網(wǎng)絡借貸的用戶行為分析風險、信任和出借意愿基于拍拍貸注冊用戶的實證研究

網(wǎng)絡借貸的用戶行為分析風險、信任和出借意愿基于拍拍貸注冊用戶的實證研究

p2p在線借貸市場與信任小型企業(yè)和個人企業(yè)一直面臨資金不足問題。隨著電子商務的發(fā)展,民間借貸的一種特殊變體———網(wǎng)絡借貸悄然興起,為解決上述問題提供了新的方案。網(wǎng)絡借貸(Peer-to-PeerLending,也稱個人借貸,P2P借貸)是指不以銀行等金融中介機構為媒介、借貸雙方直接通過互聯(lián)網(wǎng)進行交易的無擔保借貸［1］。這是一種以互聯(lián)網(wǎng)為載體基于Web2.0技術的網(wǎng)絡融資模式,其核心是借貸網(wǎng)站,它是撮合借款人和出借人的平臺。P2P在線借貸市場自2005年誕生起得到了快速發(fā)展,現(xiàn)在世界各地諸如美國、英國、德國、意大利、加拿大、日本、中國等都出現(xiàn)了運營模式略有不同的借貸網(wǎng)站。目前國外已出現(xiàn)了一些關于P2P在線借貸市場的研究,其中絕大部分集中于對美國Prosper開放平臺的數(shù)據(jù)分析。而國內(nèi)相關研究則很少。深入了解交易者的行為規(guī)律及內(nèi)在機理是正確制定相關政策的基礎。網(wǎng)絡借貸相比傳統(tǒng)電子商務模式涉及更多風險,因此建立信任也更加困難。本文以出借人為研究對象,從信任和風險的角度研究網(wǎng)絡借貸過程中影響出借意愿的關鍵變量并構建出借行為模型。本文余下部分將作如下安排:首先回顧相關文獻和基礎理論,提出概念模型以及假設;然后介紹研究設計和研究結(jié)果,包括數(shù)據(jù)收集過程以及相關假設的驗證;最后對結(jié)果進行討論分析,提出結(jié)論。借款者信息對借貸行為的影響目前世界上已經(jīng)出現(xiàn)了許多P2P網(wǎng)絡借貸平臺,這些平臺都采用了相似的借貸機制。用戶注冊后可以成為出借人和借款人。借款人在平臺上發(fā)布借款信息,注明借款金額、可承受的最高利率、借款原因及其它個人信息。經(jīng)平臺審核后,這些信息會呈現(xiàn)給出借人。出借人根據(jù)借款列表中的信息自主決定是否出借、出借金額及利率(即投標金額和利率)等。通常網(wǎng)站會規(guī)定一個最低投標額度(如50元),一筆借款可以接受多人投標。在借款期限內(nèi),當投標總金額超過借款金額時,利率低者勝出。借款成功后,出借人的資金將轉(zhuǎn)入借款人賬戶,借款人在一段時間內(nèi)償還貸款。上述借貸過程蘊含了較高的風險,因為借款人并不總是愿意并且有能力按時還款。因此如何選擇可信的借款人以降低投資風險是出借者需要重點考慮的問題,當前研究也主要圍繞這一點展開。一部分學者研究了借款者個人信息對融資效果的影響。由于出借者只能根據(jù)有限信息來判斷違約風險,因此個人信息和借款信息成為評估借款人信用的重要信號,借款者個人信息對借款績效、借入決策和借出決策均產(chǎn)生重要影響［2，3］。例如,Lin等發(fā)現(xiàn),借款者信用評級越低,借款成功可能性越小、利率越高,同時違約率也越高［1］;Herzenstein等發(fā)現(xiàn)影響貸款成功率的主要因素是借款者個人信息和信用等級［4］。Duarte等發(fā)現(xiàn)借款人的外表也會對借款成功率產(chǎn)生顯著影響［5］:如果借款人外貌忠厚,則成功率較高;另一方面,此類借款人信用等級較高,違約率也較低,說明的確是可信的。另一部分學者則重點研究了借款者社會網(wǎng)絡及他人決策信息對出借行為的影響。網(wǎng)絡借貸平臺不但提供借款者個人信息,也提供社會網(wǎng)絡信息和其他出借人的決策信息,這些信息是衡量借款者可信程度的重要信號,有助于降低借貸雙方的信息不對稱。例如,Lin等發(fā)現(xiàn),借款者社會資本的關系嵌入維度可以有效降低交易過程中的信息不對稱,提高借款成功率、降低利率并減少貸款拖欠時間［1］;Yum等的研究表明,通過觀察他人決策,出借人可以推測其他出借人的私有信息,匯聚大眾智慧,改進自己的決策水平［6］。Lee等也發(fā)現(xiàn)出借行為受到他人決策的顯著影響,存在所謂的“羊群行為”現(xiàn)象［7］。而在美國市場,“羊群”現(xiàn)象也同樣存在,這種跟隨行為有助于提升放貸績效［4，8］。信息不對稱導致放貸行為充滿風險,而風險感知又在很大程度上影響個體的行為傾向。Kim等構建了針對網(wǎng)絡交易的信任模型,認為風險、信任和收益是決定交易傾向的核心因素［9］。Greiner和Wang針對Prosper的研究表明,信譽機制會對放貸行為產(chǎn)生顯著影響,是降低交易不確定性的重要手段［10］。國內(nèi)學者的研究也表明,契約和信用是企業(yè)與消費者之間相互聯(lián)系的基礎,受信息透明度、信息真實性等多重因素的影響［11］。針對我國C2C網(wǎng)購的研究亦表明感知信用評分、感知客戶評論等是影響顧客信任的關鍵因素［12］。綜合以上研究,我們發(fā)現(xiàn)P2P網(wǎng)絡借貸的核心問題是交易過程中的信息不對稱,而感知風險和交易信任是影響出借行為的核心因素。上述研究還表明,影響借貸行為的關鍵因素除了借款者個人特征之外,還包括其所處的社會關系網(wǎng)絡,兩者共同決定了融資效果。目前有關P2P網(wǎng)絡借貸的研究主要集中于美國等網(wǎng)貸市場,針對國內(nèi)市場的研究還很有限,而嚴謹?shù)膶嵶C分析則更加匱乏;另一方面,雖然已經(jīng)有部分學者認識到風險和信任對交易過程的綜合影響,但是還沒有一個統(tǒng)一的信任模型來刻畫P2P網(wǎng)絡出借行為。相比前述文獻,本文的主要創(chuàng)新之處在于,綜合考慮風險和信任在出借決策過程中的作用,提出了適合我國網(wǎng)貸市場的出借行為模型。本文將感知風險和交易信任作為影響出借意愿的關鍵變量,同時考慮借款者個人信息和社會網(wǎng)絡信息對出借行為的重要作用,構建了網(wǎng)絡借貸出借行為理論模型。本文的研究模型如圖1所示。1、社會資本緩解風險社會資本是指借款者內(nèi)嵌于社會網(wǎng)絡實際和潛在資源的總和,個體能夠獲取和使用這些資源［13］。感知的社會資本是出借者感受到的借款人所擁有的社會資本水平。傳統(tǒng)微金融理論認為社會網(wǎng)絡能夠降低放貸人的風險,因為社會網(wǎng)絡對借款人有監(jiān)督還款的作用。有關P2P在線借貸市場的研究支持了這一理論。Freedman的研究證實社會資本可以緩解信息不對稱及逆向選擇問題。Lin等的研究也得到了類似結(jié)論,認為社會資本可以有效減輕交易過程中的信息不對稱［1］。Greiner和Wang［10］的研究進一步肯定了Lin等的結(jié)論,認為社會資本對借款人最大的作用就是可以幫助提高他們的誠信度;他們還發(fā)現(xiàn),借款者擁有的社會資本越多,借款成功率就越大,借款利率也會越低;借款人的信用等級越低,社會資本的作用就越明顯。上述分析表明,借款者的社會資本是出借者感知投資風險的依據(jù),是出借者衡量借款者可信程度的重要信號,對出借決策產(chǎn)生重要影響。由此得到如下基本假設:H1:出借人對借款人的感知社會資本會負向影響其感知風險。H2:出借人對借款人的感知社會資本會正向影響其對該借款人的信任。2、借款信息質(zhì)量信息質(zhì)量是指出借者對借款列表提供信息準確性和完整性的感知［9］。網(wǎng)絡交易由于時空分隔,消費者獲取的信息是不完全和動態(tài)變化的,信息質(zhì)量得不到保障。減少感知風險的方法之一就是在購買產(chǎn)品之前搜尋相關信息。在信息搜尋過程中消費者面臨信息來源的可靠性問題。為了降低風險,他們需要獲取高質(zhì)量的信息。在網(wǎng)絡借貸市場中,借款列表信息是出借人衡量借款人可信程度的重要依據(jù)。Kumar的研究表明借款人的信息質(zhì)量是衡量其誠信度的一個重要指標。借款人的信息質(zhì)量對信貸行為(借款利率、借款滿標率)以及還款質(zhì)量(貸款的違約情況)都會產(chǎn)生很大影響。P2P網(wǎng)貸平臺借款列表的真實性和信息完善程度可能在很大程度上影響出借者對借款者的風險感知以及信任程度。基于上述分析,我們有如下基本假設:H3:出借人對借款人信息質(zhì)量的感知會負向影響其感知風險。H4:出借人對借款人信息質(zhì)量的感知會正向影響其對該借款人的信任。3、互聯(lián)網(wǎng)借貸信任問題感知風險是指出借者感受到的出借活動可能產(chǎn)生的負面后果［14］。感知風險一直是消費者關心的問題,也是導致很多交易最終不能得以實現(xiàn)的原因。電子商務和信息系統(tǒng)領域的研究表明信任是各項社會活動的基石,交易過程中的各種不確定因素都會阻礙信任的產(chǎn)生［15］。盡管很多學者認為信任有助于減輕網(wǎng)購過程中的風險感知,但是在網(wǎng)絡借貸市場中信任和感知風險之間的關系可能并非如此。相反,我們認為網(wǎng)絡借貸過程中的信任主要為初始信任(initialtrust),而初始信任的形成過程則受到感知風險的影響。理由如下:大多數(shù)借款人僅在網(wǎng)絡借貸平臺上發(fā)布一次借款請求,因此出借人和借款人之間很難有機會進行深層次的溝通,更難以培育彼此間的理解和情感。所以出借人對借款人的信任主要是初始信任,是對成本和收益進行分析的結(jié)果,而不是來自于彼此間交流形成的個人情感。因此交易風險是出借人在信任形成過程中重點考慮的因素。為了保證投資安全,在回報相同的情況下,出借人更愿意將資金投向那些他們認為可信的借款人。根據(jù)上述分析,我們認為借款人感知風險越低,越容易得到出借人的信任。因此我們有如下基本假設:H5:出借人對借款人的感知風險會負向影響其對該借款人的信任。4、信任程度與消費量信任是基于這樣一種信念:被信任方以負責任的方式履行他的行為從而達到另一方的期望［16，17］。諸多研究證明信任會對個體行為產(chǎn)生顯著影響［15］。Pavlou和Gefen的研究表明信任會對決策行為以及態(tài)度等產(chǎn)生一定的影響［16］。Gefen在Amazon.com網(wǎng)站調(diào)查了217名受訪者,研究信任與消費行為之間的關系,結(jié)果顯示信任程度越高實際消費的比例就越高。網(wǎng)絡借貸涉及資金交易,對投資安全性的考慮促使出借者需要有更強的信任感才能達成交易。由此得到如下基本假設:H7:出借人對借款人的信任會正向影響其出借意愿。5、各因素對大學生造成的影響除上述因素外,其它一些因素也會影響出借意愿,例如出借者的年齡、性別等。本文的研究重點是風險和信任如何影響出借意愿,所以將出借者的年齡、性別設計為出借意愿的控制變量。此外,網(wǎng)絡出借的根本目的是獲取投資回報,因此將感知收益也作為模型的控制變量。研究設計1、參與討論和預調(diào)查為了保證測量量表的有效性,我們在設計問卷時采用多種方法。首先,所有量表都借鑒已有權威文獻的成果(見表1);其次,邀請業(yè)界專家參與討論,根據(jù)討論意見修改量表,確保其可讀性和有效性;最后,開展了小范圍的預調(diào)查,對各測量量表進行初步分析,根據(jù)分析結(jié)果結(jié)合受訪對象的反饋意見對量表的語義和用詞進行修改,確定最終問卷(見表1)。問卷采用多項目李克特打分法,共7分(1=“完全不同意”,7=“完全同意”)。2、人主界面的問卷的發(fā)放我們采用網(wǎng)上問卷調(diào)查的方法收集數(shù)據(jù),受訪對象為拍拍貸注冊用戶。拍拍貸在用戶個人主界面上發(fā)放問卷調(diào)查的通知及鏈接,有效問卷的答題者將獲得報酬并有機會參與抽獎。為了排除無效問卷的干擾,答卷者要求填寫平臺注冊賬號,瀏覽的借款列表ID、利率及借款者信用等級。問卷信息與實際信息不符則無效。共收集有效問卷205份。3、用戶月使用次數(shù)及使用頻率樣本數(shù)據(jù)主要為男性,占84.88%。年齡結(jié)構偏年輕,21-25歲、26-30歲及31-40歲的受訪者分別占比29.76%、32.2%和24.88%。受教育水平比較高,其中大專及本科學歷者占55.61%;月收入2000元以上者占77.08%。受訪者使用網(wǎng)絡借貸平臺的年限主要是在1年以內(nèi),而月使用次數(shù)則呈現(xiàn)兩個極端,3次以下及10次以上者分別占比65.86%和22.93%。樣本人口統(tǒng)計學特征和網(wǎng)站全部注冊用戶的人口統(tǒng)計學特征大體一致,說明其具有代表性。研究結(jié)果1、變量的效度分析在對假設進行檢驗之前,需要先分析測量模型,檢驗各建構變量的信度以及效度。本文使用PLS結(jié)構方程建模工具SmartPLS2.0,采用Bootstrapping估算方法計算各因子載荷和路徑系數(shù)的顯著程度。采用Cronbach’sα值和組合信度(CompositeReliability,CR)來分析各建構變量的信度。本文中各建構變量的α值在0.74至0.89之間,組合信度值在0.85至0.92之間,均大于0.7,說明各建構變量具有很好的信度。效度分析包括聚合效度和區(qū)分效度兩個方面。聚合效度是指同一概念多重測度指標之間的關聯(lián)程度。Gefen等認為各測量指標在對應建構變量上的因子載荷大于0.7且顯著時,量表具有較好的聚合效度［20］;For-nell等則認為測量量表要有很好的聚合效度,各建構變量的平均抽取方差(AverageVarianceExtracted,AVE)應該大于0.5［21］。本文各測量指標的因子載荷均顯著且都在0.70以上(見表2),AVE在0.65至0.75之間(見表3),說明各測量量表具有很好的聚合效度。區(qū)分效度是指各變量之間能夠彼此區(qū)分的程度,可以通過以下方法進行測量:(1)各建構變量AVE均方根大于它與其它變量之間的相關系數(shù);(2)各測量指標在相應建構變量上的因子載荷大于它在其它變量上的因子載荷。結(jié)果表明,各變量的AVE均方根值顯著大于它與其它變量的相關系數(shù)(見表3);而各測量指標在對應變量上的因子載荷也大于它在其它變量上的因子載荷(見表2)。因此,本文建構變量之間具有較好的區(qū)分效度。由于本研究采用李克特打分法測量受訪對象對各問卷條目的主觀評價,因此數(shù)據(jù)可能存在共同方法偏差(CommonMethodVariance,CMV)。我們將所有測量變量放在一起做因子分析,檢驗一個因子是否能夠解釋大部分方差。數(shù)據(jù)分析結(jié)果顯示,第一個因子只解釋了21.97%的方差,表明本文研究數(shù)據(jù)存在顯著同源誤差的機會很小。2、理論假設檢驗結(jié)構模型用于檢驗各建構變量之間的相互影響關系,驗證理論假設是否成立。結(jié)構模型包含兩方面信息,路徑系數(shù)和R2:前者說明變量之間相互影響的程度;后者表示內(nèi)生變量被解釋的程度。根據(jù)Kim等的思路［9］,本文采用偏最小二乘數(shù)據(jù)處理方法。結(jié)構模型設定完畢后(如圖2所示),路徑系數(shù)和R2將由程序自動計算得到。該種方法對樣本數(shù)量要求不高且結(jié)果可靠,因此被廣泛用于檢驗理論假設。路徑系數(shù)和R2如圖2所示。感知的社會資本(b=0.34,p<0.05)、感知風險(b=-0.60,p<0.05)以及感知的信息質(zhì)量(b=0.56,p<0.05)都顯著影響出借人對平臺上借款人的信任,因此假設2、假設4和假設5得到支持。社會資本、信息質(zhì)量和感知風險共同解釋了借款人信任69%的方差;而感知風險則受到社會資本(b=-0.33,p<0.05)的負向影響,但受信息質(zhì)量(b=0.08,p>0.10)的影響則不顯著,因此假設1得到支持,但是假設3則不受支持。感知的社會資本和感知的信息質(zhì)量共同解釋了感知風險16%的方差。信任對出借意愿的影響非常顯著(b=0.51,p<0.05),但是感知風險對出借意愿的影響卻不顯著(b=0.07,p>0.10),兩者共同解釋了出借意愿70%的方差。因此假設7得到支持,但假設6則不被支持。研究結(jié)果與實踐意義本文的研究結(jié)果肯定了信任對出借決策的影響,表明信任不但是傳統(tǒng)電子商務市場的交易基礎,也是網(wǎng)絡借貸市場的交易基礎。信任受到感知社會資本、感知信息質(zhì)量和感知風險的影響。感知信息質(zhì)量對感知風險的影響不顯著,感知風險也不會對出借意愿產(chǎn)生顯著影響,這出乎我們的意料。這一結(jié)果表明網(wǎng)絡借貸市場的交易行為可能與傳統(tǒng)網(wǎng)購市場的交易行為并不一致。本文的理論貢獻主要體現(xiàn)在以下幾個方面:首先,我們的研究結(jié)果為了解互聯(lián)網(wǎng)金融環(huán)境下借貸行為的本質(zhì)和機理提供了許多有價值的信息。盡管大量文獻探討了網(wǎng)絡購物環(huán)境下的交易行為,但是關注互聯(lián)網(wǎng)金融行為尤其是網(wǎng)絡借貸的研究還比較有限。本文的研究結(jié)果表明,雖然借款者個人信息和社會網(wǎng)絡信息都會對融資效果產(chǎn)生影響,但是在我國目前的市場環(huán)境下,社會網(wǎng)絡往往會發(fā)揮更大的作用,而個人特征信息對風險感知的影響并不明顯。本文的研究結(jié)果有助于更好地了解借貸規(guī)律,為后續(xù)P2P網(wǎng)絡借貸市場的研究和設計提供有益借鑒。其次,我們重新探討了感知風險和交易信任之間的關系。由于網(wǎng)絡借貸主要在陌生人之間進行,信任的構建主要是基于成本和收益的考慮,因此將感知風險作為交易信任的前因變量是合理的。而感知風險對出借意愿的影響不顯著則進一步表明網(wǎng)絡借貸市場和網(wǎng)絡購物市場具有重大差別,需要進行深入研究。第三,研究結(jié)果揭示了社會資本對網(wǎng)絡投資行為的影響機理。雖然前人研究已經(jīng)顯示社會資本對出借行為會產(chǎn)生影響,但是鮮有文獻對其內(nèi)在機理進行探討。本文對前人的研究結(jié)果進行了拓展,構建了網(wǎng)絡借貸行為的風險信任模型,更好地揭示了出借行為的決策規(guī)律。研究表明社會資本是影響感知風險和信任的核心變量,是借貸交易得以實現(xiàn)的基礎。最后,研究結(jié)果揭示了我國特有市場環(huán)境和制度環(huán)境下的投資決策規(guī)律。網(wǎng)絡借貸的快速發(fā)展引起了學界的極大興趣,目前已經(jīng)有不少文獻對其交易規(guī)律進行分析和探討,但是這些研究主要針對發(fā)達國家(如歐美)的網(wǎng)絡借貸市場,很少有文獻關注發(fā)展中國家,尤其是中國市場。由于歐美市場和中國市場在制度、文化、投資環(huán)境等各方面都存在差別,針對歐美市場的研究結(jié)論在中國市場并不完全適用,需要仔細驗證。因此,本文的研究成果有助于不同文化環(huán)境下網(wǎng)絡借貸行為理論體系的構建和完善,也能為其它學者在互聯(lián)網(wǎng)金融領域的研究提供經(jīng)驗證據(jù)。本文的實踐意義主要體現(xiàn)在以下幾個方面:首先,研究結(jié)果顯示信任是影響出借意愿的核心因素,因此提升借款人和出借人之間的信任水平是提升交易效率的有效手段。感知風險對交易信任會產(chǎn)生重要影響,但是對出借意愿的影響卻不顯著,感知風險的負向影響可以被其它因素所抵消(例如較高的投資回報)。因此放松借貸市場的利率管制有利于促進該市場的發(fā)展。其次,社會資本通過影響感知風險和交易信任對出借意愿產(chǎn)生重要影響,因此構建良好的社會關系網(wǎng)絡對于促進市場繁榮具有重要意義。雖然更好的平臺制度設計和安全保障措施也有助于降低風險感知,但是通過社會網(wǎng)絡來提升借貸效率往往是更好的選擇。在制度設計不完善的情況下,社會資本的重要性就更顯著。因此為了提升借款成功率,借款者不但需要提供更全面詳細的個人信息,更需要積累社會資本來提升其可信水平。而網(wǎng)絡借貸平臺也應該提供