用數據幫你分析p2p網貸平臺哪個好？

本文從現階段測度 P2P 網貸羊群行為的三種主要驗證方法進行選擇。根據羊群行為存在的幾個特點：一，會導致投資出現聚集效應；二，雖然其他投資者難以知曉某個投資者所擁有私人信息，然而可以觀測其決策來進行判斷。這是由于投資者默認該投資者是理性的，投資是為了盈利，而不會為了損失而投資，所以該投資者在投資某個有缺陷的標的時，很可能是得到了有價值的私人信息；三，投資者的投資決策會影響在其之后的投資者的行為，這也是羊群行為的一個最本質的表現。而通過投標份額的變化或是投標時間的間隔來測度羊群行為并不能體現出這一點。對于前者，如果一個借款項目足夠優質，例如借款人的信用很好，或是在風險一定的情況下預期收益率夠高，其投標份額自然會上升；對于后者，由于在滿標前借款不成立，不計算利息，為了減少資金的等待時間，同一標的越靠近滿標的時候自然會越容易得到融資，投標時間的間隔就會減少。由此看來，這兩種方法不夠本質，是一種間接的測度方式，且很可能將投資者理性的投資策略判斷成“偽羊群行為”。因此，本文將選擇后續投標的影響來判定網貸市場中羊群行為的有無。而由于投資者個人想法的不可獲知性，本文判斷：其他影響因素不變的情況下，如果 P2P 網貸平臺中，普遍出現隨著借款項目當前投標數的增加，其得到后續投標的可能性也增加的情況，則可認為

P2P 網貸市場中投資者存在羊群行為。

依據前文的判斷方法，將主研究變量定為當前投標人數，因變量則定為某一借款項目得到后續投標的可能性。但得到后續投標的可能性沒有直接數據可用或直接方法進行測量。由于后續投標的獲得與否僅有兩種結果，所以本文通過對這兩種結果賦予“0”-“1”變量，構造 Logistic  二元回歸模型來進行研究。Logistic 二元回歸模型的因變量為“0”-

“1”變量，且在描述個人行為的選擇上，它被認為是最有效的模型之一1。

在 Logistic 二元回歸模型中，對因變量所代表時事件的發生賦值為“1”，對因變量所代表時事件的未發生賦值為“0”，Logistic 二元回歸的基礎模型2如下：

可以通過定時測量來得到因變量的數據，即采集當前列表中一定量的借款項目，每 3 分鐘再次統計對應標的的當前投標人數，如果當前投標人數相比之前沒有增加，則認定為該借款項目沒有得到后續投標，因變量賦值為“0”；如果當前投標人數相比之前有所增加，則認定為該借款項目有得到后續投標，因變量賦值為“1”。在以上自變量中，主要自變量為借款項目的當前投標人數，建模的主要意義是為了驗證借款項目的當前投標人數是否會使得到后續投標的概率顯著高于不能得到后續投標的概率，若是，則能夠表明當前投標人數的增加會提高借款項目得到后續投標的可能性，即在該平臺上的投資者存在羊群行為。

（一）數據采集與說明

本文使用了“八爪魚”釆集器，制定了一個特定的抓取規則，抓取了“拍拍貸”平臺上借款列表的數據，通過每 5 分鐘抓取一次數據對采集標的的信息持續追蹤，獲得了在該

平臺上自 2017 年 3 月 7 日到 2017 年 3 月 14 日借款列表當中全部借款項目的所有數據和

信息。

之后對采集到的數據進行了適當處理，刪除了數據缺漏或是有問題的小部分借款，最終研究的樣本包括 1067 條借款列表，對部分摘錄之時已滿標的樣本進行剔除后，最后剩余 1003 條借款項目。

（二）數據的統計與分析

在對數據進行了完善后，對最終的 1003 條不同借款項目的變量的相關數據進行了統計與分析，具體情況如下表 4-1 所示：

通過對標的特征的數據整理可以發現，“拍拍貸”平臺上的借款金額的平均值為 7321元，而借款金額的最小值只為 500 元，最大值也僅僅為 50000 元，分別是該平臺借款金額設定中的上下限。這充分體現了 P2P 網貸平臺上借款小額借貸的性質。借款項目的平均利率為 14.57%，顯著高于目前的存款利率、理財收益甚至是基金收益，該借款利率自然能吸引投資者。借款項目的期限的平均值約為 13 個月，最短的為 3 個月，最長的也只有 24 個月，這充分說明了 P2P 網貸平臺上的借款具有短期借款的特征。

在對借款人信用特征的數據整理之后可以發現，借款人逾期 15 天以內還清款項的次數人均只有 1 次不到，而逾期 15 天以上還清款項的人均次數更是僅有 0.06 次，可以說明“拍拍貸”平臺上的借款人普遍有較好的及時還款的意識，而長期逾期的情況尤其少是因為根據平臺規定，逾期 15 天以上還清借款可能對借款人的信用評級產生負面影響，而這種對

借款人長時間逾期還款的行為進行處罰是有一定效果的。

在對借款人的個人特征的數據進行整理后可發現，借款人的平均受教育年限大約為 11年，但目前較低的借款人文化水平的數據是由于現階段“拍拍貸”平臺手機端借款并不強制要求驗證學歷，故很多借款人的學歷認證為“無”。刨除這一影響，平均值大約達到了

15.5，說明 P2P 網貸平臺上的借款人還是擁有較高的學歷水平。借款人年齡的平均值為 31

歲，這說明 P2P 網貸平臺上的借款人以青壯年為主。

在對借款人以往借款的數據進行整理后可發現，借款人借款成功的平均值達到了近 30次，體現了“拍拍貸”平臺上的融資成功的可能性比較高。而這一數據明顯小于借款人準時還款次數的平均 102 次，這說明大多數借款人采用了分期還款的方式，而沒有選擇一次性還清款項。

在對 P2P 網貸平臺上投資者的羊群行為進行實證研究前，要先對模型進行多方面檢驗，包括模型的有效性檢驗、模型的無效多余變量檢驗、模型的內生變量檢驗，之后即可確定結果并對 P2P 網貸平臺上投資者的羊群行為進行分析。

從上表 5-6 中可以看出，在各自變量中，借款利率和信用等級之間呈現出了高度的相關性，而其余自變量間的相關性不夠明顯。這是由于在拍拍貸中，信用等級確定后會有一個來自官方的基準利率，若過分低于基準利率，則極為可能投標失敗；若過分高于基準利率，對于借款人來說則很不劃算，因而這兩個自變量之間呈現出了高度的負相關性。因而可以剔除借款利率這一變量，保留優勢比更為明顯，即影響更為顯著的信用等級變量。

1.對主要研究自變量的實證結果解釋

從表 5-7 中的相關數據可以得知，當前投標人數這一變量的系數為 0.037，為正值；優勢比（Odds Ratio）為 1.038，大于 1。通過這兩個數據可以說明當前投標人數這一變量對某一借款項目得到后續投標的可能性存在著一個正向的影響作用。此外，這一變量的 p 值為 0.001，遠小于 0.01，在顯著水平為 1%的時候能通過統計檢驗，這說明當前投標人數這一變量對某一借款項目后續投標獲得可能性的影響在 1%的顯著性水平上是顯著的。因此，綜合以上兩方面的結果，可以證明在 P2P 網貸平臺上的借款項目當前投標人數的增加，能夠較為顯著地提高后續投標獲得的可能性。即投資者在對 P2P 網貸平臺借款列表中的數百個可供投資的項目中進行投資選擇時，在借款項目的信息頁面中可以直接看到的當前投標人數這一信息會對該投資者的投資決定造成影響。對某一借款項目，當前投標人數越多，后面的投資者就越有可能對這一項目進行投資，直到該項目滿標無法繼續投資。這一結果可以驗證在我國 P2P 網貸平臺上的投資者存在著羊群行為，與前文中的理論分析所能得到的結果相一致。但從表 5-7 中也可以看出，當前投標人數這一變量的系數絕對值在自變量中并不是很大，說明當前投標人數這一變量對于借款項目能否獲得后續投資的影響不是最重要的，換言之，雖“拍拍貸”平臺上的投資者存在著羊群行為，但這種羊群行為已不是特別明顯了，尤其是在與之前的實證研究的結果1相比。本文認為這一結果是由于“拍拍貸”平臺進行了創新，推出了自動投標機制，即投資人根據自己的風險偏好和投資習慣設置投標條件，一旦有符合條件的借款列表出現，系統將自動投標2。雖然這一機制是為了減少投資者選擇投資項目的時間，提高資金的使用效率，但由于而在自動投標的設置中不能對當前投標人數做限制，且由于是系統程序進行自動選擇，在設置完條件后就沒有投資者的人為影響，選擇這一方式的投資者就可以避免在投資選擇中出現羊群行為。而通過對借款項目的抽樣調查發現，平均超過六成的投資者選擇了自動投標的方式投資；根據“拍拍貸”的披露，超過 24000 個“拍拍貸”的投資者已經選擇了自動投標的方式，這一投資方式很

大程度上地減少了羊群行為在該平臺的出現，導致了當前投標人數這一個變量的系數并不

很大。

2.對其他研究自變量的實證結果解釋

（1）信用等級的系數為負，優勢比小于 1，表明借款人信用等級的提高（本文中表現為信用等級賦值的下降）會對借款項目后續投標獲得的可能性有顯著的正向影響。這是因為 P2P 網絡借貸的利率（7%起）已保證了一個相對銀行定期存款與理財、基金等投資方式較高的利率水平，而大部分投資者是風險厭惡型的，在已滿足一定收益水平的情況下，規避風險會成為大多投資者的選擇，故會選擇信用較高借款人的項目而非利率較高的借款項目。尤其是在目前網絡金融平臺風波不斷的背景下，這種選擇就顯得更加理性。該項的系數絕對值在自變量中為第二大，遠大于當前投標人數的系數，說明對借款項目能否獲得后續投資影響較大且大于羊群行為的影響。

（2）借款期限的系數為正，優勢比大于 1，說明借款期限會對借款項目后續投標獲得的可能性有顯著的正向影響。這是因為投資者以盈利為目的，借款期限越長投資者可獲的收益就越多；此外，投資者需要時間選擇借款項目，借款期限的延長也可以攤薄時間成本。該項的系數在自變量中絕對值較大，且大于當前投標人數的系數，表明對借款項目能否獲得后續投資影響較大且大于羊群行為的影響，但由于 P2P 網貸平臺會對借款期限進行限制，平臺上的借款項目的期限區分不十分明顯，導致該變量的影響遠沒有信用等級和逾期 15天以上還款的影響大。

（3）借款進度的系數為正，優勢比大于 1，說明借款進度會對借款項目后續投標獲得的可能性有顯著的正向影響。這是因為借款項目在滿標前不計息，為了避免借款項目融資失敗而導致被占資金沒有收益，以及減少融資成功前資金等待時的時間成本，投資者往往會選擇接近滿標的項目投資。該項的系數絕對值在自變量中相對較大，且大于當前投標人數的系數，說明對借款項目能否獲得后續投資影響較大且大于羊群行為的影響。

（4）文化程度的系數為正，優勢比大于 1，說明文化程度會對借款項目后續投標獲得的可能性有顯著的正向影響。這是因為社會固有印象1導致投資者認為學歷較高的借款人的工作往往較好，還款能力也就更強。此外，由于現在“拍拍貸”平臺的手機端不要求借款人必須填寫學歷情況并進行驗證，所以經過學歷驗證的借款人相對未經過的借款人更認真地披露了個人信息，有著更多的信息可供投資者參考，也自然就有更高的信用水平2，因而在其他條件相同的情況下更容易獲得后續投資。該項的系數在自變量中絕對值較大，且大于當前投標人數的系數，表明對借款項目能否獲得后續投資影響較大且大于羊群行為的影響。

（5）成功借款次數的系數為正，優勢比大于 1，表明成功借款次數會對借款項目后續投標獲得的可能性有顯著的正向影響，這是因為成功借款次數多的借款人往往使用 P2P 網貸平臺的時間更長，對平臺較為熟悉，相對于沒有歷史記錄的新用戶更可能具有較好的還款信用。成功借款次數的系數絕對值較小，且大于當前投標人數的系數，這表明成功借款次數能夠影響獲得后續投標可能性的程度較小，遠小于羊群行為的影響。

（6）逾期超過 15 天還清借款次數的系數為負，優勢比小于 1，表明逾期超過 15 天還款次數會對借款項目后續投標獲得的可能性有顯著的負面影響，原因在于投資者不愿意投資常逾期還款的借款人，即使由于超過 15 天的逾期將會降低該借款人的信用等級導致他們可能給出更高的利率。這同樣體現出了大多數投資者風險厭惡的偏好。該項的系數絕對值在自變量中最大，遠大于當前投標人數的系數，說明對借款項目能否獲得后續投資影響最大。