李淑琪 于博

摘? ?要：2018年6月以來，P2P市場(chǎng)問題平臺(tái)與跑路事件頻現(xiàn)，嚴(yán)重危及金融體系健康穩(wěn)定發(fā)展。對(duì)于滿足小額分散這一監(jiān)管要求的平臺(tái)而言，高投資分散度能否博得更多投資人青睞、形成更穩(wěn)定的成交量并由此緩解擠兌風(fēng)險(xiǎn)，是當(dāng)前亟待檢驗(yàn)的課題。而考察分散度能否及如何穩(wěn)定平臺(tái)成交量也是解讀不同平臺(tái)抗擠兌能力為何截然不同的關(guān)鍵。研究發(fā)現(xiàn)：（1）總體上看，分散度對(duì)成交量具有正向影響，即投資者確實(shí)更加青睞小額分散類投資平臺(tái);（2）上述正向影響只對(duì)投資領(lǐng)域較為多元化的P2P平臺(tái)成立，而對(duì)深耕專一業(yè)務(wù)領(lǐng)域的P2P平臺(tái)而言，分散度過高意味著資金不能充分匹配到行業(yè)優(yōu)質(zhì)核心客戶，進(jìn)而削弱出借意愿;（3）平臺(tái)越是滿足小額分散特征，其合規(guī)性越強(qiáng)，越有助于降低投資人對(duì)平臺(tái)的風(fēng)險(xiǎn)感知，從而間接提升平臺(tái)成交量。文章從投資分散度這一業(yè)務(wù)特征出發(fā)，拓展了P2P成交決策的影響因素研究，為反思業(yè)務(wù)特征與擠兌風(fēng)險(xiǎn)之間的聯(lián)系提供了新視角。

關(guān)鍵詞：P2P平臺(tái);分散程度;平臺(tái)成交量;客戶風(fēng)險(xiǎn)感知;中介效應(yīng)

一、引言

P2P（Peer to Peer）網(wǎng)絡(luò)借貸是以互聯(lián)網(wǎng)為媒介，為借貸雙方實(shí)現(xiàn)信息共享與資金融通而構(gòu)建的一種互助式借貸模式。歐美國(guó)家的P2P平臺(tái)在借貸關(guān)系中充當(dāng)信息中介角色。然而，中國(guó)的P2P平臺(tái)從誕生之初就承擔(dān)了信用中介的職能，這導(dǎo)致平臺(tái)風(fēng)險(xiǎn)（而非借款人風(fēng)險(xiǎn)）成為影響中國(guó)P2P市場(chǎng)發(fā)展成敗的關(guān)鍵。伴隨2016年8月《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》的推出，P2P平臺(tái)業(yè)務(wù)合規(guī)與成本管控壓力快速攀升，出現(xiàn)了風(fēng)險(xiǎn)集中暴露的現(xiàn)象，不少非規(guī)范運(yùn)營(yíng)的P2P平臺(tái)紛紛清盤。這不僅打擊了投資者信心，也表明以P2P這一金融互助模式來完善中國(guó)金融供給結(jié)構(gòu)的改革之路面臨嚴(yán)重挑戰(zhàn)。中國(guó)P2P市場(chǎng)歷經(jīng)繁榮與衰退，這一過程究竟為中國(guó)金融改革留下哪些反思？

現(xiàn)有文獻(xiàn)從收益率、杠桿率、平臺(tái)背景、借款期限等要素出發(fā)，考察了平臺(tái)運(yùn)營(yíng)特征與平臺(tái)成交量之間的關(guān)系，但關(guān)于平臺(tái)分散度與成交量之間是否具有關(guān)聯(lián)性，至今依然不清晰，即并不確定P2P市場(chǎng)上的出借人在選擇投資平臺(tái)時(shí)是否會(huì)將平臺(tái)分散度指標(biāo)作為參考條件。這或許是由于高分散度的P2P平臺(tái)會(huì)為單個(gè)出借人匹配更多的借款對(duì)象，從而降低大額違約及由此引發(fā)的期限錯(cuò)配風(fēng)險(xiǎn)。但是，由于我國(guó)P2P市場(chǎng)的風(fēng)險(xiǎn)主要來源于假標(biāo)、自融和資金池，這些更多是與平臺(tái)自身的道德風(fēng)險(xiǎn)（而非借款人信用風(fēng)險(xiǎn)）有關(guān)。因此，是否滿足高分散特征很可能難以成為影響投資人決策的條件。于是，考察分散度能否影響出借人決策，進(jìn)而影響平臺(tái)成交便成為本文首要的研究任務(wù)。由于穩(wěn)定的成交量可通過緩解擠兌來幫助平臺(tái)度過風(fēng)險(xiǎn)期，因此，解讀分散度與成交量的關(guān)系也是打開風(fēng)險(xiǎn)防范之門的鑰匙。

本文貢獻(xiàn)：（1）考察了出借人的投資決策是否對(duì)平臺(tái)分散度具有正敏感，拓展了高風(fēng)險(xiǎn)市場(chǎng)上投資人投資決策的形成機(jī)制研究，豐富了P2P平臺(tái)成交量影響因素研究的邊界。（2）從平臺(tái)投資分散度這一策略選擇出發(fā)，解讀了平臺(tái)業(yè)務(wù)策略與成交量之間的關(guān)系，由于穩(wěn)定成交量有利于防范擠兌風(fēng)險(xiǎn)，因此，在本質(zhì)上探討了分散度與P2P平臺(tái)抗風(fēng)險(xiǎn)能力之間的關(guān)系，為新型互聯(lián)網(wǎng)借貸機(jī)構(gòu)如何強(qiáng)化風(fēng)險(xiǎn)防范提供了來自經(jīng)營(yíng)策略（分散度策略）層面的反思。（3）通過引入業(yè)務(wù)領(lǐng)域廣泛度，揭示了“分散度→成交量”這一影響路徑的差異性，為新型互聯(lián)網(wǎng)借貸機(jī)構(gòu)如何制定多元化策略提供了理論參考。（4）通過引入市場(chǎng)評(píng)價(jià)（客戶風(fēng)險(xiǎn)感知）這一中介因素，進(jìn)一步解讀了平臺(tái)分散度通過客戶心理感知間接影響平臺(tái)成交規(guī)模的微觀機(jī)理。結(jié)論證明了平臺(tái)端的資產(chǎn)分散度和客戶端的風(fēng)險(xiǎn)感知度對(duì)穩(wěn)定新型互聯(lián)網(wǎng)金融中介的成交量具有同樣重要的意義，這意味著運(yùn)營(yíng)策略（小額分散）與營(yíng)銷策略（優(yōu)化客戶風(fēng)險(xiǎn)感知）是未來互聯(lián)網(wǎng)小額借貸機(jī)構(gòu)提升競(jìng)爭(zhēng)力和風(fēng)險(xiǎn)防控力的重要著力點(diǎn)。

二、文獻(xiàn)綜述

根據(jù)Markowitz的投資組合理論可知，市場(chǎng)中理性投資人的投資目標(biāo)應(yīng)為給定收益水平下分散化程度最高的投資，且田秀娟和張智穎（2020）[1]的研究也表明網(wǎng)貸投資者在面對(duì)給定收益水平的產(chǎn)品時(shí)，會(huì)傾向于選擇具有高分散度的組合來分散投資風(fēng)險(xiǎn)，這也為本文進(jìn)一步拓展分散度—成交量關(guān)系的研究提供了文獻(xiàn)支持。

（一）平臺(tái)異質(zhì)性視角下分散度與成交量關(guān)系的研究

平臺(tái)的分散度是指P2P平臺(tái)在處理單筆借款時(shí)的細(xì)分程度，表現(xiàn)為一筆借款資金所匹配的借款人數(shù)量（具體度量見表1）。陸松新和蘭虹（2015）[2]將平臺(tái)分散度積分作為控制變量，發(fā)現(xiàn)分散度與平臺(tái)人氣及成交量正相關(guān)。但是，王剛貞和江光輝（2016）[3]通過構(gòu)建動(dòng)態(tài)面板考察分析平臺(tái)成交量的影響因素，結(jié)果顯示分散度對(duì)成交量的影響并不顯著?；谄脚_(tái)異質(zhì)性視角，于博和李欣怡（2021）[4]研究了不同股東背景下政策監(jiān)管與合規(guī)轉(zhuǎn)型對(duì)平臺(tái)成交量的異質(zhì)性影響。王書斌等（2018）[5]則借助動(dòng)態(tài)面板模型分析了不同股東背景如何產(chǎn)生異質(zhì)性的外部監(jiān)督效應(yīng)。

從以上文獻(xiàn)可以發(fā)現(xiàn)，關(guān)于分散度和平臺(tái)成交量二者之間的研究結(jié)論并未統(tǒng)一，且缺乏分散度與其他因素的聯(lián)合影響與分散度異質(zhì)性影響機(jī)制分析。為此，本文以分散度為核心解釋變量，在區(qū)分網(wǎng)貸平臺(tái)業(yè)務(wù)范圍這一聯(lián)合影響機(jī)制的基礎(chǔ)上分層刻畫成交量對(duì)分散度的敏感性特征。

（二）客戶風(fēng)險(xiǎn)感知與P2P平臺(tái)成交量關(guān)系的研究

客戶風(fēng)險(xiǎn)感知作為重要心理因素對(duì)成交量具有顯著影響。李蒼舒和沈艷（2018）[6]通過構(gòu)建Logit 模型與 Cox 比例風(fēng)險(xiǎn)模型，發(fā)現(xiàn)平臺(tái)披露的各類軟信息對(duì)投資者心理具有很強(qiáng)影響，并最終能夠影響投資人的出借決策;王修華等（2016）[7]通過分析222家P2P平臺(tái)的經(jīng)營(yíng)數(shù)據(jù)發(fā)現(xiàn)，投資者會(huì)從多方渠道搜集P2P平臺(tái)相關(guān)信息以強(qiáng)化自身風(fēng)險(xiǎn)認(rèn)知，進(jìn)而選擇自己信賴的平臺(tái)進(jìn)行投資。劉雪等（2020）[8]發(fā)現(xiàn)網(wǎng)貸雙方將網(wǎng)貸平臺(tái)所提供的信息的質(zhì)量作為是否參與投資的重要因素，可靠的信息質(zhì)量會(huì)降低投資者對(duì)平臺(tái)的風(fēng)險(xiǎn)預(yù)估，從而增加平臺(tái)成交量。陳冬宇（2014）[9]通過分析P2P的行為驅(qū)動(dòng)理論，印證了放貸人在信息不足的情況下，會(huì)選擇依賴于網(wǎng)絡(luò)信息來明確風(fēng)險(xiǎn)感知，評(píng)價(jià)平臺(tái)的信用水平。陳冬宇和鄭海超（2017）[10]發(fā)現(xiàn)P2P市場(chǎng)存在風(fēng)險(xiǎn)感知上的情緒傳染，投資存在明顯的羊群特征;廖理等（2015）[11]同樣驗(yàn)證了P2P市場(chǎng)中羊群效應(yīng)的存在，且發(fā)現(xiàn)羊群效應(yīng)存在邊際效用遞減趨勢(shì)。

通過以上綜述可知，現(xiàn)有文獻(xiàn)論證了投資者風(fēng)險(xiǎn)感知對(duì)投資決策和平臺(tái)成交規(guī)模的影響。但以風(fēng)險(xiǎn)感知為“中介”，研究分散度如何間接通過客戶風(fēng)險(xiǎn)感知來影響成交決策的研究卻鮮見。不同于現(xiàn)有文獻(xiàn)研究客戶風(fēng)險(xiǎn)感知對(duì)成交量的直接影響，本文側(cè)重于考察客戶風(fēng)險(xiǎn)感知對(duì)平臺(tái)成交量的中介作用，進(jìn)而為系統(tǒng)性解讀P2P投資決策的形成過程提供理論參考。

三、邏輯分析與研究假設(shè)

（一）分散度與平臺(tái)成交量

合理調(diào)控投資資金的分散程度可以通過矯正代償金額期限錯(cuò)配水平和緩解資金周轉(zhuǎn)壓力兩個(gè)渠道來化解平臺(tái)的流動(dòng)性擠兌風(fēng)險(xiǎn)，進(jìn)而激勵(lì)平臺(tái)成交。樊繼達(dá)和薛紫臣（2018）[12]在探究P2P平臺(tái)流動(dòng)性風(fēng)險(xiǎn)生成機(jī)制時(shí)，將平臺(tái)分散度納入影響變量中，結(jié)果顯示平臺(tái)分散度與流動(dòng)性風(fēng)險(xiǎn)存在強(qiáng)相關(guān)性。這意味著平臺(tái)分散度對(duì)平臺(tái)資金回籠、穩(wěn)定流動(dòng)性等方面具有積極意義。焦永香（2020）[13]有關(guān)流動(dòng)性風(fēng)險(xiǎn)與經(jīng)營(yíng)績(jī)效關(guān)系的研究表明，過高的流動(dòng)性風(fēng)險(xiǎn)會(huì)拉低資金的利用效率、負(fù)向影響平臺(tái)成交水平。對(duì)于P2P出借人而言，P2P平臺(tái)是否跑路、平臺(tái)是否有足夠的資金流支持是一直以來出借人最關(guān)心的問題（陸松新和蘭虹，2015）[2]。由于平臺(tái)風(fēng)險(xiǎn)水平對(duì)于分散度具有負(fù)敏感度，而平臺(tái)風(fēng)險(xiǎn)水平對(duì)成交水平具有反向促進(jìn)作用。基于此，本文提出如下假設(shè)：

假設(shè)1：平臺(tái)分散度越高，越能激勵(lì)平臺(tái)成交規(guī)模。

（二）分散度影響成交規(guī)模的異質(zhì)性分析

于博和董怡然（2020）[14]發(fā)現(xiàn)具有不同業(yè)務(wù)范圍和交易功能的平臺(tái)，其成交量存在較大差異。因此，本文從業(yè)務(wù)多元化程度這一視角來分層考察分散度對(duì)成交量的異質(zhì)性影響。對(duì)于業(yè)務(wù)類型廣泛的平臺(tái)而言，高資金分散度有利于減少平臺(tái)遭受大額損失的潛在風(fēng)險(xiǎn)。然而，對(duì)于那些將業(yè)務(wù)集中于某一特定領(lǐng)域（如三農(nóng)、供應(yīng)鏈等）的P2P平臺(tái)，資金過度分散會(huì)削弱平臺(tái)競(jìng)爭(zhēng)力，增加平臺(tái)風(fēng)險(xiǎn)敞口，由此打擊投資人的出借意愿。例如，對(duì)于經(jīng)營(yíng)三農(nóng)和供應(yīng)鏈貸款為主的平臺(tái)，投資越分散，意味著越注重小額農(nóng)戶或小額供應(yīng)商的貸款，即越突出信貸的普惠性，此時(shí)，越有可能因?yàn)楦采w廣度的提升而面臨更高的底層資產(chǎn)質(zhì)量風(fēng)險(xiǎn)，如果不能將資金集中在信譽(yù)較好的合作（核心）企業(yè)上，未來所面臨的違約風(fēng)險(xiǎn)必然會(huì)上升，所以，當(dāng)此類平臺(tái)提高分散度時(shí)，很可能意味著平臺(tái)正在增加風(fēng)險(xiǎn)暴露，進(jìn)而抑制平臺(tái)成交，導(dǎo)致成交量對(duì)分散度具有顯著的負(fù)敏感性。基于此，本文提出如下假設(shè)：

假設(shè)2：對(duì)于業(yè)務(wù)范圍較廣（投資不集中于特定領(lǐng)域）的平臺(tái)，平臺(tái)分散度越高越有助于刺激成交;相反，對(duì)于業(yè)務(wù)范圍狹窄（投資集中于特定領(lǐng)域）的平臺(tái)，平臺(tái)分散度越高，成交規(guī)模反而降低。

（三）分散度對(duì)成交規(guī)模的中介效應(yīng)分析——基于客戶風(fēng)險(xiǎn)感知視角

吳成浩和張池慧（2019）[15]基于20家平臺(tái)樣本，通過量化分散度水平，發(fā)現(xiàn)平臺(tái)的抗風(fēng)險(xiǎn)能力會(huì)隨著分散度的提高而提高。蔣晨琦和周彩霞（2019）[16]的研究也證實(shí)了分散度會(huì)影響平臺(tái)風(fēng)險(xiǎn)，他們發(fā)現(xiàn)提高用戶投資黏性是網(wǎng)貸平臺(tái)良性運(yùn)營(yíng)的關(guān)鍵，而降低平臺(tái)分散度會(huì)降低投資黏性，從而威脅平臺(tái)運(yùn)營(yíng)穩(wěn)定性。受此啟發(fā)，本文嘗試構(gòu)建中介因素分析，即認(rèn)為存在“分散度提高→用戶風(fēng)險(xiǎn)感知下降→成交規(guī)模提高”的中介傳導(dǎo)機(jī)制。其具體傳導(dǎo)過程包括：（1）“分散度→風(fēng)險(xiǎn)感知”的傳導(dǎo)。在監(jiān)管力度升級(jí)，投資人避險(xiǎn)情緒高漲的背景下，平臺(tái)小額分散的特征較好地迎合了投資人的避險(xiǎn)需求。因此，小額分散平臺(tái)的合規(guī)屬性會(huì)帶來更多的投資人關(guān)注和媒體宣傳，提升平臺(tái)的網(wǎng)絡(luò)好評(píng)度，從而降低出借人的風(fēng)險(xiǎn)感知。（2）“風(fēng)險(xiǎn)感知→成交量”的傳導(dǎo)。第一，隨著移動(dòng)互聯(lián)和社交網(wǎng)絡(luò)的興起，出借人交易決策越來越受到來自社交媒體信息的影響。社會(huì)互動(dòng)是影響個(gè)人投資決策的重要因素（聶瑞華等，2018）[17]。而社會(huì)互動(dòng)又包含了線下和線上互動(dòng)，且線上互動(dòng)對(duì)投資者風(fēng)險(xiǎn)資產(chǎn)持有傾向的促進(jìn)作用顯著大于線下互動(dòng)（楊虹和張柯，2021）[18]。線上信息的易得和高效也使得其在修正投資者的信息不對(duì)稱問題中發(fā)揮著更大的作用。第二，P2P市場(chǎng)缺乏權(quán)威的信用機(jī)構(gòu)作為借貸中心（吳佳哲，2015）[19]，羊群效應(yīng)在P2P借貸活動(dòng)中更易產(chǎn)生。在羊群效應(yīng)影響下，投資者傾向于接受具有公信力的第三方平臺(tái)所提供的評(píng)分引導(dǎo)。

假設(shè)3：越是小額分散，越會(huì)因?yàn)榉媳O(jiān)管規(guī)范而在網(wǎng)絡(luò)媒介中獲得更高的評(píng)價(jià)，從而弱化客戶風(fēng)險(xiǎn)感知并由此間接提高平臺(tái)成交量。

四、實(shí)證設(shè)計(jì)

（一）樣本選取

網(wǎng)貸之家是我國(guó)一家信譽(yù)度較高、涵蓋平臺(tái)最多的第三方網(wǎng)貸綜合咨詢平臺(tái)，在剔除了近三個(gè)月無成交量、已經(jīng)停業(yè)轉(zhuǎn)型的平臺(tái)后，本文選取了網(wǎng)貸之家2019年10月—2020年5月存在持續(xù)運(yùn)營(yíng)的30家網(wǎng)貸平臺(tái)數(shù)據(jù)。其中，包括業(yè)務(wù)領(lǐng)域集中的（如車貸、知識(shí)產(chǎn)權(quán)金融貸款）網(wǎng)貸平臺(tái)7家、業(yè)務(wù)領(lǐng)域較廣泛的網(wǎng)貸平臺(tái)23家，最終獲得了240個(gè)“平臺(tái)—時(shí)間”有效樣本數(shù)據(jù)。

（二）變量設(shè)計(jì)

1. 核心解釋變量：平臺(tái)分散度（DPS）。網(wǎng)貸之家于2017年公布了P2P行業(yè)風(fēng)險(xiǎn)研究報(bào)告，并給出了衡量平臺(tái)分散度的指標(biāo)體系（見表1）①。

2. 因變量：平臺(tái)成交量（VOT）。本文采用月度平臺(tái)成交量的對(duì)數(shù)來度量。

3. 中介變量與控制變量。本文以風(fēng)險(xiǎn)感知水平為中介變量。在度量風(fēng)險(xiǎn)感知方面，選取了三家第三方網(wǎng)貸信息平臺(tái)（網(wǎng)貸天眼、網(wǎng)貸之家、網(wǎng)貸315）對(duì)P2P平臺(tái)風(fēng)控滿意度的整體打分，并經(jīng)加權(quán)平均得到用戶對(duì)平臺(tái)的風(fēng)險(xiǎn)感知水平?？刂谱兞糠矫妫似骄A(yù)期收益率、平均借款期限、運(yùn)營(yíng)時(shí)間、平臺(tái)運(yùn)營(yíng)時(shí)間、平臺(tái)杠桿率以及是否存在第三方存管等關(guān)鍵性指標(biāo)。

相關(guān)變量的具體定義及計(jì)量口徑如表 2所示。

（三）模型設(shè)定

本文通過以下模型來分析平臺(tái)成交量對(duì)分散度的敏感性。

模型（1）中，VOT代表月度的平臺(tái)成交量，DPS代表平臺(tái)分散程度，RATE代表P2P產(chǎn)品的平均預(yù)期收益率，ΤΕRM代表P2P平臺(tái)的平均借款期限;ΑGE代表平臺(tái)的運(yùn)營(yíng)時(shí)間，考慮到本文研究周期覆蓋了新冠疫情期間，因此，加入了對(duì)疫情這一時(shí)點(diǎn)沖擊因素的控制，即增加了COVID-19，若樣本所在月份早于或等于2020年1月，則COVID-19賦值為0，否則為1。模型（1）中，[β1]是重點(diǎn)觀測(cè)系數(shù)，代表了平臺(tái)分散度對(duì)平臺(tái)成交量的影響作用。根據(jù)假設(shè)1，[β1]應(yīng)顯著為正。此外，根據(jù)假設(shè)2，業(yè)務(wù)范圍廣的平臺(tái)，[β1]應(yīng)顯著為正，說明分散度的提高能夠提升平臺(tái)成交額;而業(yè)務(wù)范圍集中在特定領(lǐng)域的平臺(tái)，[β1]應(yīng)顯著為負(fù)，說明分散程度越高，越會(huì)拉低平臺(tái)自身實(shí)力，降低成交量。

此外，為了盡可能減少遺漏變量導(dǎo)致的內(nèi)生性，本文在模型（1）（簡(jiǎn)化式）的基礎(chǔ)上控制了平臺(tái)杠桿率、是否對(duì)接第三方存管、股東成分以及所有制特征等變量，以期增加模型的穩(wěn)健性，最終形成如下擴(kuò)展式：

其中，LEV為平臺(tái)資金杠桿，資金杠桿率越高，則自有資本承擔(dān)的風(fēng)險(xiǎn)越大，保障作用越弱。同時(shí)，借鑒于博和董怡然（2020）[24]研究，將平臺(tái)是否對(duì)接銀行存管（ESCROW）納入模型（2）?？紤]到所有制特征會(huì)顯著影響平臺(tái)運(yùn)營(yíng)風(fēng)險(xiǎn)，如國(guó)有系和民營(yíng)系在信用背書方面能力截然不同，因此，引入是否為國(guó)有平臺(tái)（NATIONAL）這一控制變量。同時(shí)，考慮到銀行系、風(fēng)投系、上市系等股東特征也會(huì)影響平臺(tái)經(jīng)營(yíng)風(fēng)險(xiǎn)，故將股東背景（NATURE）也作為控制變量納入模型（2）。

由于模型（1）檢驗(yàn)了分散度對(duì)成交量的直接影響，故在中介分析中不再重復(fù)列式。因此，中介效應(yīng)檢驗(yàn)將主要涉及模型（3）和模型（4）。其中，Risk Perception代表客戶風(fēng)險(xiǎn)感知水平。

五、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表3表明，分散度均值為4.353，說明大部分平臺(tái)分散程度較高。從數(shù)據(jù)波動(dòng)性來看，成交量、平臺(tái)運(yùn)營(yíng)時(shí)間、平均期限與杠桿率等指標(biāo)的標(biāo)準(zhǔn)差較大，說明樣本數(shù)據(jù)有較大的波動(dòng)幅度。而成交量、分散程度、利率、平均借款期限的特征與現(xiàn)有文獻(xiàn)基本一致。

表4表明，除了平均借款期限與風(fēng)險(xiǎn)感知水平擁有較高的相關(guān)系數(shù)，其他變量之間的相關(guān)系數(shù)都較低，且基本維持在0.010～0.090，說明模型基本不存在多重共線性問題。

（二）回歸結(jié)果分析

1. 對(duì)假設(shè)1和假設(shè)2的檢驗(yàn)結(jié)果與分析。（1）模型設(shè)定形式檢驗(yàn)。表5表明：LR統(tǒng)計(jì)量的值為133.8，p值顯著，拒絕個(gè)體無差異，說明個(gè)體固定效應(yīng)估計(jì)優(yōu)于混合截面估計(jì);豪斯曼檢驗(yàn)的F統(tǒng)計(jì)量為8.560，p值0.036，拒絕原假設(shè)，模型應(yīng)使用固定效應(yīng)估計(jì)。（2）回歸結(jié)果與分析。表 6中1—5列回歸結(jié)果說明，平臺(tái)分散程度對(duì)平臺(tái)成交量具有顯著的正向影響，說明假設(shè)1成立。特別注意到，疫情變量的回歸系數(shù)顯著為負(fù)，說明新冠疫情減少了為數(shù)不多的存續(xù)性平臺(tái)的成交額。第6列中DPS系數(shù)在1%水平下顯著為負(fù)，說明在投資領(lǐng)域較為集中的平臺(tái)中，小額分散對(duì)平臺(tái)成交反而具有負(fù)影響，這表明越分散越有可能加大與核心企業(yè)（大客戶）合作的成本摩擦，從而拉低平臺(tái)競(jìng)爭(zhēng)力;相比之下，第7列中DPS系數(shù)在1%水平下顯著為正，說明對(duì)于投資領(lǐng)域較為多元的平臺(tái)而言，小額分散有助于降低風(fēng)險(xiǎn)、提升競(jìng)爭(zhēng)力，從而提高平臺(tái)成交量。上述兩列回歸結(jié)果與本文假設(shè)2的預(yù)期一致，即假設(shè)2成立。

2. 對(duì)假設(shè)3的檢驗(yàn)結(jié)果與分析。本文將采用三步法來完成中介效應(yīng)檢驗(yàn)。表7展示了分步法中介效應(yīng)檢驗(yàn)結(jié)果：（1）第3、6、9列結(jié)果表明風(fēng)險(xiǎn)感知對(duì)成交量具有顯著負(fù)向影響，這符合經(jīng)濟(jì)學(xué)常識(shí)。（2）第2列結(jié)果表明平臺(tái)分散度對(duì)風(fēng)險(xiǎn)感知具有顯著正向影響，說明對(duì)于投資領(lǐng)域非常專業(yè)化和單一化的平臺(tái)而言，分散度的提高反而提升了投資人風(fēng)險(xiǎn)感知，進(jìn)而抑制了平臺(tái)成交。但是，從第5列結(jié)果看，平臺(tái)分散度對(duì)風(fēng)險(xiǎn)感知具有顯著負(fù)向影響，說明投資領(lǐng)域具有多元化特征的平臺(tái)，分散度的提升有助于降低投資人風(fēng)險(xiǎn)感知，從而激勵(lì)平臺(tái)成交。（3）由于多元化投資的平臺(tái)數(shù)居多（184>56），故全樣本下的中介作用與多元化分組下的中介作用相一致——分散度有利于降低投資者風(fēng)險(xiǎn)感知，從而激勵(lì)平臺(tái)成交。上述結(jié)果意味著假設(shè)3所給出的“DPS→RISK PERCEPTION→VOT”的中介傳導(dǎo)效應(yīng)顯著存在，且中介效應(yīng)具有異質(zhì)性特征。

六、穩(wěn)健性檢驗(yàn)

（一）對(duì)內(nèi)生性問題的幾點(diǎn)考慮

1. 對(duì)反向因果的考慮。由于成交量越大的平臺(tái)，越有可能加強(qiáng)投資分散性管理，所以分散度與成交量之間存在反向因果的可能性。為此，本文對(duì)分散度取滯后一期，重新回歸了對(duì)成交量的影響作用。表8結(jié)果表明，分散度依然對(duì)成交量具有顯著的正向影響，即假設(shè)1穩(wěn)健。

反向因果若存在，即正相關(guān)性是由于成交量對(duì)分散度存在反向正影響所導(dǎo)致。那么，成交量越大的平臺(tái)，應(yīng)該更有動(dòng)機(jī)通過小額分散來降低交易風(fēng)險(xiǎn)，因?yàn)樗鼈兏枰稚⑼顿Y來應(yīng)對(duì)期限錯(cuò)配下因大額信用違約而引發(fā)的流動(dòng)性風(fēng)險(xiǎn)。這意味著若正相關(guān)由反向因果作用主導(dǎo)，則對(duì)于成交量位于較高分位點(diǎn)上的平臺(tái)而言，其反向因果導(dǎo)致的正相關(guān)性應(yīng)該更強(qiáng)，因?yàn)槠湓谝?guī)模壓力下更需要分散，而低分位點(diǎn)上的平臺(tái)由于成交量較少，其分散化需求反而更弱，正相關(guān)性也應(yīng)該更低。然而，表9的結(jié)果卻與這一預(yù)期相反：在0.1分位點(diǎn)上，二者正相關(guān)性反而是最高的，這表明分散度與成交量之間的正相關(guān)關(guān)系并非由后者對(duì)前者的反向影響作用主導(dǎo)。

2. 通過聯(lián)立方程估計(jì)（結(jié)構(gòu)建模）來克服內(nèi)生性問題。為了克服反向因果導(dǎo)致的內(nèi)生性問題，本文進(jìn)一步構(gòu)建了聯(lián)立方程估計(jì)模型（5）。在模型（5）中，成交量和分散度均被視為內(nèi)生變量，第一個(gè)方程通過分散度、利率和平均借款期限解釋成交量，稱為成交量方程;第二個(gè)方程刻畫的是平臺(tái)成交量對(duì)平臺(tái)分散度的影響，稱為分散度方程。

表10報(bào)告了多種方法對(duì)聯(lián)立方程模型的估計(jì)結(jié)果。其中，三階段最小二乘法是在兩階段最小二乘法的基礎(chǔ)上，對(duì)于估計(jì)誤差構(gòu)造的擾動(dòng)性方差進(jìn)一步采取廣義最小二乘估計(jì)。聯(lián)立方程模型可解決單一方程估計(jì)存在的信息丟失問題。在聯(lián)立方程估計(jì)中，本文引入了P2P平臺(tái)高管教育背景（Education）這一工具變量（高管具有經(jīng)管相關(guān)專業(yè)教育背景，則Education取值為1，否則為0）。選教育背景作為工具變量是因?yàn)榕c非經(jīng)管類教育背景的高管相比，具有金融、商業(yè)、經(jīng)濟(jì)、MBA等經(jīng)管類教育背景的高管，其強(qiáng)化平臺(tái)風(fēng)險(xiǎn)管控的意識(shí)通常會(huì)更強(qiáng)，提高平臺(tái)分散度的動(dòng)機(jī)會(huì)更大。但由于投資者的投資決策主要受到利率水平、市場(chǎng)周期、平臺(tái)運(yùn)營(yíng)時(shí)間、平臺(tái)收益、平臺(tái)借款期限等因素的影響，而較少受平臺(tái)高管教育背景的影響，故教育背景具有工具變量屬性。

表10中，各回歸方法結(jié)果均表明平臺(tái)分散度對(duì)平臺(tái)成交量具有顯著的正向影響。且3SLS下的估計(jì)系數(shù)更高，這可能是由于成交量增長(zhǎng)方程的內(nèi)生性在較大程度上因同時(shí)考慮多個(gè)方程之間聯(lián)立關(guān)系而得到系統(tǒng)內(nèi)優(yōu)化所致，這為本文關(guān)于分散度與成交量關(guān)系的研究結(jié)論提供了穩(wěn)健性證據(jù)。

3. 自選擇問題與PSM估計(jì)。若分散度越高越能激勵(lì)成交的話，那么，將分散度從連續(xù)值按高低分組轉(zhuǎn)換為二元選擇變量后②，其對(duì)成交量的影響也應(yīng)顯著為正。由于初始平臺(tái)成交量與分散度啞變量很可能并不獨(dú)立，表現(xiàn)為期初成交量越高的平臺(tái)落入高分散度分組的概率越大。因此，本文將借助PSM估計(jì)來考察分散度啞變量（DISNEW）對(duì)平臺(tái)成交量的影響。

借鑒Guido和 Imbens（2015）[20]，本文篩選出AGE、RATE、TERM、LEV、ESCROW和 NATURE作為協(xié)變量。得到傾向得分后，采用三種匹配方法，相關(guān)PSM估計(jì)結(jié)果（ATT）如表11所示，ATT表示實(shí)驗(yàn)組的平均治理效應(yīng)。三種匹配下，成交量的ATT值均為正且顯著，這表明在克服自選擇偏差引發(fā)的內(nèi)生偏誤后，分散度對(duì)成交量依然具有正向影響，即假設(shè)1結(jié)論依然穩(wěn)健。

4. 通過因果中介效應(yīng)克服中介因素的內(nèi)生性問題?？紤]到中介變量同樣可能存在內(nèi)生性問題，因此，本文使用因果中介效應(yīng)來探究中介變量在關(guān)系傳遞中可能存在的反向因果問題。由于因果中介效應(yīng)中的自變量應(yīng)為虛擬變量，故繼續(xù)采用分散度啞變量（DISNEW）來重新進(jìn)行中介效應(yīng)估計(jì)。因果中介效應(yīng)下的檢驗(yàn)結(jié)果如表12所示。

表12表明：（1）第1列檢驗(yàn)結(jié)果說明平臺(tái)分散度水平越高，客戶風(fēng)險(xiǎn)感知越低，安全感越強(qiáng)。（2）第2列結(jié)果表明分散度（自變量）和客戶風(fēng)險(xiǎn)感知（中介變量）對(duì)平臺(tái)成交量（因變量）的影響均顯著，說明分散度越高不僅有利于直接提升成交水平，也有利于通過弱化風(fēng)險(xiǎn)感知來提升平臺(tái)成交規(guī)模，即“分散度—客戶風(fēng)險(xiǎn)感知—平臺(tái)成交量”的中介傳導(dǎo)路徑依然成立。（3）因果中介效應(yīng)產(chǎn)生的局部平均處理水平（ACME）為0.545，約占總影響（2.990）的1/6，而直接影響效應(yīng)為2.444，約占5/6。

（二）對(duì)結(jié)論穩(wěn)健性的再檢驗(yàn)

1. 假設(shè)1的穩(wěn)健性檢驗(yàn)。表13表明：在引入了杠桿率、是否線上存管、平臺(tái)所有制性質(zhì)以及平臺(tái)投資人背景特征后，分散度的回歸系數(shù)發(fā)生了強(qiáng)度變化，但影響方向及顯著性依然不變，即結(jié)果再次驗(yàn)證了假設(shè)1的成立。

2. 假設(shè)2和假設(shè)3的穩(wěn)健性檢驗(yàn)。為檢驗(yàn)中介效應(yīng)的穩(wěn)健性，本文采用Sobel系數(shù)乘積法進(jìn)一步進(jìn)行檢驗(yàn)。結(jié)果表明：（1）全樣本下，中介效應(yīng)顯著為正（1.963***），總效應(yīng)顯著為正（3.348***），中介效應(yīng)占比為0.586。這一結(jié)果與假設(shè)3中介效應(yīng)傳導(dǎo)方向一致，說明對(duì)假設(shè)3的驗(yàn)證具有一定穩(wěn)健性。（2）對(duì)于投資領(lǐng)域較為多元化的平臺(tái)而言，中介效應(yīng)顯著為正（1.911），總效應(yīng)顯著為正（3.545），中介效應(yīng)占比為0.538。相比之下，對(duì)于投資領(lǐng)域較為單一化的平臺(tái)而言，中介效應(yīng)為負(fù)（-1.204），總效應(yīng)顯著為正（2.361），中介效應(yīng)占比0.337。上述中介效應(yīng)在傳導(dǎo)方向上的差異性，恰恰為假設(shè)2提出的異質(zhì)性特征提供了來自中介作用層面的證據(jù)支持。限于篇幅，對(duì)Sobel檢驗(yàn)結(jié)果僅給出以上簡(jiǎn)要報(bào)告，具體細(xì)節(jié)留存?zhèn)渌?。除上述檢驗(yàn)外，本文還以對(duì)Sobel檢驗(yàn)放寬門檻的方式，通過Bootstrap法模擬抽樣分布過程，進(jìn)一步加強(qiáng)了中介效應(yīng)估計(jì)中標(biāo)準(zhǔn)誤估計(jì)值的準(zhǔn)確性，具體Bootstrap結(jié)果如表14所示。

表14表明：在進(jìn)行500次Bootstrap抽樣后，間接效應(yīng)的置信區(qū)間分別為0.588～2.994、0.862～2.959，且均不包含0值，說明分散度對(duì)成交量的影響確實(shí)存在中介傳導(dǎo)效應(yīng)，且從中介效應(yīng)的作用方向上看，投資領(lǐng)域較多元的平臺(tái)與較單一的平臺(tái)相比，其中介作用的傳導(dǎo)方向相反，這也驗(yàn)證了假設(shè)2的預(yù)期。

七、結(jié)論與啟示

P2P行業(yè)在經(jīng)歷了發(fā)展、爆發(fā)、跑路等一系列進(jìn)程后，現(xiàn)已完全退出了歷史舞臺(tái)。作為現(xiàn)代金融中一種里程碑式的金融創(chuàng)新形式，P2P行業(yè)的退出為我國(guó)金融行業(yè)發(fā)展提供了寶貴的經(jīng)驗(yàn)教訓(xùn)，同時(shí)也為學(xué)界提出許多值得深思的問題。本文選擇客戶風(fēng)險(xiǎn)感知度為中介變量，考察了平臺(tái)分散度對(duì)平臺(tái)成交量的直接和間接影響，尤其探究了分散度通過作用于客戶風(fēng)險(xiǎn)感知來影響平臺(tái)成交量的間接作用路徑。研究發(fā)現(xiàn)：（1）總體上看，平臺(tái)投資分散度越高越有利于激勵(lì)平臺(tái)成交。（2）具有不同業(yè)務(wù)覆蓋范圍（多元化特征）的平臺(tái)，其分散度對(duì)成交水平的影響效應(yīng)并不一致：對(duì)于業(yè)務(wù)領(lǐng)域較廣的平臺(tái)，分散度對(duì)成交量具有正向激勵(lì)作用;而對(duì)于業(yè)務(wù)領(lǐng)域較為集中（單一）的平臺(tái)，分散度的提高反而會(huì)導(dǎo)致平臺(tái)成交量的降低。（3）平臺(tái)分散度可以通過調(diào)節(jié)客戶風(fēng)險(xiǎn)感知來間接影響平臺(tái)成交量，且投資多元化特征不同的平臺(tái)，分散度對(duì)成交量的間接傳導(dǎo)方向并不相同。

研究啟示：（1）針對(duì)不同類型的借貸平臺(tái)應(yīng)采取不同的分散度管控措施。分散度的提高有助于流動(dòng)性風(fēng)險(xiǎn)的控制，機(jī)構(gòu)在面對(duì)自身的借貸結(jié)構(gòu)（業(yè)務(wù)結(jié)構(gòu)）時(shí)，應(yīng)權(quán)衡分散度管控的利弊，針對(duì)自身業(yè)務(wù)特征制定差異化策略。（2）由于客戶風(fēng)險(xiǎn)感知與媒體互動(dòng)的強(qiáng)度及情緒偏向水平緊密相關(guān)，因此，新型網(wǎng)貸機(jī)構(gòu)在建設(shè)中應(yīng)注重媒體互動(dòng)。（3）應(yīng)構(gòu)建公平、公正的第三方網(wǎng)絡(luò)小額借貸評(píng)級(jí)（評(píng)價(jià)）機(jī)構(gòu)，合理引導(dǎo)投資者的風(fēng)險(xiǎn)預(yù)期，強(qiáng)化預(yù)期管理，讓媒體在金融創(chuàng)新及風(fēng)險(xiǎn)管控中發(fā)揮積極作用。

注：

①平臺(tái)分散度測(cè)算中涉及的指標(biāo)選取與權(quán)重設(shè)定參考了網(wǎng)貸之家的打分標(biāo)準(zhǔn)：https：//www.sohu.com/a/213261741_481763?；谏鲜龃蚍煮w系，網(wǎng)貸之家計(jì)算并公布了451家平臺(tái)的分散度指數(shù)。該指數(shù)越高，表明平臺(tái)分散度水平越高。

②本文按照DSP取值的高低對(duì)樣本組進(jìn)行了分組——將平臺(tái)分散度高于75%分位數(shù)的樣本設(shè)定為高分散度平臺(tái)（DISNEW=1），其余樣本設(shè)置為低分散度平臺(tái)（DISNEW=0）。

參考文獻(xiàn)：

[1]田秀娟，張智穎.投資分散化能有效降低網(wǎng)貸投資風(fēng)險(xiǎn)嗎？——基于“人人貸”交易數(shù)據(jù)的實(shí)證分析 [J].湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，44（5）.

[2]陸松新，蘭虹.風(fēng)險(xiǎn)投資、第三方資金托管與中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)成交量：基于P2P網(wǎng)絡(luò)借貸投資者的視角 [J].西南金融，2015，（11）.

[3]王剛貞，江光輝.基于投資者視角的P2P網(wǎng)貸平臺(tái)成交規(guī)模影響因素研究 [J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，（6）.

[4]于博，李欣怡.政策監(jiān)管與合規(guī)轉(zhuǎn)型對(duì)P2P平臺(tái)成交量的異質(zhì)性沖擊效應(yīng) [J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，（2）.

[5]王書斌，譚中明，江紅莉，謝坤，師家慧.P2P網(wǎng)貸平臺(tái)股東背景與投資者行為研究——基于異質(zhì)性動(dòng)態(tài)面板協(xié)整分析 [J].軟科學(xué)，2018，32（8）.

[6]李蒼舒，沈艷.風(fēng)險(xiǎn)傳染的信息識(shí)別——基于網(wǎng)絡(luò)借貸市場(chǎng)的實(shí)證 [J].金融研究，2018，（11）.

[7]王修華，孟路，歐陽輝. P2P網(wǎng)絡(luò)借貸問題平臺(tái)特征分析及投資者識(shí)別：來自222家平臺(tái)的證據(jù) [J].財(cái)貿(mào)經(jīng)濟(jì)，2016，（12）.

[8]劉雪，劉剛良，安琳.P2P網(wǎng)貸平臺(tái)信息質(zhì)量組態(tài)與投資決策關(guān)系研究 [J].中國(guó)集體經(jīng)濟(jì)，2020，（31）.

[9]陳冬宇.基于社會(huì)認(rèn)知理論的P2P網(wǎng)絡(luò)放貸交易信任研究 [J].南開管理評(píng)論，2014，17（3）.

[10]陳冬宇，鄭海超.我國(guó)P2P網(wǎng)貸市場(chǎng)的羊群行為及其決策理性研究 [J].管理評(píng)論，2017，29（1）.

[11]廖理，李夢(mèng)然，王正位，賀裴菲.觀察中學(xué)習(xí)：P2P網(wǎng)絡(luò)投資中信息傳遞與羊群行為 [J].清華大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，30（1）.

[12]樊繼達(dá)，薛紫臣.P2P網(wǎng)貸流動(dòng)性風(fēng)險(xiǎn)：生成機(jī)理及應(yīng)對(duì)之策 [J].國(guó)家行政學(xué)院學(xué)報(bào)，2018，（3）.

[13]焦永香.美國(guó)上市P2P網(wǎng)貸企業(yè)杠桿率、流動(dòng)性風(fēng)險(xiǎn)與經(jīng)營(yíng)績(jī)效 [J].重慶工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，（4）.

[14]于博，董怡然.P2P平臺(tái)合規(guī)化轉(zhuǎn)型對(duì)平臺(tái)運(yùn)營(yíng)風(fēng)險(xiǎn)的異質(zhì)性影響研究 [J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，（9）.

[15]吳成浩，張池慧.P2P網(wǎng)絡(luò)借貸平臺(tái)的風(fēng)險(xiǎn)控制研究 [J].經(jīng)濟(jì)研究導(dǎo)刊，2019，（1）.

[16]蔣晨琦，周彩霞.P2P行業(yè)亂象下的投資人行為分析 [J].金融發(fā)展研究，2019，（5）.

[17]聶瑞華，石洪波，米子川.家庭資產(chǎn)選擇行為研究評(píng)述與展望 [J].經(jīng)濟(jì)問題，2018，（11）.

[18]楊虹，張柯.認(rèn)知能力、社會(huì)互動(dòng)方式與家庭金融資產(chǎn)選擇 [J].金融論壇，2021，26（2）.

[19]吳佳哲.基于羊群效應(yīng)的P2P網(wǎng)絡(luò)借貸模式研究[J].國(guó)際金融研究，2015，（11）.

[20]Guido，Imbens. 2015. Matching Methods in Practice：Three Examples [J].Journal of Human Resources，50（2）.