文章信息
外国经济与管理 2018年40卷第9期 |
- 刘志迎, 彭宝安, 马朝良
- Liu Zhiying, Peng Baoan, Ma Chaoliang
- 奖励型众筹中的描述性信息会影响融资绩效吗?
- Can descriptive information in reward-based crowdfunding affect financing performance?
- 外国经济与管理, 2018, 40(9): 84-95
- Foreign Economics & Management, 2018, 40(9): 84-95.
-
文章历史
- 收稿日期: 2017-04-14
2018第40卷第9期
众筹(crowdfunding)已经成为借助互联网面向大众进行融资的重要模式,大量的创业者或中小企业运用众筹模式进行融资。众筹研究公司Massolution研究报告指出,2014年全球众筹平台总计筹得了162亿美元,同比增长165.57%,2015年全球众筹融资规模比2014年增长2倍多,总额达344亿美元,同比增长112.35%。众筹是一种个体或者组织向大众筹集资金的模式,包括奖励型众筹、股权型众筹、债权型众筹和公益型众筹等主要形式,其中奖励型众筹模式特别适合创新创业项目的初始融资,是众筹融资的主体模式。自2015年提出“双创”以来,创新创业活动如雨后春笋般涌现,大量创业者选择采取奖励型众筹模式获得初期创业资金或项目商业化尝试。奖励型众筹是将项目信息展示在众筹平台(如Kickstarter、众筹网、京东众筹、阿里众筹、苏宁众筹等)上,社会大众根据平台上展示的信息及其对众筹项目的兴趣进行投资。那么,筹资者在平台上展示哪些信息及如何展示信息,才能够提高众筹融资的成功率,是一个值得探讨的问题。
对于奖励型众筹,采用的是“预售”的商业模式,投资者在众筹中扮演着消费者的角色。在众筹成功前,投资者不能接触到产品,很难估计产品的质量,所以,投资者对筹资者的信任对投资决策有很大的影响。那么,筹资者如何传递给潜在的投资者正确的信息以获得他们的信任呢?在众筹中,筹资者只能利用描述性信息来传递信息。描述性信息指的是描述者通过一系列结构型的表述展示自身情况的信息,例如对个人经历、现在状况或是未来展望的描述,以此向外界刻画自身品质和特征。在众筹中,描述性信息就是筹资者填写的有关自身状况(包括众筹项目状况)的叙述性语言。已经证实描述性信息在经济领域起到了重要的作用,在不确定性程度较高的金融交易中企业家的商业计划陈述起到了信息桥梁作用。同样,认为描述性信息在奖励型众筹中也会起到重要的作用,筹资者通过描述性信息对自身特质的塑造,增加潜在的投资者对其的信任,进而影响投资决策。
本研究基于社会交换理论,把众筹看做一个社会交换的过程,从筹资者的描述性信息出发,划分为信任和交流两个维度,利用详尽可能性模型,信任作为中心路径,交流作为边缘路径,以项目类型为调节变量,研究奖励型众筹中筹资者描述性信息对融资绩效的影响机制。探讨以下三个层面的问题:第一,筹资者描述性信息是否会影响到融资绩效?第二,描述性信息与融资绩效的关系是否受到项目类型的影响?第三,描述性信息中不同种类的特征信息对融资绩效的影响是否相同?基于众筹网上401组奖励型众筹项目的数据,采用分层回归分析和多元线性回归分析,实证研究发现特征信息数量、项目更新数量和评论数量越多,融资完成比越高;项目类型不同,描述性信息对融资完成比的影响作用不同;不同种类的特征信息对融资完成比的影响作用不同。
本文的主要贡献是:第一,基于社会交换理论和详尽可能性模型,构建了信任以及交流与融资绩效的关系框架模型,探究奖励型众筹中筹资者描述性信息对融资绩效的影响,从而增强了对众筹项目融资绩效的前因认识。第二,对于筹资者描述性信息,以特征信息为测量标准,可以更加客观准确地衡量筹资者公布信息的全面性,克服了以往文献仅用字数或者拼写正确率不能完整体现描述性信息丰富性的问题,从而为筹资者描述性信息对融资绩效影响的研究提供了一定的参考价值。
二、理论基础众筹的概念由众包演化而来,众包是Howe(2006)首先提出的一个术语,指的是一个公司或者公共机构把过去由员工执行的工作任务,以自由意愿的形式外包给一个非特定(通常是大型的)公众网络的做法。通过众包机构,公司可以从他们的顾客和商业伙伴那里得到想法、回报和解决方法(Belleflamme等,2010),而顾客充当投资者的众包的方式叫做众筹。
现在关于众筹的定义没有统一的学术界定,Schwienbacher和Larralde(2010)认为众筹就是筹资者拥有一个项目或者创意,向一群个体而不是专业的金融机构筹集资金。Belleflamme等(2014)认为众筹就是一种公开募款,新兴企业通过互联网,以募捐、某种类型的回报或者股权形式作为保证,让大众提供资金,帮助他们实现特定的目标。Mollick(2014)基于Schwienbacher等人的定义,提出众筹是个人和组织通过互联网从相对数量较多的公众那里获得相对数量较少的资金,作为项目的启动资金。刘志迎等(2016)综合国内外学者的研究,认为众筹是指互联网背景下,项目发起方(筹资企业或个人)通过线上众筹平台或线下社区等渠道,为其创新项目或公益项目向潜在的大众投资者筹集资金的创新型融资模式。
除了众筹的科学内涵,学者们还在研究众筹的绩效影响因素和参与者动机。关于众筹的绩效影响因素,学者们主要是分析项目特征、筹资者的社会资本、地理因素以及项目本身的动态影响。Mollick(2013)以Kickstarter为研究对象,通过实证研究,发现了众筹项目的目标金额、融资程度和筹资者的社会资本等项目特征对众筹的成功有显著影响。Agrawal等(2011)以音乐众筹网站(Sellaband.com)为研究对象,研究发现地理因素对投资者行为有显著影响。郑海超等(2015)基于信号理论,建立了不确定性、投资风险和人力资本三个维度的模型,研究发现项目动态更新次数、员工人数、项目估值和股东人数显著地影响众筹融资绩效。关于众筹参与者的动机,筹资者的动机主要是筹集资金、吸引公众的注意和从公众中得到他们的项目或者服务的反馈(Belleflamme等,2014)。投资者的动机主要是获取回报、帮助他人和成为众筹社区的一部分(Gerber和Hui,2013)。
现在关于众筹中筹资者描述性信息对融资绩效的影响的研究较少。Mollick(2014)发现项目质量对众筹成功有正向影响,其中项目质量的一个观测指标为项目介绍的文字拼写正确率。Bi等(2017)以众筹网为数据源,建立了一个详尽可能性模型,发现奖励型众筹的项目描述的字数对投资者决策有正向影响。Yuan等(2016)用语义文本分析的方法,发现了众筹项目描述中隐含的语义可以预测众筹是否成功。在前人的研究中,文字拼写正确率以及描述中隐含的语义很难测量筹资者的形象以及信用水平,而项目描述的字数又不能体现描述信息的丰富性,可能筹资者只介绍了一方面的信息,并且用了过多的篇幅,这样显然有些不合理。本文认为对描述性信息应该进行多维分析,引入特征信息的概念,可以更加全面的测量描述性信息。
在以往的关于奖励型众筹的研究中,也有学者用详尽可能性模型来解释投资者的行为。郑海超等(2015)把筹资者信用当做中心路径,筹资者的社会资本和项目质量当做边缘路径。Bi等(2017)把项目质量信号当做中心路径,在线口碑当做边缘路径。本文根据前人的研究,考虑到众筹可以看做一个社会交换过程,在社会交换过程中,“信任”和“交流”是重要的因素。所以本文认为筹资者的描述性信息也是通过两种路径来影响投资者投资决策,其中中心路径是信任,边缘路径是交流。
三、研究模型和假设在奖励型众筹平台上,以众筹网为例,筹资者公布的描述性信息包括“项目详情”“项目更新”和“评论”三部分,“项目详情”是对发起人或团队以及发起项目的介绍,“项目更新”是对众筹项目融资进程的阐述,“评论”是筹资者对投资者提出问题或评价的回复以及两者之间进行的交流。筹资者通过发布“项目详情”和“项目更新”的信息,向投资者展示自己以及项目,从而引导投资者产生对其的信任;在“评论”社区,投资者不仅仅可以阐述自己的看法,并且与其他投资者进行交流,而且投资者也可以与筹资者进行交流,筹资者在“评论”社会发布的信息,促进了其与投资者之间交流的进行。
(一)信任与融资绩效的关系
在奖励型众筹平台,比如众筹网,项目发起人(筹资者)在众筹平台上创建一个网页来介绍自己的项目。这些介绍旨在可以让投资者更加详尽的了解筹资者以及众筹项目,这些介绍中往往包含了项目故事、回报方式、众筹原因和筹资者信息等特征信息。心理学以及行为经济学的学者认为,人们会在某些特定情境下根据这些信息作出决策(Nisbett等,1981;Dellavigna和Gentzkow,2009)。本文认为介绍中所包含的特征数量会影响投资者对筹资者的信任,从而影响投资者的投资决策,因为特征数量过少的话,投资者很难对筹资者的信用做出准确的判断。在众筹中,筹资者和投资者都是匿名的,投资者只能从项目介绍中了解筹资者。然而,投资者在缺乏足够的信息时是风险规避的(Cox和Rich,1964)。Bi等(2017)发现奖励型众筹的项目介绍的字数对投资者决策有正向影响。因此,只有在筹资者提供了特征信息数量足够多的情况下,投资者才会对筹资者产生信任。否则投资者可能会怀疑筹资者的信用水平低,才会隐去一些特征信息。据此,本文做出下列假设:
H1:项目介绍中包含的特征数量越多,融资完成比越高;项目介绍中包含的特征数量越少,融资完成比越低。
Mollick(2014)认为筹资者除了发布项目信息外,还需要在众筹期间,甚至众筹成功之后及时更新信息,向投资者汇报项目进展,以求吸引新的投资者。项目更新是筹资者对众筹项目融资进度的总结介绍,众筹项目每进入一个里程碑式的阶段,筹资者都可以将此信息更新在众筹平台上,向潜在的投资者传达此项目的质量以及自身的能力。项目更新越多,说明众筹项目融资进展得越顺利,可以降低投资者感知到的众筹项目融资失败的风险,增加投资者对筹资者能力的信任,从而影响投资者做出投资决策。据此,本文做出下列假设:
H2:众筹项目更新数量越多,项目融资完成比越高;众筹项目更新数量越少,项目融资完成比越低。
(二)交流与融资绩效的关系
潜在的和实际的投资者可以在评论区发表评论,表达自己支持或不满的原因,筹资者也可以对这些评论进行回复,同时,筹资者和投资者在评论区也可以进行交流。已经有学者发现网上评论是最有效的市场工具,因为人们的在线行为会依赖于其他消费者的评价(Park和Kim,2008;Schlosser,2011)。潜在的投资者通过观察实际的投资者的评论和筹资者的回复,以及自己和筹资者之间进行的交流,可以对众筹项目有更深入的了解,降低投资者感知到的众筹产品与自身预期不匹配的风险。同时,评论区评论数量越多,说明对此项目感兴趣的投资者越多,也反映了筹资者对投资者负责的态度,增加了潜在的投资者对众筹项目融资成功的信心。据此,本文做出下列假设:
H3:评论数量越多,项目融资完成比越高;评论数量越少,项目融资完成比越低。
(三)项目类型对描述性信息与融资绩效之间关系的影响
筹资者通过描述性信息构建自身以及项目的形象,可以想象的是,不同类型的项目,投资者对描述性信息的感知不同。比如一些文化类项目,投资者很难通过项目介绍来了解项目本身的质量,这时候可能会更依赖于交流;而对于科技类项目,投资者会更加偏重于项目本身的质量,而从项目介绍中获取项目质量的信息,这时候可能会更加依赖于信任。在以往的研究中,已经有学者发现,众筹项目的类型会对项目是否成功有显著影响(Mollick,2014),还有学者发现,众筹项目的类型影响投资者进行投资决策(Bi等,2017)。本文认为,对于不同类型的众筹项目,筹资者建立的信任以及交流会对投资者决策产生不同的影响,从而影响融资绩效。据此,本文做出下列假设:
H4:项目类型不同,描述性信息对融资完成比的影响不同。
(四)特征信息种类与融资绩效的关系
有的奖励型众筹项目包含的特征信息种类很多,有的项目特征信息种类很少,那么这些不同种类的特征信息是否都对融资完成比产生正面影响?影响力度是否一样?对于这个问题的研究,可以帮助我们深入了解描述性信息对融资绩效的影响。现实生活中也有很多例证可以说明不同的描述性信息会产生不同的影响结果。比如:不同的销售员推销同一件产品,他们运用不同的描述方法、内容、重点会直接影响销售结果。同样的,在奖励型众筹中筹资者使用不同的方式展示自己的诚信也可能产生不同的效果。Herzenstein等(2011)研究发现在P2P借贷中,借款人的描述是有选择的,建议借款人侧重于描述表达自己诚信的信息。李焰等(2014)发现不同特征的描述性信息对借款成功率影响不同。据此,本文做出下列假设:
H5:不同种类的特征信息数量会对融资绩效产生不同的影响。
图1是本文的基本框架。本文的研究框架描述的是在投资者与筹资者进行社会交换的过程中,信任和交流对奖励型众筹项目融资绩效产生影响,其中信任是中心路径,交流是边缘路径;项目类型在信任、交流与融资绩效的关系中起到调节作用。
四、研究设计(一)数据来源
本文的数据来源于国内知名的众筹网站众筹网(http://www.zhongchou.com)。众筹网上的奖励型众筹提供项目目标筹资金额、已筹集金额、融资完成比、项目类型、项目详情、项目更新以及评论等信息。经过两个多月,本文一共搜集了407个样本数据,其中涵盖了农业(agriculture)、出版(publication)、娱乐(entertainment)、艺术(art)和其他(others)共5种类型的奖励型众筹项目。经过筛选,剔除了目标融资金额过大的样本,最终剩余401个样本数据。在采集数据过程中,我们手工从众筹网“项目详情”中摘取项目介绍的特征信息。
(二)特征信息选取
由于现在众筹发展日益成熟,许多众筹网站都对筹资者撰写的“项目详情”进行模块化分类,每种介绍内容都对应着一种标题。故本文从众筹网奖励型众筹项目“项目详情”中段落标题选取特征信息,经过归纳总结,共确定了项目介绍(introduction)、众筹原因(reasons)、回报(reward)、关于我(about me)、联系方式(contact)、资质(certificate)、资金用途(use of funds)、风险(risk)以及项目进程(progress)共9种特征信息。
项目介绍是筹资者对自己发起的众筹项目的介绍,对应着“项目介绍”和“项目故事”这两种标题。众筹原因是筹资者阐述发起众筹的原因,对应着“我需要你的支持”“为什么需要你的支持”和“为什么众筹”这三种标题。回报是投资者支持众筹项目后获得的奖励,对应着“我提供的项目回报”这一种标题。关于我是对项目发起人或者团队的介绍,对应着“关于我”和“关于我们”这两种标题。联系方式是筹资者提供的自身或者团队的联系方式,包括电话号码、地址和微信等,对应着“联系方式”这一种标题。资质是筹资者对自己所获奖励或者产品资质的介绍,在本文中我们把资质和获奖情况归为一类,因为这些都是反映项目质量和筹资者信用的证明,对应着“资质”和“获奖情况”这两种标题。资金用途是筹资者对项目成功后所筹资金使用计划的描述,对应着“资金用途”这一种标题。风险是筹资者对投资者支持或者使用此产品可能会遇到的风险的描述,对应着“可能存在的风险”和“常见问题”这两种标题。项目进程是筹资者对自己发起的项目进度的介绍,对应着“项目进程”这一种标题。
(三)变量描述
本文的因变量是融资完成比,自变量是特征信息数量、项目更新数量和评论数量,调节变量是项目类型,此外还引入了一个控制变量:目标融资金额。本文中引入这个控制变量,是因为曾经有学者研究验证过这个变量对融资绩效具有显著性影响(Mollick,2014;Bi等,2017)。
关键变量 | 变量描述 | |
因变量 | 融资完成比(Percent of financing,POF) | 众筹项目实际筹资额与目标金额之比 |
自变量 | 特征信息数量
(No. of characteristic information,CI) |
“项目介绍”中包含的特征信息的数量 |
项目更新数量(Updates) | 筹资者在“项目更新”中更新项目状态的数量 | |
评论数量(Reviews) | “评论”中筹资者和投资者交流的数量 | |
调节变量 | 项目类型(Categories) | 众筹项目的类型 |
控制变量 | 目标融资金额(Goal) | 筹资者预期众筹项目筹集的金额 |
(四)分析模型
为了更好地解释信任以及交流对融资绩效的影响,采用分层回归的方法进行分析,模型1是基于控制变量目标融资金额以及调节变量项目类型对因变量融资完成比影响的回归模型;模型2是在模型1的基础上,增加了特征信息数量以及项目更新数量两个自变量,并衡量它们另两个对融资完成比的影响;模型3是在模型2的基础上,增加了自变量评论数量,并分析其对融资完成比的影响。分层回归模型为:
$POF=C+D_1 \times Goal + A\times Categories$ | (1) |
$POF=C+D_1 \times Goal+D_2 \times CI+D_3 \times Updates+A \times Categories$ | (2) |
$POF=C+D_1 \times Goal+D_2 \times CI+D_3 \times Updates+D_4 \times Reviews+A \times Categories$ | (3) |
(一)描述性信息与融资绩效的关系
样本数据的关键变量描述性统计与相关矩阵见表2。从表2可以看出,众筹网中奖励型众筹项目所包含的特征信息数量均值为3.81,总体来看特征信息数量较少。另外,奖励型众筹项目融资完成比差异较大,可以看出,投资者对不同的项目做出的投资决策差别很大。因变量与控制变量以及自变量之间存在显著地相关关系;而且,变量之间相关系数较小(小于0.3),说明不存在多重共线性。
Mean | SD | 1 | 2 | 3 | 4 | 5 | |
1. POF | 101.536 | 275.232 1 | 1 | ||||
2. Goal | 76 158.761 | 190 926.766 0 | –0.109** | 1 | |||
3. CI | 3.81 | 1.284 | 0.158*** | –0.024 | 1 | ||
4. Updates | 2.254 | 3.265 8 | 0.132*** | –0.070* | 0.051 | 1 | |
5. Reviews | 12.616 | 40.634 9 | 0.187*** | –0.005 | 0.128*** | 0.235*** | 1 |
注:N=401;***、**、*分别表示在1%、5%、10%水平上统计显著。 |
描述性信息与融资绩效的关系的分层回归结果如表3所示。可以发现,项目介绍中包含的特征数量越多,融资完成比越高;项目介绍中包含的特征数量越少,融资完成比越低(β=0.132,p<0.01),假设1得到验证。众筹项目更新数量越多,项目融资完成比越高;众筹项目更新数量越少,项目融资完成比越低(β=0.083,p<0.1),假设2得到验证。评论数量越多,项目融资完成比越高;评论数量越少,项目融资完成比越低(β=0.150,p<0.01),假设3得到验证。目标融资金额越高,融资完成比越高;目标融资金额越低,融资完成比越低(β=–0.099,p<0.05)。
Model 1 | Model 2 | Model 3 | |||||||||
β | t | VIF | β | t | VIF | β | t | VIF | |||
Goal | –0.109** | –2.181 | 1.000 | –0.097** | –1.971 | 1.005 | –0.099** | –2.034 | 1.006 | ||
CI | 0.150*** | 3.061 | 1.003 | 0.132*** | 2.711 | 1.018 | |||||
Updates | 0.117** | 2.390 | 1.007 | 0.083* | 1.655 | 1.064 | |||||
Reviews | 0.150*** | 2.994 | 1.074 | ||||||||
F | 4.758** | 6.922*** | 7.537*** | ||||||||
R2 | 0.012 | 0.050 | 0.071 | ||||||||
ΔR2 | 0.038 | 0.021 | |||||||||
注:***、**、*分别表示在1%、5%、10%水平上统计显著。 |
(二)项目类型对描述性信息与融资绩效关系的影响
为了验证项目类型在自变量与因变量关系中的调节作用,我们采用分组回归方法,其中选取了四种项目类型:农业、出版、艺术以及其他,没有选取娱乐是因为样本数量太小(N=26)。项目类型对描述性信息和融资绩效关系的影响结果见表4,可以看到对于农业以及其他类型的项目,得到了与假设一致的结论;对于艺术类型的项目,特征信息数量、项目更新越多,融资完成比越高,但是评论数量与融资完成比关系不显著;对于出版类型的项目,所有的自变量与因变量关系不显著。可以看出,各组回归方程的R2不同,即不同类型的项目描述性信息对融资完成比的解释能力不同,说明项目类型不同,特征值数量、项目更新数量、评论数量对融资完成比的影响不同,假设4得到验证。
agriculture(N=130) | publication(N=63) | art(N=77) | others(N=105) | ||||||||||||
Model1 | Model2 | Model3 | Model 1 | Model2 | Model3 | Model1 | Model2 | Model3 | Model1 | Model2 | Model3 | ||||
Goal | –0.153* | –0.129* | –0.137* | –0.099* | –0.082 | –0.111 | –0.118 | –0.070 | –0.067* | –0.096* | –0.089* | –0.054* | |||
CI | 0.008* | 0.077* | 0.207 | 0.186 | 0.213* | 0.217** | 0.167** | 0.069* | |||||||
Updates | 0.206*** | 0.056** | –0.041 | –0.059 | 0.281** | 0.243** | 0.182* | 0.023* | |||||||
Reviews | 0.503** | 0.066 | 1.333 | 0.732*** | |||||||||||
F | 3.087* | 2.931** | 10.033*** | 0.601* | 1.179 | 0.920 | 1.063 | 4.046 | 3.396** | 0.965 | 2.862** | 30.274*** | |||
R2 | 0.024 | 0.065 | 0.243 | 0.010 | 0.057 | 0.060 | 0.014 | 0.143 | 0.159 | 0.009 | 0.078 | 0.548 | |||
ΔR2 | 0.041 | 0.178 | 0.047 | 0.003 | 0.129 | 0.016 | 0.069 | 0.470 | |||||||
Max VIF | 1.000 | 1.026 | 1.406 | 1.000 | 1.041 | 1.404 | 1.000 | 1.020 | 1.096 | 1.000 | 1.019 | 1.141 | |||
注:***、**、*分别表示在1%、5%、10%水平上统计显著。 |
进一步的,从分析结果中可以看到,对于特征值数量,其对艺术类型的众筹项目融资完成比影响最大,对其他类型的众筹项目融资完成比影响最小,对出版类型的众筹项目融资完成比影响不显著;对于项目更新数量,其对艺术类型的众筹项目融资完成比影响最大,对其他类型的众筹项目融资完成比影响最小,对出版类型的众筹项目融资完成比影响不显著;对于评论数量,其对其他类型的众筹项目融资完成比影响最大,对农业类型的众筹项目融资完成比影响最小,对出版类型以及艺术类型的众筹项目融资完成比影响不显著。
(三)特征信息种类与融资绩效关系
特征信息种类与融资绩效关系的回归分析结果见表5,可以看出,联系方式、资金用途、风险和项目进程与融资完成比存在显著地相关关系,其中拥有联系方式、风险、项目进程这三种特征信息的项目,融资完成比相对较高,拥有资金用途的项目,融资完成比相对较低。从分析结果中我们看到并不是所有种类的特征信息对融资绩效产生显著地影响,假设5得到验证,与先前的其他领域的学者得到的结论一致。并且,本文的结论丰富了众筹领域描述性信息的研究,之前相关的研究大多得到的是一致的结论,即描述性信息会对融资绩效有显著性影响。但是,本文对此问题进行了进一步的研究,发现有些种类的特征信息会对融资绩效产生显著地正向影响,有些种类的特征信息会对融资绩效产生显著地负向影响,有些种类的特征信息对融资绩效的影响不显著。
β | t | VIF | |
Goal | –0.1** | –2.031 | 1.047 |
Updates | 0.047 | 0.924 | 1.131 |
Reviews | 0.167*** | 3.289 | 1.127 |
Introduction | –0.015 | –0.303 | 1.041 |
Reasons | 0.044 | 0.740 | 1.516 |
Return | 0.003 | 0.057 | 1.625 |
About me | 0.019 | 0.341 | 1.299 |
Contact | 0.126** | 2.475 | 1.133 |
Certificate | 0.042 | 0.868 | 1.036 |
Use of funds | –0.109** | –1.977 | 1.322 |
Risk | 0.159*** | 3.053 | 1.183 |
Progress | 0.105** | 2.118 | 1.062 |
F | 3.952*** | ||
R2 | 0.115 | ||
注:***、**、*分别表示在1%、5%、10%水平上统计显著。 |
本文认为产生上述结论有以下原因。项目详情中包含联系方式说明筹资者对自己发起的项目有信心,潜在的投资者可以通过联系方式与筹资者进行线下交流或者进行实地参观,降低了投资者感知到的道德风险;项目详情中包含风险营造了筹资者对自身产品以及潜在投资者负责的形象,有利于投资者对筹资者产生信任,而且增进了投资者对项目全方面的了解;项目详情中包含项目进程体现了产品成功的可能性以及筹资者的能力,降低了投资者感知到的违约风险。联系方式、风险、项目进程塑造了筹资者正面的形象,增加了投资者对其的信任,对融资绩效产生了正向影响。在本文搜集的样本中,可能筹资者描述的资金用途不符合投资者的兴趣,或者与投资者预期的资金用途不一致,导致投资者对筹资者产生不信任,所以对融资绩效产生了负向影响。项目介绍、众筹原因、回报、关于我和融资绩效没有显著地关系,可能是因为大多数众筹项目都包含这4种特征信息,同时项目平均特征信息数量也是近似于4个,所以单单从特征信息标题来看不能区分项目的好坏。资质和融资绩效没有显著的关系,可能是因为筹资者提供的相关资质或者证书不是有“分量”的,投资者认为这些资质不能证明项目的好坏或者筹资者能力,不能增加投资者对筹资者的信任。
接着对项目类型对特征信息种类与融资完成比之间关系的影响作用进行分析,发现项目类型在不同种类的特征信息与融资完成比之间具有调节作用。对于“联系方式”,其对艺术类型的众筹项目融资完成比影响最大,对农业类型的众筹项目融资完成比影响最小,对出版和其他类型的众筹项目融资完成比影响不显著;对于“资金用途”,其对艺术类型的众筹项目融资完成比影响最大,对农业类型的众筹项目融资完成比影响最小,对出版类型的众筹项目融资完成比影响不显著;对于“风险”,其对艺术类型的众筹项目融资完成比影响最大,对其他类型的众筹项目融资完成比影响最小,对农业和出版类型以及艺术类型的众筹项目融资完成比影响不显著;对于“项目进程”,其对其他类型的众筹项目融资完成比影响最大,对艺术类型的众筹项目融资完成比影响最小,对出版类型以及艺术类型的众筹项目融资完成比影响不显著。
(四)稳健性检验
为了验证模型的稳健性,对因变量换取另一个指标测量:支持人数。之前也有很多学者用支持人数来衡量众筹融资绩效(Colombo等,2015;Bi等,2017;Agrawal等,2016)。描述性信息与融资绩效关系的稳健性检验分析结果见表6,可以从结果中发现,我们得到与表3一致的结论,所有的假设均得到验证。所以可以验证模型是稳健的。
项目类型对描述性信息与融资绩效关系影响的稳健性检验分析结果见表7,可以从结果中发现,各组回归方程的R2不同,即不同类型的项目信任以及交流对融资完成比的解释能力不同,说明项目类型在特征值数量、项目更新数量、评论数量与融资完成比的关系中具有调节作用。结论与表4一致,说明模型是稳健的。
对于特征值数量,其对艺术类型的众筹项目融资完成比影响最大,对农业类型的众筹项目融资完成比影响最小,对出版类型的众筹项目融资完成比影响不显著;对于项目更新数量,其对艺术类型的众筹项目融资完成比影响最大,对其他类型的众筹项目融资完成比影响最小,对出版类型的众筹项目融资完成比影响不显著;对于评论数量,其对农业类型的众筹项目融资完成比影响最大,对其他类型的众筹项目融资完成比影响最小,对出版类型以及艺术类型的众筹项目融资完成比影响不显著。调节效果与表4有些许差别,是因为有大投资者的存在,因为众筹投资是有梯度的,投资者可以投资一元到几千元不等,由于大投资者的存在,会造成支持人数与融资完成比的差异性。
Model 1 | Model 2 | Model 3 | |||||||||
β | t | VIF | β | t | VIF | β | t | VIF | |||
Goal | –0.096 | –1.925* | 1.000 | –0.087** | –1.871 | 1.005 | –0.077* | –1.778 | 1.006 | ||
CI | 0.143*** | 2.961 | 1.003 | 0.117*** | 2.667 | 1.018 | |||||
Updates | 0.257** | 5.390 | 1.007 | 0.198*** | 4.421 | 1.064 | |||||
Reviews | 0.380*** | 8.450 | 1.074 | ||||||||
F | 3.706* | 12.922*** | 33.886*** | ||||||||
R2 | 0.009 | 0.083 | 0.255 | ||||||||
ΔR2 | 0.074 | 0.172 | |||||||||
注:***、**、*分别表示在1%、5%、10%水平上统计显著。 |
agriculture(N=130) | publication(N=63) | art(N=77) | others(N=105) | ||||||||||||
Model1 | Model2 | Model3 | Model1 | Model2 | Model3 | Model1 | Model2 | Model3 | Model1 | Model2 | Model3 | ||||
Goal | –0.045* | –0.008* | –0.004* | –0.801*** | –0.794*** | –0.752*** | –0.078 | –0.081 | –0.061* | –0.077 | –0.068* | –0.018* | |||
CI | 0.121* | 0.020* | 0.104 | –0.136 | 0.097* | 0.171** | 0.181* | 0.126* | |||||||
Updates | 0.323*** | 0.060* | 0.028 | 0.002 | 0.117 | 0.111* | 0.223** | 0.108** | |||||||
Reviews | 0.736*** | 0.095 | 0.804 | 0.410*** | |||||||||||
F | 0.258* | 5.940** | 31.796*** | 109.401* | 37.244*** | 28.261*** | 0.462 | 0.699 | 0.965*** | 0.616 | 3.694** | 8.170*** | |||
R2 | 0.002 | 0.124 | 0.504 | 0.642 | 0.654 | 0.661 | 0.006 | 0.028 | 0.157 | 0.006 | 0.099 | 0.246 | |||
ΔR2 | 0.122 | 0.380 | 0.012 | 0.007 | 0.022 | 0.129 | 0.093 | 0.147 | |||||||
MaxVIF | 1.000 | 1.026 | 1.406 | 1.000 | 1.041 | 1.404 | 1.000 | 1.020 | 1.096 | 1.000 | 1.019 | 1.141 | |||
注:***、**、*分别表示在1%、5%、10%水平上统计显著。 |
(一)研究结论
基于社会交换理论,针对筹资者的描述性信息,研究奖励型众筹项目的特征信息数量、项目更新数量以及评论数量与融资完成比的关系,并探讨了项目类型对其关系的影响,通过实证分析的方法,得到以下结论:第一,特征信息数量、项目更新数量以及评论数量充分,越有利于成功融资;第二,项目类型不同,特征信息数量、项目更新数量以及评论数量对融资完成比的影响作用不同;第三,从筹资者描述的项目详情的特征信息种类来看,联系方式、资金用途、风险和项目进程与融资完成比存在显著地相关关系,其中联系方式清晰程度、项目风险性、项目进程对成功融资有裨益,资金用途过于明确反而不利于筹资绩效提升;项目介绍、众筹原因、回报、关于我、资质与融资完成比关系不显著。
(二)管理启示
基于以上结论得出以下几点启示。第一,特征信息是筹资者获取投资者信任的重要途径,因此,筹资者应该在项目详情中描述更多种类的特征信息,从而可以营造良好的信用形象,提高项目融资绩效,但是需要注意的是,资金用途不宜过于清晰,否则,不利于融资。第二,项目更新数量越多,说明项目进展越顺利,可以获得投资者的信任,吸引更多新的投资者,从而提高融资绩效。因此,筹资者应尽量及时发布项目更新内容,随时与投资者分享。第三,评论是筹资者与投资者进行交流的重要途径,评论数量越多,融资绩效越高。因此,应在评论区积极回复投资者做出的评价,并与投资者进行交流,以便潜在投资者可多维度地了解项目信息,降低投资者感知到的众筹产品与自身预期不匹配的风险,从而有利于提高融资绩效。
(三)研究展望
此外,还有一些后续需要研究的内容。第一,本文只研究了奖励型众筹中筹资者描述性信息对融资绩效的影响,规避了信息不对称造成的逆向选择风险,描述性信息是否能规避违约风险还有待研究。第二,不同种类的特征信息之间是否存在相互促进或者相互削弱的作用,以及投资者个人情感因素是否导致判断偏差等需要进一步研究。第三,对资金用途与融资完成比呈负相关关系至今没有十分合理的解释,两者之间的关系也仍需要研究。
[1] | 李焰, 高弋君, 李珍妮, 等. 借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析[J]. 经济研究, 2014(S1): 143–155. |
[2] | 刘志迎, 石磊, 马朝良, 等. 众筹融资绩效影响因素研究——基于文献综述的视角[J]. 科学学与科学技术管理, 2016(11): 117–127. |
[3] | 郑海超, 黄宇梦, 王涛, 等. 创新项目股权众筹融资绩效的影响因素研究[J]. 中国软科学, 2015(1): 130–138. |
[4] | Agrawal A, Catalini C, Goldfarb A. Are syndicates the killer app of equity crowdfunding?[J]. California Management Review, 2016, 58(2): 111–124. |
[5] | Belleflamme P, Lambert T, Schwienbacher A. Crowdfunding: Tapping the right crowd[J]. Journal of Business Venturing, 2014, 29(5): 585–609. |
[6] | Bi S, Liu Z Y, Usman K. The influence of online information on investing decisions of reward-based crowdfunding[J]. Journal of Business Research, 2017, 71: 10–18. |
[7] | Colombo M G, Franzoni C, Rossi-Lamastra C. Internal social capital and the attraction of early contributions in crowdfunding[J]. Entrepreneurship Theory and Practice, 2015, 39(1): 75–100. |
[8] | Cox D F, Rich S U. Perceived risk and consumer decision-making: The case of telephone shopping[J]. Journal of Marketing Research, 1964, 1(4): 32–39. |
[9] | Dellavigna S, Gentzkow M. Persuasion: Empirical evidence[J]. Annual Review of Economics, 2009, 2: 643–669. |
[10] | Gerber E M, Hui J L. Crowdfunding: Motivations and deterrents for participation[J]. ACM Transactions on Computer-Human Interaction, 2013, 20(6): 34. |
[11] | Herzenstein M, Sonenshein S, Dholakia U M. Tell me a good story and i may lend you money: The role of narratives in peer-to-peer lending decisions[J]. Journal of Marketing Research, 2011, 48(SPL): S138–S149. |
[12] | Howe J. Crowdsourcing: A definition[M]. Crowdsourcing: Tracking the Rise of the Amateur, 2006. |
[13] | Mollick E. The dynamics of crowdfunding: An exploratory study[J]. Journal of Business Venturing, 2014, 29(1): 1–16. |
[14] | Nisbett R E, Zukier H, Lemley R E. The dilution effect: Nondiagnostic information weakens the implications of diagnostic information[J]. Cognitive Psychology, 1981, 13(2): 248–277. |
[15] | Park D H, Kim S. The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews[J]. Electronic Commerce Research and Applications, 2008, 7(4): 399–410. |
[16] | Schlosser A E. Can including pros and cons increase the helpfulness and persuasiveness of online reviews? The interactive effects of ratings and arguments[J]. Journal of Consumer Psychology, 2011, 21(3): 226–239. |
[17] | Shih H P, Lai K H, Cheng T C E. Informational and relational influences on electronic word of mouth: An empirical study of an online consumer discussion forum[J]. International Journal of Electronic Commerce, 2013, 17(4): 137–166. |
[18] | Yuan H, Lau R Y K, Xu W. The determinants of crowdfunding success: A semantic text analytics approach[J]. Decision Support Systems, 2016, 91: 67–76. |