文本语言特征对众筹项目融资效果的影响：基于文本挖掘的方法

Textual descriptions of a crowd funding project are similar to a business plan in the way of displaying the campaign quality, so fund-raisers tend to polish the description literally to ensure successful campaigns. Meanwhile, the linguistic features with multi-level and multi-dimension affect the perceived quality of the projects, thus influencing investment behaviors..Therefore, we employ data mining, behavior analysis and econometrics to uncover the mechanism of how linguistic features affect crowd funding campaigns. From the technique aspect, text mining especially semantic lexicon and sentiment analysis model are adopted to define and quantify the multi-dimensional linguistic features. From behavior perspective, we empirically examine the acceptance motivation of investors on different linguistic features to reveal the impact of linguistic features on the project adoption. From the perspective of economics, econometrics models are built to explain the impact of linguistic features on successful crowd funding campaigns. Finally, the prediction model is employed to validate the prediction power of linguistic features on the funding results and confirm the impact of linguistic features on investors' decision making..Theoretically, this research is expected to improve the investment intentions to crowd funding from the text analysis aspect. Moreover, it would enrich the studies of measuring the business value from textual description of the Internet finance. Practically, this research would guide fund-raisers to choose appropriate linguistic features.

众筹项目的文本描述类似于商业计划书，能够展示项目质量，因此得到筹资者的精心策划，以确保融资成功。同时，多层次的文本描述及其多维度的语言特征，影响投资者对项目前景的感知，进而影响众筹投资意愿和融资效果。.为此，采用技术、行为和计量经济相结合的方法，勾画语言特征对众筹项目融资的影响路径。从技术层面，采用文本挖掘方法，结合语义词典和情感分析技术，定义和量化多层次多维度语言特征；从行为角度，实证分析投资者对不同语言特征的接受动因，揭示语言特征对投资者采纳意愿的影响；从经济学视角，构建语言特征对融资效果影响的计量模型，解释语言特征的影响。最后，以kickstarter等多个众筹网站为例，验证语言特征对众筹项目融资结果的预测能力，证实其在投资决策中的效用。.理论上，从文本层面完善了投资者参与众筹项目的影响因素研究，丰富了互联网金融文本价值发现的研究体系。实践上，为筹资者选择合适的语言特征提供了指导。

筹资者面临的一个普遍问题是融资成功率偏低，市场竞争的现状以及在线资金的流动性决定了只有少数众筹项目能够融资成功。众筹项目类似于创业者的商业计划书，筹资者通过对项目的展示吸引投资者。在众筹项目的所有展示方式中，文本描述所占篇幅最大，对投资者决定参与投资具有显著影响，众筹的文本语言特征也是影响融资绩效的重要因素。本课题以众筹项目的文本语言描述为研究对象，以“语料库构建->语言特征分析->语言特征解释模型->语言特征预测模型”为研究思路，先后采用行为学、文本分析技术、计量经济学研究范式，引入文本挖掘方法，识别和量化众筹项目文本描述的多维属性，并在多层次文本上进行语言特征的影响分析。本课题围绕以下内容开展：（1）基于大数据理论的研究语料库构建，采用Python语言完成对大量众筹项目的采集，充分考虑各种特征维度，以大数据思维构建研究语料以便于未来研究的扩展性和便捷性。（2）采用文本挖掘方法，对多层次文本进行主题分类、情感分析、语义识别、内容偏向性分析、欺诈性检测、修辞风格识别、主客观检测等探索，得到多层次文本的多维度语言特征分析结果。（3）分析了文本情感等语言特征对众筹项目融资的影响，得到了文本情感的经济影响分析结果。（4）分析了在少数类别项目中（例如食品类项目），文本描述与融资者身份对项目融资的影响。（5）根据语言特征的影响，建立众筹项目融资的预测模型，验证语言特征在预测投资者采纳行为上的有用性。（6）研究了在线融资项目投资者行为，尤其是对本地资源的偏好，表明了本地偏好在在线投资中普遍存在，但是不同的项目类别之间呈现了较大的差异。（7）比较了不同算法在文本处理上的差异，尤其是文本语言特征抽取上的性能差异，，为算法的比较和优化了提供科学依据。（8）对新兴的在线融资模式进行了探索，例如公众科学项目。理论上，将丰富互联网金融文本描述的价值发现研究体系；实践上，对新一代互联网金融模式的设计提供指导。