华南理工大学学报(社会科学版)   2019, Vol. 21 Issue (1): 28-39  DOI:10.19366/j.cnki.1009-055X.2019.01.003
0

引用本文 

秦进, 张虹, 冯喜飞. P2P网贷中风险备用金机制对投资人行为的影响研究[J]. 华南理工大学学报(社会科学版), 2019, 21(1): 28-39. DOI: 10.19366/j.cnki.1009-055X.2019.01.003.
QIN Jin, ZHANG Hong, FENG Xi-fei. The Effect of Risk Guarantee Fund Mechanism on the Behavior of Investors in Online Peer-to-Peer Loans[J]. Journal of South China University of Technology (Social Science Edition), 2019, 21(1): 28-39. DOI: 10.19366/j.cnki.1009-055X.2019.01.003.

基金项目

国家自然科学基金项目(71571175)

作者简介

秦进(1975-), 男, 博士后, 副教授, 主要研究方向为互联网金融;
张虹(1995-), 女, 主要研究方向为互联网金融;
冯喜飞(1991-), 女, 主要研究方向为互联网金融

文章历史

收稿日期:2018-09-10
P2P网贷中风险备用金机制对投资人行为的影响研究
秦进 , 张虹 , 冯喜飞     
中国科学技术大学 管理学院, 安徽 合肥 230026
摘要:基于"拍拍贷"和"人人贷"平台的交易数据, 运用Probit回归模型分析了中国P2P网络借贷中风险备用金机制对投资人投资决策的影响。实证分析表明:风险备用金机制能够激励投资人投资, 提升借款成功率; 同时能够调节投资人对借款人风险等级的感知, 为历史风险信息差的借款人提供保障, 借款成功率提升效果尤为明显。因此, 风险备用金机制能够有效保障借贷双方利益, 增强投资人的投资信心; 平台应积极响应国家监管要求, 保证风险备用金账户运转规范透明。
关键词P2P网络借贷    风险备用金    投资人行为    
The Effect of Risk Guarantee Fund Mechanism on the Behavior of Investors in Online Peer-to-Peer Loans
QIN Jin, ZHANG Hong, FENG Xi-fei     
School of Management, University of Science and Technology of China, Hefei 230026, Anhui, China
Abstract: Using the the transaction data from "PPDai" and "renrendai", the Probit regression model was conducted to analyze the effect of risk guarantee fund mechanism on investors' investment decision in online peer-to-peer loans. The empirical study shows that:the risk guarantee fund can encourage investors to invest and improve the success rate of the borrowing, and has an effect on the investors' perception of the borrowers' risk level; it provides guarantee for the borrowers with information regarding negative record; the success rate of the borrowing markedly increases. These findings suggest that risk guarantee fund mechanism can effectively protect the interests of both borrowers and investors and enhance the investor's confidence in investment. The platform should actively respond to national regulatory requirements and ensure that the operation of the fund is transparent.
Keywords: online peer-to-peer loans    risk guarantee fund    investor behavior    
一、引言

在传统的金融体系下,中小企业和个人融资难、民间资本投资渠道狭窄等问题长期得不到解决。随着互联网技术的进步,旨在实现投资人和借款人直接对接的P2P网络借贷模式应运而生。它的出现打破了传统金融机构对融资管道、融资对象和融资来源的垄断,有效解决了信贷资金不匹配的问题。2007年,中国第一家P2P网络借贷平台--"拍拍贷"在上海正式成立,标志着中国P2P网络借贷的开端。杨建辉和林焰(2017)[1]从借款人、投资人和平台三个视角分析了国内外P2P网络借贷行业的发展现状,指出目前我国P2P网络借贷行业存在信息披露机制不完善、相关法律法规缺失和监管体系不健全等问题。由于国内还不具备完善的征信机制和健全的信用体系,借贷双方存在严重的信息不对称,致使早期采用无担保运作方式的P2P网络借贷平台发展举步维艰。为了吸引投资人关注,保障投资人利益,P2P网络借贷平台随后纷纷引入各种形式的保障机制,促进了P2P行业的快速发展。

P2P风险准备金机制是指P2P网络借贷平台直接或间接(第三方合作机构)地向受保障借款项目的借款人提取一定比例的保证金存入"保证金账户",用于该平台合作机构对受保障借款人的管理、履行逾期垫付(如有)义务。当投资人投资的某笔受保障借款出现严重逾期时,平台将根据相关管理规则直接使用账户内的保证金向受保障借款的投资人偿付此笔借款的剩余未偿付投资本金和逾期当期利息。P2P风险备用金机制具有风险可控和资金银行托管的特点,能够缓解平台利用自有资金代偿的巨大压力。平台采用此类担保机制的主要目的在于最大程度上减少投资人损失,为投资人提供有效的违约风险保障。风险备用金保障机制符合政府的监管初衷,不失为平台向信息中介转变的一种过渡手段,可减轻平台遭受的冲击。虽然在P2P行业监管细则颁布之后多家平台对风险备用金进行了更名,但其实质内容、计提和偿付规则并未发生变化,只是从名称上更加明确了风险备用金的目的和用途,避免投资人因此忽视了投资风险。如果立刻去除这种保障模式则极易引起投资人恐慌,从而影响整个P2P网络借贷行业的发展。因此,在当前平台去担保化的进程中,风险备用金保障机制依然是一个重要且有效的模式。

P2P网络借贷发展较早的欧美国家,由于早在网络借贷发展之前就已建立健全的信用体系,因此主流的P2P网络借贷平台并不提供类似风险备用金形式的保障服务。国内关于P2P风险备用金保障机制的研究大多基于理论分析,量化研究寥寥无几。本文选取"拍拍贷"与"人人贷"的实际交易数据,实证分析P2P风险备用金机制对投资人投资行为的影响,在理论和实践方面存在重要意义。理论方面,本文拓展了信息不对称理论在新的领域--P2P网络借贷市场中的应用;此外,担保机制在传统金融领域中的理论研究已趋向成熟,但P2P网络借贷有别于传统金融领域,具有个人对个人、直接性和跨区域性等特点,本文从理论上探究了担保机制在这一新兴领域的应用。实践方面,在去担保化的大背景下,风险备用金保障对过渡期的P2P平台来说显得尤为重要。本文对风险备用金保障机制进行深入探究,为国内P2P网络借贷平台更好地应用和改进风险备用金保障机制提供可借鉴的参考。同时,本文对风险备用金保障机制的研究可以帮助借款人更好地判断其借款是否需要提供风险备用金保障,以降低借款人的借款成本。

二、文献综述 (一) P2P网络借贷中投资人行为影响因素

由于P2P网络借贷市场中借贷双方匿名交易,投资人主要依靠借款人在借贷平台上公布的借款信息及平台给出的相关风险信息作出是否投资决策。因此,借款人披露的信息如何影响投资人决策成为学者们关注的焦点。

Chen和Han (2012)[2]将可量化、可核实、易传达的借款人信息命名为"硬信息",如借款人的财务信息、社会资本信息和人口特征信息等。Lin等(2013)[3]发现资产负债比、银行信用额度、信用历史等"硬信息"会正向影响投资人投资。Iyer等(2015)[4]的研究也将信用评分、信用等级等财务信息作为研究影响投资人行为的重要变量。Xu等(2011)[5]对中国的"拍拍贷"和美国的Prosper.com平台的交易数据进行实证分析,发现"硬信息"对投资者的投资行为有着显著的正向影响,并对借款利率有着显著的负向影响。也有研究表明出借人更愿意投资与自己相似的借款人[6],如种族[7]、地域[8]和同性别等。借款人"硬信息"对投资人的投资决策和借款人的借款情况有着重要的影响。已有研究主要从借款人信息、借款项目信息等方面探讨投资人行为的影响因素,本文则从平台保障机制的角度进行分析。

不同于"硬信息"的可量化,"软信息"是指模糊且难以量化的信息,一般包括照片、视频、社会资源信息和借款陈述等。Pope和Sydnor(2011)[9]发现借款者提供的照片或描述的信息会显著影响投资者的行为。Dorfleitner等(2016)[10]从拼写错误、文本长度和文字情感三个方面研究了借款描述对借款成功率和违约率的影响。此外,P2P领域中社会资源信息的相关研究主要围绕"群组"和朋友展开。基于Prosper.com平台的"群组"社交机制,Freedman和Jin (2017)[11]发现该机制中的"群组评级"对于减轻交易双方的信息不对称、提高投资人信任会产生积极影响。Iyer等(2015)[4]等发现借款人朋友的投资行为对其他潜在投资人的投资决策有显著影响。Lin(2013)[3]和Liu(2015)[12]等通过将借款人朋友进行细分来研究不同类型的朋友对投资人行为的影响,发现潜在投资人对借款人不同类型朋友的投标或推荐行为有不同的反应。

(二) 传统金融领域担保机制

在传统的借贷市场中,Akerlof (1978)[13]指出由于信息不对称导致的逆向选择问题会影响整个市场的交易均衡。基于不对称信息理论框架,已有大量的研究探讨了现代经济学和金融学领域内融资担保的相关问题。例如:Barro(1976)[14]在总结前人信贷配给理论的基础上提出一个完整的信贷融资担保模型,系统地分析了利率、担保均值如何影响贷款以及在竞争性信贷市场中担保对贷款利率、交易成本和贷款规模的影响。Stiglitz和Weiss(1981)[15]认为,信贷配给不会因为担保及其他非价格配给机制消除,过高的担保所带来的负面的逆向选择效应将取代激励效应占主导地位。Chan和Kanatas(1985)[16]研究了担保在信息不对称条件下的信号传递功能,认为借款人对担保品的选择传递出借款人相关信息的真实信号,而且这个信号在一个理性预期均衡中可以被完全地揭示出来。Boot和Thakor(1994)[17]发现银行与借款者之间保持长期的良好关系有利于改善信息不对称问题。

关于担保在传统金融领域的应用研究,还有一部分学者认为借出者可以要求借入者提供担保(抵押、个人担保或者第三方担保)来提高借款人的违约成本,降低投资人所面临的风险,从而减少因信息不对称导致的逆向选择和道德风险问题。Bester(1987)[18]、Besanko和Thakor(1987)[19]、Chan和Thakor (1987)[20]通过研究担保(抵押、个人担保或者第三方担保等方式)在传统借贷市场中的作用,证实了担保在借贷市场中的激励约束作用。Pozzolo(2004)[21]证实担保通过増加借款人的违约成本,降低了投资人面临的违约风险,最终改善了传统金融市场中资源分配的均衡。担保机制在传统金融领域被广泛应用,且被证实能够有效缓解信息不对称所带来的问题,这对风险备用金机制在P2P网络借贷领域中的合理运用具有重要的借鉴意义。

(三) P2P网络借贷中担保机制

作为一种非典型的担保方式,风险备用金保障机制具有无需抵押、有限担保、风险可控的特点。目前国内关于风险备用金保障机制的研究多为理论分析,量化研究较少。彭宁(2016)[22]从法律的角度界定了风险备用金保障机制,认为它属于非典型的担保。郑迎飞和陈晓静(2018)[23]基于"拍拍贷"和"温州贷"的交易数据,证实了不同的本息保障方式会显著影响投资人对借款人信息的利用。不同于以往的研究,本文将从平台机制的角度分析风险备用金保障机制是否会影响投资人行为和调节风险感知,以及该机制会对借款人的借款结果产生什么样的影响。

一般来说,P2P网络借贷是一个中间的第三方平台,汇集并发布供求信息,进行信用审查,但不提供担保。由于中国市场个人征信体系不完善,这种单纯的平台模式在中国的发展受阻,这导致国内众多P2P平台上线了多种担保机制以降低资金出借方面临的违约风险。目前,国内主流P2P网络借贷平台保障投资人资金的担保机制主要包括三种方式:风险备用金、第三方担保和履约险(见表 1)。根据"网贷之家"网站的相关数据,经营规模较大且综合排名前20位的网络借贷平台中有10个平台均采用了风险备用金这一机制,说明风险备用金机制在我国P2P网络借贷平台中是投资人资金的主要保障方式;还有一些平台则根据自身不同产品类型采用不同担保方式,即存在一个平台多种担保机制的情况。但是由于国内P2P网络借贷发展时间较短,数据获取和数据分析较为困难,目前关于风险备用金保障的实证研究还比较缺乏。"拍拍贷""人人贷"和"宜人贷"等平台实施风险备用金机制对投资者及借款结果产生哪些影响?如何更好地使用风险备用金机制?关于这些问题现有的文献还没有给出明确结论。因此,有必要对风险备用金保障机制作进一步的研究。

表 1 中国主流P2P网络借贷平台主要担保方式
三、假设提出

在P2P网贷交易市场中,借贷双方互不相识,投资人只能依靠借款人在网贷平台上披露的相关信息进行投资。而平台出于保护借款人隐私的原因,不能公布借款人的全部信息,同时借款人倾向于隐藏自己的不利信息。投资人想了解借款人更多的信息,而平台公布的借款人信息有限,如何走出信息悖论一直是P2P网络借贷领域研究的重要问题。Menkhoff (2006)[24]、Berger (2011)[25]、Busetta和Zazzaro (2012)[26]等在其研究中发现,担保作为信号工具可以减少传统金融市场中的信息不对称问题。根据信号传递担保理论,风险备用金保障是平台向投资人传递的一个有用信号,表明借款人真实的违约风险较低,减轻了借贷双方的信息不对称程度。此外,Smith和Warner(1979)[27]提出在金融市场中,担保通过增加借款人违约成本来约束其还款行为,同时降低投资人的违约损失。目前来看,风险备用金保障机制是帮助平台走出信息悖论的有效方式。首先,平台提供的风险备用金保障降低了投资人对借款人信息披露的依赖程度。其次,相比于投资人,网贷平台对借款人信息掌握得更为全面,平台愿意向借款人提供风险备用金保障,说明平台经过审核认为借款人的违约概率较低。因此,风险备用金保障机制激励了投资人进行投资,使具备风险备用金保障的借款项目更容易借款成功。据此,本文提出假设1。

假设1:风险备用金机制有激励投资人进行投资的作用,有风险备用金保障的借款项目借款成功率高于没有风险备用金保障的借款项目。

信用风险等级是平台依据借款人提供的信息及其历史借款记录,运用自身的风险评估体系计算出的借款人风险量化指标,在一定程度上反映了投资借款人面临的风险大小。Lin(2009)认为借款人信用等级与借款利率存在负相关关系,即风险越大借款利率越高。但是在网贷平台引入风险备用金机制后,投资人面对高风险借款项目时会更有信心。一方面,平台向借款人提供风险备用金保障传递了一个借款人信用状况良好的信号,表明借款人的违约概率较低。另一方面,风险备用金保障机制保证了投资人最低收益,投资人可以从高风险的借款项目中获得至少本金的收益。在提供风险备用金保障的借款项目里,投资高风险的借款项目可以让投资人以相对较小的期望损失获得较高的期望收益。因此,投资人在投资有风险备用金保障的借款项目时,会降低对风险等级信息的依赖程度,倾向于投资高风险的借款项目。据此,本文提出假设2。

①LIN M F. Peer-to-peer lending: an empirical study[J]. AMCIS 2009 Doctoral Consortium, 2009,17:1-7.

假设2:风险备用金机制可以调节投资人对借款人风险等级的感知,在同时具备风险备用金保障情况下,投资人更倾向于风险等级高的借款项目。

Herzenstein等(2008)[7]在研究借款人的人口信息时发现投资人在预测借款人的还款能力时更依赖于"硬信息"。Greiner和Wang (2010)[28]通过建立一个P2P网络借贷的信任机制发现"硬信息"比"软信息"更能影响借款人的筹资成功率。Pötzsch和Böhme (2010)[29]则通过研究借款人给出的借款描述,发现个体投资人在进行投资决策时更依赖于"硬信息"。

根据以上研究,我们发现国外的文献普遍认为借款人的"硬信息"是影响投资人行为最强的信号。在本文中历史借款成功率(历史借款成功次数/历史借款总次数)表示借款人真实的历史风险信息,与借款人其他风险信息(包括借款人风险等级,是否拥有房产、车产)相比更具客观性和真实性。但Chen和Han(2012)[2]的研究发现,与美国P2P网络借贷市场不同,中国投资者更重视"软信息"。因为不同于国外健全的风险评级标准,中国风险评级主要依靠平台自己的评价体系,具有很强的主观性;借款人的房产、车产的价值及其真实性难以线上评估,存在一定的主观性误差。因此,中国P2P网络借贷市场中借款人历史风险信息最直观地反映了该借款人的信用水平,投资人投资时更为看重借款人的历史风险信息。同时,如果投资人最为关注借款人的历史风险信息,在借款人披露的信息不能令投资人信服的情况下,向历史风险信息较差的借款人提供风险备用金保障,更能影响投资人的投资决策。据此,本文提出假设3。

假设3:相比其他风险信息,为历史风险信息差的借款人提供风险备用金保障,提升借款成功率的效果更为明显。

四、数据描述与变量定义 (一) 数据来源

本文选取"拍拍贷"与"人人贷"的真实交易数据对上述研究假设进行实证分析。从宏观层面来看,两个平台均成立于国内P2P网络借贷刚起步阶段,现在已发展成为国内最为知名的两个P2P网络借贷平台,其所拥有的用户基数在同一水平。从微观层面来看,两个平台分散的底层借款项目大多来自于个人的消费借款,且借款信息的内容基本相同(包括借款人信息及借款项目信息)。"拍拍贷"只对信用等级为AAA、AA、A的借款项目提供风险备用金保障。"人人贷"的保障机制有三种,分别是风险备用金保障、实地认证机构担保、第三方合作机构担保,且每个借款项目至少有一种保障方式。本文研究的问题是P2P风险备用金保障机制的作用,因此选取"拍拍贷"平台上不提供任何担保机制的借款项目以及"人人贷"平台上仅提供风险备用金保障机制的借款项目作为数据来源。

本文所收集的数据均来自2015年1月1日至2015年6月30日两个平台上借款人所发布的最后一条借款项目,剔除缺失值数据,最终共有11 225条借款项目。借款人发布的借款项目只有满标借贷关系才成立,所以本文以借款项目满标作为衡量借款成功的指标。

①由于"拍拍贷"和"人人贷"借款人的风险信息(包括风险等级、历史借款次数以及历史借款成功次数)会根据借款人的借款及还款行为同步更新,即借款人发布借款项目时的风险信息在本文抓取数据时可能发生了变化且难以追踪,这将会导致本文所搜集的同一借款人发布的所有借款项目的风险信息完全一样。因此,本文从所搜集的数据中筛选出理论上描述借款人风险信息最为准确的最后一条作为研究样本。

(二) 变量定义

本文将两个平台借款人的风险等级分为三大类:低风险、中风险、高风险(见表 2)。

表 2 借款人风险等级分类

根据"拍拍贷"和"人人贷"平台对借款信息的公布状况,本文定义以下核心变量(见表 3),包括借款人风险信息、借款项目信息、人口信息、借款项目最终状态信息以及保障信息。首先对采集的初始借款项目信息进行数据清理,删除缺失重要变量的借款信息;然后对借款人车产和房产的拥有状态、借款项目状态、借款人学历和保障信息进行数值化转换。为避免借款总额数量级过大造成误差,本文将所有借款项目的借款总额以万元为单位来分析。

表 3 变量名称及说明

对借款项目数据进行描述性统计分析,结果如表 4所示。样本中借款人平均风险等级为2.710,说明借款人大部分为高风险借款者。这与前人的研究结论一致,通过线上P2P借贷的方式获取资金的借款人一般是被银行等传统金融机构拒之门外的高风险借款人[30]。此外,借款人房产及车产的拥有率较低,其中拥有房产的借款人仅占33%,拥有车产的借款人仅占23%(在本文中,借款者对房产或车产的拥有状态不考虑其获取房产或车产的方式,即不考虑借款者是否有房贷和车贷)。风险备用金保障方面,在所有的借款项目中有55%拥有风险备用金保障。表 5给出了变量的相关性分析结果,变量间的相关性系数均小于0.7,表明变量间不存在明显的相关关系。

表 4 借款项目描述性统计
表 5 相关性分析
五、实证研究 (一) 模型建立

Probit回归模型是一种分析因变量与自变量之间因果关系的广义线性模型,用来解释自变量变化对因变量发生概率的影响。因此,本文将采用多元Probit回归模型实证分析风险备用金保障机制对投资人投资行为及借款人借款结果的影响,模型如下:

$ {{\rm{Pr}}\left( {{\rm{listin}}{{\rm{g}}_i}=1{\rm{|}}x} \right)={\rm{F}}\left( {\alpha + {\beta _1} \times x_r^{iisk} + {\beta _2} \times x_i^{attributes} + {\beta _3} \times x_i^{demo} + {\beta _4} \times x_i^{guar}} \right)} $ (1)

其中,listingi表示借款项目i;risk表示风险信息;attributes表示借款项目信息;demo表示借款人人口信息;guar表示风险备用金保障;α、β分别为系数。

为研究风险备用金保障机制对投资人感知借款人风险等级的调节作用,本文在式(1)中加入交互项,得公式(2):

$ {{\rm{Pr}}\left( {{\rm{listin}}{{\rm{g}}_i}=1{\rm{| }}x} \right)={\rm{F}}\left( {\alpha + \beta \times x_i^{credit \times guar} + {\beta _1} \times x_i^{risk} + {\beta _2} \times x_i^{attributes} + {\beta _3} \times x_i^{demo} + {\beta _4} \times x_i^{guar}} \right)} $ (2)

为研究风险备用金保障机制对投资人感知不同风险信息的调节作用,本文在模型(2)中加入风险备用金保障机制与其他风险信息交互项,得公式(3):

$ {\rm{Pr}}\left( {{\rm{listin}}{{\rm{g}}_i}=1{\rm{|}}x} \right)={\rm{F}}\left( {\alpha + \beta \times x_i^{credit \times guar} + {\beta _1} \times x_i^{successrate \times guar} + {\beta _2} \times x_i^{houseowner \times guar}\\ + {\beta _3} \times x_i^{vehicleowner \times guar} + {\beta _4} \times x_i^{risk} + {\beta _5} \times x_i^{attributes} + {\beta _6} \times x_i^{demo} + {\beta _7} \times x_i^{guar}} \right) $ (3)
(二) 初步分析

本文按照风险等级与是否有风险备用金担保对借款项目进行分类(见表 6),发现风险等级越高的借款人,越倾向于获得风险备用金保障。进一步分析发现,在11 225个借款项目中,低风险的借款项目占0.3%,中风险的借款项目占28.5%,高风险的借款项目占71.2%。从表 6进一步可以看出在P2P网络借贷市场中,借款人的风险等级主要以中高风险为主。

表 6 风险等级-风险备用金担保比例分析

本文按照是否借款成功进行分类统计,统计结果如表 7所示。其中,成功筹集资金的借款项目与未成功筹集资金的借款项目在项目信息、借款人信息、借款人风险信息及备用金保障方式方面有显著性差异。从借款项目信息来看,成功借款的项目的平均借款金额为1.50万元,未成功借款项目则为2.66万元;成功借款的项目的年利率为14.85%,大于未成功借款项目的12.13%。从借款人学历信息来看,成功借款的借款人平均学历在大专以上,高于未成功的借款人的平均学历。

表 7 借款结果分类统计

由以上统计数据可以看出,成功借款的项目使用风险备用金保障的频率大于未成功的项目,说明使用风险备用金保障有助于提高借款成功率。成功借款项目和未成功项目历史借款成功率差异较大,表明历史借款成功率这个指标对投资人决策影响较大。以上只是根据描述性统计分析得出的初步结论,更详尽的回归分析将在下一节展开。

(三) 实证分析 1. 风险备用金保障机制能否提高借款成功率

为了回答上述问题,我们采用公式(1),以二分类变量借款状态(condition)作为因变量,以借款项目是否有风险备用金保障(guarantee)作为自变量,其他变量作为控制变量,分析风险备用金保障机制是否显著提高借款成功概率。回归结果如表 8所示。

表 8 回归结果

表 8可知,风险备用金的系数为4.227,在1%的统计水平下显著。该结果表明风险备用金保障机制能够促进投资者投资,提高借款项目成功借款的概率,假设1得到验证。由边际效应系数为0.124可知,提供风险备用金保障能够让借款项目成功借款的概率提高0.124单位。

2. 风险备用金保障机制能否调节投资者对于借款人风险等级的感知

我们采用公式(2),在公式(1)的基础上,自变量加入交互项guarantee×credit(风险备用金×风险等级),验证在提供风险备用金保障的借款项目里,投资人对借款人风险等级的感知是否会有所不同。回归结果如表 8所示。

表 8结果可知,guarantee×credit(风险备用金×风险等级)系数为正,且在1%的统计水平下显著;说明在有风险备用金保障的前提下,投资人倾向于投资风险等级高的借款项目,所以风险等级高的借款项目更容易借款成功。这表明风险备用金减弱了投资人对借款风险的感知,这也是国家出台监管细则的原因之一,即风险备用金机制可能会使投资人忽略了投资风险。假设2得到验证。

3. 为历史风险信息差的借款人提供风险备用金保障,对提升借款成功概率的效果是否更为明显

本文采用公式(3),通过比较风险备用金保障与风险信息的交互项系数,判断风险备用金保障机制是否对历史风险信息调节作用最强。回归结果如表 8所示。

由风险信息交互项系数可知,除了风险备用金×车产状态的交互项系数不显著外,其他风险信息的交互项系数显著为正。这表明在风险信息确定的前提下,提供风险备用金保障能够提高借款的成功概率。由交互项的系数可知,风险备用金×借款成功率的交互项系数最大,这表明在借款人历史借款成功率相同的情况下,提供风险备用金保障平均能提高0.173 1单位的借款成功率;而且与其他风险信息相比,提升幅度最大。这也验证了假设3,相比其他风险信息差的借款人,为历史风险信息差的借款人提供风险备用金保障,提升借款成功概率的效果更为明显。

(四) 稳健性检验

在上述分析中,根据平台自身风险指标体系,将借款人的风险等级划分为3个维度。为使研究结论更具说服力,本文将借款人风险等级变量进一步细化至6个维度(如表 9所示),同样采用上述Probit回归模型进行验证,回归结果如表 10所示。模型1中,风险备用金变量在1%统计水平下显著且系数为正;模型2中,guarantee×credit(风险备用金×风险等级)同样显著且系数为正;模型3中,风险备用金×借款成功率的交互项显著且系数最大。上述研究假设进一步得到验证。

表 9 借款人信用等级细分
表 10 稳健性检验回归结果
六、研究结论及启示

P2P网络借贷是传统金融的重要补充,对解决中小企业和个人融资难问题具有重要意义。本文从信息不对称理论出发,研究了P2P网贷平台的风险备用金机制对投资人投资行为的影响。研究发现:由于P2P网络借贷市场借贷双方存在严重的信息不对称,投资人的投资热情受到抑制,而风险备用金机制作为保障投资者利益的一种手段,相对减缓了投资人资金受损。这也是平台向投资者传递的借款人信用状况良好的有效信号,刺激了投资者进行投资,因此有风险备用金保障的借款项目更容易成功借款。而在有风险备用金保障的借款项目里,投资人因为得到本金保障而更愿意投资风险更高的借款项目以获取更高的收益。与国外投资人更依赖借款人"硬信息"的情况不同,由于国内信用评定体系尚不完善,中国P2P网络借贷中历史借款信息是反映借款人信用状况最真实的信息,因此投资者对借款人历史借款信息最为看重。为历史借款信息差的借款人提供风险备用金保障最能激励投资人投资,对成功借款概率的提升也更明显。

本文的研究对现阶段的平台担保模式和借款人具有一定的启发意义。首先,风险备用金机制虽然确定了平台的有限代偿责任,但是实施风险备用金机制后,投资人明显更倾向于投资风险等级更高的借款项目,这对平台提出了更高的要求。平台应该更加重视对借款人风险的审核评估,细化风险评级体系指标,合理管控因实施风险备用金机制而增加的借款人违约风险,同时把风险保障金账户交由第三方托管,做到账户资金流动规范化、透明化,这样才能保证风险备用金机制良性运转,在提升平台交易额的同时又能够切实保障投资人的利益。其次,本文的研究结论也对借款人是否应该申请风险备用金保障有启示作用。如果借款人历史借款信息相对较差或者是首次借款没有历史风险信息可供参考,不能吸引投资人,那么采用风险备用金保障对借款成功率的提升效果最明显,借款人能据此判断自己是否需要风险备用金保障。

参考文献
[1] 杨建辉, 林焰. 我国P2P平台的发展问题与风险防范研究[J]. 华南理工大学学报(社会科学版), 2017, 19(4): 20–30.
[2] CHEN D, HAN C. A comparative study of online P2P lending in the USA and China[C]. Journal of internet banking and commerce, 2012, 17(2): 1-15.
[3] LIN M, PRABHALA N R, VISWANATHAN S. 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. DOI: 10.1287/mnsc.1120.1560
[4] IYER R, KHWAJA A I, LUTTMER E F P, et al. Screening peers softly:inferring the quality of small borrowers[J]. Management science, 2015,62(6): 1554–1577.
[5] XU Y, QIU J, LIN Z. How does social capital influence online P2P lending? a cross-country analysis[C]//2011 International Conference on Management of e-Commerce and e-Government. IEEE, Hubei; 2011: 238-245.
[6] RAVINA E. Beauty, personal characteristics, and trust in credit markets[BE/OL]. (2011-08-27)[2018-10-16]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=972801.
[7] HERZENSTEIN M, ANDREWS R L, DHOLAKIA U M, et al. The democratization of personal consumer loans? Determinants of success in online peer-to-peer loan aucitions[J]. Bulletin of the university of delaware, 2008,15(3): 274–277.
[8] 廖理, 李梦然, 王正位. 中国互联网金融的地域歧视研究[J]. 数量经济技术经济研究, 2014, 31(5): 54–70.
[9] POPE D G, SYDNOR J R. What's in a picture? Evidence of discrimination from prosper.com[J]. Journal of human resources, 2011,46(1): 53–92. DOI: 10.1353/jhr.2011.0025
[10] DORFLEITNER G, PRIBERNY C, SCHUSTER S, et al. Description-text related soft information in peer-to-peer lending-Evidence from two leading European platforms[J]. Journal of Banking & Finance, 2016,64(3): 169–187.
[11] FREEDMAN S M, JIN G Z. The signaling value of online social networks:lessons from peer-to-peer lending[J]. International Journal of industrial organization, 2017,51(3): 185–222.
[12] LIU D, BRASS D, LU Y, et al. Friendships in online peer-to-peer lending: pipes, prisms, and relational herding[BE/OL]. (2015-08-26)[2018-10-16]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2251155.
[13] AKERLOF G A. The market for "lemons":quality uncertainty and the market mechanism[M]. .
[14] BARRO R J. The loan market, collateral, and rates of interest[J]. Journal of money, Credit and banking, 1976,8(4): 439–456. DOI: 10.2307/1991690
[15] STIGLITZ J E, WEISS A. Credit rationing in markets with imperfect information[J]. The American economic review, 1981,71(3): 393–410.
[16] CHAN Y S, KANATAS G. Asymmetric valuations and the role of collateral in loan agreements[J]. Journal of money, credit and banking, 1985,17(1): 84–95. DOI: 10.2307/1992508
[17] BOOT A W A, THAKOR A V. Moral hazard and secured lending in an infinitely repeated credit market game[J]. International Economic Review, 1994,35(4): 899–920. DOI: 10.2307/2527003
[18] BESTER H. The role of collateral in credit markets with imperfect information[J]. European Economic Review, 1987,31(4): 887–899. DOI: 10.1016/0014-2921(87)90005-5
[19] BESANKO D, THAKOR A V. Collateral and rationing:sorting equilibria in monopolistic and competitive credit markets[J]. International economic review, 1987,28(3): 671–689. DOI: 10.2307/2526573
[20] CHAN Y S, THAKOR A V. Collateral and competitive equilibria with moral hazard and private information[J]. The Journal of finance, 1987,42(2): 345–363. DOI: 10.1111/j.1540-6261.1987.tb02571.x
[21] POZZOLO A F. The role of guarantees in bank lending[EB/OL]. (2004-05-12)[2018-10-16]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=498982.
[22] 彭宁. P2P网络借贷平台担保问题研究[J]. 法制与社会, 2016(3): 101–102.
[23] 郑迎飞, 陈晓静. P2P网贷平台本息保障与投资者反应[J]. 金融论坛, 2018, 23(1): 66–80.
[24] MENKHOFF L, NEUBERGER D, SUWANAPORN C. Collateral-based lending in emerging markets:evidence from Thailand[J]. Journal of banking & finance, 2006,30(1): 1–21.
[25] BERGER A N, FRAME W S, IOANNIDOU V. Tests of ex ante versus ex post theories of collateral using private and public information[J]. Journal of financial economics, 2011,100(1): 85–97. DOI: 10.1016/j.jfineco.2010.10.014
[26] BUSETTA G, ZAZZARO A. Mutual loan-guarantee societies in monopolistic credit markets with adverse selection[J]. Journal of financial stability, 2012,8(1): 15–24. DOI: 10.1016/j.jfs.2011.02.004
[27] SMITH JR C W, WARNER J B. On financial contracting:an analysis of bond covenants[J]. Journal of financial economics, 1979,7(2): 117–161. DOI: 10.1016/0304-405X(79)90011-4
[28] GREINER M E, WANG H. Building consumer-to-consumer trust in e-finance marketplaces:An empirical analysis[J]. International journal of electronic commerce, 2010,15(2): 105–136. DOI: 10.2753/JEC1086-4415150204
[29] PÖTZSCH S, BÖHME R. The role of soft information in trust building: evidence from online social lending[C]//Trust and Trustworthy Computing.Berlin: Springer, 2010.
[30] FENG Y, FAN X, YOON Y. Lenders and borrowers'strategies in online peer-to-peer lending market:an empirical analysis of ppdai. com[J]. Journal of Electronic Commerce Research, 2015,16(3): 242.