p2p網(wǎng)絡(luò)借貸平臺后續(xù)投標(biāo)影響因素研究

一、p2p網(wǎng)絡(luò)借貸平臺司法實(shí)踐中存在資金安全問題近年來，隨著中國個(gè)人貸款的日益活躍和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，p2p網(wǎng)絡(luò)信用貸款在中國有著悄然的繁榮。P2P網(wǎng)絡(luò)借貸是指貸款者以第三方網(wǎng)絡(luò)借貸平臺為媒介向其他借款者提供小額貸款并征收一定利息的網(wǎng)絡(luò)金融模式。由于其快捷便利和門檻低等特點(diǎn),再加上國內(nèi)銀行信貸收緊導(dǎo)致貸款難度的增加,P2P網(wǎng)絡(luò)借貸平臺一經(jīng)出現(xiàn),便受到很多社會(huì)資源匱乏的小微企業(yè)主、工薪階層、農(nóng)戶乃至大學(xué)生以及一些有富余的中小投資者的歡迎。但是P2P網(wǎng)絡(luò)借貸平臺在中國快速發(fā)展的同時(shí),也暴露出了較為嚴(yán)重的資金安全問題。近年來,P2P網(wǎng)絡(luò)借貸平臺多次發(fā)生劣質(zhì)借款者攜款潛逃事件,特別是2014年8月P2P網(wǎng)絡(luò)借貸平臺的領(lǐng)頭羊之一“紅嶺創(chuàng)投”的1億元壞賬事件的發(fā)生開始引起社會(huì)的重視。由于P2P網(wǎng)絡(luò)借貸的整個(gè)交易過程都是在互聯(lián)網(wǎng)中進(jìn)行的,而互聯(lián)網(wǎng)本身又具有較高程度的隱藏性和跨空間等特點(diǎn),這就使得P2P網(wǎng)絡(luò)借貸平臺中的貸款者很難掌握借款者的真實(shí)信用狀況,那么其他貸款者的決策信息就會(huì)成為該貸款者投資決策的重要依據(jù),這就為平臺存在羊群行為提供了理論上的可能性,而羊群行為的盲目性會(huì)讓平臺中更多的貸款者遭遇到資金安全問題。在“紅嶺創(chuàng)投”的1億元壞賬中,總共有4567名貸款者遭受到損失,其涉案金額之大,受眾范圍之廣,在P2P網(wǎng)絡(luò)借貸行業(yè)中都是史無前例的,究其原因,很有可能就是羊群行為造成的。在這4567名貸款者中,有很多貸款者并不了解借款者的真實(shí)信用情況,只是盲目地跟風(fēng)投資,一旦遇到當(dāng)前投標(biāo)次數(shù)較多的借款項(xiàng)目就立即投標(biāo),缺乏理性地對借款者的信用狀況進(jìn)行評判。從理論上說,羊群行為是有可能存在于平臺中的,而羊群行為的盲目性會(huì)讓平臺中的投資者遭受損失,必須要進(jìn)行相應(yīng)的研究來防范羊群行為。二、創(chuàng)新金融服務(wù)領(lǐng)域的現(xiàn)代網(wǎng)絡(luò)信息技術(shù)P2P網(wǎng)絡(luò)借貸平臺結(jié)合了小額民間信貸、網(wǎng)絡(luò)信息技術(shù)和社交關(guān)系,是金融服務(wù)領(lǐng)域的一項(xiàng)重大創(chuàng)新。國內(nèi)外關(guān)于P2P網(wǎng)絡(luò)借貸的研究可以歸納為以下三個(gè)方面:(一)按照信用體系的要求,可分為3種網(wǎng)貸平臺運(yùn)營模式的不同代表了借貸交易機(jī)制和資金風(fēng)險(xiǎn)控制機(jī)制的不同,很多學(xué)者從不同角度出發(fā)對P2P網(wǎng)絡(luò)借貸平臺的運(yùn)營模式進(jìn)行了研究。辛憲(2009)認(rèn)為可以把國外的P2P網(wǎng)貸平臺分為三類:第一類是以Prosper為代表的單純中介型信貸模式,該種模式主要是通過出售平臺服務(wù)并收取服務(wù)費(fèi);第二類是以Zopa為代表的復(fù)合中介型信貸模式,該種模式對信用等級進(jìn)行劃分,強(qiáng)制借款者按期還款,較好地控制了資金風(fēng)險(xiǎn);第三類是以Kiva為代表的非盈利公益型信貸模式,該種模式采用的是“批量出借人+小額貸款”模式,一般每位貸款者只要支付25美元。尤瑞章和張曉霞(2010)通過對比研究發(fā)現(xiàn)國外網(wǎng)貸平臺比國內(nèi)網(wǎng)貸平臺在運(yùn)營模式方面更加成熟,這主要得益于國外網(wǎng)貸平臺具有完善的信用體制、健全的法律制度以及成熟的網(wǎng)絡(luò)技術(shù)。奚尊夏(2012)對比分析了國內(nèi)五大類P2P網(wǎng)絡(luò)借貸模式:億峰模式、速貸幫模式、宜信模式、門戶網(wǎng)站模式和阿里小貸模式,并指出了各個(gè)網(wǎng)貸模式存在的制約和缺陷,提出了P2P網(wǎng)絡(luò)借貸行業(yè)的發(fā)展路徑和框架設(shè)計(jì)。(二)p2p網(wǎng)絡(luò)借貸平臺Freedman和Jin(2011)通過研究Prosper平臺發(fā)現(xiàn),P2P網(wǎng)絡(luò)借貸平臺存在著信息不對稱的問題,這種借貸雙方的信息不對稱會(huì)導(dǎo)致P2P網(wǎng)貸平臺產(chǎn)生逆向選擇和道德風(fēng)險(xiǎn)問題。此外,他們也認(rèn)為社交網(wǎng)絡(luò)中的個(gè)人信息可以在某種程度上幫助貸款者辨別出借款者的違約風(fēng)險(xiǎn),以此補(bǔ)足網(wǎng)貸平臺中象征性信息的不足。陳霄(2014)通過實(shí)證研究發(fā)現(xiàn),P2P網(wǎng)絡(luò)借貸平臺不僅存在著逆向選擇和道德風(fēng)險(xiǎn)問題,還存在著“羊群行為”和“賭博式融資”問題,警告網(wǎng)貸平臺及其中的借貸參與者要注意防范。Shen等(2010)通過對Prosper上的交易數(shù)據(jù)進(jìn)行研究,發(fā)現(xiàn)當(dāng)前P2P網(wǎng)絡(luò)借貸平臺中的貸款者偏好投標(biāo)高風(fēng)險(xiǎn)的項(xiàng)目,并且這些貸款者是不完全理性的,存在著較為明顯的從眾心理,這就增加了平臺的總體風(fēng)險(xiǎn)。劉麗麗(2013)指出P2P網(wǎng)絡(luò)借貸不僅交易方式靈活方便而且收益率較高,但是其同時(shí)也存在著諸多風(fēng)險(xiǎn):由于法律法規(guī)的不健全,P2P網(wǎng)貸平臺的合法性存在很多法律漏洞,對P2P網(wǎng)貸平臺數(shù)據(jù)信息的監(jiān)控不足可能導(dǎo)致政府宏觀政策的實(shí)施效果被減弱的風(fēng)險(xiǎn),信息不對稱和信用評級體系的不完善可能誘發(fā)征信風(fēng)險(xiǎn),網(wǎng)貸平臺私自挪用客戶資金可能引發(fā)違規(guī)操作風(fēng)險(xiǎn),擔(dān)保機(jī)制的不健全容易引發(fā)P2P網(wǎng)貸平臺的流動(dòng)性風(fēng)險(xiǎn)。(三)p2p網(wǎng)絡(luò)借貸存在的相關(guān)研究李雪靜(2013)認(rèn)為我國P2P網(wǎng)絡(luò)借貸平臺的規(guī)范發(fā)展要借鑒國外發(fā)達(dá)國家的P2P網(wǎng)絡(luò)借貸平臺的監(jiān)管模式,并且還要結(jié)合目前國內(nèi)P2P網(wǎng)絡(luò)借貸平臺的監(jiān)管現(xiàn)狀。馬運(yùn)全(2012)認(rèn)為當(dāng)前P2P網(wǎng)絡(luò)借貸的資金安全缺乏保障,網(wǎng)貸參與者的信息容易泄露,不法分子極易利用平臺進(jìn)行非法集資。因此,政府相關(guān)部門必須通過完善網(wǎng)貸市場的法律法規(guī)并且加強(qiáng)監(jiān)督管理,對網(wǎng)絡(luò)借貸市場加以規(guī)范和矯正,這樣才能促進(jìn)網(wǎng)絡(luò)借貸市場的健康發(fā)展。王艷等(2009)指出網(wǎng)絡(luò)借貸存在的資金安全問題以及用戶隱私泄露問題主要是由于國內(nèi)信用制度的不完善以及網(wǎng)貸平臺缺乏行之有效的監(jiān)管體系,有關(guān)部門應(yīng)該將網(wǎng)絡(luò)借貸歸入金融監(jiān)管的范疇,并且逐步引導(dǎo)和規(guī)范其健康發(fā)展。艾金娣(2012)指出中國的網(wǎng)絡(luò)借貸平臺中的貸款成本較高,并且經(jīng)常會(huì)發(fā)生高息的投機(jī)行為,只有通過創(chuàng)新P2P利率定價(jià)手段才能解決這些問題,并且現(xiàn)在的網(wǎng)貸平臺缺乏法律規(guī)制和外部監(jiān)管,政府的金融體系應(yīng)該加快制定網(wǎng)貸行業(yè)標(biāo)準(zhǔn),督促網(wǎng)貸行業(yè)的自律。綜上所述,國內(nèi)外學(xué)者對P2P網(wǎng)絡(luò)借貸大多集中在P2P網(wǎng)絡(luò)借貸的起源和發(fā)展、運(yùn)作模式以及監(jiān)管問題上,獻(xiàn)有文獻(xiàn)對P2P網(wǎng)絡(luò)借貸中的羊群行為進(jìn)行研究。并且國內(nèi)外的這些研究多數(shù)都是從定性的角度出發(fā),很少有從定量的角度進(jìn)行研究。在P2P網(wǎng)絡(luò)借貸平臺中,某個(gè)貸款者可以很容易地觀察到其他貸款者的投資決策,考慮到單個(gè)貸款者很難完全識別借款者的信用狀況,那么其他貸款者的決策信息將會(huì)成為該貸款者投資決策的重要依據(jù),這也就為P2P網(wǎng)絡(luò)借貸市場存在羊群行為提供了可能,而國內(nèi)外對此的相關(guān)研究較少。因此,本文在對P2P網(wǎng)絡(luò)借貸平臺中的羊群行為進(jìn)行理論分析的基礎(chǔ)上,進(jìn)一步構(gòu)造logistic模型對平臺內(nèi)的羊群行為進(jìn)行實(shí)證分析,在目前國內(nèi)P2P網(wǎng)絡(luò)借貸平臺迅速擴(kuò)張的背景下,是能夠?qū)鹑诒O(jiān)管機(jī)構(gòu)、P2P網(wǎng)絡(luò)借貸平臺以及平臺中的參與者提供一些幫助。三、p2p網(wǎng)絡(luò)借貸市場中的集群行為在P2P網(wǎng)絡(luò)借貸過程中,對于平臺發(fā)布的一個(gè)新的投標(biāo)項(xiàng)目,每個(gè)貸款者都是依據(jù)平臺所列出的借款者信息來判斷借款者質(zhì)量,進(jìn)而采取投標(biāo)決策。然而對于一個(gè)已經(jīng)有貸款者參與的投標(biāo)項(xiàng)目來說,投標(biāo)貸款者的數(shù)量為后續(xù)貸款者提供了一個(gè)新的信息。如果貸款者對一個(gè)質(zhì)量很高的投標(biāo)項(xiàng)目進(jìn)行投標(biāo),那么后續(xù)貸款者會(huì)認(rèn)為他做出的是一個(gè)理性決策;如果他對一個(gè)質(zhì)量低劣的投標(biāo)項(xiàng)目進(jìn)行投標(biāo),顯然后續(xù)貸款者會(huì)認(rèn)為他的決策是非理性的,但是當(dāng)這種貸款者人數(shù)不斷增加,并且后續(xù)貸款者觀察到這一信息,那么后續(xù)貸款者極有可能會(huì)受到這一信息的影響,忽略了該投標(biāo)項(xiàng)目的公開信息和自己的私有價(jià)值信息,并認(rèn)為他人的決策是理性的,而自己的決策是非理性的,轉(zhuǎn)而跟從大多數(shù)貸款者的行為決策。由此,P2P網(wǎng)絡(luò)借貸市場中的羊群行為就形成了。與其他領(lǐng)域一樣,P2P網(wǎng)絡(luò)借貸市場中的羊群行為也是微觀個(gè)體通過觀察學(xué)習(xí)群體的行為決策進(jìn)而與群體的行為達(dá)成一致。由于在P2P網(wǎng)路借貸平臺中,對于同一個(gè)投標(biāo)項(xiàng)目,貸款者只能投一次,因此,投標(biāo)貸款者人數(shù)等于投標(biāo)次數(shù),羊群行為實(shí)際表現(xiàn)為當(dāng)前投標(biāo)次數(shù)對于后續(xù)貸款者投標(biāo)的吸引。(一)中小型網(wǎng)絡(luò)借貸平臺信息不對稱的影響在P2P網(wǎng)絡(luò)借貸平臺中,由于時(shí)間和空間的限制,貸款者不可能完全獲知和辨別借款者的真實(shí)還款信息,從而造成了平臺借貸雙方信息不對稱的問題,因此,貸款者只能采取跟隨群體的行為決策。對于這一問題,很多P2P網(wǎng)貸平臺都從兩個(gè)角度出發(fā)去著手解決。第一是從借款者的角度出發(fā),網(wǎng)貸平臺采取的主要措施是加大對借款者真實(shí)信息的審核力度,包括身份證登記、戶口登記、房產(chǎn)登記、薪酬登記等等。第二是從貸款者出發(fā),很多P2P網(wǎng)貸平臺都推出了一系列的規(guī)則,比如借款者的信用等級、借款不還的黑名單制度、平臺會(huì)員制、安全投標(biāo)區(qū)、審錯(cuò)就賠標(biāo)等等,這些規(guī)則的制定主要是解決貸款者對于借款者還款信息的匱乏和方便貸款者對借款者信用信息的審核,從而保障貸款者資金的安全。但是這些解決措施有其相應(yīng)的局限性,并不能完全解決信息不對稱的問題,甚至還有可能放大平臺信息不對稱所帶來的危害性。針對第一個(gè)角度,少數(shù)借款者可以使用他人的身份證、戶口以及房產(chǎn)證進(jìn)行登記,虛報(bào)薪酬,甚至使用偽造的證件進(jìn)行審核,這些行為都會(huì)增加網(wǎng)絡(luò)借貸市場的不穩(wěn)定性。更為嚴(yán)重的是,如果這些少數(shù)人用假證件在多個(gè)平臺套取現(xiàn)金,最后逃之夭夭,這可能會(huì)引起整個(gè)網(wǎng)絡(luò)借貸市場的癱瘓,并引發(fā)社會(huì)矛盾,進(jìn)而造成整個(gè)社會(huì)的不穩(wěn)定,形成連鎖發(fā)應(yīng)。針對第二個(gè)角度,貸款者投標(biāo)的判斷信息之一就是借款者的信用等級,但是這種信用等級往往可以同過反復(fù)的借貸“刷”出來,借貸成功一次信用得分就加一分,以“拍拍貸”為例,借款者每次借款都按時(shí)全額還清,信用積分就加一分。所以在拍拍貸的投標(biāo)項(xiàng)目中,有很多借款者都只是很小額度的借款,并且借完款之后,又很快將其還上,他們的目的并不是單純的想要借款,而只是為了刷信用。P2P網(wǎng)貸平臺也不會(huì)監(jiān)管這些投標(biāo)項(xiàng)目,那是因?yàn)榫W(wǎng)貸平臺可以從每次借貸交易中抽取一定的服務(wù)費(fèi)。此外,還有一些網(wǎng)貸平臺,借貸客戶只要花錢就可以提高信用等級,完全不考慮其真實(shí)還款能力。此外,網(wǎng)貸平臺還存在一個(gè)嚴(yán)重的問題,就是網(wǎng)貸平臺往往對借款者的還款能力進(jìn)行一次性認(rèn)證,并不進(jìn)行復(fù)檢。只要借款者的第一次認(rèn)證是高質(zhì)量的,那么此借款者始終都是高質(zhì)量的,假如這些高質(zhì)量的借款者由于個(gè)人原因?qū)е伦陨磉€款能力下降,那么投資人和網(wǎng)貸平臺則可能會(huì)遭受損失。由于借貨雙方存在信息不對稱貨款者則不會(huì)再去相信網(wǎng)貸平臺上的投標(biāo)信息,轉(zhuǎn)而去選擇大多數(shù)人所選擇的投標(biāo)項(xiàng)目,并相信這些多數(shù)人選擇的投標(biāo)項(xiàng)目能獲得夠更好的盈利,如果虧損了,也由眾人一起承擔(dān),貸款者可以獲得某種程度上的心理安慰,這也就是貸款者的羊群行為。考慮到這些虛假的認(rèn)證信息和復(fù)雜并且不確定的網(wǎng)絡(luò)借貸環(huán)境,面臨成千上萬個(gè)借款項(xiàng)目,缺少經(jīng)驗(yàn)的貸款者往往需要觀察和學(xué)習(xí)其他貸款者的決策進(jìn)行投標(biāo),因此信息不對稱成為了P2P網(wǎng)貸平臺存在羊群行為的一個(gè)重要原因。(二)被動(dòng)集群行為在P2P網(wǎng)絡(luò)借貸平臺上真正實(shí)現(xiàn)借貸交易關(guān)系必須滿足兩個(gè)條件:其一,投標(biāo)項(xiàng)目的資金需求必須達(dá)到滿標(biāo);其二,滿標(biāo)之后的投標(biāo)項(xiàng)目必須通過網(wǎng)貸平臺的審核,審核的時(shí)間視交易數(shù)額而定。正是因?yàn)榫W(wǎng)貸平臺的這兩個(gè)交易條件,使得貸款者進(jìn)行投標(biāo)時(shí)需要付出一定的時(shí)間成本和精力,所以從機(jī)會(huì)成本的角度考慮,貸款者都會(huì)選擇那些已經(jīng)擁有較多投標(biāo)次數(shù)的借款項(xiàng)目,這會(huì)減少投標(biāo)項(xiàng)目滿標(biāo)的等待時(shí)間,進(jìn)而縮短整個(gè)交易時(shí)間,因此羊群行為在P2P網(wǎng)貸平臺中形成了。被動(dòng)的羊群行為會(huì)對不同信譽(yù)的借款者產(chǎn)生不同的效應(yīng):信譽(yù)較好的借款者能夠在發(fā)布借款項(xiàng)目的初始階段領(lǐng)先信譽(yù)較差的借款者,快速的吸引投資者,當(dāng)投資者達(dá)到一定數(shù)目的時(shí)候,由于羊群效應(yīng),投資者會(huì)越來越多,達(dá)到良性效果;而信譽(yù)較差的借款者本來就很難吸引到貸款者,羊群效應(yīng)難以發(fā)揮作用,或者說發(fā)揮了反向作用,多數(shù)貸款者都不投,其它貸款者也不會(huì)投。四、成功研究項(xiàng)目(一)增加投標(biāo)份額的不確定性羊群行為在金融學(xué)領(lǐng)域有很多測度方法,但由于網(wǎng)絡(luò)借貸平臺的交易機(jī)制與金融市場的交易機(jī)制大不相同,因而網(wǎng)絡(luò)借貸平臺中的羊群行為有其特殊性。P2P網(wǎng)絡(luò)借貸平臺中羊群行為測度的方法主要可以分為3類:其一,依據(jù)投標(biāo)份額測度羊群行為;其二,依據(jù)投標(biāo)時(shí)間測度羊群行為;其三,依據(jù)后續(xù)投標(biāo)測度羊群行為。第一種羊群行為的測度方法是以每個(gè)借款項(xiàng)目的投標(biāo)份額為指標(biāo),通過檢測投標(biāo)份額是否隨時(shí)間的增加而增加,如果增加,則證明存在羊群效應(yīng)。第二種羊群行為的測度方法是以平均投標(biāo)時(shí)間為指標(biāo),通過檢測平均投標(biāo)時(shí)間是否隨著當(dāng)前投標(biāo)數(shù)目的增多而減少,如果減少,則證明存在羊群效應(yīng)。第三種羊群行為的測度方法主要是測度當(dāng)前投標(biāo)數(shù)目對于獲得后續(xù)投標(biāo)可能性的影響,如果當(dāng)前投標(biāo)數(shù)目越多,借款者獲得后續(xù)投標(biāo)的可能性越大,則證明存在羊群效應(yīng)。對于這三種羊群行為的測度方法,本文選擇第三種方法來測度羊群行為。這是因?yàn)榍皟煞N方法只是測度了羊群行為的表面現(xiàn)象,并沒有抓住羊群行為的本質(zhì)特征,即當(dāng)前行為決策的數(shù)量對后續(xù)行為決策的影響。針對第一種測度方法,隨著時(shí)間的增加,投標(biāo)份額會(huì)增加,但是這種增加未必是由于羊群行為引起的,也有可能是借款者的信用等級造成的。第二種測度方法中平均投標(biāo)時(shí)間的減少也未必是由于羊群行為引起的,也有可能是借款者的借款利率引起的。只有第三種測度方法是直接根據(jù)羊群行為最本質(zhì)的特征而設(shè)計(jì)的,即當(dāng)前投標(biāo)數(shù)目對獲得后續(xù)投標(biāo)可能性的影響。依據(jù)第三種羊群行為的測度方法所設(shè)計(jì)的判斷準(zhǔn)則是:如果當(dāng)前投標(biāo)次數(shù)能夠?qū)Λ@得后續(xù)投標(biāo)的可能性產(chǎn)生顯著的正向影響作用,那么就可以判定P2P網(wǎng)絡(luò)借貸平臺存在羊群行為。(二)借款信用模型影響后續(xù)投標(biāo)的因素有很多,根據(jù)以往P2P網(wǎng)絡(luò)借貸平臺貸款人行為決策的研究結(jié)論和拍拍貸平臺的借貸交易特點(diǎn),可以將其分為4個(gè)維度進(jìn)行分析:一是標(biāo)的特征;二是信用特征;三是個(gè)人特征;四是往期借款。具體說明見表1。“拍拍貸”根據(jù)借款者提供的資料信息,通過各種第三方權(quán)威數(shù)據(jù),結(jié)合人工審核驗(yàn)證,按照流動(dòng)性、活動(dòng)性、盈利性、潛力等基本要素,最終通過邏輯回歸、神經(jīng)網(wǎng)絡(luò)等信用模型算法,給每個(gè)標(biāo)的進(jìn)行了信用打分,從而形成了每個(gè)標(biāo)的的信用等級。信用等級綜合考慮了借款者的個(gè)人信用、資料信息、行為數(shù)據(jù)等等幾百個(gè)維度。信用等級綜合反應(yīng)了借入者違約不償還借款本息的可能性。通常來講,信用等級越高,標(biāo)的違約率越低,正常還款的可能性越高。其準(zhǔn)確性經(jīng)過了“拍拍貸”自2007年以來幾百萬用戶的數(shù)據(jù)驗(yàn)證,并且在不斷優(yōu)化中。(三)p2p網(wǎng)絡(luò)借貸平臺的logistic回歸模型根據(jù)羊群行為的判斷準(zhǔn)則,可以知曉投標(biāo)項(xiàng)目當(dāng)前的投標(biāo)數(shù)目為主要自變量,因變量為獲得后續(xù)投標(biāo)的可能性,控制變量為其它影響因素。但是獲得后續(xù)投標(biāo)的可能性無法直接測量,數(shù)據(jù)也無法直接獲取,但可以通過“有”相對于“沒有”的優(yōu)勢比來刻畫獲得后續(xù)投標(biāo)的可能性,所以在構(gòu)建Logistic回歸模型來驗(yàn)證P2P網(wǎng)絡(luò)借貸平臺是否存在羊群行為。Logistic回歸模型常被用于多個(gè)領(lǐng)域來描述參與者的決策,在解釋個(gè)人行為決策方面,它被認(rèn)為是最有效的模型之一。將上文選擇的變量代入(1)式中,構(gòu)建出本文的具體模型:其中,為當(dāng)前借款項(xiàng)目有后續(xù)投標(biāo)的概率,為當(dāng)前借款項(xiàng)目沒有后續(xù)投標(biāo)的概率。自變量為借款項(xiàng)目的當(dāng)前投標(biāo)次數(shù),模型的主要目的在于驗(yàn)證當(dāng)前投標(biāo)次數(shù)能否使得有后續(xù)投標(biāo)的概率顯著的高于無后續(xù)投標(biāo)的概率,如果是,則說明當(dāng)前投標(biāo)次數(shù)對獲得后續(xù)投標(biāo)的可能性產(chǎn)生顯著的正向影響作用,即證明了平臺存在羊群行為。(四)數(shù)據(jù)的描述和統(tǒng)計(jì)1、借款項(xiàng)目的選取“拍拍貸”成立于2007年6月,是國內(nèi)第一家網(wǎng)絡(luò)借貸平臺,具有較成熟的線上運(yùn)作模式,以及較好的審核機(jī)制和催收機(jī)制?！芭呐馁J”平臺對借款人當(dāng)前借款數(shù)據(jù)的公布較為詳盡,為確保實(shí)證的有效性,本文將“拍拍貸”公布的當(dāng)前借款項(xiàng)目的數(shù)據(jù)進(jìn)行提取,隨機(jī)選擇了1700條不同的當(dāng)前借款項(xiàng)目數(shù)據(jù)。在當(dāng)前借款項(xiàng)目的選擇中剔除了重復(fù)出現(xiàn)的借款者和資料缺失的借款項(xiàng)目,最終確定1642條不同借款者的當(dāng)前借款項(xiàng)目數(shù)據(jù)。在去除敏感信息之后,這些當(dāng)前借款項(xiàng)目的數(shù)據(jù)主要包括四個(gè)部分:標(biāo)的特征信息、信用特征信息、個(gè)人特征信息和往期借款信息。2、p2p網(wǎng)絡(luò)借貸短期借款期限結(jié)構(gòu)本文對1642條借款項(xiàng)目的數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)分析,具體結(jié)果如表3所示。在標(biāo)的特征信息方面,借款金額平均在22000元左右,最小的只有3000元,這體現(xiàn)了P2P網(wǎng)絡(luò)借貸小額貸款的性質(zhì);借款利率的平均值為14.037%,遠(yuǎn)遠(yuǎn)高于銀行的存款利率,這對投資者有一定的吸引力;借款期限平均在8個(gè)月左右,最長的也只有2年,這體現(xiàn)了P2P網(wǎng)絡(luò)借貸短期借款的特征。在信用特征信息方面,借入信用積分平均在43分左右,這說明大多數(shù)借款者都進(jìn)行了身份認(rèn)證、視頻認(rèn)證、學(xué)歷認(rèn)證和手機(jī)認(rèn)證;逾期1到15天還清貸款的次數(shù)多于逾期15天以上還清貸款的次數(shù),這有可能是因?yàn)槠脚_針對借款者實(shí)施了出現(xiàn)一次逾期15天以上還清貸款就扣2分的措施,從某種程度上說明對借款者的逾期行為進(jìn)行懲罰可以有效減少借款者逾期行為的次數(shù)。在個(gè)人特征信息方面,生活狀況的取值平均在1.6左右,這說明借款者在房子、車子和婚姻這三個(gè)方面至少要滿足一個(gè)方面的要求,多數(shù)借款者具備一定的還款能力;教育程度平均在14年左右,這說明多數(shù)借款者都達(dá)到了高中以上學(xué)歷;年齡平均在30歲左右,這說明P2P網(wǎng)絡(luò)借貸平臺的借款者以青年人群為主。在往期借款信息方面,平均每位借款者都能成功借款20次左右,這說明拍拍貸的借貸交易業(yè)務(wù)還是很受歡迎的,也從側(cè)面反映了網(wǎng)絡(luò)借貸的興旺發(fā)展。五、成功研究與分析(一)模型有效性和無效殘余變量檢驗(yàn)在進(jìn)行實(shí)證研究的分析之前,首先對模型進(jìn)行以下三方面的檢驗(yàn):一是模型的有效性檢驗(yàn);二是模型的無效多余變量檢驗(yàn);三是模型的內(nèi)生變量檢驗(yàn)。1、主要自變量dqbt對模型的貢獻(xiàn)針對模型的有效性問題,主要采用似然比檢驗(yàn)方法。首先用stata軟件對完整模型進(jìn)行Logistic回歸,回歸的部分結(jié)果如表4所示。再來檢驗(yàn)主要自變量Dqtb對于模型的貢獻(xiàn)是否顯著,通過比較模型中加入自變量Dqtb是否影響模型回歸結(jié)果(見表5),發(fā)現(xiàn)Dqtb的貢獻(xiàn)是顯著的。綜上所述,該模型是整體有效的,主要自變量Dqtb對于模型的貢獻(xiàn)是顯著的。得結(jié)果如表5所示。2、roc曲線分析模型中總共有18個(gè)變量,其中1個(gè)因變量、1個(gè)主要自變量和16個(gè)控制變量。因此,本文采用逐步Logistic回歸篩選方法進(jìn)行變量篩選。逐步Logistic回歸篩選方法共有兩種,一種是前進(jìn)法,另一種是后退法。前進(jìn)法指的是逐個(gè)引入模型外的變量,后退法指的是放入所有變量,再逐個(gè)篩選。前進(jìn)法選擇變量的經(jīng)驗(yàn)公式缺乏總體概念,當(dāng)用于因素分析時(shí),宜采用后退法,因此,本文主要采用后退法進(jìn)行變量篩選,最終結(jié)果(見表6)。在刪除無效多余變量之后,可以通過繪制ROC曲線來判斷模型的準(zhǔn)確性。ROC曲線又稱為感受型曲線,它是根據(jù)一系列不同閾值,以靈敏度為縱坐標(biāo),特異度為橫坐標(biāo)繪制的曲線。在本模型中靈敏度指的是有后續(xù)投標(biāo)的概率,特異度指的是無后續(xù)投標(biāo)的概率,ROC曲線越靠近左上角,則說明有后續(xù)投標(biāo)的概率就越大,無后續(xù)投標(biāo)的概率就越小,因此模型的準(zhǔn)確性就越高,其具體的判別方法是計(jì)算ROC曲線下的面積(AUC),在AUC>0.5的情況下,AUC越接近于1,說明模型的準(zhǔn)確性越高。AUC在0.5-0.7時(shí)有較低的準(zhǔn)確性,AUC在0.7-0.9時(shí)有較高的準(zhǔn)確性,AUC在0.9以上時(shí)有非常好的準(zhǔn)確性。當(dāng)AUC=0.5時(shí),說明判斷方法毫無作用,無判斷價(jià)值;當(dāng)AUC<0.5時(shí),這與真實(shí)情況不符,在現(xiàn)實(shí)中極少出現(xiàn)。繪制的ROC曲線如圖1所示。圖1中的對角線被稱為機(jī)會(huì)對角線,它表示模型完全沒有準(zhǔn)確性即完全憑機(jī)會(huì)區(qū)分有后續(xù)投標(biāo)和無后續(xù)投標(biāo),如果ROC曲線離機(jī)會(huì)對角線越遠(yuǎn),則證明模型的準(zhǔn)確性越高。從圖1可知,該模型的ROC曲線離機(jī)會(huì)對角線較遠(yuǎn),并且ROC曲線下的面積(AUC)為0.8819,在0.7-0.9之間,這表明去除無效多余變量之后的模型具有較好的準(zhǔn)確性,可以用于驗(yàn)證P2P網(wǎng)絡(luò)平臺中的羊群行為。3、借款金額模型的重構(gòu)考慮到借款項(xiàng)目的當(dāng)前投標(biāo)次數(shù)可能具有內(nèi)生性,那么對模型的解釋就會(huì)出現(xiàn)偏差。在解決變量內(nèi)生性的問題上,主要采取工具變量的方法。先求出模型主要變量的皮爾遜相關(guān)系數(shù)矩陣,如表7所示。由表7可以看出,借款金額與當(dāng)前投標(biāo)次數(shù)之間的相關(guān)系數(shù)為0.6607,而與其他變量的相關(guān)系數(shù)的絕對值都小于0.2,滿足作為工具變量的條件。因此,本文采用兩階段最小二乘法對Logitisc模型進(jìn)行了重新估算,以此判斷當(dāng)前投標(biāo)次數(shù)是否具有內(nèi)生性的問題。具體做法如下:選取每一個(gè)借款項(xiàng)目的借款金額作為工具變量來預(yù)測該借款項(xiàng)目的當(dāng)前投標(biāo)次數(shù),利用估計(jì)的當(dāng)前投標(biāo)次數(shù)對后續(xù)投標(biāo)做Logitisc回歸,最終結(jié)果如表8的模型2所示。在表8的模型2中,估計(jì)的當(dāng)前投標(biāo)次數(shù)的優(yōu)勢比(OR)為1.035,大于1,這說明估計(jì)的當(dāng)前投標(biāo)次數(shù)能夠?qū)Λ@得后續(xù)投標(biāo)的可能性產(chǎn)生顯著的正向影響作用,表明模型并不存在內(nèi)生性的問題。(二)借款期限的影響從表8的模型1可以看出,當(dāng)前投標(biāo)次數(shù)Dqtb的優(yōu)勢比(OR)為1.108,大于1,這表明,當(dāng)前投標(biāo)次數(shù)對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了正向影響作用,這說明,投標(biāo)項(xiàng)目的當(dāng)前投標(biāo)次數(shù)能夠?qū)Λ@得后續(xù)投標(biāo)的可能性產(chǎn)生顯著的正向影響作用,也證明了P2P網(wǎng)絡(luò)借貸平臺存在羊群行為。模型的Logit回歸結(jié)果如表8的模型3所示。在模型3中,所有的變量均在5%的顯著性水平上通過了檢驗(yàn),它們對模型都有著顯著的影響作用。在標(biāo)的特征方面,借款金額的系數(shù)為負(fù),這表明借款金額越對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的負(fù)向影響作用,這是因?yàn)榻杩罱痤~越大,貸款者風(fēng)險(xiǎn)越高,在面對大額借款時(shí)會(huì)很慎重。此外,該變量系數(shù)的絕對值很小,這說明借款金額對獲得后續(xù)投標(biāo)可能性的影響程度很小,這是因?yàn)镻2P網(wǎng)絡(luò)借貸平臺具有小額借貸的特征,一般情況下,平臺都會(huì)設(shè)置借款額度的上限,所以借款金額也不會(huì)出現(xiàn)太高的情形。借款利率的系數(shù)為正,這表明借款利率對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的正向影響作用,這是因?yàn)榻杩罾瘦^高的投標(biāo)項(xiàng)目更容易受到貸款者青睞,此外,該變量系數(shù)的絕對值較大,達(dá)到了36.842,這說明借款利率對獲得后續(xù)投標(biāo)可能性的影響程度較大,這也符合現(xiàn)實(shí)中的網(wǎng)絡(luò)借貸情況。借款期限的系數(shù)為正,這說明借款期限對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的正向影響作用,這是因?yàn)橘J款者投資的主要目的就是獲利,借款期限越長,貸款者獲利就越大,所以借款期限長的借款項(xiàng)目更容易受到貸款者的歡迎。此外,該變量系數(shù)的絕對值較小,這說明借款期限對獲得后續(xù)投標(biāo)可能性的影響程度較小,這是因?yàn)镻2P網(wǎng)絡(luò)借貸平臺一般都會(huì)設(shè)置借款期限的上限,所以借款期限也不會(huì)出現(xiàn)太長的情況。借款進(jìn)度的系數(shù)為正,這表明借款進(jìn)度對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的正向影響作用。這是因?yàn)镻2P網(wǎng)絡(luò)借貸的參與者要想借貸成功必須達(dá)到滿標(biāo)的條件,所以那些通過借款進(jìn)度顯示出將要滿標(biāo)的借款項(xiàng)目更容易受到后續(xù)投資者的青睞,借款進(jìn)度對獲得后續(xù)投標(biāo)可能性的影響程度較大,這可能是因?yàn)榻杩钸M(jìn)度能帶給貸款者較為直觀的標(biāo)的狀態(tài)。借款用途的系數(shù)為負(fù),這說明借款進(jìn)度對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的負(fù)向影響作用。在信用特征方面,列表信用等級的系數(shù)為負(fù),說明列表信用等級對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的負(fù)向影響作用,這主要是因?yàn)楸疚氖且赃`約率作為列表信用的測量指標(biāo),違約率越低,列表信用等級越高,獲得后續(xù)投標(biāo)的可能性就越大。逾期(1到15天)還款次數(shù)的系數(shù)為負(fù),這說明逾期還款次數(shù)對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的負(fù)向影響作用,貸款者并不愿意投資那些逾期還款次數(shù)較多的借款者所發(fā)布的借款項(xiàng)目,這是因?yàn)榻杩钫咻^多的逾期還款次數(shù)給貸款者造成了信用不良的感覺,貸款者害怕風(fēng)險(xiǎn),所以只會(huì)去選擇那些逾期還款次數(shù)較少的借款者。逾期(超過15天)還款次數(shù)的系數(shù)為負(fù),其對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的負(fù)向影響作用,這同樣表明貸款者并不愿去選擇那些逾期還款次數(shù)較多的借款者。此外,該變量系數(shù)的絕對值大于逾期(1到15天)還款次數(shù)系數(shù)的絕對值,這說明超過15天的逾期還款次數(shù)對獲得后續(xù)投標(biāo)可能性的影響程度高于1到15天之內(nèi)逾期還款的次數(shù),這會(huì)讓貸款者對此類借款者的信用狀況產(chǎn)生嚴(yán)重的懷疑,貸款者更不愿投資此類借款者所發(fā)布的投標(biāo)項(xiàng)目。在個(gè)人特征方面,戶口所在地的系數(shù)為負(fù),其對獲得后續(xù)投標(biāo)的可能性產(chǎn)生了顯著的負(fù)向影響作用,這是因?yàn)楸疚氖前凑諙|部為1、中部為2和西部為3的規(guī)則對其進(jìn)行賦值的,所以該變量的賦值越小,戶口所在地的經(jīng)濟(jì)就越發(fā)達(dá),獲得后續(xù)投標(biāo)的可能性就越大,借款