楊獻

摘要：在傳統(tǒng)借貸市場，職業(yè)聲望向來被看作是借款人能否按時還款的重要保障。文章利用“人人貸”網(wǎng)貸平臺作為研究對象，分別從貸款人和借款人的角度提出假說并進行分析。實證結(jié)果表明，在控制了其他因素的條件下，職業(yè)聲望較高的借款人借款成功率高于職業(yè)聲望較低的借款人，但違約率也相對較高，說明職業(yè)聲望并未真實反映還款能力和信用風險。

關(guān)鍵詞：職業(yè)聲望； P2P借貸；信用風險

一、引言

職業(yè)聲望（Occupational Prestige）作為工業(yè)化社會核心價值的一種反映，是指人們對各種職業(yè)所做出的主觀評價，一直被社會學家廣泛用于測量社會結(jié)構(gòu)分化的方向和程度。以往有關(guān)職業(yè)聲望的學術(shù)研究大多關(guān)注于評價職業(yè)聲望，例如，一些學者認為，擁有較高職業(yè)聲望的人可能收入更高、信譽更好。近年來，學者們致力于研究職業(yè)聲望在各種市場中影響作用。研究發(fā)現(xiàn)，在傳統(tǒng)的借貸市場中，職業(yè)聲望會影響人們的選擇與判斷。本文主要考察職業(yè)聲望對P2P網(wǎng)貸行為的影響及貸款人識別信用風險的行為偏差。

現(xiàn)代社會中，職業(yè)聲望取代個人聲望成為社會分層的重要尺度。職業(yè)聲望甚至充當起對一個人的信譽好壞、品德高低、權(quán)力大小的衡量因素。不同職業(yè)的社會分工不同，工作內(nèi)容相互區(qū)別，導致各自的職業(yè)聲望也存在差異。對不同職業(yè)聲望的評價潛移默化地影響著人們的行為。我國的商業(yè)銀行十分重視申請人的職業(yè)，因為職業(yè)中所蘊含的聲望往往是借款人能力、收入以及信譽的綜合評價，部分銀行甚至根據(jù)職業(yè)聲望區(qū)分客戶的優(yōu)劣。例如，公務員這類職業(yè)聲望較高的職業(yè)，在獲得貸款方面相比其他聲望較低的職業(yè)要更容易。

本文從兩個層面研究職業(yè)聲望對個人借貸的影響。一是從貸款人投資決策方面，貸款人是否認可借款人的職業(yè)聲望，即貸款人是否會更青睞職業(yè)聲望較高的借款人，而不愿將貸款給職業(yè)聲望較低的借款人；二是從借款人違約結(jié)果方面，借款人的職業(yè)聲望與真實違約率的關(guān)系，即職業(yè)聲望較高的借款人實際違約率是否更低，而職業(yè)聲望較高的借款人是否更高。對照兩個層面的研究結(jié)果，可以看出P2P網(wǎng)貸市場上的貸款者在通過職業(yè)聲望識別信用風險的行為是否存在行為偏差。

二、文獻綜述

（一）職業(yè)聲望

職業(yè)聲望是一個重要的概念，它既關(guān)系到對個人社會地位的評價，又涉及到對社會上出現(xiàn)因職業(yè)問題導致的種種不公平現(xiàn)象的解釋。大量學者探討了如何評價職業(yè)聲望。Bernard（1978）強調(diào)職業(yè)聲望是社會不平等的一個重要方面。Fuller（1987）發(fā)現(xiàn)教育、收入與職業(yè)聲望的評價密切相關(guān)。李春玲（2005）分析國內(nèi)抽樣調(diào)查數(shù)據(jù)，認為除了收入和教育兩個因素外，權(quán)力和單位也對中國人的聲望地位產(chǎn)生重要影響。李強（2000）通過北京市調(diào)研數(shù)據(jù)，發(fā)現(xiàn)我國與國外多數(shù)國家的職業(yè)聲望評價有明顯的差異。

由此可見，現(xiàn)有文獻大多關(guān)注于評價職業(yè)聲望，而探究職業(yè)聲望在社會上影響的文獻相對較少。Conroy（2010）發(fā)現(xiàn)職業(yè)聲望在勞動力市場中充當著個人經(jīng)濟實力的象征。Walker（2012）等分析了來自不同種族78個職業(yè)的調(diào)查數(shù)據(jù)，發(fā)現(xiàn)非裔的職業(yè)聲望顯著低于白人。蔡禾等（1995）收集了中國廣州市城區(qū)居民調(diào)查數(shù)據(jù)，研究發(fā)現(xiàn)在社會評價方面，職業(yè)聲望體現(xiàn)出明顯的類別差距。

需要注意的是，以上研究多基于調(diào)查數(shù)據(jù)。而具體到借貸市場，往往無法通過調(diào)查獲取貸款人或借款人的真實數(shù)據(jù)。P2P網(wǎng)貸平臺將職業(yè)、學歷、收入等大量借款人信息公開，這就為具體研究P2P網(wǎng)貸市場上有關(guān)職業(yè)聲望的問題提供了可行性。

（二）P2P網(wǎng)貸領(lǐng)域

影響P2P網(wǎng)貸借款成功率和違約率的因素是研究P2P領(lǐng)域的重點問題，國內(nèi)外學者從不同角度入手展開研究。

一些文獻研究了借款人個人信息特征是如何影響借貸行為的。Lin（2013）等采用美國最大債權(quán)型眾籌平臺Prosper的數(shù)據(jù)研究發(fā)現(xiàn)，借款人的信用評級越高，成功融資的概率越大，并且發(fā)生違約的可能性越小。陳霄等（2016）認為P2P網(wǎng)貸平臺上存在地域歧視。王會娟等（2015）利用P2P平臺人人貸的數(shù)據(jù)，分析了信用認證機制、工作認證、收入認證、房產(chǎn)認證等指標對借貸行為的影響。

另一些文獻研究了借款訂單信息特征是如何影響借貸行為的。Herzenstein等（2011）認為展示更多文字性描述的借款人借款成功率更高，但也表現(xiàn)出更高的違約率。李悅雷（2013）等利用拍拍貸的數(shù)據(jù)分析了影響訂單借款額完成率、訂單投標人數(shù)、滿標訂單成交利率的因素。廖理等（2014）發(fā)現(xiàn)盡管借款人的利率相同，但各自的違約率存在差異，而投資者能夠通過平臺發(fā)布的其他信息識別其背后的違約風險。

現(xiàn)有文獻為研究P2P網(wǎng)貸平臺的風險識別問題提供了有益的借鑒，但是還存在著不足之處，主要包括：現(xiàn)有文獻主要是以國外網(wǎng)貸平臺為研究對象，缺少針對本國P2P網(wǎng)貸平臺開展研究的文章；現(xiàn)有研究并未就職業(yè)聲望對識別借款人風險的作用問題給出研究結(jié)論。中國歷來是個十分重視身份的社會，于是職業(yè)聲望在借貸市場的作用有著更為重要的研究價值。

三、研究假設

本文分別從貸款人和借款人的角度出發(fā)，研究職業(yè)聲望是否會影響P2P網(wǎng)貸行為。工作作為收入的可靠來源，被當作是借款人能否按時還款的重要保證。從貸款人角度出發(fā)，貸款人是否會根據(jù)借款人的職業(yè)聲望判斷其還款能力，從而影響借款人的借款成功率。從借款人角度出發(fā)，不同職業(yè)聲望的借款人是否存在不同的違約率。從理性角度來看，貸款人傾向于貸款給職業(yè)聲望較高的借款人，更青睞違約率較低的職業(yè)，即高成功率對應著低違約率。相應的，高借款成功率的借款人應當表現(xiàn)出低違約率。本文根據(jù)職業(yè)聲望將職業(yè)劃分為8類，判斷職業(yè)聲望是否會影響P2P網(wǎng)貸行為。

（一）貸款人的投資決策

假設1：在控制其他因素后，職業(yè)聲望較高的借款人的借款成功率高于職業(yè)聲望較低的借款人。

假設2：在控制其他因素后，職業(yè)聲望較高的借款人的借款成功率低于職業(yè)聲望較低的借款人。

假設1和假設2是競爭對立的關(guān)系。在借貸關(guān)系中，收入水平是借款人還款能力的重要保障，同時，信譽也是否能按時還款的重要因素之一。職業(yè)聲望較高往往意味著收入和信用的雙重保障。通常來說，擁有較高職業(yè)聲望的借款人按時還款的可能性高；反之，職業(yè)聲望較低的借款人按時還款的可能性低。因此，在同等條件下，職業(yè)聲望較低的借款人會受到貸款人的冷落，即貸款人更青睞職業(yè)聲望較高的借款人，不愿貸款給職業(yè)聲望較低的借款人。借款人的職業(yè)聲望會影響借款成功率。如果職業(yè)聲望較高的借款人借款成功率高，職業(yè)聲望較低的借款人借款成功率低，則假設1成立。如果職業(yè)聲望較高的借款人并未呈現(xiàn)出較高的借款成功率，則支持假設2。

（二）借款人的違約結(jié)果

假設3：在控制其他因素后，P2P網(wǎng)貸平臺上的職業(yè)聲望較高的借款人違約率低，職業(yè)聲望較低的借款人違約率高。

職業(yè)聲望不僅傳達出與借款人還款能力相對應的有效信息，職業(yè)聲望較高的借款人群收入也相對較高，能夠做到按時還款，更重要的是，職業(yè)聲望體現(xiàn)了借款人的信譽、人品、素質(zhì)。因此，在控制了其他變量（包括收入變量）后，職業(yè)聲望較高的借款人應表現(xiàn)出低違約率，反之，職業(yè)聲望較低的借款人表現(xiàn)出高違約率。

假設4：在控制其他因素后，P2P網(wǎng)貸平臺上的職業(yè)聲望較高的借款人違約率高，職業(yè)聲望較低的借款人違約率低。

假設3和假設4是競爭對立的關(guān)系。P2P市場的融資成本相對較高，一般而言，職業(yè)聲望較高的借款人社會地位更高，社會聲譽更好，獲得投資的來源更廣，在這種情況下，依舊選擇P2P網(wǎng)貸的高職業(yè)聲望借款人可能面臨著更大的道德風險，所表現(xiàn)出的違約率也可能高于擁有較低職業(yè)聲望的借款人。

四、數(shù)據(jù)描述

針對以上假設，以國內(nèi)最大債權(quán)型融資平臺——人人貸為研究對象，構(gòu)建回歸模型進行實證檢驗。

（一）數(shù)據(jù)來源

作為我國P2P行業(yè)的典型代表，人人貸于2010年5月成立，通過近幾年迅速的發(fā)展，現(xiàn)已成為我國最具影響力的P2P網(wǎng)貸平臺之一。本文選取樣本時間為2010年10月至2014年3月。為符合研究目的，將關(guān)鍵數(shù)據(jù)缺失的借款訂單剔除之后，最終樣本共包含141631個觀測值。

（二）變量設定

本文設定11個變量，如表1所示。

（三）模型設定

考慮到以上變量選擇，本文建立兩個實證模型，分別考察借款人的不同職業(yè)聲望是否會影響借款成功率和違約率。

模型（1）采用Probit回歸模型檢驗借款成功率在不同職業(yè)聲望是否存在差異：

prob（success=1）=φ（αpre+γcontrol1+ε）（1）

其中，prob（success=1）為借款人籌資成功的概率，pre為借款人的職業(yè)聲望，control1表示相關(guān)的控制變量，ε為誤差值。

模型（2）采用Probit回歸模型檢驗違約率在不同職業(yè)聲望之間是否存在差異：

prob（default=1）=μ（βpre+δcontrol2+ε）（2）

其中，prob（default=1）為借款人違約的概率，inf為借款人的職業(yè)聲望，ontrol2表示相關(guān)的控制變量，ε為誤差值。

五、實證結(jié)果

（一）描述性統(tǒng)計

表2列示了主要變量的描述性統(tǒng)計。從表2可以看出，所有借款訂單中僅有6.63%借款成功，違約率只有4.94%，說明P2P網(wǎng)貸發(fā)生違約的情況較少，同時成功率也不高，借款人通過P2P網(wǎng)絡借款獲得資金的可能性較低。

分析借款訂單信息變量可以發(fā)現(xiàn)，借款利率最低為3%，最高為24.4%，平均借款利率為15.5%，遠高于銀行貸款利率，說明P2P網(wǎng)貸平均成本較高。平均借款期限大約為15個月，平均借款金額大約為6萬元，體現(xiàn)了市場對短期小額資金的迫切需求。

分析借款人個人信息可以發(fā)現(xiàn)，男性借款人占84.84%，說明在P2P網(wǎng)貸平臺上，男性比女性表現(xiàn)得更加活躍。月收入在1萬元以下的借款人大約是總數(shù)的一半，已婚借款人占比約為48%，且大多借款人學歷水平為大專、高中或以下。借款人的信用普遍偏低，等級最低的HR占比高達77.6%。以上數(shù)據(jù)說明，參與P2P網(wǎng)貸活動的借款人多數(shù)為學歷較低、收入不高、缺少工作經(jīng)驗的男性。

表3列式了不同職業(yè)聲望的借款人的樣本數(shù)量。從表3可以看出，公務員僅占借款總?cè)藬?shù)的5.57%，私營企業(yè)主與個體工商戶的借款人數(shù)偏多，分別占據(jù)28.29%、17.85%，商業(yè)、服務業(yè)人員占總數(shù)的8.44%，工人、農(nóng)民占6.36%，事業(yè)單位人員、專業(yè)技術(shù)人員分別占9.26%、11.48%，無業(yè)者占12.75%。說明職業(yè)聲望相對較高的人在P2P網(wǎng)貸活動中并不活躍，一些從事商業(yè)活動的企業(yè)或個人表現(xiàn)出對網(wǎng)絡貸款的極大需求，幾乎占借款人總數(shù)的一半，同時，無業(yè)人員也表現(xiàn)出對P2P借貸的青睞。另外，平時對互聯(lián)網(wǎng)接觸較少的職業(yè)似乎并未垂青網(wǎng)貸。

（二）基準回歸

表4列示了模型（1）和模型（2）的基準回歸結(jié)果。模型（1）主要考察不同職業(yè)聲望對借款成功率（success）的影響，模型（2）主要考察不同職業(yè)聲望對違約率（default）的影響。

為了分析P2P網(wǎng)貸中借款成功率在不同職業(yè)聲望間是否存在差異，本文根據(jù)模型（1），以借款人的職業(yè)聲望作為核心解釋變量進行回歸。從表4中模型（1）的結(jié)果可知，職業(yè)聲望在1%的顯著水平下與借款成功率呈正相關(guān)關(guān)系，借款成功率在不同職業(yè)聲望的借款人之間存在差異，職業(yè)聲望等級越高，借款成功率越高。反映了在P2P網(wǎng)貸平臺上，貸款人呈現(xiàn)出對擁有較高職業(yè)聲望的借款人的垂青。對貸款人而言，職業(yè)聲望高的借款人擁有收入和信譽的雙重保障，這類借款人的按時還款可能性更高，從而增加了高職業(yè)聲望借款人的借款成功率。從各個控制變量的系數(shù)來看，借款人設定的借款利率越高，反而不容易使得借款成功率上升。在貸款人看來，這意味著較高的信用風險。同時，借款金額越大、借款周期越長，意味著融資項目的不確定性因素越多，同樣也會導致了借款成功率降低。由此，驗證了假設1，不支持假設2。

為了驗證P2P網(wǎng)貸中違約率在不同職業(yè)類別之間是否存在差異，本文根據(jù)模型（2），以借款人職業(yè)聲望作為核心解釋變量進行回歸。從表4中模型（2）的結(jié)果可知，職業(yè)聲望在1%的顯著水平下與違約率呈正相關(guān)關(guān)系，職業(yè)聲望等級越高，違約率越高。這反映了在P2P網(wǎng)貸平臺上，擁有較高職業(yè)聲望的借款人事實上違約率更高，這也為假說1提供了進一步的支持證據(jù)。從各個控制變量的系數(shù)來看，高學歷的借款人如約還款概率更高，信用風險較小。同時，女性借款人表現(xiàn)出與男性借款人相比較低的違約率。由此，驗證了假設4，不支持假設3。

（三）穩(wěn)定性檢驗

表5將職業(yè)聲望等級分為高低兩組，將啞變量高聲望職業(yè)作為職業(yè)聲望的指標，進行穩(wěn)定性檢驗。由結(jié)果可知，在控制了其他變量后，高職業(yè)聲望組的借款人的如約還清率較低。在模型（1）和模型（2）中，啞變量高職業(yè)聲望均在1%水平下顯著。這意味著，在控制其他變量后，更高職業(yè)聲望的借款人雖然受到貸款人的青睞，但違約率卻高于低聲望借款人。從而驗證了基準回歸中，P2P網(wǎng)貸平臺上貸款人在通過職業(yè)聲望判斷借款人還款能力及違約率方面存在偏差。結(jié)果與基準回歸相同，驗證了假說1與假說4。綜合兩種模型的回歸結(jié)果發(fā)現(xiàn)，高職業(yè)聲望借款人的違約率高于借款成功率較低的低職業(yè)聲望借款人，說明職業(yè)聲望并未真實反映借款人的還款能力及信用風險。經(jīng)過穩(wěn)定性檢驗之后上述結(jié)論依然能夠成立。

六、總結(jié)

本文利用新穎的P2P網(wǎng)貸平臺數(shù)據(jù)，探討了網(wǎng)貸借貸市場上職業(yè)聲望的問題。主要體現(xiàn)在兩個方面，一是從貸款人投資決策方面，探究P2P網(wǎng)貸市場上的投資者是否更愿意貸款給職業(yè)聲望較高的借款人，即貸款人是否認為職業(yè)聲望較高的借款人的違約風險更低；二是從借款人違約結(jié)果方面，探究借款人的職業(yè)聲望與真實違約率之間的關(guān)系，即職業(yè)聲望較高的借款人是否能夠如約還款，從而研究P2P借貸市場上的投資者在通過職業(yè)聲望識別還款能力及違約率方面是否存在偏差。

實證結(jié)果發(fā)現(xiàn)，一方面，貸款人確實表現(xiàn)出對職業(yè)聲望較高的借款人的青睞，事實上，職業(yè)聲望深刻影響著貸款人的判斷與決策；另一方面，職業(yè)聲望較高的借款人實際違約率較高。由此可知P2P網(wǎng)貸上的投資者通過職業(yè)聲望甄別借款人還款能力及違約率方面與實際情況存在明顯偏差。

參考文獻：

[1]Barber B. Inequality and Occupational Prestige： Theory， Research， and Social Policy[J].Sociological Inquiry，1978（02）.

[2]Fuller R D. Occupational prestige and changing higher educational policy[J].Social Science Journal，1987（01）.

[3]李春玲.當代中國社會的聲望分層——職業(yè)聲望與社會經(jīng)濟地位指數(shù)測量[J].社會學研究，2005（02）.

[4]李強.轉(zhuǎn)型時期沖突性的職業(yè)聲望評價[J].中國社會科學，2000（04）.

[5]Conroy J D. Occupational Prestige and Labour Market Behaviour in Papua New Guinea[J].Economic Record，2010（03）.

[6]Walker T L， Tracey T J G. Perceptions of occupational prestige： Differences between African American and White college students[J].Journal of Vocational Behavior，2012（01）.

[7]蔡禾，趙釗卿.社會分層研究：職業(yè)聲望評價與職業(yè)價值[J].管理世界，1995（04）.

[8]Lin M， Prabhala R， Viswanathan S. Judging Borrowers By The Company They Keep 1 ： Social Networks and Adverse Selection in Online Peer-to-Peer Lending[M].INFORMS，2013.

[9]陳霄，葉德珠.中國互聯(lián)網(wǎng)金融中的性別歧視研究[J].金融評論，2016（02）.

[10]王會娟，何琳.借款描述對P2P網(wǎng)絡借貸行為影響的實證研究[J].金融經(jīng)濟學研究，2015（01）.

[11]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）.

[12]李悅雷，郭陽，張維.中國P2P小額貸款市場借貸成功率影響因素分析[J].金融研究，2013（07）.

[13]廖理，李夢然，王正位.聰明的投資者：非完全市場化利率與風險識別——來自P2P網(wǎng)絡借貸的證據(jù)[J].經(jīng)濟研究，2014（07）.

（作者單位：南京郵電大學管理學院）