我国P2P网络借贷平台成交量的模型与分析

发布时间：2021-06-20 20:23

　　经济学家们将P2P网络借贷界定为一个新兴的互联网金融创新行业,自2007年8月在中国问世以来,在短短的12年间P2P网络借贷得到了迅速发展。由于行业的部分平台的不合规发展,P2P网络借贷平台在给人们的投融资带来便利的同时,也相继暴露出问题,导致P2P网贷平台成交量急剧下降,收益率也有所降低。平台成交量代表着平台的吸资能力和资金规模[1],为实现P2P网络借贷行业的健康和稳步发展,对成交量进行量化研究与分析是必要的。本文运用“网贷之家”网站的相关数据,根据定性分析、聚类分析、静态面板模型、动态面板模型理论对我国P2P网络借贷成交量建立了模型,通过动、静态模型得出了成交量与其影响因素的定量关系,以期为我国P2P网贷平台的运营者提高成交规模提供参考。（1）通过定性分析得出我国P2P网络借贷平台大多集中在东部沿海发达地区、平台背景多元化、行业借款期限合理、收益率逐渐趋于平稳、投资者的投资趋于理性。通过成交量的聚类分析进一步说明,我国P2P网络借贷有明显的地域歧视,投资者更亲睐于像广东省、北京市、上海市、浙江省这样的东部沿海发达城市。同时,这四个地区的P2P网络借贷成交量的情况可以代表我国P2P... 

【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图２－１?Ｐ２Ｐ?Ｎ络借贷平台的运营数量情况???表２－１?Ｐ２Ｐ网络借贷平台的运营数量及同比增长率情况

目前在对Ｐ２Ｐ网络借贷行业的研宄中，根据平台，将Ｐ２Ｐ网络借贷平台分为民营??系、银行系、上市系、国资系及风投系。??根据２０１８年１２月份我国Ｐ２Ｐ网络借贷行业的数据作出表２－２、图２－３与图２－４，由??图２－３与图２－４可以直观的看出我国Ｐ２Ｐ网络借贷行业中民营系平台数量占比最大，约??为７６％，然而其成交量占比２９％，这说明在众多的民营系平台中，规模小且运营效率低??的平台数量占绝大多数，同时，民营系平台中累计转型及问题平台数高，这表明民营系??平台在风控与经营管理方面存在不足。??相比民营系，上市公司系相对较好，尽管上市公司系平台数量仅占Ｐ２Ｐ网络借贷行??业平台数量总数的７％，然而其成交量占比４２％，这说明雄厚的资金背景是Ｐ２Ｐ网络借??贷平台生存与发展的基础与保障。??表２－２?２０１８年１２月我国Ｐ２Ｐ网络借贷平台的基本数据情况??运营平台数量累计转型及停业平累计问题平台数量?、??（家）?台数量⑵?⑧?（亿兀）??民营系?８０３?２７０３?２５１９?２７３．８??银行系?３?２?０?１．７６??上市系?６９?２７?１７?４０３．７５??国资系?１１５?６０?１０６?７６．８７??风投系?６８?１１?５２?２０３．４５??－９－??

018年12月份我国不同类型PZP平台的运营数量占比情况

【参考文献】：
期刊论文
[1]探析P2P网络借贷“爆雷潮”成因及对策[J]. 郝睿,杨雲.  中国国情国力. 2019(01)
[2]P2P网贷平台成交量的影响机制分析[J]. 徐梓原.  商业经济研究. 2018(22)
[3]P2P网贷平台股东背景与投资者行为研究——基于异质性动态面板协整分析[J]. 王书斌,谭中明,江红莉,谢坤,师家慧.  软科学. 2018(08)
[4]面板数据模型截面相关检验方法综述[J]. 张晨阳,魏传华,马胜春.  中央民族大学学报(自然科学版). 2018(03)
[5]P2P网贷平台的信息验证与借贷效率研究——来自“网贷之家”行业评级数据的实证检验[J]. 南洋,徐鹏.  软科学. 2018(03)
[6]利率市场化背景下P2P网贷成交量的影响因素——基于陆金服经验数据的实证研究[J]. 余少辉,刘阳,李成峰.  现代商贸工业. 2017(32)
[7]谁动了“我”的绩效?——P2P平台成交量的驱动要素和影响机制研究[J]. 魏丽萍,陈德棉,谢胜强.  外国经济与管理. 2017(06)
[8]P2P网络借贷平台交易活跃度影响因素的实证分析[J]. 王怀明,刘融.  统计与决策. 2017(06)
[9]P2P网络借贷成交量影响因素分析[J]. 左茹霞,王言,李宇红.  财会月刊. 2017(03)
[10]基于投资者视角的P2P网贷平台成交规模影响因素研究[J]. 王刚贞,江光辉.  东北农业大学学报(社会科学版). 2016(06)

硕士论文
[1]我国P2P网络借贷平台成交量影响因素实证研究[D]. 左文.华中师范大学 2017
[2]面板数据模型分析及其应用[D]. 苟博一.厦门大学 2017
[3]变系数面板数据回归模型及其应用研究[D]. 王俊超.华北电力大学(北京) 2017



本文编号：3239869