众筹项目达成结果影响因素分析及预测

【摘要】随着互联网金融的进一步发展，众筹已经成为中青年创业、创新的推动力量。众筹平台项目达成率是投融资人的决策参考因素，也是平台经营效率、经营业绩的重要衡量指标。基于中国众筹平台项目达成率普遍偏低的问题，本文运用二分类Logistic回归模型，探究影响众筹项目筹资结果的主要因素；实证结果@示，筹资人是否提供社交媒体联系方式、项目目标金额、项目筹资期限、项目被分享的次数以及部分项目分类是影响项目成败的主要因素。本文基于实证结果，进一步建立项目达成概率预测模型，依靠上述指标预测项目成功的可能性概率，并将从众筹平台、筹资人、投资人三个维度提出具有针对性的建议。

【关键词】众筹平台 众筹项目 二分类Logistic回归模型 项目结果预测

一、问题的提出

在“大众创业、万众创新”的新常态下，众筹“集众人之智，汇众人之资”的功能应适应市场需求协调发展。近年来，众筹平台发展日趋成熟，投资规模、投资数量不断扩大，平台科技创新与跨业合作也为平台转型做出了积极贡献。

基于投资人理性假设，项目的达成率是受诸多因素影响的。一些项目缺乏新意、宣传方式陈旧却筹资期限冗长，不应该与其它潜力项目混为一谈，长期占据平台重要版面，这样可能降低平台经营效率，影响平台持续性发展。

然而，项目达成率的提高，需要拉近行为双方（项目投资人与筹资人）在众多问题上的契合程度。除了项目分类以外，影响项目达成率的因素主要包括两个方面：第一，信息不对称――投资人与筹资人之间的信息不对称将直接影响项目的达成。第二，项目的内在属性――当项目的内在属性与投资人偏好高度拟合时会产生期望的投资结果，反之则不利于项目的达成。如果能根据历史数据，找到投资人投资行为在以上方面呈现的主要特点，则可以根据这种特点预测出部分项目的达成可能性。

综上，本文将从以上两点出发，选定项目达成结果的相关影响因素进行分析，运用Logistic二分类回归模型建立一个预测项目成功概率的相关模型，并提出实践性较强的平台改革方案。

二、文献综述

中国众筹发展起步虽晚于欧美其他发达国家，但不能盲目照搬他国经营方式，而需要结合中国国情。

从投资人的角度分析，早在2014年，杨东、黄超达等人在《赢在众筹》一书中便对中国众筹投资人的长尾特征做了说明，中国众筹投资人还处在一个较不成熟的阶段。

在项目属性方面，一些学者在过去以大众作为调研主体，从行为金融学的角度分析了投资人决策行为：韩J、张元萍（2016）在《商品回报型众筹项目融资效率研究――以Kickstarter平台为例》中运用数据包络法对不同类别项目的融资效率进行了分析，并得出筹资效率高的项目具有受众群体轻龄化、产品科技化及口碑基础好等特征。苗文龙、严复雷在《众筹融资、项目选择与技术进步》中肯定了众筹融资制度，选择“好”项目的概率高于单人决策的金融制度。

在项目管理方面，功能透视原理提出新金融服务应从“金融机构”向“金融产品”改革，而这种改革能否成功，之于众筹而言，则取决于众筹项目的质量能否跟上大时代的发展步伐。2014年Mollick以Kickstarter历史项目作为研究基础，分析了影响项目成功的主要因素，并得出项目质量和个人网络对项目成败有显著影响。另一方面，Read则分析了众筹平台上公益类项目的成功概率，并提出，众筹融资方式类似于Andreoni（1989）提出的暖光效应。

综上所述，现有的理论研究涉及到了众筹的诸多方面，但未将筹资达成率与上述因素建立直接的相关性研究，因而无法进一步提出相应的事前解决方案。本文将以“青橘众筹”为例，分析以上因素对筹资达成率的影响，并进一步确定具体项目筹资结果成功的概率，丰富上述理论研究。

三、数据来源与模型构建

（一）数据来源

本文手工收集青橘网项目数据，并以此为基础开展研究。

青橘众筹是国内首家创意型众筹平台，坐落于上海自贸区，每周活跃用户超过一百万，共筹集资金超过4000万元，该平台的主要服务对象是以大学生为首的有创新、有野心的年轻人。

（二）模型的选择――二分类Logistic回归模型

二分类Logistic回归模型适用于分类变量的分析与研究，在过去，卡方检验、列联表等分析方法常运用于分类变量的研究中，但这些分析方法具有局限性。二分类Logistic回归模型可以弥补这些局限性：该模型可以描述若干因素的作用大小及方向、考察各因素间的交互作用，弥补卡方检验无法对连续性自变量进行分析的缺陷。

该模型可用于当被解释变量为分类变量时，评估某一类结果发生的概率情况。而在众筹预测模型中，P为对众筹项目达成的概率的评估。

（三）因素分析与数据收集

Molick在2014提出项目质量与个人网络对项目成败有显著影响，本文将项目质量与个人网络与近几年众筹平台的新发展相结合，选取了以下指标作为项目成败的影响因素：

1.影响投融资双方信息获取不对称类指标。（1）是否有视频（X1）。完善的宣传视频能推动项目的达成。视频是一个帮助投资人了解项目内容的宣传方式，且视频宣传在青橘众筹的普及率尚不高，具有区分度。

（2）是否提供社交媒体联系方式（X2）。联系方式的提供是激励项目达成的重要因素。提供社交媒体联系方式包括微信、QQ、新浪微博等，社交方式的提供能帮助投资人确认项目的真实性，获得项目的实时跟踪信息，并能及时与筹资人咨询、互动。

（3）是否验证身份（X3）。投资人实名验证身份后能够为项目的真实性和回报现金流提供更多的保证，进而推动项目的达成。

2.项目属性类指标。（1）项目分类（X4，X5……X12，X14）。项目所属类别对项目的达成有直观的影响。依照青橘众筹的分类方式，笔者将所有项目分为：保健、出版、动漫、公益、活动、科技、设计、音乐、影视、游戏、其他共十一类。

（2）项目最小投资额（X15）。每一个众筹项目规定了项目的最小投资额，为投资人设定了投资门槛。在实际操作中，最小投资额设置过小降低了投资门槛，却对投资人总量提出了更高的要求。反之，若最小投资额设置较高，可能会影响部分潜力投资人的投资行为。

（3）项目目标金额（X16）。目标金额越高，项目达成难度越大。

（4）项目筹资期限（X17）。项目从到结束筹资的天数。项目筹资期限越短，项目达成概率越低。

（5）项目被分享的次数（X18）。项目分享能够推动项目筹资目标的达成。为了项目目标的达成，投融资双方通过新媒体分享项目，让更多的人了解项目详情。

四、实证分析

（一）模型前提

一是为了保证模型的有效性和可靠性，本文剔除了筹资金额不达1%的项目，这一类项目筹资人的筹资主动性不足，且普遍出现了主动放弃、终止项目的行为。

二是经概念分析，模型所有解释变量与项目达成结果之间存在因果关系。

（二）二分类Logistic回归分析

对样本数据进行显著性检验和分样本检验后，将数据录入二分类逻辑回归模型。其中因变量为成功、失败两种结果，最终统计结果如下所示：

通过显著性检验，以下因素对筹资达成率有显著影响，它们对模型的贡献如下：

根据相关性检验结果，因素之间相关程度较弱。

综上，得到预测项目成败概率回归公式为：

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

其中因变量P反应某一具体项目筹资成功的可能性。

以上模型可以进一步推广至事前预测，经检验，实测的171个成功项目中有109个预测成功，正确百分比为63.7%；在实测的259个失败项目中有214个预测正确，正确百分比为82.6%；总预测正确率达到75.1%，模型预测结果具有参考价值。

（三）模型结论与分析

根据表1筹资达成率影响因素多元回归结果，分类型变量中是否提交社交媒体联系方式、项目分类――设计、项目分类――其他，以及数值型变量中最小投资额、目标金额、筹资期限、被分享的次数几个解释变量对项目达成结果有显著影响。其中，提交社交媒体联系方式解决了投融资双方信息不对称问题，项目分类、目标金额等项目属性则反映了青橘众筹用户群体的投融资偏好。

在影响达成情况的众多因素之中，提交视频、提供社交媒体联系方式、验证身份等行为经检验会对项目成功率产生正的影响，有利于缓解投融资双方信息不对称问题，对投资人投资决策有好的激励作用。另一方面，项目通过社交媒体的分享也会对项目的达成带来正效应。

项目属性方面，项目的筹资期限越短、目私鸲钤叫　⒆钚蹲识钤酱螅项目的成功概率也会越高，筹资人在项目之前，可以据此适当调整相关指标的设置。

回归预测模型显示，通过以上显著变量，可以较为准确的事前预测项目成败。

五、总结与建议

本文基于青橘众筹数据，通过二分类Logistic回归对项目成功概率做了相关预测，经检验，认为结果可靠，有75.1%的概率正确预测项目最终的成功与失败，拟合程度较好。

基于回归模型运行结果，本文确认影响青橘众筹平台项目成功与否的显著解释变量，它们分别为：是否提交社交媒体联系方式、项目分类――设计、项目分类――其他，以及数值型变量中最小投资额、目标金额、筹资期限、被分享的次数。本文在此基础上，确认了解释变量对被解释变量在方向和程度上的影响。

综上，我们提出以下建议：

（一）建议筹资人事前核算项目成功概率

平台可根据实际情况，在项目窗口提供“估算项目成功率”的附加服务，项目筹资人在计算项目成功率后，可选择调整项目相关参数，避免“无用项目浪费网页资源”情况。

调整内容可参考上述影响项目成败的主要因素，例如，在解决信息不对称障碍方面，筹资人应该完善个人社交媒体联系方式；而在项目属性方面，投资人应该根据回归结果谨慎选择与达成率呈负相关的项目分类。

（二）项目成功率预测应作为平台运营方审核项目的重要标准

项目审核通过与否不能仅仅局限于项目内容不违规、项目实施创新等传统评价标准。失败项目为平台带来的是资源的浪费和边际收益的递减。

众筹平台应该将项目成功率预测作为审核未项目的一个衡量标准。

（三）众筹平台应基于显著性因素适当调整运营制度

强有力的规范政策有利于投融资双方信息不对称问题的解决，使得众筹投资活动更为规范。平台可以根据上述影响因素分析结果，采取适当措施强制规定筹资人提供社交媒体联系方式，进行实名认证等，若没有进行实名认证，则对其筹资规模进行限制。

六、模型延伸

（一）上述模型与预测方法可沿用至其它平台

对于不同平台，预测模型的影响因素应做适当调整，以保证预测结果的准确性。

（三）所得结论中，不同指标的影响方向与程度可以作为筹资人调整项目参数和平台调整经营战略的重要参考标准

参考文献

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

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

[3]李光斗.社交众筹[M]，机械工业出版社，2016.

[4]杨东，黄超达，刘思宇.赢在众筹：实战.技巧.风险[M]，2015.

[5]苗文龙，严复雷.众筹融资、项目选择与技术进步[J].2014[1].

[6]苗文龙，刘海二.互联网众筹融资及其激励约束与风险管理――基于金融市场分层的视觉[J].金融监管研究，2014，7：1-3.

[7]吴喜雁，周建波.大众参与众筹投资影响因素[J].科技进步与对策，2015，12.

[8]韩J，张元萍.商品回报型众筹项目融资效率研究――以Kickstarter平台为例[J].财经论丛[J]，2016，8：44-50.

[9]黄玲，周勤.创业众筹平台、直融延伸和市场识别[J].东南大学学报（哲学社会科学版），2016，5：96-105.

[10]克里斯・安德森，乔江涛.长尾理论[M].中信出版社，2006.

[11]郭丽环，王伟，李春鹏.基于Web的科研众筹模式实证分析研究[J].科技进步与对策，2015，（13）.