P2P規模的影響因素研究

摘?要：隨著互聯網技術的發展與成熟，傳統的民間借貸開始借助互聯網技術，積極探索新的金融服務渠道，此后P2P網貸的發展就迅速發展，會有大量的投資人選擇P2P網貸平臺，文章通過揭示影響投資P2P網貸平臺的投資人數的各種因素，并確定各種因素的影響度，來建立多元線性回歸的計量經濟學模型，預測未來投資P2P網貸平臺的投資人數的變化趨勢。

關鍵詞：網貸平臺;P2P規模;影響

中圖分類號：F064.1??????文獻標識碼：A??????文章編號：1008-4428（2018）07-0101-03

一、 研究背景

在我國，資本融資市場傳統的融資價值標準，并非傾向于我國的中小企業和個人。在我國的傳統的融資市場里，銀行機構“嫌貧愛富”的貸款發放標準，使得我國的大型企業可以輕易地獲得銀行機構的貸款，但是我國中小企業和個人則難以獲取，所以我國中小企業普遍出現融資困難的局面;銀行機構對中小企業苛刻的貸款要求也導致了銀行外的民間借貸市場繁榮發展，因此隨著互聯網技術的發展與成熟，傳統的民間借貸開始借助互聯網技術，積極探索新的金融服務渠道，P2P民間借貸便應運而生。2006年5月宜信成立我國第一家P2P平臺，此后P2P網貸就迅速發展。時至今日，我國P2P網貸平臺已在我國的互聯網金融體系中占據了重要的地位。

二、 研究問題與意義

（一）研究問題

據第三方機構網貸天眼數據研究院的數據，截至2016年10月31日，我國P2P網貸平臺數量達4417家，10月P2P網貸行業全國成交額達1809.84億元。另外，在10月13日，國務院正式發布《互聯網金融風險專項整治工作實施方案》，被業內解讀為史上最嚴監管，可是在我國的中小企業融資困難現象嚴重的情況下，仍然會有大量的投資人選擇P2P網貸平臺，雖然現在有著很嚴的監管，其目的只是希望P2P網貸行業能夠規范健康地發展，然后能夠緩解中小企業融資難的現狀。所以P2P網貸平臺在嚴厲監管之下，必會經歷一番洗牌，之后，將迎來黃金的發展時期，會有大量的投資人選擇P2P網貸平臺。但是這種增長能否持續？未來的發展趨勢到底會怎樣？哪些因素會影響投資人是否選擇P2P網貸平臺？而這些因素到底怎樣影響網貸平臺的規模發展？了解這些問題對于之后國務院對規范P2P網貸平臺整治以及監控等建設問題提出規劃，以及對我國之后中小企業融資難的局面改善制定方針策略等都有很重要的意義。

（二）研究意義

互聯網金融已經連續第二次被寫入政府報告，李克強總理用“異軍突起”來形容互聯網金融的發展;718監管意見落地，總體基調鼓勵互聯網金融的發展，另外在前不久召開的十八屆六中全會中以及“十三五”中對于互聯網金融也高度重視，而作為互聯網金融最重要的一塊版圖P2P，則被賦予重任。但是P2P的高度擴張往往會影響種種問題甚至是引發行業的畸形發展。據網貸天眼數據研究院統計，累積問題平臺達2532家，在運營平臺1885家，另外在過去的2015年全國共有950家平臺發生問題，問題平臺增幅超過新增平臺，涉及近千億資金，超過100萬投資人中雷。因此，通過采用某種方法，洞悉這部分投資人數量的影響因素，預測其發展趨勢，然后采取相應的政策規避風險、保護其增長，這對于之后P2P網貸平臺的發展以及對于中小企業融資困難局面的改善都至關重要。

P2P的發展已經被認為是一種重要的發展方向，那么參與P2P網貸平臺規模的發展實際上也成了一個非常重要的領域。迄今為止，關于預測的方法已經很多，這些方法大致可以分為時間系列模型、計量經濟模型、專家意見法三種，其中前二者屬于定量分析，第三者屬于定性研究。時間序列和回歸分析是定量預測的基礎，其他方法大都是在其基礎之上衍生出來的。盡管時間序列法可能在精確度和效果上要好過回歸分析，但是昂貴的成本和復雜的技術往往在實際運用中使人望而卻步。而計量經濟學方法已經相當成熟，而且，投資P2P網貸平臺的投資人數受到項目收益率、銀行利率、中國經濟的發展、國家政策等因素的影響較大，再加上這些因素都可以測量，因此采用計量經濟學方法較為合適。

總之，文章試圖通過揭示影響投資P2P網貸平臺的各種因素，并確定各種因素的影響度，來建立多元線性回歸的計量經濟學模型，預測未來投資P2P網貸平臺規模的變化趨勢。

三、 對我國P2P平臺規模影響因素的實證研究

（一）實證假設

本文得出了我國P2P平臺規模增長主要是呈現出以下幾個特點：

第一，平臺規模增長會受到平臺自身的收益率的影響以及其他金融產品或者存款的低風險收益率的影響。無風險收益率成為P2P收益率跟蹤的“錨”，如果將各種資產結合國債進行相互之間的相關性分析，不難發現固定收益的理財產品與國債收益率相關性很高，體現出固收類產品的收益率跟隨無風險利率下行。而值得注意的是，所有資產中P2P的收益率與國債收益率相關性最高，相關系數達到0.96。

另外如果將各類資產的收益率與國債收益率進行簡單的回歸，得出的結果顯示，P2P的回歸系數在幾類資產中是最大的，余額寶次之，信托、銀行理財排在最后。回歸系數反映了國債收益率單位變動對各類資產收益率的影響，網貸收益率對于無風險利率的敏感程度明顯高于其他資產，而銀行理財對利率變化最不敏感。

也就是說，在這四種固定收益率資產中，P2P不僅具有最高的風險溢價，也具有最高的β系數（β系數用以度量證券相對總體市場的波動性），具有風險大、收益高、對利率最為敏感的特點。一旦央行降息并引發無風險利率下行，P2P收益率的降幅將最為明顯，連續降息更是會迅速拉低P2P與其他資產之間的利差。以14年來的數據估算，當10年期國債收益率下降0.25%，P2P的收益率會下降1.4%，與銀行理財之間的利差將收窄1.18%。

所以綜上，P2P平臺綜合收益率會與無風險收益率有密切關系，二者會共同影響P2P平臺規模的增長。

第二，平臺規模增長會受到監管政策的影響。在小微企業融資難與百姓投資渠道不暢的雙重影響下，P2P平臺迅猛發展，而在前幾年野蠻生長期下，P2P平臺層次不齊，渾水摸魚的詐騙平臺、自融平臺、非法集資平臺等也越來越多。而現在銀監會已經出臺各種監管政策，使得P2P平臺信息披露更加嚴謹，比如，可以清晰地看到各平臺的待還余額、周轉周期等。與此同時，該段時間出現大量平臺停業狀態，不過這也是從側面反映出該行業的優勝劣汰，而經歷該階段對平臺規模增長勢必會起到一個良好的作用。

第三，平臺規模的增長會受到宏觀經濟變動因素的影響。從長期看，我國經濟的不斷發展可以使人均可支配收入不斷增加，用于投資的資金會不斷增加，P2P平臺作為投資的選擇資金供給出現了增加。并且經濟的發展促進了投資與消費，企業的不斷發展也促進了自身的融資需求。這也是P2P平臺規模增長的根本原因和決定性因素。

（二）樣本選取與模型設計

1. 樣本選取

本文是對P2P平臺整個行業進行的調查。考慮到平臺數據的易得性與真實性，以及我國P2P產業迅速發展只有最近幾年勢頭迅猛，并且現在逐漸由政府監管機構開始下發條文準備整治，所以為了整體數據的易得性與真實性以及評價標準相對一致性，文章從網貸之家、國家數據等網站獲取數據。

另外，由于P2P平臺的興起發展時間比較短，為了整體行業數據完整性以及真實性，文章只截取了2014—2016年的時間序列數據。

2.

模型設計

首先，在因變量的選取上，平臺總的注冊資本、P2P季度交易額、季度參與人數都可以作為衡量P2P平臺規模的指標。本文在這幾項中，選擇了季度參與人數與季度交易額分別作為因變量，不過最終還是以平臺成交額作為平臺規模的因變量，平臺參與人數也會加入自變量中。畢竟P2P平臺行業最終的目的是能夠解決小微企業借貸問題的同時達到盈利;P2P平臺作為輕資產的金融中介，對其注冊資本和資產的考察不具有現實意義。

其次，在自變量的選取上，對于經濟景氣程度的考量選取了人均可支配收入;對于利率水平，分別選擇P2P行業綜合收益率以及無風險收益率，無風險收益率選擇央行一年起的存款基準利率;對于平臺問題因素選取了P2P平臺停業數量以及平臺待還余額。

最后，一些隨機因素則被歸為隨機擾動項里，比如：P2P注冊資金、平臺資金流動性、平臺體驗性、股東背景、業務模式、平臺成立時間、平臺的低門檻、手續簡潔以及國家政策等。

分別檢驗這些因素中有哪些對P2P平臺規模有最顯著的影響。不過在此過程中，會依次選擇這些因素對平臺參與人數的影響，以及這些因素加上平臺參與人數對平臺成交量這個因變量的影響。因為要考察一個行業的規模，參與人數重要，這個行業的成交額更重要，畢竟P2P行業的最終目的是盈利。

自變量與因變量的選取具體如下表1所示：

最后，選擇完自變量和因變量之后，文章通過線性回歸分析這些系統因素對平臺規模的影響：通過分析自變量的系數β可以量化分析各個短期經濟因素對平臺規模的影響。

Yt=β0+β1X1+β2X2+β3X3+β4X4+…+ui

（三）多元回歸

文章從易得性與真實性兩個方面出發，選擇了2014—2016年的季度數據，數據來源于網貸之家以及國家數據庫，統計軟件采用了Eviews。

1.

多元回歸——參與人數

其中因變量為參與人數，自變量X1—X5分別為網貸平臺綜合收益率、待還余額、人均可支配收入、無風險收益率、平臺停業數量。對其進行多元回歸得出回歸結果：

得出方程：Y=-39206399.51·X1+0.03·X2+57.35·X3+8413184.31·X4+1435.33·X5+7478647.19

（1）對于各個自變量，從P值的角度看，在所有較為顯著的自變量中，網貸平臺綜合收益率、待還余額這兩個變量最為可信。

（2）統計檢驗：

①擬合優度檢驗：由檢驗結果可得R2=0.986773，說明解釋變量對被解釋變量的絕大部分差異做出了解釋，并說明模型對樣本的擬合很好。

②F檢驗：檢驗結果得F=89.52173，在顯著水平α=0.05時大于臨界值，說明多元回歸方程顯著，即所建的回歸方程基本上反映了Y和Xi整體之間的變化規律。

③t檢驗：各個自變量的t統計值分別為-1.931821、4.800330、0.141492、0.119885、0.554547、1.843040，都大于5%的臨界值，也就是說在其他解釋變量不變的情況下，解釋變量分別對P2P規模有顯著的影響，且排除各因素之間存在多重共線性。

④自相關檢驗：DW=1.048855，模型可能存在自相關，進行Q檢驗，如圖1所示：

虛線之間的區域是正負兩倍于估計標準差所夾成的。如果自相關值或者偏相關值在這個區域內，則在顯著水平為5%的情形下與零沒有顯著地區別。下述的自相關系數和偏自相關系數都沒有超出虛線，說明不存在序列相關。

2. 多元回歸——平臺成交額

因變量Y是平臺成交額，自變量X1—X6分別為參與人數、網貸平臺綜合收益率、待還余額、人均可支配收入、無風險收益率、平臺停業數量。對其進行多元回歸得出回歸結果，如表2所示：

得出方程：LOG（Y）=-1.08582211219e-06·X1-7.04049823639·LOG（X2）+2.21226473995e-08·X3-3.10613608432e-05·X4+11.6573701213·X5+1.61333417913·LOG（X6）+8.08517751234

對于自個自變量，從P值的角度看，在所有較為顯著的自變量中，待還余額、平臺停業數量這兩個變量最為可信。

統計檢驗：

（1）擬合優度檢驗：由檢驗結果可得R2=0.913671，說明解釋變量對被解釋變量的大部分差異做出了解釋，并說明模型對樣本的擬合較好。

（2）F檢驗：檢驗結果得F=8.819675，在顯著水平α=0.05

時大于臨界值，說明多元回歸方程顯著，即所建的回歸方程基本上反映了Y和Xi整體之間的變化規律。

（3）t檢驗：各個自變量的t統計值分別為-3.080413、-1.141107、1.495491、-0.085310、0.187218、2.660024、0.808311，均大于5%的臨界值，也就是說在其他解釋變量不變的情況下，解釋變量分別對P2P規模有顯著的影響。

（4）自相關檢驗：DW=2.444376，模型可能存在自相關。因此進行以下Q檢驗，如圖2所示：

虛線之間的區域是正負兩倍于估計標準差所夾成的。如果自相關值或者偏相關值在這個區域內，則在顯著水平為5%的情形下與零沒有顯著的區別。下述的自相關系數和偏自相關系數都沒有超出虛線，說明不存在序列相關。

（四）實證分析

在這個模型中，可以看出P2P平臺規模的增長會受到參與人數、網貸平臺綜合收益率、待還余額等許多因素的影響，并且參與人數、待還余額以及P2P平臺停業數量對平臺規模的增長有影響，且影響較為顯著。

第一，對P2P平臺規模影響最為顯著的就是P2P平臺停業數量，且置信程度最高。說明P2P平臺停業數量越高，特別是2015年以及2016年P2P平臺停業數量增多，P2P平臺規模就會下降，并且顯著，該點與預測圖中2015年和2016年平臺規模增長趨勢下降可以吻合，從而會減少。如此投資人對于P2P的可信程度就會降低，投資于平臺的數量就會減少，平臺交易額也會減少。

第二，平臺交易規模受到參與人數的影響顯著，置信程度較足，也就是說明平臺規模會隨著投資人數的增多而擴大。

第三，利率水平對平臺規模增長會有一個影響，不過其中平臺綜合收益率會比無風險收益率影響程度要高。說明低風險但同時也是低回報的存款利率，已不足以吸引人們。人們更多的是投入到財富效應高的其他途徑，進而影響了投資者通過P2P平臺投資的需求，造成了P2P網貸平臺資金供給的變化，從而影響平臺規模的增長。

第四，經濟程度在這里是通過人均可支配收入來體現的，其對平臺規模的影響較為顯著，但是人均可支配收入變化并不是很大，因而也不能夠看到一個清楚影響趨勢，具體的影響還需要進一步研究。

四、 預測與結論

（一）預測

根據建立的回歸方程，只要確定每個自變量的預測值，就可以對以后各個季度的因變量值進行預測，如圖3所示。

從圖表中可以看出，隨著P2P的發展，受到參與人數、網貸平臺綜合收益率、待還余額、人均可支配收入、無風險收益率、平臺停業數量等因素的影響，P2P平臺規模在2014年呈現迅速擴大的趨勢，但是在2015年的一段時間內出現下滑，不過在2016年呈現上升，之后又下滑，總之P2P平臺規模經過最初幾年的瘋狂擴大之后，在之后的時間里會呈現波動性的上升。

（二）結論

文章從建立的多元線性回歸模型中，對影響選擇P2P進行投資的投資人數的各種潛在因素有了一個基本的認識，同時認識到其作用的大與小、正向與反向。2014年第一季度到2016年第四季度，P2P投資人數整體呈現出平穩上升的趨勢，并且各個季度間存在類似的波動趨勢，由此可以知道之后季度的預測值。但是這個趨勢存在的前提是中國大陸的經濟持續穩定增長，政治環境穩定向好。

參考文獻：

[1]馮天祥.計量經濟模型的建立與求解[J].經濟師，2004（12）：259-260.

[2]韓春紅，楊勇，聶盛偉，李國棟.基于聯立方程的需求預測計量經濟模型[J].東北電力學院學報，2002（1）：30-34.

[3]駱溫平.計量經濟模型預測運量的探討[J].交通部上海船舶運輸科學研究所學報，1995（2）：71-76.

[4]趙麗麗.互聯網財經新聞對股市影響的定量分析[D].成都：西南財經大學，2012.

[5]李峰.中國經濟增長的綜合因素模型分析研究[D].上海：復旦大學，2012.

[6]范玉貞.我國電子商務發展對經濟增長作用的實證研究[D].上海：上海師范大學，2010.

[7]劉媛媛.中國入境旅游業的市場需求分析及預測[D].武漢：武漢大學，2005.

作者簡介：

霍敘娟，山東濰坊人，北京郵電大學碩士，研究方向：應用經濟學、互聯網金融。