您好, 访客   登录/注册

中国P2P网贷成交量影响因素实证研究

来源:用户上传      作者:

  摘 要:中国 P2P 网络借贷利率随着网贷市场的发展及宏观经济政策的发布逐步下降。基于网贷之家对中国P2P网络借贷平台的数据处理,采用Eviews模型对中国网贷市场利率的影响因素进行实证分析,结果表明,P2P网贷成交量受综合市场利率影响较大,市场上各大平台均与互联网金融市场内部存在联动效应,且由于市场信用紧缩、降杠杆、定向降准等宏观经济政策的影响,市场利率对网贷成交量的影响作用有限,因此研究P2P网贷市场利率的决定因素时应综合考虑宏观经济政策及其他互联网金融市场的影响。
  关键词:P2P网贷;利率决定;监管政策
  中图分类号:F830      文献标志码:A      文章编号:1673-291X(2019)11-0144-02
  在我国,P2P网络借贷产生于2007年,截至2018年10月,P2P贷款余额8 323亿元,比去年同期减少2 241亿元,同比下滑28.64%。继2017年12月P2P贷款融资余额创12 246亿元最高纪录以来,2018年P2P贷款余额一直在下降,同比增速也一直在下滑,以至2018年6月份同比增速开始出现负增长。11月信用债债券违约事件频发,Wind统计共有18起债券违约事件,违约债券本金总计198.37亿元,以民营企业为主。当前的整个信用环境为网贷平台发展蒙上阴影。随着我国P2P网贷行业相关监管措施的不断出台,网贷行业市场平均利率近年来不断下降。目前关于P2P网贷成交量影响因素的研究还很少,因此本文以于不同背景的P2P网贷平台数据为切入点,运用Eviews分析P2P网贷行业成交量的影响因素,希望能为网贷行业合理健康发展提供一些可行性的建议[1]。
  一、变量选取及数据收集
  (一)变量选取
  1.风险方面的因素
  在P2P网贷行业中,风险是所有参与者在投资时考虑的一项主要因素。根据风险定价原理,要求收益率=无风险收益率+通货膨胀+信用风险+流动性风险+到期期限+税收成本,此外还要考虑运营成本和内部风险管理成本等因素[2]。对中小企业来讲,包括网贷平台等行业,这里面最难计算溢价的是信用风险以及中小企业现金流不确定带来的流动性和到期期限风险,在这里我们对其进行了简化计算。而从理论上来说,借款期限越长,风险越大、利率越高。因此,本文选取借款期限作为衡量投资风险的变量[3]。
  2.成本方面的因素
  投资人和借款人另一个关心的主要因素便是运作资金的机会成本,即由于将自有资金用于了某方面从而放弃了用于另一方面所失去的收入。在网贷市场上,将P2P网贷平台当做融资方式或理财方式的一种,是投资人、借款人双方的共同选择,因此双方都会考虑资金的机会成本。本文选用行业综合利率作为衡量双方机会成本的变量。
  (二)数据收集
  为了保证实证结果的有效性,本文所有P2P平台运营数据(月平均利率、平均借款期限数据等)均来自“网贷之家”、“贷罗盘”等专业信息提供平台,因为这些网站具有一定的公信力,能够保證数据的真实性和准确性。而本文选取10家运营良好、具有一定规模且数据准确度较高的网络信贷平台作为研究对象,以保证数据的代表性和连续性。对这些平台 2014年3月至2018年1月46个月的数据进行整理,并取数据平均值作为实证样本数据。出于稳定性考虑,在对数据进行Eviews分析前,为了消除时间序列中的异方差,对P2P平台月平均利率做取对数处理。本文运用因子分析方法从综合利率(R)、平均贷款期限(T)两个变量对成交额(V)的影响来进行Eviews数据相关性分析[4]。
  二、建立模型
  通过Eviews对上述相关参数建立相关性矩阵,如表1所示。由相关性矩阵不难看出,综合利率对成交额有较为明显的负相关关系,而贷款期限对成交额的相关程度较低,是低相关性因素,因而去除其对成交额的因素分析模型。
  构建如下面板模型,其中对数收益率序列为被解释变量,其余为解释变量:
  LNV=?琢LNRi+C(i=1,2,3…n)(1)
  式(1)中,系别标识数字i取值从1到5,表示时间;LNV为成交量的对数;LNR 为综合利率的对数。
  三、实证分析
  (一)数据单位根检验
  为了检验数据的平稳性,我们对数据分别进行单位根检验,这里用D(v1)来表示LNV的一阶差分形式,结果如下表2。
  表2结果表明,成交额(V1)与综合利率(R1),ADF检验P值都比较大,因而无法拒绝存在单位根的假设;而它们的一阶差分则在很大的显著性水平拒绝了原假设,因而认为成交额(V1)与综合利率(R1)一阶差分皆为平稳序列。
  (二)回归结果
  V1=-6.1472R1+1.9405
  s=(0.575521)(1.270751)
  t=(-10.6812)(1.527066)
  R2=0.668814
  SE=0.679492
  回归结果分析
  回归系数估计值的说明,由上述的结果可知,综合利率对成交量的系数为负数,说明网贷成交量与网贷综合利率反向变化,即当利率上升时,网贷的成交量将会减少,符合经济理论和常识。其次,系数估计值的含义是边际变化倾向,本题中表明,当网贷综合利率上升一个百分点时,网贷成交量将会减少6.147 2(万元)。
  拟合优度:在本实证中,S.E=0.769 4(万元),表明网贷交易量的估计值与观测值的平均误差为0.769 4万元,S.E的值越小,拟合优度越好。以此观之,我们本次实证结果拟合优度较为不错。R2=0.6688,表明拟合优度较高,解释变量对被解释变量的解释能力为67%,即综合利率对网贷成交量的解释能力为67%,回归直线拟合程度还算不错。   我们知道,在P2P网贷市场内,由于内外部环境变化导致的信用收紧、定向降准等政策因素,如增加支持小微企业和“三农”再贷款、再贴现额度,下调支农再贷款利率;从2019年9月1日至2020年底,将符合条件的小微企业和个体工商户贷款利息收入免征增值税单户授信额度上限从100万元增加到500万元;禁止银行等金融机构向小微企业收取贷款承诺费和资金管理费;支持银行运用定向降准等货币政策增强小微企业信贷供给能力;将小微企业贷款单户授信500万元及以上的贷款纳入中期借贷便利合格抵押品范围。
  在这一系列政策实施的同时,在P2P网贷市场周期中也形成连锁效应(降杠杆—中小企业贷款下降—应付账款违约现象增多—中小企业还不上网贷平台负债,降低员工工资—个人理财产品赎回—网贷平台恶性循环,持续爆雷),这些连锁效应部分导致了综合利率对成交量的解释程度相对较低。
  根据现在行业综合利率的变化趋势,我们预测接下来的行业利率将会继续下降,预测结果如上所示,可知网贷成交量在下一阶段将会在区间内呈上升趋势。
  四、结论与建议
  由上述实证研究可知,综合利率对网贷成交量的成负相关关系,有一定的影响性,所以为了对网贷成交量有一个更好的掌握,我们需要从行业综合利率进行研究,从而影响网贷成交量。
  首先,从研究结果看出,P2P 网贷利率随着借款人规模的扩大不断下降,一方面反映出P2P网贷市场资金供给大于资金需求,另一方面反映出有关监管政策有效降低了行业利率,对调控网贷市场健康发展起到了积极作用。因此,制定网贷行业利率政策的监管层应该加强对网贷市场投资者的金融教育,引导市场投资人进行理性的投资[5]。
  其次,P2P 网贷成交量受借款期限影响不是很显著,但是不同背平台的P2P网贷综合利率对借款期限的变化敏感性程度不同。而通过其他文献研究可知,P2P网贷市场有效降低网贷市场利率可以通过引入银行资本、国有资本,减少平台跑路现象,以利于网贷市场的健康发展。
  最后,P2P 网贷成交量还受其他互联网金融因素的影响,如市场货币供应量与需求量、国家的经济政策、累计贷款余额、以及人们对网贷的偏好程度等因素。由此可知,互联网金融市场之间存在较为明显的联动效应。因此,监管层在制定網贷相关政策时应考虑在金融市场中不同互联网金融模式之间的影响,这样才能增加政策的有效性。
  参考文献:
  [1]  曹宝瑞.我国P2P网贷资金存管制度影响因素研究——基于博弈理论视角[J].技术经济与管理研究,2018,(9):69-73.
  [2]  李蓓蓓. 试论P2P网络信贷的模式及风险防范[J].湖北成人教育学院学报, 2017,(1):33-35.
  [3]  窦新华,张玥,周方召.P2P网贷平台营运风险评价及影响因素研究[J].管理现代化,2018,(1):105-110.
  [4]  张丹丹.P2P网贷平台风险评估与控制实证研究[J].改革与开放,2018,(21):27-29.
  [5]  王国志,杨笑,祁凯强.基于变系数模型的中国P2P网贷利率影响因素探究[J].时代金融,2018,(30):225-227.
转载注明来源:https://www.xzbu.com/2/view-14853189.htm