行为经济学视角下的互联网金融对中小企业融资影响研究

徐榕蔚

摘 要：当今社会，融资难已经成为制约我国中小企业发展的一个重要因素，而互联网金融的引入为中小企业融资开拓了新渠道。在此背景下，放松经济人的假设，从投资者和中小企业的心理、行为特征以及认知偏差的角度出发，引入默认值、直接推断法以及羊群效应导致的可能存在的非理性行为来分析中小企业来融资困难的原因。同时，将互联网金融作为开辟中小企业融资新道路的解决方式，结合行为经济学加以分析，从启发法、时间偏好不一致和多样化启发的角度分析互联网金融对中小企业融资产生的影响。

关键词：中小企业融资；互联网金融；行为经济学

中图分类号：F275 文献标志码：A 文章编号：1673-291X（2017）17-0100-04

引言

中小企业作为我国庞大的企业群体，在促进经济增长、推动创新、增加税收、吸纳就业、改善民生、充分利用社会闲散资金等方面具有不可替代的作用。然而，在中小企业运行的过程中，融资难成为困扰中小企业正常运作的首要问题。其原因主要可以归结为中小企业与银企之间信息不对称（Stiglitz、Weiss，1981）[1]、以垄断大银行为主导的市场结构和经济中的摩擦因素的过多（李志、韦倩和王凯，2011）[2]、中小企业的财务管理混乱、信用担保机制缺失、资信相对较差（邢乐成、王延江，2011）[2]等。

但是，随着互联网金融的快速发展，企业的发展模式有了巨大的变化，也为中小企业的发展开辟了许多新路。以互联网为代表的信息网络技术打破了时间和空间的限制，不仅扩展了企业的融资渠道，同时降低了融资成本，提高了中小企业的融资效率（Mishkin&Strahan，1999；Sato & Haokins，2001）[3]。我国学者张娇梅（2015）从互联网的实质与特征方面探讨，认为互联网金融基于其“长尾市场”特征而将原来在外部资本市场难以融得资金的零散的中小客户群集合起来，使得互联网金融在中小企业融资中具有更大潜力[4]。然而互联网金融的出现会加速金融交易的脱媒化，与此同时也会出现如网络安全、隐私保护、信息泛滥与信息过滤（Economides，2001）[3]和互联网金融的借贷模式风险控制（Gleisner and Berger，2008）等问题[5]。谢平、邹传伟、刘海（2015）从互联网金融监管的必要性出发，提出要加强互联网金融的功能监管、机构监管和监管协调[6]。谢贵超（2015）从金融风险的角度出发，认为中小企业应加强对风险的识别与判断，完善风险管理制度[7]。

现在大多数的学者的观点都是从降低成本和信息不对称的角度来分析中小企业融资难和互联网金融给中小企业带来的影响，几乎现在所有的理论都是基于人的理性、自利、完全信息、效用最大化及偏好一致基本假设的不足，但是却忽略了投融双方情绪、时间压力等对决策的影响，在世界各地中小企业均遇到融资难的今天，讨论该问题却又显得极为重要。故本文旨在从行为经济学角度分析其融资难的原因，从不同角度揭示互联网金融给我国中小企业融资开启的新道路。

一、我国中小企业融资难的分析

（一）我国中小企业融资现状特点

就图1统计而言，2015年我国的融资规模主要集中在500万以下，占比达到51%，其中融资企业以中小微企业为主。中小微企业提供了全国非农产业半数以上的就业岗位，是应对当前经济下行压力的重要途径，然而中小微企业的融资现状却并不乐观。

易观网数据显示，近90%的中小微企业融资需求无法得到有效满足，占中国企业总量90%的小型企业从银行贷款份额仅占16.6%，近30%的创业企业因资金短缺问题而导致创业失败。资金不足、“融资难、融资贵”是企业家创业失败的重要原因。

（二）中小企业融资难的原因

目前主流的原因分析将投融资者的决策行为视为黑箱，简单地从中小企业结构和银行政策制度角度进行分析，由于假設条件的过分理想化，使得其理论原因存在部分理性的误区。仅分析中小企业自身的资产规模小、资产抵押能力弱、管理水平较低等原因，中小企业从银行、资本市场进行融资的渠道受限，忽略了投资者在决策过程中的情绪、时间压力等对决策的影响，而这明显与现实有差异。从行为经济学的角度分析，我们会发现以下几个隐性影响因素：

1.默认值影响行为

西方传统经济学中的理性经济人假设认为，人们决策时是理性的、追求效用最大化的。但近年来，行为经济学者们发现默认效应的存在会使人们的决策行为受到影响而偏离该假设[8]。默认效应指的是当存在默认选项时（default option），人们决策时倾向于保留默认选项而不做出改变的一种现象。而导致默认效应的原因则是失规避（loss aversion）（刘欢，梁竹苑，李纾，2009）[9]。个体在不确定情况下的损失规避具有参照依赖性（reference dependence）（Tversky&Kahneman，1991）[8]。

根据理论我们可以进行分析，假设损失与获益在客观上相当的情况下，投资者面临的投资决策有两个，即原来的大型企业和现在的中小企业。而投资者决策时容易把作为默认选项的大型企业视为一种参照点，参照依赖使人们对损失与获益的判断发生变化，由于损失引起的个体主观感受性更大，因而为了避免舍弃默认选项造成的心理上的损失，人们通常会保留作为默认选择的大型企业，而不愿意轻易尝试投资新兴的中小企业，不管对自己是否有益。这种保留之前的投资习惯，体现了选择默认选项的倾向性，由此可推测这也是投资者对于新兴中小企业投资拖拉和被动消极的部分原因。

2.直觉推断法的引入

在我们假定个体是理性的时候，个体对客观概率分布的主观判断服从贝叶斯法则，这意味着个体能充分使用之前的信息，从而形成一个先验判断；而当新的信息样本出现时，个体可以基于新信息来对先验判断实施最优的贝叶斯更新。然而大量研究表明，个体在现实中对客观概率的主观判断并不一定符合贝叶斯法则。对于这些异象，用行为经济学来解释，在风险条件下，人们常常基于某些直觉判断法来估计概率[10]。在现实中，投资者的认知能力是有限的。由于投资者无法在短期内迅速有效地对信息进行接受、处理和分析可得信息，因此投资者会常常在无意识的状态下倾向于凭借和使用各种直觉推断法来帮助判断。通常，越是不常见的收益或者风险，越是容易给人留下深刻的印象，此类事件越容易被高估。

对投资者而言，在有限的时间内让他们彻底了解新型中小企业是一个艰巨的认知任务，而日常中有关中小企业坏账逃逸等的负面报道，使得投资者对其风险敏感，倾向于将前景不好和风险太大作为中小企业的代表性特点。用贝叶斯更新理论来分析，我们假设最初中小企业的坏账风险为50%，我们记为先验概率P（A）。其后，某新闻报道有关中小企业的负面消息，记为新的信息证据B。它的出现可以使个体对原有的先验概率P（A）进行调整与更新，更新后的条件概率P（A|B）就为后验概率。投资者所要做的事情就是对条件概率P（A|B），即在获得中小企业负面信息后对其风险进行估计。根据贝叶斯公式我们可以知道：

P（A|B）=P（A）*P（B|A）/P（B） ①

P（A′）=1-p（A） ②

然而，代表性直觉推断法会使投资者对信息B产生过度反应。由于风险高、坏账等特点较容易代表中小企业的特征，同时对信息A′（大企业）很不具有代表性，因此，个体很容易高估出现信息B的条件概率P（B|A），于是①中的更新系数P（B|A）/P（B）被高估，导致最终的概率判断出现向上的偏差，从而导致投资者不愿意投资。

3.羊群效应

投资者中的“羊群效应”是一种特殊的非理性行为，是指投资者跟随市场中大多数人的行为做出相同的决策，而忽略自己拥有的信息，不采取他们应该采取的投资行为（Banejee，1922）[11]。在不确定中小企业的信息环境的情况下，投资者的行为受到其他个体的影响，于是投资者们纷纷选择转向市场中大多数人和舆论认为前景好并且可靠的大企业，而不是不被看好的中小企业。其原因可以归结为节约信息搜集成本的需要、从众的本能和推卸责任避免后悔的情绪[11]。投资者的羊群行为使得投资者不能站在客观科学的角度对投资行为进行分析，不能按照科学合理的标准来做出投资决策，盲目跟随市场热潮可能会出现投资者宁愿投资资金饱和的大型企业也不愿意投资资金匮乏的中小型企业，增加了中小企业融资的难度。

中小企业在发展初期同样可能存在羊群行为，因为这时的中小企业在融资方面的经验和信息十分有限，他们模仿大多数其他大型企业倾向选择向银行贷款，从而在降低小企业选择决策时的成本的同时限制了中小企业的融资。目前我国银行主要服务对象是大型企业，对中小企业贷款的兴致不高。而多数中小企业一味模仿大中型企业的融资方式，却不考虑自己的现实还贷能力、生产规模和抵押能力，一方面来说不容申请到贷款，另一方面一旦小企业还贷能力出了问题就会造成银行坏账率的提高。这样下去的结果就是使小企业信贷更加困难，形成恶性循環最终更难从银行融资。

二、互联网金融对中小企业融资的影响

（一）互联网金融的引入

互联网金融是依托于虚拟支付平台、云计算、社交网络以及搜索引擎等互联网工具而产生的新兴金融模式。这种新模式在吸引大量客户的同时也在改变着人们的生活模式。据中国电子商务研究中心（100EC.CN）监测数据显示，2016年上半年中国互联网金融投融资市场发生的投融资案例共计174起，获得融资的企业数为168家，融资金额约为610亿元人民币。在投融资总额方面，与2015年同期数据相比，2016上半年的互联网金融市场投融资规模增长达337%以上，并已经达到2015全年度互联网金融市场投融资总额944亿元的64.61%，单笔投融资额上升明显。据波士顿咨询公司统计，中国善于利用互联网的中小企业平均销售增长率为25%，比不善于利用互联网的中小企业平均销售增长率高15个百分点。中小企业提供的就业机会中，80%是与互联网相关的。本文着重分析以第三方支付平台、众筹、P2P为代表的互联网金融产品带来的影响。

（二）互联网金融的模式特点

互联网金融在大数据和电子商务发展的推动下迅速崛起，其优势特点在于效率高、交易成本低，资金供求双方可以通过网络平台自行完成信息匹配和交易，节省了中介费用，加快了速度；同时，金融服务更直接，突破了时间和空间的局限，将零散的客户集中起来，其覆盖面之广甚至囊括了部分传统金融业的金融服务盲区，有利于提升资源配置效率，促进实体经济发展。目前，我国互联网金融的发展形态多种多样，互相渗透，除去银行的互联网支付窗口，总体来说主要有P2P网贷金融模式、以余额宝为代表的互联网式货币基金模式、众筹平台模式、第三方支付平台模式等。

（三）基于行为经济学分析互联网金融带来的影响

1.启发法的角度分析互联网金融带来的影响

为了满足生存需要，在很多情况下，人们不会采用穷尽所有信息的“理性”决策策略，而会利用更简洁、更实用的启发式原则（Gigerenzer&Selten，2001；Goldstein &Gigerenzer，2002；Brandstatter et al.，2006）。启发式技术通常被称为一个简单的启发式，是解决任何问题的方法。采取一个实际的方法不能保证最优或完美，但足够接近目标，启发式方法可以用来在加速的过程中找到一个满意的解决方案。启发式可以视为一种心理捷径，减轻认知负荷的一个决定。由于中小企业和投资者之间的信息不对称，使得中小企业在发展的过程中花费大量的力气在不同投资者中寻找愿意提供的贷款中所需成本最小的。但是，这种信息搜寻成本作为一种机会成本，对于中小企业而言常常大于信息搜寻带来收益。因此，中小企业基于启发式原则下不愿意耗费巨大的搜寻成本而往往直接采取向银行贷款等高成本的融资渠道，造成资源效率低下。而互联网金融这个大平台的发展可以作为中小企业融资破除启发性行为的适用性工具。

在新时代，搜索引擎、大数据、社交网络和云计算的出现，使得市场信息处理效率高且不对称程度较传统方式低，交易双方资金期限匹配度提高，交易成本降低，节约了中小企业融资的搜寻成本，使中小企业避免了盲目地采取非理性的融资方式。中小企业加入互联网金融的大军在拓宽其融资渠道的同时优化了资源配置，促进了社会的公平与效率，使得市场充分有效。在这种资源配置方式下，双方或多方交易可同时进行，可吸引大量的顾客，从而给中小企业融资提供了更多的机会。以P2P为例，根据图2，截至2014年底，中国网贷行业有史以来累计成交量超过3 829亿元。2014年网贷行业全年累计成交量高达3 058.2亿元，是2013年的3.4倍。至2015年，网贷行业依旧处于快速增长阶段，虽然新增平台的增长速度有所放缓，但全行业成交额则呈指数型增长的态势。全行业成交量超过一万亿，网贷投资人同比增长了10倍。从交易量看，P2P已经成为互联网金融中最重要的一块版图。

但是，作为新兴产业的互联网金融仍然存在着不少的问题，信息泄露、企业坏账和平台倒闭等问题严重。截至2016年4月30日，零壹研究院数据中心监测到的P2P借贷平台共4 465家（仅包括有线上业务的平台），其中正常运营的仅有2 393家，占到53.6%的比例。故加强互联网金融的监管也迫在眉睫。

2.偏好动态不一致

行为经济学家大量的研究已经证实，个体在做决策的过程中表现了个体时间偏好不一致的特征。学者们将原因主要归结于不耐心递减（Thaler，1981）和自我控制（Strotz，1956）问题。其中决策者行为不耐心递减认知偏差的逻辑结果可以用贴现率递减来表示。人们在短期更倾向于较早、较少报酬的不耐心非理性行为，对于长期跨期选择，则偏好较多报酬、较晚实现的选择，表现相对理性[12]。

在Samuelson [13]的指数贴现效用模型中，贴现函数固定。其效用最大化公式为：

U（t） （ct，…，cT）为跨期效用函数，D（k）为个体的贴现函数，U（ct+k）为个体的基数即时效用函数——在t+k期的福利，p为个体的纯时间偏好率（他的贴现率）。

将时間偏好不一致因素考虑进来之后，借用Phelps提出的研究迭代模型中代际间的利他主义问题半双曲线模型，完善后可以被应用到投资者们的投资决策上[13]（Laibson，1997）来进行分析[13]。

在公式⑤中，本期和下一期的单期贴现率，未来任意两期的单期贴现率是⑥，在此假设中本期和下一期的贴现率是递减，这时个体呈现不耐心递减特征。因此，在投资者时间偏好不一致的情况下，在短期中人们更愿意获得眼前的利益，投资者偏好较早期的报酬，在一定程度上他们甚至可能会忽视其带来的风险。互联网金融产品的周期短，并且十分灵活灵活，受平台资本端限制，好赎回、低风险、高收益，比起传统耗时长、回报率低的投资，能够解决过去中小企业融资的需求和供给特性不匹配的问题。融360监测的数据显示，2016年3月P2P平台的平均借款期限为4.47个月，而近一年来平均期限基本都在4—5个月之间。对于P2P投资人来说，一般3—6个月的理财产品最受欢迎，产品期限过短或过长问题都比较多。另外，宝宝类产品在结算方式上能做到日日结算，每日都可将收益转化为基金份额，这样投资者能产生比其他基金赚钱的错觉，更能吸引投资者。

3.多样化启发

丹尼尔和George Loewenstein首先发现多元化倾向。（Benartzi& Thaler，2001）提出，行为个体具有投资者天性的多元化倾向，投资者的多样化投资趋势超出正当经济上合理理由[14]。天真的多元化倾向复制在不同样本使用参与者操纵的投资组合选择。参与者只关注直觉预测这种偏见的差异，投资者越多使用直观的判断，他们就越有可能显示天性的多元化倾向。天性的多样化是一种选择启发式（也称为“多元化启发式”）。也就是说，当被要求做出一些选择时，人们倾向于多元化的决定。

理查德·泰勒和ShlomoBenartzi天真的储蓄计划多样化研究发现，如果一个退休计划比债券类共同基金股票拥有更多的共同基金，就可能会有更重的股票分配。另外，如果计划有更多的大型股股票共同基金，就可能会有一个更重的大额股票分配。其结果表明，参与者注重直觉与天真的多样化的差异的偏见。更多的投资者使用直观的判断，他们显示天真的多元化倾向。互联网金融产品种类多样化地利用行为主体的天真的多样化特点，从2013年跌宕起伏的各类众筹模式，到2014年过山车式的比特币，再到一度如雨后春笋般的“宝”类产品，以及励志逆袭并转型的传统金融行业。互联网金融产品的多样化使得投资者的选择不再单一，出于分散风险的考虑，他们更愿意投资多元化的互联网产品，因为相比传统的企业融资方式来说，这些产品对于投资者更具有吸引力。互联网金融产品的多元化符合投资者不把所有鸡蛋都放在同一个篮子里的心理，即符合人们分散风险、趋利避害的心理。因此，中小企业可以利用互联网金融产品的多样化，吸引各色投资者对其进行投资。

三、结论

本文主要从行为经济学机制方面来分析中小企业融资难的原因和互联网金融创新对中小企业融资的影响。通过放松经济人假设，从而构建了一种新分析框架，结合行为经济学分析了互联网金融对中小企业融资产生的影响：第一，基于启发法的角度分析可以减少中小企业融资的搜寻成本。第二，基于行为主体时间偏好不一致的角度分析互联网金融产品的周期短和灵活性高可以吸引更多的投资者。第三，利用天性的多样化偏见的角度来解释互联网金融产品多元化带来的优势。尽管目前的互联网金融还存在着不少的问题，但是它对中小企业融资困难确实带来了一定程度上的缓解，也促进了我国经济的发展。因此，我国也需要加大力度对互联网金融进行管制，加强风险的识别和判断，完善风险管理和提高网络技术水平，创造一个健康的互联网金融环境。

参考文献：

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

[2] 邢乐成，王延江.中小企业融资难问题研究：基于普惠金融的视角[J].理论学刊，2013，（8）：48-51.

[3] 王达.美国互联网金融的发展及中美互联网——基于网络经济学视角的研究与思考[J].环球金融，2014，（12）.

[4] 张娇梅.互联网金融对中小企业融资影响分析[J].现代商贸工业，2015，（17）：131-132.

[5] 宋歌.互联网金融对商业银行的影响探究[D].郑州：河南工业大学，2016.

[6] 谢平，邹传伟，刘海二.互联网金融监管的必要性与核心原则[J].国际金融研究，2014，（8）：3-9.

[7] 谢贵超.互联网金融对中小企业融资的影响及对策[J].商，2015，（37）：163-164.

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

[9] 黄宝珍，徐富明，王伟.行为决策中的默认效应[C].北京：中国心理学会，2011.

[10] 贺京同，那艺.行为经济学选择、互动与宏观行为[M].北京：中国人民大学出版社，2015.

[11] 赵华.小企业非理性财务行为研究[D].沈阳：东北大学，2010.

[12] 陈冀，曹国华，陈典发，慕文涛.时间偏好对项目灵活性价值和投资时机的影响[J].系统工程，2011，（10）：1-6.

[13] 陈冀.个体时间偏好差异对投资影响研究[D].重庆：重庆大学，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.