小微企業(yè)在P2P網(wǎng)貸平臺的融資成功率影響因素研究

引言

小微企業(yè)在吸納就業(yè)、增加稅收和助推經(jīng)濟增長等方面發(fā)揮著日益重要的作用。然而，自2019年以來，隨著中美貿易摩擦愈演愈烈，加之國內經(jīng)濟“三期疊加”和新冠肺炎疫情肆虐等不利因素沖擊，小微企業(yè)的“融資難、融資貴”問題日益凸顯。如果僅靠正規(guī)銀行金融機構則很難有效解決小微企業(yè)的融資困境。為此，小微企業(yè)必須開拓新的融資渠道。而作為民間借貸與互聯(lián)網(wǎng)“耦合體”的P2P(Peer-to-Peer)網(wǎng)貸平臺憑借其獨特優(yōu)勢，拓寬了小微企業(yè)的融資渠道，緩解了小微企業(yè)的融資困境。然而，小微企業(yè)在P2P網(wǎng)貸平臺的融資成功率卻普遍較低?；诖耍疚氖褂谩芭?/span>拍貸”的真實借貸交易數(shù)據(jù)，對小微企業(yè)在P2P網(wǎng)貸平臺的融資成功率影響因素進行了實證研究。

本文的邊際貢獻體現(xiàn)為：把“拍拍貸”借款人分類為個人借貸者和小微企業(yè)，并基于小微企業(yè)的借貸交易數(shù)據(jù)進行了Logistic回歸分析。

一、文獻綜述

國內外學者關于P2P 網(wǎng)絡借貸成功率的相關研究主要分為以下幾類。(1)人口統(tǒng)計特征。Gonzalez et al.(2014)研究發(fā)現(xiàn)，顏值較高的女性借款人更容易籌集到大額可貸資金。此外，借款人的學歷越高，其融資成功率也越高(廖理等,2015)。(2)軟信息。李焰等(2014)研究發(fā)現(xiàn)，借款人提供的描述性信息特征越多，越能增加出借人投標，進而提高其借款成功率。廖理等(2015)的研究則表明，借款申請人所使用的語言長度和語言內容均顯著影響其借款成功率。彭紅楓等(2016)基于美國Prosper平臺數(shù)據(jù)，實證分析了借款陳述在不同利率定價機制下對融資成功率的影響?？傊斀杩钊说?/span>“硬信息”欠缺時，通過提供“軟信息”可提高其融資成功率(Dorfleitner et al., 2016)。(3)信用認證機制。借款人提交的信用認證指標有助于提高其信用評級，進而提升其融資成功率(王會娟,廖理,2014)。(4)社會資本。在P2P網(wǎng)絡借貸中，借款人擁有的社會資本越多，就越能贏得出借人的信任與青睞，進而提高其借款成功率(陳冬宇等,2013;黃文彬,2016)。 

另外，Puro et al.(2010)研究發(fā)現(xiàn)，通過對借款利率的戰(zhàn)略性量化設定，借款人能在最優(yōu)借款利率與融資可獲得性之間做出理性選擇。

通過梳理文獻，發(fā)現(xiàn)基于小微企業(yè)借貸交易數(shù)據(jù)，對小微企業(yè)在P2P網(wǎng)貸平臺的融資成功率進行研究的文獻則寥寥無幾。鑒于此，但愿本文的研究成果能對完善相關文獻作出些許貢獻。

二、數(shù)據(jù)說明與統(tǒng)計量描述

 (一)數(shù)據(jù)說明

“拍拍貸”把其借款人劃分為私營業(yè)主、網(wǎng)店賣家、工薪族、學生和其他等五類。本文為了實證分析的需要，有意將私營業(yè)主和網(wǎng)店賣家歸類為小微企業(yè)，而其余借款人則歸類為個人借貸者。通過LocoySpider軟件，采集到“拍拍貸”2016年2月7日至2月26日的有效借貸數(shù)據(jù)87,662條，其中小微企業(yè)交易數(shù)據(jù)為16,202條。

(二)樣本統(tǒng)計量描述

1.小微企業(yè)融資成功頻率統(tǒng)計

表1顯示了小微企業(yè)在“拍拍貸”的融資成功頻率較低，僅為23.30%。由此推及小微企業(yè)在P2P網(wǎng)貸平臺進行融資成功的概率也普遍較低。

表1 小微企業(yè)融資成敗頻率

2.不同信用等級小微企業(yè)的融資頻率統(tǒng)計

表2 不同信用等級小微企業(yè)的融資頻率

由表2可知，信用等級為E級的小微企業(yè)融資頻率最高，占比達到53.20%；A級以上信用等級的小微企業(yè)，其累計融資頻率僅占11.26%，而B級以上信用等級的小微企業(yè)，其累計融資頻率也僅為12.99%；C、D、E、F等四類低信用等級的小微企業(yè)，其累計融資頻率競高達87.01%，這表明在“拍拍貸”進行融資的小微企業(yè)其信用等級普遍較低。

3.不同信用等級小微企業(yè)的融資金額統(tǒng)計

表3 不同信用等級小微企業(yè)的融資金額統(tǒng)計  單位：元

由表3可見，融資金額最多的是信用等級為E級的小微企業(yè)，其融資金額占比達到36.30%；A級以上高信用等級的小微企業(yè)其融資金額相對較少，僅為12.29%；而B級以上信用等級的小微企業(yè)，其累計融資金額占比僅僅為14.97%，這意味著B級以下低信用等級小微企業(yè)的融資金額累計百分比將高達85.03%。

表2與表3的統(tǒng)計數(shù)據(jù)恰好印證了在P2P網(wǎng)絡借貸中存在信息不對稱的逆向選擇問題，即低信用等級的小微企業(yè)通過提供較高的借款利率來吸引出借人投標，而高企的借款利率必將推高小微企業(yè)的融資成本。信用等級較高的小微企業(yè)如若不愿支付較高的借款利率，則很難及時籌集到所需資金。為此，較高信用等級的小微企業(yè)可能會退出P2P網(wǎng)貸市場而另尋其他融資渠道。

4.變量的描述性統(tǒng)計

表4 統(tǒng)計量描述

 由表4可知，借款利率(APR)均值高達17%，這意味著小微企業(yè)在“拍拍貸”的融資成本較高；借款期限均值為11.35個月，借款金額均值為2,132元，這反映了小微企業(yè)在“拍拍貸”的融資以短期小額資金為主；借出信用得分均值是借入信用得分的67.75倍，這說明小微企業(yè)通過投資活動積累了較多借出信用得分；歷史借款成功次數(shù)均值僅比歷史借款流標次數(shù)多1.88次，但前者的標準差卻是后者的16.32倍。

三、實證模型的構建

（一）變量選擇

1.被解釋變量

小微企業(yè)在“拍拍貸”的融資成功率用P表示，其對應的融資失敗率則用(1-P )來表示。

2.解釋變量

（1）借款金額（Amount）。“拍拍貸”規(guī)定，小微企業(yè)初次借款金額最高為10,000元；倘若小微企業(yè)能按時還本付息，并且累積較高信用得分的話，則其后續(xù)借款金額可大幅提升至500,000元。鑒于借款金額數(shù)值較大，故對借款金額的原始數(shù)據(jù)取自然對數(shù)。  

（2）借款利率（Interate）。借款利率是小微企業(yè)讓渡給出借人使用其資金的價格。

（3）借款期限（Maturity）。“拍拍貸”設定的借款期限最長為12個月。

（4）借入信用得分（Borcrscore）。小微企業(yè)的借入信用得分由其實名認證、其他認證、邀請評價和交易記錄等四項得分組成。

（5）借出信用得分（lencrscore）。小微企業(yè)的借出信用得分由其實名認證得分、投標得分、回報得分和資料得分等組成。此外，小微企業(yè)還可通過提供可驗證信息來提高其借出信用得分。鑒于借出信用得分數(shù)值較大，故對借出信用得分的原始數(shù)據(jù)取自然對數(shù)。

（6）歷史借款成功次數(shù)（Sucnum）。小微企業(yè)只有在規(guī)定的融資時限內足額籌集到所需資金，才算融資成功。

（7）歷史借款流標次數(shù)（Fainum）。小微企業(yè)發(fā)布借款列表后，若未能在規(guī)定的融資時限內籌措到足額資金，則預示著此次融資失敗。

（二）研究假設

H1：借款金額較大的小微企業(yè)，其違約風險也相對較高。出于風險規(guī)避的考慮，出借人一般不愿給借款金額較大的小微企業(yè)投標，這勢必降低小微企業(yè)的融資成功率。

H2：一般來說，小微企業(yè)設定的借款利率越高,出借人為其借款投標的積極性就越高，進而提高小微企業(yè)的融資成功率。

H3：一般來說,借款期限越長,出借人面臨的信用風險就越大。鑒于此，出借人往往會減少、甚至拒絕給借款期限較長的小微企業(yè)投標，結果降低了小微企業(yè)的融資成功率。

H4：小微企業(yè)的借入信用得分越高，預示其違約風險越低，而這有助于提升小微企業(yè)的融資成功率。

H5：小微企業(yè)的借出信用得分越高，其信用等級也越高，這意味著小微企業(yè)的融資成功率較高。

H6：小微企業(yè)的歷史借款成功次數(shù)越多, 表明其具有較高的信用等級和較低的違約風險，而這勢必提高其融資成功率。  

H7：小微企業(yè)的歷史借款流標次數(shù)越多，意味著其信用風險越高，而這必然降低其融資成功率。

（三）構建Logistic模型

P和 (1-P ) 分別表示小微企業(yè)融資成敗的概率。

四、實證結果分析

表5 Logistic回歸結果

注：^***表示在1%的顯著性水平下統(tǒng)計顯著      

表5的Logistic回歸結果顯示：(1)借款金額與融資成功率之間存在負相關關系，回歸結果與H1相符。(2)借款利率與融資成功率之間存在顯著的正相關關系，回歸結果與H2相符。(3)借款期限與融資成功率之間存在不太顯著的負相關關系，回歸結果與H3相符。(4)借出信用得分、借入信用得分與融資成功率之間均存在正相關關系，但借出信用得分對融資成功率的影響較借入信用得分更為顯著?；貧w結果與H4、H5相符。(5)歷史借款成功次數(shù)與融資成功率之間存在不太顯著的正相關關系。然而，歷史借款流標次數(shù)卻對融資成功率產(chǎn)生了顯著的負向影響?；貧w結果與H6、H7相符。

綜上所述，借款利率、借款金額、歷史借款流標次數(shù)和借出信用得分這四個解釋變量對融資成功率的影響較為顯著，其中借款利率對融資成功率的影響最為顯著。借款期限和借入信用得分對融資成功率的影響不太顯著，而歷史借款成功次數(shù)對融資成功率的影響最不顯著了。

五、結論及對策建議

樣本統(tǒng)計量描述表明，小微企業(yè)在“拍拍貸”的融資成功率僅為23.30%。Logistic回歸結果則顯示，小微企業(yè)的歷史借款流標次數(shù)、借款期限、借款金額與融資成功率之間均存在顯著的負相關關系；而小微企業(yè)的借出信用得分、借入信用得分、借款利率與融資成功率之間則存在顯著的正相關關系。

為了提高小微企業(yè)在P2P網(wǎng)貸平臺的融資成功率，建議小微企業(yè)采取如下融資策略：首先，選擇實力雄厚、管理規(guī)范的P2P網(wǎng)貸平臺融資；其次，選擇借款利率較低、融資期限較長、融資金額較大且服務收費較合理的P2P網(wǎng)貸平臺融資；另外，社會資本有助于提高小微企業(yè)在P2P網(wǎng)貸平臺的信用評級。為此，小微企業(yè)應重視其社會資本的積累；最后，小微企業(yè)除了保留其機密信息外，應向P2P網(wǎng)貸平臺披露盡可能多的信用信息，而這有助于提高其在P2P網(wǎng)貸平臺的信用評級，進而提高其融資成功率。

文章來源：  《中國集體經(jīng)濟》  http://www.12-baidu.cn/w/jg/1406.html