借款人社会资本会降低其贷款违约概率吗——来自现金贷市场的证据

发布时间：2021-09-17 00:38

　　社会资本是指拥有社交网络所带来的资源总和,与社交网络的规模相关,影响着市场参与者的各项经济行为,包括借款人违约行为。本文通过模型推导证明,由于借款人违约行为传导到社交网络中会带来社会耻辱成本,因此,社会资本越强,则违约机会成本越高,从而违约率越低;然而在信息不对称情况下,可能存在社会资本的逆向选择现象,即社会资本越强的借款人反而可能是资质越差的借款人,其违约率不一定更低,甚至更高。本文主要利用一家现金贷公司的数据,利用借款人与联系人通话数量识别社会资本,通过系列检验发现社会资本会降低贷款违约。随后本文引入短信中"逾期"文本数量等信息对借款人资质进行区分从而进行机制检验,进一步说明社会资本通过机会成本机制降低贷款违约,并未发现存在逆向选择机制的证据。总体而言,本文结合机会成本理论及信息不对称下的逆向选择理论对社会资本与贷款违约的关系进行创新性机制推导,并用借款人与联系人通话数量这一信息创新性地衡量了社会资本,"逾期"文本数量等信息也为区分借款人资质差异提供了新角度。本文的研究结论为贷款机构健全贷款审核体系、完善风险控制机制提供参考,也为进一步推进征信体系建设提供了合理性及必要性支撑。 

【文章来源】：中国工业经济. 2020,(10)北大核心CSSCI

【文章页数】：19 页

【部分图文】：

借款人违约概率、借款概率与社会资本的关系

除借款人本地设备中与通讯录联系人的通话数量之外，本文还获取了借款人本地设备中所有呼入电话次数（包括联系人及未知号码）以及运营商云端记录的所有通话次数（包括与所有人呼入及呼出的完整记录）。上述指标的时间区间与前文数据相同，同样根据通话时长大于零进行筛选。虽然借款人与联系人通话数量对于衡量真正的社会资本更为准确，但上述两个指标也可以起到一定的衡量作用，仍可以用来进行稳健性检验。回归过程中将上述两个指标同样除100并进行缩尾处理，结果见表4。可以发现，借款人本地设备中所有呼入电话次数（Call＿in）及运营商记录的所有通话次数（Call＿cloud）均与两个标准下的贷款违约显著负相关，且由社会资本对贷款违约影响的边际效应可知该影响同样具有显著的经济意义。上述检验同样发现借款人社会资本越高，其贷款违约率越低，证明了本文主体结论的稳健性。此外，这里引入多头借贷风险（Multiple＿sources）衡量借款人资质并进行机制检验。在网贷实践中，现金贷平台也十分关注借款人这一风险，因此会获取借款人手机中其他借贷类APP的数量作为判断借款人资质的重要指标，借贷类APP数量较多可能意味着借款人从多处借贷的可能性较大，甚至存在“拆东墙补西墙”的借贷行为。这里利用其他借贷类APP数量是否高于均值来衡量借款人是否存在多头借贷风险，样本中其他借贷类APP数量均值为4.82，其中41.23%的样本达到5个及以上，Multiple＿sources被标记为1。这里添加多头借贷风险与社会资本的交叉项（Social＿capital×Multiple＿sources）来验证机制检验的稳健性。由表5的回归结果可知，三个维度的通话数量指标仍与两个标准下的贷款违约显著负相关；同时，不同设定中交叉项均不显著，说明通话数量对贷款违约的作用同样不会受到多头借贷风险的显著影响，同样没有发现不同资质的借款人违约成本关于社会资本敏感程度不同的证据。另外，可以观察到多头借贷风险对贷款违约的直接影响并不显著，这可能是由于该变量所包含的信息有很多反映在了平台构建的模型分数当中。

【参考文献】：
期刊论文
[1]利率市场化、货币政策冲击与线上线下民间借贷[J]. 王博,梁洪,张晓玫.  中国工业经济. 2019(06)
[2]创新的母校印记:基于校友圈与专利申请的证据[J]. 申宇,赵玲,吴风云.  中国工业经济. 2017(08)
[3]网络借贷是实现普惠金融的有效途径吗——来自“人人贷”的微观借贷证据[J]. 王博,张晓玫,卢露.  中国工业经济. 2017(02)
[4]借贷市场能准确识别学历的价值吗?——来自P2P平台的经验证据[J]. 廖理,吉霖,张伟强.  金融研究. 2015(03)



本文编号：3397599