倪寧曦, 陳玉婕, 金百鎖

(中國(guó)科學(xué)技術(shù)大學(xué) 統(tǒng)計(jì)與金融系, 合肥 230026)

投資者視角下的獎(jiǎng)勵(lì)型眾籌問題研究①

倪寧曦, 陳玉婕, 金百鎖

(中國(guó)科學(xué)技術(shù)大學(xué) 統(tǒng)計(jì)與金融系, 合肥 230026)

隨著眾籌行業(yè)的迅猛發(fā)展, 眾籌項(xiàng)目數(shù)量迅速增長(zhǎng), 使得投資者在項(xiàng)目選擇上花費(fèi)了大量的時(shí)間精力. 本文旨在幫助投資者以最少時(shí)間成本選擇優(yōu)質(zhì)的眾籌項(xiàng)目. 在假設(shè)眾籌項(xiàng)目?jī)?yōu)質(zhì)程度與融資完成比有正相關(guān)關(guān)系的前提下, 本文基于京東眾籌數(shù)據(jù), 利用CART回歸樹算法進(jìn)行決策樹建模, 模型R2達(dá)到0.746. 研究結(jié)果表明, 投資者應(yīng)重點(diǎn)關(guān)注目標(biāo)金額, 關(guān)注人數(shù), 項(xiàng)目進(jìn)展和話題這四個(gè)指標(biāo). 本文研究結(jié)果僅適用于獎(jiǎng)勵(lì)型眾籌, 對(duì)于其他類型眾籌應(yīng)當(dāng)重新選擇自變量進(jìn)行模型建立, 但決策樹模型仍然可以適用.

獎(jiǎng)勵(lì)型眾籌; 投資者角度; 決策樹模型; 京東眾籌; 成功因素分析

眾籌指通過互聯(lián)網(wǎng)方式發(fā)布籌款項(xiàng)目并募集資金.相對(duì)于傳統(tǒng)的融資模式, 融入更多互聯(lián)網(wǎng)元素的眾籌模式, 這無(wú)疑能夠得到更多的關(guān)注和支持, 而因?yàn)楸旧砗械膲?mèng)想情愫, 使得資金回報(bào)不再成為投資者衡量項(xiàng)目的絕對(duì)標(biāo)準(zhǔn), 這給更多的創(chuàng)業(yè)者提供了更多實(shí)現(xiàn)夢(mèng)想的可能, 同時(shí), 也成為了推動(dòng)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新的重要力量, 具有巨大的發(fā)展?jié)摿褪袌?chǎng)前景[1,2].

世界銀行報(bào)告稱, 中國(guó)將會(huì)在2025年成為世界上最大的眾籌投資方. 2016年8月, 網(wǎng)貸之家聯(lián)合盈燦咨詢發(fā)布了《2016年7月眾籌行業(yè)報(bào)告》. 月報(bào)數(shù)據(jù)顯示,據(jù)不完全統(tǒng)計(jì), 截至2016年7月底, 全國(guó)各類型正常運(yùn)營(yíng)的眾籌平臺(tái)總計(jì)369家, 其中獎(jiǎng)勵(lì)型眾籌平臺(tái)數(shù)反超非公開股權(quán)融資平臺(tái)數(shù), 位居榜首, 與6月相比增加12家, 達(dá)150家. 7月新增平臺(tái)數(shù)量26家, 倒閉眾籌平臺(tái)24家, 平臺(tái)眾籌板塊下架的有1家, 轉(zhuǎn)型的有2家.2016年7月, 眾籌行業(yè)共新增項(xiàng)目6278個(gè), 其中, 獎(jiǎng)勵(lì)型眾籌項(xiàng)目最多, 為4574個(gè), 占總項(xiàng)目數(shù)72.86%, 眾籌平臺(tái)數(shù)目仍在增長(zhǎng), 但速度趨于平緩.

創(chuàng)業(yè)孵化器遍地開花, 路演項(xiàng)目層出不窮, 而且眾籌為投資者的財(cái)富增值打開了方便之門, 可這是一把雙刃劍, 如何培養(yǎng)一副火眼金睛, 在百里挑一中尋找優(yōu)質(zhì)的眾籌項(xiàng)目就成為了投資者關(guān)注的問題.

因此, 本文旨在通過決策樹模型, 以獎(jiǎng)勵(lì)型眾籌項(xiàng)目為研究對(duì)象, 從投資者的角度出發(fā)定量探究各因素對(duì)眾籌項(xiàng)目融資績(jī)效的影響程度, 為投資眾籌項(xiàng)目提供相關(guān)建議.

1 文獻(xiàn)綜述

BARABAS(2012), AHLERS G K C, CUMMING D J和GUENTHER C(2013)根據(jù)回報(bào)形式, 將眾籌分為捐贈(zèng)型、獎(jiǎng)勵(lì)型(產(chǎn)品眾籌)、借貸型(P2P借貸)、股權(quán)型、收益分享型[3,4]. 作為眾籌融資的重要類型, 基于獎(jiǎng)勵(lì)的眾籌是指項(xiàng)目發(fā)起人在籌集款項(xiàng)時(shí), 投資人可能獲得非金融性獎(jiǎng)勵(lì)作為回報(bào). 這種獎(jiǎng)勵(lì)僅是一種象征,也可能是由某投資人來提供. 基于獎(jiǎng)勵(lì)的眾籌通常應(yīng)用于創(chuàng)新項(xiàng)目的產(chǎn)品融資, 尤其是對(duì)電影、音樂以及技術(shù)產(chǎn)品的融資.

隨著眾籌的興起, 國(guó)內(nèi)外學(xué)者對(duì)于眾籌項(xiàng)目成功因素做了眾多相關(guān)研究.

Schwienbacher和Larralde(2010)通過對(duì)法國(guó)一項(xiàng)音樂項(xiàng)目的調(diào)研認(rèn)為眾籌通過互聯(lián)網(wǎng)有效匹配了資金供給與需求, 讓投資者更容易關(guān)注項(xiàng)目本身而非其債權(quán)股權(quán)的回報(bào), 為難以進(jìn)入傳統(tǒng)融資的初創(chuàng)企業(yè)帶來低成本且全新的融資方式[5]. Ordanini A, Miceli L和Pizzetti M(2011)對(duì)美國(guó)三個(gè)流行眾籌平臺(tái)的案例研究表明, 通過眾籌平臺(tái)實(shí)現(xiàn)與項(xiàng)目發(fā)起人的互動(dòng)是提高眾籌投資者投資積極性的重要因素[6]. Belleflamme P,Lambert T, Schwienbacher A (2011)嘗試建立一個(gè)理論模型, 主要用于分析不同情形下影響人們?cè)u(píng)判眾籌項(xiàng)目?jī)r(jià)值的條件與因素[7]. Gerber等人研究表明, 由于在眾籌社區(qū)中的互動(dòng), 既是項(xiàng)目發(fā)起人又是其他項(xiàng)目投資者的眾籌項(xiàng)目更容易獲得成功. Mollick E(2014)的實(shí)證研究表明眾籌項(xiàng)目的支持者對(duì)眾籌項(xiàng)目成功起著重要作用[8].

鄭海超, 黃宇夢(mèng), 王濤和陳冬宇(2015)根據(jù)信號(hào)理論基于“大家投”網(wǎng)站數(shù)據(jù)分析股權(quán)眾籌項(xiàng)目融資績(jī)效的影響因素, 研究表明項(xiàng)目動(dòng)態(tài)更新次數(shù)、項(xiàng)目估值、員工人數(shù)、股東人數(shù)的影響顯著[9]. 陳亮(2015)對(duì)“點(diǎn)名時(shí)間”上的眾籌項(xiàng)目進(jìn)行研究, 探索影響國(guó)內(nèi)眾籌項(xiàng)目成敗的因素, 發(fā)現(xiàn)項(xiàng)目所屬行業(yè)、回報(bào)方式、目標(biāo)融資額、公告數(shù)量等因素對(duì)籌資成功影響顯著[10].陳玉婕, 倪寧曦和茍小菊(2016)基于追夢(mèng)網(wǎng)的數(shù)據(jù), 分析了項(xiàng)目信息、人力資本、項(xiàng)目風(fēng)險(xiǎn)這三個(gè)維度對(duì)項(xiàng)目融資成敗的影響, 發(fā)現(xiàn)項(xiàng)目支持人數(shù)、項(xiàng)目動(dòng)態(tài)更新次數(shù)、項(xiàng)目圖片數(shù)量與項(xiàng)目團(tuán)隊(duì)規(guī)模均對(duì)融資成功有顯著的正向影響[11]. 吳文清, 付明霞和趙黎明(2016)實(shí)證考察了驅(qū)動(dòng)眾籌成功的因素, 檢驗(yàn)了眾籌市場(chǎng)上的羊群現(xiàn)象. 研究發(fā)現(xiàn), 眾籌項(xiàng)目的關(guān)注人數(shù)、互動(dòng)話題數(shù)、價(jià)格梯度、籌資周期是驅(qū)動(dòng)眾籌成功的因素,它們能增大眾籌實(shí)際籌資額[12].

目前, 大多數(shù)學(xué)者的研究是針對(duì)影響?yīng)剟?lì)型眾籌項(xiàng)目融資結(jié)果的因素開展, 例如有學(xué)者研究了發(fā)起人社交網(wǎng)絡(luò)與社會(huì)資本對(duì)獎(jiǎng)勵(lì)型眾籌的價(jià)值[6,8,13,14]、資助人的動(dòng)機(jī)等[6]. 在模型方面大部分學(xué)者都選擇使用邏輯回歸進(jìn)行數(shù)據(jù)擬合, 該模型在自變量與因變量之間不存在線性關(guān)系或者線性相關(guān)不明顯時(shí)并不能具備良好的可解釋性, 且學(xué)者們的研究大多基于項(xiàng)目發(fā)起人的角度進(jìn)行[9-11]. 隨著互聯(lián)網(wǎng)飛速發(fā)展, 數(shù)據(jù)量不斷增大, 大規(guī)模眾籌項(xiàng)目數(shù)據(jù)集同樣應(yīng)當(dāng)被使用. 通過大規(guī)模數(shù)據(jù)集訓(xùn)練得到的模型在統(tǒng)計(jì)學(xué)中更具適用性, 以往文獻(xiàn)中數(shù)據(jù)集的樣本量基本僅有數(shù)百條, 以現(xiàn)在的角度來, 數(shù)據(jù)量有些偏少.

針對(duì)上述問題, 本文決定采用非線性模型進(jìn)行建模, 并且選取大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練, 希望能通過數(shù)據(jù)挖掘相關(guān)方法為投資者提供切實(shí)可行的建議, 幫助他們選擇優(yōu)質(zhì)的眾籌項(xiàng)目, 使投資者節(jié)省時(shí)間成本, 合理使用資金流.

2 研究設(shè)計(jì)

2.1 變量選擇

本文采用融資完成比率作為因變量, 融資完成比率指的是融資總金額與目標(biāo)金額之比, ZHENG H等人于2014年的研究指出該指標(biāo)是有效的度量方式[14].融資完成比率指的是融資總金額與目標(biāo)金額之比, 京東眾籌采用“all or nothing”的原則, 如果融資完成金額高于項(xiàng)目發(fā)起者預(yù)先設(shè)定的目標(biāo)融資金額, 則將所得資金轉(zhuǎn)給項(xiàng)目發(fā)起者, 否則將籌得的資金退還給投資者.

在自變量方面, 本文選取目標(biāo)金額、關(guān)注數(shù)、項(xiàng)目進(jìn)展、話題數(shù)、支持項(xiàng)目數(shù)、發(fā)起項(xiàng)目數(shù)、關(guān)注項(xiàng)目數(shù)、檔位數(shù)來解釋因變量. 本文變量簡(jiǎn)介、類型、定義與文獻(xiàn)來源如表1所示.

表1 變量描述

2.2 數(shù)據(jù)收集及初步數(shù)據(jù)分析

本文數(shù)據(jù)來源為京東眾籌. 京東眾籌作為京東金融第五大業(yè)務(wù)板塊于2014年7月1日正式誕生, 京東作為國(guó)內(nèi)最大的自營(yíng)式電商企業(yè), 其強(qiáng)大的供應(yīng)鏈能力、資源整合能力, 能為籌資人提供從資金、生產(chǎn)、銷售到營(yíng)銷、法律、審計(jì)等各種資源, 扶持項(xiàng)目快速成長(zhǎng).

截止2016年5月, 在獎(jiǎng)勵(lì)類眾籌平臺(tái)(回報(bào)式眾籌,眾籌成功之后能夠獲得實(shí)物回報(bào))中, 京東眾籌成功籌資金額24344萬(wàn)元, 位居眾籌金額榜首.

截止2016年8月, 京東眾籌平臺(tái)上共存在2318個(gè)眾籌項(xiàng)目. 由于本文關(guān)注的是自變量對(duì)融資完成比率的影響, 故項(xiàng)目是否到截止時(shí)間對(duì)此并不加以區(qū)分. 對(duì)這2318個(gè)樣本數(shù)據(jù), 首先進(jìn)行對(duì)數(shù)處理, 防止變量變化過大, 影響模型擬合效果. 其次根據(jù)3-sigma定理剔除異常值, 最后選定的樣本數(shù)據(jù)有2299條, 即有2299個(gè)項(xiàng)目數(shù)據(jù)被選入訓(xùn)練數(shù)據(jù)集.

表2為本文所選取自變量的描述性統(tǒng)計(jì)(本文所有變量均進(jìn)行了對(duì)數(shù)處理故在命名變量時(shí)不加入log前綴, 特此說明, 且在下文分析所提及的變量名也指進(jìn)行對(duì)數(shù)變換之后的變量).

由表2可知, 我們所選取的自變量除項(xiàng)目發(fā)起人支持項(xiàng)目數(shù)之外, 標(biāo)準(zhǔn)差與均值相比都比較小, 可以看出在取對(duì)數(shù)操作之后數(shù)據(jù)整體趨于穩(wěn)定, 為決策樹模型的建立奠定了良好的基礎(chǔ), 且除了項(xiàng)目發(fā)起人支持項(xiàng)目數(shù)和項(xiàng)目發(fā)起人關(guān)注項(xiàng)目數(shù)這兩個(gè)自變量之外, 其余自變量的中位數(shù)與均值相差并不是很大, 這可以假設(shè)其余自變量的分布為正態(tài)分布, 而項(xiàng)目發(fā)起人支持項(xiàng)目數(shù)和項(xiàng)目發(fā)起人關(guān)注項(xiàng)目數(shù)這兩個(gè)自變量則應(yīng)該屬于偏態(tài)分布, 且在第三章節(jié)中我們也可以看到這兩個(gè)自變量的特征重要性與其他自變量相比較低.

表2 變量描述性統(tǒng)計(jì)

表3為本文選取自變量的相關(guān)性矩陣. 從分析結(jié)果可以看出, 各變量之間的相關(guān)系數(shù)均小于0.3, 表明變量間呈極弱相關(guān)或無(wú)相關(guān). 選擇弱相關(guān)自變量也是建立良好樹模型的基礎(chǔ)之一.

2.3 模型選擇及介紹

在機(jī)器學(xué)習(xí)眾多分類決策算法中, 決策樹是一種簡(jiǎn)單但是廣泛應(yīng)用的分類器. 通過訓(xùn)練數(shù)據(jù)構(gòu)建的決策樹, 可以高效的對(duì)未知的數(shù)據(jù)進(jìn)行分類. 決策樹有兩大優(yōu)點(diǎn):

1) 模型可讀性好, 具有描述性, 有助于人工分析.

2) 效率高, 決策樹只需要一次構(gòu)建、反復(fù)使用, 每一次的最大計(jì)算次數(shù)不超過樹的深度.

圖1為一個(gè)簡(jiǎn)單的決策樹分類模型示意圖, 決策樹回歸模型與分類模型類似.

表3 變量相關(guān)性分析

圖1 簡(jiǎn)單決策樹回歸模型示意圖

其中Rule是針對(duì)樣本自變量來進(jìn)行篩選, 直到樣本走到葉子節(jié)點(diǎn), 樣本所落在的葉子節(jié)點(diǎn)的Value值即為模型預(yù)測(cè)該樣本的因變量的值.

本文章研究目標(biāo)為給投資者提供選擇優(yōu)質(zhì)眾籌項(xiàng)目的意見和建議, 故選擇決策樹模型十分恰當(dāng). 首先,眾籌項(xiàng)目屬于投資項(xiàng)目, 一個(gè)透明且具有可解釋性的模型更易受到投資者的青睞. 在模型訓(xùn)練完成之后投資者更可以利用自身實(shí)際經(jīng)驗(yàn)與模型結(jié)果相互驗(yàn)證,從一定程度上可以判斷模型是否符合市場(chǎng)實(shí)際規(guī)律.其次在預(yù)測(cè)過程中, 決策樹具有較低的時(shí)間復(fù)雜度, 一個(gè)有效的決策樹模型可以經(jīng)受長(zhǎng)時(shí)間的實(shí)踐檢驗(yàn), 持續(xù)為投資者提供合理的建議.

本文目標(biāo)問題是回歸問題, 故在此采用了CART回歸樹算法, 具體算法如下:

STEP1. 訓(xùn)練回歸樹模型.

輸入: 訓(xùn)練數(shù)據(jù)集D(京東眾籌項(xiàng)目數(shù)據(jù)集);

輸出: 回歸樹f(x);

在訓(xùn)練數(shù)據(jù)集所在的輸入空間中, 遞歸地將每個(gè)區(qū)域劃分為兩個(gè)子區(qū)域并決定每個(gè)子區(qū)域上的輸出值,構(gòu)建二叉決策樹:

(1) 選擇最優(yōu)切分變量j與切分點(diǎn)s, 求解:

(2) 用選定的對(duì)(j, s)劃分區(qū)域并決定相應(yīng)的輸出值:

(3) 繼續(xù)對(duì)兩個(gè)子區(qū)域調(diào)用步驟(1), (2), 直至滿足停止條件.

(4) 將輸入空間劃分為M個(gè)區(qū)域, 生成決策樹:

STEP2. 投資者建立眾籌項(xiàng)目池, 對(duì)池中眾籌項(xiàng)目進(jìn)行預(yù)測(cè), 選擇其中優(yōu)質(zhì)的眾籌項(xiàng)目.

3 實(shí)證結(jié)果與分析

模型對(duì)全量數(shù)據(jù)進(jìn)行了決策樹回歸樹模型的建立,得到模型R2為0.746, 并且根據(jù)所建立的模型計(jì)算了特征重要性, 見圖1. 本文選擇決策樹的超參數(shù)為max_depth為7, min_samples_leaf為9, 選擇的樹的分割方式為根據(jù)mse進(jìn)行分割, 其中max_depth代表著決策樹的最大深度為7, min_samples_leaf代表著葉子節(jié)點(diǎn)最少樣本數(shù), 為算法的停止條件.

圖2 模型特征重要性

由圖2可知目標(biāo)金額的特征重要性最大(TA), 關(guān)注(Follower)和話題數(shù)(Topic)次之, 接下來的則為項(xiàng)目進(jìn)展(Progress)和檔位(Gear). 其余的變量在模型中相比之前提及的自變量則顯得并不是很重要, 但是仍存在著一定的重要性. 表4為選取自變量的特征重要性的數(shù)值表示.

表4 特征重要性

由于篇幅所限, 在此僅列出模型預(yù)測(cè)結(jié)果較高的一些項(xiàng)目所具備的條件(Rule), 這些節(jié)點(diǎn)一共包含了535個(gè)項(xiàng)目, 約占總項(xiàng)目數(shù)23%(閾值為12.5, 即葉子節(jié)點(diǎn)取值大于12.5).

模型表示(見表5), 在融資完成比較高的項(xiàng)目中, 影響較大的因素有目標(biāo)金額、關(guān)注、項(xiàng)目進(jìn)展和話題.王琰和朱小棟的研究指出中國(guó)眾籌平臺(tái)項(xiàng)目成功的因素僅有評(píng)論數(shù)、支持者數(shù)量以及目標(biāo)金額[19]. 本文成功的發(fā)現(xiàn)了其他影響因素, 并給出了具體的劃分標(biāo)準(zhǔn).

在目標(biāo)金額小于11.3374時(shí), 整體的融資完成比例較低, 有且僅有一個(gè)葉子節(jié)點(diǎn)超過我們?cè)O(shè)定的閾值. 觀察該節(jié)點(diǎn)可以看出在目標(biāo)金額較低的情況下, 獲取較高的融資完成比需要項(xiàng)目發(fā)起人的發(fā)起項(xiàng)目數(shù)達(dá)到一定水平. 這表明, 項(xiàng)目發(fā)起人的創(chuàng)業(yè)能力對(duì)在發(fā)起目標(biāo)金額較低的眾籌項(xiàng)目時(shí)有著明確的區(qū)分度, 作為投資者來說, 在關(guān)心的眾籌項(xiàng)目目標(biāo)金額較低的情況下, 需觀察其關(guān)注人數(shù), 話題是否超出相同水平目標(biāo)金額的眾籌項(xiàng)目, 并且需要對(duì)項(xiàng)目發(fā)起人進(jìn)行一定程度的調(diào)研, 確保其有著豐富的創(chuàng)業(yè)或眾籌項(xiàng)目經(jīng)驗(yàn), 該點(diǎn)與Haines等人的研究保持一致, 即有豐富創(chuàng)業(yè)或者眾籌項(xiàng)目經(jīng)驗(yàn)的項(xiàng)目發(fā)起人更有可能發(fā)起一個(gè)優(yōu)質(zhì)項(xiàng)目[18].

表5 Model

表6 Model

在目標(biāo)金額大于11.3374時(shí)我們可以看到模型葉子節(jié)點(diǎn)預(yù)測(cè)值大于15的僅有兩個(gè), 且這兩個(gè)葉子節(jié)點(diǎn)需要滿足的共同的條件有目標(biāo)融資金額(TA)需大于13.8105, 關(guān)注人數(shù)(Follower)需大于7.2551, 項(xiàng)目進(jìn)展數(shù)(Progress)需大于1.9356, 話題數(shù)(Topic)需大于5.0561.這表明優(yōu)質(zhì)的眾籌項(xiàng)目包含以下條件: 首先, 目標(biāo)融資額不能過小, 需要符合一定的資金閾值, 該點(diǎn)發(fā)現(xiàn)符合黃健青, 劉雪霏和鄭建明的研究[20]. 項(xiàng)目所需的資金從一定程度代表了這個(gè)項(xiàng)目的質(zhì)量水平但并不絕對(duì), 故模型仍對(duì)項(xiàng)目進(jìn)展、關(guān)注、話題有一定的要求. 其次,項(xiàng)目進(jìn)展的數(shù)值越大代表著項(xiàng)目動(dòng)態(tài)更新越頻繁, 該指標(biāo)的大小代表了項(xiàng)目發(fā)起者更新項(xiàng)目進(jìn)展的頻繁程度. 項(xiàng)目發(fā)起者主動(dòng)地更新項(xiàng)目的動(dòng)態(tài)是一個(gè)積極的信號(hào)[9]. 最后, 關(guān)注度和話題數(shù)則代表了投資者群體對(duì)該項(xiàng)目的感興趣程度, 同時(shí)也從一定程度反應(yīng)了項(xiàng)目社區(qū)的活躍程度, 往往一個(gè)活躍的項(xiàng)目社區(qū)可以孵化出一個(gè)成功的項(xiàng)目[6].

同時(shí)本文也發(fā)現(xiàn)有四個(gè)葉子節(jié)點(diǎn)對(duì)項(xiàng)目發(fā)起人關(guān)注項(xiàng)目數(shù)也有一定的要求, 并且發(fā)現(xiàn)在其他條件相同的情況下, 項(xiàng)目發(fā)起人關(guān)注項(xiàng)目數(shù)較多的葉子節(jié)點(diǎn)取值相對(duì)較大. 項(xiàng)目發(fā)起人關(guān)注項(xiàng)目數(shù)從一定程度表明了項(xiàng)目發(fā)起人對(duì)其他領(lǐng)域的眾籌項(xiàng)目的了解程度, 這有助于項(xiàng)目發(fā)起人集眾家之長(zhǎng), 更易開發(fā)出被投資者認(rèn)同的優(yōu)質(zhì)項(xiàng)目, 這也印證了Kim K和Viswanathan S關(guān)于獎(jiǎng)勵(lì)型眾籌的理論研究, 故此點(diǎn)也需投資者注意[21].

本文模型在某些葉子節(jié)點(diǎn)上對(duì)檔位進(jìn)行了更細(xì)致的劃分, 合理分級(jí)投資額度有利于資金籌集, 更容易達(dá)到甚至超額完成目標(biāo)融資金額. 對(duì)于投資者來說, 在選擇優(yōu)質(zhì)眾籌項(xiàng)目時(shí), 應(yīng)當(dāng)將檔位因素加入考慮范疇. 檔位因素在以往的獎(jiǎng)勵(lì)型眾籌研究中并未引起重視, 但該因素的發(fā)現(xiàn)表明我國(guó)眾籌項(xiàng)目正在追趕國(guó)外眾籌市場(chǎng), 日趨成熟.

基于投資者的視角, 在選擇優(yōu)質(zhì)眾籌項(xiàng)目時(shí), 本文建議投資者首先根據(jù)自己的投資意愿建立自己的眾籌項(xiàng)目池(即先選擇感興趣眾籌項(xiàng)目入池), 再利用模型進(jìn)一步從項(xiàng)目池中選出符合條件的優(yōu)質(zhì)眾籌項(xiàng)目.

4 結(jié)語(yǔ)

本文利用決策樹模型對(duì)京東眾籌平臺(tái)上2299個(gè)獎(jiǎng)勵(lì)型眾籌項(xiàng)目進(jìn)行了全量數(shù)據(jù)的模型建立, 試圖站在投資者的角度為投資者選擇項(xiàng)目提供合理建議, 幫助其選擇優(yōu)質(zhì)的眾籌項(xiàng)目, 節(jié)省其時(shí)間成本、資金成本.

本文不足之處在于數(shù)據(jù)特征維度較少, 實(shí)證結(jié)果只能解釋眾籌項(xiàng)目融資完成比例的一部分信息, 仍然存在著大片藍(lán)海等待發(fā)覺, 在未來希望能夠利用更好更具有可解釋性的模型以及能夠找到更多維度的眾籌數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘, 從而找到更加有價(jià)值的信息, 為投資者提供更好、更具有操作性的建議.

1方琳瑜. 科技型中小企業(yè)自主知識(shí)產(chǎn)權(quán)成長(zhǎng)機(jī)制與脆弱性評(píng)價(jià)研究[博士學(xué)位論文]. 合肥: 中國(guó)科學(xué)技術(shù)大學(xué), 2010.

2黃健青, 辛喬利. “眾籌”——新型網(wǎng)絡(luò)融資模式的概念、特點(diǎn)及啟示. 國(guó)際金融, 2013, (9): 64–69.

3Barabas R. Crowdfunding: Trends and developments impacting entertainment entrepreneurs. NYSBA Entertainment, Arts and Sports Law Journal, 2012, 23(2): 38–40.

4Ahlers GKC, Cumming D, Günther C, et al. Signaling in equity crowdfunding. Entrepreneurship Theory and Practice,2015, 39(4): 955–980. [doi: 10.1111/etap.2015.39.issue-4]

5Schwienbacher A, Larralde B. Crowdfunding of small entrepreneurial ventures. Handbook of Entrepreneurial Finance. Oxford: Oxford University Press, 2010.

6Ordanini A, Miceli L, Pizzetti M, et al. Crowd-funding:Transforming customers into investors through innovative service platforms. Journal of Service Management, 2011,22(4): 443–470. [doi: 10.1108/09564231111155079]

7Belleflamme P, Lambert T, Schwienbacher A.Crowdfunding: Tapping the right crowd. Journal of Business Venturing, 2014, 29(5): 585–609. [doi: 10.1016/j.jbusvent.2013.07.003]

8Mollick E. The dynamics of crowdfunding: An exploratory study. Journal of Business Venturing, 2014, 29(1): 1–16.[doi: 10.1016/j.jbusvent.2013.06.005]

9鄭海超, 黃宇夢(mèng), 王濤, 等. 創(chuàng)新項(xiàng)目股權(quán)眾籌融資績(jī)效的影響因素研究. 中國(guó)軟科學(xué), 2015, (1): 130–138.

10陳亮. 基于眾籌視角的互聯(lián)網(wǎng)金融創(chuàng)新模式實(shí)證研究. 特區(qū)經(jīng)濟(jì), 2015, (3): 55–56.

11陳玉婕, 倪寧曦, 茍小菊. 創(chuàng)新創(chuàng)業(yè)環(huán)境下眾籌項(xiàng)目成功與否的影響因素研究. 上海經(jīng)濟(jì)研究, 2015, (11): 12–19.

12吳文清, 付明霞, 趙黎明. 我國(guó)眾籌成功影響因素及羊群現(xiàn)象研究. 軟科學(xué), 2016, 30(2): 5–8.

13Agrawal A, Catalini C, Goldfarb A. The geography of crowdfunding. NET Institute Working Paper No. 10-08,2010.

14Zheng HC, Li DH, Wu J, et al. The role of multidimensional social capital in crowdfunding: A comparative study in China and US. Information & Management, 2014, 51(4): 488–496.

15Kuppuswamy V, Bayus BL. Crowdfunding creative ideas:The dynamics of project backers in Kickstarter. UNC Kenan-Flagler Research Paper No. 2013-15, 2013.

16黃健青, 陳歡, 李大夜. 基于顧客價(jià)值視角的眾籌項(xiàng)目成功影響因素研究. 中國(guó)軟科學(xué), 2015, (6): 116–127.

17Balboni B, Kocollari U, Pais I. How can social enterprises develop successful crowdfunding campaigns? An empirical analysis on Italian context. 2014.

18Haines GH Jr, Madill JJ, Riding AL. Informal investment in Canada: Financing small business growth. Journal of Small Business & Entrepreneurship, 2003, 16(3-4): 13–40.

19王琰, 朱小棟. 獎(jiǎng)勵(lì)型眾籌項(xiàng)目成功的影響因素研究——以“眾籌網(wǎng)”為例. 管理現(xiàn)代化, 2016, 36(5): 23–25.

20黃健青, 劉雪霏, 鄭建明. 眾籌項(xiàng)目成功的關(guān)鍵因素——基于KIA與AON融資模式的實(shí)證研究. 財(cái)貿(mào)經(jīng)濟(jì), 2015, 36(9):74–84.

21Kim K, Viswanathan S. The ‘Experts’ in the crowd: The role of ‘Expert’ investors in a crowdfunding market. TPRC 41:The 41st Research Conference on Communication, Information and Internet Policy. 2013.

Research on the Problem of Reward-Based Crowd-Funding with Perspective of the Investors

NI Ning-Xi, CHEN Yu-Jie, JIN Bai-Suo
(Department of Finance and Statistics, University of Science and Technology of China, Hefei 230026, China)

With the rapid development of the crowd-funding, the rapid increase in the number of such projects costs investors a lot of time and effort. This paper aims to help investors select high-quality crowd-funding projects with the least time. Under the assumption that there is a positive correlation between the quality of public projects and the completion ratio of financing(Ratio), the model in this paper is modeled using the CART regression tree algorithm based on the JD Crowd-funding data with R2reaching 0.746. The results show that investors should focus on the Target Amount(TA), the Follower, the Progress and the Topic. The results of this paper are only applicable to reward-based crowdfunding projects. For other types of Crowd-funding, the independent variables should be re-selected for model building,but the decision tree model can still be applied.

reward-based crowd-funding; perspective of the investors; decision tree model; JD crowd-funding; analysis of success factors

倪寧曦,陳玉婕,金百鎖.投資者視角下的獎(jiǎng)勵(lì)型眾籌問題研究.計(jì)算機(jī)系統(tǒng)應(yīng)用,2017,26(7):17–23. http://www.c-s-a.org.cn/1003-3254/5831.html

基金委面上基金項(xiàng)目(11571337)

2016-10-17; 收到修改稿時(shí)間: 2016-11-28