2023-05-10 14:56:27
互联网+金融时代，网贷的发展情况如何？
本文作者
曾国平：
香港亚太研究所经济研究中心研究员、
Virginia Tech经济系副教授、
城市及地区御险力环球论坛附属学者
金融科技（Fintech）势不可挡，其背后一个重要因素，。，配合科技发展抢了不少传统银行的生意。
我打算探讨网上银行的优势何在，顺道示范经济学者如何从数据中找出线索。Lending Club是美国一家大型的P2P网上贷款中介公司，为借款人和债主作配对，运作形式跟内地的「人人贷」相似。借款人到Lending Club借钱，需要先在网上提交收入证明、借款用途、信贷记录等资料，等待审核，再选择借款条件(借款额、年期、利率等)。放债的一方，可在网上查看借款人的部分资料、利率回报以及由Lending Club算出的从A至F的信贷评分，从中选出合心意的借款人。
利用「数据超市」收集的Lending Club数据，我想先解答一个简单的问题：Lending Club是根据什么决定利率高低的？因为，只有根据借款人的风险将利率定得合适，才可以吸引债主，Lending Club作为中介人才有利可图。最简单的分析方法就是回归分析。将利率高低作为因变量(dependent variable)，一些跟风险有关的因素作为自变量(independent variable)，找出Lending Club背后的评估体系。
我比较Lending Club成立初期（2007-2011）和近期（2015）批出的贷款，找出利率高低和每月还款额占收入比例（比例愈高，借款人出现困难的机会愈高）和FICO分数下限（FICO分数根据信贷记录计算得出，分数从300分至850分不等，分数越高信用越佳。该数据集只提供借款人以100为单位的分数下限）之间的关系。以下是基本回归分析的结果：
在2007至2011年近四万宗贷款中，FICO分数每上升100分，利率下降7.4%，影响极大，这也比较符合常理。但不合常理的，是还款额比例跟利率的关系一正一负。不过，如果这里弃还款额比例不用，对结果也几乎没有影响——单单FICO分数已解释了近乎一半利率的变化。到了2015年，Lending Club的生意大增，单单一年就做了超过四十万宗生意。两次回归明显的区别，是FICO分数对利率的影响减少，以及还款额比例的重要性大增而且方向正确（比例愈高利率愈高）。更有趣的是，两个变量只解释了利率不到20%的变化，意味着有其他重要的因素决定利率。
我们从这个简单的数据分析中能学到什么？两段时期利率决定的变化跟金融科技有什么关系？我先卖一个关子让大家思考一下，下一篇文章再详细解释数字背后的含义。
推荐阅读
点击【阅读原文】可直达公司网站