奖励众筹,是一种由传统融资脱媒发展而来的创新性融资模式,具有形式多样、投资灵活、成本低、交易便捷、覆盖广等优势。通过互联网融资能有效降低融资成本,扩大融资范围,一定程度上降低了“融资难,融资贵”对中小企业的发展限制。但随着2017年众筹行业深度洗牌,我国奖励众筹面临着融资完成率较低,投资者参与度相较2016年大幅降低的问题。因此,研究如何对项目进行优化改进、提高投资者的参与度,进而提高融资绩效,使得众筹能够更好地服务各实体经济细分市场,真正实现众筹这种普惠金融模式服务于资产和资金两端,具有重要的意义。本文主要从以下几个方面展开研究:第一,基于精细加工可能性模型,沿中央路径和边缘路径两条路径,从项目质量信号、投资者参与情况以及不确定性度量三个方面出发,建立了多元回归模型,分析奖励众筹融资绩效影响因素。研究表明奖励众筹融资绩效的高低与目标融资额、点赞人数、评论次数、支持人数、更新次数以及回报种类相关。第二,利用面板数据构建了固定效应模型,用于分析投资者行为的动态变化规律。研究发现项目融资早期的新增融资绩效迅速下降,而到项目融资末期,随着截止效应的影响,新增融资绩效出现小幅递增的趋势;说明先行投资者的投资行为对潜在投资者投资行为存在挤出效应,当已实现的融资绩效越高,投资者新增投资行为越弱。第三,从动态变化的视角出发,采用函数主成分分析(FPCA)构建了关于投资者投资活动特征以及考虑时滞影响的评论活动特征的综合得分模型,并通过相关性检验验证得到正在融资项目与已众筹成功项目在投资和考虑时滞影响的评论特征方面存在很强的相似性。进一步,将众筹项目的投资特征综合得分、时滞影响的评论特征综合得分以及项目特征作为输入变量,构建广义回归神经网络(GRNN)模型,实现众筹项目融资绩效的动态预测。最后,基于“众筹网”数据的实证结果表明,本文构建的FPCA-GRNN模型能够实现对项目绩效的实时预测,即使在众筹项目早期数据量较少情况下也能达到较好的预测精度。