空氣質量與P2P借款者的利率選擇

付志強，吳衛(wèi)星

(對外經(jīng)濟貿易大學金融學院，北京 100029)

一、引 言

伴隨著中國經(jīng)濟快速增長，空氣質量問題受到了廣泛關注。Yang等(2013)[1]研究認為空氣污染是中國居民第四大健康風險因素。大量研究表明，空氣質量會對經(jīng)濟參與主體的行為產(chǎn)生影響：投資者在霧霾天氣交易時，其交易表現(xiàn)更差[2]；差的空氣質量會降低分析師預測公司業(yè)績的準確性[3]，降低勞動生產(chǎn)率[4]。那么空氣質量是否會對網(wǎng)絡借貸平臺借款者行為產(chǎn)生影響？

網(wǎng)絡借貸平臺(P2P平臺)2007年傳入中國，并在中國發(fā)展迅速，2019年全年成交9649.11億元(1)數(shù)據(jù)參考新華社《金融世界》和中國互聯(lián)網(wǎng)金融協(xié)會發(fā)布的《中國互聯(lián)網(wǎng)金融報告》(2014)。。目前存在大量關于網(wǎng)絡借貸平臺的研究，這些研究主要從四個方面進行：網(wǎng)絡借貸行業(yè)和平臺層面、借款者行為、投資者行為以及網(wǎng)絡借貸監(jiān)管[5][6]。關于網(wǎng)絡借貸中借款者行為，有諸多文獻研究借款者自身特征對借款成功率的影響，比如學歷、婚姻狀況、借款描述等[7][8][9]，而少有文獻討論借款者行為及其影響因素。

基于以上兩方面的背景，本文試圖從外部因素視角，討論空氣質量對借款者選擇利率的影響。本文綜合使用人人貸微觀數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)和環(huán)境數(shù)據(jù)，使用面板回歸方法進行研究，研究結果顯示：空氣質量指數(shù)上升會導致借款者選擇更低的借款利率，空氣質量每上升1個單位，借款利率下降1.04%。進一步研究發(fā)現(xiàn)，空氣質量對借款者選擇借款利率的影響存在異質性，空氣質量對女性借款者、年齡較大的借款者影響更大(2)多項研究表明，空氣質量對社會經(jīng)濟地位低和身體素質弱的群體影響更大[10]。。經(jīng)過多項檢驗，結果依然穩(wěn)健。

本文的主要貢獻包括：第一，使用日度微觀數(shù)據(jù)研究了空氣質量對借款者利率選擇的影響，擴展了空氣質量對經(jīng)濟參與主體影響的研究領域；第二，從外部環(huán)境角度入手分析了網(wǎng)絡借貸行業(yè)借款者行為，豐富了網(wǎng)絡借貸行業(yè)借款者行為研究。

二、理論分析和假設

大量研究表明，環(huán)境會對人們的情緒產(chǎn)生影響，進而影響其決策。Schwarz和Clore(1983)[11]利用兩項實驗研究發(fā)現(xiàn)，人們常常以當前暫時的情感狀態(tài)(高興或悲傷)作為信息，來判斷自己對生活的滿意程度，也即情感狀態(tài)具有信息的功能；處于令人不快的情感狀態(tài)的人比處于愉快的情感狀態(tài)的人更可能搜索和使用信息來解釋其狀態(tài)，也即情感狀態(tài)具有指導功能。Cunningham(1979)[12]進行了兩項實驗，結果表明陽光和溫度會影響人們助人的行為。有學者將其應用于金融學術領域，產(chǎn)生了大量的研究，如環(huán)境影響股票價格以及交易行為等[13][14][15]。近些年部分學者利用微觀數(shù)據(jù)研究空氣質量對人們決策的影響，如Huang(2017)[2]使用中國一家證券公司的交易者個人賬戶信息，發(fā)現(xiàn)投資者在霧霾天氣比在空氣質量好的天氣交易收益更少，并且對女性和年長的投資者影響更大。

空氣質量會影響人們的情緒。已有研究表明，空氣污染程度升高會加劇人們的焦慮、緊張、低落、心煩、抑郁等情緒[16][17][18]；空氣質量變差往往會降低人們的生活滿意度[19][20][21]和幸福感[22][23][24][25]，甚至導致精神疾病，如抑郁癥[23][24]。情緒會影響人們的決策。心理學研究表明，積極(消極)的情緒會使人們產(chǎn)生樂觀(悲傷)的決策，進而影響決策結果[26]。情緒與事件的風險評估有關，消極的情緒會增加人們的厭惡風險程度[27][28]。

空氣質量對人們行為的影響具有異質性。已有研究發(fā)現(xiàn)，空氣質量對社會經(jīng)濟地位低和身體素質差的群體影響更大[10]：空氣質量對年齡較大的人影響更大[29][30]，女性更容易受到環(huán)境的影響[31][32]。而空氣質量變差使得年齡較大的借款者或女性借款者的風險厭惡程度下降得更快，最終影響其借款行為。

綜合上述分析，我們認為空氣質量變差使得借款者情緒變得消極，進而增加了借款者的風險厭惡程度，從而使得借款者選擇更低的借款利率，所以我們有以下假設：

假設1：空氣質量越差，P2P借款者選擇的借款利率越低。

假設2：空氣質量對P2P女性借款者的影響更大。

假設3：空氣質量對P2P年齡大的借款者的影響更大。

三、研究設計

(一)數(shù)據(jù)來源

本文數(shù)據(jù)包括人人貸數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)和環(huán)境數(shù)據(jù)(空氣質量以及氣象數(shù)據(jù))。人人貸是中國較早成立的P2P平臺，成立于2010年，截至2019年12月31日，該平臺累計成交金額為995.5億元(3)數(shù)據(jù)來源于人人貸官網(wǎng)：https://www.renrendai.com/。。人人貸的利率定價機制曾經(jīng)發(fā)生了一次變化，在2015年10月14日，由“借款者選擇借款利率，平臺審核借款者”改為“平臺審核借款者，平臺標定借款利率”，經(jīng)過這次調整，平臺將利率定價權收歸平臺所有[33][34]。本文主要使用的人人貸數(shù)據(jù)為2015年10月14日之前的數(shù)據(jù)，也即借款者對利率進行選擇機制下的樣本。人人貸每筆借款的狀態(tài)分為借款成功和流標(借款不成功)。因為流標狀態(tài)下借款時間數(shù)據(jù)缺失，導致無法與每日的空氣質量數(shù)據(jù)進行匹配，故本文僅涉及借款成功的樣本。人人貸數(shù)據(jù)包括借款利率、借款者的人口特征(性別、年齡、教育水平、婚姻狀態(tài))、借款者的經(jīng)濟狀況(年收入、房產(chǎn)信息、房貸信息、車產(chǎn)信息、車貸信息以及信用等級)。

宏觀經(jīng)濟數(shù)據(jù)包括三個變量：居民消費價格指數(shù)(CPI)、基準利率(Benchmark Interest Rate)和城市生產(chǎn)總值(GDP)(4)宏觀經(jīng)濟變量來源于中國宏觀經(jīng)濟信息網(wǎng)的統(tǒng)計數(shù)據(jù)庫：http://www.macrochina.com.cn/。。居民消費價格指數(shù)用各城市的月度居民消費價格指數(shù)表示；基準利率用金融機構人民幣貸款基準利率表示，并且根據(jù)借款者的期限進行匹配，期限分為五個類別，即六個月以內(含六個月)、六個月至一年(含一年)、一年至三年(含三年)、三年至五年(含五年)和五年以上；城市生產(chǎn)總值為所在省級行政區(qū)的月度生產(chǎn)總值，由于數(shù)據(jù)庫中只有季度的生產(chǎn)總值，我們按照月度進行平均處理(即將季度的生產(chǎn)總值除以1/3)生成月度省份生產(chǎn)總值，單位為千億元。

環(huán)境數(shù)據(jù)(空氣質量以及氣象數(shù)據(jù))來源于中國研究數(shù)據(jù)服務平臺(CNRDS)，具體包括日度的空氣質量數(shù)據(jù)、天氣情況、風向和風速。空氣質量數(shù)據(jù)又包括空氣質量指數(shù)、空氣質量等級(優(yōu)、良、輕度污染、中度污染、重度污染、嚴重污染)、PM2.5、PM10、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)。天氣情況包括晴天、雨天、陰天、風向以及風速。

2014年之前中國空氣質量并未測量PM2.5數(shù)據(jù)，而PM2.5是評估空氣質量的重要成分，故本文使用2014年之后的環(huán)境數(shù)據(jù)，和人人貸數(shù)據(jù)匹配形成最終樣本，樣本區(qū)間為2014年1月1日～2015年10月14日。樣本省份包括中國內地31個省級行政區(qū)的307個地級市。具體變量定義見表1。

表1 變量定義

(二)模型設定

本文設定如下回歸模型：

InterestRateijt=β0+β1AQIijt+β2Xijt+β3Wjt+γi+θt+ijt

(1)

其中，i表示借款者，j表示城市，t表示時間。InterestRateijt表示i借款者在t時刻選擇借款的利率。AQIijt表示j城市t時刻的空氣質量指數(shù)，β1是本文感興趣的系數(shù)。Xijt用來表示借款者的人口特征(BorrCharControls)和借款者的經(jīng)濟狀況(BorrEconControls)。人口特征包括性別、年齡、教育水平、婚姻狀況；經(jīng)濟狀況包括年收入、房產(chǎn)信息、房貸信息、車產(chǎn)信息、車貸信息以及信用等級。Wjt用來控制宏觀經(jīng)濟變量(MacroEcoControls)和氣象變量(WeatherControls)。宏觀經(jīng)濟變量包括居民消費價格指數(shù)、基準利率和城市生產(chǎn)總值；氣象變量包括天氣、溫度、風的因素(風速、風向)。此外還控制了個體固定效應，用γi表示借款者公司所在行業(yè)的固定效應(IndustryFEs)和所在城市固定效應(CityFEs)。θt表示時間固定效應，包括年月固定效應(Year-monthFEs)、周幾(Day-of-weekFEs)。

四、實證分析

(一)描述性統(tǒng)計

我們對本文所涉及的主要變量進行描述性統(tǒng)計，具體見表2。由表2可知，借款者選擇的借款利率平均為12.03%，借款利率范圍為7%～24%。AQI的均值為0.86。借款者平均年齡為37.8歲，我們將借款者收入取對數(shù)處理，其均值為9.2。

表2 描述性統(tǒng)計

(二)實證結果

1.基準回歸

我們將基準回歸結果列于表3，為了簡便我們省略了控制變量的系數(shù)。在第(1)列中，我們控制了借款者人口特征(BorrCharControls)、經(jīng)濟狀況(BorrEconControls)、宏觀經(jīng)濟變量(MacroEcoControls)、氣象變量(WeatherControls)以及年月固定效應(Year-monthFEs)。由第(1)列可知AQI的系數(shù)為-0.0181，意味著AQI上升1個單位會使得借款者選擇的利率下降0.0181，結果在1%的水平下顯著。第(2)～(4)列分別為依次添加周幾(Day-of-weekFEs)、城市固定效應(CityFEs)以及借款者公司行業(yè)固定效應(IndustryFEs)的結果，第(3)列添加城市固定效應(CityFEs)的系數(shù)的絕對值比第(2)列的系數(shù)小38.3%，第(4)列系數(shù)為-0.0104，所有系數(shù)都在5%的水平下顯著。這表明空氣質量上升會使P2P借款者選擇借款的利率降低。表3的結果驗證了本文的假設1。

表3 基準回歸結果

在表4中，我們研究了空氣質量等級與借款者選擇利率之間的關系，使用空氣質量各個等級的零一變量代替方程(1)中的AQI連續(xù)變量。AQI50～100，空氣質量指數(shù)大于50小于等于100時取1，否則取0；AQI100～150，空氣質量指數(shù)大于100小于等于150時取1，否則取0；AQI150～200，空氣質量指數(shù)大于150小于等于200時取1，否則取0；AQI200～300，空氣質量指數(shù)大于200小于等于300時取1，否則取0；AQI300+，空氣質量指數(shù)大于300時取1，否則取0。我們發(fā)現(xiàn)AQI在嚴重污染級別時，對借款利率的影響系數(shù)是-0.0767，在1%的水平上顯著。表4結果說明，空氣質量越差，借款者選擇的利率越低。本文的假設1再一次得到驗證。

表4 不同空氣質量等級對借款利率的回歸結果

2.空氣質量對借款者利率選擇的異質性分析

醫(yī)學文獻指出女性更容易受到環(huán)境的影響，從而空氣質量變差使得女性的風險厭惡程度下降得更快[31][32]。為此我們接下來檢驗空氣質量對不同性別的借款者選擇利率的行為是否存在差異，回歸結果見表5。由第(1)列可知，空氣質量對男性借款者利率選擇的影響系數(shù)是-0.0081，結果并不顯著；由第(2)列可知，空氣質量對女性借款者利率選擇的影響系數(shù)是-0.0201，在1%的水平下顯著。進一步加入交乘項進行回歸，其中Sex為啞變量，男性時為1，女性時為0，結果見第(3)列。第(3)列交乘項系數(shù)為0.0219，在1%的水平下顯著。這說明空氣質量對男性借款者利率選擇的影響較小，而對女性借款者的影響較大。表5的結果驗證了本文的假設2。

表5 性別異質性分析

醫(yī)學研究發(fā)現(xiàn)空氣質量對年齡較大的人產(chǎn)生的不良影響更大[29][30]。為了檢驗空氣質量對不同年齡的借款者利率選擇影響的異質性，我們按年齡進行分組回歸，結果見表6。其中第(1)列的借款者年齡小于25%的分位點(Q1)，第(2)列的借款者年齡在25%的分位點(Q1)和50%分位點(Q2)之間，第(3)列的借款者年齡在50%的分位點(Q2)和75%分位點(Q3)之間，第(4)列的借款者年齡大于75%的分位點(Q3)。由表6第(1)、(2)列和第(3)、(4)列可知，空氣質量對低年齡的借款者影響不顯著，對高年齡的借款者影響顯著。由第(3)列和第(4)列可知，空氣質量對最高年齡借款者的影響比對較高年齡借款者增加56.2%，且顯著性水平提高。我們進一步加入交乘項進行回歸，第(5)列交乘項系數(shù)為-0.005，在1%的水平下顯著。這意味著空氣質量對年齡大的借款者選擇利率的影響更大。表6的結果驗證了本文的假設3。

表6 年齡異質性分析

醫(yī)學研究表明空氣質量對未婚的人產(chǎn)生更多負面的影響[37]。為了檢驗空氣質量對婚姻狀況不同的借款者利率選擇影響的異質性，我們按照婚姻狀況與年齡分組進行回歸，其中年輕表示借款者年齡小于年齡中位數(shù)，結果見表7。我們發(fā)現(xiàn)在不同婚姻狀況下，空氣質量對借款者利率選擇并沒顯著的差異，空氣質量僅對不同年齡的借款者影響顯著。

表7 婚姻狀況的異質性分析

3.穩(wěn)健性檢驗

為了驗證結論的可靠性，我們進行了一系列的檢驗，結果見表8。已有研究表明溫度可以影響心情[35]，為了剔除溫度的影響，我們將高溫和低溫去掉，低溫定義為低于0攝氏度，高溫定義為高于35攝氏度，回歸結果見第(1)列，系數(shù)為-0.0167，在1%的水平下顯著。已有研究發(fā)現(xiàn)雨天可以影響心情[36]，進而影響風險厭惡程度，我們將雨天去除，結果見第(2)列，系數(shù)為-0.0109，在10%的水平下顯著。在第(3)列和第(4)列，我們分別將數(shù)據(jù)進行上下5%和10%的截尾處理，結果依然顯著。影響空氣質量的主要因素是細顆粒物PM2.5，故我們使用PM2.5代替AQI指數(shù)，回歸結果見第(5)列，系數(shù)為-0.0153，在1%的水平下顯著。經(jīng)過一系列的檢驗，結果依然穩(wěn)健，這進一步驗證了結果的可靠性。

表8 穩(wěn)健性檢驗

五、結論和啟示

本文研究了空氣質量對P2P借款者選擇利率的影響，利用2014年1月1日～2015年10月14日人人貸的數(shù)據(jù)，采用面板回歸的方法，我們得到結論，空氣質量每上升1個單位，借款者選擇的利率下降1.04%。進一步，我們討論了借款者的異質性對結果的影響，發(fā)現(xiàn)相較于男性，空氣質量對女性借款者影響更大；空氣質量對年齡較大的借款者影響更大；空氣質量對已婚和未婚的借款者影響并無差異。

我們的研究結果表明P2P借款者的借款利率選擇會被環(huán)境因素所影響。大量的金融學研究者聚焦于研究環(huán)境和空氣質量對股票價格和交易行為的影響，本文是對該領域的一個補充。由于數(shù)據(jù)的局限性，我們僅能證明空氣質量對借款者選擇借款利率的影響，而無法驗證空氣質量是否會通過借款利率選擇的變化進而影響借款者借款的成功率。這是個更重要的問題，需要更豐富的數(shù)據(jù)去驗證。