• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      大學(xué)生互聯(lián)網(wǎng)金融理財行為的影響因素研究

      2017-05-19 17:19宋佳倩張玉棟張聰
      金融理論探索 2017年2期
      關(guān)鍵詞:變量過度投資者

      宋佳倩++張玉棟++張聰

      一、引言

      近年來互聯(lián)網(wǎng)金融理財行為越來越普遍,大學(xué)生群體也成為互聯(lián)網(wǎng)理財行為的參與者之一。本文對大學(xué)生互聯(lián)網(wǎng)金融理財行為的影響因素進(jìn)行探究,以隨機抽取的北京某大學(xué)各院系各年級的本科生作為樣本來對以上問題進(jìn)行檢驗。研究主要分為理論研究、實證研究和結(jié)論檢驗三大部分。首先,整理并分析前人有關(guān)互聯(lián)網(wǎng)金融理財行為的研究文獻(xiàn)。其次,以北京某高校為研究對象對大學(xué)生的網(wǎng)絡(luò)理財及投資行為展開實證調(diào)查,選取合適的變量及其量表形成調(diào)查問卷,通過問卷調(diào)查的形式找到影響大學(xué)生參與互聯(lián)網(wǎng)金融市場的關(guān)鍵性因素。在調(diào)查研究中,我們選取了大學(xué)生的專業(yè)素養(yǎng)、過度自信以及風(fēng)險偏好等個人內(nèi)在因素為觀測變量,考察它們對大學(xué)生互聯(lián)網(wǎng)金融理財行為的影響。得到有效數(shù)據(jù)后,本文運用計量經(jīng)濟(jì)學(xué)的研究方法,分別使用Logistic回歸、OLS線性回歸分析以及相關(guān)檢驗方法,建立起相關(guān)數(shù)學(xué)回歸模型,檢驗并進(jìn)一步說明這些變量的影響程度。相比已經(jīng)有經(jīng)濟(jì)能力的人群而言,大學(xué)生一般沒有收入,投資時多依賴家庭,其金融理財?shù)膬A向也與一般投資者有較大差別。本文的研究一方面有助于深化對在校大學(xué)生這一特殊群體投資行為的理解,幫助其樹立正確合理的理財觀念; 另一方面也為互聯(lián)網(wǎng)金融提供市場新方向,推動金融機構(gòu)個人理財產(chǎn)品的創(chuàng)新和完善。

      二、文獻(xiàn)綜述

      “理性人” 假設(shè)是傳統(tǒng)經(jīng)濟(jì)學(xué)分析框架下的基本前提假設(shè), 也是一切經(jīng)濟(jì)問題研究的出發(fā)點。在經(jīng)濟(jì)學(xué)“理性范式”的研究思路下,行為人可以對從周圍環(huán)境獲得的信息進(jìn)行充分判斷和理性分析,并遵循利益最大化或效用最大化原則做出最優(yōu)選擇。然而,在現(xiàn)實生活中,人們卻逐漸發(fā)現(xiàn)一系列難以用傳統(tǒng)期望效用理論加以解釋的異?,F(xiàn)象。行為主體的決策行為往往受到諸如情緒、本能、經(jīng)驗或偏見等主觀因素的影響而呈現(xiàn)出一定的非理性,從而與理論預(yù)測產(chǎn)生較大偏差。隨著金融市場上各種異?,F(xiàn)象的累積,完全理性假定已經(jīng)無法解釋現(xiàn)實人的經(jīng)濟(jì)生活與行為(李心丹,2005)[1]。尤其是近年來行為金融理論的興起,更是給理性決策理論帶來了不小的沖擊和挑戰(zhàn)。

      20世紀(jì)50年代,Simon提出了滿意標(biāo)準(zhǔn)和有限理性標(biāo)準(zhǔn),用“社會人”取代“經(jīng)濟(jì)人”,產(chǎn)生了新的理論——有限理性決策理論[2]。Simon認(rèn)為,人的理性是出于完全理性和完全非理性之間的一種有限理性,行為主體的決策與判斷往往受其情感或經(jīng)驗的影響,是無法完全運用理想化數(shù)學(xué)模型和邏輯加以分析的。此外,與理性假設(shè)所追求的“最優(yōu)選擇”不同,“有限理性”理論認(rèn)為行為人進(jìn)行決策的標(biāo)準(zhǔn)是建立在其心理上的“第一滿意選擇”,也就是說,決策者在決策中僅僅是追求“滿意”標(biāo)準(zhǔn),而非“最大”或“最優(yōu)”(鄧漢慧等,2004)[3]。

      投資者的有限理性,如自身能力的欠缺和有限的知識經(jīng)驗等, 導(dǎo)致了投資者在做出投資決策時,會受到各種主觀心理偏好(如風(fēng)險偏好、過度自信及心理賬戶)或來自外界的客觀因素(如信息不對稱以及市場變化的不可預(yù)知性)的影響(李政等,2015)[4]。Barber等(1999)研究了過度自信這一主觀心理偏好對投資決策的影響,發(fā)現(xiàn)在一般情況下投資者往往會高估自己獲取分析信息的能力和準(zhǔn)確性,從而導(dǎo)致其更易做出有偏誤的投資決策。投資者的一些個人特征同樣也影響著投資決策[5]。尹海員等(2011)通過實證研究發(fā)現(xiàn),在我國,個人職業(yè)、受教育水平、家庭理財習(xí)慣和投資積累經(jīng)驗等因素會顯著影響投資者的風(fēng)險偏好及其風(fēng)險系數(shù)[6]。除個人投資者之外,上市公司的投融資決策也往往受到資本市場上投資者情緒的影響。投資者高漲的情緒往往會推動投機性投資需求的增加(Baker等,2006)[7]。此外,其他外界客觀因素,如羊群效應(yīng)、政策導(dǎo)向、市場特質(zhì)、投資項目自身、公司經(jīng)營狀況、媒體等因素也會對個體投資者的投資決策產(chǎn)生一定影響。

      綜上所述,投資決策的影響因素主要包括理性影響因素和有限理性影響因素。而本文研究的兩個影響大學(xué)生金融理財?shù)囊蛩?,即風(fēng)險偏好和過度自信,分別屬于理性和有限理性的范疇。

      風(fēng)險偏好是指投資者對風(fēng)險的不同喜好程度,一般將投資者的風(fēng)險偏好劃分為三類:風(fēng)險厭惡、風(fēng)險中性以及風(fēng)險尋求,投資決策過程實際上是投資者在心理上計量風(fēng)險與收益的過程(楊敏利等,2008)[8]。所以投資者的風(fēng)險偏好直接影響其對風(fēng)險性收益的追求,并反映了投資者接受風(fēng)險的心理臨界(Daniel等,2002)[9]。

      過度自信實質(zhì)上是一種認(rèn)知偏差,表現(xiàn)為人們?nèi)菀赘吖雷陨淼哪芰妥陨碇R的準(zhǔn)確性,由此更加相信自己對事物的判斷能力。Odean(1999) 研究了投資者的過度自信對其投資決策的影響,發(fā)現(xiàn)相當(dāng)一部分投資者在賣出股票后并不會停止交易,而是繼續(xù)買入其他股票,但就最終結(jié)果來看,被投資者賣出的股票往往有著更高的后續(xù)收益率,這可能是由于投資者對自身的交易經(jīng)驗和交易能力的過度自信造成的[10]。過度自信是投資者的一種典型而普遍存在的心理因素,尤其在處于上升趨勢的股票市場中投資者往往更容易因盲目樂觀產(chǎn)生過度自信的心理。 在互聯(lián)網(wǎng)金融市場繁榮發(fā)展的今天,投資者的這一心態(tài)則表現(xiàn)得更加明顯[11]。

      以上研究對影響人們投資決策的各種因素進(jìn)行了深度的探討,并提供了廣泛的研究證據(jù)。但根據(jù)我們目前所掌握的文獻(xiàn),鮮有研究將風(fēng)險偏好和過度自信因素聯(lián)系在一起,來反映其對于是否選擇互聯(lián)網(wǎng)金融投資以及在此條件下的收益率的影響,而且分析對象多以企業(yè)以及投資經(jīng)理為主,針對大學(xué)生群體進(jìn)行這方面的研究更是少之又少。本文以北京某高校學(xué)生為研究對象對大學(xué)生的網(wǎng)絡(luò)理財及投資行為展開實證調(diào)查,并借助Logistics回歸、OLS回歸和相關(guān)檢驗等計量經(jīng)濟(jì)學(xué)模型,來檢驗大學(xué)生自身的專業(yè)素養(yǎng)、風(fēng)險偏好以及過度自信因素對其互聯(lián)網(wǎng)金融投資行為的影響,為今后的研究提供一種新思路。

      三、理論與研究假設(shè)

      本文認(rèn)為風(fēng)險偏好、過度自信等個人主觀心理因素會影響大學(xué)生的互聯(lián)網(wǎng)金融投資行為。

      風(fēng)險偏好是影響個體決策行為的重要因素。Campbell(2006)在家庭金融研究綜述中提出,家庭的金融行為會在一定程度上受到家庭風(fēng)險偏好等因素的影響[12]。越是那些風(fēng)險偏好水平較高的家庭,就越傾向于進(jìn)入股票投資市場,且對風(fēng)險性金融資產(chǎn)的配置比例也越高;而那些風(fēng)險偏好較低的家庭,則更傾向于銀行儲蓄和安全性資產(chǎn)。我們認(rèn)為,微觀個體的金融行為在某種程度上與家庭金融有相似之處,風(fēng)險偏好同樣也會影響個體的決策行為。那些具有更強風(fēng)險偏好的人更樂于接受挑戰(zhàn),其風(fēng)險接受能力也相對更強。因此,本文提出假設(shè)1。

      假設(shè)1:在其他條件相同的情況下,具有更強風(fēng)險偏好的投資者更傾向于使用互聯(lián)網(wǎng)金融產(chǎn)品。

      Bénabou等(2002)指出,過度自信在個體處理信息和做出決策的過程中發(fā)揮著重要的作用[13]。本文認(rèn)為, 過度自信的投資者在進(jìn)行投資決策時,往往傾向于對投資環(huán)境做出更為樂觀的判斷。對自身能力的高估是過度自信的一般特征(余明桂等,2013)[14]。 過度自信的投資者往往對自身的評價更高,他們認(rèn)為自己擁有的知識和經(jīng)驗比其他人更豐富,能更準(zhǔn)確地做出恰當(dāng)?shù)呐袛?,且往往傾向于高估投資項目的收益并低估投資項目的風(fēng)險(Heaton,2002)[15]。因此,他們更加愿意去把握投資機會,積極在投資活動中承擔(dān)風(fēng)險,對新生事物也擁有更好的接受能力。由此,本文提出假設(shè)2。

      假設(shè)2:在其他條件相同的情況下,過度自信的投資者更傾向于使用互聯(lián)網(wǎng)金融產(chǎn)品。

      此外,大學(xué)生作為投資決策主體,其投資行為必然也會受到某些個人特征的影響。本文擬探究個人的金融專業(yè)素養(yǎng)這一因素在大學(xué)生互聯(lián)網(wǎng)金融投資理財過程中所扮演的角色,因此,本文選取“經(jīng)管類”和“非經(jīng)管類”為一組變量進(jìn)行研究,對其進(jìn)行0~1賦值。通常情況下,我們認(rèn)為經(jīng)管類專業(yè)的學(xué)生能夠接觸到的金融相關(guān)知識更為廣泛,獲取信息的渠道更為豐富,這也就意味著他們相對于非經(jīng)管類學(xué)生來說,具備更強的金融素養(yǎng)。為此,本文提出假設(shè)3。

      假設(shè)3: 在其他條件相同的情況下,“經(jīng)管類”的專業(yè)背景會放大風(fēng)險偏好和過度自信水平對于大學(xué)生參與互聯(lián)網(wǎng)金融理財?shù)挠绊憽?/p>

      四、數(shù)據(jù)和方法

      (一)樣本和數(shù)據(jù)

      本文主要研究兩個焦點問題:一是探究影響大學(xué)生互聯(lián)網(wǎng)金融理財?shù)膫€人內(nèi)在因素及其影響效果;二是探究各因素在何種程度上對大學(xué)生互聯(lián)網(wǎng)金融理財?shù)氖找媛十a(chǎn)生影響。

      本文所使用的數(shù)據(jù)主要是個人特征數(shù)據(jù),通過問卷調(diào)查的形式獲得并整理而成。 在問卷調(diào)查中,選取了大學(xué)生的個人基本信息、 家庭受教育程度、家庭經(jīng)濟(jì)條件、個人金融素養(yǎng)、個人風(fēng)險偏好等作為預(yù)設(shè)變量,通過問卷調(diào)查收集數(shù)據(jù)。本文的初始樣本是在北京某大學(xué)內(nèi)隨機抽取的,來自不同專業(yè)的300名大學(xué)生。經(jīng)數(shù)據(jù)篩選剔除無效和存在缺失的變量值后, 我們共獲取了246個樣本觀測值。本文以這246份數(shù)據(jù)為樣本, 通過Logistic回歸對大學(xué)生互聯(lián)網(wǎng)金融理財?shù)挠绊懸蛩剡M(jìn)行了研究,并在此基礎(chǔ)上,篩選出已經(jīng)進(jìn)行互聯(lián)網(wǎng)理財?shù)臉颖?45份, 運用OLS多元線性回歸對其理財收益率進(jìn)行分析,進(jìn)一步探究這些個人內(nèi)在因素對收益率的影響,并試圖給出合理解釋。

      (二)變量定義與模型設(shè)定

      1.變量定義及其解釋

      (1)被解釋變量

      針對本研究的兩個焦點問題,我們有著不同的被解釋變量設(shè)定。

      對于問題一,即探究影響大學(xué)生互聯(lián)網(wǎng)金融理財?shù)膫€人內(nèi)在因素及其影響效果,因變量Prob(Y=1|x1,x2,x3)表示的是研究個體(大學(xué)生)進(jìn)入互聯(lián)網(wǎng)金融理財市場的概率,我們將受訪者對問卷中的問題“您是否已投資互聯(lián)網(wǎng)金融產(chǎn)品”的回答作為此項數(shù)據(jù)的衡量指標(biāo),將回答“是”的個體賦值為“1”,回答“否”的個體賦值為“0”。

      對于問題二,即探究各因素在何種程度上對大學(xué)生互聯(lián)網(wǎng)金融理財?shù)氖找媛十a(chǎn)生影響,該問題的被解釋變量為yield,該變量為連續(xù)型變量,由答卷人在填寫問卷時給出。

      (2)解釋變量

      riskpre表示個體的風(fēng)險偏好,一般意義上的風(fēng)險偏好,不僅包括投資者直觀的心理能力和人格因素,還內(nèi)涵隱含的、未公開衡量和測量的風(fēng)險態(tài)度。根據(jù)以往文獻(xiàn),投資行為中所涉及的“風(fēng)險偏好”主要包括以下三個方面的內(nèi)容:一是截面上的風(fēng)險偏好,即個人投資者對某個時間上的不同資產(chǎn)的風(fēng)險偏好特性;二是時間序列上的風(fēng)險偏好,指個人投資者對不同時點上的同一資產(chǎn)的風(fēng)險偏好特性;三是主觀折現(xiàn)偏好,個人投資者對未來同樣風(fēng)險資產(chǎn)所要求的時間補償(衡量投資者的耐心)[16]。根據(jù)投資者個體認(rèn)知方式和情感判斷的不同,可將風(fēng)險偏好劃分為激進(jìn)投資型、損失厭惡型、利益驅(qū)使型。在調(diào)查問卷中,我們設(shè)計了9道不同維度的問題,并對不同問題進(jìn)行賦值, 對受訪者的風(fēng)險偏好進(jìn)行測度。每道題目3個選項,分?jǐn)?shù)分別為1分、2分、3分,所有題目總分最低9分,最高27分,中間分?jǐn)?shù)為18分,分類標(biāo)準(zhǔn)是:為了進(jìn)一步簡化模型,本文按照得分情況將投資者的風(fēng)險偏好分為兩類:保守投資者和激進(jìn)投資者,并且以18分為界,我們將得分小于等于18分的投資者視為風(fēng)險厭惡投資者, 將得分大于18分的投資者視為風(fēng)險喜好投資者。

      overconf表示個體的過度自信水平。以往的文獻(xiàn)研究主要采用投資者的股市換手率等指標(biāo)來度量投資者的過度自信水平[17]-[18]??紤]到大學(xué)生群體的特殊性,借鑒以往文獻(xiàn)的研究經(jīng)驗,我們主要采用大學(xué)生實際了解的金融相關(guān)知識作為其過度自信的替代變量。本文通過比較受訪者的自我評價及問卷作答情況之間的差異來對研究對象的過度自信水平進(jìn)行衡量,并在此基礎(chǔ)上將研究對象分為三類,分別用數(shù)字0、1、2代表過度自負(fù)、中性和過度自信。

      (3)調(diào)節(jié)變量

      major代表研究對象的專業(yè)。 根據(jù)研究提出的假設(shè)3,“經(jīng)管類”專業(yè)的學(xué)生通過對金融知識的學(xué)習(xí)能夠提高風(fēng)險偏好、提高過度自信水平,從而更傾向于使用互聯(lián)網(wǎng)金融產(chǎn)品。因此,將“經(jīng)管類”賦值為1,“非經(jīng)管類”賦值為0,以此探究專業(yè)因素是否通過影響風(fēng)險偏好和過度自信以對大學(xué)生群體進(jìn)行互聯(lián)網(wǎng)金融投資決策產(chǎn)生影響。

      (4)控制變量

      家庭金融學(xué)研究表明,行為人的人口特征(年齡、性別、教育等)對于投資者的投資傾向具有非常重要的作用[19]。在以上兩個研究問題中,本文將在校大學(xué)生的年級、性別、生活費作為互聯(lián)網(wǎng)金融投資傾向的控制變量。

      grade代表在校大學(xué)生的年級, 大一年級賦值為0,大二、大三、大四年級分別賦值為1、2、3。male代表性別變量,女性賦值為0,男性賦值為1。money代表生活費,是連續(xù)型變量,在問卷設(shè)計時分段給出,選擇兩端的平均值作為該學(xué)生的生活費。

      根據(jù)上述,本文所涉及各變量如表1所示。

      2.對控制變量的初步檢驗

      在此通過獨立樣本T檢驗以及其他統(tǒng)計分析判斷控制變量是否會對因變量產(chǎn)生影響來對控制變量做初步檢驗。

      (1)對性別變量的檢驗

      根據(jù)性別分組,對男性和女性是否使用互聯(lián)網(wǎng)金融的情況進(jìn)行獨立樣本T檢驗。 我們用Levene檢驗來判斷原假設(shè)條件(假設(shè)方差相等和方差不相等兩種情況)是否成立。從結(jié)果可知Sig<0.05,可以拒絕原假設(shè),即男性與女性參與互聯(lián)網(wǎng)金融市場的方差是不相等的。再看均值方程的t檢驗,在方差不相等的前提下,t檢驗的Sig值=0.158>0.05,說明應(yīng)該拒絕男女性在選擇互聯(lián)網(wǎng)金融方面存在差異,即可以得出男女性在選擇使用互聯(lián)網(wǎng)金融產(chǎn)品時沒有差異。

      由于男女性無差異,所以在分析本文問題中性別因素的作用很不明顯,因此舍棄在回歸過程中使用性別這一變量。

      (2)對年級變量的檢驗

      在本文中,年級變量分為四組,分別為0、1、2、3。 由于獨立樣本t檢驗只適用于二分類的均值檢驗, 因此無法使用該方法對年級變量進(jìn)行檢驗。而單因素ANOVA分析就可以解決該問題,單因素ANOVA分析主要用來測試某一個控制變量的不同水平是否對觀察變量造成顯著差異和變動。我們對年級變量做單因素ANOVA檢驗,發(fā)現(xiàn)檢驗的顯著性水平Sig=0.252>0.05,可以拒絕不同年級在使用互聯(lián)網(wǎng)金融產(chǎn)品方面存在明顯差異的假設(shè),即不同年級之間沒有差異,因此本文在回歸過程中舍棄使用年級這一變量。

      (3)對每月生活費的檢驗

      由于每月的生活費為連續(xù)變量,無法通過分組來判斷不同組間的均值是否存在差異,但我們可以對其與因變量進(jìn)行單變量線性回歸,通過直接的分析判斷生活費這一因素是否會對大學(xué)生是否使用互聯(lián)網(wǎng)金融理財產(chǎn)品產(chǎn)生影響。對每月生活費與因變量進(jìn)行l(wèi)ogistic回歸,回歸結(jié)果顯示非常不顯著,所以在下面的回歸過程中舍棄每月生活費這一控制變量。

      (三)數(shù)據(jù)的描述性分析

      1.調(diào)查對象的描述性統(tǒng)計結(jié)果

      此次調(diào)查的范圍主要集中于北京某大學(xué)在校大學(xué)生,本次調(diào)查共計發(fā)放并回收300份問卷,經(jīng)數(shù)據(jù)篩選,剔除無效和存在缺失的變量值后,共獲取246個有效樣本觀測值。

      首先,本文對問卷的樣本數(shù)據(jù)進(jìn)行了總體的描述性統(tǒng)計。

      在金融素養(yǎng)的自我評價設(shè)置中,1表示完全不了解,2是不太了解,3是基本了解,4是比較了解,5是完全了解。其中,完全不了解的有41人,占樣本總?cè)藬?shù)的16.67%;不太了解的有110人,占比最大,為44.72%;基本了解的有66人,占總樣本人數(shù)的26.83%;比較了解的有26人,占比10.57%;完全了解的只有3人,占比最低,為1.22%。

      在風(fēng)險承受能力的自我評價設(shè)置中,1表示為得到高回報而承擔(dān)高風(fēng)險,2表示為得到較高回報而接受較高風(fēng)險,3表示能承擔(dān)平均風(fēng)險而選擇接受平均回報,4表示只能承擔(dān)較低投資風(fēng)險而選擇接受較低回報,5表示不愿意承擔(dān)任何風(fēng)險。其中,為得到高回報而承擔(dān)高風(fēng)險有4人,占總樣本人數(shù)的1.63%; 為得到較高回報而接受較高風(fēng)險有48人, 占總樣本人數(shù)的19.51%; 能承擔(dān)平均風(fēng)險而接受平均回報的有134人,占比54.47%;只能承擔(dān)較低投資風(fēng)險而選擇接受較低回報的有55人,占比22.36%;不愿意承擔(dān)任何風(fēng)險有5人,占比2.03%。

      在對于金融素養(yǎng)的調(diào)查中,我們共設(shè)置了7道題,平均正確率為66.32%。其中7道題完全答對的有30人,約占總數(shù)的10.5%。在各個問題的正確率中,正確率最高為88.21%,在難度較大的金融問題上僅有37.4%的人能夠選擇正確。

      最后, 從互聯(lián)網(wǎng)金融投資現(xiàn)狀的調(diào)查分析來看, 被調(diào)查人群中有平均25.06%的資金投入在互聯(lián)網(wǎng)金融產(chǎn)品上,年化收益率平均為7.13%。

      2.統(tǒng)計分析結(jié)果

      首先,在金融素養(yǎng)的自我評價上,不太了解的人數(shù)最多,占比最大,約為總?cè)藬?shù)的44.72%。這與目前我國大學(xué)生的投資理財意識和現(xiàn)狀相一致,具有一定代表性。產(chǎn)生這種現(xiàn)象的原因之一可能是目前對于投資理財?shù)慕逃晕词艿街匾?,投資理財意識仍未廣泛普及。

      其次,在風(fēng)險承受能力評估上,大部分人選擇能夠承擔(dān)平均風(fēng)險而接受平均回報, 約占54.47%。而承擔(dān)較高風(fēng)險以獲得較高收益的比重略低于傾向于低風(fēng)險投資的比重。這在一定程度上反映了中國大學(xué)生目前的風(fēng)險厭惡程度。這可能是由于目前大學(xué)生仍未經(jīng)濟(jì)獨立,日常生活的經(jīng)濟(jì)來源大多來自于父母,因此對于投資理財?shù)倪x擇和風(fēng)險偏好程度上仍存在一定程度的限制。

      五、結(jié)果與分析

      借鑒以往文獻(xiàn)做法,為避免截面數(shù)據(jù)可能存在的異方差和多重共線性問題,本文首先對自變量進(jìn)行了方差膨脹因子分析和容忍度分析,分析結(jié)果如表2所示??梢姡髯兞康姆讲钆蛎浺蜃樱╒IF)介于1和4之間,遠(yuǎn)遠(yuǎn)小于10,容忍度(Tolerance)也介于0.2和1之間,遠(yuǎn)遠(yuǎn)大于0.1,說明模型所包含的解釋變量和控制變量之間并不存在嚴(yán)重的多重共線性問題。

      (一)風(fēng)險偏好、過度自信以及專業(yè)素養(yǎng)對于決定是否投資互聯(lián)網(wǎng)金融的影響

      1.模型(1)、(2)、(3)的Logistic回歸分析

      基于樣本數(shù)據(jù),我們先對模型(1)、(2)、(3)進(jìn)行回歸,這三個模型分別是對riskpre、overconf雙變量以及各自單變量的回歸,具體回歸結(jié)果見表3~表5。

      可以看出,不管是對雙變量還是單變量的logistic回歸,riskpre、overconf的顯著性都小于0.05,常數(shù)項是在0.05左右,可以認(rèn)為在5%的顯著性水平上三個方程的整體解釋力較好。從三個回歸方程結(jié)果來看, 風(fēng)險偏好的系數(shù)在5%的水平上顯著為正,說明大學(xué)生的風(fēng)險偏好與其是否投資互聯(lián)網(wǎng)金融產(chǎn)品顯著正相關(guān), 假設(shè)1得以驗證。 同樣地, 過度自信這一變量的系數(shù)也在5%的水平上顯著為正,說明大學(xué)生的過度自信水平與其是否選擇互聯(lián)網(wǎng)金融產(chǎn)品之間也具有顯著的正相關(guān)關(guān)系,假設(shè)2成立。

      進(jìn)一步,本文比較了風(fēng)險偏好和過度自信的系數(shù)。在回歸方程1中,兩者的系數(shù)分別為0.607和0.589,風(fēng)險偏好的系數(shù)比過度自信的大,說明在同一行為主體下,風(fēng)險偏好和過度自信對大學(xué)生是否選擇互聯(lián)網(wǎng)金融產(chǎn)品的影響程度存在差異,且風(fēng)險偏好的影響程度更大。該點在模型(2)、(4)的回歸結(jié)果中也有所體現(xiàn)。

      2.模型(2)、(4)和(3)、(5)的logistic回歸分析

      在確定riskpre、overconf對大學(xué)生選擇互聯(lián)網(wǎng)金融產(chǎn)品具有正向關(guān)系后,為了探究“經(jīng)管專業(yè)”背景下,大學(xué)生的風(fēng)險偏好和過度自信程度與其是否參與互聯(lián)網(wǎng)金融的相關(guān)關(guān)系, 我們將riskpre與major的交互項riskpre×major,overconf與major的交互項overconf×major分別加入到模型(2)、(3)中,得到模型(4)、(5),回歸結(jié)果見表6~表7。

      從表6中我們可以看到riskpre的系數(shù)仍在5%的水平上顯著為正, 但major的系數(shù)顯著為負(fù),且兩者的交互項riskpre×major的系數(shù)在10%的水平上也顯著為負(fù),這說明,在經(jīng)管類專業(yè)的學(xué)生群體中,風(fēng)險偏好對其是否參與互聯(lián)網(wǎng)金融理財?shù)挠绊懜酢?/p>

      從表7中我們可以看出overconf在5%的水平上是顯著的, 其與表5中的系數(shù)大致相同,但major和overconf×major是不顯著的, 因此我們可以得出結(jié)論,經(jīng)管專業(yè)背景不能通過過度自信來影響大學(xué)生參與互聯(lián)網(wǎng)金融的可能性。

      通過以上分析,假設(shè)3并不成立。一方面,經(jīng)管類專業(yè)的背景不僅不會放大風(fēng)險偏好對大學(xué)生參與互聯(lián)網(wǎng)金融理財?shù)挠绊懀喾催€起到一定的削弱效應(yīng);另一方面,過度自信對于大學(xué)生互聯(lián)網(wǎng)金融理財參與行為的影響并不受經(jīng)管專業(yè)背景的干擾。我們認(rèn)為,經(jīng)管類專業(yè)的大學(xué)生一般具備相對更高的金融素養(yǎng),對于風(fēng)險和收益的認(rèn)知更為深刻,因此,在面對風(fēng)險時,往往也會采取更為審慎的態(tài)度,或者說是一種“有知者有畏”的心態(tài)。

      (二)專業(yè)素養(yǎng)、風(fēng)險偏好及過度自信對于投資收益率的影響

      在得出上述結(jié)論后,我們對風(fēng)險偏好、過度自信和專業(yè)素養(yǎng)對大學(xué)生投資互聯(lián)網(wǎng)金融進(jìn)行進(jìn)一步的判斷分析。我們研究的問題是:對于那些已經(jīng)進(jìn)行互聯(lián)網(wǎng)金融投資的大學(xué)生來說,上述三個主觀因素是否會對其收益率產(chǎn)生一定影響,以及對收益率的影響程度有多大。

      表8列出了專業(yè)素養(yǎng)、風(fēng)險偏好和過度自信對于大學(xué)生互聯(lián)網(wǎng)金融投資收益率相關(guān)關(guān)系的檢驗結(jié)果。 結(jié)果發(fā)現(xiàn),riskpre的系數(shù)顯著為正, 說明在互聯(lián)網(wǎng)金融投資者中,那些較為激進(jìn)的、喜好風(fēng)險的投資者,相對于較為保守的、對于風(fēng)險持謹(jǐn)慎態(tài)度的投資者來說收益率更高。overconf的系數(shù)顯著為正,說明在互聯(lián)網(wǎng)金融投資者中,那些對自身的評價更高、對投資環(huán)境更為樂觀的投資者更易獲得可觀的收益率。 此外,major的系數(shù)在5%的水平上也顯著為正,說明具備更高金融專業(yè)素養(yǎng)的投資者更容易在投資中獲得更高收益,這一點也與我們的認(rèn)知相符。

      此外,判定系數(shù)R2為0.52,說明我們提出的三個變量,即風(fēng)險偏好、過度自信以及專業(yè)素養(yǎng)能夠解釋一半以上的已經(jīng)進(jìn)行互聯(lián)網(wǎng)金融投資的大學(xué)生的投資收益率變動情況。這一結(jié)果同樣支持本文的假設(shè),說明風(fēng)險偏好、過度自信以及專業(yè)素養(yǎng)對于大學(xué)生進(jìn)行互聯(lián)網(wǎng)金融投資的收益率情況具有相當(dāng)大程度上的影響。

      由OLS回歸分析可得,投資收益率的回歸方程為:

      yield=0.068 +0.029 riskpre +0.064 overconf+

      0.013major

      綜上, 過度自信與風(fēng)險偏好與其選擇互聯(lián)網(wǎng)金融投資呈現(xiàn)出顯著的正相關(guān)性。這表明,風(fēng)險喜好、過度自信的大學(xué)生更有可能進(jìn)行互聯(lián)網(wǎng)金融投資。在此基礎(chǔ)上,我們篩選出已經(jīng)使用互聯(lián)網(wǎng)金融產(chǎn)品或服務(wù)的大學(xué)生樣本, 使用OLS多元線性回歸進(jìn)一步探究各個預(yù)設(shè)變量對其投資收益的影響,發(fā)現(xiàn)風(fēng)險偏好、過度自信以及大學(xué)生專業(yè)素養(yǎng)等因素對使用互聯(lián)網(wǎng)金融產(chǎn)品的收益率存在顯著關(guān)系。

      六、結(jié)論

      本文分析了大學(xué)生群體的個體內(nèi)在特征與其互聯(lián)網(wǎng)金融理財行為的關(guān)系, 并在此基礎(chǔ)上進(jìn)一步探究了其投資表現(xiàn)的影響因素。本文以隨機選取的246名來自北京某大學(xué)不同專業(yè)及年級的大學(xué)生為樣本, 從過度自信和風(fēng)險偏好兩大維度對大學(xué)生參與互聯(lián)網(wǎng)金融投資的行為進(jìn)行考察, 并進(jìn)一步檢驗了這些因素對其投資收益率的影響。研究結(jié)果表明,過度自信和風(fēng)險偏好會對大學(xué)生的互聯(lián)網(wǎng)金融投資理財行為產(chǎn)生顯著影響。同時,本文還檢驗了大學(xué)生的金融專業(yè)素養(yǎng)與其風(fēng)險偏好的關(guān)系, 并驗證了其對大學(xué)生互聯(lián)網(wǎng)理財收益的積極影響。 研究結(jié)果可以概括為以下四個方面:

      第一,大學(xué)生的過度自信程度越高,其參與互聯(lián)網(wǎng)金融理財?shù)膭訖C越強, 取得更高投資收益率的可能性也相應(yīng)更大。一般情況下,具有過度自信特征的大學(xué)生個體往往更加認(rèn)同自己的判斷能力和決策水平,可能會更積極地把握那些具有正凈現(xiàn)值的高風(fēng)險高回報的投資機會。

      第二,大學(xué)生的風(fēng)險偏好程度越高,越傾向于使用互聯(lián)網(wǎng)金融理財產(chǎn)品或服務(wù),并且也更可能在投資中獲得較高的收益。 從風(fēng)險承擔(dān)的角度來看,風(fēng)險偏好的大學(xué)生個體相對具備更強的風(fēng)險承受能力, 他們更愿意嘗試互聯(lián)網(wǎng)金融等新興事物,也更樂意接受風(fēng)險性的挑戰(zhàn),風(fēng)險偏好的特性能夠促使他們更好地識別和利用有價值的投資項目。

      第三,經(jīng)管類專業(yè)背景會相應(yīng)削弱風(fēng)險偏好對大學(xué)生互聯(lián)網(wǎng)金融理財參與的影響。我們認(rèn)為,經(jīng)管類專業(yè)的大學(xué)生一般具備相對更高的金融素養(yǎng),對于風(fēng)險和收益的認(rèn)知也更為深刻,因此,其面對風(fēng)險時往往會采取更為審慎的態(tài)度。當(dāng)其決定是否參與互聯(lián)網(wǎng)金融理財時,會通過對風(fēng)險和收益進(jìn)行衡量和預(yù)估做出理性判斷,而不是僅憑借個人的風(fēng)險偏好程度做出簡單的選擇。

      第四,大學(xué)生的金融專業(yè)素養(yǎng)越高,往往更容易在投資中獲得更高的收益。這說明專業(yè)素養(yǎng)對投資收益有著明顯的正效應(yīng),具有一定金融背景的大學(xué)生,他們能夠接觸到的金融相關(guān)知識更為廣泛,獲取信息的渠道更為豐富,對金融信息的獲取和分析能力也相對更強,這也就意味著他們在進(jìn)行投資理財時具備更大的優(yōu)勢,從而使其能夠獲得相對更高的收益率。

      本文結(jié)論一方面有助于深化對在校大學(xué)生這一特殊群體的投資行為的理解,幫助大學(xué)生樹立正確合理的理財觀念;另一方面也為互聯(lián)網(wǎng)金融的創(chuàng)新和發(fā)展指明了市場新方向,為金融機構(gòu)適時推出適合大學(xué)生投資的個人理財產(chǎn)品提供了良好的理論基礎(chǔ)。

      參考文獻(xiàn):

      [1]李心丹. 行為金融理論:研究體系及展望 [J],金融研究,2005(1).

      [2]SIMON H A. The Administrative Behavior[J]. American Journal of Nursing,1950,50(2).

      [3]鄧漢慧,張子剛. 西蒙的有限理性研究綜述[J]. 中國地質(zhì)大學(xué)學(xué)報社會科學(xué)版,2004,4(6).

      [4]李政,許寧. 基于層次分析法的投資者決策影響因素探析——投資者個人視角[J]. 會計之友,2015(2).

      [5]BARBER B M,ODEAN T. Online Investors: Do the Slow Die First?[J]. Ssrn Electronic Journal,1999,15(2).

      [6]尹海員,李忠民. 個體特質(zhì)、信息獲取與風(fēng)險態(tài)度——來自中國股民的調(diào)查分析[J]. 經(jīng)濟(jì)評論,2011(2).

      [7]BAKER M,WURGLER J. Investor Sentiment and the Cross-Section of Stock Returns[J]. The Journal of Finance,2006,61(4).

      [8]楊敏利,黨興華,涂宴卿. 基于投資者不同風(fēng)險偏好的風(fēng)險投資決策研究[J]. 科技管理研究,2008,28(8).

      [9]DANIEL K,HIRSHLEIFER D,Teoh,S. H. Investor Psychology in Capital Markets: Evidence and Policy Implications[J]. Journal of Monetary Economics,2002,49(1).

      [10]ODEAN T. Do Investors Trade Too Much?[J]. Social Science Electronic Publishing,1999,89(5).

      [11]沈駿. 基于行為金融學(xué)的股指期貨投資者行為研究[D]. 成都:西南財經(jīng)大學(xué),2013.

      [12]CAMPBELL J Y. Household Finance[J]. The Journal of Finance,2006,61(4).

      [13]BENABOU R,TIROLE J. Self-Confidence and Personal Motivation[J]. Quarterly Journal of Economics,2002,117(3).

      [14]余明桂,李文貴,潘紅波. 管理者過度自信與企業(yè)風(fēng)險承擔(dān)[J]. 金融研究,2013(1).

      [15]HEATON J B. Managerial Optimism and Corporate Finance[J]. Financial Management,2002,31(2).

      [16]劉博. 投資者風(fēng)險偏好量表編制及測量恒等性檢驗[J]. 求索,2010(12).

      [17]BARBER B M,ODEAN T. Boys Will be Boys: Gender,Overconfidence,and Common Stock Investment[J]. Social Science Electronic Publishing,2001,116(1).

      [18]STATMAN M,THORLEY S,VORKINK K. Investor Overconfidence and Trading Volume[J]. Social Science Electronic Publishing,2006, 19(4).

      [19]孔晨,陳艷. 風(fēng)險偏好、過度自信與國有企業(yè)管理層職務(wù)舞弊傾向研究[J]. 山西財經(jīng)大學(xué)學(xué)報,2016(2).

      (責(zé)任編輯:李丹;校對:龍會芳)

      猜你喜歡
      變量過度投資者
      畫與理
      Do you share too much online? 你是 “分享控”嗎?
      聊聊“普通投資者”與“專業(yè)投資者”
      過度保護(hù)會剝奪幸福感
      糾紛調(diào)解知多少
      當(dāng)下流行“過度病”
      分離變量法:常見的通性通法
      不可忽視變量的離散與連續(xù)
      輕松把握變量之間的關(guān)系
      變中抓“不變量”等7則
      新乐市| 繁昌县| 湖州市| 蒙自县| 平谷区| 龙门县| 苏州市| 英超| 醴陵市| 镇坪县| 通州区| 闽侯县| 修文县| 米脂县| 仁布县| 棋牌| 舞钢市| 栾川县| 永仁县| 安平县| 阿克| 安阳市| 米林县| 双牌县| 镇江市| 房山区| 南和县| 青海省| 天全县| 宁津县| 柞水县| 泾阳县| 苏尼特左旗| 博兴县| 瑞安市| 屏东县| 麻阳| 石河子市| 柯坪县| 广南县| 长阳|