龐海峰，賈子涵，龐舒月

（哈爾濱商業(yè)大學(xué)，哈爾濱150028）

隨著互聯(lián)網(wǎng)技術(shù)在金融領(lǐng)域的應(yīng)用，互聯(lián)網(wǎng)金融使得個(gè)人投資方式也在悄然改變，各種理財(cái)產(chǎn)品如“余額寶、理財(cái)通”等正在成為消費(fèi)者的投資熱選。從消費(fèi)者行為角度出發(fā)，通過(guò)發(fā)放調(diào)查問(wèn)卷獲得相關(guān)數(shù)據(jù)、借助logistic二元邏輯回歸模型研究互聯(lián)網(wǎng)金融環(huán)境下消費(fèi)者理財(cái)產(chǎn)品選擇的影響因素具有實(shí)際意義。

一、數(shù)據(jù)獲得與描述統(tǒng)計(jì)分析

本次調(diào)查以單位機(jī)構(gòu)調(diào)研和網(wǎng)絡(luò)問(wèn)卷的方式共回收有效問(wèn)卷468份，問(wèn)卷的內(nèi)容涉及消費(fèi)者的性別、年齡、學(xué)歷、月收入、職業(yè)、所在城市、投資經(jīng)驗(yàn)、投資風(fēng)險(xiǎn)偏好、網(wǎng)購(gòu)頻率、與互聯(lián)網(wǎng)的密切程度等方面。樣本基本情況見(jiàn)表1。

二、消費(fèi)者選擇互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的logistic模型實(shí)證分析

（一）變量賦值

本次究研將應(yīng)用logistic二元邏輯回歸模型來(lái)分析影響消費(fèi)者選擇互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的因素，根據(jù)調(diào)查問(wèn)卷所選擇的10個(gè)自變量，建立logistic回歸模型如下：

公式可變形為：

P：消費(fèi)者會(huì)投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的概率，1-P：消費(fèi)者不會(huì)投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的概率，P取值在（0，1）之間，Y取值為 1或0，1代表消費(fèi)者會(huì)投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品這一事件，則0代表反之。參數(shù)α是常數(shù)項(xiàng)，βi是待估計(jì)參數(shù)，Xi是影響Y的自變量。各變量的賦值為表2所示。

表1 樣本基本情況表

（二）多重共線性分析

多重共線性是指不符合計(jì)量經(jīng)濟(jì)學(xué)回歸分析基本假設(shè)中的變量之間具有相互獨(dú)立性，兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，此時(shí)會(huì)對(duì)建立回歸模型產(chǎn)生誤差，因此在進(jìn)行Logistic模型回歸分析之前對(duì)問(wèn)卷所選的十項(xiàng)指標(biāo)變量進(jìn)行多重共線性檢驗(yàn)分析是十分必要的。利用SPSS17.0檢測(cè)結(jié)果如下。

表2 變量賦值

表3 多重共線性結(jié)果

由表3可以看出，本文所選取的變量間所對(duì)應(yīng)的方差膨脹因子VIF均小于10，且各影響因素的容忍度均大于0.1，此結(jié)果說(shuō)明納入本研究的變量之間不存在明顯的多重共線性，即可選用這十項(xiàng)影響因素作為建立Logistic回歸模型的指標(biāo)。

（三）Logistic模型回歸結(jié)果分析

使用SPSS17.0統(tǒng)計(jì)分析軟件對(duì)上述所選擇的自變量和因變量進(jìn)行回歸分析，對(duì)其執(zhí)行二元Logistic回歸命令，輸出結(jié)果分為若干塊（表4-表7），結(jié)果分析如下。

表4 方程中的變量

表4為系統(tǒng)最初對(duì)模型的常數(shù)項(xiàng)進(jìn)行賦值，結(jié)果為B=-0.751，標(biāo)準(zhǔn)誤差S.E.=0.099，df=1，顯著性水平Sig.=0.000（即P值），由此判斷達(dá)到了顯著水平。

采用相對(duì)似然比檢驗(yàn)。由表知模型的似然比卡方統(tǒng)計(jì)量為48.965，當(dāng)自由度為10顯著水平為0.05時(shí)的卡方臨界值為18.31，有x2=48.965＞18.31，并且對(duì)應(yīng)的P值為0.000＜0.05，因此在給定0.05的顯著性水平下，應(yīng)當(dāng)拒絕原假設(shè)，有理由接受備擇假設(shè)，即認(rèn)為該模型是整體顯著的。

表5 模型系數(shù)的綜合檢驗(yàn)

表6 模型匯總

模型匯總表給出了評(píng)價(jià)模型擬合優(yōu)度的3個(gè)統(tǒng)計(jì)量，從中可以看到-2對(duì)數(shù)似然函數(shù)值為106.146，該值在理論上服從卡方分布，且大于上文給出的臨界值，表明通過(guò)檢驗(yàn)，模型整體擬合較好，此外，Cox&Snell R方和Nagelkerke R方統(tǒng)計(jì)量分別為0.642和0.898，意味著模型可以解釋被解釋變量90%左右的變動(dòng),也表明模型擬合效果比較好。

表7 方程中的變量

或者：

由表7可知，當(dāng)設(shè)定顯著水平為0.05時(shí)，從Wals統(tǒng)計(jì)量以及P值來(lái)看性別、學(xué)歷、所在城市、投資風(fēng)險(xiǎn)偏好和網(wǎng)購(gòu)頻率這些因素會(huì)影響消費(fèi)者的投資決策，且從OR值來(lái)看學(xué)歷、投資風(fēng)險(xiǎn)偏好和網(wǎng)購(gòu)頻率均為有利影響因素。得到Logistic模型為：

理論上通常將臨界值P定為0.5，在本研究中會(huì)進(jìn)行互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品投資的概率為p，根據(jù)二分值原理，當(dāng)P＜0.5時(shí)，可以采用四舍五入，將其看為0，即不會(huì)進(jìn)行投資，也就是投資事件不會(huì)發(fā)生Y=0的情況，當(dāng)P＞0.5時(shí)，可將其看為1，也就是投資事件會(huì)發(fā)生Y=1的情況。根據(jù)上述回歸結(jié)果可以看出。

第一，從性別的角度來(lái)看，影響系數(shù)為負(fù)，這表明女性較男性投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的傾向更大。第二，從學(xué)歷的角度來(lái)看，受教育程度越高的消費(fèi)者選擇投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的概率越大。第三，從所在城市角度來(lái)看，回歸系數(shù)為負(fù)值，可知城市越發(fā)達(dá)，金融經(jīng)濟(jì)發(fā)展越前沿，當(dāng)?shù)卮蟊姷慕鹑诶碡?cái)敏感度越高。第四，從投資風(fēng)險(xiǎn)偏好角度來(lái)看，偏向高風(fēng)險(xiǎn)高收益的消費(fèi)者投資趨勢(shì)最大。第五，從網(wǎng)購(gòu)頻率的角度來(lái)看，對(duì)網(wǎng)購(gòu)依賴程度越高的人，選擇投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的概率越大。

表8 logistic模型有效性檢驗(yàn)

（四）模型預(yù)測(cè)能力評(píng)價(jià)

上表中通過(guò)比較判別結(jié)果與虛擬變量值的差異進(jìn)行模型有效性檢驗(yàn)，調(diào)查中表示會(huì)投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的318位消費(fèi)者中預(yù)測(cè)出有29人不會(huì)進(jìn)行投資，正確率為90.9%，表示不會(huì)進(jìn)行投資互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的150位消費(fèi)者中預(yù)測(cè)出有19人會(huì)投資，正確率為87.4%，模型總計(jì)百分比為89.1%，說(shuō)明模型的預(yù)測(cè)能力較高，達(dá)到90%左右的正確率，具有一定的實(shí)際指導(dǎo)意義。

三、對(duì)策建議

（一）對(duì)高學(xué)歷人群進(jìn)行宣傳活動(dòng)

高學(xué)歷者善于接受新理念和新事物。因此，理財(cái)產(chǎn)品宣傳時(shí)應(yīng)該重視這一客戶群體，可以定期舉辦一系列的講座，讓這群人充分了解金融理財(cái)?shù)默F(xiàn)狀以及發(fā)展前景。

（二）加強(qiáng)網(wǎng)購(gòu)平臺(tái)和互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的結(jié)合

根據(jù)上述研究結(jié)果我們知道網(wǎng)購(gòu)頻率高者進(jìn)行理財(cái)投資的概率更大，基于這一發(fā)現(xiàn)我們可以增強(qiáng)網(wǎng)購(gòu)平臺(tái)和互聯(lián)網(wǎng)金融理財(cái)平臺(tái)的結(jié)合度。

（三）完善相關(guān)法律制度以規(guī)范行業(yè)發(fā)展

互聯(lián)網(wǎng)金融要想在我國(guó)健康長(zhǎng)久發(fā)展就必須以一套完備的法律制度做保障，只有這樣，當(dāng)更多的人了解互聯(lián)網(wǎng)金融后才會(huì)安心進(jìn)行投資。隨著社會(huì)各界對(duì)互聯(lián)網(wǎng)金融監(jiān)管必要性探討的持續(xù)升溫，央行已會(huì)同有關(guān)部門制定了相關(guān)管理?xiàng)l例，此外也可以借鑒傳統(tǒng)金融業(yè)的發(fā)展方式，由地方成立具有行業(yè)協(xié)會(huì)性質(zhì)的監(jiān)管機(jī)構(gòu)。

[1] 蔡英杰，蔣鵬程.大眾選擇互聯(lián)網(wǎng)金融余額理財(cái)產(chǎn)品的影響因素分析——以余額寶為例[J].安徽農(nóng)業(yè)科學(xué)，2015，43(20):311-314.

[2] 孫 琳.基于Logit模型的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估[D].濟(jì)南：山東財(cái)經(jīng)大學(xué)，2013.

[3] 石曉軍，肖遠(yuǎn)文，任若恩.Logistic違約率模型的最優(yōu)樣本配比與分界點(diǎn)研究[J].財(cái)經(jīng)研究，2005(9):38-48.