莊雷++趙成國??

摘要：構(gòu)建行業(yè)選擇影響借款人融資狀況的理論模型，分析互聯(lián)網(wǎng)金融市場上行業(yè)聲譽對借款人融資可得性的影響程度。利用P2P網(wǎng)絡(luò)借貸——“人人貸”網(wǎng)站的交易數(shù)據(jù)，從借款訂單的中標概率、利率水平兩個角度檢驗網(wǎng)絡(luò)借貸過程中借款人所在的行業(yè)屬性對融資可得性的影響程度，并采用傾向得分匹配法進行穩(wěn)健性檢驗。實證結(jié)果顯示，網(wǎng)絡(luò)借貸融資中對借款人選擇存在著明顯的行業(yè)偏向，說明借貸市場存在行業(yè)信號傳遞作用，并進一步估算各行業(yè)的聲譽價值，以提高網(wǎng)絡(luò)借貸市場效率。

關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸；行業(yè)聲譽；融資可得；傾向得分匹配

DOI：10.13956/j.ss.1001-8409.2017.07.05

中圖分類號：F8324 文獻標識碼：A 文章編號：1001-8409（2017）07-0020-04

Indirect Financing Extended， Industry Reputation and Financing Availability

——Based on P2P Network Lending

ZHUANG Lei， ZHAO Chengguo

（School of Economics & Management， Nanjing Tech University， Nanjing 211800）

Abstract： This paper constructs a theoretical model that industry selection can affect the borrowers financial situation， and analyzes the impact of borrowers availability of financing on the reputation of the industry on the internet financial market. With the transactions data of P2P networks lending， “renrendai.com”， it researches the influence of financing availability on the industry attribute of borrowers from the probability of winning and interest rate levels of orders in the network lending， and makes a robustness testing with the method of propensity score matching. The empirical results show that there is a clear selection bias of borrowers in the industry on the network lending market， indicating the presence on the effect of industry signal， and further estimates the value of the industrys reputation， which improves the efficiency of network lending market.

Key words：P2P network lending； industry reputation； financing availability； propensity score matching

1引言

行業(yè)選擇對個人職業(yè)發(fā)展具有重要意義，除去個人異質(zhì)性偏好外，人們在擇業(yè)時更多看中行業(yè)聲望[1]，比如過去幾年中金融行業(yè)的高工資使得很多學生想要報考金融專業(yè)。在金融市場中，行業(yè)聲譽不可避免地影響著借款人的融資狀況，現(xiàn)實中借款人所在行業(yè)環(huán)境對融資可得性具有顯著影響。鑒于傳統(tǒng)信貸模式信息披露的有限性，較少有文獻實證檢驗行業(yè)聲望對借款人融資狀況的影響程度。互聯(lián)網(wǎng)金融發(fā)展促進了金融市場融資模式的延伸，股權(quán)型眾籌融資平臺推進了證券市場的直接融資延伸，而債權(quán)型眾籌（即P2P網(wǎng)絡(luò)借貸）推進了信貸市場的間接融資延伸，借貸雙方擁有更多的選擇自由，需要披露更多的金融數(shù)據(jù)，同時各方須仔細甄別各種信息[2]。因此，行業(yè)聲譽對融資影響可以在互聯(lián)網(wǎng)金融模式中得到充分反映。

互聯(lián)網(wǎng)金融的發(fā)展加速了金融的脫媒，成就融資模式（包括直接融資和間接融資）的延伸。P2P網(wǎng)絡(luò)借貸平臺作為一種第三方平臺，直接促成投融資雙方交易的形成，它并不像銀行中介那樣發(fā)揮擔保作用，只是承擔著信息審核、項目推送的橋梁作用[3]。因此，P2P網(wǎng)貸是一種間接融資延伸模式（即間融延伸）?；ヂ?lián)網(wǎng)金融模式創(chuàng)新引起金融效率的提高可以緩解金融市場上的信息不對稱。理論上說互聯(lián)網(wǎng)金融利用信息技術(shù)手段提高了借貸雙方之間的信息對稱程度，能夠緩解金融市場上的各種歧視現(xiàn)象[4，5]，從而有助于資金配置效率的提高。但是，由于互聯(lián)網(wǎng)金融發(fā)展的時間不長，信息披露體系不夠完善，尤其是征信信息封閉和交易信息記錄缺乏，導(dǎo)致現(xiàn)階段的互聯(lián)網(wǎng)金融市場存在歧視現(xiàn)象，如地域歧視[6]。但是這種歧視會隨著信息披露體系的完善和信息及時更新而有所減緩。然而，關(guān)于金融市場中的行業(yè)聲譽卻少有實證文獻進行分析，互聯(lián)網(wǎng)金融創(chuàng)新中的P2P網(wǎng)絡(luò)借貸是否存在行業(yè)偏向以及行業(yè)聲譽價值測度，值得進一步研究。

行業(yè)信號會在金融市場發(fā)揮影響作用，行業(yè)聲譽價值也會體現(xiàn)在融資過程中。企業(yè)（或個人）所在的行業(yè)聲望在市場經(jīng)濟發(fā)揮著一種信號傳遞作用，其背后一定程度反映了企業(yè)的綜合素質(zhì)和經(jīng)濟能力。行業(yè)聲譽在信息市場有廣泛的應(yīng)用，微觀上代表著一個企業(yè)行為以及產(chǎn)品在市場的口碑[7]，如蘋果手機代表著高端；宏觀上代表著整個行業(yè)的產(chǎn)品在市場的影響[8]，如三聚氰胺事件導(dǎo)致整個中國奶業(yè)的危機。金融市場上存在行業(yè)聲譽的作用，主要原因在于行業(yè)間的收入差距，借款人所在的行業(yè)收入越高，說明借款人的還款能力較強，更容易獲得融資機會或者能以較低成本進行籌資。行業(yè)收入差距的原因有很多，包括行業(yè)性質(zhì)[9]、壟斷程度[10]、從業(yè)者的人力資本投入[11]，企業(yè)異質(zhì)性[12]等，此外金融化是導(dǎo)致行業(yè)收入差距的一大原因[13]。在存在著市場摩擦的現(xiàn)實世界中，行業(yè)的無形和有形壁壘無法徹底消除，就會存在行業(yè)溢價，久而久之形成行業(yè)聲譽價值。雖說資本無國界，反映了資本具有高度流動性，但目前還是難以消除信息不對稱性，行業(yè)聲譽這種低頻信號將在市場上繼續(xù)發(fā)揮作用。本文基于互聯(lián)網(wǎng)金融模式所產(chǎn)生的金融大數(shù)據(jù)，進一步檢驗借款者和投資者關(guān)注的信息和行為，構(gòu)建行業(yè)選擇影響借款人融資狀況的理論模型，實證檢驗P2P網(wǎng)絡(luò)借貸過程中的行業(yè)聲譽影響并測度行業(yè)聲譽價值，從而推動企業(yè)注重自身行業(yè)聲譽價值的積累，實現(xiàn)互聯(lián)網(wǎng)金融資金價格的合理化。

2理論分析與研究假設(shè)

21理論分析

在金融市場信息不對稱程度較高時，投資者無法判斷借款人的具體違約風險時，會采用一些別的標簽來確保自身投資的安全性，其中行業(yè)聲譽是一種較為有效的信號工具。行業(yè)聲譽作為一種信號傳遞工具，投資者更愿意把錢借給行業(yè)信譽較高的企業(yè)、個人。金融市場上，投資人的決策方程為：

F=maxf（ris，rat，dat）

s.t. ris=f（cre，def）

融資成功影響主要受三方面（即安全性、流動性、收益性）的影響。投資人在P2P網(wǎng)絡(luò)借貸選擇中主要考慮資金的安全性、流動性、收益性。安全性主要是考慮借款人的信用等級，流動性主要考慮借款的期限，收益性主要考慮借款的利率水平。由此，選擇信用等級、借款期限、借款利率以及借款金額等作為衡量融資成功的直接因素，其融資方程為：

suc=f（cre，rat，jie，hkq）

互聯(lián)網(wǎng)金融中信用風險是影響借款人的重要因素，信用等級主要受借款人的還款能力與還款意愿的影響。還款意愿主要通過借款人的違約率來表現(xiàn)，看借款人是否存

在借錢不還的記錄，反映借款人的信用狀況。還款能力主要受還款人的收入水平和財產(chǎn)水平的影響，選擇借款人的每月收入水平、汽車和房產(chǎn)證明。由此，選擇借款人的月收入、違約率、房產(chǎn)證明、汽車證明以及房貸、車貸作為衡量借款人借款信用的直接因素，其信用方程為：

cre=f（inc，def，hou，dho，car，dca）

借款的收入水平主要受借款人的勞動強度、行業(yè)以及個人經(jīng)歷等因素影響。行業(yè)壁壘是造成借款人收入水平差異的一大原因，公司規(guī)模也是影響借款人收入水平的因素。工作時間和人力資本的投入是影響借款人收入水平的重要因素。此外，像年齡和婚姻狀況也是影響個人收入水平的因素。由此，選擇借款人所在的行業(yè)、公司規(guī)模、教育年限、日工作時間、年齡和婚姻狀況等因素來衡量借款人收入水平的直接因素，則收入方程為：

inc=f（chy，edu，wti，gsc，age，wed）

由此，借款人融資影響因素的聯(lián)立方程如下：

suc=f（cre，rat，jie，hkq）cre=f（inc，def，hou，dho，car，dca）inc=f（chy，edu，wti，gsc，age，wed）

22研究假設(shè)

勞動市場中勞動者的行業(yè)選擇對收入水平有重要影響。傳統(tǒng)工資理論認為，在市場出清條件下，勞動收入差距只能反映勞動者的教育、工作經(jīng)驗等人力資本及其他市場因素的差別，但是現(xiàn)實中一些社會性、制度性等因素影響著勞動者的收入水平[14]。因此，行業(yè)選擇影響著借款人的收入水平，可得：

假設(shè)1：行業(yè)選擇直接影響借款人的收入水平。

行業(yè)特征會影響借款人的一些行為習慣，行業(yè)屬性形成的個人習慣也會在一定程度影響個人的信用。在市場經(jīng)濟中，經(jīng)過多次重復(fù)博弈，逐漸形成行業(yè)信譽。在信息不對稱的金融市場上，投資者經(jīng)常根據(jù)行業(yè)信譽分析來選擇自己的投資方向。此外，行業(yè)發(fā)展具有周期性，當一個行業(yè)處于生命周期的衰落期，則強烈表現(xiàn)為銀行放貸時不愿再給某個行業(yè)貸款，從光伏危機到鋼貿(mào)危機，在行業(yè)危機出現(xiàn)時，銀行本能地回避這些行業(yè)的貸款業(yè)務(wù)，不管具體企業(yè)是否健康。由此，行業(yè)選擇間接影響著借款人的信用等級，可得：

假設(shè)2：行業(yè)選擇間接影響借款人的信用等級。

在金融市場上行業(yè)聲譽影響借款人的融資狀況。行業(yè)選擇影響收入預(yù)期水平，收入預(yù)期水平影響著借款人的信用風險，一般高收入的人群不僅具有較高的綜合素質(zhì)，信用較好，更為現(xiàn)實的是具有較高的償還能力。借款人的行業(yè)聲譽會影響投資人對項目的判斷，最終影響項目融資成功與否[15]。行業(yè)聲譽價值的存在性以及程度大小需要控制籌資人的信用風險進行考慮。信用風險是P2P網(wǎng)絡(luò)借貸市場的重要風險，那么控制信用等級之后，其行業(yè)聲譽價值的存在性就十分重要，可得：

假設(shè)3：行業(yè)聲譽影響借款人的融資狀況，控制信用等級后網(wǎng)絡(luò)借貸中行業(yè)聲譽價值仍然存在。

3變量說明

人人貸網(wǎng)站是國內(nèi)較早成立的P2P純信用無擔保網(wǎng)絡(luò)借貸平臺。選擇人人貸網(wǎng)站2008～2014年初發(fā)布的訂單作為研究樣本，主要變量設(shè)計如表1。

4實證結(jié)果分析

采用倍差法來實證分析借款人的產(chǎn)業(yè)聲譽在P2P網(wǎng)絡(luò)借貸市場融資狀況的作用，分析借款人在借款訂單中披露的行業(yè)情況對借款訂單融資成功概率的影響程度。實證結(jié)果顯示，借款人從事第一產(chǎn)業(yè)的信息對融資成功的概率為-0167，第一產(chǎn)業(yè)的信譽對融資可得性為負。借款人從事第二產(chǎn)業(yè)的信息對融資成功的概率為0063，第二產(chǎn)業(yè)的信譽對融資可得性為正；借款人從事第三產(chǎn)業(yè)的信息對融資成功的概率為-0167，第三產(chǎn)業(yè)的信譽對融資可得性為負；說明產(chǎn)業(yè)特征影響著投資人的判斷，金融市場上行業(yè)聲譽價值確實存在并發(fā)揮作用。

由于變量之間存在內(nèi)生關(guān)系，根據(jù)前文的理論關(guān)系分析，采用工具變量法以及聯(lián)立方程對第三產(chǎn)業(yè)的數(shù)據(jù)樣本進行檢驗。

工具變量法的實證結(jié)果顯示，用行業(yè)選擇、教育年限、工作時間等擬合的行業(yè)收入對借款融資成功率有顯著的正向影響，但是影響系數(shù)較小，接近于零。說明行業(yè)選擇通過收入水平的間接關(guān)系確實影響融資情況。兩方程聯(lián)立結(jié)果顯示，產(chǎn)業(yè)選擇對收入具有顯著的負向影響，影響系數(shù)為-317593，即每個行業(yè)之間的收入差距在317593元；而收入水平對借款的融資成功呈顯著的正相關(guān)，但是影響系數(shù)較小。三方程聯(lián)立結(jié)果進一步顯示，產(chǎn)業(yè)對收入具有顯著的負向影響，影響系數(shù)為-1301161，每個行業(yè)之間的收入差距約在130116元；收入水平對借款信用等級呈顯著的正相關(guān)，影響系數(shù)較小；而信用等級對融資成功率具有顯著的負相關(guān)，影響系數(shù)為-0028。說明行業(yè)選擇通過收入水平影響信用等級的間接關(guān)系確實影響融資情況。因此，在引入各種變量中的結(jié)果分析，發(fā)現(xiàn)行業(yè)聲譽確實影響收入水平，而收入水平會影響信用等級，最終影響借款人的融資狀況，理論分析的假設(shè)得證。

5穩(wěn)健性檢驗

51傾向匹配結(jié)果分析

為了解決數(shù)據(jù)樣本的有偏性，采用傾向得分匹配方法（PSM）進行穩(wěn)健性檢驗。先按整個產(chǎn)業(yè)大類分析行業(yè)選擇對融資狀況的傾向匹配檢驗，再對產(chǎn)業(yè)進行細分，具體分為農(nóng)業(yè)、制造業(yè)、能源業(yè)等18類，進一步分析行業(yè)類型對借款融資的影響。

傾向匹配的檢驗結(jié)果顯示，各產(chǎn)業(yè)選擇對借款人在網(wǎng)絡(luò)借貸市場上的融資成功率具有明顯影響。進一步的細分行業(yè)檢驗結(jié)果仍然顯示各細分產(chǎn)業(yè)的選擇對借款人在網(wǎng)絡(luò)借貸市場上的融資成功率具有明顯影響。傾向匹配的穩(wěn)健性檢驗結(jié)果表明，全產(chǎn)業(yè)分類和細分行業(yè)進行匹配的估計結(jié)果比較可靠。通過計算處理組與對照組的檢驗結(jié)果進一步說明產(chǎn)業(yè)選擇對借款人在網(wǎng)絡(luò)借貸市場上的融資成功率具有明顯影響。

52行業(yè)聲譽價值的測算結(jié)果分析

根據(jù)傾向匹配分析結(jié)果，對細分行業(yè)進行深入研究，在金融市場上行業(yè)收入與融資狀況存在差異。根據(jù)細分行業(yè)的測算結(jié)果，發(fā)現(xiàn)從事能源業(yè)、教育/培訓、醫(yī)療衛(wèi)生保健、政府機關(guān)4個行業(yè)在金融市場行業(yè)聲譽價值均為正，風險與融資能力相適應(yīng)，行業(yè)聲譽價值較好。從事農(nóng)業(yè)、零售批發(fā)業(yè)、房地產(chǎn)行業(yè)等3個行業(yè)在金融市場行業(yè)聲譽價值均為負，行業(yè)聲譽價值較差，但風險與融資能力相適應(yīng)，這7個行業(yè)聲譽價值合適。從事制造業(yè)、交通運輸業(yè)、金融/法律、媒體/廣告、公共事業(yè)5個行業(yè)的行業(yè)融資聲譽價值較高，但風險與融資能力偏差較大，行業(yè)聲譽溢價存在高估。

6結(jié)論與啟示

從行業(yè)聲譽角度來實證檢驗互聯(lián)網(wǎng)金融模式中借款人所在的行業(yè)聲譽對融資可得性的影響，既回答了金融市場行業(yè)聲譽融資作用的理論猜測，又反映了行業(yè)信號在互聯(lián)網(wǎng)金融市場上的傳遞作用以及價值表現(xiàn)。借助典型的P2P網(wǎng)絡(luò)借貸——人人貸的數(shù)據(jù)，從借款訂單的中標概率、利率水平兩個角度檢驗網(wǎng)絡(luò)借貸過程中的行業(yè)聲譽對融資的影響程度，并采用傾向匹配法進行穩(wěn)健性檢驗。實證結(jié)果顯示，網(wǎng)絡(luò)借貸融資過程中存在著顯著的行業(yè)聲望影響，不同行業(yè)的融資聲譽價值存在較大差異，各行業(yè)聲譽價值估算結(jié)果顯示制造業(yè)、交通運輸業(yè)、金融/法律、媒體/廣告、公共事業(yè)5個行業(yè)的風險與融資能力偏差較大，行業(yè)聲譽溢價存在高估。

針對實證研究結(jié)果，深入挖掘互聯(lián)網(wǎng)金融大數(shù)據(jù)的價值，充分發(fā)揮金融信號傳遞作用，實現(xiàn)信號價值的合理化。為此，首先要完善互聯(lián)網(wǎng)金融的信息披露體系，構(gòu)建安全有效的信息披露標準，形成較為可靠的互聯(lián)網(wǎng)金融大數(shù)據(jù)基礎(chǔ)。其次，加快新興互聯(lián)網(wǎng)金融技術(shù)的應(yīng)用和探索，可以利用金融區(qū)塊鏈技術(shù)來提升金融數(shù)據(jù)信息應(yīng)用。目前網(wǎng)絡(luò)借貸中的行業(yè)、區(qū)域等中（低）頻信號仍然發(fā)揮著重要作用，使得風險和收益合理匹配程度較低，使用新興金融技術(shù)可充分反映借款人的信用水平，促進資金價格的合理化。最后，形成良好的互聯(lián)網(wǎng)金融制度，促進借款人聲譽的積累以及行業(yè)聲譽的積累。統(tǒng)一完善征信體系，如實反映借款人的信用信息，促進借款風險和成本的合理化。人們會更加注意自己的經(jīng)濟行為，因為任何不軌行為都可能反映到互聯(lián)網(wǎng)金融體系中，從而造成自身甚至行業(yè)聲譽的損失。

參考文獻：

[1]張原，陳建奇. 人力資本還是行業(yè)特征：中國行業(yè)間工資回報差異的成因分析[J]. 世界經(jīng)濟， 2008（5）： 68-80.

[2]莊雷. 互聯(lián)網(wǎng)金融創(chuàng)新探究：基于技術(shù)與制度視角[J]. 社會科學， 2016（11）： 61-71.

[3]Bachmann A， et al. Online Peer-to-Peer Lending： A Literature Review[J]. Journal of Internet Banking and Commerce， 2011， 16（2）： 1-17.

[4]Barasinska N， Schfer D. Is Crowdfunding Different？ Evidence on the Relation between Gender and Funding Success from a German Peer-to-Peer Lending Platform[J]. German Economic Review， 2014， 15（4）： 436-452.

[5]Agrawal A， Catalini C， Goldfarb A. Crowdfunding： Geography， Social Networks， and the Timing of Investment Decisions[J]. Journal of Economics and Management Strategy， 2015，24（2）： 253-274.

[6]Mollick E. The Dynamics of Crowdfunding： An Exploratory Study[J]. Journal of Business Venturing， 2014， 29（1）： 1-16.

[7]Shapiro C. Premiums for High Quality Products as Reputation[J]. Quarterly Journal of Economics， 1983，98（4）： 659-679.

[8]龔強，張一林，余建宇. 激勵、信息與食品安全規(guī)制[J]. 經(jīng)濟研究， 2013（3）： 135-147.

[9]Freeman R B. Are Your Wages Set in Beijing？[J]. The Journal of Economic Perspectives， 1995： 15-32.

[10]岳希明，李實，史泰麗.壟斷行業(yè)高收入問題探討[J]. 中國社會科學，2010（3）：77-93.

[11]Mincer J. Investment in Human Capital and Personal Income Distribution[J]. Journal of Political Economy， 1958， 66（3）： 281-302.

[12]Amlti M， Davis D. Trade， Firms， and Wages： Theory and Evidence[J]. Review of Economic Studies， 2012， 79（1）： 1-36.

[13]魯春義. 壟斷、金融化與中國行業(yè)收入分配差距[J]. 管理評論， 2014（11）： 48-56.

[14]Berger A N. The Economic Effects of Technological Progress： Evidence from the Banking Industry[J]. Journal of Money， Credit， and Banking， 2003， 35（2）： 141-176.

[15]Fishman A. Financial Intermediaries as Facilitators of Information Exchange between Lenders and Reputation Formation by Borrowers[J]. International Review of Economics & Finance， 2009， 18 （2） ： 301-305.

（責任編輯：辜萍）