《表4:声誉非线性回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《借款人声誉与风险识别——来自P2P网络借贷的证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:Standard errors in parentheses，***p<0.01；**p<0.05；*p<0.1。

同样为了检验模型及其稳健性，采用逐渐加入控制变量的方法。随着控制变量的加入，净逾期次数的系数都显著为正，与前文回归结果一致，净逾期次数平方项系数显著为负，说明净逾期次数与违约风险存在非线性识别效应，且该识别效应为倒U形，即随着净逾期次数的增加，借款人违约风险在增加，但增加的速度是递减的，其McFadden R-squared值也均大于表3中对应回归的McFadden R-squared值，因此假设3成立。由于声誉难于建立、易于损毁的特点，当借款人由没有逾期记录至第一次逾期记录产生，其影响是巨大的，一方面投资人认为借款人声誉变差，投资人的这一认知使得借款人会自暴自弃，进而违约风险增加明显，但是当净逾期次数达到足够多的数量时，借款人无心改变现状，则违约风险维持在一个较高水平，并不会随着净逾期次数的增加而发生大幅度变化。