常振芳

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

0 引言

P2P網(wǎng)絡(luò)借貸的市場創(chuàng)新價值在于，大數(shù)據(jù)信息技術(shù)下，能極大地解決借貸雙方信息不對稱及交易成本問題，實(shí)現(xiàn)平臺撮合交易的市場作用。然而經(jīng)過了一個野蠻生長的周期后，發(fā)現(xiàn)實(shí)現(xiàn)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(jù)網(wǎng)貸之家的調(diào)查表明，投資者的時間、精力和對專業(yè)知識的認(rèn)知均存在著有限性，然而投資者對風(fēng)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(dǎo)致系統(tǒng)性風(fēng)險問題的存在；二是完善大數(shù)據(jù)風(fēng)險管理制度，解決市場信息不對稱問題，以增強(qiáng)投資者的參與度。

整理文獻(xiàn)[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(shè)，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(xiàn)出一定的同步性；三是投資者非理性的決策行為，有可能產(chǎn)生股票價格與實(shí)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(rèn)識，而導(dǎo)致投資收益和風(fēng)險的不確定性。本文研究有限參與的不確定性對實(shí)際收益和風(fēng)險的影響，以了解影響投資者判斷風(fēng)險和控制風(fēng)險的主要影響因素，從而提出平臺風(fēng)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(rèn)知的有限性

認(rèn)知心理學(xué)家Hothersall和David（1995）提出，信息須通過認(rèn)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(jīng)系統(tǒng)整合信息來衡量意識水平和內(nèi)容[11]。意識的認(rèn)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(nèi)在能力的要求。但是信息不可能完全被認(rèn)知到，投資者有限的認(rèn)知能力表現(xiàn)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(rèn)知能力；最后，信息與認(rèn)知度呈正比例關(guān)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(rèn)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(rèn)知，使得投資者有限參與問題表現(xiàn)為對投資收益和風(fēng)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(rèn)知的不足而引起的。

1.2 投資者信息認(rèn)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(fēng)險管理和決策上的時間的機(jī)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(fù)雜，使得非金融從業(yè)人員了解金融風(fēng)險交易和風(fēng)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(wù)所面臨的困難。投資者參與成本不僅包括認(rèn)知成本，而且包括他的時間成本。認(rèn)知成本是指投資者在增強(qiáng)自身認(rèn)知能力的同時所付出的代價。時間成本是指投資者認(rèn)知信息所耗費(fèi)時間的機(jī)會成本。市場要讓眾多的投資者都直接參與進(jìn)來，就需要降低投資者的參與成本，即認(rèn)知成本和時間成本。一般情況下隨著信息認(rèn)知度的提高，認(rèn)知成本的敏感度不降，而時間成本對參與成本表現(xiàn)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(nèi)會選擇參與，而在有限參與區(qū)間外，會選擇不參與。根據(jù)上述投資者認(rèn)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(rèn)知度之間呈正比例變化，且邊際認(rèn)知度呈遞減規(guī)律。cij曲線表示認(rèn)知成本和時間成本是參與成本的內(nèi)在擾動變量，認(rèn)知成本和時間成本對參與成本呈現(xiàn)此消彼長的關(guān)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(diǎn)于F、E點(diǎn)，在F點(diǎn)左側(cè)和E點(diǎn)右側(cè)，cij曲線均在r曲線的上方。這說明投資者參與成本高于認(rèn)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(dāng)投資者認(rèn)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(rèn)知度時，投資者選擇參與概率大。即FE之間的曲線段，F(xiàn)E區(qū)間段是投資有限參與區(qū)間。

（3）擴(kuò)大投資者的有限參與區(qū)間有兩種方式：一是增強(qiáng)投資者的認(rèn)知度水平，即r曲線向上圍擴(kuò)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(qiáng)認(rèn)知度和降低參與成本兩種方式，擴(kuò)大投資者的參與度。

2 投資者有限參與對收益和風(fēng)險的影響

2.1 “熵”方法

香農(nóng)認(rèn)為，“熵”是不確定性，信息量是“熵”之負(fù)數(shù)。“熵”方法可以用來度量不確定性。投資者有限參與對投資收益和風(fēng)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(rèn)為用對數(shù)函數(shù)做效用函數(shù)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(fēng)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(jié)果價值是效用風(fēng)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(shí)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(fēng)險概率，uj(x)表示投資者的效用值。

2.2 提出理論假設(shè)

假設(shè)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(rèn)知下，投資收益和風(fēng)險結(jié)果。用η表示完全參與狀態(tài)下投資收益風(fēng)險之間的變化系數(shù)，且0≤η≤1。投資者有限參與是指投資者在信息認(rèn)知有限狀態(tài)下，會造成完全參與的收益和風(fēng)險結(jié)果的不確定性。投資者有限參與狀態(tài)下，收益和風(fēng)險之間的變化系數(shù)可表示為ηFE。

假設(shè)2：投資者完全參與狀態(tài)下，投資收益和風(fēng)險呈正比例穩(wěn)定關(guān)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(fēng)險，η表示完全參與狀態(tài)下收益和風(fēng)險變動系數(shù)。那么，依據(jù)公式（1），投資者完全參與狀態(tài)下，收益和風(fēng)險的效用熵公式表示為：

假設(shè)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(fēng)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(fēng)險變動系數(shù)。那么，依據(jù)公式（1），投資者在有限參與狀態(tài)下，收益和風(fēng)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(fēng)險。

2.3 建立投資者有限參與對收益和風(fēng)險影響的熵模型

本文依據(jù)公式（2），觀察并測算投資者有限參與下收益和風(fēng)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(fēng)險的影響作用。用公式可表示為：

情況一：當(dāng)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(fēng)險成理性狀態(tài)。

情況二：當(dāng)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(fēng)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(fēng)險過大。

情況三：當(dāng)0＜FE＜1時，DKL(pj'uj)＜0。說明投資

計(jì)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(fēng)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(fēng)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(fēng)險的影響也不同。當(dāng)投資者在過度自信狀態(tài)下，存在收益溢價，風(fēng)險增加的不確定性情況；而當(dāng)投資者在過度悲觀狀態(tài)下，存在著風(fēng)險小，但是收益會帶來損失的不確定性情況。

3 實(shí)證分析

其中，期望收益率標(biāo)準(zhǔn)差是指投資者收益對期望收益的波動率，運(yùn)用EWMA方法得出的結(jié)果表明，當(dāng)實(shí)際值比期望值大時，對波動率的估計(jì)會增加，相反波動率的估計(jì)會減少。有限參與熵是去除了實(shí)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(rèn)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(shí)證分析投資者有限參與對投資收益和風(fēng)險的影響。

3.1.2 解釋變量設(shè)計(jì)

第一部分，本文根據(jù)投資者的參與情況，提取與投資者認(rèn)知相關(guān)的解釋變量進(jìn)行考察，且采用回歸的方法對影響因素進(jìn)行估計(jì)。第二部分，關(guān)于投資者有限參與對投資收益和風(fēng)險的影響，本文以投資者有限參與熵作為解釋變量，因?yàn)榕c投資者認(rèn)知度有關(guān)的變量也會影響到投資收益和風(fēng)險，所以將與投資者認(rèn)知相關(guān)的變量作為它的控制變量。

3.2 樣本選取與數(shù)據(jù)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(bào)率、期望效用率等數(shù)據(jù)資源，為本文實(shí)證分析投資者有限參與對收益和風(fēng)險的影響，提供了較完備的數(shù)據(jù)資源。故本文根據(jù)Prosper官網(wǎng)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(shù)據(jù)，剔除因平臺推薦及沒有實(shí)現(xiàn)交易的借貸的數(shù)據(jù)，本文選取300080條有效數(shù)據(jù)。

由于本文是基于投資者認(rèn)知角度研究投資者的有限

3.1 變量設(shè)計(jì)

3.1.1 被解釋變量設(shè)計(jì)

本文主要實(shí)證研究兩個內(nèi)容：一是分析投資者有限參與下的認(rèn)知因子；二是投資者有限參與對投資收益和風(fēng)險的影響，故本文依據(jù)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(jù)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(guān)的變量。一方面，剔除與平臺評價、審核相關(guān)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(guān)的變量，如借款者支付的費(fèi)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(rèn)知的變量，本文選取了與投資者認(rèn)知決策相關(guān)的12個數(shù)據(jù)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(shù)據(jù)變量。用STATA12.0對樣本數(shù)據(jù)進(jìn)行實(shí)證分析。

由下頁表1可知，借款狀態(tài)中沒有違約的占比達(dá)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(guān)于借款者就業(yè)狀態(tài)、有無住房、在不在組群，投資者的認(rèn)知權(quán)重分別為89.1%、51.6%、34.7%,可見投資者很關(guān)注借款者的實(shí)力和社會關(guān)系。投資者對收入的認(rèn)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(rèn)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(diǎn)，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(fēng)險厭惡者，期望損失的均值也表現(xiàn)了這一點(diǎn)。主要變量描述如表1所示。

表1 主要變量描述性統(tǒng)計(jì)

3.3 模型構(gòu)建

本文應(yīng)用回歸分析的方法量化分析投資者認(rèn)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(fēng)險的影響。

（1）投資者認(rèn)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(xiàn)狀(X3)、信貸評分(X4)、近六月咨詢次數(shù)(X5)、近七年的違約紀(jì)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(fēng)險的影響，混合回歸模型如下：

其中,Yi代表投資者收益和風(fēng)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(rèn)知因素。

3.4 回歸結(jié)果分析

3.4.1 投資者認(rèn)知對投資者有限參與熵的影響因子

由表2中（一）的回歸結(jié)果可知：

第一，借款者就業(yè)狀態(tài)、組群現(xiàn)狀、信貸評分與借款者月收入對投資者有限參與有負(fù)的影響作用。標(biāo)準(zhǔn)化系數(shù)表明，信貸評分和借款者收入對投資者負(fù)的影響作用最大，影響系數(shù)分別是-0.386和-0.148，而有借款者就業(yè)狀態(tài)、組群現(xiàn)狀負(fù)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(fēng)險的主要因子。相反，組群現(xiàn)狀、借款者就業(yè)狀態(tài)對投資者控制參與風(fēng)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(shù)、近七年的違約記錄對投資者有限參與有正的影響作用。標(biāo)準(zhǔn)化系數(shù)表明，近六月咨詢次數(shù)的正的影響作用最大，影響系數(shù)是0.318，而有無住房、近七年的違約紀(jì)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(shù)能較顯著地判斷投資者參與風(fēng)險，是投資者判斷風(fēng)險的主要因子，而投資者有無住房、近七年違約紀(jì)錄對投資者判斷參與風(fēng)險的作用影響較小，不是判斷風(fēng)險的主要因子。

表2 回歸結(jié)果

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

3.4.2 投資者有限參與對投資收益和風(fēng)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(fēng)險影響的回歸分析。回歸結(jié)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(shù)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(fù)向影響作用，影響系數(shù)是-0.394。這說明，投資者有限參與是投資收益和風(fēng)險變化的系數(shù)，反映了投資者控制風(fēng)險和判斷風(fēng)險的參與能力，對收益和風(fēng)險的影響。投資者投資的不確定性越大，其收益的回報(bào)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(bào)也相應(yīng)的較小，違約的可能性也小。

第二，其正負(fù)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(fù)相關(guān)關(guān)系，而對風(fēng)險呈正相關(guān)關(guān)系。這說明，控制風(fēng)險的因素對投資者收益有負(fù)的影響，投資者要獲得高的收益，需要承擔(dān)高的風(fēng)險。另一方面，有無住房、近六月咨詢次數(shù)對收益呈正相關(guān)系，而對風(fēng)險呈負(fù)相關(guān)關(guān)系，這說明，判斷風(fēng)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(fēng)險有一個理性認(rèn)知，理性程度越高，收益越大。最后，組群現(xiàn)狀對收益和風(fēng)險均表現(xiàn)為正相關(guān)關(guān)系，說明組群現(xiàn)狀不是控制風(fēng)險和判斷風(fēng)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(nèi)收益和風(fēng)險不受投資者參與的影響。

4 結(jié)論與建議

綜上研究表明：從認(rèn)知的角度看，投資者有限參與問題實(shí)質(zhì)是投資者非理性狀態(tài)下的收益和風(fēng)險的不確定性情況。投資期望與實(shí)際投資的結(jié)果之間的差距代表了投資者的有限參與度。從實(shí)證分析中可以看出，控制風(fēng)險和判斷風(fēng)險的能力體現(xiàn)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(fēng)險的重要認(rèn)知因子，而近六月咨詢次數(shù)是判斷風(fēng)險的重要認(rèn)知因子。借款方的信用及實(shí)力的評價可以成為控制風(fēng)險的有效指標(biāo)，而對借款方的風(fēng)險實(shí)時監(jiān)控則是判斷風(fēng)險的有效指標(biāo)。提高投資者控制風(fēng)險和判斷風(fēng)險的能力，使投資者以最理性狀態(tài)實(shí)現(xiàn)投資參與，是互聯(lián)網(wǎng)金融創(chuàng)新發(fā)展的關(guān)鍵，必須基于大數(shù)據(jù)技術(shù)建立風(fēng)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(jī)制。首先，要設(shè)制市場準(zhǔn)入機(jī)制和審核機(jī)制標(biāo)準(zhǔn)化，增強(qiáng)參與者的認(rèn)同，防止市場存在逆向選擇風(fēng)險；其次，建立負(fù)面清單制，以形成有效的威懾力，防止市場的道德風(fēng)險；再次，平臺要加強(qiáng)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(quán)益；再其次，建立完善的信息共享體系，提供真實(shí)而有效的信息，以利于投資者降低交易成本，擴(kuò)大選擇范圍，提高投資者參與的福利水平；最后，建立合理風(fēng)險分擔(dān)機(jī)制，對投資者提供多元化的風(fēng)險轉(zhuǎn)移和風(fēng)險對沖安排，培養(yǎng)投資者的風(fēng)險意識。

（2）建立平臺大數(shù)據(jù)征信，大數(shù)據(jù)風(fēng)險評估與定價。大數(shù)據(jù)、云計(jì)算技術(shù)的應(yīng)用能更真實(shí)、全面地反映經(jīng)濟(jì)現(xiàn)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(kuò)展參與者的認(rèn)知程度并降低認(rèn)知成本，為平臺參與者提供理性的風(fēng)險評價體系，使投資者收益和風(fēng)險處在一個理性的范圍，有利于利率市場化，有利于分散風(fēng)險定價，提高參與者理性決策的智能化水平。

（3）建立大數(shù)據(jù)風(fēng)險實(shí)時監(jiān)控機(jī)制，加強(qiáng)問詢機(jī)制以實(shí)時判斷出現(xiàn)風(fēng)險的可能性，并及時地進(jìn)行平臺公布。對于有可能出現(xiàn)的風(fēng)險，及時進(jìn)行預(yù)警，建立預(yù)警機(jī)制。對于已經(jīng)發(fā)生的風(fēng)險，要建立違約處置機(jī)制和風(fēng)險補(bǔ)償機(jī)制，啟動保險、擔(dān)保、追索、法律程序等以維護(hù)投資者的權(quán)益。

（4）完善監(jiān)管制度。首先，建立以保護(hù)投資者權(quán)益為核心的法律法規(guī)；其次，創(chuàng)新系統(tǒng)性風(fēng)險監(jiān)測體系，加強(qiáng)監(jiān)管機(jī)構(gòu)對市場規(guī)范競爭、大數(shù)據(jù)信息下的信用模式等實(shí)施有效監(jiān)管，對出現(xiàn)系統(tǒng)性信貸風(fēng)險實(shí)施預(yù)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(qiáng)行業(yè)自覺、合法、規(guī)范經(jīng)營行為，以有利于投資者在誠信的信用體系中進(jìn)行交易；最后，嚴(yán)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(fēng)險與流動性溢價[J].經(jīng)濟(jì)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(chǎn)價格泡沫[J].經(jīng)濟(jì)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(fēng)險識別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)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(xué)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(fēng)險熵[J].中國科技大學(xué)學(xué)報(bào),1994,(12).