1、1p2p 网络融资中借款能力的影响因素研究【摘 要】本文以国内 P2P（个人对个人）小额网络借贷平台拍拍贷为例，收集借出列表中借款人信息，通过多元回归分析方法对借款能力的主要影响因素贡献大小进行分析。分析发现借入信用、年利率、第三方认证数目、借款金额、上传附件份数对借款能力的正向影响最大。研究结果表明，个人基本特征对借款能力的影响不明显，p2p 网络融资相对于银行小额贷款具有相对公平性，具有大众化且易实现的比较优势；价款人努力程度、投标利率与借款能力成正比。 【关键词】p2p 网络融资；影响因素；拍拍贷 一、引言 P2P（个人对个人）网络融资方式，以网站为平台，网站的运营方作为中介。有空闲资本
2、者在网站上登记信息，需要资金的用户以贷款者身份登录网站，发布借款信息。借出者根据借款信息选择贷款者，建立借贷关系。P2P 网站为一些没有足够能力在银行或小额贷款公司中获得贷款，但是又急需资金用于个人创业或临时资金周转的群体提供了极大的便捷，同时又为那些有闲余资金的借出者提供比银行存款更高的盈利，因此得到了借贷双方的欢迎。 作为一种全新的融资模式，p2p 网络融资从诞生之初就备受瞩目。从2005 年第一家 p2p 网络融资平台上线开始至今，已经有近百家 p2p 网络融资平台在十多个国家和地区陆续投入运营。国内市场的第一家 p2p 网2络融资网站拍拍贷在 2007 年成立，这一融资模式的出现引起了
3、不少媒体的关注。目前，国内比较大的 p2p 网络融资平台还有宜信和红岭创投。相对于国外的先行者，国内的平台在短短的两三年时间内都形成了一定的规模，并且根据实际情况发展出了自己的特色。在当前 p2p 网络融资发展的关键时刻，对 p2p 网络融资借款者借款能力的影响因素进行分析是十分必要的。 二、文献研究 最近两年，随着 p2p 网络融资发展的深入，相关研究的重点集中到参与者的行为和信息分布特点上。Herzenstein（2008）应用回归分析得出结论：尽管肤色性别这些因素可以影响贷款的成功率，但是程度甚微，相对而言，贷款人自身的财务质量和发布标书的努力程度影响更显著。相对于传统信贷市场，p2p
4、网络融资市场对待女性和单身人士更公平。Everett 和 Lin 等指出，在 p2p 网络融资中的社会网络能够有效控制信用风险，并用实际的交易数据验证了了他们的结论。Freedman 和Jin（2008）利用 P 平台 2006 年 6 月到 2008 年 7 月的交易数据分析 p2p 网络融资中存在的信息问题，得出如下三个结论：1，平台上存在逆向选择现象，因为网站上投资人只能看到信用等级而非信用分数，但是这个现象在网站公布更多细节的信用信息之后有所缓解；2，许多投资人在选择投资项目的时候犯了错误，但是随着经验的增加有所改进；3，由于高利率会吸引低质量的受资人，而愿意提供高利率的受资人的违约可
5、能性较高。李广明、诸唯君、周欢在 P2P 网络融资中贷款者欠款特征提取实证研究一文中针对缺少实物抵押和信用记录的情况，应用描述3性分析方法，对 P2P 网络融资平台中具有拖欠贷款行为的小额贷款者的基本特征进行分析，指出对于小额网络融资来说，贷款者具有贷款数目少、贷款期限短、贷款利息要求低等要求。贷款者的学历、贷款项目、所在城市、本身所从事的职业等信息同贷款行为密切相关。 三、研究对象选择和数据收集 1.数据来源 本次研究共收集拍拍贷网站借入列表普通借款标 350 条，包括借款金额、年利率、借款期限、性别、文化程度、年龄、婚姻状况、收入、支出、借入信用、借出信用、实名认证数目、第三方认证数目、网
6、站认证数目、上传附件份数、借款进度、剩余时间共 17 个变量。借款能力通过借款进度和剩余时间来衡量。本文以此为数据源，设计分析数据模型。2.借款能力影响因素 此次随机收集的数据中男性借款人占 90.4%，女性借款人仅占 9.6.且男性借款能力平均得分（0.161）也高于女性得分（0.139） ，但差异性不显著；借款人受教育文化程度呈正态分布，其中初中文化程度 27 人（8.4%） 、中专文化程度 57 人（16.6） 、高中文化程度 78 人（22.7%） 、大专文化程度 111 人（32.3） 、本科文化程度 66 人（19.2%） 、硕士文化程度 3 人（0.9%） ，且相对应的借款能力分
7、值分别为0.128、0.145、0.168、0.138、0.207、0.242，其中除高中和大专文化程度分值有差异外，基本上文化程度与借款能力呈正向相关，后期增加样本量以取得更准确的研究结果。胡宏辉 2011 年 12 月在如何让借款4更值得信任？一文中曾从还款的角度指出“未婚人士比已婚人士发生坏账概率高” 。本次研究中借款人婚姻状况已婚 159 人（46.2%） 、未婚178 人（51.7%） 、离婚 7 人（2%） ，其中已婚婚姻状况的借款人倾向于拥有最高的借款能力得分 0.174，未婚次之为 0.151，婚姻状况为离婚的借款者借款能力得分仅为 0.273，可见更多的社会和家庭责任感使已婚
8、借款人拥有较高的借款能力。借款金额、年利率、借款期限、年龄、收入、支出、借入信用、借出信用、实名认证数目、第三方认证数目、网站认证数目、上传附件份数均属于连续变量。拍拍贷的借款金额和借款人的信用分有很大的关系，随着信用等级的提升，借款额度也会随之提高，可以申请到 3000-200000 元的无抵押信用贷款，本次拍拍贷数据样本统计显示借款平均金额为 4820.75 元；根据相关法律规定， “民间借贷的利息可适当高于银行利率，但最高不得超过同期银行贷款利率的 4 倍，超出部分的利息法律不予保护” ，拍拍贷的最高年利率投定为银行年利率的4 倍；而由于银行利率的调整的不确定性，拍拍贷的利率随之的调整会
9、延后一段时间（最多 1 个月） ，并且之前的成功借款的利率不受影响；借款期限为 2-12 个月；拍拍贷中借入信用可以通过实名认证、第三方认证、附件证明和还款历史记录来获得，借入信用等级有一个信用得分的范围（得分 126 至 150 分为等级 A、101 至 125 分为等级 B、76 至 100 分为等级 C、51 至 75 分为等级 D、26 至 50 分为等级 E、1 至 25 分为等级 HR） ，此次研究数据中 HR 等级赋值为 1，E 等级赋值为 2，D 等级赋值为 3，C等级赋值为 4，B 等级赋值为 5；A 等级赋值为 6；借出信用得分通过实名认证、学习测试、投标得分、回报得分、社
10、区得分累计总和而来。实名5认证数目为身份认证、手机认证、视屏认证数目；第三方认证数目为户口认证、驾驶执照认证、学历认证、车辆认证数目总和；网站认证数目为淘宝网、敦煌网、人人网等网站认证数目总和；借款进度为借款人当前借款金额的完成进度百分比；剩余时间为当前借款在拍拍贷借出列表中可用筹集资金剩余时间（普通借款标的投标时间为 7 天） 。本次研究借款能力以借款进度和剩余时间来衡量。 四、借款能力实证分析 借出者通过哪些因素判断借款列表的可靠性且借入者借款能力的关键影响因素有哪些是本次研究的重点。本文以借款金额 x1、年利率 x2、借款期限 x3、年龄 x4、其他个人或网站贷款 x5、收入 x6、支出
11、 x7、借入信用 x8、借出信用 x9、实名认证数目 x10、第三方认证数目 x11、网站认证数目 x12、上传附件份数 x13 为因变量，以借款能力为因变量通过多元回归分析试图找出借款能力的影响因素。 本次研究首先分别对作散点图确保自变量和因变量关系基本呈线性，在此基础之上对数据进行了基本的预处理，考察了数据的正态性和方差齐次性，确保直接进行线性回归的可行性。选用 spss11.5 软件进行此次数据的多元回归分析，采用 spss 软件包中 Binarylogistic 的向前逐步回归（forward stepwise） ，采用系统默认状态下的 F 的概率作为变量引入模型或从模型中剔除的判断标
12、准。当一个变量的 F 值的显著性水平 T Sig.0.05 时该变量被引入回归方程。当一个变量的 F 值的显著性水平T Sig.0.1 时被从模型中剔除，以分析借款能力的主要影响因素。 由表 1 可知，回归结果得出的 Durbin-Watson 的值是 1.535，因为比较接近 2，所以认为随机误差项基本上相互独立的，不存在序列相关的问6题。 从表 2 各因子与借款能力的回归分析中可以看出，逐步回归经过五次迭代，方程中的解释变量为 5 个，多元回归模型如下： =-0.464+0.118+0.015+0.045+0.000004487+0.016 表 2 可以看到 Sig.0.05 说明上面的变
13、量均具有相关性。而最后一列共线性统计量，其中容忍度（tolerance）在 0.498-0.924 之间，明显大于 0.1，方差膨胀因子 VIF 在 1.082-2，007 之间，都小于 5，且条件指数（condition index）均小于 30，已知容忍度和膨胀因子是互为倒数关系，容忍度越小，膨胀因子越小，发生共线性的可能性也越小，可见本次实验没有多重共线性存在的迹象。 标准化偏回归系数 值可以比较各自变量对应变量借款能力的影响程度，影响程度由大到小分别为借入信用（0.345） 、年利率（0.2） 、第三方认证数目（0.164） 、借款金额（0.141） 、上传附件份数（0.122） 。
14、五、结论 从上述对简单描述统计和对借款能力影响因素的多元回归分析可以看出： 1.个人基本特征对借款能力的影响不明显，说明借贷的相对公平性。虽然借款人个人基本特征（如性别、年龄、婚姻状况、受教育程度、收入等）对借款能力有影响，但是相对于借款人投标时的努力程度对借款能力的影响，我们可以得出个人基本特征对借款能力的影响不明显，因此 p2p 网络融资相对于银行小额贷款具有相对公平性，具有大众化易实现的比较优势。 72.借款能力与努力程度成正比。多元回归分析得知借入信用、年利率、第三方认证数目、借款金额、上传附件份数是借款能力的主要影响因素，其中借入信用、第三方认证数目、上传附件份数、借款金额都与借款者
15、的认证和还款历史记录有关，这种借款人的努力程度与借款能力呈正比。因此，借款人要想提高借款能力，认证和按时还款获得信任必不可少。 3.同等条件下高利率借款者倾向于获得高借款能力。年利率在借款能力的 5 个主要影响因素中排名第二，验证了借出者参与 p2p 网络融资是投资行为，也表明了高利率高回报的投资习惯。借款者可以通过提高借款利率来获得更好的融资。 参考文献： 1李广明，诸唯君，周欢.P2P 网络融资中贷款者欠款特征提取实证研究J.商业时代，2011（1）. 2michal herzenstein， rick l.andrews，utpal m. dholakia，evgeny lyandres. the democratization of personal consumer loans？determinants of success in online peer-to-peer lending communitiesJ.2008. 3Jefferson Duarte， Stephan Siegel， and Lance Young. Trust and CreditJ.2009（4）. .如何让借款更值得信任？OL.胡宏辉，2011-12-05.http：/
