网站首页  词典首页

请输入您要查询的论文:

 

标题 风险态度对金融诈骗的影响
范文

    陈蒙

    

    

    

    摘要:本文通过对中国家庭金融调查数据分析,研究了人们的风险态度对金融诈骗的影响。研究发现,风险态度与是否经历诈骗和因诈骗损失的金额都存在显著的正相关影响,即风险偏好的人更容易经历诈骗,因诈骗损失的金额也更大。因此持有理性的风险态度是抵御金融诈骗最有效的手段。

    关键词:风险态度 金融诈骗 实证分析

    一、引言

    随着改革开放的不断深入和社会主义市场经济体制的逐步建立,发生在金融领域的不法活动也急剧增加,其中金融诈骗已成为危害最大的经济犯罪活动之一(朱越婷,2018)。金融诈骗,是指以非法占有为目的,采用虚构事实或者隐瞒事实真相的方法,骗取公私财物或者金融机构信用,破坏金融管理秩序的行为。其严重破坏了国家的金融财税秩序和社会秩序,直接危害到经济建设的健康发展。

    Ngai 等人(2011)分析了1997年至2008年之间发表的有关金融诈骗的49篇期刊文章,并将其分为四类金融诈骗包括银行诈骗、保险诈骗、证券和商品诈骗以及其他相关的金融诈骗。法律体系、监管体制、互联网环境、金融知识素养、风险态度、风险意识、经济现状等因素都对金融诈骗有一定程度的影响。王茹(2018)研究发现,在任何的投资市场中,消费者或投资者都是多元化的存在,一部分是风险规避型的,有一部分是风险中立型的,当然也有风险偏好型的;同样,投资者有理性的也有非理性的,不同的投资者对不同的金融活动持有不同的风险态度。

    刘奥南(2018)对新形势下金融诈骗的特点进行了总结,其特点包括逼真化、高端化、“合法”化、规模化、智能化。邓昌豫(2019)研究发现,投资风险偏好显著提高居民的收入水平,通过对高风险投资获得高回报,达到杠杆收益的目的。王晶、段鹏霞等人(2018)通过分析遭遇金融诈骗的人被诈骗的金额和次数,研究了人们对金融詐骗相关信息的了解和当前我国金融诈骗频发的原因,最后提出几点从各方面防范金融诈骗的措施。

    遗憾的是,从行为经济学角度考察风险态度对金融诈骗影响的文献几乎没有。金融诈骗受到哪些因素的影响?风险偏好与金融诈骗之间的关系如何?风险态度对金融诈骗影响程度有多大?对于这些问题的研究不仅有益于丰富金融诈骗相关研究的文献,而且还有助于提升人们对风险认知教育方面的认识,构建有效的风险评估与决策机制,同时起到促进金融业稳定发展的作用。

    在已有研究的基础上,本文运用2015 年中国家庭金融调查(China Household Finance Survey,CHFS)数据,使用logit模型分析法以及普通最小二乘法(OLS)系统考察了风险态度对金融诈骗的影响。

    二、模型与变量

    本文数据来源于中国家庭金融调查中心(CHFS)2015年的数据。该调查由西南财经大学组织,目的在于建立一个全面的家庭数据库,抽样范围覆盖全国,样本具有全面性;2015年的样本共有37289户家庭,主要包含四个部分:人口统计学特征、资产与负债、保险与保障和支出与收入。其中人口统计特征还包含特有的受访者的主观风险态度,这部分数据对金融诈骗有较为显著的影响,针对金融诈骗,CHFS都仔细询问了个人是否经历诈骗以及因诈骗损失的金额数量,这些都为本文的研究提供了有力的支持。

    (一)模型设定

    本文用logit模型分析人们持有的风险态度对金融诈骗的影响,模型如下:

    Fraud=1(α1Core_ X + α2X + μ > 0)

    上式中,μ~N(0,σ2)。Fraud表示金融诈骗。本文采用三种方法衡量金融诈骗,一是使用是否经历过金融诈骗的二元虚拟变量,fraud等于1表示经历过金融诈骗,0表示没有经历过金融诈骗,二是使用因金融诈骗受到的损失金额。Core_X表示实证过程中关注的核心解释变量,X是控制变量。其中本文核心解释变量是风险态度;被解释变量包括是否经历诈骗和因诈骗损失的金额;控制变量包括性别、年龄、户口类型、受教育程度、家庭收入水平以及地区。

    (二)变量定义

    本文中核心解释变量是风险态度,随着人们对风险偏好的提高,数值也相应增大,即风险态度的表现值越高,意味着人们更加偏向于高风险,存在递进关系。包括两个被解释变量,其中一个为虚拟变量,即是否经历诈骗,是则赋值为1,否则赋值为0;另一个是因诈骗损失的金额,对金额总数取对数进行分析。

    根据2015年CHFS的数据,初始样本量为37289个,剔除了部分缺失的样本,最终可得样本量为32847个。受访者男女比例相当,平均年龄在55岁,由风险态度的均值可知,样本观察对象的平均风险态度取值较低,这表明样本观察对象在风险态度方面偏保守。

    三、实证结果与分析

    (一)风险态度对是否经历金融诈骗的实证结果

    表1显示了使用是否经历诈骗这个虚拟变量作为被解释变量的回归结果,三个不同模型之间的区别是加入了除核心解释变量以外的不同的控制变量。第(2)(4)和(6)列汇报了边际效应的估计结果。由表1结果可知,在三个不同的模型中,风险态度作为解释变量估计得到的回归系数都高度显著为正数,且都在1%的显著性水平上显著,这表明风险态度对是否经历诈骗具有显著、积极的影响,也就意味着更倾向于高风险的人群经历诈骗的可能性越大。

    模型1在未引入任何控制变量的情况下,由第(2)列边际效应显示风险态度每上升一个单位,经历诈骗的概率也会增加4.9%,反映了风险态度对经历金融诈骗是显著的正向影响,且在1%的显著性水平上显著。模型 2 显示,在控制变量中,户口类型与是否经历诈骗之间显著为负,表明农村户口的人群比城镇户口的人群遭受诈骗的可能性要小。同时,受教育的程度与是否经历诈骗呈显著正向关系,第4列结果显示,教育程度每提高一个单位,经历金融诈骗的概率相应增加4.99%,即受教育程度越高更容易经历诈骗。

    模型3加入了本文的所有控制变量,第(6)列边际效应估计结果显示,人们的风险偏好对是否经历诈骗边际效应为0.0157,表明风险态度每提高一个单位,经历诈骗的概率会增加1.57%,也就意味着越倾向于高风险高回报的人群要比相对偏向低风险的人群经历诈骗的可能性越大。其结果显示风险态度、受教育程度、家庭收入水平都表现出显著的正向关系。

    (二)风险态度对因诈骗损失金额的实证结果

    在CHFS-2015的数据库中,因诈骗损失金额存在诸多零值,这也是可以理解的,可能是人们在经历诈骗后及时有效的对损失进行了挽回,也有可能经历诈骗的过程中,没有金钱的损失等原因。表3显示的是风险态度對因诈骗损失金额进行回归的结果,模型1表示,在1%的显著性水平下,人们持有的风险态度增加一个单位,因诈骗损失金额会相应提高2.15%,风险偏好的人更倾向于高风险的投资,野心促使他们投入更多的资金,期望获得成倍的收益,因此,在遭受诈骗时损失的金额也更大。

    模型3中,能够得出风险态度、年龄以及家庭收入水平对因诈骗损失金额的影响都是同方向的。张琳琬、吴卫星(2016)在风险态度与居民财富的研究中,研究发现财富的变化改变了投资者风险水平,高财富的人群对于风险的厌恶程度较低,参与股票等高风险资产的程度较高,经历诈骗的可能性也越大,因诈骗损失的金额也更多。

    四、结论与建议

    本文运用2015 年中国家庭金融调查(China Household Finance Survey,CHFS)数据,使用logit模型分析法以及普通最小二乘法(OLS)系统考察了风险态度对金融诈骗的影响。主要研究结论如下:第一,风险态度与是否经历诈骗、经历诈骗的种数以及因诈骗损失的金额都存在显著的正相关影响,即风险偏好的人更容易经历诈骗,因诈骗损失的金额也更大。第二,户口类型的回归结果表现为负,表明城镇户口的人相对农村户口的人来说,经历诈骗的概率更高,损失的金额更大。第三,受教育程度越高,经历诈骗的可能性越大,随着教育程度的提高,人们对自己金融知识水平也更有自信,自我定位存在偏差导致容易掉进金融诈骗的陷阱。第四,家庭收入水平作为控制变量,对三个被解释变量的影响都是显著的正相关关系。

    伟宁(2018)提出部分投资人风险意识不强或者对风险偏好,容易被不法分子虚构的高息回报所诱惑,即便有所认识,也存在侥幸心理,认为自己不会是最后的接盘人或者对自身极度自信,抱着捞一把就跑的心理。因此,提醒投资者在利益诱惑面前保持理性,谨慎投资,一旦发现自身可能卷入金融诈骗行为,依法维护自身合法权益。政府的政策应该从两个方面入手,一方面是加强法律的监管力度,并依法严格处理各种金融诈骗案件,做到有法必依,违法必究,蔡明钰(2017)。防止不法分子以金融创新的名义进行诈骗,加强对金融活动的约束;另一方面是提高防范金融诈骗相关知识的宣传和普及,树立正确的价值观,打消“天上掉馅饼”的念头。

    参考文献:

    [1]邓昌豫.高风险意味着高回报?——投资风险态度对居民家庭收入的影响[J].湖南师范大学社会科学学报,2019,48(04):92-100.

    [2]刘奥南. 新形势下金融诈骗的特点及防范[N].期货日报,2018-02-14(003).

    [3]王茹.金融风险态度对消费者股票市场参与行为的影响研究[J].山西农经,2018(16):89-90.

    [4]张琳琬,吴卫星.风险态度与居民财富——来自中国微观调查的新探究[J].金融研究,2016(04):115-127.

    [5]伟宁.理性审慎投资;防范网络金融诈骗[J].中国工会财会,2018(09):57-58.

    [6]朱越婷. 电信金融诈骗的特征与对策分析[D].浙江大学,2018.

    [7] Ngai E W T,Hu Y,Wong Y H,et al. The application of data mining techniques in financial fraud detection:A classification framework and an academic review of literature[J].Decision support systems,2011,50(3):559-569.

    [8]王晶,段鹏霞,张雪彦.金融诈骗现状及问题研究——基于北京晋中等地的实证调查[J].金融,2018,8(3):72-76.

    [9]蔡明钰.浅谈金融诈骗的现状及有效措施[J].金融天地,2017(23):109.

    作者单位:赣南师范大学商学院

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/23 4:54:33