王重潤(rùn)+孔兵

摘要：具有高效的融資效率是P2P平臺(tái)增強(qiáng)競(jìng)爭(zhēng)力和保持良好運(yùn)營(yíng)的基礎(chǔ)。從平臺(tái)指標(biāo)、標(biāo)的指標(biāo)、風(fēng)險(xiǎn)指標(biāo)三個(gè)維度建立P2P平臺(tái)融資效率影響因素指標(biāo)體系，基于DEA-Tobit兩步分析法，選取9家典型P2P平臺(tái)的7 755條借款標(biāo)的作為研究樣本，運(yùn)用DEA方法測(cè)度了P2P平臺(tái)融資效率值，后建立Tobit模型實(shí)證分析融資效率的影響因素及程度。研究表明，我國(guó)P2P平臺(tái)融資效率水平普遍較低；平臺(tái)注冊(cè)資本、運(yùn)營(yíng)時(shí)間、投資和借款總?cè)藬?shù)、借款用途、信用等級(jí)、正常還款次數(shù)這些因素對(duì)P2P平臺(tái)融資效率產(chǎn)生正向影響；而借款期限、逾期還款次數(shù)等因素與P2P平臺(tái)融資效率存在負(fù)向關(guān)系。

關(guān)鍵詞：互聯(lián)網(wǎng)金融；P2P平臺(tái)；融資效率；DEA模型；Tobit模型

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2017）05-0054-07

一、引言

從2006年我國(guó)第一家P2P平臺(tái)成立至今，P2P網(wǎng)絡(luò)借貸行業(yè)在我國(guó)經(jīng)歷了10年的發(fā)展。截至2016年12月，P2P平臺(tái)數(shù)量增加至5 877家，2016年全行業(yè)成交量達(dá)2.064萬億元，比2015年全年增長(zhǎng)了110.1%。P2P網(wǎng)絡(luò)借貸行業(yè)的競(jìng)爭(zhēng)愈加激烈，投資者會(huì)關(guān)注資金的收益和安全性，借款者更加關(guān)注融資的速度和可得性。在我國(guó)P2P行業(yè)規(guī)范基本建立的情況下，提高融資效率是保證P2P平臺(tái)競(jìng)爭(zhēng)力的關(guān)鍵。因此，有必要對(duì)我國(guó)P2P平臺(tái)融資效率影響因素展開研究。

現(xiàn)有融資效率的研究主要是針對(duì)銀行、企業(yè)等部門。商業(yè)銀行融資效率分為資金融入效率以及融出效率，即銀行為企業(yè)提供資金時(shí)的融資過程是否具有較高的成本收益比和較低的風(fēng)險(xiǎn)（盧福財(cái)，2001）。銀行的融資效率受到國(guó)內(nèi)宏微觀和國(guó)際多方面因素影響，但是其所處的實(shí)體經(jīng)濟(jì)環(huán)境對(duì)融資效率影響最大（劉任、董繼剛，2013）。研究發(fā)現(xiàn)資本充足率對(duì)商業(yè)銀行的盈利水平和融資效率具有正相關(guān)關(guān)系（Berger，1995）。企業(yè)的融資效率主要從兩個(gè)方面表現(xiàn)：一是資源配置功能，能否使資源配置獲得最大產(chǎn)出；二是治理功能，能否保證投資者合理的回報(bào)（談毅，2003）。融資效率的評(píng)價(jià)也可以從信貸市場(chǎng)中借貸匹配效率展開（林樂芬、吳敏，2013），不同的稟賦特征對(duì)金融交易的匹配程度和效率產(chǎn)生不同影響。在非正規(guī)借貸市場(chǎng)中，借貸雙方的匹配效率受交易成本和信任程度的影響最大（Floro et al，1992）。

目前，國(guó)內(nèi)P2P行業(yè)缺乏統(tǒng)一的有效測(cè)度標(biāo)準(zhǔn)，很難為投資者提供投資決策參考（朱宗元等，2016），投資者面對(duì)眾多的P2P平臺(tái)和借款標(biāo)的時(shí)，難以做出準(zhǔn)確的判斷。學(xué)者對(duì)P2P平臺(tái)效率的評(píng)價(jià)多從規(guī)模效率和技術(shù)效率的角度進(jìn)行，從計(jì)量方法上有層次分析法（謝平等，2015）、AHP-DEA方法（朱宗元等，2016）、面板數(shù)據(jù)的格蘭杰因果檢驗(yàn)方法（左茹霞等，2017）。朱宗元等（2016）基于AHP-DEA方法測(cè)算了P2P平臺(tái)的綜合效率，結(jié)果表明我國(guó)P2P平臺(tái)效率普遍較低，平臺(tái)間效率水平差異顯著。鄭思海等（2016）對(duì)16家國(guó)內(nèi)P2P平臺(tái)進(jìn)行DEA分析，技術(shù)積分、品牌積分、營(yíng)收積分、杠桿積分對(duì)平臺(tái)效率呈顯著正向關(guān)系?，F(xiàn)有研究主要是評(píng)價(jià)了我國(guó)P2P平臺(tái)的運(yùn)營(yíng)效率以及平臺(tái)之間的相對(duì)效率，是從綜合效率的角度出發(fā)。運(yùn)用單一的層次分析法進(jìn)行評(píng)價(jià)，易存在主觀判斷依賴性強(qiáng)和評(píng)價(jià)結(jié)果相對(duì)粗糙的顯著缺陷，這種方法顯然難以科學(xué)合理的進(jìn)行P2P平臺(tái)融資效率評(píng)價(jià)（莊雷等，2015），難以準(zhǔn)確得出影響效率的因素。

本文與以往研究的不同之處在于：利用微觀交易數(shù)據(jù)來測(cè)度P2P平臺(tái)融資效率以及影響融資效率的因素及程度。從交易服務(wù)的生產(chǎn)過程角度選擇新的投入產(chǎn)出指標(biāo)評(píng)價(jià)融資效率，并構(gòu)建融資效率影響因素評(píng)價(jià)指標(biāo)體系，分析融資效率影響因素。本研究有助于拓展對(duì)P2P網(wǎng)絡(luò)借貸的認(rèn)識(shí)，并促進(jìn)P2P平臺(tái)改善管理與服務(wù)。

二、基于DEA模型的P2P平臺(tái)融資效率分析

（一）P2P平臺(tái)融資效率的界定與測(cè)量方法

P2P融資效率的界定要結(jié)合P2P的性質(zhì)和運(yùn)行機(jī)理來進(jìn)行。P2P網(wǎng)絡(luò)借貸的運(yùn)行機(jī)理是借款者首先通過平臺(tái)的信用資質(zhì)審核，然后自主在平臺(tái)上發(fā)布借款標(biāo)的，標(biāo)的中包含借款金額、利率、用途、還款時(shí)間及方式等信息，投資者通過瀏覽平臺(tái)網(wǎng)頁上的借款標(biāo)的信息確定出借額度，最終借款者融資成功體現(xiàn)為借款標(biāo)的在有限時(shí)間內(nèi)多個(gè)投資者參與投標(biāo)的滿標(biāo)。在這個(gè)過程中P2P平臺(tái)充當(dāng)信息中介的角色，平臺(tái)收益來源于撮合交易的各種費(fèi)用，很大程度取決于借款筆數(shù)、借款金額和借款利率。宋文兵（1997）認(rèn)為“融資效率”指在借貸過程中是否以最低的成本在最短的時(shí)間內(nèi)為融資者提供資金。我們定義P2P平臺(tái)融資效率是在較短的時(shí)間內(nèi)以較低資金成本（利息率）盡可能多地撮合借貸雙方達(dá)成交易。

在經(jīng)濟(jì)效率評(píng)價(jià)文獻(xiàn)中數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡(jiǎn)稱DEA）方法被廣泛運(yùn)用。魯?shù)さ龋?008）運(yùn)用DEA方法分析了銀行市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)的變化對(duì)中小企業(yè)融資效率產(chǎn)生的影響。初立蘋等（2013）從財(cái)險(xiǎn)公司融資過程中的投入和產(chǎn)出角度運(yùn)用DEA模型分析了財(cái)險(xiǎn)公司在融資效率上的差別。周逢民等（2010）基于兩階段關(guān)聯(lián)DEA模型系統(tǒng)地評(píng)價(jià)了我國(guó)商業(yè)銀行的經(jīng)營(yíng)效率。DEA方法主要有CCR和BCC兩個(gè)基本模型。BCC模型是在CCR基礎(chǔ)上提出的，其與CCR最大的不同是剔除了CCR模型中規(guī)模報(bào)酬不變的假設(shè)。在不同規(guī)模報(bào)酬的情況下，BCC模型可以比CCR模型得出更為準(zhǔn)確的DMU（決策單元）效率得分。所以本文采用BCC模型來反應(yīng)借款標(biāo)的的融資效率水平。

（二）投入和產(chǎn)出指標(biāo)體系

合理選取投入和產(chǎn)出指標(biāo)是運(yùn)用DEA方法開展準(zhǔn)確有效評(píng)價(jià)的前提和基礎(chǔ)。朱宗元等（2016）選取P2P平臺(tái)的注冊(cè)資金和從業(yè)人數(shù)作為投入指標(biāo)，以AHP方法得到的成交能力、人氣和風(fēng)險(xiǎn)的測(cè)度值作為產(chǎn)出指標(biāo)來評(píng)價(jià)P2P平臺(tái)的綜合效率。鄭思海等（2016）則將注冊(cè)資金、上線時(shí)間、投資人數(shù)和借款人數(shù)作為投入指標(biāo)，把成交額、理論收益和綜合利率水平作為產(chǎn)出指標(biāo)來評(píng)價(jià)P2P平臺(tái)的運(yùn)營(yíng)效率。兩種投入產(chǎn)出指標(biāo)的選取都是基于P2P平臺(tái)之間的效率評(píng)價(jià)，未能在微觀層面得出效率的影響因素。本文在DEA模型運(yùn)用中，從P2P平臺(tái)的角度出發(fā)，把單筆借款標(biāo)的作為一個(gè)DMU，確定投入和產(chǎn)出指標(biāo)，是對(duì)每單借款標(biāo)的效率的評(píng)價(jià)。

就網(wǎng)絡(luò)借貸服務(wù)的生產(chǎn)函數(shù)來看，投入要素是P2P平臺(tái)提供的服務(wù)設(shè)施、交易環(huán)境、交易制度、參與人數(shù)等，而產(chǎn)出則表現(xiàn)為以一定成本撮合成交的融資規(guī)模。所以，投入指標(biāo)選擇P2P平臺(tái)的資本投入、運(yùn)營(yíng)投入以及參與投標(biāo)的人數(shù)。其中，注冊(cè)資金是P2P平臺(tái)投入的資金成本，體現(xiàn)了平臺(tái)的資金實(shí)力。上線時(shí)間是P2P平臺(tái)投入的時(shí)間成本，成立較早且運(yùn)營(yíng)時(shí)間較長(zhǎng)的平臺(tái)運(yùn)營(yíng)機(jī)制完善，風(fēng)控措施比較成熟。投標(biāo)人數(shù)是每單借款標(biāo)的投標(biāo)過程中的參與人數(shù)，反映出P2P平臺(tái)的服務(wù)能力和市場(chǎng)影響力。

產(chǎn)出指標(biāo)是P2P平臺(tái)運(yùn)用現(xiàn)有資源和經(jīng)營(yíng)投入所實(shí)際產(chǎn)生的成果，主要體現(xiàn)在借款標(biāo)的的成交情況上，包括滿標(biāo)時(shí)間、借款利率和借款金額。滿標(biāo)時(shí)間是借款者發(fā)布借款標(biāo)的到籌滿資金所用的時(shí)間，滿標(biāo)時(shí)間越短，代表融資效率越高。借款利率代表了資金使用權(quán)讓渡的價(jià)格，是借款者的融資成本。融資成本（借款利率）越低代表其融資效率越高。借款金額是融資過程中資金量的體現(xiàn)，能獲得較大量的融資規(guī)模是效率的體現(xiàn)。圖1為本文以P2P平臺(tái)為分析角度的融資效率投入和產(chǎn)出指標(biāo)體系。

（三）樣本數(shù)據(jù)與指標(biāo)統(tǒng)計(jì)分析

DEA方法分析要求樣本容量足夠大，且保證實(shí)證分析具有統(tǒng)計(jì)意義。本文根據(jù)網(wǎng)貸之家數(shù)據(jù)統(tǒng)計(jì)，選取了經(jīng)營(yíng)持續(xù)時(shí)間長(zhǎng)、運(yùn)營(yíng)穩(wěn)定的9家P2P平臺(tái)來隨機(jī)抓取借款標(biāo)的。最終獲得2016年10月8日至2017年1月20日期間內(nèi)的9 106條借款標(biāo)的，其中包括1 351條借款標(biāo)的是在規(guī)定投標(biāo)時(shí)間內(nèi)未能滿標(biāo)的借款標(biāo)的，剔除后剩余7 755條滿標(biāo)的借款標(biāo)的作為本研究的樣本數(shù)據(jù)。借款標(biāo)的中提取了投入產(chǎn)出指標(biāo)信息：注冊(cè)資金、上線時(shí)間、投標(biāo)人數(shù)、滿標(biāo)時(shí)間、借款利率、借款金額。并對(duì)樣本數(shù)據(jù)進(jìn)行基礎(chǔ)統(tǒng)計(jì)，結(jié)果如表1所示。

結(jié)果中注冊(cè)資本最多的平臺(tái)為83 667萬元，最少的為3 000萬元，均值18 074萬元。上線時(shí)間最長(zhǎng)平臺(tái)為“拍拍貸”的115個(gè)月，最短為“積木盒子”的41個(gè)月，均值為65個(gè)月。借款標(biāo)的借款金額基本是小額需求，最大為30萬元，最小為1 000元，平均借款金額16萬元。單個(gè)借款標(biāo)的的投標(biāo)人數(shù)在1至258人之間不等，每筆借款標(biāo)的平均投標(biāo)人數(shù)為21人。滿標(biāo)時(shí)間介于0小時(shí)至71小時(shí)，平均滿標(biāo)時(shí)間為19小時(shí)。借款利率最高為17%，遠(yuǎn)高于銀行貸款利率，最低為6%，平均借款利率11%。

（四）融資效率評(píng)價(jià)結(jié)果

根據(jù)確定的投入產(chǎn)出指標(biāo)，以單筆借款標(biāo)的作為一個(gè)決策單元（DMU），利用DEAP2.1軟件的BCC模型（投入導(dǎo)向）對(duì)7 755個(gè)借款標(biāo)的的相對(duì)效率進(jìn)行分析，得到每筆借款標(biāo)的的融資效率值。將前20筆借款標(biāo)的的投入和產(chǎn)出指標(biāo)及融資效率值列示表2。

對(duì)借款者標(biāo)的融資效率得分進(jìn)行統(tǒng)計(jì)分析如表3所示，7 755條借款標(biāo)的的融資效率得分最大值為1，最小值為0.11，其均值0.29，標(biāo)準(zhǔn)差為0.33，可以看出借款標(biāo)的融資效率存在較大差異。經(jīng)過統(tǒng)計(jì)分析，全部借款標(biāo)的中有41條借款標(biāo)的的融資效率值為1，占研究樣本的0.53%。說明目前我國(guó)P2P平臺(tái)融資效率整體水平普遍偏低，且借款標(biāo)的融資效率差異較大。下面我們繼續(xù)分析影響融資效率的因素有哪些？①

三、基于Tobit模型的P2P平臺(tái)融資效率影響因素分析

（一）融資效率影響因素指標(biāo)體系

依據(jù)P2P平臺(tái)融資效率的界定，可以把融資效率看作每一借款標(biāo)的的匹配效率。交易主體的異質(zhì)性和信息不對(duì)稱是融資效率的核心，投資者的貸款技術(shù)、合約與借款者表現(xiàn)的信用信息稟賦，是決定資金借貸匹配效率的主要因素（林樂芬等，2013）。基于此，P2P平臺(tái)融資效率影響因素指標(biāo)體系應(yīng)圍繞影響借款標(biāo)的是否滿標(biāo)和滿標(biāo)時(shí)間以及影響借款標(biāo)的總單數(shù)的這些因素建立。

筆者從平臺(tái)指標(biāo)、標(biāo)的指標(biāo)、風(fēng)險(xiǎn)指標(biāo)三個(gè)維度出發(fā)，構(gòu)建P2P平臺(tái)融資效率影響因素指標(biāo)體系。平臺(tái)指標(biāo)體現(xiàn)了不同P2P平臺(tái)的異質(zhì)性對(duì)平臺(tái)參與人氣和借款標(biāo)的滿標(biāo)情況的影響，同時(shí)反映了借款者和投資者對(duì)P2P平臺(tái)的認(rèn)可程度。實(shí)際情況中P2P平臺(tái)的借款者和投資者參與人數(shù)越多，資金供求匹配越容易在P2P平臺(tái)上達(dá)成。由于P2P網(wǎng)絡(luò)借貸包含互聯(lián)網(wǎng)和金融兩種屬性，平臺(tái)指標(biāo)能夠體現(xiàn)P2P平臺(tái)的用戶粘性，構(gòu)成了提升平臺(tái)融資效率的基礎(chǔ)。平臺(tái)指標(biāo)表現(xiàn)為平臺(tái)的注冊(cè)資本數(shù)額、持續(xù)運(yùn)營(yíng)時(shí)間長(zhǎng)短、平臺(tái)人氣（即平臺(tái)的投資人數(shù)和借款人數(shù)）。標(biāo)的指標(biāo)是指借款標(biāo)的的各類信息，借款者在發(fā)布借款標(biāo)的時(shí)需要對(duì)借款金額、借款利率、借款期限和用途進(jìn)行描述，投資者瀏覽借款標(biāo)的時(shí)首先從這些信息入手，這是影響借款標(biāo)的滿標(biāo)情況最直觀的因素。其中借款金額和借款利率作為融資效率的產(chǎn)出指標(biāo)，模型回歸結(jié)果顯示在95%的置信水平下不顯著，即借款金額和借款利率不能作為被解釋變量的影響因素，故剔除。由于P2P網(wǎng)絡(luò)借貸服務(wù)的對(duì)象主要是傳統(tǒng)金融機(jī)構(gòu)剩余的“長(zhǎng)尾”客戶，加上P2P借貸是無抵押的信用貸款，其風(fēng)險(xiǎn)狀況不容忽視。風(fēng)險(xiǎn)指標(biāo)體現(xiàn)了借款者的風(fēng)險(xiǎn)水平對(duì)借款標(biāo)的成交情況的影響。根據(jù)P2P平臺(tái)借款標(biāo)的信息的設(shè)置機(jī)制，能體現(xiàn)借款者信用水平的信息有信用等級(jí)、正常還款次數(shù)、逾期還款次數(shù)。最后，從平臺(tái)指標(biāo)、標(biāo)的指標(biāo)、風(fēng)險(xiǎn)指標(biāo)三個(gè)角度并結(jié)合研究數(shù)據(jù)的可得性，確定了9個(gè)三級(jí)指標(biāo)，并構(gòu)建了如表4所示的P2P平臺(tái)融資效率影響因素指標(biāo)體系。

（二）數(shù)據(jù)來源

研究數(shù)據(jù)的準(zhǔn)確性和可得性是確保本部分研究有效的關(guān)鍵。本文確定了國(guó)內(nèi)運(yùn)營(yíng)良好且運(yùn)營(yíng)時(shí)間均超過3年（36個(gè)月）的9家平臺(tái)來選取借款標(biāo)的作為研究樣本。這9家P2P平臺(tái)分別為宜人貸、有利網(wǎng)、你我貸、PPmoney、陸金所、拍拍貸、投哪網(wǎng)、紅嶺創(chuàng)投、積木盒子。依據(jù)建立的評(píng)價(jià)指標(biāo)體系在9家P2P平臺(tái)得到7 755條借款標(biāo)的，每個(gè)借款標(biāo)的中包含的信息為平臺(tái)指標(biāo)、標(biāo)的指標(biāo)和風(fēng)險(xiǎn)指標(biāo)。其中平臺(tái)指標(biāo)數(shù)據(jù)來源于網(wǎng)貸之家對(duì)9家平臺(tái)運(yùn)營(yíng)情況的統(tǒng)計(jì)見表5。標(biāo)的指標(biāo)和風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)來源于每個(gè)借款標(biāo)的中包含的借款信息和借款者歷史借款信息。

（三）變量定義及模型設(shè)定

由于被解釋變量為DEA模型測(cè)算得出的融資效率值，取值處在（0，1]，為被截?cái)嗟倪B續(xù)變量。故采用Tobit方法（受限因變量模型）分析P2P平臺(tái)融資效率的影響因素。

解釋變量來自三個(gè)維度：平臺(tái)、標(biāo)的、風(fēng)險(xiǎn)。其中平臺(tái)指標(biāo)中，注冊(cè)資本（ZCZB）是P2P平臺(tái)成立時(shí)在公司登記機(jī)關(guān)登記認(rèn)繳資金（萬元），運(yùn)營(yíng)時(shí)間（YYSJ）表示平臺(tái)從成立起持續(xù)經(jīng)營(yíng)的時(shí)間（月）。投資總?cè)藬?shù)（TZZRS）代表P2P平臺(tái)運(yùn)營(yíng)期間在平臺(tái)參與投標(biāo)的總?cè)藬?shù)，是平臺(tái)投資者活躍度的體現(xiàn)。借款總?cè)藬?shù)（JKZRS）是在P2P平臺(tái)發(fā)布借款標(biāo)的并成功借款的人數(shù)總和。標(biāo)的指標(biāo)中，借款期限（JKQX）是借款標(biāo)的中標(biāo)明的信息。借款用途（JKYT）為啞變量，通過對(duì)樣本中借款標(biāo)的統(tǒng)計(jì)得到借款用途大致分為三類：個(gè)人消費(fèi)賦值為1，資金周轉(zhuǎn)賦值為2，生產(chǎn)經(jīng)營(yíng)賦值為3。風(fēng)險(xiǎn)指標(biāo)方面主要為借款標(biāo)的中體現(xiàn)出來的借款者的信用信息，信用等級(jí)（XYDJ）根據(jù)借款者的信用水平由低到高分為1至7。正常還款次數(shù)（ZCCS）表示借款者歷史借款中按期還款付息的次數(shù)，逾期還款次數(shù)（YQCS）代表借款者在歷史借款中未按期還款付息的次數(shù)，是借款者歷史借款行為的體現(xiàn)，影響投資者對(duì)其借款標(biāo)的的參與程度。

根據(jù)變量的選取和定義，建立如下計(jì)量模型：

Yi=β0+β1ZCZBi+β2YYSJi+β3TZZRSi+β4JKZRSi+β5JKQXi+β6JKYTi+β7ZYDJi+β8ZCCSi+β9YQCSi+μi

式中，下標(biāo)i代表第i條借款標(biāo)的，β0為常數(shù)項(xiàng)，βj為解釋變量的相關(guān)系數(shù)，j=1，2，3，…，9，Yi為上部分DEA模型計(jì)算的借款標(biāo)的融資效率值，μi為誤差項(xiàng)，μii～N（0，σ2）。

（四）實(shí)證結(jié)果

運(yùn)用Eviews7.2軟件對(duì)上述樣本數(shù)據(jù)進(jìn)行Tobit模型回歸分析，回歸結(jié)果如表6所示。從回歸模型的整體情況來看，回歸卡方檢驗(yàn)統(tǒng)計(jì)值為57.18，對(duì)應(yīng)的P值為0.000 0，判定系數(shù)為6.229。對(duì)于截面數(shù)據(jù)模型而言，模型在整體上擬合效果非常好。9個(gè)解釋變量在95%的置信水平下對(duì)借款標(biāo)的融資效率的影響程度顯著。

（五）結(jié)果分析

DEA模型評(píng)價(jià)的結(jié)果顯示我國(guó)P2P平臺(tái)融資效率整體水平普遍偏低，且借款標(biāo)的融資效率差異較大。其原因主要有以下兩個(gè)方面。

第一，我國(guó)P2P網(wǎng)絡(luò)借貸行業(yè)活躍用戶較少。P2P網(wǎng)絡(luò)借貸于2006年在我國(guó)正式誕生，直至2012年國(guó)內(nèi)P2P平臺(tái)數(shù)量開始迅速增加，行業(yè)發(fā)展時(shí)間較短。目前國(guó)內(nèi)P2P行業(yè)的借款人數(shù)和投資人數(shù)雖有大幅提升，但總量還處于較低水平。據(jù)網(wǎng)貸之家數(shù)據(jù)統(tǒng)計(jì)顯示，2016年P(guān)2P行業(yè)借款人數(shù)與投資人數(shù)分別為876萬人和1375萬人，比2015年分別增加了207.4%和134.6%。P2P平臺(tái)活躍用戶有限，借款標(biāo)的參與投標(biāo)的人數(shù)較少導(dǎo)致滿標(biāo)時(shí)間過長(zhǎng)，是引起P2P平臺(tái)融資效率水平偏低的主要原因。

第二，P2P借貸風(fēng)險(xiǎn)水平難測(cè)，投資者有從眾心理。目前，我國(guó)尚未建立完善的個(gè)人征信體系，P2P平臺(tái)的風(fēng)控水平有限，導(dǎo)致借款者的違約風(fēng)險(xiǎn)不易識(shí)別。投資者在瀏覽借款標(biāo)的時(shí)，看到的借款信息難以直接確定借款者的可靠性。在這種情況下，投資者傾向于產(chǎn)生從眾心理，較易選擇那些投標(biāo)人數(shù)較多的借款標(biāo)的，而投標(biāo)人數(shù)少的借款標(biāo)的將會(huì)需要更長(zhǎng)時(shí)間滿標(biāo)甚至流標(biāo)，從而導(dǎo)致借款標(biāo)的融資效率產(chǎn)生較大差異。

從Tobit模型的回歸結(jié)果分析，平臺(tái)指標(biāo)方面，P2P平臺(tái)注冊(cè)資本、運(yùn)營(yíng)時(shí)間、投資總?cè)藬?shù)和借款總?cè)藬?shù)的系數(shù)為正，說明這四個(gè)指標(biāo)對(duì)借款標(biāo)的融資效率呈正向關(guān)系，即注冊(cè)資本越高、持續(xù)運(yùn)營(yíng)時(shí)間越長(zhǎng)、借款和投資人數(shù)越多的平臺(tái)融資效率越高。P2P平臺(tái)的注冊(cè)資本體現(xiàn)了其自有資本的多少，是平臺(tái)資金實(shí)力的表現(xiàn)。從結(jié)果看，借貸雙方更青睞在實(shí)力強(qiáng)大的平臺(tái)進(jìn)行資金交易。投資者在投資的過程中，會(huì)選擇運(yùn)營(yíng)時(shí)間長(zhǎng)的老平臺(tái)，說明在P2P行業(yè)中品牌效應(yīng)對(duì)平臺(tái)的融資效率具有顯著影響。其中投資總?cè)藬?shù)的系數(shù)為6.815 8，明顯大于其他幾個(gè)指標(biāo)的影響程度，說明P2P行業(yè)存在明顯的“羊群效應(yīng)”。信息不對(duì)稱影響了投資者對(duì)P2P平臺(tái)的甄別，在這種情況下，投資者存在從眾心理，投資人數(shù)越多的平臺(tái)和投標(biāo)人數(shù)越多的借款標(biāo)的的融資效率越高。

標(biāo)的指標(biāo)方面，借款期限的系數(shù)為-1.132 7，借款期限和融資效率呈負(fù)向關(guān)系。借款期限越長(zhǎng)，資金借貸的風(fēng)險(xiǎn)程度越高，投資者對(duì)這類借款持謹(jǐn)慎態(tài)度，借款標(biāo)的的融資效率會(huì)越低。這個(gè)指標(biāo)的結(jié)果說明借款期限是制約P2P平臺(tái)融資效率提高的因素之一，這體現(xiàn)了P2P借貸的小額短期的特點(diǎn)，投資者的投資傾向?yàn)榉稚⑼顿Y和短期投資。借款用途的系數(shù)為2.020 5，對(duì)借款用途是依照個(gè)人消費(fèi)、資金周轉(zhuǎn)和生產(chǎn)經(jīng)營(yíng)分別賦值1、2、3的，說明借款用途為生產(chǎn)經(jīng)營(yíng)的借款標(biāo)的融資效率較高，分析認(rèn)為用于生產(chǎn)經(jīng)營(yíng)的借款通常有固定的生產(chǎn)經(jīng)營(yíng)和資金流，還款來源比較固定，投資者更傾向于這類借款標(biāo)的。

風(fēng)險(xiǎn)指標(biāo)方面，信用等級(jí)的系數(shù)為0.618 3，說明信用等級(jí)對(duì)借款標(biāo)的融資效率產(chǎn)生正向影響。通常情況下，投資者可以在瀏覽借款標(biāo)的時(shí)查看到借款者的信用等級(jí)，信用等級(jí)高的借款者其借款標(biāo)的會(huì)吸引更多投資者投標(biāo)，滿標(biāo)用時(shí)較短且風(fēng)險(xiǎn)溢價(jià)水平低，借款標(biāo)的的融資效率較高。正常還款次數(shù)和逾期還款次數(shù)的系數(shù)分別為0.994 0和-5.755 1，這兩個(gè)指標(biāo)反映了借款者歷史借貸行為對(duì)借款標(biāo)的融資效率的影響。其中，借款者歷史逾期次數(shù)越多代表其出現(xiàn)違約的可能性越大，投資者對(duì)這類借款標(biāo)的的投標(biāo)較為謹(jǐn)慎，導(dǎo)致借款標(biāo)的融資效率較低。

四、結(jié)論及建議

本文以P2P平臺(tái)為研究視角，建立P2P平臺(tái)融資效率影響因素指標(biāo)體系，利用DEA-Tobit兩步法建立模型，對(duì)我國(guó)P2P平臺(tái)融資效率及影響因素進(jìn)行分析。首先，以P2P平臺(tái)的角度確定DEA分析的投入產(chǎn)出指標(biāo)，并通過DEA模型得到P2P平臺(tái)借款標(biāo)的的融資效率值。從結(jié)果來看，一是我國(guó)P2P平臺(tái)融資效率普遍較低；二是不同借款標(biāo)的間的融資效率值差異較大。然后，從平臺(tái)指標(biāo)、標(biāo)的指標(biāo)和風(fēng)險(xiǎn)指標(biāo)三個(gè)維度選取了注冊(cè)資本、運(yùn)營(yíng)時(shí)間、投資總?cè)藬?shù)、借款總?cè)藬?shù)、借款期限、借款用途、信用等級(jí)、正常還款次數(shù)和逾期還款次數(shù)9個(gè)指標(biāo)作為自變量，借款標(biāo)的融資效率值作為因變量，建立Tobit模型回歸分析?；貧w結(jié)果顯示，平臺(tái)注冊(cè)資本、運(yùn)營(yíng)時(shí)間、投資總?cè)藬?shù)、借款總?cè)藬?shù)、借款用途、借款者信用等級(jí)和正常還款次數(shù)對(duì)P2P平臺(tái)融資效率產(chǎn)生正向影響；借款期限和逾期還款次數(shù)與P2P平臺(tái)融資效率存在負(fù)向關(guān)系。其中平臺(tái)投資總?cè)藬?shù)和逾期還款次數(shù)對(duì)P2P平臺(tái)融資效率的影響程度較大?；谏鲜鲅芯?，為促進(jìn)P2P平臺(tái)融資效率的提高，提出以下建議：第一，將P2P行業(yè)納入我國(guó)征信體系，加強(qiáng)投資者利益保護(hù)。P2P網(wǎng)絡(luò)借貸使陌生人之間以及跨地域的借貸雙方達(dá)成交易成為可能，但是這種特殊的借貸雙方存在更大程度的信息不對(duì)稱，投資者資金的安全性不能得到保證的情況下，會(huì)影響投資者投標(biāo)的積極性。要提高P2P平臺(tái)融資效率，要盡快將P2P行業(yè)納入征信體系，不僅可以協(xié)助投資者更清楚地掌握借款者的信用水平和償還本息的能力，還可以吸引投資者大量參與標(biāo)的投標(biāo)，從而提高P2P平臺(tái)融資效率。第二，提升P2P平臺(tái)品牌認(rèn)知度，提高平臺(tái)用戶活躍度。P2P平臺(tái)借款標(biāo)的滿標(biāo)時(shí)間直接體現(xiàn)了平臺(tái)融資效率的高低，研究結(jié)果顯示平臺(tái)指標(biāo)和投資者人數(shù)對(duì)平臺(tái)融資效率產(chǎn)生正向影響。目前我國(guó)P2P平臺(tái)用戶活躍度尚處在極低的水平，P2P平臺(tái)品牌認(rèn)知度的提高可以吸引更多的投融資用戶，促進(jìn)平臺(tái)用戶活躍度。

注釋：

①需要說明的是，投入產(chǎn)出指標(biāo)與影響因素并不完全一致。投入產(chǎn)出指標(biāo)是基于生產(chǎn)函數(shù)關(guān)系即x生產(chǎn)y來進(jìn)行選擇的，而影響因素則是從對(duì)這一生產(chǎn)過程產(chǎn)生影響的角度來進(jìn)行選擇的，即什么因素影響了x生產(chǎn)y？

參考文獻(xiàn)：

[1]盧福財(cái).企業(yè)融資效率分析[M].北京：經(jīng)濟(jì)管理出版社，2001.

[2]劉任，董繼剛.我國(guó)上市商業(yè)銀行融資效率實(shí)證研究[J].金融發(fā)展研究，2013，（8）：70-74.

[3]Berger A N. The Relationship between Capital and Earnings in Banking[J]. Journal of Money，Credit and Banking，1995（62）：432-456.

[4]談毅.企業(yè)融資制度和創(chuàng)新企業(yè)融資效率分析[J].管理科學(xué)，2003，（6）.

[5]林樂芬，吳敏.信貸市場(chǎng)交易主體的異質(zhì)性與借貸匹配研究[J].經(jīng)濟(jì)學(xué)家，2013，（10）：70-78.

[6]Floro M S，Yotopoulos P. Incentive Structures in Rural Financial Intermediation：The case of the Philippines[J].World Bank Agricultural Policy Division Working Papers，1992.

[7]朱宗元，王景裕.P2P網(wǎng)絡(luò)借貸平臺(tái)效率的綜合評(píng)價(jià)—基于AHP-DEA方法[J].南方金融，2016，（4）：31-38.

[8]謝平，陳超，陳曉文，等.中國(guó)P2P網(wǎng)絡(luò)借貸：市場(chǎng)、機(jī)構(gòu)與模式[M].北京：中國(guó)金融出版社，2015.

[9]左茹霞，王言，李宇紅.P2P網(wǎng)絡(luò)借貸成交量影響因素分析[J].財(cái)會(huì)月刊，2017，（3）：118-122.

[10]鄭思海，田原，金璐.基于DEA方法的我國(guó)P2P網(wǎng)貸平臺(tái)運(yùn)營(yíng)效率研究[J].經(jīng)濟(jì)研究參考，2016，（20）：67-77.

[11]莊雷，周勤.身份歧視：互聯(lián)網(wǎng)金融創(chuàng)新效率研究——基于P2P網(wǎng)絡(luò)借貸[J].經(jīng)濟(jì)管理，2015，（4）.

[12]宋文兵.對(duì)當(dāng)前融資形式的理性思考[J].改革與戰(zhàn)略，1997，（6）：1-6.

[13]魯?shù)?，肖華榮.銀行市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)、信息生產(chǎn)和中小企業(yè)融資[J].金融研究，2008，（5）.

[14]初立蘋，栗芳.我國(guó)財(cái)產(chǎn)保險(xiǎn)公司融資效率的DEA比較分析[J].保險(xiǎn)研究，2013，（4）.

[15]周逢民，張會(huì)元，周海，孫佰清.基于兩階段關(guān)聯(lián)DEA模型的我國(guó)商業(yè)銀行效率評(píng)價(jià)[J].金融研究，2010，（11）.

[16]肖萍.互聯(lián)網(wǎng)金融與中小企業(yè)融資困境的化解途徑[J].河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，（4）：77-80.

An Analysis on Financing Efficiency and Influencing Factors of P2P Lending Platform

——Based on DEA-Tobit Method

Wang Chongrun，Kong Bing

（School of Economics and Finance， Hebei University of Economics and Business， Shijiazhuang， Hebei 050061）

Abstract： The efficient financing efficiency is the foundation of P2P platform to enhance competitiveness and maintain good operation. Based on the DEA-Tobit two-step analysis method， this paper builds the index system of P2P platform financing efficiency from three dimensions of platform index， target index and risk index， select 7755 data from 9 typical P2P platforms as the research sample. Firstly， the DEA method is used to measure the financing efficiency of P2P platform. Then the Tobit model is established to analyze the influencing factors and degree of financing efficiency. The results indicate that the financing efficiency of P2P platform is generally low， and the factors such as the registered capital， operating time， the total investments and loans， usage of loan， credit rating， the number of normal repayment have a positive impact on the financing efficiency of P2P platform； however， there is a negative relationship between the life of loan， the number of overdue repayment and the financing efficiency of P2P platform.

Key words： the Internet Finance； P2P Lending Platform； Financing Efficiency； DEA Model； Tobit Model