陳蒙

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

關(guān)鍵詞：風(fēng)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(jīng)濟(jì)體制的逐步建立，發(fā)生在金融領(lǐng)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(jīng)濟(jì)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(gòu)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(gòu)信用，破壞金融管理秩序的行為。其嚴(yán)重破壞了國家的金融財稅秩序和社會秩序，直接危害到經(jīng)濟(jì)建設(shè)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(guān)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(guān)的金融詐騙。法律體系、監(jiān)管體制、互聯(lián)網(wǎng)環(huán)境、金融知識素養(yǎng)、風(fēng)險態(tài)度、風(fēng)險意識、經(jīng)濟(jì)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(fēng)險規(guī)避型的，有一部分是風(fēng)險中立型的，當(dāng)然也有風(fēng)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(fēng)險態(tài)度。

劉奧南（2018）對新形勢下金融詐騙的特點進(jìn)行了總結(jié)，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(fēng)險偏好顯著提高居民的收入水平，通過對高風(fēng)險投資獲得高回報，達(dá)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(guān)信息的了解和當(dāng)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(jīng)濟(jì)學(xué)角度考察風(fēng)險態(tài)度對金融詐騙影響的文獻(xiàn)幾乎沒有。金融詐騙受到哪些因素的影響？風(fēng)險偏好與金融詐騙之間的關(guān)系如何？風(fēng)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(guān)研究的文獻(xiàn)，而且還有助于提升人們對風(fēng)險認(rèn)知教育方面的認(rèn)識，構(gòu)建有效的風(fēng)險評估與決策機制，同時起到促進(jìn)金融業(yè)穩(wěn)定發(fā)展的作用。

在已有研究的基礎(chǔ)上，本文運用2015 年中國家庭金融調(diào)查（China Household Finance Survey，CHFS）數(shù)據(jù)，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(fēng)險態(tài)度對金融詐騙的影響。

二、模型與變量

本文數(shù)據(jù)來源于中國家庭金融調(diào)查中心（CHFS）2015年的數(shù)據(jù)。該調(diào)查由西南財經(jīng)大學(xué)組織，目的在于建立一個全面的家庭數(shù)據(jù)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(xué)特征、資產(chǎn)與負(fù)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(fēng)險態(tài)度，這部分?jǐn)?shù)據(jù)對金融詐騙有較為顯著的影響，針對金融詐騙，CHFS都仔細(xì)詢問了個人是否經(jīng)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(shè)定

本文用logit模型分析人們持有的風(fēng)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(jīng)歷過金融詐騙的二元虛擬變量，fraud等于1表示經(jīng)歷過金融詐騙，0表示沒有經(jīng)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(guān)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(fēng)險態(tài)度;被解釋變量包括是否經(jīng)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(fēng)險態(tài)度，隨著人們對風(fēng)險偏好的提高，數(shù)值也相應(yīng)增大，即風(fēng)險態(tài)度的表現(xiàn)值越高，意味著人們更加偏向于高風(fēng)險，存在遞進(jìn)關(guān)系。包括兩個被解釋變量，其中一個為虛擬變量，即是否經(jīng)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(jìn)行分析。

根據(jù)2015年CHFS的數(shù)據(jù)，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(dāng)，平均年齡在55歲，由風(fēng)險態(tài)度的均值可知，樣本觀察對象的平均風(fēng)險態(tài)度取值較低，這表明樣本觀察對象在風(fēng)險態(tài)度方面偏保守。

三、實證結(jié)果與分析

（一）風(fēng)險態(tài)度對是否經(jīng)歷金融詐騙的實證結(jié)果

表1顯示了使用是否經(jīng)歷詐騙這個虛擬變量作為被解釋變量的回歸結(jié)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(yīng)的估計結(jié)果。由表1結(jié)果可知，在三個不同的模型中，風(fēng)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(fēng)險態(tài)度對是否經(jīng)歷詐騙具有顯著、積極的影響，也就意味著更傾向于高風(fēng)險的人群經(jīng)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(yīng)顯示風(fēng)險態(tài)度每上升一個單位，經(jīng)歷詐騙的概率也會增加4.9%，反映了風(fēng)險態(tài)度對經(jīng)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(jīng)歷詐騙之間顯著為負(fù)，表明農(nóng)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(jīng)歷詐騙呈顯著正向關(guān)系，第4列結(jié)果顯示，教育程度每提高一個單位，經(jīng)歷金融詐騙的概率相應(yīng)增加4.99%，即受教育程度越高更容易經(jīng)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(yīng)估計結(jié)果顯示，人們的風(fēng)險偏好對是否經(jīng)歷詐騙邊際效應(yīng)為0.0157，表明風(fēng)險態(tài)度每提高一個單位，經(jīng)歷詐騙的概率會增加1.57%，也就意味著越傾向于高風(fēng)險高回報的人群要比相對偏向低風(fēng)險的人群經(jīng)歷詐騙的可能性越大。其結(jié)果顯示風(fēng)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(guān)系。

（二）風(fēng)險態(tài)度對因詐騙損失金額的實證結(jié)果

在CHFS-2015的數(shù)據(jù)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(jīng)歷詐騙后及時有效的對損失進(jìn)行了挽回，也有可能經(jīng)歷詐騙的過程中，沒有金錢的損失等原因。表3顯示的是風(fēng)險態(tài)度對因詐騙損失金額進(jìn)行回歸的結(jié)果，模型1表示，在1%的顯著性水平下，人們持有的風(fēng)險態(tài)度增加一個單位，因詐騙損失金額會相應(yīng)提高2.15%，風(fēng)險偏好的人更傾向于高風(fēng)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(fēng)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(fēng)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(fēng)險水平，高財富的人群對于風(fēng)險的厭惡程度較低，參與股票等高風(fēng)險資產(chǎn)的程度較高，經(jīng)歷詐騙的可能性也越大，因詐騙損失的金額也更多。

四、結(jié)論與建議

本文運用2015 年中國家庭金融調(diào)查（China Household Finance Survey，CHFS）數(shù)據(jù)，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(fēng)險態(tài)度對金融詐騙的影響。主要研究結(jié)論如下：第一，風(fēng)險態(tài)度與是否經(jīng)歷詐騙、經(jīng)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(guān)影響，即風(fēng)險偏好的人更容易經(jīng)歷詐騙，因詐騙損失的金額也更大。第二，戶口類型的回歸結(jié)果表現(xiàn)為負(fù)，表明城鎮(zhèn)戶口的人相對農(nóng)村戶口的人來說，經(jīng)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(jīng)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(dǎo)致容易掉進(jìn)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(guān)關(guān)系。

偉寧（2018）提出部分投資人風(fēng)險意識不強或者對風(fēng)險偏好，容易被不法分子虛構(gòu)的高息回報所誘惑，即便有所認(rèn)識，也存在僥幸心理，認(rèn)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(jǐn)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(hù)自身合法權(quán)益。政府的政策應(yīng)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(yán)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(jìn)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(guān)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(xiàn)：

[1]鄧昌豫.高風(fēng)險意味著高回報？——投資風(fēng)險態(tài)度對居民家庭收入的影響[J].湖南師范大學(xué)社會科學(xué)學(xué)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(fēng)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(nóng)經(jīng)，2018（16）：89-90.

[4]張琳琬，吳衛(wèi)星.風(fēng)險態(tài)度與居民財富——來自中國微觀調(diào)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(wǎng)絡(luò)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(xué)，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(diào)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(xué)商學(xué)院