变量和模型

一、数据来源

人人贷是中国较早的P2P网络借贷平台。权威的第三方平台“网贷之家”统计(截至2014年4月19日)的平台综合指数排名显示，人人贷平台国内综合指数最高。同时，由于与单纯中介型的网络借贷平台不同，人人贷平台为投资者提供本金保障和本息保障两种保障方式，因此，投资者在投标时对小微企业信息禀赋和融资需求的判断更为客观和理性。鉴于此，我们选择人人贷平台作为典型网络借贷平台，研究网络借贷平台在解决小微企业融资难题中的间融延伸作用，并分析平台中借贷双方的匹配机制和效率问题，具有一定的代表性。

采用网页请求、获取固定位置数据的方法，我们获取了该平台从2012年10月12日编号为1到2014年3月编号为170000的所有交易数据，共169908条。为了观测网络借贷平台对小微企业的融资需求的匹配及效率，我们以“公司”“企业”“创业”“扩大规模”“店铺”“周转”等为关键词对借款标题进行筛选，并删掉了10000元以下标明资金周转但实质可能为个人消费借贷的借款列表，以及超出网站所规定的借款范围的408条借款列表(只有22条借款成功，借款成功率仅为5．39%，远远低于正常的借款成功率，不具有代表性)。同时，删除了借款者工作地为非大陆地区的借款列表(共12条)。最终确定的借款列表共有58845条，占全部借款列表的34．63%。

二、变量说明

(1)借款金额(amount)：指小微企业的资金需求额度。人人贷对不同类型的借款规定了借款金额的范围，不同信用等级的借款者的信用额度也有所不同。小微企业借款金额为3000元～50万元。

(2)借款利率(rate)：人人贷对不同信用等级的借款者指定了借款利率的范围，借款者可以在符合指导利率的前提下，根据自身的还款能力，发布借款利率。借款利率反映了小微企业的融资成本。

(3)借款期限(period)：借款期限越长，投资的不确定性越大，因此借款期限会影响融资的可得性和成本，影响借款的匹配结果。

(4)信用等级(credit)：信用等级是借款者的信用属性，也是投资者判断借款者违约风险的重要依据之一。信用等级通过认证分数转化而来。信用等级越高，违约风险越小。用1～7表示信用等级从低到高的不同水平。一般来说，信用等级越高，对于投资者而言意味着出借资金的违约风险越小，对于借款者而言意味着更容易获得借款。

(5)历史成功次数(num-suc)：借款者借款成功次数越多，表明借款者的还款能力越有保障，会增加借款者的信用。

(6)逾期次数(num-over)：逾期次数会直接影响投资者对借款者声誉的评价和判断。

(7)房贷(hloan)：有房贷标记为1，否则为0。

(8)车产(car)：有车产标记为1，否则为0。

(9)车贷(cloan)：有车贷标记为1，否则为0。

(10)收入(income)：借款者的收入在一定程度上反映了借款者的还款能力，收入越高的借款者，其还款能力越强，相应的贷款违约风险越低。这会影响借款的可得性。收入高的借款者可以承受的融资成本也相应增加。

(11)年龄(age)：指借款者的实际年龄。

(12)婚姻状况(marriage)：表明借款者的婚姻状况，如果借款者未婚，定义marriage=1，已婚定义为marriage=2，离异或丧偶定义为marriage=3。

(13)性别(sex)：如果借款者是男性，sex=0;借款者是女性，sex=1。

(14)学历(degree)：如果借款者的学历是高中或以下，定义degree=1;大专、本科、研究生或以上，分别定义为2、3、4。

(15)地区(rgn)：指借款者的居住地，定义西部地区=1，中部地区=2，东部地区=3。

(16)工作时间(wti)：指借款者的工作年限。

(17)工作行业(chy)：指借款者工作的行业。

我们将上述变量分为四类，具体如表8-1所示。

表8-1人人贷网络贷款平台融资变量分类

三、模型设定

我们建立两个实证模型，以验证网络借贷平台对小微企业融资的间融延伸作用，并从融资可得性和融资成本两个方面研究网络借贷平台对借贷双方的匹配机制和效率。

在人人贷平台中，间融延伸的表现形式是融资的可得性，即订单的投标状态。流标表示借款失败，已经完成审核的标的，均表示成功获得借款。根据借款成功状态可以观察间融延伸的范围和渗透程度，对借款成功与否的分析可以探究小微企业在网络平台融资的可得性，从而检验网络借贷平台起到的间接融资作用和对小微企业间接融资的延伸。因此，我们将借款是否成功作为模型的因变量，设借款成功为1，流标为0。我们构建如下模型，并采用Logistic回归处理：

其中，

L、R、F、D分别代表借款信息变量(loan)、借款者信用信息变量(reputation)、财务信息变量(finance)、人口特征变量(demographic)的相应变量矩阵，B1、B2、B3、B4分别代表相应的系数矩阵，b0为常数项，ε为随机干扰项。

小微企业的信息禀赋和融资需求通过网络借贷平台展示，从而与投资者的投资意愿进行匹配，大量不能通过传统的金融机构得到满足的借款需求在网络借贷平台上得以实现。与此同时，借款者必须按设定的借款利率到期提供利息回报，而这将产生一定的企业融资成本。网络借贷平台的匹配机制的效率可以通过企业的融资成本进行反馈。信用信息良好、融资需求合理的小微企业，与之匹配的应该是更低的融资成本。因此，我们建立如下的回归模型，检验网络借贷平台在小微企业融资匹配时的效率。