论借款人行为与融资可获得性

宋敏敏等

摘要：首先对国内外的P2P网站进行了描述和对比，然后通过建立模型分析借款人行为的影响因素，总结模型结果并对P2P的借款人影响因素做出总结。

关键词：P2P；借款人行为；影响因素

中图分类号：F83

文献标识码：A

文章编号：1672-3198（2015）06-0115-03

0引言

随着电子数据化网络时代的到来，民众的生活方式发生了翻天覆地的变化，广大居民越来越趋向于互联网的使用。而这正好为P2P网络借贷平台的发展注入新的契机。P2P网络借贷作为民间借贷的一种创新形式，将民间借贷和电子商务结合在一起，为小微企业在各方面的发展注入了新的活力，如金融服务，融资渠道，融资困难等方面。而且，中国现在是世界上储蓄率最高的国家，P2P网络借贷平台的发展，为民间储蓄寻找到了另一投资方式。

虽然P2P网络借贷的发展非常迅猛，可是各P2P借贷公司的借款成功率比较低，即使是拍拍贷这样的行内领先者，也仅在20%上下。因此，本文试图从借款人角度分析其借贷行为，以寻找影响其融资可得性的因素，从而为提高P2P网络借贷平台的融资成功率，为其长久的发展提供相关参考。

1P2P网络借贷平台的起源和发展情况

P2P网络借贷平台来自小额借贷，传统的小额贷款主要指的是信用贷款以及联保贷款，最早的小额贷款公司是获得2006年“诺贝尔和平奖”的经济学家穆罕默德·尤努斯教授建立的乡村银行（简称GB），GB指的是在农村里相互熟悉的5户家庭组织成为联保小组，其中的四户为需要贷款的那家提供担保。GB最原始的主要目标是向收入低下的弱势群体提供一种可持续的服务方法，主要是为了扶贫，是传统的线下借贷模式的主要形式。“网上”模式就是P2P网络借贷平台，集中个人闲散资金为他人提供小额贷款。互联网的普及和信息技术的迅速发展无穷地扩大了借出者人群的范围和数量，也使借贷双方的匹配过程的效率进一步提高和透明，P2P网络借贷模式也迅速发展起来，主要形式也演变为“网上”和“网下”并行的模式。

Prosper是美国最大的网络借贷公司，Zopa则是欧洲最大的网络借贷公司，两个均是提供C2C服务的网站——为借贷双方提供了无需银行参与就可完成借贷过程的中介。拍拍贷则是我国第一家网络借贷公司，2007年7月在上海成立运营。拍拍贷也是一个中介平台，不吸收存款，也不发放贷款，最主要的目的是为借贷双方（个人对个人）提供一个平台。在我国，有较大影响力的P2P借贷平台有人人贷、红岭创投、宜信、哈哈贷等公司。

2国内外主要P2P借贷平台的对比分析

2.1国外网站

（1）美国Prosper。Prosper全称是美国繁荣市场公司，在2006年2月成立，是美国市场的第二大企业。目前拥有超过98万的会员，借贷总额超过2亿美元，在2014年，贷款总额达67亿美元。网站的收益来自手续费，从借款人处提取每笔借贷款的1%～3%费用，从出借人处按年总出借款的1%收取服务费。贷款金额在2000美元至35000美元之间，期限为3年或5年，具体的依据信用等级和贷款金额。

（2）英国Zopa。Zopa全称为英国Zopa网上互助借贷公司，在2005年3月成立于英国伦敦，是全球首家P2P网络借贷公司。想要成为其用户，必须年满18岁且拥有3年及3年以上的信用记录。现在已经成立满10年，总共进行了4轮融资，总额7160万英镑。2014年收入是3亿英镑，总贷款规模是2.68亿英镑。借款用途前三种目的为：汽车贷款、偿还信用卡贷款、购买家庭必需品消费贷款。Zopa提供的小额贷款金额在1000英镑至20000英镑之间，期限2至5年，具体的依据信用等级和贷款金额。

2.2国内网站

（1）拍拍贷。拍拍贷，成立于2007年8月，总部位于上海，其创始人来自微软，麦肯锡，中国银行等知名企業。是中国首家P2P（个人对个人）小额无担保网络借贷平台。这个网贷平台自正式上线发展至今已经接近七年，中国的P2P平台亦在这七年中经历了从零到纷繁复杂，再到如今倒闭潮带来两极分化的变迁。而在汹涌的P2P浪潮中，拍拍贷坚持的“纯线上”模式使其成为网贷平台中的一枝独秀。艾瑞咨询公布的数据显示，2013年年底，总用户数量超过了200万，交易规模超过十亿。

（2）红岭创投。红岭创投于2009年3月在深圳成立，是中国网络信贷行业的领跑者。截至2014年12月31日，注册用户达341060人，累计成功投资186.79亿元，累计成功借款512585笔，全年成交金额高达147.74亿元，同比增长6.64倍。红领创投收费项目一般来说有5个：现场考察费，借款管理费，投标管理费，担保费用，管理费用。

3模型的建立与分析

3.1数据指标分析

拍拍贷是国内首家无担保抵押的P2P网络借贷公司，是国内首家无担保抵押的P2P网络借贷平台。从Alexa目前的排名可以看出拍拍贷的近月网站访问比例是最高的，比例为97.30%。本文以拍拍贷平台上的借款行为所涉及到的相关变量作为研究对象。建立本研究模型所涉及的主要指标如下所示：

（1）借款金额。是指借款人希望在平台上获得的金额，从3000到50万均可，从获得的8799组数据来看，平均借款金额为4998.5元。

（2）借款年利率。该项指标代表借款人为了获得所需要的资金愿意付出的最高的成本。指标越高，其完成投标的可能性越大。从获得的8799组数据来看，借款利率从8%到24%不等，平均利率在20.76%，80%都在22%及以下。

（3）借款期限。借款期限分成1-12月等长短不一，借款时间不得超过12个月，通过这样的约定可以控制借贷过程的风险。从获得的8799组数据来看，平均借款期限为7.09月，60%用户在6个月以下。

（4）相关认证。拍拍贷上的实名认证主要包括手机实名认证，身份认证，户口认证。每完成一项认证的输入就会增加借款人的信用分数，是出借人用来判断借款人信用程度的最重要指标。通过认证的编码为1，没有通过认证编码为0。从获得的8799组数据来看，手机认证仅有26%，户口认证仅为32%，60%以上的用户没有户口认证。有53%的用户有上传照片，但因为真实照片上传率偏低，无法通过计算机自动识别。

（5）借入信用分数。借入信用评级的得分包含要求朋友评价（最高5分）以及网上银行充值认证（3分）。而且，借款人的还款状况也会影响借入信用分数。按时还款一次就会为借款人增加一分，超过期限15天未还则会扣除二分。借款人在拍拍贷平台上信息完善情况也会影响借入信用分数。拍拍贷的风险级别从低到高分别为A、B、C、D、E、HR，每25分就会增加一个等级。在模型回归中，需要将这名义变量变为名义变量，分别赋值为6，5，4，3，2，1。

（6）借出信用分数。借出信用评分包括各种认证的评分，而且出借人对借款人的投资也会增加该项分数，每投标一次增加两分，如果能在规定期限内收回本息，也会为借出信用分数增加两分，但是如果还款逾期则会扣除10分。

（7）借款成功次数。借款成功次数是指本次借款行为之前的成功次数之和。但是模型回归中的数据采集发生在此次借款结束后，因此收集的数据与所需要的数据会有差额。如果本次借贷行为成功，借款成功次数应该减去一，如果本次借贷行为失败，借款成功次数保持不变。在获得的8799组数据中，借款成功次数为2522。

（8）借款失败次数。借款失败次数是指本次借款行为之前的失败次数之和。但是模型回归中的数据采集发生在此次借款结束后，因此收集的數据与所需要的数据会有差额。如果本次借贷行为成功，借款失败次数保持不变，如果本次借贷行为成功，借款失败次数应该减去一。在获得的8799组数据中，借款失败次数为6277。

3.2模型相关介绍

二元因变量的的问题在许多地方都会出现，对于这种问题，可以通过建立二元Logistic模型来处理。投标是否成功就是是这样一个二元因变量，模型实验中将投标完成记为编码为1，投标未完成记为编码为0。此外，二元Logistic回归模型在处理名义变量时也有一定的优势，可以自动将名义变量变成成哑变量，比如性别和年龄都是名义变量，运用二元Logistic模型可以将其变为哑变量在进行编码，这种方法也是二元Logistic模型最大的优势之一。

3.3模型回归结果分析

以投标能否成功作为因变量，其他指标作为自变量，来做二元Logistic回归，回归结果如下。

从表1看出，借款成功次数的p值0.054略大于0.05，但基本不影响，可以继续保留其中。即在94%的置信区间，其对借款成功与否是显著的。其余变量p值都在0.05以内，即在95%的置信区间，变量对借款成功与否是显著的。

4结论

本文中把借款金额这一变量排除在外，因为在拍拍贷平台上，即使借款人申请的是大额借贷，其在经过投标人投标后分成若干份，每一单位投标价值是一样的。而且，借款人获得的借款额度跟其信用等级有关，等级越高，额度越高。借款金额太高所带来的负面影响可以被其他的因素消除掉。

借款年利率对投标能否成功的影响为负，因为款项借出者借出资金无非是为了获得收益，所以如果借款利率过高的话可能从某一方面显示借款人的投资的危险性以及还款的可能性低，容易产生跑路事件。因此，借款利率过高对于投标的完成具有负作用。

借款期限的长短对投标能否成功的影响为负，因为借款时间越长，出借人所面临的风险也变大，借款期限每增长一个月，投标完成的概率会减少2.7%。

每月还款对投标能否完成的影响很小，出借人借出金额大小由出借人自己决定，由出借人投标的份数决定，同时，还款行为其逆过程，每月还款多少并没有改变出借者风险，故对投标能否完成的影响较小。

各种认证（照片认证、手机认证和户口认证）对投标能否完成的影响较大，其Exp（B）分别为3.683，1.253，2.438，每多增加一个相关认证，投标成功的可能性将会是原来的3.68310=459216.18、1.25310=9.54、2.43810=7418.86倍。

借入信用分数和借出信用分数对投标能否完成的影响均为正，这很容易理解，借款人信用披漏越高，那么出借人对借款人的了解越多，也更愿意出借。

在本次实验中显示借款成功次数对投标能否完成的影响为负，这与一般的常理违背，可能是其他因素的影响导致的。

借款失败次数对投标能否完成的影响为负，随着借款流标次数的增多，其信用分数也随之减少，出借人因为从众心理，不会逆市场机制而出借贷款。

可见，借款年利率，借款期限，借款失败次数对投标能否完成的影响为负，借款人应尽量减少这三项指标；借出借入分数，各种认证对投标能否完成的影响为正；每月还款对投标能否完成的影响很小。

参考文献

[1]宋文.P2P网络借贷行为的实证研究[D].上海：上海交通大学，2013，（1）.

[2]张职.P2P网络借贷平台营运模式的比较、问题及对策研究[D].上海：华东理工大学，2013，（3）.

[3]丁婕.我国P2P网络借贷平台及借款人行为研究——以拍拍贷为例[D].成都：西南财经大学，2012，（4）.

[4]张玉梅.P2P小额网络贷款模式研究[J].生产力研究，2009，（12）：162-165.