关于网络借贷市场“学历偏好”分析

来源:用户上传      作者:

　　摘要：为探析学历水平对网络借贷市场的影响，以人人贷网络借贷平台交易数据为经验证据，采用Probit模型，分析了学历高低对于借款成功率和借款违约率的作用大小。结果表明，借款成功率与学历高低呈正相关关系，而借款违约率与学历高低呈负相关关系。进一步研究表明，网贷借贷市场在一定程度上存在“学历偏好”，即投资者更青睐大专与本科学历的人，而高中及以下、研究生及以上学历的借款人借款成功率较低。
　　关键词：学历偏好;网络借贷;借款成功率;违约率
　　中图分类号：F830.5         文献标识码：A
　　文章编号：0439-8114（2019）05-0123-06
　　Abstract： Using the Renrendai online lending platform transaction data as empirical evidence， the Probit model is used to analyze the effect of academic level on the success rate of borrowing and the default rate of borrowing to analyze the impact of academic qualifications on the online lending market.The research results show that the success rate of borrowing is positively correlated with the level of education， while the default rate of borrowing is negatively correlated with the level of education. Further research shows that the online lending market has a certain degree of "educational preference"， that is， investors prefer college and undergraduate degrees， while borrowers with high school and below， graduate students and above have lower success rates.
　　Key words： academic preference; online lending; success rate of borrowing; default rate
　　学历指学习的经历或者受教育的程度。T·舒尔茨在《论人力资本投资》中提出，教育改变着国民收入分配。在劳动力市场中，学历的作用不言而喻：一方面，学历至少能决定求职者的起始工资水平;另一方面，受教育水平较高的人收入水平也较高。以往人们对于学历高低与就业市场的联系局限于劳动关系层面，即如果学历较高则可以获得较高的劳动报酬和较稳定的工作，相应也具备了较为良好的资金偿付能力，也就是较佳的履约能力。
　　本研究探析高受教育人群是否在诚实守信和还款意愿方面优于较低受教育人群，将学历高低作为“较高信用人群和较低信用人群”的标签之一，通过标签可以在一定程度上对于以前不可预计的诚信因素做出大概率判断。
　　互联网金融的出现影响了传统金融业的格局并催生了新的融资模式，一方面降低了融资的门槛，另一方面个人的钱财通过第三方专业机构进入借贷市场比个人直接进入相对来说更加保险，切实缓解了中小企业和普通民众的融资压力，为民间资本提供了投资新渠道，大大促进了中国金融业的发展，其中，P2P（Peer-to-Peer Lending）网络借贷是互联网金融的重要形式之一。
　　本研究选取P2P行业的代表性平台人人贷上的数据，研究借款人的学历水平在网贷中的信用识别价值，探究借贷市场能否准确识别学历的价值。一是探讨借款人学历水平对借款成功率的影响，考察不同受教育程度的借款人在获得贷款的难度上是否存在差异;二是研究借款人学历水平对借款违约率的影响，考察受教育程度是否能对借款人如期还款产生约束性作用，反向论证学历对借款成功率产生影响的原因。
　　1  文献综述
　　国内外学者从各个角度深入分析了P2P网贷能识别借款人风险的因素。较多的文献从借款人性别、婚姻状况、种族、年龄、地域等“硬信息”出发，还有一部分从借款人网络昵称、借款描述、朋友圈等“软信息”出发来研究这些因素的信用风险能否被网贷平台识别。
　　“硬信息”方面，Herzenstein等[1]利用美国P2P平台Prosper上的数据，分析了P2P网贷平台上性别、种族和婚姻状态对借款结果的影响，研究发现，相比其他种族，非裔更难借到款。Pope等[2]发现网络借贷中存在着年龄歧视现象，相比35～60岁的群体，35岁以下的借款人借款成功率更高，60岁以上借款人的借款成功率最低。Berger等[3]研究发现，群组有利于降低网贷市场上存在的信息不对称现象，信用评分较低的借款人可以通过加入群组、被群组领导人推荐或者投标来提高借款成功率且降低借款利率。Lin等[4]发现朋友关系能够作为衡量借款人信用水平的一项重要信息，朋友较多的借款人更容易贷到款，违约率更低，借款利率也较低。赵乐峰[5]利用拍拍贷上的数据研究发现，借款人如若提供完善且良好的财务信息更能获得投资人的青睐，提高借款成功率，且借款金额、借款期限、借款次数会对借款成功率产生显著的影响。
　　“软信息”方面，Larrimore等[6]研究发现，借款人无法核实的信息相比较借款人客观确定的信息对网贷借款成功率的影响更大。Herzenstein等[7]从借款人的借款描述角度出发，通过统计借款陈述文本的“具体性、数量性、人性细节和推理性”4方面的词语所占比重，经实证研究发现，借款陈述中若增加与借款人财务状况相关的词语数量会有利于提高借款的成功率，若增加关于人性细节的描述和推理性描述则会降低借款的成功率。郭峰[8]则从借款人网络昵称这一创新性视角出发，探讨在P2P网贷市场上，借款人使用网络昵称和真实姓名是否会对借款成功率和违约率造成影响，通过实证分析发现，使用網络昵称的借款人借款成功率更高，投资人并未青睐使用真实姓名的借款人。 　　考虑到数据的可获得性与真实性，本研究选择不会隐藏满标数据的人人贷平台上的数据进行研究，采取爬虫软件从人人贷平台上爬取了2015年1—12月的数据，并按照规则筛选出有效数据67 469条。运用Probit模型进行实证分析，探究学历水平在网贷中的信用识别价值。
　　2  变量选择与模型构建
　　2.1  实证模型
　　本研究通过借款成功率与学历高低的相关性来判断投资者在进行投资决策时是否存在“学历偏好”;再进一步探讨违约率与借款人学历的相关性，对网络借贷市场存在“学历偏好”的行为做出合理解释。由于被解释变量借款成功率与借款违约率都是虚拟变量，选择Probit模型来进行实证分析，估计模型如下：
　　2.2  数据来源及说明
　　本研究搜集了人人贷网站（www.renrendai.com） 2015年1—12月的數据。人人贷成立于2010年5月，于2010年10月正式上线且发展迅速，是中国P2P行业最具影响力和代表性的P2P网络借贷平台之一。为了避免平台成立初期的测试数据干扰以及由于投资者经验不足引起的非理性权衡，同时也考虑2016年网贷行业问题频发会干扰投资者情绪，最终决定选取2015年1—12月发布的借贷数据作为原始研究样本。人人贷网站设立信用认证标、实地认证标、机构担保标以及智能理财标4种投标种类。但实地认证标、机构担保标和智能理财标的担保方式和信息审核方式与P2P网贷典型形式信用认证标有较大差异，故剔除了这三类标，仅对信用认证标进行研究。为降低样本的选择性偏误，对初始数据进行了如下处理：剔除借款人年龄在18岁以下及80岁以上的订单;剔除借款金额在1 000元以下及20万以上的订单;剔除信息披露不完整的订单。最终得到的样本观测数为67 469条。
　　2.3  变量设定
　　2.3.1  被解释变量  为研究学历对借款成功率和违约率的影响，被解释变量为是否借款成功（Success）和是否违约（Default）。若标的信息显示的借款状态为已还清、还款中、逾期、由平台垫付表示借款成功，则哑变量成功借款取值1，若标的信息显示借款状态为借款失败，则哑变量成功借款取值0。若标的状态显示“已还清”，表明借款人不仅成功获得借款，且如约还清借款，并未发生违约行为，此时哑变量借款违约取值1;若标的状态显示“已垫付”或“逾期”，则表示借款人虽借款成功，但是发生违约行为，此时哑变量借款违约取值0。
　　2.3.2  核心解释变量  借款人的学历状况是本研究所要考察的核心解释变量。原始数据中，借款人学历状况有本科、大专、高中或以下、研究生及以上 4种类型，对其赋值为：高中或以下取值1，大专取值2，本科取值3，研究生或以上取值4。全样本中，拥有高中及以下学历的借款人数有14 792人，占样本总数的21.9%;拥有大专学历的借款人数有32 039人，占样本总数的47.5%;拥有本科学历的人数有19 612人，占样本总数的29.1%;拥有研究生及以上学历的有1 026人，占样本总数的1.5%。
　　2.3.3  控制变量  综合其他学者选择的变量与人人贷平台上的信息，本研究选择如下控制变量：借款人年龄、性别、婚姻状况、月收入、工作时间、是否有房、是否有车、是否有房贷、是否有车贷、信用等级、借款金额。具体赋值情况见表1。
　　2.4  变量特征分析
　　将样本数据进行描述性统计分析，经整理得到表2，对学历这一核心解释变量的相关数据进行了描述性统计分析。由表2可以看出，全部样本数据中，高中及以下学历借款成功率为17.3%，大专学历借款成功率为49.6%，大学本科学历借款成功率为31.6%，研究生及以上学历借款成功率为1.5%。可见，高中及以下学历和大专及以上学历为高学历和较低学历的分水岭，尤其是到达本科及以上学历阶段，更加注重其他因素，学历对于借款成功率的提升到达临界点。同时，大专及以上学历所占比重为总数的78.1%，借款成功的样本中，大专及以上学历占全部样本的82.7%。通过上述数据可以看出，大专及以上学历人群以78.1%的申请借款人数占有82.7%的成功借款人数比例，明显高学历人群在申请借款成功率方面更加具有优势。
　　相关变量的描述性统计结果见表3。由表3可以看出，控制变量方面，借款人性别（Male）均值为0.742，表明在样本数据中借款人以男性居多，占比为74.2%;借款人婚姻状况（Marriage）均值为0.692，说明借款人中已婚者居多，占比为69.2%;借款金额（Amount）均值为55 159，样本中借款人平均借款金额为55 159元;借款人年龄（Age）均值为36.34，表明借款人以中年人居多;收入（Income）均值为3.179，借款人平均收入区间为50 001～10 000元;工作时间（Worktime）均值为2.206，借款人平均工作年限为1～3年;拥有房产的用户比例明显高于拥有车产的用户比例，且需要还房贷的用户也明显高于需要还车贷的用户;信用评级（Crdg）的均值只有0.266，说明在借贷市场上大多数是信用等级较低的借款人，尤其是在被解释变量P2P网贷借款成功率为74.6%的情况下，可明显判断出P2P网贷比银行等金融机构审核条件要宽松很多，相对应地，风险率和由高风险率带来的风险补偿金也要高很多。
　　4  实证结果
　　4.1  不同学历对借贷成功率的影响
　　分别考察了4种学历（高中或以下、大专、本科、研究生及以上）对借贷成功率的影响，见表4。表4中回归结果（1）、（2）、（3）、（4）分别表示借款成功与否（Success）对研究生及以上（Edu4）、本科（Edu3）、大专（Edu2）、高中及以下（Edu1）的回归结果，可以看出学历对借款成功率的影响显著性在大学本科到达峰值，随后回落。说明学历对借款成功率有显著影响，但是这种影响不是无限增长的，大学本科作为一个拐点，大学本科以上学历虽然对于借款成功率仍然有较为显著的正向影响，但是相较于大学本科及以下学历区间内，显著性有所回落。回归结果（5）表明高学历对借款成功率有正向的影响。 　　本研究将学历划分成4个等级，已知其他三类学历，第四类学历一定会被推断出来，故一定有一种学历存在多重共线性问题，剔除高中及以下学历（Edu1）来排除多重共线性。上述回归结果只考虑学历单个因素的影响，为了使结果更加合理，本研究也加入其他控制变量来检验学历水平对借款成功率的边际影响如何受到其他变量的影响，得到的回归结果见表5。回归结果（2）、（3）、（4）表明依次加入其他变量后，学历对借款成功率的影响仍然是显著的。
　　4.2  不同学历对借贷违约率的影响
　　不同学历对借贷违约率的影响回归结果见表6。表6回归系数表明，学历越高，回归系数越小，这说明学历越高的人借款后违约率越低，投资者风险越小，风险补偿金的超额回报率越高，因此投资者更加偏向于借款给高学历的人，为高学历的人更容易获得贷款现象做出了合理解释。表6中回归结果（5）的系数也验证了前述结论。
　　同时，本研究综合对比了其他因素对违约率的影响见表7。表7回归结果表明，研究生的违约率相当于名下有房人的违约率，本科生违约率相当于名下有车人的违约率。研究生及以上学历回归变量的系数在4个模型中均是显著的，表明研究生及以上学历的人借款违约率相比于其他学历的人低。从表7的回归结果（3）、（4）可以看出，有房子、车子和车贷的人的借贷违约率也较低，提示P2P网络借贷平台可以多关注这一类人的借款需求。
　　5  结论与启示
　　随着互联网金融在中国迅速发展，尤其是P2P网络借贷市场的出现，为中国经济发展贡献了重要力量，但是由于是新生事物，缺乏应对经验，P2P网络借贷在为中国经济发展做出巨大贡献的同时，也暴露出了巨大的问题。由于P2P网络借贷行为的实质是借贷行为，该行为最大的风险是诚信风险，虽然国内外学者给予网贷领域越来越多的关注，但是在目前的研究体系中，很难基于现有数据和指标将诚信风险进行量化或做出预测性评价，本研究希望能起到抛砖引玉的作用，使大家能够跳出机械化的用数量统计方式计算大概率事件，转向研究各指标与诚信之间的关系，根据基础信息研究出诚信风险预测评价系统，从根源上提升P2P网络借贷市场的运行效率。
　　本研究主要探究网贷市场上是否存在学历偏好，通过人人贷平台上2015年全年的数据，采取Probit方法进行实证分析，研究发现网贷平台在一定程度上对学历有所偏好，投资人更偏好大专与本科学历，但是不青睐高中及以下、研究生及以上学历的借款人。并从违约率角度来说明产生这一偏好的原因。实证结果表明，借款人学历与违约率呈严格的负相关关系，借款人学历越高违约率越低，学历水平越高的借款人守约能力越佳，受教育程度能在一定程度上约束借款人的道德行为。但是研究生及以上学历的借款人借款成功率并不高，这可能与研究生及以上学历的人大多时间放在学术研究上，社会实践能力有所欠缺有关。
　　本研究结论有一定启示：①对于网贷平台而言，学历在网贷市场上有重要的信用识别作用，网贷平台可以将学历纳入借款人信用评估指标体系中;②对于国家而言，教育水平在网贷市场上有重要作用，国家应继续加大对教育的重视与投入;③对于借款人而言，学历越高借款成功率不一定越高，借款人不仅需要提高学术素养，更应该提高自身的实践能力，所受到的教育应该尽快转化成为生产力，才能学以致用。
　　参考文献：
　　[1] HERZENSTEIN M，SONENSHEIN S，DHOLAKIA U M.Tell me a good story and I may lend you money：The role of narratives in Peer-to-Peer lending decisions[J].Journal of marketing research，2011，48（SPL）：S138-S149.
　　[2] POPE D G，SYDNOR J R.Whats in a picture？Evidence of discrimination from prosper.com[J].The journal of human resources，2011，46（1）：53-92.
　　[3] BERGER S，FABIAN G.Emergence of financial intermediaries in electronic markets：The case of online P2P lending[J].Bur business research journal，2009，2（1）：39-65.
　　[4] LIN M F，NAGPURNANAND R，PRABHALA，et al.Judging borrowers by the company they keep：Friendship networks and information asymmetry in online Peer-to-Peer lending[J].Management science，2013，59（1）：17-35.
　　[5] 赵乐峰.P2P网络借贷融资可得性分析[D].石家庄：河北经贸大学，2013.
　　[6] LARRIMORE L，JIANG L，LARRIMORE J，et al.Peer to peer lending：The relationship between language features，trustworthiness，and persuasion success[J].Journal of applied communication research，2011，39（1）：19-37.
　　[7] HERZENSTEIN M，ANDREWS R L.The democratization of personal consumer loans？determinants of success in online Peer-to-Peer loan auctions[J].Bulletin of the university of Delaware，2008，15（3）：274-277.
　　[8] 郭  峰.網络昵称与P2P借贷的成功率和违约率[J].经济科学，2016（6）：102-116.
　　[9] 程  瑶.学历水平在借贷市场上的作用——来自P2P市场的经验证据[J].上海金融，2018（2）：48-55.
　　[10] 廖  理，吉  霖，张伟强.借贷市场能准确识别学历的价值吗？——来自P2P平台的经验证据[J].金融研究，2015（3）：146-159.
　　[11] 郑联盛.中国互联网金融：模式、影响、本质与风险[J].国际经济评论，2014（5）：103-118.
　　[12] 彭红枫，刘歆茹.P2P网络借贷研究述评[J].武汉大学学报（哲学社会科学版），2016，69（4）：72-78.
转载注明来源:https://www.xzbu.com/8/view-14874250.htm