P2P網(wǎng)貸收益率影響因素的實證研究

■ 嚴圣陽 副教授（武漢商學(xué)院 武漢 430056）

P2P網(wǎng)貸收益率影響因素的實證研究

■ 嚴圣陽 副教授（武漢商學(xué)院 武漢 430056）

本文選取我國153家P2P網(wǎng)貸平臺近三年的相關(guān)數(shù)據(jù)，采用實證檢驗方法，研究了網(wǎng)貸收益率的差異及其影響因素。結(jié)果表明，平臺業(yè)務(wù)模式和品牌效應(yīng)與網(wǎng)貸綜合收益率呈顯著相關(guān)；借款項目類別、借款人的信用狀況和信息透明度，與網(wǎng)貸綜合收益率存在相關(guān)性；而平臺經(jīng)營時間長短、借款期限對網(wǎng)貸收益率的影響較小。基于此，文章指出為促進網(wǎng)貸行業(yè)的健康發(fā)展，需加強對平臺的監(jiān)管，使其回歸信息中介身份，完善網(wǎng)貸的征信與信息披露，并鼓勵產(chǎn)品和業(yè)務(wù)多元化。

P2P網(wǎng)貸 收益率 影響因素

隨著互聯(lián)網(wǎng)金融的快速發(fā)展，我國P2P網(wǎng)絡(luò)貸款也呈高增長的態(tài)勢。進入2014年后，這種增長有所放緩?？傮w而言，P2P網(wǎng)絡(luò)貸款在我國的發(fā)展出現(xiàn)幾個特點：一是市場進入者踴躍，市場主體日益豐富。不僅有為數(shù)眾多的各類投資者和借款者，還吸引了國內(nèi)外風(fēng)險投資、上市公司、國有企業(yè)、傳統(tǒng)小貸公司、銀行等眾多資本爭相投資P2P網(wǎng)貸平臺。據(jù)網(wǎng)貸之家的不完全統(tǒng)計，2014年網(wǎng)貸行業(yè)獲得風(fēng)投青睞的平臺多達29家，上市公司、國資國企入股的平臺均為17家，銀行背景平臺達12家。二是P2P網(wǎng)絡(luò)貸款總體規(guī)模日益擴大。雖然P2P網(wǎng)貸在整個社會融資規(guī)模中所占的比例不高，但增幅驚人。截至2014年底，我國網(wǎng)貸行業(yè)歷史累計成交量超過3829億元。2014年度累計成交量創(chuàng)出新高，達2528億元，但也僅僅占整個社會融資規(guī)模的1.54%。盡管如此，2014年網(wǎng)貸行業(yè)成交量卻以月均10.99%的速度在增加，是2013年的2.39倍。三是P2P網(wǎng)絡(luò)貸款平均利率較高，差異較大。2014年網(wǎng)貸綜合收益率為17.86%。背景較好的平臺其綜合收益率一般低于12%，而多數(shù)民營系平臺為15%-20%，甚至部分平臺綜合收益率高達40%。四是P2P網(wǎng)絡(luò)貸款風(fēng)險凸顯，問題平臺逐漸增多，倒閉、跑路、展期、資金池、提現(xiàn)困難等現(xiàn)象層出不窮，嚴重影響到P2P網(wǎng)絡(luò)貸款甚至整個互聯(lián)網(wǎng)金融的健康發(fā)展。P2P網(wǎng)絡(luò)貸款的這些特征，綜合起來看，未來將影響金融秩序的穩(wěn)定。

文獻綜述

關(guān)于P2P網(wǎng)貸的研究，國內(nèi)外學(xué)者研究較多的，主要在網(wǎng)貸模式、監(jiān)管、風(fēng)險評估和出借意愿等領(lǐng)域。與本文相關(guān)的研究成果大多通過實證檢驗來研究網(wǎng)貸中的風(fēng)險、違約、利率與出借意愿之間的關(guān)系。Kumar （2007）利用Prosper2007年的數(shù)據(jù)，研究了借款金額、借款利率及違約率的相互關(guān)系，通過實證研究發(fā)現(xiàn)，借款額、違約率和利率之間存在顯著相關(guān)，利率與違約率呈現(xiàn)正相關(guān)，借款人享有了高風(fēng)險溢價。Rrumme 和 Herrero-Lopes（2009）的研究表明，信用評分與預(yù)期收益之間存在高度正相關(guān)關(guān)系。Lin（2009）等人對 Prosper 數(shù)據(jù)進行分析后發(fā)現(xiàn)，借款者信用評級與借款成功可能性正相關(guān)，借款者信用評級與借款利率之間存在負相關(guān)，借款者的歷史信用狀況會影響出借人的出借意愿。Puro（2010）等人的研究也得到了類似的結(jié)論，認為降低借款額度有助于借款人降低借款利率、增加借款成功率。Collier （2010）等人研究結(jié)果也表明，借款利率與借款人的財務(wù)狀況、借款數(shù)量和競拍方式相關(guān)。Iyer （2009）等研究了信用評分、利率與借款人的違約率、債務(wù)/收入比等之間的影響關(guān)系。甚至有部分學(xué)者研究了借款人的生理特征與借款成功率、利率之間的聯(lián)系。如Ravina （2008）研究了借款人的外貌與借款成功率、利率的關(guān)系，Barasinska （2009）等則研究了性別對借款風(fēng)險和借款利率的影響，Pope和Sydnor （2008）研究了不同國籍、人種對借款成功率的影響。此外，還有人從出借人的社會網(wǎng)絡(luò)關(guān)系入手，研究了社會資本對P2P在線借貸成功率的影響，比如Ashta and Assadi （2010）的研究認為小額信貸受益于社會技術(shù)，提高了通信效率并降低了交易成本。Kumanz （2007） 、Everett（2008）、Lopez （2009）等人分別研究了社會關(guān)系群組對用戶借貸行為、借款成功率及貸款違約率的影響。國內(nèi)學(xué)者隋聰、邢天才（2013）從理論研究和實證研究兩方面研究中國非完全利率市場化下銀行業(yè)的貸款定價行為。丁捷（2010）、陳冬宇（2013）等從心理學(xué)和行為學(xué)的角度，對P2P在線借貸平臺的出借意愿影響因素進行了分析，認為交易信任、心理感知與感知風(fēng)險和感知收益會顯著影響出借者的出借意愿。倪澤浩（2014）對網(wǎng)貸出借人投資決策的影響因素進行了實證分析。這些研究成果為本文的研究工作奠定了較好的基礎(chǔ)，但他們的研究多是出借意愿和風(fēng)險評估，并沒有涉及到平臺收益率的巨大差異及其原因。

研究假設(shè)、變量與模型設(shè)定

（一）研究假設(shè)

由于P2P平臺背景、人氣、品牌、運營時間長短等會影響投資者決策，也存在不同的風(fēng)險偏好，而風(fēng)險偏好與收益率存在較強的相關(guān)關(guān)系。一般而言，平臺背景較為可靠，擁有品牌效應(yīng)的平臺，人氣較高，風(fēng)險相對較小，但收益率也較低。因此，本文作如下研究假設(shè)：

H1：P2P平臺品牌影響力與P2P網(wǎng)貸綜合收益率存在負相關(guān)。

目前的網(wǎng)貸平臺中，多數(shù)采用了擔(dān)保模式，因此平臺不得不投入更多的資源開展線下業(yè)務(wù)，承擔(dān)了借款人資質(zhì)審核任務(wù)。這種線上線下結(jié)合的業(yè)務(wù)模式，還款相對純粹中介的平臺而言，具有一定的確定性，因而收益率也有所不同。根據(jù)平臺有無擔(dān)保，假設(shè)：

H2：P2P平臺運營模式與P2P網(wǎng)貸綜合收益率存在相關(guān)關(guān)系。

借款期限結(jié)構(gòu)也可能會對綜合收益率產(chǎn)生影響。借款期限本身是風(fēng)險的構(gòu)成要素之一，現(xiàn)代利率期限結(jié)構(gòu)理論也認為，不同到期期限的收益率之間存在很強的序列相關(guān)性。因此，假設(shè)：

H3：借款期限長短與P2P網(wǎng)貸綜合收益率存在正相關(guān)。

借款標的的類別決定著借貸資金投向、投資回報合理預(yù)期。因此，假設(shè)：

H4：借款標的類別與P2P網(wǎng)貸綜合收益率存在相關(guān)性。

借款人信用狀況、信息透明度能夠反映借款風(fēng)險的大小和信息對稱強度，因此假設(shè)：

H5：借款人信用狀況及信息透明度與P2P網(wǎng)貸綜合收益率存在相關(guān)性。

（二）變量與模型設(shè)定

由于基準利率雖然能夠影響平均收益率，但卻并不能解釋各平臺之間的收益率差異，而且我國目前的P2P網(wǎng)貸業(yè)務(wù)中對于平臺較為依賴。因此經(jīng)過梳理，這里選擇P2P平臺品牌影響力、經(jīng)營時間長短、平臺業(yè)務(wù)模式、借款期限、融資項目類別、借款人信用狀況、信息透明度等作為自變量。

P2P平臺品牌影響力是獲得投資者資金、信任和人氣的重要保證，考慮到數(shù)據(jù)的代表性和可得性，本文選用平臺月度成交量作為指標。一般而言，品牌影響力能夠影響投資者信任度，從而直接帶動人氣和資金流入，最終體現(xiàn)在成交量上。

平臺經(jīng)營時間長短會導(dǎo)致其采用不同的促銷策略，從而影響到網(wǎng)貸的綜合收益率。經(jīng)營時間在1個月內(nèi)的取值為1，1-3個月取值為2，3-12個月取值3，1-2年取值4，2年以上取值5。

平臺業(yè)務(wù)模式目前有消息撮合、線上線下結(jié)合、有抵押貸款、個性化產(chǎn)品定制、行業(yè)貸款等幾種形式。不同的業(yè)務(wù)模式對于投資者意味著不同的風(fēng)險和收益組合。對于業(yè)務(wù)模式的取值如下：消息撮合模式取值為1，線上線下結(jié)合模式取值為2，有抵押貸款模式取值為3，個性化產(chǎn)品定制模式取值為4，行業(yè)貸款模式取值為5。

借款期限依據(jù)現(xiàn)有網(wǎng)貸平臺普遍提供的標的期限，分為一個月內(nèi)、2月標、3月標、4-6月標，以及6個月以上標。剔除了娛樂性的、促銷型的秒標。依據(jù)借款標的期限的長短分別賦值：1月標取值為1，2月標取值為2，3月標取值為3，4-6月標取值為4，6個月以上標取值為5。

融資項目類別主要選用了目前主流的標的類別：信用標、抵押標、凈值標、流轉(zhuǎn)標。

借款人信用狀況以各平臺的信用評級為準，結(jié)合借款人有無借款成功經(jīng)歷和逾期記錄來考察。信息透明度根據(jù)平臺是否公布公司證照、逾期數(shù)據(jù)、借款資料及抵押資料照片、運營數(shù)據(jù)、借款人基本信息及信用等級等信息賦分。根據(jù)以上分析，在借鑒宋文（2013）研究網(wǎng)貸行為的經(jīng)驗基礎(chǔ)上，對平臺成交量采用自然對數(shù)形式，建立如下計量模型：

其中，t=1，2，……36，i=1，2，……153；Y表示平臺綜合收益率，β0是常數(shù)項，BRA表示平臺品牌影響力（月度成交量），TIM表示平臺經(jīng)營時間長短，MOD表示平臺業(yè)務(wù)模式，TER表示借款期限，PRO表示標的類別，CRE表示借款人信用狀況，INF表示信息透明度，ε代表隨機誤差項。

實證檢驗與分析

本文以網(wǎng)貸之家、網(wǎng)貸天眼等P2P門戶發(fā)布的數(shù)據(jù)、各相關(guān)網(wǎng)貸平臺公布的數(shù)據(jù)為觀察對象，考慮數(shù)據(jù)的可獲性和完整性，剔除問題平臺，選取了2012年1月至2014年12月間共153家平臺的月度成交量、主要標的類別及其借款期限、借款人信用評級、平臺信息的完整度等數(shù)據(jù)，進行分析。各平臺的整體信用評級數(shù)據(jù)則來自于上海盈燦咨詢與清華大學(xué)中國金融研究中心、網(wǎng)貸之家聯(lián)合發(fā)布的《2014年中國網(wǎng)絡(luò)借貸行業(yè)年報》、網(wǎng)貸之家2012-2013年平臺月度發(fā)展指數(shù)。利用EVIEWS軟件對數(shù)據(jù)進行計量分析。

（一）平穩(wěn)性檢驗

為了檢驗變量的平穩(wěn)性，防止偽回歸，對面板數(shù)據(jù)進行單位根檢驗，采用常見的ADF檢驗法，結(jié)果見表1。ADF檢驗結(jié)果顯示，因變量Y、自變量lnBRA、TIM、MOD、CRE在顯著性水平1%的水平上平穩(wěn)，TER、PRO在5%的顯著水平上平穩(wěn)，所有各變量均零階平穩(wěn)，通過平穩(wěn)性檢驗，表明各變量存在協(xié)整關(guān)系，因此不必再進行協(xié)整檢驗，而直接進行OLS回歸。

另外，由于通過Hausman檢驗的結(jié)果支持固定效應(yīng)模型（p值0.0007），回歸模型采用變截距固定效應(yīng)模型。

（二）回歸分析

運用Eviews7.0，對模型進行最小二乘法回歸，結(jié)果如表2所示。

從表2顯示的回歸結(jié)果來看，R2的值為0.842，調(diào)整后的R2為0.816，F(xiàn)值為18.516，這說明模型的整體擬合優(yōu)度較好，網(wǎng)貸的綜合收益率81.6%能夠由模型中的自變量來解釋。DW統(tǒng)計量達到1.943，非常接近于2，可以判斷回歸的殘差值無自相關(guān)。

平臺的品牌效應(yīng)明顯，與綜合收益率呈顯著負相關(guān)，表明P2P平臺背景、人氣、品牌等因素的確會影響投資者決策。具備品牌效應(yīng)的平臺人氣較高，增加了投資者的信任度，同時減小了投資風(fēng)險，因而收益率相對較低，反之，不具備品牌效應(yīng)的平臺則依賴相對較高的收益率來吸引投資者。事實上，現(xiàn)有的平臺背景較為復(fù)雜，有銀行系、國資系、上市公司系、風(fēng)投系和民營系等平臺類型，其中，銀行系的平臺平均收益率最低，其次是國資系和上市公司系平臺，民營平臺和風(fēng)投系平臺平均收益率明顯高出不少。-0.326的相關(guān)系數(shù)，也說明這種負相關(guān)十分明顯，也使得假設(shè)一（H1）得到了驗證。

平臺業(yè)務(wù)模式與綜合收益率顯著相關(guān)，相關(guān)系數(shù)高達0.481，說明現(xiàn)階段平臺本身的業(yè)務(wù)模式極大地影響了標的的收益，驗證了假設(shè)二（H2）。目前，網(wǎng)貸平臺大部分采用擔(dān)保模式，平臺自身充當(dāng)了審核機構(gòu)，要求借款人提供擔(dān)保，采用線上線下結(jié)合的方式審核借款者信用狀況，為投資者提供資金安全保障。這樣的結(jié)果使得投資者對借款人和借款項目并不關(guān)注，僅僅關(guān)注平臺的信用。當(dāng)然，有平臺擔(dān)保的標的，收益率整體偏低。而作為純粹中介的消息撮合平臺，投資風(fēng)險由投資者自擔(dān)，標的收益率則相對較高。個性化產(chǎn)品定制、行業(yè)貸款等模式則體現(xiàn)產(chǎn)品和行業(yè)特點確定回報率，其綜合收益率往往呈現(xiàn)較大差異。

表1 單位根檢驗結(jié)果

表2 網(wǎng)貸收益率影響因素回歸結(jié)果

借款標的類別與P2P網(wǎng)貸綜合收益率的相關(guān)系數(shù)為0.109，說明兩者存在弱相關(guān)。雖然平臺發(fā)布的借款標有信用標、抵押標、凈值標、流轉(zhuǎn)標之分，但由于許多平臺對借款人的審核仍然以線下為主，既是信息中介，也參與借貸交易，負有擔(dān)保墊付等責(zé)任。這導(dǎo)致不同借款標雖然風(fēng)險收益有所不同，但差別并不太明顯。因此，假設(shè)四（H4）也得到部分驗證。

借款人的信用狀況和信息透明度與綜合收益率的相關(guān)系數(shù)分別為-0.096、-0.104，表明存在較弱負相關(guān)。即借款人的信用狀況越好，其收益率越低。平臺信息透明度越高，公布公司證照、逾期數(shù)據(jù)、借款資料及抵押資料照片、運營數(shù)據(jù)、借款人基本信息及信用等級等信息越全面、具體、及時，其收益率越低。這驗證了假設(shè)五（H5）。借款人的信用狀況和信息透明度與綜合收益率之所以相關(guān)性較弱，原因可能是大部分平臺本身提供了擔(dān)保，投資者兌付和提現(xiàn)有保障，因而對借款人的信用狀況和信息透明度不足所蘊含的風(fēng)險關(guān)注有限，導(dǎo)致資金供求關(guān)系與風(fēng)險未能有效反映資金價格，剛性兌付無法充分反映風(fēng)險溢價。

平臺經(jīng)營時間長短、借款期限與綜合收益率的相關(guān)系數(shù)分別為0.033、0.024，相關(guān)系數(shù)較小，且從t統(tǒng)計量和P值來看，也未能通過顯著性檢驗。這說明這兩個因素對綜合收益率的影響很小，因此假設(shè)三（H3）未能得到有效驗證。結(jié)合實際情況分析，其原因可能在于平臺的可靠性與吸引力與經(jīng)營時間關(guān)系不大，關(guān)鍵在于平臺本身的背景、實力、經(jīng)營模式、經(jīng)營團隊和操作規(guī)范性等方面。如銀行系的陸金所，可能會比某些經(jīng)營時間更長的民營平臺更值得信賴，因而收益率反而較低。雖然一般來講，借款期限與風(fēng)險存在正相關(guān)，收益率也相應(yīng)出現(xiàn)同向變化，但在平臺擔(dān)保、墊付的情況下，風(fēng)險的時間因素影響大大減弱，因而期限對收益率的影響也不明顯。

結(jié)論與建議

通過對我國153家網(wǎng)貸平臺2012年1月至2014年12月間面板數(shù)據(jù)的實證分析，結(jié)果表明：P2P網(wǎng)貸綜合收益率的影響因素較多，主要有P2P平臺背景和品牌效應(yīng)、平臺經(jīng)營時間長短、平臺業(yè)務(wù)模式、借款期限、標的項目類別、借款人信用、信息透明度等。其一，平臺業(yè)務(wù)模式和品牌效應(yīng)與網(wǎng)貸綜合收益率呈顯著相關(guān)。平臺業(yè)務(wù)模式對綜合收益率有著較大影響，證明標的的風(fēng)險定價集中表現(xiàn)在平臺業(yè)務(wù)模式上，純粹中介撮合型平臺風(fēng)險定價的市場化程度較高，其他模式平臺對借貸資產(chǎn)的風(fēng)險存在過濾或托底，利率市場化程度略低。平臺品牌效應(yīng)在當(dāng)前監(jiān)管缺位的狀況下，與收益率的負相關(guān)明顯。說明投資者對標的風(fēng)險的識別較為困難，更多的依靠平臺的品牌背景進行模糊判斷，而并不是就標的本身進行風(fēng)險定價。其二，借款項目類別、借款人的信用狀況和信息透明度，與網(wǎng)貸綜合收益率存在相關(guān)性。借款標的的類別與投資風(fēng)險直接相關(guān)，風(fēng)險定價因此得到一定程度反映。借款人的信用狀況和信息透明度也會影響投資者的借款意愿和收益期望，但這種影響也有限度。其信用狀況和信息透明度再高，也終究是線上貸款，真實性依然存疑，因此影響有限。其三，平臺經(jīng)營時間長短、借款期限對網(wǎng)貸收益率的影響較小，未能通過顯著性檢驗。

基于上述研究結(jié)論，為促進網(wǎng)貸的健康發(fā)展，本文給出以下建議：

一是加強對平臺的監(jiān)管，強化其信息中介職能。P2P網(wǎng)貸平臺對投資者的影響較大，直接影響到收益率甚至本金的安全。但平臺卻數(shù)量眾多，魚龍混雜，投資者無法有效甄別，導(dǎo)致跑路平臺頻現(xiàn)。其根本原因是門檻太低、監(jiān)管缺失。網(wǎng)貸平臺設(shè)立需要必備的資金、人才儲備、風(fēng)控技術(shù)和有效的治理結(jié)構(gòu)，并不是可以任意跑馬圈地的冒險樂園。因此，一方面需有明確的歸口管轄部門，對平臺實施必要的準入限制以保障經(jīng)營主體的健康，這也是網(wǎng)貸行業(yè)健康發(fā)展的前提條件。另一方面，需要強化網(wǎng)貸平臺的信息中介職能，真正體現(xiàn)互聯(lián)網(wǎng)精神。我國的網(wǎng)貸平臺大多采用擔(dān)保墊付模式，廣泛參與自融、拆標、平臺融等業(yè)務(wù)，甚至從事?lián)?、理財、資金池業(yè)務(wù)，挪用客戶資金等，這大大增加了平臺的兌付風(fēng)險，加上風(fēng)控能力不足，很容易引發(fā)問題。所以，網(wǎng)貸平臺必須突出金融信息中介服務(wù)職能，向真正的信息撮合平臺回歸，只提供資金供求信息、第三方風(fēng)險評估、理財咨詢等服務(wù)，才能避免出現(xiàn)諸多網(wǎng)貸亂象。

二是加強行業(yè)自律，完善網(wǎng)貸的征信與信息披露。目前P2P網(wǎng)貸平臺頻頻出現(xiàn)提現(xiàn)困難和“跑路”現(xiàn)象，致使投資人遭受損失，這與網(wǎng)貸行業(yè)缺乏征信體系和完善的信息披露制度有關(guān)。實證研究也證實了這一點。在保護投資人權(quán)益方面，無論是監(jiān)管機構(gòu)、還是網(wǎng)貸平臺，都做的遠遠不夠。甚至有部分“短命”的中小平臺，直接為了自融進行欺詐，推出假標。加強行業(yè)自律，接入央行征信系統(tǒng)，利用互聯(lián)網(wǎng)信息系統(tǒng)進行完全、透明、對稱的信息披露，加強對投資者的保護，才能真正實現(xiàn)共享、普惠的互聯(lián)網(wǎng)金融。

三是鼓勵產(chǎn)品業(yè)務(wù)多元化，發(fā)揮利率市場化功能。P2P網(wǎng)貸是最為典型的互聯(lián)網(wǎng)金融模式之一，具有長尾效應(yīng)，參與者廣泛，資金供求和風(fēng)險定價的市場化特征尤其明顯。在小微企業(yè)和個人創(chuàng)業(yè)長期存在融資困難的背景下，應(yīng)該從政策上鼓勵其產(chǎn)品和業(yè)務(wù)模式的多元化，讓市場在金融資源配置中發(fā)揮決定性作用，以實現(xiàn)資源的優(yōu)化配置。這樣，既可以解決小微企業(yè)和創(chuàng)業(yè)融資難題，又可以為利率市場化探路，可謂一舉多得。

1.盈燦咨詢，清華大學(xué)中國金融研究中心，網(wǎng)貸之家.2014年中國網(wǎng)絡(luò)借貸行業(yè)年報.網(wǎng)貸之家網(wǎng)站.http://www.wangdaizhijia.com/

2.Lin, M.F., Prabhala, N.R.,Viswanathan, S., Can social networks help mitigate information asymmetry in online markets[R], in Thirtieth International

3.Lauri Puro, J.E.T., Hannele Walleniusa, Jyrki Wallenius, Borrower decision aid for people-to-people lending[J].Decision Support Systems, 2010. 49

4.李廣明，元如林.P2P網(wǎng)絡(luò)借貸平臺發(fā)展趨勢分析[J].上海金融學(xué)院學(xué)報，2014（6）

5.網(wǎng)貸之家網(wǎng)站. http://www.wangdaizhijia.com/

6.史青偉.P2P利率調(diào)查[N].每日經(jīng)濟報道，2014-6-4

本文獲武漢商學(xué)院科研基金資助（2012G006）

F831

A