基于因子分析的P2P網絡貸款風險及控制策略研究

劉天媛

（中國農業大學，北京 100082）

基于因子分析的P2P網絡貸款風險及控制策略研究

劉天媛

（中國農業大學，北京 100082）

伴隨著互聯網經濟的快速興起，P2P網絡貸款模式逐漸走進了公眾的視野.文章結合P2P網絡借貸的發展現狀，運用因子分析方法將P2P網絡借貸的風險來源歸納為幾個旋轉因子，進而以典型的P2P網貸平臺為代表，對比計算了排名靠前和排名靠后、增長快和增長慢的P2P網貸平臺的因子得分情況，研究并提煉出P2P網絡借貸的巨大風險類別，并提出了相應的對策建議.

P2P網貸平臺；因子分析；風險控制；策略研究

P2P（person-to-person或peer-to-peer）是指在互聯網平臺基礎上發展起來的基于個體之間融資關系的借貸模式. P2P具有普惠金融、民主金融和金融托媒的特點，由于P2P平臺的準入門檻低，對出借人和借款人的資金要求比較低，滿足了廣大中小微企業的融資需求和中產階級的投資需求，因而在國內快速興起.P2P通過互聯網平臺實現了出借人和借款人的自主配對，因而必然導致網絡信貸的諸多不可預知風險①.國內學術界對P2P網貸風險的研究大多傾向于定性方面，定量研究較少，少數對P2P進行定量分析的論文較少采用因子分析法，因而研究結果不夠真實可靠；面對P2P行業中蘊含的諸多風險，雖有網貸之家等專業分析P2P網貸平臺的網站，但其衡量標準過于繁雜.本文運用因子比較法簡化了P2P網貸平臺的衡量指標，明確了作為P2P網絡借貸的風險來源因子，通過計算排名靠前和排名靠后、增長快和增長慢的P2P網貸平臺的因子得分情況，得出P2P網絡借貸所產生的眾多風險，并對P2P的未來發展提出了建設性的意見.

1 研究方法及模型構建

1.1 研究方法

本文采用因子分析法對各變量進行處理.通過巴特利球形檢驗和KMO檢驗來證實變量之間的相關性，通過計算特征根和累積方差貢獻率將所選取的原始變量降維成少數幾個因子，用Varimax法得到旋轉后的因子載荷矩陣，按回歸法求出因子得分函數并對某一樣本進行綜合因子得分計算，從而研究因子對樣本的影響程度.

1.2 模型構建

本研究確定了平均收益率、成交量、投資人數、借款人數、日資金凈流入、日待還余額、運營年限、提現、站崗、服務、體驗共計11個變量.按照公因子分析法得到“提取”一欄絕大多數變量的解釋力度都在70%以上，因此證明本文所提取的公因子對原始變量有很強的解釋能力（表1）.

表1 公因子方差

表2“提取平方和載入”一欄中的累積列表示的是累積方差貢獻率，在“初始特征值”一欄中合計列表示的是特征值，在進行因子提取的時候，要求所選因子的方差總和占全部方差的80%以上并且所選因子的特征根要大于1（表2）.

在對P2P網貸平臺所選取的11個衡量指標中，當降維到第三個因子時，累積方差貢獻率為80.994%，滿足了因子的累積方差貢獻率大于80%的要求，同時，對前三個因子的特征根的計算結果均滿足了因子的特征根大于1的要求.因此，通過因子分析，將11個P2P網貸平臺的衡量指標降維成三個因子（表3）.

第一個因子與成交量、投資人數、借款人數、日資金凈流入、日待還余額這幾個載荷系數較大，主要解釋了現實中可將因子1命名為“交易規模”因子.第二個因子與提現、站崗、服務、體驗這幾個載荷系數較大，主要解釋了現實中可將因子2命名為“顧客評價”因子.第三個因子與平均收益率、運營年限這幾個載荷系數較大，主要解釋了現實中可將因子3命名為“運營資歷”因子.綜上，P2P網貸平臺主要受交易規模、顧客評價和運營資歷這三個因子影響.

接著，本文計算了排名靠前和排名靠后、增長快和增長慢的P2P網貸平臺的因子得分情況，研究提煉了因子影響下P2P網絡借貸的風險.將公因子表示為各變量的線性組合，得到系列因子得分函數，根據公式計算綜合因子得分（表4）.

表2 解釋的總方差

表3 旋轉成份矩陣a

根據網貸之家聯合盈燦咨詢對外發布的《2016年11月網貸平臺發展指數評級》，可得到全國P2P網貸平臺百強榜，計算P2P網貸平臺排名前十名和后十名的綜合因子得分，并根據其綜合因子得分進行排序，結果如下（表5）.

表4 成份得分系數矩陣

由表6可知，雖然P2P網貸平臺11月份發展指數百強榜排名第一的陸金所，其綜合因子得分也是最高的，但是顧客評價f2和運營資歷f3對陸金所的影響卻是負的，由此可見，陸金所能夠實現“交易規?！焙汀熬C合因子得分”雙第一，主要是交易規模f1強勁的正向影響向上拉動的結果，因而，在陸金所運營發展的過程中，受到由交易規模f1引發的風險威脅的概率最高，而由顧客評價f2和運營資歷f3產生的負面影響所引發的風險也不能忽視；拍拍貸在P2P網貸平臺11月份發展指數百強榜排名第五，但是它的綜合因子得分排名第二，顧客評價f2對拍拍貸的影響是反向的，運營資歷f3對拍拍貸的影響基本上是顧客評價f2和交易規模f1的四倍，正是由于受到運營資歷f3的強烈影響，提升了拍拍貸的綜合因子得分，這也進一步說明了拍拍貸受運營資歷的影響最大，進而受到由運營資歷f3產生的風險的概率也最大，同時顧客評價f2產生的負面影響雖小，但也不能忽視由顧客評價f2對拍拍貸直接產生的負面影響.

根據網貸之家聯合盈燦咨詢對外發布的《2016年11月網貸平臺發展指數評級》，可得到2016年11月份P2P平臺發展速度排行榜，計算P2P網貸平臺增長速度排名前五名和后五名的綜合因子得分，并根據其綜合因子得分進行排序（表6）.

由表6可知，小諾理財在2016年11月份P2P平臺發展速度排行榜中位列第四，平臺增長較快，其綜合因子得分也是最高的，交易規模f1、顧客評價f2和運營資歷f3對小諾理財的影響均是正向的，其中顧客評價f2對小諾理財的正向影響最大，也是拉動小諾理財增長速度的主要原因之一，與此同時小諾理財受到由顧客評價產生的風險的概率也是最高的.

2 因子分析模式下P2P網貸風險的主要表現

通過上述因子分析模型的構建，我們發現：P2P網貸平臺多樣化風險的來源主要集中在交易規模、顧客評價和運營資歷三個方面.交易規模的大小直觀決定了一個平臺的發展程度，但在實際運行的過程中可能出現各種各樣的風險造成了虛假繁榮的假象；顧客評價同樣可以作為平臺發展水平的反應之一，在現實生活中，提現困難、資金站崗的風險仍時有發生；當研究運營資歷對P2P網貸平臺的影響時，由于運營年限的長短和平均收益率的不同導致P2P網貸平臺間的操作經驗、自身實力等存在差異，從而蘊含了卷款潛逃的潛在風險.具體講，因子分析模式下P2P網貸的主要風險表現在以下幾個方面.

表5 前十名和后十名P2P網貸平臺的綜合因子得分

表6 排名前五名和后五名P2P網貸平臺綜合因子得分

2.1 片面追求交易規模產生的風險

投資者在選擇P2P網貸平臺時，通常會根據交易規模這一影響因子去判斷該P2P網貸平臺的發展水平，由于羊群效應及對自身利益最大化的追逐，成交量高、資金總流入多、待還余額少的平臺往往受到投資者的青睞.這時，一些復合中介型P2P網貸平臺會推出秒標和凈值標產品，所謂秒標即指借款后自動還款的借款標，凈值標是指平臺的投資者以其債權為抵押標的,在平臺上發放借款需求.秒標和凈值標的大量使用，會高估交易規模這一影響因子對P2P網貸平臺的正向影響，造成成交量的虛增和P2P網貸平臺的虛假繁榮.此外，在P2P網絡借貸的過程中，出借人往往產生金額小、利率高的需求，而借款人往往產生金額大、利率低的需求，而P2P網貸平臺為了平衡供需雙方的需求，增大交易規模這一影響因子對自身的影響并增加成交量，往往會產生拆標的行為，讓一個借款人對應多個出借人.由于受到人民幣利率和顧客評價這一影響因子中突發性大規模體現的影響，P2P網貸平臺的拆標行為往往會產生期限和金額錯配的風險.

2.2 由于信息不完善導致顧客評價過低所引發的風險

無論哪一種模式下的P2P網絡借貸平臺，顧客評價永遠是三大重要影響因子之一.投資者在選擇P2P網貸平臺時，比起平臺自身推出的交易規模和運營資歷的介紹，投資者更愿意相信其他投資人對該平臺的評價，進而決定是否選擇該P2P網貸平臺.可以說，顧客評價的高低將直接決定了該P2P網貸平臺的口碑和聲譽，進而影響該P2P網貸平臺的盈利狀況，顧客評價過低的P2P網貸平臺容易陷入顧客越來越少、盈利不斷降低、資金鏈逐步緊張的惡性循環當中.而其他投資人對于該平臺的評價很大程度上集中在投資人對于平臺提供的借款人信息真實可靠程度的反饋上.出借人在選擇借款人時，往往會根據P2P網貸平臺給出的借款人信息做出判斷.由于P2P網貸平臺未納入央行征信系統，加之P2P網貸平臺是互聯網數據挖掘技術和傳統金融相結合的產物，一些P2P網貸平臺為選擇運用互聯網數據挖掘技術，從線上調查借款人的信息，由于數據挖掘技術尚處于不斷發展和進步的過程中，受到技術的限制，線上調查的信息極有可能與借款人的真實信息出現偏差.而平臺在線下自行調查借款人信息的過程中，同樣也容易出現借款人的信用狀況等信息的不完全和不準確，甚至有虛假增信的道德風險.顧客一旦發覺P2P網貸平臺提供的借款人信息存在不準確甚至虛假的情況時，最直接的反應就是大幅度降低顧客評價，使得平臺喪失掉投資人信心，關于該P2P網貸平臺的負面評價在投資人之間傳播，使得平臺失去業界的口碑和聲譽，顧客大幅度流失，資金鏈面臨斷流，長期處于虧損當中，瀕臨破產邊緣，對平臺產生難以彌補的深遠影響.

2.3 運營資歷薄弱所產生的風險

由于自身運營資歷的薄弱，無論哪一種模式下的P2P網貸平臺均不能做到如上市公司一般定期公布自己的財務報表，平臺自有資金的使用和運營狀況呈現不透明的狀態，這會使投資者受到P2P網貸平臺運營資歷薄弱所產生的風險的威脅，導致投資者在選擇P2P網貸平臺時會做出錯誤的判斷.此外，P2P網貸平臺作為中間賬戶方，易形成資金池，在中間賬戶的操作不能得到及時有效的公開及第三方支付平臺監管不力的現狀下，P2P網貸平臺極可能發生非法集資、資金挪用，甚至是卷款潛逃的P2P跑路事件，嚴重損害了投資者的利益，降低了公眾對于P2P行業的信心.同時，由于自身運營資歷的薄弱性，對于P2P網貸平臺而言，關聯風險往往是一個潛在的威脅.有些P2P網貸平臺，以自有資金為出借人的本金和利息擔保，平臺無形之中增加了擔保業務，但卻沒有受到相關部門的監管.有些P2P網貸平臺出售多樣化的理財產品，但與傳統的銀行相比，P2P行業準入門檻過低，P2P網貸平臺運營資歷參差不齊.有些P2P網貸平臺開展債權轉讓的業務，平臺充當了專業放貸人的角色，易發生轉讓在債權形成之前的情形，造成中間賬戶的資金監管不力，形成資金池，出現提現困難的情形.

3 因子分析模式下P2P網貸風險的控制策略

3.1 完善相關法律，降低片面追求交易規模所產生的風險

隨著P2P網絡借貸的快速發展，我國相應的法律法規的出臺并沒有與P2P網絡借貸的發展速度完全匹配.2016年8月24日，國家首次出臺了《網絡借貸信息中介機構業務活動管理暫行辦法》，這比過去的無法可依顯然有了巨大的進步，但是出臺暫行辦法僅僅是完善P2P網絡貸款相應法律法規的第一步，隨著P2P網絡借貸的膨脹式發展，國家應繼續出臺相應法規，以專門法的形式約束P2P網貸平臺的行為，如以法律的形式規定，禁止平臺發行秒標和凈值標等異化產品，鼓勵平臺降低拆標行為，以降低平臺片面追求交易規模產生的風險.

3.2 結合征信系統，降低由于信息不完善導致顧客評價過低所引發的風險

由于P2P網貸平臺尚未納入央行的征信系統，導致平臺自行通過線上數據挖掘技術調查和線下實地調查方式提供的借款人信息可能與實際不符，甚至可能會出現虛假增信的情形，導致借款人和出借人之間信息不完善的情形依然存在，干擾出借人的判斷.而央行的征信系統中，較好的記錄了公民的借款和還款的信用記錄，在加強我國征信體系建設的過程中，央行應與P2P網貸平臺展開信息共享，實現平臺認證實名制，對借款人信息建立真實可靠的信用評級，以幫助投資人正確決策，提高平臺的口碑和聲譽，以降低由于信息不完善導致顧客評價過低所引發的風險.

3.3 加強部門監管，降低運營資歷薄弱所產生的風險

按照相關網絡金融法律的要求，P2P網絡借貸平臺由銀監會監管，但在實際的運作中卻大相徑庭，盡管2014年銀監會發布了針對P2P網貸平臺的四條紅線，即要明確平臺的中介性質、要明確平臺自身不得提供擔保、不得將歸集資金搞資金池、不得非法吸收公眾資金，然而由于監管力度和懲罰力度不強，加之平臺自身運營資歷較為薄弱，導致P2P在快速發展的過程中還是出現了一系列亂象，如客戶資金的挪用、形成資金池、P2P跑路等，由于P2P網貸平臺自身運營資歷薄弱所產生的資金風險依然存在.銀監會作為P2P網貸平臺的監管部門，應繼續加大監管力度和監管范圍，在原有的四條紅線的基礎上，增加要求P2P網貸平臺按時披露財務報表、公開中間賬戶的資金往來情況或是要求P2P網貸平臺資金全面托管、督促第三方支付平臺進行監管、提高P2P網絡借貸行業的準入標準，并加強對P2P網貸平臺的懲處措施，如增大罰款金額、依法責令關閉等，以降低運營資歷薄弱所產生的風險.

〔1〕盧馨，李慧敏.P2P網絡借貸的運行模式與風險管控[J].改革,2015(2):60-68.

〔2〕樊云慧.P2P網絡借貸的運營與法律監管[J].經濟問題, 2014(12):53-58.

〔3〕郭衛東，李穎.網絡借貸平臺P2P模式探索[J].中國流通經濟,2014(6):114-121.

F713.36

A

1673-260X（2017）08-0125-04

2017-04-13