1、P2P网络借贷中贷款人决策行为的影响因素分析 基于信任理论和计划行为理论的研究,申请人 ： 导师姓名： 专业名称：,绪论,1,文献综述,2,理论模型与假设,3,数据分析与模型检验,4,管理策略,5,结论,6,目录,CONTENTS,1.1研究背景：互联网金融大背景,网络借贷：包括P2P网络借贷（个体网络借贷）和网络小额贷款,1.2P2P行业：众说纷纭、优胜劣汰,信用风险 平台风险 技术风险 用户风险,线下征信和风控 担保机制 组合放贷+债权转让,政策支持 投资需求和资金渴求 社会消费借贷习惯变化； 技术提升，应用场景出现,去媒介化 用户中心化 借款成本低，投资收益高,发展原因,四大风险,行业特
2、性,中国特性,1.3研究问题与意义,对P2P网络借贷已有研究不足,贷款人的决策行为受哪些因素的影响，哪些理论模型能够理想的解释贷款人的决策行为,集中在网络借贷中的借款人视角； 网络借贷与电子商务的研究不同；,网络借贷平台、借款人、媒体舆论、个人的信任倾向、网络使用经验 信任理论、机会行为理论、社会认知理论、理性行为理论、羊群效应,P2P网络借贷是新兴事物； 国内外P2P发生的信用环境差异大；,新的研究对象和国内外的环境差异,理论意义：研究P2P网络借贷中影响贷款人出借行为的因素有哪些，分别起着什么样的作用？用户的决策行为的逻辑是什么？,实践意义：在行业竞争激烈的情况下，加深对贷款人的用户了解和
3、研究，提升用户的信任，加强P2P平台的运营与管理。,1.4技术路线与章节分布,绪论,1,文献综述,2,理论模型与假设,3,数据分析与模型检验,4,管理策略,5,结论,6,目录,CONTENTS,二、文献综述,决策理论的简要模型概述 计划行为理论适用于P2P网络借贷的研究,计划行为理论,3,信任的定义、信任的分类、中国人的信任 提出P2P网络借贷中的信任分类,信任理论,2,硬信息、软信息、人口特征因素 提出贷款人视角研究与借款人研究的差异,P2P网络借贷影响因素分析,1,2.1 文献综述:借款人和贷款人视角研究的区别,贷款人,研究投资者的决策行为 方法：结构方程，数学建模 流程：选择借贷平台、选
4、择借款人 用户行为的分析和预测，提升平台的管理，满足资金供给者的风控要求和使用体验,借款人,研究借款人借款特征和影响因素 方法：多元回归的方法，质性分析 前提：已选择借贷平台 指导平台提升借款人的借款成功率，更快的满足借款人需求,2.2 信任理论,信任倾向,平台信任,借款人信任,2.3 文献综述:决策理论模型的对比,绪论,1,文献综述,2,理论模型与假设,3,数据分析与模型检验,4,管理策略,5,结论,6,目录,CONTENTS,3.1理论模型与假设,刘健, 张宁. 基于计划行为理论的高速铁路乘坐意向研究,赵勍升, 王晓东. 基于 TAM / TPB 整合模型的虚拟货币支付行为实证研究,3.1
5、理论模型与假设,3.2假设:信任倾向,假设H1a：出借人的信任倾向会正向影响出借人的平台信任 假设H1b：出借人的信任倾向正向影响其出借态度,Mayer等认为信任方受到会同情被信任方的能力、诚实和善意的缘由等因素的影响，会产生同情被信任方接受弱势地位，这种同情的意愿会导致相应的承担风险的行为。把这些观点拓展到用户的决策环境下，高水平的信任倾向会增加用户的行为态度。 陶晓波（2011）研究认为用户在买入高涉入-理性类产品（如电子产品等）时，感知网站投入与网站声誉对用户的信任意图起重要作用，而在购买低涉入-理性类产品（如杂志、图书等），用户更依靠其信任倾向做出购买决策。 刘健（2014）研究了高铁
6、乘坐的影响因素，通过多325份问卷分析，认为信任对乘坐意向的间接影响程度为0.71，是最大的影响变量，与态度、主观规范和感知行为控制都呈现了显著的正相关。 P2P网络借贷是新兴事物，社会和个人对网络借贷的了解和认知有限，尚不能形成普遍性的深入认知。因此，如果个体有较高的信任倾向更容易接受和采用这一投资方式。,3.2假设：平台信任,假设H2a：出借人的平台信任正向影响对借款人信任程度 假设H2b：出借人的平台信任正向影响出借人的出借态度 假设H2c：出借人的平台信任正向影响感知行为控制 假设H2d：出借人的平台信任与其行为意向正相关,平台信任是指用户相信正式和非正式的制度可以促使成功交易、保障双
7、方的权益。网络环境下，平台信任可以促使出借人产生交易的兴趣，进而形成行为意向。平台对网络借贷双方的作用是减少信息不对称，采取多种措施促进交易的达成。 对于P2P平台而言，最重要的是其声誉和规模，声誉是在长期的交易过程中形成的知名度和美誉度，是对平台多方面的综合评价。平台的交易规模和声誉是平台长期积累的实力，反映了较强的竞争能力和更高的管理水平；对借款人的信用等级有较高的准入门槛，能够控制借款人的违约风险；能够吸引出借人的目光 。 在P2P网络借贷中，网贷平台是用户获得收益的保障方式之一。,3.2假设：借款人信任,假设H3a：借款人提供的信息越多，出借人的感知行为控制越高,本文认为借款人信任包括
8、借款人的硬信息、借款人的软信息和标的信息三个部分。 信用评级越高，借款的成功率更高并且借款成本更低。对借贷行为影响较大的指标是：工作认证、收入认证、视频认证、车产和房地产认证等指标。此外，线上与线下相结合的信用认证方式能帮助借款人降低借款成本和提高借款成功率。网络借贷中，借款人可以上传各种财务资料证明自己的还款能力，包括收入、职业、银行流水等信息，网贷平台会根据财务信息对借款人进行信用评级 。 网络借贷中，借款人提高的信息越多信息越详细，更能降低投资人的不信任，更容易获得借款。 通常在借贷中，借款人会明确说明借款的目的，如淘宝店主的借款，应收账款的周转，用于买车或买房等。,3.2假设：出借态度
9、、主观规范和感知行为控制,假设H4a：出借人的出借态度与其行为意向显著、正相关 假设H4b：出借态度对借出行为意向的影响要大于主观规范和感知行为控制对行为意向的影响,在用户形成购买意向之前，态度就起到影响头脑的作用，态度上的认可和赞同能够提升用户的购买意愿。个体在借贷的过程中会有帮助到其他人，出借人的荣誉感和道德感的收益。,假设H5a：P2P网络借贷出借人的主观规范与出借行为意向负相关,人们会咨询周围的朋友和家人的建议，甚至是社交网络中朋友的想法，因为他们之间的关系较为熟悉，及他们之间的认同感较为强烈。当个体发现自己与亲人和朋友们对同一事物的认知和判断存在较大差异时，会产生相应的紧张倾向，为此
10、个体往往会调整自己对该事物的认知和判断，与大多数人的判断形成认同。,在P2P网络借贷中，用户无法合理估计借款人或平台存在的真实风险，如果用户感知到的风险较大，其感知到的可控制性就较低，进而降低贷出意向。P2P网络借贷与银行储蓄、宝宝类理财产品相比，产品和服务更为复杂和不确定，风险更大，用户的使用意向也会降低。,假设H6a：用户感知行为控制能力越强，其出借行为意向越高,绪论,1,文献综述,2,理论模型与假设,3,数据分析与模型检验,4,管理策略,5,结论,6,目录,CONTENTS,4.1数据获得与验证,在问卷发放过程中，本研究通过QQ群、微信等社交媒体，发放到P2P网络借贷群、投资群和互联网金
11、融群等，提高问卷的曝光度和对象的真实性。 收集问卷288份，有效问卷240份，有效回收率为83.33%。,描述性统计分析 信度检验 效度检验 探索性因子分析 验证性因子分析,4.1数据获得与验证,变量效度检验结果,各变量的Cronbachs 值（部分）,4.2初始检验,修正的方法 对不显著的假设进行进一步分析，通过模型显著性和适配度指标的对比，确定是否去掉不成立的理论假设； 对模型样本中的异常值处理，在数据验证和处理中，先后删掉7个异常样本，提升了模型的显著性； 各个指标之间是否存在相关性，通过在潜变量相关性与模型的显著性之间存在关系； 在AMOS软件中，可以采取探索性分析的方法，寻找想到较优
12、的模型和关系。,4.3修正后模型,绪论,1,文献综述,2,理论模型与假设,3,数据分析与模型检验,4,管理策略,5,结论,6,目录,CONTENTS,结论一,01,出借态度和平台信任是影响贷款人最重要的两个因素,出借态度的影响程度为0.560，平台信任的影响程度为0.375 平台信任对出借态度的影响程度为0.316，信任倾向为0.196,02,主观规范与行为意向显著的负相关,P2P网络借贷是新兴的事物，了解和接纳的人较少； 多家知名平台非法集资，通过新闻和自媒体的舆论作用，影响大众认知；,03,借款人信任通过感知行为控制对行为意向起作用，影响程度较低,贷款人对借款人的可控制和反制的手段较少；借
13、款人由平台进行控制的，贷款人感知较低 贷款人更多的是基于借款人的软信息和硬信息做决策；,04,平台信任比借款人信任的影响程度更大,网络借贷行业处于市场集中度较低的发展阶段，贷款人需要对平台进行选择和判断； 当网络借贷行业进入成熟期后，平台信任的影响程度降低，借款人影响程度将提升。,结论二,01,02,03,信任倾向和平台信任的关系不显著,部分受访者投资P2P的原因不是基于信任，而是基于高收益。在网络借贷中，投资的产品年收益率达到24%，远超市场的正常收益。,平台信任与感知行为控制的关系不显著,网贷平台本身存在很大的道德风险，以及出借人对平台的反制能力有限。,借款人信任在P2P网络借贷中的作用较低，与通常大众的感知较为不同,P2P网络借贷平台的自动选标功能，网贷平台通过分散投资和智能投资的方法； 平台的风险“兜底”，借款人逾期违约超过一定时间后，网贷平台要进行先行赔付,管理策略,宏观方面管理策略,P2P平台方面管理策略,未来研究,人口特征因素引入用户决策的模型,大数据和大样本分析,考虑到产业发展的时间因素,THANKS,
