基于生存分析的P2P平臺(tái)經(jīng)營(yíng)困境預(yù)警研究

閻曉春 蔣佳躍

摘 要：從網(wǎng)貸之家網(wǎng)站上隨機(jī)選取了截至2018年10月31日已成立的100家P2P平臺(tái)作為樣本。首先，通過(guò)壽命表法總結(jié)P2P平臺(tái)的生存期的分布特點(diǎn);然后，建立基于Cox模型的P2P借貸平臺(tái)經(jīng)營(yíng)困境預(yù)警模型，模型中，自動(dòng)投標(biāo)、管理層經(jīng)驗(yàn)兩個(gè)因素對(duì)平臺(tái)生存率有顯著影響;最后，采取C=0.5和兩種分界點(diǎn)對(duì)預(yù)測(cè)樣本進(jìn)行驗(yàn)證，兩種情況下，預(yù)測(cè)模型均能夠提供較高的預(yù)測(cè)準(zhǔn)確率。

關(guān)鍵詞：生存分析;Cox模型;P2P借貸平臺(tái);預(yù)警

中圖分類號(hào)：F713.36? ?文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：1673-291X（2019）26-0150-07

一、文獻(xiàn)綜述

李先玲（2015）選取111個(gè)P2P問(wèn)題平臺(tái)的數(shù)據(jù)，研究這些平臺(tái)的特征后發(fā)現(xiàn)，當(dāng)?shù)仄脚_(tái)之間的競(jìng)爭(zhēng)水平、平臺(tái)經(jīng)營(yíng)的時(shí)間長(zhǎng)短對(duì)問(wèn)題平臺(tái)生存時(shí)間有顯著的正面作用。黃文彬等（2017）以“人人貸”數(shù)據(jù)為樣本，運(yùn)用Cox模型分析借款人違約時(shí)間，繪制了貸款生存曲線。巴曙松等（2018）以網(wǎng)貸之家3 176家P2P平臺(tái)為樣本進(jìn)行研究，并得出結(jié)論：平臺(tái)的風(fēng)險(xiǎn)并非一成不變，整體遵循先上升再下降的基本形態(tài)。

國(guó)外研究的關(guān)注點(diǎn)在于影響P2P借貸成功的因素。相比之下，國(guó)內(nèi)研究則更傾向于P2P平臺(tái)發(fā)展中存在的問(wèn)題與監(jiān)管政策的探討。生存分析方法在預(yù)測(cè)銀行、創(chuàng)業(yè)企業(yè)的財(cái)務(wù)困境方面表現(xiàn)出明顯的優(yōu)越性，故而本文采用生存分析方法研究國(guó)內(nèi)P2P平臺(tái)出現(xiàn)問(wèn)題的原因，并嘗試建立相應(yīng)的預(yù)警模型。

二、提出假設(shè)

影響P2P借貸平臺(tái)運(yùn)營(yíng)情況的原因較多，注冊(cè)資本、股東背景、擔(dān)保因素、托管機(jī)構(gòu)、平均收益率、是否自動(dòng)投標(biāo)、管理層經(jīng)驗(yàn)和債權(quán)轉(zhuǎn)讓等等都可能與平臺(tái)的運(yùn)營(yíng)狀況有關(guān)。

（一）注冊(cè)資本

樣本中的問(wèn)題平臺(tái)注冊(cè)資本均數(shù)為2 754.16萬(wàn)元，正常平臺(tái)注冊(cè)資本均值為5 428.61萬(wàn)元，相差將近一倍。雖然資本規(guī)模并不一定代表P2P平臺(tái)的運(yùn)營(yíng)狀況，但是具有較高注冊(cè)資本的平臺(tái)能夠在一定程度上向外界傳遞實(shí)力強(qiáng)大的信息，相同條件下，較高的注冊(cè)資本更可能吸引投資者關(guān)注和投資熱情，從而有利于平臺(tái)維持穩(wěn)健的運(yùn)營(yíng)。

H1：注冊(cè)資本越低，P2P平臺(tái)越容易出現(xiàn)問(wèn)題。

（二）股東背景

平臺(tái)的股東背景非常多元化，有銀行、保險(xiǎn)、券商、風(fēng)險(xiǎn)投資等金融機(jī)構(gòu)背景的，有上市公司和民營(yíng)企業(yè)背景的等等。金融機(jī)構(gòu)和上市公司背景的平臺(tái)有較強(qiáng)的資本實(shí)力和風(fēng)險(xiǎn)控制能力，一定程度上會(huì)降低平臺(tái)出現(xiàn)問(wèn)題的風(fēng)險(xiǎn)。民營(yíng)背景的平臺(tái)一般來(lái)說(shuō)資本實(shí)力和風(fēng)險(xiǎn)控制能力相對(duì)弱一些。另外，部分平臺(tái)很可能是由線下的高利貸轉(zhuǎn)化而來(lái)的，催收成本高，易產(chǎn)生壞賬風(fēng)險(xiǎn)。

H2：金融機(jī)構(gòu)、上市公司背景的相對(duì)民營(yíng)企業(yè)背景P2P平臺(tái)更不容易陷入經(jīng)營(yíng)困境。

（三）擔(dān)保因素

如果是平臺(tái)自己提供擔(dān)保，壞賬出現(xiàn)時(shí)就需要平臺(tái)以自有資金償付，平臺(tái)現(xiàn)金流壓力大。如果投資者無(wú)法及時(shí)提現(xiàn)，平臺(tái)很可能遭遇擠兌而陷入經(jīng)營(yíng)困境。而只有在借款人完全沒(méi)有還款能力的前提下，擔(dān)保公司才承擔(dān)保證責(zé)任。如果是借款人惡意跑路，擔(dān)保公司不負(fù)責(zé)償付。投資者還是會(huì)要求平臺(tái)兌付，最終平臺(tái)的經(jīng)營(yíng)仍不可避免地受到影響。出于自身規(guī)避P2P貸款高風(fēng)險(xiǎn)的考慮，保險(xiǎn)公司一般不愿受理這類業(yè)務(wù);即便受理，理賠前的長(zhǎng)時(shí)間調(diào)查仍然會(huì)導(dǎo)致投資者不能及時(shí)得到賠償。因此，采用這種模式的P2P平臺(tái)非常少。平臺(tái)無(wú)論采取哪種擔(dān)保模式，相對(duì)都更容易出現(xiàn)問(wèn)題。

H3：無(wú)擔(dān)保機(jī)構(gòu)的平臺(tái)比有合作擔(dān)保機(jī)構(gòu)的平臺(tái)更不易陷入經(jīng)營(yíng)困境。

（四）資金存管

P2P平臺(tái)為了滿足合規(guī)要求、完善風(fēng)險(xiǎn)控制體系、提高平臺(tái)的形象、贏得投資者認(rèn)可，會(huì)主動(dòng)尋求與托管機(jī)構(gòu)合作。一方面，出于防范風(fēng)險(xiǎn)的考慮，銀行更愿意選擇和實(shí)力雄厚的P2P平臺(tái)合作;另一方面，由于中國(guó)銀行業(yè)的特殊地位，銀行與P2P平臺(tái)合作在一定程度上便起到了為平臺(tái)信用進(jìn)行背書的作用。因此可以推斷，實(shí)力強(qiáng)大的P2P平臺(tái)更有機(jī)會(huì)與銀行合作，該類平臺(tái)出現(xiàn)問(wèn)題的可能性較小。

H4：有銀行作為存管機(jī)構(gòu)的平臺(tái)相對(duì)不容易陷入經(jīng)營(yíng)困境。

（五）平均歷史年化收益率

為了順利借到資金，借款人通常愿意提供高利息;為了避免某些借款逾期形成壞賬帶來(lái)的損失，平臺(tái)傾向于要求借款人提高利率;投資者因?yàn)榕c借款人、平臺(tái)之間存在信息不對(duì)稱狀況，也會(huì)有更高的風(fēng)險(xiǎn)溢價(jià)補(bǔ)償要求。綜上可知，P2P平臺(tái)收益率相對(duì)高是比較正常的。但是，假如為了片面追求人氣，或?yàn)榱酥苻D(zhuǎn)資金，或?yàn)榱司徑猬F(xiàn)金流緊張而以過(guò)高的利率回報(bào)為噱頭吸引投資者，一旦借款人大量違約，平臺(tái)很容易出現(xiàn)麻煩。可推斷，平均收益率越高，平臺(tái)出問(wèn)題的可能性越大。

H5：平均收益率越高，平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)越高。

（六）自動(dòng)投標(biāo)

因?yàn)榇蟛糠滞顿Y者沒(méi)有時(shí)間、精力、專業(yè)知識(shí)對(duì)借款項(xiàng)目進(jìn)行判斷，對(duì)自動(dòng)投標(biāo)的需求也就因此產(chǎn)生了。當(dāng)然，不是所有借款項(xiàng)目都可進(jìn)入自動(dòng)投標(biāo)范圍，要由風(fēng)險(xiǎn)控制團(tuán)隊(duì)對(duì)自動(dòng)投標(biāo)的標(biāo)的進(jìn)行篩選，理論上風(fēng)險(xiǎn)較為可控。一方面，自動(dòng)投標(biāo)可以縮短滿標(biāo)時(shí)間，提升資金的配置效率，提高平臺(tái)的運(yùn)營(yíng)效率;另一方面，可以改善用戶體驗(yàn)，增強(qiáng)投資者對(duì)平臺(tái)的黏性。推行自動(dòng)投標(biāo)有助于提高平臺(tái)的競(jìng)爭(zhēng)力。

H6：自動(dòng)投標(biāo)機(jī)制會(huì)降低陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)。

（七）管理層經(jīng)驗(yàn)

風(fēng)險(xiǎn)控制能力是平臺(tái)的核心競(jìng)爭(zhēng)力。管理層是否具有較強(qiáng)的風(fēng)險(xiǎn)意識(shí)、平臺(tái)內(nèi)部是否建立完善的風(fēng)險(xiǎn)控制制度，對(duì)平臺(tái)能否持續(xù)、正常運(yùn)營(yíng)至關(guān)重要。平臺(tái)管理層是否具有相關(guān)金融行業(yè)從業(yè)經(jīng)驗(yàn)格外重要，如果管理層具備多年金融行業(yè)從業(yè)經(jīng)歷，其很可能具有較強(qiáng)的風(fēng)險(xiǎn)意識(shí)，可能風(fēng)險(xiǎn)管理經(jīng)驗(yàn)很豐富，有利于完善平臺(tái)風(fēng)控制度，有助于平臺(tái)穩(wěn)健運(yùn)營(yíng)。

H7：管理層金融從業(yè)時(shí)間越長(zhǎng)，P2P平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)越小。

（八）債權(quán)可轉(zhuǎn)讓程度

反映平臺(tái)債權(quán)流動(dòng)性，債權(quán)的可轉(zhuǎn)讓程度越高，平臺(tái)的流動(dòng)性越好、風(fēng)險(xiǎn)越小。

H8：債權(quán)的可轉(zhuǎn)讓程度越高，平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)越低。

三、壽命表分析

（一）選取樣本

綜合網(wǎng)貸之家和網(wǎng)貸天眼的數(shù)據(jù)，隨機(jī)選取了截至2018年10月31日已成立的100家平臺(tái)作為樣本。觀察起點(diǎn)時(shí)間為平臺(tái)上線時(shí)間，觀察終點(diǎn)時(shí)間為2018年10月31日。樣本中，在觀測(cè)期結(jié)束依然存活的平臺(tái)有63家，觀測(cè)期內(nèi)死亡的平臺(tái)有37家，刪失數(shù)據(jù)比例為37%。對(duì)于完全數(shù)據(jù)，生存時(shí)間起點(diǎn)為平臺(tái)上線時(shí)間，終點(diǎn)為平臺(tái)出現(xiàn)異常時(shí)間，二者之差為生存時(shí)間;對(duì)于截尾數(shù)據(jù)，生存時(shí)間起點(diǎn)為平臺(tái)上線時(shí)間，其實(shí)際生存時(shí)間長(zhǎng)于所觀察到的生存時(shí)間。

（二）壽命表結(jié)果

陷入經(jīng)營(yíng)困境的公司定義為“死亡”，取值1;將運(yùn)營(yíng)正常的公司定義為“生存”，取值0。平臺(tái)的中位生存期為60.193 5個(gè)月。在0—20個(gè)月區(qū)間，平臺(tái)死亡風(fēng)險(xiǎn)較低，僅有1家平臺(tái)發(fā)生問(wèn)題，生存比例0.99;在上線70個(gè)月以后，平臺(tái)死亡風(fēng)險(xiǎn)比例也較低;在20個(gè)月以后，尤其是35—55和65—70個(gè)月，P2P平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)較高。

在上線的最初20個(gè)月內(nèi)，P2P平臺(tái)生存率下降比較緩慢，然后逐漸快速下降;在上線70個(gè)月之后，生存率重新保持平穩(wěn)。平臺(tái)的風(fēng)險(xiǎn)率則相應(yīng)地在開始保持平穩(wěn)，以后逐漸提高;在上線70個(gè)月以后快速下降并保持穩(wěn)定。

平臺(tái)生存規(guī)律呈現(xiàn)這樣的特征，大概的原因可能有以下幾點(diǎn)：

第一，前20個(gè)月，P2P平臺(tái)上線后出現(xiàn)問(wèn)題的比例較低，平臺(tái)能吸引的投資者范圍有限。由于信息不對(duì)稱和風(fēng)險(xiǎn)考慮，投資者剛開始主要以小額試探投資為主，平臺(tái)對(duì)投資者的吸引和累積需要一個(gè)過(guò)程。平臺(tái)蟄伏期可能會(huì)比較長(zhǎng)，然后才會(huì)迎來(lái)成交量的逐漸上升。即使考慮到某些故意跑路的平臺(tái)，在上線的20個(gè)月內(nèi)便出現(xiàn)問(wèn)題的平臺(tái)總體比例不大。

第二，上線后的20—70個(gè)月，平臺(tái)陷入經(jīng)營(yíng)困境的比例逐漸上升。該期間是成交量和運(yùn)營(yíng)風(fēng)險(xiǎn)的集中爆發(fā)期。隨著知名度的提升，平臺(tái)成交量放大，對(duì)平臺(tái)風(fēng)險(xiǎn)控制能力和優(yōu)質(zhì)資產(chǎn)提供能力也提出了更高的要求。如果不能嚴(yán)格審核借款，壞賬將大量出現(xiàn)。由于大多數(shù)平臺(tái)都承諾剛性兌付，壞賬將大量積壓在平臺(tái)方。為了轉(zhuǎn)嫁風(fēng)險(xiǎn)，平臺(tái)很可能提高借款利率，迫使優(yōu)質(zhì)借款人離開平臺(tái)，轉(zhuǎn)向其他融資渠道;而劣質(zhì)借款人依然留在平臺(tái)，平臺(tái)進(jìn)而產(chǎn)生更多的壞賬，以至形成劣質(zhì)借款人驅(qū)逐優(yōu)質(zhì)借款人的惡性循環(huán)。如果平臺(tái)無(wú)法及時(shí)控制風(fēng)險(xiǎn)，陷入經(jīng)營(yíng)困境將遲早發(fā)生。

第三，P2P平臺(tái)在運(yùn)營(yíng)70個(gè)月之后，風(fēng)險(xiǎn)率再次保持平穩(wěn)。相對(duì)來(lái)說(shuō)，運(yùn)營(yíng)這么長(zhǎng)時(shí)間的平臺(tái)較少。一方面，P2P業(yè)務(wù)起步晚，很多P2P平臺(tái)沒(méi)有持續(xù)運(yùn)營(yíng)這么長(zhǎng)時(shí)間，表現(xiàn)在樣本中就是刪失數(shù)據(jù);另一方面，經(jīng)過(guò)一段時(shí)間的運(yùn)營(yíng)，很多存在問(wèn)題的平臺(tái)開始暴露風(fēng)險(xiǎn)，或出現(xiàn)提現(xiàn)困難，或陷入經(jīng)偵調(diào)查，或跑路，或停業(yè)被淘汰出局。在激烈的市場(chǎng)競(jìng)爭(zhēng)中存活下來(lái)的都是有較強(qiáng)運(yùn)營(yíng)能力的，平臺(tái)的風(fēng)險(xiǎn)率也再次保持了穩(wěn)定。

四、基于Cox模型的預(yù)警分析

（一）預(yù)警指標(biāo)選取與描述性統(tǒng)計(jì)

依前文所述，選取8個(gè)預(yù)警指標(biāo)。

將二分類變量平均值與0.5相比較，得到指標(biāo)分類的大體概況。例如，托管因素平均值為0.81，顯示大部分平臺(tái)有托管服務(wù);自動(dòng)投標(biāo)平均值為0.61，顯示支持自動(dòng)投標(biāo)的平臺(tái)占比61%。

（二）Cox模型前提假設(shè)檢驗(yàn)

由于刪失數(shù)據(jù)均為右刪失數(shù)據(jù)，生存時(shí)間不可知，無(wú)法假設(shè)生存的具體時(shí)間，因而選取Cox模型研究影響因素與生存時(shí)間二者之間的關(guān)系。

由于均為二分類變量，選用Kaplan-Meier法檢驗(yàn)變量是否滿足模型的基本假設(shè)前提。通過(guò)檢驗(yàn)發(fā)現(xiàn)，二分類變量x4、x6、x7、x8滿足模型的前提假設(shè)條件，其余變量不滿足。畫圖法中即使兩條線看似平行，也并不一定意味著滿足模型的前提假設(shè)條件，因此加入一個(gè)依時(shí)協(xié)變量進(jìn)行檢驗(yàn)，以使檢驗(yàn)結(jié)果更為可靠。

在模型中加入一個(gè)含時(shí)間的交互項(xiàng)，以檢驗(yàn)該交互項(xiàng)是否顯著，考察協(xié)變量是否滿足前提假設(shè)。原假設(shè)是協(xié)變量與時(shí)間的相關(guān)系數(shù)為零，模型符合前提假設(shè)。由表4可知，在5%的顯著性水平上，X4，X6，X7，X8均接受原假設(shè)，滿足比例風(fēng)險(xiǎn)假定。用這4個(gè)變量構(gòu)建預(yù)警模型，考察這幾個(gè)因素對(duì)P2P平臺(tái)陷入運(yùn)營(yíng)困境的影響。

（三）建立Cox等比例風(fēng)險(xiǎn)模型

通過(guò)生存函數(shù)Cox回歸分析，考察對(duì)P2P平臺(tái)陷入經(jīng)營(yíng)困境的影響顯著的變量有哪些。檢驗(yàn)各變量系數(shù)β，當(dāng)顯著性<0.05時(shí)，表明該系數(shù)顯著，保留其相對(duì)應(yīng)的協(xié)變量，否則將其刪除。

似然比檢驗(yàn)P值為0，模型顯著，有兩個(gè)顯著影響的協(xié)變量，分別為管理層經(jīng)驗(yàn)、債權(quán)轉(zhuǎn)讓。得Cox預(yù)警模型：

h（t）=h0（t）e

管理層經(jīng)驗(yàn)的系數(shù)是-1.38<0，表明，管理層經(jīng)驗(yàn)是保護(hù)因素，能夠降低P2P平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)。從管理層經(jīng)驗(yàn)的實(shí)際意義看，如果管理層有較長(zhǎng)時(shí)間的金融行業(yè)從業(yè)經(jīng)歷，其風(fēng)險(xiǎn)意識(shí)和風(fēng)險(xiǎn)控制能力一般來(lái)說(shuō)會(huì)更強(qiáng)。如果管理層的金融行業(yè)從業(yè)經(jīng)歷越豐富，越有可能在審貸技術(shù)和運(yùn)營(yíng)條件完備之后再上線平臺(tái)。這與許多P2P平臺(tái)倉(cāng)促上線、壞賬激增，以至陷入經(jīng)營(yíng)困境形成鮮明對(duì)比。因此，相對(duì)來(lái)說(shuō)，管理者金融行業(yè)經(jīng)歷越豐富，平臺(tái)越不容易陷入運(yùn)營(yíng)困境，平臺(tái)生存時(shí)間越長(zhǎng)，模型推導(dǎo)的結(jié)論與實(shí)際相符。

債權(quán)轉(zhuǎn)讓的系數(shù)是-0.706<0，表明債權(quán)轉(zhuǎn)讓是保護(hù)因素，能夠降低P2P平臺(tái)出現(xiàn)問(wèn)題的風(fēng)險(xiǎn)。債權(quán)轉(zhuǎn)讓可以改變資金的周期，債權(quán)人可以在最快時(shí)間內(nèi)實(shí)現(xiàn)資金變現(xiàn)，讓理財(cái)更具計(jì)劃性和靈活性，投資者會(huì)更傾向于債權(quán)可轉(zhuǎn)讓的平臺(tái)，所以平臺(tái)面臨的運(yùn)營(yíng)風(fēng)險(xiǎn)更低，生存時(shí)間更長(zhǎng)，模型推導(dǎo)的結(jié)果與實(shí)際相符。

（四）估計(jì)生存率

模型時(shí)點(diǎn)生存率的估算，需知道時(shí)點(diǎn)的基準(zhǔn)生存函數(shù)?；鶞?zhǔn)風(fēng)險(xiǎn)函數(shù)在部分似然函數(shù)的估計(jì)方程式之外，可以是任意值。

利用基準(zhǔn)生存函數(shù)與基準(zhǔn)累計(jì)風(fēng)險(xiǎn)函數(shù)H0（t）的關(guān)系式得到0（t）。

Cox模型的數(shù)學(xué)形式：

（五）預(yù)測(cè)模型時(shí)點(diǎn)

利用已經(jīng)建立好的預(yù)警模型，可以算出各平臺(tái)在每個(gè)觀測(cè)點(diǎn)的估計(jì)生存率，可以此區(qū)分正常運(yùn)營(yíng)的平臺(tái)和即將陷入經(jīng)營(yíng)困境的平臺(tái)。

首先確定一個(gè)分界值（C），當(dāng)預(yù)警模型估計(jì)的P2P平臺(tái)生存率小于分界值C時(shí)，可以判斷該平臺(tái)陷入困境;當(dāng)預(yù)警模型所估計(jì)的生存率大于分界值C時(shí)，可以判斷其為運(yùn)營(yíng)正常的平臺(tái)。在運(yùn)用預(yù)警模型判斷平臺(tái)狀況時(shí)，需要事先確定特定分界值的取值。取值不同的C會(huì)使平臺(tái)處于經(jīng)營(yíng)狀況的不同分類，影響模型的預(yù)測(cè)效果。

特定分界值C通常有兩種界定方法。第一種方法：指定分界點(diǎn)C=0.5，這樣界定的考慮是平臺(tái)陷入困境和運(yùn)營(yíng)正常的概率各占一半。即，當(dāng)預(yù)警模型所得到的某事件的概率等于或大于0.5時(shí)，認(rèn)為該事件將發(fā)生;反之，則認(rèn)為該事件不會(huì)發(fā)生。第二種方法：用正常平臺(tái)占全部平臺(tái)的比例為分界點(diǎn)，Cp。Cox模型理論上并不具有最佳的分界點(diǎn)，分界點(diǎn)的確定主要取決于具體的研究目的?？梢酝瑫r(shí)考慮C=0.5和C=Cp兩種情況。

以浙商e貸和投哪網(wǎng)為例。表8是模型危機(jī)時(shí)點(diǎn)預(yù)測(cè)過(guò)程的部分?jǐn)?shù)據(jù)，顯示了模型動(dòng)態(tài)的預(yù)測(cè)能力。

上線后的第71個(gè)月，浙商e貸發(fā)生了“死亡”事件，而根據(jù)模型預(yù)警，浙商e貸在71個(gè)月的生存率僅僅為0.003，遠(yuǎn)低于分界點(diǎn)0.5，更低于分界點(diǎn)Cp（0.63）。如果將分界點(diǎn)0.5作為預(yù)測(cè)分界點(diǎn)，模型能在第46個(gè)月時(shí)提前發(fā)出預(yù)警，則提前25個(gè)月預(yù)警;如果將Cp=0.63作為預(yù)測(cè)分界點(diǎn)，預(yù)警模型能在第44個(gè)月時(shí)即發(fā)出預(yù)警，則提前27個(gè)月預(yù)警。

五、結(jié)論

本論文通過(guò)壽命表分析，總結(jié)出P2P借貸平臺(tái)的生存時(shí)間規(guī)律：在0—20個(gè)月區(qū)間，平臺(tái)死亡風(fēng)險(xiǎn)比例較低;70個(gè)月以后，平臺(tái)死亡風(fēng)險(xiǎn)比例較低;在20個(gè)月以后，尤其是35—55個(gè)月、65—70個(gè)月，P2P平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)較高。

通過(guò)生存分析發(fā)現(xiàn)，管理層經(jīng)驗(yàn)是保護(hù)因素，管理層金融行業(yè)從業(yè)時(shí)間越長(zhǎng)，P2P平臺(tái)出現(xiàn)運(yùn)營(yíng)問(wèn)題的風(fēng)險(xiǎn)越低，生存相對(duì)時(shí)間越長(zhǎng);債權(quán)轉(zhuǎn)讓也是保護(hù)因素，能夠降低P2P平臺(tái)陷入經(jīng)營(yíng)困境的風(fēng)險(xiǎn)，使平臺(tái)生存時(shí)間更長(zhǎng)。

對(duì)預(yù)測(cè)樣本進(jìn)行驗(yàn)證，發(fā)現(xiàn)C=0.5和C=Cp兩種分界點(diǎn)下，預(yù)測(cè)準(zhǔn)確率均比較高。

參考文獻(xiàn)：

[1]? 李先玲.P2P網(wǎng)絡(luò)借貸平臺(tái)倒閉原因的實(shí)證分析[J].金融發(fā)展研究，2015，（3）：51-55.

[2]? 郭夢(mèng)男，黃文彬.投資者素質(zhì)對(duì)投資成效的影響研究——基于人人貸借貸數(shù)據(jù)的分析[J].福建江夏學(xué)院學(xué)報(bào)，2017，（1）：8-13.

[3]? 巴曙松，侯鑫彧，張帥.基于生存模型的P2P平臺(tái)生存規(guī)律與政策模擬研究[J].當(dāng)代財(cái)經(jīng)，2018，（1）：44-56.

Research on early warning of P2P platform Management Dilemma based on Survival Analysis

YAN Xiao-chun，JIANG Jia-yue

（School of Finance，Zhejiang University of Finance and Economics，Hangzhou 310018，China）

Abstract：A sample of 100 P2P platforms established as of October 31，2018 was randomly selected from the website of online loan House.Firstly，the life span distribution characteristics of P2P platform are summarized by life table method;then，the business distress early warning model of P2P lending platform based on Cox model is established，in which automatic bidding and management experience have significant effects on the survival rate of the platform.Finally，C≥0.5 and two boundary points are used to verify the prediction samples，and in both cases，the prediction model can provide high prediction accuracy.

Key words：survival analysis;Cox model;P2P lending platform;early warning