网络借贷市场资金供需双方行为特征研究
发布时间：2020-12-20 07:37
网络借贷借助信息技术撮合借贷双方完成基于信任的匿名借贷交易,其本质仍为民间借贷。技术的引入扩大了借贷交易的地域范围和时间范围,来自全国各地的借款人和投资人可以不受时间与地域的限制,随时随地进行借贷交易。网络借贷的准入门槛较低,吸引了大量有资金需求的借款人和拥有闲散资金的投资人参与网络借贷交易。网络借贷市场资金需求侧和供给侧参与者的行为特征会对市场运行和市场效率产生重要影响。在资金需求侧,由于平台的风险防控技术和贷后联合惩戒措施不足以及监管政策冲击,导致借款人违约风险较高,甚至出现恶意逃废债问题,不仅致使投资人面临损失,还加剧了行业风险。在资金供给侧,不同于机构投资者,网络借贷投资人主要为缺乏专业知识和投资经验的个体投资者,其在网络借贷交易中表现出部分非理性行为。此外,普惠金融的重点服务对象是否受到投资人的偏好及其融资成本高低,关系到网络借贷能否助力实现普惠金融目标。监管信号近年密集释放,网络借贷行业正处在清退转的关键时刻。借助网络借贷市场的借款申请和出借记录等标准化交易数据,研究网络借贷主要参与者的行为特征,扩展影响市场效率和市场运行的关键因素,可为宏观监管、中观平台转型升级和微观参与...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：228 页
【学位级别】：博士
【部分图文】：
图１－１网络借贷行业发展现状??２０１０年后，政策红利促进了包括网络借贷在内的互联网金融的快速发展
，加之监管层将网络借贷平台定位为信息中介，学者一般仅??使用人人贷的信用认证类借款样本研究网络借贷的相关问题。对原始样本做以下??处理：（丨）剔除实地认证标、机构拘保标和智能理财标；（２）剔除收入、学历、??工作行业和工作时间等缺失或者表述不清的借款标的：（３）剔除借款金额为０元??的标的；（４）剔除标的数Ｍ较少的中Ｗ香港、中Ｗ澳门和中Ｗ台湾三个竹级行政??丨Ｘ：域的借款标的。最终得到４１９７９２条信用认证类借款数据，遍布全闲３１个拆市??自治区，借款标的主要集中在中部和东部地区，如图４＊４?（丨）所示，颜色越深，??借款申请数Ｍ越多。满标借款３４１２５单，平均满标率为８．１３％，成功借款２８６９３??单，ｆ均成功率为６．８４％。满标借款同样遍布全国３１个省市，如图４－４?（２）所??示，满标借款集中在广东、浙江、江苏、山东等地。??（ｙ?ｆ?〇ｒ＾ｒ?＾?，??＾５０?．?口。?、ｖ？？夕?ｉ??？?ＸＷ?？１?ＣＯ?１．５００??ＨＩ?５００Ｊ?ＩＯＯＯＯ?，?Ｍ?ＳＯＩ?－?１０００??■ｉ?１０００１?３００００?．，ｉ＜＊?ＨｉｌＯＯＩ?＾ＯＯＯ??＿２Ｕ〇〇?卜．＿?？．．’：，?Ｍｌ?２００１?－?ＷＸ．?？？，：？？＞，??■１?ＳＯＯＯｌ．ＴＯＯＯＯ?Ｉ?麵则．６０００?ｌ?？??＊?一??（１）借款申请?（２）满标借款??图４－４借款标的地域分布??（２）变量定义说明??借款人在人人贷平台申请借款时，需要填报和披露两方面信息：一是借款订??单信息，包括借款利率、借款期限、借款金额、借款用途以及借款年份；二是借??款人特征信息，包括基础信息、信用信息、
山东大学博士学位论文??７．２投资端数据概况??（１）全样本概况??关于投资端数据，网络借贷平台一般不公布投资端的具体信息，而出借记录??只包含投资人的昵称、出借金额、出借时间等信息，因而无法直接通过出借记录??获取投资人的个体特征。如果投资人在平台申请过借款，则其基本信息会被记录??在借款端数据之中。参考高铭等（２０１７）和丁杰等（２０１８）的做法，将信用认证??类借款数据中投资人的身份识别码和借款人的分份识别码进行匹配，共匹配出??７０１０５条出借记录含存基础信息。这些出借记录对应３２０８位投资人，投资金额??约５１６４万元。剔除数据缺失的样本，圾终投资端的投资数据为２４３６位投资人的??６２２３２条出借记录。投资人遍布除港澳台外的３丨个省市，何东部地区的出借交??易最为频繁，北京、江苏、上海和广东的投资人出借频率位居前列，对应的出借??记录均超５０００条（如图７－１所示）。??Ｉ＞ｒａｌｉｎｇｓ?ｏｆ?ｉｎｖｅｓｔｏｒ／ＷＰ?＾??口０?＼?ｅｙ?｜??口?１．１０００?？１??ＳＳ１００１?？?２０００?ｔ?；??■Ｉ?２００１?？?３０００??ｍｍ?３〇ｏｉ．?５〇ｏｏ??■■训－１５０００?４??图７－１出借记录地域分布??（２）变童定义说明??投资人的特征信息包括基础信息资产信息工作??信息和出借信息四个维度。基础信息包括出借??时的年龄（）、性别（）、学历（ｊＬ＿￡＾ｗ〇７／／６）／２?）和婚姻状况??资产信息包括收入水平是否有房产（Ｌ??１３７??
【参考文献】：
期刊论文
[1]地理距离、信息不对称与借款人违约风险[J]. 张笑,胡金焱. 山东大学学报(哲学社会科学版). 2020(01)
[2]P2P投资经验与甄别违约风险的能力——基于学习的视角[J]. 周先波,欧阳梦倩. 统计研究. 2019(12)
[3]金融投资中的教育溢价及其性别异质性——基于P2P网贷投资的实证检验[J]. 丁杰,曾燕,李悦雷,郭阳. 中国管理科学. 2019(10)
[4]普惠金融、货币政策与网络借贷发展[J]. 梁洪,张晓玫. 国际金融研究. 2019(09)
[5]信任与欺骗:投资者为什么陷入庞氏骗局?——来自e租宝88.9万名投资者的经验证据[J]. 王正位,王新程,廖理. 金融研究. 2019(08)
[6]高收入者参与P2P网络借贷的动机:基于信息不对称的视角[J]. 张笑,胡金焱. 改革. 2019(07)
[7]信贷市场存在行业歧视吗——以P2P网络借贷为例的研究[J]. 胡金焱,李建文. 财贸经济. 2019(07)
[8]货币政策对互联网金融借贷利率的作用机制与实施效果:以P2P为例[J]. 胡金焱,水兵兵. 山东社会科学. 2019(06)
[9]声誉的信息含量——来自P2P网络借贷的证据[J]. 李焰,张迎新,王琳. 管理评论. 2019(04)
[10]市场化进程、教育同质性婚配与家庭收入差距[J]. 王文涛,曹丹丹. 经济学动态. 2019(02)
博士论文
[1]网络借贷市场中投资者风险偏好与行为特征研究[D]. 宋唯实.山东大学 2019
[2]网络借贷中信息不对称的作用机理与缓解机制研究[D]. 张笑.山东大学 2019
本文编号：2927486
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：228 页
【学位级别】：博士
【部分图文】：
图１－１网络借贷行业发展现状??２０１０年后，政策红利促进了包括网络借贷在内的互联网金融的快速发展
，加之监管层将网络借贷平台定位为信息中介，学者一般仅??使用人人贷的信用认证类借款样本研究网络借贷的相关问题。对原始样本做以下??处理：（丨）剔除实地认证标、机构拘保标和智能理财标；（２）剔除收入、学历、??工作行业和工作时间等缺失或者表述不清的借款标的：（３）剔除借款金额为０元??的标的；（４）剔除标的数Ｍ较少的中Ｗ香港、中Ｗ澳门和中Ｗ台湾三个竹级行政??丨Ｘ：域的借款标的。最终得到４１９７９２条信用认证类借款数据，遍布全闲３１个拆市??自治区，借款标的主要集中在中部和东部地区，如图４＊４?（丨）所示，颜色越深，??借款申请数Ｍ越多。满标借款３４１２５单，平均满标率为８．１３％，成功借款２８６９３??单，ｆ均成功率为６．８４％。满标借款同样遍布全国３１个省市，如图４－４?（２）所??示，满标借款集中在广东、浙江、江苏、山东等地。??（ｙ?ｆ?〇ｒ＾ｒ?＾?，??＾５０?．?口。?、ｖ？？夕?ｉ??？?ＸＷ?？１?ＣＯ?１．５００??ＨＩ?５００Ｊ?ＩＯＯＯＯ?，?Ｍ?ＳＯＩ?－?１０００??■ｉ?１０００１?３００００?．，ｉ＜＊?ＨｉｌＯＯＩ?＾ＯＯＯ??＿２Ｕ〇〇?卜．＿?？．．’：，?Ｍｌ?２００１?－?ＷＸ．?？？，：？？＞，??■１?ＳＯＯＯｌ．ＴＯＯＯＯ?Ｉ?麵则．６０００?ｌ?？??＊?一??（１）借款申请?（２）满标借款??图４－４借款标的地域分布??（２）变量定义说明??借款人在人人贷平台申请借款时，需要填报和披露两方面信息：一是借款订??单信息，包括借款利率、借款期限、借款金额、借款用途以及借款年份；二是借??款人特征信息，包括基础信息、信用信息、
山东大学博士学位论文??７．２投资端数据概况??（１）全样本概况??关于投资端数据，网络借贷平台一般不公布投资端的具体信息，而出借记录??只包含投资人的昵称、出借金额、出借时间等信息，因而无法直接通过出借记录??获取投资人的个体特征。如果投资人在平台申请过借款，则其基本信息会被记录??在借款端数据之中。参考高铭等（２０１７）和丁杰等（２０１８）的做法，将信用认证??类借款数据中投资人的身份识别码和借款人的分份识别码进行匹配，共匹配出??７０１０５条出借记录含存基础信息。这些出借记录对应３２０８位投资人，投资金额??约５１６４万元。剔除数据缺失的样本，圾终投资端的投资数据为２４３６位投资人的??６２２３２条出借记录。投资人遍布除港澳台外的３丨个省市，何东部地区的出借交??易最为频繁，北京、江苏、上海和广东的投资人出借频率位居前列，对应的出借??记录均超５０００条（如图７－１所示）。??Ｉ＞ｒａｌｉｎｇｓ?ｏｆ?ｉｎｖｅｓｔｏｒ／ＷＰ?＾??口０?＼?ｅｙ?｜??口?１．１０００?？１??ＳＳ１００１?？?２０００?ｔ?；??■Ｉ?２００１?？?３０００??ｍｍ?３〇ｏｉ．?５〇ｏｏ??■■训－１５０００?４??图７－１出借记录地域分布??（２）变童定义说明??投资人的特征信息包括基础信息资产信息工作??信息和出借信息四个维度。基础信息包括出借??时的年龄（）、性别（）、学历（ｊＬ＿￡＾ｗ〇７／／６）／２?）和婚姻状况??资产信息包括收入水平是否有房产（Ｌ??１３７??
【参考文献】：
期刊论文
[1]地理距离、信息不对称与借款人违约风险[J]. 张笑,胡金焱. 山东大学学报(哲学社会科学版). 2020(01)
[2]P2P投资经验与甄别违约风险的能力——基于学习的视角[J]. 周先波,欧阳梦倩. 统计研究. 2019(12)
[3]金融投资中的教育溢价及其性别异质性——基于P2P网贷投资的实证检验[J]. 丁杰,曾燕,李悦雷,郭阳. 中国管理科学. 2019(10)
[4]普惠金融、货币政策与网络借贷发展[J]. 梁洪,张晓玫. 国际金融研究. 2019(09)
[5]信任与欺骗:投资者为什么陷入庞氏骗局?——来自e租宝88.9万名投资者的经验证据[J]. 王正位,王新程,廖理. 金融研究. 2019(08)
[6]高收入者参与P2P网络借贷的动机:基于信息不对称的视角[J]. 张笑,胡金焱. 改革. 2019(07)
[7]信贷市场存在行业歧视吗——以P2P网络借贷为例的研究[J]. 胡金焱,李建文. 财贸经济. 2019(07)
[8]货币政策对互联网金融借贷利率的作用机制与实施效果:以P2P为例[J]. 胡金焱,水兵兵. 山东社会科学. 2019(06)
[9]声誉的信息含量——来自P2P网络借贷的证据[J]. 李焰,张迎新,王琳. 管理评论. 2019(04)
[10]市场化进程、教育同质性婚配与家庭收入差距[J]. 王文涛,曹丹丹. 经济学动态. 2019(02)
博士论文
[1]网络借贷市场中投资者风险偏好与行为特征研究[D]. 宋唯实.山东大学 2019
[2]网络借贷中信息不对称的作用机理与缓解机制研究[D]. 张笑.山东大学 2019
本文编号：2927486
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/2927486.html
