陶士贵 黄靖雯
(南京师范大学商学院, 南京 210023)
引言自2007 年6 月中国首个P2P 网贷平台拍拍贷成立至今,P2P 网贷在中国已经发展10 余年。作为连接资金供需双方的纽带,截至2018 年底,零壹财经披露的P2P 网贷行业累计为借贷双方成功匹配的借贷总额约7.69 万亿元,可见,P2P 网贷成为传统金融之外愈发重要的活跃民间融资的形式,这提高了金融普惠性[1]。在行业的发展过程中,商业银行、国有企业、上市公司和风险投资等不同背景的股东纷纷进军网贷市场,逐渐形成了银行系、国资系、上市系、风投系和民营系等平台类型。
从行业整体来看,在行业发展的初期,没有准入门槛、没有行业标准、没有监管机构的状态使整个行业的发展比较混乱,新平台如雨后春笋般涌现;同时跑路、庞氏骗局、提现困难等问题平台接连出现。行业的快速增长及伴随的发展不规范现象逐渐引起中国人民银行、银保监会等监管机构的重视,先是2015 年为鼓励行业发展发布了《关于促进互联网金融健康发展的指导意见》;其后是2016 年在业务活动、风险整治和备案登记等方面对平台提出明确监管要求,如《网络借贷信息中介机构业务活动管理暂行办法》、《P2P 网络借贷风险专项整治工作实施方案》 和《网络借贷信息中介机构备案登记管理指引》,自此,行业进入规制和成长阶段[2];近两年陆续在资金存管、反洗钱及合规检查等方面做出规定,如《网络借贷资金存管业务指引》(2017)、《互联网金融从业机构反洗钱和反恐怖融资管理办法(试行)》(2018)、《关于开展P2P 网络借贷机构合规检查工作的通知》(2018)等。在监管政策的逐步规范下,各平台纷纷进行合规检查以实现备案登记,部分平台通过转型逐渐退出市场,目前的行业已经从规制和成长阶段进入监管规范期。截至2019 年5 月底,网贷之家显示,行业累计运营平台6617 家,累计停业及累计问题平台合计数量高达5723 家,正常运营平台仅剩894 家,仅占平台总数的13.51%,行业平台整体规模严重缩水。停业及问题平台中不乏有设立之初即目的不纯(如自融、庞氏骗局等)的平台、不符合监管规则退出市场的平台以及自身经营不善倒闭的平台,在监管政策的逐渐规范和完善下,第一种平台几乎不会通过新设批准,本文主要考虑的是可以通过遵守监管规则和改善自身经营情况继续发展的平台,P2P 平台本质上是以盈利为目的的企业,找出其绩效影响因素、提升平台绩效成为一个重要课题。
从各类型平台发展情况来看,为了直观认识5 类平台的发展情况,图1 给出了2014 年1 月至2019 年5 月各类型P2P 平台月交易额及其环比增长、月运营平台及问题平台数量情况,从图中可以看出,民营系平台相对于其他类型平台在运营数量上占绝对领先地位,成交量规模也比较大,但成交量环比增长率在5 类平台中不占优势,且问题平台数量较多,后劲发展势头不足;在民营系平台运营数量大幅减少的时期,其他四类平台运营数量整体呈上升趋势,且上市系平台成交量逐渐超过民营系,银行系、上市系和国资系成交量月环比增长总体上超过民营系。可见,背景平台和非背景平台的运行可能具有不同的特征,需要分平台背景类型对其绩效影响因素进行分析。
因此,在外部监管政策趋严和内部不同派系平台竞争的背景下,研究不同背景P2P 网贷平台绩效影响因素显得尤为必要。石建中[3]认为,企业绩效由组织绩效和管理者个人绩效组成,De⁃laney 等[4]认为,企业绩效主要体现为财务绩效。由于P2P 平台经营业务不同于传统企业,常规的财务、市场、人力资源、管理者业绩等数据很难获得,当前研究P2P 网贷平台绩效的文献很少,并且没有得出一致的结论。谢广营等[5]使用482家P2P 网贷平台的截面数据对其绩效影响因素进行分析,用成交量和投资人数分别代表P2P 网贷平台的财务绩效和市场绩效,研究资金杠杆、运营时间、借款期限和注册资本等指标对平台绩效的影响,认为运营时间较长的平台优势仅在于吸引了更多的投资人,但成交量的提升还需要通过设置更长的借款期限、增加注册资本、减少资金杠杆等方法来实现。魏丽萍等[6]选取242 家P2P 平台的截面数据,用交易额代表P2P 网贷企业的绩效,从供需机制、借款利率和网络口碑3 个方面进行实证分析,结果发现,P2P 平台绩效的主要驱动因素是投融资需求。
图1 2014 年1 月~2019 年5 月各类型P2P平台月成交量及运营等情况
已有文献虽然讨论了P2P 网贷平台的绩效影响因素,但是没有对P2P 平台进行分类处理,无法体现P2P 平台的绩效影响因素在不同背景平台之间的差异性,在提升绩效的策略应对方面同样提及较少。另外,已有文献使用的数据为过去某一时点的截面数据,在后续期间更长时期的相关研究有待完善。因此在已有学者的研究基础上,采用目前所能收集到的平台面板数据,试图探讨P2P 网贷的绩效影响因素是否具有背景差异性,以期不同背景平台更有针对性地提升绩效水平。本文的边际贡献主要在于:(1)在研究对象方面,对P2P 平台背景进行划分,考察P2P 平台绩效影响因素是否具有背景差异性;(2)在研究方法方面,区别于以往研究学者使用的截面数据,采用目前所能收集到的面板数据进行分析,有助于丰富已有的分析方法;(3)在研究结论的应用方面,基于研究结论为背景平台和普通平台提升绩效提供建议。
1 理论分析与研究假设1.1 平台绩效的衡量由于P2P 平台通常按照成交量的一定比例提取佣金,因此成交量对平台绩效有很大贡献。此外,P2P 平台属于初创互联网企业,流量思维是其一项关键策略,用户规模也是其非常关键的业绩指标[2],投资用户和借款用户越多,越能体现平台对投资人和借款人的吸引力,平台越能够占有更大的市场,进而获得更高的市场绩效。同时,平台对投资人的吸引主要是为了获得高的平台成交量,因此相对于市场绩效,财务绩效是衡量平台绩效更重要的一个方面。根据以上分析,结合数据可得性,采用魏丽萍等[6]的做法,使用P2P平台月成交量作为被解释变量,代表P2P 网贷平台的财务绩效。
1.2 机制分析P2P 网贷平台的平均预期收益率为一定时期内全部投资标的预期收益率根据交易量加权的平均值,主要反映投资人基于收益性和安全性的权衡。一般来说,对普通民营系平台来说,平均预期收益率越高,越能够吸引投资人,平台获得的成交量就越高,但同时投资人还会考虑资金安全性,在行业频出问题平台的情况下,过高的收益会使投资人增加对平台按期兑付的不确定性,不利于促成投资交易,并且过高的收益率容易引发坏账风险。而对银行系、上市系和国资系等背景平台来说,在同样的市场竞争条件下,其平均预期收益率水平低于普通平台,对投资者的吸引力相对较小,但当收益率达到一定水平之后,由于背景平台拥有强大的后盾,投资者可能认为其相对于普通平台更安全,更愿意投资于背景平台。因此,提出如下假设:
H1:平均预期收益率对背景平台的月成交量具有“正U 型”的非线性影响。
H2:平均预期收益率对普通平台的月成交量具有“倒U 型”的非线性影响。
P2P 网贷平台作为民间借贷的一种,不同于正规信贷[7],比传统金融市场风险更高[8]。谢广营等[5]把借款期限作为衡量P2P 网贷平台风险的变量之一,他们基于当时P2P 网贷仍处于制度创业初期的现状,结合行业借款期限一般不到一年的实际情况,加之短期借款期给人资金池的错觉,认为平均借款期限越长,平台越能够获得更高的交易量并且会吸引更多的投资人。虽然网贷行业信息不对称仍然存在,网贷平台项目披露的信息仍然有限,但由于整个行业经过了近几年的监管密集调整期,行业现状较前几年已明显转好,短期资金池的情况已有所改善,从行业实际月均借款期限看,根据网贷之家的披露,近一年每月的平均借款期限均超过12 个月,并且总体呈增长趋势。因此,基于流动性和安全性的考量,一般而言,无论是普通平台还是背景平台,借款期越长,流动性越差,平台项目的风险就越大,因为不确定性会在时间的延续过程中增加,因此提出如下假设:
H3:平均借款期限对背景平台的月成交量具有负向影响,对普通平台的月成交量也具有负向影响。
企业注册资金是企业实力的证明[9],注册资金越多,企业实力越强大,绩效发展水平越有向好的趋势。在当前P2P 平台发展环境下,行业风险、监管滞后以及相关惩罚措施不严等情况仍存在,这将增加投资人对P2P 网贷平台的不确定性,投资人更有可能投资于值得信赖且有能力承担运营责任的平台。所以,对P2P 平台来说,注册资本越高,平台越有能力承担经营责任,投资人对平台的信任度可能越高,企业绩效可能就越好。因此提出如下假设:
H4:注册资本对背景平台的月成交量具有正向影响,对普通平台的月成交量也具有正向影响。
2 研究设计2.1 样本和变量本文基于P2P 平台的月度数据研究P2P 网贷平台的绩效影响因素是否具有背景差异性。鉴于数据可得性,收集与网贷之家对接的P2P 平台从2016 年11 月至2019 年1 月的交易数据和反映平台特征的数据。其中,月度交易数据包括月成交量(vol)、月投资人数(ino)、平均预期收益率(rate)、平均借款期限(Bterm)、满标用时(timef);反映平台特征的数据包括注册资本(capitalr)和运营时间(optime)。剔除样本期间的停业及问题平台,剔除数据缺失的样本,最终整理得到157 家正常运营平台的面板数据,共包括3204 条记录。变量定义见表1。
表1 变量定义
其中,在控制变量的选择上,企业经营时间的长短也关系到绩效水平的高低,因为通常情况下,企业经营时间越长,其发展过程中积累的知识、资源、经验等软实力越强,这都有助于提升企业绩效[10-12]。P2P 网贷行业在当前信息不对称的条件下具有鲜明的“羊群效应”[13,14],现期投资者的资金出借行为可能会追随前期甚至同期的投资者,和运营时间较短的平台相比,投资者更愿意把资金出借到上线时间较早的平台。参考田杰等[15]的做法,把平台运营时间及运营时间的平方项作为控制变量。此外,满标用时越短的平台越受投资者欢迎,可能获得更高的成交量[16],因此,也纳入满标用时作为控制变量。
2.2 模型设定和分析方法根据以上分析,结合数据可得性,借鉴已有学者研究,构建计量模型如下:
其中,式(1)的下标i表示P2P 平台,t表示所在年月;平均预期收益率、平均借款期限和注册资本作为核心解释变量,平均预期收益率的平方项用于捕捉收益率对月成交量的非线性影响;controls表示一组控制变量,包括平台运营时间、平台运营时间的平方和满标用时,用于控制不同平台异质性可能带来的影响。在具体计算过程中,对各变量做对数处理,其中含有0 值的变量经过对数处理使其转换为大于0 的值。
基于以上模型设定,在实证分析过程中使用Stata15.0 软件。采用陈强[17]对面板数据的处理方法,在对平台进行实证分析的过程中,作为参照系,执行混合回归,并使用具有“平台id”为聚类变量的聚类稳健标准误。由于每个P2P 平台情况有所差别,或许具有不因时间推移而变化的遗漏变量,因此考虑执行固定效应,根据不运用聚类稳健标准误的固定效应模型所呈现的包含F 检验结果的P 值判断是否能够拒绝原假设,在混合回归和固定效应之间进行选择。因为个体效应仍然有可能以随机效应的方式体现,于是考虑执行随机效应,在使用聚类稳健标准误的随机效应模型后,使用Breusch 等[18]提出的检验个体效应的LM 检验,以便选择混合回归或者随机效应。最后,根据需要进行豪斯曼检验,根据P 值确定是否能够拒绝原假设,在固定效应与随机效应之间选择更合适的模型。
2.3 平台分类为了反映平台的背景差异性,对平台进行分类,采用钱金保等[19]对背景P2P 平台的确定方法,把银行系、上市系和国资系平台归为一类,共得到19 家背景平台(以下简称“A 类平台”),数量分布及清单如表2 所示。根据魏鹏飞[20]的研究,风投系平台与民营系、国资系、银行系和上市系平台有重叠,普通平台未纳入风投系,全部为民营系,于是共得到138 家普通平台(以下简称“B 类平台”),鉴于此类名单较多,暂不一一列出。
表2 A 类平台数量分布及清单
2.4 数据描述和描述性统计分析为直观了解A、B 两类平台,为下文分析奠定基础,本文给出两类平台的数据描述,并使用Stata15.0 分别进行两类数据的描述性统计分析,结果见表3。
表3 A、B 两类平台数据描述和描述性统计结果
从表3 可以看出,A 类平台月均成交量为11.004 亿元,标准差为53.689 亿元;平均预期收益率的均值为9.443%,标准差为1.448%;B类平台月均成交量为2.86 亿元,标准差为10.218亿元;平均预期收益率的均值为10.577%,标准差为2.284%。相比之下,可以发现A 类平台的月均成交量高于B 类平台,同时平均预期收益率低于B 类平台,说明即使其收益率较低,投资者仍倾向于A 类平台,反映了A 类平台具有良好的背景优势。
3 实证分析与检验3.1 背景平台和普通平台成交量的影响因素分析根据以上分析方法,对两类平台成交量的影响因素分别进行分析和模型对比,最终A 类平台选择固定效应(模型2),B 类平台也选择固定效应(模型5),不同背景平台成交量参数的估计结果如表4 所示。
表4 背景平台和普通平台成交量参数的估计结果
从表4 所列的回归结果可以看出,A 类平台平均预期收益率的一次项在5%的置信水平上显着为负,而平均预期收益率的二次项则在5%的置信水平上显着为正,即A 类平台平均预期收益率和成交量之间存在“正U 型”关系,即随着平均预期收益率的提高,成交量会先减少后增加,存在一个拐点,H1 成立;与A 类平台不同,B 类平台平均预期收益率的一次项及二次项虽然都在1%的置信水平上显着,但一次项的系数符号为正,二次项的系数符号为负,所以B 类平台平均预期收益率和成交量之间存在“倒U 型”关系,即随着平均预期收益率的提高,成交量会先增加后减少,也存在一个拐点,H2 成立。所以,平台平均预期收益率和成交量之间具有非线性关系,在这一点上,和魏丽萍等[6]的结论不谋而合,同时本文进一步提出平均预期收益率对背景平台和普通平台的成交量的影响不同,具有明显的背景差异性。
A 类平台平均借款期限的系数在5%的置信水平上显着为负,说明平均借款期限对背景平台的月成交量具有负向影响;B 类平台平均借款期限的系数也为负,但并不显着。所以,H3 部分成立,平均借款期限对平台成交量的影响具有背景差异性。
A、B 两类平台注册资本的系数均为正,分别在10%和1%的置信水平上显着,说明注册资本对背景平台和普通平台的月成交量均具有正向影响,H4 成立。因此,注册资本对平台成交量的影响不具有背景差异性。
3.2 U 型和倒U 型关系的检验从以上回归结果可以看出,A 类平台平均预期收益率和成交量之间存在“正U 型”关系,B类平台平均预期收益率和成交量之间存在“倒U型”关系。但是,Lind 等[21]认为,二次项系数的显着并不是非线性关系的充分条件,仅由这一标准来确定非线性关系比较弱,他们提出了关于两变量间U 型或倒U 型的检验。所以,本文进一步使用Utest 检验二次项的显着性,检验结果表略。
从检验结果可以看出,两类平台月成交量-平均预期收益率的Utest 检验结果均拒绝原假设,因此,A 类平台平均预期收益率和成交量之间存在“正U 型”关系,B 类平台平均预期收益率和成交量之间存在“倒U 型”关系,H1 和H2 均得到验证。
3.3 稳健性检验注册资本可以在一定程度上代表平台规模,用平台月投资人数这一反映平台用户规模的指标作为替代变量,进行稳健性检验分析,最终A 类平台选择固定效应(模型2),B 类平台选择随机效应(模型6),结果表略。从检验结果可以看出,这和以上分析结果基本一致,除了A 类平台平均借款期限系数为负向不显着外,其余两类平台解释变量对成交量的影响没有变化,总体上结果是稳健的。并且,投资人数对两类平台的月成交量均具有正向的显着影响,不具有背景差异性。此外,A、B 两类平台月成交量-平均预期收益率的Utest 检验结果均拒绝原假设,各自的U 型非线性关系也成立。
4 结论与建议本文借助P2P 网贷行业157 家平台2016 年11 月至2019 年1 月期间的交易数据和反映平台特征的数据,使用面板计量模型分析方法,试图考察P2P 平台的绩效影响因素是否具有背景差异性。研究发现,平台绩效的某些影响因素具有明显背景差异性,某些影响因素背景差异性不明显,某些影响因素不具有背景差异性。(1)平均预期收益率对平台绩效的影响存在明显的背景差异性。具体表现为:背景平台平均预期收益率和其绩效之间具有显着的“正U 型”关系,普通平台平均预期收益率和其绩效之间具有显着的“倒U 型”关系。这可能是因为在行业平均预期收益率都提高的情况下,背景平台总体收益率水平低于普通平台,在这一点上,从上文描述性统计结果中也可以看出,背景平台平均预期收益率均值(9.443%)低于普通平台(10.577%)。因此,在成交量上,普通平台对背景平台可能具有“挤出效应”;而当收益率继续提高时,投资者可能因为风险收益考量,而背景平台具有一定的信用背书能力,投资者可能认为投资背景平台比普通平台更安全,此时背景平台对普通平台可能存在“挤出效应”;(2)平均借款期限对平台绩效的影响具有背景差异性,但差异性不明显,总体来看,平均借款期限与平台绩效负相关。具体表现为:背景平台平均借款期限和其绩效之间显着负相关,普通平台平均借款期限的系数为负但不显着;(3)注册资本对A、B 两类平台的绩效均具有正向显着影响,不具有背景差异性。研究结论对行业内普通平台和背景平台的发展具有一定的启示意义,进一步地,基于以上分析,从监管者和经营者两种视角为两类平台针对自身情况提升绩效水平提出以下对策建议。
4.1 政府监管与行业协会自律规范结合,规范行业信用在政府监管层面,行业监管是影响P2P 平台可持续发展的重要因素之一。中央机构编制委员会办公室2018 年发布的《中国银行保险监督管理委员会职能配置、内设机构和人员编制规定》 明确了由银保监会负责制定网络借贷信息中介机构业务活动的监管制度,具体由普惠金融部负责。在此之前,人民银行等10 部门2015 年在《关于促进互联网金融健康发展的指导意见》 中就曾提出网贷业务由银监会负责监管,只是当时并没有实质性的监管细则。由于P2P 行业属于非正规金融,金融的基础是信用,信用的缺失对整个行业的发展不利,亟需强化行业信用。回顾P2P 行业发展可以发现,在监管空白时期,问题平台高频率、大范围出现,给投资者带来难以挽回的损失,甚至将风险蔓延至传统金融机构,给我国的金融生态造成了不良影响。虽然近几年监管措施不断完善,监管态度由鼓励转为严格规范,部分平台转型或退出市场,行业平台逐渐规范化,但背景平台和普通平台的背景差异性仍存在,这从侧面说明行业整体信用尚未建立,因此需要通过完善监管政策进行行业信用背书,如提高行业机构及行业经营者进入门槛审核标准,从源头上提升行业参与机构及从业人员的质量;规范经营链条资金进出,透明化资金的出借和使用;完善参与机构退出机制;制定并执行违法违规处罚标准等,从监管层面优化行业生态环境,规范行业信用。
另外,行业协会的自律规范作用是法律法规之外的重要补充,引导和支持平台加入行业协会,充分发挥协会的自律规范作用,也有助于提升行业信用。2015 年12 月31 日,中国互联网金融协会正式成立,部分省市也相应建立了互联网金融协会组织,协会充当监管机构和平台之间的桥梁,传达不同地区监管政策,根据监管要求制定操作手册,同时制定行业标准,规范行业经营行为;创建登记披露和信用信息共享机制,提升行业整体透明性;发布风险提示,引导协会会员防范风险;进行投资者教育,畅通投资者投诉机制,从第三方行业协会层面规范行业信用。此外,平台加入行业协会有助于吸引更多投资者[20]。
4.2 第三方征信与合规增信结合,缩小平台背景间差异在行业整体信用缺失的情况下,相对于背景平台的体制红利[2],普通平台具有明显的信用劣势,引入第三方征信可以使平台得到借款者的信用资料,有助于评估借款者的违约风险,而且在项目的信息披露层面可以使投资者获得更多借款者信息,改善投资者因无法获得借款者信息而不敢出借资金的情形。
此外,可以通过合规的第三方增信方法起到和信用背书相似的效果。P2P 平台作为信息中介机构进行业务经营,曾被监管机构明确要求平台本身不能提供增信服务,但由第三方提供的增信措施并未禁止,事实上很多平台都在或多或少使用,如第三方担保、风险备付金、关联方等措施。另外,从平台自身来看,注册资本对绩效提升的影响并不明显,只有普通平台的成交量和注册资本正相关,注册资本在企业成立时就已确定,后期可以追加,虽然手续繁琐,但注册资本作为平台实力的一种体现,也可以作为一种增信的方式。当然,增信只是提供了和信用背书相似的效果,平台的增信支出也会间接增加借贷参与人的成本,在行业发展的成熟规范时期建议还要逐步取消增信手段,让更多参与者能够以更低的成本享受到高质量的普惠金融服务。
4.3 考虑风险收益权衡资金的安全性、收益性及流动性(1)资金安全是前提。网贷经营者须时刻铭记法律法规红线,合规经营,建立信任机制,防止因违规经营导致投资者大量退出的情况,甚至引发类似传统金融机构的挤兑风险。
(2)在收益性方面,2002 年中国人民银行发布了《中国人民银行关于取缔地下钱庄及打击高利贷行为的通知》,该文件第二条对民间借贷利率规定了最高上限,即不能超过中国人民银行公布的金融机构同期、同档次贷款利率的4 倍,网贷平台必须在法律法规的框架下制定合理的利率水平。背景平台可以在符合监管要求的前提下结合平台自身经营成本制定收益率;普通平台不适合制定过高的收益率,因为过高的收益率会使投资者对资金按期兑付产生很大不确定性,且过高的收益率反而不利于此类平台成交量的增加,对提升绩效无益。
(3)流动性可以使投资者更好地掌控和分配自有资金,尤其在行业不成熟的情况下,较强的流动性能够使其更及时抽回投资,防止更大的亏损。平台可以根据标的情况,合理分配短期标和长期标的期限,可以发布更多的短期标,使投资者根据自身的风险和收益接受度拥有更多选择,还可以设置债权转让,为需要中途退出的投资人提供渠道。