中国P2P网贷违约特征实证研究

汤英汉

内容摘要：P2P网贷是互联网在金融和民间借贷领域的创新，近几年，网贷业务在国内呈爆发式增长，但由于其自发性，在我国社会信用体系不完善的环境下，屡屡造成借款人借款到期不按时还款的违约事件。本文从6家平台数千个违约人员的数据中，通过建立网贷违约人特征模型，引入虚拟变量，将非数值变量设置为虚拟变量，利用普通最小二乘法（OLS）进行回归分析。研究表明，网贷违约者的违约金额与违约者借款期数和网贷平台相关，尽管性别和地区在网贷违约中有一定的差异，但实证表明，违约金额、与违约人的性别和居住区域相关性不显著，修正了一些研究认为违约与平台无关和区域有关的观点。

关键词：P2P网贷 违约者 特征

引言

随着互联网的快速发展，基于互联网运用的许多创新开始出现在人们的生活中，一种基于互联网网络融资方式P2P（Peer to Peer）开始流行，并快速成长。人们通常把以网站为平台，网站的运营方为中介，资金拥有人为获取更高的收益将空闲资金在网站上出借给资金需要者的过程称为P2P网络借贷，也称网贷。

P2P网贷双方多数是以信用为基础的信用贷款，它有别于银行或小额贷款公司的抵押或担保贷款，在手续上也比银行和小额贷款公司简便。但是，当前我国社会信用基础薄弱，以信用为前提的网络借款发展存在着某些先天不足。初步统计，国内各网贷平台都不同程度的存在借款人借款到期不能还款的现象。为了达到惩戒的目的，各网贷平台针对违约人推出黑名单制度。本文基于违约者的黑名单，研究P2P贷款中违约者的特征及平台与违约的关系，为网贷平台建设和网贷出借人提供借鉴。

国内外相关研究述评

从当前国内外网贷研究的现状来看，二者的差距并不明显，对网贷研究都从宏观到微观同时进行，但二者的研究都存在着某些领域的研究空白。再者，国内外P2P网贷所面临的社会整体环境不一样，研究的重点也不同。国外研究重视理论一般性研究和微观的实证研究。国内研究重视规范性研究和模式研究。在网贷参与的主体方面，基于社交关系的研究是当前网贷发展的一个重要领域。

二者研究均表明学历、职业对网贷行为有实质性的影响。但对网贷违约者的归因方面，国内外研究还存在着明显的差异，种族因素成为国外研究者的重点。年龄、性别、体重，外貌美丽也能成为网贷成功与否的关键，而国内研究者把贷款人的经济因素作为贷款的首要因素。

网贷是在信用条件下的一种新型借贷关系，贷款成功与否和借款人是否违约是多种因素综合作用的结果。研究网贷中的违约者特征，要把借款人放到他所处的社会环境中去加以研究。本文在借鉴国内外研究的基础上，系统地分析P2P网贷者的特征。

变量和数据的选取

数据收集。为了能全面准确分析P2P贷款中违约者的特征，根据网贷平台的模式、商务特点和黑名单数据的易收集性和完整性，从目前国内81家比较活跃的P2P网贷平台中筛选出9家，2229人次的违约样本，再根据平台数据和性质的不同，从9家平台中选取6家平台1956个违约者的有效样本进行分析（见表2）。

变量选取。6个平台违约者的黑名单中的数据主要含性别、年龄、违约金额、欠款期数、最长欠款天数和违约者所居住地区。P2P网贷中违约人的职业和学历对分析违约人的特征十分重要，但是在P2P网贷的实际中，违约人中多数人为了能够方便地获得P2P借款，有调查显示，若主观故意违约者，在借款填写职业和学历时90%的人填写了虚假信息（陈胜辉，2013），因此，为避免对分析结果的影响，本文没有把这两个数据统计其中，目的是确保分析结果科学严谨，不过有研究指出，职业和学历在网贷违约方面有显著的影响（李广明，2011）。

数据来源。本文数据来源于网贷之家（http：//www.wangdaizhijia.com）和6家网贷网站自己公布的违约人的数据，所有数据经过核对。违约者的名单数据以平台认定的违约行为为准。

P2P网贷平台模式。网络借贷的违约主要责任在网络借款者本人，与网贷平台关系不大。在中国信用体系还没有完全建立的条件下，以信用为基础的P2P网贷平台在网络借款违约中的责任关系重大，况且，目前国内尚没有相关研究，本研究试图寻找平台模式和违约人间的关系。

P2P网贷平台一般有四种模式，即单纯中介、复合中介、本金有限保证和非盈利公益模式。模式的不同决定了平台对借款人的管理方式不同，对风险控制也不一样，在完全以信用为基础的P2P网络借款中有着重要的作用。表1是仅选取黑名单的6个平台的三种情况（见表1）。

模型假设及实证分析

（一）违约者数据均值分析

首先对1956样本进行均值统计分析，对违约金额、欠款期数、性别、所属区域、平台模式等统计量进行基本的描述性统计（如表2）。

从表2可以看出，违约金额最多的E速贷，总计23919523元，是6家网贷平台中违约金额最高的平台。人均违约金额最多的是搜搜贷，167230.21元。平均违约期（标）数最多的是搜搜贷，35.34期（标数）。平均违约时间最长的是红岭创投，为565.75天。平均违约年龄最高的是E速贷，为34.36岁。违约人（次）最多的是拍拍贷，1082人（次）。从均值描述统计表上，这些差异是否具有统计学上的显著性的特征？还仅仅是差别？因此，需要进一步分析。

（二）模型假设

为了准确区分上述差异对违约行为能否造成显著影响，基于相关文献的研究经验以及普遍运用的实证分析方法，选择运用线性回归模型对所选自变量与因变量的关系进行分析检验（刘严，2005）。

假设模型，违约者的行为最终表现是违约次数和违约金额，造成违约的原因与许多因素有关，有的因素虽然相关，但不具有显著性。首先以1956个违约者数据的违约金额和欠款期数作为基础回归模型，即：

违约金额= c +α*欠款期数 （1）endprint

其中，c为常数项，α为欠款期数的最小二乘估计系数。直观判断的二者关系假设为：欠款期数多，则违约金额大，反之也反。

在本案实证研究中，违约者的一些数据项是非数值变量，为了能准确研究这些变量对违约数量的影响，建立带虚拟变量的回归方程，将性别、平台模式、地区设为虚拟变量（高铁梅，2009）。

违约金额= c +α*欠款期数+βi* Dummy（i） （2）

其中，c和α同上，βi是虚拟变量的系数，i=1-3，分别为性别，平台模式和违约人所属地区。Dummy是性别、平台模式和违约人居住地区的虚拟变量。

（三）实证分析与检验

1.违约金额和违约次数的关系。图1是违约金额和违约次数的散点图，基本上可以确定违约金额和违约次数存在着一定的线性关系。运用基础回归模型方程，用最小二乘法估计相关系数，模型估计结果为：

违约金额=7101.18+2695.66*欠款期数

t值= （2.75） （37.63）

R2=0.4201，F=1415.307，P=0.000，拒绝零假设，表明借款期数对违约金额影响是显著的，借款期数在P2P网贷借款违约行为中已构成显著性因素。在违约人中，借款期数越多，违约金额越大。具体而言，借款期数增加一期，违约金额增加2695.66元。

2.违约金额和性别的关系。经过对1956样本均值进行统计分析（见表3），欠款金额男女存在着一定的差别，男性人均违约金额42171.14元，女性52108.62元，从数值上来看，女生明显高于男性。那么，能否得出结论，网贷平台中女性平均违约金额显著大于男性？

性别不能用数值表示，只是一个二值变量，将性别设置成虚拟变量（0，1），用0表示男，1表示女，用基础方程建立一个含性别的虚拟变量方程：

违约金额= c +α*欠款期数+β*性别 （3）

对上述方程用最小二乘法进行估计，结果为：通过对上述方程最小二乘估计，方程（3）截距项（c，7032.59和7032.59 +573.20）有一定的差异，但方程（3）P值为0.9370，接受原假设，性别对P2P网贷违约金额不存在着显著影响，因此，尽管男女性别在违约借款的平均数上，女性大于男性，但这种差别尚不构成显著性，性别不是P2P网贷借款违约行显著性因素。

3.违约金额和违约人所处的地域关系。表4是违约人的区域统计均值描述。在P2P网贷违约者黑名单中，根据借款者所居住的地区（不是身份证显示的地区）。由于中国经济发展水平的不均衡，东部沿海明显高于西部内陆，将网贷违约者分为沿海地区、中部地区和西部内陆三大区域，这三个区域划分既反应了经济发展水平，同时也反应不同的地域文化对违约者的影响。

建立区域回归方程如下：

违约金额= c +α*欠款期数+β1*Q1+β3*Q3

其中，c、α同上，将区域作为虚拟变量，β1、Q1分别为东部沿海地区的回归系数和虚拟变量，β3、Q3分别为西部内陆地区的回归系数和虚拟变量。

实证结果（如表5），Q1，P=0.8670，Q3，P=0.1379二者的P值在10%的水平上均不显著，表明分为三类区域：沿海地区、中部地区和西部地区对网贷违约者没有显著的影响。

（四）P2P网贷平台对违约者影响的回归分析

理论而言，网贷平台模式与违约者的违约行为没有直接关系。不管网贷平台是由谁经营，具体的经营模式如何？网贷平台只是为资金供需双方提供资金交易平台，而不对借款人是否违约产生实质性影响。违约行为主要原因是违约者的个人因素，即财务状况、道德水平等等。从本质上来说，网贷借款者借款到期不归还借款的违约责任主要是违约人的原因。但从表6来看，网贷平台对P2P网贷借款违约行为的影响，表现在欠款金额的均值有一定的差异，违约期数也有不同。

由于网贷平台模式及其特点不能用数值表示，在研究中只是设置平台为虚拟变量0和1表示，为避免研究过程中的多重共线性，设置一个平台作为参考虚拟变量，用最小二乘法估计建立如下方程进行检验。

违约金额= c +α*欠款期数+i*网贷平台模式

其中，c、α同上，i平台模式系数，i=1-3，分别表示三种性质不同的网贷平台模式（见表1），若将某一网贷平台模式设置为1，其他网贷平台就设为0。基于平台的回归方程可以改写为：

违约金额= C+α*欠款期数+1*M1+ 2*M1

M1，M2分别表示网贷平台模式为M1和M2的虚拟变量。P值在5%的水平上是显著的，表明平台模式和欠款基数对欠款金额产生了实质性的影响。网贷平台对网贷借款人的违约行为是显著的（见表7）。

（五）P2P网贷违约者年龄结构分析

违约者年龄从18到59都有，平均年龄31.52岁，众数为28.68。61%欠款者的年龄处在24-34之间，他们欠款期数占52.06%、欠款金额占45.72%，小于24岁仅占欠款人数的5.8%，45岁以上的只占3.8%。如图2，违约人的年龄分布频率图。图中明确显示，P2P网贷违约人的年龄相对集中。分析主要有以下几点原因：与参与网贷人员的频数有关，在参与网贷人员中大部分人是青年人，据统计，78%的网贷参与者是24-34这个年龄阶段的人，他们能接受互联网这个新生事物；对网络的运用比较熟练，在观念上也能接受网络借贷。还有这阶段的群体由于个人负担或创业等因素，对资金需求大。

实证结果与违约者特征分析

P2P网贷发展已有近8年的历史， 2011年以后网贷业务快速发展。6个网贷平台违约者人数共计1956人次。男性1713人次，女性243人次，欠款总额为84901551元，人（次）均欠款43405元。根据网贷平台的性质，将6家网贷平台分成三个模式。在违约者中年龄最大的是59岁，最小的18岁，平均年龄31.52岁，众数是28岁。人均欠款期数13.43期，累计逾期标数26343期，平均每标违约金额3216.74元。在性别方面，男性平均违约金额为42171.14、女性为52108.62。在区域分布上，东部沿海违约1044人（次），占57.55%，中部地区688人（次），占35.65%，西部地区284人（次），占6.80%。endprint

实证研究表明，违约者的违约金额与借款的期数成正向相关，借款次数越多违约金额越大。违约金额与网贷平台的模式相关性显著，这表明平台在对贷款的风险把握中起到了一定的作用。平台能否对风险进行有效识别成为制约违约者的因素。目前许多网贷平台为保证出借人的利益，主张保证本金安全的做法，平台对出借人承担保证责任，其对风险控制要求严格，因此，这些平台违约风险要小。而一些平台只注重业务的发展，忽视风险控制，或者专业性不强，自身风险控制不力，违约率升高。性别和区域对违约金额没有显著影响，这与李广明（2011）等人的研究结果不一致（李广明等人认为网贷违约与借贷者的学历、职业、区域、贷款项目、还款意愿存在着明显的相关性）。年龄方面无论是违约者还是借款人，年龄大体集中在30岁左右。这些人刚在社会立足不久，个人的收入和积累有限，而承担着较大的家庭责任和个人的生活重担，加之部分人由于工作或创业受阻，借款时本没有违约因素，由于偶然、突发性因素，使借款人到期不能归还借款。但在违约者中，有部分违约者在借款时就存在主观的违约倾向。从几家平台来违约者看，有多达数十人在6家平台中的至少2家以上平台借款并形成违约。

结论与启示

通过数学模型对网络借贷平台和违约人的违约期数、违约金额进行分析。模型以单一变量和虚拟变量进行复合研究，通过最小二乘法估计系数，从得到的系数估计值可以看出网贷平台的违约金额与违约期数、平台模式对违约有显著的影响：结果与已有文献的结论不一致，修正了一般认为网贷平台对借款违约没有影响的估计。性别在平均违约金额上有一定的差异，女性大于男性，但这种差异尚不构成显著，性别对违约金额没有实质性的影响。从区域上分析，尽管中国幅员辽阔，文化和经济水平差异显著，但在网贷违约中地区因素还没有构成显著的差别。关于年龄对违约的影响，本研究从统计上进行了区别，研究显示，违约者的年龄比较集中，具有明显的年龄特征趋势。

参考文献：

1.张玉梅.P2P小额网络贷款模式研究[J].生产力研究，2010（12）

2.李金阳.P2P网络借贷市场的兴起与发展问题研究[J].华北金融，2013（2）

3.许婷.P2P网络贷款平台潜在风险分析及对策[J].金融科技时代，2013（6）

4.刘文雅，晏钢.我国发展P2P网络信贷问题探究[J].北方经济，2011（14）

5.董彦岭，张明.我国民间借贷的风险、趋势及对策[J].海南金融，2012（2）

6.李广明，诸唯君，周欢.P2P网络融资中贷款者欠款特征提取实证研究[J].商业时代，2011（1）

7.吴小英，鞠颖.基于最小二乘法的网络借贷模型[J].厦门大学学报（自然科学版），2012（6）

8.莫易娴.P2P网络借贷国内外理论与实践研究文献综述[J].金融理论与实践，2011（12）

9.陈胜辉.青年在网贷中的主体地位—网贷用户调查报告[J].广西青年干部学院学报，2013（2）

10.刘严.多元线性回归的数学模型[J].沈阳工程学院学报（自然科学版），2005（Z1）

11.高铁梅.计量经济分析方法与建模[M].清华大学出版社，2009endprint

实证研究表明，违约者的违约金额与借款的期数成正向相关，借款次数越多违约金额越大。违约金额与网贷平台的模式相关性显著，这表明平台在对贷款的风险把握中起到了一定的作用。平台能否对风险进行有效识别成为制约违约者的因素。目前许多网贷平台为保证出借人的利益，主张保证本金安全的做法，平台对出借人承担保证责任，其对风险控制要求严格，因此，这些平台违约风险要小。而一些平台只注重业务的发展，忽视风险控制，或者专业性不强，自身风险控制不力，违约率升高。性别和区域对违约金额没有显著影响，这与李广明（2011）等人的研究结果不一致（李广明等人认为网贷违约与借贷者的学历、职业、区域、贷款项目、还款意愿存在着明显的相关性）。年龄方面无论是违约者还是借款人，年龄大体集中在30岁左右。这些人刚在社会立足不久，个人的收入和积累有限，而承担着较大的家庭责任和个人的生活重担，加之部分人由于工作或创业受阻，借款时本没有违约因素，由于偶然、突发性因素，使借款人到期不能归还借款。但在违约者中，有部分违约者在借款时就存在主观的违约倾向。从几家平台来违约者看，有多达数十人在6家平台中的至少2家以上平台借款并形成违约。

结论与启示

通过数学模型对网络借贷平台和违约人的违约期数、违约金额进行分析。模型以单一变量和虚拟变量进行复合研究，通过最小二乘法估计系数，从得到的系数估计值可以看出网贷平台的违约金额与违约期数、平台模式对违约有显著的影响：结果与已有文献的结论不一致，修正了一般认为网贷平台对借款违约没有影响的估计。性别在平均违约金额上有一定的差异，女性大于男性，但这种差异尚不构成显著，性别对违约金额没有实质性的影响。从区域上分析，尽管中国幅员辽阔，文化和经济水平差异显著，但在网贷违约中地区因素还没有构成显著的差别。关于年龄对违约的影响，本研究从统计上进行了区别，研究显示，违约者的年龄比较集中，具有明显的年龄特征趋势。

参考文献：

1.张玉梅.P2P小额网络贷款模式研究[J].生产力研究，2010（12）

2.李金阳.P2P网络借贷市场的兴起与发展问题研究[J].华北金融，2013（2）

3.许婷.P2P网络贷款平台潜在风险分析及对策[J].金融科技时代，2013（6）

4.刘文雅，晏钢.我国发展P2P网络信贷问题探究[J].北方经济，2011（14）

5.董彦岭，张明.我国民间借贷的风险、趋势及对策[J].海南金融，2012（2）

6.李广明，诸唯君，周欢.P2P网络融资中贷款者欠款特征提取实证研究[J].商业时代，2011（1）

7.吴小英，鞠颖.基于最小二乘法的网络借贷模型[J].厦门大学学报（自然科学版），2012（6）

8.莫易娴.P2P网络借贷国内外理论与实践研究文献综述[J].金融理论与实践，2011（12）

9.陈胜辉.青年在网贷中的主体地位—网贷用户调查报告[J].广西青年干部学院学报，2013（2）

10.刘严.多元线性回归的数学模型[J].沈阳工程学院学报（自然科学版），2005（Z1）

11.高铁梅.计量经济分析方法与建模[M].清华大学出版社，2009endprint

实证研究表明，违约者的违约金额与借款的期数成正向相关，借款次数越多违约金额越大。违约金额与网贷平台的模式相关性显著，这表明平台在对贷款的风险把握中起到了一定的作用。平台能否对风险进行有效识别成为制约违约者的因素。目前许多网贷平台为保证出借人的利益，主张保证本金安全的做法，平台对出借人承担保证责任，其对风险控制要求严格，因此，这些平台违约风险要小。而一些平台只注重业务的发展，忽视风险控制，或者专业性不强，自身风险控制不力，违约率升高。性别和区域对违约金额没有显著影响，这与李广明（2011）等人的研究结果不一致（李广明等人认为网贷违约与借贷者的学历、职业、区域、贷款项目、还款意愿存在着明显的相关性）。年龄方面无论是违约者还是借款人，年龄大体集中在30岁左右。这些人刚在社会立足不久，个人的收入和积累有限，而承担着较大的家庭责任和个人的生活重担，加之部分人由于工作或创业受阻，借款时本没有违约因素，由于偶然、突发性因素，使借款人到期不能归还借款。但在违约者中，有部分违约者在借款时就存在主观的违约倾向。从几家平台来违约者看，有多达数十人在6家平台中的至少2家以上平台借款并形成违约。

结论与启示

通过数学模型对网络借贷平台和违约人的违约期数、违约金额进行分析。模型以单一变量和虚拟变量进行复合研究，通过最小二乘法估计系数，从得到的系数估计值可以看出网贷平台的违约金额与违约期数、平台模式对违约有显著的影响：结果与已有文献的结论不一致，修正了一般认为网贷平台对借款违约没有影响的估计。性别在平均违约金额上有一定的差异，女性大于男性，但这种差异尚不构成显著，性别对违约金额没有实质性的影响。从区域上分析，尽管中国幅员辽阔，文化和经济水平差异显著，但在网贷违约中地区因素还没有构成显著的差别。关于年龄对违约的影响，本研究从统计上进行了区别，研究显示，违约者的年龄比较集中，具有明显的年龄特征趋势。

参考文献：

1.张玉梅.P2P小额网络贷款模式研究[J].生产力研究，2010（12）

2.李金阳.P2P网络借贷市场的兴起与发展问题研究[J].华北金融，2013（2）

3.许婷.P2P网络贷款平台潜在风险分析及对策[J].金融科技时代，2013（6）

4.刘文雅，晏钢.我国发展P2P网络信贷问题探究[J].北方经济，2011（14）

5.董彦岭，张明.我国民间借贷的风险、趋势及对策[J].海南金融，2012（2）

6.李广明，诸唯君，周欢.P2P网络融资中贷款者欠款特征提取实证研究[J].商业时代，2011（1）

7.吴小英，鞠颖.基于最小二乘法的网络借贷模型[J].厦门大学学报（自然科学版），2012（6）

8.莫易娴.P2P网络借贷国内外理论与实践研究文献综述[J].金融理论与实践，2011（12）

9.陈胜辉.青年在网贷中的主体地位—网贷用户调查报告[J].广西青年干部学院学报，2013（2）

10.刘严.多元线性回归的数学模型[J].沈阳工程学院学报（自然科学版），2005（Z1）

11.高铁梅.计量经济分析方法与建模[M].清华大学出版社，2009endprint