互联网借贷中存在性别歧视么？——来自“人人贷”的经验研究开题报告

全文总字数：12176字

1. 研究目的与意义、国内外研究现状（文献综述）

课题意义：

目前国内学者对于我国互联网借贷歧视的研究较少且没有统一的结论，目前的研究多停留在是否存在歧视阶段，对于歧视是否理性的研究不足，鲜有学者深入研究歧视的异质性影响以及导致歧视的影响因素的影响效果。因此本选题研究互联网借贷中是否存在非理性的性别和婚姻歧视，对于国内外学者及投资者了解中国信贷市场有一定的帮助，同时也丰富了中国新兴的互联网金融借贷市场中投资者的行为研究，对学术界、监管层及金融实务界理解和完善新兴借贷市场具有一定的参考意义。对于借贷过程中的投资人与借款人的具体意义如下：

1、从投资者角度：若互联网借贷中不存在非理性的歧视，即借款成功率的差异与违约率的差异能够匹配，说明现有的投资决策很好的识别了性别和婚姻对于违约率的影响。若互联网借贷中存在了非理性的性别歧视和婚姻歧视，研究结论可以对投资者的投资行为进行指导，促使投资者改正现有的认知偏差，正确识别婚姻和性别在借贷中发挥的作用，这可以增加资金的利用效率，提高借贷的安全性，维护金融市场的平稳正常运行。

2. 研究的基本内容和问题

研究任务：

“歧视 ”无论是在社会学研究还是经济学研究中都是一个非常重要的话题 ，歧视就是不平等的对待。在现实生活中，每个人都可能会在不同程度、在不同方面存在歧视他人的行为。根据社会学的研究，歧视源于社会中广泛存在的竞争压力、个人偏好以及人与人之间严重的信息不对称。经济学理论中，学者们分出了两类歧视第一类是 phelps（1972） arrow（1973）提出的“有效统计歧视”，第二类是 becker（1957）提出的“非有效偏好歧视”。“有效统计歧视”是指群体借款成功率“歧视”来源于背后的违约率差异；“非有效偏好歧视”是指群体借款成功率“歧视”完全取决于投资者的好恶， 背后找寻不到合理的经济原因，视为“非理性行为”。基于低的违约率的“有效统计歧视”是理性的，能够更好的合理配置资源，提高资金利用效率和安全性。而非理性的歧视会降低资金利用效率，不利于金融市场的有效运行。

传统金融领域对歧视的研究还相对较少，其主要原因在于：深人考察“歧视”问题需要大量的基于微观个体层面的金融数据，但是长期以来金融学的研究缺乏该方面数据的积累。近年来，一种新兴的信贷市场—— p2p网络借贷平台的数据为我们研究歧视问题提供了良好的契机。lin等（2009）、 bachmane(2011) 等定义网络借贷 （ peer to peer online lending）是指借款人与投资者之间点对点，通过网络借贷平台而非传统的金融机构中介产生的无抵押贷款。这种模式源自英国，是将互联网信息技术与小额信贷相结合的新型民间借贷模式，p2p平台会披露借款人的各类信息，包括软信息与硬信息，也包括各类未经证实的个人陈述等信息，它为个人与个人之间提供了公开透明的小额信用交易的可能。这种平台在达成交易的同时，也为我们积累了大量的微观个体层面的金融数据，尤其是积累了借款成功率和借款违约率方面的数据。大量的国内外学者依据借款人的软信息和硬信息展开了研究，在这些信息中性别和婚姻状况是每个借款人都具有的最基本特征。在以往的传统信贷研究中较多国内外学者进行了性别和婚姻歧视方面的研究，alesina, alberto f.、 lotti, francesca、mistrulli,和paoloemilio，（2015）利用意大利的小微公司与银行的信贷数据发现意大利女性为信贷支付更多的利息，尽管他们并不比男性有更大的风险。胡枫和陈玉宇（2012） 使用 cfps 的微观数据对农户的借贷行为进行了分析。研究发现，当户主为女性时，其在正规金融机构获得贷款的可能性较低，并且被提供的借款金额较少。婚姻方面，廖婧琳（2017）的结论是婚姻状态对于居民金融投资偏好的影响并不显著，但是婚姻会增强已婚女性的安全感，使得已婚女性比单身女性更乐意投资股票等风险性的金融资产。王智波、李长洪 ( 2016) 通过对1989 ～2009 年中国健康与营养调查数据的研究发现，在控制了受教育年限、工作经验等变量的条件下，已婚男性的工资要显著高于单身男性的工资，且随着婚姻时间的延长，男性婚姻溢价更高。在金融决策方面，bertocchi et al. ( 2011) 基于1993 年至 2006 年意大利家庭收入和 财富的调查数据研究发现，与单身者相比，已婚者更倾向于投资风险资产， 但这种差异仅体现在已婚女性和单身女性之间。

3. 研究的方法与方案

研究方法

本选题采用理论分析与实证检验结合的方法。

理论分析与假设提出

（一）性别歧视

一方面男性比女性更偏好高风险活动，因此贷款资金未来收益的不确定性更大;另一方面，女性被认为是更谨慎细心的群体，她们要承担教育子女照顾家人的责任，因此更加会按期还款以避免违约对家庭和子女的影响，除此之外，由于女性在传统借贷市场上容易遭受歧视，因此她们会更加珍惜网络借贷的机会，努力提高自己的信用情况。基于以上分析提出以下假设：

假设1：与男性借款人相比，女性借款人的成功率更高，违约率更低。

（二）婚姻歧视

婚姻代表着一个人的稳定性，一般来说，出于对伴侣、子女和家庭的责任，现实生活中的已婚者比未婚者可能拥有更加稳定的工作和收入，属于风险厌恶者，规避风险者。同时，婚姻也是借款人还款能力的一种体现，婚姻状况不同的家庭收入来源也不同。一般而言，单身借款人仅仅只有一份工资收入，而已婚家庭通常是双份工资收入 ( Bertocchi et al. ，2011) 。因此，与单身借款人相比，已婚借款人的财富更多，偿还债务能力更强，违约风险更小 ( Waite ＆ Gallagher，2001)。再者，在我国社会中，婚姻是个人成熟的标志，它可以给投资者带来一种安全感，降低其风险感受，增加信任度 ( 王琎、吴卫星，2014) 。因而，我们有理由认为在借款人申请借款时，婚姻状况这一变量也可能会对其借贷成功率产生一定程度的影响。除此之外，陈建中、宁欣 ( 2013) 的研究也指出，已婚借款人收入更高，而且趋于稳定，更受投资者青睐。基于以上分析，提出以下假设：

假设2：与非已婚借款人相比，已婚借款人的借贷成功率更高，违约率更低

（三）性别和婚姻的联合影响

为深入考察在不同性别 ( 婚姻) 借款人之间，婚姻 ( 性别) 对其借贷的影响，本文对性别或婚姻不同的借款人的借贷结果与还款情况作了进一步假设。婚姻能够为女性带来伴侣的收入，与单身女性相比，已婚女性的经济基础较好，还款能力更强。王琎、吴卫星 ( 2014) 的研究就指出，婚姻可视作一种安全资产，与单身女性相比，已婚女性可以承受更大的金融风险。而与已婚女性相比，已婚男性在事业上更具有进取心，女性一般在家庭中更多的承担照顾父母和子女的责任，因此男性往往有更多的时间和精力可以放在工作上，从而使已婚男性在事业上相对会有更好的表现。相关研究就表明家庭分工会使女性减少市场工作的时间和努力程度，从而导致女性的生产率或绩效表现不如男性( Becker，1985)。基于以上分析，提出两个假设

假设3 ( a) : 与已婚女性相比，单身女性的借贷成功率更低，违约率更高。

假设3 ( b) : 与已婚女性相比，已婚男性的借贷成功率更高，违约率更低。

实证检验

（一） （一）数据来源说明：

选取“人人贷”平台为研究对象。 “人人贷”是我国领先的P2P头部平台，自10年成立以来的借贷数据较为完整，多种借贷指标和信息均可获得，可以为实证研究提供充足和准确的样本数据。人人贷的借款流程如下: 首先，借款人发布借款订单，填写相应的基本信息，包括性别、年龄、婚姻状态、所在地区、学历、收入等，设定订单的借款金额、借款期限以及借款利率，提交资料进行相关认证( 包括身份认证、信用报告认证、婚姻认证、工作认证、学历认证等) ;在订单发布后，贷款人根据所获取的借款人与订单信息，自由选择订单进行投资。

本选题数据获取方式为购买互联网技术公司14-15年“人人贷”平台借款数据样本。（约10000条左右）。所有数据采用网络爬虫抓取，抽样使用随机抽样法。去除信息缺漏的样本。选取14-15年样本的理由是：“人人贷”平台自16后不再公布流标数据，因此借款是否成功无法进行研究，而且互联网借贷的时长通常为2-3年，最新的数据无法很好地看出是否已经按时偿付，故选取16年前的数据作为样本。

（二）模型构建

模型一：Success=a₀ a₁Female a₂Single bControls e

模型一可研究性别和婚姻对于借款成功率的影响。Success为因变量，Female和Single为性别和婚姻的解释变量。Controls为控制变量

模型二：Default=a₀ a₁Female a₂Single bControls e

模型二可研究性别和婚姻对于借款违约率的影响。Default为因变量，解释变变量和控制变量不变。两个模型均采用logit回归方式。

模型三：Success=a₀ a₁Female a₂Single a₃Female_Single bControls e

模型四：Default=a₀ a₁Female a₂Single a₃Female_Single bControls e

模型三和四引入了性别和婚姻的交乘项来探究婚姻和性别联合起来是否对借款成功率和违约率有影响。实证操作中采用stata15对样本数据进行logit回归。

（三）变量选取

基于模型设定，选取success（借款成功）与default（借款违约）为因变量。研究的性别因素与婚姻状态为解释变量。参考目前学者的研究设置了九个控制变量，本课题删除信用评级credit这个控制变量，通过人人贷官网解释可知“人人贷”信用评价主要依据身份认证、教育认证、婚姻认证、工作认证、车产房产认证等进行评级，因此该变量与所研究的婚姻因素以及众多控制变量都有较强的联系，造成模型回归偏差。因此去掉credit控制变量。具体变量设置见变量定义表：

（四）性别和婚姻歧视的异质性研究

选取四个特征：学历、收入、信用评级、车产房产为分类变量进行分类后，logit回归后观察性别和婚姻状态对于借款成功率的影响是否显著。

本科学历以下 20000以下

学历 本科学历 收入 20000-50000

研究生学历及以上 50000以上

HR 有车有房

信用评级 E/D/C/B 车产房产

A/AA 无车无房

（五）性别和婚姻歧视的差异分解

基于不同分类下的logit回归结果，进一步利用Oaxaca-Blinder模型对两种性别及两类婚姻状态进行差异分解，探究两组性别和婚姻状态借款成功率差异的影响因素的影响程度，性别差异不同导致借款成功率不同的问题多大程度上是由于不同性别借款人的不同特征引起（特征效应），多大程度上是不能解释因素的影响（系数效应），找出性别歧视和婚姻歧视导致借款成功率差异影响因素的实质。

G(β_FX_F)-G（β_MX_M）=[G(β_MX_F)-G(β_MX_M)] [G(β_FX_F) -G(β_MX_F)]

G(β_YX_Y)-G（β_WX_W）=[G(β_WX_Y)-G(β_WX_W)] [G(β_YX_Y) -G(β_WX_Y)]

第一个式子是性别差异的Oaxaca-Blinder分解方程，其中X_F和X_M分别表示影响P2P网贷借款成功率的变量。最右边等式的第一部分为可解释部分（特征效应），即由于男女的不同特征（如学历、工作时间、收入等）引起的P2P网贷借款成功率差异；第二部分则为不可解释的部分（系数效应）

第二个式子是婚姻状况差异的Oaxaca-Blinder分解方程，模型设置原理与性别差异方程相同。

技术路线

可行性分析

人员条件：笔者对于互联网金融研究领域有深厚的兴趣，前期准备中已阅读大量互联网借贷中非理性歧视的国内外核心期刊，对于此研究领域的常用模型与理论比较熟悉。

4. 研究创新点

特色或创新之处

研究方法创新：研究P2P网络借款成功率影响因素的研究，一般是采用回归分析，只能简单地计算解释变量与被解释变量之间的相关程度，无法准确衡量解释变量对被解释变量的影响程度。本课题基于分类回归结果，选用Oaxaca-Blinder模型对回归结果做进一步分解，准确衡量度量性别歧视导致男性与女性借款成功率存在差异的影响因素的影响程度，为分析和讨论歧视问题提供有力支撑。

5. 研究计划与进展

研究计划及预期进展

2019年1月-3月：整理数据，做描述性分析，初步回归。

继续阅读国内外文献，加强理论学习，完善思路