王 伟,何 翎,Kevin Zhu,孙 锐,王洪伟
(1.华侨大学工商管理学院,福建 泉州 362021;
2.Rady School of Management,University of California San Diego,USA;
3.同济大学经济与管理学院,上海 200092)
众筹是一种全新的融资方式,市场潜力巨大。知名的众筹平台Kickstarter吸引了超过1000万位投资者,并为10万多个项目成功融资23亿美元,但仍有超过50%的项目融资失败[1]。融资失败的原因有项目质量、社会关系、投资回报、文本描述、市场竞争等多种因素[2-4]。因此,如何提高融资效果倍受学界和业界关注。
与此同时,鉴于知识产权保护的薄弱,大量的智力成果被剽窃[5],扰乱了市场秩序。在线融资中,创业者必须详细描述项目内容,其创意很容易被剽窃者抄袭。事实上,项目创意被抄袭是很多融资者都需要面对的严峻问题[6],创意的泄漏层出不穷,尤其是在知识产权保护还不完善的国家和地区。因此,融资者不会一次性地把所有创意公之于众,而是根据市场反馈,采取阶段性的信号更新,每次更新都向投资者传递一些新信号。然而,这种策略具有一定风险,投资者或许会因为信息不全面,认为项目不成熟而拒绝投资。实际上,众筹融资过程是一种不完全信息动态博弈。融资者需要在信号更新收益与项目创意泄漏之间进行权衡,选择在最佳时机把最合适的信号传递给投资者,而又不至于项目创意被完全公开。投资者由于不能一次性获得关于项目的全部信号,通常对现有项目信号存在一定的扭曲和误解[7],因此从投资者角度看,他们希望获得尽可能多的信号,以方便决策。
在动态文本信号传递中,通常以阶段性信号更新的形式呈现,这种模式避免了一次性把项目创意暴露在外,融资者依据市场反馈调整信号内容和更新频率,有效的保护了项目创意。从实际数据上看,已有研究证实了更新次数越多,越容易融资成功[8]。尽管如此,还是有很多融资者忽视了项目的更新,没有认识到阶段性信号更新的经济价值。
关于信号更新对融资效果的影响,仍缺少深入探究,归纳相关研究[8],理论上:(1)我们尚不清楚融资者期望向投资者披露哪些主题的信号,与项目内容有关的内部信号更有效?还是与市场推广有关的外部信号更有效?(2)缺少项目属性对更新信号的影响的分析,例如项目类别之间的差异比较;
(3)从信号理论的角度重新阐释阶段性信号更新的理论模型。实践上,信号更新成为被研究者忽略的一个方面,难以为融资者提供有效的信号更新策略。为此,提出以下研究问题:
(1)如何确定更新信号的主题及其频率?内部信号更新与外部信号更新的效用差异?
(2)针对不同项目类别,信号更新策略是否存在差异?如有,其差异是什么?
信号理论被广泛用于解释信息不对称背景下个体的决策差异[9]。众筹融资模式为信号理论的应用提供了另一种场景。融资者必须通过一些信号来传达有关项目的信息,信号决定了投资者的投资意愿。由于众筹模式的特殊性,融资者必须保证有关项目的信号被准确的传递给潜在投资者,并被潜在投资者准确的观察和理解,在这个过程中还需要尽可能避免项目创意被剽窃和抄袭。从投资者的角度来看,投资者依据信号分析融资者提出的创意是否优于现有方案,或者提供比现有方案更大的价值,或者降低运营成本[10]。因此,为了成功融资,创业者倾向于向投资者尽可能的多发送信号,以激励投资者的短期投资。但是创业者面临的困境是:一旦过多的发送信号,就有可能使互联网用户明确知晓项目运行的细节,因此,项目创意很可能被泄漏和剽窃;
过于频繁的信号也会造成信息过载,导致信号接受者的反感。
采用文本挖掘技术,对更新文本进行层次聚类,识别更新信号的文本主题,并建立计量模型,用于评估阶段性信号更新对融资效果的影响。本研究从理论上丰富了信号理论在在线融资领域中的应用,尤其凸显了阶段性信号传递方式对于提升信号传递效率、保护知识产权的重要作用;
实践上,为融资者和在线融资平台进行在线融资提供了指导。
对非结构化文本的数据挖掘发现,台词和剧本中的特定关键字能够影响电影票房[11]。类似的,对eBay上的用户评论进行分析,能够准确抽取商品的产品特征以及与品牌相对的市场定位[12]。这表明文本描述会影响文本阅读者对商品价值的评估,进而影响购买意愿和商品销量。众筹项目的更新文本是典型的用户产生内容(User Generated Content,UGC)。融资者可以在任何时间采用任何形式和内容对项目进行更新,因此,融资者描述的更新信息会形成不同的主题[13]。文本传递了项目的质量信号和项目进展,展示了众筹项目实施进度,因此,在投资者看来,这预示了能够获得融资者承诺回报的可能性。
融资者向投资者传递在线文本信号包含多种主题,一方面是因为融资者长期以来形成的对事物的描述习惯造成的;
另外一方面是由于众筹平台不对融资者发布的更新信号进行详细审查,这导致更新信号的多样性,例如:一些融资者重视项目回报,因此更新一些与回报有关的信号,而持不同观点的融资者可能更新其他主题信号。文本主题会对项目的融资效果存在不同程度的影响[14],信号更新的主题与融资者对信号效用的认知密切相关,有融资者频繁更新与项目进度有关的信息;
而另外一些融资者希望通过在线推广提高融资效果,因此,频繁对项目进行推广。通常认为,文本丰富了用户对产品的认知[15],且文本主题的经济效用与产品属性密切相关,文本读者会依据产品的特点和属性来评估文本主题提供的价值[16]。例如:艺术类项目的投资者更加重视融资者的身份和艺术成就;
而这类信号对科技类项目的影响则小得多[2]。因此,提出以下假设:
假设1:文本更新信号的不同主题对用户投资意愿的影响存在差异。
已有研究通常将融资分为多个阶段,早期参与者会影响后来者的投资行为。投资行为呈U 型模式,即项目启动第1周和最后1周融资比例最高,中期则是疲惫期[17]。随着项目的进行,投资者受到其他众多项目的邀请而变得疲惫不堪,这在融资目标较高的项目中尤为明显,这种行为模式展示了一定的时间性。而另外一种与时间相关的影响因素来自投资者集群[18]。因此,前期投资者与后续投资者对项目质量判断的标准存在差异,前者更加注重项目质量信号;
而后期投资者则可以利用前期集群辅助判断项目质量。从这个角度上看,后期投资者对质量信号的依赖会相对前期投资者小一些。除了集群效应,截至效应也广泛存在,约2/3项目都是在最后一周才完成融资[19]。研究指出,在不同融资阶段,信号更新的效用存在差异,例如,融资即将结束时,更新关于“回报”的主题对投资者具有显著正面刺激[8]。在线文本具有鲜明的时间性,一般来说热点维持的周期仅为数天,很少有超过10 天热点周期[20]。这表明在线文本具有很强的时间性,在文本创造的初期阶段如果不能吸引用户关注,就很可能消失在海量文本中。
在线众筹项目中,融资者不是被动接受这种集群效应和时间效应,而是能够采取行动吸引投资者,文本更新是其中一种方式。文本更新可以被用来进行社会化推广或者其他的推广活动,尤其是接近项目即将结束的时候,社会化推广是比较有效的方式[21],众筹项目的文本更新展示了较强的时间效应。为此,提出以下假设:
假设2-A:在项目融资的不同阶段,信号更新效用存在差异。
假设2-B:越临近项目融资截止日,信号更新的正面效果越强烈。
内部信号是指与项目内容有关的信号,例如项目内容调整、融资目标调整等。而外部更新是融资者向投资者传递一些与项目内容本身无关的信号,例如:表示感谢、广告行为等。这两种不同的信号模式可能带来显著的效用差异[22]。内外信号特征的差异可能来自信号特征的影响力,且文本主题对不同类别的主体行为的影响存在差异[23]。而对研究对象的分类方法上,一种常见的方式就是按照内部视角和外部视角进行分类[24]。在基于回报的众筹模式中,参与众筹的动机在于希望项目获得成功,从而得到融资者事先承诺的回报[17]。融资者在项目描述中对投资者的承诺回报刺激了投资者的投资意愿,大多数投资者关注的是项目本身的质量,而非质量以外的其他因素。从项目质量的属性来看,相对外部的信号(例如:广告信号等),项目质量属于项目内部信号,即项目内部特征比外部特征更加重要。但投资者身份的差异决定了对信号的期待有所不同,例如亲朋好友是因为社会关系而参与投资[25],因此,极有可能项目外部特征有关的信号也有正面效果。
以项目内容调整和广告行为作为例子,前者表达了融资者对众筹项目融资计划的重大改变,表明了融资者对项目的前期规划可能存在不足,因此,在项目上线以后对项目内容进行修正,这种调整是与项目内部特征有关的改变,对用户既存在正面的影响,又存在负面的影响。正面影响来自于投资者观察到的融资者对项目的修正,使项目更加符合市场需求;
而负面影响来自于投资者对项目质量的怀疑,准备充分的项目不会在上线融资后立即调整与项目计划有关的内容。而广告文本更新则会贯穿整个融资周期,无论融资者以何种形式进行广告,其更新内容都是与项目外部特征有关的信号,这类信号是一以贯之的宣传手段,因此,对项目融资的影响应该是正面的[26]。为此,提出以下假设:
假设3-A:信号更新包括产品的内部特征与外部特征,这两类特征对融资的影响存在显著差异。
假设3-B:相对内部特征的更新信号,外部特征的更新信号更能够吸引投资者参与投资。
文本可以视为投资劝说语言,其风格、修辞手法都会影响到劝说效果,这些不同的劝说模式在不同项目类别下呈现了较大的差异[2]。有学者认为不同项目类别应侧重于不同主题,例如:对于科技类项目,更新换代快,项目介绍应突出创意;
而对于艺术类项目,融资者的个人艺术气质更值得关注,因此项目介绍应突出融资者的个人特质及艺术成就[27]。这些研究均表明在不同的项目类别下,即使采用相同的信号更新策略,用户感知价值会出现显著差异,导致不同的融资效果。
项目类别之间的差异可能来源于两个因素:(1)评价标准的差异,项目特征必然导致不同的评价标准,例如:食品类项目既要满足安全指标,又要求色香味俱全,但是在舞蹈类项目中,显然是另外一类评价标准[27]。评价标准的差异既受到项目本身的影响,又受到投资者偏好的影响[28];
(2)市场竞争状况,由于不同类别的众筹项目面临的竞争状况并不一致,导致了不同类别项目融资绩效的差异[2]。另外,不同项目类别之间,投资者的行为模式与偏好的差异也受到资源的限制。以科技类项目与戏剧类项目为例,科技类项目受到投资者本地资源偏好的影响较小,用户更加关心这类项目本身的质量,因此,科技类项目能够吸引来自世界各地的投资者;
相反,戏剧类项目受到地理位置的限制较大,用户偏好的戏剧类项目通常具有文化相似性,这好比是地方戏曲通常只能受到某个地区的用户欢迎,而难以扩展到其他区域,因此,戏剧类项目的一个重要评价标准是文化相似性。这种偏好的不一致导致了投资者评价标准的差异,以及融资效果的差异[28]。为此,提出以下假设:
假设4:不同项目类别下,投资者的关注点和偏好不一致,因此,不同项目类别下的信号更新的效用存在显著差异,导致不同的信号更新策略。
研究数据来自Kickstarter,Kickstarter是世界上最大的基于回报的众筹平台,具有一定代表性。表1展示了数据汇总结果。所有项目的平均融资成功率约为52%,但是项目类别之间呈现较大的差异,例如:戏剧类项目与时尚类项目形成鲜明对比(71.38%和38.07%)。在其他统计指标上,项目类别之间也展示了显著差异,例如在信息更新数量上,游戏类项目更新最频繁,平均达到14.48次;
而舞蹈类项目的信号更新频率最低,平均仅为3.5次。这表明有必要深入分析不同项目类别之间的信号更新差异。
在数据集中,无更新的项目融资成功率仅为15%,这与52%的总体融资成功率形成鲜明对比。而有1次信号更新的融资成功率达到29.88%,有3次以上更新的成功率为50%以上;
更新次数与融资成功率的相关系数为0.4008***,这表明频繁的信号更新能够提升众筹项目融资成功率。
鉴于无监督算法具有较好适应性,为了直观的观察分类结果,采用文本聚类算法对众筹项目的更新文本进行处理。由于unigram 模型难以捕捉文本含义,例如,对于“fund”,很难依据unigram 判断该关键词所表达的含义。但采用bigram 后,可以得到类似“%fund”的词(过滤了数字),显然,这是关于融资进度的词汇,因此本文采用bigram 模型。实验基于Linux 平台,借助开源的NLTK 包,采用Python脚本实现。
原始语料存在较多无意义的连词,去除后只保留有实际意义的词汇分析文本主题,这部分无意义的词汇是本文采用的停用词。随后的文本预处理包括:语料规范化、去停用词、去非频繁词、词根提取(采用PorterStemmer)、文档-词语矩阵转化等操作。图1显示了语料中前50个频繁词以及频率,其中,表示感谢、融资进度汇报、剩余时间提醒、项目回报信息、内容更新发布等是常见的信号更新主题。
为了圆梦,他与公司领导团队成员一起群策群力,集思广益,高起点、高标准设计远景,谋划未来,一门心思打造中国最优秀、最出色、最过硬的安保精英团队。
但是,基于频率的关键词统计难以衡量词语的重要性,也不能对词语进行主题分类。为了得到更新文本所表达的主题,对文本主题进行层次聚类[29]。步骤如下:(1)把语料转化为词项-文档矩阵,行代表词项,列代表文档;
(2)采用欧几里德距离函数,计算词语间的距离。距离代表词之间的相似度:若两词频繁共现,则相似度越大,距离越小;
反之亦然;
(3)对文本进行聚类,类间的区分度采用Ward最小方差,即聚类目标为:类簇内的词语相似度最大;
而类簇间的区分性足够大。
需要人工确定更新主题类别数k。k太大会导致分类的重叠,k太小会导致分类不彻底,不具有足够的区分度。为此,从k=20开始尝试输出聚类结构,输出属于该类的前N个词。人工分析输出结果,如果聚类有重合,令k减1,依此类推,直到聚类结果没有重叠。图2显示了文本层次聚类结果图。
最终,将更新文本的主题分为6类:时间提醒、表示感谢、进度汇报、社会化推广、内容更新和回报有关。在已有研究中,研究者曾提出了7 类文本主题[8],但是经过检测,我们发现问答类主题均可以较好被其他主题覆盖。文本主题是分类变量,每一个更新文本属于且只属于一个主题分类。随机挑选100条更新文本,进行人工判断和分类,均能落到上述文本主题之中,没有出现无法分类或分类重叠现象。
计量模型如图3所示,因变量为项目融资状态。信息更新可分为外部因素更新和内部因素更新,外部因素是指与项目本身无关的因素,包括时间提醒、表示感谢、以及社会化推广主题;
内部因素是指与项目内容有关的更新文本,包括进度汇报、内容更新以及与回报有关的主题。
图3 研究模型
计量模型可表示成公式(1)。其中,Successi为虚拟变量,代表项目i融资是否成功,0为失败,1为成功;
U′i为项目i的有关信号更新的向量;
Z′i为控制变量向量;
α为截距;
β和γ表示有关信号更新变量的系数以及控制变量的系数;
εi是随机扰动因素,服从正态分布,即ε=N(0,δ2)。由于Kickstarter采用“All-or-Nothing”融资模式,线性回归模型并不适应这类融资模式,广义线性模型作为线性模型的扩展,通过链接函数建立因变量的数学期望值与线性组合的预测变量之间的关系,允许数据具有非线性结构。鉴于Kickstarter融资结果的二值性(成功或者失败)特点,我们采用广义线性模型中逻辑回归(Logistic regression)对模型进行拟合。
融资过程中会出现一种情况:融得的资金越多,融资者越愿意频繁更新项目,这可能导致内生性问题,需要加以解决:(1)只选择融资期限内的信号更新。因为一旦融资期结束后,众筹项目的融资结果就已确定;
(2)采用更新的滞后变量作为工具变量。信号更新涉及时间,内生解释变量与滞后变量有关,由于滞后变量已经发生,故“前定”与扰动因素不相关[30]。
表2展示了各个阶段的信号主题对融资成功率的影响。具体来说,在前期,所有信号主题均对融资成功率存在显著影响。其中,进度汇报、时间提醒和表示感谢显著提升了成功率;
而内容更新、回报有关以及社会化推广却降低了融资成功率。这传递了以下信息:(1)不宜在前期进行内容调整,否则会让潜在投资者认为项目准备不充分;
(2)不宜在项目刚上线就与投资者谈论回报。研究表明,早期投资者通常为融资者的亲朋好友,他们是因为社会关系而非回报而支持项目[25];
(3)早期的社会化推广对融资成功率具有显著负面影响,可能是因为在早期投资者数量较少,社会化推广难以形成集群效应(中期的社会化推广也呈现负面效用,但不显著;
后期的社会化推广才具有显著正面影响)。
在中期,进度汇报、表示感谢以及时间提醒提升了融资成功率,表明这3个主题能够显著促进融资。回报有关主题也提升了融资成功率,但不显著。内容更新与社会化推广负面影响融资成功率,但不显著,且系数极小(均为-0.007)。
在后期,所有更新主题均显著提升了融资成功率。其中,表示感谢、进度汇报和时间提醒最为有效,其次是回报有关、内容更新和社会化推广的主题。为此,对融资者的建议是:在后期应尽可能多更新一些信息,无论这些信息反映何种主题。
信号更新涉及众筹项目的内外部信号,约65%的更新都是针对外部特征,只有35%是有关内部特征的更新。表3展示了不同阶段的内外部信号更新对融资效果的影响。在前期,内部信号显著降低了融资成功率(-0.024***),而在中后两期均显著提升了融资成功率。因此,在前期应尽量避免与内部信号有关的信息更新。而外部信号在3个阶段均显著提升了融资成功率,这表明在任何时候更新与外部信号有关的信息都能促进融资成功。
表2 每个阶段的信号对项目融资成功率的影响分析
表3 内部信号与外部信号在不同阶段的效用分析
对于不同的项目类别,投资者的关注焦点存在差异。将项目划分为体验类、生活类以及艺术类等不同项目类别,表4展示了不同类别下,每类信号的效用。对于体验类项目,在前期,进度汇报、时间提醒以及表示感谢都会显著提高融资成功率;
而内容更新、回报有关以及社会化推广不利于融资。在中期,进度汇报和表示感谢更能打动投资者。在后期,所有更新主题均对成功融资具有正面影响。
对于生活类项目,前期应当突出进度汇报、时间提醒以及表示感谢的主题,这与体验类项目类似。在中期,应该突出进度汇报与表示感谢,这也与体验类项目的策略类似;
不同的是,这个阶段的社会化推广几乎都呈现正面影响,但并不显著。在后期,几乎所有的更新主题都能促进成功融资。因此,生活类项目与体验类项目的信号更新策略基本一致。
表4 不同信号主题在每个项目类别的效用分析
对于艺术类项目,在前期,几乎所有的更新主题对融资都没有显著影响(艺术项目例外),因此可以考虑不必提供信号更新。在中期,只有进度汇报和表示感谢提升了融资成功率。另外,社会化推广的系数都为正,但不显著。而在后期,时间提醒、进度汇报和表示感谢是最有效的更新主题,其他更新主题的效果不明显。
普遍认为,投融双方存在单边信息不对称。在投资者看来,融资者为了获得资金,会隐瞒或夸大项目信息。此外,鉴于单笔投资金额较少,投资者对项目的监管动机也小,融资者的行为更具不确定性。对融资者来说,投资者相对透明,他们只需提供资金支持,无需提供其他方面信息。其实不然,投融双方的信息不对称是双边的。融资者面临两难选择:“知无不言”或“言多必失”。一方面需要尽可能宣传项目,打消投资者的疑虑;
另一方面,又担心创意泄露,商业计划被剽窃和抄袭。因此,对融资者而言,投资者的动机不透明,潜在的道德风险会降低融资者的信息披露意愿。
图4 众筹市场的信息反馈过程
为此,融资者不会把所有信息一次性公之于众,而是在合适的时间向外界分阶段地发布。实证结果验证了这种策略的有效性,可通过信号理论来解释[9]。如图4所示,对融资方而言,投资方的动机不确定,其道德风险构成了融资方的信号成本;
另一方面,引入时间因素,在不同阶段,不同类型的更新主题带来的信号收益各不相同。为此,融资者需要权衡信号收益与信号成本,优化不同更新主题的发布时机,这种动态信息优化模型丰富了信号理论。
图5 众筹项目信号更新的收益曲线示意图
图4的市场反馈过程可以描述为图5所示的收益曲线。在时间轴上,融资者会进行多阶段的信号更新,而收益轴表示了融资者能够观察到的信号更新收益(即上次信息更新以后新获得的融资状况)。CI,CII和CIII分别代表3种不同的效用函数,CII表示收益最低的更新;
而CIII表示收益最高的更新。从收益函数上,可以得到每类信号更新带给融资者的效用,同时图5也动态展示了每个阶段信号更新的效用。
将图5所示的更新收益曲线转换为阶段性更新的收益函数表,如表5所示。该表描述了每个阶段更新给融资者带来的效用差异。依据已有研究:投资者具有U 型偏好[17],因此,在项目融资的最初阶段以及最后阶段的信号更新效用最大。但是该实证结果并没有从理论上解释为什么在初期阶段和末期阶段的更新效用更大,这为信号理论的研究提供了新视角。
表5 阶段性更新的收益函数表
以均衡的观点来看,至少满足以下条件之一才能实现动态均衡:(1)边际产出大于边际成本,即ΔY i-ΔY i-1>Ci;
(2)项目融资获得成功,即 ΔY i≥Goali。但是该收益函数并没有展示不同项目类别之间的成本效用差异,以及时间因素的影响。众筹项目在信号传递中的成本很大程度上不是固定的,而且信号的真实度与信号内容也具有较高的不确定性。根据信号的保真度与沟通的成本效率理论[31],高成本信号传递具有较好的稳定性和保真度;
而低成本信号传递却不能达到类似的效果。这种二分的信号传递方式在众筹项目的信号更新中表现为:(1)高成本更新:有关项目内容的更新,例如:内容调整、回报更新等;
(2)低成本更新:无关内容的更新,例如:社会化推广、表示感谢等。从这个角度上看,高成本更新的效用应该更加高效,但是本文的实证分析结果却提供了一种反例:有关内容的更新效用较差,这丰富了我们对信号理论的理解。
图6 信号传递理论在众筹信息更新的实践模型
对信号理论在管理研究领域的实践模型进行扩展[32],图6展示了信号理论在众筹信号更新的实践模型。在该模型中,融资者首先选择信号主题,在信号传递过程中,信号内容的影响受到传递时机(阶段)、项目特征等因素的影响,可以认为这些因素是该模型的调节变量。同时,融资者是否传递信号受到融资者对投资者以及整个众筹市场的信任因素影响,当融资者认为信号接受者是值得信任的,就更容易传递信号。最后融资者获得信号更新的阶段性收益,并且该过程会重复多次,最终在融资终止时结束。
本文对融资者及众筹平台有效实施信号更新具有重要的管理启示,信号更新有助于投资者了解项目,同时提高项目曝光率,并一定程度上保护项目创意。不同的更新主题对融资成功率的影响存在显著差异。影响最大的是表示感谢,在线文本的感情信息会影响用户的购买意愿[33],这种影响在众筹融资领域也成立[34];
其次,进度汇报、时间提醒和回报有关也是比较有效的更新主题。在所有更新主题中,有关内容的更新影响最小,因此,融资者应该在项目准备期尽量使项目信息完备,避免在融资期限内更新内容有关的信息,尤其是在融资的第一阶段。
研究结论为融资者提供了信号更新策略,在不同的筹资阶段更新策略应有所差异:(1)越是临近融资结束,信号更新的效果越明显;
(2)在不同的筹资阶段,应该突出的更新主题也有差异。在前期,表示感谢和时间提醒比较有效,而内容更新、回报有关、社会化推广存在显著负面影响;
在中期,进度汇报和表示感谢是最有效的更新主题;
而在后期,表示感谢、进度汇报和时间提醒是最有效的更新主题。这些启示为融资者在不同阶段选择合适的文本主题提供了实践参考。
针对不同的项目类别,由于投资者的关注重点不一致,对信息更新的采纳行为呈现不同趋势。首先,体验类项目与生活类项目的信息更新策略与更新主题基本一致,即融资前期应该重点突出时间提醒和表示感谢,而避免回报有关、内容更新以及社会化推广的内容;
融资中期应该重点更新进度汇报和表示感谢的主题;
在融资后期,进度汇报、内容更新、时间提醒、表示感谢以及社会化推广都是比较有效的主题。其次,在艺术类项目中,融资前期的所有更新信息几乎都没有显著正面影响,融资者可以考虑在这个阶段不提供信号更新;
在融资中期阶段,应该积极提供表示感谢和进度汇报的信号;
在融资后期阶段,进度汇报、时间提醒和表示感谢是比较有效的信息更新主题。
众筹市场中,由于担心创意被剽窃,融资者通常不会把所有项目内容一次性公之于众,而会采用分阶段对项目进行更新,这为本文研究提供了数据支持。在融资过程中,应该减少对内部特征的信号更新,而增加对外部特征的信号更新。针对不同项目类别,应该侧重于更新不同的信号主题。体验类项目与生活类项目的更新策略基本一致,而与艺术类项目的更新策略具有明显差异。本文研究采用了来自美国的众筹网站—Kickstarter作为主要研究数据,其研究结论对我国的众筹融资项目的融资者信息披露和平台机制设计也具有重要的指导意义。首先,对于信息披露,中美两国对知识产权保护现状还存在一定程度的差异,相对来说,美国更加注重知识产权。在重视知识产权的国家中,阶段性信号更新既能保证项目的顺利融资,又能一定程度上保护创意。这对于知识产权保护不足的中国融资者来说尤其值得借鉴,在保护创意的基础上如何提高项目融资绩效,本文为中国融资者提供了一个信息披露参考。其次,对于中国的众筹平台机制设计来说,众筹平台期望尽可能撮合投资者与融资者,以提高项目融资成功率,但又要尽可能识别高质量的项目进行推荐,以保证平台可持续发展。本文为中国众筹平台的机制设计提供了一种参考,一种合适的信号更新机制促使融资者能够在最佳的时机更新最适合的信号主题,提高项目融资成功率。众筹平台也可以根据信号更新的内容,监控动态舆情,分析项目走势,为舆情管理提供信息来源。最后,对于中国情景下的在线融资模式来说,2018 年是在线融资频繁“爆雷”的一年,阶段性信号更新展示了项目的质量和实施进度,对投资者判断项目的真实质量具有参考价值。阶段性信号更新既包含文本主题,也涉及创业者对文本主题的态度和观点,例如:文本研究的“进度有关”的信号主题,文本作者对进度的态度可能是乐观的(例如:提前完成),也可能是悲观的(例如:延期)。因此,阶段性信号为中国投资者识别项目风险,减少损失提供了一种手段。
未来的研究方向有:(1)本文采用文本层次聚类法对众筹项目的更新文本进行挖掘,并结合人工判断得到最佳的聚类数量。实际上,LDA、p LSI等也是优秀的文本主题分类算法,将来可以尝试不同文本挖掘模型对文本进行处理,提高文本分类效率和精度;
(2)本文只对基于回报的众筹模式展开了研究,众筹模式还包含股权众筹、科研众筹以及慈善众筹等。将来可以研究其他融资模式中信号更新模式的差异及其效果差异;
(3)本文描述和解释了众筹项目文本更新模式的现象,但是缺少对现象背后的理论进行深入分析,未来计划从用户行为角度以及心理学角度解释在众筹项目中信号更新效用差异的来源;
(4)众筹融资分为多种模式,典型的是以Kickstarter为代表的 “All-or-Nothing”模式,以Rockethub为代表的 “All-and-More”模式,以及以Indiegogo为代表的混合融资模式。本文研究数据来自Kickstarter,而没有与其他融资模型进行比较,这也是未来的研究方向之一。
扩展阅读文章
推荐阅读文章
老骥秘书网 https://www.round-online.com
Copyright © 2002-2018 . 老骥秘书网 版权所有