P2P网贷平台治理能力的研究

刘晓宇 王爱民

摘要：随着互联网金融的发展，P2P网贷平台的风险日益受到关注。为防范平台风险的发生，对各平台治理能力方面的研究就显得极为重要。文章主要选取了16家网贷平台为研究对象，采用主成分分析的方法从运营能力、规模大小、集中程度三个方面构建包含9个指标的网絡借贷平台评价体系，之后又运用聚类分析的方法对平台进行归类。结果显示：样本平台总体得分不高，治理能力尚有不足，各平台皆存在不同程度的潜在风险。

关键词：主成分分析;聚类分析;平台治理;风险预警

一、引言

随着我国金融改革的深入推进，互联网金融在不断的成熟和发展。P2P作为其重要的组成部分，逐渐走入大众的生活。伴随着普惠金融的发展，P2P使得企业和个人享受到低廉便捷的金融产品和服务，增强了金融服务实体经济的能力，其平台治理能力不容忽视。自2007年上海成立“拍拍贷”后，我国的网络借贷平台数量开始不断增长。截至2017年11月，累计平台数量达到5965家，该年度新增平台共85家。其在平台总数和成交量等方面的增长表明P2P平台的发展可谓迅速。但是，在平台数量火爆增长的同时，平台的问题和风险也逐渐暴露。平台门槛过低，行业和内部监管皆不到位，使得问题平台频出，跑路、诈骗、提现困难等时有发生。截至2017年11月，累计问题平台数量已达到4008家，较2017年年初的3472家，呈较大幅度增长。其中有提现困难等经营不善导致的，也有跑路等恶意诈骗引起的。网贷平台亟需提升自身平台的治理能力，一旦引发投资者对平台的不信任，平台就将面临崩溃瓦解的危险。问题一旦出现，不仅对投资者造成损失，且对整个行业的发展起到负面影响。如果能够对平台的治理质量进行量化并及时对风险进行预警，不仅可以保障投资者的资金，而且对行业的形象及金融市场的健康发展都有着重要的意义。本文通过网贷之家搜集了2016年12月至2017年11月部分网贷平台的数据信息，运用主成分分析方法（FCA）反映平台的治理能力和水平。

对于P2P网贷平台的研究，学术界也在不断的推进深化。早期的文献主要研究互联网技术与金融创新的结合对金融市场信息不对称的影响，之后逐步向平台治理方向发展。国外学者JackR·Magee（2010）预测了P2P的发展情况并提出了严苛的监管准则。Tiwana（2010）认为保障平台健康稳定的关键是平台设计和治理。国内研究者主要研究平台的运作模式以及对风险进行分类。杨新求（2012）通过比较国内外平台的营运模式来研究其存在的区别。唐艺军等（2015）主要从管理风险角度出发，认为倘若手续费无法弥补成本，平台可能面临倒闭的风险。杨群华（2013）指出要从监管体系防控互联网金融风险。林春雨（2015）从大数据角度构建P2P网贷平台预警模型，利用计算机方法实时全面监测风险。

综上，国内外学者大多是通过从文字层面解读P2P平台的现状、营运模式、风险等对借贷平台进行研究，运用实证分析的较少。本文在国内外研究的基础上，从平台治理角度出发，选取网贷之家网站上的月度公开数据，运用主成分分析的方法进行实证研究，找出影响网络借贷平台治理的因素，并进行具体分析，进一步评估平台的风险，之后又运用聚类分析的方法，对平台进行归类以期寻找各平台间的相似度及区别。希望本文的研究对促进我国网贷平台的健康长久发展有所帮助。

二、指标的选取及处理

（一）指标选取的原则

指标设计及选取的科学性影响P2P网贷平台治理能力和风险评估的准确性。从已有的研究经验来看，指标选取的原则一般有三个。第一、指标的选取应具有全面性。P2P平台的风险不仅取决于自身的微观因素也受到宏观经济的影响。第二、指标具有连续即时性。由于各项指标数据来源于第三方统计网站，来源数据能够逐月更新甚至逐日更新，保证了即时灵敏性。第三、指标具有一定的可操性。指标数据来源于第三方统计网站，所有指标都是公开的，可观测的。

（二）指标体系的构建

本文对P2P网贷借贷平台治理能力的研究主要从运营能力、规模大小、集中程度三个维度进行，同时从上述三个维度构建平台治理能力的评价指标体系。其中，反映运营能力的指标用运营时间、注册资本、预期收益率来表示;反映规模大小的用成交金额、投资人数、借款人数来表示;反映集中程度的用人均投资额、人均借款额、平均借款期限来表示。综上，考虑到数据的获取和量化难度，本文构建了包含9个指标的P2P网贷平台风险治理能力评价体系，如表1所示。

三、实证分析

（一）数据来源及预处理

本文以运营时间大于60个月的16家网贷平台为研究对象，搜集了网贷之家2016年12月至2017年11月共计12个月的数据，并对其进行平均值处理，如表2所示。由于原始数据单位不同而不具可比性，为消除量纲影响和变量自身变异，我们对数据进行标准化处理。本文采用Z-score标准化方法，公式为：Zij=（Xij-Xj*）÷Sj。其中Zij表示标准化数据，Sj指标准差。

（二）适合度检验

首先需要对数据进行是否适用主成分分析的检验。本文运用SPSS软件，对16家网贷平台的9项指标标准化后的数据进行KMO和Bartlett检验。见表3，KMO>0.6，表明变量之间的相关性较强，近似卡方值为111.592，概率值为0.000，<0.05的显著水平，拒绝原假设，进一步表示适合做主成分分析。

（三）主成分分析过程

经过一系列检验后，本文接下来借助SPSS21.0，对数据进行主成分分析，得到特征值，方差贡献率以及累计方差贡献率，见表4。其中，前三个主成分的特征值均>1，且累计方差贡献率>70%，表明其保留了原始信息的大部分内容，因此，用这3个主成分代替原来的9个指标具有较好的还原性和说明性，且起到降维的作用。

从表5成分矩阵可以得出，主成分Y1在X1运营时间、X4成交金额、X6借款人数上的载荷量远大于其它指标的载荷量，所以Y1主要由运营时间、成交金额、借款人数这三个指标代表，反映网贷平台的运营能力;主成分Y2在X3預期收益率、X9平均借款期限上有较高的载荷，分别为0.718和0.702，反映网贷平台产品的设计能力;Y3在X7人均投资额、X8人均借款额上有较高的载荷，反映网贷平台在资金匹配上的效率能力。

主成分确定之后，可以计算出16家平台的主成分得分及排名情况。本文使用的方法是，按照每个主成分对应的特征值与所有主成分特征值之和的比值为权重，将主成分进行加权平均后算出综合得分。表6给出了样本平台主成分得分、综合得分及综合排名情况。其中FAC1-1、FAC2-1、FAC3-1分别为第一主成分得分、第二主成分得分、第三主成分得分，F为综合得分。在平台得分中，有很多平台的综合得分为负值，这并不代表平台的治理能力为负值，这是数据标准化的结果。各平台总体得分不高，其中综合得分大于0的共有4家。排名第一的拍拍贷，排名第二的口贷网在各项主成分得分中均为正值，说明平台在运营、设计、资金匹配效率等方面均较为完善。投哪网在综合排名上居于末位，且其各主成分得分均为负值，表明该平台各项能力均存在不足，亟待完善，平台风险较大。这要求其在今后的发展中应借鉴优质平台的经验，努力提升自身平台的治理能力。

（四）聚类分析

本文采用SPSS软件对观测平台进行K-均值聚类分析，其目的是根据所呈现的特征对平台分类。本文将16家网贷平台分为三类，具体的分类结果整理如表7所示。可以看出，拍拍贷被分为第一类，说明该平台的安全性和收益性都较好，平台治理能力较强。

四、结论及建议

本文从平台治理能力方面分析了网贷平台的风险，运用主成分分析的方法，从运营能力、规模大小、集中程度三个维度构建网贷平台治理能力评价体系，其结果具有较好的解释性且符合当前网贷市场的发展状况。之后又从聚类分析的角度对平台进行分类。

基于以上分析，对于防控网贷平台风险，本文在以下方面有些许建议：第一、提高行业准入门槛。现阶段网贷平台良莠不齐，既有拍拍贷这样的优质平台也有哈哈贷这样以圈钱、骗钱为目的的平台。由于一些层面的监管存在空白和疏漏致使劣质平台大量存在，这给投资者、整个行业及宏观经济的发展带来巨大危害。一旦行业向善发展，各平台治理能力也会逐步提升。第二、完善信息披露制度。平台应定期向公众公布其财务报表并保证数据的完整真实性和及时性，主动开辟全面、多方位的信息咨询渠道以减少信息不对称，及时提示风险，进行风险预警，时时接受公众监督。第三、落实第三方存管和风险准备金制度。平台往来的资金由第三方进行管理，杜绝资金池现象，防止民间融资非法化。对平台提取风险准备金，增强其风险抵抗能力。第四、基于本文的分析，监管部门可进行风险预警，动态追踪平台数据，利用云计算，大数据等建立一系列风险预警指标。这对平台各利益主体既起到制约又起到保障作用。

参考文献：

[1]Magee，J.Peer-to-peer lending in the United States;surviving after Dodd-Frank[J].North Carolina Banking Institute Journal，2011（15）.

[2]李宇.P2P网贷平台风险预警量化研究[D].西南财经大学，2016.

[3]单鹏，王越，邓颖璐.P2P网贷平台综合实力评级设计与研究[J].宏观经济研究，2017（01）.

[4]朱清香，王莉.互联网金融民营系P2P网贷平台的风险预警[J].河北大学学报（哲学社会科学版），2016（04）.

[5]张彭，王飞.治理能力、平台风险与预警机制研究——来自网络借贷市场的经验证据[J]. 现代经济探讨，2017（09）.

[6]林春雨，李崇纲，许方圆，许会泉，石磊卢祥虎.基于大数据技术的P2P网贷平台风险预警模型[J].大数据，2015（04）.

[7]杨群华.我国互联网金融的特殊风险及防范研究[J]. 金融科技时代，2013（07）.

[8]赵延明，王洋.网络借贷行业市场准入的影响因素——基于P2P网贷数据[J].辽宁工程技术大学学报（社会科学版），2017（02）.

[9]唐艺军，葛世星.我国P2P网络信贷风险控制实证分析[J].商业研究，2015（10）.

[10]杨新求.我国P2P网络借贷运营模式简析[J].知识经济，2012（05）.