首页
用数据说话——P2P平台的数据分析
发布时间:2018-09-05     

 

(本文完成于今年6月中旬,因此其中涉及的数据均截止5月底。原先计划公开发布,后来因为种种原因最终没有实现,直至这两家平台8月爆雷。现在重新整理发出,不是为了马后炮,而是为了分享一下平台分析的思路。)

 

平台名称:金联储,金联储金服

资料来源:国家企业信用信息公示系统,企查查,平台官网截图,平台投资合同,平台爬虫数据

 

一、总体思路

对于P2P平台的分析,会遵循以下的总体思路:

  1. 基本信息搜集。重点是业务类型,这决定了一家平台最可能出现的风险类型。

  2. 股东背景调查。重点关注平台股东从事的业务领域以及各种可能存在关联关系。

  3. 业务模式分析。重点是关注平台标的的具体资金流走向,越复杂往往意味着风险越高。

  4. 爬虫数据分析。作为CPA,我总是习惯用数字说话。对于外部人而言,利用技术手段将平台展示的所有标的信息抓取下来后进行分析(尽管大部分是脱敏的),往往会有很大的收获,并且通常这也是最有力的证据。要知道,平台出于内部管理的需要,任何信息的命名或展示都不可能是完全没有规律的,这一点就是突破口。

这个思路本质上还是IPC的方法论,因此不仅适用于分析P2P平台,在其他很多业务上也是适用的。


 

二、基本信息

首先是两家平台的基本情况搜集,为方便对比,直接以表格展示:

平台名称

金联储

金联储金服

网址

https://www.jinlianchu.com.cn

https://www.jinlianchu.cn

是否上线银行存管

公司主体名称

金联储(北京)金融信息服务有限公司

金联储(北京)网络科技有限公司

成立时间

2014.3.18

2017.5.27

注册地址

北京市石景山区石景山路31号院盛景国际广场3号楼501A

北京市石景山区银河南街2号院3号楼8923

办公地址

北京市朝阳区东三环北路乙21幢海南航空大厦A8

北京市朝阳区东三环北路乙21幢海南航空大厦A5

业务类型

大宗商品(主要是有色和煤炭)行业的企业融资

注:为避免混淆,下文中,“金联储”和“金联储金服”分别特指两个平台。

两个平台的相似性我就不再啰嗦了,两个网站现在应该也还能访问,有兴趣的可以去研究一下。

如前所述,重点是业务类型,当看到平台大宗商品行业的融资时,很容易就能联想到“大额融资”这个可能性,而如果进一步考虑两家平台的股东背景(后续会讲),那甚至不排除自融的可能性。这通常也是标榜“供应链金融”的平台风险最集中的领域。

所以,当基本信息搜集完成以后,我们已经可以基本确定后续分析的重点是“借款集中度”和“标的真实性”这两个问题。


 

三、股权结构

从两家平台现在的股权结构上看,是不存在关联关系的。但如果仔细查看两家公司的工商变更记录,将其股权结构还原为184月之前的状态的话,可就不一样了。

看图说话吧:

值得一提的是,在4月之前,金联储金服的法人代表也是马亮。

至此关联关系基本坐实。

那你说,同一帮人为什么要设立两家P2P平台呢?


此处收获彩蛋一枚:“汤丹松”。没听过的童鞋请自行百度“汤丹松”和“京金联”这两个关键词。



四、股东背景

在上面的股权关系图中,有三个字反复出现——金银岛。

金银岛的全称是金银岛(北京)网络科技股份有限公司,法人代表是王宇宏。宣传文字就不重复了,只是提醒大家去看看它的股东,尤其是某只注册在天津的基金,厉害了~

对了,需要澄清一下,我只是想说金银岛在某种意义上也是一家明星企业,而不是说它的股东和后面的破事有任何关系。

 

度娘还告诉我,2014年金联储刚上线时,是作为金银岛的全资子公司进行运营的,对外宣传也是号称金银岛旗下的P2B平台。

在金联储上线不到一年之后,金银岛便将全部股权转让,彻底退出,然而事实是它们之间的联系并未因此中断。

 


五、业务模式

业务模式方面没有特别值得分析的地方,简而言之两个平台的业务都是基于大宗商品仓储质押的融资,不存在复杂的产品设计或资金流模式,因此我们仍然维持“集中度”和“真实性”这两个风险判断。

 


六、数据分析

本文重点来了!

我始终认为,所有的推测都必须有客观事实的佐证才能称之为“推测”,否则只能叫“瞎猜”,而用数据说话往往是最好的方式。


17年底开始,金联储的成交金额和待收余额便处于大幅下降的过程中,而金联储金服恰恰相反,截止185月底,两个平台的待收金额分别为不足3600万元和超过23亿元。所以显而易见,数据分析的重点应当是金联储金服。

很幸运,金联储金服没有对历史标的做任何技术性的隐藏,因此爬虫能够获取它从175月上线至185月底的所有标的展示信息。爬下来的原始数据长这样,一共8625个标的,先看截图随意感受一下:


 

那么接下来,我们要开始解数学题了(基于excel)。


第一步:观察数据

首先是第一列“标的名称”的命名,可以看到两个大类:一个带有“供应链”字样,一个是“安赢X号”或“优盛X号”。

稍微扫一遍数据,会发现带有“供应链”字样的标的占了绝大部分,所以初步确定供应链类的标的是分析重点。仔细观察,又会发现这些标的存在三种命名规则,并且各自对应的披露信息稍有不同:

  1. 以“供应链”+“字母”+“数字编号”为标的标题(类型一),披露了借款企业的成立时间、注册资本和主营业务,但没有注册地;

  2. “供应链”+“数字编号”为标的标题(类型二),披露信息同类型一;

  3. “供应链ZGXL+“数字编号”为标的标题(类型三),披露了借款企业的注册地和担保人的姓氏。

接下来我们用excel的自动筛选功能将H列、J列和K列四个字段分别进行排序,会发现存在大量相同或相似的信息,就像这样:


这样就能看到一些规律了,所以我们尝试将标的命名规则和企业基本信息、融资方信息等字段联系起来,设定如下的归类方法,作为下一步数据预处理时的规则:

  1. 对于类型一,标的名称中的字母代码、展示信息中的企业成立时间、注册资本和主营业务相同,则视为同一家企业;

  2. 对于类型二,标的名称中的数字编号前两位、展示信息中的企业成立时间、注册资本和主营业务相同,则视为同一家企业

  3. 对于类型一和类型二中,成立日期、注册资本、主营业务都相同的企业进行合并,视为同一家;

  4. 对类型三,标的标题中的数字编号前两位、注册地和担保人姓氏相同,则视为同一家企业。


最后,对于“安赢X号”或“优盛X号”类型的标的,通过查看标的页面可以发现这些都是和地方金交所合作的产品,在20177月之后便暂停发标了。

 

第二步:数据预处理

由于excel功能的限制(或者是我水平的限制哈哈),对数据进行预处理是最花时间的,这类似于数据清洗的工作。

首先我们要明确我们需要什么数据:

1.插入“标的类型”字段,以区分供应链金融和金交所标的,这个比较简单,用自动筛选就能实现。


2.插入“企业代码”字段:利用excel的分列功能将第一列进行拆分。对于类型一,以其字母编号作为企业代码;对于类型二,以其数字编码的前两位作为企业代码;对于类型三,以“ZG+数字编码的前两位”作为企业代码。


3.将“企业基本信息”字段进行分列,方便下一步的代码核对。


4.企业代码去重:类型一和类型二中,会有企业代码不同,但成立日期、注册资本和主营业务都相同的企业,对于这类重合,视为同一家企业,因此将类型二的企业代码统一至类型一。受限于excel,只能手工核对,眼睛都看花了~下图是举例:


5.把发标和还款日期按月归类。

 

6.判断截止爬虫数据日标的是否已结清,并据此增加一列“待收余额”以及标的类型与结清标志的组合字段(后续统计时需要用到)。


至此预处理完成,现在的表格长这样:


接下来就可以开始做数据统计和分析了~

 

第三步:数据统计和分析

接下来就是用excel的公式和数据透视表来分析了。

 

1.统计整体的成交额和待收情况:


可以看到供应链金融的标的不管是成交还是待收,都占了绝大部分,这与我们一开始的初步感觉相同。

 

2.按月统计发标和还款时间分布,这时前面增加的发标月和结清月的字段就派上用场了。


然后以上面的数据为基础,推算出过往8个月平台的待收变动趋势,因为截图无法显示全部公式,因此我将数据来源用同种颜色展示(蓝色为公式计算部分)。


可以看到待收增加(也即资金净流入)的高峰是181月至3月,而在5月有断崖式的下跌。若以23.5亿元的待收、1%的月息计算,每月利息支出便已达2300万元,而2800万元的净流入仅勉强能够维持支付利息。所以当时便有一个判断,如果平台的标的真实性确实存在问题甚至是自融,若这个净流入趋势持续,两到三月后必定要出问题。

 

3.接着统计借款企业数量和金额,为了方便阅读,只截取了部分表格(以待收余额降序排列),并将合计部分移至表格上方:


这里能够发现两个问题:

第一,按照前述的分类规则,借款企业数量为146家(将所有金交所标的视为一家),而平台5月底披露的报告显示累计借款企业数量为3671家;即使将每一个金交所标的都视为一家不同的企业(共有1342个标的),两个数据之间也存在巨大的差距。

第二,企业的待收余额远超规定的100万元限额,且集中度非常高。

很明显,集中度问题坐实。

 

4.那么接下来就是标的真实性的问题了。

先把发标企业和金额按月份做个数据透视表,大概长这样:


这个数据分布很明显不符合正常的业务开展逻辑。没做过业务的童鞋可能不太能理解,那么选取其中几行,做个可视化可能会更易于理解。


正常的借款业务循环,应该是“借款方初次申请——贷款方小额批款——双方熟悉互信——正常还款——再次申请——额度提高”,如果画出曲线会呈现一个倾斜爬升的趋势。但在金联储金服平台上,所有的借款企业都是突然出现,甚至出现时便是借款金额峰值,尔后又突然消失,不再发生借款,这是非常不正常的。

如果再仔细看回数据表格的截图,会看到某个时间段是某一批企业在集中借款,而另一个时间段又是另一批,不同批次企业的借款区间基本不会发生重合,人为控制的痕迹比较明显。

所以数据似乎把风险指向了“自融”。


 

第四步:数据验证

上面的分析中,有一个关键点,即第一步所建立的标的分类规则必须是合理的,否则后续所有分析的基础将不复存在,因此需要验证这个规则。于是我有选择性的投资了一些标的,然后查看借款的电子合同,结果如下:

标的名称

融资企业名称

AKC0104045     AKC0104047

上海昆晨贸易有限公司

WSS0104030     WSS0104032

潍坊硕世商贸有限公司

BJN0104032   BJN0104033   BJN0104034

北京京能东润化工有限公司

所以我认为分类规则是合理的。


我还随机投资了其他一些标的以获取借款企业名称,然后查询其工商资料,发现了一些有趣的事情:

企业代码/名称

变更事项

工商变更时间

开始借款时间

企业BKZ

保定市康责商贸有限公司

注册资本从50万元增至1550万元,原股东全部退出;经营范围增加“金属及金属矿批发和零售”

2017年4月

2017年7月开始

累计融资9950万

企业BXB

北京鑫佰贸易有限公司

注册资本从200万元增至1600万元

2017年8月

2017年10月开始

累计融资1.25亿

企业BJN

北京京能东润化工有限公司

股东从张娟(100%)变更为商茹月(100%)

2018年1月

2018年4月开始

累计融资2800万

这样的行为,有买壳借款的嫌疑。


然后利用出差的机会,我又去暗中走访了几家在北京的借款企业的注册地址,贴几张照片大家感受下:


北京京能东润化工有限公司


北京鑫佰贸易有限公司


北京瑞博宏达贸易有限公司

 

所以分析到这里,平台是个什么情况应该也很明显了吧~



专题

本专题做内容收集,如果你信了,希望不要上当,如果不信,希望不要错过发财的机会

最新资讯

站在风口上的区块链供应链金融,未来行业发展空间巨大!

供应链金融长久以来的痛点,在于交易真实性核查困难、操作成本高企、市场覆盖率不足,风险控制难以把握.而区块链的多点共识、...

之江商学院牵线,两家优秀学员企业携手打造物流智能客服机器人

是之江商学院首届创新型公司上市加速营的优秀学员企业.远传技...供应链金融及增值服务一体化的物流供应链整体解决方案.针对行...

临清市轴承商会祝:中国(烟店)轴承产业云平台供应链金融项目启动仪式完满成功

3月25日上午10点,中国(烟店)轴承产业云平台供应链金融项目上线仪式在市招待所第一会议室举行.启动仪式由副市级领导王庆瑞...

深圳国投供应链丨与黄山市经济开发区领导深入探讨供应链金融服务模式

详细了解了集团旗下深圳国投供应链情况.双方就当前供应链金融服务模式进行了友好的探讨与交流.同时,双方对于供应链金融服务...

大公集团供应链金融信用管理系统首次亮相中国产业链与供应链金融峰会

针对以上问题,大公集团供应链金融信用管理系统的价值在于:(一)加强供应链管理,防控供应链信用风险.运用该系统,可加强财...

随机资讯

2018中国供应链金融投融资项目对接会(上海站)成功举办

中小银行联合创新基地、长城证券股份有限公司、上海海华永泰律师事务所协办的“进阶·资本盛宴——2018中国供应链金融投融资项...

成交额达数亿元!这个闷声赚大钱的“隐形独角兽”,它的供应链金融这样做!

苏宁供应链金融音频案例解析二:京东供应链金融音频案例解析三:怡亚通供应链金融音频案例解析四:联易融供应链金融保理人...

启舞亚洲食品商务

比如微软,是人工智能领域的,还有一些供应链金融的,分享通过...所以我们在中食展设立了地标天物展区,展示有地方特色的稀缺农...

4月11日,重要信息必读!

金融投资类业务属于完全竞争市场,自身有融资需求,又不像其他...设备数据上传云端、横向多工厂协同、纵向供应链互联.未来,还...

施工云采网在线供应链金融业务融资总额突破2亿元!

近日,清科锐华名下施工云采网和农业银行合作的在线供应链金融累计融资业务规模突破2亿元大关!数据网贷是中国农业银行的线上...

资讯评价
经典 | 垃圾
资讯评价