司海濤

摘 要：本文借助網(wǎng)絡(luò)借貸平臺“人人貸”的數(shù)據(jù)，著重分析不同時期的不同學歷對個體行為的影響，檢驗建國后我國的學歷教育是否存在“年代效應(yīng)”。實證結(jié)果表明，出生時期較晚的群體整體違約風險較低;在同一時期內(nèi)借款人的違約率隨學歷的提高逐漸下降，學歷對借款人的邊際約束力隨著借款人出生時期的增加而逐漸減弱。

關(guān)鍵詞：教育程度;網(wǎng)絡(luò)借貸;學歷;年代效應(yīng)

2017年中央經(jīng)濟工作會議點名批評“金融亂象”，強調(diào)要防范系統(tǒng)性金融風險、并指出確保經(jīng)濟和金融市場相對平穩(wěn)運行是下階段經(jīng)濟工作的重點。眾所周知，金融市場穩(wěn)定是保證宏觀經(jīng)濟平穩(wěn)運行的基礎(chǔ)，是實體經(jīng)濟發(fā)展的必要條件。影響金融市場運行的要素眾多，從微觀角度來說，個體的行為會在很大程度上影響金融市場的運行動態(tài)，理性的借貸行為有助于保證市場平穩(wěn)運行。根據(jù)以往的研究可知，教育背景在個人行為中扮演著十分重要的角色，一般來說受教育水平越高的人能力越強，其行為也會更加趨于理性。我國的教育事業(yè)在近年取得了快速發(fā)展。但這一時期內(nèi)高學歷群體的行為卻開始受到質(zhì)疑，從大學生“校園貸違約”層出不窮到“博士騙貸”被曝光，高學歷是否代表著高能力已經(jīng)成為疑問，學歷貶值開始被廣泛討論。

毫無疑問教育是培育人力資本和提升個人能力的主要途徑，根據(jù)人力資本理論，人力資本存在某種“信號機制”，這種機制通常通過“羊皮紙”效應(yīng)——即勞動者的“學歷”得以反映。但是在不同時期內(nèi)，人們接受教育的環(huán)境和質(zhì)量有著很大差別，即使勞動者最終獲得相同的學歷，他們的人力資本質(zhì)量也可能截然不同，我們把這種現(xiàn)象稱作“學歷的年代效應(yīng)”。這種現(xiàn)象在我國尤其明顯，因為我國從建國后教育體系經(jīng)歷了一系列改革，主要分為以下三個階段：文革前十七年、文革十年、改革開放新時期。以上三次改革的實施，使得具有不同教育背景的個體進入了金融市場，這些個體的人力資本質(zhì)量未必相同，因此其學歷對行為約束力的影響是否趨同需要考證。

本文的研究，一方面，補充了研究借款人行為的相關(guān)文獻，目前鮮有學者研究借款人學歷對借款違約率的影響，本文從我國教育體系變遷的角度，研究不同年代取得的學歷對借款者在金融市場的行為影響是否相同，從而進一步分析學歷的年代效應(yīng)和借款者行為之間的關(guān)系;另一方面，本文使用了人人貸平臺從2010年到2017年的數(shù)據(jù)，大樣本數(shù)據(jù)的使用增加了本文結(jié)論的可信度。本文其余部分的安排如下：第一部分綜述相關(guān)文獻并提出研究假設(shè);第二部分說明數(shù)據(jù)來源、研究變量及定義;第三部分設(shè)定模型并報告實證結(jié)果;第四部分是穩(wěn)定性檢驗;最后是本文的結(jié)論。

1 文獻綜述和研究假設(shè)

隨著國內(nèi)P2P網(wǎng)絡(luò)借貸的興起，學者們對與網(wǎng)絡(luò)借貸的研究越來越豐富。Klafft（2008）從信用評級的角度出發(fā)，利用美國網(wǎng)絡(luò)借貸平臺Prosper的數(shù)據(jù)發(fā)現(xiàn)借款人的信用評級在很大程度上影響了借貸行為，評級越高，借款成功率越高，利率越低，逾期率越低。同樣的Lin et al.（2013）研究發(fā)現(xiàn)風險等級越高的借款人，借款利率越高，借款成功率越低。李鑫（2019）從信息不對稱的角度出發(fā)，研究借款人自身的聲譽如何緩解不對稱狀況，研究發(fā)現(xiàn)借款人的聲譽越好，借款效率越高，違約風險越小。Herzenstein et al.（2011）和Larrimoreet et al.（2011）則從借款人借款描述的角度重新研究網(wǎng)絡(luò)借貸行為，其發(fā)現(xiàn)個人陳述中表明自己值得信賴或曾經(jīng)成功過的借款人更容易得到貸款，并且陳述內(nèi)容越多越容易得到貸款，但是Herzenstein（2011）發(fā)現(xiàn)個人描述越多的人往往具有更高的違約風險，并且信用評級低的人更傾向于提供更多的借款描述。Yang（2014）對借款人上傳的照片進行研究，發(fā)現(xiàn)可信賴的照片可以傳遞出積極的信號，借款人因此可以獲得更多資金。Ravina（2008）發(fā)現(xiàn)，相較于傳統(tǒng)的銀行借貸審核機制，網(wǎng)絡(luò)平臺上存在明顯的種族歧視，即黑人借款成功率普遍較低且借款利率高。

廖理等（2015）發(fā)現(xiàn)高學歷借款者如約還款概率更高，高等教育年限增強了借款人的自我約束能力。但是中國建國后的教育制度變遷使得不同年代的相同學歷包含的信息有所不同，那么不同時期的相同學歷對借款者在金融市場的行為影響是否相同？以及將樣本劃分為多個時期后，在每一個分樣本中學歷越高違約率越低的結(jié)論是否仍然成立？基于此，本文提出如下假設(shè)：

H1：控制其他因素后，相同學歷，出生日期越晚的借款人違約率越低。

H2：控制其他因素后，相同出生時期，學歷越高的借款人違約率越低。

2 研究設(shè)計

2.1 數(shù)據(jù)來源和樣本選擇

本文整理了網(wǎng)絡(luò)借貸平臺人人貸自2010年10月13日開始到2017年7月21日期間“散標/債權(quán)”中全部的借款標的，共計1034061個觀測值。刪除信息不全的樣本，例如標的總額為零元，缺乏學歷、婚姻、收入、房產(chǎn)、車產(chǎn)等關(guān)鍵信息，最終整理得到799659個有效個體借貸數(shù)據(jù)。

中國教育體制改革有兩個轉(zhuǎn)折點，一個是1966年爆發(fā)的“文化大革命”;另一個是1978年的改革開放（楊東平，2003）。按照六歲入學接受教育的原則，我們把借款人的出生年份小于1960年的設(shè)定為第一個受教育時期;1960年到1972年（不包含1972年）設(shè)定為第二個受教育時期;1972年以后出生的人設(shè)定為第三個受教育時期。我們按照這三個時間段把總體樣本分為三個子樣本，在下文中進行討論分析。

2.2 變量定義

本文所使用的核心解釋變量為三類，分別檢驗設(shè)定的三組假設(shè)。第一類變量用于研究相同學歷但出生時期不同的借款人的違約行為，包括：gao1、gao2、gao3，分別表示第一、二、三時期出生的高中或以下學歷的借款人;daz1、daz2、daz3，分別表示第一、二、三時期出生的大專學歷的借款人;dax1、dax2、dax3，分別表示第一、二、三時期出生的大學或以上學歷的借款人。第二類核心解釋變量為edu，用于研究相同出生時期但學歷不同的借款人的違約行為。edu取值為1、2、3，分別表示高中或以下學歷、大專學歷和大學或以上學歷。

控制變量的使用是為了控制借款行為特征，更加干凈地識別學歷的年代效應(yīng)。本文使用房產(chǎn)、車產(chǎn)、逾期次數(shù)、收入水平、婚姻和借款描述控制借款人特征;使用借款額度、還款期限、信用評級和借款利率控制借款特征。為了便于研究，我們對原有的借款額度數(shù)據(jù)加一后取對數(shù)構(gòu)造新的借款額度變量;同時構(gòu)造信用評級分類變量，分別將1-7賦值A(chǔ)A、A、B、C、D、E、HR，數(shù)值越大信用風險越高;構(gòu)造分類變量收入等級，將1-7的數(shù)值賦給一千以下、一千到二千、二千到五千、五千到一萬、一萬到二萬、二萬到五萬、五萬及以上，其數(shù)值越大，收入水平越高;構(gòu)造啞變量房產(chǎn)、車產(chǎn)、婚姻，已婚、擁有房產(chǎn)、擁有車產(chǎn)時取1，否則為0。

3 模型設(shè)定與實證結(jié)果

3.1 學歷的年代效應(yīng)分析

中國建國后的教育制度變遷使得不同年代的相同學歷包含的信息有所不同（吳衛(wèi)星和沈濤，2015），為了驗證相同學歷下、出生日期越晚的借款人違約率越低這一假設(shè)，本文構(gòu)建如下模型：

X取2、3。

其中，Pi是第i個借款人借款成功后違約事件發(fā)生的概率，1-Pi是不發(fā)生違約的概率，βi是待估計系數(shù)，Xi是核心解釋變量（gaoi、dazi、daxi），Zij是第i個借款人的第j個控制變量，areaim是第m個地區(qū)的啞變量，μi是隨機誤差項。由于借款人所在地區(qū)的文化環(huán)境、經(jīng)濟發(fā)展狀態(tài)等可能會對借款人的行為產(chǎn)生影響，因此，我們引入地區(qū)虛擬變量來控制此效應(yīng)。需要注意的是借款人所在地除了31個省市自治區(qū)直轄市外，還包括了深圳、香港、澳門和臺灣，一共35個。本文采用OLS回歸，加入相關(guān)控制變量，并控制地區(qū)因素之后，回歸結(jié)果顯示（由于版面限制，文中沒有列示該部分的回歸結(jié)果，如有需要，可以聯(lián)系作者索?。诘谝涣兄凶兞縢ao2的系數(shù)為-0.0101，表明第二時期比第一時期出生的人的違約率要低，但結(jié)果并不顯著;在第二列中，變量gao3的系數(shù)為-0.165，并在5%的顯著性水平下顯著為負，表明第三時期比第二時期出生的人的違約率明顯下降;在第三列中，變量gao3的系數(shù)為-0.313，并在5%的顯著性水平下顯著為負，表明第三時期比第一時期出生的人的違約率明顯下降。從以上結(jié)果可以發(fā)現(xiàn)，高中或以下學歷的借款人學歷存在明顯的年代效應(yīng)，第三時期出生的借款人受到學歷的約束更大。接著，在大專學歷的群體中，第二時期出生的借款人比第一時期的違約率要高，第三時期出生的借款人比第一、二時期的違約率要低，但是結(jié)果并不顯著。這也說明大專學歷的借款人在不同時期之間的違約行為沒有顯著差異，即不存在年代效應(yīng)。在大學或以上學歷的樣本中，變量dax2的系數(shù)為0.376，在10%的統(tǒng)計水平上顯著，這表明第二時期出生的借款人比第一時期的違約率顯著提高;第二、三列中，變量dax3的系數(shù)為-0.0138和0.159，但都不顯著。這說明大學或以上的學歷條件下，第三時期出生的借款人的違約行為與第二時期或第一時期出生的借款人的違約行為不存在顯著差異。

綜上所述，高中學歷群體的回歸結(jié)果很好支持了H1，但在大專和大學的群體的分析中并沒有充分的證據(jù)支持H1假說。造成這樣現(xiàn)象的原因可能有兩個。一方面，建國初教育體制改革，以及接下來的“文化大革命”及其“教育革命”對高中或高中以下的教育環(huán)境產(chǎn)生了巨大的負面影響;另一方面，改革開放之后，中央政府對此前遭到破壞的學制進行了恢復和發(fā)展。

3.2 出生時期相同但學歷不同的借款人之間的違約率差異

我們把借款人出生時期分為所有時期、第一時期、第二時期和第三時期。分析借款人的違約率隨學歷的提高如何變化，以驗證假設(shè)H2。本部分所使用的回歸模型為：

本文采用OLS回歸，加入相關(guān)控制變量，并控制地區(qū)因素之后，回歸結(jié)果顯示（由于版面限制，文中沒有列示該部分的回歸結(jié)果，如有需要，可以聯(lián)系作者索?。?，首先，從第一列的全樣本回歸結(jié)果看，變量edu的系數(shù)為-0.102，在1%的統(tǒng)計水平上顯著為負。這說明在不考慮借款人出生時期時，隨著借款人學歷的提高，借款人違約風險相對下降，這與廖理等（2015）和趙公民等（2019）的研究結(jié)果一致。進一步的，從第二、三、四列的回歸結(jié)果來看，學歷的系數(shù)分別為-0.536、-0.142和-0.0733，并且均在1%的水平上顯著，這表明借款成功后的違約行為受到高學歷的影響而下降。同時可以發(fā)現(xiàn)出生時期較晚的借款人，其學歷的提高所帶來的違約率下降的效果在逐漸減弱，這說明在接受高等教育的借款人群體內(nèi)，學歷的年代效應(yīng)較為明顯，即相比前兩個時期而言，第三時期的借款人更容易產(chǎn)生違約行為。造成這種現(xiàn)象的原因可能是這一時期內(nèi)的兩次高校擴招。第一次發(fā)生在1979年，因為受到“文革”時期影響未能參加高考的學生過多，政府在這一年實行了高校擴招，不過本次擴招只持續(xù)了一年（成林萍，2010）;第二次是1999年開始的高校擴招，此次擴招規(guī)模很大，持續(xù)時間很長，有數(shù)據(jù)表明，大學新生從1998年的108萬激增到2011年的675萬人。短時期內(nèi)高等教育所需教育資源還無法像大學新生那樣增長，這就造成了人均教育資源的減少，這可能對高等教育質(zhì)量產(chǎn)生不利的影響。

3.3 穩(wěn)健性檢驗

為了保證回歸結(jié)果的穩(wěn)健可靠，本文選擇實地認證標的數(shù)據(jù)進行穩(wěn)健性檢驗。因為實地認證通過的借款人人貸平臺會對該借款人發(fā)起的標的使用“用戶利益保障機制”進行保障，即如果此類標的發(fā)生違約超過31天后，平臺會使用平臺保證金向投資者償還剩余未償還的投資本金或者本息和。因此，在擁有實地認證的借款樣本下，整體違約率應(yīng)該更低。如果在實地認證標的樣本中，前文的實證結(jié)果依然得以驗證，那說明本文的結(jié)果是穩(wěn)健的，即學歷的年代效應(yīng)存在?；貧w結(jié)果顯示（篇幅限制，文中沒有報告穩(wěn)定性檢驗部分回歸結(jié)果），高中學歷群體的借款人很好地支持了H1，但在大專和大學的群體的分析中并沒有充分的證據(jù)支持H1，這與之前的結(jié)果保持一致。根據(jù)edu的回歸系數(shù)可知，在出生時期不變的情況下，更高學歷的借款人違約率更低，支持了H2假說，進一步證明了學歷的年代效應(yīng)。

4 結(jié)語

教育的發(fā)展是推動社會進步的重要力量，之前對教育的研究主要集中在教育對個人就業(yè)、工作市場的績效表現(xiàn)等方面，很少有人通過借貸行為分析教育對微觀個體的影響。本文借助網(wǎng)絡(luò)借貸P2P平臺公開的個人借貸行為數(shù)據(jù)，著重研究了學歷對人的約束力在不同時期之間的差異性，揭示了學歷的年代效應(yīng)這一現(xiàn)象。通過實證分析表明，一方面隨著出生時期的增加，教育水平的提高所帶來的約束力的提高幅度是在逐漸下降的;另一方面，接受過大?；蛞陨辖逃慕杩钊吮雀咧谢蛞韵聦W歷借款人的違約風險更低，但是這種由學歷提高所帶來的效應(yīng)會隨著出生時期的提高而減弱;最后，與大專學歷相比，在最近的兩個時期中，本科及以上學歷的借款人違約率是逐漸提高，這說明高學歷對人的約束力在減弱。

參考文獻：

[1]Klafft M. Peer to Peer Lending： Auctioning Mirco Credits over the Internet[J].SSRN working paper ， 2008.

[2]Ravina E. Love & Loans： The Effect of Beauty and Personal Characteristics in Credit Markets[J]. Social Science Electronic Publishing， 2008.

[3]陳林， 謝彥嫵， 李平， 等. 借款陳述文字中的違約信號——基于P2P網(wǎng)絡(luò)借貸的實證研究[J]. 中國管理科學， 2019，（4）.

[4]廖理，李夢然，王正位，賀裴菲.觀察中學習：P2P網(wǎng)絡(luò)借貸中信息傳遞與羊群行為[J].經(jīng)濟研究， 2015，（1）.

[5]吳衛(wèi)星， 沈濤. 學歷的年代效應(yīng)與股票市場投資者參與[J]. 金融研究， 2015，（8）.