網(wǎng)貸平臺(tái)異質(zhì)性、信任傾向與決策理性

安強(qiáng)身 胡金焱 于濤

摘 ? 要：出借人的平臺(tái)選擇決策理性不足是我國(guó)網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)形成的重要誘因。將出借人對(duì)網(wǎng)貸平臺(tái)的信任分為制度型信任與認(rèn)知型信任，由平臺(tái)異質(zhì)性因素引致的兩類(lèi)信任傾向的差異直接影響著出借人的決策理性。實(shí)證結(jié)果表明，不同網(wǎng)貸平臺(tái)信息所對(duì)應(yīng)的解釋變量對(duì)出借人投資均具有正向作用，但認(rèn)知型信任在出借人平臺(tái)選擇決策中的權(quán)重要大于制度型信任，規(guī)模、背景等認(rèn)知型信任構(gòu)成的歧視制約了出借人在網(wǎng)貸平臺(tái)選擇上的決策理性。提高出借人決策理性和規(guī)范網(wǎng)貸市場(chǎng)發(fā)展，需要完善和強(qiáng)化相關(guān)制度建設(shè)，促進(jìn)投資者決策信任由認(rèn)知型信任向制度型信任轉(zhuǎn)化。

關(guān)鍵詞：網(wǎng)貸平臺(tái);決策理性;制度型信任;認(rèn)知型信任

中圖分類(lèi)號(hào)：F832.4 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1003-7543（2021）07-0120-16

作為金融與互聯(lián)網(wǎng)技術(shù)融合生成的新金融業(yè)態(tài)，網(wǎng)絡(luò)借貸在我國(guó)本土化過(guò)程中偏離信息中介定位，引致行業(yè)風(fēng)險(xiǎn)累積，在損害投資者利益的同時(shí)，對(duì)正規(guī)金融體系也構(gòu)成了直接沖擊。網(wǎng)貸行業(yè)健康運(yùn)行既需要相關(guān)制度的完善和規(guī)范，又需要參與主體提高自身決策行為理性。如North所言，“經(jīng)濟(jì)學(xué)是一種選擇理論，要改善人類(lèi)前景，必須了解人類(lèi)決策的起源”[1]。因此，分析出借人決策行為的影響因素，是提高個(gè)體決策理性及規(guī)范行業(yè)發(fā)展的基礎(chǔ)。在網(wǎng)貸市場(chǎng)，出借人既是投資主體，又是資金風(fēng)險(xiǎn)的主要承接者，出借人的決策理性不僅與自身資金安全直接相關(guān)，而且影響著整個(gè)行業(yè)的規(guī)范、健康發(fā)展。

在網(wǎng)貸市場(chǎng)，基于風(fēng)險(xiǎn)規(guī)避需求，出借人在決策時(shí)往往存在先平臺(tái)后借款人的甄選次序[2]，平臺(tái)信息在出借人投資決策中往往占有更高的信任權(quán)重。從交易信任分類(lèi)看，認(rèn)知型信任與制度型信任是常見(jiàn)的分類(lèi)維度，而從“信任—決策—風(fēng)險(xiǎn)”三者關(guān)系看，制度型信任往往對(duì)應(yīng)的理性程度更高，投資者面臨的風(fēng)險(xiǎn)較小;認(rèn)知型信任對(duì)應(yīng)的理性程度相對(duì)較低，投資者面臨的風(fēng)險(xiǎn)可能更高。平臺(tái)背景、規(guī)模以及聲譽(yù)等不同認(rèn)知型因素在現(xiàn)實(shí)中有明顯差異，出借人對(duì)這些因素的認(rèn)知雖然有助于提高其決策理性，但利益驅(qū)動(dòng)下的網(wǎng)貸平臺(tái)往往存在大量自我增信行為，各類(lèi)信息造假現(xiàn)象也并不鮮見(jiàn)，因此依賴(lài)認(rèn)知型信任對(duì)應(yīng)的決策風(fēng)險(xiǎn)可能更高。2015年以來(lái)，我國(guó)網(wǎng)貸行業(yè)監(jiān)管制度不斷完善，包括資金第三方托管、信息披露指引等若干制度的出臺(tái)對(duì)平臺(tái)規(guī)范運(yùn)營(yíng)構(gòu)成了外部強(qiáng)約束，從信任角度看，這些因素構(gòu)成了出借人對(duì)平臺(tái)選擇的制度信任來(lái)源。在制度不斷完善的背景下，出借人決策理性應(yīng)該不斷提高，行業(yè)風(fēng)險(xiǎn)應(yīng)當(dāng)不斷降低，但現(xiàn)實(shí)中不斷出現(xiàn)網(wǎng)貸平臺(tái)“爆雷”、“跑路”與失聯(lián)，一些投資者的行為又讓我們難以看到其投資理性的存在，出借人在平臺(tái)的選擇上似乎并不具備較強(qiáng)的風(fēng)險(xiǎn)識(shí)別和規(guī)避能力。由此，一個(gè)新的問(wèn)題擺在了研究者面前：是什么因素遮住了出借人的理性之“眼”？基于出借人對(duì)網(wǎng)貸平臺(tái)交易信任因素的認(rèn)知，本文著力探討出借人對(duì)平臺(tái)的評(píng)價(jià)是否存在信任偏差，是否因主觀上的認(rèn)知歧視或偏差造成自身決策理性有限，以期為出借人決策理性的提升以及網(wǎng)貸行業(yè)的健康發(fā)展提供鏡鑒。

一、相關(guān)研究綜述

信任是借貸交易的基石，深入認(rèn)識(shí)投資者決策信任背后的影響因素是降低交易風(fēng)險(xiǎn)、強(qiáng)化決策理性的前提。進(jìn)入網(wǎng)絡(luò)時(shí)代，以網(wǎng)貸平臺(tái)為中介進(jìn)行的借貸交易更多建立在網(wǎng)絡(luò)信任基礎(chǔ)之上。相對(duì)于傳統(tǒng)信任，網(wǎng)絡(luò)信任涉及主體及影響因素增加，相對(duì)更為復(fù)雜。虛擬化、線上化使得交易存在更大的不確定性[3]，加之缺乏權(quán)威認(rèn)證與有效監(jiān)管，交易者可感知的風(fēng)險(xiǎn)更強(qiáng)，從而形成了網(wǎng)絡(luò)信任不足的困境。因此，構(gòu)建適合網(wǎng)絡(luò)環(huán)境下的信任機(jī)制，降低交易者感知風(fēng)險(xiǎn)，提高決策理性，便成為學(xué)者和業(yè)界所關(guān)注的重要問(wèn)題。具體到網(wǎng)絡(luò)借貸，交易的實(shí)現(xiàn)涉及出借人、平臺(tái)、借款人等多個(gè)主體，任何二者之間構(gòu)成一對(duì)一信任關(guān)系，而基于風(fēng)險(xiǎn)主要集中于出借人的事實(shí)，已有文獻(xiàn)更多體現(xiàn)在影響出借人決策的借款人和網(wǎng)貸平臺(tái)因素上。

在影響出借人決策的借款人因素上，相關(guān)研究極為豐富。不論是借款人信用等級(jí)、信用評(píng)分、年齡、性別、收入水平、教育程度等認(rèn)證信息，還是相貌、借款描述、群組與朋友圈等非認(rèn)證信息，其與出借人決策或者是借款人融資結(jié)果之間的關(guān)系在已有研究中得到了充分驗(yàn)證[4-7]，這些研究結(jié)論也基本揭示了出借人對(duì)借款人因素的評(píng)價(jià)與衡量標(biāo)準(zhǔn)。但梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，在影響出借人決策信任的平臺(tái)因素上，諸如平臺(tái)保障機(jī)制、平臺(tái)背景、規(guī)模、資質(zhì)以及風(fēng)控模式等平臺(tái)異質(zhì)性因素雖然為出借人所關(guān)注[8-9]，但相關(guān)研究依舊較為匱乏。已有文獻(xiàn)多從平臺(tái)自身角度，就其運(yùn)營(yíng)模式、違約風(fēng)險(xiǎn)與經(jīng)營(yíng)績(jī)效等進(jìn)行研究，如通過(guò)考察問(wèn)題平臺(tái)的地域分布、注冊(cè)資本以及存續(xù)時(shí)間等對(duì)風(fēng)險(xiǎn)成因進(jìn)行分析[10-11]，認(rèn)為民營(yíng)背景、股東數(shù)量較少、公司治理不完善更多是平臺(tái)出現(xiàn)問(wèn)題的主要原因[12]，只有較少文獻(xiàn)關(guān)注了平臺(tái)特征對(duì)出借人決策的影響。陳冬宇將平臺(tái)差異作為環(huán)境因素納入交易決策分析，研究發(fā)現(xiàn)平臺(tái)特征尤其是網(wǎng)站的安全保障服務(wù)會(huì)影響出借人信任，上線時(shí)間和平臺(tái)知名度對(duì)出借人的決策具有顯著影響[13];但也有研究發(fā)現(xiàn)，諸如資金存管、第三方征信、風(fēng)險(xiǎn)準(zhǔn)備金等政策對(duì)平臺(tái)成交量影響并不顯著，而第三方擔(dān)保對(duì)平臺(tái)成交量具有正向影響且較為顯著[14]。除此之外，還有學(xué)者關(guān)注了平臺(tái)背景、品牌等其他特征因素。于博、張峻琪的研究發(fā)現(xiàn)，網(wǎng)貸行業(yè)普遍存在“跨界整合”及“背景粉飾”行為，從側(cè)面證實(shí)了背景、聲譽(yù)或品牌等平臺(tái)特征信息對(duì)出借人交易決策的影響[15]。胡金焱和張笑重點(diǎn)關(guān)注了股東背景差異與平臺(tái)違約和經(jīng)營(yíng)風(fēng)險(xiǎn)的關(guān)系，研究發(fā)現(xiàn)，擁有國(guó)資和上市背景的平臺(tái)在違約風(fēng)險(xiǎn)和經(jīng)營(yíng)風(fēng)險(xiǎn)上要低于民營(yíng)平臺(tái)，從側(cè)面表明了平臺(tái)特征與出借人投資決策效果的關(guān)系[16]。

上述文獻(xiàn)為本文研究提供了有益啟發(fā)，但仍然存在如下問(wèn)題：一是現(xiàn)有文獻(xiàn)多從風(fēng)險(xiǎn)防范角度就借款人和平臺(tái)因素進(jìn)行研究，從信任及其影響因素進(jìn)行分析的文獻(xiàn)相對(duì)較少，對(duì)出借人決策理性重視不夠;二是在行業(yè)制度日趨完善，且網(wǎng)貸出借人有較強(qiáng)信息識(shí)別和風(fēng)險(xiǎn)規(guī)避能力的情況下[17]，網(wǎng)貸風(fēng)險(xiǎn)依然較為突出，對(duì)此，已有研究主要從借款人角度探討決策信息的識(shí)別及風(fēng)險(xiǎn)規(guī)避能力，從平臺(tái)選擇決策角度進(jìn)行分析并探討理性與否的研究較為少見(jiàn);三是已有研究分析了出借人投資風(fēng)險(xiǎn)的平臺(tái)和借款人成因，但未從信任傾向差異視角剖析出借人投資風(fēng)險(xiǎn)背后決策理性不足的根源。

鑒于此，本文收集了2015—2018年國(guó)內(nèi)105家網(wǎng)貸平臺(tái)的數(shù)據(jù)，從認(rèn)知型信任和制度型信任兩方面對(duì)影響出借人信任的不同平臺(tái)因素進(jìn)行分類(lèi)，研究這些因素與出借人平臺(tái)信任的關(guān)系，探尋出借人平臺(tái)選擇理性不足的信任傾向差異，以期為提高出借人決策理性、推動(dòng)行業(yè)規(guī)范運(yùn)營(yíng)提供經(jīng)驗(yàn)證據(jù)。

二、理論分析框架構(gòu)建與研究假設(shè)的提出

（一）理論分析框架的構(gòu)建

Savage（1954）的主觀期望效用（subjective expected utility， SEU）理論認(rèn)為，理性決策者往往依據(jù)主觀期望效用最大化進(jìn)行個(gè)體決策，這種決策更多是在風(fēng)險(xiǎn)概率已知條件下得到不同方案的主觀期望效用值，如UA>UB>UC，從而實(shí)現(xiàn)理性決策。就網(wǎng)貸市場(chǎng)出借人的平臺(tái)選擇決策而言，出借人依據(jù)平臺(tái)規(guī)模、排名、模式、收益率以及聲譽(yù)等因素預(yù)測(cè)投資風(fēng)險(xiǎn)，明確主觀期望效用并選擇規(guī)模大、背景強(qiáng)的平臺(tái)，這在理論上符合貝葉斯法則，也與諸如“陸金服”等知名平臺(tái)成交額遠(yuǎn)超其他不知名平臺(tái)的客觀現(xiàn)實(shí)相吻合。但是，投資者面臨的風(fēng)險(xiǎn)是模糊風(fēng)險(xiǎn)還是概率風(fēng)險(xiǎn)，難以有效區(qū)別。事實(shí)上，由于網(wǎng)貸平臺(tái)類(lèi)型及其質(zhì)量差異的模糊化特征，出借人決策行為同樣面臨不確定性所帶來(lái)的模糊風(fēng)險(xiǎn)。從“信息—信任”的邏輯關(guān)系來(lái)看，盡管互聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)在網(wǎng)貸市場(chǎng)的應(yīng)用適度緩解了陌生人間的信息不對(duì)稱(chēng)，但考察市場(chǎng)上的出借人平臺(tái)選擇，占據(jù)信息優(yōu)勢(shì)的網(wǎng)貸平臺(tái)在信息披露質(zhì)量以及完善程度上尚不足以取信于出借人。平臺(tái)信息的各種虛假披露和過(guò)度包裝現(xiàn)象大量存在，信息的模糊性增加了決策難度，因此，出借人決策更多依賴(lài)于自身判斷。決策者對(duì)投資風(fēng)險(xiǎn)的評(píng)估、判斷和處理，首要因素在于決策信息獲取，信息的多寡、質(zhì)量與真實(shí)性將直接影響出借人對(duì)平臺(tái)的信任及最終決策的理性程度。但是，網(wǎng)貸市場(chǎng)信息的模糊性和不對(duì)稱(chēng)性增大了對(duì)平臺(tái)質(zhì)量作出準(zhǔn)確判斷的難度，使得出借人無(wú)法實(shí)施有效的投資收益評(píng)估和風(fēng)險(xiǎn)判斷。另外，種種平臺(tái)信息相互交織，比如背景強(qiáng)的平臺(tái)收益率低，而收益率高的平臺(tái)又規(guī)模小、背景弱，難以為出借人投資形成一致的導(dǎo)向和指引。

交易信任理論認(rèn)為，信任是市場(chǎng)交易的核心機(jī)制，信任水平與信任模式的差異直接影響個(gè)體決策[18]。在信息不對(duì)稱(chēng)條件下，不同網(wǎng)貸平臺(tái)呈現(xiàn)典型的異質(zhì)化特征，這必然會(huì)影響出借人的信任水平及其交易意愿。信任水平差異與投資者交易意愿相關(guān)性更強(qiáng)，也就是說(shuō)，正因?yàn)樾湃螌?duì)方，所以才會(huì)交易。此外，信任模式差異與投資者的交易風(fēng)險(xiǎn)有更為直接的關(guān)系，不同的信任模式引致的交易風(fēng)險(xiǎn)也有差別。

借助于Luhmann（1979）、Wiliamson（1985）以及Mcallister（1995）等學(xué)者有關(guān)信任的分類(lèi)①，平臺(tái)異質(zhì)性因素產(chǎn)生的信任可以分為基于制度的信任、基于個(gè)性特征的信任和基于信譽(yù)的信任。這樣劃分的原因在于：制度型信任的基礎(chǔ)是制度化、條例化的規(guī)則、法紀(jì)、協(xié)議等，是相對(duì)正式的約束或管制。在網(wǎng)貸市場(chǎng)上，第三方托管作為監(jiān)管制度，對(duì)投資者資金保障具有積極作用，平臺(tái)風(fēng)險(xiǎn)保障機(jī)制的有無(wú)也具有類(lèi)似的效果，二者均可視為制度型信任形成的平臺(tái)因素。另一方面，平臺(tái)知名度、規(guī)模、背景以及運(yùn)營(yíng)時(shí)間、聲譽(yù)等要素更多的是基于平臺(tái)自身的差異化、個(gè)性化特征，這些因素更符合基于個(gè)性特征或信譽(yù)的信任特征。由此，在上述認(rèn)識(shí)的基礎(chǔ)上，為更好地揭示出借人在平臺(tái)選擇決策上的信任傾向及其與投資效果的關(guān)系，本文將基于個(gè)性特征的信任和信譽(yù)信任歸于認(rèn)知型信任（cognitive trust）①。本文認(rèn)為，與Mcallister對(duì)認(rèn)知型信任的認(rèn)識(shí)相近，這種源于個(gè)性特征或聲譽(yù)的信任往往是建立在出借人對(duì)平臺(tái)的個(gè)體化認(rèn)知的基礎(chǔ)上，諸如規(guī)模、背景、聲譽(yù)好的平臺(tái)往往風(fēng)險(xiǎn)較低，更為可信或可靠;而制度型信任的來(lái)源主要是基于平臺(tái)信息中是否實(shí)現(xiàn)了第三方資金托管，是否具有風(fēng)險(xiǎn)與收益保障機(jī)制，其中前者主要體現(xiàn)了平臺(tái)的合規(guī)度，而后者則對(duì)應(yīng)了出借人在資金安全保障上的要求。也即，制度型信任更多是源于個(gè)體對(duì)法律、條例或契約等的合同式信任，由于法律與制度的存在，不僅可以有效降低個(gè)體信息收集、評(píng)價(jià)以及選擇上的交易成本，而且有利于保障個(gè)體投資者的資金安全;而認(rèn)知型信任中的個(gè)性特征信任和信譽(yù)信任②更多與平臺(tái)知名度（品牌）、運(yùn)營(yíng)時(shí)間以及規(guī)模、背景和聲譽(yù)相關(guān)（見(jiàn)圖1）③。由此，雖然認(rèn)知型信任具有一定的理性特征，但由于其更多源于個(gè)體對(duì)不同信息的主觀判斷和自我認(rèn)定，因而與制度型信任中法律、協(xié)議、制度等的強(qiáng)約束相比，其理性程度相對(duì)較低。

由上述分析可見(jiàn)，在信息不對(duì)稱(chēng)條件下，網(wǎng)貸市場(chǎng)中的平臺(tái)信息具有模糊性特征，對(duì)出借人決策信任具有直接的影響。源自第三方資金托管以及收益保障機(jī)制等帶有制度化特征的信息構(gòu)成了制度型信任，而平臺(tái)的其他差異化特征構(gòu)成了認(rèn)知型信任。相對(duì)于認(rèn)知型信任下可能帶有的情緒或情感化投資，雖然不同出借人的個(gè)體稟賦差異使得理性程度受到一定限制，但制度型信任基礎(chǔ)上的投資理性明顯更高，對(duì)應(yīng)風(fēng)險(xiǎn)更低。因此，理性經(jīng)濟(jì)人的平臺(tái)選擇決策應(yīng)更多考慮與制度型信任相關(guān)的因素，以降低投資風(fēng)險(xiǎn)。也即，建立在制度型信任基礎(chǔ)上的決策要較認(rèn)知型信任基礎(chǔ)上的決策更為合理。那么，基于我國(guó)網(wǎng)貸風(fēng)險(xiǎn)較為突出的現(xiàn)實(shí)，出借人的平臺(tái)選擇決策背后是制度型信任還是認(rèn)知型信任占據(jù)主導(dǎo)呢？這正是本文要回答的問(wèn)題。

（二）研究假設(shè)的提出

信息經(jīng)濟(jì)學(xué)認(rèn)為，信息不對(duì)稱(chēng)條件下的交易存在典型的“委托—代理”行為，具有信息優(yōu)勢(shì)的知情者為代理人，而處于信息劣勢(shì)的另一方則是委托人。雖然監(jiān)管部門(mén)對(duì)網(wǎng)貸平臺(tái)定位于信息中介，但在現(xiàn)行網(wǎng)貸市場(chǎng)運(yùn)營(yíng)模式下，平臺(tái)與出借人、借款人間的委托—代理關(guān)系較為明顯。在這種情境下，委托人往往不得不承受信息不對(duì)稱(chēng)導(dǎo)致的逆向選擇和道德風(fēng)險(xiǎn)。就委托人而言，降低風(fēng)險(xiǎn)的選擇或是依賴(lài)于自身對(duì)更多平臺(tái)信息的獲取，或是依賴(lài)于相關(guān)監(jiān)管制度的約束。在信息不對(duì)稱(chēng)導(dǎo)致的信息模糊、準(zhǔn)確性低且獲取成本高的情況下，向制度、規(guī)則、協(xié)議等尋求支持必然成為投資人的理性選擇。就網(wǎng)貸平臺(tái)而言，也需要這種制度來(lái)降低自身風(fēng)險(xiǎn)以取信于投資者。因此，不論是監(jiān)管層強(qiáng)制的信息披露和資金托管制度，還是平臺(tái)自身設(shè)計(jì)以實(shí)現(xiàn)增信的審核機(jī)制以及風(fēng)險(xiǎn)保障機(jī)制，均能夠在一定程度上弱化出借人的風(fēng)險(xiǎn)預(yù)期，提高出借人對(duì)平臺(tái)的信任。據(jù)此，提出如下假設(shè)：

H1：風(fēng)險(xiǎn)保障機(jī)制完善程度與真實(shí)的第三方托管等制度性因素影響出借人對(duì)平臺(tái)的信任，出借人會(huì)選擇制度建設(shè)更為完善的平臺(tái)。

依據(jù)前文有關(guān)出借人的平臺(tái)信任理論，諸如資金托管、風(fēng)險(xiǎn)與收益保障機(jī)制的設(shè)計(jì)是制度型信任的來(lái)源，隨著網(wǎng)貸行業(yè)監(jiān)管以及平臺(tái)制度的不斷完善，出借人的理性信任傾向會(huì)不斷增強(qiáng)。因此，根據(jù)這一假設(shè)，本文提出推論1：網(wǎng)貸平臺(tái)的合規(guī)性以及風(fēng)險(xiǎn)保障機(jī)制的完善，將提高出借人決策的理性水平，有利于提高網(wǎng)絡(luò)借貸等非正規(guī)金融市場(chǎng)的交易質(zhì)量。

在網(wǎng)貸市場(chǎng)，借貸雙方需要通過(guò)平臺(tái)進(jìn)行交易，參與交易雙方的數(shù)量多少對(duì)任何一方都具有直接影響，或者說(shuō)一方收益取決于另一方參與者的數(shù)量[19]。因此，網(wǎng)絡(luò)借貸屬于典型的雙邊市場(chǎng)。在控制其他影響因素的情況下，平臺(tái)規(guī)模、運(yùn)營(yíng)時(shí)間以及知名度、聲譽(yù)等因素會(huì)影響借貸雙方的參與。平臺(tái)規(guī)模越大，運(yùn)營(yíng)時(shí)間越長(zhǎng)，在出借人認(rèn)知中往往意味著風(fēng)險(xiǎn)控制能力越強(qiáng)，管理更為出色，從而能吸引更多出借人投資，而且有利于提升項(xiàng)目匹配效率，提高投資者資金流動(dòng)性和收益率。據(jù)此，本文提出如下假設(shè)：

H2：平臺(tái)規(guī)模、運(yùn)營(yíng)時(shí)間、知名度等平臺(tái)特征代表了平臺(tái)質(zhì)量的差異，影響著出借人對(duì)平臺(tái)的認(rèn)知型信任，出借人會(huì)選擇規(guī)模大、運(yùn)營(yíng)時(shí)間長(zhǎng)的知名平臺(tái)。

交易信任依賴(lài)于信譽(yù)機(jī)制[20]。與線下民間借貸出借人基于同借款人的熟悉程度強(qiáng)弱、人品信譽(yù)高低、家庭財(cái)產(chǎn)多寡決定是否出借相似，在控制出借人個(gè)體風(fēng)險(xiǎn)偏好等主觀變量的情況下，平臺(tái)的背景差異、聲譽(yù)會(huì)直接影響出借人對(duì)網(wǎng)貸平臺(tái)的選擇。尤其是出借人在首次選擇平臺(tái)進(jìn)行交易時(shí)，由于不存在重復(fù)、長(zhǎng)期交易產(chǎn)生的信任基礎(chǔ)，銀行系、國(guó)資系以及上市系平臺(tái)以自身背景及其在風(fēng)險(xiǎn)管控能力、公信力和資金實(shí)力上的優(yōu)勢(shì)往往更受出借人青睞。已有研究表明，銀行系、國(guó)資系背景的網(wǎng)貸平臺(tái)的違約風(fēng)險(xiǎn)和經(jīng)營(yíng)風(fēng)險(xiǎn)要低于民營(yíng)背景的網(wǎng)貸平臺(tái)[21]。因此，雖然近年諸多具有上述背景的平臺(tái)同樣風(fēng)險(xiǎn)不斷，但在信息不對(duì)稱(chēng)條件下，與金融市場(chǎng)融資模式相似，具有國(guó)資、銀行等背景的平臺(tái)還是成為出借人平臺(tái)選擇決策的首選。據(jù)此，本文提出如下假設(shè)：

H3：平臺(tái)是否具有國(guó)資、上市公司或銀行系的背景對(duì)出借人的認(rèn)知型信任具有顯著影響，出借人會(huì)優(yōu)先選擇背景更為強(qiáng)大的平臺(tái)。

依據(jù)出借人的平臺(tái)信任理論模型，本文認(rèn)為，假設(shè)2和假設(shè)3所包含的規(guī)模、運(yùn)營(yíng)時(shí)間以及平臺(tái)背景等諸多影響平臺(tái)信任的因素更多源于出借人的主觀感知，主觀上對(duì)規(guī)模、強(qiáng)大背景的信任催生了認(rèn)同的情感。因此，基于假設(shè)2和假設(shè)3，本文提出推論2：網(wǎng)貸平臺(tái)自身在規(guī)模、知名度以及背景上的特性差異顯著影響出借人的認(rèn)知型信任水平。

三、樣本選取、變量描述與模型設(shè)定

（一）樣本選取與來(lái)源

與同類(lèi)研究中多采用截面數(shù)據(jù)不同，為更真實(shí)、全面地揭示出借人決策信任傾向，本文采用面板數(shù)據(jù)進(jìn)行研究設(shè)計(jì)。相關(guān)數(shù)據(jù)通過(guò)網(wǎng)貸之家、網(wǎng)貸天眼、Wind數(shù)據(jù)庫(kù)等獲得，樣本平臺(tái)運(yùn)營(yíng)時(shí)間為2015年12月至2018年3月，共28期月度數(shù)據(jù)，樣本網(wǎng)貸平臺(tái)共計(jì)105家，合計(jì)數(shù)據(jù)2940條。參考相關(guān)文獻(xiàn)并根據(jù)本文研究需要，對(duì)個(gè)別平臺(tái)單個(gè)月份數(shù)據(jù)缺失的情況，采用相鄰前后兩月平均值進(jìn)行填補(bǔ)。

（二）變量描述

1.被解釋變量

依據(jù)研究需要，本文設(shè)定被解釋變量為平臺(tái)新增投資人數(shù)，即平臺(tái)當(dāng)月新增出借人數(shù)。選擇這一指標(biāo)的原因在于，出借人有投資與不投資兩種選擇，若新增投資人數(shù)增多，說(shuō)明有更多的投資者對(duì)平臺(tái)較為青睞，也就產(chǎn)生了更多的投資行為。因此，該指標(biāo)對(duì)出借人的信任行為具有較強(qiáng)的解釋力，反映了出借人對(duì)平臺(tái)的認(rèn)可程度。

2.解釋變量

（1）平臺(tái)成交量：平臺(tái)當(dāng)月成交總額。它代表了短期的平臺(tái)規(guī)模，平臺(tái)成交量越高，在一定程度上說(shuō)明平臺(tái)規(guī)模大、實(shí)力強(qiáng)。

（2）注冊(cè)資本：平臺(tái)的注冊(cè)資本。它是評(píng)價(jià)平臺(tái)規(guī)模的重要參考維度。注冊(cè)資本越多，資金實(shí)力往往越雄厚，抗風(fēng)險(xiǎn)能力也越強(qiáng)。

（3）運(yùn)營(yíng)時(shí)間：平臺(tái)從建立起截至統(tǒng)計(jì)當(dāng)月的月份數(shù)。在正常情況下，平臺(tái)經(jīng)營(yíng)時(shí)間越長(zhǎng)，平臺(tái)運(yùn)營(yíng)經(jīng)驗(yàn)越豐富，抗風(fēng)險(xiǎn)能力越強(qiáng)。

（4）銀行托管：該變量為虛擬變量，有銀行托管的平臺(tái)賦值1，無(wú)銀行托管則賦值0。平臺(tái)將投資人資金與平臺(tái)自有資金隔離，單獨(dú)存管于指定銀行固定賬戶(hù)，限定資金使用范圍與用途，托管人可有效監(jiān)控資金流向，從而有效規(guī)避平臺(tái)的道德風(fēng)險(xiǎn)行為。因此，有銀行托管的平臺(tái)意味著出借人資金安全的制度保障越強(qiáng)，有利于降低投資風(fēng)險(xiǎn)。

（5）發(fā)展排名：該變量為虛擬變量，平臺(tái)發(fā)展進(jìn)入Top100賦值1，其他為0。該變量基于平臺(tái)成交量、人氣指數(shù)、合規(guī)度、分散度、透明度等維度進(jìn)行綜合打分并計(jì)算得到，可以認(rèn)為，平臺(tái)發(fā)展指數(shù)越高，由聲譽(yù)價(jià)值所帶來(lái)的約束力越強(qiáng)，投資風(fēng)險(xiǎn)越低。

（6）平臺(tái)保障：該變量為虛擬變量，有保障的平臺(tái)賦值1，無(wú)保障的平臺(tái)賦值0。在我國(guó)網(wǎng)貸市場(chǎng)，常見(jiàn)平臺(tái)保障模式有設(shè)置風(fēng)險(xiǎn)準(zhǔn)備金、第三方擔(dān)?；虮ｋU(xiǎn)公司承保等，這些保障措施能為出借人投資提供更多安全。因此，平臺(tái)保障的有無(wú)對(duì)出借人決策有直接影響。

（7）平臺(tái)背景：該變量為虛擬變量，平臺(tái)背景為銀行、國(guó)有企業(yè)、上市公司的賦值1，其他賦值0①。平臺(tái)背景包含銀行系、上市系、國(guó)資系、風(fēng)投系與民營(yíng)系五種類(lèi)型，我們將銀行系、上市系與國(guó)資系歸為一類(lèi)，將這三類(lèi)背景視為平臺(tái)具有強(qiáng)大后盾，而風(fēng)投系與民營(yíng)系背景缺乏國(guó)有資本與上市公司的財(cái)務(wù)支撐，因此不確定性風(fēng)險(xiǎn)往往更高。

3.控制變量

（1）網(wǎng)貸行業(yè)收益率：滯后一期的網(wǎng)貸行業(yè)月平均收益率。一般情況下，上一期的行業(yè)月平均收益率越高，越能吸引以理財(cái)為目的的出借人投資。

（2）中型綜指：上證中型企業(yè)綜合指數(shù)。在上市公司大中型企業(yè)更容易獲得融資，網(wǎng)貸平臺(tái)的出現(xiàn)為中小企業(yè)特別是中型企業(yè)帶來(lái)了新的融資渠道，中型綜指越高意味著當(dāng)期股市行情較好，投資者將閑散資金用于理財(cái)增值的可能性越大，因而網(wǎng)貸行業(yè)的新增投資者與宏觀投資環(huán)境往往具有正向協(xié)同性。雖然國(guó)內(nèi)已有文獻(xiàn)發(fā)現(xiàn)網(wǎng)貸投資與股市投資存在一定的替代關(guān)系[22-23]，但前者選取的研究時(shí)段在2015年期間，正好處于網(wǎng)貸平臺(tái)野蠻生長(zhǎng)期，具有一定的時(shí)間拐點(diǎn)因素;后者研究選取的是中指500指數(shù)，與本文的研究結(jié)論并不沖突①。

（3）銀行理財(cái)產(chǎn)品預(yù)期收益率：在既定風(fēng)險(xiǎn)水平下，對(duì)于理性投資者而言，預(yù)期收益率越高的產(chǎn)品組合，獲得投資者選擇的可能性越高。我們認(rèn)為，銀行理財(cái)產(chǎn)品與網(wǎng)貸投資具有一定的競(jìng)爭(zhēng)關(guān)系，銀行理財(cái)產(chǎn)品月預(yù)期收益率越低，投資者往往會(huì)更多地從銀行理財(cái)轉(zhuǎn)移至網(wǎng)貸行業(yè)。

（4）地區(qū)因素：該變量為虛擬變量，平臺(tái)位于北上廣深等一線城市賦值1，其他賦值0。網(wǎng)貸平臺(tái)雖然是跨區(qū)域的線上經(jīng)營(yíng)模式，但地緣優(yōu)勢(shì)亦不可忽視。從平臺(tái)的地域比較來(lái)看，諸如北上廣深等大城市的金融化程度、人口密集度、居民收入水平、信息披露水平較高，征信過(guò)程中的信息采集、整合邊際成本較低，因此位于北上廣深等大型城市或發(fā)達(dá)地區(qū)的網(wǎng)貸平臺(tái)更易獲得投資。

具體不同變量名稱(chēng)及定義如表1所示。

（三）模型設(shè)定

如前文所述，假設(shè)1對(duì)應(yīng)了制度型信任，假設(shè)2與假設(shè)3對(duì)應(yīng)了認(rèn)知型信任，出借人在平臺(tái)選擇決策時(shí)，影響決策的信任因素主要分為這兩種類(lèi)型。本文期望通過(guò)研究檢驗(yàn)這兩種信任對(duì)出借人平臺(tái)選擇決策的影響差異。結(jié)合理論分析，本文提出如下理論模型：

Investor=β0+βiInstitution+βjCognition+βk∑Control+ε（1）

上式中，Investor指單個(gè)網(wǎng)貸平臺(tái)新增投資人數(shù);Institution表示制度型信任的相關(guān)因素;Cognition表示影響認(rèn)知型信任的相關(guān)因素;Control表示控制變量;β0、βi、βj、βk分別是常數(shù)項(xiàng)、制度型信任系數(shù)、認(rèn)知型信任系數(shù)、控制變量系數(shù)，其中i、j、k為大于0的自然整數(shù)。

進(jìn)一步地，結(jié)合前文分析，本文對(duì)公式（1）加以變化，設(shè)計(jì)公式（2），選取部分可衡量指標(biāo)度量制度型信任、認(rèn)知型信任這類(lèi)虛擬變量，以驗(yàn)證本文相關(guān)假設(shè)：

lny=β0+βilnxi+βjlnxj+βklnxk+ε（2）

上式中，被解釋變量y為新增投資人數(shù)，解釋變量及控制變量如表1所示，分別用x1—x11表示。結(jié)合公式（1），本文將解釋變量劃分為Institution和Cognition兩部分，其中，x4銀行托管與x6平臺(tái)保障歸于Institution;x1平臺(tái)成交量、x2注冊(cè)資本、x3運(yùn)營(yíng)時(shí)間、x5發(fā)展排名和x7平臺(tái)背景劃入Cognition。也就是說(shuō)，模型Institution的系數(shù)βi中i取值為i=4，6;Cognition的系數(shù)βj中j取值為j=1，2，3，5，7;Control的系數(shù)βk中k的取值為k=8，9，10，11。

（四）描述性統(tǒng)計(jì)

為消除量綱影響，使各解釋變量數(shù)據(jù)分布更接近正態(tài)，本文將成交量、注冊(cè)資本、運(yùn)營(yíng)時(shí)間、上證中指等原始數(shù)據(jù)分別取自然對(duì)數(shù)，整體描述性統(tǒng)計(jì)結(jié)果如表2所示。由于平臺(tái)保障、背景、地區(qū)因素這三個(gè)虛擬變量不隨時(shí)間變動(dòng)，本文進(jìn)一步以有無(wú)平臺(tái)保障、有無(wú)平臺(tái)背景、是否位于北上廣深等城市為分類(lèi)標(biāo)準(zhǔn)進(jìn)行分組統(tǒng)計(jì)觀測(cè)，具體描述如表3、表4（下頁(yè)）和表5（下頁(yè)）所示。

從解釋變量的成交量來(lái)看，整體描述統(tǒng)計(jì)中平臺(tái)成交總量均值略低于有平臺(tái)保障的平臺(tái)均值，無(wú)保障制度的平臺(tái)成交量較低;有背景的平臺(tái)平均成交量比整體均值高，而無(wú)背景平臺(tái)的成交量均值低;位于一線城市的平臺(tái)成交量均值顯著高于非一線城市平臺(tái)。從注冊(cè)資本看，有保障、有背景、位于北上廣深等一線城市的平臺(tái)平均注冊(cè)資本較高。從運(yùn)營(yíng)時(shí)間看，有保障平臺(tái)的平均運(yùn)營(yíng)時(shí)間稍高于無(wú)保障的平臺(tái)運(yùn)營(yíng)時(shí)間均值，但有無(wú)背景平臺(tái)的平均運(yùn)營(yíng)時(shí)間差異不大;一線城市平臺(tái)運(yùn)營(yíng)時(shí)間均值高于其他地區(qū)，由此可見(jiàn)有保障、位于一線城市平臺(tái)的平均運(yùn)營(yíng)時(shí)間相對(duì)較長(zhǎng)，而平臺(tái)背景與運(yùn)營(yíng)時(shí)間沒(méi)有顯著相關(guān)性。從銀行托管來(lái)看，有保障、有背景、位于北上廣深等一線城市的平臺(tái)更多地會(huì)選擇銀行托管。從發(fā)展排名來(lái)看，進(jìn)入Top100的平臺(tái)占總樣本的22.18%，有保障、有背景、位于一線城市的平臺(tái)發(fā)展排名往往靠前。

從控制變量來(lái)看，網(wǎng)貸行業(yè)收益率均值為10.1721，其中最大值為12.45，最小值為9.21。此外，中型綜指均值為7.2643，銀行理財(cái)平均預(yù)期收益率為3.5319。地區(qū)因素以是否為北上廣深城市為劃分依據(jù)，統(tǒng)計(jì)發(fā)現(xiàn)位于一線城市的網(wǎng)貸平臺(tái)占平臺(tái)總數(shù)的57.14%。

四、實(shí)證結(jié)果及分析

本文采取面板數(shù)據(jù)進(jìn)行回歸，經(jīng)豪斯曼檢驗(yàn)發(fā)現(xiàn)輸出結(jié)果P值為0.0007，在1%的水平上顯著，故拒絕隨機(jī)效應(yīng)原假設(shè)，因而采用固定效應(yīng)模型進(jìn)行分析。由于平臺(tái)保障、平臺(tái)背景、地區(qū)因素三個(gè)虛擬變量不隨時(shí)間變動(dòng)，不適合作面板數(shù)據(jù)分析，因而在進(jìn)行面板回歸分析時(shí)暫時(shí)不加入模型，之后再采用實(shí)驗(yàn)分組方法進(jìn)行假設(shè)檢驗(yàn)。

（一）基準(zhǔn)回歸結(jié)果及分析

表6（下頁(yè)）報(bào)告了固定效應(yīng)面板回歸結(jié)果，其中模型1為整體回歸，模型2—模型7分別為有保障、無(wú)保障、有背景、無(wú)背景、一線城市和非一線城市等不同平臺(tái)樣本回歸。

通過(guò)模型1整體回歸發(fā)現(xiàn)，單個(gè)平臺(tái)投資人數(shù)變動(dòng)與平臺(tái)成交量、發(fā)展排名、網(wǎng)貸行業(yè)收益率以及中型綜合指數(shù)具有強(qiáng)烈相關(guān)性，均在1%的水平上顯著，表明平臺(tái)新增投資人數(shù)與平臺(tái)成交量、平臺(tái)綜合發(fā)展排名、上一期網(wǎng)貸行業(yè)參考收益率以及股市發(fā)展水平具有顯著正相關(guān)關(guān)系。平臺(tái)注冊(cè)資本、運(yùn)營(yíng)時(shí)間、銀行托管的相關(guān)系數(shù)為正，銀行理財(cái)產(chǎn)品預(yù)期收益率相關(guān)系數(shù)為負(fù)，以上均符合預(yù)期，但不顯著。上述結(jié)果驗(yàn)證了假設(shè)1中對(duì)銀行托管保障機(jī)制在吸引投資者方面發(fā)揮正向作用的假設(shè)部分，且與假設(shè)2的推論完全吻合。2015年12月，恰逢“E租寶”的非法集資事件，該事件社會(huì)影響惡劣，對(duì)網(wǎng)貸行業(yè)聲譽(yù)及吸引力產(chǎn)生了較大的負(fù)面作用;之后，伴隨問(wèn)題平臺(tái)相繼涌現(xiàn)，平臺(tái)監(jiān)管趨嚴(yán)。在上述情況下，種種負(fù)面信息打擊了出借人投資信心，同期股市持續(xù)低迷對(duì)投資環(huán)境也產(chǎn)生了較大的不利影響。在正常情況下，投資者面對(duì)股市不振可能會(huì)轉(zhuǎn)戰(zhàn)網(wǎng)貸平臺(tái)，但由于證券市場(chǎng)與網(wǎng)貸行業(yè)發(fā)展存在強(qiáng)烈正相關(guān)，因而宏觀投資環(huán)境的負(fù)面作用遠(yuǎn)大于投資選擇的替代效應(yīng)，即從股市轉(zhuǎn)移到網(wǎng)貸行業(yè)的新增投資人數(shù)難以彌補(bǔ)經(jīng)濟(jì)下行引致的投資人數(shù)下降的缺口。

關(guān)于平臺(tái)保障措施影響因素的對(duì)照試驗(yàn)，本文發(fā)現(xiàn)模型2中有保障平臺(tái)樣本與整體樣本回歸結(jié)果大體一致，只有銀行理財(cái)產(chǎn)品預(yù)期收益率回歸系數(shù)與預(yù)期相反。模型3無(wú)保障措施平臺(tái)的樣本回歸結(jié)果顯示，平臺(tái)成交量、發(fā)展排名和網(wǎng)貸行業(yè)收益率對(duì)投資人數(shù)的增長(zhǎng)具有顯著正向作用，但銀行托管和銀行理財(cái)產(chǎn)品預(yù)期收益率的相關(guān)系數(shù)與預(yù)期不符。以上結(jié)果綜合反映了利率與風(fēng)險(xiǎn)的關(guān)系。一方面，無(wú)保障平臺(tái)大多以高利率吸引投資者，高利率必然伴隨著高風(fēng)險(xiǎn)，缺乏銀行托管保障機(jī)制正是高風(fēng)險(xiǎn)的來(lái)源之一，也可以說(shuō)是平臺(tái)由于缺乏銀行托管，以高利率形式實(shí)現(xiàn)風(fēng)險(xiǎn)溢價(jià)，而高利率會(huì)吸引原本忠實(shí)于銀行理財(cái)產(chǎn)品的客戶(hù)，因此無(wú)保障平臺(tái)新增投資人數(shù)與銀行理財(cái)產(chǎn)品預(yù)期收益率存在反向關(guān)系。另一方面，有保障平臺(tái)投資風(fēng)險(xiǎn)往往較低，以同期銀行理財(cái)產(chǎn)品預(yù)期收益率為參考進(jìn)行風(fēng)險(xiǎn)定價(jià)符合理性人假設(shè)。由此可以推斷，平臺(tái)保障措施與新增投資人數(shù)具有顯著的正相關(guān)關(guān)系，這就驗(yàn)證了假設(shè)1中的平臺(tái)保障措施這一假設(shè)部分，繼而假設(shè)1得到完全驗(yàn)證。

針對(duì)平臺(tái)背景的實(shí)驗(yàn)組對(duì)照，模型4以具有銀行、國(guó)有企業(yè)與上市公司為背景的平臺(tái)為樣本，回歸得出新增投資人數(shù)與平臺(tái)成交量、平臺(tái)發(fā)展排名呈正相關(guān)，分別在1%和5%的水平上顯著;然而銀行理財(cái)產(chǎn)品預(yù)期收益率與新增投資人數(shù)呈顯著正相關(guān)，與預(yù)期相悖;另外平臺(tái)注冊(cè)資本、平臺(tái)托管相關(guān)系數(shù)也與預(yù)期相反。模型5以風(fēng)投、民營(yíng)為背景的樣本回歸結(jié)果與整體回歸結(jié)果大致相同，且平臺(tái)注冊(cè)資本對(duì)新增投資人數(shù)具有正向促進(jìn)作用，各解釋變量相關(guān)系數(shù)完全符合預(yù)期。這表明具有銀行、國(guó)有企業(yè)與上市公司背景的平臺(tái)具有強(qiáng)大的信號(hào)甄別作用，平臺(tái)強(qiáng)大的背景讓投資者弱化了銀行托管與平臺(tái)注冊(cè)資本因素，而且?guī)缀醪皇芫W(wǎng)貸行業(yè)預(yù)期收益率與股市波動(dòng)影響。此外，對(duì)于那些選擇銀行理財(cái)產(chǎn)品保值增值的低風(fēng)險(xiǎn)偏好者而言，有國(guó)資背景、上市公司財(cái)務(wù)支持的網(wǎng)貸平臺(tái)與選擇銀行理財(cái)所承擔(dān)的風(fēng)險(xiǎn)水平相近，如果同期銀行理財(cái)產(chǎn)品收益增長(zhǎng)率低于網(wǎng)貸平臺(tái)收益，投資者因利差驅(qū)使會(huì)傾向于選擇具有國(guó)資等強(qiáng)大背景的網(wǎng)貸平臺(tái)進(jìn)行投資理財(cái)活動(dòng)，故平臺(tái)背景與新增投資人數(shù)存在顯著正相關(guān)關(guān)系，驗(yàn)證了假設(shè)3。

通過(guò)對(duì)地區(qū)因素的對(duì)照試驗(yàn)分析，發(fā)現(xiàn)位于北上廣深等一線城市的網(wǎng)貸平臺(tái)回歸結(jié)果與整體回歸大致吻合，輸出結(jié)果為模型6。位于其他城市的網(wǎng)貸平臺(tái)，如模型7所示，除平臺(tái)注冊(cè)資本外，各解釋變量回歸系數(shù)的正負(fù)號(hào)與整體回歸完全相同，其中平臺(tái)成交量、網(wǎng)貸行業(yè)預(yù)期收益率和中型綜合指數(shù)與平臺(tái)新增投資人數(shù)存在顯著正相關(guān)關(guān)系。而平臺(tái)發(fā)展排名這一指標(biāo)變量并不顯著，這在一定程度上說(shuō)明，金融化程度、人口密集度、居民收入等受區(qū)域經(jīng)濟(jì)發(fā)展影響較大，其帶來(lái)的劣勢(shì)使位于非一線城市的網(wǎng)貸平臺(tái)發(fā)展排名相對(duì)靠后。同理，鑒于利率變動(dòng)與標(biāo)的資產(chǎn)損失風(fēng)險(xiǎn)呈此消彼長(zhǎng)關(guān)系，位于一線城市的平臺(tái)較其他城市而言，在征信機(jī)制、信息披露、合規(guī)程度上優(yōu)勢(shì)明顯，利率市場(chǎng)化水平較高，這恰恰是其他城市所不及的。因此，本文認(rèn)為，地區(qū)因素與新增投資人數(shù)之間存在正相關(guān)關(guān)系，即位于北上廣深等一線城市的平臺(tái)具有明顯區(qū)位優(yōu)勢(shì)，出借人會(huì)傾向于投資一線城市網(wǎng)貸平臺(tái)。

（二）穩(wěn)健性檢驗(yàn)

由于本文選取月新增投資人數(shù)作為因變量，而解釋變量中平臺(tái)成交量與發(fā)展排名這兩個(gè)因素可能會(huì)受因變量影響，因而模型就存在雙向因果關(guān)系，存在內(nèi)生性問(wèn)題。為此，我們將平臺(tái)成交量、發(fā)展排名分別取滯后一期作為工具變量加入模型，對(duì)之前28期原始月數(shù)據(jù)進(jìn)行處理，將平臺(tái)成交量、發(fā)展排名變量剔除最后一期，其他解釋變量去掉第一期，共整理數(shù)據(jù)2835條，觀察回歸結(jié)果是否與原回歸結(jié)果存在差異，回歸結(jié)果見(jiàn)模型8。

比較分析表7（下頁(yè)）中模型1與模型8，可以發(fā)現(xiàn)，各解釋變量回歸系數(shù)與顯著程度基本一致，僅有模型8中滯后一期銀行理財(cái)產(chǎn)品預(yù)期收益率與因變量平臺(tái)新增投資人數(shù)呈顯著正相關(guān)，與原回歸結(jié)果相悖。這是由于銀行理財(cái)產(chǎn)品預(yù)期收益率與平臺(tái)滯后一期成交量存在顯著正相關(guān)關(guān)系。倘若滯后一期平臺(tái)成交量擴(kuò)增，當(dāng)期投資人數(shù)很有可能上漲，中型綜指也會(huì)攀升，繼而銀行對(duì)投資環(huán)境持積極預(yù)期，因此銀行理財(cái)產(chǎn)品的當(dāng)期預(yù)期收益率也會(huì)上浮。由此可見(jiàn)，原模型是穩(wěn)健的。

另外，我們注意到，2017年2月23日，原銀監(jiān)會(huì)發(fā)布《網(wǎng)絡(luò)借貸資金存款業(yè)務(wù)指引》，這一剛性制度安排約束對(duì)規(guī)范網(wǎng)貸行業(yè)發(fā)展具有里程碑意義。本文以此時(shí)間為節(jié)點(diǎn)，將2015年12月至2018年3月原始數(shù)據(jù)分為兩部分，第一段為2015年12月至2017年2月，第二段為2017年3月至2018年3月，回歸結(jié)果見(jiàn)模型9和模型10。

模型9表明，各解釋變量回歸系數(shù)與整體回歸完全吻合，且回歸效果要強(qiáng)于模型1，這一點(diǎn)可以從解釋變量顯著性水平得出。模型9中平臺(tái)成交量、注冊(cè)資本、營(yíng)運(yùn)時(shí)間、發(fā)展排名、網(wǎng)貸行業(yè)預(yù)期收益率、中型綜指均與平臺(tái)新增投資人數(shù)呈顯著正相關(guān)，與模型1相比，注冊(cè)資本與營(yíng)運(yùn)時(shí)間的顯著性程度有所提高。模型10與模型9的回歸結(jié)果大相徑庭，這說(shuō)明政策實(shí)施效果顯著，沖擊效果明顯。從數(shù)據(jù)來(lái)看，除平臺(tái)運(yùn)營(yíng)時(shí)間、銀行托管、中型綜指三個(gè)指標(biāo)回歸系數(shù)與整體回歸不符外，其他解釋變量回歸系數(shù)與模型1完全相同。該政策發(fā)布后，問(wèn)題平臺(tái)數(shù)量激增，投資人數(shù)增長(zhǎng)速度放緩，這主要是因?yàn)橥顿Y人的投資信心不足。因此，在平臺(tái)轉(zhuǎn)型過(guò)程中，部分平臺(tái)的銀行托管名不副實(shí)、股市與平臺(tái)投資人數(shù)的反向變動(dòng)，共同引致了自變量回歸系數(shù)變化的新特征。從總體來(lái)看，分段回歸在一定程度上支持了總體穩(wěn)健的論斷。

（三）制度型信任與認(rèn)知型信任的主成分分析檢驗(yàn)

上文實(shí)證結(jié)果驗(yàn)證了假設(shè)1、假設(shè)2和假設(shè)3，也即成交量等不同平臺(tái)因素均對(duì)新增投資人數(shù)具有正向作用。進(jìn)一步地，對(duì)于平臺(tái)投資人氣的擴(kuò)充，究竟是銀行托管、平臺(tái)保障措施等制度型信任因素所占的決策權(quán)重大，還是平臺(tái)成交量、注冊(cè)資本、運(yùn)營(yíng)時(shí)間、發(fā)展排名、平臺(tái)背景等認(rèn)知型信任因素作用更強(qiáng)呢？對(duì)此，本文運(yùn)用主成分分析法對(duì)上述七個(gè)解釋變量進(jìn)行權(quán)重賦值，量化比較制度型信任與認(rèn)知型信任的影響差異，剖析網(wǎng)貸風(fēng)險(xiǎn)產(chǎn)生的根源，進(jìn)而為平臺(tái)規(guī)范發(fā)展提供相關(guān)建議。

按照隨機(jī)性原則，本文選擇2016年1月的截面數(shù)據(jù)作為試驗(yàn)樣本。首先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后將標(biāo)準(zhǔn)化數(shù)據(jù)代入SPSS軟件中進(jìn)行主成分分析，結(jié)果如表8和表9所示。

從表8來(lái)看，前三個(gè)主成分的特征根均大于1，累積方差貢獻(xiàn)率只有67.165%，這可能是因?yàn)楦鹘忉屪兞恐g相關(guān)性程度較低;或者由于平臺(tái)出借人的決策機(jī)制復(fù)雜，可能還有部分未知因素尚未納入模型中。總之，該模型具有一定的解釋力，我們定義y1為第一主成分，y2為第二主成分，y3為第三主成分。

表9為SPSS軟件輸出的因子載荷矩陣，利用表中第i列的每個(gè)元素除以表8第i個(gè)特征根的平方根（i=1，2，3），就可以得到主成分分析的第i個(gè)主成分的系數(shù)，整理結(jié)果如表10（下頁(yè)）所示。

由表10可以看出，y1包括平臺(tái)成交量、注冊(cè)資本、銀行托管;y2包含發(fā)展排名、平臺(tái)保障、平臺(tái)背景;y3包括運(yùn)營(yíng)時(shí)間。其中，銀行托管和平臺(tái)保障屬于制度型信任維度，其他5個(gè)解釋變量歸類(lèi)于認(rèn)知型信任維度。從貢獻(xiàn)率來(lái)看，y1和y2的方差貢獻(xiàn)率之和為52.477%，與此同時(shí)，在y1中銀行托管的主成分系數(shù)分別小于平臺(tái)成交量、注冊(cè)資本，且y2中平臺(tái)保障也均小于發(fā)展排名、平臺(tái)背景的主成分系數(shù)，故銀行托管和平臺(tái)保障的方差貢獻(xiàn)率之和應(yīng)該小于52.477%的一半;另外y3主成分為運(yùn)營(yíng)時(shí)間，屬認(rèn)知型信任維度范疇，對(duì)總體方差的貢獻(xiàn)率為14.688%。由此可以推斷，制度型信任要小于整體方差貢獻(xiàn)率67.165%的一半，占比不足已知方差貢獻(xiàn)的40%，顯然認(rèn)知型信任所占的權(quán)重高于制度型信任。

五、結(jié)論與政策建議

本文以105家網(wǎng)貸平臺(tái)2015—2018年的數(shù)據(jù)為樣本，通過(guò)面板模型研究異質(zhì)化平臺(tái)因素對(duì)出借人平臺(tái)信任及其決策的影響，接著利用截面數(shù)據(jù)，運(yùn)用主成分分析法驗(yàn)證制度型信任與認(rèn)知型信任對(duì)出借人平臺(tái)選擇的影響。研究發(fā)現(xiàn)，第一，網(wǎng)貸平臺(tái)異質(zhì)化信息通過(guò)影響出借人的信任感知對(duì)出借人決策產(chǎn)生正向推動(dòng)作用。其中，平臺(tái)風(fēng)險(xiǎn)保障機(jī)制與第三方托管顯著影響出借人對(duì)平臺(tái)的信任，出借人會(huì)選擇制度建設(shè)更為完善的平臺(tái);平臺(tái)規(guī)模、運(yùn)營(yíng)時(shí)間、知名度等因素影響出借人的認(rèn)知型信任，出借人會(huì)選擇規(guī)模大、運(yùn)營(yíng)時(shí)間長(zhǎng)的知名平臺(tái);平臺(tái)是否具有國(guó)資、上市公司或銀行系統(tǒng)的背景對(duì)出借人信任具有顯著影響，出借人會(huì)優(yōu)先選擇背景更為強(qiáng)大的平臺(tái)。第二，將出借人對(duì)平臺(tái)的信任劃分為制度型信任與認(rèn)知型信任，在出借人的信任傾向中，認(rèn)知型信任對(duì)出借人平臺(tái)選擇的影響要強(qiáng)于制度型信任。

近年來(lái)，我國(guó)網(wǎng)貸行業(yè)監(jiān)管日趨嚴(yán)格，制度建設(shè)不斷完善，但問(wèn)題平臺(tái)仍然不斷出現(xiàn)，網(wǎng)貸風(fēng)險(xiǎn)依然比較嚴(yán)重?；谥贫刃托湃位A(chǔ)上的決策理性程度更高、認(rèn)知型信任理性程度相對(duì)較低的認(rèn)識(shí)，出借人平臺(tái)選擇決策中認(rèn)知型信任權(quán)重大于制度型信任的結(jié)論可能是這一現(xiàn)狀較為合理的解釋。由此，防范網(wǎng)貸風(fēng)險(xiǎn)，規(guī)范網(wǎng)貸行業(yè)運(yùn)營(yíng)，需要強(qiáng)化與制度型信任相關(guān)的制度安排，促進(jìn)投資者決策信任由認(rèn)知型信任向制度型信任轉(zhuǎn)化。基于上述分析，提出如下建議：

第一，持續(xù)完善和優(yōu)化資金第三方托管制度。相對(duì)于存管制度，第三方托管可以監(jiān)控資金流向，并在資金清算、會(huì)計(jì)審核、風(fēng)險(xiǎn)管理、信息披露等方面提供服務(wù)，這一制度不僅可以更有效地保障出借人資金安全，而且對(duì)促進(jìn)平臺(tái)回歸信息中介定位，防止平臺(tái)自融、“跑路”等道德風(fēng)險(xiǎn)行為具有積極作用。因此，行業(yè)的規(guī)范發(fā)展以及風(fēng)險(xiǎn)防范需要持續(xù)完善資金第三方托管制度，這也是取得出借人制度型信任的基本措施。目前，由于網(wǎng)貸風(fēng)險(xiǎn)頻發(fā)，監(jiān)管趨嚴(yán)，部分銀行開(kāi)始收縮網(wǎng)貸資金存管和托管業(yè)務(wù)，未來(lái)的網(wǎng)貸資金托管應(yīng)該尋求其他第三方主體，探索形成商業(yè)銀行和第三方機(jī)構(gòu)相互合作、信息共享、無(wú)縫對(duì)接的資金托管系統(tǒng)。對(duì)托管機(jī)構(gòu)而言，應(yīng)落實(shí)主體責(zé)任，既托又管，有效支撐網(wǎng)貸平臺(tái)良性運(yùn)行。

第二，完善和強(qiáng)化信息披露制度。信息披露的完整、及時(shí)和真實(shí)是出借人交易信任以及理性決策的基礎(chǔ)，但從現(xiàn)實(shí)情況來(lái)看，雖然監(jiān)管部門(mén)先后發(fā)布《互聯(lián)網(wǎng)金融信息披露規(guī)范》（2016）、《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)信息披露指引》（2017）等多項(xiàng)政策，但平臺(tái)信息披露的完整性、規(guī)范性并不理想，選擇性披露、虛構(gòu)以及虛假披露問(wèn)題，信息內(nèi)容的有效性問(wèn)題等仍普遍存在，嚴(yán)重干擾、誤導(dǎo)了出借人的交易信任①。因此，一要強(qiáng)化平臺(tái)的信息披露主體責(zé)任，嚴(yán)格要求平臺(tái)完整、及時(shí)、真實(shí)地披露相關(guān)信息;二要針對(duì)平臺(tái)違規(guī)披露行為按照相關(guān)辦法予以追究，并出臺(tái)專(zhuān)門(mén)針對(duì)平臺(tái)信息披露違約的制度性文件，降低信息不對(duì)稱(chēng)性，保障出借人資金安全。

第三，加強(qiáng)網(wǎng)貸金融投資者教育，強(qiáng)化投資者風(fēng)險(xiǎn)意識(shí)。不同平臺(tái)因素對(duì)出借人交易信任均具有正向作用，但從本文結(jié)論來(lái)看，出借人更多信任規(guī)模、聲譽(yù)等認(rèn)知類(lèi)信息因素。事實(shí)上，雖然投資者重視自身資金安全，可能會(huì)主動(dòng)學(xué)習(xí)以規(guī)避風(fēng)險(xiǎn)，但受個(gè)人風(fēng)險(xiǎn)偏好以及平臺(tái)宣傳、高利誘惑等因素影響，投資者往往放松風(fēng)險(xiǎn)意識(shí)，導(dǎo)致出現(xiàn)沖動(dòng)性、從眾式的非理性投資。因此，需要加強(qiáng)投資者風(fēng)險(xiǎn)教育，強(qiáng)化風(fēng)險(xiǎn)意識(shí)。我國(guó)雖然發(fā)布了《國(guó)務(wù)院辦公廳關(guān)于加強(qiáng)金融消費(fèi)者權(quán)益保護(hù)工作的指導(dǎo)意見(jiàn)》，并設(shè)立了銀行業(yè)消費(fèi)者權(quán)益保護(hù)局，但這種模式依然存在有設(shè)計(jì)、無(wú)規(guī)劃和有機(jī)構(gòu)、落實(shí)難的問(wèn)題。銀行業(yè)消費(fèi)者權(quán)益保護(hù)局側(cè)重于消費(fèi)者權(quán)益保護(hù)，金融機(jī)構(gòu)側(cè)重于金融信息、知識(shí)宣傳，實(shí)質(zhì)性的風(fēng)險(xiǎn)防范、投資技能宣傳和普及仍然較差。因此，應(yīng)明確政府、相關(guān)行業(yè)協(xié)會(huì)在網(wǎng)貸投資者教育上的主體責(zé)任，借助金融教育網(wǎng)站、官方公眾號(hào)等載體，開(kāi)展網(wǎng)貸產(chǎn)品、風(fēng)險(xiǎn)與投資技能教育，推進(jìn)投資者決策由認(rèn)知型信任向制度型信任轉(zhuǎn)化，提升投資者的決策理性。

參考文獻(xiàn)

[1]NORTH D C. Understanding the process of economic change[M]. Princeton NJ： Princeton University Press， 2005.

[2]王曙光，孔新雅，徐余江.互聯(lián)網(wǎng)金融的網(wǎng)絡(luò)信任：形成機(jī)制、評(píng)估與改進(jìn)——以 P2P網(wǎng)絡(luò)借貸為例[J].金融監(jiān)管研究，2014（5）：67-76.

[3]田秀娟，張智穎.P2P 網(wǎng)絡(luò)借貸職業(yè)身份的信貸歧視：基于投資者認(rèn)知偏差視角[J].改革，2018（5）：139-150.

[4]POPE D G， SYDNOR J R. Whats in a picture？ Evidence of discrimination from prosper.com[J]. Journal of Human Resources， 2011， 46（1）：53-92.

[5]BARASINSKA N， SCHAFER D. Is Crowdfunding different？ Evidence on the relation between gender and funding success from a German peer-to-peer lending platform[J]. German Economic Review， 2014， 15（4）： 436-452.

[6]廖理，吉霖，張偉強(qiáng).借貸市場(chǎng)能準(zhǔn)確識(shí)別學(xué)歷的價(jià)值嗎？——來(lái)自P2P平臺(tái)的經(jīng)驗(yàn)證據(jù)[J]. 金融研究，2015（3）：146-159.

[7]張笑，胡金焱.高收入者參與P2P網(wǎng)絡(luò)借貸的動(dòng)機(jī)：基于信息不對(duì)稱(chēng)的視角[J].改革，2019（7）：86-95.

[8]鄭迎飛，陳曉靜，羅龍文.中國(guó)P2P 網(wǎng)貸的信任模型及實(shí)證研究[J].上海對(duì)外經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2017（3）：41-49.

[9]姜琪.中國(guó)P2P網(wǎng)貸平臺(tái)效率差異及成交量影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（6）：60-77.

[10]廖理，李夢(mèng)然，王正位.中國(guó)互聯(lián)網(wǎng)金融的地域歧視研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（5）：54-70.

[11]蔣彧，周安琪.P2P網(wǎng)絡(luò)借貸中存在地域歧視嗎？——來(lái)自“人人貸”的經(jīng)驗(yàn)數(shù)據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016（9）：29-39.

[12]胡金焱，宋唯實(shí).P2P借貸中投資者的理性意識(shí)與權(quán)衡行為——基于“人人貸”數(shù)據(jù)的實(shí)證分析[J].金融研究，2017（7）：86-104.

[13]陳冬宇.基于社會(huì)認(rèn)知理論的P2P網(wǎng)絡(luò)放貸交易信任研究[J].南開(kāi)管理評(píng)論，2014（3）：40-48.

[14]何光輝，楊咸月，蒲嘉杰.中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)及其決定因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017（11）：44-62.

[15]于博，張峻琪.P2P網(wǎng)絡(luò)借貸平臺(tái)產(chǎn)品預(yù)期收益率對(duì)交易規(guī)模及客戶(hù)粘性的影響——基于平臺(tái)異質(zhì)性的研究[J].南方金融，2016（8）：60-65.

[16]胡金焱，張笑.股東背景影響下的P2P平臺(tái)違約風(fēng)險(xiǎn)與經(jīng)營(yíng)風(fēng)險(xiǎn)[J].山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2018（4）：120-129.

[17]廖理，李夢(mèng)然，王正位.聰明的投資者：非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別——來(lái)自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)研究，2014（7）：125-137.

[18]周怡.信任模式與市場(chǎng)經(jīng)濟(jì)秩序——制度主義的解釋路徑[J].社會(huì)科學(xué)，2013（6）：58-69.

[19]ARMSTRONG M. Competition in two-sided markets[J]. RAND Journal of Economics， 2006， 37（3）： 668-691.

[20]GREIF A. Contract enforceability and economic institutions in early trade： The Maghribi Traders Coalition[J]. American Economic Review， 1993， 83（3）： 525-548.

[21]王書(shū)斌，譚中明，江紅莉，等.P2P網(wǎng)貸平臺(tái)股東背景與投資者行為研究——基于異質(zhì)性動(dòng)態(tài)面板協(xié)整分析[J].軟科學(xué)，2018（8）：117-120.

[22]陳雪，張學(xué)勇.金融風(fēng)險(xiǎn)情緒跨市場(chǎng)影響：股市與網(wǎng)絡(luò)借貸市場(chǎng)[J].中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（3）：197-207.

[23]趙子銥，張馨月.P2P網(wǎng)貸市場(chǎng)與正規(guī)金融市場(chǎng)——基于溢出效應(yīng)的分析[J].經(jīng)濟(jì)與管理評(píng)論，2018（4）：108-118.