現(xiàn)流動(dòng)性不足的借款者而言，消費(fèi)信貸有可能是積極的，即緩解流動(dòng)性不足；也有可能是消極的，即惡化財(cái)務(wù)狀況，兩種不同自我認(rèn)知框架必然引起主體行為的異質(zhì)性表達(dá)。這里有幾個(gè)問(wèn)題值得考慮。首先，消費(fèi)信貸市場(chǎng)是否存在自我框架現(xiàn)象？其框架現(xiàn)象產(chǎn)生的內(nèi)在邏輯是什么？其次，借款者的認(rèn)知框架選擇是否恒定不變的？如果不是，導(dǎo)致借款者選擇傾向變化的因素又是什么？最后，消費(fèi)信貸市場(chǎng)是否存在框架效應(yīng)，即在不同認(rèn)知框架下，消費(fèi)行為決策是否有明顯的差異性？如果有，認(rèn)知框架影響居民消費(fèi)決策的

絡(luò)借貸平臺(tái)以及借款者三方總收益最大化的關(guān)鍵之一。習(xí)近平總書(shū)記在2019 年2 月中共中央政治局第十三次集體學(xué)習(xí)時(shí)發(fā)表的重要講話(huà)中指出，要抓住完善金融服務(wù)、防范金融風(fēng)險(xiǎn)這個(gè)重點(diǎn)，推動(dòng)金融業(yè)高質(zhì)量發(fā)展。互聯(lián)網(wǎng)金融利率特別是網(wǎng)貸利率畸高問(wèn)題的解決能有效減輕金融風(fēng)險(xiǎn)。影響網(wǎng)貸平臺(tái)主動(dòng)選擇合規(guī)的貸款利率來(lái)規(guī)范網(wǎng)貸秩序的因素是多方面的，不僅有金融監(jiān)管機(jī)構(gòu)的監(jiān)管力度，也有網(wǎng)貸平臺(tái)自身的經(jīng)營(yíng)管理水平以及借款者的決策等。網(wǎng)貸利率如何影響參與主體的決策行為以及金融監(jiān)管機(jī)構(gòu)如何

為高學(xué)歷背景的借款者能夠獲得投資者的青睞[3，6-7]。但是現(xiàn)有研究仍然存在不足，一方面較少有文獻(xiàn)從整合視角將借貸成本、借貸成功率以及違約風(fēng)險(xiǎn)這三方面的價(jià)值表征納入統(tǒng)一研究框架中，從而無(wú)法為學(xué)歷價(jià)值在信貸市場(chǎng)中的作用研究提供一個(gè)整體畫(huà)像；另一方面更為重要的是，現(xiàn)有研究并未就學(xué)歷信息所展現(xiàn)的風(fēng)險(xiǎn)邏輯和價(jià)值邏輯進(jìn)一步展開(kāi)區(qū)域異質(zhì)性分析。然而現(xiàn)實(shí)中，中國(guó)地緣遼闊、省份眾多，各地區(qū)之間教育水平投入的差異、經(jīng)濟(jì)發(fā)展?fàn)顩r存在的差異性，往往會(huì)導(dǎo)致學(xué)歷價(jià)值在信貸市場(chǎng)中的作

對(duì)網(wǎng)絡(luò)借貸平臺(tái)借款者行為產(chǎn)生影響？網(wǎng)絡(luò)借貸平臺(tái)(P2P平臺(tái))2007年傳入中國(guó)，并在中國(guó)發(fā)展迅速，2019年全年成交9649.11億元(1)數(shù)據(jù)參考新華社《金融世界》和中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)發(fā)布的《中國(guó)互聯(lián)網(wǎng)金融報(bào)告》(2014)。。目前存在大量關(guān)于網(wǎng)絡(luò)借貸平臺(tái)的研究，這些研究主要從四個(gè)方面進(jìn)行：網(wǎng)絡(luò)借貸行業(yè)和平臺(tái)層面、借款者行為、投資者行為以及網(wǎng)絡(luò)借貸監(jiān)管[5][6]。關(guān)于網(wǎng)絡(luò)借貸中借款者行為，有諸多文獻(xiàn)研究借款者自身特征對(duì)借款成功率的影響，比如學(xué)歷、婚姻狀

比較高收入地區(qū)借款者，低收入地區(qū)借款者在P2P網(wǎng)貸中借款成功率更低；H2：相比較高收入地區(qū)借款者，低收入地區(qū)借款者在P2P網(wǎng)貸中借款違約率更低。二、數(shù)據(jù)來(lái)源和研究設(shè)計(jì)（一）數(shù)據(jù)來(lái)源本文利用了Python進(jìn)行數(shù)據(jù)挖掘，搜集P2P網(wǎng)貸平臺(tái)的相關(guān)借貸數(shù)據(jù)，采用EViews進(jìn)行回歸分析。考慮到2017年后某P2P網(wǎng)貸平臺(tái)針對(duì)暴雷現(xiàn)象進(jìn)行整改，將信用標(biāo)的轉(zhuǎn)為實(shí)地認(rèn)證標(biāo)，因此17年后違約量大幅減少，使17年至今的數(shù)據(jù)于本文研究意義不顯著。綜合考量，選擇2015年1月至

素研究了對(duì)個(gè)人借款者信用風(fēng)險(xiǎn)的影響；李思瑤、王積田、柳立超［2］則考慮借款者的信用等級(jí)、收入水平、學(xué)歷和所處地區(qū)等因素對(duì)個(gè)人借款者違約的影響；李延喜、孫大同、賽騫［3］基于個(gè)人借款者的特征，如年齡、學(xué)歷、借款金額等指標(biāo)來(lái)判別其是否會(huì)影響違約的風(fēng)險(xiǎn)；王浩名、馬樹(shù)才［4］通過(guò)對(duì)借款人的信用等級(jí)、FICO 分?jǐn)?shù)等級(jí)、負(fù)債與收入比等因素研究了對(duì)違約概率的影響；王冬一、華迎、朱峻萱［5］在個(gè)人財(cái)務(wù)狀況、房產(chǎn)車(chē)產(chǎn)、收入、學(xué)歷等基本信息的基礎(chǔ)上，加入社會(huì)關(guān)系來(lái)動(dòng)態(tài)評(píng)估個(gè)

內(nèi)外學(xué)者對(duì)個(gè)人借款者的信用風(fēng)險(xiǎn)評(píng)估進(jìn)行探討。關(guān)于信用風(fēng)險(xiǎn)評(píng)估模型的研究，Ohlson(1980)[1]首次利用Logistic回歸構(gòu)建了有關(guān)信用分類(lèi)模型，并且得到明顯的分類(lèi)效果；Sustersic等(2009)[2]在缺乏一般評(píng)估方法所需要的信用評(píng)估數(shù)據(jù)時(shí)使用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)個(gè)人借款者的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估；黃震(2015)[3]通過(guò)BP神經(jīng)網(wǎng)絡(luò)模型導(dǎo)入個(gè)人借款者的相關(guān)信息來(lái)分析其違約情況；師應(yīng)來(lái)等(2018)[4]得到非線(xiàn)性模型的預(yù)測(cè)精度更高的結(jié)論；還有學(xué)

表明投資者對(duì)于借款者的描述并未給予較高認(rèn)可，借款者需要注意提升借款描述的質(zhì)量，同時(shí)平臺(tái)也應(yīng)該提高對(duì)借款描述的重視程度。信息不對(duì)稱(chēng)； 信息披露； P2P借貸； 信用評(píng)級(jí)； 借款描述一、引言傳統(tǒng)金融體系下，獲得借款的融資方往往是有背景且違約風(fēng)險(xiǎn)較少的那一類(lèi)人或機(jī)構(gòu)，而大量需要獲得資金的個(gè)人，往往由于現(xiàn)代金融體系的不靈活可能融不到所需的資金，為此，金融脫媒化的呼聲一直很高；互聯(lián)網(wǎng)的興起使之成為可能，而其中最為引人注目的當(dāng)屬P2P借貸的出現(xiàn)。P2P借貸作為一種通過(guò)

等［9］發(fā)現(xiàn)借款者的朋友關(guān)系可以降低借款者承擔(dān)的利率并降低違約風(fēng)險(xiǎn)。廖理等［10］發(fā)現(xiàn)雖然借貸利率越高，借款者才容易獲得貸款，但此類(lèi)貸款的違約風(fēng)險(xiǎn)也更高。Emekter 等［11］認(rèn)為信用評(píng)分、借款期限、負(fù)債收入比等對(duì)于借款違約概率有重要影響。Malekipirbazari 和Aksakalli［12］認(rèn)為借款者的債務(wù)收人比也是影響借貸行為的一個(gè)關(guān)鍵因素。Lin 和Viswanathan［13］發(fā)現(xiàn)文化與地理位置是影響借貸重要因素，貸款者更傾向于借貸給地

靠投資者通過(guò)對(duì)借款者自身提供的信息進(jìn)行判斷。P2P網(wǎng)絡(luò)借貸平臺(tái)通過(guò)構(gòu)建借款信用評(píng)價(jià)指標(biāo)體系讓投資者對(duì)借款者的整體信用水平做出判斷，并決定是否對(duì)借款人提供發(fā)放貸款。在早期P2P研究中，國(guó)外學(xué)者主要對(duì)平臺(tái)的運(yùn)行模式進(jìn)行研究。隨著P2P交易數(shù)據(jù)不斷增加，研究主要集中在借貸交易影響因素及交易行為等方面。目前，國(guó)內(nèi)外學(xué)者研究主要是通過(guò)借款者的自身信息及訂單信息對(duì)P2P信用風(fēng)險(xiǎn)進(jìn)行分析及度量。Herzenstein利用Presoper平臺(tái)數(shù)據(jù)對(duì)借款者信息在借貸中的作用

因素相聯(lián)系。當(dāng)借款者創(chuàng)造現(xiàn)金流的能力越來(lái)越強(qiáng)，信用狀態(tài)越來(lái)越穩(wěn)健時(shí)，商業(yè)銀行貸款定價(jià)中所要求的風(fēng)險(xiǎn)補(bǔ)償也應(yīng)一同下降。對(duì)于像長(zhǎng)達(dá)30年的住房抵押貸款，難道借款者在未來(lái)30年中的信用都是不變的嗎？顯然不是。目前基于LPR的浮動(dòng)利率貸款中，貸款存續(xù)期內(nèi)的利差終生不變的機(jī)制，已嚴(yán)重背離了利率市場(chǎng)化的重要目標(biāo)是提高商業(yè)銀行風(fēng)險(xiǎn)定價(jià)能力的初衷了。而且，利差不變的貸款利率定價(jià)機(jī)制與風(fēng)險(xiǎn)定價(jià)相沖突，又會(huì)進(jìn)一步造成兩個(gè)問(wèn)題。其一，固定加正點(diǎn)的利差對(duì)借款者不公平，增加借款者的

類(lèi)風(fēng)險(xiǎn)，即針對(duì)借款者的資質(zhì)審核受到信息不對(duì)稱(chēng)現(xiàn)象的干擾。阿里巴巴集團(tuán)重視和發(fā)展客戶(hù)大數(shù)據(jù)的收集和分析，所以支付寶中的“借唄”能夠依托阿里巴巴集團(tuán)下的大數(shù)據(jù)分析能力去識(shí)別問(wèn)題客戶(hù)，但數(shù)量更大的其他第三方借貸平臺(tái)卻時(shí)刻面臨著客戶(hù)逆向選擇的風(fēng)險(xiǎn)?？梢?jiàn)，網(wǎng)絡(luò)金融要持續(xù)發(fā)展，加強(qiáng)風(fēng)險(xiǎn)管理成為必然選擇，為了使消費(fèi)類(lèi)網(wǎng)絡(luò)借款步入健康發(fā)展的軌道，現(xiàn)階段需要加強(qiáng)對(duì)消費(fèi)類(lèi)網(wǎng)絡(luò)借款者資質(zhì)審核體系的建設(shè)。該體系的建設(shè)需要在問(wèn)題導(dǎo)向下依次展開(kāi)，所以解構(gòu)出當(dāng)前消費(fèi)類(lèi)網(wǎng)絡(luò)借款者行為失范

發(fā)的原因，分析借款者、金融機(jī)構(gòu)以及投資者三者的羊群行為，得出他們盲目的羊群行為加快了次貸危機(jī)的爆發(fā)，從而對(duì)金融危機(jī)的研究有一定的借鑒意義，并對(duì)此提出了相應(yīng)的解決措施。【關(guān)鍵詞】 次貸危機(jī) 羊群效應(yīng) 借款者引 言近些年，金融全球化、自由化趨勢(shì)日漸明顯，金融創(chuàng)新持續(xù)完善，各金融市場(chǎng)之間的聯(lián)系越來(lái)越頻繁，風(fēng)險(xiǎn)的傳播渠道也逐漸擴(kuò)大，使得風(fēng)險(xiǎn)不再單獨(dú)存在某個(gè)金融市場(chǎng)。除此之外，風(fēng)險(xiǎn)也被無(wú)限地放大，這就會(huì)導(dǎo)致發(fā)生金融危機(jī)的概率增大。如果發(fā)生金融危機(jī)的話(huà)，它就會(huì)快速地波

也沒(méi)能有效解決借款者的信用風(fēng)險(xiǎn)識(shí)別問(wèn)題。由于借貸交易通過(guò)互聯(lián)網(wǎng)進(jìn)行，投資者更難核實(shí)借款者信息的真實(shí)性，信息不對(duì)稱(chēng)問(wèn)題可能比傳統(tǒng)信貸更為嚴(yán)重。如何有效識(shí)別P2P網(wǎng)絡(luò)借款者的信用風(fēng)險(xiǎn)，仍然是整個(gè)行業(yè)持續(xù)健康發(fā)展亟待解決的關(guān)鍵問(wèn)題之一。與此同時(shí)，建立科學(xué)的客戶(hù)信用評(píng)估模型，準(zhǔn)確、有效地預(yù)測(cè)客戶(hù)可能發(fā)生的欺詐行為意義十分重大[2]。在P2P網(wǎng)絡(luò)借貸模式下，投資者判斷借款者的信用風(fēng)險(xiǎn)，規(guī)避借款者的逆向選擇和道德風(fēng)險(xiǎn)的主要途徑是依靠借款者在借貸平臺(tái)上展示的信息。這些信

2P平臺(tái)出借給借款者。這些借款者，可能是一位創(chuàng)業(yè)失敗的小微企業(yè)主，也可能是一位進(jìn)取的女大學(xué)生，更可能是一位龜縮在城鄉(xiāng)接合部網(wǎng)吧消磨時(shí)間的青年?？傊麄儸F(xiàn)在還不起錢(qián)。以上是血本無(wú)歸的第一種情況，但另一種情況是，P2P公司其實(shí)做了銀行的事情，即非法集資，把投資人的錢(qián)集合在一起，然后去投項(xiàng)目，但項(xiàng)目失敗了。第二種情況，按照我國(guó)的金融監(jiān)管法規(guī)是違法的，但有人在做。不論哪種情況，P2P公司出問(wèn)題都是大概率事件。前兩年，國(guó)內(nèi)到底有多少P2P公司，沒(méi)人說(shuō)得清楚，有的估

通用性差，使得借款者和網(wǎng)貸公司之間存在一種短期借貸關(guān)系。如何擴(kuò)大虛擬社會(huì)資本的影響范圍，在提高其通用性的同時(shí)將借貸關(guān)系長(zhǎng)期化，進(jìn)而約束借款者的違約行為，實(shí)現(xiàn)網(wǎng)貸公司“小而不弱”，在保持靈活便捷地服務(wù)小微企業(yè)的同時(shí)，解決目前虛擬社會(huì)資本所面臨的發(fā)展困境，增強(qiáng)風(fēng)險(xiǎn)管控能力，依然是值得研究的問(wèn)題。本文通過(guò)梳理相關(guān)文獻(xiàn)，分析P2P 網(wǎng)貸行業(yè)中虛擬社會(huì)資本存在的困境，提出將中小型P2P 網(wǎng)貸公司集群化的構(gòu)思，并闡述了P2P 網(wǎng)貸集群中虛擬社會(huì)資本的形成機(jī)理和運(yùn)行機(jī)制

平臺(tái)吸引了眾多借款者及投資者的目光。對(duì)于借款者來(lái)說(shuō)，P2P網(wǎng)絡(luò)借貸無(wú)需抵押或擔(dān)保，而且貸款手續(xù)簡(jiǎn)單快捷，貸款門(mén)檻低于銀行信用貸款。對(duì)于投資者來(lái)說(shuō)，P2P平臺(tái)具有投資項(xiàng)目多，靈活性強(qiáng)，收益高等特點(diǎn)。因此，P2P平臺(tái)逐漸成為大家理財(cái)或緩解資金困難的首要選擇。目前，在已接入信貸服務(wù)平臺(tái)上的120家P2P網(wǎng)貸機(jī)構(gòu)中，有63家網(wǎng)貸平臺(tái)共實(shí)現(xiàn)營(yíng)業(yè)收入278.47億元，凈利潤(rùn)21.73億元，從數(shù)據(jù)上來(lái)看，P2P網(wǎng)絡(luò)借貸平臺(tái)盈利情況可觀。但是與此同時(shí)，也有多數(shù)P2P網(wǎng)絡(luò)借

息先行扣除，但借款者要出具10萬(wàn)元的借據(jù)。3.介紹“門(mén)路”去平賬。向借款者介紹另外的“小額貸款公司”，讓其向該公司貸款來(lái)償還本公司的錢(qián)，借款者這就簽下了更高額的借貸合同。4.為了規(guī)避法律風(fēng)險(xiǎn)，放貸時(shí)留有一手。因?yàn)榉刹槐Ｗo(hù)高利貸，高利貸機(jī)構(gòu)往往會(huì)利用借款者急需錢(qián)的心理，留下對(duì)自己有利的偽證。比如，與借款者一同到銀行轉(zhuǎn)賬，先將10萬(wàn)元打入借款者卡中，又讓借款者取出這10萬(wàn)元，然后拿走5萬(wàn)元。借款者實(shí)際到手是5萬(wàn)元，但銀行流水卻仍顯示有10萬(wàn)元進(jìn)賬。

新背景下的平臺(tái)借款者信用評(píng)估的需求。二、模型的構(gòu)建（一）選擇組合模型1.單一模型原理與比較。目前，對(duì)個(gè)人信用評(píng)分方法主要分為統(tǒng)計(jì)和非統(tǒng)計(jì)兩類(lèi)。統(tǒng)計(jì)類(lèi)一般是貝葉斯網(wǎng)絡(luò)、Logistic回歸模型和決策樹(shù)等；非統(tǒng)計(jì)方法是SVM模型和神經(jīng)網(wǎng)絡(luò)模型等。其具體比較如表1所示。表1 各大信用評(píng)分方法比較2.組合模型的必要性及選擇。上述方法都是單一的模型，而在對(duì)借款者信用評(píng)估的建模過(guò)程中，需要考慮預(yù)測(cè)精度，這些模型都有其各自的優(yōu)點(diǎn)，預(yù)測(cè)精度高、穩(wěn)健性強(qiáng)、或者解釋性強(qiáng)等，也

金匯集起來(lái)借予借款者(資金需求者)，是一種無(wú)抵押、無(wú)擔(dān)保、純線(xiàn)上的借貸形式。一、我國(guó)P2P網(wǎng)絡(luò)借貸的發(fā)展現(xiàn)狀(一)網(wǎng)絡(luò)運(yùn)營(yíng)平臺(tái)數(shù)量趨于穩(wěn)定根據(jù)網(wǎng)貸之家發(fā)布的《中國(guó)P2P網(wǎng)貸行業(yè)2017年度運(yùn)營(yíng)簡(jiǎn)報(bào)》顯示：資料顯示網(wǎng)絡(luò)運(yùn)營(yíng)平臺(tái)增加最快的是2014年，全國(guó)有2000多家P2P平臺(tái)，是2013年的2倍還多。截止2017年底，網(wǎng)貸平臺(tái)數(shù)量穩(wěn)步在1931家，相比2016年減少了517家，這是由于2017年P(guān)2P網(wǎng)貸行業(yè)整改進(jìn)程已進(jìn)入收尾階段，退出行業(yè)的平臺(tái)數(shù)量相比2

融資成本偏高、借款者跑路、非法集資、各種違約現(xiàn)象等。據(jù)網(wǎng)貸之家數(shù)據(jù)顯示，截止2017年12月，P2P網(wǎng)貸平臺(tái)累計(jì)數(shù)量5 970個(gè)，其中累積問(wèn)題平臺(tái)數(shù)量高達(dá)4 039個(gè)，占67.65%。借款者違約是造成平臺(tái)經(jīng)營(yíng)出現(xiàn)困難主要原因之一，因此完善P2P網(wǎng)貸平臺(tái)上個(gè)人借款者的信用風(fēng)險(xiǎn)評(píng)估問(wèn)題已成為當(dāng)務(wù)之急。國(guó)內(nèi)外學(xué)者對(duì)借款者的信用風(fēng)險(xiǎn)的研究成果豐富，特別是引入了大量的信用風(fēng)險(xiǎn)評(píng)估模型。Ohlson（1980）[1]首次利用 Logistic回歸來(lái)搭建信用分類(lèi)模型，分

象。突出表現(xiàn)在借款者擁有自己貸款風(fēng)險(xiǎn)的信息優(yōu)勢(shì)，銀行即使進(jìn)行深入的調(diào)查和審查，借款者仍能隱藏很多重要信息。銀行在面對(duì)眾多借款者時(shí)，即使充分利用已有的相關(guān)信息，包括借款者征信情況、資產(chǎn)狀況和貸款用途等，事先確定的借款者違約風(fēng)險(xiǎn)也僅僅是預(yù)測(cè)性的。在貸款發(fā)放后，銀行無(wú)法完全控制借款者的貸款用途和還貸行為，借款者仍有可能采取風(fēng)險(xiǎn)行動(dòng)，銀行面臨著違約的貸款風(fēng)險(xiǎn)。因此，在銀行的預(yù)期利潤(rùn)率取決于貸款利率和貸款風(fēng)險(xiǎn)兩個(gè)共同因素的情況下，當(dāng)銀行不能充分掌握借款者的信息和行為

2P平臺(tái)出借給借款者。這些借款者，可能是一位創(chuàng)業(yè)失敗的小微企業(yè)主，也可能是一位進(jìn)取的女大學(xué)生，更可能是一位龜縮在城鄉(xiāng)接合部網(wǎng)吧消磨時(shí)間的青年。總之，他們現(xiàn)在還不起錢(qián)。以上是血本無(wú)歸的第一種情況，但另一種情況是，P2P公司其實(shí)做了銀行的事情，即非法集資，把投資人的錢(qián)集合在一起，然后去投項(xiàng)目，但項(xiàng)目失敗了。第二種情況，按照我國(guó)的金融監(jiān)管法規(guī)是違法的，但有人在做。不論哪種情況，P2P公司出問(wèn)題都是大概率事件。前兩年，國(guó)內(nèi)到底有多少P2P公司，沒(méi)人說(shuō)得清楚，有的估

言在信貸領(lǐng)域，借款者的信用風(fēng)險(xiǎn)是借貸活動(dòng)的核心，決定著信貸契約的價(jià)格形成與信貸市場(chǎng)的系統(tǒng)穩(wěn)定?，F(xiàn)實(shí)中，為了降低借款者的違約可能性，貸款者往往要求借款者提供各種形式的抵押擔(dān)保。除了有形資產(chǎn)（如房屋、汽車(chē)、土地、有價(jià)證券等）形式的擔(dān)保，借款者的聲譽(yù)，可以看成是借款者無(wú)形資產(chǎn)的擔(dān)保[1]。因?yàn)槁曌u(yù)能給聲譽(yù)主體帶來(lái)未來(lái)的超額收益，為關(guān)心長(zhǎng)期利益的參與人提供了一種隱性激勵(lì)，抑制了其短期的機(jī)會(huì)主義行為[2][3]。因此，聲譽(yù)的資產(chǎn)效應(yīng)通過(guò)增加借款者的違約成本，成為降低

以拍拍貸為例，借款者需要在P2P網(wǎng)絡(luò)借貸平臺(tái)上注冊(cè)用戶(hù)并填寫(xiě)用戶(hù)姓名、身份證號(hào)、緊急聯(lián)系人或直系親屬的手機(jī)號(hào)等基本用戶(hù)信息并填寫(xiě)借款申請(qǐng)，包括借款金額、愿意承擔(dān)的最高借款利率等內(nèi)容。拍拍貸在對(duì)借款人的借款申請(qǐng)進(jìn)行資格審核后，將借款信息公布于拍拍貸網(wǎng)絡(luò)借貸平臺(tái)上供投資者瀏覽與選擇，在競(jìng)標(biāo)成功并且經(jīng)過(guò)網(wǎng)站的審核后，借款人的貸款將生效，借款方和貸款方將簽署借款協(xié)議，并向平臺(tái)繳納借款的手續(xù)費(fèi)，從而完成借貸過(guò)程。但中介型模式在運(yùn)營(yíng)過(guò)程中出現(xiàn)了異化現(xiàn)象，即在提供交易服

信用等；剔除與借款者事后支付相關(guān)的變量，如借款者支付的費(fèi)用等；另一方面，剔除一些同類(lèi)變量，如在借款者收入范圍、收入支出比和借款者月收入中，選取借款者月收入作為投資者認(rèn)知的變量，本文選取了與投資者認(rèn)知決策相關(guān)的12個(gè)數(shù)據(jù)變量，和本文要考察的投資者有限參與熵變量，用FE表示，共13個(gè)數(shù)據(jù)變量。用STATA12.0對(duì)樣本數(shù)據(jù)進(jìn)行實(shí)證分析。由下頁(yè)表1可知，借款狀態(tài)中沒(méi)有違約的占比達(dá)73.9%，可見(jiàn)投資者決策成功的概率是73.9%，說(shuō)明投資者借款成功率高。關(guān)于借款者

借貸雙方來(lái)說(shuō)，借款者對(duì)于自己的經(jīng)營(yíng)狀況和還款預(yù)期比貸款者有更多的信息，而目前農(nóng)村金融市場(chǎng)信用體系不完善，農(nóng)戶(hù)信用檔案不健全，誠(chéng)信意識(shí)不夠強(qiáng)。這就帶來(lái)信息不對(duì)稱(chēng)及其衍生品，逆向選擇和道德風(fēng)險(xiǎn)：在發(fā)放貸款之前，貸款利率是根據(jù)市場(chǎng)平均水平劃定的，那么那些信譽(yù)良好，風(fēng)險(xiǎn)低于市場(chǎng)平均水平故本應(yīng)獲得更低貸款利率的借款者有可能放棄貸款，市場(chǎng)中容易充斥著信譽(yù)不是很好、風(fēng)險(xiǎn)較高的借款者；在發(fā)放貸款之后，借款者能否按照合約上的目的來(lái)利用這筆資金，能否像之前一樣經(jīng)營(yíng)生產(chǎn)活動(dòng)等等

社會(huì)征信體系對(duì)借款者進(jìn)行事先信用評(píng)估以降低風(fēng)險(xiǎn)，在借款者信用等級(jí)不達(dá)標(biāo)的情況下拒絕借款請(qǐng)求，盡可能地減少違約事件發(fā)生；但國(guó)內(nèi)征信體系在P2P網(wǎng)貸發(fā)展之初相當(dāng)薄弱，互聯(lián)網(wǎng)金融企業(yè)特別是網(wǎng)絡(luò)借貸公司難以借助征信體系線(xiàn)上評(píng)估借款者的風(fēng)險(xiǎn)水平，只能通過(guò)線(xiàn)下審核的方式降低風(fēng)險(xiǎn)，線(xiàn)下和線(xiàn)上相結(jié)合的信用認(rèn)證機(jī)制大幅提高了借款可得性，但是由于借款者須向?qū)嵉卣J(rèn)證機(jī)構(gòu)繳納服務(wù)費(fèi)或擔(dān)保費(fèi)等，無(wú)形中推高了交易成本，從而提高了借款利率。同時(shí)，國(guó)內(nèi)不完善的征信體系使得網(wǎng)貸平臺(tái)面臨較高

4個(gè)利益主體。借款者、貸款者、平臺(tái)公司、擔(dān)保人之間的關(guān)系，如圖2所示。借款人借出資金并支付擔(dān)保人的擔(dān)保費(fèi)用和網(wǎng)貸平臺(tái)的服務(wù)費(fèi)；貸款人借出資金，獲得利息收益；平臺(tái)公司幫借款者和貸款者提供中介服務(wù)；擔(dān)保者為借款者提供擔(dān)保，若借款這違背約定，則代其償還本金和利息。圖2 P2P網(wǎng)絡(luò)借貸平臺(tái)利益關(guān)系主體關(guān)系圖（一）借款者借款者在借貸過(guò)程，主要承擔(dān)個(gè)人信用風(fēng)險(xiǎn)。一方面是個(gè)人信息真實(shí)性。P2P網(wǎng)絡(luò)借貸平臺(tái)通常是經(jīng)過(guò)借款者提供財(cái)產(chǎn)證明、銀行流水賬單等信息來(lái)評(píng)定信用等級(jí)。由

多“不規(guī)范”的借款者，導(dǎo)致信用風(fēng)險(xiǎn)不斷衍生傳導(dǎo)。本文以“人人貸”平臺(tái)隨機(jī)抓取的數(shù)據(jù)為基礎(chǔ)，通過(guò)探索性和驗(yàn)證性的因子分析，探討P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)的生成與傳導(dǎo)路徑，指出P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)主要通過(guò)標(biāo)的風(fēng)險(xiǎn)和借款者違約風(fēng)險(xiǎn)生成，且二者之間的相互作用借助平臺(tái)信用保護(hù)機(jī)制，最終傳導(dǎo)至整個(gè)P2P網(wǎng)絡(luò)借貸行業(yè)。最后，有針對(duì)性地提出了防范控制我國(guó)P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)的對(duì)策。P2P網(wǎng)絡(luò)借貸；信用風(fēng)險(xiǎn)；傳導(dǎo)路徑；因子分析一、引言P2P網(wǎng)絡(luò)借貸（Peer to Peer

信用貸款特點(diǎn)為借款者無(wú)需提供抵押品，而以借款者的信用作為還款保證，信用貸款是中國(guó)貸款的主要方式，因其風(fēng)險(xiǎn)較大，所以需要對(duì)借款者的收入、支出及信用做出全面評(píng)估后方可進(jìn)行；而抵押貸款則需要借款者向銀行提供抵押品作為物品保證從而獲得貸款資金，當(dāng)貸款到期時(shí)借款者則需要?dú)w還全部貸款，否則銀行將有權(quán)處理抵押品作為補(bǔ)償。相對(duì)與農(nóng)村來(lái)說(shuō)，傳統(tǒng)金融在城市發(fā)展多年已趨于穩(wěn)定完善。(二)農(nóng)村的特殊性及傳統(tǒng)金融所面臨的困境以信用貸款和抵押貸款為主的城市金融服務(wù)則在農(nóng)村很難進(jìn)。具體

利率未能反映出借款者的風(fēng)險(xiǎn)狀況。P2P網(wǎng)貸平臺(tái)；借款利率；互聯(lián)網(wǎng)金融；紅嶺創(chuàng)投一、文獻(xiàn)綜述2006年，互聯(lián)網(wǎng)金融開(kāi)始在我國(guó)興起?；ヂ?lián)網(wǎng)金融是一種有別于傳統(tǒng)金融機(jī)構(gòu)間接融資、也有別于資本市場(chǎng)直接融資的第三種融資模式。[1]2013年，互聯(lián)網(wǎng)金融在我國(guó)掀起一股熱潮，同時(shí)開(kāi)始產(chǎn)生分化。目前，互聯(lián)網(wǎng)金融已分化出六種不同領(lǐng)域的業(yè)務(wù)類(lèi)型，即第三方支付、網(wǎng)絡(luò)借貸(P2P網(wǎng)絡(luò)借貸等小額貸款)、股權(quán)眾籌融資、互聯(lián)網(wǎng)基金銷(xiāo)售、互聯(lián)網(wǎng)保險(xiǎn)、互聯(lián)網(wǎng)信托和互聯(lián)網(wǎng)消費(fèi)金融。[2]P2

押物風(fēng)險(xiǎn)。如果借款者無(wú)法順利償債，則貸款者根據(jù)相關(guān)法律可以采用對(duì)貸款者的資產(chǎn)進(jìn)行拍賣(mài)、變賣(mài)的方式進(jìn)行償債，但是，如果對(duì)貸款者的抵押物或者資產(chǎn)評(píng)估不準(zhǔn)確，當(dāng)出現(xiàn)借款者無(wú)力償還現(xiàn)象時(shí)，通過(guò)拍賣(mài)或者變賣(mài)抵押物所得依然無(wú)法償還所欠款項(xiàng)；其二，職工信用風(fēng)險(xiǎn)，根據(jù)相關(guān)法律，住房公積金貸款需要提供擔(dān)保，以起到約束借款者的作用，但是，我國(guó)尚未創(chuàng)建完善的信用體制，信用問(wèn)題頻頻發(fā)生；其三，借款者償債能力風(fēng)險(xiǎn)。因?yàn)椴煌貐^(qū)、行業(yè)的發(fā)展水平不同，由于職工個(gè)人原因或者區(qū)域發(fā)展不平衡

前提下，主要從借款者的預(yù)期壽命、利率波動(dòng)和未來(lái)房?jī)r(jià)波動(dòng)三個(gè)方面出發(fā)建立了精算定價(jià)模型，同時(shí)對(duì)其進(jìn)行了蒙特卡洛模擬，并實(shí)現(xiàn)了最終定價(jià)。利率可根據(jù)林海、鄭振龍[6]的中國(guó)利率動(dòng)態(tài)模型來(lái)得出。本文主要基于Mitchell等[4]提出的反向抵押貸款定價(jià)模型，考慮到借款者的繼承、壽命預(yù)期等因素，分別對(duì)不可贖回RM合約和RM合約建立了風(fēng)險(xiǎn)中性精算定價(jià)模型和歐式看漲期權(quán)定價(jià)模型對(duì)其進(jìn)行相關(guān)研究，最后對(duì)兩種模型進(jìn)行了實(shí)證分析，并結(jié)合我國(guó)現(xiàn)實(shí)實(shí)際對(duì)其進(jìn)行了比較分析。1 基于

實(shí)證分析，發(fā)現(xiàn)借款者的信用特征和主體特征在融資滿(mǎn)足性中發(fā)揮著重要的參考作用。因此網(wǎng)貸平臺(tái)出借者應(yīng)當(dāng)關(guān)注借款人的信息狀況，完善平臺(tái)的信息披露制度，提高信息透明度，降低信息不對(duì)稱(chēng)、不完全，維護(hù)投資者的合法權(quán)益。通過(guò)二元logistic回歸模型實(shí)證研究發(fā)現(xiàn)，借款人的信用等級(jí)、借款成功數(shù)、婚姻、學(xué)歷水平、固定資產(chǎn)以及標(biāo)的投資人數(shù)對(duì)借款人的項(xiàng)目滿(mǎn)足性具有顯著正向影響，標(biāo)的的借款金額、借款期限、借款利率、逾期次數(shù)、借款失敗數(shù)、年齡對(duì)借款項(xiàng)目滿(mǎn)足性具有顯著負(fù)向影響。借入

“高大上”又讓借款者無(wú)縫可鉆，建議回家之前先把這部分的錢(qián)“關(guān)進(jìn)去”，又能得到高額收益，又能拒絕毫無(wú)理由的借款者。當(dāng)然萬(wàn)一封閉期已經(jīng)過(guò)了，你也可以說(shuō)“哎呀你晚了一點(diǎn)啊，我昨天又把錢(qián)投進(jìn)去了?！倍⒓词故怯H戚，也要有選擇性地交往對(duì)于那些出門(mén)在外打拼的人，親戚之間的關(guān)系就更是疏遠(yuǎn)，生活的世界不一樣了，他們也很難明白你的艱辛，所以，他們無(wú)法體會(huì)你賺錢(qián)的辛苦，卻想在你賺錢(qián)之后過(guò)來(lái)分一杯羹。雖說(shuō)親戚之間走動(dòng)是必須的，但是依然要選擇那些人品端正，有獨(dú)立經(jīng)濟(jì)能力的人，必要

P2P平臺(tái)構(gòu)建借款者信用評(píng)分體系的基礎(chǔ)。因此各大P2P網(wǎng)貸平臺(tái)有其各自的征信模式。根據(jù)征信環(huán)節(jié)的差異，主要有純線(xiàn)上模式、線(xiàn)上線(xiàn)下結(jié)合模式、純線(xiàn)下模式。 [1]純線(xiàn)上模式，如拍拍貸。拍拍貸僅從線(xiàn)上對(duì)審核借款者信息，實(shí)現(xiàn)信息匹配、工具支持和服務(wù)等功能。審核通過(guò)后，由借款人自己設(shè)定利率，而后投資人參與競(jìng)標(biāo)。其特點(diǎn)是效率高，征信成本相對(duì)較低，但數(shù)據(jù)來(lái)源有限且其信息真實(shí)性保障低，最終導(dǎo)致風(fēng)險(xiǎn)偏高。線(xiàn)上與線(xiàn)下結(jié)合模式，如人人貸。該模式是P2P機(jī)構(gòu)通過(guò)進(jìn)行實(shí)地考察和評(píng)估

率與借款期限、借款者資信、平臺(tái)實(shí)力具有較強(qiáng)的相關(guān)關(guān)系，但這些變量間的決定關(guān)系并不明確；在短期借款中，利率的決定因素是風(fēng)險(xiǎn)溢價(jià)和短期資金周轉(zhuǎn)的迫切程度；在較長(zhǎng)期借款中，利率的決定因素是流動(dòng)性溢價(jià)與投資收益。P2P 信貸利率 資金需求曲線(xiàn) 倒U形1 P2P市場(chǎng)利率的特殊性在P2P市場(chǎng)上進(jìn)行借貸，其操作流程為：借款者在P2P平臺(tái)上發(fā)布包含利率在內(nèi)的借款信息，出借者根據(jù)借款者發(fā)布的信息，自行決定出借對(duì)象與額度，然后雙方直接達(dá)成交易。這意味著在P2P信貸中借款者也就

房屋的所有權(quán)被借款者有償轉(zhuǎn)讓給銀行，應(yīng)對(duì)借款者轉(zhuǎn)讓房屋所有權(quán)的行為按“銷(xiāo)售不動(dòng)產(chǎn)”稅目征收營(yíng)業(yè)稅。同樣，銀行如果將收歸其所有的房屋銷(xiāo)售，也應(yīng)按“銷(xiāo)售不動(dòng)產(chǎn)”稅目征收營(yíng)業(yè)稅。如果，貴公司能夠提供取得寫(xiě)字樓的有效憑證，證明寫(xiě)字樓的原價(jià)，則可以差額繳納營(yíng)業(yè)稅。借款無(wú)力歸還貸款，抵押的房屋被銀行收走以抵作貸款本息，這表明房屋的所有權(quán)被借款者有償轉(zhuǎn)讓給銀行，應(yīng)對(duì)借款者轉(zhuǎn)讓房屋所有權(quán)的行為按“銷(xiāo)售不動(dòng)產(chǎn)”稅目征收營(yíng)業(yè)稅。劉玉章

階段，貸款者和借款者關(guān)于借款者或投資項(xiàng)目質(zhì)量信息了解程度的不對(duì)稱(chēng)。借款者掌握著自己經(jīng)營(yíng)情況、財(cái)務(wù)狀況以及所投資項(xiàng)目的潛在回報(bào)率等真實(shí)信息，但是作為資金供給方的貸款者卻未必了解真實(shí)情況；其二，貸款發(fā)放后階段，貸款者和借款者對(duì)借款者貸款發(fā)放后行為信息了解程度的不對(duì)稱(chēng)。借款者獲得貸款后是否遵守借款合同條款，是否選擇了與貸款合同風(fēng)險(xiǎn)要求相當(dāng)?shù)捻?xiàng)目,貸款者并不清楚。上述兩類(lèi)不對(duì)稱(chēng)信息將會(huì)導(dǎo)致兩類(lèi)風(fēng)險(xiǎn)發(fā)生。第一，貸款前階段，處于信息劣勢(shì)的貸款者為確定“優(yōu)質(zhì)”借款者，就

安全問(wèn)題，劣質(zhì)借款者攜款潛逃事件時(shí)有發(fā)生，這不能不引起社會(huì)的足夠重視。P2P網(wǎng)絡(luò)借貸平臺(tái)出現(xiàn)資金安全的問(wèn)題主要在于平臺(tái)參與者的信息不對(duì)稱(chēng)。在網(wǎng)絡(luò)借貸中，由于貸款者和借款者雙方之間的整個(gè)交易過(guò)程都是在第三方網(wǎng)絡(luò)平臺(tái)中實(shí)現(xiàn)的，而網(wǎng)絡(luò)平臺(tái)本身又具有較高程度的隱藏性和跨空間等特點(diǎn)，借貸雙方在沒(méi)有面對(duì)面的接觸上很難獲得某些重要的信息，這造成了網(wǎng)絡(luò)借貸服務(wù)中較為嚴(yán)重旳信息不對(duì)稱(chēng)問(wèn)題。二、文獻(xiàn)綜述目前，國(guó)內(nèi)外出現(xiàn)了諸多研究P2P網(wǎng)絡(luò)借貸平臺(tái)的文獻(xiàn)。在國(guó)外學(xué)者中，Meye

機(jī)構(gòu)無(wú)法收集到借款者的有效信息，或者其收集成本相當(dāng)大。所以，貸款機(jī)構(gòu)無(wú)法區(qū)分借款人的風(fēng)險(xiǎn)大小，只能根據(jù)風(fēng)險(xiǎn)規(guī)避的原則對(duì)所有借款人制定相同貸款利率。即根據(jù)貸款機(jī)構(gòu)最終能夠獲得的收益來(lái)制定借款利率，這種利率由于覆蓋所有的借款者往往會(huì)偏高。當(dāng)其高于低風(fēng)險(xiǎn)借款者的承受能力時(shí)，低風(fēng)險(xiǎn)借款者就會(huì)放棄貸款，退出市場(chǎng)，從而市場(chǎng)中高風(fēng)險(xiǎn)借款者的比例增加，增加了市場(chǎng)的整體風(fēng)險(xiǎn)。一個(gè)簡(jiǎn)單的模型說(shuō)明逆向選擇問(wèn)題：市場(chǎng)中存在兩種借款者：無(wú)風(fēng)險(xiǎn)借款者和有風(fēng)險(xiǎn)借款者。兩者都通過(guò)借款進(jìn)行

營(yíng)情況小額信貸借款者職業(yè)以商務(wù)和務(wù)農(nóng)為主，所占比例分別為48.91%和40.31%。其中務(wù)農(nóng)的客戶(hù)是指從事種植業(yè)、養(yǎng)殖業(yè)及家庭作坊加工業(yè)的客戶(hù)，經(jīng)商的客戶(hù)指從事服裝、副食百貨、五金家電通信、餐飲、農(nóng)資、維修服務(wù)、廢品收購(gòu)、建材、娛樂(lè)、理發(fā)店等職業(yè)的客戶(hù)。務(wù)工比例相對(duì)較小，占總樣本的3.47%。從各分會(huì)統(tǒng)計(jì)數(shù)據(jù)可以看出永樂(lè)和復(fù)興從事商務(wù)的客戶(hù)比例較高，而大寅、周河和三河從事農(nóng)業(yè)生產(chǎn)的客戶(hù)比例較高。（見(jiàn)表2）2.小額信貸客戶(hù)家庭貸款情況統(tǒng)計(jì)數(shù)據(jù)分析顯示，獲得4

網(wǎng)平臺(tái)上，眾多借款者與貸款者直接溝通協(xié)調(diào)，與傳統(tǒng)的借助于銀行系統(tǒng)的間接融資和通過(guò)資本市場(chǎng)的直接融資相比，成熟的P2P網(wǎng)絡(luò)借貸市場(chǎng)具有方便快捷、靈活多樣、成本低廉的優(yōu)勢(shì)。它的出現(xiàn)使得大型金融機(jī)構(gòu)無(wú)法覆蓋到的小額投融資需求得到滿(mǎn)足，有利于提高社會(huì)閑置資金的利用率。伴隨著我國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)的發(fā)展，其所面臨的各種問(wèn)題也開(kāi)始顯現(xiàn)，鑒于其在利用和引導(dǎo)龐大的民間資金方面的作用，我們必須對(duì)這些問(wèn)題加以重視并積極的尋求解決之策，從而促進(jìn)我國(guó)金融市場(chǎng)健康有序的發(fā)展。二、我

約還有可能影響借款者的婚姻穩(wěn)定性以及負(fù)債家庭成員的身心健康。家庭債務(wù);拖欠;違約;影響因素;效應(yīng)家庭債務(wù)是經(jīng)濟(jì)活動(dòng)中的重要現(xiàn)象。20世紀(jì)80年代以來(lái)，隨著金融管制的放松、金融工具的創(chuàng)新和政策的推動(dòng)，美國(guó)家庭債務(wù)規(guī)模不斷擴(kuò)大。截至2009年，美國(guó)家庭債務(wù)已高達(dá)13.6萬(wàn)億美元。美國(guó)家庭債務(wù)拖欠快速增長(zhǎng)，截至2009年10月，美國(guó)信用卡還款拖欠率為5.01%，突破了2005年春季創(chuàng)出的記錄高位4.81%，這進(jìn)一步激發(fā)了學(xué)者們對(duì)解釋消費(fèi)者債務(wù)拖欠與違約問(wèn)題研究的

組形式發(fā)放的、借款者彼此承擔(dān)連帶責(zé)任的一種貸款方式。實(shí)踐證明，農(nóng)戶(hù)小額信用貸款在解決農(nóng)戶(hù)貸款難問(wèn)題、促進(jìn)農(nóng)民增收、支持農(nóng)村經(jīng)濟(jì)發(fā)展等方面發(fā)揮了積極的作用。目前，農(nóng)戶(hù)聯(lián)保貸款已經(jīng)取得較大成效，但有些地區(qū)的聯(lián)保貸款還款率很低。要解決這一問(wèn)題就必須深刻認(rèn)識(shí)到聯(lián)保貸款的本質(zhì)以及影響其還款率高低的獨(dú)特因素，只有系統(tǒng)、科學(xué)地在一定的理論基礎(chǔ)上分析這些因素，才能深入了解問(wèn)題的根源，從而提出合理對(duì)策。二、農(nóng)戶(hù)聯(lián)保貸款的博弈模型博弈論是研究決策主體的行為發(fā)生直接相互作用時(shí)候

金使用方統(tǒng)稱(chēng)為借款者，將作為金融交易資金提供者的諸如商業(yè)銀行等異于借款者的外部投資者統(tǒng)稱(chēng)為貸款人，其中內(nèi)、外部資本市場(chǎng)的貸款者又分別稱(chēng)為內(nèi)、外部貸款者，在借款者-貸款者的框架內(nèi)，金融交易的一個(gè)典型的情境是，借款者為給某個(gè)項(xiàng)目融資而尋求與貸款者簽訂契約。相對(duì)于貸款者而言，借款者對(duì)需要融資項(xiàng)目的潛在風(fēng)險(xiǎn)和收益擁有更多的信息，并且通常只有在權(quán)衡風(fēng)險(xiǎn)與收益之后有可觀利潤(rùn)空間時(shí)借款人才會(huì)考慮為該項(xiàng)目融資。但是資金掌握在貸款者的手中，他并不擁有這些信息。因此，除非借款

4]建立了同類(lèi)借款者聚集的團(tuán)體貸款模型，從信任和社會(huì)網(wǎng)絡(luò)的角度驗(yàn)證了這種貸款模式可緩解中小企業(yè)的信貸約束問(wèn)題。在社會(huì)學(xué)的范疇中，人們往往用社會(huì)資本的概念對(duì)此加以解釋?zhuān)虼藝?guó)內(nèi)外一些經(jīng)濟(jì)學(xué)家開(kāi)始從信任和網(wǎng)絡(luò)等社會(huì)資本的角度研究發(fā)展中國(guó)家的中小企業(yè)融資行為。近年來(lái)，作為一個(gè)重要補(bǔ)充，一些經(jīng)濟(jì)學(xué)家開(kāi)始從社會(huì)資本的角度研究中小企業(yè)融資行為的演進(jìn)。所謂社會(huì)資本，是指人們之間的一套橫向聯(lián)系包括能夠通過(guò)推動(dòng)協(xié)調(diào)的行動(dòng)來(lái)提高效率的信任、網(wǎng)絡(luò)以及與網(wǎng)絡(luò)相聯(lián)系的規(guī)范。社會(huì)資本