婚姻狀態(tài)與網(wǎng)絡(luò)借貸中的信用識(shí)別

郭峰

摘要：在P2P網(wǎng)絡(luò)借貸模式中，不同的借款人個(gè)人特征信息具有不同的價(jià)值。利用中國(guó)P2P企業(yè)“人人貸”的數(shù)據(jù)，本文探討了婚姻在網(wǎng)絡(luò)借貸市場(chǎng)中的信用識(shí)別價(jià)值。實(shí)證結(jié)果表明，相對(duì)于未婚人士，已婚人士的借款成功率更高，同時(shí)貸款違約率也更低。同時(shí)，不同特征的人結(jié)婚，對(duì)于提高自己信用所起到的作用也是不相同的。具體而言，對(duì)于提高借貸信用而言，男性結(jié)婚不如女性結(jié)婚；高年齡借款者結(jié)婚強(qiáng)于年輕人結(jié)婚；高學(xué)歷借款者結(jié)婚不如低學(xué)歷借款者結(jié)婚。但對(duì)于借款違約率，不同特征借款者結(jié)婚的影響差異不大。

關(guān)鍵詞：婚姻；信用識(shí)別；歧視；P2P網(wǎng)絡(luò)借貸

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1002-2848-2017（03）-0040-08

一、引言

在經(jīng)濟(jì)學(xué)中，家庭被認(rèn)為是最基本的決策單元。無(wú)論是日常消費(fèi)，還是投資決策，已婚人士和單身人士，都會(huì)存在很大的區(qū)別。已經(jīng)結(jié)婚有家庭的人士，相對(duì)于單身人士，往往會(huì)有更穩(wěn)定的工作和生活，還會(huì)共享生活資源，共擔(dān)生活成本，違約的機(jī)會(huì)成本也更高，因而已婚人士理應(yīng)在借貸市場(chǎng)上有更高的守信重諾的聲望。然而，與婚姻相對(duì)于人們的重要性極不相符的是，針對(duì)婚姻與借貸關(guān)系的深入探討還是很少。已婚人士和未婚人士哪個(gè)更容易借到款？借款成功后，哪個(gè)違約率更低？由于數(shù)據(jù)缺失，使用傳統(tǒng)銀行借貸，很難對(duì)此進(jìn)行研究。而P2P平臺(tái)提供了包括婚姻狀況變量在內(nèi)的非常全面的借款者信息，為我們研究這一問(wèn)題提供了很好的機(jī)會(huì)。

作為一種新型融資模式，P2P網(wǎng)絡(luò)借貸（Peer toPeer Lending）迅速擴(kuò)張。P2P網(wǎng)絡(luò)借貸，是個(gè)體網(wǎng)絡(luò)借貸的俗稱，即個(gè)體和個(gè)體之間通過(guò)互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)的直接借貸。這種業(yè)務(wù)模式，起源于英國(guó)，興盛于美國(guó)，但真正發(fā)揚(yáng)光大，卻是在中國(guó)。中國(guó)最早的P2P平臺(tái)是2007年6月在上海成立的“拍拍貸”。經(jīng)過(guò)幾年的迅速擴(kuò)張后，P2P行業(yè)也趨于降溫，根據(jù)網(wǎng)貸之家的年報(bào)數(shù)據(jù)，截至2016年12月底，網(wǎng)貸行業(yè)正常運(yùn)營(yíng)平臺(tái)數(shù)量為2448家，相比2015年底減少了985家。

盡管增長(zhǎng)迅速，然而P2P信貸相對(duì)傳統(tǒng)金融市場(chǎng)具有更大的信息不對(duì)稱和交易風(fēng)險(xiǎn)。在這種網(wǎng)絡(luò)借貸模式中，投資人有效判斷借款人的信用水平，規(guī)避逆向選擇和道德風(fēng)險(xiǎn)的唯一途徑就是信息。為了保護(hù)投資者的利益，P2P平臺(tái)均要求借款人提供能夠證明其身份和信用能力的各種信息。然而，P2P網(wǎng)絡(luò)平臺(tái)的信息披露機(jī)制又使投資人無(wú)法全面了解借款人的信息。因此，信息不對(duì)稱問(wèn)題依然是這個(gè)新興市場(chǎng)所面臨的基本問(wèn)題，這個(gè)問(wèn)題甚至在很大程度上要比傳統(tǒng)金融市場(chǎng)中的更嚴(yán)重。P2P網(wǎng)貸市場(chǎng)的長(zhǎng)期發(fā)展，在很大程度上取決于市場(chǎng)參與者如何利用有效信息來(lái)減少這種信息不對(duì)稱。

在本文，我們通過(guò)收集中國(guó)P2P平臺(tái)“人人貸”（renrendai.corn）的相關(guān)樣本，研究婚姻狀態(tài)在P2P網(wǎng)絡(luò)借貸中的信用識(shí)別價(jià)值，探究P2P網(wǎng)絡(luò)借貸市場(chǎng)能否準(zhǔn)確識(shí)別婚姻的信用信號(hào)的價(jià)值。具體而言，本文將從兩個(gè)層面開展研究，一是對(duì)貸款成功率的影響，考察未婚人士和已婚人士，在獲得貸款的難度上是否有系統(tǒng)差異；二是對(duì)貸款違約率的影響，通過(guò)對(duì)違約率的考察，可以進(jìn)一步分析婚姻對(duì)借款成功率的影響和貸款違約率的影響是否一致。此外，在考察婚姻狀況對(duì)借款成功率和違約率的單一影響外，我們?cè)诒疚倪€特別考察了按性別、年齡、受教育程度和收入水平分組的婚姻狀況對(duì)借款成功率和違約率的異質(zhì)性影響，從而得到更豐富的結(jié)論。

之前，由于銀行體系內(nèi)部的相關(guān)數(shù)據(jù)比較難以獲得，婚姻在借貸市場(chǎng)中具有的信用識(shí)別價(jià)值的研究，還比較少見(jiàn)，本文利用了P2P平臺(tái)提供的相關(guān)數(shù)據(jù)，研究了婚姻在P2P網(wǎng)絡(luò)借貸市場(chǎng)中的信用識(shí)別價(jià)值，這是本文的一個(gè)創(chuàng)新之處。此外，在現(xiàn)有的P2P網(wǎng)絡(luò)借貸的研究文獻(xiàn)中，往往主要考察借款人個(gè)人特征的影響，在某種程度上忽略了婚姻和家庭對(duì)人們投融資決策的重要影響。研究婚姻與借貸決策的關(guān)系，有助于深入理解基本婚姻家庭單位在其他復(fù)雜因素聯(lián)合作用下，如何影響人們的行為選擇。

本文剩余部分安排為：第二部分綜述相關(guān)文獻(xiàn)；第三部分介紹實(shí)證回歸方法，以及本文所使用的數(shù)據(jù)；第四部分討論相關(guān)實(shí)證結(jié)果；最后一部分總結(jié)全文。

二、文獻(xiàn)綜述

眾所周知，婚姻是影響家庭資產(chǎn)配置和投融資決策的重要因素，婚姻可以給家庭金融決策者一種安全感，如Waite and Gallagher研究發(fā)現(xiàn)相對(duì)于未婚家庭，已婚家庭賺錢更多，財(cái)富積累也更多，Schmidt and Sevak則發(fā)現(xiàn)在美國(guó)，單身女性和已婚婦女在財(cái)富上存在著巨大差異。在更深入的研究中，Bertocchi等人利用意大利的數(shù)據(jù)發(fā)現(xiàn)，已婚女性比單身女性更多地參與風(fēng)險(xiǎn)投資，但已婚男性和單身男性對(duì)風(fēng)險(xiǎn)資產(chǎn)的參與沒(méi)有明顯差異，這一結(jié)論在中國(guó)的相關(guān)實(shí)證研究中也得到了印證。考慮到這些因素之后，我們自然可以預(yù)期，人們?cè)诳紤]是否向借款人借出資金時(shí)，必然會(huì)考慮到借款人的婚姻狀態(tài)，即借款人的婚姻狀態(tài)具有了信用識(shí)別的價(jià)值。本文主要利用P2P網(wǎng)絡(luò)借貸來(lái)考察婚姻的信用識(shí)別價(jià)值。

P2P網(wǎng)絡(luò)借貸行業(yè)在全球范圍內(nèi)方興未艾，相應(yīng)的學(xué)術(shù)研究也蓬勃發(fā)展，P2P平臺(tái)披露的各類信息，為相關(guān)研究創(chuàng)造了條件。如何識(shí)別借款人的風(fēng)險(xiǎn)，是P2P平臺(tái)運(yùn)營(yíng)的重要環(huán)節(jié)。各國(guó)學(xué)者從多個(gè)角度深入分析了P2P平臺(tái)上能夠識(shí)別借款人風(fēng)險(xiǎn)的各類因素，得到了豐富的結(jié)論。例如，F(xiàn)reedmanand Jin，以及Lin等人的研究指出借款人的基本信息是投資者對(duì)其還款可能性進(jìn)行評(píng)估的主要參照因素，借款人的信用等級(jí)越低，其借款成功率越低，借款成功之后的違約率也越高。Iyer等人則發(fā)現(xiàn)借款人的財(cái)務(wù)狀況對(duì)其借款成功率也有顯著影響。Puro等人則發(fā)現(xiàn)信用得分、總負(fù)債償還比率、當(dāng)前拖欠記錄等因素都會(huì)影響到借款成功率。王會(huì)娟和廖理基于中國(guó)P2P平臺(tái)“人人貸”的相關(guān)數(shù)據(jù)，也發(fā)現(xiàn)借款人信用高低是影響P2P平臺(tái)穩(wěn)健運(yùn)行的關(guān)鍵，借款人的信用評(píng)級(jí)越高，交易越容易成功，且借款成本越低。endprint

借款人的相關(guān)人口學(xué)特征如何影響P2P平臺(tái)上的借款成功率和違約率也得到了很多文獻(xiàn)的關(guān)注。Herzenstein等人利用美國(guó)P2P平臺(tái)Prosper上的數(shù)據(jù)，發(fā)現(xiàn)非裔借款者相比其他種族借款者確實(shí)不容易借到錢。Pope and Sydnor基于Prosper利率拍賣機(jī)制的數(shù)據(jù)，則發(fā)現(xiàn)非裔美國(guó)人借貸成功的概率比與其信用評(píng)級(jí)相似的白人更低的同時(shí)，貸款利率也比白人更高。此外，Pope and Sydnor的研究還發(fā)現(xiàn)與35-60歲的群體相比，35歲以下的借款人具有更高的借款成功率，60歲以上的借款成功率則更低，換言之，網(wǎng)絡(luò)借貸中存在年齡歧視的問(wèn)題。Duarte等人發(fā)現(xiàn)長(zhǎng)相更可信的人在P2P平臺(tái)上借錢更容易融資成功，而且這些人也確實(shí)違約率較低。這一點(diǎn)，在Ravina的研究中也有類似的發(fā)現(xiàn)，他發(fā)現(xiàn)長(zhǎng)相漂亮的借款人更容易以更低的利率借到款項(xiàng)。在性別歧視的相關(guān)研究中，Chen等人發(fā)現(xiàn)在中國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)上，存在顯著的女性性別歧視，然而，Barasinska and Sehafer基于德國(guó)P2P平臺(tái)Smava的相關(guān)數(shù)據(jù)得到的結(jié)論并不支持性別歧視的觀點(diǎn)。廖理等的一項(xiàng)研究還發(fā)現(xiàn)高學(xué)歷借款者如約還款概率更高，高等教育年限增強(qiáng)了借款人的自我約束能力，但是投資者卻并未青睞高學(xué)歷借款人。

三、研究設(shè)計(jì)

（一）實(shí)證模型

本文研究主旨在于考察婚姻狀況在P2P網(wǎng)絡(luò)借貸平臺(tái)上是否具有信用識(shí)別的價(jià)值。換個(gè)角度來(lái)說(shuō)，其實(shí)也可以認(rèn)為是考察在網(wǎng)絡(luò)借貸上是否存在歧視現(xiàn)象。為此，我們首先可以考察結(jié)婚與否，在P2P平臺(tái)上借款的成功率是否存在差異，并進(jìn)一步考察婚姻狀態(tài)對(duì)P2P借款違約率的影響。由于因變量借款是否成功和借款是否違約，都是虛擬變量，因此我們使用的是Probit回歸模型。估計(jì)模型如下：

P（success=1|x）=G（鄧）

或者

P（default=1|x）=G（Xβ）

其中，G（·）表示標(biāo)準(zhǔn)累積正態(tài)分布函數(shù)，success和default分別表示是否借款成功和借款是否違約，X為下文所述的自變量向量，β為待估計(jì)系數(shù)向量?？紤]到可能存在異方差的問(wèn)題，我們將估計(jì)穩(wěn)健性的回歸結(jié)果。此外，為了度量自變量對(duì)因變量影響的大小，我們還將計(jì)算Probit模型估計(jì)得到邊際效應(yīng)，即就上述方程對(duì)x_i求偏導(dǎo)數(shù)：

（二）數(shù)據(jù)選取

本文搜集了中國(guó)代表性的P2P平臺(tái)“人人貸”網(wǎng)站（WWW.renrendai.corn）上的所有借貸數(shù)據(jù)。人人貸成立于2010年5月，當(dāng)年10月正式上線。我們采用爬蟲軟件從人人貸網(wǎng)站抓取了該網(wǎng)站自2010年10月12日上線至2015年8月7日間所有借款標(biāo)的信息。人人貸網(wǎng)站的投標(biāo)種類分為四種：信用認(rèn)證標(biāo)、實(shí)地認(rèn)證標(biāo)、機(jī)構(gòu)擔(dān)保標(biāo)以及智能理財(cái)標(biāo)。由于實(shí)地認(rèn)證標(biāo)、機(jī)構(gòu)擔(dān)保標(biāo)和智能理財(cái)標(biāo)的擔(dān)保方式和信息披露方式與我們要考察的目標(biāo)存在較大的差異，并且在我們的樣本期間違約率基本為零，因此本文主要對(duì)信用認(rèn)證標(biāo)進(jìn)行深入研究，剔除了其他三類訂單樣本。我們的樣本中剔除了一些異常值，也剔除了少量婚姻狀況不明的樣本。本文所用數(shù)據(jù)最終包含498259個(gè)投標(biāo)記錄，其中流標(biāo)474213個(gè)，在成功借款的投標(biāo)中，8988個(gè)貸款仍然在還款中，12742個(gè)貸款已結(jié)清，350個(gè)貸款逾期，1966個(gè)壞賬。

（三）主要變量說(shuō)明

1.被解釋變量。P2P平臺(tái)上獨(dú)特的數(shù)據(jù)樣本可以讓我們從不同的角度分析P2P借貸的結(jié)果：是否成功借款（Success），以及貸款是否違約（default）。是否成功借款反映的是投資者對(duì)于借款人該筆借款的認(rèn)可程度，是投資者觀點(diǎn)的體現(xiàn)。貸款是否違約反映的是借款人最終行為結(jié)果，是借款人信用風(fēng)險(xiǎn)的真實(shí)揭露。將借款結(jié)果分為兩個(gè)層面探討的好處之一是可以將兩個(gè)層面的研究結(jié)果相互對(duì)比，進(jìn)而得到投資者認(rèn)知與借款人真實(shí)風(fēng)險(xiǎn)的差異。具體而言，相關(guān)變量構(gòu)造說(shuō)明如下：

成功借款（success）：?jiǎn)∽兞?，如果?biāo)的狀態(tài)為還款中、已結(jié)清、逾期、壞賬，則啞變量成功借款取值為l；如果標(biāo)的狀態(tài)顯示為借款失敗，則啞變量借款成功取值為0。根據(jù)描述性統(tǒng)計(jì)可知，在本文樣本中，所有訂單中大約有4.6%的訂單籌款成功。

借款違約（default）：?jiǎn)∽兞?，若訂單違約則取值為1，否則為0。由于正在還款的訂單無(wú)法考察其最終的違約情況，因此不計(jì)算在內(nèi)。當(dāng)一個(gè)訂單完成籌款后，如果未能按時(shí)還款超過(guò)約定時(shí)間30天后，人人貸網(wǎng)站將這種行為認(rèn)定為嚴(yán)重逾期，網(wǎng)站對(duì)于該訂單的狀態(tài)會(huì)顯示為“逾期”；另有一些訂單逾期時(shí)間超過(guò)90天，人人貸網(wǎng)站將按照對(duì)投資者“本金保障”的約定，墊付本金，這時(shí)網(wǎng)站對(duì)于該訂單的狀態(tài)會(huì)顯示為“已墊付”。本文將這兩種狀態(tài)下的訂單都視作違約訂單。在本文樣本中，人人貸網(wǎng)站上，訂單違約比率約為15.4%。這一貸款違約率高于一些其他基于人人貸進(jìn)行相關(guān)研究的文獻(xiàn)，說(shuō)明隨著時(shí)間的演進(jìn)，P2P借貸中積累的違約風(fēng)險(xiǎn)逐步上升。

2.核心解釋變量。借款人的婚姻狀況（mar）是本文要考察的核心解釋變量，也為啞變量：已婚設(shè)為1，未婚設(shè)為0。在原始數(shù)據(jù)中，婚姻狀況被分為四種類型：?jiǎn)紊?、已婚、離異及喪偶。基于我們的研究目的，在本文中我們將其簡(jiǎn)化為兩大類：第一類為已婚，標(biāo)記為1，本文全樣本中，已婚借款人比例占到42.8%；第二類為未婚，包括單身、離異或喪偶，標(biāo)記為0，在全樣本中，未婚借款人比例占到57.2%。而在借款成功的子樣本中，已婚比例則為64.7%，遠(yuǎn)高于全樣本；在訂單違約樣本中，已婚比例為61.7%，也高于全樣本，但低于借款成功樣本。

3.控制變量。本文控制變量主要包括兩大類，既包括借款人信息，也包括借款標(biāo)的信息。借款人信息包括：性別、年齡、收入情況、受教育程度、資產(chǎn)情況（住房和汽車）等；借款標(biāo)的信息主要包括借款金額、借款期限等。具體而言，主要變量的變量說(shuō)明為：

性別（male）：我們?cè)O(shè)定一個(gè)性別啞變量，男性賦值為1，女性賦值為0，根據(jù)本文統(tǒng)計(jì)，所有借款人中男性借款者大約是86.2%。其中已婚借款者中，男性比例為85.3%，未婚借款者中，男性比例為86.8%。endprint