（原標(biāo)題：中國(guó)故事再登國(guó)際頂刊：金融科技時(shí)代的征信基礎(chǔ)設(shè)施建設(shè)）

伴隨著大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)的廣泛應(yīng)用，信貸科技在過(guò)去的十幾年中取得快速發(fā)展。與此同時(shí)，國(guó)內(nèi)征信行業(yè)也在快速發(fā)展。

兩者相遇會(huì)產(chǎn)生怎樣的思想火花？

自2005年以后，監(jiān)管機(jī)構(gòu)要求金融機(jī)構(gòu)向中國(guó)人民銀行征信中心披露商業(yè)和消費(fèi)者信貸的還款和違約信息。除官方的征信中心外，私營(yíng)征信機(jī)構(gòu)隨著金融科技的廣泛應(yīng)用也正蓬勃發(fā)展。個(gè)人征信業(yè)務(wù)的發(fā)展如何影響借款者的借款行為和隨后的違約風(fēng)險(xiǎn)也受到了學(xué)術(shù)界、業(yè)界及監(jiān)管部門(mén)的關(guān)注，成為重要的研究課題。

來(lái)自清華大學(xué)的廖理、王正位，華盛頓大學(xué)的Xiumin Martin， Quant Group的Ni Wang，以及印第安納大學(xué)的Jun Yang于2023年5月在會(huì)計(jì)學(xué)國(guó)際頂級(jí)期刊《The Accounting Review》發(fā)表論文 “What If Borrowers Were Informed about Credit Reporting? Two Natural Field Experiments”。

文章使用網(wǎng)絡(luò)借貸平臺(tái)數(shù)據(jù)，對(duì)征信提醒如何影響個(gè)人借款者的借款行為進(jìn)行了實(shí)驗(yàn)研究。文章發(fā)現(xiàn)，征信提醒可以通過(guò)降低信息尋租的方式，顯著降低借款者的違約概率。

文章投稿于2021年3月，2022年8月接收，2023年5月正式刊出。

背景介紹

1998年以后，中國(guó)的金融系統(tǒng)蓬勃發(fā)展，消費(fèi)者信貸業(yè)務(wù)也逐漸興起。2005年以后，中國(guó)監(jiān)管部門(mén)要求金融機(jī)構(gòu)向征信中心報(bào)告還款及違約信息，并且持牌金融機(jī)構(gòu)可以獲得這些信息。2013年以后，金融科技快速發(fā)展，大數(shù)據(jù)征信技術(shù)在個(gè)人借貸中的應(yīng)用，補(bǔ)充了官方征信覆蓋面不足的問(wèn)題。

本文采用一家網(wǎng)絡(luò)借貸平臺(tái)開(kāi)展了兩個(gè)自然田野實(shí)驗(yàn)，該平臺(tái)匹配小額線上貸款的需求方和機(jī)構(gòu)放款人。放款人方面，既有需要向征信中心提交借貸記錄的持牌金融機(jī)構(gòu)，也有實(shí)驗(yàn)時(shí)不需要（同時(shí)也不具有途徑）提交記錄的機(jī)構(gòu)。

平臺(tái)上的借款方男性居多，通常收入穩(wěn)定（平均月薪4000元），具有比較高的信用評(píng)分（芝麻分平均602）。平臺(tái)對(duì)于借款者有較嚴(yán)格的篩選，拒絕率可達(dá)90%，但即使這種情況下，仍有10%的新用戶會(huì)違約。平臺(tái)會(huì)取消違約用戶未來(lái)在平臺(tái)借款的資格來(lái)激勵(lì)用戶正常還款。老用戶一般會(huì)在平臺(tái)每年借款3-4次，平均每次4500元。

實(shí)驗(yàn)設(shè)計(jì)與實(shí)證結(jié)果

1. 實(shí)驗(yàn)設(shè)計(jì)

在該平臺(tái)申請(qǐng)貸款時(shí)，用戶需要披露自己的年齡、性別和身份信息。同時(shí)還會(huì)被要求披露自己的收入、教育情況、是否持有信用卡以及是否有房產(chǎn)。這些信息雖然難以驗(yàn)證，但也和螞蟻芝麻分、平臺(tái)內(nèi)部評(píng)分一起，是貸款申請(qǐng)審核的重要依據(jù)。

平臺(tái)內(nèi)部會(huì)將個(gè)人的芝麻分、大數(shù)據(jù)信息和借款者還款歷史納入模型形成內(nèi)部評(píng)分，內(nèi)部評(píng)分不會(huì)向其他平臺(tái)共享。由于新用戶違約更加嚴(yán)重，且不會(huì)對(duì)某些特定放款人的披露政策過(guò)于敏感，文章聚焦于新用戶進(jìn)行兩個(gè)實(shí)驗(yàn)。

實(shí)驗(yàn)一：

作者們隨機(jī)抽選了1464個(gè)剛剛申請(qǐng)到貸款的借款人，并隨機(jī)分為兩組。第一組有332人，他們?cè)谑盏劫J款時(shí)會(huì)收到如下的短信內(nèi)容：“你的貸款還款情況和違約信息會(huì)同時(shí)上征信”，而另一組的1132人不會(huì)包含這一信貸提醒。

實(shí)驗(yàn)二：

文章對(duì)相同的放款方在同一周內(nèi)的貸款申請(qǐng)進(jìn)行了實(shí)驗(yàn)。這其中包含2631個(gè)已經(jīng)被量化派平臺(tái)審核通過(guò)，但尚未綁卡借款人。相似地，其中隨機(jī)抽取的1189個(gè)用戶收到了提醒短信，另外的1442個(gè)用戶未收到提醒短信。

2. 實(shí)驗(yàn)結(jié)果

在第一個(gè)實(shí)驗(yàn)中，收到短信的組（CW=1）的違約概率為5.1%，而未收到短信的組（CW=0）為11.4%；

在第二個(gè)實(shí)驗(yàn)中，收到短信的組（CW=1）的違約概率為7.7%，而未收到短信的組（CW=0）為11.6%，其差值在1%的顯著性水平下顯著異于0。

在貸款率上，兩組分別為76.1%和74.1%，并沒(méi)有顯著的差異。

使用邏輯回歸控制其他特征變量可以得到相似的結(jié)果，其中進(jìn)行信貸警告可以降低違約率7-7.5%（實(shí)驗(yàn)一）和3.7%-4.3%（實(shí)驗(yàn)二）。當(dāng)使用馬氏距離進(jìn)行樣本匹配來(lái)緩解潛在的遺漏變量問(wèn)題后結(jié)論保持穩(wěn)健。

免責(zé)聲明：信息網(wǎng)轉(zhuǎn)載此文目的在于傳遞更多信息，不代表本站的觀點(diǎn)和立場(chǎng)。文章內(nèi)容僅供參考，不構(gòu)成投資建議。如果您發(fā)現(xiàn)網(wǎng)站上有侵犯您的知識(shí)產(chǎn)權(quán)的作品，請(qǐng)與我們?nèi)〉寐?lián)系，我們會(huì)及時(shí)修改或刪除。

Tags：[db:TAG標(biāo)簽](1531068)

轉(zhuǎn)載請(qǐng)標(biāo)注：信息網(wǎng)——中國(guó)故事再登國(guó)際頂刊：金融科技時(shí)代的征信基礎(chǔ)設(shè)施建設(shè)