自愿性信息披露是否有用？——來自P2P借貸的數(shù)據(jù)實(shí)證

鄭曼莉

自愿性信息披露是否有用？——來自P2P借貸的數(shù)據(jù)實(shí)證

鄭曼莉

（六安職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)管理學(xué)院，安徽 六安 237158）

P2P借貸近年來在中國發(fā)展勢(shì)頭強(qiáng)勁，但是，由于監(jiān)管方面的不到位和管理規(guī)范的不完善，在運(yùn)行過程中暴露出不少問題，其中，信息披露問題尤為嚴(yán)重。針對(duì)P2P借貸當(dāng)前存在的信息披露問題，以“人人貸”為研究對(duì)象，通過數(shù)據(jù)調(diào)查分析發(fā)現(xiàn)：自愿性信息披露個(gè)數(shù)與借款達(dá)成所需時(shí)間及投標(biāo)人數(shù)呈負(fù)相關(guān)關(guān)系，借款人的信用等級(jí)對(duì)此有增強(qiáng)作用，借款描述字?jǐn)?shù)對(duì)滿標(biāo)時(shí)間與投標(biāo)人數(shù)并不存在顯著的影響。這表明投資者對(duì)于借款者的描述并未給予較高認(rèn)可，借款者需要注意提升借款描述的質(zhì)量，同時(shí)平臺(tái)也應(yīng)該提高對(duì)借款描述的重視程度。

信息不對(duì)稱； 信息披露； P2P借貸； 信用評(píng)級(jí)； 借款描述

一、引言

傳統(tǒng)金融體系下，獲得借款的融資方往往是有背景且違約風(fēng)險(xiǎn)較少的那一類人或機(jī)構(gòu)，而大量需要獲得資金的個(gè)人，往往由于現(xiàn)代金融體系的不靈活可能融不到所需的資金，為此，金融脫媒化的呼聲一直很高；互聯(lián)網(wǎng)的興起使之成為可能，而其中最為引人注目的當(dāng)屬P2P借貸的出現(xiàn)。P2P借貸作為一種通過互聯(lián)網(wǎng)讓借款人與出借方繞開金融中介直接接觸的借貸模式。自2005年它首次在英國出現(xiàn)以來便迅速蔓延到世界各地，表現(xiàn)出了強(qiáng)勁的發(fā)展勢(shì)頭。目前國際上比較有典型意義的平臺(tái)包括ZOPA、KIVA、PROSPER這三類。在我國來看，金融體系的不完善，傳統(tǒng)銀行體系往往被人詬病為只會(huì)“雪中送炭”，使得P2P借貸引入到我國便表現(xiàn)出了旺盛的生命力。在P2P平臺(tái)上，資金需求者通過發(fā)布借款標(biāo)的，以及一些自己的基本信息來申請(qǐng)借款，而投資者則是根據(jù)這些信息來做出是否出讓資金的決定。在借款人發(fā)布的信息中，許多都是借款人自愿并且未被平臺(tái)所認(rèn)證的信息，投資者在選擇時(shí)只能憑借這些未被核實(shí)的信息來作為自己是否出讓資金的依據(jù)。對(duì)此，信息披露的問題在P2P市場(chǎng)里很具有研究意義。同時(shí)，P2P借貸市場(chǎng)由于監(jiān)管的缺失致使行業(yè)風(fēng)險(xiǎn)十分高，投資者“踩雷”事件時(shí)有發(fā)生，與P2P借貸在美國P2P借貸由SEC監(jiān)管不同的是，我國尚未明確對(duì)P2P借貸實(shí)施監(jiān)管的方向，更未將其劃到某一部門進(jìn)行監(jiān)管。2015年年底由多個(gè)部門合力出臺(tái)了《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行辦法(征求意見稿)》。這份監(jiān)管文件的落地，明確了我國P2P借貸平臺(tái)的信息中介的地位，也強(qiáng)調(diào)了監(jiān)管的必須性[1-2]。這意味著目前我國P2P借貸市場(chǎng)上的絕大多數(shù)平臺(tái)都達(dá)不到要求，需要整改；在未來監(jiān)管的力度、方向以及給行業(yè)帶來的影響方面也值得研究。信息披露在降低市場(chǎng)無效性上的作用上一直以來都得到許多學(xué)者的廣泛關(guān)注。會(huì)計(jì)學(xué)術(shù)界在能否把義務(wù)披露信息當(dāng)作一種可靠的信息源從而影響投資者決策這一問題上未能達(dá)成一致。在心理與行為經(jīng)濟(jì)學(xué)領(lǐng)域，已有研究表明在一定情況下人們會(huì)將客觀，但并不詳細(xì)的內(nèi)容包含在他們的經(jīng)濟(jì)決策中[3]。在現(xiàn)有的文獻(xiàn)資料中，對(duì)于P2P借貸平臺(tái)借款人自愿性信息披露研究主要集中在借款人特征、自愿披露信息的數(shù)量、借款利率、違約率等方面。蔣先玲等[4]認(rèn)為自愿披露信息提供的信息量、借款利率均與借款成功率顯著相關(guān)；Sadeh等[5]的研究指出借款人自愿披露的信息量與借款成功率、違約率均有密切關(guān)聯(lián)。雖然目前關(guān)于P2P借貸平臺(tái)自愿性信息披露的相關(guān)研究較多，但這些研究的關(guān)注點(diǎn)多集中在信息披露數(shù)量方面，而較少關(guān)注披露信息的質(zhì)量。

本研究基于我國P2P借貸這一新興市場(chǎng)，運(yùn)用“人人貸”平臺(tái)的數(shù)據(jù)，擬探討借款人自愿而未加證實(shí)的信息披露對(duì)于投資決策的影響，試圖深入探討自愿性信息披露對(duì)我國互聯(lián)網(wǎng)金融市場(chǎng)是否有用的問題，以填補(bǔ)現(xiàn)有信息披露相關(guān)研究的不足，同時(shí)為P2P借貸信息披露制度的完善與監(jiān)管提供一定的參考。

二、理論分析與研究假設(shè)

（一）自愿性信息披露數(shù)量與投標(biāo)情況

在一般經(jīng)濟(jì)活動(dòng)中，參與者之間相互交換的信息越多，信息不對(duì)稱的問題越小。Michels[6]發(fā)現(xiàn)對(duì)于信用等級(jí)較差的借款人，自愿性信息披露越多越有可能獲得貸款，投資者的參與度會(huì)上升8%，額外多披露一個(gè)信息，借款的利率會(huì)下降1.27%。廖理[7]通過“人人貸”上的數(shù)據(jù)研究發(fā)現(xiàn)，對(duì)于逾期風(fēng)險(xiǎn)較小的借款人，借款標(biāo)的滿標(biāo)的時(shí)間越短，且投標(biāo)的人數(shù)也越多。這說明在未見面的情況下，投資者愿意相信平臺(tái)上借款者披露的相關(guān)信息。從心理學(xué)上來看，在“廉價(jià)談話”的理論研究中，人們普遍認(rèn)為只有在代理人的動(dòng)機(jī)至少有一部分是一致的時(shí)候，自愿披露的信息才有效。然而，來自實(shí)驗(yàn)與經(jīng)驗(yàn)的研究發(fā)現(xiàn)，人們并不能完全處理好相關(guān)信息與利益之間的關(guān)系。在心理學(xué)研究中，人們?cè)谧鰶Q策時(shí)，傾向于依賴并不相關(guān)信息的這一行為已經(jīng)被很好地證實(shí)。對(duì)于呈現(xiàn)在人們面前的信息，人們的第一反應(yīng)是去相信，并且在做決策時(shí)難以忽視不相關(guān)的信息。而在市場(chǎng)里面的實(shí)驗(yàn)研究也證實(shí)了這一現(xiàn)象。林驍勇[8]發(fā)現(xiàn)僅僅改變網(wǎng)站的背景顏色和圖像就能影響消費(fèi)者的決策。同時(shí)，在心理學(xué)領(lǐng)域，鄭昊力[9]發(fā)現(xiàn)在只發(fā)生一次的信任游戲中，當(dāng)合作者面帶微笑時(shí)，個(gè)體表現(xiàn)出了更多的合作傾向?？傊?，這一系列的研究表明投資者在P2P市場(chǎng)里會(huì)受到那些未被確認(rèn)的信息的影響。這種情況在國內(nèi)外P2P研究中得到了很好的體現(xiàn)，即如果投資者被那些自愿而未被認(rèn)證的信息所影響的話，預(yù)計(jì)借款標(biāo)的滿標(biāo)時(shí)間會(huì)隨著自愿披露的信息個(gè)數(shù)的增加而縮短。

如果投資者認(rèn)為借款標(biāo)的中借款人自愿披露的未經(jīng)證實(shí)的信息是可靠的，這就會(huì)使借款標(biāo)的滿標(biāo)時(shí)間變短，并且，會(huì)吸引更多的投資者。在成熟的資本市場(chǎng)里，公司披露的信息越好，那么投資者的熱情越高[10]；換言之，如果這些披露增加了投資者對(duì)借款標(biāo)的認(rèn)知質(zhì)量，那么可以推測(cè)有著更多自愿披露標(biāo)的會(huì)有更多的投標(biāo)人數(shù)。Michels[6]發(fā)現(xiàn)標(biāo)的中自愿性的信息披露越多，那么標(biāo)的活躍度越高。但與國外P2P借貸平臺(tái)中的競(jìng)拍模式來決定誰能最終競(jìng)標(biāo)成功不同，在我國的平臺(tái)中，由于利率是平臺(tái)根據(jù)借款者的信息用信息給定的，且標(biāo)的是按照先到先得的方式來投標(biāo)。為此，若投資者認(rèn)為該標(biāo)的信息可靠，那么愿意付出的錢也會(huì)越多，這樣可以保證投資能放到自己信任的標(biāo)的中。但與國外P2P平臺(tái)不同，我國對(duì)于每個(gè)標(biāo)的投資者投資額度并未限制，因此，可以推測(cè)若存在那些較為吸引人的標(biāo)的，投資者更愿意在上面投資更多的金額，那么該標(biāo)的的投資人數(shù)應(yīng)該會(huì)相對(duì)來說更少一些。從上述文獻(xiàn)資料可以看出，滿標(biāo)時(shí)間和投標(biāo)人數(shù)可能是影響自愿信息披露的重要因素。為此，本文選擇滿標(biāo)時(shí)間和投標(biāo)人數(shù)作為被解釋變量，建立理論研究框架，并據(jù)此提出研究假設(shè)1、假設(shè)2：

假設(shè)1：借款未實(shí)地認(rèn)證的信息數(shù)量與滿標(biāo)時(shí)間呈負(fù)相關(guān)關(guān)系。

假設(shè)2：借款者未實(shí)地認(rèn)證的信息數(shù)量與投標(biāo)人數(shù)呈負(fù)相關(guān)關(guān)系。

（二）信用評(píng)級(jí)的加強(qiáng)效應(yīng)

在微觀金融市場(chǎng)上，P2P平臺(tái)里借款人的信用評(píng)分對(duì)于借款的成功和成本的大小也具有很重要的作用。在國外市場(chǎng)上，美國的個(gè)人評(píng)級(jí)來自于征信局，主要有Equifax、Experian和Trans Union這三家，而這三家征信局都是用的FICO評(píng)分系統(tǒng)（Fairlsaac Company，中文稱費(fèi)埃哲）來量化個(gè)人的信用質(zhì)量和風(fēng)險(xiǎn)。FICO的信用評(píng)分體系遵循5C原則，即道德品質(zhì)（Character）、償債能力（Capacity）、資本實(shí)力（Capital）、有無擔(dān)保（Collateral）和經(jīng)營狀況（Condition）。該模型用大樣本首先對(duì)這5個(gè)指標(biāo)具體化，接著進(jìn)行更為細(xì)致的分層算分，最終得出加權(quán)總分，打分的范圍在325到900分之間。然后對(duì)不同的分段進(jìn)行相應(yīng)的評(píng)級(jí)。一般來說，過了720分就表示總體上達(dá)到了人均標(biāo)準(zhǔn)。FICO這一信用評(píng)分體系比較全面地反應(yīng)了影響借款人信用情況的各種因子。但是，同國外這種比較開放、成熟的征信體系不同，我國的個(gè)人信用數(shù)據(jù)的征集相對(duì)比較困難。雖然從2004年開始，中國人民銀行開展了金融信用信息基礎(chǔ)數(shù)據(jù)庫的建設(shè)工作，并于2年后宣布全國聯(lián)網(wǎng)運(yùn)行；但由于種種原因，該數(shù)據(jù)庫開放程度尚低，民間金融機(jī)構(gòu)無法直接獲取每個(gè)人的信用狀況，更不說P2P借貸這種金融血統(tǒng)不純正的行業(yè)；因而，在我國絕大多數(shù)P2P借貸平臺(tái)只能依托自身的信用認(rèn)證機(jī)制，對(duì)借款人做出相應(yīng)的信用評(píng)級(jí)，并據(jù)此來給予相應(yīng)的額度和借款利率。以“人人貸”為例，在“人人貸”上申請(qǐng)借款的用戶需要根據(jù)不同的產(chǎn)品提交對(duì)應(yīng)的材料，審核部門根據(jù)提供的材料判斷給出信用得分，最后得出總分，并給予相應(yīng)的評(píng)級(jí)。無論何種信用評(píng)級(jí)方式，通過信用評(píng)級(jí)投資者能直觀地了解到借款人的基本可信度，并據(jù)此采取相應(yīng)的措施，實(shí)證中也證實(shí)了這一現(xiàn)象。金虎斌等[11]對(duì)PROSPER平臺(tái)的數(shù)據(jù)研究發(fā)現(xiàn)，在借款人的各項(xiàng)信息中，借款人的信用評(píng)級(jí)對(duì)于借款的最終利率影響最大；Lin[12]發(fā)現(xiàn)借款者的信用評(píng)級(jí)對(duì)于借款成功率有顯著提高或降低效果。在對(duì)我國P2P借貸平臺(tái)的研究中，廖理[7]等根據(jù)“人人貸”的數(shù)據(jù)研究發(fā)現(xiàn)，在該平臺(tái)上借款人的信用評(píng)級(jí)越高，借款的成功率越高且借款成本越低。國內(nèi)外的研究均表明信用評(píng)級(jí)在影響投資者決策時(shí)作用明顯。但李悅雷[13]根據(jù)拍拍貸的數(shù)據(jù)發(fā)現(xiàn)信用評(píng)級(jí)高的借款并沒有在滿標(biāo)時(shí)間上有明顯的加快效應(yīng)。在我國P2P投資中，羊群效應(yīng)十分顯著。據(jù)此，本文提出假設(shè)3、假設(shè)4。

假設(shè)3：對(duì)于披露數(shù)量對(duì)滿標(biāo)時(shí)間的影響，借款人信用等級(jí)成加強(qiáng)效應(yīng)。

假設(shè)4：對(duì)于披露數(shù)量對(duì)投標(biāo)人數(shù)的影響，借款人信用等級(jí)成加強(qiáng)效應(yīng)。

（三）借款描述與投標(biāo)情況

語言不僅是人們之間最基本的溝通與信息傳遞的方式，也是商業(yè)行動(dòng)中打動(dòng)客戶、促成交易達(dá)成的重要手段。在互聯(lián)網(wǎng)時(shí)代，電子商務(wù)十分發(fā)達(dá)，由于無法面對(duì)面地交流，在交易中適當(dāng)?shù)难哉Z表達(dá)顯得尤為重要。如在淘寶網(wǎng)上，買家對(duì)購買的商品進(jìn)行評(píng)價(jià)，后續(xù)的買家會(huì)根據(jù)這些評(píng)價(jià)內(nèi)容來判斷自己是否購買該商品；至于賣家而言，盡可能地詳細(xì)描述所售的商品，以及維護(hù)好賣家對(duì)商品的評(píng)論對(duì)于自己在競(jìng)爭激烈的淘寶網(wǎng)上生存下去意義重大（許多給差評(píng)的買家都或多或少受到過賣家的騷擾）。在國內(nèi)外的P2P借貸平臺(tái)中，借款標(biāo)的都包含有借款描述一項(xiàng)，每個(gè)借款人可以在這一項(xiàng)上做最大的自由發(fā)揮。為了能順利借款，借款人一般都會(huì)進(jìn)行適當(dāng)?shù)拿枋?。如?biāo)的號(hào)為536693的借款人在借款描述中寫道“借款用于房屋裝修，購買電器等。國企工作，收入穩(wěn)定，月工資6000以上，個(gè)人信用記錄好，按期還款。”這段話中明確表述了自己借款的用途，收入以及工作性質(zhì)（在信息披露上該借款人十分全面，且信用評(píng)級(jí)也很高）。雖然不能保證借款人在借款描述中所說的都是事實(shí)，但是，對(duì)網(wǎng)絡(luò)上的各類交易描述的研究，或多或少證實(shí)了在借款過程中所使用的描述性語言的重要性。Herzenstein等[14]挑選了美國P2P借貸平臺(tái)PROSPER上1493個(gè)樣本，通過主觀判斷將申請(qǐng)人的語言內(nèi)容分為是否值得信任、經(jīng)濟(jì)困境、勤奮、成功、品德優(yōu)秀、宗教信仰等6個(gè)方面。她們的研究表明，在控制了其他變量后，借款描述中涉及的上述指標(biāo)越多，投資人越有可能向其投資。不過他們的研究也存在著一些問題：第一，人工判斷的方式主觀性比較強(qiáng)，很難將人工判斷統(tǒng)一和量化；第二，語言中涉及的話題不太好區(qū)分，有些話題關(guān)聯(lián)性很強(qiáng)；第三，6大話題對(duì)于融資結(jié)果的影響方式不盡相同，這對(duì)于實(shí)證分析造成的結(jié)果很有干擾性。在我國，王會(huì)娟等[15]發(fā)現(xiàn)在“人人貸”上隨著借款描述的字?jǐn)?shù)的增多，借款標(biāo)的滿標(biāo)的幾率越低。但是，她的樣本選擇是將所有標(biāo)的放在一起，而在“人人貸”上信用標(biāo)的與擔(dān)保標(biāo)和實(shí)地認(rèn)證標(biāo)有明顯的不同，后兩類標(biāo)都有平臺(tái)的背書在，投資者對(duì)于這兩類標(biāo)的信賴度明顯高于信用認(rèn)證標(biāo)，而她們并沒有對(duì)此作出區(qū)分。廖理等[16]則進(jìn)一步研究了“人人貸”中的信用標(biāo)的的作用。通過語言的長度和維度發(fā)現(xiàn)在“人人貸”的借款標(biāo)的中，借款描述越長的標(biāo)的更容易滿標(biāo)，同時(shí)描述中具體表述了一些特征（創(chuàng)業(yè)、家庭、誠信、急迫）會(huì)明顯影響借款成功率?？偠灾?，語言在影響投資者對(duì)借款的判斷中有一定的作用。據(jù)此本文提出假設(shè)5和6：

假設(shè)5：借款描述字?jǐn)?shù)與滿標(biāo)時(shí)間呈負(fù)相關(guān)關(guān)系。

假設(shè)6：借款描述字?jǐn)?shù)與投標(biāo)人數(shù)呈負(fù)相關(guān)關(guān)系。

三、模型設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

樣本選擇?！叭巳速J”成立于2009年，是我國較早成立的P2P借貸平臺(tái)。截止到2019年，“人人貸”平臺(tái)成交量達(dá)到了1056億人民幣，用戶注冊(cè)數(shù)突破了4700萬人。從規(guī)模上看“人人貸”里P2P借貸活動(dòng)十分火熱，而另一方面，“人人貸”對(duì)借款標(biāo)的信息披露這一方面做得十分開放，任何在該平臺(tái)注冊(cè)了的用戶均可以看到每一筆借款標(biāo)的具體信息，借款人成功募集的標(biāo)的上信息十分全面。同時(shí)，國內(nèi)在以“人人貸”為基礎(chǔ)的實(shí)證研究已經(jīng)比較豐富。清華大學(xué)五道口金融學(xué)院成立了“互聯(lián)網(wǎng)金融”研究平臺(tái)“未央網(wǎng)”，其中展示了許多以人人貸數(shù)據(jù)為基礎(chǔ)的實(shí)證研究?；谝陨蠋c(diǎn)，我們抽取了2016—2018年“人人貸”上成功滿標(biāo)的500個(gè)信用標(biāo)的隨機(jī)樣本進(jìn)行研究。

數(shù)據(jù)來源。在“人人貸”上從貸款申請(qǐng)到最終滿標(biāo)的過程大致如此。首先，借款人在“人人貸”上借款申請(qǐng)的借款類型有三類，如表1：

表1 “人人貸”上基本借款類型及披露要求

例如，在借款標(biāo)的序號(hào)為559456的借款者在借款描述中這樣寫道“我在廣東省陽春市廣播電視臺(tái)工作，助理工程師，干部，每月收入13500元，其中在電視臺(tái)收入5000元，兼職收入8500元，有按揭房一套，本人信用良好，因資金周轉(zhuǎn)需要50000元用來裝修房屋。”而借款標(biāo)的序號(hào)為560961的借款者則給自己的借款標(biāo)題取名如下：發(fā)展創(chuàng)新同樂共贏。除了基本的身份認(rèn)證和個(gè)人信用報(bào)告外，借款人還可以提供一些額外的信息來增加投資者的好感，如個(gè)人的微博，手機(jī)號(hào)，居住地，職稱狀況，婚姻狀況，年齡，學(xué)歷，還款來源，在公司的職位，更有甚者還會(huì)提供所購買車的款式。是否有其他貸款等這些額外的信息提供與否取決于借款人的個(gè)人意愿，而是否屬實(shí)也不得而知。這些額外的信息作為自愿未加證實(shí)的信息為本文的研究提供了一定的契機(jī)。而最終的借款標(biāo)的信息里還會(huì)披露借款人的信用檔案（包括在平臺(tái)上發(fā)布的借款次數(shù)，成功次數(shù)）以及逾期還款借款人的信用檔案（包括在平臺(tái)上發(fā)布的借款次數(shù)，成功次數(shù)以及逾期還款次數(shù)等），在最終滿標(biāo)的借款標(biāo)的中還會(huì)披露每個(gè)借款人的借款金額以及時(shí)間。

（二）研究變量設(shè)計(jì)

根據(jù)以往文獻(xiàn)[17-18]和研究需要，本文給定的核心研究變量如下：

自愿披露數(shù)量（number）：主要解釋變量。在信用標(biāo)的中，借款人的許多信息需要自行披露，如個(gè)人的學(xué)歷，居住地等。本文設(shè)置了9個(gè)自愿性的披露指標(biāo)，披露了則取1，否則為0，具體披露指標(biāo)如表2。

表2 具體披露指標(biāo)變量設(shè)定

借款描述字?jǐn)?shù)（dis）：主要解釋變量，在借款描述中的字?jǐn)?shù)。如借款標(biāo)的號(hào)為577739的借款描述為“用于短期周轉(zhuǎn)，本人信用狀況良好，收入月薪過萬，有房一套，還在按揭，用工資收入還款”。通過統(tǒng)計(jì)，其借款使用的描述性語言字?jǐn)?shù)有40個(gè)。滿標(biāo)時(shí)間（time）：被解釋變量，一個(gè)標(biāo)的從發(fā)布到滿標(biāo)的時(shí)間?！叭巳速J”網(wǎng)站上規(guī)定，一個(gè)訂單自發(fā)布起需要在7日內(nèi)完成募資，超過7天的則視為募集失敗，成為流標(biāo)，不會(huì)有投標(biāo)人數(shù)和滿標(biāo)人數(shù)。不過在募集成功的絕大部分標(biāo)的中所需的時(shí)間都非常短，在幾個(gè)小時(shí)以內(nèi)。以往的研究將所有滿標(biāo)均納入樣本范圍，但據(jù)筆者觀察，投資者投標(biāo)的時(shí)間在一天的不同時(shí)間段上有明顯的不同，在中午10點(diǎn)—12點(diǎn)這段時(shí)間內(nèi)投資者是十分活躍的，在1點(diǎn)以后則相對(duì)稀疏一點(diǎn)。筆者認(rèn)為這可能是由于中午一般會(huì)有休息的時(shí)間，而下午大部分投資者均在上班。據(jù)此筆者的樣本中選擇的大部分都是在中午1點(diǎn)前滿標(biāo)的樣本。

投標(biāo)人數(shù)（bid）：被解釋變量。一個(gè)成功募集的標(biāo)的中投資者人數(shù)。

（三）模型構(gòu)建

本文在參照廖理[7]、Michels等[6]的基礎(chǔ)上，采用泊松回歸來驗(yàn)證假設(shè)H1、H2、H5、H6，模型如下：

Y=f(β0,β1amount,β2Rate,β3credit,β4age,β5sex,β6marria-ge,β7worktime,β8month,β9house,β10car,β11fre,β12default,β13scale,β14X)

其中，Y包括時(shí)間與滿標(biāo)人數(shù)，X包括披露數(shù)量與借款描述字?jǐn)?shù)兩項(xiàng)。

在回歸過程中，采用測(cè)試變量逐步加入的方式來更加細(xì)致地考察變量之間的關(guān)系。在驗(yàn)證H1、H2、H5、H6時(shí)，本文分別加入了借款額度、借款期限、利率、年齡，工作年限，性別，婚姻狀況，是否有房、是否有車、借款次數(shù)與逾期次數(shù)這些指標(biāo)。信用等級(jí)對(duì)于投資人活動(dòng)的加強(qiáng)影響，設(shè)置了數(shù)量—信用等級(jí)的交乘項(xiàng)，借此來驗(yàn)證假設(shè)H3和H4，采用泊松回歸，模型如下：

Y=f(β0,β1amount,β2Rate,β3credit,β4age,β5sex,β6marria-ge,β7worktime,β8month,β9house,β10car,β11fre,β12default,β13scale,β14number_credit,β15number)

四、實(shí)證研究與結(jié)果分析

（一）描述性統(tǒng)計(jì)

表3給出了統(tǒng)計(jì)樣本中標(biāo)的總體披露數(shù)量情況。其中，披露4個(gè)信息的借款人最多，占到了26%左右，披露數(shù)量上分布比較均勻，披露較少信息和較多信息的都相對(duì)較少，大部分都集中在3—7個(gè)，這說明為了能順利募集自己，借款者還是有相對(duì)較強(qiáng)的披露欲望的。但單從信息披露數(shù)量中無法看出信息真實(shí)與否，這其中是否存在的風(fēng)險(xiǎn)尚不得知。從表4具體來看，披露借款目的、工作以及個(gè)人收入情況的借款者的樣本披露比率分別達(dá)到了94%、94%和93%，一方面，原因是借款者在“人人貸”上要通過審核時(shí)需要提交自己的收入工作狀況，借款者已經(jīng)培養(yǎng)出了一定的意識(shí)；另一方面，基本的工作狀況也是投資者評(píng)估借款人的基本指標(biāo)。還款來源披露的比率也相對(duì)較高，達(dá)到了41%。這說明大部分借款者希望能夠打消投資者對(duì)于能否按期償付的擔(dān)憂，而微博的披露數(shù)量相對(duì)來說也很高，這說明了在互聯(lián)網(wǎng)時(shí)代，越來越多的借款者愿意通過社交模式增進(jìn)與投資者之間的關(guān)系。

表3 披露數(shù)量分布

表4 具體披露指標(biāo)統(tǒng)計(jì)指標(biāo)

表5為其他變量的描述性統(tǒng)計(jì)，從表中可知，平均利率為12%，最大的利率為18%，考慮到“在人人貸”上還款是按月平均來還，其實(shí)際利率是比18%要大許多的，這樣的利率水平與民間借貸利率相差無幾，不過由于不用直接面對(duì)還款者且平臺(tái)會(huì)對(duì)逾期的借款進(jìn)行墊付，這讓借款人有了更為安全的借款環(huán)境。平均借款期限在13個(gè)月，最大借款期限為26個(gè)月，這說明借款者更傾向于長期貸款，這有利于減輕借款者壓力。平均信用評(píng)級(jí)為5，即大部分借款人的評(píng)級(jí)為E，這說明大部分借款人的信用評(píng)級(jí)相對(duì)較差。這與銀行所采用的借款模式不同，在P2P借貸市場(chǎng)上大部分都是真正需要借錢辦事的人，這與惠普金融的理念不謀而合?？紤]到“大眾創(chuàng)新，萬眾創(chuàng)業(yè)”上升為國家戰(zhàn)略，未來會(huì)有越來越多的人能夠在P2P借貸市場(chǎng)上實(shí)現(xiàn)自己的夢(mèng)想，互聯(lián)網(wǎng)金融確實(shí)是改變了不少傳統(tǒng)模式；但同時(shí)需要警惕的是大量信用較差的借款者存在，意味著這個(gè)市場(chǎng)上會(huì)存在更大的還貸風(fēng)險(xiǎn)和違約壓力。

表5 基本變量描述性統(tǒng)計(jì)

（二）模型參數(shù)估計(jì)

1.披露數(shù)量與滿標(biāo)時(shí)間及投標(biāo)人數(shù)

本文參照Michal[3]對(duì)于披露數(shù)量與滿標(biāo)時(shí)間、投標(biāo)人數(shù)采用泊松回歸，回歸結(jié)果如表6：

表6 披露數(shù)量對(duì)滿標(biāo)時(shí)間、投標(biāo)人數(shù)影響的回歸結(jié)果

從上表中可以發(fā)現(xiàn)披露數(shù)量與滿標(biāo)時(shí)間呈負(fù)相關(guān)性。這與假設(shè)相符，即披露的數(shù)量越多，滿標(biāo)時(shí)間越短。這充分說明了大部分控制變量系數(shù)都和預(yù)期差不多，但逾期次數(shù)不太顯著比較意外。較多的逾期次數(shù)會(huì)影響到信用的評(píng)級(jí)，進(jìn)而影響投資者對(duì)借款人的第一印象的好壞；且較多的逾期次數(shù)會(huì)加重投資者對(duì)借款人還款能力的疑慮，但數(shù)據(jù)顯示的逾期次數(shù)并未體現(xiàn)出這種結(jié)果，這可能是因?yàn)槟壳拔覈嬖诘钠脚_(tái)墊付機(jī)制所致。當(dāng)一個(gè)借款標(biāo)的未能到期償還時(shí)，“人人貸”會(huì)對(duì)此標(biāo)的先行墊付。我國絕大多數(shù)大的P2P平臺(tái)都是這種模式，投資者默認(rèn)了他們的投資到期是能收回的，同時(shí)筆者通過對(duì)樣本統(tǒng)計(jì)發(fā)現(xiàn)人均投標(biāo)額僅為1160，這意味著對(duì)于絕大多數(shù)投資者而言，這種水平的損失而言是能夠承受的；在對(duì)存在逾期標(biāo)的數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)，存在借款者逾期的標(biāo)的數(shù)有232個(gè)，其中產(chǎn)生逾期金額的標(biāo)的僅54個(gè)，平均每標(biāo)逾期金額7245元，平均每次逾期1282元，從風(fēng)險(xiǎn)上來看均是可控范圍。可以說，良好的平臺(tái)墊付機(jī)制與借款人對(duì)逾期金額的控制讓投資者對(duì)逾期次數(shù)并不是太敏感。借款人披露的信息數(shù)量與投標(biāo)人數(shù)上存在顯著的負(fù)相關(guān)性，這與假設(shè)相符，說明借款人披露的信息越多，投資者越愿意投資更多的金額。這說明在監(jiān)管尚未到位的情況下，投資者在一定程度上愿意去相信借款者所披露的信息，這一方面肯定了借款者披露信息的有效性；同時(shí)也提醒我們目前投資者對(duì)于借款者披露的信息還存在一定程度上的盲從心理，這很容易引起P2P借貸市場(chǎng)上的逆向選擇風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)，這從2015年P(guān)2P借貸行業(yè)頻發(fā)的跑路事件中就可以看出問題來。而逾期次數(shù)對(duì)滿標(biāo)人數(shù)的影響與其對(duì)滿標(biāo)時(shí)間的影響相似，均不是特別顯著，這可能也是出于逾期金額不大的緣故。同時(shí)，貸款金額對(duì)投標(biāo)人數(shù)的影響依然很大，為此在下文中將會(huì)對(duì)貸款金額用來做穩(wěn)健性檢驗(yàn)。

2.信用評(píng)級(jí)的加強(qiáng)效應(yīng)

作為驗(yàn)證借款人是否有還款能力的第一步，國內(nèi)外金融機(jī)構(gòu)里面都非常重視對(duì)借款者的信用評(píng)級(jí)。良好的信用評(píng)級(jí)不僅能幫借款者顯著地降低借款利率，更能消除投資者對(duì)借款者的不信任程度；同時(shí)，在個(gè)人信用評(píng)級(jí)上，我國由于人民銀行的評(píng)級(jí)模式不透明等原因致使P2P借貸公司往往需要自行建立對(duì)借款者的評(píng)級(jí)體系?！叭巳速J”上會(huì)根據(jù)借款者提供的基本情況來給予借款者一定的評(píng)級(jí)。而較高的評(píng)級(jí)是否更受投資者青睞？為此，本文對(duì)數(shù)量和信用等級(jí)做交乘項(xiàng)分析，回歸結(jié)果如表7。

表7 信用等級(jí)對(duì)滿標(biāo)時(shí)間、投標(biāo)人數(shù)的增強(qiáng)作用估計(jì)結(jié)果

表7顯示：在滿標(biāo)時(shí)間與滿標(biāo)人數(shù)上數(shù)量和信用等級(jí)交叉項(xiàng)系數(shù)均為負(fù)值。這說明信用等級(jí)越高，披露數(shù)量對(duì)滿標(biāo)時(shí)間和人數(shù)的負(fù)向影響越大；這與本文假設(shè)相符，說明在不能獲得借款人客觀信息的條件下，投資者更愿意去相信已存在借款人信息。目前，國內(nèi)比較大的P2P借貸平臺(tái)已經(jīng)開始注意風(fēng)險(xiǎn)控制，并各自開發(fā)了相應(yīng)的個(gè)人信用評(píng)級(jí)系統(tǒng)，如拍拍貸的“魔鏡系統(tǒng)”；從政策方向上來看，2015年我國首批芝麻信用、騰訊征信、深圳前海征信、鵬元征信、中誠信、中智誠、卡拉北京華道8家個(gè)人征信公司，隨著這幾年的發(fā)展，我國個(gè)人征信正處于逐漸完善之中，對(duì)于投資者而言這無疑是福音?？梢哉f，良好的個(gè)人征信體系是完善我國P2P借貸市場(chǎng)的第一步，是借款者取信于投資者的首要條件。

3.借款描述對(duì)滿標(biāo)時(shí)間與投標(biāo)人數(shù)回歸估計(jì)

除了借款者披露的一些基本信息以外，借款描述對(duì)于投資者活動(dòng)，具體而言，即滿標(biāo)時(shí)間與人均投資金額的影響如何，表8給出了具體的實(shí)證數(shù)據(jù)結(jié)果。

數(shù)據(jù)結(jié)果顯示，借款描述字?jǐn)?shù)對(duì)于滿標(biāo)時(shí)間與人均投資金額均沒有顯著的影響，這與王會(huì)娟[15]的結(jié)論相似，這說明單純的借款描述字?jǐn)?shù)的多少并不能夠打動(dòng)投資者的心。相反，借款描述的字?jǐn)?shù)越多，則越有可能說明借款者存在的潛在問題越多，在某種程度上來說并沒有降低交易雙方的信息不對(duì)稱的問題，這也意味著借款者在借款描述中不能僅僅注重?cái)?shù)量上的多少，而更應(yīng)該注重質(zhì)量上的提升。

表8 借款描述對(duì)滿標(biāo)時(shí)間、投標(biāo)人數(shù)的影響估計(jì)結(jié)果

五、研究結(jié)論和政策建議

（一）主要研究結(jié)論

第一，借款者的信息披露數(shù)量對(duì)于滿標(biāo)時(shí)間有顯著的負(fù)影響效應(yīng)，即借款者自愿進(jìn)行信息披露的數(shù)量越多，滿標(biāo)時(shí)間就越短。這意味著投資者較易受到那些自愿而未被認(rèn)證信息的影響，所以預(yù)計(jì)借款標(biāo)的的滿標(biāo)時(shí)間會(huì)隨著自愿披露的信息個(gè)數(shù)的增加而縮短。

第二，借款者的信息披露數(shù)量對(duì)于滿標(biāo)人數(shù)有顯著的負(fù)影響效應(yīng)，即對(duì)人均投資比率有著顯著的正影響效應(yīng)。借款者自愿進(jìn)行信息披露的數(shù)量越多，滿標(biāo)人數(shù)越少，而人均投資比率越高。這可能是因?yàn)閷?duì)于自愿披露的信息，投資者若持認(rèn)可態(tài)度并看好該標(biāo)的，自然愿意在該標(biāo)的中投入更多，所以滿標(biāo)人數(shù)相應(yīng)減少，人均投資比率相應(yīng)提高。

第三，借款者的個(gè)人信用評(píng)級(jí)對(duì)上述兩種影響有顯著增強(qiáng)效應(yīng)，即借款者個(gè)人信用評(píng)級(jí)越高，則越能增強(qiáng)信息披露數(shù)量對(duì)滿標(biāo)時(shí)間、人均投資比率的正向影響?？梢娡顿Y者對(duì)于借款者個(gè)人信用評(píng)級(jí)有較高的信任度，信用評(píng)級(jí)高的借款者，投資者對(duì)其自愿披露信息更為信任，此時(shí)披露信息數(shù)量越多，越能獲得投資者的認(rèn)可。

第四，借款描述對(duì)于滿標(biāo)人數(shù)以及投標(biāo)人數(shù)沒有顯著的影響。這意味著語言在影響投資者對(duì)借款的判斷中雖然有一定作用，但多數(shù)投資者對(duì)于投資的態(tài)度都較為謹(jǐn)慎，未經(jīng)證實(shí)的借款描述并不會(huì)對(duì)其投資決策產(chǎn)生重大影響。

（二）政策建議

本文通過“人人貸”這一相對(duì)成熟的平臺(tái)，研究了該行業(yè)內(nèi)信息披露問題。這對(duì)相關(guān)部門政策的制定，相關(guān)行業(yè)的健康發(fā)展，相關(guān)機(jī)制的完善都有一定的借鑒意義，以下為本文提出的主要政策建議：

首先，規(guī)范P2P借貸行業(yè)信息披露機(jī)制。新興行業(yè)特別是像P2P借貸這樣日星月異行業(yè)的健康發(fā)展和成熟，極大依賴行業(yè)的聲望、透明度和自律性。規(guī)范統(tǒng)一的信息披露機(jī)制保證了行業(yè)的透明度與健康發(fā)展，這在該行業(yè)缺乏有效的政府與機(jī)構(gòu)監(jiān)管時(shí)顯得尤為重要。要保證以上兩點(diǎn)，需要做到以下幾點(diǎn)：第一，建立必要的平臺(tái)財(cái)務(wù)透明度。第二，建立防火墻機(jī)制，隔離平臺(tái)自有資金與投資者資金，這樣可以避免行業(yè)風(fēng)險(xiǎn)和平臺(tái)違規(guī)操作。第三，做好平臺(tái)內(nèi)部監(jiān)督與審計(jì)，良好的內(nèi)部審計(jì)監(jiān)督制度，能夠有效地控制住風(fēng)險(xiǎn)。第四，成立一定數(shù)量的行業(yè)自律組織。從這方面來看，P2P借貸行業(yè)做的還比較全面，目前許多省都有了自己的行業(yè)組織。這在監(jiān)管尚未明朗時(shí)穩(wěn)定行業(yè)發(fā)展現(xiàn)狀和摸清未來發(fā)展方向都有很大的益處。

其次，促進(jìn)我國P2P借貸行業(yè)監(jiān)管的發(fā)展。目前我國P2借貸行業(yè)雖然發(fā)展迅猛，但因監(jiān)管的力度較弱致使P行業(yè)內(nèi)魚龍混雜，行業(yè)內(nèi)各種丑聞層出不窮；其中e租寶這個(gè)有地方政府背景平臺(tái)的跑路更是讓整個(gè)行業(yè)面臨嚴(yán)重的信任危機(jī)。為此各方也呼吁對(duì)行業(yè)進(jìn)行必要的監(jiān)管，而相關(guān)的機(jī)構(gòu)也開始頒布了一系列的政策來完善監(jiān)管?！稗k法”的頒布更是首次明確了將我國P2P借貸行業(yè)視為信息中介并基于此來監(jiān)管的文件。

最后，優(yōu)化我國個(gè)人征信體系的建設(shè)。由于P2P借貸市場(chǎng)上大部分都是個(gè)人的借貸，因此，健全個(gè)人征信體系，對(duì)于P2P借貸行業(yè)信息的披露乃至整個(gè)社會(huì)信用體系的建設(shè)都十分有必要；對(duì)此，國外的一些征信方面的經(jīng)驗(yàn)可以借鑒。

[1] 李冬梅．P2P網(wǎng)絡(luò)借貸市場(chǎng)發(fā)展現(xiàn)狀初探[J]．中國商論， 2018（18）：24-26．

[2] 闞道遠(yuǎn)，梁靖宇．后金融危機(jī)時(shí)代發(fā)達(dá)資本主義國家民眾社會(huì)心理嬗變及其政治意涵[J]．當(dāng)代世界與社會(huì)主義，2019（2）：126-132．

[3] 許靜．系統(tǒng)性金融風(fēng)險(xiǎn)中的心理因素及相關(guān)對(duì)策[J]．宏觀經(jīng)濟(jì)管理，2019（6）：55-60，66．

[4] 蔣先玲，王炳楠，程健．自愿性信息披露有效性研究——基于“拍拍貸”經(jīng)驗(yàn)證據(jù)[J]．經(jīng)濟(jì)與管理評(píng)論， 2018（6）：95-105．

[5] Sadeh F, Kacker M. Quality signaling through exante- voluntary information disclosure in entrepreneurial networks: evidence from franchising[J]. Small Business Economics, 2018(3):1-20.

[6] Michels J. Do unverifiable disclosures matter? Evidence from peer-to-peer lending[J]. The Accounting Review, 2012(4): 1385-1413.

[7] 廖理，李夢(mèng)然，王正位．聰明的投資者：非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]．經(jīng)濟(jì)研究，2014（7）：125-137．

[8] 林驍勇．隱喻廣告對(duì)消費(fèi)者新產(chǎn)品態(tài)度的影響研究[D]．杭州：浙江工商大學(xué)，2020．

[9]鄭昊力．信任、風(fēng)險(xiǎn)和社會(huì)偏好[D]．杭州：浙江大學(xué)，2017．

[10] 方言．投資者情緒對(duì)IPO抑價(jià)影響的實(shí)證研究[D]．南京：南京理工大學(xué)，2019．

[11] 金虎斌，張成虎．網(wǎng)絡(luò)借貸平臺(tái)的信息處理與信用評(píng)級(jí)效率分析——基于人人貸與Prosper的實(shí)證對(duì)比檢驗(yàn)[J]．上海經(jīng)濟(jì)研究，2017（10）：45-58．

[12] Lin. M. Social networks as signaling mechanisms: Evidence from online Peer-to- Peer lending. Working Paper, Smith School of Business, University of May land, 2009.

[13] 李悅雷，郭陽，張維．中國P2P小額貸款市場(chǎng)借貸成功率影響因素分析[J]．金融研究，2013（7）：126-138．

[14] M. Herzenstein, Steven S. Posavac, J. Jo?ko Brakus. Adoption of New and Really New Products: The Effects of Self-Regulation Systems and Risk Salience. 2007(2): 251-260.

[15] 王會(huì)娟，廖理．中國P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制研究——來自“人人貸”的經(jīng)驗(yàn)證據(jù)[J]．中國工業(yè)經(jīng)濟(jì)，2014（4）：136-147．

[16] 廖理，李夢(mèng)然，王正位，等．觀察中學(xué)習(xí)：P2P網(wǎng)絡(luò)投資中信息傳遞與羊群行為[J]．清華大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015（1）：156-165，184．

[17] 李亞飛，劉志洋．互聯(lián)網(wǎng)金融利率定價(jià)能否準(zhǔn)確反映違約風(fēng)險(xiǎn)？——基于P2P網(wǎng)絡(luò)借貸的實(shí)證檢驗(yàn)[J]．南方金融， 2019（10）：15-25．

[18] 黃靜，繆世磊．行為軌跡及社交信息能預(yù)測(cè)用戶是否再借款嗎？——基于網(wǎng)絡(luò)借貸的實(shí)證分析[J]．上海財(cái)經(jīng)大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（2）：93-105．

[19] 焦勇．?dāng)?shù)字經(jīng)濟(jì)賦能制造業(yè)轉(zhuǎn)型：從價(jià)值重塑到價(jià)值創(chuàng)造[J]．經(jīng)濟(jì)學(xué)家，2020（6）：87-94．

Is Voluntary Disclosure Useful?——Data Demonstration from P2P Lending

ZHENG Manli

( School of Economics and Management, Lu’an Vocational Technical College, Lu’an 237158, Anhui, China )

P2P lending has developed strongly in China in recent years, but due to inadequate supervision and imperfect regulations, many problems have been exposed during its operation, and the problem of information disclosure is particularly serious. In response to the current information disclosure problems of P2P lending, the research focused on "Renrendai". Through data investigation and analysis, it was found that the number of voluntary information disclosures was negatively related to the time required to complete the loan and the number of bidders. The credit rating has an enhanced effect on this, and the number of loan descriptions does not have a significant impact on the time to full bid and the number of bidders. This shows that investors have not given high recognition to borrowers’ descriptions. Borrowers need to pay attention to improving the quality of loan descriptions. At the same time, the platform should also increase the importance of loan descriptions.

information asymmetry, information disclosure, P2P lending, credit rating, loan description

F724.6

A

1673-9639 (2020) 05-0063-12

2020-07-10

安徽省教育廳高校優(yōu)秀青年人才支持計(jì)劃一般人才基金項(xiàng)目“‘互聯(lián)網(wǎng)+’背景下高職 會(huì)計(jì)專業(yè)智慧課堂的構(gòu)建與實(shí)踐”（gxyq201903）；安徽省教育廳質(zhì)量工程基金項(xiàng)目“供應(yīng)鏈財(cái)務(wù)信息系統(tǒng)智慧課堂建設(shè)”（2017zhkt422）。

鄭曼莉（1987-），女，安徽利辛人，碩士研究生，講師，研究方向：區(qū)域經(jīng)濟(jì)學(xué)，會(huì)計(jì)學(xué)。

（責(zé)任編輯 陳 儉）（責(zé)任校對(duì) 張鳳祥）（英文編輯 田興斌）