我國P2P網(wǎng)絡(luò)融資成本影響因素分析

□文/董　愷

（山東農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院　山東·泰安）

我國P2P網(wǎng)絡(luò)融資成本影響因素分析

□文/董愷

（山東農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院山東·泰安）

［提要］ 經(jīng)濟新常態(tài)下，融資難、融資貴仍然是大多數(shù)小微企業(yè)、個體工商戶和農(nóng)戶面臨的主要難題。本文將影響借款人融資成本的潛在因素分為標(biāo)的特征、信用特征和個人特征等三大類共14個變量指標(biāo)，通過三個模型進(jìn)行實證分析，結(jié)果發(fā)現(xiàn)：借款額度、期限、用途、信用等級、逾期次數(shù)、月收入和固定資產(chǎn)對借款人融資成本存在顯著影響。

新常態(tài)；P2P；融資成本

收錄日期：2016年7月11日

一、引言

當(dāng)前，我國經(jīng)濟已經(jīng)進(jìn)入增速換擋、結(jié)構(gòu)優(yōu)化、動力轉(zhuǎn)換的新常態(tài)，2014年國家適時提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的號召，眾多科技人員、高校畢業(yè)生、農(nóng)民工、失業(yè)人員等各類市場創(chuàng)業(yè)主體為經(jīng)濟發(fā)展注入了新的活力。2016年，“十三五”規(guī)劃指出，“發(fā)展普惠金融，著力加強對中小微企業(yè)、農(nóng)村特別是貧困地區(qū)金融服務(wù)。”而融資難、融資貴一直以來是大多數(shù)小微企業(yè)、個體工商戶和農(nóng)戶面臨的主要難題。

互聯(lián)網(wǎng)金融作為一種新興的金融業(yè)態(tài)，近幾年在我國取得了膨脹式的發(fā)展。根據(jù)網(wǎng)貸之家年報統(tǒng)計，截止到2015年底，我國正常運營的P2P網(wǎng)貸平臺達(dá)到2，595個，全年網(wǎng)貸成交量飆升至9，823.04億元。2015年，《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》的頒布以及互聯(lián)網(wǎng)金融被列入“十三五”規(guī)劃，意味著國家開始認(rèn)可互聯(lián)網(wǎng)金融行業(yè)對經(jīng)濟發(fā)展的支持作用。

本文主要研究我國P2P網(wǎng)絡(luò)借貸的融資成本影響因素。考慮到“拍拍貸”是我國最早成立的P2P網(wǎng)絡(luò)借貸平臺，同時也是目前國內(nèi)規(guī)模最大、用戶最活躍的P2P借貸平臺，所以本文選擇“拍拍貸”網(wǎng)站上的借款人信息作為研究的數(shù)據(jù)基礎(chǔ)，通過篩選最終選擇出317位成功借款人的信息。

二、文獻(xiàn)綜述

P2P網(wǎng)絡(luò)借貸產(chǎn)生于歐美，因而國外對該領(lǐng)域的相關(guān)研究成果較豐富。如Freed-man與Jin（2008）認(rèn)為，借款人在P2P網(wǎng)貸平臺的融資成本要低于商業(yè)銀行等傳統(tǒng)金融機構(gòu)，這對于借貸雙方形成了互利共贏的良好局面。Lee（2012）實證發(fā)現(xiàn)，投標(biāo)行為在信息不對稱情況下存在顯著的羊群效應(yīng)，即參與人多的標(biāo)的能夠吸引更多的人參與投標(biāo)。Linetal（2013）分析發(fā)現(xiàn)，擁有廣泛社會資源的人信用風(fēng)險較低，因而更有可能得到低成本的貸款。

表1　選取變量說明

表2　變量的描述性統(tǒng)計

國內(nèi)學(xué)者近幾年也開始了對于P2P網(wǎng)貸平臺的研究。如李金陽和朱鈞（2013）基于“拍拍貸”的交易數(shù)據(jù)分析了P2P網(wǎng)貸利率的影響因素，結(jié)果顯示，信用等級和借款額負(fù)向影響借款利率，歷史流標(biāo)次數(shù)正向影響借款利率。張正平等（2015）通過Prosper（國際知名P2P平臺）的交易數(shù)據(jù)實證分析了借款人融資可得性影響因素，結(jié)果表明：社會資本與財務(wù)因素可以顯著影響借款人融資成功概率。錢炳（2015）基于“拍拍貸”的交易數(shù)據(jù)研究了借款人聲譽對融資成本的影響，結(jié)果表明，高聲譽借款人更有融資成本優(yōu)勢，借款利率比低聲譽借款人低0.02左右。

三、實證分析

（一）數(shù)據(jù)來源。“拍拍貸”于2007年8月在上海成立，是我國最早成立的P2P網(wǎng)絡(luò)借貸平臺，同時也是目前國內(nèi)規(guī)模最大、用戶最活躍的P2P借貸平臺，所以本文選擇“拍拍貸”上的交易信息作為研究的數(shù)據(jù)基礎(chǔ)。為確保分析的有效性，本文初次選取了2015年在“拍拍貸”平臺成功借款用戶375位，經(jīng)過篩選剔除了重復(fù)出現(xiàn)用戶26位，再進(jìn)一步剔除資料缺失用戶32位，最終確定317位不同的用戶。

（二）變量選取。本文主要研究我國P2P網(wǎng)絡(luò)借貸的融資成本影響因素，因而被解釋變量為融資成本，用借款利率來衡量。同時，將影響借款人成本的潛在因素分為標(biāo)的特征、信用特征和個人特征等三大類共14個變量指標(biāo)。具體變量說明如表1所示。（表1）

變量描述性統(tǒng)計如表2所示。統(tǒng)計結(jié)果顯示，融資成本的最大值為0.24，最小值為0.09，說明不同借款者的融資成本差別較大。控制變量方面，從標(biāo)的特征來看，借款額度均值為36，854.762，說明借款主體是以小額借款為主，而借款用途均值為2.025，借款期限均值為246.584，說明借款主體的借款用途還是以短期的資金周轉(zhuǎn)為主；從信用特征來看，借款人的信用等級均值為4.831，表明樣本中多數(shù)人的信用等級與E級較為接近，處于相對較低的水平。月收入均值為3.964，說明樣本中借款人月收入平均處于5，001～10，000元的水平；從個人特征來看，借款人性別均值為0.856，說明借款人中男性占絕大多數(shù)。學(xué)歷均值為1.962，說明借款人的平均學(xué)歷為專科以下水平，受教育程度較低。借款人平均年齡為36.185，已婚者占比為68.4％，房產(chǎn)擁有者占比為43.7％。總體來看，借貸人主要為收入、信用等級和學(xué)歷均較低的男性。（表2）

（三）實證結(jié)果分析。本文利用Eviews8.0計量經(jīng)濟學(xué)軟件對上述三類影響借款人融資成本的變量進(jìn)行逐步回歸分析，三個模型的回歸結(jié)果列于表3當(dāng)中。（表3）

從標(biāo)的特征變量來看，借款額度在三個模型中均在5％水平下對融資成本表現(xiàn)出顯著影響，而且該變量系數(shù)均為正值，意味著借款額度越高，借款人需要支付的利率也就越高，因為借款額度越高，出借人所面臨的機會成本也就越大，借款人只有通過提高利率才能促使出借人有相應(yīng)的投資意愿而不至于流標(biāo)；同樣地，在三個模型中，借款期限均在1％顯著水平下通過檢驗，而且系數(shù)均為正值，也就是說，借款期限越長，借款人需要支付的利率也就越高，因為期限越長，其中的違約風(fēng)險、市場風(fēng)險等風(fēng)險因素就會增大，出借人需要更高的投資回報來彌補這些風(fēng)險因素；借款用途只有在模型一中對借款成本有顯著影響，在模型二、模型三中影響均不顯著，但是三個模型中該變量的系數(shù)均為負(fù)值，依照本文預(yù)先設(shè)定的借款用途分類，說明出借人考慮到了創(chuàng)業(yè)投資的風(fēng)險比較大，因而要求借款人支付相對較高的利率。

表3　模型回歸結(jié)果

從信用特征變量來看，信用等級借款額度均在1％水平下通過顯著性檢驗，且系數(shù)均為正值，依據(jù)前文對信用等級的劃分，表明借款人信用等級越低，借款成本越高，這是因為信用等級越低的借款人相應(yīng)的違約風(fēng)險越高；逾期次數(shù)均在5％顯著水平下通過檢驗，且系數(shù)均為正值，意味著逾期次數(shù)越多，借款人的借款成本也就越高，因為逾期次數(shù)一定程度上反映出借款人違約風(fēng)險的高低，逾期次數(shù)多的借款人只有支付更高的利率才能吸引到投資；還清筆數(shù)均未通過顯著性檢驗，但系數(shù)均為正值，可以在一定程度上說明還清筆數(shù)越多，融資成本越高；銀行貸款未通過顯著性檢驗，但系數(shù)均為正值，即有銀行貸款的借款人融資成本更高，本文認(rèn)為有銀行貸款的借款人還貸壓力比較大，當(dāng)還貸資金有限時他們更傾向于首先支付銀行貸款。

從個人特征變量來看，性別未通過顯著性檢驗，但系數(shù)為正值，一定程度上說明男性融資成本更高；年齡和學(xué)歷也未通過顯著性檢驗，而系數(shù)為負(fù)值，說明年齡越大或者學(xué)歷越高，借款人的融資成本越低；是否已婚沒有通過顯著性檢驗，其系數(shù)為負(fù)值意味著未婚借款人的借款成本較高，原因可能是未婚借款人沒有配偶的隱性擔(dān)保，因而風(fēng)險較大；地區(qū)差異沒有通過顯著性檢驗，且系數(shù)均為負(fù)值，說明東部經(jīng)濟地區(qū)借款人的借款成本更高，可能是東部地區(qū)經(jīng)濟較為發(fā)達(dá)的原因；月收入在10％顯著水平通過檢驗，且系數(shù)為正值，說明借款人收入水平越高，借款成本也會相應(yīng)提高；有無固定資產(chǎn)在5％水平下通過顯著性檢驗，且系數(shù)為負(fù)值，意味著如果借款人沒有房產(chǎn)，那么他（她）的借款成本會相對較高。

四、結(jié)論

本文將影響借款人融資成本的潛在因素分為標(biāo)的特征、信用特征和個人特征等三大類共14個變量指標(biāo)，通過三個模型進(jìn)行實證分析，結(jié)果發(fā)現(xiàn)全部標(biāo)的特征變量（借款額度、期限、用途），信用特征變量中的信用等級和逾期次數(shù)以及個人特征變量中的月收入和固定資產(chǎn)對借款人融資成本存在顯著影響。為了降低借款人的融資成本，提高融資效率，本文認(rèn)為應(yīng)采取以下幾項措施：一是加大對P2P融資平臺的宣傳力度，采取座談會、現(xiàn)場咨詢、上門拜訪等多種措施提高小微企業(yè)、個體工商戶和農(nóng)戶對P2P網(wǎng)絡(luò)融資的認(rèn)識，逐步解決這些中小經(jīng)濟單位的貸款難題；二是構(gòu)建完善的信息披露制度，包括對借款人信息進(jìn)行全面、系統(tǒng)地審核，制定借款人跟蹤與回訪制度，定期更新借貸雙方信息等；三是建立第三方托管機制，引入第三方金融機構(gòu)對平臺上的客戶資金進(jìn)行管理，同時監(jiān)督專戶專款專用制度的實行。

主要參考文獻(xiàn)：

［1］李金陽，朱鈞.影響P2P網(wǎng)絡(luò)借貸市場借貸利率因素分析［J］.廣東商學(xué)院學(xué)報，2013.5.

［2］張正平，胡亞男，胡夏露.P2P借款人融資可得性影響因素的實證研究——基于結(jié)構(gòu)方程模型的檢驗［J］.北京工商大學(xué)學(xué)報（社會科學(xué)版），2015.2.

［3］錢炳.借款人聲譽對融資成本的影響研究——來自P2P網(wǎng)絡(luò)借貸平臺“拍拍貸”的經(jīng)驗證據(jù).東北大學(xué)學(xué)報（社會科學(xué)版），2015.2.

［4］盧馨，李慧敏.P2P網(wǎng)絡(luò)借貸的運行模式與風(fēng)險管控［J］.改革，2015.2.

F83

A