借款人信息对p2p投资者决策影响的实证研究
目录
摘要 1
关键词 1
Abstract 1
Key words 1
一、引言 1
二、文献综述 2
（一）研究概况 2
1.基于借款人主体信息的研究方法 2
2.基于借款人历史数据信息研究方法 3
3.基于描述性信息的研究方法 3
（二）综合述评 3
三、研究设计 4
（一）研究假设 4
（二）样本选择和数据来源 4
（三）变量的定义与度量 5
1.变量的定义 5
2.变量的度量 5
（四）模型构建 5
四、实证分析 6
（一）描述性统计 6
（二）相关性检验 6
（三）模型设定 6
（四）logit回归分析 7
五、结论与政策建议 8
致谢 8
参考文献 9
借款人信息对P2P投资者决策影响的实证研究
引言
P2P 网络借贷是指通过互联网借贷平台实现借款人对出借人的资金融通。张正平，胡夏露（2013)认为这种借贷模式不仅满足了占社会主体的中低收入人群的借款要求，同时也为相对占少数的拥有闲散资金的富人们提供了新一种投资方式，提高了资金供求双方的相互匹配机会。国外对于P2P网络借贷的研究比较成熟，但大多基于他们国家发达的市场管理的背景下，用户的个人信息都 *景先生毕设|www.jxszl.com +Q: &351916072&
十分完整、充分，所以在他们的研究中，借款人的个人主体信息及历史数据信息是与借贷成功率有关的，但是不同的国情，不同的市场监管体系和借款人需求，导致的这个结论在我国成立的说法是有偏差的。
在许多情况下，我国P2P借贷平台的管理规范并不是十分严格，在市场不成熟，管理不规范的情况下，借款人的个人信息、历史数据信息是否能有效反映出它们对借款成功率的实际影响，是本文所需要研究的问题。这个问题国内学者也已有所研究，但是起步较晚，由于对个人主体信息的界定方法不同、对个人历史数据信息的界定不同及截取的数据不同，得出的结论也都不同，甚至观点相反。并没有统一的结论，所以本文对这个问题再次进行研究，并且将借款人个人主体信息和历史数据信息用几个自变量，运用logit模型进行实证分析，也是有实际意义的，并且通过对这个问题的实证分析研究，也能对加强我国小额信贷的市场的信息监管具有警示意义。
基于以上原因，本文选取了我国借款平台中的行业代表拍拍贷上的交易数据进行实证分析。通过设定程序抓取拍拍贷平台公开的基本数据，对借款人个人主体信息（学历、学习形式、还款情况）和个人历史数据信息对借款成功率的影响进行研究，在研究中，还考虑了借款成功、协议利率及期限这几个自变量。
二、文献综述
（一）研究概况
目前国内大多数学者对P2P借贷的研究从基于借款人主体信息及借款人历史数据均证实了借款人在借贷平台所披露的硬信息有助于降低信息不对称的情况，对投资者的决策产生一定的影响。陈冬宇(2014)将硬信息细化为5类：借款人主体信息、借款信息、历史交易数据信息、第三方认证信息、平台信用水平信息。
1.基于借款人主体信息的研究
陈芊（2005）认为借款人的主体信息就是借款人的各项基本信息，包括借款人的年龄、性别、户口所在地、工作单位、工作收入、户口所在地、学历水平、婚姻状况等。通过公布的借款人基本信息，投资人对借款人有一个基本信息的了解。由廖理等人(2014)运用人人贷 2011 年 1 月至 2013 年 4 月的有效交易数据进行了实证研究， 结果表明中国的 P2P 网络平台借贷中存在着经济发达地区对不发达地区的歧视，借款人受歧视程度与其借贷成功率呈理性的负相关关系。由于借款人主体信息包括多类信息，而每类信息对投资人决策的影响是有差异的。谈超等人(2015)指出户口所在地对借款人的逾期还款行为具有显著的正向影响；而借款人的受教育程度以及性别对借款人的逾期还款行为具有显著的负向影响。但是与他持有相反观点的陶珍(2015)指出借款人的性别、年龄、工资状况对投标能否完成具有正向影响；Klafft(2008)指出借款人的收入对利率的影响相对较小，但仍有显著影响，收入代表一个人资金的来源也决定了其是否可以按时还款。李悦雷、郭阳等（2013）通过对中国P2P网络借贷平台拍拍贷2007年8月至2013年8月的交易数据进行对P2P网络借贷平台的性别歧视的研究，在这期间共有2.32万名个人（20.64％是女性）申请了5.29万笔贷款（女性申请占18.34％）。结果得出，女性借款人比男性有更高的概率从投资者获得借款，在借款人为女性的借款中，虽然她们借款的违约率更低，但她们同时需要支付的利率更高，根据以上研究，得出在中国的P2P借贷市场上存在正向显著的女性性别歧视；Ravina等(2008)认为在控制了实际的财务信息的情况下，信用记录、就业、个人特征这些因素会影响借款成功率。齐萱等（2017）总结出目前大部分国内学者主要研究个人信息因素对P2P借贷成功率造成的影响。
基于借款人历史数据信息的研究
陈冬宇等(2014)认为历史数据信息是指借款人以前参与该P2P平台借贷形成的一系列历史交易记录，包括其成功与失败的所有数据。包括成功借款的次数、逾期还款的次数、流标的次数、违约的次数等。如果借款人之前在平台上参与过借贷，平台就会保存相关的信息。那么投资人可以通过在平台上公布的信息掌握其历史情况。Puro 等(2010) 指出当前逾期记录对于新的借款成功率具有重要影响。胡海青(2015)通过研究发现投资者出借行为和借款人历史成功借款信息呈现正相关。陶珍(2015)指出历史借款失败次数与投标完成情况呈负相关关系。同样对逾期行为也会产生部分影响。
基于描述性信息的研究
除了基于以上这些从硬信息角度进行研究的研究方法，国外学者还运用了基于文字性描述信息、投资人意愿信息、照片信息这些描述性信息对P2P借贷的研究都表明了借款人所披露的描述性信息同样有助于降低借款人和投资者信息不对称的情况，对借款成功率产生一定的影响。Michal(2012)指出：对于信用等级较差的人，在平台上发布的信息越多，即使发布的信息未被认证过的，借款成功率就会越高。相关学者认为文字性描述信息对成功获取借款有正向的影响，建议借款人增加文字描述信息。同时也有研究从词汇的角度研究了借款描述对借款成功率的影响，Chen D ＆ Han C（2012）使用prosper网络借贷平台从2005年到2010年的22万条交易记录。他们发现，借款描述使用的字数越多、描述的越具体（使用更多的冠词、介词in/at/on、数量词many/lots of等）、使用了跟金钱有关的数词（one/two等）和单词（cash/owe等），将有利于提高借款的成功率；反之，如果借款描述中涉及了更多私人问题的词汇（家庭、工作、朋友、住房、成就、信仰、休闲、死亡）和解释它们的词汇（因果关系连词should/could/would等），则降低借款成功率。Burtch等(2014)提出投资人的出借意愿往往是同质导向的，并且他又指出出借人的意愿在一定程度上会影响借贷的成功率，但是这种影响不是必要的。Duarte 等(2012)指出，投资者们具有长相导向,并且还发现那些长相看上去越好看的人他们真实的合同违约率的确比那些长得不好看的人更低。但是也有相应学者持对立意见，Klafft(2008)指出通过照片判断长相越容易被信任的人虽然越容易贷款成功但对借款利率没有影响。Kumar(2007)认为借款人借款额度与违约率呈正相关关系，而更高的信用等级和借款人披露的本人资金账户信息都与借款人违约率呈现负相关关系。
原文链接：http://www.jxszl.com/jmgl/jjymy/66716.html
