于軍

摘 要 從語(yǔ)言信息含量和語(yǔ)言內(nèi)容兩個(gè)維度探究描述性信息與違約行為之間的聯(lián)系。實(shí)證結(jié)果表明：描述性信息的信息量越大，借款人越不容易違約；自我陳述中做出還款承諾（表明自己一定會(huì)按時(shí)歸還）的借款人、談及自己收入或財(cái)產(chǎn)的借款人以及介紹自己家庭的借款人更傾向于履約，而標(biāo)榜自己誠(chéng)信可靠（用語(yǔ)言贊美自己擁有“誠(chéng)信”這一道德品質(zhì)）并且用以前的借貸記錄表現(xiàn)其誠(chéng)信的借款人更可能會(huì)違約。研究結(jié)論有助于P2P平臺(tái)以及投資者識(shí)別借款人違約風(fēng)險(xiǎn)，同時(shí)豐富了我國(guó)的民間小額借貸尤其是P2P領(lǐng)域的研究。

關(guān)鍵詞 描述性信息； 違約行為； P2P

[中圖分類號(hào)]F832.4 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)]1673-0461（2017）05-0086-07

一、引 言

2007年我國(guó)第一家P2P平臺(tái)“拍拍貸”在上海注冊(cè)成立，由此拉開(kāi)了互聯(lián)網(wǎng)金融在中國(guó)的發(fā)展帷幕。此后，“紅嶺創(chuàng)投”、“人人貸”、“翼龍貸”、“宜人貸”等大批平臺(tái)爭(zhēng)先恐后的注冊(cè)成立。截止2016年1月份，不到十年的時(shí)間我國(guó)P2P平臺(tái)就從2007年的1家發(fā)展到3 917家，2015年全年增加近2 000家平臺(tái)，可見(jiàn)其發(fā)展勢(shì)頭①。

發(fā)展至今，該行業(yè)在我國(guó)演化出多種模式，但不論采用哪種模式，平臺(tái)都必須建立起征信體系將借款人和貸款人網(wǎng)羅到一起。需要借入資金的人要向P2P平臺(tái)提供房產(chǎn)證等一系列材料，平臺(tái)審核通過(guò)后將借款人的有關(guān)信息發(fā)布在網(wǎng)站上，形成一份借貸標(biāo)。有意向貸出款項(xiàng)的人基于網(wǎng)站發(fā)布的信息對(duì)借款人進(jìn)行篩選并投標(biāo)，一份借款標(biāo)可由多個(gè)投資者投標(biāo)，借款人的標(biāo)額全部被投資人“認(rèn)領(lǐng)”則視為“滿標(biāo)”。標(biāo)滿后平臺(tái)將投資人的款項(xiàng)劃轉(zhuǎn)至借款人賬戶，到期后，借款人向貸款人歸還利息和本金。

網(wǎng)站發(fā)布的借款人信息一般包括信用等級(jí)、個(gè)人資料、是否提供擔(dān)保、歷史借貸記錄等。信用等級(jí)是平臺(tái)對(duì)借款人的審核評(píng)價(jià)；個(gè)人資料提供借款人的基本信息：姓名、年齡、家庭情況、個(gè)人財(cái)產(chǎn)等；擔(dān)保又分為第三人提供的擔(dān)保、房擔(dān)保增額、車擔(dān)保增額；歷史借貸記錄是指該借款人此前在該平臺(tái)上的交易信息。上述信息被稱為“硬信息”②，除此之外，P2P平臺(tái)上還有“軟信息”——描述性信息。

描述性信息是指在P2P平臺(tái)上，除平臺(tái)與投資人要求的“資信等級(jí)”、“基本信息”、“個(gè)人資料”等必須填寫的“硬信息”外，借款人還可自愿以文字形式陳述與己相關(guān)的其他信息。如：“本人自建有房產(chǎn)，現(xiàn)在當(dāng)?shù)亟?jīng)營(yíng)一家陶瓷商行，收入穩(wěn)定，此次借款用于商行資金周轉(zhuǎn)，誠(chéng)信借款，保證按時(shí)還款，請(qǐng)大家多多支持，謝謝。”與前述的P2P平臺(tái)硬性要求借款人給出的“數(shù)字型”信息不同，描述性信息是在P2P平臺(tái)上僅有的語(yǔ)言型信息，由借款人傳達(dá)給潛在投資者。因此，描述性信息更加獨(dú)特和主觀。借款人可以通過(guò)描述性信息解釋自己的借款意圖、表述自己的還款決心、標(biāo)榜個(gè)人道德品質(zhì)，以此來(lái)吸引更多的投資者。P2P平臺(tái)的交易以互聯(lián)網(wǎng)為媒介，投資者對(duì)借款人缺乏直觀審視，描述性信息作為借款人的主觀、主動(dòng)的表達(dá)可以幫助投資者對(duì)借款人產(chǎn)生一定的直觀感受，在一定程度上降低兩者之間的信息不對(duì)稱程度，提高網(wǎng)絡(luò)借貸成功率。

然而，語(yǔ)言表述亦真亦假，借款人可以借助自我陳述使投資人更全面的了解自己，也可以通過(guò)語(yǔ)言對(duì)自己進(jìn)行偽裝，這就可能誤導(dǎo)投資者，使投資者承擔(dān)額外的違約風(fēng)險(xiǎn)。本文旨在探索借款人描述性信息與借款人違約行為之間的關(guān)系：描述性信息的信息量是否與違約有關(guān)？某一種描述性信息的提供者是否更有可能違約？通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn)，在控制其他相關(guān)變量后，描述性信息的信息量與違約行為顯著相關(guān)，即描述性信息的信息量越大，借款人越不容易違約。本文還發(fā)現(xiàn)，描述性信息中的某些語(yǔ)言內(nèi)容與違約行為確實(shí)關(guān)系顯著，即在自我陳述中做出“承諾”的借款人、談及自己收入或財(cái)產(chǎn)的借款人以及介紹自己家庭的借款人更傾向于履約；表明自己誠(chéng)信可靠并且用以前的借貸記錄表現(xiàn)自己誠(chéng)信的借款人更容易違約。雖然國(guó)內(nèi)外也有文獻(xiàn)研究這兩者之間的關(guān)系，但此類研究大多并未得出統(tǒng)一的結(jié)論，因而本文也在一定程度上豐富了關(guān)于描述性信息與違約行為之間的關(guān)系研究方面的文獻(xiàn)。

二、文獻(xiàn)綜述

對(duì)P2P平臺(tái)上借款人描述性信息、借款人違約現(xiàn)象進(jìn)行研究的文獻(xiàn)并不多。此類文獻(xiàn)可分為三類：第一，研究借款人描述性信息與借款成功率之間的關(guān)系；第二，研究借款人違約率與借款人特征的關(guān)系；第三，探索描述性信息的語(yǔ)言長(zhǎng)度與借款人違約傾向之間的關(guān)聯(lián)。

李焰等（2014）中指出描述性信息提供的信息量的多少對(duì)借款人是否能成功借款有顯著影響?；赑2P網(wǎng)貸線上交易的性質(zhì)，投資者無(wú)法充分接觸、了解借款人，而P2P平臺(tái)對(duì)借款人的信息披露又不全面，這就導(dǎo)致了借貸雙方存在嚴(yán)重的信息不對(duì)稱，而解決這種信息不對(duì)稱的方法之一就是由借款人對(duì)其借款行為進(jìn)行自由描述，以此“拉近”借貸雙方之間的距離、緩解這種信息不對(duì)稱。實(shí)證結(jié)果表明描述性信息的信息量越多，借款越容易成功。文章以“拍拍貸”中兩千余條借貸信息為樣本，歸納出“試一試”、“誠(chéng)信”、“刷信用”、“顧家”、“有事業(yè)心”、“穩(wěn)定”等八個(gè)語(yǔ)言維度，研究顯示，描述性信息中提及“穩(wěn)定”的借款人更容易成功，而表明自己“顧家”的借款人往往不被投資人看好。肖俊曼等（2015）對(duì)各種可能影響違約行為的因素進(jìn)行了實(shí)證分析，研究表明，借款人的人口特征、信用評(píng)級(jí)、歷史記錄、借款金額、借款期限等均對(duì)違約行為有顯著影響。廖理、吉霖等（2015）則是從語(yǔ)言的可信度出發(fā)探索描述性信息在P2P網(wǎng)貸中的作用。文章以“人人貸”2012年和2013年的借貸信息為樣本，設(shè)置了語(yǔ)言長(zhǎng)度與語(yǔ)言維度兩個(gè)變量。語(yǔ)言長(zhǎng)度即為描述性信息的中文字?jǐn)?shù)，語(yǔ)言維度包括“誠(chéng)信”、“家庭”、“創(chuàng)業(yè)”、“急迫”四類特征信息。研究表明描述性信息的語(yǔ)言長(zhǎng)度越長(zhǎng)，借款成功率越高，借款人越不容易違約。這表明投資者能有效利用描述性信息的語(yǔ)言長(zhǎng)度來(lái)判斷借款人的違約風(fēng)險(xiǎn)。在語(yǔ)言維度方面，自我陳述中包含“創(chuàng)業(yè)”的借款人更容易成功借款，而“急迫”會(huì)降低借款成功率；文章還指出這四種語(yǔ)言維度與借款人違約傾向無(wú)顯著關(guān)系。

在商業(yè)活動(dòng)中，描述性語(yǔ)言往往會(huì)起到出人意料的作用，人們可以通過(guò)自我描述來(lái)影響經(jīng)濟(jì)事件的結(jié)果。比如Martens發(fā)現(xiàn)創(chuàng)業(yè)者能夠通過(guò)更好的描述語(yǔ)言獲得更多自己需要的資源。Michels與Herzenstein等（2011）提出，主動(dòng)提供自己照片、種族等信息的借款人更受投資者青睞，雖然這些信息的真實(shí)性尚待考證，但其確能在一定程度上降低利率與滿標(biāo)時(shí)間。Barasinska（2010）認(rèn)為諸如性別、種族、年齡等人口特征可反映出借款人的信用風(fēng)險(xiǎn)，Duarte（2012）發(fā)現(xiàn)長(zhǎng)相看上去更可靠的人其違約風(fēng)險(xiǎn)確實(shí)越低。Larrimore等（2011）的發(fā)現(xiàn)證實(shí)了描述性信息的內(nèi)容會(huì)影響借款成功率。Dholakia與Herzenstein等（2011）以平臺(tái)Prosper中的1 493條借款申請(qǐng)為樣本，歸納出“可靠”、“成功”、“經(jīng)濟(jì)困難”、“宗教信仰”、“品德高尚”、“勤奮”等六個(gè)語(yǔ)言維度。研究發(fā)現(xiàn)，信用級(jí)別低的借款人傾向于披露更多的描述性信息，而描述性信息的信息量越大越容易借款成功，但是其違約率卻越高。Herzenstein（2011）發(fā)現(xiàn)借款人陳述自己過(guò)去的成功經(jīng)歷將會(huì)提高其貸款成功率，描述的內(nèi)容越多越容易成功。

目前，國(guó)內(nèi)關(guān)于描述性信息語(yǔ)言內(nèi)容與違約行為的關(guān)系的研究很少，且沒(méi)有得出明確的結(jié)論。為了進(jìn)一步探究這兩者的關(guān)系，本文重新設(shè)置語(yǔ)言維度中的多個(gè)解釋變量，試圖得出語(yǔ)言內(nèi)容與違約行為之間較為顯著的關(guān)系，以補(bǔ)充現(xiàn)有國(guó)內(nèi)研究，同時(shí)為國(guó)外研究結(jié)果提供一種基于文化差異的對(duì)比。

三、理論分析與研究假說(shuō)

（一）語(yǔ)言內(nèi)容與違約行為

既然描述性信息是借款人的自我表述，那么這種自我表述就帶有主觀性，即借款人在做自我陳述時(shí)會(huì)有選擇性的展示一些信息而隱蔽另一些。從主觀和客觀的角度講，違約行為可分為三種：第一，借款人有意愿還款但沒(méi)有能力還款；第二，借款人有能力還款但沒(méi)有意愿還款；第三，借款人既沒(méi)有意愿還款，也沒(méi)有能力還款。這三種類型的人會(huì)不會(huì)在自我表述時(shí)更傾向于展示或隱蔽某一類信息呢？比如，有還款能力的人（如有動(dòng)產(chǎn)或不動(dòng)產(chǎn)抵押的借款人）相較于還款能力欠缺的人，是不是更喜歡做出如期還款的承諾呢？再比如，在描述性信息中提到自己家庭情況的人是不是有更強(qiáng)的還款意愿而違約行為更少呢？

許多心理學(xué)領(lǐng)域的學(xué)者認(rèn)為，語(yǔ)言具備五個(gè)社會(huì)功能：信息傳遞、表達(dá)、指示、酬應(yīng)以及美學(xué)功能，不同語(yǔ)言表達(dá)隱含著不同的主觀意愿；在訴求相同時(shí)，處于相似心理狀態(tài)和生存環(huán)境的人的語(yǔ)言表達(dá)內(nèi)容傾向于一致，即語(yǔ)言表達(dá)能在一定程度上區(qū)別處于不同心理狀態(tài)和生存環(huán)境的人③。本文從描述性信息中提取了八種語(yǔ)言特征，雖然具體某一種特征對(duì)違約率有怎樣的影響不好推測(cè)，但我們認(rèn)為，某種或某幾種語(yǔ)言特征被違約者采用得多，相應(yīng)的，某種或某幾種語(yǔ)言特征則更受履約者青睞，即描述性信息的某些語(yǔ)言特征對(duì)違約者和履約者有區(qū)別效應(yīng)。

本文對(duì)兩類語(yǔ)言特征的區(qū)別效應(yīng)進(jìn)行了推測(cè)，并提出如下兩個(gè)研究假設(shè)：

研究假設(shè)1：相較于違約者，履約者更喜歡在自我陳述中做出到期還款付息的承諾。

研究假設(shè)2：履約者比違約者更傾向于在描述性信息中提及家庭。

（二）描述性信息的信息量與違約行為

描述性信息的信息量是指借款人自我陳述中包含的語(yǔ)言特征的數(shù)量。前文提到，已有研究表明借款人信用級(jí)別越低其描述性信息包含的語(yǔ)言特征越多。很多學(xué)者認(rèn)為，這是借款人展示更多信息、減少其與投資者之間的信息不對(duì)稱程度、“拉近”自己與投資者之間的距離、進(jìn)而獲得更多投資的一種途徑。信用評(píng)級(jí)是P2P平臺(tái)通過(guò)線下考察、實(shí)地走訪、網(wǎng)絡(luò)調(diào)查等諸多方法對(duì)借款人違約風(fēng)險(xiǎn)做出的綜合評(píng)價(jià)。相較于一般投資者，P2P平臺(tái)掌握著更多借款人信息，且平臺(tái)作為第三方，其對(duì)借款人的評(píng)價(jià)也是較為公允的。因此，我們認(rèn)為平臺(tái)提供的信用評(píng)級(jí)能較準(zhǔn)確的評(píng)價(jià)借款人違約風(fēng)險(xiǎn)，即信用級(jí)別高的借款人違約風(fēng)險(xiǎn)越低。

自我陳述中包含較多信息量的人常常是信用評(píng)級(jí)較低的人，而信用級(jí)別越低的人違約風(fēng)險(xiǎn)越高，基于以上分析，本文提出：

研究假說(shuō)3：描述性信息中包含的信息量越大，借款人違約風(fēng)險(xiǎn)越高。

四、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文以“翼龍貸”2015年12月的借款信息為樣本進(jìn)行實(shí)證檢驗(yàn)，該平臺(tái)成立于2007年，是聯(lián)想集團(tuán)控股戰(zhàn)略投資企業(yè)，開(kāi)創(chuàng)了“同城O2O”互聯(lián)網(wǎng)金融模式④。目前有關(guān)借款人描述性信息的實(shí)證研究多以“人人貸”、“拍拍貸”數(shù)據(jù)為樣本，本文選取“翼龍貸”數(shù)據(jù)也能在一定程度上豐富現(xiàn)有研究的數(shù)據(jù)庫(kù)。

（二）被解釋變量

本文被解釋變量是借款人的違約行為。違約行為是指借款人在成功籌款后沒(méi)有歸還或沒(méi)有按時(shí)歸還的行為。“翼龍貸”平臺(tái)上顯示如約還清的記為1，顯示為“逾期還清”、“逾期未還”的記為0。

（三）解釋變量

本文從兩個(gè)方向探索描述性信息對(duì)違約率的影響：語(yǔ)言內(nèi)容和語(yǔ)言信息量。

語(yǔ)言內(nèi)容是借款人自我陳述中能明顯識(shí)別出來(lái)的語(yǔ)言內(nèi)容特征。借款人的自我陳述內(nèi)容豐富，需要人工提取信息，鑒于人工識(shí)別工作量較大，我們從“翼龍貸”2015年12月份的所有借款信息中隨機(jī)抽取了500個(gè)作為研究樣本進(jìn)行變量識(shí)別和實(shí)證分析。已有研究中已經(jīng)提出的語(yǔ)言維度有“家庭”、“穩(wěn)定”、“創(chuàng)業(yè)”、“試一試”、“急迫”、“刷信用”、“宗教信仰”、“個(gè)人品質(zhì)”等，本文在前人研究的基礎(chǔ)上⑤，最終確定“收入”、“承諾”、“誠(chéng)信”、“事業(yè)”、“急迫”、“家庭”、“個(gè)人品質(zhì)”、“有人擔(dān)保”等八個(gè)維度。對(duì)于上述八個(gè)變量，若描述性信息中包含該變量維度，記為1，反之記為0。變量定義如表1：

語(yǔ)言信息量則使用描述性信息的信息量衡量，即一條自我陳述所包含的語(yǔ)言維度個(gè)數(shù)。如一條描述性信息中同時(shí)包含“家庭”、“事業(yè)”、“承諾”三個(gè)語(yǔ)言維度，則這個(gè)樣本的語(yǔ)言長(zhǎng)度記為3。

500個(gè)樣本的描述性統(tǒng)計(jì)見(jiàn)表2：

（四）控制變量

除了描述性信息外，影響被解釋變量的因素還有很多。從“翼龍貸”提供的硬信息來(lái)看，影響借款人違約行為的還可能有兩大因素：借款金額、借款人信息。借款金額包括借款本金、利率。借款人信息包括年齡、性別、婚姻狀況、信用級(jí)別、收入等級(jí)、長(zhǎng)居住地等。性別為男性記為1，女性則記為0；婚姻狀況“已婚且有子女”、“已婚且無(wú)子女”、“單身”、“離異”依次記為4～1，信用級(jí)別分為十五個(gè)等級(jí)，AAA、AA+、AA、A+、A、BB+、BB、B+、B、CC+、CC、C+、C、D、HR，依次記為15～1；收入分為2萬(wàn)元以下、2.1～6萬(wàn)元、6.1～12萬(wàn)元、12.1～24萬(wàn)元、24.1～39萬(wàn)元、40萬(wàn)元以上等六個(gè)等級(jí)，依次記為1～6；長(zhǎng)居住地有四類，城市居住區(qū)記為5，城鎮(zhèn)社區(qū)記為4、農(nóng)村居住區(qū)記為3、商業(yè)社區(qū)記為2、其他居住區(qū)記為1。教育程度分為初中或初中以下、高中（中專）、?？?、本科、碩士研究生或以上等五個(gè)級(jí)別，分別記為1～5。控制性變量的描述性統(tǒng)計(jì)如表3：

（五）模型設(shè)定

與描述性信息有關(guān)的變量是本次研究的關(guān)鍵變量，包括信息量（X0）和“收入”（X1）、“承諾”（X2）、“誠(chéng)信”（X3）、“事業(yè)”（X4）、“急迫”（X5）、“家庭”（X6）、“個(gè)人品質(zhì)”（X7）、“有人擔(dān)保”（X8）。在回歸分析中還需控制的變量有：借款本金（principal）、利率（interest）、年齡（age）、性別（gender）、婚姻狀況（marry）、信用級(jí)別（level）、收入等級(jí)（income）、長(zhǎng)居住地（residence）。因變量是借款人的違約情況（Y），該變量是虛擬變量，沒(méi)有違約用1表示，違約用0表示。此次實(shí)證檢驗(yàn)的模型如下：

Y=α+β1X+β2principal+β3interest+β4age+

β5gender+β6marry+β7level+β8residence

Y=α+β0X0+β2principal+β3interest+β4age+

β5gender+β6marry+β7level+β8residence

第一個(gè)模型用來(lái)研究某種特定的語(yǔ)言內(nèi)容對(duì)違約者和履約者的區(qū)別效應(yīng)，即語(yǔ)言內(nèi)容與借款人違約風(fēng)險(xiǎn)之間的關(guān)系；第二個(gè)模型用于探索描述性信息的信息量與違約風(fēng)險(xiǎn)的關(guān)系。

五、實(shí)證結(jié)果

檢驗(yàn)結(jié)果見(jiàn)表4～5。表4是自變量為語(yǔ)言特征時(shí)的檢驗(yàn)結(jié)果，表5列示了信息量的檢驗(yàn)結(jié)果，其中（1）列未引入控制變量，（2）列是引入控制變量之后的結(jié)果。

（一）語(yǔ)言內(nèi)容與違約行為

從表4可以看出，“收入”、“承諾”、“誠(chéng)信”、“家庭”這四個(gè)變量的檢驗(yàn)結(jié)果是顯著的，即這四種語(yǔ)言特征對(duì)借款人的違約行為有區(qū)別效應(yīng)。很顯然，“收入”、“承諾”、“家庭”這三種語(yǔ)言特征的人更不容易違約，“誠(chéng)信”這種特征更多得被違約借款人提及。

提及收入的人更不容易發(fā)生違約行為，如何解釋這種現(xiàn)象呢？本文提出一種可能的解釋，前文已提到，借款人是否如期還款受到“還款意愿”和“還款能力”的影響。從借款人的還款能力上說(shuō)，較高的收入在一定程度上代表了較高的還款能力。而根據(jù)借款人描述，提及收入的借款人的收入狀況多為“收入穩(wěn)定”、“有自建房一套”、“月收入豐厚，每月XXXX元”，可見(jiàn)愿意提及自己收入的人一般收入都有保障。也就是說(shuō)，描述性信息中包含收入信息的借款人的還款能力一般較強(qiáng)，故而他們相比于沒(méi)有提及收入的借款人違約率更低。

做出承諾的借款人更傾向于如期還款。對(duì)于這一結(jié)果可以從“承諾發(fā)生前”和“承諾發(fā)生后”兩方面進(jìn)行解釋。一方面，承諾發(fā)生前，還款能力強(qiáng)的人更有可能做出承諾，而還款能力相對(duì)較弱的人可能會(huì)更加猶豫。即做出承諾的借款人的還款能力可能更強(qiáng)。另一方面，承諾發(fā)生后，產(chǎn)生了一種 “承諾心理”⑥。心理學(xué)實(shí)驗(yàn)證明，公開(kāi)的承諾使承諾者更好地規(guī)范自己的行為⑦。借款人的描述性信息在P2P平臺(tái)是公開(kāi)的，任何一個(gè)登錄該平臺(tái)的人都可以看到，這就使借款人自我陳述中的“承諾”成為了一種“公開(kāi)承諾”，在這種公開(kāi)承諾的約束下，借款人更傾向于履約。

在描述性信息中提及自己家庭情況的借款人更不容易違約。在描述性信息的提取過(guò)程中不難發(fā)現(xiàn)，描述家庭信息的借款人一般都是有妻子、丈夫、子女的，這些人的“違約成本”可能會(huì)比較高?？紤]到自己的違約會(huì)給家人帶來(lái)的額外負(fù)擔(dān)，有家室的人相比于單身狀態(tài)的更傾向于如期還款。

在前文定義中，“誠(chéng)信”指“借款人描述自己是誠(chéng)實(shí)、誠(chéng)信的；介紹自己的借貸記錄來(lái)表明自己的誠(chéng)信”，自我陳述中包含此類信息的借款人更容易違約。對(duì)于這一現(xiàn)象，本文目前還無(wú)法給出有說(shuō)服力的解釋，作者在此僅提供一種猜想。在得到這一結(jié)論后，我們對(duì)八個(gè)變量做了自相關(guān)檢驗(yàn)，檢驗(yàn)結(jié)果表明“誠(chéng)信”與“收入”、“誠(chéng)信”與“承諾”呈負(fù)相關(guān)，也就是說(shuō)，提及了“收入”、“承諾”這兩種信息的借款人往往不對(duì)“誠(chéng)信”做陳述。本文猜想，明確自己有還款能力并做出承諾的人可能不再需要過(guò)多標(biāo)榜自己的“誠(chéng)信”，而在還款能力上有欠缺的人可能更傾向于借助“美化”自己的人格來(lái)吸引投資者，因而在回歸關(guān)系上表現(xiàn)為提供“誠(chéng)信”信息的借款人更容易違約。

綜上所述，自我陳述中描述了自己的收入情況、介紹了自己的家庭情況、并對(duì)如期還款做出承諾的借款人違約風(fēng)險(xiǎn)更低，而沒(méi)有提及上述信息、但卻一直標(biāo)榜自己誠(chéng)信、有良好的借貸記錄的人則更容易違約。

（二）描述性信息的信息量與違約率

從表5可以看出，借款人描述性信息的信息量越多，越傾向于如期還款。前文提到，Dholakia（2011）的研究結(jié)論是“描述性信息的信息含量越大，借款人違約率越高”，這與本文研究假設(shè)是一致的。但是，本文得出的實(shí)證結(jié)果卻與研究假設(shè)不相符，且與Dholakia（2011）研究結(jié)論相悖⑧。

為什么基于中國(guó)P2P的數(shù)據(jù)的研究結(jié)論與國(guó)外學(xué)者的研究結(jié)論相悖呢？筆者認(rèn)為可能的原因有以下幾點(diǎn)。第一，本文選取的樣本與西方學(xué)者選取的樣本存在中西方文化差異，中西方投資者、借款人對(duì)描述性信息的認(rèn)識(shí)、理解、判斷、運(yùn)用上可能存在差異。第二，本文選取的語(yǔ)言內(nèi)容與西方學(xué)者不同，如國(guó)外的研究中常常把“提及宗教信仰”作為一個(gè)語(yǔ)言特征，國(guó)內(nèi)研究中很少設(shè)置這個(gè)變量。

為什么研究結(jié)論與研究假設(shè)不符呢？建立這一研究假設(shè)的邏輯基礎(chǔ)是：自我陳述信息量較高的人信用級(jí)別越低⑤，信用級(jí)別越低的人違約風(fēng)險(xiǎn)越高⑨，上述結(jié)論在前人研究中均已被證實(shí)。在本文的回歸結(jié)果中，作為控制變量的信用級(jí)別與違約行為的回歸關(guān)系顯著，信用級(jí)別越低的人越傾向于違約，那么除了信用級(jí)別之外，應(yīng)該還有其他因素影響信息量和違約行為之間的關(guān)系。本文在此提供一種猜想。自我陳述的信息量可能反映了兩種信息：第一，借款人為此次借款付出的努力大??；第二，借款人對(duì)此次借款的重視程度以及認(rèn)真程度。在自我陳述中披露較多信息的借款人可能是更加重視和認(rèn)真看待借款行為的人，而且他們?cè)敢庠谕瓿梢患聲r(shí)付出更多的努力，這在一定程度上表明他們或許是更加可靠和優(yōu)質(zhì)的借款人，他們更不容易違約。

在控制信用評(píng)級(jí)后，描述性信息與違約的關(guān)系是顯著的，描述性信息對(duì)違約行為有額外的解釋力，也就是說(shuō)平臺(tái)提供的評(píng)級(jí)沒(méi)有完全考慮投資者的軟信息。既然P2P平臺(tái)提供的信用評(píng)級(jí)對(duì)借款人違約風(fēng)險(xiǎn)的衡量并不完全，那么平臺(tái)或許應(yīng)該披露更多關(guān)于借款人的信息來(lái)幫助投資者更好地規(guī)避違約風(fēng)險(xiǎn)。我國(guó)相關(guān)監(jiān)管部門也一直在設(shè)法加強(qiáng)關(guān)于借款者信息披露充分度。2016年3月10日，互聯(lián)網(wǎng)金融信息披露標(biāo)準(zhǔn)研討會(huì)對(duì)《互聯(lián)網(wǎng)金融信息披露規(guī)范》（初稿）（以下簡(jiǎn)稱《規(guī)范》）進(jìn)行了討論。文件規(guī)定了P2P信息披露的內(nèi)容，涉及平均滿標(biāo)時(shí)間、累計(jì)違約率、平臺(tái)項(xiàng)目逾期率、近三月逾期率、借款逾期金額、代償金額、借貸逾期率、借貸壞賬率、客戶投訴情況、借款人經(jīng)營(yíng)狀況等二十一項(xiàng)。這些規(guī)定敦促P2P平臺(tái)加大對(duì)借款人信息的披露力度，有利于該行業(yè)的規(guī)范化發(fā)展。此外，筆者注意到《規(guī)范》中提出的二十一項(xiàng)披露內(nèi)容中并沒(méi)有涉及到描述性信息，而根據(jù)本文的研究發(fā)現(xiàn)，描述性信息是可以反映出一些違約風(fēng)險(xiǎn)的?；诖吮疚尼槍?duì)《規(guī)范》提出一點(diǎn)個(gè)人建議：將描述性信息也引入到二十一項(xiàng)P2P平臺(tái)應(yīng)披露信息中。

（三）穩(wěn)健性檢驗(yàn)

在基礎(chǔ)回歸之后，本文進(jìn)行了穩(wěn)健性檢驗(yàn)。在基礎(chǔ)回歸的結(jié)果中不難發(fā)現(xiàn)，“性別”與“長(zhǎng)居住地”檢驗(yàn)結(jié)果并不顯著，因此在穩(wěn)定性檢驗(yàn)中，我們剔除了這兩個(gè)控制變量，新引入了“房產(chǎn)情況”、“信用卡額度”、“工作年限”這三種變量。數(shù)據(jù)處理方式與基礎(chǔ)回歸相同，結(jié)果見(jiàn)表6～8。表6中（1）列是未引入控制變量的檢驗(yàn)結(jié)果，（2）列引入了新的控制變量，各解釋變量的顯著性不變，研究結(jié)論不變。

六、結(jié) 論

語(yǔ)言是一種重要的信息傳遞方式，在商業(yè)活動(dòng)中有著十分重要的作用。在P2P平臺(tái)上，描述性信息是唯一的語(yǔ)言類信息，也是借款人直接向投資人傳遞信息的僅有渠道，故而描述性信息在P2P借貸關(guān)系中有著不可替代的作用。國(guó)內(nèi)國(guó)外的許多研究表明：借款人描述性信息的信息含量對(duì)借款成功率有顯著影響；某些特定的描述性信息會(huì)提高或降低借款成功率。在前人研究的基礎(chǔ)上，本文著眼于違約行為，從語(yǔ)言信息含量和語(yǔ)言內(nèi)容兩個(gè)維度探究描述性信息與違約行為的聯(lián)系，隨機(jī)選取了“翼龍貸”2015年12月的500條借款數(shù)據(jù)作為研究主體，得出了兩點(diǎn)結(jié)論。第一，描述性信息的信息量越大，借款人越不容易違約。第二，自我陳述中做出“承諾”的借款人、談及自己收入或財(cái)產(chǎn)的借款人以及介紹自己家庭的借款人更傾向于履約；表明自己誠(chéng)信可靠并且用以前的借貸記錄表現(xiàn)自己誠(chéng)信的借款人更容易違約。本文的研究結(jié)論有助于探索我國(guó)借貸市場(chǎng)規(guī)律，并基于國(guó)內(nèi)P2P平臺(tái)的數(shù)據(jù)為國(guó)內(nèi)關(guān)于P2P平臺(tái)描述性信息的研究做出補(bǔ)充。

本文的局限性主要表現(xiàn)在兩個(gè)方面。第一，實(shí)證檢驗(yàn)中只選取了一個(gè)平臺(tái)的數(shù)據(jù)，實(shí)證結(jié)果可能會(huì)因平臺(tái)自身特點(diǎn)產(chǎn)生一定偏差。比如相較于其他P2P平臺(tái)，“翼龍貸”借款人的構(gòu)成比例中農(nóng)村人口更多一些，如果農(nóng)村借款人和城鎮(zhèn)借款人做自我陳述時(shí)對(duì)描述性信息的語(yǔ)言內(nèi)容有偏好，那么本文實(shí)證分析的說(shuō)服力就會(huì)遭到一定程度的削弱。第二，由于學(xué)科界限方面的原因，筆者對(duì)某些實(shí)證結(jié)果的分析并不充分。比如關(guān)于“誠(chéng)信”這個(gè)語(yǔ)言內(nèi)容變量的實(shí)證結(jié)果本文尚無(wú)法給出充分解釋。

[注 釋]

① 數(shù)據(jù)來(lái)源——“網(wǎng)貸之家”。

② 硬信息是指能用準(zhǔn)確的硬指標(biāo)來(lái)表示的信息，是正式的、精準(zhǔn)的、符合邏輯的、可追溯的。

③ 黃亞平.語(yǔ)言的認(rèn)同性與文化心理.海洋大學(xué)學(xué)報(bào)，2008，6：78-81。

④ “翼龍貸”的獨(dú)特之處在于其在全國(guó)眾多城市設(shè)置的運(yùn)營(yíng)中心，這些運(yùn)營(yíng)中心會(huì)對(duì)借款用戶進(jìn)行貸前盡職調(diào)查，借款用戶只可在設(shè)有“翼龍貸”運(yùn)營(yíng)中心的城市才可申請(qǐng)借貸。

⑤ 李焰：《借款人描述性信息對(duì)投資人決策的影響——基于P2P網(wǎng)絡(luò)借貸平臺(tái)的分析》，北京，《經(jīng)濟(jì)研究》2014年第1期，第143-第155頁(yè)。

⑥ 承諾會(huì)對(duì)承諾發(fā)出者產(chǎn)生約束作用、提醒人們退卻和逃避的危害，它激勵(lì)人們盡力克服種種困難去兌現(xiàn)自己所說(shuō)，以此來(lái)促使人們對(duì)自己做出的承諾負(fù)責(zé)。

⑦ Herzenstein， M. S.， Dholakia， U. M.，"Tell Me a Good Story and I May Lend You Money；The Role of Narratives in Peer-to-Peer Lending Decisions，"Journal of Marketing Research，Vol.48， 2011， p.138-149.。

⑧ 李焰：《借款人描述性信息對(duì)投資人決策的影響——基于P2P網(wǎng)絡(luò)借貸平臺(tái)的分析》，北京，《經(jīng)濟(jì)研究》2014年第1期，第143-第155頁(yè)。

⑨ 我國(guó)P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)影響因素研究，基于排序選擇模型的實(shí)證分析，肖曼君，歐緣媛，李穎，財(cái)經(jīng)理論與實(shí)踐，第36卷第193期，2015年1月。

[參考文獻(xiàn)]

[1] Barasinska，N. Schafer，D..Does Gender Affect Funding Success at the Peer-to-Peer Credit Markets？ Evidence from the Largest German Lending Platform[Z] .Working Paper，2010.

[2] Duarte，J. .Siegel，S.Trust and Credit： The Role of Appearance in Peer-to-Peer Lending[J].Review of Financial Studies，2012，25（8） ：2455-2484.

[3] Herzenstein，Michal，Utpal M.，Dholakia，and Rick，L. Andrews.Strategic Herding Behavior in Peer-to-Peer Online Loan Auctions [J]. Journal of Interactive Marketing，2011，25（1）：27-36.

[4] Larrimore.L. ，JIANG Li.Peer to Peer lending： The relationship between language features，trustworthiness and persuasion success.[J]. Journal of Applied Communication Research，2011，.39（1）：19-37.

[5] Michels. J. Do Unverifiable Disclosures Matter？ Evidence from Peer-to-Peer Lending[J]. The Accounting Review，2012，87（4）：1385-1413.

[6] Michal Herzenstein.The Democratization of Personal Consumer Loans？ Determinants Of Success In Online Peer-To-Peer Lending Communities[J].Bulletin of the University of Delaware，2008，15（3）：274-277.

[7] 廖理.語(yǔ)言可信嗎？借貸市場(chǎng)上語(yǔ)言的作用——來(lái)自P2P平臺(tái)的證據(jù)[J].清華大學(xué)學(xué)報(bào)，2015（4）：413-421.

[8] 王會(huì)娟.中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014（4）：136-147.

[9] 曹亞廷.P2P網(wǎng)貸與征信系統(tǒng)關(guān)系研究[J].征信，2014（11）：15-18.