Means过程就是按照用户指定条件，对样本进行分组计算均数和标准差，比如按性别计算各组的均数和标准差。用户可以指定一个或多个变量作为分组变量，如果分组变量为多个，还应指定这些分组变量之间的层次关系。操作步骤如下：

（1）单击“分析”-“比较均值”-“均值”，弹出如下对话框：

（2）单击“选项”，弹出如下对话框：

 选择需要的统计量，单击“继续”，返回主对话框。

（3）单击“确定”，输出结果如下：

   单样本T检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值之间存在显著性差异，但前提要求是样本来自的总体服从正态分布。

单样本T检验的原假设为：总体均值与检验值之间不存在显著差异。

当总体分布为正态分布时，样本均值的抽样分布仍为正态分布，该正态分布的均值为，方差为,当原假设成立时，，为总体方差，n为样本数。当总体服从近似正态分布是，通常总体方差是未知的，此时可以用样本方差替代，得到的检验统计量为 t

式中，t 统计量服从自由度为 n-1的 t 分布。单样本T检验的检验统计量即为 t 统计量。当认为原假设成立时用代入。

（3）计算检验统计量的观测值和概率P值

（4）给定显著性水平，并做出决策

利用SPSS计算所得的P值小于显著性水平，则应拒绝原假设，认为总体均值与检验值之间存在显著性差异；反之，如果P值大于显著性水平，则不应拒绝原假设，认为总体均值与检验值之间无差异。

例：某药物在某种溶剂中溶解后的标准浓度为20.00mg/L。现采用某种方法，测量该药物溶解液11次，测量后得到结果，问：用该方法测量所得结果是否与标准浓度值有所不同？

（1）单击“分析”-“比较平均值”-“单样本T检验”，弹出如下对话框：

 在“检验值”框内输入已知总体均值，此例为20.00。

（2）单击“选项”，弹出如下对话框：

可选择合适的置信区间，一般按照系统默认即可。 

（3）单击“确定”，输出结果如下：

结果显示统计量t=3.056,P值=0.012<0.05，因此可以认为用此方法测量所得结果与标准浓度有差异。

两独立样本T检验的目的是利用来自两个总体的独立样本，推断两个总体的均值是否存在显著性差异。此检验的前提要求是：（1）独立。两组数据之间独立，互不相关；（2）正态，即两组样本来自的总体服从正态分布；（3）方差齐性。即两组方差相等。

两独立样本T检验的原假设  为：两总体的均值无差异。表述为： 。

对两总体均值差的推断是建立在来自两个总体样本均值差的基础之上的也就是希望利用两组样本均值的差减去估计量总体均值的差。因此，应关注两样本均值的抽样分布，当两总体分布分别为和时，两样本均值的抽样分布仍为正态分布，该正态分布的均值为,方差为 。在不同情况下， 有不同的计算方式。

第一种情况：当两总体方差未知且相等，即时采用合并的方差作为两个总体方差的估计；

第二种情况：当两总体方差未知且不相等，即时，分别采用各自的方差。

（3）计算检验统计量观测值和概率P值

（4）给定显著性水平，并做出决策

①利用F检验判断两总体的方差是否相等，并据此决定抽样分布方差和自由度的计算方法和计算结果，如果F检验统计量的概率P值小于显著性水平，则应拒绝原假设，认为两总体方差没有显著差异。

②利用T检验判断两总体均值是否存在显著差异。如果T检验统计量的概率P值小于显著性水平，则应拒绝原假设，认为两总体均值有显著性差异。

例：现希望评价两位老师的教学质量，试比较其分别任教的甲、乙两班（设甲、乙两班原成绩相近，不存在差别）考试后的成绩是否存在差异？

（1）单击“分析”-“比较平均值”-“独立样本T检验”，弹出如下窗口：

（2）单击“定义组”，弹出如下对话框：

在“组1”中输入“1”，“组2”中输入 “2”，单击“继续”，返回主对话框。

（3）单击“确定”，输出结果如下：

由结果可知。Levene统计量为0.733，显著性P值为0.397>0.05，故方差齐。不同组间独立样本T检验统计量t=3.056 , P值为0.004<0.01，因此认为两位老师分别任教的甲、乙两班考试后的成绩存在差异，即两位老师的教学质量存在差异。 

5.4 成对样本T检验

两配对样本T检验的目的是利用来自两个不同总体的配对样本，推断两个总体的均值是否存在显著差异。前提要求为：（1）两样本必须是配对的。首先，两样本的观察值数目相等；其次，两样本的观察值的顺序不能随意更改。（2）样本来自的两个总体应服从正态分布。

两配对样本T检验的原假设  为：两总体均值无显著差异，表述为 。、分别为第一个和第二个总体的均值。

两配对样本T检验采用 t 统计量。首先，对两组样本分别计算出对每对观测量的差值得到差值样本；然后，利用差值样本，通过对其均值是否显著为0的检验来推断两总体均值的差是否显著为0。如果差值样本的均值与0有显著性差异，则可以认为两总体的均值有显著差异，反之则无。

（3）计算检验统计量观测值和概率P值

（4 ）给定显著性水平，并作出决策

 给定显著性水平，与检验统计量的概率P值作比较。如果概率P值小于显著性水平，则应拒绝原假设，认为差值样本的总体均值与0有显著不同，两总体的均值有显著性差异；反之则不存在显著性差异。

例：某地区随机抽取12名贫血儿童的家庭，实行健康教育干预3个月，干预前后儿童的血红蛋白（%）测量结果已给出，试问干预前后该地区贫血儿童血红蛋白（%）平均水平有无变化。

（1）单击“分析”-“比较平均值”-“成对样本T检验”，弹出如下对话框：

（2）单击“选项”，弹出如下对话框：

 “缺失值”栏用于选择处理缺失值的方式：

按具体分析排除个案：表示在分析时，检验变量中含有缺失值的将不被计算；

按列表排除个案：表示任何一个变量中含有缺失值的个案都将不被计算。

（3）单击“确定 ”,输出结果如下：

 由上述结果得到，统计量 t =-3.305，P值=0.007<0.01，因此认为干预前后该地区贫血儿童血红蛋白平均水平有变化，综合本案，可认为该种干预措施可以增加该地区贫血儿童血红蛋白平均水平。 

• 两独立样本t检验中，怎么将两组数据放在一个spss变量中？数据要怎么处理啊,求解？

• 吧里有朋友知道SPSS里的“摘要独立样本t检验”的吗？我看网上有人介绍过，我在朋友的SPSS 25上也能看到，为什么同样是25版本我的却没有。难道是mac跟win的区别？

• 对数转换后成正态分布，t检验分析结果时哪些值需要转换成原始数据额？求好人解答、、、

• 来个大佬解释一下独立样本t检验。显著性和显著性双尾。

• 我现在做一个实验，拿一个班30个人，按照配对法分成了实验组15人和空白对照组15人，做前后测。 他们都做一套问卷。现在想知道就前测而言，实验组和对照组在第一题得分上的差异。 问：1.是否想知道实验组和对照组的差异用独立样本T检验（因为他们是不相关的） 2.是否想知道实验组前测和后测的结果用配对样本T检验（因为他们是相关的，一一对应的） 跪求回答

• 看一篇文章，对照组采用A治疗方案，观察组采用A+ B治疗方案。说“统计计量资料，组间比较采用独立样本T检验，组内比较采用配对T检验”，这种说法对吗？

• 求大神指点一下，独立样本T检验可以只看t值与p值吗？关键我可以得出有显著差异统计学意义，但我可以知道哪边分数更高吗

• 自己做的： 别人做的：

[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；大数据；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。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。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。近年来，部分学者开始质疑备案制的适当性。面对不断发生的风险事件以及部分发达国家对网贷严格准入的事实，[3]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。[4]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；[5]有的对此持不确定态度；[6]有的则主张建立一个全新的制度。[7]

　　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。[8]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）。[9]与数据驱动型监管一脉相承的是实证分析。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，故防止平台出险，可起到“双峰监管”的效果。[10]

　　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，[11]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，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

　　学界对传统金融机构的监管指标是否也适用于网络借贷存在疑问。本文将确定传统金融机构的监管指标内容，然后再通过实证分析进行检验。笔者梳理了国内有关银行、信托公司、金融资产管理公司、企业集团财务公司、金融租赁公司、汽车金融公司、货币经济公司、消费金融公司、保险公司、证券公司、基金公司和期货公司等十二类金融机构的30部法律法规。

　　笔者发现，我国传统金融机构的准入指标在股东背景、人员资格、资本构成、公司治理等方面具有较强的共性，其中，境内股东背景、高管资格和最低实缴资本具有100%的共性率。在域外，股东背景、高管资格等也是针对金融机构的常见监管指标。[12]基于此，本文提出如下三个假设：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。

　　本实证研究的初始样本来源于2019年1月14日网贷天眼提供的、其官网所有的全部6602家平台数据，包括平台名称、运营公司名称、平台运营状态、平台上线日期、平台发生问题日期、股东背景等信息。为弥补部分缺失数据，扩充变量维度，作者亦参考网贷之家、零壹数据等其他专业信息网站，并检索各平台公司官网，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、国家知识产权局官网等政府网站，同时，借助启信宝、天眼查等企业信用信息查询工具。

　　为确保样本中所有平台的观察期均长于6个月，并与启信宝提供的截止于2019年3月13日各平台经营企业的失信记录、行政处罚、异常名录、工商变更等数据在时间上吻合，故作者将统计基准日设定为2019年3月13日，并将网贷天眼的有关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，增加统计遗漏的4家互金协会会员平台，本文最终保留6488家平台数据。

　　根据采集到的信息，本文整理2个因变量和46个自变量，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：

　　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。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三类。

　　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、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。

　　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、实缴资本对数值。

　　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四类。

　　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、董监高年平均变更次数、是否属于关联平台、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、最长投资期、是否提供担保、是否仅采用第三方担保、债权是否可以转让、是否可以自动投资、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、失信被执行人次数、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、通过经营场所无法联系次数、是否变异为违法网站、是否办理ICP备案、是否取得ICP经营许可证、经营范围中是否含有网络借贷。

　　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2019年3月13日，我国共有平台6488家，其中问题平台达5261家，占比81.1%。在问题平台之中，逃避型平台2959家，非逃避型平台2302家，逃避型平台占比56.2%。简言之，绝大部分平台已经出险，且一旦出险，超过一半的平台选择跑路。

　　（一）独立样本T检验

　　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，表1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1 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。

　　首先，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。

　　（二）问题平台与正常平台的回归分析

　　笔者以是否属于问题平台为因变量，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2。

表2 是否属于问题平台的Logistic回归分析结果

　　表2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。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。

　　由表2可知，21个自变量标准化回归系数的绝对值逐渐减少，表明它们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。

　　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。

　　（三）逃避型平台与非逃避型平台的回归分析

　　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3。

表3 是否属于逃避型平台的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。

　　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。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。

　　由于两次回归分析中关键变量均具有显著性，故前文提出的三个假设均得到验证，即具有较强股东背景、较高高管素质和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。

　　四、准入指标的设定

　　基于上述回归分析，我们可为网贷平台设定如下准入指标：

　　（一）同时适用于新设机构和存续机构的准入指标

　　1．控股股东或实际控制人为资信良好的企业

　　表2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3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。

　　2．高管具备硕士以上学历

　　表2和表3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。

　　3．拥有不低于5000万元的实缴资本

　　根据表2和表3，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。

　　4．禁止关联平台进入网贷市场

　　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2的回归中，表现出更易发生问题的倾向，故应禁止关联平台进入网贷市场。

　　（二）仅适用于存续机构的准入指标

　　1．持续经营满2年，守法合规经营并具备良好信用

　　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，可以要求存续机构在申请准入时已持续运营2年以上。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、通过经营场所无法联系等原因被列入异常经营名录，且已依照信息产业主管部门的要求办理网站ICP备案。

　　2．拥有一定数量的著作权和商标权

　　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2显示拥有更多商标权将增大平台正常运营的机会。表3显示拥有更多著作权将提高问题平台不逃避的可能性。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：

　　1．落实银行存管等要求

　　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，实现银行存管。

　　2．限制投资利率上限

　　表2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，故可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。

　　3．加强对违法网站的查处力度

　　是否变异为违法网站在表2和表3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将域名出售给不法分子以赚取高额利润，也可能是原网贷域名到期后被不法分子抢注。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，加强对所有域名的定期复检工作。

　　4．禁止期限错配与允许债权转让相结合

　　由表2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。表2亦表明，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、就医等特殊原因而产生的流动性需求。

　　5．提倡第三方担保

　　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。

　　6．规制股东及董监高的变更

　　表2和表3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。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。

　　7．发挥行业协会的自律功能

　　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。[13]表2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。故应鼓励更多平台加入中国互金协会，充分发挥自律功效。

　　面对频发的风险事件，政府、学界和实务界都意识到有加强网贷监管的必要性，但明确、有效的监管指标至今未能确立，这势必会影响我国“立治有体，施治有序”改革目标的实现。

　　本文通过实证研究，建立在大数据基础上，提出了一系列网贷监管指标的立法建议，但上述监管指标并非一成不变，而应与时俱进、适时调整。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，监管须积极、动态地响应数据和当今趋势。我们应通过实证研究，使数据驱动型监管真正落地，让监管科技早日实现。（感谢刘燕教授、白建军教授和彭冰教授对本文写作的帮助。）

[1]彭岳.互联网金融监管理论争议的方法论考察[J].中外法学，2016（6）.

[2]许多奇.互联网金融风险的社会特性与监管创新[J].法学研究，2018（5）.

[3]刘进一.日本网络借贷监管制度及启示[J].现代日本经济，2019（2）.

[4]彭冰.反思互联网金融监管的三种模式[J].探索与争鸣，2018（10）.

[5]冯辉.网络借贷平台法律监管研究[J].中国法学，2017（6）.

[6]武长海.论我国互联网金融投资者准入法律制度[J].政法论坛，2016（4）.

[7]岳彩申.互联网时代民间融资法律规制的新问题[J].政法论丛，2014（3）.

[9]杨东.监管科技：金融科技的监管挑战与维度建构[J].中国社会科学，2018（5）.

[11]郭志刚.社会统计分析方法SPSS软件应用[M].北京：中国人民大学出版社，2015：164-207.

[13]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[J].中国法学,2006(2)；王怀勇,钟颖.论互联网金融的软法之治[J].现代法学,2017(6).

[作者简介]刘进一，北京大学法学院经济法博士研究生，北京大成律师事务所合伙人。