论文部分内容阅读
P2P借贷(Peer-to-Peer Online Lending),即点对点网络借贷,是个体与个体之间在网络平台辅助下去金融中介化的一种直接借贷模式。2007年我国第一家网络借贷平台成立以来,整个行业的发展可以用“野蛮生长”来形容。2017年,P2P网贷行业历史累计成交量达到了6万亿元。已有不少学者发现在P2P网络借贷领域,出现对借款人个人特征信息如性别、学历等的歧视行为。这种歧视的存在意味着资源配置的无效率,同时也是社会不公平的体现。那么中国P2P网络借贷市场上存在对于性别的歧视吗?是一种怎么样的形式?具体歧视的性质是怎么样的?形成这种歧视的原因是什么?它有什么不良影响?应当怎样改善歧视的状况?Becker(1957)和Arrow(1973)分别提出了分析歧视的概念框架,将其按照性质分为“非理性偏好歧视”和“有效统计歧视”。当一个人宁愿放弃一部分福利,也要坚持做出某种歧视行为时,这种行为就是非理性偏好歧视。而有效性统计歧视是在判断某个体信用等级所需个体信息难以获得时,用其所在某个身份群体的平均水平或者一般特征作为替代信息进行判断,是一种理性的行为。本文将此框架延伸到网络借贷中,主要使用人人贷信用标项目数据集和Probit二元回归模型对上述几个问题进行了研究。得到了以下三个发现:(1)从还款违约情况来看,男性的违约率显著比女性违约率更高。说明了在控制其他变量后,男性仍然较女性有更大的违约倾向。(2)从借款成功率角度出发,发现男性和女性在借款成功率上存在差异,女性相比男性更容易获得借款。从这个角度看,说明P2P网络借贷中存在对于男性的歧视;再结合发现(1)男性和女性在违约率上的显著差异,由于男性违约率显著更高,男性因此在获得借款上受到的歧视是一种理性的选择,即P2P网络借贷中存在对于男性的有效性统计歧视。(3)从借款利率的角度出发,女性的借款利率显著低于男性。再结合发现(1)男性的违约率显著会比女性更高的情况,此处对于男性的歧视也属于有效性统计歧视。因为男性比女性更容易违约,则理性的投资者当然应该要求更高的利率以弥补所承担的更高违约风险。本文结论得出对于男性的有效性统计歧视在现有文献中是鲜有的,同时通过时间跨度为5年的数据将借款成功率和借款利率两个维度结合在一起放在了歧视框架下去探讨网络借贷中的性别歧视问题,具备一定的创新性。基于研究成果,本文提出以下建议:(1)建议投资者应当在P2P网络借贷过程中理性投资,不要因为个人的非理性的偏好而减少了预期收益。(2)建议借款者要努力让投资者看到更多的高质量信息,将本人以及项目本身的信息全面且真实地披露出来。基于信息的对称投资者才最有可能做出理性的选择。(3)正是因为信息的对称以及信息的完整在网络借贷中的重要性,平台作为信息的中介必须强化自身的责任及规范。因此建议政府对P2P网络借贷执行严格统一信息披露制度,让投资者能够在所有平台看到高质量信息;建立并运用我国统一个人征信风险评价及查询体系,加大信息作假和违约成本的同时也有助于投资者做出理性的选择;加强政府及监管部门对平台的监管力度,进一步淘汰不合规以及劣质平台;我国人民普遍存在基础金融知识匮乏、风险意识淡薄的现象,应当加强我国金融普及教育。