区别于传统借贷模式的P2P平台上,非专业投资个体对某些借款人特征的歧视行为可以分为基于有效统计的歧视和不合理的主观偏好歧视,本文基于人人贷的实证数据研究了 P2P市场上的学历、地域和性别歧视行为,对于不同人群所受歧视行为的程度和合理性进行了定量的分析和探讨。首先,P2P市场上的借款人在学历、地域和性别上均受到不同程度的歧视。总体样本的回归结果表明低学历、低收入地区和男性借款人在借贷平台上处于劣势地位。而分组回归和交互项的检验显示,所有信用级别的借款人都受到性别歧视影响,但投资人仅对低信用人群才产生地域和学历的歧视行为,高信用人群受到的差异性偏好原因在于他们就读的学校。借款人学历受到的歧视程度与年龄和行业挂钩,越老牌的高等教育学历越有价值,高学历,国外高校有助于极大改善教育行业借款人的借款结果。借款人受到的地域歧视则与其所处行业有极大的关联,在IT、建筑、交通运输、金融、零售等行业,借款人所处省份受到“一视同仁”的对待,而制造行业借款人群的成功率则随地区不同呈现较大的差异性。其次,本文通过对借款进行定价来检验以上歧视行为的合理程度,发现P2P平台上投资人对借款人性别的歧视是一种有效统计歧视,而对其地域和学历的歧视程度与应有的程度有所偏差,是非理性的偏好歧视。P2P平台上投资人对于部分省市地区的借款人要么违约率预期过高,要么借款利率预期过高,且投资人对高学历人群的订单价值存在高估,而对低等院校借款人群的偿款表现过于悲观。本文对于P2P平台上的歧视行为的程度和合理性进行多方面的分析探讨,丰富了这一领域的研究视角,由此产生的结论有助于借款人规避不利于自身的因素、帮助投资人修正自已不合理的主观偏好歧视,以及为平台引导设计合理的投资倾向建议,最优化P2P市场效率。