P2P網(wǎng)貸平臺客戶規(guī)模影響機(jī)制分析

強(qiáng)南囡

摘 要：利用Python軟件的爬蟲技術(shù)與手工查詢結(jié)合的方法，通過網(wǎng)貸之家、網(wǎng)貸天眼、各網(wǎng)貸平臺官網(wǎng)收集了254家網(wǎng)貸平臺數(shù)據(jù)，關(guān)注網(wǎng)貸平臺客戶規(guī)模影響機(jī)制，構(gòu)建了圍繞“平臺實力、平臺運營、項目運營”等維度的影響因素指標(biāo)體系，運用多元線性回歸模型研究發(fā)現(xiàn)，注冊資本、經(jīng)營變更數(shù)、好評率、員工人數(shù)、平均借款期限是投資人數(shù)與借款人數(shù)的正向影響因素，交易成本、滿標(biāo)用時是投資人數(shù)與借款人數(shù)的負(fù)向影響因素，兩者都傾向于選擇非民營系平臺，但是，運營時間、人均借款金額僅對投資人數(shù)產(chǎn)生正向影響，對借款人數(shù)影響不顯著。由此，進(jìn)一步從提高運營管理水平、增強(qiáng)平臺實力、優(yōu)化項目運營管理等方面提出了提升平臺競爭力和吸引力的建議。

關(guān)鍵詞：網(wǎng)絡(luò)借貸;多元線性回歸模型;客戶規(guī)模;平臺競爭力

中圖分類號：F832.4 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2021）01（a）--07

中國的傳統(tǒng)金融為社會和經(jīng)濟(jì)發(fā)展做出了重要貢獻(xiàn)，但由于其服務(wù)存在分配不均衡現(xiàn)象，未能惠及小微企業(yè)、農(nóng)民、低收入和貧困人群等普惠金融重點關(guān)注的弱勢群體，導(dǎo)致他們難以獲得有效，甚至無法獲得金融服務(wù)[1]。借助互聯(lián)網(wǎng)、區(qū)塊鏈、云計算、大數(shù)據(jù)等先進(jìn)技術(shù)，互聯(lián)網(wǎng)金融得以有效解決普惠金融面臨的成本高企和難以獲取結(jié)構(gòu)化信息等難題，有利于拓展金融服務(wù)的覆蓋面和滲透率。作為互聯(lián)網(wǎng)金融的重要形式，網(wǎng)絡(luò)借貸（Peer to Peer，以下簡稱“P2P”，或“網(wǎng)貸”）通過搭建網(wǎng)絡(luò)平臺撮合借貸雙方完成交易，其交易成本、交易額度、交易期限等方面的門檻都比傳統(tǒng)金融低[2]，再加上在業(yè)務(wù)效率、交易便捷性、產(chǎn)品靈活度、服務(wù)范圍、客戶體驗等方面具有一定優(yōu)勢[3]，因而獲得了市場的認(rèn)可。自2007年我國首個P2P平臺“拍拍貸”在上海上線后，行業(yè)發(fā)展迅速，據(jù)網(wǎng)貸之家公布的數(shù)據(jù)顯示，截至2018年12月，全國累計上線運營的網(wǎng)貸平臺數(shù)量達(dá)到6549個，正常運營的有1019個，產(chǎn)業(yè)累計成交量突破8萬億元，貸款余額7889.65億元，投資人數(shù)為1331萬人，借款人數(shù)為1992萬人，行業(yè)已具備一定規(guī)模。

網(wǎng)絡(luò)借貸搭建了小微企業(yè)、貧困人員等難以獲得傳統(tǒng)金融機(jī)構(gòu)貸款的弱勢群體與民間資本對接的橋梁，拓寬了其融資渠道，不但提供了大量就業(yè)崗位，也實現(xiàn)了投資者的財富增值，提高了資金的配置效率，可以說在某種程度上實現(xiàn)了普惠金融。隨著國內(nèi)P2P平臺數(shù)量的不斷增多，業(yè)內(nèi)競爭也愈演愈烈，網(wǎng)貸平臺雖然通過限時優(yōu)惠、加強(qiáng)宣傳、優(yōu)化管理、引導(dǎo)輿論等方式提升競爭力與吸引力，但是這些措施能否提升客戶對平臺的認(rèn)可度，一直是平臺經(jīng)營管理中難以解決的問題之一。因此，本文收集了網(wǎng)貸之家、網(wǎng)貸天眼及各網(wǎng)貸平臺公布的數(shù)據(jù)，分析網(wǎng)貸平臺客戶規(guī)模的影響因素，研究不同類型客戶對P2P平臺的選擇意向，為促進(jìn)其持續(xù)、健康、穩(wěn)定的發(fā)展提供了具有建設(shè)性的參考意見。

1 文獻(xiàn)綜述

網(wǎng)絡(luò)借貸作為新興產(chǎn)業(yè)，在發(fā)展過程中出現(xiàn)許多新問題，專家學(xué)者們對其關(guān)注度較高，該領(lǐng)域研究取得較多成果，可以分為以下幾類。

一是在行業(yè)定位方面，學(xué)者們認(rèn)為發(fā)展網(wǎng)貸產(chǎn)業(yè)對于實現(xiàn)普惠金融而言有重要意義。王博等（2017）[4]認(rèn)為網(wǎng)絡(luò)借貸重塑了金融組織的形態(tài)，有望成為長尾群體實現(xiàn)普惠金融的一條有效路徑。閻沭杉（2018）[5]指出網(wǎng)絡(luò)借貸的定位與普惠金融的諸多特征十分契合，網(wǎng)貸平臺能夠在解決中小企業(yè)融資難、助力“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”等方面發(fā)揮積極作用。然而，行業(yè)發(fā)展畢竟尚未成熟，網(wǎng)貸活動還未能充分發(fā)揮應(yīng)有效果及作用。郭海鳳等（2015）[6]發(fā)現(xiàn)由于融資成本、風(fēng)險控制等原因，P2P平臺還無法從很大程度上改善中小企業(yè)的融資狀況。胡金焱等（2018）也發(fā)現(xiàn)普惠金融重點關(guān)注的農(nóng)民和低收入人群，在網(wǎng)貸市場中無法以合理成本與平等機(jī)會享受符合其需求的金融服務(wù)。

二是在投資方面，存在身份歧視現(xiàn)象與羊群效應(yīng)。并非所有投資者都具備高水平的投資能力和豐富的投資經(jīng)驗，再加上信息不對稱現(xiàn)象無法完全消弭，為降低風(fēng)險，投資者在選擇投資項目時帶有偏向性，姚博（2016）[7]發(fā)現(xiàn)高收入、所屬城市層次較高的借款者更受投資者的青睞;投資者在選擇網(wǎng)貸平臺時，魏鵬飛（2016）[8]則發(fā)現(xiàn)了他們的從眾心理。此外，錢穎等（2018）依據(jù)風(fēng)險偏好將投資者分為了保守型與進(jìn)取型兩類，分別進(jìn)行研究后發(fā)現(xiàn)多數(shù)投資者屬于前者，他們偏好低風(fēng)險低收益型平臺，且傾向于自動投標(biāo)服務(wù)，能接受有限制的債權(quán)轉(zhuǎn)讓;少數(shù)屬于后者，他們偏好高收益高風(fēng)險平臺，不需要自動投標(biāo)服務(wù)，并要求平臺債權(quán)轉(zhuǎn)讓自由。

三是在風(fēng)險防控方面，由于網(wǎng)貸活動匯集了互聯(lián)網(wǎng)技術(shù)以及金融的多重屬性特征，以致行業(yè)、平臺需要面對更加多樣化、復(fù)雜化的風(fēng)險。李琪等（2016）[9]從戰(zhàn)略風(fēng)險、操作風(fēng)險、信息科技風(fēng)險、聲譽風(fēng)險、市場競爭風(fēng)險以及法律風(fēng)險等方面歸納了網(wǎng)貸平臺風(fēng)險，而信用風(fēng)險、利率風(fēng)險、流動性風(fēng)險和集中度風(fēng)險則屬于網(wǎng)貸標(biāo)的風(fēng)險。這些風(fēng)險錯綜復(fù)雜，埋下了平臺虧損、停業(yè)、跑路等隱患，為此，學(xué)者們從風(fēng)險的識別、評估和控制等方面進(jìn)行了探索和研究。王修華等（2016）[10]發(fā)現(xiàn)平臺背景、注冊資本并不能顯著反映出正常平臺與問題平臺之間的區(qū)別，而管理層信息的披露、年化收益率的高低以及第三方資金存管的安排卻可以顯著反映。葉青等（2016）[11]同樣證實了高利率可以作為識別問題平臺的重要變量，還發(fā)現(xiàn)了實力薄弱、標(biāo)的類型單一、風(fēng)控能力欠缺是平臺出問題的前兆。樊繼達(dá)等（2018）[12]、譚中明等（2018）[13]、黃電（2018）[14]、胡金焱等（2018）[15]分別針對流動性風(fēng)險、信用風(fēng)險、財務(wù)風(fēng)險、經(jīng)營風(fēng)險等進(jìn)行研究。此外，李先玲（2016）[16]與巴曙松等（2019）[17]從風(fēng)險防控角度進(jìn)行研究，發(fā)現(xiàn)金融從業(yè)背景、注冊資本，以及平臺自我監(jiān)管可以有效降低平臺出問題的概率，債權(quán)轉(zhuǎn)讓制度的設(shè)定有利于減少由擠兌風(fēng)險帶來的平臺事故發(fā)生率，而過度行業(yè)競爭則會增加平臺出問題的概率。劉震海等（2019）[18]構(gòu)建了利用最易獲得的公開數(shù)據(jù)進(jìn)行有效預(yù)警的模型，可以幫助監(jiān)管者對海量平臺完成低成本的有效篩查。

四是在行業(yè)與平臺發(fā)展方面，學(xué)者們通過數(shù)據(jù)分析提出了建設(shè)性意見。方興（2018）[19]運用倍差法研究，發(fā)現(xiàn)各省互聯(lián)網(wǎng)金融協(xié)會的成立能夠促使問題平臺的暴露、劣質(zhì)平臺的淘汰，以及投資者信心的重塑。姜琪（2018）[20]發(fā)現(xiàn)具有雙邊市場性質(zhì)的網(wǎng)貸行業(yè)市場集中度的提高，不但不會引起壟斷帶來的明顯效率損失，反而會顯著提高行業(yè)整體效率和技術(shù)進(jìn)步。程翔等（2018）通過構(gòu)建空間計量模型研究發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、科技水平、收入水平、金融發(fā)展水平對網(wǎng)貸行業(yè)發(fā)展有顯著的正向促進(jìn)作用。吳慶田等（2019）[21]發(fā)現(xiàn)資金托管、預(yù)期收益率、投資期限、高管的金融業(yè)從業(yè)經(jīng)驗、加入監(jiān)管協(xié)會、經(jīng)營許可證、自動投標(biāo)、債權(quán)轉(zhuǎn)讓等指標(biāo)在不同程度上影響平臺運營的穩(wěn)健性，在此基礎(chǔ)上，對投資者、平臺和監(jiān)管部門分別提出相關(guān)建議。

總的來說，P2P產(chǎn)業(yè)發(fā)展過程中出現(xiàn)的各種問題受到了研究者的關(guān)注，推動了該領(lǐng)域的理論探討以及實踐探索，在產(chǎn)業(yè)定位、風(fēng)險策略、發(fā)展路徑、監(jiān)管模式等方面形成了系列成果。然而，對平臺客戶規(guī)模鮮有聚焦與關(guān)注。事實上，客戶規(guī)模是平臺受歡迎程度的重要體現(xiàn)，保有一定客戶規(guī)模對于網(wǎng)貸平臺運營的穩(wěn)健性至關(guān)重要。為此，本為基于網(wǎng)貸平臺的特征數(shù)據(jù)與經(jīng)營數(shù)據(jù)，構(gòu)建客戶規(guī)模影響因素指標(biāo)體系，運用回歸模型對客戶規(guī)模的影響機(jī)制展開深入研究和探討，以提出增強(qiáng)平臺吸引力，提升平臺競爭力的建議。

2 研究設(shè)計與研究結(jié)果

2.1 變量選取與研究假設(shè)

研究網(wǎng)貸平臺受歡迎程度的影響因素，即客戶規(guī)模對網(wǎng)貸平臺運營情況的反應(yīng)。

2.1.1 被解釋變量

網(wǎng)貸平臺的客戶主要包括投資者與借款者兩類。由于兩類客戶對網(wǎng)貸平臺的要求和期望不同，對平臺相關(guān)情況的關(guān)注點也必然存在區(qū)別，因此選擇投資人數(shù)與借款人數(shù)作為被解釋變量分別進(jìn)行研究。人數(shù)越多，網(wǎng)貸平臺受該類客戶歡迎程度就越高。

2.1.2 解釋變量

選擇平臺實力、平臺運營、項目運營三個方面共10個解釋變量，如表1所示。

（1）平臺實力相關(guān)解釋變量及假設(shè)

平臺實力方面的解釋變量包括注冊資本和平臺背景。注冊資本指網(wǎng)貸平臺在工商部門登記的資本總額。平臺背景分為民營系與非民營系（包括國資系、上市系、風(fēng)投系、銀行系等）兩類。

由于網(wǎng)貸平臺與客戶間存在信息不對稱現(xiàn)象，投資者與借款者往往都難以全面地、完整地了解平臺經(jīng)營情況，在面對市場中眾多平臺進(jìn)行選擇時，他們往往會關(guān)注平臺實力，認(rèn)為平臺實力越雄厚，可信度與可靠度也就越高。注冊資本和平臺背景這兩個變量在一定程度上體現(xiàn)了平臺的規(guī)模以及實力，規(guī)模大、實力強(qiáng)的平臺無論對投資者還是借款者而言，都更有利于實現(xiàn)自身目的，即投資者獲得投資回報，借款者完成融資;相反，較低的注冊資本、單純的民營背景都會因為平臺保障系數(shù)不高，風(fēng)險較大而影響客戶的參與積極性。由此，提出以下2個假設(shè)。

假設(shè)1：注冊資本越大，投資人數(shù)與借款人數(shù)越多。

假設(shè)2：平臺背景為非民營系的比為民營系的更容易吸引投資者與借款者。

（2）平臺運營相關(guān)解釋變量及假設(shè)

平臺運營方面的解釋變量包括運營時間、經(jīng)營變更數(shù)、好評率以及員工人數(shù)。

運營時間指網(wǎng)貸平臺自成立起計算的正常運營時長。該指標(biāo)越長，平臺的市場適應(yīng)度就越高，抗風(fēng)險能力也越強(qiáng)。隨著安全性與穩(wěn)定性的增加，客戶對平臺的青睞度會隨之增加。

經(jīng)營變更數(shù)記載和反映了平臺因資本、住所、投資人、經(jīng)營范圍等變更而需要在管理部門進(jìn)行登記的項目數(shù)。優(yōu)質(zhì)平臺會根據(jù)市場、監(jiān)管、自身等方面的需要從各層面進(jìn)行提升、更新或改造，促使其治理結(jié)構(gòu)的不斷完善以及客戶服務(wù)滿意度的不斷提升，在此過程中涉及需要在管理部門登記的變更項目則會增加該指標(biāo)數(shù)值。

好評率表示的是在網(wǎng)絡(luò)社區(qū)的討論及評價中，選擇“好評”檔次（即評價的最高等級）的客戶數(shù)量占評價總?cè)藬?shù)的比例。該指標(biāo)能直接體現(xiàn)平臺現(xiàn)有客戶的親身感受，其提升有助于降低潛在客戶對平臺的搜尋成本與甄別成本。員工人數(shù)則是指網(wǎng)貸平臺的在職員工人數(shù)，它在一定程度上決定了平臺服務(wù)對象的范圍、規(guī)模、程度以及質(zhì)量。

上述指標(biāo)能較為直觀地顯示或影響客戶對平臺的接受度和認(rèn)可度。由此，提出如下4個假設(shè)。

假設(shè)3：運營時間越長，投資人數(shù)與借款人數(shù)越多。

假設(shè)4：經(jīng)營變更數(shù)越多，投資人數(shù)與借款人數(shù)越多。

假設(shè)5：好評率越高，投資人數(shù)與借款人數(shù)越多。

假設(shè)6：員工人數(shù)越多，投資人數(shù)與借款人數(shù)越多。

（3）項目運營相關(guān)解釋變量及假設(shè)

項目運營方面的解釋變量包括交易成本、滿標(biāo)用時、平均借款期限，以及人均借款金額。

網(wǎng)貸平臺對客戶收取的費用包括管理費、會員費、提現(xiàn)費、充值費等，不乏有平臺會免除（或附加條件免除）部分或全部，交易成本以平臺收費項目數(shù)來衡量。滿標(biāo)用時則表示借款者成功籌集到目標(biāo)款項所耗費的平均時間。無論投資者還是借款者都希望低成本獲得服務(wù)，也期望平臺能夠在較短的時間內(nèi)成功撮合投融資交易，因此，雙方對交易成本、滿標(biāo)用時是較為關(guān)注的。

平均借款期限與人均借款金額分別指借款項目的平均期限和金額。偏長的期限能夠滿足融資者對資金穩(wěn)定性的需求，李丹（2018）[22]開展的調(diào)查也顯示82.44%的企業(yè)希望通過互聯(lián)網(wǎng)金融平臺融資的期限為6個月～3年，同時，項目期限的增加還能夠減少投資者在一定投資期間內(nèi)進(jìn)行投資項目選擇的次數(shù)，以及降低平臺按照成功撮合交易筆數(shù)為基礎(chǔ)計算的手續(xù)費而帶來的投資成本，因而平均借款期限應(yīng)當(dāng)體現(xiàn)兩者的這種需求傾向。借款者會依據(jù)自身的融資需求設(shè)置借款金額，因此受人均借款金額指標(biāo)的影響不大，但對投資者來說，因自身投資能力、信息不對稱等導(dǎo)致對借款項目信息的不完全了解，從而在投資行為上表現(xiàn)出羊群效應(yīng)，人均借款金額的升高有利于投資者從眾行為的具體實現(xiàn)，也就有利于滿足投資者選擇投資項目的需求。

由此，提出如下4個假設(shè)。

假設(shè)7：交易成本越低，投資人數(shù)與借款人數(shù)越多。

假設(shè)8：滿標(biāo)用時越短，投資人數(shù)與借款人數(shù)越多。

假設(shè)9：平均借款期限越長，投資人數(shù)與借款人數(shù)越多。

假設(shè)10：人均借款金額越高，投資人數(shù)越多。

2.2 數(shù)據(jù)收集

本文利用Python軟件的爬蟲技術(shù)，通過網(wǎng)貸之家與網(wǎng)貸天眼這兩個在網(wǎng)貸行業(yè)最具影響力的第三方咨詢平臺進(jìn)行P2P平臺相關(guān)數(shù)據(jù)的收集，涵蓋的時間范圍是2018年6—12月。經(jīng)過合并和整理，對空缺的數(shù)據(jù)以及網(wǎng)貸之家、網(wǎng)貸天眼未見披露的指標(biāo)（例如：員工人數(shù)）采取手工查詢的方式，直接在各網(wǎng)貸平臺官網(wǎng)進(jìn)行收集，最后，為了保證模型的可靠性，剔除了數(shù)據(jù)信息缺失比較嚴(yán)重的平臺，保留了數(shù)據(jù)相對完整的254家網(wǎng)貸平臺作為分析的基礎(chǔ)。由于本文的變量多為平臺特征變量，不隨時間而變化，因此取6個月數(shù)據(jù)的均值作為研究基礎(chǔ)。

2.3 模型的建立

如前所述，本文研究的指標(biāo)多為網(wǎng)貸平臺特征指標(biāo)，因此采用多元線性回歸模型。同時，為降低異方差影響，研究中對模型中的相關(guān)指標(biāo)進(jìn)行取對數(shù)處理。為了分別研究投資人數(shù)與借款人數(shù)的影響因素，相應(yīng)建立了以下兩個模型：

2.4 實證分析

2.4.1 描述性統(tǒng)計

根據(jù)表2所有變量的描述性統(tǒng)計，樣本平臺的平均投資與平均借款分別約為7332人與19346人，平均注冊資本超過9000萬元，平均成交量高達(dá)27423萬元，平均借款標(biāo)數(shù)為138748個，體現(xiàn)了較強(qiáng)的平臺平均實力。但是，這五項指標(biāo)的標(biāo)準(zhǔn)差較大，且最小值與最大值之間相去甚遠(yuǎn)，可見不同網(wǎng)貸平臺之間的規(guī)模差異較大，為降低變量異方差影響，在模型構(gòu)建時對這5個變量進(jìn)行了取對數(shù)處理。其他指標(biāo)方面，樣本平臺中有158個民營系平臺和96個非民營系平臺，雖然這些平臺的平均運營時間不足4年，但其平均經(jīng)營變更數(shù)卻接近28次，相當(dāng)于平均每個平臺每年申報7項經(jīng)營變更，各平臺的平均好評率接近76%，平均員工人數(shù)為79人，這四項平臺運營類指標(biāo)平臺間差異相對較小。對交易過程中涉及的各項費用，網(wǎng)貸平臺大多采取了免除或部分免除的方式，平均收費項目不足1個，平均滿標(biāo)用時略超13小時，項目的平均借款期限近8個月，而人均借款金額約為33萬元，這四項項目運營類指標(biāo)的平臺間差異也相對較小。

2.4.2 多重共線性檢驗與異方差檢驗

采用Stata統(tǒng)計軟件對模型（1）（2）進(jìn)行回歸，并運用estat vif語句檢驗該模型各變量是否具有多重共線性，結(jié)果如表3所示。方差膨脹因子較低（均低于10），表示該模型中并不存在嚴(yán)重的多重共線性。

對模型（1）做懷特檢驗，結(jié)果如下：

由于，因此接受原假設(shè)，即模型（1）不存在異方差。

對模型（2）做懷特檢驗，結(jié)果如下：

由于，因此拒絕原假設(shè)，即模型（2）存在異方差。

2.4.3 實證回歸結(jié)果分析

為消除模型（2）存在的異方差影響，對模型（1）（2）均做了穩(wěn)健性回歸，結(jié)果如表4所示。

（1）投資人數(shù)影響因素分析

模型（1）反映投資人數(shù)的影響因素。根據(jù)表4，所有的解釋變量都對被解釋變量有顯著影響，除人均借款金額的顯著性水平低于5%以外，其余各項均低于1%，可見模型具有較強(qiáng)的預(yù)測能力。

具體從平臺實力角度來看，注冊資本的系數(shù)為0.24，表明注冊資本每增加1%，投資人數(shù)將增加0.24%，即平臺規(guī)模越大，對投資者的吸引力越強(qiáng)。平臺背景的系數(shù)為-0.44，表明在同等條件下，民營系平臺的投資人數(shù)比非民營系平臺的少0.44%。因此，假設(shè)1與假設(shè)2都得到回歸結(jié)果的支持。

從平臺運營角度來看，運營時間的系數(shù)是0.024，即平臺運營時間每增加1個月，投資人數(shù)增加0.024%，也就是隨著運營時長的增加，平臺對投資者的吸引力也不斷增強(qiáng)。經(jīng)營變更數(shù)的系數(shù)是0.0097，表明平臺每發(fā)生一次經(jīng)營變更登記，將促使投資人數(shù)增加0.0097%，也就是經(jīng)營變更越多，投資人數(shù)越多。好評率的系數(shù)是1.18，也就是好評率每增加一個單位，投資人數(shù)將增加1.18%，說明好評率越高，越能吸引投資者。員工人數(shù)的系數(shù)是0.0056，表明平臺每增加一名工作人員，將會帶來投資人數(shù)增加0.0056%，可見員工人數(shù)的增加，在投資者服務(wù)的深度與廣度上都有正向促進(jìn)作用，能夠有效吸引更多的投資者。由此，假設(shè)3、假設(shè)4、假設(shè)5、假設(shè)6均得到回歸結(jié)果的支持。

從項目運營角度來看，交易成本的系數(shù)是-0.45，也就是平臺的收費項目每增加一項，將導(dǎo)致投資人數(shù)減少0.45%，這是由于交易成本的增加會減少投資者的投資收益，阻礙投資者的投資。滿標(biāo)用時的系數(shù)是-0.00027，即滿標(biāo)用時每增加1分鐘，投資人數(shù)將減少0.00027%，說明投資者傾向于節(jié)省因等待而付出的資本時間成本，滿標(biāo)用時越短，越能吸引投資者。平均借款期限的系數(shù)是0.07，表明平均借款期限每增加一個月，投資人數(shù)增加0.07%，在網(wǎng)絡(luò)借貸這種以短期借款為主的借款形式中，偏長的投資期限將對投資者產(chǎn)生更大的吸引力。人均借款金額的系數(shù)是0.0015，表明人均借款金額每增加1萬元，投資人數(shù)將增加0.00015%，金額偏高的借款項目將對投資者產(chǎn)生更大的吸引力。因此，假設(shè)7、假設(shè)8、假設(shè)9、假設(shè)10均得到回歸結(jié)果的支持。

（2）借款人數(shù)影響因素分析

模型（2）反映的是借款人數(shù)的影響因素。由表4可見，除了平臺運營時間、人均借款金額沒有通過顯著性檢驗外，其他解釋變量都對被解釋變量有顯著影響。其中，注冊資本、平臺背景的顯著性水平低于5%，經(jīng)營變更數(shù)的顯著性水平低于10%，其余變量的顯著性水平均低于1%，模型具有較好的預(yù)測能力。

具體從平臺實力角度來看，注冊資本的系數(shù)為正數(shù)，表明注冊資本與借款人數(shù)呈正相關(guān)，即注冊資本越大，越能吸引借款者。平臺背景的系數(shù)為負(fù)數(shù)，說明與民營系平臺相比，非民營系平臺更吸引借款者參與。因此，假設(shè)1與假設(shè)2都得到支持。

從平臺運營角度來看，由于運營時間未通過顯著性檢驗，假設(shè)3未能得到證明，這說明借款者在選擇網(wǎng)貸平臺時并不特別關(guān)注平臺運營歷史，只要能夠滿足其融資需求，平臺本身經(jīng)營時間的長短并不成為借款者選擇平臺的關(guān)鍵因素。經(jīng)營變更數(shù)的系數(shù)為正數(shù)，也就是借款者能夠感受到網(wǎng)貸平臺通過不斷變更而日漸完善的管理、到位的服務(wù)，這就體現(xiàn)為經(jīng)營變更數(shù)與借款人數(shù)的正相關(guān)關(guān)系。好評率的系數(shù)為正數(shù)，說明好評率與借款人數(shù)呈正相關(guān)，好評率越高，平臺名聲越好，對平臺的宣傳效應(yīng)越強(qiáng)，越容易吸引借款者借款。員工人數(shù)越多，能夠有效服務(wù)的借款者越多，其系數(shù)為正數(shù)也說明了借款者能夠感受到平臺通過增加員工人數(shù)來提升服務(wù)的有效性。假設(shè)4、假設(shè)5、假設(shè)6均得到支持。

從項目運營角度來看，交易成本的系數(shù)為負(fù)數(shù)，其增加將直接增加借款者的融資成本，因此與借款人數(shù)呈負(fù)相關(guān)關(guān)系;滿標(biāo)用時的系數(shù)是負(fù)數(shù)，表明若平臺能夠快速地滿足借款者的借款需求，將吸引更多借款者;平均借款期限的系數(shù)是正數(shù)，表明其與借款人數(shù)呈正相關(guān)，說明了借款者的借款需求帶有偏向長期的傾向;人均借款金額未能通過顯著性檢驗，這與前文假設(shè)是一致的。由此，假設(shè)7、假設(shè)8、假設(shè)9均得到支持。

2.4.4 穩(wěn)健性檢驗

為了驗證模型（1）與模型（2）的可靠性，采用網(wǎng)貸平臺成交量作為投資人數(shù)的穩(wěn)健性指標(biāo)，借款標(biāo)數(shù)作為借款人數(shù)的穩(wěn)健性指標(biāo)來進(jìn)行穩(wěn)健型檢驗。表5顯示了以成交量和借款標(biāo)數(shù)分別作為被解釋變量進(jìn)行穩(wěn)健性回歸的結(jié)果。

由表5可見，模型（3）以成交量為被解釋變量，所有的解釋變量都對被解釋變量有顯著影響，其回歸結(jié)果與模型（1）的回歸結(jié)果一致;模型（4）以借款標(biāo)數(shù)為被解釋變量，除平臺運營時間、人均借款金額沒有通過顯著性檢驗外，其他解釋變量都對被解釋變量有顯著影響，其回歸結(jié)果與模型（2）的回歸結(jié)果也一致，因此，模型（1）和模型（2）回歸結(jié)果通過穩(wěn)健性檢驗，即模型的回歸結(jié)果較為穩(wěn)健。

3 結(jié)論與啟示

網(wǎng)絡(luò)借貸彌補(bǔ)了傳統(tǒng)金融的不足，促進(jìn)了金融創(chuàng)新，加快了普惠金融的實現(xiàn)。然而，產(chǎn)業(yè)在高速發(fā)展的同時，不斷涌現(xiàn)問題平臺事件，增加了投資者與借款者的憂慮。本文旨在研究在這樣的大環(huán)境下，平臺如何實現(xiàn)健康發(fā)展，從市場脫穎而出，受到客戶的歡迎，贏得客戶的參與。根據(jù)前述客戶規(guī)模影響因素的分析，提出以下建議。

一是提高平臺運營管理水平，主要從運營時間、經(jīng)營變更數(shù)、好評率，以及員工人數(shù)等方面考慮。投資者與借款者都能從經(jīng)營變更數(shù)的增加中感受到網(wǎng)貸平臺積極的經(jīng)營策略，網(wǎng)貸平臺應(yīng)緊跟市場需求的變化，調(diào)整業(yè)務(wù)領(lǐng)域，打造拳頭產(chǎn)品，走差異化發(fā)展之路;應(yīng)根據(jù)監(jiān)管要求，建章立制，調(diào)整經(jīng)營方式，走規(guī)范化經(jīng)營之路;應(yīng)不斷檢視自身短板，走內(nèi)涵化、精細(xì)化提升之路。隨著投資人數(shù)與借款人數(shù)的攀升，為保障服務(wù)質(zhì)量，提升服務(wù)的精細(xì)化、精準(zhǔn)化程度，在引入云計算、智能機(jī)器人等先進(jìn)服務(wù)技術(shù)的同時，保證數(shù)量充足的服務(wù)團(tuán)隊是必不可少的。客服人員應(yīng)在平臺統(tǒng)一部署下做好輿情管理，定期更新平臺及項目信息，及時跟進(jìn)與回復(fù)客戶遇到的疑難問題，對客戶的意見和建議進(jìn)行公開致謝并不斷改進(jìn)，這樣才能讓客戶產(chǎn)生被重視的感覺，有利于增加其參與的積極性，維持活躍度。同時，積極的應(yīng)對客戶在社區(qū)的評論，傳遞正向的平臺價值，促使客戶對平臺評價的升級與品牌的樹立，維持良性的獲客效應(yīng)。由此，平臺的市場適應(yīng)力、抗風(fēng)險能力得到不斷提升，也因此平臺得以持續(xù)健康發(fā)展，形成良性循環(huán)，吸引更多客戶參與。

二是增強(qiáng)平臺實力，主要從注冊資本、平臺背景等方面考慮。隨著平臺運營管理水平的不斷提高，其知名度與發(fā)展空間也會不斷提升，如此一來，除了能夠增強(qiáng)對投資者與借款者的吸引力外，也可迎來各種資本的追逐。網(wǎng)貸平臺可評判各方條件，從實際出發(fā)，有選擇性地引入國有資本、銀行資本、風(fēng)險投資資本等，甚至在時機(jī)成熟時考慮上市。如此，可以在優(yōu)化平臺背景，增加注冊資本，為平臺軟、硬件的升級改造提供資金支持的同時，還能獲得提升平臺軟實力的機(jī)會。首先，新股東中不乏資深的企業(yè)家或投資專家，他們可以幫助平臺更新經(jīng)營理念，完善治理機(jī)制、監(jiān)管體系、財務(wù)制度、激勵約束措施等;其次，新股東豐富的市場資源和社會關(guān)系可以幫助平臺拓展經(jīng)營渠道，融通其與政府和行業(yè)內(nèi)其他企業(yè)的關(guān)系;最后，新股東的加入可以使平臺規(guī)模更大，實力更強(qiáng)，提升其知名度與公信力，吸引客戶，最終實現(xiàn)股東價值，為平臺可持續(xù)發(fā)展鋪路。

三是優(yōu)化項目運營管理，主要從交易成本、滿標(biāo)用時、平均借款期限，以及人均借款金額等方面考慮。雖然投資者與借款者都傾向于低交易成本，但是免費策略并非長久之計，盈利才是企業(yè)生存發(fā)展的基礎(chǔ)。網(wǎng)貸平臺應(yīng)細(xì)致核算成本，制定切實有效的優(yōu)惠促銷策略，通過提升平臺實力與服務(wù)水平來留住活躍用戶，而不是單純地依靠免費。既然投資者與借款者都期待更短的滿標(biāo)用時，網(wǎng)貸平臺就需要考慮優(yōu)化項目信息呈現(xiàn)方式，打造快速及時的問題反饋與解決通道，建立標(biāo)準(zhǔn)化與程序化的工作流程，構(gòu)建友好的平臺交互方式等，便于借款者清楚資料上傳的相關(guān)要求，也便于投資者根據(jù)自身情況快速篩選合適的投資項目，促進(jìn)滿標(biāo)用時的縮短，提升客戶體驗。最后，由于投資者與借款者雙方都偏好期限長的項目，投資者還偏好借款金額大的項目，所以網(wǎng)貸平臺也應(yīng)持續(xù)關(guān)注兩者的需求，打造合適的產(chǎn)品，供借款者與投資者選擇。

參考文獻(xiàn)

胡金焱，李建文，張博.P2P網(wǎng)絡(luò)借貸是否實現(xiàn)了普惠金融目標(biāo)[J].世界經(jīng)濟(jì)，2018，41（11）：169-192.

錢穎，王麗.基于模糊聚類的投資者P2P平臺選擇研究[J].管理現(xiàn)代化，2018，38（05）：91-94.

程翔，王曼怡，華郡珂.基于空間視角的中國P2P網(wǎng)貸行業(yè)發(fā)展研究[J].經(jīng)濟(jì)與管理研究，2018，39（11）：118-130.

王博，張曉玫，盧露.網(wǎng)絡(luò)借貸是實現(xiàn)普惠金融的有效途徑嗎——來自“人人貸”的微觀借貸證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2017（02）：98-116.

閻沭杉.P2P網(wǎng)絡(luò)借貸對普惠金融發(fā)展的積極影響、現(xiàn)存問題及發(fā)展對策[J].現(xiàn)代管理科學(xué)，2018（10）：58-60.

郭海鳳，陳霄.P2P網(wǎng)貸平臺綜合競爭力評價研究[J].金融論壇，2015，20（02）：12-23.

姚博.基于收入與城市青睞現(xiàn)象的網(wǎng)貸信用認(rèn)證有效性分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016，38（04）：30-41+125.

魏鵬飛.P2P平臺特質(zhì)與投資者選擇[J].中國流通經(jīng)濟(jì)，2016，30（12）：92-99.

李琪，王振.P2P網(wǎng)貸平臺風(fēng)險和標(biāo)的風(fēng)險的辨析[J].上海金融，2016（10）：92-95.

王修華，孟路，歐陽輝.P2P網(wǎng)絡(luò)借貸問題平臺特征分析及投資者識別——來自222家平臺的證據(jù)[J].財貿(mào)經(jīng)濟(jì)，2016（12）：71-84.

葉青，李增泉，徐偉航.P2P網(wǎng)絡(luò)借貸平臺的風(fēng)險識別研究[J].會計研究，2016（06）：38-45+95.

樊繼達(dá)，薛紫臣.P2P網(wǎng)貸流動性風(fēng)險：生成機(jī)理及應(yīng)對之策[J].國家行政學(xué)院學(xué)報，2018（03）：116-121+156.

譚中明，姜蘇航，譚璇.P2P網(wǎng)絡(luò)借貸平臺信用風(fēng)險的生成、影響和評測[J].農(nóng)村金融研究，2018（08）：28-33.

黃電.P2P模式下網(wǎng)貸平臺財務(wù)風(fēng)險特征及控制機(jī)制剖析[J].財會月刊，2018（05）：82-87.

胡金焱，張笑.股東背景影響下的P2P平臺違約風(fēng)險與經(jīng)營風(fēng)險[J].山東大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2018（04）：120-129.

李先玲.資本充足、從業(yè)背景與平臺倒閉——來自中國231個P2P網(wǎng)絡(luò)借貸平臺的證據(jù)[J].經(jīng)濟(jì)經(jīng)緯，2016，33（06）：137-142.

巴曙松，白海峰，李羽翔.P2P網(wǎng)貸平臺擠兌風(fēng)險：基于債權(quán)轉(zhuǎn)讓的視角[J].財經(jīng)問題研究，2019（01）：52-58.

劉震海，楊克明.基于公開信息的網(wǎng)絡(luò)借貸平臺預(yù)警機(jī)制研究——利用BP神經(jīng)網(wǎng)絡(luò)法[J].現(xiàn)代商貿(mào)工業(yè)，2019，40（01）：134-137.

方興.行業(yè)協(xié)會能夠促進(jìn)P2P網(wǎng)貸健康發(fā)展嗎[J].當(dāng)代財經(jīng)，2018（07）：57-68.

姜琪.中國P2P網(wǎng)貸平臺效率差異及成交量影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（06）：60-77.

吳慶田，羅璨，陳宜瑄.P2P網(wǎng)貸平臺特征與平臺運營的穩(wěn)健性——基于中國1706家P2P網(wǎng)貸平臺的證據(jù)[J].金融理論與實踐，2018（04）：62-70.

李丹.互聯(lián)網(wǎng)金融背景下小微企業(yè)融資模式創(chuàng)新研究——以廣東佛山市小微企業(yè)為例[J].商業(yè)會計，2018（13）：85-87.