2.1　借款人信息的識(shí)別

在借貸市場(chǎng)中，借款人和出借人之間由于存在信息不對(duì)稱情況，出借人無(wú)法掌握借款人的真實(shí)和全面信息，借貸合同可能會(huì)受到逆向選擇和道德風(fēng)險(xiǎn)的影響。在傳統(tǒng)商業(yè)銀行的借貸市場(chǎng)中，商業(yè)銀行會(huì)通過(guò)抵押、擔(dān)保、定期檢查甚至派專人進(jìn)入企業(yè)董事會(huì)的方式來(lái)減輕委托代理問(wèn)題對(duì)銀行權(quán)益造成的損害。

在網(wǎng)絡(luò)借貸市場(chǎng)，為了降低借貸成本和提高用戶普及率，往往不需要提供抵押、擔(dān)保等高成本增信方式，促進(jìn)借貸雙方達(dá)成借貸合同的是與借款人有關(guān)的個(gè)人信息。網(wǎng)絡(luò)借貸過(guò)程中影響借款人獲得貸款的信息主要包括：（1）人口統(tǒng)計(jì)學(xué)信息，如性別、年齡、種族、受教育程度等；（2）認(rèn)證信息，即可經(jīng)過(guò)第三方認(rèn)證的財(cái)務(wù)或非財(cái)務(wù)信息，如借款人信用評(píng)分、收入和支出賬單、住房信息、歷史信用違約信息等；（3）非認(rèn)證信息，即借款人自愿披露的非認(rèn)證性質(zhì)的信息，如借款描述、個(gè)人愛(ài)好、照片信息等；（4）社會(huì)關(guān)系，即借款人自愿披露的社交信息，如在平臺(tái)上借款人可以選擇加入群組，或者邀請(qǐng)朋友一起在平臺(tái)上借款或投資等。

2.1.1　人口統(tǒng)計(jì)學(xué)信息

在借貸市場(chǎng)，借款人是否能得到融資，以及借款利率往往會(huì)因?yàn)榻杩钊说姆N族、性別、年齡、受教育程度等因素受到借款歧視。借貸市場(chǎng)中的歧視可以分為兩種類型，統(tǒng)計(jì)性歧視（Statistical Discrimination）和偏好性歧視（Taste-based Discrimination）。統(tǒng)計(jì)性歧視是指在信息不完備的市場(chǎng)中，投資人基于已有的信息，將一個(gè)群體的典型特征作為決定該群體每個(gè)個(gè)體是否獲得借款及決定借款利率的指標(biāo)，根據(jù)這些指標(biāo)對(duì)借款人作出歧視性決策。當(dāng)統(tǒng)計(jì)性歧視行為比較準(zhǔn)確地利用了統(tǒng)計(jì)性特征時(shí)，這種歧視行為能幫助投資者實(shí)現(xiàn)有效的投資決策。例如，在借貸市場(chǎng)中，部分借款人由于有糟糕的信貸歷史，而無(wú)法獲得貸款或者承擔(dān)高利息貸款。偏好性歧視是指投資者由于存在個(gè)人偏好，不愿與某些類型的借款人產(chǎn)生交易，甚至愿意承擔(dān)額外成本避免這類交易。偏好性歧視的出現(xiàn)說(shuō)明投資者在做決策時(shí)不完全是理性地從投資風(fēng)險(xiǎn)與收益角度出發(fā)，這往往造成投資者的效用損失。

Pope和Sydnor（2011）利用美國(guó)大型網(wǎng)絡(luò)借貸網(wǎng)站Prosper數(shù)據(jù)，并收集借款人在發(fā)布項(xiàng)目時(shí)主動(dòng)提供的照片信息，研究P2P網(wǎng)絡(luò)借貸中的歧視問(wèn)題，尤其是借款人的種族特征對(duì)借款成功率與借款利率的影響。作者認(rèn)為，如果在P2P借貸過(guò)程中投資者僅存在統(tǒng)計(jì)性歧視并且決策過(guò)程由借款項(xiàng)目的凈收益率決定，其中項(xiàng)目?jī)羰找媛蕿榭紤]違約風(fēng)險(xiǎn)之后的收益率，那么當(dāng)控制借款人提供的所有可觀測(cè)信息后，投資者會(huì)對(duì)凈收益率最高的項(xiàng)目提供貸款。而在競(jìng)爭(zhēng)性借貸市場(chǎng)中，借款利率會(huì)充分反映影響借款人信用水平的所有信息，因此，最終成功獲得貸款的項(xiàng)目應(yīng)該具有相同的凈收益率。與此不同的是，當(dāng)投資者的決策過(guò)程只受到偏好性歧視影響時(shí)，受歧視的借款人會(huì)承擔(dān)更高的凈收益率，否則無(wú)法獲得貸款。

在實(shí)證過(guò)程中，Pope和Sydnor（2011）利用Prosper數(shù)據(jù)主要研究了種族因素對(duì)借款的影響。具體而言，作者用融資是否成功或者借款的成交利率作為被解釋變量，借款人是否為黑色人種作為解釋變量，控制借款人的性別與婚姻狀況、年齡、高興程度、體重、吸引力、財(cái)務(wù)狀況，信用等級(jí)及其他特征，進(jìn)行OLS⁽¹⁾回歸和Logit⁽²⁾回歸，發(fā)現(xiàn)黑色人種借款人的借款成功的概率顯著低于白色人種借款人，而黑色人種借款人的借款成交利率顯著高于白色人種借款人。為了檢驗(yàn)該結(jié)果的穩(wěn)健性，作者一方面分別使用公布了照片的借款，或者每個(gè)借款人的第一筆借款，作為子樣本進(jìn)行回歸，另一方面根據(jù)借款的時(shí)間、信用等級(jí)，以及借款者報(bào)告的收入將樣本拆分成子樣本進(jìn)行回歸。此外，Prosper的借款人可以選擇是否開(kāi)啟“Open funding”功能。如果借款人不開(kāi)啟該功能，當(dāng)投標(biāo)進(jìn)度達(dá)到100%之后，借款人將以自己設(shè)定的最高利率獲得貸款，導(dǎo)致成交利率偏高。如果黑色人種借款人比白色人種借款人更喜歡關(guān)閉“Open funding”功能，那么黑色人種借款人將擁有更高的成交利率。為了排除了這一解釋，作者用所有開(kāi)啟了“Open funding”功能的借款進(jìn)行研究，發(fā)現(xiàn)黑色人種借款人的成交利率仍然高于白色人種借款人。整體而言，穩(wěn)健性檢驗(yàn)結(jié)果說(shuō)明以上結(jié)果十分穩(wěn)健?？紤]到Prosper擁有自動(dòng)投標(biāo)功能，以上回歸結(jié)果可能還低估了膚色對(duì)借款成功率的影響。

上述研究結(jié)果表明，在貸款過(guò)程中，投資者對(duì)于黑色人種借款人存在種族歧視。為了檢驗(yàn)這種歧視來(lái)自統(tǒng)計(jì)性歧視還是偏好性歧視，作者繼續(xù)對(duì)借款人的真實(shí)違約率與凈收益率開(kāi)展了研究。首先，作者利用Hazard違約模型檢驗(yàn)借款人的真實(shí)違約率，利用借款人是否違約作為被解釋變量，借款人是否為黑色人種作為解釋變量，并控制其他變量。結(jié)果發(fā)現(xiàn)當(dāng)控制其他因素后，黑色人種借款人的違約率比白色人種借款人高36%，這說(shuō)明投資者對(duì)于黑色人種借款人存在一定程度的統(tǒng)計(jì)性歧視。其次，作者用投資三年的凈收益，即每投資借款項(xiàng)目一美元之后三年內(nèi)的凈收益，作為被解釋變量，借款人是否為黑色人種作為解釋變量，并控制其他變量，進(jìn)行OLS回歸。結(jié)果發(fā)現(xiàn)在控制其他因素之后，黑色人種借款人的借款的凈收益率低于白色人種借款人的借款，這個(gè)結(jié)果在Duarte、Siegel和Young（2012）的研究中再次得以驗(yàn)證。為了避免宏觀經(jīng)濟(jì)形勢(shì)對(duì)結(jié)果造成影響，作者將所有借款項(xiàng)目按照借款成功時(shí)間進(jìn)行子樣本檢驗(yàn)，或者直接在回歸模型中控制反映經(jīng)濟(jì)形勢(shì)對(duì)不同膚色人種影響的變量（黑色人種與白色人種的失業(yè)率差值與膚色變量的交乘項(xiàng)），發(fā)現(xiàn)實(shí)證結(jié)果沒(méi)有顯著變化。這些結(jié)果說(shuō)明投資者對(duì)黑色人種借款人不存在偏好性歧視。對(duì)于該文的結(jié)果，作者提出的一種可能解釋是投資者對(duì)黑色人種借款人有統(tǒng)計(jì)性歧視，這種歧視被對(duì)白色人種借款人的偏好性歧視部分抵消，但是這種解釋與傳統(tǒng)的研究結(jié)果不一致；另一種可能的解釋是投資者雖然對(duì)黑色人種借款人有統(tǒng)計(jì)性歧視，但是由于投資者不夠成熟，低估了黑色人種借款人的違約率，即便對(duì)這類借款人收取了較高的借款利率，但是不足以抵消掉這類借款人高違約率帶來(lái)的損失，結(jié)果導(dǎo)致凈收益率更低。

除了種族因素外，在P2P網(wǎng)絡(luò)借貸市場(chǎng)上是否存在年齡歧視，目前的結(jié)論比較一致，即青年人和老年人往往不容易得到借款，或者即使借到款得到借款的金額也比較少。其中，有研究發(fā)現(xiàn)在P2P網(wǎng)絡(luò)借貸市場(chǎng)上存在對(duì)老年人的歧視，且他們需要支付較高的借款利率。Pope和Sydnor（2011）以借款人上傳的個(gè)人圖片為基礎(chǔ)，發(fā)現(xiàn)相比于不上傳圖片的借款人，主動(dòng)上傳圖片的借款人更容易獲得貸款。然而，當(dāng)圖片中出現(xiàn)老人時(shí)，借款人更難獲得貸款。

此外，在P2P網(wǎng)絡(luò)借貸市場(chǎng)上是否存在性別歧視，目前仍沒(méi)有定論，這可能受到各國(guó)的人文歷史和社會(huì)傳統(tǒng)文化影響。在美國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)，存在男性性別歧視，雖然投資于男性借款人的期望收益率更高，但女性借款人更容易獲得借款。Pope和Sydnor（2011）發(fā)現(xiàn)當(dāng)圖片中出現(xiàn)女人或者穿軍裝的人時(shí)更容易獲得貸款。而另有研究發(fā)現(xiàn)，在控制其他因素后，投資于女性借款人的項(xiàng)目最終期望收益率更低（Duarte、Siegel和Young, 2012）。此外，其他實(shí)證研究發(fā)現(xiàn)在中國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)上，則存在女性性別歧視，女性的違約率更低，但要支付更高的利率。而在德國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)上，沒(méi)有發(fā)現(xiàn)顯著的性別歧視。

最后，關(guān)于教育背景的影響，已有研究發(fā)現(xiàn)雖然受教育程度較高的借款人的違約率顯著地低于受教育程度低的借款人，但他們的借款并沒(méi)有受到出借人的特別偏好，出借人在教育程度上識(shí)別風(fēng)險(xiǎn)存在一定的偏誤（廖理、吉霖和張偉強(qiáng)，2015）。

2.1.2　認(rèn)證信息

網(wǎng)絡(luò)借貸平臺(tái)一般都要求借款人向出借人披露自己的信息作為信用的主要標(biāo)識(shí)，這類信息往往是可認(rèn)證的信息，包括信用等級(jí)、收入和支出的詳細(xì)信息、是否擁有住房、已有債務(wù)、債務(wù)收入比、信用報(bào)告查詢情況等。一般這些信息會(huì)被第三方信用評(píng)級(jí)機(jī)構(gòu)以評(píng)等級(jí)或評(píng)分形式呈現(xiàn)。同時(shí)，一些平臺(tái)也會(huì)在此之外要求披露更詳細(xì)的信息，如銀行賬戶、信用卡使用情況等。

無(wú)論在傳統(tǒng)的銀行系統(tǒng)，還是在網(wǎng)絡(luò)借貸平臺(tái)，借款人的信用等級(jí)對(duì)借款成功與否起著至關(guān)重要的作用。信用等級(jí)越高的借款人成功獲得借款的概率往往也越高，而在已獲得借款的借款人中，信用等級(jí)越高的借款人違約率往往越低。Pope和Sydnor（2011）的Prosper數(shù)據(jù)顯示借款人成功獲得融資的比例隨著信用等級(jí)降低而逐步下降。

根據(jù)Iyer et al.（2016）的數(shù)據(jù)，網(wǎng)絡(luò)借貸平臺(tái)借款人的平均信用分?jǐn)?shù)為610，而美國(guó)全體居民的平均信用分?jǐn)?shù)為680，說(shuō)明網(wǎng)絡(luò)借貸平臺(tái)吸引了大量信用水平相對(duì)較低的居民進(jìn)行借款，此處信用分?jǐn)?shù)是指Experian ScoreX PLUS⁽³⁾信用分?jǐn)?shù)。

除了信用等級(jí)，收入水平也是影響借款人獲得融資的重要決定因素。Pope和Sydnor（2011）的Prosper數(shù)據(jù)顯示借款人成功獲得融資的比例隨著收入減少而下降。收入處于最高25%區(qū)間的借款人成功獲得融資的比例為14.7%，而最低25%區(qū)間的借款人成功獲得融資的比例僅為5.9%。

2.1.3　非認(rèn)證信息

除了認(rèn)證信息外，在P2P網(wǎng)絡(luò)借貸平臺(tái)上借款人也可以提供一些非認(rèn)證信息，這些非認(rèn)證信息有利于出借人更好地了解借款人的情況，降低信息不對(duì)稱性。但是，由于這些非認(rèn)證信息不能或者不容易被第三方機(jī)構(gòu)認(rèn)證，其真實(shí)性與可靠性不強(qiáng)，出借人使用時(shí)存在一定的不確定性。已有文獻(xiàn)從非認(rèn)證信息的種類和某一具體的非認(rèn)證信息出發(fā)，研究非認(rèn)證信息對(duì)借款的影響。

2.1.3.1　自愿披露的未核實(shí)信息

Michels（2012）主要研究借款者自愿披露的且未經(jīng)核實(shí)的信息在P2P借貸中的影響。作者通過(guò)構(gòu)建一個(gè)能表示信息披露程度的指標(biāo)，考察未經(jīng)核實(shí)的信息披露對(duì)投標(biāo)數(shù)、借款利率的影響，該研究結(jié)果表明這種信息披露能夠降低利率，并且提高借款成功率。此外，未經(jīng)核實(shí)的信息披露對(duì)于信用較低的借款者有更強(qiáng)的影響，且與借款違約率之間有負(fù)相關(guān)關(guān)系。

在一般情況下，未經(jīng)核實(shí)的信息可靠性較低，但作者假設(shè)借款者提供的信息雖然未經(jīng)核實(shí)卻是真實(shí)的，以便借款者將來(lái)能夠從中受益。該研究選取Prosper的三年期未擔(dān)保借款作為樣本，數(shù)據(jù)時(shí)間跨度從2007年2月12日—2008年10月31日，選擇這個(gè)區(qū)間的原因是Prosper在這段時(shí)間內(nèi)的信息披露政策沒(méi)有變化。樣本總共包括246841條借款申請(qǐng)，其中，21450條借款成功，225391條借款失敗。該研究對(duì)這些數(shù)據(jù)進(jìn)行分層隨機(jī)抽樣，分別從成功和失敗的樣本中抽取500條記錄，總共1000條。該研究之所以使用隨機(jī)抽樣的樣本而不是總體數(shù)據(jù)，是因?yàn)樵跇?gòu)造信息披露得分時(shí)，每一條信息都需要手動(dòng)篩選與處理。

該研究構(gòu)建的核心變量是信息披露得分，即對(duì)特定的、未經(jīng)核實(shí)的信息披露程度的度量，選取的9個(gè)指標(biāo)包括：借款用途、收入水平、收入來(lái)源、教育水平、其他債務(wù)額度、其他債務(wù)利率、對(duì)較低信用評(píng)級(jí)的說(shuō)明、月度支出及借款人照片。上述信息如果進(jìn)行了披露則相關(guān)指標(biāo)取1，否則取0，將所有的指標(biāo)得分加總就是信息披露得分。對(duì)于其他能夠影響利率和投標(biāo)數(shù)的因素，作者選取了自動(dòng)投標(biāo)機(jī)制、借款者設(shè)置的最高利率、借款額度、信用評(píng)級(jí)、房產(chǎn)、債務(wù)與收入比，以及兩年期國(guó)債收益率作為控制變量。投標(biāo)數(shù)則用投標(biāo)總數(shù)與天數(shù)之比的近似整數(shù)來(lái)表示。

單從描述性統(tǒng)計(jì)的角度來(lái)看，成功的借款在信息披露各個(gè)指標(biāo)的得分情況均優(yōu)于失敗的借款，因此，從某種程度上來(lái)說(shuō)，已經(jīng)有先驗(yàn)證據(jù)表明投資者確實(shí)會(huì)在投資過(guò)程中考慮這些未經(jīng)核實(shí)的信息。之后該文分別對(duì)利率和投標(biāo)數(shù)進(jìn)行Tobit⁽⁴⁾和Poisson⁽⁵⁾回歸，研究結(jié)果表明：未經(jīng)證實(shí)的信息披露可以使借款利率降低1.27個(gè)百分點(diǎn)，同時(shí)使得投標(biāo)數(shù)提高8個(gè)百分點(diǎn)。因此，即使是未經(jīng)證實(shí)的信息披露，也能夠在減少借貸成本方面發(fā)揮顯著作用，提高P2P市場(chǎng)的效率。

該研究認(rèn)為P2P平臺(tái)相比上市公司可以對(duì)未經(jīng)核實(shí)的信息進(jìn)行更穩(wěn)健的檢驗(yàn)。在穩(wěn)健性檢驗(yàn)中，作者采用的是兩步模型，首先分析一筆借款是否融資成功；其次，如果成功，其利率是如何確定的。在兩步模型中，首先使用Probit模型⁽⁶⁾，用投標(biāo)數(shù)對(duì)信息披露分?jǐn)?shù)和控制變量進(jìn)行回歸，結(jié)果表明，信息披露的邊際效應(yīng)能使投標(biāo)數(shù)提高3.28個(gè)百分點(diǎn)。第二步是對(duì)已經(jīng)融資成功的借款，用實(shí)際利率對(duì)信息披露分?jǐn)?shù)和控制變量進(jìn)行回歸，結(jié)果表明，對(duì)于已經(jīng)融資成功的借款，信息披露能夠使利率降低0.22個(gè)百分點(diǎn)。如果使用Heckman模型⁽⁷⁾，信息披露則可以使利率降低0.31個(gè)百分點(diǎn)。

如果對(duì)信息披露分?jǐn)?shù)進(jìn)行分解，則單個(gè)指標(biāo)的影響似乎不再顯著，并且不同指標(biāo)對(duì)利率和投標(biāo)數(shù)的影響也不盡相同。此外，該文還考慮到信息披露的指標(biāo)中可能有部分信息在其他借款信息中得到了證實(shí)，因此，該文還需要將這些信息剝離以證明是真正未經(jīng)證實(shí)的信息在影響投資者行為。該文將信息披露的指標(biāo)分為兩部分，認(rèn)為收入、收入來(lái)源、其他債務(wù)及其他債務(wù)利率是有可能在其他借款信息中被驗(yàn)證的，而借款目的、教育水平、對(duì)較低信用水平的說(shuō)明、月度支出和照片則屬于不大可能被證實(shí)的。結(jié)果表明，不論是在系數(shù)還是顯著性上，后者都比前者對(duì)利率和投標(biāo)數(shù)的影響更大。因此，穩(wěn)健性檢驗(yàn)表明投資者確實(shí)對(duì)未經(jīng)證實(shí)的信息有明顯反應(yīng)。

除了影響投資者決策，該研究認(rèn)為信息披露還能反映借款的實(shí)際質(zhì)量。該文以違約率作為因變量，對(duì)信息披露分?jǐn)?shù)以及控制變量進(jìn)行了Probit回歸。結(jié)果表明，借款額度越高，或者以前有不良信用記錄的，借款違約率就越高，并且利率不能夠顯著預(yù)測(cè)違約率。但信息披露分?jǐn)?shù)確實(shí)與違約率之間有較強(qiáng)的負(fù)相關(guān)關(guān)系，信息披露大概能使違約率降低5.37個(gè)百分點(diǎn)。進(jìn)一步將信息披露分?jǐn)?shù)分解為兩部分，可以看出是最不能核實(shí)的信息披露導(dǎo)致了違約率的下降。因此，未經(jīng)核實(shí)的信息披露在還款過(guò)程中也體現(xiàn)出某種后驗(yàn)特性。

該研究還針對(duì)信用評(píng)級(jí)相對(duì)較低的借款者構(gòu)建了一個(gè)虛擬變量，將信用評(píng)級(jí)在C以下的借款者取1，C以上借款者取0，然后對(duì)各個(gè)自變量取交叉項(xiàng)，以確定信息披露對(duì)信用較低借款者的影響。結(jié)果表明，額外的信息披露能夠?qū)⑼稑?biāo)數(shù)提高18.21%。因此，對(duì)于信用評(píng)級(jí)較低的借款者，未經(jīng)核實(shí)的信息披露更加重要。

雖然該研究證實(shí)了未經(jīng)核實(shí)的信息披露在減少借貸成本方面的作用，但從實(shí)際情況來(lái)看，借款者并未提高相應(yīng)的信息披露量。該研究認(rèn)為原因可能有兩點(diǎn)：一是借款者目前尚未深入認(rèn)識(shí)到信息披露的作用，隨著對(duì)市場(chǎng)的不斷深入與了解，借款者的學(xué)習(xí)能力可能隨之增強(qiáng)，信息披露量也會(huì)隨之增加；二是借款者不愿意用虛假的信息誤導(dǎo)投資者，依靠未經(jīng)核實(shí)的信息來(lái)降低借款成本。該研究的結(jié)論和心理學(xué)以及行為經(jīng)濟(jì)學(xué)的部分研究結(jié)論是一致的，即客觀的、未經(jīng)核實(shí)的信息內(nèi)容也會(huì)影響個(gè)人決策。

2.1.3.2　借款語(yǔ)言描述

在網(wǎng)絡(luò)借貸平臺(tái)上，借款人可選擇填寫借款描述一欄，借款人可以介紹更多的個(gè)人信息或本次借款的目的，意圖體現(xiàn)出本借款項(xiàng)目的與眾不同之處，說(shuō)服出借人作出投資決策。已有研究發(fā)現(xiàn)，借款描述對(duì)融資成功率和借款利率的影響并不一致，易讀性好、字?jǐn)?shù)多、描述的具體程度有利于提高借款成功率和降低借款利率，而那些包含更多私人問(wèn)題、解釋性詞匯的描述則降低借款成功率。出借人并不能很好識(shí)別借款描述背后隱含的風(fēng)險(xiǎn)，如使用欺騙性語(yǔ)言的借款人更容易借到款，但他們借款的違約率更高。

Herzenstein、Sonenshein和Dholakia（2011）在研究中將借款描述中的詞匯劃分為六類：信任、成就、努力、經(jīng)濟(jì)困難、道德、信仰。該研究使用Prosper平臺(tái)在2006年6月—2007年6月的共1493個(gè)借款申請(qǐng)來(lái)研究借款語(yǔ)言描述對(duì)于借款結(jié)果的影響。通過(guò)研究發(fā)現(xiàn)，第一，那些信用水平低的借款人，會(huì)使用更多的借款描述；第二，借款人借款描述中使用的詞匯種類越多，借款的利率會(huì)更低，借款成功率會(huì)更高，但是違約率會(huì)上升；第三，借款描述的類型也與借款成功率、借款未來(lái)表現(xiàn)有關(guān)，其中可信任的和成功的借款描述有利于提高借款人的借款成功率，有道德的描述與借款未來(lái)表現(xiàn)正相關(guān)，而經(jīng)濟(jì)困難的描述與借款未來(lái)表現(xiàn)負(fù)相關(guān)。

2.1.3.3　相貌

在社會(huì)心理學(xué)領(lǐng)域，學(xué)者提出人們存在“外表吸引力的刻板印象”（Physical-attractiveness stereotype），即認(rèn)為美的就是好的，長(zhǎng)相漂亮的人更具有吸引力，并擁有社會(huì)所需的其他特質(zhì)。在網(wǎng)絡(luò)借貸市場(chǎng)，投資人挑選借款項(xiàng)目的過(guò)程也可能受到借款人外貌、長(zhǎng)相的影響，例如，Pope和Sydnor（2011）發(fā)現(xiàn)相比于不上傳圖片的借款人，主動(dòng)上傳圖片的借款人更容易獲得貸款。Ravina（2012）發(fā)現(xiàn)外表更具有吸引力的借款人往往可以在更低的利率水平上獲得貸款。

關(guān)于借款人提供照片是否有利于增進(jìn)投資者的信任從而有利于其獲得借款，Duarte、Siegel和Young（2012）進(jìn)行了深入研究。作者在Prosper平臺(tái)獲得2006年5月—2008年1月的共176537個(gè)申請(qǐng)項(xiàng)目及17480個(gè)真實(shí)借款項(xiàng)目信息，并從中隨機(jī)挑選20000個(gè)標(biāo)的項(xiàng)目及6500個(gè)借款項(xiàng)目，去除無(wú)效觀測(cè)后，最終保留17837個(gè)標(biāo)的項(xiàng)目和5950個(gè)借款項(xiàng)目，其中，6821個(gè)標(biāo)的項(xiàng)目和3291個(gè)借款項(xiàng)目有借款人提供的照片信息。為了對(duì)借款人提供的照片進(jìn)行分析，作者通過(guò)亞馬遜土耳其機(jī)器人（Amazon’s Mechanical Turk）平臺(tái)提供的服務(wù)，利用類似于專家打分法的方式來(lái)針對(duì)借款人構(gòu)建可信賴度指標(biāo)。具體而言，對(duì)于每張借款人照片，作者在該平臺(tái)招募25個(gè)獨(dú)立的員工，要求每個(gè)員工對(duì)該照片中人物的可信賴度進(jìn)行打分，總共5個(gè)等級(jí)，從1（不值得信賴）至5（非常值得信賴）。此外，在另一個(gè)獨(dú)立的測(cè)試中，作者要求員工回答一個(gè)更為具體的問(wèn)題：“假如你把10美元借給照片中的人，當(dāng)他/她有錢償還時(shí)，你認(rèn)為他/她有多大可能性會(huì)把錢還給你？”答案為從0～100的十分位數(shù)。然后，作者取25個(gè)員工對(duì)第一個(gè)題目和第二個(gè)題目回答的均值綜合構(gòu)建可信賴度指標(biāo)。然而，這種打分方式獲得的可信賴度可能受借款人照片的吸引力影響，這種吸引力與借款人的還款意愿無(wú)關(guān)，卻會(huì)對(duì)投資者的個(gè)人偏好有所影響。因此，作者為了區(qū)分可信賴度和吸引力的影響，再次要求25個(gè)員工對(duì)照片中人物的吸引力及財(cái)富進(jìn)行分別打分，吸引力指標(biāo)從1（不具有吸引力）至5（十分有吸引力），財(cái)富指標(biāo)從1（非常貧窮）至5（非常富有），以25個(gè)員工的打分均值構(gòu)建吸引力指標(biāo)和財(cái)富指標(biāo)。

基于上述方法構(gòu)建的可信賴度指標(biāo)、吸引力指標(biāo)和財(cái)富指標(biāo)，作者對(duì)借款人相貌是否影響其獲得借款及借款利率進(jìn)行研究。作者以是否成功獲得借款融資作為被解釋變量，以可信賴度指標(biāo)、吸引力指標(biāo)和財(cái)富指標(biāo)作為解釋變量，并控制人口統(tǒng)計(jì)學(xué)信息、信用歷史信息、收入和教育信息，以及發(fā)標(biāo)與投標(biāo)特征，在所有標(biāo)的項(xiàng)目中進(jìn)行Probit回歸。然后再以借款利率作為被解釋變量，在所有借款項(xiàng)目進(jìn)行Tobit回歸。結(jié)果表明相貌上更具有可信賴度的借款人更容易獲得借款，并且以顯著更低的利率成交。同時(shí)，在回歸結(jié)果中吸引力指標(biāo)和財(cái)富指標(biāo)對(duì)借款人是否獲得融資以及借款利率沒(méi)有顯著影響，這可能是因?yàn)檫@兩個(gè)指標(biāo)包含的信息已經(jīng)反映在信用歷史信息、收入和教育信息等方面。此外，作者進(jìn)一步研究表明，相貌上看起來(lái)更具有可信賴度的借款人，實(shí)際上也擁有更高的信用評(píng)級(jí)和更低的違約率。

該研究表明，借款人的相貌對(duì)其是否獲得借款及借款利率有顯著影響，說(shuō)明一個(gè)人的外部印象不僅僅在勞動(dòng)力市場(chǎng)和政治場(chǎng)合中產(chǎn)生影響，也會(huì)在金融交易中有所影響。投資人基于借款人相貌的可信賴度進(jìn)行投資并不是非理性的結(jié)果，因?yàn)榻杩钊讼嗝驳目尚刨嚩饶軌蝾A(yù)測(cè)其真實(shí)的信用水平和違約率，反映了個(gè)人的聲譽(yù)資本。

2.1.4　社會(huì)關(guān)系

與人口統(tǒng)計(jì)學(xué)信息、認(rèn)證信息和非認(rèn)證信息相比，借款人的社會(huì)關(guān)系信息作為一種間接性信號(hào)，也會(huì)對(duì)借款人是否獲得融資和融資利率造成影響。社會(huì)關(guān)系信息的真實(shí)性介于認(rèn)證信息與非認(rèn)證信息之間，當(dāng)社會(huì)關(guān)系較強(qiáng)時(shí)，這類信息可以通過(guò)驗(yàn)證，因此具備認(rèn)證信息的價(jià)值。但是當(dāng)社會(huì)關(guān)系較弱時(shí)，其可認(rèn)證的價(jià)值也較低。在P2P網(wǎng)絡(luò)借貸興起之時(shí)，恰逢Facebook和Twitter等社交網(wǎng)絡(luò)平臺(tái)的興起。網(wǎng)絡(luò)借貸平臺(tái)借鑒傳統(tǒng)民間借貸市場(chǎng)的社交借貸，將線下社會(huì)關(guān)系移到線上，在平臺(tái)引入群組和朋友等社會(huì)關(guān)系，鼓勵(lì)借款人之間、出借人之間、借款人和出借人之間建立群組或朋友聯(lián)系，組員之間可能是具有某些相同的背景等因素，例如職業(yè)或者教育背景相似。平臺(tái)可以充分利用成員的社會(huì)關(guān)系，促進(jìn)借款人、出借人相互之間的信息交流，彌補(bǔ)信息的缺乏。

在現(xiàn)有研究中，借款人的社會(huì)關(guān)系信息在網(wǎng)絡(luò)借貸市場(chǎng)中的作用機(jī)制主要有兩種，分別是信號(hào)機(jī)制和懲罰機(jī)制。首先，出借人與借款人在網(wǎng)絡(luò)借貸市場(chǎng)存在信息不對(duì)稱，當(dāng)借款人提供的信息有限或者難以驗(yàn)證其真實(shí)性時(shí)，其社會(huì)關(guān)系可以作為個(gè)人信用的補(bǔ)充信號(hào)?！拔镆灶惥郏艘匀悍帧保鐣?huì)關(guān)系較強(qiáng)的個(gè)體之間往往存在一些相似性，例如，親人或朋友關(guān)系，或者地區(qū)相近、職業(yè)相似等。當(dāng)借款人的社會(huì)關(guān)系中存在信用差的個(gè)體，那么這種信號(hào)會(huì)反映出該借款人的個(gè)人信用也有可能較差。比較明顯的案例是目前網(wǎng)絡(luò)借貸平臺(tái)中的防詐騙機(jī)制之一就是預(yù)防團(tuán)伙欺詐，因?yàn)樵p騙行為往往扎堆出現(xiàn)，與存在詐騙嫌疑或詐騙歷史的個(gè)人有一定社會(huì)關(guān)聯(lián)的用戶都會(huì)受到重點(diǎn)關(guān)注，例如，通訊錄好友、老鄉(xiāng)等。由于社會(huì)關(guān)系存在信用背書功能，信貸市場(chǎng)中的參與者會(huì)利用其掌握的信息來(lái)決定是否加入其他用戶群組或者接受其他用戶的邀請(qǐng)。在均衡狀態(tài)下，信用水平相似的個(gè)體之間容易建立強(qiáng)社會(huì)關(guān)系，而信用水平相差較大的個(gè)體之間難以出現(xiàn)社會(huì)關(guān)系或者只有弱社會(huì)關(guān)系。因此，社會(huì)關(guān)系在理論上可以作為個(gè)人信用的一種信號(hào)機(jī)制，從而影響借款人是否獲得借款及借款利率。

其次，社會(huì)關(guān)系可以作為一種懲罰機(jī)制，提高借款人的違約成本，從而預(yù)防道德風(fēng)險(xiǎn)。大量研究發(fā)現(xiàn)，個(gè)人違約行為不僅會(huì)降低其信用分?jǐn)?shù)，而且當(dāng)違約的信息被其朋友知曉時(shí)，會(huì)給違約者帶來(lái)比較大的聲譽(yù)成本，即“Social stigma cost”（Lin、Probhala和Viswanathan, 2013）。在我國(guó)催收行業(yè)未得到監(jiān)管之前，一種“暴力催收”方式就是利用借款人提供的通訊錄信息，對(duì)其中聯(lián)系人逐一電話告知借款人的違約信息，以此方式提高借款人的違約成本從而降低其違約率。考慮到社會(huì)關(guān)系帶來(lái)的違約成本，違約率低的借款人擁有強(qiáng)社會(huì)關(guān)系的成本較低，違約率高的借款人擁有強(qiáng)社會(huì)關(guān)系的成本較高，那么信用較差的借款人會(huì)避免在網(wǎng)絡(luò)借貸平臺(tái)提供其強(qiáng)社會(huì)關(guān)系信息。因此，當(dāng)達(dá)到均衡時(shí)，強(qiáng)社會(huì)關(guān)系更好的借款人應(yīng)該具有較低的違約率，更受到投資者歡迎。

本節(jié)分別從朋友、群組、文化、距離、相似特征等方面研究社會(huì)關(guān)系對(duì)網(wǎng)絡(luò)借貸市場(chǎng)借款人是否獲得借款及借款利率的影響。

2.1.4.1　朋友

在社交平臺(tái)中的朋友關(guān)系是一種較強(qiáng)社會(huì)關(guān)系，Prosper平臺(tái)的用戶在注冊(cè)時(shí)需要驗(yàn)證一個(gè)電子郵箱，同時(shí)可以填寫朋友的郵箱地址邀請(qǐng)他們加入Prosper平臺(tái)，當(dāng)朋友接受邀請(qǐng)后就在Prosper平臺(tái)建立了一個(gè)朋友關(guān)系。當(dāng)一個(gè)借款人發(fā)布借款申請(qǐng)時(shí)，他的朋友關(guān)系和信用信息、借款信息一起被展示出來(lái)，當(dāng)他的朋友投資這個(gè)借款時(shí)，更是會(huì)被特別標(biāo)出。那么，Prosper平臺(tái)上的線上朋友關(guān)系是否有助于識(shí)別借款人的信息呢？對(duì)此，Lin、Probhala和Viswanathan（2013）專門進(jìn)行了研究。

Lin、Probhala和Viswanathan（2013）研究所用數(shù)據(jù)來(lái)自Prosper平臺(tái)在2007年1月—2008年5月的所有線上標(biāo)的信息，包括借款人信用歷史、平臺(tái)賬戶ID、朋友信息、申請(qǐng)標(biāo)的結(jié)果信、是否違約等，共計(jì)205132個(gè)申請(qǐng)標(biāo)的，其中有56584個(gè)申請(qǐng)標(biāo)的項(xiàng)目有借款人的朋友信息，作者根據(jù)5個(gè)層級(jí)指標(biāo)將借款人的朋友關(guān)系進(jìn)行分級(jí)，如圖2.1所示。具體而言，Level 1將借款人的朋友區(qū)別為可在Prosper平臺(tái)通過(guò)認(rèn)證的和無(wú)法認(rèn)證的朋友；Level 2將可認(rèn)證的朋友繼續(xù)區(qū)分為平臺(tái)上的借款人和出借人；Level 3利用“是否在此之前已經(jīng)在該平臺(tái)上出借過(guò)資金”，將朋友中的出借人區(qū)分為真實(shí)出借人和潛在出借人；Level 4繼續(xù)將真實(shí)出借人按照“是否在該借款人申請(qǐng)的標(biāo)的項(xiàng)目中投標(biāo)”進(jìn)行區(qū)分；Level 5繼續(xù)將投標(biāo)的真實(shí)出借人根據(jù)“是否成功獲得投標(biāo)”進(jìn)行區(qū)分。隨著分類層級(jí)增加，作者定義的朋友關(guān)系也逐級(jí)增強(qiáng)。

在實(shí)證設(shè)計(jì)中，作者檢驗(yàn)借款人申請(qǐng)結(jié)果與朋友信息之間的關(guān)聯(lián)。首先，作者利用標(biāo)的是否獲得融資作為被解釋變量，朋友個(gè)數(shù)作為關(guān)鍵解釋變量，并加入信用等級(jí)、債務(wù)收入比率、信用查詢次數(shù)、借款用途等控制變量，進(jìn)行Probit回歸。其中，作者針對(duì)不同朋友分類層級(jí)分別進(jìn)行了檢驗(yàn)，例如包含所有朋友、僅包含Level 1中分類、包含Level 1和Level 2分類、包含所有層級(jí)分類等。其次，作者將被解釋變量替換為標(biāo)的借款利率，利用Heckman兩步法重新進(jìn)行二階段回歸分析。然后，作者利用Cox Hazard模型繼續(xù)對(duì)數(shù)據(jù)進(jìn)行分析，研究借款人違約的影響因素。研究結(jié)果顯示：借款人的“朋友關(guān)系”更好（例如，朋友數(shù)量更多，經(jīng)過(guò)身份認(rèn)證的朋友數(shù)量更多，出借人朋友數(shù)量更多，在該項(xiàng)目上進(jìn)行投資的出借人朋友數(shù)量更多等），則借款成功率更高，并且借款利率更低，其真實(shí)的違約率也更低。

為了檢驗(yàn)結(jié)果的可靠性，作者進(jìn)行了一系列穩(wěn)健性檢驗(yàn)，例如，采用Logit回歸模型替代Probit回歸模型、利用投標(biāo)進(jìn)度代替借款成功率、將回歸中衡量朋友關(guān)系的變量由人數(shù)改變成指標(biāo)變量、分別用沒(méi)有提供圖像和提供圖像的借款標(biāo)的（加入圖像中人物特征作為控制變量）進(jìn)行子樣本檢驗(yàn)、加入借款描述中五類詞語(yǔ)的數(shù)量作為控制變量等，結(jié)果表明原結(jié)論比較穩(wěn)健，即借款人的朋友信息在借貸交易過(guò)程中具備價(jià)值，越好的朋友關(guān)系會(huì)提高其借款成功率和降低借款利率，并且其真實(shí)的違約率也更低。這個(gè)結(jié)果與“朋友關(guān)系可以作為借款人信用質(zhì)量的信號(hào)”假設(shè)是一致的，并且出借人在制定投資決策的過(guò)程中會(huì)考慮借款人的朋友關(guān)系。

在上述研究中，作者關(guān)注的是借款人的朋友關(guān)系對(duì)于其是否得到融資以及借款利率的整體影響，并沒(méi)有針對(duì)借款人的朋友關(guān)系對(duì)出借人決策的影響機(jī)制進(jìn)行細(xì)化分析。Liu、Brass、Lu和Chen（2015）試圖用中國(guó)拍拍貸平臺(tái)的數(shù)據(jù)研究朋友關(guān)系對(duì)網(wǎng)絡(luò)借貸的具體影響機(jī)制，該文提出朋友關(guān)系在網(wǎng)絡(luò)借貸交易中可能通過(guò)三種機(jī)制來(lái)對(duì)借貸雙方的決策造成影響。

第一，是管道效應(yīng)（Pipe Effect），即出借人是否選擇投標(biāo)是由出借人與借款人二者之間的朋友關(guān)系決定。在網(wǎng)絡(luò)借貸交易過(guò)程存在信息不對(duì)稱的背景下，借貸雙方的朋友關(guān)系會(huì)對(duì)借貸交易成功造成重要影響。這是因?yàn)樵诮灰浊?，朋友關(guān)系使得出借人可以掌握借款人更多的信息，而在交易后，朋友關(guān)系可以形成有效的監(jiān)督機(jī)制防止道德風(fēng)險(xiǎn)，并且借款人違約的成本增加。因此，該文提出借款人的朋友，尤其是關(guān)系更密切的朋友，更有可能投標(biāo)該借款人申請(qǐng)的借款標(biāo)的。

第二，是棱鏡效應(yīng)（Prism Effect），即借款人的朋友對(duì)其標(biāo)的進(jìn)行投標(biāo)，會(huì)起到信用背書的作用，從而對(duì)潛在的第三方出借人決策造成影響。然而，這種朋友的信用背書對(duì)第三方的影響是復(fù)雜的。一方面，正如第一條所述，借款人的朋友對(duì)其標(biāo)的進(jìn)行投標(biāo)會(huì)傳遞出積極信號(hào)，因?yàn)樵撆笥芽赡苷莆崭嗟慕杩钊诵畔?，投?biāo)過(guò)程就反映了這種私有信息，并且該朋友具有額外的事后監(jiān)督能力和提升了借款人違約的成本，因此，會(huì)降低借款人違約概率。另一方面，借款人的朋友對(duì)其標(biāo)的進(jìn)行投標(biāo)可能受到情緒或者責(zé)任的影響，是出于替朋友幫忙的目的或者“面子”的影響，而這種決策往往是非理性的。此時(shí)，朋友的投標(biāo)行為可能造成一種“合謀”嫌疑，因?yàn)槌鼋枞说呐笥驯绕渌麧撛诘哪吧顿Y者更容易收回其投資成本。因此，由于可能存在非理性決策或者合謀行為，借款人的朋友對(duì)其標(biāo)的進(jìn)行投標(biāo)對(duì)于潛在的第三方也會(huì)傳遞出消極信號(hào)。綜合兩方面的影響，考慮到在網(wǎng)絡(luò)借貸平臺(tái)中，大部分潛在的投資者對(duì)于借款人都是陌生的，無(wú)法觀察或者驗(yàn)證借款人和其朋友之間的關(guān)系，只能在拍拍貸平臺(tái)觀察到該借款人的標(biāo)的是否有其朋友投標(biāo)，因此作者提出消極信號(hào)要強(qiáng)于積極信號(hào)，即借款人的朋友對(duì)其標(biāo)的進(jìn)行投標(biāo)會(huì)對(duì)潛在的第三方出借人決策造成負(fù)面影響。

第三，是關(guān)系羊群效應(yīng)（Relational Herding Effect），即當(dāng)潛在出借人觀測(cè)到其朋友對(duì)借款人的標(biāo)的進(jìn)行投標(biāo)時(shí)，該出借人會(huì)跟隨其朋友進(jìn)行投標(biāo)，從而形成基于朋友關(guān)系的羊群效應(yīng)。關(guān)于羊群行為的研究已經(jīng)比較普遍，例如羊群行為可能是由于“信息瀑布”或者是投資者的盲目從眾行為造成等。該文研究出借人之間的羊群效應(yīng)，重點(diǎn)關(guān)注朋友之間的羊群效應(yīng)，提出當(dāng)標(biāo)的的投資者增加時(shí)，或者潛在出借人的線下朋友，尤其是緊密的朋友進(jìn)行投標(biāo)時(shí)，該出借人有可能跟隨他們線下朋友的投標(biāo)。

Liu、Brass、Lu和Chen（2015）的實(shí)證基于拍拍貸平臺(tái)在2009年1月—2010年6月的交易數(shù)據(jù)，其核心變量是平臺(tái)上借款人與出借人、出借人與出借人之間的朋友關(guān)系指標(biāo)。拍拍貸平臺(tái)允許其用戶邀請(qǐng)朋友加入平臺(tái)和公布朋友信息，而該平臺(tái)上用戶之間的朋友關(guān)系分為兩種線上朋友類型（拍拍貸好友和其他線上好友，如淘寶好友）和六種線下朋友類型（親密朋友、普通朋友、同事、同學(xué)、親戚、熟人），作者將這八種關(guān)系類型分為線下緊密朋友、線下普通朋友、線上朋友三種指標(biāo)。在以出借概率作為因變量的條件Logit回歸模型中，作者發(fā)現(xiàn)當(dāng)出借人是借款人的朋友，尤其是緊密的朋友時(shí)，該出借人更有可能投標(biāo)該項(xiàng)目，證明了管道效應(yīng)；當(dāng)借款人的朋友對(duì)其申請(qǐng)標(biāo)的進(jìn)行投標(biāo)時(shí)，潛在的陌生出借人投標(biāo)該項(xiàng)目的可能性更低，說(shuō)明棱鏡效應(yīng)的負(fù)向影響；相比于線上朋友和陌生人，出借人的投標(biāo)行為更有可能跟隨其線下朋友，雖然在線下緊密朋友與線下普通朋友之間的結(jié)果沒(méi)有顯著差異，但是這在一定程度上證實(shí)了關(guān)系羊群效應(yīng)。

總體而言，Lin、Probhala和Viswanathan（2013）和Liu、Brass、Lu和Chen（2015）研究了網(wǎng)絡(luò)借貸交易中，朋友關(guān)系作為一種強(qiáng)社會(huì)關(guān)系，對(duì)于借貸交易結(jié)果的影響，以及相應(yīng)的影響機(jī)制。在已有研究中，比較一致的觀點(diǎn)是朋友關(guān)系無(wú)論是作為一種信號(hào)機(jī)制或是懲罰機(jī)制，整體上對(duì)于借貸交易具有促進(jìn)作用。

2.1.4.2　群組

在著名網(wǎng)絡(luò)借貸平臺(tái)Prosper上，平臺(tái)成員可以自行建立“群組”，即每個(gè)成員都可以建立一個(gè)群組，說(shuō)明建立群組的目的和組員的情況等，建立群組的平臺(tái)成員默認(rèn)成為該群組的領(lǐng)導(dǎo)者。群組的領(lǐng)導(dǎo)者有權(quán)力邀請(qǐng)或者拒絕其他平臺(tái)成員加入該群組，也可以要求組員驗(yàn)證其提供的信息。群組的領(lǐng)導(dǎo)者在平臺(tái)上注冊(cè)了該群組后，既可以進(jìn)行投資，也可以發(fā)起借款項(xiàng)目。在實(shí)際操作中，群組的領(lǐng)導(dǎo)者往往會(huì)要求潛在的借款人提供額外的一些信息以備審核，或者要求借款項(xiàng)目必須在其審核之后才能在該群組上線。對(duì)于群組內(nèi)的借款項(xiàng)目，所有組員都可以看見(jiàn)其他人的出借行為，例如，群組領(lǐng)導(dǎo)者是否進(jìn)行投資以及投資金額等。群組領(lǐng)導(dǎo)者也可以針對(duì)個(gè)別項(xiàng)目進(jìn)行信用背書，即對(duì)該借款項(xiàng)目的可靠性進(jìn)行額外說(shuō)明。在Prosper平臺(tái)剛剛開(kāi)始發(fā)展業(yè)務(wù)的過(guò)程中，群組領(lǐng)導(dǎo)者有權(quán)力針對(duì)該群組中的借款項(xiàng)目收取額外費(fèi)用，這項(xiàng)規(guī)定在2007年夏天之后不再有效，即此后不存在付給群組領(lǐng)導(dǎo)者的額外費(fèi)用。

有研究發(fā)現(xiàn)，群組有利于降低信息不對(duì)稱，特別是對(duì)信用評(píng)分不高的借款人，可以在提高借款的成功率的同時(shí)降低借款利率（Berger & Gleisner, 2009）。具體表現(xiàn)為，借款人加入群組、群組領(lǐng)導(dǎo)人的推薦或者投標(biāo)都可以幫助借款人降低借款利率；此外，群組級(jí)別提高和群內(nèi)人數(shù)的增加也都有利于降低借款人的借款利率。當(dāng)一個(gè)借款人是一個(gè)群組的成員時(shí)，如果這個(gè)群組的信息沒(méi)有得到認(rèn)證，那么出借人雖然愿意投資，但借款人不能得到較低的利率；而當(dāng)這個(gè)群組的信息得到認(rèn)證的時(shí)候，出借人不僅更愿意投資，也會(huì)給借款人提供更低的利率。與非認(rèn)證的群組相比，經(jīng)過(guò)認(rèn)證的群組成員的借款違約率也更低（Maier, 2014）。

如果存在社會(huì)懲罰措施，加入群組會(huì)減少違約率；群組成員地理相近程度越高，違約率越低，利率越低；當(dāng)出借人競(jìng)爭(zhēng)較為激烈的時(shí)候，決定違約率較低的因素會(huì)傳導(dǎo)到較低的利率；當(dāng)內(nèi)部人和外部人存在競(jìng)爭(zhēng)的時(shí)候，內(nèi)部人的軟信息會(huì)導(dǎo)致利率較低。結(jié)果表明，當(dāng)群組成員在真實(shí)生活中有聯(lián)系的時(shí)候，加入群組會(huì)顯著地降低違約風(fēng)險(xiǎn)（Everett, 2015）。

然而，在網(wǎng)絡(luò)借貸平臺(tái)設(shè)立群組并通過(guò)群組來(lái)提高借款人的借款效率過(guò)程中，如果群組的領(lǐng)導(dǎo)者可以收取創(chuàng)設(shè)費(fèi)用，那么借款項(xiàng)目融資過(guò)程會(huì)出現(xiàn)嚴(yán)重的逆向選擇問(wèn)題，即借款項(xiàng)目的利率較低但是違約率較高。為了研究群組領(lǐng)導(dǎo)者收取創(chuàng)設(shè)費(fèi)用是否對(duì)借款項(xiàng)目造成影響，Hildebrand、Puri和Rocholl（2017）針對(duì)Prosper平臺(tái)在2007年2月—2008年4月之間的借款交易數(shù)據(jù)進(jìn)行研究，而禁止群組領(lǐng)導(dǎo)者收取創(chuàng)設(shè)費(fèi)用的規(guī)定在2007年9月正式出臺(tái)。該文章發(fā)現(xiàn)，在全樣本分析過(guò)程中，無(wú)論群組領(lǐng)導(dǎo)者是否收取額外創(chuàng)設(shè)費(fèi)用，當(dāng)群主領(lǐng)導(dǎo)者對(duì)借款項(xiàng)目進(jìn)行投標(biāo)時(shí)，這類項(xiàng)目比沒(méi)有群組領(lǐng)導(dǎo)者投標(biāo)的項(xiàng)目在Prosper平臺(tái)上的借款成功率顯著更高。然而，當(dāng)群組領(lǐng)導(dǎo)者收取額外創(chuàng)設(shè)費(fèi)用時(shí)，有群組領(lǐng)導(dǎo)者投標(biāo)的借款項(xiàng)目相比于沒(méi)有群組領(lǐng)導(dǎo)者投標(biāo)的借款項(xiàng)目而言，借款利率更低但是還款表現(xiàn)更差、違約概率更高。如果以禁止群組領(lǐng)導(dǎo)者收取創(chuàng)設(shè)費(fèi)用的規(guī)定作為外來(lái)事件沖擊進(jìn)行分析并對(duì)比該事件前后的區(qū)別，該文發(fā)現(xiàn)有群組領(lǐng)導(dǎo)者投標(biāo)的項(xiàng)目在禁止收費(fèi)后的違約率要顯著低于沒(méi)有群組領(lǐng)導(dǎo)者投標(biāo)的同期項(xiàng)目。這個(gè)結(jié)果說(shuō)明，雖然群組領(lǐng)導(dǎo)者掌握更多的借款項(xiàng)目信息優(yōu)勢(shì)，跟隨群組領(lǐng)導(dǎo)者進(jìn)行投資并不一定產(chǎn)生更低的投資風(fēng)險(xiǎn)或更高的投資回報(bào)，尤其是群組領(lǐng)導(dǎo)者收取額外的創(chuàng)設(shè)費(fèi)用時(shí)，其領(lǐng)投的項(xiàng)目往往利率更低但是違約率卻更高，這說(shuō)明存在較嚴(yán)重的逆向選擇現(xiàn)象。只有當(dāng)群組領(lǐng)導(dǎo)者的投資額度較大或者不收取創(chuàng)設(shè)費(fèi)用時(shí)，其信息優(yōu)勢(shì)才會(huì)發(fā)揮作用，此時(shí)其領(lǐng)投的項(xiàng)目中高利率項(xiàng)目往往有高違約風(fēng)險(xiǎn)，低利率項(xiàng)目往往有低違約風(fēng)險(xiǎn)。

2.1.4.3　文化差異與地理距離

在網(wǎng)絡(luò)借貸平臺(tái)的交易中，投資人與借款人之間的文化差異、地理距離往往也會(huì)對(duì)投資人的投資偏好造成影響。文化差異對(duì)于投資人決策的影響來(lái)自多個(gè)方面：首先，有文章發(fā)現(xiàn)文化差異會(huì)導(dǎo)致交易成本增加，包括溝通成本、控制成本、監(jiān)管成本、社交成本等；其次，文化差異會(huì)降低個(gè)體之間的信任、交流、協(xié)作行為；再次，在建立群組過(guò)程中，群組成員對(duì)文化差異較大的其他成員的接納程度較低；最后，個(gè)體交易過(guò)程中也會(huì)出現(xiàn)一些交易偏好現(xiàn)象，即不愿意與文化差異較大的其他個(gè)體進(jìn)行交易。類似地，地理距離對(duì)投資者的決策也會(huì)造成影響，因?yàn)檠芯勘砻鞯乩砭嚯x越近代表投資人對(duì)借款人有可能更為熟悉，或者借款后更容易進(jìn)行監(jiān)管、違約后追償成本更低等。

Burtch、Ghose和Wattal（2014）基于Kiva⁽⁸⁾平臺(tái)在2005—2010年接近335萬(wàn)條個(gè)人借貸交易數(shù)據(jù)，包含37萬(wàn)個(gè)投資人和16萬(wàn)個(gè)借款人，然后對(duì)每個(gè)國(guó)家的借貸交易數(shù)據(jù)進(jìn)行匯總，匯總數(shù)據(jù)共有52個(gè)國(guó)家的借款人和196個(gè)國(guó)家的出借人數(shù)據(jù)，最后作者檢驗(yàn)投資人與借款人之間的文化差異、地理距離對(duì)投資人決策的影響。關(guān)于國(guó)家之間的地理距離指標(biāo)，作者參考Sousa et al.（2005）的構(gòu)建方法，并利用Google Maps API補(bǔ)充缺失值。關(guān)于國(guó)家之間的文化差異指標(biāo)，作者直接采用了“世界價(jià)值調(diào)查”數(shù)據(jù)（World Values Survey），由社會(huì)科學(xué)家在全球范圍內(nèi)調(diào)查采集，涉及接近100個(gè)國(guó)家。作者利用泊松最大似然法進(jìn)行實(shí)證回歸檢驗(yàn)，以借款決策作為被解釋變量，以文化差異指標(biāo)、地理距離指標(biāo)及二者交乘項(xiàng)作為核心解釋變量，并控制GDP、共同語(yǔ)言指標(biāo)、財(cái)富差異指標(biāo)、國(guó)家固定效應(yīng)等。結(jié)果發(fā)現(xiàn)，投資人和借款人之間的文化差異越大或者地理距離越大，投資人進(jìn)行投資的概率越低。具體從邊際效應(yīng)而言，當(dāng)文化差異指標(biāo)增加一個(gè)標(biāo)準(zhǔn)差時(shí)，投資者投標(biāo)項(xiàng)目個(gè)數(shù)減少了30個(gè)，當(dāng)?shù)乩砭嚯x指標(biāo)增加一個(gè)標(biāo)準(zhǔn)差時(shí)，投資者投標(biāo)項(xiàng)目個(gè)數(shù)減少了0.23個(gè)，并且文化差異和地理距離對(duì)投資者投資決策的影響具有相互替代效應(yīng)。整體而言，Burtch、Ghose和Wattal（2014）驗(yàn)證了文化差異和地理距離對(duì)于投資者投資偏好的負(fù)面影響。

2.1.4.4　本地偏好

在上一節(jié)中，Burtch、Ghose和Wattal（2014）的研究證明在網(wǎng)絡(luò)借貸交易中地理距離對(duì)投資者投資偏好會(huì)產(chǎn)生負(fù)面影響，本節(jié)重點(diǎn)關(guān)注投資者在決策過(guò)程中是否存在本地偏好。本地偏好，是指投資者在投資交易過(guò)程中，傾向于選擇本地（本國(guó)，或本州，或本城市）的項(xiàng)目，在其他條件相同的情況下不愿意投資外地項(xiàng)目。投資者本地偏好現(xiàn)象的產(chǎn)生往往來(lái)自兩方面的因素：一方面來(lái)自理性因素，或者說(shuō)是經(jīng)濟(jì)因素，是指投資本地項(xiàng)目有利于降低運(yùn)營(yíng)和交流等交易成本、減少信息獲取成本、提高信息優(yōu)勢(shì)等，因此，提高了投資回報(bào)。另一方面，投資者本地偏好現(xiàn)象有可能是由非理性因素造成，例如在經(jīng)濟(jì)因素相同的前提下，地理距離越小會(huì)增加投資者對(duì)借款人的信任程度和對(duì)該項(xiàng)目的過(guò)分樂(lè)觀情緒。

Lin和Viswanathan（2016）利用Prosper平臺(tái)在2008年以前所有的借款標(biāo)的申請(qǐng)和交易數(shù)據(jù)，包括成功和未成功的所有項(xiàng)目，來(lái)檢驗(yàn)網(wǎng)絡(luò)借貸平臺(tái)中投資者是否存在本地偏好及背后的影響機(jī)制。在Prosper平臺(tái)上，借款人的居住地區(qū)信息是公開(kāi)并且無(wú)法隱藏的。值得說(shuō)明的是，在Prosper平臺(tái)上的借款項(xiàng)目沒(méi)有抵押品，電子交易減少了交易成本，因此交易成本不會(huì)受到投資人和借款人之間地理距離的影響。此外，當(dāng)借款人違約時(shí)，出借人在法律上是沒(méi)有追償權(quán)利的，即便出借人和借款人的地理距離十分接近，出借人也無(wú)法對(duì)借款人的項(xiàng)目進(jìn)行監(jiān)督或者在借款人違約后進(jìn)行追償，因此，地理距離越小并不能帶來(lái)經(jīng)濟(jì)方面的收益。這些特征使得利用網(wǎng)絡(luò)借貸平臺(tái)來(lái)研究投資者的本地偏好具有獨(dú)特優(yōu)勢(shì)。

在實(shí)證研究中，Lin和Viswanathan（2016）首先發(fā)現(xiàn)，整體而言投資者選擇本地項(xiàng)目進(jìn)行投標(biāo)的比例顯著高于投資者和借款人處于不同地區(qū)的比例，同一地區(qū)的投資者在本地投資總額占所有投資者在本地投資總額的比例也要高于該地區(qū)投資者在整個(gè)平臺(tái)的投資總額占所有投資者在整個(gè)平臺(tái)投資總額的比例。其次，在利用日交易數(shù)據(jù)進(jìn)行二元分析邏輯回歸的結(jié)果中，作者發(fā)現(xiàn)投資者對(duì)本地項(xiàng)目進(jìn)行投標(biāo)的概率要比平均水平高出14.6%～16.9%，說(shuō)明投資者更傾向于投資本地借款項(xiàng)目。然后，為了降低模型的內(nèi)生性，作者利用借款人移居行為作為準(zhǔn)自然實(shí)驗(yàn)，即針對(duì)在樣本區(qū)間內(nèi)出現(xiàn)過(guò)移居的借款人，對(duì)比其移居前后原地區(qū)投資人和新地區(qū)投資人對(duì)其投資行為的變化。實(shí)證結(jié)果發(fā)現(xiàn)，當(dāng)借款人改變居住州之后，原居住州的投資人向其提供貸款的意愿下降，新居住州的投資人向其提供貸款的意愿上升。最后，為了更進(jìn)一步地減弱內(nèi)生性因素的影響，作者利用MiniProsper交易數(shù)據(jù)作為自然實(shí)驗(yàn)進(jìn)行研究。Prosper成立于2006年，在剛成立時(shí)并沒(méi)有在美國(guó)證監(jiān)會(huì)進(jìn)行注冊(cè)。2008年10月，美國(guó)證監(jiān)會(huì)要求Prosper平臺(tái)關(guān)閉。2009年4月底，Prosper完成了在美國(guó)證監(jiān)會(huì)的注冊(cè)，但是在2009年4月28日平臺(tái)重新開(kāi)始運(yùn)作后，僅加利福尼亞州的投資者可以對(duì)平臺(tái)上的借款項(xiàng)目進(jìn)行投資，稱為Mini Prosper，這種現(xiàn)象維持了10天。作者利用這一外生事件進(jìn)行研究，繼續(xù)采用二元分析邏輯回歸模型，結(jié)果發(fā)現(xiàn)在Mini Prosper時(shí)期，來(lái)自加利福尼亞州的借款項(xiàng)目成功得到借款的概率要比其他州的借款項(xiàng)目成功得到借款的概率高出至少21%。

Lin和Viswanathan（2016）在以上研究中證實(shí)了Prosper的投資者相對(duì)更愿意投資于本州的借款標(biāo)的，即投資者存在本地偏好。為了對(duì)該現(xiàn)象進(jìn)行解釋，作者排除了“朋友”或“親人”等因素的影響?？紤]到借款人的朋友可能與借款人居住在同一地區(qū)，同時(shí)愿意向借款人放款，這可能對(duì)該文實(shí)證結(jié)果造成影響。然而，作者發(fā)現(xiàn)朋友個(gè)數(shù)只占與借款人來(lái)自同一州的投資人總數(shù)的17.5%，投標(biāo)占比僅為1.9%，朋友投資占比與當(dāng)?shù)赝顿Y者占比之間不存在顯著的相關(guān)性，因此，可以排除朋友關(guān)系導(dǎo)致該文實(shí)證結(jié)果的解釋。其中，朋友個(gè)數(shù)等于Explicit Friends（即Prosper的朋友關(guān)系）和Implicit Friends（參考Lin、Probhala和Viswanathan, 2013）的人數(shù)之和。

然后，作者排除了經(jīng)濟(jì)因素對(duì)該文實(shí)證結(jié)果的解釋。投資者有可能因?yàn)槟承┙?jīng)濟(jì)上的原因（例如，投資者更了解本地借款人的信用狀況）偏好于將錢借給本地借款人。在這種情況下，第一，投資借款標(biāo)的業(yè)績(jī)應(yīng)該與和借款人來(lái)自同一州的投資人占比正相關(guān)。但實(shí)證結(jié)果表明，本地投資者投資占比高的借款標(biāo)違約率更高、違約時(shí)間更早、違約金額更高，不支持經(jīng)濟(jì)原因的解釋。第二，作者發(fā)現(xiàn)借款描述中再次出現(xiàn)與借款人居住地相關(guān)的信息將增加本地借款人投資比例，也不支持經(jīng)濟(jì)原因的解釋。第三，如果投資者因?yàn)槟撤N經(jīng)濟(jì)因素偏好于將錢借給本地借款人，則借款人改變居住的州之后，不會(huì)增加對(duì)新州借款人投資的概率，與實(shí)證結(jié)果不符。第四，投資者可能認(rèn)為本州借款人的違約率更低而傾向于向其投資。作者使用Mini-Prosper時(shí)期的數(shù)據(jù)，分析加利福尼亞州的投資者對(duì)來(lái)自加利福尼亞州及違約率低于加利福尼亞州借款人的投資情況，發(fā)現(xiàn)投資者仍然偏好向本州借款人融資，排除前述解釋。第五，投資者可能因?yàn)楸局萁杩顦?biāo)收益率的方差更低而傾向于向其投資。作者對(duì)各州各信用等級(jí)借款標(biāo)收益率的方差進(jìn)行了成對(duì)比較，發(fā)現(xiàn)其中83%的方差沒(méi)有顯著差異。此外，作者對(duì)比獲得本地投資者投資的借款標(biāo)與其他州未獲得該投資者的借款標(biāo)的方差，發(fā)現(xiàn)二者之間不存在顯著差異，排除了方差的解釋。

同時(shí)，投資者可能因?yàn)橄Ｍ麕椭环N族的借款人，從而偏向于投資本州的借款標(biāo)。如果這個(gè)解釋正確，那么，（1）當(dāng)投資者從種族單一的州遷居至種族多樣的州，他們將不會(huì)增加對(duì)新州借款標(biāo)的投資比例；（2）居住在種族多樣化程度較強(qiáng)的州的投資人不會(huì)出現(xiàn)傾向于投資本地借款標(biāo)的現(xiàn)象。實(shí)證結(jié)果不支持上述推論，排除了前述解釋。

整體而言，Lin和Viswanathan（2016）的研究為網(wǎng)絡(luò)借貸平臺(tái)的投資者存在本地偏好提供了證據(jù)，同時(shí)該現(xiàn)象無(wú)法由理性因素完全解釋，相反地，投資者個(gè)人的非理性行為因素對(duì)于本地偏好行為有所影響。

2.1.4.5　相似性

Galak、Small和Stephen（2011）主要從親社會(huì)性角度“Prosocial Nature”對(duì)網(wǎng)絡(luò)借貸平臺(tái)進(jìn)行研究。該文利用Kiva平臺(tái)的交易數(shù)據(jù)，總共包含約29萬(wàn)個(gè)借款項(xiàng)目，2.3萬(wàn)名借款人，樣本區(qū)間為2007年11月—2008年6月，并搜集國(guó)家層面的GDP和嬰兒死亡率指標(biāo)作為財(cái)富指標(biāo)代理變量，以及文化維度指標(biāo)等。

在該文的實(shí)證研究中，一方面作者研究對(duì)借款人項(xiàng)目投標(biāo)的總?cè)藬?shù)對(duì)于出借人投標(biāo)額的影響，發(fā)現(xiàn)總?cè)藬?shù)越多則投標(biāo)額越小。另一方面，作者主要利用性別、職業(yè)、名字首字母作為衡量出借人與借款人之間相似性的指標(biāo)，實(shí)證結(jié)果發(fā)現(xiàn)性別、職業(yè)的相似性對(duì)于出借人的決策具有顯著影響，而名字首字母的影響比較微弱，并且，出借人傾向于與其相似度較高的借款人的借款項(xiàng)目。整體而言，該文驗(yàn)證了網(wǎng)絡(luò)借貸交易過(guò)程中投資者的親社會(huì)性。