職業(yè)聲望能真實(shí)反映還款能力和信用風(fēng)險(xiǎn)嗎？

楊獻(xiàn)

摘要：在傳統(tǒng)借貸市場(chǎng)，職業(yè)聲望向來(lái)被看作是借款人能否按時(shí)還款的重要保障。文章利用“人人貸”網(wǎng)貸平臺(tái)作為研究對(duì)象，分別從貸款人和借款人的角度提出假說(shuō)并進(jìn)行分析。實(shí)證結(jié)果表明，在控制了其他因素的條件下，職業(yè)聲望較高的借款人借款成功率高于職業(yè)聲望較低的借款人，但違約率也相對(duì)較高，說(shuō)明職業(yè)聲望并未真實(shí)反映還款能力和信用風(fēng)險(xiǎn)。

關(guān)鍵詞：職業(yè)聲望； P2P借貸；信用風(fēng)險(xiǎn)

一、引言

職業(yè)聲望（Occupational Prestige）作為工業(yè)化社會(huì)核心價(jià)值的一種反映，是指人們對(duì)各種職業(yè)所做出的主觀評(píng)價(jià)，一直被社會(huì)學(xué)家廣泛用于測(cè)量社會(huì)結(jié)構(gòu)分化的方向和程度。以往有關(guān)職業(yè)聲望的學(xué)術(shù)研究大多關(guān)注于評(píng)價(jià)職業(yè)聲望，例如，一些學(xué)者認(rèn)為，擁有較高職業(yè)聲望的人可能收入更高、信譽(yù)更好。近年來(lái)，學(xué)者們致力于研究職業(yè)聲望在各種市場(chǎng)中影響作用。研究發(fā)現(xiàn)，在傳統(tǒng)的借貸市場(chǎng)中，職業(yè)聲望會(huì)影響人們的選擇與判斷。本文主要考察職業(yè)聲望對(duì)P2P網(wǎng)貸行為的影響及貸款人識(shí)別信用風(fēng)險(xiǎn)的行為偏差。

現(xiàn)代社會(huì)中，職業(yè)聲望取代個(gè)人聲望成為社會(huì)分層的重要尺度。職業(yè)聲望甚至充當(dāng)起對(duì)一個(gè)人的信譽(yù)好壞、品德高低、權(quán)力大小的衡量因素。不同職業(yè)的社會(huì)分工不同，工作內(nèi)容相互區(qū)別，導(dǎo)致各自的職業(yè)聲望也存在差異。對(duì)不同職業(yè)聲望的評(píng)價(jià)潛移默化地影響著人們的行為。我國(guó)的商業(yè)銀行十分重視申請(qǐng)人的職業(yè)，因?yàn)槁殬I(yè)中所蘊(yùn)含的聲望往往是借款人能力、收入以及信譽(yù)的綜合評(píng)價(jià)，部分銀行甚至根據(jù)職業(yè)聲望區(qū)分客戶的優(yōu)劣。例如，公務(wù)員這類職業(yè)聲望較高的職業(yè)，在獲得貸款方面相比其他聲望較低的職業(yè)要更容易。

本文從兩個(gè)層面研究職業(yè)聲望對(duì)個(gè)人借貸的影響。一是從貸款人投資決策方面，貸款人是否認(rèn)可借款人的職業(yè)聲望，即貸款人是否會(huì)更青睞職業(yè)聲望較高的借款人，而不愿將貸款給職業(yè)聲望較低的借款人；二是從借款人違約結(jié)果方面，借款人的職業(yè)聲望與真實(shí)違約率的關(guān)系，即職業(yè)聲望較高的借款人實(shí)際違約率是否更低，而職業(yè)聲望較高的借款人是否更高。對(duì)照兩個(gè)層面的研究結(jié)果，可以看出P2P網(wǎng)貸市場(chǎng)上的貸款者在通過(guò)職業(yè)聲望識(shí)別信用風(fēng)險(xiǎn)的行為是否存在行為偏差。

二、文獻(xiàn)綜述

（一）職業(yè)聲望

職業(yè)聲望是一個(gè)重要的概念，它既關(guān)系到對(duì)個(gè)人社會(huì)地位的評(píng)價(jià)，又涉及到對(duì)社會(huì)上出現(xiàn)因職業(yè)問(wèn)題導(dǎo)致的種種不公平現(xiàn)象的解釋。大量學(xué)者探討了如何評(píng)價(jià)職業(yè)聲望。Bernard（1978）強(qiáng)調(diào)職業(yè)聲望是社會(huì)不平等的一個(gè)重要方面。Fuller（1987）發(fā)現(xiàn)教育、收入與職業(yè)聲望的評(píng)價(jià)密切相關(guān)。李春玲（2005）分析國(guó)內(nèi)抽樣調(diào)查數(shù)據(jù)，認(rèn)為除了收入和教育兩個(gè)因素外，權(quán)力和單位也對(duì)中國(guó)人的聲望地位產(chǎn)生重要影響。李強(qiáng)（2000）通過(guò)北京市調(diào)研數(shù)據(jù)，發(fā)現(xiàn)我國(guó)與國(guó)外多數(shù)國(guó)家的職業(yè)聲望評(píng)價(jià)有明顯的差異。

由此可見，現(xiàn)有文獻(xiàn)大多關(guān)注于評(píng)價(jià)職業(yè)聲望，而探究職業(yè)聲望在社會(huì)上影響的文獻(xiàn)相對(duì)較少。Conroy（2010）發(fā)現(xiàn)職業(yè)聲望在勞動(dòng)力市場(chǎng)中充當(dāng)著個(gè)人經(jīng)濟(jì)實(shí)力的象征。Walker（2012）等分析了來(lái)自不同種族78個(gè)職業(yè)的調(diào)查數(shù)據(jù)，發(fā)現(xiàn)非裔的職業(yè)聲望顯著低于白人。蔡禾等（1995）收集了中國(guó)廣州市城區(qū)居民調(diào)查數(shù)據(jù)，研究發(fā)現(xiàn)在社會(huì)評(píng)價(jià)方面，職業(yè)聲望體現(xiàn)出明顯的類別差距。

需要注意的是，以上研究多基于調(diào)查數(shù)據(jù)。而具體到借貸市場(chǎng)，往往無(wú)法通過(guò)調(diào)查獲取貸款人或借款人的真實(shí)數(shù)據(jù)。P2P網(wǎng)貸平臺(tái)將職業(yè)、學(xué)歷、收入等大量借款人信息公開，這就為具體研究P2P網(wǎng)貸市場(chǎng)上有關(guān)職業(yè)聲望的問(wèn)題提供了可行性。

（二）P2P網(wǎng)貸領(lǐng)域

影響P2P網(wǎng)貸借款成功率和違約率的因素是研究P2P領(lǐng)域的重點(diǎn)問(wèn)題，國(guó)內(nèi)外學(xué)者從不同角度入手展開研究。

一些文獻(xiàn)研究了借款人個(gè)人信息特征是如何影響借貸行為的。Lin（2013）等采用美國(guó)最大債權(quán)型眾籌平臺(tái)Prosper的數(shù)據(jù)研究發(fā)現(xiàn)，借款人的信用評(píng)級(jí)越高，成功融資的概率越大，并且發(fā)生違約的可能性越小。陳霄等（2016）認(rèn)為P2P網(wǎng)貸平臺(tái)上存在地域歧視。王會(huì)娟等（2015）利用P2P平臺(tái)人人貸的數(shù)據(jù)，分析了信用認(rèn)證機(jī)制、工作認(rèn)證、收入認(rèn)證、房產(chǎn)認(rèn)證等指標(biāo)對(duì)借貸行為的影響。

另一些文獻(xiàn)研究了借款訂單信息特征是如何影響借貸行為的。Herzenstein等（2011）認(rèn)為展示更多文字性描述的借款人借款成功率更高，但也表現(xiàn)出更高的違約率。李悅雷（2013）等利用拍拍貸的數(shù)據(jù)分析了影響訂單借款額完成率、訂單投標(biāo)人數(shù)、滿標(biāo)訂單成交利率的因素。廖理等（2014）發(fā)現(xiàn)盡管借款人的利率相同，但各自的違約率存在差異，而投資者能夠通過(guò)平臺(tái)發(fā)布的其他信息識(shí)別其背后的違約風(fēng)險(xiǎn)。

現(xiàn)有文獻(xiàn)為研究P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)識(shí)別問(wèn)題提供了有益的借鑒，但是還存在著不足之處，主要包括：現(xiàn)有文獻(xiàn)主要是以國(guó)外網(wǎng)貸平臺(tái)為研究對(duì)象，缺少針對(duì)本國(guó)P2P網(wǎng)貸平臺(tái)開展研究的文章；現(xiàn)有研究并未就職業(yè)聲望對(duì)識(shí)別借款人風(fēng)險(xiǎn)的作用問(wèn)題給出研究結(jié)論。中國(guó)歷來(lái)是個(gè)十分重視身份的社會(huì)，于是職業(yè)聲望在借貸市場(chǎng)的作用有著更為重要的研究?jī)r(jià)值。

三、研究假設(shè)

本文分別從貸款人和借款人的角度出發(fā)，研究職業(yè)聲望是否會(huì)影響P2P網(wǎng)貸行為。工作作為收入的可靠來(lái)源，被當(dāng)作是借款人能否按時(shí)還款的重要保證。從貸款人角度出發(fā)，貸款人是否會(huì)根據(jù)借款人的職業(yè)聲望判斷其還款能力，從而影響借款人的借款成功率。從借款人角度出發(fā)，不同職業(yè)聲望的借款人是否存在不同的違約率。從理性角度來(lái)看，貸款人傾向于貸款給職業(yè)聲望較高的借款人，更青睞違約率較低的職業(yè)，即高成功率對(duì)應(yīng)著低違約率。相應(yīng)的，高借款成功率的借款人應(yīng)當(dāng)表現(xiàn)出低違約率。本文根據(jù)職業(yè)聲望將職業(yè)劃分為8類，判斷職業(yè)聲望是否會(huì)影響P2P網(wǎng)貸行為。

（一）貸款人的投資決策

假設(shè)1：在控制其他因素后，職業(yè)聲望較高的借款人的借款成功率高于職業(yè)聲望較低的借款人。

假設(shè)2：在控制其他因素后，職業(yè)聲望較高的借款人的借款成功率低于職業(yè)聲望較低的借款人。

假設(shè)1和假設(shè)2是競(jìng)爭(zhēng)對(duì)立的關(guān)系。在借貸關(guān)系中，收入水平是借款人還款能力的重要保障，同時(shí)，信譽(yù)也是否能按時(shí)還款的重要因素之一。職業(yè)聲望較高往往意味著收入和信用的雙重保障。通常來(lái)說(shuō)，擁有較高職業(yè)聲望的借款人按時(shí)還款的可能性高；反之，職業(yè)聲望較低的借款人按時(shí)還款的可能性低。因此，在同等條件下，職業(yè)聲望較低的借款人會(huì)受到貸款人的冷落，即貸款人更青睞職業(yè)聲望較高的借款人，不愿貸款給職業(yè)聲望較低的借款人。借款人的職業(yè)聲望會(huì)影響借款成功率。如果職業(yè)聲望較高的借款人借款成功率高，職業(yè)聲望較低的借款人借款成功率低，則假設(shè)1成立。如果職業(yè)聲望較高的借款人并未呈現(xiàn)出較高的借款成功率，則支持假設(shè)2。

（二）借款人的違約結(jié)果

假設(shè)3：在控制其他因素后，P2P網(wǎng)貸平臺(tái)上的職業(yè)聲望較高的借款人違約率低，職業(yè)聲望較低的借款人違約率高。

職業(yè)聲望不僅傳達(dá)出與借款人還款能力相對(duì)應(yīng)的有效信息，職業(yè)聲望較高的借款人群收入也相對(duì)較高，能夠做到按時(shí)還款，更重要的是，職業(yè)聲望體現(xiàn)了借款人的信譽(yù)、人品、素質(zhì)。因此，在控制了其他變量（包括收入變量）后，職業(yè)聲望較高的借款人應(yīng)表現(xiàn)出低違約率，反之，職業(yè)聲望較低的借款人表現(xiàn)出高違約率。

假設(shè)4：在控制其他因素后，P2P網(wǎng)貸平臺(tái)上的職業(yè)聲望較高的借款人違約率高，職業(yè)聲望較低的借款人違約率低。

假設(shè)3和假設(shè)4是競(jìng)爭(zhēng)對(duì)立的關(guān)系。P2P市場(chǎng)的融資成本相對(duì)較高，一般而言，職業(yè)聲望較高的借款人社會(huì)地位更高，社會(huì)聲譽(yù)更好，獲得投資的來(lái)源更廣，在這種情況下，依舊選擇P2P網(wǎng)貸的高職業(yè)聲望借款人可能面臨著更大的道德風(fēng)險(xiǎn)，所表現(xiàn)出的違約率也可能高于擁有較低職業(yè)聲望的借款人。

四、數(shù)據(jù)描述

針對(duì)以上假設(shè)，以國(guó)內(nèi)最大債權(quán)型融資平臺(tái)——人人貸為研究對(duì)象，構(gòu)建回歸模型進(jìn)行實(shí)證檢驗(yàn)。

（一）數(shù)據(jù)來(lái)源

作為我國(guó)P2P行業(yè)的典型代表，人人貸于2010年5月成立，通過(guò)近幾年迅速的發(fā)展，現(xiàn)已成為我國(guó)最具影響力的P2P網(wǎng)貸平臺(tái)之一。本文選取樣本時(shí)間為2010年10月至2014年3月。為符合研究目的，將關(guān)鍵數(shù)據(jù)缺失的借款訂單剔除之后，最終樣本共包含141631個(gè)觀測(cè)值。

（二）變量設(shè)定

本文設(shè)定11個(gè)變量，如表1所示。

（三）模型設(shè)定

考慮到以上變量選擇，本文建立兩個(gè)實(shí)證模型，分別考察借款人的不同職業(yè)聲望是否會(huì)影響借款成功率和違約率。

模型（1）采用Probit回歸模型檢驗(yàn)借款成功率在不同職業(yè)聲望是否存在差異：

prob（success=1）=φ（αpre+γcontrol1+ε）（1）

其中，prob（success=1）為借款人籌資成功的概率，pre為借款人的職業(yè)聲望，control1表示相關(guān)的控制變量，ε為誤差值。

模型（2）采用Probit回歸模型檢驗(yàn)違約率在不同職業(yè)聲望之間是否存在差異：

prob（default=1）=μ（βpre+δcontrol2+ε）（2）

其中，prob（default=1）為借款人違約的概率，inf為借款人的職業(yè)聲望，ontrol2表示相關(guān)的控制變量，ε為誤差值。

五、實(shí)證結(jié)果

（一）描述性統(tǒng)計(jì)

表2列示了主要變量的描述性統(tǒng)計(jì)。從表2可以看出，所有借款訂單中僅有6.63%借款成功，違約率只有4.94%，說(shuō)明P2P網(wǎng)貸發(fā)生違約的情況較少，同時(shí)成功率也不高，借款人通過(guò)P2P網(wǎng)絡(luò)借款獲得資金的可能性較低。

分析借款訂單信息變量可以發(fā)現(xiàn)，借款利率最低為3%，最高為24.4%，平均借款利率為15.5%，遠(yuǎn)高于銀行貸款利率，說(shuō)明P2P網(wǎng)貸平均成本較高。平均借款期限大約為15個(gè)月，平均借款金額大約為6萬(wàn)元，體現(xiàn)了市場(chǎng)對(duì)短期小額資金的迫切需求。

分析借款人個(gè)人信息可以發(fā)現(xiàn)，男性借款人占84.84%，說(shuō)明在P2P網(wǎng)貸平臺(tái)上，男性比女性表現(xiàn)得更加活躍。月收入在1萬(wàn)元以下的借款人大約是總數(shù)的一半，已婚借款人占比約為48%，且大多借款人學(xué)歷水平為大專、高中或以下。借款人的信用普遍偏低，等級(jí)最低的HR占比高達(dá)77.6%。以上數(shù)據(jù)說(shuō)明，參與P2P網(wǎng)貸活動(dòng)的借款人多數(shù)為學(xué)歷較低、收入不高、缺少工作經(jīng)驗(yàn)的男性。

表3列式了不同職業(yè)聲望的借款人的樣本數(shù)量。從表3可以看出，公務(wù)員僅占借款總?cè)藬?shù)的5.57%，私營(yíng)企業(yè)主與個(gè)體工商戶的借款人數(shù)偏多，分別占據(jù)28.29%、17.85%，商業(yè)、服務(wù)業(yè)人員占總數(shù)的8.44%，工人、農(nóng)民占6.36%，事業(yè)單位人員、專業(yè)技術(shù)人員分別占9.26%、11.48%，無(wú)業(yè)者占12.75%。說(shuō)明職業(yè)聲望相對(duì)較高的人在P2P網(wǎng)貸活動(dòng)中并不活躍，一些從事商業(yè)活動(dòng)的企業(yè)或個(gè)人表現(xiàn)出對(duì)網(wǎng)絡(luò)貸款的極大需求，幾乎占借款人總數(shù)的一半，同時(shí)，無(wú)業(yè)人員也表現(xiàn)出對(duì)P2P借貸的青睞。另外，平時(shí)對(duì)互聯(lián)網(wǎng)接觸較少的職業(yè)似乎并未垂青網(wǎng)貸。

（二）基準(zhǔn)回歸

表4列示了模型（1）和模型（2）的基準(zhǔn)回歸結(jié)果。模型（1）主要考察不同職業(yè)聲望對(duì)借款成功率（success）的影響，模型（2）主要考察不同職業(yè)聲望對(duì)違約率（default）的影響。

為了分析P2P網(wǎng)貸中借款成功率在不同職業(yè)聲望間是否存在差異，本文根據(jù)模型（1），以借款人的職業(yè)聲望作為核心解釋變量進(jìn)行回歸。從表4中模型（1）的結(jié)果可知，職業(yè)聲望在1%的顯著水平下與借款成功率呈正相關(guān)關(guān)系，借款成功率在不同職業(yè)聲望的借款人之間存在差異，職業(yè)聲望等級(jí)越高，借款成功率越高。反映了在P2P網(wǎng)貸平臺(tái)上，貸款人呈現(xiàn)出對(duì)擁有較高職業(yè)聲望的借款人的垂青。對(duì)貸款人而言，職業(yè)聲望高的借款人擁有收入和信譽(yù)的雙重保障，這類借款人的按時(shí)還款可能性更高，從而增加了高職業(yè)聲望借款人的借款成功率。從各個(gè)控制變量的系數(shù)來(lái)看，借款人設(shè)定的借款利率越高，反而不容易使得借款成功率上升。在貸款人看來(lái)，這意味著較高的信用風(fēng)險(xiǎn)。同時(shí)，借款金額越大、借款周期越長(zhǎng)，意味著融資項(xiàng)目的不確定性因素越多，同樣也會(huì)導(dǎo)致了借款成功率降低。由此，驗(yàn)證了假設(shè)1，不支持假設(shè)2。

為了驗(yàn)證P2P網(wǎng)貸中違約率在不同職業(yè)類別之間是否存在差異，本文根據(jù)模型（2），以借款人職業(yè)聲望作為核心解釋變量進(jìn)行回歸。從表4中模型（2）的結(jié)果可知，職業(yè)聲望在1%的顯著水平下與違約率呈正相關(guān)關(guān)系，職業(yè)聲望等級(jí)越高，違約率越高。這反映了在P2P網(wǎng)貸平臺(tái)上，擁有較高職業(yè)聲望的借款人事實(shí)上違約率更高，這也為假說(shuō)1提供了進(jìn)一步的支持證據(jù)。從各個(gè)控制變量的系數(shù)來(lái)看，高學(xué)歷的借款人如約還款概率更高，信用風(fēng)險(xiǎn)較小。同時(shí)，女性借款人表現(xiàn)出與男性借款人相比較低的違約率。由此，驗(yàn)證了假設(shè)4，不支持假設(shè)3。

（三）穩(wěn)定性檢驗(yàn)

表5將職業(yè)聲望等級(jí)分為高低兩組，將啞變量高聲望職業(yè)作為職業(yè)聲望的指標(biāo)，進(jìn)行穩(wěn)定性檢驗(yàn)。由結(jié)果可知，在控制了其他變量后，高職業(yè)聲望組的借款人的如約還清率較低。在模型（1）和模型（2）中，啞變量高職業(yè)聲望均在1%水平下顯著。這意味著，在控制其他變量后，更高職業(yè)聲望的借款人雖然受到貸款人的青睞，但違約率卻高于低聲望借款人。從而驗(yàn)證了基準(zhǔn)回歸中，P2P網(wǎng)貸平臺(tái)上貸款人在通過(guò)職業(yè)聲望判斷借款人還款能力及違約率方面存在偏差。結(jié)果與基準(zhǔn)回歸相同，驗(yàn)證了假說(shuō)1與假說(shuō)4。綜合兩種模型的回歸結(jié)果發(fā)現(xiàn)，高職業(yè)聲望借款人的違約率高于借款成功率較低的低職業(yè)聲望借款人，說(shuō)明職業(yè)聲望并未真實(shí)反映借款人的還款能力及信用風(fēng)險(xiǎn)。經(jīng)過(guò)穩(wěn)定性檢驗(yàn)之后上述結(jié)論依然能夠成立。

六、總結(jié)

本文利用新穎的P2P網(wǎng)貸平臺(tái)數(shù)據(jù)，探討了網(wǎng)貸借貸市場(chǎng)上職業(yè)聲望的問(wèn)題。主要體現(xiàn)在兩個(gè)方面，一是從貸款人投資決策方面，探究P2P網(wǎng)貸市場(chǎng)上的投資者是否更愿意貸款給職業(yè)聲望較高的借款人，即貸款人是否認(rèn)為職業(yè)聲望較高的借款人的違約風(fēng)險(xiǎn)更低；二是從借款人違約結(jié)果方面，探究借款人的職業(yè)聲望與真實(shí)違約率之間的關(guān)系，即職業(yè)聲望較高的借款人是否能夠如約還款，從而研究P2P借貸市場(chǎng)上的投資者在通過(guò)職業(yè)聲望識(shí)別還款能力及違約率方面是否存在偏差。

實(shí)證結(jié)果發(fā)現(xiàn)，一方面，貸款人確實(shí)表現(xiàn)出對(duì)職業(yè)聲望較高的借款人的青睞，事實(shí)上，職業(yè)聲望深刻影響著貸款人的判斷與決策；另一方面，職業(yè)聲望較高的借款人實(shí)際違約率較高。由此可知P2P網(wǎng)貸上的投資者通過(guò)職業(yè)聲望甄別借款人還款能力及違約率方面與實(shí)際情況存在明顯偏差。

參考文獻(xiàn)：

[1]Barber B. Inequality and Occupational Prestige： Theory， Research， and Social Policy[J].Sociological Inquiry，1978（02）.

[2]Fuller R D. Occupational prestige and changing higher educational policy[J].Social Science Journal，1987（01）.

[3]李春玲.當(dāng)代中國(guó)社會(huì)的聲望分層——職業(yè)聲望與社會(huì)經(jīng)濟(jì)地位指數(shù)測(cè)量[J].社會(huì)學(xué)研究，2005（02）.

[4]李強(qiáng).轉(zhuǎn)型時(shí)期沖突性的職業(yè)聲望評(píng)價(jià)[J].中國(guó)社會(huì)科學(xué)，2000（04）.

[5]Conroy J D. Occupational Prestige and Labour Market Behaviour in Papua New Guinea[J].Economic Record，2010（03）.

[6]Walker T L， Tracey T J G. Perceptions of occupational prestige： Differences between African American and White college students[J].Journal of Vocational Behavior，2012（01）.

[7]蔡禾，趙釗卿.社會(huì)分層研究：職業(yè)聲望評(píng)價(jià)與職業(yè)價(jià)值[J].管理世界，1995（04）.

[8]Lin M， Prabhala R， Viswanathan S. Judging Borrowers By The Company They Keep 1 ： Social Networks and Adverse Selection in Online Peer-to-Peer Lending[M].INFORMS，2013.

[9]陳霄，葉德珠.中國(guó)互聯(lián)網(wǎng)金融中的性別歧視研究[J].金融評(píng)論，2016（02）.

[10]王會(huì)娟，何琳.借款描述對(duì)P2P網(wǎng)絡(luò)借貸行為影響的實(shí)證研究[J].金融經(jīng)濟(jì)學(xué)研究，2015（01）.

[11]Herzenstein M， Sonenshein S， Dholakia U M. Tell Me a Good Story and I May Lend You Money： The Role of Narratives in Peer-to-Peer Lending Decisions[J].Journal of Marketing Research，2011（48）.

[12]李悅雷，郭陽(yáng)，張維.中國(guó)P2P小額貸款市場(chǎng)借貸成功率影響因素分析[J].金融研究，2013（07）.

[13]廖理，李夢(mèng)然，王正位.聰明的投資者：非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別——來(lái)自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)研究，2014（07）.

（作者單位：南京郵電大學(xué)管理學(xué)院）