P2P网贷平台客户规模影响机制分析

2021-01-11强南囡

中国商论 2021年1期

强南囡

摘要：利用Python软件的爬虫技术与手工查询结合的方法，通过网贷之家、网贷天眼、各网贷平台官网收集了254家网贷平台数据，关注网贷平台客户规模影响机制，构建了围绕“平台实力、平臺运营、项目运营”等维度的影响因素指标体系，运用多元线性回归模型研究发现，注册资本、经营变更数、好评率、员工人数、平均借款期限是投资人数与借款人数的正向影响因素，交易成本、满标用时是投资人数与借款人数的负向影响因素，两者都倾向于选择非民营系平台，但是，运营时间、人均借款金额仅对投资人数产生正向影响，对借款人数影响不显著。由此，进一步从提高运营管理水平、增强平台实力、优化项目运营管理等方面提出了提升平台竞争力和吸引力的建议。

关键词：网络借贷;多元线性回归模型;客户规模;平台竞争力

中图分类号：F832.4 文献标识码：A 文章编号：2096-0298（2021）01（a）--07

中国的传统金融为社会和经济发展做出了重要贡献，但由于其服务存在分配不均衡现象，未能惠及小微企业、农民、低收入和贫困人群等普惠金融重点关注的弱势群体，导致他们难以获得有效，甚至无法获得金融服务[1]。借助互联网、区块链、云计算、大数据等先进技术，互联网金融得以有效解决普惠金融面临的成本高企和难以获取结构化信息等难题，有利于拓展金融服务的覆盖面和渗透率。作为互联网金融的重要形式，网络借贷（Peer to Peer，以下简称“P2P”，或“网贷”）通过搭建网络平台撮合借贷双方完成交易，其交易成本、交易额度、交易期限等方面的门槛都比传统金融低[2]，再加上在业务效率、交易便捷性、产品灵活度、服务范围、客户体验等方面具有一定优势[3]，因而获得了市场的认可。自2007年我国首个P2P平台“拍拍贷”在上海上线后，行业发展迅速，据网贷之家公布的数据显示，截至2018年12月，全国累计上线运营的网贷平台数量达到6549个，正常运营的有1019个，产业累计成交量突破8万亿元，贷款余额7889.65亿元，投资人数为1331万人，借款人数为1992万人，行业已具备一定规模。

网络借贷搭建了小微企业、贫困人员等难以获得传统金融机构贷款的弱势群体与民间资本对接的桥梁，拓宽了其融资渠道，不但提供了大量就业岗位，也实现了投资者的财富增值，提高了资金的配置效率，可以说在某种程度上实现了普惠金融。随着国内P2P平台数量的不断增多，业内竞争也愈演愈烈，网贷平台虽然通过限时优惠、加强宣传、优化管理、引导舆论等方式提升竞争力与吸引力，但是这些措施能否提升客户对平台的认可度，一直是平台经营管理中难以解决的问题之一。因此，本文收集了网贷之家、网贷天眼及各网贷平台公布的数据，分析网贷平台客户规模的影响因素，研究不同类型客户对P2P平台的选择意向，为促进其持续、健康、稳定的发展提供了具有建设性的参考意见。

1 文献综述

网络借贷作为新兴产业，在发展过程中出现许多新问题，专家学者们对其关注度较高，该领域研究取得较多成果，可以分为以下几类。

一是在行业定位方面，学者们认为发展网贷产业对于实现普惠金融而言有重要意义。王博等（2017）[4]认为网络借贷重塑了金融组织的形态，有望成为长尾群体实现普惠金融的一条有效路径。阎沭杉（2018）[5]指出网络借贷的定位与普惠金融的诸多特征十分契合，网贷平台能够在解决中小企业融资难、助力“大众创业、万众创新”等方面发挥积极作用。然而，行业发展毕竟尚未成熟，网贷活动还未能充分发挥应有效果及作用。郭海凤等（2015）[6]发现由于融资成本、风险控制等原因，P2P平台还无法从很大程度上改善中小企业的融资状况。胡金焱等（2018）也发现普惠金融重点关注的农民和低收入人群，在网贷市场中无法以合理成本与平等机会享受符合其需求的金融服务。

二是在投资方面，存在身份歧视现象与羊群效应。并非所有投资者都具备高水平的投资能力和丰富的投资经验，再加上信息不对称现象无法完全消弭，为降低风险，投资者在选择投资项目时带有偏向性，姚博（2016）[7]发现高收入、所属城市层次较高的借款者更受投资者的青睐;投资者在选择网贷平台时，魏鹏飞（2016）[8]则发现了他们的从众心理。此外，钱颖等（2018）依据风险偏好将投资者分为了保守型与进取型两类，分别进行研究后发现多数投资者属于前者，他们偏好低风险低收益型平台，且倾向于自动投标服务，能接受有限制的债权转让;少数属于后者，他们偏好高收益高风险平台，不需要自动投标服务，并要求平台债权转让自由。

三是在风险防控方面，由于网贷活动汇集了互联网技术以及金融的多重属性特征，以致行业、平台需要面对更加多样化、复杂化的风险。李琪等（2016）[9]从战略风险、操作风险、信息科技风险、声誉风险、市场竞争风险以及法律风险等方面归纳了网贷平台风险，而信用风险、利率风险、流动性风险和集中度风险则属于网贷标的风险。这些风险错综复杂，埋下了平台亏损、停业、跑路等隐患，为此，学者们从风险的识别、评估和控制等方面进行了探索和研究。王修华等（2016）[10]发现平台背景、注册资本并不能显著反映出正常平台与问题平台之间的区别，而管理层信息的披露、年化收益率的高低以及第三方资金存管的安排却可以显著反映。叶青等（2016）[11]同样证实了高利率可以作为识别问题平台的重要变量，还发现了实力薄弱、标的类型单一、风控能力欠缺是平台出问题的前兆。樊继达等（2018）[12]、谭中明等（2018）[13]、黄电（2018）[14]、胡金焱等（2018）[15]分别针对流动性风险、信用风险、财务风险、经营风险等进行研究。此外，李先玲（2016）[16]与巴曙松等（2019）[17]从风险防控角度进行研究，发现金融从业背景、注册资本，以及平台自我监管可以有效降低平台出问题的概率，债权转让制度的设定有利于减少由挤兑风险带来的平台事故发生率，而过度行业竞争则会增加平台出问题的概率。刘震海等（2019）[18]构建了利用最易获得的公开数据进行有效预警的模型，可以帮助监管者对海量平台完成低成本的有效筛查。

四是在行业与平台发展方面，学者们通过数据分析提出了建设性意见。方兴（2018）[19]运用倍差法研究，发现各省互联网金融协会的成立能够促使问题平台的暴露、劣质平台的淘汰，以及投资者信心的重塑。姜琪（2018）[20]发现具有双边市场性质的网贷行业市场集中度的提高，不但不会引起垄断带来的明显效率损失，反而会显著提高行业整体效率和技术进步。程翔等（2018）通过构建空间计量模型研究发现经济发展水平、科技水平、收入水平、金融发展水平对网贷行业发展有显著的正向促进作用。吴庆田等（2019）[21]发现资金托管、预期收益率、投资期限、高管的金融业从业经验、加入监管协会、经营许可证、自动投标、债权转让等指标在不同程度上影响平台运营的稳健性，在此基础上，对投资者、平台和监管部门分别提出相关建议。

总的来说，P2P产业发展过程中出现的各种问题受到了研究者的关注，推动了该领域的理论探讨以及实践探索，在产业定位、风险策略、发展路径、监管模式等方面形成了系列成果。然而，对平台客户规模鲜有聚焦与关注。事实上，客户规模是平台受欢迎程度的重要体现，保有一定客户规模对于网贷平台运营的稳健性至关重要。为此，本为基于网贷平台的特征数据与经营数据，构建客户规模影响因素指标体系，运用回归模型对客户规模的影响机制展开深入研究和探讨，以提出增强平台吸引力，提升平台竞争力的建议。

2 研究设计与研究结果

2.1 变量选取与研究假设

研究网贷平台受欢迎程度的影响因素，即客户规模对网贷平台运营情况的反应。

2.1.1 被解释变量

网贷平台的客户主要包括投资者与借款者两类。由于两类客户对网贷平台的要求和期望不同，对平台相关情况的关注点也必然存在区别，因此选择投资人数与借款人数作为被解释变量分别进行研究。人数越多，网贷平台受该类客户欢迎程度就越高。

2.1.2 解释变量

选择平台实力、平台运营、项目运营三个方面共10个解释变量，如表1所示。

（1）平台实力相关解释变量及假设

平台实力方面的解释变量包括注册资本和平台背景。注册资本指网贷平台在工商部门登记的资本总额。平台背景分为民营系与非民营系（包括国资系、上市系、风投系、银行系等）两类。

由于网贷平台与客戶间存在信息不对称现象，投资者与借款者往往都难以全面地、完整地了解平台经营情况，在面对市场中众多平台进行选择时，他们往往会关注平台实力，认为平台实力越雄厚，可信度与可靠度也就越高。注册资本和平台背景这两个变量在一定程度上体现了平台的规模以及实力，规模大、实力强的平台无论对投资者还是借款者而言，都更有利于实现自身目的，即投资者获得投资回报，借款者完成融资;相反，较低的注册资本、单纯的民营背景都会因为平台保障系数不高，风险较大而影响客户的参与积极性。由此，提出以下2个假设。

假设1：注册资本越大，投资人数与借款人数越多。

假设2：平台背景为非民营系的比为民营系的更容易吸引投资者与借款者。

（2）平台运营相关解释变量及假设

平台运营方面的解释变量包括运营时间、经营变更数、好评率以及员工人数。

运营时间指网贷平台自成立起计算的正常运营时长。该指标越长，平台的市场适应度就越高，抗风险能力也越强。随着安全性与稳定性的增加，客户对平台的青睐度会随之增加。

经营变更数记载和反映了平台因资本、住所、投资人、经营范围等变更而需要在管理部门进行登记的项目数。优质平台会根据市场、监管、自身等方面的需要从各层面进行提升、更新或改造，促使其治理结构的不断完善以及客户服务满意度的不断提升，在此过程中涉及需要在管理部门登记的变更项目则会增加该指标数值。

好评率表示的是在网络社区的讨论及评价中，选择“好评”档次（即评价的最高等级）的客户数量占评价总人数的比例。该指标能直接体现平台现有客户的亲身感受，其提升有助于降低潜在客户对平台的搜寻成本与甄别成本。员工人数则是指网贷平台的在职员工人数，它在一定程度上决定了平台服务对象的范围、规模、程度以及质量。

上述指标能较为直观地显示或影响客户对平台的接受度和认可度。由此，提出如下4个假设。

假设3：运营时间越长，投资人数与借款人数越多。

假设4：经营变更数越多，投资人数与借款人数越多。

假设5：好评率越高，投资人数与借款人数越多。

假设6：员工人数越多，投资人数与借款人数越多。

（3）项目运营相关解释变量及假设

项目运营方面的解释变量包括交易成本、满标用时、平均借款期限，以及人均借款金额。

网贷平台对客户收取的费用包括管理费、会员费、提现费、充值费等，不乏有平台会免除（或附加条件免除）部分或全部，交易成本以平台收费项目数来衡量。满标用时则表示借款者成功筹集到目标款项所耗费的平均时间。无论投资者还是借款者都希望低成本获得服务，也期望平台能够在较短的时间内成功撮合投融资交易，因此，双方对交易成本、满标用时是较为关注的。

平均借款期限与人均借款金额分别指借款项目的平均期限和金额。偏长的期限能够满足融资者对资金稳定性的需求，李丹（2018）[22]开展的调查也显示82.44%的企业希望通过互联网金融平台融资的期限为6个月～3年，同时，项目期限的增加还能够减少投资者在一定投资期间内进行投资项目选择的次数，以及降低平台按照成功撮合交易笔数为基础计算的手续费而带来的投资成本，因而平均借款期限应当体现两者的这种需求倾向。借款者会依据自身的融资需求设置借款金额，因此受人均借款金额指标的影响不大，但对投资者来说，因自身投资能力、信息不对称等导致对借款项目信息的不完全了解，从而在投资行为上表现出羊群效应，人均借款金额的升高有利于投资者从众行为的具体实现，也就有利于满足投资者选择投资项目的需求。

由此，提出如下4个假设。

假设7：交易成本越低，投资人数与借款人数越多。

假设8：满标用时越短，投资人数与借款人数越多。

假设9：平均借款期限越长，投资人数与借款人数越多。

假设10：人均借款金额越高，投资人数越多。

2.2 数据收集

本文利用Python软件的爬虫技术，通过网贷之家与网贷天眼这两个在网贷行业最具影响力的第三方咨询平台进行P2P平台相关数据的收集，涵盖的时间范围是2018年6—12月。经过合并和整理，对空缺的数据以及网贷之家、网贷天眼未见披露的指标（例如：员工人数）采取手工查询的方式，直接在各网贷平台官网进行收集，最后，为了保证模型的可靠性，剔除了数据信息缺失比较严重的平台，保留了数据相对完整的254家网贷平台作为分析的基础。由于本文的变量多为平台特征变量，不随时间而变化，因此取6个月数据的均值作为研究基础。

2.3 模型的建立

如前所述，本文研究的指标多为网贷平台特征指标，因此采用多元线性回归模型。同时，为降低异方差影响，研究中对模型中的相关指标进行取对数处理。为了分别研究投资人数与借款人数的影响因素，相应建立了以下两个模型：

2.4 实证分析

2.4.1 描述性统计

根据表2所有变量的描述性统计，样本平台的平均投资与平均借款分别约为7332人与19346人，平均注册资本超过9000万元，平均成交量高达27423万元，平均借款标数为138748个，体现了较强的平台平均实力。但是，这五项指标的标准差较大，且最小值与最大值之间相去甚远，可见不同网贷平台之间的规模差异较大，为降低变量异方差影响，在模型构建时对这5个变量进行了取对数处理。其他指标方面，样本平台中有158个民营系平台和96个非民营系平台，虽然这些平台的平均运营时间不足4年，但其平均经营变更数却接近28次，相当于平均每个平台每年申报7项经营变更，各平台的平均好评率接近76%，平均员工人数为79人，这四项平台运营类指标平台间差异相对较小。对交易过程中涉及的各项费用，网贷平台大多采取了免除或部分免除的方式，平均收费项目不足1个，平均满标用时略超13小时，项目的平均借款期限近8个月，而人均借款金额约为33万元，这四项项目运营类指标的平台间差异也相对较小。

2.4.2 多重共线性检验与异方差检验

采用Stata统计软件对模型（1）（2）进行回归，并运用estat vif语句检验该模型各变量是否具有多重共线性，结果如表3所示。方差膨胀因子较低（均低于10），表示该模型中并不存在严重的多重共线性。

对模型（1）做怀特检验，结果如下：

由于，因此接受原假设，即模型（1）不存在异方差。

对模型（2）做怀特检验，结果如下：

由于，因此拒绝原假设，即模型（2）存在异方差。

2.4.3 实证回归结果分析

为消除模型（2）存在的异方差影响，对模型（1）（2）均做了稳健性回归，结果如表4所示。

（1）投资人数影响因素分析

模型（1）反映投资人数的影响因素。根据表4，所有的解释变量都对被解释变量有显著影响，除人均借款金额的显著性水平低于5%以外，其余各项均低于1%，可见模型具有较强的预测能力。

具体从平台实力角度来看，注册资本的系数为0.24，表明注册资本每增加1%，投资人数将增加0.24%，即平台规模越大，对投资者的吸引力越强。平台背景的系数为-0.44，表明在同等条件下，民营系平台的投资人数比非民营系平台的少0.44%。因此，假设1与假设2都得到回归结果的支持。

从平台运营角度来看，运营时间的系数是0.024，即平台运营时间每增加1个月，投资人数增加0.024%，也就是随着运营时长的增加，平台对投资者的吸引力也不断增强。经营变更数的系数是0.0097，表明平台每发生一次经营变更登记，将促使投资人数增加0.0097%，也就是经营变更越多，投资人数越多。好评率的系数是1.18，也就是好评率每增加一个单位，投资人数将增加1.18%，说明好评率越高，越能吸引投资者。员工人数的系数是0.0056，表明平台每增加一名工作人员，将会带来投资人数增加0.0056%，可见员工人数的增加，在投资者服务的深度与广度上都有正向促进作用，能够有效吸引更多的投资者。由此，假设3、假设4、假设5、假设6均得到回归结果的支持。

从项目运营角度來看，交易成本的系数是-0.45，也就是平台的收费项目每增加一项，将导致投资人数减少0.45%，这是由于交易成本的增加会减少投资者的投资收益，阻碍投资者的投资。满标用时的系数是-0.00027，即满标用时每增加1分钟，投资人数将减少0.00027%，说明投资者倾向于节省因等待而付出的资本时间成本，满标用时越短，越能吸引投资者。平均借款期限的系数是0.07，表明平均借款期限每增加一个月，投资人数增加0.07%，在网络借贷这种以短期借款为主的借款形式中，偏长的投资期限将对投资者产生更大的吸引力。人均借款金额的系数是0.0015，表明人均借款金额每增加1万元，投资人数将增加0.00015%，金额偏高的借款项目将对投资者产生更大的吸引力。因此，假设7、假设8、假设9、假设10均得到回归结果的支持。

（2）借款人数影响因素分析

模型（2）反映的是借款人数的影响因素。由表4可见，除了平台运营时间、人均借款金额没有通过显著性检验外，其他解释变量都对被解释变量有显著影响。其中，注册资本、平台背景的显著性水平低于5%，经营变更数的显著性水平低于10%，其余变量的显著性水平均低于1%，模型具有较好的预测能力。

具体从平台实力角度来看，注册资本的系数为正数，表明注册资本与借款人数呈正相关，即注册资本越大，越能吸引借款者。平台背景的系数为负数，说明与民营系平台相比，非民营系平台更吸引借款者参与。因此，假设1与假设2都得到支持。

从平台运营角度来看，由于运营时间未通过显著性检验，假设3未能得到证明，这说明借款者在选择网贷平台时并不特别关注平台运营历史，只要能够满足其融资需求，平台本身经营时间的长短并不成为借款者选择平台的关键因素。经营变更数的系数为正数，也就是借款者能够感受到网贷平台通过不断变更而日渐完善的管理、到位的服务，这就体现为经营变更数与借款人数的正相关关系。好评率的系数为正数，说明好评率与借款人数呈正相关，好评率越高，平台名声越好，对平台的宣传效应越强，越容易吸引借款者借款。员工人数越多，能够有效服务的借款者越多，其系数为正数也说明了借款者能够感受到平台通过增加员工人数来提升服务的有效性。假设4、假设5、假设6均得到支持。

从项目运营角度来看，交易成本的系数为负数，其增加将直接增加借款者的融资成本，因此与借款人数呈负相关关系;满标用时的系数是负数，表明若平台能够快速地满足借款者的借款需求，将吸引更多借款者;平均借款期限的系数是正数，表明其与借款人数呈正相关，说明了借款者的借款需求带有偏向长期的倾向;人均借款金额未能通过显著性检验，这与前文假设是一致的。由此，假设7、假设8、假设9均得到支持。

2.4.4 稳健性检验

为了验证模型（1）与模型（2）的可靠性，采用网贷平台成交量作为投资人数的稳健性指标，借款标数作为借款人数的稳健性指标来进行稳健型检验。表5显示了以成交量和借款标数分别作为被解释变量进行稳健性回归的结果。

由表5可见，模型（3）以成交量为被解释变量，所有的解释变量都对被解释变量有显著影响，其回归结果与模型（1）的回归结果一致;模型（4）以借款标数为被解释变量，除平台运营时间、人均借款金额没有通过显著性检验外，其他解释变量都对被解释变量有显著影响，其回归结果与模型（2）的回归结果也一致，因此，模型（1）和模型（2）回归结果通过稳健性检验，即模型的回归结果较为稳健。

3 结论与启示

网络借贷弥补了传统金融的不足，促进了金融创新，加快了普惠金融的实现。然而，产业在高速发展的同时，不断涌现问题平台事件，增加了投资者与借款者的忧虑。本文旨在研究在这样的大环境下，平台如何实现健康发展，从市场脱颖而出，受到客户的欢迎，赢得客户的参与。根据前述客户规模影响因素的分析，提出以下建议。

一是提高平台运营管理水平，主要从运营时间、经营变更数、好评率，以及员工人数等方面考虑。投资者与借款者都能从经营变更数的增加中感受到网贷平台积极的经营策略，网贷平台应紧跟市场需求的变化，调整业务领域，打造拳头产品，走差异化发展之路;应根据监管要求，建章立制，调整经营方式，走规范化经营之路;应不断检视自身短板，走内涵化、精细化提升之路。随着投资人数与借款人数的攀升，为保障服务质量，提升服务的精细化、精准化程度，在引入云计算、智能机器人等先进服务技术的同时，保证数量充足的服务团队是必不可少的。客服人员应在平台统一部署下做好舆情管理，定期更新平台及项目信息，及时跟进与回复客户遇到的疑难问题，对客户的意见和建议进行公开致谢并不断改进，这样才能让客户产生被重视的感觉，有利于增加其参与的积极性，维持活跃度。同时，积极的应对客户在社区的评论，传递正向的平台价值，促使客户对平台评价的升级与品牌的树立，维持良性的获客效应。由此，平台的市场适应力、抗风险能力得到不断提升，也因此平台得以持续健康发展，形成良性循环，吸引更多客户参与。

二是增强平台实力，主要从注册资本、平台背景等方面考虑。随着平台运营管理水平的不断提高，其知名度与发展空间也会不断提升，如此一来，除了能够增强对投资者与借款者的吸引力外，也可迎来各种资本的追逐。网贷平台可评判各方条件，从实际出发，有选择性地引入国有资本、银行资本、风险投资资本等，甚至在时机成熟时考虑上市。如此，可以在优化平台背景，增加注册资本，为平台软、硬件的升级改造提供资金支持的同时，还能获得提升平台软实力的机会。首先，新股东中不乏资深的企业家或投资专家，他们可以帮助平台更新经营理念，完善治理机制、监管体系、财务制度、激励约束措施等;其次，新股东丰富的市场资源和社会关系可以帮助平台拓展经营渠道，融通其与政府和行业内其他企业的关系;最后，新股东的加入可以使平台规模更大，实力更强，提升其知名度与公信力，吸引客户，最终实现股东价值，为平台可持续发展铺路。

三是优化项目运营管理，主要从交易成本、满标用时、平均借款期限，以及人均借款金额等方面考慮。虽然投资者与借款者都倾向于低交易成本，但是免费策略并非长久之计，盈利才是企业生存发展的基础。网贷平台应细致核算成本，制定切实有效的优惠促销策略，通过提升平台实力与服务水平来留住活跃用户，而不是单纯地依靠免费。既然投资者与借款者都期待更短的满标用时，网贷平台就需要考虑优化项目信息呈现方式，打造快速及时的问题反馈与解决通道，建立标准化与程序化的工作流程，构建友好的平台交互方式等，便于借款者清楚资料上传的相关要求，也便于投资者根据自身情况快速筛选合适的投资项目，促进满标用时的缩短，提升客户体验。最后，由于投资者与借款者双方都偏好期限长的项目，投资者还偏好借款金额大的项目，所以网贷平台也应持续关注两者的需求，打造合适的产品，供借款者与投资者选择。

参考文献

胡金焱，李建文，张博.P2P网络借贷是否实现了普惠金融目标[J].世界经济，2018，41（11）：169-192.

钱颖，王丽.基于模糊聚类的投资者P2P平台选择研究[J].管理现代化，2018，38（05）：91-94.

程翔，王曼怡，华郡珂.基于空间视角的中国P2P网贷行业发展研究[J].经济与管理研究，2018，39（11）：118-130.

王博，张晓玫，卢露.网络借贷是实现普惠金融的有效途径吗——来自“人人贷”的微观借贷证据[J].中国工业经济，2017（02）：98-116.

阎沭杉.P2P网络借贷对普惠金融发展的积极影响、现存问题及发展对策[J].现代管理科学，2018（10）：58-60.

郭海凤，陈霄.P2P网贷平台综合竞争力评价研究[J].金融论坛，2015，20（02）：12-23.

姚博.基于收入与城市青睐现象的网贷信用认证有效性分析[J].当代经济科学，2016，38（04）：30-41+125.

魏鹏飞.P2P平台特质与投资者选择[J].中国流通经济，2016，30（12）：92-99.

李琪，王振.P2P网贷平台风险和标的风险的辨析[J].上海金融，2016（10）：92-95.

王修华，孟路，欧阳辉.P2P网络借贷问题平台特征分析及投资者识别——来自222家平台的证据[J].财贸经济，2016（12）：71-84.

叶青，李增泉，徐伟航.P2P网络借贷平台的风险识别研究[J].会计研究，2016（06）：38-45+95.