P2P平台成交量的影响因素

章宇平

摘要：得益于互联网的快速发展，P2P网贷行业的规模也不断扩大。为了保护借款人及投资人的合法权益，促进P2P网贷行业的进一步发展，本文以人人贷平台的借款数据进行实证研究，分析借款人及投资人数及借款平均利率等因素的变动对日成交量的影响程度并就如何促进P2P网贷行业的可持续发展提出相应的建议。

关键词：P2P；日成交量；ADF检验；多元回归分析

一、引言

P2P（peerto peer）是一种小额借贷交易，P2P平台作为中间人为借款人及投资人提供平台并收取相应的费用，借贷双方在平台上确立借贷关系并完成相应的手续。截至2018年2月，P2P平台的数量已经累计达到了6054家，并且历史成交量已经累计突破6万亿元。但是在发展过程中，P2P网贷行业暴露出了很多问题，包括我国信用制度不完善，互联网监管滞后和法律法规建设不完善以及恶意经营等。这些因素都是P2P行业进一步发展的绊脚石。同时监管部门也在不断出台相应的监管政策，平台为了符合政策要求，也进行了相应的转型，成功的能够存活下来，而失败的则逐渐被淘汰。截至2018年2月，存在问题的平台的数量已经累计达到了4164家，包括停业、跑路及经侦介入等，占所有平台的68.78%。为了能够选择合适的平台进行投资及借款，首先就需要对这些平台进行识别，而成交量在很大程度上能够反映借款人和投资人对平台的认可程度。因此本文将P2P平台的日成交量作为研究对象，进行实证分析，并以“人人贷”为例，截取相应的数据并初步确定相应的影响因素，进而分析各影响因素的变化对日成交量的影响程度，为正在转型的平台提供借鉴。

二、文献综述

Jiaxian、QiuYun Xu、Dongyu Chen、Zhangxi Lin通过分析拍拍贷的数据得出借款人的社会资本可以增加上市的投标数量，并提高融资概率，而不能降低利率，还对P2P借贷市场如何改进信用系统方面提出了相应的建议。Eunkyoung Lee、Byungtae Lee对P2P借贷市场中的贷款人的羊群行为进行实证分析，发现随着竞价的推进，其边际效应逐渐减弱，并对相关变量进行了评估。XuboWang、Defu Zhang、Xiangxiang Zeng、Xiaoying Wu通过大量的实验表明贝叶斯网络模型可以显著地帮助投资者做出比其他投资模型更好的投资决策。Carlos Serrano-Cinca、Begofia Guti e rrez-Nieto專注于预测投资P2P贷款的预期盈利能力，以内部回报率来衡量，并发现P2P借贷目前并不是一个完全有效的市场。张立炜通过实证分析发现P2P平台百度指数与日成交量存在正相关关系。而且P2P平台的注册所在地、借款人及投资人的资金的保障方式以及托管制度等因素对平台的正常经营有着非常显著地影响。Ke Zhang、Xiaoxue Chen设计了一种基于实例的信用风险评估模型，并证实与现有的P2P贷款方法相比，该模型可以有效地提高投资绩效。余少辉、刘阳、李成峰指出在P2P平台的发展过程中，应该根据实际情况关注不同的影响因素，这样才能促使P2P平台可持续发展。苑言方先找出影响借款利率的因素，然后再通过实证分析确定影响方向及影响程度。窦新华、张珥、周方召通过实证分析发现违约风险集中度等因素对网贷平台的正常营运具有显著的积极影响。

而本文则从日成交量受到哪些因素的影响这一角度，以借款人及投资人数、借款平均利率、借款平均期限及借款标的数为自变量，分析它们对日成交量的影响程度并提出相应的建议。

三、研究假设与模型设计

1.研究假设

首先，借款人及投资人都是小额投资人，借款人和投资者数量的增减会通过对另一方的人数造成影响进一步影响平台的成交量。然后，借款人在发布借款消息时，会考虑平台利率的变化是否在自身的承受能力范围内，而投资者在进行投资时也会考虑平台利率是否能给自己带来满意的收益，因此平台的借款平均利率会对成交量产生影响。最后，借款平均期限和借款标的数对于借款人来说意味着成功借款以及还款的难易程度，对于投资者来说意味着收益的稳定性，这在一定程度上都会间接影响平台的成交量。综上所述，本文提出以下假设并通过实证分析进行验证。

假设1：P2P平台的日成交量与借款人及投资人数呈正相关性；

假设2：P2P平台的日成交量与借款平均利率的相关关系为负；

假设3：P2P平台的日成交量与借款平均期限的相关关系为正；

假设4：P2P平台的日成交量与借款标的数的相关关系为负。

2.数据情况说明

“网贷之家”是国内一家权威的第三方网贷咨询平台，根据它的平台数据，人人贷的综合经营状况排在第一位，人人贷已经运营了七年多，评级为第2，且拥有众多的借款人及投资人，可作为研究对象，因此本文将以人人贷为例进行实证分析进而验证假设的正确性。

本文将日成交量（anionnt）作为因变量，借款人数（debtor）、投资人数（investor）、借款平均利率（rate）、借款平均期限（term）以及借款标的数（jkbs）则作为自变量。从“网贷之家”官方网站上获取人人贷平台从2017.09.15到2018.03.12的借款数据，共179个样本数据，其中27个样本除利率外其他数据均为零，故将这27个样本数据剔除掉，最后获得152个有效数据。计。从变量的均值来看，日成交量的均值为13616.91万元、平均借款人及平均投资人数分别为3053人及47396人、借款平均利率的均值为9.822%、借款平均期限的均值为34个月、平均借款标的数为1 13010个；从变量的变异系数来看，借款人、投资人、借款期限以及借款标的数的变异系数都很大，说明样本数据有比较大的波动幅度。

3.模型的建立

为了使得模型分析的结果更加具有科学性，对各变量取对数，使得各变量的基数变得一致，使得分析结果能反映变量问的普遍性回归关系。建立多元线性回归模型：

四、实证分析

首先对从人人贷平台截取的样本数据进行A D F检验。计算出最大滞后阶数P为13.324231。令p为13，对相应变量分别进行ADF检验：

从表2可以看出，统计量（-2.583>-2.887），表明变量日成交量在5%置信水平上存在单位根，同样可以看出借款人及投资人数以及借款标的数在5%置信水平上均存在单位根，而借款平均利率和借款平均期限在5%置信水平上不存在单位根。为了排除单位根可能会带来的影响，对各变量分别进行一阶差分处理；为了排除样本数据自相关的影响，进行一阶自相关处理，经过模型转换后的DW值改进为1.91，由此排除样本数据的自相关性；最后为了验证变量之间会不会存在分段相关性，进行多重共线性检验。由表3可知，最大的VIF为9.59，由于最大的VIF小于10，所以可以排除变量之间存在多重共线性的可能性。

为了更加精确的分析借款人及投资人数、借款平均利率、借款平均期限及借款标的数对于日成交量的影响方向及影响程度。因此，将借款人数作为基础变量，然后逐一引入其余变量，分别形成模型1、2、3、4、5，并确定最合适的多元回归模型。

根据回归结果，在模型5中，除去投资人数，借款人数、借款平均利率、借款平均期限以及借款标的数均在1%的显著性水平下对日成交量存在着显著的相关性，也就是说模型5的整体拟合效果较好，并且可以得到以下结论：

1.借款人数与日成交量具有非常显著地正向相关性，且借款人数的回归系数为1.2924，这表明借款人數每增加1%，就能带来日成交量1.2924%的增加量；虽然投资人数与日成交量也具有正向相关性，但是两者之间的相关性并不显著。但是借款人数和投资人数息息相关，因此有必要对借款人数和投资人数的关系进行回归分析。

从表5中可以看出借款人数与投资人数具有正向的相关性，且在1%的水平下显著，这表明投资人数的增加可以带来借款人数的增加。

2.借款平均利率与日成交量的相关关系为负，而且十分显著。它的回归系数为9.4542，这表明借款平均利率每减少1%，日成交量会相应的增加9.4542%。由此可以看出，网贷平台可通过适当降低借款标的利率从而达到增加成交量的目的。

3.借款平均期限与日成交量具有非常显著地正向相关性，由此可验证假设3成立。它的回归系数为3.6474，表明借款平均期限每增加1%，会带来日成交量3.6474%的增长。平台可通过相应的延长借款期限来提高成交量。

4.借款标的数与日成交量同样具有非常显著地负向相关性，由此可知假设4成立。它的回归系数为0.251，这表明借款标的数每减少1%，日成交量会相应的增加0.251%。因此，网贷平台在发布借款标时，可适当降低借款标的数。

五、建议

1.监管部门对于P2P平台的监管会越来越严格，P2P平台需要回归本源，加大对消费金融的关注。借款人需要借款的原因非常多，不仅有短期资金周转，还有日常生活消费等。P2P平台可以通过设计能满足借款人多样需求的消费金融产品，同时建立相应的奖励制度以及提出便利条件来吸引借款人，加上投资人数与借款人数存在显著的正相关关性，P2P平台可通过加大宣传、推出利好条件及不断提升自身实力来吸引投资人，进而促进借款人的增加，这样才能促使各P2P平台更好更快发展。

2.根据实证分析的结果，降低利率及标的数以及增加借款期限均能促进成交量的增长，因此P2P平台要兼顾借款人和投资人的利益诉求，推出能使借款人和投资人达到双赢的借贷产品。同时借款利率是连接整体P2P平台的纽带，与风险呈正相关关系，P2P平台需要引进具有先进经验的国内外金融风险管理人才对风险进行有效识别、制定严格的风险管理和监控体系以及完善平台利率定价机制。