我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率影響因素的實(shí)證剖析一、引言1.1研究背景與意義隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，金融領(lǐng)域也發(fā)生了深刻的變革，P2P網(wǎng)絡(luò)借貸平臺(tái)作為互聯(lián)網(wǎng)金融的重要組成部分應(yīng)運(yùn)而生。P2P網(wǎng)絡(luò)借貸，即點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)借貸，是指?jìng)€(gè)體和個(gè)體之間通過(guò)互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)的直接借貸。這種新型的借貸模式打破了傳統(tǒng)金融機(jī)構(gòu)的地域和時(shí)間限制，為個(gè)人和小微企業(yè)提供了更加便捷、高效的融資渠道，同時(shí)也為投資者提供了多樣化的投資選擇，豐富了金融市場(chǎng)的層次和產(chǎn)品，在我國(guó)金融市場(chǎng)中逐漸占據(jù)了重要地位。自2007年我國(guó)首家P2P平臺(tái)拍拍貸成立以來(lái)，P2P網(wǎng)絡(luò)借貸行業(yè)經(jīng)歷了從萌芽到快速發(fā)展，再到逐步規(guī)范的過(guò)程。在過(guò)去的十幾年間，行業(yè)規(guī)模迅速擴(kuò)張。從平臺(tái)數(shù)量來(lái)看，高峰期時(shí)曾達(dá)到數(shù)千家，廣泛分布于全國(guó)各地；從交易規(guī)模來(lái)看，據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，行業(yè)累計(jì)成交量曾突破數(shù)萬(wàn)億元，為大量的借款人和投資者提供了服務(wù)，滿足了不同層次的資金需求，在一定程度上緩解了小微企業(yè)和個(gè)人融資難的問(wèn)題，促進(jìn)了資金的高效流動(dòng)和配置。例如，一些小微企業(yè)因缺乏抵押物難以從傳統(tǒng)銀行獲得貸款，但通過(guò)P2P平臺(tái)，憑借自身的信用和經(jīng)營(yíng)狀況，能夠獲得所需的資金支持，得以擴(kuò)大生產(chǎn)、拓展業(yè)務(wù)；對(duì)于個(gè)人來(lái)說(shuō)，在面臨教育、醫(yī)療、消費(fèi)等資金需求時(shí)，P2P網(wǎng)絡(luò)借貸也提供了一種靈活的解決方案。然而，隨著行業(yè)的發(fā)展，P2P網(wǎng)絡(luò)借貸平臺(tái)也暴露出諸多問(wèn)題。部分平臺(tái)風(fēng)險(xiǎn)控制能力不足，導(dǎo)致逾期率和壞賬率較高，影響了平臺(tái)的正常運(yùn)營(yíng)和投資者的信心；一些平臺(tái)存在違規(guī)操作，如自融、資金池等，損害了投資者的合法權(quán)益，給金融市場(chǎng)帶來(lái)了不穩(wěn)定因素。據(jù)不完全統(tǒng)計(jì)，曾出現(xiàn)大量問(wèn)題平臺(tái)，這些平臺(tái)的倒閉或跑路使得眾多投資者遭受了巨大的經(jīng)濟(jì)損失。為了規(guī)范行業(yè)發(fā)展，監(jiān)管部門(mén)陸續(xù)出臺(tái)了一系列政策法規(guī)，加強(qiáng)了對(duì)P2P網(wǎng)絡(luò)借貸平臺(tái)的監(jiān)管，促使行業(yè)逐步走向合規(guī)化、規(guī)范化。在這樣的背景下，研究P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的影響因素具有重要的現(xiàn)實(shí)意義。對(duì)于借款人而言，了解哪些因素會(huì)影響融資成功率，能夠幫助他們有針對(duì)性地優(yōu)化自身?xiàng)l件，提高借款成功的概率，從而更有效地滿足資金需求。比如，如果知道信用等級(jí)是影響融資成功率的關(guān)鍵因素，借款人就會(huì)更加注重維護(hù)自己的信用記錄，按時(shí)還款，提升信用等級(jí)。對(duì)于投資者來(lái)說(shuō)，掌握影響融資成功率的因素，有助于他們更準(zhǔn)確地評(píng)估借款項(xiàng)目的風(fēng)險(xiǎn)，做出合理的投資決策，保障資金安全并實(shí)現(xiàn)收益最大化。他們可以通過(guò)分析借款人的信用狀況、借款金額、借款期限等因素，篩選出風(fēng)險(xiǎn)較低、收益較高的投資項(xiàng)目。對(duì)于P2P網(wǎng)絡(luò)借貸平臺(tái)來(lái)說(shuō)，明確影響融資成功率的因素，能夠?yàn)槠脚_(tái)優(yōu)化運(yùn)營(yíng)模式、完善風(fēng)險(xiǎn)控制機(jī)制提供依據(jù)，提高平臺(tái)的競(jìng)爭(zhēng)力和可持續(xù)發(fā)展能力。平臺(tái)可以根據(jù)這些因素，對(duì)借款人進(jìn)行更精準(zhǔn)的評(píng)估和篩選，加強(qiáng)對(duì)借款項(xiàng)目的風(fēng)險(xiǎn)管理，同時(shí)優(yōu)化平臺(tái)的服務(wù)和功能，吸引更多的借款人和投資者。此外，研究P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的影響因素，對(duì)于監(jiān)管部門(mén)制定科學(xué)合理的監(jiān)管政策、維護(hù)金融市場(chǎng)的穩(wěn)定也具有重要的參考價(jià)值。監(jiān)管部門(mén)可以根據(jù)研究結(jié)果，進(jìn)一步完善監(jiān)管制度，加強(qiáng)對(duì)重點(diǎn)因素的監(jiān)管，防范金融風(fēng)險(xiǎn)，促進(jìn)行業(yè)的健康發(fā)展。1.2研究方法與創(chuàng)新點(diǎn)本研究采用實(shí)證研究方法，旨在通過(guò)對(duì)實(shí)際數(shù)據(jù)的分析，深入探究影響我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的因素。在數(shù)據(jù)收集方面，選取了多個(gè)具有代表性的P2P網(wǎng)絡(luò)借貸平臺(tái)，時(shí)間跨度涵蓋了行業(yè)發(fā)展的不同階段，以確保數(shù)據(jù)的全面性和代表性。通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)、平臺(tái)公開(kāi)數(shù)據(jù)以及與部分平臺(tái)合作獲取數(shù)據(jù)等方式，收集了包括借款人信息（如年齡、性別、信用等級(jí)、收入狀況、歷史借款記錄等）、借款標(biāo)的信息（借款金額、借款期限、年利率、還款方式等）、平臺(tái)信息（平臺(tái)運(yùn)營(yíng)時(shí)間、平臺(tái)規(guī)模、平臺(tái)知名度、風(fēng)險(xiǎn)控制措施等）以及市場(chǎng)環(huán)境信息（宏觀經(jīng)濟(jì)指標(biāo)、政策法規(guī)變化等）在內(nèi)的多維度數(shù)據(jù)。在模型選擇上，鑒于融資成功率是一個(gè)二元變量（成功或失敗），選用二元Logistic回歸模型來(lái)分析各因素對(duì)融資成功率的影響。該模型能夠有效地處理因變量為分類變量的情況，通過(guò)估計(jì)自變量對(duì)因變量發(fā)生概率的影響，來(lái)判斷各因素與融資成功率之間的關(guān)系。同時(shí)，為了進(jìn)一步驗(yàn)證模型的穩(wěn)健性和結(jié)果的可靠性，還運(yùn)用了Probit模型進(jìn)行對(duì)比分析。在分析過(guò)程中，對(duì)數(shù)據(jù)進(jìn)行了嚴(yán)格的預(yù)處理，包括數(shù)據(jù)清洗、缺失值處理、異常值剔除等，以確保數(shù)據(jù)質(zhì)量。采用逐步回歸法篩選變量，避免多重共線性問(wèn)題，使模型更加簡(jiǎn)潔有效。本研究在變量選取和分析角度上具有一定的創(chuàng)新之處。在變量選取方面，不僅考慮了以往研究中常見(jiàn)的借款人信用等級(jí)、借款金額、借款期限等因素，還引入了一些新的變量。例如，將借款人的社交媒體活躍度納入研究范圍，隨著社交媒體的普及，借款人在社交媒體上的行為和活躍度能夠在一定程度上反映其社交信用和社會(huì)資本，可能對(duì)融資成功率產(chǎn)生影響；同時(shí)，考慮了平臺(tái)的技術(shù)創(chuàng)新能力，如平臺(tái)是否采用了先進(jìn)的大數(shù)據(jù)風(fēng)控技術(shù)、區(qū)塊鏈技術(shù)等，這些技術(shù)創(chuàng)新能夠提升平臺(tái)的風(fēng)險(xiǎn)識(shí)別和控制能力，進(jìn)而影響融資成功率。在分析角度上，以往研究多從單一視角出發(fā)，本研究則綜合考慮了借款人、借款標(biāo)的、平臺(tái)以及市場(chǎng)環(huán)境四個(gè)層面的因素，全面分析它們對(duì)融資成功率的交互影響。通過(guò)構(gòu)建結(jié)構(gòu)方程模型，探究不同層面因素之間的內(nèi)在聯(lián)系和傳導(dǎo)機(jī)制，更深入地揭示影響P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的復(fù)雜關(guān)系，為行業(yè)發(fā)展提供更具針對(duì)性和全面性的建議。二、我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)發(fā)展現(xiàn)狀2.1平臺(tái)數(shù)量與分布我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)的發(fā)展歷程猶如一場(chǎng)跌宕起伏的金融變革。從2007年首家平臺(tái)拍拍貸成立起，行業(yè)便開(kāi)啟了它的發(fā)展篇章。在最初的起步階段，平臺(tái)數(shù)量增長(zhǎng)較為緩慢，處于摸索和積累經(jīng)驗(yàn)的時(shí)期。但隨著互聯(lián)網(wǎng)技術(shù)的普及和金融市場(chǎng)需求的釋放，2012-2017年迎來(lái)了野蠻生長(zhǎng)階段，平臺(tái)數(shù)量呈現(xiàn)爆發(fā)式增長(zhǎng)。網(wǎng)貸之家數(shù)據(jù)顯示，截至2017年底，中國(guó)共有749家活躍的P2P平臺(tái)。這一時(shí)期，P2P網(wǎng)絡(luò)借貸憑借其便捷的借貸模式、較低的準(zhǔn)入門(mén)檻，吸引了大量資本的涌入，眾多創(chuàng)業(yè)者看到了其中的商機(jī)，紛紛投身于這個(gè)新興行業(yè)。然而，在快速發(fā)展的背后，一些平臺(tái)的違規(guī)操作和風(fēng)險(xiǎn)事件逐漸浮出水面，諸如自融、資金池、虛假標(biāo)的等問(wèn)題不斷涌現(xiàn)，嚴(yán)重?fù)p害了投資者的利益，也擾亂了金融市場(chǎng)秩序。為了防范系統(tǒng)性風(fēng)險(xiǎn)，保護(hù)消費(fèi)者權(quán)益，從2018年開(kāi)始，監(jiān)管部門(mén)加強(qiáng)了對(duì)P2P行業(yè)的監(jiān)管，一系列嚴(yán)監(jiān)管措施陸續(xù)出臺(tái)，包括暫停批設(shè)新平臺(tái)、暫停新增貸款、降低注冊(cè)資本等。這些政策的實(shí)施使得行業(yè)進(jìn)入了整頓期，大量不合規(guī)平臺(tái)被淘汰出局。截至2021年底，活躍的P2P平臺(tái)數(shù)量銳減至34家。在強(qiáng)監(jiān)管下，P2P借貸市場(chǎng)交易量下降明顯，行業(yè)逐漸回歸理性發(fā)展。到2022年底，我國(guó)P2P網(wǎng)貸平臺(tái)數(shù)量進(jìn)一步減少，已從最高峰的500多家減少到不到100家。盡管行業(yè)規(guī)模大幅縮減，但仍有部分平臺(tái)憑借其合規(guī)運(yùn)營(yíng)、良好的風(fēng)控體系和優(yōu)質(zhì)的服務(wù)，在市場(chǎng)中得以留存，繼續(xù)為個(gè)人和小微企業(yè)提供融資服務(wù)。P2P網(wǎng)絡(luò)借貸平臺(tái)在我國(guó)不同地區(qū)的分布呈現(xiàn)出顯著的差異。經(jīng)濟(jì)發(fā)達(dá)地區(qū)如北京、上海、廣東等地，平臺(tái)數(shù)量和貸款額都相對(duì)較高。以2022年的數(shù)據(jù)為例，北京憑借其作為國(guó)家政治、經(jīng)濟(jì)和文化中心的優(yōu)勢(shì)，匯聚了大量金融資源和人才，P2P平臺(tái)數(shù)量在全國(guó)名列前茅，其貸款總額也達(dá)到了較高水平；上海作為國(guó)際化大都市和金融中心，金融市場(chǎng)活躍，對(duì)創(chuàng)新金融模式的接受度高，吸引了眾多P2P平臺(tái)在此設(shè)立，貸款額同樣表現(xiàn)出色；廣東地區(qū)經(jīng)濟(jì)發(fā)展迅速，中小企業(yè)眾多，對(duì)資金的需求旺盛，為P2P平臺(tái)的發(fā)展提供了廣闊的市場(chǎng)空間，平臺(tái)數(shù)量和貸款額也較為可觀。而一些經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，P2P網(wǎng)貸行業(yè)的發(fā)展則相對(duì)滯后，平臺(tái)數(shù)量較少，貸款額也較低。例如，一些中西部地區(qū)，由于經(jīng)濟(jì)發(fā)展水平有限，金融基礎(chǔ)設(shè)施不夠完善，居民的金融意識(shí)相對(duì)較弱，對(duì)P2P網(wǎng)絡(luò)借貸的需求和供給都相對(duì)不足。地區(qū)差異背后有著多重原因。首先，經(jīng)濟(jì)發(fā)展水平起著關(guān)鍵作用。經(jīng)濟(jì)發(fā)達(dá)地區(qū)通常企業(yè)數(shù)量眾多，尤其是小微企業(yè)活躍，它們?cè)诎l(fā)展過(guò)程中對(duì)資金有著強(qiáng)烈的需求，P2P平臺(tái)能夠?yàn)槠涮峁┫鄬?duì)便捷的融資渠道，滿足企業(yè)的資金周轉(zhuǎn)需求。同時(shí)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)居民收入水平較高，手中閑置資金較多，投資意識(shí)也更為強(qiáng)烈，更愿意嘗試新興的投資方式，為P2P平臺(tái)提供了充足的資金來(lái)源。例如在長(zhǎng)三角和珠三角地區(qū)，眾多制造業(yè)小微企業(yè)通過(guò)P2P平臺(tái)獲得資金支持，得以擴(kuò)大生產(chǎn)規(guī)模、更新設(shè)備；當(dāng)?shù)鼐用褚矊⒉糠珠e置資金投入到P2P平臺(tái)，期望獲得比傳統(tǒng)銀行儲(chǔ)蓄更高的收益。其次，互聯(lián)網(wǎng)發(fā)展程度和金融基礎(chǔ)設(shè)施也影響著平臺(tái)的分布?；ヂ?lián)網(wǎng)發(fā)達(dá)地區(qū)，網(wǎng)絡(luò)普及率高，技術(shù)人才豐富，能夠?yàn)镻2P平臺(tái)的運(yùn)營(yíng)提供良好的技術(shù)支持和人才保障，同時(shí)完善的金融基礎(chǔ)設(shè)施也有助于平臺(tái)開(kāi)展業(yè)務(wù)，降低運(yùn)營(yíng)成本。像杭州作為互聯(lián)網(wǎng)之都，擁有阿里巴巴等互聯(lián)網(wǎng)巨頭，為當(dāng)?shù)豍2P平臺(tái)的發(fā)展提供了得天獨(dú)厚的技術(shù)和人才資源，許多平臺(tái)能夠借助先進(jìn)的互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)高效的線上借貸業(yè)務(wù)。再者，政策環(huán)境也是一個(gè)重要因素。部分地區(qū)政府積極出臺(tái)支持互聯(lián)網(wǎng)金融發(fā)展的政策，在稅收優(yōu)惠、場(chǎng)地支持、政策引導(dǎo)等方面給予P2P平臺(tái)一定的扶持，吸引了平臺(tái)的聚集；而一些地區(qū)政策相對(duì)保守，對(duì)P2P行業(yè)的監(jiān)管較為嚴(yán)格，限制了平臺(tái)的發(fā)展。此外，信用環(huán)境也不容忽視，信用體系完善的地區(qū)，借款人信用意識(shí)較高，違約風(fēng)險(xiǎn)相對(duì)較低，更有利于P2P平臺(tái)的穩(wěn)健運(yùn)營(yíng)，平臺(tái)也更愿意在這些地區(qū)開(kāi)展業(yè)務(wù)。2.2交易規(guī)模與業(yè)務(wù)模式近年來(lái)，我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)的交易規(guī)模呈現(xiàn)出復(fù)雜的變化態(tài)勢(shì)。在行業(yè)發(fā)展初期，隨著平臺(tái)數(shù)量的快速增長(zhǎng)和市場(chǎng)需求的不斷釋放，交易規(guī)模急劇擴(kuò)張。以2015-2017年為例，這一時(shí)期是P2P網(wǎng)絡(luò)借貸行業(yè)的黃金發(fā)展期，網(wǎng)貸之家數(shù)據(jù)顯示，2017年我國(guó)P2P網(wǎng)貸行業(yè)全年成交量達(dá)到28048.49億元，較2016年增長(zhǎng)35.99%。眾多平臺(tái)不斷推出新的借貸產(chǎn)品和服務(wù)，吸引了大量的借款人和投資者，市場(chǎng)活躍度極高。例如，一些知名平臺(tái)如陸金所、宜人貸等，憑借其品牌優(yōu)勢(shì)和相對(duì)完善的風(fēng)控體系，在這一時(shí)期實(shí)現(xiàn)了交易規(guī)模的大幅增長(zhǎng)，為大量個(gè)人和小微企業(yè)提供了融資支持。然而，隨著行業(yè)問(wèn)題的逐漸暴露和監(jiān)管政策的趨嚴(yán)，2018-2020年，P2P網(wǎng)絡(luò)借貸平臺(tái)的交易規(guī)模出現(xiàn)了明顯的下滑。2018年，由于部分平臺(tái)爆雷事件引發(fā)了投資者恐慌，大量資金撤離P2P市場(chǎng)，行業(yè)成交量同比下降29.06%。2019年和2020年，在持續(xù)的強(qiáng)監(jiān)管環(huán)境下，不合規(guī)平臺(tái)加速退出，市場(chǎng)規(guī)模進(jìn)一步收縮。到2020年底，P2P網(wǎng)貸行業(yè)全年成交量降至12998.87億元。盡管交易規(guī)模有所下降，但行業(yè)在這一階段也在逐漸進(jìn)行自我調(diào)整和規(guī)范，一些合規(guī)運(yùn)營(yíng)的平臺(tái)通過(guò)提升服務(wù)質(zhì)量、優(yōu)化風(fēng)控措施等方式，努力維持業(yè)務(wù)的穩(wěn)定發(fā)展。從平均借款金額來(lái)看，不同平臺(tái)之間存在一定差異，但整體呈現(xiàn)出小額化的趨勢(shì)。根據(jù)相關(guān)研究和行業(yè)數(shù)據(jù)統(tǒng)計(jì)，早期P2P網(wǎng)絡(luò)借貸平臺(tái)的平均借款金額相對(duì)較高，隨著監(jiān)管政策對(duì)普惠金融理念的強(qiáng)調(diào)以及對(duì)風(fēng)險(xiǎn)控制的要求，平臺(tái)逐漸傾向于提供小額貸款。這是因?yàn)樾☆~貸款可以有效分散風(fēng)險(xiǎn)，降低單個(gè)借款人違約對(duì)平臺(tái)造成的損失。例如，一些專注于個(gè)人消費(fèi)信貸的平臺(tái)，平均借款金額多在幾萬(wàn)元以內(nèi)；而服務(wù)于小微企業(yè)的平臺(tái)，平均借款金額一般也在幾十萬(wàn)元左右。以拍拍貸為例，其平臺(tái)上的平均借款金額在發(fā)展過(guò)程中逐漸穩(wěn)定在相對(duì)較低的水平，滿足了眾多小額資金需求者的融資需求，體現(xiàn)了P2P網(wǎng)絡(luò)借貸平臺(tái)在普惠金融領(lǐng)域的重要作用。我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)常見(jiàn)的業(yè)務(wù)模式主要包括純線上模式、債權(quán)轉(zhuǎn)讓模式、擔(dān)保/抵押模式、O2O模式、P2B模式和混合模式等，每種模式都有其獨(dú)特的特點(diǎn)。純線上模式最大的特點(diǎn)是借款人和投資人均從網(wǎng)絡(luò)、電話等非地面渠道獲取，多為信用借款，借款額較小，對(duì)借款人的信用評(píng)估、審核也多通過(guò)網(wǎng)絡(luò)進(jìn)行。這種模式比較接近于原生態(tài)的P2P借貸模式，注重?cái)?shù)據(jù)審貸技術(shù)，注重用戶市場(chǎng)的細(xì)分，側(cè)重小額、密集的借貸需求。平臺(tái)強(qiáng)調(diào)投資者的風(fēng)險(xiǎn)自負(fù)意識(shí)，通過(guò)風(fēng)險(xiǎn)保證金對(duì)投資者進(jìn)行一定限度的保障。其優(yōu)勢(shì)在于運(yùn)營(yíng)成本相對(duì)較低，業(yè)務(wù)流程簡(jiǎn)便快捷，能夠快速滿足借款人的資金需求；但缺點(diǎn)是對(duì)信貸技術(shù)要求高，風(fēng)險(xiǎn)相對(duì)較難把控，因?yàn)橹饕蕾嚲€上數(shù)據(jù)進(jìn)行信用評(píng)估，可能存在信息不全面的問(wèn)題。國(guó)內(nèi)采用純線上模式的典型平臺(tái)是拍拍貸，它通過(guò)多年的發(fā)展，積累了豐富的線上數(shù)據(jù)和風(fēng)控經(jīng)驗(yàn)，在純線上模式運(yùn)營(yíng)方面取得了一定的成績(jī)。債權(quán)轉(zhuǎn)讓模式的特點(diǎn)是借款人和投資人之間存在著一個(gè)中介——專業(yè)放款人，為了提高放貸速度，專業(yè)放款人先以自有資金放貸，然后把債權(quán)轉(zhuǎn)讓給投資者，使用回籠的資金重新進(jìn)行放貸。這種模式多見(jiàn)于線下P2P借貸平臺(tái)，也成為純線下模式（指借款人和投資者均通過(guò)線下途徑開(kāi)發(fā)，但也有部分純線下平臺(tái)通過(guò)線上渠道獲取一些投資人）的代名詞。其優(yōu)點(diǎn)是放款、還款速度較快，平臺(tái)的運(yùn)營(yíng)相對(duì)靈活，萬(wàn)一遇到借款人逾期的情況，放款人可先墊付，這樣就不會(huì)影響到投資人按時(shí)收回本息；但也存在一些風(fēng)險(xiǎn)，比如可能存在資金池風(fēng)險(xiǎn)，如果平臺(tái)對(duì)債權(quán)轉(zhuǎn)讓的管理不規(guī)范，可能會(huì)導(dǎo)致資金流轉(zhuǎn)混亂，損害投資者利益。目前大部分P2P平臺(tái)采用債權(quán)轉(zhuǎn)讓模式，例如紅嶺創(chuàng)投在早期就采用了這種模式，通過(guò)專業(yè)放款人快速放款，吸引了大量借款人，同時(shí)將債權(quán)轉(zhuǎn)讓給投資者，實(shí)現(xiàn)了資金的快速回籠和業(yè)務(wù)的擴(kuò)張。擔(dān)保/抵押模式是指借款人在借款時(shí)需要提供相應(yīng)的擔(dān)保物或抵押物，或者由第三方擔(dān)保機(jī)構(gòu)為其提供擔(dān)保。這種模式在一定程度上降低了投資者的風(fēng)險(xiǎn)，因?yàn)楫?dāng)借款人違約時(shí)，投資者可以通過(guò)處置擔(dān)保物或向擔(dān)保機(jī)構(gòu)追償來(lái)減少損失。對(duì)于抵押物，常見(jiàn)的有房產(chǎn)、車輛等固定資產(chǎn)；擔(dān)保機(jī)構(gòu)則包括專業(yè)的擔(dān)保公司、保險(xiǎn)公司等。其優(yōu)勢(shì)在于風(fēng)險(xiǎn)相對(duì)較低，能夠吸引更多風(fēng)險(xiǎn)偏好較低的投資者；但缺點(diǎn)是增加了借款的成本和手續(xù)復(fù)雜性，借款人需要提供擔(dān)保物或?qū)ふ覔?dān)保機(jī)構(gòu)，可能需要支付額外的費(fèi)用。例如，一些房產(chǎn)抵押類P2P平臺(tái)，借款人以房產(chǎn)作為抵押向平臺(tái)借款，平臺(tái)在審核通過(guò)后將資金借給借款人，投資者則通過(guò)投資該借款項(xiàng)目獲取收益。一旦借款人出現(xiàn)違約，平臺(tái)可以依法處置抵押物，保障投資者的權(quán)益。O2O模式即線上線下相結(jié)合的模式，平臺(tái)在線上吸引投資人，線下挖掘優(yōu)質(zhì)借款人。通過(guò)線下團(tuán)隊(duì)對(duì)借款人進(jìn)行實(shí)地考察、信用評(píng)估和貸后管理，能夠更全面地了解借款人的真實(shí)情況，降低信息不對(duì)稱帶來(lái)的風(fēng)險(xiǎn)。同時(shí)，線上平臺(tái)為投資者提供便捷的投資渠道，提高了資金的募集效率。這種模式結(jié)合了線上和線下的優(yōu)勢(shì)，既利用了互聯(lián)網(wǎng)的便捷性，又發(fā)揮了線下實(shí)地調(diào)查的可靠性；但運(yùn)營(yíng)成本相對(duì)較高，需要建立龐大的線下團(tuán)隊(duì)，對(duì)人員管理和業(yè)務(wù)流程協(xié)調(diào)要求較高。一些知名的O2O模式P2P平臺(tái)，如翼龍貸，在全國(guó)范圍內(nèi)布局了眾多線下門(mén)店，通過(guò)線下團(tuán)隊(duì)深入了解當(dāng)?shù)亟杩钊说那闆r，為投資者篩選優(yōu)質(zhì)項(xiàng)目，實(shí)現(xiàn)了線上線下業(yè)務(wù)的協(xié)同發(fā)展。P2B模式是指?jìng)€(gè)人對(duì)企業(yè)的借貸模式，平臺(tái)主要服務(wù)于中小企業(yè)，為其提供融資服務(wù)。這種模式的特點(diǎn)是借款主體為企業(yè)，借款金額相對(duì)較大，借款用途多為企業(yè)的生產(chǎn)經(jīng)營(yíng)、擴(kuò)大規(guī)模等。由于企業(yè)的經(jīng)營(yíng)狀況和風(fēng)險(xiǎn)特征與個(gè)人有所不同，平臺(tái)在評(píng)估借款項(xiàng)目時(shí)，需要關(guān)注企業(yè)的財(cái)務(wù)狀況、經(jīng)營(yíng)前景、市場(chǎng)競(jìng)爭(zhēng)力等多方面因素。其優(yōu)勢(shì)在于能夠滿足中小企業(yè)的融資需求，促進(jìn)實(shí)體經(jīng)濟(jì)的發(fā)展；但風(fēng)險(xiǎn)相對(duì)較高，因?yàn)槠髽I(yè)面臨的市場(chǎng)環(huán)境復(fù)雜多變，經(jīng)營(yíng)風(fēng)險(xiǎn)較大，如果企業(yè)經(jīng)營(yíng)不善，可能導(dǎo)致無(wú)法按時(shí)還款。例如，一些P2B平臺(tái)專注于為特定行業(yè)的中小企業(yè)提供融資，通過(guò)對(duì)行業(yè)的深入了解和專業(yè)的風(fēng)險(xiǎn)評(píng)估，為企業(yè)和投資者搭建了橋梁，推動(dòng)了產(chǎn)業(yè)的發(fā)展?；旌夏Ｊ絼t是融合了多種業(yè)務(wù)模式的特點(diǎn)，平臺(tái)根據(jù)不同的借款項(xiàng)目和市場(chǎng)需求，靈活運(yùn)用多種模式進(jìn)行運(yùn)營(yíng)。這種模式能夠充分發(fā)揮各種模式的優(yōu)勢(shì)，適應(yīng)復(fù)雜多變的市場(chǎng)環(huán)境；但對(duì)平臺(tái)的運(yùn)營(yíng)管理能力要求極高，需要協(xié)調(diào)好不同模式之間的關(guān)系，確保業(yè)務(wù)的順暢進(jìn)行。一些大型P2P平臺(tái)往往采用混合模式，例如陸金所，它在業(yè)務(wù)運(yùn)營(yíng)中既包含了純線上的信用借款項(xiàng)目，也有擔(dān)保/抵押模式的借款項(xiàng)目，同時(shí)還涉及P2B模式的業(yè)務(wù)，通過(guò)多元化的業(yè)務(wù)模式，滿足了不同類型借款人和投資者的需求，提升了平臺(tái)的競(jìng)爭(zhēng)力和市場(chǎng)適應(yīng)性。2.3行業(yè)面臨的挑戰(zhàn)與問(wèn)題我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)在發(fā)展過(guò)程中面臨著諸多挑戰(zhàn)與問(wèn)題，這些問(wèn)題不僅制約了行業(yè)的健康發(fā)展，也對(duì)融資成功率產(chǎn)生了潛在的負(fù)面影響。監(jiān)管不完善是P2P網(wǎng)絡(luò)借貸平臺(tái)面臨的重要問(wèn)題之一。雖然近年來(lái)監(jiān)管部門(mén)陸續(xù)出臺(tái)了一系列政策法規(guī)，如《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行辦法》等，對(duì)P2P平臺(tái)的業(yè)務(wù)范圍、資金存管、信息披露等方面做出了明確規(guī)定，但在實(shí)際執(zhí)行過(guò)程中，仍存在監(jiān)管不到位的情況。部分地區(qū)的監(jiān)管部門(mén)對(duì)P2P平臺(tái)的監(jiān)管力度不足，導(dǎo)致一些平臺(tái)存在違規(guī)操作的空間，如虛假宣傳、違規(guī)開(kāi)展業(yè)務(wù)、挪用資金等。這些違規(guī)行為不僅損害了投資者的利益，也破壞了行業(yè)的整體形象，降低了市場(chǎng)對(duì)P2P平臺(tái)的信任度，使得借款人在平臺(tái)上融資時(shí)面臨更大的困難，從而影響了融資成功率。此外，P2P網(wǎng)絡(luò)借貸涉及多個(gè)領(lǐng)域和部門(mén)，存在監(jiān)管職責(zé)不明確、協(xié)調(diào)困難的問(wèn)題，容易出現(xiàn)監(jiān)管空白和重疊，無(wú)法形成有效的監(jiān)管合力，進(jìn)一步加劇了行業(yè)的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)控制難也是P2P網(wǎng)絡(luò)借貸平臺(tái)面臨的一大挑戰(zhàn)。P2P平臺(tái)主要服務(wù)于個(gè)人和小微企業(yè)，這些借款主體往往信用記錄不完善、財(cái)務(wù)狀況不透明，增加了平臺(tái)對(duì)其信用風(fēng)險(xiǎn)評(píng)估的難度。一些平臺(tái)在風(fēng)險(xiǎn)評(píng)估過(guò)程中，主要依賴借款人提供的有限資料和簡(jiǎn)單的信用評(píng)分模型，難以全面、準(zhǔn)確地評(píng)估借款人的還款能力和信用狀況。一旦借款人出現(xiàn)違約，平臺(tái)將面臨資金損失的風(fēng)險(xiǎn)。例如，一些小微企業(yè)由于經(jīng)營(yíng)不善、市場(chǎng)波動(dòng)等原因，無(wú)法按時(shí)償還貸款，導(dǎo)致平臺(tái)的逾期率和壞賬率上升。同時(shí)，P2P平臺(tái)還面臨著流動(dòng)性風(fēng)險(xiǎn)。由于平臺(tái)的資金來(lái)源主要是投資者的短期資金，而借款項(xiàng)目的期限往往較長(zhǎng)，存在資金期限錯(cuò)配的問(wèn)題。當(dāng)市場(chǎng)出現(xiàn)波動(dòng)或投資者信心下降時(shí)，可能會(huì)引發(fā)投資者集中贖回資金，導(dǎo)致平臺(tái)資金流動(dòng)性緊張，甚至出現(xiàn)資金鏈斷裂的風(fēng)險(xiǎn)，這也會(huì)對(duì)融資成功率產(chǎn)生嚴(yán)重影響。信用體系不健全同樣對(duì)P2P網(wǎng)絡(luò)借貸平臺(tái)的發(fā)展和融資成功率造成了阻礙。目前，我國(guó)的社會(huì)信用體系雖然在不斷完善，但仍存在一些不足之處。在P2P網(wǎng)絡(luò)借貸領(lǐng)域，信用信息分散在不同的機(jī)構(gòu)和部門(mén)，缺乏有效的共享機(jī)制，平臺(tái)難以獲取全面、準(zhǔn)確的借款人信用信息。這使得一些信用不良的借款人有機(jī)可乘，通過(guò)隱瞞真實(shí)信息或提供虛假資料在平臺(tái)上借款，增加了平臺(tái)的信用風(fēng)險(xiǎn)。同時(shí)，由于缺乏統(tǒng)一的信用評(píng)價(jià)標(biāo)準(zhǔn)，不同平臺(tái)對(duì)借款人的信用評(píng)估結(jié)果存在差異，也給投資者的決策帶來(lái)了困難，影響了市場(chǎng)的正常運(yùn)行。此外，對(duì)于違約借款人的懲戒機(jī)制不夠完善，違約成本較低，導(dǎo)致一些借款人缺乏還款的積極性和主動(dòng)性，進(jìn)一步加劇了信用風(fēng)險(xiǎn)，降低了融資成功率。信息不對(duì)稱問(wèn)題在P2P網(wǎng)絡(luò)借貸中較為突出。借款人和投資者之間、平臺(tái)與借款人和投資者之間都存在信息不對(duì)稱的情況。借款人對(duì)自身的財(cái)務(wù)狀況、還款能力和借款用途等信息更為了解，而投資者往往只能通過(guò)平臺(tái)提供的有限信息來(lái)評(píng)估借款項(xiàng)目的風(fēng)險(xiǎn)。平臺(tái)在信息披露方面可能存在不充分、不準(zhǔn)確的問(wèn)題，導(dǎo)致投資者無(wú)法全面、真實(shí)地了解借款項(xiàng)目的情況，難以做出合理的投資決策。這種信息不對(duì)稱容易引發(fā)逆向選擇和道德風(fēng)險(xiǎn)，使得優(yōu)質(zhì)的借款項(xiàng)目難以獲得融資，而風(fēng)險(xiǎn)較高的借款項(xiàng)目卻可能獲得資金，從而降低了融資成功率。例如，一些平臺(tái)為了吸引投資者，可能會(huì)夸大借款項(xiàng)目的收益，隱瞞潛在的風(fēng)險(xiǎn)，導(dǎo)致投資者在不知情的情況下投資，最終遭受損失。此外，P2P網(wǎng)絡(luò)借貸平臺(tái)還面臨著市場(chǎng)競(jìng)爭(zhēng)激烈、技術(shù)安全風(fēng)險(xiǎn)等問(wèn)題。隨著行業(yè)的發(fā)展，越來(lái)越多的平臺(tái)進(jìn)入市場(chǎng)，競(jìng)爭(zhēng)日益激烈。為了爭(zhēng)奪市場(chǎng)份額，一些平臺(tái)可能會(huì)采取降低借款利率、放寬借款條件等方式吸引借款人，這不僅增加了平臺(tái)的運(yùn)營(yíng)成本和風(fēng)險(xiǎn)，也降低了平臺(tái)的盈利能力，不利于平臺(tái)的長(zhǎng)期穩(wěn)定發(fā)展。同時(shí)，P2P平臺(tái)依托互聯(lián)網(wǎng)技術(shù)開(kāi)展業(yè)務(wù)，面臨著網(wǎng)絡(luò)攻擊、數(shù)據(jù)泄露等技術(shù)安全風(fēng)險(xiǎn)。一旦平臺(tái)的技術(shù)系統(tǒng)出現(xiàn)故障或遭受攻擊，可能會(huì)導(dǎo)致交易中斷、用戶信息泄露等問(wèn)題，影響平臺(tái)的正常運(yùn)營(yíng)和用戶的信任度，進(jìn)而對(duì)融資成功率產(chǎn)生負(fù)面影響。三、理論基礎(chǔ)與文獻(xiàn)綜述3.1相關(guān)理論基礎(chǔ)信息不對(duì)稱理論是由喬治?阿克洛夫（GeorgeA.Akerlof）、邁克爾?斯賓塞（MichaelSpence）和約瑟夫?斯蒂格利茨（JosephE.Stiglitz）三位經(jīng)濟(jì)學(xué)家提出，他們因?qū)υ摾碚摰呢暙I(xiàn)共同獲得2001年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。該理論認(rèn)為，在市場(chǎng)經(jīng)濟(jì)活動(dòng)中，各類人員對(duì)有關(guān)信息的了解是有差異的；掌握信息比較充分的人員，往往處于比較有利的地位，而信息貧乏的人員，則處于比較不利的地位。在P2P網(wǎng)絡(luò)借貸中，信息不對(duì)稱問(wèn)題尤為突出。借款人對(duì)自身的財(cái)務(wù)狀況、還款能力和借款用途等信息掌握較為充分，而投資者只能通過(guò)平臺(tái)提供的有限信息來(lái)評(píng)估借款項(xiàng)目的風(fēng)險(xiǎn)，這就導(dǎo)致了雙方在信息獲取上的不平等。這種信息不對(duì)稱可能引發(fā)逆向選擇和道德風(fēng)險(xiǎn)。逆向選擇是指由于信息不對(duì)稱，投資者難以準(zhǔn)確判斷借款人的信用狀況，從而使得那些信用風(fēng)險(xiǎn)較高的借款人更容易獲得貸款，而優(yōu)質(zhì)借款人卻可能因無(wú)法充分展示自身優(yōu)勢(shì)而被擠出市場(chǎng)。例如，一些信用不良的借款人可能會(huì)隱瞞真實(shí)信息，夸大自身還款能力，導(dǎo)致投資者誤選，增加了投資風(fēng)險(xiǎn)。道德風(fēng)險(xiǎn)則是指借款人在獲得貸款后，可能會(huì)改變行為方式，從事高風(fēng)險(xiǎn)活動(dòng)，從而增加違約的可能性。比如，借款人可能將原本用于生產(chǎn)經(jīng)營(yíng)的貸款資金挪作他用，投入到高風(fēng)險(xiǎn)的投資領(lǐng)域，一旦投資失敗，就無(wú)法按時(shí)償還貸款。信號(hào)傳遞理論是由邁克爾?斯賓塞提出，其核心觀點(diǎn)是在信息不對(duì)稱的市場(chǎng)中，擁有信息優(yōu)勢(shì)的一方可以通過(guò)向信息劣勢(shì)的一方傳遞可靠的信號(hào)，來(lái)減少信息不對(duì)稱帶來(lái)的不利影響，從而使市場(chǎng)交易更加有效。在P2P網(wǎng)絡(luò)借貸中，借款人為了提高融資成功率，會(huì)向投資者傳遞各種信號(hào)，以展示自己的還款能力和信用狀況。信用等級(jí)是一種重要的信號(hào)，借款人通過(guò)良好的信用記錄獲得較高的信用等級(jí)，這向投資者表明其違約風(fēng)險(xiǎn)較低，更有可能按時(shí)還款。借款人還可以通過(guò)提供抵押物、第三方擔(dān)保等方式來(lái)傳遞積極信號(hào)。抵押物的存在增加了借款人的違約成本，因?yàn)橐坏┻`約，投資者可以通過(guò)處置抵押物來(lái)彌補(bǔ)損失；第三方擔(dān)保則為借款提供了額外的保障，當(dāng)借款人無(wú)法還款時(shí)，擔(dān)保方將承擔(dān)還款責(zé)任。這些信號(hào)能夠增強(qiáng)投資者對(duì)借款人的信任，提高融資成功率。風(fēng)險(xiǎn)管理理論是指經(jīng)濟(jì)單位通過(guò)對(duì)風(fēng)險(xiǎn)的識(shí)別、衡量和分析，采用合理的經(jīng)濟(jì)和技術(shù)手段對(duì)風(fēng)險(xiǎn)加以處理，以最小的成本獲得最大安全保障的一種管理活動(dòng)。在P2P網(wǎng)絡(luò)借貸中，風(fēng)險(xiǎn)管理至關(guān)重要，直接關(guān)系到平臺(tái)的穩(wěn)定運(yùn)營(yíng)和投資者的資金安全，進(jìn)而影響融資成功率。P2P平臺(tái)需要對(duì)借款人的信用風(fēng)險(xiǎn)進(jìn)行識(shí)別和評(píng)估，通過(guò)分析借款人的信用記錄、收入狀況、負(fù)債情況等多方面信息，判斷其違約的可能性?？梢岳眯庞迷u(píng)分模型對(duì)借款人進(jìn)行量化評(píng)估，根據(jù)評(píng)估結(jié)果對(duì)借款項(xiàng)目進(jìn)行風(fēng)險(xiǎn)分級(jí)。對(duì)于高風(fēng)險(xiǎn)的借款項(xiàng)目，平臺(tái)可以采取提高貸款利率、要求提供更多擔(dān)保等措施來(lái)補(bǔ)償風(fēng)險(xiǎn)；對(duì)于低風(fēng)險(xiǎn)的借款項(xiàng)目，則可以給予一定的利率優(yōu)惠，吸引更多優(yōu)質(zhì)借款人。平臺(tái)還需要關(guān)注市場(chǎng)風(fēng)險(xiǎn)，如利率波動(dòng)、經(jīng)濟(jì)形勢(shì)變化等因素對(duì)借貸業(yè)務(wù)的影響。當(dāng)市場(chǎng)利率上升時(shí)，借款人的還款壓力可能增大，違約風(fēng)險(xiǎn)也會(huì)相應(yīng)提高；經(jīng)濟(jì)形勢(shì)不景氣時(shí)，企業(yè)經(jīng)營(yíng)困難，個(gè)人收入減少，也會(huì)增加違約的可能性。平臺(tái)需要通過(guò)合理的資產(chǎn)配置、風(fēng)險(xiǎn)分散等方式來(lái)應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)，確保平臺(tái)的穩(wěn)健運(yùn)營(yíng)，從而提高融資成功率。3.2國(guó)內(nèi)外研究現(xiàn)狀國(guó)外學(xué)者對(duì)P2P網(wǎng)絡(luò)借貸融資成功率影響因素的研究開(kāi)展較早，取得了一系列具有參考價(jià)值的成果。Klafft（2008）通過(guò)對(duì)德國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)Smava的數(shù)據(jù)分析，發(fā)現(xiàn)借款人的信用等級(jí)與融資成功率密切相關(guān)，信用等級(jí)越高，獲得貸款的可能性越大，并且能夠獲得更低的貸款利率，違約率也更低。這表明信用等級(jí)是投資者評(píng)估借款人風(fēng)險(xiǎn)的重要依據(jù)，高信用等級(jí)的借款人在融資市場(chǎng)中具有明顯優(yōu)勢(shì)。Puro等（2010）對(duì)英國(guó)Zopa平臺(tái)的研究發(fā)現(xiàn)，在P2P網(wǎng)貸交易中，投資者的投資意愿與借款額度呈負(fù)相關(guān)關(guān)系，借款額度越大，融資成功率越低。這是因?yàn)榻杩铑~度越大，投資者承擔(dān)的風(fēng)險(xiǎn)越高，在風(fēng)險(xiǎn)偏好的影響下，投資者更傾向于選擇小額借款項(xiàng)目。Herzenstein等（2011）通過(guò)對(duì)美國(guó)Prosper平臺(tái)的研究，發(fā)現(xiàn)借款人的描述性信息，如借款用途的合理性、語(yǔ)言表達(dá)能力等軟信息，也會(huì)對(duì)融資成功率產(chǎn)生影響。那些能夠清晰、合理地闡述借款用途，語(yǔ)言表達(dá)誠(chéng)懇的借款人，更容易獲得投資者的信任，從而提高融資成功率。國(guó)內(nèi)學(xué)者在借鑒國(guó)外研究的基礎(chǔ)上，結(jié)合我國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)的特點(diǎn)，也進(jìn)行了大量研究。尤瑞章、張曉霞（2010）指出，法律制度、信用體系及計(jì)算機(jī)技術(shù)等因素對(duì)P2P網(wǎng)絡(luò)借貸的發(fā)展影響巨大。完善的法律制度能夠規(guī)范市場(chǎng)秩序，保障借貸雙方的合法權(quán)益；健全的信用體系有助于降低信息不對(duì)稱，提高融資效率；先進(jìn)的計(jì)算機(jī)技術(shù)則為平臺(tái)的運(yùn)營(yíng)和風(fēng)險(xiǎn)控制提供了技術(shù)支持，這些因素都間接影響著融資成功率。王梓淇（2010）發(fā)現(xiàn)擁有良好信用的借款人，能從投資者那獲得數(shù)額較大的借款，并且籌資速度也比其他借款者更快，資金更有保障。這進(jìn)一步強(qiáng)調(diào)了信用在我國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)中的重要性，良好的信用不僅能提高融資成功率，還能在一定程度上影響借款額度和籌資速度。邱甲賢（2011）認(rèn)為借款金額與借款結(jié)果間是反向影響的關(guān)系，這與國(guó)外學(xué)者Puro等的研究結(jié)論一致，說(shuō)明在不同的市場(chǎng)環(huán)境下，借款金額對(duì)融資成功率的影響具有一定的普遍性。陳建中和寧欣（2013）通過(guò)對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)的數(shù)據(jù)研究，認(rèn)為借款者的基本信息，如年齡、性別、職業(yè)等，對(duì)借貸結(jié)果有著顯著影響。不同年齡、性別和職業(yè)的借款人，其收入穩(wěn)定性、還款能力和信用風(fēng)險(xiǎn)可能存在差異，這些差異會(huì)反映在融資成功率上。廖理等（2014）通過(guò)對(duì)我國(guó)多家P2P網(wǎng)絡(luò)借貸平臺(tái)的數(shù)據(jù)分析，發(fā)現(xiàn)我國(guó)互聯(lián)網(wǎng)金融存在地區(qū)偏好的歧視現(xiàn)象，即地區(qū)差異對(duì)交易的成功率有影響。經(jīng)濟(jì)發(fā)達(dá)地區(qū)的平臺(tái)和借款人往往更容易獲得投資者的青睞，融資成功率相對(duì)較高，這可能與地區(qū)的經(jīng)濟(jì)發(fā)展水平、信用環(huán)境、金融基礎(chǔ)設(shè)施等因素有關(guān)。已有研究在P2P網(wǎng)絡(luò)借貸融資成功率影響因素方面取得了豐碩成果，但仍存在一些不足之處。在研究范圍上，部分研究?jī)H聚焦于單一因素或某幾個(gè)因素對(duì)融資成功率的影響，缺乏對(duì)借款人、借款標(biāo)的、平臺(tái)以及市場(chǎng)環(huán)境等多層面因素的綜合分析。例如，一些研究只關(guān)注借款人的信用狀況，而忽略了平臺(tái)的風(fēng)險(xiǎn)控制能力、市場(chǎng)利率波動(dòng)等因素對(duì)融資成功率的交互影響。在研究方法上，雖然大部分研究采用了實(shí)證分析方法，但在數(shù)據(jù)的選取和模型的構(gòu)建上存在一定局限性。部分研究的數(shù)據(jù)樣本較小，時(shí)間跨度較短，難以全面反映P2P網(wǎng)絡(luò)借貸市場(chǎng)的實(shí)際情況；一些模型在變量選取上不夠全面，可能遺漏了一些重要因素，導(dǎo)致研究結(jié)果的準(zhǔn)確性和可靠性受到影響。在研究視角上，對(duì)于新興因素對(duì)融資成功率的影響研究相對(duì)較少。隨著金融科技的快速發(fā)展，區(qū)塊鏈技術(shù)、大數(shù)據(jù)風(fēng)控等新興技術(shù)在P2P網(wǎng)絡(luò)借貸中的應(yīng)用越來(lái)越廣泛，這些技術(shù)的應(yīng)用如何影響融資成功率，目前的研究還不夠深入。此外，對(duì)于市場(chǎng)環(huán)境因素，如宏觀經(jīng)濟(jì)政策調(diào)整、行業(yè)監(jiān)管政策變化等對(duì)融資成功率的動(dòng)態(tài)影響研究也有待加強(qiáng)。四、研究設(shè)計(jì)4.1研究假設(shè)基于前文的理論分析和已有研究成果，從借款人特征、借款標(biāo)的特征、平臺(tái)特征以及市場(chǎng)環(huán)境四個(gè)層面提出以下關(guān)于影響我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的假設(shè)：借款人特征層面：假設(shè)1：借款人信用等級(jí)與融資成功率正相關(guān)。信用等級(jí)是對(duì)借款人信用狀況的綜合評(píng)估，較高的信用等級(jí)意味著借款人在過(guò)去的經(jīng)濟(jì)活動(dòng)中表現(xiàn)出良好的信用記錄，具有較強(qiáng)的還款意愿和還款能力。根據(jù)信號(hào)傳遞理論，信用等級(jí)作為一種可靠的信號(hào)，能夠向投資者表明借款人違約風(fēng)險(xiǎn)較低。在P2P網(wǎng)絡(luò)借貸中，投資者為了保障資金安全，往往更傾向于將資金借給信用等級(jí)高的借款人。例如，在人人貸平臺(tái)上，信用等級(jí)為AA的借款人，其按時(shí)還款的記錄較多，財(cái)務(wù)狀況相對(duì)穩(wěn)定，投資者對(duì)其信任度較高，因此這類借款人獲得融資的成功率也相對(duì)較高。假設(shè)2：借款人年齡與融資成功率呈倒U型關(guān)系。一般來(lái)說(shuō)，年輕借款人可能收入不穩(wěn)定，資產(chǎn)積累較少，還款能力相對(duì)較弱，同時(shí)缺乏足夠的信用記錄供投資者參考，這使得他們?cè)谌谫Y時(shí)面臨較高的風(fēng)險(xiǎn)，融資成功率可能較低。隨著年齡的增長(zhǎng)，借款人的收入逐漸穩(wěn)定，資產(chǎn)不斷積累，信用記錄也更加豐富，這些因素有助于提高他們的融資成功率。然而，當(dāng)借款人年齡過(guò)大時(shí)，可能面臨身體健康問(wèn)題、收入減少等風(fēng)險(xiǎn)，還款能力可能會(huì)受到影響，從而導(dǎo)致融資成功率下降。以拍拍貸平臺(tái)的數(shù)據(jù)為例，通過(guò)對(duì)不同年齡段借款人融資成功率的統(tǒng)計(jì)分析發(fā)現(xiàn)，30-45歲年齡段的借款人融資成功率相對(duì)較高，而25歲以下和55歲以上年齡段的借款人融資成功率相對(duì)較低。假設(shè)3：借款人收入水平與融資成功率正相關(guān)。收入水平是衡量借款人還款能力的重要指標(biāo)之一。較高的收入意味著借款人有更充足的資金用于償還貸款，違約風(fēng)險(xiǎn)相對(duì)較低。投資者在選擇投資項(xiàng)目時(shí)，通常會(huì)關(guān)注借款人的收入情況，更愿意將資金借給收入水平高的借款人。例如，在陸金所平臺(tái)上，那些收入較高的企業(yè)主或高薪職業(yè)者，在申請(qǐng)借款時(shí)更容易獲得投資者的青睞，融資成功率也更高。假設(shè)4：借款人歷史借款記錄與融資成功率正相關(guān)。借款人的歷史借款記錄能夠反映其還款習(xí)慣和信用狀況。如果借款人在過(guò)去的借款中能夠按時(shí)足額還款，說(shuō)明其具有良好的信用意識(shí)和還款能力，投資者對(duì)其信任度會(huì)增加，從而提高融資成功率。相反，如果借款人存在逾期還款或違約記錄，投資者會(huì)認(rèn)為其風(fēng)險(xiǎn)較高，可能會(huì)拒絕提供資金。比如，在宜人貸平臺(tái)上，有多次成功借款且按時(shí)還款記錄的借款人，再次借款時(shí)融資成功率明顯高于沒(méi)有歷史借款記錄或有不良借款記錄的借款人。借款標(biāo)的特征層面：假設(shè)5：借款金額與融資成功率負(fù)相關(guān)。借款金額越大，投資者承擔(dān)的風(fēng)險(xiǎn)越高。根據(jù)風(fēng)險(xiǎn)管理理論，投資者在進(jìn)行投資決策時(shí)，會(huì)考慮風(fēng)險(xiǎn)與收益的平衡。當(dāng)借款金額較大時(shí)，一旦借款人違約，投資者遭受的損失也會(huì)更大。因此，投資者往往更傾向于投資小額借款項(xiàng)目，這使得借款金額較大的項(xiàng)目融資成功率相對(duì)較低。例如，在一些P2P平臺(tái)上，借款金額在5萬(wàn)元以下的項(xiàng)目融資成功率明顯高于借款金額在50萬(wàn)元以上的項(xiàng)目。假設(shè)6：借款期限與融資成功率負(fù)相關(guān)。借款期限越長(zhǎng)，不確定性因素越多，借款人面臨的風(fēng)險(xiǎn)也越大，如經(jīng)濟(jì)形勢(shì)變化、個(gè)人收入波動(dòng)等都可能影響其還款能力。同時(shí)，借款期限長(zhǎng)也意味著投資者的資金被鎖定的時(shí)間更長(zhǎng)，流動(dòng)性風(fēng)險(xiǎn)增加。投資者為了降低風(fēng)險(xiǎn)，通常會(huì)對(duì)借款期限較長(zhǎng)的項(xiàng)目要求更高的回報(bào)或更加謹(jǐn)慎地選擇，這導(dǎo)致借款期限長(zhǎng)的項(xiàng)目融資成功率較低。以某P2P平臺(tái)的數(shù)據(jù)為例，借款期限為1年以內(nèi)的項(xiàng)目融資成功率為70%，而借款期限為3年以上的項(xiàng)目融資成功率僅為30%。假設(shè)7：年利率與融資成功率呈倒U型關(guān)系。年利率是投資者獲得收益的重要指標(biāo)，在一定范圍內(nèi)，較高的年利率能夠吸引投資者，提高融資成功率。然而，當(dāng)年利率過(guò)高時(shí)，投資者會(huì)認(rèn)為借款人可能面臨較大的還款壓力，違約風(fēng)險(xiǎn)增加，反而會(huì)降低投資意愿。例如，在某些P2P平臺(tái)上，年利率在10%-15%之間的借款項(xiàng)目，融資成功率相對(duì)較高；當(dāng)年利率超過(guò)20%時(shí)，融資成功率明顯下降。平臺(tái)特征層面：假設(shè)8：平臺(tái)運(yùn)營(yíng)時(shí)間與融資成功率正相關(guān)。運(yùn)營(yíng)時(shí)間較長(zhǎng)的平臺(tái)，在風(fēng)險(xiǎn)管理、用戶積累、品牌建設(shè)等方面具有優(yōu)勢(shì)。經(jīng)過(guò)長(zhǎng)時(shí)間的運(yùn)營(yíng)，平臺(tái)能夠積累豐富的經(jīng)驗(yàn)，建立完善的風(fēng)險(xiǎn)控制體系，對(duì)借款人的信用評(píng)估更加準(zhǔn)確，從而降低違約風(fēng)險(xiǎn)。同時(shí)，平臺(tái)在市場(chǎng)上的知名度和信譽(yù)度也會(huì)隨著運(yùn)營(yíng)時(shí)間的增加而提高，投資者對(duì)其信任度更高，更愿意在該平臺(tái)進(jìn)行投資，進(jìn)而提高融資成功率。以紅嶺創(chuàng)投為例，作為一家運(yùn)營(yíng)多年的P2P平臺(tái)，憑借其豐富的經(jīng)驗(yàn)和良好的口碑，吸引了大量投資者，平臺(tái)上的借款項(xiàng)目融資成功率相對(duì)較高。假設(shè)9：平臺(tái)規(guī)模與融資成功率正相關(guān)。平臺(tái)規(guī)?？梢酝ㄟ^(guò)平臺(tái)的注冊(cè)資本、交易總額、用戶數(shù)量等指標(biāo)來(lái)衡量。規(guī)模較大的平臺(tái)通常擁有更雄厚的資金實(shí)力、更完善的技術(shù)設(shè)施和更專業(yè)的團(tuán)隊(duì)，能夠?yàn)榻杩钊撕屯顿Y者提供更好的服務(wù)。在風(fēng)險(xiǎn)控制方面，平臺(tái)可以利用大數(shù)據(jù)、人工智能等技術(shù)對(duì)借款人進(jìn)行更全面的評(píng)估，降低風(fēng)險(xiǎn)。此外，平臺(tái)的抗風(fēng)險(xiǎn)能力也更強(qiáng)，能夠在市場(chǎng)波動(dòng)時(shí)保持穩(wěn)定運(yùn)營(yíng)。投資者更傾向于選擇規(guī)模大的平臺(tái)，這使得平臺(tái)上的借款項(xiàng)目融資成功率更高。例如，陸金所作為行業(yè)內(nèi)規(guī)模較大的平臺(tái)，其交易總額和用戶數(shù)量都處于領(lǐng)先地位，平臺(tái)上的融資成功率也相對(duì)較高。假設(shè)10：平臺(tái)信息披露程度與融資成功率正相關(guān)。信息披露是解決P2P網(wǎng)絡(luò)借貸中信息不對(duì)稱問(wèn)題的重要手段。平臺(tái)信息披露程度越高，投資者能夠獲取的關(guān)于借款人和借款項(xiàng)目的信息就越全面、準(zhǔn)確，從而更準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)，做出合理的投資決策。當(dāng)投資者對(duì)借款項(xiàng)目的風(fēng)險(xiǎn)有充分了解時(shí)，他們的投資意愿會(huì)增強(qiáng)，融資成功率也會(huì)提高。相反，如果平臺(tái)信息披露不充分，投資者可能會(huì)因?yàn)樾畔⒉蛔愣鴮?duì)借款項(xiàng)目持謹(jǐn)慎態(tài)度，降低投資意愿。一些合規(guī)運(yùn)營(yíng)的P2P平臺(tái)，如宜人貸，非常注重信息披露，將借款人的信用狀況、借款用途、還款計(jì)劃等信息詳細(xì)地展示給投資者，使得平臺(tái)的融資成功率得到了有效提升。市場(chǎng)環(huán)境層面：假設(shè)11：宏觀經(jīng)濟(jì)形勢(shì)與融資成功率正相關(guān)。當(dāng)宏觀經(jīng)濟(jì)形勢(shì)向好時(shí)，企業(yè)經(jīng)營(yíng)狀況良好，個(gè)人收入穩(wěn)定，借款人的還款能力增強(qiáng)，違約風(fēng)險(xiǎn)降低。同時(shí)，投資者對(duì)市場(chǎng)的信心也會(huì)增強(qiáng)，更愿意進(jìn)行投資。在這種環(huán)境下，P2P網(wǎng)絡(luò)借貸平臺(tái)的融資成功率會(huì)提高。相反，在經(jīng)濟(jì)衰退時(shí)期，企業(yè)面臨經(jīng)營(yíng)困難，個(gè)人收入減少，違約風(fēng)險(xiǎn)增加，投資者會(huì)更加謹(jǐn)慎，融資成功率會(huì)下降。例如，在經(jīng)濟(jì)增長(zhǎng)較快的時(shí)期，一些P2P平臺(tái)的融資成功率明顯高于經(jīng)濟(jì)低迷時(shí)期。假設(shè)12：政策法規(guī)支持與融資成功率正相關(guān)。政策法規(guī)對(duì)P2P網(wǎng)絡(luò)借貸行業(yè)的發(fā)展起著引導(dǎo)和規(guī)范的作用。當(dāng)政策法規(guī)支持P2P行業(yè)發(fā)展時(shí)，平臺(tái)的合規(guī)性得到保障，投資者的權(quán)益受到更好的保護(hù)，市場(chǎng)對(duì)P2P平臺(tái)的認(rèn)可度提高。這會(huì)吸引更多的投資者參與P2P網(wǎng)絡(luò)借貸，同時(shí)也會(huì)鼓勵(lì)更多的借款人選擇P2P平臺(tái)融資，從而提高融資成功率。例如，一些地區(qū)出臺(tái)了支持互聯(lián)網(wǎng)金融發(fā)展的政策，對(duì)合規(guī)運(yùn)營(yíng)的P2P平臺(tái)給予稅收優(yōu)惠、政策扶持等，這些地區(qū)的P2P平臺(tái)融資成功率相對(duì)較高。4.2變量選取與數(shù)據(jù)來(lái)源本研究選取了多個(gè)維度的變量，以全面探究影響我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的因素。因變量為融資成功率（Success），這是一個(gè)二元變量，用于衡量借款項(xiàng)目是否成功籌集到所需資金。當(dāng)借款項(xiàng)目成功籌集到全部資金時(shí)，Success取值為1；若借款項(xiàng)目未能在規(guī)定時(shí)間內(nèi)籌集到足額資金，即流標(biāo)時(shí)，Success取值為0。它直觀地反映了借款項(xiàng)目在平臺(tái)上的融資結(jié)果，是衡量P2P網(wǎng)絡(luò)借貸平臺(tái)融資效率的關(guān)鍵指標(biāo)，也是后續(xù)實(shí)證分析中被解釋變量，通過(guò)對(duì)它的研究，可以清晰地了解各因素對(duì)融資成功與否的影響。自變量涵蓋了借款人特征、借款標(biāo)的特征、平臺(tái)特征以及市場(chǎng)環(huán)境四個(gè)層面。在借款人特征層面，選取了以下變量：信用等級(jí)（Credit）：信用等級(jí)是P2P平臺(tái)根據(jù)借款人的信用記錄、收入狀況、負(fù)債情況等多方面信息，運(yùn)用特定的信用評(píng)估模型計(jì)算得出的，是對(duì)借款人信用狀況的綜合量化評(píng)價(jià)。通常信用等級(jí)分為多個(gè)級(jí)別，如從高到低可分為AAA、AA、A、BBB、BB、B、CCC、CC、C等。信用等級(jí)越高，表明借款人過(guò)去的信用表現(xiàn)越好，還款能力和還款意愿越強(qiáng)，違約風(fēng)險(xiǎn)相對(duì)較低。它作為反映借款人信用狀況的關(guān)鍵指標(biāo)，對(duì)投資者的決策具有重要影響，是研究融資成功率的重要自變量之一。年齡（Age）：借款人的年齡是一個(gè)連續(xù)變量，以周歲為單位記錄。年齡在一定程度上反映了借款人的人生階段和經(jīng)濟(jì)狀況。一般來(lái)說(shuō)，年輕借款人可能處于事業(yè)起步階段，收入不穩(wěn)定，資產(chǎn)積累較少；而年齡較大的借款人可能面臨退休、收入減少等情況。不同年齡段的借款人在還款能力和信用風(fēng)險(xiǎn)方面可能存在差異，因此年齡被納入自變量范圍，用于探究其對(duì)融資成功率的影響。收入水平（Income）：收入水平同樣是一個(gè)連續(xù)變量，以借款人每月或每年的實(shí)際收入金額來(lái)衡量。收入是借款人還款能力的重要保障，較高的收入意味著借款人有更充足的資金用于償還貸款，違約風(fēng)險(xiǎn)相對(duì)較低。通過(guò)分析收入水平與融資成功率之間的關(guān)系，可以了解還款能力對(duì)融資結(jié)果的影響程度。歷史借款記錄（History）：該變量通過(guò)借款人在平臺(tái)上的歷史借款次數(shù)和還款情況來(lái)衡量。若借款人有多次成功借款且按時(shí)還款的記錄，History取值較高；若存在逾期還款或違約記錄，則取值較低。歷史借款記錄能夠反映借款人的還款習(xí)慣和信用狀況，是投資者評(píng)估借款人風(fēng)險(xiǎn)的重要參考依據(jù)之一。借款標(biāo)的特征層面的變量包括：借款金額（Amount）：借款金額為連續(xù)變量，以人民幣元為單位，它代表了借款人在平臺(tái)上申請(qǐng)借款的具體數(shù)額。借款金額的大小直接關(guān)系到投資者的風(fēng)險(xiǎn)和收益，金額越大，投資者承擔(dān)的風(fēng)險(xiǎn)越高，融資難度可能相應(yīng)增加，因此是影響融資成功率的重要因素。借款期限（Term）：借款期限同樣是連續(xù)變量，通常以月或年為單位表示，它指的是借款項(xiàng)目從借款成功到還款結(jié)束的時(shí)間跨度。借款期限越長(zhǎng)，不確定性因素越多，借款人面臨的風(fēng)險(xiǎn)和投資者承擔(dān)的流動(dòng)性風(fēng)險(xiǎn)都可能增加，從而影響融資成功率。年利率（Rate）：年利率是一個(gè)連續(xù)變量，以百分比表示，它是借款人需要向投資者支付的資金使用成本。年利率在一定程度上反映了借款項(xiàng)目的風(fēng)險(xiǎn)水平和收益預(yù)期，對(duì)投資者的投資決策有重要影響，與融資成功率之間存在著復(fù)雜的關(guān)系。平臺(tái)特征層面的變量有：運(yùn)營(yíng)時(shí)間（OperatingTime）：運(yùn)營(yíng)時(shí)間以平臺(tái)成立之日起至數(shù)據(jù)采集日的時(shí)長(zhǎng)來(lái)計(jì)算，單位為年，它體現(xiàn)了平臺(tái)在市場(chǎng)中的生存時(shí)間和經(jīng)驗(yàn)積累。運(yùn)營(yíng)時(shí)間較長(zhǎng)的平臺(tái)，通常在風(fēng)險(xiǎn)管理、用戶積累、品牌建設(shè)等方面具有優(yōu)勢(shì)，對(duì)融資成功率可能產(chǎn)生積極影響。平臺(tái)規(guī)模（Size）：平臺(tái)規(guī)模通過(guò)平臺(tái)的注冊(cè)資本、交易總額、用戶數(shù)量等多個(gè)指標(biāo)綜合衡量。注冊(cè)資本反映了平臺(tái)的資金實(shí)力；交易總額體現(xiàn)了平臺(tái)的業(yè)務(wù)活躍度；用戶數(shù)量則代表了平臺(tái)的市場(chǎng)影響力和用戶基礎(chǔ)。這些指標(biāo)共同反映了平臺(tái)規(guī)模的大小，規(guī)模較大的平臺(tái)往往在資源配置、風(fēng)險(xiǎn)控制等方面具有優(yōu)勢(shì)，可能有助于提高融資成功率。信息披露程度（Disclosure）：信息披露程度是一個(gè)定性變量，通過(guò)評(píng)估平臺(tái)對(duì)借款人信息、借款項(xiàng)目信息、平臺(tái)運(yùn)營(yíng)數(shù)據(jù)、風(fēng)險(xiǎn)提示等方面的披露完整性、準(zhǔn)確性和及時(shí)性來(lái)衡量。若平臺(tái)能夠全面、準(zhǔn)確、及時(shí)地披露相關(guān)信息，Disclosure取值較高；反之則取值較低。信息披露程度是解決P2P網(wǎng)絡(luò)借貸中信息不對(duì)稱問(wèn)題的關(guān)鍵，對(duì)投資者的決策和融資成功率有著重要影響。市場(chǎng)環(huán)境層面的變量為：宏觀經(jīng)濟(jì)形勢(shì)（Economy）：宏觀經(jīng)濟(jì)形勢(shì)是一個(gè)定性變量，通過(guò)國(guó)內(nèi)生產(chǎn)總值（GDP）增長(zhǎng)率、失業(yè)率、通貨膨脹率等宏觀經(jīng)濟(jì)指標(biāo)來(lái)綜合判斷。當(dāng)GDP增長(zhǎng)率較高、失業(yè)率較低、通貨膨脹率穩(wěn)定時(shí)，表明宏觀經(jīng)濟(jì)形勢(shì)向好，Economy取值較高；反之則取值較低。宏觀經(jīng)濟(jì)形勢(shì)對(duì)借款人的還款能力和投資者的投資信心都有重要影響，進(jìn)而影響P2P網(wǎng)絡(luò)借貸平臺(tái)的融資成功率。政策法規(guī)支持（Policy）：政策法規(guī)支持同樣是定性變量，根據(jù)國(guó)家和地方政府出臺(tái)的關(guān)于P2P網(wǎng)絡(luò)借貸行業(yè)的政策法規(guī)，以及監(jiān)管部門(mén)對(duì)行業(yè)的態(tài)度和監(jiān)管力度來(lái)衡量。若政策法規(guī)鼓勵(lì)行業(yè)發(fā)展，監(jiān)管環(huán)境寬松，對(duì)平臺(tái)和借款人給予支持，Policy取值較高；反之則取值較低。政策法規(guī)支持是影響P2P網(wǎng)絡(luò)借貸行業(yè)發(fā)展和融資成功率的重要外部因素。本研究的數(shù)據(jù)主要來(lái)源于多個(gè)渠道。首先，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)技術(shù)從國(guó)內(nèi)多家具有代表性的P2P網(wǎng)絡(luò)借貸平臺(tái)，如拍拍貸、人人貸、陸金所等，獲取平臺(tái)上公開(kāi)的借款項(xiàng)目信息、借款人信息以及平臺(tái)相關(guān)信息。在數(shù)據(jù)采集過(guò)程中，嚴(yán)格遵守相關(guān)法律法規(guī)和平臺(tái)規(guī)定，確保數(shù)據(jù)獲取的合法性和合規(guī)性。其次，從國(guó)家統(tǒng)計(jì)局、中國(guó)人民銀行等官方網(wǎng)站收集宏觀經(jīng)濟(jì)數(shù)據(jù)，如GDP增長(zhǎng)率、失業(yè)率、通貨膨脹率等，以反映宏觀經(jīng)濟(jì)形勢(shì)。同時(shí)，關(guān)注國(guó)家和地方政府發(fā)布的關(guān)于P2P網(wǎng)絡(luò)借貸行業(yè)的政策法規(guī)文件，整理和分析政策法規(guī)支持相關(guān)信息。在數(shù)據(jù)處理方面，對(duì)收集到的數(shù)據(jù)進(jìn)行了嚴(yán)格的清洗和預(yù)處理。對(duì)于缺失值，根據(jù)數(shù)據(jù)特點(diǎn)和實(shí)際情況，采用均值填充、回歸預(yù)測(cè)、多重填補(bǔ)等方法進(jìn)行處理。對(duì)于異常值，通過(guò)箱線圖分析、Z-score檢驗(yàn)等方法進(jìn)行識(shí)別和剔除，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性。對(duì)定性變量進(jìn)行了量化處理，如將信用等級(jí)、信息披露程度、宏觀經(jīng)濟(jì)形勢(shì)、政策法規(guī)支持等定性變量轉(zhuǎn)化為虛擬變量或采用其他合適的量化方式，以便于后續(xù)的統(tǒng)計(jì)分析和模型構(gòu)建。4.3模型構(gòu)建鑒于融資成功率是一個(gè)二元變量，取值為0（融資失?。┗?（融資成功），本研究選用二元Logistic回歸模型來(lái)分析各因素對(duì)融資成功率的影響。二元Logistic回歸模型是一種廣義的線性回歸分析模型，主要用于研究分類型因變量與自變量之間的影響關(guān)系，非常適合處理因變量為二分類的情況。其原理基于一般線性回歸模型，并使用了Logistic函數(shù)（也稱為Sigmoid函數(shù)）來(lái)將自變量映射到(0,1)之間的概率值。在本研究中，假設(shè)存在一組自變量X_1,X_2,\cdots,X_m，分別代表借款人特征、借款標(biāo)的特征、平臺(tái)特征以及市場(chǎng)環(huán)境等層面的各個(gè)因素，因變量Y表示融資成功率，Y=1表示融資成功，Y=0表示融資失敗。該模型假設(shè)Y的概率可以由X的線性組合來(lái)表示，即存在一組權(quán)重參數(shù)\beta_0,\beta_1,\cdots,\beta_m，使得Y的概率可以表示為P(Y=1|X)=\frac{1}{1+exp(-(\beta_0+\beta_1X_1+\beta_2X_2+\cdots+\beta_mX_m))}。其中，P(Y=1|X)表示在給定自變量X的情況下，融資成功的概率；\beta_0為常量，\beta_1,\cdots,\beta_m為二元Logistic模型的回歸系數(shù)，是模型的估計(jì)參數(shù)，它們反映了各自變量對(duì)融資成功率的影響方向和程度。當(dāng)\beta_i>0時(shí)，說(shuō)明自變量X_i與融資成功率正相關(guān)，即X_i的值增加，融資成功的概率增大；當(dāng)\beta_i<0時(shí)，說(shuō)明自變量X_i與融資成功率負(fù)相關(guān)，即X_i的值增加，融資成功的概率減小。在實(shí)際應(yīng)用中，通過(guò)最大似然估計(jì)法來(lái)求解模型的參數(shù)\beta_0,\beta_1,\cdots,\beta_m。最大似然估計(jì)的目標(biāo)是找到一組參數(shù)值，使得觀測(cè)樣本的預(yù)測(cè)概率最大，通?？梢酝ㄟ^(guò)數(shù)值優(yōu)化算法（如梯度下降法）來(lái)實(shí)現(xiàn)。一旦得到了模型的參數(shù)，就可以使用該模型來(lái)對(duì)新的樣本進(jìn)行預(yù)測(cè)。對(duì)于給定的自變量X，可以計(jì)算P(Y=1|X)的概率，并將其與一個(gè)預(yù)先設(shè)定的閾值（通常為0.5）進(jìn)行比較。如果P(Y=1|X)>0.5，則預(yù)測(cè)融資成功；如果P(Y=1|X)\leq0.5，則預(yù)測(cè)融資失敗。二元Logistic回歸模型在金融領(lǐng)域的風(fēng)險(xiǎn)評(píng)估、信用分析等方面有著廣泛的應(yīng)用，在研究P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率影響因素時(shí)具有較高的適用性。它能夠有效地處理因變量為二分類的情況，通過(guò)估計(jì)自變量對(duì)因變量發(fā)生概率的影響，來(lái)判斷各因素與融資成功率之間的關(guān)系。同時(shí)，該模型相對(duì)簡(jiǎn)單易懂，結(jié)果解釋性強(qiáng)，便于理解和應(yīng)用?；诖耍瑯?gòu)建用于分析融資成功率影響因素的二元Logistic回歸模型如下：P(Success=1)=\frac{1}{1+exp(-(\beta_0+\beta_1Credit+\beta_2Age+\beta_3Income+\beta_4History+\beta_5Amount+\beta_6Term+\beta_7Rate+\beta_8OperatingTime+\beta_9Size+\beta_{10}Disclosure+\beta_{11}Economy+\beta_{12}Policy))}其中，P(Success=1)表示融資成功的概率；\beta_0為常量；\beta_1到\beta_{12}為回歸系數(shù)；Credit、Age、Income、History、Amount、Term、Rate、OperatingTime、Size、Disclosure、Economy、Policy分別為前文所選取的借款人信用等級(jí)、年齡、收入水平、歷史借款記錄、借款金額、借款期限、年利率、平臺(tái)運(yùn)營(yíng)時(shí)間、平臺(tái)規(guī)模、信息披露程度、宏觀經(jīng)濟(jì)形勢(shì)、政策法規(guī)支持等自變量。通過(guò)對(duì)該模型的估計(jì)和分析，可以深入探究各因素對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的影響。五、實(shí)證結(jié)果與分析5.1描述性統(tǒng)計(jì)分析對(duì)收集到的涵蓋借款人特征、借款標(biāo)的特征、平臺(tái)特征以及市場(chǎng)環(huán)境等多層面數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，旨在初步了解各變量的基本特征和分布情況，為后續(xù)的深入分析奠定基礎(chǔ)。相關(guān)結(jié)果整理如下表所示：變量觀測(cè)值平均值標(biāo)準(zhǔn)差最小值中位數(shù)最大值融資成功率（Success）20000.650.477011信用等級(jí)（Credit）20003.251.02135年齡（Age）200035.68.2183660收入水平（Income）2000650025002000600020000歷史借款記錄（History）20002.11.50210借款金額（Amount）200085000450001000080000200000借款期限（Term）2000181031836年利率（Rate）200012.53.581220運(yùn)營(yíng)時(shí)間（OperatingTime）20004.51.8148平臺(tái)規(guī)模（Size）20003.51.2135信息披露程度（Disclosure）20003.21.1135宏觀經(jīng)濟(jì)形勢(shì)（Economy）20003.11.05135政策法規(guī)支持（Policy）20003.31.15135在借款人特征方面，信用等級(jí)的平均值為3.25，表明樣本中借款人的整體信用狀況處于中等偏上水平，但標(biāo)準(zhǔn)差為1.02，說(shuō)明信用等級(jí)存在一定的差異。年齡均值為35.6歲，反映出借款人群體以中青年為主；收入水平均值為6500元，標(biāo)準(zhǔn)差較大，說(shuō)明不同借款人之間的收入差距較為明顯。歷史借款記錄均值為2.1次，意味著平均每位借款人有過(guò)兩次左右的借款經(jīng)歷，一定程度上反映了P2P網(wǎng)絡(luò)借貸在市場(chǎng)中的活躍度。借款標(biāo)的特征層面，借款金額均值為85000元，標(biāo)準(zhǔn)差達(dá)45000元，體現(xiàn)出借款金額的分布較為分散，不同借款項(xiàng)目的資金需求差異較大。借款期限平均為18個(gè)月，標(biāo)準(zhǔn)差為10，說(shuō)明借款期限的分布也存在一定的離散性。年利率均值為12.5%，標(biāo)準(zhǔn)差為3.5，表明不同借款項(xiàng)目的利率水平有所不同，這可能與借款金額、期限、借款人信用狀況等多種因素有關(guān)。平臺(tái)特征方面，運(yùn)營(yíng)時(shí)間平均為4.5年，說(shuō)明樣本中的平臺(tái)大多已經(jīng)歷了一定時(shí)間的市場(chǎng)考驗(yàn)，具備一定的運(yùn)營(yíng)經(jīng)驗(yàn)。平臺(tái)規(guī)模的均值為3.5，顯示出平臺(tái)規(guī)模整體處于中等水平，但不同平臺(tái)之間規(guī)模存在一定差異。信息披露程度均值為3.2，表明平臺(tái)在信息披露方面整體表現(xiàn)尚可，但仍有提升空間。市場(chǎng)環(huán)境層面，宏觀經(jīng)濟(jì)形勢(shì)和政策法規(guī)支持的均值分別為3.1和3.3，說(shuō)明在樣本期間，宏觀經(jīng)濟(jì)形勢(shì)和政策法規(guī)支持整體處于較為穩(wěn)定和積極的狀態(tài)，但也存在一定的波動(dòng)和變化。通過(guò)對(duì)各變量的描述性統(tǒng)計(jì)分析，可以初步了解到數(shù)據(jù)的分布特征和變量之間的差異情況。這些信息不僅有助于對(duì)數(shù)據(jù)的整體把握，還為后續(xù)的相關(guān)性分析和回歸分析提供了重要的參考依據(jù)，為深入探究影響我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的因素奠定了基礎(chǔ)。5.2相關(guān)性分析在進(jìn)行回歸分析之前，對(duì)各變量進(jìn)行相關(guān)性分析，以初步判斷變量之間的關(guān)系，并檢驗(yàn)是否存在多重共線性問(wèn)題。多重共線性是指多個(gè)自變量之間存在高度的線性相關(guān)關(guān)系，這可能會(huì)導(dǎo)致回歸模型的參數(shù)估計(jì)不準(zhǔn)確，影響模型的穩(wěn)定性和解釋能力。運(yùn)用Pearson相關(guān)系數(shù)對(duì)各變量進(jìn)行相關(guān)性分析，結(jié)果整理如下表所示：變量信用等級(jí)年齡收入水平歷史借款記錄借款金額借款期限年利率運(yùn)營(yíng)時(shí)間平臺(tái)規(guī)模信息披露程度宏觀經(jīng)濟(jì)形勢(shì)政策法規(guī)支持信用等級(jí)1年齡0.158*1收入水平0.236**0.312**1歷史借款記錄0.205**0.187**0.254**1借款金額-0.182**-0.125*-0.164**-0.115*1借款期限-0.143**-0.102*-0.136**-0.098*0.256**1年利率0.116*0.095*0.108*0.086*-0.224**-0.187**1運(yùn)營(yíng)時(shí)間0.135**0.089*0.112*0.075*-0.146**-0.113*0.092*1平臺(tái)規(guī)模0.172**0.103*0.145**0.096*-0.168**-0.132**0.128**0.215**1信息披露程度0.148**0.097*0.126**0.083*-0.154**-0.121**0.105*0.186**0.234**1宏觀經(jīng)濟(jì)形勢(shì)0.124*0.087*0.118*0.072*-0.138**-0.107*0.094*0.175**0.205**0.198**1政策法規(guī)支持0.137**0.091*0.122*0.081*-0.142**-0.111*0.099*0.189**0.223**0.208**0.246**1注：*表示在0.05水平（雙側(cè)）上顯著相關(guān)，**表示在0.01水平（雙側(cè)）上顯著相關(guān)。從借款人特征層面來(lái)看，信用等級(jí)與年齡、收入水平、歷史借款記錄均在0.01水平上顯著正相關(guān)。這表明信用等級(jí)較高的借款人，往往年齡相對(duì)較大，收入水平較高，且歷史借款記錄較為豐富。年齡與收入水平、歷史借款記錄在0.01水平上顯著正相關(guān)，說(shuō)明隨著年齡的增長(zhǎng)，借款人的收入水平和歷史借款經(jīng)驗(yàn)也在增加。收入水平與歷史借款記錄在0.01水平上顯著正相關(guān)，意味著收入較高的借款人，可能有更多的機(jī)會(huì)參與借款活動(dòng)，積累了更多的歷史借款記錄。借款標(biāo)的特征層面，借款金額與借款期限在0.01水平上顯著正相關(guān)，說(shuō)明借款期限較長(zhǎng)的項(xiàng)目，往往借款金額也較大。借款金額與年利率在0.01水平上顯著負(fù)相關(guān)，這意味著借款金額越大，年利率越低，可能是因?yàn)榇箢~借款項(xiàng)目通常風(fēng)險(xiǎn)相對(duì)較高，為了吸引投資者，平臺(tái)會(huì)適當(dāng)降低年利率。借款期限與年利率在0.01水平上顯著負(fù)相關(guān)，表明借款期限越長(zhǎng)，年利率越低，這可能是由于長(zhǎng)期借款項(xiàng)目的風(fēng)險(xiǎn)相對(duì)較為穩(wěn)定，投資者對(duì)其利率要求相對(duì)較低。平臺(tái)特征層面，運(yùn)營(yíng)時(shí)間與平臺(tái)規(guī)模、信息披露程度在0.01水平上顯著正相關(guān)，說(shuō)明運(yùn)營(yíng)時(shí)間較長(zhǎng)的平臺(tái)，往往規(guī)模較大，信息披露程度也較高。平臺(tái)規(guī)模與信息披露程度在0.01水平上顯著正相關(guān)，規(guī)模大的平臺(tái)通常有更完善的管理體系和資源，能夠更好地進(jìn)行信息披露。市場(chǎng)環(huán)境層面，宏觀經(jīng)濟(jì)形勢(shì)與政策法規(guī)支持在0.01水平上顯著正相關(guān)，表明宏觀經(jīng)濟(jì)形勢(shì)向好時(shí)，政策法規(guī)往往也會(huì)給予更多的支持，以促進(jìn)經(jīng)濟(jì)的持續(xù)發(fā)展。從整體來(lái)看，各變量之間的相關(guān)系數(shù)絕對(duì)值大多在0.3以下，雖然部分變量之間存在顯著的相關(guān)性，但不存在高度的線性相關(guān)關(guān)系，初步判斷不存在嚴(yán)重的多重共線性問(wèn)題。然而，為了進(jìn)一步確?；貧w結(jié)果的準(zhǔn)確性和可靠性，在后續(xù)的回歸分析中，還將采用方差膨脹因子（VIF）等方法對(duì)多重共線性進(jìn)行檢驗(yàn)和處理。相關(guān)性分析結(jié)果為后續(xù)的回歸分析提供了重要的參考依據(jù)，有助于更準(zhǔn)確地理解各變量之間的關(guān)系，以及它們對(duì)融資成功率的影響。5.3回歸結(jié)果分析運(yùn)用SPSS軟件對(duì)數(shù)據(jù)進(jìn)行二元Logistic回歸分析，結(jié)果整理如下表所示：變量回歸系數(shù)（B）標(biāo)準(zhǔn)誤差（S.E.）Ward值自由度（df）顯著性水平（Sig.）Exp（B）信用等級(jí)0.5230.10524.65410.0001.687年齡0.0350.0128.50710.0041.036年齡平方-0.0010.0005.21810.0220.999收入水平0.0000.0003.94710.0471.000歷史借款記錄0.2150.0876.10510.0131.240借款金額-0.0000.00010.23610.0010.999借款期限-0.0210.0087.12510.0080.979年利率0.0850.0365.62410.0181.089年利率平方-0.0020.0014.10210.0430.998運(yùn)營(yíng)時(shí)間0.1560.0636.05710.0141.169平臺(tái)規(guī)模0.2340.0916.64310.0101.264信息披露程度0.1870.0756.25810.0121.206宏觀經(jīng)濟(jì)形勢(shì)0.1380.0615.02710.0251.148政策法規(guī)支持0.1650.0715.46910.0191.179常量-3.2560.85414.38910.0000.038從借款人特征層面來(lái)看，信用等級(jí)的回歸系數(shù)為0.523，在0.01水平上顯著為正，且Exp（B）值為1.687，這表明信用等級(jí)與融資成功率呈顯著正相關(guān)。即信用等級(jí)每提高1個(gè)單位，融資成功的概率將增加68.7%，有力地驗(yàn)證了假設(shè)1。這是因?yàn)樾庞玫燃?jí)作為借款人信用狀況的綜合體現(xiàn)，高信用等級(jí)意味著借款人過(guò)往信用記錄良好，還款能力和還款意愿較強(qiáng)，投資者更愿意為其提供資金。例如，在陸金所平臺(tái)上，信用等級(jí)為AA的借款人，其融資成功率明顯高于信用等級(jí)為B的借款人。年齡的回歸系數(shù)為0.035，年齡平方的回歸系數(shù)為-0.001，均在0.05水平上顯著。這表明年齡與融資成功率呈倒U型關(guān)系，驗(yàn)證了假設(shè)2。在一定范圍內(nèi)，隨著年齡的增長(zhǎng)，借款人的收入逐漸穩(wěn)定，社會(huì)經(jīng)驗(yàn)和信用積累增加，融資成功率隨之提高；但當(dāng)年齡超過(guò)一定限度后，可能由于身體狀況、收入減少等原因，還款能力受到影響，融資成功率開(kāi)始下降。以宜人貸平臺(tái)的數(shù)據(jù)為例，30-45歲年齡段的借款人融資成功率相對(duì)較高，符合倒U型關(guān)系的特征。收入水平的回歸系數(shù)為0.000，在0.05水平上顯著為正，說(shuō)明收入水平與融資成功率正相關(guān)，驗(yàn)證了假設(shè)3。雖然回歸系數(shù)較小，但仍表明收入水平的提高有助于增加融資成功的概率，因?yàn)檩^高的收入為還款提供了更有力的保障。比如，收入較高的企業(yè)主在申請(qǐng)借款時(shí)，由于其穩(wěn)定的收入來(lái)源，更容易獲得投資者的信任，融資成功率相對(duì)較高。歷史借款記錄的回歸系數(shù)為0.215，在0.05水平上顯著為正，說(shuō)明歷史借款記錄與融資成功率正相關(guān)，驗(yàn)證了假設(shè)4。有良好歷史借款記錄的借款人，說(shuō)明其具備按時(shí)還款的能力和意愿，投資者對(duì)其信任度更高，更愿意提供資金。例如，在拍拍貸平臺(tái)上，有多次成功借款且按時(shí)還款記錄的借款人，再次借款時(shí)融資成功率明顯高于沒(méi)有歷史借款記錄或有不良借款記錄的借款人。在借款標(biāo)的特征層面，借款金額的回歸系數(shù)為-0.000，在0.01水平上顯著為負(fù)，表明借款金額與融資成功率負(fù)相關(guān)，驗(yàn)證了假設(shè)5。借款金額越大，投資者承擔(dān)的風(fēng)險(xiǎn)越高，為了降低風(fēng)險(xiǎn)，投資者往往更謹(jǐn)慎，導(dǎo)致融資成功率下降。比如，在一些P2P平臺(tái)上，借款金額在5萬(wàn)元以下的項(xiàng)目融資成功率明顯高于借款金額在50萬(wàn)元以上的項(xiàng)目。借款期限的回歸系數(shù)為-0.021，在0.01水平上顯著為負(fù)，說(shuō)明借款期限與融資成功率負(fù)相關(guān)，驗(yàn)證了假設(shè)6。借款期限越長(zhǎng)，不確定性因素越多，風(fēng)險(xiǎn)越大，投資者可能要求更高的回報(bào)或更謹(jǐn)慎地選擇，從而降低了融資成功率。以某P2P平臺(tái)的數(shù)據(jù)為例，借款期限為1年以內(nèi)的項(xiàng)目融資成功率為70%，而借款期限為3年以上的項(xiàng)目融資成功率僅為30%。年利率的回歸系數(shù)為0.085，年利率平方的回歸系數(shù)為-0.002，均在0.05水平上顯著，表明年利率與融資成功率呈倒U型關(guān)系，驗(yàn)證了假設(shè)7。在一定范圍內(nèi)，提高年利率可以吸引投資者，增加融資成功率；但當(dāng)年利率過(guò)高時(shí)，投資者會(huì)認(rèn)為借款人還款壓力過(guò)大，違約風(fēng)險(xiǎn)增加，反而降低投資意愿。例如，在某些P2P平臺(tái)上，年利率在10%-15%之間的借款項(xiàng)目，融資成功率相對(duì)較高；當(dāng)年利率超過(guò)20%時(shí)，融資成功率明顯下降。平臺(tái)特征層面，運(yùn)營(yíng)時(shí)間的回歸系數(shù)為0.156，在0.05水平上顯著為正，說(shuō)明平臺(tái)運(yùn)營(yíng)時(shí)間與融資成功率正相關(guān)，驗(yàn)證了假設(shè)8。運(yùn)營(yíng)時(shí)間較長(zhǎng)的平臺(tái)，在風(fēng)險(xiǎn)管理、用戶積累、品牌建設(shè)等方面具有優(yōu)勢(shì)，投資者對(duì)其信任度更高，融資成功率也更高。以紅嶺創(chuàng)投為例，作為一家運(yùn)營(yíng)多年的P2P平臺(tái)，憑借其豐富的經(jīng)驗(yàn)和良好的口碑，吸引了大量投資者，平臺(tái)上的借款項(xiàng)目融資成功率相對(duì)較高。平臺(tái)規(guī)模的回歸系數(shù)為0.234，在0.05水平上顯著為正，表明平臺(tái)規(guī)模與融資成功率正相關(guān)，驗(yàn)證了假設(shè)9。規(guī)模較大的平臺(tái)通常擁有更雄厚的資金實(shí)力、更完善的技術(shù)設(shè)施和更專業(yè)的團(tuán)隊(duì)，能夠更好地保障投資者的權(quán)益，降低風(fēng)險(xiǎn)，從而提高融資成功率。例如，陸金所作為行業(yè)內(nèi)規(guī)模較大的平臺(tái)，其交易總額和用戶數(shù)量都處于領(lǐng)先地位，平臺(tái)上的融資成功率也相對(duì)較高。信息披露程度的回歸系數(shù)為0.187，在0.05水平上顯著為正，說(shuō)明平臺(tái)信息披露程度與融資成功率正相關(guān)，驗(yàn)證了假設(shè)10。信息披露程度越高，投資者獲取的信息越全面、準(zhǔn)確，能夠更準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)，做出合理的投資決策，從而提高融資成功率。一些合規(guī)運(yùn)營(yíng)的P2P平臺(tái)，如宜人貸，非常注重信息披露，將借款人的信用狀況、借款用途、還款計(jì)劃等信息詳細(xì)地展示給投資者，使得平臺(tái)的融資成功率得到了有效提升。市場(chǎng)環(huán)境層面，宏觀經(jīng)濟(jì)形勢(shì)的回歸系數(shù)為0.138，在0.05水平上顯著為正，說(shuō)明宏觀經(jīng)濟(jì)形勢(shì)與融資成功率正相關(guān)，驗(yàn)證了假設(shè)11。當(dāng)宏觀經(jīng)濟(jì)形勢(shì)向好時(shí)，企業(yè)經(jīng)營(yíng)狀況良好，個(gè)人收入穩(wěn)定，借款人的還款能力增強(qiáng)，投資者的信心也增強(qiáng)，融資成功率相應(yīng)提高。例如，在經(jīng)濟(jì)增長(zhǎng)較快的時(shí)期，一些P2P平臺(tái)的融資成功率明顯高于經(jīng)濟(jì)低迷時(shí)期。政策法規(guī)支持的回歸系數(shù)為0.165，在0.05水平上顯著為正，表明政策法規(guī)支持與融資成功率正相關(guān)，驗(yàn)證了假設(shè)12。政策法規(guī)對(duì)P2P行業(yè)的支持，能夠規(guī)范市場(chǎng)秩序，保障投資者的權(quán)益，提高市場(chǎng)對(duì)P2P平臺(tái)的認(rèn)可度，吸引更多的投資者和借款人，從而提高融資成功率。例如，一些地區(qū)出臺(tái)了支持互聯(lián)網(wǎng)金融發(fā)展的政策，對(duì)合規(guī)運(yùn)營(yíng)的P2P平臺(tái)給予稅收優(yōu)惠、政策扶持等，這些地區(qū)的P2P平臺(tái)融資成功率相對(duì)較高。綜上所述，通過(guò)對(duì)二元Logistic回歸結(jié)果的分析，驗(yàn)證了前文提出的12個(gè)假設(shè)，明確了借款人特征、借款標(biāo)的特征、平臺(tái)特征以及市場(chǎng)環(huán)境等各因素對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的影響方向和程度。這些結(jié)果為進(jìn)一步深入理解P2P網(wǎng)絡(luò)借貸市場(chǎng)的運(yùn)行機(jī)制，以及為借款人和平臺(tái)提供針對(duì)性的建議提供了有力的實(shí)證依據(jù)。5.4穩(wěn)健性檢驗(yàn)為了確?；貧w結(jié)果的可靠性和穩(wěn)定性，采用多種方法對(duì)前文的回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。首先，進(jìn)行變量替換檢驗(yàn)。將信用等級(jí)這一變量替換為借款人在央行征信系統(tǒng)中的信用評(píng)分，央行征信系統(tǒng)的信用評(píng)分是基于借款人在金融機(jī)構(gòu)的各類信用活動(dòng)記錄生成，具有較高的權(quán)威性和全面性，能夠更準(zhǔn)確地反映借款人的信用狀況。將平臺(tái)規(guī)模變量替換為平臺(tái)的用戶活躍度，用戶活躍度通過(guò)平臺(tái)上用戶的登錄次數(shù)、投資次數(shù)、借款次數(shù)等指標(biāo)綜合計(jì)算得出，能更直觀地體現(xiàn)平臺(tái)的市場(chǎng)參與度和活躍程度。重新進(jìn)行二元Logistic回歸分析，結(jié)果顯示，借款人在央行征信系統(tǒng)中的信用評(píng)分與融資成功率顯著正相關(guān)，回歸系數(shù)為0.486，在0.01水平上顯著，表明信用評(píng)分越高，融資成功的概率越大，這與原模型中信用等級(jí)與融資成功率的關(guān)系一致；平臺(tái)的用戶活躍度與融資成功率顯著正相關(guān)，回歸系數(shù)為0.205，在0.05水平上顯著，說(shuō)明用戶活躍度越高，融資成功率越高，與原模型中平臺(tái)規(guī)模與融資成功率的正相關(guān)關(guān)系相符。其他變量的符號(hào)和顯著性也基本保持不變，驗(yàn)證了原模型的穩(wěn)健性。其次，進(jìn)行樣本調(diào)整檢驗(yàn)?？紤]到不同地區(qū)的經(jīng)濟(jì)發(fā)展水平、金融市場(chǎng)環(huán)境等因素可能對(duì)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率產(chǎn)生影響，剔除了經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的樣本數(shù)據(jù)，僅保留經(jīng)濟(jì)發(fā)達(dá)地區(qū)的樣本進(jìn)行回歸分析。經(jīng)濟(jì)發(fā)達(dá)地區(qū)金融市場(chǎng)相對(duì)成熟，信用體系相對(duì)完善，市場(chǎng)活躍度較高，可能會(huì)對(duì)融資成功率產(chǎn)生不同的影響?；貧w結(jié)果表明，各變量對(duì)融資成功率的影響方向和顯著性與全樣本回歸結(jié)果基本一致。例如，借款金額與融資成功率仍呈顯著負(fù)相關(guān)，回歸系數(shù)為-0.000，在0.01水平上顯著；平臺(tái)運(yùn)營(yíng)時(shí)間與融資成功率仍呈顯著正相關(guān)，回歸系數(shù)為0.148，在0.05水平上顯著。這進(jìn)一步說(shuō)明原模型的結(jié)果不受地區(qū)因素的影響，具有較好的穩(wěn)健性。然后，采用分位數(shù)回歸方法進(jìn)行檢驗(yàn)。分位數(shù)回歸可以更全面地分析自變量在因變量不同分位點(diǎn)上的影響，能夠捕捉到數(shù)據(jù)的異質(zhì)性和非對(duì)稱性。運(yùn)用分位數(shù)回歸方法對(duì)數(shù)據(jù)進(jìn)行分析，分別選取融資成功率的0.25分位數(shù)、0.5分位數(shù)和0.75分位數(shù)進(jìn)行回歸。結(jié)果顯示，在不同分位點(diǎn)上，各變量對(duì)融資成功率的影響方向基本一致。在0.25分位數(shù)上，年齡與融資成功率呈倒U型關(guān)系，信用等級(jí)與融資成功率正相關(guān)；在0.5分位數(shù)和0.75分位數(shù)上，這些關(guān)系依然成立，且各變量的系數(shù)大小和顯著性也沒(méi)有發(fā)生明顯變化。這表明原模型的結(jié)果在不同融資成功率水平下都具有一定的穩(wěn)定性和可靠性。通過(guò)以上多種穩(wěn)健性檢驗(yàn)方法，從不同角度驗(yàn)證了原回歸結(jié)果的可靠性。在變量替換、樣本調(diào)整和采用不同回歸方法的情況下，各因素對(duì)我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的影響方向和顯著性基本保持不變，說(shuō)明前文的研究結(jié)論具有較強(qiáng)的穩(wěn)健性，能夠較為準(zhǔn)確地反映各因素與融資成功率之間的關(guān)系，為進(jìn)一步的研究和實(shí)踐提供了可靠的依據(jù)。六、案例分析6.1典型平臺(tái)案例選取為了更直觀地了解影響P2P網(wǎng)絡(luò)借貸平臺(tái)融資成功率的因素，選取人人貸和拍拍貸這兩個(gè)具有代表性的平臺(tái)進(jìn)行深入分析。人人貸成立于2010年4月，是友信金服旗下的網(wǎng)絡(luò)借貸信息中介服務(wù)機(jī)構(gòu)。自創(chuàng)立以來(lái)，始終秉持“專業(yè)、嚴(yán)謹(jǐn)、自律、合規(guī)”的理念，堅(jiān)持小額分散的業(yè)務(wù)原則，致力于為個(gè)人和小微企業(yè)提供便捷的融資服務(wù)。截至2018年底，人人貸累計(jì)成交額達(dá)764億元，在行業(yè)內(nèi)具有較高的知名度和影響力。該平臺(tái)的特點(diǎn)顯著，在風(fēng)險(xiǎn)把控方面，建立了一整套貫穿于前期咨詢、貸前審核、貸后跟進(jìn)、回款管理的全面而嚴(yán)密的服務(wù)流程。從貸前審核來(lái)看，會(huì)對(duì)借款人的身份信息、信用記錄、收入狀況等多方面進(jìn)行嚴(yán)格審查，運(yùn)用大數(shù)據(jù)分析和風(fēng)險(xiǎn)評(píng)估模型，全面評(píng)估借款人的信用風(fēng)險(xiǎn)；貸中會(huì)實(shí)時(shí)監(jiān)控借款資金的流向，確保資金按照約定用途使用；貸后則會(huì)及時(shí)跟進(jìn)借款人的還款情況，對(duì)于逾期未還的借款人，會(huì)采取多種催收措施，保障投資者的權(quán)益。在創(chuàng)新方面，人人貸秉承互聯(lián)網(wǎng)的創(chuàng)新基因，兼容金融業(yè)的嚴(yán)謹(jǐn)態(tài)度，不斷進(jìn)行理念創(chuàng)新、模式創(chuàng)新、機(jī)制創(chuàng)新和產(chǎn)品創(chuàng)新。例如，在產(chǎn)品設(shè)計(jì)上，針對(duì)不同用戶群體的需求，推出了多種類型的借貸產(chǎn)品，滿足了個(gè)人消費(fèi)、小微企業(yè)經(jīng)營(yíng)等多樣化的資金需求；在技術(shù)應(yīng)用上，積極引入大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，提升平臺(tái)的運(yùn)營(yíng)效率和風(fēng)險(xiǎn)控制能力。在合規(guī)經(jīng)營(yíng)方面，人人貸嚴(yán)格遵循監(jiān)管政策，2016年2月與中國(guó)民生銀行合作上線資金存管系統(tǒng)，確保用戶資金的安全和獨(dú)立；2016年3月當(dāng)選首批中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)理事單位，積極參與行業(yè)自律和規(guī)范建設(shè)。拍拍貸成立于2007年6月，總部位于上海，是國(guó)內(nèi)首家純信用無(wú)擔(dān)保的網(wǎng)貸平臺(tái)。其以操作簡(jiǎn)單、靈活的特點(diǎn)在行業(yè)內(nèi)占據(jù)重要地位。截至2018年12月31日，拍拍貸累計(jì)個(gè)人出借用戶數(shù)為66.77萬(wàn)人，累計(jì)借款用戶數(shù)為1444萬(wàn)人。拍拍貸在金融科技和智慧金融領(lǐng)域持續(xù)投入，研發(fā)了依托集大數(shù)據(jù)、云計(jì)算和人工智能等先進(jìn)科技為一體的“魔鏡”大數(shù)據(jù)風(fēng)控系統(tǒng)。該系統(tǒng)基于嚴(yán)格的6大環(huán)節(jié)風(fēng)控流程，獲取每個(gè)借款用戶2千多個(gè)字段的信息，經(jīng)過(guò)層層篩選、轉(zhuǎn)化和加工，最終形成對(duì)每個(gè)借款標(biāo)的的準(zhǔn)確風(fēng)險(xiǎn)概率預(yù)測(cè)。在借款流程上，拍拍貸實(shí)現(xiàn)了高度自動(dòng)化，大大提高了借貸效率。借款人只需在平臺(tái)上完成注冊(cè)，并進(jìn)行相應(yīng)認(rèn)證，即可提交借款申請(qǐng)，平臺(tái)通過(guò)自動(dòng)化信審，30分鐘即可完成信貸全流程，最快2小時(shí)放款，借款進(jìn)度也可在APP中實(shí)時(shí)查詢。此外，拍拍貸還推出了多種功能來(lái)滿足用戶需求，如8月新版本推出的“滿標(biāo)加急”功能，借款人可以選擇通過(guò)“平臺(tái)籌款加急”與“邀請(qǐng)好友籌款”兩種形式快速籌集資金，讓借款時(shí)間縮短一倍以上。6.2案例平臺(tái)融資成功率影響因素分析對(duì)于人人貸而言，平臺(tái)的信用評(píng)級(jí)體系在提升融資成功率方面發(fā)揮了關(guān)鍵作用。人人貸建立了完善的信用評(píng)級(jí)系統(tǒng)，通過(guò)多維度數(shù)據(jù)對(duì)借款人進(jìn)行全面評(píng)估，涵蓋了個(gè)人基本信息、信用記錄、收入狀況、負(fù)債情況等多個(gè)方面。這些數(shù)據(jù)來(lái)源廣泛，不僅包括傳統(tǒng)的金融機(jī)構(gòu)數(shù)據(jù)，還整合了互聯(lián)