中國P2P網貸成交量影響因素實證研究
來源:用戶上傳
作者:
摘 要：中國 P2P 網絡借貸利率隨著網貸市場的發展及宏觀經濟政策的發布逐步下降。基于網貸之家對中國P2P網絡借貸平臺的數據處理，采用Eviews模型對中國網貸市場利率的影響因素進行實證分析，結果表明，P2P網貸成交量受綜合市場利率影響較大，市場上各大平臺均與互聯網金融市場內部存在聯動效應，且由于市場信用緊縮、降杠桿、定向降準等宏觀經濟政策的影響，市場利率對網貸成交量的影響作用有限，因此研究P2P網貸市場利率的決定因素時應綜合考慮宏觀經濟政策及其他互聯網金融市場的影響。
關鍵詞：P2P網貸;利率決定;監管政策
中圖分類號：F830 文獻標志碼：A 文章編號：1673-291X（2019）11-0144-02
在我國，P2P網絡借貸產生于2007年，截至2018年10月，P2P貸款余額8 323億元，比去年同期減少2 241億元，同比下滑28.64%。繼2017年12月P2P貸款融資余額創12 246億元最高紀錄以來，2018年P2P貸款余額一直在下降，同比增速也一直在下滑，以至2018年6月份同比增速開始出現負增長。11月信用債債券違約事件頻發，Wind統計共有18起債券違約事件，違約債券本金總計198.37億元，以民營企業為主。當前的整個信用環境為網貸平臺發展蒙上陰影。隨著我國P2P網貸行業相關監管措施的不斷出臺，網貸行業市場平均利率近年來不斷下降。目前關于P2P網貸成交量影響因素的研究還很少，因此本文以于不同背景的P2P網貸平臺數據為切入點，運用Eviews分析P2P網貸行業成交量的影響因素，希望能為網貸行業合理健康發展提供一些可行性的建議[1]。
一、變量選取及數據收集
（一）變量選取
1.風險方面的因素
在P2P網貸行業中，風險是所有參與者在投資時考慮的一項主要因素。根據風險定價原理，要求收益率=無風險收益率+通貨膨脹+信用風險+流動性風險+到期期限+稅收成本，此外還要考慮運營成本和內部風險管理成本等因素[2]。對中小企業來講，包括網貸平臺等行業，這里面最難計算溢價的是信用風險以及中小企業現金流不確定帶來的流動性和到期期限風險，在這里我們對其進行了簡化計算。而從理論上來說，借款期限越長，風險越大、利率越高。因此，本文選取借款期限作為衡量投資風險的變量[3]。
2.成本方面的因素
投資人和借款人另一個關心的主要因素便是運作資金的機會成本，即由于將自有資金用于了某方面從而放棄了用于另一方面所失去的收入。在網貸市場上，將P2P網貸平臺當做融資方式或理財方式的一種，是投資人、借款人雙方的共同選擇，因此雙方都會考慮資金的機會成本。本文選用行業綜合利率作為衡量雙方機會成本的變量。
?。ǘ祿占?
為了保證實證結果的有效性，本文所有P2P平臺運營數據（月平均利率、平均借款期限數據等）均來自“網貸之家”、“貸羅盤”等專業信息提供平臺，因為這些網站具有一定的公信力，能夠保證數據的真實性和準確性。而本文選取10家運營良好、具有一定規模且數據準確度較高的網絡信貸平臺作為研究對象，以保證數據的代表性和連續性。對這些平臺 2014年3月至2018年1月46個月的數據進行整理，并取數據平均值作為實證樣本數據。出于穩定性考慮，在對數據進行Eviews分析前，為了消除時間序列中的異方差，對P2P平臺月平均利率做取對數處理。本文運用因子分析方法從綜合利率（R）、平均貸款期限（T）兩個變量對成交額（V）的影響來進行Eviews數據相關性分析[4]。
二、建立模型
通過Eviews對上述相關參數建立相關性矩陣，如表1所示。由相關性矩陣不難看出，綜合利率對成交額有較為明顯的負相關關系，而貸款期限對成交額的相關程度較低，是低相關性因素，因而去除其對成交額的因素分析模型。
構建如下面板模型，其中對數收益率序列為被解釋變量，其余為解釋變量：
LNV=？琢LNRi+C（i=1，2，3…n）（1）
式（1）中，系別標識數字i取值從1到5，表示時間;LNV為成交量的對數;LNR 為綜合利率的對數。
三、實證分析
?。ㄒ唬祿挝桓鶛z驗
為了檢驗數據的平穩性，我們對數據分別進行單位根檢驗，這里用D（v1）來表示LNV的一階差分形式，結果如下表2。
表2結果表明，成交額（V1）與綜合利率（R1），ADF檢驗P值都比較大，因而無法拒絕存在單位根的假設;而它們的一階差分則在很大的顯著性水平拒絕了原假設，因而認為成交額（V1）與綜合利率（R1）一階差分皆為平穩序列。
?。ǘ┗貧w結果
V1=-6.1472R1+1.9405
s=（0.575521）（1.270751）
t=（-10.6812）（1.527066）
R2=0.668814
SE=0.679492
回歸結果分析
回歸系數估計值的說明，由上述的結果可知，綜合利率對成交量的系數為負數，說明網貸成交量與網貸綜合利率反向變化，即當利率上升時，網貸的成交量將會減少，符合經濟理論和常識。其次，系數估計值的含義是邊際變化傾向，本題中表明，當網貸綜合利率上升一個百分點時，網貸成交量將會減少6.147 2（萬元）。
擬合優度：在本實證中，S.E=0.769 4（萬元），表明網貸交易量的估計值與觀測值的平均誤差為0.769 4萬元，S.E的值越小，擬合優度越好。以此觀之，我們本次實證結果擬合優度較為不錯。R2=0.6688，表明擬合優度較高，解釋變量對被解釋變量的解釋能力為67%，即綜合利率對網貸成交量的解釋能力為67%，回歸直線擬合程度還算不錯。 我們知道，在P2P網貸市場內，由于內外部環境變化導致的信用收緊、定向降準等政策因素，如增加支持小微企業和“三農”再貸款、再貼現額度，下調支農再貸款利率;從2019年9月1日至2020年底，將符合條件的小微企業和個體工商戶貸款利息收入免征增值稅單戶授信額度上限從100萬元增加到500萬元;禁止銀行等金融機構向小微企業收取貸款承諾費和資金管理費;支持銀行運用定向降準等貨幣政策增強小微企業信貸供給能力;將小微企業貸款單戶授信500萬元及以上的貸款納入中期借貸便利合格抵押品范圍。
在這一系列政策實施的同時，在P2P網貸市場周期中也形成連鎖效應（降杠桿—中小企業貸款下降—應付賬款違約現象增多—中小企業還不上網貸平臺負債，降低員工工資—個人理財產品贖回—網貸平臺惡性循環，持續爆雷），這些連鎖效應部分導致了綜合利率對成交量的解釋程度相對較低。
根據現在行業綜合利率的變化趨勢，我們預測接下來的行業利率將會繼續下降，預測結果如上所示，可知網貸成交量在下一階段將會在區間內呈上升趨勢。
四、結論與建議
由上述實證研究可知，綜合利率對網貸成交量的成負相關關系，有一定的影響性，所以為了對網貸成交量有一個更好的掌握，我們需要從行業綜合利率進行研究，從而影響網貸成交量。
首先，從研究結果看出，P2P 網貸利率隨著借款人規模的擴大不斷下降，一方面反映出P2P網貸市場資金供給大于資金需求，另一方面反映出有關監管政策有效降低了行業利率，對調控網貸市場健康發展起到了積極作用。因此，制定網貸行業利率政策的監管層應該加強對網貸市場投資者的金融教育，引導市場投資人進行理性的投資[5]。
其次，P2P 網貸成交量受借款期限影響不是很顯著，但是不同背平臺的P2P網貸綜合利率對借款期限的變化敏感性程度不同。而通過其他文獻研究可知，P2P網貸市場有效降低網貸市場利率可以通過引入銀行資本、國有資本，減少平臺跑路現象，以利于網貸市場的健康發展。
最后，P2P 網貸成交量還受其他互聯網金融因素的影響，如市場貨幣供應量與需求量、國家的經濟政策、累計貸款余額、以及人們對網貸的偏好程度等因素。由此可知，互聯網金融市場之間存在較為明顯的聯動效應。因此，監管層在制定網貸相關政策時應考慮在金融市場中不同互聯網金融模式之間的影響，這樣才能增加政策的有效性。
參考文獻：
[1] 曹寶瑞.我國P2P網貸資金存管制度影響因素研究——基于博弈理論視角[J].技術經濟與管理研究，2018，（9）：69-73.
[2] 李蓓蓓. 試論P2P網絡信貸的模式及風險防范[J].湖北成人教育學院學報， 2017，（1）：33-35.
[3] 竇新華，張玥，周方召.P2P網貸平臺營運風險評價及影響因素研究[J].管理現代化，2018，（1）：105-110.
[4] 張丹丹.P2P網貸平臺風險評估與控制實證研究[J].改革與開放，2018，（21）：27-29.
[5] 王國志，楊笑，祁凱強.基于變系數模型的中國P2P網貸利率影響因素探究[J].時代金融，2018，（30）：225-227.
轉載注明來源:http://www.hailuomaifang.com/2/view-14853189.htm
