在线社交网络的信息价值:p2p借贷的教训

原文作者：Seth Freedman、Ginger Zhe Jin

摘要：我们研究了社交网络是否利用一家领先的个人对个人(p2p)借贷网站的数据，研究其是否为在线市场提供便利。我们发现，有社会关系的借款人更有可能获得贷款并获得较低的利率;然而，大多数有社会关系的借款人更有可能延迟还款或违约。我们提供的证据表明，这些发现是由贷款人没有完全理解社会关系和未观察到的借款人质量之间的关系所驱动的。总的来说，我们的研究结果表明，在匿名交易中使用在线社交网络作为质量信号时要谨慎。

关键词：在线社交网络； 网络借贷； p2p借贷

一、引言

许多在线市场为匿名个人提供了相互进行交易的基础设施。为了克服匿名性所导致的信息不对称的夸大，这些市场往往允许用户在相同或相关的平台上展示与其他用户的社会关系。然而，人们还没有很好地理解匿名的社会关系在帮助解决信息问题方面的有效性。本文利用Prosper.com的交易水平数据——该网站是美国第一个也是迄今为止最大的个人对个人(p2p)消费贷款平台——研究了在存在重大信息不对称的情况下，非正式的在线社交网络是否能够促进电子商务的发展。

在Prosper.com上，个人借款人和贷款人通过实时拍卖匿名配对。虽然借款人的部分信用记录会向所有贷款人披露，但在线匿名可能会加剧消费贷款的经典信息问题(Stiglitz和Weiss 1981)。为了克服这些信息问题，Prosper开发了社交网络功能。Prosper成员可以将彼此视为朋友，并可以加入创建的成员组。这些团体的目的是在成员借款者发布贷款清单之前对其进行筛选，并向其成员施加社会压力，迫使其偿还贷款。朋友和群组负责人也可以通过在列表页面上发布消息来支持借款者，来自朋友和群组成员的出价也会被高亮显示，供其他潜在借款者查看。然而，与典型的小额信贷安排(Armendariz和Morduch 2010)不同，背书或组成员身份并不包含任何共同签署责任，也不需要在筹资后进行任何社会互动，贷款人也无法核实平台外是否存在声明的社会关系。

考虑到借款人在没有明确财务责任的不可验证的社交网络中的自我选择，借款人的社交网络属性可能传递关于借款人真实还款概率的积极或消极信息，也可能只是反映了廉价的谈话，除了其他可观察到的特征之外没有其他信息。然而，并不是所有的社会关系都意味着贷款人有更高的经济回报。特别是，只有来自同样为贷款出资的朋友的背书，才会在事后产生持续更好的回报。

二、市场和社交网络

1、Propser市场

在我们的研究期间，潜在的Prosper借款人可以发布一个ebay风格的列表，详细说明她愿意支付的最高利率、请求的贷款金额和拍卖的期限(3-10天)。借款人也可以选择在资金完全到位后立即关闭上市(称为自动融资)，或者允许对利率进行进一步竞价，直至拍卖窗口结束。除了拍卖参数外，借款人还可以描述自己，贷款的目的，并上传照片。Prosper还发布从Experian信用报告中提取的硬信用信息。在我们的样本开始时(2006年6月)，这些信息包括债务收入比、借款人是否拥有住房，以及关于拖欠、信用额度、公共记录和信用查询的一些信用历史信息。在2007年2月12日，Prosper开始发布更详细的信用记录信息，以及自我报告的收入、就业和职业。 在2007年10月30日，Prosper开始在竞价页面显示一个繁荣估计的回报率。在此之前，贷款人必须访问一个单独的页面来研究类似贷款的历史表现。在2008年Prosper Days会议上进行的访谈表明，在贷款人对数据的认识、处理数据的能力以及随时间推移跟踪数据的意图方面存在巨大的异质性。

2、社交网络

Prosper通过“群组”和“朋友”来实现社交网络。“这些社交网络功能在网站上有多种预期的作用，包括为网站招募新成员，并作为促进繁荣交易的一种手段。”值得注意的是，Prosper是在p2p借贷中利用社会关系的先驱。

任何非借款成功的成员都可以成立一个小组并成为小组组长。组领导决定哪些Prosper成员可以加入组，并且由组领导决定如何定义合适的成员以及如何监控和实施成员要求。Prosper的每个成员最多可以加入一个组。小组组长的职责包括建立小组简介页面，招募新成员加入小组，指导有兴趣借款的小组成员如何构建Prosper列表，以及监控成员列表和贷款的执行情况。组长对其成员的贷款不承担任何法律责任。相反，团队领导者应该在团队内部培养一个“社区”环境。如果组长了解借款人在其他情况下的情况(如同事、大学校友、军属)，她可以通过电子邮件、面谈、家访、就业调查等劳动密集型方式收集与信贷相关的信息。然而，许多群体都非常大(有些超过10,000名成员)，这种监控和直接的社会压力可能在不同群体之间有很大的差异。从2006年10月19日开始，Prosper开始发布明星评级(1到5)来显示一个组织过去的贷款表现如何。

从我们的数据中可以看出社交网络属性与可观察到的借款人特征之间的关系是复杂的。有一些社会关系的名单，包括来自朋友和团体领导人的出价背书，信用等级较低的可能性要小得多，而有其他社会关系的名单，如团体成员，信用等级较低的可能性更大。然而，在资金贷款中，有社会关系的借款人通常更有可能拥有较低的信用等级，这表明贷款人更有可能通过社交网络为信用价值较低的贷款提供资金。

三、模型的构建和实证结果分析

1、模型的构建

汇总数据显示，平均而言，具有社交网络特征的借款人会得到贷款机构更高的融资利率和更低的利率的奖励。一个警告是，可能有一些信息既与社交网络状态相关，又被贷款人观察到，但在计量经济学分析中，我们无法控制这些信息。我们使用以下两个回归方程来估计社交网络属性与列出结果之间的关系：

（1）(Funded)it = f1(SocialVari, ListingAttributesi, macroit , Y Wt) ε1it

（2）ContractRatelt = f2(SocialVarl, ListingAttributesl, macrolt , Y Wt) ε2lt

在t时刻创建的是否有资金(1(资金))。方程2包括完全的上市资助贷款和描述贷款的合同利率(ContractRate)在时间tl资助。这些回归包括year-week固定效应(Y W)和宏观经济条件不同天或借款人的住所(宏观)状态变化的环境的控制和繁荣的资金。

兴趣参数是SocialVar中变量的系数。在基线规范中，这些指标包括借款人在一个组中，有一个组长背书没有标，有一个组长背书有标，有一个朋友背书没有标，有一个朋友背书有标。资金率回归采用probit估计，合同率回归采用OLS估计，如表1所示

表1社交变量的影响

注:样本包括2006年6月1日至2008年7月31日期间的所有挂牌和贷款。括号中是健壮的标准误差。**plt; 0.01， **plt;0.05， *plt;0.1。第1列包含所有清单，而所有其他列只包含完成的贷款，对于这些贷款，我们将观察最终的贷款性能状态。列1、2和5是清单/贷款级别，列3-4是贷款月级别。所有回归控制为国家假人，年度周FE，宏观变量(除了IRR回归)，拍卖的持续时间，和张贴的信用属性。第3 - 4栏还控制每月贷款年龄固定效应和贷款的合同利率。

在表1的第二行和第三行中，这两项都导致了更高的融资利率和更低的合同利率，特别是那些附带投标的贷款利率。表1的最后两行探索有和没有出价的朋友背书。与团体领袖背书一样，朋友背书会增加上市获得资金的可能性，而且当背书与出价同时出现时，效果会更大。单是有朋友背书的贷款比无朋友背书贷款融资的可能性高0.1个百分点，但当有朋友背书同时有一个出价时，融资的可能性比无朋友背书贷款高3.4个百分点。无标的朋友背书导致合同费率上升0.1个百分点，有标的朋友背书导致合同费率下降0.6个百分点。

在这里我们还将探讨具有社交网络属性的贷款是否实际上是低风险贷款。为了评估这一点，我们估计了以下三个回归：

（3）1(DefLate)lta = f3(SocialVarl,ListingAttributesl, macrolt,YWt，Agea) ε3lta

（4）1(PaidOff)lta =f3(SocialVarl,ListingAttributesl,macrolt,YWt,Agea) ε3lta

（5）IRRlt = f4(SocialVarl, ListingAttributesl，Y Wt) ε4lt

回归方程3和4包括所有贷款，并跟踪每笔贷款36个月的还款历史。因变量衡量的是方程3中t时刻的贷款l和a的年龄是否违约或逾期，以及方程4中是否还清。这些回归分析的问题是，带有社交网络属性的贷款是否与没有社交网络属性的贷款有不同的支付模式，取决于可观察到的贷款特征和贷款的年龄。回归方程5探讨了社交网络属性对贷款内部收益率(IRR)的影响，IRR是一种综合了支付模式和利率的贷款绩效的综合衡量。可以说，如果Prosper贷款的目标是实现财务回报最大化，那么贷款人在做出贷款决策时应该同时考虑利率和预期还款。为了构建这个度量模型，我们使用所有可用的事后还款数据来计算IRR，如果一个成熟的贷款人能够完美地预测列表属性和事后还款之间的统计关系，那么他应该期望在贷款开始时获得的合适的IRR。

2、实证结果的分析

根据实证我们可以得出Prosper的市场的某些特征可能会增加贷款人误解社交网络属性的可能性。首先，组长的奖励(每笔新贷款约12美元)可能会鼓励组长尽可能多地招募借款人，批准小组的名单以确保资金，但不参与筛选或监督。在Prosper于2007年9月取消了对组长的奖励后，这些奖励本应减少。其次，朋友之间有能力互相提供背书。两个借款人可能会同意相互背书，甚至在没有实际货币交换的情况下相互背书。

表2 潜在的竞争

注:样本包括2006年6月1日至2008年7月31日期间的所有挂牌和贷款。括号中是健壮的标准误差。*** plt;0.01， ** plt;0.05， * plt;0.1。

第1列包含所有清单，而所有其他列只包含完成的贷款，对于这些贷款，我们将观察最终的贷款性能状态。由表3可知，相互背书与相互竞价相结合，基金费率和合同费率变化不大，但IRR显著降低。值得注意的是，IRR上相互背书和投标的负系数(-1.2个百分点)仅与单向背书和投标的贷款进行比较。由于有朋友背书和投标的贷款的IRR比非社会贷款高6.1个百分点，因此，有朋友背书和投标的净贷款的付款率和IRR仍明显好于非社会贷款。

四、结论

网络社交的发展为减少匿名交易者之间的信息不对称提供了机会。然而，网络并不总是意味着合法的联系或社会联系下的互联网，使人怀疑其价值。Prosper.com的交易数据表明，社交网络有一定的价值，但远不是传递信息的完美工具。

特别是，我们发现，有社会关系的借款人更有可能获得资金，并获得较低的利率，这取决于观察到的其他特征。这意味着贷款人将这些社会关系解读为关于借款人素质的积极信息。然而，一些社会关系并不能带来更好的事后贷款结果。我们对群体异质性、潜在的反向激励的影响以及贷款人学习的研究表明，贷款人融资行为与借款人还款利率之间的这种脱节是由贷款人难以理解各种社会关系的信息内容所驱动的。

参考文献：

[1]Agrawal, Ajay K.; Christian Catalini and Avi Goldfarb (2011) “The Geography of Crowdfunding” NBER Working Paper #16820.

[2]Ahlin, Christian (2009): “Matching for credit: Risk diversification in Thai micro?credit groups” Michigan State University Working Paper.

[3]Armendariz de Aghion, B. and J. Morduch (2010) The Economics of Microfinance,second edition. MIT press.

[4]Arnott, Richard and Joseph E. Stiglitz (1991) “Moral Hazard and Nonmarket In?stitutions: Dysfunctional Crowding Out or Peer Monitoring?” The American Economic Review March 1991, 179-190.

[5]Besley, Timothy and Stephen Coate (1995) “Group Lending, Repayment Incentives and Social Collateral” Journal of Development Economics Vol. 46, 1-18.

[6]Bryan, Gharad; Dean Karlan and Jonathan Zinman (2010): “You Can Pick YourFriends, But You Need to Watch Them: Loan Screening and Enforcement in a Referrals Field Experiment” Working Paper 2010.

[7]Dellaro

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 48 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[275067]，资料为PDF文档或Word文档，PDF文档可免费转换为Word