公眾投資者信息獲取與風(fēng)險(xiǎn)態(tài)度等方面的影響

1、箱品資料推薦2012年數(shù)學(xué)建模暑期第二次模擬論文公眾投資者信息獲取與風(fēng)險(xiǎn)態(tài)度等方面的影響摘要公眾投資者的個(gè)人狀況、信息獲取方式、媒體信任程、風(fēng)險(xiǎn)態(tài)度等信息密切 關(guān)系到投資者的利益，針對(duì)該問題我們建立兩個(gè)模型。1 模型一：公眾投資者綜合情況分析模型調(diào)查問卷中的問題分基本信息，投資習(xí)慣，對(duì)投資構(gòu)成影響的外部因素，風(fēng) 險(xiǎn)態(tài)度方面等四個(gè)模塊，但為更好地滿足題訂要求，將問題重新分類并給前四個(gè) 模塊的每個(gè)選項(xiàng)賦分，訃算每個(gè)被調(diào)查者在不同模塊得到的總分。個(gè)人狀況包括 QI, Q2, Q3, Q5, Q6, Q8, Q10, Qll, Q12, Q14, Q17, Q計(jì)算顯示投資條件 優(yōu)秀與差的投資者比例很小

2、，大部分為良好，還有一部分為中等；信息獲取方式 包括 Q9, Q13, Q18, Q20, Q2b Q22, Q25, Q30, Q32, Q33, Q34, Q37,計(jì)算結(jié) 果顯示有12%的投資者是通過個(gè)人分析，52%是通過證券公司，28%通過媒體介紹, 8%為朋友推薦；對(duì)媒體信任程度包括Q15, Q31,Q35,計(jì)算顯示22%的人信任媒體, 34%表示中立,而有44%不信任;風(fēng)險(xiǎn)態(tài)度包括Q39, Q40, Q41, Q42, Q13, Q44, Q45, Q16, Q47,計(jì)算顯示19%為風(fēng)險(xiǎn)追逐者，52%為風(fēng)險(xiǎn)中立者,29%為風(fēng)險(xiǎn)回 避者;其他包括 Q4, Q7, Q16, Q23, Q

3、24, Q26, Q27, Q28, Q29, Q36, Q38。2模型二：樹狀表關(guān)系評(píng)估法模型我們將所有的情況組合得到144種組合，并用Access查詢得到所有的被調(diào) 查者選擇組合的人數(shù)，并計(jì)算所占的比例，最終，我們選取了比例最大的7個(gè)組 合，即大多數(shù)投資者在個(gè)人狀況、信息獲取方式、媒體信任程、風(fēng)險(xiǎn)態(tài)度滿足這 樣的情況。3.根據(jù)上述兩個(gè)模型，我們對(duì)證券監(jiān)管部門和投資者提出這樣的建議：(1) 證券監(jiān)管部門：大部分的投資者對(duì)媒體的信任程度不高，因此加強(qiáng)媒 體信譽(yù)度的提高成了證券發(fā)展的重要環(huán)節(jié)，要提高媒體的信譽(yù)必須加大監(jiān)管力 度，加強(qiáng)同行業(yè)自律和自我監(jiān)督，并及時(shí)處罰違反國(guó)家法律侵犯投資者利益的媒

4、體及證券公司，維護(hù)我國(guó)證券行業(yè)的繁榮發(fā)展。(2) 投資者：大部分的投資者獲知信息的渠道是媒體和證券公司，而朋友 介紹和自我分析的很少，這樣就加大了投資的風(fēng)險(xiǎn)，因此加強(qiáng)對(duì)證券相關(guān)知識(shí)的 學(xué)習(xí)成了投資者維護(hù)自身利益的重要方式，另外，對(duì)風(fēng)險(xiǎn)的態(tài)度也決定了收益的 狀況，建議投資者要有自己的主見，不要盲從，對(duì)風(fēng)險(xiǎn)正確認(rèn)識(shí)，才能保證自己 的收益。關(guān)鍵詞：公眾投資者，公眾投資者綜合情況分析模型，樹狀表關(guān)系評(píng)估法模 型，Excel, Access箱品資料推薦7 1問題的重述一.背景知識(shí)近兒年，實(shí)現(xiàn)個(gè)人財(cái)產(chǎn)性收入已引起人們的廣泛關(guān)注。影響公眾投資者投資 行為的主要有個(gè)人狀況、信息獲取方式、媒體信任程.風(fēng)險(xiǎn)態(tài)度等

5、因素，但在采 取信息自愿公開的時(shí)期，信息公開的范圉和方式、信息公開的時(shí)間性或者時(shí)效性、 信息的真實(shí)性及準(zhǔn)確性等方面，都是站在發(fā)行人立場(chǎng)上作出判定的，因此，難免 出現(xiàn)損害投資者利益的情形。二.要解決的問題1. 通過量化分析已給數(shù)據(jù)，得到公眾投資者這個(gè)群體在個(gè)人狀況、信息獲 取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度的特征，各種選項(xiàng)所占比例等基本情況。2在基本悄況的基礎(chǔ)上分析個(gè)人狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn) 態(tài)度的之間的相關(guān)性；3 根據(jù)量化分析的結(jié)果，向證券監(jiān)管部門和公眾投資者提供一些建議。 2 問題的分析一.相關(guān)背景知識(shí)的介紹某一證券研究所通過調(diào)查問卷的形式從公眾投資者的基本信息，投資習(xí)慣， 對(duì)投

6、資構(gòu)成影響的外部因素，風(fēng)險(xiǎn)態(tài)度方面等四個(gè)方面進(jìn)行了一次調(diào)查，問卷共 47題。投資者山于個(gè)人的性格，家庭環(huán)境，職業(yè)等各種因素的影響會(huì)在投資理 念方面形成很多差別，了解投資者群體的特征對(duì)證券公司經(jīng)營(yíng)、投資者投資以及 國(guó)家政策的制定都將發(fā)揮很好的作用。二.對(duì)問題的初步分析1對(duì)問題一的分析通過對(duì)調(diào)查問卷得到數(shù)據(jù)的處理和分析，得到公眾投資者在個(gè)人狀況、信息 獲取方式、媒體信任程度、風(fēng)險(xiǎn)態(tài)度的綜合情況。對(duì)這四塊內(nèi)容進(jìn)行細(xì)化，每一 塊分成不同類別。然后根據(jù)不同投資者的回答將其分類。分類利用積分原則，通 過數(shù)據(jù)計(jì)算得到不同消費(fèi)者所處的不同分?jǐn)?shù)區(qū)間，將其歸類。綜合考慮所有的消 費(fèi)者，得到公眾投資者這個(gè)群體的總體

7、情況。2 對(duì)問題二的分析在問題一的基礎(chǔ)上對(duì)問題二進(jìn)行探討，口的是得到個(gè)人狀況、信息獲取方式、 媒體信任程度、風(fēng)險(xiǎn)態(tài)度之間的相關(guān)性。相關(guān)性的強(qiáng)弱可以用具有某種交叉特征 的被調(diào)查者的數(shù)量反應(yīng)。例如：具有良好投資條件且對(duì)媒體信任的被調(diào)查者的數(shù) 量反應(yīng)投資者的投資條件與媒體信任度之間的相關(guān)關(guān)系。按照此種思路，得到每 一細(xì)分類之間的相關(guān)關(guān)系，后綜合得到大類之間的相關(guān)關(guān)系。此種方法類似于先 得到一張樹狀圖，再用樹狀圖的整體狀況得到“這棵樹”的綜合情況。 3 模型的假設(shè)1假設(shè)問卷調(diào)查的數(shù)據(jù)都是真實(shí)有效，具有強(qiáng)代表性。2. 假設(shè)問卷中的無效答案為筆誤，不影響該被調(diào)查者問卷其他問題答案的真箱品資料推薦3實(shí)性。3

8、. 假設(shè)中國(guó)的證券行業(yè)發(fā)展穩(wěn)健，短期證券價(jià)格的波動(dòng)對(duì)調(diào)查結(jié)果不產(chǎn)生影 響。4. 假設(shè)所有被調(diào)查者的心態(tài)正常，調(diào)查者填寫的信息相互獨(dú)立不互相干擾。5. 假設(shè)沒有調(diào)查者被重復(fù)調(diào)查的現(xiàn)象。4 名詞解釋與符號(hào)說明一、名詞解釋1 投資條件：指的是投資者個(gè)人條件中會(huì)對(duì)投資造成影響的綜合條件，只考 慮客觀因素，不考慮投資者本身的性格，對(duì)風(fēng)險(xiǎn)態(tài)度等主觀性因素。該條件主要 包括年齡、職業(yè)、經(jīng)濟(jì)知識(shí)素養(yǎng)、投資經(jīng)歷等。一般而言，年齡在中年，職業(yè)具 有穩(wěn)定收入，具有一定經(jīng)濟(jì)素養(yǎng)，擁有投資經(jīng)歷的投資者的條件較好。2風(fēng)險(xiǎn)偏好：是指為了實(shí)現(xiàn)口標(biāo)，投資者在承擔(dān)風(fēng)險(xiǎn)的種類、大小等方面的 基本態(tài)度。根據(jù)投資體對(duì)風(fēng)險(xiǎn)的偏好將其分為

9、風(fēng)險(xiǎn)回避者、風(fēng)險(xiǎn)追求者和風(fēng)險(xiǎn)中 立者。3風(fēng)險(xiǎn)回避者：風(fēng)險(xiǎn)回避者選擇資產(chǎn)的態(tài)度是：當(dāng)預(yù)期收益率相同時(shí)，偏 好于具有低風(fēng)險(xiǎn)的資產(chǎn)；而對(duì)于具有同樣風(fēng)險(xiǎn)的資產(chǎn)，則鐘情于具有高預(yù)期收益 率的資產(chǎn)。4風(fēng)險(xiǎn)追求者：與風(fēng)險(xiǎn)回避者恰恰相反，風(fēng)險(xiǎn)追求者通常主動(dòng)追求風(fēng)險(xiǎn)，喜 歡收益的動(dòng)蕩勝于喜歡收益的穩(wěn)定。他們選擇資產(chǎn)的原則是：當(dāng)預(yù)期收益相同時(shí), 選擇風(fēng)險(xiǎn)大的，因?yàn)檫@會(huì)給他們帶來更大的效用。5風(fēng)險(xiǎn)中立者：風(fēng)險(xiǎn)中立者通常既不回避風(fēng)險(xiǎn)，也不主動(dòng)追求風(fēng)險(xiǎn)。他們選 擇資產(chǎn)的惟一標(biāo)準(zhǔn)是預(yù)期收益的大小，而不管風(fēng)險(xiǎn)狀況如何。6樹狀分層：樹形分層是數(shù)據(jù)的分層歸類形式，以父子層次結(jié)構(gòu)來組織對(duì) 象，將數(shù)據(jù)按照遞進(jìn)關(guān)系層層分類下去。二、

10、符號(hào)說明符號(hào)符號(hào)的說明A第i個(gè)模塊所有的區(qū)間第i個(gè)模塊X類所屬的分?jǐn)?shù)區(qū)間第i個(gè)模塊X類在該模塊所占比例第P個(gè)被調(diào)查者第i個(gè)模塊的總分第一個(gè)模塊的第n題（n為題目原序號(hào)）bn第二個(gè)模塊的第n題（n為題原序號(hào)）第三個(gè)模塊的第n題（n為題目原序號(hào)）血第四個(gè)模塊的第n題（n為題LI原序號(hào)）rn第n題的分值X所有細(xì)分類的集合Xn第n種細(xì)分組類型打第n種細(xì)分組的數(shù)量箱品資料推薦4態(tài)度以及其他五個(gè)模塊。個(gè)人狀況包括QI, Q2, Q3, Q5, Q6, Q8, Q10, Q11, 信息獲取方式包括 Q9, Q13, Q18, Q20, Q21, Q22, Q25, Q37；對(duì)媒體信任程度包括Q15,Q31,

11、Q35；風(fēng)險(xiǎn)態(tài)度包括 Q43, Q44, Q45, Q46, Q47；其他包括 Q4, Q7, Q16, Q23, Q29, Q36, Q38-Q12,Q30,Q39,Q24,Q14, Q17,Q32, Q33,Q40, Q41,Q26, Q27,Q19；Q34,Q42,Q28,第n種細(xì)分組所占比例 5 模型的建立與求解從所要解決的問題和對(duì)問題所做的假設(shè)出發(fā)，分別對(duì)三個(gè)問題進(jìn)行詳細(xì)的分 析與求解。一.問題一的分析與求解1 對(duì)問題的分析調(diào)查問卷中的問題分基本信息，投資習(xí)慣，對(duì)投資構(gòu)成影響的外部因素，風(fēng)險(xiǎn)態(tài)度方面等四個(gè)模塊，但為更好地滿足題LI要求，將問題重新分類。按照題LI要求與問卷題LI類型將

12、問卷分為個(gè)人狀況、信息獲取方式、媒體信任程度、風(fēng)險(xiǎn)給前四個(gè)模塊的每個(gè)選項(xiàng)賦分，計(jì)算每個(gè)被調(diào)查者在不同模塊得到的總分。將其總分歸類到不同的分?jǐn)?shù)段，不同的分?jǐn)?shù)段代表不同的特征。第一模塊個(gè)人狀 況根據(jù)查找資料，得到年齡處于中年，教育程度高，月收入高，家庭收入穩(wěn)定， 入市資金占家庭財(cái)富比例為10%左右有一定經(jīng)濟(jì)知識(shí)素養(yǎng)，同時(shí)持有35 只股票一只股票一般持有三個(gè)月以內(nèi)的投資者投資條件較好。第二模塊 信息獲取方式主要分朋友，媒體，證券公司（股市專家）和個(gè)人等四個(gè)類型，根 據(jù)這四種類型對(duì)選項(xiàng)賦分。第三模塊媒體信任程度分信任，中立，不信任，同樣 根據(jù)選項(xiàng)所表達(dá)含義賦分。第四模塊風(fēng)險(xiǎn)態(tài)度分為風(fēng)險(xiǎn)回避者、風(fēng)險(xiǎn)追求

13、者和風(fēng) 險(xiǎn)中立者，根據(jù)選項(xiàng)所表達(dá)含義賦分。見表1。表1問題選項(xiàng)分值一.基本信息二.信息獲取方式ABCDABCDEFGQ10.50.5Q90. Q20.20. 50.20. 1Q130. Q30. 10.20. 30.4Q180.40.2Q50. 10.20. 30.4Q0.20. 10.40.4Q0. 1Q0. 10. 3Q80. 10.20. 30.4Q220.20.4Q0. 1Q250.20.4Q0. 1Q300.40. 10. 10.2Q12

14、0.90. 1Q320.20.4Q0. 1Q330. 30.3Q17 0. 250.50. 25Q30. 10.2Q19 0. 1Q30. 1三、對(duì)媒體信任程度四、風(fēng)險(xiǎn)態(tài)度箱品資料推薦5式（2）ABCDABCDQ150.60.30. 1Q390. 10.30.6Q310.60.2Q400. 10.30.6Q350.60.30. 1Q410. 10.30.6Q420. 10.30.6Q430. 10.30.6Q440. 10.30.6Q450. 10.30.6Q460. 10.45Q470. 10.30.62.模型的

15、建立與求解一一模型I公眾投資者綜合情況分析模型模型的建立 第P個(gè)被調(diào)查者在不同模塊的總分為:叫,1 =2/局）式（1）根據(jù)不同模塊的需要分成不同段數(shù)，每個(gè)段數(shù)根據(jù)自身特征確定不同的分?jǐn)?shù)區(qū)間。人A： =.將被調(diào)查者在不同模塊的總分歸類，將得到該被調(diào)查者在該模塊的所屬類 型。按此進(jìn)行，得到所有被調(diào)查者在不同模塊的所屬類型，山此得到公眾投資者 這個(gè)群體的總體特征。見表2。表2調(diào)查者在所有模塊所顯示的對(duì)應(yīng)特征樣本序號(hào)12一、基本信息二、對(duì)媒體信任程度四、風(fēng)險(xiǎn)態(tài)度1 1二、信息獲取方式山表二統(tǒng)計(jì)得到整個(gè)公眾投資者群體不同模塊中不同類型的比例，山此可總 結(jié)群體綜合特征。式(3)梢品資料推薦6模型的求解第一

16、模塊：基本信息將問卷調(diào)查統(tǒng)計(jì)表中笫一模塊的題LI抽出，結(jié)合不同題目不同選項(xiàng)分值，得 到總體得分表。見附錄一。由于模塊一滿分為5. 8,最低分為1.75o根據(jù)實(shí)際得 分情況，A1優(yōu)秀4.8 5.8A 2良好3.8 mpl 4.8取州h3中等2.8 mpi 3.8差1.75 2.8優(yōu)秀B,0.0205良好0.635計(jì)算得:A.= 1中等%0.312差B140.0325因?yàn)榉种凳且酝顿Y條件越好分值越高，故模塊一說明，投資條件優(yōu)秀與差的 投資者比例很小，大部分為良好，還有一部分為中等。（計(jì)算時(shí)，樣本序號(hào)602 的問卷第六個(gè)問題手誤寫成5,故將該題計(jì)分為0。）第二模塊：信息獲取方式將問卷調(diào)查統(tǒng)計(jì)表中第二

17、模塊的題LI抽出，結(jié)合不同題U不同選項(xiàng)分值，得 到總體得分表。見附錄二。由于模塊二滿分為45,最低分為1.8。第二模塊分 值將山具有個(gè)人傾向的選項(xiàng)定為0. 4,具有證券公司傾向的選項(xiàng)定為03,具有 媒體傾向的選項(xiàng)定為0. 2,具有朋友推薦傾向的選項(xiàng)定為0.1。故將分?jǐn)?shù)段定為 此。根據(jù)實(shí)際得分情況，個(gè)人3.8 mpl 4.5取人=A證券公司3.2 3.8人23媒體2.5 3.2如朋友1.8 v 心 2.5p厶個(gè)人B”012計(jì)算得:A2 =證券公司Bn0.52媒體B2i0.28朋友B240.08山此可得信息獲取方式為證券公司或投資專家的比例占大半，而后為選擇媒 體，有的是通過個(gè)人分析以及計(jì)算，最小

18、的部分是通過朋友。第三模塊：媒體信任程度將問卷調(diào)查統(tǒng)計(jì)表中笫三模塊的題LI抽出，結(jié)合不同題目不同選項(xiàng)分值，得 到總體得分表。見附錄三。由于模塊三滿分為18,最低分為0.4。第三模塊分 值將山具有信任的選項(xiàng)定為0. 6,具有中立傾向的選項(xiàng)定為03,具有不信任傾 向的選項(xiàng)定為0.1。故將分?jǐn)?shù)段定為此。箱品資料推薦73.8 mp3 5.252.4 mnl 3.80.9 叫 2.4B4l0.19B420.52B430.29根據(jù)實(shí)際得分情況,信任1.3 1.8取人3=中立.9 叫? 1.3不信任.4 mp2 0.9信任0.22計(jì)算得: 九=中立0.34不信任0.44山此可得對(duì)媒體信任程度為不信任和中立占

19、大半，信任的屬于小部分。但不 信任與中立之間比例差別不大。第四模塊：風(fēng)險(xiǎn)態(tài)度將問卷調(diào)查統(tǒng)計(jì)表中第四模塊的題LI抽出，結(jié)合不同題不同選項(xiàng)分值，得 到總體得分表。見附錄四。由于模塊四滿分為5. 25,最低分為0.9。第四模塊分 值將山具有風(fēng)險(xiǎn)追求者的選項(xiàng)定為0. 6,具有風(fēng)險(xiǎn)中立者傾向的選項(xiàng)定為0. 3,具有風(fēng)險(xiǎn)回避者傾向的選項(xiàng)定為0. 1。故將分?jǐn)?shù)段定為此。根據(jù)實(shí)際得分情況，A41風(fēng)險(xiǎn)追求者取A4 = A42風(fēng)險(xiǎn)中立者A4I風(fēng)險(xiǎn)回避者風(fēng)險(xiǎn)追求者 計(jì)算得：A4=風(fēng)險(xiǎn)中立者風(fēng)險(xiǎn)回避者山此可得公眾投資者中風(fēng)險(xiǎn)中立者的比例最大，占近一半；接著為風(fēng)險(xiǎn)回避 者，近三成；而風(fēng)險(xiǎn)追求者的比例最小。第五：其他其他

20、模塊中的問題是與以上四個(gè)模塊沒有直接、明顯關(guān)系的問題。采取直接 分析各選項(xiàng)占比。見表3。（紅色為錯(cuò)誤數(shù)據(jù)）。表3 模塊五各選項(xiàng)比例47162324262728293638A12. 99%62. 34%16. 23%11.69%34. 42%21. 43%35. 06%66. 88%40. 26%28. 41%5%B23. 38%11.04%48.05%9. 09%27. 27%24. 68%25. 32%33. 12%40. 26%29. 06%24%C13. 64%11.69%9. 74%61. 04%30. 52%29. 22%29.87%19. 48%42. 53%70%D19. 48%

21、7. 79%25. 81%18. 18%7.79%24. 68%9. 74%1%E15. 58%7.14%F 10.39%G 4.55%曲上表可知，公眾投資者中企業(yè)員工為主要力量，近四成，其余主要為公務(wù)人員與離退休人員。且入市要口的為改善生活，最想了解的是投資技巧及財(cái)務(wù)知識(shí)，且缺乏這方面知識(shí)，認(rèn)為失敗的投資經(jīng)歷由于運(yùn)氣太差，但是學(xué)習(xí)的欲望強(qiáng)烈。對(duì)中國(guó)股市中的泡沫褒貶不一，且絕大多數(shù)投資者感覺國(guó)家政策對(duì)股市產(chǎn)生箱品資料推薦X人信任兒良好A中等A差的影響較大。二問題二的分析與求解1.對(duì)問題的分析通過對(duì)模型一的分析得到，在實(shí)際生活中股民的風(fēng)險(xiǎn)態(tài)度會(huì)因個(gè)人狀況、信 息獲取方式、媒體信任程度等方面的變化

22、而不同，且這三個(gè)方面我們獲知的容易 程度呈現(xiàn)遞進(jìn)關(guān)系。第一模塊四種類型，投資條件優(yōu)秀、良好、中等，差；第二 模塊三種類型，分別為個(gè)人，證券公司，媒體，朋；第三模塊三種類型，分別為 信任、中立、不信任；第四模塊四種類型，分別為風(fēng)險(xiǎn)追求者、風(fēng)險(xiǎn)中立者、風(fēng) 險(xiǎn)回避者。對(duì)這四種模塊各取一種細(xì)分，一共是144種(144 = 4x3x3x4)種 細(xì)分類。該細(xì)分類樹狀圖如下：人風(fēng)險(xiǎn)追逐者 4.85 5&3.8 4.5,13 1&3.8m4l 5.25，兒風(fēng)險(xiǎn)中立者：兒風(fēng)險(xiǎn)回避者：仏個(gè)人去中立人優(yōu)秀4證券公司 仏媒體 州朋友我們可以將所有四種信息按照其分布等級(jí)的不同分為144種組合，并將616 名調(diào)查者分別歸

23、到這144組當(dāng)中。然后可以通過計(jì)算得到這144組中每組所擁有 投資者占總投資者比例。分析得到他們之間的相關(guān)關(guān)系。2.模型的建立與求解一一模型II樹狀表關(guān)系評(píng)估法(1)模型的分析根據(jù)分析將共有144組細(xì)分類:根據(jù)不同調(diào)查者在模型一中的得分，通過計(jì)算能夠得到表4o表4 每種細(xì)分組的類型，數(shù)量以及比例X3(AIPA2IM31M43)144種組合;箱品資料推薦9最后統(tǒng)計(jì)結(jié)果計(jì)算得到不同種類之間的相關(guān)關(guān)系。(2)模型的建立與求解將所有的情況組合得到144種組合，并用Access查詢，程序見附錄三。 將數(shù)據(jù)分類得到不同類型選項(xiàng)人數(shù)的樹狀分層表、所有的被調(diào)查者選擇組合的人 數(shù)及不同關(guān)系的組合所占的比例，見表

24、5。表5不同類型選項(xiàng)人數(shù)樹狀分層表回避00.00%中立00. 00%不信任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%中0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%朋友0信用程 度信 任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00.00%中立00. 00%不信任0風(fēng)險(xiǎn) 態(tài)度追隨00.00%回避40. 65%中乂00. 00%中立風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%媒體4信用程 度信 任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避40. 65%中立81. 30%不信任16風(fēng)險(xiǎn) 態(tài)度追隨40. 65%回避00. 00%中立00. 00%中0風(fēng)

25、險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00.00%公司16信用程度信 ff0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00.00%中立00. 00%不信任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%中立0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中乂00. 00%基本狀況差20獲取方式個(gè)人0信用程 度任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%箱品資料推薦10回避10. 65%中立00. 00%4風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避40. 65%中立00. 00%中丫12風(fēng)險(xiǎn) 態(tài)度追隨81.30%回避10. 65%中立81. 30%朋友28信用程 度信 任12風(fēng)險(xiǎn) 態(tài)度追隨00.00

26、%回避40. 65%中乂10. 65%不信任16風(fēng)險(xiǎn) 態(tài)度追隨81.30%回避81. 30%中立121.95%中20風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避121.95%中立10. 65%媒體56信用程 度信 任20風(fēng)險(xiǎn) 態(tài)度追隨40. 65%回避243. 90%中立243. 90%60風(fēng)險(xiǎn) 態(tài)度追隨121.95%回避121.95%中立50. 81%中25風(fēng)險(xiǎn) 態(tài)度追隨81. 30%回避00.00%中立40. 65%公司89信用程 度信 任4風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立121.95%12風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中乂81.30%中8風(fēng)險(xiǎn) 態(tài)度追隨00. 00%

27、回避00. 00%中立00. 00%中193獲取方 式個(gè)人20信用程 度信 任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%不信任0風(fēng)險(xiǎn) 態(tài)度追隨00.00%回避00. 00%中立81. 30%中8風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避10. 65%中立81.30%朋友20信用程 度信 任12風(fēng)險(xiǎn) 態(tài)度追隨00. 00%良 好391獲取方 式媒體110信用程不28風(fēng)險(xiǎn)回避00. 00%箱品資料推薦11中立203. 25%信 任態(tài)度追隨81.30%回避00. 00%中立467. 47%中46風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避40. 65%中立81.30%信 任36風(fēng)險(xiǎn) 態(tài)度追隨243

28、 90%回避569.09%中立345. 52%不信任91風(fēng)險(xiǎn) 態(tài)度追隨10. 16%回避40. 65%中立6710. 88%中79風(fēng)險(xiǎn) 態(tài)度追隨81.30%回避182. 92%中乂121.95%公司208信用程 度信 任38風(fēng)險(xiǎn) 態(tài)度追隨81. 30%回避81.30%中立121.95%不信任35風(fēng)險(xiǎn) 態(tài)度追隨152. 44%回避00. 00%中立40. 65%中8風(fēng)險(xiǎn) 態(tài)度追隨10. 65%回避20. 32%中立10. 65%個(gè)人53信用程 度信 任10風(fēng)險(xiǎn) 態(tài)度追隨40. 65%回避00. 00%中立00. 00%不信任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%中0風(fēng)

29、險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%朋友0信用程 度信 任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00.00%中立00. 00%中芒0風(fēng)險(xiǎn) 態(tài)度追隨00.00%回避00. 00%中乂00. 00%媒體0信用程 度信 任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%優(yōu)秀12獲取方 式公司8信用程 度不 信8風(fēng)險(xiǎn) 態(tài)度中立81.30%箱品資料推薦12等等好好好好好 中中良良良良良證券公司證券公司媒體媒體證券公司證券公司證券公司不不不中任任亠.S亠.S不不避立立立避立立 回中中中回中中243.90%243.90%

30、203.25%467.47%569.09%345.52%6710.88%任追隨00. 00%回避00. 00%中立00. 00%中丫0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%信 任0風(fēng)險(xiǎn) 態(tài)度追隨00.00%回避00. 00%中立00.00%1風(fēng)險(xiǎn) 態(tài)度追隨40. 65%回避00. 00%中立00. 00%中0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%回避00. 00%中立00. 00%個(gè)人4信用程 度信 任0風(fēng)險(xiǎn) 態(tài)度追隨00. 00%根據(jù)上表，我們選取了比例最大的7個(gè)組合，即大多數(shù)投資者在個(gè)人狀況、 信息獲取方式、媒體信任程、風(fēng)險(xiǎn)態(tài)度滿足這樣的情況。選取比例最大的7個(gè)組 合得到如

31、表6。表6 比例最大的7個(gè)組合情況表個(gè)人情況獲取方式信任程度風(fēng)險(xiǎn)態(tài)度 人數(shù)比例根據(jù)比例最大的7個(gè)組合情況分析可以得到，投資情況良好，信息來源為證 券公司，信任程度中立，風(fēng)險(xiǎn)態(tài)度中立為主要情況。個(gè)人情況越好投資者對(duì)媒體 的信任程度和風(fēng)險(xiǎn)態(tài)度愈發(fā)理性，會(huì)趨向于保持中立的態(tài)度。獲取方式主要為證 券公司和媒體。6 模型的誤差分析、檢驗(yàn)和改進(jìn)一、誤差分析1. 考慮影響因素的選取方面在劃分影響因素模型中，我們重新劃分問題時(shí)具有一定的主觀性，有些問題 的歸屬類別本身就具有模糊性，導(dǎo)致建模結(jié)果與實(shí)際情況有一定程度上的偏差。2. 數(shù)據(jù)處理上的誤差在建模前，為了更容易搜集和利用數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行了處理，如數(shù)據(jù)的取舍

32、、 近似，而對(duì)數(shù)據(jù)的加權(quán)平均和求解其比例也是一個(gè)近似問題，因此數(shù)據(jù)的誤差是 存在的，但是在誤差允許的范圍內(nèi)。箱品資料推薦133. 客觀因素引起的誤差我們對(duì)公眾投資者的調(diào)查在具體實(shí)施過程中是復(fù)雜的，受多方面因素的影 響。在現(xiàn)實(shí)生活中，很多調(diào)查者不愿意真實(shí)的填寫相關(guān)信息或者填寫態(tài)度不認(rèn)真 敷衍了事，我們很難把這些因素精確的考慮在我們的模型中，造成模型與實(shí)際情 況存在不可避免的誤差.二、模型的改進(jìn)1 我國(guó)證券投資者數(shù)量龐大，山于實(shí)際調(diào)查數(shù)據(jù)過少，對(duì)模型檢驗(yàn)產(chǎn)生較大 影響若能得到更多的實(shí)際每日游客量調(diào)查數(shù)據(jù)，就可以更加精確的評(píng)估總體的 特征狀況。2.對(duì)于調(diào)查者我們只采集到截面數(shù)據(jù)，如果可以在不同時(shí)間采

33、集到時(shí)序數(shù) 據(jù)，將更有說服力。3調(diào)查數(shù)據(jù)只來自博雅證券一家公司，具有一定的片面性，如果有各個(gè)公司 采集的數(shù)據(jù)進(jìn)行分析，模型將更加準(zhǔn)確。 7 模型的評(píng)價(jià)與推廣一、優(yōu)缺點(diǎn)1. 模型的優(yōu)點(diǎn)1） 本文矗立的模型與實(shí)際緊密聯(lián)系，充分考慮現(xiàn)實(shí)情況的不同階段，從而 使模型更貼近實(shí)際，通用性強(qiáng)；2） 利用氏作圖簡(jiǎn)便、直觀、快捷，用Eviews對(duì)數(shù)據(jù)進(jìn)行處理，省去不 必要的復(fù)雜計(jì)算；3） 問題一的模型運(yùn)用，公眾投資者綜合情況分析模型計(jì)算比較簡(jiǎn)單，易與 推廣；對(duì)于問題二的求解運(yùn)用了樹狀表關(guān)系評(píng)佔(zhàn)法模型，對(duì)數(shù)據(jù)進(jìn)行了合理的分 析，使結(jié)果更加準(zhǔn)確。2 模型的缺點(diǎn)1）在建模過程中，山于假設(shè)問卷中的無效答案為筆誤，不影響

34、該被調(diào)查者 問卷其他問題答案的真實(shí)性，故忽略部分因素，使得模型結(jié)論與實(shí)際仍存有一定 的差距；2） 由于本文在數(shù)據(jù)上可能做出大量的收集，只是通過網(wǎng)上搜索，題目 給予，在以后的實(shí)踐檢驗(yàn)中可能還需要進(jìn)行一些更改變動(dòng)。二、模型的推廣本文整體是一個(gè)綜合性較強(qiáng)，易學(xué)易用，而且定性與定量相結(jié)合，將因素與 研究對(duì)象用數(shù)學(xué)量來關(guān)聯(lián)的數(shù)學(xué)模型，便于考察分析，是一種十分有效的系統(tǒng)評(píng) 算方法，可廣泛地應(yīng)用在不同因素之間分析相關(guān)關(guān)系等問題上。8提出的建議1. 對(duì)證券監(jiān)管部門的建議：我國(guó)證券市場(chǎng)處于高速發(fā)展的階段，公眾投資者都有通過投身股市增加其個(gè) 人財(cái)富的愿望，因此人群范圉廣。投資者很多信息都是通過大眾媒體和證券公司

35、獲取證券信息，證監(jiān)會(huì)應(yīng)該做到立法先行，確保證券信息的有效性和真實(shí)性，防 止不良信息誤導(dǎo)投資者，積極樹立投資者對(duì)市場(chǎng)的信心，事緩則圓，逐步凈化市 場(chǎng)投資環(huán)境，引導(dǎo)市場(chǎng)穩(wěn)健發(fā)展。箱品資料推薦14在我國(guó)大部分的投資者對(duì)媒體的信任程度不高，因此加強(qiáng)媒體信譽(yù)度的提高 成了證券發(fā)展的重要環(huán)節(jié)，要提高媒體的信譽(yù)必須加大監(jiān)管力度，加強(qiáng)同行業(yè)自 律和自我監(jiān)督，并及時(shí)處罰違反國(guó)家法律侵犯投資者利益的媒體及證券公司，維 護(hù)我國(guó)證券行業(yè)的繁榮發(fā)展。2.對(duì)于我國(guó)投資者建議：投資者的專業(yè)素質(zhì)普遍偏低，投資年齡普遍較短。投資過程不夠理性。投資 者不應(yīng)該抱著撞運(yùn)氣態(tài)度和流行心態(tài)。投資者需要積極學(xué)習(xí)專業(yè)知識(shí)，提高對(duì)證 券信息的

36、甄別能力，用自己的智慧獲取預(yù)期的財(cái)富。大部分的投資者獲知信息的渠道是媒體和證券公司，而朋友介紹和自我分析 的很少，這樣就加大了投資的風(fēng)險(xiǎn)，因此加強(qiáng)對(duì)證券相關(guān)知識(shí)的學(xué)習(xí)成了投資者 維護(hù)自身利益的重要方式，另外，對(duì)風(fēng)險(xiǎn)的態(tài)度也決定了收益的狀況，建議投資 者要有自己的主見，不要盲從，對(duì)風(fēng)險(xiǎn)正確認(rèn)識(shí)，才能保證自己的收益。9參考文獻(xiàn)1 http:/finance, stockstar. com/SS2011102000004086. shtml2http:/bIog. eastmoney, com/1x113809482386/bIog 140739083. html3http:/www. dhzyzq

37、. com/forum. php?mod:=v i ewthread&t i d=41024附錄附錄一模塊一各樣本得分樣本序號(hào) |Q1 Q2Q3Q5Q6Q8Q10 QllQ12 Q14 Q17Q19 得分 3.950.40.403.254.50.20.304.400.50.54

38、.200.30370.500.10.4050.23.25 4.050050.40.302.9500.2000.250.5 3.05030.

39、0.23.800.250.5 4.550160.50.50030.20.905170.50000.250.5 3350.30.2000.10.5040.30.2504.05箱品資料推薦15210.

40、0.250.5 4.25箱品資料推薦16050.2 3.150.20.20030.30.900.50.240.20.20400.40.900.250.5 3.8520.20.2042050.23.65200

41、.900.250.5 3.85200.30.900.50.543000.20.900.250.5 3.8530.20.2504.0530.30 3.4530300.50.54330.3

42、0.50534330.30.505.53054050.22.654400.204.840.40.250

43、4.5540.30.50030.303.743.8544.6400.900.250.5 3.65400044.25500.30.204.950

44、.3.5500.20300.53.8500.250.5 3.955054.35030.30.9053.7550.20.200590.50.20

45、.00.504.46000.300564.75600.50436056030.20.906060.20.20

46、4670.50 3.25680.5005箱品資料推薦17600.20.905700.20.304.370.30.90700.50.54700.50.2470.40.

47、20.90700.20.400.20070.20.303.375700.30 3.45790.5050.54.758000.303.58003.2803

48、0.20.900.504.380584.584.28080.30.90584.1584.

49、059000.200.400.90900.905920.5003.75900.50.24900.900.250.5 3.8594390.40.504.490.30.2000.50.53

50、.290.20.20030.20.900.250.5 3.85900.901000.10.303.3100.20.200100.20.20030.20.900.250.5 3.75100.200.900.50.5431040.500.900.50.54100.3

51、1001000 3.35104100.40.2010510.50.2414.71130.50.10

52、00.250.5 3.451030.20.900.50.54105箱品資料推薦0.20.203030.2000.20.3030.20.900.50.5030.20.9000.50.500

53、.0.300400.20.900.250.5 3.800.30.9000.20300.2500.400.20.900.250.5 3.80.20.20

54、.0.20.503.70.5000.20.2030300.9000502.70.30.500000.30.900.4

55、0.400000.250.5 3.850.50.5000.20.400.20.900.250.5 3.8000.20300.100050.23.75

56、0.30.20300050.2 3.600.90000.10.9000.900.250.5 3.850.5

57、0.30.9000.250.5 3.90.40.400.5030.20.300.9000.3030.500.9050.50.

58、50.54.05116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162箱品資料推薦192020520.20.203030.20.900.50

59、.54.620.20.504.4200.3000.2502.85205200.50.143205200.504.220.30.20030.20.9020.20.203

60、00.50.242210.500.40.30 3.2520.2005200.20.90520.20.304320220.20.2000.50.5422030.30.900.50.242280.500.40.