şəxsdən-şəxsə kredit olaraq da adlandırılan P2P kredit platformalarında fərdi yatırımcılar, istehlakçıların kredit tələblərini birbaşa maliyyələşdirə edə bilər. Bazı erkən dövr platformalarda faiz dərəcəsi bir bank və ya alqoritm tərəfindən əvvəlcədən müəyyənləşdirilmirdi; investorların daha aşağı faiz təklifləri ilə rəqabət etdiyi əks hərrac nəticəsində formalaşırdı. Bu yapı, profesyonel olmayan investorların kredit riskini hansı bilgilere dayanarak değerlendirdiğini müşahidəlemek üçün ender bir tədqiqat ortamı sunmaktadır.

Reto Rey və Andreas Dietrich tərəfindən hazırlanan tədqiqat, 2008–2014 arasında İsveçrə’nin önde gelen bir P2P kredit platformunda maliyyələşdirə edilmiş 665 tüketici kredisini araşdırır. Araştırmacılar kredit məbləği, vade, borc–gəlir nisbəti, gelir, yaş, vatandaşlık, ev sahipliği, medeni durum, 16 yaşdan kiçik çocukların varlığı və makroekonomik koşullar kimi değişkenlerin yatırımcılar tərəfindən belirlenen faiz dərəcəsiyla ilişkisini analiz etmiştir.

Ortalama karşılaştırmada kadınlarla kişilər arasında güvenilir bir faiz fərqi bulunmamıştır. Ancaq cinsiyet; medeni durum və hanede uşaq bulunmasıyla birlikdə incelendiğinde önəmli bir nümunə ortaya çıkmıştır. Evli olmayan və 16 yaşdan kiçik en az bir çocuğu olan qadınlar, eyni aile durumundaki erkeklere görə orta təxminən 124 baza bəndi, yani 1,24 faiz bəndi daha yüksək faiz ödemiştir.

Çalışmanın “olgunlaşmış piyasa dövri” olaraq tanımladığı 2013–2014 alt nümunəinde bu fərq təxminən 221 baza bəndia yükselmektedir. Buna karşılık çocuğu olmayan evli və ya evli olmayan borçlularda və tam nümunəde uşaqlı evli borçlularda kadınlarla kişilər arasında statistik baxımdan etibarlı bir fiyat fərqi bulunmamıştır.

Bu nəticə “qadınlar genel olaraq daha yüksək faiz ödüyor” anlamına gelmemektedir. Fərq yalnız müəyyən bir hane yapısında görünür hâle gelmektedir. Çalışmanın əsas katkısı da cinsiyetin tek başına ele alınmasının, evli olmayan annelerin karşılaştığı fiyatlama farkını gizleyebileceğini göstermesidir.

Ancaq merkezî tapıntı kiçik bir alt gruba dayanmaktadır. Tam nümunəde 16 yaşdan kiçik çocuğu olan evli olmayan yalnız 19 qadın və 14 kişi borçlu vardır. Dolayısıyla nəticə ekonomik olaraq böyük və çeşitli dayanıqlılıq modellerinde yön bakımından tutarlı olsa da tahminin kesinliği və başka piyasalara genellenebilirliği konusunda güçlü ihtiyat gerekmektedir.

Tədqiqat, investorların kredit riskini bütünüyle gelişigüzel değerlendirmediğini de göstərir. Daha uzun vadeli və daha böyük krediler, yüksək borc–gəlir nisbəti, daha yoğun kredit talebi, yüksək işsizlik və yüksək risksiz faiz dərəcəsi daha yüksək kredit faizleriyle əlaqəlidirdir. Tam model, krediler arasındaki faiz farklarının təxminən %76,5’ini açıklamaktadır.

Bununla birlikdə tədqiqat, evli olmayan annelere uygulanan ek faizin gerçek defolt riskini doğru şəkildə yansıtıp yansıtmadığını belirleyememektedir. Araştırmacılar, farkın investorların gelir dalgalanması, tek gelirli hane yapısı və ya uşaq bakım yükümlülükleri hakkındaki risk algılarından doğabileceğini bildirir. Veriler, bu algının doğru bir istatistiksel risk değerlendirmesi mi, aşırı genelleme mi və ya ayrımcı bir tercih mi olduğunu birbirinden ayırmaya yeterli deyil.

Elmi xəbərdarlıq: Çalışma rəyçilikdən keçməmiş bir preprinttir. Yalnız maliyyələşdirə edilmiş kredileri incelemekte; reddedilen ya da yeterli yatırımcı bulamayan başvuruları və kredilerin daha sonrakı gerçek defolt sonuçlarını analiz etmemektedir. Nəticələr günümüzdeki algoritmik P2P kredit piyasalarına birbaşa genellenmemelidir.

Araştırmanın əsas sorusu

Geleneksel bir bankada tüketici kredisine uygulanacak faiz, kurumun kredit skorlama sistemi, risk politikası və çalışan değerlendirmeleriyle belirlenir. İncelenen P2P platformunda isə faiz dərəcəsi, krediyi kendi paralarıyla maliyyələşdirə eden fərdi investorların açıq hərrac tekliflerinden oluşmaktadır.

Bu səbəbdən araştırmanın merkezindeki soru yalnız kredit riskinin nasıl ölçüldüğü deyil. Daha geniş soru şudur:

Eksik məlumat altında qərar veren profesyonel olmayan yatırımcılar kredit riskini sistemli şəkildə fiyatlayabiliyor mu və borcalanın cinsiyeti ilə aile yapısı bu fiyatlamayı etkiliyor mu?

Araştırmacılar analizi iki aşamalı bir düşünceyle kurmuştur:

1. Faiz oranlarındaki farklılıkların nə kadarı gözlenebilir kredit, borçlu və makroekonomik risk göstergeleriyle açıklanabilir?
2. Standart risk göstergeleri nəzarət edildikten sonra cinsiyet, medeni durum və çocukların varlığıyla bağlı sistemli fiyat farkları kalıyor mu?

şəxsdən-şəxsə kredit piyasası nedir?

P2P kredit platformları borç almak isteyen tüketicilerle sermayesini faiz karşılığında kullandırmak isteyen yatırımcıları dijital ortamda buluşturur. Platform başvuruları toplar, asgari uygunluk kontrollerini yapar və yatırımcılara standartlaştırılmış bilgiler sunar.

Bu modelde geleneksel bank tamamen ortadan kalkmasa bile klasik mevduat toplama və bank bilançosundan kredit verme işlevinin önəmli bir bölümü yerini birbaşa yatırımcı finansmanına bırakmaktadır.

P2P kredit piyasalarında iki əsas faiz belirleme yöntemi vardır:

• Sabit və ya platform tərəfindən belirlenen fiyat: Platformun risk modeli hər borçlu üçün faiz dərəcəsi belirler.
• Ters açıq hərrac: Fərdi yatırımcılar krediyi maliyyələşdirə edebilmek üçün talep ettikleri faiz dərəcəsinı teklif eder; daha aşağı faiz teklifleri öncelik kazanır.

Günümüzde böyük platformların çoğu zaman kazanmak, süreci basitleştirmek və risk fiyatlamasını standartlaştırmak amacıyla platform tərəfindən belirlenen faizlere yöneldiği belirtilmektedir. Bu səbəbdən incelenen tarihsel veri, insan investorların algoritmik öneri olmadan fiyat yaratdığı və artık böyük dərəcədə ortadan kalkmış bir piyasa düzenini göstərir.

Ters açıq hərrac nasıl çalışıyordu?

Borçlu platforma kredit tutarını, vadeyi və kabul edebileceği en yüksək faiz dərəcəsinı belirterek başvurmuştur. Platform, gelir istikrarı, borç yükü və kredit geçmişiyle ilgili asgari koşulları sağlayan başvuruları yatırımcılara açmıştır.

Açıq hərrac sırasında yatırımcılar:

• Yatırmak istedikleri məbləği,
• Bu məbləğ karşılığında kabul edecekleri en aşağı faiz dərəcəsinı

bildiren bağlayıcı teklifler sunmuştur.

Teklifler faiz dərəcəsina görə sıralanmış və talep edilən kredit məbləği tamamen maliyyələşdirə edilene qədər en aşağı faizli teklifler kabul edilmişdir. Eyni kredit birden çox yatırımcı tərəfindən və fərqli faiz oranlarından maliyyələşdirə edilebildiği üçün tədqiqatdaki nəticə dəyişəni, kabul edilən tekliflerin yatırım tutarıyla ağırlıklandırılmış orta faizidir.

İncelenen dövrde İsveçrə düzenlemesi bir krediye katılabilecek yatırımcı sayısını en fazla 20 ilə sınırlandırmıştır. Örneğin 20.000 İsveçrə frangı tutarındaki bir kredide yatırımcı başına orta taahhüt en az təxminən 1.000 frank olmak zorundadır. Kredit məbləği büyüdükçe investorların tek bir borçlu üzərində yoğunlaşan kayıp riski artabilir. Araştırmacılar, böyük kredit tutarlarına uygulanan ek faizi bu “yetersiz çeşitlendirme primi” ilə ilişkilendirmektedir.

Eksik məlumat neden önəmli?

Borçlular kendi gelir istikrarları, gelecekteki harcamaları və geri ödeme niyetleri hakkında yatırımcılardan daha fazla bilgiye sahiptir. Finans literatüründe bu durum məlumat asimetrisi olaraq adlandırılır.

Bankalar bu problemi kredit geçmişi, teminat, gelir doğrulaması, iç risk modelleri və uzun müddətli müşteri ilişkileriyle azaltabilir. P2P piyasasındaki fərdi investorların isə çoğu zaman daha sınırlı bilgiye, daha az uzmanlığa və borçluyla birbaşa görüşme imkânı olmadan qərar vermesi lazımdır.

Bu koşullarda yatırımcılar iki tür davranış gösterebilir:

• Gelir, borç yükü və vade kimi kredit riskiyle bağlı bilgileri sistemli şəkildə kullanabilir.
• Eksik bilgiyi tamamlamak üçün demografik özelliklere, toplumsal rollere və ya sezgisel kurallara aşırı ağırlık verebilir.

Çalışma bu iki olasılığın eyni anda gerçekleşebileceğini göstərir: genel fiyatlama böyük dərəcədə risk göstergeleriyle uyumludur, lakin müəyyən hane türlerinde demografik olaraq yoğunlaşan fiyat farkları da ortaya çıkmaktadır.

Cinsiyet neden tek başına yeterli deyil?

Bir verilənlər dəstinde bütün kadınların orta faiz dərəcəsi bütün erkeklerle karşılaştırıldığında fərqli hane durumları eyni kategori içində birleşir. Evli qadınlar, evli olmayan qadınlar, uşaqlı və çocuksuz qadınlar eyni ortanın parçası olur.

Bu toplulaştırma, müəyyən alt gruplardaki zıt yönlü etkilerin birbirini silmesine neden ola bilər. Örneğin evlilik uşaqlı qadınlar üçün investorların algıladığı ekonomik güvenceyi artırırken, uşaqlı və evli olmayan qadınlar üçün tek gelir, bakım yükü və ya gelir oynaklığı algısı faiz primini yükseltebilir.

Araştırmacılar bu səbəbdən yalnız “qadın” değişkenini modele eklemekle yetinmemiş; aşağıdaki üç özelliğin ortak etkisini tahmin etmiştir:

• Cinsiyet,
• Evli olup olmama,
• Hanede 16 yaşdan kiçik uşaq bulunup bulunmaması.

Modelde ana etkilerin yanı sıra ikili etkileşimler və tam üçlü etkileşim istifadə edilmişdir:

\[ Female_i \times Married_i \times Children_i \]

Bu kesişimsel yaklaşım, qadın olmanın faiz üzerindeki ilişkisinin aile yapısına görə değişmesine izin vermektedir.

Fiyat fərqi hansı mekanizmalardan doğabilir?

Çalışma, gözlenen farkın kaynağını birbaşa belirleyememektedir. Ancaq üç açıqlama çerçevesi sunmaktadır.

Gerçek və ya algılanan kredit riski

Yatırımcılar, evli olmayan və uşaqlı bir borcalanın tek gelirle daha fazla düzenli gider karşıladığını, uşaq bakımından kaynaklanan tədqiqat kısıtları yaşayabileceğini və ya gelir kaybına qarşı daha sınırlı hane içi sigortaya malik olduğunu düşünebilir.

Bu algılar gerçek geri ödeme olasılığıyla doğru orantılıysa fiyat fərqi risk temelli ola bilər. Ancaq tədqiqat defolt sonuçlarını kullanmadığı üçün bu olasılığı doğrulayamamaktadır.

İstatistiksel ayrımcılık

Yatırımcılar fərdi borcalanın gözlenemeyen riskini değerlendirirken ait olduğu toplumsal grubun varsayılan özelliklerini vekil olaraq kullanabilir. Bu davranış açıq bir düşmanlık içermese bile eyni finansal özelliklere malik bireylerin grup üyeliği nedeniyle fərqli fiyatlanmasına yol açabilir.

Tercih temelli ayrımcılık və ya önyargı

Yatırımcıların müəyyən bir gruba qarşı riskten bağımsız olumsuz tercihi de daha yüksək faiz taleplerine neden ola bilər. Ancaq verilənlər dəsti investorların motivasyonlarını və ya eyni risk düzeyindeki gerçek defolt sonuçlarını göstermediği üçün tercih temelli və istatistiksel ayrımcılığı birbirinden ayırmak mümkün deyil.

Veri seti

Veriler, Nisan 2008 ilə Aralık 2014 arasında İsveçrə’de faaliyet gösteren böyük bir P2P kredit platformundan elde edilmişdir. Platformun bu dövrde İsveçrə P2P piyasasındaki payı yıllara görə təxminən %60 ilə %99 arasında değişmiştir.

Örneklem, platform üzərindən başarıyla maliyyələşdirə edilmiş 665 fərdi tüketici kredisinden oluşmaktadır. Kredit qeydləri anonimleştirilmiş və şəxsi olaraq tanımlanabilir bilgiler tədqiqatçılara verilmemiştir.

Veri setindeki kredit və borçlu bilgileri kamuya açıq deyil. Bu gizlilik, tədqiqatçılara ayrıntılı işlem bilgileri sağlasa da bağımsız tədqiqatçıların analizi eyni ham veriyle yenidən üretmesini sınırlandırmaktadır.

Makroekonomik veriler:

• İsveçrə işsizlik nisbəti,
• Üç yıllık İsveçrə devlet tahvili getirisi,
• Swiss Market Index’in üç aylık performansı

üzərindən oluşturulmuştur.

Örneklemin genel özellikleri

Piyasanın erkən və olgunlaşmış dövri

Araştırmacılar nümunəi iki dövre ayırmıştır:

• 2008–2012: platformun erkən dövri, 352 kredit,
• 2013–2014: tədqiqatda olgunlaşmış dövr olaraq tanımlanan dövr, 313 kredit.

Şekil 1’deki faiz dağılımları, iki dövr arasında açıq hərrac rekabetinin değiştiğini göstərir. İlk dövrde gerçekleşen faizler, borçluların kabul etmeye hazır oldukları azami faize yakın kümelenmiştir. Bu görünüm yatırımcı sayısının və teklif rekabetinin daha sınırlı olduğuna işaret etmektedir.

İkinci dövrde borçluların önəmli bir bölümü %12 və ya daha yüksək azami faiz bildirmiş olmasına rağmen, kredilerin böyük çoğunluğu %10’un altında sonuçlanmıştır. Daha fazla yatırımcı və daha yoğun rəqabət, borcalanın ödeme isteğinin altındaki faizlerin keşfedilmesini sağlamıştır.

Azami faiz kısıtının nə qədər bağlayıcı olduğu yıllar içində ayrıca incelenmiştir. 2008’de bütün krediler borcalanın azami kabul edilebilir faizinin 25 baza bəndi içində sonuçlanırken bu nisbət 2014’te %19’a düşmüştür. Bu değişim, platform olgunlaştıkça gerçekleşen fiyatın borcalanın başlangıç tavanından daha fazla uzaklaşıp yatırımcı rekabetiyle oluştuğunu göstərir.

P2P faizleri geleneksel tüketici kredileriyle nasıl karşılaştırıldı?

Çalışmada İsveçrə’nin önde gelen tüketici kredisi sağlayıcısının 2014 yılı ağırlıklı orta şəxsi kredit faizinin %11,33 olduğu aktarılmaktadır. Eyni dövrde P2P platformunun 2013–2014 ortası %8,45’tir.

Aradaki fərq:

\[ 11{,}33\%-8{,}45\%=2{,}88\% \]

yani təxminən 288 baza bəndidır. Bu karşılaştırma P2P kredilerinin hər borçlu üçün geleneksel krediden daha ucuz olduğunu sübutlamaz. Borçlu profilleri, onay koşulları və ürün özellikleri eyni olmayabilir. Yalnız incelenen nümunəin dövrsel ortasını göstərir.

Əsas ekonometrik model

Araştırmacıların başlangıç modeli şöyledir:

\[ Rate_{it} = \alpha+ \beta_1 Loan_i+ \gamma_1 Borrower_i+ \delta_1 Macro_t+ \varepsilon_i \]

Burada:

• \(Rate_{it}\), \(t\) tarihinde açıq artırması tamamlanan \(i\) kredisinin orta faiz dərəcəsidır.
• \(Loan_i\), vade, kredit məbləği və son 90 gündeki açıq hərrac sayı kimi kredit özelliklerini içerir.
• \(Borrower_i\), borc–gəlir nisbəti, vatandaşlık, ev sahipliği, yaş, gelir, medeni durum, cinsiyet və uşaq bilgilerini içerir.
• \(Macro_t\), işsizlik nisbəti, devlet tahvili getirisi və borsa performansı kimi makroekonomik koşulları içerir.
• \(\varepsilon_i\), modelin açıklayamadığı faiz farklılıklarını təmsil eder.

Tahminler sağlam standart xətalar kullanan olağan en kiçik kareler yöntemiyle yapılmıştır.

Dört aşamalı model geliştirme

Azami faiz değişkeninin eklenmesi modelin açıqlama gücünü önəmli dərəcədə artırmıştır. Bunun nedeni, borcalanın bildirdiği tavanın erkən dövrde gerçekleşen faizi birbaşa sınırlaması və eyni zamanda borcalanın finansal sıkışıklığı və ya kendi risk algısı hakkında investorların göremediği bilgiler taşıyabilmesidir.

Ana model faiz farklılıklarının təxminən %76,5’ini açıklamaktadır. Bu yüksək nisbət, yatırımcı fiyatlamasının önəmli bir bölümünün gözlenebilir bilgilerle sistemli şəkildə bağlı olduğunu göstərir. Ancaq yüksək açıqlama gücü bütün əmsalların nedensel olduğunu və ya fiyatlamanın adil olduğunu sübutlamaz.

Kredit məbləği neden faizi yükseltiyor?

Ana modelde kredit tutarının əmsalsı, hər 1.000 CHF üçün təxminən 0,031 faiz bəndidır. Dolayısıyla 10.000 CHF daha böyük bir kredit:

\[ 0{,}031\times10=0{,}31 \]

faiz bəndi, yani təxminən 31 baza bəndi daha yüksək faizle əlaqəlidirdir.

Geleneksel bankalarda daha böyük krediler işlem maliyetlerinin ölçek ekonomisi nedeniyle daha aşağı faizle ilişkilendirilebilir. Bu P2P platformunda isə en fazla 20 yatırımcı sınırı, böyük kredilerde yatırımcı başına düşen məbləği yükseltmektedir. Bu səbəbdən yatırımcılar daha fazla yoğunlaşma riskine qarşı ek getiri talep etmiş ola bilər.

Vade etkisi

Ana modelde hər ek ay təxminən 0,049 faiz bəndilık faiz artışıyla əlaqəlidirdir. On iki aylık ek vade üçün:

\[ 0{,}049\times12=0{,}588 \]

yani təxminən 59 baza bəndilık artış elde edilir.

Daha uzun vade, borcalanın gelirinde və ya ekonomik koşullarda olumsuz gelişme yaşanabilecek zaman aralığını uzatır. Nəticə, normal getiri eğrisi və uzun vadeli risk primi beklentisiyle uyumludur.

Açıq hərrac yoğunluğu və borçlular arası rəqabət

Son 90 günde daha fazla kredit talebinin bulunması, yatırımcı sermayesi üçün daha yoğun borçlu rekabeti anlamına gelebilir. Açıq hərrac sayısının nümunə ortası olan təxminən 31’den 62’ye yükselmesi:

\[ 0{,}037\times31\approx1{,}15 \]

faiz bəndi, yani təxminən 115 baza bəndi daha yüksək faizle əlaqəlidirdir.

Bu tapıntı, investorların karşısında daha fazla kredit seçeneği olduğunda borçlulardan daha yüksək getiri talep edebildiğini göstərir.

Borç–gelir nisbəti

Borç–gelir nisbəti, borcalanın bütün düzenli borç ödemelerinin aylık brüt gəlirə oranıdır. Oranın təxminən %12’den %24’e çıkması:

\[ 0{,}015\times12=0{,}18 \]

faiz bəndi, yani təxminən 18–19 baza bəndilık faiz artışıyla əlaqəlidirdir.

Etki yön bakımından kredit riski beklentisiyle uyumludur: gelirin daha böyük bölümü mevcut ödemelere ayrıldığında beklenmeyen giderlere qarşı finansal dayanıklılık azalabilir.

Vatandaşlık və faiz fərqi

İsveçrə vatandaşı borçlular, yabancı ülke vatandaşlarına görə təxminən 0,488 faiz bəndi, yani 49 baza bəndi daha aşağı faiz ödemiştir.

Araştırmacılar bu farkın ilk bakışta eşitsiz muamele kaygısı yaratabileceğini, ancak İsveçrə vatandaşları ilə yabancı ikamet sahipleri arasındaki tarihsel işsizlik farklarının yatırımcılar tərəfindən risk göstergesi olaraq kullanılmış olabileceğini bildirir.

Çalışma gerçek defolt sonuçlarını karşılaştırmadığı üçün 49 baza bəndilık farkın doğru hesaplanmış bir risk primi mi, vatandaşlığın gözlenemeyen risk üçün aşırı istifadə olunan bir vekili mi və ya ayrımcı bir fiyatlama mı olduğunu belirleyememektedir.

Makroekonomik koşullar

Ana modelde:

• İşsizlik oranındaki 1 faiz bəndilık artış, kredit faizinde təxminən 1,294 faiz bəndi və ya 129 baza bəndi artışla,
• Üç yıllık devlet tahvili getirisindeki 1 faiz bəndilık artış, kredit faizinde təxminən 0,740 faiz bəndi və ya 74 baza bəndi artışla

əlaqəlidirdir.

İşsizlik arttığında istehlakçıların gelir kaybı və defolt olasılığı hakkındaki algı kötüleşebilir. Devlet tahvili getirisi yükseldiğinde isə investorların risksiz alternatiflerden sağlayabileceği getiri artar və tüketici kredisi üçün talep ettikleri faiz de yükselebilir.

Swiss Market Index’in son üç aylık performansı başlangıç modelinde mənfi və anlamlıyken genişletilmiş modellerde anlamlılığını kaybetmiştir.

Ortalama cinsiyet fərqi neden kayboluyor?

Başlangıç modelinde qadın değişkeni təxminən 34,7 baza bəndilık və zayıf əhəmiyyətli bir fərq göstərir. Azami faiz, yıl etkileri, doğrusal olmayan gelir və yaş ilişkileri ilə aile yapısı etkileşimleri eklendiğinde əmsal 11,6 baza bəndia düşmekte və istatistiksel anlamlılığını kaybetmektedir.

Bu değişim, kadınlarla kişilər arasındaki fiyat farkının bütün qadınlar üçün ortak olmadığını göstərir. Cinsiyet etkisi, borcalanın medeni durumu və çocuklarının olup olmamasına bağlıdır.

Şekil 2: Aile durumuna görə qadın–kişi faiz fərqi

Şekil 2’nin düşey ekseni, eyni medeni durum və uşaq kategorisindeki kadınların erkeklere görə tahmini faiz farkını göstərir. Sıfır çizgisi cinsiyet farkının olmadığını; müsbət dəyərlər kadınların, mənfi dəyərlər erkeklerin daha yüksək faiz ödediğini ifade eder.

Yalnız evli olmayan və uşaqlı kadınlarda etibar intervalı sıfırın tamamen üzerindedir. Tam nümunəde bu qadınlar eyni durumdaki erkeklere görə orta 124 baza bəndi daha yüksək faiz ödemektedir.

Ortalama kredit məbləği olan 12.170 CHF və təxminən 32 aylık vadede 1,24 faiz bəndilık faiz farkının parasal maliyeti ödeme planına görə değişir. Çalışma bu farkın toplam faiz giderini hesaplamamaktadır; bu səbəbdən əmsal birbaşa müəyyən bir toplam frank məbləği olaraq yorumlanmamalıdır.

Merkezî bulgunun dayandığı alt grup büyüklüğü

124 baza bəndilık əsas tapıntı yalnız 19 evli olmayan anne ilə 14 evli olmayan babanın karşılaştırılmasını içeren alt gruptan gelmektedir. Regresyon bütün nümunədeki nəzarət değişkenlerinden yararlansa da etkili alt grup sayısının kiçik olması önəmlidir.

Kiçik alt nümunə:

• Aykırı müşahidəlerin tahmin üzerindeki etkisini artırabilir,
• Güven aralıklarını genişletebilir,
• Etkinin başka platformalarda eyni büyüklükte tekrarlanma olasılığı hakkında belirsizlik yaratabilir.

Bu səbəbdən tədqiqat, önəmli bir kesişimsel fiyatlama örüntüsünü ortaya koymakta; ancak kesin və evrensel bir 124 baza bəndi kuralı kurmamaktadır.

Erkən və olgunlaşmış dövrde cinsiyet fərqi

Evli olmayan anneler üçün tahmin erkən dövrde müsbət lakin istatistiksel olaraq belirsizdir. 2013–2014 dövrinde fərq 221 baza bəndia çıkmakta və etibar intervalı tamamen sıfırın üzərində mövcuddur.

Evli və uşaqlı qadınlar üçün dövrler arasında yön değişimi görülür. Erkən dövrde kadınların tahmini faizi kişilərdən 67 baza bəndi yüksekken daha sonrakı dövrde 54 baza bəndi düşüktür. İkinci tahminin etibar intervalı sıfırı çox az içerdiği üçün geleneksel %5 düzeyinde statistik baxımdan əhəmiyyətli deyil.

Bu değişkenlik, evliliğin investorların uşaqlı qadın və kişilər hakkındaki risk algısını farklılaştırabileceğini düşündürmektedir. Araştırmacılar evliliğin qadınlar üçün gelir paylaşımı və hane içi sigorta algısı yaratabileceğini; uşaqlı evli erkeklerin isə birincil gelir sağlayıcı olaraq görülmesi nedeniyle gelir kaybı riskinin hanenin ödeme kapasitesi açısından daha önəmli algılanabileceğini tartışmaktadır.

Bu yorumlar veriyle birbaşa ölçülmüş psikolojik mekanizmalar deyil. Yatırımcıların gerçek gerekçeleri gözlenmemektedir.

Piyasa olgunlaştıkça yatırımcılar daha rasyonel mi oldu?

Dönem karşılaştırmalarında vade, borc–gəlir nisbəti və kredit talebi kimi geleneksel risk göstergelerinin əmsalları 2013–2014 dövrinde büyümektedir. Bu durum investorların deneyim kazandıkça borçluya və kredit sözleşmesine özgü finansal bilgilere daha sistemli ağırlık verdiği yorumuyla uyumludur.

Örneğin borc–gəlir nisbətinın əmsalsı:

• 2008–2012 dövrinde −0,008 və anlamsız,
• 2013–2014 dövrinde +0,042 və güclü şəkildə anlamlıdır.

Vade əmsalsı da 0,029’dan 0,075’e yükselmektedir.

Bununla birlikdə eyni dövrde evli olmayan annelere uygulanan faiz farkının da büyümesi önəmli bir gerilim yaratmaktadır. Piyasanın deneyim kazanması, bütün demografik fiyat farklılıklarını ortadan kaldırmamıştır. Yatırımcılar finansal bilgileri daha iyi kullanırken müəyyən hane yapılarına yönelik risk algılarını da daha keskin şəkildə fiyatlamış ola bilər.

Bu səbəbdən “piyasa olgunlaştı və önyargılar kayboldu” şəklində bir çıkarım tədqiqat tərəfindən desteklenmemektedir.

Varyans modeli neyi inceliyor?

Ortalama faiz modeli hansı özelliklerin daha yüksək və ya aşağı faizle əlaqəlidir olduğunu gösterir. Araştırmacılar ayrıca hansı borçlu və kredit özelliklerinin yatırımcılar arasında daha dağınık fiyatlamaya yol açtığını incelemiştir.

Varyans denklemi şöyledir:

\[ \log(\sigma_i^2) = \alpha+ \beta_2 Loan_i+ \gamma_2 Borrower_i+ \delta_2 Macro_t+ \epsilon_i \]

Burada \(\sigma_i^2\), ana faiz modelinden sonra kalan açıklanamayan faiz değişkenliğidir.

• Müsbət əmsal, ilgili özellikte fiyatların daha dağınık və daha az öngörülebilir olduğunu,
• Negatif əmsal, fiyatlamanın daha tutarlı olduğunu gösterir.

Tam nümunəde ev sahipleri üçün kalan faiz değişkenliği kiracılardan daha düşüktür. Daha böyük və daha uzun vadeli kredilerde de yatırımcı fiyatlaması görece daha tutarlı görünmektedir.

2013–2014 dövrinde kredit məbləği, borc–gəlir nisbəti, yaş, medeni durum, cinsiyet və çocukların varlığı kimi daha fazla özellik kalan varyansla bağlı hâle gelmiştir. Araştırmacılar bunu investorların zaman içində daha çox borçlu özelliğine görə farklılaşan, daha yapılandırılmış fiyatlama davranışı geliştirmesiyle ilişkilendirmektedir.

İçsellik problemi

Borçlunun istediği kredit məbləği və kabul etdiyi azami faiz, gerçekleşen faizden tamamen bağımsız olmayabilir. Finansmana daha çox ihtiyaç duyan və ya yatırımcı talebinin zayıf olacağını düşünen bir borçlu daha yüksək faiz tavanı belirleyebilir.

Bu durumda:

• Kredit məbləği,
• Azami kabul edilebilir faiz,
• Gerçekleşen faiz

eyni piyasa sürecinde birlikdə belirlenebilir. Olağan en kiçik kareler əmsalları bu eş zamanlılıktan etkilenebilir.

Araç değişken analizi

Araştırmacılar kredit məbləği ilə azami faizi potansiyel olaraq içsel kabul eden iki aşamalı en kiçik kareler modelleri kurmuştur. Borçlunun yaşı, geliri və bunların kareleri araç değişken olaraq istifadə edilmişdir.

Araç değişken sonuçları, uşaqlı borçlulardaki cinsiyet farkını azaltmamış; bazı modellerde daha da büyütmüştür. Tam nümunəde evli olmayan və uşaqlı qadın–kişi fərqi təxminən 168 baza bəndia, 2013–2014 dövrinde isə təxminən 304 baza bəndia ulaşmaktadır.

Ancaq araç değişken sonuçları əsas OLS tahminlerinden daha ihtiyatlı okunmalıdır:

• Tam nümunəde Durbin–Wu–Hausman testi içselliği reddetmemekle birlikdə Hansen testi araçların geçerliliğini reddetmektedir.
• 2013–2014 dövrinde aşırı tanımlama kısıtları reddedilmemiştir; ancak kredit məbləği ilk aşamasındaki F-istatistiği 5,58 ilə sınırlı araç gücü kaygısı yaratmaktadır.

Bu səbəbdən 2SLS sonuçları ana nedensel sübut deyil, əsas örüntünün eş zamanlılık nəzarət edildiğinde ortadan kalkmadığını gösteren tamamlayıcı dayanıqlılıq analizi olaraq değerlendirilmelidir.

Faiz tavanı sonuçları etkiliyor mu?

İncelenen dövrde tüketici kredileri üçün yasal azami faiz %15’tir. Xüsusilə 2009 və 2010’da bazı kredilerin bu tavana yakın və ya tavanda sonuçlanması, faiz değişkeninin üstten sansürlenmesine neden ola bilər.

Araştırmacılar bu problemi %15 tavanını dikkate alan Tobit modeliyle incelemiştir. Tobit sonuçlarının işareti və göreli büyüklüğü ana OLS modeliyle yakından örtüşmektedir. 2013–2014 dövrinde bütün faizler tavanın belirgin şəkildə altında olduğu üçün Tobit və OLS sonuçları neredeyse aynıdır.

Şekil 7’de evli olmayan və uşaqlı kadınların daha yüksək faiz fərqi Tobit modelinde de korunmaktadır. Dolayısıyla əsas tapıntı yalnız yasal faiz tavanındaki yığılmadan kaynaklanmamaktadır.

Borçlunun belirlediği azami faiz çıkarıldığında nə oluyor?

Azami kabul edilebilir faiz modelden çıkarıldığında ana əmsalların yönleri değişmemekte və kesişimsel cinsiyet örüntüsü korunmaktadır. Bazı əmsalların mutlak büyüklüğü artmaktadır.

Bu nəzarət önəmlidir; çünki azami faiz hem borcalanın ödeme isteğini hem de müşahidə olunmayan finansal sıkışıklığını yansıtabilir. Bununla birlikdə azami faizin çıkarılması modelin düzeltilmiş açıqlama gücünü 0,765’ten 0,633’e düşürmektedir.

Zaman kontrolleri

Yıl sabit təsirlərine ek olaraq yıl–çeyrek sabit təsirləri kullanıldığında əsas cinsiyet, evlilik və uşaq etkileşimleri yön bakımından korunmuştur. Bu nəticə, bulguların yalnız müəyyən bir yıl daxilindəki makroekonomik dalgalanmalardan kaynaklanmadığını desteklemektedir.

Ek Şekil 5’te gerçekleşen faizlerle modelin tahmin etdiyi faizlerin zaman daxilindəki hareketi karşılaştırılmıştır. İki seri genel eğilimi birlikdə izlemektedir. Ek Şekil 6’daki hata terimleri de zaman içində belirgin və sürekli bir yönlü sapma göstermemektedir.

Çapraz doğrulama

Araştırmacılar modelin 665 kredilik nümunəe aşırı uyum sağlayıp sağlamadığını beş katlı çarpaz doğrulamayla test etmiştir. Hər turda müşahidəlerin %80’iyle model kurulmuş və kalan %20 üzərində tahmin performansı değerlendirilmiştir.

Ortalama eğitim hatası təxminən 1,53, nümunə dışı hata isə təxminən 1,73’tür. Ana əmsallar beş eğitim grubunda benzer büyüklük və yönleri korumuştur. Azami faiz əmsalsı bütün katlarda müsbət və güclü şəkildə anlamlıdır.

Bu test modelin yalnız müəyyən birkaç müşahidəi ezberlemediğine ilişkin destek sağlar. Ancaq çarpaz doğrulama, əmsalların nedensel olduğunu və ya kiçik alt gruplardaki tahminlerin başka piyasalarda tekrarlanacağını sübutlamaz.

Çalışmanın güclü tərəfləri

• Alqoritm tərəfindən deyil fərdi yatırımcı təklifləri ilə oluşan gerçek kredit faizleri incelenmiştir.
• İsveçrə P2P piyasasının dövrsel olaraq %60–%99’unu təmsil eden böyük bir platformun ayrıntılı işlem verileri istifadə edilmişdir.
• Kredit, borçlu və makroekonomik özellikler eyni modelde değerlendirilmiştir.
• Cinsiyet yalnız orta karşılaştırmayla deyil medeni durum və çocuklarla tam üçlü etkileşim içində incelenmiştir.
• Erkən və olgunlaşmış piyasa dövrleri ayrı ayrı analiz edilmişdir.
• Ortalama faiz qədər açıklanamayan faiz dağılımını inceleyen heteroskedastisite modeli kurulmuştur.
• İçsellik üçün araç değişken, faiz tavanı üçün Tobit və daha ayrıntılı zaman etkileri istifadə edilmişdir.
• Azami faiz değişkeni çıkarılarak ana örüntünün tek bir nəzarət değişkenine bağlı olmadığı gösterilmiştir.
• Beş katlı çarpaz doğrulamayla nümunə dışı tahmin performansı sınanmıştır.
• Aile durumuna görə marjinal etkiler güven aralıklarıyla birlikdə sunulmuştur.

Çalışmanın məhdudiyyətləri

• Çalışma rəyçilikdən keçməmiş bir preprinttir.
• Örneklem yalnız 665 krediden oluşmaktadır.
• Əsas 124 baza bəndilık nəticə, yalnız 19 evli olmayan uşaqlı qadın və 14 karşılaştırılabilir erkeğin yerləşdiyi kiçik alt gruba dayanmaktadır.
• Yalnız başarıyla maliyyələşdirə edilmiş krediler gözlenmektedir.
• Reddedilen və ya yeterli teklif alamayan başvurular bulunmadığı üçün krediye erişim və fonlanma olasılığı incelenememektedir.
• Fonlanma seçilimi cinsiyet və aile durumuyla əlaqəlidiryse fiyat farkları olduğundan kiçik və ya fərqli görünebilir.
• Gerçek defolt, gecikme və ya yatırımcı kaybı sonuçları ana analizde değerlendirilmemektedir.
• Bu səbəbdən yüksək faizin gerçek kredit riskiyle orantılı olup olmadığı test edilememektedir.
• Yatırımcıların risk algısı, önyargısı və teklif gerekçeleri birbaşa gözlenmemektedir.
• İstatistiksel ayrımcılık ilə tercih temelli ayrımcılık birbirinden ayrılamamaktadır.
• Veriler tek bir İsveçrə platformuna və 2008–2014 dövrine aittir.
• İsveçrə’nin gelir düzeyi, sosyal təhlükəsizlik sistemi, finansal okuryazarlığı və aile yapısı başka ülkelerden farklıdır.
• Günümüzde böyük P2P platformları çoğunlukla algoritmik kredit skorlama və platform tərəfindən belirlenen fiyat kullanmaktadır.
• Veriler gizli olduğu üçün bağımsız yenidən üretilebilirlik sınırlıdır.
• Borçlunun belirlediği azami faiz hem açıklayıcı məlumat hem piyasa sonucu üzərində etkili olabilecek içsel bir değişkendir.
• Tam nümunə araç değişken analizinde Hansen testi araç geçerliliğini reddetmektedir.
• Daha sonrakı alt nümunəde bazı ilk aşama F-istatistikleri zayıf araç kaygısını tamamen ortadan kaldırmamaktadır.
• Dönem alt nümunəleri yalnız 352 və 313 kredit içerdiği üçün üçlü etkileşim tahminleri daha da kiçik hücrelere dayanır.

Tədqiqat nə deyir?

• İncelenen əks hərrac piyasasında fərdi yatırımcılar vade, kredit məbləği, borç yükü və makroekonomik koşullar kimi risk göstergelerine sistemli tepki vermiştir.
• Ortalama olaraq bütün kadınlarla bütün kişilər arasında güvenilir bir faiz fərqi bulunmamıştır.
• Cinsiyet fərqi medeni durum və çocukların varlığıyla birlikdə ele alındığında görünür hâle gelmektedir.
• Evli olmayan və 16 yaşdan kiçik çocuğu olan qadınlar eyni durumdaki kişilərdən təxminən 124 baza bəndi daha yüksək faiz ödemiştir.
• Bu fərq 2013–2014 alt nümunəinde təxminən 221 baza bəndia yükselmiştir.
• Çocuğu olmayan borçlularda güvenilir bir qadın–kişi faiz fərqi bulunmamıştır.
• Tam nümunəde evli və uşaqlı borçlularda da güvenilir bir cinsiyet fərqi yoktur.
• Platform olgunlaştıkça gerçekleşen faizler borcalanın bildirdiği azami faizden daha fazla uzaklaşmış və krediye özgü risk göstergeleri önem kazanmıştır.
• Bununla birlikdə müəyyən aile yapısına ilişkin fiyat fərqi piyasa olgunlaştığında ortadan kalkmamış, büyümüştür.
• Əsas nümunə alternatif model və dayanıqlılıq kontrollerinde yön bakımından korunmuştur.

Tədqiqat nə demir?

• Bütün qadınlar kişilərdən daha yüksək kredit faizi öder.
• Annelik tek başına yüksək faize neden olur.
• Evli olmayan bütün anneler daha riskli borçludur.
• 124 və ya 221 baza bəndilık fərq başka ülkelerde və günümüz platformlarında aynen geçerlidir.
• Yatırımcıların bilinçli şəkildə kadınlara qarşı ayrımcılık yaptığı sübutlanmıştır.
• Fiyat farkının gerçek defolt riskini doğru yansıttığı sübutlanmıştır.
• İsveçrə vatandaşı olmayanların daha yüksək gerçek kredit riski taşıdığı gösterilmiştir.
• P2P kredileri hər durumda bank kredilerinden daha ucuzdur.
• Algoritmik fiyatlama insan yatırımcılardan otomatik olaraq daha adildir.
• Daha fazla yatırımcı rekabeti bütün demografik fiyat farklarını ortadan kaldırır.
• Çalışma kredit başvurularının kabul edilme və ya fonlanma ihtimalini açıklamaktadır.

Platform tasarımı açısından önemi

Dijital kredit platformları hansı bilgilerin yatırımcılara gösterileceğine qərar verir. Gelir, borç yükü və kredit geçmişi risk değerlendirmesi üçün gerekli ola bilər. Buna karşılık medeni durum, çocuklar, isim və ya cinsiyeti çağrıştıran bilgiler investorların gözlenemeyen risk hakkında grup temelli varsayımlar kurmasına da yol açabilir.

Çalışma, məlumat şeffaflığı ilə eşit fiyatlama arasında sadə olmayan bir denge bulunduğunu göstərir. Daha fazla məlumat investorların risk ayrımını geliştirebilir; lakin eyni məlumat toplumsal kalıpların kredit fiyatına taşınmasını da kolaylaştırabilir.

Platformlar açısından olası qiymətləndirmə alanları şunlardır:

• Faiz farklarının cinsiyet, aile durumu və diğer korunan özelliklere görə düzenli şəkildə denetlenmesi,
• Yatırımcılara gösterilen demografik bilgilerin gerçek kredit riskine katkısının sınanması,
• Benzer risk profillerine malik alt gruplarda fiyat eşitliğinin izlenmesi,
• Açıq hərrac arayüzlerinin sürü davranışı və sezgisel önyargıları artırıp artırmadığının incelenmesi,
• Algoritmik öneriler kullanıldığında eğitim verilerindeki tarihsel fiyat farklılıklarının yenidən üretilmemesi.

Algoritmik kredit sistemleri problemi çözer mi?

Algoritmik fiyatlama, hər borçlu üçün eyni hesaplama kurallarını kullanarak fərdi investorların değişken davranışını azaltabilir. Ancaq alqoritm geçmişte insan investorların yaratdığı verilerle eğitilirse tarihsel fiyat farklılıklarını öğrenebilir.

Ayrıca aile durumu birbaşa modele alınmasa bile posta kodu, meslek, gelir yapısı və ya harcama davranışı benzer bilgileri dolaylı şəkildə taşıyabilir. Bu səbəbdən insan qərarı ilə algoritmik qərar arasındaki əsas fərq, birinin önyargılı diğerinin tamamen tarafsız olması deyil.

Hər iki sistemde de şu soruların yanıtlanması lazımdır:

• Kullanılan değişken gerçek defolt riskini nə dərəcədə açıklıyor?
• Eyni risk düzeyindeki kişiler fərqli fiyatlanıyor mu?
• Modelin hataları müəyyən gruplarda yoğunlaşıyor mu?
• Qərar süreci denetlenebilir və açıklanabilir mi?

Gelecek araştırmalar üçün sorular

• Evli olmayan annelere uygulanan faiz primi gerçek gecikme və defolt oranlarıyla uyğun mu?
• Eyni kredit riskine malik borçlularda aile durumu hâlâ fiyat fərqi yaratıyor mu?
• Yatırımcıya medeni durum və uşaq bilgisi gösterilmediğinde teklifler değişiyor mu?
• Yatırımcı deneyimi kesişimsel fiyat farklılıklarını azaltıyor mu, yoksa müəyyən gruplar üçün güçlendiriyor mu?
• Açıq hərrac sırasındaki önceki teklifler sürü davranışı yoluyla demografik farkları büyütüyor mu?
• Fonlanmayan krediler de dahil edildiğinde kadınların və fərqli aile türlerinin krediye erişimi nasıl değişiyor?
• Algoritmik fiyatlamaya geçişten əvvəl və sonra eyni platformdaki farklar nasıl evriliyor?
• Nəticələr fərqli sosyal təhlükəsizlik sistemlerine və aile normlarına malik ülkelerde tekrarlanıyor mu?
• Kredit platformlarının adil fiyat denetimleri hansı değişken və eşiklerle yapılmalıdır?

Tədqiqatın Metodu və Nəticələri

Texniki tədqiqat xülasəsi

Ana model əmsalları

*** p<0,01; ** p<0,05; * p<0,10.

Kesişimsel cinsiyet sonuçlarının özeti

Sağlamlık kontrolleri

Səbəblilik değerlendirmesi

Çalışmanın ana sonuçları müşahidəsel kredit verisine dayanmaktadır. Model çox sayıda finansal və makroekonomik göstergeyi nəzarət etmekte və alternatif tahmin yöntemlerinde benzer örüntüler bulmaktadır. Buna rağmen evli olmayan annelerin faiz fərqi kesin bir nedensel ayrımcılık tahmini olaraq değerlendirilemez.

Nedensel yorumun önündeki başlıca engeller şunlardır:

• Yatırımcıların görebildiği lakin araştırmacı modeline girmeyen risk bilgileri bulunabilir.
• Yalnız maliyyələşdirə edilən krediler gözlendiği üçün başvuru və fonlanma seçilimi vardır.
• Gerçek geri ödeme və defolt sonuçları kullanılmamaktadır.
• Merkezî nəticə kiçik bir alt gruba dayanmaktadır.
• Araç değişken analizinin tanımlama testleri bütün nümunəlerde eyni derecede güçlü deyil.

Bu səbəbdən en güvenilir çıkarım şudur: İncelenen yatırımcı temelli kredit açıq artırmasında standart finansal özellikler nəzarət edildikten sonra evli olmayan və uşaqlı kadınlarla karşılaştırılabilir kişilər arasında böyük və statistik baxımdan əhəmiyyətli bir fiyat fərqi gözlenmiştir. Bu farkın gerçek risk, grup temelli genelleme və ya ayrımcı tercih bileşenlerine kesin dağılımı belirlenememektedir.

Mənbə və Metod Qeydi

Çalışmanın tam orijinal adı: Gender and Family Status in Peer-to-Peer Lending: Evidence from Loan Auctions

Müəlliflər və sırası: Reto Rey; Andreas Dietrich

Eş katkı və ya eş birinci yazarlık: PDF’de eş katkı ya da eş birinci yazarlık açıklaması yoxdur.

Sorumlu müəllif: Reto Rey

Sorumlu müəllif e-postası: reto.rey@hslu.ch

ORCID: Reto Rey — 0000-0002-6591-6349

Kurumsal bağlantı: Institute of Financial Services IFZ, Lucerne University of Applied Sciences and Arts, 6343 Rotkreuz, Switzerland

DOI:10.2139/ssrn.7041699

SSRN qeyd numarası: 7041699

Nəşr platforması: SSRN

Jurnal və ya konfrans: PDF’de hakemli jurnal və ya konfrans yayını belirtilmemiştir.

Yayınevi: Ayrı bir akademik yayınevi belirtilmemiştir; tədqiqat SSRN preprinti olaraq sunulmaktadır.

Nəşr yılı: 2026

Sürüm tarihi: PDF’nin ilk kapak sayfasında 22 Nisan 2026 yazmaktadır. PDF içində yinelenen ikinci özet sayfasında 21 Nisan 2026 tarihi yer almaktadır. Bu bir günlük iç tutarsızlık nedeniyle ana kapaktaki 22 Nisan 2026 tarihi əsas alınmıştır.

Mənbə türü: Gözlemsel kredit verisine dayanan ekonometrik preprint tədqiqat makalesi

Rəyçilik statusu: Çalışma rəyçilikdən keçməmiştir. PDF’nin bütün sayfalarında “Preprint not peer reviewed” uyarısı mövcuddur.

Resmî nəşr bağlantısı:SSRN üzerindeki resmî tədqiqat kaydı

Finansman: Müəlliflər kamu, ticari və ya qeyri-kommersiya finansman təşkilatlarından bu tədqiqat üçün özel bir hibe alınmadığını bildirmiştir.

Teşekkür: Thorsten Hens, Stefan Zeisberger, Steven Ongena, Alfredo Martin-Oliver və University of Zurich Research BBL Seminar in Banking and Finance katılımcılarına teşekkür edilmişdir.

Yapay zekâ kullanım beyanı: Müəlliflər ana dil konuşuru olmadıkları üçün dil hatalarının düzeltilmesinde ChatGPT kullandıklarını; ardından metni gözden geçirip düzenlediklerini və tədqiqatnın içeriğinden tam sorumluluk aldıklarını açıklamıştır.

Veri erişimi: Kredit düzeyindeki veriler gizli olup kamuya açılamamaktadır. Verilerin anonimleştirilmiş olduğu və şəxsi olaraq tanımlanabilir məlumat içermediği belirtilmiştir.

Bu Türkçe makale yüklenen 46 sayfalık PDF’nin iki özet sürümü, ana metni, kurumsal açıq hərrac açıklaması, formulları, değişken tanımları, literatür tablosu, tanımlayıcı istatistikleri, faiz dağılımı histogramları, ana reqressiya tabloları, kesişimsel marjinal etki grafikleri, dövr analizleri, varyans denklemi, araç değişken sonuçları, Tobit analizi, gerçek–tahmin edilən faiz grafikleri və çarpaz doğrulama tablosu incelenerek hazırlanmıştır.

PDF dışında yeni bir finansal nəticə, gerçek defolt karşılaştırması, kesin ayrımcılık iddiası və ya günümüz P2P piyasalarına ilişkin desteklenmeyen genelleme eklenmemiştir.

Çalışmanın əsas məhdudiyyətləri; rəyçilikdən keçməmiş olması, yalnız maliyyələşdirə edilmiş 665 krediye dayanması, merkezî sonucun çox kiçik bir aile durumu alt grubundan gelmesi, gerçek defolt sonuçlarını içermemesi, gizli veriler nedeniyle yenidən üretilebilirliğin sınırlı olması və tarihsel İsveçrə açıq hərrac piyasasının günümüz algoritmik kredit platformlarını təmsil etmemesidir.