1、PDF外文：http:/ C1 中文 7975 字 译文原文出处： Decision Support Systems, Volume 49, Issue 1, April 2010, Pages 52-60 Lauri Puro, Jeffrey E. Teich, Hannele Wallenius, Jyrki Wallenius P2P 借贷中的借款人决策建议 Lauri Puro, Jeffrey E. Teich, Hannele Wallenius, Jyrki Wallenius 摘要 在网上竞拍
2、的设立与竞标过程中，人们总是面临 艰难的战略决策。在本项研究中，将介绍基于 P2P 贷款拍卖网站 P，帮助贷款人与借款人规范决策过程的模型 借款人决策建议模型（ Borrower Decision Aid）。在网上竞拍提供了中大量现实生活中的竞价数据，使笔者能够以此为决策者建立新的决策工具。借款人决策建议模型（ Borrower Decision Aid）将帮助借款人量化其战略选择，例如启动利率和贷款金额要求。笔者将确定基于借款人，与贷款成功率、最终利率相关的变量。 1 引言 1.1 背景 P 是第一个基于网上逆向拍卖的 P2P 借贷市场。在这个市场上，人
3、们提出申请贷款，称为清单，然后其他人就这些清单进行出价。获胜的投标者获得的提供贷款资金的机会，而利率由拍卖决定 竞争越激烈，利率就越低。换句话说，这种方式越过中介银行连接了需要资金的人与愿意提供贷款的人。通常情况下，一项贷款有多投标者（贷款人），因为大多数贷款人提供给每笔贷款 50到 200 美元。贷款人通过提供小额资金给多个贷款项目的方式来分散风险。P 于 2006 年 2 月公开上线，至今已经促成超过 1.5 亿美元的贷款。 在本项研究中，我们将关注借款人的角色，即创建 贷款清单的人。在网上竞拍的过程中，借款人需要做出一些重要的战略决策，进而决定其是否能够获得提供贷款。本项研究
4、的目的就是为借款人的决策提供决定性的帮助。在前人研究中，仅有少数讨论过竞拍过程中的决策建议，例如 1,8,15,16,23,25，但是他们的研究角度与本文不同。 本项研究具有显著的现实意义。目前，借款人创建清单，参数主要是基于并不充分的数据，例如平均利率。在本项研究中，我们将引入分析借款人的战略决策成功率和估计最终利率的框架。借款人决策建议 (BDA)将使借款人能够评价并量 C2 化其战略决策。在 P 仅提供贷款启动率的简略信息，而且没有贷款规模的相关建议的现状下， BDA 将带来显著的实际改善。 本项研究不仅具有实际作用，也带来理论上的突破，即
5、本模型的框架与方法将应用于构建工具或其他的拍卖网站。 1.2 研究目标 本项研究旨在开发一种针对借款人的决策辅助工具，帮助借款人评估与量化战略决策中的一些指标。具体而言，我们将 1. 确定影响竞拍结果的最重要的因素，即借款人获得贷款。 2. 确定影响竞拍结果的重要的借款人决策变量 3. 建立制定一个框架和方法来比较不同的可量化的战略决策选项 我们通过观察所有的相关数据以及 P 上的贷款清单的经验数据并进行比较，将已确定的因素分为借款人可影响的因素和信用报告中的因素。在本项研究中，这两种因素都是必要的，但我们只能针对借款人可
6、影响的因素给予建议。我们检验了不同的比较战略决策选项的方法，并选择最佳的方法以及 BDA的变量，而后建立了模型并通过了检验。本项研究仅限于 P，而所建立的模型也可以拓展到其他拍卖网站。 1.3 数据与研究方法 本项研究基于 P 提供的经验数据，其中大部分是免费提供的。但是访问贷款记录需要在网站注册为贷款人。截至 2008 年 7 月， P 上总共有312562 个贷款清单。 P 允许我们访问这些贷款清单，从而这些都成了本项研究最基本普遍的研究数据。借款人的战略决策过程主要通过多元统计分析，尤其是普通最小二乘回归和 Logistic 回归分析。 BDA 本身可以运用为一个
7、网站，即用于给公众或 P 网站提供帮助的第三方网站。 1.4 论文结构 本文第一章是研究的背景和目标。第二章为借款人战略决策的相关文献综述。第三章为本项研究中所使用的数据导入和借款人的基本战略决策制定。在这一章，最有影响力的决策变量被确定为 BDA 的发展。第四章主要介绍了 BDA 的构建，并引入基本方法。第五章描述了 BDA 网站与两种不同的提供支持的方法的比较。第六章为研究结论。 2 文献综述 前人有许多关于拍卖的文献与研究。一些具有开创性的发现是在在 20 世纪 50 C3 年代和 60 年代用博弈论框架运用到竞价
8、行为进行建模。最近的网上拍卖的出现的又促使又一批研究的开始。特别是网络环境使研究人员能够进行现实生活中的拍卖所收集的数据的实证研究（例如， 2,18,25,26）。同时大学生的研究也使得以前的实验室有了明显的改善。（ 10,11）。在传统拍卖相关文献中，卖家 与拍卖师往往不谋而合，虽然这不可能出现在网上拍卖中。卖家总是可以自由的选择拍卖设定参数。许多文献都主要关注比较不同情况下的拍卖机制和确定哪一种机制赋予卖家更多的利润（ 19,20） ；或者研究哪一种机制是有效的（ 13）。在网上拍卖中，卖家与拍卖师通常是不一致的。拍卖师是制定拍卖的网站，而且通常选择一些简单同样的拍卖机制，并且
9、是卖家不得不服从。因此，卖家的战略选择通常被已设定的拍卖机制所约束。但是，卖家的战略决策选择并没有失效，反而更加强调了少数留下来的决策变量的重要性。卖家的经典决策变量是起拍价，然而 起拍价的重要性很大程度上取决于所售物品的类型与拍卖机制。在起拍价对最终价格的影响上，有一些争议。例如， 14研究发现：经验证据显示，在某些情况下，具有较低的起拍价最终会导致更高的最终价格。他们建议，以降低进入壁垒和减少投标人所承担的义务。沉没搜索和监控成本使投标人在心理上很难远离拍卖。相反地， 9 研究表明，起拍价与最终价格之间是正相关关系。这意味着，进入一个较高的起拍价，最终价格也将较高。研究人员认为
10、，较高的起拍价是卖方给投标人的暗示，表明该项目值得这样的价格。与此同时，投标人之间的竞争通常是比较弱 的。在只有一个买家的极端情况下，最终价格将等于起拍价。因此，较高的起拍价将带来更高的最终价格。 Gilkeson 和 Reynolds 9同意降低进入壁垒的理论，但是他们认为这只会影响拍卖的成功率。他们关于 eBay 拍卖的研究发现 eBay 有可能存在秘密的约定价格，并证明更高的起拍价导致较低的成功率，但具有较高的成交价。研究 18发现起拍价和最终价格呈正相关。研究 9为我们的研究提供了一个很好的框架。 P 的借款人有两个目标：第一，成功获取贷款；第二，利率尽可能低。但是该决策是困难的，因为 想要获得贷款就需要较高的利率。P 是一个多单元的拍卖，贷款一般会由多个投标人提供资金。在多单位拍卖，借款人可以选择项目数和起拍价。除了开始出售（即贷款额）价格。这样使得战略决策的价值简化为起拍价。绝大多数前人研究都基于多单元拍卖。然而，项目数被视为最佳规模的问题研究（ 3，也见 24）。在 P，一个借款人仅可以创建不超过两个的贷款项目，这进一步强调了项目数应该作为决策变量。 3 借款人的战略决策过程 本章节从引入研究所用数据开始，包括从借款人角度介绍 P 网站的运营。另外，确定影响贷款的最重要的决策和变量。这些变量将形成 BDA 的核心
