基于雙邊市場(chǎng)的P2P信貸平臺(tái)投資特性研究①

北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院 張舒銘 李娜 劉璐 陳菲 胡桃(指導(dǎo)老師)

互聯(lián)網(wǎng)的高速發(fā)展對(duì)傳統(tǒng)經(jīng)濟(jì)業(yè)態(tài)產(chǎn)生了非常重大甚至是顛覆式的影響，金融行業(yè)也在互聯(lián)網(wǎng)浪潮的沖擊下不斷推陳出新、改革創(chuàng)新。由于傳統(tǒng)商業(yè)銀行高昂的固定成本和復(fù)雜的信用評(píng)估機(jī)制，中小企業(yè)的融資需求并沒有很好地被滿足，從而催生了“互聯(lián)網(wǎng)+小額借貸”的商業(yè)模式，即P2P信貸平臺(tái)。在政府政策和互聯(lián)網(wǎng)技術(shù)的雙重鼓勵(lì)下，中小企業(yè)繁榮發(fā)展，融資需求亟待滿足，所以P2P信貸平臺(tái)迅速成長(zhǎng)起來。截至2016年，P2P網(wǎng)貸行業(yè)歷史累計(jì)成交量突破3萬億元，平臺(tái)數(shù)目不計(jì)其數(shù)，可見其在互聯(lián)網(wǎng)金融中的地位。在如此龐大的市場(chǎng)需求和如此激烈的市場(chǎng)競(jìng)爭(zhēng)之下，增強(qiáng)平臺(tái)競(jìng)爭(zhēng)能力至關(guān)重要。

雙邊市場(chǎng)，也被稱為雙邊網(wǎng)絡(luò)(Two-sided Networks)，是指有兩個(gè)互相提供網(wǎng)絡(luò)收益的獨(dú)立用戶群體的經(jīng)濟(jì)網(wǎng)絡(luò)。在價(jià)格結(jié)構(gòu)方面，Rochet和Tirole認(rèn)為在價(jià)格結(jié)構(gòu)上的任何變動(dòng)都將影響到雙方對(duì)平臺(tái)的需求及其參與規(guī)模，并影響到交易總量。在市場(chǎng)特征方面，Armstrong從網(wǎng)絡(luò)外部性的角度定義了雙邊市場(chǎng)：“兩組參與者需要通過中間平臺(tái)進(jìn)行交易，并且一方的收益決定另一方參與者的數(shù)量?！痹谝陨蟽煞N理論的基礎(chǔ)上，黃民禮把雙邊市場(chǎng)界定為：若某種產(chǎn)品或者服務(wù)的供求雙方之間具有交叉網(wǎng)絡(luò)外部性而使得平臺(tái)企業(yè)將買賣雙方同時(shí)凝聚到一個(gè)交易平臺(tái)，如果平臺(tái)企業(yè)向買賣雙方收取的總價(jià)格為P=PB+PS(PB和PS可以為零或者負(fù)數(shù)，P＞0)，這說明PB或PS直接影響平臺(tái)企業(yè)的總需求和平臺(tái)實(shí)現(xiàn)的交易量。在實(shí)際分析中，價(jià)格結(jié)構(gòu)的變化對(duì)平臺(tái)交易量的影響應(yīng)建立在交叉網(wǎng)絡(luò)外部性的基礎(chǔ)上(朱振中，呂廷杰，2016)。

P2P信貸平臺(tái)屬于雙邊市場(chǎng)，它聚集了資金盈余方的資金，再將這些資金出借給資金短缺方，使雙方的需求都能夠得到滿足。在投資人和借款人這兩方之中，投資人數(shù)量的增多會(huì)吸引大量的借款人，即投資人的交叉網(wǎng)絡(luò)外部性更加顯著。除了低費(fèi)率以外，穩(wěn)定的投資收益是吸引投資人的重要因素。

本文主要分析了投資收益的影響因素和投資收益對(duì)平臺(tái)競(jìng)爭(zhēng)能力的影響，結(jié)合兩個(gè)部分的結(jié)論對(duì)P2P信貸平臺(tái)提出發(fā)展建議。

1 P2P信貸平臺(tái)利率模型

1.1 基本假設(shè)與變量說明

P2P平臺(tái)的用戶主要分為兩類(巴曙松，熊婉芳等，2018)，即借款人和出借人，借款人是指在信貸活動(dòng)中以自身的信用或財(cái)產(chǎn)作保證，或者以第三者作為擔(dān)保而從貸款人處借得貨幣資金的企事業(yè)單位或個(gè)人；出借人是指借貸合同或借用合同中，將貨幣或?qū)嵨锝桓督o借用人所有或使用，并按照約定定期或不定期地收回等值貨幣或同種類、數(shù)量、質(zhì)量的實(shí)物或者取回原物的一方當(dāng)事人。本文旨在研究P2P平臺(tái)對(duì)于出借人的回報(bào)率制定方式，并嘗試從這個(gè)角度對(duì)平臺(tái)提出合理的建議。

出借人在P2P信貸平臺(tái)主要以收益率的方式來獲得收益，而收益率是基于平臺(tái)對(duì)于借款人的利率制定的，利率不僅反映借款人的支付能力，也意味著投資者可能獲得的投資收益。因此，本文通過研究信貸平臺(tái)利率模型，進(jìn)而分析出影響利率制定的關(guān)鍵因素，并嘗試對(duì)平臺(tái)如何穩(wěn)定回報(bào)率(利率)提出合理建議。根據(jù)利率確定的主體，貸款利率的確定模式分為直接模式(平臺(tái)撮合定價(jià))和間接模式(平臺(tái)自主定價(jià))。無論直接模式和間接模式，具體貸款利率定價(jià)方法都是基于成本和風(fēng)險(xiǎn)兩大部分考慮。直接模式是指投資人直接與借款人通過競(jìng)價(jià)拍賣過程確定最終貸款利率，P2P平臺(tái)僅作為撮合成交的平臺(tái)。間接模式是指P2P平臺(tái)根據(jù)借款人的資信信息確定最終貸款利率，并通過承諾固定收益回報(bào)的方式吸引投資人進(jìn)行融資。后者為本文研究對(duì)象。

各網(wǎng)貸平臺(tái)的借款流程基本如下：首先注冊(cè)賬戶，完善基本信息并做身份認(rèn)證，包括手機(jī)認(rèn)證、戶口認(rèn)證、銀行征信記錄等，根據(jù)這些信息評(píng)價(jià)用戶還款能力。接著提交貸款申請(qǐng)(包括借款金額、期限、利率、借款理由等)，等待審核。審核成功后，可以有多個(gè)貸款人共同放款，最終各方金額累積達(dá)到借款金額時(shí)便停止投標(biāo)。投標(biāo)結(jié)束后即可下款。因此，本文研究三個(gè)典型平臺(tái)中以下因素與利率之間的關(guān)系：借款期限、借款金額、風(fēng)險(xiǎn)等級(jí)、借款人收入情況、借款人資金用途等，并嘗試提出建議。

分析過程中，由于借款人收入情況、借款人資金用途等借款人基本信息在初期相關(guān)關(guān)系分析時(shí)呈現(xiàn)極弱的相關(guān)關(guān)系，所以在以下的分析中將其剔除。

1.2 模型構(gòu)建

1.2.1 你我貸利率模型

你我貸平臺(tái)建立線性回歸模型(郭梁鈺，2017)如下：

其中網(wǎng)貸利率為被解釋變量Y，借款期限為解釋變量X1，風(fēng)險(xiǎn)等級(jí)為解釋變量X2，收入情況為解釋變量X3。其中，你我貸的風(fēng)險(xiǎn)等級(jí)從高到低分為A、B、C、D、E五個(gè)等級(jí)，分別賦值為1、2、3、4、5；得出結(jié)果如圖1所示。

圖1 你我貸利率模型

由圖1可知，網(wǎng)貸利率與借款期限成正相關(guān)，借款期限越長(zhǎng)，網(wǎng)貸利率越大；網(wǎng)貸利率與風(fēng)險(xiǎn)等級(jí)成負(fù)相關(guān)，風(fēng)險(xiǎn)等級(jí)越低，網(wǎng)貸利率越高；網(wǎng)貸利率與借款人收入情況成負(fù)相關(guān)，借款人收入越高，網(wǎng)貸利率越低；網(wǎng)貸利率與借款金額成正相關(guān)，借款金額越高，網(wǎng)貸利率越高。

1.2.2 信而富利率模型

信而富平臺(tái)建立線性回歸模型如下：

其中，網(wǎng)貸利率為被解釋變量Y，借款期限為解釋變量X1，風(fēng)險(xiǎn)等級(jí)為解釋變量X2，收入情況為解釋變量X3。其中，信而富的風(fēng)險(xiǎn)等級(jí)由高到低分為A、B、C、D四個(gè)等級(jí)，分別賦值1、2、3、4。得出結(jié)果如圖2所示。

圖2 信而富利率模型

由圖2可知，網(wǎng)貸利率與借款期限之間的關(guān)系并不顯著；網(wǎng)貸利率與風(fēng)險(xiǎn)等級(jí)成負(fù)相關(guān)，風(fēng)險(xiǎn)等級(jí)越低，網(wǎng)貸利率越高；網(wǎng)貸利率與借款金額成正相關(guān)，借款金額越高，網(wǎng)貸利率越高。

1.2.3 愛錢進(jìn)利率模型

要錢進(jìn)平臺(tái)建立線性回歸模型如下：

其中網(wǎng)貸利率為被解釋變量Y，借款期限為解釋變量X1，風(fēng)險(xiǎn)等級(jí)為解釋變量X2，收入情況為解釋變量X3。其中，愛錢進(jìn)中項(xiàng)目的風(fēng)險(xiǎn)級(jí)別以低和較低來描述，本文中為較低和低分別賦值為1、2，得出結(jié)果如圖3所示。

圖3 愛錢進(jìn)利率模型

由圖3可知，網(wǎng)貸利率與借款期限之間的關(guān)系并不顯著；網(wǎng)貸利率與風(fēng)險(xiǎn)等級(jí)成負(fù)相關(guān)，風(fēng)險(xiǎn)等級(jí)越低，網(wǎng)貸利率越高；網(wǎng)貸利率與借款金額成正相關(guān)，借款金額越高，網(wǎng)貸利率越高。

1.2.4 結(jié)論與建議

針對(duì)以上幾個(gè)典型平臺(tái)的利率模型的分析，可以發(fā)現(xiàn)網(wǎng)貸利率與借款期限之間的關(guān)系在各平臺(tái)中略有差異，但可以發(fā)現(xiàn)兩者之間的關(guān)系不是很顯著；而各平臺(tái)之中，網(wǎng)貸利率與項(xiàng)目的風(fēng)險(xiǎn)等級(jí)之間存在較顯著的負(fù)相關(guān)關(guān)系，一般情況下，風(fēng)險(xiǎn)等級(jí)越高則利率也越高；同時(shí)，網(wǎng)貸利率與借款金額之間則存在較顯著的正相關(guān)關(guān)系，一般情況下，借款金額越高，則網(wǎng)貸利率越高?？梢园l(fā)現(xiàn)網(wǎng)貸利率受風(fēng)險(xiǎn)等級(jí)、借款金額的影響較大。

對(duì)此，本文提出如下建議。

(1)規(guī)范風(fēng)險(xiǎn)等級(jí)的劃分。加強(qiáng)對(duì)項(xiàng)目風(fēng)險(xiǎn)等級(jí)的測(cè)評(píng)，以及對(duì)個(gè)人信用等級(jí)的劃分。從上文的分析可以看出，網(wǎng)貸利率受風(fēng)險(xiǎn)等級(jí)的影響較大，因此，風(fēng)險(xiǎn)等級(jí)的測(cè)定越權(quán)威，越真實(shí)，網(wǎng)貸利率的穩(wěn)定就越有保障。

(2)引入擔(dān)保機(jī)制，為整個(gè)交易過程提供保障。雖然保費(fèi)會(huì)提高交易成本，但貸款利率的下降將會(huì)彌補(bǔ)這一成本的提高。并且，由于引入了保險(xiǎn)，貸款人承擔(dān)的風(fēng)險(xiǎn)相對(duì)減小，整個(gè)P2P網(wǎng)貸平臺(tái)也會(huì)進(jìn)入良性循環(huán)。

(3)保障充分的平臺(tái)債權(quán)。在P2P平臺(tái)能夠滿足借款方穩(wěn)定資金來源的同時(shí)，若能保障出借方必要的保障性和流動(dòng)性則利率定價(jià)能進(jìn)一步貼近市場(chǎng)實(shí)際(中國(guó)人民銀行湖州市中心支行課題組)。

1.3 網(wǎng)貸平臺(tái)投資特性戰(zhàn)略分析

P2P作為一種近年來出現(xiàn)的互聯(lián)網(wǎng)金融新模式，正急速成長(zhǎng)。P2P信貸平臺(tái)發(fā)展為民間借貸的重要渠道，有效改善了資本的配置效率，但同時(shí)也面臨很大挑戰(zhàn)，在利率市場(chǎng)化沖擊下，逐步形成由市場(chǎng)需求與供給來決定金融機(jī)構(gòu)存貸款利率的市場(chǎng)利率體系。處在競(jìng)爭(zhēng)激烈的行業(yè)中，信貸平臺(tái)要從多角度制定競(jìng)爭(zhēng)戰(zhàn)略(余少輝，劉陽等，2017)。

1.3.1 數(shù)據(jù)來源及說明

根據(jù)網(wǎng)貸之家發(fā)布2019年1月網(wǎng)貸評(píng)級(jí)TOP60排行榜。

(1)60家平臺(tái)的各項(xiàng)指標(biāo)的描述性統(tǒng)計(jì)結(jié)果如表1、表2所示。

2019年2月，網(wǎng)貸行業(yè)綜合收益率為9.94%，環(huán)比下降18個(gè)基點(diǎn)(1個(gè)基點(diǎn)=0.01%)，同比上升26個(gè)基點(diǎn)。而TOP60的平臺(tái)平均收益率為9.91%，其中，有28個(gè)平臺(tái)收益率高于行業(yè)平均。

表1 描述性統(tǒng)計(jì)資料

表2 描述性統(tǒng)計(jì)資料

日資金凈流入的平均值為－973萬元，其中，只有12家平臺(tái)日資金凈流入為正數(shù)，大部分平臺(tái)處于“資不抵債”狀態(tài)。且借款人數(shù)約為投資人數(shù)的3.5倍。

除日資金凈流入一項(xiàng)外，其余項(xiàng)偏斜度都為正值，分布正偏，即眾數(shù)位于算術(shù)平均數(shù)的左側(cè)，說明有數(shù)值奇高的個(gè)別項(xiàng)拉高了平均值。

參考收益率、近30日借款人數(shù)、日資金凈流入這三項(xiàng)峰度都大于3，說明峰的形狀比較尖，比正態(tài)分布峰要陡峭，數(shù)據(jù)分布更集中。投資人數(shù)相比借款人數(shù)要不穩(wěn)定得多。

(2)已知的全行業(yè)中利率最高的五個(gè)平臺(tái)，如表3所示。

表3 參考利率TOP5

以上平臺(tái)都存在不透明、難中標(biāo)等問題，所以雖然利率高，卻處于評(píng)級(jí)低的地位，運(yùn)營(yíng)并不成功，知名度也很低。

圖4 全國(guó)及各個(gè)地區(qū)成交量占比

由餅狀圖可得，北上廣三地成交量占全國(guó)的88.36%。網(wǎng)貸業(yè)務(wù)地區(qū)分布極不平衡，主要集中在發(fā)達(dá)地區(qū)。

1.3.2 數(shù)據(jù)統(tǒng)計(jì)分析

(1)參考收益率對(duì)數(shù)正態(tài)分布的QˉQ擬合圖，如圖5、圖6所示。

圖5 參考收益率對(duì)數(shù)正態(tài)分布的QˉQ擬合圖

圖6 參考收益率的已除勢(shì)對(duì)數(shù)正態(tài)分布的QˉQ擬合圖

從圖5、圖6可以看出，參考收益率觀測(cè)值除了右上角兩個(gè)異常值之外，其余點(diǎn)都分布在一條接近Y=X直線的附近，且偏差在[-0.8,0.3]之間，就證明樣本數(shù)據(jù)與對(duì)數(shù)正態(tài)分布存在線性相關(guān)性，即服從對(duì)數(shù)正態(tài)分布。

對(duì)數(shù)正態(tài)分布(logarithmic normal distribution)是指一個(gè)隨機(jī)變量的對(duì)數(shù)服從正態(tài)分布，則該隨機(jī)變量服從對(duì)數(shù)正態(tài)分布。對(duì)數(shù)正態(tài)分布與正態(tài)分布很類似，除了它的概率分布向右進(jìn)行了移動(dòng)。對(duì)數(shù)正態(tài)分布從短期來看，與正態(tài)分布非常接近。但長(zhǎng)期來看，對(duì)數(shù)正態(tài)分布向上分布的數(shù)值更多一些。更準(zhǔn)確地說，對(duì)數(shù)正態(tài)分布中，有更大向上波動(dòng)的可能，更小向下波動(dòng)的可能。

(2)投資期限對(duì)數(shù)正態(tài)分布的QˉQ擬合圖，如圖7、圖8所示。

圖7 投資期限對(duì)數(shù)正態(tài)分布的QˉQ擬合圖

圖8 投資期限的已除勢(shì)對(duì)數(shù)正態(tài)分布的QˉQ擬合圖

從圖7、圖8可以看出，投資期限觀測(cè)值在20以內(nèi)，都分布在一條接近Y=X直線的附近，且偏差在[－2,3]之間，就證明樣本數(shù)據(jù)在[0,20]范圍內(nèi)，與對(duì)數(shù)正態(tài)分布存在線性相關(guān)性，即服從對(duì)數(shù)正態(tài)分布，而且在[0,10]內(nèi)基本與對(duì)數(shù)正態(tài)分布完全擬合。對(duì)于投資期限超過30的兩個(gè)平臺(tái)，偏差很大，不具有一般性。

(3)投資人數(shù)與借款人數(shù)相關(guān)性檢驗(yàn)，如表4、表5所示。

四川盆地長(zhǎng)寧-威遠(yuǎn)頁巖氣開發(fā)示范區(qū)生產(chǎn)廢水管理…………………………………………………………(4):113

以上兩種相關(guān)性檢驗(yàn)均說明近30日內(nèi)各平臺(tái)上投資人數(shù)與借款人數(shù)在0.01水平上顯著相關(guān)(雙尾檢驗(yàn))。驗(yàn)證了信貸平臺(tái)符合雙邊市場(chǎng)理論，即一方需求變化會(huì)對(duì)另一方產(chǎn)生影響，進(jìn)而影響整體成交量以及收益。

表4 投資人數(shù)與借款人數(shù)相關(guān)性檢驗(yàn)Pearson相關(guān)

表5 投資人數(shù)與借款人數(shù)相關(guān)性檢驗(yàn)Spearman相關(guān)

表6 成交量與資金凈流入相關(guān)性檢驗(yàn)

(4)成交量與資金凈流入相關(guān)性檢驗(yàn)，如表6所示。

從以上Pearson相關(guān)性檢驗(yàn)可知，近30日成交量與日資金凈流入之間相關(guān)性很弱，相關(guān)系數(shù)約為－0.2，且置信度很低。說明資金凈流入跟對(duì)應(yīng)平臺(tái)經(jīng)營(yíng)能力和企業(yè)發(fā)展階段有很大關(guān)系，而不是隨著成交量增加而上升。

(5)參考收益率為因變量，成交量為因變量，進(jìn)行線性回歸，如表7、表8所示。

表7 參考收益率與成交量線性回歸

表8 變異數(shù)分析a

從表7、表8可知，調(diào)整后R平方為－0.021，F(xiàn)分布顯著性為0.697，顯然說明二者線性回歸擬合度很差，沒有顯著線性關(guān)系?？梢钥闯鰠⒖际找媛蕦?duì)成交量的影響是復(fù)雜化的，并不能單純地說收益率高就會(huì)有高成交量，還受其他因素決定。

1.3.3 結(jié)論

(1)參考收益率平均在10%左右，上下浮動(dòng)范圍[5%,20%]，較為穩(wěn)定。投資期限平均在10個(gè)月左右。二者均近似服從對(duì)數(shù)正態(tài)分布，只會(huì)向上波動(dòng)。

(2)日資金凈流入的平均值為－973萬元，其中，只有12家平臺(tái)日資金凈流入為正數(shù)，大部分平臺(tái)處于“資不抵債”狀態(tài)。且借款人數(shù)約為投資人數(shù)的3.5倍，供不應(yīng)求。

(3)參考收益率的高低并不能直接決定一個(gè)平臺(tái)的成交量高低、資金凈流入、平臺(tái)評(píng)級(jí)。由于風(fēng)險(xiǎn)和收益成正比的理念深入人心，收益水平越高，則企業(yè)可能面臨的風(fēng)險(xiǎn)就越大，P2P網(wǎng)貸安全性是出借人考慮的重大問題，過高的年化收益率可能會(huì)令出借人望而卻步(左茹霞，王言等，2017)。參考收益率最高的五個(gè)平臺(tái)反而做得很差，存在不透明等用戶關(guān)注的問題。而TOP20的平臺(tái)參考收益率高低參差不齊，說明這不是一個(gè)直接決定因素。

(4)網(wǎng)貸業(yè)務(wù)地區(qū)分布極不平衡，主要集中在發(fā)達(dá)地區(qū)，北上廣三地就占比八成以上。說明網(wǎng)貸業(yè)務(wù)并不普及，尤其是二三線城市，可以作為企業(yè)拓寬業(yè)務(wù)的優(yōu)先考慮。

(5)近30日內(nèi)各平臺(tái)上投資人數(shù)與借款人數(shù)在0.01水平上顯著正相關(guān)(雙尾檢驗(yàn))。所以平臺(tái)應(yīng)該在市場(chǎng)營(yíng)銷上加大投資，吸引更多投資者，由于正反饋?zhàn)饔茫脚_(tái)上借款人數(shù)也會(huì)隨之增多，相互促進(jìn)，擴(kuò)大市場(chǎng)份額，雙邊網(wǎng)絡(luò)外部性效應(yīng)明顯。

(6)目前信貸平臺(tái)商業(yè)模式還不夠完善，各大平臺(tái)之間經(jīng)營(yíng)差異很大，發(fā)展戰(zhàn)略也各異，企業(yè)還在探索中，亟待進(jìn)一步優(yōu)化征信系統(tǒng)和成本結(jié)構(gòu)，提高企業(yè)利潤(rùn)，穩(wěn)定平臺(tái)安全保障系統(tǒng)。研究發(fā)現(xiàn)，具有雙邊市場(chǎng)性質(zhì)的P2P網(wǎng)貸行業(yè)市場(chǎng)集中度提高，不但不會(huì)引起壟斷帶來的明顯效率損失，而且會(huì)顯著提高行業(yè)整體效率和技術(shù)進(jìn)步，因此，網(wǎng)貸企業(yè)的逐步合并統(tǒng)一運(yùn)作機(jī)制有利于促進(jìn)該行業(yè)的完善和健康發(fā)展(姜琪，2018)。

2 總結(jié)與建議

本文針對(duì)你我貸、信而富、愛錢進(jìn)這三個(gè)典型平臺(tái)的利率模型進(jìn)行了分析，發(fā)現(xiàn)網(wǎng)貸利率與借款期限之間的關(guān)系在各平臺(tái)中略有差異，但兩者之間的關(guān)系不是很顯著；而各平臺(tái)之中，網(wǎng)貸利率與項(xiàng)目的風(fēng)險(xiǎn)等級(jí)之間存在較顯著的負(fù)相關(guān)關(guān)系，一般情況下，風(fēng)險(xiǎn)等級(jí)越高則利率也越高；同時(shí)，網(wǎng)貸利率與借款金額之間則存在較顯著的正相關(guān)關(guān)系，一般情況下，借款金額越高，則網(wǎng)貸利率越高。可以發(fā)現(xiàn)網(wǎng)貸利率受風(fēng)險(xiǎn)等級(jí)、借款金額的影響較大。

繼而，本文又將網(wǎng)貸之家2019年1月評(píng)選的發(fā)展指數(shù)TOP60的平臺(tái)數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，分析平臺(tái)參考收益率對(duì)平臺(tái)經(jīng)濟(jì)效益的影響。發(fā)現(xiàn)參考收益率的高低并不能直接決定一個(gè)平臺(tái)的成交量高低、資金凈流入、平臺(tái)評(píng)級(jí)。參考收益率最高的五個(gè)平臺(tái)反而做得很差，存在不透明等用戶關(guān)注的問題；而TOP20的平臺(tái)參考收益率高低參差不齊，說明這不是一個(gè)直接決定因素。另一方面，我們發(fā)現(xiàn)，近30日內(nèi)各平臺(tái)上投資人數(shù)與借款人數(shù)在0.01水平上顯著正相關(guān)(雙尾檢驗(yàn))。所以平臺(tái)應(yīng)該在市場(chǎng)營(yíng)銷上加大投資，吸引更多投資者，由于正反饋?zhàn)饔?，平臺(tái)上借款人數(shù)也會(huì)隨之增多，相互促進(jìn)，擴(kuò)大市場(chǎng)份額，這也正體現(xiàn)了信貸平臺(tái)具有的雙邊市場(chǎng)理論性。

對(duì)此，筆者建議：規(guī)范風(fēng)險(xiǎn)等級(jí)的劃分，加強(qiáng)對(duì)項(xiàng)目風(fēng)險(xiǎn)等級(jí)的測(cè)評(píng)，以及對(duì)個(gè)人信用等級(jí)的劃分，風(fēng)險(xiǎn)等級(jí)的測(cè)定越權(quán)威，越真實(shí)，網(wǎng)貸利率的穩(wěn)定就越有保障；引入擔(dān)保機(jī)制，為整個(gè)交易過程提供保障，雖然保費(fèi)會(huì)提高交易成本，但貸款利率的下降將會(huì)彌補(bǔ)這一成本的提高；加大平臺(tái)市場(chǎng)營(yíng)銷的投入，以新穎的方式向投資人傳達(dá)優(yōu)質(zhì)的印象，盡力吸引更多投資人，這樣才能形成吸引用戶的良性循環(huán)，而不是一味地以高利率作為誘餌；優(yōu)化企業(yè)的成本結(jié)構(gòu)和征信系統(tǒng)，保持平臺(tái)商業(yè)模式的穩(wěn)定，盡早實(shí)現(xiàn)高的凈收益。