论文部分内容阅读
摘要：研究表明，在网贷交易中，借款人自主披露的信息会对投资决策产生影响。但是什么样的信息会影响投资人的投资意愿呢？这种影响又有多大呢？文章以网络爬虫程序为工具，抓取一定时间内P2P网络借贷平台“人人贷”债权标的为研究样本，对个人特征信息进行实证分析。研究结果显示，个人特征信息会对投资意愿产生影响，而且硬信息相较于软信息对投资意愿影响更大；投资者更青睐年轻、有一定工作经验、在较发达省市工作的借款群体的标的；不过当债权标的的投资回报率较高时，个人特征信息对投资意愿影响也是有限的。
关键词：P2P网贷；个人特征信息；投资意愿
一、引言
从2013年开始，互联网金融在中国的发展迅猛，令人瞩目。但同时，互联网金融也饱受社会质疑。网贷之家的数据显示，2017年上半年，全国P2P网贷平台停业及出现问题的就有404家，停业及问题平台发生概率为64.22%。网贷平台企业面临着信用风险与经营风险的双重难题。两种风险的根源在于借贷双方的信息不对称。
本文便试图用多元回归模型去分析个人特征信息对网贷平台信贷投资的影响。希望通过研究发现影响投资行为显著的具体因素，促使借款人更多地披露自身相关信息，网贷平台也可以加强相关信息的核实，从而改善信息不对称程度，减少信贷风险，这样能够促进网贷平台融资效率，降低投融资交易成本。同时，研究网络个人信贷投资的影响因素是很有必要的。P2P信贷平台可以作为中介有针对地核查借款人信息，制定更加合理的信用评级指标和风险预警信号。
二、文献综述
众多学者发现，借款人个人特征因素，如性别、年龄、身份等对投资行为存在显著影响。在信息不对称环境下，当投资人无法根据有效信息判断借款人风险时，此时各种标签（包括身份）将发挥信号传递的作用，投资人根据标签来设置金融门槛，致使部分信用程度高、还款能力强的借款人，因身份等级无法获得资金或要付出更高的融资成本，因此由信息不对称现象带来的金融歧视问题，不利于资金流动，降低金融效率。
Ladd（1982）研究发现金融借贷市场存在性别歧视。Duarte等（2010）发现Prosper 平台上女性比男性更易得到贷款，验证了过去研究。Pope 和Sydnor （2011）利用Prosper 交易数据，发现借款人年龄也会向投资人传递信号，年龄在35岁以下的借款人比其他年龄段更容易获贷。庄雷等（2015）利用人人贷数据发现我国P2P借贷市场存在身份歧视现象，身份等级高的借款人更容易获得贷款。
由于我国P2P网贷发展较晚，征信体系仍有待完善，信息不对称问题相对严重，投资人会根据标签设置门槛，因而借款人个人特征信息将会影响投资行为。温小霓和武小娟（2014）采用二元logistics回归模型研究了影响借贷成功率的因素，借款人历史交易情况对借款成功率有较大影响，同时借款人性别、住宅情况等也对借款是否成功有一定影响；曾江洪等（2016）对网贷行业的贷款可得性进行了实证研究，结果表明人口属性和借贷数据显著影响还款情况，其中男性、收入来源和借款金额正向显著影响；牛洁（2016）针对我国网贷市场的羊群效应进行了实证研究，投资人的羊群效应显著，标的项目已筹集的投资金额和已有的投标人数越多，越能吸引后续投标，该标的项目成功可能性越大。
现有研究表明，在征信系统比较完善、个人信用体系高度透明的国外市场，投资者可以充分了解借款人信用状况做出合理决策，从而降低投资风险。多项实证研究结果表明个人特征信息对网贷投资行为具有显著影响因素，但就具体信号指标选择、分类方面较为混乱，研究结果也有矛盾之处。本文将研究重点放在个人特征信息上，创新性地拓展了个人地域性信息类别，并按照生理信息（例如性别、年龄等）、身份信息（例如职务、学历）、地域信息（所在城市）和资产信息（房产、车产、年薪）梳理分类，力图揭示个人特征信息对信贷行为的影响情况。
三、理论分析与研究假设
现实生活中，借贷行为容易发生在熟人之间，而且整个交易过程较为可靠，借贷双方能够达成交易。P2P网贷交易在一定程度上符合熟人借贷的特点，具体表现如下：借方公布自身信息以及借款用途；借贷双方直接交易；借款额度在2000～100000元之间，多数在万元以下；借款期限为3～12个月；无需抵押物；违约、逾期不还的记录会记录下来，并被调低信誉评级。其中，要想使得网络贷款达到和现实中熟人借贷的效果一致，贷款人提供的信息是否准确，贷款人是否信任这些信息尤为重要。虽然P2P作为平台会核实贷款者的提供的相关个人特征信息，鉴于网贷平台时有传出的负面新闻，贷款人是否信任这些信息仍是一个值得研究的问题。基于上述分析，本文提出假设如下：
H1：借款人提供的信息对投资人选择标的有一定影响。
由于P2P网贷平台潜在的信用风险和经营风险较高，贷款人对于投资标的的选择也就尤为重要了。根据已有研究成果，借款人的性别、学历、资产负债情况、收入情况、婚姻、工作情况、所在省市、借款用途对投资人选择投资标的有一定的影响。对于以上个人特征信息本文分为硬信息和软信息两类，所谓硬信息是指有明确证据证明的信息，本文选取的性别、年龄、婚姻、所在城市等即属此类。而软信息则指可以作伪、难以查明或查证成本较高的信息，例如收入情况、所在行业、工作职务、工作年限等信息，一个个体经营者也可以自称董事长、经理，一位自雇人士也可以自称年入百万，如果不经实地考察，软信息难辨真偽，因此投资者很难相信此类信息。基于上述分析，本文提出假设如下：
H2：硬信息对投资意愿强度有显著影响，而软信息对投资意愿影响不显著。
四、研究设计
（一）数据来源
本文的研究数据是利用网络爬虫软件抓取了人人贷网页上的债权转让数据。数据抓取时间从2017年5月1日到7月14日，并在抓取到2405条债权转让标的信息中，用随机抽样的方法选取700条数据作为研究对象，剔除缺失值的样本，有效样本为685条。 （二）变量选取
本文选取的变量名称及表述见表1。
（三）实证检验结果和验证假设。
本文首先建立满标时间与各个影响因素的回归方程。验证假设一和假设二，再利用logistic模型，对验证假设三进行验证。多元线性回归方程见表2。
实证结果显示（模型Ⅰ～Ⅳ），年龄、房产、房贷、工作时间、借款使用用途四种个人特征信息对投资者选择投资标的影响显著，其中年龄、房贷两个因素成正相关关系，年龄越大，有房贷会显著增加满标时间；而房产、工作时间、用途三个变量成负相关关系，有房产、工作时间越长、借款用途较为合理则满标时间越短。同时也能够发现投资人在选择投资目标时并没有显著的性别歧视现象。可以验证假设一，即个人特征信息对投资者选择投资标的具有显著影响。
关于假设二，从模型Ⅱ～Ⅲ可以看出硬信息中影响显著的变量较多而且至少都在5%水平下显著，同时相比较与只有控制变量的模型Ⅰ，模型整体拟合度有了较大的提升；而与此相对的包含软信息的模型Ⅳ不仅影响显著的变量少而且显著程度低，模型拟合度较模型Ⅱ～Ⅲ更小，可以看出投资者足够理性，并不怎么参考软信息来选择投资标的。因此可以验证假设二。
五、结语
本文分析了借款人个人特征信息对投资者投资意愿的影响。研究发现，在众多借款人群体中，投资人较为倾向选择年轻但有一定工作经验、还贷压力小、学历较好、在较大省市工作并且借款用途合理的借款群体。这部分借款群体由于生活成本较高，虽然难免有囊中羞涩的时候，但是还款能力充足，选择短期小额借贷显然是一种较为合理的融资需求，同时风险性较小。实证分析结果符合当代青年人的金钱观念和熟人借贷的实际情况。这说明个人特征信息是能够显著影响投资者投资意愿的。借款人可以通过对文本的修饰营造良好的信用形象，提高成功借款的可能性。
研究还发现，当债权标的的投资回报率越高时，个人特征信息对投资意愿影响越不显著。这说明在高回报率面前，还是有很多的投资者忽视潜在的风险，盲目追求超额收益。这也间接加剧了P2P交易的信贷风险。建议政府方面加强对投资者进行相关风险教育，P2P平台加大信贷资质投资，增加信息披露数量，提升信息质量。
参考文献：
[1]Ladd H.F. Equal Credit Opportunity： Women and Mortgage Credit[J]. The American Economic Review， 1982（02）.
[2]Duarte J.，Siegel S.，Young L.A.Trust and Credit[EB/OL].https：// papers.ssrn.com/sol3/papers2.cfm？ abstract_id=1343275，2010.
[3]Pope D.G. Sydnor J.R. What’s in a Picture：Evidence of Discrimination from Prosper. Com[J]. Journal of Human Resources，2011（01）.
[4]庄雷，周勤.身份歧视： 互联网金融创新效率研究——基于P2P 网络借贷[J]. 经济管理， 2015（04）.
[5]温小霓，武小娟.P2P网贷借款成功率影响因素分析——以拍拍贷为例[J].金融论坛，2014（03）.
[6]曾江洪.P2P借款的損失能挽回吗？——基于拍拍贷的实证研究[J].科研管理，2016（08）.
[7]牛洁.我国P2P网贷市场投资人的羊群行为研究——基于拍拍贷的实证分析[J].财会通讯，2016（18）.
（作者单位：江苏师范大学商学院）
关键词：P2P网贷；个人特征信息；投资意愿
一、引言
从2013年开始，互联网金融在中国的发展迅猛，令人瞩目。但同时，互联网金融也饱受社会质疑。网贷之家的数据显示，2017年上半年，全国P2P网贷平台停业及出现问题的就有404家，停业及问题平台发生概率为64.22%。网贷平台企业面临着信用风险与经营风险的双重难题。两种风险的根源在于借贷双方的信息不对称。
本文便试图用多元回归模型去分析个人特征信息对网贷平台信贷投资的影响。希望通过研究发现影响投资行为显著的具体因素，促使借款人更多地披露自身相关信息，网贷平台也可以加强相关信息的核实，从而改善信息不对称程度，减少信贷风险，这样能够促进网贷平台融资效率，降低投融资交易成本。同时，研究网络个人信贷投资的影响因素是很有必要的。P2P信贷平台可以作为中介有针对地核查借款人信息，制定更加合理的信用评级指标和风险预警信号。
二、文献综述
众多学者发现，借款人个人特征因素，如性别、年龄、身份等对投资行为存在显著影响。在信息不对称环境下，当投资人无法根据有效信息判断借款人风险时，此时各种标签（包括身份）将发挥信号传递的作用，投资人根据标签来设置金融门槛，致使部分信用程度高、还款能力强的借款人，因身份等级无法获得资金或要付出更高的融资成本，因此由信息不对称现象带来的金融歧视问题，不利于资金流动，降低金融效率。
Ladd（1982）研究发现金融借贷市场存在性别歧视。Duarte等（2010）发现Prosper 平台上女性比男性更易得到贷款，验证了过去研究。Pope 和Sydnor （2011）利用Prosper 交易数据，发现借款人年龄也会向投资人传递信号，年龄在35岁以下的借款人比其他年龄段更容易获贷。庄雷等（2015）利用人人贷数据发现我国P2P借贷市场存在身份歧视现象，身份等级高的借款人更容易获得贷款。
由于我国P2P网贷发展较晚，征信体系仍有待完善，信息不对称问题相对严重，投资人会根据标签设置门槛，因而借款人个人特征信息将会影响投资行为。温小霓和武小娟（2014）采用二元logistics回归模型研究了影响借贷成功率的因素，借款人历史交易情况对借款成功率有较大影响，同时借款人性别、住宅情况等也对借款是否成功有一定影响；曾江洪等（2016）对网贷行业的贷款可得性进行了实证研究，结果表明人口属性和借贷数据显著影响还款情况，其中男性、收入来源和借款金额正向显著影响；牛洁（2016）针对我国网贷市场的羊群效应进行了实证研究，投资人的羊群效应显著，标的项目已筹集的投资金额和已有的投标人数越多，越能吸引后续投标，该标的项目成功可能性越大。
现有研究表明，在征信系统比较完善、个人信用体系高度透明的国外市场，投资者可以充分了解借款人信用状况做出合理决策，从而降低投资风险。多项实证研究结果表明个人特征信息对网贷投资行为具有显著影响因素，但就具体信号指标选择、分类方面较为混乱，研究结果也有矛盾之处。本文将研究重点放在个人特征信息上，创新性地拓展了个人地域性信息类别，并按照生理信息（例如性别、年龄等）、身份信息（例如职务、学历）、地域信息（所在城市）和资产信息（房产、车产、年薪）梳理分类，力图揭示个人特征信息对信贷行为的影响情况。
三、理论分析与研究假设
现实生活中，借贷行为容易发生在熟人之间，而且整个交易过程较为可靠，借贷双方能够达成交易。P2P网贷交易在一定程度上符合熟人借贷的特点，具体表现如下：借方公布自身信息以及借款用途；借贷双方直接交易；借款额度在2000～100000元之间，多数在万元以下；借款期限为3～12个月；无需抵押物；违约、逾期不还的记录会记录下来，并被调低信誉评级。其中，要想使得网络贷款达到和现实中熟人借贷的效果一致，贷款人提供的信息是否准确，贷款人是否信任这些信息尤为重要。虽然P2P作为平台会核实贷款者的提供的相关个人特征信息，鉴于网贷平台时有传出的负面新闻，贷款人是否信任这些信息仍是一个值得研究的问题。基于上述分析，本文提出假设如下：
H1：借款人提供的信息对投资人选择标的有一定影响。
由于P2P网贷平台潜在的信用风险和经营风险较高，贷款人对于投资标的的选择也就尤为重要了。根据已有研究成果，借款人的性别、学历、资产负债情况、收入情况、婚姻、工作情况、所在省市、借款用途对投资人选择投资标的有一定的影响。对于以上个人特征信息本文分为硬信息和软信息两类，所谓硬信息是指有明确证据证明的信息，本文选取的性别、年龄、婚姻、所在城市等即属此类。而软信息则指可以作伪、难以查明或查证成本较高的信息，例如收入情况、所在行业、工作职务、工作年限等信息，一个个体经营者也可以自称董事长、经理，一位自雇人士也可以自称年入百万，如果不经实地考察，软信息难辨真偽，因此投资者很难相信此类信息。基于上述分析，本文提出假设如下：
H2：硬信息对投资意愿强度有显著影响，而软信息对投资意愿影响不显著。
四、研究设计
（一）数据来源
本文的研究数据是利用网络爬虫软件抓取了人人贷网页上的债权转让数据。数据抓取时间从2017年5月1日到7月14日，并在抓取到2405条债权转让标的信息中，用随机抽样的方法选取700条数据作为研究对象，剔除缺失值的样本，有效样本为685条。 （二）变量选取
本文选取的变量名称及表述见表1。
（三）实证检验结果和验证假设。
本文首先建立满标时间与各个影响因素的回归方程。验证假设一和假设二，再利用logistic模型，对验证假设三进行验证。多元线性回归方程见表2。
实证结果显示（模型Ⅰ～Ⅳ），年龄、房产、房贷、工作时间、借款使用用途四种个人特征信息对投资者选择投资标的影响显著，其中年龄、房贷两个因素成正相关关系，年龄越大，有房贷会显著增加满标时间；而房产、工作时间、用途三个变量成负相关关系，有房产、工作时间越长、借款用途较为合理则满标时间越短。同时也能够发现投资人在选择投资目标时并没有显著的性别歧视现象。可以验证假设一，即个人特征信息对投资者选择投资标的具有显著影响。
关于假设二，从模型Ⅱ～Ⅲ可以看出硬信息中影响显著的变量较多而且至少都在5%水平下显著，同时相比较与只有控制变量的模型Ⅰ，模型整体拟合度有了较大的提升；而与此相对的包含软信息的模型Ⅳ不仅影响显著的变量少而且显著程度低，模型拟合度较模型Ⅱ～Ⅲ更小，可以看出投资者足够理性，并不怎么参考软信息来选择投资标的。因此可以验证假设二。
五、结语
本文分析了借款人个人特征信息对投资者投资意愿的影响。研究发现，在众多借款人群体中，投资人较为倾向选择年轻但有一定工作经验、还贷压力小、学历较好、在较大省市工作并且借款用途合理的借款群体。这部分借款群体由于生活成本较高，虽然难免有囊中羞涩的时候，但是还款能力充足，选择短期小额借贷显然是一种较为合理的融资需求，同时风险性较小。实证分析结果符合当代青年人的金钱观念和熟人借贷的实际情况。这说明个人特征信息是能够显著影响投资者投资意愿的。借款人可以通过对文本的修饰营造良好的信用形象，提高成功借款的可能性。
研究还发现，当债权标的的投资回报率越高时，个人特征信息对投资意愿影响越不显著。这说明在高回报率面前，还是有很多的投资者忽视潜在的风险，盲目追求超额收益。这也间接加剧了P2P交易的信贷风险。建议政府方面加强对投资者进行相关风险教育，P2P平台加大信贷资质投资，增加信息披露数量，提升信息质量。
参考文献：
[1]Ladd H.F. Equal Credit Opportunity： Women and Mortgage Credit[J]. The American Economic Review， 1982（02）.
[2]Duarte J.，Siegel S.，Young L.A.Trust and Credit[EB/OL].https：// papers.ssrn.com/sol3/papers2.cfm？ abstract_id=1343275，2010.
[3]Pope D.G. Sydnor J.R. What’s in a Picture：Evidence of Discrimination from Prosper. Com[J]. Journal of Human Resources，2011（01）.
[4]庄雷，周勤.身份歧视： 互联网金融创新效率研究——基于P2P 网络借贷[J]. 经济管理， 2015（04）.
[5]温小霓，武小娟.P2P网贷借款成功率影响因素分析——以拍拍贷为例[J].金融论坛，2014（03）.
[6]曾江洪.P2P借款的損失能挽回吗？——基于拍拍贷的实证研究[J].科研管理，2016（08）.
[7]牛洁.我国P2P网贷市场投资人的羊群行为研究——基于拍拍贷的实证分析[J].财会通讯，2016（18）.
（作者单位：江苏师范大学商学院）