郭 妍 趙文平 張立光

一、相關文獻與研究假設

網絡借貸決策屬于信息不完全條件下的不確定型決策，根據前景理論(Kahneman，1979，1998)，在不確定前提下決策時，人們往往因為認知偏差導致決策偏差，進而呈現出系統(tǒng)性的非理性行為*Kahneman D, Tversky A, “Prospect Theory: An Analysis of Decisions Under Risk”, Econometrica, 1979, 47(7).*Kahneman D, Riepe M, “Aspects of Invest or Psychology”, Journal of Portfolio Management, 1998, 39(3).。但目前對網絡借貸非理性行為的研究主要集中在信用風險領域，而進入操作層面的“黑箱”，對因非理性決策行為造成的風險和損失進行的研究非常少。故本文擬采用實驗研究方法，從微觀層面、操作層面對我國網絡借貸投資人在網貸決策中的非理性行為之一——錨定效應行為進行分析，從而為規(guī)避風險提供借鑒。

(一)錨定效應存在性的理論與假設

Tversky和Kahneman(1974)通過“幸運輪”實驗發(fā)現了“錨定效應”，它是指當人們在定量估測時，會將某些特定數值作為基準值(即錨定值)，然后根據進一步的信息進行調整，但后面的調整通常都是不充分的，起始值像錨一樣制約著估測值，導致錨定值對結果的影響往往過大，從而產生有偏的決策*Tversky A, Kahneman D, “Judgment under Uncertainty: Heuristics and Biases. Utility, Probability, and Human Decision Making”, Springer Netherlands, 1974, pp.141-162.。

錨定效應在眾多領域決策問題的研究中得到驗證，國外的研究領域比較豐富，國內的成果相對較少(鑒于篇幅有限，此處不再贅述，詳見Brown和Mitchell，2008*Brown P, Mitchell J D, “The Influence of Cultural Factors on Price Clustering：Evidence from Asia-Pacific Stock Markets”, Pacific-Basin Finance Journal，2008, 35(10).；Bae和Wang，2011*Bae Kee-Hong, Wang W, “What’s in a ‘China’ Name? A Test of Investor Sentiment Hypothesis”, Financial Management, 2011, 55(12).；鄭立明，2013*鄭立明：《不確定情境中估計判斷的錨定效應概述》，《現代管理科學》2013年第12期。；陳仕華和李維安，2016*陳仕華、李維安：《并購溢價決策中的錨定效應研究》，《經濟研究》2016年第6期。)。

但在網絡借貸這一新興領域，目前尚未有相關研究。而且，由于網貸平臺通常不要求投資人提供完整信息，因此投資人特征信息缺失嚴重，對這一問題的研究也造成了不便。

(二)測度指標

在錨定效應的測量方面，很多學者提出了專門的測度指標。其中在外部錨的測量方面，最具代表性的是Jacowitz和Kahneman(1995)提出錨定指數(AI)法，而在內部錨的測量方面，最典型的是Epley(2006)等人提出的平均偏態(tài)指數(Mean Skew Index)度量方法*Jacowitz K E, Kahneman D, “Measures of Anchoring in Estimation Tasks”, Personality and Social Psychology Bulletin, 1995, 21(11), pp.1161-1166.。

1.錨定指數。錨定指數AI(Anchoring Index)是指對錨定效應大小進行量化的一種測度指標，AI的大小反映錨定組中被試的估計值中數向錨值的趨近程度，AI越大表明趨近程度越大。錨定指數(AI)計算公式如下：

公式(1)表示對某一具體問題的錨定效應大小進行測量計算：

(1)

此外，錨定指數可以分別對高錨組和低錨組錨定效應的大小進行測量，具體測量方法見公式(2)、公式(3)。

(2)

(3)

在對一組不確定性問題進行判斷估計時，若在提供了外部錨值信息的情況下為高錨組或低錨組；若未提供外部錨值或者說只有內部錨作用的情況下即控制組(內部錨組)。此外，公式(2)、(3)中的高錨值和低錨值分別來自于控制組估計值分布中85%百分位的估計值和15%百分位的估計值。錨定指數(AI)越大，表明決策判斷中的錨定效應越顯著。AI的取值范圍一般為0至1，也會出現大于1的情況。AI=0，說明高錨組或低錨組估計值的中數與控制組估計值的中數相等，表明錨定效應不存在；AI=1，即高錨組或低錨組估計值的中數與高(低)錨值相等，則表明錨定效應很顯著；AI>1，高錨組或低錨組估計值的中數大于對應錨值，則表明錨定效應極其顯著。

2.平均偏態(tài)指數。對內部錨問題進行判斷估計值時，由于沒有參照對象，所以估計結果往往存在較大的差異性，并且整體呈現非正態(tài)分布，因而以往研究文獻大多先采用對數轉換等更復雜的計算使估計結果呈現正態(tài)分布，之后再進行方差分析。針對內部錨測量存在的這種復雜情況，Epley等人于2006年提出比較有效的解決方法——平均偏態(tài)指數(Mean Skew Index)，這種方法可以反映并分析估計值向內錨值的偏向程度*Epley N, Gilovich T, “The Anchoring-and-adjustment Heuristic: Why the Adjustments are Insufficient”, Psychological Science, 2006, 17(4).。計算公式如下：

(4)

由公式(4)可以理解平均偏態(tài)指數(Mean Skew Index)的意義；通過分析內部錨的估計值與估計范圍上最接近錨值的端點之間的關系，可以得到估計值向內部錨的偏向程度，進而測量錨定效應的大小。決策者對內部錨問題進行判斷估計時，調整往往是不夠充分的，達到一個比較“滿意”的結果就會停止調整，而且往往會在接近錨值的估計范圍端點附近尋找這個“滿意值”，由此導致估計值最終朝著接近錨值的邊界方向傾斜。平均偏態(tài)指數(Mean Skew Index)的值越小，表明偏向程度越大，錨定效應越顯著。平均偏態(tài)指數(Mean Skew Index)的取值范圍一般為小于或等于0.5。如果測量值等于0.5，表明估計值正好在估計范圍的中心，則不存在錨定效應；如果測量值小于0.5，則表明估計值向錨值方向靠近，存在錨定效應。此外，由于估計值向內部錨靠近的過程中存在方向問題，因此上述公式的分子部分需要取絕對值。

(三)研究假設

如前所述，錨定效應在眾多領域決策問題的研究中得到驗證，國內外大量研究都表明錨定效應廣泛存在，由于網絡借貸屬于不完全信息條件下的不確定型決策，且其信息不完全程度更高、不確定性更大，從而更容易出現錨定效應。由此假設：

假設H：由于錨定效應，網絡借貸投資人會以“錨定值”為基準，做出有偏的投資決策。

進一步地，研究錨定效應的影響因素具有重要的現實意義。但是對于不同種類的錨定效應，其影響因素和作用機制也有所不同。以往研究文獻主要集中于兩類：(1)傳統(tǒng)錨效應主要受個體因素的影響，包括年齡、性別、能力變量、情緒因素、人格因素等；(2)自發(fā)錨效應則受主觀因素的影響，包括認知因素等。綜合以往文獻，形成相關理論模型如圖1。

圖1 我國網絡借貸中錨定效應理論模型

具體地，整理出可能的影響因素及其影響方向如下：

A.年齡

David(1999)的研究發(fā)現，年齡越小越表現出過度的調整，產生更高的估計*David C, “The Evolution of Accuracy and Bias in Social Judgment”, Chapter in Preparation for M Sehaller, J A SimPson, & D T Kennek (eds.) Evolution and Social Psychology, Psychology Press. Draft, 1999.。Stephens等(2004)研究發(fā)現年齡也是影響錨定和調整的原因之一，年齡越大的決策者表現出的錨定效應越顯著。上述研究對年齡的影響結論不一致，此處認為：網貸投資人的年齡一般以中青年為主，在這一年齡段里，應該是錨定效應隨年齡的增加而降低(因行為更趨于理性)，從而假設：

假設Ha：網貸投資人的年齡會影響錨定效應，年齡大的投資人顯示錨定效應的傾向更低。

B.性別

Lauriola和Levin(2001)研究了性別對錨定效應的影響，研究發(fā)現：男性和女性在很多情境中都擁有不同的認知方式和判斷標準，進而對同一個問題表現出不同程度的錨定效應*Lauriola M, Levin I P, “Personality Traits and Risky Decision-making in a Controlled Experimental Task: An Exploratory Study”, Personality & Individual Differences, 2001, 31(2), pp.215-226.。在Byrnes(2010)的研究中，性別差異存在各個年齡水平上，且差異隨著年齡的增長而逐漸縮小。由此假設：

假設Hb：網貸投資人的性別會影響錨定效應，男性投資人顯示錨定效應的傾向更低。

C.專家知識技能

Wilson等人(1996)的研究表明：知識淵博的決策者幾乎不受基本錨定效應的影響，反之則反是*Wilson T D, Houston C E, “A New Look at Anchoring Effects: Basic Anchoring and its Antecedents”, Journal of Experimental Psychology, 1996, 125(8).。Mussweiler和Neumann (2000)認為具有一定專家知識的被試受到錨定信息的影響相對較小*Mussweiler T, Neumann R, “Sources of Mental Contamination: Comparing the Effects of Self-generated Versus Externally-provided Primes”, Journal of Experimental Social Psychology, 2000, 36(5), pp.194-206.。Kaustia等(2008)基于基本錨定效應研究范式對股市投資者決策的研究結果表明：沒有投資經驗的投資者(新手)比有豐富投資經驗的投資者(專家)表現出的錨定效應更顯著*Kaustia M, Alho E, Puttonen V, “How much does Expertise Reduce Behavioral Biases? The Case of Anchoring Effects in Stock Return Estimates”, Financial Management, 2008, 18(3), pp.391-411.。

本文中，以調查問卷中“是否有投資經驗”題項作為“專家知識技能”這一特征的衡量標準,由此假設：

假設Hc：網貸投資人的專家知識技能會影響錨定效應，專家知識技能高的投資人顯示錨定效應的傾向更低。

D.認知需求

Epley和Gilovich(2006)采用實驗的方法，通過認知需求量表篩選出一組認知需求得分高和一組認知需求得分低的被試分別進行錨定決策任務，結果顯示認知需求得分越高的被試更傾向于做出離錨定值更遠的調整，也就是說認知需求低的被試自發(fā)錨效應更加顯著。從而假設：

假設Hd：網貸投資人的認知需求會影響錨定效應，高認知需求的投資人顯示錨定效應的傾向更低。

E.人格因素

心理學界普遍認同的大五人格因素(BIG5)是研究者們在人格描述模式上形成的比較一致的共識，可以涵蓋人格描述的所有方面，是一種重要的人格理論模式。近年來，將大五人格因(BIG5)與管理學、經濟學等相結合的跨學科研究越來越多，其中錨定效應的研究也越來越重視個體人格特征的影響，但是目前大多數研究主要集中于開放性這一人格特征，對其他四種人格特征(神經質、外傾性、宜人性、盡責性)的研究比較少。

近年來，關于大五人格(BIG5)的許多研究都證明了這五種人格特征對個體差異的重要影響。因此，在個體決策的錨定效應研究中很有必要考察人格因素的影響作用。Tversky和Kahneman(1981)最早提出了在風險決策情境中，人格因素對決策者的判斷有著重要作用*Kahneman D, Slovic P, Tversky A, “Judgement under Uncertainty-Heuristics and Biases”, Science, 1981, 185(1), pp.141-162.。Mcelroy和Dowd (2007)研究了大五人格因素(BIG5)對錨定效應的影響作用，結果表明開放性人格特征對決策者錨定效應有著重要影響，開放性得分越高的被試表現出的錨定效應越大*Mcelroy T, Dowd K, “Susceptibility to Anchoring Effects：How Openness-to-experience Influences Responses to Anchoring Cues”, Judgment and Decision Making，2007, 39(2), pp.48-53.。然而，在不同的情境下，人格特征對錨定效應的影響作用也會表現出不一致性。Lauriola和Levin(2001)就針對獲利與損失的不同情境，分別研究人格因素對被試風險決策的影響，結果發(fā)現高開放性與高神經質人格特征在兩種情境下會表現出相反的結果。高開放性人格的決策者在獲利情境下更傾向于風險嘗試，而在損失情境下表現出風險回避。而高神經質人格的決策者在獲利情境下更喜歡風險回避，在損失情境下反而更傾向風險嘗試*Lauriola M, Levin I P, “Personality Traits and Risky Decision-making in a Controlled Experimental Task: An Exploratory Study”, Personality & Individual Differences, 2001, 31(2), pp.215-226.。

以往研究發(fā)現在不同風險決策情境中，大五人格因素(BIG5)的影響作用均是不容忽視的。雖然涉及到各個不同的研究領域，但是決策者的總體表現是一致的: 具有較高的神經質、宜人性、盡責性人格的決策者更傾向于風險逃避，與冒險性呈負相關；而具有較高的開放性與外傾性人格的決策者更傾向于風險嘗試，與冒險性呈正相關。并且不管在風險決策中，個體的表現是否一致，他們的人格都各具特色。由此假設：

假設He：大五人格因素(神經質、外傾性、開放性、宜人性、盡責性)在網絡借貸決策中均會影響決策者的錨定效應。

假設He1：在網絡借貸決策中，低神經質的投資人錨定效應更顯著。

假設He2：在網絡借貸決策中，高外傾性的投資人錨定效應更顯著。

假設He3：在網絡借貸決策中，高開放性的投資人錨定效應更顯著。

假設He4：在網絡借貸決策中，低宜人性的投資人錨定效應更顯著。

假設He5：在網絡借貸決策中，低盡責性的投資人錨定效應更顯著。

二、研究設計

本文采用情景模擬、角色扮演的實驗方法，參考Tversky和Kahneman(1974)、 Presutti(1995)、楊明增和張繼勛(2007)的實驗設計，結合我國網絡借貸決策情境設計了實驗情景，通過研究受試者的決策行為，驗證受試者決策時是否存在“前景理論”中的錨定效應，并進一步研究錨定效應的影響因素*Presutti A H,“Anchoring and Adjustment Heuristic Effect on Audit Judgment”, Managerial Auditing Journal，1995, 10, pp.3-21.*楊明增、張繼勛：《審計判斷中的錨定效應研究》，《審計研究》2007年第4期。。

(一)模型設計

第一，網絡借貸投資人決策中是否存在“錨定與調整”效應。

第二，“錨定與調整”效應的影響因素。

Anchi=βiXi+δi(i=1,2,…9)

(5)

1.因變量

以往研究在測量錨定效應大小方面，大多采用Z分數、對數、百分位等標準分轉換的方法對錨定數據進行統(tǒng)計分析。而Jacowitz和Kahneman (1995 )提出的錨定指數、Epley等人 (2006)提出的平均偏態(tài)指數則是更具有針對性的錨定效應測度方法。本文采用后兩種方法，用錨定指數(AI)測量外部錨的大小，而用平均偏態(tài)指數(Mean Skew Index)測量內部錨的大小,即Anchi又分別有外部錨效應和內部錨效應。

2.自變量

表1 錨定效應影響因素與賦值說明

(二) 實驗設計及過程

1.實驗設計

第一，決策情境。所有被試角色扮演為網絡借貸中的投資人，根據提供的借款人基本信息，如性別、年齡、教育背景、資產狀況、信用等級以及借款金額和借款期限，給出合理借款利率。本實驗設置了A(高錨)、B(低錨)、C(內部錨)三種決策情境，分別在這三種情境下考察錨定效應是否發(fā)生及被試年齡、性別、專家知識技能、認知需求、人格因素對錨定效應的影響。

在情境A、B、C中均包含三個決策問題，這三個問題的借款人基本信息各不相同，尤其是信用等級，問題1借款人信用等級優(yōu)良、問題2信用等級較好，問題3信用等級較差。

情境A、B、C相對應的網貸決策問題，借款人基本信息是相同的，不同的是，情境A在問題的描述中加入了高錨干擾因素，情境B加入低錨干擾因素，情境C沒有加入外部錨干擾因素，為內部錨組。例如問題1：“某已婚男士，年齡31歲，本科畢業(yè)，有房有車，信用等級優(yōu)良。目前在拍拍貸網貸平臺籌集一筆金額為5000元，期限為12個月的借款”，該情境是來自拍拍貸的真實散標，實際借款利率是7%。而情境A的問題描述為：“您認為借款人提供的合理借款年利率應該高于還是低于15%？”情境B的問題描述為：“您認為借款人提供的合理借款年利率應該高于還是低于4%？”情境C的問題描述為：“您認為借款人應該提供的合理借款年利率是多少？”

第二，數據量化。本文的因變量為錨定指數(AI)和平均偏態(tài)指數(Mean Shew Index)，在對因變量進行統(tǒng)計轉換使其服從正態(tài)分布之后，采用方差分析法來檢驗不同實驗情境下被試的決策行為是否存在差異，從而考察錨定效應是否發(fā)生，并進一步分析個體因素對錨定效應的影響。本文使用的統(tǒng)計軟件為SPSS20.0。

2.實驗過程

本文采用“角色扮演”的實驗方法，考慮到實驗難度以及現實可行性，本文以分批次進行的問卷形式來模擬實驗情境，考察被試的決策行為。本實驗受試者共283位，其中高錨組97位，低錨組97位，內部錨組89位。同時，問卷還包含被試的年齡、性別、教育程度、認知需求、人格等信息，其中人格測試采用簡版大五人格量表，認知需求測試采用17題項的認知需求量表(注：限于篇幅，“認知需求量表”、“簡版大五人格量表”、“錨定效應實驗問卷”及后文的統(tǒng)計“方差分析結果”均作為附錄部分，供留存?zhèn)渌?。

3.受試者情況

表2 受試者的基本情況

三、實驗結果及分析

(一)錨定效應存在性結果及分析

1.錨定指數

表3統(tǒng)計結果顯示，外部錨組錨定效應總體比較顯著。同時被試在不同的問題上表現了不同程度的錨定效應，其中錨定效應的最大值是1.263，最小值是0.921。總體來看問題1、3相比于問題2的錨定效應更顯著。

表3 外部錨組錨定指數總體結果

2.平均偏態(tài)指數

如下表所示，內部錨組三個問題的平均偏態(tài)指數分別為0.463、0.481、0.416均小于0.5，說明內部錨組整體錨定效應比較顯著。其中問題1、3的平均偏態(tài)指數低于問題2，這表明問題1、3的錨定效應更顯著。

表4 內部錨組平均偏態(tài)指數總體結果

(二)錨定效應影響因素結果及分析

1.外部錨組。具有不同的年齡、性別、專家知識技能、認知需求以及人格特征的受試者在高錨、低錨條件下，對網絡借貸情境問題進行決策判斷。本文對相應條件下的錨定指數進行統(tǒng)計分析，考察錨定效應的存在性，并進一步進行方差分析檢驗各因素對錨定效應的影響，分析結果如下。

表5 各因素在高錨、低錨條件下的錨定指數

統(tǒng)計結果顯示：

(1)各年齡段被試在高錨、低錨條件下，均存在一定程度的錨定效應。從年齡段角度分析，隨著年齡增長，錨定效應呈降低趨勢，但是18-22歲的被試錨定指數低于23-27歲年齡段的被試，主要由于95后對網絡借貸模式更加感興趣，更加熟悉；從外部錨角度分析，高錨條件下的錨定效應顯著高于低錨條件下錨定效應，究其原因，是因為被試作為投資者更期望得到高的借款利率；從網貸情境問題角度分析，問題1、3的錨定效應整體高于問題2，與前文整體情況一致，主要因為問題2是一種更普遍存在的網貸情境，熟悉度更高。同時，方差分析表明在高錨、低錨條件下，p值均小于0.05，年齡對錨定效應的影響顯著。

(2)男性和女性被試在高錨、低錨條件下，均存在一定程度的錨定效應。從性別角度分析，女性的錨定指數更大，錨定效應更加顯著；從高低錨角度分析，高錨組比低錨組的錨定效應更加顯著；從問題角度分析，問題2的熟悉度高于問題1、3，錨定效應較低。方差分析表明，在高錨、低錨條件下，p值均小于0.05，顯著性水平均比較高，因此性別對錨定效應的影響顯著。

(3)所有被試在高錨、低錨條件下均存在一定程度上的錨定效應，而較低的專家知識技能的被試表現出更高的錨定效應。此外，高錨條件下的錨定效應更加顯著，問題1、3的錨定指數高于問題2。方差分析表明，專家知識技能對錨定效應的影響不顯著(p>0.05)，進而對專家知識技能和錨值進行交叉分析，結果顯示專家知識技能的主效應不顯著，但是專家知識技能和錨值交互作用顯著(p<0.05)。因此，專家知識技能的錨值共同影響錨定效應的顯著程度。

(4)認知需求得分上四分位的區(qū)間的被試(高錨組NFC>63，低錨組NFC>64)被認為擁有較高的認知需求，下四分區(qū)間位被試(高錨組NFC<49，低錨組NFC<51)擁有較低的認知需求，這兩個區(qū)間的被試對網貸情境問題進行判斷決策之后，結果表明：較高和較低認知需求的被試在高錨、低錨條件下均存在一定程度上的錨定效應。較低認知需求的被試錨定效應顯著高于較高認知需求的被試，高錨組錨定效應整體較高，問題1、3的錨定效應整體高于問題2。方差分析結果顯示，在高錨、低錨條件下，認知需求對錨定效應的影響顯著性水平非常高，p值遠小于0.05。

表6 大五人格在高錨、低錨條件下的錨定指數

(5)人格因素統(tǒng)計結果顯示，受試者神經質人格較低，錨定效應更加顯著；外傾性人格較高，錨定效應更顯著；開放性人格較高，錨定定效應更顯著；盡責性人格較低，錨定效應更顯著；宜人性人格較低，錨定效應更顯著?？傮w來看，高錨組相比于低錨組錨定效應更加顯著；問題1、3錨定指數高于問題2。方差分析結果表明，在高錨、低錨條件下，五種人格因素對網絡借貸決策錨定效應的影響均顯著，p值均小于0.05。

2.內部錨組。在內部錨條件下，被試對網絡借貸情境問題進行決策判斷。本文對不同年齡、性別、專家知識技能、認知需求以及人格因素下的平均偏態(tài)指數進行統(tǒng)計分析，并進一步進行方差分析以檢驗各因素對錨定效應的影響，分析結果如下。

表7 各影響因素條件下的平均偏態(tài)指數

(1)各年齡段的被試在網貸決策判斷中的平均偏態(tài)指數均小于0.5，均存在一定程度的錨定效應。從年齡角度分析，隨著年齡的增加，各問題平均偏態(tài)指數整體呈增大趨勢，即年齡越大估計值向內部錨偏向的程度越小，錨定效應越小。但是18-22歲年齡段平均偏態(tài)指數大于23-27年齡段，主要是由于該年齡段被試對網絡借貸模式熟悉度比較高，由此導致較低的錨定效應。從網貸情境問題角度分析，問題1、3的的平均偏態(tài)指數整體低于問題2，表明問題1、3的錨定效應更大，主要由于問題1、3相對于問題2是兩種比較極端的網貸情境，熟悉度較低。方差分析結果顯示p值均小于0.05，說明年齡對錨定效應的影響顯著。

(2)性別因素統(tǒng)計結果顯示，不同性別的被試均存在一定程度的錨定效應，同時女性被試的平均偏態(tài)指數更小，錨定效應更顯著；問題1、3平均偏態(tài)指數整體低于問題2，錨定效應更加顯著。方差分析顯示性別對平均偏態(tài)指數的影響顯著性水平較高，p值均小于0.05，即性別對錨定效應的影響顯著。

(3)專家知識技能因素統(tǒng)計結果顯示，較高或較低專家知識技能的被試均存在一定程度上的錨定效應。擁有較高專家知識技能的被試表現出較低的錨定效應，問題1、3的平均偏態(tài)指數整體高于問題2，錨定效應更顯著。對專家知識技能對平均偏態(tài)指數的影響進行方差分析，結果表明只有問題1的顯著性較高(p<0.05)，問題2、3均不顯著，所以專家知識技能對內部錨效應的影響整體不顯著。

(4)認知需求因素統(tǒng)計結果顯示，較高的認知需求(NFC>64)或較低的認知需求(NFC<53)均表現出一定的錨定效應，平均偏態(tài)指數均小于0.5。其中，較高認知需求的被試表現出較高的平均偏態(tài)指數，錨定效應更小；問題1、3相較于問題2，錨定效應更顯著。方差分析結果表明，認知需求對內部錨平均偏態(tài)指數的影響非常顯著(p接近于0)。

表8 大五人格因素條件下的平均偏態(tài)指數

(5)人格因素統(tǒng)計結果顯示，受試者神經質人格較低，平均偏態(tài)指數較小，錨定效應更加顯著；外傾性人格較高，平均偏態(tài)指數整體偏小，錨定效應更顯著；開放性人格較高，平均偏態(tài)指數較小，錨定定效應更顯著；宜人性人格較，平均偏態(tài)指數偏小，低錨定效應更顯著，盡責性人格較低，平均偏態(tài)指數較小，錨定效應更顯著。問題1、3的平均偏態(tài)指數整體低于問題2，錨定效應更顯著。方差分析顯示五種人格影響下的p值均顯著小于0.05，人格因素對內部錨效應的影響均顯著。

四、結論與展望

本文以錨定效應理論為基礎，采用實驗研究的方法對我國網絡借貸投資人決策的錨定效應進行了研究，并進一步研究了投資人分別在外部錨(高錨和低錨)及內部錨條件下，年齡、性別、專家知識技能、認知需求、大五人格因素對其錨定效應的影響。實驗結果表明：

(1)在外部錨和內部錨條件下，網絡借貸投資人決策均存在一定程度的錨定效應，相比而言，投資人受到外部錨的影響更大。

(2)在外部錨影響條件下，年齡因素會影響錨定效應的嚴重程度，整體上投資人年齡越大，越趨于理性，錨定效應越小。但是中國網絡借貸興起較晚，目前正處于高速發(fā)展階段，而新一代年輕人對這種新興的、靈活的借貸模式需求較高，熟悉度較高，因此18-22歲年齡段的投資人反而表現出較低的錨定效應。性別因素會影響錨定效應的嚴重程度，女性投資人表現出的錨定效應顯著高于男性。專家知識技能不會影響錨定效應的嚴重程度，但是專家知識技能和錨值的交互作用會產生影響。認知需求影響錨定效應的嚴重程度，較高認知需求的投資人會做出離錨值更遠的調整，因而表現出較低的錨定效應。五種人格因素均影響錨定效應的嚴重程度，其中神經質人格、宜人性人格、盡責性人格越高，錨定效應越??；開放性人格、外傾性人格越高，錨定效應越大。

(3)在內部錨影響條件下，年齡因素會影響錨定效應的嚴重程度，整體上年齡越小，錨定效應越顯著，而18-22歲年齡段的投資人反而表現出較低的錨定效應。性別會影響內部錨效應的嚴重程度，女性投資人的錨定效應更加顯著。專家知識技能對錨定效應的影響不完全顯著，但是高于對外部錨效應的影響程度。認知需求顯著影響錨定效應的嚴重程度，較高的認知需求錨定效應較小。五種人格因素均顯著影響錨定效應的嚴重程度，神經質、宜人性、盡責性人格越高，錨定效應越小，而外傾性、開放性人格越高，錨定效應越嚴重。

(4)認知需求因素和五種人格因素相比于其他因素而言，對錨定效應的影響最顯著。投資人在網絡借貸決策中，更應該關注自身認知需求和人格特點對決策的影響。年齡、性別對錨定效應的影響較顯著，而專家知識技能的高低對錨定效應的影響不存在程度上的差異。

以上實驗結果與現有理論成果基本吻合，但也有異于西方研究成果的地方。究其原因，本文認為實驗結果既體現了人類基本的人口、人格特征，同時與我國民族特性及獨特的網絡借貸情境密切相關；我國網絡借貸興起較晚，目前處于高速發(fā)展階段，監(jiān)管及運營模式都尚未成熟。正因如此，本文研究中國情境下投資人年齡、性別、人格等特征對網貸決策的影響才更具有現實意義，有助于深入探究影響我國網絡借貸投資人決策的因素，從而有效降低信息不對稱造成的風險。

在今后的研究中，應進一步考慮網絡借貸中的損失厭惡、心理賬戶、沉沒成本等其它非理性行為。此外，還應該探討中觀以及宏觀層面的影響因素，例如研究網貸平臺的擔保機制是否對投資人的錨定效應有重要影響。