小微企業(yè)在P2P網(wǎng)貸平臺(tái)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(jì)增長(zhǎng)等方面發(fā)揮著日益重要的作用。然而,自2019年以來(lái),隨著中美貿(mào)易摩擦愈演愈烈,加之國(guó)內(nèi)經(jīng)濟(jì)“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(wèn)題日益凸顯。如果僅靠正規(guī)銀行金融機(jī)構(gòu)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(kāi)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(tái)憑借其獨(dú)特優(yōu)勢(shì),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(tái)的融資成功率卻普遍較低?;诖?,本文使用“拍拍貸”的真實(shí)借貸交易數(shù)據(jù),對(duì)小微企業(yè)在P2P網(wǎng)貸平臺(tái)的融資成功率影響因素進(jìn)行了實(shí)證研究。
本文的邊際貢獻(xiàn)體現(xiàn)為:把“拍拍貸”借款人分類(lèi)為個(gè)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(jìn)行了Logistic回歸分析。
一、文獻(xiàn)綜述
國(guó)內(nèi)外學(xué)者關(guān)于P2P 網(wǎng)絡(luò)借貸成功率的相關(guān)研究主要分為以下幾類(lèi)。(1)人口統(tǒng)計(jì)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(xué)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(biāo),進(jìn)而提高其借款成功率。廖理等(2015)的研究則表明,借款申請(qǐng)人所使用的語(yǔ)言長(zhǎng)度和語(yǔ)言?xún)?nèi)容均顯著影響其借款成功率。彭紅楓等(2016)基于美國(guó)Prosper平臺(tái)數(shù)據(jù),實(shí)證分析了借款陳述在不同利率定價(jià)機(jī)制下對(duì)融資成功率的影響。總之,當(dāng)借款人的“硬信息”欠缺時(shí),通過(guò)提供“軟信息”可提高其融資成功率(Dorfleitner et al., 2016)。(3)信用認(rèn)證機(jī)制。借款人提交的信用認(rèn)證指標(biāo)有助于提高其信用評(píng)級(jí),進(jìn)而提升其融資成功率(王會(huì)娟,廖理,2014)。(4)社會(huì)資本。在P2P網(wǎng)絡(luò)借貸中,借款人擁有的社會(huì)資本越多,就越能贏得出借人的信任與青睞,進(jìn)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(guò)對(duì)借款利率的戰(zhàn)略性量化設(shè)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(guò)梳理文獻(xiàn),發(fā)現(xiàn)基于小微企業(yè)借貸交易數(shù)據(jù),對(duì)小微企業(yè)在P2P網(wǎng)貸平臺(tái)的融資成功率進(jìn)行研究的文獻(xiàn)則寥寥無(wú)幾。鑒于此,但愿本文的研究成果能對(duì)完善相關(guān)文獻(xiàn)作出些許貢獻(xiàn)。
二、數(shù)據(jù)說(shuō)明與統(tǒng)計(jì)量描述
(一)數(shù)據(jù)說(shuō)明
“拍拍貸”把其借款人劃分為私營(yíng)業(yè)主、網(wǎng)店賣(mài)家、工薪族、學(xué)生和其他等五類(lèi)。本文為了實(shí)證分析的需要,有意將私營(yíng)業(yè)主和網(wǎng)店賣(mài)家歸類(lèi)為小微企業(yè),而其余借款人則歸類(lèi)為個(gè)人借貸者。通過(guò)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(jì)量描述
1.小微企業(yè)融資成功頻率統(tǒng)計(jì)
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(tái)進(jìn)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
分類(lèi) | 頻數(shù) | 頻率(%) |
成功 | 3,777 | 23.30 |
失敗 | 12,425 | 76.70 |
合計(jì) | 16,202 | 100.00 |
2.不同信用等級(jí)小微企業(yè)的融資頻率統(tǒng)計(jì)
表2 不同信用等級(jí)小微企業(yè)的融資頻率
信用等級(jí) | 融資頻數(shù) | 融資頻率(%) | 累計(jì)融資頻率(%) |
AAA | 257 | 1.59 | 1.59 |
AA | 1,546 | 9.54 | 11.13 |
A | 21 | 0.13 | 11.26 |
B | 281 | 1.73 | 12.99 |
C | 975 | 6.02 | 19.01 |
D | 1,708 | 10.54 | 29.55 |
E | 8,620 | 53.20 | 82.75 |
F | 2,794 | 17.24 | 100.00 |
合計(jì) | 16,202 | 100.00 |
由表2可知,信用等級(jí)為E級(jí)的小微企業(yè)融資頻率最高,占比達(dá)到53.20%;A級(jí)以上信用等級(jí)的小微企業(yè),其累計(jì)融資頻率僅占11.26%,而B級(jí)以上信用等級(jí)的小微企業(yè),其累計(jì)融資頻率也僅為12.99%;C、D、E、F等四類(lèi)低信用等級(jí)的小微企業(yè),其累計(jì)融資頻率競(jìng)高達(dá)87.01%,這表明在“拍拍貸”進(jìn)行融資的小微企業(yè)其信用等級(jí)普遍較低。
3.不同信用等級(jí)小微企業(yè)的融資金額統(tǒng)計(jì)
表3 不同信用等級(jí)小微企業(yè)的融資金額統(tǒng)計(jì) 單位:元
信用等級(jí) | 融資金額 | 融資金額百分比 | 累計(jì)融資金額百分比 |
AAA | 1,958,597 | 5.67 | 5.67 |
AA | 2,162,854 | 6.26 | 11.93 |
A | 123,606 | 0.36 | 12.29 |
B | 925,614 | 2.68 | 14.97 |
C | 4,178,850 | 12.10 | 27.07 |
D | 6,198,332 | 17.94 | 45.01 |
E | 12,542,100 | 36.30 | 81.31 |
F | 6,456,934 | 18.69 | 100.00 |
合計(jì) | 34,546,887 | 100.00 |
由表3可見(jiàn),融資金額最多的是信用等級(jí)為E級(jí)的小微企業(yè),其融資金額占比達(dá)到36.30%;A級(jí)以上高信用等級(jí)的小微企業(yè)其融資金額相對(duì)較少,僅為12.29%;而B級(jí)以上信用等級(jí)的小微企業(yè),其累計(jì)融資金額占比僅僅為14.97%,這意味著B(niǎo)級(jí)以下低信用等級(jí)小微企業(yè)的融資金額累計(jì)百分比將高達(dá)85.03%。
表2與表3的統(tǒng)計(jì)數(shù)據(jù)恰好印證了在P2P網(wǎng)絡(luò)借貸中存在信息不對(duì)稱(chēng)的逆向選擇問(wèn)題,即低信用等級(jí)的小微企業(yè)通過(guò)提供較高的借款利率來(lái)吸引出借人投標(biāo),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(jí)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(shí)籌集到所需資金。為此,較高信用等級(jí)的小微企業(yè)可能會(huì)退出P2P網(wǎng)貸市場(chǎng)而另尋其他融資渠道。
4.變量的描述性統(tǒng)計(jì)
表4 統(tǒng)計(jì)量描述
變量 | 最小值 | 最大值 | 均值 | 標(biāo)準(zhǔn)差 |
借款金額 | 505 | 84,099 | 2,132 | 2,739 |
借款利率 | 0.07 | 0.36 | 0.17 | 0.085 |
借款期限 | 1 | 12 | 11.35 | 2.014 |
借入信用得分 | 10 | 139 | 18.73 | 12.37 |
借出信用得分 | 10 | 472,990 | 1,269 | 18,099 |
歷史借款成功次數(shù) | 0 | 581 | 3.46 | 26.89 |
歷史借款流標(biāo)次數(shù) | 0 | 21 | 1.58 | 1.648 |
由表4可知,借款利率(APR)均值高達(dá)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(gè)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(shuō)明小微企業(yè)通過(guò)投資活動(dòng)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(biāo)次數(shù)多1.88次,但前者的標(biāo)準(zhǔn)差卻是后者的16.32倍。
三、實(shí)證模型的構(gòu)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(duì)應(yīng)的融資失敗率則用(1-P )來(lái)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(shí)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(duì)借款金額的原始數(shù)據(jù)取自然對(duì)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(jià)格。
(3)借款期限(Maturity)。“拍拍貸”設(shè)定的借款期限最長(zhǎng)為12個(gè)月。
(4)借入信用得分(Borcrscore)。小微企業(yè)的借入信用得分由其實(shí)名認(rèn)證、其他認(rèn)證、邀請(qǐng)?jiān)u價(jià)和交易記錄等四項(xiàng)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(shí)名認(rèn)證得分、投標(biāo)得分、回報(bào)得分和資料得分等組成。此外,小微企業(yè)還可通過(guò)提供可驗(yàn)證信息來(lái)提高其借出信用得分。鑒于借出信用得分?jǐn)?shù)值較大,故對(duì)借出信用得分的原始數(shù)據(jù)取自然對(duì)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(shí)限內(nèi)足額籌集到所需資金,才算融資成功。
(7)歷史借款流標(biāo)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(shí)限內(nèi)籌措到足額資金,則預(yù)示著此次融資失敗。
(二)研究假設(shè)
H1:借款金額較大的小微企業(yè),其違約風(fēng)險(xiǎn)也相對(duì)較高。出于風(fēng)險(xiǎn)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(biāo),這勢(shì)必降低小微企業(yè)的融資成功率。
H2:一般來(lái)說(shuō),小微企業(yè)設(shè)定的借款利率越高,出借人為其借款投標(biāo)的積極性就越高,進(jìn)而提高小微企業(yè)的融資成功率。
H3:一般來(lái)說(shuō),借款期限越長(zhǎng),出借人面臨的信用風(fēng)險(xiǎn)就越大。鑒于此,出借人往往會(huì)減少、甚至拒絕給借款期限較長(zhǎng)的小微企業(yè)投標(biāo),結(jié)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(yù)示其違約風(fēng)險(xiǎn)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(jí)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(jí)和較低的違約風(fēng)險(xiǎn),而這勢(shì)必提高其融資成功率。
H7:小微企業(yè)的歷史借款流標(biāo)次數(shù)越多,意味著其信用風(fēng)險(xiǎn)越高,而這必然降低其融資成功率。
(三)構(gòu)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(shí)證結(jié)果分析
表5 Logistic回歸結(jié)果
Variable | Coefficient | Std.Error | Z-Statistic | Prob. |
Constant | -13.41363*** | 0.413143 | -32.46727 | 0 |
In(amount) | -1.488302*** | 0.056342 | 26.41543 | 0 |
Interate | 7.446926*** | 0.379496 | 19.62321 | 0 |
Maturity | -0.058453*** | 0.012415 | -4.708113 | 0 |
Borcrscore | 0.010444*** | 0.003106 | 3.36267 | 0.0008 |
In(lencrscore) | 0.380112*** | 0.04331 | 8.776502 | 0 |
Sucnum | 0.009058*** | 0.002207 | 4.104526 | 0 |
Fainum | -1.017472*** | 0.028696 | -35.4566 | 0 |
McFadden R-squared | 0.528281 | Mean dependent var | 0.233119 | |
S.D. dependent var | 0.422831 | S.E. of regression | 0.266097 | |
Akaike info criterion | 0.513291 | Sum squared resid | 1,146.656 | |
Schwarz criterion | 0.51709 | Log likelihood | -4,150.174 | |
Hannan-Quinn criter. | 0.514547 | Deviance | 8,300.347 | |
Restr. deviance | 17,595.96 | Restr. log likelihood | -8,797.98 | |
LR statistic | 9,295.612 | Avg. log likelihood | -0.256152 | |
Prob(LR statistic) | 0 | |||
Obs with Dep=0 | 12,425 | Total obs | 16,202 | |
Obs with Dep=1 | 3,777 |
注:***表示在1%的顯著性水平下統(tǒng)計(jì)顯著
表5的Logistic回歸結(jié)果顯示:(1)借款金額與融資成功率之間存在負(fù)相關(guān)關(guān)系,回歸結(jié)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(guān)關(guān)系,回歸結(jié)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(fù)相關(guān)關(guān)系,回歸結(jié)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(guān)關(guān)系,但借出信用得分對(duì)融資成功率的影響較借入信用得分更為顯著?;貧w結(jié)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(guān)關(guān)系。然而,歷史借款流標(biāo)次數(shù)卻對(duì)融資成功率產(chǎn)生了顯著的負(fù)向影響?;貧w結(jié)果與H6、H7相符。
綜上所述,借款利率、借款金額、歷史借款流標(biāo)次數(shù)和借出信用得分這四個(gè)解釋變量對(duì)融資成功率的影響較為顯著,其中借款利率對(duì)融資成功率的影響最為顯著。借款期限和借入信用得分對(duì)融資成功率的影響不太顯著,而歷史借款成功次數(shù)對(duì)融資成功率的影響最不顯著了。
五、結(jié)論及對(duì)策建議
樣本統(tǒng)計(jì)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(jié)果則顯示,小微企業(yè)的歷史借款流標(biāo)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(fù)相關(guān)關(guān)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(guān)關(guān)系。
為了提高小微企業(yè)在P2P網(wǎng)貸平臺(tái)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(shí)力雄厚、管理規(guī)范的P2P網(wǎng)貸平臺(tái)融資;其次,選擇借款利率較低、融資期限較長(zhǎng)、融資金額較大且服務(wù)收費(fèi)較合理的P2P網(wǎng)貸平臺(tái)融資;另外,社會(huì)資本有助于提高小微企業(yè)在P2P網(wǎng)貸平臺(tái)的信用評(píng)級(jí)。為此,小微企業(yè)應(yīng)重視其社會(huì)資本的積累;最后,小微企業(yè)除了保留其機(jī)密信息外,應(yīng)向P2P網(wǎng)貸平臺(tái)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(tái)的信用評(píng)級(jí),進(jìn)而提高其融資成功率。
文章來(lái)源: 《中國(guó)集體經(jīng)濟(jì)》 http://m.xwlcp.cn/w/jg/1406.html
欄目分類(lèi)
- 1網(wǎng)絡(luò)直播現(xiàn)狀及前景探究
- 2淺析電影《我的父親母親》視聽(tīng)語(yǔ)言特色——影視文學(xué)
- 3中美貿(mào)易戰(zhàn)的發(fā)展和應(yīng)對(duì)
- 4論微信傳播的特點(diǎn)
- 5企業(yè)如何進(jìn)行危機(jī)公關(guān)——以三星Galaxy note7爆炸門(mén)事件為例
- 6淺析網(wǎng)絡(luò)暴力的社會(huì)危害及防治對(duì)策
- 7聚酮類(lèi)化合物研究進(jìn)展
- 8淺析《極限挑戰(zhàn)》的節(jié)目特色及啟示
- 9《楚門(mén)的世界》的多重隱喻解讀
- 10體育產(chǎn)業(yè)發(fā)展中存在的問(wèn)題及建議
- 館藏《(增修)施南府志》的修復(fù)與保存
- 紙媒介在平面設(shè)計(jì)創(chuàng)作中的應(yīng)用與教學(xué)方法探討
- 廣電媒資從紙質(zhì)向數(shù)字化轉(zhuǎn)型中的敘事重構(gòu)研究
- 空間設(shè)計(jì)教學(xué)中紙藝技術(shù)的創(chuàng)意應(yīng)用與學(xué)生創(chuàng)新能力培養(yǎng)
- 人工智能驅(qū)動(dòng)下的紙質(zhì)出版智能化轉(zhuǎn)型:技術(shù)融合與創(chuàng)新路徑
- 非遺傳統(tǒng)手工藝中紙張應(yīng)用的技術(shù)體系與活態(tài)傳承策略
- 紙藝術(shù)的跨文化符號(hào):中西方剪紙的英譯對(duì)比研究
- 數(shù)智時(shí)代非物質(zhì)文化遺產(chǎn)的保護(hù)與傳承路徑——以河南剪紙為例
- 基于環(huán)保視角的紙制品企業(yè)廢物管理與再利用策略
- 圖書(shū)館紙質(zhì)文獻(xiàn)數(shù)字化存儲(chǔ)平臺(tái)的優(yōu)化設(shè)計(jì)與文件管理方法研究
- 2025年中科院分區(qū)表已公布!Scientific Reports降至三區(qū)
- 官方認(rèn)定!CSSCI南大核心首批191家“青年學(xué)者友好期刊名單”
- 2023JCR影響因子正式公布!
- 國(guó)內(nèi)核心期刊分級(jí)情況概覽及說(shuō)明!本篇適用人群:需要發(fā)南核、北核、CSCD、科核、AMI、SCD、RCCSE期刊的學(xué)者
- 我用了一個(gè)很復(fù)雜的圖,幫你們解釋下“23版最新北大核心目錄有效期問(wèn)題”。
- 重磅!CSSCI來(lái)源期刊(2023-2024版)最新期刊目錄看點(diǎn)分析!全網(wǎng)首發(fā)!
- CSSCI官方早就公布了最新南核目錄,有心的人已經(jīng)拿到并且投入使用!附南核目錄新增期刊!
- 北大核心期刊目錄換屆,我們應(yīng)該熟知的10個(gè)知識(shí)點(diǎn)。
- 注意,最新期刊論文格式標(biāo)準(zhǔn)已發(fā)布,論文寫(xiě)作規(guī)則發(fā)生重大變化!文字版GB/T 7713.2—2022 學(xué)術(shù)論文編寫(xiě)規(guī)則
- 盤(pán)點(diǎn)那些評(píng)職稱(chēng)超管用的資源,1,3和5已經(jīng)“絕種”了