首页 百科知识 未实现融资收益借贷方向

未实现融资收益借贷方向

时间:2022-07-22 百科知识 版权反馈
【摘要】:一、样本的描述表8-2是对所有小微企业借款需求进行的描述性统计。从借款成功率、借款利率、借款人收入水平和违约率四个指标分别看地区差异对借款订单的影响程度,研究网络借贷中的地域歧视现象,以便采用有效的方法来缓解金融市场的地域歧视,促进西部地区小微企业融资效率的提高。东部地区小微企业数量众多,借款需求也相对较大。

一、样本的描述

表8-2是对所有小微企业借款需求进行的描述性统计。从中可以看出,通过人人贷平台借款的小微企业,借款平均值为79476.88元,最小值为3000元,最大值为500000元。借款利率平均为15.36%,借款期限平均为16.26个月,借款者的平均年龄为32.02岁,只有17.3%为女性借款者,借款者的学历79.5%为本科以下,学历较低。大部分的借款者信用等级不高,71.75%的借款者为高风险HR级别。整体借款需求呈现小额、短期的特征。

表8-2人人贷小微企业借款需求的描述性统计

P2P网络借贷是借款者与投资者通过网络平台而不是金融机构产生的无抵押贷款(Lin等,2009;Collier和Hampshire,2010; Bachmann等,2011)。通过P2P网络借贷平台发起的借款一般是小额、无抵押的信用借款,这些借款者无法从传统的金融机构获取间接融资。在P2P网络借贷平台中,借款者、投资者和借贷平台都试图通过提供认证、建立声誉机制以及监督各方的活动来缓解信息不对称问题。通过利用网络降低成本、减少信息不对称,网络借贷平台可以更有效率地进行借贷双方的匹配,为间融延伸提供渠道和途径。通常来讲,小微企业对借款金额需求较小,我们对所有的小微企业借款需求的样本和成功融资的小微企业获得的进款金额进行比较分析,可以看出小微企业对资金的需求大多集中在1万元到10万元,占到了所有样本的70%以上。而从成功融资的借款金额来看,88%的金额在1万元~10万元之间。

小微企业资金需求额度分布如图8-1所示,小微企业成功融资金额分布如图8-2所示。

图8-1小微企业资金需求额度分布

图8-2小微企业成功融资金额分布

为了更直观地观测有融资需求的小微企业的地区分布情况,我们对借款列表的数量分省份进行统计,并按照需求数占比降序排列,具体见表8-3。

表8-3人人贷小微企业借款需求省份分布

从借款需求数量占比来看,排名前五位的分别是山东、广东、浙江、江苏、福建,占据所有借款数量的39.98%。长三角三省一市的借款数量占比为20.97%。2012年6月和7月,中国人民银行分别两次下调金融机构人民币存贷款基准利率,但是东部企业中“未感到成本降低”的比例最高,达到72.2%。这可能与东部小微企业数量、类别众多,且东部地区企业受外贸环境的影响较大,企业为了保持持续经营的短期流动性需求较为集中有关。正如前文所述,东部地区的小微企业普遍认为“银行贷款融资成本高”。网络借贷平台作为传统借贷体系的有益补充,为小微企业提供了融资替代,延伸了其间接融资的渠道。

二、实证结果

(一)融资可得性模型结果

为了检验模型及其稳健性,我们在基础模型1的基础上,控制借款者的财务特征变量形成模型2,最终控制借款者的人口特征变量形成模型3。三个模型的整体卡方检验都显著,拒绝除截距外所有系数为零的原假设,表明所选取的变量对融资可得性有显著的影响。

各模型的回归结果见表8-4。

表8-4各模型的回归结果

续表8-4

注:***P<0.01,**P<0.05,*P<0.1。

(二)融资成本模型结果

通过观察解释变量的Pearson相关系数矩阵及变量的方差膨胀因子(VIF)计算,模型1、2、3的VIF值远小于10,可以拒绝自变量之间共线性的原假设,自变量之间的共线性不严重。回归方程方差分析的检验值显著小于0.001,说明方程是高度显著的,拒绝全部系数为零的原假设,表明进入方程的变量与融资成本间的线性关系能够成立。

为了与前面的研究相统一,我们在基础模型1的基础上,控制借款者的财务特征变量形成模型2,最终控制借款者的人口特征变量形成模型3。从表8-5可以看出,模型4到模型6调整后的R2在0.299到0.309之间,并且随着变量的加入,呈现递增的趋势,模型具有一定的解释能力。

表8-5各模型的回归结果

续表8-5

注:***P<0.01,**P<0.05,*P<0.1。

(三)地域偏向性模型分析

统计分析结果显示,在P2P网络借贷中,西部地区的借款人的融资成功率为6.9%,而中部地区的借款人的融资成功率则达到8.8%,东部地区的借款人的融资成功率更是高达9.6%。

P2P融资的地区差异统计见表8-6。

表8-6 P2P融资的地区差异统计

注:括号外的表示均值,括号内的表示标准差。

从借款成功率、借款利率、借款人收入水平和违约率四个指标分别看地区差异对借款订单的影响程度,研究网络借贷中的地域歧视现象,以便采用有效的方法来缓解金融市场的地域歧视,促进西部地区小微企业融资效率的提高。

网络借贷的地域歧视性检验见表8-7。

表8-7网络借贷的地域歧视性检验

续表8-7

注:***P<0.01,**P<0.05,*P<0.1。

三、结果分析

(一)命题一的结果分析

小微企业的借款需求通常较低。实证结果显示,借款金额对借款成功的概率有显著的负向影响,这说明借款金额越大的项目,获得资金的概率越低。在表8-2的描述性统计中,借款金额平均为79476.88元,最高金额为50万元,从图8-1中也可以看出,小微企业的资金需求大多集中在1万元到10万元之间,这是传统融资渠道不可能覆盖的用户层面。然而,通过网络平台却可获得众多投资者的青睐。同时,100元的最低投标金额也降低了投资者的理财门槛。在国内投资途径单一、银行利率尚未市场化的大环境下,网络平台的出现增加了融资和理财的途径,是间接融资延伸的一个方面。

此外,间融延伸还体现在打破地域限制的方面。从表8-3可以看出,人人贷平台成立地为北京,但是借款者的工作地点分布在全国34个省、市、自治区、直辖市。为了更直观地显示融资需求的地域分布,我们按照经济划分的通常标准,绘制小微企业借款需求的地域分布图,如图8-3所示。其中,东部地区需求占比为59%,体现了绝对优势,中部地区次之。《2013年小微企业融资发展报告》指出,东部2011年和2012年对小微金融的关注度明显高于中部和西部。东部地区小微企业数量众多,借款需求也相对较大。这说明东部地区对传统融资延伸有强烈的需求。网络借贷平台体现了不同地区的小微企业的融资需求状况,并且在一定程度上实现了资金的匹配。因此,网络借贷平台有间融延伸作用,并且在一定程度上实现了资金匹配,命题一得证。

图8-3小微企业借款需求的地域分布

(二)命题二的结果分析

参与网络借贷的投资者通常是没有专业金融知识背景的普通人。为了使得平台运营的风险降低,人人贷平台通过专业的风控团队,对借款者的资格和满标后的借款列表进行严格审核。这不仅有利于平台自身违约率的控制,也有助于P2P网络借贷行业的良好发展。在人人贷平台提交的58845条小微企业借款列表中,最后审核通过并发放借款的只有16927条,借款成功率不足30%。那么,小微企业融资可得性受到哪些因素的影响呢?

实证结果表明:借款金额、借款利率、借款期限对借款成功率具有显著的负向效应。借款金额小、期限短、利率相对较低的借款更能获取成功。这说明投资者并不是单纯追求更高的利率,而是经过理性的思考和评估,投资者将金额、利率视为借款者风险高低的信号(Seth Freedman,2008)。

人人贷对不同等级的借款者提供最低的指导利率,在同样的信用等级下,利率越低,说明借款者对自己发起的借款列表更有信心,不需要通过提高利率来吸引投资者。这与Stiglitz和Weiss (1981)对传统金融市场的预测是吻合的。对于投资者而言,较高的利率可能导致较低的回报率,因为高利率吸引了更多次级的借款者。

借款者的信用等级与借款成功率呈显著正相关,说明借款者的声誉能显著提高借款成功率。这与Klafft(2008)利用美国最大的网络借贷平台Prosper的数据进行研究的结论相一致。该研究表明,信用评级为HR的借款者(占所有借款列表的57.4%)的借款成功率仅为5.5%,而信用评级为AA的借款者的成功率却高达54%。

借款者的财务状况与借款成功率也有显著的相关性。Freedman和Jin(2008)的研究指出,Prosper借款成功率的提高得益于平台要求借款者提供更多的信息。通过回归结果可以看出,收入高、没有房贷和车贷的借款者借款成功率更高。

对已经成功匹配的借款需求进行实证分析,结果显示:影响融资成本的因素中,借款金额与借款利率呈显著负相关,这与通常认为的借款金额越大,借款风险越大,因而利率也应该更高相悖。但是,通过平台成功匹配的借款通常是信用信息良好、融资需求合理的借款,借款者的信用等级较高。人人贷平台的借款额度随着信用等级的上升而增加,因此,能成功借款的大额借款者通常信用等级较高,综合资质较好,借款金额增加对实际年利率的正影响被其他因素的影响消除。

借款期限对利率的影响为正。借款期限越长,相应的风险越大,投资者对投资的收益率要求上升。通过网络借贷平台匹配的借款,期限越长,利率越高。

信用等级对借款利率的影响最大,有显著的负向影响。信用等级越高的借款者,融资成本越低(Klafft,2008)。市场可以有效识别借款者的声誉,不同信用等级的借款者的融资成本有显著的差异,对于相同等级的借款者,投资者会进一步关注借款者的其他信息(Iyer等,2009)。

借款者的财务信息变量也对利率产生显著的影响。收入越高的借款者利率越高,这是由于收入越高的借款者的还款能力更强,能承受较高的融资成本。有车产的借款者也是经济实力较好的借款者,因此能承受的借款利率更高。有无房贷和车贷都对利率有显著的负影响。相对于其他的借款者,拥有房贷或者车贷的借款者已经获得了银行的借款,银行已经对借款者的基本还款能力作出了恰当的评估,在网络借贷平台上,被投资者认为是更具有信用的借款者,因此,融资成本更低。

借款者年龄越大,融资成本越低。投资者倾向于认为年轻人经济来源不稳定、风险较高。学历越高的借款者,融资成本越低。学历高的借款者的工作机会比较多,因此还款更有保障,也能降低其借款利率。比起未婚的借款者,已婚借款者的融资成本更低,这是由于已婚的借款者有稳定的家庭收入。

通过以上对融资可得性和融资成本的实证结果分析,可以看出,网络借贷平台的借贷匹配机制是合理有效的。信用信息良好、融资需求合理的借款能有效得到匹配。命题二得证。

(三)命题三的结果分析

现实中,地域文化差异导致地区人物性格存在差异,在市场上的信用程度不一样。西部地区的小微企业在网络借贷市场上的表现存在一定的不同,影响了金融资源配置的效率。从借款成功率、借款利率、借款人收入水平和违约率四个指标分别看地区差异对借款订单的影响,地区差异对借款成功率的影响系数为0.017,对借款利率的影响系数为0.024,对收入水平的影响系数为891.97,但是对借款违约率没有显著影响。这说明P2P网络借贷中存在地域歧视现象,而且这种地域歧视是非理性的。西部小微企业在融资过程中受到一定程度的歧视,但是这种歧视没有真正的信用价值。因此,需要改变人们对西部地区的看法,提高西部小微企业的融资效率。由此,命题三得证。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈