信貸市場(chǎng)中的學(xué)歷價(jià)值及其區(qū)域異質(zhì)性研究

劉 瓊，池仁勇

(1.浙江工業(yè)大學(xué) 管理學(xué)院，浙江 杭州 310023；2.浙江工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310023；3.浙江工業(yè)大學(xué) 中國(guó)中小企業(yè)研究院，浙江 杭州 310023)

一、 引 言

學(xué)歷作為標(biāo)識(shí)人才類(lèi)別的顯性標(biāo)簽，一直被作為衡量人才綜合素質(zhì)的重要尺度。特別是在信貸領(lǐng)域，受信方的學(xué)歷水平一直是授信方評(píng)估額度的核心要素[1-2]。但目前學(xué)歷價(jià)值在信貸額度的映射大多基于常識(shí)和經(jīng)驗(yàn)判斷，其背后科學(xué)機(jī)理的長(zhǎng)期缺位是部分高學(xué)歷信貸壞賬產(chǎn)生的重要原因[3]。因此，學(xué)歷對(duì)信貸市場(chǎng)的影響機(jī)制正成為學(xué)界和業(yè)界廣泛關(guān)注的熱點(diǎn)問(wèn)題之一。同時(shí)，由于中國(guó)不同地區(qū)經(jīng)濟(jì)發(fā)展不均衡、人才政策導(dǎo)向不同、資源稟賦存在地區(qū)差異等問(wèn)題，不同地區(qū)信貸市場(chǎng)中的學(xué)歷價(jià)值效應(yīng)是否發(fā)揮作用？學(xué)歷價(jià)值如何影響信貸市場(chǎng)？這種影響背后的內(nèi)在作用機(jī)理與理論邏輯是什么？這些問(wèn)題都有待進(jìn)一步深入分析。

之前學(xué)者對(duì)學(xué)歷價(jià)值的研究大多集中在求職、議價(jià)等勞動(dòng)力市場(chǎng)回報(bào)[4]，以及個(gè)人收入、幸福指數(shù)[5]等方面，較少?gòu)氖袌?chǎng)信貸視角分析學(xué)歷價(jià)值的重要性及其影響效應(yīng)。特別是由于銀行系統(tǒng)中個(gè)人信息的保密性原則，無(wú)法為分析信貸市場(chǎng)中學(xué)歷價(jià)值重要性和作用導(dǎo)向的實(shí)證研究提供有效數(shù)據(jù)支撐，客觀上使得學(xué)歷背景提高信貸市場(chǎng)中信用配給效率的作用路徑研究遭遇了瓶頸。近年來(lái)，互聯(lián)網(wǎng)技術(shù)的快速發(fā)展帶動(dòng)了網(wǎng)絡(luò)信貸平臺(tái)的崛起，信貸平臺(tái)下大量包含學(xué)歷信息在內(nèi)的借款信息能夠被有效識(shí)別，為信貸市場(chǎng)中學(xué)歷價(jià)值研究提供絕好的“機(jī)會(huì)窗口”。已有研究利用網(wǎng)絡(luò)信貸數(shù)據(jù)從不同角度分析學(xué)歷在借貸市場(chǎng)中的價(jià)值體現(xiàn)，認(rèn)為高學(xué)歷背景的借款者能夠獲得投資者的青睞[3，6-7]。但是現(xiàn)有研究仍然存在不足，一方面較少有文獻(xiàn)從整合視角將借貸成本、借貸成功率以及違約風(fēng)險(xiǎn)這三方面的價(jià)值表征納入統(tǒng)一研究框架中，從而無(wú)法為學(xué)歷價(jià)值在信貸市場(chǎng)中的作用研究提供一個(gè)整體畫(huà)像；另一方面更為重要的是，現(xiàn)有研究并未就學(xué)歷信息所展現(xiàn)的風(fēng)險(xiǎn)邏輯和價(jià)值邏輯進(jìn)一步展開(kāi)區(qū)域異質(zhì)性分析。然而現(xiàn)實(shí)中，中國(guó)地緣遼闊、省份眾多，各地區(qū)之間教育水平投入的差異、經(jīng)濟(jì)發(fā)展?fàn)顩r存在的差異性，往往會(huì)導(dǎo)致學(xué)歷價(jià)值在信貸市場(chǎng)中的作用受到“扭曲”[8-9]。其一，不同地區(qū)資源稟賦存在差異性，東部發(fā)達(dá)地區(qū)無(wú)論是金融基礎(chǔ)設(shè)施還是金融配套能力都遠(yuǎn)遠(yuǎn)超過(guò)西部欠發(fā)達(dá)地區(qū)，能夠?yàn)楦邔W(xué)歷價(jià)值借款人提供更多融資額度；其二，人才政策的招致效應(yīng)不同，發(fā)達(dá)地區(qū)的人才政策力度更大，高學(xué)歷價(jià)值人才能夠獲得更多政策上的金融傾斜；其三，人才心理建設(shè)導(dǎo)向不同，發(fā)達(dá)地區(qū)的高學(xué)歷人才市場(chǎng)競(jìng)爭(zhēng)激烈、社會(huì)與家庭期望值高，在信貸市場(chǎng)具有更強(qiáng)烈的“價(jià)值訴求”；其四，人才集聚呈現(xiàn)規(guī)模效應(yīng)，相對(duì)于西部欠發(fā)達(dá)地區(qū)，東部發(fā)達(dá)地區(qū)人才集聚效應(yīng)顯著，相同學(xué)歷下個(gè)人價(jià)值總體上優(yōu)于西部地區(qū)人才，在信貸市場(chǎng)上獲得融資資源也會(huì)更多。因此，基于全國(guó)東、中、西部不同地區(qū)層面探討學(xué)歷價(jià)值對(duì)信貸市場(chǎng)影響的區(qū)域異質(zhì)性具有很強(qiáng)的現(xiàn)實(shí)與理論意義。

基于此，本文將在教育回報(bào)與信貸配給等相關(guān)理論基礎(chǔ)上，研究信貸市場(chǎng)中學(xué)歷信息背后的低信用風(fēng)險(xiǎn)邏輯與價(jià)值主張邏輯對(duì)提高信貸配給效率的內(nèi)在機(jī)理，并重點(diǎn)分析不同地區(qū)金融發(fā)展水平對(duì)學(xué)歷價(jià)值的信貸效率提升效應(yīng)的扭曲程度。此外，通過(guò)使用國(guó)內(nèi)應(yīng)用較為廣泛的A網(wǎng)絡(luò)信貸平臺(tái)上的個(gè)人借貸數(shù)據(jù)對(duì)此作用機(jī)制進(jìn)行實(shí)證分析，以期規(guī)避一直以來(lái)學(xué)歷價(jià)值在信貸市場(chǎng)中重要性研究的“學(xué)而不術(shù)”問(wèn)題。

本文可能的貢獻(xiàn)主要在以下兩個(gè)方面：一方面本文豐富了教育價(jià)值回報(bào)研究，特別是擴(kuò)展了教育價(jià)值在信貸市場(chǎng)中的研究。以往對(duì)教育價(jià)值的實(shí)證研究多停留在教育對(duì)個(gè)人收入[10-13]、緩解歧視等方面[3，7]，較少?gòu)男刨J市場(chǎng)的角度去探究借款者教育價(jià)值的意義。本文借助網(wǎng)絡(luò)信貸市場(chǎng)中大量借款者學(xué)歷的微觀信息，肯定了信貸市場(chǎng)中教育價(jià)值的存在。另一方面本文拓展了地區(qū)間教育價(jià)值異質(zhì)性研究的相關(guān)層面[8-9]。地區(qū)間教育投入水平的差異會(huì)導(dǎo)致地區(qū)間教育回報(bào)率不同[14]，但較少考慮到教育價(jià)值對(duì)地區(qū)金融發(fā)展水平的影響，本文從地區(qū)金融發(fā)展這一視角，為地區(qū)教育價(jià)值異質(zhì)性的研究提供了一定的有益補(bǔ)充。

二、 影響機(jī)制與研究假設(shè)

教育的本質(zhì)是培養(yǎng)并提升受教育者個(gè)人勞動(dòng)技能、價(jià)值觀、思想品德等綜合素質(zhì)[15]，學(xué)歷是受教育程度的主要標(biāo)識(shí)，具有權(quán)威性、可觀性、級(jí)差性等特征，因此過(guò)去經(jīng)驗(yàn)研究廣泛認(rèn)為受信方學(xué)歷的提升能夠讓其在信貸市場(chǎng)具有更多優(yōu)勢(shì)。

1.學(xué)歷價(jià)值對(duì)借款成功率及成本的影響機(jī)制。一方面，受教育者學(xué)歷價(jià)值越大，其違約信用風(fēng)險(xiǎn)越小，借款成功率越高。具體表現(xiàn)在：第一，受教育者的學(xué)歷程度越高，其掌握的勞動(dòng)技能知識(shí)也會(huì)隨之增多[16]，從而能夠在就業(yè)市場(chǎng)中就任更高的職位，獲得更多的勞動(dòng)收入，進(jìn)而具有更強(qiáng)的償還能力，其違約的可能性也會(huì)較小。第二，良好的教育不僅能讓受教育者具有追求更多資產(chǎn)回報(bào)的能力，更為重要的是在教育的熏陶下培養(yǎng)了良好的思想品德、正確的是非價(jià)值觀以及信用操守等[17]，因此具有高學(xué)歷價(jià)值的借款者一般都會(huì)信守諾言，按時(shí)履約，違約風(fēng)險(xiǎn)較小。第三，學(xué)歷價(jià)值高的借款者一般從事重要的工作崗位，可能具有廣泛的社會(huì)影響力，會(huì)更加注重自身的聲譽(yù)價(jià)值[18]，而違約受到的聲譽(yù)懲罰機(jī)制會(huì)讓其更加積極完成履約義務(wù)[19]。第四，銀行等金融機(jī)構(gòu)資金借貸的信用配給大部分是基于市場(chǎng)主導(dǎo)邏輯展開(kāi)[20]，當(dāng)借款人具有更低違約風(fēng)險(xiǎn)、更高償還能力以及更低違約傾向時(shí)，其獲得借款的成功率以及借款額度均會(huì)得到提升[21]。因此，高學(xué)歷價(jià)值背后的低信用風(fēng)險(xiǎn)價(jià)值邏輯能夠幫助借款人提高借款成功率。

另一方面，借款人學(xué)歷價(jià)值越高，其議價(jià)能力越高，借款成本越低。具體表現(xiàn)在：第一，根據(jù)教育回報(bào)相關(guān)理論研究，借款人要想擁有更高學(xué)歷水平，就需要在財(cái)力、腦力等方面付出更多[18]，繼而對(duì)未來(lái)的教育回報(bào)預(yù)期也就會(huì)越高，從而對(duì)降低借貸成本價(jià)值的訴求意愿也會(huì)更強(qiáng)。第二，高學(xué)歷價(jià)值借款人具有更高的償還能力，在借貸市場(chǎng)具有一定優(yōu)勢(shì)[22]，因此在與銀行等金融機(jī)構(gòu)協(xié)商時(shí)擁有更強(qiáng)的議價(jià)能力，能夠獲得更低的借貸利率[23]。因此，高學(xué)歷背后的價(jià)值主張邏輯使得借款人能夠獲得更低的借款成本。基于此，本文提出以下2個(gè)假設(shè)：

假設(shè)1a：借款者學(xué)歷價(jià)值越高，借款成功率越高。

假設(shè)1b：借款者學(xué)歷價(jià)值越高，違約風(fēng)險(xiǎn)越小，借款成本越小。

2.學(xué)歷價(jià)值對(duì)信貸市場(chǎng)的地區(qū)異質(zhì)性影響。中國(guó)省份較多、分布較廣，各地區(qū)之間教育水平的投入以及經(jīng)濟(jì)發(fā)展?fàn)顩r等存在很大差異[24]，地區(qū)發(fā)展的不均衡導(dǎo)致地區(qū)金融發(fā)展水平以及人才學(xué)歷價(jià)值也出現(xiàn)了不對(duì)稱(chēng)現(xiàn)象[25]。這種不對(duì)稱(chēng)現(xiàn)象在一定程度上會(huì)扭曲學(xué)歷價(jià)值在借貸市場(chǎng)中的促進(jìn)作用，具體表現(xiàn)為：第一，基于“資本—技能互補(bǔ)”假說(shuō)，發(fā)達(dá)地區(qū)的金融發(fā)展程度會(huì)提高教育回報(bào)率[9]，也就意味著地區(qū)金融市場(chǎng)越發(fā)達(dá)，受信方能夠獲得更高的收入回報(bào)，因此，相同學(xué)歷背景的受信方在金融市場(chǎng)發(fā)達(dá)地區(qū)具有更高的償債能力，違約風(fēng)險(xiǎn)更低。第二，發(fā)達(dá)地區(qū)的資源稟賦更強(qiáng)，擁有更加完善的金融管理體系，受信方能夠獲得更為廣泛的融資渠道[26]，從而具有更為寬裕的資金操作空間來(lái)提升自身的資金借貸冗余，繼而會(huì)提升其履約能力[27]，在信貸市場(chǎng)上獲得更多借貸資金的信用配給。第三，發(fā)達(dá)地區(qū)具有更強(qiáng)的人才集聚效應(yīng)，人才競(jìng)爭(zhēng)力度更大，通過(guò)“人才漏斗機(jī)制”使得人才進(jìn)入門(mén)檻提高，因此相同學(xué)歷背景的東部人才價(jià)值會(huì)優(yōu)于西部地區(qū)，從而能夠獲得更好的信用評(píng)級(jí)和議價(jià)能力，使其能夠擁有更多的借款優(yōu)勢(shì)。第四，發(fā)達(dá)地區(qū)政策引導(dǎo)力度更大，配套設(shè)施更豐富，能夠?yàn)楦邔W(xué)歷借款人背書(shū)，這種積極的“信號(hào)效應(yīng)”使其擁有超額信用配給，因此在借貸市場(chǎng)中可以更大程度上發(fā)揮其學(xué)歷價(jià)值。第五，由于發(fā)達(dá)地區(qū)存在人才競(jìng)爭(zhēng)效應(yīng)以及經(jīng)濟(jì)壓力的倒逼機(jī)制，一方面，相同學(xué)歷背景的借款人在發(fā)達(dá)地區(qū)想要獲得更高的職位來(lái)實(shí)現(xiàn)自身價(jià)值，從而在借貸市場(chǎng)中對(duì)自身價(jià)值“主動(dòng)訴求”的意愿更加強(qiáng)烈。另一方面，在發(fā)達(dá)地區(qū)獲得機(jī)會(huì)的難度大于欠發(fā)達(dá)地區(qū)，因此相同學(xué)歷背景的借款人在東部地區(qū)所付出的勞動(dòng)要遠(yuǎn)大于欠發(fā)達(dá)地區(qū)，致使借款人內(nèi)心為了彌補(bǔ)這種付出差異，便會(huì)提高其心理預(yù)期，從而在信貸市場(chǎng)中“被動(dòng)倒逼”地提高了其信用借貸需求，在發(fā)達(dá)地區(qū)供給充足的情況下，借款人能夠獲得更多融資?；诖?，本文提出以下假設(shè)：

假設(shè)2：地區(qū)發(fā)達(dá)程度越高，信貸市場(chǎng)上學(xué)歷價(jià)值越能發(fā)揮作用。

三、 研究設(shè)計(jì)

(一) 變量選擇與數(shù)據(jù)來(lái)源

本文選取A網(wǎng)絡(luò)借貸平臺(tái)上發(fā)布的有效借款訂單作為實(shí)證樣本。由于該平臺(tái)的借貸條件不受地區(qū)限制，客戶分布涵蓋了中國(guó)34個(gè)省級(jí)行政區(qū)域，而且對(duì)借款者不設(shè)門(mén)檻，只要通過(guò)實(shí)名認(rèn)證均可申請(qǐng)貸款業(yè)務(wù)，因此其數(shù)據(jù)具有相對(duì)較高的代表性和隨機(jī)性。此外，考慮到新疆、西藏、香港、臺(tái)灣以及澳門(mén)地區(qū)的樣本相對(duì)不足，為了確保實(shí)證結(jié)果的準(zhǔn)確性，本文剔除了來(lái)自以上地區(qū)的數(shù)據(jù)以及一些信息不全的訂單，最終共獲得65534筆有效借款訂單，能滿足本研究的基本數(shù)據(jù)需求。其中各變量的構(gòu)成與說(shuō)明如下：

本文選擇的主要被解釋變量包括三個(gè)：該筆借款申請(qǐng)最終是否成功(success)，借款成功后借款者是否如約還款(default)以及借款者設(shè)定的借款利率水平(rate)。核心的解釋變量為借款者的學(xué)歷水平(edu)。該平臺(tái)上公布的信息除本文主要研究的學(xué)歷狀況以外，還有借款金額、借款期限以及受信方的收入狀況、年齡、婚姻狀況等信息，而這些信息都會(huì)對(duì)借貸者行為產(chǎn)生影響。出于實(shí)證模型的穩(wěn)健性考慮，將這些相關(guān)變量作為控制變量放入實(shí)證模型。其中最主要的是受信方的收入狀況，當(dāng)控制了與借款者收入相關(guān)的變量后，借款者的學(xué)歷則更多地表示為與借款者誠(chéng)信相關(guān)的特征。具體變量定義與賦值處理詳見(jiàn)表1。

表1 變量的定義及賦值處理

(二) 描述性統(tǒng)計(jì)分析

在建模分析前，本文先對(duì)數(shù)據(jù)進(jìn)行初步的描述性統(tǒng)計(jì)分析。通過(guò)從平臺(tái)上獲得的65534筆有效借款訂單數(shù)據(jù)(如表2)，研究發(fā)現(xiàn)隨著借款者學(xué)歷的提高，其借款成功率不斷增大，這說(shuō)明授信方在選擇借款訂單時(shí)更青睞學(xué)歷高的借款者。從違約率來(lái)看，隨著借款者學(xué)歷的提高，其違約率也隨之降低，說(shuō)明學(xué)歷這一指標(biāo)的確能夠在一定程度上反映受信方的違約風(fēng)險(xiǎn)，學(xué)歷越高的借款者違約風(fēng)險(xiǎn)越低。從借款利率來(lái)看，整體表現(xiàn)為學(xué)歷越高、利率水平越低，說(shuō)明放貸者在設(shè)定借款利率時(shí)會(huì)充分考慮到借款人的學(xué)歷價(jià)值，從而設(shè)定一個(gè)較低水平的借款利率。表3為主要變量的描述性統(tǒng)計(jì)結(jié)果。

表2 樣本數(shù)據(jù)的學(xué)歷差異與借貸行為關(guān)系分析

表3 主要變量的描述性統(tǒng)計(jì)

(三) 實(shí)證模型

本文選擇Logistics回歸模型和OLS回歸模型分別檢驗(yàn)區(qū)域差異和學(xué)歷因素對(duì)借款成功率、違約率和借款利率的影響。具體模型如下：

Pr(Success)i=β0+β1Edui+∑βControli+λi+Ii+ξi

(1)

Pr(Default)i=β0+β1Edui+∑βControli+λi+Ii+δi

(2)

Ratei=β0+β1Edui+∑βControli+λi+Ii+μi

(3)

其中，模型設(shè)計(jì)的變量含義以及賦值情況如表1描述，control表示的是一系列控制變量，β0表示截距項(xiàng)，ξ，δ和μ為誤差項(xiàng)。由于個(gè)體在所屬行業(yè)和地區(qū)層面可能存在很大的異質(zhì)性，因此本文在模型中加入地區(qū)固定效應(yīng)λi和行業(yè)固定效應(yīng)Ii。

如果式(1)中系數(shù)β1顯著為正，則說(shuō)明學(xué)歷越高的借款者更易獲得借款。如果式(2)中系數(shù)β1顯著為負(fù)，則說(shuō)明學(xué)歷能夠很好地反映受信方的違約風(fēng)險(xiǎn)，學(xué)歷越高的受信方其違約風(fēng)險(xiǎn)越低。如果式(3)中系數(shù)β1顯著為負(fù)，則說(shuō)明授信方在設(shè)定利率時(shí)會(huì)考慮借款人的學(xué)歷價(jià)值，從而為學(xué)歷越高的借款者設(shè)定一個(gè)較低水平的借款利率。

四、 實(shí)證結(jié)果

(一) 基準(zhǔn)回歸

本文先將獲得的樣本進(jìn)行回歸分析，主要研究借款人的學(xué)歷差異是否會(huì)顯著影響借款成功率、違約率以及借款利率。具體回歸結(jié)果如表4所示。

表4第(1)、(2)列是對(duì)借款成功率的分析結(jié)果，當(dāng)不加入控制變量時(shí)，學(xué)歷(edu)的系數(shù)為0.45且顯著為正，這說(shuō)明本科學(xué)歷對(duì)借款成功率的影響較為顯著。進(jìn)一步計(jì)算其邊際效應(yīng)，發(fā)現(xiàn)借款者學(xué)歷每增加一個(gè)單位，借款成功率增加了56.36%。加入一系列控制變量之后，學(xué)歷(edu)的系數(shù)降為0.12但依然顯著為正，說(shuō)明在考慮了借款者收入狀況、婚姻情況等控制變量后，借款者學(xué)歷每增加一個(gè)單位，借款成功率增加12.84%，即在其他條件相同的情況下，投資者更青睞擁有較高學(xué)歷的借款者，高學(xué)歷的借款者相比低學(xué)歷借款者更易籌得借款，顯示出授信方對(duì)借款者學(xué)歷價(jià)值的“認(rèn)可”。

表4第(5)、(6)列是對(duì)借款利率的分析結(jié)果，學(xué)歷(edu)的系數(shù)顯著為負(fù)，借款者學(xué)歷每增加一個(gè)單位，借款利率降低88.16%(e^-0.1260)。說(shuō)明放貸者在設(shè)定利率時(shí)會(huì)考慮到借款人的學(xué)歷價(jià)值，表現(xiàn)為對(duì)學(xué)歷價(jià)值的“認(rèn)可”。綜合表4(1)、(2)、(5)、(6)列數(shù)據(jù)可得，假設(shè)1a成立。

表4第(1)、(2)列和第(3)、(4)列有一個(gè)共同現(xiàn)象，加入控制變量后，學(xué)歷系數(shù)的絕對(duì)值變小但檢驗(yàn)均顯著不為零，說(shuō)明在模型中相較于收入，學(xué)歷才是借款成功的重要因素。第(3)(4)列是對(duì)違約率的分析結(jié)果，盡管加入控制變量，學(xué)歷(edu)的系數(shù)均顯著為負(fù)，說(shuō)明在很大程度上學(xué)歷能夠反映借款人的違約風(fēng)險(xiǎn)。與其他條件相比，學(xué)歷越高的借款者，其違約的可能性越低，借款者學(xué)歷每增加一個(gè)單位，借款違約率降低67.61%(e^-0.3914)，假設(shè)1b成立。

表4 基準(zhǔn)回歸結(jié)果

(二) 學(xué)歷價(jià)值的地區(qū)異質(zhì)性分析

中國(guó)省份較多、分布較廣，各地區(qū)之間經(jīng)濟(jì)發(fā)展?fàn)顩r及金融發(fā)展水平存在很大差異，因此學(xué)歷價(jià)值對(duì)信貸市場(chǎng)的地區(qū)異質(zhì)性影響分析就很有必要。基于此，本文整理出借款人工作所在地，并按照國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn)，將數(shù)據(jù)分成東、中、西三組，從區(qū)域差異視角探究借款者學(xué)歷價(jià)值的表現(xiàn)，具體實(shí)證結(jié)果如表5所示。

從第(1)、(2)、(3)這3列可以看出，貸款者對(duì)借款者學(xué)歷認(rèn)可程度呈現(xiàn)區(qū)域性差異。第(4)、(5)、(6)列是對(duì)借款者違約行為的分析結(jié)果，東部地區(qū)高學(xué)歷的借款者相比西部地區(qū)高學(xué)歷的借款者表現(xiàn)出更低的借款違約率。第(7)、(8)、(9)列是對(duì)借款人利率水平的分析結(jié)果顯示，無(wú)論是在東、中部地區(qū)還是西部地區(qū)，學(xué)歷的系數(shù)都顯著為負(fù)，說(shuō)明無(wú)論在哪個(gè)地區(qū)，在設(shè)定借款利率時(shí)，借貸雙方都會(huì)考慮到借款人的學(xué)歷價(jià)值。

綜合以上分析可知，在我國(guó)信貸市場(chǎng)中借款者的學(xué)歷能夠發(fā)揮一定的價(jià)值，學(xué)歷較高的借款者違約風(fēng)險(xiǎn)較低，且這一價(jià)值在東部地區(qū)體現(xiàn)得更為明顯。此外，借貸雙方都會(huì)考慮到學(xué)歷的價(jià)值，從而設(shè)定一個(gè)較低水平的借款利率。而從授信方的角度來(lái)看，貸款者能夠很好地捕捉到隱含借款者風(fēng)險(xiǎn)信息——“學(xué)歷”這一指標(biāo)，更傾向于向高學(xué)歷借款者放貸，且對(duì)東部地區(qū)的高學(xué)歷者更為青睞。(1)進(jìn)一步為了證明兩組之間的回歸系數(shù)存在顯著性差異，在分組回歸的基礎(chǔ)上，進(jìn)行suest檢驗(yàn)，驗(yàn)證了顯著性差異的存在，后文的分組回歸均進(jìn)行了組間系數(shù)差異檢驗(yàn)。

表5 分組回歸結(jié)果

為更好地考察學(xué)歷價(jià)值的地區(qū)異質(zhì)性，本文進(jìn)一步引入地區(qū)金融發(fā)展程度(finance)和借款人學(xué)歷狀況的交叉變量來(lái)探究學(xué)歷價(jià)值地區(qū)差異的深層機(jī)制。其中，地區(qū)金融發(fā)展水平用地區(qū)金融機(jī)構(gòu)年末存貸款余額占該地區(qū)GDP的比重表示。實(shí)證結(jié)果如表6所示。

第(7)、(8)、(9)列分別是東、中、西部地區(qū)借款利率的回歸結(jié)果，交互項(xiàng)均顯著為負(fù)，說(shuō)明地區(qū)金融發(fā)展水平在借款者學(xué)歷對(duì)借款利率的影響方面起到負(fù)向調(diào)節(jié)作用，但交互項(xiàng)的系數(shù)大小和顯著性水平在區(qū)域之間并不存在明顯的規(guī)律。

第(1)、(2)、(3)列分別是東、中、西部地區(qū)借款成功率的回歸結(jié)果，交互項(xiàng)的回歸系數(shù)均顯著為正，說(shuō)明地區(qū)金融發(fā)展水平在借款者學(xué)歷對(duì)借款違約率的影響方面的確起到了正向調(diào)節(jié)作用；從邊際效應(yīng)和系數(shù)的顯著性水平來(lái)看，該調(diào)節(jié)效果在東部地區(qū)更為明顯，而中西部地區(qū)均有所降低，說(shuō)明學(xué)歷價(jià)值表現(xiàn)出區(qū)域的差異性是由于地區(qū)金融發(fā)展水平所導(dǎo)致的。

第(4)(5)(6)列分別是東、中、西部地區(qū)借款違約率的回歸結(jié)果，交互項(xiàng)的回歸系數(shù)均為負(fù)，且存在顯著差異，東部地區(qū)的顯著性水平最高，其次是中部地區(qū)，西部地區(qū)并不顯著，說(shuō)明在借款者學(xué)歷對(duì)借款違約率影響的過(guò)程中,地區(qū)金融發(fā)展水平的負(fù)向調(diào)節(jié)作用存在地區(qū)差異。這一結(jié)果進(jìn)一步證明了借款者學(xué)歷價(jià)值呈現(xiàn)地區(qū)差異是由地區(qū)金融水平的不同所造成的。綜上所述，假設(shè)2成立。

表6 金融差異的地區(qū)分組回歸結(jié)果

(三) 內(nèi)生性檢驗(yàn)

本文因變量是否成功借款(success)和借款利率(rate)的觀測(cè)樣本均為65534，而因變量是否違約(default)的觀測(cè)樣本僅為15564，大量觀測(cè)樣本缺失可能導(dǎo)致該模型由于樣本選擇偏差而存在內(nèi)生性問(wèn)題。借鑒Yu等的研究方法，本文將采用Heckman二階段模型來(lái)緩解潛在的內(nèi)生性問(wèn)題[28]。同時(shí)，借鑒Chrisman和Patel等研究，本文將分別選擇以下三個(gè)工具變量：(1)個(gè)體i所在省份中披露是否違約的人數(shù)占比(report ratio1)；(2)個(gè)體i所在城市中披露是否違約的人數(shù)占比(report ratio2)；(3)個(gè)體i所在行業(yè)中披露是否違約的人數(shù)占比(report ratio3)[29]。選擇上述三個(gè)工具變量主要有兩點(diǎn)原因：一方面，個(gè)體i的同省份、同城市、同行業(yè)相似者披露是否違約這一數(shù)據(jù)的比例越高，就越容易產(chǎn)生同群效應(yīng)，能夠促進(jìn)個(gè)體i也傾向于披露是否違約數(shù)據(jù)；另一方面，同省份、同城市、同行業(yè)相似者披露是否違約數(shù)據(jù)的占比并不會(huì)對(duì)個(gè)體i是否違約產(chǎn)生顯著影響，因此上述變量符合工具變量的基本要求。

表7列示了本文Heckman二階段模型處理內(nèi)生性問(wèn)題的檢驗(yàn)結(jié)果。其中，模型(1)和模型(2)為本文利用個(gè)體i所在省份中披露是否違約的人數(shù)占比(report ratio1)為工具變量的內(nèi)生性檢驗(yàn)?zāi)Ｐ?。結(jié)果顯示：工具變量回歸系數(shù)顯著為正(coef.=1.998,p<0.01)，表明同省份內(nèi)其他個(gè)體披露因變量否成功借款的比率越高，個(gè)體i也更傾向于披露這一變量。同時(shí)，本文將通過(guò)模型(1)估計(jì)獲得的尼米爾斯比率(Inverse mills ratio1)放入到模型(2)中作為控制變量，自變量學(xué)歷(edu)的回歸系數(shù)依舊顯著為負(fù)(coef.=-0.742,p<0.01)，表明在控制內(nèi)生性問(wèn)題后，學(xué)歷對(duì)個(gè)體違約的負(fù)向作用依舊顯著。

模型(3)和模型(4)為本文利用個(gè)體i所在城市中披露是否違約的人數(shù)占比(report ratio2)為工具變量的內(nèi)生性檢驗(yàn)?zāi)Ｐ汀＝Y(jié)果顯示：工具變量回歸系數(shù)顯著為正(coef.=2.209,p<0.01)，表明同城市內(nèi)其他個(gè)體披露因變量否成功借款的比率越高，個(gè)體i也更傾向于披露這一變量。同時(shí)，本文將通過(guò)模型(3)估計(jì)獲得的尼米爾斯比率(Inverse mills ratio2)放入到模型(4)中作為控制變量，自變量學(xué)歷(edu)的回歸系數(shù)依舊顯著為負(fù)(coef.=-0.648,p<0.01)，表明在控制內(nèi)生性問(wèn)題后，學(xué)歷對(duì)個(gè)體違約的負(fù)向作用依舊顯著。

模型(5)和模型(6)為本文利用個(gè)體i所在行業(yè)中披露是否違約的人數(shù)占比(report ratio3)為工具變量的內(nèi)生性檢驗(yàn)?zāi)Ｐ?。結(jié)果顯示：工具變量回歸系數(shù)顯著為正(coef.=2.016,p<0.01)，表明同行業(yè)內(nèi)其他個(gè)體披露因變量是否成功借款的比率越高，個(gè)體i也更傾向于披露這一變量。同時(shí)，本文將通過(guò)模型(5)估計(jì)獲得的尼米爾斯比率(Inverse mills ratio3)放入到模型(6)中作為控制變量，自變量學(xué)歷(edu)的回歸系數(shù)依舊顯著為負(fù)(coef.=-0.769,p<0.01)，表明在控制內(nèi)生性問(wèn)題后，學(xué)歷對(duì)個(gè)體違約的負(fù)向作用依舊顯著。

表7 內(nèi)生性檢驗(yàn)

(四) 傾向匹配得分回歸結(jié)果和分析

為了避免樣本的“自選擇”而引起的“選擇性偏差”，本文進(jìn)一步采用傾向匹配得分法(PSM)進(jìn)行分析。由于PSM需要確定實(shí)驗(yàn)組和對(duì)照組，所以本文將東部地區(qū)設(shè)定為實(shí)驗(yàn)組，中西部地區(qū)設(shè)定為對(duì)照組，采用1:1無(wú)放回近鄰匹配原則為對(duì)照組中每一個(gè)借款訂單在實(shí)驗(yàn)組中尋找到一個(gè)與之匹配的另一借款訂單。(2)用psestimate法對(duì)協(xié)變量的一階形式進(jìn)行篩選，確定匹配變量edu、income、wage、work、car-loan、 house、 marriage、 level、wamount、car、time、house-loan、rate。最后，基于匹配后的樣本重新進(jìn)行實(shí)證分析。

在實(shí)證分析前，先對(duì)匹配的平衡性假設(shè)進(jìn)行檢驗(yàn)，如表8所示，匹配后偏差均小于5%，對(duì)照組和實(shí)驗(yàn)組之間不存在顯著性差異，表明匹配的效果較好，滿足匹配的平衡性假設(shè)。圖1是匹配前后實(shí)驗(yàn)組和對(duì)照組的分布密度函數(shù)圖，從圖中可以看出匹配后實(shí)驗(yàn)組和對(duì)照組之間的分布密度幾乎一致，同樣說(shuō)明兩組樣本不存在顯著性差異。

在滿足平衡性假設(shè)的前提下，對(duì)匹配后的樣本重新進(jìn)行分組回歸。就借款利率水平而言，無(wú)論是在東部還是中西部地區(qū)，學(xué)歷的系數(shù)都顯著為負(fù)，該結(jié)果和上文表5的分析結(jié)果表現(xiàn)一致。表9是匹配后學(xué)歷價(jià)值的地區(qū)異質(zhì)性結(jié)果，可以看出東部地區(qū)高學(xué)歷的借款者相比中西部地區(qū)高學(xué)歷的借款者表現(xiàn)出更低更顯著的借款違約率，學(xué)歷的低風(fēng)險(xiǎn)價(jià)值在東部地區(qū)表現(xiàn)得更為顯著。表10是匹配后加入地區(qū)金融發(fā)展水平和借款者學(xué)歷交互項(xiàng)的回歸結(jié)果，回歸結(jié)果與上文表6的分析結(jié)果一致，說(shuō)明借款者學(xué)歷價(jià)值呈現(xiàn)地區(qū)的差異化的確是因?yàn)榈貐^(qū)金融水平的不同導(dǎo)致的。

圖1 匹配前后密度函數(shù)圖

表9 PSM分組回歸結(jié)果

表10 PSM金融差異的地區(qū)分組回歸結(jié)果

(五) 穩(wěn)健性檢驗(yàn)

為了避免偽回歸，進(jìn)行以下穩(wěn)健性檢驗(yàn)。首先，替換金融發(fā)展水平這一變量。表10的回歸結(jié)果中地區(qū)金融發(fā)展水平采用的是金融機(jī)構(gòu)年末存貸款余額占GDP的比重，在這里本文用樊綱構(gòu)造的地區(qū)金融市場(chǎng)化指數(shù)來(lái)替代并重新進(jìn)行回歸，結(jié)果如表11所示，可以看出，當(dāng)替換解釋變量之后原結(jié)論依舊成立。其次，替換學(xué)歷變量，采用學(xué)歷的啞變量(3)本科及其以上取值為1，本科以下取值為0。代替之前的有序變量，對(duì)東部和中西部地區(qū)進(jìn)行分組回歸，結(jié)果如表12所示，該分析結(jié)果與上文保持一致。第三，用地區(qū)(east)和借款者學(xué)歷(edu)的交互項(xiàng)代替分組回歸，結(jié)果也依然不變(如表13)。

表11 穩(wěn)健性檢驗(yàn)1——替換金融發(fā)展水平

表12 穩(wěn)健性檢驗(yàn)2——替換學(xué)歷變量

表13 穩(wěn)健性檢驗(yàn)3——地區(qū)交互項(xiàng)代替分組回歸

五、 結(jié)論與啟示

公民受教育水平對(duì)經(jīng)濟(jì)社會(huì)活動(dòng)影響的研究成果豐碩，為我們理解學(xué)歷價(jià)值的特征提供了重要參考，但現(xiàn)有的研究較少?gòu)男刨J視角來(lái)考察學(xué)歷的價(jià)值。網(wǎng)絡(luò)信貸市場(chǎng)的迅速發(fā)展，不僅積累了大量包含受信者學(xué)歷信息的借貸數(shù)據(jù)，也為這一研究提供了很好的契機(jī)?；诖?，本文運(yùn)用A網(wǎng)絡(luò)信貸平臺(tái)公開(kāi)數(shù)據(jù)，探究借款者學(xué)歷價(jià)值的存在性及地區(qū)異質(zhì)性，得出如下結(jié)論與啟示：

第一，在中國(guó)信貸市場(chǎng)中，借款者的受教育水平能夠發(fā)揮其價(jià)值，表現(xiàn)為授信方能夠很好地識(shí)別出借款者學(xué)歷這一因素并表現(xiàn)出對(duì)高學(xué)歷價(jià)值的“認(rèn)可”。高學(xué)歷借款者的借款成功率更高，并可獲得較低借款利率。

第二，從地區(qū)異質(zhì)性的角度來(lái)看，在東部地區(qū)，借款者的學(xué)歷價(jià)值表現(xiàn)得更加顯著，即高學(xué)歷的借款者相比西部地區(qū)具有更低的借款違約率，且更易獲得授信方的青睞。說(shuō)明經(jīng)濟(jì)社會(huì)發(fā)展水平越高的地區(qū)，高學(xué)歷借款者越有可能獲得更高的教育回報(bào)率。

本文的研究結(jié)論對(duì)學(xué)歷價(jià)值的存在性提供了有力支撐，證明了教育在信貸市場(chǎng)中的確發(fā)揮了其應(yīng)有之義，且能夠被授信方很好地識(shí)別和認(rèn)可。教育一直是中國(guó)社會(huì)建設(shè)的重要組成部分，歷年來(lái)在財(cái)政支出方面教育的投入巨大，但現(xiàn)有研究更多地還是關(guān)注教育對(duì)收入等層面的影響，較少地關(guān)注到信用這一層面，教育的目的不僅在于提高受教育者收入水平，其終極的目標(biāo)在于對(duì)受教育者的道德約束以及誠(chéng)信理念的提升。由于教育是一項(xiàng)較為復(fù)雜的系統(tǒng)工程，其最終效用不僅依賴于經(jīng)費(fèi)資源投入，而且與制度設(shè)計(jì)、人才環(huán)境、資源稟賦等因素也存在重要關(guān)系。此外，本文的結(jié)論也為信貸市場(chǎng)的風(fēng)險(xiǎn)防控提供了重要參考。借貸雙方的信息不對(duì)稱(chēng)和識(shí)別困難是投資市場(chǎng)風(fēng)險(xiǎn)增加、資金錯(cuò)配的重要原因，如何在借款人的眾多信息中識(shí)別出能夠反映借款人真實(shí)違約風(fēng)險(xiǎn)的指標(biāo)則對(duì)于貸款者而言具有重要意義。本文為貸款者對(duì)借款者學(xué)歷價(jià)值評(píng)估提供了一定的借鑒思路。作為市場(chǎng)上容易觀測(cè)的“學(xué)歷”這一因素，可以幫助貸款者較為準(zhǔn)確地識(shí)別出潛在的投資風(fēng)險(xiǎn)，合理地進(jìn)行投資決策。