Enchères, notation et fixation du taux d’intérêt par la foule: Le cas d’une plateforme de crowdlending

Eric Darmon (), Nathalie Oriol and Alexandra Rufini ()
Additional contact information
Eric Darmon: CREM - Centre de recherche en économie et management - UNICAEN - Université de Caen Normandie - NU - Normandie Université - UR - Université de Rennes - CNRS - Centre National de la Recherche Scientifique
Alexandra Rufini: GREDEG - Groupe de Recherche en Droit, Economie et Gestion - UNS - Université Nice Sophia Antipolis (1965 - 2019) - CNRS - Centre National de la Recherche Scientifique - UniCA - Université Côte d'Azur

Post-Print from HAL

Abstract: Les auteurs étudient la formation du taux d'intérêt à partir de données originales collectées sur une plateforme française de crowdlending, caractérisée par un mécanisme d'enchères inversées. Ils montrent que les informations financières expertes classiquement utilisées en analyse du risque crédit ont un pouvoir explicatif très limité sur le niveau des taux d'intérêt obtenus. À l'inverse, la notation proposée par la plateforme et ne nécessitant pas d'expertise présente une influence significative, à plus forte raison après l'activation d'un robot d'automatisation des enchères.

Keywords: crowlending (search for similar items in EconPapers)
Date: 2018-05
References: Add references at CitEc
Citations:

Published in Revue Française de Gestion, 2018, 44 (273), pp.159 -177. ⟨10.3166/rfg.2018.00253⟩

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
Journal Article: Enchères, notation et fixation du taux d’intérêt par la foule. Le cas d’une plateforme de crowdlending (2018)
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:halshs-01910353

DOI: 10.3166/rfg.2018.00253

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().