PP網貸平臺背景對其發展的影響

王露

[提要] 本文使用從網貸之家網站搜集的400多家P2P平臺數據，包括網貸平臺的累計投資金額、投資人數、平均年化利率、公司類型、CEO背景等，就P2P網貸平臺背景對平臺發展的影響進行分析研究。通過回歸分析表明：若P2P網貸公司是民營背景的話，則不利于投資者在該平臺上進行投資，且累計投資金額也比較低，因而為了吸引投資者在該平臺上進行投資，該P2P網貸平臺會相應提高平均年化利率。

關鍵詞：P2P網貸平臺；民企背景；平臺發展

中圖分類號：F830.2 文獻標識碼：A

收錄日期：2018年1月22日

一、引言

P2P網貸，是互聯網金融模式的一種，指那些擁有多余資金的投資人通過互聯網平臺將自己手中的資金直接貸款給需要資金的借款者而不需要銀行等傳統金融機構的參與，減少了中間操作交易成本，從而獲得更高的報酬的金融行為。謝平等人分析了互聯網交易方式、信息處理和資源配置方面，認為互聯網金融模式通過提高資源配置效率和降低交易成本來促進經濟增長，從而帶來了巨大的社會效益（謝平等，2012）。但是，P2P作為一個新興的行業，本身也會遇到很多困難和挑戰。與傳統的金融機構相比，P2P金融資金來源單一、資金規模有限。此外，由于P2P網貸平臺多為小微企業服務的，近年來全球經濟不景氣導致的小微企業艱難求生，壞賬率高的局面也是P2P金融不可忽略的劣勢（李士杰，2016）。我們只有全面認識P2P，在它的平臺發展影響因素方面做出充分的研究，才能一步步地豐富P2P在我們的生活方面做出貢獻。

多年的市場發展規律告訴我們P2P平臺要想更好地成長和發展，首先要解決影響P2P網貸平臺發展的背景因素這一問題，這樣才能從根本上讓P2P平臺更好地發展起來。我們也是受到了這個問題的啟發才選擇P2P平臺的發展的背景因素作為研究主題的。本文主要對從網貸之家搜集到的400家網貸平臺數據進行整理，數據包括平臺累計投資金額、投資人數、借款人數、平均年化利率、公司類型、CEO背景、平臺手續費、平臺是否自動投標、是否允許債權轉讓、公司類型、擔保單位、經營時間等方面。本文主要研究了P2P網貸平臺民營背景與網絡借貸平臺的投資者人數、累計投資金額和平均年化利率之間的關系。

二、假說的提出

P2P借貸模式是借款者在網貸平臺上填寫了相關信息后，經過網貸平臺的審核后，發布一筆貸款，這筆貸款由多名投資人合資借出。如果該筆貸款沒有在規定時間內籌集到全部資金則貸款流標，否則貸款成功籌集。在平臺的交易過程中，投資者根據平臺的盈利狀況，更會考慮平臺的資質、是否會跑路、資金存放是否安全等信息來進行投資，因此P2P平臺背景對借貸成功率的影響非常顯著。在本文中，我們考慮的P2P平臺背景是平臺的民企背景。據此，我們可以提出如下的假說：

假說1：在控制了其他因素后，若P2P平臺為民營公司背景，則該平臺的累計投資金額越低。

假說2：在控制了其他因素后，若P2P平臺為民營公司背景，則該平臺的投資者人數越低。

假說1和假說2背后的邏輯是民營企業規模小、注冊資本低，投資者往往偏好那些注冊資本高且規模大的國企背景的平臺，因而若P2P網貸平臺是民營公司背景的話，到該平臺投資的人數有限，累積的投資金額也就越低。這些P2P網貸平臺為吸引更多的投資者前來投資，他們會采取相應的措施以在和別的平臺競爭時更具優勢，接著我們就可以提出下面的假設：

假說3：在控制了其他因素后，若P2P平臺為民營公司背景，則該平臺的平均年化利率越高。

假說3背后的邏輯是，若平臺是民企背景的話，投資者不偏好這種平臺，平臺的投資人數少，交易量低，平臺為了吸引投資者，往往會提高平均年化利率，以在P2P平臺競爭中更具優勢。

三、數據和模型識別

（一）數據描述與處理。本文使用來源于網貸之家2016年10月份各個P2P網站的交易數據，包括400家網貸平臺的數據，每條數據包括了累計投資金額，地區熱度、投資人數、平均年化利率、公司類型、CEO背景等。選取的樣本時間以2016年10月31日為基準，并以月度表示P2P平臺經營的時間，其中，當減去年份數和月份數時余下的是天數時，相差天數小于10天按0個月計算，當相差天數在10～15天時以0.5個月計算，當相差天數在20～31天時以1個月計算。

（二）模型設定與識別。本文的OLS基本計量模型如下：

yi=？琢+？茁1Pi+？酌Xi+？著i

其中，被解釋變量yi分別代表第i家P2P平臺的累計投資金額，第i家P2P平臺的投資人數，第i家P2P平臺的平均年化利率。

核心控制變量Pi為P2P平臺公司類型是否為民營系。構造的啞變量P2P平臺公司類型，衡量公司是否為民營系。若為民營系，則啞變量取值為1，若為國營或者其他公司類型時取值為0。

其他控制變量Xi主要包括CEO是否為民企背景、擔保單位、地區熱度、經營時間；構造的啞變量有擔保單位，若P2P平臺有擔保單位則取值為1，否則取值為0。？著i表示隨機擾動項，代表其他因素的影響。

（三）描述性統計。表1中對主要變量進行了相關描述性統計。根據描述性統計結果，我們可以發現：P2P網貸平臺的累計投資金額均值約為25，459.44，這說明主要為小數額貸款。解釋變量平均年化利率均值為11.22393%，說明P2P平臺的年化利率遠遠高于銀行的平均年化利率；另一解釋變量投資者人數的均值為7，027.8，說明通過在P2P借貸平臺借款人數比較少，或者說并不是很多借款者在P2P平臺能夠融資成功，因為融資者還要經過借款人信用評級和違約率的估計等一系列的考核才能進行借款。在控制變量方面，P2P網貸平臺公司類型的均值為0.72，表明P2P平臺公司大多為民營系企業，而不是國家企業或者其他背景的企業；P2P網貸公司CEO民企背景的均值為0.7593985，這說明大多P2P平臺的CEO都有在民企工作的經歷，這也可能為經營P2P平臺積累了民營系企業管理的經驗；P2P網貸平臺擔保機構的均值為0.1175，這說明大多數P2P平臺都沒有擔保機構做擔保；P2P平臺經營時間的均值為28.3875，說明公司創立的時間都不長，大概為2年多一點時間，這一點與P2P融資平臺是近年來才逐漸發展起來的實際相符合。（表1）endprint

四、實證分析及結果

本文對上述的數據進行OLS回歸。被解釋變量為累計投資金額（取對數），分析核心解釋變量公司類型對累計投資金額的影響。所有模型的結果均表明，若P2P平臺是民企背景的話，不利于平臺借貸的成交，累計投資金額也就不會多，支持了假說1。

接下來，再將投資人數（取對數）作為被解釋變量，分析了核心控制變量公司類型對平臺投資人數的影響，并在此基礎上分析了CEO民企背景、擔保機構、地區熱度、公司經營時間對平臺投資人數的影響。回歸結果表明，民營背景的P2P平臺會對投資人數產生顯著負的影響，即若平臺為民營背景，投資人數不會多，支持了假說2。

最后，平均年化利率作為被解釋變量，公司類型作為核心控制變量進行回歸，并在此基礎上將P2P平臺CEO背景、擔保單位、地區熱度、經營時間作為控制變量進行回歸。在控制了其他變量的情況下，核心控制變量平臺民營公司背景與平臺的平均年化利率在1%的顯著水平上呈正相關的變動關系，這說明了P2P平臺公司類型若為民營背景，平均年化利率越高，民企背景的P2P平臺通過增加平均年化利率吸引投資者前來投資。此外，在控制了其他變量不變的情況下，CEO為民企背景的工作經歷會顯著地增加P2P平臺的平均年化利率；地區熱度越高，平均年化利率越低，說明越關注P2P網貸的地方，到網貸平臺投資的人數越多，在一定的資金需求的情況下，資金的供給越多，從平臺所獲得收益也就越少，因而平均年化利率越低。而P2P網貸平臺有無擔保機構、平臺經營時間和CEO為政府背景對平均年化利率無顯著影響。綜上，表明了若P2P平臺是民企背景的話，不利于平臺借貸的成交，平臺為了吸引投資者，往往會提高平均年化利率，以在P2P平臺競爭中更具優勢。支持了假說3。

五、總結及展望

近年來，P2P網貸平臺經歷了從盲目增長逐步過渡到逐漸理性發展的階段。當然，隨著行規和經營水平的發展，平臺的規模也在一步步地擴大。本文運用從網貸之家搜集到的400多家P2P網貸平臺的數據，分析了P2P網貸平臺背景對平臺發展的影響。從這篇文章的數據分析筆者認為，如果是民營背景的P2P小額貸款平臺的話，投資者對其關注度不高，不太愿意在這樣的平臺進行投資，認為這種平臺資質不太夠，對借款者的信息風險控制和信用評價能力不足，等等，因而投資者比較少，累計投資金額也就不多。然而，網貸平臺為了消除這種尷尬，增加盈利，常常會增加平均年化利率，甚至會遠遠高于銀行的平均年化利率，這種做法雖然也吸引了一些投資者前來投資，但是效果并不明顯。

因此，筆者提出以下政策措施供參考：國家應該完善相關網貸平臺信用法律，規范借貸款者的信用行為，讓國民擁有一個安全高效的信貸環境，同時政府應該降低民營企業進入行業的門檻，給民營企業更大的發展空間，加速民企背景的發展，推動市場化和多元化的金融市場的發展從而達到資源的帕累托最優；民營背景的P2P平臺應該完善自身管理，加強健全內部風險機制，提高自身信譽和實力，與時俱進，不斷創新，這樣有閑置資金的投資者才會擁有更多的安全感并且愿意在這里理財；此外，作為公民，我們也應該努力提高自身的信用水平，推動國家征信制度體系的完善，努力去維護一個誠信安全的信貸環境。

主要參考文獻：

[1]李士杰.淺談我國P2P平臺的發展現狀[J].財經縱覽，2016.

[2]謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012.12.

[3]李焰，高弋君，李珍妮，才子豪，王冰婷，楊宇軒.借款人描述性信息對投資人決策的影響——基于P2P網絡借貸平臺的分析[J].經濟研究，2014.1.endprint