P2P 網貸平臺績效影響因素研究
——基于背景差異性的視角

陶士貴 黃靖雯

（南京師范大學商學院， 南京 210023）

引言

自2007 年6 月中國首個P2P 網貸平臺拍拍貸成立至今，P2P 網貸在中國已經發展10 余年。作為連接資金供需雙方的紐帶，截至2018 年底，零壹財經披露的P2P 網貸行業累計為借貸雙方成功匹配的借貸總額約7.69 萬億元，可見，P2P 網貸成為傳統金融之外愈發重要的活躍民間融資的形式，這提高了金融普惠性［1］。在行業的發展過程中，商業銀行、國有企業、上市公司和風險投資等不同背景的股東紛紛進軍網貸市場，逐漸形成了銀行系、國資系、上市系、風投系和民營系等平臺類型。

從行業整體來看，在行業發展的初期，沒有準入門檻、沒有行業標準、沒有監管機構的狀態使整個行業的發展比較混亂，新平臺如雨后春筍般涌現；同時跑路、龐氏騙局、提現困難等問題平臺接連出現。行業的快速增長及伴隨的發展不規范現象逐漸引起中國人民銀行、銀保監會等監管機構的重視，先是2015 年為鼓勵行業發展發布了《關于促進互聯網金融健康發展的指導意見》；其后是2016 年在業務活動、風險整治和備案登記等方面對平臺提出明確監管要求，如《網絡借貸信息中介機構業務活動管理暫行辦法》、《P2P 網絡借貸風險專項整治工作實施方案》 和《網絡借貸信息中介機構備案登記管理指引》，自此，行業進入規制和成長階段［2］；近兩年陸續在資金存管、反洗錢及合規檢查等方面做出規定，如《網絡借貸資金存管業務指引》（2017）、《互聯網金融從業機構反洗錢和反恐怖融資管理辦法（試行）》（2018）、《關于開展P2P 網絡借貸機構合規檢查工作的通知》（2018）等。在監管政策的逐步規范下，各平臺紛紛進行合規檢查以實現備案登記，部分平臺通過轉型逐漸退出市場，目前的行業已經從規制和成長階段進入監管規范期。截至2019 年5 月底，網貸之家顯示，行業累計運營平臺6617 家，累計停業及累計問題平臺合計數量高達5723 家，正常運營平臺僅剩894 家，僅占平臺總數的13.51%，行業平臺整體規模嚴重縮水。停業及問題平臺中不乏有設立之初即目的不純（如自融、龐氏騙局等）的平臺、不符合監管規則退出市場的平臺以及自身經營不善倒閉的平臺，在監管政策的逐漸規范和完善下，第一種平臺幾乎不會通過新設批準，本文主要考慮的是可以通過遵守監管規則和改善自身經營情況繼續發展的平臺，P2P 平臺本質上是以盈利為目的的企業，找出其績效影響因素、提升平臺績效成為一個重要課題。

從各類型平臺發展情況來看，為了直觀認識5 類平臺的發展情況，圖1 給出了2014 年1 月至2019 年5 月各類型P2P 平臺月交易額及其環比增長、月運營平臺及問題平臺數量情況，從圖中可以看出，民營系平臺相對于其他類型平臺在運營數量上占絕對領先地位，成交量規模也比較大，但成交量環比增長率在5 類平臺中不占優勢，且問題平臺數量較多，后勁發展勢頭不足；在民營系平臺運營數量大幅減少的時期，其他四類平臺運營數量整體呈上升趨勢，且上市系平臺成交量逐漸超過民營系，銀行系、上市系和國資系成交量月環比增長總體上超過民營系。可見，背景平臺和非背景平臺的運行可能具有不同的特征，需要分平臺背景類型對其績效影響因素進行分析。

因此，在外部監管政策趨嚴和內部不同派系平臺競爭的背景下，研究不同背景P2P 網貸平臺績效影響因素顯得尤為必要。石建中［3］認為，企業績效由組織績效和管理者個人績效組成，De?laney 等［4］認為，企業績效主要體現為財務績效。由于P2P 平臺經營業務不同于傳統企業，常規的財務、市場、人力資源、管理者業績等數據很難獲得，當前研究P2P 網貸平臺績效的文獻很少，并且沒有得出一致的結論。謝廣營等［5］使用482家P2P 網貸平臺的截面數據對其績效影響因素進行分析，用成交量和投資人數分別代表P2P 網貸平臺的財務績效和市場績效，研究資金杠桿、運營時間、借款期限和注冊資本等指標對平臺績效的影響，認為運營時間較長的平臺優勢僅在于吸引了更多的投資人，但成交量的提升還需要通過設置更長的借款期限、增加注冊資本、減少資金杠桿等方法來實現。魏麗萍等［6］選取242 家P2P 平臺的截面數據，用交易額代表P2P 網貸企業的績效，從供需機制、借款利率和網絡口碑3 個方面進行實證分析，結果發現，P2P 平臺績效的主要驅動因素是投融資需求。

圖1 2014 年1 月～2019 年5 月各類型P2P平臺月成交量及運營等情況

已有文獻雖然討論了P2P 網貸平臺的績效影響因素，但是沒有對P2P 平臺進行分類處理，無法體現P2P 平臺的績效影響因素在不同背景平臺之間的差異性，在提升績效的策略應對方面同樣提及較少。另外，已有文獻使用的數據為過去某一時點的截面數據，在后續期間更長時期的相關研究有待完善。因此在已有學者的研究基礎上，采用目前所能收集到的平臺面板數據，試圖探討P2P 網貸的績效影響因素是否具有背景差異性，以期不同背景平臺更有針對性地提升績效水平。本文的邊際貢獻主要在于：（1）在研究對象方面，對P2P 平臺背景進行劃分，考察P2P 平臺績效影響因素是否具有背景差異性；（2）在研究方法方面，區別于以往研究學者使用的截面數據，采用目前所能收集到的面板數據進行分析，有助于豐富已有的分析方法；（3）在研究結論的應用方面，基于研究結論為背景平臺和普通平臺提升績效提供建議。

1 理論分析與研究假設

1.1 平臺績效的衡量

由于P2P 平臺通常按照成交量的一定比例提取傭金，因此成交量對平臺績效有很大貢獻。此外，P2P 平臺屬于初創互聯網企業，流量思維是其一項關鍵策略，用戶規模也是其非常關鍵的業績指標［2］，投資用戶和借款用戶越多，越能體現平臺對投資人和借款人的吸引力，平臺越能夠占有更大的市場，進而獲得更高的市場績效。同時，平臺對投資人的吸引主要是為了獲得高的平臺成交量，因此相對于市場績效，財務績效是衡量平臺績效更重要的一個方面。根據以上分析，結合數據可得性，采用魏麗萍等［6］的做法，使用P2P平臺月成交量作為被解釋變量，代表P2P 網貸平臺的財務績效。

1.2 機制分析

P2P 網貸平臺的平均預期收益率為一定時期內全部投資標的預期收益率根據交易量加權的平均值，主要反映投資人基于收益性和安全性的權衡。一般來說，對普通民營系平臺來說，平均預期收益率越高，越能夠吸引投資人，平臺獲得的成交量就越高，但同時投資人還會考慮資金安全性，在行業頻出問題平臺的情況下，過高的收益會使投資人增加對平臺按期兌付的不確定性，不利于促成投資交易，并且過高的收益率容易引發壞賬風險。而對銀行系、上市系和國資系等背景平臺來說，在同樣的市場競爭條件下，其平均預期收益率水平低于普通平臺，對投資者的吸引力相對較小，但當收益率達到一定水平之后，由于背景平臺擁有強大的后盾，投資者可能認為其相對于普通平臺更安全，更愿意投資于背景平臺。因此，提出如下假設：

H1：平均預期收益率對背景平臺的月成交量具有“正U 型”的非線性影響。

H2：平均預期收益率對普通平臺的月成交量具有“倒U 型”的非線性影響。

P2P 網貸平臺作為民間借貸的一種，不同于正規信貸［7］，比傳統金融市場風險更高［8］。謝廣營等［5］把借款期限作為衡量P2P 網貸平臺風險的變量之一，他們基于當時P2P 網貸仍處于制度創業初期的現狀，結合行業借款期限一般不到一年的實際情況，加之短期借款期給人資金池的錯覺，認為平均借款期限越長，平臺越能夠獲得更高的交易量并且會吸引更多的投資人。雖然網貸行業信息不對稱仍然存在，網貸平臺項目披露的信息仍然有限，但由于整個行業經過了近幾年的監管密集調整期，行業現狀較前幾年已明顯轉好，短期資金池的情況已有所改善，從行業實際月均借款期限看，根據網貸之家的披露，近一年每月的平均借款期限均超過12 個月，并且總體呈增長趨勢。因此，基于流動性和安全性的考量，一般而言，無論是普通平臺還是背景平臺，借款期越長，流動性越差，平臺項目的風險就越大，因為不確定性會在時間的延續過程中增加，因此提出如下假設：

H3：平均借款期限對背景平臺的月成交量具有負向影響，對普通平臺的月成交量也具有負向影響。

企業注冊資金是企業實力的證明［9］，注冊資金越多，企業實力越強大，績效發展水平越有向好的趨勢。在當前P2P 平臺發展環境下，行業風險、監管滯后以及相關懲罰措施不嚴等情況仍存在，這將增加投資人對P2P 網貸平臺的不確定性，投資人更有可能投資于值得信賴且有能力承擔運營責任的平臺。所以，對P2P 平臺來說，注冊資本越高，平臺越有能力承擔經營責任，投資人對平臺的信任度可能越高，企業績效可能就越好。因此提出如下假設：

H4：注冊資本對背景平臺的月成交量具有正向影響，對普通平臺的月成交量也具有正向影響。

2 研究設計

2.1 樣本和變量

本文基于P2P 平臺的月度數據研究P2P 網貸平臺的績效影響因素是否具有背景差異性。鑒于數據可得性，收集與網貸之家對接的P2P 平臺從2016 年11 月至2019 年1 月的交易數據和反映平臺特征的數據。其中，月度交易數據包括月成交量（vol）、月投資人數（ino）、平均預期收益率（rate）、平均借款期限（Bterm）、滿標用時（timef）；反映平臺特征的數據包括注冊資本（capitalr）和運營時間（optime）。剔除樣本期間的停業及問題平臺，剔除數據缺失的樣本，最終整理得到157 家正常運營平臺的面板數據，共包括3204 條記錄。變量定義見表1。

表1 變量定義

其中，在控制變量的選擇上，企業經營時間的長短也關系到績效水平的高低，因為通常情況下，企業經營時間越長，其發展過程中積累的知識、資源、經驗等軟實力越強，這都有助于提升企業績效［10－12］。P2P 網貸行業在當前信息不對稱的條件下具有鮮明的“羊群效應”［13，14］，現期投資者的資金出借行為可能會追隨前期甚至同期的投資者，和運營時間較短的平臺相比，投資者更愿意把資金出借到上線時間較早的平臺。參考田杰等［15］的做法，把平臺運營時間及運營時間的平方項作為控制變量。此外，滿標用時越短的平臺越受投資者歡迎，可能獲得更高的成交量［16］，因此，也納入滿標用時作為控制變量。

2.2 模型設定和分析方法

根據以上分析，結合數據可得性，借鑒已有學者研究，構建計量模型如下：

其中，式（1）的下標i表示P2P 平臺，t表示所在年月；平均預期收益率、平均借款期限和注冊資本作為核心解釋變量，平均預期收益率的平方項用于捕捉收益率對月成交量的非線性影響；controls表示一組控制變量，包括平臺運營時間、平臺運營時間的平方和滿標用時，用于控制不同平臺異質性可能帶來的影響。在具體計算過程中，對各變量做對數處理，其中含有0 值的變量經過對數處理使其轉換為大于0 的值。

基于以上模型設定，在實證分析過程中使用Stata15.0 軟件。采用陳強［17］對面板數據的處理方法，在對平臺進行實證分析的過程中，作為參照系，執行混合回歸，并使用具有“平臺id”為聚類變量的聚類穩健標準誤。由于每個P2P 平臺情況有所差別，或許具有不因時間推移而變化的遺漏變量，因此考慮執行固定效應，根據不運用聚類穩健標準誤的固定效應模型所呈現的包含F 檢驗結果的P 值判斷是否能夠拒絕原假設，在混合回歸和固定效應之間進行選擇。因為個體效應仍然有可能以隨機效應的方式體現，于是考慮執行隨機效應，在使用聚類穩健標準誤的隨機效應模型后，使用Breusch 等［18］提出的檢驗個體效應的LM 檢驗，以便選擇混合回歸或者隨機效應。最后，根據需要進行豪斯曼檢驗，根據P 值確定是否能夠拒絕原假設，在固定效應與隨機效應之間選擇更合適的模型。

2.3 平臺分類

為了反映平臺的背景差異性，對平臺進行分類，采用錢金保等［19］對背景P2P 平臺的確定方法，把銀行系、上市系和國資系平臺歸為一類，共得到19 家背景平臺（以下簡稱“A 類平臺”），數量分布及清單如表2 所示。根據魏鵬飛［20］的研究，風投系平臺與民營系、國資系、銀行系和上市系平臺有重疊，普通平臺未納入風投系，全部為民營系，于是共得到138 家普通平臺（以下簡稱“B 類平臺”），鑒于此類名單較多，暫不一一列出。

表2 A 類平臺數量分布及清單

2.4 數據描述和描述性統計分析

為直觀了解A、B 兩類平臺，為下文分析奠定基礎，本文給出兩類平臺的數據描述，并使用Stata15.0 分別進行兩類數據的描述性統計分析，結果見表3。

表3 A、B 兩類平臺數據描述和描述性統計結果

從表3 可以看出，A 類平臺月均成交量為11.004 億元，標準差為53.689 億元；平均預期收益率的均值為9.443%，標準差為1.448%；B類平臺月均成交量為2.86 億元，標準差為10.218億元；平均預期收益率的均值為10.577%，標準差為2.284%。相比之下，可以發現A 類平臺的月均成交量高于B 類平臺，同時平均預期收益率低于B 類平臺，說明即使其收益率較低，投資者仍傾向于A 類平臺，反映了A 類平臺具有良好的背景優勢。

3 實證分析與檢驗

3.1 背景平臺和普通平臺成交量的影響因素分析

根據以上分析方法，對兩類平臺成交量的影響因素分別進行分析和模型對比，最終A 類平臺選擇固定效應（模型2），B 類平臺也選擇固定效應（模型5），不同背景平臺成交量參數的估計結果如表4 所示。

表4 背景平臺和普通平臺成交量參數的估計結果

從表4 所列的回歸結果可以看出，A 類平臺平均預期收益率的一次項在5%的置信水平上顯著為負，而平均預期收益率的二次項則在5%的置信水平上顯著為正，即A 類平臺平均預期收益率和成交量之間存在“正U 型”關系，即隨著平均預期收益率的提高，成交量會先減少后增加，存在一個拐點，H1 成立；與A 類平臺不同，B 類平臺平均預期收益率的一次項及二次項雖然都在1%的置信水平上顯著，但一次項的系數符號為正，二次項的系數符號為負，所以B 類平臺平均預期收益率和成交量之間存在“倒U 型”關系，即隨著平均預期收益率的提高，成交量會先增加后減少，也存在一個拐點，H2 成立。所以，平臺平均預期收益率和成交量之間具有非線性關系，在這一點上，和魏麗萍等［6］的結論不謀而合，同時本文進一步提出平均預期收益率對背景平臺和普通平臺的成交量的影響不同，具有明顯的背景差異性。

A 類平臺平均借款期限的系數在5%的置信水平上顯著為負，說明平均借款期限對背景平臺的月成交量具有負向影響；B 類平臺平均借款期限的系數也為負，但并不顯著。所以，H3 部分成立，平均借款期限對平臺成交量的影響具有背景差異性。

A、B 兩類平臺注冊資本的系數均為正，分別在10%和1%的置信水平上顯著，說明注冊資本對背景平臺和普通平臺的月成交量均具有正向影響，H4 成立。因此，注冊資本對平臺成交量的影響不具有背景差異性。

3.2 U 型和倒U 型關系的檢驗

從以上回歸結果可以看出，A 類平臺平均預期收益率和成交量之間存在“正U 型”關系，B類平臺平均預期收益率和成交量之間存在“倒U型”關系。但是，Lind 等［21］認為，二次項系數的顯著并不是非線性關系的充分條件，僅由這一標準來確定非線性關系比較弱，他們提出了關于兩變量間U 型或倒U 型的檢驗。所以，本文進一步使用Utest 檢驗二次項的顯著性，檢驗結果表略。

從檢驗結果可以看出，兩類平臺月成交量－平均預期收益率的Utest 檢驗結果均拒絕原假設，因此，A 類平臺平均預期收益率和成交量之間存在“正U 型”關系，B 類平臺平均預期收益率和成交量之間存在“倒U 型”關系，H1 和H2 均得到驗證。

3.3 穩健性檢驗

注冊資本可以在一定程度上代表平臺規模，用平臺月投資人數這一反映平臺用戶規模的指標作為替代變量，進行穩健性檢驗分析，最終A 類平臺選擇固定效應（模型2），B 類平臺選擇隨機效應（模型6），結果表略。從檢驗結果可以看出，這和以上分析結果基本一致，除了A 類平臺平均借款期限系數為負向不顯著外，其余兩類平臺解釋變量對成交量的影響沒有變化，總體上結果是穩健的。并且，投資人數對兩類平臺的月成交量均具有正向的顯著影響，不具有背景差異性。此外，A、B 兩類平臺月成交量－平均預期收益率的Utest 檢驗結果均拒絕原假設，各自的U 型非線性關系也成立。

4 結論與建議

本文借助P2P 網貸行業157 家平臺2016 年11 月至2019 年1 月期間的交易數據和反映平臺特征的數據，使用面板計量模型分析方法，試圖考察P2P 平臺的績效影響因素是否具有背景差異性。研究發現，平臺績效的某些影響因素具有明顯背景差異性，某些影響因素背景差異性不明顯，某些影響因素不具有背景差異性。（1）平均預期收益率對平臺績效的影響存在明顯的背景差異性。具體表現為：背景平臺平均預期收益率和其績效之間具有顯著的“正U 型”關系，普通平臺平均預期收益率和其績效之間具有顯著的“倒U 型”關系。這可能是因為在行業平均預期收益率都提高的情況下，背景平臺總體收益率水平低于普通平臺，在這一點上，從上文描述性統計結果中也可以看出，背景平臺平均預期收益率均值（9.443%）低于普通平臺（10.577%）。因此，在成交量上，普通平臺對背景平臺可能具有“擠出效應”；而當收益率繼續提高時，投資者可能因為風險收益考量，而背景平臺具有一定的信用背書能力，投資者可能認為投資背景平臺比普通平臺更安全，此時背景平臺對普通平臺可能存在“擠出效應”；（2）平均借款期限對平臺績效的影響具有背景差異性，但差異性不明顯，總體來看，平均借款期限與平臺績效負相關。具體表現為：背景平臺平均借款期限和其績效之間顯著負相關，普通平臺平均借款期限的系數為負但不顯著；（3）注冊資本對A、B 兩類平臺的績效均具有正向顯著影響，不具有背景差異性。研究結論對行業內普通平臺和背景平臺的發展具有一定的啟示意義，進一步地，基于以上分析，從監管者和經營者兩種視角為兩類平臺針對自身情況提升績效水平提出以下對策建議。

4.1 政府監管與行業協會自律規范結合，規范行業信用

在政府監管層面，行業監管是影響P2P 平臺可持續發展的重要因素之一。中央機構編制委員會辦公室2018 年發布的《中國銀行保險監督管理委員會職能配置、內設機構和人員編制規定》 明確了由銀保監會負責制定網絡借貸信息中介機構業務活動的監管制度，具體由普惠金融部負責。在此之前，人民銀行等10 部門2015 年在《關于促進互聯網金融健康發展的指導意見》 中就曾提出網貸業務由銀監會負責監管，只是當時并沒有實質性的監管細則。由于P2P 行業屬于非正規金融，金融的基礎是信用，信用的缺失對整個行業的發展不利，亟需強化行業信用。回顧P2P 行業發展可以發現，在監管空白時期，問題平臺高頻率、大范圍出現，給投資者帶來難以挽回的損失，甚至將風險蔓延至傳統金融機構，給我國的金融生態造成了不良影響。雖然近幾年監管措施不斷完善，監管態度由鼓勵轉為嚴格規范，部分平臺轉型或退出市場，行業平臺逐漸規范化，但背景平臺和普通平臺的背景差異性仍存在，這從側面說明行業整體信用尚未建立，因此需要通過完善監管政策進行行業信用背書，如提高行業機構及行業經營者進入門檻審核標準，從源頭上提升行業參與機構及從業人員的質量；規范經營鏈條資金進出，透明化資金的出借和使用；完善參與機構退出機制；制定并執行違法違規處罰標準等，從監管層面優化行業生態環境，規范行業信用。

另外，行業協會的自律規范作用是法律法規之外的重要補充，引導和支持平臺加入行業協會，充分發揮協會的自律規范作用，也有助于提升行業信用。2015 年12 月31 日，中國互聯網金融協會正式成立，部分省市也相應建立了互聯網金融協會組織，協會充當監管機構和平臺之間的橋梁，傳達不同地區監管政策，根據監管要求制定操作手冊，同時制定行業標準，規范行業經營行為；創建登記披露和信用信息共享機制，提升行業整體透明性；發布風險提示，引導協會會員防范風險；進行投資者教育，暢通投資者投訴機制，從第三方行業協會層面規范行業信用。此外，平臺加入行業協會有助于吸引更多投資者［20］。

4.2 第三方征信與合規增信結合，縮小平臺背景間差異

在行業整體信用缺失的情況下，相對于背景平臺的體制紅利［2］，普通平臺具有明顯的信用劣勢，引入第三方征信可以使平臺得到借款者的信用資料，有助于評估借款者的違約風險，而且在項目的信息披露層面可以使投資者獲得更多借款者信息，改善投資者因無法獲得借款者信息而不敢出借資金的情形。

此外，可以通過合規的第三方增信方法起到和信用背書相似的效果。P2P 平臺作為信息中介機構進行業務經營，曾被監管機構明確要求平臺本身不能提供增信服務，但由第三方提供的增信措施并未禁止，事實上很多平臺都在或多或少使用，如第三方擔保、風險備付金、關聯方等措施。另外，從平臺自身來看，注冊資本對績效提升的影響并不明顯，只有普通平臺的成交量和注冊資本正相關，注冊資本在企業成立時就已確定，后期可以追加，雖然手續繁瑣，但注冊資本作為平臺實力的一種體現，也可以作為一種增信的方式。當然，增信只是提供了和信用背書相似的效果，平臺的增信支出也會間接增加借貸參與人的成本，在行業發展的成熟規范時期建議還要逐步取消增信手段，讓更多參與者能夠以更低的成本享受到高質量的普惠金融服務。

4.3 考慮風險收益權衡資金的安全性、收益性及流動性

（1）資金安全是前提。網貸經營者須時刻銘記法律法規紅線，合規經營，建立信任機制，防止因違規經營導致投資者大量退出的情況，甚至引發類似傳統金融機構的擠兌風險。

（2）在收益性方面，2002 年中國人民銀行發布了《中國人民銀行關于取締地下錢莊及打擊高利貸行為的通知》，該文件第二條對民間借貸利率規定了最高上限，即不能超過中國人民銀行公布的金融機構同期、同檔次貸款利率的4 倍，網貸平臺必須在法律法規的框架下制定合理的利率水平。背景平臺可以在符合監管要求的前提下結合平臺自身經營成本制定收益率；普通平臺不適合制定過高的收益率，因為過高的收益率會使投資者對資金按期兌付產生很大不確定性，且過高的收益率反而不利于此類平臺成交量的增加，對提升績效無益。

（3）流動性可以使投資者更好地掌控和分配自有資金，尤其在行業不成熟的情況下，較強的流動性能夠使其更及時抽回投資，防止更大的虧損。平臺可以根據標的情況，合理分配短期標和長期標的期限，可以發布更多的短期標，使投資者根據自身的風險和收益接受度擁有更多選擇，還可以設置債權轉讓，為需要中途退出的投資人提供渠道。