中国股民股票投资状况问卷调查与分析
一、教学目的
编入案例教材中的这个案例，是属于社会调查或市场调查的一个案例。通过这个现实的案例，旨在使学生理解和掌握两个方面的知识：一是市场调查知识，包括调查方案的制定，问卷的设计，抽样框的确定，数据的具体搜集过程，问卷的汇总、审核、编码，数据录入和数据汇总这一市场调查的全过程，通过这个案例体会市场调查各个工作环节的重要意义及其具体组织过程；二是通过本案例提供的数据库，让学生把所学过的各种统计分析方法结合案例数据进行分析，领会各种统计数量分析方法的分析过程和在应用中的意义，合理的解释各种分析结果，并在各种方法的应用中，学会选择较优良的较适用的方法。
在理解上述案例的调查过程和案例数据的分析结果的基础上，教师可组织学生对这一调查案例的各个环节的工作进行讨论，对各种计算和分析的结果进行讨论。最后，要求学生自己拟定一个调查题目，设计调查方案和抽样框，自己动手设计问卷，并亲自进行调查、搜集数据（不一定要求样本很大），然后对问卷进行审核、汇总、编码和数据录入，最后对调查的数据进行统计处理和分析，写出综合分析报告，提出相应的建议。这也是编辑本案例的最终目的。
二、本案例所采用的分析方法
本案例数据属截面数据，就本案例的数据库本身来说，可以运用许多统计方法对样本（Q分析）和变量（R分析）进行统计计算和统计分析，也可以对各个样本群（地区）进行统计比较分析。根据这个样本数据，可以进行基本的描述统计分析，也可以进行推断统计分析；可以进行单变量统计计算与分析，还可以进行双变量和多变量的统计分析；可以就各个样本群（地区）进行聚类比较分析，还可以就变量进行组成分分析和因子分析。运用哪些方法进行分析，首先要看这个案例主要想解决哪些问题，对于解决这些问题哪些方法最使用；其次要看学生已经学过了哪些方法，老师正在给学生讲解哪些方法，以及学生和老师对哪些方法感兴趣。
对于“中国股民股票投资状况问卷调查与分析”这个案例来说，其主要目的
是想了解当前中国股民的总体投资结果如何，股民基本的自然特征和社会特征是什么，主要采用什么方法进行投资，赚钱的主要原因和赔钱的主要原因等问题。在选择统计方法和运用统计分析软件进行分析时，我们主要关注股民的投资结果与自然特征（如性别和年龄）之间是否存在高队和显著的相关关系，股民的投资结果与其社会特征（如学历、职业、职务、风险意识、投资经历长短、采用的方法等之间是否存在高度和显著的相关关系，股民的某些自然特征和社会特征之间（如性别、年龄与风险意识、学历、风险意识和投资结果）是否存在显著的相关关系，影响投资结果的最主要因素是什么，等等。相关性分析与检验，特别是其中的列联表分析技术（CROSSTABLE ANALYSIS）是本案例中应用最主要的方法。
比如，以RESULT（投资结果）为因变量，以SEX（性别）、AGE（年龄）、EDU（学历水平）、RANK（职务级别）、TIME（出入市时间间隔）、RISK（风险意识）、HOWLONG（买卖股票时间经历）等为自变量，运用列联表技术进行相关分析和检验，并对分析结果进行讨论和评价。
三、案例教材中讨论的解答要点
1．根据所学过的文件调查和问卷设计方面的知识，请对本次调查设计的问卷及调查操作的程序做出评价，指出存在哪些问题，如何改进。
任何问卷设计和调查程序都不可能是完美无缺的，总是要存在这样和那样的问题。但总的指导思想是：问卷中的问题应围绕调查的目的来设计。问卷中的问题是有限的，不能定的过多，否则被调查者会产生厌倦情绪，从而影响回答问题的准确性；问题也不能定的太少，这样机会和资源没能得到充分的利用。一般以二十个左右的问题为宜。各个问题应进行科学严谨的设计。问卷中的第十八个问题“您无业原因”，似乎与研究的主题关系不大。
另外，对问题的分组，如学历分为“文盲”、“小学”、“中学”等，资金规模分为“1万元以下”、“1万~3万元”、“3万~5万元”等，分组的粗细也要根据需要来确定。
这次问卷调查的操作程序，从提出研究的问题，制定调查方案，到最后问卷的回收、问卷编码、数据录入和数据的处理，基本上是严格按照调查的里捆程序进行操作的。按要求，调查组织的各个环节、各个工作步骤都应该有专家指导，
以保证调查工作按方案中规定的程序完成，尽量减少和避免误差的产生。不足的是，由于调查样本地域分布太大，无法到各个调查点进行指导和监督，所以这个环节最可能产生较大的调查误差。
2．根据所学过的知识，对这次调查的样本选取方法、数据取得方法及可能对数据质量产生的影响做出评价，指出存在哪些问题，如何改进。
样本的取得方法是否遵循随机原则，是否有代表性，直接影响数据的质量。本案例中样本的取得方法存在比较明显的问题，即没有完全遵循随机原则，样本选取的多少与地区人口之间不成比例，通过样本数据分布图可以清晰看出这一点（见下面分析的第一个问题）。尽管样本覆盖了全国20个省、自治区、和直辖市的56个城市，但各个省区和城市以及证券公司营业部的选取并不是按照随机原则进行的，这在一定程度上会影响数据的质量，我们在根据样本指标值推断总体特征值时，应注意这一点。
另外，在数据的取得方面，由于地域分散，尽管我们对访员调查做了严格的培训和组织安排，但仍然无法对访员的调查过程进行监督，从而也很难保证每个访员都按严格的操作程序取得数据，这也是可能产生数据误差的一个原因。还有，按要求被调查对象即包括“散户”，也包括“大户”，但往往大户们身居“大户室”，访员们很容易更多地调查散户，于是很可能导致股民平均投资资金规模的低估。
3．关于分析方法，我们建议先对数据进行逻辑性检验，以对数据的有效性有个基本的把握。SPSS中的EXPLORE（数据探索性分析）就是一种很有效的方法。其次计算主要的单变量的统计特征值及频数分布，然后对有意义的变量间进行双变量的列表，如投资结算与学历水平间的关系分析，与股票买卖时间经历长短的关系的分析等。最后运用列联表方法对有意义的两两变量间的相关关系进行检验与分析。
关于采用什么样的分析方法，运用什么样的统计分析软件，可以更为灵活一些。就本案例的数据来说，可以用SPSS 和SAS软件进行检验与分析。对同一问题，不妨采用几种方法进行分析，或运用不同的统计分析软件进行分析，并对分析结果进行比较和评价。
我们建议，根据这个调查数据库，让学生们做一个全面深入的分析报告。分析什么问题，采用什么方法，完全由学生自己决定。让学生主动地思考问题，在
分析比较中选择方法，通过自己动手和动脑分析体会各种统计方法的意义。最后老师做总结，并组织学生进行案例研讨。这也是本案例的初衷所在。关于绘制统计图形，可根据研究的需要和学生的兴趣自己确定。
四、需要进一步讨论的问题
1．根据以上案例，进一步说明如何准备一项市场调查，如何组织一项市场调查抽样误差可能产生在调查过程的哪些环节？
2．什么是问卷的设计？怎样进行科学的问卷设计？设计问卷时应考虑哪些问题？
3．什么是问卷的编码？编码在问卷的计算机数据处理过程中起什么样的作用？问卷编码应遵循什么样的原则？
4．根据上述问卷表提供的数据信息，你认为用什么样的统计分析方法最能有力地说明所要研究的问题？用统计列联表分析技术研究上例中的数据关系，你认为是否是最为合适的方法？如果不是，应该用什么方法进行分析更好？
5．根据上述问卷表的问题结构和变量数据特征，你认为可以用哪些统计方法进行分析而且分析的结论又有时间意义？请一一列出这些方法。
6．根据本案例数据库，你认为应该如果做进一步的数据开发，做哪些方面反而数据开发，才能最大限度地发挥出该数据库的应有效益？
7．通过学习这个案例，你是否可以独立地组织一项社会调查？如果能，请对某一个有意义的问题进行调查(校内或校外)，最终些出分析报告，如果不能，问题出在哪里，请一一提出。理论上弄清楚以后，再做时间调查。
五、数据描述
数据问卷位置和文件名：a:\\case01\\data1.txt
用SPSS FOR WIN7.5软件读取该案例数据的基本步骤是： 第一，拷贝a:盘中case01\\data1.txt到硬盘c: ；
第二，用SPSS中的OPEN命令，打开数据文件，观察数据文件的格式，变量个数和变量名。
第三，用READ ASCII FILE命令读入本案例的文本数据文件。在给变量命名时，最好用原来的变量名。因为变量很多，重新起名引起混乱。
六、对本案例数据的实际分析
（一）数据的逻辑性检验
逻辑性检验，即运用SPSS中的探索性数据分析方法（EXPLORE命令），对数据文件样本及各个变量逐个进行检验，以检查其有效数据及无效数据的比重，在分析前做到心中有数。
下面是对变量CASE(样本)所进行的探索性数据分析，主要是对样本数及其在各个城市间的分布进行检验。包括以下几个结果：Case Processing Summary（样本处理汇总表）、Descriptives(描述统计量)、Test of Normality(正态分布检验)、Histogram（直方图）、Normal Q-Q Plot of the Number of Samples in Each City(各城市样本数分布的正态概率分布图、Detrended Normal Q-Q Plot of the Number of Samples(样本数分布无趋势正态概率图，又称离查图)。结果如下： Explore(数据探索和检验)
表（1-1） 样本处理汇总表（Case Processing Summary）
Case
Valid Missing Total N PrecentN Precent N Percent The Number of Sample in Each
City
5641 100.0 0 0 5641 100.0
从表1-1可以看出，数据文件中总样本5 641个，有效样本5 641个。在表1-2中，每个城市中的样本平均分布是133.30个。最小个数是1个，最大个数是794个。偏度（Skewness）值为1.954，表明样本数在各个城市间的分布是正态的，即图形呈右偏态。峰度（Kurtosis）值为3.381，表明样本分布呈尖顶分布。表1-3正态检验表(Test of Normality)中的Kolmogorov-Smirnov(柯尔莫歌洛夫—斯米诺夫)统计量为0.213，显著性水平为0.000，查表得临界值为Tα=0.05=0.076，拒绝零假设，表明样本在各个城市间不遵循正态分布。
表1-2 样本数在各城市分布的描述统计量表（Descriptives）
Statistic Std.error Case Mean
95% confidence lower bound Interval for mean upper bound 5%trimmed mean Median
133.3031 128.9600 137.6462 111.6424 65.0000
2.2154
Variance 27868.893 Std.deviation 166.3938 Minimum Maximum Range
Interquartile range Skewness kurtosis
1.00 794.00 793.00 137.0000 1.954 3.381
0.033 0.065
表1-3 样本数据在各城市分布的正态检验表(tests of normality)
Kolmogorov - simirnov
Statistic df Sig The number of samples in each city
0.213
5641
0.000
说明: a.lilliefors significance correction
样本在各个城市间的分布状态也可以从分布直方图和正态概率曲线图及正态曲线离差中看出来,见图1-1.
(二) 单变量频率分布这里我们以投资结果(result)这个变量为例进行分析
运用spss 中的 frequency 命令.结果包括两个表一个图.即投资结果变量result 统计表,投资结果result 频率分布表和投资结果饼形图. 表1-4 投资结果变量(result) 统计表(statistics)
N
Mean medianVilid Missing
statisti
Stiatistic Statistic Statistic statistic
The Result
of investment
5606 35 2.08 2.00 3 0.82 -0.143
0.033 -1.508 0.065 statistic
statistic
c
error Std.
statistic Std.errormode deviation Std.
skewnessn Kurtosis
表1-5 股民投资结果频率分布表(the result of investment)
Valid Gain
Break even
frequency 1697 1780
percent 30.1 31.6
Valid percent
30.3 31.8
Cumulative percent
30.0 62.0
Lose 2129 37.7 38.0 100.0 Total 5606 99.4 100.0 Missing 9
35
0.6
0.6
Total 35 Total 5641 100.0
从频率表1-5 看出，投资结果这一变量懂得有效样本个数为5606个，其分布为左偏。
股票投资结果是人们最为关注的问题.按照比较流行的一种说法，股票投资中转前，不赔不赚和赔钱的比例为1:2:7。根据投资结果分析表我们的调查结果是:赚钱者比重为30.3%，赔钱者比重为38.0%，不赔不赚的比重为31.8%，三者几乎各占1/3，但以赔钱者居多。
对这一结果的分析应注意两个问题: 第一,按照人们的一般心理,赔钱比重容易存在低报倾向,因此上述赔钱比重我们认为可能偏低;第二,股市在牛市时期大部分人都赚钱或可能赚钱,而熊市时期大部分人则都赔钱或可能赔钱,而我们的调查时期是1997年8月,正值我国股市价格全面疲弱时期,因此这时调查的结果赔钱者的比重可能较高而赚钱者的比重可能较低.综合以上两个因素,我们认为低报的因素占主要影响,因此实际的赔钱比重可能高于38.0%.
投资结果的直观图示见推子结果饼形图. 其他的单变量可以采用类似的方法进行分析. (三) 双变量分析:投资结果与投资者年龄间关系分析
这里,我们主要考察投资者年龄分布状况,投资者年龄与托子结果之间的关系.
见下面的年龄分布直方图(见图1-5)和年龄与投资结果关系表(见表1-6).
表1-6 投资者年龄与投资结果关系表
Age
Below age Between 20
20
The result
of investmen
and 30 The result of investmen
Between 30 and 40 The result
of investmen
Between 40 and 50 The result
of investmen
Between 50 and 60 The result
of investmen
Age 60an over The result of investment
(%) (%) (%) (%) (%) (%) Gain Break –even
lose
年龄的分布图不同年龄的投资结果表告诉我们,我国的股民主体为成年人,30岁以下者占23%,30岁以上者占77%.从各主要年龄段的百分比分布看:30-39岁占34.1%,40-49岁占27.0%,50-59岁占11.1%,60岁以上仍占4.7%.
从表1-6数据可以看出,股票投资赚钱比重与年龄大小存在明显的负相关关
33.3 33.8 31.6 28.3 27.9 26.3 27.3 33.9 31.4 31.0 30.5 33.9 39.4 32.3 37.0 40.7 41.6 39.8 系,即年龄越大,赚钱比重越小,年龄越小,赚钱比重越大.我们认为,较年轻的投资者学历普遍高与年长者,而且他们反应快,善于捕捉信息和分析信息,善于运用科学的投资分析方法.
（四）双变量分析: 投资结果与股民性别间关系分析
对于以上结果更精确的分析,可计算投资结果与年龄间的关系数并进行显著性检验,以确认其关系是否显著,以下的问题同样可以用此方法进行分析.
计算结果显示（用FREQUENCY命令），我国股民中男性居多，占63.5%，女性占少数，为36.5%。对赚钱比重与赔钱比重，男女之间也有较大差别。比如，男性赚钱比重为33.9%，女性为24.0%，而男性赔钱比重为35.1%，女性为43.1%，差别较大，原因有待进一步研究。
表1-7 投资结果按性别分类表（Result by Sex）
Sex
Male Female The Reault of Investment Count
( % ) 33.9 31.1 35.1 100.0
The Reault of Investment Count 484 664 870 2018
( % ) 24.0 32.9 43.1 100.0
Gain Break-even Lose Total
1189 1090 1230 3509
（五）双变量分析：投资结果与股民学历水平间关系分析 股票投资者学历水平分布见表1-8和图1-6。
表1-8 股民受教育水平频率分布表（Educational Level）
Frequency
42 165 928 1387
Percent 0.7 2.9 16.5 24.6 14.9 23.3 14.3 1.9 99.0 1.0 1.0 100.0
Valid Percent 0.8 3.0 16.6 24.8 15.0 23.5 14.4 1.9 100.0
CumulativePercent 0.8 3.7 20.3 45.2 60.2 83.7 98.1 100.0
Valid Illiterate
Elementary School Primary School High School
Middle Professional 838
School
Advanced Professional
School
Graduate
1321 804 106 5582
Postgraduate and 59
Above
Total
Missing 9
Tolal
Total
59 5641
表1-9 股民投资结果按受教育水平分类统计分析表
Elementar
Primary
Illiterate
y
School
School
School
The
The
Result
Result of
of
Investmen
Investm
t
ent ( % )
Gain Break-even Lose
22.0 26.8 51.2
( % ) 26.4 24 49.1
( % ) 19.6 32.6 47.8
( % ) 26.2 31.3 42.5
( % ) 29.5 35.8 34.7
( % ) 33.6 33.3 33.1
( % ) 42.8 27.5 29.7
( % ) 51.9 27.4 20.8
Investment
Investment
t
nt
of
of
Investmen
Investment
Investme
Investment
The Result
The Result
Result of
The Result of Result of The Result of
The
The
School
al
School
High
Profession
Professional
Graduate
and Above
Educational Leve
Middle
Advanced
Postgraduat
从学历构成看，我国股民的学历层次较高，中专以上学历股民占全部股民的一半以上（54.8%），其中大专占23.5%，本科占14.4%，研究生以上占1.9%。可见我国的股民队伍虽年较大，但文化层次较高，这也是股票投资这个行业特点所要求的。根据理论假设，学历越高，做股票赚钱的可能性越大。我们的实际调查结果完全验证了这一结论。从表1-9看出，学历越高，赚钱比重越大，而赔钱比重相应越小，这也是高智力和高智商在股票投资中发挥作用的一个重要表现。
（六）双变量分析：股民投资结果与职业间的关系分析 投资结果与职业之间的关系，见表1-10给出的计算结果。
股民的职业构成一直是人们关心的问题。从调查结果看，股民中从事脑力劳动的白领阶层人员占48.7%,工人、农民、个体业者占36.5%，其它职业占14.7%。值得注意的是，在各个职业中，工人占的比重最大，占26.7%，比重最小的是农
民，占1.4%。金融单位人员所占的比重也较大，为6.4%。
由于各个职业的学历水平不同，不同职业人员的赚钱和赔钱比重差异也较大。从表1-10看出，在知识水平较高的职业中，赚钱比重也高，而工人和农民两个职业，赚钱比重是最低的，仅为21.8%和14.5%。值得注意的是，金融单位职员的赚钱比重最高，为42.9%,显然这和他们较早地接触各种重要消息和利用金融单位交易的便利有关。金融单位在股票投资中的这种超额利润，说明目前我国的股市没有达到强式有效。另外，个体从业人员和无业人员的赚钱比重并不低，分别为35.2%和29.2%，原因有待进一步分析。
表1-10 股民投资结果按职业分类统计表
the Types Of Job
Staff in Science,
Officials
Managenme
in
nt staff
Govemment
and Medical Units
the
the
the
the
the
the
the
the
Reasult
Reasult of Reasult of Reasult of Reasult of Reasult of Reasult of Reasult of
of
investmen
t
investmen
t
investmen
t
investmen
t
investmen
t
investmen
t
investmen
investme
t
nt
Gain Count 227 (%) 32.5 Break-evenC
221
ount
(%) 31.6 Loss Count 251 (%) 35.9
36.2 281 31.5
34.1 188 29.8
33.9 77 23.1
33.5 623 44.7
30.3 42 55.3
26.4 169 38.4
25.5 349 45.3
323
215
113
466
23
116
196
288 32.3
228 36.1
143 42.9
304 21.8
11 14.5
155 35.2
225 29.2
Units
, Culture
Financial
Worker
t
Persons
Persons
Education
Staff in
Peasan
employed
ed
Sell-
Unemploy
（七）双变量分析：投资结果与被调查者的职务级别间的关系 投资结果与投资者职务级别之间的关系见表1-11的计算结果。
表1-11 股民投资结果按职务级别分类统计分析表（Result by Rank）
the Rank of Status
Managers at
Divisional
the Result of Investment
Gain Count (%)
Break-evenCount (%)
Lose Count (%)
Total Count (%)
461 26.2 618 35.1 683 38.8 1762 100.0
the Result of Investment
136 39.4 108 31.3 101 29.3 345 100.0
the Result of Investment
276 38.5 238 33.2 202 28.2 716 100.0
the Result of Investment
111 43.9 62 24.5 80 31.6 253 100.0
Clerks
Manager
Manager
Manager
and Above TheResult of Investment
18 34.6 13 25.0 21 40.4 52 100.0
Sectional
Departmental
Bureau Leval
职务构成与职业构成的分类是不同的。职业构成是看股民在各个大类职业中的分布情况，而职务构成主要是观察在管理人员中不同职务级别人员的分布情况，特别是各级别干部的分布情况。结果表明，办事员类占56.4%,科级以上干部各占32.6%,股级干部类占11%。
表1-11中数据显示，职务级别与投资结果有一定的关系。居于中间层次的职务级别人员（指股级，科级和处级）赚钱比重较高，赔钱比重较低，而两头级别（办事员和局级以上）的人员赚钱比重较小，而赔钱比重却较大。主要原因是中间层次的人员学历层次较高。
（八）双变量分析：投资结果与被调查者股票年限长短间的关系（见表1-12）
表1-12 股民投资结果按投资经历长短分类统计分析表
（Result by the number of Years of Stock Market）
How-long the numble of Years of Staying in Stock Market
From a Half to 1 From 1 to 2 From 2 to 3 From 3 to 4 4 Years and Below Half Year
year
Year-s
Year-s
Year-s
over
The Result of The Result of The Result of The Result of The Result of The Result of Invest- ment
Gai Count
(%) Break-evenCount
(%) Lose Count
(%) Total Count
(%)
209 17.2 407 33.4 601 49.4 1217 100.0
Inves-tme-nt
361 22.1554 33.9718 44.01633 100.0
Inves-tme-nt
431 32.2463 34.6446 33.31340 100.0
Inves-tme-nt
29144.219729.917125.9659100.0
Inves-tme-nt
211 56.4 77 20.6 86 23.0 374 100.0
Investme-nt
17658.755 18.369 23.0300100.0
对股民参与股票投资时间长短的观察，可以分析我国股民的“资历”。从调查结果看，参与股票投资年限在1年以内的股民占一半（51.7%）,另一半为1年以上者。其中4年以上的“老股民”比重很小，仅为5.4%。这可从两个方面加以说明：第一，股票投资是一个高风险的行业，淘汰率高，存活者只是少数；第二，我国股票市场到目前只运行六七年时间，4年以上的股民就可以称得上是“老股民”了。
“老股民”经验丰富。数据显示，股民的资历越长，赚钱比重越大，获胜率越高；反之，资历越短，赔钱比重越大。
（九）双变量分析：股民风险意识对投资结果的影响分析
表1-13 股民投资结果按照风险意识强弱分类统计分析表
(Result by Risk Understanding)
Understand the Risk Beforehead
Yes No The Result of Investment
Gain Count (%) Break-even Count (%) Lose Count (%) Total Count (%)
1469 34.3 1324 30.9 1493 34.8 4286 100.0
The Result of Investment 226 17.5 447 34.7 617 47.8 1290 100.0
股票投资是一项高风险的投资，入市前应有充分的了解。可以认为，对股市风险有充分了解和充分认识者投资时会更为理智、更为成熟。从调查结果看，有充分认识者占73.8%，没有充分认识者占23.2%。说明我国股民多数是较为理智的，但还有相当多的一部分人对股票投资风险缺乏足够的认识，需要进行宣传和引导。
表1-13结果显示，对风险是否有充分认识，对投资结果会产生显著影响。比如，在对投资风险有充分认识的投资者中，赚钱的比重为34.4%，不赔不赚比重为30.9%，赔钱比重为34.8%；在对风险没有充分认识的投资者中，赚钱比重仅为17.5%，不赔不赚比重为34.7%，赔钱比重高达47.8%。
调查结果还显示，对股票投资风险的认识，不同年龄和不同学历水平的股民之间存在较大的差异。在50岁之前，年龄越大，对风险有充分认识的比重越高，但50岁之后，便开始逐渐降低。在学历层次上，学历越高，对风险有充分认识的比重越大。比如，文盲为47.6%，小学为59.4%，本科为82.8%，研究生为91.5%。这个规律是不言自明的。另外，对股票投资风险是否有充分认识，男性的比重为
78.4%，女性的比重为73.9%。
（十）多变量列联表分析：性别、年龄对投资结果的联合影响
列联表分析是对两个或两个以上变量之间关系所做的交叉列表分析。这里，为简化起见，我们只对性别（sex）和投资前对风险有没有充分认识（risk）与投资结果（result）进行列联表分析。分析结果如表1-14。
表1-14 投资结果与风险意识和性别之间关系列联表
（the Result of Investment.Understand the Risk Beforehead.Sex crosstabulation）
Understand the Risk Total Beforehead
Yes No Male The Result of Gain Count Investment %Within the Result
Of Investment
%Within Understand
the Risk Beforehead % of Total Break- Count
even %Within the Result
Of Investment
%WithinUnderstandtheRiskBeforehead
% of Total Lose
1044 88.0 38.1 29.9 812 74.9 29.7 23.3
Count 882
72.3 32.2 25.3
143 12.0 19.0 4.1 272 25.1 36.1 7.8 338 27.7 44.9 9.7
1187 100.0 34.0 34.0 1084 100.0 31.1 31.1 1220 100.0 34.9 34.9
%Within the Result
Of Investment
%WithinUnderstand
theRiskBeforehead
% of Total
Total Count
%Within the Result Of Investment %WithinUnderstandthe
RiskBeforehead
% of Total Female The Result of Gain Count
Investment %Within the Result Of Investment
%WithinUnderstand
3738 78.4 100.0 78.4 402 83.1 20.0
753 21.6 100.0 21.6 82 16.9 4.1 15.6 171 25.9 32.6 8.5 271 31.4 51.7 13.5 524 26.1 100.0
3491 100.0 100.0 100.0 484 100.0 24.1 24.1 661 100.0 32.9 32.9 862 100.0 42.9 42.9 2007 100.0 100.0
theRiskBeforehead
% of Total
Break-Count
even %Within the Result
27.1 490 74.1
Of Investment
%WithinUnderstand 33.0 the Risk Beforehead
% of Total
Lose Count
%Within the Result
Of Investment %WithinUnderstandthe
Risk Beforehead
% of Total
Total Count
%Within the Result Of Investment %WithinUnderstand
theRiskBeforehead
24.4 591 68.6 39.9 29.4 1483 73.9 100.0
% of Total 73.9 26.1 100.0
表1-15 列联表中数据综合分析和检验表 Symmetric Measures
b
Sex Value Asymp Approx. Approx.T
Std.Error
Male Nominal by Nominal Contingency Coefficient Intervalby Interval Pearson’sR Ordinal by Ordinal Spearman Correlation N of Valid Cases
Female Nominal by Nominal Contingency Coefficient Intervalby Interval Pearson’sR Ordinal by Ordinal Spearman Correlation N of Valid Cases
0.129 0.129 0.127 2007
0.021 0.021
5.804 5.719
0.166 0.158 0.157 3491
0.016 0.016
9.426 9.412
a
Sig. 0.000 0.000 0.000
cc
0.000 0. 000 0.000
c
c
说明：a.Not assuming the null hypothesis.
b.Using the asymptotic standard error assuming the null hypothesis. c.Based on normal approximation.
从案例处理汇总表（Case Processing Summary）中可以看出，总样本个数是5641个，但就这三个变量的分析来说，有效样本数为5498，占97.5%。有错误的样本数为143个。
表1-14是投资结果与事先对风险有无充分认识之间关系的按性别的列联表。在男性投资者中，88.0%的人事先对股票投资的风险有充分认识，12.0%的人没有充分认识。对风险有充分认识的男性投资者其赚钱的比率为38.1%对风险没有充分认识的男性投资者其赚钱的比率为19.0%，总平均为34.0%。可见，股票投资前对投资有无充分认识，对股票的投资结果是有显著影响的。另一方面，我们
再看女性投资者的情形。女性投资者对风险有充分认识的占83.1%，无充分认识的占16.9%。对风险有充分认识的女性赚钱比率为27.1%，对风险无充分认识的女性赚钱比率为15.6%，总平均为24.1%。可见在女性投资者中，对风险有无充分认识与投资结果也是有显著影响的。同时，我们还可以看到男女投资者在对风险意识和投资结果上的差别。
表1-15（Symmetric Mesure）是队列联表的对称性检验。包括表中分男女变量间的列联系数和其他类型的线性相关系数。从结果看出，相关系数并不高。这也是截面数据的一个共同的特征。
图1-7和图1-8分别给出了男女投资者的风险态度及其对投资结果的影响图示。
（十一）需要进一步说明和研究的问题
本案例的数据库包括非常丰富的信息，老师可以根据学生学过的统计分析方法有选择地指导学生尝试多种分析方法去分析这些数据。上面所提供的方法只是提出了一些解决问题的思路，而并不是问题的全部。特别是，运用列联表分析技术还只是开个头。关于探索数据分析方法、定类变量、定序变量、定距变量的相关和回归分析方法及其检验等，这里还没有涉及。希望老师运用本案例数据组织学生进行专门的讨论。
（东北财经大学统计系 王庆石）
因篇幅问题不能全部显示，请点此查看更多更全内容