江雨凡

【摘 要】 隨著消費(fèi)金融的發(fā)展，各種消費(fèi)貸款層出不窮。本文通過(guò)文本分析、回歸分析和PSM分析對(duì)消費(fèi)貸款的屬性和條件進(jìn)行分析，為企業(yè)如何吸引更多消費(fèi)者申請(qǐng)?zhí)峁﹨⒖?。本文分析后得出以下結(jié)論：（1）放款期限負(fù)作用于申請(qǐng)意愿。（2）審批時(shí)間正作用于申請(qǐng)意愿。（3）消費(fèi)者對(duì)分期還款和隨借隨還申請(qǐng)意愿更高。（4）消費(fèi)者申請(qǐng)描述詳細(xì)、條件較寬松如不要求提供流水的貸款的意愿更高。

【關(guān)鍵詞】 消費(fèi)金融 購(gòu)買(mǎi)意愿 傾向匹配得分

一、引言

消費(fèi)貸款是銀行或金融機(jī)構(gòu)基于消費(fèi)者的信用，為滿(mǎn)足消費(fèi)者購(gòu)買(mǎi)消費(fèi)品而發(fā)放的個(gè)人貸款，屬于消費(fèi)金融。前人研究和銀監(jiān)會(huì)的監(jiān)管辦法指出消費(fèi)金融包括消費(fèi)金融企業(yè)向消費(fèi)者提供的不包含購(gòu)買(mǎi)房屋和汽車(chē)的消費(fèi)貸款金融服務(wù)[1]。本文的消費(fèi)貸款主要是基于互聯(lián)網(wǎng)金融機(jī)構(gòu)獲得的。根據(jù)央行于2018年6月發(fā)布的《消費(fèi)金融發(fā)展研究》，我國(guó)的金融機(jī)構(gòu)消費(fèi)貸款余額為31.5萬(wàn)億元，較2011年的8.9萬(wàn)億元，上升了253.9%，并呈現(xiàn)逐年增長(zhǎng)。巨大的市場(chǎng)和穩(wěn)步上升的用戶(hù)數(shù)量吸引了資本的進(jìn)入，各種不同消費(fèi)貸款層出不窮。那么，不同的消費(fèi)貸款產(chǎn)品如何吸引更多消費(fèi)者進(jìn)行申請(qǐng)成為了企業(yè)關(guān)注的問(wèn)題。本文通過(guò)文本分析、回歸分析和PSM分析對(duì)消費(fèi)貸款的屬性和條件進(jìn)行分析，為企業(yè)如何吸引更多消費(fèi)者申請(qǐng)?zhí)峁﹨⒖?。文本分析指出相比較完全無(wú)人申請(qǐng)的人的消費(fèi)貸款，有人申請(qǐng)的消費(fèi)貸款要求相對(duì)寬松，對(duì)各種證明文件的要求較少?；貧w分析發(fā)現(xiàn)，月供、還款總費(fèi)用、還款方式、放款日期、審批時(shí)間顯著影響消費(fèi)貸款是否有人申請(qǐng)，期限最高范圍、放款日期、審批日期則顯著消費(fèi)貸款的具體申請(qǐng)人數(shù)。傾向匹配得分分析指出在要求中表明需要“流水”的消費(fèi)貸款的人數(shù)更少。

二、數(shù)據(jù)介紹

某消費(fèi)貸款平臺(tái)網(wǎng)站抓取一千余條數(shù)據(jù)，包括所在城市、貸款金額、貸款期限、月供金額、總還款費(fèi)用、管理費(fèi)、還款期限、放款時(shí)間、還款方式、擔(dān)保形式、申請(qǐng)條件和申請(qǐng)人數(shù)。本文以申請(qǐng)人數(shù)為因變量，除了作為連續(xù)變量分析，同時(shí)以申請(qǐng)人數(shù)是否為0標(biāo)準(zhǔn)，將其作為二分變量分析。其中395個(gè)貸款申請(qǐng)人數(shù)為0，剩余651個(gè)貸款申請(qǐng)人數(shù)大于0。申請(qǐng)人數(shù)均值為1201。

根據(jù)描述分析可知不同還款方式，分期還款的申請(qǐng)人數(shù)最多，到期還款的申請(qǐng)人數(shù)最少。不同擔(dān)保方式的消費(fèi)貸款，信用貸申請(qǐng)人數(shù)最多，擔(dān)保貸申請(qǐng)人數(shù)最少。

三、回歸分析

考慮到有37.8%的消費(fèi)貸款的申請(qǐng)人數(shù)為0，回歸分析分為兩個(gè)部分。

（1）申請(qǐng)人數(shù)=0，因變量為0。申請(qǐng)人數(shù)>0，因變量為1。

擬合模型：

回歸分析結(jié)果說(shuō)明放款日期越長(zhǎng)，消費(fèi)者越不愿意申請(qǐng)（B=-0.116，p=0.05）。審批時(shí)間越長(zhǎng)，消費(fèi)者申請(qǐng)意愿越高（B=0.309，p<0.001）。相比于分期還款和隨借隨還，到期還款是消費(fèi)者最不喜歡的還款方式。

（2）對(duì)于申請(qǐng)人數(shù)>0，因變量為實(shí)際申請(qǐng)人數(shù)。

擬合模型：

結(jié)果表明，審批時(shí)間越長(zhǎng)，消費(fèi)者申請(qǐng)意愿越高（B=1.79，p=0.01）。放款時(shí)間越長(zhǎng)，消費(fèi)者申請(qǐng)的意愿越低（B=-0.113，p=0.01）。

四、文本分析

由上文描述性分析了解到，約有37.8%的消費(fèi)貸款的申請(qǐng)人數(shù)為0。以申請(qǐng)人數(shù)是否大于0標(biāo)準(zhǔn)，簡(jiǎn)單地把消費(fèi)貸款分為兩類(lèi)，大于0的一類(lèi)為優(yōu)勢(shì)消費(fèi)貸款，等于0的一類(lèi)為劣勢(shì)消費(fèi)貸款。分析兩類(lèi)消費(fèi)貸款的申請(qǐng)條件的區(qū)別。

第一，對(duì)字?jǐn)?shù)進(jìn)行分析，優(yōu)勢(shì)組字?jǐn)?shù)顯著更多（M優(yōu)勢(shì)組=125.9，M劣勢(shì)組=54.79， t=19.275，p<0.001）。說(shuō)明消費(fèi)者是否愿意申請(qǐng)某個(gè)消費(fèi)貸款和其申請(qǐng)條件字?jǐn)?shù)有關(guān)，內(nèi)部原因可能是字?jǐn)?shù)越多，對(duì)申請(qǐng)條件解釋越清晰，同時(shí)可替換性條件更多。

第二，篩選優(yōu)勢(shì)組和劣勢(shì)組消費(fèi)貸款申請(qǐng)條件的關(guān)鍵詞。去除長(zhǎng)度為1的詞，篩選兩組頻率最高的前100個(gè)詞。

優(yōu)勢(shì)組的高頻詞匯指向相對(duì)寬松籠統(tǒng)的，例如年齡達(dá)到一定要求、有良好的信用、提供一定工作信息，而低頻組的高頻詞匯較硬性且隱私涉及更多，要求提供證明、證件、工作合同、流水、住址等。

五、傾向匹配得分分析

根據(jù)文本分析和對(duì)現(xiàn)實(shí)情況的理解，推測(cè)要求越嚴(yán)格的消費(fèi)的貸款，申請(qǐng)人數(shù)會(huì)越少。為驗(yàn)證猜想，本文以要求是否含有“流水”創(chuàng)建新變量。含有該詞的貸款要求較嚴(yán)格，不含該詞的貸款要求較寬松。傾向匹配得分（PSM）能夠有效消除混雜因素所引致的偏差[2]。本文通過(guò)PSM將消費(fèi)貸款的多個(gè)變量轉(zhuǎn)化為一個(gè)變量，并考慮要求中“是否要求流水”是否會(huì)對(duì)申請(qǐng)人數(shù)造成顯著影響。

由于不同的擔(dān)保貸款的要求側(cè)重點(diǎn)不同，因此本分析中只考慮“信用貸”。建立新變量“是否要求提供流水證明”，申請(qǐng)要求的文本中包含“流水”的為“要求提供流水證明”，反之，為“不要求提供流水證明”。城市區(qū)分為一線城市、非一線城市。

兩組進(jìn)行簡(jiǎn)單對(duì)比，不要求組為454，要求組為418。通過(guò)nearest方法將兩組匹配，并進(jìn)行比較。

兩組比較， 0.05顯著水平上顯著區(qū)別，不要求提供“流水”組申請(qǐng)人數(shù)顯著更高。說(shuō)明相對(duì)于需要提供流水的消費(fèi)貸款，消費(fèi)者對(duì)于不需要提供流水的消費(fèi)貸款的申請(qǐng)意愿更高。

六、結(jié)論與建議

根據(jù)本文分析，可得出如下結(jié)論：（1）放款期限負(fù)作用于申請(qǐng)意愿。（2）審批時(shí)間正作用于申請(qǐng)意愿。（3）消費(fèi)者對(duì)分期還款和隨借隨還申請(qǐng)意愿更高。（4）消費(fèi)者申請(qǐng)描述詳細(xì)、條件較寬松如不要求提供流水的貸款的意愿更高。

本文由此對(duì)企業(yè)提出相應(yīng)建議以增加消費(fèi)者對(duì)消費(fèi)貸款的申請(qǐng)意愿：（1）降低貸款申請(qǐng)的放款期限。（2）適當(dāng)延長(zhǎng)審批時(shí)間。（3）減少到期還款的消費(fèi)貸款占比。（4）增加消費(fèi)貸款申請(qǐng)條件的描述，提供更多可替代條件，采用相對(duì)較寬松的條件替代流水等硬性且手續(xù)較復(fù)雜的證明材料。

【參考文獻(xiàn)】

[1] 邵騰偉， & 呂秀梅. （2017）. 新常態(tài)下我國(guó)互聯(lián)網(wǎng)消費(fèi)金融的表現(xiàn)、作用與前景. 西部論壇（1）.

[2] 劉鳳芹與馬慧 （2009）. "傾向得分匹配方法的敏感性分析." 統(tǒng)計(jì)與信息論壇 24 （10）： 7-13.