黃健青，黃曉鳳，殷國(guó)鵬

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 信息學(xué)院，北京 100029)

?

眾籌項(xiàng)目融資成功的影響因素及預(yù)測(cè)模型研究

黃健青，黃曉鳳，殷國(guó)鵬

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 信息學(xué)院，北京 100029)

眾籌作為中小企業(yè)融資新途徑，需要解決其融資成功率問題。本文基于追夢(mèng)網(wǎng)的858個(gè)項(xiàng)目數(shù)據(jù)，以信任理論為基礎(chǔ)，運(yùn)用回歸分析法探究影響眾籌項(xiàng)目成功的關(guān)鍵因素，并在實(shí)證結(jié)果的基礎(chǔ)上構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)項(xiàng)目融資結(jié)果進(jìn)行預(yù)測(cè)，優(yōu)化項(xiàng)目設(shè)置?；貧w分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法有助于直接檢驗(yàn)項(xiàng)目質(zhì)量，平臺(tái)和發(fā)起人可對(duì)即將上線的項(xiàng)目進(jìn)行預(yù)測(cè)，并根據(jù)結(jié)果從項(xiàng)目質(zhì)量、發(fā)起人特征和不確定性三個(gè)方面有針對(duì)性地進(jìn)行優(yōu)化改進(jìn)，從而提高項(xiàng)目融資成功的可能性，提升眾籌融資效率。

眾籌；融資成功率；影響因素；信任理論；預(yù)測(cè)模型

一、引言

眾籌(Crowdfunding)是一種大眾通過互聯(lián)網(wǎng)進(jìn)行溝通聯(lián)系，并匯集資金支持由其他組織和個(gè)人發(fā)起的活動(dòng)的群體性行為[1]，也是通過互聯(lián)網(wǎng)平臺(tái)進(jìn)行小額融資的新型融資模式。根據(jù)盈燦咨詢數(shù)據(jù)顯示，截至2016年年底，我國(guó)正常運(yùn)營(yíng)眾籌平臺(tái)共有427家，是2014年的近3倍。2016年全國(guó)眾籌行業(yè)共成功籌資224.78億元，是2014年的10.42倍。從預(yù)期籌資額的實(shí)際完成率來看，2016年全國(guó)眾籌行業(yè)預(yù)期籌資額共677.84億元，實(shí)際完成率僅為33.16%。由此可見：一方面，眾籌作為一種高效便捷的新型融資模式逐漸受到重視和關(guān)注，發(fā)展迅速；另一方面，眾籌行業(yè)目前的預(yù)期融資實(shí)際完成率并不高，融資效率較低，融資成功率亟待提高。因此深入探究影響眾籌融資成功的關(guān)鍵因素，構(gòu)建行之有效的預(yù)測(cè)和改進(jìn)模型，提高眾籌項(xiàng)目融資成功的可能性，對(duì)于促使眾籌行業(yè)的發(fā)展具有重大意義。本文將借助信任理論，探究回報(bào)眾籌項(xiàng)目成功的關(guān)鍵因素，并基于實(shí)證結(jié)果，構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，探究平臺(tái)及項(xiàng)目發(fā)起人如何更好地調(diào)整項(xiàng)目設(shè)置，提高項(xiàng)目融資的可能性，以提高眾籌行業(yè)融資效率，促進(jìn)行業(yè)健康發(fā)展。

二、文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者對(duì)于眾籌項(xiàng)目成功的影響因素展開了深入的研究。研究的重點(diǎn)主要包括項(xiàng)目本身的信息、發(fā)起人特征、項(xiàng)目獲得的支持程度、風(fēng)險(xiǎn)因素等方面。

起初，關(guān)于眾籌項(xiàng)目的影響因素更多地聚焦在項(xiàng)目本身傳遞的信息上。Evers(2012)[2]從個(gè)人動(dòng)機(jī)角度出發(fā)，對(duì)項(xiàng)目質(zhì)量、項(xiàng)目信息、項(xiàng)目需求3個(gè)維度進(jìn)行探究，發(fā)現(xiàn)多元化的項(xiàng)目團(tuán)隊(duì)與小額贊助額度的設(shè)定也是受歡迎的。Kuppuswamy和Bayus(2013)[3]認(rèn)為項(xiàng)目融資時(shí)限、融資額度和回報(bào)形式也會(huì)影響投資者的投資行為。黃玲和周勤(2015)[4]基于期望理論指出預(yù)設(shè)目標(biāo)金額較低，新穎度較高，以及具有差異化設(shè)置回報(bào)種類及多樣化項(xiàng)目宣傳渠道的眾籌項(xiàng)目成功的可能性更大。

隨后，學(xué)者們逐漸引入了發(fā)起人特征的影響。Mollick(2014)[5]發(fā)現(xiàn)發(fā)起人Facebook上的好友數(shù)量也會(huì)對(duì)項(xiàng)目融資有所助益。Boeuf等(2014)[6]指出對(duì)親社會(huì)投資者而言，內(nèi)在因素影響產(chǎn)生的積極效應(yīng)大于外在因素影響產(chǎn)生的消極效應(yīng)，項(xiàng)目經(jīng)營(yíng)者對(duì)其它發(fā)起人的項(xiàng)目提供支持有利于增強(qiáng)大眾投資者對(duì)自身項(xiàng)目的投資熱情。Liao C等(2015)[7]引入內(nèi)部社會(huì)資本的概念，認(rèn)為籌資人對(duì)其他項(xiàng)目的點(diǎn)贊數(shù)和支持次數(shù)會(huì)對(duì)自身發(fā)起項(xiàng)目的融資比率產(chǎn)生影響。

同時(shí)，學(xué)者們也對(duì)項(xiàng)目獲得的支持程度進(jìn)行了討論。Quercia D和Crowcroft(2014)、Frydrych和Bock(2014)以及Cumming等(2014)[8-10]研究均表明項(xiàng)目獲得的支持人數(shù)會(huì)對(duì)項(xiàng)目融資帶來積極影響。Quercia D和Crowcroft(2014)和Cumming等(2014)同時(shí)還指出了評(píng)論數(shù)量對(duì)于項(xiàng)目成功的積極作用。黃健青等(2015)[11]從顧客價(jià)值視角進(jìn)行研究也表明項(xiàng)目分享次數(shù)、評(píng)價(jià)次數(shù)、評(píng)價(jià)數(shù)量對(duì)項(xiàng)目是否能達(dá)到全額融資有顯著影響。

此外，項(xiàng)目本身的風(fēng)險(xiǎn)性與投資者的決策也有顯著關(guān)系[12]。Agrawal(2011)[13]表明籌資者的地理位置使其感到不同等級(jí)的信用風(fēng)險(xiǎn)。鄭海超等(2015)從不確定性、投資風(fēng)險(xiǎn)、人力資本3個(gè)維度構(gòu)建理論模型對(duì)股權(quán)眾籌的影響因素進(jìn)行探究，研究指出人力資本越高融資結(jié)果越好，并且不確定性也會(huì)對(duì)融資水平造成影響，項(xiàng)目提供的股權(quán)份額越高，描述風(fēng)險(xiǎn)的信息越少則成功的可能性越小[14]。相關(guān)文獻(xiàn)整理如表1所示。

雖然國(guó)內(nèi)外學(xué)者對(duì)眾籌成功的影響因素進(jìn)行了多個(gè)維度的研究，但仍存在以下幾方面的不足：一是項(xiàng)目獲得的支持程度是在籌資結(jié)束后才呈現(xiàn)的數(shù)據(jù)，而對(duì)項(xiàng)目發(fā)起人而言前期預(yù)判更為重要。二是結(jié)果分析多停留在對(duì)影響因素的探究層面，在實(shí)際應(yīng)用上，未提供直接預(yù)判項(xiàng)目是否可以獲得成功的方法，無法有針對(duì)性地對(duì)項(xiàng)目的潛在不足進(jìn)行改進(jìn)，進(jìn)而提高融資效率?；诖?，本文將圍繞“提高項(xiàng)目融資成功可能性”的核心出發(fā)，借助信任理論，利用追夢(mèng)網(wǎng)的眾籌項(xiàng)目數(shù)據(jù)，選取項(xiàng)目初始可獲取指標(biāo)，分析影響項(xiàng)目成功的關(guān)鍵因素，并以關(guān)鍵因素作為輸入因子構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，提供項(xiàng)目融資結(jié)果預(yù)測(cè)和改進(jìn)方法，為平臺(tái)及項(xiàng)目發(fā)起人提供直接檢測(cè)項(xiàng)目設(shè)置，提高融資成功率的有效途徑。

表1 眾籌項(xiàng)目成功的影響因素

三、影響眾籌項(xiàng)目成功的關(guān)鍵因素

(一)理論與假設(shè)

信任是現(xiàn)代商業(yè)活動(dòng)的核心要素，在互聯(lián)網(wǎng)情境下顯得尤為重要。當(dāng)交易雙方無法確定行之有效的條約和規(guī)則以減少不確定性、降低交易風(fēng)險(xiǎn)時(shí)，信任便成為了保證交易進(jìn)行的重要工具[15]。互聯(lián)網(wǎng)的誕生使得商業(yè)活動(dòng)打破時(shí)間和空間的限制，獲得了更多自由。然而在互聯(lián)網(wǎng)情境下，虛擬環(huán)境的無形性和監(jiān)管漏洞帶來的不確定性和高風(fēng)險(xiǎn)，使得信任問題顯得更加突出。根據(jù)CNNIC第37次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，2015年，42%的網(wǎng)民遭遇過網(wǎng)絡(luò)安全問題，有16.4%的消費(fèi)者在網(wǎng)上遭遇到消費(fèi)欺詐，相比2014年上升了3.8%。與此同時(shí)，e租寶、中晉資產(chǎn)等問題平臺(tái)的出現(xiàn)，也加劇了消費(fèi)者對(duì)互聯(lián)網(wǎng)金融的信任危機(jī)。Dongyu Chen等(2014)[16]基于信任理論，對(duì)拍拍貸上的貸款者進(jìn)行了問卷調(diào)查，研究結(jié)果表明對(duì)于借款人和中介機(jī)構(gòu)的信任是影響貸款者信任的關(guān)鍵因素。蔣驍(2014)[17]以信任理論為基礎(chǔ)，通過問卷調(diào)查，建立結(jié)構(gòu)方程，提出了眾籌出版用戶支付意愿模型。信任已經(jīng)成為了影響用戶在線支付行為意向的決定因素。

本文以信任理論為分析框架，同時(shí)引用股權(quán)眾籌和回報(bào)眾籌的研究成果，構(gòu)建的理論模型如圖1所示。將傳統(tǒng)情境下對(duì)實(shí)體和個(gè)人的信任引入到眾籌中，本文認(rèn)為項(xiàng)目質(zhì)量、發(fā)起人特征是影響投資人信任的兩個(gè)維度，同時(shí)，由于在線交易容易存在信息不對(duì)稱，本文將不確定性引入到模型中，關(guān)注項(xiàng)目質(zhì)量、發(fā)起人特征及不確定性對(duì)投資人信任的影響，從而影響其投資意愿，反映在項(xiàng)目上即項(xiàng)目的融資比率。

圖1 研究模型

1.項(xiàng)目質(zhì)量

項(xiàng)目質(zhì)量是指通過項(xiàng)目屬性和描述所反映出來的項(xiàng)目?jī)r(jià)值。眾籌項(xiàng)目的產(chǎn)品質(zhì)量主要體現(xiàn)在融資額度、回報(bào)、項(xiàng)目描述等方面，它是投資人衡量項(xiàng)目投資價(jià)值的重要因素，直接影響投資人對(duì)項(xiàng)目的判斷。具體而言，本文關(guān)注最低投資額、最高投資額和視頻展示所反映出的項(xiàng)目質(zhì)量。

最低投資額是指投資人可以對(duì)眾籌項(xiàng)目進(jìn)行投資的最小額度。每個(gè)級(jí)別的投資額對(duì)應(yīng)相應(yīng)的回報(bào)，投資額度越高，回報(bào)內(nèi)容就越豐富。最低投資額度反映的是投資人可以得到的最低回報(bào)和服務(wù)，也是項(xiàng)目能對(duì)投資人造成的最低吸引力水平。最低投資額度越高，則投資人可以享受到的回報(bào)和服務(wù)水平越高，投資人進(jìn)行投資的意愿也更加強(qiáng)烈，對(duì)項(xiàng)目融資比率有積極影響[18]。因此，本文認(rèn)為，最低投資額度越高，投資人可獲得的最低回報(bào)質(zhì)量越高，從而會(huì)增強(qiáng)投資人對(duì)項(xiàng)目的信任，提高投資意愿。

最高投資額是指投資人可以對(duì)眾籌項(xiàng)目進(jìn)行投資的最大額度。與最低投資額的設(shè)定相似，最高投資額也反映了投資人可獲得的回報(bào)和服務(wù)。最高回報(bào)反映了項(xiàng)目能提供的最好回報(bào)和服務(wù)，投資額高也意味著對(duì)項(xiàng)目回報(bào)產(chǎn)品或服務(wù)的精心設(shè)置，從一定程度上反映了項(xiàng)目的高質(zhì)量，容易增強(qiáng)大額投資者對(duì)項(xiàng)目質(zhì)量的信任，從而提高投資意愿。

視頻是指項(xiàng)目發(fā)起人在項(xiàng)目描述中使用視頻對(duì)項(xiàng)目進(jìn)行介紹或演示。在線交易中，產(chǎn)品質(zhì)量的好壞與賣家自愿披露的信息有著明顯的關(guān)系，賣家自愿披露的信息越多，則其產(chǎn)品的質(zhì)量越好[19]。眾籌項(xiàng)目發(fā)起人使用視頻對(duì)項(xiàng)目進(jìn)行介紹，一方面體現(xiàn)了其準(zhǔn)備充分，另一方面也反映了其自愿披露的信息更多，顯示項(xiàng)目質(zhì)量更高，更容易增強(qiáng)投資人對(duì)項(xiàng)目的信任，從而提高投資意愿。綜上分析，提出如下假設(shè)：

H1：項(xiàng)目質(zhì)量與融資比率呈正相關(guān)關(guān)系，即項(xiàng)目質(zhì)量越高，投資人對(duì)項(xiàng)目越信任，投資意愿越強(qiáng)，項(xiàng)目融資成功的可能性越大。

2.發(fā)起人特征

發(fā)起人特征是指項(xiàng)目發(fā)起人本身的屬性。在電子商務(wù)領(lǐng)域，有大量研究表明，顧客對(duì)商家的信任會(huì)影響其對(duì)產(chǎn)品的信任，進(jìn)而影響顧客的支付意愿。在B2C電子商務(wù)交易中，網(wǎng)店聲譽(yù)顯著影響消費(fèi)者的信任[20]；出版眾籌項(xiàng)目中，投資人對(duì)項(xiàng)目發(fā)起人的信任也顯著影響其投資意愿[17]。

發(fā)起人的特征主要反映在發(fā)起人積分上，發(fā)起人積分越高，說明其在平臺(tái)上越活躍，歷史信用越好，項(xiàng)目融資成功率越高[18]。由此，本文認(rèn)為發(fā)起人特征會(huì)通過影響投資人對(duì)項(xiàng)目的信任，進(jìn)而影響其投資意愿，并提出如下假設(shè)：

H2：發(fā)起人特征會(huì)對(duì)融資比率造成顯著影響，即發(fā)起人積分越高，投資人對(duì)項(xiàng)目越信任，投資意愿越強(qiáng)，項(xiàng)目融資成功的可能性越大。

3.不確定性

不確定性是指對(duì)項(xiàng)目未來發(fā)展的狀況無法準(zhǔn)確預(yù)測(cè)，投資人會(huì)基于項(xiàng)目設(shè)置及描述評(píng)估其風(fēng)險(xiǎn)。在股權(quán)眾籌平臺(tái)上，不確定性水平對(duì)于投資成功有著消極影響[21]。本文重點(diǎn)關(guān)注目標(biāo)金額、回報(bào)級(jí)別和風(fēng)險(xiǎn)描述帶來的不確定性。

目標(biāo)金額是指發(fā)起人設(shè)定的目標(biāo)籌資額度，除特別合作外，如在規(guī)定的融資期限內(nèi)的融資額未達(dá)到目標(biāo)金額，則項(xiàng)目失?。蝗绻_(dá)到或超過目標(biāo)金額，則項(xiàng)目成功，發(fā)起人可獲得實(shí)際籌集到的資金。目標(biāo)金額越高，也意味著項(xiàng)目融資失敗的風(fēng)險(xiǎn)越大，不確定性水平越高，會(huì)降低投資人對(duì)項(xiàng)目的信任[11]。

回報(bào)級(jí)別是指項(xiàng)目設(shè)置中提供的回報(bào)種類數(shù)量。項(xiàng)目提供的回報(bào)級(jí)別越多，說明項(xiàng)目回報(bào)的產(chǎn)品或服務(wù)越多樣，分散程度越高，需要項(xiàng)目發(fā)起人耗費(fèi)更多的時(shí)間和精力。同時(shí)回報(bào)級(jí)別越多，則每種產(chǎn)品和服務(wù)的數(shù)量越少，由規(guī)模報(bào)酬理論可知，每種產(chǎn)品的成本會(huì)上升。這些都增強(qiáng)了項(xiàng)目實(shí)施的不確定性，會(huì)降低投資人對(duì)項(xiàng)目的信任，與項(xiàng)目融資比率呈負(fù)相關(guān)[22]。

風(fēng)險(xiǎn)描述是指項(xiàng)目描述中涉及的項(xiàng)目推進(jìn)過程中可能遇到的困難和風(fēng)險(xiǎn)，以及可能導(dǎo)致的結(jié)果。發(fā)起人在項(xiàng)目設(shè)置中對(duì)風(fēng)險(xiǎn)進(jìn)行過多的描述容易加深投資人的擔(dān)憂，從而放大項(xiàng)目存在的不確定性，降低項(xiàng)目的信任，從而降低投資意愿。在股權(quán)眾籌中，描述風(fēng)險(xiǎn)的信息造成了消極影響[23]。綜合上述分析，本文提出以下假設(shè)：

H3：不確定性水平與融資比率呈負(fù)相關(guān)關(guān)系，即目標(biāo)金額越大、回報(bào)級(jí)別越多、具有風(fēng)險(xiǎn)描述的項(xiàng)目，投資人對(duì)項(xiàng)目越不信任，投資意愿越弱，項(xiàng)目融資成功的可能性越小。

(二)研究設(shè)計(jì)

根據(jù)以上項(xiàng)目成功影響因素理論分析，本文選取眾籌項(xiàng)目的項(xiàng)目質(zhì)量、發(fā)起人特征、不確定性作為解釋變量，同時(shí)使用數(shù)據(jù)采集器和手工采集兩種方式收集了追夢(mèng)網(wǎng)的相關(guān)數(shù)據(jù)，以融資比率作為因變量，以最低投資額、最高投資額、視頻、發(fā)起人積分、目標(biāo)金額、回報(bào)級(jí)別和風(fēng)險(xiǎn)描述作為自變量，同時(shí)，為排除融資模式和項(xiàng)目類別的影響，將其作為控制變量，通過逐步回歸進(jìn)行分析，最終得出本文的結(jié)論。

1.樣本選擇與數(shù)據(jù)來源

在國(guó)外學(xué)者研究中，有關(guān)融資模式的研究，IndieGoGo是使用最多的平臺(tái)，而有關(guān)眾籌項(xiàng)目成功影響因素的研究中，學(xué)者們的對(duì)象多為Kickstarter。國(guó)內(nèi)的眾籌平臺(tái)中，追夢(mèng)網(wǎng)的商業(yè)模式與上述兩個(gè)平臺(tái)最為相似。根據(jù)清科研究中心發(fā)布的《2015年中國(guó)眾籌市場(chǎng)發(fā)展報(bào)告》顯示，2014年國(guó)內(nèi)9家主要的回報(bào)眾籌平臺(tái)中，追夢(mèng)網(wǎng)以871個(gè)項(xiàng)目位列第三名，具有較大的影響力和關(guān)注度。本文選取追夢(mèng)網(wǎng)作為數(shù)據(jù)來源，具有一定的代表性。

追夢(mèng)網(wǎng)創(chuàng)建于2011年9月，2011年與2012年發(fā)起的項(xiàng)目較少，2013年開始平臺(tái)逐步發(fā)展并趨于穩(wěn)定，而從2015年3月之后，追夢(mèng)網(wǎng)轉(zhuǎn)移到移動(dòng)端，通過APP進(jìn)行眾籌。我們收集了追夢(mèng)網(wǎng)2011年11月至2015年2月網(wǎng)頁(yè)端的952個(gè)項(xiàng)目?？紤]到2012年以前平臺(tái)處于運(yùn)營(yíng)初期，還不穩(wěn)定，因而去掉2012年以前的項(xiàng)目。此外，為了使研究更為規(guī)范，考慮項(xiàng)目合理性的同時(shí)，根據(jù)指標(biāo)的數(shù)值分布情況，我們剔除了目標(biāo)金額超過2倍標(biāo)準(zhǔn)差的項(xiàng)目，共保留858個(gè)項(xiàng)目。其中成功項(xiàng)目435個(gè)，失敗項(xiàng)目423個(gè)，分布較為均衡。

2.變量選取

根據(jù)前文所述的模型，本文選取項(xiàng)目最后完成的“融資比率”作為被解釋變量，從項(xiàng)目質(zhì)量、發(fā)起人特征、不確定性3種類型的解釋變量選取度量指標(biāo)，具體如表2所示。

此外，以往學(xué)者的研究中指出不同融資模式和項(xiàng)目類別也會(huì)對(duì)項(xiàng)目融資情況造成影響，因此，本文引入融資模式和項(xiàng)目類別作為控制變量。對(duì)于融資模式，AON(All or Nothing)模式記為“1”，KIA(Keep It All)模式記為“2”。對(duì)于項(xiàng)目類別，按照追夢(mèng)網(wǎng)上對(duì)類別的設(shè)置進(jìn)行分類，設(shè)計(jì)類記為“1”，科技類記為“2”，影像類記為“3”，音樂類記為“4”，人文類記為“5”，出版類記為“6”，活動(dòng)類記為“7”，其他類記為“8”。

表2 度量指標(biāo)及其說明

3.回歸模型設(shè)定

根據(jù)理論模型、假設(shè)及指標(biāo)選取等，本研究實(shí)證分析的回歸模型方程設(shè)定如下。

FundingRatio=β0+β1*LnMinpledge+β2*LnMaxpledge+β3*Video+β4*LnPoints+β5*Lngoal+β6*LnRL+β7*Risk+ε

(三)實(shí)證分析與結(jié)果討論

為排除指標(biāo)間多重共線性的影響，本文采取逐步回歸分析對(duì)影響眾籌項(xiàng)目融資比率的因素進(jìn)行計(jì)量分析。除了分類數(shù)據(jù)外，其余指標(biāo)做了對(duì)數(shù)變換。具體結(jié)果分析如下。

1.描述性統(tǒng)計(jì)

本文對(duì)眾籌項(xiàng)目的特征數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)，結(jié)果如表3所示。

表3 眾籌項(xiàng)目特征數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果

2.回歸分析

通過SPSS軟件對(duì)相關(guān)數(shù)據(jù)進(jìn)行分析，得到的回歸結(jié)果如表4所示。結(jié)果表明，各指標(biāo)對(duì)項(xiàng)目融資比率的影響非常顯著。

表4 眾籌項(xiàng)目成功影響因素回歸結(jié)果

注：*、**、***分別表示達(dá)到了10%、5%、1%的顯著性水平。

(1)眾籌項(xiàng)目的項(xiàng)目質(zhì)量對(duì)融資比率影響顯著

最低投資額(Ln_Minpledge)在5%的顯著性水平上與項(xiàng)目融資比率正相關(guān)，最高投資額(Ln_Maxpledge)在1%的顯著性水平上與項(xiàng)目融資正相關(guān)，視頻數(shù)量(Ln_Maxpledge)在1%的顯著性水平上與項(xiàng)目融資正相關(guān)，與原假設(shè)(H1)相符。這與以往學(xué)者們研究的結(jié)果也是一致的，說明最低投資額、最高投資額和視頻數(shù)量都是影響融資比率的關(guān)鍵因素。每一個(gè)投資額都有對(duì)應(yīng)的回報(bào)，投資額越高反映回報(bào)越好，對(duì)投資人更有吸引力。另外，優(yōu)秀的眾籌項(xiàng)目往往因?yàn)槠鋭?chuàng)意而使投資者產(chǎn)生強(qiáng)烈共鳴，視頻的展示可以帶給投資者直觀的項(xiàng)目體驗(yàn)，提升投資者的認(rèn)同和信任。因此，項(xiàng)目的最低投資額越高、最高投資額越高、視頻數(shù)量越多則說明項(xiàng)目質(zhì)量越好，越能贏得投資人的信任，激發(fā)其投資意愿，從而獲得更多融資。

(2)眾籌項(xiàng)目的發(fā)起人特征對(duì)融資比率影響顯著

發(fā)起人積分( Ln_Points)在1%的顯著性水平下與項(xiàng)目融資比率正相關(guān)，與原假設(shè)(H2)相符。發(fā)起人積分體現(xiàn)了發(fā)起人在眾籌網(wǎng)站的活躍度，一般情況下此類發(fā)起人歷史發(fā)起或參與的眾籌項(xiàng)目比較多，相關(guān)的知識(shí)和經(jīng)驗(yàn)比較豐富。這也使得他們?cè)诒娀I平臺(tái)上更有可能受到關(guān)注，項(xiàng)目得到廣泛推廣。與新用戶相比，積分較高的項(xiàng)目發(fā)起人更容易獲得投資人的信任和青睞，越能激發(fā)投資人的投資意愿，從而獲得更多融資。

(3)眾籌項(xiàng)目的不確定性對(duì)融資比率影響顯著

目標(biāo)金額(Ln_goal)在1%的顯著性水平上與項(xiàng)目融資比率負(fù)相關(guān)，回報(bào)級(jí)別(Ln_RL)在5%的顯著性水平上與項(xiàng)目融資負(fù)相關(guān)，風(fēng)險(xiǎn)描述(Risk)在1%的顯著性水平上與項(xiàng)目融資負(fù)相關(guān)，與原假設(shè)(H3)相符。目標(biāo)金額設(shè)定越高，則需要越多的投資者參與到項(xiàng)目中，這在一定程度上增加了項(xiàng)目的難度和風(fēng)險(xiǎn)，使投資人在投資時(shí)有所顧慮?；貓?bào)級(jí)別設(shè)定的多樣化雖然在一定程度上可以增強(qiáng)項(xiàng)目的可擴(kuò)展性，但是卻也大大增加了項(xiàng)目執(zhí)行難度。由于項(xiàng)目發(fā)起人一般提供的回報(bào)數(shù)量級(jí)別比較小，不能形成規(guī)模報(bào)酬效應(yīng)，因此成本也會(huì)有所增加。而對(duì)于風(fēng)險(xiǎn)的描述也容易強(qiáng)化投資人對(duì)項(xiàng)目的質(zhì)疑。這些因素都會(huì)導(dǎo)致項(xiàng)目不確定性增加，故目標(biāo)金額越高、回報(bào)級(jí)別越多、風(fēng)險(xiǎn)描述越多的項(xiàng)目越難獲得投資人的信任，獲得的融資比率也越低。

四、眾籌項(xiàng)目融資結(jié)果的預(yù)測(cè)模型

為了深化眾籌融資成功影響因素的研究，本文在上述回歸分析的基礎(chǔ)上，通過神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)模型的訓(xùn)練，從而對(duì)眾籌項(xiàng)目成功與否進(jìn)行預(yù)測(cè)，幫助項(xiàng)目發(fā)起人優(yōu)化項(xiàng)目設(shè)置，從而提高融資成功的可能性。

(一)評(píng)價(jià)指標(biāo)與數(shù)據(jù)來源

基于前文所述的模型，將回歸分析得到的關(guān)鍵因素作為神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)指標(biāo)體系，如表5所示。

表5 眾籌項(xiàng)目預(yù)測(cè)指標(biāo)

追夢(mèng)網(wǎng)上有部分特別合作項(xiàng)目，無論籌集資金是否到達(dá)目標(biāo)金額都算成功，即KIA(Keep It All)的模式，但大部分為AON(All or Nothing)模式，只有籌集金額達(dá)到或超過目標(biāo)金額才算成功。目前學(xué)者研究的重點(diǎn)主要是AON模式，且大多數(shù)眾籌平臺(tái)也只提供AON模式。因此，我們?cè)谇拔乃x擇的項(xiàng)目基礎(chǔ)上，剔除了130個(gè)KIA模式的項(xiàng)目，最終保留728個(gè)AON項(xiàng)目作為樣本。

(2)模型設(shè)計(jì)

多層感知器(MLP)神經(jīng)網(wǎng)絡(luò)因其出色的性能被廣泛應(yīng)用于結(jié)果預(yù)測(cè)，主要通過目標(biāo)進(jìn)化算法和以梯度為基礎(chǔ)的局部搜索對(duì)BP算法進(jìn)行優(yōu)化。本文將其引入到對(duì)眾籌項(xiàng)目成功的預(yù)測(cè)當(dāng)中，建立預(yù)測(cè)模型如圖2所示。

圖2 眾籌項(xiàng)目融資結(jié)果預(yù)測(cè)模型圖

具體設(shè)置如下。

第一，網(wǎng)絡(luò)層數(shù)。在前人的研究當(dāng)中，只有一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)應(yīng)用最為廣泛，且效果良好?；诖?，本模型選擇了只含有一個(gè)隱含層的MPL神經(jīng)網(wǎng)絡(luò)。

第二，輸入的預(yù)測(cè)指標(biāo)。輸入層位于網(wǎng)絡(luò)的第一層，主要任務(wù)是接收外部數(shù)據(jù)，其節(jié)點(diǎn)數(shù)取決于輸入項(xiàng)的維數(shù)。根據(jù)前文所述，選擇項(xiàng)目質(zhì)量、發(fā)起人特征、不確定性3種類型的7種指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的因子輸入，考慮到神經(jīng)網(wǎng)絡(luò)可以處理復(fù)雜數(shù)據(jù)關(guān)系，為給模型提供充分的信息，本文將項(xiàng)目類別、項(xiàng)目進(jìn)展、回報(bào)執(zhí)行天數(shù)、照片數(shù)量、發(fā)起地點(diǎn)、發(fā)起人性別6個(gè)指標(biāo)作為協(xié)變量輸入。其中，除了分類變量外，其他指標(biāo)都進(jìn)行了Ln對(duì)數(shù)處理。

第三，輸出的預(yù)測(cè)結(jié)果。輸出層的節(jié)點(diǎn)數(shù)意味著輸出的結(jié)果維度。本研究以眾籌項(xiàng)目是否成功作為輸出結(jié)果，故只有成功和失敗兩個(gè)維度，最終融資達(dá)到或超過目標(biāo)金額即為成功，記為“1”，否則為失敗，記為“0”。

第四，隱含層的節(jié)點(diǎn)數(shù)。對(duì)于有限個(gè)輸入到有限個(gè)輸出的映射，隱含層的節(jié)點(diǎn)數(shù)問題迄今為止尚未找到很好的解決辦法，其設(shè)定通常跟設(shè)計(jì)者的經(jīng)驗(yàn)和前人的試驗(yàn)來確定[24]，本文將其設(shè)定為計(jì)算中自動(dòng)選擇最優(yōu)的隱含層節(jié)點(diǎn)。

(三)結(jié)果分析與討論

通過SPSS多層感知器神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行分析，由系統(tǒng)隨機(jī)分配訓(xùn)練集和測(cè)試集，結(jié)果排除了111個(gè)項(xiàng)目。在剩下的617個(gè)項(xiàng)目中，497個(gè)項(xiàng)目作為訓(xùn)練集，占80.6%，120個(gè)項(xiàng)目作為測(cè)試集，占19.4%。神經(jīng)網(wǎng)絡(luò)通過對(duì)訓(xùn)練集樣本進(jìn)行學(xué)習(xí)，擬合出預(yù)測(cè)模型，再通過測(cè)試集數(shù)據(jù)對(duì)模型進(jìn)行檢驗(yàn)。具體分類結(jié)果如表6所示。

表6 眾籌項(xiàng)目融資結(jié)果預(yù)測(cè)表

由表6可看出訓(xùn)練樣本的正確率為87.5%，測(cè)試樣本的正確率81.7%，訓(xùn)練樣本和測(cè)試樣本的準(zhǔn)確率都比較高，且相對(duì)穩(wěn)定。對(duì)于項(xiàng)目發(fā)起人而言，進(jìn)行神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的意義在于通過模型輸入項(xiàng)目指標(biāo)的設(shè)定值，從而預(yù)測(cè)是否成功。若不成功，可根據(jù)前文回歸得到的關(guān)鍵影響因素，及其相關(guān)關(guān)系進(jìn)行調(diào)整，直至項(xiàng)目預(yù)測(cè)成功。由此可見，對(duì)于失敗項(xiàng)目預(yù)測(cè)的準(zhǔn)確率更為重要，而此模型中，對(duì)于失敗項(xiàng)目，即觀測(cè)值為“0”的項(xiàng)目，訓(xùn)練集的正確率為89.2%，測(cè)試集的正確率為88.5%，預(yù)測(cè)效果比平均水平更好，更滿足實(shí)際需求。

預(yù)測(cè)結(jié)果的高準(zhǔn)確性對(duì)于眾籌平臺(tái)和項(xiàng)目發(fā)起人有著重要意義，他們可將相關(guān)指標(biāo)輸入到模型中，對(duì)融資結(jié)果進(jìn)行預(yù)測(cè)，如果預(yù)測(cè)結(jié)果為失敗，可通過前文實(shí)證的結(jié)果對(duì)項(xiàng)目設(shè)置進(jìn)行有針對(duì)性的改進(jìn)，從而提高融資成功的可能性，提高眾籌融資效率。

五、結(jié)論與建議

以上研究表明，項(xiàng)目質(zhì)量、發(fā)起人特征、不確定性3個(gè)維度中，最低融資額、最高融資額、視頻數(shù)量、發(fā)起人積分對(duì)眾籌項(xiàng)目的成功有正向影響，而目標(biāo)金額、回報(bào)級(jí)別和風(fēng)險(xiǎn)描述則對(duì)其有負(fù)向影響。

基于研究結(jié)果，針對(duì)預(yù)測(cè)失敗的項(xiàng)目，對(duì)項(xiàng)目平臺(tái)和發(fā)起人提出以下幾點(diǎn)改進(jìn)建議。

1.調(diào)整項(xiàng)目投資額的設(shè)定，并使用多媒體手段進(jìn)行項(xiàng)目的展示。項(xiàng)目發(fā)起人可以通過適當(dāng)提高最低投資額和最高投資額，并相應(yīng)地給予更好的回報(bào)和服務(wù)，顯示發(fā)起人的精心準(zhǔn)備和優(yōu)質(zhì)項(xiàng)目的信號(hào)。同時(shí)，多使用視頻等多媒體宣傳手段，生動(dòng)且直觀地展示項(xiàng)目，提高項(xiàng)目的吸引力，增強(qiáng)投資人對(duì)項(xiàng)目的信任。

2.多參與平臺(tái)互動(dòng)，提高發(fā)起人積分水平。發(fā)起人積分很難短時(shí)間內(nèi)提高，需要項(xiàng)目發(fā)起人長(zhǎng)期保持在眾籌平臺(tái)上的活躍程度，多關(guān)注其他眾籌項(xiàng)目，并與其他項(xiàng)目發(fā)起人和投資人進(jìn)行互動(dòng)，從而提高投資人對(duì)發(fā)起人的信任，同時(shí)為自己積累經(jīng)驗(yàn)和人脈，為合理調(diào)整項(xiàng)目設(shè)置提供知識(shí)和經(jīng)驗(yàn)的儲(chǔ)備，從而提高融資成功的可能性。

3.降低項(xiàng)目的不確定性，控制風(fēng)險(xiǎn)。眾籌作為一種互聯(lián)網(wǎng)金融模式，以在線交易的形式完成投融資，很容易出現(xiàn)信息不對(duì)稱導(dǎo)致的逆向選擇，發(fā)起人應(yīng)盡可能降低項(xiàng)目的不確定性，如減少不確定的風(fēng)險(xiǎn)描述，給投資人傳遞確定性信息，從而提高其對(duì)項(xiàng)目的信任感。另外，過高的目標(biāo)金額和過多的回報(bào)級(jí)別設(shè)定也容易提高投資人的感知風(fēng)險(xiǎn)，發(fā)起人應(yīng)通過合理設(shè)定目標(biāo)金額和回報(bào)級(jí)別來控制風(fēng)險(xiǎn)，增強(qiáng)投資人的投資意愿。

調(diào)整項(xiàng)目設(shè)置后，發(fā)起人可通過預(yù)測(cè)模型再次進(jìn)行預(yù)測(cè)，直至獲得滿意的結(jié)果。

研究不足及展望：(1)本文的研究數(shù)據(jù)存在一定局限性。本文選取的是追夢(mèng)網(wǎng)的數(shù)據(jù)，共采集眾籌項(xiàng)目952項(xiàng)，結(jié)合平臺(tái)運(yùn)營(yíng)穩(wěn)定期間的考慮和指標(biāo)的數(shù)值分布情況，剔除了部分項(xiàng)目，共保留858個(gè)項(xiàng)目。樣本量相對(duì)國(guó)外的研究而言比較少，未來可嘗試將其拓展到其他平臺(tái)上，提高研究的外部有效性。(2)本文的研究變量存在一定局限性。投資人對(duì)項(xiàng)目的信任還可能受地理位置和文化差異等因素的影響。然而，由于平臺(tái)信息透明程度、項(xiàng)目參與者對(duì)個(gè)人信息公開程度不足等原因，導(dǎo)致在研究過程中對(duì)影響因素的梳理不夠全面。伴隨著越來越多的眾籌平臺(tái)的興起，關(guān)于眾籌項(xiàng)目的信息展示也越來越豐富，未來可嘗試引入地理位置、文化差異等因素對(duì)于項(xiàng)目的影響。(3)本文的研究對(duì)象具有一定局限性。雖然追夢(mèng)網(wǎng)是國(guó)內(nèi)的主流眾籌平臺(tái)，具有一定代表性，但是不同平臺(tái)的眾籌項(xiàng)目特點(diǎn)各不相同，基于追夢(mèng)網(wǎng)研究得到的結(jié)果在一定程度上不能完全遷移到其他眾籌平臺(tái)上，存在一定局限。蔣驍(2015)[17]研究指出投資人對(duì)眾籌項(xiàng)目的信任還會(huì)受到對(duì)眾籌平臺(tái)的信任的影響，可見，不同眾籌平臺(tái)影響項(xiàng)目成功的關(guān)鍵因素也可能存在差異，建立的預(yù)測(cè)模型也不盡相同。未來可嘗試對(duì)不同眾籌平臺(tái)進(jìn)行對(duì)比研究，提出更有針對(duì)性的結(jié)論與建議。

[1]ORDANINI A, MICELI L, PIZZETTI M, ET AL. Crowd-funding: Transforming customers into investors through innovative service platforms[J]. Journal of service management, 2011, 22(4): 443-470.

[2]EVERS M W, LOUREN?O C, BEIJE P. Main drivers of crowdfunding success: A conceptual framework and empirical analysis[M]. Erasmus Universiteit, 2012.

[3]MOLLICK E R, KUPPUSWAMY V. After the campaign: Outcomes of crowdfunding[J]. UNC Kenan-Flagler Research Paper, 2014 (2376997).

[4]黃 玲, 周 勤. 基于期望理論的眾籌設(shè)計(jì)研究[J]. 財(cái)經(jīng)科學(xué), 2015 (6): 32-42.

[5]MOLLICK E. The dynamics of crowdfunding: An exploratory study[J]. Journal of Business Venturing, 2014, 29(1): 1-16.

[7]LIAO C, ZHU Y, LIAO X. The role of internal and external social capital in crowdfunding: Evidence from China[J]. Revista de CercetaresiInterventieSociala, 2015, 49: 187-204.

[8]AN J, QUERCIAD, CROWCROFT J. Recommending investors for crowdfunding projects[C]//Proceedings of the 23rd international conference on world wide web. ACM, 2014: 261-270.

[9]FRYDRYCH D, BOCK A J, KINDER T, et al. Exploring entrepreneurial legitimacy in reward-based crowdfunding[J]. Venture Capital, 2014, 16(3): 247-269.

[10]AHLERS G K C, CUMMING D, GüNTHER C, et al. Signaling in equity crowdfunding[J]. Entrepreneurship Theory and Practice, 2015.

[11]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[J]. 中國(guó)軟科學(xué), 2015 (6): 116-127.

[12]吳喜雁, 周建波. 大眾參與眾籌投資決策影響因素分析[J]. 科技進(jìn)步與對(duì)策, 2015, 32(24): 12-16.

[13]AGRAWAL A K, CATALINI C, GOLDFARB A.The geography of crowdfunding[R].National Bureau of Economic Research, 2011.

[14]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[J]. 中國(guó)軟科學(xué), 2015 (1): 130-138.

[15]LUHMANN N. Trust and power[M]. Chichester: Wiley, 1979.

[16]CHEN D, LAI F, LIN Z. A trust model for online peer-to-peer lending: A lender’s perspective[J]. Information Technology and Management, 2014, 15(4): 239-254.

[17]蔣 驍. 基于信任的眾籌出版用戶支付意愿研究[J]. 科技與出版, 2014(5): 6.

[18]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[J]. 財(cái)貿(mào)經(jīng)濟(jì), 2015, 36(9): 74-84.

[19]LEWIS G. Asymmetric information, adverse selection and online disclosure: The case of eBay motors[J]. The American Economic Review, 2011: 1535-1546.

[20]趙宏霞, 劉巖峰. 關(guān)系營(yíng)銷, 網(wǎng)店聲譽(yù)對(duì) B2C 電子商務(wù)交易信任的影響[J]. 軟科學(xué), 2013, 27(8): 80-84.

[21]AHLERS G K C, CUMMING D, GüNTHER C, et al. Signaling in equity crowdfunding[J]. Entrepreneurship Theory and Practice, 2015.

[22]MOUTINHO N, LEITE P M. Critical success factors in crowdfunding: The case of kickstarter[J]. 2013.

[23]AHLERS G K C, CUMMING D, GüNTHER C, et al. Signaling in equity crowdfunding[J]. Entrepreneurship Theory and Practice, 2015.

[24]肖玲諾, 史建鋒, 孫玉忠. 基于 BP 神經(jīng)網(wǎng)絡(luò)的產(chǎn)學(xué)研知識(shí)創(chuàng)新聯(lián)盟風(fēng)險(xiǎn)評(píng)價(jià)研究[J]. 中國(guó)軟科學(xué), 2011 (12): 173-179.

(本文責(zé)編：海 洋)

Influencing Factors and Forecasting Model for Successful Crowdfunding Projects

HUANG Jian-qing, HUANG Xiao-feng, YIN Guo-peng

(SchoolofInformationTechnology&Management,UniversityofInternationalBusinessandEconomics,Beijing100029,China)

Crowdfundingbecomes a new way of SME financing,it needs to solve the problem of financing success rate. In this paper, we summarized the indicators mentioned in Trust Theory and analyzed the factors influencing the success of crowdfunding projects on the “Dreamore” platform by using regression. Based on these contents, we constructed the forecasting model by neural network to predict and improve financing results. The model that combines regression and neural network is a direct method to test the quality of the projects and enhance the possibility of its financing success. The crowdfunding platform and project sponsors can use this model to predict about on-line projects, then adjust the project settings pointedly from project quality, sponsor characteristics and uncertainties according to the results, which will enhance the possibility of financing success.

crowdfunding;success rate of finance; influencing factors; trust theory; forecasting model

2016-11-15

2017-04-26

北京市社會(huì)科學(xué)基金基礎(chǔ)類重點(diǎn)項(xiàng)目(15JGA007)；教育部人文社會(huì)科學(xué)研究規(guī)劃基金“企業(yè)互聯(lián)網(wǎng)金融發(fā)展路徑及風(fēng)險(xiǎn)防范研究—基于平臺(tái)經(jīng)濟(jì)視角”(14YJAZH035)。

黃健青(1966-)，女，福建莆田人，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)信息學(xué)院教授，碩士，研究方向：互聯(lián)網(wǎng)金融、電子商務(wù)、現(xiàn)代服務(wù)業(yè)。

F270

A

1002-9753(2017)07-0091-10