中國P2P網貸違約特征實證研究

湯英漢

內容摘要：P2P網貸是互聯網在金融和民間借貸領域的創新，近幾年，網貸業務在國內呈爆發式增長，但由于其自發性，在我國社會信用體系不完善的環境下，屢屢造成借款人借款到期不按時還款的違約事件。本文從6家平臺數千個違約人員的數據中，通過建立網貸違約人特征模型，引入虛擬變量，將非數值變量設置為虛擬變量，利用普通最小二乘法（OLS）進行回歸分析。研究表明，網貸違約者的違約金額與違約者借款期數和網貸平臺相關，盡管性別和地區在網貸違約中有一定的差異，但實證表明，違約金額、與違約人的性別和居住區域相關性不顯著，修正了一些研究認為違約與平臺無關和區域有關的觀點。

關鍵詞：P2P網貸 違約者 特征

引言

隨著互聯網的快速發展，基于互聯網運用的許多創新開始出現在人們的生活中，一種基于互聯網網絡融資方式P2P（Peer to Peer）開始流行，并快速成長。人們通常把以網站為平臺，網站的運營方為中介，資金擁有人為獲取更高的收益將空閑資金在網站上出借給資金需要者的過程稱為P2P網絡借貸，也稱網貸。

P2P網貸雙方多數是以信用為基礎的信用貸款，它有別于銀行或小額貸款公司的抵押或擔保貸款，在手續上也比銀行和小額貸款公司簡便。但是，當前我國社會信用基礎薄弱，以信用為前提的網絡借款發展存在著某些先天不足。初步統計，國內各網貸平臺都不同程度的存在借款人借款到期不能還款的現象。為了達到懲戒的目的，各網貸平臺針對違約人推出黑名單制度。本文基于違約者的黑名單，研究P2P貸款中違約者的特征及平臺與違約的關系，為網貸平臺建設和網貸出借人提供借鑒。

國內外相關研究述評

從當前國內外網貸研究的現狀來看，二者的差距并不明顯，對網貸研究都從宏觀到微觀同時進行，但二者的研究都存在著某些領域的研究空白。再者，國內外P2P網貸所面臨的社會整體環境不一樣，研究的重點也不同。國外研究重視理論一般性研究和微觀的實證研究。國內研究重視規范性研究和模式研究。在網貸參與的主體方面，基于社交關系的研究是當前網貸發展的一個重要領域。

二者研究均表明學歷、職業對網貸行為有實質性的影響。但對網貸違約者的歸因方面，國內外研究還存在著明顯的差異，種族因素成為國外研究者的重點。年齡、性別、體重，外貌美麗也能成為網貸成功與否的關鍵，而國內研究者把貸款人的經濟因素作為貸款的首要因素。

網貸是在信用條件下的一種新型借貸關系，貸款成功與否和借款人是否違約是多種因素綜合作用的結果。研究網貸中的違約者特征，要把借款人放到他所處的社會環境中去加以研究。本文在借鑒國內外研究的基礎上，系統地分析P2P網貸者的特征。

變量和數據的選取

數據收集。為了能全面準確分析P2P貸款中違約者的特征，根據網貸平臺的模式、商務特點和黑名單數據的易收集性和完整性，從目前國內81家比較活躍的P2P網貸平臺中篩選出9家，2229人次的違約樣本，再根據平臺數據和性質的不同，從9家平臺中選取6家平臺1956個違約者的有效樣本進行分析（見表2）。

變量選取。6個平臺違約者的黑名單中的數據主要含性別、年齡、違約金額、欠款期數、最長欠款天數和違約者所居住地區。P2P網貸中違約人的職業和學歷對分析違約人的特征十分重要，但是在P2P網貸的實際中，違約人中多數人為了能夠方便地獲得P2P借款，有調查顯示，若主觀故意違約者，在借款填寫職業和學歷時90%的人填寫了虛假信息（陳勝輝，2013），因此，為避免對分析結果的影響，本文沒有把這兩個數據統計其中，目的是確保分析結果科學嚴謹，不過有研究指出，職業和學歷在網貸違約方面有顯著的影響（李廣明，2011）。

數據來源。本文數據來源于網貸之家（http：//www.wangdaizhijia.com）和6家網貸網站自己公布的違約人的數據，所有數據經過核對。違約者的名單數據以平臺認定的違約行為為準。

P2P網貸平臺模式。網絡借貸的違約主要責任在網絡借款者本人，與網貸平臺關系不大。在中國信用體系還沒有完全建立的條件下，以信用為基礎的P2P網貸平臺在網絡借款違約中的責任關系重大，況且，目前國內尚沒有相關研究，本研究試圖尋找平臺模式和違約人間的關系。

P2P網貸平臺一般有四種模式，即單純中介、復合中介、本金有限保證和非盈利公益模式。模式的不同決定了平臺對借款人的管理方式不同，對風險控制也不一樣，在完全以信用為基礎的P2P網絡借款中有著重要的作用。表1是僅選取黑名單的6個平臺的三種情況（見表1）。

模型假設及實證分析

（一）違約者數據均值分析

首先對1956樣本進行均值統計分析，對違約金額、欠款期數、性別、所屬區域、平臺模式等統計量進行基本的描述性統計（如表2）。

從表2可以看出，違約金額最多的E速貸，總計23919523元，是6家網貸平臺中違約金額最高的平臺。人均違約金額最多的是搜搜貸，167230.21元。平均違約期（標）數最多的是搜搜貸，35.34期（標數）。平均違約時間最長的是紅嶺創投，為565.75天。平均違約年齡最高的是E速貸，為34.36歲。違約人（次）最多的是拍拍貸，1082人（次）。從均值描述統計表上，這些差異是否具有統計學上的顯著性的特征？還僅僅是差別？因此，需要進一步分析。

（二）模型假設

為了準確區分上述差異對違約行為能否造成顯著影響，基于相關文獻的研究經驗以及普遍運用的實證分析方法，選擇運用線性回歸模型對所選自變量與因變量的關系進行分析檢驗（劉嚴，2005）。

假設模型，違約者的行為最終表現是違約次數和違約金額，造成違約的原因與許多因素有關，有的因素雖然相關，但不具有顯著性。首先以1956個違約者數據的違約金額和欠款期數作為基礎回歸模型，即：

違約金額= c +α*欠款期數 （1）endprint

其中，c為常數項，α為欠款期數的最小二乘估計系數。直觀判斷的二者關系假設為：欠款期數多，則違約金額大，反之也反。

在本案實證研究中，違約者的一些數據項是非數值變量，為了能準確研究這些變量對違約數量的影響，建立帶虛擬變量的回歸方程，將性別、平臺模式、地區設為虛擬變量（高鐵梅，2009）。

違約金額= c +α*欠款期數+βi* Dummy（i） （2）

其中，c和α同上，βi是虛擬變量的系數，i=1-3，分別為性別，平臺模式和違約人所屬地區。Dummy是性別、平臺模式和違約人居住地區的虛擬變量。

（三）實證分析與檢驗

1.違約金額和違約次數的關系。圖1是違約金額和違約次數的散點圖，基本上可以確定違約金額和違約次數存在著一定的線性關系。運用基礎回歸模型方程，用最小二乘法估計相關系數，模型估計結果為：

違約金額=7101.18+2695.66*欠款期數

t值= （2.75） （37.63）

R2=0.4201，F=1415.307，P=0.000，拒絕零假設，表明借款期數對違約金額影響是顯著的，借款期數在P2P網貸借款違約行為中已構成顯著性因素。在違約人中，借款期數越多，違約金額越大。具體而言，借款期數增加一期，違約金額增加2695.66元。

2.違約金額和性別的關系。經過對1956樣本均值進行統計分析（見表3），欠款金額男女存在著一定的差別，男性人均違約金額42171.14元，女性52108.62元，從數值上來看，女生明顯高于男性。那么，能否得出結論，網貸平臺中女性平均違約金額顯著大于男性？

性別不能用數值表示，只是一個二值變量，將性別設置成虛擬變量（0，1），用0表示男，1表示女，用基礎方程建立一個含性別的虛擬變量方程：

違約金額= c +α*欠款期數+β*性別 （3）

對上述方程用最小二乘法進行估計，結果為：通過對上述方程最小二乘估計，方程（3）截距項（c，7032.59和7032.59 +573.20）有一定的差異，但方程（3）P值為0.9370，接受原假設，性別對P2P網貸違約金額不存在著顯著影響，因此，盡管男女性別在違約借款的平均數上，女性大于男性，但這種差別尚不構成顯著性，性別不是P2P網貸借款違約行顯著性因素。

3.違約金額和違約人所處的地域關系。表4是違約人的區域統計均值描述。在P2P網貸違約者黑名單中，根據借款者所居住的地區（不是身份證顯示的地區）。由于中國經濟發展水平的不均衡，東部沿海明顯高于西部內陸，將網貸違約者分為沿海地區、中部地區和西部內陸三大區域，這三個區域劃分既反應了經濟發展水平，同時也反應不同的地域文化對違約者的影響。

建立區域回歸方程如下：

違約金額= c +α*欠款期數+β1*Q1+β3*Q3

其中，c、α同上，將區域作為虛擬變量，β1、Q1分別為東部沿海地區的回歸系數和虛擬變量，β3、Q3分別為西部內陸地區的回歸系數和虛擬變量。

實證結果（如表5），Q1，P=0.8670，Q3，P=0.1379二者的P值在10%的水平上均不顯著，表明分為三類區域：沿海地區、中部地區和西部地區對網貸違約者沒有顯著的影響。

（四）P2P網貸平臺對違約者影響的回歸分析

理論而言，網貸平臺模式與違約者的違約行為沒有直接關系。不管網貸平臺是由誰經營，具體的經營模式如何？網貸平臺只是為資金供需雙方提供資金交易平臺，而不對借款人是否違約產生實質性影響。違約行為主要原因是違約者的個人因素，即財務狀況、道德水平等等。從本質上來說，網貸借款者借款到期不歸還借款的違約責任主要是違約人的原因。但從表6來看，網貸平臺對P2P網貸借款違約行為的影響，表現在欠款金額的均值有一定的差異，違約期數也有不同。

由于網貸平臺模式及其特點不能用數值表示，在研究中只是設置平臺為虛擬變量0和1表示，為避免研究過程中的多重共線性，設置一個平臺作為參考虛擬變量，用最小二乘法估計建立如下方程進行檢驗。

違約金額= c +α*欠款期數+i*網貸平臺模式

其中，c、α同上，i平臺模式系數，i=1-3，分別表示三種性質不同的網貸平臺模式（見表1），若將某一網貸平臺模式設置為1，其他網貸平臺就設為0。基于平臺的回歸方程可以改寫為：

違約金額= C+α*欠款期數+1*M1+ 2*M1

M1，M2分別表示網貸平臺模式為M1和M2的虛擬變量。P值在5%的水平上是顯著的，表明平臺模式和欠款基數對欠款金額產生了實質性的影響。網貸平臺對網貸借款人的違約行為是顯著的（見表7）。

（五）P2P網貸違約者年齡結構分析

違約者年齡從18到59都有，平均年齡31.52歲，眾數為28.68。61%欠款者的年齡處在24-34之間，他們欠款期數占52.06%、欠款金額占45.72%，小于24歲僅占欠款人數的5.8%，45歲以上的只占3.8%。如圖2，違約人的年齡分布頻率圖。圖中明確顯示，P2P網貸違約人的年齡相對集中。分析主要有以下幾點原因：與參與網貸人員的頻數有關，在參與網貸人員中大部分人是青年人，據統計，78%的網貸參與者是24-34這個年齡階段的人，他們能接受互聯網這個新生事物；對網絡的運用比較熟練，在觀念上也能接受網絡借貸。還有這階段的群體由于個人負擔或創業等因素，對資金需求大。

實證結果與違約者特征分析

P2P網貸發展已有近8年的歷史， 2011年以后網貸業務快速發展。6個網貸平臺違約者人數共計1956人次。男性1713人次，女性243人次，欠款總額為84901551元，人（次）均欠款43405元。根據網貸平臺的性質，將6家網貸平臺分成三個模式。在違約者中年齡最大的是59歲，最小的18歲，平均年齡31.52歲，眾數是28歲。人均欠款期數13.43期，累計逾期標數26343期，平均每標違約金額3216.74元。在性別方面，男性平均違約金額為42171.14、女性為52108.62。在區域分布上，東部沿海違約1044人（次），占57.55%，中部地區688人（次），占35.65%，西部地區284人（次），占6.80%。endprint

實證研究表明，違約者的違約金額與借款的期數成正向相關，借款次數越多違約金額越大。違約金額與網貸平臺的模式相關性顯著，這表明平臺在對貸款的風險把握中起到了一定的作用。平臺能否對風險進行有效識別成為制約違約者的因素。目前許多網貸平臺為保證出借人的利益，主張保證本金安全的做法，平臺對出借人承擔保證責任，其對風險控制要求嚴格，因此，這些平臺違約風險要小。而一些平臺只注重業務的發展，忽視風險控制，或者專業性不強，自身風險控制不力，違約率升高。性別和區域對違約金額沒有顯著影響，這與李廣明（2011）等人的研究結果不一致（李廣明等人認為網貸違約與借貸者的學歷、職業、區域、貸款項目、還款意愿存在著明顯的相關性）。年齡方面無論是違約者還是借款人，年齡大體集中在30歲左右。這些人剛在社會立足不久，個人的收入和積累有限，而承擔著較大的家庭責任和個人的生活重擔，加之部分人由于工作或創業受阻，借款時本沒有違約因素，由于偶然、突發性因素，使借款人到期不能歸還借款。但在違約者中，有部分違約者在借款時就存在主觀的違約傾向。從幾家平臺來違約者看，有多達數十人在6家平臺中的至少2家以上平臺借款并形成違約。

結論與啟示

通過數學模型對網絡借貸平臺和違約人的違約期數、違約金額進行分析。模型以單一變量和虛擬變量進行復合研究，通過最小二乘法估計系數，從得到的系數估計值可以看出網貸平臺的違約金額與違約期數、平臺模式對違約有顯著的影響：結果與已有文獻的結論不一致，修正了一般認為網貸平臺對借款違約沒有影響的估計。性別在平均違約金額上有一定的差異，女性大于男性，但這種差異尚不構成顯著，性別對違約金額沒有實質性的影響。從區域上分析，盡管中國幅員遼闊，文化和經濟水平差異顯著，但在網貸違約中地區因素還沒有構成顯著的差別。關于年齡對違約的影響，本研究從統計上進行了區別，研究顯示，違約者的年齡比較集中，具有明顯的年齡特征趨勢。

參考文獻：

1.張玉梅.P2P小額網絡貸款模式研究[J].生產力研究，2010（12）

2.李金陽.P2P網絡借貸市場的興起與發展問題研究[J].華北金融，2013（2）

3.許婷.P2P網絡貸款平臺潛在風險分析及對策[J].金融科技時代，2013（6）

4.劉文雅，晏鋼.我國發展P2P網絡信貸問題探究[J].北方經濟，2011（14）

5.董彥嶺，張明.我國民間借貸的風險、趨勢及對策[J].海南金融，2012（2）

6.李廣明，諸唯君，周歡.P2P網絡融資中貸款者欠款特征提取實證研究[J].商業時代，2011（1）

7.吳小英，鞠穎.基于最小二乘法的網絡借貸模型[J].廈門大學學報（自然科學版），2012（6）

8.莫易嫻.P2P網絡借貸國內外理論與實踐研究文獻綜述[J].金融理論與實踐，2011（12）

9.陳勝輝.青年在網貸中的主體地位—網貸用戶調查報告[J].廣西青年干部學院學報，2013（2）

10.劉嚴.多元線性回歸的數學模型[J].沈陽工程學院學報（自然科學版），2005（Z1）

11.高鐵梅.計量經濟分析方法與建模[M].清華大學出版社，2009endprint

實證研究表明，違約者的違約金額與借款的期數成正向相關，借款次數越多違約金額越大。違約金額與網貸平臺的模式相關性顯著，這表明平臺在對貸款的風險把握中起到了一定的作用。平臺能否對風險進行有效識別成為制約違約者的因素。目前許多網貸平臺為保證出借人的利益，主張保證本金安全的做法，平臺對出借人承擔保證責任，其對風險控制要求嚴格，因此，這些平臺違約風險要小。而一些平臺只注重業務的發展，忽視風險控制，或者專業性不強，自身風險控制不力，違約率升高。性別和區域對違約金額沒有顯著影響，這與李廣明（2011）等人的研究結果不一致（李廣明等人認為網貸違約與借貸者的學歷、職業、區域、貸款項目、還款意愿存在著明顯的相關性）。年齡方面無論是違約者還是借款人，年齡大體集中在30歲左右。這些人剛在社會立足不久，個人的收入和積累有限，而承擔著較大的家庭責任和個人的生活重擔，加之部分人由于工作或創業受阻，借款時本沒有違約因素，由于偶然、突發性因素，使借款人到期不能歸還借款。但在違約者中，有部分違約者在借款時就存在主觀的違約傾向。從幾家平臺來違約者看，有多達數十人在6家平臺中的至少2家以上平臺借款并形成違約。

結論與啟示

通過數學模型對網絡借貸平臺和違約人的違約期數、違約金額進行分析。模型以單一變量和虛擬變量進行復合研究，通過最小二乘法估計系數，從得到的系數估計值可以看出網貸平臺的違約金額與違約期數、平臺模式對違約有顯著的影響：結果與已有文獻的結論不一致，修正了一般認為網貸平臺對借款違約沒有影響的估計。性別在平均違約金額上有一定的差異，女性大于男性，但這種差異尚不構成顯著，性別對違約金額沒有實質性的影響。從區域上分析，盡管中國幅員遼闊，文化和經濟水平差異顯著，但在網貸違約中地區因素還沒有構成顯著的差別。關于年齡對違約的影響，本研究從統計上進行了區別，研究顯示，違約者的年齡比較集中，具有明顯的年齡特征趨勢。

參考文獻：

1.張玉梅.P2P小額網絡貸款模式研究[J].生產力研究，2010（12）

2.李金陽.P2P網絡借貸市場的興起與發展問題研究[J].華北金融，2013（2）

3.許婷.P2P網絡貸款平臺潛在風險分析及對策[J].金融科技時代，2013（6）

4.劉文雅，晏鋼.我國發展P2P網絡信貸問題探究[J].北方經濟，2011（14）

5.董彥嶺，張明.我國民間借貸的風險、趨勢及對策[J].海南金融，2012（2）

6.李廣明，諸唯君，周歡.P2P網絡融資中貸款者欠款特征提取實證研究[J].商業時代，2011（1）

7.吳小英，鞠穎.基于最小二乘法的網絡借貸模型[J].廈門大學學報（自然科學版），2012（6）

8.莫易嫻.P2P網絡借貸國內外理論與實踐研究文獻綜述[J].金融理論與實踐，2011（12）

9.陳勝輝.青年在網貸中的主體地位—網貸用戶調查報告[J].廣西青年干部學院學報，2013（2）

10.劉嚴.多元線性回歸的數學模型[J].沈陽工程學院學報（自然科學版），2005（Z1）

11.高鐵梅.計量經濟分析方法與建模[M].清華大學出版社，2009endprint

實證研究表明，違約者的違約金額與借款的期數成正向相關，借款次數越多違約金額越大。違約金額與網貸平臺的模式相關性顯著，這表明平臺在對貸款的風險把握中起到了一定的作用。平臺能否對風險進行有效識別成為制約違約者的因素。目前許多網貸平臺為保證出借人的利益，主張保證本金安全的做法，平臺對出借人承擔保證責任，其對風險控制要求嚴格，因此，這些平臺違約風險要小。而一些平臺只注重業務的發展，忽視風險控制，或者專業性不強，自身風險控制不力，違約率升高。性別和區域對違約金額沒有顯著影響，這與李廣明（2011）等人的研究結果不一致（李廣明等人認為網貸違約與借貸者的學歷、職業、區域、貸款項目、還款意愿存在著明顯的相關性）。年齡方面無論是違約者還是借款人，年齡大體集中在30歲左右。這些人剛在社會立足不久，個人的收入和積累有限，而承擔著較大的家庭責任和個人的生活重擔，加之部分人由于工作或創業受阻，借款時本沒有違約因素，由于偶然、突發性因素，使借款人到期不能歸還借款。但在違約者中，有部分違約者在借款時就存在主觀的違約傾向。從幾家平臺來違約者看，有多達數十人在6家平臺中的至少2家以上平臺借款并形成違約。

結論與啟示

通過數學模型對網絡借貸平臺和違約人的違約期數、違約金額進行分析。模型以單一變量和虛擬變量進行復合研究，通過最小二乘法估計系數，從得到的系數估計值可以看出網貸平臺的違約金額與違約期數、平臺模式對違約有顯著的影響：結果與已有文獻的結論不一致，修正了一般認為網貸平臺對借款違約沒有影響的估計。性別在平均違約金額上有一定的差異，女性大于男性，但這種差異尚不構成顯著，性別對違約金額沒有實質性的影響。從區域上分析，盡管中國幅員遼闊，文化和經濟水平差異顯著，但在網貸違約中地區因素還沒有構成顯著的差別。關于年齡對違約的影響，本研究從統計上進行了區別，研究顯示，違約者的年齡比較集中，具有明顯的年齡特征趨勢。

參考文獻：

1.張玉梅.P2P小額網絡貸款模式研究[J].生產力研究，2010（12）

2.李金陽.P2P網絡借貸市場的興起與發展問題研究[J].華北金融，2013（2）

3.許婷.P2P網絡貸款平臺潛在風險分析及對策[J].金融科技時代，2013（6）

4.劉文雅，晏鋼.我國發展P2P網絡信貸問題探究[J].北方經濟，2011（14）

5.董彥嶺，張明.我國民間借貸的風險、趨勢及對策[J].海南金融，2012（2）

6.李廣明，諸唯君，周歡.P2P網絡融資中貸款者欠款特征提取實證研究[J].商業時代，2011（1）

7.吳小英，鞠穎.基于最小二乘法的網絡借貸模型[J].廈門大學學報（自然科學版），2012（6）

8.莫易嫻.P2P網絡借貸國內外理論與實踐研究文獻綜述[J].金融理論與實踐，2011（12）

9.陳勝輝.青年在網貸中的主體地位—網貸用戶調查報告[J].廣西青年干部學院學報，2013（2）

10.劉嚴.多元線性回歸的數學模型[J].沈陽工程學院學報（自然科學版），2005（Z1）

11.高鐵梅.計量經濟分析方法與建模[M].清華大學出版社，2009endprint