互聯網金融認知與投資風險偏好：90后大學生的特征

何雨容 朱如嘉 張 煜 謝丹丹 黃冠婷

（上海大學經濟學院，上海 200444）

互聯網金融認知與投資風險偏好：90后大學生的特征

何雨容 朱如嘉 張 煜 謝丹丹 黃冠婷

（上海大學經濟學院，上海 200444）

本文對作為未來市場主力投資者的大學生群體進行了互聯網金融方面的調研，利用搜集到的數據建立了Logit和Probit模型來研究影響投資互聯網金融產品概率的因素，其中影響投資者選擇的諸多因素中，對互聯網金融產品的態度是最顯著的，其次是對互聯網金融公司資產狀況的重視程度、對互聯網金融了解途徑的數量等其他因素。

互聯網金融；投資概率；產品組合；風險偏好

一、引言

支付寶作為第三方支付平臺，自2003年推出以來，在短短兩年半的時間內，迅速成為網上交易不可或缺的支付方式，余額寶推出后更大面積搶占了傳統銀行的存款業務；P2P網貸自2007年在國內興起后迅速發展，網貸之家發布的《2014年中國網絡借貸行業年報》顯示，網貸平臺數量以每年4.31倍的速度高速增長；眾籌產業在國內外也迅速發展著。互聯網金融市場一片欣欣向榮，但繁榮的背后也隱藏著危機。《互聯網股權眾籌盤點報告》指出，我國的互聯網金融正處于發展的初級階段，今后一段時間內將是各方參與者在通力合作與深度交換意見的基礎上，進行新一輪的制度建設與模式調整。本文對作為未來市場主力投資者的大學生群體進行了互聯網金融方面的調研，利用搜集到的數據建立了Logit和Probit模型來研究影響投資互聯網金融產品概率的因素，其中影響投資者選擇的諸多因素中，對互聯網金融產品的態度是最顯著的，其次是對互聯網金融公司資產狀況的重視程度、對互聯網金融了解途徑的數量等其他因素。

二、問卷調查數據的初步分析

本次問卷調查的調查對象主要為90后大學生群體，樣本容量304人，內容涉及大學生對互聯網貨幣基金型理財產品、P2P借貸以及眾籌等多種互聯網金融產品的認知程度與投資熱度。雖然眼下90后的經濟實力比較有限，但伴隨著21世紀初互聯網發展熱潮成長起來的90后大學生是最熟悉和信任各種互聯網應用的群體，也是現今互聯網領域中最為活躍的群體之一。因此，90后大學生必將成為未來的主流投資人群，他們的投資偏好對互聯網金融的發展路徑有著巨大的影響。基于調查結果可深入了解90后大學生對于互聯網金融的態度和投資意向，從而對互聯網金融的發展提出建設性意見。

（一）互聯網金融企業先發優勢明顯，移動互聯網推廣舉足輕重

調查結果顯示，青年投資者對互聯網金融領域中的貨幣基金類理財產品最為熟悉。其中，93.09%的青年投資者知道阿里巴巴余額寶，59.21%的投資者知道騰訊理財通，而熟悉P2P或眾籌投資平臺的青年投資者比例在30%左右。

此外，調查數據表明：60.2%的青年投資者常通過手機等移動設備獲取互聯網金融產品的相關信息，接受朋友推薦的投資人也占到了39.14%。顯然，方便快捷的移動互聯網已經取代其他的傳統媒體，成為互聯網金融的主要推廣平臺，開發自有的手機APP軟件或通過成熟的移動社交傳媒平臺發布資訊將是各個互聯網金融企業推廣新產品的重要渠道。同時具備移動互聯網和朋友圈優勢的微信即是目前最為高效的推廣平臺之一。

毫無疑問，余額寶之所以在青年群體中擁有極高認知度，除了其作為首個互聯網金融理財類產品具有的先發優勢之外，與淘寶、天貓等成熟的大型網絡購物平臺綁定支付服務、提高余額寶的流動性也是一個重要原因。而得益于微信、QQ上數量龐大的社交用戶，騰訊推出的理財通也獲得了較高的認知度。

因此，互聯網金融企業實施跟隨戰略所能創造的盈利空間很可能遠不及其他行業。而針對市場需求變化，在尚未成熟的細分領域實現產品或經營模式的創新突破，避開與其他在位企業的競爭，才是企業提高自身核心競爭力的關鍵。

（二）青年投資者偏好穩健的投資收益

數據表明，半數以上的青年投資者對于投資互聯網金融產品盈虧波動持比較保守的態度，10.2%的投資者表示無法接受任何虧損，屬于風險厭惡型；54.61%的投資者接受20%的盈虧波動，屬于風險規避型；29.03%的投資者愿意接受80%的盈虧波動，屬于風險偏好型。對于投資互聯網金融產品的合理收益，3%—10%是絕大多數青年投資者認可的收益水平，其中30.59%的青年投資者認可7%—10%的收益水平。這與當前我國互聯網金融領域的總體收益水平基本吻合（見圖1）。

（三）眾籌投資偏好與行業現狀存在較大偏差

數據顯示，53.95%的青年投資者表示最愿意投資科技電子軟硬件產品類的眾籌項目，愿意投資實體店眾籌項目的青年投資者也達到了32.57%，而愿意投資影視音樂等藝術類眾籌項目的青年投資者僅有15.13%（見圖2）。

圖1：投資者可接受的風險收益比

圖2：愿意投資的眾籌項目類型

這說明當前投資者需求與眾籌行業現狀存在明顯偏差：大部分人愿意投資的科創類項目在現有眾籌項目中比較少見，而目前大量存在的眾籌項目是只提供實物回報的影音藝術類項目，這恰好是青年投資者不愿意投資的類別。例如知名度較高的綜合類眾籌網站——眾籌網，截至2014年12月21日，其上線的1944個眾籌項目中，有37.76%的項目是影音娛樂活動或藝術作品創作類，科技軟硬件產品類眾籌項目僅占總數的15.13%。

另外，調查數據顯示：54.28%的青年投資者期望通過眾籌項目獲得現金回報，愿意獲得實物商品或服務、項目股權回報的青年投資者分別為16.78%和27.63%。然而，當前眾籌的回報方式多以實物商品或無形服務為主，僅少數創業類眾籌項目以股權分紅的方式給予投資者回報，但這些項目的投資門檻往往是學生群體難以達到的。

顯然，眾籌行業現狀與投資者在眾籌項目類別和回報方式偏好方面的偏差嚴重抑制了投資者對眾籌行業的投資熱情。出現這類矛盾的原因可能是：與開發電子軟硬件產品或開設實體店等微創企業的難度相比，個人或團隊完成影視、音樂或圖畫等藝術類作品要容易得多，帶有提前銷售特點的實物回報方式也降低了眾籌發起者的風險，最早出現的眾籌項目也屬于此類。在眾籌行業剛剛起步的我國出現以藝術作品創作類眾籌項目為主的狀況也是行業發展的必然。而我國現行法規對眾籌項目現金回報的限制也是重要原因。

此外，有65.79%的投資者認為高質量的項目內容展示是最能促使他們去投資該眾籌項目的因素。而眾籌項目的新穎性能否被投資者認同也與籌資人在眾籌期間所展示的項目內容的質量和方式密切相關。可見在眾籌期間，籌資團隊針對項目所設計的展示內容與形式對項目籌資是否成功影響重大（見圖3）。根據眾籌項目的特點合理選擇展示的方式和內容，加強與投資人的互動，傳達更為全面準確的項目信息是所有籌資者必須認真考慮的工作。而眾籌平臺運營商若能對網站上的眾籌項目進行深入分析，發掘案例在內容展示方面的獨到之處，并為籌資方提供設計參考方案，也能拓寬盈利渠道，增加自身平臺的競爭力。

圖3：促使投資眾籌的因素

三、投資選擇概率模型

通過前面的問卷調查，我們在定性方面了解了大學生對互聯網金融的認知。為了進一步研究影響投資者（尤其是大學生群體）選擇互聯網金融產品的相關因素，需要對產品的投資選擇情況建立模型并深入分析，進而為互聯網金融公司的發展提供參考指標，促進行業健康發展。在問卷中，作為模型被解釋變量的“投資者是否選擇投資互聯網金融產品”，只能觀察到“投資”或者“沒有投資”兩種結果，它是一個二元的非線性離散變量。陳坤和朱敏（2006）提出可以用Logit模型對個體選擇行為進行建模，因此本報告參考其方法，采用Logit模型對問卷收集到的數據進行建模，并加入Probit模型進行比較，使得結果更具穩健性。

Logit和Probit模型很類似，主要區別是兩者分別假設隨機誤差項服從Logistic分布和正態分布。實證中Logit模型的應用多于Probit模型，這主要是考慮到Logit模型求解速度更快，所得的參數解釋也好于Probit模型，而Probit模型雖然計算復雜，需要進行多重積分，但是預測效果很好。考慮到兩個模型的特點，此處根據304份調查問卷所得樣本，利用R軟件建立Logit和Probit模型，綜合分析投資概率的影響因素。

（一）模型形式

本文用p表示投資互聯網金融產品的概率，X表示影響互聯網金融產品投資行為的那些解釋變量，Y表示是否投資的決策（1表示投資，0表示不投資）。

在Logit模型中，殘差項ε服從Logistic分布，其方程可以表示為：

相應的，在Probit模型中，殘差項ε服從正態分布，其方程可以表示為：

其中Φ(·)表示標準正態分布的累計分布函數。

通過最大似然法估計得到相應參數，然后把它們代入模型中，即可得到投資互聯網金融產品的概率。

（二）變量選取

如上所述，將是否選擇互聯網金融產品作為被解釋變量y，其中，目前沒有投資過將來也不投資的個體記為0，反之記為1。從調查問卷中選取并構造了19個解釋變量（見表1）。

表1：解釋變量

（三）實證分析

1.模型估計。通過逐步回歸法，將顯著性不強的解釋變量剔除，得到了8個顯著變量，將這些解釋變量與被解釋變量進行廣義線性回歸，回歸結果見表2。

表2：廣義線性回歸結果

根據上表，得到Logit模型的表達式是：

表中的實證結果表明模型具有較好的穩定性。

2.實證結果分析。根據模型的結果，影響投資者選擇的諸多因素中，對互聯網金融產品的態度attitude是最顯著的，表明人們的態度影響互聯網金融的未來發展；其參數估計符號為正，說明人們越看好互聯網金融就越愿意投資其相應產品，這表明互聯網金融行業應加大宣傳力度，影響投資者態度。

第2個顯著變量是投資者在選擇互聯網金融產品時對互聯網公司資產狀況的重視程度asset。asset符號為負，說明對公司資產狀況越重視的投資者越不愿意投資現有的小型互聯網金融產品。這在一定程度上可以對小型互聯網公司陸續倒閉的現象給出解釋，也說明公司資產規模在投資者對投資對象進行選擇的過程中發揮著重要作用，資金雄厚、規模較大的相關企業有著天然的競爭優勢。

位于顯著性水平第3和第4位的變量分別是消費者對互聯網金融了解途徑的變量path和衡量人們對問卷中羅列的一些互聯網產品熟悉程度的變量known，其符號皆為正，說明增加投資者對互聯網金融產品的了解途徑、增強人們對產品的熟悉程度可以增大消費者選擇互聯網金融產品的概率。然而，目前關于互聯網金融的宣傳不是很多，除了阿里的余額寶、微信的理財通本身具有龐大的顧客群體與推送渠道，可以讓投資者隨時對相應產品有所了解外，其他互聯網金融產品尚未有相應APP面市，宣傳力度較小。因此，投資者對互聯網金融產品了解途徑的缺乏、對產品的不熟悉，皆阻礙了他們的投資。

人們對互聯網金融產品投資意愿的影響因素還包括公司管理層（manage）、可持續性盈利模式（last）、成立時間（time），參數估計結果皆為負。表明人們越在意公司管理層、可持續盈利模式以及公司成立時間這些因素，就越不愿投資互聯網金融產品。分析現狀，人們對互聯網金融公司管理層缺乏了解，信息不對稱現象相較傳統金融行業更嚴重，是行業發展的“短板”。同時，人們越在意盈利的可持續性就越不愿投資互聯網金融產品，反映出目前大家普遍認為互聯網金融產品盈利不具可持續性。因此，公司應保證盈利模式的穩定性，增強消費者信任，從而吸引更多投資。另外，當前許多互聯網金融公司相對其他行業公司而言，存在成立時間較短的劣勢，但隨時間發展，這方面問題會改善。

最后對研究對象分類分析，專業變量major反映了經濟管理類的學生選擇投資互聯網金融產品的可能性要比其他專業的學生更大。這也說明，加強投資者對互聯網金融的了解可促進他們投資。

3.模型預測及準確性檢驗。在檢驗的過程中，以0.5作為概率的閾值。將觀測數據代入回歸方程中，如果計算得出的P大于0.5，判斷為會投資互聯網金融產品，如果計算得出的P小于0.5，則判斷為不會投資互聯網金融產品。通過模型預測出這304個樣本的結果如下：

表3：模型預測分類

對預測結果與實際變量分析比較，可以看出模型的準確率已達到70%以上。整體上，模型構建合理，解釋力度有效。

四、對規范我國互聯網金融發展的建議

（一）政府需加強監管，促進互聯網金融行業公開透明發展

目前，互聯網金融行業存在信息不夠透明的問題，無法獲得大量投資者的信任。由實證分析獲知，投資者態度是影響投資互聯網金融產品意愿的一個重要因素。因此，政府監管部門應該促進該行業公開透明發展，例如設立信息公開平臺，鼓勵第三方機構參與行業評級，增強投資者對企業的了解途徑，改善其對互聯網金融的態度。而企業若想獲得更多的客戶群體，也應加強宣傳力度，利用移動互聯網進行推廣，逐步糾正投資者對互聯網金融的偏見，提高投資者對企業的信任。

（二）互聯網金融企業應建立合理的指標體系，供投資者參考

當前，互聯網金融領域缺乏衡量風險與收益的權威指標，不健全的互聯網金融體系抑制了投資者的投資熱情，也增加了投資互聯網金融的決策難度與風險。因此政府機關應與相關企業進行合作，建立合理的互聯網金融指標體系，增加投資者的投資參考。同時，為日后進行行業調控提供可靠信息，促進行業進一步有序發展。

（三）重視對投資者的教育，增強理性投資意識

對于互聯網金融這樣一個對投融資雙方的專業知識要求較高的行業，政府除了采取加強行業監管、打擊違法行為、促進互聯網金融行業的良性發展以外，還可以加強對大眾的金融知識普及，從而消除不良金融產品的“生存土壤”，保證互聯網金融行業的健康發展。

（四）互聯網金融企業應發揮自身強大數據搜集優勢，加強信息分析能力

線上交易的增加意味著風險進一步擴大。企業應對獲取的大量數據進行分析，衡量項目風險，緩解信息不對稱的問題，有效降低交易成本和金融風險。

[1]Michael D.Greenberg，Karthic Hariharan，Elizabeth Gerber，Bryan Pardo.2013.Crowdfunding Support Tools：Predicting Success&Failure[J].Journal of Business Venturing.

[2]Ajay K.Agrawal，Christian Catalini，Avi Goldfarb. 2013.Some Simple Economics Of Crowdfunding[J]. NBER Working Paper No.19133.

[3]陳林.互聯網金融發展與監管研究[J].南方金融，2013，（11）.

[4]2014年中國網絡借貸行業年報.http：//www.investide.cn/news/113756.html.

[5]互聯網股權眾籌盤點報告.http：//www.199it.com/ archives/285933.html.

[6]陳坤，朱敏，王曉紅.Logit模型在個體選擇行為中的研究演進[J].統計與決策，2006，（20）.

Internet Finance Perception and Investment Risk Preference：Features of Post-90s University Students

He Yurong Zhu Rujia Zhang Yu Xie Dandan Huang Guanting
（Shanghai University，Shanghai 200444）

This paper expounds the background of the issue firstly.In order to study the factors affecting investment probability of Internet financial assets，the Logit and Probit model was established based on the data that was collected by the questionnaire，which focuses on the college students who would be the main investors in the future market.In all factors which influence investors’choices，the attitude on Internet financial products is the significant one，and then follows by concerns for Internet financial firms’assets，the ways to have a better understanding of Internet finance and so on.The empirical results indicate that the model has good explanatory power.Finally，on the basis of empirical analysis results，it serves several reasonable suggestions on the promotion of the healthy development of Internet finance.

internet finance，investment probability，asset portfolio，risk preference

F830

：A

：1674-2265（2015）07-0067-05

（責任編輯 王 馨；校對 SZ，WX）

2015-6-15

何雨容，女，上海大學經濟學院，上海大學互聯網金融研究項目組組長；朱如嘉，女，上海大學經濟學院，上海大學互聯網金融研究項目組成員；張煜，男，上海大學經濟學院，上海大學互聯網金融研究項目組成員；謝丹丹，女，上海大學經濟學院，上海大學互聯網金融研究項目組成員；黃冠婷，女，上海大學經濟學院，上海大學互聯網金融研究項目組成員。