新闻中心
全球资源 本土智慧
摘要：
当下，我国亟需加强对网络借贷的监管，但明确、有效的准入指标付之阙如。数据驱动型监管理念和实证分析方法，有助于我们科学地设定监管指标。建立在6488家平台数据和46个自变量的基础上，运用SPSS软件，分别对问题平台与正常平台，逃避型平台与非逃避型平台进行回归分析发现：针对传统金融机构的股东背景、高管资格和实缴资本之要求也适用于网络借贷。具体而言，准入指标应包括：控股股东或实际控制人为资信良好的企业、高管具备硕士以上学历、公司拥有不低于5000万元的实缴资本等。对于已经准入的网贷机构，可通过落实银行存管、限制投资利率、加强违法网站查处等措施，确保监管效果的可持续性。
关键词：网络借贷 监管指标 数据驱动型监管 实证分析
一、如何设定监管指标？
网络借贷信息中介机构在中国的发展备受瞩目，它通过互联网为借款人和出借人搭建桥梁，帮助小微企业获得资金，聚合碎片化需求，并形成“长尾”效应，是“金融民主化”的先驱。[1]然而，这一互联网金融新模式，在中国出现了很多问题，失联、清盘、逾期的问题平台不断出现，数千万投资人血本无归，不断引发上访，甚至自杀等社会事件。面对打开的“潘多拉魔盒”，监管机关从包容性监管，原则性监管，迅速转向运动式监管，[2]并开始探索建立明确的准入指标。例如，2019年4月8日，银保监会出台《网络借贷信息中介机构有条件备案试点工作方案（征求意见稿）》（以下简称“《备案试点方案》”），拟对网贷提出注册资本、股东背景、高管资格等方面的要求，但上述规定尚未生效。2019年8月1日，《国务院办公厅关于促进平台经济规范健康发展的指导意见》指出：“设立金融机构、从事金融活动、提供金融信息中介和交易撮合服务，必须依法接受准入管理。”这表明国务院已经意识到网贷与其他非金融类平台不同，应依法严格准入。然而，具体、有效的准入指标仍付之阙如。当前，各省对网贷平台开展的大规模清退行动，仅是风险防范的权宜之计，从长远来看，要促进网贷行业健康发展，维护稳定的预期，明确的监管指标不可或缺。
学界对网贷的认识，也大致经历了从信息中介，到信用中介，从鼓励创新，到防范风险的过程。[3]在网贷方兴未艾之时，学界普遍对监管失灵保持警惕，反映到制度层面，为避免扼杀创新，我国选择了本意为事后报备的备案制。[4]近年来，部分学者开始质疑备案制的适当性。[5]面对不断发生的风险事件以及美、英、日三国皆对网贷严格准入的事实，[6]有学者提出我国应构建创新型监管模式，对网贷进行牌照管理。[7]但是，应当设定何种准入指标，学界却陷入争论：有的认为针对传统金融机构的监管指标也适用于网贷；[8]有的对此持不确定态度；[9]有的则主张建立一个全新的制度。[10]
面对金融科技的破坏性创新，监管机关往往陷入抑或无所作为，抑或鲁莽行动的两难境地。为防范风险，监管机关容易采取应激性的策略。但过于谨慎，可能导致新技术无法及时、有效地切入市场。为此，立法和监管设计需要变得积极主动、充满活力、反应灵敏。实现上述目标的方法之一是采取数据驱动型监管（Data Driven Regulatory Intervention），即围绕新技术的不同数据来源以确定监管什么、何时监管以及在何种程度上监管。[11]数据驱动型监管在本质上属于围绕数据聚合、大数据处理、建模分析与预测的监管科技（Regtech）。[12]与数据驱动型监管一脉相承的是实证分析。[13]建立在大数据和数理分析基础上的实证研究，可以帮助我们准确找到问题平台的特征，借助于这些特征变量，我们可以科学地设定准入指标和持续性监管指标，将可能出险的平台排除在外，并防止已经准入的平台出险。由于网贷具有涉众性，一旦平台出险，轻则损害消费者权益，重则引发系统性风险，[14]故防止平台出险，可起到“双峰监管”的效果。[15]
在通过实证分析提出监管建议方面，经济学界先行一步。李先玲（2015）基于111个问题平台的数据研究发现：平台经营经验、地区竞争程度对问题平台生存时间有显著影响，而注册资本无显著影响。[16]叶青等（2016）基于690家平台数据发现：利率畸高是识别问题平台的最重要变量，股东实力薄弱、标的类型单一、风控能力欠缺，亦是平台发生问题的前兆。[17]王修华等（2016）通过对222家平台研究发现：平台背景、注册资本等并不能显著反映正常平台与问题平台的区别，而管理层信息未披露、年化收益率高及无第三方资金存管则是问题平台的显著特征。[18]何光辉等（2017）针对491家平台进行实证研究发现：股东背景、股东数目、标的利率、业务广度、产品增信、运营年限这六个变量对平台出险存在显著影响。[19]上述研究颇具启发，但仍存缺陷：（1）样本偏少。普遍为数百个，与当前六千多家平台的总量相比，代表性欠佳。（2）变量不足。没有涉及实缴资本、失信信息、高管能力等可能对平台运营有重要影响的变量。（3）背景缺失。没有建立在“一个办法、三个指引”的颁布和网贷专项整治的背景之下。[20]（4）视角有限。未从法政策学角度提出富有广度和深度的监管建议，文章显得头重脚轻。
基于此，笔者拟建立在全样本和多维变量的基础上，运用SPSS软件对问题平台与正常平台，以及问题平台内部的逃避型平台与非逃避型平台进行二元logistic回归分析，[21]探究差异产生的原因，寻找对于平台稳健运营具有显著影响的因素，立足于法学且兼收并蓄，提出契合我国国情的网贷准入指标和持续性监管指标。
二、研究假设、样本及变量
既然学界对传统金融机构的监管指标是否也适用于网络借贷有疑问，那我们首先应确定传统金融机构的监管指标包括哪些，然后再通过实证分析进行检验。为此，笔者梳理了国内有关银行、信托、保险等12类金融机构的30部法律法规，发现传统金融机构的准入指标在股东背景、高管资格和最低实缴资本三方面具有100%的共性率，详见下表：
表1 传统金融机构的准入指标统计表
在域外，股东背景、高管资格等也是针对金融机构的常见准入指标。[22]为检验上述指标是否适用于网贷，本文提出三个假设：假设一，股东背景较强的网贷平台经营更加稳健；假设二，高管素质较高的网贷平台经营更加稳健；假设三，实缴资本较多的网贷平台经营更加稳健。
随后，笔者以通过网贷天眼收集到的平台信息为样本，以是否属于问题平台和是否属于逃避型平台为因变量，以股东背景变量、高管资格变量、资本构成变量为关键变量，并引入其他控制变量，进行二元Logistic回归分析。若回归结果显示股东背景变量对平台是否成为问题平台或逃避型平台有显著影响，则假设一成立；同样，若高管资格变量对平台是否成为问题平台或逃避型平台有显著影响，则假设二成立；若资本构成变量对平台是否成为问题平台或逃避型平台有显著影响，则假设三成立。根据上述假设的成立情况，我们可以提炼出针对网贷的具体监管指标，以改变监管指标缺位的状态。
本实证研究的初始样本为2019年1月14日网贷天眼提供的6602家平台数据。为精筛样本、扩充变量，笔者亦参考网贷之家、零壹数据等网站信息，检索各平台官网，查阅全国企业信用信息公示系统、全国法院失信被执行人名单信息查询系统、中国商标网等政府网站，并使用启信宝、天眼查等专业信息查询工具。
为确保样本中所有平台的观察期均长于6个月，[23]并与启信宝提供的截止于2019年3月13日的各平台失信记录、行政处罚、异常名录、工商变更等数据在时间上吻合，故笔者将统计基准日设定为2019年3月13日，并将网贷天眼提供的数据手动更新至统计基准日。经去除重复的70个样本及位于香港的4家平台，排除互联网支付平台、货币市场基金交易平台、区域股权交易中心等44家非网贷平台，增加网贷天眼遗漏的4家中国互联网金融协会会员平台，笔者最终保留6488家平台作为样本数据。
根据采集到的信息，本文整理2个因变量和46个自变量（含16个关键变量和30个控制变量），以供后文分析：
包括以下2个哑变量，如是，则取值为1，如否，则取值为0：[24]
是否属于问题平台，系指平台是否属于网贷天眼公布的9类问题平台之一，即平台失联、跑路平台、提现困难、平台诈骗、警方介入、争议平台、平台清盘、平台展期或暂停运营。
是否属于逃避型平台，系指在平台已经发生问题的前提下，平台是否失联或跑路。在网贷天眼划分的9类问题平台中，前2类可归纳为逃避型平台，表现为平台实际控制人跑路，此种情形对投资人最为不利；后7类可归纳为非逃避型平台，即平台虽因提现困难等原因无法兑付投资人本息，但至少平台没有失联，对投资人的危害性相对较小。将平台是否属于逃避型平台作为第二个因变量，是为了构建风险防范的第二条防线。通过找到与逃避型平台显著相关的变量，我们可以设计监管指标，实现平台即便出险，也不逃避责任，以尽力保护投资人利益。
关键变量是用于解释因变量的核心自变量，包括股东背景、高管资格和资本构成3类。
股东背景变量用于衡量平台股东背景的强弱，包括以下9个哑变量：是否属于纯粹民营背景、是否属于中国互金协会背景、是否属于协会背景、是否属于国资背景、是否属于风投背景、是否属于上市背景、是否属于自然人独资、最大股东是否为自然人。
高管资格变量用于衡量平台运营公司的经理或总经理是否具备相关能力，包括以下4个哑变量：高管是否具有金融从业经验、[25]高管是否具有专科以上学历、高管是否具有本科以上学历、高管是否具有硕士以上学历。[26]
资本构成变量用于衡量公司注册资本和实缴资本的充裕度，包括如下4个变量：注册资本、实缴资本、注册资本对数值、[27]实缴资本对数值。[28]
控制变量是辅助关键变量共同解释因变量的自变量，包括公司治理、业务模式、守法合规和知识产权4类。
公司治理对公司的运营具有重要影响，故设置以下9个公司治理变量：股东数量、董事数量、监事数量、股东年平均变更次数、[29]董监高年平均变更次数、是否属于关联平台、[30]是否注销、分公司数量、子公司数量。
平台在产品利率、投资期、是否担保等方面往往各具特色，这些差异有助于把握平台特征，揭示风险，故设置以下7个业务模式变量：平均利率、[31]最长投资期、[32]是否提供担保、[33]是否仅采用第三方担保、[34]债权是否可以转让、[35]是否可以自动投资、[36]是否属于综合理财平台。
平台过去的守法合规状况可能与其当前的表现存在联系，故设置以下11个守法合规变量：是否银行存管、[37]失信被执行人次数、[38]行政处罚次数、未披露年报次数、未按时披露特定事项次数、弄虚作假次数、[39]通过经营场所无法联系次数、[40]是否变异为违法网站、是否办理ICP备案、[41]是否取得ICP经营许可证、[42]经营范围中是否含有网络借贷。[43]
对于互联网金融公司，科技创新能力在一定程度上反映了其市场竞争力，故设置以下3个知识产权变量：著作权数量、商标权数量、专利权数量。
三、统计分析及结果
截至统计基准日，共有平台6488家，其中正常平台1227家，问题平台5261家，问题平台占比81.1%。在问题平台中，逃避型平台2959家，非逃避型平台2302家，逃避型平台占比56.2%。可见，逾八成平台已经出险，且一旦出险，超过一半的平台会跑路。
从时间维度看，自我国第一家网贷平台拍拍贷于2007年上线以来，网贷平台的数量经历了从极速增长到逐步趋缓的过程：2007年至2015年的年均增长率高达190.8%，而2015年至2018年的年均增长率仅7.9%，2018年9月后未有新平台上线。与此同时，问题平台占比不断攀升，从2012年的0.48%，升至2015年的26.31%，再到统计基准日的81.1%，如下图所示：
图1 问题平台数量及占比的时间分布图
从空间维度看，经济发达的“北上广”占据平台总数的前三甲，三省平台数占全国总数的44.4%，而平台数量最少的西藏仅有两家平台。各省问题平台占比差异较大：新疆最低，为48.15%；山东最高，达93.97%，如下图所示：
图2 问题平台数量及占比的空间分布图
通过独立样本T检验，可发现问题平台与正常平台以及逃避型平台与非逃避型平台的多维差异，下表显示了4类平台在46个自变量项下的平均值及其显著性：
表2 4类平台46个变量的平均值对比表
注：***、**和*分别表示在0.1%、1%和5%水平下显著。
由上表可知，问题平台与正常平台相比：具有纯粹民营背景、自然人独资或最大股东是自然人的平台更可能出险，而具有协会、国资、风投或上市背景的平台更安全。问题平台有金融从业经验的高管比例为53%，而正常平台为62%；问题平台拥有本科和硕士以上学历的高管占比仅6%和3%，而正常平台高达43%和22%。问题平台的平均注册资本和实缴资本分别为5359.08万元和2136.86万元，而正常平台分别为7930.47万元和4043.36万元。问题平台拥有较少的股东、董事、监事和子公司，股东和董监高的变更次数较少，公司注销的比例较高。问题平台的利率更高，投资期更短，采取担保措施、允许债权转让、支持自动投资和开展综合理财的比例都较少。问题平台较少与存管银行合作、进行ICP备案、取得ICP经营许可证，拥有更多的失信记录，更容易异化为违法网站。此外，问题平台拥有较少的著作权、商标权和专利权。
其次，逃避型平台与非逃避型平台相比：逃避型平台更可能是纯粹民营背景、拥有自然人独资或最大股东是自然人，非逃避型平台更可能具有协会、国资、风投或上市背景。逃避型平台拥有本科和硕士以上学历的高管占比仅2%和1%，而非逃避型平台高达11%和5%。逃避型平台的平均注册资本和实缴资本分别为4792.18万元和1539.39万元，而非逃避型平台分别为6085.07万元和2880.19万元。逃避型平台拥有较少的股东、董事、监事、关联公司、分公司和子公司，股东和董监高的变更次数更少，公司注销的情形更多。逃避型平台的利率更高，投资期更短，采取担保措施、允许债权转让、接受自动投资的情形都较少。逃避型平台较少建立银行存管、进行ICP备案、取得ICP经营许可证，较多异化为违法网站。逃避型平台拥有更少的著作权和商标权。
与上一组相比，逃避型平台与非逃避型平台的比较主要呈现出以下三个特点：第一，逃避型平台有54%的高管具有金融从业经验，比非逃避型平台反而高出1个百分点，但是，在统计上二者的区别并不显著，因此并不能概括地说逃避型平台拥有更多具备金融从业经验的高管。第二，逃避型平台与非逃避型平台相比，较少存在关联关系且拥有较少的分公司，上述两点在问题平台与正常平台的对比上并不显著性，这可能是因为更少的关联公司及分公司会减少平台跑路的成本，但与平台是否稳健运营无关。第三，逃避型平台与非逃避型平台在是否被列为异常经营名录的四个事项上（未披露年报次数、未按时披露特定事项次数、弄虚作假次数和通过经营场所无法联系次数）均不具有显著性，这可能是因为逃避型平台与非逃避型平台都已经是问题平台，因而在异常经营方面具有共性。
在上述变量中，行政处罚次数颇值关注。问题平台和正常平台平均受到行政处罚的次数分别为0.21和0.44，逃避型平台和非逃避型平台平均受到行政处罚的次数分别为0.16和0.26。也就是说，表现更好的平台反而比表现不好的平台遭受多1倍左右的行政处罚，且差异在0.1%水平下显著。行政处罚作为政府的“有形之手”，本应惩恶扬善，但数据表明行政处罚并没有起到积极作用，这一现象值得重视和反思。[44]
独立样本T检验是单变量分析工具，无法说明在多因素相互作用的情况下，哪些自变量对因变量具有显著影响。为此，笔者以是否属于问题平台为因变量，进一步以Logistic回归分析进行检验，最终有4316个样本进入回归分析，占平台全样本的66.5%，结果如表3：[45]
表3 是否属于问题平台的Logistic回归分析结果
表3显示了Logistic回归模型中各自变量的显著性、发生比、偏回归系数和标准化回归系数，[46]笔者从以下四个维度对上表进行解析：
首先，从待检验事项上看，经过显著性筛选，三个关键变量均有相关变量进入回归模型，分别是作为股东背景的是否属于纯粹民营背景、是否属于自然人独资，作为高管资格的是否具有硕士以上学历，作为资本构成的注册资本对数值和实缴资本对数值。经检验，注册资本和实缴资本并不具有显著性，但二者的对数值均具有显著性，由此可见，二者对平台是否成为问题平台的影响具有边际递减趋势，即随着数量的提升，对平台的影响越来越弱。
其次，从数量上看，在进入回归的21个变量中，股东背景3个，高管资格1个，资本构成2个，公司治理3个，业务模式4个，守法合规7个，知识产权1个。有33.3%的变量属于守法合规变量，在数量上占据绝对优势。
再次，从作用程度来看，标准化回归系数的大小代表了同时考虑到其他自变量存在的情况下，各自变量对因变量作用的大小。[47]由上表可知，21个变量对因变量的影响逐渐减小，大致可分为三个梯队。第一梯队是：失信被执行人次数、是否办理ICP备案、未披露年报次数、是否银行存管、平均利率、是否变异为违法网站，它们的影响力最大。第二梯队是：是否注销、通过经营场所无法联系次数、是否属于纯粹民营背景、商标权数量、高管是否具有硕士以上学历，它们的影响力一般。第三梯队是：是否属于自然人独资、最长投资期、注册资本对数值、是否仅采用第三方担保、经营范围中是否含有网络借贷、董监高年平均变更次数、实缴资本对数值、是否属于中国互金协会背景、债权是否可以转让、是否属于关联平台，它们的影响力较小。在第一梯队的6个变量中，有5个都属于守法合规变量，可见其重要性。
最后，从作用方向上看，失信被执行人次数、未披露年报次数、平均利率、是否变异为违法网站、是否注销、通过经营场所无法联系次数、是否属于自然人独资、注册资本对数值、是否属于关联平台9个变量的偏回归系数为正、发生比大于1，这些变量会增加成为问题平台的机会；而其他12个变量的偏回归系数为负、发生比小于1，这些变量会减少成为问题平台的机会。
表4 是否属于问题平台的Logistic回归模型的预测正确率
表4显示的是Logistic回归模型的预测正确率。由该表可知，前述回归模型对样本中正常平台的1190个样本，正确识别了739个，错误识别了451个，预测正确率为62.1%；对问题平台的3126个样本，正确识别了2845个，错误识别了281个，预测正确率为91.0%；总正确率为83.0%，属于较好水平。由于预测正确率较高，模型拟合较好，我们可根据平台特征的偏回归系数建立是否属于问题平台的预测模型如下：
在上述公式中，P代表是否为问题平台的概率；e是自然常数，约等于2.71828；
而X1至X2分别代表失信被执行人次数、是否办理ICP备案、未披露年报次数、是否银行存管、平均利率（%）、是否变异为违法网站、是否注销、通过经营场所无法联系次数、是否属于纯粹民营背景、商标权数量、高管是否具有硕士以上学历、是否属于自然人独资、最长投资期、注册资本对数值、是否仅采用第三方担保、经营范围中是否含有网络借贷、董监高年平均变更次数、实缴资本对数值、是否属于中国互金协会背景、债权是否可以转让、是否属于关联平台等21个自变量。在对某一平台是否会成为问题平台进行预测时，可将平台的特征变量代入上述方程计算，所得结果越接近1，成为问题平台的概率就越高；越接近0，保持正常平台的概率就越高。
为进一步探究影响平台稳健运营的因素，在问题平台内部，以是否属于逃避型平台为因变量，以Logistic回归分析方法进行检验，最终有4337个样本进入回归分析，占问题平台的82.4%，结果如表5：[48]
表5 是否属于逃避型平台的Logistic回归分析结果
表5显示了Logistic回归模型中各自变量的显著性、发生比、偏回归系数和标准化回归系数，笔者从以下四个维度对上表进行解析：
首先，从待检验事项上看，经过显著性筛选，三个关键变量均有相关变量进入回归模型，分别是作为股东背景的是否属于上市背景、是否属于纯粹民营背景、最大股东是否为自然人，作为高管资格的是否具有硕士以上学历，作为资本构成的注册资本对数值和实缴资本对数值。上述情形与是否属于问题平台的检验十分类似，只不过将股东背景变量中的是否属于自然人独资，更换为是否属于上市背景和最大股东是否为自然人。
其次，从数量上看，在纳入回归的14个变量中，股东背景3个，高管资格1个，资本构成2个，公司治理1个，业务模式1个，守法合规4个，知识产权1个。可见，守法合规变量同样在数量上最多。
再次，从作用程度来看，14个变量对因变量的影响逐渐减小，大致可以分为两个梯队。第一梯队是：是否银行存管和是否取得ICP经营许可证，二者的标准化回归系数远高于其他变量，表现出巨大的影响力。剩余12个变量的标准化回归系数的递减趋势比较平缓且差异不大，故可归为第二梯队，它们的影响力相对较小。第一梯队的两个变量均属守法合规变量，可见其重要地位。
最后，从作用方向上看，是否注销、是否属于纯粹民营背景、最大股东是否为自然人、是否变异为违法网站、是否提供担保5个变量的偏回归系数为正、发生比大于1，这些变量会增加成为逃避型平台的概率；而其他9个变量的偏回归系数为负、发生比小于1，这些变量会减少成为逃避型平台的概率。
表6 是否属于逃避责任型平台的Logistic回归模型的预测正确率
表6显示的是Logistic回归模型的预测正确率。由该表可知，前述回归模型对样本中非逃避责任型平台的1941个样本，正确识别了811个，错误识别了1130个，预测正确率为41.8%；对逃避责任型平台的2396个样本，正确识别了2091个，错误识别了305个，预测正确率为87.3%。虽然前一个正确率只有41.8%，但总正确率为66.9%，且由于预测逃避责任型平台的正确率较高，从谨慎的角度出发，更有利于揭示风险，故上述回归模型在总体上仍然可以接受。我们可根据平台特征的偏回归系数建立是否属于逃避责任型平台的预测模型如下：
在上述公式中，P代表是否为逃避责任型平台的概率；e是自然常数，约等于2.71828；
而X1至X14分别代表是否银行存管、是否取得ICP经营许可证、是否属于上市背景、是否办理ICP备案、是否注销、著作权数量、实缴资本对数值、是否属于纯粹民营背景、高管是否具有硕士以上学历、最大股东是否为自然人、是否变异为违法网站、董监高年平均变更次数、注册资本对数值、是否提供担保等14个自变量。在对某一问题平台是否会成为逃避责任型平台进行预测时，可将平台的特征变量代入上述方程计算，所得结果越接近1，成为逃避责任型平台的概率就越高；越接近0，成为非逃避责任型平台的概率就越高。
值得注意的是，是否属于纯粹民营背景，在前后两次回归中的作用方向是相反的，即：具有纯粹民营背景的企业更可能是正常平台，但一旦成为问题平台，又更容易跑路。前一表现与笔者在独立样本T检验时看到的结果也相反。上述现象产生的原因可能是：独立样本T检验是单变量分析工具，当通过多元回归纳入其他变量之后，民营企业因为管理灵活、决策高效等特点反而更有利于平台稳健运营。[49]当然，无论是独立样本T检验，还是多元回归分析均表明，民营企业更容易在发生问题后跑路。因此，我们对民营企业应当辩证看待：既不能一味排斥，也不能不加限制。
作用方向相反的变量还有注册资本对数值，即：具有较高注册资本对数值的平台更可能是问题平台，而一旦成为问题平台，却不容易跑路。前一表现也与独立样本T检验结果相反。上述原因除了独立样本T检验属于单变量分析，结论未必准确之外，还可能与我国注册资本改革的背景相关。改革之后，注册资本和认缴期没有法定要求，部分投资者为彰显公司实力，故意设定虚高的注册资本和漫长的认缴期，造成注册资本与公司实力的偏离。[50]注册资本对数值偏高可能恰好反映部分投资者的浮躁心态，平台因而也更容易出险。但是，在平台已经出险的情况下，如公司破产或清算，注册资本的认缴义务将转化为实缴义务，结合独立样本T检验反映出的有更多关联公司和分公司的平台更不容易跑路的结果，注册资本对数值高所带来的实缴压力可能迫使平台投资人坚持运营，而不是跑路。
至此，文首提出的三个假设均得到验证，即具有较强股东背景、较高高管素质、较多实缴资本的网贷平台经营更加稳健，来自于传统金融机构的三大准入指标也适用于网络借贷。同时应看到，三类指标的影响力一般，均未列入第一梯队，且上述变量发挥作用的方式不一定是直接的，比如，实缴资本以对数化的方式展现其影响力。
四、准入指标的设定
基于上述回归分析，我们已经有能力设定准入指标，并反思征求意见中的《备案试点方案》。鉴于目前已有大量平台开展网贷业务，故应区分新设机构和存续机构：以下第一类指标同时适用于新设机构和存续机构；第二类指标仅适用于存续机构。
表3显示如果自然人是企业唯一股东，则网贷平台更可能出险；表5显示如果自然人是企业最大股东，则网贷平台更可能跑路。原因也许是基于人性固有的弱点，如果单一自然人在公司中影响过大，容易导致经营随意、任性、缺乏科学性。为此，应禁止自然人成为网贷机构的控股股东或实际控制人，鼓励上市公司或其他具备良好资信的企业入主网贷机构。
此外，不应该歧视民营企业。在前后两次回归中，是否属于纯粹民营背景具有“两面性”，而具有国资、风投或上市背景的平台也没有表现出明显的优势。基于此，应当为实力雄厚、资信良好的民营企业预留空间，同时应综合下文提出的其他监管指标，对民营企业形成有效约束。
基于均值的比较，问题平台拥有专科以上学历的高管多过正常平台，但拥有本科和硕士以上学历的高管却远不及正常平台。由于拟合度和多重共线性的原因，高管是否具有硕士以上学历的变量比高管是否具有本科以上学历的变量更适合进入回归模型。[51]表3和表5分别显示：如果网贷机构的高管具备硕士学历，则问题平台的发生比降低为原来的0.424倍，逃避型平台的发生比降低为原来的0.551倍。基于此，应确保高级管理人员具备硕士以上学历。由此看来，《备案试点方案》中有关平台高管需具备大专以上（含大专）学历的要求过低。
过去有关问题平台的实证研究均集中在注册资本，尚未考虑实缴资本对平台的影响。[52]根据表3和表5，实缴资本对平台稳健运营具有一定影响，但是影响的效果呈边际递减趋势。鉴于正常平台的平均实缴资本为4043万元，可以考虑设置5000万元的最低实缴资本额，且实缴资本应为货币资金，以保障平台具备必要的资金实力。由此反观《备案试点方案》有关“单一省级区域经营机构实缴注册资本不少于人民币5000万元，全国经营机构实缴注册资本不少于人民币5亿元”的要求，姑且不论人为分割经营地域的做法是否科学，5亿元实缴资本的要求明显过高。
在样本中，有580个平台与其他一个或多个平台之间存在关联关系，也就是说，约9%的平台属于有关联背景的平台。在网贷兴起之初，基于对未来不确定性的担忧，很多公司采取“两条腿走路”的策略，出现不少关联平台。从统计数据来看，关联平台之间普遍具有“同向现象”，即77.1%的关联平台要么同为正常平台，要么同为问题平台。虽然关联平台在独立样本T检验中不具有显著性，但在表3的回归中，表现出更易发生问题的倾向，[53]故应禁止关联平台进入网贷市场。基于此，《备案试点方案》有关“股权关系复杂且不透明、关联交易频繁且异常、已直接或通过关联方间接控制一家网贷机构的法人机构不得作为网贷机构股东或实际控制人”的要求是正确的。
两次回归表明守法合规变量是识别平台是否出险及是否逃避责任的最重要因素。鉴于正常平台运营主体的平均存续天数为741天，[54]可以要求存续机构在申请准入时已持续运营2年以上，具体理由有二：第一，“路遥知马力”，达到2年平均生存期的平台已经证明其具有较强的生命力。第二，2年期的设置为判断平台是否守法合规经营提供了明确的考察期。存续机构须在整个存续期内，未被列入失信被执行人名单，未因未披露年报、通过经过场所无法联系等原因被列入异常经营名录，同时，已依照信息产业主管部门的要求办理网站ICP备案。
正常平台平均拥有2.41件著作权和19.58件商标权，而问题平台平均仅拥有0.62件著作权和3.59件商标权，上述差异均在0.1%水平下显著。表3显示拥有更多商标权将增大平台正常运营的机会，这可能是因为正常平台更加注重声誉，希望通过更多商标区别于他人的商品和服务。表5显示拥有更多著作权将提高问题平台不逃避的可能性，这可能是因为“有恒产者有恒心”，跑路意味着抛弃既有权益，会给已经拥有较多著作权的平台带来更大损失。此外，拥有更多知识产权本身也代表平台具有较强的科技创新能力。因此，可将存续机构拥有不少于3件著作权和不少于19件商标权，作为平台准入的辅助性参考指标。
五、持续性监管指标的构建
除设定准入指标以外，还应为已经准入的机构设定如下持续性监管措施：
有学者认为银行存管是保障出借人和借款人资金安全，防止平台卷款跑路的重要措施。[55]但是，也有学者认为资金存管在保护投资者利益全局中的作用是相对有限的。[56]根据两次回归分析的标准化回归系数可知，在识别平台是否出险方面，银行存管具有第四重要的地位；在识别问题平台是否跑路方面，银行存管具有第一重要的地位。因此，应要求所有获准开展网贷业务的机构与银行签订存管协议，上线银行存管系统。此外，回归显示，经营范围中是否含有网络借贷以及是否取得ICP经营许可证，对平台稳健运营也有影响。故对于已建立银行存管的企业，工商行政管理部门应在其营业执照中添加“网络借贷信息中介”的经营范围，信息产业主管部门应依法颁发ICP经营许可证，助其名正言顺地开展网贷业务。
有学者认为平台设定较高利率可能与骗取投资人资金相关，同时高利率可能成为滋生高利贷的温床，故主张对利率进行管控。[57]表3显示，正常平台的平均利率为10.6%，而问题平台的平均利率为12.47%，可以看出确实利率越高，平台越容易出险。但利率是一个随资金供求关系变化的经济变量，监管规定不宜直接针对网贷平台设定利率上限。鉴于投资人收益全部来自于借款人偿还的利息，即使平台不从中收取费用，也不应设定高于借款利率的收益率，否则平台涉嫌违规补贴。目前，有关投资利率的监管主要从禁止虚假广告的角度展开，尚未在数量上进行规制，故应填补制度漏洞，要求网贷产品的年化预期收益率不得超过借款人依据借款合同应支付的年化借款利率。
是否变异为违法网站在表3和表5中均具有显著性。笔者发现，当网贷平台转变为问题平台之后，有1218家网站异化为违法网站（占问题平台总数的23.15%），包括1073家博彩网站（占比88.1%），96家博彩和黄色兼有的网站（占比7.88%），33家黄色网站（占比2.71%），12家假冒政府或学校网站（占比0.99%）以及4家非法理财网站（占比0.33%）。平台异化的原因可能是平台经营者不负责任地将域名出售给不法分子以赚取高额利润，也可能是平台经营者在经营失败后故意投身于一本万利的博彩行业，还可能是原网贷域名到期后被不法分子抢注。由于这些网站曾是网贷平台的官网，拥有大量受众，在转变为博彩网站之后，蒙受损失的投资人可能在侥幸心理的驱使下参与赌博，与此同时，民间闲散资金也可能借道流向非法领域。《互联网域名管理办法》虽然要求域名注册服务机构和域名注册管理机构在发现违法网站后立即采取消除、停止解析等处置措施，并向有关部门报告，但并未细化二者的持续监督义务，为此，应明确域名注册服务机构对其代理注册域名的复检周期、措施及责任，加强中国互联网络信息中心对所有域名的定期复检工作，引入“吹哨人制度”以解决信息不对称问题。
由表3可知，投资期对平台运营有一定影响，最长投资期越短，越不利于平台稳健运营。网贷产品与货币市场基金等具有较高流动性的产品不同，如果最长投资期过短，说明平台本身可能存在资金池。《备案试点方案》要求“网贷机构不得通过债权转让模式拆分债权、进行期限错配”的要求是正确的，但是该文件同时要求“同一网贷平台出借人之间债权转让次数不得超过3次（自债权成立起算）”则值得商榷。表3表明，允许出借人的债权向他人转让将降低问题平台的发生概率。在禁止期限错配，防范资金池风险的同时，应允许平台设置“二级市场”，以满足出借人因入学、就医、买房等特殊原因而产生的流动性需求。至于债权转让的次数，则不必进行限制。
回归表明，如果仅由第三方对出借人债权提供担保，将有利于平台稳健运营，但如果将平台风险准备金和自有资金兑付也纳入担保中，使其成为一个整体变量，则在平台发生问题后，采取担保措施的平台更容易跑路。原因可能是平台自担，使平台直接面对众多出借人的追索；而第三方担保，既能保障出借人利益，又能缓冲平台压力。基于此，在制度设计上应提倡第三方担保，反对平台直接自担。
表3和表5显示，董监高的年平均变更次数越多，不仅越有利于平台正常经营，即使已经成为问题平台，其逃避责任的可能性也越小。这可能是因为好平台对外部投资人有吸引力，所以导致更多的股东变更，从而引发董监高变更；也可能是因为网贷行业存在职业经理人市场，如果经理人表现不佳，股东可以随时对其更换；此外，董事多元化带来的积极效应也可能是原因之一。[58]基于此，应允许网贷机构进行股东及董监高变更，但应当对新股东及董监高进行必要的审查。结合上文分析，如新股东是控股股东，应确保其为资信良好的企业；对于新上任的高管，则应要求其具备硕士以上学历。
学界普遍认为作为民间软法的自律规定，其效力结构未必完善，却富有实效。[59]表3显示，如果平台具有中国互金协会背景，问题平台的发生比下降为原来的0.51倍。因平台是否属于中国互金协会背景的变量与平台是否属于协会背景的变量具有多重共线性，故后者未被纳入回归分析。如果将前者替换为后者，后者在回归中亦具有显著性，问题平台的发生比下降为原来的0.63倍。这说明无论是具有中国互金协会背景，还是地方互金协会背景，均有助于提高平台运营的稳健性。故应鼓励更多平台加入行业协会，充分发挥自律功效。
目前，《网贷管理办法》第十条第一款第七项禁止网贷平台自行发售理财等金融产品募集资金，代销银行理财、券商资管、基金、保险或信托产品等金融产品。互联网金融风险专项整治工作领导小组办公室于2018年8月13日发布并实施的《关于开展P2P网络借贷机构合规检查工作的通知》进一步明确“未经许可发行销售各类资产管理产品，未经许可为其他机构的金融产品开放链接端口、进行广告宣传”属于违反前述规定的违规行为。
本文样本中共有40家网贷平台以流量跳转或官网展示的方式推荐保险、基金等产品。截至统计基准日，上述综合理财平台中问题平台占比仅25%，远低于全样本问题平台占比81.1%。是否属于综合理财平台对于识别问题平台与逃避型平台亦不具有显著性。从成本收益的角度看，网贷平台“通过混合型的经营，其综合成本可以被降低到单一产品的成本线以下”。[60]是故，在确保网贷平台没有直接代理销售金融产品、夸大收益或虚假宣传的前提下，可暂不禁止网贷平台仅以流量跳转或官网展示的方式开展综合理财业务。
《网贷管理办法》第二十五条规定：“未经出借人授权，网络借贷信息中介机构不得以任何形式代出借人行使决策。”这实际上为网贷平台开展自动投资业务提供了空间。但《备案试点方案》要求网贷平台不得开展自动投标及其他委托投标业务。是否应当允许网贷平台基于出借人授权自动投资，在理论上也存在争议：有的支持，[61]有的反对。[62]
基于实证研究，自动投资并不会让平台变得更好，或更糟，尚无充分理由禁止能够带来便捷性的自动投资。但应看到，自动投资容易导致平台侵害出借人利益的事件发生，例如平台隐瞒借款项目的真实情况，为投资人匹配逾期资产。“互联网金融平台的商业模式不可避免地存在一定的利益冲突，极易诱使网络平台人为操纵金融产品的推介结果。”[63]基于此，我们应当对自动投资业务进行必要的规制：首先，自动投资必须基于出借人自愿授权，且出借人有随时解除的权利。其次，应要求平台进行事前和事中的信息披露。《网络借贷信息中介机构业务活动信息披露指引》第九条已经做出相关规定，但实践中没有落实到位。为此，应加重平台运营主体的责任，构建举证责任倒置制度，明确：“出借人因投资发生损失，请求网络借贷平台承担赔偿责任，网络借贷平台不能证明其已按监管规定或合同约定履行信息披露义务的，人民法院应支持出借人的诉讼请求”。[64]
六、结语
面对频发的风险事件，政府和学界都意识到加强网贷监管的必要性，但明确、有效的准入指标至今未能确立，这势必会影响我国“立治有体，施治有序”改革目标的实现。
通过实证研究，我们可为网络借贷设定如下准入指标：第一，控股股东或实际控制人为资信良好的企业；第二，高管具备硕士以上学历；第三，拥有不低于5000万元的实缴资本；第四，禁止关联平台进入网贷市场。对于存续机构，还应当要求其持续经营满2年，依法合规经营并具备良好信用，其拥有并实际使用一定数量的著作权和商标权也可以作为辅助性参考指标。
对于已经准入的网贷机构，应采取如下措施保证监管效果的可持续性：第一，落实银行存管等要求；第二，限制投资利率上限；第三，加强对违法网站的查处力度；第四，禁止期限错配与允许债权转让相结合；第五，提倡第三方担保；第六，规制股东及董监高的变更；第七，发挥行业协会的自律功能；第八，为综合理财平台预留发展空间；第九，允许自动投资并加重平台责任。
需要说明的是，上述监管指标并非一成不变，而应随着市场的发展变化而进行必要的调整。本文与其说是设定监管指标，不如说是倡导一种“大数据立法”的方法论。传统监管通常基于事实而进行，然而，我们已经生活在一个数据的世界，监管必须积极、动态地响应数据和当今趋势。我们不应将“科学立法、民主立法、依法立法”的理念束之高阁，而应通过实证研究，使数据驱动型监管真正落地，让监管科技早日实现。
本文的精简版发表于《行政管理改革》2020年第4期。
[1] 参见彭岳：《互联网金融监管理论争议的方法论考察》，《中外法学》2016年第6期，第1633页。
[2] 参见许多奇：《互联网金融风险的社会特性与监管创新》，《法学研究》2018年第5期，第25-28页。
[3] 黎四奇：《我国网络信贷风险规制法律问题研究》，《法律科学（西北政法大学学报》2014年第4期，第142页。姚海放：《治标和治本：互联网金融监管法律制度新动向的审思》，《政治与法律》2018年第12期，第12页。
[4] 备案制设定的初衷是希望通过宽松的事后报备，避免束缚网贷行业的发展，正如银监会、工业和信息化部、国家工商行政管理总局于2016年10月28日发布并实施的《网络借贷信息中介机构备案登记管理指引》第二条第二款所言：“本指引所称备案登记是指地方金融监管部门依申请对管辖内网络借贷信息中介机构的基本信息进行登记、公示并建立相关机构档案的行为。备案登记不构成对机构经营能力、合规程度、资信状况的认可和评价。”
[5] 参见前引[3]，姚海放文，第16页。
[6] 有关美英日三国的监管制度，可分别参见United States Government Accountability Office, PERSON-TO-PERSON LENDING New Regulatory Challenges Could Emerge as the Industry Grows, July, 2011；The FCA’s Regulatory Approach to Crowdfunding over the Internet, and the Promotion of Non-readily Realisable Securities by other Media（2014）；刘进一：《日本网络借贷监管制度及启示》，《现代日本经济》2019年第2期，第36-47页。
[7] 参见彭冰：《反思互联网金融监管的三种模式》，《探索与争鸣》2018年10月，第10-13页。
[8] 参见胡光志、周强：《论我国互联网金融创新中的消费者权益保护》，《法学评论》2014年第6期，第141-142页；冯辉：《网络借贷平台法律监管研究》，《中国法学》2017年第6期，第230页。
[9] 参见武长海：《论我国互联网金融投资者准入法律制度》，《政法论坛》2016年第4期，第95页。
[10] 参见岳彩申：《互联网时代民间融资法律规制的新问题》，《政法论丛》2014年第3期，第9页。
[11] See Mark Fenwick，Wulf A. Kaal and Erik P.M. Vermeulen，“Regulation Tomorrow: What Happens When Technology Is Faster Than The Law?”，American University Business Law Review，Vol. 6:3，2017，pp.585-589.
[12] 参见许多奇：《金融科技的“破坏性创新”本质与监管科技新思路》，《东方法学》2018年第2期，第9页；杨东：《监管科技：金融科技的监管挑战与维度建构》，《中国社会科学》2018年第5期，第83-86页。
[13] 参见左卫民：《法学实证研究的价值与未来发展》，《法学研究》2013年第6期，第13页。
[14] See William Magnuson, Regulating Fintech, Vanderbilt Law Review, Vol.71, 2018, pp.1171-1172.
[15] 有关“双峰监管”，详见Michael W Taylor, The Road From "Twin Peaks" and The Way Back, Connecticut Insurance Law Journal, Vol．16:1, 2009, pp 61-96.
[16] 参见李先玲：《P2P网络借贷平台倒闭原因的实证分析》，《金融发展研究》2015年第3期，第51-55页。
[17] 参见叶青、李增泉、徐伟航：《P2P网络借贷平台的风险识别研究》，《会计研究》2016年第6期，第43页。
[18] 参见王修华、孟路、欧阳辉：《P2P网络借贷问题平台特征分析及投资者识别——来自222家平台的证据》，《财贸经济》2016年第12期，第71-84页。
[19] 参见何光辉、杨咸月、蒲嘉杰：《中国P2P网络借贷平台风险及其决定因素研究》，《数量经济技术经济研究》2017年第11期，第55页。
[20] 一个办法是指银监会、工业和信息化部、公安部、国家互联网信息办公室于2016年8月17日发布并实施的《网络借贷信息中介机构业务活动管理暂行办法》（以下简称“《网贷管理办法》”），三个指引是指《网络借贷信息中介机构备案登记管理指引》、银监会于2017年2月22日发布并实施的《网络借贷资金存管业务指引》和银监会于2017年8月23日发布并实施的《网络借贷信息中介机构业务活动信息披露指引》。
[21] 对Logistic回归分析方法的解释，可参见郭志刚主编：《社会统计分析方法SPSS软件应用》，中国人民大学出版社2015年版，第164-207页。
[22] See John Armour, Dan Awrey, Paul Davies, Luca Enriques, Jeffrey N. Gordon, Colin Mayer and Jennifer Payne, Principles of Financial Regulation, Oxford University Press, 2016, p. 74.
[23] 英国“监管沙盒”制度所确定的实验持续期为3至6个月，笔者以此为参照，为样本设定至少6个月的观察期。See Mark Fenwick, Wulf A. Kaal and Erik P.M. Vermeulen, Regulation Tomorrow: What Happens When Technology Is Faster Than The Law? American University Business Law Review, Vol. 6:3, 2017, p.592.
[24] 哑变量（Dummy Variables），又称虚拟变量，是指将定性变量转换成取值仅为1或0的变量。后文所有哑变量的取值规则均为：如是，则取值为1；如不是，则取值为0。
[25] 本文根据各平台官网及网贷天眼补充的信息判断高管是否具有金融从业经验，如果其履历中含有金融、银行、证券、保险、信托、基金、投资、贷款、融资租赁、典当等字样，则视为高管具有金融从业经验。通过上述方式，共收集到2117家平台的高管履历信息。为避免回归分析时遗漏样本数据，针对其他无法正常打开网站的平台，对其高管的金融从业经验取算术平均值0.55。
[26] 本文先根据各平台官网及网贷天眼补充的信息提炼高管学历分值，规则如下：官网能打开但未披露学历信息的=0，专科=1，本科=2，硕士=3，博士=4，博士后=5。通过上述方式，共收集到2117家平台的高管学历信息。针对其他无法正常打开网站的平台，对其高管的学历分值取算术平均值1.04分。然后根据每个平台高管的学历分值，判断其是否具有专科、本科或硕士以上学历。
[27] 之所以对注册资本取自然对数，是为借助自然对数逐渐收敛的特性，探究注册资本对平台稳健经营的影响是否存在边际递减趋势。经济学者在统计研究中亦使用该方法，详见前引[19]，何光辉、杨咸月、蒲嘉杰文，第57页。
[28] 样本中有2197家公司的实缴资本为0，而Ln（0）为负无穷大，无法进行后期统计。为此，笔者将0全部改为0.01。这样的技术处理既能避免因大量数据缺失而导致无法客观分析实缴资本对平台运营的影响，也不会导致分析结果偏离实际。
[29] 系指平台运营主体股东或合伙人主体身份的变更次数/企业存续天数*365。其中，企业存续天数按照如下标准计算：如企业仍然存续，则企业存续天数为成立日至统计基准日之间的天数；如果企业已经吊销或注销，则企业存续天数为企业成立日至吊销日或注销日的天数。
[30] 系指平台运营主体之间的关联关系。由于数据的广度和深度有限，本文所指的关联关系仅包括以下4类情形：（1）多个平台由同一公司运营，（2）多个平台的运营主体具有同一法定代表人或负责人，（3）多个平台运营主体是母子公司，（4）多个平台运营主体是兄弟公司。该关联关系属于直接、显明的关联关系，不包括多层持股、隐名股东、协议控制等间接、隐蔽的关联关系。
[31] 系指平台上投资产品预期年化收益率的最低值与最高值的算数平均值，例如，预期收益利率为9%至12%，则该平台的平均利率为10.5%。
[32] 系指平台上线的产品中投资期限最长的期间，赋值为1至5分。1代表不足1个月，2代表1个月至3个月，3代表4个月至6个月，4代表7个月至12个月，5代表超过12个月。
[33] 系指当借款人违约时，是否有以下一种或多种措施保障出借人本息：（1）平台运营主体动用自有资金或风险准备金直接兑付；（2）由融资性担保公司、非融资性担保公司、小额贷款公司或银行提供担保；（3）由保险公司提供保证保险；（4）其他，如关联公司回购等。
[34] 系指平台运营主体是否仅通过融资性担保公司、非融资性担保公司、小额贷款公司、银行、保险公司等第三方主体为借款人提供增信。
[35] 系指在平台上投资的债权人是否可以将其投资所形成的债权转让给其他投资人。
[36] 系指平台运营主体是否可以根据出借人的概括授权，代出借人选择具体的借款人和借款项目。
[37] 系指平台运营主体是否根据《网贷管理办法》《网络借贷资金存管业务指引》的要求，与商业银行签订存管协议，确保自有资金与出借人及借款人资金隔离。鉴于银行存管是监管规定的硬性要求，故将此变量视为守法合规类变量。
[38] 系指平台运营主体因拒不履行生效法律文书而被法院列为失信被执行人的次数。
[39] 系指平台运营主体公示企业信息隐瞒真实情况、弄虚作假的次数。
[40] 守法合规类第4至7项变量分别对应企业被列入异常经营名录的四种情形，依据是国家工商行政管理总局于2014年10月1日实施的《企业经营异常名录管理暂行办法》第四条和国务院于2014年10月1日实施的《企业信息公示暂行条例》第八条、第十条。
[41] 系指平台运营主体是否依据国务院于2011年1月8日修订并实施的《互联网信息服务管理办法》就非经营性互联网信息服务向信息产业主管部门申请办理备案手续。
[42] 系指平台运营主体是否依据《互联网信息服务管理办法》就经营性信息服务向信息产业主管部门取得互联网信息服务增值电信业务经营许可证。
[43] 《网贷管理办法》第六条规定：“开展网络借贷信息中介业务的机构，应当在经营范围中实质明确网络借贷信息中介，法律、行政法规另有规定的除外。”根据《网络借贷信息中介机构备案登记管理指引》第五条和第十条的规定，无论是新设机构还是已存续机构都应当在备案登记前，在经营范围中明确网络借贷信息中介等相关内容。故笔者将经营范围中是否含有网络借贷视为守法合规类变量。
[44] 运动治理导致基层官员失控，为私利勒索、开脱责任而滥用权力，不重证据的“严打”，为诬陷、报复、泄私愤等敞开大门。详见周雪光：《中国国家治理的制度逻辑：一个组织学研究》，三联书店2017年版，第150页。
[45] Hosmer与Lemeshow测试显著性为0.328；Cox & Snell R平方为0.348，Nagelkerke R平方为0.503。以上数据表明，模型的整体拟合程度较好。Hosmer和Lemeshow检验结果可用以说明回归方程的有效性，评估方程的拟合优度,，当P值大于0．05时，说明模型拟合较好，反之则较差。Cox & Snell R平方和Nagelkerke R平方是“伪确定系数”，取值为0到1，越接近于1，标志模型的拟合程度越好，本研究得出的R平方值在同类研究中达到较高水平。有关logistic模型效度和信度的评价，参见郭志刚主编：《社会统计分析方法：SPSS软件应用》，《中国人民大学出版社》2016年版，第177-185。
[46] 显著性用于说明自变量对因变量是否有显著影响，如果显著性小于0.05，说明自变量对因变量有显著影响，反之则无。发生比，又称为相对风险（relative risk），它是事件发生的概率与不发生的概率之比，即p/（1-p），它可用说明自变量每上升一个单位，因变量发生与不发生的概率之比将是原来的多少倍，发生比大于1时，自变量会提升因变量出现的概率；当发生比小于1时，会降低因变量出现的概率。偏回归系数用于说明自变量对因变量的作用方向，当偏回归系数大于0时，自变量会提升因变量出现的概率；当偏回归系数小于0时，自变量会降低因变量出现的概率。标准化回归系数用于说明各自变量的作用大小，其绝对值越高则该自变量的作用越大。
[47] 为确保统计过程规范，在计算标准化回归系数时，笔者将因变量和自变量均标准化后直接进行回归。参见文姬：《醉酒型危险驾驶罪量刑影响因素实证研究》，《法学研究》2016年第1期，第166-167页。
[48] Hosmer和Lemeshow检验的P=0.316，大于0.05；Cox & Snell R平方和Nagelkerke R平方分别为0.152和0.204。以上数据表明，模型的整体拟合程度较好。
[49] 上述现象还可以用统计学上的Simpson悖论予以解释。详见耿直：《因果推断与Simpson悖论》，《统计与信息论坛》2000年第15卷（总第39期），第9页。
[50] 有关我国公司法资本制度改革以及由此所产生的问题，详见刘燕：《公司法资本制度改革的逻辑与路径——基于商业实践视角的观察》，《法学研究》2014年第5期，第32-56页。
[51] 二者的双变量相关系数为0.681,。一般认为相关系数超过0.5至0.7这个阈值时，就存在多重共线性问题。See Carsten F. Dormann et al, Collinearity: A Review of Methods to Deal with It and A Aimulation Study Evaluating Their Performance, Ecography 36, 2013, p32.
[52] 参见前引[16]，李先玲文，第51-55页；前引[17]，叶青、李增泉、徐伟航文，第43页；彭劭志、罗荷花、赵昊：《P2P网络借贷平台违约行为影响因素的实证研究——以湖南省为例》，《西南金融》2016年第7期，第73页；前引[19]，何光辉、杨咸月、蒲嘉杰文，第55页。
[53] 上述现象亦可用Simpson悖论予以解释。参见前引[49]，耿直文，第9页。
[54] 正常平台运营主体的平均存续天数=正常平台运营主体的存续天数/正常平台运营主体的数量。其中，运营主体存续天数按照如下标准计算：如主体仍然存续，则主体存续天数为成立日至统计基准日之间的天数；如果主体已经吊销或注销，则主体存续天数为成立日至吊销日或注销日的天数。
[55] 参见李爱军：《民间借贷网络平台的风险防范法律制度研究》，《中国政法大学学报》2012年第5期，第36页；参见冯果、蒋莎莎：《论我国P2P网络贷款平台的异化及其监管》，《法商研究》2013年第5期，第36页；潘静：《从政府中心规制到社会共治：互联网金融治理的新视野》，《法律科学（西北政法大学学报）》2018年第1期，第70页。
[56] 参见前引[3]，姚海放文，第19页。
[57] 参见前引[55]，冯果、蒋莎莎文，第32、36页。
[58] 有学者研究发现董事多元化有利于提高公司质量、减少企业财务欺诈的可能性。参见王分棉、于振、周煊：《女性董事的职能及影响：文献述评与研究展望》，《北京工商大学学报（社会科学版》2017年第6期，第69-79页；David A. Carter, Betty J. Simkins, and W. Gary Simpson，Corporate Governance, Board Diversity, and Firm Performance, The Financial Review, Vol.38, 2003, pp.33-53.
[59] 参见罗豪才、宋功德：《认真对待软法——公域软法的一般理论及其中国实践》，《中国法学》2006年第2期，第3-24页；王怀勇、钟颖：《论互联网金融的软法之治》，《现代法学》2017年第6期，第97-98页。
[60] 曾威：《互联网金融竞争监管制度的构建》，《法商研究》2016年第2期，第33页。
[61] 参见袁远：《我国互联网金融理财产品法律监管研究——以P2P网贷“自动投标”理财产品为中心》，《东方法学》2018年第4期，第159-160页。
[62] 参见前引[55]，潘静文，第76页。
[63] 同前引[9]，武长海文，第99-100页。
[64] 让信息中介勤勉尽责的办法之一是加重其责任，当今美国和欧盟都意识到应当增加信息中介所面临的诉讼风险并已采取实质性措施。详见前引[22]，John Armour et al书，第139-140页。
刘进一
大成北京总部 合伙人
执业领域：银行与金融、金融科技、金融诉讼
e-mail：jinyi.liu@dentons.cn
大成能为您做什么?
联系我们 +
Copyright ©2026 大成DACHENG 版权所有 | 保留所有权利 All Rights Reserved
