我国P2P网贷平台的信用风险度量分析—— 基于因子分析法

吉林大学 王思涵

P2P网络借贷是利用互联网技术进行信贷交易的过程，在加入了第三方交易平台后，信贷交易的审核过程得以加强，平台选取信用程度较高的借款者在网站上发布其信息，以供有投资需求的出借人进行选择，最终实现资金的转移。我国首家P2P借贷平台——拍拍贷，于2007年6月成立。拍拍贷对借款人进行初步审核，然后将审核通过的信息进行发布，有投资需求的用户在信息平台上筛选合适的借款人，并将自己的钱出借。这是P2P最根本的业务逻辑，一直沿用至今。

然而，经历了十二年的发展，目前我国P2P网贷平台良莠不齐，大量问题平台逐渐浮出水面。截至2019年5月19日，共有2742家问题平台出现，仅5月就新增了24家，其中1家跑路、6家经侦介入、6家网站关闭、11家延期兑付，诸多平台问题应引起极度重视，监管整治势在必行。

1 文献综述

1.1 P2P平台发展方面

Magge(2011)从贷款者角度阐述网贷平台最大优势是降低资金获取成本，例如中小企业资本实力不足难以获得大额贷款，但巨大的资金需求使P2P平台得以发展，在传统的金融贷款方式开拓了新的发展方向。钱金叶、杨飞(2012)认为P2P网贷平台的融资效率要比传统的银行借款高，并且利用互联网作为平台简化了复杂度手续，为中低收入群体提供了更为方便可靠的平台，同时，平台考查借款人的信用情况以提高违约成本，降低了网贷的风险。

1.2 P2P平台融资方面

Ravina(2008)认为网络借贷中相比年龄、性别、种族因素的影响更显著，例如黑人为贷款需要支付更多成本。根据Pope(2011)的调查可看出，当拥有相同的信用评级时，非洲裔美国人比其他种族的借款成功率明显要低；而35岁以下的年轻人和单身女性的融资成本较低。Briceno Ortega(2008)研究了Zopa平台的数据，发现借款人的财务信息越详细，其融资成功的可能性越高。陈霄等(2013)认为投资者的积极性和投资趋向会随着不良贷款行为增加而降低，不良贷款行为不但威胁投资者的利益，也使P2P平台因为安全性问题受到外界质疑，不利于网贷行业的健康发展。

2 变量选取与数据来源

本文综合考虑网贷平台自身特点及P2P平台的信息可获性，选取了平台占比较大的100家平台的7个指标，分别为：成交量、投资人数、平均借款期限、借款标数、注册资本、借款人数、人均投资金额。

(1)成交量、投资人数：成交量越高、用户越多时，对外界释放的可投资信号越强，引发的跟随投资现象也越多。

(2)平均借款期限：一次性还本付息的网贷平台还款期限一般是一个半月以内，先付息后还本平台的还款期一般是6个月以内，本息等额平台的还款期限普遍长达数年。平均借款期限将影响借款人的行为，从而影响平台资金流动性，影响平台风险。

(3)借款标数：平台的借款标有很多通常可分为抵押标、信用标、担保标、秒标、净值标、流转标等。标的数量越多对贷款交易的约束越多，因此对风险的影响也显而易见。

(4)注册资本：资本充足率是银行业信贷风险监管的核心指标，但由于我们无法获得P2P平台的资本充足率指标，本文采用注册资本作为代理变量，单位万元。注册资本越多，股东对平台规范管理的主动性和积极性越高。

(5)借款人数：借款人数反映一个平台的资本实力和规模，在整治时期依旧能拥有大量借款人反映一个平台的合规度，也间接反映该平台风险大小。

(6)人均投资金额：本文主要针对投资人设定变量，人均投资金额反映了市场拓展的深度。一般来说，网贷平台市场拓展能力越强，投资人数越多。人均投资金额以万元为单位。

数据选自网贷之家4月（30天）的数据，涉及大中小各类平台，截至2019年4月31日，正常营运的平台有940家，本文选取了成交量前100名平台，具有较好的代表性。

3 实证分析

3.1 适宜性检验

本文通过将指标值与指标平均值的差额除以标准差的方法对原始数据进行标准化处理，避免因数据量纲不同而造成因子分析误差。通过检验得出KMO检验值为0.661大于0.5；Bartlett球形检验的显著性水平为0.000小于0.001，说明本文选取的变量适合进行因子分析。而7个指标的公因子方差分别为：0.949，0.861，0.668，0.719，0.984，0.720，0.671，大部分指标共同度在70%以上，因子提取的总体效果理想。

3.2 总方差解释

运用主成分分析法，可以提取7个指标的公共因子。如表1所示，本文提取了特征值大于1的3个因子作为公共因子，其特征根分别为3.287，1.260，1.025。

表1 特征根及贡献率

“贡献率”一栏显示了各公因子的方差贡献率，3个因子总贡献率达到了79.603%，能够合理反映各原始开标的情况。

3.3 旋转成分矩阵

采用最大方差法对因子载荷矩阵进行转，以使因子具有命名解释性。结果如表2所示，公共因子1在成交量、投资人数、借款标数、借款人数四个指标载荷较大，可称为经营状况因子；公共因子2在人均投资金额、平均借款期限两个指标上载荷较大，可称为产品设计因子；公共因子3在注册资本上载荷较大，可称为资金保障因子。

表2 旋转后的因子矩阵

3.4 因子得分

各公共因子的得分系数矩阵如表3所示，据此可得出各公共因子的表达式：

表3 成分得分矩阵

3.5 结果分析

以各因子的方差贡献率为权重算出100家P2P平台的风险管理能力得分，公式如下：

表4 网贷平台因子得分及排名

本文计算了100家样本平台的风险管理能力综合得分，并进行排序，表4显示了排名前10的网贷平台。小赢网金、你我贷、麻袋财富位列前三甲，是样本中风险控制能力得分最高的平台。F1为平台经营状况因子，在综合得分中权重最大，小赢网金、你我贷、麻袋财富也是F1因子排名前三位，由此可见平台经营状况对风险控制的重要性。

总体而言，笔者选取的100家平台综合评分均值为0，其中得分大于均值的共29家平台，小于均值的有71家平台，表明中国网贷平台的发展处于一种不稳定的状态，劣质平台占比较大。3个公共因子均值也为0，其中因子1大于均值的平台有23家，因子2大于等于均值的有40家，因子3大于均值的有26家。由此可以看出，我国网贷平台在因子1和因子3方面整体发展状况较差，因子2方面略比前两者好一些。因此要改善中国网贷平台，首先要着重从经营状况和资金保障方面入手改善。