文档文库
手机版
投诉建议
热门搜索： 心得体会 演讲稿 思想汇报
首页 > 国内P2P网络借贷平台借款人特征比较分析——以人人贷和向上360为例

国内P2P网络借贷平台借款人特征比较分析——以人人贷和向上360为例

发布时间：1714207529   来源：文档文库   
小 中 大
字号：
手机查看
JournalofZheianciＧTechUniversitSocialSciencesjgSy(Vol．４０,No．３,Jun．２０１８:/(DOI１０．３９６９．issn．１６７３Ｇ３８５１s．２０１８．０３．００２j,浙江理工大学学报(社会科学版第４第３期,０卷,２０１８年６月国内P２P网络借贷平台借款人特征比较分析———以人人贷和向上３６０为例应珺璐,徐少君(浙江理工大学经济管理学院,杭州３１００１８大多阐述P　　摘　要:P２P近年来呈现出爆炸性增长的发展态势.我国对P２P网贷的研究起步较晚,２P网贷运营模式、风险及对策建议.文章收集了国内人人贷和向上３对网贷平台借款人的特征６０网络贷款平台的交易数据,进行比较,并分析其中存在的各种歧视现象,从而为借款者、P２P网贷平台等提供借鉴意义.研究发现:P２P网贷借款人主要为中青年人;有房产或车产的人、年龄稍长的P２P网贷平台通常偏好向三类人批复相对较高的授信额度:人、高收入者.此外,学历对借款成功率也有一定程度的影响,且不同模式的平台受各因素的影响程度不同,信用贷款比抵押贷款更看重学历、年龄等更多信息.关键词:借款人特征;比较分析P２P网络借贷平台;中图分类号:F８３０．５　　　　　　文献标志码:A　　　　　　　文章编号:１６７３Ｇ３８５１(２０１８０６Ｇ０２２２Ｇ０８金融脱媒以及民间借贷的火　　随着利率市场化、爆,P２P网贷平台数量快速增长.国际上很多学者对这些平台进行了研究.国内学者对于P２P网贷领域的研究起步较晚,大多数研究都是分析P２P网贷平台的运营模式和存在的问题、P２P网贷存在的风险和监管问题以及借款人违约特征.那么P２P网贷的借款人有哪些特征?哪些人更容易借到钱?本文利用网贷平台的交易数据,分析不同模式下借款人的特征,全面地分析其中的差异以及拥有哪些特征的借款人容易借到款,从而给借款者一定的借鉴意义.本文的创新点在于:现有文献大多利用a单个网贷平台的数据进行研究,本文采用对比分析法,引入平台虚拟变量,使结果更全面.b较全面地分析了P２P网贷存在的各种歧视现象.一、相关研究现状多学者结合互联网背景对P２P网贷进行了研究.概括而言,研究热点主要围绕以下两个方面.(一借款能力的影响因素研究地域歧视、学历歧视、年龄歧视等.这些歧视本质上１]反映了信息不对称条件下的斟酌机制.廖理等[通国内P发展时间较短,许２P网贷始于２００７年,学者们发现P如２P网贷存在一定的歧视现象,过实证分析发现P且借２P网贷存在地域歧视问题,于其他省份,说明地域歧视是一种非理性行为,属于]２偏好性歧视.尉丽婷[以拍拍贷为例,通过实证研款成功率较高省份的借款人的违约率并没有显著低究方法得出借款人认证程度与借款能力成正比,借收稿日期:２０１７－１１－２７　　网络出版日期:２０１８－０５－２８;基金项目:浙江省自然科学基金项目(浙江省哲学社会科学重点研究基地浙江理工大学浙江生态文明研究中心基地课题LY１８G０３００３８,作者简介:应珺璐(女,浙江温州人,硕士研究生,主要从事互联网金融方面的研究.１９９５－:通信作者:徐少君,EＧmailzstut＠１２６．comj(;浙江理工大学全球共享经济研究院课题(１６STYB０３１８GXJJ０５
第３期——以人人贷和向上３应珺璐等:国内P２P网络借贷平台借款人特征比较分析—６０为例２２３款人借出信用与借款能力成正比.相对于借款人努力程度而言,借款利率和个人基本情况对借款能力影响较小.安鑫等[３]证明借款人基本情况(年龄、性别、受教育年限等对借款能力影响较小,且与传统银行业相比,P２P网贷不存在歧视现象.陈建中等[４]则得出完全的不同结论,即借款人基本情况对借款成功率有显著影响,学历、年龄和借款成功率存在正相关关系,有房产的人以及已婚人士更容易借到款.Barasin随着年龄的增大借款利率升高ska等[５]研究发现,借贷中存在一定的年龄歧视,、借款成功率降低,并进一步分析原因是平台的借款期限一般是３~５年,借款者考虑了其中的生命周期成本.庄雷等[６]认为身份歧视影响了借款人的中标概率,并将身份分为五个等级,身份等级越高,获得贷款的概率越大.综合已有文献可知,借款能力受学历、年龄、婚姻状况、房产状况等因素的影响.(二借款人违约特征研究汤英汉[７]研究表明,违约金额与违约人的性别与所处区域、网贷平台模式没有显著相关性.顾慧莹等[８]则得出借款人籍贯所在地区、婚姻状况和违约率有显著的相关关系,O２O网贷模式下,有效的信息核实决定了本地借款人比外地借款人的违约率更低,此外已婚人士的违约率更高.廖理等[９]研究借款人的借款利率和违约风险的关系,发现利率对违约风险有一定的预测作用,利率高可能意味着更高的违约风险.此外,廖理等[１０]通过研究还发现高学历的借款人违约率更低,说明高等教育对人的行为有约束作用,但投资者对高学历借款人没有明显偏好,说明投资者通过学历识别信用风险的认知存在不足.苏亚等[１１]研究了借款人违约受哪些因素影响,发现:年龄和违约概率正相关,可能和年长者经济收入不稳定,且容易受突发状况影响有关;高学历有助于降低违约风险;经济信息对违约概率影响不大;借款利率和违约风险呈正相关.现有文献虽然从不同方面探讨了台借款人借款成功率的影响因素,以及存在的歧视P２P网贷平现象,总结了对P２P网贷的典型特征,但仍存在许多进一步深入研究的空间.一方面,已有文献虽然对借款人的借款能力受哪些因素影响进行了研究,但并未进一步深入探讨,在不同的网贷模式下,各因素对借款成功率的影响程度是否相同,即缺少不同模式下的对比研究.另一方面,已有文献对大多数学者只P２P网贷中存在歧视现象的研究比较单一,选取一个平台的数据作为样本,且单独研究其中某一种歧视现象,结论存在一定的局限性.因此,本文选取了不同模式下的网贷平台典型代表———人人贷和向上３６０平台的交易数据为样本,系统地分析借款人的特征以及其中存在的各种歧视现象,以期为P２P网贷和借款者提供一定的借鉴.二、国内P２P网络借贷平台发展现状分析２００７年,我国首家P２P贷款公司拍拍贷成立,随后宜信、红岭创投、陆金所等平台相继出现.目前中国几乎每一个省份都成立了贷之家的数据,P２P网贷平台主要集中在广东P２P平台.根据网,截至０１６年广东平台数占全国的网贷行业６月份,累计成交量达到数、借款人数分别达３３８．２２７２０万７５人．０、１６亿１７元．８,％投;资P２人P整个行业总量增长较快,而且上线的１２平．４台１万人①数也在.增长.不过积累了巨大的风险P２P网贷的高速且略带野蛮式的发展也.集资七百多亿元,随即大大集团也因非法融资问题２０１５年１２月,e租宝被控非法被警方调查.发,监管部门加紧了对包括２０１５年互联网金融重大风险事件频金融的规范和整治.２０１６年P２P网贷在内的互联网年数据中心监测到的P２P网贷平台共６P月２P网贷平台增长速度有所减缓.截至２０１６３０日,零壹研究院表示２０１４年９月至２０１６年９月的４月５６平７家.图台增长数１量.可以看出０１５年有较大幅度的下降２０１６年以来,每月新增平台数量较.主要原因是政策面规范性要求提高,问题平台主动停止运营的数量增多.图１　全国网贷平台每月新增数量①数据来源:网贷之家２２
２２４社会科学版　　　　　　　　浙　江　理　工　大　学　学　报(２０１８年　第４０卷三、国内P２P网络借贷平台借款人特征比较分析(一样本的选择和容量的确定下的人人贷的借款人为样本.截至２向０１６年９月,本文选择O２O模式下的向上３６０和混合模式信任,而信息的对称和充分在信任形成过程中起重要作用.此外,若有第三方征信机构提供有力依据,可信赖的网贷平台实行充足的保障措施,更有利于信任产生.贷款人通过获取借款人的基本信息产生１２].例如,信任,进而影响借款意愿[贷款者认为高等教育能规范人的行为,并且高学历人群普遍拥有高收入,能够降低借款人的违约概率,防止道德风险上３鉴于样本总量较大,６０总成交量为１３７２２２笔,所以设最大允许绝对误差９e为５％,置信区间为的计算公式５％,则Z＝１．９６≈２:.对于简单随机抽样,样本量n＝e２Z又p(１－∗２N∗p＋Z∗２(∗１p－p∗∗N(１n＝p的最大值为２２×０．２５×０１．３２７５(当p(１＝－０p．５时,则故最终确定样本量为０．０５２×１３７２２２２２２４２０＋０２份×.０同理．２５＝３９８．８３,,人人贷总成交量为２７５３８６笔,则n＝２２×０．２５×２７５３８６＝３９９．４故最终确定样本量为０．０５２×２７５３８６＋２２×０２,(二相关机理分析４００份.．２５１信息不对称贷款人和借款人之间的信息不对称可能会导致．道德风险、逆向选择,进而产生风险.借款人对自身的经济状况、风险偏好类型、还款意愿等较清楚,而贷款者只能通过平台获取基本信息,通过对借款者的收入、学历、房产状况等信息进行甄别,作出决策.借款者存在谎报信息的可能性,虽然提供较高的借款利率,实际上却无法还款,或者借款后从事高风险的活动.因此网络借贷平台需要做好审核和监管工作,以便贷款者做出正确判断.研究P２P网贷的交易特征有利于借款人更有效率地借到款项,帮助投资者更安全地进行投资决策,同时也能使平台更好地发挥作用.２信任机制理性行为理论研究有意识的行为动机的决定因．素,模型如图２所示.一个人的实际行为由行为意向决定,行为意向由行为态度和主观准则决定.图海量的互联网信息充满不确定性２　理性行为模型,人们在辨别时会表现出对信息的偏好和信任.网络借贷离不开发生,因此偏爱高学历的借款人.此外,为了防止被迫违约发生,贷款人更愿意选择还款能力强的借款人,而收入、房产状况、学历等因素又在一定程度上决定了还款能力.(三数据描述和研究假设人人贷网站公布的借款人信息主要包括,标的总额、还款期限、借款人年龄、性别、学历、婚姻、收入、房产车产情况、房贷车贷、公司行业和规模、岗位职位、工作城市、工作时间等信息.向上限、年龄、３性６０网站抵押贷款公布借款金额、交易期别、籍贯所在地区、出生年月、学历、婚姻、收入、房产车产情况、房贷车贷、所处行业、企业类别、职位等信息.根据已有文献研究、实践经验和数据可得性,建立以下模型:lnγi＝β０＋β１ai＋β２si＋β３ei＋β４hi＋β５ti＋β６其中１β０,β１,􀆺,giβ＋β７mi＋β８Di＋εi(８为待估参数.２被解释变量本文设定的被解释变量是借款总额．,即网贷平台上公布的借款人的借款金额总额.«网络借贷信息中介机构业务活动暂行管理办法»中设置了借款上限,同一自然人在同一网贷平台的借款总额不超过人民币２０万元.借款总额代表网贷平台对借款人批复的授信额度,借款总额越高说明借款机构对借款人的还款能力越认可.２解释变量a．收入si元时设置该值,为哑变量为０,收,入借款人的收入为为５０００~１０００２０００元０时~５该００值０２００１００,收~５入００为００１０元时该值０００~２００为００元时该值为３,收入为５０００２０,收入为资人可能对高收入的借款人有更多偏好.元以上时该值为４收入越高,借款人的还款能力越强.因此,,投假设收入和借款总额正相关.b学历ei时设置该值为,哑变量,借款人的学历为高中或以下为本科时设置该值为１,学历为大专时设置该值为３,学历为研究生或以上时２,学历设
第３期——以人人贷和向上３应珺璐等:国内P２P网络借贷平台借款人特征比较分析—６０为例２２５置该值为４.廖理等[１０]对投资者是否更愿意借钱给高学历的借款人进行了研究,并得出结论高学历借款者信用风险低,但投资者未有明确认知.王会娟等[１３]发现资产状况、婚姻稳定性、学历对借贷行为产生不同程度影响.假设学历和借款总额正相关.０房产h哑变量款保障,借款人有房产时设置该值为ci,,借款人无房产时设置该值为,投资人可能偏好有房产的借款人１.房产作为一种还.温小霓等[１４]发现借款人的住宅情况对借款结果有影响.假设有房产的借款人有高的借款总额.d年龄ai借款人的年龄.,即人人贷和向上根据生命周期假说３６０网站上公布的,年轻时期人们会把大部分收入用于消费,甚至会举债消费.现有研究结论表明,借款成功率受到年龄的显著影响,年龄的增加带来信任度的增加.假设年龄和借款总额正相关.籍贯所在地为华北地区时设置该值为e地域ti,哑变量,即借款人的籍贯所在地区,时设置该值为１,东北地区区时设置该值为２,地区时设置该值为４华东地区时设置该值为,３,中南地６西南地区时设置该值为.廖理等[１]研究结论表明人人５,华中贷平台存在地域歧视问题.假设经济发达地区的借款人能获得高借款额.未婚时设置该值为f婚姻状况mi哑变量,借设置该值为明,已婚人士３且,丧配偶１,偶时,已婚时设置该值为款人的婚姻状况为支设持置贷该款值行为２,离异时为４的.,实更践易经得验到证贷款.但是顾慧莹等[８]发现已婚人士的违约率更高,可能和家庭负担过重有关.g性别gi该值为０,性别为男时设置该值为,哑变量,借款人的性别为女时设置业白皮书»显示,借款１人.«中２男０１性５上海网络信贷服务超过七成.Barasinska等[５]认为女性借款者融资成本高的原因不是性别歧视,而是预期自己会受到歧视.假设男性有更高的借款额.表总额、月收入１是对人人贷、向上、年龄进行一般性描述统计３６０平台借款人的借款.从上表可知人人贷借款人借款总额的中值为５０００~１００００元的占大多数.标准差为８６５７２０６０元,在说明借款总额差距大.月收入的中值为５７．龄的中值为７４３６３．６６０岁,说,标准差为明借款人收入差距也８０很００元５,３标,准差为大.年差距较小,主要为２５~４５岁的青年８．８５,说明借款人年龄.向上宝的借款人借款总额的中值为５１２６５元,３在６０车抵５００００元左右的占大多数.标准差为总额差距较大.月收入的中值为３６８１０００１０．３元６,,说明借款标准差为７为４３小３６,３．６岁０,,说明借款人收入差距也较大标准差为且大多处于中青年１０．.９８从借款金额来看,说明借款人.年年龄的中值,龄向上差距３６较的借款金额比人人贷低三万元左右,但标准差较人０人贷小,说明向上从借款金额来看,人人贷借款人的月收入平均比向３６０比人人贷的借款金额集中.上的差距都很大３６０借款人高,也从侧面反映了贫富差距较大５９００元,两个平台的借款人月收入.借款人主要为中青年,一方面符合现代消费的特点,中青年是主力军;另一方面和传统银行贷款特征有相似之处,银行担心老年人的还款能力较差,在信用卡办理时设置６表０或１　６数量变量描述性统计５岁的年龄限制.特征平台中值标准差极小值极大值借款总人人贷额/元向上３６０５８６１７２０６０５．．０００５０３２６６１５０７１．．５３３１６１１０５００２００．．００００３２５４３００７０６０７．．００００月收人人贷入/元向上３６０１８３０９００．００６６１０７．５６３０００．００６５０００．００３０６０．００７４８３６．６０２５００．００６００００．００年龄人人贷　　/岁向上表３６０３３．．００００１状况、房产状况２是对人人贷、向上０．、性别进行一般性描述统计的结果３６．８９５０８２平台借款人的婚姻２１２．．００００５６９６．．００００.从表别占２可以看出人人贷借款人未婚、已婚、离异的分大多数的比１７．０％例、７０,未．８婚％、、１离２异．３％的、总０．和８％为,２已婚人士占了３６０借款人中未已婚、离异的分别９．占２％.向上７异的总和为５．３％、２．０％２４,．其中已婚占了最大婚、７％.向上３６０婚姻的状比况重的,２未２．分婚８％布、和离、人人贷网站相似,已婚的借款人都占四分之三左右,说明虽说未要求申请人必须已婚,但经验证明已婚人士且配偶支持贷款行为的,其申请贷款的顺利程度要远大于未婚或离异人士的.在房产方面,人人贷借款人有房产的占５１．５.％说明房产状况对借款成功率有一定的,向上３６６１０．５借款人有房产和无房产的％,向上３６０借款人有房产的占比例较接近影响.借款人中男性人数远远超过女性,说明男性比女性更倾向于借款.这也可能和金融借贷中存在的性别歧视有关,认为男性借款人的还款能力大于女性借款人.人人贷借款人的学历主要是本科和大专,占借款总人数的中高中或以下学历的比例有所上升８２．８％.向上３,６０抵押借款人和本科人数基本持平,说明信用贷款比抵押贷款更看重学历.
２２６社会科学版　　　　　　　　浙　江　理　工　大　学　学　报(２０１８年　第４０卷表２　属性变量描述性统计统计指标频数/人占本平台人数百分比/％平台人人贷向上３６０人人贷向上３６０婚姻状况离异４９８未婚６８９１已婚２８３３０１房产状况无房产１５４３８．５４８．５１９４有房产２４６６１．５５１．５２０６男３１１３２９性别女８９７１本科１４２１５６１８９６２学历大专高中或以下研究生或以上１４９５６１３３．３２．３９１２．３１７．０７０．８２．０２２．８７５．３７７．８２２．３８２．３１７．８３５．５４７．３３９．０１５．５１４．０３７．３　　表３显示了人人贷和向上３６０借款人的籍贯分布情况.人人贷借款人籍贯分布状况为华北地区、各占１１．８％、３５．０％、１８．０％、８．０％、１２．８％、华东地区占最多比例,大约为三分之一左１４．５％,右.各地区中最低百分比为８．最高为３差０％,５％,距较大.向上３６０借款人籍贯分布状况为华北地区、华东地区、中南地区、西南地区、东北地区、华中华东地区占最多比例,大约为三分之二,且为８．３％,人人贷华东地区借款人的两倍左右.各地区中最低不同３６０借款人籍贯分布状况较人人贷更为集中,地域借款人百分比差距较大,说明不同地域之间借款成功率存在明显差异.贷款人似乎更加偏好经济发达的华东地区的借款人,且这种偏好在向上３６０平台中更明显.从表４中可以看出,在１％的显著性水平下,借款总额和收入、年龄、学历、房产状况之间呈现出显著的变量收入年龄学历婚姻房产性别籍贯所在地区借款总额∗∗∗０．２７８∗∗∗０．１３２∗∗∗０．２１３正相关关系.说明高收入、高学历、有房产的人更容易获得高借款额.借款总额和收入、年龄、学历、房产状况的相关系数分别为０．２７８、０．１３２、０．２１３、华东地区、中南地区、西南地区、东北地区、华中地区说明存在弱相关,这可能和样本容量较大有０．１７４,关.借款总额和婚姻的相关系数为０．０９７,p值为即边缘显著,二者可能存在相关性.性别和０．０５３,籍贯对借款总额影响不大.在１％的显著性水平收入.年龄和婚姻以及房产存在显著正相关.此外,在５％的显著性水平下,收入和性别之间也呈现出相关关系,说明男性的薪酬待遇普遍高于女性.表３　籍贯分布情况统计籍贯华北地区华东地区中南地区西南地区东北地区华中地区频率人人贷１４０．０７２．０３２．０５１．０５８．０４７．０向上３６０２６４．０３８．０３２．０２０．０３３．０１３．０人人贷１１．８３５．０１８．０１２．８１４．５８．０百分比/％向上３６０６６．０９．５８．０５．０８．３３．３地区各占３．３％、６６．０％、９．５％、８．０％、５．０％、百分比为３．最高为６差距较大.向上３％,６．０％,下,收入和学历正相关,说明高学历可能带来更多的表４给出了变量的相关系数以及显著性水平.表４　变量相关性收入０．０７６－０．０６６０．００６０．０５０年龄学历婚姻房产性别０．０９７０．０１１０．０８３∗∗∗０．１４１－０．０９６∗∗∗０．１７４∗∗∗０．５２２∗∗∗０．１３５－０．０５８－０．０６２－０．００１－０．０５３∗∗０．１０２－０．０１３－０．０１５∗∗０．１０９０．００５０．０５０－０．００９－０．００６注:双侧上显著相关.双侧上显著相关.∗∗∗代表在０．０１水平(∗∗代表在０．０５水平(０．０３８(四实证结果根据上述相关性检验结果,以收入、年龄、学历、房产状况为核心解释变量,并加入哑变量以区别两个平台的借款人,以借款总额的对数值为被解释变量,建立如下模型:lnγasehDε３i＝０＋１i＋２i＋３i＋４i＋５i＋i(ββββββ其中:γi个借款人的借款总额,ai表示第i表示第i个借款人的年龄,s０表示i表示第i个借款人的收入(２００００元,３表示２００００~５００００元,４表示５００００元以,上ei个借款人的学历(１表示高中或以下,２i表示第,表示大专,３表示本科,４表示研究生或以上hi表示第i个借款人的房产状况(０表示无房产,１表示有房,产D０表示人人贷借款i为借款人来自的网贷平台(,􀆺,人,１表示向上３６０借款人０,１,８为待估参数.βββ５的结果.采用线性回归分析,加入所有解释变量,考虑可能存在多重共线性问题,因此采用逐步方法,得出表２０００~５０００元,１表示５０００~１００００元,２表示１００００~
第３期变量收入网贷平台房产学历年龄(常量——以人人贷和向上３应珺璐等:国内P２P网络借贷平台借款人特征比较分析—６０为例２２７表５　线性回归结果∗∗∗０．１３７(０．０２１模型１∗∗∗－０．３１３(０．０５６∗∗∗０．１３０(０．０２０模型２∗∗∗－０．２８３(０．０５６∗∗∗０．１５３(０．０４６∗∗∗０．１２９(０．０２０模型３∗∗∗－０．２６９(０．０５６∗∗∗０．１６０(０．０４６∗∗０．０６２(０．０２９∗∗∗０．１２１(０．０２０模型４∗∗∗－０．２７４(０．０５６∗∗∗０．１５０(０．０４６∗∗０．０６６(０．０２９∗∗０．００６(０．００３∗∗∗０．１１８(０．０２０模型５注:因变量为借款总额的对数值.∗表示p＜０．１,∗∗表示p＜０．０５,∗∗∗表示p＜０．０１.R２∗∗∗１１．０９９(０．０３６０．０７９∗∗∗１１．１７２(０．０３７０．１３３∗∗∗１１．０８０(０．０４６０．１５１∗∗∗１０．９４４(０．０７８０．１５９∗∗∗１０．７４０(０．１２１０．１６７模型５的拟合度最高.年龄、学历　　从表５发现,的系数在５％水平下显著为正,收入、房产、都在１％水平下显著为正,这意味着对于一项成功借款,借款总额和收入、学历、年龄呈正相关,有房产的人更容易借到钱.从具体系数看,收入每提高一个水平,借款总额增加１学历每提高一个水平,借款总１．８％,售岗位的借款人之后,相较于之前的结果,变量系数和符号都比较稳定,其显著性水平也没有明显变化,说明上文结果具有较好的稳健性.其次,为了排除异常值的影响,对所有变量进行以检验结果的稳健性.结果如表７５％的缩尾处理,所示.表７　稳定性检验结果(常量年龄学历收入房产网贷平台模型系数１０．９３９０．００４０．０４３０．１１９－０．２９９０．１２８１０７．３６７１．８２５１．７４２６．６７４－６．５６６０．１５２３．４２５表６中的结果表明,把样本换成从事服务业、销借款总额平均增加０１５．０％.年龄每增加一岁,．６％,说明在一定的年龄范围内,贷款人可能对年长的人有偏好.网贷平台的系数在１说明％水平下显著为负,可以得到l２７．４％.根据多元回归模型,nγ＝１０．７４０＋０．００６a＋０．０６６e＋０．１１８s＋０．１５０h－０．２７４D.(五稳健性检验首先,考虑样本选取是否影响结果.从某种程度上说,行业、职位性质不同,收入的稳定性不同.贷款人对公务员、世界五百强企业员工、教师或医生等更加青睐,贷款机构通常会向此类人群批复相对较高的授信额度.相反,从事服务业、销售借款人获得的额度可能相对低一些.因此,利用向上３６０的进行稳定性检验,结果如表６所示.表６　稳定性检验１１０．８１５０．００４０．０５５０．１２８０．１４５－０．２８３系数模型(常量年龄学历收入房产网贷平台额增加６．６％.有房产的借款人平均可以多借t人人贷借款人比向上３６０借款人的借款总额平均多０．００００．０６９０．０８２０．００００．００１０．０００Sig．R２注:因变量为借款总额的对数值.龄、学历、收入和房产等变量的系数都为正.其中,年龄、学历的系数在１收入和０％水平下显著为正,房产的系数在１％水平下显著为正,网贷平台的系数在１％水平下显著为负.符号都比较稳定,且显著性水平没有显著变化,说明结果依旧稳健.(六平台差异比较分析表７中的结果表明,网贷平台的系数仍为负,年数据,把样本换成从事服务业、销售岗位的借款人,R２t９８．７２１１．９７４２．０４２６．６１０３．５９７－５．７５６０．１９８Sig．０．００００．０４９０．０４２０．００００．００００．０００从上述实证结果可以发现,两个网贷平台的借款额有显著差异.因此分别进行两个平台的线性回归分析,研究各因素对不同网贷平台借款额的影响有何差异.得到表８、表９的结果.由表８－表９中的结果可知,对于人人贷平台注:因变量为借款总额的对数值.来说,年龄、学历、收入和房产等变量的系数在１％水平下都显著为正.收入每提高一个水平,借款总
２２８社会科学版　　　　　　　　浙　江　理　工　大　学　学　报(２０１８年　第４０卷额增加１学历每提高一个水平,借款总额增１．０％,加１２．０％.有房产的借款人的借款额要高１７．７％.款优势.但是借款人是否处于经济发达地区以及借款人的性别对借款额度的影响并不大,即贷款人对对于向上３６０平台来说,收入、房产对借款总额在１％水平下有显著影响,学历、年龄等变量对借款总额没有显著影响.可以发现,对于不同平台,各因素对借款总额的影响不同,主要是由于向上抵押贷款模式,人人贷采用信用贷款模式３.６０采用信用贷款模式下贷款人可能需要更多的信息(如年龄、学历等才能产生信任和借款意愿,而抵押贷款下贷款人则无需过多考虑其他信息,因为抵押贷款对借款人的约束力较之信用贷款大大增强,且增强了借款人的信誉观念.表８　人人贷回归结果变量模型１模型２模型３模型收入０∗∗∗∗∗∗∗∗(０．１．２０６２２０．１２５０．１１６∗０４房产０(０．１．０８２６２∗∗∗０(０．１．０２２∗∗∗∗(０．０５４０(０．１∗∗∗．１．１００７２７２∗∗学历０(０．９０６５３∗∗∗０(０．０５３(０．１．１００３５年龄０(０．１．２∗∗∗００３５∗１１((常量０．０．００８∗∗０３(０．１７８∗∗∗１１．０６４∗∗∗１０．８２０∗∗∗１∗∗∗R２注:因变量为借款总额的对数值０．．００４７０５(００．．０１５０１.２(００．．０１９２４３０(０．５０．．１１１４６３５９＜０．０５,∗∗∗表示p＜０．０１表９　.∗表示p＜０．１,∗∗表示p向上３６０回归结果变量收入房产学历年龄(常量系数标准差０(．１９４∗∗∗０．１８８∗∗∗０．０６７０．００１１０．９６７∗∗∗R２０．０５７(０．０８５(００．．１００４９６(０．００４(０．１９３五、结论与启示本文利用人人贷和向上交易数据进行了系统的分析３.６０这两家网贷平台的首先,研究不同的网贷模式下,借款人的借款成功率是否相同,即通过在回归方程中加入哑变量,表示来自不同网贷平台的借款人.其次,针对现有研究中单一的歧视现象,本文加入各种借款人特征变量,如年龄、学历、收入、房产、婚姻状况等等,研究P２P网贷中存在的多种歧视现象.实证结果显示:且男性比女性更倾向a于借款人主要集中为中青年人借款.,华东地区的借款人占四分之三左右b从,前这类人所处地文可以得知区经济发达,资源丰富,收入相对较高,有更强的借不同性别、不同籍贯的借款人的还款能力不存在歧视现象.未要求申请人必须已婚c婚姻状况和借款额存在边缘相关,但实践证明已婚人士且配.虽然偶支持贷款行为的,其申请贷款的顺利程度要远大于未婚或离异人士的.P２P网贷平台通常偏好向以下人群批复相对较高的授信额度.第一类是有房产或车产的人群,这类人借钱的目的通常是为了资金周转.通常抵押借贷逾期的可能性相对较小.第二类是高学历的人群,这些人受过良好的教育.研究表明高学历的借款者的实际违约率较低,高等教育在一定程度上有助于增强借款者的自我约束能力.第三类是高收入的借款人,通常他们的还款能力较强,违约风险相对较小.此外,在一定年龄限制下,年纪稍长者可能容易借到更多的钱,可能因为年轻人比年长者有更大的风险偏好,逾期还款的概率更大.通过不同平台的对比分析也可以为申请提供一些有益的启示:P２P贷款易期限通常在两个月内,主要用于短期资金周转a向上３６０的车抵宝交,而信悦宝属于信用贷款,其交易期限则较长,五万以下的借款期限为一年左右,十万以上的借款期限为三年左右.人人贷平台借款的期限基本在两年以上.借款人若以短期资金周转为目的,且借款额较少,建议选择向上均比向上３６３０６０的抵押贷款.多两万元,若借b款人人贷借款总额平额较大,且周期较长,建议选择人人贷.地区借款人不必过于担心受到歧视c女性借款人和非经济.发达抵押贷款更看重借款人的学历.有房或车这两个稳d信用贷款比定的抵押物,逾期可能性要小,借款人条件允许情况下,选择抵押贷款更容易获批.本文的不足在于:只比较了两种模式下的网贷平台,未涉及其余模式的平台.在以后的研究中将会深入,加入更多模式的平台.参考文献:[１]廖理[J]．数量经济技术经济研究,李梦然,王正位．中国互联网金融的地域歧视研究,[２]尉丽婷．P２P网络融资中借款２０能１４力,３的１(影５响:５因４Ｇ７素０研．究:以拍拍贷为例[[３]安鑫,白静．拍J]拍．时代经贸,贷借款能２力０１影３响,１１因(７素:研７２Ｇ究７３[J．济,２０１６,３２(２８:６０Ｇ６１．]．当代经[４]陈建中,宁欣．P２P网络借贷中个人信息对借贷成功率影响的实证研究:以人人贷为例[J]．财务与金融,２０１３,
第３期(:２８６１３Ｇ１７．——以人人贷和向上３应珺璐等:国内P２P网络借贷平台借款人特征比较分析—６０为例２２９[５]BarasinskaN,SchäferD．AreWomenMoreCreditＧ[]廖理,吉霖,张伟强．借贷市场能准确识别学历的价值１０(:２０１５,５８３１４６Ｇ１５９．?EconstrainedthanMenvidencefromaRisinreditgC２０１０．——来自P]吗?—金融研究,２P平台的经验证据[J．[:MarketR]．GermanInstituteforEconomicResearch,[]苏亚,成春林．１１P２P网贷借款人违约行为影响因素的实[]丁婕,古永红,陈冬宇．交易信任、心理感知与出借意１２[//中国管理现代化研究会．第五届(中国管理C]２０１０学年会:信息管理分会场论文集．大连:中国管理现代化研究会,２０１０:１１２Ｇ１２１．——P愿—２P在线借贷平台的出借意愿影响因素分析](:证研究[金融发展研究,J．２０１７,３６１７０Ｇ７６．[]庄雷,——基周勤．身份歧视:互联网金融创新效率研究—６[]汤英汉．]中国P商业时７２P网贷违约特征实证研究[J．[]顾慧莹,姚铮．８P２P网络借贷平台中借款人违约风险影(:２０１５,３４１１３７Ｇ４６．(:代,２０１４,３３３２９０Ｇ９２．](:于P经济管理,２P网络借贷[J．２０１５,３７４１３６Ｇ１４７．——以WDW为例[响因素研究—上海经济研究,J]．[]王会娟,廖理．中国P１３２P网络借贷平台信用认证机制研(:２０１４,３２４１３６Ｇ１４７．[]廖理,李梦然,王正位．聪明的投资者:非完全市场化利９——来自P]率与风险识别—经济２P网络借贷的证据[J．(:研究,２０１４,６０７１２５Ｇ１３７．——来自“]究—人人贷”的经验证据[中国工业经济,J．[]温小霓,武小娟．１４P２P网络借贷成功率影响因素分——以拍拍贷为例[](:析—金融论坛,J．２０１４,１９３３Ｇ８．AcomarativeanalsisofthecharacteristicsofborrowersinpyChina􀆳sP２Pnetworklendinlatform:gpCasestudfRenrendaiandXianshan３６０yogg(,,HSchoolofEconomicsandManaementZheianciＧTechUniversitanzhou３１００１８,ChinagjgSyg:AbstractP２Phasshownatrendofexlosivegrowthinrecentyears．TheresearchonP２Pnetworkp,m,rloansstartedlateinChinaostofthemdescribeP２Pnetworkloanoerationmodeiskandp,countermeasuresuestions．InthispaerthetransactiondataoftheRenrendaiandXianshan３６０wereggpggandanalzevariousdiscriminationphenomenasoastoprovidereferenceforborrowersandP２Ploanylatforms．ItisfoundthatborrowersofP２Pnetworkloanplatformsaremainlouneole．P２PpyygppYINGJunlu,XuShaounjcollectedtocomarethecharacteristicsoftheborrowersunderthedifferentP２Pnetworkloanplatformspnetworkloanplatformusuallreferstothefollowineole．Thefirstgroufpeolewithslihtlldypgpppopgyo;,aehashouseproertrcarproductionthesecondcateoristheolderpeoleandthethirdcateorisgpyogypgyaeandmoreinformationthanmortaeloan．ggg:;KeordsP２Pnetworklendinlatform;characteristicsofborrowerscomarativeanalsisgppyyw,,thehihＧincomeborrowers．Inadditioneducationhasanimactonthesuccessrateofborrowinandgpg,differentmodesofplatformsareaffectedbariousfactors．Creditloanpasmoreattentiontoeducationyvy(责任编辑:钱一鹤

本文来源：https://www.2haoxitong.net/k/doc/b49f2f95ce7931b765ce0508763231126fdb773b.html

《国内P2P网络借贷平台借款人特征比较分析——以人人贷和向上360为例.doc》
将本文的Word文档下载到电脑，方便收藏和打印
推荐度：
点击下载文档

文档为doc格式
相
关
案
例

相关推荐

推荐内容

网站内容来自网络，如有侵权请联系我们，立即删除！ Copyright © 范文写作网京ICP备16605803号