眾籌項目達成結果影響因素分析及預測

胡馨怡+周子川+劉振宇+李佳琪+陳昊

【摘要】隨著互聯網金融的進一步發展，眾籌已經成為中青年創業、創新的推動力量。眾籌平臺項目達成率是投融資人的決策參考因素，也是平臺經營效率、經營業績的重要衡量指標。基于中國眾籌平臺項目達成率普遍偏低的問題，本文運用二分類Logistic回歸模型，探究影響眾籌項目籌資結果的主要因素；實證結果顯示，籌資人是否提供社交媒體聯系方式、項目目標金額、項目籌資期限、項目被分享的次數以及部分項目分類是影響項目成敗的主要因素。本文基于實證結果，進一步建立項目達成概率預測模型，依靠上述指標預測項目成功的可能性概率，并將從眾籌平臺、籌資人、投資人三個維度提出具有針對性的建議。

【關鍵詞】眾籌平臺 眾籌項目 二分類Logistic回歸模型 項目結果預測

一、問題的提出

在“大眾創業、萬眾創新”的新常態下，眾籌“集眾人之智，匯眾人之資”的功能應適應市場需求協調發展。近年來，眾籌平臺發展日趨成熟，投資規模、投資數量不斷擴大，平臺科技創新與跨業合作也為平臺轉型做出了積極貢獻。

基于投資人理性假設，項目的達成率是受諸多因素影響的。一些項目缺乏新意、宣傳方式陳舊卻籌資期限冗長，不應該與其它潛力項目混為一談，長期占據平臺重要版面，這樣可能降低平臺經營效率，影響平臺持續性發展。

然而，項目達成率的提高，需要拉近行為雙方（項目投資人與籌資人）在眾多問題上的契合程度。除了項目分類以外，影響項目達成率的因素主要包括兩個方面：第一，信息不對稱——投資人與籌資人之間的信息不對稱將直接影響項目的達成。第二，項目的內在屬性——當項目的內在屬性與投資人偏好高度擬合時會產生期望的投資結果，反之則不利于項目的達成。如果能根據歷史數據，找到投資人投資行為在以上方面呈現的主要特點，則可以根據這種特點預測出部分項目的達成可能性。

綜上，本文將從以上兩點出發，選定項目達成結果的相關影響因素進行分析，運用Logistic二分類回歸模型建立一個預測項目成功概率的相關模型，并提出實踐性較強的平臺改革方案。

二、文獻綜述

中國眾籌發展起步雖晚于歐美其他發達國家，但不能盲目照搬他國經營方式，而需要結合中國國情。

從投資人的角度分析，早在2014年，楊東、黃超達等人在《贏在眾籌》一書中便對中國眾籌投資人的長尾特征做了說明，中國眾籌投資人還處在一個較不成熟的階段。

在項目屬性方面，一些學者在過去以大眾作為調研主體，從行為金融學的角度分析了投資人決策行為：韓騄、張元萍（2016）在《商品回報型眾籌項目融資效率研究——以Kickstarter平臺為例》中運用數據包絡法對不同類別項目的融資效率進行了分析，并得出籌資效率高的項目具有受眾群體輕齡化、產品科技化及口碑基礎好等特征。苗文龍、嚴復雷在《眾籌融資、項目選擇與技術進步》中肯定了眾籌融資制度，選擇“好”項目的概率高于單人決策的金融制度。

在項目管理方面，功能透視原理提出新金融服務應從“金融機構”向“金融產品”改革，而這種改革能否成功，之于眾籌而言，則取決于眾籌項目的質量能否跟上大時代的發展步伐。2014年Mollick以Kickstarter歷史項目作為研究基礎，分析了影響項目成功的主要因素，并得出項目質量和個人網絡對項目成敗有顯著影響。另一方面，Read則分析了眾籌平臺上公益類項目的成功概率，并提出，眾籌融資方式類似于Andreoni（1989）提出的暖光效應。

綜上所述，現有的理論研究涉及到了眾籌的諸多方面，但未將籌資達成率與上述因素建立直接的相關性研究，因而無法進一步提出相應的事前解決方案。本文將以“青橘眾籌”為例，分析以上因素對籌資達成率的影響，并進一步確定具體項目籌資結果成功的概率，豐富上述理論研究。

三、數據來源與模型構建

（一）數據來源

本文手工收集青橘網項目數據，并以此為基礎開展研究。

青橘眾籌是國內首家創意型眾籌平臺，坐落于上海自貿區，每周活躍用戶超過一百萬，共籌集資金超過4000萬元，該平臺的主要服務對象是以大學生為首的有創新、有野心的年輕人。

（二）模型的選擇——二分類Logistic回歸模型

二分類Logistic回歸模型適用于分類變量的分析與研究，在過去，卡方檢驗、列聯表等分析方法常運用于分類變量的研究中，但這些分析方法具有局限性。二分類Logistic回歸模型可以彌補這些局限性：該模型可以描述若干因素的作用大小及方向、考察各因素間的交互作用，彌補卡方檢驗無法對連續性自變量進行分析的缺陷。

該模型可用于當被解釋變量為分類變量時，評估某一類結果發生的概率情況。而在眾籌預測模型中，P為對眾籌項目達成的概率的評估。

（三）因素分析與數據收集

Molick在2014提出項目質量與個人網絡對項目成敗有顯著影響，本文將項目質量與個人網絡與近幾年眾籌平臺的新發展相結合，選取了以下指標作為項目成敗的影響因素：

1.影響投融資雙方信息獲取不對稱類指標。（1）是否有視頻（X1）。完善的宣傳視頻能推動項目的達成。視頻是一個幫助投資人了解項目內容的宣傳方式，且視頻宣傳在青橘眾籌的普及率尚不高，具有區分度。

（2）是否提供社交媒體聯系方式（X2）。聯系方式的提供是激勵項目達成的重要因素。提供社交媒體聯系方式包括微信、QQ、新浪微博等，社交方式的提供能幫助投資人確認項目的真實性，獲得項目的實時跟蹤信息，并能及時與籌資人咨詢、互動。

（3）是否驗證身份（X3）。投資人實名驗證身份后能夠為項目的真實性和回報現金流提供更多的保證，進而推動項目的達成。

2.項目屬性類指標。（1）項目分類（X4，X5……X12，X14）。項目所屬類別對項目的達成有直觀的影響。依照青橘眾籌的分類方式，筆者將所有項目分為：保健、出版、動漫、公益、活動、科技、設計、音樂、影視、游戲、其他共十一類。

（2）項目最小投資額（X15）。每一個眾籌項目規定了項目的最小投資額，為投資人設定了投資門檻。在實際操作中，最小投資額設置過小降低了投資門檻，卻對投資人總量提出了更高的要求。反之，若最小投資額設置較高，可能會影響部分潛力投資人的投資行為。

（3）項目目標金額（X16）。目標金額越高，項目達成難度越大。

（4）項目籌資期限（X17）。項目從發布到結束籌資的天數。項目籌資期限越短，項目達成概率越低。

（5）項目被分享的次數（X18）。項目分享能夠推動項目籌資目標的達成。為了項目目標的達成，投融資雙方通過新媒體分享項目，讓更多的人了解項目詳情。

四、實證分析

（一）模型前提

一是為了保證模型的有效性和可靠性，本文剔除了籌資金額不達1%的項目，這一類項目籌資人的籌資主動性不足，且普遍出現了主動放棄、終止項目的行為。

二是經概念分析，模型所有解釋變量與項目達成結果之間存在因果關系。

（二）二分類Logistic回歸分析

對樣本數據進行顯著性檢驗和分樣本檢驗后，將數據錄入二分類邏輯回歸模型。其中因變量為成功、失敗兩種結果，最終統計結果如下所示：

通過顯著性檢驗，以下因素對籌資達成率有顯著影響，它們對模型的貢獻如下：

根據相關性檢驗結果，因素之間相關程度較弱。

綜上，得到預測項目成敗概率回歸公式為：

P=4.507+0.609X2-1.971X10-2.287X11+1.102X15-3.666X16- 5.39X17+3.378X18

其中因變量P反應某一具體項目籌資成功的可能性。

以上模型可以進一步推廣至事前預測，經檢驗，實測的171個成功項目中有109個預測成功，正確百分比為63.7%；在實測的259個失敗項目中有214個預測正確，正確百分比為82.6%；總預測正確率達到75.1%，模型預測結果具有參考價值。

（三）模型結論與分析

根據表1籌資達成率影響因素多元回歸結果，分類型變量中是否提交社交媒體聯系方式、項目分類——設計、項目分類——其他，以及數值型變量中最小投資額、目標金額、籌資期限、被分享的次數幾個解釋變量對項目達成結果有顯著影響。其中，提交社交媒體聯系方式解決了投融資雙方信息不對稱問題，項目分類、目標金額等項目屬性則反映了青橘眾籌用戶群體的投融資偏好。

在影響達成情況的眾多因素之中，提交視頻、提供社交媒體聯系方式、驗證身份等行為經檢驗會對項目成功率產生正的影響，有利于緩解投融資雙方信息不對稱問題，對投資人投資決策有好的激勵作用。另一方面，項目通過社交媒體的分享也會對項目的達成帶來正效應。

項目屬性方面，項目的籌資期限越短、目標金額越小、最小投資額越大，項目的成功概率也會越高，籌資人在發布項目之前，可以據此適當調整相關指標的設置。

回歸預測模型顯示，通過以上顯著變量，可以較為準確的事前預測項目成敗。

五、總結與建議

本文基于青橘眾籌數據，通過二分類Logistic回歸對項目成功概率做了相關預測，經檢驗，認為結果可靠，有75.1%的概率正確預測項目最終的成功與失敗，擬合程度較好。

基于回歸模型運行結果，本文確認影響青橘眾籌平臺項目成功與否的顯著解釋變量，它們分別為：是否提交社交媒體聯系方式、項目分類——設計、項目分類——其他，以及數值型變量中最小投資額、目標金額、籌資期限、被分享的次數。本文在此基礎上，確認了解釋變量對被解釋變量在方向和程度上的影響。

綜上，我們提出以下建議：

（一）建議籌資人事前核算項目成功概率

平臺可根據實際情況，在項目發布窗口提供“估算項目成功率”的附加服務，項目籌資人在計算項目成功率后，可選擇調整項目相關參數，避免“無用項目浪費網頁資源”情況。

調整內容可參考上述影響項目成敗的主要因素，例如，在解決信息不對稱障礙方面，籌資人應該完善個人社交媒體聯系方式；而在項目屬性方面，投資人應該根據回歸結果謹慎選擇與達成率呈負相關的項目分類。

（二）項目成功率預測應作為平臺運營方審核項目的重要標準

項目審核通過與否不能僅僅局限于項目內容不違規、項目實施創新等傳統評價標準。失敗項目為平臺帶來的是資源的浪費和邊際收益的遞減。

眾籌平臺應該將項目成功率預測作為審核未發布項目的一個衡量標準。

（三）眾籌平臺應基于顯著性因素適當調整運營制度

強有力的規范政策有利于投融資雙方信息不對稱問題的解決，使得眾籌投資活動更為規范。平臺可以根據上述影響因素分析結果，采取適當措施強制規定籌資人提供社交媒體聯系方式，進行實名認證等，若沒有進行實名認證，則對其籌資規模進行限制。

六、模型延伸

（一）上述模型與預測方法可沿用至其它平臺

對于不同平臺，預測模型的影響因素應做適當調整，以保證預測結果的準確性。

（三）所得結論中，不同指標的影響方向與程度可以作為籌資人調整項目參數和平臺調整經營戰略的重要參考標準

參考文獻

[1]Sebastian Dehling.Crowdfunding A MultifacetedPhenomenon[C]，2016.

[2]Ryan Safner.Crowdfunding Creative Goods，Crowding Out Intellectual Property[C]，2014.

[3]李光斗.社交眾籌[M]，機械工業出版社，2016.

[4]楊東，黃超達，劉思宇.贏在眾籌：實戰.技巧.風險[M]，2015.

[5]苗文龍，嚴復雷.眾籌融資、項目選擇與技術進步[J].2014[1].

[6]苗文龍，劉海二.互聯網眾籌融資及其激勵約束與風險管理——基于金融市場分層的視覺[J].金融監管研究，2014，7：1-3.

[7]吳喜雁，周建波.大眾參與眾籌投資影響因素[J].科技進步與對策，2015，12.

[8]韓騄，張元萍.商品回報型眾籌項目融資效率研究——以Kickstarter平臺為例[J].財經論叢[J]，2016，8：44-50.

[9]黃玲，周勤.創業眾籌平臺、直融延伸和市場識別[J].東南大學學報（哲學社會科學版），2016，5：96-105.

[10]克里斯·安德森，喬江濤.長尾理論[M].中信出版社，2006.

[11]郭麗環，王偉，李春鵬.基于Web的科研眾籌模式實證分析研究[J].科技進步與對策，2015，（13）.