沈霞

摘 要：P2P網(wǎng)貸平臺(tái)信用決定其持久發(fā)展能力。對(duì)P2P網(wǎng)貸平臺(tái)進(jìn)行信用評(píng)級(jí)，分析平臺(tái)可持續(xù)發(fā)展能力，為投資者提供參考、為監(jiān)管提供依據(jù)、改善行業(yè)環(huán)境變得十分緊迫和具有較強(qiáng)的現(xiàn)實(shí)意義。本文以P2P網(wǎng)貸平臺(tái)為研究對(duì)象，完善其信用評(píng)級(jí)指標(biāo)體系，綜合采用因子分析法和定性打分方法，對(duì)我國部分P2P網(wǎng)貸平臺(tái)進(jìn)行信用評(píng)級(jí)，并評(píng)價(jià)其信用等級(jí)。

關(guān)鍵詞：P2P網(wǎng)貸平臺(tái)；因子分析；信用評(píng)級(jí)

中圖分類號(hào)：F830.46 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-0017-2017（1）-0066-04

基于虛擬網(wǎng)絡(luò)衍生發(fā)展的互聯(lián)網(wǎng)金融業(yè)務(wù)需要網(wǎng)絡(luò)信用生態(tài)支撐其良性運(yùn)轉(zhuǎn)。據(jù)網(wǎng)貸天眼研究院不完全統(tǒng)計(jì)，截至2016年7月末，我國P2P網(wǎng)貸平臺(tái)數(shù)量達(dá)4070家，累計(jì)問題平臺(tái)占比達(dá)51.72%，7月新增問題平臺(tái)111家，環(huán)比上升44.15%，同比上升8.83%，且問題平臺(tái)廣泛分布在全國21個(gè)地區(qū)。在這種背景下，對(duì)P2P網(wǎng)貸平臺(tái)進(jìn)行信用評(píng)級(jí)，系統(tǒng)分析平臺(tái)風(fēng)險(xiǎn)控制能力和經(jīng)營狀況變得十分迫切。評(píng)級(jí)的結(jié)果可作為投資者投資平臺(tái)和項(xiàng)目的參考，可以使P2P網(wǎng)貸平臺(tái)明確其自身不足和風(fēng)險(xiǎn)點(diǎn)，也有利于從評(píng)級(jí)中的各考察指標(biāo)中拓寬監(jiān)管思路，提升監(jiān)管水平，并促進(jìn)行業(yè)健康發(fā)展。

一、我國P2P網(wǎng)貸平臺(tái)信用評(píng)級(jí)發(fā)展現(xiàn)狀

我國有關(guān)網(wǎng)絡(luò)借貸的研究起步較晚，多偏向定性研究，研究內(nèi)容集中于P2P網(wǎng)貸平臺(tái)信用風(fēng)險(xiǎn)控制存在的問題，強(qiáng)調(diào)P2P網(wǎng)貸平臺(tái)信用風(fēng)險(xiǎn)控制的重要性。國內(nèi)少數(shù)學(xué)者運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法構(gòu)建P2P網(wǎng)貸平臺(tái)信用評(píng)級(jí)模型，網(wǎng)貸之家、融360、大公國際以及國際知名的惠譽(yù)評(píng)級(jí)公司等均涉足P2P網(wǎng)貸評(píng)級(jí)領(lǐng)域，評(píng)級(jí)方法和指標(biāo)體系各有不同（見表1）。本文采取定量指標(biāo)與定性指標(biāo)、靜態(tài)分析與動(dòng)態(tài)分析相結(jié)合的方法，構(gòu)建指標(biāo)體系和模型，對(duì)60家平臺(tái)進(jìn)行信用評(píng)級(jí)。

二、評(píng)級(jí)指標(biāo)分析及數(shù)據(jù)選取

根據(jù)P2P網(wǎng)貸平臺(tái)的屬性分析，在參考金融機(jī)構(gòu)、擔(dān)保機(jī)構(gòu)、企業(yè)信用評(píng)級(jí)的分析框架基礎(chǔ)上，考慮數(shù)據(jù)的可獲得性，借鑒網(wǎng)貸天眼、網(wǎng)貸之家中評(píng)價(jià)指標(biāo)的選取，結(jié)合我國網(wǎng)貸行業(yè)發(fā)展階段特點(diǎn)，初步構(gòu)建定量指標(biāo)與定性指標(biāo)相結(jié)合的信用風(fēng)險(xiǎn)評(píng)級(jí)指標(biāo)體系。

1.定量指標(biāo)選取。定量指標(biāo)部分選取能夠反映P2P網(wǎng)貸平臺(tái)經(jīng)營狀況的9項(xiàng)指標(biāo)，包括：投資指數(shù)（X1）、償兌指數(shù)（X2）、流動(dòng)指數(shù)（X3）、運(yùn)營指數(shù)（X4）、借款指數(shù)（X5）、利率指數(shù)（X6）、資金流入率（X7）、地域性（X8）、期限指數(shù)（X9）。

投資指數(shù)= （過去3個(gè)月投資人總數(shù)/過去3個(gè)月借款人總數(shù)）^（1/2）?；钴S投資人/借款人：該季度進(jìn)行投資/借款的用戶。該數(shù)值越低，說明平臺(tái)投資人受單一借款人違約影響較小。

償兌指數(shù)=（過去3個(gè)月累計(jì)待還金額/過去1年累計(jì)待還金額）^2。償兌指數(shù)用于衡量平臺(tái)上季度所承擔(dān)的償還壓力。償兌指數(shù)越大說明平臺(tái)在上季度承擔(dān)的償還壓力越大。

流動(dòng)指數(shù)=未來90天待收總額/注冊(cè)資本金*100。時(shí)間區(qū)間測(cè)評(píng)時(shí)間往前推90天。

運(yùn)營指數(shù)=（過去3個(gè)月成交額/平臺(tái)上線時(shí)間）/MAX。平臺(tái)單日運(yùn)營的資金量，運(yùn)營指數(shù)反映的是平臺(tái)的資金管理和運(yùn)營能力。對(duì)于上線時(shí)間不足一個(gè)季度的平臺(tái)不納入測(cè)評(píng)。以得分最高的為基準(zhǔn)100分，其他按占最高運(yùn)營指數(shù)占比乘以100為顯示數(shù)據(jù)。

借款指數(shù)=（過去3個(gè)月借款總額/過去3個(gè)月借款人數(shù)） ^（1/2），時(shí)間區(qū)間測(cè)評(píng)時(shí)間往前推90天。

利率指數(shù)。過去90天平臺(tái)借款標(biāo)的平均綜合利率*100，一筆標(biāo)的綜合利率=該筆標(biāo)的利率+該筆標(biāo)的年化投標(biāo)獎(jiǎng)勵(lì)。年化投標(biāo)獎(jiǎng)勵(lì)：若投標(biāo)獎(jiǎng)勵(lì)已經(jīng)年化，則綜合利率=年利率+投標(biāo)獎(jiǎng)勵(lì)；若投標(biāo)獎(jiǎng)勵(lì)為收益的百分比，則綜合利率=年利率+投標(biāo)獎(jiǎng)勵(lì)*借款期限的年化倍數(shù)；若投標(biāo)獎(jiǎng)勵(lì)為現(xiàn)金，則綜合利率=（年化收益+現(xiàn)金獎(jiǎng)勵(lì)）/本金）

某平臺(tái)資金流入率=該平臺(tái)過去3個(gè)月凈現(xiàn)金流總和/該平臺(tái)過去3個(gè)月成交額總和*100。資金流入率表示該平臺(tái)過去3個(gè)月貸款余額的變化趨勢(shì)。

地域指數(shù)=該平臺(tái)所在上月地區(qū)成交額/行業(yè)上月成交額*100。地域指數(shù)表示該平臺(tái)所在地區(qū)網(wǎng)貸行業(yè)的成熟程度，值越大，表示該平臺(tái)所在地區(qū)行業(yè)成熟度越高。

期限指數(shù)=過去90天平臺(tái)的平均借款期限/過去90天行業(yè)的平均借款期限。

2.定性指標(biāo)選取。本文的定性指標(biāo)選取15項(xiàng)指標(biāo)，參見表2。

三、對(duì)網(wǎng)貸平臺(tái)進(jìn)行信用評(píng)級(jí)

（一）因子分析法定量評(píng)價(jià)

本文運(yùn)用因子分析對(duì)P2P網(wǎng)絡(luò)借貸平臺(tái)進(jìn)行定量評(píng)價(jià)，從選取指標(biāo)中提取公共因子，并通過與主成分分析類似的方法給公共因子賦予權(quán)重，根據(jù)權(quán)重計(jì)算定量指標(biāo)得分。

（二）因子分析的運(yùn)用

1.檢驗(yàn)是否適用因子分析。

在使用因子分析之前測(cè)試各指標(biāo)之間是否存在一定的相關(guān)性。表3得出KMO和BartlettS Test的檢驗(yàn)結(jié)果。其中KMO值越接近1表示越適合做因子分析，從表3可以得到KMO的值為0.529，能夠做因子分析。Bartlett球形檢驗(yàn)的Sig值為0.000小于顯著水平0.05，拒絕原假設(shè)，表明變量之間存在相關(guān)關(guān)系，適合做因子分析。

表4給出每個(gè)變量共同度的結(jié)果。變量的共同度越接近1，說明被變量公共因子解釋的程度越高，因子分析的效果越好。從表4可以得到，除“流動(dòng)性”變量外，其他變量共同度較高，因子分析結(jié)果是有效的。

2.估計(jì)因子載荷矩陣。估計(jì)因子載荷矩陣是因子分析的核心，最常用的方法之一是主成分法：求解變量的前幾個(gè)主成分，進(jìn)行簡單的數(shù)學(xué)變換就可以得到因子載荷矩陣，根據(jù)因子的累計(jì)貢獻(xiàn)率確定因子的個(gè)數(shù)。表6給出了因子貢獻(xiàn)率的結(jié)果。根據(jù)結(jié)果，只有前四個(gè)因子的特征值大于1，并且前四個(gè)因子的貢獻(xiàn)率為69.323%。提取前四個(gè)因子作為主因子。

3.因子旋轉(zhuǎn)。計(jì)算出旋轉(zhuǎn)后的因子載荷值，其中旋轉(zhuǎn)方法是Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。旋轉(zhuǎn)在9次迭代后收斂。成分得分系數(shù)矩陣，從中得到每個(gè)因子得分的計(jì)算公式中各變量權(quán)重。

4.計(jì)算四大公共因子的得分。公共因子1的得分函數(shù)為：F1=0.250*償兌性+0.026*資金流入率-0.135*利率-0.033*運(yùn)營-0.096*期限+0.169*地域性+0.455*投資+0.452*借款-0.169*流動(dòng)性。同理得到公共因子2、3、4的得分函數(shù)，將數(shù)據(jù)代入函數(shù)計(jì)算F=（2.44*F1+1.382*F2+1.279*F3+1.138*F4）/（2.44+1.382+1.279+1.138），得出F值。

鑒于平臺(tái)披露信息的真實(shí)性和準(zhǔn)確性無法保證，且由于數(shù)據(jù)可獲得性，定量指標(biāo)選取9項(xiàng)。定性指標(biāo)選取15項(xiàng)，較為全面地覆蓋了反映平臺(tái)經(jīng)營和信用情況的不同層面，且為避免個(gè)別專家的主觀性，對(duì)10位專家的打分中剔除一個(gè)最高分和一個(gè)最低分，定量和指標(biāo)得分比重各占50%。按照定量指標(biāo)得分在綜合得分占比的50%進(jìn)行標(biāo)準(zhǔn)化處理，F(xiàn)*=（F+8.4）*50/（34.11+8.4）得到的結(jié)果。（Fmax=34.11，F(xiàn)min=-8.4）

將各P2P網(wǎng)貸平臺(tái)的定量指標(biāo)評(píng)價(jià)得分與定性指標(biāo)得分相加，得到各平臺(tái)的綜合評(píng)價(jià)分?jǐn)?shù)，并對(duì)照信用風(fēng)險(xiǎn)等級(jí)參照表確認(rèn)平臺(tái)等級(jí)。

四、總結(jié)

通過分析60家平臺(tái)評(píng)級(jí)結(jié)果，僅有6%的平臺(tái)為A級(jí)，六成平臺(tái)為B級(jí)，表明目前平臺(tái)處于發(fā)展初期，總體經(jīng)營和信用狀況一般。但該模型仍存在不足，在缺乏詳細(xì)的行業(yè)標(biāo)準(zhǔn)和有效監(jiān)督下，平臺(tái)披露信息的真實(shí)性無法實(shí)時(shí)監(jiān)測(cè)、數(shù)據(jù)準(zhǔn)確性無法橫向?qū)Ρ龋狈?duì)平臺(tái)時(shí)間序列的分析評(píng)價(jià)，也未能將平臺(tái)壞賬率指標(biāo)、區(qū)域經(jīng)濟(jì)發(fā)展和政策因素列入評(píng)級(jí)體系。在后續(xù)的研究中，會(huì)對(duì)評(píng)級(jí)指標(biāo)進(jìn)行更加深入的研究，并且尋求更有效的評(píng)級(jí)模型，以提高評(píng)級(jí)結(jié)果的公信力。

參考文獻(xiàn)

[1]陳文. P2P中國式高收益?zhèn)顿Y指南.北京：機(jī)械工業(yè)出版社，2015。

[2]陸岷峰.關(guān)于P2 P平臺(tái)風(fēng)險(xiǎn)評(píng)估與監(jiān)管策略研究[J]互聯(lián)網(wǎng)金融，2015，（11）：45-49。

[3]田皓文，車耀武.P2P網(wǎng)貸評(píng)級(jí)問題淺析[J].現(xiàn)代商業(yè)，2015，（20）：112-113。

[4]許一平.網(wǎng)絡(luò)借貸平臺(tái)的風(fēng)險(xiǎn)控制研究[J].經(jīng)濟(jì)論壇，2016，（10）：51-54。

[5]岳銘，張思敏，謝朝陽.我國P2P網(wǎng)絡(luò)借貸平臺(tái)的信用評(píng)級(jí)問題探討[J].商業(yè)時(shí)代，2014，（31）：77-78。

Abstract：The credit of P2P network lending platform decides its ability of sustainable development. It is becoming urgent and of strong practical significance to rate the credit of P2P network lending platform， analyze its sustainable development ability， provide a reference for investors， provide the basis for regulation and improve the industry environment. Taking P2P network lending platform as the research object， the paper improves its credit rating index system， comprehensively uses factor analysis method and qualitative grading method to rate the credit of some P2P network lending platform， and assesses their credit rating.

Keywords： P2P network lending platform； factor analysis； qualitification； credit rating

責(zé)任編輯、校對(duì)：王紅莉