经济学家们将P2P网络借贷界定为一个新兴的互联网金融创新行业,自2007年8月在中国问世以来,在短短的12年间P2P网络借贷得到了迅速发展。由于行业的部分平台的不合规发展,P2P网络借贷平台在给人们的投融资带来便利的同时,也相继暴露出问题,导致P2P网贷平台成交量急剧下降,收益率也有所降低。平台成交量代表着平台的吸资能力和资金规模[1],为实现P2P网络借贷行业的健康和稳步发展,对成交量进行量化研究与分析是必要的。本文运用“网贷之家”网站的相关数据,根据定性分析、聚类分析、静态面板模型、动态面板模型理论对我国P2P网络借贷成交量建立了模型,通过动、静态模型得出了成交量与其影响因素的定量关系,以期为我国P2P网贷平台的运营者提高成交规模提供参考。(1)通过定性分析得出我国P2P网络借贷平台大多集中在东部沿海发达地区、平台背景多元化、行业借款期限合理、收益率逐渐趋于平稳、投资者的投资趋于理性。通过成交量的聚类分析进一步说明,我国P2P网络借贷有明显的地域歧视,投资者更亲睐于像广东省、北京市、上海市、浙江省这样的东部沿海发达城市。同时,这四个地区的P2P网络借贷成交量的情况可以代表我国P2P网络借贷行业的整体情况。(2)利用2018年1月到12月广东省、北京市、上海市、浙江省这4个地区的共计79家网络借贷平台的面板数据,依据静态面板模型理论对我国P2P网络借贷行业的成交量建立了三种静态面板模型,依据统计学检验和经济学定性分析得出个体固定效应变截距模型和固定效应变系数模型是最有效的,通过固定效应变截距模型得出我国P2P网贷平台成交量与其影响因素在整体上有共同的变化规律:各影响因素对成交量的直接促进作用的顺序为资金杠杆(1.822)>投资人数(0.649)>待还余额(0.439)>借款人数(0.102)>平均预期收益率(0.038)>借款标数(0.0085);各影响因素对成交量的直接阻碍作用的顺序为时间杠杆(0.16)>运营时间(0.0971)。通过固定效应变系数模型得出我国各家P2P网络借贷平台的成交量与其影响因素的变化规律是不一致的,同时我国各系P2P网络借贷平台的成交量与其影响因素的变化规律也不相同:平均预期收益率对成交量的直接促进作用的顺序为风投系(0.3136)>国资系(0.3080),对成交量的直接阻碍作用的顺序为上市系(0.0787)>民营系(0.0358);待还余额对成交量的直接促进作用为上市系(0.9816)>风投系(0.629)>民营系(0.4869)>国资系(0.2648);投资人数对成交量的直接促进作用的顺序为:国资系(0.3446)>风投系(0.1943)>民营系(0.1909)>上市系(0.0610);资金杠杆对成交量的直接促进作用的顺序为上市系(4.6289)>风投系(4.1120)>民营系(3.5198)>国资系(3.4853);时间杠杆对成交量的直接促进作用的顺序为上市系(8.0191)>风投系(0.0374),对成交量的直接阻碍作用的顺序为国资系(1.2429)>民营系(0.6076)。(3)利用2018年1月到12月广东省、北京市、上海市、浙江省这4个地区的共计79家网络借贷平台的面板数据,运用固定效应变截距的动态面板模型理论,对我国P2P网络借贷行业的成交量建立固定效应变截距的动态面板模型,动态面板模型回归中主要变量的估计结果与个体固定效应变截距模型中估计结果一致,即平均预期收益率、待还余额、借款人数、借款标数、投资人数与资金杠杆这七个因素均对成交量起直接促进作用,运营时间与时间杠杆均对成交量起直接阻碍作用。通过个体固定效应变截距模型的静、动态面板模型及固定效应变系数的静态模型的分析结果,结合我国P2P网络借贷行业的发展状况及特征提出相关建议:未来为扩大成交规模,P2P网贷平台要在线上调查与线下核实借款人的基本信息的基础上,注意平均预期收益率、待还余额、借款人数、借款标数、投资人数等因素的调整;为完善风险控制体系,要注意资金杠杆与时间杠杆的调控,制定和完善有效的本金保障制度。