P2P网络借贷中信息披露对出借意愿的影响分析

姚香秀 李泽辉 李金

摘          要：本文利用国内P2P借贷平台的交易数据，构建Stepwise_Logistic回归模型研究P2P网络借贷中信息披露对出借意愿的影响。研究表明性别、婚姻状态、学历水平、月均流水、信用卡单卡额度、本公司工作年限、是否有车、联系人数量、信息公开程度共计9个因素对出借人的出借意愿具有影响显著。

关键词：信息披露;出借意愿;Stepwise_Logistic

1.引言

依托于强大的互联网平台与大数据、云计算技术，P2P借贷（Peer to Peer Lending）在原有民间借贷范围有所突破，成为国内的第三种金融融资模式。凭借速度快、成本低、无抵押的特点，P2P借贷迅速吸引了中低层收入人群的关注，也成为解决此类人群资金短缺的重要平台。P2P借贷创新模式搭建了经营消费个贷需求和大众理财桥梁，也促进了信用体系的建立。

受制于时间与空间限制，P2P借贷双方的正常交易完全依赖于出借人、借款人的信息传递。然而在P2P借贷中，信息不对称是普遍存在的。在这种信息不对称的环境下，很容易引发借款人的道德风险，降低出借人的出借意愿。探索影响P2P借贷平台出借人出借意愿因素，能够促进P2P借贷平台的交易正常，提升平台运营效率，稳固互联网金融市场健康发展。

2.文献综述

国外学者认为借贷结果受到借款人“软信息”“硬信息”的影响。Iyer R，Khwaja A I，Luttmer E F P等人通过研究借款人“软、硬信息”对借款结果成功率的影响，发现无论是线上或是线下，个人的信息对于借款成功率的确有显著影响，出借人会谨慎衡量个人的信息。Galak J，Small D A，Stephen A T发现出借人更信任与自己状态相似的借款人，如与自己的年龄、性别、种族、职业相似的借款人;但Gonzalez L， Loureiro Y K的研究更有趣，即便出借人、借款人个人属性相似，但容貌差异过大也会导致借贷失败，这是一种“美是一种错误”的现象;Herzenstein M， Andrews R L研究发现借款人“软信息、硬信息”影响借款人意愿的深层途径，借款人信息是通过出借人的风险感知与信任程度中介变量来影响对于出借意愿。

国内学者与国外学者的研究结果类似。借助于国内借贷平台的公开数据，众多学者研究均表明平台公开的借款人信息对出借人出借意愿也有着不同的影响。陈建中，宁欣等通过收集人人贷平台数据，证明借款人的信用等级、性别、年龄、地域等对出借人出借意愿具有正向影响;除此之外，P2P借贷平台的处理能力、借款人的历史订单交易信息也会对出借人的出借意愿造成一定的影响，温小霓，武小娟的研究表明历史借款成功次数越多、借款金额数目越大，借款成功率就越高，出借人更愿意为借款人筹集资金。同时，通过Stepwise_Logistic与Lasso_Logistic回归模型结果的对比分析，处理平台显示信息外，出借人的工作情况、借款用途等变量也显著影响借贷成功率。以上的研究均也证明了降低信息不对称，有助于交易的成功运行。总而言之，在P2P网络借贷过程中，对借款人的信任程度才是真正影响出借人出借意愿和出借行为的核心，如何去支撑这种信任关系是借款人需要慎重考虑的内容，重点需依靠个人的信用资质和资本能力。

3.实证分析

3.1 数据描述与处理

本文从后台获取了国内某平台4515条个人借款申请数据，并已对用户敏感信息做了严格的处理和保护。其中借款成功与借款失败比例接近1[∶]1，包括16个变量，覆盖借款人个人属性、经济、信用、资金用途等指标信息，如表1所示。个人借贷结果即借款成功或借款失败代表出借人出借意愿。

本文所采用的样本数据中数据缺失率偏低，可以采用单一填补法处理缺失变量。通过对比分析，本文所使用的数据不存在异常值。

3.2 模型估计

本文主要采用SAS软件针对借款信息进行Stepwise_Logistic回归模型算法迭代，根据经验判断和调整，将Stepwise_Logistic回归模型的选入变量显著性水平设置为0.15，剔除变量也设置为0.15，得到以下的变量选择结果与参数估计。最终模型训练结果如表2所示。

根据Stepwise_Logistic模型参数估计结果显示，性别、婚姻状态、学历水平、月均流水、信用卡单卡额度、本公司工作年限、是否有车、联系人数量、信息公开程度共计9个变量对借贷结果具有显著地影响作用。

3.3 模型效果评估

对于Stepwise_Logistic回归模型的效果检测主要采用AUC与K-S指标，重点评估模型的预测准确度和对二分类结果的区分度。本模型的ROC曲线图如图1所示，K-S检验结果如表1、图2所示，其中AUC=0.6649，K-S值为0.254。实际经验表明，该模型效果较好，具有一定的实际应用价值。

4.结论与建议

本文利用P2P借贷平台的借贷数据，通过构建Stepwise_Logistic回归模型对P2P网络借贷出借人出借意愿的影响因素进行了实证研究。研究发现，性别、婚姻状态、学历水平、月均流水、信用卡单卡额度、工作年限、是否有车、联系人数量、信息公开程度共计9个变量对出借人的出借意愿影响明显。通过以上分析，本文建议P2P借贷平台应该加强对借款人关键信息的披露，为出借人提供更多更有用的信息参考，降低信息不对称所带来的影响;针对借款人，建议借款人在借贷平台上尽可能展示能够证明自己资信良好的信息以减少P2P本身的信息不对称程度;对于出借人，建议出借人除確认借款人特征信息之外，还应寻找更多证据验证信息的可信性，并且关注P2P借贷平台的安全性与稳定性。

参考文献：

[1]张郁.P2P网络借贷的“大金融”品格及其监管创新[J].兰州学刊，2020（04）：48-58.

[2]刘静凤.互联网平台下p2p金融借贷模式与风险管理[J].山东农业工程学院学报，2019，36（10）：43-44.

[3]Yum H， Lee B， Chae M. From the wisdom of crowds to my own judgment in microfinance through online peer-to-peer lending platforms[J].Electronic Commerce Research & Applications，2012，11（5）：469-483.

[4]Iyer R， Khwaja A I， Luttmer E F P， et al. Screening in New Credit Markets： Can Individual Lenders Infer Borrower Creditworthiness in Peer-to-Peer Lending？[J].Ssrn Electronic Journal，2009，15242（rwp09-031）.

[5]Galak J， Small D A， Stephen A T. Micro-Finance Decision Making： A Field Study of Prosocial Lending[J].Journal of Marketing Research，2010，48（SPL）：S130.

[6]Gonzalez L， Loureiro Y K. When can a photo increase credit？ The impact of lender and borrower profiles on online peer-to-peer loans[J]. Journal of Behavioral & Experimental Finance，2014，2：44-58.

[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]陈建中，宁欣， CHENJian-zhong，等.P2P网络借贷中个人信息对借贷成功率影响的实证研究[J].财务与金融，2013（06）：13-17.

[9]温小霓，武小娟.P2P网络借贷成功率影响因素分析[J].金融论坛，2014（03）：3-8.

[10]姚香秀.P2P借贷平台个人信贷申请风险评估研究[D].西安电子科技大学，2017.

[11]陈冬宇，朱浩，郑海超.风险、信任和出借意愿[J].管理评论，2014，26（1）：150-158.

作者簡介：

姚香秀（1992-  ），女，陕西西安人，硕士，助教，研究方向：多维度数据分析。