不同性格投资者投资组合选择研究

李 银，余念星

（韶关学院 数学与统计学院，广东 韶关 512005）

随着我国金融市场的逐渐开放、国民受教育程度的普遍提高和生活水平的大幅度改善，越来越多的居民参与到证券市场的投资中，现如今我国金融市场逐渐壮大，个人投资组合的选择也更多元化。证券投资组合是指投资者或金融机构持有的债券、股票、金融衍生产品等证券的集合，主要是为了分散投资风险。在互联网蓬勃发展的今天，有了更多可供投资者获取的数据，这也为不同性格所决定的不同风险偏好的投资者提供了更多参考［1-4］。

投资组合理论（Portfolio Theory）是Markowitz在1952 年提出的投资理论，开创性地使用均值方差模型来研究投资者在一定时期内的固定金额。投资组合理论在研究中，将分析对象即投资者看作是理性人的角色，将市场看作是透明的，这并非只有投资组合理论在研究投资人决策行为才有的弊端，西方传统的经济学理论中大多数研究方法都有此缺陷。事实上，在信息总是不对称的现实生活中，根本不存在投资者掌握市场上所有信息的情况，更谈不上达到上述研究所需要的绝对理性条件。

1979 年，心理学家Kahneman 和Tversky 共同提出了“前景理论”（Prospect Theory）。这一理论有着与Markowitz 所提出的投资组合理论截然不同的观点，该理论认为投资者由于其风险偏好所决定的内心预期的不同，对于投资组合所带来的风险有着不同的态度。投资组合理论注重严谨的数学推导，强调指导人们应该做出哪种决策；而前景理论所归属的行为经济学更关注人们是如何做出决策的，刻画投资者的内心映像，但不对投资者的决策行为做出指导。这是因为不同的投资者是不同的个体，无法找到一套万能公式适用于所有投资者。

在前两种理论的基础上，当今学者提出了“人格经济学”理论，这是一套融入了心理学元素的新经济理论，更契合现实情况。该理论认为，人格特征和认知能力对个体经济行为有着不可忽视的影响，不同个体由于人格不同，选择的投资策略也不同。Allport 和Odbert 提出的“大五”人格分类法［5］是目前使用最多的一种人格分类法，主要是将不同个体的性格差异通过词汇来分类，大体上可分为严谨性（Conscientiousness）、宜 人 性（Agreeableness）、外向性（Extraversion）、开放性（Openness）和神经质（Neuroticism）等五类人格，且每类人格都有着更细分的人格特征。

一、数据的获取与预处理

中国家庭金融调查与研究中心、北京大学中国家庭追踪调查系统是相关研究数据的来源，本文使用的是2018 年北京大学中国社会科学调查中心实施的“中国家庭追踪调查”（China Family Panel Studies，CFPS）数据，该调查的目的是通过跟踪和收集个人、家庭和社区层面的数据，为学术研究和公共政策分析提供一个数据库，以反映中国的社会、经济、人口、教育和卫生变化。数据样本涵盖中国除香港、澳门、台湾、新疆、青海、内蒙古、宁夏和海南之外的25 个省/市/自治区，人口约占全国总人口（不含港、澳、台）的95%，目标样本规模为16 000 户，包括样本家庭的所有成员（本文收集的数据截至2018 年）。

问卷从2018 年CFPS 问卷中选择了相应的问题，相关问题的选择参考了文献的做法［6］。五种人格的特质所对应的CFPS 中的问题，见表1。

表1 人格特质变量（解释变量）说明

根据国内外已有的对投资者金融资产配置影响因素的研究，本文在分析时，主要控制了以下变量：性别、年龄、婚姻、行业、学历、健康情况、是否为城镇家庭、家庭人均收入、家庭拥有房产及家庭负债。相关变量选择，见表2。

表2 控制变量说明

根据上文选择的变量，在Stata16 中处理CFPS 2018 调查问卷数据，剔除指标缺失的抽样点，最后得到7 776 个有效抽样，最后抽样中的各变量描述性统计结果，见表3。

表3 描述性统计

由表3 可以看出，选取的样本中平均现金持有量（对数）为8.178，平均定期存款持有量（对数）为3.617，平均金融产品持有量（对数）为1.040。从人格特征方面的平均得分来看，严谨性得分最高，为4.0，外向性得分为3.6，开放性和神经质的得分都为3.1，宜人性得分最低，只有2.7。从统计数据可以看出，持有金融资产的比例相对较小，投资者个性更严谨且宜人性水平较低。

二、基于Tobit模型的不同性格投资者投资组合选择的分析

Tobit 模型，又称删失回归模型，是James Tobin在面对Probit 回归无法解决的问题时开发的概率模型的扩展。因变量虽然连续分布，但受到某些限制而无法完全显示整体特征，即出现归并数据的情况时，通常选用Tobit 模型来进行数据分析。本文利用Tobit 模型［7-8］来分析不同投资者选择的不同投资组合。

（一）Tobit 模型

Tobit 模型的表达式为：

式子中yi*是未测量变量，yi是被解释变量（取对数），xi为上述5 个维度的“大五”人格，hi为无关因子。yi ~ N（xi， ），y*假定服从线性均值的正态分布。当y＞0，给定x下y与y*密度相同；当y=0，则：

若是从全部数据中随机选择一次，此时给定下的密度为：

而i的对数似然函数：

再对i求和，得到一个概率函数：

该公式由经典回归模型和有限观测值两部分组成。将这个方程极大化，就会得到 和 的最大似然估计值。将该似然函数参数化，使参数化后的对数似然函数为全局凹函数。令=/和=1/，则：

对于极大值，由于Hessian 矩阵总是负正定的，无论初始值是多少，如果迭代过程有解，则该解就是似然函数的全局最大值解。应用牛顿法求解简单，收敛速度快，得到 和 的估计量后，再利用=1/和=/求得原参数估计量，这些估计量的渐近协方差矩阵可以从估计量［ ， ］得到。

（二）实证检验结果

在下表中一部分不加入人格特征做回归，只考察控制变量对投资组合选择的影响。另一部分加入人格特征来考察人格特征对投资者投资组合选择的影响。基准回归后的估计结果，见表4。

表4 “大五”人格特征对投资者投资组合选择的估计结果

从回归分析结果来看，外向性对金融产品的资产持有量有明显的负面影响，与现有文献一致的是，外向性的投资者更加以自我为中心，比起投资或储蓄，他们更喜欢当前消费。严谨性高的投资者更加积极主动，自律能力更强，而且与Donnelly 等人观点一致的是，严谨性高的投资者对存款和金融产品持有量的正向影响显著。宜人性水平高的投资者对现金持有量有显著的积极影响，而开放性和神经质的投资者影响甚微。

三、结束语

本文选用CFPS2018 构成的面板数据，通过已有的理论研究，对数据中投资者个体特征与人格特征进行描述性统计，并利用所得数据通过Tobit 模型对五类个性特征对投资组合选择的影响进行了大样本回归分析。回归结果表明：第一，严谨性高的投资者对存款和金融产品持有量的正向影响显著，外向性高的投资者对金融产品的资产持有量会产生重大负面影响。第二，宜人性水平高的投资者对现金持有量有显著的积极影响。第三，开放性和神经质的投资者影响甚微。

从回归分析结论来看，投资者在做出投资决策时，应更多地关注个性特征等心理因素的重要作用。具体需要做到：一方面，投资者应该根据个性特征来决定投资组合，根据不同的个性特征得分，进行更加合理、科学的投资组合选择。另一方面，金融机构在设计和销售理财产品时，根据投资者的个性特点提供理财产品，在提供具体的理财服务时，从投资者的金融风险偏好和风险态度的角度出发，正确引导投资者合理做出投资决策。