对P2P网络贷款的羊群效应的实证调查外文翻译资料

对P2P网络贷款的羊群效应的实证调查

原文作者 Eunkyoung Lee,Byungtae LEE

单位 KAIST Business School,Seoul,Republic of Korea

摘要：

本文研究的是在P2P点对点贷款市场上的资金出借方的行为，在这样的贷款市场伤,个人（贷方）投标于其他一些希望获得无担保的小额贷款的借款人（借方）。P2P网络贷款的交易量在不断增长,但是在这个市场中的那些贷方并不是专业投资者。此外,他们还必须承担巨大的投资风险,因为P2P贷款没有抵押品可谓是理所当然的。P2P贷款市场具有一些关于在线市场上的羊群效应（从众行为）的特征,然而这些特征也有可能阻碍它自身的发展。这项实证调查研究的是在一个看似相互矛盾的羊群效应的条件和特征都存在的P2P借贷市场中的羊群效应。依据一项来自韩国最大的P2P网络借贷平台的日常数据组成的大样本，我们能够有力地证明羊群效应的存在以及随着投标量的增加它的边际效应递减作用。我们利用了多项未分类的市场份额模型对此前的一些P2P贷款市场研究中的相关变量做了评估。

关键词：经济分析；实证研究；羊群；市场份额的建模；小额信贷；P2P贷款；反向拍卖；社交网络

1. 引言

点对点(P2P)贷款是金融交易的其中一个品种,该类交易没有传统的金融机构的介入而直接发生于个人之间 (引用自维基百科en.wikipedia.org/wiki/ P2p_lending)。虽然它出现不久,但近年来却迅速增长。历史上第一家在线P2P贷款公司是Zopa(www.zopa. lt; http://www.zopa.- gt; com),于2005年在英国成立。 Prosper(www.prosper.com)是美国的第一个P2P贷款公司,并在2006年2月向公众开放。Prosper现在成为了最大的P2P借贷平台,截止2011年2月，其拥有超过一百万名会员,超过2.19亿美元的个人贷款资助。P2P在线交易越来越明显地在美国和英国起着替代传统的储蓄和投资的平台的作用(斯莱文2007)。《哈佛商业评论》报道到每一家主要银行都将在未来五年之内拥有自己的P2P网络贷款平台,而P2P贷款会在即将到来的十年里成为最重要的金融服务创新(Sviokla 2009)。这个新现象已经引起了研究人员的重大关注。他们中的许多人关注社交网络P2P贷款林（弗里德曼和金2008,2008年雷罗 - 洛佩兹等人。Lin et al2011年）。在P2P借贷市场,交易成本由于昂贵的中介的消除而大大减少,但信息不对称问题比传统市场变得更加严重。这是因为P2P网贷市场中的大多数个人贷方缺乏专业的金融知识,而贷款经验又发生在一个匿名的网络环境中(Klafft 2008)。Prosper借贷平台上的社交网络揭示了一些关于贷方风险的软信息，因此这将有可能作为对硬信息缺乏的一种补偿(弗里德曼和金2008)。此外，社交网络、借款人的特征、包括人口学特征、财务实力和发出请求前的努力均被视为在P2P网贷投资成功的决定因素 (Herzenstein et al . 2008年)。

尽管有这些新的实验机制设计和制度功能，贷款人面临的信息不对称的风险可能不是轻易能抹去的。据研究，投资者在面临因信息不对称带来的未知的风险时会表现出羊群效应。羊群行为描述了许多社会和经济情况，即一个人的决策深受别人的决定的强烈影响(Duan et al。2009)。因此，其已在理论上与许多经济区域关联了起来，如投资建议（Scharfstein和Stein于1990），首次公开发行股票（IPO）的定价行为（韦尔奇于1992年），风尚和习俗（Bikhchandani等，1992）以及委托投资组合管理（Maug奈克和奈克于1996年）。

两件事让这个研究变得有意思。首先,我们质疑P2P借贷市场是否存在羊群效应,因为这个市场的一些特点同其他一些可以观察到羊群效应的网上市场是截然不同的。换句话说,参与者们采取放牧的策略,因为他们相信别人比他们拥有更好的信息。例如, 在股票市场中出现的羊群效应是由专家析师带领的。许多其他的羊群效应的案例表明买家们依赖其他买家所搜集的体验产品的信息。此前的消费者已经体验过了丰富的各种商品和服务,因此潜力买家会相信他们可能有更好的信息。因此,他们会涌向流行的商品或音乐乐队。然而,在线P2P贷款似乎并没有这样明显的来源更优质的信息。大多数同级别的P2P贷款投资者并不专业。同时,这需要更长的时间,直到“真正”的信息揭示了贷款违约或支付。因此，羊群效应是否存在与P2P借贷市场是值得疑虑的，因为没有明显优势的信息源可以被识别。再换句话说，在这个网上市场上是否有因盲目信任所谓的集体智慧而触发的羊群效应？而现在，,基于我们已经能够建设的独特的数据集，我们有一个补救的机会。

本文的其余部布如下。第2节给出在P2P借贷和羊群效应相关的理论和实证文献。第3节表明了我们的研究假设及其背后的推理，同时，第4节析我们的数据。在第5节，我们开发和分析的实证模型，并讨论结果。在第6节，我们以给出P2P网贷的限制和未来的研究作为结论。

2. 文献综述

2.1在线P2P贷款

虽然P2P借贷平台是相对较新，但是很多研究人员已经对此作了研究。他们中的大多数都集中在发现P2P网贷中影响筹资成功和违约率的可能性因素。艾利等（2004）研究了消费贷款并表明借款人的财务实力对她从金融机构处获得担保和无担保的信用的能力至关重要。同样，借款人的财务实力也在P2P借贷市场中起着重要作用（艾耶等于2009年，Herzenstein等于2008年）。Prosper通过借款人提供的财务文件给予每个借款人相应的信用等级。他们设置了7档不同的信用等级，AA级标志着此借款人风险极低，以A，B，C，D，E，以及HR表示该借款人极高的风险。艾耶等（2009）发现由Prosper给借款人的信用评级是关系到潜在信用价值并可预测违约率。

除了有关个人特征、包括金融研究强度和贷款决策变量的研究，还有很多以前强调P2P贷款在社交网络所扮演的角色和所起影响的研究。对现有的社交网络的依赖是熟人和小额信贷之间的非正式贷款以及P2P贷款的一个主要特征。由于非正规贷款机构和小额贷款机构比传统银行在信息上更具有优势，因为他们利用借款人的社交网络，以确保良好的风险（希望到1990年斯蒂格利茨，1994年乌德里，拉费拉拉2003年），社会网络也应该发挥P2P借贷的重要作用。

2．2信息不对称

信息不对称是相关研究人员指出的P2P最常见的问题研究人员研究这个问题给予放贷。此信息问题也是一个柠檬市场的问题，可能会带来关于道德风险和逆向选择（霍姆斯特姆1984年）。巴塔查亚和明镜周刊（1991）认为，信息不对称导致不用愿意贸易和增加资本的成本。它有可能导致运作中的资本市场发生故障（阿克洛夫1970年）。因此，P2P网贷的信息不对称应该为借款人和贷款人待解决以维护市场，创造更大的社会福利。

3创建假设

假设1(较高的参与率假说)。拍卖中高的参与率吸引了更多的投标。

假设2(参与的边际效应递减假设)。有一个参与率的边际效应递减。

假设3(新拍卖假说)。参与率不变的情况下,一个新拍卖吸引了更多的投标。

假设4(问答委员会发布的假设)。拍卖与问答董事会更多的帖子吸引了更多的投标。

假设5(借款人的已验证证书假说)。一个拍卖更多验证认证吸引了更多的投标。

假设6(起始利率假设)。一开始就更高的拍卖利率吸引了更多的投标。

假设7(回收期假说)。一个回收期更短的拍卖吸引了更多的投标。

假设8(借款人的资金成功筹措的假设)。其借款人此前拥有更多成功筹资的拍卖吸引了更多的投标。

假设9(借款人的拍卖失败的假设)。拍卖发布由借款人更少的失败史的拍卖吸引了更多的投标。

4.数据与变量

5.方法与结果

总之, 根据表7和表8，所有的假设得到支持,除了借款人的拍卖失败假说(H9)。贷款人在P2P借贷市场倾向于和群,存在一个边际效应递减的羊群效应。软信息和硬信息对贷款人而言均是重要的因素。

6.结论

我们研究了P2P借贷，其使个人无抵押贷款得以贷给其他个人而未经金融中介机构的干预。特别是，我们通过实证调查提供了一种系统的对网络P2P借贷市场贷款人的羊群行为的分析，并发现了强有力的证据证明了羊群行为。并表明，该观察到的羊群行为有一个递减的边际效应。

尽管这项研究揭示了羊群效应,但是其依旧存在一些局限性。首先, 当贷款人投资于拍卖时，真正的参与率上升。然而，我们是以前一天的参与率的值作为基础来测量的。这在拍卖的初期不会是一个问题，但在最后一天得到的结果可能会不够精确。此外，我们没有考虑到借款人写借款条例内容时的处境。

外文文献出处：

Electronic Commerce Research and Applications

journal homepage: www.elsevier.com/locate/ecra

Article history：Availabe online 12 February 2012

剩余内容已隐藏，支付完成后下载完整资料

Electronic Commerce Research and Applications

journal homepage: www.elsevier.com/locate/ecra

Article history：Availabe online 12 February 2012

Herding behavior in online P2P lending: An empirical investigation

Eunkyoung Lee, Byungtae Lee uArr;

KAIST Business School, Seoul, Republic of Korea

AbstractWe study lender behavior in the peer-to-peer (P2P) lending market, where individuals bid on unsecured microloans requested by other individual borrowers. Online P2P exchanges are growing, but lenders in this market are not professional investors. In addition, lenders have to take big risks because loans in P2P lending are granted without collateral. While the P2P lending market shares some characteristics of online markets with respect to herding behavior, it also has characteristics that may discourage it. This study empirically investigates herding behavior in the P2P lending market where seemingly conflictin gconditions and features of herding are present. Using a large sample of daily data from one of the largest P2P lending platforms in Korea, we find strong evidence of herding and its diminishing marginal effect as bidding advances. We employ a multinomial logit market-share model in which relevant variables from prior studies on P2P lending are assessed.

Keywords:Economic analysis· Empirical research ·Herding Market share modeling· Microfinance P2P lending ·Reverse auctions ·Social networks

1 Introduction

Peer-to-peer (P2P) lending is a breed of financial transactionsthat occur directly between individuals without the intermediation of a traditional financial institution (en.wikipedia.org/wiki/

P2p_lending). It has a short history, but has rapidly grown in recentyears. The first online P2P lending company was Zopa (www.zopa.-com), launched in 2005 in the United Kingdom. In the UnitedStates, Prosper (www.prosper.com) was the first P2P lending firm,and opened to the public in February 2006. It is now the largest P2Plending platform, with over a million members and over US$219million in personal loans funded as of February 2011. P2P online exchanges are growing in the United States and United Kingdomas an alternative platform to traditional saving and investment(Slavin 2007). Harvard Business Review reports that every majorbank will have its own P2P lending network within five years,and that P2P lending will be among the most important financial service innovations in the coming decade (Sviokla 2009).

This new phenomenon has garnered significant attention from researchers. Many of them focus on social networks in P2P lending (Freedman and Jin 2008, Herrero-Lopez 2009, Lin et al. 2011). In the P2P lending market, transaction costs are reduced by eliminating expensive intermediaries, but information asymmetry problems become more severe than in traditional markets. This is because most individual lenders in online P2P lending lack financial expertise, and the lending experience takes place in a pseudonymous online environment (Klafft 2008). In this situation, social networks between individuals mitigate adverse selection and lead to better outcomes in all aspects of the lending process (Lin et al. 2011). Social networks on Prosper reveal some soft information about borrower risk, and therefore have the potential to compensate for the lack of hard information (Freedman and Jin 2008). Besides social networks, borrowersrsquo; characteristics, including demographic characteristics, financial strength, and effort prior to making a request, are regarded as determinants of funding success in P2P lending (Herzenstein et al. 2008).

Despite those new experimental mechanism designs and system features, the risk of information asymmetry lenders face may not be erased easily. It has been studied that players exhibit herding

behaviors in online commerce when they face risk of uncertainty such as information asymmetry. Herding behavior describes many social and economic situations in which an individualrsquo;s decisionmaking is highly influenced by the decisions of others (Duan et al. 2009). Therefore, it has been theoretically linked to many economic areas such as investment recommendations (Scharfstein and Stein 1990), price behavior of initial public offerings (IPOs) (Welch 992), fads and customs (Bikhchandani et al. 1992), and delegated portfolio management (Maug and Naik 1996).

Two things make this study interesting. First, we question whether herding behaviors exist in the P2P lending market because some characteristics of this market are distinctly different from those online markets where herding behaviors are observed. Herd behavior refers to people who do what others are doing instead of using their own information (Banerjee 1992). In other words, players take herding strategy because they believe that others are better informed than they are. For example, herding behavior in the stock market is led by expert analysts. Many other cases of herding behavior show that buyers rely on information gathered by other buyers of experience goods. Prior consumers already have experienced various goods and services, and therefore, potential buyers will believe that they may have better information. Thus, they will flock to popular goods or music bands. However, online P2P lending does not seem to have such obvious sources of the better information. Most peers in P2P lending are not professional investors. Also, it will take a much longer time until lsquo;lsquo;truersquo;rsquo; information is revealed by loan default or payments on time. As a result, the existence of herding in the P2P lending market is questionable, since no clearly superior information source can be identified. In other words, is herding behavior triggered by blind trust of the collective intelligence in the online market? Second, there has been no micro-data from a single

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[287373]，资料为PDF文档或Word文档，PDF文档可免费转换为Word