社会资本对p2p网络借贷违约风险的影响研究

社会资本对p2p网络借贷违约风险的影响研究

p2p（pee-topee）网络信用是指个人和个人之间的小额无信用贷款，不受银行和其他金融机构的影响。贷款关系直接建立在网络平台上，并完成相关交易程序，实现“金融分离”。P2P网络借贷具有贷款门槛低、覆盖面广,信息流通快、交易手续便捷,涉及金额小、借款期限较短等特点,这些是相对于正规金融机构不可比拟的竞争优势,在一定程度上适应了小微企业和创业者等的融资特点,并为普通人群的紧急资金需求提供融资服务,被称为网络版民间借贷。但网络的虚拟性、信息的不对称、平台的风险控制措施不健全等问题,增加了借款者违约的可能性,导致P2P网络借贷市场的借款违约率偏高,为此必须依据自身的经营模式特点,建立合理、有效的风险控制机制,这是P2P网络借贷平台建设的核心。如美国最大的单纯中介型P2P网络借贷平台———Prosper,除了进行严格的信用审核,最有效的方法就是允许平台用户建立社交网络,增加其社会资本,从而提高自身的可靠性,减少借款成功后的违约行为。本文将分析社会资本对借款者违约风险的制约机理,以Prosper平台数据检验社会资本对借款者违约风险的影响,对P2P网络借贷平台的风险控制机制提供启示。一、社会资本的替代变量社会资本是从新经济社会学中演化出来的一个概念,但不同学者对其见解不一,可以根据定义视角的差异将其分为七类,分别是社会资本的资源说(Bourdieu,1985)、功能说(Coleman,1988)、关系网络说(Belliveau,etal.,1996)、文化规范说(Fukuyama,1997)、综合观点说(NahapietandGhoshal,1998)、能力说(Portes,2000)、结构说(Burt,2000),而这些不同观点促成了社会资本的复杂性。迄今为止,对社会资本还没有统一、权威的定义,而且较难衡量,不同学科采用的社会资本替代变量不一致。但是综合前人的研究,可以发现社会资本强调四个方面:社会网络、人际信任、社会结构中的资源以及群体规范。在P2P网络借贷中,Lin等(2009)将社会资本看做是借款者的社会网络所提供的有关风险的信息,能够减轻网络市场的信息不对称问题。Everett(2008)则认为网络借贷类似于微型金融,其违约风险主要是由连带责任和实际关系来减轻,但目前主要的网络借贷平台均不要求连带责任,使得要降低违约风险,只能通过社会资本这种实际关系发挥对借款者作用。P觟tzsch等(2010)等发现社会资本会影响互信的建立。Freedman等(2008)认为通过小组关系这种社会资本,促进信息在借款者和出借方之间的流动,弥补了硬信息的不足,迫使借款者有较强的动机去偿还贷款,降低违约风险,且如果贷款小组中有借款者的朋友,违约的概率将会更低。目前的实证研究主要将小组关系、朋友关系作为社会资本的替代变量,来挖掘社会资本对借款成功率、借款绩效以及违约风险等的影响。但是通过研究信息不对称理论和社会资本理论,发现大多数学者将信任作为社会资本的一种表现形式,田春岐等(2007)指出,在社会网络中,信任关系是人际关系的核心,个体间的信任度往往取决于其他个体的推荐,是第三方实体推荐的间接信任,即推荐信任,从而推导出推荐信任同样能够衡量个体的社会资本,最终降低个体间的信息不对称程度。基于此,本文将推荐信任与小组关系、朋友关系共同作为社会资本的替代变量,研究其对借款者违约风险的影响。二、防止逆向选择,提高借款者违约风险。在发生借款者的社会资本在P2P网络借贷过程中的不同阶段发挥着不同的作用(见图1),能够帮助出借方做出投资决策,并最终能够在一定程度降低违约风险。可信的借款者能够通过小组的审核或朋友的横向选择,提出被小组组长或朋友推荐的借款列表,此时社会资本发挥的是甄别作用,出借方选择违约概率较低的借款者,防止逆向选择;借款者获得款项投资后,会受到小组或朋友的监督,此时社会资本发挥的是监督作用,迫使借款者努力工作,按时还息,防止事前道德风险;特别是在贷款到期时,通过小组或朋友施加监督以及社会惩罚,迫使借款者及时还款,此时社会资本发挥的是惩罚作用,控制借款者的违约风险,防止事后道德风险。从最初的筛选到最后的还款,在此过程中,借款者的社会资本能够一步一步地迫使借款者按照步骤,规范地借款、投资、还款,最终降低违约风险。在单纯中介型的P2P网络借贷平台中,借款者只需按照平台的要求,提供身份、工作、财务情况以及借款原因等信息。在此过程中,借款者为成功获得借款,有动机在自我描述中过分突出他们的“质量”,比如自身的还款意愿、能力以及投资项目的未来收益等。而借款者无抵押无担保,出借方只能通过借款者所提供的信息来判断其违约可能性,从而做出投资决策。为降低信息不对称,Prosper平台引入不同的风险控制设计,提高借款者的社会资本,增加其可信度。(一)第三,成立借款者小组支付规则。在充分作为个人信息的补充,Prosper平台的借款者与出借方可以自愿组成小组。小组通过制定成员进入的标准,对借款者的信息和信用进行审核,帮助团体成员以更优的利率进行借贷。在小组的形成过程中,相互较为熟悉、信用等级接近的借款者会趋于组成一个团体,这也为出借人提供了在贷前对借款人的初次筛选。在小组内的借款者为获得更优的利率,吸引更多出借方来竞标,会向小组提交更多关于自己的私人信息。而小组审核信息之后,若是认为该借款者的违约概率较低,则会向小组其他成员推荐该借款列表,或是小组组长亲自参与竞标,这些都向P2P网络借贷市场传递出借款列表信用质量较好的信号,帮助借款者获得更加优惠的款项。小组关系对借款者违约风险的制约机制在于:首先,小组会对借款者进行更加严格的审核,要求借款者提供更多的私人信息,从而能够更加精确地评估借款者的信用,降低电子商务环境下的借贷信息不对称问题,更好地评估借款者的违约可能性;其次,为防止违约,Prosper平台会通知小组组长催促、激励成员偿还款项,并代替不能还款的成员偿还有限额度———“团体支付”;最后,若小组内的借款者违约,则其将被列入小组内的黑名单,无法再获得小组的推荐和竞标,那么在整个平台也很难获得满标,这种事后的社会惩罚机制,迫使借款者会很好地衡量借款违约收益与违约成本之间的大小,从而最终做出决定。假设小组内有借款者M,到期还款额为I,投资项目成功的收益为R,概率为p,缴纳一定比例的团体支付准备金θI,θ∈(0,1]。Prosper平台上借款者的信用等级G(将AA、A、B、C、D、E、HR七个等级分别设定为1、6/7、5/7、4/7、3/7、2/7、1/7)与其贷款可获性有关,F=αG,(0≤α≤1);如果借款者提交了较多的私人信息,则其贷款可获性加大,F=(α+β)G,0≤β≤1,且0≤α+β≤1。在借款者投资项目过程中,小组可以进行监督,及时观测到借款者是否偷懒、资金用途改变等自利行为,并选择监督强度为m1(m1≥0),及时观察到借款者的违约行为。当项目成功、收益实现,借款者选择违约,则将会受到小组施加的社会惩罚W1(W1≥0),无法再次从小组甚至是平台获得款项,小组关系也将失去;当小组内的成员都履约,将可以从未来的再融资中获得V。则小组内的借款者M还款的预期事后收益E1=[(α+β)G]Rp-I-θI+V;小组内的借款者M违约的预期事后收益E2=[(α+β)G]Rp-θI-m1W1。因此,小组内的借款者M决定偿还贷款的激励相容约束条件是E1≥E2,即:求解得:W1≥(I-V)/m1;m1≥(I-V)/W1因此,当小组的社会惩罚程度不低于(I-V)/m1,或是小组的监督强度不低于(I-V)/W1,借款者就会及时还款,而不会选择违约。而当借款者的再次融资机会所带来的借款额度不小于上一次的借款金额时,I-V≤0,那么只要W1≥0和m1≥0,即只要小组对违约成员实施的社会惩罚程度或是监督强度不为0即可。因此小组内的借款者在再次融资机会的吸引以及小组施加的监督和社会惩罚的压力下,一般均会选择及时还款,而非违约。基于以上分析,提出假设1:假设1:贷款成功的借款者之前是否加入小组,与其违约风险产生的可能性成负相关。(二)借款者的保证在Prosper平台上,借款者可以设立自己的社区,邀请朋友、家人、同事参与到Prosper市场,提高借款者的可信度,类似于传统民间借贷的“熟人间的借贷”,但是借贷的整个流程会相对更加规范,有各项电子合同以及交易记录的存在。在这种情况下,朋友拥有额外的私人信息,可以根据自己在现实生活中对借款者的了解,出于对借款者的信任程度,决定是否投资,如果其对借款者的还款能力以及意愿表示肯定,可以向其他借款者推荐,或是进行竞标,向P2P网络借贷市场传递借款者信用质量好的信号。朋友关系对借款者违约风险的制约机制体现在:首先,朋友拥有更多关于借款者的信息,能够明显降低借贷双方的信息不对称问题,趋向于选择投资项目风险较低、拥有还款能力的借款者,能更精确地评估借款者的信用,并且给市场传递出信用质量好或坏的信号,给其他投资者提出建议;其次,朋友可以在现实生活中,监督借款者是否按照借款用途使用资金、是否努力工作、是否及时按月还款等;最后,若是朋友推荐或参与竞标成功的借款列表,在款项到期时,没有按时还款,发生违约,那么不仅使得朋友自己出借的资金无法收回,而且将降低朋友在这个市场上的可信度,因此朋友将会对借款者进行一定程度的监督,并在借款者违约之后实施社会惩罚,使得现实生活中的朋友关系也将不复存在,迫使借款者必须权衡好借款违约收益与违约成本之间的大小,从而最终做出决定。假设有借款者M,出借方中有借款者的朋友,到期还款额为I,努力工作的负效用C=αp2/2,如果朋友拥有更多有关借款者的私人信息,那么平台上借款者的贷款可获性加大,F=(α+γ)G,0≤γ≤1,且0≤α+γ≤1,其他假设同上。在借款者投资项目过程中,朋友可以进行监督,及时观测到借款者是否存在偷懒、资金用途改变等自利行为,并选择监督强度为m2(m2≥0),还可以及时观察到借款者的违约行为。当项目成功、收益实现,借款者选择违约,则将会受到朋友施加的社会惩罚W2(W2≥0),无法再次获得朋友的推荐甚至竞标,友情也随之断裂;当借款者履约,将可以从未来的再融资中获得V。则在朋友机制下借款者M进行还款的预期事后收益是E1=[(α+γ)G]Rp-I+V-αp2/2;朋友机制下的借款者M违约的预期事后收益是E2=[(α+γ)G]Rp-m2W2-αp2/2。因此,M决定偿还贷款的激励相容约束条件是E1≥E2:求解得:W2≥(I-V)/m2;m2≥(I-V)/W2因此,当朋友的社会惩罚程度不低于(I-V)/m2,或是朋友的监督强度不低于(I-V)/W2,借款者就会及时还款,而不会选择违约。结果同小组机制,当借款者的再次融资机会所带来的借款额度不小于上一次的借款金额时,I-V≤0,W2≥0和m2≥0,即朋友对违约成员实施的社会惩罚程度或是监督强度不为0即可。因此借款者在再次融资机会的吸引以及朋友施加的监督和社会惩罚的压力下,一般均会选择及时还款,而非违约。基于以上分析,提出假设2:假设2:贷款成功的借款列表投资者中朋友个数越多,与其违约风险产生的可能性成负相关。(三)推荐信任、违约风险在Prosper平台上,借款者可以加入小组,提交更多信息,小组组长在审核其信息之后,若是认为该借款者的违约概率较低,则会向小组其他成员推荐该借款列表,若是有小组成员竞标,更是向P2P网络借贷市场传递出该借款列表信用质量较好的信号。同时,借款者可以邀请朋友来竞标自己的借款列表,或是朋友在熟悉借款者的基础上,认为该借款列表的可信度较高,向其他借款者推荐,竞标金额越高,能够帮助借款者以较低的借款利率获得款项。因此,推荐就是在小组组长或朋友的信任基础之上,从而帮助借出方获得的对借款者的信任,被推荐的次数越多,更是说明其获得推荐者的大力支持。这与小组关系、朋友关系的作用机制类似,特别是后者,均是基于朋友的信任,所以对借款者违约风险的制约机制相近。推荐信任对借款者违约风险的制约机制是:首先,若是小组组长推荐的借款列表,则借款者一定是小组的成员,此时若借款者违约,则其将被列入小组内的黑名单,无法再获得小组的推荐和竞标,那么在整个网络借贷平台也很难再获得满标;其次,若是朋友推荐或参与竞标成功的借款列表,在款项到期时,发生违约,那么不仅使得朋友自己出借的资金无法收回,而且将降低朋友在这个市场上的可信度,因此朋友将会对借款者进行一定程度的监督,并在借款者违约之后实施社会惩罚,使得朋友关系不复存在,迫使借款者必须权衡好借款违约收益与违约成本之间的大小,从而最终做出决定。基于以上分析,提出假设3:假设3:贷款成功的借款列表之前受到推荐的次数越多,其违约风险产生的可能性越低。三、社会资本对违约风险的影响在理论分析结果的引导下,本文以Prosper这个单纯中介型的平台作为对象,分析社会资本对借款者违约风险的影响,验证理论结果的正确性。在基于Prosper平台数据进行实证分析时,分别采用小组关系、朋友关系以及推荐变量作为社会资本的替代变量进行实证分析。(一)借款指令的信任度分析Prosper是美国第一个P2P借贷平台,成立于2006年2月,后被认定为是不合法的,于2008年年初被勒令关闭,在2009年重新开业。现在Prosper拥有会员数已经超过了160万,总计成功贷款额超过5亿美元。在这个平台上,借款者可以提出2000~35000美元的无担保贷款,说明自己所能承受的最高借款利率、借款理由、财务状况等,与此同时,投资者可以通过观察借款者的信用评级、历史交易记录、个人借款描述、朋友背书、社区情况、小组隶属情况以及推荐次数等,来决定自己的投资决策。在Prosper的大平台上,会员可以加入一个小组,从而更加容易实现成员与成员之间的借贷,也增加了会员借款指令的可信程度。目前平台已经拥有3964个小组,成员人数从1到1083,并且还在不断的变动中。同时,会员可以通过邀请朋友或所属小组的组长为其借款指令进行推荐,被推荐的次数越多,投资者越相信借款者的素质和还款能力。从2009年7月13日到2012年12月31日止,Prosper平台共促成38467个成功借款指令,累计本金借出额为264139915美元,平均借款金额为6867美元。在此期间,65.7%的借款指令仍在进行中,22.8%的借款已还完,剩下11.5%的借款逾期未还,包括逾期1~30天、30~120天以及不还的情况①。(二)借款信息特征1.数据来源及处理。Prosper的数据是从原网站PrivateCSV下载得到的,本文选取了借款指令发出时间为2010年4月1日到2013年1月29日间的数据,包括借款指令的相关信息(金额、利率、期限以及当前状态等)和借款人信息(工作状态、信用评级、收入以及其他信用信息等)。这个期间共有35513条借款指令②,删除贷款状态为取消、撤销、正在进行中、剩下最后一笔支付等四种情况的指令,以及信用评级缺失的,剩下已经完成的借款指令和逾期未还的借款指令(包括逾期以及违约的)共8219条。2.研究模型。本文采用“社会资本变量+硬信息变量”的模型,来发掘社会资本对借款者违约风险的影响,运用SPSS的二元Logistic回归方法,变量定义如表1所示:Default是违约指标,表示借款者是否违约;F表示借款的特征;L表示借款者的信息特征;S表示社会资本变量,包括小组关系、朋友关系以及推荐变量。其中,ξ是截距向量,η、l、δ分别是借款特征信息F、借款者信息特征L以及社会资本S的系数向量。本文设计的模型为:(三)推荐与投资者的关系观察表2中小组关系、朋友关系以及推荐三个变量的Spearman相关系数,可以发现虽然推荐与借款人是否属于小组的相关性仅为0.164,但这是处于99%的置信区间,同时推荐与投资者中朋友的个数的相关性达到了0.429,且在只有控制小组关系的影响下,二者的偏相关系数为0.495,接近0.5。这些说明了三者虽然是作为社会资本的不同替代变量,但是仍存在着较强的相关性,同时也证明了推荐变量作为社会资本替代变量的可行性。(四)模型结果分析本文采用小组关系、朋友关系和推荐信任作为社会资本的替代变量,分别代入到模型中,定义为小组关系模型、朋友关系模型以及推荐模型,研究社会资本对借款者违约风险的影响。首先,在对数据进行描述之后,会得到模型系数的综合检验,这是对模型的全局检验,如表3所示。“步骤”是每一步与前一步相比的似然比检验结果,“块”是指本块与前一块相比的似然比检验结果,“模型”是上一个模型与现在方程中变量有变化后的模型的似然比检验结果,由于只有块1(向前:LR),所以块和模型两行的值是一样的。由步骤1到步骤10,模型的卡方值越来越大,且Sig值均小于0.05,说明模型越来越显著。同时,对比采用引入三个不同社会资本变量的三个模型,可以发现三者之间的卡方值相近(见表4)。同时,从模型汇总的结果可以得到,三个模型的-2对数似然值从最大的8150.77,随着步骤的递进逐渐减小,说明模型效果变好,只是Cox&SnellR方(表中缩写为C&SR方)和NagelkerkeR方(缩写为NaR方)这两个伪决定系数的拟合程度不是很高,最多只达到0.165,但是三个模型的这三个值却几乎相等,这些都说明了小组、朋友、推荐这三个不同的社会资本变量对模型的影响相似。最后,观察方程中所存在的变量(见表5),步骤10说明了模型结果有8个自变量,Wals都比较大,且Sig值均小于0.05,最大的仅为0.016,说明这8个变量都比较显著地影响着因变量。而后分别观察三个不同的社会资本替代变量:首先,小组关系所代表的社会资本变量的系数为0.960,Or值最大,对因变量影响最大,且Wals达到32.51,Sig值为0.000,这里的小组关系(Group=1)作为对照,则非小组成员的借款者违约概率是小组成员的2.61倍,或者说是小组成员的借款者违约概率是非小组成员的38.30%(1/2.61%),这表明了加入小组可以预防61.7%的违约概率。因此,在控制了其余自变量不变的情况下,借款者加入小组,其违约率可以降低161.1%,证明了假设1的正确性,说明了贷款成功的借款者之前加入的小组能够显著地降低借款者的违约风险。其次,朋友关系所代表的社会资本变量的系数为1.286,Or值为3.17,且Wals达到17.15,Sig值为0.000,同样可见朋友关系也是因变量的决定因素,这里将朋友关系(Friends=0)作为对照,则随着投资者中朋友个数的减少,借款者违约概率提高。因此,在控制其余自变量不变的情况下,参与竞标借款列表的朋友个数减少一个,则借款者的违约概率将增加2.17倍,检验了假设2的正确性,表明了朋友关系这一社会资本能够显著地降低借款者的违约风险。再次,推荐信任所代表的社会资本变量的回归系数为1.058,Or值为1.90,且Wals达到24.56,Sig值为0.000,其对因变量的影响也是最大的。这里的推荐特征(Commend=0)作为对照,则随着小组组长或朋友对借款列表推荐次数的减少,借款者违约概率将提高。在控制其余自变量不变的情况下,借款列表被推荐的次数减少一次,则借款者的违约概率将增加0.9倍左右,检验了假设3的正确性,表明了推荐信任这一社会资本能够显著地降低借款者的违约风险。(五)社会资本变量的比较以小组关系、朋友关系以及推荐变量所代表的三个社会资本变量,采用Logistic回归得到了三个具体的模型分析结果。这三个方程的回归系数相近,且小组关系Group、朋友关系Friends、推荐变量Commend三个变量的系数均在-1附近,则Or均在e左右,又Sig值均小于0.05,结果都非常显著。因此,在其他自变量保持不变的情况下,社会资本变量每减少一个单位时,违约事件发生比的变化系数差不多为e倍。从表6中可以发现在违约样本中,Group、Friends、Commend三个社会资本变量的均值都比已还完样本的高,Group变量的均值更接近2,这说明在违约样本中,加