Články s obsahem
Autoři zprávy s názvem Jak Čína půjčky do 5000 ihned na účet půjčuje (How China Lends) získali elektronické kopie 100 čínských úvěrových smluv prostřednictvím víceletého sběru dat pod dohledem výzkumné laboratoře AidData na univerzitě William and Mary. Tyto smlouvy jsou k dispozici v online úložišti s možností vyhledávání.
V Číně existují rozdíly v úrovni příjmů mezi různými regiony a tyto rozdíly mohou vést k geografické diskriminaci v úvěrových vztazích a nespravedlivému zacházení.
Geografická diskriminace
Geografická diskriminace je forma předsudků, která se opírá o místo narození, etnickou příslušnost, subetnickou příslušnost, jazyk nebo dialekt dané osoby. V Číně, kde je regionální diskriminace nebo regionalismus běžný kvůli velké rozloze země a přísně kontrolované vnitřní migraci, je tento typ diskriminace často nejvýraznější mezi lidmi narozenými mimo městské zóny.
Salgado a Aires (2018) analyzovali data z brazilské banky a zjistili, že ženy podnikatelky měly ve stejné situaci větší pravděpodobnost získání půjčky než muži. Pi a kol. (2020) analyzovali data z čínské peer-to-peer online platformy a zjistili, že drobní zemědělci dostávali u svých půjček vyšší úrokové sazby než žadatelé z měst.
Informační asymetrie
V teorii smluv a ekonomii se informační asymetrie vztahuje k nerovnováze znalostí mezi stranami transakce. Asymetrické informace jsou běžné a existují na všech typech trhů. Lze je omezit řadou metod, včetně zprostředkovatelských tržních institucí, které působí proti nerovnováze v informacích. Například značky, řetězce a franšízy jsou příklady mechanismů sdílení informací, které snižují asymetrii mezi kupujícími a prodávajícími.
Asymetrické informace jsou ve finančním sektoru významným problémem a mohou vést ke špatným investičním rozhodnutím. Jedním ze způsobů, jak se tomu vyhnout, je poskytovat investorům a podnikatelům pobídky ke snižování asymetrie. To je obzvláště důležité v rozvojových zemích, kde je finanční systém méně vyspělý a asymetrické informace jsou rozšířenější.
Dalším způsobem, jak snížit asymetrii, je zvýšit dostupnost úvěrových dat. To investorům umožní lépe analyzovat rizika a výnosy různých investic. Navíc jim to pomůže činit lepší úvěrová rozhodnutí. To povede k efektivnějšímu finančnímu systému a snížení rizika selhání.
Ve studii používáme jako výzkumný vzorek Šanghajskou burzu cenných papírů a zkoumáme vliv asymetrie firemních informací na investiční efektivitu firem. Zjistili jsme, že asymetrie firemních informací pozitivně koreluje s investiční efektivitou firmy, zatímco politické vazby s ní negativně korelují. Interakční efekt politických vazeb a informační asymetrie navíc významně snižuje investiční efektivitu firem.
Sebediskriminace
Kromě diskriminace dlužníků ze strany věřitele existuje také fenomén sebediskriminace. V této souvislosti se dlužník může rozhodnout přilákat investory stanovením vyšších úrokových sazeb než ostatní dlužníci. Například svobodné dlužnice mají tendenci přitahovat investory stanovením vyšších úrokových sazeb než jejich mužští protějšky. Tento typ sebediskriminace odráží rozdíly v ekonomických a etnických faktorech mezi provinciemi.
P2P síťové půjčky, jakožto nový finanční model, který se objevil spolu s rozvojem internetových financí, zaznamenaly v posledních letech v Číně dynamický růst. Nicméně jen málo studií se zaměřilo na diskriminaci v tomto odvětví. Zejména předchozí studie se soustředily na rasovou a genderovou diskriminaci v online půjčkách.
Tato studie zkoumá, zda existuje geografický fenomén diskriminace v online půjčkách na základě dat o objednávkách půjček z jedné z prvních čínských platforem P2P sítí pro půjčky. Testuje hypotézu, že existuje vztah mezi mírou úspěšnosti a úrokovou sazbou půjček a geografickými rozdíly v datech o půjčkách.
Výsledky naznačují, že v online půjčkách existuje významná geografická diskriminace. Tuto diskriminaci lze připsat ekonomickým, fiskálním, vzdělávacím a etnickým rozdílům mezi regiony. Aby se zmírnil dopad této diskriminace, vedení společností poskytujících P2P půjčky by mělo přezkoumat standardy půjček a posílit školení v oblasti znalostí rizik pro firemní i osobní dlužníky. Kromě toho by mělo zavést systém vydávání úvěrů a posílit dohled po poskytnutí úvěru.
Míra úspěšnosti půjček
Míra úspěšnosti půjček na čínském trhu s P2P síťovými půjčkami je vysoce závislá na investičních záměrech dlužníků a věřitelů. Vzhledem k nedostatku objektivních a snadno dostupných informací mají věřitelé tendenci zakládat svá rozhodnutí o půjčkách na subjektivních úsudcích (Feng a kol., 2019). V důsledku toho mají různí investoři s různými investičními záměry na stejném trhu různé úrokové sazby půjček. Účelem této studie je analyzovat dopad geografické diskriminace na míru úspěšnosti půjček v čínském odvětví P2P síťových půjček. Za tímto účelem používáme regresní analýzu modelu obyčejných nejmenších čtverců a probitovou metodu k regresní analýze míry úspěšnosti půjček na 30 fiktivních proměnných a Zhejiang jako kontrolní skupinu.
Výsledky této analýzy ukazují, že z pohledu věřitele existuje významný rozdíl v úspěšnosti půjček mezi různými provinciemi. Navíc z pohledu dlužníka existuje také významný rozdíl v úspěšnosti úvěrů. Abychom zjistili, zda tyto rozdíly souvisejí s geografickou diskriminací, použili jsme model (2).
Tento model regresně vyhodnocuje míru úspěšnosti půjček na základě řady fiktivních proměnných, včetně prov_nati, která představuje provincii dlužníků a nabývá hodnoty 1, pokud se jedná o menšinový autonomní region, a hodnoty 0 v opačném případě. Model také zahrnuje apri, což je anualizovaná úroková sazba úvěrového příkazu.