王立民+陈曦

〔摘要〕论文研究采用问卷调查法，采集457名大学生的风险数据，测试大学生在不确定收益及亏损情况下的风险值及其总风险值。根据风险值的分布情况，建立了大学生五级风险分级体系，研究成果可用于制定有针对性的大学生风险教育。

〔关键词〕大学生；风险偏好；分级体系

〔中图分类号〕G64〔文献标识码〕A〔文章编号〕1008-2689（2017）05-0098-04

前 言

中国经济的持续发展使得越来越多的高校大学生投身于投资活动中，然而中国不少高校忽视了对学生风险防范意识的培养和风险防范能力的提升，在创业或者投资教育等环节中很少涉及到风险防范教育的内容。所以，许多大学生风险意识淡薄，不能正确认识自己的投资行为，当面临风险时，部分大学生难以有效化解冲击。特别是对于一些具有极端风险倾向的大学生，在面对风险事件时更容易做出极端的行为，甚至引发恶性事件。所以识别出这部分大学生并对其进行及时的有针对性的风险教育是十分必要的。深入研究大学生群体的风险偏好分布特点，建立对大学生的风险识别和分级机制，对于未来中国的大学生风险教育其他相关研究具有长远意义。

文献综述

在股票交易中，人们总会面临着有风险的决策，具有不同风险偏好的个体将会有不同的决策过程与结果。人们在决策过程中不仅仅会受到客观条件和环境的影响，也会受到个人因素的影响，其中属于人格变量的决策偏好是影响个体进行决策的重要因素。

Hseeh和Weber指出风险偏好是指在面临一个同时包含风险性与安全性选项两种情境的时候，决策者所表现出来的一种决策倾向，是预测非确定性风险情境中个体决策行为模式的重要指标[1]。中国刘耀中采用了 ERPs 研究了风险偏好，他们认为风险偏好就是指决策者为了实现自己想要达到的目的，他们对风险大小和风险种类的基本态度[2]。石晨曦认为风险的产生就是由于事件发生过程中的不确定因素导致结果会发生一定的偏离，与决策者的预期不完全吻合，风险偏好就是决策者对于这些不可控因素的偏好或态度[3]。由于决策偏好本身具有个体差异性，因此不同的个体在面对相同风险决策任务时，很可能表现出不同的决策过程，获得不同的决策结果。Krueger认为风险倾向的个体与风险规避的个体在主观上衡量损失可能性时有差别。高风险倾向的个体很少关注损失而更多地重视获益的可能性，这驱使高风险倾向的个体比风险规避的个体更容易采取冒险的行为。可见，风险偏好这种稳定的个性特征影响着人们的决策行为。

关于个体风险偏好的分类，李劲松、王重鸣通过可变确定值等分法来进行效用函数曲线的测量。把人的风险偏好分为4种类型：理智型、风险规避型、风险追求型、复杂型。Pratt 和 Arrow 根据效用曲线的形状将风险偏好划分为三类：风险厌恶、风险中立和风险追寻。目前普遍运用的是三级风险偏好划分方法。

实验设计

（一） 被试样本

本实验的被试，即《大学生投资行为风险偏好问卷》的填写者，主要来自于北京科技大学各个专业的本科生、北京科技大学选修“中国股票市场”选修课的学生、学院路大学共同体选修“中国股票市场”的学生。

研究选取年龄、交易经验相似的大学生群体作为被试，这样做的好处是被试的外在的因素比较相近，如年龄、受教育程度和做股票经验等基本相同，这些因素对结果的影响可以忽略。如果不是这样，我们还要分析年龄、受教育程度和做股票经验等因素对结果的影响，及其他们之间的交互影响，这样会大大增加研究的复杂性。另外学生大多没有股票操作经验，面临股票操作决策时，更多的是受心理特质的影响，可以排除许多不可控因素的影响，使研究变量更单一清楚，数据结果更可靠。

在进行数据分析之前，我们利用问卷中的部分问题之间的关联性，剔除了一部分无效问卷，最终用于统计和分析的有效问卷为457份。被试成分如下：

如图1和图2所示，性別分布方面，男生为237人，占比52%；女生为220人，占比48%，人数比例较为均衡；专业方面，人文类学生人数为223人，占比49%，理工类学生人数为234人，占比51%，人数比例较为均衡。

（二） 实验量表

运用 Hsee 和 Weber 制定的风险偏好量表计算风险偏好指数（risk preference index ， RPI），RPI 值在1-8之间变化， RPI 越大表明越喜好冒险。 如果被试的反应不合逻辑， 就视为缺省值，此种情况出现时，问卷被视为无效问卷。之后，分别计算被试在收益情境下和亏损情境下的风险偏好指数，并加和计算出总风险偏好。该问卷及其评定方法被国内外学者广泛运用于风险偏好的测量，具有良好的信度效度，得到一致认可。

数据处理与结果分析

（一） 信效度检验表1问卷信效度检验结果

问卷指标项目数科隆巴赫

（信度）系数风险

偏好

问卷一、总风险值140.850二、不确定收益情况下风险值70.861三、不确定亏损情况下风险值70.851

如表1所示，本研究所用的风险偏好问卷具有良好的信效度。

（二） 数据处理

在被试的投资风险偏好测度方面，我们分别计算了在收益情境下和亏损情境下被试的风险偏好指数，并进行加和，计算出了总指数，频数分布如下图：

在不确定收益框架下，被试的风险偏好指数集中于“4”左右，在不确定亏损框架下，被试的风险偏好集中于“5”左右。此结果表明：在面对不确定收益时，被试风险值偏小，人们更愿意得到确定收益而不愿意冒险；在面对不确定亏损时，大学生风险值整体相较于在收益框架下偏大，人们不愿意接受确定的亏损额而更倾向于冒险。这一选项分布验证了前景理论。

从频数分布图可以看出，总风险指数分布并未呈现出通常意义上正态分布的“钟型”分布形状，而是呈现出一个比较显著的“尖峰厚尾”形式。“尖峰”处表示大部分被试的总风险指数集中8、9、10三项，这三项的人数占总人数的62.58%，说明绝大部分大学生是风险中性的，同时在分布图的最两端，即总风险指数为“2”和“16”的部分，频数分布呈现出了“厚尾”，这两部分的频数代表着“极端保守”和“极端激进”的大学生人数，说明人数在这两个风险值处集中。endprint

为了更加科学的验证风险值的分布不是最普遍存在的正态分布，我们运用Eviews软件工具对457个被试大学生的3类风险值进行了统计分析，结果如表2。

由表2可知，平均值和中位数的取值与我们在分布图中能直观估计的数值水平相差无几，总风险值集中于“9”，不确定收益下风险值集中于“4”，不确定亏损下风险值集中于“5”。并且从偏度系数的正负性可以观察到，不确定收益情况下风险值右偏，整体取值偏小；不确定亏损风险值左偏，整体取值偏大，这从数理统计的角度更加科学严密地证明了实验结果是与前景理论相吻合的。JB统计量是检验样本值是否符合正态分布的一种统计量，检验结果表明，95%的置信水平下，3类风险值的分布均不服从正态分布，说明极端风险值部分对风险值整体分布影响很大，极端风险值的异常集中不容忽视。

（三） 建立风险分级体系

针对大学生的总风险偏好得分，我们对具有不同风险指数的大学生分为五级分级。分别是：极端保守、保守、风险中性、激进和极端激进。在本实验中，五个风险偏好等级人群的频数及占比如下：表3风险分级体系表

风险等级ABCDE极端保守保守风险中性激进极端激进风险指数23-78-1011-1516频数27542867020百分比5.90%11.80%62.60%15.30%4.40%〗

从表3可以看出，风险偏好为“极端保守”的大学生占总体5.9%，风险偏好为“保守”的大学生占总体11.8%，风险偏好为“风险中性”的大学生占总体62.6%，风险偏好为“激进”的大学生占总体15.3%，风险偏好为“极端激进”的大学生占总体4.4%。五级风险等级中，“风险中性”的大学生人数最多，拥有极端风险偏好的大学生最少。

此分级体系相比于已有风险分级体系有一些优点：现有关于风险偏好分类的研究一般都将个体的风险偏好分为“风险厌恶”、“风险中性”和“风险追寻”，并没有单独考虑最边缘的极端风险人群。本研究根据问卷调查的统计结果发现，大学生风险值分布不服从最普遍的正态分布，而是在“极端保守”和“极端激进”这两个风险偏好分级中出现了人数集中的现象，两部分人数加和超过了总人数的10%，说明具有极端风险偏好的大学生比例并不能简单忽略掉。本研究建立的五级风险分级体系在原来的三级体系的基础上进行了细化，将“极端保守”和“极端激进”的人群从原来的“风险厌恶”和“风险追寻”中分离出来，将极端风险人群突出出来并加以重视，实现了识别极端风险人群的目的。

我们建立了测量大学生风险偏好等级的新途径：通过填写问卷的方式，测试他们在不确定收益及不确定亏损情况下的行为决策，分别计算大学生在这两种情况下的风险值，并加和得出总风险值。根据风险值高低将大学生划分到不同的风险等级，完成对其的风险识别，进而对不同风险等级的大学生进行有针对性的风险教育。例如，对于风险偏好等级处于“极端保守”及“极端激进”的大学生，可以采取特殊的风险教育。大多数大学生的风险偏好等级处于“风险中性”，对于这部分大学生，我们对其进行常规的风险教育。提前识别大学生群体中的极端风险人群，进而根据其风险等级进行有针对性的风险教育，这在理论上和实际上都有着重要的意义。

结 论

（一） 大学生的风险偏好指数分布为“尖峰厚尾”形式，市场中绝大部分大学生为风险中性的。分布两端的“极端保守”和“极端激进”的大学生人数较其次一风险偏好等级的大学生更加集中。

（二） 根据心理学和投资学的理论，建立了五级风险分级体系。大学生的风险偏好分为五级，分别为“极端保守”、“保守”、“风险中性”、“激进”和“极端激进”。在本研究中，“风险中性”的大学生占626%，“极端保守”和“极端激进”的大学生分别为59%和44%。

（三） 研究結果可为大学生个性化风险教育提供理论参考，对极端风险人群进行有针对性的特殊风险教育，对占大多数的风险中性大学生进行普适性的风险教育。

风险教育的建议

（一） 应重视风险教育课程，纳入教学计划

高校应当及早对学生进行风险水平的识别，并对不同风险水平的学生安排有针对性的风险教育课程，提高风险教育的效率和准确性，定期对学生进行风险测试，跟踪学生的风险水平，及时调整对其的风险教育方法和课程。

（二） 理论与实践相结合，开展风险模拟教学

利用模拟炒股系统进行教学，对于风险水平偏保守的学生，应当在后台相对增加他们获利的概率，将市场的波动水平调节到一个较为平稳的状态，逐渐引导他们形成风险与收益共存的意识，适当冒险并不是坏事；对于风险水平偏激进的学生，应当在系统中人为制造更大的波动，模拟诸如大资金控盘、暴涨暴跌等等状况，增加他们亏损的概率，让学生感受到投资风险巨大。

（三） 进行挫折教育，增强学生承担风险不良后果的能力

现代大学生多数没有经历过什么风险和磨难，所以他们一旦在面对风险时没有做出正确的决策导致失败后果，往往会一蹶不振，丧失斗志和信心，对个别大学生来说还可能导致更大的社会问题。对此，高校通过设计各种活动，让大学生去体验失败。训练学生即使遭受了风险并且导致了之后失败的后果，也能快速调整自己，深刻地反思总结，树立不怕失败、正视失败的观念。

〔参考文献〕

[1]Hsee， C. K. and Weber， E. U.A fundamental prediction error： selfothers discrepancies in risk preference[J]. Journal of Experimental Psychology General， 1997，126（1）：45-53.

[2]刘耀中，杨长华.风险决策偏好的 ERPs 研究[J].西北师大学报（社会科学版），2012，3（2）：128-132

[3]石晨曦.有关大学生风险偏好对风险投资决策的影响[J].合作经济与科技，2014 ，（7）：78-79

（责任编辑：柯平）endprint