姚博　魏瑋　魏藝明

摘要：本文借助拍拍貸網(wǎng)站交易平臺個體交易數(shù)據(jù)，檢驗了我國網(wǎng)貸市場中出借人投資決策模仿效應(yīng)的存在性、理性、遞減性與抑制性特征。分析發(fā)現(xiàn)，網(wǎng)貸市場中潛在出借人投資決策受前期累計競標人次和前期累計募資額度的影響而表現(xiàn)出模仿效應(yīng)，隨著模仿效應(yīng)特征傳遞的信息量下降，潛在出借人的后續(xù)模仿效應(yīng)會顯得越來越理性，并且該模仿效應(yīng)達到一定峰值后會逐漸遞減并最終消失。另外，信息披露差的借款訂單所呈現(xiàn)出均出借人投資決策模仿效應(yīng)要比信息披露完善的訂單更為突出。

關(guān)鍵詞：網(wǎng)貸市場；出借人；投資決策；模仿效應(yīng)；借款訂單

中圖分類號：F830.59 文獻標識碼：A 文章編號：1000-176X（2017）02-0052-07

一、引言與文獻綜述

自從2005年英國Zopa網(wǎng)貸平臺成立。網(wǎng)絡(luò)借貸已經(jīng)蓬勃發(fā)展了十余年，與傳統(tǒng)金融相比，新興互聯(lián)網(wǎng)金融呈現(xiàn)出極大的優(yōu)越性和普惠性。大大減少了傳統(tǒng)金融媒介的影響。2007年，拍拍貸網(wǎng)站作為中國首家最大和最多人使用的網(wǎng)絡(luò)借貸平臺正式進入運營，到目前為止，中國的網(wǎng)貸平臺已達三千多家，歷史累計成交額高達16312億元，僅2015年成交額就有九千七百多億元，參與交易人數(shù)超過一千多萬，在數(shù)量和規(guī)模上均呈現(xiàn)膨脹式發(fā)展，可以預(yù)見的是，網(wǎng)絡(luò)借貸已經(jīng)成為我國金融借貸的重要途徑。

從總體來看，與傳統(tǒng)借貸相比，網(wǎng)絡(luò)借貸仍然處于開辟探索的初級階段。簡單地講。Lin等認為網(wǎng)絡(luò)借貸主要是指社會個體將手中的閑錢通過網(wǎng)絡(luò)平臺借給那些需要籌錢的人群。皮天雷和趙鐵指出網(wǎng)絡(luò)借貸的借款利率要稍高一些，其主要表現(xiàn)有小額、快捷、無抵押和無擔(dān)保等優(yōu)勢特征，不過，阿貸平臺作為一種信息中介，需要做好對借款人提交借款資料的申請、審核、信息認證和還款管理等工作。

目前關(guān)于這種投資決策模仿效應(yīng)的研究主要集中于股票市場。Kumar和Lee通過對股票市場的個體交易數(shù)據(jù)進行分析表明，出借人投資決策具有模仿效應(yīng)，但是這種模仿效應(yīng)也可能是失真的，比如，后續(xù)出借人和前期出借人或許獲得了同樣的信息披露或者是受到了同樣的信息干擾，因此，對于投資決策的模仿效應(yīng)檢驗必須能直接辨別出其背后的驅(qū)動機制。

對于網(wǎng)絡(luò)借貸市場，出借人在判斷借款人的個人信息和訂單信息，尤其是借款人的信貸等級和違約風(fēng)險時，缺乏足夠?qū)I(yè)的知識和資源，因此。前期出借人的投資決策就會成為后續(xù)出借人投資決策的重要參考。Herzenstein等發(fā)現(xiàn)網(wǎng)絡(luò)借貸市場中潛在出借人更傾向于投標那些前期已經(jīng)被投標多次的訂單，這種投標策略還直接影響到借款訂單項目后期的運營績效。Shen等明確指出網(wǎng)絡(luò)借貸中出借人在做出投資決策時并非理性地對借款訂單項目的風(fēng)險和收益進行評估，而是簡單地瀏覽借款人的相關(guān)個人信息并依據(jù)其他人的投資決策進行跟隨投標。Lee等采用韓國最大的網(wǎng)貸平臺交易數(shù)據(jù)檢驗發(fā)現(xiàn)，隨著投標時間的推移，出借人投資決策的模仿效應(yīng)會逐漸遞減。Zhang和Liu運用美國Prosper的數(shù)據(jù)研究了網(wǎng)絡(luò)借貸中出借人投資決策的模仿效應(yīng)，表明網(wǎng)貸市場的投資決策模仿效應(yīng)是一種基于信息傳遞的理性行為，該研究雖然只是一個初步嘗試，但研究意義卻很重大，不過Chen和Han認為美國Prosper網(wǎng)貸平臺和中國網(wǎng)貸平臺有很大不同，比如Prosper網(wǎng)貸平臺采用利率競價制，而中國網(wǎng)貸平臺是固定利率制，美國的浮動利率傳遞的信息價值在中國幾乎沒有，因而使得該結(jié)論在中國是否成立還有待商榷。Puro等指出網(wǎng)貸中出借人的投資決策會隨著學(xué)習(xí)經(jīng)驗而變化，與競拍市場上投標者的不理性行為相比，網(wǎng)貸市場上出借人會對借款人的軟信息進行篩選，這就有利于其獲得更好的投資機會。Zhang和Liu在研究中又進一步指出網(wǎng)貸市場中潛在出借人投資決策絕不僅僅是簡單模仿前期出借人投資決策的純粹行為，他們會在模仿過程中積極地進行觀察，以便從前期出借人的投資決策中領(lǐng)悟推斷借款人的信譽，并通過發(fā)布公開信息再調(diào)整自己的判斷預(yù)期。

本文在前人研究基礎(chǔ)上，借助拍拍貸網(wǎng)站交易平臺，研究中國網(wǎng)貸市場中投資決策模仿效應(yīng)的存在性、理性、遞減性和異質(zhì)性特征，通過對中國網(wǎng)貸市場中投資決策的模仿效應(yīng)進行深層次的辨析，真正理清這種模仿效應(yīng)的內(nèi)在特征和相關(guān)影響，以期為網(wǎng)貸市場參與者和監(jiān)管層制定有關(guān)政策建議提供確切的理論依據(jù)。

二、理論探討

在網(wǎng)貸市場上，借款人與出借人之間掌握著不同的信息，二者之間最主要的問題就是信息不對稱，網(wǎng)絡(luò)雖然有利于借貸雙方彼此進行信息匹配，但是陳霄、Akerlof認為隨著交易范疇和交易對象的擴大，信息不對稱問題可能會被放大得更為明顯。Stiglitz和Weiss指出信息不對稱的突出表現(xiàn)在于借款人比出借人更加了解自己的還款能力和還款意愿，這也是借貸配給差異的根源所在。本文借鑒Akerlof模型來探討網(wǎng)貸市場中的信息披露在不同品質(zhì)借款人與出借人之間借貸匹配成功的作用機制。假設(shè)市場上有一群出借人，每一個出借人的效用函數(shù)為：

G₁（C₁，L|H，S）=C₁+HSL （1）

其中，G表示效用函數(shù)；C₁表示出借人的網(wǎng)貸投資；L=1表示選擇投資，L=0表示選擇不投資；H表示出借人對網(wǎng)貸平臺可靠性和借款人品質(zhì)的評價函數(shù)；S表示借款人個人信息和訂單信息的描述程度，假設(shè)出借人的預(yù)算約束為：

I₁=C₁+RL （2）

其中，I₁表示出借人的收益；R表示出借人愿意接受的利率，雖然出借人并不熟悉借款人的品質(zhì)和能力，但可以通過借款人標示出的利率和平臺給出的信息披露做出大體判斷，假定所有借款人期望的平均品質(zhì)為E（S）=Q，出借人投資一筆訂單的期望效用為：

E（G₁）=I₁+（HQ-R）L （3）

其中，出借人借款時的效用若要有所提高，需滿足HQ>R。同樣，假設(shè)市場上有一群借款人，每一個借款人的效用函數(shù)為：

G₂（C₂，r|T，S）=C₂+TSr （4）

其中，C₂表示借款人的網(wǎng)貸借款；r=1表示借款失敗，r=0表示借款成功；T表示借款人對網(wǎng)貸平臺的評價參數(shù)和從借款中獲得效用的感受：文中假設(shè)借款人的借貸約束為：

I₂=C₂+Rr （5）

其中。I₂表示借款人的收入，若個人信息和訂單信息S是公開有效的，那么借貸雙方匹配成功。就都實現(xiàn)了各自的效用；若個人信息和訂單信息s是不公開或為錯誤隱瞞的，那么借貸雙方將無法實現(xiàn)共贏。R表示借款人愿意給出的利率。將式（5）代入式（4），即得出借款人訂單籌款成功的期望效用為：

E（G₂）=I₂+（TS-R）r （6）

借款人要想獲得借款，需滿足TS

在網(wǎng)貸交易過程中，出現(xiàn)借貸雙方不能達成交易的問題，主要是由于HQ≠TS。實際上，出借人會按照HQ>R來決定是否對訂單進行投資交易，但是，借款人個人信息和訂單信息S的平均品質(zhì)Q是由出借人根據(jù)借款人愿意出的利率R決定的，因此，均衡利率實際上是參與了Q的決定過程，假定S為均勻分布，即優(yōu)質(zhì)借款人和劣質(zhì)借款人各占一半，那么在網(wǎng)絡(luò)借貸雙方互相選擇過程中，劣質(zhì)借款人則會選擇支付高額利息來彌補其較少的信用風(fēng)險以便獲取出借人的青睞，導(dǎo)致優(yōu)質(zhì)借款人逐步退出網(wǎng)貸平臺。不過由于優(yōu)質(zhì)借款人的還款率高，現(xiàn)實中的情況是優(yōu)質(zhì)借款人也有其他展示他們信用信息的方式，以便以較低的利率融資成本獲得借款。Bester認為優(yōu)質(zhì)借款人在信用市場上通常會用擔(dān)保抵押品和借貸信息記錄來傳遞其信用信號，不同的信息披露描述記錄（包括個人信息和訂單信息）對優(yōu)質(zhì)借款人和劣質(zhì)借款人獲得借款成功所產(chǎn)生的影響就有很大差異。Barasinska和Schafer、李焰等指出，在網(wǎng)絡(luò)借貸行為中，出借人一開始并無法獲知借款人披露的信息質(zhì)量，他們通常會基于常識與感知來判斷自己是否該投資于某個借款人訂單，比如，他們會借助于該訂單的前期累計競標人次和前期累計募資額度等做出判斷。從而產(chǎn)生出借人之間投資決策的模仿效應(yīng)。當(dāng)然，出借人采取投資決策時的模仿效應(yīng)是市場上不健全的信息披露機制所造成的。也就是說，在網(wǎng)絡(luò)借貸發(fā)展的相當(dāng)長一段時期，由于網(wǎng)貸平臺對用戶的描述評價和信息披露口徑不一。以及莊雷和周勤所認為的出借人對借貸平臺關(guān)鍵信息審核認證的信心缺乏等情形，使得在網(wǎng)絡(luò)借貸過程中出借人的投資決策行為存在模仿效應(yīng)。

三、變量定義與描述

本文選取數(shù)據(jù)來自拍拍貸網(wǎng)站2014年1月1日至2015年7月1日的借款成功訂單，選擇借款額度在3萬元以上的訂單，通過篩選大約有九千四百多個有效訂單，采用計算機編程程序，對每個借款訂單的所有投標記錄按照投標時間的先后順序，對投標間隔記錄進行統(tǒng)計。

為了更加詳細地觀察出借人投資決策的模仿效應(yīng)，我們將拍拍貸網(wǎng)站交易平臺上的所有訂單看做一個市場，取小時t為觀測單位，定義訂單k在t時刻內(nèi)被投標的金額份額為因變量，用Y^M_k，t表示，這里t=1，2，…，T（T為借款訂單的最后期限）。主要解釋變量有前期累計競標人次B_k，t-1和前期累計募資額度M_k，t=1，這兩個變量也是反映前期出借人對該訂單的集體評價結(jié)果可以作為后續(xù)的潛在出借人投資決策模仿效應(yīng)的衡量指標。具體變量及解釋如表1所示。

表2為變量的描述性統(tǒng)計情況，從表2可以看出，由于訂單被投標金額份額、前期累計競標人次、前期累計募資額度都屬于比重值，因此，它們的最小值和最大值均為0和1；時間間隔平均保持在5個小時，最長的時間間隔為122個小時：借款利率基本在5%24%左右，平均利率為0.173：借款期限整體上大約是8個月，最長期限持續(xù)有36個月；借款人信用得分平均在E和D級別，借款人的信用等級普遍較低；借款人中男性、已婚狀態(tài)居多，年齡平均為27歲；具有大專以上學(xué)歷、月收入在0.500萬-1.000萬元之間的借款人較為常見。為了得出更為嚴謹?shù)淖C據(jù)，還需要依據(jù)相關(guān)計量模型進行更為詳盡的經(jīng)驗研究設(shè)計。

四、經(jīng)驗檢驗與結(jié)果分析

1.存在性檢驗

為了檢驗網(wǎng)貸市場中投資決策的模仿效應(yīng)是否存在，本文設(shè)定下式：

（7）

表3模型（1）是對式（7）進行分析的結(jié)果。前期累計競標人次的系數(shù)為4.273，在1%水平上顯著，這表明借款訂單的前期累計競標人次越多，越會吸引更多的潛在出借人，從而導(dǎo)致借款訂單被投標金額份額增長也越快；前期累計募資額度系數(shù)為3.215，在1%水平上顯著，可以看出前期累計募資額度會對潛在出借人的投資決策產(chǎn)生正向影響，也就是說，出借人在考慮投標時。會很看重前期該訂單被投資的累計額度。這兩個指標均反映了潛在出借人的投資決策會受到前期出借人投資決策的影響，即網(wǎng)貸市場中存在投資決策的模仿效應(yīng)。時間間隔的系數(shù)為-0.015，在5%水平上顯著，表明在時間間隔較短的階段，會吸引到很多的潛在出借人投資，使得訂單被投標金額份額不斷擴大，而隨著出借人投資熱情的下降，訂單被投標金額份額降低時，相應(yīng)地反映出投資時間間隔也在延長，這從側(cè)面反映了出借人投資決策的模仿效應(yīng)在各個階段有一定的差異。而且從其他解釋變量的系數(shù)來看，借款利率和借款人信用越高的訂單會吸引到更多的投標金額，另外，借款人具有已婚、年齡偏大、高學(xué)歷和高收入的特點都有利于其訂單獲得出借人投資青睞，出借人還更偏好于那些借款期限較短的訂單。

2.理性檢驗

表3的模型（1）印證了網(wǎng)貸市場中出借人投資決策是存在模仿效應(yīng)的，那么我們想進一步了解這種模仿效應(yīng)是否理性，需要綜合分析模仿效應(yīng)特征（這里采用前期累計競標人次）與借款訂單特征交互項變量對訂單后續(xù)被投標金額份額的影響關(guān)系，故設(shè)定下式：

（8）

表3的模型（2）是對式（8）進行分析的結(jié)果。通過檢驗結(jié)果可以發(fā)現(xiàn)，前期累計競標人次的系數(shù)為2.166，在1%水平上顯著，表明模仿效應(yīng)仍然存在，而前期累計競標人次與前期累計募資額度的交互項系數(shù)為1.036，在1%水平上顯著，與模型（1）單獨前期累計募資額度系數(shù)相比小很多，也就是說，前期累計競標人次所傳遞的信息量在下降，潛在出借人的投資決策受到前期出借人的影響，導(dǎo)致訂單后續(xù)獲得的被投標金額份額明顯少了許多，這也反映了潛在出借人投資決策的模仿效應(yīng)會變得越來越理性。前期累計競標人次與時間間隔的交互項系數(shù)為0.000，在5%水平上顯著，與模型（1）單獨時間間隔的系數(shù)相比減少很多，意味著模仿效應(yīng)特征所傳遞的信息量縮短了時間間隔對出借人投資熱情的持續(xù)性。前期累計競標人次與利率的交互項系數(shù)為3.213，在1%水平上顯著，與模型（1）單獨利率的系數(shù)相比，有很大的增加，表明模仿效應(yīng)特征所包含的信息量會很容易影響到高利率對更多投標金額的吸引，也就是說潛在出借人對前期出借人的模仿效應(yīng)拉高了利率的影響作用。前期累計競標人次與信用的交互項系數(shù)為0.017，在1%水平上顯著，與模型（1）單獨信用的系數(shù)相比，有了很大的減少，這一現(xiàn)象比較特殊，可能因為信用評級主要是網(wǎng)貸平臺依賴于借款人的各種申請資料和以往借款的歸還記錄而做出打分的，這對于成功借款和及時還款的借款人來說是有利的，那么出借人對這類借款人定向投資的概率很大，就會存在一個問題，即此類出借人可能傾向于對自己熟悉的領(lǐng)域進行反復(fù)、非等額的投資，這樣出借人之間的相互模仿舉措就不會對借款人的信用產(chǎn)生特別的關(guān)注，這有點類似于武志偉和陳瑩分析的證券市場中存在的投資人忠誠依賴度問題。

此外，前期累計競標人次與借款期限、性別、婚姻、年齡、學(xué)歷、收入的交互項變量系數(shù)，與模型（1）單獨系數(shù)相比大體上都有所減小。綜合來看，前期累計競標人次與借款特征交互項變量對訂單后續(xù)被投標金額份額的影響關(guān)系都符合理性的模仿效應(yīng)特征，即網(wǎng)貸市場中出借人投資決策的模仿效應(yīng)會表現(xiàn)得越來越理性。

3.遞減性檢驗

為了考察網(wǎng)貸市場中投資決策的模仿效應(yīng)遞減性特征，我們預(yù)測模仿效應(yīng)背后具有一個累計信息傳遞機制，并且潛在出借人從前期多個出借人那里獲得的信息量是逐漸遞減的。

從表4可以看出，隨著訂單募資額度的提升，除募資額度在21%-30%階段以外，出借人預(yù)期訂單募資成功概率在其他階段大體都是邊際遞減的，這也間接印證了潛在出借人依據(jù)訂單前期被投資完成進度（即累計募資額度和累計投標人次）所做出的決策行為模仿效應(yīng)具有一定的遞減性。

關(guān)于網(wǎng)貸市場中投資決策的模仿效應(yīng)遞減性驗證模型，被解釋變量仍然采用訂單被投標金額份額，解釋變量中引人前期累計競標人次的平方項和前期累計募資額度的平方項，采用如下兩個公式進行檢驗：

（9）

（10）

表5的模型（3）是依據(jù)式（9）得出的結(jié)果。前期累計競標人次和前期累計募資額度的系數(shù)分別為3.865和2.577，均在1%水平上顯著，前期累計競標人次平方項和前期累計募資額度平方項的系數(shù)分別為-2.113和-1.784，均在1%水平上顯著，可以看出，潛在出借人投資決策的模仿效應(yīng)達到一定峰值后會逐漸減少，也反映了潛在出借人從訂單前期被投資狀況中所讀取的信息是邊際遞減的。

為了全面考察網(wǎng)貸市場中投資決策的模仿效應(yīng)遞減性特點，在式（9）引入其他控制變量，即表5中模型（4）為采用式（10）得出的結(jié)果。從中可以看出，前期累計競標人次的一次項系數(shù)為3.024，二次項系數(shù)為-1.936；前期累計募資額度的一次項系數(shù)為2.383，二次項系數(shù)為-1.865。也就是說，當(dāng)訂單的累計競標人次完成64.0%，累計募資額度完成78.3%時。潛在出借人投資決策的模仿效應(yīng)會表現(xiàn)出邊際遞減并最終消失的過程。事實上，在中國信息披露不完善的互聯(lián)網(wǎng)借貸市場里，出借人在網(wǎng)貸投資中主要是通過觀察學(xué)習(xí)前期出借人的投資行為來進行信息推測并做出決策，不過隨著推測得來的有效信息減少，所做出的模仿效應(yīng)也在逐漸遞減。

4.異質(zhì)性檢驗

網(wǎng)貸市場中投資決策模仿效應(yīng)的主要成因是由于存在不完全信息披露及傳遞所造成的，那么對于不同信息披露程度的訂單，出借人投資決策的模仿效應(yīng)是否會有差別呢？本文依據(jù)借款訂單的借款人信用得分進行分組，這是因為信用得分在一定程度上反映了借款人的信息披露層次，信用得分越低，借款人的信息披露越差；信用得分越高。借款人的信息披露傳遞程度越充分。依據(jù)借款人信用等級將樣本劃分為模型（5）的非HR組和模型（6）的HR組，依據(jù)的公式如下：

（11）

其中，被解釋變量依舊是訂單被投標金額份額，由模型（5）和模型（6）檢驗結(jié)果可以看出，HR組的前期累計競標人次系數(shù)為3.726，前期累計募資額度系數(shù)為1.950，分別高于非HR組的前期累計競標人次系數(shù)2.217和前期累計募資額度系數(shù)1.169，表明信息披露差的訂單組所呈現(xiàn)出的模仿效應(yīng)要更為突出一些，這是因為出借人能夠從這些訂單屬性里面獲取的信息很有限，因而需要借助于前期出借人的投資行為做出是否模仿跟進的決策，而信息披露完善的訂單組，出借人自己可以很好地判斷該訂單屬性是否值得投資，因此，出借人對非HR組訂單投資決策的模仿效應(yīng)表現(xiàn)要弱一點。

此外，從表5中模型（5）和模型（6）的二次項系數(shù)來看，當(dāng)模型（5）中非HR組的前期累計競標人次在83.0%，前期累計募資額度在77.6%時，該組的模仿效應(yīng)會不斷減少直至消失；當(dāng)HR組的前期累計競標人次在71.2%，前期累計募資額度在68.0%時，該組的模仿效應(yīng)會不斷減少并逐步消失。通過對比可以發(fā)現(xiàn)，無論是前期累計競標人次還是前期累計募資額度，HR組的拐點都要低于非HR組的拐點，也就是說，信息披露差的訂單組，其信息傳遞所引發(fā)的投資決策模仿效應(yīng)要比信息披露完善的訂單組持續(xù)時長更短暫一些。

五、結(jié)論與政策建議

總體來看，中國的網(wǎng)貸市場中存在投資決策的模仿效應(yīng)，由于網(wǎng)絡(luò)借貸中信息披露質(zhì)量的問題，使得借款訂單的前期累計競標人次越多，前期累計募資額度越高，越容易對后續(xù)潛在出借人的投資決策產(chǎn)生正向影響，即形成潛在出借人投資決策的模仿效應(yīng)，不過該模仿效應(yīng)在每個競標階段產(chǎn)生的投資熱情并不相同；通過分析模仿效應(yīng)特征（即前期累計競標人次）與借款訂單特征交互項變量對訂單后續(xù)被投標金額份額的影響發(fā)現(xiàn)，由于潛在出借人的投資決策受前期出借人投資決策的影響，前期累計競標人次所傳遞的信息量在下降，使得訂單后續(xù)獲得的被投標金額份額明顯減少。意味著中國網(wǎng)貸市場中潛在出借人投資決策的模仿效應(yīng)會表現(xiàn)得越來越理性：進一步研究得出，由于從前期累計出借人投資決策行為所獲得的信息傳遞及包含的信息量是不斷遞減的，因此，潛在出借人投資決策的模仿效應(yīng)達到一定峰值后會逐漸遞減，并且根據(jù)訂單被投資完成情況（累計募資額度和累計投標人次完成的百分比）也可以推斷潛在出借人投資決策的模仿效應(yīng)達到一定程度后會逐步降低直至消失：基于HR組和非HR組的異質(zhì)性分析結(jié)果表明，信息披露程度越差的借款訂單，潛在出借人的投資決策模仿效應(yīng)越明顯突出，不過該模仿效應(yīng)所持續(xù)的時間卻較為短暫。

基于此，我們提出幾點建議：第一，著力構(gòu)建科學(xué)完善的針對借款人的動態(tài)和可調(diào)整的信息披露機制。第二，加強政府對信息披露機制的有效監(jiān)管，明確引導(dǎo)與監(jiān)管主體。第三，努力創(chuàng)造條件實現(xiàn)主要網(wǎng)貸平臺信息披露資源共享。并與征信認證系統(tǒng)做好銜接。

（責(zé)任編輯：巴紅靜）