張智穎, 田秀娟, 張海洋
(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 金融學(xué)院, 北京 100029)
金融活,經(jīng)濟(jì)活;金融穩(wěn),經(jīng)濟(jì)穩(wěn)。黨的十九大強(qiáng)調(diào),要守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線;2017年中央經(jīng)濟(jì)工作會(huì)議進(jìn)一步指出,防范化解重大風(fēng)險(xiǎn)的關(guān)鍵在于防控金融風(fēng)險(xiǎn)。近年來(lái),作為新興互聯(lián)網(wǎng)金融形態(tài)的P2P網(wǎng)絡(luò)借貸行業(yè)在我國(guó)快速發(fā)展[1-2]。然而,由于征信系統(tǒng)不完善、業(yè)務(wù)邊界模糊、經(jīng)營(yíng)規(guī)則不健全、監(jiān)管缺失等原因,投資者提現(xiàn)困難、P2P平臺(tái)卷款跑路、被公安機(jī)關(guān)偵查立案等風(fēng)險(xiǎn)事件層出不窮。網(wǎng)貸之家統(tǒng)計(jì)數(shù)據(jù)顯示,截至2019年10月底,中國(guó)P2P網(wǎng)貸平臺(tái)總數(shù)已達(dá)6 613家,而正常運(yùn)營(yíng)的平臺(tái)僅571家,累計(jì)停業(yè)及問(wèn)題平臺(tái)數(shù)量達(dá)到了6 042家,約占全行業(yè)平臺(tái)的91.36%,問(wèn)題平臺(tái)歷史累計(jì)涉及的投資者數(shù)量高達(dá)301.2萬(wàn)人①。與以往文獻(xiàn)側(cè)重于研究“P2P問(wèn)題平臺(tái)的特征與識(shí)別”不同,本文致力于分析網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)的變化是否會(huì)對(duì)投資者參與網(wǎng)絡(luò)借貸市場(chǎng)的信心產(chǎn)生顯著影響;如果存在影響,具體的作用機(jī)制如何。這是一個(gè)非常重要但研究相對(duì)空缺的問(wèn)題。
P2P網(wǎng)絡(luò)借貸作為一種新型的借貸模式,盡管有效彌補(bǔ)了傳統(tǒng)金融機(jī)構(gòu)的服務(wù)盲區(qū),為廣大投資者提供了新型理財(cái)途徑[3-4],但由于缺乏完善的征信系統(tǒng)與監(jiān)管制度,借貸交易雙方之間的信息不對(duì)稱問(wèn)題以及由此帶來(lái)的逆向選擇和道德悖論等風(fēng)險(xiǎn)較傳統(tǒng)金融機(jī)構(gòu)更為嚴(yán)重[5-8]。王修華等[9]指出,通常網(wǎng)絡(luò)借貸投資者會(huì)通過(guò)各種途徑搜集信息,以緩解作為買(mǎi)方市場(chǎng)的信息不對(duì)稱,最先在數(shù)目繁多的平臺(tái)中進(jìn)行優(yōu)劣判別篩選,進(jìn)而才會(huì)在其信賴的平臺(tái)上進(jìn)行理財(cái)投資。為此,國(guó)內(nèi)大量文獻(xiàn)對(duì)上述問(wèn)題進(jìn)行了深入研究[9-12]。鄧東升等[13]從靜態(tài)視角考察了P2P平臺(tái)的注冊(cè)資本、年化收益率、政策監(jiān)管等因素對(duì)投資者識(shí)別問(wèn)題平臺(tái)的影響。然而,投資者對(duì)P2P平臺(tái)的信任并非固定不變的,而是在內(nèi)外部因素的作用下不斷變化的。例如,2015年12月“e租寶”的龐氏騙局和2018年6月底“爆雷潮”等風(fēng)險(xiǎn)事件發(fā)生后,網(wǎng)絡(luò)借貸市場(chǎng)整體情緒下降,眾多投資者紛紛撤離網(wǎng)貸市場(chǎng),甚至出現(xiàn)了集體“擠兌”行為,引發(fā)全國(guó)范圍內(nèi)網(wǎng)絡(luò)借貸行業(yè)的風(fēng)險(xiǎn)。
通常來(lái)說(shuō),行業(yè)風(fēng)險(xiǎn)不僅會(huì)向投資者傳遞強(qiáng)烈的信用風(fēng)險(xiǎn)信號(hào),本身還具有較強(qiáng)的“傳染效應(yīng)”[14-15],這必將提高投資者對(duì)行業(yè)機(jī)構(gòu)違約風(fēng)險(xiǎn)的預(yù)期和估值。近年來(lái),伴隨著信息技術(shù)的變革,互聯(lián)網(wǎng)已逐漸成為證券市場(chǎng)投資者獲取信息的主要來(lái)源。相比傳統(tǒng)的新聞媒體和社會(huì)化媒體,移動(dòng)互聯(lián)網(wǎng)為網(wǎng)絡(luò)借貸投資者提供了可隨時(shí)隨地發(fā)布、檢索并獲取信息的平臺(tái)渠道。對(duì)網(wǎng)絡(luò)借貸市場(chǎng)的投資者而言,其可以即時(shí)地搜索行業(yè)與各網(wǎng)貸平臺(tái)經(jīng)營(yíng)情況,籍以降低信息不對(duì)稱程度,這種通過(guò)移動(dòng)互聯(lián)網(wǎng)搜集的信息具有風(fēng)險(xiǎn)感知的特征[16]。風(fēng)險(xiǎn)感知將會(huì)對(duì)投資者信心產(chǎn)生重要影響,然而縱觀現(xiàn)有研究,卻鮮有文獻(xiàn)探討網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)感知對(duì)投資者行為的影響。
基于此,本文運(yùn)用2014—2019年176家P2P網(wǎng)貸平臺(tái)的微觀運(yùn)營(yíng)數(shù)據(jù)和Baidu搜索指數(shù)數(shù)據(jù),采用面板固定效應(yīng)模型實(shí)證檢驗(yàn)了網(wǎng)絡(luò)借貸行業(yè)的風(fēng)險(xiǎn)溢出與投資者信心之間的聯(lián)動(dòng)關(guān)系。與已有研究相比,本文的邊際貢獻(xiàn)在于:第一,突破了已有文獻(xiàn)關(guān)于問(wèn)題平臺(tái)風(fēng)險(xiǎn)識(shí)別的靜態(tài)研究視角,深入探索了行業(yè)風(fēng)險(xiǎn)動(dòng)態(tài)變化對(duì)投資者信心的影響;第二,以風(fēng)險(xiǎn)感知作為核心變量,進(jìn)一步分析了行業(yè)風(fēng)險(xiǎn)影響投資者信心的作用機(jī)理;第三,詳細(xì)考察了資金存管、ICP備案、風(fēng)險(xiǎn)紓緩機(jī)制建立等“風(fēng)控治理”手段對(duì)投資者風(fēng)險(xiǎn)補(bǔ)償?shù)挠绊懀卣沽司W(wǎng)絡(luò)借貸風(fēng)險(xiǎn)與投資者行為的相關(guān)研究范疇。本文的研究對(duì)于監(jiān)管部門(mén)推進(jìn)平臺(tái)機(jī)構(gòu)的合規(guī)性、建立網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)預(yù)警機(jī)制、引導(dǎo)網(wǎng)絡(luò)輿情健康發(fā)展等具有重要的指導(dǎo)意義。
投資者信心可以通俗地理解為投資者對(duì)自身投資前景表現(xiàn)出的樂(lè)觀態(tài)度,是一種積極的投資情緒[17]。這種信心很大程度上源于投資者對(duì)未來(lái)的判斷,認(rèn)為未來(lái)投資回報(bào)是有保障的,不會(huì)發(fā)生意外的損失。金融風(fēng)險(xiǎn)事件、行業(yè)風(fēng)險(xiǎn)對(duì)投資者信心的影響近年來(lái)引起了學(xué)界的廣泛關(guān)注,主要分析了金融危機(jī)、股市崩盤(pán)、行業(yè)間負(fù)面事件對(duì)投資者交易量、換手率與資金成本等的影響。研究表明,行業(yè)內(nèi)部橫向的風(fēng)險(xiǎn)傳染,將提高投資者對(duì)機(jī)構(gòu)違約風(fēng)險(xiǎn)的預(yù)估,也勢(shì)必會(huì)降低投資者出借的意愿與信心。例如,王永欽等[18]使用事件研究法證實(shí),在出現(xiàn)酒鬼酒“塑化劑”丑聞后,整個(gè)白酒行業(yè)出現(xiàn)了較為顯著的負(fù)面市場(chǎng)反應(yīng)。Bernet & Getzen[19]研究發(fā)現(xiàn),某公司發(fā)布內(nèi)部控制重大缺陷報(bào)告后,投資者不僅會(huì)拋售問(wèn)題公司股票,甚至?xí)?lái)拋售其他公司股票的非理性“羊群行為”。正如前文所述,我國(guó)網(wǎng)絡(luò)借貸市場(chǎng)也曾出現(xiàn)類(lèi)似的風(fēng)險(xiǎn)事件,2018年隨著諸多P2P平臺(tái)集中“爆雷”負(fù)面消息的沖擊,網(wǎng)貸投資者出現(xiàn)恐慌情緒、債權(quán)集體拋售等行為。
從理論上看,投資者根據(jù)行業(yè)風(fēng)險(xiǎn)變動(dòng)情況主動(dòng)調(diào)節(jié)自我風(fēng)險(xiǎn)承擔(dān)水平,實(shí)際上表達(dá)了投資者對(duì)于市場(chǎng)未來(lái)的預(yù)期,這是一種主觀信心下規(guī)避風(fēng)險(xiǎn)的有效途徑。網(wǎng)絡(luò)借貸屬于固定收益市場(chǎng),投資者通常會(huì)表現(xiàn)出對(duì)收益的追求和對(duì)風(fēng)險(xiǎn)的規(guī)避,呈現(xiàn)絕對(duì)風(fēng)險(xiǎn)厭惡(CARA)[20]。就小額資金的網(wǎng)貸投資者而言,他們對(duì)網(wǎng)貸平臺(tái)的安全風(fēng)險(xiǎn)極為敏感,風(fēng)險(xiǎn)的惡化很容易降低投資者參與網(wǎng)絡(luò)借貸平臺(tái)的意愿。當(dāng)P2P行業(yè)風(fēng)險(xiǎn)帶來(lái)的不確定性程度較高時(shí),網(wǎng)貸投資者的損失規(guī)避動(dòng)機(jī)將明顯增強(qiáng),傾向于暫行性市場(chǎng)退出,進(jìn)而降低網(wǎng)貸交易量。據(jù)此,本文提出如下假設(shè)。
H1:網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)程度的增加會(huì)降低網(wǎng)絡(luò)借貸平臺(tái)的交易量。
風(fēng)險(xiǎn)感知是風(fēng)險(xiǎn)主體對(duì)其自身面臨或可能面臨風(fēng)險(xiǎn)進(jìn)行的感知和識(shí)別,描述了人們對(duì)風(fēng)險(xiǎn)的態(tài)度與直覺(jué)判斷,對(duì)人們的日常行為和重大事件的決策具有顯著影響[21]。行為金融學(xué)理論的重要進(jìn)展在于,發(fā)現(xiàn)了投資者風(fēng)險(xiǎn)決策過(guò)程中多種參照點(diǎn)(self point)的存在,現(xiàn)狀(status quo)將成為投資者決策的重要依據(jù)或標(biāo)準(zhǔn)。不確定的預(yù)期會(huì)使投資者產(chǎn)生焦慮、恐懼等負(fù)面情緒,導(dǎo)致模糊性厭惡,使投資者猶豫不決、決策更為謹(jǐn)慎,進(jìn)而減少投資行為[22-23]。大數(shù)據(jù)背景下,網(wǎng)絡(luò)智能與互聯(lián)網(wǎng)搜索引擎提高了投資者獲取信息的能力。Patel et al.[24]指出,如果將互聯(lián)網(wǎng)信息搜索看作是嵌入市場(chǎng)結(jié)構(gòu)并成為市場(chǎng)補(bǔ)充的要素,那么隨著信息搜索能力的提高,投資者的風(fēng)險(xiǎn)感知會(huì)不斷增強(qiáng),并對(duì)投資者的行為產(chǎn)生重要影響。更為重要的是,互聯(lián)網(wǎng)技術(shù)能夠跨時(shí)空,將眾多投資者凝聚到一起。例如,很多投資者在網(wǎng)絡(luò)借貸論壇發(fā)布信息,互相討論,本身更附有“情緒溢出”效應(yīng),可能會(huì)放大行業(yè)風(fēng)險(xiǎn)對(duì)投資者信心的影響。據(jù)此,本文提出如下假設(shè)。
H2:網(wǎng)貸投資者的風(fēng)險(xiǎn)感知水平越高,行業(yè)風(fēng)險(xiǎn)降低網(wǎng)絡(luò)借貸平臺(tái)交易量的效應(yīng)越大。
上述理論分析表明,行業(yè)內(nèi)發(fā)生風(fēng)險(xiǎn)事件會(huì)在信息外部性的作用下提高投資者的感知風(fēng)險(xiǎn)[19],這將可能促使投資者在風(fēng)險(xiǎn)定價(jià)中索取更高的溢價(jià),以補(bǔ)償可能的風(fēng)險(xiǎn)損失[25],本文將其定義為“風(fēng)險(xiǎn)補(bǔ)償”效應(yīng)。Merton[26]提出的“投資者認(rèn)知假說(shuō)”理論指出,金融資產(chǎn)風(fēng)險(xiǎn)來(lái)源于信息的不完備與信息不對(duì)稱,某些有用的信息僅僅集中掌握在少數(shù)投資者手中,因此高風(fēng)險(xiǎn)的金融資產(chǎn)往往要求提供更高的風(fēng)險(xiǎn)溢價(jià)。上述理論對(duì)于網(wǎng)絡(luò)借貸市場(chǎng)同樣適用,當(dāng)網(wǎng)貸行業(yè)“提現(xiàn)困難”“集體跑路”等違約事件頻繁發(fā)生時(shí),投資者將更加擔(dān)憂行業(yè)未來(lái)的發(fā)展前景。上述事件向市場(chǎng)集中釋放了更多的風(fēng)險(xiǎn)信號(hào),進(jìn)一步增加了市場(chǎng)主體間的信息不對(duì)稱水平,這將會(huì)進(jìn)一步加深投資者負(fù)面情緒,并提高投資的預(yù)期風(fēng)險(xiǎn)回報(bào),進(jìn)而促使投資者索要一定的“風(fēng)險(xiǎn)補(bǔ)償”或“風(fēng)險(xiǎn)溢價(jià)”。據(jù)此,本文提出如下假設(shè)。
H3:網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)的提升會(huì)顯著提高網(wǎng)貸投資者索要的收益率水平。
正如上文分析所述,隨著信息技術(shù)的普及、互聯(lián)網(wǎng)的廣泛應(yīng)用,投資者風(fēng)險(xiǎn)感知水平將有所提高。那些活躍于互聯(lián)網(wǎng)網(wǎng)絡(luò)論壇中的投資者,將獲得更有價(jià)值的私有信息,并在無(wú)形當(dāng)中獲取了其他投資者情緒的傳遞,一旦行業(yè)風(fēng)險(xiǎn)顯著提高之時(shí),負(fù)面的風(fēng)險(xiǎn)感知情緒會(huì)加速傳染,使得投資者產(chǎn)生更加強(qiáng)烈的“風(fēng)險(xiǎn)補(bǔ)償”意識(shí),希望獲取更高的“風(fēng)險(xiǎn)溢價(jià)”。據(jù)此,本文提出如下假設(shè)。
H4:投資者風(fēng)險(xiǎn)感知越高,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)的“風(fēng)險(xiǎn)補(bǔ)償”效應(yīng)越大。
本文主要采用了3個(gè)數(shù)據(jù)集。第一個(gè)數(shù)據(jù)集是2014年1月—2019年9月6 424家網(wǎng)貸平臺(tái)的運(yùn)營(yíng)數(shù)據(jù),包括月均投資人數(shù)、月均投資金額、月均投資期限等,數(shù)據(jù)來(lái)源于國(guó)泰安CSMAR數(shù)據(jù)庫(kù)。第二個(gè)數(shù)據(jù)集為網(wǎng)絡(luò)借貸投資者關(guān)注度數(shù)據(jù),來(lái)源于百度搜索指數(shù)。第三個(gè)數(shù)據(jù)集是各個(gè)網(wǎng)貸平臺(tái)的特征信息數(shù)據(jù),包括注冊(cè)資本、股東背景等,數(shù)據(jù)源于第三方權(quán)威機(jī)構(gòu)——網(wǎng)貸天眼。
本文根據(jù)全國(guó)企業(yè)工商信息公示系統(tǒng),結(jié)合各個(gè)網(wǎng)貸平臺(tái)官網(wǎng)信息披露事項(xiàng),以手工搜集和交叉驗(yàn)證,確保了研究數(shù)據(jù)的真實(shí)性和可靠性,并根據(jù)以下原則進(jìn)行篩選:(1)匹配同一平臺(tái)同一時(shí)期的運(yùn)營(yíng)數(shù)據(jù)與百度搜索指數(shù)數(shù)據(jù);(2)剔除數(shù)據(jù)缺失的樣本;(3)剔除部分存在異常值的樣本,并進(jìn)行了上下1%的縮尾處理。最終獲取了2015—2019年176家網(wǎng)貸平臺(tái)的樣本數(shù)據(jù)。樣本為非平衡面板,最長(zhǎng)時(shí)間跨度50個(gè)月,全部樣本共計(jì)4 187個(gè)觀測(cè)值,涵蓋我國(guó)大、中、小各類(lèi)平臺(tái),樣本中平臺(tái)占比及其區(qū)域分布、樣本平臺(tái)整體區(qū)域分布和平均收益率等方面均與行業(yè)整體狀況基本一致,代表性較強(qiáng)。
1.被解釋變量
(1)交易量(Volume):投資者信心在不同領(lǐng)域衡量方法不同。證券市場(chǎng)中主要的方法包括用股票成交量或流動(dòng)性代替、運(yùn)用主觀操控性等??紤]到網(wǎng)絡(luò)借貸市場(chǎng)數(shù)據(jù)的可獲得性,本文借鑒鄧東升、陳釗[13]的做法,采用網(wǎng)貸平臺(tái)所吸納的投資總額(“投資者人數(shù)”乘以“人均投資”)衡量交易量②。這主要是因?yàn)橥顿Y總額作為一個(gè)動(dòng)量性質(zhì)指標(biāo),它直接呈現(xiàn)了網(wǎng)貸投資者在網(wǎng)貸行業(yè)風(fēng)險(xiǎn)沖擊下對(duì)預(yù)期收益水平和預(yù)期收益波動(dòng)程度的投資決策意向,是網(wǎng)貸投資者信心的真實(shí)反映。
(2)收益率水平(Interest):是各網(wǎng)貸平臺(tái)在平臺(tái)存續(xù)期間支付給投資者的年化收益率,反映了網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)定價(jià)。
2.解釋變量
(1)網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)(Riskrate):為了度量網(wǎng)絡(luò)借貸市場(chǎng)的整體行業(yè)風(fēng)險(xiǎn),本文采用“網(wǎng)絡(luò)借貸行業(yè)問(wèn)題平臺(tái)發(fā)生率=新增問(wèn)題平臺(tái)數(shù)/運(yùn)營(yíng)平臺(tái)數(shù)”度量網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)。網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)數(shù)值越大,則表示特定時(shí)間段內(nèi)網(wǎng)貸平臺(tái)發(fā)生跑路、提現(xiàn)困難等風(fēng)險(xiǎn)事件頻率越高,即網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)越高;反之,當(dāng)特定時(shí)間段內(nèi)網(wǎng)貸平臺(tái)發(fā)生跑路、提現(xiàn)困難等風(fēng)險(xiǎn)事件暴露程度越低,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)就越小。
(2)風(fēng)險(xiǎn)感知程度(Baiduindex):本文參照曾建光[16]的做法,使用百度搜索指數(shù)作為網(wǎng)絡(luò)借貸投資者風(fēng)險(xiǎn)感知的代理變量,即在定義網(wǎng)絡(luò)借貸投資者風(fēng)險(xiǎn)感知時(shí)假設(shè),當(dāng)某一特定網(wǎng)貸平臺(tái)名稱+關(guān)鍵詞③(“可靠嗎”“可信嗎”“靠譜嗎”“安全嗎”“怎么樣”)在百度搜索引擎被搜索時(shí),則認(rèn)為該網(wǎng)絡(luò)借貸平臺(tái)受到網(wǎng)絡(luò)借貸投資者的關(guān)注與風(fēng)險(xiǎn)感知。
具體而言,本文選取t時(shí)期第i個(gè)網(wǎng)絡(luò)借貸平臺(tái)的搜索量取對(duì)數(shù)作為相應(yīng)的投資者風(fēng)險(xiǎn)感知的具體度量。之所以這樣做的原因在于:一是搜索引擎是大眾投資者主動(dòng)獲取信息的主要途徑,在中國(guó)大陸,百度是覆蓋最廣的搜索引擎,百度的市場(chǎng)份額較大且較為穩(wěn)定,其搜索指數(shù)具有廣泛和持續(xù)的代表性,因此百度搜索可以作為代表網(wǎng)絡(luò)借貸投資者關(guān)注度的主要衡量工具;二是當(dāng)網(wǎng)絡(luò)借貸投資者搜索某一特定網(wǎng)貸平臺(tái)名稱時(shí),很可能是出于對(duì)相關(guān)網(wǎng)絡(luò)借貸平臺(tái)的理財(cái)產(chǎn)品進(jìn)行投資決策的需要而檢索,包含但卻不止于對(duì)投資風(fēng)險(xiǎn)的擔(dān)憂。相比搜索“網(wǎng)貸平臺(tái)名稱”,搜索特定的“網(wǎng)貸平臺(tái)名稱+關(guān)鍵詞”時(shí),則更可能代表網(wǎng)絡(luò)借貸投資者出于買(mǎi)入或賣(mài)出的意愿,對(duì)平臺(tái)機(jī)構(gòu)治理信息及投資前景信息的搜索,更準(zhǔn)確地度量網(wǎng)貸投資者對(duì)于網(wǎng)絡(luò)借貸平臺(tái)的風(fēng)險(xiǎn)感知程度及信息搜尋能力。
3.控制變量
由于網(wǎng)絡(luò)借貸平臺(tái)的交易量、收益率水平等市場(chǎng)反應(yīng)除了受網(wǎng)絡(luò)借貸投資者行為的影響,還有可能受到網(wǎng)絡(luò)借貸平臺(tái)個(gè)體特征的影響,本文具體控制了如下變量的影響:投資期限(Period),平臺(tái)披露標(biāo)的的平均期限;運(yùn)營(yíng)年限(Operating),平臺(tái)運(yùn)營(yíng)的時(shí)間長(zhǎng)度;注冊(cè)資本(Capital),平臺(tái)注冊(cè)金額,取對(duì)數(shù);平臺(tái)背景(Platform):?jiǎn)∽兞?,即平臺(tái)背后母公司的類(lèi)型,民營(yíng)系賦值為1,國(guó)資系、上市系、風(fēng)投系賦值為0④;資金存管(Depository),啞變量,平臺(tái)擁有第三方資金存管賦值1,否則為0;ICP備案(ICP),啞變量,平臺(tái)擁有ICP備案登記賦值1,否則為0;行業(yè)協(xié)會(huì)(Association),啞變量,平臺(tái)加入行業(yè)相關(guān)自律性組織協(xié)會(huì)賦值1,否則為0;債權(quán)轉(zhuǎn)讓機(jī)制(Exchange),啞變量,網(wǎng)貸平臺(tái)創(chuàng)設(shè)債權(quán)轉(zhuǎn)讓機(jī)制賦值為1,否則為0;風(fēng)險(xiǎn)紓緩機(jī)制(Guarantee),啞變量,網(wǎng)貸平臺(tái)設(shè)有風(fēng)險(xiǎn)準(zhǔn)備金、第三方擔(dān)保等風(fēng)險(xiǎn)保障機(jī)制賦值1,否則為0;所在地域(Region),啞變量,網(wǎng)貸平臺(tái)所在的東、中、西部地區(qū)依次賦值為1~3,以進(jìn)行地域固定效應(yīng);時(shí)間(Month):2015年1月—2019年10月,69個(gè)啞變量。
為驗(yàn)證上述假設(shè),本文通過(guò)構(gòu)建以下計(jì)量模型,實(shí)證網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)網(wǎng)貸投資者信心的影響及其內(nèi)在機(jī)理。具體形式如下:
Volumei,t=β0+β1Riskratei,t-1+β2Baiduindexi,t-1+β3Riskratei,t-1×Baiduindexi,t-1+β4Interest+β5Periodi,t+β6Operatingi,t+β7Capitali,t+β8Platformi,t+β9Depositoryi,t+β10ICPi,t+β11Associationi,t+β12Exchangei,t+β13Guaranteei,t+∑Region+∑Month+εi,t
(1)
Interesti,t=β0+β1Riskratei,t-1+β2Baiduindexi,t-1+β3Riskratei,t-1×Baiduindexi,t-1+β4Periodi,t+β5Operatingi,t+β6Capitali,t+β7Platformi,t+β8Depositoryi,t+β9ICPi,t+β10Associationi,t+β11Exchangei,t+β12Guaranteei,t+∑Region+∑Month+εi,t
(2)
其中,i=1,2,…,N,代表網(wǎng)貸平臺(tái);t代表時(shí)間(月份)。被解釋變量Volumei,t表示t時(shí)期網(wǎng)貸平臺(tái)i所吸納的交易量;被解釋變量Interesti,t表示t時(shí)期投資者在網(wǎng)貸平臺(tái)i索要的收益率水平。考慮到網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)和投資者風(fēng)險(xiǎn)感知具有一定的時(shí)滯性,本文對(duì)兩個(gè)核心變量取滯后一期。
由于本文重點(diǎn)采用交易量與收益率水平作為投資者信心的代理變量,因此在探究網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)投資者信心的影響與影響渠道,需要對(duì)收益率水平分情況討論。在回歸結(jié)果用來(lái)分析網(wǎng)貸借貸行業(yè)風(fēng)險(xiǎn)是否是影響交易量時(shí),將收益率水平Interest作為控制變量納入回歸方程(1)進(jìn)行實(shí)證檢驗(yàn)。在探討網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)是否會(huì)造形成投資者“風(fēng)險(xiǎn)補(bǔ)償”的定價(jià)效應(yīng)時(shí),將Interest作為被解釋變量納入回歸方程(2)進(jìn)行驗(yàn)證。本文主要關(guān)注核心變量Riskratei,t、Baiduindexi,t和交互項(xiàng)Riskratei,t×Baiduindexi,t的系數(shù),在公式(1)中,如果β1、β2、β3是聯(lián)合顯著的,則可以推斷網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)交易量具有顯著影響,進(jìn)而可以驗(yàn)證假設(shè)H1和假設(shè)H2的真?zhèn)?。在公?2)中,如果β1、β2、β3是聯(lián)合顯著的,則可以推斷網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)具有風(fēng)險(xiǎn)補(bǔ)償效應(yīng),進(jìn)而驗(yàn)證假設(shè)H3和假設(shè)H4的真?zhèn)巍?/p>
表1展示了176家網(wǎng)貸平臺(tái)交易共計(jì)4187個(gè)樣本觀測(cè)值(平臺(tái)·月)各變量的描述性統(tǒng)計(jì)信息。可以看出,投資者信心的代理指標(biāo)交易量(Volume)最小值為-1.704,均值為6.482,最大值為10.570,說(shuō)明不同網(wǎng)貸平臺(tái)吸納網(wǎng)絡(luò)借貸投資者的能力不一,投資者對(duì)于不同網(wǎng)貸平臺(tái)的信心存在較大差異。收益率水平(Interest)均值為9.340%,最小值為6.361%,最大值為38.30%,則表明不同網(wǎng)貸平臺(tái)提供給投資者的收益率水平差異較大。網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)的代理變量,問(wèn)題平臺(tái)事故率(Riskrate)均值為0.017,最大值為0.119,則意味著我國(guó)網(wǎng)絡(luò)借貸市場(chǎng)整體風(fēng)險(xiǎn)較高,平臺(tái)“跑路”等風(fēng)險(xiǎn)事件居高不下。投資者風(fēng)險(xiǎn)感知變量(Baiduindex)均值為9.556,最小值為4.771,最大值為13.290,表明網(wǎng)貸投資者風(fēng)險(xiǎn)感知存在較大差別。
表1 主要變量的描述性統(tǒng)計(jì)
進(jìn)一步地,為確保整體回歸的有效性,本文在正式回歸分析之前對(duì)自變量之間是否存在嚴(yán)重的多重共線性進(jìn)行了方差膨脹因子VIF檢驗(yàn)與Pearson相關(guān)性檢驗(yàn)⑤。其中,方差膨脹因子VIF檢驗(yàn)結(jié)果表明,單個(gè)變量的方差膨脹因子與膨脹因子的均值都小于存在較嚴(yán)重多重共線性的一般經(jīng)驗(yàn)值,說(shuō)明本文所選的變量具有可行性。Pearson相關(guān)性檢驗(yàn)的結(jié)果表明,被解釋變量與解釋變量之間存在相關(guān)關(guān)系,控制變量與控制變量之間的相關(guān)性系數(shù)基本介于-0.5~0.5,其模型解釋力度較高。盡管如此,后文部分仍將通過(guò)嚴(yán)謹(jǐn)?shù)挠?jì)量模型實(shí)證檢驗(yàn)研究假設(shè)真?zhèn)?,以確保結(jié)論真實(shí)可靠。
表2報(bào)告了網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)、風(fēng)險(xiǎn)感知與投資者信心之間的實(shí)證結(jié)果。其中,列(1)的單獨(dú)回歸結(jié)果顯示,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)的滯后項(xiàng)(后文類(lèi)似變量不再?gòu)?qiáng)調(diào)滯后1期)(L.Riskrate)對(duì)交易量(Volume)的點(diǎn)估計(jì)系數(shù)為-0.029,且在1%的水平下顯著,這表明網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)的增加會(huì)顯著降低投資者在不同網(wǎng)貸平臺(tái)的交易量。究其原因,這很有可能是由于網(wǎng)絡(luò)借貸行業(yè)問(wèn)題平臺(tái)頻發(fā),直接影響了網(wǎng)絡(luò)借貸投資者市場(chǎng)參與的信心。列(2)的單獨(dú)回歸結(jié)果顯示,網(wǎng)貸投資者風(fēng)險(xiǎn)感知(L.Baiduindex)對(duì)交易量(Volume)的點(diǎn)估計(jì)同樣在1%的置信水平上顯著為負(fù),隨著網(wǎng)貸投資者風(fēng)險(xiǎn)感知程度的提升,其交易量也顯著降低。列(3)在逐步納入網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)和網(wǎng)貸投資者風(fēng)險(xiǎn)感知變量后,其對(duì)交易量的點(diǎn)估計(jì)系數(shù)分別為-0.094和-0.413,且均在1%的置信水平上顯著,這表明網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)網(wǎng)貸借貸投資者的預(yù)期與信心具有明顯的抑制作用。
表2 網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)平臺(tái)交易量影響的回歸結(jié)果
進(jìn)一步地,列(4)在列(3)的基礎(chǔ)上,納入網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)與網(wǎng)貸投資者風(fēng)險(xiǎn)感知變量的交互項(xiàng)(L.Riskrate×L.Baiduindex),用以考察網(wǎng)貸投資者風(fēng)險(xiǎn)感知是否成為網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)影響網(wǎng)貸投資者信心的信息渠道。研究發(fā)現(xiàn),交互項(xiàng)對(duì)投資者信心的點(diǎn)估計(jì)系數(shù)為-1.110,且在1%的水平上顯著。這表明,當(dāng)投資者風(fēng)險(xiǎn)感知強(qiáng)度不存在時(shí),每單位網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)交易量的降低效應(yīng)為0.456;而當(dāng)風(fēng)險(xiǎn)感知強(qiáng)度存在時(shí),風(fēng)險(xiǎn)感知強(qiáng)度每上升一個(gè)單位會(huì)導(dǎo)致每單位行業(yè)風(fēng)險(xiǎn)對(duì)交易量的降低效應(yīng)變?yōu)?.566(0.456+1.110=1.566)。簡(jiǎn)而言之,風(fēng)險(xiǎn)感知強(qiáng)度的存在,顯著增強(qiáng)了網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)交易量的影響,即降低了投資者參與網(wǎng)貸市場(chǎng)的信心。據(jù)此,假設(shè)H1和假設(shè)H2得到驗(yàn)證。
之所以產(chǎn)生上述結(jié)果原因可能在于:我國(guó)缺乏完善的征信系統(tǒng)與監(jiān)管制度,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)居高不下,P2P平臺(tái)信息披露不充分、平臺(tái)“跑路”“爆雷”“提現(xiàn)困難”等風(fēng)險(xiǎn)違約事件頻頻發(fā)生。這不僅向投資者傳遞了強(qiáng)烈的違約風(fēng)險(xiǎn)信號(hào),而且風(fēng)險(xiǎn)自身還具有較強(qiáng)的溢出效應(yīng),尤其會(huì)在行業(yè)內(nèi)進(jìn)行橫向傳遞,這必將提高投資者對(duì)網(wǎng)貸行業(yè)內(nèi)其他平臺(tái)機(jī)構(gòu)違約風(fēng)險(xiǎn)的預(yù)期和估值,也勢(shì)必會(huì)降低投資者出借意愿與信心。理論上講,投資者根據(jù)行業(yè)風(fēng)險(xiǎn)變動(dòng)情況主動(dòng)調(diào)節(jié)自我風(fēng)險(xiǎn)承擔(dān)意愿及水平,是投資者在表達(dá)對(duì)未來(lái)市場(chǎng)的預(yù)期,可以說(shuō)是一種主觀信心下規(guī)避風(fēng)險(xiǎn)的有效途徑。與此同時(shí),互聯(lián)網(wǎng)的發(fā)展變革了信息傳播技術(shù),互聯(lián)網(wǎng)社交媒體和傳統(tǒng)媒體的不同之處在于,為原本處于信息受眾地位的人們提供了更加廣泛、及時(shí)、低成本的交互手段。信息傳播媒介在傳播信息時(shí),不是對(duì)信息的簡(jiǎn)單復(fù)制,還會(huì)溢出情緒,并影響其他投資者行為。百度搜索等互聯(lián)網(wǎng)技術(shù)能夠跨時(shí)空,將眾多投資者凝聚到一起,當(dāng)較多投資者在網(wǎng)絡(luò)借貸論壇發(fā)布并查閱信息源時(shí),就可能形成過(guò)度悲觀的情緒,導(dǎo)致更多投資者抽離P2P市場(chǎng)。這種風(fēng)險(xiǎn)感知意識(shí)的背后可能還含有“情緒溢出”效應(yīng)。
從列(4)中收益率水平(Interest)的估計(jì)系數(shù)結(jié)果來(lái)看,收益率水平(Interest)與投資者信心之間呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系,這可能與我國(guó)網(wǎng)貸行業(yè)自身特征和發(fā)展所處的特殊時(shí)期有關(guān)。我國(guó)P2P行業(yè)一直風(fēng)險(xiǎn)高發(fā),綜合收益率虛高的“龐氏騙局”一直備受詬病。近年來(lái),伴隨著“跑路”、失聯(lián)的平臺(tái)越來(lái)越多,高收益平臺(tái)與高風(fēng)險(xiǎn)相伴,投資者可能會(huì)更加謹(jǐn)慎,對(duì)收益率較高水平的平臺(tái)反而會(huì)持有“退避三舍”心態(tài)。從平臺(tái)特征來(lái)看,列(1)~列(4)的回歸結(jié)果均顯示,投資者對(duì)運(yùn)營(yíng)時(shí)間(Operating)越長(zhǎng)、注冊(cè)資本(Capital)規(guī)模越大的平臺(tái)越有信心,其交易量也越大,這與平臺(tái)資本雄厚和經(jīng)營(yíng)能力有關(guān)。從股東背景來(lái)看,股東背景對(duì)交易量的點(diǎn)估計(jì)系數(shù)均在1%的水平上顯著為正,這意味著網(wǎng)貸平臺(tái)為國(guó)有企業(yè)、上市公司、金融機(jī)構(gòu)、私募/風(fēng)險(xiǎn)投資則越受投資者青睞,這主要是因?yàn)閲?guó)有企業(yè)、上市公司、金融機(jī)構(gòu)在業(yè)務(wù)開(kāi)展過(guò)程中受到的監(jiān)管約束更為嚴(yán)格,商譽(yù)更好;私募/風(fēng)險(xiǎn)投資則具有更專業(yè)的投資風(fēng)險(xiǎn)識(shí)別能力和股權(quán)管理能力,實(shí)力相對(duì)較強(qiáng),入股的商業(yè)性動(dòng)機(jī)較好。因此,在行業(yè)風(fēng)險(xiǎn)沖擊情況下,投資者更加對(duì)有國(guó)有企業(yè)、風(fēng)投背景等平臺(tái)抵御行業(yè)風(fēng)險(xiǎn)帶來(lái)的不利影響有信心。
從網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)管控與合規(guī)性來(lái)看,無(wú)論是未完全控制其他變量的單獨(dú)回歸列(1)~列(3),還是納入所有控制變量的聯(lián)合回歸列(4),資金存管(Depository)、ICP備案(ICP)、行業(yè)協(xié)會(huì)組織(Association)、債權(quán)轉(zhuǎn)換機(jī)制(Exchange)和風(fēng)險(xiǎn)紓緩機(jī)制(Guarantee)均與交易量呈現(xiàn)顯著的正相關(guān)性,這也表明網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)管控水平和合規(guī)性程度越高,越容易獲得投資者的青睞與信賴。網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)直接給市場(chǎng)帶來(lái)了不確定性環(huán)境,而持有資金存管、ICP備案牌照的平臺(tái)側(cè)面反映了經(jīng)營(yíng)實(shí)力,因此能從“安全性”視角能吸引眾多投資者。從列(1)~列(4)的估計(jì)系數(shù)結(jié)果來(lái)看,債權(quán)轉(zhuǎn)換機(jī)制(Exchange)、風(fēng)險(xiǎn)紓緩機(jī)制(Guarantee)雖然都作為平臺(tái)確保投資者資金安全性的措施,但是債權(quán)轉(zhuǎn)換機(jī)制與交易量的系數(shù),明顯大于風(fēng)險(xiǎn)紓緩機(jī)制與交易量的系數(shù),這主要是因?yàn)榫途W(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn),投資者更加注重本金的安全性與流動(dòng)性,而債權(quán)轉(zhuǎn)換機(jī)制剛好滿足了投資者“剛性兌付”的需求。進(jìn)一步地,如表2中回歸結(jié)果所示,在控制其他變量的因素下,列(4)的R2分別由列(1)~列(3)的0.290、0.436、0.436 提升至0.522,其控制變量在各顯著性水平均無(wú)明顯變化,說(shuō)明本文變量的選取具有較強(qiáng)的解釋力度。
表3列示了網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)與收益率水平的回歸結(jié)果。其中,列(1)結(jié)果顯示,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)(L.Riskrate)對(duì)收益率水平(Interest)的點(diǎn)估計(jì)系數(shù)為0.075,且在1%的置信水平上顯著,這意味著網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)會(huì)提高投資者參與市場(chǎng)時(shí)得到的“風(fēng)險(xiǎn)補(bǔ)償”價(jià)值。理論上講,“風(fēng)險(xiǎn)補(bǔ)償”符合風(fēng)險(xiǎn)資產(chǎn)溢價(jià)的基本邏輯。網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)會(huì)促使網(wǎng)貸投資者對(duì)網(wǎng)貸公司繼續(xù)發(fā)行P2P債權(quán)信用風(fēng)險(xiǎn)給予更高的預(yù)期估值,由此導(dǎo)致投資者以索取更高風(fēng)險(xiǎn)溢價(jià)的方式補(bǔ)償可能的風(fēng)險(xiǎn)損失,并最終造成網(wǎng)貸平臺(tái)收益率水平在行業(yè)風(fēng)險(xiǎn)溢出效應(yīng)較大時(shí)會(huì)相應(yīng)地有所提高。列(2)在控制了平臺(tái)特征后,投資者風(fēng)險(xiǎn)感知(L.Baiduindex)對(duì)Interest的點(diǎn)估計(jì)系數(shù)為0.284,且在1%的置信水平上顯著,這意味著投資者風(fēng)險(xiǎn)感知越強(qiáng),越能在網(wǎng)貸市場(chǎng)獲得越高的風(fēng)險(xiǎn)溢酬。進(jìn)一步地,列(4)控制所有變量后,發(fā)現(xiàn)L.Riskrate、L.Baiduindex對(duì)Interest收益率水平的影響都有所提升,且L.Riskrate與L.Baiduindex交叉項(xiàng)的點(diǎn)估計(jì)系數(shù)呈現(xiàn)出顯著的正向效應(yīng)。這表明,當(dāng)投資者風(fēng)險(xiǎn)感知強(qiáng)度不存在時(shí),每單位行業(yè)風(fēng)險(xiǎn)對(duì)收益率水平的增強(qiáng)效應(yīng)為0.079,而當(dāng)風(fēng)險(xiǎn)感知強(qiáng)度存在時(shí),風(fēng)險(xiǎn)感知強(qiáng)度每上升一個(gè)單位會(huì)導(dǎo)致每單位行業(yè)風(fēng)險(xiǎn)對(duì)收益率水平的增強(qiáng)效應(yīng)變動(dòng)為0.129(0.079+0.050=0.129),即風(fēng)險(xiǎn)感知強(qiáng)度的存在,顯著增強(qiáng)了網(wǎng)貸行業(yè)間風(fēng)險(xiǎn)溢出效應(yīng)對(duì)收益率水平的“風(fēng)險(xiǎn)補(bǔ)償”效應(yīng)。據(jù)此,假設(shè)H3和假設(shè)H4得到驗(yàn)證。
表3 網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)平臺(tái)收益率水平影響的回歸結(jié)果
究其原因,當(dāng)網(wǎng)貸平臺(tái)集體“風(fēng)險(xiǎn)跑路”和“提現(xiàn)困難”等違約事件頻發(fā)后,投資者將更加擔(dān)憂行業(yè)成長(zhǎng)的不確定性;其次,頻繁發(fā)生的違約事件將向市場(chǎng)集中釋放出更多的風(fēng)險(xiǎn)信息和噪音,由此增加資本市場(chǎng)信息不對(duì)稱程度以及投資者準(zhǔn)確獲取公司信息的難度,進(jìn)而會(huì)提高投資者人預(yù)期的風(fēng)險(xiǎn)補(bǔ)償水平;最后,違約事件的連續(xù)爆發(fā)將可能引致相關(guān)P2P金融穩(wěn)定政策的出臺(tái),進(jìn)而加大現(xiàn)有平臺(tái)經(jīng)營(yíng)業(yè)務(wù)的不確定與難度。因此,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)的加劇會(huì)加深投資者負(fù)面情緒并提高預(yù)期風(fēng)險(xiǎn)回報(bào),促使投資者索要一定的“風(fēng)險(xiǎn)補(bǔ)償”或“風(fēng)險(xiǎn)溢價(jià)”。網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)之所以會(huì)通過(guò)風(fēng)險(xiǎn)感知作用于投資者索取的更高風(fēng)險(xiǎn)補(bǔ)償,這主要是源于這類(lèi)投資者不僅能夠利用互聯(lián)網(wǎng)技術(shù)得到一些有價(jià)值的私有或共有信息,進(jìn)而通過(guò)自身努力能夠獲得一些超額回報(bào);而且風(fēng)險(xiǎn)感知也可能通過(guò)自身或者投資者情緒傳遞在無(wú)形或有形中,加強(qiáng)了投資者風(fēng)險(xiǎn)態(tài)度與風(fēng)險(xiǎn)意識(shí),當(dāng)不確信程度與投資者情緒傳染較高時(shí),風(fēng)險(xiǎn)溢價(jià)在資產(chǎn)價(jià)格中占比較大。
為了保證研究結(jié)論的可靠性,本文運(yùn)用以下方法進(jìn)行穩(wěn)健性檢驗(yàn)⑥:更換關(guān)鍵變量的衡量指標(biāo)。采用人均投資金額指標(biāo)替換投資者信心,采用超額收益率(當(dāng)月各個(gè)網(wǎng)貸平臺(tái)的綜合收益率水平減去同期網(wǎng)絡(luò)借貸行業(yè)的綜合收益率)替換收益率水平,并對(duì)上述假設(shè)重新進(jìn)行回歸分析與驗(yàn)證,結(jié)果見(jiàn)表4。
表4 穩(wěn)健性檢驗(yàn):更換關(guān)鍵變量法
表4的列(1)~列(4)顯示,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)(L.Riskrate)、以百度搜索代表的風(fēng)險(xiǎn)感知指數(shù)(L.Baiduindex)對(duì)成交量(Volume)的代理變量人均投資金額的點(diǎn)估計(jì)系數(shù)均在1%的置信水平上顯著為負(fù),這說(shuō)明網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)顯著降低了投資者在不同網(wǎng)貸平臺(tái)投資水平與信心;隨著投資者風(fēng)險(xiǎn)感知地加強(qiáng),投資者對(duì)于網(wǎng)絡(luò)借貸平臺(tái)的交易量也明顯降低。表中的核心解釋變量與控制變量的符號(hào)與顯著性水平基本保持不變,這也說(shuō)明表2的結(jié)果是穩(wěn)健的。
如表4的列(5)~列(8)展示了網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)對(duì)溢價(jià)利差回歸結(jié)果。具體而言,L.Riskrate、L.Baiduindex與交互項(xiàng)對(duì)收益率水平(Interest)均呈現(xiàn)顯著的正向影響,表明網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)越大時(shí),投資者風(fēng)險(xiǎn)感知對(duì)溢價(jià)利差的風(fēng)險(xiǎn)補(bǔ)償越高。其他核心解釋變量與控制變量的符號(hào)與顯著性水平基本保持不變,這表明表3的結(jié)果是穩(wěn)健的。
近年來(lái),網(wǎng)絡(luò)借貸行業(yè)連續(xù)爆發(fā)的平臺(tái)“跑路”“擠兌”等風(fēng)險(xiǎn)事件已成為社會(huì)各界關(guān)注的焦點(diǎn),這類(lèi)風(fēng)險(xiǎn)事件不僅給廣大投資者造成了巨大損失,而且對(duì)于網(wǎng)絡(luò)借貸市場(chǎng)健康發(fā)展也構(gòu)成了直接的沖擊與潛在的威脅。本文借助2014—2019年176家P2P網(wǎng)貸平臺(tái)的微觀運(yùn)營(yíng)數(shù)據(jù)和Baidu搜索指數(shù)數(shù)據(jù),采用面板固定效應(yīng)模型實(shí)證檢驗(yàn)了網(wǎng)絡(luò)借貸行業(yè)的風(fēng)險(xiǎn)指數(shù)與投資者信心之間的聯(lián)動(dòng)關(guān)系。研究結(jié)果表明:網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)抑制了網(wǎng)絡(luò)借貸投資者市場(chǎng)參與信心,且隨著網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)指數(shù)的增加,網(wǎng)貸投資者所要求獲得的風(fēng)險(xiǎn)補(bǔ)償也越高,而風(fēng)險(xiǎn)感知渠道具有強(qiáng)化投資者信心與風(fēng)險(xiǎn)補(bǔ)償?shù)挠绊?。理論上講,網(wǎng)絡(luò)借貸投資者根據(jù)行業(yè)風(fēng)險(xiǎn)變動(dòng)情況主動(dòng)調(diào)節(jié)自我風(fēng)險(xiǎn)承擔(dān)意愿及水平,是網(wǎng)絡(luò)借貸投資者在表達(dá)對(duì)未來(lái)市場(chǎng)的預(yù)期,是一種主觀信心下規(guī)避風(fēng)險(xiǎn)的有效途徑。而在互聯(lián)網(wǎng)技術(shù)的加持下,信息傳播媒介在傳播信息時(shí)能夠跨時(shí)空,將眾多投資者凝聚到一起,當(dāng)較多投資者在網(wǎng)絡(luò)借貸論壇發(fā)布并查閱信息源時(shí),就可能形成過(guò)度悲觀的情緒,導(dǎo)致更多投資者抽離P2P市場(chǎng)。這種風(fēng)險(xiǎn)感知意識(shí)的背后可能還含有“情緒溢出”效應(yīng)。此外,資金存管、ICP備案、風(fēng)險(xiǎn)紓緩機(jī)制等風(fēng)控治理越規(guī)范的平臺(tái),越容易受到網(wǎng)貸投資者的信任,索要的風(fēng)險(xiǎn)補(bǔ)償更低。在網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)沖擊情況下,有資金存管、ICP備案、國(guó)有風(fēng)投背景等平臺(tái)抗風(fēng)險(xiǎn)能力更強(qiáng),投資者在考慮風(fēng)險(xiǎn)沖擊帶來(lái)的不利影響時(shí),對(duì)這部分平臺(tái)更有信心。
本文的研究不僅有效補(bǔ)充了網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)溢出效應(yīng)及其經(jīng)濟(jì)后果的研究范疇,而且為投資者和相關(guān)部門(mén)推進(jìn)規(guī)范網(wǎng)貸行業(yè)治理提供了行之有效的政策建議。第一,進(jìn)一步規(guī)范行業(yè)發(fā)展,加強(qiáng)P2P網(wǎng)絡(luò)借貸基礎(chǔ)設(shè)施與制度建設(shè)。對(duì)于監(jiān)管機(jī)構(gòu)而言,應(yīng)建立并不斷完善P2P產(chǎn)業(yè)信息披露制度,提升產(chǎn)業(yè)透明度,推進(jìn)P2P平臺(tái)有序進(jìn)出,提高市場(chǎng)清潔度;對(duì)于平臺(tái)而言,應(yīng)密切關(guān)注行業(yè)新規(guī)出臺(tái),緊隨行業(yè)監(jiān)管要求,不斷提高自身的合規(guī)程度,實(shí)時(shí)披露信息,促使自身健康發(fā)展,以增強(qiáng)借貸雙邊用戶的黏性。第二,建立網(wǎng)絡(luò)借貸網(wǎng)絡(luò)輿情預(yù)警機(jī)制。數(shù)字經(jīng)濟(jì)時(shí)代下,網(wǎng)絡(luò)借貸行業(yè)風(fēng)險(xiǎn)的溢出效應(yīng)迅速并廣泛,盡管網(wǎng)絡(luò)借貸投資者擁有一定的風(fēng)險(xiǎn)感知能力,但并非完全理性。在移動(dòng)互聯(lián)網(wǎng)大數(shù)據(jù)背景下,網(wǎng)絡(luò)借貸投資者情緒極易引致市場(chǎng)恐慌,甚至引發(fā)區(qū)域金融或系統(tǒng)性風(fēng)險(xiǎn),這要求相關(guān)部門(mén)建立網(wǎng)絡(luò)借貸網(wǎng)絡(luò)輿情預(yù)警機(jī)制,以化解和應(yīng)對(duì)極端危機(jī)所采取的必要、有效行動(dòng)。第三,實(shí)施“穿透式”風(fēng)險(xiǎn)監(jiān)管,使金融監(jiān)管和風(fēng)險(xiǎn)排查跟上金融創(chuàng)新的步伐,形成金融科技與金融監(jiān)管系統(tǒng)長(zhǎng)效的監(jiān)管體系。
注 釋:
①數(shù)據(jù)來(lái)源于網(wǎng)貸之家《P2P網(wǎng)貸行業(yè)2019年10月月報(bào)》。其中,問(wèn)題平臺(tái)歷史累計(jì)涉及的投資者數(shù)量約為301.2萬(wàn)人是不考慮去重情況下得到。
②網(wǎng)貸平臺(tái)所吸納的投資金額,考慮到消除量綱的差異及解決回歸異方差問(wèn)題,在回歸時(shí)作自然對(duì)數(shù)處理,對(duì)于存在零值的變量,加1后再取其對(duì)數(shù)。
③本文對(duì)關(guān)鍵詞的提取選用文本分析方法,主要考慮能夠反映網(wǎng)絡(luò)借貸者投資意向的關(guān)鍵詞,考慮到數(shù)據(jù)的可獲得性和數(shù)據(jù)質(zhì)量,本文選取了“可靠嗎”“可信嗎”“靠譜嗎”“安全嗎”“怎么樣”5個(gè)關(guān)鍵詞。其中,特定網(wǎng)絡(luò)借貸名稱涵蓋“人人貸”“拍拍貸”等平臺(tái)機(jī)構(gòu),由于中國(guó)網(wǎng)絡(luò)借貸平臺(tái)存在更名的情況,很多網(wǎng)絡(luò)借貸投資者可能會(huì)使用過(guò)去的名稱。本文除了使用當(dāng)期的網(wǎng)絡(luò)借貸名稱,還加上了該網(wǎng)絡(luò)借貸名稱在本次更名前的名稱當(dāng)月被搜索的次數(shù),以保證真實(shí)反映特定網(wǎng)絡(luò)借貸名稱通過(guò)不同方式被搜索到的情況。考慮到抓取數(shù)據(jù)的重復(fù)性與關(guān)聯(lián)性,本文借鑒徐映梅、高一鳴(2017)的做法,對(duì)某一特定網(wǎng)絡(luò)借貸平臺(tái)名稱+關(guān)鍵詞進(jìn)行搜索熱度扁平化處理,之后對(duì)逐日數(shù)據(jù)降頻為月度數(shù)據(jù)。
④根據(jù)網(wǎng)貸之家數(shù)據(jù)分類(lèi),平臺(tái)背景主要分為民營(yíng)系、上市公司系、銀行系和國(guó)資系四種類(lèi)型,由于銀行系和國(guó)資系平臺(tái)數(shù)目總體占比較少,這里借鑒王修華等(2016)的做法,將國(guó)資系、上市系、風(fēng)投系背景的平臺(tái)歸為一類(lèi)。
⑤⑥由于文本篇幅受限,結(jié)果未予以示列,若有需要可向作者索取。
北京工商大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)2020年4期