蔣 彧,施一舟
(南京大學(xué)商學(xué)院,江蘇 南京 210093)
P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象
——基于“人人貸”的經(jīng)驗(yàn)數(shù)據(jù)
蔣 彧,施一舟
(南京大學(xué)商學(xué)院,江蘇 南京 210093)
近年來,隨著P2P網(wǎng)絡(luò)借貸在我國的快速發(fā)展,借貸關(guān)系中的歧視現(xiàn)象開始受到關(guān)注。本文利用P2P網(wǎng)絡(luò)借貸平臺(tái)“人人貸”的數(shù)據(jù),從借貸雙方的角度出發(fā),對(duì)P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象進(jìn)行實(shí)證研究。結(jié)果表明:P2P網(wǎng)絡(luò)借貸中存在貸款人對(duì)借款人的婚姻歧視,表現(xiàn)為已婚借款人的借款成功率顯著為高,離異借款人的借款成功率顯著為低;借款人受到婚姻歧視的影響,在發(fā)布借款訂單時(shí),已婚借款人設(shè)定的借款利率顯著為低,離異借款人設(shè)定的借款利率顯著為高。進(jìn)一步對(duì)婚姻歧視的異質(zhì)性進(jìn)行研究,發(fā)現(xiàn)婚姻狀態(tài)對(duì)不同信用等級(jí)、學(xué)歷、收入、地區(qū)、資產(chǎn)、借款期限借款人的影響各不相同。
P2P網(wǎng)絡(luò)借貸;婚姻歧視;借款成功率;借款利率
近年來,P2P(Peer-to-Peer)網(wǎng)絡(luò)借貸作為一種新興的互聯(lián)網(wǎng)金融模式迅速發(fā)展,引起了廣泛關(guān)注,它突破了熟人、地域等傳統(tǒng)限制,代表著未來民間個(gè)人借貸發(fā)展的新趨勢,在一定程度上解決了借貸關(guān)系中信息不對(duì)稱與高交易成本的問題,填補(bǔ)了銀行的業(yè)務(wù)空白。但是,P2P網(wǎng)絡(luò)借貸中各類信息的公布也造成了借貸關(guān)系中的歧視現(xiàn)象,如種族歧視、性別歧視、地域歧視等,引起了國內(nèi)外諸多學(xué)者的關(guān)注,相關(guān)研究開始出現(xiàn)。
歧視在社會(huì)學(xué)意義上是不同利益群體間發(fā)生的一種情感反應(yīng)及行為,在世界各個(gè)角落都普遍存在,其成因包括廣泛競爭的壓力、個(gè)人偏好的驅(qū)動(dòng)、對(duì)陳規(guī)陋習(xí)的惰性等。歧視也是經(jīng)濟(jì)學(xué)領(lǐng)域的重要研究對(duì)象,比如在勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域,學(xué)者們很早就開始研究具有相同勞動(dòng)生產(chǎn)率的勞動(dòng)者由于自身的非經(jīng)濟(jì)個(gè)人特征(種族、性別、年齡、家庭背景等)在就業(yè)、職業(yè)選擇、晉升、工資水平等方面受到不公平待遇。
中國是一個(gè)有著幾千年傳統(tǒng)歷史的國家,婚姻歧視現(xiàn)象自古存在,“不孝有三,無后為大”是對(duì)單身者的歧視,“倒插門”是對(duì)男子入贅的歧視,諸如此類,即使在文化相對(duì)開放的當(dāng)今社會(huì),個(gè)人的婚姻狀態(tài)依舊會(huì)對(duì)其社會(huì)交際、經(jīng)濟(jì)生活等諸多方面產(chǎn)生影響。在借貸關(guān)系中,已婚借款人給人以安全感與信賴感,同等條件下,還款現(xiàn)金流更有保證,容易獲得借貸;而離異借款人給人的印象是家庭事業(yè)的不穩(wěn)定,償還貸款能力相對(duì)不足,可能會(huì)受到貸款人歧視,不易獲得借貸。作為一個(gè)具有中國特色的熱點(diǎn)話題,研究P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象,能為P2P網(wǎng)絡(luò)借貸平臺(tái)上的借款人與貸款人的投融資決策提供指導(dǎo),有利于解決民間借貸中的信息不對(duì)稱問題,同時(shí),對(duì)中國P2P網(wǎng)絡(luò)借貸的合理運(yùn)營與有效監(jiān)管,具有積極的理論與現(xiàn)實(shí)意義。
本文利用P2P網(wǎng)絡(luò)借貸平臺(tái)“人人貸”2011~2014年的借貸數(shù)據(jù),對(duì)P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象進(jìn)行研究?!叭巳速J”的借款流程如下:首先,借款人發(fā)布借款訂單,填寫相應(yīng)的基本信息,包括年齡、性別、婚姻狀態(tài)、地區(qū)、學(xué)歷、月收入等,設(shè)定訂單的借款金額、借款期限以及借款利率,提交資料進(jìn)行相關(guān)認(rèn)證(包括身份認(rèn)證、信用報(bào)告認(rèn)證、婚姻認(rèn)證、工作認(rèn)證等);其次,在訂單發(fā)布后,貸款人根據(jù)所獲取的借款人與訂單信息,自由選擇訂單進(jìn)行投資?!叭巳速J”的借款機(jī)制為我們從借貸雙方兩個(gè)角度,研究P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象提供了便利。根據(jù)婚姻狀態(tài),本文將借款人分為三類:單身、已婚、離異。從貸款人角度出發(fā),本文利用借款成功率,考察貸款人對(duì)借款人的婚姻歧視現(xiàn)象,發(fā)現(xiàn)已婚借款人借款成功率更高,離異借款人的借款成功率更低,說明P2P網(wǎng)絡(luò)借貸中存在婚姻歧視現(xiàn)象。從借款人角度出發(fā),本文利用借款利率,考察借款人受婚姻歧視的影響,發(fā)現(xiàn)已婚借款人會(huì)設(shè)定較低的借款利率,離異借款人會(huì)設(shè)定較高的借款利率,表明借款人在發(fā)布訂單時(shí)受到婚姻歧視的影響。
進(jìn)一步研究發(fā)現(xiàn),婚姻歧視在不同特征的借款人之間存在差異。從貸款人角度看,信用等級(jí)低、收入低、中西部地區(qū)、擁有資產(chǎn)少、借款期限長的借款人的婚姻狀態(tài)對(duì)借款成功率有顯著影響,說明具有這些特征的借款人更容易受到貸款人的婚姻歧視,信用等級(jí)高、收入高、東部地區(qū)、擁有資產(chǎn)多、借款期限短的借款人則沒有受到明顯的婚姻歧視。從借款人角度看,對(duì)信用等級(jí)低、學(xué)歷低的借款人而言,婚姻狀態(tài)不同,設(shè)定的借款利率差異顯著,表明此類借款人發(fā)布訂單時(shí)更容易受到婚姻歧視的影響,而信用等級(jí)高、學(xué)歷高的借款人發(fā)布訂單時(shí),不會(huì)輕易受到婚姻歧視的影響。
由于P2P網(wǎng)絡(luò)借貸在國外起步較早,國外學(xué)者對(duì)P2P網(wǎng)絡(luò)借貸中的各類歧視現(xiàn)象進(jìn)行了大量研究,包括種族、性別、年齡、相貌、社交關(guān)系等方面的歧視,F(xiàn)reedman and Jin (2008)考察了借款人與貸款人之間的人際關(guān)系對(duì)借款成功率的影響,研究結(jié)果顯示加入P2P網(wǎng)絡(luò)借貸平臺(tái)群組的借款人的借款成功率比未加入的更高[1]。Pope and Sydnor (2011)根據(jù)借款人上傳的照片和借款描述數(shù)據(jù),通過實(shí)證研究指出網(wǎng)絡(luò)借貸中存在年齡歧視現(xiàn)象,35歲以下的借款人更易獲得資金[2]。Ravina (2012)使用Prosper的數(shù)據(jù),研究了美貌、種族和借款人展現(xiàn)自我方式等因素對(duì)貸款人決策的影響,發(fā)現(xiàn)在其他條件不變時(shí),種族對(duì)借款成功率有顯著影響,美貌可以使女性獲得比男性更低的貸款利率[3]。更多的研究集中于性別歧視,Blanchflower et al. (2002)、Storey (2004)、Alesina et al. (2013)等學(xué)者都先后對(duì)小微借貸市場的性別歧視進(jìn)行了考察[4][5][6]。Barasinska and Schafer (2014)針對(duì)德國P2P平臺(tái)Smava的數(shù)據(jù)也進(jìn)行了性別歧視考察,證實(shí)在其他條件不變的情況下,性別差異對(duì)于借款成功率的影響并不顯著,但是女性借款人認(rèn)為自己會(huì)被歧視所以設(shè)定一個(gè)更高的利率來吸引貸款人[7]。Duarte et al. (2015)考察了Prosper上的性別歧視問題,發(fā)現(xiàn)女性在網(wǎng)絡(luò)借貸中相較于男性獲得資金的成功率更小,獲得的資金更少[8]。此外,Armendariz and Morduch (2010)、Bert et al. (2011)、Aggarwal et al. (2015)還深入探討了P2P網(wǎng)絡(luò)借貸中產(chǎn)生性別歧視的原因[9][10][11]。
近年來,關(guān)于中國P2P網(wǎng)絡(luò)借貸中的歧視現(xiàn)象開始受到學(xué)者們的關(guān)注。Chen et al. (2014)使用“拍拍貸”2007~2011年的數(shù)據(jù),考察了中國P2P網(wǎng)絡(luò)借貸中的性別歧視,結(jié)果顯示女性的借款成功率更高,違約概率更小,但是利率卻更高[12]。廖理等(2014)通過對(duì)“人人貸”數(shù)據(jù)的實(shí)證分析驗(yàn)證了我國的P2P網(wǎng)絡(luò)借貸中地域歧視的存在性,并進(jìn)一步指出中國網(wǎng)絡(luò)借貸中的地域歧視是非理性的[13]。廖理等(2015)從借款成功率與還款違約率兩個(gè)角度對(duì)網(wǎng)絡(luò)借貸中的學(xué)歷歧視進(jìn)行了考察,發(fā)現(xiàn)高學(xué)歷借款人實(shí)際違約概率會(huì)更低,但借款成功率并沒有顯著提高[14]。莊雷和周勤(2015)利用2008~2014年的拍拍貸數(shù)據(jù)驗(yàn)證了身份歧視的存在性,并通過進(jìn)一步細(xì)分市場得出結(jié)論,信息披露質(zhì)量高時(shí)身份歧視不明顯,從而揭示了互聯(lián)網(wǎng)金融創(chuàng)新的重要性[15]。
現(xiàn)有文獻(xiàn)為我們研究P2P網(wǎng)絡(luò)借貸中的歧視現(xiàn)象提供了有益借鑒,但目前尚缺乏P2P網(wǎng)絡(luò)借貸中的婚姻歧視研究,多數(shù)學(xué)者只是將婚姻狀態(tài)作為實(shí)證研究中的一個(gè)解釋變量,并未單獨(dú)進(jìn)行深入研究。在西方社會(huì),由于婚姻家庭觀念比較淡薄,婚姻歧視不具有較大的研究價(jià)值,但是在中國,婚姻家庭觀念作為傳統(tǒng)文化的一個(gè)重要部分,對(duì)于P2P網(wǎng)絡(luò)借貸活動(dòng)會(huì)產(chǎn)生不可忽視的影響,因此,研究P2P網(wǎng)絡(luò)借貸中的婚姻歧視是對(duì)現(xiàn)有研究的有益補(bǔ)充。此外,P2P網(wǎng)絡(luò)借貸平臺(tái)呈現(xiàn)明顯的雙邊市場特征,已有文獻(xiàn)大多僅從貸款人角度考察歧視現(xiàn)象,分析立場不夠全面。針對(duì)現(xiàn)有研究的不足,我們結(jié)合中國國情,根據(jù)中國P2P網(wǎng)絡(luò)借貸平臺(tái)的特征,從借款人和貸款人的雙向角度出發(fā),全面深入地研究P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象。
(一)研究思路
與西方文化強(qiáng)調(diào)個(gè)人自由不同,中國傳統(tǒng)觀念向來重視家庭,在中國“家國同構(gòu)”的傳統(tǒng)社會(huì)中,社會(huì)和諧是建立在家庭修齊與和諧基礎(chǔ)之上的。在當(dāng)今中國社會(huì)發(fā)展模式中,家庭的獨(dú)特社會(huì)地位和功能依舊不容忽視,婚姻對(duì)個(gè)人生活具有重要意義。處于已婚狀態(tài)的人因家庭圓滿往往能給人一種安全感,所謂“家和萬事興”;而人們往往對(duì)離婚者存在偏見,沒有完整的家庭會(huì)給人一種“居無定所”的感覺,不易獲取信任。在借貸活動(dòng)中,已婚狀態(tài)的借款人現(xiàn)金流相對(duì)更有保證,貸款人相信其還款能力較高,會(huì)更愿意出借資金,離異狀態(tài)的借款人則處于相對(duì)劣勢,缺乏安全感、誠信度與可靠度,不易獲得貸款。因此,在P2P網(wǎng)絡(luò)借貸中,婚姻狀態(tài)是借款人的重要特征,也是貸款人選擇借款訂單時(shí)的重要參考依據(jù)。
本文著重考察婚姻狀態(tài)對(duì)P2P網(wǎng)絡(luò)借貸活動(dòng)的影響,具體分析P2P網(wǎng)絡(luò)借貸中是否存在婚姻歧視現(xiàn)象。研究思路如下:首先,考察已婚與非已婚借款人之間、離異與非離異借款人之間的借貸成功率是否存在顯著差異,在其他條件相同的情況下,如果已婚借款人的借款成功率高,離異借款人的借款成功率低,則說明貸款人傾向于借款給已婚借款人,不愿意借款給離異借款人,進(jìn)而說明存在貸款人對(duì)借款人的婚姻歧視;其次,考察已婚與非已婚借款人、離異與非離異借款人設(shè)定的借款利率是否存在顯著差異,在其他條件相同的情況下,如果已婚借款人設(shè)定的借款利率低,離異借款人設(shè)定的借款利率高,則說明在發(fā)布借款訂單時(shí),已婚借款人存在心理優(yōu)勢,離異借款人存在心理劣勢,進(jìn)而說明借款人在發(fā)布訂單時(shí)受到婚姻歧視的影響。
(二)模型構(gòu)建
根據(jù)以上研究思路,本文構(gòu)建以下實(shí)證模型考察婚姻狀態(tài)對(duì)借款成功率和借款利率的影響。模型(1)運(yùn)用Probit回歸考察婚姻狀態(tài)與借款成功率之間的關(guān)系:
Pr(successi)=Φ(α0+α1marriedi+α2divorcedi+α3OtherDemoi+α4LoanInfoi+α5Controli)
(1)
其中,success表示是否借款成功,married表示是否已婚,divorced表示是否離異,OtherDemo表示借款人除婚姻狀態(tài)外的其他個(gè)人信息(包括性別、學(xué)歷、信用等級(jí)等),LoanInfo為訂單信息(包括借款金額、借款期限、借款利率等),Control為其他控制變量(包括認(rèn)證信息、地區(qū)、年度等)。α0,…,α5為待估系數(shù),Φ是標(biāo)準(zhǔn)正態(tài)分布函數(shù)。如果α1顯著為正,α2顯著為負(fù),則說明存在貸款人對(duì)借款人的婚姻歧視。
模型(2)運(yùn)用OLS回歸考察婚姻狀態(tài)與借款利率之間的關(guān)系:
interesti=β0+β1marriedi+β2divorcedi+β3OtherDemoi+β4LoanInfoi+β5Controli+εi
(2)
其中,interest表示借款利率,除LoanInfo中不包含借款利率外,其他變量設(shè)置與模型(1)相同。β0,…,β5為待估系數(shù),ε是隨機(jī)擾動(dòng)項(xiàng)。如果β1顯著為正,β2顯著為負(fù),則說明借款人發(fā)布訂單信息時(shí)受到婚姻歧視的影響。
(三)變量描述
1.被解釋變量
成功訂單(success):啞變量,表示訂單借款是否成功。若借款成功,則取值為1,否則為0。
借款利率(interest):借款訂單的利率?!叭巳速J”借貸平臺(tái)的借款利率由借款人在給定的區(qū)間內(nèi)自行設(shè)定,下限為同期銀行一年期基準(zhǔn)貸款利率,上限為其4倍,平臺(tái)根據(jù)市場情況,適時(shí)調(diào)整利率的上下限。
2.解釋變量
(1)婚姻狀態(tài)變量*“人人貸”設(shè)定的借款人婚姻狀態(tài)包括未婚、已婚、離異和喪偶。由于喪偶狀態(tài)的樣本數(shù)過少,因而,實(shí)證研究針對(duì)剩余的三種婚姻狀態(tài)設(shè)定兩個(gè)啞變量。
已婚狀態(tài)(married):啞變量,表示借款人是否已婚。若已婚則取值為1,否則為0。
離異狀態(tài)(divorced):啞變量,表示借款人是否離異。若離異則取值為1,否則為0。
(2)個(gè)人信息變量(OtherDemo)
信用等級(jí)(grade):借款人在“人人貸”上的信用等級(jí)?!叭巳速J”根據(jù)借款人提交的認(rèn)證信息以及以往的交易記錄為每位借款人進(jìn)行信用評(píng)級(jí),由高到低依次為AA、A、B、C、D、E、HR。我們對(duì)信用等級(jí)進(jìn)行賦值:HR=1,E=2,D=3,C=4,B=5,A=6,AA=7。
性別(gender):啞變量,表示借款人的性別。若為女性則取值為1,否則為0。
學(xué)歷(education):啞變量,表示借款人的學(xué)歷水平。若學(xué)歷為本科及以上則取值為1,否則為0。
工作年限(worktime):啞變量,表示借款人工作時(shí)間。若工作時(shí)間在3年以上(不含3年)則取值為1,否則為0。
收入(income):啞變量,表示借款人的月收入水平。若月收入在10000以上則取值為1,否則為0。
年齡(age):借款人的實(shí)際年齡。本文研究樣本中借款人年齡范圍為20到74歲。
房產(chǎn)(house):啞變量,表示借款人是否擁有房產(chǎn)。若有房產(chǎn)則取值為1,否則為0。
車產(chǎn)(car):啞變量,表示借款人是否擁有車產(chǎn)。若有車產(chǎn)則取值為1,否則為0。
房貸(houseloan):啞變量,表示借款人是否有房貸。若有房貸則取值為1,否則為0。
車貸(carloan):啞變量,表示借款人是否有車貸。若有車貸則取值為1,否則為0。
(3)訂單信息變量(LoanInfo)
訂單金額(amount):借款訂單金額的對(duì)數(shù)?!叭巳速J”根據(jù)借款人的信用等級(jí)設(shè)定信用額度,借款人可以在其信用額度范圍內(nèi)自行選擇訂單金額。
訂單期限(month):借款訂單的借款期限。借款人自行設(shè)定,期限包括3、6、9、12、15、18、24、36個(gè)月。
借款利率(interest):借款訂單的利率。研究借款成功率時(shí)作為解釋變量。
3.其他控制變量
認(rèn)證信息:啞變量,表示借款人是否進(jìn)行各類認(rèn)證?!叭巳速J”對(duì)借款人提供的信息進(jìn)行審核認(rèn)證,包括身份證認(rèn)證、工作認(rèn)證、收入認(rèn)證、信用報(bào)告、房產(chǎn)認(rèn)證、車產(chǎn)認(rèn)證、婚姻認(rèn)證、居住地認(rèn)證、學(xué)歷認(rèn)證九項(xiàng)認(rèn)證。本文為每項(xiàng)認(rèn)證設(shè)定一個(gè)啞變量,若認(rèn)證通過則賦值為1,沒有進(jìn)行認(rèn)證或認(rèn)證未通過則為0。
地區(qū):啞變量,表示借款人所在地區(qū)。國務(wù)院區(qū)域發(fā)展規(guī)劃將31個(gè)省級(jí)行政區(qū)劃分為東部、中部和西部三個(gè)地區(qū)*東部地區(qū):北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區(qū):山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū):四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古。。本文對(duì)東部和中部分別設(shè)置啞變量。若借款人在該地區(qū)則取值為1,否則為0。
年度:啞變量,表示借款訂單發(fā)布的年度。樣本期限為2011~2014年,本文對(duì)2011年、2012年、2013年分別設(shè)置三個(gè)啞變量。若訂單在該年度發(fā)布則取值為1,否則為0。
(一)數(shù)據(jù)來源與說明
“人人貸”P2P借貸平臺(tái)成立于2010年5月,由于建設(shè)初期存在一定的測試數(shù)據(jù),會(huì)對(duì)研究產(chǎn)生干擾,故本文選取“人人貸”2011年1月1日至2014年12月31日期間發(fā)布的所有有效“信用認(rèn)證標(biāo)”訂單數(shù)據(jù)作為研究樣本*“人人貸”網(wǎng)站借款訂單標(biāo)的類型共有四種:信用認(rèn)證標(biāo)、實(shí)地認(rèn)證標(biāo)、機(jī)構(gòu)擔(dān)保標(biāo)以及智能理財(cái)標(biāo)。其中,信用認(rèn)證標(biāo)是主要訂單種類,約占總樣本的79.41%。由于實(shí)地認(rèn)證標(biāo)和機(jī)構(gòu)擔(dān)保標(biāo)在樣本期內(nèi)借款成功率接近100%,貸款人在選擇此類標(biāo)的時(shí)更關(guān)注擔(dān)保人而非借款人信息。對(duì)于智能理財(cái)標(biāo),網(wǎng)站采用貸款人認(rèn)購此類產(chǎn)品、網(wǎng)站統(tǒng)一進(jìn)行分配的方法,因而此類標(biāo)的更接近于理財(cái)產(chǎn)品,其中貸款人不參與對(duì)借款訂單的選擇。故本文選取符合研究目標(biāo)的信用認(rèn)證標(biāo),剔除其他三類的借款訂單。。另外,出于數(shù)據(jù)穩(wěn)定性和適用性考慮,本文剔除了以下訂單數(shù)據(jù):(1)披露信息不全的;(2)婚姻狀態(tài)為喪偶的;(3)借款人年齡小于20歲的*《中華人民共和國婚姻法》第六條規(guī)定:“結(jié)婚年齡,男不得早于二十二周歲,女不得早于二十周歲?!币虼?,在法定結(jié)婚年齡前的借款人訂單不具有研究意義,予以剔除。。最終樣本包含241390個(gè)訂單數(shù)據(jù),其中2011年的訂單數(shù)為20069個(gè),2012年的訂單數(shù)為27905個(gè),2013年的訂單數(shù)為50820個(gè),2014年的訂單數(shù)為142596個(gè)。
表1給出了主要變量的描述性統(tǒng)計(jì)。從中可以發(fā)現(xiàn),P2P網(wǎng)絡(luò)借貸的成功率較低,成功訂單約占總數(shù)的6.93%;已婚借款人與非已婚借款人數(shù)量相當(dāng),已婚借款人約占49.5%,而離異借款人數(shù)量較少,約占4%;多數(shù)借款人信用等級(jí)較低,等級(jí)為HR的借款人約占95.5%;多數(shù)借款人學(xué)歷水平較低、工作時(shí)間不長、收入水平不高,其中,本科及以上的借款人約占21.1%;工作時(shí)間在3年以上的借款人約占36.3%,月收入在10000元以上的借款人約占24.6%;個(gè)人資產(chǎn)方面,有房產(chǎn)的約占42.3%,有車產(chǎn)的約占24.2%,有房貸的約占13.1%,有車貸的約占5.27%;借款人平均年齡約為30歲;平均借款金額較低,為24563元;平均借款利率遠(yuǎn)高于銀行借貸利率,約為14.7%;平均借款期限不長,約為15個(gè)月。
表2給出了主要變量均值在已婚與非已婚借款人、離異與非離異借款人之間的差異。結(jié)果顯示,從平均意義上看,已婚借款人與非已婚借款人在主要變量上均存在顯著差異,已婚借款人相對(duì)于非已婚借款人的借款成功率更高,收入更高,年齡更大,信用等級(jí)更高,工作時(shí)間更長,借款期限更長,更多的有房產(chǎn)、車產(chǎn)。離異借款人與非離異借款人在大部分變量上存在顯著差異,離異借款人相對(duì)于非離異借款人的借款成功率更低。
表1 主要變量的描述性統(tǒng)計(jì)*由于篇幅所限,其他控制變量的描述性統(tǒng)計(jì)未在表中給出。
表2 主要變量在不同婚姻狀態(tài)間的差異分析
注:*** 、** 、* 分別代表在1%、5%、10%水平下顯著。下同。
(二)實(shí)證結(jié)果與分析
表3給出了模型(1)和模型(2)的估計(jì)結(jié)果。對(duì)借款成功率而言,已婚狀態(tài)變量(married)前的系數(shù)顯著為正,離異狀態(tài)變量(divorced)前的系數(shù)顯著為負(fù),說明已婚借款人比非已婚借款人更容易獲得貸款,而離異借款人比非離異借款人更難獲得貸款。這意味著在同等條件下,貸款人更傾向于向已婚借款人提供資金,而不愿意借款給離異借款人。由此可知,在P2P網(wǎng)絡(luò)借貸中,存在貸款人對(duì)借款人的婚姻歧視現(xiàn)象。我們認(rèn)為,這種婚姻歧視除了與中國傳統(tǒng)文化息息相關(guān),也有更深層次的社會(huì)學(xué)原因。社會(huì)學(xué)認(rèn)為婚姻與家庭是一種社會(huì)制度性的設(shè)置,其本質(zhì)是社會(huì)性的責(zé)任與義務(wù),因此,不同的婚姻狀態(tài)的穩(wěn)定性反映了不同的個(gè)人價(jià)值觀,與個(gè)人責(zé)任義務(wù)的實(shí)踐情況密切相關(guān)。貝克爾(2005)指出,具有不同專業(yè)化優(yōu)勢的、在能力與收入方面存在差別的男女,通過婚姻的形式可以實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)、優(yōu)化組合,使雙方的收益達(dá)到最大化,因此,婚姻家庭的經(jīng)濟(jì)狀況一般好于單身[16]。從貸款人角度看,已婚借款人責(zé)任感更強(qiáng),還貸風(fēng)險(xiǎn)較低,如約還款概率更高,而離異借款人責(zé)任感低,還貸能力差,貸款回收往往隱藏較大風(fēng)險(xiǎn),這些因素導(dǎo)致了貸款人對(duì)借款人存在婚姻歧視。
其他解釋變量方面,可以發(fā)現(xiàn)借款人收入越高、年齡越大、信用等級(jí)越高、學(xué)歷越高、工作年限越長、借款金額越少,其獲得貸款的成功率越高。這與其他學(xué)者的研究以及事實(shí)情況基本相符。
表3 模型(1)與模型(2)的估計(jì)結(jié)果
對(duì)借款利率而言,已婚狀態(tài)變量(married)前的系數(shù)顯著為負(fù),離異狀態(tài)變量(divorced)前的系數(shù)顯著為正,說明已婚借款人會(huì)設(shè)定一個(gè)較低的利率,離異借款人會(huì)設(shè)定一個(gè)較高的利率。已婚借款人認(rèn)為自己比非已婚借款人具有相對(duì)優(yōu)勢,因此在發(fā)布借款訂單時(shí),會(huì)設(shè)定一個(gè)相對(duì)較低的借款利率,以此降低借款成本。與之相對(duì),離異借款人認(rèn)為自己具有相對(duì)劣勢,會(huì)設(shè)定一個(gè)相對(duì)較高的借款利率以吸引資金。這說明借款人發(fā)布訂單時(shí)會(huì)受到婚姻歧視的影響。其他解釋變量方面,可以發(fā)現(xiàn)借款人學(xué)歷越低、信用等級(jí)越低、借款金額越小,設(shè)定的借款利率就越高,這些結(jié)果與現(xiàn)實(shí)情況基本相符。
(三)進(jìn)一步研究
全樣本回歸結(jié)果發(fā)現(xiàn)P2P網(wǎng)絡(luò)借貸中存在著婚姻歧視現(xiàn)象,但我們認(rèn)為婚姻歧視在不同特征的借款人間可能存在差異。具體而言,一些具有低違約風(fēng)險(xiǎn)特征的借款人相對(duì)于高違約風(fēng)險(xiǎn)特征的借款人受到婚姻歧視的影響可能不同。我們根據(jù)信用等級(jí)、學(xué)歷、收入、地區(qū)、資產(chǎn)、借款期限這6個(gè)特征對(duì)借款人進(jìn)行分組,進(jìn)一步研究婚姻歧視現(xiàn)象的異質(zhì)性。
表4 按信用等級(jí)分組的回歸結(jié)果
按照借款人信用等級(jí)由低到高,我們把借款人分成三組:HR、C/D/E、B/A/AA,表4給出了分組回歸的結(jié)果。結(jié)果顯示,貸款人對(duì)信用等級(jí)低的借款人有明顯的婚姻歧視,對(duì)信用等級(jí)高的借款人沒有明顯的婚姻歧視;在發(fā)布訂單時(shí),婚姻歧視對(duì)信用等級(jí)低的借款人影響明顯,對(duì)信用等級(jí)高的借款人則不明顯。
表5 按學(xué)歷分組的回歸結(jié)果
我們根據(jù)學(xué)歷水平把借款人分成三組:??萍耙韵?、本科、研究生及以上,分組回歸結(jié)果見表5。結(jié)果顯示,貸款人對(duì)不同學(xué)歷水平的未婚借款人都存在婚姻歧視,對(duì)學(xué)歷低的離異借款人存在婚姻歧視;在發(fā)布訂單時(shí),學(xué)歷低的借款人明顯受到婚姻歧視的影響,學(xué)歷高的借款人沒有受到影響。
表6 按月收入分組回歸結(jié)果
表6是按照借款人月收入水平分組回歸的結(jié)果,我們把借款人分成三組:月收入5000元以下、5000~20000元、20000元以上。結(jié)果說明,貸款人對(duì)低收入借款人有明顯的婚姻歧視,對(duì)高收入借款人沒有明顯的婚姻歧視;在發(fā)布訂單時(shí),不同收入水平的已婚借款人都會(huì)受到婚姻歧視的影響,收入低的離異借款人會(huì)受到婚姻歧視的影響。
表7 按地區(qū)分組回歸結(jié)果
表7顯示了按照地區(qū)分組的回歸結(jié)果。我們按照之前變量設(shè)置中的地區(qū)劃分,將借款人分為東部、中部、西部三組。從表7可以發(fā)現(xiàn),經(jīng)濟(jì)欠發(fā)達(dá)的中西部地區(qū)借款人受到明顯的婚姻歧視,而經(jīng)濟(jì)較發(fā)達(dá)的東部地區(qū)借款人受到的婚姻歧視不明顯;不同地區(qū)的借款人在發(fā)布訂單時(shí),都會(huì)明顯受到婚姻歧視的影響。
表8 按擁有資產(chǎn)分組回歸結(jié)果
根據(jù)借款人擁有資產(chǎn)的情況,我們把借款人分成三組:無房無車、有房無車、有房有車,表8顯示了分組回歸的結(jié)果。我們發(fā)現(xiàn),貸款人對(duì)于擁有資產(chǎn)較少的借款人有明顯的婚姻歧視,對(duì)擁有資產(chǎn)較多的借款人沒有明顯的婚姻歧視;在發(fā)布訂單時(shí),不同資產(chǎn)情況的已婚借款人都會(huì)明顯受到婚姻歧視的影響,資產(chǎn)較多的離異借款人沒有受到婚姻歧視的影響。
表9 按借款期限分組回歸結(jié)果
表9是按照借款期限分組回歸的結(jié)果。借款期限從短到長共分為三組:不超過3個(gè)月、不超過1年、大于1年。結(jié)果顯示,貸款人對(duì)借款期限短的借款人沒有明顯的婚姻歧視,而對(duì)借款期限較長的借款人有明顯的婚姻歧視;不同借款期限的借款人在發(fā)布訂單時(shí),均會(huì)受到婚姻歧視的明顯影響。
根據(jù)上述分組回歸結(jié)果,我們發(fā)現(xiàn)P2P網(wǎng)絡(luò)貸款中的婚姻歧視存在異質(zhì)性。貸款人對(duì)信用等級(jí)低、收入低、中西部地區(qū)、擁有資產(chǎn)少、借款期限長的借款人存在明顯的婚姻歧視,對(duì)信用等級(jí)高、收入高、東部地區(qū)、擁有資產(chǎn)多、借款期限短的借款人的婚姻歧視不明顯。信用等級(jí)低、學(xué)歷低的借款人發(fā)布訂單時(shí)更容易受到婚姻歧視的影響,信用等級(jí)高、學(xué)歷高的借款人發(fā)布訂單時(shí)不會(huì)受到婚姻歧視的影響。
從貸款人角度分析,具有信用等級(jí)低、收入低、擁有資產(chǎn)少、借款期限長這些特征的借款人通常會(huì)有較高違約風(fēng)險(xiǎn),給人以不安全感,此時(shí)已婚狀態(tài)更能使借款人獲得信任,婚姻歧視明顯;與此相反,信用等級(jí)高、收入高、擁有資產(chǎn)多、借款期限短的借款人的違約風(fēng)險(xiǎn)相對(duì)較低,還款能力更有保障,此時(shí)貸款人不會(huì)太注重借款人的婚姻狀態(tài),婚姻歧視顯得不明顯。地區(qū)間的婚姻歧視差異實(shí)際上體現(xiàn)了地區(qū)間婚姻觀念的差異,在東部經(jīng)濟(jì)發(fā)達(dá)地區(qū),比如北京、上海等一線城市,越來越多的人崇尚單身主義,婚姻狀態(tài)對(duì)于這些地區(qū)的借款人而言并不重要,因此,婚姻歧視不明顯。在中西部經(jīng)濟(jì)相對(duì)落后的地區(qū),婚姻觀念較強(qiáng),人們會(huì)更信任已婚狀態(tài)的借款人,婚姻歧視明顯。
從借款人角度分析,低信用等級(jí)、低學(xué)歷的借款人認(rèn)為自己在借貸關(guān)系中處于相對(duì)劣勢地位,在發(fā)布訂單時(shí)更希望通過設(shè)定較高利率來吸引投資,因此,受婚姻歧視的影響變得顯著;與此相反,高信用等級(jí)、高學(xué)歷的借款人認(rèn)為自己處于相對(duì)優(yōu)勢地位,并不在意婚姻狀態(tài)對(duì)自身的影響,因此,受到婚姻歧視的影響并不顯著。
歧視作為借貸關(guān)系中的重要現(xiàn)象,在研究中受到廣泛關(guān)注。本文根據(jù)中國的傳統(tǒng)文化與具體國情,重點(diǎn)考察P2P網(wǎng)絡(luò)借貸關(guān)系中的婚姻歧視現(xiàn)象。選取2011~2014年“人人貸”P2P借貸平臺(tái)上的數(shù)據(jù),將借款人分成單身、已婚、離異三類,利用借款成功率和借款利率,從借貸雙向角度出發(fā),實(shí)證檢驗(yàn)P2P網(wǎng)絡(luò)借貸中的婚姻歧視現(xiàn)象。結(jié)果顯示:在同等條件下,已婚借款人的借款成功率顯著為高,離異借款人的借款成功率顯著為低,表明P2P網(wǎng)絡(luò)借貸中存在貸款人對(duì)借款人的婚姻歧視;在同等條件下,已婚借款人設(shè)定的借款利率顯著為低,離異借款人設(shè)定的借款利率顯著為高,表明借款人在發(fā)布借款訂單時(shí)受到婚姻歧視的影響。本文對(duì)婚姻歧視的異質(zhì)性進(jìn)行了進(jìn)一步研究,發(fā)現(xiàn)貸款人對(duì)信用等級(jí)低、收入低、中西部地區(qū)、擁有資產(chǎn)少、借款期限長的借款人有明顯的婚姻歧視,信用等級(jí)高、收入高、東部地區(qū)、擁有資產(chǎn)多、借款期限短的借款人受到的婚姻歧視不明顯;信用等級(jí)低、學(xué)歷低的借款人在發(fā)布訂單時(shí)更容易受到婚姻歧視的影響,信用等級(jí)高、學(xué)歷高的借款人發(fā)布訂單時(shí)不易受到婚姻歧視的影響。
本文的研究結(jié)合中國特色,豐富了P2P網(wǎng)絡(luò)借貸中有關(guān)歧視現(xiàn)象的研究,有助于更深入理性地看待民間借貸中的婚姻歧視現(xiàn)象,為P2P網(wǎng)絡(luò)借貸中借貸雙方進(jìn)行投融資決策提供了理論指導(dǎo),有助于解決民間借貸中的信息不對(duì)稱問題,對(duì)中國P2P網(wǎng)絡(luò)借貸的發(fā)展和監(jiān)管提供了參考依據(jù)。
[1] Freedman S., Jin G. Z. Do Social Networks Solve Information Problems for Peer-to-Peer Lending? Evidence from Prosper. com[J]. Social Science Electronic Publishing, 2008, pp. 8-43.
[2] Pope D. G., Sydnor J. R. What’s in a Picture? Evidence of Discrimination From Prosper. com[J]. Journal of Human Resources, 2011, 46(1), pp. 53-92.
[3] Ravina E. Love & Loans: The Effect of Beauty and Personal Characteristics in Credit Markets[J]. SSRN Electronic Journal, 2012.
[4] Blanchflower D. G., Levine P. B., Zimmerman D. J. Discrimination in the Small Business Credit Market[J]. Social Science Electronic Publishing, 2002, 85(4), pp. 930-943.
[5] Storey D. J. Racial and Gender Discrimination in the Micro Firms Credit Market?: Evidence from Trinidad and Tobago[J]. Small Business Economics, 2004, 23(5), pp. 401-422.
[6] Alesina A. F., Lotti F., Mistrulli P. E. Do Women Pay More for Credit? Evidence From Italy[J]. Journal of the European Economic Association, 2013, 11(s1), pp. 45-66.
[7] Barasinska N., Schafer D. Is Crowdfunding Different? Evidence On the Relation Between Gender and Funding Success From a German Peer-to-Peer Lending Platform[J]. German Economic Review, 2014, 15(4), pp. 436-452.
[8] Duarte J., Siegel S., Young L. A. Do Individual Investors Form Rational Expectations? Evidence from Peer-to-Peer Lending[J]. SSRN Electronic Journal, 2015.
[9] Armendariz B., Morduch J. The Economics of Microfinance[M]. Second Edition. The MIT Press, 2007.
[10] Bert D., Guerin I., Mersland R. Women and Repayment in Microfinance: A Global Analysis[J]. World Development, 2011, 39(5), pp. 758-772.
[11] Aggarwal R., Goodell J. W., Selleck L. J. Lending to Women in Microfinance: Role of Social Trust[J]. International Business Review, 2015, 24(1), pp. 55-65.
[12] D. Chen, X. Li, F. Lai. Gender Discrimination in Online Peer-to-Peer Credit Lending: Evidence from Lending Platform in China[J]. Electronic Commerce Research, 2016, forthcoming.
[13] 廖理, 李夢然, 王正位. 中國互聯(lián)網(wǎng)金融的地域歧視研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2014, (5): 54-70.
[14] 廖理, 吉霖, 張偉強(qiáng). 借貸市場能準(zhǔn)確識(shí)別學(xué)歷的價(jià)值嗎?——來自P2P平臺(tái)的經(jīng)驗(yàn)證據(jù)[J]. 金融研究, 2015, (3): 146-159.
[15] 莊雷, 周勤. 身份歧視: 互聯(lián)網(wǎng)金融創(chuàng)新效率研究——基于P2P網(wǎng)絡(luò)借貸[J]. 經(jīng)濟(jì)管理, 2015, (4): 136-147.
[16] [美]加里·斯坦利·貝克爾著. 家庭論[M]. 王獻(xiàn)生, 王宇, 譯. 北京: 商務(wù)印書館, 2005.
TheMaritalDiscriminationinP2PLending:Evidencefromrenrendai.com
JIANG Yu, SHI Yizhou
(School of Business, Nanjing University, Nanjing 210093, China)
With the quick development of P2P lending in China, discriminations in the lending relationship have begun to attract attention. This paper investigates the marital discrimination, a phenomenon of Chinese characteristics, in P2P lending. Using the data of renrendai.com, a P2P online lending platform in China, this paper empirically studies the marital discrimination in the P2P lending from the perspective of both lenders and borrowers. Results indicate that there does exist marital discrimination in P2P lending. First, lenders prefer to lend money to married borrowers rather than divorced borrowers. Second, influenced by the marital discrimination, lenders tend to set lower interest rates for married borrowers and higher interest rates for divorced borrowers. It’s further found that the marital discrimination exhibits heterogeneity for borrowers with different features, that is, the effects of marital status vary among borrowers with different credit ratings, educational levels, income, regions, assets and loan terms.
P2P Online Lending; Marital Discrimination; Success Rate of Obtaining Loan; Interest Rate of Loan
2016-04-11
國家自然科學(xué)基金資助項(xiàng)目(71301072);國家社會(huì)科學(xué)基金重大項(xiàng)目(14ZDA043);江蘇2011計(jì)劃區(qū)域經(jīng)濟(jì)轉(zhuǎn)型與管理變革協(xié)同創(chuàng)新中心重大招標(biāo)課題(2015-11)
蔣彧(1980-),男,江蘇常州人,南京大學(xué)商學(xué)院副教授,中國特色社會(huì)主義經(jīng)濟(jì)建設(shè)協(xié)同創(chuàng)新中心副教授;施一舟(1993-),女,江蘇蘇州人,南京大學(xué)商學(xué)院碩士生。
F830.5
:A
:1004-4892(2017)09-0045-11