基于PEST—SWOT視角的P2P網絡借貸發展分析

李姣

[摘要]P2P網絡借貸在中國呈爆發式增長，帶來投資與融資機會的同時也暴露出很多問題。越來越多的人群關注P2P網絡借貸的歸屬，P2P網貸到底是否適合在中國發展，該如何發展。我們基于 PEST-SWOT 矩陣分析方法，對P2P網絡借貸模式進行全面分析。根據矩陣中不同組合，相應提出P2P網貸實行產業鏈金融運營、打造資源共享機制發展戰略。

[關鍵詞]PEST；SWOT；P2P網絡借貸

[DOI]10.13939/j.cnki.zgsc.2017.02.074

1 引 言

2013年刮起了互聯網金融之風，世界各國紛紛進軍互聯網金融領域，尤其是P2P行業。2010年我國首家P2P網貸平臺“拍拍貸”開啟中國的網貸之路。截至2016年9月，P2P平臺總數高達4278家，其成交量也達到了1947.17億元。P2P網絡借貸的出現引起了廣大人群的關注。然而爆發式增長的同時，背后的風險逐漸暴露出來。2015年12月“e租寶”事件涉嫌資金額500多億元，待收金額703.97億元。“宜人貸”股價首日破發。2016年3月，美國Lending Club的管理人員貸款存在違規，涉嫌金額為2200萬美元。截至2016年9月累計停業及問題平臺數高達2076家，這讓世人對P2P網貸產生了懷疑。P2P網貸能否繼續投資，資金能否得到有力保障。P2P網貸行業將借貸的決定權直接放入借款人和投資人手里，這種無關聯第三方的借貸方式極為簡便?？山杩钊说男袨榉绞胶蜕缃欢紩绊戀J款的違約率。本文通過構建PEST-SWOT，分析我國P2P網絡借貸的具體情況，為以后P2P行業良好發展提出一些建議。

2 P2P網絡借貸環境的現狀

P2P網絡借貸門檻低、額度小和交易簡便，國家對P2P網絡借貸給予極大支持，各行業也紛紛開始涉足P2P網貸領域，P2P網貸如何發展是大家最為關注的問題。

2.1 政策環境

個人互助借貸模式標會是P2P網貸的雛形，Zopa平臺于2005年在英國成立，打開了網貸行業的大門。中國也紛紛效仿其美國寡頭Prosper和Lending Club的運營模式建立網貸平臺。P2P網貸為無法從銀行貸款的企業或是難以承受民間借貸高額利息的企業帶來商機。平臺數從2013年的240家發展到600家，有效投資人從9萬人到13萬人之間。“互聯網+”行動計劃在2015年的提出，促使各家企業開始進入P2P網貸行業。P2P網貸屬于規范調整期，國家明確對P2P網貸的監管，明確了P2P要擺正自己的中介位置?！蛾P于促進互聯網金融健康發展的指導意見》指出支持互聯網企業的注冊登記，相關法律法規應盡快出臺，盡量減少“非法集資、資金池、自融”等現象的出現。最高人民法院在8月又明確了P2P的擔保責任。“十三五”規劃中民間資本的引入與普惠金融的發展、各地方政府互聯網金融協會的成立，均是對P2P網貸行業的支持。截至2016年9月，正常運營的民營系P2P網貸平臺為1900家，占全部平臺比例的90%以上。

2.2 經濟環境

我國國內生產總值在2015年三季度破七，降為6.9%，但我國經濟保持平穩較快的增長。居民人均可支配收入同比增長6.5%，其中農村收入的增長幅度高于城市。收入增加帶來的是人們消費層次的改變，消費對GDP的貢獻度不斷提升。中國社會消費品零售總額從2005年的6.8萬億元增加到2015年的30.1萬億元?；ヂ摼W金融的橫空出世，增加了多種投融資渠道，人們對P2P網貸的認可度越來越高。2016年5月的1480.17億元單月成交量創造了P2P網貸的新高，同比增長143%。10.38%的綜合收益率讓很多人看到了投融資的新方向。2016年9月345.43萬的投資人數與146.94萬的借款人數成就了熱門的P2P網貸行業，貸款余額更是高達7130.42億元。

2.3 社會環境

消費對經濟增長有影響，消費觀念的轉變也帶來了P2P網貸的發展。西方的一些消費文化逐漸滲透進人們的生活當中，如按揭貸款、第三方支付、網絡理財等。收入水平固定和物價水平的上漲背景下，傳統金融增長空間有限。人們開始尋找更多如何錢生錢的途徑，各行業開始重點關注O2O領域。據艾瑞咨詢數據統計，我國參與網絡理財活動的用戶在2018年將接近6億人，財富管理是未來發展的趨勢。信貸消費行業的發展引導人們在現有財富基礎上更經濟和合理。銀行網絡渠道是最直接最常用的渠道，電商平臺、P2P網貸等“小額+分散”化貸款因門檻低、交易簡便等成為主要的網絡貸款渠道。據調查統計，2014年中國有41%的網民曾申請過貸款，而網上貸款占比是線下的近3倍，比例為30.3%。其中銀行網絡渠道比例為13.2%；P2P小額信貸僅有3.1%。不過P2P網貸有著其他融資渠道無法比擬的優勢，其用戶的用途主要是創業需求，貸款通過率為64.8%，P2P網貸貸款比例整體呈上升趨勢。

2.4 技術環境

利率市場化進程中傳統金融機構存在一定的空白，“互聯網+”時代的出現帶來了新的機遇。據調查統計，截至2015年6月，我國網民規模達6.68億人，48.8%的互聯網普及率在未來會更高。互聯網技術拉動了網絡經濟。所謂的“3分鐘放貸”就是把所有的審核全部在利用網上實現，極大提高了放貸的效率和速度。因個人征信的缺失，我國P2P網絡借貸主要實行“線上放貸+線下審核”的模式。不少平臺紛紛開始建立風控系統減少貸款違約率，如“拍拍貸”采用互聯網技術建立的魔鏡風控系統?！耙巳速J”的安全應急響應中心中有積分制“漏洞獎勵”計劃。通過系統YISRC提交漏洞、威脅等消息，用戶可獲得積分換取獎品。該方式可直接直觀地掌握可能存在的威脅或是漏洞，營造一個良好和安全的互聯網金融生態圈。中國互聯網技術聯盟在2016年7月更是推出“互聯網+”資訊門戶網站，此網站專注于內容產品化理念，集各類信息于一體。

3 P2P網絡借貸環境的分析

通過PEST了解當前P2P網絡借貸的宏觀環境，我們采用SWOT分析P2P行業的優勢、劣勢、機遇、威脅。

3.1 發展機遇

“互聯網+”概念的提出促使互聯網金融的迅速發展，其中P2P網貸呈野蠻式增長。國家政府的極力支持為P2P網貸行業提供了良好的外部條件。中小企業最關鍵的是資金，同時它也難以從正規的銀行渠道獲取貸款。據調查，部分銀行發放貸款的對象大多是有擔保物的大型企業。P2P網貸的“小額、手續簡便、可有可無的擔?！钡瘸闪似浔l式增長的內部條件。新型農村金融組織填補農村金融的空白，但覆蓋面不廣，深度也不夠。這為P2P網貸行業提供了市場動力。同時我國網民規模大，35.3%的網民是通過網絡廣告了解貸款。2015年中國網絡廣告市場規模達到2093.7億元，網絡營銷收入突破2000億元，社交廣告規模為138.2億元。當前O2O的發展模式為網貸行業產業鏈的延伸提高了可能性。此外，大數據金融為網貸行業增加風險防控。

3.2 發展威脅

國家支持互聯網金融的發展扶持力度有限。P2P網貸的法律法規、規章制度等沒有具體的操作方案。中小企業、農戶等借款人從傳統銀行貸款轉向網絡貸款與投資者轉向網絡理財等趨勢十分明顯，可平臺競爭激烈易導致平臺問題多。受害群眾多且金額大，投資人對平臺的信任度極度下降，甚至一度懷疑其發展的可能性，客戶開始出現流失。真正網貸理財者尚不足1000萬人。當前“螞蟻金服”的芝麻信用等全部利用大數據分析而來，其他平臺想方設法與支付寶合作，或是建立自身的風控系統，但實力有限。同時經濟下滑導致借款人缺失和投資積極，這成為了制約P2P網貸發展的一個因素。

3.3 發展優勢

P2P由最初的無門檻到現在的監管“紅線”和“十二條原則”，國家對此行業加強監管，多類規范性文件出臺。且各地的互聯網金融行業協會加強了行業自律。政府加大對違法違規平臺的打擊力度，網貸行業進入緩沖回落期，其市場存在政策門檻。P2P企業運營中將運營費用與收入之比低于30個百分點，對其他融資渠道會造成一定的威脅。據統計，2014年近萬人進入P2P行業，同時各高校開始開設互聯網金融專業和該課程，以后的金融人才會具備金融、計算機、小額信貸等知識。“80后”、“90后”的超前消費也成為P2P的發展優勢之一。

3.4 發展劣勢

P2P網貸的收益率超過10%，可其毛利率在5%左右，扣除提取的風險準備金。30%的市場投入與3%的利息收入難以支撐平臺發展。P2P的貸款是其主營業務，可民間借貸的8000億元市場規模難以養活2000多個平臺，大多數平臺會破產或停業。同時，P2P平臺常實行“資金+期限”的錯配，可因成本高P2P行業難以全部實現期限錯配，而且往往投資人群選擇期限較短，借款人期限較長。這也容易發生壞賬，據調查顯示，大多平臺的壞賬率在5%～10%，差一些的壞賬率就可能超過15%。80%以上的平臺都難逃成本問題，不可避免地越過了資金池這條“紅線”。

4 P2P網貸借貸發展的建議

本文通過PEST-SWOT矩陣分析了P2P網貸行業的宏觀環境以及其基本情況，發展其可從以下幾個方面調整戰略定位，為可持續發展做準備。

4.1 產業鏈金融發展

筆者可充分建立以客戶需求為中心，融入第三方支付、供應鏈核心企業、大數據風控等互聯網金融模式的產業鏈。利用核心企業將上下游的融資企業通過訂單、票據等合同與P2P網貸平臺借貸連接。核心企業為上下游企業融資進行擔保，引入有牌照的第三方支付作為資金流通地，上下游企業與核心企業的交易量可作為數據統計供P2P網貸判斷其信用狀況因素之一。上下游企業與核心企業都是還款人。此外，英國“脫歐”事件也會致使企業的借款需求增加，觸動P2P行業的繁榮。

4.2 打造資源共享機制

P2P是信用中介，可承擔的信用風險相當大。我國征信系統不完善，P2P網貸的良好發展需要自身尋找自己的方法。在大力加強P2P網貸監管，控制風險的背景下，我們基于P2P網貸的劣勢和機遇盡可能實現信用數據共享，以為降低成本和實際8%～10%的壞賬率。如廣東互聯網金融協會推行了協會成員間的信息共享，上海對接上海資信公司的NFCS征信系統。

參考文獻：

[1]Freedman S，Jin G Z.Dynamic Learning and Selection： the Early Years of Prosper[Z].University of Maryland，2008.

[2]朱凡，李士華.中國P2P網絡借貸主要風險及防范[J].現代商貿工業，2016（4）.

[3]彭劭志，羅荷花.P2P網絡借貸平臺違約行為影響因素的實證研究——以湖南省為例[J].西南金融，2016（6）.

[4]盧馨，李慧敏.P2P網絡借貸的運行模式與風險管控[J].改革，2015（2）.

[5]王少華，劉小梅.P2P網絡借貸的運營模式與風險研究[J].中國市場，2016（42）.