社會(huì)資本是指擁有社交網(wǎng)絡(luò)所帶來的資源總和,與社交網(wǎng)絡(luò)的規(guī)模相關(guān),影響著市場(chǎng)參與者的各項(xiàng)經(jīng)濟(jì)行為,包括借款人違約行為。本文通過模型推導(dǎo)證明,由于借款人違約行為傳導(dǎo)到社交網(wǎng)絡(luò)中會(huì)帶來社會(huì)恥辱成本,因此,社會(huì)資本越強(qiáng),則違約機(jī)會(huì)成本越高,從而違約率越低;然而在信息不對(duì)稱情況下,可能存在社會(huì)資本的逆向選擇現(xiàn)象,即社會(huì)資本越強(qiáng)的借款人反而可能是資質(zhì)越差的借款人,其違約率不一定更低,甚至更高。本文主要利用一家現(xiàn)金貸公司的數(shù)據(jù),利用借款人與聯(lián)系人通話數(shù)量識(shí)別社會(huì)資本,通過系列檢驗(yàn)發(fā)現(xiàn)社會(huì)資本會(huì)降低貸款違約。隨后本文引入短信中"逾期"文本數(shù)量等信息對(duì)借款人資質(zhì)進(jìn)行區(qū)分從而進(jìn)行機(jī)制檢驗(yàn),進(jìn)一步說明社會(huì)資本通過機(jī)會(huì)成本機(jī)制降低貸款違約,并未發(fā)現(xiàn)存在逆向選擇機(jī)制的證據(jù)。總體而言,本文結(jié)合機(jī)會(huì)成本理論及信息不對(duì)稱下的逆向選擇理論對(duì)社會(huì)資本與貸款違約的關(guān)系進(jìn)行創(chuàng)新性機(jī)制推導(dǎo),并用借款人與聯(lián)系人通話數(shù)量這一信息創(chuàng)新性地衡量了社會(huì)資本,"逾期"文本數(shù)量等信息也為區(qū)分借款人資質(zhì)差異提供了新角度。本文的研究結(jié)論為貸款機(jī)構(gòu)健全貸款審核體系、完善風(fēng)險(xiǎn)控制機(jī)制提供參考,也為進(jìn)一步推進(jìn)征信體系建設(shè)提供了合理性及必要性支撐。 

【文章來源】：中國(guó)工業(yè)經(jīng)濟(jì). 2020,(10)北大核心CSSCI

【文章頁數(shù)】：19 頁

【部分圖文】：

借款人違約概率、借款概率與社會(huì)資本的關(guān)系

除借款人本地設(shè)備中與通訊錄聯(lián)系人的通話數(shù)量之外，本文還獲取了借款人本地設(shè)備中所有呼入電話次數(shù)（包括聯(lián)系人及未知號(hào)碼）以及運(yùn)營(yíng)商云端記錄的所有通話次數(shù)（包括與所有人呼入及呼出的完整記錄）。上述指標(biāo)的時(shí)間區(qū)間與前文數(shù)據(jù)相同，同樣根據(jù)通話時(shí)長(zhǎng)大于零進(jìn)行篩選。雖然借款人與聯(lián)系人通話數(shù)量對(duì)于衡量真正的社會(huì)資本更為準(zhǔn)確，但上述兩個(gè)指標(biāo)也可以起到一定的衡量作用，仍可以用來進(jìn)行穩(wěn)健性檢驗(yàn)�；貧w過程中將上述兩個(gè)指標(biāo)同樣除100并進(jìn)行縮尾處理，結(jié)果見表4。可以發(fā)現(xiàn)，借款人本地設(shè)備中所有呼入電話次數(shù)（Call＿in）及運(yùn)營(yíng)商記錄的所有通話次數(shù)（Call＿cloud）均與兩個(gè)標(biāo)準(zhǔn)下的貸款違約顯著負(fù)相關(guān)，且由社會(huì)資本對(duì)貸款違約影響的邊際效應(yīng)可知該影響同樣具有顯著的經(jīng)濟(jì)意義。上述檢驗(yàn)同樣發(fā)現(xiàn)借款人社會(huì)資本越高，其貸款違約率越低，證明了本文主體結(jié)論的穩(wěn)健性。此外，這里引入多頭借貸風(fēng)險(xiǎn)（Multiple＿sources）衡量借款人資質(zhì)并進(jìn)行機(jī)制檢驗(yàn)。在網(wǎng)貸實(shí)踐中，現(xiàn)金貸平臺(tái)也十分關(guān)注借款人這一風(fēng)險(xiǎn)，因此會(huì)獲取借款人手機(jī)中其他借貸類APP的數(shù)量作為判斷借款人資質(zhì)的重要指標(biāo)，借貸類APP數(shù)量較多可能意味著借款人從多處借貸的可能性較大，甚至存在“拆東墻補(bǔ)西墻”的借貸行為。這里利用其他借貸類APP數(shù)量是否高于均值來衡量借款人是否存在多頭借貸風(fēng)險(xiǎn)，樣本中其他借貸類APP數(shù)量均值為4.82，其中41.23%的樣本達(dá)到5個(gè)及以上，Multiple＿sources被標(biāo)記為1。這里添加多頭借貸風(fēng)險(xiǎn)與社會(huì)資本的交叉項(xiàng)（Social＿capital×Multiple＿sources）來驗(yàn)證機(jī)制檢驗(yàn)的穩(wěn)健性。由表5的回歸結(jié)果可知，三個(gè)維度的通話數(shù)量指標(biāo)仍與兩個(gè)標(biāo)準(zhǔn)下的貸款違約顯著負(fù)相關(guān)；同時(shí)，不同設(shè)定中交叉項(xiàng)均不顯著，說明通話數(shù)量對(duì)貸款違約的作用同樣不會(huì)受到多頭借貸風(fēng)險(xiǎn)的顯著影響，同樣沒有發(fā)現(xiàn)不同資質(zhì)的借款人違約成本關(guān)于社會(huì)資本敏感程度不同的證據(jù)。另外，可以觀察到多頭借貸風(fēng)險(xiǎn)對(duì)貸款違約的直接影響并不顯著，這可能是由于該變量所包含的信息有很多反映在了平臺(tái)構(gòu)建的模型分?jǐn)?shù)當(dāng)中。

【參考文獻(xiàn)】：
期刊論文
[1]利率市場(chǎng)化、貨幣政策沖擊與線上線下民間借貸[J]. 王博,梁洪,張曉玫.  中國(guó)工業(yè)經(jīng)濟(jì). 2019(06)
[2]創(chuàng)新的母校印記:基于校友圈與專利申請(qǐng)的證據(jù)[J]. 申宇,趙玲,吳風(fēng)云.  中國(guó)工業(yè)經(jīng)濟(jì). 2017(08)
[3]網(wǎng)絡(luò)借貸是實(shí)現(xiàn)普惠金融的有效途徑嗎——來自“人人貸”的微觀借貸證據(jù)[J]. 王博,張曉玫,盧露.  中國(guó)工業(yè)經(jīng)濟(jì). 2017(02)
[4]借貸市場(chǎng)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]. 廖理,吉霖,張偉強(qiáng).  金融研究. 2015(03)



本文編號(hào)：3397599