風險態(tài)度對金融詐騙的影響

陳蒙

摘要：本文通過對中國家庭金融調查數(shù)據分析，研究了人們的風險態(tài)度對金融詐騙的影響。研究發(fā)現(xiàn)，風險態(tài)度與是否經歷詐騙和因詐騙損失的金額都存在顯著的正相關影響，即風險偏好的人更容易經歷詐騙，因詐騙損失的金額也更大。因此持有理性的風險態(tài)度是抵御金融詐騙最有效的手段。

關鍵詞：風險態(tài)度 金融詐騙 實證分析

一、引言

隨著改革開放的不斷深入和社會主義市場經濟體制的逐步建立，發(fā)生在金融領域的不法活動也急劇增加，其中金融詐騙已成為危害最大的經濟犯罪活動之一（朱越婷，2018）。金融詐騙，是指以非法占有為目的，采用虛構事實或者隱瞞事實真相的方法，騙取公私財物或者金融機構信用，破壞金融管理秩序的行為。其嚴重破壞了國家的金融財稅秩序和社會秩序，直接危害到經濟建設的健康發(fā)展。

Ngai 等人（2011）分析了1997年至2008年之間發(fā)表的有關金融詐騙的49篇期刊文章，并將其分為四類金融詐騙包括銀行詐騙、保險詐騙、證券和商品詐騙以及其他相關的金融詐騙。法律體系、監(jiān)管體制、互聯(lián)網環(huán)境、金融知識素養(yǎng)、風險態(tài)度、風險意識、經濟現(xiàn)狀等因素都對金融詐騙有一定程度的影響。王茹（2018）研究發(fā)現(xiàn)，在任何的投資市場中，消費者或投資者都是多元化的存在，一部分是風險規(guī)避型的，有一部分是風險中立型的，當然也有風險偏好型的;同樣，投資者有理性的也有非理性的，不同的投資者對不同的金融活動持有不同的風險態(tài)度。

劉奧南（2018）對新形勢下金融詐騙的特點進行了總結，其特點包括逼真化、高端化、“合法”化、規(guī)模化、智能化。鄧昌豫（2019）研究發(fā)現(xiàn)，投資風險偏好顯著提高居民的收入水平，通過對高風險投資獲得高回報，達到杠桿收益的目的。王晶、段鵬霞等人（2018）通過分析遭遇金融詐騙的人被詐騙的金額和次數(shù)，研究了人們對金融詐騙相關信息的了解和當前我國金融詐騙頻發(fā)的原因，最后提出幾點從各方面防范金融詐騙的措施。

遺憾的是，從行為經濟學角度考察風險態(tài)度對金融詐騙影響的文獻幾乎沒有。金融詐騙受到哪些因素的影響？風險偏好與金融詐騙之間的關系如何？風險態(tài)度對金融詐騙影響程度有多大？對于這些問題的研究不僅有益于豐富金融詐騙相關研究的文獻，而且還有助于提升人們對風險認知教育方面的認識，構建有效的風險評估與決策機制，同時起到促進金融業(yè)穩(wěn)定發(fā)展的作用。

在已有研究的基礎上，本文運用2015 年中國家庭金融調查（China Household Finance Survey，CHFS）數(shù)據，使用logit模型分析法以及普通最小二乘法（OLS）系統(tǒng)考察了風險態(tài)度對金融詐騙的影響。

二、模型與變量

本文數(shù)據來源于中國家庭金融調查中心（CHFS）2015年的數(shù)據。該調查由西南財經大學組織，目的在于建立一個全面的家庭數(shù)據庫，抽樣范圍覆蓋全國，樣本具有全面性;2015年的樣本共有37289戶家庭，主要包含四個部分：人口統(tǒng)計學特征、資產與負債、保險與保障和支出與收入。其中人口統(tǒng)計特征還包含特有的受訪者的主觀風險態(tài)度，這部分數(shù)據對金融詐騙有較為顯著的影響，針對金融詐騙，CHFS都仔細詢問了個人是否經歷詐騙以及因詐騙損失的金額數(shù)量，這些都為本文的研究提供了有力的支持。

（一）模型設定

本文用logit模型分析人們持有的風險態(tài)度對金融詐騙的影響，模型如下：

Fraud=1（α1Core_ X + α2X + μ > 0）

上式中，μ～N（0，σ2）。Fraud表示金融詐騙。本文采用三種方法衡量金融詐騙，一是使用是否經歷過金融詐騙的二元虛擬變量，fraud等于1表示經歷過金融詐騙，0表示沒有經歷過金融詐騙，二是使用因金融詐騙受到的損失金額。Core_X表示實證過程中關注的核心解釋變量，X是控制變量。其中本文核心解釋變量是風險態(tài)度;被解釋變量包括是否經歷詐騙和因詐騙損失的金額;控制變量包括性別、年齡、戶口類型、受教育程度、家庭收入水平以及地區(qū)。

（二）變量定義

本文中核心解釋變量是風險態(tài)度，隨著人們對風險偏好的提高，數(shù)值也相應增大，即風險態(tài)度的表現(xiàn)值越高，意味著人們更加偏向于高風險，存在遞進關系。包括兩個被解釋變量，其中一個為虛擬變量，即是否經歷詐騙，是則賦值為1，否則賦值為0;另一個是因詐騙損失的金額，對金額總數(shù)取對數(shù)進行分析。

根據2015年CHFS的數(shù)據，初始樣本量為37289個，剔除了部分缺失的樣本，最終可得樣本量為32847個。受訪者男女比例相當，平均年齡在55歲，由風險態(tài)度的均值可知，樣本觀察對象的平均風險態(tài)度取值較低，這表明樣本觀察對象在風險態(tài)度方面偏保守。

三、實證結果與分析

（一）風險態(tài)度對是否經歷金融詐騙的實證結果

表1顯示了使用是否經歷詐騙這個虛擬變量作為被解釋變量的回歸結果，三個不同模型之間的區(qū)別是加入了除核心解釋變量以外的不同的控制變量。第（2）（4）和（6）列匯報了邊際效應的估計結果。由表1結果可知，在三個不同的模型中，風險態(tài)度作為解釋變量估計得到的回歸系數(shù)都高度顯著為正數(shù)，且都在1%的顯著性水平上顯著，這表明風險態(tài)度對是否經歷詐騙具有顯著、積極的影響，也就意味著更傾向于高風險的人群經歷詐騙的可能性越大。

模型1在未引入任何控制變量的情況下，由第（2）列邊際效應顯示風險態(tài)度每上升一個單位，經歷詐騙的概率也會增加4.9%，反映了風險態(tài)度對經歷金融詐騙是顯著的正向影響，且在1%的顯著性水平上顯著。模型 2 顯示，在控制變量中，戶口類型與是否經歷詐騙之間顯著為負，表明農村戶口的人群比城鎮(zhèn)戶口的人群遭受詐騙的可能性要小。同時，受教育的程度與是否經歷詐騙呈顯著正向關系，第4列結果顯示，教育程度每提高一個單位，經歷金融詐騙的概率相應增加4.99%，即受教育程度越高更容易經歷詐騙。

模型3加入了本文的所有控制變量，第（6）列邊際效應估計結果顯示，人們的風險偏好對是否經歷詐騙邊際效應為0.0157，表明風險態(tài)度每提高一個單位，經歷詐騙的概率會增加1.57%，也就意味著越傾向于高風險高回報的人群要比相對偏向低風險的人群經歷詐騙的可能性越大。其結果顯示風險態(tài)度、受教育程度、家庭收入水平都表現(xiàn)出顯著的正向關系。

（二）風險態(tài)度對因詐騙損失金額的實證結果

在CHFS-2015的數(shù)據庫中，因詐騙損失金額存在諸多零值，這也是可以理解的，可能是人們在經歷詐騙后及時有效的對損失進行了挽回，也有可能經歷詐騙的過程中，沒有金錢的損失等原因。表3顯示的是風險態(tài)度對因詐騙損失金額進行回歸的結果，模型1表示，在1%的顯著性水平下，人們持有的風險態(tài)度增加一個單位，因詐騙損失金額會相應提高2.15%，風險偏好的人更傾向于高風險的投資，野心促使他們投入更多的資金，期望獲得成倍的收益，因此，在遭受詐騙時損失的金額也更大。

模型3中，能夠得出風險態(tài)度、年齡以及家庭收入水平對因詐騙損失金額的影響都是同方向的。張琳琬、吳衛(wèi)星（2016）在風險態(tài)度與居民財富的研究中，研究發(fā)現(xiàn)財富的變化改變了投資者風險水平，高財富的人群對于風險的厭惡程度較低，參與股票等高風險資產的程度較高，經歷詐騙的可能性也越大，因詐騙損失的金額也更多。

四、結論與建議

本文運用2015 年中國家庭金融調查（China Household Finance Survey，CHFS）數(shù)據，使用logit模型分析法以及普通最小二乘法（OLS）系統(tǒng)考察了風險態(tài)度對金融詐騙的影響。主要研究結論如下：第一，風險態(tài)度與是否經歷詐騙、經歷詐騙的種數(shù)以及因詐騙損失的金額都存在顯著的正相關影響，即風險偏好的人更容易經歷詐騙，因詐騙損失的金額也更大。第二，戶口類型的回歸結果表現(xiàn)為負，表明城鎮(zhèn)戶口的人相對農村戶口的人來說，經歷詐騙的概率更高，損失的金額更大。第三，受教育程度越高，經歷詐騙的可能性越大，隨著教育程度的提高，人們對自己金融知識水平也更有自信，自我定位存在偏差導致容易掉進金融詐騙的陷阱。第四，家庭收入水平作為控制變量，對三個被解釋變量的影響都是顯著的正相關關系。

偉寧（2018）提出部分投資人風險意識不強或者對風險偏好，容易被不法分子虛構的高息回報所誘惑，即便有所認識，也存在僥幸心理，認為自己不會是最后的接盤人或者對自身極度自信，抱著撈一把就跑的心理。因此，提醒投資者在利益誘惑面前保持理性，謹慎投資，一旦發(fā)現(xiàn)自身可能卷入金融詐騙行為，依法維護自身合法權益。政府的政策應該從兩個方面入手，一方面是加強法律的監(jiān)管力度，并依法嚴格處理各種金融詐騙案件，做到有法必依，違法必究，蔡明鈺（2017）。防止不法分子以金融創(chuàng)新的名義進行詐騙，加強對金融活動的約束;另一方面是提高防范金融詐騙相關知識的宣傳和普及，樹立正確的價值觀，打消“天上掉餡餅”的念頭。

參考文獻：

[1]鄧昌豫.高風險意味著高回報？——投資風險態(tài)度對居民家庭收入的影響[J].湖南師范大學社會科學學報，2019，48（04）：92-100.

[2]劉奧南. 新形勢下金融詐騙的特點及防范[N].期貨日報，2018-02-14（003）.

[3]王茹.金融風險態(tài)度對消費者股票市場參與行為的影響研究[J].山西農經，2018（16）：89-90.

[4]張琳琬，吳衛(wèi)星.風險態(tài)度與居民財富——來自中國微觀調查的新探究[J].金融研究，2016（04）：115-127.

[5]偉寧.理性審慎投資;防范網絡金融詐騙[J].中國工會財會，2018（09）：57-58.

[6]朱越婷. 電信金融詐騙的特征與對策分析[D].浙江大學，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，段鵬霞，張雪彥.金融詐騙現(xiàn)狀及問題研究——基于北京晉中等地的實證調查[J].金融，2018，8（3）：72-76.

[9]蔡明鈺.淺談金融詐騙的現(xiàn)狀及有效措施[J].金融天地，2017（23）：109.

作者單位：贛南師范大學商學院