论文部分内容阅读
近几年来,随着信息技术快速发展,一种依托于互联网的新型借贷方式——P2P网络借贷开始出现在人们的视野中。基于互联网的P2P融资是互联网金融的重要模式,为小微企业及个人创业企业融资提供了重要渠道,可以成为“大众创新、万众创新”的重要推动力量。但是作为一种新兴的互联网金融模式,相关研究却相对较少。目前对P2P网络借贷的研究主要侧重于容易量化的“硬信息”,比如借款人的收入、信用等级等,而借款人外貌等不易量化的信息对投资行为影响的研究则罕有涉及。作为影响个体决策的重要因素,图片、文字等非量化信息也可能对投资行为产生重要影响,尤其是影响投资者的歧视性行为。本文借鉴前人相关研究并结合拍拍贷网站的实际,对P2P网络借贷市场中借款人的个人信息对借贷的影响进行研究,并以此为基础对出借人的性别、外貌等歧视行为进行验证,以进一步揭示P2P网贷市场中的投资行为特征。首先,借款人的图像是定性的内容,本文借鉴内容分析法的编码表方法对借款人的图像信息进行编码整理,并对拍拍贷的数据进行初步分析。其次,为了研究借款人个人信息对借贷的影响,以及对出借人的歧视行为进行验证,本文分别构建了借款成功率、借款利率、借款违约率和调节效应层级回归模型。利用这四个层级回归模型对拍拍贷的数据进行分析,并对结果的稳健性进行检验。研究发现:(1)借款人的信用等级、朋友数量对借款的融资还款效果有显著影响。借款人的信用等级越高、朋友数量越多,借款成功率越高,同时借款利率和借款违约率越低;(2)拥有图像的借款人比没有图像的借款人的借款成功率更高,同时借款的违约率也较低;(3)出借人在投资时存在“性别歧视”和“外貌歧视”行为,并且这种歧视属于“非有效的偏好歧视”,是一种非理性的行为。最后,根据本文的研究结果并结合网贷市场存在的问题,对借款人、出借人以及网络借贷平台给出相应建议以提高借贷效率,促进网贷行业的健康发展。