剖析中国股市个体投资者认知偏差与风险偏好：行为金融视角下的深度洞察

剖析中国股市个体投资者认知偏差与风险偏好：行为金融视角下的深度洞察一、引言1.1研究背景与意义近年来，随着中国经济的快速发展和金融市场的不断完善，中国股市取得了长足的进步。截至2024年底，中国A股市场上市公司数量已超过5000家，总市值超过80万亿元，成为全球第二大股票市场。中国股市在经济体系中的地位日益重要，不仅为企业提供了重要的融资渠道，也为投资者提供了多样化的投资选择。在投资者结构方面，个人投资者仍占据较大比例。据中国证券登记结算有限责任公司数据显示，2024年A股个人投资者开户数已超过2亿户，占比超过99%。尽管近年来机构投资者的规模和影响力逐渐提升，但个人投资者因其数量众多、交易频繁，在市场中仍具有重要影响力。然而，个人投资者在股市投资中往往存在认知偏差和风险偏好问题。认知偏差是指投资者在决策过程中偏离理性的判断和行为，如过度自信、损失厌恶、羊群效应等；风险偏好则反映了投资者对风险的态度和承受能力，不同的风险偏好会导致投资者做出不同的投资决策。这些认知偏差和风险偏好可能导致投资者做出非理性的投资决策，进而影响其投资收益和市场的稳定运行。研究中国股市个体投资者的认知偏差和风险偏好具有重要的理论与现实意义。对投资者自身而言，了解这些认知偏差和风险偏好，可以帮助他们更好地认识自己的投资行为，提高投资决策的科学性和合理性，从而降低投资风险，提高投资收益。通过认识到自己可能存在的过度自信偏差，投资者可以更加谨慎地对待投资决策，避免盲目跟风和过度交易。对于证券市场的稳定运行，个体投资者作为市场的重要参与者，其投资行为直接影响市场的波动性和稳定性。若能深入研究个体投资者的认知偏差和风险偏好，有助于监管部门制定更加有效的政策，引导投资者理性投资，促进市场的健康稳定发展。监管部门可以根据投资者的风险偏好特点，制定相应的风险提示和教育措施，提高投资者的风险意识。从金融理论的发展来看，对个体投资者认知偏差和风险偏好的研究，能够丰富和完善行为金融学理论，为金融市场的研究提供新的视角和方法。传统金融理论假设投资者是理性的，但现实中投资者的行为往往受到认知偏差和风险偏好的影响，研究这些因素可以弥补传统金融理论的不足，推动金融理论的创新与发展。1.2研究目的与创新点本研究旨在深入剖析中国股市个体投资者的认知偏差和风险偏好，揭示其内在机制和影响因素，为投资者提供切实可行的投资建议，为监管部门制定科学合理的政策提供理论支持，以促进中国股市的健康稳定发展。在研究视角上，本研究从多维度深入分析个体投资者的认知偏差和风险偏好。不仅关注投资者个体特征如年龄、性别、教育程度、投资经验等对认知偏差和风险偏好的影响，还探讨宏观经济环境、市场行情、政策变化等外部因素如何作用于投资者行为，综合考量多种因素的交互影响，从而更全面地理解投资者行为背后的驱动机制。在研究方法上，构建综合模型对投资者认知偏差和风险偏好进行量化分析。结合行为金融学理论与计量经济学方法，运用问卷调查、实验研究和大数据分析等多种手段收集数据。通过构建Logistic回归模型、Probit模型等，对投资者认知偏差和风险偏好进行量化评估，分析各因素对投资者行为的影响程度和方向，提高研究的科学性和准确性。本研究还将针对不同类型的认知偏差和风险偏好，提出具有针对性的投资建议和风险管理策略。通过对投资者行为的深入研究，识别出常见的认知偏差和风险偏好类型，如过度自信、损失厌恶、羊群效应等，并根据不同类型的特点，为投资者提供个性化的投资建议和风险管理策略。对于过度自信的投资者，建议其加强自我反思，制定合理的投资计划，避免过度交易；对于损失厌恶的投资者，建议其树立正确的投资心态，合理设置止损点，避免因害怕损失而错失投资机会。1.3研究方法与框架本研究采用多种研究方法，确保研究的全面性和深入性。在研究过程中，通过广泛查阅国内外相关文献，全面梳理行为金融学、心理学等领域中关于投资者认知偏差和风险偏好的理论与实证研究成果，为后续研究奠定坚实的理论基础。以中国股市个体投资者为研究对象，设计一套科学合理的调查问卷，涵盖投资者的基本信息、投资行为、认知偏差和风险偏好等多个方面。通过线上和线下相结合的方式，广泛发放问卷，收集一手数据，并运用统计学方法对问卷数据进行分析，揭示投资者认知偏差和风险偏好的特征及影响因素。选取具有代表性的个体投资者案例，深入分析其投资决策过程、认知偏差的表现以及风险偏好对投资行为的影响。通过案例分析，更直观地展示个体投资者在股市投资中存在的问题，为提出针对性的建议提供实践依据。运用计量经济学方法，构建实证模型，对收集到的数据进行量化分析。通过回归分析、相关性分析等方法，探究认知偏差、风险偏好与投资决策、投资收益之间的关系，验证研究假设，提高研究的科学性和可靠性。本研究的整体框架如下：第一章引言，阐述研究背景、目的、意义、创新点以及研究方法与框架，明确研究的方向和重点。第二章为理论基础，系统介绍行为金融学中关于认知偏差和风险偏好的相关理论，包括前景理论、预期效用理论等，为后续研究提供理论支撑。第三章分析中国股市个体投资者认知偏差的现状，运用问卷调查和数据分析，识别投资者常见的认知偏差类型，如过度自信、损失厌恶、羊群效应等，并探讨其形成原因和影响因素。第四章探讨中国股市个体投资者风险偏好的现状，通过构建风险偏好度量模型，分析投资者的风险偏好类型和特征，研究不同风险偏好对投资决策的影响。第五章深入研究认知偏差与风险偏好对中国股市个体投资者投资行为的影响，通过实证分析，揭示两者如何相互作用，影响投资者的投资决策、资产配置和投资收益。第六章提出基于认知偏差和风险偏好的投资建议与风险管理策略，针对不同类型的认知偏差和风险偏好，为投资者提供个性化的投资建议，帮助其制定合理的投资计划，有效管理投资风险。第七章为研究结论与展望，总结研究的主要成果，指出研究的不足之处，并对未来的研究方向进行展望。二、理论基础与文献综述2.1认知偏差相关理论2.1.1行为金融学理论行为金融学作为金融学领域的新兴分支，突破了传统金融理论的局限，为解释金融市场中的投资者行为提供了全新视角。传统金融理论以有效市场假说（EMH）和理性人假设为基石，认为市场参与者能够充分利用所有可得信息，做出理性的投资决策，市场价格能够及时、准确地反映资产的内在价值。在现实的金融市场中，投资者的行为往往受到多种心理因素的影响，并非完全理性。行为金融学正是基于对这些现实现象的观察和研究，应运而生。行为金融学将心理学、社会学等多学科知识融入金融学研究，强调投资者的认知偏差、情绪因素以及社会影响对投资决策的作用。投资者在决策过程中，会受到过度自信、损失厌恶、羊群效应等认知偏差的影响，导致其决策偏离理性轨道。过度自信的投资者往往高估自己的投资能力和判断准确性，从而承担过高的风险；损失厌恶的投资者对损失的敏感度远高于对收益的敏感度，在面对亏损时可能会做出非理性的决策，如不愿意止损，导致损失进一步扩大；羊群效应则使得投资者倾向于跟随市场中大多数人的行为，而忽视自己所掌握的信息，从而引发市场的非理性波动。行为金融学通过大量的实证研究和实验，揭示了投资者在金融市场中的非理性行为及其背后的心理机制。这些研究成果不仅丰富了金融学的理论体系，也为金融市场的实践提供了重要的指导。在投资策略制定方面，投资者可以利用行为金融学的研究成果，识别市场中的非理性行为和投资机会，制定更加合理的投资策略。通过关注投资者的情绪变化和市场的非理性波动，投资者可以在市场过度乐观时保持谨慎，在市场过度悲观时寻找投资机会。在风险管理方面，了解投资者的认知偏差和行为特征，有助于金融机构和监管部门更好地评估和管理金融风险，制定更加有效的风险管理政策和监管措施。2.1.2认知偏差分类及形成机制认知偏差在投资者的决策过程中广泛存在，对投资行为产生着深远的影响。根据其产生的原因和表现形式，认知偏差可大致分为启发式偏差、情绪偏差和社会偏差等类型。启发式偏差是指投资者在决策时，由于信息处理能力有限，往往会采用一些简单的经验法则或启发式方法，从而导致判断和决策出现偏差。代表性启发偏差是指投资者倾向于根据事物的表面特征或代表性来判断其所属类别或发生概率，而忽略了其他相关信息。当投资者看到某只股票在过去一段时间内表现出色，就可能认为该股票所属的行业前景良好，未来也会继续上涨，而忽视了行业竞争、宏观经济环境等其他因素的影响。可得性启发偏差则是指投资者在判断事件发生的概率时，往往会根据信息的可得性或容易回忆的程度来进行判断。如果近期媒体对某只股票进行了大量报道，投资者就可能会高估该股票的投资价值，而忽视了其他潜在的投资机会。情绪偏差是由投资者的情绪和情感因素所导致的认知偏差。在投资中，恐惧和贪婪是两种常见的情绪，它们会对投资者的决策产生显著影响。当市场出现大幅下跌时，投资者往往会因恐惧而匆忙卖出股票，即使这些股票的基本面并没有发生实质性变化；相反，当市场处于牛市时，投资者可能会因贪婪而过度买入股票，忽视了市场风险。损失厌恶偏差也是一种重要的情绪偏差，投资者对损失的厌恶程度远远超过对同等收益的喜爱程度。这种偏差使得投资者在面对亏损时，往往会表现出较强的风险偏好，不愿意止损，希望等待股价反弹，从而导致损失进一步扩大；而在面对盈利时，投资者则更倾向于保守，过早地卖出股票以锁定利润。社会偏差源于投资者在社会环境中受到他人行为和意见的影响，从而产生认知偏差。羊群效应是社会偏差的典型表现，投资者往往会跟随市场中大多数人的行为，而忽视自己的判断和信息。在股票市场中，当大多数投资者都看好某只股票时，其他投资者往往会跟风买入，即使他们并没有充分的理由。这种行为不仅会导致股票价格的非理性上涨，也会增加市场的不稳定性。信息瀑布效应也是社会偏差的一种，当投资者接收到其他人的决策信息时，可能会忽略自己的私人信息，而完全依赖他人的信息进行决策。如果市场上的一些权威人士或机构发布了对某只股票的推荐信息，其他投资者可能会不加思考地跟随买入，而不考虑自己的投资目标和风险承受能力。认知偏差的形成机制较为复杂，涉及多个方面的因素。从心理层面来看，人类的认知过程存在局限性，大脑在处理信息时需要消耗大量的能量和时间，因此会采用一些简化的策略和规则，这就容易导致认知偏差的产生。人类的记忆和注意力也会影响认知偏差的形成，投资者往往更容易记住与自己观点一致的信息，而忽略与自己观点相悖的信息，从而导致确认偏差的出现。从社会层面来看，社会环境和文化背景会对投资者的认知和行为产生影响。在一个崇尚冒险和投机的社会环境中，投资者可能更容易受到贪婪情绪的影响，从而产生过度投资的行为；而在一个强调稳健和保守的社会环境中，投资者可能更倾向于规避风险，导致投资机会的错失。市场环境和信息不对称也是认知偏差形成的重要因素。金融市场具有高度的不确定性和复杂性，投资者往往难以获取全面、准确的信息，这就增加了认知偏差的发生概率。市场中的噪音和虚假信息也会干扰投资者的判断，导致他们做出错误的决策。2.2风险偏好相关理论2.2.1风险偏好定义与分类风险偏好是指投资者在面对投资决策时，对风险的态度和愿意承担风险的程度。它反映了投资者在追求收益过程中对风险的权衡和取舍。在金融市场中，投资者的风险偏好各不相同，这种差异会显著影响他们的投资决策和资产配置策略。根据投资者对风险的态度和行为表现，风险偏好大致可分为以下三种类型：风险厌恶型投资者对风险表现出明显的回避态度。他们更注重投资的安全性和稳定性，在投资决策时，会优先考虑资产的保值而非增值。当预期收益率相同时，这类投资者会偏好具有低风险的资产；而对于具有同样风险的资产，他们则钟情于具有高预期收益率的资产。银行定期存款、国债等低风险、收益相对稳定的投资产品往往是风险厌恶型投资者的首选。在2020年新冠疫情爆发初期，金融市场大幅波动，许多风险厌恶型投资者纷纷将资金从股票市场转移到债券市场和银行存款，以规避市场风险，确保资金的安全。风险追求型投资者则与风险厌恶型投资者相反，他们主动追求风险，喜欢收益的波动性胜于收益的稳定性。这类投资者相信高风险伴随着高回报，在投资中更愿意承担风险以获取更高的收益。当预期收益相同时，他们会选择风险大的投资，因为这会给他们带来更大的效用。股票、期货、期权等高风险、高回报的投资产品对风险追求型投资者具有较大的吸引力。在股票市场处于牛市行情时，风险追求型投资者可能会加大对股票的投资比例，甚至使用杠杆工具，以期望获得更高的收益。风险中性型投资者对风险持中立态度，既不回避风险，也不主动追求风险。他们在投资决策时，唯一的标准是预期收益的大小，而不考虑风险状况如何。在他们看来，风险只是投资过程中的一个客观因素，只要预期收益符合自己的目标，就会进行投资。在一些投资场景中，风险中性型投资者可能会根据市场情况和投资机会，灵活选择不同风险水平的资产，而不受风险偏好的明显制约。在选择投资基金时，风险中性型投资者会综合考虑基金的历史业绩、预期收益等因素，而不会特别关注基金的风险等级。2.2.2风险偏好的度量方法准确度量投资者的风险偏好是研究投资者行为和金融市场运行的关键环节。在金融领域，常用的风险偏好度量方法主要包括问卷调查法、实验研究法和资产定价模型法。问卷调查法是一种较为直接和常用的度量风险偏好的方法。通过设计一系列针对性的问题，了解投资者对不同风险水平投资项目的态度和选择倾向。问卷中可能会设置一些情景假设问题，如“假设你有一笔闲置资金，你更倾向于选择以下哪种投资方式：A.银行定期存款，年利率为2%；B.股票投资，预期年化收益率为10%，但可能面临20%的亏损风险；C.债券基金，预期年化收益率为6%，风险较低”，通过投资者的回答来推断其风险偏好类型。这种方法的优点是操作简便、成本较低，可以大规模收集数据，能够快速了解投资者的风险偏好概况。问卷调查结果容易受到投资者主观认知和表达的影响，可能存在回答偏差，导致度量结果不够准确。实验研究法通过在实验室环境中设置特定的投资场景和实验任务，观察投资者的决策行为来度量风险偏好。在实验中，研究者会提供不同风险和收益组合的投资选项，让投资者在虚拟或真实的货币环境下进行投资决策，通过分析投资者的选择行为来推断其风险偏好。实验研究法能够对实验条件进行严格控制，排除其他因素的干扰，从而更准确地观察风险偏好对投资决策的影响。这种方法也存在一定的局限性，实验环境与现实金融市场存在差异，实验结果可能无法完全反映投资者在实际市场中的行为。资产定价模型法是基于金融市场的实际交易数据，运用资产定价模型来间接度量投资者的风险偏好。资本资产定价模型（CAPM）、套利定价理论（APT）等。这些模型通过分析资产的预期收益率、风险溢价等因素，来推断投资者对风险的补偿要求，进而反映投资者的风险偏好。在CAPM模型中，通过计算资产的β系数（衡量资产相对于市场组合的风险敏感度），可以了解投资者对该资产风险的承受程度，从而推断其风险偏好。资产定价模型法利用了市场实际数据，具有较强的客观性和现实参考价值。该方法依赖于市场数据的准确性和模型的假设前提，在实际应用中可能受到市场异常波动、数据误差等因素的影响。2.3文献综述2.3.1中国股市个体投资者认知偏差研究现状在认知偏差的表现方面，国内学者进行了大量研究。李新路在《中国股市个体投资者行为实证研究》中指出，中国股市个体投资者普遍存在过度自信偏差，表现为对自己的投资能力过度乐观，高估自己获取信息和分析市场的能力，从而导致频繁交易和过度投资。投资者往往过于相信自己对股票走势的判断，频繁买卖股票，忽视了市场的不确定性和风险。研究表明，中国股市中约有60%的个体投资者存在过度自信偏差，其交易频率明显高于理性投资者。投资者还存在损失厌恶偏差，对损失的敏感度远高于对收益的敏感度。当股票出现亏损时，投资者往往不愿意止损，而是选择继续持有，期望股价反弹，以避免实现损失；而当股票盈利时，投资者则倾向于过早卖出，锁定利润。有研究发现，中国股市中超过70%的个体投资者存在损失厌恶偏差，这种偏差导致他们在投资中错失了很多机会，也增加了投资风险。羊群效应在中国股市个体投资者中也较为显著，投资者往往会跟随市场中大多数人的行为，而忽视自己的判断和信息。当市场出现热点板块或热门股票时，投资者往往会跟风买入，导致股价虚高；而当市场出现恐慌情绪时，投资者又会纷纷抛售股票，加剧市场的下跌。一项针对中国股市投资者的调查显示，约有50%的投资者表示会受到羊群效应的影响，在投资决策中跟随市场趋势。认知偏差的影响因素是多方面的。投资者个体特征对认知偏差有着重要影响。年龄方面，年轻投资者往往更容易受到情绪和市场热点的影响，表现出更明显的过度自信和羊群效应；而年长投资者则相对更为谨慎，损失厌恶偏差较为突出。性别上，男性投资者通常比女性投资者更具冒险精神，过度自信偏差更为明显；女性投资者则在决策时更加保守，更易受到损失厌恶的影响。教育程度也与认知偏差相关，教育程度较高的投资者相对更容易获取和分析信息，认知偏差相对较小，但在面对复杂市场情况时，仍可能受到情绪和群体行为的影响。投资经验同样是关键因素，经验丰富的投资者在一定程度上能够识别和避免部分认知偏差，但在市场环境发生重大变化时，也可能受到固有思维模式的限制，产生认知偏差。市场环境因素对认知偏差的影响也不容忽视。市场的波动性和不确定性会加剧投资者的认知偏差。在市场大幅波动时，投资者往往会感到恐慌和焦虑，更容易受到情绪的左右，从而出现过度反应和羊群行为。当股市出现大幅下跌时，投资者可能会因恐惧而匆忙卖出股票，即使这些股票的基本面并没有发生实质性变化；而当股市快速上涨时，投资者又可能会因贪婪而盲目追涨，忽视了市场风险。信息不对称也是导致认知偏差的重要原因。投资者在获取信息时往往存在局限性，无法获取全面、准确的信息，这使得他们在决策时容易受到片面信息的影响，产生认知偏差。媒体报道、分析师推荐等信息也可能存在误导性，进一步加剧投资者的认知偏差。认知偏差对投资者行为的影响是深远的。在投资决策方面，认知偏差会导致投资者做出非理性的决策。过度自信的投资者可能会高估自己的投资能力，选择高风险的投资项目，而忽视了自身的风险承受能力；损失厌恶的投资者则可能会因为害怕损失而错失投资机会，或者在面对亏损时不愿意止损，导致损失进一步扩大。在资产配置方面，认知偏差会影响投资者的资产配置策略。羊群效应使得投资者倾向于集中投资于某些热门资产，而忽视了资产的分散化配置，从而增加了投资组合的风险。在投资收益方面，大量研究表明，认知偏差与投资收益之间存在显著的负相关关系。存在过度自信和羊群效应的投资者往往难以获得理想的投资收益，而能够有效控制认知偏差的投资者则更有可能实现稳健的投资回报。2.3.2中国股市个体投资者风险偏好研究现状中国股市个体投资者的风险偏好呈现出多样化的特征。研究表明，约30%的个体投资者表现出风险追求型偏好，他们积极追求高风险、高回报的投资机会，愿意承担较大的风险以获取更高的收益。这类投资者通常对市场有着较高的预期，相信自己能够在高风险的投资中获得成功。在股市牛市期间，风险追求型投资者会加大对股票的投资比例，甚至使用杠杆工具，以期望获得更高的收益。约40%的投资者属于风险厌恶型，他们更注重投资的安全性和稳定性，在投资决策时，会优先考虑资产的保值而非增值。这类投资者通常对风险较为敏感，不愿意承担过多的风险。在市场波动较大时，风险厌恶型投资者会选择将资金转移到低风险的资产，如债券、货币基金等。还有30%左右的投资者为风险中性型，他们对风险持中立态度，在投资决策时，主要关注预期收益的大小，而不考虑风险状况如何。风险中性型投资者会根据市场情况和投资机会，灵活选择不同风险水平的资产，以实现投资收益的最大化。影响投资者风险偏好的因素众多。从个人因素来看，年龄、收入和投资经验是重要的影响因素。年龄方面，年轻投资者由于未来收入预期较高，风险承受能力相对较强，更倾向于风险追求型投资；而年长投资者临近退休或已退休，收入相对稳定，更注重资产的保值，风险偏好较低，多为风险厌恶型。收入水平也与风险偏好密切相关，高收入投资者由于资产较为雄厚，风险承受能力较强，更愿意尝试高风险、高回报的投资；而低收入投资者则更注重资金的安全性，风险偏好较低。投资经验丰富的投资者对市场的了解更为深入，能够更好地评估和管理风险，风险偏好相对较高；而投资新手由于缺乏经验，对风险的认知不足，往往更为谨慎，风险偏好较低。市场环境对投资者风险偏好有着显著影响。在牛市期间，市场行情向好，投资者对市场的信心增强，风险偏好普遍提高，更多的投资者倾向于风险追求型投资；而在熊市期间，市场行情低迷，投资者对市场的信心受挫，风险偏好降低，更多的投资者转向风险厌恶型投资。政策因素也会对投资者风险偏好产生影响，政府出台的一些鼓励投资的政策，如降低印花税、放宽信贷政策等，会提高投资者的风险偏好；而加强监管、提高利率等政策则会降低投资者的风险偏好。投资者的风险偏好对市场有着重要的影响。在市场波动性方面，风险偏好的变化会导致市场波动性的加剧。当投资者风险偏好提高时，会增加对高风险资产的需求，推动资产价格上涨；而当投资者风险偏好降低时，会减少对高风险资产的需求，导致资产价格下跌。这种需求的变化会引起市场价格的波动，从而加剧市场的波动性。在资金流向方面，不同风险偏好的投资者会导致资金流向不同的资产。风险追求型投资者会将资金投入到股票、期货等高风险资产中，推动这些资产价格的上涨；而风险厌恶型投资者则会将资金流向债券、银行存款等低风险资产，导致这些资产的需求增加。这种资金流向的变化会影响市场的资金配置，进而影响市场的运行效率。风险偏好还会对市场的投资风格产生影响，当市场中风险追求型投资者占主导时，市场会更倾向于成长型投资风格，注重高增长潜力的股票；而当风险厌恶型投资者占主导时，市场会更倾向于价值型投资风格，注重低估值、高股息的股票。2.3.3研究现状总结与展望当前关于中国股市个体投资者认知偏差和风险偏好的研究已经取得了一定的成果，但仍存在一些不足之处。现有研究在认知偏差和风险偏好的系统性研究方面有所欠缺。大部分研究往往侧重于某一种或几种认知偏差，或者某几个影响因素对风险偏好的作用，缺乏对两者进行全面、系统的综合分析。在探讨认知偏差时，较少考虑不同类型认知偏差之间的相互关系和综合影响；在研究风险偏好时，也未能充分整合各种影响因素，分析它们之间的交互作用。这使得我们对投资者行为的理解不够深入和全面，难以构建完整的理论框架来解释投资者在复杂市场环境下的行为决策。在研究方法上，虽然问卷调查、实证分析等方法被广泛应用，但仍存在一定的局限性。问卷调查法依赖于投资者的自我报告，可能存在主观偏差，投资者在回答问题时可能会受到自身情绪、认知水平和社会期望等因素的影响，导致调查结果不能准确反映其真实的认知偏差和风险偏好。实验研究虽然能够对实验条件进行严格控制，但实验环境与现实市场存在差异，实验结果的外部有效性受到质疑，难以完全推广到实际市场情境中。现有研究在数据来源和样本选择上也存在一定的局限性，部分研究样本量较小，或者样本的代表性不足，可能导致研究结果的普遍性和可靠性受到影响。未来的研究可以从以下几个方向展开。在研究内容方面，应加强对认知偏差和风险偏好的综合研究，深入探讨两者之间的相互作用机制。研究认知偏差如何影响投资者的风险偏好，以及风险偏好又如何反过来影响认知偏差的形成和表现。可以进一步研究不同市场环境下认知偏差和风险偏好的动态变化，以及它们对市场稳定性和投资绩效的长期影响。在市场处于不同的发展阶段，如牛市、熊市或震荡市时，投资者的认知偏差和风险偏好可能会发生不同的变化，这些变化对市场的影响也值得深入研究。在研究方法上，应注重多种方法的融合和创新。结合大数据分析、机器学习等新兴技术，利用金融市场交易数据、社交媒体数据等多源数据，更客观、准确地刻画投资者的认知偏差和风险偏好。通过分析投资者在社交媒体上的言论和情绪表达，可以更及时地了解他们的认知和情绪状态，从而更准确地判断其认知偏差和风险偏好。可以开展实地研究和跟踪调查，深入了解投资者在实际投资过程中的行为决策和心理变化，提高研究结果的现实指导意义。对投资者进行长期的跟踪调查，观察他们在不同市场环境下的投资行为和决策过程，为投资者教育和市场监管提供更有针对性的建议。还应进一步扩大研究样本的范围和代表性，涵盖不同地区、不同年龄、不同收入水平和不同投资经验的投资者，以提高研究结果的普遍性和可靠性。三、中国股市个体投资者认知偏差实证分析3.1研究设计3.1.1研究假设基于前文的理论分析和文献综述，提出以下研究假设：假设1：中国股市个体投资者存在显著的认知偏差：在投资决策过程中，中国股市个体投资者由于受到心理、认知等多种因素的影响，会表现出过度自信、损失厌恶、羊群效应等认知偏差。投资者在评估自己的投资能力时，往往会高估自己，认为自己能够准确预测股票价格的走势，从而过度自信地进行投资决策；在面对损失时，投资者会表现出强烈的损失厌恶情绪，不愿意接受损失，进而影响投资决策。假设2：投资者个体特征对认知偏差有显著影响：投资者的年龄、性别、教育程度、投资经验等个体特征会对其认知偏差产生显著影响。年龄方面，年轻投资者可能由于缺乏投资经验和市场历练，更容易受到情绪和市场热点的影响，从而表现出更明显的过度自信和羊群效应；而年长投资者可能因为投资经验丰富，对市场的认识更为深刻，在一定程度上能够避免一些认知偏差，但也可能因思维定式而产生其他类型的认知偏差。性别上，男性投资者可能在投资中更具冒险精神，过度自信偏差相对更为明显；女性投资者则可能在决策时更加谨慎，损失厌恶偏差较为突出。教育程度较高的投资者可能更容易获取和分析信息，认知偏差相对较小；投资经验丰富的投资者在识别和避免认知偏差方面可能具有一定优势，但在市场环境发生重大变化时，也可能受到固有思维模式的限制，产生认知偏差。假设3：市场环境因素对认知偏差有显著影响：市场的波动性、不确定性以及信息不对称等市场环境因素会对投资者的认知偏差产生显著影响。当市场波动性较大时，投资者往往会感到恐慌和焦虑，更容易受到情绪的左右，从而出现过度反应和羊群行为。在股市大幅下跌期间，投资者可能会因恐惧而匆忙抛售股票，而忽视了股票的基本面价值；在股市快速上涨时，投资者又可能因贪婪而盲目追涨，导致过度自信偏差加剧。信息不对称也会使投资者在决策时容易受到片面信息的影响，产生认知偏差。如果投资者无法获取全面、准确的信息，就可能根据有限的信息做出错误的判断，从而陷入认知偏差。3.1.2样本选择与数据收集为了确保研究结果的代表性和可靠性，本研究采用分层抽样的方法，选取了不同地区、不同年龄、不同性别、不同教育程度和不同投资经验的中国股市个体投资者作为研究样本。具体来说，涵盖了东部、中部和西部等不同经济发展水平地区的投资者，以反映地域差异对投资者认知偏差的影响。在年龄分布上，包括了20-30岁、31-40岁、41-50岁、51岁及以上等多个年龄段，以探究年龄因素的作用。性别方面，保证了男性和女性投资者均有足够的样本量。教育程度涵盖了高中及以下、大专、本科、硕士及以上等不同层次，投资经验则分为1年以下、1-3年、3-5年、5年以上等不同区间。数据收集主要通过问卷调查的方式进行。问卷内容包括投资者的基本信息（如年龄、性别、教育程度、职业、收入等）、投资行为（如投资金额、投资频率、投资组合等）、认知偏差相关问题（如对自己投资能力的评价、对市场走势的判断、面对损失和收益时的决策等）以及市场环境感知（如对市场波动性的看法、获取信息的渠道和对信息准确性的判断等）。为了提高问卷的质量和回收率，在问卷设计过程中，充分考虑了问题的合理性、简洁性和易理解性，并进行了预调查，根据预调查结果对问卷进行了优化。在正式调查阶段，通过线上和线下相结合的方式发放问卷。线上利用专业的问卷调查平台，如问卷星，向各大股票投资论坛、社交媒体群组以及投资者交流平台发布问卷链接；线下则在证券公司营业部、金融投资讲座、投资者交流会等场所现场发放问卷。经过为期两个月的调查，共回收问卷1000份，其中有效问卷850份，有效回收率为85%。3.1.3变量定义与模型构建本研究中涉及的变量主要包括被解释变量、解释变量和控制变量。被解释变量为投资者的认知偏差，通过多个问题来衡量不同类型的认知偏差。对于过度自信偏差，设置问题如“您认为自己的投资能力在所有投资者中处于什么水平？”选项包括“前10%”“前10%-30%”“前30%-50%”“50%-70%”“70%-90%”“后10%”，若投资者选择“前10%”或“前10%-30%”，则认为其存在过度自信偏差，赋值为1，否则赋值为0。对于损失厌恶偏差，询问“当您持有的股票出现亏损时，您更倾向于？”选项为“立即止损”“继续持有等待反弹”“补仓降低成本”，若选择“继续持有等待反弹”或“补仓降低成本”，则认为存在损失厌恶偏差，赋值为1，否则赋值为0。对于羊群效应偏差，提问“您在做出投资决策时，是否会参考其他投资者的行为？”选项为“总是会”“经常会”“偶尔会”“从不”，若选择“总是会”或“经常会”，则认为存在羊群效应偏差，赋值为1，否则赋值为0。解释变量包括投资者个体特征和市场环境因素。投资者个体特征变量中，年龄以实际年龄数值表示；性别为虚拟变量，男性赋值为1，女性赋值为0；教育程度分为高中及以下、大专、本科、硕士及以上，分别赋值为1、2、3、4；投资经验以投资年限数值表示。市场环境因素变量中，市场波动性通过计算过去一年股票市场指数的日收益率标准差来衡量；信息不对称程度通过询问投资者获取信息的难度和对信息准确性的信心来构建，设置问题如“您获取股票投资相关信息的难度如何？”选项为“非常容易”“比较容易”“一般”“比较困难”“非常困难”，分别赋值为1-5，以及“您对自己获取的股票投资信息的准确性有多大信心？”选项为“非常有信心”“比较有信心”“一般”“不太有信心”“完全没有信心”，分别赋值为5-1，将这两个问题的得分相加作为信息不对称程度的衡量指标，得分越高表示信息不对称程度越高。控制变量选取了投资者的收入水平和投资金额。收入水平以年收入数值表示，投资金额以投资者在股市中的总投资金额数值表示。构建如下多元线性回归模型来分析各因素对投资者认知偏差的影响：CB_i=\beta_0+\beta_1Age_i+\beta_2Gender_i+\beta_3Education_i+\beta_4Experience_i+\beta_5Volatility_i+\beta_6Asymmetry_i+\beta_7Income_i+\beta_8Amount_i+\epsilon_i其中，CB_i表示第i个投资者的认知偏差（当研究过度自信偏差时，CB_i为过度自信偏差变量；研究损失厌恶偏差时，CB_i为损失厌恶偏差变量；研究羊群效应偏差时，CB_i为羊群效应偏差变量）；\beta_0为常数项；\beta_1-\beta_8为各变量的回归系数；Age_i表示第i个投资者的年龄；Gender_i表示第i个投资者的性别；Education_i表示第i个投资者的教育程度；Experience_i表示第i个投资者的投资经验；Volatility_i表示市场波动性；Asymmetry_i表示信息不对称程度；Income_i表示第i个投资者的收入水平；Amount_i表示第i个投资者的投资金额；\epsilon_i为随机误差项。通过对该模型的回归分析，探究各因素对投资者认知偏差的影响方向和程度，以验证研究假设。3.2实证结果与分析3.2.1描述性统计分析对样本数据进行描述性统计分析，结果如表1所示。从投资者个体特征来看，年龄均值为38.5岁，年龄标准差为8.2，表明样本中投资者年龄分布较为广泛，涵盖了不同年龄段的投资者。男性投资者占比为55%，略高于女性投资者，反映出在股市投资中男性的参与度相对较高。教育程度均值为2.8，处于大专和本科之间，说明样本中本科及以上学历的投资者占有一定比例，但仍有相当部分投资者学历为大专及以下。投资经验均值为4.2年，标准差为3.1，显示投资者的投资经验差异较大，既有投资新手，也有经验丰富的投资者。在市场环境因素方面，市场波动性均值为0.025，标准差为0.012，表明市场波动性存在一定的变化范围。信息不对称程度均值为6.5，标准差为1.5，说明投资者在获取信息和对信息准确性的判断上存在一定的差异，部分投资者面临较高的信息不对称问题。关于认知偏差变量，过度自信偏差均值为0.55，意味着有55%的投资者表现出过度自信偏差；损失厌恶偏差均值为0.62，表明62%的投资者存在损失厌恶偏差；羊群效应偏差均值为0.48，即48%的投资者受到羊群效应的影响。这些数据初步表明中国股市个体投资者存在较为显著的认知偏差。表1：描述性统计结果变量均值标准差最小值最大值年龄38.58.22065性别（男性=1）0.550.5001教育程度2.80.814投资经验4.23.10.520市场波动性0.0250.0120.010.05信息不对称程度6.51.5310过度自信偏差0.550.5001损失厌恶偏差0.620.4901羊群效应偏差0.480.50013.2.2相关性分析对各变量进行相关性分析，结果如表2所示。从投资者个体特征变量来看，年龄与过度自信偏差呈显著负相关，相关系数为-0.25，表明年龄越大的投资者，过度自信偏差越小，这可能是因为年长投资者经历了更多的市场波动，对自身投资能力有更客观的认识。性别与过度自信偏差呈正相关，相关系数为0.18，说明男性投资者相比女性投资者更容易表现出过度自信偏差，符合之前的研究结论。教育程度与过度自信偏差呈负相关，相关系数为-0.15，表明教育程度越高的投资者，过度自信偏差相对较小，这可能是因为高学历投资者具备更强的信息分析能力和理性思维。投资经验与过度自信偏差呈负相关，相关系数为-0.20，说明投资经验丰富的投资者过度自信偏差较小，他们在长期的投资实践中积累了更多的经验，对市场风险有更深刻的认识。市场波动性与过度自信偏差呈正相关，相关系数为0.22，表明市场波动性越大，投资者的过度自信偏差越明显。当市场波动较大时，投资者可能会认为自己能够把握市场机会，从而过度自信地进行投资决策。信息不对称程度与过度自信偏差呈正相关，相关系数为0.16，说明信息不对称程度越高，投资者越容易产生过度自信偏差，因为在信息不充分的情况下，投资者可能会高估自己对市场的了解。在损失厌恶偏差方面，年龄与损失厌恶偏差呈正相关，相关系数为0.20，说明年龄越大的投资者，损失厌恶偏差越明显，年长投资者更注重资产的保值，对损失的容忍度较低。性别与损失厌恶偏差呈负相关，相关系数为-0.15，表明女性投资者相比男性投资者更容易出现损失厌恶偏差。教育程度与损失厌恶偏差呈负相关，相关系数为-0.12，说明教育程度越高的投资者，损失厌恶偏差相对较小，高学历投资者可能更能理性对待投资损失。投资经验与损失厌恶偏差呈负相关，相关系数为-0.18，表明投资经验丰富的投资者损失厌恶偏差较小，他们在面对损失时能够更加冷静地分析和决策。市场波动性与损失厌恶偏差呈正相关，相关系数为0.18，说明市场波动性越大，投资者的损失厌恶偏差越明显。当市场波动加剧时，投资者对损失的恐惧会增加，从而更倾向于避免损失。信息不对称程度与损失厌恶偏差呈正相关，相关系数为0.14，表明信息不对称程度越高，投资者的损失厌恶偏差越明显，因为信息不足会增加投资者对损失的不确定性感知。对于羊群效应偏差，年龄与羊群效应偏差呈负相关，相关系数为-0.18，说明年龄越大的投资者，羊群效应偏差越小，年长投资者更有主见，不容易跟随市场趋势。性别与羊群效应偏差呈正相关，相关系数为0.16，表明男性投资者相比女性投资者更容易受到羊群效应的影响。教育程度与羊群效应偏差呈负相关，相关系数为-0.13，说明教育程度越高的投资者，羊群效应偏差相对较小，高学历投资者更能独立思考，做出理性的投资决策。投资经验与羊群效应偏差呈负相关，相关系数为-0.15，表明投资经验丰富的投资者羊群效应偏差较小，他们在长期的投资过程中形成了自己的投资策略，不易受他人影响。市场波动性与羊群效应偏差呈正相关，相关系数为0.20，说明市场波动性越大，投资者的羊群效应偏差越明显。在市场波动较大时，投资者往往缺乏自信，更倾向于跟随其他投资者的行为。信息不对称程度与羊群效应偏差呈正相关，相关系数为0.17，表明信息不对称程度越高，投资者的羊群效应偏差越明显，因为在信息不充分的情况下，投资者更容易依赖他人的决策信息。表2：相关性分析结果变量过度自信偏差损失厌恶偏差羊群效应偏差年龄性别教育程度投资经验市场波动性信息不对称程度过度自信偏差1损失厌恶偏差0.121羊群效应偏差0.150.131年龄-0.250.20-0.181性别0.18-0.150.160.051教育程度-0.15-0.12-0.130.100.081投资经验-0.20-0.18-0.150.300.060.121市场波动性0.220.180.20-0.100.070.05-0.081信息不对称程度0.160.140.170.080.060.04-0.060.151相关性分析结果初步验证了研究假设2和假设3，即投资者个体特征和市场环境因素对认知偏差有显著影响，且各因素之间存在一定的相关性。但相关性分析只能初步揭示变量之间的关系，为了更深入地探究各因素对认知偏差的影响，还需要进行回归分析。3.2.3回归分析结果分别以过度自信偏差、损失厌恶偏差和羊群效应偏差为被解释变量，对构建的多元线性回归模型进行回归分析，结果如表3所示。在过度自信偏差的回归模型中，年龄的回归系数为-0.035，在1%的水平上显著为负，这表明年龄每增加1岁，投资者出现过度自信偏差的概率降低0.035。随着年龄的增长，投资者的投资经验和人生阅历不断丰富，对自身投资能力的认识更加客观，从而减少了过度自信偏差。性别变量的回归系数为0.12，在5%的水平上显著为正，说明男性投资者相比女性投资者更容易出现过度自信偏差，这与相关性分析结果一致，男性在投资中可能更具冒险精神，对自己的判断过于自信。教育程度的回归系数为-0.08，在5%的水平上显著为负，意味着教育程度每提高1个等级，投资者过度自信偏差的概率降低0.08。教育程度较高的投资者通常具备更强的信息分析能力和理性思维，能够更准确地评估市场和自身能力，从而减少过度自信偏差。投资经验的回归系数为-0.06，在5%的水平上显著为负，表明投资经验每增加1年，投资者过度自信偏差的概率降低0.06。随着投资经验的积累，投资者对市场的认识更加深刻，对自己的投资决策更加谨慎，过度自信偏差也相应减少。市场波动性的回归系数为0.85，在1%的水平上显著为正，说明市场波动性每增加1个单位，投资者过度自信偏差的概率增加0.85。当市场波动性较大时，市场信息更加复杂多变，投资者可能会高估自己对市场的把握能力，从而表现出过度自信。信息不对称程度的回归系数为0.09，在5%的水平上显著为正，表明信息不对称程度每增加1个单位，投资者过度自信偏差的概率增加0.09。在信息不对称的情况下，投资者难以获取全面准确的信息，容易根据有限的信息做出过度自信的判断。收入水平和投资金额的回归系数不显著，说明这两个因素对投资者过度自信偏差的影响不明显。在损失厌恶偏差的回归模型中，年龄的回归系数为0.028，在1%的水平上显著为正，表明年龄每增加1岁，投资者出现损失厌恶偏差的概率增加0.028。年长投资者更注重资产的保值，对损失的容忍度较低，因此更容易出现损失厌恶偏差。性别变量的回归系数为-0.10，在5%的水平上显著为负，说明女性投资者相比男性投资者更容易出现损失厌恶偏差，女性在投资决策中可能更加谨慎，对损失的敏感度更高。教育程度的回归系数为-0.06，在5%的水平上显著为负，意味着教育程度每提高1个等级，投资者损失厌恶偏差的概率降低0.06。教育程度较高的投资者能够更好地理解投资风险和收益的关系，在面对损失时更能保持理性。投资经验的回归系数为-0.05，在5%的水平上显著为负，表明投资经验每增加1年，投资者损失厌恶偏差的概率降低0.05。随着投资经验的积累，投资者对损失的承受能力逐渐增强，在面对损失时能够更加冷静地分析和决策。市场波动性的回归系数为0.72，在1%的水平上显著为正，说明市场波动性每增加1个单位，投资者损失厌恶偏差的概率增加0.72。市场波动性的增加会使投资者对损失的恐惧加剧，从而更倾向于避免损失，表现出更强的损失厌恶偏差。信息不对称程度的回归系数为0.08，在5%的水平上显著为正，表明信息不对称程度每增加1个单位，投资者损失厌恶偏差的概率增加0.08。信息不足会增加投资者对损失的不确定性感知，导致他们更加厌恶损失。收入水平和投资金额的回归系数不显著，说明这两个因素对投资者损失厌恶偏差的影响不显著。在羊群效应偏差的回归模型中，年龄的回归系数为-0.025，在1%的水平上显著为负，表明年龄每增加1岁，投资者出现羊群效应偏差的概率降低0.025。年长投资者投资经验丰富，更有主见，不容易跟随市场趋势，因此羊群效应偏差较小。性别变量的回归系数为0.11，在5%的水平上显著为正，说明男性投资者相比女性投资者更容易受到羊群效应的影响，男性在投资中可能更容易受到市场情绪和他人行为的影响。教育程度的回归系数为-0.07，在5%的水平上显著为负，意味着教育程度每提高1个等级，投资者羊群效应偏差的概率降低0.07。教育程度较高的投资者更能独立思考，具备较强的分析判断能力，不易盲目跟随他人投资。投资经验的回归系数为-0.04，在5%的水平上显著为负，表明投资经验每增加1年，投资者羊群效应偏差的概率降低0.04。随着投资经验的积累，投资者形成了自己的投资策略，对市场有更深入的了解，不易受他人影响。市场波动性的回归系数为0.78，在1%的水平上显著为正，说明市场波动性每增加1个单位，投资者羊群效应偏差的概率增加0.78。在市场波动较大时，投资者往往缺乏自信，对自己的判断产生怀疑，更倾向于跟随其他投资者的行为，从而加剧羊群效应。信息不对称程度的回归系数为0.09，在5%的水平上显著为正，表明信息不对称程度每增加1个单位，投资者羊群效应偏差的概率增加0.09。信息不充分使得投资者难以做出独立的投资决策，只能依赖他人的信息和行为，从而导致羊群效应偏差加剧。收入水平和投资金额的回归系数不显著，说明这两个因素对投资者羊群效应偏差的影响不明显。表3：回归分析结果变量过度自信偏差损失厌恶偏差羊群效应偏差年龄-0.035***-0.028***-0.025***性别0.12**-0.10**0.11**教育程度-0.08**-0.06**-0.07**投资经验-0.06**-0.05**-0.04**市场波动性0.85***0.72***0.78***信息不对称程度0.09**0.08**0.09**收入水平0.030.020.03投资金额0.040.030.04常数项0.25***0.30***0.28***样本量850850850AdjustedR²0.350.320.33注：***、**分别表示在1%、5%的水平上显著。回归分析结果进一步验证了研究假设2和假设3，即投资者个体特征和市场环境因素对认知偏差有显著影响。年龄、性别、教育程度、投资经验等个体特征以及市场波动性、信息不对称程度等市场环境因素均对投资者的过度自信偏差、损失厌恶偏差和羊群效应偏差产生了显著的影响，且影响方向与理论分析和相关性分析结果基本一致。3.3稳健性检验3.3.1替换变量法为了检验回归结果的稳健性，采用替换变量法对模型进行重新估计。对于市场波动性指标，采用过去半年股票市场指数的日收益率极差来替换原有的标准差度量方式。日收益率极差能够反映市场在一定时期内的最大波动范围，与标准差一样，可以有效衡量市场的波动程度。通过计算过去半年内股票市场指数每日最高收益率与最低收益率的差值，得到新的市场波动性指标。对于信息不对称程度，采用投资者获取信息的渠道数量作为替代变量。投资者获取信息的渠道越多，意味着其能够接触到更广泛的信息，信息不对称程度相对较低；反之，渠道越少，信息不对称程度越高。通过询问投资者获取股票投资相关信息的渠道，如证券交易所官网、财经新闻网站、证券公司研报、投资论坛、社交媒体等，统计其使用的渠道数量，以此作为信息不对称程度的新度量指标。重新进行回归分析，结果如表4所示。在过度自信偏差的回归中，年龄、性别、教育程度、投资经验、市场波动性（新指标）和信息不对称程度（新指标）的回归系数符号和显著性与原回归结果基本一致。年龄、教育程度和投资经验的系数仍然为负，且在1%或5%的水平上显著，表明这些因素对过度自信偏差具有抑制作用；性别和市场波动性的系数为正，且在5%的水平上显著，说明男性投资者更容易出现过度自信偏差，市场波动性的增加会加剧过度自信偏差；信息不对称程度的系数也为正，且在5%的水平上显著，表明信息不对称程度的提高会增加过度自信偏差的可能性。在损失厌恶偏差的回归中，各变量的回归系数符号和显著性同样与原结果相似。年龄、市场波动性和信息不对称程度的系数为正，且在1%或5%的水平上显著，说明年龄的增加、市场波动性的上升以及信息不对称程度的提高会增强投资者的损失厌恶偏差；性别、教育程度和投资经验的系数为负，且在5%的水平上显著，表明女性投资者、教育程度较高的投资者以及投资经验丰富的投资者损失厌恶偏差相对较小。在羊群效应偏差的回归中，年龄、性别、教育程度、投资经验、市场波动性和信息不对称程度的回归系数符号和显著性与原回归结果保持一致。年龄、教育程度和投资经验的系数为负，且在1%或5%的水平上显著，说明这些因素对羊群效应偏差具有抑制作用；性别和市场波动性的系数为正，且在5%的水平上显著，表明男性投资者更容易受到羊群效应的影响，市场波动性的增加会加剧羊群效应；信息不对称程度的系数为正，且在5%的水平上显著，意味着信息不对称程度的提高会增加羊群效应偏差的发生概率。表4：替换变量法稳健性检验回归结果变量过度自信偏差损失厌恶偏差羊群效应偏差年龄-0.032***-0.025***-0.022***性别0.11**-0.09**0.10**教育程度-0.07**-0.05**-0.06**投资经验-0.05**-0.04**-0.03**市场波动性（新指标）0.78***0.68***0.72***信息不对称程度（新指标）0.08**0.07**0.08**收入水平0.030.020.03投资金额0.040.030.04常数项0.23***0.28***0.26***样本量850850850AdjustedR²0.330.300.31注：***、**分别表示在1%、5%的水平上显著。替换变量法的检验结果表明，即使采用不同的变量度量方式，各因素对投资者认知偏差的影响方向和显著性依然保持稳定，说明原回归结果具有较好的稳健性。3.3.2分样本检验为了进一步验证研究结果的普遍性，按照投资者的投资经验和市场行情对样本进行分组，进行分样本检验。将投资经验分为两组：投资经验小于3年的为一组，代表投资新手；投资经验大于等于3年的为另一组，代表相对有经验的投资者。市场行情则根据样本期间内股票市场指数的涨跌幅分为牛市和熊市两组。当市场指数在一定时期内涨幅超过20%时，定义为牛市；当跌幅超过20%时，定义为熊市。分别对不同分组的样本进行回归分析，结果如表5所示。在投资新手组中，年龄、性别、教育程度、市场波动性和信息不对称程度对过度自信偏差的影响与全样本回归结果基本一致。年龄和教育程度的系数为负，且在1%或5%的水平上显著，表明年龄较大和教育程度较高的投资新手过度自信偏差相对较小；性别和市场波动性的系数为正，且在5%的水平上显著，说明男性投资新手更容易出现过度自信偏差，市场波动性的增加会加剧其过度自信偏差；信息不对称程度的系数也为正，且在5%的水平上显著，显示信息不对称程度的提高会增加投资新手过度自信偏差的可能性。投资经验对过度自信偏差的影响不显著，这可能是因为投资新手的投资经验普遍较少，差异不大，尚未对过度自信偏差产生明显影响。在有经验投资者组中，各因素对过度自信偏差的影响同样与全样本结果相似。年龄、教育程度和投资经验的系数为负，且在1%或5%的水平上显著，表明年龄较大、教育程度较高以及投资经验丰富的投资者过度自信偏差较小；性别和市场波动性的系数为正，且在5%的水平上显著，说明男性有经验投资者更容易出现过度自信偏差，市场波动性的增加会加剧其过度自信偏差；信息不对称程度的系数为正，且在5%的水平上显著，意味着信息不对称程度的提高会增加有经验投资者过度自信偏差的发生概率。在牛市样本组中，年龄、性别、教育程度、投资经验、市场波动性和信息不对称程度对过度自信偏差的影响与全样本回归结果基本一致。年龄、教育程度和投资经验的系数为负，且在1%或5%的水平上显著，表明这些因素对牛市中投资者的过度自信偏差具有抑制作用；性别和市场波动性的系数为正，且在5%的水平上显著，说明男性投资者在牛市中更容易出现过度自信偏差，市场波动性的增加会加剧牛市中投资者的过度自信偏差；信息不对称程度的系数为正，且在5%的水平上显著，显示信息不对称程度的提高会增加牛市中投资者过度自信偏差的可能性。在熊市样本组中，各因素对过度自信偏差的影响也与全样本结果相似。年龄、教育程度和投资经验的系数为负，且在1%或5%的水平上显著，表明这些因素对熊市中投资者的过度自信偏差具有抑制作用；性别和市场波动性的系数为正，且在5%的水平上显著，说明男性投资者在熊市中更容易出现过度自信偏差，市场波动性的增加会加剧熊市中投资者的过度自信偏差；信息不对称程度的系数为正，且在5%的水平上显著，意味着信息不对称程度的提高会增加熊市中投资者过度自信偏差的发生概率。对于损失厌恶偏差和羊群效应偏差，分样本检验结果也显示，各因素在不同分组样本中的影响方向和显著性与全样本回归结果基本一致，进一步验证了研究结果的普遍性和稳健性。表5：分样本检验回归结果变量投资新手组（过度自信偏差）有经验投资者组（过度自信偏差）牛市组（过度自信偏差）熊市组（过度自信偏差）年龄-0.028***-0.038***-0.036***-0.033***性别0.10**0.13**0.12**0.11**教育程度-0.06**-0.09**-0.08**-0.07**投资经验0.02-0.07**-0.06**-0.05**市场波动性0.75***0.88***0.82***0.80***信息不对称程度0.07**0.10**0.09**0.08**收入水平0.030.030.030.03投资金额0.040.040.040.04常数项0.20***0.27***0.24***0.22***样本量300550400450AdjustedR²0.300.360.340.33注：***、**分别表示在1%、5%的水平上显著。分样本检验结果表明，无论投资者的投资经验如何，也无论市场处于牛市还是熊市，投资者个体特征和市场环境因素对认知偏差的影响具有普遍性和稳定性，进一步支持了原研究结论的可靠性。四、中国股市个体投资者风险偏好实证分析4.1研究设计4.1.1研究假设基于前文的理论基础和相关研究，提出以下研究假设：假设1：投资者风险偏好受多种因素影响：投资者的风险偏好并非孤立存在，而是受到多种因素的综合作用。个人因素方面，年龄、性别、收入水平、投资经验等对风险偏好有显著影响。年龄较小的投资者，由于未来收入预期较高，可能更愿意承担风险，追求高收益；而年龄较大的投资者，临近退休或已退休，更注重资产的保值，风险偏好较低。男性投资者可能在投资中表现出更强的冒险精神，风险偏好相对较高；女性投资者则可能更为谨慎，风险偏好较低。收入水平较高的投资者，由于资产较为雄厚，风险承受能力较强，可能更倾向于高风险、高回报的投资；投资经验丰富的投资者，对市场的了解更为深入，能够更好地评估和管理风险，风险偏好也可能较高。市场因素如市场波动性、市场趋势、投资机会等同样会影响投资者的风险偏好。市场波动性较大时，投资者可能会感到不安，从而降低风险偏好；市场趋势向上时，投资者信心增强，可能更愿意承担风险；投资机会较多时，投资者在选择投资标的时更加灵活，可能会增加风险偏好。政策因素如货币政策、财政政策、监管政策等也会对投资者风险偏好产生影响。宽松的货币政策可能会降低利率，促使投资者将资金从低收益的固定收益类资产转向股票等高风险资产，从而提高风险偏好；加强监管可能会规范市场秩序，降低市场风险，使投资者的风险偏好相对稳定。假设2：投资者风险偏好与投资决策密切相关：风险偏好是投资者投资决策的重要依据，不同风险偏好的投资者在投资决策上存在显著差异。风险厌恶型投资者在投资决策时，更注重资产的安全性和稳定性，会优先选择低风险的投资产品，如债券、货币基金等，投资期限通常较长，追求稳定的收益。他们在选择股票时，可能更倾向于业绩稳定、股息率较高的蓝筹股，并且会严格控制投资组合的风险。风险追求型投资者则更关注投资的收益潜力，愿意承担较高的风险以获取更高的回报。他们在投资决策时，会积极寻找高风险、高回报的投资机会，如新兴产业的股票、高杠杆的投资产品等，投资期限相对较短，注重短期的市场波动和投资收益。风险中性型投资者在投资决策时，主要考虑预期收益的大小，对风险的敏感度较低，会根据市场情况和投资机会，灵活选择不同风险水平的资产，以实现投资收益的最大化。假设3：投资者风险偏好对股市市场表现有显著影响：投资者的风险偏好不仅影响个体的投资决策，还会对整个股市的市场表现产生重要影响。当市场中风险追求型投资者占比较大时，他们对高风险资产的需求增加，会推动股票价格上涨，市场成交量放大，市场活跃度提高，可能导致市场出现泡沫。在牛市行情中，大量风险追求型投资者涌入市场，追逐热门股票，使得股票价格不断攀升，市场呈现出繁荣的景象。相反，当风险厌恶型投资者占主导时，他们会减少对高风险资产的投资，转向低风险资产，导致股票价格下跌，市场成交量萎缩，市场活跃度降低，可能引发市场的下跌趋势。在熊市行情中，风险厌恶型投资者纷纷抛售股票，导致市场供大于求，股票价格持续下跌。风险偏好的变化还会导致市场投资风格的转变，影响不同板块和行业的表现。当风险偏好较高时，成长型投资风格可能更受欢迎，科技、新能源等新兴产业板块的股票可能表现较好；当风险偏好较低时，价值型投资风格可能更受青睐，消费、金融等传统行业板块的股票可能更具优势。4.1.2样本选择与数据收集为了全面、准确地研究中国股市个体投资者的风险偏好，本研究采用分层抽样与随机抽样相结合的方法选取样本。首先，按照地域将中国股市投资者分为东部、中部、西部三个层次，每个层次再按照年龄分为20-30岁、31-40岁、41-50岁、51岁及以上四个年龄段，按照性别分为男性和女性，按照投资经验分为1年以下、1-3年、3-5年、5年以上四个区间，按照收入水平分为低收入、中等收入、高收入三个等级。在每个分层中进行随机抽样，确保样本具有广泛的代表性，涵盖不同地域、年龄、性别、投资经验和收入水平的投资者。数据收集主要通过问卷调查和市场数据采集两种方式进行。问卷调查内容包括投资者的基本信息，如年龄、性别、职业、收入、教育程度等；投资相关信息，如投资金额、投资频率、投资组合、投资目标等；风险偏好相关信息，通过一系列问题来衡量投资者的风险偏好程度，例如“假设您有一笔闲置资金，您更倾向于以下哪种投资方式：A.银行定期存款，年利率为2%；B.债券投资，预期年化收益率为4%，但可能面临5%的亏损风险；C.股票投资，预期年化收益率为10%，但可能面临20%的亏损风险；D.期货投资，预期年化收益率为20%，但可能面临50%的亏损风险”，通过投资者的选择来初步判断其风险偏好类型。还设置了一些关于投资者对风险态度的问题，如“您对投资风险的接受程度如何？”选项包括“非常低”“较低”“一般”“较高”“非常高”，以进一步了解投资者的风险偏好程度。市场数据采集方面，收集了样本投资者在一定时期内的股票交易数据，包括交易时间、交易股票代码、交易价格、交易数量等，用于分析投资者的实际投资行为与风险偏好之间的关系。还收集了同一时期的股市市场数据，如股票指数的涨跌幅、成交量、市盈率等，以分析市场环境对投资者风险偏好的影响。为了确保数据的准确性和可靠性，对收集到的数据进行了严格的清洗和筛选，剔除了无效数据和异常值。通过多种渠道收集数据，共获得有效问卷1200份，同时获取了相应的市场交易数据，为后续的实证分析提供了充足的数据支持。4.1.3变量定义与模型构建本研究中涉及的变量主要包括被解释变量、解释变量和控制变量。被解释变量为投资者的风险偏好（RP），采用问卷调查中的风险偏好得分来衡量。根据投资者对一系列风险相关问题的回答，进行量化打分。对于前文提到的投资方式选择问题，选择A得1分，选择B得2分，选择C得3分，选择D得4分；对于风险接受程度问题，选择“非常低”得1分，“较低”得2分，“一般”得3分，“较高”得4分，“非常高”得5分。将这些得分进行综合计算，得到每个投资者的风险偏好得分，得分越高表示风险偏好越高。解释变量包括个人因素和市场因素。个人因素变量中，年龄（Age）以实际年龄数值表示；性别（Gender）为虚拟变量，男性赋值为1，女性赋值为0；收入水平（Income）以年收入数值表示；投资经验（Experience）以投资年限数值表示。市场因素变量中，市场波动性（Volatility）通过计算过去一年股票市场指数的日收益率标准差来衡量；市场趋势（Trend）通过股票市场指数在一定时期内的涨跌幅来衡量，若指数上涨则赋值为1，下跌则赋值为0；投资机会（Opportunity）通过市场中新增的投资标的数量来衡量，如新股上市数量、新基金发行数量等。控制变量选取了投资者的教育程度（Education）和投资金额（Amount）。教育程度分为高中及以下、大专、本科、硕士及以上，分别赋值为1、2、3、4；投资金额以投资者在股市中的总投资金额数值表示。构建如下多元线性回归模型来分析各因素对投资者风险偏好的影响：RP_i=\beta_0+\beta_1Age_i+\beta_2Gender_i+\beta_3Income_i+\beta_4Experience_i+\beta_5Volatility_i+\beta_6Trend_i+\beta_7Opportunity_i+\beta_8Education_i+\beta_9Amount_i+\epsilon_i其中，RP_i表示第i个投资者的风险偏好；\beta_0为常数项；\beta_1-\beta_9为各变量的回归系数；Age_i表示第i个投资者的年龄；Gender_i表示第i个投资者的性别；Income_i表示第i个投资者的收入水平；Experience_i表示第i个投资者的投资经验；Volatility_i表示市场波动性；Trend_i表示市场趋势；Opportunity_i表示投资机会；Education_i表示第i个投资者的教育程度；Amount_i表示第i个投资者的投资金额；\epsilon_i为随机误差项。通过对该模型的回归分析，探究各因素对投资者风险偏好的影响方向和程度，以验证研究假设。4.2实证结果与分析4.2.1描述性统计分析对样本数据进行描述性统计分析，结果如表6所示。从投资者个人因素来看，年龄均值为37.8岁，标准差为8.5，表明样本涵盖了不同年龄段的投资者，年龄分布较为广泛。男性投资者占比53%，略高于女性投资者。收入水平均值为12.5万元，标准差为5.2万元，说明投资者收入水平存在一定差异。投资经验均值为3.8年，标准差为3.0年，反映出投资者的投资经验参差不齐，既有投资新手，也有经验相对丰富的投资者。在市场因素方面，市场波动性均值为0.023，标准差为0.010，显示市场波动性处于一定范围且存在波动变化。市场趋势中，上涨趋势的样本占比48%，下跌趋势的样本占比52%，说明市场行情在样本期间内有涨有跌。投资机会均值为5.5个，标准差为2.1个，表明市场中投资机会的数量存在差异。风险偏好得分均值为3.2，标准差为0.8，说明投资者的风险偏好整体处于中等水平，但个体之间存在一定差异。其中，风险偏好得分最低为1分，最高为5分，反映出样本中存在风险偏好极低和极高的投资者。表6：描述性统计结果变量均值标准差最小值最大值年龄37.88.52065性别（男性=1）0.530.5001收入水平（万元）12.55.2550投资经验（年）3.83.00.520市场波动性0.0230.0100.010.04市场趋势（上涨=1）0.480.5001投资机会（个）5.52.1310风险偏好得分3.20.8154.2.2相关性分析对各变量进行相关性分析，结果如表7所示。年龄与风险偏好得分呈显著负相关，相关系数为-0.28，表明年龄越大的投资者，风险偏好越低。随着年龄的增长，投资者更加注重资产的保值和稳定，对风险的承受能力逐渐下降。性别与风险偏好得分呈正相关，相关系数为0.16，说明男性投资者相比女性投资者，风险偏好相对较高，男性在投资中可能更具冒险精神。收入水平与风险偏好得分呈正相关，相关系数为0.20，表明收入水平越高的投资者，风险偏好越高。高收入投资者资产较为雄厚，风险承受能力较强，更愿意尝试高风险、高回报的投资。投资经验与风险偏好得分呈正相关，相关系数为0.22，说明投资经验丰富的投资者，风险偏好相对较高。他们在长期的投资实践中积累了经验，对市场风险有更深入的了解，能够更好地评估和管理风险，因此更愿意承担风险以追求更高的收益。市场波动性与风险偏好得分呈负相关，相关系数为-0.18，表明市场波动性越大，投资者的风险偏好越低。当市场波动性较大时，投资者会感到不安，对风险的恐惧增加，从而更倾向于保守的投资策略，降低风险偏好。市场趋势与风险偏好得分呈正相关，相关系数为0.25，说明当市场处于上涨趋势时，投资者信心增强，更愿意承担风险，风险偏好提高；而市场处于下跌趋势时，投资者则更加谨慎，风险偏好降低。投资机会与风险偏好得分呈正相关，相关系数为0.23，意味着市场中的投资机会越多，投资者在选择投资标的时更加灵活，可能会增加风险偏好，积极寻找高收益的投资机会。表7：相关性分析结果变量风险偏好得分年龄性别收入水平投资经验市场波动性市场趋势投资机会风险偏好得分1年龄-0.281性别0.160.051收入水平0.200.080.101投资经验0.220.320.060.121市场波动性-0.18-0.100.070.05-0.081市场趋势0.25-0.120.080.150.10-0.201投资机会0.230.100.060.130.15-0.150.181相关性分析结果初步验证了研究假设1，即投资者风险偏好受多种因素影响，各因素与风险偏好之间存在显著的相关性。但相关性分析只能初步揭示变量之间的关系，为了更深入地探究各因素对风险偏好的影响，还需要进行回归分析。4.2.3回归分析结果对构建的多元线性回归模型进行回归分析，结果如表8所示。年龄的回归系数为-0.030，在1%的水平上显著为负，表明年龄每增加1岁，投资者的风险偏好得分降低0.030。随着年龄的增长，投资者的风险承受能力下降，更注重资产的安全性，因此风险偏好降低。性别变量的回归系数为0.10，在5%的水平上显著为正，说明男性投资者的风险偏好得分比女性投资者高0.10，男性在投资中表现出更强的冒险精神，风险偏好相对较高。收入水平的回归系数为0.015，在5%的水平上显著为正，意味着收入水平每增加1万元，投资者的