考慮短視認(rèn)知和羊群效應(yīng)的互聯(lián)網(wǎng)金融平臺(tái)最優(yōu)決策研究

夏 雨，魏明俠

(河南工業(yè)大學(xué) 管理學(xué)院，河南 鄭州 450001)

近年來，伴隨著互聯(lián)網(wǎng)金融行業(yè)的蓬勃發(fā)展，其風(fēng)險(xiǎn)也逐漸聚焦?；ヂ?lián)網(wǎng)金融風(fēng)險(xiǎn)事件頻發(fā)，網(wǎng)貸行業(yè)成為互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)發(fā)生的重災(zāi)區(qū)。以網(wǎng)貸行業(yè)的典型代表P2P為例，據(jù)網(wǎng)貸天眼不完全統(tǒng)計(jì)，在P2P網(wǎng)貸行業(yè)“短暫性休克”的2018年7月，共有253家問題平臺(tái)出現(xiàn)提現(xiàn)困難、平臺(tái)失聯(lián)、停業(yè)或轉(zhuǎn)型、平臺(tái)詐騙等現(xiàn)象。截至2019年12月底，正常網(wǎng)貸平臺(tái)運(yùn)營(yíng)數(shù)量已經(jīng)下降至343家?；ヂ?lián)網(wǎng)金融風(fēng)險(xiǎn)不僅損害投資者的切身利益，還會(huì)誘發(fā)金融行業(yè)系統(tǒng)風(fēng)險(xiǎn)，甚至成為金融領(lǐng)域風(fēng)險(xiǎn)爆發(fā)的高發(fā)區(qū)[1]。如何防范和化解互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)，成為當(dāng)前實(shí)業(yè)界、學(xué)術(shù)界和政府相關(guān)部門亟待解決的問題。

平臺(tái)生存及其行業(yè)發(fā)展除了受外部因素的影響，如平臺(tái)實(shí)力、風(fēng)控能力、業(yè)務(wù)模式及行業(yè)監(jiān)管等[2-4]，還與個(gè)體平臺(tái)自身在投融資利率、信息披露、平臺(tái)運(yùn)營(yíng)等方面的決策密切相關(guān)。首先，在投融資利率方面，魏麗萍等[5]探討借款利率和平臺(tái)成交量之間的關(guān)系，認(rèn)為借款利率的提高不會(huì)引致成交量的上升，但平臺(tái)成交量的增加會(huì)降低借款利率。朱家祥等[6]通過構(gòu)建網(wǎng)絡(luò)借貸投資利率模型考察正規(guī)金融市場(chǎng)流動(dòng)性松緊對(duì)平臺(tái)投資利率的影響，并建立預(yù)警機(jī)制。崔婷等[7]基于雙邊市場(chǎng)理論的視角，研究網(wǎng)絡(luò)借貸利率形成的特征，進(jìn)一步探討雙邊借貸用戶供求關(guān)系、外部資金成本等對(duì)網(wǎng)貸借款利率的影響。向虹宇等[8]提出網(wǎng)貸平臺(tái)的利率與平臺(tái)風(fēng)險(xiǎn)的關(guān)系在不同利率區(qū)間存在異質(zhì)性，且對(duì)于整個(gè)網(wǎng)貸市場(chǎng)而言，其他條件不變時(shí)，網(wǎng)貸平臺(tái)提供的利率與投資者人數(shù)正相關(guān)。其次，在信息披露方面，Wang等[9]研究信息披露和平臺(tái)違約之間的關(guān)系，認(rèn)為信息披露程度越高，違約概率越低；相對(duì)于登記信息、經(jīng)營(yíng)數(shù)據(jù)和貸款計(jì)劃等信息，審計(jì)信息的披露對(duì)違約概率的影響較大。Zhu[10]指出貸款信息披露不足是眾籌平臺(tái)信用評(píng)級(jí)質(zhì)量下降的一個(gè)重要原因。古定威等[11]從雙邊市場(chǎng)的視角研究?jī)?yōu)質(zhì)眾籌平臺(tái)區(qū)別于劣質(zhì)平臺(tái)的信號(hào)顯示行為及其影響因素，認(rèn)為平臺(tái)傳遞信息與否、傳遞的信息真實(shí)與否均依賴于信號(hào)顯示成本；而且平臺(tái)傳遞真實(shí)信息的可能性還會(huì)受到平臺(tái)收費(fèi)、借款人項(xiàng)目特征、投資人資金成本等因素的影響。Chen等[12]提出平臺(tái)設(shè)計(jì)最優(yōu)動(dòng)態(tài)信息披露政策對(duì)提高其自身價(jià)值和用戶交互的作用。在平臺(tái)運(yùn)營(yíng)決策方面，周正龍等[13]考慮眾籌網(wǎng)絡(luò)借貸交易的雙邊市場(chǎng)特征下，提出雙邊密封的動(dòng)態(tài)關(guān)閉式拍賣機(jī)制，認(rèn)為這類機(jī)制滿足激勵(lì)相容特性，有利于降低羊群效應(yīng)。Liu等[14]通過構(gòu)建三階段博弈模型，探討競(jìng)爭(zhēng)性平臺(tái)在不同收費(fèi)機(jī)制下的最優(yōu)定價(jià)。薛偉賢等[15]認(rèn)為眾籌平臺(tái)運(yùn)營(yíng)中的生存問題主要與其捕食共生策略有關(guān)，聲譽(yù)建設(shè)、實(shí)物擔(dān)保物價(jià)值、平臺(tái)道德風(fēng)險(xiǎn)行為被發(fā)現(xiàn)概率等因素是平臺(tái)“捕食共生”策略產(chǎn)生的增量。劉偉等[16]基于三方博弈視角，對(duì)網(wǎng)貸市場(chǎng)參與主體行為策略的演化博弈均衡進(jìn)行分析。劉赫等[17]運(yùn)用兩階段動(dòng)態(tài)博弈的方法研究眾籌網(wǎng)貸平臺(tái)的定價(jià)行為，提出通過補(bǔ)貼手段能夠吸引更多的出借人，獲取更高的利潤(rùn)；但同時(shí)還要根據(jù)規(guī)模大小分類別、有重點(diǎn)地加強(qiáng)風(fēng)險(xiǎn)控制。Elena等[18]考慮不同時(shí)間和執(zhí)行規(guī)則，提出基于延期支付的平臺(tái)機(jī)制設(shè)計(jì)。

從上述文獻(xiàn)可以看出，已有相關(guān)研究主要側(cè)重信息披露策略對(duì)借款人違約率及平臺(tái)評(píng)級(jí)和自身價(jià)值的作用、平臺(tái)運(yùn)營(yíng)決策等。而且，平臺(tái)運(yùn)營(yíng)決策相關(guān)研究重點(diǎn)關(guān)注其運(yùn)行機(jī)制，較少?gòu)男袨榈囊暯茄芯科脚_(tái)運(yùn)營(yíng)決策。此外，僅有的眾籌平臺(tái)運(yùn)營(yíng)行為的研究均假設(shè)平臺(tái)決策為單期行為，僅以單期收益最大化為目標(biāo)。然而，實(shí)際上，平臺(tái)的決策行為是跨期的，當(dāng)平臺(tái)作為決策主體進(jìn)行跨期決策時(shí)，不僅會(huì)考慮當(dāng)期收益，還會(huì)考慮當(dāng)期決策給未來收益帶來的影響。并且，平臺(tái)在運(yùn)營(yíng)過程中普遍存在羊群行為，如平臺(tái)推出項(xiàng)目的同質(zhì)化、業(yè)務(wù)戰(zhàn)略的多元化、營(yíng)銷手段的多樣化等；平臺(tái)的羊群行為對(duì)互聯(lián)網(wǎng)金融市場(chǎng)的風(fēng)險(xiǎn)狀況影響更大、更深、更遠(yuǎn)。因此，這種影響機(jī)理，尤其是平臺(tái)在項(xiàng)目推出及審核準(zhǔn)入過程中表現(xiàn)出的羊群行為將如何影響互聯(lián)網(wǎng)金融整個(gè)行業(yè)的決策，進(jìn)一步如何影響互聯(lián)網(wǎng)金融行業(yè)風(fēng)險(xiǎn)等問題需深入研究。

基于以上現(xiàn)實(shí)背景和理論研究，本文以互聯(lián)網(wǎng)金融平臺(tái)為研究對(duì)象，探討存在短視認(rèn)知偏差時(shí)平臺(tái)跨期決策行為，以及羊群效應(yīng)對(duì)整個(gè)行業(yè)的項(xiàng)目準(zhǔn)入決策的影響。進(jìn)而，運(yùn)用數(shù)值分析的方法探析影響其項(xiàng)目準(zhǔn)入行為決策的重要因素，并在此基礎(chǔ)上提出相應(yīng)的決策建議和管理啟示，以期為相關(guān)決策者及管理部門提供決策參考和理論依據(jù)。

1 模型描述與基本假設(shè)

假定互聯(lián)網(wǎng)金融行業(yè)共k個(gè)互聯(lián)網(wǎng)金融平臺(tái)(簡(jiǎn)稱“平臺(tái)”)，在第t(t=0,1,2)階 段第i(i=0,1,2,···,k)個(gè)平臺(tái)上發(fā)起n項(xiàng)借貸項(xiàng)目，平臺(tái)可以允許高質(zhì)量項(xiàng)目進(jìn)入，也可以允許低質(zhì)量項(xiàng)目進(jìn)入。其中，平臺(tái)審核高質(zhì)量項(xiàng)目產(chǎn)生邊際成本cH、審核低質(zhì)量項(xiàng)目所產(chǎn)生的邊際成本為cL，由于項(xiàng)目質(zhì)量高低的判別主要取決于平臺(tái)對(duì)其基本資料和項(xiàng)目公司的資質(zhì)及過程案例等相關(guān)信息掌握的程度，因此，平臺(tái)審核高質(zhì)量項(xiàng)目所產(chǎn)生的邊際成本高于審核低質(zhì)量項(xiàng)目所產(chǎn)生的邊際成本，即cH≥cL。此外，若相同融資額度的兩類項(xiàng)目進(jìn)入均能使平臺(tái)獲得收入y，平臺(tái)允許每一期低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量為qit，高質(zhì)量項(xiàng)目進(jìn)入的數(shù)量為n?qit。

考慮該平臺(tái)3期的決策行為(如圖1所示)如下。 1)t=0期，平臺(tái)對(duì)未來行為進(jìn)行規(guī)劃。為將研究聚焦于互聯(lián)網(wǎng)金融項(xiàng)目的質(zhì)量對(duì)平臺(tái)決策的影響，不考慮該階段平臺(tái)規(guī)劃時(shí)所產(chǎn)生的支出。2)t=1期，項(xiàng)目進(jìn)入平臺(tái)。在該期，平臺(tái)對(duì)其申請(qǐng)項(xiàng)目進(jìn)行審核，此時(shí)，以單位審核成本cL允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量為qit，以審核成本cH允許高質(zhì)量項(xiàng)目進(jìn)入數(shù)量為n?qit。假定相同融資額度的兩類項(xiàng)目均能成功發(fā)起，此時(shí)平臺(tái)獲得單位收入為y。 3)t=2期，在該期，進(jìn)入的低質(zhì)量項(xiàng)目以概率p被政府等相關(guān)監(jiān)管部門發(fā)現(xiàn)。此時(shí)，平臺(tái)將承受罰款等處罰費(fèi)用，為其中，α (α≥0)為低質(zhì)量項(xiàng)目被發(fā)現(xiàn)時(shí)平臺(tái)受懲罰的系數(shù)。

圖1 互聯(lián)網(wǎng)金融平臺(tái)決策流程Figure 1 Decision-making flow chart of Internet financial platform

此外，第i個(gè)平臺(tái)作為一個(gè)動(dòng)態(tài)的決策者，在決策時(shí)不僅考慮當(dāng)期收益，還會(huì)考慮當(dāng)期決策對(duì)未來收益帶來的影響。并且，平臺(tái)對(duì)跨期收益貼現(xiàn)計(jì)算時(shí)，還可能表現(xiàn)出“短視認(rèn)知偏差”。本文借鑒Laibson[19]提出的雙曲線貼現(xiàn)模型對(duì)互聯(lián)網(wǎng)金融平臺(tái)行為進(jìn)行刻畫。此時(shí)，平臺(tái)跨期效用可表示為

其中，t表示平臺(tái)行為決策期； δ表示貼現(xiàn)因子； β表示平臺(tái)存在“短視認(rèn)知偏差”( β≤1)。由于平臺(tái)之間認(rèn)知存在差異，因此，按照是否存在認(rèn)知偏差，將平臺(tái)分為兩類；并假定，在t=0期，整個(gè)互聯(lián)網(wǎng)金融行業(yè)中存在短視認(rèn)知偏差的平臺(tái)數(shù)量占整個(gè)行業(yè)平臺(tái)總數(shù)的比例為θ，受羊群效應(yīng)的影響，t=1期 時(shí)，其所占比為 εθ(ε ＞0)。

相關(guān)變量及說明如表1所示。

表1 相關(guān)變量及其說明Table 1 Relevant variables and their descriptions

2 單一平臺(tái)項(xiàng)目準(zhǔn)入決策

首先選取具有短視認(rèn)知偏差的平臺(tái)為代表，分析短視認(rèn)識(shí)偏差影響下的單個(gè)平臺(tái)項(xiàng)目準(zhǔn)入決策行為。根據(jù)雙曲線貼現(xiàn)模型可知，平臺(tái)在第 0期的貼現(xiàn)因子結(jié)構(gòu)為，在第1期與第0期之間貼現(xiàn)時(shí)將使用貼現(xiàn)因子 βδ，在第2期和第1期貼現(xiàn)時(shí)將使用長(zhǎng)期貼現(xiàn)因子δ。因此，在第0期，平臺(tái)計(jì)劃項(xiàng)目準(zhǔn)入時(shí)，其目標(biāo)函數(shù)可表示為

式(2)表明，在項(xiàng)目準(zhǔn)入規(guī)劃期(即t=0期)，平臺(tái)的期望收益主要由兩部分構(gòu)成：在第1期，高質(zhì)量項(xiàng)目與低質(zhì)量項(xiàng)目進(jìn)入所帶來的收益貼現(xiàn)；在第2期，低質(zhì)量項(xiàng)目被發(fā)現(xiàn)后所造成的損失貼現(xiàn)。

通過對(duì)qi0求導(dǎo)可最優(yōu)化其目標(biāo)函數(shù)，進(jìn)而得到如下命題及推論。

命題1當(dāng)t=0時(shí)，平臺(tái)計(jì)劃允許低質(zhì)量項(xiàng)目進(jìn)入的最優(yōu)數(shù)量為

推論1當(dāng)t=0時(shí) ，q*0隨 著cH的增大而提高；亦隨著cL、δ、p、α的增大而降低。

由命題1和推論1可知，在規(guī)劃階段，當(dāng)項(xiàng)目準(zhǔn)入總數(shù)一定時(shí)，平臺(tái)項(xiàng)目準(zhǔn)入決策不僅與高低質(zhì)量項(xiàng)目審核成本相關(guān)，還與貼現(xiàn)因子、低質(zhì)量項(xiàng)目被發(fā)現(xiàn)概率及被發(fā)現(xiàn)后所受的懲罰力度相關(guān)。隨著高質(zhì)量項(xiàng)目審核成本的增加、低質(zhì)量項(xiàng)目審核成本的降低，平臺(tái)傾向于允許更多數(shù)量的低質(zhì)量項(xiàng)目進(jìn)入；然而隨著貼現(xiàn)因子的增大，平臺(tái)傾向于允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量減少，表明平臺(tái)決策時(shí)更具有耐心，也更具有理性。此外，隨著低質(zhì)量項(xiàng)目被發(fā)現(xiàn)概率及被發(fā)現(xiàn)后所受的懲罰力度的增大，平臺(tái)傾向于允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量也會(huì)隨之減少。

在第1期，平臺(tái)實(shí)際允許項(xiàng)目進(jìn)入時(shí)，其目標(biāo)函數(shù)可表示為

式(3)表明，在實(shí)際項(xiàng)目準(zhǔn)入期(即t=1期)，平臺(tái)的期望收益主要由兩部分構(gòu)成：在第1期，高質(zhì)量項(xiàng)目與低質(zhì)量項(xiàng)目進(jìn)入所帶來的收益；在第2期，低質(zhì)量項(xiàng)目被發(fā)現(xiàn)后所造成的損失貼現(xiàn)。同樣，通過對(duì)q1求導(dǎo)可最優(yōu)化其目標(biāo)函數(shù)，進(jìn)而得到如下命題及推論。

命題2當(dāng)t=1時(shí)，平臺(tái)允許低質(zhì)量項(xiàng)目進(jìn)入的最優(yōu)數(shù)量為

推論21) 當(dāng)t=1時(shí) ，q*1隨 著cH的增大而提高，亦隨著cL、β 、δ、p、α的增大而降低。

2) 當(dāng)t=1，且僅當(dāng) β ＜1時(shí) ，q*1＞q*0，?q*=q*1?q*0=隨著cH的增大而提高，亦隨著cL、β、δ、p、α 的 增大而降低；當(dāng) β=1時(shí) ，q*1=q*0，?q*=0。

由命題2和推論2可知，在實(shí)際準(zhǔn)入階段，當(dāng)項(xiàng)目準(zhǔn)入總數(shù)一定時(shí)，平臺(tái)的項(xiàng)目準(zhǔn)入決策不僅與高低質(zhì)量項(xiàng)目審核成本相關(guān)，還與平臺(tái)短視認(rèn)知偏差系數(shù)、貼現(xiàn)因子、低質(zhì)量項(xiàng)目被發(fā)現(xiàn)概率及被發(fā)現(xiàn)后所受的懲罰力度相關(guān)。隨著高質(zhì)量項(xiàng)目審核成本的增加、低質(zhì)量項(xiàng)目審核成本的降低，平臺(tái)傾向于允許更多數(shù)量的低質(zhì)量項(xiàng)目進(jìn)入；然而隨著短視認(rèn)識(shí)系數(shù)、貼現(xiàn)因子、被發(fā)現(xiàn)概率、懲罰力度的增大，平臺(tái)傾向于允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量減少；此外，當(dāng)認(rèn)知偏差系數(shù) β＜1時(shí)，在項(xiàng)目實(shí)際準(zhǔn)入階段，平臺(tái)允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量比計(jì)劃階段決策數(shù)量多，并且隨著認(rèn)識(shí)偏差系數(shù)的降低，這種數(shù)量差越來越大。這表明，由于認(rèn)知偏差的存在，平臺(tái)在規(guī)劃期與實(shí)際準(zhǔn)入期決策行為存在偏差，由于不同時(shí)期貼現(xiàn)因子的變化( δ →βδ)，使得平臺(tái)高估了低質(zhì)量項(xiàng)目進(jìn)入所帶來的收益，從而導(dǎo)致其允許更多的低質(zhì)量項(xiàng)目進(jìn)入平臺(tái)；若認(rèn)知偏差系數(shù) β=1，則表明平臺(tái)為理性的決策者，此時(shí)，在項(xiàng)目實(shí)際準(zhǔn)入階段，平臺(tái)允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量與計(jì)劃階段決策數(shù)量相等。

3 平臺(tái)行業(yè)項(xiàng)目準(zhǔn)入決策

基于單一平臺(tái)項(xiàng)目準(zhǔn)入決策分析，進(jìn)一步探討羊群效應(yīng)存在時(shí)平臺(tái)行業(yè)的項(xiàng)目準(zhǔn)入決策行為。

短視認(rèn)知偏差雖然是互聯(lián)網(wǎng)金融行業(yè)中普遍存在的一種現(xiàn)象，但個(gè)體平臺(tái)之間還會(huì)存在差異。因此，按照理性程度將整個(gè)行業(yè)的平臺(tái)分為兩類：存在短視認(rèn)知偏差的平臺(tái)和不存在短視認(rèn)知偏差的平臺(tái)。若在第0期，存在短視認(rèn)知偏差的平臺(tái)數(shù)量占整個(gè)行業(yè)平臺(tái)總數(shù)的比例為θ，那么不存在短視認(rèn)知偏差的平臺(tái)數(shù)量所占比例為 1 ?θ；且在第1期，在羊群效應(yīng)情形下，存在短視認(rèn)知偏差的互聯(lián)網(wǎng)金融平臺(tái)數(shù)量占整個(gè)行業(yè)平臺(tái)總數(shù)的比例為 ε θ(ε≥1)。

在第0期，即項(xiàng)目準(zhǔn)入規(guī)劃期，平臺(tái)行業(yè)的期望收益函數(shù)為

在第1期，即項(xiàng)目實(shí)際準(zhǔn)入期，平臺(tái)行業(yè)的期望收益函數(shù)為

式(4)和(5)分別表示在項(xiàng)目計(jì)劃期(t=0期)和實(shí)際項(xiàng)目準(zhǔn)入期(t=1期)，整個(gè)平臺(tái)行業(yè)的期望收益主要由存在短視認(rèn)知偏差和不存在短視偏差這兩類平臺(tái)期望收益組成。同樣，通過對(duì)Q0求導(dǎo)可最優(yōu)化其目標(biāo)函數(shù)，進(jìn)而可得如下命題及推論。

命題3當(dāng)t=0時(shí)，平臺(tái)行業(yè)計(jì)劃允許低質(zhì)量項(xiàng)目進(jìn)入的最優(yōu)數(shù)量為當(dāng)t=1且 0＜ε≤時(shí)，平臺(tái)行業(yè)實(shí)際允許低質(zhì)量項(xiàng)目進(jìn)入的最優(yōu)數(shù)量為

推論31)Q*0、Q*1均 隨著的增大而提高，亦隨著cL、β、δ、p、α的 增大而降低；此外，Q*0與ε、θ 無 關(guān)，但Q*1與之相關(guān)，且當(dāng)時(shí)，隨著θ 的增大而提升。

由命題3和推論3可知，考慮到平臺(tái)認(rèn)知偏差分類及羊群效應(yīng)影響后，平臺(tái)行業(yè)計(jì)劃允許低質(zhì)量項(xiàng)目進(jìn)入的最優(yōu)數(shù)量與存在短視認(rèn)知偏差的平臺(tái)數(shù)量所占比例θ、羊群效應(yīng) ε均無關(guān)。然而，實(shí)際項(xiàng)目準(zhǔn)入最優(yōu)數(shù)量卻與之相關(guān)，并且，當(dāng)羊群效應(yīng) ε在一定的取值范圍內(nèi)，平臺(tái)行業(yè)才存在最優(yōu)的決策，否則沒有現(xiàn)實(shí)經(jīng)濟(jì)意義。

4 數(shù)值仿真與分析

為驗(yàn)證以上模型分析結(jié)果，進(jìn)一步探究短視認(rèn)知偏差、羊群效應(yīng)和低質(zhì)量項(xiàng)目進(jìn)入最優(yōu)數(shù)量之間的關(guān)系，以及懲罰力度和監(jiān)管概率等其他變量所產(chǎn)生的影響，相關(guān)參數(shù)設(shè)定如下。根據(jù)實(shí)際互聯(lián)網(wǎng)金融市場(chǎng)的情況可知，借貸利率r一般在12% ～ 18%之間，因此，取r值為15%，則由貼現(xiàn)因子 δ和借貸利率r的關(guān)系式，可得 δ的取值為0.87；參考文獻(xiàn)[10] ，設(shè)定cH=200 ，cL=100，f=150 ，p=0.5，α分別取值0.8和0.2；結(jié)合上文分析，β取值 [0.1,1]，θ取0.8時(shí)，ε可 取0.2； θ2取 0.2時(shí)，ε可取19/9。將以上參數(shù)代入模型中，經(jīng)運(yùn)算分析得到圖2 ～ 5。

圖2 認(rèn)知偏差、懲罰力度對(duì)單一平臺(tái)決策的影響Figure 2 The impact of cognitive bias and punishment intensity on single platform's decisions

由圖2可知，在實(shí)際決策期，隨著認(rèn)知偏差系數(shù)的降低，低質(zhì)量項(xiàng)目準(zhǔn)入最優(yōu)數(shù)量隨之上升；實(shí)際決策期與計(jì)劃期的低質(zhì)量項(xiàng)目準(zhǔn)入的最優(yōu)數(shù)量的差額隨著認(rèn)知偏差系數(shù)的降低而增加。這表明認(rèn)知偏差系數(shù) β 值越小，認(rèn)知偏差程度越大，平臺(tái)的非理性程度也越高，從而使得計(jì)劃期與實(shí)際決策期的行為存在較大的差異。當(dāng)平臺(tái)的認(rèn)知偏差程度較大時(shí)，低質(zhì)量項(xiàng)目準(zhǔn)入帶來的短期收益對(duì)平臺(tái)的誘惑要高于其被發(fā)現(xiàn)和懲罰所產(chǎn)生長(zhǎng)期成本的考慮，從而使得平臺(tái)在實(shí)際決策期允許更多數(shù)量的低質(zhì)量項(xiàng)目進(jìn)入。然而，當(dāng)懲罰力度增大，即 α由0.2提高至0.8時(shí)，對(duì)于平臺(tái)而言，低質(zhì)量項(xiàng)目進(jìn)入造成的懲罰成本過高，使其短期收益不足以彌補(bǔ)長(zhǎng)期可能受到的懲罰，此時(shí)，平臺(tái)在實(shí)際決策期將允許較少數(shù)量的低質(zhì)量項(xiàng)目進(jìn)入。由此可知，若監(jiān)管方嚴(yán)格監(jiān)管，加大對(duì)低質(zhì)量項(xiàng)目進(jìn)入的懲罰力度，則平臺(tái)在實(shí)際決策時(shí)并不會(huì)允許低質(zhì)量項(xiàng)目進(jìn)入平臺(tái)。結(jié)合現(xiàn)實(shí)中的網(wǎng)貸平臺(tái)行為進(jìn)一步分析可知，在網(wǎng)貸市場(chǎng)發(fā)展初期，監(jiān)管當(dāng)局為彌補(bǔ)傳統(tǒng)金融不足，發(fā)展普惠金融，采取“規(guī)范和促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展”的監(jiān)管政策，在此環(huán)境下，不少平臺(tái)受“眼前利益”的誘惑推出低質(zhì)量融資項(xiàng)目，發(fā)布虛假標(biāo)的。但隨著《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行辦法》等相關(guān)監(jiān)管政策的出臺(tái)，平臺(tái)發(fā)布低質(zhì)量項(xiàng)目等非理性行為面臨較高的懲罰成本，甚至可能被淘汰出局。此時(shí)，實(shí)際決策期的非理性決策收益低于長(zhǎng)期處罰成本，平臺(tái)允許低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量下降。

由圖3可知，對(duì)于整個(gè)互聯(lián)網(wǎng)金融平臺(tái)行業(yè)而言，隨著認(rèn)知偏差系數(shù)的增大，實(shí)際決策期低質(zhì)量項(xiàng)目進(jìn)入數(shù)量降低，實(shí)際決策期與計(jì)劃期低質(zhì)量項(xiàng)目進(jìn)入數(shù)量的差值也越來越小，當(dāng)認(rèn)知偏差系數(shù)增大為1時(shí)二者相等。這表明，當(dāng)單一平臺(tái)存在認(rèn)知偏差時(shí)，整個(gè)互聯(lián)網(wǎng)金融平臺(tái)行業(yè)的決策也會(huì)受到影響；認(rèn)知偏差系數(shù)越小，表明整個(gè)互聯(lián)網(wǎng)金融平臺(tái)行業(yè)更加看重在短期內(nèi)低質(zhì)量項(xiàng)目進(jìn)入所帶來的收益。并且當(dāng)懲罰力度增大，即 α由0.2提高至0.8時(shí)，對(duì)于整個(gè)平臺(tái)行業(yè)而言，低質(zhì)量項(xiàng)目進(jìn)入造成的懲罰成本過高，使其短期收益不足以彌補(bǔ)長(zhǎng)期可能受到的懲罰，該結(jié)論與單一平臺(tái)多期決策相似。同時(shí)，通過對(duì)比圖2和圖3可知，單一平臺(tái)與整個(gè)平臺(tái)行業(yè)決策比較而言，雖然二者均隨認(rèn)知偏差系數(shù)的增大而降低，但隨著認(rèn)知偏差系數(shù)的增大，單一平臺(tái)實(shí)際決策期低項(xiàng)目進(jìn)入的最優(yōu)數(shù)量降低的速率逐漸變?。徽麄€(gè)平臺(tái)行業(yè)實(shí)際決策期低項(xiàng)目進(jìn)入的最優(yōu)數(shù)量降低的速率則保持不變。由此可以看出，考慮到平臺(tái)的分類之后，互聯(lián)網(wǎng)金融平臺(tái)行業(yè)行為偏差的程度降低，此結(jié)論與網(wǎng)貸市場(chǎng)合規(guī)整頓期間的行業(yè)實(shí)際情況相吻合。即監(jiān)管當(dāng)局于2016 ～2017年間進(jìn)行的合規(guī)整頓，在一定程度上促使一部分認(rèn)知偏差較小的平臺(tái)趨向于降低低質(zhì)量項(xiàng)目進(jìn)入的數(shù)量，但仍然存在認(rèn)知偏差較大的平臺(tái)允許低質(zhì)量項(xiàng)目進(jìn)入。因此，監(jiān)管者對(duì)網(wǎng)貸市場(chǎng)的合規(guī)整頓規(guī)范了平臺(tái)的項(xiàng)目準(zhǔn)入行為，為整個(gè)網(wǎng)貸行業(yè)的健康發(fā)展注入規(guī)矩的力量。

圖3 認(rèn)知偏差、懲罰力度對(duì)行業(yè)決策的影響Figure 3 The impact of cognitive bias and punishment intensity on industry's decision

圖4展示了行業(yè)平臺(tái)項(xiàng)目決策與認(rèn)知偏差和羊群效應(yīng)的關(guān)系。由圖4可知，行業(yè)平臺(tái)計(jì)劃期低質(zhì)量項(xiàng)目進(jìn)入數(shù)量與認(rèn)知偏差、羊群效應(yīng)均無關(guān)系；行業(yè)平臺(tái)實(shí)際決策期低質(zhì)量項(xiàng)目進(jìn)入數(shù)量隨著認(rèn)知偏差系數(shù)的增大而降低。并且，當(dāng)羊群效應(yīng)提高時(shí)(即 ε由0.2上升到19/9時(shí))，實(shí)際決策期低質(zhì)量項(xiàng)目進(jìn)入數(shù)量也更高。這表明，在整個(gè)平臺(tái)行業(yè)中，若一部分平臺(tái)存在短視認(rèn)識(shí)偏差，且行業(yè)跟風(fēng)現(xiàn)象嚴(yán)重，則整個(gè)行業(yè)表現(xiàn)出對(duì)短期收益的追逐，而不顧長(zhǎng)期懲罰可能帶來的損失。在羊群效應(yīng)的影響下，整個(gè)行業(yè)實(shí)際決策的低質(zhì)量項(xiàng)目進(jìn)入數(shù)量遠(yuǎn)遠(yuǎn)高于計(jì)劃期的數(shù)量。結(jié)合網(wǎng)貸市場(chǎng)初期情形進(jìn)一步分析可知，在寬松監(jiān)管環(huán)境下，具有短視認(rèn)知偏差的平臺(tái)允許低質(zhì)量項(xiàng)目進(jìn)入能夠獲得更高的收益，造成“劣幣驅(qū)逐良幣”現(xiàn)象，部分理性平臺(tái)在利益驅(qū)使下跟風(fēng)決策，進(jìn)而導(dǎo)致2015 ～ 2016年間問題平臺(tái)數(shù)量暴增、網(wǎng)貸市場(chǎng)“暴雷”現(xiàn)象頻發(fā)。

圖4 認(rèn)知偏差、羊群效應(yīng)對(duì)行業(yè)決策的影響Figure 4 The impact of cognitive bias and herd effect on industry's decision

圖5顯示了羊群效應(yīng)和認(rèn)知偏差、羊群效應(yīng)和短視認(rèn)知平臺(tái)數(shù)量占比的變動(dòng)對(duì)項(xiàng)目準(zhǔn)入決策偏差幅度的影響。由圖5(a)可知，隨著羊群效應(yīng)的增大，項(xiàng)目準(zhǔn)入決策偏差幅度越來越大，當(dāng)羊群效應(yīng)在一定閾值范圍內(nèi)(ε ∈[0，ε1)時(shí))，整個(gè)行業(yè)平臺(tái)的決策偏差幅度低于單一平臺(tái)的決策偏差幅度；當(dāng)羊群效應(yīng)超出一定閾值范圍內(nèi)時(shí)，整個(gè)行業(yè)平臺(tái)的決策偏差幅度高于單一平臺(tái)的決策偏差幅度。并且，較小的短視認(rèn)知偏差系數(shù)(β=0.4時(shí))使行業(yè)平臺(tái)與單一平臺(tái)的決策偏差曲線更陡峭。這表明，在不考慮其他因素變動(dòng)的情況下，當(dāng)羊群效應(yīng)達(dá)到一定閾值，會(huì)使整個(gè)行業(yè)平臺(tái)實(shí)際的最優(yōu)決策嚴(yán)重偏離規(guī)劃期的最優(yōu)決策，進(jìn)而表現(xiàn)出，較單一平臺(tái)而言，整個(gè)行業(yè)的實(shí)際決策與計(jì)劃偏離程度更大。此外，單一平臺(tái)的短視認(rèn)知偏差系數(shù)越小，表明其非理性程度越高。此時(shí)，無論是單一平臺(tái)還是整個(gè)行業(yè)平臺(tái)，均呈現(xiàn)出較大程度的決策偏差。圖5(b)表明，隨著羊群效應(yīng)的增大，項(xiàng)目準(zhǔn)入決策偏差幅度呈上升趨勢(shì)；且當(dāng)短視認(rèn)知偏差平臺(tái)占比較小時(shí)(θ =0.4)，整個(gè)行業(yè)平臺(tái)的決策偏差幅度低于單一平臺(tái)的決策偏差幅度；當(dāng)短視認(rèn)知偏差平臺(tái)占比較大(θ =0.6)且羊群效應(yīng)的閾值在[0，ε2)內(nèi)時(shí)，整個(gè)行業(yè)平臺(tái)的決策偏差幅度低于單一平臺(tái)的決策偏差幅度；然而，當(dāng)短視認(rèn)知偏差平臺(tái)占比較大(θ =0.6)且羊群效應(yīng)的閾值在內(nèi)時(shí)，整個(gè)行業(yè)平臺(tái)的決策偏差幅度則高于單一平臺(tái)的決策偏差幅度。這表明，在不考慮其他因素變動(dòng)的情況下，行業(yè)羊群效應(yīng)的增大使行業(yè)決策偏差變大，進(jìn)而使其與單一平臺(tái)決策偏差變動(dòng)幅度也越大；并且，當(dāng)短視認(rèn)知偏差的平臺(tái)數(shù)量占比較大且羊群效應(yīng)較高時(shí)，整個(gè)行業(yè)表現(xiàn)出的決策偏差大于單一平臺(tái)的決策偏差。與單一平臺(tái)相比，此時(shí)整個(gè)行業(yè)的實(shí)際決策更加偏離計(jì)劃期決策。然而，若短視認(rèn)知偏差的平臺(tái)數(shù)量占比較大，但行業(yè)羊群效應(yīng)較小，則與單一平臺(tái)相比，整個(gè)行業(yè)的實(shí)際決策和計(jì)劃期更相符。這一結(jié)論印證了互聯(lián)網(wǎng)金融市場(chǎng)的實(shí)際情況。如網(wǎng)貸市場(chǎng)伊始，行業(yè)平臺(tái)數(shù)量暴增、競(jìng)爭(zhēng)加劇，為擴(kuò)大資金規(guī)模，平臺(tái)跟風(fēng)保本貼息宣傳，大量虛假產(chǎn)品和標(biāo)的涌現(xiàn)。此時(shí)，整個(gè)網(wǎng)貸行業(yè)中具有短視認(rèn)知偏差的平臺(tái)的占比較大，低質(zhì)量項(xiàng)目數(shù)量增多，行業(yè)亂象叢生，詐騙、跑路等問題相繼暴露。隨著“1+3”監(jiān)管體系等合規(guī)政策的落地，即使網(wǎng)貸行業(yè)中存在較多具有短視認(rèn)知偏差的平臺(tái)，但受監(jiān)管政策的制約，使得羊群效應(yīng)降低。相較于前期，行業(yè)整體表現(xiàn)較為理性。

圖5 羊群效應(yīng)、認(rèn)知偏差、短視平臺(tái)占比對(duì)行業(yè)決策的影響Figure 5 The impact of herd behavior, cognitive bias and platform ratio on industry's decision

5 結(jié)論與啟示

本文通過構(gòu)建單一平臺(tái)和整個(gè)行業(yè)平臺(tái)的跨期決策模型，研究存在短視認(rèn)知偏差和羊群效應(yīng)時(shí)，平臺(tái)及行業(yè)允許低質(zhì)量項(xiàng)目進(jìn)入的相關(guān)決策問題，主要研究結(jié)論和管理啟示如下。

1) 短視認(rèn)知偏差影響平臺(tái)及行業(yè)的決策。短視認(rèn)知偏差程度越大，平臺(tái)的非理性程度也越高，從而使得計(jì)劃期與實(shí)際決策期的行為存在較大的差異。由于短視認(rèn)知偏差是一種慢變量，其改變需要一個(gè)相當(dāng)漫長(zhǎng)的過程。因此，對(duì)于主要由平臺(tái)決策行為引致的互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)，比較直接的、快速的風(fēng)險(xiǎn)防控策略是相關(guān)管理部門加強(qiáng)對(duì)平臺(tái)的監(jiān)管，提高懲罰力度，促使平臺(tái)嚴(yán)格審核項(xiàng)目，防止過多低質(zhì)量項(xiàng)目進(jìn)入，進(jìn)而從源頭防控互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)。同時(shí)，低質(zhì)量項(xiàng)目進(jìn)入的根本原因在于平臺(tái)存在短期認(rèn)知偏差，因此，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)監(jiān)管的長(zhǎng)久之計(jì)是通過長(zhǎng)期的綿綿用力策略逐漸降低平臺(tái)的短視認(rèn)知偏差程度。如加強(qiáng)教育宣傳，優(yōu)化平臺(tái)的經(jīng)營(yíng)理念，規(guī)范平臺(tái)經(jīng)營(yíng)行為，或者運(yùn)用法律法規(guī)，加強(qiáng)長(zhǎng)期相關(guān)制度的設(shè)計(jì)和安排，形成引導(dǎo)和約束互聯(lián)網(wǎng)金融平臺(tái)關(guān)注持續(xù)發(fā)展的長(zhǎng)效機(jī)制，從而從根源上糾正其短視認(rèn)知偏差，達(dá)到久久為功的治理效果。

2) 在不考慮其他因素變動(dòng)的情況下，認(rèn)知偏差程度和羊群效應(yīng)共同影響行業(yè)決策。因此，相關(guān)管理者應(yīng)當(dāng)重視互聯(lián)網(wǎng)金融行業(yè)中羊群效應(yīng)的影響，重點(diǎn)監(jiān)管行業(yè)中“領(lǐng)頭羊”，即代表性平臺(tái)，控制“重點(diǎn)傳染源”；特別是，一旦發(fā)現(xiàn)“領(lǐng)頭羊”的違規(guī)行為，應(yīng)綜合運(yùn)用主流媒體輿論、監(jiān)管部門約談、重金處罰和法律工具等對(duì)其進(jìn)行從重從快處置，對(duì)整個(gè)行業(yè)起到“殺雞儆猴”的作用，從而有效遏制低質(zhì)量項(xiàng)目的進(jìn)入。2020年歲末，互聯(lián)網(wǎng)金融界最受關(guān)注的熱點(diǎn)事件“螞蟻金服暫緩上市”發(fā)生后，監(jiān)管部門對(duì)“螞蟻集團(tuán)”的一系列處罰措施就是一種典型的“領(lǐng)頭羊”治理策略。

3) 在不考慮其他因素變動(dòng)的情況下，短視認(rèn)知偏差平臺(tái)的數(shù)量占比和羊群效應(yīng)共同影響行業(yè)決策。因此，政府相關(guān)監(jiān)管部門應(yīng)當(dāng)特別重視互聯(lián)網(wǎng)金融行業(yè)的結(jié)構(gòu)和特征，既對(duì)短視認(rèn)知偏差的平臺(tái)加強(qiáng)監(jiān)管，要求其進(jìn)行充分的風(fēng)險(xiǎn)提示披露、交納一定的風(fēng)險(xiǎn)保證金等措施，還要教育投資者提高自身的風(fēng)險(xiǎn)意識(shí)和規(guī)避風(fēng)險(xiǎn)能力；同時(shí)，也要引導(dǎo)網(wǎng)上輿論形成有利于降低短視認(rèn)知偏差程度，注重長(zhǎng)期可持續(xù)發(fā)展的平臺(tái)輿論場(chǎng)，從而有效控制短視認(rèn)知平臺(tái)的占比。此外，加強(qiáng)監(jiān)管頻度，實(shí)時(shí)、動(dòng)態(tài)關(guān)注互聯(lián)網(wǎng)金融平臺(tái)行業(yè)的動(dòng)向，嚴(yán)控短視認(rèn)知偏差的互聯(lián)網(wǎng)金融平臺(tái)數(shù)量，防止羊群效應(yīng)造成的負(fù)面影響進(jìn)一步擴(kuò)散。

本文對(duì)解釋短視認(rèn)知偏差、羊群效應(yīng)對(duì)互聯(lián)網(wǎng)金融項(xiàng)目準(zhǔn)入決策的影響，以及互聯(lián)網(wǎng)金融行業(yè)的健康發(fā)展具有重要的意義。但同大多數(shù)文獻(xiàn)一樣，是在不考慮其他決策主體的情況下展開的，未來的研究可以進(jìn)一步考察監(jiān)管方對(duì)互聯(lián)網(wǎng)金融項(xiàng)目準(zhǔn)入決策的影響。此外，互聯(lián)網(wǎng)金融項(xiàng)目準(zhǔn)入決策的演化等也是值得研究的方向。