p2p網(wǎng)絡(luò)借貸利率影響因素實(shí)證研究影響P2P網(wǎng)絡(luò)借貸市場(chǎng)借貸利率的因素分析

p2p網(wǎng)絡(luò)借貸利率影響因素實(shí)證研究影響P2P網(wǎng)絡(luò)借貸市場(chǎng)借貸利率的因素分析

一、p2p網(wǎng)絡(luò)借貸個(gè)人間公共貸款是一種古老而長(zhǎng)期的融資形式，隨著商品經(jīng)營(yíng)的發(fā)展而發(fā)展。隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與普及,一種新的基于網(wǎng)絡(luò)虛擬平臺(tái)的在線借貸形式逐漸進(jìn)入借貸市場(chǎng),即P2P網(wǎng)絡(luò)借貸(OnlinePeer-to-PeerLending)。P2P網(wǎng)絡(luò)借貸平臺(tái)為有借款需求及出借意愿的群體提供網(wǎng)上借貸中介服務(wù),對(duì)資金借出人和借款人上傳到借貸平臺(tái)上的信息進(jìn)行審核和匹配,參與雙方可以在網(wǎng)絡(luò)上約定借款數(shù)額、借款利率、借款期限等交易細(xì)則,達(dá)成一致性認(rèn)識(shí)后再進(jìn)行資金劃轉(zhuǎn)。網(wǎng)絡(luò)借貸是民間借貸在現(xiàn)代網(wǎng)絡(luò)信息技術(shù)支持下的新發(fā)展,其出現(xiàn)時(shí)間較短但發(fā)展速度驚人,并將成為未來(lái)十年最重要的金融服務(wù)創(chuàng)新方式(EunkyoungLee和ByungtaeLee,2012)。2005年,全球第一家P2P網(wǎng)絡(luò)借貸平臺(tái)Zopa在英國(guó)上線運(yùn)營(yíng),逐漸替代傳統(tǒng)銀行成為借貸中介組織,承擔(dān)網(wǎng)絡(luò)借貸交易中的信用認(rèn)證、法律文件、追討欠賬等相關(guān)事宜的處理工作;2006年2月,Prosper出現(xiàn)在美國(guó),并發(fā)展成為全球最大的P2P網(wǎng)絡(luò)借貸平臺(tái)。此后,世界各國(guó)相繼出現(xiàn)眾多的網(wǎng)絡(luò)借貸網(wǎng)站,如美國(guó)的LendingClub、Virginmoney、Kiva,德國(guó)的Smava,日本的Moneyauction,韓國(guó)的POPFunding等。網(wǎng)絡(luò)借貸市場(chǎng)近年來(lái)在我國(guó)的發(fā)展也較為迅速,2007年第一家借貸網(wǎng)站拍拍貸成立,目前較有影響力的有齊放網(wǎng)、宜信、人人貸、E速貸、紅嶺創(chuàng)投、51give等借貸網(wǎng)站。P2P網(wǎng)絡(luò)借貸市場(chǎng)中參與的客戶群體主要有兩種:一是資金出借者,即貸款人;二是需要貸款的資金借入者,即借款人。目前我國(guó)P2P網(wǎng)絡(luò)借貸服務(wù)的對(duì)象主要是短期、小額借貸者,借款期限多在24個(gè)月內(nèi),借款金額一般在數(shù)百元到數(shù)十萬(wàn)元之間;借款人獲得網(wǎng)上貸款的目的主要是用于個(gè)人及家庭的資金周轉(zhuǎn),如租房、裝修、旅游、購(gòu)買數(shù)碼產(chǎn)品等,以及彌補(bǔ)創(chuàng)業(yè)中的資金周轉(zhuǎn)不足等。為了規(guī)避金融風(fēng)險(xiǎn),傳統(tǒng)金融機(jī)構(gòu)借貸門檻較高,貸款的發(fā)放一般要經(jīng)歷調(diào)查、擔(dān)保、抵押、審批等多個(gè)環(huán)節(jié),貸款手續(xù)復(fù)雜、時(shí)間較長(zhǎng)。尤其是當(dāng)個(gè)體面臨較大的個(gè)人或家庭支出,卻沒(méi)有足夠的抵押資產(chǎn)或找不到有實(shí)力的擔(dān)保人時(shí),其從金融機(jī)構(gòu)獲得貸款的可能性較低。P2P網(wǎng)絡(luò)借貸作為正規(guī)金融的補(bǔ)充,主要是針對(duì)中低收入者以及有創(chuàng)業(yè)需求的群體,在有資金需求和理財(cái)需求的個(gè)人之間搭建高效的網(wǎng)絡(luò)互動(dòng)平臺(tái)。目前我國(guó)小額貸款的辦理手續(xù)較繁瑣,在個(gè)人投資和融資渠道較少的情況下,P2P網(wǎng)絡(luò)借貸具有手續(xù)方便、無(wú)需擔(dān)保抵押、融資方式靈活、不受地域限制、涉及面廣、傳播速度快等特點(diǎn),適合個(gè)體之間的資金調(diào)劑,在一定程度上滿足了部分社會(huì)融資需求。二、p2p網(wǎng)絡(luò)借貸市場(chǎng)融資相關(guān)研究作為網(wǎng)絡(luò)時(shí)代的新鮮事物,網(wǎng)絡(luò)借貸這一現(xiàn)象引起國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。國(guó)內(nèi)方面,眾多學(xué)者圍繞網(wǎng)絡(luò)借貸的特點(diǎn)、風(fēng)險(xiǎn)以及發(fā)展對(duì)策等展開(kāi)研究。如莫易嫻(2011)總結(jié)了網(wǎng)絡(luò)借貸的起源、現(xiàn)狀、分類及風(fēng)險(xiǎn),指出網(wǎng)絡(luò)借貸的未來(lái)發(fā)展趨勢(shì);孫英雋和蘇顏芹(2012)認(rèn)為網(wǎng)絡(luò)借貸是電子商務(wù)和金融業(yè)務(wù)結(jié)合的產(chǎn)物;吳曉光和曹一(2011)研究了P2P網(wǎng)絡(luò)借貸業(yè)務(wù)流程可能引發(fā)的風(fēng)險(xiǎn),認(rèn)為應(yīng)將網(wǎng)絡(luò)借貸納入監(jiān)管體系,制定監(jiān)管模式和安全技術(shù)指標(biāo),以引導(dǎo)網(wǎng)絡(luò)借貸健康發(fā)展;李雪靜(2013)借鑒美、英等國(guó)P2P網(wǎng)絡(luò)借貸的監(jiān)管模式,就我國(guó)規(guī)范發(fā)展網(wǎng)絡(luò)借貸平臺(tái)提出政策建議;黃葉苨和齊曉雯(2012)剖析了網(wǎng)絡(luò)借貸中的風(fēng)險(xiǎn)問(wèn)題,提出建立以信用體系為核心和與保險(xiǎn)相結(jié)合的兩種風(fēng)險(xiǎn)控制方法;艾志鋒和陳宇(2013)對(duì)我國(guó)網(wǎng)絡(luò)平臺(tái)進(jìn)行了調(diào)查,針對(duì)網(wǎng)絡(luò)借貸行業(yè)征信體系建設(shè)提出建議;錢金葉和楊飛(2012)對(duì)中國(guó)網(wǎng)絡(luò)借貸的發(fā)展現(xiàn)狀及前景進(jìn)行了探討。國(guó)外關(guān)于P2P網(wǎng)絡(luò)借貸市場(chǎng)融資問(wèn)題的實(shí)證研究成果主要是基于Prosper借貸網(wǎng)站的交易數(shù)據(jù)。Ashta和Assadi(2010)指出,P2P網(wǎng)絡(luò)借貸可分為商業(yè)性和非商業(yè)性兩種類型:商業(yè)性平臺(tái)主要面向國(guó)內(nèi)市場(chǎng),非商業(yè)平臺(tái)往往在全球運(yùn)作,兩者的主要區(qū)別在于貸款人的意圖和預(yù)期回報(bào);貸款人雖然能從商業(yè)性平臺(tái)獲取收益,但同時(shí)需承擔(dān)風(fēng)險(xiǎn),在非商業(yè)平臺(tái),貸款人只能獲得較少的收益。在P2P網(wǎng)絡(luò)貸款市場(chǎng)中,借款人的各種特性,包括人口統(tǒng)計(jì)特征、貸款金額、利率以及經(jīng)濟(jì)實(shí)力等都被視為能否成功獲取貸款資金的決定性因素(Herzenstein等,2008;lyer等,2009)。Pope和Sydnor(2011)分析了P2P網(wǎng)絡(luò)借貸中借款人的年齡對(duì)借貸成功的影響,指出35歲~60歲的人群相對(duì)于不超過(guò)35歲的人群獲得貸款的機(jī)率更高;網(wǎng)絡(luò)借貸中存在種族差異,黑人更難獲得借貸資金,如能獲得貸款,則貸款利率更高。Ravina(2008)的研究表明,在其他借貸信息相同的情況下,容貌美麗的借款人更容易獲得貸款并支付較低的貸款利率,且較少拖欠還款;在一些P2P借貸平臺(tái)上,會(huì)員可以組成特殊群組,借款者通過(guò)加入到這些群組中,尤其是成為受信任組的成員后,獲得所需貸款的概率更高,另外,群體的力量對(duì)成員按時(shí)還款具有一定的約束作用。Herrero-Lopez(2009)對(duì)Prosper上的借貸數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)加入信任組群的借貸者其資金借貸成功率增加一倍以上,同時(shí)更易獲得合理的貸款利率。Weiss等(2010)的研究表明,對(duì)潛在的借款人組群進(jìn)行篩選可以有效降低借貸中逆向選擇的發(fā)生。上述研究成果說(shuō)明,在P2P網(wǎng)絡(luò)借貸的虛擬環(huán)境中,借貸人的個(gè)人特質(zhì)對(duì)借貸決策的制定、借貸利率、借貸成功有著重要影響。利用P2P借貸網(wǎng)站上獲得的可用性市場(chǎng)和交易數(shù)據(jù),可以對(duì)網(wǎng)絡(luò)借貸中影響資金借貸成功的因素和借貸利率等進(jìn)行研究,以揭示網(wǎng)絡(luò)借貸過(guò)程中發(fā)揮作用的決定性因素。本文選取國(guó)內(nèi)最大的P2P借貸網(wǎng)站———拍拍貸網(wǎng)站上己經(jīng)完成的網(wǎng)絡(luò)借貸交易數(shù)據(jù)為研究對(duì)象,建立多元線性回歸模型,對(duì)影響P2P網(wǎng)絡(luò)借貸市場(chǎng)借貸利率的因素進(jìn)行實(shí)證分析。三、網(wǎng)絡(luò)貸款利率影響因素的實(shí)證分析(一)借款信息發(fā)布方式拍拍貸成立于2007年,是國(guó)內(nèi)第一家P2P小額無(wú)擔(dān)保、無(wú)抵押網(wǎng)絡(luò)借貸平臺(tái),作為中介平臺(tái)的拍拍貸既不吸儲(chǔ)也不放貸。其借貸流程是:首先,用戶在拍拍貸借貸網(wǎng)站上注冊(cè)成為會(huì)員,注冊(cè)時(shí)用戶要上傳個(gè)人信息資料,完成必要的認(rèn)證;其次,采用信用評(píng)級(jí)標(biāo)準(zhǔn)評(píng)價(jià)會(huì)員的信用級(jí)別;再次,借款人發(fā)布借款信息(如借款金額、借款用途、期限和所能負(fù)擔(dān)的最高年利息等)向他人借錢,有意借款的則可用自有資金全額或部分通過(guò)投標(biāo)的方式在拍拍貸借貸網(wǎng)站貸出。拍拍貸網(wǎng)絡(luò)借貸平臺(tái)上的網(wǎng)絡(luò)借貸交易有競(jìng)標(biāo)完成、審核、正在競(jìng)標(biāo)以及撤出這樣幾種狀態(tài)。借款人發(fā)布的借款需求通過(guò)審核后,處于正在競(jìng)標(biāo)狀態(tài);經(jīng)過(guò)一段時(shí)期以最低和較低利率的投標(biāo)組合達(dá)到借貸總金額,則標(biāo)志著借款過(guò)程完成,此時(shí)切換為競(jìng)標(biāo)完成的狀態(tài);借款人還款時(shí),資金先進(jìn)入拍拍貸賬戶再由系統(tǒng)自動(dòng)存入貸款人賬戶,如果借款人逾期還款,將有可能被列入網(wǎng)站個(gè)人信用評(píng)級(jí)黑名單,拍拍貸網(wǎng)站會(huì)通過(guò)電話進(jìn)行提醒及催收服務(wù)費(fèi)用,逾期還款人還有可能面臨法律訴訟。(二)研究數(shù)據(jù)的確定放貸人與借款人是P2P借貸平臺(tái)上活動(dòng)的主要目標(biāo)群體,是P2P借貸市場(chǎng)的利益相關(guān)者,也是成功實(shí)現(xiàn)貸款過(guò)程的決定因素。放貸人在一定的風(fēng)險(xiǎn)水平下,為尋求投資機(jī)會(huì)和盡可能多的盈利在P2P網(wǎng)站上放貸;具有不同違約風(fēng)險(xiǎn)的借款人能以靈活的方式獲取所需貸款;P2P網(wǎng)站作為中介機(jī)構(gòu)把貸款人與借款人組合在一起,以一定的利率水平匹配有借貸意愿的參與雙方。P2P網(wǎng)站借貸利率的確定有不同方法。如網(wǎng)站使用競(jìng)拍方式,借款人設(shè)置其愿意支付的最高利率,在14天內(nèi),貸款人以他們?cè)敢饨邮艿淖畹屠屎统鼋杞痤~參與競(jìng)拍;德國(guó)的Smava借貸網(wǎng)站根據(jù)借款人的經(jīng)濟(jì)和人口統(tǒng)計(jì)特征計(jì)算貸款利率;拍拍貸網(wǎng)站在借貸過(guò)程中引入競(jìng)標(biāo)機(jī)制,需要借貸的個(gè)人發(fā)布信息,其他人以競(jìng)標(biāo)方式參與。信息不對(duì)稱是P2P網(wǎng)絡(luò)借貸市場(chǎng)面臨的重要問(wèn)題。雖然放貸人希望得到有關(guān)借款人盡可能多的有效信息,但借款人可能會(huì)刻意隱瞞部分特性以獲得盡可能低的貸款利率。為了讓放貸人在信息完全的基礎(chǔ)上做出有效決策,許多P2P借貸平臺(tái)督促借款人提供性別、種族或年齡等人口統(tǒng)計(jì)信息,以及興趣愛(ài)好、家庭背景或照片等信息,這些信息是P2P貸款中借貸利率的決定性因素。文中的研究數(shù)據(jù)來(lái)源于拍拍貸借貸網(wǎng)站2012年11月至2013年2月間的借貸交易數(shù)據(jù),且全部是競(jìng)標(biāo)處于完成狀態(tài)的借貸信息,以確保實(shí)證研究結(jié)果的可信性。首先對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理,刪除缺失重要信息的數(shù)據(jù),去除噪聲數(shù)據(jù)后整理得到3412條有效交易數(shù)據(jù)。筆者在綜合前人有關(guān)網(wǎng)絡(luò)借貸利率影響因素成果的基礎(chǔ)上,考慮到研究變量的可獲取性,并結(jié)合拍拍貸網(wǎng)站的實(shí)際情況,選擇以下變量作為研究變量,驗(yàn)證其對(duì)借貸利率的影響:1.借貸信息的提交借貸網(wǎng)站對(duì)借款人提交的資料進(jìn)行評(píng)估,確定不同的信用等級(jí)。例如Prosper借貸網(wǎng)站將借款者的信用等級(jí)從高到低分為AA、A、B、C、D、E、HR七個(gè)檔次,對(duì)應(yīng)借款風(fēng)險(xiǎn)從低到高的程度。拍拍貸借貸平臺(tái)信用等級(jí)的評(píng)價(jià)主要以網(wǎng)站借貸數(shù)據(jù)和用戶提交的其他信息進(jìn)行確定。網(wǎng)站借貸數(shù)據(jù)包括借入者身份認(rèn)證情況、是否具有手機(jī)實(shí)名認(rèn)證、視頻認(rèn)證情況、按時(shí)還款情況、逾期還款記錄等方面,用戶提交的其他信息主要包括年齡、工作情況、收入、證件、工資證明等信息。本研究采用信用分?jǐn)?shù)表示借入者的信用等級(jí)。Herzenstein等(2008)對(duì)Prosper上的交易數(shù)據(jù)進(jìn)行比較分析,發(fā)現(xiàn)當(dāng)借款人的信用等級(jí)為AA或A時(shí),貸款成功的可能性接近40%,而當(dāng)借款人的信用等級(jí)是最低的HR時(shí),貸款成功率只有4%。Iyer等(2009)指出,Prosper上借款人的信用評(píng)級(jí)與借貸人潛在的信貸價(jià)值和可能發(fā)生的違約率有密切聯(lián)系,信用等級(jí)越高,借貸利率越低,反之,信用等級(jí)越低,借貸利率越高。因此,信用等級(jí)得分的高低對(duì)借款人而言意味著其能否以較低的利率獲得所需資金。2.貸款金額2cm3.流量x14.歷史貸款的成功次數(shù)q45.借貸優(yōu)先計(jì)劃前提條件拍拍貸上借入者加入優(yōu)先計(jì)劃需要滿足下列條件:有一個(gè)以上第三方關(guān)聯(lián),如QQ、支付寶等;資料完善者,借入信用分達(dá)到35分以上;不能出現(xiàn)連續(xù)2次以上的審批失敗(包含撤標(biāo)、流標(biāo))。拍拍貸規(guī)定對(duì)加入優(yōu)先計(jì)劃的借入者的借款信息在專用列表位置上靠前排列,并享有自動(dòng)投標(biāo)權(quán),各項(xiàng)認(rèn)證在1個(gè)工作日內(nèi)完成。借入者優(yōu)先計(jì)劃幫助借入者快速提升借款額度,提高借款成功率和借款效率。本研究中將加入優(yōu)先計(jì)劃的取值為1,沒(méi)有加入的則取值為0。6.借款合同信用報(bào)告型本研究采用多元線性回歸的建模方法來(lái)建立實(shí)證研究模型,解釋變量為借款人信用等級(jí)、借款金額、流標(biāo)次數(shù)、是否加入優(yōu)先計(jì)劃、是否有視頻認(rèn)證;被解釋變量為借貸利率,以此探討P2P平臺(tái)借貸利率的影響因素。(三)回歸方程的顯著性檢驗(yàn)為研究網(wǎng)絡(luò)借貸利率受哪些因素影響,本研究在統(tǒng)計(jì)軟件SPSS15中導(dǎo)入收集的拍拍貸借貸網(wǎng)站數(shù)據(jù),運(yùn)用多元線性回歸分析方法,解釋變量采用強(qiáng)制進(jìn)入策略,并做多元線性回歸檢測(cè),分析結(jié)果如表1所示。表1中的各項(xiàng)數(shù)據(jù)含義分別是:被解釋變量和解釋變量的復(fù)相關(guān)系數(shù)為0.852,調(diào)整的判定系數(shù)為0.712,判定系數(shù)為0.726,回歸模型的估計(jì)標(biāo)準(zhǔn)誤差為1.275。該回歸模型中包含若干解釋變量,所以應(yīng)參考調(diào)整的判定系數(shù),該系數(shù)為0.712,較接近于1,所以檢測(cè)結(jié)果表明該回歸模型擬合優(yōu)度較高,即被解釋變量能夠被模型解釋的部分較多,不能被解釋的部分較少。表2表示被解釋變量的總離差平方和為3513.477,回歸平方和為1987.513,均方為220.835,F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為135.746,對(duì)應(yīng)的概率P值近似為0,在顯著水平是0.05時(shí),被解釋變量與解釋變量全體的線性相關(guān)是顯著的,因此方程可以進(jìn)行回歸方程的顯著性檢驗(yàn)。表3顯示了模型變量的偏回歸系數(shù)、標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化偏回歸系數(shù)、顯著性檢驗(yàn)t值、顯著性概率、解釋變量的容忍度和方差膨脹因子。回歸系數(shù)顯著性檢驗(yàn)結(jié)果表明,當(dāng)顯著性水平設(shè)定為0.05時(shí),只有解釋變量X1、X2、X3的回歸系數(shù)顯著性t檢驗(yàn)的概率P小于顯著性水平0.05,因此這些解釋變量與被解釋變量借款利率間的線性關(guān)系顯著;其他解釋變量X4、X5、X6的回歸系數(shù)顯著性t檢驗(yàn)的概率P大于顯著性水平0.05,與被解釋變量間的線性關(guān)系不顯著。多重共線性檢驗(yàn)是用來(lái)說(shuō)明解釋變量之間是否存在線性相關(guān)的關(guān)系,以解釋變量的容忍度和方差膨脹因子作為統(tǒng)計(jì)指標(biāo)。研究模型的多重共線性檢驗(yàn)結(jié)果表明,方差膨脹因子(TIF)均小于10,容忍度(Tolerance)介于0到1之間,說(shuō)明研究模型的解釋變量之間不存在嚴(yán)重的多重共線性。本研究采用向后篩選策略建立回歸方程。表4的多元線性回歸分析結(jié)果表明,顯著性水平設(shè)定為0.05時(shí),由于前3個(gè)模型中各解釋變量的回歸系數(shù)存在不顯著的情況,只有第4個(gè)模型表示的方程回歸系數(shù)顯著性檢驗(yàn)的概率低于顯著性水平0.05,被解釋變量與解釋變量之間的線性關(guān)系顯著,且第4個(gè)模型的容忍度和方程膨脹因子檢驗(yàn)結(jié)果表明解釋變量X1、X2和X3之間不存在多種共線性,因此該模型可以作為最終模型。表4的檢驗(yàn)結(jié)果表明,解釋變量是否加入優(yōu)先計(jì)劃、歷史借貸成功次數(shù)、是否具有視頻認(rèn)證與被解釋變量借款利率之間關(guān)系不顯著;借入者借款金額、借入者信用等級(jí)和被解釋變量借款利率之間負(fù)相關(guān),說(shuō)明P2P網(wǎng)絡(luò)借貸交易中借入者信用等級(jí)升高,借款金額越多,則借入者的借款利率越低;解釋變量歷史流標(biāo)次數(shù)與被解釋變量借款利率之間正相關(guān),說(shuō)明借款者歷史流標(biāo)次數(shù)越多,則支付的借款利率越高。四、社會(huì)信用體系本文以拍拍貸借貸網(wǎng)站為例,研究P2P借貸市場(chǎng)中借貸利率的主要影響因素,從借入者信用等級(jí)、借款金額、歷史借貸成功次數(shù)、歷史流標(biāo)次數(shù)、是否加入優(yōu)先計(jì)劃、是否具有視頻認(rèn)證6個(gè)解釋變量出發(fā),驗(yàn)證了這些解釋變量與借款利率之間的關(guān)系。通過(guò)建立模型,導(dǎo)入網(wǎng)站交易數(shù)據(jù)進(jìn)行檢驗(yàn),研究結(jié)論如下:1.借入者信用等級(jí)和借款金額與借款利率呈負(fù)相關(guān)關(guān)系。本文的研究結(jié)果與Iyer等(2009)一致。相對(duì)于傳統(tǒng)借貸市場(chǎng),P2P網(wǎng)絡(luò)借貸發(fā)生在虛擬網(wǎng)絡(luò)平臺(tái)環(huán)境下,貸款不需抵押且無(wú)擔(dān)保,市場(chǎng)中存在的信息不對(duì)稱容易導(dǎo)致道德風(fēng)險(xiǎn)與逆向選擇問(wèn)題(KlafftM,2008;linM等,2009)。Bhattacharya和Spiegel(1991)認(rèn)為,信息不對(duì)稱可能導(dǎo)致資本市場(chǎng)交易意愿下降,資金成本增加。因此,解決參與P2P借貸市場(chǎng)中借款人和放貸人的信息不對(duì)稱問(wèn)題是促進(jìn)其持續(xù)健康發(fā)展的重要前提。歐美發(fā)達(dá)國(guó)家已經(jīng)建立了較為完善的信用評(píng)價(jià)管理制度與體系機(jī)制,因此基于網(wǎng)絡(luò)借貸平臺(tái)開(kāi)展借款業(yè)務(wù)具有良好的信用基礎(chǔ)條件。例如Prosper要求注冊(cè)用戶具有美國(guó)合法公民身份,有社會(huì)保障號(hào)、個(gè)人稅號(hào)以及銀行賬號(hào)等信息,并從第三方機(jī)構(gòu)Experian中得到借款人的歷史信用記錄。而我國(guó)目前尚未建立健全完善的社會(huì)信用體系,不同的經(jīng)濟(jì)管理部門以及各網(wǎng)上信用信息服務(wù)機(jī)構(gòu)分散管理個(gè)體的信用信息,各部門與機(jī)構(gòu)之間處于相對(duì)封閉的狀態(tài),信用信息難以共享,信用管理效率較低。在這種信用評(píng)價(jià)、監(jiān)管機(jī)制不健全的環(huán)境下,社會(huì)經(jīng)濟(jì)活動(dòng)中的違約事件時(shí)有發(fā)生。因此要促進(jìn)網(wǎng)絡(luò)借貸的健康發(fā)展,必須以健全的社會(huì)信用體系作支撐。2.是否加入優(yōu)先計(jì)劃、歷史借貸成功次數(shù)、是否具有視頻認(rèn)證等與借款利率關(guān)系不顯著。是否具有視頻認(rèn)證與借款利率關(guān)系不顯著這一研究結(jié)論與Klafft(2008)的研究結(jié)論一致。Klafft指出,P2P借貸網(wǎng)站上借款人是否有照片對(duì)借貸的成功性有影