王剛貞 江光輝

（安徽財經大學，安徽蚌埠 233000）

基于投資者視角的P2P網(wǎng)貸平臺成交規(guī)模影響因素研究

王剛貞 江光輝

（安徽財經大學，安徽蚌埠 233000）

理論上平臺人氣、平臺透明度等因素均可通過吸引投資增加平臺成交量與營收，但目前缺乏相關實證研究支持。基于網(wǎng)貸投資人視角，利用面板數(shù)據(jù)構建成交規(guī)模影響因素動態(tài)面板模型，實證研究P2P網(wǎng)貸平臺成交規(guī)模主要影響因素。結果表明，平臺往期成交量、平臺營收、平臺人氣值、平臺透明度和資金分散度對平臺當期成交規(guī)模均有顯著正向影響，而平臺流動性對成交量影響不顯著，這些因素影響程度差異也進一步說明，大部分P2P網(wǎng)貸平臺投資人僅具有初步風險判斷意識，在選擇網(wǎng)貸平臺投資時，較重視平臺透明度與人氣值，但對資金分散度不夠敏感。

P2P網(wǎng)絡借貸；成交規(guī)模；網(wǎng)貸投資者

2015年我國社會融資規(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)運營平臺數(shù)達2 595家，比2014年增長1 020家，P2P網(wǎng)貸余額接近全國小貸公司貸款余額50%，歷史累計成交規(guī)模破萬億[1]，標志整個行業(yè)告別萌芽階段，邁入成長期。相關部門支持性和規(guī)范性政策相繼出臺，使一些有實力平臺乃至整個行業(yè)發(fā)展前景更明晰，同時也壓縮了一些中小平臺生存空間。另外，股市大幅波動對P2P網(wǎng)貸平臺形成抽資效應，更不乏部分網(wǎng)貸平臺屢屢出現(xiàn)較嚴重拆標現(xiàn)象，加上資金實力和風控能力較弱，導致部分中小平臺遭擠兌而無法生存，問題平臺數(shù)量不斷上升。因此，如何贏得投資者青睞，增加平臺成交量和營收，不僅是當前各大P2P網(wǎng)貸平臺重點關注問題，更影響P2P網(wǎng)貸行業(yè)穩(wěn)定與發(fā)展。本文從P2P網(wǎng)貸平臺投資者視角出發(fā)，旨在檢驗現(xiàn)階段市場上P2P網(wǎng)貸平臺成交規(guī)模影響因素，論證如何有效提升網(wǎng)貸平臺成交量，為促進網(wǎng)貸平臺經營業(yè)務發(fā)展與網(wǎng)貸行業(yè)理論研究提供參考。

一、相關研究綜述

隨著P2P網(wǎng)貸行業(yè)迅速發(fā)展，相關討論與研究成果豐碩。梳理國內外學者關于P2P網(wǎng)貸研究現(xiàn)狀發(fā)現(xiàn)，國外研究成果較全面與成熟[2]，多數(shù)研究通過實證檢驗分析，如Lin認為網(wǎng)貸市場融資成功與否關鍵是“硬信息”，也被稱為直觀信息，即貸款人在網(wǎng)站上直接注冊，得到信息[3]；在網(wǎng)貸平臺投資，投資人與貸款人無法當面交流，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等國外網(wǎng)貸平臺開放數(shù)據(jù)，具體包括貸款人債務/收入比率、信用評級、信用卡數(shù)以及借款特征信息：貸款金額、利率和用途。結果表明，“硬信息”對貸款結果影響顯著，與貸款償還或違約情況有一定相關性，因此借款人披露的“硬信息”有助于降低網(wǎng)貸平臺信息不對稱程度[4]。

我國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)貸平臺運營模式比較和風險與收益評估等理論方面，而實證研究不多，且集中于近幾年[5]。如倪澤浩構建網(wǎng)貸平臺影響因素相互作用模型，實證分析網(wǎng)貸投資者投資決策影響因素，對投資者選擇不同平臺提供參考[6]；廖理、李夢然等借助P2P網(wǎng)貸利率、借款期限、信貸額度、投資人數(shù)量和借款人信用風險水平等數(shù)據(jù)，構建投資人對借款人違約風險識別的二元選擇模型，研究認為網(wǎng)貸市場中投資者具有良好風險判斷能力，可借助借款人公開信息識別相同利率包含的不同違約風險[7]；嚴圣陽選取我國153家P2P網(wǎng)貸平臺近三年相關數(shù)據(jù)，研究網(wǎng)貸收益率差異及影響因素，并為促進網(wǎng)貸行業(yè)健康發(fā)展提出相關建議[8]。

上述研究多為貸款意愿、風險和收益率評估，本文從投資人角度分析P2P網(wǎng)貸平臺成交量影響因素，側重點不同，方向性和目的性較明確。在模型構建上，王會娟等研究多是構建線性回歸或靜態(tài)面板模型[9-10]，本文綜合考慮網(wǎng)貸平臺往期成交規(guī)模影響，構建動態(tài)面板模型，進一步拓展實證研究方法。

二、成交規(guī)模影響因素及機理分析

（一）指標定義與構成

P2P網(wǎng)貸投資人投資一安全規(guī)范P2P網(wǎng)貸平臺，最壞情況是逾期。據(jù)相關資料顯示，若不損失本金，大部分網(wǎng)貸平臺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，一旦平臺倒閉，投資人很可能血本無歸。因此投資人在網(wǎng)貸投資時，不會盲目挑選網(wǎng)貸平臺投資項目，而會選擇可信網(wǎng)貸平臺，導致網(wǎng)貸中投資人與借款人信息不對稱問題轉為投資人與P2P網(wǎng)貸平臺間信息不對稱問題。

在選取影響P2P網(wǎng)貸平臺成交規(guī)模變量時，參考陸松新、蘭虹等研究思路[11]，并綜合考慮中國首家權威P2P網(wǎng)絡借貸行業(yè)門戶網(wǎng)站“網(wǎng)貸之家”官網(wǎng)公布的網(wǎng)貸綜合評級指標細則及《2015中國網(wǎng)絡借貸行業(yè)藍皮書》中相關變量定義[12]，選擇以下指標作為P2P網(wǎng)貸平臺成交量主要影響因素，見表1。

表1 指標定義與構成

（二）影響機理分析

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

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

2.營收用于表征平臺當月營業(yè)收入，據(jù)平臺綜合收益率得出。目前很多P2P網(wǎng)貸平臺采用墊付模式，由于平臺借款管理費與利息管理費為其主要營收來源，營收增加降低平臺墊付成本與運營風險，從而吸引投資人資金流入，增加平臺成交規(guī)模。

3.透明度用于表征平臺信息披露程度，包括平臺基本信息、運行數(shù)據(jù)、財務信息等影響投資者與借款人決策關鍵信息。透明度較高網(wǎng)貸平臺，關鍵信息披露程度越高，投資人與借款人對平臺信任度越高，可增加平臺成交規(guī)模。

4.流動性表示平臺資金周轉速度，用于表征投資人在平臺資本金回收速度。一般而言，流動性越高，平臺投資回收本息時間越短，投資更靈活。但網(wǎng)貸平臺上發(fā)布的大部分借款標均屬于短期小額借款標，投資人投資通常為持有至到期投資，平均借款期限相對較長；一旦平臺出現(xiàn)大量流轉標、債權轉讓標往往是問題信號，此時投資人認為平臺安全性隨流動性提高而降低。故平臺流動性對成交量影響暫無法確定。

5.分散度表明平臺投資人與借款人及投資資金分散程度。分散度越高，平臺投資人與借款人及投資資金集中度越低，從而降低運營風險，投資者投資意愿越強，平臺成交量越高。

三、模型設定與數(shù)據(jù)說明

（一）動態(tài)面板模型設定

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

實際上，成交量越高，從平臺獲得營收也隨之上漲，二者呈正相關關系。因此在模型解釋變量中剔除平臺營收指標，并將其作為被解釋變量替換指標，檢驗動態(tài)面板模型穩(wěn)健性。另外，投資人選擇網(wǎng)貸平臺投資時，會參考上一期平臺成交規(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，控制平臺成交規(guī)模累積效應，得到如下動態(tài)面板模型：

其中，volumei,t-1為第i個平臺滯后一期成交量，αi為常數(shù)項，βi為待估計變量影響系數(shù)，εi,t為隨機干擾項。為使動態(tài)面板模型估計結果更穩(wěn)健，將模型（1）中成交量指標（volume）替換為平臺營收指標（earn），檢驗分析模型（1）穩(wěn)健性。

（二）數(shù)據(jù)說明

面板數(shù)據(jù)來自中國首家權威P2P網(wǎng)絡借貸行業(yè)門戶網(wǎng)站“網(wǎng)貸之家”官網(wǎng)P2P網(wǎng)絡借貸平臺評級數(shù)據(jù)庫①P2P網(wǎng)貸平臺的當月評級根據(jù)網(wǎng)貸之家數(shù)據(jù)庫采集的平臺近三月成交數(shù)據(jù)編制，選取滿足評級要求平臺，根據(jù)平臺公開可查信息與數(shù)據(jù)，依據(jù)權威打分方法和權重確定方法，對各項指標評分，得出平臺當月各項指標指數(shù)。有以下任一情形的P2P網(wǎng)貸平臺即視為不滿足評級要求：1.上線三個月以內；2.單個借款人平均借款金額≥max{注冊資金、風險準備金、0.5×自身擔保公司注冊資金}；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；6.三個月內有不誠信行為或被刑事調查；7.發(fā)生P2P網(wǎng)貸專項整治禁止行為；8.無法獲取詳細、明確成交數(shù)據(jù)及平臺信息。，樣本選取《2015中國網(wǎng)絡借貸行業(yè)藍皮書》中綜合實力排名靠前的20家滿足評級要求P2P網(wǎng)貸平臺②本文選取20家滿足評級要求的P2P網(wǎng)貸平臺：1.陸金所；2.人人貸；3.宜人貸；4.拍拍貸；5.點融網(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；15.PPmoney；16.你我貸；17.團貸網(wǎng)；18.鑫合匯；19.和信貸；20.銀客網(wǎng)。，時間跨度為2015年7月至2016年6月共12個月，計量分析采用STATA11軟件。

表2 變量含義、預期符號和理論說明

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。

表4顯示全部變量相關系數(shù)、顯著性水平以及共線性統(tǒng)計量，初步探索各變量間相關關系。

由表4可知，平臺成交量指標（volume）和平臺營收指標（earn）相關系數(shù)高達0.8918，顯著性水平為1%，表明這兩個變量間存在高度相關關系，進一步證實上述預期判斷，故在模型估計時，將平臺成交量指標和平臺營收指標相互替換估計被解釋變量。表中共線性統(tǒng)計量可知，五個解釋變量對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重共線性問題。

表3 樣本數(shù)據(jù)的基本統(tǒng)計特征

表4 變量間的相關系數(shù)與共線性統(tǒng)計結果

四、實證過程及結果分析

據(jù)上述理論基礎，基于一步和二步系統(tǒng)GMM方法估計構建的動態(tài)面板模型（1）系數(shù)，為保證面板估計結果穩(wěn)健性，將模型（1）中成交量指標（volume）替換為平臺營收指標（earn）作為被解釋變量代理變量，并基于二步系統(tǒng)GMM方法進一步檢驗模型穩(wěn)健性，具體結果見表5。

對比表5第（1）列，第（2）列使用二步系統(tǒng)GMM方法動態(tài)面板估計系數(shù)顯著程度提高，且模型系數(shù)聯(lián)合顯著性Wald檢驗值在1%顯著水平，Arellano-BondAR（2）檢驗結果表明一階差分后殘差不存在二階自相關，即本文設定的動態(tài)面板模型合理，Sargan檢驗P值為1即接受原假設，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系更趨于合理，故以第（2）列估計結果為主闡述。

第（2）列中滯后一期平臺成交規(guī)模（volume L1.）參數(shù)估計為0.4902，并通過1%顯著性水平檢驗，與上述理論預期一致，說明投資人選擇網(wǎng)貸平臺投資時，較重視平臺往期成交規(guī)模，并以此作為投資決策重要參考，同時進一步說明網(wǎng)貸平臺成交規(guī)模是連續(xù)動態(tài)調整過程，有必要采取動態(tài)面板估計。另外，第（2）列平臺人氣值指標（pop）、平臺透明度指標（transp）和資金分散度指標（disper）參數(shù)估計分別為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期一致，即平臺人氣值指標、平臺透明度指標和資金分散度指標對平臺成交規(guī)模影響均顯著為正，但影響程度不同，通過比較三個解釋變量參數(shù)估計值，說明P2P網(wǎng)貸投資人在選擇網(wǎng)貸平臺投資時，首先考慮該平臺透明度，將平臺基本信息、運營數(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險判斷能力，不會盲目挑選網(wǎng)貸平臺投資項目，而會選擇可信網(wǎng)絡借貸平臺。除平臺透明度外，P2P網(wǎng)貸投資人投資決策時考慮的第二與第三選項分別是平臺人氣和資金分散度，說明大多數(shù)網(wǎng)貸平臺投資人具有分散投資意識，但分散度影響仍較低，更多選擇人氣值較高平臺投資，因網(wǎng)貸市場大部分投資人投入時間有限，缺乏豐富專業(yè)知識，難以判斷網(wǎng)貸平臺風險與投資收益水平。此外，平臺流動性指標（liqui）參數(shù)估計在表5三列中均不顯著，故無法準確判斷平臺流動性對成交規(guī)模影響，而國內學者研究結論也不完全一致。鄧嘉天等認為資金流動性較高P2P網(wǎng)貸平臺回收本息期限越短，投資人更愿在此投資，但無法在實證檢驗中驗證[13]；陸新松等認為流動性較高P2P網(wǎng)貸平臺出現(xiàn)大量流轉標、債權轉讓標往往是平臺出現(xiàn)風險與問題信號，所以原期限短的P2P網(wǎng)貸投資，流動性越高，流轉標、債權轉讓標相應增多，平臺運營風險增大，因此平臺流動性與成交量呈負相關關系[11]。

第（3）列穩(wěn)健性檢驗中，采用平臺營收指標（earn）作為原被解釋變量代理變量，基于二步系統(tǒng)GMM方法重新估計模型，結果與第（2）列平臺成交量指標（volume）作為被解釋變量時基本相似，變量估計結果仍與理論預期基本一致，從而證實動態(tài)面板模型估計結果穩(wěn)健性，由于成交量指標與營收指標高度正相關，因此各變量理論預期可信。

五、結語

本文研究結論可豐富P2P網(wǎng)貸行業(yè)研究理論，對P2P網(wǎng)貸平臺經營具有一定參考意義。對網(wǎng)貸平臺經營者而言，可通過主動尋求與實體企業(yè)和傳統(tǒng)金融機構在P2P網(wǎng)貸產品研發(fā)和專業(yè)評級等方面合作，將風控水平與投資收益實情告知投資人，樹立平臺聲譽與品牌意識，不僅體現(xiàn)其服務水平，也可吸引更多投資人和借款人參與網(wǎng)貸平臺交易；同時平臺也應提高風險控制力，優(yōu)化項目投資，提高平臺透明度與人氣值，適當降低流動性，增加資本分散度，推出更適合市場的理財產品，如醫(yī)療貸款、P2P保險、婚禮貸款等吸引更多投資者，進而增加平臺成交量與營收。

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，進而增加平臺成交量和營收，但并未就此問題從貸款人角度深入分析，未來可利用問卷調研等方式開展相關研究。但本文實證檢驗中，平臺流動性對成交量影響不顯著，可能是流動性指標內生性問題所致，今后研究中，可用與該內生化變量相關但與殘差項不相關的非內生工具變量作為檢驗變量，進一步優(yōu)化模型。

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

［2］馮俊文,高瑞瓊.P2P網(wǎng)絡借貸研究綜述[J].技術經濟與管理研究,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)絡借貸國內外理論與實踐研究文獻綜述[J].金融理論與實踐,2011(12).

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

［7］廖理,李夢然,王正位.聰明的投資者:非完全市場化利率與風險識別——來自P2P網(wǎng)絡借貸的證據(jù)[J].經濟研究,2014(7).

［8］嚴圣陽.P2P網(wǎng)貸收益率影響因素的實證研究[J].商業(yè)經濟研究,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］王會娟,廖理.中國P2P網(wǎng)絡借貸平臺信用認證機制研究——來自“人人貸”的經驗證據(jù)[J].中國工業(yè)經濟,2014(4).

［11］陸松新,蘭虹.風險投資、第三方資金托管與中國P2P網(wǎng)絡借貸平臺成交量——基于P2P網(wǎng)絡借貸投資者的視角[J].西南金融,2015(11).

［12］王家卓,徐紅偉,馬駿,等.2015中國網(wǎng)絡借貸行業(yè)藍皮書[M].北京:清華大學出版社,2016.

［13］鄧嘉天,丁邡.人人貸網(wǎng)絡平臺成交量影響因素的實證研究[J].中國經貿導刊,2014(32).

F061.5

A

1672-3805(2016)06-0033-06

2016-10-31

王剛貞（1978-），女，安徽財經大學金融學院教授，博士，研究方向為金融學。