【畢業(yè)學(xué)位論文】（Word原稿）在校大學(xué)生炒股意向的影響因素研究-統(tǒng)計教育學(xué)

在校大學(xué)生炒股意向的影響因素研究 摘 要 為分析在校大學(xué)生炒股意向的影響因素，本文以 2008 年東北財經(jīng)大學(xué)社會與行為跨學(xué)科研究中心所完成的“東北財經(jīng)大學(xué)在校大學(xué)生炒股行為特征調(diào)查”所得數(shù)據(jù)為基礎(chǔ)，利用二項 歸模型和對應(yīng)分析 方法 ，對影響在校大學(xué)生炒股意向的因素進(jìn)行了細(xì)分，并比較了不同大學(xué)生特征的炒股意向差異。實證分析結(jié)果表明，具有不同性別、年級、專業(yè)、風(fēng)險偏好特征的學(xué)生，其進(jìn)入股市的意向 均 有所差異。 關(guān)鍵詞 ：炒股意向， 歸， 對應(yīng)分析 在校大學(xué)生炒股意向的影響因素研究 - 1 - - 2 - 目 錄 一、問題描述 . - 3 - 二、數(shù)據(jù)描述 . - 3 - 三、研究方法及模型選取 . - 4 - （一） 歸模型說明 . - （二）對應(yīng)分析 方法說明 . - 4 - 四、模型建立 . - 5 - （一） 模型設(shè)定及符號說明 . - 5 - （二） 模型建立 . - 5 - 五、模型求解和檢驗 . - 6 - （一）模型求解方法 . - 6 - （二）模型檢驗方法 . - 6 - （三）模型的求解和檢驗結(jié)果 . - 7 - 六、模型評價 . - 9 - 七、結(jié)論及建議 . - 11 - （一）結(jié)論 . - 11 - （二）建議 . - 12 - 參考文獻(xiàn) . - 13 - 圖表目錄 表 1 虛擬變量名稱及取值列表 . - 5 - 表 2 模型整體顯著性的 驗結(jié)果 . - 7 - 表 3 回歸系數(shù)估計值及其顯著性檢驗結(jié)果 . - 8 - 表 4 二維列聯(lián)表 . - 9 - 表 5 行輪廓矩陣 . - 9 - 表 6 列輪廓矩陣 . - 10 - 表 7 對應(yīng)分析總覽表 . - 10 - 圖 1 對應(yīng)分析圖 . - 11 - - 3 - 一、問題描述 受近幾年來 我國 經(jīng)濟(jì)的高速增長 、 人民生活水平提 高 的影響 和股市行情2006 年 牛市行情所 帶來豐碩回報的驅(qū)動 ，越來越多的人投資股市 ， 在校大學(xué)生群體也不例外 。隨著大學(xué)生心理的 不斷 成熟以及自我意識的 進(jìn)一步 發(fā)展，大學(xué)生越來越注重自我理財和經(jīng)濟(jì)獨立，炒股為他們提供了良好的契機。 在全民炒股的大浪潮中， 作為個 體的在校大學(xué)生在進(jìn)行炒股決策時 ， 會受到多方面因素的影響。本文將以“東北財經(jīng)大學(xué)在 校大學(xué)生炒股行為特征調(diào)查” 所得 數(shù)據(jù)為基礎(chǔ)，探尋在校大學(xué)生個體 炒股意向 的影響因素，以期能為 高校加強對大學(xué)生股民的正確引導(dǎo)提供 依據(jù)。 二、數(shù)據(jù)描述 本文所使用數(shù)據(jù)來源于東北財經(jīng)大學(xué)社會與行為跨學(xué)科研究中心行為金融學(xué)實驗班負(fù)責(zé)實施的 “ 東北財經(jīng)大學(xué)在校大學(xué)生炒股行為特征調(diào)查 ” 項目。 本 次調(diào)查 通過對東北財經(jīng)大學(xué)在校本科生的炒股情況 進(jìn)行調(diào)查和分析 ，了解在校本科生的炒股基本狀況及行為特征，為研究大學(xué)生炒股行為及心理提供相 應(yīng) 的數(shù)據(jù)支持。 本次調(diào) 查針對東北財經(jīng)大學(xué)在校本科生展開， 為提高推斷的準(zhǔn)確度和調(diào)查的效率，以及滿足多層次和分類型推斷的需要，本項目采用了按年級 、 專業(yè) 、性別三個標(biāo)識變量進(jìn)行復(fù)合分層的抽樣方法， 確定 樣本量 1040 個， 全校抽樣比例為 12%， 分布于本科 38 個專業(yè)的 293 個班級， 專業(yè)和班級的覆蓋率分別達(dá)到 調(diào)查內(nèi)容涉及大學(xué)生炒股的基本信息、炒股行為特征、風(fēng)險偏好等。同時， 為了研究專業(yè)背景的需要，在保證總體推斷效果的基礎(chǔ)上，本次調(diào)查按各專業(yè)的學(xué)科特點 將所有 專業(yè)分為三類，即金融相關(guān)專業(yè)，經(jīng)濟(jì)、管理和理學(xué)相關(guān)專業(yè)，人文、法學(xué) 相關(guān)專業(yè)。 本次調(diào)查通過面對面訪談與被調(diào)查者自填問卷相結(jié)合的方式進(jìn)行。 實際發(fā)放問卷 1040 份， 回收有效問卷 1009 份，回收率為 本次調(diào)查由東北財經(jīng)大學(xué)行為金融學(xué)實驗班 2006 級全體學(xué)生共同完成。調(diào)查數(shù)據(jù)的匯總、處理及分析過程使用 件系統(tǒng)實現(xiàn)。 在 95%的概率保證下，調(diào)查主要炒股行為特征指標(biāo)相對誤差 1%。 - 4 - 三、 研究方法及模型選取 本文將使用 歸模型 和對應(yīng)分析方法 ， 從定量和定性兩個角度分析不同 的 學(xué)生特征對 在校大學(xué)生 個體炒股意向的影響。 （一） 歸 模型 說明 歸屬于概率型非線性回歸 ，是最常見的二元選擇模型 。 假設(shè)在自變量, 21 的作用下，某事件的發(fā)生概率為 p ，不發(fā)生的概率為 p1 ， 事件發(fā)生的概率與不發(fā)生的概率之比1稱為事件的 “發(fā)生比 ”，用 表示： 0 1 1 2 21 x （ 1） 則 歸模型為 0 1 1 2 2l n ( )1 x x x （ 2） 式中， 0 為常數(shù)項，k , 21 稱為回歸系數(shù)。 回歸系數(shù)的指數(shù)變換 ，稱作變量的優(yōu)勢比 ， 它代表自變量 變化 一個單位 所帶來的事件發(fā)生可能性的變化比率，描述了自變量對因變量的作用大小。 （二）對應(yīng)分析 方法說明 對應(yīng)分析 (稱 相應(yīng)分析、 關(guān)聯(lián)分析 ， 它 通過分析由定性變量構(gòu)成的交互匯總表來揭示變量間的聯(lián)系。 對應(yīng)分析 可以揭示同一變量的各個類別之間的差異，以及不同變量各個類別之間的對應(yīng)關(guān)系 ， 是近年新發(fā)展起來的一種多元相依變量統(tǒng)計分析技術(shù) 。 對應(yīng)分析的基本思想是將一個 列 聯(lián) 表的行和列中各元素的比例結(jié)構(gòu)以點的形式在較低維的空間中表示出來。它最大特點是能把眾多的樣品和眾多的變量同時作到同一張圖解上，將樣品的大類及其屬性在圖上直觀而又明了地表示出來，具有直觀性。 對應(yīng)分析法整個處理過程由兩部分組成： 表格和關(guān)聯(lián)圖。對應(yīng)分析法中 - 5 - 的表格是一個二維的表格，由行和列組成。每一行代表事物的一個屬性，依次排開。列則代表不同的事物本身，它由樣本集合構(gòu)成，排列順序并沒有特別的要求。在關(guān)聯(lián)圖上，各個樣本都濃縮為一個點集合，而樣本的屬性變量在圖上同樣也是以點集合的形式顯示出來。 四、 模型建立 由于炒股與否為二分類變量，本文將通過建立 歸模型來識別不同學(xué)生特征對炒股意向的影響。 性別、年級、專業(yè) 等控制變量的不同，對個體炒股意向的影響也往往會有不同。接下來本文將利用調(diào)查 所得 數(shù)據(jù)，通過建立 歸模型 ，來實現(xiàn)學(xué)生的不同特征對其 炒股意向 的影響方向和程度 的量化研究 。 （一） 模型 設(shè)定 及符號說明 以 I （是否炒股）為被解釋變量， 定義 正在炒股的，曾經(jīng)炒過股但已清倉，以及模擬炒股者為 “ 炒股 者 ” ， 取值為 1； 沒有炒過股的 為 “ 不炒股 者 ” ， 取值為0。 以性別（ S ），年級（ G ），專業(yè)（ M ）為解釋變量， 變量取值如表 1 所示 。 表 1 虛擬變量名稱及取值列表 虛擬變量名稱 變量取值 I 1 0S 1 0 0 0 0 0 0（二） 模型建立 考慮性別、年級和專業(yè)各自 對在校大學(xué) 生個體炒股意向 的影響，以及變量之間的交互效應(yīng)， 通過二項 歸 方法 ，本文 建立了如下模型來分析 影響個 - 6 - 體炒股意向 的因素 ： 432321 （ i 代表第 i 個子個體， 11m ， 3,2,12 m ， 2,13 m， 6,.,3,2,14 m ， 3,2,1t ， 2,1n ） 五 、 模型 求解和檢驗 （一）模型求解方法 一般的線性回歸模型適合于使用最小二乘法進(jìn)行估計，由于 二項 歸模型中隨機擾動項并不滿足經(jīng)典假設(shè)，所以需要使用極大似然法估計。 由 歸模型的基本形式可知， 1 的 0布，所以，ii 1)1()( 1)11()1( 模型的似然函數(shù)為 Ni )( 1()1( 模型的對數(shù)似然函數(shù)為 Ni )11)(1()1l n ( 對二項 歸模型進(jìn)行估計 ， 就是求使得 到最大的 值。 （二）模型檢驗方法 回歸方程整體顯著性檢驗常用的檢驗方法有 驗和 對數(shù)似然 比檢驗。 本文使用的是 前 者。 在二項 歸模型中，回歸系數(shù)顯著性檢驗不是通過 t 檢驗，而是通過 - 7 - 構(gòu)造 計量來進(jìn)行。 驗的原假設(shè)是 0j， 計量按照如下等式構(gòu)造： 2 其中，j是第 j 個變量的回歸系數(shù)估計值，是j的標(biāo)準(zhǔn)差。 計量在原假設(shè)得到滿足的條件下 ， 服從一個自由度為 1 的卡方分布。 夠 自動計算 計量和其對應(yīng)的 p 值，通過比較第 j 個 計量對應(yīng)的 p 值和給定的顯著性水平 ， 就可以判定第 j 個回歸系數(shù)是否顯著，當(dāng) 絕 原假設(shè)，認(rèn)為第 j 個回歸系數(shù)顯著不為 0。 （三）模型的求解和檢驗結(jié)果 表 2 模型整體顯著性的 驗結(jié)果 定 5%的顯著性水平， 原 假設(shè) 是各回歸系數(shù)同時 為 0，備選假設(shè)為各回歸系數(shù)不同時為 0。 由表 2 可知，模型整體是顯著的，可以進(jìn)行進(jìn)一步研究。 運用 的方法， 可以 得到 各 回歸系數(shù) 的 估 計 值和顯著性檢驗結(jié)果 ，見表 3。 從表 3可以看出，年級、專業(yè)以及年級和專業(yè)組成的交互變量整體是顯著的，其中大一、大二年級，金融相關(guān)專業(yè)，以及性別和專業(yè)交叉影響下的“金融相關(guān)專業(yè)男生”和“經(jīng)濟(jì)學(xué)管理學(xué)或理學(xué)專業(yè)男生”是統(tǒng)計顯著的，而其他變量是不顯著的，因而被剔除。從回歸系數(shù)的符號來看，大一、大二年級，經(jīng)濟(jì)學(xué)、管理學(xué)、理學(xué)專業(yè)與是否炒股負(fù)相關(guān)，大三年級、金融相關(guān)專業(yè)、金融相關(guān)專業(yè)的男生，經(jīng)濟(jì)學(xué)、管理學(xué)、理學(xué)專業(yè)的男生與是否炒股正相關(guān)。這與實際情況基本符合。 根據(jù)二項 可得出其表達(dá)式： - 8 - 6 l n ( 3 回歸系數(shù)估計值及其顯著性檢驗結(jié)果 B ) 年級 0 大一 0 二 0 三 業(yè) 金融相關(guān) 濟(jì)學(xué)管理學(xué)或理學(xué) 別 *專業(yè) 0 金融相關(guān)專業(yè)男生 濟(jì)學(xué)管理學(xué)或理學(xué)專業(yè)男生 0 數(shù) 0 各顯著項前的回歸系數(shù)取反對數(shù) ， 即 由 上表的最后一列 )(以得到大學(xué)生證券投資的機會比率 ， 即為變量的優(yōu)勢比，其大小可以解釋為該水平所對應(yīng)的 大學(xué)生證券投資 概率與基準(zhǔn)期 大學(xué)生證券投資 概率相比的倍數(shù)。 由表 3可知， 樣本中大三學(xué)生 炒股的發(fā)生比為基準(zhǔn)期大四學(xué)生的 大一和大二學(xué)生炒股的發(fā)生比僅為基準(zhǔn)期大四學(xué)生的 金融相關(guān)專業(yè)的學(xué)生 炒股的發(fā)生比 為基準(zhǔn)期 人文、法學(xué)相關(guān)專業(yè)學(xué)生的 而 金融相關(guān)專 業(yè)的男生 炒股的發(fā)生比 更是基準(zhǔn)期 人文、法學(xué)相關(guān)專業(yè)學(xué)生的 見大三 、大四 的學(xué)生比大一 、 大二的學(xué)生炒股的可能性大，金融相關(guān)專業(yè)的學(xué)生比經(jīng)濟(jì)學(xué) 、 管理學(xué) 、 理學(xué)專業(yè)的學(xué)生炒股的可能性大，金融相關(guān)專業(yè)的男生比經(jīng)濟(jì)學(xué) 、 管理學(xué) 、 理學(xué)專業(yè)的男生炒股的可能性大。 - 9 - 六 、模型評價 本文 構(gòu)建 的 二項 模型成功地將性別、年級、專業(yè)等離散變量對炒股意向的影響進(jìn)行了量化。通過 該 二元選擇模型的求解 ， 衡量 了各 變量對在校大學(xué)生炒股意向的影響程度，清晰地刻畫了在校大學(xué)生的炒股決策，對發(fā)現(xiàn)大學(xué)校園里的炒 股群體具有指向性的作用，便于高校采取相應(yīng)的合理引導(dǎo)措施。 但是，本文構(gòu)建的模型也存在一定 的 改進(jìn)空間 。 因為除了本文所考察的影響因素外， 其他因素也可能會顯著影響大學(xué)生的炒股意向，而考慮到模型的簡明性，這些因素沒有被包括在模型里。比如，在校大學(xué)生的風(fēng)險偏好類型對其炒股意向的影響 等 。 由于態(tài)度對行為很大程度上會產(chǎn)生影響，接下來本文將對在校大學(xué)生風(fēng)險偏好類型與是否炒股意向的對應(yīng)關(guān)系進(jìn)行分析 ，以補充 二項 型在研究在校大學(xué)生個體炒股意向的影響因素問題時的不足 。 表 4 二維列聯(lián)表 風(fēng)險偏好程度 積極型 穩(wěn)健型 平穩(wěn)型 保守型 股者 4 49 61 2 116 潛在炒股者 3 20 40 1 64 不炒股者 5 172 622 18 817 2 241 723 21 997 從上表中可以粗略地觀察到不同炒股決策者的風(fēng)險偏好類型，平穩(wěn)型決策者在其中占據(jù)了最大比重。 表 5 行輪廓矩陣 風(fēng)險偏好程度 積極型 穩(wěn)健型 平穩(wěn)型 保守型 股者 422 017 在炒股者 312 016 炒股者 211 022 012 725 - 10 - 表 6 列輪廓矩陣 風(fēng)險偏好程度 積極型 穩(wěn)健型 平穩(wěn)型 保守型 股者 203 095 在炒股者 083 048 炒股者 714 857 從以上兩個表邊際頻率 有被調(diào)查對象的炒股決策分布情況為炒股者為 在炒股者為 炒股者為 極型的占 健性占 穩(wěn)型占 守型占 東北財經(jīng)大學(xué)在校大學(xué)生從風(fēng)險偏好上看比較平穩(wěn)或穩(wěn)健，而不炒股的比例占了 相應(yīng)的炒股學(xué)生的比重是 這個比例是比較大的。 可見 東北財經(jīng)大學(xué)作為財經(jīng)類院校，炒股行為已經(jīng)比較普遍 。 表 7 對應(yīng)分析總覽表 1 041 946 031 2 002 053 000a 從上表看，第一個維度慣量是 總慣量的 第二個維度占總慣量的比重很小，但是為了說明分析過程，仍然保持兩個維度。應(yīng)的 ，有理由拒絕原假設(shè)，認(rèn)為行列變量之間存在顯著相關(guān)性，對應(yīng)分析是有意義的。 - 11 - 圖 1 對應(yīng)分析圖 上圖直觀地體現(xiàn)了風(fēng)險偏好程 度與是否炒股的決策之間的對應(yīng)關(guān)系。從圖中可以發(fā)現(xiàn)，保守型、平穩(wěn)型的學(xué)生傾向于不炒股，而穩(wěn)健型的相比較而言更傾向于炒股，模擬炒股的人群則沒有表現(xiàn)出明顯的風(fēng)險偏好相關(guān)性，而積極型的人群則與是否炒股的決策關(guān)聯(lián)很小，可能是 受 某些因素，如對股市缺乏關(guān)注或者有其他投資渠道等影響的?？梢?，風(fēng)險偏好程度對是否炒股的決策是有影響的。 綜上 可以得出結(jié)論 ， 性別、年級、專業(yè)及風(fēng)險偏好程度都對在校大學(xué)生個體炒股意向產(chǎn)生了不同程度的影響。 七 、 結(jié)論及 建議 （一）結(jié)論 通過 建立二項 歸模型 和使用對應(yīng)分析方法 對數(shù) 據(jù)的 分析， 我們 得到以下結(jié)論： 大學(xué)生炒股具有結(jié)構(gòu) 上的差異，年級、性別、專業(yè) 等控制變量，以及風(fēng)險偏好程度的不同 都會導(dǎo)致炒股 意向 的 差異 。 具體表現(xiàn)為： - 12 - 1年級不同，炒股的人數(shù)不同 。 大三、大四的學(xué)生相比大一、大二 的來說，炒 股人數(shù)較多，這與他們在炒股認(rèn)知程度上的不同有關(guān)。隨著年級的升高，專業(yè)知識的增 加 ，在周圍 環(huán)境 的影響下，大部分學(xué)生都對股票知識有了一定的了解，在尋求體驗心理的驅(qū)使下，加入炒股大軍行列。 2 性別不同，炒股的人數(shù)不同。 相比女生 ， 男生炒股的人數(shù) 更 多，這與性別角色特點的不同有關(guān)。男生更容易形成自己獨立的經(jīng) 濟(jì)決策，冒險行為也更為頻繁，而女生經(jīng)濟(jì)行為則相對保守。但是女生相比男生炒股 時 表現(xiàn)的 更加 理性，這與她們風(fēng)險厭惡程度較高有關(guān)。 3. 專業(yè)不同，炒股人數(shù)不同。在專業(yè)分類中， 金融相關(guān)專業(yè)炒股的 比例最高 ，這 是與他們的 專業(yè) 本質(zhì)密切相關(guān)的 。和非金融相關(guān)專業(yè)的學(xué)生 相比，他們 更容易 接觸 到 資本市場 方面的知識，從而更趨向于炒股。 4. 風(fēng)險偏好程度不同，炒股人數(shù)不同。保守型、平穩(wěn)型的學(xué)生傾向于不炒股，而穩(wěn)健型的相對更傾向于炒股，模擬炒股的人群則沒有表現(xiàn)出明顯的風(fēng)險偏好相關(guān)性，而積極型的人群則與是否炒股的決策關(guān)聯(lián)很小。 （二）建 議 2007，我們都親身經(jīng)歷了中國股市從頂峰 到 低谷的巨大衰退。伴隨著全球金融危機的蔓延，人們應(yīng)該 更加 清楚 地 意識到：炒股不是所有人都能做的。其 對專業(yè)、技術(shù)知識 的 要求 都很高 ，大學(xué)生 作為年輕的群體， 由于 經(jīng)驗不足 ， 心理承受能力較低， 很容易迷失在股市中，最終“財才兩空”。 基于以上分析， 我們 給出如下建議： 1. 謹(jǐn)慎入市 炒股不僅需要資金，更需要良好的心態(tài)以及一定的專業(yè)知識。進(jìn)入股市前有必要了解如何合理地投資并意識到其中的風(fēng)險， 并衡量自己的風(fēng)險承受度。另外，在投資前最好結(jié)合經(jīng)濟(jì)周期擬定投資目標(biāo)，并選擇合適的 股票和基金，實現(xiàn)風(fēng)險的有效分散。 2. 理性對待 炒股是一把 “ 雙刃劍 ” 。 在校大學(xué)生 必須理性對待 ， 盡力避免其負(fù)面影響 ，合理地安排時間和資金，不耽誤學(xué)習(xí)，不負(fù)債、透支炒股，不將基本生活費用于炒股，正確地處理學(xué)習(xí)、生活與炒股的關(guān)系。 - 13 - 3. 樹立 正確 的理財觀念 金錢不是衡量人生價值的唯一標(biāo)準(zhǔn)，只是提高生活質(zhì)量的一個因素。大學(xué)生創(chuàng)造財富、實現(xiàn)人生理想的道路有無數(shù)條，不能僅僅依靠炒股。在校大學(xué)生仍應(yīng)在理財和學(xué)業(yè)之間找到一個平衡點， 以專業(yè)學(xué)習(xí)為主，淡化金錢意識，珍惜大學(xué)時光，打牢專業(yè)基礎(chǔ)，提高應(yīng)用能力，培養(yǎng)探索精神，使 “ 君子愛財取之有道 ”的精神深入人心，達(dá)到 “ 儒 ” 和 “ 商 ” 的完美結(jié)合。 4. 學(xué)校和社會 應(yīng)給予正確引導(dǎo) 當(dāng)前大學(xué)生炒股，很少有理性的價值性投資，多為短線投機操作。雖然這是投資理財?shù)囊环N，但是如果這樣的思想過度蔓延， 就會強化在校大學(xué)生“不勞而獲”的意識。 因此從高校和社會的角度 來看，必須注重