搜寻与审批：信贷市场中的搜索行为与申请筛选

该研究探讨了信贷市场中申请审批环节如何影响借款人的搜索行为与均衡定价。传统序贯搜索模型假定消费者总能以标价获得商品，但信贷市场的一个关键特征是贷款人会对借款人进行深入信用审核，并可能拒绝申请。论文构建了一个包含信息筛选的序贯搜索理论模型，并将该模型应用于美国年均规模达2万亿美元的合规抵押贷款市场，利用来自某政府资助企业（GSE）的独家数据集（含约130万笔抵押贷款和326万笔贷款申请），匹配消费者信用报告中的查询记录来度量搜索行为。研究发现：第一，搜索次数与成交利率之间呈U形甚至正向关系——搜索超过三次的借款人反而获得更昂贵的抵押贷款，这一发现违背了标准搜索模型的预测；第二，频繁搜索者事后违约率更高，即使控制可观测特征后，5次查询的借款人年化违约概率比仅1次查询者高出约49%；第三，搜索次数与贷款审批通过率呈显著负相关。作为安慰剂检验，对于几乎不面临拒贷风险（审批率高于97.5%）的借款人群体，搜索与利率的关系恢复为标准模型所预测的负相关。采用极大似然法进行结构估计的结果显示，平均每次搜索成本相当于利率提高29.7个基点（约合五年期1800美元），贷款人筛选技术高度信息性（优质借款人审批概率趋近1，劣质借款人仅为0.193）。反事实分析表明，2008年金融危机期间信贷标准收紧使均衡利率上升25.4个基点；若市场中半数贷款人实施红线歧视，被歧视群体将多支付16个基点，且所有借款人的平均利率上升28.7个基点，原因在于拒贷概率上升导致的战略性定价互补。该研究揭示了审批过程产生的内生性逆向选择以及搜索成本估计偏差——忽略拒贷因素会将搜索成本高估逾两倍。这一发现对信贷市场监管、反歧视政策及金融素养教育项目的评估具有重要启示。