郝清民， 王麗媛

(天津大學管理與經(jīng)濟學部， 天津 300072)

?

寶類基金的感知風險與投資行為

郝清民， 王麗媛

(天津大學管理與經(jīng)濟學部， 天津 300072)

針對寶類基金風險感知對投資行為影響問題，首先從總體感知風險角度，用平滑轉換模型探索寶類基金投資者風險感知對投資意向與行為的負向影響，其次剖析寶類基金感知風險不同構面?；诩夹g接受模型和計劃行為理論，在控制知覺行為變量后,探索投資意向?qū)Υ龠M投資的行為。結果顯示：投資主體心理和財務方面風險感知大于產(chǎn)品層面功能風險感知；高等教育對風險感知有明顯改善；低收入群體相對高收入對風險感知更敏感；對比網(wǎng)絡與基金類,銀行寶類基金投資風險感知和行為的關系不顯著。

寶類基金； 感知風險； 投資意向； 投資行為； 知覺行為控制

寶類基金是發(fā)行者(如互聯(lián)網(wǎng)、銀行、基金公司等)依據(jù)特定平臺推出并附加一系列服務的，具有高流動性和良好收益性的貨幣基金。中國基金業(yè)協(xié)會數(shù)據(jù)顯示，2015年上半年，公募基金總規(guī)模突破7萬億元，貨幣基金資產(chǎn)規(guī)模4年增長近15倍，寶類基金呈現(xiàn)多樣化發(fā)展趨勢。寶類基金產(chǎn)品迅猛發(fā)展的同時也伴隨著諸多風險，基于投資者角度的感知風險與投資行為的研究對寶類基金產(chǎn)品的設計和分析具有重要參考價值。

國內(nèi)外多從產(chǎn)品視角研究消費者的被動感知風險，吳先鋒(2010)將影響移動支付使用行為的感知風險因素分為技術風險、經(jīng)濟風險、行為風險和功能風險4項，實證驗證了降低感知風險對促進使用意愿有正面影響[1]。楊青等(2011)認為，感知風險是網(wǎng)上支付的主要因素[2]。陳捷等(2014)從金融和法律角度對寶類基金進行了定位和風險分析[3]，羅長利等(2015)對余額寶用戶使用意愿影響因素研究，發(fā)現(xiàn)安全風險、經(jīng)濟風險和時間風險對用戶的使用意愿有顯著的負面影響，社會風險和心理風險對使用意愿沒有顯著影響[4]。

上述研究多從產(chǎn)品消費角度探索感知風險、風險防范、網(wǎng)上行為及關系。而以投資者自身行為主導的感知風險研究還很少，有關寶類基金感知風險與投資行為關系的研究亟待深入。特別是在研究上述關系時，本文突出了相應的知覺行為控制。以感知風險為基礎，對寶類基金投資意向與行為的研究，有助于防范該類基金風險。

一、理論基礎與假設

1.基于感知風險的假設

感知風險的因素，即財務風險、功能風險、身體風險、心理風險和社會風險，可以解釋88.8%的總感知風險[5]。董大海(2005)針對消費者網(wǎng)上購物行為匯總了24個感知風險要素，通過因子分析得出消費者網(wǎng)上購物感知風險4個構面，即網(wǎng)絡零售商核心服務風險、網(wǎng)絡購物伴隨風險、個人隱私風險和假貨風險[6]。楊永清等(2012)認為，移動增值服務消費者感知風險包括隱私風險、財務風險、功能風險、心理風險和時間風險[7]。而投資者行為與消費者行為畢竟有所不同。

借鑒上述研究，結合寶類基金的投資者特性,結合深度訪談和文獻分析，對于感知風險的維度進行調(diào)整。由于寶類基金具有的虛擬產(chǎn)品特性，客戶購買的是一種投資與服務，不會造成身體風險，因而剔除身體風險。此外，通過與受訪對象的深度訪談及查詢相關資料發(fā)現(xiàn)，寶類基金多用于余額理財、現(xiàn)金理財，具有和活期存款相當?shù)牧鲃有詤s有較高的收益，投資者在投資寶類基金時感知到的社會風險可以忽略不計。Sjoberg(2000)認為，技術風險是感知風險的重要因素[8]。由于寶類基金多需要客戶通過網(wǎng)頁或者客戶端進行操作，會產(chǎn)生一定技術風險。Cases(2002)從感知風險與抵消角度分析網(wǎng)絡交易問題[9]。故此，本文將寶類基金的感知風險界定為功能風險、財務風險、技術風險、時間風險和心理風險5個維度(見表1)。

表1 寶類基金顧客感知風險構面

Miyazaki和Fernandez(2001)認為，消費者所感知的安全風險和隱私風險與消費者網(wǎng)上經(jīng)歷有關[10]，Chen和He(2003)研究網(wǎng)上顧客感知風險、品牌信息與網(wǎng)上購物行為之間的關系[11]，張繼勛(2011)認為，投資者在不同信息情況下風險感知重大錯報風險和投資決策具有一定關系[12]，高海霞(2013)研究感知風險與感知價值之間的聯(lián)結關系及其對購買意愿的負面影響[13]。Hoffmann(2015)認為，收益預期風險感知等是未來的交易與冒險行為的重要驅(qū)動因素，與買賣比率成反比[14]。由此，提出感知風險假設。

H1：感知風險對寶類基金投資意向有負向作用。

2.基于TAM與TPB模型的假設

技術接受模型(technology acceptance model，TAM)認為，系統(tǒng)使用是由行為意向決定的。吳曉偉等(2012)基于TAM和知覺風險概念，使用行為整合模型來研究網(wǎng)絡競爭情報系統(tǒng)用戶使用行為的影響因素[15]。投資意向是指投資者購買相關的寶類基金理財產(chǎn)品，并進行后續(xù)的購買、支付行為的意向。大量的實證研究結果表明，投資意向與投資行為具有強烈的正相關性?；诖耍岢鲆韵录僭O。

H2：寶類基金顧客投資意向?qū)ν顿Y行為有正向作用。

計劃行為理論(theory of planned behavior，TPB)是Fishbein和Ajzen(1975)在理性行為理論基礎上，增加知覺行為控制變量。知覺行為控制特指個人對其所從事行為進行控制感知程度。當個體所掌握機會和資源越多，預期障礙就越少，感知行為控制越強。知覺行為控制一方面可以通過影響投資意向，進而間接影響投資行為，亦可直接影響投資行為[16]。

本文用感知風險取代TPB中投資者態(tài)度，并假設其對投資意向具有負向作用。投資者對于寶類產(chǎn)品信息掌握程度越高，投資經(jīng)驗越豐富，對自身投資技能、理財能力越自信，投資者的知覺行為控制能力越強，從而影響到顧客投資意向與投資行為?；诖?，提出以下假設。

H3：知覺行為控制對寶類基金顧客投資意向有正向作用。

H4：知覺行為控制對寶類基金顧客投資行為有正向作用。

3.研究框架

通過對TAM和TPB模型及理論進行整合和改進，并結合寶類基金的特點構建了基于感知風險的寶類基金投資行為模型(見圖1)。

圖1 感知風險的寶類基金投資行為模型

二、研究方法

1.總體感知風險和投資意向行為

針對上述投資者“總體感知風險-投資意向-投資行為”問題,一般的多變量回歸和VAR線型模型方法難以反映這種多變量的非線性關系。因此，Terasvirta(2004)建議采用平滑轉換模型(STR)更能反映多變量之間的復雜影響[17]。Brüggemann 和 Riedel(2011)證明了STR模型的適用性[18]，STR模型的簡化公式為

yt=φ′zt+θ′ztG(γ,c,st)+ut

(1)

(2)

其中，(st-c)是轉換表達式。G(γ,c,st)接近0表示模型按照線性方式逐步收斂，接近1表示線性模型漸進發(fā)散。邏輯型轉換函數(shù)LSTR中，轉換變量在邊沿位置st收斂(發(fā)散)速度比在門限值c位置低(高)的多，因變量yt對應實際值也小于(大于)線性方法值。

數(shù)據(jù)選取和主要依據(jù)包括：感知風險z，對寶類基金投資而言，主要感知風險不在于是否違約，而在于余額寶與銀行儲蓄造成相互擠兌沖擊，短期資金流動性相互擠兌風險；投資行為y，投資者決策前的行為判斷很難從已有的數(shù)據(jù)庫獲得，一種方法可以采用本文后面的決策行為問卷獲取部分定性決策數(shù)據(jù)；另一種是采用投資決策行為成交的價格數(shù)據(jù)，這里采用的代理變量是投資余額寶后的七日年化利率(YEB)，即投資實現(xiàn)后的行為；投資意向y(-1)，由于余額寶的投資直接與投資者在余額寶賬戶資金息息相關，因此將上幾期持有資金是否轉出為現(xiàn)金或繼續(xù)投資余額寶作為投資意向。

數(shù)據(jù)時間段為自余額寶產(chǎn)生后2013年7月3日～2016年1月6日共622天的數(shù)據(jù)。初始數(shù)據(jù)經(jīng)過時間一致性對照，經(jīng)對數(shù)差分處理。模型參見郝清民和鄭鶴(2015)[19]，簡要過程如下。

首先確定STR相應風險轉換變量為SINBOR(t-1)。即上一期同業(yè)拆借利率波動。其次結合STR提出者Terasvirta(2004)的建議，將參數(shù)設定在γ初始值范圍{0.50,10.0}和c的初始范圍{-0.29,0.27,30}。采用網(wǎng)格搜尋法確定γ=2.610，c1=-0.228 7，c2=-0.1，SSR=0.038 5。最后用LSTR2模型通過最大似然估計獲得線性部分與非線性部分結果(見表2)。

表2 LSTR1模型估計結果

由表2線性部分可見，投資者的余額寶基金YEB投資行為更多的是受到昨天(t-1)影響最大，也就是投資意向(YEB(t-1)=0.282)對投資行為正向影響最大，然后才是前一天投資意向(YEB(t-2)=0.133)的影響，均具有正向激勵作用，H2得到驗證。

在銀行短期資金方面，投資行為與當天短期資金(SINBOR(t)=-0.013)有負面效應，即寶類基金投資擠兌了貨幣市場當天短期資金，二者具有替代風險。而上幾期的銀行短期資金利率負向影響寶類基金投資行為，從而H1得到驗證。

從表2非線性部分可以看出，當投資感知風險SINBOR波動超臨界時，對投資行為的影響出現(xiàn)非線性轉換。前兩日投資意向?qū)ν顿Y行為具有加強效應，從而驗證H2。但是滯后一期和三期的感知風險對投資行為是正相關，即短期拆借利率飆升，余額寶利率飆升,從而否決了假設H1。因此，感知風險對投資行為的影響是間斷波動性的。非線性部分標準差普遍大于線性的標準差，說明相應風險也大于線性部分。影響復雜性說明投資行為影響因素多元化，需按圖1方式探索控制變量和多重風險。

在正常情況下，投資意向正面促進投資行為的作用最大(H2)，感知風險每隔一天負向影響投資行為(H1)。因此，需要從更微觀的角度對投資心理和行為進一步分析,并探索具體的知覺行為控制因素H3和H4。

2． 不同類感知風險和投資行為

以“寶類基金”與“感知風險”為關鍵詞從中國知網(wǎng)檢索，從檢索到的2014—2015年212篇文獻中篩選出19篇文獻，得到寶類基金產(chǎn)品感知風險的幾個基本維度。根據(jù)渠道背景不同，寶類基金分3類：一是互聯(lián)網(wǎng)類，指基金公司借助擁有成熟客戶群的互聯(lián)網(wǎng)公司開發(fā)理財產(chǎn)品，如阿里巴巴集團的余額寶、微信理財通、京東小金庫等；二是基金公司類，指基金公司通過網(wǎng)絡直銷平臺銷售現(xiàn)金理財產(chǎn)品，如南方基金的現(xiàn)金寶、匯添富基金的余額寶和現(xiàn)金寶等；三是銀行類，指銀行通過與基金公司合作，利用自身客戶資源開發(fā)寶類基金，如民生銀行如意寶、興業(yè)銀行興業(yè)寶、平安銀行平安盈等。

預設問卷并調(diào)整，于2015年7月1日至19日，分別在天津和北京對9位投資過寶類基金的受訪者進行了深度訪談，余額寶2014年數(shù)據(jù)顯示，大學生用戶數(shù)量占總用戶的84.2%[20]，訪談對象包括4名在讀本科生，2名在讀碩士生，1名在讀博士生，1名MBA學員和1名銀行工作人員。對訪談資料進行整理，并在此基礎上對寶類基金風險維度進行分析和調(diào)整。確定風險維度后，設計針對顧客感知風險問卷。得到投資者感知風險數(shù)據(jù)資料。

3． 調(diào)查量表數(shù)據(jù)收集

完善后的調(diào)查問卷包括兩部分：第一部分包括調(diào)查對象統(tǒng)計特征(性別、年齡、學歷等)；第二部分包括潛在變量的問題測量項，采用李克特5級量表打分，1為非常不同意，5為非常同意。為確保量表內(nèi)容效度，設計問卷盡可能從已有文獻參考已測試過測度項，同時結合寶類基金顧客感知風險特性，在小范圍嘗試調(diào)研基礎上，對量表相關項目進行調(diào)整。采用網(wǎng)絡問卷的方式，共收回問卷220份，有效問卷195份。調(diào)查對象人口統(tǒng)計學特征(見表3)。

表3 樣本人口統(tǒng)計信息

三、數(shù)據(jù)分析

主要使用PLS統(tǒng)計軟件分3步進行數(shù)據(jù)分析。第一步是檢驗測量模型的信度與效度，第二步是檢驗結構模型，第三步是對不同層次人群的感知風險模型進行對比分析。

1.信度與效度分析

信度是指測驗結果的一致性、穩(wěn)定性及可靠性，信度系數(shù)愈高表示測驗數(shù)據(jù)愈一致和穩(wěn)定。當α達到0.8～0.9時，說明量表信度非常好，本文信度(見表4)。各項因子α值均大于0.80，表明測量數(shù)據(jù)有可信性。所有因子合成信度都大于0.7，表明各測度項具有較好內(nèi)部一致性。

效度是指測量結果反映想考察內(nèi)容的程度，包括內(nèi)容效度和結構效度。測量結果與要考察內(nèi)容越吻合，則效度越高；反之，效度越低。本研究調(diào)查問題大多參考前人研究中采用測量項目，具備較高內(nèi)容效度。結構效度方面一般從聚合效度和區(qū)別效度來考察，本研究的平均差異萃取值(AVE)均大于0.6，說明具有良好的聚合效度。同時各因子的AVE平方根均大于與其他因子的相關系數(shù)，表明各個因子之間具有良好的區(qū)別效度。

表4 各因子相關參考表

2.結構模型分析

如圖2所示，通過PLS回歸，計算的投資意向R2值為0.83，投資行為R2值為0.75，說明所構建模型能解釋投資意向和投資行為較高比例方差，模型可用于分析影響寶類基金顧客投資行為的相關因素。

圖2 模型路徑圖

(1)假設檢驗。對于H1，數(shù)據(jù)通過檢驗(β=-0.29,T>2)H1成立。說明感知風險對寶類基金顧客投資意愿具有顯著負向影響。只有通過控制相關因素降低感知風險，才能增強其投資意愿。對于H2，檢驗結果(β=0.30，T>2)支持假設H2。投資意向顯著促進投資行為。對于H3，檢驗結果(β=0.38，T>2)顯著，說明了知覺行為控制對于寶類基金的顧客投資意愿有顯著正向影響。對于H4，檢驗結果(β=0.14，T>2)支持H4。數(shù)據(jù)顯示知覺行為控制有利于投資行為，但在統(tǒng)計意義上不是特別顯著，說明知覺行為控制主要調(diào)節(jié)投資意向并間接作用于投資行為，提高投資者的知覺行為控制能力，可以直接和間接地調(diào)節(jié)寶類基金的投資行為。

(2)風險分析。在各類感知風險中，投資者基于自身的在心理承受和財務損益方面的風險感知,大于基于投資產(chǎn)品的技術操作和功能層面的風險。

在感知風險中，首先是心理風險，說明投資者對寶類基金的自我情感敏感度較高。一方面投資者本身對于貨幣基金的投資風險缺乏承受能力，另一方面在投資寶類基金時增加心理風險。其次是財務風險，投資者難以承受操作失誤或系統(tǒng)癱瘓、賬號密碼被盜、難以索賠等原因造成的財務損失，從而增加感知風險。而時間風險顯著性居中。接著是技術風險，寶類基金多與互聯(lián)網(wǎng)、手機客戶端等相聯(lián)系，操作期間可能出現(xiàn)數(shù)據(jù)傳輸中斷、網(wǎng)絡不順暢、頻寬不足、信號不穩(wěn)定以及客戶資料信息泄露等，這些技術風險隨著網(wǎng)絡的完善是逐步可控的。最后是功能風險，每一款寶類基金均能在保持較高流動性同時擁有比銀行活期存款高得多的利息，大多數(shù)產(chǎn)品同時具有多種增值業(yè)務，均能較好地滿足用戶的余額理財要求，對客戶的感知風險貢獻率最低。

(3)風險感知因子分析。針對不同感知風險題項，用因子分析對眾多風險感知題項提取公因子(見表5)。

結合因子分析的方法，提取3個主要因子就足夠解釋92.86%的特征值。根據(jù)因子不同載荷分布，我們命名這3個因子為：風險感知主體因子、風險感知效率因子和風險感知客體因子。感知主體因子主要反映出投資者比較關注的心理、技術和財務因素，是最為綜合的因子。效率因子主要涉及投資者在時間方面的顧慮，感知客體因子涉及投資產(chǎn)品的具體功能等方面的信息。

表5 風險感知影響因素的公因子分析

3.不同人群投資行為與感知風險對比

寶類基金投資者男女無顯著性差異，寶類基金投資主體多集中于18～25歲年輕人，不同年齡群體對感知風險在投資過程中影響不十分顯著。但通過分析，受教育水平高低、月可支配收入多少以及投資寶類基金種類的不同均對投資者感知風險模型有不同影響。

(1)不同文化程度投資者感知風險。將樣本分為本科學歷以下和本科及以上兩個群體(見表6)。

表6 不同文化人群感知風險對比

較高文化投資者感知風險顯著削減投資意向，并降低未來投資行為。這部分投資者對寶類基金性質(zhì)、結構、風險等有相對較清楚的認識，對投資風險有較高承擔力，因而感知風險對投資意向顯著負面作用。相反，較低文化水平群體感知風險對投資行為負面影響不顯著，投資意向?qū)ν顿Y行為則有顯著正面影響。而知覺行為控制能力對投資意向與投資行為影響不大，說明較低文化群體對于寶類基金這一金融創(chuàng)新產(chǎn)品缺乏系統(tǒng)認識和理解?？傮w上，低文化群體風險感知不顯著，知覺行為控制能力不大，傾向非理性投資行為。高文化群體風險感知明顯，知覺行為控制力強，投資傾向于知識支撐下的理性。

(2)不同收入投資者感知風險。將樣本人口分為月可支配收入1 000元及以下和1 000元以上兩個群體(見表7)，相對于高收入群體,較低收入群體對感知風險更敏感。另外，知覺行為控制能力對投資意向與行為的作用不如高收入群體顯著。這說明低收入群體本金少，所需資金流動性高，投資態(tài)度相對謹慎，因而對投資風險相對較為敏感。低收入群體會因為資金短缺、資金周轉等現(xiàn)實因素影響投資行為，知覺行為控制能力對投資行為作用并不明顯?？傮w來說，低收入群體具有更高的感知風險敏感度。

表7 不同收入人群感知風險對比

(3)投資不同種寶類基金的投資者感知風險作用對比。分別對投資不同種寶類基金的客戶群進行研究(見表8)。結果表明，互聯(lián)網(wǎng)系基金寶投資者有較強的感知風險并對投資意向有較強抵消作用，而其他系數(shù)差異不大。

表8 不同種類基金寶感知風險模型路徑系數(shù)對比

互聯(lián)網(wǎng)基金寶與網(wǎng)絡聯(lián)系密切，技術風險顯著，網(wǎng)絡環(huán)境的特殊性而使投資者產(chǎn)生擔憂，因而感知風險對投資意向有較顯著的負面作用。銀行系基金寶的投資者感知風險對投資意向不顯著，投資意向?qū)ν顿Y行為的影響也較弱，但是知覺行為控制能力對投資意向和投資行為有顯著作用。銀行平臺給投資者一種風險小、保障強的認知，因而會吸引客戶投資。降低甚至消除客戶感知風險對投資意向的負面影響。

四、結 語

感知風險對寶類基金用戶投資意向具有顯著負面作用，感知風險按顯著性依次是感知心理風險、感知財務風險、感知時間風險、感知技術風險和感知功能風險。知覺行為控制能力對投資行為和意向具有正向控制作用。低學歷群體相對高學歷群體感知風險不顯著，低收入群體相對高收入群體感知風險較敏感。各類基金寶感知風險按顯著性依次是互聯(lián)網(wǎng)類、基金類和銀行類。

由此，建議設計寶類基金產(chǎn)品時，首先改進影響感知風險心理因素，降低財務感知風險，提高投資者購買意向。對各類基金寶，尤其是互聯(lián)網(wǎng)系基金寶，要不斷提高自身系統(tǒng)穩(wěn)定性，完善其網(wǎng)站及客戶端功能，提高系統(tǒng)抗病毒和抗攻擊能力，保護投資者賬號、密碼及其他資料信息，降低投資者感知到技術風險和功能風險。設計產(chǎn)品時應注重寶類基金自身聲譽，贏取消費者信任,讓投資者更好地了解產(chǎn)品信息，提高知覺行為能力。同時，設計有明確細分市場和投資群體的基金產(chǎn)品，開發(fā)滿足不同層次用戶需求的理財產(chǎn)品。在保證寶類基金流動性特征的同時，滿足不同感知風險和收益要求的用戶群體，實現(xiàn)投資者與基金公司的雙贏。

[1] 吳先鋒,樊吉宏.基于感知風險的移動支付使用行為實證研究[J].統(tǒng)計與決策,2010(20):145-147.

[2] 楊 青,錢新華,龐 川.消費者網(wǎng)絡信任與網(wǎng)上支付風險感知實證研究[J].統(tǒng)計研究,201l,28(10):90-93.

[3] 陳 捷,傅衛(wèi)衛(wèi).余額寶類網(wǎng)絡基金產(chǎn)品的法律定位及風險防范[J].金融理論與實踐,2014(6):96.

[4] 羅長利,朱小棟.基于TAM/TPB和感知風險余額寶使用意愿影響因素實證研究[J].現(xiàn)代情報,2015,35(2):144-149.

[5] 張 喆,胡冰雁.感知風險對創(chuàng)新產(chǎn)品信息搜尋的影響[J].管理評論,2014,26(8):145-157.

[6] 董大海,李廣輝,楊 毅.消費者網(wǎng)上購物感知風險構面研究[J].管理學報,2005,2(1):55-60.

[7] 楊永清,張金隆,李 楠,等.移動增值服務消費者感知風險前因的實證研究[J].管理評論,2012,24(3):115-123.

[8] Sjoberg L.Factors in risk perception[J].RiskAnalysis,2000,20(1):1-11.

[9] Cases A.Perceived risk and risk-reduction strategies in internet shopping[J].InternationalReviewofRetail, 2002, 12(4): 380-390.

[10] Miyazaki A D, Fernandez A .Consumer perceptions of privacy and security risks for online shopping [J].TheJournalofConsumerAffairs, 2001, 35(1): 27-44.

[11] Chen R , He F.Examination of brand knowledge, perceived risk and consumers’ intention to adopt an online retailer[J].TotalQualityManagementandBusinessExcellence, 2003,14(6):677-693.

[12] 張繼勛,周 冉,孫 鵬.內(nèi)部控制披露審計意見投資者的風險感知和投資決策[J].會計研究,2011(9):66-73.

[13] 高海霞.消費者的感知風險及減少風險行為研究[D].浙江大學管理學院,2013.

[14] Hoffmann A O, Thomas P, Joost M E.How investor perceptions drive actual trading and risk-taking behavior[J].JournalofBehaviralFinance, 2015,16(1): 94-103.

[15] 吳曉偉,李 丹,李繼紅.基于TAM和知覺風險網(wǎng)絡競爭情報用戶使用行為研究[J].情報科學,2010(6):93l-935.

[16] 王大海，姚 飛，鄭玉香.基于計劃行為理論的信用卡使用意向分析及其營銷策略研究[J].管理學報,2011,8(11):1682-1689.

[17] Terasvirta T.SmoothTransitionRegressionModeling,AppliedTimeSeriesEconometrics[M].Cambridge: Cambridge University Press, 2004:222-242.

[18] Ralf B, Riedel J.Nonlinear interest rate reaction functions for the UK[J].EconomicModelling, 2010, 28(3): 1174-1185.

[19] 郝清民,鄭 鶴.政策事件干預股市的平滑轉換隨機波動模型[J].系統(tǒng)工程,2015(5):25-32.

[20] 阿里巴巴集團.余額寶[EB/OL].https://financeprod.alipay.com/fund/index.htm, 2016-02-23.

Perceived Risk and Investment Behavior of the Payment Fund

Hao Qingmin， Wang Liyuan

(College of Management and Economics， Tianjin University， Tianjin 300072， China)

Focused on the impact of perceived risk on investment behavior, we firstly use Smooth Transition Regression to explore the negative impact of risk perception on investment intention and behavior from the perspective of overall perceived risk.Secondly, we analyze the different aspects of the perceived risk of the payment fund based on the technology acceptance model and the theory of planned behavior.Through controlling the variables of perceived behavior, we explore the effect of investment intention on investment behavior.The results show that investors’ psychological and financial risk perception is greater than the functional risk perception from products level; higher education has a significant improvement in risk perception; lower income groups are more sensitive to the risk compared with higher income groups.Compared with network and fund class, the relationship between risk perception of the bank class fund and its investment behavior is not significant.

payment fund； perceived risk； investment intention； investment behavior； perceived behavior control

2016-03-27.

國家自然科學基金資助項目(71071108)；國家留學基金資助項目(201306255031).

郝清民(1969— )，男，副教授.

王麗媛，hblywly@126.com.

F832

A

1008-4339(2016)06-522-07