我国P2P网贷平台信用评级研究

沈霞

摘 要：P2P网贷平台信用决定其持久发展能力。对P2P网贷平台进行信用评级，分析平台可持续发展能力，为投资者提供参考、为监管提供依据、改善行业环境变得十分紧迫和具有较强的现实意义。本文以P2P网贷平台为研究对象，完善其信用评级指标体系，综合采用因子分析法和定性打分方法，对我国部分P2P网贷平台进行信用评级，并评价其信用等级。

关键词：P2P网贷平台；因子分析；信用评级

中图分类号：F830.46 文献标识码：B 文章编号：1674-0017-2017（1）-0066-04

基于虚拟网络衍生发展的互联网金融业务需要网络信用生态支撑其良性运转。据网贷天眼研究院不完全统计，截至2016年7月末，我国P2P网贷平台数量达4070家，累计问题平台占比达51.72%，7月新增问题平台111家，环比上升44.15%，同比上升8.83%，且问题平台广泛分布在全国21个地区。在这种背景下，对P2P网贷平台进行信用评级，系统分析平台风险控制能力和经营状况变得十分迫切。评级的结果可作为投资者投资平台和项目的参考，可以使P2P网贷平台明确其自身不足和风险点，也有利于从评级中的各考察指标中拓宽监管思路，提升监管水平，并促进行业健康发展。

一、我国P2P网贷平台信用评级发展现状

我国有关网络借贷的研究起步较晚，多偏向定性研究，研究内容集中于P2P网贷平台信用风险控制存在的问题，强调P2P网贷平台信用风险控制的重要性。国内少数学者运用计量经济学方法构建P2P网贷平台信用评级模型，网贷之家、融360、大公国际以及国际知名的惠誉评级公司等均涉足P2P网贷评级领域，评级方法和指標体系各有不同（见表1）。本文采取定量指标与定性指标、静态分析与动态分析相结合的方法，构建指标体系和模型，对60家平台进行信用评级。

二、评级指标分析及数据选取

根据P2P网贷平台的属性分析，在参考金融机构、担保机构、企业信用评级的分析框架基础上，考虑数据的可获得性，借鉴网贷天眼、网贷之家中评价指标的选取，结合我国网贷行业发展阶段特点，初步构建定量指标与定性指标相结合的信用风险评级指标体系。

1.定量指标选取。定量指标部分选取能够反映P2P网贷平台经营状况的9项指标，包括：投资指数（X1）、偿兑指数（X2）、流动指数（X3）、运营指数（X4）、借款指数（X5）、利率指数（X6）、资金流入率（X7）、地域性（X8）、期限指数（X9）。

投资指数= （过去3个月投资人总数/过去3个月借款人总数）^（1/2）。活跃投资人/借款人：该季度进行投资/借款的用户。该数值越低，说明平台投资人受单一借款人违约影响较小。

偿兑指数=（过去3个月累计待还金额/过去1年累计待还金额）^2。偿兑指数用于衡量平台上季度所承担的偿还压力。偿兑指数越大说明平台在上季度承担的偿还压力越大。

流动指数=未来90天待收总额/注册资本金*100。时间区间测评时间往前推90天。

运营指数=（过去3个月成交额/平台上线时间）/MAX。平台单日运营的资金量，运营指数反映的是平台的资金管理和运营能力。对于上线时间不足一个季度的平台不纳入测评。以得分最高的为基准100分，其他按占最高运营指数占比乘以100为显示数据。

借款指数=（过去3个月借款总额/过去3个月借款人数） ^（1/2），时间区间测评时间往前推90天。

利率指数。过去90天平台借款标的平均综合利率*100，一笔标的综合利率=该笔标的利率+该笔标的年化投标奖励。年化投标奖励：若投标奖励已经年化，则综合利率=年利率+投标奖励；若投标奖励为收益的百分比，则综合利率=年利率+投标奖励*借款期限的年化倍数；若投标奖励为现金，则综合利率=（年化收益+现金奖励）/本金）

某平台资金流入率=该平台过去3个月净现金流总和/该平台过去3个月成交额总和*100。资金流入率表示该平台过去3个月贷款余额的变化趋势。

地域指数=该平台所在上月地区成交额/行业上月成交额*100。地域指数表示该平台所在地区网贷行业的成熟程度，值越大，表示该平台所在地区行业成熟度越高。

期限指数=过去90天平台的平均借款期限/过去90天行业的平均借款期限。

2.定性指标选取。本文的定性指标选取15项指标，参见表2。

三、对网贷平台进行信用评级

（一）因子分析法定量评价

本文运用因子分析对P2P网络借贷平台进行定量评价，从选取指标中提取公共因子，并通过与主成分分析类似的方法给公共因子赋予权重，根据权重计算定量指标得分。

（二）因子分析的运用

1.检验是否适用因子分析。

在使用因子分析之前测试各指标之间是否存在一定的相关性。表3得出KMO和BartlettS Test的检验结果。其中KMO值越接近1表示越适合做因子分析，从表3可以得到KMO的值为0.529，能够做因子分析。Bartlett球形检验的Sig值为0.000小于显著水平0.05，拒绝原假设，表明变量之间存在相关关系，适合做因子分析。

表4给出每个变量共同度的结果。变量的共同度越接近1，说明被变量公共因子解释的程度越高，因子分析的效果越好。从表4可以得到，除“流动性”变量外，其他变量共同度较高，因子分析结果是有效的。

2.估计因子载荷矩阵。估计因子载荷矩阵是因子分析的核心，最常用的方法之一是主成分法：求解变量的前几个主成分，进行简单的数学变换就可以得到因子载荷矩阵，根据因子的累计贡献率确定因子的个数。表6给出了因子贡献率的结果。根据结果，只有前四个因子的特征值大于1，并且前四个因子的贡献率为69.323%。提取前四个因子作为主因子。

3.因子旋转。计算出旋转后的因子载荷值，其中旋转方法是Kaiser 标准化的正交旋转法。旋转在9次迭代后收敛。成分得分系数矩阵，从中得到每个因子得分的计算公式中各变量权重。

4.计算四大公共因子的得分。公共因子1的得分函数为：F1=0.250*偿兑性+0.026*资金流入率-0.135*利率-0.033*运营-0.096*期限+0.169*地域性+0.455*投资+0.452*借款-0.169*流动性。同理得到公共因子2、3、4的得分函数，将数据代入函数计算F=（2.44*F1+1.382*F2+1.279*F3+1.138*F4）/（2.44+1.382+1.279+1.138），得出F值。

鉴于平台披露信息的真实性和准确性无法保证，且由于数据可获得性，定量指标选取9项。定性指标选取15项，较为全面地覆盖了反映平台经营和信用情况的不同层面，且为避免个别专家的主观性，对10位专家的打分中剔除一个最高分和一个最低分，定量和指标得分比重各占50%。按照定量指标得分在综合得分占比的50%进行标准化处理，F*=（F+8.4）*50/（34.11+8.4）得到的结果。（Fmax=34.11，Fmin=-8.4）

将各P2P网贷平台的定量指標评价得分与定性指标得分相加，得到各平台的综合评价分数，并对照信用风险等级参照表确认平台等级。

四、总结

通过分析60家平台评级结果，仅有6%的平台为A级，六成平台为B级，表明目前平台处于发展初期，总体经营和信用状况一般。但该模型仍存在不足，在缺乏详细的行业标准和有效监督下，平台披露信息的真实性无法实时监测、数据准确性无法横向对比，缺乏对平台时间序列的分析评价，也未能将平台坏账率指标、区域经济发展和政策因素列入评级体系。在后续的研究中，会对评级指标进行更加深入的研究，并且寻求更有效的评级模型，以提高评级结果的公信力。

参考文献

[1]陈文. P2P中国式高收益债券投资指南.北京：机械工业出版社，2015。

[2]陆岷峰.关于P2 P平台风险评估与监管策略研究[J]互联网金融，2015，（11）：45-49。

[3]田皓文，车耀武.P2P网贷评级问题浅析[J].现代商业，2015，（20）：112-113。

[4]许一平.网络借贷平台的风险控制研究[J].经济论坛，2016，（10）：51-54。

[5]岳铭，张思敏，谢朝阳.我国P2P网络借贷平台的信用评级问题探讨[J].商业时代，2014，（31）：77-78。

Abstract：The credit of P2P network lending platform decides its ability of sustainable development. It is becoming urgent and of strong practical significance to rate the credit of P2P network lending platform， analyze its sustainable development ability， provide a reference for investors， provide the basis for regulation and improve the industry environment. Taking P2P network lending platform as the research object， the paper improves its credit rating index system， comprehensively uses factor analysis method and qualitative grading method to rate the credit of some P2P network lending platform， and assesses their credit rating.

Keywords： P2P network lending platform； factor analysis； qualitification； credit rating

责任编辑、校对：王红莉