基于因子分析的P2P网络贷款风险及控制策略研究

刘天媛

（中国农业大学，北京 100082）

基于因子分析的P2P网络贷款风险及控制策略研究

刘天媛

（中国农业大学，北京 100082）

伴随着互联网经济的快速兴起，P2P网络贷款模式逐渐走进了公众的视野.文章结合P2P网络借贷的发展现状，运用因子分析方法将P2P网络借贷的风险来源归纳为几个旋转因子，进而以典型的P2P网贷平台为代表，对比计算了排名靠前和排名靠后、增长快和增长慢的P2P网贷平台的因子得分情况，研究并提炼出P2P网络借贷的巨大风险类别，并提出了相应的对策建议.

P2P网贷平台；因子分析；风险控制；策略研究

P2P（person-to-person或peer-to-peer）是指在互联网平台基础上发展起来的基于个体之间融资关系的借贷模式. P2P具有普惠金融、民主金融和金融托媒的特点，由于P2P平台的准入门槛低，对出借人和借款人的资金要求比较低，满足了广大中小微企业的融资需求和中产阶级的投资需求，因而在国内快速兴起.P2P通过互联网平台实现了出借人和借款人的自主配对，因而必然导致网络信贷的诸多不可预知风险①.国内学术界对P2P网贷风险的研究大多倾向于定性方面，定量研究较少，少数对P2P进行定量分析的论文较少采用因子分析法，因而研究结果不够真实可靠；面对P2P行业中蕴含的诸多风险，虽有网贷之家等专业分析P2P网贷平台的网站，但其衡量标准过于繁杂.本文运用因子比较法简化了P2P网贷平台的衡量指标，明确了作为P2P网络借贷的风险来源因子，通过计算排名靠前和排名靠后、增长快和增长慢的P2P网贷平台的因子得分情况，得出P2P网络借贷所产生的众多风险，并对P2P的未来发展提出了建设性的意见.

1 研究方法及模型构建

1.1 研究方法

本文采用因子分析法对各变量进行处理.通过巴特利球形检验和KMO检验来证实变量之间的相关性，通过计算特征根和累积方差贡献率将所选取的原始变量降维成少数几个因子，用Varimax法得到旋转后的因子载荷矩阵，按回归法求出因子得分函数并对某一样本进行综合因子得分计算，从而研究因子对样本的影响程度.

1.2 模型构建

本研究确定了平均收益率、成交量、投资人数、借款人数、日资金净流入、日待还余额、运营年限、提现、站岗、服务、体验共计11个变量.按照公因子分析法得到“提取”一栏绝大多数变量的解释力度都在70%以上，因此证明本文所提取的公因子对原始变量有很强的解释能力（表1）.

表1 公因子方差

表2“提取平方和载入”一栏中的累积列表示的是累积方差贡献率，在“初始特征值”一栏中合计列表示的是特征值，在进行因子提取的时候，要求所选因子的方差总和占全部方差的80%以上并且所选因子的特征根要大于1（表2）.

在对P2P网贷平台所选取的11个衡量指标中，当降维到第三个因子时，累积方差贡献率为80.994%，满足了因子的累积方差贡献率大于80%的要求，同时，对前三个因子的特征根的计算结果均满足了因子的特征根大于1的要求.因此，通过因子分析，将11个P2P网贷平台的衡量指标降维成三个因子（表3）.

第一个因子与成交量、投资人数、借款人数、日资金净流入、日待还余额这几个载荷系数较大，主要解释了现实中可将因子1命名为“交易规模”因子.第二个因子与提现、站岗、服务、体验这几个载荷系数较大，主要解释了现实中可将因子2命名为“顾客评价”因子.第三个因子与平均收益率、运营年限这几个载荷系数较大，主要解释了现实中可将因子3命名为“运营资历”因子.综上，P2P网贷平台主要受交易规模、顾客评价和运营资历这三个因子影响.

接着，本文计算了排名靠前和排名靠后、增长快和增长慢的P2P网贷平台的因子得分情况，研究提炼了因子影响下P2P网络借贷的风险.将公因子表示为各变量的线性组合，得到系列因子得分函数，根据公式计算综合因子得分（表4）.

表2 解释的总方差

表3 旋转成份矩阵a

根据网贷之家联合盈灿咨询对外发布的《2016年11月网贷平台发展指数评级》，可得到全国P2P网贷平台百强榜，计算P2P网贷平台排名前十名和后十名的综合因子得分，并根据其综合因子得分进行排序，结果如下（表5）.

表4 成份得分系数矩阵

由表6可知，虽然P2P网贷平台11月份发展指数百强榜排名第一的陆金所，其综合因子得分也是最高的，但是顾客评价f2和运营资历f3对陆金所的影响却是负的，由此可见，陆金所能够实现“交易规模”和“综合因子得分”双第一，主要是交易规模f1强劲的正向影响向上拉动的结果，因而，在陆金所运营发展的过程中，受到由交易规模f1引发的风险威胁的概率最高，而由顾客评价f2和运营资历f3产生的负面影响所引发的风险也不能忽视；拍拍贷在P2P网贷平台11月份发展指数百强榜排名第五，但是它的综合因子得分排名第二，顾客评价f2对拍拍贷的影响是反向的，运营资历f3对拍拍贷的影响基本上是顾客评价f2和交易规模f1的四倍，正是由于受到运营资历f3的强烈影响，提升了拍拍贷的综合因子得分，这也进一步说明了拍拍贷受运营资历的影响最大，进而受到由运营资历f3产生的风险的概率也最大，同时顾客评价f2产生的负面影响虽小，但也不能忽视由顾客评价f2对拍拍贷直接产生的负面影响.

根据网贷之家联合盈灿咨询对外发布的《2016年11月网贷平台发展指数评级》，可得到2016年11月份P2P平台发展速度排行榜，计算P2P网贷平台增长速度排名前五名和后五名的综合因子得分，并根据其综合因子得分进行排序（表6）.

由表6可知，小诺理财在2016年11月份P2P平台发展速度排行榜中位列第四，平台增长较快，其综合因子得分也是最高的，交易规模f1、顾客评价f2和运营资历f3对小诺理财的影响均是正向的，其中顾客评价f2对小诺理财的正向影响最大，也是拉动小诺理财增长速度的主要原因之一，与此同时小诺理财受到由顾客评价产生的风险的概率也是最高的.

2 因子分析模式下P2P网贷风险的主要表现

通过上述因子分析模型的构建，我们发现：P2P网贷平台多样化风险的来源主要集中在交易规模、顾客评价和运营资历三个方面.交易规模的大小直观决定了一个平台的发展程度，但在实际运行的过程中可能出现各种各样的风险造成了虚假繁荣的假象；顾客评价同样可以作为平台发展水平的反应之一，在现实生活中，提现困难、资金站岗的风险仍时有发生；当研究运营资历对P2P网贷平台的影响时，由于运营年限的长短和平均收益率的不同导致P2P网贷平台间的操作经验、自身实力等存在差异，从而蕴含了卷款潜逃的潜在风险.具体讲，因子分析模式下P2P网贷的主要风险表现在以下几个方面.

表5 前十名和后十名P2P网贷平台的综合因子得分

表6 排名前五名和后五名P2P网贷平台综合因子得分

2.1 片面追求交易规模产生的风险

投资者在选择P2P网贷平台时，通常会根据交易规模这一影响因子去判断该P2P网贷平台的发展水平，由于羊群效应及对自身利益最大化的追逐，成交量高、资金总流入多、待还余额少的平台往往受到投资者的青睐.这时，一些复合中介型P2P网贷平台会推出秒标和净值标产品，所谓秒标即指借款后自动还款的借款标，净值标是指平台的投资者以其债权为抵押标的,在平台上发放借款需求.秒标和净值标的大量使用，会高估交易规模这一影响因子对P2P网贷平台的正向影响，造成成交量的虚增和P2P网贷平台的虚假繁荣.此外，在P2P网络借贷的过程中，出借人往往产生金额小、利率高的需求，而借款人往往产生金额大、利率低的需求，而P2P网贷平台为了平衡供需双方的需求，增大交易规模这一影响因子对自身的影响并增加成交量，往往会产生拆标的行为，让一个借款人对应多个出借人.由于受到人民币利率和顾客评价这一影响因子中突发性大规模体现的影响，P2P网贷平台的拆标行为往往会产生期限和金额错配的风险.

2.2 由于信息不完善导致顾客评价过低所引发的风险

无论哪一种模式下的P2P网络借贷平台，顾客评价永远是三大重要影响因子之一.投资者在选择P2P网贷平台时，比起平台自身推出的交易规模和运营资历的介绍，投资者更愿意相信其他投资人对该平台的评价，进而决定是否选择该P2P网贷平台.可以说，顾客评价的高低将直接决定了该P2P网贷平台的口碑和声誉，进而影响该P2P网贷平台的盈利状况，顾客评价过低的P2P网贷平台容易陷入顾客越来越少、盈利不断降低、资金链逐步紧张的恶性循环当中.而其他投资人对于该平台的评价很大程度上集中在投资人对于平台提供的借款人信息真实可靠程度的反馈上.出借人在选择借款人时，往往会根据P2P网贷平台给出的借款人信息做出判断.由于P2P网贷平台未纳入央行征信系统，加之P2P网贷平台是互联网数据挖掘技术和传统金融相结合的产物，一些P2P网贷平台为选择运用互联网数据挖掘技术，从线上调查借款人的信息，由于数据挖掘技术尚处于不断发展和进步的过程中，受到技术的限制，线上调查的信息极有可能与借款人的真实信息出现偏差.而平台在线下自行调查借款人信息的过程中，同样也容易出现借款人的信用状况等信息的不完全和不准确，甚至有虚假增信的道德风险.顾客一旦发觉P2P网贷平台提供的借款人信息存在不准确甚至虚假的情况时，最直接的反应就是大幅度降低顾客评价，使得平台丧失掉投资人信心，关于该P2P网贷平台的负面评价在投资人之间传播，使得平台失去业界的口碑和声誉，顾客大幅度流失，资金链面临断流，长期处于亏损当中，濒临破产边缘，对平台产生难以弥补的深远影响.

2.3 运营资历薄弱所产生的风险

由于自身运营资历的薄弱，无论哪一种模式下的P2P网贷平台均不能做到如上市公司一般定期公布自己的财务报表，平台自有资金的使用和运营状况呈现不透明的状态，这会使投资者受到P2P网贷平台运营资历薄弱所产生的风险的威胁，导致投资者在选择P2P网贷平台时会做出错误的判断.此外，P2P网贷平台作为中间账户方，易形成资金池，在中间账户的操作不能得到及时有效的公开及第三方支付平台监管不力的现状下，P2P网贷平台极可能发生非法集资、资金挪用，甚至是卷款潜逃的P2P跑路事件，严重损害了投资者的利益，降低了公众对于P2P行业的信心.同时，由于自身运营资历的薄弱性，对于P2P网贷平台而言，关联风险往往是一个潜在的威胁.有些P2P网贷平台，以自有资金为出借人的本金和利息担保，平台无形之中增加了担保业务，但却没有受到相关部门的监管.有些P2P网贷平台出售多样化的理财产品，但与传统的银行相比，P2P行业准入门槛过低，P2P网贷平台运营资历参差不齐.有些P2P网贷平台开展债权转让的业务，平台充当了专业放贷人的角色，易发生转让在债权形成之前的情形，造成中间账户的资金监管不力，形成资金池，出现提现困难的情形.

3 因子分析模式下P2P网贷风险的控制策略

3.1 完善相关法律，降低片面追求交易规模所产生的风险

随着P2P网络借贷的快速发展，我国相应的法律法规的出台并没有与P2P网络借贷的发展速度完全匹配.2016年8月24日，国家首次出台了《网络借贷信息中介机构业务活动管理暂行办法》，这比过去的无法可依显然有了巨大的进步，但是出台暂行办法仅仅是完善P2P网络贷款相应法律法规的第一步，随着P2P网络借贷的膨胀式发展，国家应继续出台相应法规，以专门法的形式约束P2P网贷平台的行为，如以法律的形式规定，禁止平台发行秒标和净值标等异化产品，鼓励平台降低拆标行为，以降低平台片面追求交易规模产生的风险.

3.2 结合征信系统，降低由于信息不完善导致顾客评价过低所引发的风险

由于P2P网贷平台尚未纳入央行的征信系统，导致平台自行通过线上数据挖掘技术调查和线下实地调查方式提供的借款人信息可能与实际不符，甚至可能会出现虚假增信的情形，导致借款人和出借人之间信息不完善的情形依然存在，干扰出借人的判断.而央行的征信系统中，较好的记录了公民的借款和还款的信用记录，在加强我国征信体系建设的过程中，央行应与P2P网贷平台展开信息共享，实现平台认证实名制，对借款人信息建立真实可靠的信用评级，以帮助投资人正确决策，提高平台的口碑和声誉，以降低由于信息不完善导致顾客评价过低所引发的风险.

3.3 加强部门监管，降低运营资历薄弱所产生的风险

按照相关网络金融法律的要求，P2P网络借贷平台由银监会监管，但在实际的运作中却大相径庭，尽管2014年银监会发布了针对P2P网贷平台的四条红线，即要明确平台的中介性质、要明确平台自身不得提供担保、不得将归集资金搞资金池、不得非法吸收公众资金，然而由于监管力度和惩罚力度不强，加之平台自身运营资历较为薄弱，导致P2P在快速发展的过程中还是出现了一系列乱象，如客户资金的挪用、形成资金池、P2P跑路等，由于P2P网贷平台自身运营资历薄弱所产生的资金风险依然存在.银监会作为P2P网贷平台的监管部门，应继续加大监管力度和监管范围，在原有的四条红线的基础上，增加要求P2P网贷平台按时披露财务报表、公开中间账户的资金往来情况或是要求P2P网贷平台资金全面托管、督促第三方支付平台进行监管、提高P2P网络借贷行业的准入标准，并加强对P2P网贷平台的惩处措施，如增大罚款金额、依法责令关闭等，以降低运营资历薄弱所产生的风险.

〔1〕卢馨，李慧敏.P2P网络借贷的运行模式与风险管控[J].改革,2015(2):60-68.

〔2〕樊云慧.P2P网络借贷的运营与法律监管[J].经济问题, 2014(12):53-58.

〔3〕郭卫东，李颖.网络借贷平台P2P模式探索[J].中国流通经济,2014(6):114-121.

F713.36

A

1673-260X（2017）08-0125-04

2017-04-13