用数据帮你分析p2p网贷平台哪个好？

本文从现阶段测度 P2P 网贷羊群行为的三种主要验证方法进行选择。根据羊群行为存在的几个特点：一，会导致投资出现聚集效应；二，虽然其他投资者难以知晓某个投资者所拥有私人信息，然而可以观测其决策来进行判断。这是由于投资者默认该投资者是理性的，投资是为了盈利，而不会为了损失而投资，所以该投资者在投资某个有缺陷的标的时，很可能是得到了有价值的私人信息；三，投资者的投资决策会影响在其之后的投资者的行为，这也是羊群行为的一个最本质的表现。而通过投标份额的变化或是投标时间的间隔来测度羊群行为并不能体现出这一点。对于前者，如果一个借款项目足够优质，例如借款人的信用很好，或是在风险一定的情况下预期收益率够高，其投标份额自然会上升；对于后者，由于在满标前借款不成立，不计算利息，为了减少资金的等待时间，同一标的越靠近满标的时候自然会越容易得到融资，投标时间的间隔就会减少。由此看来，这两种方法不够本质，是一种间接的测度方式，且很可能将投资者理性的投资策略判断成“伪羊群行为”。因此，本文将选择后续投标的影响来判定网贷市场中羊群行为的有无。而由于投资者个人想法的不可获知性，本文判断：其他影响因素不变的情况下，如果 P2P 网贷平台中，普遍出现随着借款项目当前投标数的增加，其得到后续投标的可能性也增加的情况，则可认为

P2P 网贷市场中投资者存在羊群行为。

依据前文的判断方法，将主研究变量定为当前投标人数，因变量则定为某一借款项目得到后续投标的可能性。但得到后续投标的可能性没有直接数据可用或直接方法进行测量。由于后续投标的获得与否仅有两种结果，所以本文通过对这两种结果赋予“0”-“1”变量，构造 Logistic  二元回归模型来进行研究。Logistic 二元回归模型的因变量为“0”-

“1”变量，且在描述个人行为的选择上，它被认为是最有效的模型之一1。

在 Logistic 二元回归模型中，对因变量所代表时事件的发生赋值为“1”，对因变量所代表时事件的未发生赋值为“0”，Logistic 二元回归的基础模型2如下：

可以通过定时测量来得到因变量的数据，即采集当前列表中一定量的借款项目，每 3 分钟再次统计对应标的的当前投标人数，如果当前投标人数相比之前没有增加，则认定为该借款项目没有得到后续投标，因变量赋值为“0”；如果当前投标人数相比之前有所增加，则认定为该借款项目有得到后续投标，因变量赋值为“1”。在以上自变量中，主要自变量为借款项目的当前投标人数，建模的主要意义是为了验证借款项目的当前投标人数是否会使得到后续投标的概率显著高于不能得到后续投标的概率，若是，则能够表明当前投标人数的增加会提高借款项目得到后续投标的可能性，即在该平台上的投资者存在羊群行为。

（一）数据采集与说明

本文使用了“八爪鱼”釆集器，制定了一个特定的抓取规则，抓取了“拍拍贷”平台上借款列表的数据，通过每 5 分钟抓取一次数据对采集标的的信息持续追踪，获得了在该

平台上自 2017 年 3 月 7 日到 2017 年 3 月 14 日借款列表当中全部借款项目的所有数据和

信息。

之后对采集到的数据进行了适当处理，删除了数据缺漏或是有问题的小部分借款，最终研究的样本包括 1067 条借款列表，对部分摘录之时已满标的样本进行剔除后，最后剩余 1003 条借款项目。

（二）数据的统计与分析

在对数据进行了完善后，对最终的 1003 条不同借款项目的变量的相关数据进行了统计与分析，具体情况如下表 4-1 所示：

通过对标的特征的数据整理可以发现，“拍拍贷”平台上的借款金额的平均值为 7321元，而借款金额的最小值只为 500 元，最大值也仅仅为 50000 元，分别是该平台借款金额设定中的上下限。这充分体现了 P2P 网贷平台上借款小额借贷的性质。借款项目的平均利率为 14.57%，显著高于目前的存款利率、理财收益甚至是基金收益，该借款利率自然能吸引投资者。借款项目的期限的平均值约为 13 个月，最短的为 3 个月，最长的也只有 24 个月，这充分说明了 P2P 网贷平台上的借款具有短期借款的特征。

在对借款人信用特征的数据整理之后可以发现，借款人逾期 15 天以内还清款项的次数人均只有 1 次不到，而逾期 15 天以上还清款项的人均次数更是仅有 0.06 次，可以说明“拍拍贷”平台上的借款人普遍有较好的及时还款的意识，而长期逾期的情况尤其少是因为根据平台规定，逾期 15 天以上还清借款可能对借款人的信用评级产生负面影响，而这种对

借款人长时间逾期还款的行为进行处罚是有一定效果的。

在对借款人的个人特征的数据进行整理后可发现，借款人的平均受教育年限大约为 11年，但目前较低的借款人文化水平的数据是由于现阶段“拍拍贷”平台手机端借款并不强制要求验证学历，故很多借款人的学历认证为“无”。刨除这一影响，平均值大约达到了

15.5，说明 P2P 网贷平台上的借款人还是拥有较高的学历水平。借款人年龄的平均值为 31

岁，这说明 P2P 网贷平台上的借款人以青壮年为主。

在对借款人以往借款的数据进行整理后可发现，借款人借款成功的平均值达到了近 30次，体现了“拍拍贷”平台上的融资成功的可能性比较高。而这一数据明显小于借款人准时还款次数的平均 102 次，这说明大多数借款人采用了分期还款的方式，而没有选择一次性还清款项。

在对 P2P 网贷平台上投资者的羊群行为进行实证研究前，要先对模型进行多方面检验，包括模型的有效性检验、模型的无效多余变量检验、模型的内生变量检验，之后即可确定结果并对 P2P 网贷平台上投资者的羊群行为进行分析。

从上表 5-6 中可以看出，在各自变量中，借款利率和信用等级之间呈现出了高度的相关性，而其余自变量间的相关性不够明显。这是由于在拍拍贷中，信用等级确定后会有一个来自官方的基准利率，若过分低于基准利率，则极为可能投标失败；若过分高于基准利率，对于借款人来说则很不划算，因而这两个自变量之间呈现出了高度的负相关性。因而可以剔除借款利率这一变量，保留优势比更为明显，即影响更为显著的信用等级变量。

1.对主要研究自变量的实证结果解释

从表 5-7 中的相关数据可以得知，当前投标人数这一变量的系数为 0.037，为正值；优势比（Odds Ratio）为 1.038，大于 1。通过这两个数据可以说明当前投标人数这一变量对某一借款项目得到后续投标的可能性存在着一个正向的影响作用。此外，这一变量的 p 值为 0.001，远小于 0.01，在显著水平为 1%的时候能通过统计检验，这说明当前投标人数这一变量对某一借款项目后续投标获得可能性的影响在 1%的显著性水平上是显著的。因此，综合以上两方面的结果，可以证明在 P2P 网贷平台上的借款项目当前投标人数的增加，能够较为显著地提高后续投标获得的可能性。即投资者在对 P2P 网贷平台借款列表中的数百个可供投资的项目中进行投资选择时，在借款项目的信息页面中可以直接看到的当前投标人数这一信息会对该投资者的投资决定造成影响。对某一借款项目，当前投标人数越多，后面的投资者就越有可能对这一项目进行投资，直到该项目满标无法继续投资。这一结果可以验证在我国 P2P 网贷平台上的投资者存在着羊群行为，与前文中的理论分析所能得到的结果相一致。但从表 5-7 中也可以看出，当前投标人数这一变量的系数绝对值在自变量中并不是很大，说明当前投标人数这一变量对于借款项目能否获得后续投资的影响不是最重要的，换言之，虽“拍拍贷”平台上的投资者存在着羊群行为，但这种羊群行为已不是特别明显了，尤其是在与之前的实证研究的结果1相比。本文认为这一结果是由于“拍拍贷”平台进行了创新，推出了自动投标机制，即投资人根据自己的风险偏好和投资习惯设置投标条件，一旦有符合条件的借款列表出现，系统将自动投标2。虽然这一机制是为了减少投资者选择投资项目的时间，提高资金的使用效率，但由于而在自动投标的设置中不能对当前投标人数做限制，且由于是系统程序进行自动选择，在设置完条件后就没有投资者的人为影响，选择这一方式的投资者就可以避免在投资选择中出现羊群行为。而通过对借款项目的抽样调查发现，平均超过六成的投资者选择了自动投标的方式投资；根据“拍拍贷”的披露，超过 24000 个“拍拍贷”的投资者已经选择了自动投标的方式，这一投资方式很

大程度上地减少了羊群行为在该平台的出现，导致了当前投标人数这一个变量的系数并不

很大。

2.对其他研究自变量的实证结果解释

（1）信用等级的系数为负，优势比小于 1，表明借款人信用等级的提高（本文中表现为信用等级赋值的下降）会对借款项目后续投标获得的可能性有显著的正向影响。这是因为 P2P 网络借贷的利率（7%起）已保证了一个相对银行定期存款与理财、基金等投资方式较高的利率水平，而大部分投资者是风险厌恶型的，在已满足一定收益水平的情况下，规避风险会成为大多投资者的选择，故会选择信用较高借款人的项目而非利率较高的借款项目。尤其是在目前网络金融平台风波不断的背景下，这种选择就显得更加理性。该项的系数绝对值在自变量中为第二大，远大于当前投标人数的系数，说明对借款项目能否获得后续投资影响较大且大于羊群行为的影响。

（2）借款期限的系数为正，优势比大于 1，说明借款期限会对借款项目后续投标获得的可能性有显著的正向影响。这是因为投资者以盈利为目的，借款期限越长投资者可获的收益就越多；此外，投资者需要时间选择借款项目，借款期限的延长也可以摊薄时间成本。该项的系数在自变量中绝对值较大，且大于当前投标人数的系数，表明对借款项目能否获得后续投资影响较大且大于羊群行为的影响，但由于 P2P 网贷平台会对借款期限进行限制，平台上的借款项目的期限区分不十分明显，导致该变量的影响远没有信用等级和逾期 15天以上还款的影响大。

（3）借款进度的系数为正，优势比大于 1，说明借款进度会对借款项目后续投标获得的可能性有显著的正向影响。这是因为借款项目在满标前不计息，为了避免借款项目融资失败而导致被占资金没有收益，以及减少融资成功前资金等待时的时间成本，投资者往往会选择接近满标的项目投资。该项的系数绝对值在自变量中相对较大，且大于当前投标人数的系数，说明对借款项目能否获得后续投资影响较大且大于羊群行为的影响。

（4）文化程度的系数为正，优势比大于 1，说明文化程度会对借款项目后续投标获得的可能性有显著的正向影响。这是因为社会固有印象1导致投资者认为学历较高的借款人的工作往往较好，还款能力也就更强。此外，由于现在“拍拍贷”平台的手机端不要求借款人必须填写学历情况并进行验证，所以经过学历验证的借款人相对未经过的借款人更认真地披露了个人信息，有着更多的信息可供投资者参考，也自然就有更高的信用水平2，因而在其他条件相同的情况下更容易获得后续投资。该项的系数在自变量中绝对值较大，且大于当前投标人数的系数，表明对借款项目能否获得后续投资影响较大且大于羊群行为的影响。

（5）成功借款次数的系数为正，优势比大于 1，表明成功借款次数会对借款项目后续投标获得的可能性有显著的正向影响，这是因为成功借款次数多的借款人往往使用 P2P 网贷平台的时间更长，对平台较为熟悉，相对于没有历史记录的新用户更可能具有较好的还款信用。成功借款次数的系数绝对值较小，且大于当前投标人数的系数，这表明成功借款次数能够影响获得后续投标可能性的程度较小，远小于羊群行为的影响。

（6）逾期超过 15 天还清借款次数的系数为负，优势比小于 1，表明逾期超过 15 天还款次数会对借款项目后续投标获得的可能性有显著的负面影响，原因在于投资者不愿意投资常逾期还款的借款人，即使由于超过 15 天的逾期将会降低该借款人的信用等级导致他们可能给出更高的利率。这同样体现出了大多数投资者风险厌恶的偏好。该项的系数绝对值在自变量中最大，远大于当前投标人数的系数，说明对借款项目能否获得后续投资影响最大。