中國居民風(fēng)險(xiǎn)厭惡系數(shù)的影響因素研究

中國居民風(fēng)險(xiǎn)厭惡系數(shù)的影響因素研究

金融和經(jīng)濟(jì)理論將人們分為三類投資者：貪婪、風(fēng)險(xiǎn)中度和風(fēng)險(xiǎn)愛好者。就學(xué)術(shù)研究而言,不同的風(fēng)險(xiǎn)態(tài)度假設(shè)會推導(dǎo)出不同的經(jīng)濟(jì)學(xué)結(jié)論,故哪種假設(shè)更具現(xiàn)實(shí)意義自然成為了學(xué)術(shù)界關(guān)注的焦點(diǎn)之一。就實(shí)證研究而言,尤其是居民投資需求方面,隨著國內(nèi)各類金融產(chǎn)品的推出,了解居民的風(fēng)險(xiǎn)態(tài)度顯然有利于金融監(jiān)管機(jī)構(gòu)開展有針對性的投資者教育及投資門檻的劃分,也有助于金融機(jī)構(gòu)為居民量身定制出符合其風(fēng)險(xiǎn)偏好的產(chǎn)品。因此,無論是理論研究層面,還是現(xiàn)實(shí)研究層面,就該領(lǐng)域的研究都具有相當(dāng)?shù)囊饬x。在過去數(shù)十年時(shí)間內(nèi),國外經(jīng)濟(jì)學(xué)家們大多以居民投資行為數(shù)據(jù)為樣本,建立相關(guān)模型,進(jìn)行研究分析。然而,由于中國相關(guān)投資者行為數(shù)據(jù)的匱乏,有關(guān)居民風(fēng)險(xiǎn)厭惡系數(shù)測定的研究十分少見。有鑒于此,本文選擇中國居民(以長江三角洲地區(qū)居民為主)為調(diào)查對象、通過問卷設(shè)計(jì)及調(diào)查、采集第一手的樣本數(shù)據(jù),建立模型估測居民的風(fēng)險(xiǎn)厭惡系數(shù)大小,且從居民的客觀風(fēng)險(xiǎn)承受能力和主觀風(fēng)險(xiǎn)偏好態(tài)度兩個(gè)角度分析風(fēng)險(xiǎn)厭惡系數(shù)的影響因素。在現(xiàn)有研究文獻(xiàn)的基礎(chǔ)上,本文所做的改進(jìn)如下:(1)研究數(shù)據(jù)主要來源于問卷調(diào)查,改變了以往國內(nèi)研究數(shù)據(jù)主要來源于金融市場且以此估測居民風(fēng)險(xiǎn)厭惡系數(shù)大小的方法;(2)通過心理測試題度量居民主觀風(fēng)險(xiǎn)偏好態(tài)度,并比較其與測定的居民風(fēng)險(xiǎn)厭惡系數(shù)之間的關(guān)系,以了解主觀風(fēng)險(xiǎn)偏好與客觀風(fēng)險(xiǎn)承受能力的匹配性,檢驗(yàn)心理測試題作為比較居民風(fēng)險(xiǎn)厭惡系數(shù)相對大小的有效性。一、風(fēng)險(xiǎn)嘴唇與風(fēng)險(xiǎn)態(tài)度自20世紀(jì)60年代以來,各國經(jīng)濟(jì)學(xué)家便就居民的風(fēng)險(xiǎn)厭惡系數(shù)開展了大量實(shí)證研究,研究領(lǐng)域主要涵蓋兩大方面:風(fēng)險(xiǎn)厭惡系數(shù)的測定和風(fēng)險(xiǎn)厭惡系數(shù)的影響因素分析。有關(guān)風(fēng)險(xiǎn)厭惡系數(shù)測定的研究表明風(fēng)險(xiǎn)厭惡系數(shù)的大小大致介于0.5到25之間。最早測定風(fēng)險(xiǎn)厭惡系數(shù)的是Friend和Blume(1975),他們通過研究居民對于風(fēng)險(xiǎn)資產(chǎn)的需求得出了系數(shù)大于2的結(jié)論。Weber(1975)根據(jù)居民消費(fèi)支出數(shù)據(jù),Szpiro(1986)依據(jù)財(cái)產(chǎn)險(xiǎn)的歷年數(shù)據(jù),皆得出系數(shù)大致介于1.3和1.8之間的結(jié)論。Farber(1978)基于交易市場環(huán)境,測得系數(shù)至少為2.5。Hansen和Singleton在1982年研究了消費(fèi)者數(shù)據(jù)后發(fā)現(xiàn)系數(shù)介于0.68至0.97之間;此后在1983年,他們經(jīng)過多次試驗(yàn),認(rèn)為系數(shù)大致介于0.26到2.7之間,極端最小值和最大值分別是-0.359和58.25。Mankiw(1985)對消費(fèi)者支出的研究表明:從消耗品消費(fèi)來看,系數(shù)介于2.44至5.26之間;從耐用品消費(fèi)來看,系數(shù)降至1.79～3.21的區(qū)間內(nèi)。Pindyck(1988)依據(jù)資產(chǎn)定價(jià)模型,測得系數(shù)介于1.6和5.3之間。Barsky(1997)基于投機(jī)風(fēng)險(xiǎn)的實(shí)驗(yàn)環(huán)境,測定風(fēng)險(xiǎn)厭惡系數(shù)的均值介于0.7和15.8之間。Halek和Eisenhauer(2001)以2376戶家庭的人壽險(xiǎn)投保數(shù)據(jù)為基礎(chǔ),計(jì)算出居民的風(fēng)險(xiǎn)厭惡系數(shù)的均值為3.735,標(biāo)準(zhǔn)差為24.112。Alessandro和Raffaele(2008)以2004年美國消費(fèi)者財(cái)務(wù)狀況數(shù)據(jù)為樣本,測得風(fēng)險(xiǎn)厭惡系數(shù)的中位數(shù)大約為2.7。自20世紀(jì)80年代以來,經(jīng)濟(jì)學(xué)家開始在研究中分析風(fēng)險(xiǎn)厭惡系數(shù)的影響因素,尤其是包括性別、種族、就業(yè)情況等人口統(tǒng)計(jì)學(xué)要素對于該系數(shù)(即人們風(fēng)險(xiǎn)態(tài)度)的影響。就性別對人們風(fēng)險(xiǎn)態(tài)度的影響來看,經(jīng)濟(jì)學(xué)家們的研究表明:女性往往對風(fēng)險(xiǎn)有更高的厭惡情緒(Levin、Snyder和Chapman,1988;Powell和Ansic,1997;Jianakoplos和Bernasek,1998;Halek和Eisenhauer,2001)。就年齡對人們風(fēng)險(xiǎn)態(tài)度的影響來看,65歲以下人群的風(fēng)險(xiǎn)厭惡系數(shù)隨著財(cái)富、受教育年限和年齡的增長而下降;65歲以上人群則表現(xiàn)出相反的趨勢(Riley和Chow,1992)。此外,不同年齡、民族、種族、社會經(jīng)濟(jì)地位、出生順序先后以及婚姻狀況都會影響人們的風(fēng)險(xiǎn)態(tài)度(Zuckerman,1994;Sunden和Surette,1998)。甚至人們的非經(jīng)濟(jì)決策——抽煙情況、安全帶使用情況、預(yù)防醫(yī)療保健情況、預(yù)防齒科保健情況等同樣會對居民的風(fēng)險(xiǎn)規(guī)避態(tài)度產(chǎn)生影響(Hersch,1996;Barsky,1997)。值得一提的是,Halek和Eisenhauer(2001)發(fā)現(xiàn):人們的風(fēng)險(xiǎn)厭惡態(tài)度與風(fēng)險(xiǎn)態(tài)度影響因素之間盡管存有因果關(guān)系,但這種關(guān)系的方向是不確定的(例如,可能是婚姻狀況先影響人們的風(fēng)險(xiǎn)態(tài)度,也可能是這樣的風(fēng)險(xiǎn)態(tài)度決定了目前的婚姻狀況);所以,有必要將先天的影響因素(這些因素的因果關(guān)系方向是確定的)與后天的影響因素(這些因素的因果關(guān)系方向是不確定的)區(qū)分開來,分別進(jìn)行研究,本文也借鑒了這一觀點(diǎn)。截至2009年底,我國股票投資者賬戶數(shù)達(dá)到1.4億戶,基金投資者賬戶數(shù)達(dá)到3.1千萬戶。居民財(cái)富風(fēng)險(xiǎn)管理存在巨大市場需求,關(guān)于居民風(fēng)險(xiǎn)偏好的研究也十分必要。然而,我國的相關(guān)研究文獻(xiàn)卻并不多。蔡明超和楊朝軍(2009)對不同風(fēng)險(xiǎn)偏好態(tài)度的劃分進(jìn)行了理論研究,吳衛(wèi)星和齊天翔(2007)從居民的流動(dòng)性需求角度出發(fā),對居民的投資組合影響因素建立了線性模型,雷曉燕和周月剛(2010)著重分析了健康狀況對家庭資產(chǎn)組合的影響。本文將直接采集第一手?jǐn)?shù)據(jù),估測居民的風(fēng)險(xiǎn)厭惡系數(shù)并從居民的客觀風(fēng)險(xiǎn)承受能力和主觀風(fēng)險(xiǎn)偏好態(tài)度兩個(gè)角度分析居民風(fēng)險(xiǎn)厭惡系數(shù)的影響因素;其中,居民的客觀風(fēng)險(xiǎn)承受能力又包含居民的社會屬性以及財(cái)富屬性,其中社會屬性通過人口統(tǒng)計(jì)學(xué)要素來度量,財(cái)富屬性包含金融財(cái)富、房產(chǎn)價(jià)值和人力資本等部分;主觀風(fēng)險(xiǎn)偏好態(tài)度由心理測試題來反映。二、模型模式和數(shù)據(jù)來源(一)投資者效用的估計(jì)本文假設(shè)投資者的效用函數(shù)為凹函數(shù)且基于投資期望收益和風(fēng)險(xiǎn)回報(bào)①,即其中,V表示投資者效用的大小;Up為資產(chǎn)組合p的期望收益率;A為投資者的風(fēng)險(xiǎn)厭惡系數(shù),在其他系數(shù)恒定不變的情況下,A值越大,則投資者對風(fēng)險(xiǎn)的厭惡程度越高,效用越小;σp為資產(chǎn)組合p的標(biāo)準(zhǔn)差,在其他系數(shù)恒定不變的情況下,σp值越大,則投資者的效用就越小。(二)研究模型1.風(fēng)險(xiǎn)資產(chǎn)組合根據(jù)馬科維茨的現(xiàn)代資產(chǎn)組合理論,可得:其中,Up為資產(chǎn)組合p的期望收益率;σp、σm和σf分別為資產(chǎn)組合p、風(fēng)險(xiǎn)資產(chǎn)組合m和無風(fēng)險(xiǎn)資產(chǎn)的標(biāo)準(zhǔn)差;w和(1-w)分別為投資者持有風(fēng)險(xiǎn)資產(chǎn)組合m和無風(fēng)險(xiǎn)資產(chǎn)的比重;Rm和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;σm,f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。根據(jù)無風(fēng)險(xiǎn)資產(chǎn)的特性,σf=0且σmf=0。故式(3)可簡化為。(4)將式(2)和式(4)代入式(1),得(5)在目標(biāo)函數(shù)式(5)最大化的前提下,通過o(6)因此,風(fēng)險(xiǎn)厭惡系數(shù)A即可通過確定Rm,Rf,w和來求得。2.風(fēng)險(xiǎn)嘴唇模型的構(gòu)建居民的風(fēng)險(xiǎn)厭惡系數(shù)受多方面因素的影響,這些影響因素可分為居民客觀風(fēng)險(xiǎn)承受能力和主觀風(fēng)險(xiǎn)偏好態(tài)度。居民客觀風(fēng)險(xiǎn)承受能力可以通過其社會屬性等人口統(tǒng)計(jì)學(xué)要素(如性別、年齡、身體狀況、教育背景、婚姻狀況等)和財(cái)富狀況等多方面因素來衡量。鑒于財(cái)富概念定義的復(fù)雜性,本文特根據(jù)財(cái)富狀況對風(fēng)險(xiǎn)厭惡系數(shù)的影響建立模型。針對居民的社會屬性等人口統(tǒng)計(jì)學(xué)影響因素,本文可將之分成兩類:其一為先天性影響因素,包含性別、年齡、身體狀況;其二為后天性影響因素,包含教育背景、婚姻狀況。兩類的差別在于:先天性影響因素對于居民的風(fēng)險(xiǎn)厭惡系數(shù)產(chǎn)生單向影響,后天性影響因素與居民的風(fēng)險(xiǎn)厭惡系數(shù)之間存有互相影響的關(guān)系。據(jù)此,構(gòu)建如下回歸模型(變量代碼具體含義參見表1)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)。為了剔除后天性影響因素與風(fēng)險(xiǎn)厭惡系數(shù)大小間互相作用關(guān)系的影響,模型Ⅰ單獨(dú)檢驗(yàn)了包含性別、年齡、身體狀況等先天性影響因素與風(fēng)險(xiǎn)厭惡系數(shù)大小的關(guān)系;模型Ⅱ則檢驗(yàn)性別、年齡、身體狀況等先天性影響因素以及教育程度、婚姻狀況等后天性影響因素與風(fēng)險(xiǎn)厭惡系數(shù)大小的關(guān)系;模型Ⅲ檢驗(yàn)財(cái)富狀況對風(fēng)險(xiǎn)厭惡系數(shù)大小的影響;模型Ⅳ度量居民的主觀風(fēng)險(xiǎn)偏好與測得的客觀風(fēng)險(xiǎn)厭惡系數(shù)間的關(guān)系。(三)數(shù)據(jù)描述及描述本文主要通過問卷調(diào)查的方式采集第一手?jǐn)?shù)據(jù)。“中國居民風(fēng)險(xiǎn)偏好調(diào)查”的問卷共由兩部分組成:第一部分為受訪者的基本信息,包括性別、年齡、身體狀況等先天性因素以及教育程度、婚姻狀況等后天性因素、財(cái)富狀況和對未來的預(yù)期等;第二部分由四道心理測試題組成,用來度量受訪者的主觀風(fēng)險(xiǎn)偏好態(tài)度。作者于2010年1月底至2010年3月初共發(fā)出問卷700份,收回561份,占比80%;采訪對象主要集中于長三角地區(qū),來源于包括服務(wù)業(yè)、制造業(yè)、事業(yè)單位等各行各業(yè)。為減少研究誤差,本文在初始樣本中剔除了16份缺漏關(guān)鍵信息的問卷,以避免影響風(fēng)險(xiǎn)厭惡系數(shù)的測算及之后影響因素的分析,故收回的561份問卷中共計(jì)545份有效問卷。研究所涉變量的描述性統(tǒng)計(jì)見表2。545位有效受訪者中,男性287位,女性278位,0.508257的均值反映出樣本保持了1:1的男女比例;年齡主要集中在20歲至60歲的區(qū)間內(nèi),為家庭主要?jiǎng)趧?dòng)力;約80%的受訪者對金融知識有所了解;家庭金融財(cái)富、房產(chǎn)價(jià)值和人力資本均值為130萬～180萬元區(qū)間內(nèi)。因此,從上述信息的描述性特征來看,本文所采用的數(shù)據(jù)涉及面廣,具備相當(dāng)?shù)拇硇浴Ｍ瑫r(shí),本文還選取2004年12月31日(即滬深300指數(shù)的首個(gè)交易日)至2010年3月9日(至少包含了一個(gè)經(jīng)濟(jì)波動(dòng)周期),共計(jì)1231個(gè)滬深300交易日收盤價(jià)Xi,用于測算風(fēng)險(xiǎn)厭惡系數(shù)。三、綜合分析的結(jié)果(一)風(fēng)險(xiǎn)嘴唇中的風(fēng)險(xiǎn)病Rm為風(fēng)險(xiǎn)資產(chǎn)組合m的期望收益。由于股票市場依然是中國目前最典型的風(fēng)險(xiǎn)市場,且滬深300是由滬、深兩市300只權(quán)重股組成,具有相當(dāng)?shù)拇硇?故本文選取滬深300指數(shù)來度量Rm。若股指日收盤價(jià)為Xi,日收益率,則采用1231個(gè)歷史數(shù)據(jù)可估測得日收益率的均值rm=0.000972112,日收益率的標(biāo)準(zhǔn)差σm=0.022682356。在問卷調(diào)查時(shí),作者特意要求受訪者對后市進(jìn)行主觀性預(yù)期(即預(yù)期股市未來一年走勢分別是大牛市、大熊市、小牛市、小熊市或盤整);基于受訪者的預(yù)期,作者在測得的rm的基礎(chǔ)上分別+2bσm、-2bσm、+Bσm、-bσm或0,作為受訪者對其擁有的風(fēng)險(xiǎn)資產(chǎn)組合m的期望收益Rm。其中,σm為測得的日收益率標(biāo)準(zhǔn)差,b為調(diào)節(jié)變量,以保證調(diào)整幅度不會對測得的rm產(chǎn)生過大的影響。由于σm相對rm而言過大,故確定b=0.005①。調(diào)整結(jié)果如表3所示。Rf為無風(fēng)險(xiǎn)資產(chǎn)的期望收益。一般而言,銀行存款擁有國家信用作為保障而不會存在信用風(fēng)險(xiǎn),是無風(fēng)險(xiǎn)資產(chǎn)期望收益的理想度量指標(biāo);同時(shí),數(shù)據(jù)采集工作主要在2010年2月展開,受訪者對于無風(fēng)險(xiǎn)資產(chǎn)的預(yù)期一般以受訪時(shí)刻銀行存款利率為基準(zhǔn)。因此,本文選取了截至2010年3月9日的一年期銀行存款利率,即Rf=2.25%。w為風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比例,本文以問卷調(diào)查中受訪者當(dāng)前持有的股票倉位情況取而代之,如表4所示。這一是為了簡化計(jì)算流程,二是為了與Rm的選取相對應(yīng),因?yàn)镽m被簡化為投資者股票組合的期望收益,故假設(shè)中的風(fēng)險(xiǎn)資產(chǎn)也僅包含股票組合,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)受訪者對股市未來一年走勢的預(yù)期及股票倉位情況,將Rm,Rf,w和代入居民的風(fēng)險(xiǎn)厭惡系數(shù)估測公式,即可求得受訪者的風(fēng)險(xiǎn)厭惡系數(shù)大小及分布情況,如圖1所示。特別說明的是,若受訪者被訪時(shí)持空倉,則依據(jù)公式計(jì)算其風(fēng)險(xiǎn)厭惡系數(shù)為+∞。然而,為了便于分析居民風(fēng)險(xiǎn)厭惡系數(shù)的影響因素,故在之后研究中用100替代+∞;這主要是因?yàn)?00與其他情況下求得的A之間有5～10個(gè)數(shù)量級的差距,因此從相對大小來看可以默認(rèn)為是+∞。如表5所示,居民風(fēng)險(xiǎn)厭惡系數(shù)的大小主要集中于3-6的區(qū)間段,極端最大值和最小值分別是22.11和1.33。這與梁瑩和袁毅賢(2007)通過基于消費(fèi)的資本資產(chǎn)定價(jià)模型估測而得3.4682的風(fēng)險(xiǎn)厭惡系數(shù)(若樣本為所有股票)以及4.5577的風(fēng)險(xiǎn)厭惡系數(shù)(若樣本僅為流通股)基本一致。(二)影響因素的方法本文采用的分析軟件是Eviews3.1,并在模型回歸時(shí)采用WhiteTest進(jìn)行了異方差性的檢測。由于空倉與不參與股市確屬兩種不同的投資行為,故作者采用下述兩種方法來進(jìn)行影響因素分析。方法一:作者將不參與股市投資者的倉位以0代替①(由于受馬科維茨模型的局限,不參與股市投資者的倉位若不以0代替,則該部分居民的風(fēng)險(xiǎn)厭惡系數(shù)難以測定),建立風(fēng)險(xiǎn)厭惡系數(shù)的估測模型和影響因素分析模型。方法二:作者僅針對參與股市投資者建立風(fēng)險(xiǎn)厭惡系數(shù)估測模型和影響因素分析模型。不參與股市投資者共38位,占有效樣本7%,剔除這類樣本后,樣本量縮小至507個(gè)。1.風(fēng)險(xiǎn)嘴唇能力模型I和模型II的分析結(jié)果分別如表6和表7所示。就年齡對于居民風(fēng)險(xiǎn)厭惡系數(shù)的影響來看,表6(以方法一的擬合結(jié)果為例)中AGEX對應(yīng)的β1=-0.2118<0(p1=0.0007<0.1);AGEX2對應(yīng)的β2=0.0022>0(p2=0.0053<0.1),這表明在90%的置信度水平下,年齡對于居民風(fēng)險(xiǎn)厭惡系數(shù)具有顯著性影響:在其他條件相同的情況下,年齡每增加一歲,居民的風(fēng)險(xiǎn)厭惡系數(shù)就會下降21.18%;但是,隨著年齡的進(jìn)一步上升,風(fēng)險(xiǎn)厭惡系數(shù)的下降幅度會逐步減緩。這主要是因?yàn)榘殡S年齡的增加,居民的閱歷不斷豐富,風(fēng)險(xiǎn)抵抗能力、心理承受能力逐步增長,因此對于風(fēng)險(xiǎn)的厭惡程度就會下降。但是,Riley和Chow(1992)以及Halek和Eisenhauer(2001)的研究都發(fā)現(xiàn)65歲是居民相對風(fēng)險(xiǎn)厭惡程度的轉(zhuǎn)折點(diǎn),即65歲以上居民的相對風(fēng)險(xiǎn)厭惡程度會出現(xiàn)上升的趨勢,而非進(jìn)一步下降。中國金融期貨交易所2010年初所制定的《股指期貨投資者適當(dāng)性制度操作指引(試行)》規(guī)定將22歲和60歲作為區(qū)分投資者群體的兩條年齡界限,因此本文特意設(shè)置了Age22和Age60兩個(gè)虛擬變量并置于模型中進(jìn)行擬合。表6的擬合結(jié)果表明Age22對應(yīng)的β3=-0.1854<0(p3=0.6664>0.1);Age60對應(yīng)的β4=-0.1417<0(p4=0.8406>0.1),這表明在90%的置信度水平下,22歲以下人群與60歲以上人群相較22～60歲人群沒有顯著性風(fēng)險(xiǎn)厭惡差別。究其原因,本文認(rèn)為這與問卷調(diào)查的樣本量有關(guān),545個(gè)有效樣本中年齡小于等于22歲的僅11個(gè),大于等于60歲的僅10個(gè),相比余下的524個(gè)22～60歲的樣本,樣本數(shù)量上的巨大差距顯然不足以用來證明22歲以下人群、22～60歲人群與60歲以上人群間對風(fēng)險(xiǎn)厭惡程度間的差別。盡管有效樣本中22歲以下投資者所占比例與我國居民總體人口分布比例有一定偏差,但基本符合投資者群體的特征事實(shí),即22歲以下投資者尚處大學(xué)未畢業(yè)階段。當(dāng)然,有效樣本中退休年齡以上投資者僅為10人,確實(shí)不足以將樣本結(jié)論推廣,有待進(jìn)一步研究。①就性別對于居民風(fēng)險(xiǎn)厭惡系數(shù)的影響來看,表6(以方法一的擬合結(jié)果為例)中GEN-DERX對應(yīng)的β5=-0.3096<0(p5=0.0275<0.1);這表明在90%的置信度水平下,性別對于居民風(fēng)險(xiǎn)厭惡系數(shù)具有顯著性影響:在其他條件相同的情況下,男性的風(fēng)險(xiǎn)厭惡系數(shù)比女性的風(fēng)險(xiǎn)厭惡系數(shù)小30.96%。這與國內(nèi)外學(xué)者們的研究結(jié)果是一致的。就身體健康狀況對于居民風(fēng)險(xiǎn)厭惡系數(shù)的影響來看,表6中HEALTHX和UN-HEALTHX在兩種不同方法下對風(fēng)險(xiǎn)厭惡系數(shù)的影響顯著性有所不同,無法判斷居民的身體健康狀況對于居民風(fēng)險(xiǎn)厭惡系數(shù)是否有顯著性影響。本文認(rèn)為這主要是因?yàn)樯眢w健康狀況好壞與否并不直接對居民的風(fēng)險(xiǎn)厭惡系數(shù)產(chǎn)生影響,關(guān)鍵還取決于居民的財(cái)富狀況。身體狀況欠佳的居民每年都會產(chǎn)生一筆不小的醫(yī)藥開銷,但同樣大小的一筆醫(yī)藥開銷對于不同財(cái)富狀況的家庭來說意義是不同的:富裕家庭不在乎的一筆醫(yī)藥開銷對于一個(gè)貧困家庭來說卻可能是一筆沉重的醫(yī)藥負(fù)擔(dān)。由于模型I中已驗(yàn)證AGE22、AGEE60、HEALTHX和UNHEALTHX對居民的風(fēng)險(xiǎn)厭惡系數(shù)沒有顯著性影響,因此在模型Ⅱ中為了減少干擾因素,特剔除上述四個(gè)變量;隨后,加入包括教育背景、婚姻狀況等后天性影響因素一并進(jìn)行擬合。由表7可見,模型Ⅱ中年齡和性別依舊對居民的風(fēng)險(xiǎn)厭惡系數(shù)產(chǎn)生顯著性影響,故不在此累述。就教育背景對居民風(fēng)險(xiǎn)厭惡系數(shù)的影響來看,表7中GRADH和POSTGRADH在兩種方法下對風(fēng)險(xiǎn)厭惡系數(shù)都不產(chǎn)生顯著性影響(除POSTGRADH在方法一下p5=0.0916,接近0.1);FINH(以方法一的擬合結(jié)果為例)對應(yīng)的β6=-0.6642<0(p6=0.0001<0.1)。這表明在90%的置信度水平下,學(xué)歷背景對居民風(fēng)險(xiǎn)厭惡系數(shù)不產(chǎn)生顯著性影響,這與國內(nèi)外研究結(jié)果是一致的;但是,擁有金融及經(jīng)濟(jì)專業(yè)知識背景的居民的風(fēng)險(xiǎn)厭惡系數(shù)會比沒有相關(guān)知識背景的居民降低66.42%,即更加偏好風(fēng)險(xiǎn)。作者認(rèn)為,擁有金融或經(jīng)濟(jì)知識背景的居民因?yàn)閷τ诮鹑陬惍a(chǎn)品有更為全面的了解,因此在處理金融產(chǎn)品風(fēng)險(xiǎn)上容易把握住尺度,無論他們在能力上是否更勝一籌,但是心理上他們已經(jīng)占據(jù)優(yōu)勢,因此客觀資產(chǎn)配置上所反映出的風(fēng)險(xiǎn)厭惡系數(shù)也就會降低。就婚姻狀況對居民風(fēng)險(xiǎn)厭惡系數(shù)的影響來看,表7(以方法一的擬合結(jié)果為例)中MARRIEDH對應(yīng)的β7<0(p7=0.5947>0.1);COUPLEH對應(yīng)的β8<0(p8=0.8131>0.1)。這表明在90%的置信度水平下,婚姻狀況對居民風(fēng)險(xiǎn)厭惡系數(shù)沒有顯著性影響,這與國內(nèi)外學(xué)者們的研究結(jié)果又是一致的。事實(shí)上,早在2006年,中國銀監(jiān)會便印發(fā)了《商業(yè)銀行金融創(chuàng)新指引》,明確指出商業(yè)銀行在開展金融創(chuàng)新活動(dòng)時(shí)應(yīng)做到“認(rèn)識你的客戶”,即應(yīng)明確目標(biāo)客戶群,充分了解客戶的風(fēng)險(xiǎn)偏好、風(fēng)險(xiǎn)認(rèn)知能力和承受能力,根據(jù)業(yè)務(wù)需要進(jìn)行客戶評估,針對不同目標(biāo)客戶群,提供不同的金融產(chǎn)品和服務(wù)。時(shí)至今日,盡管各大商業(yè)銀行在推介產(chǎn)品時(shí)都首先通過問卷等方式來評估客戶的投資風(fēng)險(xiǎn)承受能力,但是問卷涵蓋內(nèi)容的廣度與深度卻層次不齊而且僅少部分題目是從居民的社會屬性角度出發(fā)。因此,本文建議金融機(jī)構(gòu)在踐行投資者適當(dāng)性制度之時(shí),能夠更多地考量居民社會屬性對于其風(fēng)險(xiǎn)偏好的影響。2.財(cái)富概念的界定歷史文獻(xiàn)就財(cái)富影響方面的研究至今還未達(dá)成共識,這不僅是因?yàn)榈胤讲町?更是因?yàn)閷ω?cái)富概念界定的模糊。因此,在現(xiàn)有文獻(xiàn)的基礎(chǔ)上,本文總結(jié)了國內(nèi)外學(xué)者們對于財(cái)富概念的界定方法,認(rèn)為需要考慮以下因素:一為界定財(cái)富時(shí)是否考慮房產(chǎn)價(jià)值。經(jīng)典的馬科維茨資產(chǎn)組合選擇理論的考慮對象只包含了金融資產(chǎn);但事實(shí)上,隨著各國國力的增強(qiáng),人民財(cái)富水平的逐年攀升,房產(chǎn)也已成為了很大一部分人群投資的對象,其價(jià)值除表現(xiàn)在消費(fèi)方面,還體現(xiàn)在投資方面,房產(chǎn)價(jià)格的起落沉浮促使其成為了居民資產(chǎn)組合之風(fēng)險(xiǎn)資產(chǎn)中不可或缺的一部分,對居民的投資決策產(chǎn)生重大影響。因此,隨著歷史的擴(kuò)展,國內(nèi)外學(xué)者們在研究中越來越多地考慮到了房產(chǎn)因素。故本文認(rèn)為本研究在界定財(cái)富時(shí)也應(yīng)該考慮房產(chǎn)價(jià)值。二為界定財(cái)富時(shí)是否考慮負(fù)債的因素,即是財(cái)富總值還是財(cái)富凈值。本文認(rèn)為在當(dāng)前這一發(fā)展越來越成熟的信用市場,在房地產(chǎn)價(jià)格節(jié)節(jié)攀升的時(shí)代,負(fù)債已逐漸被中國居民所接受;同時(shí),中國居民對于信用記錄良好的意義也有了全面的認(rèn)識,在實(shí)踐過程中力求做到按期還債;因此,在界定財(cái)富概念時(shí)應(yīng)當(dāng)考慮負(fù)債因素,選擇財(cái)富凈值。三是界定財(cái)富時(shí)是否考慮人力資本。人力資本是指人類本身所能創(chuàng)造出的財(cái)富,相比傳統(tǒng)意義上的財(cái)富,人力資本更難以度量。人力資本是一個(gè)考慮了現(xiàn)在與未來的概念,因?yàn)槿祟惒粌H在此時(shí)此刻能夠?yàn)樽陨?、為家庭?chuàng)造財(cái)富,還能在之后的時(shí)間內(nèi)源源不斷地創(chuàng)造財(cái)富,直到退休為止。本文認(rèn)為人力資本作為財(cái)富增量中的重要組成部分,應(yīng)被納入研究考慮范圍。假設(shè)受訪者整個(gè)家庭的工作平均年齡與受訪者大致相當(dāng),人力資本只取工作期間收入,則人力資本Human的計(jì)算公式為:其中,n為受訪者的退休年齡。本文假定男性居民的退休年齡為60歲,女性的退休年齡為55歲。若受訪者退休之后回聘,則本文認(rèn)為這筆收入是不穩(wěn)定的,因此默認(rèn)其人力資本為0;m為受訪者的當(dāng)前年齡;I為受訪者的家庭年均可支配收入;對于沒有填寫此欄的受訪者,本文取其他填寫此欄受訪者的家庭年均可支配收入的均值以代之;2.25%是問卷調(diào)查時(shí)一年期銀行存款利率,在此作為I的貼現(xiàn)率?；谝陨戏治?財(cái)富概念應(yīng)為包含房產(chǎn)、人力資本后的財(cái)富凈值,由金融財(cái)富凈值、房產(chǎn)和人力資本等構(gòu)成。為了檢驗(yàn)三類財(cái)富對風(fēng)險(xiǎn)厭惡系數(shù)分別產(chǎn)生的影響,分析模型III的擬合結(jié)果如表8所示。由表8可見,House的β3<0(p3<0.01);對應(yīng)于House2的β4>0(p4<0.01)。這表明:在90%的置信水平下,房產(chǎn)價(jià)值對于居民的風(fēng)險(xiǎn)厭惡系數(shù)A具有顯著性影響:房產(chǎn)價(jià)值的增加會使得A下降;但隨著房產(chǎn)價(jià)值的不斷上升,A的下降幅度會不斷減小,體現(xiàn)了房產(chǎn)在財(cái)富管理風(fēng)險(xiǎn)分散中的作用。而Finwealth與Human對居民的風(fēng)險(xiǎn)厭惡系數(shù)皆不產(chǎn)生顯著性影響。金融財(cái)富呈現(xiàn)出Pratt和Arrow所指的經(jīng)常相對風(fēng)險(xiǎn)厭惡特征。就人力資本的影響來看,作者與大多數(shù)經(jīng)濟(jì)學(xué)文獻(xiàn)一樣,假設(shè)人力資本是由居民未來所有收入貼現(xiàn)而得,顯然大多數(shù)居民并沒有如此理性思考,同時(shí)市場的非完備性導(dǎo)致人力資本并不可交易,因此人力資本的財(cái)富特征并不顯著。此外,在模型III中加入模型I和模型II對風(fēng)險(xiǎn)厭惡系數(shù)有顯著影響的人口統(tǒng)計(jì)學(xué)因素(即年齡、性別和金融知識背景)后,再進(jìn)行穩(wěn)健性分析,結(jié)果表明房產(chǎn)價(jià)值對居民風(fēng)險(xiǎn)厭惡系數(shù)的影響顯著程度有所下降,但在90%的置信水平下,依然顯著。3.居民主觀風(fēng)險(xiǎn)偏好與問卷結(jié)果根據(jù)受訪者資產(chǎn)配置情況客觀獲得的風(fēng)險(xiǎn)厭惡系數(shù)A已于前文中求得;受訪者的主觀風(fēng)險(xiǎn)偏好則要由問卷第二部分“風(fēng)險(xiǎn)偏好態(tài)度調(diào)查”中四道心理測試題求得①。為了方便模型數(shù)據(jù)的擬合,本文需要首先量化每一心理測試題的各個(gè)選項(xiàng),如對于第一題中的A、B、C和D四個(gè)選項(xiàng)分別賦予1、3、5和9分;隨后累加四道心理測試題受訪者所勾選項(xiàng)對應(yīng)的分值,并將該總分值賦予變量X,即居民的風(fēng)險(xiǎn)偏好態(tài)度為X。對應(yīng)于問卷選項(xiàng)內(nèi)容,可發(fā)現(xiàn):選項(xiàng)被賦予的分值與選項(xiàng)所反映的居民主觀風(fēng)險(xiǎn)偏好呈正比,即居民主觀風(fēng)險(xiǎn)偏好越低(如寧愿確定性地獲得少量現(xiàn)金,也不愿意以小概率的可能性獲得大筆豐厚的現(xiàn)金),選項(xiàng)被賦予的分值越低。因此,較高的X反映出受訪者主觀具有較高的風(fēng)險(xiǎn)偏好態(tài)度,即較低的風(fēng)險(xiǎn)厭惡系數(shù)。基于以上分析,模型Ⅳ的分析結(jié)果如表9所示。在90%的置信度水平下,β1<0,居民的風(fēng)險(xiǎn)厭惡系數(shù)與主觀風(fēng)險(xiǎn)偏好間具有強(qiáng)烈的正相關(guān)性。但是,在模型Ⅳ中加入模型Ⅰ、模型Ⅱ和模型Ⅲ中對風(fēng)險(xiǎn)厭惡系數(shù)有顯著影響的因素(即年齡、性別、金融知識背景和房產(chǎn)價(jià)值)后,作者發(fā)現(xiàn)居民的風(fēng)險(xiǎn)厭惡系數(shù)與主觀風(fēng)險(xiǎn)偏好間的相關(guān)性不再顯著。從回歸原理來看,本文認(rèn)為這可能與變量間的共線性有關(guān),即主觀風(fēng)險(xiǎn)偏好可能與居民的社會屬性、房產(chǎn)價(jià)值相關(guān)。四、結(jié)論與建議:中國居民風(fēng)險(xiǎn)惡本文通過問卷調(diào)