眾籌市場投資者行為變化研究
——基于眾籌平臺“眾籌網(wǎng)”的經(jīng)驗證據(jù)

陳娟娟，張亞斌，尹筑嘉

(1.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 414006;2.長沙理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖南 長沙 410114)

眾籌市場投資者行為變化研究
——基于眾籌平臺“眾籌網(wǎng)”的經(jīng)驗證據(jù)

陳娟娟1，張亞斌1，尹筑嘉2

(1.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 414006;2.長沙理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖南 長沙 410114)

本文從動態(tài)變化的視角，運用眾籌平臺“眾籌網(wǎng)”的252個項目的10236條交易數(shù)據(jù)分析我國新型資本市場——互聯(lián)網(wǎng)金融市場上投資者心理特征變化引致的投資者行為變化。本文研究發(fā)現(xiàn)與傳統(tǒng)資本市場上投資者的單一的羊群行為不同，互聯(lián)網(wǎng)金融市場上投資者行為隨著項目融資期限的變化而變化。在眾籌項目融資早期，信息不對稱嚴(yán)重，投資者更容易跟風(fēng)投資融資進(jìn)度較高項目，羊群效應(yīng)較為顯著。到項目融資中期，投資者的羊群行為出現(xiàn)弱化，責(zé)任擴(kuò)散的心理特征引致的旁觀者效應(yīng)逐步顯著。在融資晚期，受截止效應(yīng)的影響投資者的旁觀者行為程度減弱。進(jìn)一步地，本文考察了項目異質(zhì)性對投資者行為的影響，發(fā)現(xiàn)在信息較對稱的項目融資早期，投資者的非理性羊群行為不顯著，在融資中期投資者的旁觀者行為程度也大大下降。

眾籌；投資者行為；動態(tài) 羊群效應(yīng)；旁觀者效應(yīng)

Abstract：From the perspective of dynamic and based on 10,236 transaction data of 252 projects from “crowdfunding web”, this paper analyzes the dynamics of the investor’s behavior caused by their psychological characteristics changes in China’s new capital market—the Internet finance market. This study reveals that quietly different from the single herd behavior of investors in the traditional capital markets, the behavior of the investors in the Internet financial market changes with the project financing period. In the early stage of financing of the crowdfunding project, since the information asymmetry is serious, investors are more likely to follow the trend to invest projects that have finished most of the financing goal, which reveals that the herding effect is significant. In the middle stage of crowdfunding project financing, investors’herding behavior tend to weaken while the bystander effect caused by the psychological characteristics of diffusion of responsibility tend to be obvious gradually. In the late stage, the degree of bystander effect declines. Further, this paper investigates the influence of project’s heterogeneity on investor’s behavior and shows that as for project with information symmetry, the herding effect in the early financing stage is not significant and the bystander effect in the middle stage are relatively weak.

Keywords:crowdfunding； investor’s behavior； dynamics； herding effect； bystander effect

一、引言

隨著“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的興起，我國創(chuàng)新創(chuàng)業(yè)達(dá)到前所未有的高度[1]。為大眾創(chuàng)新創(chuàng)業(yè)提供重要資金來源和消費市場的互聯(lián)網(wǎng)金融新業(yè)態(tài)——眾籌進(jìn)入爆發(fā)式的增長期。2015年全年，全國眾籌行業(yè)共成功籌資114.24億元，同比2014年增長率為429.38%1。根據(jù)世界銀行的預(yù)測，到2025年中國的眾籌投資金額有望達(dá)到460億美元～500億美元。然而，與此同時，眾籌項目預(yù)期不執(zhí)行事件和平臺倒閉跑路事件層出不窮。如果眾籌市場上投資者不是完全理性的經(jīng)濟(jì)人，表現(xiàn)出從眾跟風(fēng)式的羊群行為，那么眾籌市場上融資規(guī)模的擴(kuò)大不過為投機(jī)活動提供樂園。因此，我們需要分析眾籌市場上投資者的行為特征并解釋該行為特征背后的心理原因，進(jìn)而為實施有效的監(jiān)管提供政策建議，以促進(jìn)我國眾籌市場的健康發(fā)展。

傳統(tǒng)金融理論的經(jīng)典假設(shè)之一是，投資者是理性的，但這無法解釋資本市場上存在金融異象。為此，經(jīng)濟(jì)學(xué)家開始從行為金融學(xué)的角度研究投資者行為，并發(fā)現(xiàn)投資者并不是完全理性的[2]。羊群行為是指在擁有私人信息和其他人決策信息的基礎(chǔ)上，個人決策者放棄自己擁的私人信息而模仿或者跟隨其他人進(jìn)行決策的行為[3]。羊群行為產(chǎn)生的主要原因是資本市場上存在嚴(yán)重的信息不對稱[4-6]。我國資本市場起步晚，發(fā)展程度較低，市場上信息不對稱程度高同時投資者金融知識欠缺并且金融風(fēng)險識別能力較差，大量的理論和實證研究已經(jīng)表明我國傳統(tǒng)資本市場上投資者表現(xiàn)出顯著的羊群行為[5，7-8]。那么，新型資本市場眾籌市場上投資者行為存在哪些特征？投資者行為的這些特征是否會隨項目融資進(jìn)程的推進(jìn)而變化？對這些問題的研究對于降低我國互聯(lián)網(wǎng)金融市場風(fēng)險，穩(wěn)定互聯(lián)網(wǎng)金融市場具有重要意義。

眾籌是指融資者通過互聯(lián)網(wǎng)而非標(biāo)準(zhǔn)的金融中介、面向廣泛的大眾投資人以產(chǎn)品回報、利息回報或者股權(quán)回報的方式進(jìn)行融資的模式[9]。根據(jù)回報類型，眾籌可以分為產(chǎn)品眾籌、P2P網(wǎng)絡(luò)借貸和股權(quán)眾籌3種模式。本文研究的對象為產(chǎn)品眾籌。梳理國內(nèi)外相關(guān)文獻(xiàn)發(fā)現(xiàn)，國內(nèi)外學(xué)者對眾籌市場上投資者行為特征分析尚未形成一致結(jié)論。一方面，部分學(xué)者認(rèn)為眾籌市場上投資者存在顯著羊群行為。如Eunkyoung等和廖理等[6，10-11]對P2P網(wǎng)絡(luò)借貸平臺上投資者行為研究發(fā)現(xiàn)債權(quán)眾籌市場上投資者羊群行為較為顯著。Agrawal等[12](2011)研究音樂眾籌平臺Sellaband對投資者行為發(fā)現(xiàn)，認(rèn)籌者認(rèn)籌已達(dá)到認(rèn)籌目標(biāo)金額80%的項目的概率是認(rèn)籌僅達(dá)到目標(biāo)金額20%項目的兩倍，表現(xiàn)出跟風(fēng)認(rèn)籌的行為。李曉鑫和曹紅輝對國內(nèi)眾籌平臺點名時間的實證研究表明眾籌投資人存在羊群行為[13]。另一方面，后來學(xué)者發(fā)現(xiàn)已有投資者的投資行為對后來的認(rèn)籌者的投資決策有消極的影響，投資者表現(xiàn)出旁觀者行為。Kuppuswamy和Bayus[14]對美國最大的創(chuàng)意項目眾籌平臺Kickstarter 的交易數(shù)據(jù)研究后發(fā)現(xiàn)，增加的認(rèn)籌者數(shù)量與已有認(rèn)籌者的數(shù)量負(fù)相關(guān)。Burtch等[15]等通過研究新聞眾籌項目市場發(fā)現(xiàn)，項目平均每天已獲得融資金額對項目當(dāng)天獲得的融資金額有消極而顯著的影響。旁觀者行為體現(xiàn)一種常見的社會心理現(xiàn)象。它是指在突發(fā)性的事件中，旁觀者的數(shù)量越多，每個人袖手旁觀的可能性越大，那么個人獲得救助的可能性越小[16-18]。這種心理現(xiàn)象也出現(xiàn)在非緊急情況中[19-20]。綜上，現(xiàn)有對眾籌市場上投資者行為研究均從靜態(tài)視角分析，而少有研究分析在眾籌項目融資進(jìn)程中，投資者行為特征的動態(tài)變化。事實上，隨著融資進(jìn)程的推進(jìn)，發(fā)起人跟進(jìn)項目信息的批露緩解了市場上的信息不對稱，同時項目瀏覽的旁觀者人數(shù)增加均會對投資者心理產(chǎn)生影響進(jìn)而使投資者行為特征發(fā)生變化。因此，投資者行為特征表現(xiàn)出隨融資進(jìn)程推進(jìn)而變化的動態(tài)特征。

鑒于此，本文運用我國眾籌平臺“眾籌網(wǎng)”從2014年12月到2015年2月的交易數(shù)據(jù)，借鑒Herzenstein等[21]的研究方法分析了我國眾籌市場上投資者在不同籌資階段的行為特征的變化。首先，借助“眾籌網(wǎng)”交易數(shù)據(jù)，刻畫出眾籌項目平均每天的認(rèn)籌人數(shù)隨融資期限變化而變化的曲線圖。圖形整體分布呈現(xiàn)“之”字狀，這與根據(jù)美國眾籌市場數(shù)據(jù)描繪出的“浴缸曲線”大相徑庭。在融資早期，我國眾籌市場上出現(xiàn)認(rèn)籌者數(shù)量遞增的態(tài)勢，而這種態(tài)勢沒有出現(xiàn)在美國眾籌市場上。在融資晚期，我國眾籌市場上也沒有出現(xiàn)美國眾籌市場上出現(xiàn)的截止日期效應(yīng)。進(jìn)一步地，為了檢驗我國眾籌市場上投資者行為的動態(tài)變化，本文將融資期限分為融資早期、中期和融資晚期，運用固定效應(yīng)模型實證檢驗我國眾籌市場上，在融資早期由于信息不對稱和不透明導(dǎo)致投資者的羊群行為，和融資中期晚期由于責(zé)任擴(kuò)散效應(yīng)引致的旁觀者行為。最后，為了進(jìn)一步檢驗項目異質(zhì)性對投資者行為的影響，本文選取項目描述視頻作為信息不對稱的代理變量，考察了信息不對稱程度較低的項目和信息不對稱程度較高項目中投資者行為差異，發(fā)現(xiàn)信息不對稱程度低的項目投資者在融資早期的羊群行為不顯著，在融資晚期的旁觀者行為都相對較弱。

本文可能的研究貢獻(xiàn)：第一，本文分析了我國眾籌市場上投資者交易行為的動態(tài)變化。在項目融資期限內(nèi)，隨著項目信息披露增加，信息不對稱程度緩解，投資者的決策行為發(fā)生顯著變化。而現(xiàn)有研究一般認(rèn)為羊群效應(yīng)存在或不存在，鮮有文獻(xiàn)考慮在項目的不同時期內(nèi)投資者的心理變化和決策行為的變化。第二，本文將投資者行為問題的研究擴(kuò)展到眾籌市場，而傳統(tǒng)的投資者行為研究集中于傳統(tǒng)資本市場。第三，本文在研究信息不對稱對投資者行為動態(tài)影響的基礎(chǔ)上，進(jìn)一步考慮項目異質(zhì)性因素對投資者行為動態(tài)變化的影響，在一定程度彌補(bǔ)了已有研究的不足。

本文結(jié)構(gòu)安排如下：第二部分基于現(xiàn)有研究提出理論假說，第三部分是研究設(shè)計，第四部分陳述實證結(jié)果，第五部分是研究結(jié)論與政策建議。

二、理論基礎(chǔ)與研究假設(shè)

(一)羊群效應(yīng)

在眾籌市場上，項目產(chǎn)品質(zhì)量是由項目發(fā)起人控制的外生事件，發(fā)起人擁有產(chǎn)品質(zhì)量的私人信息[22]。為了獲得更多的融資，發(fā)起人有隱藏產(chǎn)品質(zhì)量的不確定性風(fēng)險信息的動機(jī)，從而造成眾籌市場上發(fā)起人和潛在認(rèn)籌者之間的信息不對稱?？紤]到信息的獲取成本，大眾認(rèn)籌者更偏好“搭便車”行為，這會加劇市場上的羊群行為[4]。而在項目發(fā)起的早期，項目被瀏覽次數(shù)較少，獲得的關(guān)注相對較少，認(rèn)籌者認(rèn)籌該項目的責(zé)任感相對較強(qiáng)，受現(xiàn)旁觀者效應(yīng)的影響較小。因此，在融資的早期，羊群效應(yīng)的影響超過旁觀者效應(yīng)，投資者表現(xiàn)出顯著的羊群行為。

根據(jù)羊群行為理論，金融市場監(jiān)管水平和信息披露程度越高，投資者越成熟和理性，公司治理結(jié)構(gòu)越完善，那么投資者的羊群行為傾向越低，反之越高[5]。從監(jiān)管水平來看，我國的互聯(lián)網(wǎng)金融市場監(jiān)管環(huán)境相對較寬松。美國在監(jiān)管制度的完善性方面明顯優(yōu)于我國。早在2012年美國國會就通過了《初創(chuàng)期企業(yè)推動法案》(簡稱“JOBS法案”)，正式將眾籌這一融資模式合法化。為進(jìn)一步規(guī)范眾籌市場，2013年10月美國證券交易委員會發(fā)布了針對眾籌的監(jiān)管新規(guī)。而我國的眾籌政策監(jiān)管一直不明確，直到2015年07月才出臺《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融發(fā)展的指導(dǎo)意見》，而專門針對商品眾籌的監(jiān)管規(guī)則尚未出臺。我國眾籌市場上不完善的法律約束使得融資人的違約成本較低，以至于出現(xiàn)眾籌欺詐和跑路等問題。基于諸多不確定性風(fēng)險考慮，我國眾籌市場上缺乏經(jīng)驗的大眾認(rèn)籌者往往選擇跟隨其他認(rèn)籌者的決策行為進(jìn)行決策。因此，在我國眾籌市場上融資早期投資者出現(xiàn)羊群行為的可能性較大。

從信息披露程度來看，一方面，我國眾籌平臺強(qiáng)制要求項目發(fā)起人披露的個人信息數(shù)量相對較少。國外眾籌平臺如美國最大的眾籌平臺Kickstarter要求融資者即眾籌項目發(fā)起人披露個人的網(wǎng)絡(luò)社交信息，如在項目介紹頁面披露項目發(fā)起人的facebook主頁并披露其朋友數(shù)量信息。Zheng等[23]等的研究表明項目發(fā)起人的網(wǎng)絡(luò)社交關(guān)系對項目的融資表現(xiàn)有顯著的積極影響。在社交網(wǎng)絡(luò)迅速發(fā)展的時代，發(fā)起人的社交網(wǎng)絡(luò)信息的公開能在一定程度上保證項目信息的真實性和有效性，從而緩解項目發(fā)起人與認(rèn)籌人之間的信息不對稱，為降低發(fā)起人的道德風(fēng)險提供保障。而這一信息披露制度并未出現(xiàn)在國內(nèi)眾籌平臺。因此，信息不對稱嚴(yán)重的國內(nèi)眾籌市場上羊群行為出現(xiàn)的概率更大。另一方面，隨著融資時間的推進(jìn)，發(fā)起人逐步更新項目進(jìn)展的信息，并在評論頁面與潛在的認(rèn)籌人進(jìn)行信息交流和互動，可以使認(rèn)籌人更好地認(rèn)識項目的收益和風(fēng)險，有效地緩解信息不對稱。因此，隨著融資時間的推進(jìn)，信息不對稱引致的羊群行為會逐漸減弱。據(jù)此，本文認(rèn)為，在我國監(jiān)管制度不完善的眾籌市場上，項目融資的早期由于信息不對稱較嚴(yán)重，認(rèn)籌者會做出跟隨已有投資者的決策行為，即表現(xiàn)出羊群行為。因此，提出研究假設(shè)1：

假設(shè)1：在眾籌項目融資早期，項目已獲得的認(rèn)籌者人數(shù)對當(dāng)期獲得的認(rèn)籌者人數(shù)有積極的影響。

圖1 研究模型

(二)旁觀者效應(yīng)

項目進(jìn)入融資中期，隨著項目評論數(shù)量的增多，項目進(jìn)展情況的跟進(jìn)披露，信息不對稱逐步減少，羊群效應(yīng)逐漸變?nèi)?。項目在網(wǎng)頁被瀏覽的次數(shù)增加，融資金額也達(dá)到一定額度，認(rèn)籌者主觀上可能認(rèn)為其他的投資者會認(rèn)籌該項目，從而幫助該項目的責(zé)任感減少。因此，由責(zé)任擴(kuò)散這一社會心理活動過程引起的旁觀者效應(yīng)逐漸增強(qiáng)[17]。旁觀者效應(yīng)對認(rèn)籌者的影響逐漸超過羊群效應(yīng)，因此在融資中期，投資者表現(xiàn)出顯著的旁觀者行為。Kuppuswamy和Bayus[14]研究美國最大的眾籌平臺Kickstarter中投資者行為發(fā)現(xiàn)，大量潛在的投資者并沒有認(rèn)籌已經(jīng)獲得大量融資的項目，新增認(rèn)籌者的數(shù)量和已有認(rèn)籌者的數(shù)量呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，這說明了美國眾籌市場上投資者行為表現(xiàn)出顯著的旁觀者效應(yīng)。Burtch等[15]在研究在線期刊項目的眾籌融資中，發(fā)現(xiàn)項目某天新增融資金額數(shù)量與該項目平均每天獲得的融資金額負(fù)相關(guān)。

旁觀者效應(yīng)的研究源于對行為人在應(yīng)對緊急情形時的責(zé)任擴(kuò)散行為研究，后來的行為心理學(xué)[20]等研究發(fā)現(xiàn)旁觀者行為不僅出現(xiàn)在緊急情形中，也會出現(xiàn)在非緊急情形中，如在有人敲門時，房間里的人越多時，每個人認(rèn)識到自己需要去開門的責(zé)任感越弱。并且這種責(zé)任擴(kuò)散心理會出現(xiàn)在任何年齡層次的行為人中[19]。在互聯(lián)網(wǎng)為媒介的交流中，每個行為人均可能意識到可以采取行動的個體數(shù)量十分龐大，因此，每個行為人的責(zé)任感會減弱。Barron和Yechiam[24]研究發(fā)現(xiàn)，私人求助的電子郵件中抄送的人數(shù)越多，收到郵件的個體回復(fù)該郵件的意愿越小。Markey[25]的研究表明，在線聊天群組里的人數(shù)越多，得到幫助所需要的時間越長。Voelpel等[26]運用有Yahoo！Groups成員組成的龐大的虛擬社交網(wǎng)絡(luò)研究責(zé)任擴(kuò)散現(xiàn)象。他們發(fā)現(xiàn)一個求助帖得到回復(fù)的概率以及回復(fù)的質(zhì)量與該群的規(guī)模呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系：與小群體相比，大群體對求助帖及時給予回復(fù)并且回復(fù)對求助帖有所幫助的概率更小。在眾籌項目融資過程中，項目上線后，隨著時間的推移，項目被瀏覽數(shù)逐漸增加，關(guān)注項目的群體不斷擴(kuò)大，群體中單個認(rèn)籌者認(rèn)為項目被其他認(rèn)籌者認(rèn)籌的概率增加，那么單個認(rèn)籌者受利他主義精神驅(qū)動產(chǎn)生的幫助該項目責(zé)任感會減弱，從而產(chǎn)生認(rèn)籌者行為的旁觀者效應(yīng)。到融資晚期，隨著融資期限的臨近，項目獲得其他認(rèn)籌者資助的可能性會減少，為了促進(jìn)項目的順利實施和支持創(chuàng)新型產(chǎn)品，潛在的偏好該項目的認(rèn)籌者可能會認(rèn)籌該項目。據(jù)此，本文認(rèn)為，在眾籌項目融資中期，已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期得到的認(rèn)籌數(shù)有消極影響，即投資者行為的旁觀者效應(yīng)。而在晚期，認(rèn)籌者受到心理上的截止效應(yīng)(deadline effect)的影響，旁觀者行為顯著程度會減弱。據(jù)此，提出假設(shè)2。

假設(shè)2：到眾籌項目的中期，項目已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期獲得的認(rèn)籌數(shù)有負(fù)向影響。到融資的晚期，該負(fù)向影響的程度會減弱。

(三)項目異質(zhì)性的影響

項目異質(zhì)性會對投資者行為產(chǎn)生顯著影響。廖理[6]等運用我國P2P網(wǎng)絡(luò)借貸的數(shù)據(jù)研究發(fā)現(xiàn)信息不對稱更嚴(yán)重的訂單會表現(xiàn)出更明顯的羊群行為。上文的分析已經(jīng)表明信息不對稱是眾籌市場上投資者羊群行為產(chǎn)生的主要原因。因此，我們認(rèn)為在信息不對稱程度存在顯著差異的異質(zhì)性項目融資中，投資者行為也存在差異。信息不對稱嚴(yán)重的項目融資中，投資者表現(xiàn)出更顯著的羊群行為和旁觀者行為。而在信息相對透明的項目融資中，投資者可以更好地根據(jù)自己擁有的信息作出投資決策，而不必推測他人擁有的私有信息，因此在融資早期投資者羊群行為不顯著，在融資中晚期旁觀者行為也較弱。據(jù)此，提出假設(shè)3。

假設(shè)3：與信息不對稱嚴(yán)重的項目相比，在信息較對稱項目的眾籌早期，已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期獲得的認(rèn)籌數(shù)的正向影響不顯著，在中期和晚期已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期獲得的認(rèn)籌數(shù)的負(fù)向影響較弱。

三、研究設(shè)計

(一)數(shù)據(jù)來源與處理

國內(nèi)眾籌網(wǎng)站主要可以分為綜合型和垂直型兩類。國內(nèi)綜合類眾籌平臺市場上，“眾籌網(wǎng)”已經(jīng)成為最大的綜合類眾籌平臺。2014年上半年，其在線項目數(shù)量是“中國夢網(wǎng)”和“追夢網(wǎng)”在線項目數(shù)量總和的4倍左右；其認(rèn)籌人數(shù)是“追夢網(wǎng)”的四倍，略高于“中國夢網(wǎng)”；其募集資金為其他兩個平臺總量的兩倍。而首家眾籌平臺“點名時間”網(wǎng)已經(jīng)轉(zhuǎn)變?yōu)樯唐奉A(yù)售型的購物網(wǎng)站。因此本文選擇“眾籌網(wǎng)”作為研究對象具有較強(qiáng)的代表性。本文采取網(wǎng)頁數(shù)據(jù)抓取的方法獲得該平臺2014年12月1日到2015年2月8日上線的263個項目的10858條數(shù)據(jù)。為了使數(shù)據(jù)更具有代表性，本文進(jìn)行異常值處理如下：首先，剔除數(shù)據(jù)缺失較嚴(yán)重的樣本，包括融資開始日或者結(jié)束日期在抓取時間之外的樣本。然后，剔除離群值，包括實際融資金額達(dá)到目標(biāo)金額4.5倍以上的5個項目的285條數(shù)據(jù)和每日獲得認(rèn)籌人數(shù)大于140的6個項目的337條離群值數(shù)據(jù)。最后，本文得到252個項目10236條交易數(shù)據(jù)。其中，融資成功項目117個，融資失敗項目135個。

(二)變量選擇

本文關(guān)注的是眾籌市場上投資者決策行為是否受其他投資者行為的影響，以及這種影響是否存在項目異質(zhì)性。因此，文章選取的核心解釋變量如下：

1．核心變量

認(rèn)籌人數(shù)(Backer)：本文參考Kuppuswamy and Bayus[14]的做法，以天作為時間t的觀測單位。選取項目每天獲得的認(rèn)籌者人數(shù)作為被解釋變量。

融資進(jìn)度(Contlast_goal)：即項目前一天獲得累計融資金額與融資目標(biāo)之比，該變量為解釋變量。在“眾籌網(wǎng)”平臺上，認(rèn)籌者可以很便捷地觀測到某融資項目融資的進(jìn)度條，從而可以從中推測已有認(rèn)籌者所掌握信息的基本情況，然后做出自己的決策。

第一周(Firstweek)：在項目上線的第一周內(nèi)記為1，其他記為0。參考Kuppuswamy and Bayus[14]的方法，本文將融資開始的第一周來度量融資早期。

最后一周(Lastweek)：在項目融資期的最后一周內(nèi)記為1，其他記為0。本文將融資期限的最后一周作為融資截止日期臨近的測度。

市場信息不對稱程度的衡量方面，張清楚等[27]別出心裁地選取P2P網(wǎng)貸市場上借款人的信用認(rèn)證指標(biāo)數(shù)量和借款描述字?jǐn)?shù)作為衡量市場中信息不對稱程度的代理變量。本文借鑒其做法，選擇項目發(fā)起人對項目的描述信息作為眾籌市場上信息不對稱程度的代理變量。視頻信息是發(fā)起人介紹項目信息的重要材料，有助于潛在認(rèn)籌者更直觀的了解產(chǎn)品的創(chuàng)意，有效緩解信息不對稱。因此，本文根據(jù)項目是否有視頻信息將所有樣本分為信息較對稱組(IS)和信息不對稱組(IA)，進(jìn)一步分組別考察投資者行為的動態(tài)變化。

2．控制變量

已有研究[9，14]發(fā)現(xiàn)，一些隨時間變化的因素和不隨時間變化的項目特征會對認(rèn)籌者行為產(chǎn)生影響，本文選取兩大類控制變量。其一為隨時間變化的控制變量：即使沒有到融資期限，如果項目已經(jīng)達(dá)到融資目標(biāo)，那么項目實施的不確定因素迅速下降，這會顯著影響認(rèn)籌者的決策行為。因此必須控制項目成功與否(Fund)這一因素。融資成功后Fund=1，否則為0；平臺推薦(Recom)會增加該項目被認(rèn)籌者瀏覽的概率，從而影響項目獲得認(rèn)籌的數(shù)量。在眾籌平臺首頁推薦上Recom=1，反之為0。其他因素還包括眾籌項目評論區(qū)中喜歡該項目的人數(shù)(Likepeople)、評論條數(shù)(Comment)和項目發(fā)起人曾經(jīng)認(rèn)籌的項目數(shù)(Support_project)，其二為不隨時間變化的項目特征的控制變量：項目融資期限(Duration)，即項目融資期限的天數(shù)；融資目標(biāo)(Lngoal)即項目的目標(biāo)融資金額，由于不同項目目標(biāo)融資金額波動較大，取目標(biāo)融資金額的對數(shù)形式Lngoal計入模型。項目的目標(biāo)融資金額對認(rèn)籌者人數(shù)的影響可能是非線性的，本文將Lngoal的二次項計入模型作為控制變量。

(三)變量統(tǒng)計性描述

首先，對全樣本進(jìn)行統(tǒng)計性描述，如表1所示。然后，分別對融資成功的117個項目和失敗的135個項目進(jìn)行變量的統(tǒng)計性描述，并做變量均值差異的T檢驗，如表2所示。由表可知，成功項目融資目標(biāo)的均值要遠(yuǎn)遠(yuǎn)高于失敗項目，但是差異并不顯著。而從T檢驗的結(jié)果來看，成功項目和失敗項目的顯著差異在于融資期限、融資比率、評論數(shù)和喜歡人數(shù)。從平均值來看，成功項目的融資時間要比失敗項目長20天，成功項目獲得的評論數(shù)和喜歡人數(shù)超過失敗項目的3倍以上。

表1 變量統(tǒng)計性描述

圖2為所有項目平均每天的認(rèn)籌人數(shù)隨融資期限變化圖。不難發(fā)現(xiàn)，在融資期限的10%之前，項目平均認(rèn)籌者人數(shù)在逐漸上升，在融資期限的10%左右達(dá)到最大值3.2后迅速下降。其后，項目平均每天認(rèn)籌者人數(shù)隨著時間的推移一直保持下降趨勢，但是隨著融資最晚期限的到來，下降的趨勢逐步放緩。整體分布呈現(xiàn)“之”字狀。這與[14]運用美國最大的眾籌平臺Kickstarter在2010-2011年交易數(shù)據(jù)描繪的項目平均每天認(rèn)籌人數(shù)在融資期限內(nèi)的變化的“浴缸”曲線形成了鮮明對比。美國眾籌市場上沒有出現(xiàn)眾籌項目早期的投資者羊群行為，項目早期平均每天獲得的認(rèn)籌人數(shù)反而迅速下降。到融資中期，下降態(tài)勢逐步放緩。但在融資期限末期，受期限效應(yīng)的影響，出現(xiàn)投資者人數(shù)的遞增。我國的眾籌市場上并沒有出現(xiàn)這一現(xiàn)象。

表2 成功項目和失敗項目分類別的統(tǒng)計性描述和均值t檢驗

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。

圖2 眾籌平均每天認(rèn)籌人數(shù)隨融資期限的變化

圖3 美國Kickatarter平臺項目平均每天認(rèn)籌人數(shù)隨融資期限的變化資料來源：Kuppuswamy and Bayus(2014)

圖4為所有項目到融資截止日獲得的融資金額與目標(biāo)金額比率的分布直方圖。從圖可知，在135個融資失敗的項目中，有122個項目只融到20%不到的金額，占比超過90%。只有3個項目雖然融到60%以上的金額仍然失敗。而在融資成功的117個項目中，有61個項目得到了額外的認(rèn)籌，即實際融資金額與融資目標(biāo)比大于1，占融資成功項目的一半以上，占全部融資項目的近1/4。圖5為成功項目融資成功的時間分布直方圖，由圖可知，80%的項目是在前60%的融資階段實現(xiàn)融資目標(biāo)，只有20%左右的項目是在融資期限的最后40%階段實現(xiàn)融資目標(biāo)。

圖4 融資截止日所有項目融資比率分布直方圖

圖5 成功項目融資成功時間分布直方圖

(四)模型設(shè)定與方法選擇

為了檢驗本文的假設(shè)1和假設(shè)2，設(shè)計如下計量方程：

Backerit=β0+β1Contlast_goali(t-1)+β2Firstweekit+β3Lastweekit+β4Contlast_goali(t-1)*Firstweekit+β5Contlast_goali(t-1)*Lastweekit+β6Contlast_goali(t-1)*

Fundedit+θXit+λZi+μi+εit

(1)

式(1)中i為項目，t=2,3,……,Ti,其中,Ti為項目i的融資期限天數(shù)。被解釋變量是項目i在第t天獲得的認(rèn)籌者人數(shù)，核心解釋變量是項目i在(t-1)天累計獲得融資金額與目標(biāo)金額比。Contlast_goali(t-1)*Firstweekit為項目i在(t-1)天累計獲得融資金額與目標(biāo)金額比與二分變量Firstweekit的交叉項，Contlast_goali(t-1)*Lastweekit為項目i在(t-1)天累計獲得融資金額與目標(biāo)金額比與二分變量Lastweekit的交叉項。Contlast_goali(t-1)*Fundedit為項目i在(t-1)天的融資進(jìn)度與融資成功與否Fundedit的交叉項。Xit為隨時間變化的項目差異控制變量。Zi為不隨時間變化的項目差異控制變量。μi為Zi未捕捉到的所有不隨時間變化的項目差異。εit為均值為0方差為常數(shù)的隨機(jī)擾動項。

檢驗假設(shè)1時，本文的識別思路是基于全體樣本對方程(1)進(jìn)行回歸，我們預(yù)期Contlast_goali(t-1)*

Firstweekit的系數(shù)β4顯著為正。檢驗假設(shè)2時，仍然基于全體樣本對方程(1)進(jìn)行回歸，預(yù)期Contlast_goali(t-1)的回歸系數(shù)β1顯著為負(fù)數(shù)，并且Contlast_goali(t-1)*Lastweekit的回歸系數(shù)β5不顯著。檢驗假設(shè)3時，本文沒有引入代表項目類別的虛擬變量以及其與融資進(jìn)度的交叉項，而是采用分組回歸的識別策略，本文預(yù)期Contlast_goali(t-1)*Firstweekit的回歸系數(shù)β4和Contlast_goali(t-1)的回歸系數(shù)β1在分組回歸分析中會有明顯差異，在信息較對稱組中，識別羊群效應(yīng)的系數(shù)β4不顯著，識別旁觀者效應(yīng)的回歸系數(shù)β1較信息不對稱組中大。選擇分組識別策略主要基于以下考慮：項目類別是一個二分啞變量，隨時間的波動程度極小，因此可能引起序列的相關(guān)。

本文的樣本數(shù)據(jù)具有“大N小T”的基本特征，如果選擇忽略個體特征的混合效應(yīng)模型(POOL)會導(dǎo)致估計結(jié)果的偏誤，而控制個體特征的固定效應(yīng)模型(FE)有利于解決個體的異質(zhì)性問題，因此，本文采用FE方法估計方程(1)。

四、實證結(jié)果

在模型估計之前，為了避免多重共線性，本文對各解釋變量進(jìn)行了相關(guān)性分析。分析結(jié)果表明，各變量之間相關(guān)系數(shù)均較低(具體結(jié)果略)，這意味著各個變量之間不存在嚴(yán)重的多重共線性問題。

(一)羊群效應(yīng)和旁觀者效應(yīng)檢驗

為檢驗假設(shè)1和假設(shè)2，本文采用固定效應(yīng)模型進(jìn)行估計，結(jié)果如表3所示。模型三中匯報了加入交叉項Contlast_goalFunded后的估計結(jié)果，用來捕捉項目融資成功之后投資者的行為。由于Contlast_goalFunded與Contlast_goal的相關(guān)系數(shù)達(dá)到0.975，同時計入模型會導(dǎo)致估計偏誤，Contlast_goalFunded與Contlast_goal不能同時計入模型，模型三中單獨考慮Contlast_goalFunded。

在模型二的RE估計結(jié)果中，Contlast_goalFweek的估計系數(shù)在1%的水平下顯著為正，這意味著在控制其他變量的情況下，融資開始的第一周，融資進(jìn)度的增長對每天認(rèn)籌者人數(shù)有顯著的積極影響，證明了在項目融資早期存在羊群行為，支持假設(shè)1。在模型一和模型二中，Contlast_goal的估計系數(shù)分別為-1.430和-1.381，并且均在1%的水平下顯著，表明在融資中期，融資進(jìn)度越高的項目，每天獲得認(rèn)籌者人數(shù)反而越少，即假設(shè)2在項目融資中期會出現(xiàn)責(zé)任擴(kuò)散引起的旁觀者效應(yīng)，支持假設(shè)2。模型二中，Contlast_goalLweek的回歸系數(shù)為-0.062，大于Contlast_goal的回歸系數(shù)且不再顯著，這表明隨著融資截止日期的臨近，融資金額目標(biāo)比對項目每天獲得認(rèn)籌者人數(shù)的負(fù)向影響作用逐漸減弱，即：受截止效應(yīng)的影響，旁觀者效應(yīng)會減弱，進(jìn)一步支持了假設(shè)2。模型三中Contlast_goalFunded的回歸系數(shù)顯著為負(fù)，這表明在項目達(dá)到目標(biāo)融資金額之后，仍然存在責(zé)任擴(kuò)散效應(yīng)。如前文所預(yù)測，四個模型中，F(xiàn)irstweek的回歸系數(shù)均在1%的水平上顯著為正，Lastweek的回歸系數(shù)也在不同水平上顯著為負(fù)，意味著項目在融資間，第一周融資相對較多，最后一周融資相對較少。這與圖2中的曲線形狀是一致的。

控制變量中，融資平臺推薦Recom的回歸系數(shù)在三個模型中均顯著為正，表明融資平臺的推薦對投資者的決策行為有積極影響，有利于項目獲得更多的認(rèn)籌者。喜歡人數(shù)Likepeople的回歸系數(shù)在三個固定效應(yīng)模型中均為-0.009且在1%水平上顯著，說明有更多人喜歡的項目可能會受到責(zé)任擴(kuò)散效應(yīng)的影響，反而導(dǎo)致實際獲得的認(rèn)籌人數(shù)更少，與本文預(yù)期一致。其他因素如評論數(shù)、項目發(fā)起人認(rèn)籌項目數(shù)均對項目實際每天獲得的認(rèn)籌者人數(shù)沒有顯著影響。

表3 假設(shè)一和假設(shè)二檢驗結(jié)果匯總

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。括號中的數(shù)值是標(biāo)準(zhǔn)誤差。

(二)項目異質(zhì)性對投資者行為的影響

本小節(jié)將進(jìn)一步基于分組樣本的回歸結(jié)果，討論項目的信息不對稱程度對投資者行為的影響。本文根據(jù)項目是否有視頻信息將所有樣本分為信息不對稱組(IA)和信息較對稱組(IS)，進(jìn)一步分組別考察投資者行為的動態(tài)變化。對IA組樣本和IS組樣本分別進(jìn)行固定效應(yīng)分析，回歸結(jié)果分別如表4所示。兩組樣本的融資進(jìn)度Contlast_

goal的回歸系數(shù)均顯著為負(fù)，分別為-1.657和-0.900，說明隨著融資的不斷推進(jìn)，已獲得的認(rèn)籌人數(shù)對當(dāng)期獲得的認(rèn)籌人數(shù)有顯著的負(fù)向影響，當(dāng)信息不對稱得到緩解時，在控制其他因素的情況下，融資進(jìn)度的負(fù)面影響程度會有所下降。但是，兩組樣本的融資進(jìn)度與第一周的交叉項Contlast_goalFweek的回歸系數(shù)雖方向一致但顯著性水平卻出現(xiàn)了明顯差異，信息不對稱組(IA)的該項系數(shù)為1.357且在1%水平上統(tǒng)計顯著，信息較對稱組(IS)的該項系數(shù)為1.344但統(tǒng)計不顯著。這說明，在融資早期，有關(guān)項目的市場信息越豐富，投資者就越能根據(jù)這些信息進(jìn)行投資決策，而不是通過推測其他投資者的私有信息來進(jìn)行決策，因此，不容易表現(xiàn)出羊群行為。兩組樣本的融資進(jìn)度與最后一周的交叉項Contlast_goalLweek的回歸系數(shù)均為負(fù)且統(tǒng)計不顯著，說明在融資晚期已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期獲得的認(rèn)籌數(shù)有負(fù)向影響，但影響程度較弱。以上結(jié)果均驗證了假設(shè)3。

(三)穩(wěn)健性檢驗

為了確保本文研究結(jié)論的可靠性，對本文的實證結(jié)果展開穩(wěn)健性檢驗。首先，用項目每天融資金額與融資目標(biāo)之比即融資金額目標(biāo)比Contlast_goal作為被解釋變量，進(jìn)行穩(wěn)健性檢驗。回歸結(jié)果如表5所示。在模型二中，融資進(jìn)度與第一周的交叉項回歸系數(shù)在1%的顯著性水平下仍然顯著為正，這說明在融資開始的早期，投資者對項目的認(rèn)籌金額隨融資進(jìn)度的增長而增加，存在羊群效應(yīng)，支持假設(shè)1。在固定效應(yīng)回歸模型一和模型二中，融資進(jìn)度的回歸系數(shù)分別為-0.789和-0.774，且統(tǒng)計顯著，說明在融資中期，認(rèn)籌者對項目的認(rèn)籌金額隨融資進(jìn)度的增長而減少，存在旁觀者效應(yīng)。而融資進(jìn)度與最后一周的交叉項回歸系數(shù)為-0.021且不再顯著，說明在融資期限的最后一周，融資進(jìn)度對投資者決策雖然有負(fù)面影響，但是影響的程度已經(jīng)大大減弱。這也支持假設(shè)2。

表4 投資者行為的異質(zhì)性檢驗

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。括號中的數(shù)值是標(biāo)準(zhǔn)誤差。

表5 假設(shè)1和假設(shè)2的穩(wěn)健性檢驗結(jié)果

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。括號中的數(shù)值是標(biāo)準(zhǔn)誤差

用項目每天融資金額與融資目標(biāo)之比作為被解釋變量，對子樣本IA組和IS組回歸結(jié)果進(jìn)行比較，如圖6所示。融資進(jìn)度與第一周交叉項的回歸系數(shù)在信息不對稱組IA中仍顯著為正，而在信息較對稱組IS中不顯著。說明視頻信息可以有效緩解信息不對稱，從而顯著降低融資早期投資者羊群行為。融資進(jìn)度Contlast_goal的回歸系數(shù)均顯著為負(fù)，但是與IA組相比，信息較對稱組IS中回歸系數(shù)的絕對值變小，這意味著在IS組中融資中期的旁觀者效應(yīng)較弱，證明了假設(shè)3。

表6 假設(shè)3的穩(wěn)健性檢驗結(jié)果

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。括號中的數(shù)值是標(biāo)準(zhǔn)誤差。

然后，參考Herzenstein等[21]的做法，將項目每天融資人數(shù)是否有增加(認(rèn)籌人數(shù)增加記Backeradd=1，否則為0)作為二分被解釋變量。運用面板Logit模型做穩(wěn)健性檢驗，分別檢驗羊群行為和旁觀者行為(見表7)和項目異質(zhì)性對投資者行為的影響。由表7和表8可知，主要解釋變量的回歸系數(shù)沒有顯著變化，Logit模型的估計結(jié)果進(jìn)一步驗證了假設(shè)1、假設(shè)2和假設(shè)3。

表7 Logit模型做穩(wěn)健性檢驗

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。括號中的數(shù)值是標(biāo)準(zhǔn)誤差。

表8 穩(wěn)健性檢驗：用Logit模型檢驗假設(shè)3

注：其中*、**、***分別表示在10%、5%和1%的水平上顯著。括號中的數(shù)值是標(biāo)準(zhǔn)誤差。

五、研究結(jié)論與管理啟示

(一)研究結(jié)論

本文基于我國眾籌平臺“眾籌網(wǎng)”2014年12月到2015年2月的交易數(shù)據(jù)，首次分析了我國商品眾籌市場上投資者行為特征的動態(tài)變化。首先刻畫出眾籌項目平均每天的認(rèn)籌人數(shù)隨融資期限變化而變化的曲線圖，發(fā)現(xiàn)圖形整體分布呈現(xiàn)“之”字狀，這與根據(jù)美國眾籌市場數(shù)據(jù)描繪出的“浴缸曲線”大相徑庭。在融資早期，我國眾籌市場上出現(xiàn)認(rèn)籌者數(shù)量遞增的態(tài)勢，即投資者跟風(fēng)認(rèn)籌的羊群行為。而這種態(tài)勢沒有出現(xiàn)在美國眾籌市場上。在融資晚期，我國眾籌市場上也沒有出現(xiàn)美國眾籌市場上出現(xiàn)的截止日期效應(yīng)。為了進(jìn)一步檢驗我國眾籌市場上投資者行為的動態(tài)變化，本文將融資期限分為融資早期、中期和融資晚期以分析投資者行為變化特征。

對融資早期投資者行為的實證研究表明，投資進(jìn)度越高的項目越能吸引后來的投資者，投資者表現(xiàn)出顯著的羊群行為。面對諸多不確定性風(fēng)險，我國眾籌市場上缺乏經(jīng)驗的大眾認(rèn)籌者往往選擇跟隨其他認(rèn)籌者的決策行為進(jìn)行決策。這種跟風(fēng)式的羊群行為會導(dǎo)致資產(chǎn)價格與其基礎(chǔ)價值偏離，產(chǎn)生市場系統(tǒng)風(fēng)險[28-32]。商品市場的資源優(yōu)化配置功能弱化，金融問題日益突[33]。對融資中期投資者行為的實證研究表明，項目融資進(jìn)度對后來投資者的決策有顯著的負(fù)向影響，投資者表現(xiàn)出顯著的旁觀者行為。到融資晚期，隨著截止日期的臨近，投資者行為的旁觀者效應(yīng)減弱。

進(jìn)一步地，項目異質(zhì)性對投資者行為影響的實證研究表明，與信息不對稱嚴(yán)重的項目相比，在信息較對稱項目的眾籌早期，已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期獲得的認(rèn)籌數(shù)的正向影響不顯著，在中期和晚期已經(jīng)獲得的認(rèn)籌數(shù)對當(dāng)期獲得的認(rèn)籌數(shù)有負(fù)向影響較弱。這有力地說明，信息不對稱的緩解可以有效減少投資者跟風(fēng)投資的羊群行為，也可以減弱融資中期出現(xiàn)的旁觀者行為。信息透明既有利于投資者理性投資，也有助于項目獲得更多的融資。

(二)管理啟示

本文研究結(jié)果對創(chuàng)業(yè)者、眾籌平臺和政府監(jiān)管都有一定的啟示。首先，對于創(chuàng)業(yè)者而言，一方面，從項目信息異質(zhì)性對投資者行為影響的實證啟示可知，在項目初期，創(chuàng)業(yè)者可以通過文字、圖片、語音和視頻等多種形式盡可能多地呈現(xiàn)項目的相關(guān)信息，并批露個人微博等社交信息，使認(rèn)籌者更直觀地了解產(chǎn)品的創(chuàng)意，緩解投融資雙方的信息不對稱。另一方面，從旁觀者效應(yīng)的啟示可知，在融資中期，創(chuàng)業(yè)者應(yīng)該主動跟新項目進(jìn)展信息，如研發(fā)進(jìn)展、盈利狀況等信息，并通過眾籌平臺或其他社交平臺加強(qiáng)與投資人的互動和交流，培養(yǎng)投資人的信任感和投資的責(zé)任感，從而緩解旁觀者效應(yīng)。

其次，從中美的“之”字曲線和浴缸曲線的對比啟示，我國眾籌融資平臺應(yīng)加強(qiáng)項目的審核、監(jiān)督和管理，提高對項目信息披露數(shù)量和質(zhì)量的要求。如通過其他互聯(lián)網(wǎng)主體合作，披露發(fā)起人微博主頁等社交網(wǎng)絡(luò)信息，可以在一定程度上監(jiān)督發(fā)起人提供信息的真實性和有效性，為投資者的投資決策提供全面而有效的信息依據(jù)，盡可能地緩解投融資雙方的信息不對稱。

最后，政府部門對眾籌的管理，除了要從行業(yè)整體的角度制定相關(guān)規(guī)章制度，進(jìn)行規(guī)范指引，還需要為眾籌平臺的健康發(fā)展提供相關(guān)配套服務(wù)。如在全國范圍內(nèi)加快個人和企業(yè)征信系統(tǒng)的建立，可以促進(jìn)投融資雙方的信息透明，減少眾籌風(fēng)險，促進(jìn)眾籌健康持續(xù)發(fā)展，為萬眾創(chuàng)業(yè)提供有力的資金支持和消費市場。

本文存在的不足之處與改進(jìn)方向：(1)研究樣本局限于眾籌網(wǎng)平臺的252個項目，分析結(jié)果受到一定的影響。后續(xù)研究可以運用更充足的數(shù)據(jù)驗證本文的研究假設(shè)，增強(qiáng)研究的外部有效性。(2)監(jiān)管不斷完善的股權(quán)眾籌市場上，股權(quán)眾籌平臺不斷涌現(xiàn)，為后續(xù)拓展研究股權(quán)眾籌市場上投資者行為提供了有利的樣本來源。

[1]付丙海,謝富紀(jì),韓雨卿. 創(chuàng)新鏈資源整合、雙元性創(chuàng)新與創(chuàng)新績效:基于長三角新創(chuàng)企業(yè)的實證研究[J]. 中國軟科學(xué), 2015(12): 176-186.

[2]李心丹. 行為金融理論:研究體系及展望[J]. 金融研究, 2005(1): 175-190.

[3]ABHIJIT V BANERJEE. A simple model of herd behavior[J]. The Quarterly Journal of Economics, 1992: 797-817.

[4]彭 惠. 信息不對稱下的羊群行為與泡沫：金融市場的微觀結(jié)構(gòu)理論[J]. 金融研究, 2000(11): 5-19.

[5]陳 浩. 中國股票市場機(jī)構(gòu)投資者羊群行為實證研究[J]. 南開經(jīng)濟(jì)研究, 2004(2): 91-94.

[6]廖 理,李夢然,王正位,等. 觀察中學(xué)習(xí):P2P網(wǎng)絡(luò)投資中信息傳遞與羊群行為[J]. 清華大學(xué)學(xué)報(哲學(xué)社會科學(xué)版), 2015(1): 156-165， 184.

[7]卞曰瑭,李金生,許 露. 網(wǎng)絡(luò)協(xié)調(diào)博弈策略下的股市羊群行為演化模型及仿真[J]. 中國管理科學(xué), 2017(3): 20-29.

[8]馬 麗. 中國股票市場羊群效應(yīng)實證分析[J]. 南開經(jīng)濟(jì)研究, 2016(1): 144-153.

[9]ETHAN MOLLICK. The dynamics of crowdfunding: An exploratory study[J]. Journal of Business Venturing, 2014, 29(1): 1-16.

[10]EUNKYOUNG LEE,BYUNGTAE LEE. Herding behavior in online P2P lending: An empirical investigation[J]. Electronic Commerce Research and Applications, 2012, 11(5): 495-503.

[11]陳冬宇,鄭海超. 我國P2P網(wǎng)貸市場的羊群行為及其決策理性研究[J]. 管理評論, 2017(1): 3-11.

[12]AJAY K Agrawal, CHRISTIAN Catalini, AVI Goldfarb. The geography of crowdfunding, National Bureau of Economic Research, 2011.

[13]李曉鑫,曹紅輝. 信息披露、投資經(jīng)驗與羊群行為：基于眾籌投資的研究[J]. 財貿(mào)經(jīng)濟(jì), 2016(10): 72-86.

[14]VENKAT Kuppuswamy, BARRY L Bayus. Crowdfunding creative ideas: The dynamics of project backers in Kickstarter[J]. UNC Kenan-Flagler Research Paper, 2014, (2013-15).

[15]GORDON Burtch, ANINDYA Ghose, SUNIL Wattal. An empirical examination of the antecedents and consequences of contribution patterns in crowd-funded markets[J]. Information Systems Research, 2013, 24(3): 499-519.

[16]JOHN M Darley, BIBB Latane. Bystander intervention in emergencies: Diffusion of responsibility[J]. Journal of personality and social psychology, 1968, 8(4p1): 377.

[17]BIBB Latané, JOHN M Darley. The unresponsive bystander: Why doesn’t he help?[J]. 1970,

[18]STEPHEN M Garcia, KIM Weaver, GORDON B Moskowitz, et al. Crowded minds: The implicit bystander effect[J]. Journal of personality and social psychology, 2002, 83(4): 843.

[19]BIBB Latané, STEVE Nida. Ten years of research on group size and helping[J]. Psychological Bulletin, 1981, 89(2): 308.

[20]PETER Fischer, JOACHIM I Krueger,TOBIAS Greitemeyer, et al. The bystander-effect: A meta-analytic review on bystander intervention in dangerous and non-dangerous emergencies[J]. Psychological bulletin, 2011, 137(4): 517.

[21]MICHAL Herzenstein, UTPAL M Dholakia, RICK L Andrews. Strategic herding behavior in peer-to-peer loan auctions[J]. Journal of Interactive Marketing, 2011, 25(1): 27-36.

[22]PAUL Belleflamme, THOMAS Lambert, ARMIN Schwienbacher. Crowdfunding: Tapping the right crowd[J]. Journal of Business Venturing, 2014, 29(5): 585-609.

[23]ZHENG Haichao, LI Dahui, WU Jing, et al. The role of multidimensional social capital in crowdfunding: A comparative study in China and US[J]. Information & Management, 2014, 51(4): 488-496.

[24]GREG Barron, ELDAD Yechiam. Private e-mail requests and the diffusion of responsibility[J]. Computers in Human Behavior, 2002, 18(5): 507-520.

[25]PATRICK M Markey. Bystander intervention in computer-mediated communication[J]. Computers in Human Behavior, 2000, 16(2): 183-188.

[26]SVEN C Voelpel, ROBERT A Eckhoff, JENS f?rster. David against Goliath? Group size and bystander effects in virtual knowledge sharing[J]. Human Relations, 2008, 61(2): 271-295.

[27]張楚清,孫武軍, 李瑞海. 信息不對稱、融資者異質(zhì)性與違約風(fēng)險：來自P2P平臺“人人貸”的經(jīng)驗證據(jù)[J]. 經(jīng)濟(jì)研究, 2015,

[28]TANG Ke, XIONG Wei. Index investment and the financialization of commodities[J]. Financial Analysts Journal, 2012, 68(5): 54-74.

[29]PATRICK J Dennis, DEON Strickland. Who blinks in volatile markets, individuals or institutions?[J]. The Journal of Finance, 2002, 57(5): 1923-1949.

[30]MARIE Steen, OLE Gjolberg. Are commodity markets characterized by herd behaviour?[J]. Applied Financial Economics, 2013, 23(1): 79-90.

[31]許年行,于上堯,伊志宏. 機(jī)構(gòu)投資者羊群行為與股價崩盤風(fēng)險[J]. 管理世界, 2013(7): 31-43.

[32]伍旭川,何 鵬. 中國開放式基金羊群行為分析[J]. 金融研究, 2005(5): 60-69.

[33]田利輝,譚德凱,王冠英. 我國大宗商品期貨市場存在羊群行為嗎?[J]. 金融研究, 2015(6): 144-158.

(本文責(zé)編：海洋)

StudyonDynamicsofInvestors’BehaviorinCrowdfundingMarket——EvidencefromZhongchouWeb

CHEN Juan-juan1，ZHANG Ya-bin1，YIN Zhu-jia2

(1.SchoolofEconomicsandTrade,HunanUniversity,Changsha414006,China; 2.SchoolofEconomicsandManagement,ChangshaUniversityofTechnology&Science,Changsha410114,China)

F832.5

A

1002-9753(2017)09-0141-13

2017-03-25

2017-08-30

國家社會科學(xué)基金(15BGL041)；湖南省社會科學(xué)基金項目(15YBA014) ；湖南省研究生科研創(chuàng)新項目(CX2017B126)

陳娟娟(1990-),女,湖南岳陽人，湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院在讀博士生，研究方向：互聯(lián)網(wǎng)金融、行為金融等。