2018年互联网金融品牌价值及效率测评研究

144
作者 网贷知识堂
字数 24847 阅读 709评论 0




互联网金融品牌价值及效率测评研究

——基于P2P网贷企业的经验证据


李 彬

(南京财经大学,江苏 南京 210023)

摘 要:本文结合P2P行业特性构建了互联网金融品牌价值评价指标体系,并以互联网金融P2P十家领军平台为例,测算出每个P2P平台的品牌价值,在此基础上以出现在平台员工数、资金净流入为投入指标,以品牌价值为产出指标,利用随机前沿分析(SFA)方法,考察互联网金融品牌价值对效率的影响,研究表明:员工数量和资金投入都对品牌价值有正向影响作用,且员工的正向影响作用大于资金投入。最后,提出了企业要加强人才引进和资金投入;**应加强P2P行业监督等政策。

关键词:互联网金融;P2P;品牌价值指标评价体系;品牌价值效率

一、前言

近年来,我国互联网的触角已伸向金融行业,备受广大消费者和小企业的追捧。大量的P2P企业已认识到与产品服务相联系的品牌,其中,率先进入互联网金融行业的P2P企业依靠行业壁垒建立了知名品牌,还有大量的P2P企业虽然具有较强市场和技术优势,却不懂如何创建品牌,因此为了建立强势品牌,这些P2P企业投入了大量的人力、物力和财力,却陷入了“只拼规模不赚钱”的恶性循环。一方面是我国互联网金融行业的迅猛发展,一方面却是以P2P行业为代表的平台进行了品牌创建“砸钱”游戏,面对这种现象我们不禁追根溯源,从最基本的品牌价值开始思考:互联网金融P2P品牌是否有价值?如果有,互联网金融P2P品牌价值应该包含哪些内容?P2P品牌低效与什么有关?应该如何提高互联网金融P2P品牌价值效率?互联网金融品牌问题已经引起了学者们的,但由于行业发展时间短、信息披露少等原因,目前业界对此领域研究还比较少,以邓恩(2016)和单汨源(2015)学者为代表的对互联网金融品牌形象传播效果和品牌延伸等感知性研究,这些研究无法对上述问题给予解释,因此不能满足从品牌建设的根源去阐述品牌建设问题。基于此,研究P2P平台的品牌价值问题具有重要现实意义。

效率测定是传统金融行业研究的重点,可以帮助传统金融企业优化资源配置。目前许多学者对银行、证券、保险、基金四大金融机构行业进行了效率测定研究,例如刘春志(2016)对我国银行业效率水平进行了研究,罗登跃(2017)对我国证券业效率水平进行了研究,胡宏兵(2014)对我国保险业效率水平进行了研究,支燕(2014)对我国的基金效率水平进行了测定,这些研究丰富了金融效率研究理论,同时也为互联网金融效率测定提供了参考。效率研究需要投入产出数据,因此基于行业特殊性,造成了对P2P效率研究不足。从现有文献看,以柏菊(2016)等学者为首,将效率研究视角集中在P2P行业,通过收集面板数据设定投入产出指标测定目标P2P平台乃至整个行业的效率。以上研究丰富了互联网金融效率理论研究,但是都忽略了从品牌视角来研究互联网效率问题。丁桂兰(2014)认为企业凭借强势品牌能够降低消费者的选择成本,从而获得较高的市场绩效,放大自身的品牌价值,二者之间存在正向影响关系。目前许多P2P平台品牌意识已觉醒,但从现状来看,我们有必要将视角从传统互联网金融效率测定研究转移到互联网金融品牌价值效率研究中。基于以上分析,本文以互联网金融P2P行业的十家公司为例,选择员工人数和各时期的资金净流入作为品牌价值效率的投入指标,以P2P平台品牌价值作为产出指标,采用SFA方法来测算P2P平台投入要素对品牌价值的促进效率,以此为P2P平台品牌创建工作提供理论参考。

二、模型构建和变量说明

(一)模型构建

本文以P2P平台员工数和资金净流入作为本文的投入变量,以P2P平台品牌价值作为投入变量,通过SFA测算投入变量对产出的影响,以此来测算每个企业的品牌价值效率。本文首先构建了互联网金融平台品牌价值评价指标体系,该指标体系包括企业、市场、消费者三个二级指标和13个**指标,其中企业层级6个,市场层次3个,消费者层级4个。但把该评价指标体系应用到P2P行业来测算,需要根据行业特征进行修正,如众筹行业可能更侧重于产品真实性描述、平台活跃度等指标,而P2P行业则更侧重于风险和投资借贷人数(平台人气)方面,因此本文将指标进行了修正,再将模型里面的投入产出变量带入模型,从而计算出P2P平台品牌价值效率。由于超越对数生产函数能较好地避免函数形式的假设而带来的估计偏差,本文采用的是面板数据,随着时间的推移,技术是否中性、产出弹性是否都无法事先确定,因此本文采用超越对数生产函数的随机前沿模型,根据超越对数函数原始模型,定义本文的实证模型:

式(1)为产出前沿函数,式(2)式为效率计算函数,式(3)为是否需要使用SFA模型的判断函数,γ=0即等价于σu2=0,即式(1)中的随机误差部分全部是因为vin,此时使用最小二乘法等技术可以进行分析;反之,SFA技术则是必要的。(2)式中Yin表示第i个企业第n个月的品牌价值,Kin表示第i个企业第n个月的资金净流入,Lin表示第i个企业第n个月的劳动投入,即各P2P平台的员工数。下角标in表示样本中时期n的第i个企业,本文搜集的数据是从2016年1月到2016年9月共九个月的数据,因此五月就是第一个月,九月是第五个月。β0β5为待估计参数。随机变量vin服从N(0,σv2)分布,并独立于uin;uin为非负随机变量,并服从的正半截断分布,反映了那些在时期n仅仅影响企业i的随机性因素。

(二)变量说明

1.品牌价值。目前品牌价值的评估方法有Inter⁃brand模型、公允价值模型以及模糊综合评价法等。乔均(2007)学者利用模糊综合评价法建立的品牌价值体系涵盖消费者、企业、社会三个视角是业界一致认同构建品牌价值的视角,基于此,在参考乔均学者构建品牌价值的视角上,结合P2P行业特征,利用模糊综合评价法从互联网、金融、消费者品牌态度三个角度构建品牌价值的维度。各指标选取如下:

表1 P2P平台品牌价值评价指标体系

2.投入产出变量的界定。运用超越对数生产函数测度P2P平台品牌价值效率值,还需要解决的一个问题是确定品牌价值效率的投入产出指标。由于学术界还没有对P2P平台品牌价值效率研究先例,对互联网金融P2P品牌价值效率投入产出指标也就无从参考,业界对效率测定大多数文献所选取的投入指标均属于人力投入、资金投入两个方面,例如向玲凛(2017)和高新才(2017)都将人力投入和资金投入作为投入指标,由于P2P平台内部的品牌部员工数和品牌建设转向资金数据无法获取,但考虑到当P2P平台有相对多的员工和资金时,就有更大的可能性投入较多的物质进行品牌建设,二者应该是正相关作用,因此本文借鉴其他行业的效率测定研究成果,选取的投入指标为资金净流入和员工人数。资金净流入和员工人数作为企业物质投入对于P2P平台品牌建设具有至关重要的作用,而产出指标本文就选择品牌价值,品牌价值测评体系参考上文,同时结合P2P平台的行业特征进行更改,使之能够量化且具有测算意义。本文选取的投入产出指标如下:

表2 P2P平台品牌价值效率分析指标体系

本文提到的产出指标平台品牌价值是根据AHP层次分析法测算出来的,但是正如上文所说,由于研究P2P网贷文献较少,单纯建立P2P平台平牌价值评价指标体系较为困难,因此首先建立了互联网金融品牌价值评价指标体系,上文建立的互联网金融品牌价值体系如果适用到P2P平台,需要根据P2P平台行业特征和数据可获得性对**指标进行修正,本文将品牌价值**指标修正原因和算法总结如下:

(1)企业总资产与员工数量比重、员工受教育程度:企业视角指标。此两个指标主要是测量P2P平台工作人员促进产出的能力,企业总资产与员工数量比重越大表明单位员工创收能力越强,而员工受教育程度越高有很大的可能性他的创收能力也是更强的。由于P2P平台大多没有上市,其公司总资产情况无法获取,因此本文将这两个指标合并并改为员工创收能力,该指标对品牌价值是正向影响,其计算方法为:

(2)持续性技术投入:企业视角指标。此项指标主要用来测量公司技术投入情况,对于P2P平台来说虽然后期也会进行系统升级换代,但是前期平台搭建的稳定性对于平台安全性来说十分重要。由于该指标无法量化,因此本文将该指标改为技术可靠性,用“平台自主性”来测量,如是自主搭建,得1分,反之得0分,该指标对品牌价值是正向影响。

(3)建设资金投入:企业视角指标。此项指标主要测量该平台后期资金投入情况,投入资金越多则该公司越有能力投入更多资源进行品牌建设。本文将该指标改为“资金流入”,用公司年报中的“资金净流入”表示,对品牌价值是正向影响。

(4)产品服务质量保证:企业视角指标。该指标主要用于可见性产品的测量,由于P2P平台产品的无形性,故本文舍去该指标。

(5)风险控制:企业视角指标。该指标主要用于测量公司对风险控制能力,体现公司对品牌的保护能力,风险控制能力越强,品牌受到侵害的可能性更小,品牌价值越大。对于P2P平台来说安全性是十分重要的,本文将该指标改为资金分散度,根据网贷之家公布的数据本文将该指标的计算方法定义如下:

表3 资金分散度判断标准

表3为网贷之家门户网站对资金分散度的定义,本文参照此定义并给出计算方法:满足以上其中任意一个条件扣10分,平台总分100分。扣除完的分数根据实际情况给予微调,结果保留两位小数,结果即为“资金分散度”,得分越高资金越安全,品牌价值得出越高,该指标对品牌价值是正向影响。

(6)市场地位与份额:市场视角指标。该指标测量公司在行业的市场份额情况,由于P2P行业公司更迭过快,无法统计市场份额情况,因此本文使用壹零数据中心评出的P2P行业平台排名代替市场地位和份额情况,并规定排名次序即为得分情况,如t时间某公司在P2P行业排名第五,则市场份额得分为5。该指标对品牌价值是负向影响,标准化时需要适当处理。

(7)企业利润增长率、资金年总收益:市场视角指标。此两指标均为市场层面的指标,主要用于测算平台的收益和营收能力。由于这两个指标数据无法获取,故本文改为“交易能力”和“资金杠杆”,其中“交易能力”使用成交额来代替,“资金杠杆”是一个乘号。使用这个工具,可以放大投资的结果,无论最终的结果是收益还是损失,都会以一个的比例增加。该指标使用网贷之家的平台杠杆得分来代替,得分越高表明平台资金杠杆小,风险度小,因此投资人有更大概率获得报酬,对品牌价值是正向影响。

(8)品牌知名度、消费者满意度、消费者忠诚度、品牌关系:这些指标是消费者层面指标,主要是从感知层面来测量消费者对于平台的态度感知。我们知道态度和行为是正向影响的,对于一家公司的品牌满意度高,忠诚度也就高,因此更有可能转化为购买行为。因此为了避免调查问卷导致的主观性过高问题,本文使用平台的“人气”指标来代表消费者的购买力,体现购买力的指标为“借款人数”、“人均借款金额”、“成交量”,数据从网贷之家网站获取,这些指标均对品牌价值是正向影响。

修正后的品牌价值评价指标体系如表4所示:

表4 P2P平台品牌价值评价指标体系

三、样本的选取及描述

(一)样本的选取

互联网金融由于发展时间较短,且数据公开性不高,因此实证性文章较少。本文考虑到数据的可获得性和有效性,选取互联网金融P2P平台作为研究对象来分析P2P平台的品牌价值效率。根据各P2P平台年报数据公布情况和网贷之家披露的数据综合考虑,本文选择以下十个互联网金融P2P企业作为样本:陆金所、宜人贷、人人贷、拍拍贷、易贷网、点融网、搜易贷、积木盒子、团贷网、红岭创投。其中各大公司样本数据来源于各公司年度报告以及网贷之家、壹零数据中心等第三方垂直门户网站公开获得。

(二)描述性统计

本文主要收集了十个P2P平台在2016年(2016.01~2016.09)共九个月的数据,本文将原始数据的最大值、最小值、平均值和标准差等统计如下。

四、实证结果分析

(一)P2P平台品牌价值计算

1.指标赋权。本文首先使用AHP法对上文建立的品牌价值评价指标体系进行权重赋值,然后通过采集到的数据计算出各平台每个月的品牌价值,用以对P2P平台效率的测定。在权重赋值方面,本文参照赛迪教授给出的1~9标度法,采用层次分析法来对各层次进行赋值,赋值不同代表各测评指标的相对重要性,如表6所示,两两指标的对比可以更清楚地知道指标的重要程度,该表反映了两个测评指标相对重要程度的得分。

表5 样本数据描述性统计

表6 赛迪1~9标度量表

AHP最重要的工作就是权重的赋值,而权重的赋值首先需要建立判断矩阵。**指标指标权重的确立由品牌专家乔均教授和某P2P平台内部员工打分综合得来。其结果通过yaahp录入如下:

B1:企业 B2:市场 B3:消费者

C11:员工创收能力 C12:技术自主性 C13:资金收入 C14:资金分散度

C21:行业地位 C22:交易能力 C23:资金杠杆

C31:借款人数 C32:人均借款金额 C33:成交量

根据yaahp软件计算的结果,四个矩阵的一致性检验值分别为0.0036,0.0430,0.0036,0.0000均小于0.1,满足一致性检验,再根据软件计算的权重结果,将指标权重整理如下:

表7 P2P平台品牌价值权重分配表

2.标准化并计算得分。在样本数据的搜寻整理中,难免会出现一些为零或者为负数的值,或者由于单位不统一无法直接代入模型,或者直接代入模型会对模型的运算结果造成一定的误差,理应删除,但是也许数据本身又十分重要,不可或缺,所以在处理数据,进行数据运算计量之前就需要对对原始数据进行整理。本文采用无量纲化方法对原始数据进行换算。

因此,为了尽可能地保持数据的原始状况,为了方便计算,本文采用无量纲化方法中的功效系数法,这种方法是对各项评价指标先确定出一个满意值和一个不允许值,以满意值作为上限,以不允许值作为下限,然后再计算各项指标接近、达到或者超过满意值的程度,从而转化为相应的评价分数。

其计算公式为:

其中,X*为无量纲化后的数据,X为无量纲化前的原始数据,Mmax为原始数据序列中的最大值也称满意值,mmin为原始数据序列中的最小值也称不容许值,a和b为正常数,主要是为了使标准化后的数据落入理想的区间。本文中a=1,b=9,使最终无量纲化后的数据落在[1-10]之间。本文筛选的指标中公司排名得分是对品牌价值负向影响作用,因此标准化时选择a=1,b=-99。

将数据代入yaahp求得的权重计算得出10个P2P平台9个月的品牌价值数,共90个数值,见下表。

表8 各P2P平台2016年1~9月份品牌价值一览表

表9 生产函数模型系数检验值

品牌1~10分别代表:陆金所、宜人贷、人人贷、拍拍贷、易网贷、点融网、搜易贷、积木盒子、团贷网、红岭创投,数据为各平台对应月份的品牌价值。

(二)P2P平台品牌价值效率测定

1.参数估计结果及模型检验。本文收集到的10家互联网金融P2P平台2016年9个月共90个样本,选取P2P平台品牌价值作为产出、平台员工数和资金净流入作为投入变量进行随机前沿分析,各系数检验值如表9所示。

本文利用FRONTIER4.1软件进行测算分析,测算过程中用极大似然估测方法来预估模型的参数,参数估计结果见表9。由该表可以看出该模型值γ为0.781,其t值为1.972,查临界值表可知,zyou度为2的单侧检验下,在10%的显著性水平下大于检验值1.886,因此拒绝原假设,说明值显著大于0。由此说明在总体误差中,技术无效率项Uit对产出有重要影响,由γ值0.781可知78.1%是由其他因素造成。综上所述,模型通过了相关检验,表明本文设定的模型是可靠的,模型的估计也是有效的,将各项系数带入模型可以得到P2P平台品牌价值生产函数为:

上式中投入变量的参数估计值为P2P平台品牌价值对投入因素资产、资金净流入的弹性,从得到的模型测算结果可以分析:

(1)β1=0.294,表明人力资本投入每增加一个单位,P2P平台品牌价值就会增加0.294个单位,且人力资本投入对品牌价值影响显著;

(2)β2=0.192,表明资金净流入投入每增加一个单位,P2P平台品牌价值增加0.192个单位,且资金投入对品牌价值影响显著。

以上分析可以看出,本文所选取投入指标对产出的影响都较显著,其中影响最大的为员工人数即人力投入,表明了P2P平台目前处于行业发展初期,对于人力资本的需求是巨大的,资金净流入即资金投入对品牌价值影响相对较小,表明行业初期P2P公司总体上对于品牌创建工作还没有引起足够重视,资金的流入投入到品牌建设中的并不多,带动性不强。在P2P公司生产函数中,将投入变量资产、人力资本以及风险调整资本的弹性相加,可得总产出弹性结果为0.486小于1,这说明本文所选取样本P2P公司的技术效率具有规模报酬递减的性质,这也符合其他学者关于互联网金融公司规模报酬的研究结论。

(三)P2P各平台效率值测算

以上只是分析了人力投入和资金投入对品牌价值影响的平均水平,为了从时序上更直观地看出各P2P平台品牌价值效率变化,本文将各P2P平台品牌价值效率按时间顺序列出,对六个月以来品牌价值效率进行横向比较,然后将所有P2P平台品牌价值汇总进行纵向比较。十家P2P公司9个月品牌价值效率汇总见表10。

五、主要研究与政策建议

(一)主要结论

表10 P2P十家平台各月品牌价值效率及排序

从总体情况上来看,各大公司的品牌价值效率均为上升趋势。将十家公司大致分为三类,一类是陆金所、人人贷、拍拍贷、点融网比较优秀的,其品牌价值在90%及以上,二是以宜人贷为代表的较为优秀的平台,而只有搜易贷和红岭创投品牌价值效率低于50%,属于较差的水平,但这两个公司六个月的品牌价值效率上升最快,均为7%,总体情况上来看,得益于我国互联网金融飞速发展,P2P平台得到政策和资金的大力支持,因此尽管有些平台品牌价值较低,但依然处于上升趋势。此外还有一个发现就是互联网金融品牌价值效率的格局没有改变,在2016年1月份是陆金所最高,红岭创投最低,到了6月份之后仍然如此,也就是说公司抢得了先机对于后期发展是十分重要的。

效率值最高的一直是陆金所,一直维持在97%以上,最低的是红岭创投,低于40%,从增长率上来看,平均增长率最高的是红岭创投,为0.913%。由于各平台排名情况未发生改变,本文将P2P平台2016年9月份品牌价值效率制成折线图1,结果显示所选取的样本公司品牌价值效率分布较为均匀,基本围着均值0.7264上下波动。

图1 P2P平台9月份品牌价值效率折线图

从原始数据上来看,后五位品牌价值较低各有原因。积木盒子和红岭创投分别出现过资金净流入为负的情况,即当月投资金额少于进款金额,导致公司货币准备金减少,加剧资金的风险性,对品牌价值效率伤害较大;易贷网2014年1月成立,同时又地处竞争激烈的北京地区,导致成交积分和其他北京地区平台相比较低,且平台的借款人数少,人均借款金额最高达到50万元以上,这就导致资金的分散性下降,加剧资金风险性。

如果考虑时间和地缘因素,本文还能得出其他一些结论。

表11 P2P平台基本情况

从表11可以看出,排名前五的平台平均成立时间要比后五位更早,正因为有了时间上优势才能够快速占领市场,占得先机。而从城市上来看,除团贷网和红岭创投在广东外其余均在北京和上海,但是团贷网和红岭创投这两个平台发展情况却并不理想。

(二)政策建议

经本文的实证研究加上前人的理论、案例研究,说明互联网金融企业员工数量和资金投入对品牌价值都具有重要的作用。同时还需要加强行业监管。所以我们要重视员工数量、资金投入和行业监管,通过人才引进、资金投入以及行业监管来创造品牌。

1.加强人才引进和资金投入。根据上面分析我们看到员工数量和资金投入都对品牌价值有正向影响作用,且员工的正向影响作用大于资金投入,因此P2P平台应该注重人才的引进,提高员工人员的素质水平,这样才能更大幅度提升平台的品牌价值效率。

2.国家要加强P2P行业监管,与此同时我们也需要认识到,行业自律组织的发展任重而道远。首先其需要做好自身的管理工作,完善公司体制,重视品牌建设,实时将公司内部运营数据公布社会;其次,需要探索、规范、促进行业的业务发展,协助建立起各贷款平台的信息共享与交流机制、学术研究与培训平台、行业标准与监督规范等。

参考文献

[1]邓恩,向志强.互联网金融品牌形象传播效果的影响因素作用机制研究——基于中部六省数据的实证分析[J].湖北社会科学,2016(4).

[2]单汨源,龙腾,张人龙.基于TAM的互联网金融品牌延伸影响机制研究[J].管理评论,2015(8).

[3]刘春志,胡雪玉.基于DEA交叉模型的中国银行业效率研究[J].经济与管理,2016(4).

[4]罗登跃,徐宁.中国证券业效率及其影响因素研究——基于产出导向距离函数的随机前沿分析[J].南方经济,2017(1).

[5]胡宏兵,李文华,赵文秀.基于三阶段DEA模型的中国保险业效率测评研究[J].宏观经济研究,2014(4).

[6]支燕,邓忠奇.考虑负收益约束的中国证券投资基金效率——基于SBM方向距离函数的实证[J].金融经济学研究,2014(1).

[7]柏菊,黄作明.不同类型的P2P网络借贷平台运营效率分析——基于DEA方法[J].南京审计大学学报,2016(3).

[8]丁桂兰.品牌管理[M].武汉:华中科技大学出版社,2014.

[9]乔均.品牌价值理论研究[M].北京:中国财政经济出版社,2007.

[10]向玲凛.基于SFA模型的西部地区TFP增长率测算及其效率分解[J].统计与决策,2017(3).

[11]高新才,朱泽钢.资源依赖与高技术产业技术创新效率——基于SFA与中介变量法的研究[J].西北大学学报(哲学社会科学版),2017(1).

作者简介:李 彬,男,河南南阳人,南京财经大学博士研究生,研究方向为品牌战略与粮食产业经济。


网贷资讯
登录 后发表评论