孫志紅 ，陳玉路

（1.石河子大學(xué) 經(jīng)濟(jì)與管理學(xué)院，新疆 石河子 832000；2.兵團(tuán)金融發(fā)展研究中心，新疆 石河子 832000）

一、引言

互聯(lián)網(wǎng)金融的創(chuàng)新及快速發(fā)展是對(duì)以銀行為主體的正規(guī)金融體系的重要補(bǔ)充，其中網(wǎng)絡(luò)借貸模式既為中小微金融主體拓寬了融資渠道，也為投資者增加了理財(cái)選擇。然而，網(wǎng)絡(luò)借貸平臺(tái)在監(jiān)管灰色地帶激進(jìn)創(chuàng)新，游走于法律紅線邊緣，積累了大量的風(fēng)險(xiǎn)，問題平臺(tái)爆發(fā)速度高于新增平臺(tái)速度，行業(yè)負(fù)面影響日盛，監(jiān)管政策的完善勢(shì)在必行。2015年以來，銀監(jiān)會(huì)、工商行政管理總局、互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)整治辦公室等數(shù)十個(gè)部門先后單獨(dú)或聯(lián)合其他部門發(fā)布了12部互聯(lián)網(wǎng)金融相關(guān)指導(dǎo)意見及法律法規(guī)，從指導(dǎo)行業(yè)健康發(fā)展到形成“1+3”監(jiān)管體系，監(jiān)管框架不斷完善，監(jiān)管內(nèi)容不斷細(xì)化。監(jiān)管政策出臺(tái)對(duì)規(guī)范行業(yè)業(yè)務(wù)，降低系統(tǒng)風(fēng)險(xiǎn)發(fā)生概率，促進(jìn)行業(yè)健康發(fā)展具有重要意義。然而頻繁的政策變動(dòng)增加了行業(yè)的不確定性風(fēng)險(xiǎn)，行業(yè)轉(zhuǎn)型整改陣痛期各主體的行為變動(dòng)及其之間的內(nèi)在影響機(jī)理值得關(guān)注。

學(xué)界對(duì)網(wǎng)絡(luò)借貸模式、風(fēng)險(xiǎn)以及監(jiān)管工作給予了高度的關(guān)注［1-4］，然而這些研究的重點(diǎn)在于非信息中介定位（模式異化）的網(wǎng)絡(luò)借貸平臺(tái)面臨的風(fēng)險(xiǎn)、規(guī)避風(fēng)險(xiǎn)的方法以及監(jiān)管措施，并未對(duì)2015年以來監(jiān)管政策的效應(yīng)進(jìn)行分析。學(xué)者們對(duì)P2P投資者的投資特點(diǎn)以及影響其投資決策因素的分析均是基于某個(gè)平臺(tái)的散標(biāo)交易數(shù)據(jù)展開的［5-9］，然而隨著網(wǎng)絡(luò)借貸技術(shù)的發(fā)展，穩(wěn)健可靠的理財(cái)計(jì)劃成為投資者的首選，平臺(tái)特征成為重要性優(yōu)先于具體標(biāo)的特征的指標(biāo)，這些特征如何影響投資者決策有待進(jìn)一步探究；且這些影響因素中并未提及行業(yè)監(jiān)管政策因素，監(jiān)管政策如何影響投資決策猶未可知。學(xué)者們對(duì)平臺(tái)綜合競(jìng)爭(zhēng)力綜合評(píng)價(jià)以及如何延長(zhǎng)平臺(tái)存活時(shí)間進(jìn)行了探究［10-12］，卻未就已經(jīng)出臺(tái)的監(jiān)管政策效果進(jìn)行實(shí)證分析，行業(yè)監(jiān)管政策變動(dòng)對(duì)于平臺(tái)競(jìng)爭(zhēng)力的影響仍具有較大探究空間。因此探究監(jiān)管政策出臺(tái)對(duì)于投資者信心、平臺(tái)綜合競(jìng)爭(zhēng)力以及在政策不確定背景下二者之間關(guān)系的影響具有重要意義。

本文可能存在的貢獻(xiàn)包括：其一，以2017年前三個(gè)行業(yè)監(jiān)管政策為切入點(diǎn)，在投資者情緒理論、前景理論、流動(dòng)性偏好理論、風(fēng)險(xiǎn)厭惡理論、信號(hào)傳遞理論等理論的指導(dǎo)下，分別研究單一政策和組合政策對(duì)投資者情緒、平臺(tái)競(jìng)爭(zhēng)力的影響情況，豐富網(wǎng)貸行業(yè)監(jiān)管效應(yīng)的研究；其二，采用平臺(tái)級(jí)數(shù)據(jù)，分析平臺(tái)釋放的積極信號(hào)對(duì)于投資者投資行為以及平臺(tái)自身競(jìng)爭(zhēng)力的影響，對(duì)現(xiàn)有以散標(biāo)級(jí)數(shù)據(jù)的實(shí)證研究予以補(bǔ)充；其三，探究投資者信心與平臺(tái)競(jìng)爭(zhēng)力之間內(nèi)在的作用關(guān)系，檢驗(yàn)政策不確定環(huán)境下二者關(guān)系的穩(wěn)健程度，為促進(jìn)網(wǎng)絡(luò)借貸行業(yè)健康發(fā)展提供對(duì)策建議。

本文后續(xù)安排如下：梳理文獻(xiàn)研究現(xiàn)狀，根據(jù)相關(guān)理論提出研究假設(shè)。以2016年1月之前成立的410家網(wǎng)絡(luò)借貸平臺(tái)為研究樣本，對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)和優(yōu)化。采用面板回歸模型探究政策對(duì)新老投資者投資信心的沖擊，并采用門限回歸模型探究在政策不確定環(huán)境下平臺(tái)釋放的積極信號(hào)對(duì)投資者信心的影響規(guī)律；同理探究政策對(duì)平臺(tái)競(jìng)爭(zhēng)力的沖擊，并運(yùn)用分位數(shù)回歸研究平臺(tái)釋放的積極信號(hào)對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響規(guī)律；采用面板格蘭杰因果檢驗(yàn)分析平臺(tái)競(jìng)爭(zhēng)力與投資者信心雙向因果關(guān)系，并運(yùn)用系統(tǒng)GMM模型和差分GMM模型探究二者在不確定政策環(huán)境中互相影響作用的穩(wěn)定性。最后，根據(jù)研究結(jié)論分別針對(duì)監(jiān)管層、投資者、平臺(tái)提出針對(duì)性建議。

二、文獻(xiàn)綜述

（一）政策沖擊與投資者信心

政策的變動(dòng)與投資者信心的波動(dòng)關(guān)系在資本市場(chǎng)領(lǐng)域的研究已經(jīng)較為豐富，主要體現(xiàn)在經(jīng)濟(jì)政策和貨幣政策的調(diào)整對(duì)股票價(jià)格、股票周期以及企業(yè)投資行為產(chǎn)生影響。一方面經(jīng)濟(jì)政策的不確定性風(fēng)險(xiǎn)成了影響個(gè)股暴跌的主要因素，投資者情緒正向加強(qiáng)了二者之間的關(guān)系［13］；宏觀產(chǎn)業(yè)政策的調(diào)整對(duì)主觀市場(chǎng)情緒產(chǎn)生背離客觀市場(chǎng)情緒的影響［14］。另一方面貨幣政策的調(diào)整顯著改變了投資者情緒，進(jìn)而影響股價(jià)變動(dòng)［15］；貨幣政策寬松度提高能夠強(qiáng)化投資者情緒對(duì)企業(yè)過度投資和投資不足的影響［16］，而投資者情緒在一定程度上弱化了貨幣政策對(duì)股票市場(chǎng)波動(dòng)性的調(diào)控作用［17］。

網(wǎng)絡(luò)借貸行業(yè)屬于新興行業(yè)，網(wǎng)上借貸撮合業(yè)務(wù)使其具備了類金融屬性，隨著監(jiān)管政策密集出臺(tái)，加劇了行業(yè)政策的不確定性風(fēng)險(xiǎn)和政策沖擊力度，類比資本市場(chǎng)政策變動(dòng)對(duì)投資人的影響，網(wǎng)絡(luò)接借貸行業(yè)政策不確定性將對(duì)投資者情緒產(chǎn)生重要影響。

（二）政策沖擊與平臺(tái)綜合實(shí)力

縱觀金融發(fā)展史，監(jiān)管與創(chuàng)新的博弈從未停止，而我國(guó)早期的互聯(lián)網(wǎng)金融創(chuàng)新游走于監(jiān)管灰色地帶野蠻生長(zhǎng)，互聯(lián)網(wǎng)金融的監(jiān)管與創(chuàng)新的博弈持續(xù)動(dòng)態(tài)進(jìn)行中［18］?；诰W(wǎng)貸平臺(tái)和政府監(jiān)管部門兩大博弈群體有限理性的特征，學(xué)者們構(gòu)建了非對(duì)稱演化博弈的動(dòng)態(tài)復(fù)制系統(tǒng)，研究發(fā)現(xiàn)，當(dāng)強(qiáng)監(jiān)管獲得較高的激勵(lì)，非合規(guī)運(yùn)營(yíng)效用低于合規(guī)運(yùn)營(yíng)時(shí)，政府選擇強(qiáng)監(jiān)管，平臺(tái)將選擇合規(guī)運(yùn)營(yíng)方式［19］。而在監(jiān)管政策頻頻出臺(tái)的背景下，金融監(jiān)管力度逐漸加強(qiáng)，平臺(tái)非合規(guī)運(yùn)營(yíng)效用降低，趨向合規(guī)運(yùn)營(yíng)。

（三）政策沖擊背景下，投資人信心與平臺(tái)競(jìng)爭(zhēng)力之間的內(nèi)在關(guān)系

我國(guó)新型政策性市場(chǎng)的環(huán)境非理性和不穩(wěn)定特征增加了投資者對(duì)未知風(fēng)險(xiǎn)的敏感程度和厭惡水平，進(jìn)而強(qiáng)化了投資人的有限理性特征［20-21］。投資人在政策不確定性環(huán)境中，一方面容易產(chǎn)生較強(qiáng)的情緒波動(dòng)，表現(xiàn)出較強(qiáng)的避險(xiǎn)情緒，另一方面在選擇平臺(tái)時(shí)更加看重平臺(tái)綜合實(shí)力，以緩釋有限認(rèn)知能力帶來的壓力，此時(shí)平臺(tái)競(jìng)爭(zhēng)力使得平臺(tái)對(duì)投資者人更有吸引力。平臺(tái)的投資人數(shù)、成交量等指標(biāo)是平臺(tái)競(jìng)爭(zhēng)力的重要組成部分［10－11］，當(dāng)投資者對(duì)該平臺(tái)更有信心的時(shí)候，投資人數(shù)、成交量將達(dá)到較高的水平，進(jìn)而促使平臺(tái)擴(kuò)大影響力，進(jìn)一步做好風(fēng)險(xiǎn)把控、品牌升級(jí)、營(yíng)銷管理等。

三、理論分析及研究假設(shè)

本文在梳理文獻(xiàn)的基礎(chǔ)上，運(yùn)用前景理論、流動(dòng)性偏好理論、風(fēng)險(xiǎn)厭惡理論、信號(hào)傳遞理論等理論探究不確定性政策環(huán)境下政策沖擊對(duì)投資者信心、平臺(tái)競(jìng)爭(zhēng)力以及二者監(jiān)管關(guān)系的影響機(jī)理并提出相應(yīng)的假設(shè)。

（一）政策沖擊與投資者信心波動(dòng)關(guān)系及假設(shè)①

“個(gè)體對(duì)世界的認(rèn)知是有限的”已經(jīng)在心理學(xué)和神經(jīng)科學(xué)等領(lǐng)域被廣泛證實(shí)，但個(gè)體通過運(yùn)用自身智慧觀察并使用現(xiàn)實(shí)世界的運(yùn)行規(guī)律實(shí)現(xiàn)利益最大化，又體現(xiàn)出理性的特質(zhì)，故而呈現(xiàn)出有限理性的特征［22-23］。投資者情緒理論認(rèn)為，投資者對(duì)市場(chǎng)信息的有限認(rèn)知能力產(chǎn)生系統(tǒng)偏差并通過其“情緒化”的非理性行為表現(xiàn)出來［24］。在政策環(huán)境不確定背景下，投資者敏感性提高，尤其是新投資者，由于投資經(jīng)驗(yàn)不足，對(duì)政策環(huán)境的不確定性可能產(chǎn)生恐慌心理，進(jìn)而減少投資行為。

本文主要探究行業(yè)監(jiān)管政策出臺(tái)對(duì)投資者信心、平臺(tái)競(jìng)爭(zhēng)力的沖擊，貨幣政策作為宏觀經(jīng)濟(jì)環(huán)境的控制變量，只展開輔助研究。

前景理論認(rèn)為普通個(gè)體將損失比收益看得更重［25］。老投資者投資經(jīng)驗(yàn)相對(duì)豐富，面對(duì)可能產(chǎn)生的損失，一方面，其根據(jù)曾在平臺(tái)獲益取得的安全感，在經(jīng)驗(yàn)法則的作用下，低估行業(yè)監(jiān)管政策對(duì)平臺(tái)競(jìng)爭(zhēng)力的沖擊；另一方面，在賭徒心理的作用下，易受平臺(tái)新營(yíng)銷活動(dòng)誘惑，且認(rèn)為行業(yè)監(jiān)管政策將促使自己投資的平臺(tái)提升自身合規(guī)程度，進(jìn)而增加投資。本文因此提出如下假設(shè)。

假設(shè)H1：政策不確定環(huán)境下，監(jiān)管政策出臺(tái)對(duì)新投資人投資信心產(chǎn)生負(fù)面影響；對(duì)老投資人投資信心產(chǎn)生正面影響。

研究表明，強(qiáng)監(jiān)管背景下，網(wǎng)貸平臺(tái)是否上線銀行存管、是否持有ICP認(rèn)證等成為判斷平臺(tái)風(fēng)險(xiǎn)性高低的有效信號(hào)，在一定程度上緩解了投資人和平臺(tái)之間的信息不對(duì)稱及其導(dǎo)致的“檸檬市場(chǎng)”問題［26］；行業(yè)自律體系的構(gòu)建（即互聯(lián)網(wǎng)金融協(xié)會(huì)成立）對(duì)規(guī)范網(wǎng)絡(luò)借貸行業(yè)發(fā)展、淘汰劣質(zhì)平臺(tái)，重塑投資者的信心具有重要的作用［27］；而就平臺(tái)自身而言，運(yùn)營(yíng)時(shí)間、投資和借款總?cè)藬?shù)、綜合利率對(duì)網(wǎng)絡(luò)借貸平臺(tái)融資效率產(chǎn)生正向影響［28］；長(zhǎng)期看平臺(tái)背景隱含的剛性兌付能力逐步與投資者偏好相匹配成為影響其“用腳投票”的關(guān)鍵因素［29］；而借款綜合期限則為負(fù)向影響［30］；考慮到融資是市場(chǎng)的選擇，只有綜合實(shí)力強(qiáng)的平臺(tái)才能獲得融資，故本文認(rèn)定融資記錄為正向積極信號(hào)。本文因此提出如下假設(shè)。

假設(shè)H1a：政策不確定環(huán)境下，平臺(tái)銀行存管、ICP備案、協(xié)會(huì)成員、運(yùn)營(yíng)時(shí)間、平臺(tái)背景、成交量、綜合利率、融資記錄對(duì)新老投資者信心均有正向影響。

假設(shè)H1b：政策不確定環(huán)境下，平臺(tái)綜合期限對(duì)新老投資者信心均產(chǎn)生負(fù)向影響。

（二）政策沖擊與平臺(tái)競(jìng)爭(zhēng)力變動(dòng)關(guān)系及假設(shè)

行業(yè)監(jiān)管政策頻頻推出，監(jiān)管層釋放的監(jiān)管信號(hào)逐漸增強(qiáng)，平臺(tái)面臨的不確定性風(fēng)險(xiǎn)增大，合規(guī)成本提高，行業(yè)競(jìng)爭(zhēng)更加激烈。來自同行的競(jìng)爭(zhēng)壓力和來自投資者對(duì)平臺(tái)預(yù)期的提升使平臺(tái)運(yùn)營(yíng)受到較大的考驗(yàn)。平臺(tái)將加快合規(guī)進(jìn)程并不斷推出各類營(yíng)銷活動(dòng)，提升自身吸引力，進(jìn)而提升自身綜合競(jìng)爭(zhēng)力；較為合規(guī)的平臺(tái)將以合規(guī)為亮點(diǎn)，積極開展?fàn)I銷活動(dòng)，提升自身的綜合實(shí)力。由此本文提出如下假設(shè)。

假設(shè)H2：政策不確定環(huán)境下，監(jiān)管政策出臺(tái)對(duì)平臺(tái)綜合競(jìng)爭(zhēng)力提升產(chǎn)生正向影響。

對(duì)于平臺(tái)而言，巴曙松等運(yùn)用競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型和情景轉(zhuǎn)換回歸模型證實(shí)銀行資金存管等措施能夠顯著提升平臺(tái)的存活周期和平臺(tái)的競(jìng)爭(zhēng)實(shí)力［12］；網(wǎng)站ICP備案是合規(guī)的重要部分，協(xié)會(huì)會(huì)員是展開行業(yè)自律工作的重要體現(xiàn)，平臺(tái)背景、獲得融資以及成交量都是市場(chǎng)選擇的結(jié)果，因此都是平臺(tái)釋放的積極信號(hào)［29］；隨著運(yùn)營(yíng)時(shí)間的增長(zhǎng)，平臺(tái)經(jīng)驗(yàn)的增多，競(jìng)爭(zhēng)力也將不斷增強(qiáng)［30］。因此本文提出如下假設(shè)。

假設(shè)H2a：政策不確定環(huán)境下，銀行存管、ICP備案、協(xié)會(huì)會(huì)員、平臺(tái)背景、融資記錄、成交量、運(yùn)營(yíng)時(shí)間對(duì)平臺(tái)競(jìng)爭(zhēng)力有正向影響。

較高的綜合利率伴隨著較高的風(fēng)險(xiǎn)，在政策不確定環(huán)境下，投資者規(guī)避風(fēng)險(xiǎn)的心理作用加強(qiáng)，于平臺(tái)而言，高利率難以吸引規(guī)避風(fēng)險(xiǎn)的投資者，同時(shí)利率的提高將增加借款人成本，不利于投資雙方的撮合交易；綜合期限增長(zhǎng)有助于降低借款人資金周轉(zhuǎn)壓力，卻違背了投資人的流動(dòng)性偏好，根據(jù)P2P網(wǎng)貸平臺(tái)雙邊市場(chǎng)理論定價(jià)規(guī)律［31］，結(jié)合多數(shù)平臺(tái)對(duì)投資者收取較少甚至不收取管理費(fèi)的事實(shí)，投資者具有較強(qiáng)的網(wǎng)絡(luò)外部性，因此標(biāo)的期限的增長(zhǎng)將對(duì)投資者投信心產(chǎn)生負(fù)向影響，進(jìn)而影響平臺(tái)綜合競(jìng)爭(zhēng)力。由此，本文提出如下假設(shè)。

假設(shè)H2b：政策不確定環(huán)境下，平臺(tái)綜合利率提高對(duì)平臺(tái)競(jìng)爭(zhēng)力為負(fù)向影響。

假設(shè)H2c：政策不確定環(huán)境下，綜合期限增長(zhǎng)對(duì)平臺(tái)競(jìng)爭(zhēng)實(shí)力提升為負(fù)向影響。

（三）政策沖擊背景下，投資者信心與平臺(tái)競(jìng)爭(zhēng)力內(nèi)在關(guān)系分析及假設(shè)

政策不確定性環(huán)境對(duì)平臺(tái)和投資者產(chǎn)生了明顯的影響。一方面，囿于認(rèn)知能力有限，投資者易對(duì)市場(chǎng)信息識(shí)別判斷產(chǎn)生系統(tǒng)偏差［24］，在不確定的政策環(huán)境中，投資者風(fēng)險(xiǎn)敏感度提升，更加看重平臺(tái)釋放的積極信號(hào)，來緩解政策不確定性帶來的投資環(huán)境認(rèn)知失調(diào)的壓力。雙邊市場(chǎng)理論認(rèn)為，雙邊交易市場(chǎng)中雙方之間存在正向的網(wǎng)絡(luò)交叉效應(yīng)［32］，具有雙邊市場(chǎng)屬性的網(wǎng)絡(luò)借貸市場(chǎng)中，投資人和借款人可為彼此帶來正外部性，進(jìn)而提升平臺(tái)的影響力和競(jìng)爭(zhēng)力。因此根據(jù)信號(hào)傳遞理論，平臺(tái)將在競(jìng)爭(zhēng)中不斷釋放具有門檻的信號(hào)來表現(xiàn)自己獨(dú)特的優(yōu)勢(shì)［33］，吸引新投資者，增強(qiáng)老投資者黏性，進(jìn)而提高平臺(tái)的交易規(guī)模、網(wǎng)絡(luò)交叉效應(yīng)、成交速度。另一方面，高人氣的、高效率的平臺(tái)有更多的實(shí)力爭(zhēng)取更優(yōu)秀的資源，進(jìn)而釋放更加有效的信號(hào)提供便利，與投資者信心形成良性循環(huán)。因此本文提出如下假設(shè)。

假設(shè)H3：投資者對(duì)某平臺(tái)的信心能夠進(jìn)一步提升平臺(tái)的競(jìng)爭(zhēng)實(shí)力；反之亦然。

2017年前三次出臺(tái)的監(jiān)管政策側(cè)重點(diǎn)不同，對(duì)投資者和平臺(tái)的影響力存在差異。因此本文提出如下假設(shè)。

假設(shè)H3a：政策不確定環(huán)境下，監(jiān)管政策對(duì)投資者信心和平臺(tái)競(jìng)爭(zhēng)力雙向關(guān)系的沖擊存在異質(zhì)性。

P2P網(wǎng)貸市場(chǎng)的投資者投資主要是依據(jù)標(biāo)的軟硬信息以及市場(chǎng)情緒［34］，從市場(chǎng)情緒來看，新投資者比老投資者具有更加明顯的有限理性和羊群效應(yīng)特征［35－36］，投資者的有限理性難以清晰判斷有效信息與噪聲，這種“情緒化”的非理性行為會(huì)通過羊群效應(yīng)放大［24］。由此，本文提出如下假設(shè)。

假設(shè)H3b：在不確定性環(huán)境下，新投資者比老投資者對(duì)風(fēng)險(xiǎn)更加敏感，新投資者與平臺(tái)競(jìng)爭(zhēng)力之間的關(guān)系穩(wěn)定性較弱，老投資者信心與平臺(tái)競(jìng)爭(zhēng)力之間的關(guān)系穩(wěn)定性較強(qiáng)。

據(jù)前文分析，本文得到政策沖擊、投資者信心與平臺(tái)競(jìng)爭(zhēng)力作用機(jī)理如圖1所示。

圖1 政策沖擊、投資者信心與平臺(tái)競(jìng)爭(zhēng)力內(nèi)作用機(jī)理

四、研究設(shè)計(jì)

表1 P2P網(wǎng)絡(luò)借貸平臺(tái)綜合競(jìng)爭(zhēng)力評(píng)價(jià)體系

（一）關(guān)鍵變量定義

1.政策變量

本文選取2017年2月22日、2017年6月30日、2017年8月23日發(fā)布的行業(yè)監(jiān)管政策為觀察點(diǎn)，分別設(shè)變量為rp1、rp2、rp3，時(shí)間早于或等于2017年2月rp1取0，否則取1；時(shí)間早于或等于2017年6月rp2取0，否則取1；時(shí)間早于或等于2017年8月rp3取0，否則取1。選取M2增速為貨幣政策（mp）。

2.投資者信心

投資者信心在不同領(lǐng)域衡量方法不同。證券市場(chǎng)中主要的方法有用股票成交量或流動(dòng)性代替，運(yùn)用主觀操控性等［37-38］。本文參考Baker和Wurgler的選取方法［37］，選取平臺(tái)新投資人數(shù)、新投資人投資金額、老投資人數(shù)、老投資人投資金額（剔除季節(jié)性因素后）取對(duì)數(shù)的數(shù)據(jù)表示新老投資人的投資信心。其中新老投資人數(shù)（lnc1、lnc3）分別作為新老投資者信心的代理變量，新老投資人投資金額（lnc2、lnc4）用以作穩(wěn)健性檢驗(yàn)。

3.平臺(tái)綜合競(jìng)爭(zhēng)力

在前人研究的基礎(chǔ)上，結(jié)合數(shù)據(jù)獲取情況本文設(shè)計(jì)三層五維綜合競(jìng)爭(zhēng)力綜合評(píng)價(jià)體系如表1所示，從平臺(tái)實(shí)力、風(fēng)控能力、業(yè)務(wù)能力、成長(zhǎng)潛力以及治理水平五個(gè)方面展開評(píng)價(jià)，并采用組合賦權(quán)-灰色關(guān)聯(lián)TOPSIS模型測(cè)算得到每個(gè)平臺(tái)每期的競(jìng)爭(zhēng)力（cpt）①說明：平臺(tái)背景為民營(yíng)系取值為0、非民營(yíng)企業(yè)為0。實(shí)現(xiàn)銀行資金托管取值為1，否則為0；獲得融資取1，否則為0；成為國(guó)家或地方協(xié)會(huì)成員為1，否則為0；ICP備案成功為1否則為0。為避免平臺(tái)競(jìng)爭(zhēng)力回歸過程中各變量系數(shù)過小，平臺(tái)競(jìng)爭(zhēng)力最終值擴(kuò)大100倍。。

（二）模型設(shè)定

1.行業(yè)監(jiān)管政策與投資者信心

為檢驗(yàn)2017年前3次行業(yè)監(jiān)管政策逐次變動(dòng)以及組合變動(dòng)對(duì)新老投資者投資信心的影響，并進(jìn)一步探究平臺(tái)釋放的積極信號(hào)對(duì)投資者信心的影響，本文分別設(shè)定回歸模型（1）和回歸模型（2）如下：

其中，lncm,i,t表示投資者信心，m取1、2、3、4，分別表示新投資者信心以及新投資者信心的備選變量，老投資者信心以及老投資者信心的備選變量，備選變量用于穩(wěn)健性檢驗(yàn)。mp表示貨幣政策，f(rp)表示行業(yè)監(jiān)管政策函數(shù)，n取1、2、3時(shí)分別表示rp1，rp2，p3；n取4、5、6時(shí)分別表示a×rp1+b×rp2，b×rp2+c×rp3，a×rp1+b×rp2+c×rp3（a、b、c分別為政策變量rp1，rp2，rp3的系數(shù)）；Zi,t為控制變量矩陣，表示9個(gè)平臺(tái)釋放的顯性信號(hào)（v、r、prd、rt、bgd、bdp、f、asc、por），γ表示各控制變量的系數(shù)向量，以探究行業(yè)政策變動(dòng)下，平臺(tái)釋放的積極信號(hào)對(duì)投資者信心的影響情況，如果具體控制變量對(duì)應(yīng)系數(shù)顯著為正，則說明為積極有效信號(hào)，顯著為負(fù)，則為消極有效信號(hào)，不顯著則為非有效信號(hào)。

2.行業(yè)監(jiān)管政策與平臺(tái)競(jìng)爭(zhēng)力

為探究三次行業(yè)監(jiān)管政策變動(dòng)對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響以及平臺(tái)釋放的積極信號(hào)對(duì)平臺(tái)自身競(jìng)爭(zhēng)實(shí)力的影響，設(shè)定回歸模型（3）和回歸模型（4）如下：

其中，cpt表示平臺(tái)競(jìng)爭(zhēng)力，mp、f(rp)、Zi,t的含義以及n的取值范圍與模型（1）相同。

3.投資者信心與平臺(tái)競(jìng)爭(zhēng)力內(nèi)在影響關(guān)系分析

由假設(shè)H3可知，投資者信心（lnc）與平臺(tái)競(jìng)爭(zhēng)力（cpt）之間可能存在雙向因果關(guān)系，本文分別采用系統(tǒng)GMM或差分GMM對(duì)模型（5）和模型（6）進(jìn)行估計(jì)：

其中，p和q分別是滯后項(xiàng)，取值由面板格蘭杰因果關(guān)系檢驗(yàn)結(jié)果決定，

為進(jìn)一步探究在不同行業(yè)監(jiān)管政策出臺(tái)的背景下，二者之間關(guān)系的穩(wěn)定程度，本文設(shè)定如下模型，函數(shù)f(rp)n,i,t中的n只取1、2、3，其余符號(hào)含義同上：

（三）數(shù)據(jù)來源與數(shù)據(jù)處理

本文選取2016年1月之前成立的419家平臺(tái)，采用火車頭采集器和八爪魚采集器相結(jié)合的方法，從網(wǎng)貸之家抓取其2016年12月至2017年11月所有的交易數(shù)據(jù)以及深度數(shù)據(jù)，并從平臺(tái)官網(wǎng)上獲取每個(gè)平臺(tái)的基本情況，然后剔除出現(xiàn)異常值、極端值以及缺失值的平臺(tái)，得到410家平臺(tái)。410家平臺(tái)成交量占行業(yè)成交量65%左右，具有較強(qiáng)的代表性。平臺(tái)競(jìng)爭(zhēng)力評(píng)價(jià)體系各變量及模型各關(guān)鍵變量的描述性統(tǒng)計(jì)如表2、表3所示。

五、實(shí)證分析

（一）政策沖擊與投資者信心變動(dòng)

1.政策沖擊對(duì)新投資者信心的影響

為檢驗(yàn)監(jiān)管政策單次和組合變動(dòng)對(duì)新投資者信心的影響，本文在面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)基礎(chǔ)上，運(yùn)用豪斯曼檢驗(yàn)確定采用固定效應(yīng)模型，得到回歸結(jié)果如表4第2列—第7列模型N_1-N_6所示。結(jié)果顯示三次政策出臺(tái)對(duì)新投資者的投資信心的作用由顯著的正向變?yōu)椴伙@著的正向，政策組合模型（N_4-N_6）中，第一次政策（rp1）、第二次政策（rp2）沖擊對(duì)新投資者信心的促進(jìn)作用仍顯著為正，但是促進(jìn)作用降低；第三次政策（rp3）的影響由不顯著的正向變?yōu)榱瞬伙@著的負(fù)向，與假設(shè)H1不相符。

在政策不確定性環(huán)境下，投資者對(duì)平臺(tái)釋放的信號(hào)更為關(guān)注，因此本文在模型N_1-N_6的基礎(chǔ)上，引入平臺(tái)釋放的積極信號(hào)，其中銀行存管（bdp）對(duì)投資者信心的影響不顯著為正；平臺(tái)背景（bgd）、運(yùn)營(yíng)時(shí)間（rt）、融資記錄（f），ICP備案（por）以及協(xié)會(huì)成員（asc）對(duì)投資者信心影響系數(shù)較小且不顯著，剔除不顯著變量，模型擬合優(yōu)度幾乎未發(fā)生變化，故僅報(bào)告剔除不顯著因素后的模型N_7-N_12，如表4第8列—第13列所示。原始回歸模型備索。

對(duì)比模型N_1-N_6和模型N_7-N_12中政策沖擊作用可知：模型N_7-N_12中前兩次的政策（rp1、rp2）沖擊作用不論是在單獨(dú)政策沖擊模型（N_7和N_8）還是組合政策沖擊模型（N_10、N_11和N_12）中都比相應(yīng)的未添加平臺(tái)信號(hào)的模型政策沖擊效果弱；第三次的政策（rp3）的沖擊作用不論是在單獨(dú)政策沖擊模型（模型N_9）中還是組合政策沖擊模型（N_11和N_12）中，負(fù)向作用都明顯增強(qiáng)；比較12個(gè)模型，政策的沖擊效果整體趨勢(shì)相同，證明政策不確定環(huán)境中，考慮平臺(tái)釋放信號(hào)的投資者信心受政策沖擊的影響相對(duì)較小，其結(jié)果仍與假設(shè)H1不相符。進(jìn)一步分析認(rèn)為三次政策變動(dòng)都是為了規(guī)范行業(yè)行為，規(guī)避風(fēng)險(xiǎn)，但政策沖擊效果卻從正向影響過渡到負(fù)向影響，尤其2017年第三次政策是相對(duì)“溫和”的信息披露規(guī)范，卻引發(fā)了投資者信心下降，故排除是單個(gè)監(jiān)管政策異質(zhì)性引發(fā)的投資者信心下降，推斷政策風(fēng)險(xiǎn)不確定性環(huán)境下，監(jiān)管政策不斷推出這一過程導(dǎo)致的新投資者風(fēng)險(xiǎn)厭惡逐步提升。

此外，受宏觀貨幣政策的影響，M2增速提升，投資者對(duì)高名義利率風(fēng)險(xiǎn)規(guī)避情緒相對(duì)降低，2016年2月出臺(tái)監(jiān)管政策背景下貨幣政策的作用更顯著。不論是單獨(dú)政策沖擊模型中還是組合政策沖擊模型中，成交量平臺(tái)和綜合期限短的平臺(tái)都更受歡迎，部分印證了假設(shè)H1a和假設(shè)H1b，綜合利率高的平臺(tái)反而不受歡迎，新投資者表現(xiàn)出較強(qiáng)的風(fēng)險(xiǎn)厭惡情緒，與假設(shè)H1a中關(guān)于利率的假設(shè)不相符，說明隨著行業(yè)利率趨于理性，投資者們對(duì)利率偏高的平臺(tái)背后隱藏的高風(fēng)險(xiǎn)持厭惡態(tài)度。

表2 競(jìng)爭(zhēng)力評(píng)價(jià)體系各變量描述性統(tǒng)計(jì)

表3 關(guān)鍵變量描述性統(tǒng)計(jì)

表4 政策沖擊：新投資者信心變動(dòng)系列模型

表5 政策沖擊：老投資者信心變動(dòng)系列模型

2.政策沖擊對(duì)老投資者信心的影響

類似地，為檢驗(yàn)政策單次和組合變動(dòng)對(duì)老投資者信心的影響，得系列模型如表5第2列—第13列模型O_1-O_12所示。對(duì)比模型N_1-N_6和模型 O_1-O_6，同樣的政策環(huán)境下，監(jiān)管政策的出臺(tái)對(duì)老投資者信心起到正向作用，政策沖擊對(duì)老投資者成為完全的利好消息，與假設(shè)H1相符。但是監(jiān)管政策出臺(tái)對(duì)老投資者信心的促進(jìn)作用不斷下降，說明老投資者對(duì)行業(yè)政策不確定性風(fēng)險(xiǎn)敏感度有上升趨勢(shì)。對(duì)比模型O_1-O_6和模型O_7-O_12，三次政策的單獨(dú)沖擊和組合沖擊模型中政策沖擊的方向和顯著程度沒有變化，力度都有所降低，假設(shè)H1仍成立。

觀察模型O_1到O_12回歸結(jié)果發(fā)現(xiàn)：（1）貨幣政策回歸系數(shù)均為正且相對(duì)較大，說明寬松的貨幣政策對(duì)老投資者信心有較大的促進(jìn)作用，即老投資者隨著投資經(jīng)驗(yàn)的不斷增長(zhǎng)，對(duì)貨幣政策和互聯(lián)網(wǎng)金融市場(chǎng)之間的傳遞機(jī)制更加敏感；（2）成交量回歸系數(shù)均顯著為正，說明老投資者更看重平臺(tái)交易量的變動(dòng)，交易量增加顯著增加老投資人的信心，驗(yàn)證了假設(shè)H1a；（3）綜合利率影響系數(shù)極小且不顯著，與假設(shè)H1a利率部分的假設(shè)不相符。可能相對(duì)于綜合利率，投資者更看重平臺(tái)的流動(dòng)性和穩(wěn)健性（由大的成交量引起的羊群效應(yīng)帶來的安全感）；（4）綜合期限的回歸系數(shù)均顯著為負(fù)，表明期限的增加降低了老投資者的投資熱情，老投資者亦對(duì)流動(dòng)性有較強(qiáng)的偏好。

（二）政策沖擊與平臺(tái)競(jìng)爭(zhēng)力

行業(yè)監(jiān)管政策頻出促進(jìn)業(yè)務(wù)規(guī)范化，迫使平臺(tái)的業(yè)務(wù)進(jìn)行轉(zhuǎn)型整改，進(jìn)而增強(qiáng)平臺(tái)的競(jìng)爭(zhēng)力。2017年3次行業(yè)監(jiān)管政策內(nèi)容不一、側(cè)重不同，故本文采用面板回歸探究行業(yè)監(jiān)管政策單獨(dú)以及組合情況下對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響得到模型C_1-C_12如表6所示；本文運(yùn)用分位數(shù)回歸模型探究平臺(tái)釋放的積極信號(hào)反過來對(duì)平臺(tái)競(jìng)爭(zhēng)力自身的影響規(guī)律。

為檢驗(yàn)行業(yè)監(jiān)管政策單次變動(dòng)和組合變動(dòng)對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響，本文在面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)基礎(chǔ)上，運(yùn)用豪斯曼檢驗(yàn)確定應(yīng)該采用固定效應(yīng)模型進(jìn)行處理。監(jiān)管政策對(duì)平臺(tái)競(jìng)爭(zhēng)力的逐次影響和組合影響以及平臺(tái)釋放的積極信號(hào)在相關(guān)政策出臺(tái)的前提下對(duì)平臺(tái)綜合競(jìng)爭(zhēng)力的影響如表6所示。觀察模型C_1-C_3，C_7-C_9可知，三次行業(yè)監(jiān)管政策變動(dòng)過程中，三次行業(yè)政策的變動(dòng)對(duì)所有平臺(tái)競(jìng)爭(zhēng)力提升都是正向影響，第二個(gè)監(jiān)管政策（風(fēng)險(xiǎn)業(yè)務(wù)整頓）單次沖擊影響力最大。觀察隨時(shí)間推進(jìn)的組合政策模型C_4-C_6，C_10-C_11也同樣顯現(xiàn)出第二個(gè)政策影響最大，說明2017年6月出臺(tái)的互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治政策對(duì)于提升平臺(tái)的實(shí)力具有明顯的效果，假設(shè)H2成立。

表6 政策沖擊與平臺(tái)綜合競(jìng)爭(zhēng)力變動(dòng)

平臺(tái)釋放的積極信號(hào)對(duì)平臺(tái)自身競(jìng)爭(zhēng)力的影響都在至少10%的水平上顯著，除了綜合利率是顯著為負(fù)以外，其余均是顯著為正的影響結(jié)果。不同行業(yè)監(jiān)管政策背景下，各信號(hào)的系數(shù)較為一致，未出現(xiàn)較為明顯的變化，說明假設(shè)H2a、假設(shè)H2b成立；假設(shè)H2c不成立。為避免短期標(biāo)的與長(zhǎng)期融資需求導(dǎo)致的期限錯(cuò)配進(jìn)而引發(fā)系統(tǒng)風(fēng)險(xiǎn)，延長(zhǎng)標(biāo)的期限勢(shì)在必行，故而平臺(tái)在投資者流動(dòng)性偏好的壓力下延長(zhǎng)標(biāo)的期限，于平臺(tái)競(jìng)爭(zhēng)力提升為一大益處。

表7 投資者信心與平臺(tái)競(jìng)爭(zhēng)力：基于SYS_GMM與DID_GMM模型

表8 政策沖擊下：新投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向影響分析

表9 政策沖擊下：老投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向影響分析

（三）投資者信心與平臺(tái)競(jìng)爭(zhēng)力

為檢驗(yàn)投資者信心與平臺(tái)競(jìng)爭(zhēng)力之間的關(guān)系，本文采用面板格蘭杰因果檢驗(yàn)的方法進(jìn)行檢驗(yàn)，運(yùn)用系統(tǒng)GMM模型和差分GMM模型進(jìn)行系數(shù)估計(jì)，并探究不同政策背景下，二者關(guān)系的穩(wěn)定性，最后進(jìn)行穩(wěn)健性檢驗(yàn)。

1.投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向因果關(guān)系檢驗(yàn)

本文運(yùn)用xtgcause命令對(duì)新投資者信心和平臺(tái)競(jìng)爭(zhēng)力、老投資者信心與平臺(tái)競(jìng)爭(zhēng)力分別進(jìn)行了估計(jì)，采用AIC、BIC、HQIC最小原則進(jìn)行判斷，發(fā)現(xiàn)新老投資信心與平臺(tái)競(jìng)爭(zhēng)實(shí)力均有雙向因果關(guān)系，滯后1期的新投資者信心是平臺(tái)競(jìng)爭(zhēng)力的格蘭杰原因，滯后一期的平臺(tái)競(jìng)爭(zhēng)力是新投資者信心的格蘭杰原因，老投資人信心與平臺(tái)競(jìng)爭(zhēng)力之間呈現(xiàn)類似的規(guī)律特征。

2.投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向影響探究

由于樣本數(shù)據(jù)是典型的短面板，因此本文運(yùn)用系統(tǒng)GMM模型和差分GMM模型進(jìn)行進(jìn)一步檢驗(yàn)和系數(shù)估計(jì)，結(jié)果如表7所示。前一期平臺(tái)競(jìng)爭(zhēng)力對(duì)當(dāng)期競(jìng)爭(zhēng)力有著顯著的正向作用，滯后一期的新老投資人的投資信心分別對(duì)于平臺(tái)競(jìng)爭(zhēng)力有明顯的提升作用；滯后一期的新老投資信心對(duì)當(dāng)期新老投資信心有顯著地促進(jìn)作用，滯后一期的平臺(tái)競(jìng)爭(zhēng)力對(duì)新投資人信心有正向不顯著的促進(jìn)作用，對(duì)老投資者信心有顯著的促進(jìn)作用；簡(jiǎn)而言之，老投資人信心和平臺(tái)競(jìng)爭(zhēng)力之間存在顯著的正向循環(huán)作用，新投資者信心與平臺(tái)競(jìng)爭(zhēng)力之間存在不顯著的正向循環(huán)作用。假設(shè)H3不成立。這與多數(shù)平臺(tái)為吸引新投資者投資會(huì)提供超高綜合利率密切相關(guān)。部分新投資者本著“薅羊毛”的心態(tài)輾轉(zhuǎn)于不同平臺(tái)投資短期甚至超短期標(biāo)的，到期撤資，其投資行為對(duì)平臺(tái)競(jìng)爭(zhēng)力提升作用微弱；而老投資者經(jīng)驗(yàn)豐富，投資風(fēng)格穩(wěn)健，對(duì)平臺(tái)而言其貢獻(xiàn)更加穩(wěn)定和持久。同理，平臺(tái)競(jìng)爭(zhēng)實(shí)力對(duì)于新投資者的影響相對(duì)較弱，尤其是對(duì)于本著“薅羊毛”心理的新投資人來說，平臺(tái)競(jìng)爭(zhēng)力不如平臺(tái)帶給其短期收益更值得關(guān)注。對(duì)老投資者而言，平臺(tái)競(jìng)爭(zhēng)力帶來的長(zhǎng)期穩(wěn)定回報(bào)是其投資的關(guān)鍵影響因素。故老投資者投資信心與平臺(tái)競(jìng)爭(zhēng)力具有顯著的雙向促進(jìn)作用，而新投資者與平臺(tái)競(jìng)爭(zhēng)力的雙向促進(jìn)作用并不明顯。

3.政策沖擊下，投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向影響探究

為探究在行業(yè)監(jiān)管政策沖擊下，投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向促進(jìn)作用的穩(wěn)定性，本文選取系統(tǒng)GMM模型和差分GMM模型探究了三次行業(yè)監(jiān)管政策變動(dòng)下，新老投資者信心與平臺(tái)競(jìng)爭(zhēng)力之間雙向因果關(guān)系如表8和9所示。

對(duì)新投資者而言，在行業(yè)監(jiān)管政策不斷推出的過程中，新投資人信心第二次監(jiān)管政策出臺(tái)背景下，對(duì)競(jìng)爭(zhēng)力提升作用不顯著，平臺(tái)競(jìng)爭(zhēng)力在第一次監(jiān)管政策出臺(tái)的背景下，對(duì)新投資人的投資自信心提升作用不顯著，其余情況下，新老投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向促進(jìn)作用關(guān)系成立。

對(duì)于老投資者而言，在第一次監(jiān)管政策出臺(tái)的背景下，平臺(tái)競(jìng)爭(zhēng)力對(duì)老投資者信心的促進(jìn)作用不明顯，其余情況下二者雙向促進(jìn)關(guān)系成立。說明老投資者投資信心與平臺(tái)競(jìng)爭(zhēng)力的互相促進(jìn)作用更為穩(wěn)定，驗(yàn)證了假設(shè)H3a和假設(shè)H3b。此外，行業(yè)政策變動(dòng)背景下對(duì)新老投資者投資信心對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響研究中發(fā)現(xiàn)，行業(yè)政策對(duì)新投資者影響顯著為正逐漸轉(zhuǎn)為顯著為負(fù)與模型N_7、N_8、N_9的結(jié)論較為一致；行業(yè)政策對(duì)老投資者影響顯著為正與模型O_7、O_8、O_9的結(jié)論較為一致，結(jié)論具有穩(wěn)健型。

六、進(jìn)一步研究與穩(wěn)健性檢驗(yàn)

政策沖擊對(duì)新老投資者信心的沖擊存在顯著差異，則政策沖擊背景下，平臺(tái)釋放的積極信號(hào)對(duì)新老投資者投資信心的影響是否具有穩(wěn)定性，否存在結(jié)構(gòu)性突變問題？政策沖擊對(duì)平臺(tái)競(jìng)爭(zhēng)力影響差異顯著，則政策沖擊背景下，平臺(tái)釋放的積極信號(hào)對(duì)平臺(tái)的競(jìng)爭(zhēng)力的影響相對(duì)穩(wěn)定，那么這些信號(hào)對(duì)不同競(jìng)爭(zhēng)實(shí)力的平臺(tái)的競(jìng)爭(zhēng)力的影響也具有一致性嗎？為進(jìn)一步探究以上問題，本文選用門檻模型和面板分位數(shù)回歸模型進(jìn)行實(shí)證分析，并進(jìn)行穩(wěn)健性檢驗(yàn)。

（一）模型設(shè)定

1.政策沖擊背景下，平臺(tái)釋放的積極信號(hào)對(duì)新老投資者的影響

為進(jìn)一步探究平臺(tái)釋放的有效信號(hào)對(duì)投資者信心影響的穩(wěn)健性，本文采用面板門檻回歸模型：

其中，n取只1、2、3，以探究2017年三次行業(yè)監(jiān)管政策每一次政策出臺(tái)變化帶來的影響。Xo,i,t是根據(jù)前文模型回歸檢驗(yàn)結(jié)果選取的某一個(gè)重要信號(hào)，o的取值范圍由前文回歸結(jié)果決定，為門檻變量，I(·)為指示函數(shù)，取1表示相應(yīng)條件成立，取0反之，不同區(qū)間內(nèi)估計(jì)系數(shù)分別為δ1、δ2；此模型中Zi,t仍為控制變量矩陣，但僅研究通過上一階段回歸篩選出的有效信號(hào)，即成交量、綜合利率和綜合期限①綜合利率對(duì)老投資者的影響并不顯著，為方便對(duì)比綜合利率對(duì)新老投資者投資信心進(jìn)一步的影響，本文也將其納入模型。。若有兩個(gè)門檻值，則模型擴(kuò)展為：

其中，ρ1和ρ2分別表示較小的門檻值和較大的門檻值。

2.政策沖擊背景下，平臺(tái)釋放的積極信號(hào)對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響

在政策沖擊背景下，為了更為精確的探究自變量對(duì)因變量的變化范圍及條件分布的影響，即在更好的控制個(gè)體差異的基礎(chǔ)上，分析對(duì)平臺(tái)競(jìng)爭(zhēng)力條件分布的不同分為點(diǎn)上，平臺(tái)積極信號(hào)對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響關(guān)系，本文設(shè)計(jì)面板分位數(shù)回歸模型如下：

其中τ取0.25、0.5、0.75的情況下進(jìn)行回歸分析，函數(shù)f(rp)n,i,t中n只取1、2、3。

（二）實(shí)證分析

1.政策沖擊背景下，平臺(tái)釋放的積極信號(hào)對(duì)新老投資者信心的影響

為深入探究政策不確定環(huán)境中平臺(tái)釋放的積極信號(hào)如何影響新老投資者信心，選取對(duì)投資者信心影響顯著的信號(hào)：成交量、綜合利率、綜合期限，運(yùn)用門檻模型進(jìn)行探究，其中新老投資人投資信心MKN_1到MKN_9，MKO_1到MKO_9共18個(gè)門檻模型均通過了雙重門檻檢驗(yàn)及對(duì)應(yīng)的穩(wěn)健性檢驗(yàn)，檢驗(yàn)過程備索。以新老投資人的投資信心為因變量，在三次行業(yè)監(jiān)管政策沖擊的背景下，平臺(tái)交易量、綜合利率、綜合期限的門檻估計(jì)結(jié)果以及對(duì)應(yīng)的門檻值如表10、表11所示。

表10 門檻模型估計(jì)：以新投資人投資信心為因變量

表11 門檻模型估計(jì)：以老投資人投資信心為因變量

對(duì)比表4和表10，行業(yè)監(jiān)管政策、宏觀貨幣政策對(duì)投資者信心的影響不論是系數(shù)還是顯著性都基本未變。門檻模型MKN_1到MKN_9中（1）成交量對(duì)投資者信心的促進(jìn)作用不斷增強(qiáng)；低中高三檔的交易量對(duì)投資者信心的促進(jìn)系數(shù)接近，且前兩次政策變動(dòng)高階門檻相近，后兩次低階門檻相近，促進(jìn)作用相對(duì)穩(wěn)定。（2）綜合利率對(duì)投資者信心作用為負(fù)，隨著利率的提升，投資者信心對(duì)其敏感度明顯的降低，尤其是在模型MKN_4、MKN_5中效果更為明顯，且利率高于較高門檻時(shí)，兩模型中對(duì)投資者信心的負(fù)向影響相較于中檔利率再次增大，說明近一年的行業(yè)監(jiān)管政策變動(dòng)提高了新投資人的敏感度；而對(duì)高利率有所求的新晉投資人，對(duì)風(fēng)險(xiǎn)承受能力相對(duì)較高的特點(diǎn)。（3）綜合期限對(duì)于投資者信心影響為負(fù)，卻隨著其自身的增加負(fù)向影響逐步減弱。以上模型更加進(jìn)一步印證了投資者對(duì)于風(fēng)險(xiǎn)的厭惡以及對(duì)流動(dòng)性的偏好。同時(shí)說明，對(duì)于平臺(tái)釋放的信號(hào)能夠積極捕捉并加以利用。

對(duì)比表5和表11，我們發(fā)現(xiàn)門檻模型中行業(yè)監(jiān)管政策以及貨幣政策變動(dòng)對(duì)老投資人的投資信心影響變動(dòng)基本不變。門檻模型（MKO_1到MKO_9）中：在不同政策出臺(tái)背景下，成交量、綜合利率、綜合期限指標(biāo)變化如下。（1）成交量。成交量對(duì)老投資者正向促進(jìn)作用在不同的政策沖擊背景下呈現(xiàn)不同的規(guī)律，但整體促進(jìn)作用較強(qiáng)。（2）綜合利率。對(duì)于老投資者而言，平臺(tái)利率的變動(dòng)只有在較低時(shí)對(duì)其有顯著的促進(jìn)作用，當(dāng)綜合利率超過行業(yè)平均利率時(shí)促進(jìn)作用明顯下降，低門檻三次都低于行業(yè)平均利率。說明老投資人更加謹(jǐn)慎。（3）綜合期限。標(biāo)的期限的增長(zhǎng)對(duì)老投資人信心打擊逐漸減小，且老投資人對(duì)于短期標(biāo)的的時(shí)間變動(dòng)尤為敏感，這種敏感隨著行業(yè)政策出臺(tái)政策的次數(shù)而增強(qiáng)，對(duì)2個(gè)月以上的標(biāo)的期限的增長(zhǎng)敏感度提高，但仍隨著期限的增長(zhǎng)，投資熱情呈現(xiàn)下降趨勢(shì)。

2.政策沖擊背景下，平臺(tái)釋放的積極信號(hào)對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響

為探究平臺(tái)釋放的積極信號(hào)對(duì)自身競(jìng)爭(zhēng)力提升的作用規(guī)律，本文選取2017年三次監(jiān)管政策出臺(tái)背景下（rp1、rp2、rp3）平臺(tái)綜合競(jìng)爭(zhēng)實(shí)力的0.25、0.5、0.75分位數(shù)回歸模型進(jìn)行估計(jì)和分析，如表12所示。3次行業(yè)監(jiān)管政策的出臺(tái)變化對(duì)平臺(tái)競(jìng)爭(zhēng)力的影響在0.25、0.50、0.75分位數(shù)回歸模型中，系數(shù)大小以及顯著性未發(fā)生明顯變化，平臺(tái)釋放的9個(gè)積極信號(hào)在三次行業(yè)監(jiān)管政策出臺(tái)背景下對(duì)平臺(tái)實(shí)力的影響基本特征未發(fā)生變化，結(jié)果具有穩(wěn)健性。

平臺(tái)釋放的9個(gè)積極信號(hào)在三次行業(yè)監(jiān)管政策出臺(tái)背景下對(duì)平臺(tái)競(jìng)爭(zhēng)力影響系數(shù)變化較大，對(duì)不同等級(jí)實(shí)力的平臺(tái)的影響力度以及規(guī)律不一致，本文將歸納如下：風(fēng)險(xiǎn)因素、啞鈴因素、梭形因素、線性因素、其他因素。其一，風(fēng)險(xiǎn)因素，指綜合利率。不論監(jiān)管政策如何變化，隨著競(jìng)爭(zhēng)實(shí)力的提升，綜合利率負(fù)向影響逐漸減小的趨勢(shì)。其二，啞鈴因素。指標(biāo)的期限，呈現(xiàn)對(duì)中等實(shí)力促進(jìn)作用小，對(duì)低等實(shí)力和高等實(shí)力的平臺(tái)正向促進(jìn)作較大的特征。其三，梭形因素。指銀行存管、運(yùn)營(yíng)時(shí)間。呈現(xiàn)出對(duì)中等實(shí)力平臺(tái)正向相促進(jìn)作用加大，對(duì)低等實(shí)力和高等實(shí)力的平臺(tái)正向促進(jìn)作較小的特征。其四，線性因素。指成交量、平臺(tái)背景、協(xié)會(huì)成員、融資紀(jì)錄。前三者隨著平臺(tái)實(shí)力增加對(duì)競(jìng)爭(zhēng)力提高的促進(jìn)作用逐漸下降；融資記錄則呈現(xiàn)出隨著平臺(tái)競(jìng)爭(zhēng)力增強(qiáng)，促進(jìn)作用越大的特征，與現(xiàn)實(shí)中規(guī)模越大的平臺(tái)越尋求融資，擴(kuò)大規(guī)模和競(jìng)爭(zhēng)力的客觀事實(shí)相符。其五，其他因素。ICP備案未呈現(xiàn)出顯的特征，在不同政策沖擊背景下，不具有穩(wěn)健性。

表12 不同行業(yè)監(jiān)管政策出臺(tái)背景下：平臺(tái)綜合競(jìng)爭(zhēng)力影響因素的分位數(shù)回歸

（三）穩(wěn)健性檢驗(yàn)

本文分別選取新投資人投資金額（lnc2）、老投資人投資金額（lnc4）作為新投資者信心和老投資者信心的代理變量，對(duì)全文中涉及的相關(guān)模型進(jìn)行檢驗(yàn)，結(jié)果顯示模型均有較高的穩(wěn)定性，具體結(jié)果備索。

七、結(jié)論與對(duì)策建議

網(wǎng)絡(luò)借貸行業(yè)政策環(huán)境不確定背景下，本文選取2016年1月及之前成立并持續(xù)運(yùn)營(yíng)至今的410家P2P網(wǎng)貸平臺(tái)為樣本，以2017年前三次行業(yè)監(jiān)管政策的出臺(tái)為切入點(diǎn)，分別運(yùn)用多種模型及檢驗(yàn)探究了監(jiān)管政策變動(dòng)對(duì)投資者信心、平臺(tái)競(jìng)爭(zhēng)力的影響以及二者之間的內(nèi)在關(guān)系，并結(jié)合實(shí)證結(jié)論，針對(duì)監(jiān)管層、投資者、平臺(tái)提出針對(duì)性的對(duì)策建議。

通過對(duì)行業(yè)監(jiān)管政策、投資者信心以及平臺(tái)競(jìng)爭(zhēng)力三者之間關(guān)系的深入分析，本文得到以下結(jié)論：（1）政策風(fēng)險(xiǎn)不確定環(huán)境下，新投資人更為敏感，老投資者更加穩(wěn)健。新老投資者均有一定的分析能力和流動(dòng)性偏好，對(duì)平臺(tái)成交量重視程度均較高。不同的是，新投資者對(duì)行業(yè)監(jiān)管政策逐步出臺(tái)、利率上升等信號(hào)具有較強(qiáng)的敏感性，風(fēng)險(xiǎn)規(guī)避心理較強(qiáng)；老投資者能更好地分析行業(yè)監(jiān)管政策長(zhǎng)期的利好作用，且能很好的平衡收益與風(fēng)險(xiǎn)之間的關(guān)系。模型基本都通過穩(wěn)健性檢驗(yàn)，結(jié)論可靠性較強(qiáng)。（2）行業(yè)監(jiān)管政策推動(dòng)平臺(tái)競(jìng)爭(zhēng)力提升。三次行業(yè)監(jiān)管政策的出臺(tái)于平臺(tái)競(jìng)爭(zhēng)力而言都是起到了促進(jìn)作用，前兩次監(jiān)管政策效果更明顯。平臺(tái)釋放的積極信號(hào)對(duì)不同實(shí)力等級(jí)的平臺(tái)的影響作用呈現(xiàn)不同的規(guī)律，主要分為：風(fēng)險(xiǎn)因素（綜合利率），啞鈴型影響因素（對(duì)平臺(tái)競(jìng)爭(zhēng)力較大和較小的平臺(tái)促進(jìn)作用較大，中等競(jìng)爭(zhēng)力的平臺(tái)促進(jìn)作用較?。?，梭形影響因素（對(duì)平中等競(jìng)爭(zhēng)力的平臺(tái)的促進(jìn)作用較大，對(duì)高等和低等實(shí)力的平臺(tái)競(jìng)爭(zhēng)力促進(jìn)作用較?。€性影響因素（隨著平臺(tái)實(shí)力增強(qiáng)促進(jìn)作用不斷增大或不斷減?。┘捌渌蛩亍Ｒ陨辖Y(jié)論在三次行業(yè)監(jiān)管政策出臺(tái)的背景下都成立，因此，影響因素的影響作用具有較強(qiáng)的穩(wěn)健性。（3）投資者信心與平臺(tái)競(jìng)爭(zhēng)力之間存在相對(duì)穩(wěn)健的雙向促進(jìn)作用。新投資人投資信心與平臺(tái)競(jìng)爭(zhēng)力的相互促進(jìn)作用弱于老投資人投資信心與平臺(tái)競(jìng)爭(zhēng)力的相互促進(jìn)作用。在政策沖擊下，老投資者與平臺(tái)競(jìng)爭(zhēng)力之間的雙向促進(jìn)作用關(guān)系更為穩(wěn)定。模型基本通過穩(wěn)健性檢驗(yàn)，結(jié)論可靠。

綜上，行業(yè)監(jiān)管政策對(duì)投資者信心和平臺(tái)競(jìng)爭(zhēng)力具有顯著的影響。對(duì)于投資者而言，由于經(jīng)驗(yàn)不同，新老投資者對(duì)行業(yè)監(jiān)管政策的沖擊敏感性不同，對(duì)平臺(tái)釋放的積極信號(hào)的反應(yīng)不同；對(duì)于平臺(tái)而言，行業(yè)監(jiān)管政策明顯地促進(jìn)了平臺(tái)的行為規(guī)范程度，提升了其競(jìng)爭(zhēng)力，并迫使其進(jìn)一步釋放積極信號(hào)提升新老投資者信心。雖然新投資者信心與平臺(tái)競(jìng)爭(zhēng)力雙向促進(jìn)作用不如老投資者信心與平臺(tái)競(jìng)爭(zhēng)力的雙向促進(jìn)作用穩(wěn)定，但是新投資者總會(huì)變成老投資者，隨著行業(yè)的發(fā)展，二者雙向促進(jìn)作用將更加顯著。

根據(jù)實(shí)證結(jié)果，分別從監(jiān)管層、投資者自身、網(wǎng)絡(luò)借貸平臺(tái)提出針對(duì)性的對(duì)策建議。

（1）對(duì)監(jiān)管層而言：應(yīng)進(jìn)一步規(guī)范行業(yè)發(fā)展，合理安排政策出臺(tái)時(shí)機(jī)，營(yíng)造良好的投融資環(huán)境。從投資者信心反饋來看，整體行業(yè)成交量持續(xù)上漲，老投資人的投資信心隨著行業(yè)監(jiān)管政策的不斷推出一直處于穩(wěn)健狀態(tài)；預(yù)期新的投資人通過干中學(xué)效應(yīng)，也將不斷在實(shí)踐中積累經(jīng)驗(yàn)，增強(qiáng)分析判斷能力，學(xué)會(huì)分析行業(yè)規(guī)范政策的具體影響，逐步變成穩(wěn)健的投資人。需要注意的是，老投資人對(duì)于行業(yè)頻繁出臺(tái)政策也會(huì)逐步變得敏感，行業(yè)監(jiān)管政策的出臺(tái)不宜過急集中和密切。長(zhǎng)期來看行業(yè)政策的出臺(tái)有助于P2P市場(chǎng)的投資者信心。從平臺(tái)競(jìng)爭(zhēng)力發(fā)展的方面來看，行業(yè)規(guī)范政策的推出具有明顯的成效，行業(yè)政策的出臺(tái)對(duì)于平臺(tái)剝離不良業(yè)務(wù)，良性規(guī)范發(fā)展具有重要意義。結(jié)合行業(yè)發(fā)展中存在的實(shí)際問題，適時(shí)出臺(tái)行業(yè)監(jiān)管政策，營(yíng)造良好的政策環(huán)境助力行業(yè)健康發(fā)展。

（2）對(duì)投資者而言：提升金融素養(yǎng)，強(qiáng)化投資理性。據(jù)前文分析可明顯看出，投資者具有有限理性行為，羊群效應(yīng)、賭徒心理、錨定效應(yīng)等特征。尤其是過分關(guān)注平臺(tái)成交量等規(guī)模指標(biāo)，對(duì)平臺(tái)合規(guī)程度的指標(biāo)關(guān)注度相對(duì)較低，迷信“大而不倒”。因此，要加強(qiáng)投資者教育，提升其分析能力，引導(dǎo)其關(guān)注更多有效指標(biāo)，提升投資理性，防止大平臺(tái)非良性退出導(dǎo)致的系統(tǒng)風(fēng)險(xiǎn)。

（3）對(duì)平臺(tái)而言：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，促使自身穩(wěn)健發(fā)展。明確平臺(tái)的定位，結(jié)合影響平臺(tái)綜合實(shí)力的影響因素的影響規(guī)律，在不同實(shí)力階段有偏重的重視不同類型競(jìng)爭(zhēng)實(shí)力的修煉，最終提升自身的綜合實(shí)力。此外，要密切關(guān)注新老投資者信心波動(dòng)，緊跟投資需求，推出多樣化理財(cái)產(chǎn)品，適時(shí)推出針對(duì)新老客戶不同的促銷活動(dòng)，以達(dá)到不斷拓展新用戶，增強(qiáng)老用戶黏性，實(shí)現(xiàn)新老用戶投資信心提升與平臺(tái)實(shí)力提升的雙向促進(jìn)作用。

本文存在以下不足：其一，本文數(shù)據(jù)時(shí)間跨度較短。P2P網(wǎng)絡(luò)借貸行業(yè)據(jù)有較為明顯的季節(jié)特征，雖然進(jìn)行了一定的處理，但由于樣本量時(shí)間跨度仍相對(duì)較短，可能存在處理不當(dāng)導(dǎo)致季節(jié)性因素引發(fā)干擾。其二，未將社會(huì)輿情尤其是負(fù)面輿情引入到模型中加以控制。除了監(jiān)管，投資者信心和平臺(tái)競(jìng)爭(zhēng)力也會(huì)受到平臺(tái)跑路、逾期等負(fù)面消息的影響。

研究展望，一方面，采用時(shí)間跨度更長(zhǎng)的數(shù)據(jù)進(jìn)行分析，或找到更合理的剔除季節(jié)性影響因素的調(diào)節(jié)因子，對(duì)數(shù)據(jù)進(jìn)行處理；另一方面，目前輿情尤其是負(fù)面輿情的分析已有一定的基礎(chǔ)，可沿著前人的思路將其引入其對(duì)網(wǎng)絡(luò)借貸投資者、網(wǎng)貸平臺(tái)的行為的分析中，豐富行為金融和社會(huì)輿情相關(guān)內(nèi)容的研究。