影響P2P平臺(tái)成交量的因素分析

張坤杰

P2P網(wǎng)絡(luò)借貸模式打破了傳統(tǒng)的以銀行為中心的“一對(duì)多”間接融資模式，是使借貸雙方通過P2P網(wǎng)貸平臺(tái)進(jìn)行自由匹配，撮合成交的網(wǎng)絡(luò)借貸模式。本文探求平均預(yù)期收益率、平均借款期限、借款標(biāo)數(shù)、注冊(cè)資本、運(yùn)營時(shí)間五個(gè)因素對(duì)P2P平臺(tái)成交量的影響，結(jié)果表明：平臺(tái)收益率與平臺(tái)成交量呈明顯的負(fù)相關(guān)關(guān)系，借款期限與成交量呈正相關(guān)關(guān)系，借款標(biāo)數(shù)與成交量呈正相關(guān)關(guān)系，而平臺(tái)的注冊(cè)資本與成交量的相關(guān)性不大，平臺(tái)的運(yùn)營時(shí)間與成交量呈正相關(guān)關(guān)系。上述研究有助于為各P2P平臺(tái)經(jīng)營者提供參考。

一、引言

P2P網(wǎng)絡(luò)借貸模式（Peer to Peer）最大的特點(diǎn)便是利用互聯(lián)網(wǎng)的平臺(tái)優(yōu)勢(shì)，將借款者和投資者直接對(duì)接，實(shí)現(xiàn)“去中心化”的直接融資，能在一定程度上解決銀行借貸不能覆蓋的、缺乏信用記錄和抵押品的個(gè)體和小微企業(yè)為代表的長尾客戶“融資難”的問題，從而最大程度上高效配置閑置資金，提高整個(gè)資源配置效率。2007年，第一家P2P網(wǎng)絡(luò)借貸公司——“拍拍貸”在我國成立。在這之后短短10年左右時(shí)間里，P2P網(wǎng)絡(luò)借貸行業(yè)的發(fā)展十分迅速，目前已在全國形成了數(shù)以百計(jì)的借貸平臺(tái)，成為我國現(xiàn)代金融體系中不可忽視的一部分。P2P網(wǎng)絡(luò)借貸作為傳統(tǒng)金融融資渠道的補(bǔ)充，是一種普惠金融的實(shí)現(xiàn)方式，可以滿足一些個(gè)人以及小微企業(yè)的小額信貸需求，使其享受到移動(dòng)互聯(lián)時(shí)代的發(fā)展紅利，對(duì)金融體系的完善有著重要的意義。然而，P2P企業(yè)“多快好省”的發(fā)展模式，也導(dǎo)致各種亂象層出不窮。

2018年，P2P市場(chǎng)出現(xiàn)“暴雷潮”，光是在6月-9月三個(gè)月的時(shí)間里就消失了近1000家平臺(tái)，極大挫傷了交易者的信心。同時(shí)，P2P借貸平臺(tái)天生存在的極大的信息不對(duì)稱性，極易導(dǎo)致逆向選擇和道德風(fēng)險(xiǎn)，近幾年“龐氏騙局”“圈錢跑路”等怪相也不在少數(shù)，使投資者失去信心，這也會(huì)極大影響P2P借貸成功率。為此，量化分析出影響我國P2P網(wǎng)絡(luò)借貸成交量的影響因素對(duì)于促進(jìn)P2P網(wǎng)貸平臺(tái)持續(xù)健康經(jīng)營發(fā)展，防范化解潛在風(fēng)險(xiǎn)極為迫切。

二、文獻(xiàn)綜述

P2P借貸平臺(tái)作為互聯(lián)網(wǎng)領(lǐng)域的新秀，受到國內(nèi)學(xué)者的廣泛關(guān)注。

楊勇、周兵（2019）深入地分析了影響P2P平臺(tái)發(fā)展的因素，并得出平均借款期限及運(yùn)營時(shí)間對(duì)平臺(tái)發(fā)展的影響;李儼（2019）選取了在第三次暴雷潮中出現(xiàn)提現(xiàn)困難問題的平臺(tái)中潮金服與正常經(jīng)營的平臺(tái)人人貸作為案例，對(duì)我國P2P平臺(tái)風(fēng)險(xiǎn)影響因素進(jìn)行研究，結(jié)果表明借款期限與平臺(tái)風(fēng)險(xiǎn)負(fù)相關(guān)，這一點(diǎn)可以進(jìn)一步說明借款期限對(duì)P2P平臺(tái)口碑以及成交量的正面影響;王楊毅彬（2018）對(duì)我國P2P網(wǎng)絡(luò)借貸投資人有限理性的投資行為進(jìn)行了研究，從中可以看到借款期限短的平臺(tái)并不一定能得到投資人的青睞，因?yàn)檫^短的借款期限往往意味著較大的風(fēng)險(xiǎn)，于是有理性的投資人更多傾向于借款期限較長的平臺(tái)進(jìn)行投資;劉夢(mèng)（2019）通過2018年1月到12月廣東省、北京市、上海市、浙江省這4個(gè)地區(qū)的共計(jì)79家網(wǎng)絡(luò)借貸平臺(tái)的面板數(shù)據(jù)進(jìn)行研究，得出平均預(yù)期收益率、待還余額、借款人數(shù)、借款標(biāo)數(shù)、投資人數(shù)與資金杠桿這七個(gè)因素均對(duì)成交量起直接促進(jìn)作用的結(jié)論;魏鵬飛（2016）對(duì)P2P平臺(tái)特質(zhì)與投資者選擇之間的關(guān)系進(jìn)行探究，從該文獻(xiàn)的數(shù)據(jù)模型中可以看到平臺(tái)運(yùn)營時(shí)間與成交量呈正相關(guān)。蔣先玲、張慶波、程健（2020）在文中提到平均預(yù)期收益率越高，越容易被投資者拒絕。

綜上所述，現(xiàn)有研究成果主要是針對(duì)個(gè)別影響因素和P2P平臺(tái)成交量關(guān)系的研究，涉及綜合影響因素分析卻不常見，也很少提及各影響因素針對(duì)平臺(tái)成功表現(xiàn)之一的成交量。鑒于不同因素之間存在著相互關(guān)系，本文以P2P平臺(tái)交易量為出發(fā)點(diǎn)，從平均預(yù)期收益率、平均借款期限、借款標(biāo)數(shù)、注冊(cè)資本、運(yùn)營時(shí)間五個(gè)維度對(duì)P2P成交量的影響傳導(dǎo)機(jī)制展開系統(tǒng)性研究，發(fā)掘各因素間的內(nèi)在聯(lián)系，有利于豐富和擴(kuò)展P2P領(lǐng)域的研究空間，加深P2P領(lǐng)域的理解，為后續(xù)研究提供參考。對(duì)于指導(dǎo)P2P企業(yè)抓取關(guān)鍵要素、提升平臺(tái)收益也具有一定的實(shí)踐意義。

三、邏輯分析與假設(shè)

本文主要研究方向是從平均預(yù)期收益率、平均借款期限、借款標(biāo)數(shù)、注冊(cè)資本、運(yùn)營時(shí)間五個(gè)方面解釋不同平臺(tái)成交量的差異。劉夢(mèng)（2019）認(rèn)為平均預(yù)期收益率對(duì)成交量有正面影響，而且正面影響大于借款標(biāo)數(shù)。但也有相反的觀點(diǎn)認(rèn)為年化收益率對(duì)成交量不會(huì)產(chǎn)生顯著影響。收益水平越高，則平臺(tái)可能面臨的風(fēng)險(xiǎn)就越大，借款期限對(duì)平臺(tái)成交量有較強(qiáng)影響且借款期限越短成交量越大（2016，左茹霞，王言，李宇紅）。也有研究證明超額收益率和提升的借款利率并不能引致平臺(tái)的成交量增加;相反， 隨著平臺(tái)成交量的增加， 借款利率反而降低（魏麗萍 陳德棉 謝勝強(qiáng)，2016）基于這些研究我們認(rèn)為年化收益率對(duì)成交量不會(huì)產(chǎn)生顯著影響，投資流動(dòng)性對(duì)成交量不會(huì)產(chǎn)生顯著影響（左茹霞）。借款期限對(duì)平臺(tái)成交量有較強(qiáng)影響且借款期限越短成交量越大，對(duì)于出借人來說，借款期限長， 投資收益相對(duì)較高，但其投資風(fēng)險(xiǎn)也會(huì)增大，出借人會(huì)傾向于短期投資。P2P網(wǎng)絡(luò)借貸平臺(tái)運(yùn)營時(shí)間與平臺(tái)成交量呈較弱正相關(guān)（左茹霞）。注冊(cè)資本是公司實(shí)力的一種體現(xiàn)，是公司承擔(dān)資金風(fēng)險(xiǎn)能力的一種象征，較高的注冊(cè)資本有利于公司形象和客戶信任，相比同行也更易受到客戶青睞。由于P2P網(wǎng)貸平臺(tái)主要客戶群體是自然人和中小法人，借款標(biāo)數(shù)基本和借款量成正比。

基于以上判斷，提出以下假設(shè)：

H1：平均收益率越高，成交量影響越小

H2：平均借款期限越短，成交量越大

H3：借款標(biāo)數(shù)越多，成交量越大

H4：注冊(cè)資本越多，成交量越大

H5：運(yùn)營時(shí)間越長，成交量越大

四、實(shí)證設(shè)計(jì)

（一）模型構(gòu)建

根據(jù)前文的研究假設(shè)，結(jié)合我國 P2P 行業(yè)發(fā)展實(shí)際，構(gòu)建如下實(shí)證方程。

LOGY=β0+β1LOGX1+β2LOGX2+β3LOGX3+β4LOGX4+β5LOGX5+ε0

其中，Y 表示平臺(tái)成交量;β0是常數(shù)項(xiàng);X1表示平均預(yù)期收益率，X2表示平均借款期限，X3表示借款標(biāo)數(shù)，X4表示注冊(cè)資本，X5表示運(yùn)營時(shí)間，ε0代表隨機(jī)誤差項(xiàng)。本文分別對(duì)Y、X1、X2、X3、X4、X5進(jìn)行取對(duì)數(shù)化處理，旨在消除異方差對(duì)模型的影響。

當(dāng) P2P 網(wǎng)絡(luò)借貸平臺(tái)樣本數(shù)據(jù)組估計(jì)的實(shí)證方程中參數(shù) β1 估計(jì)值顯著為正時(shí)，那么假設(shè)1成立;當(dāng)β2 為負(fù)時(shí)，那么假設(shè)2成立;當(dāng)β3為正時(shí)，那么假設(shè)3成立;當(dāng)β4 為正時(shí)，那么假設(shè)4成立;當(dāng)β5為負(fù)時(shí)，那么假設(shè)5成立。

（二）數(shù)據(jù)來源

需要說明的是，樣本數(shù)據(jù)來源于網(wǎng)貸之家，樣本期為 2020年3月至2020年4月。

為保證平臺(tái)規(guī)模分布的合理性，挑選了包括91旺財(cái)、洋錢罐、翼龍貸在內(nèi)的40家網(wǎng)貸平臺(tái)，最終得到200個(gè)研究樣本。

五、實(shí)證結(jié)果分析

（一）數(shù)據(jù)

本文選取了2020年3月至2020年4月40家網(wǎng)貸平臺(tái)的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行了簡單的規(guī)范和加工，篩選出具有代表性的統(tǒng)計(jì)數(shù)據(jù)，涵蓋了大部分的原始數(shù)據(jù)，剔除掉具有數(shù)據(jù)缺陷或數(shù)據(jù)不完整和虛假信息的平臺(tái)，整理得到的數(shù)據(jù)如表一所示。

（二）實(shí)證結(jié)果和具體分析

1.實(shí)證結(jié)果

計(jì)算得出數(shù)據(jù)擬合程度R-Squared值為0.605292，調(diào)整后的R-Squared值為0.560183，殘差平方和為105.4025，擾動(dòng)項(xiàng)的標(biāo)準(zhǔn)差為1.735368，對(duì)數(shù)似然函數(shù)值為-76.13569，Durbin-Watson 值為1.100678，因變量均值7.885113，因變量標(biāo)準(zhǔn)差2.616709。

從表中數(shù)據(jù)可以觀察得出X1、X2、X3、X4、X5表現(xiàn)出與解釋變量Y較為明顯的相關(guān)性，X3的相關(guān)性表現(xiàn)最顯著，X1的相關(guān)性表現(xiàn)最不顯著，X1、X4表現(xiàn)為負(fù)相關(guān)性，X2、X3、X5表現(xiàn)為正相關(guān)性。因?yàn)閄2、X3、X5顯著性水平相對(duì)來說比較高，對(duì)X2、X3、X5運(yùn)用逐步回歸法進(jìn)行檢驗(yàn)，判斷方程是否存在多重共線性。

X5的相關(guān)系數(shù)為0.911343，T-統(tǒng)計(jì)量為6.146478，P值為0.0001，比較顯著，因此X5對(duì)回歸方程的解釋能力比較強(qiáng);X3的相關(guān)系數(shù)為0.375650，T-統(tǒng)計(jì)量為4.425607，P值為0.0001，解釋能力也相對(duì)較強(qiáng);X2的相關(guān)系數(shù)為0.802072，T-統(tǒng)計(jì)量為2.572634，P值為0.0091，對(duì)方程的解釋能力相對(duì)較弱，可能與回歸方程中某一個(gè)變量之間存在存在多重共線性。

再對(duì)全體解釋變量X1、X2、X3、X4、X5進(jìn)行相關(guān)性檢驗(yàn)，結(jié)果如下：

相關(guān)系數(shù)為1，說明完全相關(guān)。X1、X2、X3、X4、X5與它們本身的相關(guān)系數(shù)都是1;相關(guān)系數(shù)越接近1，說明相關(guān)性越強(qiáng)，存在多重共線性的可能越大。X2與X3的相關(guān)系數(shù)高達(dá)0.505514，說明二者之間可能存在著多重共線性，即平均借款期限與借款標(biāo)數(shù)之間存在著某種線性關(guān)系，驗(yàn)證了上面的猜想。

2.數(shù)據(jù)具體分析

（1）從表中數(shù)據(jù)可得出平臺(tái)收益率與平臺(tái)成交量呈明顯的負(fù)相關(guān)關(guān)系，也就是說P2P網(wǎng)絡(luò)借貸平臺(tái)的收益率越高，成交量反而越低，可能是因?yàn)榻┠辏琍2P領(lǐng)域一波未平一波又起，客戶漸趨冷靜，避險(xiǎn)情緒占上風(fēng)，寧愿放棄高收益也不愿意承擔(dān)收益伴隨的過大的風(fēng)險(xiǎn)，從而導(dǎo)致投資減少。

（2）從表中數(shù)據(jù)可以看出借款期限與成交量呈正相關(guān)關(guān)系，也就是說借款期限越長，平臺(tái)的交易量越多，具體分析可能有以下兩種原因，第一種是由于平臺(tái)自身的宣傳所致，很多平臺(tái)宣稱在借貸期限達(dá)到一年以上會(huì)提供優(yōu)惠政策，這樣對(duì)于借款人來說可以減輕其還款壓力，對(duì)于投資者來說可以提高收益，而對(duì)于平臺(tái)來講能夠有更大的資金周轉(zhuǎn)時(shí)期，第二種是由于雙方借款期限的自愿提高，比如某些平臺(tái)會(huì)將資金打包銷售和貸款，平臺(tái)作為擔(dān)保方能夠通過提高利率的方式延長借款期限，并降低投資者的風(fēng)險(xiǎn)，提高利潤。

（3）從表中數(shù)據(jù)可以看出借款標(biāo)數(shù)與成交量呈正相關(guān)關(guān)系，即借款標(biāo)數(shù)越高，平臺(tái)交易量越多，P2P平臺(tái)為小額貸款平臺(tái)，其單筆標(biāo)的貸款的金額相差不會(huì)太大，因?yàn)閱喂P金額的提高會(huì)極大提高投資者的風(fēng)險(xiǎn)，在單筆貸款額相差不大的情況下，借款標(biāo)數(shù)就成為影響成交量的關(guān)鍵因素，但也要看到，某些借款者可能因?yàn)橐謸?dān)壓力和借款風(fēng)險(xiǎn)，會(huì)采取借款總額不變而多次拆標(biāo)的做法，影響了借款標(biāo)數(shù)對(duì)成交量的關(guān)系。

（4）從表中數(shù)據(jù)可以看出平臺(tái)的注冊(cè)資本與成交量的相關(guān)性不大，這說明在龐大的借貸資金中，平臺(tái)的注冊(cè)資本在其中份額比率差別不大，因此對(duì)于平臺(tái)成交量的影響極其微小，對(duì)此不作過多解釋。

（5）從表中數(shù)據(jù)可以看出平臺(tái)的運(yùn)營時(shí)間與成交量呈正相關(guān)關(guān)系，平臺(tái)的運(yùn)營時(shí)間會(huì)影響平臺(tái)的信用度，一般來說，人們更愿意相信那些經(jīng)得起時(shí)間檢驗(yàn)的優(yōu)質(zhì)平臺(tái)，對(duì)于新產(chǎn)生的平臺(tái)投資者持謹(jǐn)慎態(tài)度，但是由于P2P平臺(tái)之間的數(shù)據(jù)并不共享，信用度較差的借款人可能會(huì)選擇新開放的平臺(tái)進(jìn)行借款，從而對(duì)新平臺(tái)的交易量產(chǎn)生暫時(shí)性的增長，一旦到達(dá)第一個(gè)還款峰點(diǎn)，平臺(tái)很可能會(huì)因?yàn)樾抛u(yù)危機(jī)而破產(chǎn)倒閉。

六、結(jié)論與啟示

從上述分析中可以驗(yàn)證我們的假設(shè)，平臺(tái)預(yù)期收益率越高，成交量反而會(huì)有下降趨勢(shì)，借款期限、借款標(biāo)數(shù)和平臺(tái)運(yùn)營時(shí)間與成交量呈正比關(guān)系，注冊(cè)資本與平臺(tái)成交量關(guān)系不大但呈輕微的正比關(guān)系。在這些因素中，平臺(tái)自身的信譽(yù)在長期內(nèi)會(huì)產(chǎn)生較好的正向激勵(lì)，但在短期內(nèi)會(huì)因?yàn)檫\(yùn)營時(shí)間的長短產(chǎn)生逆向選擇問題，因此P2P平臺(tái)的存活時(shí)間一般都不太長，在競爭日益加劇、監(jiān)管陸續(xù)進(jìn)場(chǎng)的今天更是雪上加霜。因?yàn)槠脚_(tái)缺乏足夠的抗風(fēng)險(xiǎn)能力，所以在政府宣布對(duì)中小企業(yè)貸款力度加大時(shí)，這些P2P平臺(tái)的生存空間會(huì)進(jìn)一步被壓榨，P2P的發(fā)展形勢(shì)十分嚴(yán)峻，特別是在監(jiān)管加大力度整治行業(yè)亂象時(shí)面臨著洗牌甚至全面取締的風(fēng)險(xiǎn)。

（作者單位：天津財(cái)經(jīng)大學(xué)）