我國P2P網貸平臺信用評級研究

沈霞

摘 要：P2P網貸平臺信用決定其持久發展能力。對P2P網貸平臺進行信用評級，分析平臺可持續發展能力，為投資者提供參考、為監管提供依據、改善行業環境變得十分緊迫和具有較強的現實意義。本文以P2P網貸平臺為研究對象，完善其信用評級指標體系，綜合采用因子分析法和定性打分方法，對我國部分P2P網貸平臺進行信用評級，并評價其信用等級。

關鍵詞：P2P網貸平臺；因子分析；信用評級

中圖分類號：F830.46 文獻標識碼：B 文章編號：1674-0017-2017（1）-0066-04

基于虛擬網絡衍生發展的互聯網金融業務需要網絡信用生態支撐其良性運轉。據網貸天眼研究院不完全統計，截至2016年7月末，我國P2P網貸平臺數量達4070家，累計問題平臺占比達51.72%，7月新增問題平臺111家，環比上升44.15%，同比上升8.83%，且問題平臺廣泛分布在全國21個地區。在這種背景下，對P2P網貸平臺進行信用評級，系統分析平臺風險控制能力和經營狀況變得十分迫切。評級的結果可作為投資者投資平臺和項目的參考，可以使P2P網貸平臺明確其自身不足和風險點，也有利于從評級中的各考察指標中拓寬監管思路，提升監管水平，并促進行業健康發展。

一、我國P2P網貸平臺信用評級發展現狀

我國有關網絡借貸的研究起步較晚，多偏向定性研究，研究內容集中于P2P網貸平臺信用風險控制存在的問題，強調P2P網貸平臺信用風險控制的重要性。國內少數學者運用計量經濟學方法構建P2P網貸平臺信用評級模型，網貸之家、融360、大公國際以及國際知名的惠譽評級公司等均涉足P2P網貸評級領域，評級方法和指標體系各有不同（見表1）。本文采取定量指標與定性指標、靜態分析與動態分析相結合的方法，構建指標體系和模型，對60家平臺進行信用評級。

二、評級指標分析及數據選取

根據P2P網貸平臺的屬性分析，在參考金融機構、擔保機構、企業信用評級的分析框架基礎上，考慮數據的可獲得性，借鑒網貸天眼、網貸之家中評價指標的選取，結合我國網貸行業發展階段特點，初步構建定量指標與定性指標相結合的信用風險評級指標體系。

1.定量指標選取。定量指標部分選取能夠反映P2P網貸平臺經營狀況的9項指標，包括：投資指數（X1）、償兌指數（X2）、流動指數（X3）、運營指數（X4）、借款指數（X5）、利率指數（X6）、資金流入率（X7）、地域性（X8）、期限指數（X9）。

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

償兌指數=（過去3個月累計待還金額/過去1年累計待還金額）^2。償兌指數用于衡量平臺上季度所承擔的償還壓力。償兌指數越大說明平臺在上季度承擔的償還壓力越大。

流動指數=未來90天待收總額/注冊資本金*100。時間區間測評時間往前推90天。

運營指數=（過去3個月成交額/平臺上線時間）/MAX。平臺單日運營的資金量，運營指數反映的是平臺的資金管理和運營能力。對于上線時間不足一個季度的平臺不納入測評。以得分最高的為基準100分，其他按占最高運營指數占比乘以100為顯示數據。

借款指數=（過去3個月借款總額/過去3個月借款人數） ^（1/2），時間區間測評時間往前推90天。

利率指數。過去90天平臺借款標的平均綜合利率*100，一筆標的綜合利率=該筆標的利率+該筆標的年化投標獎勵。年化投標獎勵：若投標獎勵已經年化，則綜合利率=年利率+投標獎勵；若投標獎勵為收益的百分比，則綜合利率=年利率+投標獎勵*借款期限的年化倍數；若投標獎勵為現金，則綜合利率=（年化收益+現金獎勵）/本金）

某平臺資金流入率=該平臺過去3個月凈現金流總和/該平臺過去3個月成交額總和*100。資金流入率表示該平臺過去3個月貸款余額的變化趨勢。

地域指數=該平臺所在上月地區成交額/行業上月成交額*100。地域指數表示該平臺所在地區網貸行業的成熟程度，值越大，表示該平臺所在地區行業成熟度越高。

期限指數=過去90天平臺的平均借款期限/過去90天行業的平均借款期限。

2.定性指標選取。本文的定性指標選取15項指標，參見表2。

三、對網貸平臺進行信用評級

（一）因子分析法定量評價

本文運用因子分析對P2P網絡借貸平臺進行定量評價，從選取指標中提取公共因子，并通過與主成分分析類似的方法給公共因子賦予權重，根據權重計算定量指標得分。

（二）因子分析的運用

1.檢驗是否適用因子分析。

在使用因子分析之前測試各指標之間是否存在一定的相關性。表3得出KMO和BartlettS Test的檢驗結果。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球形檢驗的Sig值為0.000小于顯著水平0.05，拒絕原假設，表明變量之間存在相關關系，適合做因子分析。

表4給出每個變量共同度的結果。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“流動性”變量外，其他變量共同度較高，因子分析結果是有效的。

2.估計因子載荷矩陣。估計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：求解變量的前幾個主成分，進行簡單的數學變換就可以得到因子載荷矩陣，根據因子的累計貢獻率確定因子的個數。表6給出了因子貢獻率的結果。根據結果，只有前四個因子的特征值大于1，并且前四個因子的貢獻率為69.323%。提取前四個因子作為主因子。

3.因子旋轉。計算出旋轉后的因子載荷值，其中旋轉方法是Kaiser 標準化的正交旋轉法。旋轉在9次迭代后收斂。成分得分系數矩陣，從中得到每個因子得分的計算公式中各變量權重。

4.計算四大公共因子的得分。公共因子1的得分函數為：F1=0.250*償兌性+0.026*資金流入率-0.135*利率-0.033*運營-0.096*期限+0.169*地域性+0.455*投資+0.452*借款-0.169*流動性。同理得到公共因子2、3、4的得分函數，將數據代入函數計算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。

鑒于平臺披露信息的真實性和準確性無法保證，且由于數據可獲得性，定量指標選取9項。定性指標選取15項，較為全面地覆蓋了反映平臺經營和信用情況的不同層面，且為避免個別專家的主觀性，對10位專家的打分中剔除一個最高分和一個最低分，定量和指標得分比重各占50%。按照定量指標得分在綜合得分占比的50%進行標準化處理，F*=（F+8.4）*50/（34.11+8.4）得到的結果。（Fmax=34.11，Fmin=-8.4）

將各P2P網貸平臺的定量指標評價得分與定性指標得分相加，得到各平臺的綜合評價分數，并對照信用風險等級參照表確認平臺等級。

四、總結

通過分析60家平臺評級結果，僅有6%的平臺為A級，六成平臺為B級，表明目前平臺處于發展初期，總體經營和信用狀況一般。但該模型仍存在不足，在缺乏詳細的行業標準和有效監督下，平臺披露信息的真實性無法實時監測、數據準確性無法橫向對比，缺乏對平臺時間序列的分析評價，也未能將平臺壞賬率指標、區域經濟發展和政策因素列入評級體系。在后續的研究中，會對評級指標進行更加深入的研究，并且尋求更有效的評級模型，以提高評級結果的公信力。

參考文獻

[1]陳文. P2P中國式高收益債券投資指南.北京：機械工業出版社，2015。

[2]陸岷峰.關于P2 P平臺風險評估與監管策略研究[J]互聯網金融，2015，（11）：45-49。

[3]田皓文，車耀武.P2P網貸評級問題淺析[J].現代商業，2015，（20）：112-113。

[4]許一平.網絡借貸平臺的風險控制研究[J].經濟論壇，2016，（10）：51-54。

[5]岳銘，張思敏，謝朝陽.我國P2P網絡借貸平臺的信用評級問題探討[J].商業時代，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

責任編輯、校對：王紅莉