信息披露的作用
——來自拍拍貸的經(jīng)驗證據(jù)

曾鵬志，李家琳，呂本富

中國科學院大學 經(jīng)濟與管理學院，北京 100190

引言

大量的行為經(jīng)濟學和信息經(jīng)濟學的研究表明，人們在面對復雜問題時會利用一些主觀的、不包含信息的內(nèi)容進行決策，從而自愿且不可驗證的信息披露也會影響人的決策[1-2]。

P2P借貸是指借貸雙方直接通過借貸平臺進行的小額無抵押式借款[3]。拍拍貸成立于2007年，是中國第一家從事P2P借貸的互聯(lián)網(wǎng)金融企業(yè)。由于中國尚缺乏完整的征信體系，包括拍拍貸在內(nèi)的各大網(wǎng)絡借貸平臺都會要求借款人上傳自己的個人信息以供信用評定，各大平臺都試圖通過借款自愿披露的信息去評估借款人信用狀況，減少市場上的信息不對稱。然而，在一個監(jiān)管和征信體系不健全的借貸市場中，信息披露的質(zhì)量有著更大的不確定性，信息披露在市場上的作用依然是一個值得研究的問題。本研究以中國最大的P2P借貸平臺之一的拍拍貸(依據(jù)拍拍貸官網(wǎng)的介紹)的大樣本數(shù)據(jù)為基礎，選取Logistic和Tobit等回歸模型，對信息披露在P2P市場上的作用展開研究。

1相關研究評述和研究假設

1.1P2P

P2P借貸在近年得到飛速發(fā)展，同時也積累了眾多研究成果[4]。本研究按照研究內(nèi)容把已有研究分為4類：

第1類主要研究基本信息在P2P市場上的作用，如種族[5]、性別[6]、受教育水平[7]、地域信息[8-9]，甚至是借款者的昵稱[10]，或者借款者通過的手機認證、視頻認證、銀行卡認證等認證信息[11]。

第2類關注社交關系在P2P借款中所起的作用[12-14]，他們的研究都表明借貸市場上的社交關系在一定程度上緩解了P2P市場上的信息不對稱。

第3類研究側重于更加主觀和難以處理的信息在P2P市場上的影響，如借款列表中包含的文字和圖片對借款成本、借款成功以及違約的影響。一系列的研究圍繞借款描述中披露的信息展開。一部分研究以文本為主要研究對象，MICHELS[1]側重于隱藏的信息是否披露；HERZENSTEIN et al.[2]更看重文字中披露的信息對借款者個人特征的披露，如可信任、宗教信仰等；李焰等[15]以拍拍貸的數(shù)據(jù)為基礎，進一步擴展HERZENSTEIN et al.[2]的研究內(nèi)容，分析更多維度的信息對于借款人投資行為的影響。還有一部分研究以借款人照片等圖像為研究對象，DUARTE et al.[16]和RAVINA[17]的研究發(fā)現(xiàn)，看起來更具吸引力、更可信的借款者能以更低的成本成功借款，同時違約的概率也更低。

第4類研究從整體的角度實證非標準金融信息在P2P借貸市場上的作用[18-19]。有研究表明，在相同的標準金融信息(如利率、風險等級)之下，投資人能利用借款者披露的非標準金融信息提高對違約的預測效果[20-21]；ZHANG et al.[22]發(fā)現(xiàn)P2P市場中存在羊群效應，而且是理性羊群，即投資者可以依據(jù)其他投資者的決策做出更合理的投資選擇。還有研究關注不同制度設計對P2P市場上各個參與方的影響[23-24]。張海洋[25]從理論上分析不同的信息披露機制和平臺擔保機制之間的關系。

1.2信息披露理論

信息是市場機制運行的關鍵要素，在不發(fā)達的市場中，經(jīng)常會由于逆向選擇導致市場失敗[26]。信息披露理論認為賣方可以通過全面且可驗證的信息披露或者以提供保修的方式來解決市場上的信息不對稱，在自由競爭的市場上，假如存在部分質(zhì)量的信息沒有披露，買方就會以最低的取值去估計這一部分質(zhì)量，這會促使賣方進行全面地信息披露。同時，對于事后無法驗證或驗證成本過高的信息，賣方則會采取保修等形式對質(zhì)量進行保證，保修實際上也形成了可驗證的信息披露。所以強制的信息披露是沒有必要的，甚至會由于披露的高成本導致市場的非效率[27-29]。

但是很多實證研究卻得到不同的結論，MATHIOS[30]發(fā)現(xiàn)強制披露沙拉的營養(yǎng)成分導致富含脂肪和卡路里的沙拉銷量大幅下降，這表明可以通過強制的信息披露去引導消費者的行為，也說明當商家沒有進行完全的信息披露時，消費者對產(chǎn)品的部分質(zhì)量的最差估計是難以進行的。JIN et al.[31]發(fā)現(xiàn)強制披露餐館的衛(wèi)生等級導致餐館和消費者都更關注餐館的衛(wèi)生質(zhì)量，促使餐館提升衛(wèi)生等級，顯著地降低食品安全事故發(fā)生的次數(shù)。網(wǎng)絡交易有著更大的信息不對稱，LEWIS[32]基于eBay二手車交易市場的研究表明，如果自愿披露的信息形成了部分強制執(zhí)行的合約，交易就不會受到信息不對稱的影響，部分強制執(zhí)行的合約實際上形成了可驗證的信息披露。中國學者的研究也表明，來自媒體、企業(yè)股權結構以及會計結果的穩(wěn)健性的高質(zhì)量、穩(wěn)健的信息披露都能夠有效地減少信息不對稱，降低市場對企業(yè)估值的不確定性[33-34]。綜上，信息披露可以有效地減少市場的信息不對稱，但這些信息披露本質(zhì)上至少都是部分可驗證的信息披露。

自愿且不可驗證的信息披露是隨口說說，它們并不會帶來成本的增加。FARRELL et al.[35]認為只有在利益一致時，隨口說說才能起到信號發(fā)送的作用，從而對決策造成影響。但行為經(jīng)濟學理論認為，決策者在決策過程中往往受主觀的、無意義的信息的影響。TVERSKY et al.[36]和RABIN et al.[37]認為人們在決策過程中受到框架的影響，問題提出的形式影響人們的決策；SIMON[38]提出人們在面對復雜的問題時因為注意力有限而采取啟發(fā)式的方法進行決策，這有可能導致部分不重要的信息在決策中發(fā)揮重要作用；BORDALO et al.[39]的研究也表明，人們?nèi)菀妆灰恍└语@著而不是真正重要的信息吸引，從而賦予它們過高的決策權重。同時，在心理學領域，很多研究也表明人們的第一反應是傾向于相信看到的信息[40-41]，而且很難忽略無關信息的影響[42-43]。

實證研究也表明即使在利益不一致時，自愿且不可驗證的信息披露也會對人們的決策產(chǎn)生影響。BERTRAND et al.[44]發(fā)現(xiàn)向潛在投資人的信封中附帶一張微笑的女性照片會導致借款利率下降；HERZENSTEIN et al.[2]研究表明，在P2P借貸中，描述性文字中披露的信息數(shù)量可以導致借款利率的下降和借款成功概率的上升；DUARTE et al.[16]也發(fā)現(xiàn)，看起來更可信的借款人能以更低的成本成功借款；MICHELS[1]也在P2P借貸中發(fā)現(xiàn)，自愿披露的信息數(shù)量對利率有負向影響，同時可以吸引更多投資人。

雖然傳統(tǒng)的關于信息披露的研究主要側重于可驗證的信息披露，而一些研究卻發(fā)現(xiàn)，自愿且不可驗證的信息披露顯著影響人們的決策，同時行為經(jīng)濟學和心理學也為這些研究提供了理論基礎。在拍拍貸平臺上，大都是缺乏專業(yè)金融投資技能的個人投資者，更有可能受到非理性因素的干擾，難以理性地預期信息披露是否真實地反映了借款人的風險，從而更加青睞披露信息更多、看起來更可信的借款人。所以，本研究認為在拍拍貸的借貸過程中，借款者自愿且不可驗證的信息披露會影響投資人的投資決策，自愿披露的信息越多，借款成功的可能性越大。同時，由于存在證明材料，可驗證的信息披露看起來更加可信，即使這些信息都已經(jīng)在被平臺設定風險等級時考慮到了，投資人在進行啟發(fā)式?jīng)Q策時更有可能考慮可驗證的信息披露。所以，本研究推測可驗證的信息披露與不可驗證的信息披露對投資人決策的影響存在差異，即可驗證的信息披露對投資人的決策有著更大的影響。在已有研究中具體的信息披露對借款成功的影響是不確定的[1]，但本研究認為具體的可驗證的信息披露對借款成功有正向影響的概率更大，且信息披露的可驗證性對借款成功有正向影響。本研究中，可驗證的信息披露與信息披露的可驗證性是兩個較為類似的概念，可驗證的信息披露是圍繞信息披露來闡述的，對比的概念是不可驗證的信息披露。用于佐證可驗證的信息披露存在的證明資料即為信息披露的可驗證性。拍拍貸的數(shù)據(jù)集為檢驗上述關系提供了較好的數(shù)據(jù)基礎。因此，本研究提出假設。

H1a自愿披露的信息數(shù)量越多，借款成功的可能性越大；

H1b可驗證的信息披露對借款成功的影響大于不可驗證的信息披露。

H2具體的可驗證的信息披露對借款成功有正向影響的可能性更大，信息披露的可驗證性對借款成功有正向影響。

信息披露的主要目的是減少信息不對稱，以提高市場效率，雖然理論上賣方的最優(yōu)策略是披露全部信息，強制的信息披露反而會導致額外的成本，但是實證研究卻表明強制的披露信息顯著地提高了市場的效率。然而，即使這些研究都是利用Prosper平臺上的借貸數(shù)據(jù)進行的，自愿且不可驗證的信息披露對市場效率的影響也存在分歧。一些研究發(fā)現(xiàn)自愿披露的信息數(shù)量可以降低違約的概率[1]，而HERZENSTEIN et al.[2]卻發(fā)現(xiàn)風險等級越高的借款列表在借款描述中披露的信息越多；AKERLOF[26]認為，新興市場中存在著更為嚴重的信息不對稱，所以開展商業(yè)活動的難度更大。在中國的P2P借貸市場上，由于信用體系不健全，只有少部分人具有客觀的信用信息，借款人的質(zhì)量缺乏客觀的信用數(shù)據(jù)評估，這有可能導致市場上出現(xiàn)逆向選擇問題。信用較好的借款者存在更多的籌款方式，所以他們不愿意過度披露自己的信息。而由于缺乏融資渠道，信用不好的借款者更傾向于采取積極披露信息的策略，披露更多的可驗證的信息使自己看起來更可信，從而吸引更多的投資，獲得投資人的投標，達到成功借款的目的。除了披露更多的信息這一方式，信用不好的借款人可以提高借款利率以獲得借款，因而他們更有可能接受平臺設定的高利率，或者主動提高借款利率以使成功籌款的概率變大。雖然拍拍貸平臺有對披露虛假信息的懲罰措施，包括降低信用等級、禁止后續(xù)借款等，但是由于缺乏法律依據(jù)，而且各大P2P借貸平臺競爭較為激烈，導致平臺設定的懲罰措施對借款人的影響有限。同時，借貸平臺為了擴大平臺的交易量，也可能降低對借款人信用審查的標準，這進一步導致借款人披露信息質(zhì)量的下降，從而信息披露越多的借款者，違約風險會越高，同時這部分借款者具備較高的借款成功概率。而風險更低的借款者則不愿意披露更多的信息，因而他們借款成功的概率低，帶來的內(nèi)部收益率較低；一旦借款成功則違約概率低，帶來相對更高的內(nèi)部收益。對比分析可以認為信息披露對借款列表的內(nèi)部收益率有負向影響。因此，本研究提出假設。

H3a信息披露越多的借款列表伴隨著更高的借款利率。

H3b披露的信息中，與不可驗證的信息披露相比，可驗證的信息披露與借款利率有更大的相關性。

H4信息披露對借款違約率有正向影響，對借款的內(nèi)部收益率有負向的影響。

2背景介紹和數(shù)據(jù)描述

2.1背景介紹

拍拍貸是中國最大的P2P借貸平臺之一，拍拍貸平臺上的借款流程如下：借款者上傳借款需求和個人信息，平臺審核借款者上傳的這些資料，并據(jù)此設定借款列表的風險等級，借款人可以在平臺利率規(guī)定的范圍內(nèi)設定借款利率，最終形成借款列表；投資人依據(jù)借款列表的信息以及借款者自愿披露的個人信息選擇投標金額，如果最終投標總金額達到100%就表示借款成功，否則借款失敗，借款金額一旦達到100%，借款列表就會自動關閉。對于借款成功的列表，違約時間超過30天，拍拍貸平臺就會曝光借款者的個人信息。

借款者披露的信息主要包括兩部分，一部分是拍拍貸平臺規(guī)定借款者披露的信息，包括年齡、性別、車輛信息、教育信息、房產(chǎn)信息、婚姻信息、借款目的等7個方面，如果上述信息沒有披露，那么該信息就會顯示未知。由于存在身份驗證，投資人的性別和年齡信息肯定會被披露，拍拍貸規(guī)定披露的車輛信息、教育信息、房產(chǎn)信息、婚姻信息和借款目的等5種信息被稱為標準信息。另外一部分是借款者自愿上傳的證明材料，這些材料都是經(jīng)過拍拍貸平臺審核的，包括手持身份證的照片、房產(chǎn)證、央行征信報告等。本研究把這些證明材料分為兩類，第1類證明材料是對標準信息的證明，第2類證明材料則披露了標準信息之外的信息，稱之為非標準信息。參照MICHELS[1]的分類方式(限于篇幅限制，具體的分類條目沒有列示，感興趣的讀者可來信索取)，本研究把非標準信息分為消費信息、信用信息、債務信息、個人信息、還款能力信息、社交關系信息6種。如果某項標準信息存在對應的證明材料，該信息就是可驗證的，該信息披露是可驗證的標準信息披露；而非標準信息本身就具備可驗證性，一旦披露了就是可驗證的信息披露。本研究選取Logistic和Tobit作為實證模型，探討信息披露在P2P借貸市場上的作用，并比較可驗證的標準信息披露與不可驗證的標準信息披露對借款成功影響的差異，實證它們對違約還款和內(nèi)部收益率的影響以及與借款利率之間的關系。

本研究實證數(shù)據(jù)取自2014年1月1日至2014年12月31日拍拍貸平臺上的借款列表，刪除信息缺失或者明顯錯誤的數(shù)據(jù)，共獲得1 055 990條有效數(shù)據(jù)，有效數(shù)據(jù)中有228 157條借款成功的記錄。同時，在這些借款成功的樣本中，共有3 806筆違約借款。本研究采集的數(shù)據(jù)主要包括與借款列表和借款者相關的數(shù)據(jù)，對于借款成功的樣本，還收集了它們的違約信息。

2.2因變量

本研究構建是否借款成功、是否違約、借款利率、內(nèi)部收益率4個變量，用以分析信息披露在借貸市場上的作用。①是否借款成功體現(xiàn)了投資人對借款者的信任以及對借款列表風險的判斷，在控制其他變量的情況下，可以實證信息披露對投資人投資決策的影響，并可以比較可驗證的標準信息披露和不可驗證的標準信息披露對其決策影響的差異。②是否違約體現(xiàn)了借款列表真實的風險，通過分析信息披露對違約的影響，可以驗證信息披露能否成為識別借款者風險的有效信號，結合信息披露對借款成功的影響，就可以實證信息披露能否提高P2P借貸市場運行效率。③由于拍拍貸會設定利率的范圍，借款者可以選擇具體的借款利率。借款利率是借款者籌款的成本，也是違約風險的度量[45]，通過分析信息披露與借款利率之間的關系，可以從另外一個角度解釋信息披露與違約風險的關系。④內(nèi)部收益率是借款標的的真實的到期回報率，據(jù)此可以實證信息披露能否提高投資者的收益。本研究采取與FREEDMAN et al.[12]類似的方法計算借款的內(nèi)部收益率，對于沒有違約的借款列表，其內(nèi)部收益率就等于借款利率。對于違約的列表，本研究按照如下的方式計算內(nèi)部收益率。

(1)計算每月的還款額度，即

(1)

其中，Mon為每月的還款額度，Loa為借款金額，Int為借款利率，Ter為還款期限。

(2)依據(jù)還款的次數(shù)和借款額度，把所有還款的金額折現(xiàn)等于借款的金額，此時折現(xiàn)率即是借款的內(nèi)部收益率。按照所有還款的金額折現(xiàn)等于借款的金額得到(2)式，(2)式為關于折現(xiàn)率的一元多次方程，計算可得借款的內(nèi)部收益率。

(2)

其中，Pay為已還款次數(shù)，IRR為借款列表的內(nèi)部收益率。對于不存在任何還款的借款，本研究設定IRR=-12，即月度的內(nèi)部收益率為-1。據(jù)此計算可得所有借款的內(nèi)部收益率。

2.3自變量：信息披露的測量

信息披露是本研究的重點，在拍拍貸平臺上，自愿披露信息有3種可能，一是不披露，二是披露但不具有可驗證性，三是披露且具有可驗證性。標準信息可以通過上述3種方式進行披露，而非標準信息本身就是由證明材料組成的，所以只有披露和披露且具有可驗證性兩種披露方式。上述信息披露的基本說明見表1，限于篇幅，詳細的證明條目沒有列示，感興趣的讀者可來信索取。

2.4控制變量

本研究選取一系列控制變量以排除其他因素的影響，主要包括兩類。第1類是與借款列表相關的變量，包括借款金額、借款列表的風險等級、借款期限；第2類是與借款者相關的變量，包括年齡、性別、借款失敗次數(shù)、借款成功次數(shù)。本研究認為，借款金額越高，需要更多的資金，所以借款成功的概率更小，同時違約的可能性更大，由于借款金額并不服從正態(tài)分布，本研究對它進行對數(shù)化處理。借款期限越長意味著風險越大，這會使借款成功的可能性變小，而且違約的可能性變大。在對風險等級處理時，本研究用一個取值1～8的連續(xù)變量表示風險等級AAA、AA、A、B、C、D、E、F，風險級別越高借款成功的可能性越小，違約的概率越大，AAA的風險等級最低，用1表示，F(xiàn)的風險等級最高，用8表示。本研究把借款者在拍拍貸平臺上借款成功的次數(shù)和失敗的次數(shù)也作為控制變量?？刂谱兞康亩x和說明見表1。在驗證信息披露對借款成功、違約還款和內(nèi)部收益率的影響時，也將借款利率作為控制變量。

2.5數(shù)據(jù)描述

自變量和控制變量的描述性統(tǒng)計分析結果見表2?？傮w來說，借款利率維持在13%左右，遠高于銀行的借款利率，與此相對應，拍拍貸平臺上的都是短期借款。對比借款成功與借款失敗的樣本，前者披露了更多的信息，但與違約的樣本相比，差異卻非常小，這在一定程度上佐證了信息披露的作用更多的是促成借款成功，并沒有降低違約。由表2中信用信息可驗證的結果可知，披露了信用信息的借款者只占6.400%，說明中國的信用體系并不健全，只有少部分人有客觀的信用信息。

表3給出借款利率、是否借款成功與自變量的相關系數(shù)矩陣，表4給出內(nèi)部收益率、是否違約與自變量的相關系數(shù)矩陣，表3采用全部樣本生成相關系數(shù)矩陣，而表4是基于借款成功樣本生成相關系數(shù)矩陣。由表3可知，借款利率和是否借款成功與自變量相關的顯著性都很高。由表4可知，內(nèi)部收益率與除了車輛信息和其具有的可驗證的信息是在5%置信水平上顯著，其余都在1%置信水平上顯著，這在一定程度上說明自變量與因變量的相關以及變量選擇的合理性。嚴格的相關關系和因果關系需在后續(xù)計量模型中進一步檢驗。

表1變量定義Table 1Definition of Variables

表2描述性統(tǒng)計分析結果Table 2Results for Descriptive Statistics Analysis

注：括號內(nèi)數(shù)據(jù)為連續(xù)變量的標準差。

表3借款利率、是否借款成功與自變量的相關系數(shù)Table 3Correlation Coefficients of Interest Rate, Successful Funding or Not and Indenpendent Variables

注：正常字體數(shù)據(jù)為在1%置信水平上顯著，黑正體數(shù)據(jù)為在5%置信水平上顯著，下同；樣本量為1 055 990條；1為借款利率，2為是否借款成功，3為車輛信息披露，4為教育信息披露，5為房產(chǎn)信息披露，6為婚姻信息披露，7為借款目的披露，8為車輛信息可驗證，9為教育信息可驗證，10為房產(chǎn)信息可驗證，11為婚姻信息可驗證，12為借款目的可驗證，13為消費信息可驗證，14為信用信息可驗證，15為債務信息可驗證，16為個人信息可驗證，17為還款能力信息可驗證，18為社交關系信息可驗證。

表4內(nèi)部收益率、是否違約與自變量的相關系數(shù)Table 4Correlation Coefficients of Internal Rate of Return, Default or Not and Indenpendent Variables

注：樣本量為228 157條；1為內(nèi)部收益率，2為是否違約，3為車輛信息披露，4為教育信息披露，5為房產(chǎn)信息披露，6為婚姻信息披露，7為借款目的披露，8為車輛信息可驗證，9為教育信息可驗證，10為房產(chǎn)信息可驗證，11為婚姻信息可驗證，12為借款目的可驗證，13為消費信息可驗證，14為信用信息可驗證，15為債務信息可驗證，16為個人信息可驗證，17為還款能力信息可驗證，18為社交關系信息可驗證。

3實證研究

3.1模型設定

本研究的實證采用Logistic和Tobit模型，實證樣本為1 055 990條借款列表數(shù)據(jù)和228 157條借款成功記錄，(3)式和(4)式是實證分析的核心形式，即

Yt=f(Dis_numt·βnum,Cont·α)+εt

(3)

Yt=f(Sta_dist·βdis,Non_dist·βNon_dis,Sta_vert·βver,

Cont·?)+ρt

(4)

其中，Yt為因變量，在不同的回歸模型中分別為是否借款成功、是否違約、借款利率、內(nèi)部收益率；Dis_numt為3種信息披露的數(shù)量構成的向量；Sta_dist為由第t個借款列表的標準信息披露啞變量構成的向量；Non_dist為由第t個借款列表的非標準信息披露啞變量構成的向量；Sta_vert為由標準信息是否可驗證啞變量構成的向量；Cont為由控制變量構成的向量；βnum、βdis、βNon_dis、βver、α、?為待估參數(shù)；εt和ρt為隨機誤差項。在(3)式中，信息披露的數(shù)量是自變量，本研究按照披露類型把自愿披露的信息分為3種，對應存在3種信息披露的數(shù)量，即不可驗證的標準信息披露的數(shù)量、可驗證的標準信息披露的數(shù)量、非標準信息披露的數(shù)量。(4)式考慮具體單個信息披露的影響，自變量包括5種標準信息是否披露的啞變量、6種非標準信息是否披露的啞變量、5種標準信息披露是否可驗證的啞變量。研究標準信息披露時，可以分析信息披露的可驗證性對是否借款成功的影響；對于非標準信息披露，只能比較不披露和披露且具有可驗證性之間的差別。

對H1a、H1b、H2進行實證分析時，用于實證分析的樣本是1 055 990條借款列表數(shù)據(jù)。此時Yt為是否借款成功的啞變量，故采用Logistic回歸模型。如果信息披露的回歸系數(shù)都顯著為正，則H1a得到驗證；如果標準信息和非標準信息對是否借款成功的邊際影響大于不可驗證標準信息對是否借款成功的邊際影響，則H1b得到驗證。驗證H2時，因變量、控制變量和實證樣本保持不變。為了驗證具體的信息披露對是否借款成功的影響，本研究用信息是否披露的啞變量和是否可驗證的啞變量替代信息披露的數(shù)量。如果是否披露標準信息的回歸系數(shù)為正的概率小于是否披露非標準信息的回歸系數(shù)為正的概率，則H2得到驗證，同時本研究期望標準信息是否可驗證的回歸系數(shù)全部為正。

對H3a和H3b進行實證分析時，自變量、控制變量和回歸樣本不變，基于因變量借款利率的取值范圍是截斷的這一事實，本研究采用Tobit模型進行回歸分析。回歸模型的形式依然與(3)式和(4)式保持一致，此時因變量Yt為借款利率。如果信息披露數(shù)量的回歸系數(shù)顯著為正，是否披露標準信息的回歸系數(shù)同樣顯著為正，則H3a得到驗證；如果可驗證的標準信息和非標準信息的回歸系數(shù)大于不可驗證的標準信息的回歸系數(shù)，則H3b得到驗證。

在實證分析H4時，控制變量不變，實證的樣本為借款成功的228 157條借款記錄。對違約進行實證分析時，選擇Logistic回歸模型。因變量為是否違約的啞變量，0為如約還款，1為存在違約。實證信息披露的數(shù)量對違約有影響時，與(3)式的自變量保持一致；研究具體的信息披露對違約造成的影響時，與(4)式的自變量保持一致。如果H4成立，本研究期望信息披露數(shù)量在(3)式以及是否披露標準信息、是否披露非標準信息、標準信息披露是否可驗證在(4)式中的回歸系數(shù)都顯著為正。對信息披露對內(nèi)部收益率進行實證分析時，因變量是每筆借款的內(nèi)部收益率。由于內(nèi)部收益率的取值范圍是截斷的，本研究選取Tobit回歸模型，期望得到信息披露數(shù)量的回歸系數(shù)在(3)式以及是否披露標準信息、是否披露非標準信息、標準信息是否可驗證的回歸系數(shù)在(4)式中的回歸系數(shù)都顯著為負。

3.2實證結果

表5給出信息披露對是否借款成功的影響，為了得到穩(wěn)健的結果，本研究將不同的信息披露數(shù)量分別代入模型進行回歸，在考慮控制變量的情況下，第2列僅把標準信息披露數(shù)量代入模型，檢驗其與是否借款成功的關系；第3列在第2列的基礎上加入非標準信息披露數(shù)量，檢驗非標準信息披露數(shù)量與是否借款成功的關系；第4列把標準信息披露分成可驗證的標準信息披露和不可驗證的標準信息披露，并用它們的數(shù)量替代標準信息披露數(shù)量，以標準信息披露的可驗證性為例，進一步分析可驗證的標準信息披露和不可驗證的標準信息披露與是否借款成功的不同關系。本研究所有回歸結果中，以列為回歸結果顯示單元，如果模型放入該變量，則該變量的回歸系數(shù)會在該列給出，通過橫向對比同一變量的回歸結果來直觀檢驗模型結論的可靠性。在這3列的回歸結果中，信息披露數(shù)量的回歸系數(shù)都在0.100%的水平上顯著為正，表明信息披露數(shù)量越多，借款成功的概率越大，H1a得到驗證。在第4列中，可驗證的標準信息、不可驗證的標準信息、非標準信息的回歸系數(shù)都顯著為正，且對是否借款成功的邊際影響分別為0.017、0.004、0.017。表明每增加1個可驗證的標準信息披露，借款成功的概率增加1.700%；每增加1個不可驗證的標準信息披露，借款成功的概率增加0.400%。顯然不可驗證的標準信息披露對借款成功的邊際影響遠小于可驗證的標準信息披露對是否借款成功的邊際影響，所以可驗證的標準信息披露對借款成功的影響更大，H1b得到驗證。表5第2列、第3列和第4列自變量的回歸結果基本一致，說明回歸結果具有一定的穩(wěn)健性。

表5信息披露對是否借款成功的回歸結果Table 5Regression Results for Information Disclosure on Successful Funding or Not

注：表中數(shù)據(jù)為自變量回歸系數(shù)，括號內(nèi)數(shù)據(jù)為標準差，黑斜體數(shù)據(jù)為自變量的邊際影響；***為在0.100%水平上顯著；下同。

表5的第5列、第6列和第7列給出H2的實證結果，為了保證模型的穩(wěn)健性，同樣采取逐步加入自變量的方式。第5列的模型只考慮是否披露標準信息對是否借款成功的影響，第6列在第5列的基礎上加入非標準信息披露啞變量，第7列的模型把標準信息披露分為可驗證的標準信息披露和不可驗證的標準信息披露，在回歸模型中加入標準信息披露是否可驗證的啞變量。在這3列的回歸結果中，絕大部分的自變量和控制變量回歸系數(shù)的符號和顯著性水平都保持一致，回歸結果較為穩(wěn)健。在5種標準信息披露中，車輛信息披露和借款目的披露的回歸系數(shù)都顯著為負；在6種可驗證的非標準信息的回歸系數(shù)中，只有債務信息可驗證的回歸系數(shù)為負，而且債務信息可驗證在第6列的回歸結果中不顯著，表明可驗證的標準信息披露對是否借款成功有正向影響的概率更大；同時標準信息是否可驗證的啞變量的回歸系數(shù)都顯著為正，表明披露信息的可驗證性對于是否借款成功有正向影響，H2得到驗證。在表5中，本研究發(fā)現(xiàn)借款金額對是否借款成功有正向影響，這可能是由以下原因造成的：①拍拍貸上的借款列表整體來說是小額借款，所以在投資人較多時，滿足借款金額的投標行為可以看做是很多；②由于借款金額是有平臺設定的，在一定程度上體現(xiàn)了借款人的信用水平，即只有信用較好的借款人才能發(fā)起較高金額的借款標的。

表6給出信息披露與借款利率相關關系的實證結果，本研究同樣采取逐步加入自變量的方式進行回歸分析。標準信息披露、可驗證的標準信息披露和非標準信息的回歸系數(shù)都顯著為正，表明在控制了其他變量的情況下，信息披露與借款利率存在正向的相關關系。而在第4列中可驗證的標準信息、不可驗證的標準信息和非標準信息的回歸系數(shù)分別為0.008、0.001、0.006。表明每增加1個可驗證的標準信息，借款利率就會增加0.800%；每增加1個非標準信息，借款利率就會增加0.600%；每增加1個不可驗證的標準信息，只會伴隨著借款利率0.100%的上升。顯然，可驗證的標準信息披露與借款利率之間有著更強的相關關系，H3a和H3b均得到驗證。在此基礎上進一步分析具體的信息披露與借款利率的關系，只有婚姻信息和借款目的的回歸系數(shù)為負，這也進一步支持了上述假設，表明信息披露更多的借款者更有可能提高借款利率。

表7給出基于Logistic回歸分析信息披露對是否違約的影響的回歸結果。標準信息、可驗證的標準信息、不可驗證的標準信息的回歸系數(shù)均顯著為正，即信息披露對是否違約有正向的影響；而非標準信息的回歸系數(shù)顯著為負，雖然車輛信息披露、房產(chǎn)信息披露、房產(chǎn)信息可驗證、消費信息可驗證、個人信息可驗證、還款能力信息可驗證、社交關系信息可驗證的回歸系數(shù)都顯著為正，但同樣有其他的自變量對違約有顯著的負向影響。在分析信息披露對內(nèi)部收益率的影響時，本研究發(fā)現(xiàn)了類似的證據(jù)。

表8給出信息披露對內(nèi)部收益率影響的回歸結果，回歸分析是基于Tobit模型進行的，同樣采取逐步加入自變量的方式進行回歸分析。標準信息披露、可驗證的標準信息披露和不可驗證的標準信息披露的回歸系數(shù)均顯著為負，而非標準信息披露的回歸系數(shù)顯著為正。在分析具體的信息披露對內(nèi)部收益率的影響時，車輛信息披露、借款目的披露、房產(chǎn)信息可驗證、消費信息可驗證、還款能力信息可驗證的回歸系數(shù)顯著為負，社交關系信息可驗證的回歸系數(shù)僅在第7列的回歸結果中顯著為負，同時依然也有一部分的自變量對內(nèi)部收益率有正向的影響。綜合表7的實證結果，并不是所有的信息披露和它們所具有的可驗證性對違約率都有負向影響以及對內(nèi)部收益率有正向影響，H4得到部分驗證。

3.3穩(wěn)健性檢驗

本研究在上述回歸模型的基礎上進一步通過兩種方法對模型的穩(wěn)健性進行檢驗。第1種是采取替換變量的方式進行穩(wěn)健性檢驗，實證模型保持不變。在上述回歸模型中，處理借款列表的風險等級時，選擇1～8的連續(xù)變量表示借款列表的風險等級，在此用7個虛擬變量代替連續(xù)變量，并設定AAA+等級為基準期，回歸結果基本保持不變。穩(wěn)健性檢驗的結果均沒有給出，如感興趣可來信索取。在表3中，婚姻信息披露與教育信息披露顯著相關且相關系數(shù)高達0.894，但前面各表中的所有模型的VIF值都在4以下，說明并不存在嚴重的共線性。同時，本研究將婚姻信息披露和教育信息披露分別只選一個引入回歸模型時，實證結果保持不變。第2種穩(wěn)健性檢驗方式是進行模型的替換，進一步選擇OLS和Probit模型對借款成功和違約等基于Logistic模型得到的結論進行穩(wěn)健性分析。OLS模型估計具體的信息披露對借款成功的影響時，不可驗證的標準信息對借款成功的回歸系數(shù)符號為負，但回歸系數(shù)很小，經(jīng)濟上不顯著，其他自變量回歸結果保持不變；Probit模型的回歸結果與Logistic模型的回歸結果一致。

3.4內(nèi)生性處理

在標準信息中，信息披露的內(nèi)容與信息的可驗證性之間可能存在相關性。只有當借款人有車和處于一段結婚關系之中，車輛信息和婚姻信息才是可以證明的；學歷在勞動力市場上具有信號發(fā)送作用，學歷越高價值越大，因而高學歷的證書會保存的更好，所以學歷越高越容易被證明；在借款目的的證明材料中，大部分是關于實體店鋪、網(wǎng)上店鋪、企業(yè)的證明材料，本研究認為，當借款目的是屬于實體經(jīng)營或者網(wǎng)商經(jīng)營時，是易于證明的；不同的住房情況給出證明材料的難易程度也不一樣。然而在前面的回歸模型中并沒有考慮信息披露的內(nèi)容與是否可驗證之間可能存在的相關性，這會導致隨機誤差項與自變量相關，在分析標準信息披露的可驗證性的影響時存在內(nèi)生性問題。因此，本研究對可能出現(xiàn)的內(nèi)生性問題進行處理，表9給出信息披露的內(nèi)容及其證明材料出現(xiàn)的比例。

表6信息披露對借款利率的回歸結果Table 6Regression Results for Information Disclosure on Interest Rate

注：**為在1%水平上顯著，*為在5%水平上顯著，下同。

表7信息披露對是否違約的回歸結果Table 7Regression Results for Information Disclosure on Default or Not

表8信息披露對內(nèi)部收益率的回歸結果Table 8Regression Results for Information Disclosure on Internal Rate of Return

表9信息披露內(nèi)容與證明材料比例Table 9Content of Information Disclosure and Evidence Ratio

本研究按照表9中證明材料出現(xiàn)比例的大小，重新構建新的車輛、教育、房產(chǎn)、婚姻、借款目的5個啞變量。當車輛信息為有購車時，取值為1，其他取值為0；當教育信息為本科及以上時，取值為1，其他取值為0；當房產(chǎn)信息為自置無按揭、自置有按揭、商住兩用、租用、與父母同住時，取值為1，其他取值為0；當婚姻信息為已婚時，婚姻狀態(tài)取值為1，其他取值為0；當借款目的為實體經(jīng)營、網(wǎng)商經(jīng)營、開店、累計信用、擔保時，取值為1，其他取值為0。在保持其他自變量、控制變量和實證模型不變的情況下，本研究用這些變量替代是否披露啞變量，回歸結果見表10。其中，第2列給出對是否借款成功的影響的回歸結果，第3列給出與借款利率相關關系的實證結果，第4列給出對內(nèi)部收益率影響的實證結果，第5列給出對是否違約的實證結果。將表10第2列～第5列分別與表5 ～表8的第6列中的回歸結果進行比較，這些信息披露可驗證性啞變量的回歸系數(shù)的符號和顯著性水平與不進行內(nèi)生性處理得到的回歸結果基本保持不變，這表明可能出現(xiàn)的內(nèi)生性問題并沒有影響實證結果，研究結論具有較好的穩(wěn)健性。這可能是以下原因導致的：①拍拍貸平臺在依據(jù)借款者披露的信息設定借款列表的風險等級和借款利率時已經(jīng)充分考慮了信息內(nèi)容的影響，使回歸模型中的隨機誤差項中并不存在與自變量相關的成分，或者相關的部分較小，對回歸模型影響十分有限；②相對于是否披露，披露信息的內(nèi)容對借款人的影響很小。

4結論

本研究通過拍拍貸的P2P借貸數(shù)據(jù)研究信息披露在P2P市場上的影響。研究結果表明，信息披露的數(shù)量越多，借款成功的可能性越大，且可驗證的標準信息披露對借款成功有更大的影響。具體的信息披露對借款成功的影響是不確定的，但可驗證的標準信息披露對借款成功有正向影響的可能性更大，且信息披露的可驗證性對借款成功有正向的影響，表明信息披露提高了投資人對借款者的信任程度，有利于借款成功。信息披露在一定程度上反映了借款人對借款需求的急切程度，信息披露越多的借款者更傾向于提供利率更高的借款標的，這佐證了風險更高的借款者更愿意采取積極的信息披露策略。進一步的研究也表明，部分信息披露對違約有正向影響，導致更低投資回報率(即內(nèi)部收益率)。在信用不健全的新興市場中，信息披露不總是信用風險識別的有效信號，部分信息披露并沒有起到減少信息不對稱的作用，反而由于投資人非理性的決策帶來更大的損失，導致市場的非效率。目前，拍拍貸的信息披露并沒有發(fā)揮較大的信號發(fā)送作用，反而更像是一種誘餌，使投資者更愿意去投標，但卻并沒有獲得更高的收益率，甚至遭受損失。

本研究的實證結果與眾多行為經(jīng)濟學的研究結論保持一致，在P2P借貸市場上，投資人會受到并不能反映借款人信用情況的信息的影響。信息披露使借款成功的概率變大，且可驗證的標準信息披露使投資人更加信任借款者，從而對投資人的決策有更大的影響。本研究發(fā)現(xiàn)，投資者過度關注和相信一些看起來可信的信息，即便這些信息可能帶來更大的違約概率，表明借貸市場上存在著非理性的投資行為。正如AKERLOF et al.[46]提出的“欺騙均衡”，只要可以獲得利潤，市場就會利用人們?nèi)魏蔚姆抢硇孕袨?，投資者的決策偏差就被利用。所以本研究結論為制定P2P市場的監(jiān)管政策提供了經(jīng)驗依據(jù)。同時，本研究發(fā)現(xiàn)，不論是可驗證的標準信息披露還是不可驗證的標準信息披露，都沒能有效減少信息不對稱。這與MICHELS[1]、廖理等[20]和IYER et al.[21]的研究結論存在較大差異。一方面，可能是由于中國缺乏全面的信用體系導致的。在P2P借貸市場上，投資人和平臺缺乏真實、客觀的信用信息衡量借款列表的風險，信用不好的借款者更有動力披露信息把自己偽裝成信用良好的借款者，逆向選擇的存在使信息披露的作用大大減弱，而投資者卻沒有意識到。另一方面，與平臺的機制設計以及具體的運營模式相關，如廖理等[20]基于人人貸(中國一家較大的P2P借貸企業(yè))的研究發(fā)現(xiàn)，投資人可以利用非標準信息識別風險，人人貸有比較嚴格的風險審查機制，甚至實地考察借款人的信用情況，而拍拍貸是純粹基于用戶上傳的資料進行信用審查。同時，人人貸的借款額度相對大，期限比較長，而拍拍貸則是典型的小額、短期借款，運營模式和機制的不同對信息披露的作用產(chǎn)生較大影響。

表10內(nèi)生性檢驗結果Table 10Test Results for Endogeneity

注：第2列和第5列使用Logistic模型，第3列和第4列使用Tobit模型。

本研究結果對于借貸平臺和個人投資者有一定啟示。①借款平臺應該嚴格篩選信息披露的內(nèi)容，部分信息披露導致市場的非效率，對于這類信息應該不予披露，如借款者的社交關系信息、還款能力等信息；同時，對于可以提高市場運行效率的信息，則應該繼續(xù)披露甚至強制披露，如借款者的信用信息等?？傊栀J平臺應改進信息披露機制。②雖然投資人有一定的信息甄別能力，但是在利用部分信息進行信用風險識別時依然存在偏差，所以拍拍貸平臺除了設計更為合理的信息披露機制外，還應該對投資人的投資行為予以適當?shù)囊龑?，提高投資人信息甄別的能力。③個人投資應更加謹慎對待借款披露的信息，有效地識別借款人的風險，提高投資能力。

本研究對制定國家政策有一些建議。①對中國制定互聯(lián)金融全面的監(jiān)管計劃提供了經(jīng)驗證據(jù)。由于自身決策的缺陷，市場上的投資者受到借款者披露信息的影響，監(jiān)管制度應包含規(guī)范信息披露的內(nèi)容和方式，規(guī)范各大借款平臺的信息披露機制，防止各大平臺為了吸引流量而降低標準，損害投資者利益。②信用信息是個人違約風險的很好的測量指標，建立全面的信用體系是解決P2P借貸市場上信息不對稱的根本途徑，中國應盡快建立全面的征信體系，以促進P2P行業(yè)健康持續(xù)地發(fā)展。

本研究也存在不足和下一步研究思考。①中國各大P2P借貸平臺的信息披露機制不盡相同甚至差異很大，使部分結論在其他平臺可能并不適用，進一步的研究可以比較在不同的信息披露機制下信息披露影響的差異。同時可進一步對比國外的P2P借貸平臺，探討實證信用制度和語言文化導致的作用差異。②由于要獲取違約信息，本研究的數(shù)據(jù)存在一定的延時，可能也導致對投資參考意義的減弱。③進一步的研究應該把網(wǎng)絡借貸數(shù)據(jù)和調(diào)查問卷數(shù)據(jù)結合起來，對信息披露背后的行為機理進一步分析和挖掘，使結論更具理論意義。