債務(wù)人個人特征對我國P2P網(wǎng)絡(luò)信貸融資效率的影響研究

張雨微

摘 要：作為一種新型小額信貸模式，P2P網(wǎng)絡(luò)信貸快速發(fā)展為個人和小微企業(yè)融資的重要渠道，但網(wǎng)貸市場低融資效率問題成為制約其發(fā)展的重要原因之一。基于此，以債務(wù)人個人特征視角，利用拍拍貸平臺上債務(wù)人的真實交易數(shù)據(jù)，采用數(shù)理統(tǒng)計方法，從學(xué)習(xí)能力、風(fēng)險偏向以及財務(wù)狀況三個維度，對影響借款人融資效率的關(guān)鍵因素及其影響程度進(jìn)行研究，并為P2P借貸平臺的合理運營和借款人實現(xiàn)成功融資提供建議和幫助。

關(guān)鍵詞：債務(wù)人個人特征；P2P網(wǎng)絡(luò)信貸；融資效率

中圖分類號：F830.5 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2017）11-0140-04

引言

作為獨立于傳統(tǒng)金融機構(gòu)之外的新型互聯(lián)網(wǎng)金融模式，P2P網(wǎng)絡(luò)信貸一定程度上滿足了經(jīng)營消費個貸需求和大眾理財需求，也促進(jìn)了我國金融資源的配置效率的提高。但值得注意的是，P2P市場普遍存在較低的融資效率，甚至作為全球最大借貸平臺的Prosper的借貸成功率僅維持在10%左右。為促進(jìn)我國P2P的發(fā)展，加強對P2P債務(wù)人融資效率的研究是極為重要和迫切的。

國外學(xué)者最早以美國的P2P網(wǎng)絡(luò)借貸平臺Prosper為例，對P2P網(wǎng)絡(luò)借貸成功率的影響因素進(jìn)行了探討。研究發(fā)現(xiàn)，借款人的基本信息質(zhì)量影響著借款人的融資效率，國外學(xué)者對借款人的有效信息研究主要分為三類：一是財務(wù)信息。債務(wù)人財務(wù)信息透明度越高，越能提高自身的借款成功率（Freedman和Jin，2008[1]）。二是人口特征。借款人的年齡、種族等信息的公布會對借款人在平臺上的借款結(jié)果產(chǎn)生影響，但相較于財務(wù)信息，這種影響微弱一些（Herzenstein，2008[2]）。三是社會資本。信用較低的債務(wù)人會更多的依賴其社會資本，通過提供更多的社會資本提高自身融資效率（Greiner，2009[3]）。目前國內(nèi)關(guān)于這方面的研究起步較晚，除以吳小英、鞠穎（2012）[4]等為代表通過實證研究借款人軟性信息對借款結(jié)果的影響外，更多的是理論方面的研究，主要集中在對網(wǎng)絡(luò)借貸平臺運營模式（鈕明，2012[5]）和相關(guān)法律監(jiān)管政策（李雪靜，2013[6]）的研究。

因此，本文以國內(nèi)P2P平臺拍拍貸的真實交易數(shù)據(jù)為樣本，建立回歸模型，從債務(wù)人的學(xué)習(xí)能力、風(fēng)險偏向和財務(wù)狀況三個維度，研究其對P2P網(wǎng)絡(luò)信貸市場融資效率的影響，進(jìn)而為我國P2P的發(fā)展提供合理的意見及建議。

一、理論分析與研究假設(shè)

（一）因素分析

1.因變量因素。由于P2P操作便捷，債務(wù)人多出于嘗鮮心態(tài)申請項目，導(dǎo)致累計借款次數(shù)虛增。因此，筆者認(rèn)為，以債務(wù)人成功借款次數(shù)作為融資結(jié)果評價指標(biāo)更為客觀合理。

2.相關(guān)影響因素。有三方面因素：（1）學(xué)習(xí)能力。主要指債務(wù)人對P2P借貸平臺的認(rèn)識和操作能力。P2P項目申請具有很強的主觀性，借款人在多次借款過成功能夠就借款利率、借款期限等方面積累經(jīng)驗，優(yōu)化項目，提高融資效率。（2）風(fēng)險偏好。主要指債務(wù)人在平臺上申請項目時對風(fēng)險的偏好程度，債務(wù)人風(fēng)險偏好程度不同，選擇項目的利率及風(fēng)險區(qū)域不同，呈現(xiàn)的融資結(jié)果也不同。（3）財務(wù)狀況。主要體現(xiàn)在固定資產(chǎn)項目和償債擔(dān)保。提供償債擔(dān)保并展現(xiàn)較多固定資產(chǎn)證明的債務(wù)人，相較于沒有提供這些信息的債務(wù)人更容易在還款能力方面獲取投資人信任，從而提高自身融資效率。

（二）研究假設(shè)

基于分析提出如下假設(shè)（見表1）。

二、借款結(jié)果影響因素的實證分析

（一）線性回歸原理

多元線性回歸描述了解釋變量與多個被解釋變量之間的復(fù)雜關(guān)系，一般形式為：

Y=α0+α1X1+α2X2+α3 X3+α4 X4+…+αn Xn+ui

其中，αi為模型的參數(shù)，ui為隨機誤差項，k為解釋變量的個數(shù)，n為樣本容量。

（二）模型構(gòu)建

本文以拍拍貸為例，通過編制程序共獲取5 096位有效的債務(wù)人信息。根據(jù)搜集到的數(shù)據(jù)，在多元線性回歸分析基本數(shù)學(xué)模型的基礎(chǔ)上，建立如下多元線性回歸模型，

Yi=α0+α1EDU+α2AGEα3SEX+α4CLA+…+α9MAR+uj

其中，i值代表不同的解釋變量。

（三）回歸方程設(shè)計

1.回歸方程的擬合優(yōu)度檢驗

表3結(jié)果反映了回歸方程與樣本觀察值的擬合優(yōu)度，其中，R為0.958，決定系數(shù)為0.836，調(diào)整R方為0.836，表明模型的擬合度很好。

2.方程顯著性檢驗。

從表4結(jié)果來看，顯著性水平a為0.05，p

3.回歸系數(shù)顯著性檢驗

如表5結(jié)果可以看到在第8個回歸模型中，除性別的t檢驗所對應(yīng)的Sig值為0.001，其余均為0.000，均達(dá)到顯著性水平，即這8個解釋變量對被解釋變量的影響是顯著。

4.多重共線性檢驗

從表6的結(jié)果可以看到，除信用等級和所屬分類以外，其余變量均大于0.2，說明這些變量之間均不存在多重共線性。其次，除了所屬分類以外，其余解釋變量的條件索引值均小于30，也說明這些解釋變量之間不存在共線性。

5.模型修正

綜合以上分析，回歸過程中移除了相關(guān)性較弱變量，得到修正后的回歸方程式：

Y=-1.533+0.823SUM+0.178HOU-0.177AGE+0.204CAR+

0.068EDU-0.137SEX+0.182RAT+0.270CLA+ε

結(jié)合方程可得到對假設(shè)的檢驗結(jié)果匯總?cè)缦拢?/p>

（1）借款人的學(xué)習(xí)能力對借款人的借款結(jié)果影響為正。借款人的受教育程度越高，實現(xiàn)成功借款的次數(shù)也越多；累計借款次數(shù)就多，借款人對平臺借款項目申請的操作經(jīng)驗就越豐富，實現(xiàn)成功借款次數(shù)也越多。假設(shè)H1a和H1b正確。

（2）在借款人的風(fēng)險偏向評價指標(biāo)中，從回歸方程可以看到，項目利率對借款結(jié)果影響為正，而方程中年齡和性別對借款結(jié)果影響為負(fù)，可能在實際借款過程中存在投資人對借款人的信任因素。一般而言，同等借款利率的情況下，年齡偏大、性別為女性的借款人更容易獲取投資人的信任，借款成功的可能性也越大。假設(shè)H2基本正確。

（3）固定資產(chǎn)信息對借款結(jié)果影響為正，借款人在平臺上公布的固定資產(chǎn)信息越多，其實現(xiàn)成功借款的可能性也越大；其次，同等條件下，固定資產(chǎn)的價值對其借款結(jié)果的影響并不明顯，這可能與借款人在網(wǎng)站上公布信息質(zhì)量有關(guān)。住宅狀況的統(tǒng)計均值為1.319，購車與否的統(tǒng)計均值為1.352，由于住宅狀況的描述存在多個衡量標(biāo)準(zhǔn)，部分借款人對住宅狀況的信息公布并不完善，導(dǎo)致住宅統(tǒng)計信息的質(zhì)量并沒有購車信息質(zhì)量高。固定資產(chǎn)價值是否影響借款結(jié)果的假設(shè)驗證并不完全接受。

（4）在償債擔(dān)保評價指標(biāo)中，婚姻狀況對借款結(jié)果的影響并不大，信用等級能為借款人的借款信用做側(cè)面評價，借款人信用等級越高，其實現(xiàn)成功借款的可能性就越大。假設(shè)H3c基本支持。

三、結(jié)論及建議

基于上文分析，對于債務(wù)人和借款平臺提出如下建議。

對借款人而言，想要吸引投資者資本，應(yīng)做到如下幾點：首先，加強對所在平臺及平臺注冊投資人偏好的了解，從借款期限、借款額度等方面建立具有吸引力的特色信貸項目；其次，平臺投資人對風(fēng)險有一定的偏向，但受到對借款人信任度的制約，在選擇合適的借款利率的基礎(chǔ)之上進(jìn)行身份、視頻等信息認(rèn)證，上傳自身固定資產(chǎn)、工作收入等經(jīng)濟(jì)能力證明，能夠增加投資人的信任，彌補在線市場信息不對稱帶來的信任失衡，提高債務(wù)人融資效率。

對P2P借貸平臺而言，首先，應(yīng)完善認(rèn)證機制。平臺應(yīng)采用硬性和軟性措施，一方面，債務(wù)人在申請項目前平臺應(yīng)強制進(jìn)行基本信息認(rèn)證，若認(rèn)證不完整，則拒絕項目發(fā)布申請；另一方面，對債務(wù)人軟性信息披露進(jìn)行鼓勵和引導(dǎo)，設(shè)置信息披露評分，分值越高，可申請項目的金額和利率范圍越高。其次，平臺應(yīng)承擔(dān)起嚴(yán)格審查的責(zé)任。對借款人信息進(jìn)行認(rèn)證時，應(yīng)嚴(yán)格把關(guān)，要求證明文件上傳及實地認(rèn)證，避免借款人用假資料提高個人信用騙取貸款，也提升投資人對平臺和債務(wù)人的信任度，實現(xiàn)平臺可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] Freedman S，Jin G Z.Do social networks solve information problems for peer-to-peer lending？ Evidence from prosper.com[Z].Working Paper，2008：8-43.

[2] Herzenstein M，Andrew R L，Dholakia U，et al.The democratization of personal consumer loans？ Determinants of success in online peer-to-peer lending communities [EB/OL].Bulletin of the University of Delaware.2008，15（3）：274-277.

[3] Greiner M E，Wang H.The role of social capital in people-to-peer lending market places[Z].ICIS 2009 Proceedings，2009：29.

[4] 吳小英，鞠穎.基于最小二乘法的網(wǎng)絡(luò)借貸模型[J].金融研究，2013，（7）：126-138.

[5] 鈕明.“草根”金融P2P信貸模式探究[J].金融理論與實踐，2012，（2）：58-61.

[6] 李雪靜.國外P2P網(wǎng)絡(luò)借貸平臺的監(jiān)管及對我國的啟示[J].金融理論與實踐，2013，（7）：101-104.

[責(zé)任編輯 柯 黎]