基于數(shù)據(jù)挖掘的互聯(lián)網(wǎng)眾籌成功進(jìn)度分位數(shù)回歸模型

邱 瑾，張淑楠(浙江財(cái)經(jīng)大學(xué) 數(shù)據(jù)科學(xué)學(xué)院，浙江 杭州 310018)

一、引 言

互聯(lián)網(wǎng)眾籌是一種新興的、獨(dú)立于正規(guī)金融體系之外的投資融資模式。被稱(chēng)為“眾籌金融先鋒”的ArtistShare網(wǎng)站于2003年首次發(fā)布眾籌項(xiàng)目。自2005年起，涌現(xiàn)出一大批網(wǎng)絡(luò)眾籌平臺(tái)，例如Sellaband(2006)、Slice-ThePiC(2007)、IndieGoGo(2008)、Spot.Us(2008)和當(dāng)今影響力最大的美國(guó)Kickstarter(2009)平臺(tái)。截止2013年，全球共有2 000多家活躍的眾籌平臺(tái)處于運(yùn)營(yíng)狀態(tài)，大部分分布在北美和歐洲國(guó)家，這些平臺(tái)募集資金達(dá)近百億萬(wàn)元，累計(jì)支持了約300多萬(wàn)個(gè)項(xiàng)目的啟動(dòng)和發(fā)展。依據(jù)零壹財(cái)經(jīng)對(duì)國(guó)內(nèi)數(shù)據(jù)的統(tǒng)計(jì)顯示，截止2015年1月，國(guó)內(nèi)眾籌平臺(tái)已達(dá)126家，而平均每月都有超過(guò)6家眾籌平臺(tái)誕生。

隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，眾籌在世界范圍內(nèi)受到廣泛關(guān)注。美國(guó)Kickstarter平臺(tái)在2012年4月17日發(fā)起時(shí)限為30天、目標(biāo)資金10萬(wàn)美元的籌款項(xiàng)目——Pebble智能手表，此項(xiàng)目不到2天即融資成功并超出目標(biāo)資金1 000倍，創(chuàng)辦人Eric Migcovsky認(rèn)為營(yíng)銷(xiāo)在Pebble融資過(guò)程中起到了關(guān)鍵作用，其團(tuán)隊(duì)花了幾周的時(shí)間制作Kickstarter頁(yè)面，恰如其分的宣傳重點(diǎn)直擊消費(fèi)者心理，最終讓Pebble從原型機(jī)變成了商業(yè)化產(chǎn)品。Kickstarter網(wǎng)站另一項(xiàng)典型的公益眾籌是伊利諾伊州古董級(jí)劇院Catlow籌集了17.5萬(wàn)美元。為一家即將消失的古董級(jí)劇院添置設(shè)備而捐獻(xiàn)款項(xiàng)，最大的吸引力是項(xiàng)目本身具有的人文情懷，投資者“喜歡”這個(gè)項(xiàng)目或“享受”融入其中的感覺(jué)。由此可見(jiàn)，不同的營(yíng)銷(xiāo)策略、項(xiàng)目類(lèi)型、發(fā)起地、項(xiàng)目本身的特征等都可能是影響眾籌成功與否和成功程度的重要因素。國(guó)內(nèi)外學(xué)者基于不同視角研究了影響眾籌成功的因素，但總體上，大部分成果處于宏觀視角的理論研究，缺乏在微觀層面的深入實(shí)證分析。

本文利用Python軟件對(duì)“眾籌網(wǎng)”進(jìn)行數(shù)據(jù)爬取(2016年3月2日)，得到3 941個(gè)成功結(jié)束的項(xiàng)目數(shù)據(jù)，涵蓋全國(guó)31個(gè)省份，行業(yè)跨度包括農(nóng)業(yè)、科技、藝術(shù)、娛樂(lè)、房產(chǎn)等八類(lèi)。以國(guó)內(nèi)外學(xué)者的研究成果為基礎(chǔ)，從項(xiàng)目本身特征出發(fā)，利用分位數(shù)回歸的穩(wěn)健性和對(duì)因變量尾部特征的建模優(yōu)勢(shì)，探究在不同分位點(diǎn)上影響眾籌項(xiàng)目成功進(jìn)度的關(guān)鍵因素，進(jìn)一步挖掘眾籌過(guò)程中投資者的認(rèn)籌行為特征。

二、文獻(xiàn)綜述

“眾籌”一詞譯自Crowdfunding，顧名思義為群眾籌資，是一種“預(yù)消費(fèi)”模式。在2006年，Michael Sullivan在其個(gè)人社交圈中最先使用“Crowdfunding”一詞。Schwienbacher和Larrald在2008年首次從廣義概念出發(fā)對(duì)互聯(lián)網(wǎng)眾籌進(jìn)行界定，可以將眾籌視為眾包的特例，其本質(zhì)上是一種借助互聯(lián)網(wǎng)平臺(tái)獲得資金支持，通過(guò)捐贈(zèng)、預(yù)購(gòu)商品或享有獲得其獎(jiǎng)勵(lì)和回報(bào)的權(quán)利等方式。也有學(xué)者提出眾籌是微型金融(Micro-finance)和眾包的結(jié)合[1]。傳統(tǒng)眾籌項(xiàng)目成功與否的關(guān)鍵在于融資方案，依托于互聯(lián)網(wǎng)背景下的互聯(lián)網(wǎng)眾籌不僅受到融資方案的影響，還受到投資人、眾籌平臺(tái)等多方面的影響。本文梳理了國(guó)內(nèi)外學(xué)者的研究成果，從項(xiàng)目基本特征、項(xiàng)目發(fā)起人、投資人、眾籌平臺(tái)四個(gè)角度進(jìn)行總結(jié)。

項(xiàng)目基本特征是指與項(xiàng)目本身相關(guān)的信息指標(biāo)，也是目前研究成果最豐富的一方面。項(xiàng)目的目標(biāo)金額、設(shè)定的融資期限、項(xiàng)目類(lèi)型都是影響能否成功的關(guān)鍵因素。Mollick在研究中證實(shí)了“目標(biāo)金額”與眾籌成功的負(fù)相關(guān)性。有學(xué)者提出決定眾籌項(xiàng)目成功與否的關(guān)鍵因素是項(xiàng)目融資說(shuō)明書(shū)，尤其是與項(xiàng)目有關(guān)的圖片展示和解說(shuō)視頻[2]。眾籌平臺(tái)上項(xiàng)目的更新及頻率也是影響眾籌成功的重要因素之一。Ahlers等學(xué)者利用ASSOB股權(quán)眾籌平臺(tái)上的數(shù)據(jù)，表明眾籌融資方提供財(cái)務(wù)預(yù)算和資本運(yùn)作戰(zhàn)略能夠提高眾籌成功的可能性，內(nèi)部管理(如合理的組織結(jié)構(gòu)和高學(xué)歷的管理人員)有助于吸引更多的投資者并加快融資速度[3]。

從發(fā)起人的角度看，項(xiàng)目初期所獲支持的多寡主要取決于發(fā)起人的社會(huì)資本，也可稱(chēng)之為社交因子，主要包含實(shí)際生活中的朋友圈網(wǎng)絡(luò)與社交平臺(tái)中的社交網(wǎng)絡(luò)。Agrawal等學(xué)者通過(guò)數(shù)據(jù)實(shí)證表明，大部分早期支持者的地理位置與項(xiàng)目發(fā)起人的地理位置很接近，項(xiàng)目初期的支持者主要來(lái)源于現(xiàn)實(shí)生活中的關(guān)系網(wǎng)絡(luò)(如朋友、家庭親屬等)[4]。

站在投資人一方，通常認(rèn)為項(xiàng)目支持次數(shù)是衡量項(xiàng)目融資成功與否的有效變量，也有學(xué)者關(guān)注眾籌過(guò)程中的自我強(qiáng)化機(jī)制現(xiàn)象，即眾籌初期所獲支持的多寡對(duì)成功具有重要影響。當(dāng)一個(gè)項(xiàng)目在融資初期就獲得大量支持者時(shí)，在整個(gè)融資過(guò)程中“觀察學(xué)習(xí)效應(yīng)”、“口碑效應(yīng)”和“反饋效應(yīng)”就會(huì)發(fā)生，將獲得更多投資者的支持和更多的資金投入，即眾籌的自我強(qiáng)化機(jī)制發(fā)揮作用，從而加速眾籌融資進(jìn)度。從眾籌平臺(tái)方面看，眾籌平臺(tái)對(duì)項(xiàng)目的審核是否嚴(yán)格，以及眾籌平臺(tái)是否為眾籌融資方與投資方搭建反饋、溝通與交流的在線社區(qū)，也對(duì)眾籌成功具有顯著影響。

眾籌的成功除了受到上述因素的影響，也會(huì)受到投資者羊群行為的影響。基于信息不對(duì)稱(chēng)的羊群行為理論最早是由Banerjee提出，他將羊群行為定義為“跟隨他人行為而做出行為”的一種現(xiàn)象[5]。金融市場(chǎng)由于其追逐利益和規(guī)避風(fēng)險(xiǎn)的本性造就了羊群行為的產(chǎn)生，國(guó)內(nèi)外學(xué)者的研究主要集中于股票市場(chǎng)，Lei和Seasholes通過(guò)個(gè)人投資者的股票交易數(shù)據(jù)分析，均發(fā)現(xiàn)個(gè)人投資者的交易中存在羊群行為[6]。而互聯(lián)網(wǎng)金融市場(chǎng)的投資行為可見(jiàn)度和透明度更高，更容易被其他投資者模仿，在這樣一個(gè)新型的市場(chǎng)中，投資者的羊群行為表現(xiàn)更為明顯。Herzenstein等學(xué)者證明P2P信貸市場(chǎng)存在羊群效應(yīng)[7]；Zhang和Liu進(jìn)一步證明這種羊群行為是理性的[8]；在網(wǎng)絡(luò)P2P借貸中信息不對(duì)稱(chēng)程度越高，羊群行為也越顯著。雖然有學(xué)者把P2P納入眾籌的范疇，但P2P和眾籌仍然存在差別，目前對(duì)羊群行為的研究在產(chǎn)品眾籌和股權(quán)眾籌市場(chǎng)上均有涉及，Burtch研究了產(chǎn)品眾籌網(wǎng)站的數(shù)據(jù)，證明了羊群行為的存在[9]，并進(jìn)一步指出羊群效應(yīng)隨項(xiàng)目融資完成率提高會(huì)逐漸減弱，融資完成率提高會(huì)使投資者覺(jué)得投資的重要性減少，稱(chēng)為擠出效應(yīng)[10]。 關(guān)于股權(quán)眾籌，由于其風(fēng)險(xiǎn)大和信息不對(duì)稱(chēng)問(wèn)題更加突出，為了規(guī)避風(fēng)險(xiǎn)，投資者往往會(huì)跟隨領(lǐng)投人及其他投資者進(jìn)行決策[11]。

三、數(shù)據(jù)抓取與眾籌基本現(xiàn)狀分析

(一)數(shù)據(jù)抓取

近年來(lái)，國(guó)內(nèi)眾籌平臺(tái)大量涌現(xiàn)，包括眾籌網(wǎng)、追夢(mèng)網(wǎng)、淘夢(mèng)網(wǎng)、京東眾籌等。本文以國(guó)內(nèi)目前融資能力最強(qiáng)的平臺(tái)——眾籌網(wǎng)作為數(shù)據(jù)來(lái)源，主要基于以下三方面原因：第一，本文的研究對(duì)象是捐贈(zèng)式眾籌和獎(jiǎng)勵(lì)式眾籌，眾籌網(wǎng)的模式完全符合。第二，眾籌網(wǎng)數(shù)據(jù)全面，滿(mǎn)足本文研究所需，其涉及領(lǐng)域涵蓋了眾籌領(lǐng)域的各個(gè)方面，是國(guó)內(nèi)目前項(xiàng)目數(shù)量最多、眾籌金額最高、參與人數(shù)最多的一個(gè)平臺(tái)。第三，眾籌網(wǎng)的網(wǎng)頁(yè)平臺(tái)信息公開(kāi)展示，為編寫(xiě)程序爬取數(shù)據(jù)提供了可能和便捷。

本文的數(shù)據(jù)抓取軟件為Python，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)對(duì)眾籌網(wǎng)中成功結(jié)束項(xiàng)目進(jìn)行關(guān)鍵字段抓取，獲得3 941項(xiàng)眾籌項(xiàng)目數(shù)據(jù)，使用Matlab對(duì)原始數(shù)據(jù)庫(kù)進(jìn)行信息過(guò)濾和數(shù)據(jù)預(yù)處理，每個(gè)項(xiàng)目分別提取七個(gè)特征變量，變量說(shuō)明見(jiàn)表1。

表1 變量說(shuō)明表

從抓取的數(shù)據(jù)來(lái)看，眾籌網(wǎng)數(shù)據(jù)類(lèi)型豐富、數(shù)據(jù)量龐大，涵蓋中國(guó)31個(gè)省份，也幾乎包括了眾籌領(lǐng)域的各個(gè)行業(yè)。項(xiàng)目類(lèi)型可以大致分為公益型眾籌和獎(jiǎng)勵(lì)型眾籌，其中獎(jiǎng)勵(lì)型眾籌可以細(xì)分為科技、農(nóng)業(yè)、娛樂(lè)等不同的行業(yè)。

(二)基本現(xiàn)狀分析

1．描述性統(tǒng)計(jì)分析

本文研究對(duì)象為成功結(jié)束項(xiàng)目，涉及7個(gè)變量。首先對(duì)數(shù)據(jù)庫(kù)中的連續(xù)型變量進(jìn)行描述性統(tǒng)計(jì)分析，分析結(jié)果見(jiàn)表2。

目標(biāo)金額是項(xiàng)目基本屬性的一個(gè)重要的指標(biāo)，單個(gè)項(xiàng)目的目標(biāo)資金跨度在41元至520萬(wàn)元之間，極差非常大。眾籌網(wǎng)作為國(guó)內(nèi)排名第一的綜合眾籌平臺(tái)，是一家公益型+獎(jiǎng)勵(lì)型眾籌的平臺(tái)，不存在股權(quán)眾籌。獎(jiǎng)勵(lì)眾籌與公益眾籌一樣，參與門(mén)檻均比較低，很多項(xiàng)目起投金額僅為1元，并且項(xiàng)目種類(lèi)較為豐富，能吸引各年齡段用戶(hù)的參與。因此，目標(biāo)資金在設(shè)置上存在著較大的波動(dòng)。由于受單筆較小或較大金額的影響，均值在25 700元左右。

表2 連續(xù)型變量的描述性統(tǒng)計(jì)

從籌資額度來(lái)看，截止2016年3月2日眾籌網(wǎng)平臺(tái)顯示成功結(jié)束項(xiàng)目總計(jì)3 941個(gè)，平均每個(gè)項(xiàng)目籌資約7.9萬(wàn)元，成功的項(xiàng)目募集資金最低為52元，最高的達(dá)2 000萬(wàn)元?？梢?jiàn)，眾籌項(xiàng)目的金額區(qū)間跨度很大，作為一個(gè)自由交易的融資市場(chǎng)，不僅有利于微小型企業(yè)的初期融資，也為有創(chuàng)意有公益心愿的發(fā)起人提供了平臺(tái)。

項(xiàng)目進(jìn)度是指項(xiàng)目籌資完成的比例，對(duì)于成功結(jié)束的項(xiàng)目，眾籌進(jìn)度均是大于100%的連續(xù)型數(shù)據(jù)，最高的達(dá)6 372%，說(shuō)明即使是成功結(jié)束的項(xiàng)目，在成功程度上也有明顯的差距，成功項(xiàng)目的平均完成比例為182.3%，而影響項(xiàng)目之間不同成功進(jìn)度的因素正是本文研究的核心。

影響眾籌進(jìn)度的外在因素方面，本文選取支持次數(shù)和關(guān)注人數(shù)兩個(gè)指標(biāo)。支持次數(shù)表示該項(xiàng)目到結(jié)束為止被投資的次數(shù)，統(tǒng)計(jì)結(jié)果顯示，眾籌網(wǎng)成功結(jié)束的項(xiàng)目中支持次數(shù)最小的為1，最高的有39 561次記錄。支持次數(shù)僅為1次便成功的項(xiàng)目往往是因?yàn)槟繕?biāo)金額設(shè)置極低，對(duì)于此類(lèi)奇異點(diǎn)，在本文后續(xù)的模型建立中作為異常值剔除處理。關(guān)注人數(shù)代表該平臺(tái)注冊(cè)用戶(hù)中將此項(xiàng)目列入關(guān)注名單的人數(shù)，顯然一個(gè)項(xiàng)目如果有越多的用戶(hù)關(guān)注，該項(xiàng)目的潛在投資人便越多，成功的可能性也越大，一定程度上關(guān)注人數(shù)與項(xiàng)目進(jìn)度是呈正向相關(guān)的。表3中的數(shù)據(jù)顯示，成功的項(xiàng)目中，最小的關(guān)注人數(shù)低至2個(gè)，最多高達(dá)12 638人。與支持次數(shù)一樣，低關(guān)注度能成功的往往是一些小眾項(xiàng)目，且目標(biāo)金額設(shè)置不高。

全國(guó)31個(gè)省份眾籌項(xiàng)目的分布狀況見(jiàn)圖1，眾籌項(xiàng)目發(fā)起地大多位于經(jīng)濟(jì)較為發(fā)達(dá)的沿海地區(qū)，西北、西南和東北諸省眾籌項(xiàng)目數(shù)分布極少。北京和廣東作為眾籌行業(yè)的開(kāi)拓地，聚集效應(yīng)較為明顯，目前也是全國(guó)成功項(xiàng)目數(shù)量最多的地方，北京以1 168個(gè)成功結(jié)束項(xiàng)目位居榜首，廣東以452個(gè)位居其次，上海以261個(gè)位列第三，江蘇以191個(gè)位列第四。北京、廣東、上海、江蘇和浙江五個(gè)地區(qū)成功項(xiàng)目比例占全國(guó)前五，分別為29.64%、11.47%、6.62%、4.85%和4.34%，合計(jì)超過(guò)50%。

結(jié)合地理位置和經(jīng)濟(jì)發(fā)展水平，對(duì)地域進(jìn)行東部、中部、西部和東北部的劃分，具體劃分和賦值情況如下：

{東部=1：北京、天津、上海、河北、江蘇、浙江、福建、山東、廣東、海南}

{中部=2：山西、安徽、江西、河南、湖北、湖南}

{西部和東北部=3：重慶、遼寧、吉林、黑龍江、四川、貴州、云南、陜西、甘肅、青海、內(nèi)蒙古、廣西、西藏、寧夏、新疆}

圖1全國(guó)31個(gè)省份的眾籌項(xiàng)目分布情況圖

基于上述劃分對(duì)地域進(jìn)行單因素方差分析，結(jié)果見(jiàn)表3。檢驗(yàn)結(jié)果顯示，東部、中部、西部和東北地區(qū)在項(xiàng)目進(jìn)度、目標(biāo)金額、關(guān)注人數(shù)方面存在顯著差異。

表3 區(qū)域差異的方差分析表

從項(xiàng)目類(lèi)型的角度來(lái)看，獎(jiǎng)勵(lì)型眾籌的項(xiàng)目數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)公益型眾籌，但是獎(jiǎng)勵(lì)型眾籌包含多個(gè)行業(yè)領(lǐng)域，如果將所有項(xiàng)目按行業(yè)類(lèi)型細(xì)分，公益型眾籌是成功項(xiàng)目中占比最高的一大類(lèi)，占到總項(xiàng)目數(shù)的20.27%。其次是娛樂(lè)產(chǎn)業(yè)和農(nóng)業(yè)，分別占到17.35%和15.71%，目前娛樂(lè)和農(nóng)業(yè)領(lǐng)域的眾籌備受關(guān)注。數(shù)據(jù)顯示，房地產(chǎn)項(xiàng)目的占比非常少，2014年12月16日，海南樂(lè)島網(wǎng)絡(luò)科技有限公司發(fā)起項(xiàng)目“到海南，做中信度假地產(chǎn)合伙人”，項(xiàng)目的目標(biāo)資金是在2015年2月14日之前籌集388萬(wàn)元，而截止到1月9日，籌款進(jìn)度已達(dá)到100%，最終以153%的進(jìn)度收官，得到89人次的支持。可見(jiàn)房地產(chǎn)眾籌模式的前景寬廣，在未來(lái)有可能成為一個(gè)興起的眾籌產(chǎn)業(yè)。

將項(xiàng)目類(lèi)型作為因素進(jìn)行方差分析，結(jié)果見(jiàn)表4，不同類(lèi)型的項(xiàng)目在支持次數(shù)、項(xiàng)目進(jìn)度、目標(biāo)金額、關(guān)注人數(shù)方面都存在顯著的差異。

表4 項(xiàng)目類(lèi)型差異的方差分析表

2.相關(guān)性分析

相關(guān)性分析結(jié)果顯示項(xiàng)目的進(jìn)度與支持次數(shù)、關(guān)注人數(shù)存在顯著的相關(guān)性。支持次數(shù)和關(guān)注人數(shù)都是眾籌項(xiàng)目在社交方面的重要體現(xiàn)，支持次數(shù)越多的項(xiàng)目得到的支持越多，關(guān)注人數(shù)越多的項(xiàng)目潛在用戶(hù)越多，自然成功進(jìn)度也越高。因此，關(guān)注人數(shù)和項(xiàng)目支持人數(shù)顯然都是影響項(xiàng)目進(jìn)度的重要因素。項(xiàng)目進(jìn)度與目標(biāo)金額不存在顯著的相關(guān)性。結(jié)合表4的結(jié)果顯示，目標(biāo)金額的設(shè)置在不同項(xiàng)目類(lèi)型中有顯著的差異，因?yàn)轫?xiàng)目的目標(biāo)金額設(shè)置在很大程度上取決于行業(yè)背景，不同行業(yè)的成功程度也有顯著的差異，因此拋開(kāi)項(xiàng)目類(lèi)型這個(gè)關(guān)鍵因素，成功進(jìn)度與目標(biāo)金額的設(shè)置相關(guān)性就會(huì)降低很多。為進(jìn)一步探究不同地區(qū)的眾籌項(xiàng)目是否存在行業(yè)方面的差別，進(jìn)行列聯(lián)表分析，結(jié)果表明不同地區(qū)的眾籌在行業(yè)類(lèi)型方面存在顯著的差異。限于篇幅，具體結(jié)果不在此詳細(xì)列出，感興趣的讀者可向作者索取。

四、眾籌成功進(jìn)度的分位數(shù)回歸

(一)模型建立

根據(jù)上一節(jié)對(duì)眾籌項(xiàng)目的描述性統(tǒng)計(jì)分析，發(fā)現(xiàn)不同項(xiàng)目在目標(biāo)金額、項(xiàng)目進(jìn)度、支持次數(shù)等方面均存在較大的極差和波動(dòng)，且偏度和峰度較大。以往的文獻(xiàn)中大多采用簡(jiǎn)單線性回歸，結(jié)果反映的是各影響因素對(duì)成功進(jìn)度的條件均值的影響。鑒于本文所提取的數(shù)據(jù)特點(diǎn)，傳統(tǒng)的線性回歸模型不能滿(mǎn)足分析的需要，我們希望在更為細(xì)致的分位數(shù)水平上對(duì)回歸方程進(jìn)行識(shí)別和刻畫(huà)。

分位數(shù)回歸(QR)最早由Koenker和Bassett提出，是一種基于被解釋變量Y的條件分布來(lái)擬合自變量X的線性函數(shù)的回歸方法[12]。在不同的分位點(diǎn)水平上，可以得到不同的分位數(shù)函數(shù)，Y在X上的一系列條件分布軌跡即為一簇空間曲線，而最小二乘法(OLS)只得到一條曲線。因此，本文采用分位數(shù)回歸，根據(jù)成功進(jìn)度分布的位置、規(guī)模和形狀，有效處理非正態(tài)分布的誤差，同時(shí)實(shí)現(xiàn)對(duì)因變量異常值更為穩(wěn)健的參數(shù)估計(jì)和更具實(shí)際意義的合理解釋。

模型的變量說(shuō)明見(jiàn)表5。因變量為項(xiàng)目成功進(jìn)度，對(duì)其取對(duì)數(shù)，記為lnSuc。自變量中的連續(xù)型變量有目標(biāo)金額、支持次數(shù)、關(guān)注人數(shù)，都對(duì)其取對(duì)數(shù)處理。區(qū)域作為分類(lèi)變量，以西部和東北作為參照，對(duì)其作虛擬變量賦值。項(xiàng)目類(lèi)型中，由于房產(chǎn)項(xiàng)目數(shù)量?jī)H為3，遠(yuǎn)遠(yuǎn)小于其他項(xiàng)目類(lèi)型的數(shù)量，因此剔除房產(chǎn)這個(gè)虛擬變量。

表5 自變量說(shuō)明

在建立模型之前，考慮到變量間可能存在的線性相關(guān)性問(wèn)題，本文結(jié)合條件指數(shù)、特征根、方差比例等統(tǒng)計(jì)量對(duì)變量間的多重共線性進(jìn)行診斷，結(jié)果如表6所示。一般的經(jīng)驗(yàn)法則認(rèn)為，條件指數(shù)值在10與30之間為弱相關(guān)，大于30存在嚴(yán)重的共線性，模型中連續(xù)型變量的四個(gè)維數(shù)條件指數(shù)均遠(yuǎn)小于10，特征根未接近0，表明變量間不存在顯著的多重共線性問(wèn)題。

表6 共線性診斷表

為了研究影響因素在不同成功進(jìn)度分位點(diǎn)的差別，本文建立分位數(shù)回歸模型。

lnSuc=β0+β1lnGoa+β2East+β3Mid+β4Sci+β5Wel+β6Farm+β7Pub+β8Ent+β9Art+β10lnSup+β11lnAtt

(1)

quantθ(yi|xi)=xi′β(i=1,2,…,n)

(2)

式(2)中的xi對(duì)應(yīng)式(1)右邊自變量組成的12維列向量，式(2)代表y在給定x的條件下分位點(diǎn)θ的條件分位函數(shù)。分位數(shù)回歸模型可以估計(jì)y在給定x條件下完整的條件分布，本文以0.05為間隔，選取了以下分位點(diǎn)進(jìn)行回歸：{0.05，0.1，0.15，0.2，0.25，0.3，0.35，0.4，0.45，0.5，0.55，0.6，0.65，0.7，0.75，0.8，0.85，0.9，0.95}。

(二)分位數(shù)回歸結(jié)果

以{0.05，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.85，0.9，0.95}分位點(diǎn)為例，將傳統(tǒng)OLS方法與分位數(shù)回歸結(jié)果進(jìn)行比較，可以看出有些變量在OLS中是不顯著的，如項(xiàng)目發(fā)起地是否為中部、項(xiàng)目類(lèi)型是否為農(nóng)業(yè)、娛樂(lè)行業(yè)。分位數(shù)回歸結(jié)果顯示，在{0.4，0.5}和{0.7，0.8}分位水平下，虛擬變量中部這個(gè)指標(biāo)的影響是顯著負(fù)向的；在低分位水平下，即0.2之前農(nóng)業(yè)項(xiàng)目對(duì)成功進(jìn)度存在顯著的正向影響；娛樂(lè)類(lèi)項(xiàng)目在0.85分位前作用都是顯著的。而有些在OLS中表現(xiàn)顯著的變量，在分位數(shù)回歸中的部分分位水平上是不顯著的，可見(jiàn)OLS的結(jié)果無(wú)法說(shuō)明變量在不同分位水平上的影響情況，分位數(shù)回歸和OLS的具體系數(shù)結(jié)果見(jiàn)表7。

為了進(jìn)一步探究各自變量在不同成功進(jìn)度水平下的影響差異，結(jié)合分位數(shù)回歸結(jié)果表7和分位數(shù)回歸系數(shù)曲線圖2來(lái)共同說(shuō)明。

1.各變量對(duì)成功進(jìn)度的影響

(1)目標(biāo)金額對(duì)成功進(jìn)度的影響

目標(biāo)金額是眾籌項(xiàng)目的基本屬性之一，分位數(shù)回歸結(jié)果顯示目標(biāo)金額對(duì)成功進(jìn)度產(chǎn)生負(fù)向影響關(guān)系，這與 Mollick、黃健青等的結(jié)論是一致的[2，13]。而且成功進(jìn)度從低分位點(diǎn)到高分位點(diǎn)不斷變化的過(guò)程中，目標(biāo)金額系數(shù)絕對(duì)值由小變大且始終顯著為負(fù)。這意味著目標(biāo)金額的設(shè)置隨著成功進(jìn)度分位點(diǎn)的提高，對(duì)于進(jìn)度的影響力不斷加強(qiáng)。

表7 分位數(shù)回歸和最小二乘法估計(jì)回歸系數(shù)表

注：*表示在10%水平下顯著，**表示在5%水平下顯著。

圖2 不同分位點(diǎn)的影響系數(shù)比較圖

根據(jù)行為金融學(xué)中的展望理論[14]，大部分投資者是損失厭惡的。眾籌項(xiàng)目的支持者不同于專(zhuān)業(yè)的投資者，專(zhuān)業(yè)的投資人為了實(shí)現(xiàn)財(cái)富效用的價(jià)值作出理性的決策，而眾籌項(xiàng)目的支持者通常是根據(jù)自己主觀的意愿對(duì)項(xiàng)目作出評(píng)判。一方面他們對(duì)成功抱有非常大的期望，同時(shí)為了規(guī)避風(fēng)險(xiǎn)，所以更偏好選擇目標(biāo)金額設(shè)置不高而成功概率更大的項(xiàng)目。再加上羊群效應(yīng)的疊加，從低分位點(diǎn)到高分位點(diǎn)變化時(shí)，目標(biāo)金額對(duì)成功進(jìn)度的負(fù)向影響逐漸增強(qiáng)。

(2)區(qū)域?qū)Τ晒M(jìn)度的影響

從國(guó)內(nèi)外的現(xiàn)有文獻(xiàn)來(lái)看，很少有學(xué)者對(duì)發(fā)起地的影響做過(guò)研究?；谇拔牡姆讲罘治?，東部、中部、西部和東北部在眾籌行業(yè)的活躍程度和規(guī)模上都存在顯著的差異。

東部對(duì)成功進(jìn)度始終產(chǎn)生正向影響，分位數(shù)回歸估計(jì)系數(shù)從低分位點(diǎn)到高分位點(diǎn)總體呈遞增的趨勢(shì)。在0.8分位點(diǎn)有少許下降，但不影響后續(xù)分位段的系數(shù)遞增。同時(shí)，在0.05低分位點(diǎn)下，系數(shù)不顯著，適當(dāng)?shù)奶岣叻治稽c(diǎn)到0.1，在0.1的顯著性水平下該指標(biāo)的影響是顯著的，0.1之后的分位點(diǎn)上影響也始終是顯著的。說(shuō)明除了在項(xiàng)目成功的初期時(shí)段，東部對(duì)成功進(jìn)度起到明顯的促進(jìn)作用。根據(jù)圖2可以看出，隨著分位點(diǎn)的升高影響斜率變大，說(shuō)明在高分位水平上東部對(duì)成功進(jìn)度的促進(jìn)作用加強(qiáng)。

中部這個(gè)變量在OLS中是不顯著的。分位數(shù)回歸結(jié)果顯示為右偏的“U”型，回歸估計(jì)系數(shù)絕對(duì)值總體先增后減，始終對(duì)成功進(jìn)度產(chǎn)生負(fù)向影響，在0.8分位點(diǎn)上系數(shù)絕對(duì)值達(dá)到最大。在0.4分位點(diǎn)前，系數(shù)并不顯著，在0.4分位點(diǎn)之后的某些分位點(diǎn)上作用顯著?？傮w而言，是否為中部地區(qū)這個(gè)變量對(duì)項(xiàng)目成功進(jìn)度的影響并不顯著。

(3)項(xiàng)目類(lèi)型對(duì)成功進(jìn)度的影響

本文剔除了房產(chǎn)類(lèi)項(xiàng)目，選取科技、公益、農(nóng)業(yè)、出版、娛樂(lè)、藝術(shù)行業(yè)和其他作為項(xiàng)目類(lèi)型的自變量，研究發(fā)現(xiàn)項(xiàng)目類(lèi)型對(duì)項(xiàng)目成功進(jìn)度的影響在不同分位點(diǎn)上的作用是不同的。

近年來(lái)，隨著互聯(lián)網(wǎng)+的發(fā)展，人工智能、穿戴設(shè)備已經(jīng)成為一種趨勢(shì)和科技新潮，也是眾籌項(xiàng)目的重要組成部分，科技類(lèi)型的分位數(shù)回歸系數(shù)顯示其對(duì)成功進(jìn)度產(chǎn)生正向影響，是唯一一個(gè)在不同分位水平下作用均顯著的項(xiàng)目類(lèi)型。在0.8分位點(diǎn)前正向作用逐漸遞增，在0.8分位點(diǎn)后，出現(xiàn)高分位點(diǎn)作用減弱的現(xiàn)象?？梢?jiàn)科技類(lèi)項(xiàng)目的羊群效應(yīng)較明顯，項(xiàng)目進(jìn)度越高，越能吸引更多的投資者加入，這是由于科技類(lèi)項(xiàng)目多數(shù)為產(chǎn)品型眾籌，與網(wǎng)上購(gòu)買(mǎi)行為存在相似性，當(dāng)更多的人跟隨之前的人購(gòu)買(mǎi)時(shí)，產(chǎn)品價(jià)值上升，這也是網(wǎng)絡(luò)效應(yīng)的體現(xiàn)。眾籌網(wǎng)站上的項(xiàng)目進(jìn)度、支持人數(shù)、關(guān)注人數(shù)都是直接的信息刺激，造成投資者的羊群效應(yīng)，這種效應(yīng)在科技類(lèi)項(xiàng)目中尤其顯著。

公益類(lèi)型的圖像是典型的右偏“U”型，回歸系數(shù)絕對(duì)值從低分位到高分位點(diǎn)呈現(xiàn)先增后減的變化，對(duì)成功進(jìn)度始終產(chǎn)生負(fù)向影響，在(0,0.85]分位水平下系數(shù)絕對(duì)值是持續(xù)增大的，0.85分位點(diǎn)后系數(shù)絕對(duì)值又逐漸降低，但由于始終是負(fù)向的作用，0.85分位點(diǎn)前，對(duì)成功進(jìn)度的負(fù)向作用是加強(qiáng)的，在0.85之后的高分位點(diǎn)作用減弱?？傮w而言，公益類(lèi)型的眾籌項(xiàng)目不利于成功進(jìn)度的提高，并且在(0，0.85]分位水平下表現(xiàn)出明顯的擠出效應(yīng)，在項(xiàng)目接近結(jié)束時(shí)具有截止日期效應(yīng)。關(guān)于擠出效應(yīng)最早的研究是在捐助領(lǐng)域，研究發(fā)現(xiàn)政府捐助的增加會(huì)導(dǎo)致個(gè)人捐款的減少[15]。在公益類(lèi)型的眾籌項(xiàng)目中，個(gè)人的認(rèn)籌可能是出于愛(ài)心，也可能是為了獲得效用，因?yàn)椴糠终J(rèn)籌者的捐助并不出于完全的無(wú)私，而是希望自己可以被關(guān)注，隨著項(xiàng)目進(jìn)度的不斷提高，加入該項(xiàng)目的人越來(lái)越多，投資者會(huì)因?yàn)樗嗽谡J(rèn)籌中的付出而使得自身邊際效用遞減，這就產(chǎn)生了擠出效應(yīng)。在0.85分位點(diǎn)之后，項(xiàng)目已經(jīng)達(dá)到了眾籌的末期，負(fù)向作用的影響減弱。根據(jù)旁觀者理論，一個(gè)項(xiàng)目的贊助者會(huì)明顯受到時(shí)間因素的影響，即截止日期效應(yīng)，也就是說(shuō)公益類(lèi)項(xiàng)目的剩余天數(shù)會(huì)對(duì)潛在認(rèn)籌者產(chǎn)生影響。

農(nóng)業(yè)類(lèi)型的圖像形狀和公益類(lèi)型一樣是“U”型。OLS方法顯示該變量的系數(shù)是不顯著的，分位數(shù)回歸結(jié)果顯示在(0，0.2]分位點(diǎn)水平上，農(nóng)業(yè)類(lèi)型對(duì)成功進(jìn)度產(chǎn)生顯著的正向影響，且系數(shù)由小變大。在(0.2，0.95]分位點(diǎn)水平上系數(shù)均不顯著。總體來(lái)看，農(nóng)業(yè)項(xiàng)目在進(jìn)展的初期表現(xiàn)出微弱的羊群效應(yīng)，并且在高分位點(diǎn)也沒(méi)有明顯的擠出效應(yīng)，這是由于受到項(xiàng)目類(lèi)型本身的影響。

出版業(yè)對(duì)于成功進(jìn)度的影響始終是負(fù)向的，隨著分位點(diǎn)的提高，回歸系數(shù)絕對(duì)值持續(xù)增大，負(fù)向作用不斷加強(qiáng)，表現(xiàn)出明顯的擠出效應(yīng)。系數(shù)顯著性方面，在低分位點(diǎn)的作用不明顯，在(0.4，0.95]分位水平上影響是顯著的。這表明在(0.4，0.95]分位水平上，項(xiàng)目的進(jìn)度越高，潛在投資者會(huì)越少，由于出版業(yè)不同于科技類(lèi)的產(chǎn)品眾籌，也不同于公益項(xiàng)目中投資者所追求的奉獻(xiàn)精神，出版業(yè)項(xiàng)目的回報(bào)效率普遍偏低，投資者獲得的邊際效用相對(duì)其他項(xiàng)目更少，因此擠出效應(yīng)相對(duì)顯著。

娛樂(lè)和藝術(shù)是在影響表現(xiàn)和投資者行為方面接近相反的兩種項(xiàng)目類(lèi)型。娛樂(lè)行業(yè)圖像呈現(xiàn)右偏的“U”型，分位數(shù)回歸結(jié)果顯示，娛樂(lè)業(yè)對(duì)成功進(jìn)度的影響始終是負(fù)向的，在0.8分位前系數(shù)絕對(duì)值不斷增大，負(fù)向作用不斷加強(qiáng)，在0.8分位后作用開(kāi)始減弱，除了0.95高分位點(diǎn)，其余分位水平上均是一個(gè)作用顯著的指標(biāo)。藝術(shù)是一個(gè)正向作用指標(biāo)，除了在(0，0.1]上的低分位水平，其余分位上均是一個(gè)正向作用顯著的指標(biāo)，并且隨著分位點(diǎn)的提高系數(shù)不斷增大，對(duì)成功進(jìn)度的促進(jìn)作用不斷增強(qiáng)?？梢?jiàn)，娛樂(lè)業(yè)眾籌存在明顯的擠出效應(yīng)，項(xiàng)目進(jìn)度越高，擠出效應(yīng)的作用越顯著；而藝術(shù)行業(yè)與其相反，無(wú)論是在項(xiàng)目的發(fā)展初期還是中期都表現(xiàn)出顯著的羊群效應(yīng)。這是可能由于兩者的回報(bào)方式不同造成的，投資者參與娛樂(lè)眾籌，更多的是為了“體驗(yàn)”和“感受”，而參與藝術(shù)眾籌存在投資的意圖或者信仰的偏好，當(dāng)一個(gè)娛樂(lè)業(yè)項(xiàng)目進(jìn)展越高，個(gè)人邊際體驗(yàn)感自然會(huì)下降，潛在投資者參與感也會(huì)減弱，而藝術(shù)類(lèi)的項(xiàng)目則會(huì)因?yàn)轫?xiàng)目的成功反而提升產(chǎn)品的價(jià)值。兩個(gè)類(lèi)型的相同之處是在項(xiàng)目接近結(jié)束時(shí)，都在高分位點(diǎn)表現(xiàn)出了截止日期效應(yīng)，娛樂(lè)類(lèi)項(xiàng)目的負(fù)向作用減弱，而藝術(shù)類(lèi)的正向作用也減弱。

(4)支持次數(shù)對(duì)成功進(jìn)度的影響

國(guó)外的研究文獻(xiàn)中發(fā)現(xiàn)眾籌的過(guò)程中存在自我強(qiáng)化機(jī)制，眾籌初期所獲支持的多寡對(duì)眾籌能否成功具有重要影響，自身的“口碑效應(yīng)”、“反饋效應(yīng)”會(huì)吸引更多投資者的支持，從而加快眾籌融資進(jìn)度。分位數(shù)回歸結(jié)果顯示，各分位水平下回歸系數(shù)均顯著大于零，隨著分位點(diǎn)的提高，回歸系數(shù)呈遞增趨勢(shì)，且斜率也變大，表明支持次數(shù)存在“累積”的效應(yīng)，這也是羊群效應(yīng)的典型表現(xiàn)。由于投資者僅僅是為項(xiàng)目提供部分資金，因此不愿意承擔(dān)額外搜集信息的成本，反映項(xiàng)目是否值得投資的信息首先是歷史交易數(shù)據(jù)，并且這種信息很容易被后續(xù)投資者獲得并參考，所以支持人數(shù)越多形成的羊群行為也越明顯，在高分位點(diǎn)上的作用表現(xiàn)越顯著。

(5)關(guān)注人數(shù)對(duì)成功進(jìn)度的影響

關(guān)注用戶(hù)可以看成是潛在的投資者，潛在投資者增多將促進(jìn)項(xiàng)目的成功進(jìn)度。分位數(shù)回歸結(jié)果顯示，關(guān)注人數(shù)在所有分位點(diǎn)上對(duì)成功進(jìn)度均產(chǎn)生顯著的正向影響。隨著分位點(diǎn)的提高，回歸系數(shù)是遞增的。與支持次數(shù)的影響類(lèi)似，關(guān)注人數(shù)存在著顯著的羊群效應(yīng)，隨著分位點(diǎn)的提高，受到“從眾”和“跟隨”心理的影響，對(duì)項(xiàng)目進(jìn)度的正向作用不斷加強(qiáng)。

2.不同成功水平下各影響因素權(quán)重差異

根據(jù)分位數(shù)回歸結(jié)果分析，在不同的分位點(diǎn)水平下各個(gè)因素對(duì)成功進(jìn)度的影響權(quán)重系數(shù)有所差異，具體結(jié)果如下：

在低分位水平(0，0.1]上，影響成功進(jìn)度顯著的變量按照權(quán)重排名為項(xiàng)目類(lèi)型>支持次數(shù)>目標(biāo)金額>關(guān)注人數(shù)。項(xiàng)目類(lèi)型變量中，通過(guò)0.01顯著性水平檢驗(yàn)的有科技、娛樂(lè)和農(nóng)業(yè)，科技和農(nóng)業(yè)項(xiàng)目都是更容易獲得成功的項(xiàng)目，娛樂(lè)產(chǎn)業(yè)項(xiàng)目對(duì)成功進(jìn)度有負(fù)向作用，其余產(chǎn)業(yè)類(lèi)型在低分位段影響不顯著。權(quán)重位于第二的是支持次數(shù)，作為社交因子的重要表現(xiàn)，眾籌的進(jìn)度與其有顯著的正相關(guān)。區(qū)域變量在低分位水平表現(xiàn)出相對(duì)較弱的相關(guān)性。

在中低分位水平(0.1，0.4]上，影響成功進(jìn)度顯著的變量按照權(quán)重總體排名為項(xiàng)目類(lèi)型>目標(biāo)金額>支持次數(shù)>關(guān)注人數(shù)>區(qū)域，區(qū)域變量在大部分分位點(diǎn)也通過(guò)了0.05顯著性水平下的顯著性檢驗(yàn)，尤其是東部。項(xiàng)目類(lèi)型仍然是影響權(quán)重最高的變量，其中科技的重要性尤為顯著，藝術(shù)產(chǎn)業(yè)隨著分位點(diǎn)的提高在0.35分位點(diǎn)成為權(quán)重系數(shù)最大的變量，農(nóng)業(yè)只在低分位段表現(xiàn)出顯著的正相關(guān)。此外，娛樂(lè)和公益也是對(duì)成功進(jìn)度有顯著影響的變量。

在中高分位水平(0.4，0.65]上，影響度的排名與中低分位段相似，差異體現(xiàn)在具體的項(xiàng)目類(lèi)型中，藝術(shù)產(chǎn)業(yè)的影響趨于穩(wěn)定，藝術(shù)、科技、公益在中高分位段對(duì)成功進(jìn)度的影響最大，娛樂(lè)產(chǎn)業(yè)的影響減弱。此外，出版業(yè)在此分位段成為影響顯著的產(chǎn)業(yè)。

在高分位水平(0.65，0.95]上，影響成功進(jìn)度顯著的變量按照權(quán)重排名為項(xiàng)目類(lèi)型>支持次數(shù)>目標(biāo)金額>區(qū)域>關(guān)注人數(shù)，可見(jiàn)，支持次數(shù)和區(qū)域的影響在高分位段加強(qiáng)。項(xiàng)目類(lèi)型中，藝術(shù)、科技和公益仍然是最為顯著的三個(gè)產(chǎn)業(yè)，出版業(yè)發(fā)揮的影響在高分位段也得到加強(qiáng)。

(三)目標(biāo)金額分層

目標(biāo)金額作為眾籌項(xiàng)目的重要指標(biāo)之一，也是對(duì)項(xiàng)目進(jìn)行分類(lèi)的重要依據(jù)。根據(jù)成功項(xiàng)目的目標(biāo)金額分位數(shù)情況，50%的成功項(xiàng)目目標(biāo)金額在5 000元以?xún)?nèi)，有25%的目標(biāo)金額在2 000元以?xún)?nèi)，10萬(wàn)元以上的和1 000元以下的成功項(xiàng)目個(gè)數(shù)較少。不同目標(biāo)金額的項(xiàng)目在成功率上有很大差別，并且目標(biāo)金額的設(shè)定并非純粹的連續(xù)型數(shù)據(jù)，比如500、1 000、2 000、10 000都是出現(xiàn)頻率極高的。為了考察不同目標(biāo)金額段的項(xiàng)目影響其成功進(jìn)度的因素是否有差異，本文對(duì)目標(biāo)金額分段進(jìn)行分位數(shù)回歸。

根據(jù)項(xiàng)目成功進(jìn)度的分布，將100元以下和100萬(wàn)元以上的項(xiàng)目作為奇異點(diǎn)剔除處理。以目標(biāo)金額為依據(jù)進(jìn)行分層，具體如下：{低額：500元～2 000元； 中低額：2 000元～5 000元；中高額：5 000元～20 000元；高額：20 000元～100萬(wàn)元}，相應(yīng)的分層模型記為Model1、Model2、Model3、Model4。

分層模型的分位數(shù)回歸結(jié)果顯示，部分變量的影響存在較大的差異。限于篇幅，四個(gè)模型的分位數(shù)回歸具體結(jié)果不在此詳細(xì)列出，感興趣的讀者可向作者索取。

四個(gè)模型中，目標(biāo)金額始終對(duì)成功進(jìn)度產(chǎn)生顯著的負(fù)向作用，體現(xiàn)了認(rèn)籌者的損失厭惡。東部地區(qū)在全模型中，估計(jì)系數(shù)從低分位點(diǎn)到高分位點(diǎn)呈遞增的趨勢(shì)，但是在中高額層(Model3)中，東部地區(qū)出現(xiàn)高分位點(diǎn)(0.9)影響減弱的現(xiàn)象；中部地區(qū)在全模型中呈右偏的“U”型，且始終與進(jìn)度呈負(fù)相關(guān)，但是在中低額度(Model2)目標(biāo)金額的項(xiàng)目中，在高分位點(diǎn)中部對(duì)成功進(jìn)度起到正向作用，在中高額項(xiàng)目中(Model3)，隨著分位點(diǎn)的提高，中部的作用不斷加強(qiáng)，沒(méi)有出現(xiàn)“U”型特征。支持次數(shù)和關(guān)注人數(shù)是兩個(gè)在全模型中權(quán)重表現(xiàn)、顯著性表現(xiàn)高度相似的指標(biāo)，在對(duì)目標(biāo)金額分層建模后發(fā)現(xiàn)，與全模型的表現(xiàn)是一致的。

對(duì)目標(biāo)金額分層建模后，差異最大的是在項(xiàng)目類(lèi)型的影響表現(xiàn)上。根據(jù)分層模型的分位數(shù)回歸結(jié)果，全模型中科技項(xiàng)目在各分位點(diǎn)上的作用都是顯著的，并且是一個(gè)隨分位點(diǎn)增高正向作用逐漸加強(qiáng)的變量，在低額(Model1)項(xiàng)目中，隨著分位點(diǎn)的提高，科技的正向作用是先加強(qiáng)，而后在0.6分位點(diǎn)后逐漸減弱，其余層次中作用都是持續(xù)增強(qiáng)的，表明在低額科技項(xiàng)目中的羊群效應(yīng)相對(duì)較弱。

公益項(xiàng)目在中低額層次(Model2)中的表現(xiàn)較其余模型有明顯差異，除了中低額層次項(xiàng)目，公益的負(fù)向作用隨著分位點(diǎn)提高不斷增強(qiáng)，但在中低額項(xiàng)目中的表現(xiàn)是一個(gè)右偏的“U”型，在0.6分位段前，負(fù)向作用穩(wěn)定，0.6分位點(diǎn)之后負(fù)向作用加強(qiáng)，在0.8達(dá)到回歸系數(shù)絕對(duì)值最高點(diǎn)，之后估計(jì)系數(shù)絕對(duì)值不斷減小直到轉(zhuǎn)為正向作用。可見(jiàn)，除了中低額層次，擠出效應(yīng)在公益眾籌中的表現(xiàn)是穩(wěn)定且顯著的。

農(nóng)業(yè)在四個(gè)模型中的共同點(diǎn)為在低分段中回歸系數(shù)權(quán)重穩(wěn)定且接近于0，表明在農(nóng)業(yè)項(xiàng)目進(jìn)展初期不存在顯著的羊群效應(yīng)。低額項(xiàng)目中在0.6分位點(diǎn)后負(fù)向作用加強(qiáng)，在中低額項(xiàng)目中，圖形表現(xiàn)為存在極小值的“U”型圖，在0.8分位達(dá)到負(fù)向最小值，之后系數(shù)增大轉(zhuǎn)向?yàn)檎蜃饔茫懈哳~和高額項(xiàng)目中，農(nóng)業(yè)的表現(xiàn)為在高分位點(diǎn)正向作用加強(qiáng)，可見(jiàn)在低額層中，農(nóng)業(yè)項(xiàng)目存在擠出效應(yīng)，而在相對(duì)金額較高的農(nóng)業(yè)項(xiàng)目中隨著眾籌進(jìn)度的提高能引起一定程度的羊群效應(yīng)。

出版行業(yè)在中低額、中高額和高額模型中的表現(xiàn)比較一致，均是遞減的圖像，對(duì)成功進(jìn)度始終是負(fù)向作用，不同的是在低額項(xiàng)目中，0.8分位點(diǎn)前作用穩(wěn)定，0.8分位后隨著分位點(diǎn)的提高正向作用不斷加強(qiáng)。說(shuō)明在低額層中，出版業(yè)在高分位點(diǎn)表現(xiàn)出羊群效應(yīng)，而整體上出版行業(yè)的投資者行為還是以擠出效應(yīng)為主。

娛樂(lè)項(xiàng)目在分層模型下對(duì)成功進(jìn)度的作用差異較大。在低額項(xiàng)目中，對(duì)進(jìn)度始終呈負(fù)向作用，且隨著分位點(diǎn)的提高負(fù)向作用不斷加強(qiáng)，擠出效應(yīng)明顯；在中低額項(xiàng)目中，娛樂(lè)項(xiàng)目隨著分位點(diǎn)的提高由負(fù)向作用逐漸遞增表現(xiàn)為正向作用；在中高額項(xiàng)目中圖像呈現(xiàn)“U”型，極小值點(diǎn)出現(xiàn)在0.8分位點(diǎn)，作用始終是負(fù)向的；在高額項(xiàng)目中，娛樂(lè)項(xiàng)目是對(duì)成功進(jìn)度有促進(jìn)作用的，并且分位點(diǎn)越高，促進(jìn)作用越強(qiáng)。整體上娛樂(lè)項(xiàng)目在低額層中更多表現(xiàn)出來(lái)的是擠出效應(yīng)，在高額層中表現(xiàn)出羊群效應(yīng)，并且都存在高分位點(diǎn)作用減弱或者加強(qiáng)的現(xiàn)象，即截止日期效應(yīng)。不同藝術(shù)項(xiàng)目在全模型中表現(xiàn)為隨著分位點(diǎn)的提高，正向作用不斷加強(qiáng)，這與其在中低額、中高額和高額項(xiàng)目中的表現(xiàn)是一致的，不同的是在低額項(xiàng)目中，藝術(shù)在0.6分位點(diǎn)后出現(xiàn)作用減弱的現(xiàn)象。說(shuō)明不同金額層中的藝術(shù)類(lèi)項(xiàng)目都表現(xiàn)出一致的羊群效應(yīng)。

五、總 結(jié)

本文基于“眾籌網(wǎng)”平臺(tái)抓取的3 941項(xiàng)數(shù)據(jù)為依據(jù)，首先分析了眾籌的基本現(xiàn)狀，在此基礎(chǔ)上建立影響眾籌成功進(jìn)度的分位數(shù)回歸模型，得到各因素在不同分位水平下的影響表現(xiàn)差異，并結(jié)合行為金融學(xué)，對(duì)投資者的損失厭惡、羊群效應(yīng)、擠出效應(yīng)、截止日期效應(yīng)進(jìn)行分析和歸納。

目前，眾籌行業(yè)存在著目標(biāo)金額跨度大、成功進(jìn)度差異明顯、地域和產(chǎn)業(yè)分化嚴(yán)重的現(xiàn)象。本文從外在因子(支持次數(shù)和關(guān)注人數(shù))和內(nèi)在因素(目標(biāo)金額、區(qū)域、項(xiàng)目類(lèi)型)兩方面分析。支持次數(shù)和關(guān)注人數(shù)是社交因子的重要表現(xiàn)，對(duì)成功進(jìn)度存在顯著的正向作用。成功進(jìn)度在不同地區(qū)和不同項(xiàng)目類(lèi)型中有顯著的差異。

傳統(tǒng)的線性回歸反映的是各影響因素對(duì)成功進(jìn)度的條件均值的影響，本文建立了影響因素的分位數(shù)回歸模型，結(jié)果顯示：部分在OLS中總體表現(xiàn)不顯著的變量，在分位數(shù)模型的某些分位段上作用是顯著的。從分位數(shù)回歸圖像來(lái)看，大致可分為“遞減”、“遞增”和“U”型三類(lèi)，部分變量存在高分位點(diǎn)對(duì)成功進(jìn)度作用減弱的現(xiàn)象。目標(biāo)金額在不同分位點(diǎn)上均對(duì)項(xiàng)目進(jìn)度產(chǎn)生負(fù)向作用，體現(xiàn)了投資者的損失厭惡，為了規(guī)避風(fēng)險(xiǎn)，偏好選擇目標(biāo)金額設(shè)置不大的項(xiàng)目；地域方面，東部地區(qū)的估計(jì)系數(shù)從低分位點(diǎn)到高分位點(diǎn)影響作用不斷加強(qiáng)。中部是一個(gè)局部影響顯著的變量，且不利于成功進(jìn)度的提高；項(xiàng)目類(lèi)型方面，科技是唯一一個(gè)在各分位點(diǎn)上均有顯著正向作用的類(lèi)型，存在明顯的羊群效應(yīng)，項(xiàng)目進(jìn)展程度對(duì)投資者形成直接的信息刺激，促進(jìn)項(xiàng)目的進(jìn)一步發(fā)展。公益、農(nóng)業(yè)和娛樂(lè)是典型的“U”型圖像，且公益和娛樂(lè)產(chǎn)業(yè)項(xiàng)目存在顯著的擠出效應(yīng)，容易受到項(xiàng)目剩余天數(shù)的影響，存在截止日期效應(yīng)；外在因子的兩個(gè)變量表現(xiàn)極為相近，對(duì)成功進(jìn)度始終有正向的促進(jìn)作用，關(guān)注人數(shù)在高分位點(diǎn)作用減弱，因此兩者都能形成明顯的羊群效應(yīng)和截止日期效應(yīng)。在此基礎(chǔ)上，本文對(duì)目標(biāo)金額進(jìn)行分層后建立分位數(shù)回歸模型。結(jié)果顯示：部分變量(尤其是項(xiàng)目類(lèi)型)對(duì)成功進(jìn)度的影響存在顯著差異，并且不同金額層下投資者行為也存在一定差異。

[1] 劉姝姝．眾籌融資模式的發(fā)展，監(jiān)管趨勢(shì)及對(duì)我國(guó)的啟示[J]．金融與經(jīng)濟(jì)，2014(7).

[2] Mollick E．The Dynamics of Crowdfunding：An Exploratory Study[J]．Journal of Business Venturing，2014，29(1).

[3] Ahlers G K C，Cumming D，Günther C，et al．Signaling in Equity Crowdfunding[J]．Entrepreneurship Theory and Practice 2015，39(4).

[4] Agrawal A K，Catalini C，Goldfarb A．Crowdfunding：Geography，Social Networks，and the Timing of Investment Decisions[J]．Journal of Economics & Management Strategy，2015，24(2).

[5] Banerjee A V．A Simple Model of Herd Behavior.[J]．Quarterly Journal of Economics，1992，107(4).

[6] Lei F，Seasholes M S．Correlated Trading and Locatio[J]．Journal of Finance，2004，59(5).

[7] Herzenstein M，Sonenshein S，Dholakia U M．Tell Me a Good Story and I May Lend You Money：The Role of Narratives in Peer-to-Peer Lending Decisions[J]．Journal of Marketing Research，2011，48(47).

[8] Zhang J，Liu P．Rational Herding in Microloan Markets[J]．Management Science，2012，58(5).

[9] Burtch G．Herding Behavior as a Network Externality[C]．Proceedings of the International Conference on Information Systems，2011.

[10] Burtch G，Ghose A，Wattal S．An Empirical Examination of the Antecedents of Contribution Patterns in Crowdfunded Markets[C]．International Conference on Information Systems，2011.

[11] 錢(qián)穎，朱莎.基于項(xiàng)目類(lèi)型的股權(quán)眾籌羊群行為及領(lǐng)投人作用研[J]．科技進(jìn)步與對(duì)策，2017，34(1).

[12] Koenker R，Bassett Jr G．Regression Quantiles[J]．Econometrica：Journal of the Econometric Society，1978，46(1).

[13] 黃健青，劉雪霏，鄭建明．眾籌項(xiàng)目成功的關(guān)鍵因素—基于 KIA 與 AON 融資模式的實(shí)證研究[J]．財(cái)貿(mào)經(jīng)濟(jì)，2015，36(9).

[14] Kahneman D，Tversky A．On the Interpretation of Intuitive Probability：A Reply to Jonathan Cohen[J]．Cognition，1979，7(4).

[15] Warr P．A National Study of Non-financial Employment Commitment[J]．Journal of Occupational Psychology，1982，55(55).