借款人信用評分的高低對借款利率的影響分析

劉會敏

【摘要】本文通過對借款人披露的信息進行整合，分析出每個借款人信用的綜合得分，在信息整合的過程中采用了因子分析法對所選指標提取公因子，并將每個因子的方差貢獻率占比作為權重整合獲得綜合得分。利用多元線性回歸考察借款利率與借款人信用得分之間關系，回歸結果顯示借款人信用得分與借款利率之間的關系呈現負相關關系。

【關鍵詞】人人貸 信用評分 借款利率

一、引言

網絡借貸是隨著互聯網發展而興起的一種金融創新模式。目前降低P2P網絡借貸信用風險的一個合理可行的思路就是加強信息披露，大規模的信息可為評價借款人信用提供依據，從而緩解借貸行為中固有的信息不對稱與道德風險。借款描述作為一種典型的軟信息，是借款人所寫的供潛在出借人閱讀的，關于自身以及借貸事項的描述。款描述通常包含借款人的借款經歷和當前狀況，可側面反映借款人的某種品質和人格。

二、文獻綜述

國內外有很多關于影響借款利率的因素分析，其中陳霄葉德珠（2016）就指出借款人年齡、婚姻及教育水平能夠顯著地提高借款人的定價效率。[1]苑言方（2017）指出借款金額、借款期限與借款利率正相關，還款方式與借款利率負相關。[2]楊理（2015）實證結果發現P2P網絡借貸平臺中信用等級越高的人，借款利率越低，即網絡借貸平臺對借款人的信用評級對投資人起到了實質性的幫助;借款期限越短，借款利率越低;借款金額越高，借款利率越高。[3]姚鳳閣和隋昕（2016）分析了借款人信用等級、投標成功次數等9個指標對P2P網絡借貸平臺借款人信用風險的影響。信用水平的有效媒介。[4]

陳麗（2016）指出借款人的信用風險主要有兩方面的原因：一是借款人的還款能力因素;二是借款人的道德因素。[5]鄭彥彥（2016）利率、還款期限和還清筆數成為借款人違約風險的預測因素。[6]李焰君等（2014）指出描述性信息會對投資人決策產生影響。這篇文章主要研究了個人經歷、品質、性格等信息的影響。[7]Petersen&Rajan（1994）認為，當存在嚴重的信息不對稱時，借款人與投資人之間的人際關系對借款成功起著非常重要的作用。[8]

三、數據來源

本文選取2016年1月15號至2016年2月24號人人貸數據進行分析。我們總共得到了8545條借款人信息，因為我們這里主要研究的是借款人的信用問題，故而在此選取信用認證的378條數據。我們選取的借款人的信用指標主要有年齡、學歷、婚姻、公司規模、收入、房產、房貸、車產、車貸、申請次數、成功次數、還清次數。

四、實證分析

從KMO 和 Bartlett ‘s Test 的檢驗結果得到 KMO 的值為0.687，比較適合做因子分析。Bartlett 球形檢驗的P值為0.00，表明變量之間存在相關關系，適合做因子分析。

變量的共同度越接近1，說明被變量公共因子解釋的程度越高，因子分析的效果越好。求解變量的前幾個主成分，進行簡單的數學變換就可以得到因子載荷矩陣。與主成分分析類似，可以根據因子的累計貢獻率確定因子的個數。

我們選取了6了因子以求達到更高的解釋力，減少偏差。由于此時得到的未旋轉因子的實際意義不好解釋，因此對公共因子進行方差最大化正交旋轉，使輸出的載荷矩陣中各列按載荷系數大小排列，在同一個公共因子上具有較高載荷的變量排在一起。

計算因子得分，并以各因子的方差貢獻率占三個因子的總方差貢獻率的比重作為權重進行加權匯總，得出綜合得分。

F=（22.768F1+13.833F2+12.988F3+12.033F4+8.856F5+8.664F6）/ 79.142

為防止出現異方差還進行了穩健性回歸，發現回歸結果變化不大，說明異方差存在不明顯，影響不大，故而這里選用了普通回歸結果，從回歸的結果得在控制借款期限及借款金額兩大影響因素之后，信用得分與借款利率負相關，并且是顯著的。貸款期限與借款利率正相關，貸款金額與借款利率負相關，也是顯著的。

五、結論

從上面的結論可以給借款人以提示，在借款時，會由于自身的財產狀況使借款利率收到影響。從而促進借款人在對自己不利的方面努力改善自身狀況。另一方面，對于投資人來說，由于借款人的信用程度較低時，就會有更高的風險回報，但是投資人應考慮好在自己承受能力范圍內進行投資，從而努力實現超額回報。

參考文獻：

[1]陳霄，葉德珠. 定價效率、不確定性與借款利率— —來自P2P網絡借貸的經驗證據[J]. 國際商務（對外經濟貿易大學學報）， 2016（5）：113-121.

[2]苑言方. P2P網貸平臺借款利率影響因素實證研究[J]. 黑龍江工業學院學報，2017，17（7）：91-95.

[3]楊理. 我國P2P網絡借貸利率的影響因素分析[D]. 廣西：廣西師范大學，2015.04.

[4]姚鳳閣，隋昕. P2P 網絡借貸平臺借款人信用風險影響因素研究———來自“拍拍貸”的經驗依據[J]. 哈爾濱商業大學學報（社會科學版），2016（1）：3-10.

[5]陳麗.p2p借款人信用風險研究[D].上海：華東政法大學，2016.04.

[6]鄭彥彥.我國P2P網絡借貸借款人信用風險研究[D].河南：河南大學，2016.06.

[7]李焰，高弋君，李珍妮，才子豪，王冰婷，楊宇軒[J].經濟研究，2014（增1）：143-155

[8]Berger， A， N.，and G.F.Udell， “Relationship Lending and Lines of Credit in Small Firm Finances”， Journal of Business，1995，68（03）：351-381.