董愷+岳書銘

摘 要：新常態(tài)經(jīng)濟(jì)下，融資難、融資貴仍然是大多數(shù)小微企業(yè)、個體工商戶和農(nóng)戶面臨的主要難題。本文將影響借款人融資成本的潛在因素分為標(biāo)的特征、信用特征和個人特征等三大類共14個變量指標(biāo)，通過三個模型進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)借款額度、期限、用途、信用等級、逾期次數(shù)、月收入和固定資產(chǎn)對借款人融資成本存在顯著影響。

關(guān)鍵詞：新常態(tài)；P2P；融資成本

中圖分類號：F830.31 文獻(xiàn)標(biāo)識碼：B 文章編號：1674-0017-2016（9）-0010-04

一、引言

當(dāng)前，我國經(jīng)濟(jì)已經(jīng)進(jìn)入增速換擋、結(jié)構(gòu)優(yōu)化、動力轉(zhuǎn)換的新常態(tài)，2014年國家適時提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的號召，眾多科技人員、高校畢業(yè)生、農(nóng)民工、失業(yè)人員等各類市場創(chuàng)業(yè)主體為經(jīng)濟(jì)發(fā)展注入了新的活力。2016年，“十三五”規(guī)劃指出，“發(fā)展普惠金融，著力加強(qiáng)對中小微企業(yè)、農(nóng)村特別是貧困地區(qū)金融服務(wù)。”而融資難、融資貴一直以來是大多數(shù)小微企業(yè)、個體工商戶和農(nóng)戶面臨的主要難題。

互聯(lián)網(wǎng)金融作為一種新興的金融業(yè)態(tài)，近幾年在我國取得了膨脹式的發(fā)展。根據(jù)網(wǎng)貸之家年報統(tǒng)計(jì)，截止到2015年底，我國正常運(yùn)營的P2P網(wǎng)貸平臺達(dá)到2595個，全年網(wǎng)貸成交量飆升至9823.04億元。2015年，《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》的頒布以及互聯(lián)網(wǎng)金融被列入“十三五”規(guī)劃，意味著國家開始認(rèn)可互聯(lián)網(wǎng)金融行業(yè)對經(jīng)濟(jì)發(fā)展的支持作用。

本文主要研究我國P2P網(wǎng)絡(luò)借貸的融資成本影響因素?？紤]到“拍拍貸”是我國最早成立的P2P網(wǎng)絡(luò)借貸平臺，同時也是目前國內(nèi)規(guī)模最大、用戶最活躍的P2P借貸平臺，所以本文選擇“拍拍貸”網(wǎng)站上的借款人信息作為研究的數(shù)據(jù)基礎(chǔ)，通過篩選最終選擇出317位成功借款人的信息。

二、文獻(xiàn)綜述

P2P網(wǎng)絡(luò)借貸產(chǎn)生于歐美，因而國外對該領(lǐng)域的相關(guān)研究成果較豐富。如Freed man與Jin（2008）認(rèn)為，借款人在P2P網(wǎng)貸平臺的融資成本要低于商業(yè)銀行等傳統(tǒng)金融機(jī)構(gòu)，這對于借貸雙方形成了互利共贏的良好局面。Lee（2012）實(shí)證發(fā)現(xiàn)，投標(biāo)行為在信息不對稱情況下存在顯著的羊群效應(yīng)，即參與人多的標(biāo)的能夠吸引更多的人參與投標(biāo)。Lin et al.（2013）分析發(fā)現(xiàn)，擁有廣泛社會資源的人信用風(fēng)險較低，因而更有可能得到低成本的貸款。

國內(nèi)學(xué)者近幾年也開始了對P2P網(wǎng)貸平臺的研究。如李金陽和朱鈞（2013）基于“拍拍貸”的交易數(shù)據(jù)分析了P2P 網(wǎng)貸利率的影響因素，結(jié)果顯示，信用等級和借款額負(fù)向影響借款利率，歷史流標(biāo)次數(shù)正向影響借款利率。張正平等（2015）通過Prosper平臺的交易數(shù)據(jù)實(shí)證分析了借款人融資可得性影響因素，結(jié)果表明，社會資本與財(cái)務(wù)因素可以顯著影響借款人融資成功概率。錢炳（2015）基于“拍拍貸”的交易數(shù)據(jù)研究了借款人聲譽(yù)對融資成本的影響，結(jié)果表明，高聲譽(yù)借款人更有融資成本優(yōu)勢，借款利率比低聲譽(yù)借款人低0.02%左右。

三、實(shí)證分析

（一）數(shù)據(jù)來源

“拍拍貸”于2007年8月在上海成立，是我國最早成立的P2P網(wǎng)絡(luò)借貸平臺，同時也是目前國內(nèi)規(guī)模最大、用戶最活躍的P2P借貸平臺，所以本文選擇“拍拍貸”上的交易信息作為研究的數(shù)據(jù)基礎(chǔ)。為確保分析的有效性，本文初次選取了2015年在“拍拍貸”平臺成功借款用戶375位，經(jīng)過篩選剔除了重復(fù)出現(xiàn)用戶26位，再進(jìn)一步剔除資料缺失用戶32位，最終確定317位不同的用戶。

（二）變量選取

本文主要研究我國P2P網(wǎng)絡(luò)借貸的融資成本影響因素，因而被解釋變量為融資成本，用借款利率來衡量。同時，將影響借款人成本的潛在因素分為標(biāo)的特征、信用特征和個人特征等三大類共14個變量指標(biāo)。具體變量說明如表1所示。

變量描述性統(tǒng)計(jì)如表2所示。統(tǒng)計(jì)結(jié)果顯示，融資成本的最大值為0.24，最小值為0.09，說明不同借款者的融資成本差別較大?？刂谱兞糠矫妫瑥臉?biāo)的特征來看，借款額度均值為36854.762，說明借款主體是以小額借款為主，而借款用途均值為2.025，借款期限均值為246.584，說明借款主體的借款用途還是以短期的資金周轉(zhuǎn)為主。從信用特征來看，借款人的信用等級均值為4.831，表明樣本中多數(shù)人的信用等級與E級較為接近，處于相對較低的水平。從個人特征來看，借款人性別均值為0.856，說明借款人中男性占絕大多數(shù)；學(xué)歷均值為1.962，說明借款人的平均學(xué)歷為?？埔韵滤?，受教育程度較低；借款人平均年齡為36.185，已婚者占比為68.4%，房產(chǎn)擁有者占比為43.7%；月收入均值為3.964，說明樣本中借款人月收入平均處于5001-10000元的水平?？傮w來看，借貸人主要為收入、信用等級和學(xué)歷均較低的男性。

（三）實(shí)證結(jié)果分析

本文利用Eviews8.0對上述三類影響借款人融資成本的變量進(jìn)行逐步回歸分析，三個模型的回歸結(jié)果列于表3當(dāng)中。

從標(biāo)的特征變量來看，借款額度在三個模型中均在5%水平下對融資成本表現(xiàn)出顯著影響，而且該變量系數(shù)均為正值，意味著借款額度越高，借款人需要支付的利率也就越高，因?yàn)榻杩铑~度越高，出借人所面臨的機(jī)會成本也就越大，借款人只有提高利率才能促使出借人有相應(yīng)的投資意愿而不至于流標(biāo)。同樣地，在三個模型中，借款期限均在1%顯著水平下通過檢驗(yàn)，而且系數(shù)均為正值，也就是說，借款期限越長，借款人需要支付的利率也就越高，因?yàn)槠谙拊介L，其中的違約風(fēng)險、市場風(fēng)險等風(fēng)險因素就會增大，出借人需要更高的投資回報來彌補(bǔ)這些風(fēng)險因素。借款用途只有在模型一中對借款成本有顯著影響，在模型二、三中影響均不顯著，但是三個模型中該變量的系數(shù)均為負(fù)值，依照本文預(yù)先設(shè)定的借款用途分類，說明出借人考慮到了創(chuàng)業(yè)投資的風(fēng)險比較大，因而要求借款人支付相對較高的利率。

從信用特征變量來看，信用等級借款額度均在1%水平下通過顯著性檢驗(yàn)，且系數(shù)均為正值，依據(jù)前文對信用等級的劃分，表明借款人信用等級越低，借款成本越高，這是因?yàn)樾庞玫燃壴降偷慕杩钊讼鄳?yīng)的違約風(fēng)險越高。逾期次數(shù)均在5%顯著水平下通過檢驗(yàn)，且系數(shù)均為正值，意味著逾期次數(shù)越多，借款人的借款成本也就越高。因?yàn)橛馄诖螖?shù)一定程度上反映出借款人違約風(fēng)險的高低，逾期次數(shù)多的借款人只有支付更高的利率才能吸引到投資。還清筆數(shù)均未通過顯著性檢驗(yàn)，但系數(shù)均為正值，可以在一定程度上說明還清筆數(shù)越多，融資成本越高。銀行貸款未通過顯著性檢驗(yàn)，但系數(shù)均為正值，即有銀行貸款的借款人融資成本更高，本文認(rèn)為有銀行貸款的借款人還貸壓力比較大，當(dāng)還貸資金有限時他們更傾向于首先支付銀行貸款。

從個人特征變量來看，性別未通過顯著性檢驗(yàn)，但系數(shù)為正值，一定程度上說明男性融資成本更高。年齡和學(xué)歷也未通過顯著性檢驗(yàn)，而系數(shù)為負(fù)值，說明年齡越大或者學(xué)歷越高，借款人的融資成本越低。是否已婚沒有通過顯著性檢驗(yàn)，其系數(shù)為負(fù)值意味著未婚借款人的借款成本較高，原因可能是未婚借款人沒有配偶的隱性擔(dān)保，因而風(fēng)險較大。地區(qū)差異沒有通過顯著性檢驗(yàn)，且系數(shù)均為負(fù)值，說明東部經(jīng)濟(jì)地區(qū)借款人的借款成本更高，可能是東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)的原因。月收入在10%顯著水平通過檢驗(yàn)，且系數(shù)為正值，說明借款人收入水平越高，借款成本也會相應(yīng)提高。有無固定資產(chǎn)在5%水平下通過顯著性檢驗(yàn)，且系數(shù)為負(fù)值，意味著如果借款人沒有房產(chǎn)，那么他（她）的借款成本會相對較高。

四、結(jié)論

本文將影響借款人融資成本的潛在因素分為標(biāo)的特征、信用特征和個人特征等三大類共14個變量指標(biāo)，通過三個模型進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)全部標(biāo)的特征變量（借款額度、期限、用途）、信用特征變量中的信用等級和逾期次數(shù)以及個人特征變量中的月收入和固定資產(chǎn)對借款人融資成本存在顯著影響。為了降低借款人的融資成本，提高融資效率，本文認(rèn)為，應(yīng)采取以下幾項(xiàng)措施：一是加大對P2P融資平臺的宣傳力度，采取座談會、現(xiàn)場咨詢、上門拜訪等多種措施提高小微企業(yè)、個體工商戶和農(nóng)戶對P2P網(wǎng)絡(luò)融資的認(rèn)識，逐步解決這些中小經(jīng)濟(jì)單位的貸款難題。二是構(gòu)建完善的信息披露制度，包括對借款人信息進(jìn)行全面、系統(tǒng)地審核，制定借款人跟蹤與回訪制度，定期更新借貸雙方信息等。三是建立第三方托管機(jī)制，引入第三方金融機(jī)構(gòu)對平臺上的客戶資金進(jìn)行管理，同時監(jiān)督專戶專款專用制度的實(shí)行。

參考文獻(xiàn)

[1]Freedmans S， Jin G. Z. Do Social Networks Solve Information Problems for Peer-to-Peer Lending？ Evi-dence from

Prosper. com[R]. Working Paper，2008： 08-43.

[2]國家發(fā)展和改革委員會.十三五規(guī)劃綱要[R].http：//sh.xinhuanet.com/2016-03/18/c_135200400.htm，2016。

[3]李金陽，朱鈞.影響P2P網(wǎng)絡(luò)借貸市場借貸利率因素分析[J].廣東商學(xué)院學(xué)報，2013，（5）：34-40。

[4]錢炳.借款人聲譽(yù)對融資成本的影響研究——來自P2P網(wǎng)絡(luò)借貸平臺“拍拍貸”的經(jīng)驗(yàn)證據(jù)[J].東北大學(xué)學(xué)報（社會科學(xué)

版），2015，（2）：141-147。

[5]網(wǎng)貸之家.2015年網(wǎng)貸行業(yè)年報[R].http：//www.wdzj.com/news/baogao/25661.html，2016。

[6]張正平，胡亞男，胡夏露.P2P借款人融資可得性影響因素的實(shí)證研究——基于結(jié)構(gòu)方程模型的檢驗(yàn)[J].北京工商大學(xué)學(xué)

報（社會科學(xué)版），2015，（2）：93-100。

An Analysis on Influential Factors of Financing Costs of P2P

Network Lending Platform under the New Normal

DONG Kai YUE Shuming

（College of Economics and Management， Shandong Agricultural University， Taian Shandong 271018）

Abstract：Most micro and small enterprises， individual industrial and commercial households and farmers have been faced with problems of difficult and costly financing under the New Normal. The paper divides potential influential factors of financing costs of P2P network lending platform into bidding features， credit features and personal features which total 14 variable index. Through the empirical analysis based on three models， the results show that financing amount， term， use， credit grade， overdue times， monthly income and fixed assets play an significant effect on financing costs of borrowers.

Keywords： the New Normal； P2P； financing cost

責(zé)任編輯、校對：張宏亮