社会互动对资产分散化的影响：中介与调节效应的深度剖析

社会互动对资产分散化的影响：中介与调节效应的深度剖析一、引言1.1研究背景在现代经济体系中，投资决策是经济主体实现财富增长和风险控制的关键环节。资产分散化作为投资领域的核心策略之一，对于投资者优化投资组合、降低非系统性风险、实现资产的稳健增长具有重要意义。通过将资金分散投资于不同资产类别、行业、地区等，投资者能够有效避免因单一资产波动而对整体资产造成的过度影响，从而在一定程度上保障资产的安全性和收益的稳定性。随着经济的发展和金融市场的日益复杂，投资者在做出投资决策时不再是孤立的个体，社会互动在投资决策过程中的作用愈发凸显。社会互动涵盖了个体与他人之间的信息交流、情感沟通、行为模仿等多方面的交互活动，这种互动能够为投资者提供丰富的信息来源，影响其投资认知、风险态度以及投资决策的制定。投资者可以通过与朋友、家人、同事或专业金融人士的交流，获取到关于投资产品、市场趋势、投资策略等方面的信息，这些信息往往是传统金融渠道所无法提供的个性化、多元化的信息，有助于投资者拓宽投资视野，做出更为全面和明智的投资决策。在当前复杂多变的投资环境下，深入研究社会互动与资产分散化之间的关联显得尤为必要。一方面，金融市场的不确定性不断增加，各类风险相互交织，投资者面临着前所未有的挑战。如何在这样的环境中实现资产的有效配置和风险的合理控制，是投资者亟待解决的问题。社会互动作为影响投资决策的重要外部因素，其对资产分散化的影响机制和作用效果尚不完全明确，需要进一步深入探讨。另一方面，随着互联网技术的飞速发展和社交媒体的广泛普及，社会互动的方式和范围发生了巨大变化，线上社交平台成为投资者获取信息和交流投资经验的重要渠道。这种新型的社会互动模式对资产分散化又会产生怎样的影响，也是学术界和实务界关注的焦点。1.2研究目的本研究旨在深入剖析社会互动与资产分散化之间的内在联系，全面揭示社会互动如何影响资产分散化这一关键投资行为。具体而言，通过严谨的理论分析和实证检验，明确社会互动对资产分散化产生影响的具体路径和方式，探究个体在与他人进行信息交流、情感沟通和行为模仿等社会互动活动中，如何改变自身对投资市场的认知、风险态度以及投资决策，进而影响资产分散化程度。进一步挖掘金融认知在社会互动与资产分散化关系中所扮演的中介角色。金融认知涵盖个体对金融知识、金融市场、投资工具等方面的了解和认识，社会互动可能通过影响个体的金融认知水平，进而间接作用于资产分散化。本研究将详细考察金融认知在这一过程中的传导机制，分析社会互动如何通过提升或改变个体的金融认知，促使其做出更合理的资产分散化决策。深入探究金融态度在社会互动与资产分散化关系中所起的调节效应。金融态度反映个体对投资风险的偏好、对投资收益的期望以及对金融市场的信心等心理因素，不同的金融态度可能导致个体在面对相同的社会互动信息时，做出截然不同的资产分散化决策。本研究将分析金融态度如何调节社会互动对资产分散化的影响，明确在何种金融态度下，社会互动对资产分散化的促进或抑制作用更为显著。本研究期望为投资者提供更具深度和广度的理论指导，帮助投资者更好地理解社会互动在投资决策中的作用，引导投资者积极利用社会互动获取有益信息，提升金融认知水平，树立正确的金融态度，从而制定更为科学合理的资产分散化策略，在复杂多变的金融市场中实现资产的稳健增长和风险的有效控制。同时，为金融机构开展投资者教育、设计金融产品以及制定营销策略提供有价值的参考依据，助力金融市场的健康稳定发展。1.3研究意义本研究从理论与实践两个层面，对社会互动与资产分散化关系展开深入剖析，具有重要的研究意义。在理论层面，本研究将进一步完善社会互动与资产分散化关系的理论体系。过往研究虽已关注到社会互动对投资行为的影响，但对于其如何具体作用于资产分散化这一关键投资行为，尚未形成全面且深入的理论阐释。本研究通过严谨的理论推导与实证分析，详细揭示社会互动对资产分散化的影响路径，如社会互动如何通过信息传递、情感共鸣、行为模仿等方式改变个体的投资决策，进而影响资产分散化程度，填补了这一领域在理论研究上的部分空白，为后续相关研究提供更为坚实的理论基础。本研究将丰富金融认知和金融态度在投资决策领域的研究成果。金融认知和金融态度作为影响投资决策的重要心理因素，其在社会互动与资产分散化关系中所扮演的角色和发挥的作用，尚未得到充分挖掘。本研究深入探讨金融认知在社会互动与资产分散化之间的中介效应，分析社会互动如何通过提升个体的金融认知水平，进而影响其资产分散化决策；同时，研究金融态度在这一关系中的调节效应，明确不同金融态度下社会互动对资产分散化影响的差异，为金融认知和金融态度在投资决策研究中的应用提供新的视角和实证依据，推动投资决策理论的进一步发展。从实践角度来看，本研究有助于投资者优化资产配置，提升投资收益。在复杂多变的金融市场中，投资者往往面临信息不对称、金融知识不足等问题，难以做出科学合理的资产分散化决策。本研究揭示了社会互动对资产分散化的影响机制，投资者可以据此积极利用社会互动渠道，如与专业金融人士交流、参与投资社区讨论等，获取更多有价值的投资信息，提升自身金融认知水平，树立正确的金融态度，从而制定更为科学合理的资产分散化策略，降低投资风险，实现资产的稳健增长。对金融机构而言，本研究为其开展投资者教育和设计金融产品提供了有益参考。金融机构可以依据研究结果，了解投资者在社会互动影响下的投资行为特点和需求，有针对性地开展投资者教育活动，提高投资者的金融素养和风险意识；在设计金融产品时，充分考虑社会互动因素对投资者决策的影响，开发出更符合投资者需求的金融产品，提升金融服务质量，增强市场竞争力。本研究对金融市场的稳定发展也具有积极意义。当投资者能够在社会互动的积极影响下做出更合理的资产分散化决策时，整个金融市场的投资行为将更加理性和稳健，有助于降低金融市场的系统性风险，促进金融市场的健康稳定发展，为宏观经济的稳定运行提供有力支撑。二、文献综述2.1资产分散化研究回顾2.1.1资产分散化的概念与度量资产分散化是现代投资组合理论的核心概念之一，其旨在通过将投资资金分配于不同的资产类别、行业、地区以及投资标的，以此降低投资组合整体面临的非系统性风险，实现资产的稳健增长。马科维茨（Markowitz）于1952年提出的现代投资组合理论，为资产分散化提供了坚实的理论基础。该理论认为，投资者在构建投资组合时，不应仅仅关注单个资产的预期收益，还需考虑资产之间的相关性。通过合理配置相关性较低的资产，投资者能够在不牺牲预期收益的前提下，有效降低投资组合的风险水平。在度量资产分散化程度方面，学术界和实务界提出了多种方法。标准差是一种广泛应用的度量指标，它用于衡量投资组合收益率的波动程度。标准差越小，表明投资组合的收益率越稳定，资产分散化效果越好。夏普比率（SharpeRatio）也是常用的度量指标之一，它通过计算投资组合的超额收益与标准差的比值，来评估投资组合在承担单位风险下所能获得的超额收益。夏普比率越高，意味着投资组合在同等风险下能够获得更高的收益，反映出资产分散化的有效性更高。投资组合中资产种类的数量也是度量资产分散化的直观指标。一般来说，投资组合中包含的资产种类越多，资产分散化的程度越高，对非系统性风险的分散效果也越显著。然而，随着资产种类的不断增加，分散风险的边际效应会逐渐递减，因此并非资产种类越多越好，还需综合考虑资产之间的相关性以及投资成本等因素。行业分散度指标用于衡量投资组合在不同行业的分布情况，它能够反映投资组合对行业风险的分散程度。行业分散度越高，说明投资组合在不同行业的布局更为均衡，受到单一行业波动的影响较小。例如，赫芬达尔-赫希曼指数（HHI）可以用于计算投资组合在各行业的投资比例平方和，HHI值越小，表明行业分散度越高，资产分散化效果越好。地域分散度指标则关注投资组合在不同地区的投资分布，用于评估投资组合对地域风险的分散能力。在全球经济一体化的背景下，不同地区的经济发展和市场波动存在差异，合理的地域分散能够有效降低投资组合面临的地域风险。2.1.2资产分散化的影响因素传统理论认为，风险偏好是影响资产分散化的关键因素之一。风险厌恶型投资者通常更倾向于选择风险较低、收益相对稳定的资产进行投资，并通过广泛分散投资来降低整体风险水平；而风险偏好型投资者则可能更注重资产的潜在高收益，愿意承担较高的风险，在资产分散化程度上可能相对较低。收益预期也在很大程度上影响着投资者的资产分散化决策。投资者往往会根据自身对不同资产收益的预期，调整投资组合中各类资产的比例。若投资者预期某类资产将获得较高收益，可能会增加对该类资产的投资，从而影响资产分散化的程度。随着金融市场的发展和研究的深入，新兴因素如社会互动对资产分散化的影响逐渐受到关注。社会互动为投资者提供了丰富的信息来源。通过与他人的交流和互动，投资者可以获取到传统金融渠道难以获得的个性化投资信息、市场传闻以及投资经验分享等。这些信息能够帮助投资者拓宽投资视野，了解更多的投资机会，从而促使他们调整投资组合，提高资产分散化程度。社会互动中的行为模仿和从众心理也会对资产分散化产生影响。投资者在面对复杂的投资决策时，往往会参考他人的投资行为和决策。若周围的人普遍进行多元化投资，投资者可能会受到影响，跟随进行资产分散化配置；反之，若周围人集中投资于某一领域，投资者也可能会受到从众心理的驱使，减少资产分散化的程度。社会互动还可能通过影响投资者的风险认知和态度，间接作用于资产分散化。在与他人的交流互动中，投资者对风险的感知可能会发生变化。若在社交圈子中，对风险的讨论较为充分，投资者可能会更加重视风险，从而更积极地进行资产分散化以降低风险；相反，若社交环境中对风险的关注度较低，投资者可能会低估风险，导致资产分散化程度不足。社会互动所带来的社会压力和认同感也会影响投资者的决策。为了获得社交圈子的认可和融入群体，投资者可能会调整自己的投资行为，使其与群体的投资模式相符合，进而影响资产分散化的程度。2.2社会互动研究综述2.2.1社会互动的概念与形式社会互动是指个体或群体之间相互影响、相互作用的动态过程，是社会学研究的重要领域。乔治・H・米德（GeorgeH.Mead）认为社会互动的起点是“自我互动”，即“主我”与“客我”的互动，反映了从“主我”到“客我”的反思过程，群体互动是自我互动的前提和必要环境，互动的实质在于主体与客体之间通过符号进行沟通。这一理论强调了互动中个体的自我认知与符号交流的重要性。社会互动涵盖了丰富多样的形式。在社交网络蓬勃发展的当下，线上社交平台成为人们互动的重要阵地。人们通过微信、微博、抖音等社交软件，不仅可以分享生活点滴、交流兴趣爱好，还能实时获取各类信息，与世界各地的人建立联系，打破了时间和空间的限制，实现了信息的快速传播和广泛交流。在线上投资交流社区中，投资者们分享自己的投资经验、分析市场动态，这些互动为彼此提供了新的投资思路和信息来源。线下聚会同样是社会互动的重要形式之一。家庭聚会中，家庭成员围坐在一起，分享生活中的喜怒哀乐，交流工作、学习和投资等方面的情况。这种亲密的互动不仅增进了家庭成员之间的感情，还可能影响到个人的投资决策。例如，在讨论家庭财务规划时，长辈的投资经验和建议可能会促使年轻一代调整自己的投资方向。朋友聚会也是常见的互动场景，朋友们在轻松愉快的氛围中交流各自的生活和见解，其中关于投资的话题也屡见不鲜。朋友之间的相互推荐和经验分享，可能会激发彼此对新投资领域的兴趣。行业研讨会则是专业人士进行深度交流的平台，在研讨会上，专家学者、从业者们汇聚一堂，针对行业内的热点问题、最新研究成果和投资趋势展开讨论。这种高质量的互动能够让参与者拓宽专业视野，获取前沿的行业信息，从而在投资决策中更具前瞻性。2.2.2社会互动对经济行为的影响社会互动对消费行为有着显著的影响。在消费过程中，消费者往往会受到他人意见和行为的左右。口碑传播在消费决策中发挥着关键作用。消费者在购买商品或服务之前，常常会参考他人的评价和推荐。根据相关研究，超过70%的消费者表示在购买决策过程中会受到朋友、家人或网络评价的影响。如果身边的人对某一品牌的产品给予高度评价，消费者更有可能尝试购买该产品。消费示范效应也不容忽视。当消费者看到他人购买和使用某种高端或时尚的商品时，可能会产生模仿心理，从而增加对该类商品的需求。在社交媒体时代，网红和明星的消费行为往往会引发粉丝的模仿，带动相关产品的销售热潮。社会互动在投资行为中也扮演着重要角色。在投资领域，信息交流至关重要，社会互动为投资者提供了获取信息的重要渠道。通过与他人交流，投资者能够获取到更多关于投资产品、市场趋势和投资策略的信息。研究表明，约60%的投资者表示会通过与同行交流获取投资信息，其中40%的投资者认为这些信息对他们的投资决策有重要影响。投资者之间的互动还会引发行为模仿和从众心理。当投资者看到周围的人在某一投资领域获得成功时，可能会跟风投资。在股票市场中，当某只股票受到众多投资者的关注和追捧时，其他投资者往往会跟随买入，导致股价上涨；反之，当投资者普遍抛售某只股票时，也会引发更多人跟风卖出，加剧股价下跌。社会互动还会影响投资者的风险认知和态度。在与他人交流投资经验和看法的过程中，投资者对风险的感知可能会发生变化。如果在社交圈子中，对风险的讨论较为充分，投资者可能会更加重视风险，从而更积极地进行资产分散化以降低风险；相反，若社交环境中对风险的关注度较低，投资者可能会低估风险，导致资产分散化程度不足。2.3社会互动与资产分散化关系研究2.3.1直接影响研究社会互动对资产分散化的直接影响是学术界关注的重要议题之一。从理论层面来看，社会互动能够为投资者提供多元化的信息来源。在社会互动过程中，投资者通过与他人的交流，如与投资经验丰富的朋友探讨投资策略、在专业投资论坛上与同行交流见解等，能够获取到来自不同渠道、不同视角的投资信息。这些信息涵盖了各类资产的市场动态、行业前景、企业基本面等多方面内容，有助于投资者拓宽投资视野，发现更多潜在的投资机会。当投资者了解到新兴行业的发展潜力后，可能会将部分资金投入该行业相关的资产，从而增加投资组合中资产的种类，提高资产分散化程度。社会互动中的行为模仿和从众心理也会对资产分散化产生直接影响。投资者在面对复杂的投资决策时，往往会参考他人的投资行为。若在其社交圈子中，多数人采取了分散投资的策略，投资者出于对群体行为的认同和对风险的规避心理，也更倾向于进行资产分散化配置。在一个投资交流群中，成员们纷纷分享自己分散投资于股票、债券、基金等多种资产的经验和收益情况，这可能会促使其他成员效仿，调整自己的投资组合，增加资产的分散度。众多实证研究也为社会互动对资产分散化的直接影响提供了有力支持。有学者通过对大量投资者的调查数据进行分析，发现社会互动频繁的投资者，其投资组合中资产的种类更为丰富，资产分散化程度更高。在对某地区投资者的研究中，发现经常参与线下投资交流活动的投资者，其投资组合中平均包含的资产类别比很少参与此类活动的投资者多2-3种。通过构建计量模型，控制其他影响因素后，实证结果表明社会互动变量与资产分散化程度之间存在显著的正相关关系，即社会互动越频繁、越深入，投资者的资产分散化程度越高。2.3.2中介与调节效应研究在社会互动与资产分散化关系的研究中，中介变量和调节变量的作用逐渐受到重视。金融认知被认为是社会互动影响资产分散化的重要中介变量之一。社会互动能够显著提升个体的金融认知水平。在与他人的交流互动中，投资者可以接触到各种金融知识、投资技巧和市场分析方法。通过参与金融讲座、与金融专业人士交流等社会互动活动，投资者能够学习到资产定价模型、风险评估方法等专业金融知识，了解不同投资产品的特点和风险收益特征。这种金融认知的提升，使得投资者能够更加理性地进行投资决策，从而促进资产分散化。当投资者对各类资产的风险和收益有了更清晰的认识后，会根据自身的风险承受能力和投资目标，合理配置不同资产，避免过度集中投资于某一类资产，进而提高资产分散化程度。信任也是一个关键的中介变量。社会互动有助于建立和增强投资者之间的信任关系。在长期的社会互动过程中，投资者通过与他人的频繁交流和合作，逐渐了解彼此的投资风格、诚信度和专业能力，从而建立起信任。在投资决策中，信任使得投资者更愿意接受他人的投资建议，参考他人的投资行为。若投资者信任的人推荐了某种新的投资产品或投资策略，投资者更有可能尝试将其纳入自己的投资组合，这在一定程度上会促进资产分散化。在一个紧密的投资社交圈子中，成员之间的信任度较高，当其中一位成员分享了投资某一新兴领域基金的经验并获得了较好的收益后，其他成员基于信任，可能会跟随投资，从而丰富了各自投资组合的资产类别。金融态度在社会互动与资产分散化关系中起着重要的调节效应。风险偏好是金融态度的重要组成部分，不同风险偏好的投资者在面对社会互动提供的信息时，会做出不同的资产分散化决策。风险厌恶型投资者在社会互动中获取到新的投资信息后，由于对风险较为敏感，会更加谨慎地评估投资风险，倾向于通过进一步分散投资来降低风险，以确保资产的安全性。这类投资者在听到关于某一高风险投资产品的信息时，即使该产品可能带来较高收益，也会因为担心风险而选择少量投资或不投资，而是将资金分散到其他风险较低的资产中。相反，风险偏好型投资者可能更关注投资的潜在高收益，对社会互动中的投资信息反应更为积极，愿意承担较高风险进行集中投资，资产分散化程度相对较低。当这类投资者了解到某一热门股票的投资机会时，可能会大量买入该股票，而忽视资产的分散配置。投资信心也是影响社会互动与资产分散化关系的重要金融态度因素。具有较高投资信心的投资者在社会互动中，更愿意尝试新的投资领域和投资产品，积极调整投资组合，从而可能提高资产分散化程度。当他们在社交中得知某一新兴行业的发展潜力后，会凭借自身的信心果断投入资金，丰富投资组合。而投资信心不足的投资者，即使在社会互动中获取到有价值的投资信息，也可能因为缺乏自信而犹豫不决，不敢轻易改变投资组合，导致资产分散化程度难以提升。2.4研究现状评述已有研究在资产分散化、社会互动以及二者关系等方面取得了丰硕成果。在资产分散化领域，对其概念的界定和度量方法已形成相对成熟的体系，为后续研究提供了坚实的基础和清晰的分析框架。在影响因素研究中，不仅明确了传统的风险偏好、收益预期等因素的重要作用，还逐渐关注到社会互动等新兴因素，拓展了研究视野。在社会互动研究方面，对其概念和形式的剖析较为全面，清晰呈现了社会互动在消费、投资等经济行为中的显著影响，为理解经济主体的行为决策提供了新的视角。在社会互动与资产分散化关系的研究中，虽然直接影响研究揭示了社会互动通过提供信息和引发行为模仿等方式对资产分散化产生直接作用，中介与调节效应研究也探讨了金融认知、信任等中介变量以及金融态度等调节变量在其中的作用，但仍存在一定不足。现有研究在探讨社会互动对资产分散化的影响路径时，虽有涉及信息传递、行为模仿等方面，但对于这些路径的具体作用机制和内在逻辑，尚未进行深入且细致的分析。对于金融认知、信任等中介变量以及金融态度等调节变量，在不同市场环境和投资者特征下的作用差异，研究还不够充分，缺乏系统性和针对性的探讨。基于此，本文的研究切入点在于深入剖析社会互动影响资产分散化的具体路径，全面揭示金融认知在其中的中介效应以及金融态度的调节效应。通过构建更加完善的理论模型和运用更具针对性的实证方法，深入探究在不同市场环境和投资者特征下，这些效应的变化规律和作用机制，以期填补现有研究的空白，为投资者的资产分散化决策提供更具深度和实用性的理论指导。本文的创新之处在于，在研究视角上，综合考虑金融认知的中介效应和金融态度的调节效应，从多个维度深入剖析社会互动与资产分散化的关系，弥补了以往研究单一视角的不足，为该领域的研究提供了更全面、系统的分析框架。在研究方法上，运用多种计量模型和实证分析方法，结合实际调研数据，增强研究结果的可靠性和说服力，为后续相关研究提供了新的方法借鉴。三、理论基础与研究假设3.1理论基础3.1.1信息传播理论信息传播理论认为，信息在社会系统中通过各种渠道进行传递和交流，而社会互动则是信息传播的重要载体。在投资领域，投资者之间的社会互动为信息传播提供了丰富的渠道和多样的方式。当投资者参与社交活动，如参加投资研讨会、加入投资交流群或与朋友进行日常投资交流时，他们就成为了信息传播网络中的节点，彼此之间进行着信息的传递、接收和反馈。在社会互动中，信息传播的准确性和全面性对投资者的决策具有关键影响。准确的信息能够帮助投资者深入了解资产的特性、市场的动态以及投资的风险和收益，从而为资产分散化决策提供可靠的依据。当投资者从可靠的社交渠道获取到某只股票的详细财务数据、行业竞争态势以及未来发展前景等准确信息时，他们能够更准确地评估该股票的投资价值，进而在资产配置中合理确定其投资比例，实现资产的有效分散化。全面的信息则有助于投资者拓宽投资视野，发现更多潜在的投资机会，避免因信息局限而导致的投资集中化。若投资者在社交互动中不仅关注股票市场，还了解到债券市场、基金市场以及新兴的数字货币市场等多方面的投资信息，就能够将资金分散投资于不同的资产类别，降低投资组合的风险。信息传播的速度也在很大程度上影响着投资者的资产分散化决策。在快速变化的金融市场中，信息传播的时效性至关重要。及时获取信息的投资者能够抢占先机，迅速调整投资组合，实现资产的优化配置。在股票市场中，当某一重大政策消息发布或某家上市公司公布重要业绩报告时，信息传播速度快的投资者能够在第一时间得知，并根据这些信息及时调整股票投资比例，同时考虑将资金分散到其他受该消息影响较小的资产上，以降低投资风险。而信息传播速度慢的投资者可能会错失最佳的投资调整时机，导致投资组合的风险增加。社会互动中的信息传播还存在着信息不对称和信息失真的问题。信息不对称是指在社会互动中，不同投资者获取信息的能力、渠道和时间存在差异，导致部分投资者掌握的信息多于其他投资者。这种信息不对称可能会使掌握更多信息的投资者在资产分散化决策中占据优势，而信息不足的投资者则可能面临决策失误的风险。在投资项目的选择上，一些具有广泛社交网络和专业投资知识的投资者能够提前获取到优质投资项目的信息，并将其纳入投资组合，实现资产的分散化和增值；而普通投资者由于信息渠道有限，可能无法及时了解这些项目，从而错失投资机会。信息失真则是指在信息传播过程中，由于各种原因，如传播者的主观偏见、信息传递过程中的误差等，导致信息的真实性和准确性受到影响。失真的信息可能会误导投资者的决策，使其做出不合理的资产分散化选择。若在社交网络中传播的关于某一投资产品的虚假盈利信息，可能会吸引投资者盲目投资该产品，导致投资组合过度集中于这一产品，增加投资风险。3.1.2行为金融理论行为金融理论打破了传统金融理论中投资者完全理性的假设，认为投资者在决策过程中会受到各种心理因素和认知偏差的影响，而社会互动在这一过程中起着重要的作用。社会互动中的从众心理是影响投资者行为的重要因素之一。在投资决策中，投资者往往会观察和模仿他人的行为，尤其是在面对不确定性和复杂的投资环境时。当投资者看到周围的人纷纷投资于某一资产或采用某种投资策略时，他们往往会受到从众心理的驱使，跟随进行投资，而忽视了自身对投资风险和收益的独立判断。在股票市场的牛市行情中，大量投资者看到身边的人在股票投资中获得了丰厚收益，便纷纷跟风买入股票，导致股票价格进一步上涨，投资过度集中于股票市场，忽视了资产分散化的重要性。社会互动还会引发投资者的羊群效应。羊群效应是指投资者在信息不对称的情况下，放弃自己的独立判断，跟随大多数人的决策。在投资领域，羊群效应可能会导致市场的非理性波动和资产价格的偏离。当市场上出现一些利好消息或热点投资话题时，通过社会互动的传播，大量投资者会迅速跟进，形成一股投资热潮，使得相关资产的价格被过度炒作，远远偏离其内在价值。而当市场出现负面消息时，投资者又会集体恐慌抛售，导致资产价格暴跌。这种羊群效应使得投资者难以实现有效的资产分散化，增加了投资风险。在某一新兴行业的股票受到市场追捧时，投资者在社会互动中受到他人的影响，纷纷买入该行业的股票，而没有充分考虑自身的投资目标和风险承受能力，导致投资组合过度集中于这一行业，当行业发展出现波动时，投资组合将面临巨大的损失。社会互动中的过度自信也是影响投资者资产分散化决策的重要心理偏差。投资者在与他人交流投资经验和成果时，往往会高估自己的投资能力和判断的准确性，从而忽视投资风险。过度自信的投资者可能会过度集中投资于自己认为熟悉或有把握的资产，而不愿意进行资产分散化。他们可能会认为自己能够准确预测某一资产的价格走势，从而将大量资金投入其中，而忽略了市场的不确定性和风险。这种过度自信的行为使得投资者的投资组合缺乏多样性，一旦所投资的资产出现不利波动，投资组合将遭受严重损失。一些自认为对股票市场有深入了解的投资者，在与他人交流中过度自信地认为自己能够抓住某只股票的上涨机会，便将大部分资金投入该股票，而没有合理分散投资，最终因股票价格暴跌而遭受重大损失。3.2研究假设提出3.2.1社会互动对资产分散化的直接影响假设社会互动对资产分散化的直接影响是本研究关注的核心问题之一。社会互动为投资者提供了丰富的信息来源，投资者通过与他人的交流，如参与投资交流群、与投资顾问沟通、参加行业研讨会等，可以获取到关于不同投资产品、市场趋势、投资策略等方面的信息。这些多元化的信息能够帮助投资者拓宽投资视野，发现更多潜在的投资机会，从而促使他们调整投资组合，增加投资组合中资产的种类和范围，提高资产分散化程度。当投资者在社交互动中了解到新兴行业的发展潜力后，可能会将部分资金投入该行业相关的股票、基金或债券等资产，使投资组合更加多元化。社会互动中的行为模仿和从众心理也会对资产分散化产生直接影响。在投资决策中，投资者往往会观察和参考他人的行为。如果在其社交圈子中，大多数人采取了分散投资的策略，投资者出于对群体行为的认同和对风险的规避心理，也更倾向于进行资产分散化配置。在一个投资社区中，成员们纷纷分享自己分散投资于不同资产的经验和收益情况，这可能会促使其他成员效仿，调整自己的投资组合，增加资产的分散度。基于以上分析，提出假设1：社会互动对资产分散化具有显著的正向影响，即社会互动程度越高，投资者的资产分散化程度越高。3.2.2中介效应假设在社会互动影响资产分散化的过程中，金融认知起着重要的中介作用。社会互动能够为投资者提供学习和交流的平台，通过与他人的互动，投资者可以接触到各种金融知识、投资技巧和市场分析方法。在参与金融讲座、与金融专业人士交流等社会互动活动中，投资者能够学习到资产定价模型、风险评估方法等专业金融知识，了解不同投资产品的特点和风险收益特征，从而提升自己的金融认知水平。这种金融认知的提升，使得投资者能够更加理性地进行投资决策，进而促进资产分散化。当投资者对各类资产的风险和收益有了更清晰的认识后，会根据自身的风险承受能力和投资目标，合理配置不同资产，避免过度集中投资于某一类资产。具有较高金融认知水平的投资者会意识到，将资金集中投资于单一股票可能面临较大的风险，因此会选择分散投资于多只股票、债券、基金等不同资产，以降低投资组合的风险，提高资产分散化程度。基于此，提出假设2：金融认知在社会互动与资产分散化之间起中介作用，即社会互动通过提高投资者的金融认知水平，进而促进资产分散化。3.2.3调节效应假设金融态度在社会互动与资产分散化关系中起着重要的调节效应。风险偏好是金融态度的重要组成部分，不同风险偏好的投资者在面对社会互动提供的信息时，会做出不同的资产分散化决策。风险厌恶型投资者对风险较为敏感，在社会互动中获取到新的投资信息后，会更加谨慎地评估投资风险，倾向于通过进一步分散投资来降低风险，以确保资产的安全性。这类投资者在听到关于某一高风险投资产品的信息时，即使该产品可能带来较高收益，也会因为担心风险而选择少量投资或不投资，而是将资金分散到其他风险较低的资产中。相反，风险偏好型投资者可能更关注投资的潜在高收益，对社会互动中的投资信息反应更为积极，愿意承担较高风险进行集中投资，资产分散化程度相对较低。当这类投资者了解到某一热门股票的投资机会时，可能会大量买入该股票，而忽视资产的分散配置。投资信心也是影响社会互动与资产分散化关系的重要金融态度因素。具有较高投资信心的投资者在社会互动中，更愿意尝试新的投资领域和投资产品，积极调整投资组合，从而可能提高资产分散化程度。当他们在社交中得知某一新兴行业的发展潜力后，会凭借自身的信心果断投入资金，丰富投资组合。而投资信心不足的投资者，即使在社会互动中获取到有价值的投资信息，也可能因为缺乏自信而犹豫不决，不敢轻易改变投资组合，导致资产分散化程度难以提升。基于以上分析，提出假设3：金融态度在社会互动与资产分散化关系中起调节作用。具体而言，风险偏好程度越低、投资信心越高，社会互动对资产分散化的正向影响越强；反之，风险偏好程度越高、投资信心越低，社会互动对资产分散化的正向影响越弱。四、研究设计4.1数据来源本研究的数据主要来源于中国家庭金融调查（CHFS）数据库。CHFS由西南财经大学中国家庭金融调查与研究中心开展，旨在全面、系统地收集中国家庭的金融信息，为学术研究和政策制定提供丰富的数据支持。该调查覆盖范围广泛，涵盖了全国31个省（自治区、直辖市），调查样本具有较强的代表性，能够较为准确地反映中国家庭的金融行为和特征。CHFS数据包含了家庭的基本信息，如家庭人口结构、收入、支出等，还详细记录了家庭的金融资产配置情况，包括股票、基金、债券、银行存款等各类金融产品的持有情况，以及家庭参与金融市场的行为和决策过程，如投资决策的依据、获取金融信息的渠道等。这些丰富的数据维度为研究社会互动与资产分散化之间的关系提供了有力的数据基础，使研究能够从多个角度深入分析社会互动对家庭资产分散化决策的影响。除了CHFS数据，本研究还补充了部分宏观经济数据和金融市场数据，以控制宏观经济环境和金融市场波动对家庭资产分散化决策的影响。宏观经济数据来源于国家统计局和中国人民银行，包括国内生产总值（GDP）增长率、通货膨胀率、利率等指标，这些数据反映了宏观经济的运行状况和趋势，对家庭的投资决策具有重要影响。金融市场数据则来自于万得（Wind）数据库，涵盖了股票市场指数、债券市场收益率、基金市场规模等信息，用于衡量金融市场的整体表现和不同金融市场之间的相关性，进一步丰富了研究的数据体系，使研究结果更加准确和可靠。4.2变量选取与测量4.2.1自变量：社会互动本研究采用多个指标来衡量社会互动程度，以全面反映投资者在社会关系网络中的互动情况。社交频率是衡量社会互动的基础指标之一，通过询问投资者在过去一个月内与朋友、家人、同事等进行面对面交流、电话沟通或线上互动的次数来度量。较高的社交频率意味着投资者有更多机会与他人进行信息交流和情感沟通，从而更可能受到社会互动的影响。社交圈子多样性也是重要的衡量指标。该指标通过计算投资者社交圈子中不同职业、年龄、教育背景的人数比例来衡量。社交圈子越多样，投资者接触到的信息来源和观点就越丰富，对其投资决策和资产分散化行为的影响也可能更为显著。若投资者的社交圈子中既有金融行业从业者，又有不同行业的创业者和普通上班族，他们就能从不同角度获取关于投资市场的信息，包括不同行业的发展趋势、投资机会等，进而影响其资产配置决策。参与社交活动的类型和程度也是考虑因素之一。投资者参与的社交活动包括投资交流聚会、金融讲座、线上投资论坛等。通过询问投资者参与这些活动的频率和深度，如在活动中是否积极发言、与他人交流投资经验等，来评估其在特定投资相关社交活动中的互动程度。积极参与投资交流聚会并在其中频繁交流投资经验的投资者，相比只是偶尔参加且不主动交流的投资者，更有可能受到社会互动的影响，获取更多有价值的投资信息，从而影响其资产分散化决策。4.2.2因变量：资产分散化资产分散化程度通过多种方式进行度量。投资资产种类数量是直观的衡量指标，统计投资者投资组合中包含的不同资产类别数量，如股票、债券、基金、房地产、黄金、银行存款等。投资组合中资产种类越多，表明投资者在不同资产之间进行了分散配置，资产分散化程度越高。若一位投资者的投资组合中仅包含股票和银行存款，而另一位投资者的投资组合中除了股票和银行存款外，还包括债券、基金和黄金等资产，那么后者的资产分散化程度相对更高。各资产占比的离散程度也是重要的度量指标，采用赫芬达尔-赫希曼指数（HHI）来计算。HHI指数通过计算投资组合中各资产占总资产比例的平方和来衡量资产分布的集中程度，其公式为：HHI=\sum_{i=1}^{n}(x_{i})^{2}，其中x_{i}表示第i种资产占总资产的比例，n为资产种类数量。HHI指数的值介于0到1之间，值越接近0，表明各资产占比越均匀，资产分散化程度越高；值越接近1，则表示资产分布越集中，资产分散化程度越低。若一个投资组合中股票、债券、基金的占比分别为30%、30%、40%，其HHI指数计算为(0.3)^{2}+(0.3)^{2}+(0.4)^{2}=0.34；而另一个投资组合中股票占比80%，债券和基金各占10%，其HHI指数为(0.8)^{2}+(0.1)^{2}+(0.1)^{2}=0.66，显然前者的资产分散化程度更高。4.2.3中介变量本研究选取金融认知和信任作为中介变量，并采用相应的度量方式。金融认知通过设计一套金融知识测试问卷来衡量，问卷内容涵盖金融市场基本概念、投资产品知识、风险与收益关系、资产定价原理等多个方面。问卷共设置20道题目，包括单选题、多选题和简答题，每答对一题得5分，答错不得分，总分为100分。得分越高，表明投资者的金融认知水平越高。在金融市场基本概念部分，会询问投资者关于股票、债券、基金等金融产品的定义和特点；在投资产品知识部分，会涉及不同类型基金的投资策略和风险特征等问题；风险与收益关系部分，会考察投资者对风险与收益正相关关系的理解；资产定价原理部分，则可能询问投资者对股票定价模型的了解程度等。通过这些问题，全面评估投资者的金融认知水平。信任的度量则通过问卷中相关问题的设置来实现。问卷中设置了关于投资者对社交圈子中他人投资建议信任程度的问题，采用李克特5级量表进行测量，1表示“完全不信任”，2表示“不太信任”，3表示“一般”，4表示“比较信任”，5表示“完全信任”。得分越高，表明投资者对他人投资建议的信任程度越高。还会询问投资者在做出投资决策时，参考他人意见的频率和重要性等问题，进一步细化对信任程度的度量。若投资者在回答中表示经常参考他人意见，且认为他人意见对自己的投资决策非常重要，那么其信任得分可能较高；反之，若投资者很少参考他人意见，且认为他人意见对自己决策影响不大，则信任得分较低。4.2.4调节变量金融素养和风险态度作为调节变量，其测量方法如下。金融素养通过一套更为全面和深入的金融知识测试来评估，测试内容不仅包括基础金融知识，还涉及金融市场动态分析、投资策略制定、金融风险管理等高级金融知识。测试形式包括选择题、计算题、案例分析题等。在金融市场动态分析部分，会给出当前金融市场的一些数据和信息，要求投资者分析市场趋势和可能的投资机会；投资策略制定部分，会让投资者根据给定的投资目标和风险承受能力，制定合理的投资策略；金融风险管理部分，则会考察投资者对风险评估方法和风险应对策略的掌握程度。通过综合评估投资者在各个部分的表现，确定其金融素养水平。风险态度通过风险偏好问卷来测量，问卷采用情景假设的方式，设置多个投资情景，每个情景包含不同的风险水平和预期收益。投资者需要在每个情景中选择自己倾向的投资方案，根据其选择结果判断其风险偏好类型。问卷会给出一个投资情景：方案A，投资一只预期年化收益率为5%，风险较低的债券基金；方案B，投资一只预期年化收益率为15%，但风险较高的股票型基金。若投资者更倾向于选择方案A，则表明其风险偏好较低，更倾向于稳健投资；若选择方案B，则说明其风险偏好较高，愿意承担较高风险以追求更高收益。根据投资者在多个类似情景中的选择，综合判断其风险态度，将风险态度分为风险厌恶型、风险中性型和风险偏好型三个类别，以便在后续研究中分析其对社会互动与资产分散化关系的调节作用。4.2.5控制变量本研究选取年龄、收入、教育程度等作为控制变量。年龄对投资决策和资产分散化可能产生影响，随着年龄的增长，投资者的投资经验逐渐丰富，风险承受能力和投资目标可能发生变化。年轻投资者可能更注重资产的增值，愿意承担较高风险进行投资，资产分散化程度相对较低；而年长投资者可能更倾向于资产的保值和稳定收益，更注重资产分散化以降低风险。因此，控制年龄变量可以排除年龄因素对社会互动与资产分散化关系的干扰。收入水平也是重要的控制变量。收入较高的投资者可能有更多的资金进行多元化投资，资产分散化程度相对较高；而收入较低的投资者可能由于资金有限，投资选择相对较少，资产分散化程度较低。通过控制收入变量，可以减少收入因素对研究结果的影响，更准确地分析社会互动与资产分散化之间的关系。教育程度与投资者的金融认知和投资决策能力密切相关。受教育程度较高的投资者通常具备更好的学习能力和知识储备，更容易理解和掌握金融知识，在投资决策中可能更加理性，资产分散化程度也可能更高。控制教育程度变量，有助于消除教育因素对研究结果的潜在干扰，使研究结果更具可靠性和说服力。除了上述控制变量外，还将家庭规模、职业等因素纳入控制变量范畴，以全面控制其他可能影响资产分散化的因素，确保研究结果的准确性和科学性。4.3研究模型构建4.3.1直接影响模型为探究社会互动对资产分散化的直接影响，构建如下回归模型：Diversification_{i}=\alpha_{0}+\alpha_{1}SocialInteraction_{i}+\sum_{j=1}^{n}\alpha_{j+1}Control_{ij}+\epsilon_{i}其中，Diversification_{i}表示第i个投资者的资产分散化程度，通过投资资产种类数量和各资产占比的离散程度（HHI指数）来度量，该指标反映了投资者投资组合中资产的多元化程度，值越大表示资产分散化程度越高；SocialInteraction_{i}表示第i个投资者的社会互动程度，通过社交频率、社交圈子多样性以及参与社交活动的类型和程度等多个指标综合衡量，体现了投资者在社会关系网络中的活跃程度和信息交流的丰富程度；Control_{ij}表示第i个投资者的第j个控制变量，包括年龄、收入、教育程度、家庭规模、职业等，用于控制其他可能影响资产分散化的因素；\alpha_{0}为常数项，\alpha_{1}为社会互动变量的回归系数，反映了社会互动对资产分散化的直接影响程度，若\alpha_{1}显著为正，则表明社会互动对资产分散化具有显著的正向影响，即社会互动程度越高，资产分散化程度越高；\alpha_{j+1}为各控制变量的回归系数；\epsilon_{i}为随机误差项，代表模型中未被解释的部分，包含了其他未纳入模型的影响因素以及测量误差等。4.3.2中介效应模型依据中介效应检验方法，构建包含中介变量金融认知（FinancialCognition_{i}）和信任（Trust_{i}）的模型，以分析中介效应的传导路径：第一步，检验社会互动对资产分散化的总效应，模型同直接影响模型：第一步，检验社会互动对资产分散化的总效应，模型同直接影响模型：Diversification_{i}=\alpha_{0}+\alpha_{1}SocialInteraction_{i}+\sum_{j=1}^{n}\alpha_{j+1}Control_{ij}+\epsilon_{i}第二步，检验社会互动对中介变量的影响：FinancialCognition_{i}=\beta_{0}+\beta_{1}SocialInteraction_{i}+\sum_{j=1}^{n}\beta_{j+1}Control_{ij}+\epsilon_{i}Trust_{i}=\gamma_{0}+\gamma_{1}SocialInteraction_{i}+\sum_{j=1}^{n}\gamma_{j+1}Control_{ij}+\epsilon_{i}其中，\beta_{0}、\gamma_{0}为常数项，\beta_{1}、\gamma_{1}分别为社会互动对金融认知和信任的回归系数，若\beta_{1}、\gamma_{1}显著，则表明社会互动对金融认知和信任具有显著影响。第三步，将中介变量纳入社会互动与资产分散化的回归模型中，检验中介效应：Diversification_{i}=\delta_{0}+\delta_{1}SocialInteraction_{i}+\delta_{2}FinancialCognition_{i}+\sum_{j=1}^{n}\delta_{j+2}Control_{ij}+\epsilon_{i}Diversification_{i}=\theta_{0}+\theta_{1}SocialInteraction_{i}+\theta_{2}Trust_{i}+\sum_{j=1}^{n}\theta_{j+2}Control_{ij}+\epsilon_{i}Diversification_{i}=\lambda_{0}+\lambda_{1}SocialInteraction_{i}+\lambda_{2}FinancialCognition_{i}+\lambda_{3}Trust_{i}+\sum_{j=1}^{n}\lambda_{j+3}Control_{ij}+\epsilon_{i}在上述模型中，\delta_{0}、\theta_{0}、\lambda_{0}为常数项，\delta_{1}、\theta_{1}、\lambda_{1}为社会互动的回归系数，\delta_{2}、\theta_{2}、\lambda_{2}为金融认知的回归系数，\lambda_{3}为信任的回归系数。若\delta_{2}、\theta_{2}、\lambda_{2}和\lambda_{3}显著，且\delta_{1}、\theta_{1}、\lambda_{1}相比第一步中\alpha_{1}的系数变小，则表明金融认知和信任在社会互动与资产分散化之间起部分中介作用；若\delta_{1}、\theta_{1}、\lambda_{1}不显著，则表明金融认知和信任在社会互动与资产分散化之间起完全中介作用。通过这些模型，可以清晰地分析社会互动如何通过影响金融认知和信任，进而间接影响资产分散化的传导路径。4.3.3调节效应模型建立调节效应模型，以分析金融素养（FinancialLiteracy_{i}）和风险态度（RiskAttitude_{i}）在社会互动与资产分散化关系中的调节作用：Diversification_{i}=\mu_{0}+\mu_{1}SocialInteraction_{i}+\mu_{2}FinancialLiteracy_{i}+\mu_{3}SocialInteraction_{i}\timesFinancialLiteracy_{i}+\sum_{j=1}^{n}\mu_{j+3}Control_{ij}+\epsilon_{i}Diversification_{i}=\nu_{0}+\nu_{1}SocialInteraction_{i}+\nu_{2}RiskAttitude_{i}+\nu_{3}SocialInteraction_{i}\timesRiskAttitude_{i}+\sum_{j=1}^{n}\nu_{j+3}Control_{ij}+\epsilon_{i}在上述模型中，\mu_{0}、\nu_{0}为常数项，\mu_{1}、\nu_{1}为社会互动的回归系数，\mu_{2}、\nu_{2}为金融素养和风险态度的回归系数，\mu_{3}、\nu_{3}为社会互动与金融素养、社会互动与风险态度的交互项回归系数。若\mu_{3}显著，则表明金融素养在社会互动与资产分散化关系中起调节作用，即金融素养会影响社会互动对资产分散化的影响程度；若\nu_{3}显著，则表明风险态度在社会互动与资产分散化关系中起调节作用，即风险态度会改变社会互动对资产分散化的作用效果。通过分析交互项系数的正负和显著性，可以明确在不同金融素养和风险态度水平下，社会互动对资产分散化的影响是增强还是减弱，从而深入探究调节变量在社会互动与资产分散化关系中的作用机制。五、实证结果与分析5.1描述性统计对样本数据进行描述性统计，结果如表1所示。从表中可以看出，资产分散化程度（Diversification）的均值为0.356，标准差为0.124，表明不同投资者之间的资产分散化程度存在一定差异。最小值为0.105，说明部分投资者的资产分散化程度较低，投资较为集中；最大值为0.782，显示部分投资者能够较好地进行资产分散化配置，投资组合较为多元化。社会互动程度（SocialInteraction）的均值为3.25，标准差为0.86，说明投资者的社会互动水平参差不齐。社交频率方面，投资者每月平均社交次数为10.5次，反映出投资者普遍具有一定的社交活跃度；社交圈子多样性的均值为0.65，表明投资者的社交圈子具有一定的多样性，但仍有提升空间；参与社交活动的类型和程度的均值为2.8，说明投资者在投资相关社交活动中的参与程度有待进一步提高。金融认知（FinancialCognition）的均值为65.3分，标准差为15.6，说明投资者的金融认知水平存在较大差异。部分投资者的金融认知得分较低，反映出其对金融知识的掌握较为薄弱；而部分投资者得分较高，具备较为丰富的金融知识。信任（Trust）的均值为3.5，处于中等偏上水平，表明投资者对社交圈子中他人投资建议的信任程度较高，但仍有部分投资者持谨慎态度。金融素养（FinancialLiteracy）的均值为4.2，标准差为1.3，说明投资者的金融素养水平有一定波动。风险态度（RiskAttitude）方面，风险厌恶型投资者占比为40%，风险中性型投资者占比为35%，风险偏好型投资者占比为25%，反映出投资者的风险态度呈现多样化分布。在控制变量中，年龄（Age）的均值为42.5岁，说明样本中投资者年龄分布较为均匀；收入（Income）的均值为8.5万元，标准差较大，体现出投资者之间的收入水平差异明显；教育程度（Education）的均值为12.8年，表明样本中投资者的教育程度整体处于高中及以上水平。家庭规模（FamilySize）的均值为3.5人，职业（Occupation）涵盖了多个行业，分布较为广泛。通过对各变量描述性统计结果的分析，可以初步了解样本数据的特征，为后续的实证分析奠定基础。表1：描述性统计结果变量观测值均值标准差最小值最大值资产分散化程度（Diversification）10000.3560.1240.1050.782社会互动程度（SocialInteraction）10003.250.861.05.0金融认知（FinancialCognition）100065.315.630.095.0信任（Trust）10003.50.81.05.0金融素养（FinancialLiteracy）10004.21.31.07.0风险态度（RiskAttitude）1000--风险厌恶型（40%）风险偏好型（25%）年龄（Age）100042.510.520.075.0收入（Income）（万元）10008.54.51.030.0教育程度（Education）（年）100012.82.56.018.0家庭规模（FamilySize）10003.51.21.08.0职业（Occupation）1000----5.2相关性分析为初步探究各变量之间的关系，进行相关性分析，结果如表2所示。从表中可以看出，社会互动程度（SocialInteraction）与资产分散化程度（Diversification）在1%的水平上显著正相关，相关系数为0.456，这初步表明社会互动程度越高，投资者的资产分散化程度可能越高，为假设1提供了初步的支持。社会互动程度与金融认知（FinancialCognition）在1%的水平上显著正相关，相关系数为0.382，说明社会互动能够促进投资者金融认知水平的提升。社会互动程度与信任（Trust）也在1%的水平上显著正相关，相关系数为0.325，表明社会互动有助于增强投资者之间的信任关系。金融认知与资产分散化程度在1%的水平上显著正相关，相关系数为0.428，显示金融认知水平的提高对资产分散化具有积极的促进作用；信任与资产分散化程度在5%的水平上显著正相关，相关系数为0.256，说明信任在一定程度上也能够推动资产分散化。金融素养（FinancialLiteracy）与资产分散化程度在1%的水平上显著正相关，相关系数为0.365，表明金融素养越高，投资者的资产分散化程度越高。风险态度（RiskAttitude）与资产分散化程度呈现负相关关系，其中风险偏好型投资者与资产分散化程度的负相关系数为-0.312，在1%的水平上显著，说明风险偏好程度越高，资产分散化程度越低，这与理论预期相符。在控制变量中，年龄与资产分散化程度在5%的水平上显著正相关，相关系数为0.225，说明随着年龄的增长，投资者的资产分散化程度有所提高；收入与资产分散化程度在1%的水平上显著正相关，相关系数为0.305，表明收入水平越高，资产分散化程度越高；教育程度与资产分散化程度在1%的水平上显著正相关，相关系数为0.336，体现出教育程度对资产分散化具有积极影响。通过相关性分析，各变量之间的相关系数均未超过0.8，初步判断不存在严重的多重共线性问题，但仍需在后续的回归分析中进一步检验。相关性分析结果为后续的回归分析和假设检验提供了基础，初步揭示了各变量之间的关联方向和程度。表2：相关性分析结果变量资产分散化程度社会互动程度金融认知信任金融素养风险态度年龄收入教育程度资产分散化程度1社会互动程度0.456***1金融认知0.428***0.382***1信任0.256**0.325***0.286***1金融素养0.365***0.305***0.402***0.268**1风险态度-0.312***-0.256***-0.285***-0.205*-0.336***1年龄0.225**0.185**0.212**0.156*0.235**-0.168*1收入0.305***0.265***0.325***0.215**0.345***-0.256***0.285***1教育程度0.336***0.315***0.385***0.236**0.425***-0.305***0.325***0.456***1注：*、、*分别表示在1%、5%、10%的水平上显著。5.3回归结果分析5.3.1社会互动对资产分散化的直接影响结果对直接影响模型进行回归分析，结果如表3所示。从表中可以看出，社会互动程度（SocialInteraction）的回归系数为0.256，在1%的水平上显著为正。这表明社会互动对资产分散化具有显著的正向影响，即社会互动程度越高，投资者的资产分散化程度越高，假设1得到了验证。从经济意义上看，社会互动程度每提高1个单位，资产分散化程度将提高0.256个单位。这一结果表明，社会互动在投资者的资产分散化决策中起着重要作用。社会互动为投资者提供了丰富的信息来源，投资者通过与他人的交流互动，能够获取到关于不同投资产品、市场趋势、投资策略等方面的信息。这些多元化的信息能够帮助投资者拓宽投资视野，发现更多潜在的投资机会，从而促使他们调整投资组合，增加投资组合中资产的种类和范围，提高资产分散化程度。在投资交流群中，投资者们分享自己对不同行业股票的研究分析、对债券市场走势的判断以及对新兴投资领域的关注，这些信息交流能够让投资者接触到更多的投资选择，进而将资金分散投资于不同资产，降低投资组合的风险。社会互动中的行为模仿和从众心理也会对资产分散化产生直接影响。当投资者在社交圈子中看到他人进行分散投资并获得较好的收益时，出于对群体行为的认同和对风险的规避心理，他们也更倾向于进行资产分散化配置。在一个投资社区中，成员们纷纷分享自己分散投资于股票、基金、债券等多种资产的经验和收益情况，这可能会促使其他成员效仿，调整自己的投资组合，增加资产的分散度。在控制变量方面，年龄（Age）的回归系数为0.085，在5%的水平上显著为正，说明随着年龄的增长，投资者的资产分散化程度有所提高。这可能是因为年长的投资者具有更丰富的投资经验和更稳健的投资风格，更注重资产的保值和风险的控制，因此更倾向于进行资产分散化投资。收入（Income）的回归系数为0.125，在1%的水平上显著为正，表明收入水平越高，资产分散化程度越高。高收入投资者拥有更多的资金进行多元化投资，能够更好地实现资产的分散配置，降低投资风险。教育程度（Education）的回归系数为0.156，在1%的水平上显著为正，体现出教育程度对资产分散化具有积极影响。受教育程度较高的投资者通常具备更好的学习能力和知识储备，更容易理解和掌握金融知识，在投资决策中可能更加理性，更能够意识到资产分散化的重要性，从而采取更有效的资产分散化策略。表3：社会互动对资产分散化的直接影响回归结果|变量|系数|标准误|t值|P>|t||---|---|---|---|---||社会互动程度（SocialInteraction）|0.256***|0.056|4.57|0.000||年龄（Age）|0.085**|0.036|2.36|0.018||收入（Income）|0.125***|0.042|2.98|0.003||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||变量|系数|标准误|t值|P>|t||---|---|---|---|---||社会互动程度（SocialInteraction）|0.256***|0.056|4.57|0.000||年龄（Age）|0.085**|0.036|2.36|0.018||收入（Income）|0.125***|0.042|2.98|0.003||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||---|---|---|---|---||社会互动程度（SocialInteraction）|0.256***|0.056|4.57|0.000||年龄（Age）|0.085**|0.036|2.36|0.018||收入（Income）|0.125***|0.042|2.98|0.003||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||社会互动程度（SocialInteraction）|0.256***|0.056|4.57|0.000||年龄（Age）|0.085**|0.036|2.36|0.018||收入（Income）|0.125***|0.042|2.98|0.003||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||年龄（Age）|0.085**|0.036|2.36|0.018||收入（Income）|0.125***|0.042|2.98|0.003||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||收入（Income）|0.125***|0.042|2.98|0.003||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||教育程度（Education）|0.156***|0.048|3.25|0.001||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||家庭规模（FamilySize）|-0.035|0.028|-1.25|0.212||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||职业（Occupation）|-0.056|0.035|-1.60|0.110||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||常数项|-0.256***|0.065|-3.94|0.000||N|1000|R²|0.356||N|1000|R²|0.356|注：***、**分别表示在1%、5%的水平上显著。5.3.2中介效应检验结果中介效应检验结果如表4所示。在社会互动对金融认知的回归中，社会互动程度（SocialInteraction）的回归系数为0.325，在1%的水平上显著为正，表明社会互动能够显著提升投资者的金融认知水平。社会互动为投资者提供了学习和交流的平台，通过与他人的互动，投资者可以接触到各种金融知识、投资技巧和市场分析方法。在参与金融讲座、与金融专业人士交流等社会互动活动中，投资者能够学习到资产定价模型、风险评估方法等专业金融知识，了解不同投资产品的特点和风险收益特征，从而提升自己的金融认知水平。在社会互动对信任的回归中，社会互动程度的回归系数为0.286，在1%的水平上显著为正，说明社会互动有助于增强投资者之间的信任关系。在长期的社会互动过程中，投资者通过与他人的频繁交流和合作，逐渐了解彼此的投资风格、诚信度和专业能力，从而建立起信任。在投资决策中，信任使得投资者更愿意接受他人的投资建议，参考他人的投资行为。若投资者信任的人推荐了某种新的投资产品或投资策略，投资者更有可能尝试将其纳入自己的投资组合，这在一定程度上会促进资产分散化。在将金融认知纳入社会互动与资产分散化的回归模型中，金融认知（FinancialCognition）的回归系数为0.215，在1%的水平上显著为正，社会互动程度的回归系数变为0.186，相比直接影响模型中的系数0.256有所减小，且仍然在1%的水平上显著。这表明金融认知在社会互动与资产分散化之间起部分中介作用，即社会互动通过提高投资者的金融认知水平，进而促进资产分散化。当投资者的金融认知水平提高后，他们能够更加理性地进行投资决策，根据自身的风险承受能力和投资目标，合理配置不同资产，避免过度集中投资于某一类资产，从而提高资产分散化程度。在将信任纳入回归模型中，信任（Trust）的回归系数为0.156，在5%的水平上显著为正，社会互动程度的回归系数变为0.205，相比直接影响模型中的系数也有所减小，且在1%的水平上显著。这说明信任在社会互动与资产分散化之间也起部分中介作用，社会互动通过增强投资者之间的信任关系，促使投资者更愿意接受他人的投资建议和参考他人的投资行为，从而促进资产分散化。当同时将金融认知和信任纳入回归模型时，金融认知的回归系数为0.185，在1%的水平上显著为正，信任的回归系数为0.125，在5%的水平上显著为正，社会互动程度的回归系数变为0.156，仍然在1%的水平上显著，但相比直接影响模型中的系数进一步减小。这进一步验证了金融认知和信任在社会互动与资产分散化之间起部分中介作用，且二者在中介过程中存在一定的相互影响。社会互动不仅通过提升金融认知和增强信任分别对资产分散化产生影响，还通过二者的共同作用，进一步促进资产分散化。假设2得到了验证。表4：中介效应检验回归结果变量金融认知（FinancialCognition）信任（Trust）资产分散化程度（Diversification）资产分散化程度（Diversification）资产分散化程度（Diversification）社会互动程度（SocialInteraction）0.325***0.286***0.186***0.205***0.156***金融认知（FinancialCognition）--0.215***-0.185***信任（Trust）---0.156**-年龄（Age）0.125***0.086**0.075**0.082**0.065**收入（Income）0.156***0.125***0.115***0.120***0.105***教育程度（Education）0.185***0.156***0.145***0.150***0.135***家庭规模（FamilySize）-0.045-0.036-0.030-0.032-0.028职业（Occupation）-0.065-0.056-0.050-0.052-0.048常数项-0.325***-0.286***-0.256***-0.265***-0.225***N10001000100010001000R²0.4250.3650.3850.3750.405注：***、**分别表示在1%、5%的水平上显著。5.3.3调节效应检验结果调节效应检验结果如表5所示。在金融素养的调节效应模型中，社会互动程度（SocialInteraction）与金融素养（FinancialLiteracy）的交互项（SocialInteraction×FinancialLiteracy）的回归系数为0.156，在1%的水平上显著为正。这表