借款人信用评分的高低对借款利率的影响分析

刘会敏

【摘要】本文通过对借款人披露的信息进行整合，分析出每个借款人信用的综合得分，在信息整合的过程中采用了因子分析法对所选指标提取公因子，并将每个因子的方差贡献率占比作为权重整合获得综合得分。利用多元线性回归考察借款利率与借款人信用得分之间关系，回归结果显示借款人信用得分与借款利率之间的关系呈现负相关关系。

【关键词】人人贷 信用评分 借款利率

一、引言

网络借贷是随着互联网发展而兴起的一种金融创新模式。目前降低P2P网络借贷信用风险的一个合理可行的思路就是加强信息披露，大规模的信息可为评价借款人信用提供依据，从而缓解借贷行为中固有的信息不对称与道德风险。借款描述作为一种典型的软信息，是借款人所写的供潜在出借人阅读的，关于自身以及借贷事项的描述。款描述通常包含借款人的借款经历和当前状况，可侧面反映借款人的某种品质和人格。

二、文献综述

国内外有很多关于影响借款利率的因素分析，其中陈霄叶德珠（2016）就指出借款人年龄、婚姻及教育水平能够显著地提高借款人的定价效率。[1]苑言方（2017）指出借款金额、借款期限与借款利率正相关，还款方式与借款利率负相关。[2]杨理（2015）实证结果发现P2P网络借贷平台中信用等级越高的人，借款利率越低，即网络借贷平台对借款人的信用评级对投资人起到了实质性的帮助;借款期限越短，借款利率越低;借款金额越高，借款利率越高。[3]姚凤阁和隋昕（2016）分析了借款人信用等级、投标成功次数等9个指标对P2P网络借贷平台借款人信用风险的影响。信用水平的有效媒介。[4]

陈丽（2016）指出借款人的信用风险主要有两方面的原因：一是借款人的还款能力因素;二是借款人的道德因素。[5]郑彦彦（2016）利率、还款期限和还清笔数成为借款人违约风险的预测因素。[6]李焰君等（2014）指出描述性信息会对投资人决策产生影响。这篇文章主要研究了个人经历、品质、性格等信息的影响。[7]Petersen&Rajan（1994）认为，當存在严重的信息不对称时，借款人与投资人之间的人际关系对借款成功起着非常重要的作用。[8]

三、数据来源

本文选取2016年1月15号至2016年2月24号人人贷数据进行分析。我们总共得到了8545条借款人信息，因为我们这里主要研究的是借款人的信用问题，故而在此选取信用认证的378条数据。我们选取的借款人的信用指标主要有年龄、学历、婚姻、公司规模、收入、房产、房贷、车产、车贷、申请次数、成功次数、还清次数。

四、实证分析

从KMO 和 Bartlett ‘s Test 的检验结果得到 KMO 的值为0.687，比较适合做因子分析。Bartlett 球形检验的P值为0.00，表明变量之间存在相关关系，适合做因子分析。

变量的共同度越接近1，说明被变量公共因子解释的程度越高，因子分析的效果越好。求解变量的前几个主成分，进行简单的数学变换就可以得到因子载荷矩阵。与主成分分析类似，可以根据因子的累计贡献率确定因子的个数。

我们选取了6了因子以求达到更高的解释力，减少偏差。由于此时得到的未旋转因子的实际意义不好解释，因此对公共因子进行方差最大化正交旋转，使输出的载荷矩阵中各列按载荷系数大小排列，在同一个公共因子上具有较高载荷的变量排在一起。

计算因子得分，并以各因子的方差贡献率占三个因子的总方差贡献率的比重作为权重进行加权汇总，得出综合得分。

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

为防止出现异方差还进行了稳健性回归，发现回归结果变化不大，说明异方差存在不明显，影响不大，故而这里选用了普通回归结果，从回归的结果得在控制借款期限及借款金额两大影响因素之后，信用得分与借款利率负相关，并且是显著的。贷款期限与借款利率正相关，贷款金额与借款利率负相关，也是显著的。

五、结论

从上面的结论可以给借款人以提示，在借款时，会由于自身的财产状况使借款利率收到影响。从而促进借款人在对自己不利的方面努力改善自身状况。另一方面，对于投资人来说，由于借款人的信用程度较低时，就会有更高的风险回报，但是投资人应考虑好在自己承受能力范围内进行投资，从而努力实现超额回报。

参考文献：

[1]陈霄，叶德珠. 定价效率、不确定性与借款利率— —来自P2P网络借贷的经验证据[J]. 国际商务（对外经济贸易大学学报）， 2016（5）：113-121.

[2]苑言方. P2P网贷平台借款利率影响因素实证研究[J]. 黑龙江工业学院学报，2017，17（7）：91-95.

[3]杨理. 我国P2P网络借贷利率的影响因素分析[D]. 广西：广西师范大学，2015.04.

[4]姚凤阁，隋昕. P2P 网络借贷平台借款人信用风险影响因素研究———来自“拍拍贷”的经验依据[J]. 哈尔滨商业大学学报（社会科学版），2016（1）：3-10.

[5]陈丽.p2p借款人信用风险研究[D].上海：华东政法大学，2016.04.

[6]郑彦彦.我国P2P网络借贷借款人信用风险研究[D].河南：河南大学，2016.06.

[7]李焰，高弋君，李珍妮，才子豪，王冰婷，杨宇轩[J].经济研究，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.