網貸平臺異質性、信任傾向與決策理性

安強身 胡金焱 于濤

摘 ? 要：出借人的平臺選擇決策理性不足是我國網絡借貸風險形成的重要誘因。將出借人對網貸平臺的信任分為制度型信任與認知型信任，由平臺異質性因素引致的兩類信任傾向的差異直接影響著出借人的決策理性。實證結果表明，不同網貸平臺信息所對應的解釋變量對出借人投資均具有正向作用，但認知型信任在出借人平臺選擇決策中的權重要大于制度型信任，規模、背景等認知型信任構成的歧視制約了出借人在網貸平臺選擇上的決策理性。提高出借人決策理性和規范網貸市場發展，需要完善和強化相關制度建設，促進投資者決策信任由認知型信任向制度型信任轉化。

關鍵詞：網貸平臺;決策理性;制度型信任;認知型信任

中圖分類號：F832.4 ? 文獻標識碼：A ? 文章編號：1003-7543（2021）07-0120-16

作為金融與互聯網技術融合生成的新金融業態，網絡借貸在我國本土化過程中偏離信息中介定位，引致行業風險累積，在損害投資者利益的同時，對正規金融體系也構成了直接沖擊。網貸行業健康運行既需要相關制度的完善和規范，又需要參與主體提高自身決策行為理性。如North所言，“經濟學是一種選擇理論，要改善人類前景，必須了解人類決策的起源”[1]。因此，分析出借人決策行為的影響因素，是提高個體決策理性及規范行業發展的基礎。在網貸市場，出借人既是投資主體，又是資金風險的主要承接者，出借人的決策理性不僅與自身資金安全直接相關，而且影響著整個行業的規范、健康發展。

在網貸市場，基于風險規避需求，出借人在決策時往往存在先平臺后借款人的甄選次序[2]，平臺信息在出借人投資決策中往往占有更高的信任權重。從交易信任分類看，認知型信任與制度型信任是常見的分類維度，而從“信任—決策—風險”三者關系看，制度型信任往往對應的理性程度更高，投資者面臨的風險較小;認知型信任對應的理性程度相對較低，投資者面臨的風險可能更高。平臺背景、規模以及聲譽等不同認知型因素在現實中有明顯差異，出借人對這些因素的認知雖然有助于提高其決策理性，但利益驅動下的網貸平臺往往存在大量自我增信行為，各類信息造假現象也并不鮮見，因此依賴認知型信任對應的決策風險可能更高。2015年以來，我國網貸行業監管制度不斷完善，包括資金第三方托管、信息披露指引等若干制度的出臺對平臺規范運營構成了外部強約束，從信任角度看，這些因素構成了出借人對平臺選擇的制度信任來源。在制度不斷完善的背景下，出借人決策理性應該不斷提高，行業風險應當不斷降低，但現實中不斷出現網貸平臺“爆雷”、“跑路”與失聯，一些投資者的行為又讓我們難以看到其投資理性的存在，出借人在平臺的選擇上似乎并不具備較強的風險識別和規避能力。由此，一個新的問題擺在了研究者面前：是什么因素遮住了出借人的理性之“眼”？基于出借人對網貸平臺交易信任因素的認知，本文著力探討出借人對平臺的評價是否存在信任偏差，是否因主觀上的認知歧視或偏差造成自身決策理性有限，以期為出借人決策理性的提升以及網貸行業的健康發展提供鏡鑒。

一、相關研究綜述

信任是借貸交易的基石，深入認識投資者決策信任背后的影響因素是降低交易風險、強化決策理性的前提。進入網絡時代，以網貸平臺為中介進行的借貸交易更多建立在網絡信任基礎之上。相對于傳統信任，網絡信任涉及主體及影響因素增加，相對更為復雜。虛擬化、線上化使得交易存在更大的不確定性[3]，加之缺乏權威認證與有效監管，交易者可感知的風險更強，從而形成了網絡信任不足的困境。因此，構建適合網絡環境下的信任機制，降低交易者感知風險，提高決策理性，便成為學者和業界所關注的重要問題。具體到網絡借貸，交易的實現涉及出借人、平臺、借款人等多個主體，任何二者之間構成一對一信任關系，而基于風險主要集中于出借人的事實，已有文獻更多體現在影響出借人決策的借款人和網貸平臺因素上。

在影響出借人決策的借款人因素上，相關研究極為豐富。不論是借款人信用等級、信用評分、年齡、性別、收入水平、教育程度等認證信息，還是相貌、借款描述、群組與朋友圈等非認證信息，其與出借人決策或者是借款人融資結果之間的關系在已有研究中得到了充分驗證[4-7]，這些研究結論也基本揭示了出借人對借款人因素的評價與衡量標準。但梳理相關文獻發現，在影響出借人決策信任的平臺因素上，諸如平臺保障機制、平臺背景、規模、資質以及風控模式等平臺異質性因素雖然為出借人所關注[8-9]，但相關研究依舊較為匱乏。已有文獻多從平臺自身角度，就其運營模式、違約風險與經營績效等進行研究，如通過考察問題平臺的地域分布、注冊資本以及存續時間等對風險成因進行分析[10-11]，認為民營背景、股東數量較少、公司治理不完善更多是平臺出現問題的主要原因[12]，只有較少文獻關注了平臺特征對出借人決策的影響。陳冬宇將平臺差異作為環境因素納入交易決策分析，研究發現平臺特征尤其是網站的安全保障服務會影響出借人信任，上線時間和平臺知名度對出借人的決策具有顯著影響[13];但也有研究發現，諸如資金存管、第三方征信、風險準備金等政策對平臺成交量影響并不顯著，而第三方擔保對平臺成交量具有正向影響且較為顯著[14]。除此之外，還有學者關注了平臺背景、品牌等其他特征因素。于博、張峻琪的研究發現，網貸行業普遍存在“跨界整合”及“背景粉飾”行為，從側面證實了背景、聲譽或品牌等平臺特征信息對出借人交易決策的影響[15]。胡金焱和張笑重點關注了股東背景差異與平臺違約和經營風險的關系，研究發現，擁有國資和上市背景的平臺在違約風險和經營風險上要低于民營平臺，從側面表明了平臺特征與出借人投資決策效果的關系[16]。

上述文獻為本文研究提供了有益啟發，但仍然存在如下問題：一是現有文獻多從風險防范角度就借款人和平臺因素進行研究，從信任及其影響因素進行分析的文獻相對較少，對出借人決策理性重視不夠;二是在行業制度日趨完善，且網貸出借人有較強信息識別和風險規避能力的情況下[17]，網貸風險依然較為突出，對此，已有研究主要從借款人角度探討決策信息的識別及風險規避能力，從平臺選擇決策角度進行分析并探討理性與否的研究較為少見;三是已有研究分析了出借人投資風險的平臺和借款人成因，但未從信任傾向差異視角剖析出借人投資風險背后決策理性不足的根源。

鑒于此，本文收集了2015—2018年國內105家網貸平臺的數據，從認知型信任和制度型信任兩方面對影響出借人信任的不同平臺因素進行分類，研究這些因素與出借人平臺信任的關系，探尋出借人平臺選擇理性不足的信任傾向差異，以期為提高出借人決策理性、推動行業規范運營提供經驗證據。

二、理論分析框架構建與研究假設的提出

（一）理論分析框架的構建

Savage（1954）的主觀期望效用（subjective expected utility， SEU）理論認為，理性決策者往往依據主觀期望效用最大化進行個體決策，這種決策更多是在風險概率已知條件下得到不同方案的主觀期望效用值，如UA>UB>UC，從而實現理性決策。就網貸市場出借人的平臺選擇決策而言，出借人依據平臺規模、排名、模式、收益率以及聲譽等因素預測投資風險，明確主觀期望效用并選擇規模大、背景強的平臺，這在理論上符合貝葉斯法則，也與諸如“陸金服”等知名平臺成交額遠超其他不知名平臺的客觀現實相吻合。但是，投資者面臨的風險是模糊風險還是概率風險，難以有效區別。事實上，由于網貸平臺類型及其質量差異的模糊化特征，出借人決策行為同樣面臨不確定性所帶來的模糊風險。從“信息—信任”的邏輯關系來看，盡管互聯網、大數據等信息技術在網貸市場的應用適度緩解了陌生人間的信息不對稱，但考察市場上的出借人平臺選擇，占據信息優勢的網貸平臺在信息披露質量以及完善程度上尚不足以取信于出借人。平臺信息的各種虛假披露和過度包裝現象大量存在，信息的模糊性增加了決策難度，因此，出借人決策更多依賴于自身判斷。決策者對投資風險的評估、判斷和處理，首要因素在于決策信息獲取，信息的多寡、質量與真實性將直接影響出借人對平臺的信任及最終決策的理性程度。但是，網貸市場信息的模糊性和不對稱性增大了對平臺質量作出準確判斷的難度，使得出借人無法實施有效的投資收益評估和風險判斷。另外，種種平臺信息相互交織，比如背景強的平臺收益率低，而收益率高的平臺又規模小、背景弱，難以為出借人投資形成一致的導向和指引。

交易信任理論認為，信任是市場交易的核心機制，信任水平與信任模式的差異直接影響個體決策[18]。在信息不對稱條件下，不同網貸平臺呈現典型的異質化特征，這必然會影響出借人的信任水平及其交易意愿。信任水平差異與投資者交易意愿相關性更強，也就是說，正因為信任對方，所以才會交易。此外，信任模式差異與投資者的交易風險有更為直接的關系，不同的信任模式引致的交易風險也有差別。

借助于Luhmann（1979）、Wiliamson（1985）以及Mcallister（1995）等學者有關信任的分類①，平臺異質性因素產生的信任可以分為基于制度的信任、基于個性特征的信任和基于信譽的信任。這樣劃分的原因在于：制度型信任的基礎是制度化、條例化的規則、法紀、協議等，是相對正式的約束或管制。在網貸市場上，第三方托管作為監管制度，對投資者資金保障具有積極作用，平臺風險保障機制的有無也具有類似的效果，二者均可視為制度型信任形成的平臺因素。另一方面，平臺知名度、規模、背景以及運營時間、聲譽等要素更多的是基于平臺自身的差異化、個性化特征，這些因素更符合基于個性特征或信譽的信任特征。由此，在上述認識的基礎上，為更好地揭示出借人在平臺選擇決策上的信任傾向及其與投資效果的關系，本文將基于個性特征的信任和信譽信任歸于認知型信任（cognitive trust）①。本文認為，與Mcallister對認知型信任的認識相近，這種源于個性特征或聲譽的信任往往是建立在出借人對平臺的個體化認知的基礎上，諸如規模、背景、聲譽好的平臺往往風險較低，更為可信或可靠;而制度型信任的來源主要是基于平臺信息中是否實現了第三方資金托管，是否具有風險與收益保障機制，其中前者主要體現了平臺的合規度，而后者則對應了出借人在資金安全保障上的要求。也即，制度型信任更多是源于個體對法律、條例或契約等的合同式信任，由于法律與制度的存在，不僅可以有效降低個體信息收集、評價以及選擇上的交易成本，而且有利于保障個體投資者的資金安全;而認知型信任中的個性特征信任和信譽信任②更多與平臺知名度（品牌）、運營時間以及規模、背景和聲譽相關（見圖1）③。由此，雖然認知型信任具有一定的理性特征，但由于其更多源于個體對不同信息的主觀判斷和自我認定，因而與制度型信任中法律、協議、制度等的強約束相比，其理性程度相對較低。

由上述分析可見，在信息不對稱條件下，網貸市場中的平臺信息具有模糊性特征，對出借人決策信任具有直接的影響。源自第三方資金托管以及收益保障機制等帶有制度化特征的信息構成了制度型信任，而平臺的其他差異化特征構成了認知型信任。相對于認知型信任下可能帶有的情緒或情感化投資，雖然不同出借人的個體稟賦差異使得理性程度受到一定限制，但制度型信任基礎上的投資理性明顯更高，對應風險更低。因此，理性經濟人的平臺選擇決策應更多考慮與制度型信任相關的因素，以降低投資風險。也即，建立在制度型信任基礎上的決策要較認知型信任基礎上的決策更為合理。那么，基于我國網貸風險較為突出的現實，出借人的平臺選擇決策背后是制度型信任還是認知型信任占據主導呢？這正是本文要回答的問題。

（二）研究假設的提出

信息經濟學認為，信息不對稱條件下的交易存在典型的“委托—代理”行為，具有信息優勢的知情者為代理人，而處于信息劣勢的另一方則是委托人。雖然監管部門對網貸平臺定位于信息中介，但在現行網貸市場運營模式下，平臺與出借人、借款人間的委托—代理關系較為明顯。在這種情境下，委托人往往不得不承受信息不對稱導致的逆向選擇和道德風險。就委托人而言，降低風險的選擇或是依賴于自身對更多平臺信息的獲取，或是依賴于相關監管制度的約束。在信息不對稱導致的信息模糊、準確性低且獲取成本高的情況下，向制度、規則、協議等尋求支持必然成為投資人的理性選擇。就網貸平臺而言，也需要這種制度來降低自身風險以取信于投資者。因此，不論是監管層強制的信息披露和資金托管制度，還是平臺自身設計以實現增信的審核機制以及風險保障機制，均能夠在一定程度上弱化出借人的風險預期，提高出借人對平臺的信任。據此，提出如下假設：

H1：風險保障機制完善程度與真實的第三方托管等制度性因素影響出借人對平臺的信任，出借人會選擇制度建設更為完善的平臺。

依據前文有關出借人的平臺信任理論，諸如資金托管、風險與收益保障機制的設計是制度型信任的來源，隨著網貸行業監管以及平臺制度的不斷完善，出借人的理性信任傾向會不斷增強。因此，根據這一假設，本文提出推論1：網貸平臺的合規性以及風險保障機制的完善，將提高出借人決策的理性水平，有利于提高網絡借貸等非正規金融市場的交易質量。

在網貸市場，借貸雙方需要通過平臺進行交易，參與交易雙方的數量多少對任何一方都具有直接影響，或者說一方收益取決于另一方參與者的數量[19]。因此，網絡借貸屬于典型的雙邊市場。在控制其他影響因素的情況下，平臺規模、運營時間以及知名度、聲譽等因素會影響借貸雙方的參與。平臺規模越大，運營時間越長，在出借人認知中往往意味著風險控制能力越強，管理更為出色，從而能吸引更多出借人投資，而且有利于提升項目匹配效率，提高投資者資金流動性和收益率。據此，本文提出如下假設：

H2：平臺規模、運營時間、知名度等平臺特征代表了平臺質量的差異，影響著出借人對平臺的認知型信任，出借人會選擇規模大、運營時間長的知名平臺。

交易信任依賴于信譽機制[20]。與線下民間借貸出借人基于同借款人的熟悉程度強弱、人品信譽高低、家庭財產多寡決定是否出借相似，在控制出借人個體風險偏好等主觀變量的情況下，平臺的背景差異、聲譽會直接影響出借人對網貸平臺的選擇。尤其是出借人在首次選擇平臺進行交易時，由于不存在重復、長期交易產生的信任基礎，銀行系、國資系以及上市系平臺以自身背景及其在風險管控能力、公信力和資金實力上的優勢往往更受出借人青睞。已有研究表明，銀行系、國資系背景的網貸平臺的違約風險和經營風險要低于民營背景的網貸平臺[21]。因此，雖然近年諸多具有上述背景的平臺同樣風險不斷，但在信息不對稱條件下，與金融市場融資模式相似，具有國資、銀行等背景的平臺還是成為出借人平臺選擇決策的首選。據此，本文提出如下假設：

H3：平臺是否具有國資、上市公司或銀行系的背景對出借人的認知型信任具有顯著影響，出借人會優先選擇背景更為強大的平臺。

依據出借人的平臺信任理論模型，本文認為，假設2和假設3所包含的規模、運營時間以及平臺背景等諸多影響平臺信任的因素更多源于出借人的主觀感知，主觀上對規模、強大背景的信任催生了認同的情感。因此，基于假設2和假設3，本文提出推論2：網貸平臺自身在規模、知名度以及背景上的特性差異顯著影響出借人的認知型信任水平。

三、樣本選取、變量描述與模型設定

（一）樣本選取與來源

與同類研究中多采用截面數據不同，為更真實、全面地揭示出借人決策信任傾向，本文采用面板數據進行研究設計。相關數據通過網貸之家、網貸天眼、Wind數據庫等獲得，樣本平臺運營時間為2015年12月至2018年3月，共28期月度數據，樣本網貸平臺共計105家，合計數據2940條。參考相關文獻并根據本文研究需要，對個別平臺單個月份數據缺失的情況，采用相鄰前后兩月平均值進行填補。

（二）變量描述

1.被解釋變量

依據研究需要，本文設定被解釋變量為平臺新增投資人數，即平臺當月新增出借人數。選擇這一指標的原因在于，出借人有投資與不投資兩種選擇，若新增投資人數增多，說明有更多的投資者對平臺較為青睞，也就產生了更多的投資行為。因此，該指標對出借人的信任行為具有較強的解釋力，反映了出借人對平臺的認可程度。

2.解釋變量

（1）平臺成交量：平臺當月成交總額。它代表了短期的平臺規模，平臺成交量越高，在一定程度上說明平臺規模大、實力強。

（2）注冊資本：平臺的注冊資本。它是評價平臺規模的重要參考維度。注冊資本越多，資金實力往往越雄厚，抗風險能力也越強。

（3）運營時間：平臺從建立起截至統計當月的月份數。在正常情況下，平臺經營時間越長，平臺運營經驗越豐富，抗風險能力越強。

（4）銀行托管：該變量為虛擬變量，有銀行托管的平臺賦值1，無銀行托管則賦值0。平臺將投資人資金與平臺自有資金隔離，單獨存管于指定銀行固定賬戶，限定資金使用范圍與用途，托管人可有效監控資金流向，從而有效規避平臺的道德風險行為。因此，有銀行托管的平臺意味著出借人資金安全的制度保障越強，有利于降低投資風險。

（5）發展排名：該變量為虛擬變量，平臺發展進入Top100賦值1，其他為0。該變量基于平臺成交量、人氣指數、合規度、分散度、透明度等維度進行綜合打分并計算得到，可以認為，平臺發展指數越高，由聲譽價值所帶來的約束力越強，投資風險越低。

（6）平臺保障：該變量為虛擬變量，有保障的平臺賦值1，無保障的平臺賦值0。在我國網貸市場，常見平臺保障模式有設置風險準備金、第三方擔保或保險公司承保等，這些保障措施能為出借人投資提供更多安全。因此，平臺保障的有無對出借人決策有直接影響。

（7）平臺背景：該變量為虛擬變量，平臺背景為銀行、國有企業、上市公司的賦值1，其他賦值0①。平臺背景包含銀行系、上市系、國資系、風投系與民營系五種類型，我們將銀行系、上市系與國資系歸為一類，將這三類背景視為平臺具有強大后盾，而風投系與民營系背景缺乏國有資本與上市公司的財務支撐，因此不確定性風險往往更高。

3.控制變量

（1）網貸行業收益率：滯后一期的網貸行業月平均收益率。一般情況下，上一期的行業月平均收益率越高，越能吸引以理財為目的的出借人投資。

（2）中型綜指：上證中型企業綜合指數。在上市公司大中型企業更容易獲得融資，網貸平臺的出現為中小企業特別是中型企業帶來了新的融資渠道，中型綜指越高意味著當期股市行情較好，投資者將閑散資金用于理財增值的可能性越大，因而網貸行業的新增投資者與宏觀投資環境往往具有正向協同性。雖然國內已有文獻發現網貸投資與股市投資存在一定的替代關系[22-23]，但前者選取的研究時段在2015年期間，正好處于網貸平臺野蠻生長期，具有一定的時間拐點因素;后者研究選取的是中指500指數，與本文的研究結論并不沖突①。

（3）銀行理財產品預期收益率：在既定風險水平下，對于理性投資者而言，預期收益率越高的產品組合，獲得投資者選擇的可能性越高。我們認為，銀行理財產品與網貸投資具有一定的競爭關系，銀行理財產品月預期收益率越低，投資者往往會更多地從銀行理財轉移至網貸行業。

（4）地區因素：該變量為虛擬變量，平臺位于北上廣深等一線城市賦值1，其他賦值0。網貸平臺雖然是跨區域的線上經營模式，但地緣優勢亦不可忽視。從平臺的地域比較來看，諸如北上廣深等大城市的金融化程度、人口密集度、居民收入水平、信息披露水平較高，征信過程中的信息采集、整合邊際成本較低，因此位于北上廣深等大型城市或發達地區的網貸平臺更易獲得投資。

具體不同變量名稱及定義如表1所示。

（三）模型設定

如前文所述，假設1對應了制度型信任，假設2與假設3對應了認知型信任，出借人在平臺選擇決策時，影響決策的信任因素主要分為這兩種類型。本文期望通過研究檢驗這兩種信任對出借人平臺選擇決策的影響差異。結合理論分析，本文提出如下理論模型：

Investor=β0+βiInstitution+βjCognition+βk∑Control+ε（1）

上式中，Investor指單個網貸平臺新增投資人數;Institution表示制度型信任的相關因素;Cognition表示影響認知型信任的相關因素;Control表示控制變量;β0、βi、βj、βk分別是常數項、制度型信任系數、認知型信任系數、控制變量系數，其中i、j、k為大于0的自然整數。

進一步地，結合前文分析，本文對公式（1）加以變化，設計公式（2），選取部分可衡量指標度量制度型信任、認知型信任這類虛擬變量，以驗證本文相關假設：

lny=β0+βilnxi+βjlnxj+βklnxk+ε（2）

上式中，被解釋變量y為新增投資人數，解釋變量及控制變量如表1所示，分別用x1—x11表示。結合公式（1），本文將解釋變量劃分為Institution和Cognition兩部分，其中，x4銀行托管與x6平臺保障歸于Institution;x1平臺成交量、x2注冊資本、x3運營時間、x5發展排名和x7平臺背景劃入Cognition。也就是說，模型Institution的系數βi中i取值為i=4，6;Cognition的系數βj中j取值為j=1，2，3，5，7;Control的系數βk中k的取值為k=8，9，10，11。

（四）描述性統計

為消除量綱影響，使各解釋變量數據分布更接近正態，本文將成交量、注冊資本、運營時間、上證中指等原始數據分別取自然對數，整體描述性統計結果如表2所示。由于平臺保障、背景、地區因素這三個虛擬變量不隨時間變動，本文進一步以有無平臺保障、有無平臺背景、是否位于北上廣深等城市為分類標準進行分組統計觀測，具體描述如表3、表4（下頁）和表5（下頁）所示。

從解釋變量的成交量來看，整體描述統計中平臺成交總量均值略低于有平臺保障的平臺均值，無保障制度的平臺成交量較低;有背景的平臺平均成交量比整體均值高，而無背景平臺的成交量均值低;位于一線城市的平臺成交量均值顯著高于非一線城市平臺。從注冊資本看，有保障、有背景、位于北上廣深等一線城市的平臺平均注冊資本較高。從運營時間看，有保障平臺的平均運營時間稍高于無保障的平臺運營時間均值，但有無背景平臺的平均運營時間差異不大;一線城市平臺運營時間均值高于其他地區，由此可見有保障、位于一線城市平臺的平均運營時間相對較長，而平臺背景與運營時間沒有顯著相關性。從銀行托管來看，有保障、有背景、位于北上廣深等一線城市的平臺更多地會選擇銀行托管。從發展排名來看，進入Top100的平臺占總樣本的22.18%，有保障、有背景、位于一線城市的平臺發展排名往往靠前。

從控制變量來看，網貸行業收益率均值為10.1721，其中最大值為12.45，最小值為9.21。此外，中型綜指均值為7.2643，銀行理財平均預期收益率為3.5319。地區因素以是否為北上廣深城市為劃分依據，統計發現位于一線城市的網貸平臺占平臺總數的57.14%。

四、實證結果及分析

本文采取面板數據進行回歸，經豪斯曼檢驗發現輸出結果P值為0.0007，在1%的水平上顯著，故拒絕隨機效應原假設，因而采用固定效應模型進行分析。由于平臺保障、平臺背景、地區因素三個虛擬變量不隨時間變動，不適合作面板數據分析，因而在進行面板回歸分析時暫時不加入模型，之后再采用實驗分組方法進行假設檢驗。

（一）基準回歸結果及分析

表6（下頁）報告了固定效應面板回歸結果，其中模型1為整體回歸，模型2—模型7分別為有保障、無保障、有背景、無背景、一線城市和非一線城市等不同平臺樣本回歸。

通過模型1整體回歸發現，單個平臺投資人數變動與平臺成交量、發展排名、網貸行業收益率以及中型綜合指數具有強烈相關性，均在1%的水平上顯著，表明平臺新增投資人數與平臺成交量、平臺綜合發展排名、上一期網貸行業參考收益率以及股市發展水平具有顯著正相關關系。平臺注冊資本、運營時間、銀行托管的相關系數為正，銀行理財產品預期收益率相關系數為負，以上均符合預期，但不顯著。上述結果驗證了假設1中對銀行托管保障機制在吸引投資者方面發揮正向作用的假設部分，且與假設2的推論完全吻合。2015年12月，恰逢“E租寶”的非法集資事件，該事件社會影響惡劣，對網貸行業聲譽及吸引力產生了較大的負面作用;之后，伴隨問題平臺相繼涌現，平臺監管趨嚴。在上述情況下，種種負面信息打擊了出借人投資信心，同期股市持續低迷對投資環境也產生了較大的不利影響。在正常情況下，投資者面對股市不振可能會轉戰網貸平臺，但由于證券市場與網貸行業發展存在強烈正相關，因而宏觀投資環境的負面作用遠大于投資選擇的替代效應，即從股市轉移到網貸行業的新增投資人數難以彌補經濟下行引致的投資人數下降的缺口。

關于平臺保障措施影響因素的對照試驗，本文發現模型2中有保障平臺樣本與整體樣本回歸結果大體一致，只有銀行理財產品預期收益率回歸系數與預期相反。模型3無保障措施平臺的樣本回歸結果顯示，平臺成交量、發展排名和網貸行業收益率對投資人數的增長具有顯著正向作用，但銀行托管和銀行理財產品預期收益率的相關系數與預期不符。以上結果綜合反映了利率與風險的關系。一方面，無保障平臺大多以高利率吸引投資者，高利率必然伴隨著高風險，缺乏銀行托管保障機制正是高風險的來源之一，也可以說是平臺由于缺乏銀行托管，以高利率形式實現風險溢價，而高利率會吸引原本忠實于銀行理財產品的客戶，因此無保障平臺新增投資人數與銀行理財產品預期收益率存在反向關系。另一方面，有保障平臺投資風險往往較低，以同期銀行理財產品預期收益率為參考進行風險定價符合理性人假設。由此可以推斷，平臺保障措施與新增投資人數具有顯著的正相關關系，這就驗證了假設1中的平臺保障措施這一假設部分，繼而假設1得到完全驗證。

針對平臺背景的實驗組對照，模型4以具有銀行、國有企業與上市公司為背景的平臺為樣本，回歸得出新增投資人數與平臺成交量、平臺發展排名呈正相關，分別在1%和5%的水平上顯著;然而銀行理財產品預期收益率與新增投資人數呈顯著正相關，與預期相悖;另外平臺注冊資本、平臺托管相關系數也與預期相反。模型5以風投、民營為背景的樣本回歸結果與整體回歸結果大致相同，且平臺注冊資本對新增投資人數具有正向促進作用，各解釋變量相關系數完全符合預期。這表明具有銀行、國有企業與上市公司背景的平臺具有強大的信號甄別作用，平臺強大的背景讓投資者弱化了銀行托管與平臺注冊資本因素，而且幾乎不受網貸行業預期收益率與股市波動影響。此外，對于那些選擇銀行理財產品保值增值的低風險偏好者而言，有國資背景、上市公司財務支持的網貸平臺與選擇銀行理財所承擔的風險水平相近，如果同期銀行理財產品收益增長率低于網貸平臺收益，投資者因利差驅使會傾向于選擇具有國資等強大背景的網貸平臺進行投資理財活動，故平臺背景與新增投資人數存在顯著正相關關系，驗證了假設3。

通過對地區因素的對照試驗分析，發現位于北上廣深等一線城市的網貸平臺回歸結果與整體回歸大致吻合，輸出結果為模型6。位于其他城市的網貸平臺，如模型7所示，除平臺注冊資本外，各解釋變量回歸系數的正負號與整體回歸完全相同，其中平臺成交量、網貸行業預期收益率和中型綜合指數與平臺新增投資人數存在顯著正相關關系。而平臺發展排名這一指標變量并不顯著，這在一定程度上說明，金融化程度、人口密集度、居民收入等受區域經濟發展影響較大，其帶來的劣勢使位于非一線城市的網貸平臺發展排名相對靠后。同理，鑒于利率變動與標的資產損失風險呈此消彼長關系，位于一線城市的平臺較其他城市而言，在征信機制、信息披露、合規程度上優勢明顯，利率市場化水平較高，這恰恰是其他城市所不及的。因此，本文認為，地區因素與新增投資人數之間存在正相關關系，即位于北上廣深等一線城市的平臺具有明顯區位優勢，出借人會傾向于投資一線城市網貸平臺。

（二）穩健性檢驗

由于本文選取月新增投資人數作為因變量，而解釋變量中平臺成交量與發展排名這兩個因素可能會受因變量影響，因而模型就存在雙向因果關系，存在內生性問題。為此，我們將平臺成交量、發展排名分別取滯后一期作為工具變量加入模型，對之前28期原始月數據進行處理，將平臺成交量、發展排名變量剔除最后一期，其他解釋變量去掉第一期，共整理數據2835條，觀察回歸結果是否與原回歸結果存在差異，回歸結果見模型8。

比較分析表7（下頁）中模型1與模型8，可以發現，各解釋變量回歸系數與顯著程度基本一致，僅有模型8中滯后一期銀行理財產品預期收益率與因變量平臺新增投資人數呈顯著正相關，與原回歸結果相悖。這是由于銀行理財產品預期收益率與平臺滯后一期成交量存在顯著正相關關系。倘若滯后一期平臺成交量擴增，當期投資人數很有可能上漲，中型綜指也會攀升，繼而銀行對投資環境持積極預期，因此銀行理財產品的當期預期收益率也會上浮。由此可見，原模型是穩健的。

另外，我們注意到，2017年2月23日，原銀監會發布《網絡借貸資金存款業務指引》，這一剛性制度安排約束對規范網貸行業發展具有里程碑意義。本文以此時間為節點，將2015年12月至2018年3月原始數據分為兩部分，第一段為2015年12月至2017年2月，第二段為2017年3月至2018年3月，回歸結果見模型9和模型10。

模型9表明，各解釋變量回歸系數與整體回歸完全吻合，且回歸效果要強于模型1，這一點可以從解釋變量顯著性水平得出。模型9中平臺成交量、注冊資本、營運時間、發展排名、網貸行業預期收益率、中型綜指均與平臺新增投資人數呈顯著正相關，與模型1相比，注冊資本與營運時間的顯著性程度有所提高。模型10與模型9的回歸結果大相徑庭，這說明政策實施效果顯著，沖擊效果明顯。從數據來看，除平臺運營時間、銀行托管、中型綜指三個指標回歸系數與整體回歸不符外，其他解釋變量回歸系數與模型1完全相同。該政策發布后，問題平臺數量激增，投資人數增長速度放緩，這主要是因為投資人的投資信心不足。因此，在平臺轉型過程中，部分平臺的銀行托管名不副實、股市與平臺投資人數的反向變動，共同引致了自變量回歸系數變化的新特征。從總體來看，分段回歸在一定程度上支持了總體穩健的論斷。

（三）制度型信任與認知型信任的主成分分析檢驗

上文實證結果驗證了假設1、假設2和假設3，也即成交量等不同平臺因素均對新增投資人數具有正向作用。進一步地，對于平臺投資人氣的擴充，究竟是銀行托管、平臺保障措施等制度型信任因素所占的決策權重大，還是平臺成交量、注冊資本、運營時間、發展排名、平臺背景等認知型信任因素作用更強呢？對此，本文運用主成分分析法對上述七個解釋變量進行權重賦值，量化比較制度型信任與認知型信任的影響差異，剖析網貸風險產生的根源，進而為平臺規范發展提供相關建議。

按照隨機性原則，本文選擇2016年1月的截面數據作為試驗樣本。首先對原始數據進行標準化處理，然后將標準化數據代入SPSS軟件中進行主成分分析，結果如表8和表9所示。

從表8來看，前三個主成分的特征根均大于1，累積方差貢獻率只有67.165%，這可能是因為各解釋變量之間相關性程度較低;或者由于平臺出借人的決策機制復雜，可能還有部分未知因素尚未納入模型中。總之，該模型具有一定的解釋力，我們定義y1為第一主成分，y2為第二主成分，y3為第三主成分。

表9為SPSS軟件輸出的因子載荷矩陣，利用表中第i列的每個元素除以表8第i個特征根的平方根（i=1，2，3），就可以得到主成分分析的第i個主成分的系數，整理結果如表10（下頁）所示。

由表10可以看出，y1包括平臺成交量、注冊資本、銀行托管;y2包含發展排名、平臺保障、平臺背景;y3包括運營時間。其中，銀行托管和平臺保障屬于制度型信任維度，其他5個解釋變量歸類于認知型信任維度。從貢獻率來看，y1和y2的方差貢獻率之和為52.477%，與此同時，在y1中銀行托管的主成分系數分別小于平臺成交量、注冊資本，且y2中平臺保障也均小于發展排名、平臺背景的主成分系數，故銀行托管和平臺保障的方差貢獻率之和應該小于52.477%的一半;另外y3主成分為運營時間，屬認知型信任維度范疇，對總體方差的貢獻率為14.688%。由此可以推斷，制度型信任要小于整體方差貢獻率67.165%的一半，占比不足已知方差貢獻的40%，顯然認知型信任所占的權重高于制度型信任。

五、結論與政策建議

本文以105家網貸平臺2015—2018年的數據為樣本，通過面板模型研究異質化平臺因素對出借人平臺信任及其決策的影響，接著利用截面數據，運用主成分分析法驗證制度型信任與認知型信任對出借人平臺選擇的影響。研究發現，第一，網貸平臺異質化信息通過影響出借人的信任感知對出借人決策產生正向推動作用。其中，平臺風險保障機制與第三方托管顯著影響出借人對平臺的信任，出借人會選擇制度建設更為完善的平臺;平臺規模、運營時間、知名度等因素影響出借人的認知型信任，出借人會選擇規模大、運營時間長的知名平臺;平臺是否具有國資、上市公司或銀行系統的背景對出借人信任具有顯著影響，出借人會優先選擇背景更為強大的平臺。第二，將出借人對平臺的信任劃分為制度型信任與認知型信任，在出借人的信任傾向中，認知型信任對出借人平臺選擇的影響要強于制度型信任。

近年來，我國網貸行業監管日趨嚴格，制度建設不斷完善，但問題平臺仍然不斷出現，網貸風險依然比較嚴重。基于制度型信任基礎上的決策理性程度更高、認知型信任理性程度相對較低的認識，出借人平臺選擇決策中認知型信任權重大于制度型信任的結論可能是這一現狀較為合理的解釋。由此，防范網貸風險，規范網貸行業運營，需要強化與制度型信任相關的制度安排，促進投資者決策信任由認知型信任向制度型信任轉化。基于上述分析，提出如下建議：

第一，持續完善和優化資金第三方托管制度。相對于存管制度，第三方托管可以監控資金流向，并在資金清算、會計審核、風險管理、信息披露等方面提供服務，這一制度不僅可以更有效地保障出借人資金安全，而且對促進平臺回歸信息中介定位，防止平臺自融、“跑路”等道德風險行為具有積極作用。因此，行業的規范發展以及風險防范需要持續完善資金第三方托管制度，這也是取得出借人制度型信任的基本措施。目前，由于網貸風險頻發，監管趨嚴，部分銀行開始收縮網貸資金存管和托管業務，未來的網貸資金托管應該尋求其他第三方主體，探索形成商業銀行和第三方機構相互合作、信息共享、無縫對接的資金托管系統。對托管機構而言，應落實主體責任，既托又管，有效支撐網貸平臺良性運行。

第二，完善和強化信息披露制度。信息披露的完整、及時和真實是出借人交易信任以及理性決策的基礎，但從現實情況來看，雖然監管部門先后發布《互聯網金融信息披露規范》（2016）、《網絡借貸信息中介機構業務活動信息披露指引》（2017）等多項政策，但平臺信息披露的完整性、規范性并不理想，選擇性披露、虛構以及虛假披露問題，信息內容的有效性問題等仍普遍存在，嚴重干擾、誤導了出借人的交易信任①。因此，一要強化平臺的信息披露主體責任，嚴格要求平臺完整、及時、真實地披露相關信息;二要針對平臺違規披露行為按照相關辦法予以追究，并出臺專門針對平臺信息披露違約的制度性文件，降低信息不對稱性，保障出借人資金安全。

第三，加強網貸金融投資者教育，強化投資者風險意識。不同平臺因素對出借人交易信任均具有正向作用，但從本文結論來看，出借人更多信任規模、聲譽等認知類信息因素。事實上，雖然投資者重視自身資金安全，可能會主動學習以規避風險，但受個人風險偏好以及平臺宣傳、高利誘惑等因素影響，投資者往往放松風險意識，導致出現沖動性、從眾式的非理性投資。因此，需要加強投資者風險教育，強化風險意識。我國雖然發布了《國務院辦公廳關于加強金融消費者權益保護工作的指導意見》，并設立了銀行業消費者權益保護局，但這種模式依然存在有設計、無規劃和有機構、落實難的問題。銀行業消費者權益保護局側重于消費者權益保護，金融機構側重于金融信息、知識宣傳，實質性的風險防范、投資技能宣傳和普及仍然較差。因此，應明確政府、相關行業協會在網貸投資者教育上的主體責任，借助金融教育網站、官方公眾號等載體，開展網貸產品、風險與投資技能教育，推進投資者決策由認知型信任向制度型信任轉化，提升投資者的決策理性。

參考文獻

[1]NORTH D C. Understanding the process of economic change[M]. Princeton NJ： Princeton University Press， 2005.

[2]王曙光，孔新雅，徐余江.互聯網金融的網絡信任：形成機制、評估與改進——以 P2P網絡借貸為例[J].金融監管研究，2014（5）：67-76.

[3]田秀娟，張智穎.P2P 網絡借貸職業身份的信貸歧視：基于投資者認知偏差視角[J].改革，2018（5）：139-150.

[4]POPE D G， SYDNOR J R. Whats in a picture？ Evidence of discrimination from prosper.com[J]. Journal of Human Resources， 2011， 46（1）：53-92.

[5]BARASINSKA N， SCHAFER D. Is Crowdfunding different？ Evidence on the relation between gender and funding success from a German peer-to-peer lending platform[J]. German Economic Review， 2014， 15（4）： 436-452.

[6]廖理，吉霖，張偉強.借貸市場能準確識別學歷的價值嗎？——來自P2P平臺的經驗證據[J]. 金融研究，2015（3）：146-159.

[7]張笑，胡金焱.高收入者參與P2P網絡借貸的動機：基于信息不對稱的視角[J].改革，2019（7）：86-95.

[8]鄭迎飛，陳曉靜，羅龍文.中國P2P 網貸的信任模型及實證研究[J].上海對外經貿大學學報，2017（3）：41-49.

[9]姜琪.中國P2P網貸平臺效率差異及成交量影響因素研究[J].數量經濟技術經濟研究，2018（6）：60-77.

[10]廖理，李夢然，王正位.中國互聯網金融的地域歧視研究[J].數量經濟技術經濟研究，2014（5）：54-70.

[11]蔣彧，周安琪.P2P網絡借貸中存在地域歧視嗎？——來自“人人貸”的經驗數據[J].中央財經大學學報，2016（9）：29-39.

[12]胡金焱，宋唯實.P2P借貸中投資者的理性意識與權衡行為——基于“人人貸”數據的實證分析[J].金融研究，2017（7）：86-104.

[13]陳冬宇.基于社會認知理論的P2P網絡放貸交易信任研究[J].南開管理評論，2014（3）：40-48.

[14]何光輝，楊咸月，蒲嘉杰.中國P2P網絡借貸平臺風險及其決定因素研究[J].數量經濟技術經濟研究，2017（11）：44-62.

[15]于博，張峻琪.P2P網絡借貸平臺產品預期收益率對交易規模及客戶粘性的影響——基于平臺異質性的研究[J].南方金融，2016（8）：60-65.

[16]胡金焱，張笑.股東背景影響下的P2P平臺違約風險與經營風險[J].山東大學學報（哲學社會科學版），2018（4）：120-129.

[17]廖理，李夢然，王正位.聰明的投資者：非完全市場化利率與風險識別——來自P2P網絡借貸的證據[J].經濟研究，2014（7）：125-137.

[18]周怡.信任模式與市場經濟秩序——制度主義的解釋路徑[J].社會科學，2013（6）：58-69.

[19]ARMSTRONG M. Competition in two-sided markets[J]. RAND Journal of Economics， 2006， 37（3）： 668-691.

[20]GREIF A. Contract enforceability and economic institutions in early trade： The Maghribi Traders Coalition[J]. American Economic Review， 1993， 83（3）： 525-548.

[21]王書斌，譚中明，江紅莉，等.P2P網貸平臺股東背景與投資者行為研究——基于異質性動態面板協整分析[J].軟科學，2018（8）：117-120.

[22]陳雪，張學勇.金融風險情緒跨市場影響：股市與網絡借貸市場[J].中山大學學報（社會科學版），2019（3）：197-207.

[23]趙子銥，張馨月.P2P網貸市場與正規金融市場——基于溢出效應的分析[J].經濟與管理評論，2018（4）：108-118.