地理距离影响民间借贷违约风险的实证研究

林丽琼，吴敬伟，赵一萌，罗炜琳，刘松涛

(福建农林大学经济学院，福建 福州 350002)

地理距离影响民间借贷违约风险的实证研究

林丽琼，吴敬伟，赵一萌，罗炜琳，刘松涛

(福建农林大学经济学院，福建 福州 350002)

随着民间借贷活动范围扩大，纠纷明显增加，民间借贷风险受到广泛关注。通过构建多元线性回归模型，利用240个民间借贷纠纷案件的调查数据，探讨了地理距离对民间借贷违约风险的影响。研究结果表明，地理距离显著增加民间借贷违约风险：地理距离对月利率2%以下借贷的违约风险影响程度高于月利率2%及以上的借贷，对本金100万元以下借贷的违约风险影响程度高于本金100万元及以上的借贷。建议鼓励和发展近距离或依托熟人关系的民间借贷，建立依托地缘、血缘或亲缘等关系的借贷监督和社会惩罚机制。

地理距离；民间借贷；违约

近年来，我国民间借贷活动范围逐渐扩大，跨地域融资现象相当普遍[1-3]，民间借贷纠纷明显增加。根据最高人民法院的统计数据，2008年以前，全国法院受理民间借贷纠纷案件数量相对平稳，2008年之后，案件量开始大幅上升[4]。2012年收案74.8万件，比2008年上升53.15%，2013年和2014年审结案件数不断创新高，2015年审结案件已达到142万件，相比2014年又增长38.67%[4-5]。此外，随着温州、鄂尔多斯等地区多起民间借贷案件的集中爆发，以及接连不断的“老板跑路”现象，民间借贷蕴含的巨大金融风险已引起社会普遍关注。许多文献从制度、社会、经济等层面对中国民间借贷风险的生成原因进行了探讨，为解释民间借贷问题提供了一定的启发，但无法为当前民间借贷违约风险提供强有力的解释。

金融地理理论揭示了人们的金融活动无法真正摆脱距离因素的制约，距离与信息不对称密切相关，距离邻近的交易双方信息不对称程度小，距离远的交易双方信息不对称大且交易风险高，尤其是“软信息”(如借款人的个人能力、品德、声誉等)更具有地域性[6]，离开了特定区域，不同的文化背景、风俗传统将使“软信息”难以传递，且有研究进一步发现距离是信贷市场无效的一个重要因素[7]。在民间借贷市场上，距离同样是引起市场无效的关键。由于民间借贷是一种典型的非正式制度，其信息获取依赖于借贷双方的人缘、地缘或其他关系，因而具有正规金融无法比拟的信息优势[8-11]，但这种信息优势与借贷活动的范围存在此消彼长的关系，在一定地域、人际范围内，民间借贷有其信息优势，一旦超出这种范围，这些优势便成为制约其扩展的劣势[11-12]。由此可见，距离可能是导致民间借贷违约风险增加的重要原因。

从查阅到的文献看，多数研究关注距离对正规信贷违约的影响[13-18]，部分研究探讨了距离对小额信贷违约的影响[19-22]，但尚缺乏有关地理距离是否影响民间借贷违约的研究。基于此，本文以一个法院观察点的民间借贷纠纷访谈资料为基础，将非经济因素即地理距离纳入民间借贷分析框架，检验地理距离对民间借贷违约的影响，尝试在融合民间金融和金融地理理论的交叉性研究方面作出初步的分析与探索，为减少民间借贷纠纷提供一些重要信息，为政府防范和化解民间借贷风险提供科学的参考依据，为民间借贷的同类研究提供新视角。

一、研究假说

本文借用Agarwal等的研究思路[16]，尝试从信息、成本两方面分析距离对民间借贷违约的影响，进而提出研究假说。

不少学者发现，本地贷款人比异地贷款人更有信息优势[17,23-25]，这说明距离是贷款人获得信息优势的关键。一方面，距离影响贷款人收集和甄别信息的有效性。在信息不对称的民间借贷市场上，借贷所需的信息是一些易于被熟人所掌握和了解的“软信息”。由于“软信息”难以进行标准化处理，交流必然受到极大限制。当借贷双方在地域上相近时，贷款人可以借助面对面的人际交流方式收集和甄别信息，信息传递速度快、准确率高；当借贷双方距离较远，贷款人难以借助面对面的交流方式掌握借款人信息时，信息扩散速度减慢、准确率降低[26]。另一方面，距离也影响民间借贷违约的社会惩罚效力。我国民间借贷合约的执行主要不是依靠国家的法律体系，而是依靠关系、信任、声誉等社会惩罚机制[11，27-29]，而社会惩罚具有很强的地域性[30]，超出一定的地域，信息传递必然受阻，说“坏话”机制失去效力，社会惩罚的约束力大大下降。由此可见，民间借贷具有的信息优势不仅反映在贷款人对借款信息的收集与甄别上，还反映在贷款人对贷款的监督和违约的惩罚过程中。可以说，距离导致借贷双方信息不对称程度提高，从而影响借贷违约风险。

成本是距离影响民间借贷违约风险的另一途径。根据Degryse等的研究，距离产生的交易成本通常分为交通成本和信息成本，交通成本与时间、耗费的精力等有关，直接影响贷款人对借款人筛选和监督的成本；信息成本与信息收集和甄别方式有关，并间接影响借贷违约的监督和惩罚成本[7]。当借贷双方在同一个或邻近地域，双方可以保持相对频繁的接触，贷款人容易通过各种人际交流方式收集借款人信息，且信息的收集费用相当低。这种信息收集上的便利方便贷款人采取相应的行动监督借款人，在一定程度上增加了贷款人及时、足额收回贷款的可能性[10]。而当借贷双方距离增加，不仅信息优势弱化、交通成本增加，贷款人信息收集、筛选及监督借款人的费用也相应增加。更为重要的是，如果借贷双方不在同一地域，不但社会惩罚的效力下降，而且法律制裁的成本也会增加。显然，距离增加借贷所花费的交通成本、信息收集费用、筛选和监督成本以及违约的惩罚成本，从而影响民间借贷的偿还。

因此，本文提出如下假说：地理距离正向影响民间借贷违约风险。

二、实证模型、数据来源与描述性统计

(一)实证模型与变量选择

根据上述理论分析，构建多元线性回归模型估计地理距离对民间借贷违约的影响。具体模型如下：

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+ε

模型中，因变量Y表示违约率，即所欠本金占本金总额的比率，代表违约风险大小；α为截距；βi(i=1,2,…,9)为模型回归系数；ε为随机变量；其他各变量定义见表1。为了考察地理距离远近对违约率的影响，借鉴Degryse等的观点[31]，使用行车时间作为地理距离的代理变量，把行车时间作为关键变量，同时综合借鉴相关学者的观点[32-39]，选择借款人性别、借款人年龄、借款人职业、借贷双方关系、本金、利率、借款用途和担保等8个变量作为控制变量。

表1 变量定义

(二)数据来源与描述性统计

本文数据来源于2013年1月至2014年9月对东南沿海某市法院及基层法院240个民间借贷纠纷案件的访谈资料。该市有1个中级人民法院，下设4个区法院和1个县法院。240个借贷纠纷案件中，42个来自市中级人民法院，66个来自县法院，132个来自区法院。

在收集数据资料过程中，课题组在法院开庭审理民间借贷纠纷案件的现场对当事人进行访谈，并做了240个案件的半结构访谈。访谈对象为原告(出借人)或代理人、被告(借款人)或代理人，以及案件经办人(法官)。在240个访谈中，有96个案件的被告缺席，其中35个案件由被告的代理人出席；有28个案件的原告缺席，由原告的代理人出席。在访谈过程中，78位被告或代理人拒绝访谈，24位原告或代理人拒绝访谈。在原告或被告缺席，或访谈不完整的案件中，课题组对案件经办人进行了深度访谈，不仅收集到研究所需要的数据资料，还从经办人处查验了访谈资料的真实性，弥补了当事人缺席或不配合访谈导致访谈效果不理想的缺陷，实现了通过法院渠道获取借贷违约资料的有效性和可靠性。在240份访谈资料中，提取了借贷双方性别、年龄、职业、住址、本金、借贷利率、借款用途、借贷双方关系、有否担保人等重要信息。

表2提供了主要变量的描述性统计。借鉴相关学者测算距离的方法，即用百度地图测算距离，输入借款人和出借人的具体住址，测出行车距离、行车时间和两地之间的直线距离[16]。与使用双方所在地址的邮政编码测算距离的方法不同[14，17]，使用双方具体住址测算距离可以让结果更加客观。

行车距离的变动范围从0到2677.6 km，行车时间的变动范围从0到1440 min，直线距离的变动范围从0到1616.1 km，行车距离、行车时间和直线距离的最小值均为0。需要说明的是，距离为0并不意味着借贷双方位于同一住址，而是因为测算借贷双方住址间距离时，百度地图没有找到具体位置，这种情况下将住址重新定位到村(村委会)或街道，如果出现同一村(村委会)或街道，估计距离为0。在所有样本中，只出现一个样本的距离为0，不会影响实证研究结果。此外，行车距离、行车时间及直线距离等3个变量的标准差都较大，说明距离变量的波动比较大，同时也反映跨地域融资的现象可能较为明显。

在240个访谈样本中，每月利率的最小值为0，最大值为6%，该变量的标准差反映了利率波动范围不大。借贷金额最小值为0.19万元，最大值为4680万元，标准差反映了借贷金额波动大。根据《最高人民法院关于人民法院审理借贷案件的若干意见》规定，民间借贷的利率最高不得超过银行同类贷款利率的4倍(包含利率本数)，超出此限度的，超出部分的利息不予保护。结合访谈收集到的民间借贷利率的实际情况，把月利率分为2%以下和2%及以上。目前民间借贷大小额的认定没有统一的标准，如浙江温州规定大额民间借贷即单笔借款金额300 万元以上或累计借款金额1000 万元以上的必须强制备案[40]，福建晋江规定大额民间借贷即单笔借款金额200万元以上的应当备案[41]。因此，根据某市法院审理民间借贷纠纷案件的标的，将民间借贷分为100万元以下借贷和100万元及以上借贷。将利率和借贷金额进一步分段，得到每月利率低于2%的样本有121个，每月利率不低于2%的样本有119个，借贷金额低于100万元的样本有176个，不低于100万元的样本有64个，说明通过法律渠道解决纠纷的民间借贷多数属于民事纠纷，利率仍然以受法律保护的范围为主，纠纷金额以低于100万元为主。其他变量统计结果见表2。

表2 变量的描述性统计

三、实证分析结果与讨论

使用SPSS 19.0软件对样本数据进行多元线性回归处理。在处理过程中，首先使用全样本数据，将所有可能影响因变量的自变量引入模型进行显著性检验，在此基础上，为考察地理距离对利率2%以下和利率2%及以上、本金100万元以下借贷和100万元及以上借贷的不同影响，使用利率和本金分段后的子样本数据，分别进行显著性检验。结果显示，各方程均不存在自相关，但对全样本及100万元以下样本进行回归时，发现这2个方程存在异方差，本文使用残差绝对值的倒数，借助加权最小二乘法对这2个方程进行修正，修正后的结果见表3。

表3 回归估计结果

注：(1)***、**、*分别表示在1%、5%和10%的水平上显著。(2)模型Ⅰ为全样本回归模型(N=240)，模型Ⅱ、Ⅲ、Ⅳ、Ⅴ分别为利率低于2% (N=121)、利率不低于2%(N=119)、本金低于100万元(N=176)和本金不低于100万元(N=64)的子样本回归模型。

(一)行车时间变量

行车时间在所有模型中都通过显著性检验且系数为正，可能是由于距离阻碍信息传递的有效性，导致收集信息及监督、惩罚借款人等成本增加，从而引起筛选、监督和惩罚借款人的难度加大，违约风险增加。模型Ⅰ的回归结果发现，行车时间对违约率的影响系数为0.0004，表明行车时间每增加1 min，违约风险平均增加0.0004%。

对利率分段后的样本进行回归处理，模型Ⅱ和模型Ⅲ中行车时间对违约率的影响系数分别为0.0011和0.0003，表明行车时间每增加1 min，违约风险分别增加0.0011%和0.0003%，说明行车时间对违约率的影响程度存在差异。这可能是利率2%以下的借贷更多地发生在亲戚朋友等熟人间，由于血缘、亲缘或学缘等各种关系的存在，出借人对借款人所在地十分关心；利率2%及以上的借贷则更多地发生在非熟人间，由于借贷双方关系不密切，出借人以追求高利息收入为主要目的，对借款人所在地并不十分关心，因而出现模型Ⅱ行车时间对违约率的影响程度高于模型Ⅲ。

对本金分段后的样本进行回归处理，模型Ⅳ和模型Ⅴ中，行车时间对违约率的影响系数分别为0.0015和0.0002，显示行车时间每增加1 min，违约风险分别增加0.0015%和0.0002%。一方面，可能是近年来小额民间借贷中资金“掮客”(资金中介)的大量存在导致融资链条延长，出借人往往直接把钱借给“掮客”，“掮客”再把资金出借给借款人并从中赚取利差，出借人并不完全清楚最终借款人住址等具体情况；另一方面，可能是本金100万元及以上的借贷主要是商业往来产生的资金拆入拆出，这类借贷关系的确立是基于商业关系，出借人并不十分关心借款人所在地，因此，行车时间对本金100万元以下借贷违约率的影响程度高于本金100万元及以上借贷。需要说明的是，由于大额民间借贷纠纷样本只有64个，可能导致行车时间对借贷违约的影响结果产生偏差。

(二)控制变量

模型Ⅰ的结果显示，借款人年龄、借贷双方关系对违约率具有显著负向影响，而其他控制变量对违约率的影响不显著。借款人年龄越大，违约风险越小，可能是年龄越大的借款人社会资源越多，收入也越高，承受风险的能力越强。借贷双方关系越紧密，违约风险越小，可能是紧密的关系有助于降低信息不对称程度，从而降低借贷违约率。

模型Ⅱ的结果显示，利率对违约率具有显著负向影响，而其他控制变量对违约率的影响均不显著。理论上，利率对违约风险具有正向影响，但在利率低于2%的民间借贷纠纷中，回归结果发现利率每增加1个百分点，违约率平均降低0.100%，可能是利率低于2%的借贷往往属于生产型或生活型借贷，借款人利息负担越重，偿还借款的动机就越大，违约比例就越低；也可能是低利率或无息借贷多数发生在亲友间，借贷关系的形成通常凭借口头协议或不规范的借条，借款人存有违约免受法律制裁的侥幸心理，不惜使用“杀熟”手段进行赖账，从而出现利率越低，违约比例越高的借贷纠纷。

模型Ⅲ的结果显示，借款人年龄和借贷双方关系对违约率具有显著负向影响，而其他控制变量对违约率的影响不显著。

模型Ⅳ的结果显示，借款人年龄和借贷双方关系对违约率具有显著负向影响，借款人职业对违约率具有显著正向影响，而其他控制变量对违约率的影响不显著。

模型Ⅴ的结果显示，本金、利率均在5%显著水平上对违约率具有显著正向影响，担保在10%显著水平上对违约率具有显著负向影响，而其他控制变量对违约率的影响不显著。本金越大，违约风险越小，可能是金额越大的借款往往出于临时周转需要或出借人通常要求大额借款人提供抵押担保；利率越高违约风险越大，可能是大额借贷中高利率明显加重借款人利息负担，导致还款困难；担保每增加1个单位，违约风险平均下降0.097%，说明在大额借贷中，出借人倾向于增加担保手段来分散风险。

四、稳健性检验

上文计量分析中，采用行车时间作为距离的代理变量，但有部分学者选用直线距离作为代理变量[14，16-18]。为了验证变量选取的合理性，本文进一步采用直线距离而不是行车时间作为代理变量，重新考察距离对民间借贷违约的影响，结果见表4。模型Ⅵ的回归结果显示，核心变量直线距离的显著性没有变化，仍然在1%水平上显著。但将利率和本金分段后加入直线距离进行回归检验，结果发现，直线距离对违约率的影响只在模型Ⅷ和模型Ⅸ中是显著的，而在模型Ⅶ和模型Ⅹ中并不具有显著性。检验结果还发现，直线距离对所有模型中违约率的影响是负向的，与预期影响不一致。由此可见，选择直线距离变量并没有改善模型的结果，反而削弱了直线距离影响违约率的解释力。检验结果进一步证明了上文主要发现和结论的稳健性，同时也反映了行车时间作为距离的代理变量更具典型性和代表性。

表4 稳健性检验结果

续表4

注：(1)括号外报告的是模型估计系数，括号内为t值。(2)***、**、*分别表示在1%、5%和10%的水平上显著。(3)表4检验结果是模型Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ分别在模型Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ的基础上选择直线距离替代行车时间作为关键变量进行回归处理而得。

五、结论与政策含义

本文在借鉴以往研究成果的基础上，从理论上分析了借贷双方地理距离增加影响借贷信息收集的有效性和违约的社会惩罚效力，地理距离增加导致借贷相关成本增加，影响民间借贷的偿还率，这诠释了地理距离通过信息和成本途径影响民间借贷违约风险，进而提出地理距离正向影响民间借贷违约风险的研究假说，使用240个民间借贷纠纷访谈资料，实证检验地理距离对民间借贷违约风险的影响。为检验行车时间对不同利率和不同档次本金违约率的影响，将利率分为2%以下(121个样本)和2%及以上(119个样本)，本金分为100万元以下(176个样本)和100万元及以上(64个样本)，建立5个模型进行回归处理。结果显示，行车时间在所有模型中都通过了显著性检验且系数为正，说明行车时间越长，借贷双方两地距离越远，违约风险越高。因此，本文的实证研究不仅发现行车时间作为地理距离的代理变量更具有代表性，而且证实了研究假说，表明地理距离增加民间借贷违约风险。结合近年来我国跨地域民间借贷纠纷增加这一情况，该结论蕴含的政策意义是：一方面，要改善和积极推进交通运输及信息基础设施建设，实现互联网、通信、信息等技术的普及，降低交通距离及互联网通信等相关费用，提高借贷信息收集的效率、降低借贷监督及惩罚成本；另一方面，要鼓励和发展近距离或依托熟人关系的民间借贷，建立依托地缘、血缘或亲缘等关系的借贷监督和社会惩罚机制，降低民间借贷违约风险。

研究还发现，在全样本、利率2%及以上、100万元以下借贷的模型中，借款人年龄具有显著负向影响，在其他模型中其影响均不显著；借款人职业在本金100万元以下借贷的模型中具有显著正向影响，在其他模型中均不显著；本金仅在借款金额100万元及以上的模型中具有显著负向影响；利率变量在利率2%以下借贷的模型中有显著负向影响，但在本金100万元及以上的模型中具有显著正向影响；借贷双方关系除了对利率2%以下和本金100万元及以上的违约率影响不显著外，在其他模型中都通过了显著性检验且系数为负；担保仅在100万元及以上的模型中具有显著负向影响，这意味着不仅借款人年龄、职业等个体特征影响违约率高低，本金大小、利率高低、有无担保等借款性质以及借贷双方关系等对违约率也有影响，出借人应该合理规避这些因素，减少民间借贷纠纷。

本文也存在一定的局限性，由于违约借贷的调查难度极大，只能选择便于开展调查的观察点收集研究所需的数据资料，未能做到随机抽取访谈对象。希望在后续的研究中，随着调查的深入，能够弥补这一缺陷。

[1]何丰伦,郑良,李劲峰.民间借贷地下运转隐患丛生:资金断裂，老板频跑路[EB/OL].(2014-09-22)[2016-12-20]. http://finance.sina.com.cn/money/bank/bank_hydt/20140922/014520373196.shtml.

[2]岳彩申.民间借贷的激励性法律规制[J].中国社会科学,2013(10):121-139,207.

[3]DONG Y, MA H. The analysis of informal credit behavior in Hui Autonomous Prefecture of Linxia: the investigation based on Hui Autonomous Prefecture of Linxia China[J]. International Journal of Financial Research,2014,5(3):167-175.

[4]佟季.对全国法院近五年审理民间借贷案件的数据分析[EB/OL].(2014-02-19)[2016-12-20]. http://www.legaldaily.com.cn/Court/content/2014-02/19/content_52876 41.htm?node=53967.

[5]佚名.周强：去年审结民间借贷案件142万件,标的额8207.5亿元[EB/OL].(2016-03-13)[2016-12-20]. http://finance.sina.com.cn/stock/t/2016-03-13/doc-ifxqhfvp0870721.shtml.

[6]PETERSENE M A. Information: Hard and Soft[EB/OL].[2016-12-20]. https://wenku.baidu.com/view/0c94673d be1e650e53ea9916.html.

[7]DEGRYSE H, CERQUEIRO G, ONGENA S. Distance, bank organizational structure, and credit[EB/OL].[2016-12-20]. http://xueshu.baidu.com/s?wd=paperuri:(66fde2eca2a77f541a5dccc46bed365c)&filter=sc_long_sign&sc_ks_para=q%3DDistance%2C+Bank+Organizational+Structure%2C+and+Credit&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=14306384696818974269.

[8]HOFF K, STIGLITZ J E. Introduction: imperfect information and rural credit markets: puzzles and policy perspectives[J]. The World Bank Economic Review,1990,4(3):235-250.

[9]TANG S. Informal credit markets and economic development in Taiwan[J]. World Development,1995,23(5):845-855.

[10]刘民权,徐忠,俞建拖.信贷市场中的非正规金融[J].世界经济,2003(7):61-73,80.

[11]林毅夫,孙希芳.信息、非正规金融与中小企业融资[J].经济研究,2005(7):35-44.

[12]张雪春,徐忠,秦朵.民间借贷利率与民间资本的出路:温州案例[J].金融研究,2013(3):1-14.

[13]BERGER A N, DEYOUNG R. The effects of geographic expansion on bank efficiency[J]. Journal of Financial Services Research,2001,19(23):163-184.

[14]CARLING K, LUNDBERG S. Asymmetric information and distance: an empirical assessment of geographical credit rationing[J]. Journal of Economics and Business,2005,57(1):39-59.

[15]KARLAN D S. Social connections and group banking[J]. The Economic Journal,2005,117(517):52-84.

[16]AGARWAL S, HAUSWALD R. Distance and private information in lending[J]. Review of Financial Studies,2010,23(7):2757-2788.

[17]DEYOUNG R, GLENNON D, NIGRO P. Borrower-lender distance, credit scoring, and loan performance: evidence from informational-opaque small business borrowers[J]. Journal of Financial Intermediation,2008,17(1):113-143.

[18]MILANI C. Borrower-lender distance and loan default rates: macro evidence from the Italian local markets[J]. Journal of Economics and Business,2014,71(1):1-21.

[19]OKE J T O, ADEYEMO R, AGBONLAHOR M U. An empirical analysis of microcredit repayment in southwestern Nigeria[J]. Journal of Human Behavior in the Social Environment,2007,16(4):37-55..

[20]ROSLAN A H, KARIM M Z A. Determinants of microcredit repayment in Malaysia: the case of Agrobank[J]. Humanity and Social Sciences Journal,2009,4(1):45-52.

[21]PEDROSA J, DO Q T. Geographic distance and credit market access in niger[J]. African Development Review,2011,23(3):289-299.

[22]PRESBITERO A F, RABELLOTTI R. Geographical distance and moral hazard in microcredit: evidence from Colombia[J]. Journal of International Development,2014,26(1):91-108.

[23]LAI G, WONG O. The tie effect on information dissemination: the spread of a commercial rumor in Hong Kong[J]. Social Networks,2002,24(1):49-75.

[24]AGRAWAL A, CATALINI C, GOLDFARB A. The geography of crowdfunding[EB/OL].(2010-10-01)[2016-12-20]. https://www.researchgate.net/publication/22823441 0_The_Geography_of_Crowdfunding.

[25]AGRAWAL A, CATALINI C, GOLDFARB A. Some simple economics of crowdfunding[J]. Innovation Policy and the Economy,2014,14(1):63-97.

[26]COTUGNO M, MONFERRA S, SAMPAGNARO G. Relationship lending, hierarchical distance and credit tightening: evidence from the financial crisis[J]. Journal of Banking and Finance,2013,37(5):1372-1385.

[27]胡必亮.村庄信任与标会[J].经济研究,2004(10):115-125.

[28]AYYAGARI M, DEMIRGUC K A, MAKSIMOVIC V. Formal versus informal finance: evidence from China[J]. Review of Financial Studies,2010,23(8):3048-3097.

[29]KARAIVANOV A, KESSLER A. A friend in need is a friend indeed: theory and evidence on the disadvantages of informal loans[EB/OL].(2014-02-04)[2016-12-20]. https://www.researchgate.net/publication/259467698_A_Friend_in_Need_is_a_Friend_Indeed_Theory_and_Evidence_on_the_DisAdvantages_of_Informal_Loans.

[30]KARLAN D, MOBIUS M, ROSENBLAT T, et al. Trust and social collateral[J]. The Quarterly Journal of Economics,2009,124(3):1307-1361.

[31]DEGRYSE H, ONGENA S. Distance, lending relationships and competition[J]. The Journal of Finance,2005,17(1):231-266.

[32]边燕杰,张文宏.经济体制、社会网络与职业流动[J].中国社会科学,2001(2):77-89,206.

[33]FAN Y. Questioning Guanxi: definition, classification and implications[J]. International Business Review,2002,11(5):543-561.

[34]GUTHRIE D. The declining significance of Guanxi in China′s economic transition[J]. The China Quarterly,1998(154):254-282.

[35]DUARTE J, SIEGEL S, YOUNG L. Trust and credit: the role of appearance in Peer-to-Peer lending[J]. Review of Financial Studies,2012,25(8):2455-2483.

[36]LARRIMORE L, JIANG L, LARRIMORE J, et al. Peer to Peer lending: the relationship between language features, trust worthiness and persuasion success[J]. Journal of Applied Communication Research,2011,39(1):19-37.

[37]QIU J, LIN Z, LUO B. Effects of borrower defined conditions in the online Peer-to-Peer lending market[J]. Lecture Notes in Business Information Processing,2012,108(3):167-179.

[38]GALANK J, SMALL D, STEPHEN A T. Microfinance decision making: a field study of prosocial lending[J]. Journal of Marketing Research,2011,47(4):130-137.

[39]GONZALEZ L, LOUREIRO Y. When can a photo increase credit? The impact of lender and borrower profiles on online Peer-to-Peer loans[J]. Journal of Behavioral and Experimental Finance,2014(2):44-58.

[40]曹典，岳德亮.温州拟对大额民间借贷强制备案[EB/OL].(2013-09-27)[2016-12-20]. http://finance.china.com.cn/roll/20130927/1844104.shtml.

[41]何金，陈文经.福建省首家民间借贷登记公司在晋江成立[EB/OL].(2013-12-04)[2016-12-20]. http://www.chinadaily.com.cn/hqcj/xfly/2013-12-04/content_10731 863.html.

(责任编辑： 何晓丽)

Empirical study on geographic distance affecting default risk of private loans

LIN Li-qiong, WU Jing-wei, ZHAO Yi-meng, LUO Wei-lin, LIU Song-tao

(CollegeofEconomics,FujianAgricultureandForestryUniversity,Fuzhou,Fujian350002,China)

With the expansion of activity scope in private lending, private lending disputes have increased significantly in recent years，the risk of private loans is drawing worldwide attention. Using multiple linear regression models, this paper makes use of survey data of 240 private lending disputes and firstly explores the impact of geographic distance on the default risk of private lending. The results show that geographic distance significantly increases the default risk of private lending. Hence, this paper further conducts the significant tests on the sample data collecting from the segments of monthly interest rate and principle and finds that the impact of geographic distance on the default risk of private lending of monthly interest rate below 2% is greater than that private lending of monthly interest rate equal to or above 2%. The impact of geographic distance on the default risk of private lending of principle less than 1 million RMB is greater than that private lending of principle equal to or above 1million RMB. Finally, this paper puts forward the main policies to encourage and develop private lending at close quarters or from close acquaintance and establish a loan supervision and social punishment mechanism based on geographical, blood relationship or kinship.

geographic distance; private lending; default

2017-04-21

国家社会科学基金青年项目(12CGL022)；福建省科技厅软科学重点项目(2016R0059)；2015年度福建省高等学校新世纪优秀人才支持计划资助项目。

林丽琼(1974-)，女，副教授。研究方向：农村金融与民间借贷。

F832.479

A

1671-6922(2017)04-0024-08

10.13322/j.cnki.fjsk.2017.04.005