投資者有限參與對收益和風險影響的實證

常振芳

（1.南京大學 商學院，南京 210093；2.江蘇科技大學 公共管理學院，江蘇 鎮(zhèn)江 212003）

0 引言

P2P網絡借貸的市場創(chuàng)新價值在于，大數據信息技術下，能極大地解決借貸雙方信息不對稱及交易成本問題，實現平臺撮合交易的市場作用。然而經過了一個野蠻生長的周期后，發(fā)現實現市場創(chuàng)新必須要解決以下兩個問題：一是投資者有限參與問題，據網貸之家的調查表明，投資者的時間、精力和對專業(yè)知識的認知均存在著有限性，然而投資者對風險控制和收益的期望值普遍偏高。這說明投資者的有限參與能力并不能與較高的收益期望相匹配，如果盲目參與投資的話，投資者有可能存在過度自信或者過度悲觀這兩種情緒，會導致系統(tǒng)性風險問題的存在；二是完善大數據風險管理制度，解決市場信息不對稱問題，以增強投資者的參與度。

整理文獻[1-9]可看出，投資者有限參與問題符合Sheilfer（2000）[10]提出的三個假設，一是投資者是有限理性的，在收集、處理信息時會受到自身心理因素的影響；二是投資者非理性投資行為與心理影響體現出一定的同步性；三是投資者非理性的決策行為，有可能產生股票價格與實際價值的偏差。故投資者有限參與是指由于投資者非理性的認識，而導致投資收益和風險的不確定性。本文研究有限參與的不確定性對實際收益和風險的影響，以了解影響投資者判斷風險和控制風險的主要影響因素，從而提出平臺風險管理策略。

1 投資者有限參與的存在性

1.1 投資者對信息認知的有限性

認知心理學家Hothersall和David（1995）提出，信息須通過認知才會對選擇行為發(fā)生影響。人類意識作為信息的屬性，并通過特定的神經系統(tǒng)整合信息來衡量意識水平和內容[11]。意識的認知能力反映了人腦對信息的加工、儲存和記憶提取信息的能力，是人內在能力的要求。但是信息不可能完全被認知到，投資者有限的認知能力表現在三方面：首先，意味著他并不知道答案正確與否，行為人總有沒有意識到的一些信息；其次，行為人的推理和判斷不能超過他的認知能力；最后，信息與認知度呈正比例關系，且具有變化的遞減規(guī)律。信息的作用在于提高投資者參與的理性認知度，以此確定最優(yōu)的價值判斷，然而投資者對信息是有限認知，使得投資者有限參與問題表現為對投資收益和風險不理性的價值判斷。投資者有限參與的存在，從根本上來說是由于投資者對信息認知的不足而引起的。

1.2 投資者信息認知存在參與成本

Allen等（1998）[12]提出“參與成本”概念：一是指隨著人們特別是專業(yè)人士的單位時間收入的提高,他們花在風險管理和決策上的時間的機會成本大大增加了；二是指由于金融創(chuàng)新,金融工具越來越復雜，使得非金融從業(yè)人員了解金融風險交易和風險管理的難度也大大增加了。參與成本的提出客觀描述了投資者參與金融投資業(yè)務所面臨的困難。投資者參與成本不僅包括認知成本，而且包括他的時間成本。認知成本是指投資者在增強自身認知能力的同時所付出的代價。時間成本是指投資者認知信息所耗費時間的機會成本。市場要讓眾多的投資者都直接參與進來，就需要降低投資者的參與成本，即認知成本和時間成本。一般情況下隨著信息認知度的提高，認知成本的敏感度不降，而時間成本對參與成本表現敏感。

1.3 投資者的有限參與度分析

投資者存在一定的有限參與度。投資者在有限參與度區(qū)間內會選擇參與，而在有限參與區(qū)間外，會選擇不參與。根據上述投資者認知度和參與成本的變化規(guī)律，得到投資者有限參與度區(qū)間示意圖，如圖1所示。

圖1 投資者有限參與度區(qū)間

從圖1可看出：

（1）r曲線表示信息量與投資者認知度之間呈正比例變化，且邊際認知度呈遞減規(guī)律。cij曲線表示認知成本和時間成本是參與成本的內在擾動變量，認知成本和時間成本對參與成本呈現此消彼長的關系，所以參與成本C曲線呈U形變動規(guī)律。

（2）r曲線與C曲線交點于F、E點，在F點左側和E點右側，cij曲線均在r曲線的上方。這說明投資者參與成本高于認知度，投資者非理性參與代價較高，這時投資者選擇不參與的概率大。當投資者認知成本和時間成本均對參與成本造成很低的擾動時，投資者參與成本低于他的認知度時，投資者選擇參與概率大。即FE之間的曲線段，FE區(qū)間段是投資有限參與區(qū)間。

（3）擴大投資者的有限參與區(qū)間有兩種方式：一是增強投資者的認知度水平，即r曲線向上圍擴展；二是降低投資者的參與成本，即cij曲線向下圍移動。平臺可以通過增強認知度和降低參與成本兩種方式，擴大投資者的參與度。

2 投資者有限參與對收益和風險的影響

2.1 “熵”方法

香農認為，“熵”是不確定性，信息量是“熵”之負數?！办亍狈椒梢杂脕矶攘坎淮_定性。投資者有限參與對投資收益和風險具有不確定性的影響。故通過“熵”方法可以很好地測度投資者有限參與的不確定性波動情況。Arrow效用熵是對行為人效用的不確定性的度量，并認為用對數函數做效用函數較為合理，用公式（1）表示如下：

其中，pi表示一定樣本空間i=(1'2'3,…,n)投資者決策的風險概率，uj(x)表示投資者的效用值。在不同狀態(tài)空間下，狀態(tài)不確定性和結果價值是效用風險的兩個因素[13]，效用熵不僅受狀態(tài)不確定性影響，而且也受效用值影響。考慮不同狀態(tài)下，期望效用值與真實效用值所含信息量的一致性要求，采用Kullback相對熵方法，度量完全參與和有限參與兩種狀態(tài)下效用熵的符合程度，用公式（2）表示如下：

其中，pj表示有限參與樣本空間 j=(1'2'3,…,n)投資者決策的風險概率，uj(x)表示投資者的效用值。

2.2 提出理論假設

假設1：投資者存在有限參與和完全參與兩種情況。投資者完全參與是指，在投資者對信息的完全認知下，投資收益和風險結果。用η表示完全參與狀態(tài)下投資收益風險之間的變化系數，且0≤η≤1。投資者有限參與是指投資者在信息認知有限狀態(tài)下，會造成完全參與的收益和風險結果的不確定性。投資者有限參與狀態(tài)下，收益和風險之間的變化系數可表示為ηFE。

假設2：投資者完全參與狀態(tài)下，投資收益和風險呈正比例穩(wěn)定關系，可表示為：

其中，完全參與(x)表示投資者完全參與收益，pi表示完全參與狀態(tài)下的風險，η表示完全參與狀態(tài)下收益和風險變動系數。那么，依據公式（1），投資者完全參與狀態(tài)下，收益和風險的效用熵公式表示為：

假設3：投資者有限參與存在過度自信和過度悲觀兩種狀態(tài)，收益和風險之間不呈穩(wěn)定的正比例變動規(guī)律，具有不確定性，可表示為：

其中，有限參與(x)表示投資者有限參與收益，ηFE表示有限參與下收益和風險變動系數。那么，依據公式（1），投資者在有限參與狀態(tài)下，收益和風險的效用熵公式表示為：

其中，pj表示投資者有限參與狀態(tài)下的風險。

2.3 建立投資者有限參與對收益和風險影響的熵模型

本文依據公式（2），觀察并測算投資者有限參與下收益和風險的不確定性情況，以此說明，投資者有限參與對投資收益和風險的影響作用。用公式可表示為：

情況一：當FE＞1時，DKL(pj'uj)=0。說明投資者處在完全參與狀態(tài)的理性狀態(tài)，投資的收益和風險成理性狀態(tài)。

情況二：當FE＞1時，DKL(pj'uj)＞0。說明投資者的非理性程度超過完全參與狀態(tài)下的理性程度，也就是投資者存在過度自信的非理性狀態(tài)時，這使得投資收益和風險的不確定性大于完全參與下的不確定性。也就是說，投資者在過度自信狀態(tài)下，投資收益存在溢價，投資者風險過大。

情況三：當0＜FE＜1時，DKL(pj'uj)＜0。說明投資

計算得：者的非理性程度小于完全參與狀態(tài)下的理性程度，投資者存在過度悲觀的狀態(tài)，這使得投資收益和風險的不確定性小于完全參與下的不確定性。表明投資者在過度悲觀狀態(tài)下，投資收益存在損失，投資風險過小。

由上述討論可知：投資者有限參與存在著兩種非理性狀態(tài)，對投資收益和風險的影響也不同。當投資者在過度自信狀態(tài)下，存在收益溢價，風險增加的不確定性情況；而當投資者在過度悲觀狀態(tài)下，存在著風險小，但是收益會帶來損失的不確定性情況。

3 實證分析

其中，期望收益率標準差是指投資者收益對期望收益的波動率，運用EWMA方法得出的結果表明，當實際值比期望值大時，對波動率的估計會增加，相反波動率的估計會減少。有限參與熵是去除了實際穩(wěn)定值之后，所取得的不穩(wěn)定的波動值，而這個波動值被認為是投資者有限參與的擾動情況。

第二部分，本文選取借款利率、投資收益、借款狀態(tài)（違約或不違約）作為被解釋變量，以實證分析投資者有限參與對投資收益和風險的影響。

3.1.2 解釋變量設計

第一部分，本文根據投資者的參與情況，提取與投資者認知相關的解釋變量進行考察，且采用回歸的方法對影響因素進行估計。第二部分，關于投資者有限參與對投資收益和風險的影響，本文以投資者有限參與熵作為解釋變量，因為與投資者認知度有關的變量也會影響到投資收益和風險，所以將與投資者認知相關的變量作為它的控制變量。

3.2 樣本選取與數據說明

鑒于Prosper在2009年7月13日，增加了投資者收益、期望損失率、期望回報率、期望效用率等數據資源，為本文實證分析投資者有限參與對收益和風險的影響，提供了較完備的數據資源。故本文根據Prosper官網發(fā)布的2009年7月13日至2017年2月13日的593892條歷史借貸數據，剔除因平臺推薦及沒有實現交易的借貸的數據，本文選取300080條有效數據。

由于本文是基于投資者認知角度研究投資者的有限

3.1 變量設計

3.1.1 被解釋變量設計

本文主要實證研究兩個內容：一是分析投資者有限參與下的認知因子；二是投資者有限參與對投資收益和風險的影響，故本文依據這兩部分選取被解釋變量。

第一部分，投資者有限參與熵作為被解釋變量，它代表了投資的不確定性程度，所以依據公式（6），投資者有限參與熵的度量公式表示為：參與問題，所以要選取與投資者參與有關的變量。一方面，剔除與平臺評價、審核相關的變量，如平臺信用評分及銀行卡信用等；剔除與借款者事后支付相關的變量，如借款者支付的費用等；另一方面，剔除一些同類變量，如在借款者收入范圍、收入支出比和借款者月收入中，選取借款者月收入作為投資者認知的變量，本文選取了與投資者認知決策相關的12個數據變量，和本文要考察的投資者有限參與熵變量，用FE表示，共13個數據變量。用STATA12.0對樣本數據進行實證分析。

由下頁表1可知，借款狀態(tài)中沒有違約的占比達73.9%，可見投資者決策成功的概率是73.9%，說明投資者借款成功率高。關于借款者就業(yè)狀態(tài)、有無住房、在不在組群，投資者的認知權重分別為89.1%、51.6%、34.7%,可見投資者很關注借款者的實力和社會關系。投資者對收入的認知差異大，平均值為5754.861美元，表明投資者對收入較高的借款者有認知偏好。從借款利率、投資者收益、投資者期望收益來看，借款利率和投資者收益值很接近且穩(wěn)定。而投資者期望收益的均值與其相差近1個百分點，表明借貸不確定性帶來投資者有限參與。有限參與不確定性均值在0.38，說明投資的不確定性程度較低，投資者是風險厭惡者，期望損失的均值也表現了這一點。主要變量描述如表1所示。

表1 主要變量描述性統(tǒng)計

3.3 模型構建

本文應用回歸分析的方法量化分析投資者認知變量對投資者有限參與的影響，分析投資者有限參與對投資收益和風險的影響。

（1）投資者認知對投資者有限參與的影響因子，混合回歸模型如下：

式（10）中，被解釋變量為投資者有限參與熵（FE），考察解釋變量分別為借款者就業(yè)狀態(tài)(X1)、有無住房(X2)、組群現狀(X3)、信貸評分(X4)、近六月咨詢次數(X5)、近七年的違約紀錄(X6)、借款者月收入(X7)。

（2）投資者有限參與熵對投資收益和風險的影響，混合回歸模型如下：

其中,Yi代表投資者收益和風險變量，包括投資收益（LenderY）、借款利率（BorrowerAPR）和借款狀態(tài)（違約或不違約），解釋變量為投資者有限參與（FE）,其他變量為控制變量，作為投資者認知因素。

3.4 回歸結果分析

3.4.1 投資者認知對投資者有限參與熵的影響因子

由表2中（一）的回歸結果可知：

第一，借款者就業(yè)狀態(tài)、組群現狀、信貸評分與借款者月收入對投資者有限參與有負的影響作用。標準化系數表明，信貸評分和借款者收入對投資者負的影響作用最大，影響系數分別是-0.386和-0.148，而有借款者就業(yè)狀態(tài)、組群現狀負的影響作用較小，分別是-0.09和-0.072。這說明，信貸評分、借款者收入是投資者控制參與風險的主要因子。相反，組群現狀、借款者就業(yè)狀態(tài)對投資者控制參與風險的作用有限，不是主要因子。

第二，有無住房、近六月咨詢次數、近七年的違約記錄對投資者有限參與有正的影響作用。標準化系數表明，近六月咨詢次數的正的影響作用最大，影響系數是0.318，而有無住房、近七年的違約紀錄的正的影響作用較小，分別是0.064和0.051。這說明，近六月咨詢次數能較顯著地判斷投資者參與風險，是投資者判斷風險的主要因子，而投資者有無住房、近七年違約紀錄對投資者判斷參與風險的作用影響較小，不是判斷風險的主要因子。

表2 回歸結果

總的來說，投資者認知基本能反映出投資者有限參與的特點，即控制風險和判斷風險。信貸評分、借款者收入是投資者控制風險的重要認知因子，而近六月咨詢次數是判斷風險的重要認知因子。此外，借款者就業(yè)狀態(tài)、組群現狀、以及有無住房、近七年的違約紀錄對投資者控制風險和判斷風險的作用較小。

3.4.2 投資者有限參與對投資收益和風險的影響

第一，表2中（二）和（四）表示投資者有限參與對投資收益影響的回歸分析，表2中（三）表示投資者有限參與對投資風險影響的回歸分析?；貧w結果表明：投資者有限參與對借款利率、投資者收益具有顯著的正向影響作用，影響系數分別是0.691和0.637，投資者有限參與對借款狀態(tài)（違約或不違約）具有較顯著的負向影響作用，影響系數是-0.394。這說明，投資者有限參與是投資收益和風險變化的系數，反映了投資者控制風險和判斷風險的參與能力，對收益和風險的影響。投資者投資的不確定性越大，其收益的回報就越大，違約的可能性也越大；相反，如果投資者投資的不確定性較小，則收益回報也相應的較小，違約的可能性也小。

第二，其正負號可看出：一方面，借款者就業(yè)狀態(tài)、信貸評分、近七年的違約記錄與借款者月收入對收益呈負相關關系，而對風險呈正相關關系。這說明，控制風險的因素對投資者收益有負的影響，投資者要獲得高的收益，需要承擔高的風險。另一方面，有無住房、近六月咨詢次數對收益呈正相關系，而對風險呈負相關關系，這說明，判斷風險的因素對投資收益有正的影響，投資者要獲得高收益，需要對風險有一個理性認知，理性程度越高，收益越大。最后，組群現狀對收益和風險均表現為正相關關系，說明組群現狀不是控制風險和判斷風險的要素，這大概是由于組群不反映投資者有限參與行為，組群內收益和風險不受投資者參與的影響。

4 結論與建議

綜上研究表明：從認知的角度看，投資者有限參與問題實質是投資者非理性狀態(tài)下的收益和風險的不確定性情況。投資期望與實際投資的結果之間的差距代表了投資者的有限參與度。從實證分析中可以看出，控制風險和判斷風險的能力體現了投資者有限參與能力。其中，信貸評分、借款者收入是投資者控制風險的重要認知因子，而近六月咨詢次數是判斷風險的重要認知因子。借款方的信用及實力的評價可以成為控制風險的有效指標，而對借款方的風險實時監(jiān)控則是判斷風險的有效指標。提高投資者控制風險和判斷風險的能力，使投資者以最理性狀態(tài)實現投資參與，是互聯(lián)網金融創(chuàng)新發(fā)展的關鍵，必須基于大數據技術建立風險管理體系，具體建議如下：

（1）優(yōu)化平臺參與體系環(huán)境，建立合格的平臺，規(guī)范的參與流程、合法的交易行為管理機制。首先，要設制市場準入機制和審核機制標準化，增強參與者的認同，防止市場存在逆向選擇風險；其次，建立負面清單制，以形成有效的威懾力，防止市場的道德風險；再次，平臺要加強對參與者信息的安全措施，以保障大量的交易者參與的安全和權益；再其次，建立完善的信息共享體系，提供真實而有效的信息，以利于投資者降低交易成本，擴大選擇范圍，提高投資者參與的福利水平；最后，建立合理風險分擔機制，對投資者提供多元化的風險轉移和風險對沖安排，培養(yǎng)投資者的風險意識。

（2）建立平臺大數據征信，大數據風險評估與定價。大數據、云計算技術的應用能更真實、全面地反映經濟現象和行為，客觀地評價對方的信用度，降低市場信息不對稱，擴展參與者的認知程度并降低認知成本，為平臺參與者提供理性的風險評價體系，使投資者收益和風險處在一個理性的范圍，有利于利率市場化，有利于分散風險定價，提高參與者理性決策的智能化水平。

（3）建立大數據風險實時監(jiān)控機制，加強問詢機制以實時判斷出現風險的可能性，并及時地進行平臺公布。對于有可能出現的風險，及時進行預警，建立預警機制。對于已經發(fā)生的風險，要建立違約處置機制和風險補償機制，啟動保險、擔保、追索、法律程序等以維護投資者的權益。

（4）完善監(jiān)管制度。首先，建立以保護投資者權益為核心的法律法規(guī)；其次，創(chuàng)新系統(tǒng)性風險監(jiān)測體系，加強監(jiān)管機構對市場規(guī)范競爭、大數據信息下的信用模式等實施有效監(jiān)管，對出現系統(tǒng)性信貸風險實施預警措施；再次，建立行業(yè)自律監(jiān)管組織和自律監(jiān)管制度，增強行業(yè)自覺、合法、規(guī)范經營行為，以有利于投資者在誠信的信用體系中進行交易；最后，嚴厲監(jiān)控和打擊非法集資、龐氏騙局等行業(yè)中的不法行為，凈化投資者理性參與環(huán)境。

[1]Mankiw N G,Zeldes S P.The Consumption of Stockholders and Nonstockholders[J].Journal of Financial Economics,1991，(5).

[2]Vissing-Jorgensen A.Towards an Explanation of Household Portfolio Choice Heterogeneity:Nonfinancial Income and Participation Cost Structures[R].Northwestern University，Working Paper,2002.

[3]Cao H H,Wang T,Zhang H H.Model Uncertainty,Limited Market Participation and Asset Prices[J].The Review ofFinancial Studies,2005,(18).

[4]吳衛(wèi)星,汪勇祥.基于搜尋的有限參與、事件風險與流動性溢價[J].經濟研究,2004,(8).

[5]吳衛(wèi)星,汪勇祥,梁衡義.過度自信、有限參與和資產價格泡沫[J].經濟研究,2006,(4).

[6]Krumme K,Herrero-Lopez S.Do Lenders Make Optimal Decisions in a Peer-To-Peer Network?[R].In Proceedings of the IEEE/WIC/AC Minternational Joint Conference on Web Intelligence and Intelligent Agent Technology，2009.

[7]Lee E,Lee B.Herding Behavior in Online P2P Lending:An Empirical Investigation[J].Electronic Commerce Research and Applications,2012，11(5).

[8]廖理,李夢然,王正位.聰明的貸款人：非完全市場化利率與風險識別——來自P2P網絡借貸的證據[J].經濟研究，2014,(7).

[9]Emekter R,Tu Y,Jirasakuldech B,et al.Evaluating Credit Risk andloan Performance in Online Peer-To-Peer（P2P）Lending[J].Applied Economics,2015,(47).

[10]Shleifer A.Inefficient Markets-An Introduction to Behavioral Finance[M].Oxford：Oxford University Press,2000.

[11]柳海濤.意識的信息理論[J].蘭州學刊，2016,(10).

[12]Allen F，Santomero A M.The Theory of Financial Intermediati on[J].Journal of Banking&Finance,1998,(21).

[13]姜丹，錢玉美.效用風險熵[J].中國科技大學學報,1994,(12).