登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 经济学类 > 金融工程 > 正文

P2P网络借贷中的羊群行为:经验性的研究外文翻译资料

 2022-12-17 14:42:48  

英语原文共 15 页,剩余内容已隐藏,支付完成后下载完整资料


P2P网络借贷中的羊群行为:经验性的研究

Eunkyoung Lee,KAIST商学院,韩国首尔,greenpray @ business.kaist.ac.kr

韩国首尔KAIST商学院Byungtae Lee,电子邮箱:btlee@business.kaist.ac.kr

韩国首尔首尔风险与信息大学的Myungsin Chae,mschae @ suv.ac.kr

摘要:我们研究了贷方在P2P贷款市场中的行为,即个人对其他个人借款人要求的无担保小额贷款进行投标。 P2P网络交易正在增长,但这个市场的贷款人不是专业投资者。 此外,贷方必须承担巨大风险,因为P2P贷款中的贷款是在没有担保的情况下授予的。 虽然P2P借贷市场与网络市场上有一些具有羊群行为的特征,但它也具有可能阻碍它的特征。 本研究通过实证调查P2P借贷市场中的羊群行为,其中存在看似矛盾的条件和放牧特征。 使用来自韩国最大的P2P借贷平台之一的大量日常数据样本,我们发现放牧的有力证据以及随着竞价的推进其边际效应的减少。 我们采用多项logit市场份额模型,其中通过先前的P2P贷款研究验证的相关变量得到控制。

关键词:P2P借贷,羊群效应,社交网络,逆向拍卖

1引言

P2P贷款是直接发生在某种金融交易之间的没有传统金融机构中介的个人。 1它的历史很短,但近年来发展迅速。第一家P2P网络借贷公司是Zopa(http://www.zopa.com),于2005年在英国推出。在美国,Prosper(http://www.prosper.com/)是第一家P2P借贷公司,并于2006年2月向公众开放。它现在是最大的P2P借贷平台,拥有超过一百万会员和超过2.19亿美元的个人贷款资助截至2011年2月,P2P在线交易所正在美国和英国成为传统储蓄和投资的替代平台(Slavin 2007)。哈佛商业评论报告称,每家大型银行将在五年内拥有自己的P2P借贷网络, P2P贷款将成为未来十年最重要的金融服务创新之一(Sviokla 2009)。

这种新现象引起了研究人员的极大关注。他们中的许多人专注于P2P借贷中的社交网络(Lin et al.2009; Herrero-Lopez 2009; Freedman et al.2008)。在P2P借贷市场中,通过消除昂贵的中间商来降低交易成本,但信息不对称问题变得比传统市场更严重。这是因为在线P2P借贷中的大多数个人贷款人缺乏金融专业知识,贷款经验发生在假名的在线环境中(Klafft 2008)。在这种情况下,个人之间的社交网络可以减轻逆向选择,并在贷款流程的各个方面产生更好的结果(Lin et al.2009)。 Prosper上的社交网络揭示了一些关于借款人风险的软信息,因此有可能弥补缺乏硬信息(Freedman et al.2008)。除了社交网络之外,借款人的特征(包括人口统计特征,财务实力和提出请求之前的努力)被视为P2P借贷资金成功的决定因素(Herzenstein等人,2008)。

尽管有这些新的实验机制设计和系统特征,但贷方面临的信息不对称风险可能不容易被抹去。已经研究过,当玩家面临信息不对称等不确定性风险时,他们会在在线商务中表现出羊群行为。羊群行为描述了许多社会和经济情况,其中个人的决策受到他人决策的高度影响(Duan et al.2009)。因此,它在理论上与许多经济领域相关,如投资建议(Scharfstein&Stein 1990),首次公开募股(IPO)的价格行为(Welch 1992),时尚和风俗(Bikhchandani等1992),以及委托投资组合管理(Maug&Naik 1995)。

Duan等人(2009)提出,出于两个原因,放牧行为在互联网上尤为突出。首先是信息过载。网络上存在过多的信息,因此在线用户难以理解和使用所有信息(Brynjolfsson&Smith 2000)。在这种情况下做其他人所做的事情可能是一种有效而合理的决策方式。第二个原因是人们可以很容易地在互联网上观察他人的选择。大多数在线电子商务网站提供了一种按照以前的销售业绩顺序对产品进行分类的方法。当客户点击其中一家最大的在线书店Amazon.com的书籍时,他或她不仅会获得有关该产品的信息。预订,还可以查看以前客户使用特定图书购买的其他商品。

根据Herzenstein等人(2008年)的说法,出资贷款上市的贷款人数与贷款人没有资金的贷款上市数量之间存在很大差异。前者的平均值为62.6,而后者的平均值为62.6。只有1.6。是什么让这么大的差异?这是投资者理性判断的结果还是放牧行为所夸大的结果?调查P2P借贷市场中的羊群行为是本研究的主要目标。由于P2P借贷平台在线,很明显它们满足了Duan等人(2009)所确定的羊群行为的上述条件。

当贷方决定是否将其资金投入贷款申请时,他们可以核实已经参与的贷方数量。如果投资者受到其他投资者决策的影响(Devenow&Welch,1996),这个数字对贷方来说是一种信号。换句话说,已经有许多竞标者的拍卖可能对考虑投资的贷方更具吸引力。我们推测,在这个市场中,羊群行为更为多产,因为当贷方面对互联网上未知的借款人时,可能存在逆向选择和上述有限的制度知识。我们实证检查了P2P借贷市场中贷款人的行为。

有两个要点让这项研究变得有趣。首先,我们质疑P2P借贷市场中是否存在羊群行为,因为这个市场的某些特征与观察到羊群行为的在线市场明显不同。群体行为指的是做别人正在做的事情而不是使用自己的信息的人(Banerjee 1992)。换句话说,玩家采取放牧策略是因为他或她认为其他人比他或她更了解情报。例如,股票市场的羊群行为由所谓的专家(分析师)领导。放牧行为的许多其他情况表明,购买者依赖于其他经验商品购买者收集的信息。因此,潜在消费者已经体验过商品和服务,因此潜在购买者认为在他们之前有经验的人有更好的信息。因此,他们涌向流行商品或乐队。但是,在线P2P借贷似乎没有这种明显更好的信息来源.P2P贷款中的大多数同行都不是专业投资者。此外,拍卖不是经验丰富的商品。这是因为在贷款违约或按时付款显示真实信息之前需要更长的时间。因此,这些情况使我们开始怀疑P2P借贷市场中存在放牧的情况,其中没有明确的优越信息来源。换句话说,盲目信任对在线市场的集体智慧引发的羊群行为是什么?其次,我们从一家P2P借贷公司获得了所谓的纳米数据,这使我们能够调查羊群行为的动态,这些尚未充分利用我们的知识进行探索。

本文的其余部分安排如下:第2节介绍了P2P借贷和羊群行为的相关理论和实证文献。第3节用逻辑推理显示了我们的研究假设,第4节描述了数据。在第5节中,我们开发和分析经验模型并讨论结果。我们在第6节中提到了限制和未来的研究。

2 文献综述

由于在线P2P借贷的主要特征是脱媒和依赖现有的社交网络2,以前的许多研究都涉及社交网络对P2P借贷的作用和影响.Lin et al。(2009)发现社交网络,特别是他们的关系方面,使用Prosper的数据,可以带来更好的结果,包括贷款融资的可能性更高,违约风险更低,利率更低。他们的研究表明,社交网络作为软信息的新来源可以缓解逆向选择问题,这在在线P2P冗余中尤为严重。根据Herrero-Lopez(2009)的说法,与Trusted Groups on Prosper的关系使获得贷款申请成功资助的可能性翻了一番。 Freedman和Jin(2008)也提出P2P借贷网站上的社交网络有助于缓解信息问题,但也发现了反对这一论点的证据。他们透露,集团贷款和非集团贷款之间的回报差距正在逐渐缩小。此外,Weiss等人(2010年)发现,尽管按群体筛选潜在借款人可以帮助减轻逆向选择,但群体可能会对借款人收到所请求资金的可能性产生负面影响。由于该集团专注于某些特殊利益,可能不鼓励不属于该集团的贷款人向集团成员贷款。还研究了在线P2P借贷成功的其他决定因素。借款人的属性,如人口统计特征,财务实力和提出请求之前的努力,都会影响融资成功的可能性(Herzenstein等人,2008)。贷款决策变量,如贷款金额,提供的利率和贷款上市的持续时间介于借款人特征和融资成功的可能性之间(Herzenstein等人,2008)。 Iyer等人(2009年)发现,Prosper向借款人提供的信用评分确实与潜在的信誉相关,并预测违约的可能性。

另一方面,放牧行为在理论上和经验上已经在各种不同领域进行了探索。格雷厄姆(Graham,1999)通过开发和实证测试一种模型来研究投资通讯中的投资,该模型检验投资顾问在决定是否进行投资时所面临的激励。 Pritsker和Kodres(1995)通过分析期货合约的每日交易数据来检测羊群行为。 Devenow和Welch(1996)以及Bikhchandani和Sharma(2001)创建了许多关于金融市场放牧经济学论文的概述。

许多IT采用案例中的决策者也都在群中。 Kauffman和Li(2003)发现IT采用的企业决策者投资于早期采用者所选择的。 Duan等人(2009)实证研究了信息级联,这是软件下载市场中羊群行为的主要机制之一。他们控制了影响在线用户采用决策的其他因素,并确定了信息级联。他们的研究结果表明,软件产品的下载排名高度影响了在线用户对产品的选择。 Simonsohn和Ariely(2007)对eBay上的羊群进行了研究。他们发现在线竞标者更喜欢具有更多现有出价的竞价,即使他们没有质量诊断,这意味着在eBay上发生了非理性的放牧。

在线P2P借贷市场的放牧分析尚处于起步阶段。 Krumme和Herrero

(2009)提出了放牧行为和互惠的不同情景的模拟,试图解释观察到的贷方的投标模式。 Herzenstein等人(2010)将在线P2P借贷中的羊群行为定义为在具有更多现有出价的拍卖中出价的可能性更大。他们使用来自Prosper的数据来实证测试放牧行为,并使用具有二元因变量的logit模型。 Wang和Greiner(2010)认为,在线P2P借贷中的羊群行为可能导致低投资回报率(ROI),高风险收益率和未充分利用的贷款人资金。作为对这些研究的补充,我们使用多项logit市场份额模型在实验中探索在线P2P借贷市场中的羊群行为。我们通过完全不同的模型和数据集来区分我们的研究。

3假设的发展

3.1研究背景

这项实证研究是在Popfunding拍卖的背景下进行的

(http://www.popfunding.com)。 Popfunding是韩国最大的P2P借贷平台之一。它于2007年6月开业,截至2011年2月28日,它拥有5560名会员和12,927份申请贷款,其中1,099笔贷款已成功融资3。

Popfunding与其他P2P借贷网站(例如Prosper和Zopa)有类似的借贷流程和反向拍卖机制。首先,借款人要求提供所要求金额和期限的贷款;最高利率;和借款人的个人资料,包括年龄,性别和职业。借款人还会详细说明贷款的目的和还款计划,并通过解释他或她的紧急情况向贷方提出情感上的呼吁。为了证明其信誉和真实性,借款人可以向Popfunding平台运营商提交个人证书,包括身份证明,信用报告,地址,工作,收入和税务信息。一旦在网站上列出了贷款请求,它就会成为Popfunding贷方可以出价的拍卖。此外,Popfunding为每个贷款请求提供问答板,贷方可以向借款人提出直接请求以获取更多信息。通过董事会,贷方可以与借款人进行广泛的互动,贷款网站上的每个人都可以看到他们之间的互动。贷款人不仅能够获取信息,还能与借款人建立联系。根据所收集的信息和借款人的描述,贷方决定是否向借款人提供贷款,如果是,他们希望提供多少资金和利率。当贷方的总投标金额超过借款人要求的金额时,利率最低的贷方赢得拍卖并获得贷款的股份。如果贷款未能吸引足够数量的贷方,则在拍卖持续时间到期后,系统会自动取消贷款。

Popfunding的整体机制与Prosper和Zopa相似,但它们之间存在重要差异。 Popfunding的主要目标客户是非银行借款人,其信用评分低于传统金融机构的门槛。换句话说,Popfunding正试图利用其P2P借贷平台进行小额融资。因此,他们在借款方面的客户大多是绝望的,他们经常被诱骗到黑金融市场,而三大P2P借贷网站(Prosper,Zopa和LendingClub)报告说他们只有大约20%的贷款用于小企业(Farrell) 2008)。由于他们绝望的情况,借款人愿意提交和披露大量的个人信息。这一事实为可能的放牧行为提供了肥沃的土壤。信用评分向贷方提供的信息非常少,因为他们的分数都很差,而且这个市场的差异非常小,他们不得不依赖软信息,而流行资金中的贷方面临的逆向选择风险要大于其他常被提及的网站。

Popfunding网站的访问者可以查看和竞标拍卖。截至2011年3月1日,该网站上的借款人发布了163次拍卖。如果贷方点击拍卖,他或她可以获得上述信息。此外,Popfunding提供每次拍卖的状态,允许贷方查看Prosper计算的参与率5。贷方可以按参与率对拍卖进行分类。

总之,Popfunding贷方可以通过分析拍卖的特征和观察以前的投标人的选择来收集信息。我们使用Popfunding数据6调查贷方的羊群行为。

3.2研究假设

当个人必须做出决定时,他或她从两个来源获取信息。第一种是基于自己对主体的知识和分析,另一种是基于对其他人做出的决定的观察。如果个人知识渊博并且是该主题的专家,那么他或她的决定将很难受到其他人的影响。如果情况并非如此,那么前任的决定将对决策者产生严重影响。换句话说,如果他或她不确定自己的知识,个人将遵循他人的决策而不管私人获得的信息。这被称为放牧。

在Popfunding中,当贷方选择拍卖竞标时,他或她分析拍卖的自身特征,同时通过检查参与率来观察其他人的投资选择。大多数Popfunding贷款人不是专业投资者。如前所述,大多数借款人的信用等级较低,根据客观信息进行分配。在这种情

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[20501],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图