中國股市投資者風(fēng)險(xiǎn)厭惡系數(shù)測算研究

(東北財(cái)經(jīng)大學(xué) 遼寧 大連 116000)

一、引言

Markowitz H于1952年提出現(xiàn)代資產(chǎn)組合理論(Modern Portfolio Theory，簡稱MPT)，該理論認(rèn)為，投資者的效用值取決于他們資產(chǎn)組合的期望收益率和方差以及其風(fēng)險(xiǎn)厭惡系數(shù)。風(fēng)險(xiǎn)厭惡系數(shù)是投資者風(fēng)險(xiǎn)偏好態(tài)度的衡量指標(biāo)，金融行業(yè)通常默認(rèn)一個(gè)風(fēng)險(xiǎn)厭惡系數(shù)A的數(shù)值，如我國默認(rèn)風(fēng)險(xiǎn)厭惡系數(shù)為3左右，美國投資理財(cái)行業(yè)則通常人為規(guī)定風(fēng)險(xiǎn)厭惡系數(shù)A在2到6之間，以此來代表投資者的風(fēng)險(xiǎn)厭惡程度。

本文基于效用函數(shù)的公式對(duì)我國股票投資者的風(fēng)險(xiǎn)厭惡系數(shù)進(jìn)行實(shí)證研究具有重要的理論和現(xiàn)實(shí)意義。從學(xué)術(shù)研究層面，風(fēng)險(xiǎn)偏好程度影響相關(guān)經(jīng)濟(jì)學(xué)的研究結(jié)論，因此完善對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的測度有助于推動(dòng)相關(guān)研究的發(fā)展。就實(shí)證研究而言，了解投資者的風(fēng)險(xiǎn)偏好有助于金融機(jī)構(gòu)為投資者定制出符合其風(fēng)險(xiǎn)偏好的金融產(chǎn)品，也有助于金融監(jiān)管機(jī)構(gòu)開展有針對(duì)性的投資者教育及投資門檻的劃分。

本文的創(chuàng)新之處在于：首先，在本文調(diào)查問卷的內(nèi)容設(shè)置方面，較已有研究增加了新的解釋變量：五年內(nèi)家庭預(yù)期總資產(chǎn)和職業(yè)穩(wěn)定性兩個(gè)指標(biāo)，將投資投資者對(duì)未來的預(yù)期和職業(yè)因素納入考量，并且根據(jù)展望理論等行為金融學(xué)研究結(jié)果，對(duì)風(fēng)險(xiǎn)偏好測試題的內(nèi)容進(jìn)行完善。其次，就樣本數(shù)據(jù)的采集和處理而言，本文采用網(wǎng)上匿名互填問卷的形式，盡可能的擴(kuò)大樣本涉及范圍，避免樣本的過于集中，克服了線下隨機(jī)抽樣時(shí)調(diào)查區(qū)域較小的弊端，是樣本更具可信性；對(duì)于樣本數(shù)據(jù)的描述性統(tǒng)計(jì)，本文增加了偏度和峰度指標(biāo)，檢驗(yàn)樣本數(shù)據(jù)是否符合正態(tài)分布要求，反映數(shù)據(jù)的集中與分散程度。

二、文獻(xiàn)綜述

早期我國的相關(guān)研究文獻(xiàn)并不多，近年來國內(nèi)學(xué)者也開始對(duì)風(fēng)險(xiǎn)厭惡系數(shù)進(jìn)行測定，晏海寧(2004)基于上證綜合指數(shù)和深證成份指數(shù)的日收益數(shù)據(jù)估算出風(fēng)險(xiǎn)厭惡系數(shù)為4.81，基于周收盤數(shù)據(jù)估算為25.37，基于月收盤數(shù)據(jù)估算為-9.99。梁瑩和袁毅賢以資本資產(chǎn)定價(jià)模型為基礎(chǔ)，測得關(guān)于消費(fèi)的風(fēng)險(xiǎn)厭惡系數(shù)是3.4682(以所有股票為樣本)與4.557(以流通股票為樣本)。王晟和蔡明超(2011)基于545個(gè)問卷調(diào)查對(duì)象和1231個(gè)滬深300交易日收盤價(jià)，得出：居民風(fēng)險(xiǎn)厭惡系數(shù)的大小主要集中于3到6的區(qū)間段。周業(yè)安、左聰穎等人(2012)采用基于彩票選擇的實(shí)驗(yàn)設(shè)計(jì)對(duì)風(fēng)險(xiǎn)厭惡系數(shù)進(jìn)行測度，得出;風(fēng)險(xiǎn)厭惡中值在0.41至0.68之間。

在風(fēng)險(xiǎn)厭惡系數(shù)影響因素研究方面，趙曌、黃頔、包鋒、盧近知(2010)基于風(fēng)險(xiǎn)厭惡程度的Arrow-Pratt度量，創(chuàng)新性地分析學(xué)科背景對(duì)風(fēng)險(xiǎn)厭惡程度的影響，發(fā)現(xiàn)：文科背景的投資者比理科背景的投資者更為保守；王晟和蔡明超(2011)以調(diào)查問卷形式進(jìn)行數(shù)據(jù)采集，研究各影響因素的影響程度。就性別因素而言，研究表明：其他條件相同時(shí)，男性風(fēng)險(xiǎn)厭惡系數(shù)比女性小30.96%。

可見，我國對(duì)于風(fēng)險(xiǎn)厭惡系數(shù)的測算以及影響因素的研究尚處在初步發(fā)展階段，研究方法需進(jìn)一步完善，研究深度亟待突破。

三、相關(guān)理論基礎(chǔ)

(一)風(fēng)險(xiǎn)厭惡系數(shù)測算理論基礎(chǔ)

金融經(jīng)濟(jì)學(xué)理論以風(fēng)險(xiǎn)厭惡程度為標(biāo)準(zhǔn)將投資者分為三類：風(fēng)險(xiǎn)偏好者、風(fēng)險(xiǎn)厭惡者以及風(fēng)險(xiǎn)中性者。如果投資者的期望效用函數(shù)為凹函數(shù)，則該投資者是風(fēng)險(xiǎn)厭惡的。在投資學(xué)中，風(fēng)險(xiǎn)厭惡的測度則以馬克維茨的資產(chǎn)組合理論為基礎(chǔ)。根據(jù)博迪投資學(xué)，投資者的效用函數(shù)可表示為：

(1)

其中U是效用值，A是投資者的風(fēng)險(xiǎn)厭惡系數(shù)，Ep(r)是資產(chǎn)組合的期望收益率，σp2是資產(chǎn)組合的方差，系數(shù)1/2是一個(gè)約定俗成的數(shù)值。

定義資產(chǎn)組合的期望收益率為Ep(r)，資產(chǎn)組合的標(biāo)準(zhǔn)差為σp；σm、σf分別為風(fēng)險(xiǎn)組合p和無風(fēng)險(xiǎn)資產(chǎn)的標(biāo)準(zhǔn)差；σmf為風(fēng)險(xiǎn)資產(chǎn)組合m與無風(fēng)險(xiǎn)資產(chǎn)間的協(xié)方差；風(fēng)險(xiǎn)資產(chǎn)組合m的投資比例為y，投資者投資無風(fēng)險(xiǎn)資產(chǎn)的比重為(1-y)；rm、rf分別為風(fēng)險(xiǎn)資產(chǎn)組合m和無風(fēng)險(xiǎn)資產(chǎn)的期望收益，則

(2)

在目標(biāo)函數(shù)式(5)最大化的前提下，通過?U/?y=0，可得：

A=(rm-rf)/(y*σm2)

(3)

因此，風(fēng)險(xiǎn)厭惡系數(shù)A的大小可通過rm、rf、y和σm2來計(jì)算。本文將運(yùn)用此方法進(jìn)行風(fēng)險(xiǎn)厭惡系數(shù)的測算研究。

(二)風(fēng)險(xiǎn)厭惡系數(shù)影響因素模型構(gòu)建

投資者的風(fēng)險(xiǎn)厭惡系數(shù)A受到諸多方面因素影響，通過對(duì)國內(nèi)外已有研究的總結(jié)和歸納，這些因素可大致分為客觀因素和主觀因素兩類?？陀^因素通過其社會(huì)屬性(包括年齡、性別、教育背景、婚姻狀況)等統(tǒng)計(jì)學(xué)要素和財(cái)富狀況(包括家庭房產(chǎn)估值、總資產(chǎn)、未來總資產(chǎn)估計(jì)值)等多方面因素來衡量。主觀因素通過心理測試題得分度量。

研究變量的具體含義參見表1，據(jù)此，構(gòu)建如下回歸模型：

模型Ⅰ：log10A=β0+β1Gender+β2Age+β3Age2+β4Age22+β5Age60+β6Education+β7Finance+β8Married+β9Stab+β10House+β11House2+β12Asset+β13Asset5+μ

(4)

模型Ⅱ：

log10A=β0+β1X+μ

(5)

上述模型中A為本文估測而得的居民風(fēng)險(xiǎn)厭惡系數(shù)。模型Ⅰ檢驗(yàn)了投資者的客觀條件(包括年齡、性別、教育背景、婚姻狀況)等統(tǒng)計(jì)學(xué)要素以及其財(cái)產(chǎn)狀況(包括家庭房產(chǎn)估值、總資產(chǎn)、未來總資產(chǎn)估計(jì)值)等多方面因素與風(fēng)險(xiǎn)厭惡系數(shù)A大小的關(guān)系；模型Ⅱ度量主觀因素與測得的客觀風(fēng)險(xiǎn)厭惡系數(shù)A間的關(guān)系。

其中，模型對(duì)風(fēng)險(xiǎn)厭惡系數(shù)A做對(duì)數(shù)處理，縮小了數(shù)據(jù)的絕對(duì)數(shù)值，方便后續(xù)的計(jì)算和回歸分析，而且取對(duì)數(shù)之后不會(huì)改變數(shù)據(jù)的性質(zhì)和相關(guān)關(guān)系，只是壓縮了變量的尺度，使數(shù)據(jù)更加平穩(wěn)，同時(shí)也消弱了模型的共線性、異方差性等問題。

表1 研究變量一覽表

四、數(shù)據(jù)與模型

(一)數(shù)據(jù)采集及描述性統(tǒng)計(jì)

1.問卷設(shè)置

“中國投資者風(fēng)險(xiǎn)偏好調(diào)查”問卷由兩部分組成：第一部分為投資者的基本信息，包括包括年齡、性別、教育背景、婚姻狀況)等統(tǒng)計(jì)學(xué)要素和財(cái)產(chǎn)狀況(包括家庭房產(chǎn)估值、總資產(chǎn)、總資產(chǎn)預(yù)期值)等多方面因素；第二部分由十道風(fēng)險(xiǎn)偏好測試題組成，根據(jù)選項(xiàng)折合成相應(yīng)分?jǐn)?shù)，加總后分?jǐn)?shù)用來代表投資者的主觀風(fēng)險(xiǎn)偏好態(tài)度。

2.數(shù)據(jù)來源

本文采用網(wǎng)上匿名互填問卷的形式，2018年11月初至2018年11月中旬共發(fā)出問卷120份，收回117份，占比97.5% ；本文在初始樣本中剔除了5份關(guān)鍵信息邏輯不合理或缺失的問卷，避免影響風(fēng)險(xiǎn)厭惡系數(shù)的測算及后續(xù)的影響因素分析，因此收回的117份問卷中共計(jì)112份有效問卷。以下是對(duì)采集所得有效樣本的描述性統(tǒng)計(jì)：

表2 描述性統(tǒng)計(jì)表

從描述性統(tǒng)計(jì)數(shù)據(jù)來看，投資者性別因素中男女比例大致相同，年齡則集中在40歲左右，以已婚工作人群為主；教育程度差別較小，研究生及以上學(xué)歷的投資者的占比較低，金融專業(yè)背景的人數(shù)為25人，約占總?cè)藬?shù)的1/5。房產(chǎn)估值在10萬至380萬元區(qū)間內(nèi)，均值約為70萬元，其中50萬元的人群占比最高；家庭總資產(chǎn)均值為121.53萬元，預(yù)期總資產(chǎn)均值為168.46萬元。因此，從上述統(tǒng)計(jì)數(shù)據(jù)來看，本文采集的投資者數(shù)據(jù)合理有效，能夠有一定的代表性。

(二)風(fēng)險(xiǎn)厭惡系數(shù)的估測

rf為無風(fēng)險(xiǎn)資產(chǎn)的期望收益。一般而言,銀行存款不存在信用風(fēng)險(xiǎn)，可以以其作為無風(fēng)險(xiǎn)資產(chǎn)期望收益的度量指標(biāo)。2008年至2017年，各銀行一年期銀行存款利率平均約為2.575%，即rf=2.575%。

rm為風(fēng)險(xiǎn)資產(chǎn)組合m的期望收益。本文選取滬深300指數(shù)來度量rm，采用2008年第一季度至2017年第四季度的歷史數(shù)據(jù)，測得年收益率的均值為rm=6.088%,年收益率的標(biāo)準(zhǔn)差為σm=0.44135。

具體數(shù)據(jù)見下表3：

表32008-2017年銀行一年期存款利率及滬深300股指收益率 單位：%

年份2008200920102011201220132014201520162017存款利率3.3752.252.753.253.1253.252.7521.51.5滬深300收益率-65.9596.71-12.51-25.017.55-7.6551.665.58-11.2821.7751751

資料來源：銳思數(shù)據(jù)庫

y為風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比例，本文將采用以下兩種方式確定y值大小：

方法一(基于股市交易歷史數(shù)據(jù))：假設(shè)y值為1。由于投資市場有進(jìn)必有出，整體保持平衡，因此可以假設(shè)風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比例始終不變，保持為1。

由此可得：A=(rm-rf)/(y*σm2)=6.088%-2.575%/1× 0.44135=0.079597

可以看出，A>0，即我國投資者整體屬于風(fēng)險(xiǎn)厭惡者，相較于國外研究結(jié)論，我國投資者風(fēng)險(xiǎn)厭惡系數(shù)更小，反映出我國散戶投資行為不理性，有賭博投機(jī)心理，對(duì)風(fēng)險(xiǎn)的承受意愿較強(qiáng)。

方法二(基于調(diào)查問卷)：風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比重y以問卷調(diào)查中投資者當(dāng)前持有的股票倉位情況代替。假設(shè)投資者僅投資股票市場，則股票倉位情況即可反映風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比例。

根據(jù)投資者對(duì)股市未來一年走勢的預(yù)期及股票倉位情況，將Rm、Rf、y、σm2代入居民的風(fēng)險(xiǎn)厭惡系數(shù)估測公式A=(rm-rf)/(y*σm2)即可求得投資者風(fēng)險(xiǎn)厭惡系數(shù)A大小及分布情況，如圖1所示。其中，由于投資者持空倉時(shí)求得的風(fēng)險(xiǎn)厭惡系數(shù)為+∞，此文以1000代替。

圖1 基于問卷調(diào)查的投資者風(fēng)險(xiǎn)厭惡系數(shù)大小分布圖

從圖1中可以看出，受訪投資者都屬于風(fēng)險(xiǎn)厭惡者，風(fēng)險(xiǎn)厭惡系數(shù)大于0。其中投資者持空倉的占總數(shù)的一半以上，而對(duì)于持倉比例非零的投資者來說，其風(fēng)險(xiǎn)厭惡系數(shù)都接近0，表明其更偏向風(fēng)險(xiǎn)中立。若剔除不投資股市的受訪者，其余投資者的風(fēng)險(xiǎn)厭惡系數(shù)平均約為0.061875646。

(三)風(fēng)險(xiǎn)厭惡系數(shù)的影響因素分析

1.考量客觀因素對(duì)風(fēng)險(xiǎn)厭惡系數(shù)A大小的影響

模型Ⅰ：log10A=β0+β1Gender+β2Age+β3Age2+β4Age22+β5Age60+β6Education+β7Finance+β8Married +β9Stab+β10House+β11House2+β12Asset+β13Asset5+μ

回歸分析結(jié)果如表4所示，根據(jù)Eviews測算的結(jié)果來看，解釋變量Finance(是否為金融專業(yè)背景)、House(投資者房產(chǎn)估值)、Asset5(投資者5內(nèi)預(yù)期家庭總資產(chǎn))對(duì)被解釋變量A(風(fēng)險(xiǎn)厭惡系數(shù))有顯著影響。

表4 投資者社會(huì)屬性對(duì)風(fēng)險(xiǎn)厭惡系數(shù)A大小的影響

Gender對(duì)應(yīng)的Prob.=0.3861>0.05,這表明在95%的置信水平下，性別對(duì)于投資者風(fēng)險(xiǎn)厭惡程度沒有顯著影響，與國內(nèi)外已有研究結(jié)果有所區(qū)別。一般而言，在其他條件相同的情況下，女性比男性更加厭惡風(fēng)險(xiǎn)，存在這種差異可能與受訪者樣本(剔除持倉比例為0的受訪者)中男女比例相差較大有關(guān)。Age、Age22、Age60的Prob.均大于0.05，在95%的置信水平下，年齡對(duì)于投資者風(fēng)險(xiǎn)厭惡程度沒有顯著影響，并且對(duì)于22歲以下和大于60歲的投資者來說，20到60歲的投資者對(duì)于風(fēng)險(xiǎn)沒有明顯的厭惡差異。原因可能在于有效樣本中年齡分布過于集中，持倉比例非零的投資者中，22歲以下的樣本數(shù)極少，這也與這一年齡段的人群大多為學(xué)生有關(guān)。

Finance對(duì)應(yīng)的Prob.=0.0416<0.05,在95%的置信水平下，是否為金融專業(yè)背景對(duì)于投資者風(fēng)險(xiǎn)厭惡程度有顯著影響，其回歸系數(shù)﹣1.084129<0，說明該解釋變量與被解釋變量呈負(fù)相關(guān)關(guān)系，若投資者為金融專業(yè)背景，則其風(fēng)險(xiǎn)厭惡系數(shù)越小，即更加偏好風(fēng)險(xiǎn)。在其他條件相同的情況下，金融專業(yè)背景的投資者比非金融專業(yè)的投資者的風(fēng)險(xiǎn)厭惡系數(shù)小108%，這一結(jié)論與實(shí)際相符，是否為金融專業(yè)與風(fēng)險(xiǎn)厭惡程度有密切聯(lián)系，原因大致分為三種：一是對(duì)投資風(fēng)險(xiǎn)的預(yù)期不同。由于我國股票市場未達(dá)到弱式有效市場，因此金融專業(yè)人士可以利用股市交易的歷史數(shù)據(jù)提前預(yù)測風(fēng)險(xiǎn)，進(jìn)而規(guī)避風(fēng)險(xiǎn)。而對(duì)于個(gè)人投資者而言，風(fēng)險(xiǎn)預(yù)期則依賴于投資經(jīng)驗(yàn)的豐富程度，缺乏投資經(jīng)驗(yàn)的投資者往往會(huì)對(duì)股市前景持悲觀態(tài)度，并很可能高估股市風(fēng)險(xiǎn)，使得其繼續(xù)投資股市的可能性降低，從而更加厭惡風(fēng)險(xiǎn)。二是度量投資風(fēng)險(xiǎn)的標(biāo)準(zhǔn)不同。金融專業(yè)人士衡量風(fēng)險(xiǎn)的標(biāo)準(zhǔn)是預(yù)期收益的波動(dòng)程度和資產(chǎn)之間的相關(guān)性。相比之下，波動(dòng)性越小、關(guān)聯(lián)程度越低的資產(chǎn)項(xiàng)目越受到金融專業(yè)投資者的偏愛。而對(duì)于非金融專業(yè)的投資者來說，往往會(huì)使用既定倉位的損失來衡量風(fēng)險(xiǎn)高低，僅關(guān)注下跌風(fēng)險(xiǎn)，并且只看損失了絕對(duì)數(shù)值，而不是關(guān)注相對(duì)數(shù)值。另外,他們往往只關(guān)注某一獨(dú)立的資產(chǎn)，對(duì)短期風(fēng)險(xiǎn)的擔(dān)心要遠(yuǎn)遠(yuǎn)高于長期風(fēng)險(xiǎn),使得他們高估了多元化帶來的資產(chǎn)風(fēng)險(xiǎn)，對(duì)于風(fēng)險(xiǎn)表現(xiàn)得更加的厭惡。三是對(duì)待投資風(fēng)險(xiǎn)的方法不同。對(duì)于金融專業(yè)的投資者而言，由于掌握了相關(guān)專業(yè)知識(shí)，其投資行為能夠通過投資多元化、分散化來幫助減少整個(gè)資產(chǎn)組合面臨的風(fēng)險(xiǎn)，因而更加偏好風(fēng)險(xiǎn)。相比之下，非金融專業(yè)的投資者面對(duì)高風(fēng)險(xiǎn)的投資項(xiàng)目會(huì)選擇放棄，而非選擇分散風(fēng)險(xiǎn)，故其風(fēng)險(xiǎn)厭惡程度更高。

Stab對(duì)應(yīng)的Prob.=0.1997>0.05,這表明：在95%的置信水平下，職業(yè)穩(wěn)定性對(duì)于投資者風(fēng)險(xiǎn)厭惡程度沒有顯著影響。House對(duì)應(yīng)的Prob.=0.0367<0.05,這表明：在95%的置信水平下，房產(chǎn)估值大小對(duì)于投資者風(fēng)險(xiǎn)厭惡程度有顯著影響，其回歸系數(shù)為﹣0.0367<0，說明房產(chǎn)估值與風(fēng)險(xiǎn)厭惡系數(shù)呈負(fù)相關(guān)關(guān)系，投資者的房產(chǎn)估值越大，則其風(fēng)險(xiǎn)厭惡系數(shù)越小，即風(fēng)險(xiǎn)偏好程度高，反之亦然。而House2對(duì)應(yīng)的Prob.=0.0162<0.05，說明在95%的置信水平下對(duì)風(fēng)險(xiǎn)厭惡系數(shù)也有顯著影響,且其系數(shù)為正值，說明家庭房產(chǎn)估值與風(fēng)險(xiǎn)厭惡之間呈U型關(guān)系，隨著房產(chǎn)估值的提高，投資者的風(fēng)險(xiǎn)厭惡系數(shù)會(huì)下降，但當(dāng)房產(chǎn)估值達(dá)到一定水平時(shí)，投資者的風(fēng)險(xiǎn)厭惡系數(shù)又會(huì)提高。Asset5對(duì)應(yīng)的Prob.=0.0875<0.1,說明在90%的置信水平下，5年內(nèi)預(yù)期家庭總資產(chǎn)大小對(duì)于投資者風(fēng)險(xiǎn)厭惡程度有顯著影響，其回歸系數(shù)為﹣0.005676<0，說明該變量與風(fēng)險(xiǎn)厭惡系數(shù)呈負(fù)相關(guān)關(guān)系，投資者的5年內(nèi)預(yù)期家庭總資產(chǎn)越大，則其風(fēng)險(xiǎn)厭惡系數(shù)越小。隨著我國經(jīng)濟(jì)形式的加速轉(zhuǎn)變，房產(chǎn)已經(jīng)成為居民消費(fèi)投資的重要項(xiàng)目，房地產(chǎn)業(yè)已成為我國的支柱產(chǎn)業(yè)。對(duì)于擁有高價(jià)值房產(chǎn)的投資者來說，房產(chǎn)價(jià)值波動(dòng)相對(duì)較小，而且近年來一直處于上升階段，作為一種風(fēng)險(xiǎn)補(bǔ)償?shù)姆绞剑窒瞬糠止墒胁▌?dòng)的風(fēng)險(xiǎn)，因而這些投資者更加偏好風(fēng)險(xiǎn)。相比之下，房產(chǎn)價(jià)值低的投資者的投資行為更為保守，風(fēng)險(xiǎn)厭惡程度較高。同時(shí)，預(yù)期家庭總資產(chǎn)是投資者對(duì)于財(cái)富的未來展望，一般而言，預(yù)期資產(chǎn)越高，投資者越偏向投資高風(fēng)險(xiǎn)的產(chǎn)品。

2.考量主觀因素對(duì)風(fēng)險(xiǎn)厭惡系數(shù)A大小的影響

模型Ⅱ：log10A=β0+β1X+μ

投資者的主觀風(fēng)險(xiǎn)偏好由問卷第二部分“風(fēng)險(xiǎn)偏好測試題”中十道題目求得。為了方便模型數(shù)據(jù)的擬合，本文將題目中的各選項(xiàng)進(jìn)行量化，分別賦予1至5分;之后加總對(duì)應(yīng)的分值，賦予變量X，代表投資者主觀風(fēng)險(xiǎn)偏好程度?；貧w分析結(jié)果如表6所示;

表5 投資者主觀風(fēng)險(xiǎn)偏好對(duì)風(fēng)險(xiǎn)厭惡系數(shù)A大小的影響

從Eviews測算的結(jié)果來看，解釋變量X(主觀風(fēng)險(xiǎn)偏好程度)對(duì)被解釋變量A(風(fēng)險(xiǎn)厭惡系數(shù))有顯著影響。X對(duì)應(yīng)的Prob.=0.0012<0.05,在95%的置信水平下，投資者主觀風(fēng)險(xiǎn)偏好程度對(duì)于風(fēng)險(xiǎn)厭惡系數(shù)大小有顯著影響，其回歸系數(shù)﹣0.1453<0，說明該解釋變量與被解釋變量呈負(fù)相關(guān)關(guān)系，風(fēng)險(xiǎn)偏好測試題得分越高，則風(fēng)險(xiǎn)厭惡系數(shù)越小，說明其更加偏好風(fēng)險(xiǎn)。

五、結(jié)論及展望

(一)研究結(jié)論及建議

本文問卷調(diào)查采集到112個(gè)有效樣本數(shù)據(jù)，通過馬克維茨的資產(chǎn)組合理論測度他們其風(fēng)險(xiǎn)厭惡系數(shù)以及從客觀風(fēng)險(xiǎn)承受能力和主觀風(fēng)險(xiǎn)偏好態(tài)度兩個(gè)方面研究其影響因素。

根據(jù)滬深300指數(shù)的歷史數(shù)據(jù)測算的風(fēng)險(xiǎn)厭惡系數(shù)約為0.079597，而根據(jù)問卷調(diào)查測算的投資者風(fēng)險(xiǎn)厭惡系數(shù)均值約為0.061875，考慮到問卷樣本數(shù)量較少等因素，可以認(rèn)為兩種方法測得的風(fēng)險(xiǎn)厭惡系數(shù)大致相同，均接近于0。與國外數(shù)據(jù)相比，我國投資者整體風(fēng)險(xiǎn)厭惡系數(shù)更小，風(fēng)險(xiǎn)承受意愿越大。究其成因，可歸納為兩點(diǎn)：首先，從市場角度來看，我國股票市場屬于新興市場，市場起步晚、規(guī)模小，信息量匱乏，還不能完整的反映國民經(jīng)濟(jì)的變化，不能發(fā)揮股市“晴雨表”的作用；其次，從投資者角度來看，散戶投資行為不理性，有賭博投機(jī)心理，往往不會(huì)考慮長期價(jià)值投資，市場上短線投資行為較普遍，股票換手率較高，加之市場效率低，投資者能夠以歷史數(shù)據(jù)為基礎(chǔ)獲得超額收益，從而促使投機(jī)行為的發(fā)生，表現(xiàn)出對(duì)風(fēng)險(xiǎn)的承受意愿較強(qiáng)。

根據(jù)Eviews測算結(jié)果來看，在影響投資者風(fēng)險(xiǎn)厭惡系數(shù)的因素中，金融專業(yè)背景、個(gè)人財(cái)富(包括房產(chǎn)估值、家庭資產(chǎn)預(yù)期等)以及主觀風(fēng)險(xiǎn)偏好態(tài)度影響顯著，與國內(nèi)外研究結(jié)果一致；性別、年齡、教育程度、婚否及職業(yè)穩(wěn)定性的影響效果不顯著。

本文建議，各金融機(jī)構(gòu)應(yīng)時(shí)時(shí)關(guān)注投資者風(fēng)險(xiǎn)偏好程度的變化，及時(shí)對(duì)金融產(chǎn)品進(jìn)行調(diào)整，全面考慮投資者主客觀因素影響效應(yīng)，積極主動(dòng)地應(yīng)對(duì)新投資環(huán)境的挑戰(zhàn)和機(jī)遇。對(duì)于投資者來說，長期來看風(fēng)險(xiǎn)厭惡系數(shù)有所下降，說明其對(duì)風(fēng)險(xiǎn)的態(tài)度較以往年份有所改善，此時(shí)應(yīng)根據(jù)自身風(fēng)險(xiǎn)承受程度選擇適合自己的金融產(chǎn)品。對(duì)于金融監(jiān)管機(jī)構(gòu)，應(yīng)及時(shí)關(guān)注投資者風(fēng)險(xiǎn)厭惡系數(shù)的波動(dòng)，及時(shí)對(duì)投資者進(jìn)行風(fēng)險(xiǎn)教育及提示，合理調(diào)整投資準(zhǔn)入門檻，結(jié)合國內(nèi)整體經(jīng)濟(jì)形勢完善監(jiān)管體系。

(二)研究不足及展望

本文基于Markowitz H現(xiàn)代資產(chǎn)組合理論進(jìn)行研究，但該理論存在一些不足之處，但正是這些不足為接下來的研究指明了方向。

一是該理論假設(shè)證券市場是有效的并且投資者都是風(fēng)險(xiǎn)厭惡者，但實(shí)際上，行為金融學(xué)的研究顯示投資者的投資行為并非常是理性的，具體表現(xiàn)有過度自信、預(yù)測錯(cuò)誤、保守主義、后悔規(guī)避等，但由于行為金融學(xué)這些問題難以通過模型體現(xiàn)，所以該領(lǐng)域的研究有待進(jìn)一步發(fā)展。

二是投資組合理論以投資期結(jié)束后的收益均值來代替投資者的投資期望，以收益率的標(biāo)準(zhǔn)差代替投資者面臨的風(fēng)險(xiǎn)，但由于實(shí)際上投資收益率均值與投資期望相同的可能性比較小，這一替換不能夠真實(shí)反映投資者當(dāng)時(shí)面臨的風(fēng)險(xiǎn)和收益狀況，因而還需進(jìn)一步完善。