基于因子分析法的我國(guó)P2P網(wǎng)貸平臺(tái)評(píng)級(jí)研究

李敏芳，田晨君

（湖北經(jīng)濟(jì)學(xué)院，湖北武漢430205）

摘要：P2P行業(yè)風(fēng)險(xiǎn)問(wèn)題已經(jīng)引起了社會(huì)各界的關(guān)注。本文以P2P網(wǎng)貸平臺(tái)為研究對(duì)象，采用因子分析法對(duì)我國(guó)部分P2P網(wǎng)貸平臺(tái)進(jìn)行研究，以確定我國(guó)P2P網(wǎng)貸平臺(tái)的信用等級(jí)，最終得到的評(píng)級(jí)結(jié)果可以作為投資者投資平臺(tái)和項(xiàng)目的參考，凈化行業(yè)環(huán)境，還可以為監(jiān)管提供一個(gè)思路。

關(guān)鍵詞：P2P；網(wǎng)貸平臺(tái)；因子分析；評(píng)級(jí)

P2P網(wǎng)貸自2007年被引入中國(guó)以來(lái)，呈現(xiàn)出一片欣欣向榮的繁榮景象。目前，我國(guó)P2P網(wǎng)貸發(fā)展處于“無(wú)準(zhǔn)入門檻、無(wú)行業(yè)標(biāo)準(zhǔn)、無(wú)機(jī)構(gòu)監(jiān)管”的三無(wú)狀態(tài)，不少平臺(tái)存在資金實(shí)力不足、風(fēng)險(xiǎn)控制差、期限錯(cuò)配、剛性兌付等問(wèn)題，“跑路”事件頻發(fā)，給投資者帶來(lái)一定損失，也為P2P網(wǎng)貸行業(yè)整體形象及發(fā)展帶來(lái)負(fù)面影響。2014年10月13日，中國(guó)社科院發(fā)布的《中國(guó)P2P網(wǎng)貸行業(yè)發(fā)展與評(píng)價(jià)》顯示，2013年可統(tǒng)計(jì)的P2P網(wǎng)貸平臺(tái)出現(xiàn)經(jīng)營(yíng)困難、倒閉或跑路的事件高達(dá)74起，占平臺(tái)總數(shù)的11%，超過(guò)之前所有年份總和的3倍。在這種背景下，對(duì)P2P網(wǎng)貸平臺(tái)進(jìn)行評(píng)級(jí)，篩選出具有可持續(xù)發(fā)展能力、能為投資者帶來(lái)穩(wěn)健回報(bào)的P2P網(wǎng)貸平臺(tái)變得緊迫和具有較強(qiáng)現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

（一）網(wǎng)絡(luò)借貸信用評(píng)級(jí)制度研究

溫小霓、蔡瑞媛（2014）一再?gòu)?qiáng)調(diào)信用對(duì)P2P網(wǎng)絡(luò)借貸運(yùn)行的重要性。指出信用限制了P2P網(wǎng)絡(luò)借貸的運(yùn)行，為了提高交易過(guò)程中信息的可靠性，保障資金安全性，必須盡可能的建立P2P網(wǎng)絡(luò)借貸平臺(tái)信用體制，從而使P2P網(wǎng)絡(luò)借貸行業(yè)獲得更好地發(fā)展，為客戶提供更優(yōu)質(zhì)的服務(wù)。岳銘、張思敏、謝朝陽(yáng)（2014）認(rèn)為確立我國(guó)整個(gè)P2P網(wǎng)絡(luò)借貸平臺(tái)的信用評(píng)級(jí)體系是很有必要的，不僅要確立一個(gè)統(tǒng)一的評(píng)級(jí)方法，還要確立統(tǒng)一科學(xué)的評(píng)分依據(jù)和信用等級(jí)。雷艦（2014）提出P2P網(wǎng)絡(luò)借貸行業(yè)健康發(fā)展，需要對(duì)其進(jìn)行監(jiān)管。

（二）金融機(jī)構(gòu)信用評(píng)級(jí)方法

國(guó)外金融機(jī)構(gòu)評(píng)價(jià)體系較著名的有：美國(guó)的CAMELS評(píng)價(jià)體系、意大利PATROL評(píng)價(jià)體系、英國(guó)的CAMELB.COM評(píng)價(jià)體系、新加坡的CAMELOT評(píng)價(jià)體系、ROCA評(píng)價(jià)體系。這些評(píng)價(jià)體系都針對(duì)金融機(jī)構(gòu)的業(yè)務(wù)經(jīng)營(yíng)、資產(chǎn)質(zhì)量、信用狀況等選定幾個(gè)指標(biāo)因素，采用一整套規(guī)范化、制度化和指標(biāo)化的綜合等級(jí)評(píng)價(jià)制度，將金融機(jī)構(gòu)分成不同的等級(jí)。國(guó)內(nèi)外很多專業(yè)機(jī)構(gòu)也對(duì)金融機(jī)構(gòu)進(jìn)行信用評(píng)級(jí)，如美國(guó)標(biāo)準(zhǔn)普爾公司、穆迪投資服務(wù)公司、惠譽(yù)國(guó)際信用評(píng)級(jí)有限公司以及我國(guó)的大公國(guó)際資信評(píng)估有限公司等。

張寧（2012）將常用的信用評(píng)級(jí)模型分為綜合評(píng)分模型和等級(jí)預(yù)測(cè)模型兩類。其中，綜合評(píng)分模型包括專家系統(tǒng)模型（Expert systems）、區(qū)別分析（Discriminate Analysis，DA）、線性概率模型、二元概率模型、二元羅吉斯模型以及類神經(jīng)網(wǎng)絡(luò)模型；等級(jí)預(yù)測(cè)模型包括多元區(qū)別分析（Multiple discriminate Analysis，MDA）、羅吉斯模型、概率模型和倒傳遞類神經(jīng)網(wǎng)絡(luò)模型。

（三）金融機(jī)構(gòu)信用評(píng)級(jí)的實(shí)證研究

近年來(lái)，國(guó)外學(xué)者對(duì)于網(wǎng)絡(luò)借貸的研究集中于P2P網(wǎng)絡(luò)借貸平臺(tái)，大多為實(shí)證研究，實(shí)證所用數(shù)據(jù)來(lái)源于Proper平臺(tái)。最近一兩年受美國(guó)學(xué)者研究的影響，國(guó)內(nèi)學(xué)者開(kāi)始從P2P借貸平臺(tái)的內(nèi)部視角，通過(guò)實(shí)證分析研究P2P網(wǎng)絡(luò)借貸行為。郭奕（2011）用拍拍貸上2008年8月25日至2010年5月15日的交易數(shù)據(jù)，分別以借款列表的完成比例和借款人的借款利率作為因變量，以借款人的信用等級(jí)、歷史借款成功次數(shù)與歷史流標(biāo)次數(shù)、借貸金額、借款期限以及借款利率等作為自變量進(jìn)行了研究。李佳文（2011）采用調(diào)查問(wèn)卷和案例分析的方式，研究了P2P網(wǎng)絡(luò)借貸影響借貸行為的因素。席升陽(yáng)，趙陽(yáng)（2009）采用基于AHP法的模糊綜合評(píng)判法構(gòu)建信用擔(dān)保機(jī)構(gòu)綜合實(shí)力及社會(huì)作用的評(píng)價(jià)體系，最后運(yùn)用此模型對(duì)某家融資擔(dān)保公司進(jìn)行分析。張寧（2012）構(gòu)建了我國(guó)壽險(xiǎn)公司信用評(píng)級(jí)指標(biāo)體系，其中一級(jí)指標(biāo)有11個(gè)，包括6個(gè)定性指標(biāo)和5個(gè)定量指標(biāo)，二級(jí)指標(biāo)有43個(gè)，運(yùn)用因子分析法對(duì)定量指標(biāo)進(jìn)行研究，并運(yùn)用層次分析法和模糊綜合評(píng)判方法對(duì)定性指標(biāo)進(jìn)行分析，最后綜合定性和定量分析結(jié)果，確定綜合得分和信用等級(jí)。

綜上所述，國(guó)際上對(duì)P2P網(wǎng)絡(luò)借貸信用評(píng)級(jí)的研究向定量模型化發(fā)展，但是考慮到其研究數(shù)據(jù)主要是基于Prosper平臺(tái)的披露，研究的美國(guó)網(wǎng)絡(luò)借貸，不能通過(guò)拿來(lái)主義直接套用在中國(guó)消費(fèi)者身上。和國(guó)外學(xué)者相比，國(guó)內(nèi)學(xué)者在這方面的研究具有滯后性。國(guó)內(nèi)學(xué)者的研究集中于P2P網(wǎng)貸平臺(tái)運(yùn)行當(dāng)中存在的問(wèn)題，強(qiáng)調(diào)P2P網(wǎng)絡(luò)借貸信用評(píng)級(jí)的重要性，對(duì)于具體該怎么對(duì)網(wǎng)貸平臺(tái)進(jìn)行評(píng)級(jí)尚未涉及，沒(méi)有建立符合我國(guó)網(wǎng)絡(luò)借貸平臺(tái)實(shí)際情況的評(píng)級(jí)方法、指標(biāo)體系和評(píng)級(jí)制度實(shí)現(xiàn)機(jī)制。因此，本文希望在理論研究的基礎(chǔ)上，找到影響P2P網(wǎng)貸平臺(tái)評(píng)級(jí)的因素，并結(jié)合P2P網(wǎng)貸平臺(tái)的真實(shí)數(shù)據(jù)運(yùn)用因子分析方法對(duì)我國(guó)部分P2P網(wǎng)貸平臺(tái)進(jìn)行評(píng)級(jí)。

二、指標(biāo)的選取和數(shù)據(jù)來(lái)源

（一）指標(biāo)的選取

本文通過(guò)查閱大量相關(guān)文獻(xiàn)資料及分析相關(guān)研究成果，

篩選出了10個(gè)指標(biāo)來(lái)對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)進(jìn)行評(píng)級(jí)。這些指標(biāo)包括：平均利率、月成交量、品牌、平均周期、信息透明、月投資人、月借款人、人均借款、服務(wù)、成交增長(zhǎng)。

1.平均利率

平均收益水平直接影響了投資者投資的金額和積極性。

2.月成交量(單位萬(wàn))

網(wǎng)站本月發(fā)生的總成交額：普通標(biāo)成交額，去除凈值、秒標(biāo)等水分。

3.品牌認(rèn)知

網(wǎng)站的商標(biāo)價(jià)值、企業(yè)實(shí)力、行業(yè)影響力、口碑等綜合因素。

4.平均借款周期(單位月)

平均借款周期越長(zhǎng)的網(wǎng)站，資金鎖定相對(duì)穩(wěn)定，網(wǎng)站安全性也就更高一些，反之借款周期越短的網(wǎng)站，只要發(fā)生小動(dòng)蕩也非常容易因?yàn)椴糠滞顿Y人暫時(shí)撤資避險(xiǎn)而產(chǎn)生蝴蝶效應(yīng)，瞬間引發(fā)擠兌崩潰。

5.信息透明度

這個(gè)項(xiàng)目是指一個(gè)網(wǎng)站對(duì)于交易數(shù)據(jù)的公開(kāi)性、標(biāo)的真實(shí)性、是否有官方偽造信息自融資嫌疑、是否有更多投資人曾經(jīng)考察等和透明度真實(shí)性相關(guān)的考量。

6.月活躍投資人

指本月發(fā)生過(guò)投資行為的投資人數(shù)，這個(gè)人數(shù)越高，則網(wǎng)站發(fā)生擠兌風(fēng)險(xiǎn)極端風(fēng)險(xiǎn)越小。

7.月活躍借款人

指本月發(fā)生過(guò)借款行為的借款人數(shù)，這個(gè)人數(shù)越高，則網(wǎng)站個(gè)別借款人發(fā)生壞賬時(shí)，造成的系統(tǒng)性風(fēng)險(xiǎn)越小。

8.人均借款額(單位萬(wàn))

指本網(wǎng)站借款人的人均借款額，這個(gè)數(shù)據(jù)越小越好，說(shuō)明借款需求分散，個(gè)別借款人發(fā)生壞賬時(shí)，造成的系統(tǒng)性風(fēng)險(xiǎn)越小。

9.服務(wù)品質(zhì)

網(wǎng)貸作為一個(gè)網(wǎng)絡(luò)產(chǎn)品，服務(wù)品質(zhì)非常重要，直接影響用戶體驗(yàn)。服務(wù)品質(zhì)參考內(nèi)容有：網(wǎng)站功能的便利性，是否模版網(wǎng)站和技術(shù)安全性，客服服務(wù)態(tài)度，官方QQ群服務(wù)，提現(xiàn)速度，提現(xiàn)費(fèi)用，是否與用戶有溝通聽(tīng)取建議等。

10.成交增長(zhǎng)

成交增長(zhǎng)=（本月成交額-過(guò)去3個(gè)月成交的平均數(shù)）/過(guò)去3個(gè)月成交的平均數(shù)

表1：31家P2P網(wǎng)貸平臺(tái)原始數(shù)據(jù)

（二）數(shù)據(jù)的來(lái)源

本文的數(shù)據(jù)來(lái)自于《網(wǎng)貸天眼》，隨著對(duì)我國(guó)P2P網(wǎng)貸平臺(tái)數(shù)據(jù)的收集和考察情況的深入，《網(wǎng)貸天眼》每個(gè)月統(tǒng)計(jì)的平臺(tái)個(gè)數(shù)在逐步增加，2014年7月網(wǎng)貸平臺(tái)統(tǒng)計(jì)了數(shù)據(jù)相對(duì)完整的31家P2P平臺(tái)，數(shù)據(jù)如表1所示。

三、對(duì)我國(guó)P2P網(wǎng)貸平臺(tái)進(jìn)行評(píng)級(jí)

（一）因子分析法簡(jiǎn)介

因子分析又名因素分析法，是在心理學(xué)的研究中建立和發(fā)展起來(lái)的。因子分析試圖通過(guò)用最少個(gè)數(shù)的不可觀察的變量(公共因子)來(lái)說(shuō)明出現(xiàn)在可觀察的變量中的相關(guān)模型。即通過(guò)考察每一個(gè)變量能否由最少個(gè)數(shù)的不可觀察的公共因子和特殊因子的線性組合來(lái)構(gòu)成。數(shù)學(xué)建模中常用來(lái)做數(shù)據(jù)壓縮、系統(tǒng)評(píng)估、加權(quán)評(píng)估分析等。本文就用因子分析來(lái)對(duì)中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)進(jìn)行綜合評(píng)價(jià)，從所選取的指標(biāo)中提取公共因子，并通過(guò)與主成分分析類似的方法給公共因子賦予權(quán)重，根據(jù)權(quán)重計(jì)算綜合得分，從而對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)排名，并進(jìn)行評(píng)級(jí)。

（二）因子分析的運(yùn)用

1.對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理

變量之間的不同單位將會(huì)對(duì)因子分析的準(zhǔn)確性造成影響，因此我們需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，從而得到無(wú)量綱數(shù)據(jù)以消除不同單位對(duì)數(shù)據(jù)造成的影響。首先運(yùn)用SPSS19.0對(duì)31家P2P網(wǎng)貸平臺(tái)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

2.檢驗(yàn)是否適合做因子分析

在使用因子分析之前需要測(cè)試各指標(biāo)之間是否存在一定的相關(guān)性。表2給出了KMO和Bartlett’s Test的檢驗(yàn)結(jié)果，其中KMO值越接近1表示越適合做因子分析，從上表可以得到KMO的值為0.663，比較適合做因子分析。Bartlett球形檢驗(yàn)的Sig值為0.000小于顯著水平0.05，拒絕原假設(shè)，表明變量之間存在相關(guān)關(guān)系，適合做因子分析。

表2：KMO和Bartlett的檢驗(yàn)

表3給出了每個(gè)變量共同度的結(jié)果。變量的共同度越接近1，說(shuō)明被變量公共因子解釋的程度越高，因子分析的效果越好。從表可以得到，除了“成交增長(zhǎng)”變量外其他變量的共同度都非常高，說(shuō)明因子分析的結(jié)果是有效地。

表3：變量共同度表

3.估計(jì)因子載荷矩陣

估計(jì)因子載荷矩陣是因子分析的核心，因子載荷矩陣的估計(jì)方法有多種。最常用的方法之一是主成分法：求解變量的前幾個(gè)主成分，進(jìn)行簡(jiǎn)單的數(shù)學(xué)變換就可以得到因子載荷矩陣。與主成分分析類似，可以根據(jù)因子的累計(jì)貢獻(xiàn)率確定因子的個(gè)數(shù)。

表4：解釋的總方差

表4給出了因子貢獻(xiàn)率的結(jié)果。根據(jù)上表，只有前三個(gè)因子的特征值大于1，并且前3個(gè)因子的貢獻(xiàn)率為84.62%，故提取前三個(gè)因子作為主因子。

4.因子旋轉(zhuǎn)

表5給出了旋轉(zhuǎn)后的因子載荷值，其中旋轉(zhuǎn)方法是Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法，旋轉(zhuǎn)在5次迭代后收斂。通過(guò)因子旋轉(zhuǎn)，各個(gè)因子有比較明確的經(jīng)濟(jì)含義。

表5：旋轉(zhuǎn)成份矩陣

表6給出了成分得分系數(shù)矩陣，從表中可以知道每個(gè)因子得分的計(jì)算公式中各個(gè)變量的權(quán)重。

表6：成份得分系數(shù)矩陣

5.計(jì)算三大公共因子的得分

公共因子1的得分函數(shù)為：F1=-0.066標(biāo)準(zhǔn)化后的平均利率+0.218標(biāo)準(zhǔn)化后的月成交量+0.255標(biāo)準(zhǔn)化后的品牌+ 0.219標(biāo)準(zhǔn)化后的平均周期+0.062標(biāo)準(zhǔn)化后的信息透明+ 0.245標(biāo)準(zhǔn)化后的月投資人+0.144標(biāo)準(zhǔn)化后的月借款人-0.06標(biāo)準(zhǔn)化后的人均借款-0.034標(biāo)準(zhǔn)化后的服務(wù)+0.15標(biāo)準(zhǔn)化后的成交增長(zhǎng)。

同理可以得到公共因子2、公共因子3的得分函數(shù)，將數(shù)據(jù)帶入函數(shù)計(jì)算，可以得到表7的結(jié)果。

表7：三大公共因子得分表

6.計(jì)算綜合因子得分

（三）我國(guó)P2P網(wǎng)貸平臺(tái)的評(píng)級(jí)

計(jì)算綜合得分后，將各受評(píng)P2P網(wǎng)貸平臺(tái)的綜合得分視為正態(tài)分布以評(píng)比其等級(jí)，利用正態(tài)分布平均數(shù)μ及標(biāo)準(zhǔn)差σ，按正態(tài)分布五等分級(jí)距法，將P2P網(wǎng)貸平臺(tái)劃分為AAA、AA、A、B、C五個(gè)等級(jí)，等級(jí)區(qū)分標(biāo)準(zhǔn)如表8所示。

表8：正態(tài)分布等級(jí)區(qū)分標(biāo)準(zhǔn)表

按照表8的標(biāo)準(zhǔn)，可以得到P2P網(wǎng)貸平臺(tái)的等級(jí)，結(jié)果如表9所示。

表9：P2P網(wǎng)貸平臺(tái)綜合得分與等級(jí)

從上表可以看出，20家P2P網(wǎng)貸平臺(tái)的綜合實(shí)力評(píng)級(jí)均在A級(jí)以上，其中有3家達(dá)到AAA級(jí),分別是愛(ài)投資、有利網(wǎng)、紅嶺創(chuàng)投；4家達(dá)到AA級(jí)，分別是微貸、人人貸、愛(ài)錢幫、積木盒子；13家達(dá)到A級(jí)，分別是團(tuán)貸、一起好、365易貸、投哪網(wǎng)、翼龍貸、口貸網(wǎng)、國(guó)誠(chéng)金融、匯通易貸、融金所、和信貸、808信貸、E速貸、四達(dá)投資。也有6家P2P網(wǎng)貸平臺(tái)的評(píng)級(jí)為B,分別是易融恒信、廣信貸、拍拍貸、安心貸、人人聚財(cái)、玖瓏財(cái)富，還有5家P2P網(wǎng)貸平臺(tái)的評(píng)級(jí)為C，分別是丁丁貸、暢貸網(wǎng)、草根新貸、開(kāi)心貸、熱貸。

四、結(jié)論

（一）為投資者提供參考

2014年至今，P2P行業(yè)的各類問(wèn)題非常多，尤其是前段時(shí)間里外貸非法吸儲(chǔ)9億元跑路，盛融在線出現(xiàn)近4億元的擠兌危機(jī)，這些問(wèn)題不僅讓投資者承受重大損失，也動(dòng)搖了部分投資者的信心，對(duì)整個(gè)P2P行業(yè)的健康發(fā)展產(chǎn)生了負(fù)面影響。本文對(duì)P2P網(wǎng)貸平臺(tái)進(jìn)行評(píng)級(jí)的過(guò)程中，系統(tǒng)分析了P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)控制能力和經(jīng)營(yíng)狀況，最終得到的評(píng)級(jí)結(jié)果可以作為投資者投資平臺(tái)和項(xiàng)目的參考，以增加投資收益，降低損失，增強(qiáng)對(duì)P2P行業(yè)的信心。投資者在投資平臺(tái)和項(xiàng)目時(shí)，可以著重考慮下愛(ài)投資、有利網(wǎng)和紅嶺創(chuàng)投這三個(gè)平臺(tái)。

（二）凈化行業(yè)環(huán)境

對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)進(jìn)行評(píng)級(jí)，可以對(duì)當(dāng)前P2P行業(yè)產(chǎn)生“凈化”作用。評(píng)級(jí)結(jié)果將不同P2P平臺(tái)進(jìn)行優(yōu)劣比較，將加速P2P行業(yè)的優(yōu)勝劣汰，最終促進(jìn)我國(guó)P2P行業(yè)的健康發(fā)展。

（三）為監(jiān)管提供思路

評(píng)級(jí)的結(jié)果，從一個(gè)側(cè)面說(shuō)明了P2P平臺(tái)的綜合實(shí)力、可持續(xù)發(fā)展能力和風(fēng)控準(zhǔn)備能力。評(píng)級(jí)既能在一定程度上向投資者提示風(fēng)險(xiǎn)，同時(shí)又能為監(jiān)管部門和行業(yè)組織提供參考。在監(jiān)管方向未明的情況下，對(duì)平臺(tái)進(jìn)行評(píng)級(jí)，可以為日后的監(jiān)管提供一個(gè)思路，并且有可能成為行業(yè)未來(lái)發(fā)展的主流方向。

參考文獻(xiàn)：

[1]蔡瑞媛，溫小霓.現(xiàn)代信用借貸的創(chuàng)新模式:P2P網(wǎng)絡(luò)借貸平臺(tái)[A].中國(guó)軟科學(xué)研究會(huì).第九屆中國(guó)軟科學(xué)學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C].中國(guó)軟科學(xué)研究會(huì)，2013.5.

[2]岳銘，張思敏，謝朝陽(yáng).我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)的信用評(píng)級(jí)問(wèn)題探討[J].商業(yè)時(shí)代，2014.

[3]雷艦.我國(guó)P2P網(wǎng)貸行業(yè)發(fā)展現(xiàn)狀、問(wèn)題及監(jiān)管對(duì)策[J].國(guó)際金融，2014，（8）.

[4]張寧.我國(guó)壽險(xiǎn)公司信用評(píng)級(jí)制度研究[D].湖南大學(xué),2012.

[5]Puro，L.,J.Teich,H.WL.Puro,J.Teich,H.Wallenius,andJ.Wallenius，2010，“Borrower Decision Aid for People to People Lending”，Decision Support Systems，49（1）：52-60.

[6]郭奕.P2P網(wǎng)絡(luò)借貸市場(chǎng)的融資成本與融資可獲得性研究[D].西南財(cái)經(jīng)大學(xué)，2011.

[7]李佳文.基于P2P借貸網(wǎng)站的借貸行為影響因素分析[D].對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，2011.

[8]席升陽(yáng)，趙陽(yáng).模糊綜合評(píng)判信用擔(dān)保機(jī)構(gòu)評(píng)價(jià)體系[J].創(chuàng)新科技，2009，（8）.