我国第一家P2P网络借贷平台成立于2007年,相对于西方发达国家起步较晚。但是,随着互联网技术的发展和国内良好的经济发展环境,网络借贷行业在2016年交易额突破28,049亿元。然而,在网络借贷快速发展的同时,也出现了各式各样的问题,包括借款者骗贷、不按时还款等,从而造成投资者遭受损失,最终导致投资人的投资意愿下降。在P2P网络借贷的模式中,借款者与投资者是互不相识的,借款者将借款需求和其他相关信息提交到网络借贷平台中,借贷平台在对借款人的申请材料进行初步审核之后,对于材料符合要求的借款人,借款平台会将借款人的借款需求和借款人的部分信息公布在借贷平台网站上,供投资者选择,而不是将借款人的所有信息公布在借贷平台上。一方面,网络借贷平台为了保护借款人的隐私,会对借款人提交的材料进行选择性的公布。另一方面,借贷平台还无法像银行等传统金融机构一样,对借款人的状况进行较为详尽的调查。在借贷过程中,当借贷平台无法提供借款人详尽的信息时,投资人将会去关注借款人在网络借贷平台上添加的描述性信息,并根据这些主观描述信息相应地调整自己的投资决策。这些描述性信息是借款人对自身状况的主观描述,包含了借款人诸多的人格特征,是未经验证的信息。本文的目的在于研究借款人描述性信息中包含的特征信息数量对投资人出借意愿会产生怎样的影响,从而帮助借款人更快地筹集到资金,帮助投资人找到更好的投资标的,促进P2P网贷平台健康、稳健的发展。本文使用P2P网络借贷龙头平台人人贷平台数据,对描述性信息中包含的特征信息数量与投资人出借意愿之间的关系进行了实证研究,用满标所需时间(LNSECOND)和投标人数(BIDS)作为投资人出借意愿的代理变量。首先,通过理论分析,提出借款描述中特征信息数量会对投资者出借意愿产生影响的研究假设。其次,在面板模型中加入特征信息数量SUM的二次项,利用面板模型对变量之间的非线性关系进行定性分析,在得到二者确实存在非线性关系的结论后,利用面板门限模型对变量之间的非线性关系进行定量分析。最后,进一步研究了不同特征信息对投资者出借意愿的影响。实证结果表明,特征信息的数量与投资者投资意愿之间存在着非线性关系。当以满标所需时间(LNSECOND)作为投资者投资意愿的代理变量,面板回归模型中特征信息数量(SUM)的二次项系数显著为正;当以投标人数(BIDS)作为投资者投资意愿的代理变量,面板回归模型中特征信息数量(SUM)的二次项系数显著为负。二者皆表明,在特征信息数量较少的时候,投资者的投资意愿随着特征信息数量的增加而上升,而在特征信息数量较多的时候,投资者的投资意愿随着特征信息数量的增加而降低。进一步对二者的关系进行定量分析,利用面板门限模型进行回归,得出无论因变量是LNSECOND还是BIDS,特征信息数量在小于4时,特征信息数量的增加会提升投资者的投资意愿,当特征信息数量大于4时,特征信息数量的增加会降低投资者的投资意愿。最后,比较不同特征信息回归系数的大小,可以得出:“追求生活品质”和“诚信”的特征信息对投资者投资意愿的影响最大,借款描述中含有该特征信息越容易受到投资者的青睐。