金融與科技的結合，發展出創新借貸方式：P2P網路借貸。本研究旨在探討顯著影響台灣發展P2P網路借貸市場的因素。基於向非金融機構借款多以企業主與個人為主要，因此本研究分別依據國內非金融機構借款金額、企業向非金融機構借款金額及民間(個人及非營利團體)向非金融機構借款金額等三個變數作為國內P2P網路借貸市場管道與規模的替代變數，並以此三個變數作為因變數，分別對國內P2P網路借貸市場(管道與規模)之影響因素進行迴歸分析，以瞭解台灣在發展P2P網路借貸市場的顯著影響因素。
經多元迴歸分析實證結果顯示，個人及非營利團體融通可正向顯著影響企業與民間國內非金融機構借款金額及企業向國內非金融機構借款。此實證結果顯示「個人及非營利團體融通」為影響台灣發展P2P網路借貸市場的顯著影響因素。此實證結果亦與過去之文獻結果相一致。根據過去文獻指出，民間有一群「借貸弱勢族群」較不容易向金融機構成功借到資金，因此，這個族群偏好向非金融機構借款。民間融通亦為民間團體和個人向民間企業調動資金。當調動資金的金額愈多，表示民間對於資金的需求量較大，因此當發現民間融通的金額愈多時，連帶亦會正向影響國內P2P網路借貸市場的借款金額。

The combination of finance and technology has led to the development of a innovative lending pattern: P2P Internet lending. This study aims to investigate the factors that have significantly affected domestic development of the P2P Internet lending market. As the majority of loans from non-financial institutions are mainly by business owners and individuals, the three variables in this study are based on the “domestic loans from non-financial institutions”,” the company loans from non-financial institutions”, and the “individual loans (individuals and non-profit organizations) from non-financial institutions. These three variables represent the pipeline of the domestic P2P lending market, and we take them as dependent variables to conduct a regression analysis to understand Taiwan P2P Internet lending market.
    The multiple regression analysis results show that the financing of individuals and non-profit groups can positively influence the “domestic loans from non-financial institutions” and ” the company loans from non-financial institutions”. It indicates that “individuals and non-profit groups financing” is a significant factor of Taiwan’s P2P Internet lending market. It is also consistent with the literature which pointed out some “borrowing disadvantaged groups” are less likely to successfully borrow funds from financial institutions. Therefore, this group prefers to borrow from non-financial institutions. The private financing also manipulates funds for private groups and individuals from private companies. The greater the amount of funds mobilized, the greater the demand for funds by the private financing. Therefore, when the amount of private financing is found to increase, it will also positively affect the amount of loans in the domestic P2P Internet lending market. This study suggests that researchers can use more detail data such as quarter data for future analysis to increase the sample size.

目錄
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 5
第三節 研究流程 7
第二章 文獻探討 9
第一節 P2P網路借貸市場之介紹 9
第二節 P2P網路借貸市場之優勢與風險 17
第三節 因應P2P網路借貸市場風險之解決策略 22
第四節 P2P網路借貸市場信用評分 29
第五節 台灣P2P網路借貸市場之現況 31
第六節 P2P網路借貸市場之影響因素 34
第三章 研究方法 37
第一節 研究範圍 37
第二節 資料分析方法 38
第四章 研究資料與實證結果分析 40
第一節 研究資料 40
第二節 P2P網路借貸市場影響因素之實證結果分析 51
第五章 結論 61
第一節 結論 61
第二節 未來研究發展方向 63
第三節 研究建議 63
參考文獻 65


 
表目錄
表2-1 各國知名P2P網路借貸平台彙整表	13
表2-2 P2P網路借貸市場之優勢與風險彙整表	21
表2-3 各國P2P網路借貸專法之彙整表	23
表2-4 英國Zopa信用評等模式	29
表2-5 鄉民貸信用評等與利率摘要表	32
表2-6 LnB信用市集信用評等與利率摘要表	32
表4-1 歷年國內金融機構借款與存款	41
表4-2 歷年國內非金融機構借款金額	43
表4-3 歷年國內非金融機構借款金額細項	45
表4-4 近年個人與非營利團體融通金額	48
表4-5 近年國內有價證券及投資淨額	49
表4-6 相關分析摘要表	52
表4-7 非金融機構借款金額(企業+民間)之迴歸分析結果	56
表4-8 排除共線性後之非金融機構借款金額(企業+民間)之迴歸分析結果	57
表4-9 非金融機構借款金額(企業)之迴歸分析結果	58
表4-10 排除共線性後之非金融機構借款金額(企業)之迴歸分析結果	58
表4-11 非金融機構借款金額(民間)之迴歸分析結果	59
表4-12 排除共線性後之非金融機構借款金額(民間)之迴歸分析結果	60
 
圖目錄
圖1-1 中國大陸2014年至2017年P2P網路借貸平台交易金額	2
圖1-2 研究流程	8
圖2-1 P2P網路借貸平台營運流程	10
圖2-2 平台機構信息中介營運與擔保模式	11
圖2-3 債權契約證券化營運與擔保模式	12
圖2-4 Lending Club 2010年至2017年的放款總額	15
圖2-5 美國公家部門對Lending Club的監管模式	25
圖2-6 Lending Club網路平台運作模式	26
圖4-1 歷年國內金融機構借款金額	41
圖4-2 歷年國內金融機構存款	42
圖4-3 歷年國內非金融機構借款金額	44
圖4-4 歷年國內非金融機構借款對象	46
圖4-5 台灣政府單位向非金融機構借款金額	46
圖4-6 台灣企業向非金融機構借款金額	47
圖4-7 台灣企業向非金融機構借款金額	47
圖4-8 台灣民間(個人與非營利團體)向民間企業融通金額	48
圖4-9 台灣有價證卷及投資淨額金額	50

參考文獻
1.LnB信用市集(2018)，信用評等機制，檢索自https://www.lnb.com.tw/borrow.html
2.中華民國中央銀行全球資訊網 (2018)。中華民國公民營企業資金狀況調查結果。檢索自https://www.cbc.gov.tw/lp.asp?CtNode=727&CtUnit=250&BaseDSD=7&mp=1
3.王孟倫 (2017年9月14日)。金管會：合法P2P業者 須遵守「五不原則」。自由時報，檢索自http://news.ltn.com.tw/news/business/breakingnews/2193858
4.台灣資金交易所 (2017年9月4日)。網路新世代銀行－《TFE台灣資金交易所》。檢索自http://blog.taiwanfundexchange.com.tw/?p=871
5.江其冀 (2017)。P2P借貸平台之定價與風險分析。國立臺北大學經濟學系碩士論文
6.朱柔若 (2000)。社會研究方法：質化與量化取向。台北市：楊智文化
7.吳明澤 (2017)。中國大陸互聯網金融之監管－由叫停ICO事件談起。經濟前瞻，174，67-72
8.吳秋金 (2013)。P2P網路借貸平台。國立中央大學財務金融學系碩士論文
9.呂嘉穎、徐正戎 (2017)。從法制層面分析P2P網路借貸在中國大陸造成之影響－兼論台灣之展望與衝擊。財金論文叢刊，26，55-69
10.巫瑞芬 (2016)。台灣P2P借貸平台策略分析及探討其商業模式之適用性。國立政治大學企業管理研究所碩士論文
11.李慕真 (2017)。評估金融科技環境P2P網路借貸最適風險決策模式。東吳大學會計學系碩士論文
12.杜宜芳 (2017年6月7日)。一年半突破2萬會員、放款1.5億，P2P借貸平台「信用市集」的3大策略。SmartM，檢索自https://www.smartm.com.tw/
13.金管會 (2016)。金融科技發展策略白皮書。檢索自http://iknow.stpi.narl.org.tw/Post/Files/policy_12420_1050511%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80%E7%99%BC%E5%B1%95%E7%AD%96%E7%95%A5%E7%99%BD%E7%9A%AE%E6%9B%B8%281%29.pdf
14.林子渝 (2015)。共享經濟下的P2P借貸模式。臺灣經濟研究月刊，38(8)，43-49
15.林柏君 (2016)。從英、美國家經驗看P2P網路借貸的發展。經濟前瞻，166，38-41
16.林柏君 (2017)。臺灣網路金融及科技之發展分析。經濟前瞻，169，33-37
17.林燕琇 (2017)。科技金融的破壞式創新與金融產業的平台化轉型。國立交通大學管理學院財務金融學程碩士論文
18.財團法人金融聯合徵信中心 (2017)。OpenData專區。檢索自http://www.jcic.org.tw/main_ch/download_page.aspx?uid=213&pid=190
19.陳松興、江俊豪 (2016)。中國大陸互聯網金融之網路借貸(Peer-to-Peer lending)發展對台灣金融之影響研究—以風險監理角度。兩岸金融季刊，4(1)，103-115
20.郭靂、夏戴樂 (2015)。「中國式影子銀行—緣起、特色與出路」。兩岸金融季刊，3(2)，83-101
21.鄭菀瓊 (2008)。P2P借貸平台網站之法律性質初探。科技法律透析，20(7)，10-14
22.張永欣 (2016)。網貸平台特性與借貸成效之實證分析-以中國為例。國立臺北大學財政學系碩士論文
23.梅驊 (2016)。全球P2P網路借貸現況與台灣發展趨勢探討。國立臺灣科技大學管理研究所碩士論文
24.許杏宜 (2016)。「P2P網路借貸的法律未來」。會計研究月刊，368，44-48
25.國立台北商業大學 (2017年6月)。我國金融科技之發展—從國際觀點分析金融服務相關法規。台灣金融服務業聯合總會委託辦理(金融科技創新創業及人才培育計畫)
26.黃韻文 (2016)。以系統動力學探討P2P借貸運作模式。東吳大學企業管理學系碩士論文
27.鄉民貸(2018)，信用評等，檢索自https://www.lend.com.tw/guide-2.html
28.葉湘榕 (2014)。P2P 借貸的模式風險與監管研究。金融監管研究院，3(27)，71-82
29.劉采薇 (2017)。P2P網路借貸平台於臺灣發展趨勢研究。國立交通大學管理科學系所碩士論文
30.盧健毅 (2017)。由比較法觀點初探P2P網路借貸於我國之發展方向。國立中興大學法律學系科技法律碩士班碩士論文
31.賴志男 (2017)。FinTech浪潮下，台灣P2P網路借貸發展之研究。國立臺灣科技大學財務金融研究所碩士論文
32.謝平、陳超、陳曉文 (2015)。中國P2P網絡借貸：市場、機構與模式。北京市：中國金融出版社
33.謝邦昌、戴允強 (2016)。談金融科技創新與相關大數據的運用。數據分析，11(2)，15-36
34.Barasinska, N., & Schäfer, D. (2014). Is Crowdfunding Different? Evidence on the Relation between Gender and Funding Success from a German Peer‐to‐Peer Lending Platform. German Economic Review, 15(4), 436-452.
35.Freedman, S., & Jin, G. Z. (2008). Do social networks solve information problems for peer-to-peer lending? evidence from prosper. com.
36.Lending Club (2018). Lending Club Statistics. Retrieved from https://www.lendingclub.com/
37.Zopa (2018). £3 billion invested in UK consumer loans. Retrieved from https://www.zopa.com/