基于因子分析的我國(guó)P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)研究

1、基于因子分析的我國(guó)P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)研究摘要】20212021年十年間，我國(guó)的P2P網(wǎng)貸行業(yè)從無到有，從無序生長(zhǎng)到有序開展，從魚龍混雜到監(jiān)管趨嚴(yán)，P2P漸漸步入了合規(guī)健康的開展道路。隨著監(jiān)管部門不斷下發(fā)行業(yè)政策相關(guān)的整改文件，2021年成為強(qiáng)監(jiān)管年與合規(guī)備案年。平臺(tái)的擠兌風(fēng)險(xiǎn)加大，跑路詐騙問題頻出，讓不少投資者望而卻步，平臺(tái)風(fēng)險(xiǎn)已經(jīng)受到社會(huì)各界的廣泛關(guān)注，網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)評(píng)價(jià)成為投資者篩選平臺(tái)的重要因素。文章運(yùn)用因子分析法，建立適宜P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)的因子體系，對(duì)我國(guó)當(dāng)下80家主流P2P網(wǎng)貸平臺(tái)進(jìn)行了綜合全面的風(fēng)險(xiǎn)評(píng)價(jià)排名，最終得到的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果可以作為投資者選擇平安可靠平臺(tái)的重要參考依

2、據(jù);同時(shí)有助于進(jìn)一步標(biāo)準(zhǔn)P2P開展，提升居民投資理財(cái)?shù)臒崆??！娟P(guān)鍵詞】因子分析;P2P;網(wǎng)貸平臺(tái);風(fēng)險(xiǎn)評(píng)價(jià);投資理財(cái)【中圖分類號(hào)】F830.2【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】1004-5937202107-0023-05一、引言盡管P2P屬于舶來品，但它的成長(zhǎng)速度相當(dāng)驚人，已然遠(yuǎn)遠(yuǎn)超過歐美興旺地區(qū)。2021年我國(guó)首個(gè)P2P平臺(tái)拍拍貸于上海宣布正式上線。2021年被稱為“互聯(lián)網(wǎng)金融元年，而P2P網(wǎng)貸平臺(tái)也進(jìn)入了爆發(fā)式生長(zhǎng)的時(shí)代，P2P的崛起填補(bǔ)了曾經(jīng)不被傳統(tǒng)銀行重視的人群和中小微企業(yè)。2021年8月24日，銀監(jiān)會(huì)等四部委聯(lián)合發(fā)布了?網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行方法?，標(biāo)志著近幾年無序野蠻成長(zhǎng)

3、的我國(guó)P2P行業(yè)被正式納入監(jiān)管范圍，監(jiān)管手段接連升級(jí)，P2P平臺(tái)的總體淘汰率持續(xù)上漲，截至2021年6月P2P淘汰率高達(dá)69.52%，正常運(yùn)營(yíng)平臺(tái)已缺乏2000家。2021年12月1日，為了令我國(guó)P2P現(xiàn)金貸成為負(fù)責(zé)任的“普惠金融，標(biāo)準(zhǔn)現(xiàn)金貸業(yè)務(wù)，我國(guó)多個(gè)監(jiān)管部門聯(lián)合公布?現(xiàn)金貸通知?。2021年12月下旬，多部門下發(fā)?關(guān)于做好P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)專項(xiàng)整治整改驗(yàn)收工作的通知?57號(hào)文，規(guī)定各省市州務(wù)必在2021年6月的最后期限之前落實(shí)P2P備案事務(wù)，制定了P2P備案大致進(jìn)程，在一定程度標(biāo)準(zhǔn)了我國(guó)P2P行業(yè)監(jiān)管期限的不明確性。目前盡管備案被推遲，但也說明了官方對(duì)P2P行業(yè)的監(jiān)管承諾，并將更加嚴(yán)格地

4、執(zhí)行驗(yàn)收標(biāo)準(zhǔn)，對(duì)投資者、平臺(tái)以及監(jiān)管部門都是有益的。從2021年底至今，“合規(guī)備案成為P2P行業(yè)界最熱門的詞。到2021年6月初，P2P累計(jì)營(yíng)業(yè)數(shù)據(jù)順利突破7萬(wàn)億元人民幣，我國(guó)P2P平臺(tái)總量已到達(dá)6142家，但同時(shí)也不斷出現(xiàn)平臺(tái)詐騙跑路等問題，不合規(guī)平臺(tái)有4270家，P2P淘汰率高達(dá)69.52%。2021年6月中旬，著名高返平臺(tái)唐小僧的跑路和聯(lián)璧金融擠兌的發(fā)生無疑讓廣闊投資者的恐慌情緒蔓延，同時(shí)也讓不少潛在的投資者望而卻步。這段跌宕起伏的整改歷程中，眾多平臺(tái)命運(yùn)堪憂，然而瑕不掩瑜，依然有不少平臺(tái)始終堅(jiān)持初心，合規(guī)經(jīng)營(yíng)，踴躍備案。在嚴(yán)監(jiān)管的背景下，對(duì)P2P平臺(tái)進(jìn)行綜合因子風(fēng)險(xiǎn)評(píng)價(jià)分析，為投資者尋

5、找出既能夠帶來可觀的投資收益，同時(shí)又相對(duì)平安穩(wěn)健的P2P網(wǎng)貸平臺(tái)具有較強(qiáng)的現(xiàn)實(shí)意義。二、文獻(xiàn)綜述國(guó)內(nèi)外關(guān)于P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)的研究主要將其分為以下三類：一P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)研究韋艷肖1從風(fēng)險(xiǎn)因素量化視角出發(fā)，對(duì)借款利率、借款人信用、信息透明程度、標(biāo)的期限等風(fēng)險(xiǎn)因素進(jìn)行了分析，基于Logit模型，以P2P平臺(tái)為例，對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)進(jìn)行定量研究，在研究結(jié)論的根底上，提出了預(yù)防我國(guó)網(wǎng)絡(luò)金融風(fēng)險(xiǎn)的可行建議。王晶晶等2從利益相關(guān)者理論角度，檢驗(yàn)P2P平臺(tái)風(fēng)險(xiǎn)源，分析各個(gè)利益相關(guān)者對(duì)P2P平臺(tái)風(fēng)險(xiǎn)的影響，隨后建立起P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)因素框架。通過這一框架，能夠識(shí)別迥異類型問題平臺(tái)的重要影響因子，并為監(jiān)管部

6、門提供思路。尹鈞惠和熊冉冉3運(yùn)用因子分析方法，建立適宜我國(guó)P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)因子評(píng)估體系，并借鑒50家P2P平臺(tái)的數(shù)據(jù)對(duì)其風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)，最終的評(píng)價(jià)結(jié)果將有助于投資者篩選待投資平臺(tái)。顧慧瑩和姚錚4采用穩(wěn)貸網(wǎng)平臺(tái)的相關(guān)數(shù)據(jù)對(duì)借款人的信息網(wǎng)絡(luò)平臺(tái)及其違約行為進(jìn)行調(diào)查，找出了借款人違約的關(guān)鍵因素并確認(rèn)其信譽(yù)，為借款人建立違約風(fēng)險(xiǎn)量化因子給予支持。二P2P監(jiān)管體系研究MichelleW和FongL5預(yù)計(jì)P2P平臺(tái)不會(huì)取代傳統(tǒng)的銀行渠道，但它們是金融中介機(jī)構(gòu)，在解決中小企業(yè)長(zhǎng)期面臨的融資真空方面具有廣闊的前景。陳婷婷6借鑒我國(guó)P2P平臺(tái)探索了其潛在的風(fēng)險(xiǎn)，依托風(fēng)險(xiǎn)度量的類型選擇，最后運(yùn)用Logist

7、ic回歸模型建立風(fēng)險(xiǎn)評(píng)價(jià)體系。李端生和夏偉7在分析P2P平臺(tái)臨時(shí)措施的影響根底上，研究了P2P平臺(tái)的開展路徑，并就如何進(jìn)一步改進(jìn)P2P平臺(tái)提出了一些可行性建議。孫艷軍8認(rèn)為中國(guó)P2P金融市場(chǎng)中所面臨的各類風(fēng)險(xiǎn)日趨增大，其主要原因是由于缺乏一定的監(jiān)管，提出參照西方興旺國(guó)家與地區(qū)的監(jiān)管制度，來完善中國(guó)P2P行業(yè)的監(jiān)管制度。三P2P網(wǎng)絡(luò)借貸行為及影響因素分析王重潤(rùn)和孔兵9認(rèn)為高效的融資效率是網(wǎng)貸平臺(tái)提升競(jìng)爭(zhēng)力以及維持平穩(wěn)運(yùn)營(yíng)的前提，為構(gòu)建平臺(tái)融資效率因素體系，考慮風(fēng)險(xiǎn)、平臺(tái)、標(biāo)的三個(gè)因素，以托賓兩步分析方法為根底，以7千多條貸款標(biāo)的為研究樣本，采用數(shù)據(jù)包絡(luò)分析法對(duì)P2P平臺(tái)融資效率值進(jìn)行度量，通過對(duì)

8、影響因素和融資效率的實(shí)證分析創(chuàng)立托賓模型。左茹霞等10認(rèn)為P2P是一種融合了民間借貸以及互金技術(shù)的新型金融創(chuàng)新形式，選取120家P2P平臺(tái)數(shù)據(jù)，運(yùn)用GrangerCausality驗(yàn)證的面板數(shù)據(jù)，分析P2P信用額度差異與影響因素，結(jié)果說明，有4個(gè)主要因素對(duì)P2P借貸量影響較大，最后提出了幾點(diǎn)對(duì)P2P開展的參考建議。吳中旭11認(rèn)為P2P借款過程中，投資者的投資行為分為投資意愿和單筆投資金額兩個(gè)方面，通過理論分析構(gòu)建投資者單一投資意愿和單一投資額假設(shè)模型;再選取拍拍貸作為樣本平臺(tái)，研究了拍拍貸標(biāo)的的特點(diǎn)，驗(yàn)證了其特點(diǎn);最后通過數(shù)理統(tǒng)計(jì)方法，使用拍拍貸數(shù)據(jù)，驗(yàn)證投資人單筆投資意愿和單筆投資金額假設(shè)模

9、型。通過對(duì)行業(yè)文獻(xiàn)的整理，發(fā)現(xiàn)國(guó)外學(xué)者對(duì)P2P的實(shí)證研究大多基于已評(píng)級(jí)的平臺(tái)，而我國(guó)P2P行業(yè)起步較晚，其開展有著自身的特點(diǎn)，國(guó)內(nèi)學(xué)者的研究大多集中于借款人信用風(fēng)險(xiǎn)控制的問題上。近年來，雖也有一些學(xué)者開始運(yùn)用統(tǒng)計(jì)計(jì)量的方法如AHP層次分析法、突變級(jí)數(shù)評(píng)價(jià)法等對(duì)P2P平臺(tái)進(jìn)行綜合評(píng)級(jí)或問卷調(diào)查法、案例研究法進(jìn)行針對(duì)性分析，然而P2P平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)仍然缺乏專門的研究，難以實(shí)現(xiàn)投資者對(duì)P2P平臺(tái)風(fēng)險(xiǎn)評(píng)估的要求?；诖?，本文運(yùn)用因子分析法建立適宜P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)的因子體系，對(duì)我國(guó)當(dāng)下80家主流P2P網(wǎng)貸平臺(tái)進(jìn)行了綜合全面的風(fēng)險(xiǎn)評(píng)價(jià)排名，最終得到的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果可以作為投資者選擇平安可靠平臺(tái)的重要參考

10、依據(jù)，同時(shí)有助于標(biāo)準(zhǔn)P2P進(jìn)一步開展，提升居民投資理財(cái)?shù)臒崆椤Ｈ?、因子選取與同向化一因子的選取本文數(shù)據(jù)來源于P2P網(wǎng)貸行業(yè)綜合門戶網(wǎng)站“網(wǎng)貸天眼2021年5月評(píng)級(jí)數(shù)據(jù)中的前80家平臺(tái)，篩選出11個(gè)具體的因子對(duì)我國(guó)P2P網(wǎng)貸平臺(tái)進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)研究。這些指標(biāo)包括：等級(jí)、綜合評(píng)分、信披評(píng)分、合規(guī)評(píng)分、期限、利率、償兌性、運(yùn)營(yíng)、地域性、投資以及借款。二因子的同向化進(jìn)行因子分析之前，亟待考慮所選全部因子的方向是否保持完全一致。由于某些因子的值與平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)效果成正比，這些因子稱為正向因子;但有些因子值越大，評(píng)價(jià)效果越不好，這些因子稱為負(fù)向因子。為了便于統(tǒng)一分析，筆者對(duì)因子同向化的方法是將負(fù)向因子直接加負(fù)號(hào)

11、轉(zhuǎn)化為正向因子，即因子的正向化。具體變量度量如表1。變量指標(biāo)性質(zhì)變量關(guān)系新變量X1等級(jí)正因子Y1=X1Y1X2綜合評(píng)分正因子Y2=X2Y2X3信披評(píng)分正因子Y3=X3Y3X4合規(guī)評(píng)分正因子Y4=X4Y4X5期限正因子Y5=X5Y5X6利率正因子Y6=X6Y6X7償兌性正因子Y7=X7Y7X8運(yùn)營(yíng)正因子Y8=X8Y8X9地域性正因子Y9=X9Y9X10投資負(fù)因子Y10=-X10Y10X11借款負(fù)因子Y11=-X11Y11表1因子同向化四、P2P網(wǎng)貸平臺(tái)進(jìn)行因子分析因子分析是將多個(gè)變量指標(biāo)化簡(jiǎn)的一種方法，即用少數(shù)幾個(gè)影響較大的因子代表原始數(shù)據(jù)的大局部信息。相對(duì)于AHP層次分析法等其他方法，因子分析

12、法是通過將獨(dú)立的變量轉(zhuǎn)化變量的線性組合，從而實(shí)現(xiàn)降維的目的。它能夠建立適宜P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)的因子體系，對(duì)P2P平臺(tái)進(jìn)行綜合因子風(fēng)險(xiǎn)評(píng)價(jià)得分排名，最終得到的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果可以作為投資者選擇平安可靠平臺(tái)的重要參考依據(jù)。因此，本文基于因子分析法，使用社科統(tǒng)計(jì)專用程序SPSS22.0，從已選取的11個(gè)因子中提取解釋程度高的公因子，然后通過方差奉獻(xiàn)率給公因子加以賦權(quán)，最后計(jì)算綜合因子得分，進(jìn)而對(duì)所選取的80家我國(guó)P2P主流網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)管控能力進(jìn)行綜合排名與評(píng)價(jià)。一適用性檢驗(yàn)在已經(jīng)標(biāo)準(zhǔn)化的數(shù)據(jù)根底上算出相關(guān)系數(shù)矩陣和驗(yàn)證結(jié)果，在因子分析之前亟待驗(yàn)證各因子之間是否存在一定的相關(guān)性。其中，KMO的值趨近

13、于1的程度與適宜做因子分析成正比。從表2可看出KMO=0.661>0.5，說明比較適合做因子分析。同理，各因子變量的共同度趨近1的水平與被變量公共因子解釋的水平以及因子分析的效果成正比，從表3變量共同度中可看出變量共同度根本都非常高。另外，Bartlett檢驗(yàn)的意義為0二估計(jì)因子載荷矩陣估計(jì)因子載荷矩陣是因子分析極其關(guān)鍵的組成局部，其測(cè)度算法有多種。其中，核心的算法是主成分分析PCA，能夠通過求解變量的前幾個(gè)關(guān)鍵成分并利用簡(jiǎn)單的數(shù)學(xué)變換來獲取因子加載矩陣。與主成分分析PCA相似，根據(jù)因素的累計(jì)奉獻(xiàn)率決定公共主因子的數(shù)量。為了簡(jiǎn)化數(shù)據(jù)并從眾多因子中選擇相對(duì)較少的共同因子，可以盡可能多地反映

14、所有原始變量的信息。本文運(yùn)用因子分析來降低維度，表3給出了因素奉獻(xiàn)率的結(jié)果，前5個(gè)因子的奉獻(xiàn)率為76.991%，因此提取前5個(gè)因子作為公共主因子。三因子旋轉(zhuǎn)四主因子得分本文使用回歸方法計(jì)算出5個(gè)公共主要因子的得分，也叫湯普森因子分析。主因子得分是5個(gè)公共主因子在每個(gè)樣本點(diǎn)上的得分，而主因子得分可以代表線性計(jì)算公式中各個(gè)變量的權(quán)重，從而把公共主因子表示為變量的線性組合，其中為各指標(biāo)變量中的權(quán)重，Y為指標(biāo)同向化后的新變量，即：五綜合因子得分及排名用公因子總方差奉獻(xiàn)率中相應(yīng)的初始特征值權(quán)數(shù)對(duì)主因子得分F進(jìn)行加權(quán)，最后加總得到P2P網(wǎng)貸平臺(tái)綜合得分，其計(jì)算公式如下：由以上計(jì)算公式可以計(jì)算出綜合因子得分

15、，于是就能夠綜合評(píng)估我國(guó)P2P平臺(tái)的風(fēng)險(xiǎn)大小，亦即綜合主因子得分的排名。為了給投資者選擇平臺(tái)提供一定的參考，本文從80家主流平臺(tái)中最終篩選出綜合得分TOP15的頭部平臺(tái)以及綜合得分排名相對(duì)偏后的5家平臺(tái)，亦即綜合排名前15位的頭部平臺(tái)和倒數(shù)5位的P2P網(wǎng)絡(luò)借貸平臺(tái)，具體結(jié)果如表6所示。五、結(jié)論與建議由表6看出，綜合主因子得分大于0.76的前10家平臺(tái)，其風(fēng)險(xiǎn)控制能力與綜合評(píng)價(jià)較高，各方面表現(xiàn)皆較為出色，在行業(yè)開展中的優(yōu)勢(shì)巨大，這些P2P平臺(tái)有陸金服、人人貸、宜人貸、愛錢進(jìn)、積木盒子，小贏網(wǎng)金等。這些平臺(tái)大多是國(guó)資系、上市系或是風(fēng)投系，其平臺(tái)背景雄厚，資金充足，信息披露完善，在擁護(hù)監(jiān)管部門合規(guī)備

16、案政策的同時(shí)，較低的借款集中度與資金杠桿使得它們具備較高的風(fēng)險(xiǎn)承擔(dān)能力，同時(shí)可以積極地分散非系統(tǒng)性風(fēng)險(xiǎn)，所以此類平臺(tái)抗風(fēng)險(xiǎn)能力強(qiáng)，綜合評(píng)價(jià)高。風(fēng)險(xiǎn)評(píng)價(jià)綜合排名位列最后5位的P2P網(wǎng)貸平臺(tái)分別是：圖騰貸、信用寶、看看錢包、海融易以及中瑞財(cái)富。導(dǎo)致這些P2P網(wǎng)貸平臺(tái)評(píng)價(jià)結(jié)果為高風(fēng)險(xiǎn)的主要原因是這5家P2P網(wǎng)貸平臺(tái)信息披露不完整，合規(guī)度不夠高，同時(shí)它們的借款指數(shù)又較高，即過去一個(gè)季度內(nèi)的平臺(tái)風(fēng)險(xiǎn)聚集度較高。數(shù)據(jù)顯示這5家平臺(tái)中借款人的借款需求集中度偏高，因此這些平臺(tái)發(fā)生擠兌跑路風(fēng)險(xiǎn)的概率隨之加大，平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)也就相應(yīng)較高，綜合得分因而相對(duì)較低。因此，建議投資人選擇綜合排名靠前的平臺(tái)進(jìn)行投資，所承擔(dān)的

17、風(fēng)險(xiǎn)將大大降低;與之相比，建議投資人遠(yuǎn)離綜合排名靠后的平臺(tái)，否那么平臺(tái)假設(shè)發(fā)生擠兌而跑路的現(xiàn)象，可能會(huì)導(dǎo)致投資者血本無歸。作為綜合的統(tǒng)計(jì)分析和評(píng)價(jià)方法因子分析法，可以利用系統(tǒng)的統(tǒng)計(jì)工具來確定評(píng)價(jià)因子的權(quán)重系數(shù)，從而極大地降低主觀因素的影響。本文構(gòu)建了我國(guó)P2P平臺(tái)風(fēng)險(xiǎn)評(píng)估因子體系，對(duì)平臺(tái)各類風(fēng)險(xiǎn)的類型進(jìn)行綜合評(píng)分以及排名，可以幫助投資者掌握平臺(tái)的信息披露程度、合規(guī)度與風(fēng)險(xiǎn)控制水平，評(píng)價(jià)的最終結(jié)果能夠作為投資者選擇投資適宜的平臺(tái)或工程的有力參考，有助于進(jìn)一步標(biāo)準(zhǔn)P2P網(wǎng)貸行業(yè)的開展，提高客戶的投資理財(cái)信心。另外也有助于引導(dǎo)P2P的合規(guī)運(yùn)作與良性開展，把同時(shí)期迥異平臺(tái)進(jìn)行橫向比較，使得評(píng)級(jí)高的優(yōu)勢(shì)

18、平臺(tái)給予更多融資，體驗(yàn)更好的效勞，也能夠拉動(dòng)行業(yè)的開展。同時(shí)需要對(duì)中小平臺(tái)加強(qiáng)監(jiān)管，令合規(guī)的平臺(tái)持續(xù)平穩(wěn)運(yùn)營(yíng)，提高行業(yè)準(zhǔn)入門檻，完善平臺(tái)退出機(jī)制，讓無法完成合規(guī)備案的平臺(tái)能夠良性清盤退出，保護(hù)投資者的合理權(quán)益，進(jìn)一步促進(jìn)P2P行業(yè)的良性開展。筆者在試圖構(gòu)建P2P平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)的因子體系中，亟待在數(shù)據(jù)的真實(shí)性以及信息披露完善的因子體系上進(jìn)一步增強(qiáng)，同時(shí)，評(píng)估指標(biāo)體系的有效性需要大量數(shù)據(jù)的支持，在大數(shù)據(jù)時(shí)代下，對(duì)P2P風(fēng)險(xiǎn)評(píng)估因子體系的合理性與建設(shè)性將有極大地提高。隨著監(jiān)管的趨嚴(yán)與P2P行業(yè)的不斷開展，優(yōu)勢(shì)平臺(tái)更應(yīng)該注重提升其投資理財(cái)產(chǎn)品的效勞與體驗(yàn)，而中小平臺(tái)那么需要把重心放在合規(guī)備案開展的道路上?！緟⒖嘉墨I(xiàn)】【1】韋艷肖.互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)防范研究：以網(wǎng)貸平臺(tái)為例J.會(huì)計(jì)之友，202116：104-1