金融投資中的教育溢價及其性別異質(zhì)性
——基于P2P網(wǎng)貸投資的實證檢驗

丁 杰，曾 燕，李悅雷， 郭 陽

(1.廣東財經(jīng)大學(xué)金融學(xué)院，廣東 廣州 510320；2.中山大學(xué)嶺南(大學(xué))學(xué)院，廣東 廣州 510275；3.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072；4.北京國電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100070)

1 引言

多渠道增加居民財產(chǎn)性收入是深化收入分配制度改革的基本目標(biāo)之一。隨著財產(chǎn)性收入占我國居民收入的比重越來越大，教育怎樣影響居民的財產(chǎn)性收入自然成為一個熱點問題，而財產(chǎn)性收入的一個重要來源就是金融投資收益。金融投資中的教育溢價問題，最早由Golec[1]做了相關(guān)研究，其研究發(fā)現(xiàn)基金經(jīng)理受教育程度對基金績效有顯著影響，并且尤其強(qiáng)調(diào)了有MBA學(xué)位的基金經(jīng)理在基金績效上有更好的表現(xiàn)。Chevalier和Ellison[2]的研究認(rèn)為學(xué)校背景對提升基金績效的貢獻(xiàn)較大，名校畢業(yè)的經(jīng)理其績效比普通大學(xué)畢業(yè)的要好。但學(xué)歷背景，如是否取得碩士和博士學(xué)位對基金績效幾乎沒有影響。Gottesman和Morey[3]研究認(rèn)為GMAT分?jǐn)?shù)對業(yè)績有顯著正的影響，而是否擁有CFA證書或者碩士學(xué)位以及博士學(xué)位與業(yè)績沒有必然的聯(lián)系。Li Haitao等[4]認(rèn)為教育背景可能影響投資者的風(fēng)險行為，受教育水平高的基金經(jīng)理所選擇的投資組合的風(fēng)險更低。國內(nèi)的研究中，艾洪德和劉聰[5]、趙秀娟和汪壽陽[6]的研究發(fā)現(xiàn)高學(xué)歷的基金經(jīng)理在風(fēng)險控制方面更具有優(yōu)勢。這些關(guān)于機(jī)構(gòu)投資者(以基金經(jīng)理為典型代表)的研究結(jié)論對于理解金融市場上投資者的投資行為，提高投資績效具有較強(qiáng)的現(xiàn)實意義。然而，不同于國外金融市場，我國金融市場上個體投資者居多，個體投資者與機(jī)構(gòu)投資者在投資偏好、投資決策、投資行為等方面均存在較大差異，基于機(jī)構(gòu)投資者的研究結(jié)論并不一定適用于個體投資者。

教育對個體投資者影響的研究主要出現(xiàn)在家庭金融領(lǐng)域。相關(guān)的研究主要包括兩方面內(nèi)容。一方面的研究涉及教育對投資者市場參與決策和資產(chǎn)配置決策的影響。如Vissing-Jorgensen[7]認(rèn)為更高的教育水平使居民更容易學(xué)習(xí)和理解股票投資知識，推動其參與股市。Campbell[8]的研究發(fā)現(xiàn)教育對居民的股市參與有較強(qiáng)的正向影響，并且認(rèn)為教育程度高的居民構(gòu)建了更有效的投資組合。尹志超等[9]研究發(fā)現(xiàn)金融知識的增加有利于提高居民的股市參與。胡振何和臧日宏[10]研究認(rèn)為金融教育對家庭在不同風(fēng)險資產(chǎn)參與上的影響有差異，且金融教育對家庭金融市場參與的影響與家庭的收入風(fēng)險相關(guān)。至于教育是如何影響金融投資決策的，勞動力市場的研究得出了教育提高認(rèn)知能力的結(jié)論[11]。Christelis等[12]，Cole等[13]進(jìn)一步得出了認(rèn)知能力影響金融投資決策的結(jié)論，從而搭建出這一完整的影響路徑：教育→認(rèn)知能力→金融投資決策。吳衛(wèi)星和沈濤[14]進(jìn)一步又從金融認(rèn)知和收入穩(wěn)定性兩方面檢驗了學(xué)歷對金融參與決策的影響機(jī)制。

金融投資決策與投資行為必然影響投資績效，因此第二方面的研究主要涉及到教育水平對個體投資者投資績效的影響，即金融投資中的教育溢價問題。如Cole等[13]不僅檢驗了教育對參與決策的影響，還檢驗了教育對投資者金融產(chǎn)出的影響，發(fā)現(xiàn)教育顯著提高了投資者投資收入。不同于國外的研究，由于數(shù)據(jù)缺失等原因，國內(nèi)目前家庭金融領(lǐng)域的研究仍然停留在探討個體投資者特征(包括教育)如何影響其金融投資決策，缺乏對個體投資者投資績效的研究。僅有譚松濤和陳玉宇[15]基于中國數(shù)據(jù)，檢驗了股民投資經(jīng)驗對投資收益的影響，發(fā)現(xiàn)投資經(jīng)驗通過提高股民的擇股能力和擇時能力影響其投資收益。但教育對個體投資者投資績效的影響是怎樣的，尚缺乏相關(guān)的經(jīng)驗證據(jù)。因此，本文的研究對象之一為金融投資中個體投資者的教育溢價效應(yīng)。

進(jìn)一步，本文還檢驗了教育溢價的性別異質(zhì)性，不僅關(guān)注個體投資者在投資績效上是否存在顯著的性別差異以及教育溢價，更關(guān)注教育溢價的性別差異。之所以同時考慮教育溢價的性別差異，源自于男女性在風(fēng)險偏好等方面天然的異質(zhì)性。一般認(rèn)為女性投資者更重視資產(chǎn)的風(fēng)險屬性，在構(gòu)建投資組合時會選擇確定性較高的資產(chǎn)，并且盡量避免投資于風(fēng)險性資產(chǎn)[16]。投資者性別差異的研究最早來自Lewellen等[17]，他們通過問卷調(diào)查等方式對美國1964年到1970年間基金經(jīng)理的特征與投資風(fēng)格進(jìn)行了研究，結(jié)果證實了性別是投資風(fēng)格最重要的決定因素之一。此后，大量學(xué)者的研究結(jié)論證實了投資者性別的重要性，并指出女性傾向于規(guī)避風(fēng)險。Byrnes 等[16]使用Meta分析方法對150篇性別和風(fēng)險偏好關(guān)系的相關(guān)研究進(jìn)行了分析，得出女性比男性有更高的風(fēng)險厭惡水平的結(jié)論。這種風(fēng)險偏好上的差異也導(dǎo)致了投資績效上的性別差異[18]。Barber和Odean[19]使用超過35000個家庭的數(shù)據(jù)分析了1991-1997年女性和男性的股票投資情況，發(fā)現(xiàn)男性比女性交易更加頻繁，而獲得的收益更少。以上關(guān)于金融投資中教育溢價和性別差異的研究對象無一例外為機(jī)構(gòu)投資者，本文則將研究視角轉(zhuǎn)向個體投資者。如果說教育對投資者的認(rèn)知能力乃至投資決策和投資績效的影響是一種后天影響，不同性別的投資者的行為差異則往往具有一定的先天性。本文感興趣的是后天的教育帶來的投資溢價對投資中性別差異的調(diào)節(jié)作用是怎樣的，是有助于緩解個體投資者先天的性別差異，還是擴(kuò)大了這種差異?

通過對P2P網(wǎng)貸投資中借款訂單數(shù)據(jù)與投標(biāo)記錄數(shù)據(jù)相匹配，得到投資者的個人特征數(shù)據(jù)和投資數(shù)據(jù)，本文就教育溢價及其性別異質(zhì)性進(jìn)行了實證檢驗和分析。這一研究的邊際貢獻(xiàn)在于：①不同于國外以機(jī)構(gòu)投資者為主，我國的金融市場上個體投資者居多，個體投資者的非理性投資行為除了給自己帶來損失，也增加了市場的不穩(wěn)定性。在此背景之下，對個體投資者的研究就顯得尤其重要。但國內(nèi)以往的相關(guān)研究主要基于機(jī)構(gòu)投資者，基于個體投資者的研究則缺乏對投資績效的衡量。本研究基于P2P網(wǎng)貸投資數(shù)據(jù)，這一數(shù)據(jù)集的特點之一在于包含了個體投資者的信息，特點之二在于包含了可以反映投資績效的信息。本文運(yùn)用這一數(shù)據(jù)檢驗了教育對個體投資者金融投資帶來的溢價效應(yīng)，這對于能否通過教育提高居民的財產(chǎn)性收入具有一定現(xiàn)實意義。本文還進(jìn)一步檢驗了教育對投資領(lǐng)域性別差異的調(diào)節(jié)作用，目前還沒有發(fā)現(xiàn)相關(guān)的研究，這對于能否通過教育溢價理解男女投資者在金融領(lǐng)域的不同投資表現(xiàn)具有一定啟示意義。②隨著互聯(lián)網(wǎng)金融的興起，P2P網(wǎng)貸投資成為家庭金融配置的渠道之一，但近幾年爆發(fā)的P2P平臺跑路潮引發(fā)了監(jiān)管層面的擔(dān)憂[20]。P2P市場的穩(wěn)定發(fā)展，除了要關(guān)注市場結(jié)構(gòu)的優(yōu)化和制度的完善之外，還有一個重要的環(huán)節(jié)就是個體投資者的成熟與發(fā)展。投資者的個體特征往往決定了其能否做出適當(dāng)?shù)耐顿Y決策，減少系統(tǒng)性行為偏差，進(jìn)而降低金融風(fēng)險。但目前針對P2P市場參與者個體特征的實證研究無一例外以借款人為研究對象[21-24]，重點關(guān)注借款人特征對于借款可得性和借款違約性的影響，而忽略了對投資者的關(guān)注。本文的研究則基于P2P市場上的投資者特征展開分析。③Atkinson 等[25]對固定收益型基金的研究發(fā)現(xiàn)，無論在基金績效、風(fēng)險還是其它特征上，男女性管理的基金皆無差異。文章認(rèn)為這一結(jié)論之所以不同于大多數(shù)基于股票型基金的研究，可能是因為固定收益型基金本身就具有風(fēng)險較低的特性，限制了基金經(jīng)理的風(fēng)險行為。這對本文的啟示在于投資者特征與投資績效的關(guān)系是否隨資產(chǎn)的風(fēng)險特征發(fā)生變化？ P2P網(wǎng)貸投資相對于股票投資有不同的風(fēng)險特征，其主要風(fēng)險為違約風(fēng)險而非市場風(fēng)險。本文針對P2P網(wǎng)貸投資的研究也為比較不同風(fēng)險特征的市場上投資者的表現(xiàn)提供了一定的依據(jù)。

2 數(shù)據(jù)說明、實證設(shè)計及變量定義

2.1 數(shù)據(jù)說明

本文選取人人貸(www.renrendai.com)2010年10月至2014年7月期間發(fā)布的借款訂單和投標(biāo)記錄作為研究的樣本來源。人人貸是我國主要的P2P網(wǎng)絡(luò)借貸平臺之一，于2010年10月正式上線。借款人將借款訂單發(fā)布在平臺上后，投資者依據(jù)借款訂單中的公開信息進(jìn)行投資決策，決定是否對訂單進(jìn)行投標(biāo)以及投標(biāo)的金額。每個借款訂單限定的籌資時間為7天，7天內(nèi)訂單一旦籌集到目標(biāo)資金，表示訂單借款成功，稱之為滿標(biāo)。訂單滿標(biāo)之后將自動進(jìn)入還款階段，借款人將按照約定采取等額還本付息的方式向投資者歸還本息，直至全部還清。若自訂單發(fā)布7天內(nèi)沒有籌集到目標(biāo)資金，則借款失敗，則改訂單流標(biāo)。如果流標(biāo)，訂單獲得的已投資金將返回到投資者賬戶中。

投資者每次投標(biāo)將會形成一條投標(biāo)記錄，投標(biāo)記錄中的主要信息包括：①借款信息(借款訂單編號，借款人id，借款期限，借款金額，借款利率，借款最終狀態(tài))，②投標(biāo)信息(投標(biāo)序號，投標(biāo)人id，投標(biāo)金額，投標(biāo)時間，投標(biāo)類型等)。人人貸平臺不公布投資者的個人信息，但在借款訂單的公開信息中，平臺會公布每一個借款人的個人信息，如果一個投資者同時也作為借款人在人人貸平臺有過借款記錄，則可以從其借款訂單信息中獲取其個人信息。人人貸平臺的借款訂單中包含的借款人信息主要有：①借款人的基本信息(性別，年齡，婚姻狀況，學(xué)歷等)，②工作信息(崗位職位、工作時間、工作年限、工作收入等)，③信用信息(信用評級、成功借款次數(shù))等。

本文的初始樣本有210232筆借款訂單，其中50879筆借款有投標(biāo)記錄，共1581817條投標(biāo)記錄。通過將投標(biāo)記錄中投標(biāo)人id號與借款訂單中借款人id號相匹配，共匹配出112356條投標(biāo)記錄中的投資者參與過借款，其個人信息可以從對應(yīng)的借款訂單中獲取。人人貸的借款訂單包括四種類型：信用認(rèn)證標(biāo)、實地認(rèn)證標(biāo)、機(jī)構(gòu)擔(dān)保標(biāo)、智能理財標(biāo)。由于其它三種類型訂單在信息審核機(jī)制上存在較大差異，本文只分析其中的信用認(rèn)證標(biāo)。去掉變量缺失的樣本，保留借款人年齡在22～65歲的投標(biāo)記錄，最終使用的樣本包括60447筆投標(biāo)記錄及其投資者信息，其中，23860個流標(biāo)，36587個滿標(biāo)。滿標(biāo)訂單中處于還款中的訂單319個，違約訂單2129個，已還清訂單34139個。由于還款中的訂單無法判斷其是否會違約，在進(jìn)行違約分析時，去除流標(biāo)訂單以及仍處于還款中的訂單，剩余36268個樣本訂單。

從投標(biāo)標(biāo)的來看，本文關(guān)注的主要變量為性別和受教育水平。其中，男性投標(biāo)占比82.1%。高中及以下學(xué)歷投資者投標(biāo)占比12.56%，大專學(xué)歷占比25.52%，本科學(xué)歷占比48.38%，研究生及以上學(xué)歷占比13.54%。至于其他特征變量，平均年齡33.56。已婚比例為70.8%。由低到高的7個收入等級占比分別為1.34%，2.69%，33.67%，27.64%，10.90%，19.02%，4.75%。

從投資者個體的角度來看，其分布也比較類似。全部樣本投標(biāo)由2369個投資者投出，2369個投資者中，男性占比為83.45%。高中及以下學(xué)歷14.68%，大專學(xué)歷26.1%，本科學(xué)歷48.14%，研究生及以上學(xué)歷11.08%。已婚比率為67.98%；平均年齡為32.75%。由低到高的7個收入等級占比分別為1.32%，4.36%，38.80%，29.81%，13.35%，7.60%，4.76%。總體而言，從樣本數(shù)量和樣本中投資者特征來看，本文所使用的研究樣本對于反映平臺上投資者的特征具有一定代表性。

2.2 實證設(shè)計

要檢驗教育的投資溢價及其性別異質(zhì)性，首先需要衡量投資者的投資績效。P2P網(wǎng)貸投資決策中，首先要考慮的是能否投資成功，其次才是風(fēng)險和收益的權(quán)衡，基于P2P網(wǎng)貸投資的這一特點，本文從三方面衡量投資者的投資績效：(1)是否投資成功；(2)投資是否違約；(3)投資收益率。因此，針對以上三個方面，分別設(shè)定三個回歸方程實證檢驗投資績效的教育溢價現(xiàn)象和教育溢價的性別異質(zhì)性，實證方程設(shè)定如下：

Pr(successi=1|genderi,edui,Zi)

=Φ(genderi,edui,Zi)+δi

(1)

Pr(defaulti=1|genderi,edui,Zi)

=Φ(genderi,edui,Zi)+εi

(2)

(3)

其中，式(1)和式 (2)分別檢驗是否投資成功和投資是否違約，由于被解釋變量均為0，1變量，采用Probit回歸模型進(jìn)行估計。式(3)用于檢驗投資收益率，根據(jù)后文對被解釋變量的定義，采用Tobit回歸模型進(jìn)行估計。Pr(·)為條件概率，Φ(·)為累積分布函數(shù)，δi，εi，ξi分別為三個模型的隨機(jī)擾動項。

2.3 變量定義

(1)被解釋變量。①是否投資成功(success)，借款訂單滿標(biāo)表示投資成功，取值為1，否則為0。P2P網(wǎng)貸投資以借款訂單為投資對象，如果投資者所投資的借款訂單在規(guī)定時間內(nèi)沒有籌集到所需資金，則投標(biāo)人所投資金將被返回，表示投資失敗，投資者不得不重新挑選借款訂單進(jìn)行投資，在此過程中投資者承擔(dān)了資金的閑置成本，通常也稱為資金站崗成本。因此，將是否投資成功作為投資績效的指標(biāo)之一，可以用來衡量投資者是否承擔(dān)了較高的資金站崗成本，同時也反映投資者對投資機(jī)會的識別能力。②投資是否違約(default)，投資者所投資的訂單如果違約取值為1，否則為0。投資成功后，如果所投訂單的借款人在還款過程中出現(xiàn)了違約，沒有按時歸還本息，投資者將遭受損失。因此，通過檢驗投資者所投的訂單是否違約以判斷投資者是否承擔(dān)了較高的違約損失，同時也反映了投資者的風(fēng)險識別能力。借款訂單有5種不同狀態(tài)：已流標(biāo)、還款中、已還清、已逾期、已墊付。已逾期是指超過約定還款時間30天未能按期還款，已墊付是指逾期達(dá)到90天后，人人貸依約向投資者墊付本金的訂單。本文將訂單狀態(tài)為已逾期和已墊付訂單都視為違約訂單。③投資收益率(rate)，以投資者投資的年收益率來衡量。根據(jù)投資者所投訂單的借款年利率以及訂單的最終狀況確定該筆投標(biāo)的收益率。對于已還清的訂單其投資者的收益按借款訂單的年利率來衡量。對仍處于還款中的借款訂單，盡管不能確定訂單最終是否會違約，但在當(dāng)前階段能夠正常定期歸還本息，因此其收益率也按借款訂單年利率來衡量。對于流標(biāo)訂單，投標(biāo)者沒有獲得利息收益，反而由于資金被鎖定以及需要再次選擇借款訂單，承擔(dān)了一定的機(jī)會成本，但每筆資金投標(biāo)的時間不一致，因此被鎖定時間長短也不一致，且再次選擇合適訂單的時間長短也難以衡量，精確確定其機(jī)會成本較為困難。因此，雖然投資者總收益為負(fù)(機(jī)會成本)，但是只能觀測到大于等于0的總收益，所以把該負(fù)的總收益歸并到0。對于違約訂單，人人貸平臺設(shè)立了風(fēng)險備用金制度和本金墊付機(jī)制，在一筆借款訂單逾期超過30天后，人人貸會向投資者墊付剩余未歸還的本金，不墊付利息。因此投資者可以收回全部本金，但本金的墊付存在時間上的滯后，投資者仍會承擔(dān)一定的機(jī)會成本，其收益為負(fù)，由于無法觀測到其負(fù)的總收益，和流標(biāo)訂單一樣，本文將違約訂單的收益統(tǒng)一歸并到0。變量rate的取值始終大于等于0。表1為三個被解釋變量的描述性統(tǒng)計。投資者所投訂單的平均借款成功率為60.5%，平均違約率為5.87%。投資的平均收益率為7.975%。

表1 投資績效的描述性統(tǒng)計

(2)解釋變量。①投資者性別(gender)，男性取值為1，女性為0；②投標(biāo)者受教育水平(edu)，以學(xué)歷為代理變量，人人貸將學(xué)歷共分成四個等級：高中及以下，大專，本科，研究生及以上。由于是否受過大學(xué)教育比較具有代表性，因此本文將edu定義為虛擬變量：高中及以下學(xué)歷取值為0，表示沒有接受過大學(xué)教育，大專以上學(xué)歷取值為1。同時，在穩(wěn)健性檢驗中本文也檢驗了不同學(xué)歷層級的教育溢價效應(yīng)。

(3)控制變量。Z為控制變量向量，包括投資者的其它個體特征和投標(biāo)信息。參考已有的研究以及考慮數(shù)據(jù)的可得性，選取的控制變量主要有：①年齡(age)。②婚姻狀況(married)，人人貸統(tǒng)計的婚姻狀況有四種類型，分別為離異，喪偶，未婚，已婚。如果已婚，取值為1，其它狀況取值為0。③收入等級(income)，借款人的月收入分為7個等級：1000元以下，1001～2000元，2001～5000元，5001～10000元，10001～20000，20001～50000，50000元以上。取值分別為1～7。④工作年限(jobtime)，工作年限分為四個時間段：1年以下，1-3年，3-5年，5年以上，取值分別為1～4。⑤投標(biāo)次數(shù)(bidnum)，投資者的已有投標(biāo)次數(shù)?？梢苑从惩顿Y者的投資經(jīng)驗。⑥投標(biāo)金額(amount)，投標(biāo)金額以元為單位，取對數(shù)。解釋變量和控制變量的描述性統(tǒng)計如表2所示。

表2 解釋變量和控制變量的描述性統(tǒng)計

3 實證結(jié)果及分析

3.1 教育溢價的實證檢驗結(jié)果

式(1)的回歸結(jié)果見表3第(1)列，在控制其它變量的情況下，發(fā)現(xiàn)投資是否成功存在顯著的性別差異，男性投資者具有更高的投資成功率，意味著男性具有更好的投資機(jī)會識別能力。變量edu的系數(shù)顯著為正，表明投資者受教育水平的提高能顯著提升其投資成功率，參照前文所列出的Hanushek和Woessmann[11]；Christelis等[12]；Cole等[13]研究結(jié)論，這可能是因為受教育水平的提高使得人們的認(rèn)知能力得到提升，因而具有更好的投資機(jī)會識別能力。以上結(jié)果意味著在P2P網(wǎng)貸投資中，男性的資金站崗成本比女性低，投資者的受教育水平越高，資金站崗成本越低，也就表明P2P投資中存在性別差異和教育溢價。其它控制變量的結(jié)果顯示，年齡、工作收入、工作時間、投標(biāo)金額與投資成功率均呈顯著的負(fù)相關(guān)關(guān)系，投標(biāo)次數(shù)與投資成功率呈顯著的正相關(guān)關(guān)系，這說明投資經(jīng)驗也起到了提高投資成功率，降低資金站崗成本的作用。此外，已婚者的投資成功率比未婚者要高。

式(2)的回歸結(jié)果見表3第(2)列。結(jié)果表明P2P網(wǎng)貸投資中，投資是否違約也存在顯著的性別差異，男性投資者在投資中遭受的違約風(fēng)險顯著高于女性，表明其風(fēng)險識別能力弱于女性，這與股票投資的研究中普遍發(fā)現(xiàn)的女性投資者更重視投資的風(fēng)險屬性的結(jié)論是一致的。同時，通過與式(1)的回歸結(jié)果對比，可以發(fā)現(xiàn)男性投資者是以承擔(dān)更高的違約風(fēng)險為代價獲得了更高的投資成功率，因此并不能簡單認(rèn)為男性的投資績效好于女性，兩者的差異可能只是反映了男女性投資者在投資風(fēng)險與投資機(jī)會上的權(quán)衡存在差異，男性可能通過更激進(jìn)的投資選擇提高了投資成功率，而女性更加規(guī)避風(fēng)險，在借款訂單的選擇上更加謹(jǐn)慎，因此投資成功率也更低。變量edu的系數(shù)顯著為負(fù)，說明教育水平的提高對投資者而言起到了提升其風(fēng)險識別能力的作用，降低了投資者的違約損失。而且對比式(1)的回歸結(jié)果，可以得出投資者受教育水平的提高能在實現(xiàn)更高投資成功率的同時保持較低的違約風(fēng)險，這說明在P2P網(wǎng)貸投資中存在較高的教育溢價?？刂谱兞恐?，高收入的投資者和投標(biāo)次數(shù)越多的投資者其選擇的投資訂單違約概率更低。投資金額越多的投資者，其選擇的投資訂單違約的概率更高。其它變量不影響投資是否違約，表明這些個體特征對投資者風(fēng)險識別能力沒有顯著影響。

式(3)的回歸結(jié)果見表3第(3)列。投資收益存在顯著的性別差異，男性的投資收益高于女性。edu的系數(shù)表明受教育水平能顯著提高投資者的投資收益，表現(xiàn)出顯著的教育溢價現(xiàn)象?？刂谱兞恐校挲g、工作時間、工作收入、投標(biāo)次數(shù)與收益率之間顯著負(fù)相關(guān)。投資金額與投資收益正相關(guān)，已婚者的投資收益顯著高于未婚者，對比式(1)和式(2)的回歸結(jié)果，可以發(fā)現(xiàn)已婚者在投資成功率和投資收益上都顯著高于未婚者，但婚姻對違約風(fēng)險沒有顯著影響，這說明在金融投資領(lǐng)域可能還存在婚姻溢價現(xiàn)象。

表3 教育溢價效應(yīng)的檢驗結(jié)果

注：括號中為標(biāo)準(zhǔn)誤；***p<0.01,**p<0.05,*p<0.1；下同。

綜合以上回歸結(jié)果，本文發(fā)現(xiàn)在P2P網(wǎng)貸投資中，投資的性別差異在投資成功率，投資違約風(fēng)險，投資收益率三個方面都有體現(xiàn)。男性投資者在投資成功率和投資收益率上有更好的表現(xiàn)，女性投資者在投資遭受的違約風(fēng)險上有更好的表現(xiàn)。除了先天性原因所導(dǎo)致的差異，Dwyer等[26]認(rèn)為男女性在投資上的差異是也有可能是教育差異造成的，本文的樣本中女性的受教育水平確實明顯低于男性，但本文的結(jié)果在控制了教育變量的基礎(chǔ)上，仍然存在顯著的性別差異，說明男女性的投資差異并不能完全被教育差異所解釋。結(jié)果還表明，投資者的受教育水平在提高投資成功率，降低違約風(fēng)險，提高投資收益率三方面都存在顯著的教育溢價現(xiàn)象。那么教育溢價是否還存在性別異質(zhì)性，或者說教育溢價是減弱了男女性投資者原有的性別差異，還是擴(kuò)大了這種性別差異，接下來通過分組回歸做出檢驗。

3.2 教育溢價的性別異質(zhì)性

為了檢驗教育溢價的性別異質(zhì)性，接下來按照投資者的性別對樣本進(jìn)行分組回歸。表4第(1)列和第(2)列檢驗教育影響投資是否成功的性別異質(zhì)性。結(jié)果表明教育水平顯著提高了男性的投資成功率，但教育水平的提高反而降低了女性的投資成功率。前面表3中的檢驗可以看到男性在投資成功率上原本就高于女性，因此，教育會使得男女在投資是否成功上的差異進(jìn)一步擴(kuò)大。第(3)和第(4)列檢驗了教育對投資違約風(fēng)險影響的性別異質(zhì)性。兩個回歸結(jié)果中，edu的系數(shù)均顯著為負(fù)，表明投資者受教育水平的提高減少了其投資中所遭受的違約損失，意味著教育起到提高風(fēng)險識別能力的作用，但從回歸系數(shù)上看，受教育水平對女性降低違約風(fēng)險的影響更大。前面表3中的檢驗結(jié)果表明女性在違約風(fēng)險識別上原本就強(qiáng)于男性，因此，教育同樣也導(dǎo)致這一差異進(jìn)一步擴(kuò)大。第(5)和第(6)列檢驗了教育對投資收益影響的性別異質(zhì)性，結(jié)果表明這種影響也存在顯著的性別異質(zhì)性，教育水平的提高提升了男性投資者的投資收益，但對女性投資者的投資收益沒有顯著影響。因此，教育也擴(kuò)大了投資收益率的性別差異。

以上研究結(jié)論表明，投資領(lǐng)域的教育溢價效應(yīng)存在顯著的性別異質(zhì)性。女性投資者的教育溢價效應(yīng)主要體現(xiàn)在進(jìn)一步提高了其風(fēng)險識別能力，男性投資者的教育溢價效應(yīng)主要體現(xiàn)在提高了其投資成功率和投資收益率。這表明教育溢價效應(yīng)表現(xiàn)為擴(kuò)大了男女性投資者原有的投資績效上的差異。這可能是因為男性投資者有更高的風(fēng)險偏好，教育水平的提高進(jìn)一步提高了其風(fēng)險偏好，因此獲得了更高的投資成功率和投資收益。女性投資者具有更低的風(fēng)險偏好和更好的風(fēng)險識別能力，教育水平的提高進(jìn)一步提高了其風(fēng)險識別能力。

4 進(jìn)一步的討論及穩(wěn)健性檢驗

4.1 不同學(xué)歷層級的教育溢價效應(yīng)

進(jìn)一步，本文檢驗教育溢價效應(yīng)是否與學(xué)歷層次呈線性關(guān)系。以高中及以下學(xué)歷為基準(zhǔn)學(xué)歷，就不同學(xué)歷層級的教育溢價進(jìn)行了檢驗。檢驗結(jié)果如表5所示。按性別分組回歸的結(jié)果如表6所示。表5的結(jié)果顯示三個方程中性別變量gender和學(xué)歷變量edu的系數(shù)與前面的結(jié)果相比沒有發(fā)生變化。相對于高中及以下學(xué)歷，除了研究生及以上學(xué)歷在是否違約上不顯著，其它各個層次的學(xué)歷都具有較高的投資成功率，較低的違約率以及較高的收益率。這些都與前面的結(jié)論一致。但結(jié)果表明并非學(xué)歷層級越高，教育的溢價效應(yīng)就更高。從是否投資成功來看，研究生及以上學(xué)歷的溢價效應(yīng)最強(qiáng)，其次為大專，然后為本科。從投資是否違約來看，教育的溢價效應(yīng)在本科層次最強(qiáng)，其次為大專，最后是研究生及以上學(xué)歷。從投資收益率來看，研究生及以上學(xué)歷的溢價效應(yīng)最強(qiáng)，其次為大專，最后為本科。分組回歸的結(jié)果表明，教育提升了男性的投資成功率和投資收益率，但在降低違約風(fēng)險上的作用僅在本科階段是顯著的。教育對女性的作用主要還是降低了違約風(fēng)險，總體上與前面的結(jié)論也基本一致。

表4 按性別分組回歸的教育溢價效應(yīng)

表5 不同學(xué)歷層級的教育溢價

注：考慮篇幅原因，此處沒有列出控制變量的回歸系數(shù)，下同。

4.2 多項Probit模型檢驗結(jié)果

本文從是否投資成功、投資是否違約和投資收益率三個維度衡量投資結(jié)果。但這三個維度實質(zhì)上也相互關(guān)聯(lián)，特別是投資收益率也取決于投資是否成功和投資是否違約，而且為了便于衡量，我們將投資失敗和投資違約時的收益統(tǒng)一設(shè)定為0，一定程度上高估了投資收益率。因此，在這里我們只考慮投資結(jié)果的狀態(tài)進(jìn)行穩(wěn)健性檢驗。去掉處于還款中的投資標(biāo)的，剩余投資標(biāo)的有三種結(jié)果狀態(tài)：投資失敗，投資成功但違約，投資成功且還款。以投資失敗為參照結(jié)果，采用多項Probit模型對教育溢價進(jìn)行估計，檢驗結(jié)果如表7所示。全樣本的估計結(jié)果表明，相對于投資失敗這一參照結(jié)果，男性比女性更容易出現(xiàn)投資成功但違約以及投資成功且還款這兩種結(jié)果。但從變量gender的系數(shù)大小來看，投資成功但違約這一組中的系數(shù)(0.124)比投資成功且還款這一組的系數(shù)(0.076)要大，說明男性盡管比女性更容易投資成功，但也更容易得到投資成功但違約的結(jié)果。從變量edu的系數(shù)來看，教育使得投資者更容易出現(xiàn)投資成功但違約和投資成功且還款這兩種結(jié)果(系數(shù)分別為0.159和0.309)，但對投資成功且還款的正向影響更大。這些說明了教育溢價在提升投資成功率的同時更容易得到投資成功且還款的結(jié)果。分樣本的回歸中，教育提高了男性投資成功的情況，而且對投資成功且還款的正向影響更大。教育降低了女性投資成功的情況，但對投資成功但違約的負(fù)向影響更大。這說明教育溢價存在性別異質(zhì)性。而且這些結(jié)果與前文的結(jié)論是一致的。進(jìn)一步證實了結(jié)論的穩(wěn)健性。

表6 不同學(xué)歷層級教育溢價的性別差異

表7 多項Probit模型檢驗(以投資失敗為基準(zhǔn)結(jié)果)

4.3 控制宏觀變量

前面幾部分的實證研究沒有控制宏觀變量，但宏觀因素也是影響P2P網(wǎng)貸投資的結(jié)果重要因素。因此，本文在此控制每筆訂單發(fā)生月份的宏觀變量對實證結(jié)果進(jìn)行再檢驗，具體包括：(1)停業(yè)及問題平臺數(shù)量。數(shù)據(jù)來自于網(wǎng)貸之家(www.wdzj.com)，網(wǎng)貸之家提供了所有的P2P問題平臺及其出現(xiàn)問題的具體時間，據(jù)此可以得到停業(yè)及問題平臺的月度數(shù)據(jù)。(2)無風(fēng)險利率，以中國人民銀行公布的銀行貸款基準(zhǔn)利率來衡量，對于基準(zhǔn)利率發(fā)生調(diào)整的月份，我們按照天數(shù)加權(quán)平均計算月度利率。(3)經(jīng)濟(jì)增長率，以月度的工業(yè)增加值的增長來衡量。以上數(shù)據(jù)均采用月度數(shù)據(jù)，每一筆投標(biāo)數(shù)據(jù)其宏觀變量取值為對應(yīng)的該筆投標(biāo)所發(fā)生月份的變量取值。實證檢驗的結(jié)果如表8所示，分組回歸的結(jié)果如表9所示。結(jié)果表明，即使控制宏觀變量，本文之前得到的實證結(jié)論依然穩(wěn)健。

表8 教育溢價(控制宏觀變量)

4.4 以投資者為研究樣本

之前的實證研究中，以借款人的每一筆投標(biāo)作為一個觀測樣本，這會使得投資次數(shù)較多的投資者的權(quán)重被放大，可能影響最終的結(jié)果。為了避免這種情況導(dǎo)致結(jié)果出現(xiàn)偏誤，在此，僅保留每個投資者的第一筆投資作為研究樣本(自變量中剔除變量bidnum)，同時控制了宏觀層面的因素(停業(yè)及問題平臺數(shù)量，無風(fēng)險利率，經(jīng)濟(jì)增長率)進(jìn)行穩(wěn)健性檢驗，實證檢驗的結(jié)果如表10和表11所示，本文之前得到的實證結(jié)論依然穩(wěn)健。

表9 教育溢價的性別差異(控制宏觀變量)

表10 教育溢價(以投資者為研究樣本)

5 結(jié)語

通過對P2P網(wǎng)貸投資的借款訂單數(shù)據(jù)和投標(biāo)記錄數(shù)據(jù)進(jìn)行匹配獲取投資者的個人信息數(shù)據(jù)以及投資數(shù)據(jù)，本文得以對個體投資者的教育溢價效應(yīng)以及教育溢價效應(yīng)的性別異質(zhì)性進(jìn)行了檢驗。本文的實證研究得出了如下的結(jié)論和啟示：

(1)P2P網(wǎng)貸投資績效存在性別差異。男性的投資成功率和投資收益率高于女性，但是遭受違約的可能性也高于女性。即使控制教育變量，這種性別異質(zhì)性依然存在，意味著性別差異不僅僅是來自于男女在受教育水平上的差異。結(jié)合已有的關(guān)于股票市場的相關(guān)研究，投資績效上的差異很可能源自于投資者在風(fēng)險偏好上的性別差異。男性往往有更高的風(fēng)險偏好，在投資上可能更加激進(jìn)，能夠較好把握投資機(jī)會以獲取較高的收益，但也因此承擔(dān)了更高的違約風(fēng)險。女性投資者對投資風(fēng)險更為關(guān)注，在風(fēng)險識別上有更好的表現(xiàn)，但也因此喪失了一些投資機(jī)會和較高的投資收益。此外，本文的結(jié)果也意味著金融投資中的性別差異不僅在股票等以市場風(fēng)險為主要風(fēng)險特征的投資領(lǐng)域存在，在以違約風(fēng)險為主要風(fēng)險特征的P2P網(wǎng)貸投資中也有所體現(xiàn)。

表11 教育溢價的性別差異(以投資者為研究樣本)

(2)P2P網(wǎng)貸投資存在教育溢價效應(yīng)。教育溢價效應(yīng)在衡量投資績效的三個指標(biāo)上都有所體現(xiàn)：受過大學(xué)教育的投資者相對于未受過大學(xué)教育的投資者在投資成功率，違約風(fēng)險，投資收益率三方面均有更好的表現(xiàn)。這意味著普及高等教育有助于實現(xiàn)提高居民財產(chǎn)性收入的目標(biāo)，進(jìn)一步，還意味著緩解教育不公平有助于通過影響財產(chǎn)性收入來降低收入不平等。此外，由于當(dāng)前社會女性的平均受教育水平低于男性，通過教育水平的提高還可以緩解男女性之間收入的不均衡。對于P2P網(wǎng)貸市場而言，本文的結(jié)論還意味著可以從投資者教育方面入手，通過投資者教育使其做出更合理的投資決策，降低高違約風(fēng)險標(biāo)的的資金可得性，實現(xiàn)P2P網(wǎng)貸市場的平穩(wěn)發(fā)展。

(3)P2P網(wǎng)貸投資的教育溢價存在性別異質(zhì)性。盡管教育溢價效應(yīng)整體而言對投資者在三個投資績效指標(biāo)上都有所改善，但對于男性投資者，教育溢價效應(yīng)主要體現(xiàn)在重點在于提高了其把握投資機(jī)會和獲取投資收益的能力，對于女性投資者，教育溢價效應(yīng)主要體現(xiàn)在提高了女性的風(fēng)險識別能力。這意味著受教育水平的提升在改善投資者投資績效的同時，并沒有降低金融投資中投資者的性別差異，反而使得性別差異進(jìn)一步擴(kuò)大。