孫慶蓉

摘要：P2P網(wǎng)絡(luò)借貸在中國已發(fā)展數(shù)十余年，然而這一創(chuàng)新的金融形式依舊難以擺脫傳統(tǒng)金融市場中信貸歧視的問題。本文將研究平臺中的借款人按照行業(yè)信息進行分類，通過對于所屬三大產(chǎn)業(yè)的借款人信貸歧視程度的研究來檢驗其在P2P網(wǎng)貸市場中的融資可得性。實證結(jié)果表明，相較于第三產(chǎn)業(yè)借款人，第一產(chǎn)業(yè)借款人不受投資人的非理性歧視投資，第二產(chǎn)業(yè)借款人則受到投資人的非理性歧視。由此對于投資人、網(wǎng)貸平臺和行業(yè)提出政策建議。

關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸 信貸歧視 三大產(chǎn)業(yè) 投資者行為

一、引言

P2P網(wǎng)絡(luò)借貸在中國已經(jīng)發(fā)展了11個年頭，截止2018年年底，中國P2P網(wǎng)貸歷史累積成交金額已經(jīng)突破了8萬億，P2P網(wǎng)絡(luò)借貸在一定程度上實現(xiàn)了資金適配，拓寬融資渠道的作用，其存在和發(fā)展豐富了我國金融市場的多樣性。

但是，P2P網(wǎng)絡(luò)借貸市場中也存在許多問題，例如金融排斥、金融歧視的現(xiàn)象。根據(jù)信息不對稱理論，由于我國P2P融資市場尚未成為弱式有效市場，投資人不具備完全的信息和風(fēng)險識別能力，只能更多地依照自己的經(jīng)驗和偏好進行投資，因此造成許多信用良好的借款人無法獲得貸款或融資成本增高。而很多資信狀況較差的借款人為了提高借款可能性會虛構(gòu)自己的信息，進而造成逆向選擇、信用風(fēng)險和道德風(fēng)險提升、資金配置效率下降等諸多問題。

在此背景下，本文選擇借款人的行業(yè)信息作為研究對象，探究分屬三大產(chǎn)業(yè)的借款人在P2P網(wǎng)貸市場中進行融資活動時是否受到來自投資人的歧視。中國在古代是典型的身份社會，“士農(nóng)工商”的劃分深入國民思想;在世界范圍內(nèi)，人們對于個人所從事的職業(yè)、所屬行業(yè)也廣泛存在偏見。因此，關(guān)注不同產(chǎn)業(yè)類型劃分下的借款人的網(wǎng)貸融資情況具有重要意義。

二、文獻(xiàn)綜述

首先，學(xué)界對于P2P網(wǎng)絡(luò)借貸中信貸歧視現(xiàn)象已經(jīng)有了多方面的研究。結(jié)果發(fā)現(xiàn)投資人對于借款人在年齡、地域、性別、收入、學(xué)歷、婚姻狀態(tài)等諸多方面都存在非理性歧視。高收入地區(qū)借款人更容易獲得貸款而低收入地區(qū)借款人則傾向于設(shè)置更高的借款利率，已婚人士相較于離異的借款人的借款成功率顯著為高，低收入群體并沒有更差的履約表現(xiàn)，但是更難獲得資金且融資成本更高，說明存在對于低收入借款人的非理性歧視H。

其次，在傳統(tǒng)金融領(lǐng)域，針對于企業(yè)或個人借款人的行業(yè)（產(chǎn)業(yè)）信息也存在著信貸歧視，傳統(tǒng)銀行偏好貸款給房地產(chǎn)、重化工產(chǎn)業(yè)這樣能夠提供固定資產(chǎn)抵押的行業(yè)。而信貸歧視會導(dǎo)致金融資源高度集中于部分行業(yè)，造成產(chǎn)業(yè)多樣化降低，經(jīng)濟體風(fēng)險增加。因此，本文基于借款人行業(yè)（產(chǎn)業(yè)）信息的角度研究其在網(wǎng)貸市場中的受歧視程度和融資可得性，豐富了這一研究領(lǐng)域的內(nèi)容。

三、實證研究

（一）研究假設(shè)和模型構(gòu)建

本文將“人人貸”網(wǎng)貸平臺中的借款人按照其工作行業(yè)劃分為從事第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)，將其作為核心變量。借款成功與否和違約與否作為被解釋變量，前者反映借款人的融資可得性，后者反映違約可能性。其余信息作為控制變量，具體設(shè)置如下。

核心變量為是否為第幾產(chǎn)業(yè)，primary/secondary，tertiary分別為是否是第一、第二、第三產(chǎn)業(yè)，是取1，不是取0。

成功與否和違約與否作為被解釋變量。訂單成功，違約取1，不是取0。

訂單信息包括：In_amount借款人借款數(shù)額取對數(shù)處理;rate借款人利率;term借款期限，分別在3-36個月;level借款人信用評級，AA、A、B、C、D、E、HR分別取7-1。

借款人基礎(chǔ)信息包括：age借款人借款時年齡;gender借款人性別，男性取1，女性取0;edu借款人學(xué)歷。高中或以下、大專、本科、研究生或以上分別取1-4;marry借款人婚姻狀況，未婚取O，其他為1;region借款人所在地域。根據(jù)省份分為東部、中部、西部和東北部。

借款人財產(chǎn)信息包括：income借款人收入，1千元以下、1千-2千元、2千-5千元、5千-1萬元、1萬-2萬元、2萬-5萬元、5萬元以上分別取1-7;experience借款人參加工作時間，1年（含）以下、1-3年（含）、3-5年（含）、5年（含）以上分別取1-4;companysize借款人供職公司規(guī)模，10人以下、10-100人、100-500人、500人以上分別取1-4：workiden借款人工作類型，私營企業(yè)主和網(wǎng)絡(luò)商家取1，工薪階層取0;car/card有車產(chǎn)，車貸取1，沒有取0;house/housed有房產(chǎn)，房貸取1，沒有取0。

借款人所處的產(chǎn)業(yè)類型與借款成功率和違約率之間的回歸系數(shù)能夠展現(xiàn)它們的關(guān)系。第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)在性質(zhì)、結(jié)構(gòu)、投入產(chǎn)出比、壟斷程度等方面均存在較大不同，其從業(yè)人員也在經(jīng)濟收入、社會地位、工作環(huán)境等方面存在較大差異。因此本文希望檢測P2P網(wǎng)貸平臺上是否存在對于借款人所處產(chǎn)業(yè)的歧視性投資行為，模型設(shè)定為：

以第三產(chǎn)業(yè)作為對照組進行Logit回歸，若p rima ry或secondary與success的系數(shù)顯著為負(fù)，則說明處于第一或第二產(chǎn)業(yè)的借款人融資可得性更低，若與default系數(shù)為正，則說明第一或第二產(chǎn)業(yè)的借款人的違約率更高，投資人的決策理性，若與default系數(shù)為負(fù)或不相關(guān)，則說明第一或第二產(chǎn)業(yè)的借款人的違約率更低，或借款人違約與否與借款人處于哪一類產(chǎn)業(yè)無關(guān)，但由于其借款成功率更低，說明投資人存在非理性歧視。

（二）數(shù)據(jù)選取和描述性統(tǒng)計

本文選取2014-2015年“人人貸”網(wǎng)貸平臺中“信用認(rèn)證標(biāo)”（純信用借款，無實物或機構(gòu)擔(dān)保）的交易數(shù)據(jù)，經(jīng)刪除選取變量中有殘缺的訂單信息后整理得到141299條有效數(shù)據(jù)。進行描述性統(tǒng)計后得到以下結(jié)論：（1）“人人貸”平臺的借款成功率約為5.89%，借款成功率較低，而成功借款的違約率約為18.45%，說明網(wǎng)絡(luò)借貸中的信用借款確實面臨較大的信用風(fēng)險：（2）總樣本中借款人信用等級僅為1.09，而成功樣本中的信用等級為1.86，說明信用等級較高的借款人更容易獲得貸款：（3）借款的平均利率約為12.32%，男性借款人居多占到了86.56%，借款人的平均學(xué)歷約為大專水平，44.81%和25.95%的借款人擁有房產(chǎn)和車產(chǎn)：（4）經(jīng)過計算，第一、第二和第三產(chǎn)業(yè)的借款人借款成功率分別為3.67%、5.55%和6.11%，違約率分別為31.07%、19.56%和17.74%。說明來自不同產(chǎn)業(yè)借款人的借款成功率和違約率確實存在差異。