P2P 網貸平臺正常運營時長影響因素分析

莫穎均 佛山開放大學 開放教育處

網絡借貸（Peer to Peer，以下簡稱“P2P”，或“網貸”）產業。

一、引言

2013 年十八屆三中全會第一次將普惠金融寫入黨的決議，2014—2018 年政府工作報告相繼提出發展“普惠金融”和“互聯網金融”的任務，表明發展普惠金融和規范發展互聯網金融是深化金融體制改革、提高金融服務實體經濟效率的重要內容，在國家層面確定其戰略地位。

在國家政策推動下，伴隨著金融科技進步，互聯網金融呈現出迅猛發展態勢。P2P（Peer to Peer）網絡借貸作為互聯網金融的典型代表之一，與普惠金融在參與廣泛性、優惠實惠型、方便快捷性、商業可持續性等多方面的特征相契合，使其在解決中小微企業融資難以及助力“大眾創業、萬眾創新”等方面發揮了積極的作用，促進了我國普惠金融的發展。這其中P2P 網絡借貸平臺利用先進的網絡信息技術，使資金的需求方與提供方在平臺上直接對接，拓寬了金融服務的范圍，實現了小額投融資活動的低成本、高效率、大眾化，對發展普惠金融發揮了積極的促進作用。

然而，由于行業競爭激烈，為了搶奪客戶，不少平臺的做法是對投資人答應給高回報，同時對借款人放松了風控標準，很多借款項目都不需要抵押，使得部分借出去的錢無法回收。為了不影響投資人繼續投資，平臺就只好自己墊付，導致部分實力不夠雄厚的平臺被慢慢掏空了。更多平臺的做法并不是用自己的資金墊付，而是設立資金池。把投進來的錢先存著，用這部分錢來還錢，有機會再把多余的錢借出去。這么一來，平臺已經完全偏離了信息中介的地位。再加上管理資金池可不是容易的事，一旦管理不善，投資人的錢就會一步一步的減少，最終導致平臺爆雷。此外，部分平臺的控制人，私自違法動用吸收進來的資金進行揮霍或投資，更有甚者打著P2P 的旗號，干著集資詐騙的事，帶著投資人的錢跑路了。根據知名的網貸分析平臺“網貸天眼”統計，截至2018 年12 月，網貸平臺的借貸余額達到了11144.15 億元，累計的問題平臺數就達到了6573 家，對比11 月就增加了41 家。

本文的目的是要對收集而來的各個平臺的運營數據作出模型分析，力求找到影響P2P 平臺正常運營時長的因素。

二、文獻綜述

關于P2P 平臺的正常運營時長，往往是跟平臺風險掛鉤的，風險的高低直接影響到平臺的存活時間。國內外的專家學者主要針對平臺的運營問題、操作風險、借款人自身的信用、監管缺位等方面進行研究分析。

Lin（2009）對Prosper 的平臺數據進行分析，認為平臺借款人信用資質對平臺借款的成功還款起著至關重要的作用。借款人的信用水平越高，提供的個人信息越詳細，平臺的信用評估成本越低，借款還款率越高。Iyer（2009）發現將互聯網社交信息引入P2P 平臺大數據征信系統，能夠幫助平臺更好地降低信用風險，有利于降低平臺借款的逾期率。Weiss（2010）認為網絡借貸的非法詐騙行為給整個P2P 網貸行業的聲譽造成了惡劣的影響，應加強網絡借貸的風險控制體系建設。Chaffee（2012）總結了在P2P網絡借貸監管方面，美國實行分散監管體制，即由證券、銀行監管部門以及金融消費者保護局等多個部門共同參與。

艾金娣（2012）認為P2P 借貸平臺主要有兩大風險：一是制度風險，即P2P 平臺缺乏法律規制；二是信用風險，即P2P平臺信用評級信息有限，風控體系脆弱。孔非凡、江玲（2013）認為P2P 借貸平臺風險主要有四個：一是信用與信息風險，P2P借貸平臺收費較高，容易出現無法正常還款情形；二是經營風險，P2P 借貸平臺模式層出不窮，行業競爭激烈；三是資金風險，P2P 借貸平臺的資金運轉決定其生死存亡；四是政策風險，P2P 借貸平臺作為新興產業，沒有明確的法律法規進行規范，面臨巨大的政策風險。李鈞（2013）結合我國P2P 網絡借貸的特點，分析其中存在的主要風險，包括小額信貸技術風險、產品異化風險、中間賬戶監管缺位風險、擔保與關聯風險、非法集資的法律風險、流動性及證券化風險、財務披露風險等。張國文（2014）討論了我國P2P 借貸中存在的平臺法律性質不清、涉嫌非法集資、資金安全缺乏保障、監管缺位等風險。楊宇焰等（2014）基于對四川省11 家P2P 平臺公司的調研，指出P2P 借貸中主要風險來源于法律與監管缺位、借款人違約、洗錢與信用卡套現、操作風險、流動性風險以及P2P 平臺自身的實力風險。胡金焱等（2018）提出網絡借貸平臺需明確市場定位，并借助“信聯”發揮聲譽激勵作用，聯合懲戒失信人員。發揮政府引導作用，構建多層次、廣覆蓋、有競爭的普惠金融服務體系。發展“數字普惠金融”，依靠互聯網技術降成本控風險。

綜上所述，國內學者都是研究單個P2P平臺某一方面的情況，要么是注重于借款人和借款項目風險的研究，要么是對投資者投資行為的研究，鮮有針對平臺正常運營時長的研究。而P2P 平臺正常運營時長又是其經營狀況、風險程度、收益程度等最直觀的表現。所以本文在前人研究的基礎上，通過宏觀的交易數據進行實證研究，為我國P2P平臺正常運營時長提供研究支持。

三、研究設計

（一）變量選取與定義

本文主要研究P2P 網貸平臺正常運營時長的影響因素，即哪些因素可能對平臺的存活產生直接的影響。

1.被解釋變量

本文的被解釋變量選擇了P2P 平臺的正常運營時長，也就是P2P 平臺從建立開始，一直到本研究的時間節點為止，在不出現經營異常或平臺爆雷的情況下運營的時間長度，以月為單位進行統計。

2.解釋變量

綜合分析了P2P 平臺的經營情況及風險等因素，本文選擇可以下指標作為研究過程中的解釋變量：

（1）成交量

成交量表示P2P 平臺在一定的時間段內，投資者和借款者的交易總量，其大小反映了平臺的交易規模，同時也能反映投資者和借款者對平臺的認可程度。

（2）平均收益率

平均收益率指的是P2P 平臺在某一段的經營時間內，平臺標的參考出借收益率的平均值。計算方法是把平臺的各個投資項目的收益率之和除以項目的數量。

（3）資金凈流入

資金凈流入是指P2P 平臺在某一段經營的時間內，借貸余額的增量。即吸收到的資金與出借或投資出去的資金之間的差值。該指標可以為正也可以為負。

（4）人均投資金額

人均投資金額就是自P2P 平臺上線運營時起算，交易總額與出借人總數之比。

（5）借款人數

借款人數表示的是某個時間點內，在P2P 平臺上完成借款申請并通過審批最終成功獲取借款款項的人數。這個指標只針對成功完成借款步驟的借款者。

（6）項目種類

項目種類指的是P2P 平臺可投資項目種類的數量。如平臺只提供個人消費貸款一種投資項目，該指標賦值為1；如平臺除此之外還提供車貸，該指標賦值為2，如此類推。

（7）項目性質

項目性質表示P2P 平臺可投資項目屬于屬性。在本研究中，該指標歸并為三類，如果平臺提供的是信用貸款（含信用貸+其他），該指標賦值為；如提供的是抵押貸款（含企業貸款）（含抵押貸+其他），該指標賦值為1；如平臺提供的是混合項目（信用貸+抵押貸）（含其他與無披露的），該指標賦值為2。

（8）經營變更

P2P 平臺在一定的時間段內，出現經營變更的次數。該指標統計了平臺的名稱變更、法人變更、注冊地址變更、經營范圍變更、股權變更、注冊資本變更等變更數量。

（9）從業人員人數

P2P 平臺現有的在職員工的數量。這個指標也能從側面反映平臺的規模大小。

綜上所述，本文對于 P2P 平臺正常經營市場研究選用了十個變量，變量名稱、代碼、含義如表1 所示。

（二）研究假設

結合對P2P 平臺經營狀況以及風險情況等多方面指標的研究和分析，為了更好地理清上述所提及的被解釋變量與平臺的正常經營時長之間的關系，在實證分析之前，本文在實證分析之前，首先提出以下幾點假設。

假設1：成交量越大，平臺的正常運營時長越長。

平臺的成交量，從一定程度上反映了平臺的交易規模。這個指標從側面顯示出平臺經營活動和交易活動的活躍程度。而交易量的大小往往預示著平臺經營狀況的好壞，因此提出上述假設。

假設2：平均收益率越小，平臺的正常運營時長越長。

國家對于P2P 平臺提供的平均收益率有著嚴格的規定，不能超過銀行基準利率的4 倍，而現行的P2P 平臺提供的參考收益率都在10%左右。但根據之前爆雷平臺的數據顯示，某些經營不良的平臺，為了吸收新的資金償還之前的債務（借新還舊），會把收益率盲目提高，有的甚至超過了24%。因此，如果平臺的參考收益率過高，很可能預示著平臺正存在經營不善的情況，因此提出上述假設。

假設3：資金凈流入越小，平臺正常運營時長越長。

資金凈流入是平臺流入資金與出借資金之差，運行良好的平臺在吸收資金之后應該能盡快把資金出借出去，因此提出了上述的假設。

假設4：人均投資金額越高，平臺正常運營時長越長。

人均投資金額反映著投資者對平臺的信心問題，因此提出此假設。

假設5：借款人數越多，平臺正常運營時長越長。

借款人數反映了借款人對平臺的任課程度，成功從平臺借到款項的人越多，代表著平臺的審核機制、資金運作等方面越好，因此提出上述假設。

假設6：項目種類越多，平臺正常運營時長越長。

平臺餓投資項目種類越多，代表著其能找到合適的借款者的概率也越大，投資者對平臺的信心也會相應加強，因此提出上述假設。

假設7：項目性質越復雜，平臺正常運營時長越長。

平臺單純提供信用貸或者抵押貸，都存在一定的優點或缺點，如果提供多種性質的項目，或許可以優化投資組合，讓平臺更穩健的發展，因此提出上述假設。

假設8：經營變更數越多，平臺正常運營時長越長。

經營變更數量多，從一個側面可能可以反映平臺在不斷的優化自己，因此提出上述假設。

假設9：從業人員人數越多，平臺正常運營時長越長。

從業人員的數量，反映著平臺的規模和發展態勢，因此提出了上述的假設。

（三）數據樣本選取

本文利用Python 爬蟲技術，對國內著名的兩大網貸評價門戶網站網貸之家和網貸天眼，以及企業查詢平臺企查查進行數據挖掘與數據整理。共收集到的758 家P2P 網貸平臺的數據，覆蓋的時間范圍是從2018年6 月起至2018 年12 月止。由于網貸之家和網貸天眼所收錄的平臺數據不是十分完全，對于一些本文研究分析需要用到的而又無法批量采集的數據（如：平臺的從業人員人數等），采用了直接從互金協會網站、P2P 平臺自身網站等渠道手工查詢收集的方法。同時，為了讓數據更加完整和全面，對于部分數據收集后仍出現信息嚴重的平臺進行了篩選和剔除，僅保留了數據相對來說比較完整的232 家網貸平臺作為分析的基礎。由于本文需要研究各個P2P 平臺在一定時間段內的經營狀況，以分析各個變量對平臺正常經營時長的影響，因此對收集來的數據處理成了面板數據，以便進一步的分析研與研究。

表1 P2P 平臺正常經營時長研究變量表

（四）模型的建立

由于本文需要研究的變量眾多，因此選用多元線性回歸模型進行數據建模與分析。所使用的模型如下：

（五）實證分析

1.描述性統計

表2 顯示了所有變量的描述性統計。截止至本文所研究數據的時間節點2018 年12月，網貸平臺的平均正常運營時長為46 個月，最長的正常經營時長達到了118 個月。各個P2P 平臺的平均成交量為28112.88 萬元，平均的資金凈流入為32.87 萬元，而平臺的平均借款人數為18925 人，這三個指標的標準差較大，最大值與最小值之間存在一定的差距，主要的原因是本文研究采用的是2018 年6 月至12 月平臺經營的面板數據，這其中有部分平臺在截至12 月為止才剛成立幾個月的時間，因此在經營指標數據上出現了一定的波動。各個平臺的平均收益率為10%，屬于行業的正常水平，人均投資金額約為6 萬元，以數額較小的投資標的為主。在投資可投資項目種類方面，每個平臺平均為投資者提供2 種以上的選擇，而大部分的平臺都為借款人提供了信用貸和抵押貸兩種貸款方式。在各網貸平臺接近4 年的平均正常運營時長內，平均經營變更次數達到28次，相當于平均每個平臺每年申報7 項經營變更，各平臺平均員工人數為79 人，這兩項平臺運營類指標的差異相對較小。

2.多重共線性檢驗

為了驗證所選取的解釋變量的合理性，本文先利用Stata 統計軟件對模型進行一般性回歸，并運用estat vif 語句檢驗該模型各變量是否具有多重共線性。而多重共線性就是指線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系而使模型估計失真或難以估計準確。回歸的結果結果如表3 中所示。

從表3 中的結果可以看出，由于方差膨脹因子（VIF）都處于較低水平，而且都低于10，所以可以判斷模型中選擇的解釋變量不存在多重共線性。

3.面板數據回歸模型選擇

面板數據在回歸分析之前，應該首先選擇應用隨機效應模型還是固定效應模型，如果兩個模型都不合適，再檢驗是否適用混合效應模型。因此，為了確定回歸模型，先利用Stata 軟件分別進行了隨機效應模型和固定效應模型的回歸。然后在運用Hausman檢驗的方式確定選中二者中的哪一個。檢驗的語句為hausman fe re，sigma，得到的結果如下：

從該結果可以看出，P 值為0.1823>0，接受原假設，選用隨機效應模型。

4.隨機效應模型回歸結果與分析

在排除了模型的多重共線性及確定了選用的回歸模型后，利用Stata 統計軟件進行模型的回歸分析，回歸的語句如下：

xtreg op tv aror nci ipc nob col i.rlol cobc noe，re

回歸的結果如表4 所示。

由表4 可見，所有的解釋變量都對被解釋變量都有著有顯著影響，而且全都是在5%以下顯著，1%以下顯著的多達6 個。從回歸的結果老看，本模型具有較好的預測能力。

具體上來看，P2P 平臺的成交量對于其正常運營時長有著非常顯著的影響。成交量與正常運營時長是正向相關的，成交量的增長預示著正常經營時長的增加。由此看來，假設1 成立。主要的原因是因為平臺的成交量反映著平臺經營的活躍程度，投資者對平臺項目的投資、借款者從平臺借出資金的活動發生的越頻繁，平臺穩健經營的可能性也會相應增加。成交活躍也從側面反映了平臺在運營模式、資金流通等方面正在朝著積極利好的方面發展，因此對正常經營時長產生正向的影響。

表3 多重共線性檢驗

表4 隨機效應模型回歸結果

從平臺運營收益率的角度來看，這是投資者最關心的部分。但收益率越高，并不意味著平臺運營得越好。從回歸結果來看，平臺平均收益率與平臺的正常運營時長是反向相關的關系。這就是說平均收益率越高的平臺，其實正常運營的時長越短。假設2 得到了驗證。主要因為P2P 屬于民間的借貸行為，國家對其收益率也就是利率有著嚴格的規定，不能超過同期銀行基準利率的4 倍，這是國家為了防止其不正常發展作出的限制，現行的正常運營平臺的投資收益率大概都在10%左右。縱觀各種爆雷平臺的數據，為了最大限度的吸收資金，用于揮霍或填補之前吸收后的待償資金缺口，平臺會盲目地提高投資收益率，甚至有高達40%-50%的。因此，平均收益率維持在一個合理的低水平，能看出平臺的發展方向是謹慎而穩健的，沒有過多的冒進甚至違法違規行為，因此也預示著其正常運營時長會增加。

從資金運作的角度來看，P2P 平臺的資金凈流入量與其正常運營時長有著反向相關的關系。就是平臺的資金凈流入量越少，其正常運營時長越長。印證了假設3。資金凈流入的計算方法是平臺吸收資金減去出借資金的差值，這個值越小，代表平臺吸收進來的資金實際出借的數量越多。投資者投資P2P 的目的是為了賺取其提供的收益，而平臺要為投資者提供收益率的前提是要提供實際的投資標的或投資項目，也就是說錢必須要能借出去。資金凈流入越低，表明平臺更有可能為投資者提供合適合理的投資標的或投資項目，使投資者的投資意愿得到實現。這對平臺的正常經營與健康發展有著至關重要的影響。

從投資者的角度來看，根據回歸結果，P2P 平臺的人均投資金額越高平臺的正常經營時長越長，這與假設4 相符合。經歷了P2P 平臺的繁榮時期以及之后一段時間的爆雷期后，各個投資者對平臺的評價和理解都產生了更理智的看法，而人均投資金額也恰恰反映了投資者地平臺的任課程度。人均投資金額越高，表明投資者對于平臺的運營和發展越滿意，換個角度講，就是該平臺給投資者的印象越好。而這種印象除了是投資者自己的主觀偏好以外，還包括了不同投資者對平臺的理性客觀分析。所以從一個側面來講，人均投資金額越高，能表明平臺能有可能長時間的正常運營。

從借款者的角度來看，模型結果反映借款人數越多平臺的正常運營時長越長，符合之前提出的假設5 的情況。借款人數的多少，反映著平臺在借款人之中的受歡迎程度。平臺能吸引更多的借款者，表明平臺的資金流動越活躍。這個變量也反映出了借款者對平臺經營狀況和資金狀況的認可程度，有了更好更多的資金出借渠道，平臺的正常運營時長將會越長。

從投資項目的種類來看，回歸結果反映出平臺提供的可投資項目種類越多，平臺的越有可能越長時間的增長運營，這與假設6是相符合的。各個P2P 平臺提供的可投資項目種類眾多，有的是提供車貸的，有的提供消費貸，有的提供小額經營貸款等，每一種投資項目都有著不同的優點和缺點，從風險的角度來看，提供越多種類的投資項目種類，P2P 平臺自身的風險越能得到分攤，經營風險更有可能得到有效的控制，從而正常經營時長也會相應增加。

從項目性質上來看，回歸結果給我們的提示是相對于只提供信用貸或者抵押貸的平臺來講，提供兩者混合貸款項目的平臺經營時長會更長，假設7 得到了驗證。信用貸款，就是借款者憑借著信用向銀行機構或者是其他金融機構申請貸款，而且信用貸款最主要的特點就是不需要任何的抵押物品，也不需要第三方擔保人，僅僅憑著信譽就可以獲得貸款。其優點在于貸款門檻低、手續和流程簡便、收益率較高、放款速度快、對借款人的受歡迎程度高，但是其也存在著回款無法保證、額度低等缺點。而抵押貸就是要求借款方提供一定的抵押品作為貸款的擔保，以保證貸款的到期償還的一種貸款方式。其優點在于額度高、回款有抵押物做保證，但其缺點是收益率較低、貸款門檻高、手續流程復雜。如果P2P 平臺只提供單一性質的投資項目，很難弱化其自身的缺點和風險。提供混合性質的投資項目，能很好的融合其之間的有點，也能使缺點得到一定的互補，從而更吸引投資者的投資，也能使平臺更健康的發展，因而平臺的正常運營時長也會更長。

從日常經營的角度來看，回歸結果給出了經營變更數越多，平臺正常運營時間越長的提示，這與假設8 一致。經營變更數包含了平臺法人、股權等的變更。不斷地根據實際經營狀況作出相應的調整，可見平臺本身也在不斷地完善。由于政策和環境的不斷變化，特別是法律法規、市場的經濟狀況、小微企業的發展需求等因素的調整改變，平臺必然需要不斷完善自身才能適應行業的發展，一成不變的平臺最終肯定會被市場淘汰的。

從平臺規模來看，模型給出的結論是從業人員人數越多，平臺的正常營業市場越長，這也與假設9 吻合。從業人數的多少，側面上反映了P2P 平臺自身的規模大小。員工數越多也表明能夠給有效服務的投資者或借款者就越多，該變量呈現正向相關也提示P2P 太可以通過增加員工人數來提高服務質量和服務效果，使平臺能夠更長時間地經營下去。

5.穩健性檢驗

為了驗證模型的可靠性，由于正常運營時長很難找到其他合適的參數來進行替代驗證，本文決定采用另外一種回歸方式——穩健標準差回歸方式來對模型數據進行穩健性檢驗。檢驗語句如下：

xtscc op tv aror nci ipc nob col i.rlol cobc noe，re

該方法的回歸結果與上面回歸結果的對比如表5 所示。

從XTSCC 回歸方法的結果可以看出，基本上所有的解釋變量都是對被解釋變量OT 顯著了，而且顯著的方向都是一致的。只有借款人數和項目項目性質這兩個變量沒有之前顯著，但是由于標準差都在0.1 左右，也只是剛剛不顯著而已。因此，總體來看，使用XTSCC 穩健標準差回歸方法得出的結果與原隨機效應模型回歸結果基本一致，可以看出回歸方法及結果是穩健的。

四、結論與啟示

P2P 行業作為新興的事業，近年來迅猛發展備受各方關注，但是由于行業標準、監管環境等原因，平臺自身存在著多種多樣的風險。信用風險、合規風險、操作風險、流動風險等，每一種都可能導致平臺爆雷。這些風險對于普通投資者而言是很難分辨清楚的，而作作為平臺風險綜合性反映的正常運營時長，能讓投資者更為直觀更為簡便地看清楚哪些指標可能會預示著平臺將會出現運營上的問題而最終走向倒閉，使其在選擇投資的時候更為理智和合理。基于本文對各P2P 平臺正常運營時長的分析研究，對投資者的投資選擇提出以下見建議。

表5 穩健性檢驗結果

（一）選擇有實力的平臺

交易量是衡量P2P 平臺交易規模的一個非常重要的指標。一般來講，交易量越大的平臺，其投資者和借款者的平臺操作越多，平臺的成交事件發生的越頻繁，簡單來說就是平臺越興旺發達。有了大量交易活動做支撐，P2P 平臺才能健康穩定地發展下去。但是，單憑成交量的大小無法看出平臺是吸收的資金與出借資金之間的比率，也就是說很難看出平臺吸收的資金是否都能出借或投資出去，從而產生效益。因此必須結合平臺的資金凈流量進行綜合評估。資金凈流量可以反映平臺吸收資金的出借或投資情況，指標的值越小，代表平臺出借或投資的資金占吸收資金的比例就越高。P2P 平臺要健康發展，資金的穩健流動非常重要，這預示著平臺正常運營時長的增長。人均投資金額和借款人數這兩個顯而易見的指標，可以看出平臺在投資人和借款人中普遍的受歡迎程度，越多投資者和借款人選擇的平臺越有利于長期的經營和發展。此外，平臺的工作員的多少，也反映出平臺的規模和對投資者或者借款人的服務能力與服務水平，也是評價平臺實力的重要指標。綜合上述的5 個指標，投資者可以較為容易的判斷P2P 平臺的經營實力，越有實力的平臺，越有可能持續穩健地不斷發展。

（二）選擇項目豐富的平臺

P2P 平臺總體上為投資者提供的可投資項目種類繁多，但部分平臺上的投資項目種類可能是十分單一，或者只有寥寥兩三種。誠然，每一種項目都存在著自身的優點，也同時擁有不可避免的缺點。項目種類稀少，在對投資者造成投資限制的同時，也不可避免地把每種項目的缺點放大，從而導致投資風險和平臺經營風險的增加。投資項目種類越多，平臺經營的風險越能得到分攤，投資者的選擇范圍也會隨之增加，使得其更容易地判斷選擇自己心儀的或有信心的項目進行投資，從而提高平臺的投資成交量，有利于平臺的健康發展。除了項目的種類以外，每種項目的性質對于平臺的經營風險也有著顯著的影響。抵押貸款和信用貸款都有著各自的優缺點，只有在二者互相平衡融合的情況下，才能進一步降低平臺的經營風險。由此可見，項目種類越多，項目性質越復雜，反而更有利于P2P 平臺的穩健經營，投資者可以通過這兩個指標綜合考慮，擇優進行投資選擇。

（三）避免收益虛高和一成不變的平臺

P2P 平臺為了吸引投資者，都會盡量提高其預期的投資收益率。但是投資收益率越高并不就代表平臺越有效益。某些平臺的實際控制人，為了更好地吸收資金以工資及揮霍，或者本意想自融投資，結果出現投資失敗的結果，為了吸收更多的資金償還之前自融投資的部分，會把投資收益率不合理地往上提，50%以上的都曾經出現過。但由于沒有實際盈利能力，這些投資收益率虛高的平臺往往無法保持正常運營，最終走向爆雷倒閉。另外，由于政策和監管環境的不斷變化，要求P2P 平臺要向符合經濟發展和法律約束的方向調整優化，不迎合新政整改的平臺違法經營的風險會不斷增加。因此，不斷調整優化自身經營狀態的平臺才能適應行業的發展需求，才能更長時間地穩健經營。

綜上所述，盡管P2P 平臺的風險項目眾多，無法一一理解和明確識別，投資者還是可以從一些顯而易見的指標綜合判斷平臺正常運營的可能性，從而選擇風險較低的平臺進行投資，以減少損失。