發(fā)布時間：2021-07-03 11:23

　　在數(shù)字經(jīng)濟(jì)背景下,以網(wǎng)絡(luò)借貸平臺為對象研究網(wǎng)絡(luò)多邊平臺的價值共創(chuàng)模式并對全球最大網(wǎng)貸平臺Lending Club的百萬條借貸數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí),實(shí)證研究表明網(wǎng)絡(luò)借貸平臺上借款人、平臺和投資者通過互動和資源整合實(shí)現(xiàn)了價值共創(chuàng):借款人貢獻(xiàn)了價值共創(chuàng)所需的大數(shù)據(jù)資源,平臺提供大數(shù)據(jù)能力進(jìn)行風(fēng)險(xiǎn)定價從而降低了信息不對稱,投資者則利用自身經(jīng)驗(yàn)知識參與價值共創(chuàng)。 

【文章來源】：經(jīng)濟(jì)與管理. 2020,34(06)CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

網(wǎng)絡(luò)借貸價值共創(chuàng)模式

為驗(yàn)證假設(shè)H1，平臺能有效識別不同借款人的違約風(fēng)險(xiǎn)，并通過信用評級提示投資者。我們統(tǒng)計(jì)了不同信用評級中借款人的違約比例，圖2表明借款人違約率隨信用評級的降低而升高。統(tǒng)計(jì)結(jié)果的卡方檢驗(yàn)顯示p值小于0.01，說明在99%的置信區(qū)間內(nèi)認(rèn)為不同信用評級借款人的違約情況存在顯著差異，信用評級越低則違約風(fēng)險(xiǎn)越高，反之則反�？ǚ綑z驗(yàn)在一定程度上說明平臺通過信用評級為投資者提示風(fēng)險(xiǎn)，但仍然無法說明信用評級和借款利率在投資者決策中的重要程度。換句話說，投資者能否利用信用評級和借款利率幫助自己更好地識別風(fēng)險(xiǎn)呢？如果能，則平臺成功地促進(jìn)了價值共創(chuàng)。

【參考文獻(xiàn)】：
期刊論文
[1]價值共創(chuàng)視角下P2P網(wǎng)貸核心利益相關(guān)者的協(xié)同評價——以宜人貸為例[J]. 吳慶田,謝亞芹.  系統(tǒng)工程. 2019(03)
[2]數(shù)據(jù)賦能視角下在線出行服務(wù)動態(tài)價值共創(chuàng)過程研究[J]. 趙大偉,景愛萍.  商業(yè)研究. 2019(04)
[3]基于滴滴出行的平臺企業(yè)數(shù)據(jù)賦能促進(jìn)價值共創(chuàng)過程研究[J]. 周文輝,鄧偉,陳凌子.  管理學(xué)報(bào). 2018(08)
[4]出行共享中的用戶價值共創(chuàng)機(jī)理——基于優(yōu)步的案例研究[J]. 楊學(xué)成,涂科.  管理世界. 2017(08)
[5]P2P借貸中投資者的理性意識與權(quán)衡行為——基于“人人貸”數(shù)據(jù)的實(shí)證分析[J]. 胡金焱,宋唯實(shí).  金融研究. 2017(07)
[6]P2P網(wǎng)絡(luò)借貸研究進(jìn)展及中國問題研究展望[J]. 馮博,葉綺文,陳冬宇.  管理科學(xué)學(xué)報(bào). 2017(04)
[7]價值共創(chuàng)研究的演進(jìn)與展望——從“顧客體驗(yàn)”到“服務(wù)生態(tài)系統(tǒng)”視角[J]. 簡兆權(quán),令狐克睿,李雷.  外國經(jīng)濟(jì)與管理. 2016(09)
[8]平臺型商業(yè)模式創(chuàng)新中連接屬性影響價值共創(chuàng)的內(nèi)在機(jī)理——Airbnb的案例研究[J]. 江積海,李琴.  管理評論. 2016(07)
[9]聰明的投資者:非完全市場化利率與風(fēng)險(xiǎn)識別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]. 廖理,李夢然,王正位.  經(jīng)濟(jì)研究. 2014(07)



本文編號：3262489