基于双边市场的P2P信贷平台投资特性研究①

北京邮电大学经济管理学院 张舒铭 李娜 刘璐 陈菲 胡桃(指导老师)

互联网的高速发展对传统经济业态产生了非常重大甚至是颠覆式的影响，金融行业也在互联网浪潮的冲击下不断推陈出新、改革创新。由于传统商业银行高昂的固定成本和复杂的信用评估机制，中小企业的融资需求并没有很好地被满足，从而催生了“互联网+小额借贷”的商业模式，即P2P信贷平台。在政府政策和互联网技术的双重鼓励下，中小企业繁荣发展，融资需求亟待满足，所以P2P信贷平台迅速成长起来。截至2016年，P2P网贷行业历史累计成交量突破3万亿元，平台数目不计其数，可见其在互联网金融中的地位。在如此庞大的市场需求和如此激烈的市场竞争之下，增强平台竞争能力至关重要。

双边市场，也被称为双边网络(Two-sided Networks)，是指有两个互相提供网络收益的独立用户群体的经济网络。在价格结构方面，Rochet和Tirole认为在价格结构上的任何变动都将影响到双方对平台的需求及其参与规模，并影响到交易总量。在市场特征方面，Armstrong从网络外部性的角度定义了双边市场：“两组参与者需要通过中间平台进行交易，并且一方的收益决定另一方参与者的数量。”在以上两种理论的基础上，黄民礼把双边市场界定为：若某种产品或者服务的供求双方之间具有交叉网络外部性而使得平台企业将买卖双方同时凝聚到一个交易平台，如果平台企业向买卖双方收取的总价格为P=PB+PS(PB和PS可以为零或者负数，P＞0)，这说明PB或PS直接影响平台企业的总需求和平台实现的交易量。在实际分析中，价格结构的变化对平台交易量的影响应建立在交叉网络外部性的基础上(朱振中，吕廷杰，2016)。

P2P信贷平台属于双边市场，它聚集了资金盈余方的资金，再将这些资金出借给资金短缺方，使双方的需求都能够得到满足。在投资人和借款人这两方之中，投资人数量的增多会吸引大量的借款人，即投资人的交叉网络外部性更加显著。除了低费率以外，稳定的投资收益是吸引投资人的重要因素。

本文主要分析了投资收益的影响因素和投资收益对平台竞争能力的影响，结合两个部分的结论对P2P信贷平台提出发展建议。

1 P2P信贷平台利率模型

1.1 基本假设与变量说明

P2P平台的用户主要分为两类(巴曙松，熊婉芳等，2018)，即借款人和出借人，借款人是指在信贷活动中以自身的信用或财产作保证，或者以第三者作为担保而从贷款人处借得货币资金的企事业单位或个人；出借人是指借贷合同或借用合同中，将货币或实物交付给借用人所有或使用，并按照约定定期或不定期地收回等值货币或同种类、数量、质量的实物或者取回原物的一方当事人。本文旨在研究P2P平台对于出借人的回报率制定方式，并尝试从这个角度对平台提出合理的建议。

出借人在P2P信贷平台主要以收益率的方式来获得收益，而收益率是基于平台对于借款人的利率制定的，利率不仅反映借款人的支付能力，也意味着投资者可能获得的投资收益。因此，本文通过研究信贷平台利率模型，进而分析出影响利率制定的关键因素，并尝试对平台如何稳定回报率(利率)提出合理建议。根据利率确定的主体，贷款利率的确定模式分为直接模式(平台撮合定价)和间接模式(平台自主定价)。无论直接模式和间接模式，具体贷款利率定价方法都是基于成本和风险两大部分考虑。直接模式是指投资人直接与借款人通过竞价拍卖过程确定最终贷款利率，P2P平台仅作为撮合成交的平台。间接模式是指P2P平台根据借款人的资信信息确定最终贷款利率，并通过承诺固定收益回报的方式吸引投资人进行融资。后者为本文研究对象。

各网贷平台的借款流程基本如下：首先注册账户，完善基本信息并做身份认证，包括手机认证、户口认证、银行征信记录等，根据这些信息评价用户还款能力。接着提交贷款申请(包括借款金额、期限、利率、借款理由等)，等待审核。审核成功后，可以有多个贷款人共同放款，最终各方金额累积达到借款金额时便停止投标。投标结束后即可下款。因此，本文研究三个典型平台中以下因素与利率之间的关系：借款期限、借款金额、风险等级、借款人收入情况、借款人资金用途等，并尝试提出建议。

分析过程中，由于借款人收入情况、借款人资金用途等借款人基本信息在初期相关关系分析时呈现极弱的相关关系，所以在以下的分析中将其剔除。

1.2 模型构建

1.2.1 你我贷利率模型

你我贷平台建立线性回归模型(郭梁钰，2017)如下：

其中网贷利率为被解释变量Y，借款期限为解释变量X1，风险等级为解释变量X2，收入情况为解释变量X3。其中，你我贷的风险等级从高到低分为A、B、C、D、E五个等级，分别赋值为1、2、3、4、5；得出结果如图1所示。

图1 你我贷利率模型

由图1可知，网贷利率与借款期限成正相关，借款期限越长，网贷利率越大；网贷利率与风险等级成负相关，风险等级越低，网贷利率越高；网贷利率与借款人收入情况成负相关，借款人收入越高，网贷利率越低；网贷利率与借款金额成正相关，借款金额越高，网贷利率越高。

1.2.2 信而富利率模型

信而富平台建立线性回归模型如下：

其中，网贷利率为被解释变量Y，借款期限为解释变量X1，风险等级为解释变量X2，收入情况为解释变量X3。其中，信而富的风险等级由高到低分为A、B、C、D四个等级，分别赋值1、2、3、4。得出结果如图2所示。

图2 信而富利率模型

由图2可知，网贷利率与借款期限之间的关系并不显著；网贷利率与风险等级成负相关，风险等级越低，网贷利率越高；网贷利率与借款金额成正相关，借款金额越高，网贷利率越高。

1.2.3 爱钱进利率模型

要钱进平台建立线性回归模型如下：

其中网贷利率为被解释变量Y，借款期限为解释变量X1，风险等级为解释变量X2，收入情况为解释变量X3。其中，爱钱进中项目的风险级别以低和较低来描述，本文中为较低和低分别赋值为1、2，得出结果如图3所示。

图3 爱钱进利率模型

由图3可知，网贷利率与借款期限之间的关系并不显著；网贷利率与风险等级成负相关，风险等级越低，网贷利率越高；网贷利率与借款金额成正相关，借款金额越高，网贷利率越高。

1.2.4 结论与建议

针对以上几个典型平台的利率模型的分析，可以发现网贷利率与借款期限之间的关系在各平台中略有差异，但可以发现两者之间的关系不是很显著；而各平台之中，网贷利率与项目的风险等级之间存在较显著的负相关关系，一般情况下，风险等级越高则利率也越高；同时，网贷利率与借款金额之间则存在较显著的正相关关系，一般情况下，借款金额越高，则网贷利率越高。可以发现网贷利率受风险等级、借款金额的影响较大。

对此，本文提出如下建议。

(1)规范风险等级的划分。加强对项目风险等级的测评，以及对个人信用等级的划分。从上文的分析可以看出，网贷利率受风险等级的影响较大，因此，风险等级的测定越权威，越真实，网贷利率的稳定就越有保障。

(2)引入担保机制，为整个交易过程提供保障。虽然保费会提高交易成本，但贷款利率的下降将会弥补这一成本的提高。并且，由于引入了保险，贷款人承担的风险相对减小，整个P2P网贷平台也会进入良性循环。

(3)保障充分的平台债权。在P2P平台能够满足借款方稳定资金来源的同时，若能保障出借方必要的保障性和流动性则利率定价能进一步贴近市场实际(中国人民银行湖州市中心支行课题组)。

1.3 网贷平台投资特性战略分析

P2P作为一种近年来出现的互联网金融新模式，正急速成长。P2P信贷平台发展为民间借贷的重要渠道，有效改善了资本的配置效率，但同时也面临很大挑战，在利率市场化冲击下，逐步形成由市场需求与供给来决定金融机构存贷款利率的市场利率体系。处在竞争激烈的行业中，信贷平台要从多角度制定竞争战略(余少辉，刘阳等，2017)。

1.3.1 数据来源及说明

根据网贷之家发布2019年1月网贷评级TOP60排行榜。

(1)60家平台的各项指标的描述性统计结果如表1、表2所示。

2019年2月，网贷行业综合收益率为9.94%，环比下降18个基点(1个基点=0.01%)，同比上升26个基点。而TOP60的平台平均收益率为9.91%，其中，有28个平台收益率高于行业平均。

表1 描述性统计资料

表2 描述性统计资料

日资金净流入的平均值为－973万元，其中，只有12家平台日资金净流入为正数，大部分平台处于“资不抵债”状态。且借款人数约为投资人数的3.5倍。

除日资金净流入一项外，其余项偏斜度都为正值，分布正偏，即众数位于算术平均数的左侧，说明有数值奇高的个别项拉高了平均值。

参考收益率、近30日借款人数、日资金净流入这三项峰度都大于3，说明峰的形状比较尖，比正态分布峰要陡峭，数据分布更集中。投资人数相比借款人数要不稳定得多。

(2)已知的全行业中利率最高的五个平台，如表3所示。

表3 参考利率TOP5

以上平台都存在不透明、难中标等问题，所以虽然利率高，却处于评级低的地位，运营并不成功，知名度也很低。

图4 全国及各个地区成交量占比

由饼状图可得，北上广三地成交量占全国的88.36%。网贷业务地区分布极不平衡，主要集中在发达地区。

1.3.2 数据统计分析

(1)参考收益率对数正态分布的QˉQ拟合图，如图5、图6所示。

图5 参考收益率对数正态分布的QˉQ拟合图

图6 参考收益率的已除势对数正态分布的QˉQ拟合图

从图5、图6可以看出，参考收益率观测值除了右上角两个异常值之外，其余点都分布在一条接近Y=X直线的附近，且偏差在[-0.8,0.3]之间，就证明样本数据与对数正态分布存在线性相关性，即服从对数正态分布。

对数正态分布(logarithmic normal distribution)是指一个随机变量的对数服从正态分布，则该随机变量服从对数正态分布。对数正态分布与正态分布很类似，除了它的概率分布向右进行了移动。对数正态分布从短期来看，与正态分布非常接近。但长期来看，对数正态分布向上分布的数值更多一些。更准确地说，对数正态分布中，有更大向上波动的可能，更小向下波动的可能。

(2)投资期限对数正态分布的QˉQ拟合图，如图7、图8所示。

图7 投资期限对数正态分布的QˉQ拟合图

图8 投资期限的已除势对数正态分布的QˉQ拟合图

从图7、图8可以看出，投资期限观测值在20以内，都分布在一条接近Y=X直线的附近，且偏差在[－2,3]之间，就证明样本数据在[0,20]范围内，与对数正态分布存在线性相关性，即服从对数正态分布，而且在[0,10]内基本与对数正态分布完全拟合。对于投资期限超过30的两个平台，偏差很大，不具有一般性。

(3)投资人数与借款人数相关性检验，如表4、表5所示。

四川盆地长宁-威远页岩气开发示范区生产废水管理…………………………………………………………(4):113

以上两种相关性检验均说明近30日内各平台上投资人数与借款人数在0.01水平上显著相关(双尾检验)。验证了信贷平台符合双边市场理论，即一方需求变化会对另一方产生影响，进而影响整体成交量以及收益。

表4 投资人数与借款人数相关性检验Pearson相关

表5 投资人数与借款人数相关性检验Spearman相关

表6 成交量与资金净流入相关性检验

(4)成交量与资金净流入相关性检验，如表6所示。

从以上Pearson相关性检验可知，近30日成交量与日资金净流入之间相关性很弱，相关系数约为－0.2，且置信度很低。说明资金净流入跟对应平台经营能力和企业发展阶段有很大关系，而不是随着成交量增加而上升。

(5)参考收益率为因变量，成交量为因变量，进行线性回归，如表7、表8所示。

表7 参考收益率与成交量线性回归

表8 变异数分析a

从表7、表8可知，调整后R平方为－0.021，F分布显著性为0.697，显然说明二者线性回归拟合度很差，没有显著线性关系。可以看出参考收益率对成交量的影响是复杂化的，并不能单纯地说收益率高就会有高成交量，还受其他因素决定。

1.3.3 结论

(1)参考收益率平均在10%左右，上下浮动范围[5%,20%]，较为稳定。投资期限平均在10个月左右。二者均近似服从对数正态分布，只会向上波动。

(2)日资金净流入的平均值为－973万元，其中，只有12家平台日资金净流入为正数，大部分平台处于“资不抵债”状态。且借款人数约为投资人数的3.5倍，供不应求。

(3)参考收益率的高低并不能直接决定一个平台的成交量高低、资金净流入、平台评级。由于风险和收益成正比的理念深入人心，收益水平越高，则企业可能面临的风险就越大，P2P网贷安全性是出借人考虑的重大问题，过高的年化收益率可能会令出借人望而却步(左茹霞，王言等，2017)。参考收益率最高的五个平台反而做得很差，存在不透明等用户关注的问题。而TOP20的平台参考收益率高低参差不齐，说明这不是一个直接决定因素。

(4)网贷业务地区分布极不平衡，主要集中在发达地区，北上广三地就占比八成以上。说明网贷业务并不普及，尤其是二三线城市，可以作为企业拓宽业务的优先考虑。

(5)近30日内各平台上投资人数与借款人数在0.01水平上显著正相关(双尾检验)。所以平台应该在市场营销上加大投资，吸引更多投资者，由于正反馈作用，平台上借款人数也会随之增多，相互促进，扩大市场份额，双边网络外部性效应明显。

(6)目前信贷平台商业模式还不够完善，各大平台之间经营差异很大，发展战略也各异，企业还在探索中，亟待进一步优化征信系统和成本结构，提高企业利润，稳定平台安全保障系统。研究发现，具有双边市场性质的P2P网贷行业市场集中度提高，不但不会引起垄断带来的明显效率损失，而且会显著提高行业整体效率和技术进步，因此，网贷企业的逐步合并统一运作机制有利于促进该行业的完善和健康发展(姜琪，2018)。

2 总结与建议

本文针对你我贷、信而富、爱钱进这三个典型平台的利率模型进行了分析，发现网贷利率与借款期限之间的关系在各平台中略有差异，但两者之间的关系不是很显著；而各平台之中，网贷利率与项目的风险等级之间存在较显著的负相关关系，一般情况下，风险等级越高则利率也越高；同时，网贷利率与借款金额之间则存在较显著的正相关关系，一般情况下，借款金额越高，则网贷利率越高。可以发现网贷利率受风险等级、借款金额的影响较大。

继而，本文又将网贷之家2019年1月评选的发展指数TOP60的平台数据进行了统计，分析平台参考收益率对平台经济效益的影响。发现参考收益率的高低并不能直接决定一个平台的成交量高低、资金净流入、平台评级。参考收益率最高的五个平台反而做得很差，存在不透明等用户关注的问题；而TOP20的平台参考收益率高低参差不齐，说明这不是一个直接决定因素。另一方面，我们发现，近30日内各平台上投资人数与借款人数在0.01水平上显著正相关(双尾检验)。所以平台应该在市场营销上加大投资，吸引更多投资者，由于正反馈作用，平台上借款人数也会随之增多，相互促进，扩大市场份额，这也正体现了信贷平台具有的双边市场理论性。

对此，笔者建议：规范风险等级的划分，加强对项目风险等级的测评，以及对个人信用等级的划分，风险等级的测定越权威，越真实，网贷利率的稳定就越有保障；引入担保机制，为整个交易过程提供保障，虽然保费会提高交易成本，但贷款利率的下降将会弥补这一成本的提高；加大平台市场营销的投入，以新颖的方式向投资人传达优质的印象，尽力吸引更多投资人，这样才能形成吸引用户的良性循环，而不是一味地以高利率作为诱饵；优化企业的成本结构和征信系统，保持平台商业模式的稳定，尽早实现高的净收益。