Nguồn: Davis (1985)
Dựa trên hai lý thuyết cơ bản đó và kế thừa các nghiên cứu của McKnight e& ctg (2002) Qin Yang & Young Chan -lee (2016), khóa luận đưa ra mô hình bao gồm các nhân tố tác động đến hành vi tham gia P2PL (Behavioral intention) bao gồm:
Nhận thức (Awareness),
Danh tiếng (Repulation),
Niềm tin (Trust),
Nhận thức rủi ro (Perceived Risks),
Chuẩn chủ quan (Subjective norm),
Tự hiệu quả (Self-efficacy),
Kiểm soát hành vi (Behavioral control),
Ý định hành vi (Perceived behavioral intention).
2.2. NGHIÊN CỨU LIÊN QUAN VỀ CHO VAY NGANG HÀNG VÀ SỰ THAM
GIA CỦA KHÁCH HÀNG
2.2.1. Các nghiên cứu về cho vay ngang hàng peer-to-peer lending
Tác giả bắt đầu bằng cách thảo luận về nghiên cứu cung cấp một nền tảng lý thuyết cho nghiên cứu này. Tôi thu thập cho nhiều luồng nghiên cứu bao gồm công việc về kinh tế, tài chính, quản lý và xã hội học. Để đưa ra các kết quả nghiên cứu, tác giả xem xét các tài liệu liên quan.
Berger, Sven & ctg (2009) tập trung phân tích vai trò của trung gian trong các thị trường điện tử sử dụng dữ liệu chi tiết của hơn 14.000 khoản vay nguồn gốc trên nền tảng cho vay ngang hàng P2PL (peer-to-peer lending). Tác giả áp dụng phân tích hồi quy OLS để xác định các yếu tố ảnh hưởng sự lan truyền tín dụng thông qua việc đánh giá các kết quả của các giao dịch trên thị trường tín dụng và thử nghiệm các giả thuyết.
Freedman & Jin (2008) tiết lộ trong nghiên cứu của họ rằng tỷ lệ tài trợ trung bình trên prosper.com đã tăng từ 8,51% trong khoảng thời gian 11/2005 lên 03/2007 lên 10,14% trong khoảng thời gian từ 06/2006 đến 07/2008. Họ cho rằng tỷ lệ huy động vốn cao hơn là kết quả của những thông tin cải tiến mà prosper.com cung cấp cho người cho vay (vào ngày 12 tháng 2 năm 2007, prosper.com đã bổ sung thông tin tài chính chi tiết hơn về người đi vay và khả năng người đi vay báo cáo thu nhập, tình trạng việc làm và nghề nghiệp hiện tại của họ).
Cinca và Nieto (2016) đã phát triển một mô hình tính điểm lợi nhuận cho cho vay P2P bằng cách sử dụng hồi quy tuyến tính đa lượng và các cây quyết định. Họ so sánh kết
thấy các mô hình điểm số lợi nhuận thực hiện tốt hơn trong việc xác định các khoản đầu tư có lợi nhuận.
2.2.2. Các nghiên cứu về sự tham gia của khách hàng
McKnight, Choudhury, & ctg; Kacmar, (2002) nói rằng khi không có giao tiếp trực tiếp giữa người mượn và người cho vay trước khi giao dịch cho vay thực tế. Do đó, niềm tin dựa vào các tín hiệu nhận thức nhanh hoặc ấn tượng đầu tiên chứ không phải là những trải nghiệm cá nhân kinh nghiệm.
Klafft (2008) xác nhận rằng các quy tắc áp dụng trong cho vay P2P rất giống với các quy tắc của hệ thống ngân hàng truyền thống. Phân tích dữ liệu của ông lấy từ nền tảng Prosper cho thấy xếp hạng tín dụng của người đi vay có tác động nhiều nhất đến lãi suất cho vay ngang hàng. Theo Klafft, những người vay nợ có xếp hạng tín dụng yếu, những người không thể nhận được tiền thông qua một tuyến ngân hàng truyền thống, vẫn phải vật lộn để bảo đảm cho vay trong P2P: cụ thể, kết quả phân tích cho thấy những người vay có xếp hạng tín dụng thấp nhất trên Prosper.com Chiếm 57,4% tổng số các khoản cho vay, không đáng ngạc nhiên, nhưng chỉ có 5,5% trong số các danh sách này được tài trợ thành công so với 54% các khoản cho vay bởi những người vay có xếp hạng tín dụng cao nhất là AA.
Greiner và Wang (2009) Lopez, (2009); Lopez và cộng sự, (2009); Lin & ctg. (2009a, 2009b), Lin và cộng sự (2012), Herrero-Lopez (2009) cho thấy người vay có vốn xã hội càng nhiều thì cơ hội được vay vốn càng cao, và mức lãi suất thấp hơn họ phải trả. Khi điểm tín dụng của người vay thấp, người cho vay cần thêm thông tin để đánh giá mức độ tín nhiệm của khách hàng vay nhằm giảm rủi ro khi cho vay. Trong trường hợp này, người cho vay phụ thuộc vào mạng lưới xã hội của người vay để lấy thông tin cho quyết định cho vay. Tuy nhiên, theo các tác giả vốn xã hội dường như không phải là một yếu tố dự báo tốt cho khoản vay và không nhất thiết để các nhà cho vay trong việc ra quyết định đầu tư tốt hơn . Lin (2009) phát hiện ra rằng các yêu cầu vay với xếp hạng tín dụng
thấp hơn ít có khả năng được tài trợ hơn và có khả năng vỡ nợ hơn và kết thúc bằng lãi suất cao hơn.
Iyer và ctg (2009) điều tra cụ thể ảnh hưởng của xếp hạng tín dụng của người đi vay vào thành công tài trợ. Họ đưa ra câu hỏi, cho dù các nhà cho vay có thể suy luận về mức độ đáng tin cậy của người đi vay từ các đặc điểm khác, ngoài việc đánh giá tín dụng. Họ nhận thấy rằng 28 phần trăm sự phân chia lợi tức giữa loại xếp hạng tín dụng đáng tin cậy nhất (AA) và các khách hàng có mức tín dụng thấp nhất có mức tín nhiệm cao nhất được giải thích bởi các đặc điểm khác so với chính bản thân xếp hạng tín dụng.
Họ cho thấy các nhà cho vay có thể phân biệt giữa những người vay với điểm số tín dụng khác nhau trong cùng một thể loại tín dụng bằng cách sàng lọc những đặc điểm khác của người vay trong danh sách cho vay. Theo các tác giả, các chủ nợ cho rằng mức độ tin cậy của người đi vay trong các hạng mục đánh giá tín dụng chủ yếu từ các biến ngân hàng chuẩn khác như tỷ lệ thu nhập, số lần thanh toán hiện tại hoặc số lượng yêu cầu về tín dụng. Các biến không chuẩn có tác động nhỏ hơn đến sự lây lan của lãi suất. Tuy nhiên, ảnh hưởng của thông tin như mức lãi suất tối đa mà người đi vay sẵn sàng trả vẫn có thể là đáng kể.
Berger & ctg; Gleisner (2009) cũng như Collier & ctg; Hampshire (2010) cho thấy các nhóm lớn hơn dẫn đến lãi suất thấp hơn. Mặc dù cả hai nghiên cứu chỉ cho thấy mối tương quan yếu. Dữ liệu của Freedman & ctg; Jin (2008) mâu thuẫn với những phát hiện này. Họ lập luận rằng nhóm càng lớn lãi suất vay càng cao và tỷ lệ lợi nhuận cho người cho vay thấp hơn. Họ ví dụ về trường hợp các ưu đãi giảm lãi suất đối với nhóm có kích thước lớn do Prosper đặt ra cho đến cuối năm 2007 có thể dẫn đến các nhà lãnh đạo nhóm đã cố gắng làm gia tăng quy mô nhóm của mình mà không cần kiểm tra sự siêng năng của các thành viên. Nếu việc đánh giá thông tin cá nhân của người vay là bắt buộc trước chứng nhận thành viên của nhóm, lãi suất của các khoản cho vay của người vay sẽ thấp hơn nếu các yếu tố khác không đổi (Berger & ctg; Gleisner, 2009, Collier & ctg; R.
Hampshire, 2010, M.E. Greiner & ctg; Wang, 2009). Freedman và Jin (2008) nhận thấy rằng lợi tức đầu tư cho vay nhóm thấp hơn đáng kể so với khoản vay không có nhóm. Khi một khoản vay yêu cầu và chứng thực bởi bạn bè, tỷ lệ không trả tiền vay sẽ tương đối thấp, nhưng lãi suất vay có thể tăng lên.
Collier và Hampshire (2010) nghiên cứu tác động của mạng lưới xã hội đối với các hành vi cho vay dựa trên lý thuyết tín hiệu và nhận thấy thông qua giao tiếp thường xuyên với các thành viên khác, liên quan đến các giao dịch chủ động và thường xuyên cho vay của người khác, người vay có thể gửi tín hiệu mạnh cho người cho vay về sự tin tưởng khi vay vốn.
Chen (2012) cũng cho rằng xếp hạng tín dụng trong Ppdai.com ở Trung Quốc có ảnh hưởng đến việc xác định xác suất tài trợ, nhưng ít ảnh hưởng tới lãi suất. Chen và cộng sự (2012) cho thấy rằng cả hai cấu trúc vốn xã hội và quan hệ đều có ảnh hưởng đến sự tin tưởng cho vay, và mối quan hệ đó mạnh mẽ hơn khi nhận thức về sự bất đối xứng thông tin mạnh hơn.
Gonzalez và Komarova Loureiro (2014) tìm thấy một sự thiên lệch quan trọng về tuổi tác đối với người vay tuổi trẻ (độ tuổi đại học) trong đó người vay nợ trẻ tuổi ít có khả năng vay vốn hơn. cho rằng các nhà cho vay nhanh chóng sử dụng tuổi của người xin vay là một quy tắc chủ quan để suy ra sự thiếu kinh nghiệm và cuối cùng là khả năng đáng tin cậy (thành kiến về tuổi tác). Cụ thể hơn, khi các yếu tố khác không đổi, các nhà cho vay tiềm năng ít có khả năng cho vay đối với các ứng viên trẻ hơn khi tuổi được suy luận hợp lý từ các bức ảnh người vay tự cung cấp.
Komarova Loureiro, Yuliya; Gonzalez, Laura, (2015) chỉ ra rằng các nhà cho vay thực hiện các quyết định cho vay đặc biệt khi người vay cùng một giới tính: đầu tư ít tiền vào các lời yêu cầu của người xin vay hấp dẫn hơn (ngược lại với ít) và thậm chí trừng phạt những người vay có tỷ lệ xếp hạng tín dụng rất an toàn (outstanding) (ngược lại với trung bình). Theo lý thuyết của họ, cả hai kết quả này có thể được giải thích hợp lý bởi các nhà
cho vay cảm thấy bị đe dọa (theo nghĩa cạnh tranh) bởi người vay vốn hấp dẫn hơn hoặc có xếp hạng tín dụng rất an toàn, và nếu không có thông tin khách quan đầy đủ (tức là thông tin bất đối xứng ), kết quả là cảm xúc đóng vai trò như một đầu vào thông tin vào một quyết định cho vay.
Jin và Zhu (2015) đã áp dụng cách tiếp cận dữ liệu để xây dựng các mô hình rủi ro tín dụng. Họ sử dụng rừng ngẫu nhiên để lựa chọn tính năng và xây dựng và so sánh năm mô hình khác nhau, bao gồm hai mô hình mạng thần kinh, hai mô hình cây quyết định và một mô hình máy vector hỗ trợ. Kết quả của họ cho thấy máy vectơ hỗ trợ đạt được hiệu suất tốt nhất nhưng chỉ với một cải tiến nhẹ. Hơn nữa, họ thấy rằng thời hạn cho vay, số tiền vay, thu nhập hàng năm, mức cho vay, tỷ lệ nợ / thu nhập và sử dụng dòng xoay vòng đóng một vai trò quan trọng trong việc dự đoán mặc định.
Qin Yang và Young-Chan Lee (2016) đã nghiên cứu các nhân tố ảnh hưởng đến quyết định cho vay ngang hàng dựa trên bài học từ Renrendai.com. Hai tác giả đã phát triển các nhân tố dựa trên mô hình niềm tin (Trust) từ các nền tảng và người đi vay. Kết quả cho thấy rằng quyết định cho vay ngang hàng của nhà đầu tư thường đến từ: Niềm tin từ người vay ảnh hưởng mạnh mẽ nhất, các yếu tố khác là nhận thức, rủi ro, chất lượng dịch vụ, chất lượng thông tin, danh tiếng,..
Seth Freedman, Ginger Zhe Jin (2017) cho thấy rằng người vay có quan hệ xã hội luôn có nhiều khả năng sẽ được vay vốn và nhận lãi suất thấp hơn; Tuy nhiên, hầu hết những người vay có quan hệ xã hội thường có xu hướng trả nợ trễ hoặc không trả được. Chúng tôi cung cấp bằng chứng cho thấy những phát hiện này được định hướng bởi các nhà cho vay không hoàn toàn hiểu được mối quan hệ giữa các mối quan hệ xã hội với chất lượng của người đi vay không được theo dõi. Nhìn chung, những phát hiện của chúng tôi gợi ý thận trọng khi sử dụng các mạng xã hội trực tuyến như một tín hiệu về chất lượng trong các giao dịch nặc danh.
2.3. CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN HOẠT ĐỘNG CHO VAY NGANG HÀNG VÀ SỰ THAM GIA CỦA KHÁCH HÀNG
2.3.1. Các yếu tố ảnh hưởng đến hoạt động cho vay ngang hàng trong nền kinh tế
Mặc dù khoản vay P2P là khái niệm tương đối mới, một số nhà nghiên cứu đã đã nghiên cứu lĩnh vực này, xem xét các yếu tố độc đáo và tính chất của nó.
Emekter & ctg (2015) cho thấy ba dòng chính đã xuất hiện trong các nghiên cứu hiện tại. Đầu tiên là việc tập trung vào các lý do khiến cho vay ngang hàng trực tuyến đã trải qua sự tăng trưởng và phát triển nhanh như vậy. Hulme và Wright (2006) đã tiến hành nghiên cứu trường hợp của Zopa, nền tảng peer-to-peer lending đầu tiên trên thế giới, cho biết mối liên hệ tài chính đang nổi lên này thực sự có thể trở thành cạnh tranh với ngành ngân hàng truyền thống.
Tiếp theo là kiểm tra về việc xác định các khía cạnh ảnh hưởng đến thành công của tài trợ và rủi ro về mặc định. Nghiên cứu của Iyer & ctg (2009) cho rằng mặc dù các chủ nợ dựa chủ yếu vào các yếu tố "cứng" nhưng họ cũng sử dụng cơ hội để đánh giá mức độ tin cậy của người đi vay bằng cách phân tích thông tin "mềm" như mô tả cá nhân hoặc ảnh. Một thực tế thú vị nữa đã được xác nhận từ khuôn khổ lý thuyết là bằng chứng của việc phân biệt đối xử có vị. Chẳng hạn, Pope và Sydnor (2011) đã chứng minh rằng có sự khác biệt về chủng tộc giữa người da trắng và người Mỹ gốc Châu Phi về ngân quỹ cho vay có sự hỗ trợ đáng kể. Hơn nữa, Ravina (2008) nhận thấy rằng người vay nhận thức về vẻ đẹp thực sự đang tăng đáng kể khả năng cho vay được tài trợ.
Nhóm nghiên cứu cuối cùng điều tra hiệu suất cho vay P2P cho một mức độ rủi ro nhất định. Việc tập trung vào ngành này vẫn còn rất khan hiếm và cho đến nay, chỉ có vài giấy tờ (Emekter & ctg, 2015, Berkovich, 2011, Pol'ak, 2017) đã cố gắng lấp khoảng trống này.
Mặc dù một số loại có nguy cơ cao hơn những loại khác, điều quan trọng là phải biết rằng tất cả các sản phẩm cho vay P2P đều là phương tiện đầu tư - điều quan trọng là cả cố vấn và khách hàng của họ hiểu những rủi ro liên quan.
Thứ nhất, cho vay P2P không được bảo hiểm bởi FSCS. Không có Bảo hiểm bồi thường Dịch vụ Tài chính (FSCS) cho các nhà đầu tư trong các sản phẩm cho vay P2P. Là một nhà đầu tư để mất tiền do hậu quả của sự quản lý không đúng mức của sản phẩm bởi nhà cung cấp, họ sẽ không sử dụng tới mức 50.000 bảng thông thường áp dụng cho hầu hết các sản phẩm đầu tư. Tuy nhiên điều quan trọng cần nhớ là FSCS không bao giờ bù đắp những tổn thất phát sinh từ hoạt động đầu tư.
Thứ hai, cho vay P2P, mặc dù là một lựa chọn hấp dẫn hơn ngân hàng thông thường, tuy nhiên có một số vấn đề lớn liên quan đến rủi ro tín dụng cho người cho vay. Theo Li & ctg (2009) cho vay ngang hàng phải đối mặt với nhiều rủi ro, chẳng hạn như rủi ro mặc định, nguy cơ hoạt động và chính sách. Các nền tảng P2P hoạt động như các trung gian đơn giản mà không có các dịch vụ tín dụng có rủi ro thấp, trong khi đó rủi ro cao đối với các nhà cho vay. Wang và Greiner (2011) xác định vấn đề cơ bản của người cho vay P2P là rủi ro mất mát trong đầu tư, vì các khoản cho vay không được bảo đảm bằng một tài sản thế chấp nào cả. “Họ (người chơi P2P) không có bất kỳ dữ liệu lịch sử để xây dựng mô hình rủi ro” một nhân viên ngân hàng Ấn Độ cho biết. Nguy cơ lớn nhất đối với một nền tảng P2P xuất phát từ bản thân sản phẩm, đó là một khoản đầu tư không có bảo đảm tiền vay cá nhân và không có tài sản thế chấp. Rajat Gandhi Giám đốc điều hành và sáng lập của P2P Gurgaon của Faircent.com nói rằng: “Người đầu tư cho vay ngang hàng không giống như gửi tiền tiết kiệm ở ngân hàng. Nó giống như một sự đầu tư thị trường chứng khoán.” (Adhikari & ctg; Anand, 2016).
Khách hàng vay nợ mặc định có thể là kết quả của quyết định tín dụng ban đầu không tốt hoặc các yếu tố kinh tế. Các nhà đầu tư nên đa dạng hóa giữa một số lượng lớn các khách hàng vay để đảm bảo rằng những ảnh hưởng của một người mượn không hợp lệ
là tối thiểu đối với đầu tư tổng thể. Một số lượng lớn khách hàng vay không trả được khoản nợ vay của họ vẫn có nguy cơ thậm chí sau khi đa dạng hóa. Rủi ro tín dụng trong