羊毛黨，是一個令網貸平台談之色變的群體，這篇《P2P網貸市場中的“羊毛黨”及其對平台的影響》論文，從羊毛黨的產生、行為特點和運作方式進行了細緻分析，並歸納了判斷平台是否遭遇羊毛黨攻擊的特徵，具有參考價值。

論文以零壹財經提供的2014年1月至2016年1月該機構所擁有的全部平台的月度交易數據為分析基礎，該數據集為1168個平台的非平衡面板，共有15439個樣本。使用兩項指標來識別一個平台是否在某一時期遭到了“羊毛黨”的攻擊，本論文得出基本思路如下。

第一，投資人數是交易數據中最有可能反映“羊毛黨”攻擊的指標，表現為投資人數突然急劇上升，而後又突然急劇下降。這是我們賴以識別的最重要的定量指標。

第二，人均投資額（成交額/投資人數）可以作為輔助性的指標，因為“羊毛黨”一定會選擇平台獎勵規則中規定的投資金額下限，因此其大量進入某個平台，必然會將該平台的人均投資額拉低，而在其退出後，平台的人均投資額則會回升。不過鑑於投資於P2P網貸的投資者中很大一部分也只進行小額投資，因此由“羊毛黨”所帶來的人均投資額的波動幅度並不容易判斷，故其只能作為一項定性的輔助指標。

第三，“羊毛黨”的投資期限一般都很短，通常不超過一個月。“羊毛黨”通常會在註冊注資拿到獎勵後以最短的時間將資金從平台提取出來，從而保證其資金的使用效率。即使平台針對性的設置了較長的最短投資期限，“羊毛黨”也會通過轉讓債權等其他方式變現。事實上，“羊毛黨”本身會十分理性地選擇“薅羊毛”的對象，篩選出投資期限短的平台。因此，從月度投資人數數據來看，“羊毛黨”的攻擊一定意味著連續的兩個月出現大幅上升而後大幅下降的局面。與之相反，人均投資額則是在下降之後立刻回升。

判斷平台遭到“羊毛黨”攻擊的月份，主要依據如下兩條標準：

標準1（定量標準） 該月平台投資人數環比增幅超過某一特定值，後一個月投資人數環比降幅超過某一特定值。

標準2（定性標準） 該月平台人均投資額比上月減少，後一個月人均投資額比該月增加。

論文全文如下

摘要：“羊毛黨”是P2P網貸市場中的一類投機群體，其“薅羊毛”的行為通常被認為是問題平台產生的原因之一。本文旨在對“羊毛黨”的產生原因、行為特點以及對P2P網貸平台的影響進行分析。通過一般的統計及面板數據分析發現，“羊毛黨”並非形成問題平台的根本原因，而只是外部誘因。“羊毛黨”攻擊會加速問題平台的問題爆發，但對正常平台來說，則反而利大於弊。進一步分析還發現，正常平台與問題平台在投資者利率水平上存在內在差異。

一、 問題的提出

作為互聯網金融的主要組成部分，P2P網絡借貸（以​​下簡稱“P2P網貸”）在這些年經歷了一個高速但混亂的發展時期。一方面，P2P網貸的平台數量及成交額都迅速增加，這其中又以平台數量的增長最引人注目。零壹財經的數據顯示，截至2015年12月，中國P2P網貸平台的累計數量達到3717個，與之相對應，中國P2P網貸市場的規模也是全球最大的，據Aveni（2015）估計，中國的市場規模大約是美國的7倍。

但另一方面，在中國P2P網貸平臺本土化運營的過程中，諸多“水土不服”的現像開始凸顯，最突出的問題就是違約頻現，跑路頻發。由於正式的監管規則尚未出台，加之風險管理技術落後，導致市場中出現大量劣質平台，對整個P2P網貸的發展造成很大影響。根據網貸之家的數據，截至2015年底，中國P2P網貸問題平台的累計數量達到1263個，這意味著有1/3的平台出現過停業、跑路、提現困難等問題。特別是在2015年，P2P網貸行業的問題集中爆發，月均問題平台數量高達75個。其中，問題平台“e租寶”已被立案偵查，並被明確定性為“涉嫌非法集資”，其涉案金額高達500多億元，涉及全國31個省市的約90萬投資人。[《“e租寶”非法集資案真相調查》，新華網2016-01-31。]

2016年，政府對互聯網金融的態度轉為規範其發展，一場由國務院領導的力度空前的互聯網金融專項整治拉開了序幕，問題突出的P2P網貸行業自然是整治的重點領域。與之相對應，P2P網貸的風險逐漸被媒體廣泛提及，其中由投資方帶來的風險開始被媒體及公眾所認識，集中體現在部分“羊毛黨”“薅羊毛”的行為上。

不過，與媒體的普遍關注不同，學術界對此領域的研究幾近空白。在此之前，學者對中國P2P網貸市場中投資者的研究主要集中在三個領域。第一個領域是P2P網貸投資者如何作出投資決策。宋文和韓麗川（2013）利用拍拍貸的交易數據對影響借貸成功率的因素進行了探討，Logistic模型的回歸結果表明，投資者的出借意願與借款年利率、中介信任的存在（是否存在擔保、是否為安全標等）、平台對借款項目的評分間存在顯著的相關關係，並且投資者傾向於信任女性和年長者。鄒柯瑩（2015）得出了相似的結論，只不過她是通過實驗得到相關數據的。李焰等（2014）則著重對借款人的描述性信息進行了考察，他們抽取了2331條拍拍貸的借款標的作為研究樣本，採用質性分析的方法從標的的描述性文本信息中提取信息特徵，包括誠信、穩定等8項，而後對其進行實證檢驗，發現其中有5項特徵（穩定、顧家、追求生活品質、刷信用[借款人是為了累積在拍拍貸上的信用才進行借款。]、試一試[借款人是初次嘗試網絡借款或者為體驗標。]）與借款成功率存在顯著的相關關係，這意味著借款人提供的感性信息同樣會對投資者的選擇產生影響。廖理等（2014）則發現，P2P網貸平台上的投資者實際上具備一定的理性，他們通過Probit模型回歸發現，人人貸的借款利率並不能完全反映違約風險，但在這種情況下他們卻發現，在控制了利率變量後，借款人風險越高，則需要更多的投資者才能滿足其資金需求，同時需要更長的競標時間才能完成籌款，這意味著投資者對相同利率背後隱藏的不同風險能夠覺察並作出反應。與上述使用單個平台數據不同，路松新和蘭虹（2015）利用59個平台的數據研究了風險投資、第三方資金存管以及融資性擔保公司擔保對投資者決策的影響，其研究結果表明，大部分投資者並不迷信風險投資和第三方資金存管，而融資性擔保公司擔保則顯著影響投資決策，這同樣可以證明P2P網貸投資者俱備一定的理性。

第二個領域是投資者的羊群行為。在這個領域，不同的學者使用了不同的數據和模型，但均得出一致的結論：投資者在進行決策時會受到前期投資者的影響，即標的前期的投標次數或完成進度會影響後續投資者的選擇（如曾江洪和楊帥，2014；談超等，2014；廖理等，2015）。其中廖理等（2015）進一步發現這種羊群效應實際上是理性的，其背後可能是基於信息發現的機制，因為信息不對稱程度更強的訂單羊群行為更明顯。

最後一個領域是對投資者的保護。早期的研究大多認為，針對P2P網貸的有效監管應兼顧投融資效率和投資者保護，在維護投資者利益的同時盡量給平台足夠的發展空間（如宋鵬程等，2014）。而在平台“跑路潮”開始後，學者們的政策建議更加傾向於投資者保護，如河北金融學院課題組（2015）就指出，構建投資者保護機制不僅是P2P網貸行業的生存之本，也是維護社會穩定的重要手段，因此應做好投資者教育工作，開闢投資者維權途徑。

從風險的角度來看，上述三個領域中前兩個的關注點在藉款人的違約風險上，而第三個的關注點則在平台的經營風險上。事實上到目前為止，我們尚未發現一篇專門研究投資者行為可能引發的風險的文獻。本文希望通過詳細分析P2P網貸市場中的一類特殊投資者“羊毛黨”及其“薅羊毛”行為對平台的影響，使人們對其有更加全面的認識。事實上，在互聯網經濟時代，特別是隨著“互聯網+”的深入推進，“薅羊毛”在未來很可能會成為各領域普遍存在的現象，然而學界至今對此缺乏深入的研究。同時，通過對網貸市場中“羊毛黨”的深入分析，也能夠使人們對P2P網貸行業的風險來源有更加充分的把握，進而在製定監管規則時對此予以充分考慮。特別地，我們希望著重考察“羊毛黨”對網貸平台影響的嚴重程度，這也與P2P網貸監管政策甚至是互聯網經濟的法律法規的製定與完善相關。

二、 羊毛黨”的產生

1999年央視春晚小品《昨天·今天·明天》使“薅羊毛”的說法不脛而走。受其啟發，人們將在各類網絡平台上有選擇地參與活動，從而以低成本甚至零成本換取物質實惠的行為稱為“薅羊毛”，而相應的享受這種精打細算樂趣的人群便被稱為“羊毛黨”。若要理解“羊毛黨”產生的時代背景，則要從互聯網經濟與平台經濟說起。

“互聯網+”的概念自2015年政府工作報告首次提出之後，便始終是各界議論的焦點。政府希望推動互聯網與其他產業融合，增強各行業的創新能力。然而在這種跨界融合的過程中，互聯網的滲透帶給其他產業的不僅僅是先進的技術，也包括傳統互聯網企業的典型經營理念。與其他行業的企業相比，互聯網企業最大的特點是前期靠“燒錢”經營。通常互聯網企業在起步階段並沒有成熟的盈利模式，需要做的只是盡快聚攏人氣將規模做大，而商業模式則是在這個過程中逐漸成型的。在這個過程中，互聯網企業需要通過各種促銷手段來博取關注、吸引人氣、增加流量，從而為企業積累客戶資源，即所謂“燒錢”。與此同時，在盈利模式還不成熟的情況下，企業不得不靠不斷融資來支撐其前期投入，而這不僅需要企業向投資者做好自身宣傳和包裝，也需要讓投資者看到企業不斷擴大的客戶規模。只有將規模做大，企業才能在後期的繼續經營（或變現）中佔據有利的位置。

從理論上講，這種互聯網經濟模式向各個商業領域的滲透帶來的是平台型經濟的繁榮發展。無論是各類電商、各種互聯網金融業態還是諸如打車軟件等分享經濟形式，本質上都是特定形式的平台型經濟。平台型經濟的最典型特徵就是存在網絡外部性，這又可被進一步區分為“直接網絡外部性”和“間接網絡外部性”，或者說是“使用外部性”（UsageExternality）和“成員外部性”（MembershipExternality）。顧名思義，使用外部性是指平台的價值與用戶對平台的使用頻度密切相關，而成員外部性則是指即便不考慮使用的頻度，僅一類用戶的數量就會影響平台對另一類用戶的價值（Evans,2003）。網絡外部性，特別是間接網絡外部性帶來的一個直接後果是，平台型產業市場通常是“贏者通吃”（winner-take-al1）的，因為網絡外部性的自我強化很容易使得用戶被鎖定在某一特定平台上，這意味著在平台之間激烈的競爭過程中，誰能夠最迅速的將用戶規模做大，誰就能率先搶占有利地位。當然在現實中，“贏者通吃”也並不意味著不同平台可以採取差異化的策略。間接網絡外部性帶來的第二個後果就是平台在定價過程中為了更有助於擴大規模，通常採取傾斜定價（skewedpricing）的方式。Evans（2003）發現，平台企業往往需要製定和維持一個最優收費結構或價格結構來平衡雙邊客戶的利益，其會把一邊用戶作為利潤的主要來源，而把另一邊用戶作為補貼的對象。在具體定價過程中，用戶間的間接網絡外部性強度是平台需要考慮的主要因素之一。Armstrong（2006）指出，當平台一邊的間接網絡外部性較強且該邊所吸引的用戶較多時，平台可能會在該邊出現低於邊際成本定價的情況​​，甚至可能出現零價格或負價格。事實證明，Armstrong十分具有先見之明，在移動互聯網時代，隨處可見平台型企業採用負價格來補貼用戶。李光斗（2015）認為，通過不斷的“燒錢”補貼，企業追求的或許不是用戶的忠誠度，而是培養用戶的消費習慣。當用戶習慣逐漸養成而企業又已獲得“贏者通吃”的地位時，其坐享利潤的時刻便會到來，一個典型的例子便是滴滴和快的的“燒錢”大戰以及最終的合併。在這種“浮躁”的產業中，企業試圖靠創新做好“內功”有時倒不如“燒錢”拉客戶有效，因為在這種經濟模式下，慷慨的補貼或許可以迅速提升人氣，而精心打造的創新則很容易在缺乏知識產權保護的環境中被模仿。

在P2P網絡借貸行業中，這種經營理念同樣有著非常明顯的體現。為了招攬客戶，各個平台使盡渾身解數：有的理財平台返點促銷，包括註冊返點和投資返點，如註冊即送現金紅包、投資即返一定比例投資額、投資即送可折現積分等；有的則實物促銷，包括註冊即送、投資即送和抽獎三種形式。而為了搶占移動金融高地，不少理財平台在微信端和APP客戶端也推出了類似的活動。[《理財“薅羊毛”，一根也要拔》，《中國消費者報》，2015年7月9日，第010版。]許多平台靠這種前期的優惠活動迅速佔領市場，但這種經營模式也為一些投機者創造了機會，“羊毛黨”便是其中的典型。早期的“羊毛黨”大多是業務愛好者，其在工作之餘利用自己的專業技術優勢尋找“薅羊毛”的樂趣，同時通過微信等方式為大家推送各種優惠信息。[《“羊毛黨”惹爭議》，《光彩》，2015年第12期，第22-24頁。]而後來“羊毛黨”則越發朝著職業化的方向發展。例如，在某專門分享各處互聯網金融平台優惠獎勵政策的QQ群中，一些群友會推薦新平台註冊鏈接並請求其他人幫忙註冊及進行初始投資，從而推薦者和註冊者均可得到平台的獎勵，之後推薦者還會將獎勵按約定的比例分給幫忙註冊的群友；其他群友則密切關注相關推薦信息，並配合完成註冊等行​​為以獲得平台獎勵及推薦者分成。有群友統計，其通過這種方式每月可獲得2萬至3萬元。[《一位“羊毛黨”的自述：薅羊毛遭平台反擊，“羊毛黨”滿足並恐懼著》，《證券日報》，2015年9月26日，第B02版。]這種職業化還體現在多種形式的分工合作上。例如，在淘寶網上搜索某知名P2P網貸平台的名字，會查到上百家“外圍服務商”，服務內容包括招募買家一起“薅羊毛”、幫助現有客戶變現解套等。[《羊毛黨“大戰”陸金所：一哥也被擼羊毛？》，《第一財經日報》，2015年10月20日，第A06版。]更有一些瘋狂的刷單者會用幾百個手機號、身份證、銀行虛擬卡對同一活動狂薅[《寄生P2P平台的“羊毛黨”》，《北京商報》，2015年6月1日，第B03版。]，還有人甚至致力於尋找平台的系統漏洞進行攻擊，從而規避平台針對“羊毛黨”設置的一些限制性措施[《“羊毛黨”惹爭議》，《光彩》，2015年第12期，第22-24頁。]。而為了配合這種職業的需要，其也投入更加專業的設備，如購買大量的廉價智能手機用於註冊賬戶，購買大量小額手機卡，通過GSMMODEM池（用於短信集群收發的專業設備）和自動化管理軟件成功實現短信批量接收驗證碼的功能等。[《“羊毛黨”月入十萬背後：距離欺詐僅一步之遙》，《第一財經日報》，2015年9月23日，第A06版。]

雖然羊毛黨可以在短期內幫助平台招攬人氣，一些平台甚至會在建立之初與一些規模較大的“羊毛團”合作以提升人氣[《綁架P2P平台？解密瘋狂的“羊毛黨”》，《第一財經日報》，2015年4月21日，第A06版。]，但大多數“羊毛黨”並不會真正轉化為平台的客戶，因此其帶給平台的往往是虛假的繁榮。更重要的是，如果一個平台短期內吸引了大量的“羊毛黨”，會使得補貼資金大量被套取，極大地增加了平台的運營負擔。而在監管缺位的情況下，許多平台自有資金和客戶資金賬戶很可能混雜在一起，甚至一些平臺本身便是靠龐氏融資維持生存的，此時，由促銷政策引發的大量“羊毛黨”的攻擊（大量注資後短期內又大量抽走資金）便很容易使平台經營出現問題。

三、 “羊毛黨”攻擊的識別

本節中的“羊毛黨”攻擊，是指由平台的促銷政策而引發的“羊毛黨”短期內大量註冊和注資，而後又在最短時間內連本帶利帶獎勵從平台抽走資金的情況。之所以稱“羊毛黨”為“黨”，是因為這些人往往通過微信、QQ、論壇等方式聯繫在一起，集中進行“薅羊毛”行為，其本身俱有很強的群體性特徵。當然，這並不意味著“羊毛黨”在任何時候都會集中攻擊某一個平台，許多情況下其也會將注意視線零散地分佈於多個實施促銷政策的平台上。就本文的研究目的而言，這種零散的“薅羊毛”行為並不會對特定平台的經營造成很大影響，換句話說，其並不能成為風險產生的源泉，只有群體性的集中攻擊才會對平台產生實質性影響。本節試圖從各個平台的交易數據中識別出來自“羊毛黨”的集中性攻擊。

（一） 識別的方法

零壹財經為本研究提供了2014年1月至2016年1月該機構所擁有的全部平台的月度交易數據。該數據集為1168個平台的非平衡面板，共有15439個樣本。我們使用兩項指標來識別一個平台是否在某一時期遭到了“羊毛黨”的攻擊，基本思路如下。

第一，投資人數是交易數據中最有可能反映“羊毛黨”攻擊的指標，表現為投資人數突然急劇上升，而後又突然急劇下降。這是我們賴以識別的最重要的定量指標。

第二，人均投資額（成交額/投資人數）可以作為輔助性的指標，因為“羊毛黨”一定會選擇平台獎勵規則中規定的投資金額下限，因此其大量進入某個平台，必然會將該平台的人均投資額拉低，而在其退出後，平台的人均投資額則會回升。不過鑑於投資於P2P網貸的投資者中很大一部分也只進行小額投資，因此由“羊毛黨”所帶來的人均投資額的波動幅度並不容易判斷，故其只能作為一項定性的輔助指標。

第三，“羊毛黨”的投資期限一般都很短，通常不超過一個月。“羊毛黨”通常會在註冊注資拿到獎勵後以最短的時間將資金從平台提取出來，從而保證其資金的使用效率。即使平台針對性的設置了較長的最短投資期限，“羊毛黨”也會通過轉讓債權等其他方式變現。事實上，“羊毛黨”本身會十分理性地選擇“薅羊毛”的對象，篩選出投資期限短的平台。因此，從月度投資人數數據來看，“羊毛黨”的攻擊一定意味著連續的兩個月出現大幅上升而後大幅下降的局面。與之相反，人均投資額則是在下降之後立刻回升。

綜上所述，我們判斷平台遭到“羊毛黨”攻擊的月份，主要依據如下兩條標準：

標準1（定量標準）該月平台投資人數環比增幅超過某一特定值，後一個月投資人數環比降幅超過某一特定值。

標準2（定性標準）該月平台人均投資額比上月減少，後一個月人均投資額比該月增加。

在確定了上述兩條標准後，剩下的問題便是如何確定定量標準中所謂的“某一特定值”。對此並無文獻有較為明確的說法，因此本文傾向於選取較大的波幅標準，以確保所識別出來的波動確實來自於“羊毛黨”的攻擊。為了使環比增加和減少的比例絕對值可比較，我們採用如下公式來確定波幅：

在此計算方法下，所得波幅的數值將全部處於-2至2之間。將全樣本中每一個平台投資人數月度環比波動情況進行匯總，可得圖1。

注：折線圖中每一點的值代表的含義如下：當x>0時，y=P{X>x}；當x<0時，y=P{X

由圖1可見，按照上述公式計算得到的投資人數波幅的數值大致上是以0為中心對稱分佈的，其中y軸上取0.1（即概率為10%）的點，在x軸上正負兩邊對應的絕對值均為0.5左右（-0.52和0.54），即單從投資人數月度環比這一指標來看，增幅超過0.5的情況，或環比降幅超過0.5的情況，其概率大致均為10%。基於分佈的對稱性，這裡選取0.5和0.67兩檔數值作為定量標準，即按照公式計算的該月平台投資人數環比增幅超過0.5或0.67，且後一個月投資人數環比降幅也超過相同的標準值，則判定其滿足定量標準。由於我們使用的數據是零壹財經根據其所獲逐筆交易數據自行統計而得，獲得數據的渠道比較多樣，但卻並不能保證針對每個平台實時獲得數據，因此我們所使用的每一個平台的時間序列數據中，第一個月和最後一個月的數據大多不是整月的統計數據，用這兩個月的數據進行判斷會存在偏差，故在根據上述標準識別出“羊毛黨”攻擊後，如果其月份為該平台的第二個月或倒數第二個月，則需排除。

（二） 識別的結果

根據上述識別方法，我們得到了兩組關於“羊毛黨”攻擊情況的較嚴格的統計結果，見表1第一、三列。

需要指出的是，嚴格執行定量、定性兩條標準，其優點在於可以更加準確地識別出真實發生的“羊毛黨”攻擊，但其缺點也不容忽視。由於這種嚴格的標準需要準確地判定投資人數存在先升後降的過程，同時人均投資額存在類似的先降後升的過程，我們可以將其視為一個雙邊的判定標準。但如果“羊毛黨”的攻擊發生在一個時間序列的最前或最後的邊界點上，雙邊判定標準便難以適用了。例如，在某P2P平台創設之初便招來了大量“羊毛黨”，由於缺乏準確的上月數據，從而無法判定當月投資人數大幅環比增加，而只能看到在下一個月出現投資人數大幅環比減少。又比如，由於數據集有限，能看到某P2P平台時間序列數據的最末一個月投資人數出現大幅增加，而後則無法確定後一個月是否會大幅減少，這些都使雙邊判定標準難以應用。然而在現實中，這兩個邊界點又是最可能發生“羊毛黨”攻擊的時點。P2P網貸市場中激烈的競爭，使得新創設的平台為了吸引眼球，往往會在開業之初推出各種優惠活動，以致於其更容易成為“羊毛黨”的獵物[在現實的網貸市場中，除了“羊毛黨”外，還存在一類名為“打新族”的群體專門投資新平台。雖然“羊毛黨”和“打新族”的投資策略有所不同，但對於平台而言二者的差異並不十分明顯，因為“羊毛黨”的投資對像也多為新平台。在本文分析中，對二者並不加區分。]，甚至如第二節所講的，有的平台為了招徠人氣會在建立之初主動與“羊毛黨”合作。另一方面，一些P2P網貸平台之所以出現問題，很可能就是由於“羊毛黨”短期內大量的注資和撤資直接導致平台的流動性風險爆發。如果嚴格遵循雙邊判定標準，得到的結果將會存在嚴重的問題，因此需要利用單邊判定標準來識別邊界點上的疑似“羊毛黨”衝擊：即在第二個月出現投資人數環比大降以及人均投資額的增加，或在最後一個月出現投資人數的環比大增以及人均投資額的減少，其中投資人數環比變動標準同樣使用上文確定的0.5和0.67兩檔。同時，在上文嚴格按照雙邊標準判定時，一些被識別出來的“羊毛黨”攻擊由於存在第一月和最後一月數據不完整的情況而被排除，但在這裡其同樣可被視為滿足了單邊判定標準，因此可被加在疑似“羊毛黨”衝擊的行列中。[這樣便將所謂的“邊界”擴展到了有數據的第二個月和倒數第二個月。不過這並不像表面看上去得那樣將“邊界”擴展到整兩個月時間。可以設想，平台在第一月底成立，而第二月初便吸引來了“羊毛黨”，即僅僅開業數天內便吸引來“羊毛黨”；同樣，或許有平台在倒數第二個月底吸引來大量“羊毛黨”，而最後一月初隨著“羊毛黨”抽走資金而被迫關閉。]將由雙邊判定標準判定的攻擊和由單邊判定標準判定的疑似攻擊加在一起，便可得到兩組擴展標準下“羊毛黨”攻擊情況的統計結果，見表1第二、四列。

表1中的數據印證了我們的判斷，無論是按照0.5的標準還是0.67的標準，在增加了單邊的判定標准後，識別出的攻擊次數均增加了一倍。按照波幅為0.5的判定標準，識別出確定和疑似受到“羊毛黨”攻擊的P2P網貸平台共計243個，佔總數的21%；即便將標準調高至0.67，佔比也會達到15%，這說明“羊毛黨”在選擇攻擊對象時範圍是比較廣泛的。在遭受攻擊的平台中，正常平台數量明顯多於問題平台，無論是按0.5標準還是0.67標準，二者比例均大概為3:1。此外，表1的數據還反映出大多數平台僅被“羊毛黨”攻擊過一次，只有少數平台會被攻擊一次以上，並且受到多次攻擊的平台絕大多數是正常平台，問題平台被攻擊一次以上的情況相當罕見。我們還可以看到，在最初兩月被攻擊的平台佔總的被攻擊平台數量的40%，這說明新平台對“羊毛黨”來說具有明顯的吸引力；而在最後兩月被攻擊的問題平台占到全部被攻擊問題平台的1/5。

最後我們來看幾個實際的例子，從而增進對上述幾種“羊毛黨”攻擊情況的認識。

四、 “羊毛黨”對P2P網貸平台的差異化影響

“羊毛黨”攻擊究竟會對P2P網貸平台的運營帶來何種影響？在第三節界定了“羊毛黨”攻擊的時間點（月份）後，我們進一步對相應平台受攻擊月份之前以及受攻擊月份之後（直到數據序列結束或下次受攻擊之前）的月成交額數據進行了比對，結果見表3。其中在第三節所界定的受到攻擊的平台數據的基礎上，我們又做瞭如下幾方面的調整：第一，受攻擊當月的數據被認為存在異常不予使用，只使用其前面和後面的數據；第二，基於第三節中提到的原因，每個平台的時間序列中第一月和最末一月數據被剔除；第三，由於計算標準差至少需要兩月數據，因此在上述諸多剔除之後，若平台時間序列被分割，其中某段數據時間段僅有一個月，則該段數據在上述統計中同樣被剔除；第四，如果在上述諸項剔除後，使得某次“羊毛黨”攻擊前面或後面的數據缺失以致無法進行比較，則此次攻擊在上述統計中不予考慮；第五，一種特殊情況是，按照我們對“羊毛黨”攻擊的界定標準，一個平台若多次被攻擊，從時間上講，前後兩次攻擊之間最少存在一個月的可使用數據。當這種情況出現時，由於一個月的數據無法求標準差，因此比較前次攻擊之前和後次攻擊之後的月成交額數據。此外，由於需要比較攻擊前後的數據，因此處於時間序列邊界處的攻擊無法進行這種比較，當環比波幅的定量判定標準確定後，無論是採用第三節中提到的嚴格標準還是擴展標準，即無論是否考慮邊界時點的攻擊，對攻擊前後數據進行比較時，按照上述的五項具體數據調整原則確定的樣本集差異並是不很大，因此在表3的統計過程中我們僅使用了按照擴展標準所確定的樣本集。[在擴展標準的樣本集中，由於一些邊界時點的數據會被判定為受到“羊毛黨”攻擊的時點而在進行比較時被剔除，故總數據量會少於按嚴格標準界定的樣本集，但差別很小，對統計結果無顯著影響。按0.5標準，嚴格標準與擴展標準所確定的樣本集中，平台數量分別為89個和88個，被攻擊次數分別為105次和104次，而具體的用於統計的數據量僅差9個（嚴格標準為1215，擴展標準為1206）；按0.67標準，嚴格標準與擴展標準所確定的樣本集中，平台數量均為59個，被攻擊次數均為66次，而具體的用於統計的數據量僅差1個（嚴格標準為807，擴展標準為806）。]

從表3中可以明顯看出，“羊毛黨”攻擊對正常平台和問題平台的影響是顯著不同的。從均值上看，正常平台在遭受攻擊後，70%的情況是月成交額均值會增大；相反，問題平台在遭受攻擊後，絕大部分情況會使得月成交額均值減小。這意味著，對於正常平台來說，“羊毛黨”的攻擊實際上促使其實際交易規模的增長，相反，問題平台在被“羊毛黨”攻擊後，則大多出現經營萎縮。從這點來看，我們便不難理解為何P2P網貸平台會對“羊毛黨”“愛恨交織”[《寄生P2P平台的“羊毛黨”》，《北京商報》，2015年6月1日，第B03版。]和“左右為難”[《P2P攬客進入“燒錢季”，羊毛黨每月“薅”萬元不是事兒》，《證券日報》，2015年9月26日，第B02版。]了：“羊毛黨”的進入短時間內提升了一些平台的人氣，即便在其退出之後，這些平台的規模實際上已經得到提升；而對於另一些平台來說，由於無法消化“羊毛黨”資金短期進入和退出所帶來的流動性風險，經營日益惡化，最終問題爆發。

從衡量波動情況的變異係數上來看，正常平台和問題平台在遭受“羊毛黨”攻擊之後的表現也存在顯著的差異。正常平台在遭受攻擊後，大約1/3的情況是平台月成交額的變異係數增大，而對於問題平台而言，這一比例卻為1/2，這意味著相比於正常平台，“羊毛黨”的攻擊會使問題平台的經營穩定性變得更差。不過，單從表3中的統計結果來看，這一結論是值得懷疑的。因為問題平台在遭受攻擊後仍有一半的情況會出現變異係數的減小；更重要的是，從正常平台和問題平台整體來看，表3的統計數字顯示，攻擊在大多數情況下會帶來交易額變異係數的減小，即經營穩定性的增強，這與我們的直覺相違背。

實際上，由於P2P行業發展異常迅速，利用變異係數來衡量平台經營的穩定性本身可能存在一定的問題。例如，如果平台的成交額是快速增長的，即便其是持續穩定的增長，統計其標準差依然會很大，進而變異係數也會很大；相反，如果平台逐月間成交額波動較大，但總體而言無增長，其統計而得的變異係數也未必大於前者。事實上，按照我們想要分析的平台經營穩定性來看，自然前者要遠勝於後者。簡單統計的變異係數明顯忽視了時間序列數據前後之間持續性，因而只能作為輔助分析的依據。而為了得到平台成交額時間序列數據之間的持續性，我們進一步使用一階自回歸係數來衡量，即估計如下非平衡動態面板模型：

VOLUMEit=α+ρVOLUMEit-1+ui+εit

其中，VOLUMEit和VOLUMEit-1分別代表平台i在t月和t-1月的成交額，ui是不隨時間變化的平台固定效應，εit為隨平台和時間變化的擾動項。

這裡依然使用全面考慮了時序內部攻擊及邊界處攻擊的擴展標準樣本來進行分析，不過與上面分析均值、變異係數不同的是，這裡並不需要一一比較每次攻擊前與攻擊後的數據，因此上述的五項數據剔除原則中的第四項在這裡可不用考慮，這有助於增加用於分析的樣本量。

使用差分GMM估計的結果匯總於表4，其中估計時使用所有可能的被解釋變量的滯後值作為工具變量，同時使用穩健標準誤。

通過動態面板模型得到的估計結果與前文有關變異係數的統計結果總體上是相吻合的：正常平台在受到“羊毛黨”攻擊後，其成交額數據的持續性確實有所增強，而問題平台在被攻擊後，數據持續性變化的方向則並不確定，在兩組數據下方向相反。同時從表4中還可以看到，即使在受攻擊前，問題平台的經營穩定性也顯著地弱於正常平台。進一步使用兩組嚴格標準的數據做穩健性檢驗，結果見表5。從中可見，正常平台在被攻擊後持續性增強得到了驗證，受攻擊前問題平台的經營穩定性較差也得到了驗證，但是在嚴格標準的兩組數據中，問題平台在被攻擊後持續性都有所增強，這與表4中反應的結果並不一致。不過，相比於表4，表5中的樣本量進一步減少，其結果的可靠程度也相應更差，同時，如果將表4和表5綜合來看，依然可以證明問題平台在被攻擊後其持續性變化的方向是模糊的。

綜合本節的分析，大致可以得到如下推測：“羊毛黨”攻擊對P2P網貸平台的影響存在顯著差異。對於問題平台來說，最終出現問題的根本原因或許並不在於“羊毛黨”的攻擊，而是其自身的經營本身就存在問題，因此在被攻擊前，其經營的穩定性就較差。由“羊毛黨”帶來的衝擊並沒有顯著地改變這些問題平台經營不穩定的程度，但卻使其經營規模逐漸萎縮，最終問題爆發。相反，對於正常平台來說，其原本經營的穩定性就較強，而“羊毛黨”的攻擊對其而言更多地起到了兩方面作用，一方面“羊毛黨”的進入幫助其短時間內拉升了人氣，從而有助於其網絡外部性的強化，另一方面“羊毛黨”的退出又對其敲響警鐘，有助於完善運營模式，進一步增強經營的穩定性。總之，P2P網貸平台不應過度關注“羊毛黨”帶來的衝擊，其僅是平台出現問題的一個外部誘導因素，而真正起決定性作用的是平台自身的“內功”，“內功”修不好自然會在“羊毛黨”面前垮掉，而“內功”修得好則不僅能夠抵禦這種衝擊，甚至可以化威脅為機遇。從表1中同樣可見，許多正常平台即便經歷多次攻擊仍可屹立不倒，卻較少有問題平台能夠撐到第二次被攻擊。

最後，需要注意的一點是，本文對正常平台和問題平台的區分以2016年1月的平台狀態為準，這意味著在本文分析中被劃為正常的平台，也難保此後不出現問題。雖然這會對分析結果產生影響，但這種影響是有限的。至少按照我們目前的分類標準看，統計結果的差異性十分顯著，這本身就很值得關注。[實際上自2016年以來，互聯網金融尤其是P2P網貸行業發展的政策環境出現了明顯的變化，政府工作報告中的表述從此前的“促進”轉為“規範”，從放任到整治的政策環境轉變意味著2016年P2P平台出現問題的原因和此前或許存在較大差異，從而缺乏可比性。]

五、 正常平台與問題平台是否存在內在差異

在第四節末我們推測，“羊毛黨”攻擊不是形成問題平台的根本原因，而只是外部誘因，正常平台與問題平台在經營中存在的內在差異才是導致其能否應對“羊毛黨”攻擊的根本原因。本節就通過相應的計量模型來檢驗上述假說

雖然監管層密集表態要求P2P網貸平台回歸信息中介本質，然而在我們研究的時間範圍內，P2P網貸平台大多還扮演著信用中介的角色，因而定價對其而言便是至關重要的職能，我們試圖檢驗正常平台與問題平台在利率定價方面是否存在顯著差異。

由於本文主要研究的是P2P網貸行業中的投資者，因此選擇投資利率作為因變量，在樣本中該指標為按金額加權的平均利率（INTEREST，%），而理論上影響投資利率的因素大致包括如下幾個方面：1）基準利率（BASERATE，%），本文使用銀行間同業拆借的當月加權平均利率來代表；2）借款期限（TERM，天），本文使用平台的月度平均借款期限來代表，該指標具體計算方法與零壹研究院（2015）中相同；3）筆均借款額（LOAN，元），該指標與平台的風險分散程度相關，進而可影響利率水平，具體計算方法為月成交額除以藉款筆數；4）平台類型（SORT），這是我們著重考察的虛擬變量，問題平台設為1。以上數據除銀行間同業拆借利率來自WIND資訊外，其餘數據均來自於零壹財經。

除上述因素外，經濟金融環境的變化同樣會對利率產生影響，我們考慮瞭如下一些因素：1）貨幣信貸方面，選取M2同比增速（M2，%）和當月社會融資規模增量（SOCIALFIN，億元）；2）工業生產方面，選取工業增加值當月同比增速（INDUSTRY，%）和中國製造業採購經理指數（PMI）；3）物價方面，選取CPI和PPI的環比數值（CPI、PPI ，%）；4）其他方面，選取進出口金額同比增速（IM&EX，%）來反映外貿狀況，以及公共財政支出當月值（PUBLIC，億元）以反映財政政策情況。以上數據均來自於WIND資訊。

在此，我們將研究集中在受到“羊毛黨”攻擊的平台範圍，而並不擴展到全樣本。這是因為：第一，在第四節中可以看出，“羊毛黨”攻擊對P2P網貸平台來說可能起到檢驗的效果，即這種衝擊將會加速暴露平臺本身存在的問題，而如果平臺本身經營穩健，則“羊毛黨”的攻擊或許對平台而言利大於弊，因此沒有經歷“羊毛黨”攻擊的平台實際上是缺乏這種檢驗的，即便是正常平台可能也無法判斷其經營是否真的沒有問題；第二，由於前期缺乏監管，國內P2P網貸行業魚龍混雜，平台運營模式、定價模式、資金存管等各方面差異性很大，以致於出問題的原因也很複雜，包括存在大量自融和欺詐的情況。在此情況下，將目光集中在“羊毛黨”攻擊上，可以在一定程度上排除乾擾，使得研究更切合本文的主題。

首先以波幅0.5的擴展標準所確定的樣本集作為研究的基準，我們認為0.5的波幅（增67%、降40%）實際上已經足夠界定“羊毛黨”攻擊了，並且出於現實情況的考慮使用內部攻擊加邊界攻擊的擴展標準更為合適，並且波幅0.5的擴展標準也是表1中所列的四種標準中可得樣本量最大的一個。不過與表1中的統計相比，這裡需要額外考慮的一點是，如果在平台最後兩個月數據中識別出“羊毛黨”攻擊的話，我們將很難確定隨後平台是否可以成功地化解這次外部衝擊，因此對於正常平台中的部分邊界攻擊——即最後兩月中發生的攻擊，我們在此不予考慮。最終可得到一個包括209個平台，從2014年1月至2016年1月的月度非平衡面板數據，其中正常平台149個，問題平台60個。同時在三、四節中反复提及的由於非整月原因而被剔除的第一月和最後一月數據在此則可以保留，因為這裡並不涉及相關問題，從而增加了用於分析的樣本量。不過由於樣本中存在大量數據缺失的情況，若某變量中間只缺一個月的數據，則用前後兩個數據的均值補上[筆均借款額若存在缺失，則對成交額與借款筆數分別求平均，而後再求比值。]，若連續缺2個或以上數據，則選擇該平台數據中擁有較長的完整連續數據段作為樣本。樣本中主要變量的描述性統計見表6

表7則給出了自變量間的相關係數矩陣，從中可見這些變量間基本上不存在多重共線性問題。

豪斯曼檢驗顯示應使用固定效應模型而非隨機效應模型。建立如下形式計量經濟模型：

INTERESTit=β0+β1SORTit+β2BASERATEit+β3TERMit+β4LOANit+β5M2it+β6SOCIALFINit+β7INDUSTRYit+β8PMIit+β9CPIit+β10PPIit+β11IM&EXit+β12PUBLICit+αi+εit（3）

其中，各變量中包含下標it代表相應變量在平台i時間（月份）t的取值，αi為不隨時間變化的平台固定效應，εit為隨平台及時間變化的擾動項。

表8中所列為使用固定效應模型回歸的結果，使用組內估計量會由於多重共線性問題的存在而無法求得SORT前的係數，因此我們採用LSDV法。估計結果顯示大多數個體虛擬變量均很顯著。作為穩健性檢驗的一個組成部分，第一列（模型1）中只放入了我們認為影響投資利率的主要幾個變量，第二列（模型2）則將其他反映經濟金融環境變化的變量均納入其中，第三列（模型3）則去掉了不顯著的變量。第四、五列分別利用模型3來回歸各個平台首次被“羊毛黨”攻擊之前與之後的兩個子樣本，由於被攻擊當月的數據被剔除，因此兩個子樣本的觀測值之和比總觀測值要小。

從回歸結果來看，R2始終保持在0.8左右，說明模型具有較好的解釋力。虛擬變量SORT的係數為正且始終在1%水平上顯著，這表明問題平台給予投資者的利率要顯著高於正常平台，同時無論改變模型還是使用子樣本，其係數均為正值且十分顯著，意味著平台類型與投資利率之間的關係十分穩健。特別是在被攻擊前和被攻擊後兩個子樣本中，其關係同樣穩健，印證了我們在第四節中提出的假設，即正常平台與問題平臺本身在經營中存在內在的差異。

至於其他變量，總體來看，基準利率和借款期限與投資利率之間的關係較為穩健，符號均為正，與利息理論相符。筆均借款額對投資利率影響不大，雖然從理論上存在問題，但仔細觀察現實中P2P平台的經營模式便不難理解，因為大部分平台並非單純的扮演信息中介的角色，而是將資產端和資金端分開來運作，在許多公司中會分別設置兩個部門甚至兩個子公司，從而一定程度上切斷了二者之間的聯繫。從其他經濟金融方面的變量來看，工業增加值和進出口對利率水平存在顯著的正向影響，說明工業生產和貿易環境的改善有助於提振總需求，從而拉升民間借貸利率水平；而公共財政支出則對利率水平存在顯著的負向影響，意味著財政政策對於民間投資的擠出效應是存在的；變量M2的係數均為負，符合貨幣理論，雖然係數值比較穩定，但從顯著性水平來看表現得併不十分穩健；其他變量則表現並不顯著。不過從兩個子樣本的回歸結果中可以看出，各變量的表現在攻擊前和攻擊後存在顯著地差異，除了平台類型與投資期限外，在攻擊前樣本中，其他各變量均不顯著，而在攻擊後樣本中，各變量的表現則明顯變好，這再次印證了我們在第四節中的判斷：雖然“羊毛黨”可能會加劇問題平台的問題，但對正常平台來說，其帶來的衝擊則會有助於其完善經營、增強平台穩定性。

其進一步地，我們再使用兩種方式來做穩健性分析，一是利用不同方法回歸上面的樣本（0.5：擴展），二是使用固定效應模型回歸不同樣本。回歸結果列於表9和表10。從中可見，雖然在改變方法和样本後，個別變量係數的顯著性水平甚至符號方向受到一定影響，然而平台類型與投資利率之間的關係卻始終十分穩健。

六、 結論

“羊毛黨”是伴隨著互聯網經濟而產生的一類投機群體，P2P網貸市場的混亂局面更是為其提供了“興風作浪”的良機，同時也使得這類人群及其背後的灰色產業鏈條逐漸被媒體及大眾所熟知。本文對“羊毛黨”產生的原因、行為特點以及對P2P網貸平台的影響進行了深入的分析，特別是通過實證分析發現，“羊毛黨”對於P2P網貸平台的影響明顯存在差異性。大量“羊毛黨”資金的短期流入和流出會加劇平台的流動性風險，進而促使一些平台爆發問題，也因此使得“羊毛黨”遭到了輿論的抨擊。研究發現，自身存在問題的平台確實很難經受“羊毛黨”攻擊的考驗，通常被“羊毛黨”攻擊一次便會最終走向衰敗，從這個角度看，“羊毛黨”確實加速了平台問題的爆發。但另一方面，經營穩健的平台並不會輕易地在“羊毛黨”的攻擊下垮掉，反而會以此為鑑不斷完善經營，從而使得其穩定性進一步增強；同時“羊毛黨”資金的的短期進入還可助其拉升人氣，有助於其網絡外部性的強化，總地來講利大於弊。這意味著對於問題平台來說，“羊毛黨”的攻擊只是造成問題的外因，而外因終究要通過內因起作用。

本文進而對這種“內因”進行了初步的探索，發現了至少一個正常平台與問題平台間存在的內在差異，即問題平台給予投資者的利率水平明顯偏高，這種偏高的投資利率在“羊毛黨”衝擊平台之前和之後均顯著存在。雖然網絡外部性對於P2P網貸平台十分重要，但簡單地通過提高投資利率以做大規模則存在很大的風險，事實上這並不利於平台的長遠發展。當穩健的金融業碰撞冒進的互聯網業的時候，經營者面臨的挑戰不同以往。本文分析的P2P網貸市場的例子恰恰說明，對於金融業務來說，穩健或許才是立足長遠的選擇。對於平台來講，首先便是要擺脫貪多求大的誤區，適度的出台獎勵政策以吸引投資者是符合平台經濟的發展特徵的，但卻要極力避免盲目的持續性的提高利率水平。其次，除依據風險定價外，更重要的是要通過完善風控手段以降低不必要的風險，通過健全借款人審核體系、建立平台投資者審核機制、建立科學有效的逾期借款支付機制、強化壞賬風險轉移機制、建立貸款重組機制等措施真正去把握金融業務的核心。最後，修好“內功”還意味著必須要重視平台的人才培養和業務規範，事實上二者是相輔相成的，只有培育出一支專業的信貸管理隊伍，並且秉承合規原則踏實做好平台服務，才有可能實現企業的各種戰略目標。

對於監管者來說，通過出台法律法規規範投資者行為固然有意義，但至少在P2P網貸市場中，監管的重點還是應當放在網貸平台的經營上。首先，對於打著P2P網貸旗號從事非法集資等非法金融活動的應堅決予以取締，以防范金融風險，維護金融秩序。其次，應加強對正規經營的P2P網貸平台的監管，嚴守“四條紅線（即平台的中介屬性、不得提供擔保、不得搞資金池、不得非法吸收公眾存款）”的底線。此外，加強對群眾的宣傳教育也格外重要，要使其充分認識非法集資的表現形式及危害，調動群眾監督非法集資行為的積極性。最後，對於投資者中間存在的一些“薅羊毛”行為，如果確實能判定其行為觸犯了相關法律法規，比如偽造身份證銀行卡等，也應堅決予以製止，以維護良好的市場秩序。

轉貼自： 煉數成金