大學(xué)生對互聯(lián)網(wǎng)理財風(fēng)險的認(rèn)知及其影響因素研究
——來自安徽高校的經(jīng)驗證據(jù)

隨學(xué)超，閆 言

(合肥工業(yè)大學(xué)宣城校區(qū) 商學(xué)系，安徽 宣城 242000)

大學(xué)生對互聯(lián)網(wǎng)理財風(fēng)險的認(rèn)知及其影響因素研究
——來自安徽高校的經(jīng)驗證據(jù)

隨學(xué)超，閆 言

(合肥工業(yè)大學(xué)宣城校區(qū) 商學(xué)系，安徽 宣城 242000)

個體投資者風(fēng)險認(rèn)知偏差可能會扭曲投資行為，特別是對風(fēng)險認(rèn)知的不足可能會使投資者疏于對風(fēng)險的防范。文章以安徽省高校為例，運用多元排序選擇模型分析了大學(xué)生對互聯(lián)網(wǎng)理財信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知的影響因素。研究發(fā)現(xiàn)大學(xué)生對互聯(lián)網(wǎng)理財?shù)男庞蔑L(fēng)險和監(jiān)管風(fēng)險認(rèn)知程度不高；財經(jīng)新聞關(guān)注度、同學(xué)朋友理財情況、投入金額數(shù)量對大學(xué)生互聯(lián)網(wǎng)理財信用風(fēng)險和監(jiān)管風(fēng)險的認(rèn)知有顯著的正向影響；女性大學(xué)生對互聯(lián)網(wǎng)理財信用風(fēng)險的認(rèn)知顯著低于男性；年級、互聯(lián)網(wǎng)理財時間、可支配資金數(shù)量對大學(xué)生互聯(lián)網(wǎng)理財風(fēng)險認(rèn)知影響不顯著。文章最后根據(jù)研究結(jié)論，提出了相關(guān)對策、建議。

互聯(lián)網(wǎng)理財；風(fēng)險認(rèn)知；影響因素；排序選擇模型

近年來互聯(lián)網(wǎng)金融在我國經(jīng)歷了“爆發(fā)式增長”，有數(shù)據(jù)顯示截至2015年年底，其市場規(guī)模達(dá)到了12-15萬億元人民幣，互聯(lián)網(wǎng)金融用戶人數(shù)超過5億 。然而，近期互聯(lián)網(wǎng)金融風(fēng)險事件頻發(fā)，P2P平臺接連出現(xiàn)提現(xiàn)困難、“跑路”或破產(chǎn)等現(xiàn)象，暴露了我國互聯(lián)網(wǎng)金融的重大風(fēng)險隱患，也使得部分投資者收益遭受重大損失。其實早在2011年銀監(jiān)會就發(fā)布了P2P有關(guān)風(fēng)險的提示，但是互聯(lián)網(wǎng)金融仍然吸引了大量的投資者，一些僅具有銀行存款理財經(jīng)驗的普通客戶也從眾參與。

大學(xué)生是當(dāng)前利用互聯(lián)網(wǎng)金融進(jìn)行理財?shù)闹匾后w之一，據(jù)2015年9月阿里旗下螞蟻聚寶發(fā)布的《大學(xué)生理財報告》顯示，在全國2 500多萬在校大學(xué)生中，有超35%的人嘗試過利用互聯(lián)網(wǎng)金融進(jìn)行理財，理財產(chǎn)品包括余額寶、招財寶等貨幣市場基金以及P2P平臺等類型。大學(xué)生熱衷于利用互聯(lián)網(wǎng)金融進(jìn)行理財?shù)谋澈笤蜃匀慌c其承諾的較高收益率、較低資金準(zhǔn)入門檻和操作簡便快捷特征有關(guān)。但是如果忽視其中的風(fēng)險，會引發(fā)投資者的逆向選擇、盲目投資，并進(jìn)一步給投資者帶來較大的損失，且不利于互聯(lián)網(wǎng)金融行業(yè)的健康發(fā)展。那么大學(xué)生對互聯(lián)網(wǎng)理財?shù)娘L(fēng)險認(rèn)知狀況如何，哪些因素會影響到大學(xué)生對互聯(lián)網(wǎng)理財風(fēng)險的認(rèn)知？這些問題值得去深入探討。

一、主要概念和文獻(xiàn)回顧

1.主要概念

(1) 互聯(lián)網(wǎng)理財 互聯(lián)網(wǎng)金融是傳統(tǒng)金融機構(gòu)與互聯(lián)網(wǎng)企業(yè)利用互聯(lián)網(wǎng)技術(shù)和信息通信技術(shù)實現(xiàn)資金融通、支付、投資和信息中介服務(wù)的新型金融業(yè)務(wù)模式，主要業(yè)態(tài)有互聯(lián)網(wǎng)支付、網(wǎng)絡(luò)借貸、股權(quán)眾籌融資、互聯(lián)網(wǎng)基金銷售、互聯(lián)網(wǎng)保險、互聯(lián)網(wǎng)信托和互聯(lián)網(wǎng)消費金融，而個體投資者利用互聯(lián)網(wǎng)金融進(jìn)行理財即為互聯(lián)網(wǎng)理財。當(dāng)前我國互聯(lián)網(wǎng)金融的最大板塊為第三方支付，其交易規(guī)模超過10萬億；其次為互聯(lián)網(wǎng)貨幣市場基金銷售，以阿里巴巴余額寶為代表，其在上線二年內(nèi)資產(chǎn)管理規(guī)模就已達(dá)到7 000億；居于第三位的為網(wǎng)絡(luò)借貸(包括個體網(wǎng)絡(luò)借貸即P2P和網(wǎng)絡(luò)小額貸款)，其規(guī)模當(dāng)前也已超過6 000億。目前個體投資者利用互聯(lián)網(wǎng)金融進(jìn)行理財?shù)闹饕獦I(yè)務(wù)模式為購買互聯(lián)網(wǎng)貨幣市場基金和網(wǎng)絡(luò)借貸。

(2)互聯(lián)網(wǎng)理財風(fēng)險 金融風(fēng)險是資本在運動過程中由于不確定因素而導(dǎo)致的價值或者收益損失的可能性，按照來源可分為信用風(fēng)險、市場風(fēng)險、流動風(fēng)險、操作風(fēng)險、監(jiān)管風(fēng)險等?；ヂ?lián)網(wǎng)金融的本質(zhì)屬性仍是金融，因此相關(guān)風(fēng)險在互聯(lián)網(wǎng)金融中同樣有表現(xiàn)。從投資人角度，信用風(fēng)險和監(jiān)管風(fēng)險是個體投資者在購買互聯(lián)網(wǎng)貨幣市場基金以及利用網(wǎng)絡(luò)借貸平臺理財時面臨的主要風(fēng)險，因此本文重點探討大學(xué)生對互聯(lián)網(wǎng)理財中存在的信用風(fēng)險和監(jiān)管風(fēng)險的認(rèn)知及其影響因素。

信用風(fēng)險又稱為違約風(fēng)險，是指交易對方不愿意或者不能夠履行契約的責(zé)任，導(dǎo)致另一方資產(chǎn)損失的風(fēng)險，個體投資者在購買互聯(lián)網(wǎng)貨幣市場基金和網(wǎng)絡(luò)借貸平臺貸款時所面對的信用風(fēng)險尤為顯著。首先，對比商業(yè)銀行等存款機構(gòu)的存款，貨幣市場基金和P2P平臺貸款均不受到《存款保險條例》保護(hù)；其次，當(dāng)前我國網(wǎng)絡(luò)借貸中的借款者多為信用較低或抵押不足的小微企業(yè)和小額個人信貸[1-2]，這類借款主體通常因風(fēng)險較大不被傳統(tǒng)商業(yè)銀行接受而轉(zhuǎn)向網(wǎng)絡(luò)借款；最后，由于我國征信體系的不完善，以及網(wǎng)絡(luò)平臺對借款者信息披露較少、審核不嚴(yán)，因此網(wǎng)絡(luò)借貸雙方極易存在嚴(yán)重的信息不對稱。

金融監(jiān)管風(fēng)險是指由于金融監(jiān)管水平落后或者金融監(jiān)管的無效性而給金融市場或整個金融體系帶來的風(fēng)險。政府官方已經(jīng)明確將網(wǎng)絡(luò)借貸定性為民間借貸，因此相對于商業(yè)銀行受到巴塞爾協(xié)議下的資本充足性約束監(jiān)管，民間借貸性質(zhì)的網(wǎng)絡(luò)借貸監(jiān)管較為寬松。2015年十部委聯(lián)合出臺的《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》中雖然明確了互聯(lián)網(wǎng)金融的監(jiān)管主體，但是相對而言缺乏相應(yīng)的監(jiān)管細(xì)則。在外部監(jiān)管存在不足的情況下，單純由相關(guān)企業(yè)的內(nèi)控體系和市場約束構(gòu)成的互聯(lián)網(wǎng)金融風(fēng)險管理體系缺乏效率保證，極有可能加劇風(fēng)險集聚。另外，由于行業(yè)門檻低，且無強有力的外部監(jiān)管，本是中介屬性的網(wǎng)絡(luò)借貸平臺容易演變?yōu)槲沾婵?、發(fā)放貸款的非法金融機構(gòu)，甚至變成非法集資。因此，如果投資者對于互聯(lián)網(wǎng)金融的監(jiān)管風(fēng)險認(rèn)識不足，過于相信監(jiān)管機構(gòu)會保證金融機構(gòu)的安全和穩(wěn)定，會保護(hù)投資者的利益，就易于忽視對金融機構(gòu)的監(jiān)督、評價和選擇，而只考慮如何得到較高的收益，顯然這種投資行為會存在較大的風(fēng)險。

(3)風(fēng)險認(rèn)知 風(fēng)險認(rèn)知是指風(fēng)險主體對存在于外界各種客觀風(fēng)險的主觀感知和識別[3]。也就是說風(fēng)險是客觀存在的，風(fēng)險認(rèn)知卻是主觀的，可能存在主觀風(fēng)險認(rèn)知對客觀風(fēng)險的偏差，但決定投資者決策行為的是投資者的主觀風(fēng)險認(rèn)知而非客觀風(fēng)險，投資者主觀上風(fēng)險認(rèn)知偏差可能會扭曲其投資行為，特別是對風(fēng)險認(rèn)知不足可能會使投資者疏于對風(fēng)險的防范。風(fēng)險認(rèn)知的制約因素可歸納為自身和外界環(huán)境雙重維度。

2.文獻(xiàn)回顧

即使從全球范圍內(nèi)看，互聯(lián)網(wǎng)金融的迅速發(fā)展也是在進(jìn)入21 世紀(jì)后，因此不少研究的出發(fā)點是基于怎樣認(rèn)識互聯(lián)網(wǎng)金融這一新生事物，所以當(dāng)前對互聯(lián)網(wǎng)金融的起源與現(xiàn)狀、特征、經(jīng)營模式、發(fā)展趨勢的歸納性文獻(xiàn)也仍然較多[4-5]。深入的實證研究多集中在網(wǎng)絡(luò)借貸，如對網(wǎng)絡(luò)借貸中借款成功率的影響因素研究[6]、借款成本和借款利率影響因素研究[7]、投資人決策影響因素研究[8]、網(wǎng)絡(luò)借貸行為的影響因素研究[9]。

互聯(lián)網(wǎng)金融風(fēng)險也是當(dāng)前研究的熱點，研究主要集中在兩個方面。一方面是對當(dāng)前互聯(lián)網(wǎng)金融的風(fēng)險形成的原因進(jìn)行定性和定量分析，影響因素包括參與者特征[1,10]、監(jiān)管體系、信息不對稱等[11]；王立勇、石穎(2016)[2]還對互聯(lián)網(wǎng)金融企業(yè)的流動性風(fēng)險、市場風(fēng)險、信用風(fēng)險進(jìn)行了客觀評估。另一方面是互聯(lián)網(wǎng)金融的風(fēng)險管理和監(jiān)管對策研究，如互聯(lián)網(wǎng)金融企業(yè)自身的內(nèi)部管控、行業(yè)自律性規(guī)范約束，政府明確監(jiān)管主體、建立監(jiān)管細(xì)則等[12-14]，一些文獻(xiàn)還通過梳理國外監(jiān)管經(jīng)驗進(jìn)行借鑒[15]。

綜上所述，當(dāng)前文獻(xiàn)對互聯(lián)網(wǎng)金融風(fēng)險的研究主要集中在互聯(lián)網(wǎng)金融風(fēng)險形成的原因以及風(fēng)險管理和風(fēng)險監(jiān)管對策研究，但是缺少從投資個體主觀視角的互聯(lián)網(wǎng)金融風(fēng)險認(rèn)知研究。投資者主觀上風(fēng)險認(rèn)知偏差可能會扭曲其投資行為，特別是對風(fēng)險認(rèn)知不足可能會使投資者疏于對風(fēng)險的防范，給投資者帶來損失；另外，投資者的逆向選擇也不利于互聯(lián)網(wǎng)金融行業(yè)的健康發(fā)展。因此，本文以大學(xué)生群體為研究對象，對其互聯(lián)網(wǎng)金理財?shù)娘L(fēng)險認(rèn)知狀況和風(fēng)險認(rèn)知影響因素展開研究，以期能為我國互聯(lián)網(wǎng)金融發(fā)展和投資者教育引導(dǎo)提供有益參考。

二、模型構(gòu)建、變量說明與數(shù)據(jù)來源

(1) 模型構(gòu)建 本文把大學(xué)生對互聯(lián)網(wǎng)理財?shù)娘L(fēng)險(信用風(fēng)險或監(jiān)管風(fēng)險)認(rèn)知程度作為被解釋變量，根據(jù)認(rèn)知程度大小依次賦值1、2、3、4、5，分別代表對互聯(lián)網(wǎng)理財存在的風(fēng)險很不清楚、不太清楚、清楚、比較清楚和非常清楚。由于 5 個選項具有一定的順序和級別，因此采用多元排序選擇模型(ordered choice model)進(jìn)行分析。本文建立的實證模型如下：

y*=XB+ε

(1)

式(1)中y*為不可觀測的潛在變量，作為其替代變量的是可觀測值y，在本文中y與潛在變量y*的關(guān)系如下：

(2)

ε是隨機變量，服從期望為0，方差為1的正態(tài)分布；X是全部解釋變量構(gòu)成的列向量，B是待估參數(shù)構(gòu)成的列向量。設(shè)y*的分布函數(shù)為F(x)，可以得到如下概率：

P(y=1)=F(v1-XB)

(3)

P(y=2)=F(c2-XB)-F(c1-XB)

(4)

P(y=3)=F(c3-XB)-F(c2-XB)

(5)

P(y=4)=F(c4-XB)-F(c3-XB)

(6)

P(y=5)=F(c5-XB)-F(c4-XB)

(7)

模型采用極大似然法估計，其中c1、c2、c3、c4是臨界值，作為參數(shù)和回歸系數(shù)B一起估計。實證檢驗時采用Stata/SE11計量分析軟件，并調(diào)用其Ordered logistic regression運算模塊對模型進(jìn)行估計分析。

(2) 變量說明 本文重點關(guān)注大學(xué)生對互聯(lián)網(wǎng)理財?shù)男庞蔑L(fēng)險和監(jiān)管風(fēng)險的認(rèn)知。被解釋變量是大學(xué)生對互聯(lián)網(wǎng)理財?shù)娘L(fēng)險認(rèn)知程度，具體變量及其賦值見下表1。解釋變量從兩個方面進(jìn)行選?。阂皇侨烁裉卣鳌⒅R經(jīng)驗等自身因素；二是周邊人群的行為等外在因素。具體變量及其賦值也見下表1。

表1 變量定義及賦值

(3) 數(shù)據(jù)來源 本文通過網(wǎng)上調(diào)查問卷發(fā)放的方式收集分析數(shù)據(jù)。調(diào)查問卷一共有10題，可以分為兩個部分：第一部分是1-8題，主要針對大學(xué)生的基本特征、互聯(lián)網(wǎng)理財行為特征，及有可能影響大學(xué)生對互聯(lián)網(wǎng)理財風(fēng)險認(rèn)知的因素而設(shè)置的問題，包括被調(diào)查者的基本情況、投資心態(tài)以及周圍人群的互聯(lián)網(wǎng)理財情況等；第二部分是9、10題，主要針對大學(xué)生對互聯(lián)網(wǎng)理財產(chǎn)品的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知情況的調(diào)查。問卷初稿形成后，通過一次小規(guī)模預(yù)調(diào)研進(jìn)行相關(guān)修改，最終形成正式問卷，由合肥工業(yè)大學(xué)商學(xué)系的部分大四學(xué)生組成調(diào)查小組，于2016年4月選擇部分安徽省高校的學(xué)生進(jìn)行網(wǎng)絡(luò)發(fā)放，共發(fā)放問卷345份，回收有效問卷326份，有效率為94.5%。

三、實證分析

(1) 樣本統(tǒng)計性描述 調(diào)查樣本的基本情況如下頁表2所示。被調(diào)查樣本男性占比為59.51%，女性占比為40.49%；年級以大四的學(xué)生比例最大，占比64.11%；從專業(yè)來看，經(jīng)濟(jì)管理類專業(yè)占比45.09%，理工科類專業(yè)占比42.02%，其他專業(yè)占比12.88%；樣本中有過互聯(lián)網(wǎng)理財行為的大學(xué)生占比為49.69%，有1年以內(nèi)理財經(jīng)驗的占比21.17%。調(diào)查樣本中，37.73%的大學(xué)生擁有可支配資金數(shù)量為1 000～1 500元，擁有可支配資金超過1 000元的大學(xué)生比重為61.35%；投入互聯(lián)網(wǎng)理財資金數(shù)量超過1 000元的比重最大，占比36.50%。

表2 調(diào)查樣本基本情況統(tǒng)計表

大學(xué)生對互聯(lián)網(wǎng)理財中的存在的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知情況的如表3所示。大學(xué)生對互聯(lián)網(wǎng)理財存在的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知調(diào)查結(jié)果顯示，分別有33.74%和29.14%的被調(diào)查者對互聯(lián)網(wǎng)理財存在的信用風(fēng)險和監(jiān)管風(fēng)險不太清楚，分別有12.27%和15.03%的被調(diào)查者對對互聯(lián)網(wǎng)理財存在的信用風(fēng)險和監(jiān)管風(fēng)險很不清楚，可見大學(xué)生對互聯(lián)網(wǎng)理財?shù)男庞蔑L(fēng)險和監(jiān)管風(fēng)險認(rèn)知程度不高。

表3 互聯(lián)網(wǎng)理財風(fēng)險認(rèn)知變量統(tǒng)計結(jié)果 單位：%

(2) 模型回歸結(jié)果 在上述統(tǒng)計分析的基礎(chǔ)上，本文運用Stata/SE11軟件對上文所建立的多元排序選擇模型進(jìn)行估計，估計結(jié)果見下頁表4。信用風(fēng)險認(rèn)知和監(jiān)管風(fēng)險認(rèn)知影響因素實證分析兩個模型的對數(shù)似然值分別為-423.894和-445.887，LR統(tǒng)計量分別為90.97和57.87，相伴概率均為0.000，說明兩個模型估計結(jié)果整體顯著。將大學(xué)生對互聯(lián)網(wǎng)理財?shù)男庞蔑L(fēng)險和監(jiān)管風(fēng)險的主要影響因素、顯著性歸納分析如下：

第一，信用風(fēng)險影響因素的回歸模型中“性別”變量的回歸系數(shù)為負(fù)且通過水平為5%的顯著性檢驗，這表明“性別”會對信用風(fēng)險的認(rèn)知產(chǎn)生顯著性影響，女性大學(xué)生對互聯(lián)網(wǎng)理財信用風(fēng)險的認(rèn)知顯著低于男性大學(xué)生。這可能與女性容易受到周邊他人的影響下參與互聯(lián)網(wǎng)理財，而自身卻缺少對互聯(lián)網(wǎng)理財信用風(fēng)險的判斷，因此表現(xiàn)出對信用風(fēng)險的認(rèn)知程度低于男性。監(jiān)管風(fēng)險影響因素的回歸模型中性別的回歸系數(shù)沒有通過顯著性檢驗，這表明性別對大學(xué)生互聯(lián)網(wǎng)理財監(jiān)管風(fēng)險的認(rèn)知無顯著性影響。長期以來我國居民傳統(tǒng)的國有金融機構(gòu)理財經(jīng)驗表明，居民常常認(rèn)為政府會對國有金融機構(gòu)兜底，同樣在互聯(lián)網(wǎng)理財行為中，居民常常對政府的互聯(lián)網(wǎng)金融監(jiān)管抱有過高的期望，檢驗中也發(fā)現(xiàn)即使是男性也并沒有表現(xiàn)出對互聯(lián)網(wǎng)理財監(jiān)管風(fēng)險的認(rèn)知程度顯著高于女性的情形。

第二，兩個模型中“年級”、“互聯(lián)網(wǎng)理財時間”變量回歸系數(shù)均沒有通過顯著性檢驗，表明年級、互聯(lián)網(wǎng)理財時間對大學(xué)生的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知影響不顯著。究其原因，一方面可能是大學(xué)生理財時間普遍較短，較短時間對其風(fēng)險認(rèn)知的影響不大；另一方面可能與投資者的學(xué)習(xí)動機不強有關(guān)，表明大學(xué)生在互聯(lián)網(wǎng)理財實踐中并不積極地學(xué)習(xí)相關(guān)知識，而是選擇盲目性和從眾性地利用互聯(lián)網(wǎng)金融進(jìn)行理財。

第三，兩個模型中“可支配資金數(shù)量”變量回歸系數(shù)均沒有通過顯著性檢驗，說明一些大學(xué)生不會因為可供其支配的資金數(shù)額少、風(fēng)險承擔(dān)能力差，而在互聯(lián)網(wǎng)理財時增加對其風(fēng)險的關(guān)注，這可能與大學(xué)生群體可支配資金數(shù)量和投入資金數(shù)額較小有關(guān)。但信用風(fēng)險認(rèn)知影響因素的實證模型中“投入金額”變量回歸系數(shù)通過水平為1%的顯著性檢驗，監(jiān)管風(fēng)險認(rèn)知影響因素的實證模型中“投入金額”回歸系數(shù)通過水平為10%的顯著性檢驗，系數(shù)均為正，表明投入金額數(shù)量能夠提高大學(xué)生的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知水平。其可能的原因是，大學(xué)生互聯(lián)網(wǎng)理財投入金額越多，其會主動去學(xué)習(xí)互聯(lián)網(wǎng)理財知識，了解其可能存在的風(fēng)險，因此其對互聯(lián)網(wǎng)理財存在的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知程度越高。

第四，兩個模型中“財經(jīng)新聞關(guān)注度”變量的回歸系數(shù)均通過水平為1%的顯著性檢驗，且系數(shù)值為正，因此財經(jīng)新聞關(guān)注度對大學(xué)生的互聯(lián)網(wǎng)理財信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知有顯著正向影響。關(guān)注財經(jīng)新聞，能夠增加大學(xué)生的互聯(lián)網(wǎng)理財知識，這可能會提高大學(xué)生的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知。當(dāng)前一些大型P2P問題平臺的破產(chǎn)事件也是財經(jīng)新聞爭相報道的焦點，其破產(chǎn)過程均被新聞媒體進(jìn)行了詳細(xì)報道，而關(guān)注財經(jīng)新聞的大學(xué)生也會對事件中的理財工具的風(fēng)險產(chǎn)生一定程度的認(rèn)識。

第五，兩個模型中“同學(xué)、朋友理財”變量的回歸系數(shù)均通過水平為1%的顯著性檢驗，且系數(shù)為正。估計結(jié)果表明，同學(xué)、朋友理財情況對大學(xué)生的信用風(fēng)險和監(jiān)管風(fēng)險認(rèn)知有正向影響。在此，可以解釋為，大學(xué)生的同學(xué)、朋友具有更多的理財行為時，雙方可能會就理財知識經(jīng)驗進(jìn)行溝通交流，這會增加其互聯(lián)網(wǎng)理財知識，提高其對互聯(lián)網(wǎng)理財風(fēng)險的認(rèn)知程度。

表4 模型計量回歸結(jié)果

四、主要結(jié)論與對策建議

本文選取安徽省高校大學(xué)生為樣本，運用多元排序選擇模型分析了大學(xué)生對互聯(lián)網(wǎng)理財?shù)男庞蔑L(fēng)險和監(jiān)管風(fēng)險認(rèn)知的影響因素，得出如下結(jié)論：第一，大學(xué)生對互聯(lián)網(wǎng)理財?shù)男庞蔑L(fēng)險和監(jiān)管風(fēng)險認(rèn)知程度不高；第二，財經(jīng)新聞關(guān)注度、同學(xué)朋友理財情況、投入金額數(shù)量對大學(xué)生的信用風(fēng)險和監(jiān)管風(fēng)險的認(rèn)知有顯著的正向影響，女性大學(xué)生對互聯(lián)網(wǎng)理財信用風(fēng)險的認(rèn)知顯著低于男性；第三，年級、互聯(lián)網(wǎng)理財時間、可支配資金數(shù)量對大學(xué)生互聯(lián)網(wǎng)理財風(fēng)險認(rèn)知影響不顯著，大學(xué)生利用互聯(lián)網(wǎng)金融理財具有一定盲目性和從眾性。

基于上述研究結(jié)論，本文提出以下對策建議：一是，政府相關(guān)部門應(yīng)重視對互聯(lián)網(wǎng)金融投資者的風(fēng)險教育，加強對大眾的互聯(lián)網(wǎng)金融知識普及，培育大眾對互聯(lián)網(wǎng)金融的理性投資行為，從而消除不良金融產(chǎn)品的“生存土壤”，保證互聯(lián)網(wǎng)金融行業(yè)的健康發(fā)展。二是，高校可以增添一些與互聯(lián)網(wǎng)金融及投資理財相關(guān)的公選課，同時可以開設(shè)一些關(guān)于互聯(lián)網(wǎng)理財?shù)膶ｎ}講座，進(jìn)行互聯(lián)網(wǎng)金融知識宣傳和普及工作，提高大學(xué)生對互聯(lián)網(wǎng)理財?shù)娘L(fēng)險認(rèn)知。三是，大學(xué)生自身應(yīng)進(jìn)行自律性學(xué)習(xí)，掌握互聯(lián)網(wǎng)金融業(yè)態(tài)概念、運作流程和風(fēng)險，認(rèn)真學(xué)習(xí)政府發(fā)布的有關(guān)互聯(lián)網(wǎng)金融的專門監(jiān)管法規(guī)、指導(dǎo)意見以及風(fēng)險提示，平時應(yīng)多看財經(jīng)新聞，多與周圍有互聯(lián)網(wǎng)金融理財經(jīng)驗的同學(xué)、朋友溝通交流，提升對互聯(lián)網(wǎng)理財?shù)娘L(fēng)險認(rèn)知程度。

[1] 李鈞.P2P借貸:性質(zhì)、風(fēng)險與監(jiān)管[J].金融發(fā)展評論,2013(3):35-50.

[2] 王立勇,石穎.互聯(lián)網(wǎng)金融的風(fēng)險機理與風(fēng)險度量研究：以P2P網(wǎng)貸為例[J].東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2016 (2):103-112.

[3] BAUER R A.Consumer behavior as risk taking[C]//R S HANCOCK.Risk Taking and Information Handling in Consumer Behavior.Cambridge:Harvard University Press,1960:389-398.

[4] 王達(dá).美國互聯(lián)網(wǎng)金融的發(fā)展及中美互聯(lián)網(wǎng)金融的比較：基于網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)視角的研究與思考[J].國際金融研究,2014(12):47-57.

[5] 周應(yīng)恒,鞏世廣.互聯(lián)網(wǎng)金融的后發(fā)優(yōu)勢:國際經(jīng)驗與引申[J].改革,2016(2):56-68.

[6] 王會娟,何琳.借款描述對P2P網(wǎng)絡(luò)借貸行為影響的實證研究[J].金融經(jīng)濟(jì)學(xué)研究,2015(1):77-85.

[7] 陳霄.民間借貸成本研究：基于P2P網(wǎng)絡(luò)借貸的實證分析[J].金融經(jīng)濟(jì)學(xué)研究,2014(1):37-48.

[8] 李焰,高弋君,李珍妮,等.借款人描述性信息對投資人決策的影響：基于P2P網(wǎng)絡(luò)借貸平臺的分析[J].經(jīng)濟(jì)研究,2014,(S1):143-155.

[9] 王會娟,廖理.中國P2P網(wǎng)絡(luò)借貸平臺信用認(rèn)證機制研究：來自“人人貸”的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟(jì),2014(4):136-147.

[10] 廖愉平.我國互聯(lián)網(wǎng)金融發(fā)展及其風(fēng)險監(jiān)管研究：以P2P平臺、余額寶、第三方支付為例[J].經(jīng)濟(jì)與管理,2015,(2):51-57.

[11] 唐藝軍,葛世星.我國P2P網(wǎng)絡(luò)信貸風(fēng)險控制實證分析[J].商業(yè)研究,2015(10):64-72.

[12] 劉繪,沈慶劼.我國P2P網(wǎng)絡(luò)借貸的風(fēng)險與監(jiān)管研究[J].財經(jīng)問題研究,2015(1):52-59.

[13] 閆春英,張佳睿.完善我國P2P網(wǎng)絡(luò)借貸平臺風(fēng)險控制體系的策略研究[J].經(jīng)濟(jì)學(xué)家,2015(10):78-83.

[14] 肖曼君,歐緣媛,李穎.我國 P2P 網(wǎng)絡(luò)借貸信用風(fēng)險影響因素研究基于排序選擇模型的實證分析[J].財經(jīng)理論與實踐,2015(1):2-6.

[15] 李雪靜.國外P2P網(wǎng)絡(luò)借貸平臺的監(jiān)管及對我國的啟示[J].金融理論與實踐,2013(7):101-104.

(責(zé)任編輯 謝媛媛)

Risk Perception of College Students to Internet Finance and Its Influencing Factors:A Case Study of Colleges in Anhui Province

SUI Xuechao,YAN Yan

(Department of Business,Hefei University of Technology Xuancheng Campus,Xuancheng 242000，China)

Risk perception biases of individual investors may distort investment behavior,and investors may not guard against risk for the lack of risk perception.Taking the college students in Anhui Province as an example,this paper analyzes the factors influencing their perception to the credit and supervision risks in internet finance by using the multivariate ordered choice model.It is found that the credit and supervision risks perception of college students is low.Attention to financial news,financial behavior of classmates and friends and investment amount have significant positive influence on college students' perception to credit and supervision risks in internet finance.The results show that the female college students' credit risk perception is significantly lower than that of the male students.The grade，experienced time of finance on internet,as well as disposable capital have no significant influence on their risk perception to internet finance.Finally,the corresponding policy recommendations are put forward according to the research conclusion.

internet finance; risk perception; influencing factor; ordered choice model

F832.39

：A

：1008-3634(2017)04-0138-07

2016-12-23；

：2017-01-10

合肥工業(yè)大學(xué)博士專項科研資助基金(JZ2016HGBZ0805)

收稿日期：隨學(xué)超(1982-)，男，安徽蚌埠人，講師，博士。