网络借贷行业风险与投资者信心——基于百度搜索指数的研究

张智颖， 田秀娟， 张海洋

(对外经济贸易大学 金融学院， 北京 100029)

一、 问题的提出

金融活，经济活；金融稳，经济稳。党的十九大强调，要守住不发生系统性金融风险的底线；2017年中央经济工作会议进一步指出，防范化解重大风险的关键在于防控金融风险。近年来，作为新兴互联网金融形态的P2P网络借贷行业在我国快速发展[1-2]。然而，由于征信系统不完善、业务边界模糊、经营规则不健全、监管缺失等原因，投资者提现困难、P2P平台卷款跑路、被公安机关侦查立案等风险事件层出不穷。网贷之家统计数据显示，截至2019年10月底，中国P2P网贷平台总数已达6 613家，而正常运营的平台仅571家，累计停业及问题平台数量达到了6 042家，约占全行业平台的91.36%，问题平台历史累计涉及的投资者数量高达301.2万人①。与以往文献侧重于研究“P2P问题平台的特征与识别”不同，本文致力于分析网络借贷行业风险的变化是否会对投资者参与网络借贷市场的信心产生显著影响；如果存在影响，具体的作用机制如何。这是一个非常重要但研究相对空缺的问题。

P2P网络借贷作为一种新型的借贷模式，尽管有效弥补了传统金融机构的服务盲区，为广大投资者提供了新型理财途径[3-4]，但由于缺乏完善的征信系统与监管制度，借贷交易双方之间的信息不对称问题以及由此带来的逆向选择和道德悖论等风险较传统金融机构更为严重[5-8]。王修华等[9]指出，通常网络借贷投资者会通过各种途径搜集信息，以缓解作为买方市场的信息不对称，最先在数目繁多的平台中进行优劣判别筛选，进而才会在其信赖的平台上进行理财投资。为此，国内大量文献对上述问题进行了深入研究[9-12]。邓东升等[13]从静态视角考察了P2P平台的注册资本、年化收益率、政策监管等因素对投资者识别问题平台的影响。然而，投资者对P2P平台的信任并非固定不变的，而是在内外部因素的作用下不断变化的。例如，2015年12月“e租宝”的庞氏骗局和2018年6月底“爆雷潮”等风险事件发生后，网络借贷市场整体情绪下降，众多投资者纷纷撤离网贷市场，甚至出现了集体“挤兑”行为，引发全国范围内网络借贷行业的风险。

通常来说，行业风险不仅会向投资者传递强烈的信用风险信号，本身还具有较强的“传染效应”[14-15]，这必将提高投资者对行业机构违约风险的预期和估值。近年来，伴随着信息技术的变革，互联网已逐渐成为证券市场投资者获取信息的主要来源。相比传统的新闻媒体和社会化媒体，移动互联网为网络借贷投资者提供了可随时随地发布、检索并获取信息的平台渠道。对网络借贷市场的投资者而言，其可以即时地搜索行业与各网贷平台经营情况，籍以降低信息不对称程度，这种通过移动互联网搜集的信息具有风险感知的特征[16]。风险感知将会对投资者信心产生重要影响，然而纵观现有研究，却鲜有文献探讨网络借贷行业风险感知对投资者行为的影响。

基于此，本文运用2014—2019年176家P2P网贷平台的微观运营数据和Baidu搜索指数数据，采用面板固定效应模型实证检验了网络借贷行业的风险溢出与投资者信心之间的联动关系。与已有研究相比，本文的边际贡献在于：第一，突破了已有文献关于问题平台风险识别的静态研究视角，深入探索了行业风险动态变化对投资者信心的影响；第二，以风险感知作为核心变量，进一步分析了行业风险影响投资者信心的作用机理；第三，详细考察了资金存管、ICP备案、风险纾缓机制建立等“风控治理”手段对投资者风险补偿的影响，拓展了网络借贷风险与投资者行为的相关研究范畴。本文的研究对于监管部门推进平台机构的合规性、建立网络借贷风险预警机制、引导网络舆情健康发展等具有重要的指导意义。

二、 文献回顾与研究假设

(一)网络借贷行业风险对投资者信心的影响

投资者信心可以通俗地理解为投资者对自身投资前景表现出的乐观态度，是一种积极的投资情绪[17]。这种信心很大程度上源于投资者对未来的判断，认为未来投资回报是有保障的，不会发生意外的损失。金融风险事件、行业风险对投资者信心的影响近年来引起了学界的广泛关注，主要分析了金融危机、股市崩盘、行业间负面事件对投资者交易量、换手率与资金成本等的影响。研究表明，行业内部横向的风险传染，将提高投资者对机构违约风险的预估，也势必会降低投资者出借的意愿与信心。例如，王永钦等[18]使用事件研究法证实，在出现酒鬼酒“塑化剂”丑闻后，整个白酒行业出现了较为显著的负面市场反应。Bernet & Getzen[19]研究发现，某公司发布内部控制重大缺陷报告后，投资者不仅会抛售问题公司股票，甚至会带来抛售其他公司股票的非理性“羊群行为”。正如前文所述，我国网络借贷市场也曾出现类似的风险事件，2018年随着诸多P2P平台集中“爆雷”负面消息的冲击，网贷投资者出现恐慌情绪、债权集体抛售等行为。

从理论上看，投资者根据行业风险变动情况主动调节自我风险承担水平，实际上表达了投资者对于市场未来的预期，这是一种主观信心下规避风险的有效途径。网络借贷属于固定收益市场，投资者通常会表现出对收益的追求和对风险的规避，呈现绝对风险厌恶(CARA)[20]。就小额资金的网贷投资者而言，他们对网贷平台的安全风险极为敏感，风险的恶化很容易降低投资者参与网络借贷平台的意愿。当P2P行业风险带来的不确定性程度较高时，网贷投资者的损失规避动机将明显增强，倾向于暂行性市场退出，进而降低网贷交易量。据此，本文提出如下假设。

H1：网络借贷行业风险程度的增加会降低网络借贷平台的交易量。

风险感知是风险主体对其自身面临或可能面临风险进行的感知和识别，描述了人们对风险的态度与直觉判断，对人们的日常行为和重大事件的决策具有显著影响[21]。行为金融学理论的重要进展在于，发现了投资者风险决策过程中多种参照点(self point)的存在，现状(status quo)将成为投资者决策的重要依据或标准。不确定的预期会使投资者产生焦虑、恐惧等负面情绪，导致模糊性厌恶，使投资者犹豫不决、决策更为谨慎，进而减少投资行为[22-23]。大数据背景下，网络智能与互联网搜索引擎提高了投资者获取信息的能力。Patel et al.[24]指出，如果将互联网信息搜索看作是嵌入市场结构并成为市场补充的要素，那么随着信息搜索能力的提高，投资者的风险感知会不断增强，并对投资者的行为产生重要影响。更为重要的是，互联网技术能够跨时空，将众多投资者凝聚到一起。例如，很多投资者在网络借贷论坛发布信息，互相讨论，本身更附有“情绪溢出”效应，可能会放大行业风险对投资者信心的影响。据此，本文提出如下假设。

H2：网贷投资者的风险感知水平越高，行业风险降低网络借贷平台交易量的效应越大。

(二)网络借贷平台的“风险补偿”效应

上述理论分析表明，行业内发生风险事件会在信息外部性的作用下提高投资者的感知风险[19]，这将可能促使投资者在风险定价中索取更高的溢价，以补偿可能的风险损失[25]，本文将其定义为“风险补偿”效应。Merton[26]提出的“投资者认知假说”理论指出，金融资产风险来源于信息的不完备与信息不对称，某些有用的信息仅仅集中掌握在少数投资者手中，因此高风险的金融资产往往要求提供更高的风险溢价。上述理论对于网络借贷市场同样适用，当网贷行业“提现困难”“集体跑路”等违约事件频繁发生时，投资者将更加担忧行业未来的发展前景。上述事件向市场集中释放了更多的风险信号，进一步增加了市场主体间的信息不对称水平，这将会进一步加深投资者负面情绪，并提高投资的预期风险回报，进而促使投资者索要一定的“风险补偿”或“风险溢价”。据此，本文提出如下假设。

H3：网络借贷行业风险的提升会显著提高网贷投资者索要的收益率水平。

正如上文分析所述，随着信息技术的普及、互联网的广泛应用，投资者风险感知水平将有所提高。那些活跃于互联网网络论坛中的投资者，将获得更有价值的私有信息，并在无形当中获取了其他投资者情绪的传递，一旦行业风险显著提高之时，负面的风险感知情绪会加速传染，使得投资者产生更加强烈的“风险补偿”意识，希望获取更高的“风险溢价”。据此，本文提出如下假设。

H4：投资者风险感知越高，网络借贷行业风险的“风险补偿”效应越大。

三、 研究设计

(一)数据来源

本文主要采用了3个数据集。第一个数据集是2014年1月—2019年9月6 424家网贷平台的运营数据，包括月均投资人数、月均投资金额、月均投资期限等，数据来源于国泰安CSMAR数据库。第二个数据集为网络借贷投资者关注度数据，来源于百度搜索指数。第三个数据集是各个网贷平台的特征信息数据，包括注册资本、股东背景等，数据源于第三方权威机构——网贷天眼。

本文根据全国企业工商信息公示系统，结合各个网贷平台官网信息披露事项，以手工搜集和交叉验证，确保了研究数据的真实性和可靠性，并根据以下原则进行筛选：(1)匹配同一平台同一时期的运营数据与百度搜索指数数据；(2)剔除数据缺失的样本；(3)剔除部分存在异常值的样本，并进行了上下1%的缩尾处理。最终获取了2015—2019年176家网贷平台的样本数据。样本为非平衡面板，最长时间跨度50个月，全部样本共计4 187个观测值，涵盖我国大、中、小各类平台，样本中平台占比及其区域分布、样本平台整体区域分布和平均收益率等方面均与行业整体状况基本一致，代表性较强。

(二)变量选取

1.被解释变量

(1)交易量(Volume)：投资者信心在不同领域衡量方法不同。证券市场中主要的方法包括用股票成交量或流动性代替、运用主观操控性等。考虑到网络借贷市场数据的可获得性，本文借鉴邓东升、陈钊[13]的做法，采用网贷平台所吸纳的投资总额(“投资者人数”乘以“人均投资”)衡量交易量②。这主要是因为投资总额作为一个动量性质指标，它直接呈现了网贷投资者在网贷行业风险冲击下对预期收益水平和预期收益波动程度的投资决策意向，是网贷投资者信心的真实反映。

(2)收益率水平(Interest)：是各网贷平台在平台存续期间支付给投资者的年化收益率，反映了网贷平台的风险定价。

2.解释变量

(1)网络借贷行业风险指数(Riskrate)：为了度量网络借贷市场的整体行业风险，本文采用“网络借贷行业问题平台发生率=新增问题平台数/运营平台数”度量网络借贷行业风险指数。网络借贷行业风险指数数值越大，则表示特定时间段内网贷平台发生跑路、提现困难等风险事件频率越高，即网络借贷行业风险越高；反之，当特定时间段内网贷平台发生跑路、提现困难等风险事件暴露程度越低，网络借贷行业风险就越小。

(2)风险感知程度(Baiduindex)：本文参照曾建光[16]的做法，使用百度搜索指数作为网络借贷投资者风险感知的代理变量，即在定义网络借贷投资者风险感知时假设，当某一特定网贷平台名称+关键词③(“可靠吗”“可信吗”“靠谱吗”“安全吗”“怎么样”)在百度搜索引擎被搜索时，则认为该网络借贷平台受到网络借贷投资者的关注与风险感知。

具体而言，本文选取t时期第i个网络借贷平台的搜索量取对数作为相应的投资者风险感知的具体度量。之所以这样做的原因在于：一是搜索引擎是大众投资者主动获取信息的主要途径，在中国大陆，百度是覆盖最广的搜索引擎，百度的市场份额较大且较为稳定，其搜索指数具有广泛和持续的代表性，因此百度搜索可以作为代表网络借贷投资者关注度的主要衡量工具；二是当网络借贷投资者搜索某一特定网贷平台名称时，很可能是出于对相关网络借贷平台的理财产品进行投资决策的需要而检索，包含但却不止于对投资风险的担忧。相比搜索“网贷平台名称”，搜索特定的“网贷平台名称+关键词”时，则更可能代表网络借贷投资者出于买入或卖出的意愿，对平台机构治理信息及投资前景信息的搜索，更准确地度量网贷投资者对于网络借贷平台的风险感知程度及信息搜寻能力。

3.控制变量

由于网络借贷平台的交易量、收益率水平等市场反应除了受网络借贷投资者行为的影响，还有可能受到网络借贷平台个体特征的影响，本文具体控制了如下变量的影响：投资期限(Period)，平台披露标的的平均期限；运营年限(Operating)，平台运营的时间长度；注册资本(Capital)，平台注册金额，取对数；平台背景(Platform)：哑变量，即平台背后母公司的类型，民营系赋值为1，国资系、上市系、风投系赋值为0④；资金存管(Depository)，哑变量，平台拥有第三方资金存管赋值1，否则为0；ICP备案(ICP)，哑变量，平台拥有ICP备案登记赋值1，否则为0；行业协会(Association)，哑变量，平台加入行业相关自律性组织协会赋值1，否则为0；债权转让机制(Exchange)，哑变量，网贷平台创设债权转让机制赋值为1，否则为0；风险纾缓机制(Guarantee)，哑变量，网贷平台设有风险准备金、第三方担保等风险保障机制赋值1，否则为0；所在地域(Region)，哑变量，网贷平台所在的东、中、西部地区依次赋值为1～3，以进行地域固定效应；时间(Month)：2015年1月—2019年10月，69个哑变量。

(三)模型设定

为验证上述假设，本文通过构建以下计量模型，实证网络借贷行业风险对网贷投资者信心的影响及其内在机理。具体形式如下：

Volumei,t=β0+β1Riskratei,t-1+β2Baiduindexi,t-1+β3Riskratei,t-1×Baiduindexi,t-1+β4Interest+β5Periodi,t+β6Operatingi,t+β7Capitali,t+β8Platformi,t+β9Depositoryi,t+β10ICPi,t+β11Associationi,t+β12Exchangei,t+β13Guaranteei,t+∑Region+∑Month+εi,t

(1)

Interesti,t=β0+β1Riskratei,t-1+β2Baiduindexi,t-1+β3Riskratei,t-1×Baiduindexi,t-1+β4Periodi,t+β5Operatingi,t+β6Capitali,t+β7Platformi,t+β8Depositoryi,t+β9ICPi,t+β10Associationi,t+β11Exchangei,t+β12Guaranteei,t+∑Region+∑Month+εi,t

(2)

其中，i=1,2,…,N，代表网贷平台；t代表时间(月份)。被解释变量Volumei,t表示t时期网贷平台i所吸纳的交易量；被解释变量Interesti,t表示t时期投资者在网贷平台i索要的收益率水平。考虑到网络借贷行业风险和投资者风险感知具有一定的时滞性，本文对两个核心变量取滞后一期。

由于本文重点采用交易量与收益率水平作为投资者信心的代理变量，因此在探究网络借贷行业风险对投资者信心的影响与影响渠道，需要对收益率水平分情况讨论。在回归结果用来分析网贷借贷行业风险是否是影响交易量时，将收益率水平Interest作为控制变量纳入回归方程(1)进行实证检验。在探讨网络借贷行业风险是否会造形成投资者“风险补偿”的定价效应时，将Interest作为被解释变量纳入回归方程(2)进行验证。本文主要关注核心变量Riskratei,t、Baiduindexi,t和交互项Riskratei,t×Baiduindexi,t的系数，在公式(1)中，如果β1、β2、β3是联合显著的，则可以推断网络借贷行业风险对交易量具有显著影响，进而可以验证假设H1和假设H2的真伪。在公式(2)中，如果β1、β2、β3是联合显著的，则可以推断网络借贷行业风险具有风险补偿效应，进而验证假设H3和假设H4的真伪。

四、实证结果与分析

(一)描述性统计

表1展示了176家网贷平台交易共计4187个样本观测值(平台·月)各变量的描述性统计信息。可以看出，投资者信心的代理指标交易量(Volume)最小值为-1.704，均值为6.482，最大值为10.570，说明不同网贷平台吸纳网络借贷投资者的能力不一，投资者对于不同网贷平台的信心存在较大差异。收益率水平(Interest)均值为9.340%，最小值为6.361%，最大值为38.30%，则表明不同网贷平台提供给投资者的收益率水平差异较大。网络借贷行业风险的代理变量，问题平台事故率(Riskrate)均值为0.017，最大值为0.119，则意味着我国网络借贷市场整体风险较高，平台“跑路”等风险事件居高不下。投资者风险感知变量(Baiduindex)均值为9.556，最小值为4.771，最大值为13.290，表明网贷投资者风险感知存在较大差别。

表1 主要变量的描述性统计

进一步地，为确保整体回归的有效性，本文在正式回归分析之前对自变量之间是否存在严重的多重共线性进行了方差膨胀因子VIF检验与Pearson相关性检验⑤。其中，方差膨胀因子VIF检验结果表明，单个变量的方差膨胀因子与膨胀因子的均值都小于存在较严重多重共线性的一般经验值，说明本文所选的变量具有可行性。Pearson相关性检验的结果表明，被解释变量与解释变量之间存在相关关系，控制变量与控制变量之间的相关性系数基本介于-0.5～0.5，其模型解释力度较高。尽管如此，后文部分仍将通过严谨的计量模型实证检验研究假设真伪，以确保结论真实可靠。

(二)网络借贷行业风险影响投资者信心的回归结果分析

表2报告了网络借贷行业风险、风险感知与投资者信心之间的实证结果。其中，列(1)的单独回归结果显示，网络借贷行业风险指数的滞后项(后文类似变量不再强调滞后1期)(L.Riskrate)对交易量(Volume)的点估计系数为-0.029，且在1%的水平下显著，这表明网络借贷行业风险指数的增加会显著降低投资者在不同网贷平台的交易量。究其原因，这很有可能是由于网络借贷行业问题平台频发，直接影响了网络借贷投资者市场参与的信心。列(2)的单独回归结果显示，网贷投资者风险感知(L.Baiduindex)对交易量(Volume)的点估计同样在1%的置信水平上显著为负，随着网贷投资者风险感知程度的提升，其交易量也显著降低。列(3)在逐步纳入网络借贷行业风险指数和网贷投资者风险感知变量后，其对交易量的点估计系数分别为-0.094和-0.413，且均在1%的置信水平上显著，这表明网络借贷行业风险对网贷借贷投资者的预期与信心具有明显的抑制作用。

表2 网络借贷行业风险对平台交易量影响的回归结果

进一步地，列(4)在列(3)的基础上，纳入网络借贷行业风险指数与网贷投资者风险感知变量的交互项(L.Riskrate×L.Baiduindex)，用以考察网贷投资者风险感知是否成为网络借贷行业风险影响网贷投资者信心的信息渠道。研究发现，交互项对投资者信心的点估计系数为-1.110，且在1%的水平上显著。这表明，当投资者风险感知强度不存在时，每单位网络借贷行业风险对交易量的降低效应为0.456；而当风险感知强度存在时，风险感知强度每上升一个单位会导致每单位行业风险对交易量的降低效应变为1.566(0.456+1.110=1.566)。简而言之，风险感知强度的存在，显著增强了网络借贷行业风险对交易量的影响，即降低了投资者参与网贷市场的信心。据此，假设H1和假设H2得到验证。

之所以产生上述结果原因可能在于：我国缺乏完善的征信系统与监管制度，网络借贷行业风险居高不下，P2P平台信息披露不充分、平台“跑路”“爆雷”“提现困难”等风险违约事件频频发生。这不仅向投资者传递了强烈的违约风险信号，而且风险自身还具有较强的溢出效应，尤其会在行业内进行横向传递，这必将提高投资者对网贷行业内其他平台机构违约风险的预期和估值，也势必会降低投资者出借意愿与信心。理论上讲，投资者根据行业风险变动情况主动调节自我风险承担意愿及水平，是投资者在表达对未来市场的预期，可以说是一种主观信心下规避风险的有效途径。与此同时，互联网的发展变革了信息传播技术，互联网社交媒体和传统媒体的不同之处在于，为原本处于信息受众地位的人们提供了更加广泛、及时、低成本的交互手段。信息传播媒介在传播信息时，不是对信息的简单复制，还会溢出情绪，并影响其他投资者行为。百度搜索等互联网技术能够跨时空，将众多投资者凝聚到一起，当较多投资者在网络借贷论坛发布并查阅信息源时，就可能形成过度悲观的情绪，导致更多投资者抽离P2P市场。这种风险感知意识的背后可能还含有“情绪溢出”效应。

从列(4)中收益率水平(Interest)的估计系数结果来看，收益率水平(Interest)与投资者信心之间呈现显著的负相关关系，这可能与我国网贷行业自身特征和发展所处的特殊时期有关。我国P2P行业一直风险高发，综合收益率虚高的“庞氏骗局”一直备受诟病。近年来，伴随着“跑路”、失联的平台越来越多，高收益平台与高风险相伴，投资者可能会更加谨慎，对收益率较高水平的平台反而会持有“退避三舍”心态。从平台特征来看，列(1)～列(4)的回归结果均显示，投资者对运营时间(Operating)越长、注册资本(Capital)规模越大的平台越有信心，其交易量也越大，这与平台资本雄厚和经营能力有关。从股东背景来看，股东背景对交易量的点估计系数均在1%的水平上显著为正，这意味着网贷平台为国有企业、上市公司、金融机构、私募/风险投资则越受投资者青睐，这主要是因为国有企业、上市公司、金融机构在业务开展过程中受到的监管约束更为严格，商誉更好；私募/风险投资则具有更专业的投资风险识别能力和股权管理能力，实力相对较强，入股的商业性动机较好。因此，在行业风险冲击情况下，投资者更加对有国有企业、风投背景等平台抵御行业风险带来的不利影响有信心。

从网贷平台风险管控与合规性来看，无论是未完全控制其他变量的单独回归列(1)～列(3)，还是纳入所有控制变量的联合回归列(4)，资金存管(Depository)、ICP备案(ICP)、行业协会组织(Association)、债权转换机制(Exchange)和风险纾缓机制(Guarantee)均与交易量呈现显著的正相关性，这也表明网贷平台风险管控水平和合规性程度越高，越容易获得投资者的青睐与信赖。网络借贷行业风险直接给市场带来了不确定性环境，而持有资金存管、ICP备案牌照的平台侧面反映了经营实力，因此能从“安全性”视角能吸引众多投资者。从列(1)～列(4)的估计系数结果来看，债权转换机制(Exchange)、风险纾缓机制(Guarantee)虽然都作为平台确保投资者资金安全性的措施，但是债权转换机制与交易量的系数，明显大于风险纾缓机制与交易量的系数，这主要是因为就网络借贷行业风险，投资者更加注重本金的安全性与流动性，而债权转换机制刚好满足了投资者“刚性兑付”的需求。进一步地，如表2中回归结果所示，在控制其他变量的因素下，列(4)的R2分别由列(1)～列(3)的0.290、0.436、0.436 提升至0.522，其控制变量在各显著性水平均无明显变化，说明本文变量的选取具有较强的解释力度。

(三)网络借贷行业风险与收益率水平的回归结果分析

表3列示了网络借贷行业风险与收益率水平的回归结果。其中，列(1)结果显示，网络借贷行业风险(L.Riskrate)对收益率水平(Interest)的点估计系数为0.075，且在1%的置信水平上显著，这意味着网络借贷行业风险会提高投资者参与市场时得到的“风险补偿”价值。理论上讲，“风险补偿”符合风险资产溢价的基本逻辑。网络借贷行业风险会促使网贷投资者对网贷公司继续发行P2P债权信用风险给予更高的预期估值，由此导致投资者以索取更高风险溢价的方式补偿可能的风险损失，并最终造成网贷平台收益率水平在行业风险溢出效应较大时会相应地有所提高。列(2)在控制了平台特征后，投资者风险感知(L.Baiduindex)对Interest的点估计系数为0.284，且在1%的置信水平上显著，这意味着投资者风险感知越强，越能在网贷市场获得越高的风险溢酬。进一步地，列(4)控制所有变量后，发现L.Riskrate、L.Baiduindex对Interest收益率水平的影响都有所提升，且L.Riskrate与L.Baiduindex交叉项的点估计系数呈现出显著的正向效应。这表明，当投资者风险感知强度不存在时，每单位行业风险对收益率水平的增强效应为0.079，而当风险感知强度存在时，风险感知强度每上升一个单位会导致每单位行业风险对收益率水平的增强效应变动为0.129(0.079+0.050=0.129)，即风险感知强度的存在，显著增强了网贷行业间风险溢出效应对收益率水平的“风险补偿”效应。据此，假设H3和假设H4得到验证。

表3 网络借贷行业风险对平台收益率水平影响的回归结果

究其原因，当网贷平台集体“风险跑路”和“提现困难”等违约事件频发后，投资者将更加担忧行业成长的不确定性；其次，频繁发生的违约事件将向市场集中释放出更多的风险信息和噪音，由此增加资本市场信息不对称程度以及投资者准确获取公司信息的难度，进而会提高投资者人预期的风险补偿水平；最后，违约事件的连续爆发将可能引致相关P2P金融稳定政策的出台，进而加大现有平台经营业务的不确定与难度。因此，网络借贷行业风险的加剧会加深投资者负面情绪并提高预期风险回报，促使投资者索要一定的“风险补偿”或“风险溢价”。网络借贷行业风险之所以会通过风险感知作用于投资者索取的更高风险补偿，这主要是源于这类投资者不仅能够利用互联网技术得到一些有价值的私有或共有信息，进而通过自身努力能够获得一些超额回报；而且风险感知也可能通过自身或者投资者情绪传递在无形或有形中，加强了投资者风险态度与风险意识，当不确信程度与投资者情绪传染较高时，风险溢价在资产价格中占比较大。

(四)稳健性检验

为了保证研究结论的可靠性，本文运用以下方法进行稳健性检验⑥：更换关键变量的衡量指标。采用人均投资金额指标替换投资者信心，采用超额收益率(当月各个网贷平台的综合收益率水平减去同期网络借贷行业的综合收益率)替换收益率水平，并对上述假设重新进行回归分析与验证，结果见表4。

表4 稳健性检验：更换关键变量法

表4的列(1)～列(4)显示，网络借贷行业风险(L.Riskrate)、以百度搜索代表的风险感知指数(L.Baiduindex)对成交量(Volume)的代理变量人均投资金额的点估计系数均在1%的置信水平上显著为负，这说明网络借贷行业风险显著降低了投资者在不同网贷平台投资水平与信心；随着投资者风险感知地加强，投资者对于网络借贷平台的交易量也明显降低。表中的核心解释变量与控制变量的符号与显著性水平基本保持不变，这也说明表2的结果是稳健的。

如表4的列(5)～列(8)展示了网络借贷行业风险对溢价利差回归结果。具体而言，L.Riskrate、L.Baiduindex与交互项对收益率水平(Interest)均呈现显著的正向影响，表明网络借贷行业风险越大时，投资者风险感知对溢价利差的风险补偿越高。其他核心解释变量与控制变量的符号与显著性水平基本保持不变，这表明表3的结果是稳健的。

五、结论与建议

近年来，网络借贷行业连续爆发的平台“跑路”“挤兑”等风险事件已成为社会各界关注的焦点，这类风险事件不仅给广大投资者造成了巨大损失，而且对于网络借贷市场健康发展也构成了直接的冲击与潜在的威胁。本文借助2014—2019年176家P2P网贷平台的微观运营数据和Baidu搜索指数数据，采用面板固定效应模型实证检验了网络借贷行业的风险指数与投资者信心之间的联动关系。研究结果表明：网络借贷行业风险抑制了网络借贷投资者市场参与信心，且随着网络借贷行业风险指数的增加，网贷投资者所要求获得的风险补偿也越高，而风险感知渠道具有强化投资者信心与风险补偿的影响。理论上讲，网络借贷投资者根据行业风险变动情况主动调节自我风险承担意愿及水平，是网络借贷投资者在表达对未来市场的预期，是一种主观信心下规避风险的有效途径。而在互联网技术的加持下，信息传播媒介在传播信息时能够跨时空，将众多投资者凝聚到一起，当较多投资者在网络借贷论坛发布并查阅信息源时，就可能形成过度悲观的情绪，导致更多投资者抽离P2P市场。这种风险感知意识的背后可能还含有“情绪溢出”效应。此外，资金存管、ICP备案、风险纾缓机制等风控治理越规范的平台，越容易受到网贷投资者的信任，索要的风险补偿更低。在网络借贷行业风险冲击情况下，有资金存管、ICP备案、国有风投背景等平台抗风险能力更强，投资者在考虑风险冲击带来的不利影响时，对这部分平台更有信心。

本文的研究不仅有效补充了网络借贷行业风险溢出效应及其经济后果的研究范畴，而且为投资者和相关部门推进规范网贷行业治理提供了行之有效的政策建议。第一，进一步规范行业发展，加强P2P网络借贷基础设施与制度建设。对于监管机构而言，应建立并不断完善P2P产业信息披露制度，提升产业透明度，推进P2P平台有序进出，提高市场清洁度；对于平台而言，应密切关注行业新规出台，紧随行业监管要求，不断提高自身的合规程度，实时披露信息，促使自身健康发展，以增强借贷双边用户的黏性。第二，建立网络借贷网络舆情预警机制。数字经济时代下，网络借贷行业风险的溢出效应迅速并广泛，尽管网络借贷投资者拥有一定的风险感知能力，但并非完全理性。在移动互联网大数据背景下，网络借贷投资者情绪极易引致市场恐慌，甚至引发区域金融或系统性风险，这要求相关部门建立网络借贷网络舆情预警机制，以化解和应对极端危机所采取的必要、有效行动。第三，实施“穿透式”风险监管，使金融监管和风险排查跟上金融创新的步伐，形成金融科技与金融监管系统长效的监管体系。

注 释：

①数据来源于网贷之家《P2P网贷行业2019年10月月报》。其中，问题平台历史累计涉及的投资者数量约为301.2万人是不考虑去重情况下得到。

②网贷平台所吸纳的投资金额，考虑到消除量纲的差异及解决回归异方差问题，在回归时作自然对数处理，对于存在零值的变量，加1后再取其对数。

③本文对关键词的提取选用文本分析方法，主要考虑能够反映网络借贷者投资意向的关键词，考虑到数据的可获得性和数据质量，本文选取了“可靠吗”“可信吗”“靠谱吗”“安全吗”“怎么样”5个关键词。其中，特定网络借贷名称涵盖“人人贷”“拍拍贷”等平台机构，由于中国网络借贷平台存在更名的情况，很多网络借贷投资者可能会使用过去的名称。本文除了使用当期的网络借贷名称，还加上了该网络借贷名称在本次更名前的名称当月被搜索的次数，以保证真实反映特定网络借贷名称通过不同方式被搜索到的情况。考虑到抓取数据的重复性与关联性，本文借鉴徐映梅、高一鸣(2017)的做法，对某一特定网络借贷平台名称+关键词进行搜索热度扁平化处理，之后对逐日数据降频为月度数据。

④根据网贷之家数据分类，平台背景主要分为民营系、上市公司系、银行系和国资系四种类型，由于银行系和国资系平台数目总体占比较少，这里借鉴王修华等(2016)的做法，将国资系、上市系、风投系背景的平台归为一类。

⑤⑥由于文本篇幅受限，结果未予以示列，若有需要可向作者索取。