王子敏，李嬋娟，季仁春

(1.南京郵電大學(xué)經(jīng)濟(jì)學(xué)院，江蘇 南京 210023;2.中國(guó)農(nóng)業(yè)銀行南通分行，江蘇 南通 226300)

信息披露、投資偏好與大眾創(chuàng)業(yè)的互聯(lián)網(wǎng)金融支持
——基于人人貸數(shù)據(jù)的研究

王子敏1，李嬋娟1，季仁春2

(1.南京郵電大學(xué)經(jīng)濟(jì)學(xué)院，江蘇 南京 210023;2.中國(guó)農(nóng)業(yè)銀行南通分行，江蘇 南通 226300)

基于抓取的P2P網(wǎng)貸平臺(tái)人人貸中借款目的為“企業(yè)用途”的數(shù)據(jù)，在文獻(xiàn)梳理基礎(chǔ)上，建立二元邏輯回歸方程，對(duì)小微企業(yè)在互聯(lián)網(wǎng)融資過(guò)程中投資者形成的身份偏好問(wèn)題進(jìn)行了研究。通過(guò)將借款人身份分為工薪階層和小微企業(yè)主兩類，發(fā)現(xiàn)投資者存在對(duì)借款人的身份歧視現(xiàn)象，進(jìn)而從信息披露的角度提出相應(yīng)的解釋。研究認(rèn)為，由于信息披露不足與信息不可信，投資者認(rèn)為具備“小微企業(yè)主”這一身份的借款人的借款存在較高的風(fēng)險(xiǎn)，從而形成了投資者更愿意支持“工薪階層”借款的投資偏好?；谏鲜鲅芯拷Y(jié)論，從P2P網(wǎng)貸平臺(tái)和政府部門的角度，提出了相應(yīng)的政策建議。

信息披露；風(fēng)險(xiǎn)；身份偏好；人人貸

一、引 言

大眾創(chuàng)業(yè)是政府強(qiáng)力推行的在新常態(tài)下促進(jìn)我國(guó)經(jīng)濟(jì)轉(zhuǎn)型和長(zhǎng)期健康發(fā)展的重要舉措[1]。從金融角度，大眾創(chuàng)業(yè)要取得成功，離不開(kāi)資金的支持。一個(gè)充分發(fā)育的金融市場(chǎng)，應(yīng)當(dāng)盡量滿足大眾創(chuàng)業(yè)中不斷增加的資金需求。以P2P網(wǎng)絡(luò)借貸為代表的互聯(lián)網(wǎng)金融近些年來(lái)飛速發(fā)展，產(chǎn)生了諸如陸金所、人人貸、拍拍貸等知名的交易平臺(tái)，成為金融市場(chǎng)中重要的組成部分。P2P的一個(gè)重要特征就是平臺(tái)的借貸雙方往往都是小微個(gè)體，這為小微企業(yè)發(fā)展提供了資金支持的渠道。

P2P既延伸了投資者的區(qū)域范圍，也拓展了借款者的區(qū)域覆蓋，雖然在一定程度上降低了資金融通的交易成本，但同時(shí)由于信息不對(duì)稱，網(wǎng)絡(luò)借貸過(guò)程中的道德風(fēng)險(xiǎn)以及逆向選擇問(wèn)題也很容易被放大。很多P2P平臺(tái)的跑路事件，一方面是平臺(tái)自身的經(jīng)營(yíng)管理問(wèn)題所致，另一個(gè)重要的原因就是上述問(wèn)題所導(dǎo)致的。因而提升信息披露質(zhì)量，減少信息不對(duì)稱成為互聯(lián)網(wǎng)金融領(lǐng)域的重要工作。

互聯(lián)網(wǎng)P2P交易中，雙方的資金量“小”這一特征，決定了網(wǎng)貸平臺(tái)在信息披露監(jiān)管中的成本也要小，因而難以對(duì)于借款人在借款時(shí)信息披露的可信度進(jìn)行更為全面的衡量，更難以對(duì)事后資金使用過(guò)程中的潛在風(fēng)險(xiǎn)進(jìn)行跟蹤和監(jiān)管。雖然有平臺(tái)會(huì)通過(guò)一定渠道對(duì)于借款人進(jìn)行事前的“實(shí)地認(rèn)證”，但仍然無(wú)法做到對(duì)借款的事后監(jiān)督。上述特征決定了互聯(lián)網(wǎng)P2P交易中信息披露的不完全性，由此導(dǎo)致投資者會(huì)根據(jù)一定的信號(hào)，如根據(jù)借款人的身份特征、借款期限、借款利率等，判斷投資風(fēng)險(xiǎn)，形成投資偏好。

二、研究基礎(chǔ)

(一)大眾創(chuàng)業(yè)

本文研究的數(shù)據(jù)來(lái)源于人人貸平臺(tái)。根據(jù)數(shù)據(jù)特點(diǎn)和研究需要，將大眾創(chuàng)業(yè)分為兩類，一類是工薪階層的大眾創(chuàng)業(yè)，另一類是小微企業(yè)主的大眾創(chuàng)業(yè)。如果研究對(duì)象的身份是工薪階層，且收入主要來(lái)源于工資性收入，通過(guò)互聯(lián)網(wǎng)融資不是為了消費(fèi)，而是為了滿足企業(yè)創(chuàng)立或者發(fā)展需要，那么這類人的經(jīng)營(yíng)行為可以認(rèn)定為工薪階層的大眾創(chuàng)業(yè)。如果身份是擁有或者共同擁有小微企業(yè)的小企業(yè)主，且借款目的是為了創(chuàng)立企業(yè)或者使現(xiàn)有企業(yè)做大做強(qiáng)，那么這類人的經(jīng)營(yíng)行為可以認(rèn)定為小微企業(yè)主的大眾創(chuàng)業(yè)。

(二)文獻(xiàn)梳理

互聯(lián)網(wǎng)P2P借貸平臺(tái)在融通資金過(guò)程中，所起的作用本質(zhì)上是信息中介與信用中介的作用。Freedman and Jin(2011)認(rèn)為P2P平臺(tái)相對(duì)于傳統(tǒng)融資平臺(tái)而言，信息不對(duì)稱更為嚴(yán)重，且會(huì)導(dǎo)致逆向選擇，原因在于信息平臺(tái)很難獲取借款者的信用記錄、收入以及就業(yè)等硬信息[2]，國(guó)內(nèi)學(xué)者談超等(2014)[3]通過(guò)建立理論模型也證明了這一點(diǎn)。同時(shí)，由于投資者的風(fēng)險(xiǎn)識(shí)別能力不同，在信息不對(duì)稱環(huán)境下，投資者的投資收益會(huì)受到較為顯著的影響[4]。Wang and Greiner(2011)認(rèn)為信息不對(duì)稱，會(huì)導(dǎo)致互聯(lián)網(wǎng)借貸平臺(tái)產(chǎn)生比預(yù)期更高的違約率和風(fēng)險(xiǎn)[5]。信息不對(duì)稱和不完全也會(huì)導(dǎo)致投資者形成非常顯著的羊群效應(yīng)[6]，這種羊群行為有可能是一種理性行為[7]，也有可能是一種非理性的行為[8]。在信息不對(duì)稱環(huán)境下，投資者也會(huì)形成特定的投資偏好：如本地市場(chǎng)偏好[9]、個(gè)人形象的偏好[10]、身份偏好[11]、種族偏好[12]、地域偏好[13]、借款用途偏好[14]等等。

信息不足和不對(duì)稱使得投資者更重視軟信息的作用。李焰等(2014)通過(guò)對(duì)P2P平臺(tái)拍拍貸的研究，發(fā)現(xiàn)描述性信息會(huì)對(duì)投資人決策產(chǎn)生影響，認(rèn)為提供更多描述性信息的借款人更容易成功借款[15]。Yum et al.(2012)認(rèn)為在信息嚴(yán)重不對(duì)稱時(shí)存在羊群效應(yīng)，但當(dāng)信息量逐步豐富后，投資者會(huì)逐步形成自己的判斷[16]。Iyer et al.(2015)認(rèn)為通過(guò)軟信息渠道，投資者可以更好的了解借款人，尤其對(duì)于那些信用評(píng)級(jí)比較低的借款而言，軟信息對(duì)于借款成功率尤為重要[17]。彭紅楓等(2016)的研究也發(fā)現(xiàn)借款利率與借款描述間存在顯著的關(guān)系[18]。Dorfleitner et al.(2016)基于對(duì)歐洲兩大P2P平臺(tái)中軟信息的研究，認(rèn)為借款描述中的拼寫錯(cuò)誤、描述字?jǐn)?shù)長(zhǎng)度、借款描述中喚起正向情緒的詞匯，能夠顯著影響到借款成功率[19]。Herzenstein(2011)研究了軟信息中的借款描述傾向?qū)τ诮杩畛晒β实挠绊?，認(rèn)為即使是不能驗(yàn)證的軟信息，只要能夠給投資者描繪一個(gè)好的故事，提升投資者對(duì)于借款人的身份認(rèn)同度，就能顯著提升借款成功率，這種影響甚至超過(guò)了可以驗(yàn)證的信息的作用[20]。

如果借款人要進(jìn)行創(chuàng)業(yè)，那么信息披露中就要涉及到創(chuàng)業(yè)和企業(yè)經(jīng)營(yíng)的信息，但目前的P2P平臺(tái)由于交易成本原因，披露的信息主要是借款人的信息，這就導(dǎo)致了創(chuàng)業(yè)融資的借款標(biāo)的的信息披露不完全，投資者要對(duì)交易風(fēng)險(xiǎn)進(jìn)行評(píng)估將不得不更多的借助于軟信息，此時(shí)交易雙方的信息不對(duì)稱程度會(huì)更加嚴(yán)重，同時(shí)也可能存在借款人在軟信息披露中弄虛作假的激勵(lì)，又進(jìn)一步減低了軟信息的可信度。因而最終會(huì)導(dǎo)致投資者形成特殊的投資偏好和投資行為。本文的主要貢獻(xiàn)在于，力求從大眾創(chuàng)業(yè)這一視角，分析由于信息披露不完全和不可信所導(dǎo)致的投資者特殊偏好，進(jìn)一步深化現(xiàn)有研究中對(duì)于投資者投資偏好的研究，并結(jié)合中國(guó)實(shí)際情況，為大眾創(chuàng)業(yè)提供政策支持。

三、直覺(jué)與數(shù)據(jù)的矛盾

(一)一個(gè)直覺(jué)假設(shè)

假設(shè)有兩個(gè)借款人，所借款項(xiàng)主要用于企業(yè)設(shè)立或者滿足企業(yè)的擴(kuò)大經(jīng)營(yíng)的需要。兩個(gè)借款標(biāo)的其他方面均完全相同，唯一不同的地方在于，一個(gè)借款人的身份為小微企業(yè)主，有一定的企業(yè)運(yùn)營(yíng)經(jīng)驗(yàn)；另一個(gè)借款人的身份為工薪階層，主要收入來(lái)源是工資性收入，借款目的是為了投資創(chuàng)業(yè)，但缺乏企業(yè)的運(yùn)營(yíng)經(jīng)驗(yàn)。那么在同等條件下，投資者會(huì)更愿意借款給誰(shuí)？

一個(gè)直觀的回答是，由于小微企業(yè)主有一定的企業(yè)運(yùn)營(yíng)經(jīng)驗(yàn)，借款給小微企業(yè)主的話，企業(yè)投資失敗導(dǎo)致無(wú)法收回本息的風(fēng)險(xiǎn)會(huì)小，因而投資者應(yīng)該更愿意將資金拆借給小微企業(yè)主。由此做出如下直覺(jué)假設(shè)：

假設(shè)1：同等條件下，相對(duì)于普通工薪階層而言，投資者更愿意將資金出借給小微企業(yè)主進(jìn)行創(chuàng)業(yè)。

(二)假設(shè)檢驗(yàn)

為了對(duì)上述假設(shè)進(jìn)行檢驗(yàn)，筆者通過(guò)爬蟲(chóng)軟件抓取了人人貸平臺(tái)2015年上半年部分公開(kāi)的交易數(shù)據(jù)信息。人人貸是中國(guó)P2P網(wǎng)絡(luò)借貸中比較具有代表性的交易平臺(tái)，在這個(gè)平臺(tái)上，借款人根據(jù)要求披露相應(yīng)的身份信息，并提供必要的各種信息認(rèn)證資料，人人貸會(huì)對(duì)借款人所提交的信息通過(guò)網(wǎng)絡(luò)進(jìn)行信用等級(jí)評(píng)分和認(rèn)證，部分借款人還會(huì)由人人貸在各個(gè)地區(qū)的信用認(rèn)證代理機(jī)構(gòu)進(jìn)行實(shí)地認(rèn)證，最終投資者根據(jù)借款人在平臺(tái)上設(shè)定的借款利率和借款描述等信息，決定是否進(jìn)行投資。在剔除了不合格和不需要的樣本后，選取了141749份信用認(rèn)證標(biāo)進(jìn)行分析，信用認(rèn)證標(biāo)的借款期限為3到24個(gè)月。141749份信用認(rèn)證標(biāo)中借款成功(包括借款成功后正常還款以及借款成功后還款違約)的比例為2.8%，借款失敗的比例為97%*目前人人貸網(wǎng)站上的借款以實(shí)地認(rèn)證標(biāo)和機(jī)構(gòu)擔(dān)保標(biāo)為主，這些借款標(biāo)的的借款成功率幾乎為100%，因而通過(guò)訪問(wèn)人人貸網(wǎng)站，見(jiàn)到的幾乎均為借款成功的標(biāo)的。，正處于借款期還沒(méi)有滿標(biāo)等其他情況占比為0.02%。

人人貸平臺(tái)中借款利率由借款人設(shè)定，并明確給出借款期限和借款用途，以及要對(duì)借款進(jìn)行詳細(xì)的文字描述，最后投資人選擇投資還是不投資，從而最終決定借款是否成功，因此將借款成功與否設(shè)為被解釋變量。人人貸會(huì)要求投資人報(bào)告自己的工作身份，共計(jì)有“工薪階層”“私營(yíng)企業(yè)主”“網(wǎng)絡(luò)店主”三類，其中后兩類統(tǒng)一歸集為“小微企業(yè)主”，便得到了反映借款人身份的二元分類變量，將此作為解釋變量。如果解釋變量在解釋借款成功率方面存在顯著的差異性，比如在控制了其他因素的影響后，小微企業(yè)主身份相對(duì)于工薪階層身份而言，借款成功率存在顯著提升，那么直覺(jué)假設(shè)就可得證。在抓取的樣本數(shù)據(jù)中，根據(jù)借款用途，如果是工薪階層借款為了企業(yè)用途，那么認(rèn)為這部分樣本數(shù)據(jù)是有關(guān)工薪階層的大眾創(chuàng)業(yè)的；如果小微企業(yè)主借款為了投資創(chuàng)業(yè)，或者為了保證所擁有的小微企業(yè)正常運(yùn)行或做大做強(qiáng)，那么認(rèn)為這部分樣本數(shù)據(jù)是有關(guān)小微企業(yè)主的大眾創(chuàng)業(yè)的。

人人貸平臺(tái)還要求投資人報(bào)告必要的個(gè)人身份、收入財(cái)產(chǎn)、信用等信息，這些信息對(duì)于投資人而言是重要的投資風(fēng)險(xiǎn)參考。眾多研究，如王會(huì)娟和廖理(2014)[21]、廖理等(2014)[22]、Lee and Lee(2012)[23]等已經(jīng)確認(rèn)這些信息對(duì)于借款是否成功有著重要的影響，因而在建立計(jì)量模型時(shí)要將這些變量設(shè)定為控制變量?？刂谱兞恐饕巳丝诮y(tǒng)計(jì)信息、借款標(biāo)的信息、財(cái)產(chǎn)收入信息、信用信息和信用記錄情況等四個(gè)大類，共計(jì)25個(gè)變量。

由于計(jì)量模型的被解釋變量為二元分類變量，解釋變量和控制變量中也涉及到眾多的分類變量，因此建立二元邏輯回歸模型。表1報(bào)告了各個(gè)變量的賦值規(guī)則和描述性統(tǒng)計(jì)指標(biāo)。

表1 變量的說(shuō)明與統(tǒng)計(jì)

根據(jù)表1中的數(shù)據(jù)處理和變量設(shè)定，選取了工薪階層和小微企業(yè)主創(chuàng)業(yè)借款的樣本，通過(guò)建立二元邏輯回歸方程，基于SPSS22.0計(jì)算了回歸結(jié)果，詳見(jiàn)表2。

(三)身份偏好

根據(jù)表2中的數(shù)據(jù)，可以發(fā)現(xiàn)在控制了相關(guān)因素的影響后，解釋變量“工作身份”在取值為1時(shí)，相對(duì)于取值為0時(shí)存在顯著差異性，系數(shù)為0.646，1%水平下顯著為正。這表明當(dāng)借款人的身份為工薪階層時(shí)，相對(duì)而言，能夠獲得更高的借款成功率，但這與前文中的直覺(jué)假設(shè)1是相矛盾的。在控制其他因素的影響后，投資者在同等條件下應(yīng)當(dāng)更支持小微企業(yè)主的借款，畢竟他們的企業(yè)運(yùn)營(yíng)經(jīng)驗(yàn)要相對(duì)多些，借款給他們所帶來(lái)的違約風(fēng)險(xiǎn)應(yīng)當(dāng)更低一些。

第一種可能的解釋是，由于數(shù)據(jù)限制，表2在回歸中并沒(méi)有將小微企業(yè)主的歷史經(jīng)營(yíng)情況納入到解釋變量中去，導(dǎo)致存在遺漏重要變量，而這種變量可能對(duì)于回歸結(jié)果會(huì)產(chǎn)生重要的影響，導(dǎo)致上述回歸結(jié)果并不能準(zhǔn)確反映出投資者的真實(shí)投資偏好，上述回歸結(jié)果反映的是一種表象的投資偏好；另一種可能的解釋是投資者確實(shí)存在對(duì)于借款人身份的偏好，即使借款人的所有相關(guān)信息披露是完全的，投資者仍然更愿意支持工薪階層的創(chuàng)業(yè)融資?；诮灰壮杀究紤]，P2P平臺(tái)本身在促進(jìn)

表2 借款者身份與借款成功率

信息披露方面的能力是有限的。在互聯(lián)網(wǎng)借貸過(guò)程中完全的信息披露幾乎是不可能的，很難在控制了所有相關(guān)信息的情況下，去論證投資者的投資偏好，因而對(duì)投資偏好第二種解釋的證明比較困難。本文的工作是從第一種解釋的角度，論證這種遺漏信息的影響，特別是應(yīng)當(dāng)披露而沒(méi)有披露的企業(yè)歷史經(jīng)營(yíng)信息被遺漏以后，投資者對(duì)這類借款的風(fēng)險(xiǎn)判斷以及相應(yīng)的投資偏好。

四、風(fēng)險(xiǎn)衡量與身份偏好

(一)風(fēng)險(xiǎn)衡量

由于信息披露不完全和不對(duì)稱，投資者除了根據(jù)接觸到的各類信息進(jìn)行投資風(fēng)險(xiǎn)衡量以外，還有一個(gè)非常重要的渠道就是投資者對(duì)于利率的判斷。利率水平的高低，既代表了投資者所能獲取的收益高低，但同時(shí)也代表了風(fēng)險(xiǎn)水平的高低，高利率意味著高風(fēng)險(xiǎn)。同時(shí)，借款人也會(huì)有相對(duì)理性的預(yù)期，為了獲取盡可能高的借款成功率，在設(shè)定借款利率時(shí)，既不能太高，也不能太低。設(shè)定的利率太高，投資者會(huì)認(rèn)為借款人越需要資金，投資風(fēng)險(xiǎn)越高；設(shè)定的利率太低，投資者缺乏獲取高收益的激勵(lì)，借款成功率會(huì)大打折扣。因而應(yīng)當(dāng)存在一個(gè)最優(yōu)利率水平，該水平在綜合了投資收益與投資風(fēng)險(xiǎn)以后，能夠最大可能提升借款成功率。通過(guò)觀察最優(yōu)利率與實(shí)際成交利率之間的關(guān)系，可以判斷出風(fēng)險(xiǎn)水平的高低。

為此，表3重新設(shè)定二元邏輯回歸計(jì)量模型，將研究樣本分為兩類，一類是有關(guān)工薪階層創(chuàng)業(yè)借款的數(shù)據(jù)，另一類是小微企業(yè)主創(chuàng)業(yè)借款的數(shù)據(jù)。對(duì)上述兩部分?jǐn)?shù)據(jù)，設(shè)定相同的解釋變量和控制變量。表3中除了利率以及平方項(xiàng)作為解釋變量以外，還將人口統(tǒng)計(jì)信息、借款標(biāo)的信息、財(cái)產(chǎn)收入信息、信用信息和信用記錄等均作為解釋變量，各變量的處理方式與表1相同。

表3中無(wú)論是工薪階層的借款還是小微企業(yè)主的借款，借款利率以及利率的平方項(xiàng)兩個(gè)變量的系數(shù)均在5%水平下顯著。由于二次項(xiàng)系數(shù)顯著為負(fù)，一次項(xiàng)系數(shù)顯著為正，因而有一個(gè)開(kāi)口向下的利率的二次函數(shù)，使得存在最優(yōu)的利率水平，該利率水平在綜合了借款的風(fēng)險(xiǎn)與收益后，能夠使得借款成功率最高。表3中給出了計(jì)算出的最優(yōu)利率水平，工薪階層的最優(yōu)利率水平為11.41%，小微企業(yè)主的最優(yōu)利率水平為10.33%。通過(guò)表2中利率以及平方項(xiàng)的系數(shù)數(shù)據(jù)，也可以計(jì)算出整體的最優(yōu)利率水平為10.77%。如果實(shí)際成交的借款利率水平高于上述最優(yōu)利率，那么意味著投資者索取更高的風(fēng)險(xiǎn)回報(bào)，即投資者認(rèn)為該類借款是高風(fēng)險(xiǎn)的。

表3最后四行報(bào)告了根據(jù)不同方法計(jì)算出的利率水平，其中前2行計(jì)算了無(wú)論借款成功與否，不考慮利率的期限結(jié)構(gòu)問(wèn)題，整體而言借款人給出的利率均值和中位數(shù)，后2行計(jì)算了成功的借款平均利率和中位數(shù)。用上述指標(biāo)減去最優(yōu)利率，即可得出風(fēng)險(xiǎn)回報(bào)。表4報(bào)告了相關(guān)結(jié)果。

表3 不同用途借款中利率對(duì)借款成功率的影響

注：**表示在5%水平下顯著，*表示在10%水平下顯著。

表4 不考慮期限結(jié)構(gòu)的風(fēng)險(xiǎn)回報(bào)

根據(jù)表4中數(shù)據(jù)可知，無(wú)論采用何種方法，發(fā)現(xiàn)小微企業(yè)主創(chuàng)業(yè)借款的風(fēng)險(xiǎn)回報(bào)水平均高于工薪階層的風(fēng)險(xiǎn)回報(bào)水平。即小微企業(yè)主借款的利率，已經(jīng)超過(guò)了最優(yōu)利率，該利率已經(jīng)不利于提升借款成功率，同時(shí)也反映出投資者對(duì)于小微企業(yè)主的借款，會(huì)索取更高的風(fēng)險(xiǎn)回報(bào)。因而認(rèn)為小微企業(yè)主借款的風(fēng)險(xiǎn)是更高的。

(二)利率的期限結(jié)構(gòu)與風(fēng)險(xiǎn)

由于利率存在期限結(jié)構(gòu)問(wèn)題，不同期限的利率水平是不同的，由于樣本量限制，筆者無(wú)法計(jì)算出不同期限下的最優(yōu)利率水平，進(jìn)而判斷在不同的期限下投資者對(duì)于不同類型人群借款的風(fēng)險(xiǎn)判斷。同時(shí)，由于不同期限的借款人數(shù)比例不同，與利率的期限結(jié)構(gòu)相疊加，使得上文中基于利率均值和中位數(shù)的判斷方法說(shuō)服力有待提高。為此，表5給出了成功的借款在不同期限的利率水平，以進(jìn)一步對(duì)增強(qiáng)上述對(duì)于風(fēng)險(xiǎn)水平的判斷。

表5 兩類人群成功借款的利率期限結(jié)構(gòu) (單位：%)

對(duì)比兩類人群在不同期限下成功借款的平均利率，由表5可以發(fā)現(xiàn)，除了樣本量占比較低的9個(gè)月借款以外，其余期限下工薪階層均低于小微企業(yè)主借款的利率水平。結(jié)合前文中計(jì)算的小微企業(yè)主借款的最優(yōu)利率水平較低的結(jié)果，仍然可以判斷出，投資者會(huì)向小微企業(yè)主索取更高的利率，以彌補(bǔ)風(fēng)險(xiǎn)，即小微企業(yè)主的借款風(fēng)險(xiǎn)是更高的。

圖1給出了兩類人群借款的利率期限結(jié)構(gòu)。期限上升，利率水平也隨之提升，同時(shí)圖1還線性和指數(shù)擬合了利率的期限結(jié)構(gòu)曲線圖(圖中細(xì)實(shí)線)，并給出了公式。從圖1可見(jiàn)，線性方程擬合時(shí)，小微企業(yè)主借款的系數(shù)高于工薪階層的系數(shù)；指數(shù)擬合時(shí)，小微企業(yè)主的利率增長(zhǎng)率也高于工薪階層的增長(zhǎng)率。由此也可以得出，伴隨著借款期限的延長(zhǎng)，投資者認(rèn)為小微企業(yè)主借款的風(fēng)險(xiǎn)會(huì)上升更快，從而印證了前文小微企業(yè)主借款風(fēng)險(xiǎn)更高的判斷。

基于前面幾方面的分析，可以綜合得出投資者認(rèn)為小微企業(yè)主的創(chuàng)業(yè)借款是更高風(fēng)險(xiǎn)的，因而形成了投資者更支持工薪階層的創(chuàng)業(yè)借款的投資偏好。這種投資偏好是為了規(guī)避風(fēng)險(xiǎn)，因而是一種理性的行為。

圖1 利率期限結(jié)構(gòu)圖

五、信息披露與風(fēng)險(xiǎn)衡量

(一)理論假設(shè)

為什么投資者認(rèn)為小微企業(yè)主的創(chuàng)業(yè)投資借款的風(fēng)險(xiǎn)更高？下文嘗試從不同身份借款人的信息披露特征與投資者信息需求預(yù)期之間的關(guān)系嘗試進(jìn)行分析。

從原理上來(lái)看，如前文所述，由于工薪階層缺乏企業(yè)運(yùn)營(yíng)經(jīng)驗(yàn)，對(duì)于投資者而言，無(wú)法評(píng)估他們的企業(yè)經(jīng)營(yíng)能力和經(jīng)營(yíng)風(fēng)險(xiǎn)，進(jìn)而判斷出投資風(fēng)險(xiǎn)，因而最合理的風(fēng)險(xiǎn)評(píng)估手段，就是根據(jù)借款人自身相關(guān)的信息，綜合做出相應(yīng)的風(fēng)險(xiǎn)預(yù)期，此時(shí)借款人自身的信用好與壞直接關(guān)系到投資者對(duì)于借款風(fēng)險(xiǎn)的評(píng)估。但對(duì)于小微企業(yè)主而言，由于他們有企業(yè)運(yùn)營(yíng)的經(jīng)驗(yàn)，那么投資者所期望得到的信息就不僅僅是他們的個(gè)人相關(guān)信息，投資者更關(guān)心的是他們的企業(yè)運(yùn)營(yíng)信息，即投資者對(duì)于借款信息的期望提升了。但人人貸平臺(tái)并沒(méi)有提供權(quán)威的企業(yè)運(yùn)營(yíng)方面的可信賴信息，根據(jù)文獻(xiàn)綜述部分相關(guān)研究中的結(jié)論，可知此時(shí)投資者只能依靠軟信息進(jìn)行判斷?；谏鲜龇治?，可以認(rèn)為小微企業(yè)主信息披露不足，與投資者預(yù)期之間存在差距，會(huì)使得投資者認(rèn)為小微企業(yè)主的借款可能存在更大的不確定性。

此外，而“無(wú)奸不商”這一信念在中國(guó)是深入人心的，為了獲取資金，小微企業(yè)主借款人存在信息的虛假陳述可能，因而小微企業(yè)主借款中所提供的這些軟信息是否是可信的，尚值得商榷。當(dāng)然工薪階層的軟信息陳述也存在虛假陳述的可能性，但通過(guò)計(jì)算工薪階層借款的成功率，發(fā)現(xiàn)如果工薪階層在借款用途描述中明確表明是用于個(gè)人消費(fèi)的話，那么借款成功率整體為3.6%，而如果表示為要去投資于企業(yè)的話，成功率只有3.2%，一個(gè)聰明的借款人此時(shí)應(yīng)當(dāng)直接表明借款是為了個(gè)人消費(fèi)即可獲得更高的成功率，事后偷偷將借款資金進(jìn)行挪用即可，沒(méi)有必要去表明借款是為了創(chuàng)業(yè)，并且進(jìn)行虛假陳述。因而基于上述分析，判斷小微企業(yè)主借款描述信息的可信度可能更低。

因此根據(jù)上述論述，做出如下兩個(gè)假設(shè)：

假設(shè)2：投資決策中，投資者更關(guān)心工薪階層借款人的個(gè)人信用信息，更關(guān)注小微企業(yè)主借款人的企業(yè)運(yùn)營(yíng)信息。

假設(shè)3：投資決策中，針對(duì)借款人的借款描述軟信息，投資者更相信工薪階層的描述。

(二)假設(shè)驗(yàn)證

從客觀數(shù)據(jù)來(lái)看，表3計(jì)量結(jié)果給出了上述假設(shè)的一些有意思的印證。對(duì)比表3第三列工薪階層借款與第4列小微企業(yè)主借款成功率影響因素方程中系數(shù)的顯著性，發(fā)現(xiàn)系數(shù)顯著性不同的變量中，有兩個(gè)變量是與上述假設(shè)相關(guān)的，一個(gè)是個(gè)人“信用分類”變量，另一個(gè)是“借款描述傾向”變量。

由表3數(shù)據(jù)發(fā)現(xiàn)，對(duì)工薪階層創(chuàng)業(yè)借款而言，個(gè)人“信用分類”變量在5%水平下顯著為正，即認(rèn)為個(gè)人信息水平為A級(jí)及以上的高信用等級(jí)的人群相對(duì)于低信用等級(jí)的人群而言，借款成功率明顯提升，即認(rèn)為對(duì)于投資者而言，更愿意支持高信用等級(jí)的借款人的借款，認(rèn)為他們借款的風(fēng)險(xiǎn)水平可能更低。而對(duì)于小微企業(yè)主借款而言，發(fā)現(xiàn)個(gè)人信用分類變量在5%水平下不顯著，即對(duì)于小微企業(yè)主的創(chuàng)業(yè)借款，投資者并不太看中借款人的信用等級(jí)，投資者可能更想掌握的信息是他們企業(yè)運(yùn)營(yíng)情況的信息。因而假設(shè)2得到印證。

表3中“借款描述傾向”變量的顯著性在兩個(gè)計(jì)量方程中也不同。對(duì)于工薪階層而言，該指標(biāo)5%水平下顯著為正，而對(duì)于小微企業(yè)主而言并不顯著。即當(dāng)工薪階層在借款描述中表達(dá)了正向的信息，諸如“信譽(yù)良好”“還款能力強(qiáng)”等字眼所傳遞出的正向積極信息，會(huì)顯著提升他們借款的成功率，表明投資者會(huì)受到這些信息的影響；而對(duì)于小微企業(yè)主借款而言，當(dāng)在其借款描述中出現(xiàn)諸如“信譽(yù)良好”“擴(kuò)大生產(chǎn)規(guī)模”“升級(jí)換代”等表明個(gè)人信用以及企業(yè)經(jīng)營(yíng)情況的正向信息時(shí)，投資者并不會(huì)產(chǎn)生顯著不同的投資偏好。一種最可能的解釋就是，投資者認(rèn)為小微企業(yè)主所提供的這些所謂正向信息，并不能降低投資者對(duì)于投資風(fēng)險(xiǎn)的預(yù)期，投資者認(rèn)為這些信息是不可信的。因而假設(shè)3得到印證。

綜合上述研究假設(shè)2和假設(shè)3的分析以及數(shù)據(jù)分析的印證結(jié)論，可以判斷，信息披露的不完全和不可信，是投資者認(rèn)為小微企業(yè)主的創(chuàng)業(yè)借款存在更高風(fēng)險(xiǎn)的重要原因。

六、研究結(jié)論與政策建議

根據(jù)前文的論述，可以看出由于信息披露的不足，導(dǎo)致了投資者對(duì)于不同借款人信息披露預(yù)期的期望不同，以及對(duì)不同借款人借款軟信息可信度的懷疑，使得投資者認(rèn)為小微企業(yè)主借款存在較高的投資風(fēng)險(xiǎn)，最終形成了投資者的身份偏好，即投資者相對(duì)而言更愿意資助工薪階層的大眾創(chuàng)業(yè)。

根據(jù)上述研究結(jié)論，筆者認(rèn)為上述身份偏好并不是最優(yōu)的投資偏好，小微企業(yè)從設(shè)立，到做大做強(qiáng)是一個(gè)高風(fēng)險(xiǎn)的過(guò)程，有企業(yè)運(yùn)營(yíng)經(jīng)驗(yàn)的群體應(yīng)當(dāng)更容易獲得金融支持，也有助于降低金融風(fēng)險(xiǎn)。為此，一方面，對(duì)于P2P網(wǎng)絡(luò)借貸平臺(tái)而言，要強(qiáng)化資金去向的監(jiān)管，探索合適的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)評(píng)估指標(biāo)，建立相對(duì)應(yīng)的風(fēng)險(xiǎn)認(rèn)證機(jī)制，提升投資者的投資風(fēng)險(xiǎn)識(shí)別能力，同時(shí)建立對(duì)借款描述這類軟信息的認(rèn)證機(jī)制，提升軟信息可信度；另一方面，在政府層面，應(yīng)繼續(xù)完善現(xiàn)有的公共的小微企業(yè)信息認(rèn)證平臺(tái)，促進(jìn)小微企業(yè)信用認(rèn)證市場(chǎng)的產(chǎn)業(yè)化，建立起權(quán)威的市場(chǎng)化第三方認(rèn)證機(jī)制，從而形成投資者、借款人、網(wǎng)貸平臺(tái)、信用認(rèn)證機(jī)構(gòu)等多方良性發(fā)展的信貸市場(chǎng)。

[1] 張高麗.加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略 深入推進(jìn)大眾創(chuàng)業(yè)萬(wàn)眾創(chuàng)新[N].人民日?qǐng)?bào),2015-10-20(1).

[2] Freedman S. M., Jin G. Z. Learning by Doing with Asymmetric Information: Evidence from Prosper. com[Z].National Bureau of Economic Research, 2011.

[3] 談超，王冀寧，孫本芝.P2P網(wǎng)絡(luò)借貸平臺(tái)中的逆向選擇和道德風(fēng)險(xiǎn)研究[J].金融經(jīng)濟(jì)學(xué)研究, 2014,(5): 100-108.

[4] Klafft M. Online Peer-to-Peer Lending: A Lenders’ Perspective[J]. Social Science Electronic Publishing, 2009, 2(2):81-87.

[5] Wang H., Greiner M. E. Prosper: the eBay for Money in Lending 2.0[J]. Communications of the Association for Information Systems,2011, 29(1): 243-258.

[6] Shen D., Krumme .C, Lippman A. Follow the Profit or the Herd? Exploring Social Effects in Peer-to-Peer Lending[A]. Proceeding of the Second International Conference on Social Computing[C]. Minneapolis: IEEE, 2010: 137-144.

[7] Herzenstein M., Dholakia U. M., Andrews R. L. Strategic Herding Behavior in Peer-to-Peer Loan Auctions[J]. Journal of Interactive Marketing，2011, 25(1): 27-36.

[8] Prystav F. Personal Information in Peer-to-Peer Loan Applications: Is Less More?[J]. Journal of Behavioral and Experimental Finance，2016, 9(3): 6-19.

[9] Lin M., Viswanathan S. Home Bias in Online Investments: An Empirical Study of an Online Crowdfunding Market[J]. Management Science，2015, 62(5): 1393-1414.

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

[11] Riggins F. J., Weber D. M. A Model of Peer-to-Peer (P2P) Social Lending in the Presence of Identification Bias[A]. Proceeding of the 13th International Conference on Electronic Commerce[C]. Livepool: ACM, 2012: 1-8.

[12] Pope D. G., Sydnor J. R. What’s in a Picture? Evidence of Discrimination from Prosper. com[J]. Journal of Human Resources，2011, 46(1): 53-92.

[13] 廖理，李夢(mèng)然，王正位. 中國(guó)互聯(lián)網(wǎng)金融的地域歧視研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2014,(5): 54-70.

[14] Lin M., Prabhala N. R., Viswanathan S. Judging Borrowers by the Company They Keep: Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending[J]. Management Science，2013, 59(1): 17-35.

[15] 李焰，高弋君，李珍妮，等. 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[J]. 經(jīng)濟(jì)研究,2014,(S1): 143-155.

[16] Yum H., Lee B., Chae M. From the Wisdom of Crowds to My Own Judgment in Microfinance Through Online Peer-to-Peer Lending Platforms[J]. Electronic Commerce Research and Applications，2012, 11(5): 469-483.

[17] Iyer R., Khwaja A. I., Luttmer E. F., et al. Screening Peers Softly: Inferring the Quality of Small Borrowers[J]. Management Science,2015, 62(6): 1554-1577.

[18] 彭紅楓，趙海燕，周洋. 借款陳述會(huì)影響借款成本和借款成功率嗎?——基于網(wǎng)絡(luò)借貸陳述的文本分析[J]. 金融研究,2016,(4): 158-173.

[19] Dorfleitner G., Priberny C., Schuster S., et al. Description-text Related Soft Information in Peer-to-Peer Lending-Evidence from Two Leading European Platforms[J]. Journal of Banking & Finance，2016, 64: 169-187.

[20] Herzenstein M., Sonenshein 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[J]. Journal of Marketing Research,2011, 48(SPL): S138-S149.

[21] 王會(huì)娟，廖理. 中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制研究——來(lái)自“人人貸”的經(jīng)驗(yàn)證據(jù)[J]. 中國(guó)工業(yè)經(jīng)濟(jì),2014,(4): 136-147.

[22] 廖理，李夢(mèng)然，王正位. 聰明的投資者:非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別——來(lái)自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]. 經(jīng)濟(jì)研究,2014,(7): 125-137.

[23] Lee E., Lee B. Herding Behavior in Online P2P Lending: An Empirical Investigation[J]. Electronic Commerce Research and Applications,2012, 11(5): 495-503.

InformationDisclosure,InvestmentBiasandInternetLoanSupportforMassEntrepreneurs——AnAnalysisbasedonRENRENDAI

WANG Zimin1, LI Chanjuan1, JI Renchun2

(1.School of Economics, Nanjing University of Posts and Telecommunications, Nanjing 210023, China； 2.Nantong Branch, Agricultural Bank of China, Nantong 226300, China)

Based on the data collected from the online loan platform RENREN DAI and literature review, this paper sets up binary Logistic Regression models to calculate the investment bias of investors in the creation and growing of startups between two kinds of borrowers, the salaried persons and small and micro businesses owners, and interpretations are presented to explain the bias from information disclosure aspect. The conclusions are as follows: Due to the information scarcity and low reliability of information about businesses owners, their borrowings are deemed as of high risk, and a rational investment bias in favor of salaried persons is thus formed. Based on the conclusions, some suggestions are presented from the prospectives of othe the P2P platform and the government.

Information Disclosure; Risk; Identity Bias; RENREN DAI

2016-12-16

國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目(14CTQ019)；江蘇省社科基金專項(xiàng)課題(14SZB021)；江蘇省社科應(yīng)用研究精品工程(16SYB-015)

王子敏(1981-)，男，山東淄博人，南京郵電大學(xué)經(jīng)濟(jì)學(xué)院副教授；李嬋娟(1986-)，女，山東濟(jì)南人,南京郵電大學(xué)經(jīng)濟(jì)學(xué)院講師；季仁春(1975-)，男，江蘇南通人，中國(guó)農(nóng)業(yè)銀行南通分行中級(jí)經(jīng)濟(jì)師。

F830.56

A

1004-4892(2017)11-0033-10

(責(zé)任編輯:原蘊(yùn))