随着金融科技的蓬勃发展，全球在线信贷市场经历了显著增长，但随之而来的高违约风险也如影随形。与拥有成熟风控体系和丰富客户历史数据的传统银行不同，在线借贷平台需要在几分钟内完成贷款审批，常常难以获取借款人的交易记录、财务状况和贷款历史。为了应对这种“信息不对称”的困局，这些平台不得不转而依赖诸如贷款描述、数字足迹、面部微表情和社会关系等“软信息”（soft information）来评估违约风险。然而，借款人信用行为背后深层的心理驱动力，却像一座未被充分勘探的富矿，蕴藏着预测风险的关键线索。
心理学研究早已指出，个体的稳定人格特质，特别是大五人格模型（Big Five）中的尽责性（Conscientiousness）和神经质（Neuroticism），对信用决策有着重要影响。简单来说，尽责性高的人通常自律、负责、有条理，倾向于仔细规划财务并信守承诺；而神经质高的人则情绪波动大、易冲动、对压力敏感，可能为了即时满足而进行冲动消费和借贷。传统上，评估人格特质主要依赖耗时耗力且易受主观偏见影响的问卷调查，这显然无法满足在线信贷快速审批的需求。那么，能否找到一种更客观、高效且可扩展的方法来“透视”借款人的心理特质呢？
答案是肯定的，而且它就藏在每个人的口袋里——我们的手机。手机通话记录、APP使用模式、地理位置等数据，作为数字行为足迹，为客观推断用户的性格特征打开了新窗口。由腾讯与一家电信运营商合作提供的数据支持，一项题为《人格特质与在线信贷决策：来自手机数据的证据》的研究，巧妙地利用这些数据，深入探究了人格特质如何影响在线借贷行为。该研究近期发表于金融领域的知名期刊《Financial Innovation》。
为开展此项研究，研究人员整合了来自一家中国在线借贷平台和一家电信运营商的独特数据集。研究核心是运用熵权法与TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）方法，基于手机数据指标构建人格特质综合得分。具体而言，研究通过过去3个月和6个月的手机话费逾期次数来衡量尽责性，通过购物类APP的使用频率来推断神经质。在此基础上，研究采用Logistic回归模型，系统分析了人格特质对借贷决策（是否借款）和违约决策（是否违约）的影响，并进一步探讨了自我控制、家庭支持、消费水平（以手机价格衡量）和贷款金额等因素在其中起的调节作用。研究还进行了基于性别、年龄的异质性分析，并应用机器学习模型验证了人格特质在信用预测中的价值。
研究发现
• 基线回归结果：人格特质的核心影响
研究发现，在控制了一系列变量后，尽责性与神经质对信用决策有显著且方向相反的影响。在借款决策阶段，高神经质是更强劲的驱动因素，其与借款概率正相关；而高尽责性则显著降低了借款可能性。在违约决策阶段，高尽责性展现出极强的保护作用，能大幅降低违约概率；而高神经质则增加了违约风险。这表明，神经质在推动冲动借款中起关键作用，而尽责性则通过增强 diligent repayment willingness（勤勉还款意愿）来显著降低违约可能性。
• 其他人格测试：大五模型的补充视角
研究在模型中纳入了外向性、宜人性和开放性等人格特质。结果显示，即使在控制了这些特质后，尽责性与神经质的核心效应依然稳健。此外，研究发现高外向性、高开放性和高宜人性的个体也更容易借款，而高宜人性和高开放性还可能增加违约风险，这为理解信用行为的复杂性提供了更全面的视角。
• 控制点测试：自我控制与家庭支持的调节机制
研究基于控制点理论，探索了心理机制。结果发现，高尽责性个体表现出更强的自我控制（以手机流量使用与套餐限额的比值衡量），而高神经质个体自我控制较弱，且更可能寻求外部（家庭）支持（以是否使用家庭套餐衡量）。进一步分析表明，自我控制水平调节了人格特质的影响：高自我控制能增强尽责性的积极效应并抑制神经质的负面影响；低自我控制则相反。家庭支持则扮演了“缓冲器”角色，既能部分替代在线借款需求，也能在还款阶段帮助神经质个体转移违约风险。
• 消费金额测试：手机价格的双重信号作用
研究将手机价格作为消费水平与行为动机的复合指标。分析发现，在借款决策阶段，高消费（高手机价格）可能反映更强的消费欲望，此时高神经质会显著驱动借款，形成“冲动消费-借款”循环；而低消费组中，高尽责性能有效抑制借款。在违约决策阶段，高消费可能反映更高收入和还款能力，此时高尽责性通过“能力验证机制”强效抑制违约；而低消费组中，高神经质则通过“风险暴露机制”（低收入+冲动借款）显著增加违约概率。
• 贷款金额测试：借款规模的影响
研究聚焦于借款人群，分析贷款金额的作用。结果显示，高尽责性个体倾向于因周密规划而申请更大额贷款，并能按时偿还；而高神经质个体则多因日常冲动消费而借入小额贷款，却因缺乏规划更易违约。在违约决策中，贷款金额起到了动态调节作用。
• 异质性测试：性别、年龄与文化的影响
基于性别和年龄的分组分析揭示了差异化模式。在借款决策上，男性和年长者受尽责性与神经质的影响更大，这可能与其更高的自我控制倾向有关；女性和年轻人则更依赖外部家庭支持。在违约决策上，女性和年轻人的尽责性抑制违约效应更显著，且神经质的影响模式不同，部分源于对家庭支持的依赖差异。研究还提及，中国的传统儒家文化环境表现出显著的双重放大效应：既增强了尽责性赋予的风险缓释力量，也意外加剧了神经质引发的冲动借款与违约风险。
• 机器学习验证：人格特质的预测价值
研究应用机器学习模型预测借贷与违约决策。结果表明，加入人格特质，特别是尽责性与神经质，能显著提升预测精度。这从实践角度证实了将人格特质纳入信用评估系统的潜在价值。
结论与讨论
本研究通过创新性地利用手机行为数据构建人格特质指标，系统揭示了尽责性与神经质对在线信贷决策的深刻影响及其内在心理机制。研究证实，高神经质通过驱动冲动借款增加信用需求，而高尽责性则通过增强还款意愿与能力来降低违约风险。自我控制、家庭支持、消费水平与贷款金额等因素在其中扮演了重要的调节角色。
这项研究的意义是多方面的。首先，它拓展了信用研究中关于软信息的文献，首次大规模使用客观的数字行为足迹来测量大五人格特质并验证其效力，为在线信贷平台提供了一种低成本、高效率的风险评估新维度。其次，它深化了对信用决策心理机制的理解，将人格特质、控制点等心理学概念与具体的金融行为直接联系起来，为微观层面的信用决策影响因素提供了理论依据。最后，它扩展了手机数据的使用模式，不仅验证了手机数据中蕴含的丰富经济价值，也为金融领域应用移动数据开辟了新的研究方向。
当然，研究也存在一定局限，例如手机指标是人格特质的间接代理变量，其效度可能受文化环境影响，且数据的收集与处理涉及隐私伦理问题。然而，这并不妨碍其作为一项开创性研究的重要价值。该成果表明，在数字化时代，隐藏在手机使用习惯中的“性格密码”，或许将成为金融机构破解信用风险谜题、优化决策流程的一把新钥匙。
打赏
