中国P2P平台借款成功率影响因素研究.docVIP

中国P2P平台借款成功率的影响因素研究 　　摘要：尽管P2P网络借贷的成长有利于我国经济社会的发展，但受限于征信体系不完善、法律缺失以及监管空白，目前我国P2P平台的借款成功率较低。文章从投资人的决策心理出发，对P2P平台借款成功率的影响因素进行了基于logistic回归模型的实证分析，结果发现P2P平台借款成功率与借款利率呈显著负相关，与借款人信用等级呈显著正相关，并受到借款金额、借款人年龄、学历、婚姻状况以及收入水平的影响。 　　关键词：P2P平台；借款成功率；借款利率；信用等级 　　一、 引言 　　本文试图通过验证借款利率和借款人信用等级对借款成功率的影响，解释为何我国P2P平台借款成功率较低，同时提出相应政策建议，从而提高我国P2P平台借款成功率，发挥P2P对于经济社会的实际作用。 　　二、 文献综述 　　纵观国外已有研究，可以根据研究对象分为两类。一类基于硬信息（Hard Information），即与借款人自身或借贷项目特征直接相关的信息，这些信息往往可以从借贷页面直接获取；另一类基于软信息（Soft Information），指的是难以精确量化的、非标准化的信息。 　　硬信息方面，Klafft（2008）发现信用评级越高的人借款成功率越高，如信用评级为AA的借款人成功率高达54%，而信用评级为HR的借款人成功率仅为5.5%。Herzenstein等（2008）分析了Prosper平台上5 370个贷款项目，发现如种族、性别等变量对拍卖机制下的平台借款成功率影响较小，投资人更关注借款人的财务能力以及在申请过程中的努力程度。Puro等（2010）研究发现初始利率水平越高，借款人贷款申请的通过率越高，但贷款金额、债务收入比、已有违约次数越高，贷款申请通过率便越低。Pope和Sydnor（2011）指出P2P网贷市场中存在明显的种族歧视，相同信用水平下，黑人的借款成功率低于白人。尽管黑人支付的借款利率较高，但投资人仍愿意降低自己的投资回报，而将资金出借给相同信用水平的白人，原因是他们认为黑人的违约风险更高。 　　软信息方面， Herzenstein等（2011）研究了借款人描述性语言对投资人贷款决策的影响，结果表明非认证的信息较认证的客观信息对投资人贷款决策的影响程度更大，随着描述性语言中涵盖的借款人特征数量增加，借款申请越容易获得通过。但这种情况下，投资人很容易遭受贷款损失，因为这些借款人极少会偿还借款。Ravina（2012）采用2007年3月12日～2007年4月16日之间Prosper平台上约12 000个贷款项目数据，实证发现美貌程度高于平均水平的借款人获得贷款的可能性会提高1.41%；而给定贷款项目，外貌较好的借款人能享受0.81%的利率优惠。此外，借款人与投资人之间的相似性也会影响贷款决策。 　　近年来，随着P2P平台的迅速发展，国内学者也开始对其借款成功率进行研究。陈冬宇等（2013）研究了P2P借贷市场中社会资本对交易信任和出借者出借意愿的影响，结果发现借款者的社会资本对出借者的意愿影响显著。随着信息不对称的程度提高，社会资本对交易信任的影响增大，由此P2P平台应采取鼓励借款者提供更多个人信息，并通过多种社交渠道帮助借款者建立有效的社会资本。宋文和韩丽川（2013）发现男性借款通过率低于女性，仅为女性的60%；年龄越大借款成功率越高；第三方信任程度与投资者的出借意愿正相关。温小霓和武小娟（2014）采用logistic回归模型对拍拍贷借款数据进行了研究，发现借款利率、借款人历史失败次数与借款成功率负相关，而借款金额、借款人历史成功次数、信用积分、审核项目数与借款成功率正相关，指出P2P网络借贷应充分利用大数据优势开展有效的信用评估和风险评估。 　　综上所述，国内外已有文献往往是基于P2P平台公布的借款人基本信息进行实证分析，很少从投资人的角度去考虑其投资意愿对借款成功率的影响。本文由此考虑了投资人的决策心理，指出借款利率和借款人信用等级是影响投资人投资意愿的关键因素，同时构建以此为解释变量的回归模型，测度其对P2P平台借款成功率的影响程度。同时需要说明的是，本文选取了国内代表性P2P平台――人人贷的25 437个借贷项目数据，通过扩大数据规模提升了研究的可靠性。 　　三、 模型说明与数据统计 　　1. 研究假设。人人贷平台的利率设定方式不同于国外的竞价机制，是由平台给定借款人一个利率设定范围，然后借款人在此范围内自行设定具体利率。这种由借款人自行决定利率的机制具有一定的市场化成分，原因在于借款人自行设定利率时需要考虑利率对于投资人的吸引力，进而需要分析借贷市场中的供需关系。由此拟定的利率水平通常也应包括借款人未来可能出现的违约风险，即可能存在借款利率越高、违约可能性越大的情况。