文摘
双边市场作为信息中介机构通过连接双方的参与者。在这项研究中,我们关注P2P借贷市场参与者的协调使用优惠券策略作为一个吸引投资的动机。使用一个双边市场模型,我们发现,当一个平台采用优惠券策略,(i)平台效用和参与者的效用都是更大的,(2)参与者的数量更大。此外,大多数研究双边市场和优惠券策略着重于理论模型,使用数据从我们的研究提供了实证支持Renrendai.com在2018年到2019年。
1。信息
一个双边市场大致定义为一个市场中一个或多个平台使终端用户之间的交互和试图得到两个(或更多)双方“董事会”适当定价每一方(1]。由于跨市场效益,市场参与双方取决于他们的期望的程度的另一边市场将参与。随着市场中介机构、双边平台面临挑战性的协调问题,包括吸引参与者。检查这个协调问题,在这项研究中,我们介绍了优惠券策略通过双边的投资平台。
有几个例子,双边市场平台采用优惠券策略,包括阿里巴巴等电子商务平台,Meituan.com,Xiecheng.com以及在线贷款(例如,Renrendai.com)在中国和亚马逊,eBay在中国境外贷款俱乐部。然而,研究协调的优惠券在这些市场稀缺的战略。Hagiu和Spulber引入投资自身的内容作为战略变量为双边平台,展示平台的相互作用的定价策略,并定义协调平台相匹配的供应商和请求者通过自身的内容策略,这样的平台可以最大化效用当双方的效用不小于0 (2]。Dinerstein等人探索平台设计在网络市场的作用,强调之间的权衡搜索摩擦减少匹配买家卖家他们最需要的产品和价格竞争加剧(3]。荣格等人发现,政府提供补贴的最佳平台,消费者和服务提供者(4]。
优惠券的协调策略的许多研究在单一市场存在。研究者提供了一个数学模型,解决了制造商和供应商之间的协调安排在一个分散的供应链5,6]。阿里探讨了协调和激励可能会引起的问题,电信公司和银行之间的不同类型的协作(7]。雷蒙和谢开发一个模型的实证研究消费者需求(i)公司是否可以使用优惠券作为一种价格歧视的手段来吸引新消费者没有调拨收入来自现有的和(2)这些新的消费者回到公司后价格促销(8]。埃德尔曼等人分析的条件企业可以受益于发行系统(9Dholakia],基于调查提供证据证明一些企业受益于使用系统通过寻找新的消费者10]。周et al。11研究超市夜未眠网站的价值一个e-shop集中和分散设置。然而,随着双边市场是更复杂的比单一市场(12,13),因为它是必要的协调双方的市场参与者,这是值得研究双边市场中更详细的优惠券策略是否可以协调两组的参与者。
特别是,我们关注P2P借贷市场,作为借款人和投资者之间的中介。和参与者的关注有限14,15]。在P2P借贷市场,借款人和投资者参与代表协调游戏,通常有许多纳什平衡(2]。优惠券的使用策略可以作为一种战略工具促使借款人和投资者参与。我们专注于使用优惠券策略在多大程度上影响参与者的数量和他们的效用。为此,我们提出一个基于双边市场模型分析模型(2,16]。通过模型分析,我们做三个主要发现。首先,我们发现借款人和投资者的数量更大时,平台采用优惠券策略。第二,借款人和投资者的效用大于平台不采用优惠券策略。第三,利润之间的区别一个平台采用优惠券策略和不这样做是倒u型的优惠券的投资。因此,有利于平台增加下一个适当的优惠策略。
我们进一步建立标准的不利和有利的期望2,17- - - - - -19]探索的一个平台采用优惠券策略。模型分析表明,如果使用优惠券策略提出了借款人和投资者的数量,这个平台投资更多到优惠券策略时预计将是有利的。如果平台之间的效用降低有利的和不利的预期,投资在优惠券策略增加期望是不利的。
我们的实证分析采用详细的数据Renrendai.com在中国,P2P贷款平台。Renrendai.com是一个在线的无担保个人贷款市场。我们分析平台从2012年到2019年的年度报告,发现平台采用了2018年年初以来,优惠券策略。因此,本研究主要使用数据从2018年1月至2019年12月。使用回归分析,我们确认模型的结果与之前的结果一致。我们发现借款人和投资者的数量更高,他们有更大的效用与优惠券策略的几个月。这些结果表明,平台效用更大的优惠策略。此外,实证结果表明,该平台(Renrendai.com)采用优惠券策略在不利的期望。
理论上和经验,我们发现的主要贡献是双边市场平台促进参与者使用优惠券的协调策略。首先,结果强调,一个适当的优惠策略增加参与者的数量和他们的效用。因此,验证优惠券的外部性的影响不仅是一个简单的问题“量”,但也“质量”的问题,而扩展的结论Trabucchi et al。20.]。虽然平台是一个信息中介,它可以优化参与者的交易结果,使用优惠券等策略,促进整个贸易体系的健康发展。这个结果也补充管理视角的研究双边平台(12]。其次,不同平台的好处之间采用优惠券策略和不这样做是倒u型与优惠券策略投资。这意味着使用优惠券来增加利润的有效性取决于数量的参与者和协调能力的平台,而补充的结论Bo et al。6]。此外,因为大多数研究双边市场或优惠券策略着重于理论模型,研究桥梁这种差距在文献中通过提供实证支持,揭示管理者可以决定如何使用优惠券的数量在一个协调的策略。
本文的其余部分收益如下。部分2回顾相关的文献。双边市场模型的建立,提出了假设3。部分4描述了数据和回归模型。实证研究的结果发表在部分5。部分6提供鲁棒性检查。最后,我们讨论我们的研究部分7。
2。文献综述
两个主要来源的文献与最接近我们的工作:研究双边市场和优惠券的研究策略。首先,文学的几个分支双边市场收益率的见解;Trabucchi et al。20.)动态管理的概述现值机制在一个平台通过商业模式的理论透镜使用两个著名msps。其他研究还包括网络外部性、网络效应,multiproduct定价。例如,白色法衣和•强调的重要性相对需求的价格弹性在双方确定平台的定价结构(1,16]。另外,大多数分析适用于特定的行业:支付系统(21,22,互联网中介23- - - - - -25)、软件和视频游戏(18,26,27),和媒体市场28]。于连(29日和白色法衣和•1提出有用的路线图,而一些研究人员讨论在线贷款市场作为一个双边市场,包括魏和林(30.),高et al。31日,刘等人。32]。然而,研究如何促进协调双边市场稀缺(2- - - - - -4如前所述。我们研究优惠券策略的影响参与者的数量和他们的效用,验证,优惠券的外部性的影响不仅是一个简单的问题“量”,但也“质量”的问题20.]。
其次,大多数研究优惠券策略集中在一个单一市场。卢和Moorthy [33)比较了优惠券和折扣价格歧视工具的有效性。Levedahl的模型34],纳史木汗[35杜布,et al。36)属于优惠券或折扣。Arcelus等人开发一个单一阶段决策模型为零售商所面临的不确定性和price-dependent需求通过引入一个折扣来解决过度需求37]。歌曲和Fai Tso [38]研究营销策略的影响消费者的决定。周et al。11)开发了一个模型来研究超市夜未眠网站的价值一个e-shop集中和分散设置。此外,他们还演示和比较双方的最优策略和相应的利润在两个设置。此外,Zhang et al。39]研究在线零售商采用贴现价格如何影响消费者行为在短期和长期使用一个随机领域从阿里巴巴集团试验数据。由于双边市场的复杂性,优惠券策略应该进一步研究的影响,补充研究的管理视角的双面平台(12]。
3所示。双边市场模型
一个双边市场模型,我们关注P2P借贷市场。P2P贷款连接连续的投资者均匀分布在 和连续的借款人均匀分布在 。借款人的定价是由平台决定的,也就是说,借款人的支出 ,包括支付投资者 ,和其他管理利率的平台。此外,为投资者提供了平台优惠券策略。该平台带来的成本提供优惠券 ,增加,凸的 。
3.1。基准模型
在本节中,我们提供平台的情况下不采用优惠券策略作为基准模型。投资者从加入平台的净效益 在哪里是投资者的效用 ,来自借款人。是增加的,总回报的投资者吗通过投资于借款人。平台收费服务费用投资者 。详细信息如附件所示。
借款人从加入平台的净效益 在哪里 借款人的效用吗 , 借款人的效用吗从投资者 ,和投资者投资于借款人的数量吗 。 借款人的支出吗 ,包括支付投资者和其他管理利率的平台。
我们假设借款人参与 和投资者参与 。
平台的利润 在哪里是平台的成本。平台费用平均服务费投资者;从借款人的平均收益投资者,借款人的平均支出。
特别是,投资者平台的数量 ,这有正相关与投资者的效用,是投资者的平均投资,是一个常数。平台是借款人的数量 。
3.2。模型根据优惠券策略
当平台采用优惠券策略,投资者从加入平台的净效益 在哪里 是投资者的效用获得的平台和借款人,包括优惠券策略投资平台和返回的借款人。是投资者的回报吗通过投资于借款人。我们假设投资者的效用函数增加,两次连续可微的,凹或线性的每个参数。是自然的,投资者的效用增加优惠券和借款人的利益。因此,一个投资者加入该平台当且仅当预期净收益是负的。
借款人从加入平台的净效益 在哪里 借款人的效用吗 。 投资者的程度吗在借款人投资的意愿 , ,和 。 是一样的方程(2)。这个函数可以增加或减少取决于优惠券策略。借款人选择参与如果预期利益非负。
游戏的同时进入借款人和投资者有两个阶段。第一,利润最大化的平台选择的优惠券和平均费用和分别对投资者和借贷者。第二,借款人和投资者选择是否加入该平台基于选择的价格和他们的期望参与借款人在另一边的市场。整个游戏的平衡包括第一阶段的选择平台, ,以及由此产生的纳什均衡的借款人和投资者参与决策在第二阶段。有多个踌躇满志的参与任何向量平衡 平台的选择。
平台的利润
平台选择优惠券以及投资者的平均服务费和借款人的平均支出实现利润最大化,其行为的影响的结果现在由借款人和投资者参与。因此,效用最大化收益
根据 和 ,效用最大化的平台如下: 在哪里平均程度的投资者愿意投资于借款人,借款人的平均效用, 是投资者的平均效用。 是投资者投资的平均数量。借款人的参与 当 , ,和平台到达服务限制时 , 。和投资者的参与 ,在哪里 。
3.3。两种情况的比较
比较方程(1)和(4),我们发现投资者的效用大于下优惠券策略。额外的调查导致第一个命题。表1摘要符号。
命题1。根据优惠券策略,投资者的效用更大
,还有更多的投资者。
命题1是证明如附件所示。平台增加了其成本,如果采用优惠券策略。
研究影响优惠券战略平台的效用。让方程(6)减去方程(3),方程(9)如下:
我们假设
,方程(9)获得的偏导数如下:
当
,平台的受益于投资的区别优惠券策略而不是投资增加
;当
,随的区别
;当
,不同的是最大化。此外,我们还发现优惠券投资参与者的数量有关。命题2总结了这些发现。
命题2。利润之间的区别一个平台采用优惠券策略和不这样做的倒u形的优惠券的投资 。因此,平台采用适当的优惠策略,这带来了积极的好处。
3.4。有利的和不利的预期
平台是否有利或不利的预期取决于双方的参与水平。一个平台有利的预期(F平台)当借款人和投资者总是在尽可能高的平衡协调双方的参与水平。相反,一个平台不利的预期(佛罗里达大学平台)当借款人和投资者总是在平衡协调双方参与的最低水平。
我们首先考虑F平台。它最大化利润,这是 在哪里投资者通过投资的最大好处是借款人在平台最多的借款人。然后,平台的最大化问题
一阶条件确定F平台的价格和优惠战略投资者的最佳选择 在哪里 ; 。
接下来,我们考虑到佛罗里达大学平台,一些借款人和投资者。假设借款人的数量平台不大于0。优化问题是 在哪里 。由此产生的利润的平台
最优价格和佛罗里达大学平台优惠券战略投资者 。计算方程的一阶条件(15),我们得到 如下:
基于方程(12)- (16),我们提出两个前题描述平台的优惠券策略的最佳选择。
引理1。借款人和投资者的进入,F平台的优化问题等于解决 ,在哪里
引理2。借款人和投资者的进入,佛罗里达大学平台的优化问题等于解决 ,在哪里 让 代表收益(损失)的盈利能力造成不利的期望。佛罗里达大学平台选择一个高(低)的投资当减少(增加)。此外,我们得到我们的主要结果(证明在附录),比较平台优惠券下的投资策略。
命题3。如果优惠券策略提出了借款人和投资者的数量,F平台投资更多的优惠券策略。此外,如果 ,佛罗里达大学平台选择一个高(低)的投资当减少(增加)。
3.5。假设
Vana等人从大型超市夜未眠公司面板数据分析,表明消费者的概率增加额外的网上购物提出购买的大小(40]。此外,作者发现,消费者更有可能花费的钱回到他们在多面手零售商,如百货商店比其他零售商。萨尼等人发现,折扣增加提升产品的需求和收入(41]。总的来说,我们因此提出以下假设。H1。平台采用优惠券策略增加了投资者的数量。H2。吸引参与者,该平台采用优惠券策略无论面临不利或有利的期望。H3。借款人,投资者的效用,平台更大时采用优惠券策略。在一个双边市场,买家体验积极的网络效应取决于供应商的数量和供应商收到类似的积极的网络效应取决于买家的数量(25,27]。因此,我们假设如下:H4。该平台采用优惠券策略增加了借款人的数量。
4所示。数据和方法
4.1。数据
中国近年来监管的P2P贷款市场。从2017年底,监管当局发布了许多规范性文件,规定在2019年成为更强。表2显示了在2018年和2019年的主要规范性文件。的监督,增加许多P2P借贷平台已经关闭,导致不利的P2P贷款行业的预期。表2表明,监管当局采取更多政策在2019年比2018年随着监管努力变得更强。
的数据是Renrendai.com,中国最大的P2P借贷平台之一。Renrendai.com成立于2010年10月,注册会员最多的P2P贷款。到2019年底,约有五百万确认贷款,贷款金额500亿元人民币和2亿年注册的投资者。2018年,平台推出了优惠券策略作为奖励来吸引投资者和优惠券在2019年实现超过2018年,结果如表所示3。因此,该平台采用优惠券策略时面临不利的预期,这意味着假设3是不适合P2P借贷市场。
比较前后变化优惠券策略,我们使用数据从2017年1月至2019年12月Renrendai.com。表4显示了年度交易金额和交易数量的增长在2016年和2019年之间(参见图1)。我们发现,交易数量从2016增加到2017,然后2018年下降,增长率在2019年成为负面。然而,交易的年度增长数量迅速增加,2019年与事务数量从2016年到2018年的增长。
表5总结了投资者的描述性统计(面板)和借款人(面板B)在2017年,2018年和2019年。面板的表5表明投资者的平均数量并不减少但来得更分散。面板B显示,借款人的数量增加和借款的数量减少,投资者更愿意投资于短期对象和收益率降低。因此,考虑到不利的P2P贷款的预期,是否的情况Renrendai.com有关平台所采用的激励策略值得探索通过实证分析。
4.2。变量和方法
的数据集Renrendai.com包括717天的贷款信息。主要的独立变量是优惠券策略。因变量包括借款人和投资者的数量 ,普通投资者的回报 和平均借款人效用和平台效用 。Rysman使用广告需求来表达广告的有效性。因此,借款人的效用是代表投资者在本研究的数量22]。秋等人研究平台效用使用交易量或管理费用(42]。因此,我们选择的日均交易量作为代理平台效用。此外,双边市场中存在网络外部性(1,21,43),我们使用的借款人和投资者的一天和其他清单信息作为控制变量。表6定义变量用于我们的分析和表7提供了这些变量的描述性统计在2018和2019之间。
研究参与者优惠券策略的影响,采用经验模型如下: 在哪里是编码1如果平台采用优惠券策略否则。的平均利率的时间吗 。 在时间是借款人的数量吗 ,和是投资者的数量吗 。 包括信息等上市公司的贷款金额、贷款条款,和利率。在时间是借款人的数量吗 , 是投资者的数量和平均效用的借款人在时间吗 ,和成交量和平均平台工具在时间吗 。 是投资者的平均效用,计算如下: 在哪里平均投资时间吗和利率在时间吗 。
5。实证结果
我们开始使用OLS回归实证分析。表8- - - - - -10总结评估结果对借款人、投资者和这个平台,分别。表8显示了优惠券策略的数量的影响投资者和投资者的回报 。优惠券策略之间的关系和数量的投资者明显积极的在1%的水平,如表的列(1)所示8。有类似的结果对投资者的回报(5)的表列8。当控制清单上的信息,例如利率,我们发现优惠券策略有积极影响投资者和投资者的回报的数量(见表(2)和(6)的列8)。见表(3)和(7)列8,结果在5%和1%的水平,明显积极的分别,当参与者信息的控制。我们获得类似的结果在列(4)和(8),使用清单控制信息和参与者信息在同一时间。此外,控制变量的数量的影响投资者和投资者的回报是合理的。例如,尽管一个更高的利率吸引更多的投资者,借款人违约的可能性较高。因此,有一个正相关的投资者和投资者的回报的负相关(44]。在列(3),(4),(7)、(8),投资者的数量有积极影响的投资者数量的时间吗 ,表明放牧行为。然而,有更多的投资者会导致更少的个人收入。因此,支持假设1和3。
表9报告的结果之间的关系的优惠券策略和实用平台。列(1)所示,优惠券策略有积极影响交易量,在1%的显著水平。列所示(2)-(8),结果也明显积极的在1%的水平,信息列表和参与者的数量控制。与此同时,当我们控制清单和参与者的信息同时,优惠券策略和成交量之间的关系仍显著积极的,列(9)所示的表9。此外,我们发现,贷款期限在成交量有负面影响,而借款人和投资者的数量有着积极的影响。总的来说,优惠券策略保持不变的影响无论其他控制变量的影响。平台效用较高时,平台采用优惠券策略,支持假说3。
表10显示的基线分析优惠券策略的影响借款人的数量 。我们发现使用优惠券促进P2P贷款的借款人数量列(1)表中平台10在1%的水平,这是重要的。当利率时,借款人的数量,和投资者的数量单独控制,优惠券策略之间的关系和借款人的数量吗是重要的和积极的在1%的水平,而控制变量是重要的列(2),(3)和(4)。同时,其结果是重要的在5%的水平,控制,控制变量的同时,和控制变量的影响是恒定的列(5)。结果表明借款人和投资者的羊群效应有积极的交叉网络外部性与借款人。这个证据支持假设4。
此外,我们使用法方法来测试的因果效应采用优惠券策略参与者的数量。治疗组包含的几个月平台采用优惠券策略(定义为1),和我们的对照组包括noncoupon战略月(定义为0)。Renrendai.com采用优惠券策略2018年1月1日。因此,控制样本从2017年1月1日到2017年12月31日,和治疗样本从2018年1月1日到2018年12月31日。
我们估计的影响优惠券策略在回归框架使用以下模型: 在哪里代表借款人和投资者的数量。是一个哑变量定义为1 2018和0。是一个哑变量定义为1,如果平台采用优惠券策略的时间吗和0。是一个向量的控制变量包括回归(19)和(20.),误差项。双交互项系数获取优惠券的因果效应的策略。
不考虑控制变量,表11列出治疗与对照组之间的差异,这是参与者的数量之前和之后的平台采用优惠券策略。平台采用优惠券策略时,投资者和贷款者的平均数量显著增加,在列(6)。治疗组的值差异借款人和投资者的平均数量是0.678和0.108,分别在1%的显著水平。此外,法模型,我们考虑其他控制变量控制的基本回归。结果如表所示12。的系数积极意义在l %的水平,这意味着该平台采用适当的优惠券策略提高参与者的数量。因此,表11和12提供支持假设1和4。
6。健壮性测试
在本节中,我们提供鲁棒性检查我们的主要结果优惠券策略的影响借款人和投资者的数量以及参与者的效用。因为数据不满足正态分布,我们使用非参数Wilcoxon测试研究参与者的数量和交易量之前和之后的优惠券的实现策略。使用数据从2018年1月至2019年12月,我们将参与者的数量和交易量分成两组:平台不采用优惠券策略(组1),该平台采用优惠券策略(组2)。面板的表13显示,借款人在2组的数量远远超过在组1。2018年,2019年,或两年,p值在5%和1%显著水平。面板B显示投资者的数量在组1组2大于1%的显著性水平,这意味着优惠券策略可以增加投资者的数量。C小组报告,组2的交易量明显高于组1,这意味着平台增加其效用通过采用适当的优惠策略。
回想一下,我们的主要结果表8- - - - - -10使用完整的数据样本(2018年1月至2019年12月)来验证假设。我们现在检查这些结果是否健壮的次级样本包括2018年1月至2018年12月和2019年1月至2019年12月。我们重新估计回归(19)- (21),发现结果保持显著积极的1%和10%的水平,如表所示14。虽然有些结果没有显著的列(6)、(9)、(10)和(12),他们在10%的显著水平。换句话说,这些结果具有重要意义。因此,假设1,3,4再次支持。
7所示。结论
在本文中,我们检查采用优惠券策略如何影响投资者的投资决策和意愿的借款人在双边平台。大多数双边市场的研究是基于理论模型。因此,我们使用双边市场模型,着重于这个平台的激励策略,生产经验可验证的假说,我们测试使用的数据Renrendai.com。
首先,建立了基准模型,然后采用优惠券策略添加到基准模型中。最后,我们比较投资者的效用,借款人,平台以及参与者在两个模型的数量。优惠券策略下,参与者的效用和参与者的数量大。虽然平台享有更多的参与和利益下优惠券策略,进一步影响的额外成本运行优惠券策略。总的来说,平台效用较高时,平台采用适当的优惠策略。此外,我们发现平台采用优惠券策略来吸引投资者不管它是否将是有利的。如果效用在不利和有利的预期之间的差异逐渐减小,该平台投资更多的优惠券策略时预计将是不利的。
此外,实证结果证实了我们的理论预测,表明投资者和贷款者的数量当平台采用优惠券策略具有重要意义。参与者的效用更大几个月的优惠券策略的采用。此外,我们发现Renrendai.com更有可能采用优惠券策略时预计将是不利的。
当我们的分析集中在P2P借贷市场,结论也可以推广到其他市场。双面平台投资优惠券策略取得了必要的指导管理和参与者的行为。例如,对于双边市场的经理,谁能分析和总结参与者的数量每一天然后提出最合适的优惠策略。最后,本文有一些局限性。例如,我们没有考虑借款人违约(信用风险),或其他复杂的情况。因此,其他管理策略和相应的问题的影响值得研究未来的研究。
附录
答:证明
投资者的回归是
在备注 , 借款人投资的投资者的数量吗 , 是投资者的实际利率从借款人 。 等候的投资者吗借款人投资 。 是一个投资者投资的名义利率的借款人 ,定价的平台。平台服务费率收费投资者当借款人投资 。然后方程(. 1)是重塑了如下:
我们假设 表明,投资者获得投资的总回报借款人, 是平台向投资者收取的服务费 。
命题的证明1。比较方程(1)(4),我们得到 增加,投资者的效用函数增加,两次连续可微的,凹或线性的每个参数。因此, ,和 。
证明命题4。假设 独特的定义。我们比较的是一阶条件确定(方程(13))的一个决定(方程(16))。让我们把而不是在(16)在(13)考虑在内,然后 投资者的效用函数增加,两次连续可微的,凹或线性的参数 , 。因此,方程的表达式右边是负的,所以 。
数据可用性
来自Renrendai.com的数据平台。
的利益冲突
作者宣称没有利益冲突。