行為經濟學視角下的互聯網金融對中小企業融資影響研究

徐榕蔚

摘 要：當今社會，融資難已經成為制約我國中小企業發展的一個重要因素，而互聯網金融的引入為中小企業融資開拓了新渠道。在此背景下，放松經濟人的假設，從投資者和中小企業的心理、行為特征以及認知偏差的角度出發，引入默認值、直接推斷法以及羊群效應導致的可能存在的非理性行為來分析中小企業來融資困難的原因。同時，將互聯網金融作為開辟中小企業融資新道路的解決方式，結合行為經濟學加以分析，從啟發法、時間偏好不一致和多樣化啟發的角度分析互聯網金融對中小企業融資產生的影響。

關鍵詞：中小企業融資；互聯網金融；行為經濟學

中圖分類號：F275 文獻標志碼：A 文章編號：1673-291X（2017）17-0100-04

引言

中小企業作為我國龐大的企業群體，在促進經濟增長、推動創新、增加稅收、吸納就業、改善民生、充分利用社會閑散資金等方面具有不可替代的作用。然而，在中小企業運行的過程中，融資難成為困擾中小企業正常運作的首要問題。其原因主要可以歸結為中小企業與銀企之間信息不對稱（Stiglitz、Weiss，1981）[1]、以壟斷大銀行為主導的市場結構和經濟中的摩擦因素的過多（李志、韋倩和王凱，2011）[2]、中小企業的財務管理混亂、信用擔保機制缺失、資信相對較差（邢樂成、王延江，2011）[2]等。

但是，隨著互聯網金融的快速發展，企業的發展模式有了巨大的變化，也為中小企業的發展開辟了許多新路。以互聯網為代表的信息網絡技術打破了時間和空間的限制，不僅擴展了企業的融資渠道，同時降低了融資成本，提高了中小企業的融資效率（Mishkin&Strahan，1999；Sato & Haokins，2001）[3]。我國學者張嬌梅（2015）從互聯網的實質與特征方面探討，認為互聯網金融基于其“長尾市場”特征而將原來在外部資本市場難以融得資金的零散的中小客戶群集合起來，使得互聯網金融在中小企業融資中具有更大潛力[4]。然而互聯網金融的出現會加速金融交易的脫媒化，與此同時也會出現如網絡安全、隱私保護、信息泛濫與信息過濾（Economides，2001）[3]和互聯網金融的借貸模式風險控制（Gleisner and Berger，2008）等問題[5]。謝平、鄒傳偉、劉海（2015）從互聯網金融監管的必要性出發，提出要加強互聯網金融的功能監管、機構監管和監管協調[6]。謝貴超（2015）從金融風險的角度出發，認為中小企業應加強對風險的識別與判斷，完善風險管理制度[7]。

現在大多數的學者的觀點都是從降低成本和信息不對稱的角度來分析中小企業融資難和互聯網金融給中小企業帶來的影響，幾乎現在所有的理論都是基于人的理性、自利、完全信息、效用最大化及偏好一致基本假設的不足，但是卻忽略了投融雙方情緒、時間壓力等對決策的影響，在世界各地中小企業均遇到融資難的今天，討論該問題卻又顯得極為重要。故本文旨在從行為經濟學角度分析其融資難的原因，從不同角度揭示互聯網金融給我國中小企業融資開啟的新道路。

一、我國中小企業融資難的分析

（一）我國中小企業融資現狀特點

就圖1統計而言，2015年我國的融資規模主要集中在500萬以下，占比達到51%，其中融資企業以中小微企業為主。中小微企業提供了全國非農產業半數以上的就業崗位，是應對當前經濟下行壓力的重要途徑，然而中小微企業的融資現狀卻并不樂觀。

易觀網數據顯示，近90%的中小微企業融資需求無法得到有效滿足，占中國企業總量90%的小型企業從銀行貸款份額僅占16.6%，近30%的創業企業因資金短缺問題而導致創業失敗。資金不足、“融資難、融資貴”是企業家創業失敗的重要原因。

（二）中小企業融資難的原因

目前主流的原因分析將投融資者的決策行為視為黑箱，簡單地從中小企業結構和銀行政策制度角度進行分析，由于假設條件的過分理想化，使得其理論原因存在部分理性的誤區。僅分析中小企業自身的資產規模小、資產抵押能力弱、管理水平較低等原因，中小企業從銀行、資本市場進行融資的渠道受限，忽略了投資者在決策過程中的情緒、時間壓力等對決策的影響，而這明顯與現實有差異。從行為經濟學的角度分析，我們會發現以下幾個隱性影響因素：

1.默認值影響行為

西方傳統經濟學中的理性經濟人假設認為，人們決策時是理性的、追求效用最大化的。但近年來，行為經濟學者們發現默認效應的存在會使人們的決策行為受到影響而偏離該假設[8]。默認效應指的是當存在默認選項時（default option），人們決策時傾向于保留默認選項而不做出改變的一種現象。而導致默認效應的原因則是失規避（loss aversion）（劉歡，梁竹苑，李紓，2009）[9]。個體在不確定情況下的損失規避具有參照依賴性（reference dependence）（Tversky&Kahneman，1991）[8]。

根據理論我們可以進行分析，假設損失與獲益在客觀上相當的情況下，投資者面臨的投資決策有兩個，即原來的大型企業和現在的中小企業。而投資者決策時容易把作為默認選項的大型企業視為一種參照點，參照依賴使人們對損失與獲益的判斷發生變化，由于損失引起的個體主觀感受性更大，因而為了避免舍棄默認選項造成的心理上的損失，人們通常會保留作為默認選擇的大型企業，而不愿意輕易嘗試投資新興的中小企業，不管對自己是否有益。這種保留之前的投資習慣，體現了選擇默認選項的傾向性，由此可推測這也是投資者對于新興中小企業投資拖拉和被動消極的部分原因。

2.直覺推斷法的引入

在我們假定個體是理性的時候，個體對客觀概率分布的主觀判斷服從貝葉斯法則，這意味著個體能充分使用之前的信息，從而形成一個先驗判斷；而當新的信息樣本出現時，個體可以基于新信息來對先驗判斷實施最優的貝葉斯更新。然而大量研究表明，個體在現實中對客觀概率的主觀判斷并不一定符合貝葉斯法則。對于這些異象，用行為經濟學來解釋，在風險條件下，人們常常基于某些直覺判斷法來估計概率[10]。在現實中，投資者的認知能力是有限的。由于投資者無法在短期內迅速有效地對信息進行接受、處理和分析可得信息，因此投資者會常常在無意識的狀態下傾向于憑借和使用各種直覺推斷法來幫助判斷。通常，越是不常見的收益或者風險，越是容易給人留下深刻的印象，此類事件越容易被高估。

對投資者而言，在有限的時間內讓他們徹底了解新型中小企業是一個艱巨的認知任務，而日常中有關中小企業壞賬逃逸等的負面報道，使得投資者對其風險敏感，傾向于將前景不好和風險太大作為中小企業的代表性特點。用貝葉斯更新理論來分析，我們假設最初中小企業的壞賬風險為50%，我們記為先驗概率P（A）。其后，某新聞報道有關中小企業的負面消息，記為新的信息證據B。它的出現可以使個體對原有的先驗概率P（A）進行調整與更新，更新后的條件概率P（A|B）就為后驗概率。投資者所要做的事情就是對條件概率P（A|B），即在獲得中小企業負面信息后對其風險進行估計。根據貝葉斯公式我們可以知道：

P（A|B）=P（A）*P（B|A）/P（B） ①

P（A′）=1-p（A） ②

然而，代表性直覺推斷法會使投資者對信息B產生過度反應。由于風險高、壞賬等特點較容易代表中小企業的特征，同時對信息A′（大企業）很不具有代表性，因此，個體很容易高估出現信息B的條件概率P（B|A），于是①中的更新系數P（B|A）/P（B）被高估，導致最終的概率判斷出現向上的偏差，從而導致投資者不愿意投資。

3.羊群效應

投資者中的“羊群效應”是一種特殊的非理性行為，是指投資者跟隨市場中大多數人的行為做出相同的決策，而忽略自己擁有的信息，不采取他們應該采取的投資行為（Banejee，1922）[11]。在不確定中小企業的信息環境的情況下，投資者的行為受到其他個體的影響，于是投資者們紛紛選擇轉向市場中大多數人和輿論認為前景好并且可靠的大企業，而不是不被看好的中小企業。其原因可以歸結為節約信息搜集成本的需要、從眾的本能和推卸責任避免后悔的情緒[11]。投資者的羊群行為使得投資者不能站在客觀科學的角度對投資行為進行分析，不能按照科學合理的標準來做出投資決策，盲目跟隨市場熱潮可能會出現投資者寧愿投資資金飽和的大型企業也不愿意投資資金匱乏的中小型企業，增加了中小企業融資的難度。

中小企業在發展初期同樣可能存在羊群行為，因為這時的中小企業在融資方面的經驗和信息十分有限，他們模仿大多數其他大型企業傾向選擇向銀行貸款，從而在降低小企業選擇決策時的成本的同時限制了中小企業的融資。目前我國銀行主要服務對象是大型企業，對中小企業貸款的興致不高。而多數中小企業一味模仿大中型企業的融資方式，卻不考慮自己的現實還貸能力、生產規模和抵押能力，一方面來說不容申請到貸款，另一方面一旦小企業還貸能力出了問題就會造成銀行壞賬率的提高。這樣下去的結果就是使小企業信貸更加困難，形成惡性循環最終更難從銀行融資。

二、互聯網金融對中小企業融資的影響

（一）互聯網金融的引入

互聯網金融是依托于虛擬支付平臺、云計算、社交網絡以及搜索引擎等互聯網工具而產生的新興金融模式。這種新模式在吸引大量客戶的同時也在改變著人們的生活模式。據中國電子商務研究中心（100EC.CN）監測數據顯示，2016年上半年中國互聯網金融投融資市場發生的投融資案例共計174起，獲得融資的企業數為168家，融資金額約為610億元人民幣。在投融資總額方面，與2015年同期數據相比，2016上半年的互聯網金融市場投融資規模增長達337%以上，并已經達到2015全年度互聯網金融市場投融資總額944億元的64.61%，單筆投融資額上升明顯。據波士頓咨詢公司統計，中國善于利用互聯網的中小企業平均銷售增長率為25%，比不善于利用互聯網的中小企業平均銷售增長率高15個百分點。中小企業提供的就業機會中，80%是與互聯網相關的。本文著重分析以第三方支付平臺、眾籌、P2P為代表的互聯網金融產品帶來的影響。

（二）互聯網金融的模式特點

互聯網金融在大數據和電子商務發展的推動下迅速崛起，其優勢特點在于效率高、交易成本低，資金供求雙方可以通過網絡平臺自行完成信息匹配和交易，節省了中介費用，加快了速度；同時，金融服務更直接，突破了時間和空間的局限，將零散的客戶集中起來，其覆蓋面之廣甚至囊括了部分傳統金融業的金融服務盲區，有利于提升資源配置效率，促進實體經濟發展。目前，我國互聯網金融的發展形態多種多樣，互相滲透，除去銀行的互聯網支付窗口，總體來說主要有P2P網貸金融模式、以余額寶為代表的互聯網式貨幣基金模式、眾籌平臺模式、第三方支付平臺模式等。

（三）基于行為經濟學分析互聯網金融帶來的影響

1.啟發法的角度分析互聯網金融帶來的影響

為了滿足生存需要，在很多情況下，人們不會采用窮盡所有信息的“理性”決策策略，而會利用更簡潔、更實用的啟發式原則（Gigerenzer&Selten，2001；Goldstein &Gigerenzer，2002；Brandstatter et al.，2006）。啟發式技術通常被稱為一個簡單的啟發式，是解決任何問題的方法。采取一個實際的方法不能保證最優或完美，但足夠接近目標，啟發式方法可以用來在加速的過程中找到一個滿意的解決方案。啟發式可以視為一種心理捷徑，減輕認知負荷的一個決定。由于中小企業和投資者之間的信息不對稱，使得中小企業在發展的過程中花費大量的力氣在不同投資者中尋找愿意提供的貸款中所需成本最小的。但是，這種信息搜尋成本作為一種機會成本，對于中小企業而言常常大于信息搜尋帶來收益。因此，中小企業基于啟發式原則下不愿意耗費巨大的搜尋成本而往往直接采取向銀行貸款等高成本的融資渠道，造成資源效率低下。而互聯網金融這個大平臺的發展可以作為中小企業融資破除啟發性行為的適用性工具。

在新時代，搜索引擎、大數據、社交網絡和云計算的出現，使得市場信息處理效率高且不對稱程度較傳統方式低，交易雙方資金期限匹配度提高，交易成本降低，節約了中小企業融資的搜尋成本，使中小企業避免了盲目地采取非理性的融資方式。中小企業加入互聯網金融的大軍在拓寬其融資渠道的同時優化了資源配置，促進了社會的公平與效率，使得市場充分有效。在這種資源配置方式下，雙方或多方交易可同時進行，可吸引大量的顧客，從而給中小企業融資提供了更多的機會。以P2P為例，根據圖2，截至2014年底，中國網貸行業有史以來累計成交量超過3 829億元。2014年網貸行業全年累計成交量高達3 058.2億元，是2013年的3.4倍。至2015年，網貸行業依舊處于快速增長階段，雖然新增平臺的增長速度有所放緩，但全行業成交額則呈指數型增長的態勢。全行業成交量超過一萬億，網貸投資人同比增長了10倍。從交易量看，P2P已經成為互聯網金融中最重要的一塊版圖。

但是，作為新興產業的互聯網金融仍然存在著不少的問題，信息泄露、企業壞賬和平臺倒閉等問題嚴重。截至2016年4月30日，零壹研究院數據中心監測到的P2P借貸平臺共4 465家（僅包括有線上業務的平臺），其中正常運營的僅有2 393家，占到53.6%的比例。故加強互聯網金融的監管也迫在眉睫。

2.偏好動態不一致

行為經濟學家大量的研究已經證實，個體在做決策的過程中表現了個體時間偏好不一致的特征。學者們將原因主要歸結于不耐心遞減（Thaler，1981）和自我控制（Strotz，1956）問題。其中決策者行為不耐心遞減認知偏差的邏輯結果可以用貼現率遞減來表示。人們在短期更傾向于較早、較少報酬的不耐心非理性行為，對于長期跨期選擇，則偏好較多報酬、較晚實現的選擇，表現相對理性[12]。

在Samuelson [13]的指數貼現效用模型中，貼現函數固定。其效用最大化公式為：

U（t） （ct，…，cT）為跨期效用函數，D（k）為個體的貼現函數，U（ct+k）為個體的基數即時效用函數——在t+k期的福利，p為個體的純時間偏好率（他的貼現率）。

將時間偏好不一致因素考慮進來之后，借用Phelps提出的研究迭代模型中代際間的利他主義問題半雙曲線模型，完善后可以被應用到投資者們的投資決策上[13]（Laibson，1997）來進行分析[13]。

在公式⑤中，本期和下一期的單期貼現率，未來任意兩期的單期貼現率是⑥，在此假設中本期和下一期的貼現率是遞減，這時個體呈現不耐心遞減特征。因此，在投資者時間偏好不一致的情況下，在短期中人們更愿意獲得眼前的利益，投資者偏好較早期的報酬，在一定程度上他們甚至可能會忽視其帶來的風險。互聯網金融產品的周期短，并且十分靈活靈活，受平臺資本端限制，好贖回、低風險、高收益，比起傳統耗時長、回報率低的投資，能夠解決過去中小企業融資的需求和供給特性不匹配的問題。融360監測的數據顯示，2016年3月P2P平臺的平均借款期限為4.47個月，而近一年來平均期限基本都在4—5個月之間。對于P2P投資人來說，一般3—6個月的理財產品最受歡迎，產品期限過短或過長問題都比較多。另外，寶寶類產品在結算方式上能做到日日結算，每日都可將收益轉化為基金份額，這樣投資者能產生比其他基金賺錢的錯覺，更能吸引投資者。

3.多樣化啟發

丹尼爾和George Loewenstein首先發現多元化傾向。（Benartzi& Thaler，2001）提出，行為個體具有投資者天性的多元化傾向，投資者的多樣化投資趨勢超出正當經濟上合理理由[14]。天真的多元化傾向復制在不同樣本使用參與者操縱的投資組合選擇。參與者只關注直覺預測這種偏見的差異，投資者越多使用直觀的判斷，他們就越有可能顯示天性的多元化傾向。天性的多樣化是一種選擇啟發式（也稱為“多元化啟發式”）。也就是說，當被要求做出一些選擇時，人們傾向于多元化的決定。

理查德·泰勒和ShlomoBenartzi天真的儲蓄計劃多樣化研究發現，如果一個退休計劃比債券類共同基金股票擁有更多的共同基金，就可能會有更重的股票分配。另外，如果計劃有更多的大型股股票共同基金，就可能會有一個更重的大額股票分配。其結果表明，參與者注重直覺與天真的多樣化的差異的偏見。更多的投資者使用直觀的判斷，他們顯示天真的多元化傾向。互聯網金融產品種類多樣化地利用行為主體的天真的多樣化特點，從2013年跌宕起伏的各類眾籌模式，到2014年過山車式的比特幣，再到一度如雨后春筍般的“寶”類產品，以及勵志逆襲并轉型的傳統金融行業。互聯網金融產品的多樣化使得投資者的選擇不再單一，出于分散風險的考慮，他們更愿意投資多元化的互聯網產品，因為相比傳統的企業融資方式來說，這些產品對于投資者更具有吸引力。互聯網金融產品的多元化符合投資者不把所有雞蛋都放在同一個籃子里的心理，即符合人們分散風險、趨利避害的心理。因此，中小企業可以利用互聯網金融產品的多樣化，吸引各色投資者對其進行投資。

三、結論

本文主要從行為經濟學機制方面來分析中小企業融資難的原因和互聯網金融創新對中小企業融資的影響。通過放松經濟人假設，從而構建了一種新分析框架，結合行為經濟學分析了互聯網金融對中小企業融資產生的影響：第一，基于啟發法的角度分析可以減少中小企業融資的搜尋成本。第二，基于行為主體時間偏好不一致的角度分析互聯網金融產品的周期短和靈活性高可以吸引更多的投資者。第三，利用天性的多樣化偏見的角度來解釋互聯網金融產品多元化帶來的優勢。盡管目前的互聯網金融還存在著不少的問題，但是它對中小企業融資困難確實帶來了一定程度上的緩解，也促進了我國經濟的發展。因此，我國也需要加大力度對互聯網金融進行管制，加強風險的識別和判斷，完善風險管理和提高網絡技術水平，創造一個健康的互聯網金融環境。

參考文獻：

[1] Stiglitz J.and-Weiss-A.Credit rationing in market with imperfect information[J].The American Economic Review，1981，71（3）：393-410.

[2] 邢樂成，王延江.中小企業融資難問題研究：基于普惠金融的視角[J].理論學刊，2013，（8）：48-51.

[3] 王達.美國互聯網金融的發展及中美互聯網——基于網絡經濟學視角的研究與思考[J].環球金融，2014，（12）.

[4] 張嬌梅.互聯網金融對中小企業融資影響分析[J].現代商貿工業，2015，（17）：131-132.

[5] 宋歌.互聯網金融對商業銀行的影響探究[D].鄭州：河南工業大學，2016.

[6] 謝平，鄒傳偉，劉海二.互聯網金融監管的必要性與核心原則[J].國際金融研究，2014，（8）：3-9.

[7] 謝貴超.互聯網金融對中小企業融資的影響及對策[J].商，2015，（37）：163-164.

[8] Vartiainen.hannuDiamond.Peter.Behavioral Economics and Its Applications[M].Princeton UnivPr，2007.

[9] 黃寶珍，徐富明，王偉.行為決策中的默認效應[C].北京：中國心理學會，2011.

[10] 賀京同，那藝.行為經濟學選擇、互動與宏觀行為[M].北京：中國人民大學出版社，2015.

[11] 趙華.小企業非理性財務行為研究[D].沈陽：東北大學，2010.

[12] 陳冀，曹國華，陳典發，慕文濤.時間偏好對項目靈活性價值和投資時機的影響[J].系統工程，2011，（10）：1-6.

[13] 陳冀.個體時間偏好差異對投資影響研究[D].重慶：重慶大學，2009.

[14] Fernandes D.The 1/N Rule revisited：Heterogeneity in the na？ve diversification bias [J].International Journal of Research in Mar-keting，2013，30（3）：310-313.