基于投資者視角的P2P網(wǎng)貸平臺(tái)成交規(guī)模影響因素研究

王剛貞 江光輝

（安徽財(cái)經(jīng)大學(xué)，安徽蚌埠 233000）

基于投資者視角的P2P網(wǎng)貸平臺(tái)成交規(guī)模影響因素研究

王剛貞 江光輝

（安徽財(cái)經(jīng)大學(xué)，安徽蚌埠 233000）

理論上平臺(tái)人氣、平臺(tái)透明度等因素均可通過吸引投資增加平臺(tái)成交量與營(yíng)收，但目前缺乏相關(guān)實(shí)證研究支持?；诰W(wǎng)貸投資人視角，利用面板數(shù)據(jù)構(gòu)建成交規(guī)模影響因素動(dòng)態(tài)面板模型，實(shí)證研究P2P網(wǎng)貸平臺(tái)成交規(guī)模主要影響因素。結(jié)果表明，平臺(tái)往期成交量、平臺(tái)營(yíng)收、平臺(tái)人氣值、平臺(tái)透明度和資金分散度對(duì)平臺(tái)當(dāng)期成交規(guī)模均有顯著正向影響，而平臺(tái)流動(dòng)性對(duì)成交量影響不顯著，這些因素影響程度差異也進(jìn)一步說明，大部分P2P網(wǎng)貸平臺(tái)投資人僅具有初步風(fēng)險(xiǎn)判斷意識(shí)，在選擇網(wǎng)貸平臺(tái)投資時(shí)，較重視平臺(tái)透明度與人氣值，但對(duì)資金分散度不夠敏感。

P2P網(wǎng)絡(luò)借貸；成交規(guī)模；網(wǎng)貸投資者

2015年我國(guó)社會(huì)融資規(guī)模增速放緩，而P2P網(wǎng)貸行業(yè)卻持續(xù)高速發(fā)展。截至2015年底，P2P網(wǎng)貸行業(yè)運(yùn)營(yíng)平臺(tái)數(shù)達(dá)2 595家，比2014年增長(zhǎng)1 020家，P2P網(wǎng)貸余額接近全國(guó)小貸公司貸款余額50%，歷史累計(jì)成交規(guī)模破萬億[1]，標(biāo)志整個(gè)行業(yè)告別萌芽階段，邁入成長(zhǎng)期。相關(guān)部門支持性和規(guī)范性政策相繼出臺(tái)，使一些有實(shí)力平臺(tái)乃至整個(gè)行業(yè)發(fā)展前景更明晰，同時(shí)也壓縮了一些中小平臺(tái)生存空間。另外，股市大幅波動(dòng)對(duì)P2P網(wǎng)貸平臺(tái)形成抽資效應(yīng)，更不乏部分網(wǎng)貸平臺(tái)屢屢出現(xiàn)較嚴(yán)重拆標(biāo)現(xiàn)象，加上資金實(shí)力和風(fēng)控能力較弱，導(dǎo)致部分中小平臺(tái)遭擠兌而無法生存，問題平臺(tái)數(shù)量不斷上升。因此，如何贏得投資者青睞，增加平臺(tái)成交量和營(yíng)收，不僅是當(dāng)前各大P2P網(wǎng)貸平臺(tái)重點(diǎn)關(guān)注問題，更影響P2P網(wǎng)貸行業(yè)穩(wěn)定與發(fā)展。本文從P2P網(wǎng)貸平臺(tái)投資者視角出發(fā)，旨在檢驗(yàn)現(xiàn)階段市場(chǎng)上P2P網(wǎng)貸平臺(tái)成交規(guī)模影響因素，論證如何有效提升網(wǎng)貸平臺(tái)成交量，為促進(jìn)網(wǎng)貸平臺(tái)經(jīng)營(yíng)業(yè)務(wù)發(fā)展與網(wǎng)貸行業(yè)理論研究提供參考。

一、相關(guān)研究綜述

隨著P2P網(wǎng)貸行業(yè)迅速發(fā)展，相關(guān)討論與研究成果豐碩。梳理國(guó)內(nèi)外學(xué)者關(guān)于P2P網(wǎng)貸研究現(xiàn)狀發(fā)現(xiàn)，國(guó)外研究成果較全面與成熟[2]，多數(shù)研究通過實(shí)證檢驗(yàn)分析，如Lin認(rèn)為網(wǎng)貸市場(chǎng)融資成功與否關(guān)鍵是“硬信息”，也被稱為直觀信息，即貸款人在網(wǎng)站上直接注冊(cè)，得到信息[3]；在網(wǎng)貸平臺(tái)投資，投資人與貸款人無法當(dāng)面交流，較少言談舉止等“軟信息”接觸，僅憑某些直觀借款信息做出是否借款決定，這些信息數(shù)據(jù)采集使用主要依靠挖掘Zopa、Prosper、LendingClub等國(guó)外網(wǎng)貸平臺(tái)開放數(shù)據(jù)，具體包括貸款人債務(wù)/收入比率、信用評(píng)級(jí)、信用卡數(shù)以及借款特征信息：貸款金額、利率和用途。結(jié)果表明，“硬信息”對(duì)貸款結(jié)果影響顯著，與貸款償還或違約情況有一定相關(guān)性，因此借款人披露的“硬信息”有助于降低網(wǎng)貸平臺(tái)信息不對(duì)稱程度[4]。

我國(guó)P2P網(wǎng)貸起步較晚，處于發(fā)展階段，研究成果多集中于網(wǎng)貸平臺(tái)運(yùn)營(yíng)模式比較和風(fēng)險(xiǎn)與收益評(píng)估等理論方面，而實(shí)證研究不多，且集中于近幾年[5]。如倪澤浩構(gòu)建網(wǎng)貸平臺(tái)影響因素相互作用模型，實(shí)證分析網(wǎng)貸投資者投資決策影響因素，對(duì)投資者選擇不同平臺(tái)提供參考[6]；廖理、李夢(mèng)然等借助P2P網(wǎng)貸利率、借款期限、信貸額度、投資人數(shù)量和借款人信用風(fēng)險(xiǎn)水平等數(shù)據(jù)，構(gòu)建投資人對(duì)借款人違約風(fēng)險(xiǎn)識(shí)別的二元選擇模型，研究認(rèn)為網(wǎng)貸市場(chǎng)中投資者具有良好風(fēng)險(xiǎn)判斷能力，可借助借款人公開信息識(shí)別相同利率包含的不同違約風(fēng)險(xiǎn)[7]；嚴(yán)圣陽選取我國(guó)153家P2P網(wǎng)貸平臺(tái)近三年相關(guān)數(shù)據(jù)，研究網(wǎng)貸收益率差異及影響因素，并為促進(jìn)網(wǎng)貸行業(yè)健康發(fā)展提出相關(guān)建議[8]。

上述研究多為貸款意愿、風(fēng)險(xiǎn)和收益率評(píng)估，本文從投資人角度分析P2P網(wǎng)貸平臺(tái)成交量影響因素，側(cè)重點(diǎn)不同，方向性和目的性較明確。在模型構(gòu)建上，王會(huì)娟等研究多是構(gòu)建線性回歸或靜態(tài)面板模型[9-10]，本文綜合考慮網(wǎng)貸平臺(tái)往期成交規(guī)模影響，構(gòu)建動(dòng)態(tài)面板模型，進(jìn)一步拓展實(shí)證研究方法。

二、成交規(guī)模影響因素及機(jī)理分析

（一）指標(biāo)定義與構(gòu)成

P2P網(wǎng)貸投資人投資一安全規(guī)范P2P網(wǎng)貸平臺(tái)，最壞情況是逾期。據(jù)相關(guān)資料顯示，若不損失本金，大部分網(wǎng)貸平臺(tái)投資人可接受一定程度網(wǎng)貸投資逾期；但如果投資問題平臺(tái)，一旦平臺(tái)倒閉，投資人很可能血本無歸。因此投資人在網(wǎng)貸投資時(shí)，不會(huì)盲目挑選網(wǎng)貸平臺(tái)投資項(xiàng)目，而會(huì)選擇可信網(wǎng)貸平臺(tái)，導(dǎo)致網(wǎng)貸中投資人與借款人信息不對(duì)稱問題轉(zhuǎn)為投資人與P2P網(wǎng)貸平臺(tái)間信息不對(duì)稱問題。

在選取影響P2P網(wǎng)貸平臺(tái)成交規(guī)模變量時(shí)，參考陸松新、蘭虹等研究思路[11]，并綜合考慮中國(guó)首家權(quán)威P2P網(wǎng)絡(luò)借貸行業(yè)門戶網(wǎng)站“網(wǎng)貸之家”官網(wǎng)公布的網(wǎng)貸綜合評(píng)級(jí)指標(biāo)細(xì)則及《2015中國(guó)網(wǎng)絡(luò)借貸行業(yè)藍(lán)皮書》中相關(guān)變量定義[12]，選擇以下指標(biāo)作為P2P網(wǎng)貸平臺(tái)成交量主要影響因素，見表1。

表1 指標(biāo)定義與構(gòu)成

（二）影響機(jī)理分析

研究發(fā)現(xiàn)，除一些不可量化內(nèi)在影響因素，如技術(shù)、品牌等包含主觀影響因素較多外，選取平臺(tái)人氣值、營(yíng)收、透明度、流動(dòng)性、分散度作為研究指標(biāo)較客觀，可量化，且有據(jù)可依[11,13]。

1.人氣值由當(dāng)月平臺(tái)投資人數(shù)和借款人數(shù)加權(quán)得出。人氣值越高，平臺(tái)投資人數(shù)和借款人數(shù)越多，成交規(guī)模越大。

2.營(yíng)收用于表征平臺(tái)當(dāng)月營(yíng)業(yè)收入，據(jù)平臺(tái)綜合收益率得出。目前很多P2P網(wǎng)貸平臺(tái)采用墊付模式，由于平臺(tái)借款管理費(fèi)與利息管理費(fèi)為其主要營(yíng)收來源，營(yíng)收增加降低平臺(tái)墊付成本與運(yùn)營(yíng)風(fēng)險(xiǎn)，從而吸引投資人資金流入，增加平臺(tái)成交規(guī)模。

3.透明度用于表征平臺(tái)信息披露程度，包括平臺(tái)基本信息、運(yùn)行數(shù)據(jù)、財(cái)務(wù)信息等影響投資者與借款人決策關(guān)鍵信息。透明度較高網(wǎng)貸平臺(tái)，關(guān)鍵信息披露程度越高，投資人與借款人對(duì)平臺(tái)信任度越高，可增加平臺(tái)成交規(guī)模。

4.流動(dòng)性表示平臺(tái)資金周轉(zhuǎn)速度，用于表征投資人在平臺(tái)資本金回收速度。一般而言，流動(dòng)性越高，平臺(tái)投資回收本息時(shí)間越短，投資更靈活。但網(wǎng)貸平臺(tái)上發(fā)布的大部分借款標(biāo)均屬于短期小額借款標(biāo)，投資人投資通常為持有至到期投資，平均借款期限相對(duì)較長(zhǎng)；一旦平臺(tái)出現(xiàn)大量流轉(zhuǎn)標(biāo)、債權(quán)轉(zhuǎn)讓標(biāo)往往是問題信號(hào)，此時(shí)投資人認(rèn)為平臺(tái)安全性隨流動(dòng)性提高而降低。故平臺(tái)流動(dòng)性對(duì)成交量影響暫無法確定。

5.分散度表明平臺(tái)投資人與借款人及投資資金分散程度。分散度越高，平臺(tái)投資人與借款人及投資資金集中度越低，從而降低運(yùn)營(yíng)風(fēng)險(xiǎn)，投資者投資意愿越強(qiáng)，平臺(tái)成交量越高。

三、模型設(shè)定與數(shù)據(jù)說明

（一）動(dòng)態(tài)面板模型設(shè)定

綜上所述，表2直觀表示平臺(tái)成交規(guī)模影響因素模型中各變量含義、預(yù)期符號(hào)和理論說明。

實(shí)際上，成交量越高，從平臺(tái)獲得營(yíng)收也隨之上漲，二者呈正相關(guān)關(guān)系。因此在模型解釋變量中剔除平臺(tái)營(yíng)收指標(biāo)，并將其作為被解釋變量替換指標(biāo)，檢驗(yàn)動(dòng)態(tài)面板模型穩(wěn)健性。另外，投資人選擇網(wǎng)貸平臺(tái)投資時(shí)，會(huì)參考上一期平臺(tái)成交規(guī)模，因此在模型控制變量中引入滯后一期被解釋變量作為解釋變量，控制平臺(tái)成交規(guī)模累積效應(yīng)，得到如下動(dòng)態(tài)面板模型：

其中，volumei,t-1為第i個(gè)平臺(tái)滯后一期成交量，αi為常數(shù)項(xiàng)，βi為待估計(jì)變量影響系數(shù)，εi,t為隨機(jī)干擾項(xiàng)。為使動(dòng)態(tài)面板模型估計(jì)結(jié)果更穩(wěn)健，將模型（1）中成交量指標(biāo)（volume）替換為平臺(tái)營(yíng)收指標(biāo)（earn），檢驗(yàn)分析模型（1）穩(wěn)健性。

（二）數(shù)據(jù)說明

面板數(shù)據(jù)來自中國(guó)首家權(quán)威P2P網(wǎng)絡(luò)借貸行業(yè)門戶網(wǎng)站“網(wǎng)貸之家”官網(wǎng)P2P網(wǎng)絡(luò)借貸平臺(tái)評(píng)級(jí)數(shù)據(jù)庫(kù)①P2P網(wǎng)貸平臺(tái)的當(dāng)月評(píng)級(jí)根據(jù)網(wǎng)貸之家數(shù)據(jù)庫(kù)采集的平臺(tái)近三月成交數(shù)據(jù)編制，選取滿足評(píng)級(jí)要求平臺(tái)，根據(jù)平臺(tái)公開可查信息與數(shù)據(jù)，依據(jù)權(quán)威打分方法和權(quán)重確定方法，對(duì)各項(xiàng)指標(biāo)評(píng)分，得出平臺(tái)當(dāng)月各項(xiàng)指標(biāo)指數(shù)。有以下任一情形的P2P網(wǎng)貸平臺(tái)即視為不滿足評(píng)級(jí)要求：1.上線三個(gè)月以內(nèi)；2.單個(gè)借款人平均借款金額≥max{注冊(cè)資金、風(fēng)險(xiǎn)準(zhǔn)備金、0.5×自身擔(dān)保公司注冊(cè)資金}；3.單月借款人數(shù)≤5人；4.單月投資人數(shù)≤100人；5.綜合年化收益率超過18%（月息1.5分）以上；6.三個(gè)月內(nèi)有不誠(chéng)信行為或被刑事調(diào)查；7.發(fā)生P2P網(wǎng)貸專項(xiàng)整治禁止行為；8.無法獲取詳細(xì)、明確成交數(shù)據(jù)及平臺(tái)信息。，樣本選取《2015中國(guó)網(wǎng)絡(luò)借貸行業(yè)藍(lán)皮書》中綜合實(shí)力排名靠前的20家滿足評(píng)級(jí)要求P2P網(wǎng)貸平臺(tái)②本文選取20家滿足評(píng)級(jí)要求的P2P網(wǎng)貸平臺(tái)：1.陸金所；2.人人貸；3.宜人貸；4.拍拍貸；5.點(diǎn)融網(wǎng)；6.微貸網(wǎng)；7.積木盒子；8.有利網(wǎng)；9.投哪網(wǎng)；10.開鑫貸；11.易貸網(wǎng)；12.翼龍貸；13.京東金融；14.愛錢進(jìn)；15.PPmoney；16.你我貸；17.團(tuán)貸網(wǎng)；18.鑫合匯；19.和信貸；20.銀客網(wǎng)。，時(shí)間跨度為2015年7月至2016年6月共12個(gè)月，計(jì)量分析采用STATA11軟件。

表2 變量含義、預(yù)期符號(hào)和理論說明

為了解樣本數(shù)據(jù)定性，表3顯示全部變量描述性統(tǒng)計(jì)。

表4顯示全部變量相關(guān)系數(shù)、顯著性水平以及共線性統(tǒng)計(jì)量，初步探索各變量間相關(guān)關(guān)系。

由表4可知，平臺(tái)成交量指標(biāo)（volume）和平臺(tái)營(yíng)收指標(biāo)（earn）相關(guān)系數(shù)高達(dá)0.8918，顯著性水平為1%，表明這兩個(gè)變量間存在高度相關(guān)關(guān)系，進(jìn)一步證實(shí)上述預(yù)期判斷，故在模型估計(jì)時(shí)，將平臺(tái)成交量指標(biāo)和平臺(tái)營(yíng)收指標(biāo)相互替換估計(jì)被解釋變量。表中共線性統(tǒng)計(jì)量可知，五個(gè)解釋變量對(duì)被解釋變量容差值均大于0.1，VIF值均小于10，表明所選各變量間不存在嚴(yán)重共線性問題。

表3 樣本數(shù)據(jù)的基本統(tǒng)計(jì)特征

表4 變量間的相關(guān)系數(shù)與共線性統(tǒng)計(jì)結(jié)果

四、實(shí)證過程及結(jié)果分析

據(jù)上述理論基礎(chǔ)，基于一步和二步系統(tǒng)GMM方法估計(jì)構(gòu)建的動(dòng)態(tài)面板模型（1）系數(shù)，為保證面板估計(jì)結(jié)果穩(wěn)健性，將模型（1）中成交量指標(biāo)（volume）替換為平臺(tái)營(yíng)收指標(biāo)（earn）作為被解釋變量代理變量，并基于二步系統(tǒng)GMM方法進(jìn)一步檢驗(yàn)?zāi)Ｐ头€(wěn)健性，具體結(jié)果見表5。

對(duì)比表5第（1）列，第（2）列使用二步系統(tǒng)GMM方法動(dòng)態(tài)面板估計(jì)系數(shù)顯著程度提高，且模型系數(shù)聯(lián)合顯著性Wald檢驗(yàn)值在1%顯著水平，Arellano-BondAR（2）檢驗(yàn)結(jié)果表明一階差分后殘差不存在二階自相關(guān)，即本文設(shè)定的動(dòng)態(tài)面板模型合理，Sargan檢驗(yàn)P值為1即接受原假設(shè)，表明模型選取工具變量合理，因此第（2）列中各解釋變量與被解釋變量關(guān)系更趨于合理，故以第（2）列估計(jì)結(jié)果為主闡述。

第（2）列中滯后一期平臺(tái)成交規(guī)模（volume L1.）參數(shù)估計(jì)為0.4902，并通過1%顯著性水平檢驗(yàn)，與上述理論預(yù)期一致，說明投資人選擇網(wǎng)貸平臺(tái)投資時(shí)，較重視平臺(tái)往期成交規(guī)模，并以此作為投資決策重要參考，同時(shí)進(jìn)一步說明網(wǎng)貸平臺(tái)成交規(guī)模是連續(xù)動(dòng)態(tài)調(diào)整過程，有必要采取動(dòng)態(tài)面板估計(jì)。另外，第（2）列平臺(tái)人氣值指標(biāo)（pop）、平臺(tái)透明度指標(biāo)（transp）和資金分散度指標(biāo)（disper）參數(shù)估計(jì)分別為0.2836、0.3182和0.2287，且均在1%顯著水平上，與上述解釋變量理論預(yù)期一致，即平臺(tái)人氣值指標(biāo)、平臺(tái)透明度指標(biāo)和資金分散度指標(biāo)對(duì)平臺(tái)成交規(guī)模影響均顯著為正，但影響程度不同，通過比較三個(gè)解釋變量參數(shù)估計(jì)值，說明P2P網(wǎng)貸投資人在選擇網(wǎng)貸平臺(tái)投資時(shí)，首先考慮該平臺(tái)透明度，將平臺(tái)基本信息、運(yùn)營(yíng)數(shù)據(jù)信息、借款資料等重要信息公布程度作為投資決策重要參考，大部分投資者具有風(fēng)險(xiǎn)判斷能力，不會(huì)盲目挑選網(wǎng)貸平臺(tái)投資項(xiàng)目，而會(huì)選擇可信網(wǎng)絡(luò)借貸平臺(tái)。除平臺(tái)透明度外，P2P網(wǎng)貸投資人投資決策時(shí)考慮的第二與第三選項(xiàng)分別是平臺(tái)人氣和資金分散度，說明大多數(shù)網(wǎng)貸平臺(tái)投資人具有分散投資意識(shí)，但分散度影響仍較低，更多選擇人氣值較高平臺(tái)投資，因網(wǎng)貸市場(chǎng)大部分投資人投入時(shí)間有限，缺乏豐富專業(yè)知識(shí)，難以判斷網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)與投資收益水平。此外，平臺(tái)流動(dòng)性指標(biāo)（liqui）參數(shù)估計(jì)在表5三列中均不顯著，故無法準(zhǔn)確判斷平臺(tái)流動(dòng)性對(duì)成交規(guī)模影響，而國(guó)內(nèi)學(xué)者研究結(jié)論也不完全一致。鄧嘉天等認(rèn)為資金流動(dòng)性較高P2P網(wǎng)貸平臺(tái)回收本息期限越短，投資人更愿在此投資，但無法在實(shí)證檢驗(yàn)中驗(yàn)證[13]；陸新松等認(rèn)為流動(dòng)性較高P2P網(wǎng)貸平臺(tái)出現(xiàn)大量流轉(zhuǎn)標(biāo)、債權(quán)轉(zhuǎn)讓標(biāo)往往是平臺(tái)出現(xiàn)風(fēng)險(xiǎn)與問題信號(hào)，所以原期限短的P2P網(wǎng)貸投資，流動(dòng)性越高，流轉(zhuǎn)標(biāo)、債權(quán)轉(zhuǎn)讓標(biāo)相應(yīng)增多，平臺(tái)運(yùn)營(yíng)風(fēng)險(xiǎn)增大，因此平臺(tái)流動(dòng)性與成交量呈負(fù)相關(guān)關(guān)系[11]。

第（3）列穩(wěn)健性檢驗(yàn)中，采用平臺(tái)營(yíng)收指標(biāo)（earn）作為原被解釋變量代理變量，基于二步系統(tǒng)GMM方法重新估計(jì)模型，結(jié)果與第（2）列平臺(tái)成交量指標(biāo)（volume）作為被解釋變量時(shí)基本相似，變量估計(jì)結(jié)果仍與理論預(yù)期基本一致，從而證實(shí)動(dòng)態(tài)面板模型估計(jì)結(jié)果穩(wěn)健性，由于成交量指標(biāo)與營(yíng)收指標(biāo)高度正相關(guān)，因此各變量理論預(yù)期可信。

五、結(jié)語

本文研究結(jié)論可豐富P2P網(wǎng)貸行業(yè)研究理論，對(duì)P2P網(wǎng)貸平臺(tái)經(jīng)營(yíng)具有一定參考意義。對(duì)網(wǎng)貸平臺(tái)經(jīng)營(yíng)者而言，可通過主動(dòng)尋求與實(shí)體企業(yè)和傳統(tǒng)金融機(jī)構(gòu)在P2P網(wǎng)貸產(chǎn)品研發(fā)和專業(yè)評(píng)級(jí)等方面合作，將風(fēng)控水平與投資收益實(shí)情告知投資人，樹立平臺(tái)聲譽(yù)與品牌意識(shí)，不僅體現(xiàn)其服務(wù)水平，也可吸引更多投資人和借款人參與網(wǎng)貸平臺(tái)交易；同時(shí)平臺(tái)也應(yīng)提高風(fēng)險(xiǎn)控制力，優(yōu)化項(xiàng)目投資，提高平臺(tái)透明度與人氣值，適當(dāng)降低流動(dòng)性，增加資本分散度，推出更適合市場(chǎng)的理財(cái)產(chǎn)品，如醫(yī)療貸款、P2P保險(xiǎn)、婚禮貸款等吸引更多投資者，進(jìn)而增加平臺(tái)成交量與營(yíng)收。

最后，本文基于網(wǎng)貸投資人視角，分析吸引投資者主要因素，進(jìn)而增加平臺(tái)成交量和營(yíng)收，但并未就此問題從貸款人角度深入分析，未來可利用問卷調(diào)研等方式開展相關(guān)研究。但本文實(shí)證檢驗(yàn)中，平臺(tái)流動(dòng)性對(duì)成交量影響不顯著，可能是流動(dòng)性指標(biāo)內(nèi)生性問題所致，今后研究中，可用與該內(nèi)生化變量相關(guān)但與殘差項(xiàng)不相關(guān)的非內(nèi)生工具變量作為檢驗(yàn)變量，進(jìn)一步優(yōu)化模型。

［1］盈燦咨詢,網(wǎng)貸之家.2015年中國(guó)網(wǎng)絡(luò)借貸行業(yè)年報(bào)[EB/OL]. [2016-03-27].http://www.wdzj.com/news/baogao/25661.html.

［2］馮俊文,高瑞瓊.P2P網(wǎng)絡(luò)借貸研究綜述[J].技術(shù)經(jīng)濟(jì)與管理研究,2014(7).

［3］Lin M.Peer-to-Peer Lending:An Empirical Study:15th AmericasConference on Information System[J].Association for Information Systems,2009(8).

［4］Klafft M.Peer-to-Peer Lending：Auctioning Microcredits over the Internet[C].Proceedings of the International Conference on Information Systems,Technology and Management,A Agarwal,R. khurana,eds,IMT,Dubai,2008.

［5］莫易嫻.P2P網(wǎng)絡(luò)借貸國(guó)內(nèi)外理論與實(shí)踐研究文獻(xiàn)綜述[J].金融理論與實(shí)踐,2011(12).

［6］倪澤浩.我國(guó)P2P網(wǎng)絡(luò)借貸投資決策影響因素研究[D].上海:東華大學(xué),2014.

［7］廖理,李夢(mèng)然,王正位.聰明的投資者:非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)研究,2014(7).

［8］嚴(yán)圣陽.P2P網(wǎng)貸收益率影響因素的實(shí)證研究[J].商業(yè)經(jīng)濟(jì)研究,2015(19).

［9］Lee E,Lee B.Herding Behavior in Online P2P Lending:An Empirical Investigation[J].Electronic Commerce Research and Applications,2012(5).

［10］王會(huì)娟,廖理.中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制研究——來自“人人貸”的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì),2014(4).

［11］陸松新,蘭虹.風(fēng)險(xiǎn)投資、第三方資金托管與中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)成交量——基于P2P網(wǎng)絡(luò)借貸投資者的視角[J].西南金融,2015(11).

［12］王家卓,徐紅偉,馬駿,等.2015中國(guó)網(wǎng)絡(luò)借貸行業(yè)藍(lán)皮書[M].北京:清華大學(xué)出版社,2016.

［13］鄧嘉天,丁邡.人人貸網(wǎng)絡(luò)平臺(tái)成交量影響因素的實(shí)證研究[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊,2014(32).

F061.5

A

1672-3805(2016)06-0033-06

2016-10-31

王剛貞（1978-），女，安徽財(cái)經(jīng)大學(xué)金融學(xué)院教授，博士，研究方向?yàn)榻鹑趯W(xué)。