我国“校园贷”的需求结构与信用风险分析

文/刘刚



我国“校园贷”的需求结构与信用风险分析

文/刘刚

上海大学

随着互联网金融发展，校园贷迅速进驻各高校，但存在诸多问题，且大学生信用意识淡薄，导致近年来不良“校园贷”引发的悲剧屡见不鲜。本项目通过问卷调查发现全国各高校大学生使用校园贷的情况，基于问卷数据，使用logistic模型从大学生角度探究影响违约行为的潜在因素。基于回归结果，对比国内外主要校园贷平台发展模式及违约风险影响因素和国内外主要校园贷平台发展模式及违约风险影响因素，探究出当前我国校园贷平台所存在的问题。

校园贷；课风险；违约；回归分析

1 相关样本选取和模型设计

1.1相关样本选取

为了解影响校园贷违约的因素，本文以全国大学生为调查对象，进行较大规模的问卷调查。采用线上调研的方法，共收回有效问卷266份，其中103位受访者使用过校园贷，其中有30人违约，73人未违约。

本文拟对上述数据进行统计分析和开展实证研究。调查的基本内容大致包括：一是受访者的基本情况，包括性别、教育背景、学习成绩等；二是受访者的收支情况，包括每月的生活费水平，是否有过冲动消费及冲动消费的金额；三是受访者参与校园贷情况，包括是否使用过校园贷以及贷款金额、是否违约、家长和学校是否进行过校园贷的教育等。

根据调查结果，假设学生的教育背景、每月生活费水平、在校成绩、冲动消费金额、贷款金额、学校和家长是否提醒过关于校园贷的问题、是否了解单利复利的计算方法等会影响其违约行为。因此将上述指标引入Logistic模型，利用Eviews9.0，对103份样本数据进行回归分析，从而得出结论。

1.2变量选择

关于被解释变量，使用虚拟变量是否有过校园贷违约情况进行衡量，借款人到期未缴款即为违约。故若有过违约情况为1，无则为0。本文分别从受访者的基本情况、收支情况、参与校园贷情况三方面进行变量选择。

首先，对受访者基本情况进行分析。第一，受访者的教育背景Education可以衡量学历程度，本文将专科赋值为1，本科赋值为2，硕士赋值为3，博士赋值为4。第二，受访者的在校成绩School可以衡量学生是否有挂科现象，若有挂科现象即为1，无挂科现象则为0。。

其次，从生活费水平和一般冲动消费金额两方面对学生的收支情况进行分析。本调查将学生生活费水平Life分为0-1000元、1000-1500元、1500-2000元、2000元以上四类，分别赋值为1、2、3、4；对于冲动消费的金额Buy，若学生从来没有冲动消费则赋值为0，若冲动消费在100元以下赋值为1，100-500元赋值为2，500-1000元赋值为3，1000元以上赋值为4。

最后，从学校和家长是否对学生进行过校园贷的相关教育、学生对利息的了解程度以及受访者贷款金额三方面分析学生参与校园贷的情况。第一，学校和家长是否对受访者进行过校园贷的教育Parents可以衡量学生对校园贷的了解程度，若进行过教育记为1，没有进行过教育则记为0。第二，学生是否了解单利复利的计算方法Interest可以看出学生是否有金融基本常识，若了解即为1，不了解则为0；第三，学生累计贷款校园贷的金额Amount分为0-1000元、1000-2000元、2000-3000元、3000-10000元以及10000元以上，分别赋值为1、2、3、4、5。

1.3理论假设

假设1：受访者的教育背景与校园贷违约呈负相关。专科学生更容易发生校园贷违约情况，本科生次之，硕士和博士不容易发生违约情况。

假设2：受访者是否有挂科现象与校园贷违约呈正相关。如果受访者有挂科现象，更倾向于发生校园贷违约情况。

假设3：受访者的生活费水平与校园贷违约呈负相关。受访者平时生活费水平越高说明有更多的钱去消费，不容易去借校园贷。

假设4：受访者冲动消费金额与校园贷违约呈正相关。受访者冲动消费金额越大，说明学生消费观不正确，校园贷违约可能性越大。

假设5：学校和家长是否对受访者进行过校园贷的教育与校园贷违约呈负相关。若学校和家长对受访者进行过校园贷的教育，则学生不容易违约。

假设6：受访者对单利复利是否了解与校园贷违约呈负相关。如果受访者对单利复利了解，则说明受访者具备一定的金融基础知识，违约可能性较小。

假设7：受访者贷款金额与校园贷违约呈正相关。受访者贷款校园贷金额越多，违约可能越大。

1.4模型的建立

根据上述变量我们建立如下模型：

1.5数据的描述性统计

1.受访者基本信息：调查对象是全国大学生，其中男性占比38.35%，女性占比61.65%。教育背景方面，本科生147人，占比55.26%；专科57人，占比21.42%；研究生37人，占比13.90%；博士生25人，占比9.39%。在校无挂科人数占比79.32%,有挂科占比20.67%。

2.受访者参与校园贷情况：针对参与校园贷的统计分析情况，受访者中有103人使用过校园贷产品，占比38.72%。对于累计贷款金额的统计，大多数集中在1000~2000元（38.83%）和1000元以下（29.13%），有3人表示累计贷款金额高达10000元以上。关于违约情况，有30人表示违约，73人表示未违约。关于对校园贷平台的评价，有41.32%表示无违规行为，22.08%表示存在注册门槛过低，20.50%表示存在虚假宣传，13.56%表示存在隐藏资费标准，这在一定程度上说明校园贷平台的管理缺陷主要表现在审核程度不严谨。

1.5各影响因素的的描述性统计分析

针对参与使用过校园贷产品的103位受访者，我们进行了总体的描述性统计分析，根据所显示的均值水平，我们可以发现：教育程度集中在本科背景，生活费水平集中在1000-2000元之间，冲动消费金额集中在100-500元之间，累计贷款金额在1000-2000元。通过比较各项指标的数值，我们初步得出一些可能影响大学生校园贷违约的因素。

我们可以发现，在教育程度、累计贷款金额、学校或家长是否给予提醒上面存在着显著性的差异。在教育程度方面，违约样本均值为1.5，未违约组均值为2.2，可以看出，受教育程度的人越不容易违约。在累计贷款金额方面，违约样本均值为2.8，未违约组均值为1.9。这表明，累计贷款金额越大意味着违约风险越高。从学校和家长的教育层面来看，违约样本均值为0.5，未违约样本均值为0.7，可以看出，家长或者学校的教育对于防止发生违约具有积极的促进作用。

2 实证结果

回归方程：

线性概率的参数可以采用0.25的粗略估计，即将估计的系数乘以0.25可以得到解释变量对被解释变量发生可能性的影响，结果如下：

1.其他解释变量保持不变的情况下，(Education)教育每增加一个等级，使用校园贷产品的学生违约的可能性下降1.3/4*100%=32.5%；

2.其他解释变量不变的情况下，(School)在学校有挂科现象的学生使用校园贷违约的可能性比没有挂科现象的学生多0.98/4*100%=24.5%；

3.其他解释变量不变的情况下，(Buy) 冲动消费的水平每上升一个等级，使用校园贷产品的学生违约的可能性上升0.44/4*100%=11%；

4.其他解释变量不变的情况下，(Parents) 接受过学校和家长校园贷教育的学生违约的可能性比没有接受过相关教育的学生少0.98/4*100%=24.5%；

5.其他解释变量不变的情况下，(Interest) 了解相关利息计算金融知识的学生违约的可能性比不了解相关知识的学生少0.99/4*100%=24.75%；

6.其他解释变量不变的情况下，(Amount)累计的贷款金额每增加一个等级，使用校园贷产品的学生违约的可能性上升0.83/4*100%=20.75%。

3 研究结论

本文通过logistic模型对103位使用过校园贷的受访者进行分析，通过剔除不符合预期和不显著变量，最终得到专科学生更容易发生校园贷违约情况，可能是由于专科学生使用校园贷人数较多、风险意识更低，违约可能性更大，而本科生、硕士及博士更不易违约；学生的在校成绩也可能反应其信用状况，如果受访者有挂科现象，更倾向于发生校园贷违约情况；学生冲动消费金额越大，说明学生消费不理性、消费观不正确，校园贷违约可能性越大；若学校和家长对受访者进行过校园贷的教育，则学生的警惕性会提高，越不容易违约；如果受访者对单利复利了解，则说明受访者具备一定的金融基础知识，有较强的甄别能力，违约可能性较小；受访者贷款校园贷金额越多，还款压力越大，则违约可能越大，违约风险增加。

[1]廖茂忠.学生贷款违约影响因素研究[D].华中科技大学.2008

[2]关于大学生选择校园分期金融产品的影响因素的调查[D]. 李启明.西南财经大学 2016.

[3]大学生“校园网贷”发展问题及对策研究——以中国药科大学学生为例[J]. 孙振淋.现代商贸工业.2016(30).