基于市場化的P2P網貸與傳統信貸利率競價研究①

何梓祥

一、引言

互聯網技術在21世紀得到快速發展，隨著互聯網的普及和廣泛使用，依賴互聯網而存在的服務越來越多。P2P(Peer-to-Peer)網絡借貸作為互聯網金融的一種模式，在互聯網時代抓住機會，成了21世紀最受歡迎的金融模式之一。自2007年第一家P2P網絡借貸公司“拍拍貸”成立以來，P2P行業在中國掀起巨浪，截至2017年，中國的網絡借貸平臺數量已經超過了2000家，而如今中國更是成為全球最大的網絡借貸交易市場，規模較大的平臺有“拍拍貸”“人人貸”“紅嶺創投”等。

目前國內P2P平臺數量眾多且良莠不齊，平臺之間仍存在惡意競價的情況，P2P網貸在國內的發展既需要向成熟的傳統信貸學習，又將面臨與傳統信貸的競爭。本文通過對數據的統計分析發現P2P網貸的投資利率與傳統信貸投資利率之間可能存在線性關系，進而通過回歸分析驗證兩者間的相關性。最終提出，在利率市場化的情況下，P2P網絡借貸行業通過與傳統信貸的競價，制定行業基準參考利率的思路與方法。

二、數據選取

為了探究P2P網絡借貸行業投資利率與傳統信貸投資利率之間的關系，本文選取了P2P行業與銀行業的歷史投資回報率進行線性回歸分析。收集的數據有以下幾點說明:

1.本文進行線性回歸分析的因變量為P2P網貸行業平均投資利率，數據主要來源于“網貸之家”網站；自變量為銀行個人存儲平均回報利率，數據主要來源于wind資訊銀行企業年報。

2.由于銀行數量眾多，業務類型多樣，目前并沒有可信度較高的資料統計銀行業整體數據，為了很好地反映銀行業市場整體情況，本文選取了14家規模較大的上市銀行運營數據進行處理，作為傳統信貸市場整體表現的反映，其中包括:股份制商業銀行7家、大型商業銀行5家、城市商業銀行2家。

3.P2P行業在我國起步較晚，因此將2014年至2018年6月的數據作為本文分析的樣本，作為對比，所取各家銀行的數據同樣來源于2014年至2018年6月期間的定期報告。

根據“網貸之家”和wind資訊的統計，2014年1月～2018年6月九個時間段的行業平均投資利率如表1所示，其中傳統信貸行業平均投資利率由14家具備代表性的上市銀行個人儲蓄利率的平均值表示。

表1 行業平均投資收益率

表1所統計的各個時期P2P行業平均投資利率普遍高于傳統信貸行業平均投資利率，且P2P網貸投資利率的變化幅度也大于傳統信貸(即P2P網貸風險較大)。P2P網貸利率與傳統信貸各期間利率變化情況如圖1所示。

圖1 P2P網貸與傳統信貸行業利率變化趨勢

圖1 和表1中的數據都表明，P2P網貸利率與傳統信貸利率有著較好的正相關性或變化一致性，即P2P網貸利率將隨傳統信貸利率的下調而下調或上調而上調。

事實上，在P2P網貸剛起步時，為吸引較多投資者從傳統信貸投資轉移到網貸投資，網貸利率相對傳統信貸利率會較高，但較高的利率必然增加資金的融入成本，所以在P2P興起之后的一段時間內，P2P網貸利率和傳統信貸利率都表現出逐漸下調趨勢。然而，當信貸利率下調幅度較大時，傳統信貸利率由于相對P2P網貸較低而在金融市場上沒有太大競爭力，進而會使傳統信貸很難吸引投資者，于是銀行不得不又進一步提高利率，最終又使P2P網貸利率呈上調趨勢。所以，P2P網貸與傳統信貸之間存在顯著的正相關性。

三、實證分析

為了進一步證明兩個行業投資利率之間的關系，本節通過對數據的線性回歸分析進行驗證。由于P2P網貸利率變化幅度較大，而銀行利率變化幅度較小，為了令所取的數據之間關系更加顯著，本文進行回歸分析時將收集的數據進行對數化處理，根據選取的變量建立回歸模型如下:

其中R2為P2P行業投資利率，R1為銀行儲蓄產品投資利率，β1為R1的系數，表示兩種利率之間的敏感性，β0為截距，表示P2P行業相對銀行需要承擔的風險。所建立的回歸模型為斜截式模型。

本文借助SPSS軟件對處理后的數據進行線性回歸分析，分析結果如表2、表3和表4所示。

表2 模型匯總表

表3 方差分析表

表4 系數表

根據線性回歸的檢驗結果，R2＝86.9%說明模型擬合度較好，回歸模型檢驗值F為46.333，對應的Sig≤0.05，證明建立的回歸模型具備意義，即P2P網貸利率與傳統信貸利率之間存在顯著的線性關系，對應傳統信貸利率系數及回歸模型常量的檢驗Sig≤0.05，說明指標系數與0有顯著區別，證明傳統信貸利率緊密地影響著P2P網貸利率。

從實際數據回歸結果來看，P2P網絡借貸的投資利率與傳統信貸的投資利率存在顯著的線性關系，并且根據回歸結果反映出的P2P網貸利率與傳統信貸利率的關系如式(2)所示。

在利率完全市場化的情況下，P2P網絡借貸行業期望投資利率會受到傳統信貸平均投資利率的影響，參照央行基準利率定價表，由式(2)可以基本判斷P2P行業各期限產品的期望投資回報率，從而為產品的投資利率定價提供參考。

四、結論與展望

上述實際數據的統計回歸分析表明，隨著P2P網貸的興起，P2P網貸利率必然會受到傳統信貸利率的影響，基于二者間的競價關系，P2P網貸行業可以根據銀行業基準利率制定自身產品定價基準，為各平臺產品利率定價提供參考意見。目前國內P2P行業正缺少行業期望投資利率作為風向標，在自由競爭的市場化環境下，P2P網絡借貸行業可以設定出可靠的行業參考投資利率。此外，行業期望投資利率會幫助P2P平臺降低市場風險，且如傳統金融一樣擁有基準利率指導，可以遏制平臺之間的惡意競價，是P2P行業在我國發展的必經之路。

由于銀行業的數據沒有官方統計，導致本文參數估計收集的銀行業數據較為片面，僅統計14家具備代表性的大型上市銀行的數據，未來的研究中可以統計更多年份或者更多具備代表性的銀行數據對行業平均數據進行回歸估計，甚至可以利用官方的銀行業數據庫與P2P網絡借貸進行對比分析，從而達到估計的參數與現實更加接近的目的。