Page 99 - 《北京工商大学学报（社会科学版）》2020年第4期

北京工商大学学报(社会科学版)摇 摇 摇 摇 2020 年摇 第 4 期

风险感知是风险主体对其自身面临或可能面 正如上文分析所述,随着信息技术的普及、互
临风险进行的感知和识别,描述了人们对风险的 联网的广泛应用,投资者风险感知水平将有所提
态度与直觉判断,对人们的日常行为和重大事件 高。 那些活跃于互联网网络论坛中的投资者,将
的决策具有显著影响 [21] 。 行为金融学理论的重 获得更有价值的私有信息,并在无形当中获取了
要进展在于,发现了投资者风险决策过程中多种 其他投资者情绪的传递,一旦行业风险显著提高
参照点(self point) 的存在,现状(status quo) 将成 之时,负面的风险感知情绪会加速传染,使得投资
为投资者决策的重要依据或标准。 不确定的预期 者产生更加强烈的“风险补偿冶意识,希望获取更
会使投资者产生焦虑、恐惧等负面情绪,导致模糊 高的“风险溢价冶。 据此,本文提出如下假设。
性厌恶,使投资者犹豫不决、决策更为谨慎,进而 H4:投资者风险感知越高,网络借贷行业风
减少投资行为 [22 - 23] 。 大数据背景下,网络智能与 险的“风险补偿冶效应越大。
互联网搜索引擎提高了投资者获取信息的能力。 三、 研究设计
[24] 指出,如果将互联网信息搜索看作 (一)数据来源
Patel et al.
是嵌入市场结构并成为市场补充的要素,那么随 本文主要采用了 3 个数据集。 第一个数据集
着信息搜索能力的提高,投资者的风险感知会不 是 2014 年 1 月—2019 年 9 月 6 424 家网贷平台
断增强,并对投资者的行为产生重要影响。 更为 的运营数据,包括月均投资人数、月均投资金额、
重要的是,互联网技术能够跨时空,将众多投资者 月均投资期限等,数据来源于国泰安 CSMAR 数
凝聚到一起。 例如,很多投资者在网络借贷论坛 据库。 第二个数据集为网络借贷投资者关注度数
发布信息,互相讨论,本身更附有“情绪溢出冶 效 据,来源于百度搜索指数。 第三个数据集是各个
应,可能会放大行业风险对投资者信心的影响。 网贷平台的特征信息数据,包括注册资本、股东背
据此,本文提出如下假设。 景等,数据源于第三方权威机构———网贷天眼。
H2:网贷投资者的风险感知水平越高,行业 本文根据全国企业工商信息公示系统,结合
风险降低网络借贷平台交易量的效应越大。 各个网贷平台官网信息披露事项,以手工搜集和
(二)网络借贷平台的“风险补偿冶效应 交叉验证,确保了研究数据的真实性和可靠性,并
上述理论分析表明,行业内发生风险事件会 根据以下原则进行筛选:(1) 匹配同一平台同一
在信息外部性的作用下提高投资者的感知风 时期的运营数据与百度搜索指数数据;(2) 剔除
险 [19] ,这将可能促使投资者在风险定价中索取更 数据缺失的样本;(3) 剔除部分存在异常值的样
高的溢价,以补偿可能的风险损失 [25] ,本文将其 本,并进行了上下 1% 的缩尾处理。 最终获取了
[26] 提出的“投资 2015—2019 年 176 家网贷平台的样本数据。 样
定义为“风险补偿冶效应。 Merton
者认知假说冶 理论指出,金融资产风险来源于信 本为非平衡面板,最长时间跨度 50 个月,全部样
息的不完备与信息不对称,某些有用的信息仅仅 本共计 4 187 个观测值,涵盖我国大、中、小各类
集中掌握在少数投资者手中,因此高风险的金融 平台,样本中平台占比及其区域分布、样本平台整
资产往往要求提供更高的风险溢价。 上述理论对 体区域分布和平均收益率等方面均与行业整体状
于网络借贷市场同样适用,当网贷行业“ 提现困 况基本一致,代表性较强。
难冶“集体跑路冶 等违约事件频繁发生时,投资者 (二)变量选取
将更加担忧行业未来的发展前景。 上述事件向市 1郾 被解释变量
场集中释放了更多的风险信号,进一步增加了市 (1)交易量( Volume):投资者信心在不同领
场主体间的信息不对称水平,这将会进一步加深 域衡量方法不同。 证券市场中主要的方法包括
投资者负面情绪,并提高投资的预期风险回报,进 用股票成交量或流动性代替、运用主观操控性
而促使投资者索要一定的“风险补偿冶或“风险溢 等。 考虑到网络借贷市场数据的可获得性,本
价冶。 据此,本文提出如下假设。 文借鉴邓东升、陈钊 [13] 的做法,采用网贷平台所
H3:网络借贷行业风险的提升会显著提高网 吸纳的投资总额(“ 投资者人数冶 乘以“ 人均投
于
贷投资者索要的收益率水平。 资冶)衡量交易量 。 这主要是因为投资总额作
· 9 4 ·