股權眾籌問題平臺的特征分析及其識別

潘浩東+楊金寶+張雨婷

【摘要】本文基于25家股權眾籌平臺的數據，在理論假設的基礎上，實證分析了問題平臺不同于正常平臺的顯著特征，并進一步研究了投資者對于平臺特征的甄別。結果表明：管理層信息無披露、新聞曝光量低是問題平臺的顯著特征，而正常平臺與問題平臺之間的成功項目數、第三方資金存管等特征變量區別并不明顯。本文還發現，股權眾籌中的投資者風險甄別能力較低，他們偏好成功項目數高、有第三方資金存管的平臺，而忽視了管理層信息披露、新聞曝光量等信息。

【關鍵詞】股權眾籌；平臺甄別；Logistic回歸；

逐步回歸

【中圖分類號】F832.51

一、引言

眾籌，最早可以追溯到數百年前，是一種以文化為根基，在社群中募集資金的方式。股權眾籌，是融資的“互聯網+”化，具有快速便捷、突破時空約束等優點，不單為中小投資者提供了直接參與到金融市場的渠道，也為小微企業與民間資本的高效對接、解決資本市場資金緊缺和民間資本投資無門的雙重問題提供了可行的方法，是一種熱度超高的金融創新方式，代表了“互聯網+金融”的發展趨勢。

2013年8月，《關于金融支持小微企業發展的實施意見》由國務院辦公廳發布，文中指出，要通過對互聯網等新條件下的工具的有效利用，讓互聯網金融更好地服務實體經濟。2014年12月，中國證監會出臺的《私募股權眾籌融資管理辦法（試行）》使股權眾籌進一步合法化。2015年，李克強總理指出，要開展股權眾籌融資試點，更好地發展股權融資，從而使融資難、融資貴的問題得到有效緩解。2016年，政府工作報告中又指出，以眾籌促融資，使金融體系更好地服務于創新創業，將“互聯網+”和大眾創業、萬眾創新的作用有效地結合起來。

截至2016年底，國內共有一百多家股權眾籌類平臺。但是，受制于之前國內監管政策的缺位，股權眾籌并沒有合法的身份。由于法律定位不明及相關監管的缺位，股權眾籌行業運行較為混亂，好壞平臺摻雜，難以辨識，使投資者面臨較高的交易風險，權益不能得到有效保障。

2016年10月13日，國務院辦公廳發布《互聯網金融風險專項整治工作實施方案》，基于互聯網金融的發展狀況，對其風險專項整治工作進行了全面部署。

由于股權眾籌平臺是金融創新，所以會存在一些問題，如果投資者能夠清晰識別，就可以采取措施防范或規避可能出現的風險。任何事物都有其自身的特征，股權眾籌問題平臺也是如此，也會具有自身的特征，使投資者能夠識別。因此，研究股權眾籌問題平臺的特征及如何識別，具有重要的實踐價值。

本文使用了25家股權眾籌平臺（包括12家正常平臺和13家問題平臺）數據，基于Logistic模型實證分析了問題平臺的顯著特征，并進一步研究了投資者對平臺的甄別。結果表明：正常平臺與問題平臺的成功項目數、第三方資金存管等特征并不存在明顯區別，而問題平臺的管理層信息無披露、新聞曝光量低是其顯著特征。本文還發現，投資者在選擇平臺時主要關注成功項目數、第三方資金存管，而對新聞曝光量、管理層信息披露等平臺特征關注較少，說明股權眾籌行業中的投資者對平臺不能有效甄別。根據研究結果，本文對股權眾籌行業的發展及投資者提出了相應建議。本文首次利用基于網絡搜集的平臺數據進行分析，在方法上填補了股權眾籌相關風險研究的空白，具有一定的創新性。

二、相關理論分析與研究假設

在股權眾籌平臺上，投資者主要是根據平臺發布的項目信息進行投資，籌投雙方很少進行信息互換，而作為連接籌投雙方的平臺又具有較高的隱蔽性。因此，信息不對稱的問題會導致交易風險增加。基于這種情況，投資者會盡可能搜集項目信息，提高對項目的認知，進而選擇相應的平臺進行投資。

影響股權眾籌平臺經營狀態的因素有許多，比如，平臺高管背景、第三方資金存管、平臺影響力等。平臺高管背景是指平臺管理人員的知識水平和從事金融行業的經驗等。有較高知識水平的管理人員具有更好的分析力和更準確的判斷力，能更好地適應行業環境（Lin等，2013），并且能依據市場形勢更好地制定戰略決策。同時，由于信息不對稱，投資者不能對平臺的行為進行有效監督，可能會導致平臺隨意挪用資金等道德風險問題的發生，而通過采用第三方資金存管可在一定程度上避免此類問題。并且運行良好的平臺其口碑與影響力更好，從而相關的新聞曝光量也更高。因此，本文做出如下的研究假設：

假設1：相比于正常平臺，問題平臺的新聞曝光量、信息披露程度更低且擁有第三方資金存管的比率低于正常平臺。

與之相對，正常平臺的新聞曝光量、信息披露程度更高且擁有第三方資金存管的比率高于問題平臺。由于理性投資者一般是厭惡風險的，所以他們會選擇此類平臺進行投資，進而本文提出第二個假設：

假設2：股權眾籌投資者會優先選擇新聞曝光量、信息披露程度更高以及擁有第三方資金存管的股權眾籌平臺。

三、變量定義及實證模型構建

本文通過各股權眾籌平臺的官網、第三方權威門戶網站“眾籌家”等網站，對多家股權眾籌的平臺數據進行了全面地搜集，樣本數據的收集日期截至2017年8月。本文對變量不全、數據不合理的樣本進行剔除后，共得到25家平臺的數據。

（一）變量定義及說明

根據前文的理論分析及研究假設，本文選定的變量如下：

1.經營狀況（condition）。二元變量，被解釋變量，根據“眾籌家”對平臺的評級情況將收集到的樣本分為正常平臺和問題平臺兩類，其中：condition=1時表示問題平臺，condition=0時表示正常平臺。

2.第三方資金存管（fund）。虛擬變量，如果股權眾籌平臺有第三方資金存管，則fund取1，否則為0。

3.信息披露（information）。虛擬變量，指平臺對管理人員的學歷、工作經歷等相關信息的披露。如果平臺有相關信息披露，則information=1，無信息披露則information=0。endprint

4.新聞曝光量（exposure）。連續變量，指平臺被媒體曝光的次數。由于多數網絡媒體沒有新聞采編權，其報道多為轉載紙質媒體的信息，所以紙質媒體的公信力更高。且有時不同網站會對同一新聞事件進行重復報道，若采用網絡媒體對股權眾籌平臺報道的次數會使新聞曝光量存在一定程度的失真。因此，本文選擇紙質媒體對股權眾籌平臺報道的次數以避免這種情況的影響。借鑒徐莉萍和辛宇（2011）、李培功和沈藝峰（2010）的方法，本文以知網的《中國重要報紙全文數據庫》作股權眾籌平臺搜索，篩選自平臺上線以來媒體對平臺報道的數量。為避免因平臺運營時間的不同對新聞曝光量造成影響，新聞曝光量（exposure）取曝光量與運行月份數量的比。

5.會員人數（membership）。連續變量，指在平臺注冊的會員人數。單位為百人。

6.成功項目數（success）。連續變量，指平臺自上線以來融資成功的項目數，為避免因平臺運營時間的不同對成功項目數造成影響，成功項目數（success）取融資成功的項目數與運行月份數量的比。

（二）變量的統計性描述

由表1可以看出，正常平臺的曝光量是問題平臺的5倍左右，說明運行良好的平臺影響力遠遠高于問題平臺。正因如此，正常平臺的會員數明顯多于問題平臺。二者之間的項目成功數與信息披露也有較大差異，但第三方資金存管差別較小，這是因為為了規范互聯網金融的發展，相關規定要求平臺開設第三方資金存管，所以兩類平臺之間并沒有較大差別。

（三）實證模型構建

1.平臺分類模型

為了通過實證研究得到問題平臺的顯著特征，本文將經營狀況（condition）設置為被解釋變量，平臺相關特征為解釋變量，構建二值概率模型———Logistic回歸模型，其模型設定如下：

其中，P（condition=1|features）表示在給定平臺特征條件下該平臺為問題平臺的概率，解釋變量features為平臺的特征變量，系數αi是各解釋變量的回歸系數，指當其他變量不變時，相應解釋變量的一單位變化可引起被解釋變量的機會比率的對數值變化。

2.投資者識別模型

通過實證研究得到問題平臺與正常平臺的不同顯著特征后，本文進一步檢驗投資者是否能準確甄別出相應特征。本文將平臺的會員人數（membership）設置為被解釋變量，平臺的各項特征變量為解釋變量，模型設定如下：

四、實證結果

（一）問題平臺的顯著特征

本文以平臺經營狀況為被解釋變量，其他平臺特征為解釋變量進行Logistic回歸，結果如表2所示：

注：括號內為P值

可以看出，R2為0.741498，說明擬合效果很好，Prob（F-statistic）為0.000103，說明方程總體十分顯著，但解釋變量的顯著性普遍不高，說明可能存在多重共線性。本文對各解釋變量進行了Pearson相關性檢驗，表3給出了檢驗結果。

可以看出，新聞曝光量（exposure）與會員人數（membership）之間存在著顯著的正相關關系，說明投資者更青睞知名度高、有影響力的平臺；同樣十分明顯的還有新聞曝光量（exposure）和成功項目數（success），顯著的正相關關系說明知名度高、有影響力的平臺運營良好，從而項目成功數高，而較高的項目成功數又提高了平臺的知名度和影響力，從而提高了平臺的新聞曝光量。

由Pearson相關性分析的結果可知，解釋變量之間存在著多重共線性，于是本文進行Logistic逐步回歸，結果如表4所示。

從表4可以看出，向前逐步回歸和向后逐步回歸的結果一致，R2為0.414274，說明模型擬合程度較好，Prob（F-statistic）為0.002784，說明方程整體顯著，從而說明了Logistic逐步回歸模型的設定及結果是正確的。因此，新聞曝光量（exposure）和信息披露（information）是問題平臺區別于正常平臺的顯著特征。信息披露程度較高的平臺，其管理人員的學歷較高，從事金融行業的年份也較長，從而具有更強的分析力和更準確的判斷力，并且能依據市場形勢更好地制定戰略決策。知名度高、有影響力的平臺新聞曝光量自然比運營較差的平臺新聞曝光量高。

（二）投資者對平臺的甄別

根據上文平臺甄別的結果，本文發現新聞曝光量（exposure）和信息披露（information）是問題平臺區別于正常平臺的顯著特征，而會員人數（membership）、成功項目數（success）和第三方資金存管（fund）則不能作為判別問題平臺的有效指標。那么，股權眾籌中的投資者們又否能準確甄別？根據投資者識別模型，本文以會員人數（membership）為被解釋變量，平臺的特征變量為解釋變量，首先進行全樣本的回歸。同時，為了檢驗結果的穩健性，本文又對正常平臺做回歸擬合，得到的結果如表5所示：

由表5可以看出，兩次擬合回歸的R2值分別為0.761088、0.881465，說明擬合程度很好，Prob（F-statistic）值為0.000005、0.002342，方程整體顯著性水平較高，說明模型設定和結果正確。兩次擬合回歸中，成功項目數、第三方資金存管都十分顯著，說明顯著影響到平臺會員人數的特征變量只有成功項目數和第三方資金存管，而問題平臺區別與正常平臺的顯著特征新聞曝光量和信息披露均不顯著。由以上分析可知，投資者在選擇平臺時對新聞曝光量和管理層人員信息披露關注較少，而是更加直觀地選擇成功項目數高、有第三方資金存管的股權眾籌平臺。endprint

五、結論及建議

本文通過25家股權眾籌平臺的數據，在理論假設的基礎上構建模型，實證分析了股權眾籌中問題平臺不同于正常平臺的顯著特征，在此基礎上，進一步研究了股權眾籌投資者對于平臺特征的甄別。

本文的實證分析結果表明：在判斷平臺是否為問題平臺時，新聞曝光量和管理層信息有無披露影響顯著，而平臺的成功項目數，平臺資金管存等特征影響不大。進一步分析得出：在對于股權眾籌問題平臺的識別中，投資者存在明顯偏差。基于以上結論，為保障股權眾籌平臺的穩定發展，不斷加強與改良監管體系，給出以下幾方面建議。

（一）完善股權眾籌的相關法規

政府機構應完善股權眾籌的相關法規，明確融資人、股權眾籌平臺、投資者的法律責任，降低股權眾籌中的法律風險。

（二）強化信息披露機制

健全的信息披露機制可以降低股權眾籌中的信息不對稱，減少平臺逆向選擇和道德風險問題的發生。通過全國各級政府對股權眾籌平臺的調查，統計相關數據，進而建立規范的股權眾籌行業數據庫，并及時更新。

（三）加強投資者風險教育

目前股權眾籌平臺良莠不齊，作為股權眾籌的重要參與方，投資者應保持理性判斷，不應盲目跟風，應主動學習相關知識，在選擇平臺時要多關注股權眾籌平臺的新聞曝光量和信息披露。股權眾籌平臺應該對新注冊的用戶進行投資風險的提醒和相關知識的普及。監管部門應加強對投資者的風險教育，從而使投資者更有效地規避風險。

（四）構建股權眾籌平臺準入機制

各級政府在充分調研股權眾籌行業情況后，以“激發市場、合理幫扶、保證質量”為原則，構建系統、合理的股權眾籌平臺準入機制，并建立相應的淘汰機制，對于運行較差的平臺在幫扶無效的情況下予以注銷，以保證股權眾籌平臺安全、有效，從而進一步保障投資者的利益。

（五）建立三位一體的監管體系，優化股權眾籌監管制度

逐步建立政府、股權眾籌協會、投資者三位一體的監管格局，三方優勢互動，避免體制的僵化，從而保證監管的長效性。

主要參考文獻：

[1]Lin M F，Prabhala N R，Viswanathan S. Judging Borrowers by the Company They Keep： Friendship Networks and Information Asymmetry in OnlinePeerto-Peer Lending [J].Management Science，2013，59（1）：17-35.

[2]徐莉萍.辛宇.媒體治理與中小投資者保護.南開管理評論，2011（6）：36-47.

[3]李培功.沈藝峰.媒體的公司治理作用：中國的經驗證據.經濟研究，2010（4）：14—27.endprint