P2P平臺成交量的影響因素

章宇平

摘要：得益于互聯網的快速發展，P2P網貸行業的規模也不斷擴大。為了保護借款人及投資人的合法權益，促進P2P網貸行業的進一步發展，本文以人人貸平臺的借款數據進行實證研究，分析借款人及投資人數及借款平均利率等因素的變動對日成交量的影響程度并就如何促進P2P網貸行業的可持續發展提出相應的建議。

關鍵詞：P2P；日成交量；ADF檢驗；多元回歸分析

一、引言

P2P（peerto peer）是一種小額借貸交易，P2P平臺作為中間人為借款人及投資人提供平臺并收取相應的費用，借貸雙方在平臺上確立借貸關系并完成相應的手續。截至2018年2月，P2P平臺的數量已經累計達到了6054家，并且歷史成交量已經累計突破6萬億元。但是在發展過程中，P2P網貸行業暴露出了很多問題，包括我國信用制度不完善，互聯網監管滯后和法律法規建設不完善以及惡意經營等。這些因素都是P2P行業進一步發展的絆腳石。同時監管部門也在不斷出臺相應的監管政策，平臺為了符合政策要求，也進行了相應的轉型，成功的能夠存活下來，而失敗的則逐漸被淘汰。截至2018年2月，存在問題的平臺的數量已經累計達到了4164家，包括停業、跑路及經偵介入等，占所有平臺的68.78%。為了能夠選擇合適的平臺進行投資及借款，首先就需要對這些平臺進行識別，而成交量在很大程度上能夠反映借款人和投資人對平臺的認可程度。因此本文將P2P平臺的日成交量作為研究對象，進行實證分析，并以“人人貸”為例，截取相應的數據并初步確定相應的影響因素，進而分析各影響因素的變化對日成交量的影響程度，為正在轉型的平臺提供借鑒。

二、文獻綜述

Jiaxian、QiuYun Xu、Dongyu Chen、Zhangxi Lin通過分析拍拍貸的數據得出借款人的社會資本可以增加上市的投標數量，并提高融資概率，而不能降低利率，還對P2P借貸市場如何改進信用系統方面提出了相應的建議。Eunkyoung Lee、Byungtae Lee對P2P借貸市場中的貸款人的羊群行為進行實證分析，發現隨著競價的推進，其邊際效應逐漸減弱，并對相關變量進行了評估。XuboWang、Defu Zhang、Xiangxiang Zeng、Xiaoying Wu通過大量的實驗表明貝葉斯網絡模型可以顯著地幫助投資者做出比其他投資模型更好的投資決策。Carlos Serrano-Cinca、Begofia Guti e rrez-Nieto專注于預測投資P2P貸款的預期盈利能力，以內部回報率來衡量，并發現P2P借貸目前并不是一個完全有效的市場。張立煒通過實證分析發現P2P平臺百度指數與日成交量存在正相關關系。而且P2P平臺的注冊所在地、借款人及投資人的資金的保障方式以及托管制度等因素對平臺的正常經營有著非常顯著地影響。Ke Zhang、Xiaoxue Chen設計了一種基于實例的信用風險評估模型，并證實與現有的P2P貸款方法相比，該模型可以有效地提高投資績效。余少輝、劉陽、李成峰指出在P2P平臺的發展過程中，應該根據實際情況關注不同的影響因素，這樣才能促使P2P平臺可持續發展。苑言方先找出影響借款利率的因素，然后再通過實證分析確定影響方向及影響程度。竇新華、張珥、周方召通過實證分析發現違約風險集中度等因素對網貸平臺的正常營運具有顯著的積極影響。

而本文則從日成交量受到哪些因素的影響這一角度，以借款人及投資人數、借款平均利率、借款平均期限及借款標的數為自變量，分析它們對日成交量的影響程度并提出相應的建議。

三、研究假設與模型設計

1.研究假設

首先，借款人及投資人都是小額投資人，借款人和投資者數量的增減會通過對另一方的人數造成影響進一步影響平臺的成交量。然后，借款人在發布借款消息時，會考慮平臺利率的變化是否在自身的承受能力范圍內，而投資者在進行投資時也會考慮平臺利率是否能給自己帶來滿意的收益，因此平臺的借款平均利率會對成交量產生影響。最后，借款平均期限和借款標的數對于借款人來說意味著成功借款以及還款的難易程度，對于投資者來說意味著收益的穩定性，這在一定程度上都會間接影響平臺的成交量。綜上所述，本文提出以下假設并通過實證分析進行驗證。

假設1：P2P平臺的日成交量與借款人及投資人數呈正相關性；

假設2：P2P平臺的日成交量與借款平均利率的相關關系為負；

假設3：P2P平臺的日成交量與借款平均期限的相關關系為正；

假設4：P2P平臺的日成交量與借款標的數的相關關系為負。

2.數據情況說明

“網貸之家”是國內一家權威的第三方網貸咨詢平臺，根據它的平臺數據，人人貸的綜合經營狀況排在第一位，人人貸已經運營了七年多，評級為第2，且擁有眾多的借款人及投資人，可作為研究對象，因此本文將以人人貸為例進行實證分析進而驗證假設的正確性。

本文將日成交量（anionnt）作為因變量，借款人數（debtor）、投資人數（investor）、借款平均利率（rate）、借款平均期限（term）以及借款標的數（jkbs）則作為自變量。從“網貸之家”官方網站上獲取人人貸平臺從2017.09.15到2018.03.12的借款數據，共179個樣本數據，其中27個樣本除利率外其他數據均為零，故將這27個樣本數據剔除掉，最后獲得152個有效數據。計。從變量的均值來看，日成交量的均值為13616.91萬元、平均借款人及平均投資人數分別為3053人及47396人、借款平均利率的均值為9.822%、借款平均期限的均值為34個月、平均借款標的數為1 13010個；從變量的變異系數來看，借款人、投資人、借款期限以及借款標的數的變異系數都很大，說明樣本數據有比較大的波動幅度。

3.模型的建立

為了使得模型分析的結果更加具有科學性，對各變量取對數，使得各變量的基數變得一致，使得分析結果能反映變量問的普遍性回歸關系。建立多元線性回歸模型：

四、實證分析

首先對從人人貸平臺截取的樣本數據進行A D F檢驗。計算出最大滯后階數P為13.324231。令p為13，對相應變量分別進行ADF檢驗：

從表2可以看出，統計量（-2.583>-2.887），表明變量日成交量在5%置信水平上存在單位根，同樣可以看出借款人及投資人數以及借款標的數在5%置信水平上均存在單位根，而借款平均利率和借款平均期限在5%置信水平上不存在單位根。為了排除單位根可能會帶來的影響，對各變量分別進行一階差分處理；為了排除樣本數據自相關的影響，進行一階自相關處理，經過模型轉換后的DW值改進為1.91，由此排除樣本數據的自相關性；最后為了驗證變量之間會不會存在分段相關性，進行多重共線性檢驗。由表3可知，最大的VIF為9.59，由于最大的VIF小于10，所以可以排除變量之間存在多重共線性的可能性。

為了更加精確的分析借款人及投資人數、借款平均利率、借款平均期限及借款標的數對于日成交量的影響方向及影響程度。因此，將借款人數作為基礎變量，然后逐一引入其余變量，分別形成模型1、2、3、4、5，并確定最合適的多元回歸模型。

根據回歸結果，在模型5中，除去投資人數，借款人數、借款平均利率、借款平均期限以及借款標的數均在1%的顯著性水平下對日成交量存在著顯著的相關性，也就是說模型5的整體擬合效果較好，并且可以得到以下結論：

1.借款人數與日成交量具有非常顯著地正向相關性，且借款人數的回歸系數為1.2924，這表明借款人數每增加1%，就能帶來日成交量1.2924%的增加量；雖然投資人數與日成交量也具有正向相關性，但是兩者之間的相關性并不顯著。但是借款人數和投資人數息息相關，因此有必要對借款人數和投資人數的關系進行回歸分析。

從表5中可以看出借款人數與投資人數具有正向的相關性，且在1%的水平下顯著，這表明投資人數的增加可以帶來借款人數的增加。

2.借款平均利率與日成交量的相關關系為負，而且十分顯著。它的回歸系數為9.4542，這表明借款平均利率每減少1%，日成交量會相應的增加9.4542%。由此可以看出，網貸平臺可通過適當降低借款標的利率從而達到增加成交量的目的。

3.借款平均期限與日成交量具有非常顯著地正向相關性，由此可驗證假設3成立。它的回歸系數為3.6474，表明借款平均期限每增加1%，會帶來日成交量3.6474%的增長。平臺可通過相應的延長借款期限來提高成交量。

4.借款標的數與日成交量同樣具有非常顯著地負向相關性，由此可知假設4成立。它的回歸系數為0.251，這表明借款標的數每減少1%，日成交量會相應的增加0.251%。因此，網貸平臺在發布借款標時，可適當降低借款標的數。

五、建議

1.監管部門對于P2P平臺的監管會越來越嚴格，P2P平臺需要回歸本源，加大對消費金融的關注。借款人需要借款的原因非常多，不僅有短期資金周轉，還有日常生活消費等。P2P平臺可以通過設計能滿足借款人多樣需求的消費金融產品，同時建立相應的獎勵制度以及提出便利條件來吸引借款人，加上投資人數與借款人數存在顯著的正相關關性，P2P平臺可通過加大宣傳、推出利好條件及不斷提升自身實力來吸引投資人，進而促進借款人的增加，這樣才能促使各P2P平臺更好更快發展。

2.根據實證分析的結果，降低利率及標的數以及增加借款期限均能促進成交量的增長，因此P2P平臺要兼顧借款人和投資人的利益訴求，推出能使借款人和投資人達到雙贏的借貸產品。同時借款利率是連接整體P2P平臺的紐帶，與風險呈正相關關系，P2P平臺需要引進具有先進經驗的國內外金融風險管理人才對風險進行有效識別、制定嚴格的風險管理和監控體系以及完善平臺利率定價機制。