级，而借款人的债务收入比的影响虽然显著，但是影响力度却小得多。Iyer等（2009）研究发现，最高评级AA的借款人和最低评级HR之间借款人的借款利率的差异原因，有28不能由金融机构提供的信用等级进行说明，而是由借款人的其他信息解释的。他们的研究表明，出借人可以通过借款人在借款列表中透露的其他信息，正确区分出具有相同信用评级但信用评分不同的借款人。Puro等（2010）利用Logistic回归模型和查询方法，以借款人信用等级、借款金额、借款率、债务收入比以及当前逾期金额等自变量，开发出预计借款人完成借款可能性的工具，辅助借款人进行借款决策。
在人口特征因素研究方面，Ravi
a（2007）的研究表明，在同等信用条件下的长相较好的借款人和长相普通的借款人相比，前者比后者借款成功的可能性高141，得到借款的利率也比后者低081。种族歧视主要体现在被歧视种族的借款人必须支付更高的借款利率才能获得贷款。Herze
stei
等（2008）发现，非裔美国人确实比其他种族的人得到资助的概率更小。但是，借款人的人口特征（种族和性别）相比于借款人的财务资本能力而言，对贷款成功所起的作用是微不足道的。Barasi
ska（2009）等研究发现，放款人的性别会影响他们对借款人的选择；通常情况下，女性比男性更倾向于选择风险小的借款人，并要求相对较高的借款利率；同时也指出女性由于善良，倾向于为他人着想等非理性和被同情心理驱动，在信贷选择时，比男性更易出现逆向选择问题，把资金放贷给信用较低的借款人。
在社会资本因素的研究方面，Freedma
a
dJi
（2008）发现有朋友“背书”或朋友投标的贷款，有较少的逾期率和明显较高的回报率。另外，在大多数P2P贷款平台，会员可以自发形成特殊群组。如果群组是因为正确的动机而形成的话，是能够清除一些信息障碍的。Li
等（2009）的研究发现，借款的竞标者中如果有借款人的朋友，那么该借款人的违约率就会显著降低；他们认为如果借款人的朋友在借款中占有一定份额，借款人就有更大的压力来还款，这也是社会资本之所以能够降低违约率的最主要原因。Iyer等（2009）利用Prosper平台上的交易数据，研究了社会资本在提高借款成功率和降低借贷成本上的影响。该文的结论显示，虽然结构性社会资本影响有限，但由强关系网络和经过第三方认证的关系网络构成的关系型社会资本，可以大幅降低由信息不对称带来的逆向选择的风险。
在借款人自我陈述因素的研究方面，So
e
shei
d等（2011）有一篇代表性文献。该文发现，信用等级较低的借r