P2P平臺基于組織生態學風險分析報告中國已經超越美國成為全球最大的網絡貸款市場，網貸行業成交量一直保持著強勁的增長，2015年12月網貸行業整體成交金額達到了1337.48億元，全年的累計成交金額達到9823.04億元，相比2014年全年網貸行業成交金額（2528億元）增長了288.57%，歷史累計成交金額達13652.21億元。選題背景

2014年1月-2015年12月期間月成交趨勢網貸行業形成了以P2P平臺為核心的具有很強市場競爭力和行業可持續發展特征的生態圈體系。2015年12月底，正常運營的P2P平臺2595家，相比2014年底增長1020家。至2015年12月底，累計P2P問題平臺達到1263家，包含問題平臺在內的累計P2P平臺數量為3858家。P2P問題平臺的大規模出現，導致網貸行業負面印象日益擴大，也從行業監管、政策制定、投資人拓展等各個方面直接影響了網貸行業的發展。因此，對P2P平臺死亡風險進行深入研究勢在必行。選題意義理論分析法在組織生態學等學科的基礎上，借鑒密度依賴理論與本文相關的合理部分，以產業密度的視角觀察網貸行業和P2P平臺，分析影響平臺死亡風險的因素，并以此為基礎進行后續研究。1文獻研究法

通過大量閱讀國內外相關文獻，對組織生態學、產業密度以及本文涉及到的網貸行業相關研究成果進行梳理，形成了對P2P平臺發展影響因素的整體印象。2數據分析法

通過大量搜集網貸行業和P2P平臺數據，統計處理相關數據，從而了解到網貸行業產業密度、死亡率、成立率等數據，也對影響P2P平臺個體發展因素的影響力進行了數字化的評估。3

定性分析法

運用歸納和演繹、分析與綜合以及抽象與概括等方法，對收集到的材料進行加工，從而分析和了解影響P2P平臺個體死亡風險的各因素之間的聯系。4研究方法技術路線國外文獻綜述在國外，以新制度理論和種群動態理論為基礎，Hannan和Freeman（1989）開發出了密度依賴模型。在這一研究基礎上，研究者將密度依賴模型的研究成果推廣應用到了具體的組織種群，包括半導體制造業、醫用診斷影像業、工會等，比如：以1876至1982年美國制造業為例，Evans（1987）研究了企業成長和企業規模、企業生存年齡之間的關系，得出的結論包括企業的生存能力伴隨著規模的擴張而提高，已存活下來的企業成長率伴隨著企業規模的擴張而下降；對于任何一個企業，伴隨著企業的生存年限增加，企業成長率會略有降低，但生存能力卻隨之提高。國內文獻綜述在國內，對組織種群演化過程中的密度依賴模型研究時間較短，已有的研究成果主要集中在以組織創建率為解釋變量的密度依賴模型。李文華和韓福榮（2004）對1958-2002年我國電冰箱行業種群演化過程進行研究時認為當時電冰箱行業正經歷合法化過程，電冰箱行業還會進一步集中化。王仕卿和韓福榮（2006）研究北京高新技術開發區入駐企業種群的研究過程，采用了同樣的密度模型。在研究1989-2007年江蘇省建筑企業的死亡率密度依賴過程及其影響因素時，楊嬛（2009）發現江蘇省建筑行業種群密度和企業年齡共同對建筑企業的死亡率產生影響，而且組織規模也是影響企業死亡的因素之一。企業組織年齡對企業死亡風險有負向作用論文結構第4章產業密度與P2P個體組織死亡風險的理論與假設

4.1影響P2P個體組織死亡風險因素的確認 4.2網貸行業產業密度與P2P平臺死亡風險分析 4.3P2P組織年齡與P2P平臺組織死亡風險分析 4.4P2P平臺背景與P2P組織死亡風險分析 4.5P2P平臺規模與P2P組織死亡風險分析 第5章P2P組織死亡風險的實證研究5.1P2P組織樣本描述 5.2變量的統計性描述 第6章結論和有待進一步研究的內容 6.1研究結論 6.2對策和建議 6.3研究的困難、不足 6.4研究的未來展望

第1章緒論

1.1研究背景與研究意義 1.2研究內容和研究方法 1.3研究價值及創新點 1.4文獻綜述

第2章國內網貸行業生態圈及參與者

2.1國內網貸行業生態圈爆炸式生長 2.2國內網貸行業生態圈的競爭情況 2.3國內網貸行業生態圈P2P平臺個體死亡情況和原因 2.4行業監管

第3章國內網貸行業產業組織的密度依賴

3.1組織生態學中密度的內涵 3.2國內網貸行業產業密度和密度依賴

網貸行業研究投資人、借款人增長情況

2014年1月-2015年12月月綜合收益率趨勢2014年1月-2015年12月每月平均借款期限網貸行業生態圈

類

別

目前容量

成

員資產端資產服務方百億級小貸公司、擔保公司、保理公司、銀行、典當公司、不良資產處理機構、金融資產交易所、基金公司、資管公司、催收機構等諸多向P2P借貸平臺推薦、供應資產的機構或幫助平臺管理資產的機構增信服務方融資性擔保公司、保險公司和其他普通擔保主體（如個人、企業）信用服務方千萬級基礎征信信息服務機構和征信方案服務機構運營端管理與經營服務方千萬級行業咨詢機構、獨立審計機構、管理咨詢及金融技術服務商、營銷咨詢服務商、培訓機構等。IT技術服務方5億軟硬件及網絡解決方案提供商、信息與數據安全技術提供商資金管理與支付服務方15億第三方支付、銀行、基金公司等。認證服務千萬級安全與商譽認證機構、數據及時間認證機構資金端機構投資人十億級類基金產品設計與銷售機構、財富管理公司、信托公司和銀行等流量服務方50億綜合類流量推廣服務商、理財類垂直流量推廣平臺和其他獨立網站公共服務法律服務方5-9千萬法律研究機構、律師事務所、第三方證據托管平臺行業服務方千萬級第三方研究及數據監測機構、第三方評級機構、相關媒體及自媒體、投資人論壇及社區資本服務方50億以上風險投資機構、私募股權機構、投資顧問機構等監管方——央行、銀監會及各地金融局、行業協會、其他自律組織

來源：《中國P2P借貸服務行業白皮書2015》零壹財經資產生產商多樣化資金提供者數量增長顯著運營支持群體專業化公共服務廠商各就各位產業密度日期運營平臺數量（家）當月新成立平臺數量（家）當月問題平臺數量（家）產業密度成立率死亡率增長率20140188063127517.16%1.36%5.80%2014029484379164.54%0.74%3.80%20140310235489945.28%0.78%4.50%2014041073311010442.89%0.93%1.96%201405112529910932.58%0.80%1.78%2014061184341011492.87%0.84%2.03%201407128399912747.72%0.70%7.01%2014081357901613576.63%1.18%5.45%20140914381052414387.30%1.67%5.63%2014101474743814745.02%2.58%2.44%20141115401064015406.88%2.60%4.29%20141215751279215758.06%5.84%2.22%20150116271216916277.44%4.24%3.20%2015021646775816464.68%3.52%1.15%20150317281385617287.99%3.24%4.75%20150418191435218197.86%2.86%5.00%20150519461865919469.56%3.03%6.53%2015062028207125202810.21%6.16%4.04%2015072135217108213710.16%5.06%5.11%20150822832288122829.99%3.55%6.44%20150924171895524177.82%2.28%5.54%20151025201504725205.95%1.87%4.09%20151126121717926126.55%3.02%3.52%20151225958910625953.43%4.08%-0.66%2014年1月-2015年12月期間網貸行業產業密度產業密度和成立率、死亡率這一趨勢說明網貸行業這兩年間新進入者眾，退出者多，但總體平臺數量持續上漲，產業密度持續走高。網貸行業演化過程對2014年1月-2015年12月國內網貸行業群體的演化過程進行研究分析，采用研究模型如下：

產業密度與成立率、死亡率P2P平臺整個種群正在快速成長、快速增加，目前還沒有到達網貸行業環境承載能力的平衡點。

產業密度與平臺死亡風險假設1：產業密度與平臺死亡風險呈正向關系。收集2186家P2P平臺樣本數據，覆蓋全國各地的P2P平臺，其中問題/死亡平臺829家，占問題平臺總數976家的85%；正在運營的平臺1357家，占8月運營平臺總數2283家的60%，對2186家平臺的死亡與產業密度的數據觀察和分析如圖平臺年齡與平臺死亡風險假設2：平臺年齡與平臺死亡風險呈負向關系。假設3：密度依賴的作用隨著組織年齡的增長而減弱。不同平臺年齡下的問題平臺占比平臺年齡從1-8時，P2P平臺的死亡率下降明顯，平臺年齡從9到19，P2P平臺的死亡率下降相對緩慢，平臺為20時，因為統計到的P2P平臺數據比較少，死亡率為100%，但平臺年齡為21時，平臺的死亡率下降到最低，為1.61%，與假設2的推斷基本吻合。產業密度和企業年齡共同作用，對P2P平臺的死亡產生影響，密度依賴的作用隨著P2P平臺成立時間的增加而減弱，產業密度對死亡率的影響主要表現為隨著產業密度的上升而增大，企業年齡大于8時，這種作用表現為隨產業密度的上升而減小，驗證了假設3的推斷。平臺規模與平臺死亡風險假設4：P2P平臺成立時的注冊資金規模與平臺死亡風險負相關。平臺規模（萬元）平臺數量正常運營平臺問題平臺數量死亡率小于1000（含1000）103453250248.55%1000-3000（含3000）49332816533.47%3000-5000（含5000）3432529126.53%5000-10000（含10000）2461965020.33%大于1000070492130.00%2186家P2P平臺不同規模問題平臺占比平臺規模與死亡率平臺背景與平臺死亡風險假設5：在競爭激烈的環境下，有背景的平臺死亡風險更低，而無背景的平臺死亡風險相對更高。背景值平臺總數問題平臺數量正常運營平臺數量問題平臺占比有背景11021081.82%無背景2076826125039.79%產業密度對無背景平臺的影響大于對有背景平臺死亡風險的影響。在2014年1月-2015年12月期間，網貸行業產業密度一直升高，更多有背景平臺的成立，有背景的平臺中問題平臺占比僅為1.82%，大大低于無背景平臺的問題平臺占比。實證模型Cox比例風險回歸模型在1972年由英國統計學家Cox提出，該模型并不直接考察生存函數與影響因素的關系，而是用風險函數作為因變量來分析。

風險率h(t)表示患者在t時刻仍然存活，在時間t后的瞬間死亡率h0(t)是基礎風險率，為非參數部分。β1，β2，…βm記為回歸系數，根據觀察值估計回歸系數βj>0時，風險函數的取值越大，死亡風險函數h(t)的值越大，表示病人死亡的風險越大；回歸系數βj=0時，表示風險函數對死亡風險函數h(t)沒有影響；回歸系數βj<0時，風險函數的取值越大，死亡風險函數h(t)的值越小，表示病人死亡的風險越小。

實證模型

P2P平臺死亡風險研究數據的說明實證模型

案例處理摘要模型系數的綜合測試模型系數的綜合測試，平臺年齡對死亡風險的影響系數是8959，說明該變量對死亡風險有很強的負向影響，平臺年齡越大，死亡風險越小。Cox比例風險模型的驗證證實了P2P平臺成立時間與P2P平臺死亡風險呈負向關系。模型回歸

方程中的變量

BSEWalddfSig.Exp(B)95.0%CI用于

Exp(B)下部上部X2

5.2804.260

X2(1)-.404.2562.4851.115.667.4041.103X2(2)-.250.264.8971.343.779.4641.306X2(3)-.278.2761.0111.315.758.4411.302X2(4)-.296.2921.0241.312.744.4201.319X3-.001.719.0001.999.999.2444.089X4

87.03419.000

X4(1)1.475.33619.2281.0004.3712.2618.452X4(2)1.202.4706.5361.0113.3281.3248.365X4(3)1.478.5218.0461.0054.3841.57912.174X4(4)1.184.36210.6851.0013.2691.6076.649X4(5).977.3816.5811.0102.6561.2595.604X4(6).790.3624.7581.0292.2041.0834.484X4(7)1.034.3817.3881.0072.8131.3345.930X4(8).725.2866.4311.0112.0641.1793.615X4(9).675.2865.5691.0181.9641.1213.439X4(10).578.2246.6541.0101.7821.1492.765X4(11).270.2111.6381.2011.311.8661.983X4(12).306.1723.1511.0761.357.9691.902X4(13).344.1833.5381.0601.411.9862.019X4(14).002.189.0001.9931.002.6911.452X4(15).360.1963.3631.0671.433.9762.106X4(16).429.1944.9091.0271.5361.0512.246X4(17).308.1922.5651.1091.361.9331.984X4(18)-.070.162.1871.666.932.6781.281X4(19)-.352.1853.6441.056.703.4901.009模型多元回歸結果，第二列B為偏回歸系數，最后三列為OR值及其置信區間。Cox分析知，變量X2和X4有顯著性意義，X3不顯著，也就是說，P2P平臺的死亡風險與平臺規模以及產業密度相關程度顯著，而與平臺背景相關性不明顯。模型計算結果

Cox模型統計計算結果——平臺年齡Cox比例風險模型的驗證證實了P2P平臺年齡與P2P平臺死亡風險呈負向關系的假設。模型計算結果

Cox模型統計計算結果——平臺規模分析結果驗證了P2P平臺成立時的注冊資金規模與平臺死亡風險負相關的假設。模型計算結果

Cox模型統計計算結果——平臺背景因為數據結構中所有死亡平臺都沒有風投、國資或者上市公司背景，“有背景的平臺死亡風險更低，而無背景的平臺死亡風險相對更高，”這一結論雖在數據的統計中被確認，但在Cox比例風險模型的驗證中并不能得到有效的證實。結論

1、網貸行業正處于成長期。2、目前網貸行業內P2P平臺群體還沒有完全飽和，產業密度還在增加。3、平臺年齡與平臺死亡風險呈負相關，且平臺年齡可以抑制產業密度對P2P平臺死亡的影響。4、P2P平臺規模與P2P平臺死亡風險呈負相關關系，這意味著網貸行業的進入壁壘正在提高。5、在同樣的組織年齡水平下，有國資、風投、上市公司等背景的P2P平臺死亡風險更低。對策

從數據和實證分析的結果來看，產業密度、平臺年齡、平臺規模和平臺背景等都會對P2P平臺的死亡產生影響。在行業成長期，P2P平臺的戰略決策應當注意保證平臺的交易規模增長速度跟上或者超過行業平均的增長速度，努力擴大市場占比，從而為平臺在行業進入成熟期后的競爭奠定扎實的基礎。在這一時期，P2P平臺從保持持久競爭優勢的角度來考慮，擴大市場份額更為重要，可以采取的策略包括：1、面對行業資產多元化的趨勢，增加新資產類型和產品，分散風險。2、通過對資產類型的劃分，進入新的細分市場。3、擴大交易量，適當降低借款人利