2010/
12
投资者风险偏好量表编制及测量恒等性检验
刘
博
摘要：本文通过编制投资者风险偏好量表，采用文献回
顾、开放式访谈等方法形成预测量表，并对被试数据进行信度分析及测量恒等性检验，多次修正验证性因子分析、
后得到正式量表，测量了跨群体投资者风险偏好的恒等性。研究结果表明，所得模型拟合指数良好并具有跨群体的恒等性和有效性。投资者风险偏好量表中各因子均在性别、年龄段、月收入等方面均存在不同程度的显著差异。关键词：量表；投资风险偏好；测量恒等性中图分类号：F830．59作
文献标识码：A
文章编号：1001－490X（2010）12－018－03
者：吉林大学哲学社会学院博士研究生；吉林，长春，130012
风险一般用来描述其损益结果具有不确定性的活动，投资行为中所涉及的“风险偏好”主要包括以下三个方面的内
即个人投资者对某个时间上的不容：（1）截面上的风险偏好，
同资产的风险偏好特性；（2）时间序列上的风险偏好，指个人投资者对不同时点上的同一资产的风险偏好特性；（3）主观折现偏好，个人投资者对未来同样风险资产所要求的时间补偿（衡量投资者的耐心）。根据投资者个体认知方式和情感判断的不同，可将风险偏好划分为激进投资、损失厌恶、利益驱使型。一般意义上的风险偏好，不仅包括投资者直观的心理能力和人格因素外，还内涵隐含的、未公开衡量和测量的风险态度。这种隐含的态度对于投资者行为的鞭策和约束同样起到了不能忽视的作用。于是，对投资者风险偏好的度量将成为
对风险投资者投资选择过程中的重要环节。纵观现有研究，
的测度角度虽各异，但有关投资市场中投资者风险偏好的多元量化问题尚未涉及。于此，本文尝试对投资者风险偏好进行分解并加以多元量化测试，以丰富风险偏好量化研究领域之学术成果。
一本文的研究对象与研究方法
根据量表的测验目的，首先建立问卷的结构维度，对20名市场投资者和10名投资专家进行框架式的访谈，得到初步的关于投资者风险偏好表征题目共221个，对于语意不通、不恰当及重复率过低的条目予以修改和删除，合并语意重复的条目，形成了包含49个条目的预测量表，包括五个维度：投资者对损失的厌恶情绪、投资者对收益诱惑的态度、投资者过度自信行为、投资者对信息的处理方式、投资者对于投资本身的偏执和激进。预测量表采用Likert5点计分法，1为非常不符2为不符合，3为中立，4为符合，5为非常符合。其中5个合，
题目为反向积分，总分越高者，风险偏好倾向越显著。
采用鉴别分析方法，高分组和低分组各占人数的27%，得出量表题项的临界比率值－CR值，剔除决断值未达到0．05显著性水平的题目。共删除了13道题目。最后形成了投资者风险偏好预测量表共36个题目。
本研究研究数据来源于对长春、北京、上海、深圳四个城市共计8家公司员工所进行的测试。（1）第一次回收问卷270份，其中有效问卷262份，有效率为97%。被试的人口学特征
女性占45．0%；被试的工作类型中，证分布为男性占55．0%，
券公司管理人员占18．7%，证券公司市场营销员占35．1%，银
获行及企业员工占46．2%。（2）第二次发放预测量表289份，
取的有效数据275份。被试的人口学特征分布为男性占51．
25－6%，女性占48．4%；被试的年龄段：25岁以下占28．7%，
36－45岁占19．2%，46岁及以上占11．6%；35岁占40．4%，
被试的学历结构：高中及以下占13．8%，大专学历占27．3%，本科126人占45．8%，本科以上占13．1%；被试的月收入水
3001－5000元占37．5%，5001－平：3000元以下占27．3%，
8000元占30．2%，8000以上占5．1%；被试的工作类型：证券
证券公司市场营销员占32．0%，银行公司管理人员占20．7%，
及企业员工占47．3%。
本研究采用验证性因子分析方法（Confirmatoryfactoranal-ysis，CFA）和测量恒等性检验方法（Measurementinvariance）进行，在数据处理时，我们采用结构方程模型统计软件LISRE8．7完成；探索性因子分析（Exploratoryfactoranalysis，EFA）及其余统计过程采用SPSS16．0完成。
二
研究过程及检验结果
1.项目分析。对正式施测问卷的42个项目进行因子分析之前，先进行项目分析。项目分析表明，各个项目的决断值
因此正式的投资者风险偏好量表对于36个项目均高于．05，
均予以保留。
2.探索性因子分析。因子分析前，s进行KMO及Bartlett’球形检验，验证是否适合进行因子分析。
表1
KMO0．877
s检验投资者风险偏好量表的KMO及Bartlett’
Bartlett＇sTest
χ22749．525
df630
sig．000＊＊＊
注：*表示p＜．05，＊＊表示p＜．01，＊＊＊表示p＜．001
如表1所示，此处KMO的值为0．877，大于0．5，而Bart-2
s球形检验的χ值为2794．525（df=630），lett’达到显著性水平，表明适合进行因子分析。第一次探索性因子分析，抽取出
特征值大于1的因子共6个，累计方差贡献率是79．933%。按照因子负荷小于0．50的标准进行逐步删除，每次考察累计
a2、a15、a17、a21、a32、a11、a6、方差贡献率。当逐步删除a13、
a24，至a35时，累计贡献率为57．831%。删除10个项目之后，因子结构发生改变，对剩余的26项进行线性检验，验证结
KMO的值为0．732，Bartlett’s球形检验的果见表2，大于0．5，
2
χ值为759．390（df=325），达到显著水平，表明数据适合进行因子分析。
表2
KMO0．732
4.验证性因子分析。按照理论构想，共有26个项目代表了4个因子的整体结构。26道题目是观测变量。4个因子构成潜在变量。第二次发放问卷289份，获取的有效数据275份，对上述结构在LISRE8．7上进行验证性因子分析，考察模型与数据的拟合程度，所得指标如表5所示。
表5
χ2457．88
Df293
投资者风险偏好量表拟合指数（N=293）
χ2/df1．56
NFI0．93
NNFI0．92
CFI0．91
RMSEA0．071
s检验投资者风险偏好量表第二次KMO和Bartlett’
Bartlett＇sTest
χ2759．390
df325
sig．000＊＊＊
采用主成份分析和方差正交旋转的方法进行因子分析，
结果表明，旋转前特征值大于1的因子共有4个，可解释的总变异量的57．831%。从投资者风险偏好量表各因子贡献率分布情况看，从第五个因子开始破度变得比较平缓，每个因子对
结合量表编制的基于累积的解释总变异的百分比增加很少，
本构想，本研究决定提取4个因子。
投资者风险偏好量表旋转前后特征值、解释量具体情况如表3所示。
表3
投资者风险偏好量表旋转前后特征值、解释量具体情况
旋转前
F1F2F3F4
特征值8．3981．9711．7971．333
解释量31．5429．7938．6657．831
累计解释量31．54241．33550．00057．831
特征值4．7723．8753．5513．123
旋转后解释量26．06112．13210．3629．276
累积解释量26．06138．19348．55557．831
（1）F1因子旋转后的特征值为4．772，可解释的方差贡献率为26．061%，共包含9个题目，这主要涉及的是在投资决策中，投资回报的利润较大从而影响投资者对风险的处理态度。故将F1因子命名为利益驱使。（2）F2因子旋转后的特征值为3．875，可解释的方差贡献率为12．132%，共包含6个
这主要涉及的是投资者过分相信自己能获得高于平均题目，
水平的投资回报率，因此导致大量盲目交易的情况。故将F2因子命名为过度自信。（3）F3因子旋转后的特征值为3．551，可解释的方差贡献率为10．362%，共包含6个题目，这主要涉及的是对于投资回报，投资者过于回避可能发生的损失从而影响对风险的处理态度。故将F3因子命名为损失厌恶。（4）F4因子旋转后的特征值为3．123，可解释的方差贡献率为9．276%，共包含5个题目，这主要涉及的是投资者性格和习惯中对于投资的喜好和执著程度以及面对风险的即时情感反应。故将F4因子命名为激进投资。
3.内部一致性检验。本研究采用Cronbachα系数来考察自编问卷的信度（如表4所示）。研究者指出，如果编制的研究工具低于0．60以下，应以重新修订或重新编制，本研究各因子信度均高于0．60，这表明每一个因子上的各题项之间有较好的正相关，它们所测量到的是同一种心理特质，符合心理测量学标准。
表4
总量表
α系数
0．829
［1］2
侯杰泰、温忠麟等人（2005）研究表明：χ比自由度一
NFI（规范拟合指数）、NNFI（不规范拟合指数）、般在5以下，
CFI（比较拟合指数）一般在0．9以上，而RMSEA一般不超过0．08，RMSEA这样的模型就可以接受，而Steiger（1990）认为，低于0．1表示好的拟合，低于0．05表示非常好的拟合。而本
2
NFI、NNFI、CFI均大0．9，RMSEA为0．071。研究χ/df=＜5，
因此，验证性因子分析结果表明，所得的模型可以接受。
5.测量恒等性检验。对量表进行信度检验，可以确定量表的同质性以及内部一致性，但仍需要有证据证明，通过CFA建立的模型有跨群体的恒等性。测量恒等性检验是利用跨样
通过依次检验四个限制越来越本结构方程模型分析的方法，
（2）因子负荷恒等模严格的嵌套模型：（1）因子数目恒等模型、
（3）误差方差恒等模型、（4）因子方差/协方差恒等模型，型、完成一系列有层次的、逐步严格的恒等性检验，以确定题项和基本结构对于不同群体的成员是否一致。
选择证券公司从业人员的有效问卷145份作为A样本，
B样选择市场投资者的有效问卷130份作为B样本。针对A、
本，使用多样本CFA去完成一系列逐步严格的测量恒等性检
（2）限制因子验，具体的步骤依次为：（1）限制因子结构相同，
（3）限制误差方差等同，（4）限制因子方差/协方差负荷等同，
等同，以此来完成测量恒等性的检验。
表6
模型
投资者风险偏好模型多样本的测量恒等性检验结果
x2960．90＊＊963．00＊＊966．23＊＊968．32＊＊
df[1**********]0
△x2—2．103．232．09
△df—24246
GFI．92．92．92．91
CFI．93．93．94．92
△CFIRMSEA—．00．01．01
．04．05．05．04
因子结构相等因子负荷相等误差方差相等因子方差/协方差
注：＊＊P＜．01RMSEA90%置信区间［．03－．05］
投资者风险偏好量表α系数
F10．811
F20．730
F30．718
F40．700
△x通常用作考察拟合的差异，但是△x很容易受到样
2
本数的影响，如果样本数较大，则△x很容易达到显著水平，从而使得模型假设不成立。而△CFI相对可以避免此问题，当△CFI大于．01时，表明拟合度显著下降。如表6所示，投资者风险偏好模型多样本测量恒等性检验所得到的结果：第一步
x2=960．9（df=586），GFI检验结果显示模型取得良好的拟合，
=．92，CFI=．93，RMSEA=．04；第二步检验结果表明拟合度没有显著下降，ΔCFI=．00；第三步检验结果表明拟合度没有显著下降，ΔCFI=．01；最后一步检验结果也表明拟合性没有
ΔCFI=．01。显著下降，
从测量恒等性检验的结果可知，投资者风险偏好模型在证券公司从业人员和市场投资者两种投资身份的被试之间具有恒等性，表示，此模型可以更好的应用于多种被试间，具有跨群体的适用性。
22
三讨论
本研究通过EFA分析方法编制投资者风险偏好量表得到26项题目及4个因子，分别是：利益驱使、过度自信、损失厌恶、激进投资，基本符合理论构想。量表各个维度之间及量表的整体一致性信度均大于0．60，量表总体的内部一致性信度
从以上指标看来，该量表稳定可靠。CFA检验结达到0．829，
果模型的各项拟合指数良好，对理论模型跨群体的恒等性进行检验，结果显示，模型具有跨群体的恒等性，可以作为测量投资者风险偏好的有效工具。量表的各项基本指标符合心理测量学要求，适用于对投资者风险偏好的测量。在心理学和证券投资的研究和实践领域具有较好的应用前景。
对回收数据进行差异性检验发现：（1）女性在激进投资、损失厌恶、利益驱使3个因子上的得分和总量表得分均高于男性，同时差异检验表明女性投资者与男性投资者在利益驱使因子上有显著差异，这可能与女性思维偏向情绪化、感性有
“刺他们指出：在关。这与学者Holt和Laury的研究结果不同，
“高激物”价值较小的情形下，男性比女性更加风险追寻，但在
［2］
的决策时，男女之间并没有什么差别。这种研究结果回报”
的差别可能是由于地域和文化的差异造成的。（2）年龄段方面，年龄段相对高的投资者表现出的保守、固执以及谨慎投资行为特征非常强烈，这与不同年龄段的投资者所处的成长时
年轻的投资者对于投资的理念接受度较代和经济背景有关，
投资更为大胆，但是相对来说对于信息获取渠道也更多更高，
复杂容易迷失。这与王美今（2005）等学者的研究结果相
并没有出现异常显著的差异，这可能与被似。（3）学历方面，
本研究被试学历较集中，多是大专或本科毕业试的选取有关，
生，而且由于职业关系大部分都接受过有关投资和理财的高
因此，尽管没有出现异常显著的差异，也等教育和相关教学，
不能轻易的作出结论。对这个方面的研究有待继续的调查分析。（4）家庭月收入方面，高收入群体由于资金的充裕，投资
积极和自信，表现出更强的自主意识，也相对不容更为大胆、
［4］
易受到利益诱惑而进行投机投资。这与刘谚武（2008）的研究结果一致。
本研究应用了国际上较为先进的统计测量方法，但该方法尚不完善，测试的随机性可能对分析结果产生一定影响，这需要在以后的研究中予以完善。
［3］
参考文献：
［1］侯杰泰、：《结构方程模型及其应用》，温忠麟、成子娟教育科学出版社2005年版，第155页。［2］HoltCharlesA，SusanKLaury．RiskAversionandIncentiveEffects［J］．AmericanEconomicReview，2002，92（5）：1644－1655。
［3］王美今：《我国基金投资者的处置效应————基于交易帐》，《中山大学学报》，2005年第6期，户数据的持续期模型研究第45、122－141页。
［4］刘谚武：《投资水平的收入决定因素实证研究》，《投资分，2008年第6期，185－186页。析》第543、
（责任编辑：余小平）
（上接44页）
表5
经营者薪酬与普通职工薪酬差额与企业业绩关系
系数0．072*
0．616＊＊0．204＊＊＊－0．033＊＊F：24．245
T－13．3922．6582．43514．533－2．391
Sig0．0000．0080．0150．0000．017
自变量预期符号CONSTANT？VAT2－VAT+SIZE+STATE+
R2：0．047调整后
呈倒U形关系。所以要保证经营者与普通职工的薪酬之间有
适度的差额，以激励职工，但又要防止过大的差额，使普通职工产生不满的情绪，影响工作效率。本文的研究结果有助于
制定合企业将经营者经营业绩与企业经营业绩更好的匹配，
理的薪酬，激发经营者的潜力和工作热情，提高企业竞争力。
注：＊＊＊表示在0．01的水平下显著相关＊＊表示在0．05的水平下显著相关*表示在0．1的水平下显著相关
参考文献：
［1］李增泉：《激励机制与企业绩效—一项基于上市公司的实》，《会计研究》，2000年第1期。证研究
［2］刘长才：《盈余管理与高管薪酬———基于中国上市公司面》，《求索》，2009年第8期。板数据的实证分析［3］林浚清、：《经营者团队内薪酬差距、黄祖辉、孙永祥公司》，《经济研究》，2003年第4期。绩效和治理结构［4］刘斌、：《CEO薪酬与企业业绩互动刘星、李世新、何顺文》，《会计研究》，2003年第3期。效应的实证检验［5］甘福成、：《比较域下的激励机制与企业薪酬模汪尉文》，《求索》，2009年第12期。型［6］Jensen，M．C．，andW．H．Meckling．TheoryoftheFirm：ManagerialBehavior，AgencyCosts，andOwnershipStructure．JournalofFinancialEconomics，1976（3）．
［7］Narayanan，M．P．ManagerialIncentivesforShort－TermRe-sults．TheJournalofFinance，1985（05）．
四结论
为企业的经营者制定合理的薪酬，让经营者通过薪酬激
励而提升企业的业绩，可是说是一门科学，也是一门艺术。在当今的世界，随着世界经济一体化的推进和知识时代的来临，一个企业经营者能力的高低，已成为决定企业竞争地位的重
所以只有将经营者的经营业绩与企业经营业绩紧紧要因素，
连接在一起，让企业的经营者把自身的素质、能力、需求与企
去创造、去革新，才是提升企业的发展目标结合起来去努力、
业经营业绩的最佳发展道路。
实证结果表明：（1）经营者薪酬与企业业绩呈正相关的关
目前中国的经营者薪酬与企业业绩还处系。实证结果表明，
于倒U形关系的左侧，所以适当的增加经营者的薪酬可以提高企业业绩。（2）普通职工与经营者薪酬的差额与企业业绩
（责任编辑：余小平）
2010/
12
投资者风险偏好量表编制及测量恒等性检验
刘
博
摘要：本文通过编制投资者风险偏好量表，采用文献回
顾、开放式访谈等方法形成预测量表，并对被试数据进行信度分析及测量恒等性检验，多次修正验证性因子分析、
后得到正式量表，测量了跨群体投资者风险偏好的恒等性。研究结果表明，所得模型拟合指数良好并具有跨群体的恒等性和有效性。投资者风险偏好量表中各因子均在性别、年龄段、月收入等方面均存在不同程度的显著差异。关键词：量表；投资风险偏好；测量恒等性中图分类号：F830．59作
文献标识码：A
文章编号：1001－490X（2010）12－018－03
者：吉林大学哲学社会学院博士研究生；吉林，长春，130012
风险一般用来描述其损益结果具有不确定性的活动，投资行为中所涉及的“风险偏好”主要包括以下三个方面的内
即个人投资者对某个时间上的不容：（1）截面上的风险偏好，
同资产的风险偏好特性；（2）时间序列上的风险偏好，指个人投资者对不同时点上的同一资产的风险偏好特性；（3）主观折现偏好，个人投资者对未来同样风险资产所要求的时间补偿（衡量投资者的耐心）。根据投资者个体认知方式和情感判断的不同，可将风险偏好划分为激进投资、损失厌恶、利益驱使型。一般意义上的风险偏好，不仅包括投资者直观的心理能力和人格因素外，还内涵隐含的、未公开衡量和测量的风险态度。这种隐含的态度对于投资者行为的鞭策和约束同样起到了不能忽视的作用。于是，对投资者风险偏好的度量将成为
对风险投资者投资选择过程中的重要环节。纵观现有研究，
的测度角度虽各异，但有关投资市场中投资者风险偏好的多元量化问题尚未涉及。于此，本文尝试对投资者风险偏好进行分解并加以多元量化测试，以丰富风险偏好量化研究领域之学术成果。
一本文的研究对象与研究方法
根据量表的测验目的，首先建立问卷的结构维度，对20名市场投资者和10名投资专家进行框架式的访谈，得到初步的关于投资者风险偏好表征题目共221个，对于语意不通、不恰当及重复率过低的条目予以修改和删除，合并语意重复的条目，形成了包含49个条目的预测量表，包括五个维度：投资者对损失的厌恶情绪、投资者对收益诱惑的态度、投资者过度自信行为、投资者对信息的处理方式、投资者对于投资本身的偏执和激进。预测量表采用Likert5点计分法，1为非常不符2为不符合，3为中立，4为符合，5为非常符合。其中5个合，
题目为反向积分，总分越高者，风险偏好倾向越显著。
采用鉴别分析方法，高分组和低分组各占人数的27%，得出量表题项的临界比率值－CR值，剔除决断值未达到0．05显著性水平的题目。共删除了13道题目。最后形成了投资者风险偏好预测量表共36个题目。
本研究研究数据来源于对长春、北京、上海、深圳四个城市共计8家公司员工所进行的测试。（1）第一次回收问卷270份，其中有效问卷262份，有效率为97%。被试的人口学特征
女性占45．0%；被试的工作类型中，证分布为男性占55．0%，
券公司管理人员占18．7%，证券公司市场营销员占35．1%，银
获行及企业员工占46．2%。（2）第二次发放预测量表289份，
取的有效数据275份。被试的人口学特征分布为男性占51．
25－6%，女性占48．4%；被试的年龄段：25岁以下占28．7%，
36－45岁占19．2%，46岁及以上占11．6%；35岁占40．4%，
被试的学历结构：高中及以下占13．8%，大专学历占27．3%，本科126人占45．8%，本科以上占13．1%；被试的月收入水
3001－5000元占37．5%，5001－平：3000元以下占27．3%，
8000元占30．2%，8000以上占5．1%；被试的工作类型：证券
证券公司市场营销员占32．0%，银行公司管理人员占20．7%，
及企业员工占47．3%。
本研究采用验证性因子分析方法（Confirmatoryfactoranal-ysis，CFA）和测量恒等性检验方法（Measurementinvariance）进行，在数据处理时，我们采用结构方程模型统计软件LISRE8．7完成；探索性因子分析（Exploratoryfactoranalysis，EFA）及其余统计过程采用SPSS16．0完成。
二
研究过程及检验结果
1.项目分析。对正式施测问卷的42个项目进行因子分析之前，先进行项目分析。项目分析表明，各个项目的决断值
因此正式的投资者风险偏好量表对于36个项目均高于．05，
均予以保留。
2.探索性因子分析。因子分析前，s进行KMO及Bartlett’球形检验，验证是否适合进行因子分析。
表1
KMO0．877
s检验投资者风险偏好量表的KMO及Bartlett’
Bartlett＇sTest
χ22749．525
df630
sig．000＊＊＊
注：*表示p＜．05，＊＊表示p＜．01，＊＊＊表示p＜．001
如表1所示，此处KMO的值为0．877，大于0．5，而Bart-2
s球形检验的χ值为2794．525（df=630），lett’达到显著性水平，表明适合进行因子分析。第一次探索性因子分析，抽取出
特征值大于1的因子共6个，累计方差贡献率是79．933%。按照因子负荷小于0．50的标准进行逐步删除，每次考察累计
a2、a15、a17、a21、a32、a11、a6、方差贡献率。当逐步删除a13、
a24，至a35时，累计贡献率为57．831%。删除10个项目之后，因子结构发生改变，对剩余的26项进行线性检验，验证结
KMO的值为0．732，Bartlett’s球形检验的果见表2，大于0．5，
2
χ值为759．390（df=325），达到显著水平，表明数据适合进行因子分析。
表2
KMO0．732
4.验证性因子分析。按照理论构想，共有26个项目代表了4个因子的整体结构。26道题目是观测变量。4个因子构成潜在变量。第二次发放问卷289份，获取的有效数据275份，对上述结构在LISRE8．7上进行验证性因子分析，考察模型与数据的拟合程度，所得指标如表5所示。
表5
χ2457．88
Df293
投资者风险偏好量表拟合指数（N=293）
χ2/df1．56
NFI0．93
NNFI0．92
CFI0．91
RMSEA0．071
s检验投资者风险偏好量表第二次KMO和Bartlett’
Bartlett＇sTest
χ2759．390
df325
sig．000＊＊＊
采用主成份分析和方差正交旋转的方法进行因子分析，
结果表明，旋转前特征值大于1的因子共有4个，可解释的总变异量的57．831%。从投资者风险偏好量表各因子贡献率分布情况看，从第五个因子开始破度变得比较平缓，每个因子对
结合量表编制的基于累积的解释总变异的百分比增加很少，
本构想，本研究决定提取4个因子。
投资者风险偏好量表旋转前后特征值、解释量具体情况如表3所示。
表3
投资者风险偏好量表旋转前后特征值、解释量具体情况
旋转前
F1F2F3F4
特征值8．3981．9711．7971．333
解释量31．5429．7938．6657．831
累计解释量31．54241．33550．00057．831
特征值4．7723．8753．5513．123
旋转后解释量26．06112．13210．3629．276
累积解释量26．06138．19348．55557．831
（1）F1因子旋转后的特征值为4．772，可解释的方差贡献率为26．061%，共包含9个题目，这主要涉及的是在投资决策中，投资回报的利润较大从而影响投资者对风险的处理态度。故将F1因子命名为利益驱使。（2）F2因子旋转后的特征值为3．875，可解释的方差贡献率为12．132%，共包含6个
这主要涉及的是投资者过分相信自己能获得高于平均题目，
水平的投资回报率，因此导致大量盲目交易的情况。故将F2因子命名为过度自信。（3）F3因子旋转后的特征值为3．551，可解释的方差贡献率为10．362%，共包含6个题目，这主要涉及的是对于投资回报，投资者过于回避可能发生的损失从而影响对风险的处理态度。故将F3因子命名为损失厌恶。（4）F4因子旋转后的特征值为3．123，可解释的方差贡献率为9．276%，共包含5个题目，这主要涉及的是投资者性格和习惯中对于投资的喜好和执著程度以及面对风险的即时情感反应。故将F4因子命名为激进投资。
3.内部一致性检验。本研究采用Cronbachα系数来考察自编问卷的信度（如表4所示）。研究者指出，如果编制的研究工具低于0．60以下，应以重新修订或重新编制，本研究各因子信度均高于0．60，这表明每一个因子上的各题项之间有较好的正相关，它们所测量到的是同一种心理特质，符合心理测量学标准。
表4
总量表
α系数
0．829
［1］2
侯杰泰、温忠麟等人（2005）研究表明：χ比自由度一
NFI（规范拟合指数）、NNFI（不规范拟合指数）、般在5以下，
CFI（比较拟合指数）一般在0．9以上，而RMSEA一般不超过0．08，RMSEA这样的模型就可以接受，而Steiger（1990）认为，低于0．1表示好的拟合，低于0．05表示非常好的拟合。而本
2
NFI、NNFI、CFI均大0．9，RMSEA为0．071。研究χ/df=＜5，
因此，验证性因子分析结果表明，所得的模型可以接受。
5.测量恒等性检验。对量表进行信度检验，可以确定量表的同质性以及内部一致性，但仍需要有证据证明，通过CFA建立的模型有跨群体的恒等性。测量恒等性检验是利用跨样
通过依次检验四个限制越来越本结构方程模型分析的方法，
（2）因子负荷恒等模严格的嵌套模型：（1）因子数目恒等模型、
（3）误差方差恒等模型、（4）因子方差/协方差恒等模型，型、完成一系列有层次的、逐步严格的恒等性检验，以确定题项和基本结构对于不同群体的成员是否一致。
选择证券公司从业人员的有效问卷145份作为A样本，
B样选择市场投资者的有效问卷130份作为B样本。针对A、
本，使用多样本CFA去完成一系列逐步严格的测量恒等性检
（2）限制因子验，具体的步骤依次为：（1）限制因子结构相同，
（3）限制误差方差等同，（4）限制因子方差/协方差负荷等同，
等同，以此来完成测量恒等性的检验。
表6
模型
投资者风险偏好模型多样本的测量恒等性检验结果
x2960．90＊＊963．00＊＊966．23＊＊968．32＊＊
df[1**********]0
△x2—2．103．232．09
△df—24246
GFI．92．92．92．91
CFI．93．93．94．92
△CFIRMSEA—．00．01．01
．04．05．05．04
因子结构相等因子负荷相等误差方差相等因子方差/协方差
注：＊＊P＜．01RMSEA90%置信区间［．03－．05］
投资者风险偏好量表α系数
F10．811
F20．730
F30．718
F40．700
△x通常用作考察拟合的差异，但是△x很容易受到样
2
本数的影响，如果样本数较大，则△x很容易达到显著水平，从而使得模型假设不成立。而△CFI相对可以避免此问题，当△CFI大于．01时，表明拟合度显著下降。如表6所示，投资者风险偏好模型多样本测量恒等性检验所得到的结果：第一步
x2=960．9（df=586），GFI检验结果显示模型取得良好的拟合，
=．92，CFI=．93，RMSEA=．04；第二步检验结果表明拟合度没有显著下降，ΔCFI=．00；第三步检验结果表明拟合度没有显著下降，ΔCFI=．01；最后一步检验结果也表明拟合性没有
ΔCFI=．01。显著下降，
从测量恒等性检验的结果可知，投资者风险偏好模型在证券公司从业人员和市场投资者两种投资身份的被试之间具有恒等性，表示，此模型可以更好的应用于多种被试间，具有跨群体的适用性。
22
三讨论
本研究通过EFA分析方法编制投资者风险偏好量表得到26项题目及4个因子，分别是：利益驱使、过度自信、损失厌恶、激进投资，基本符合理论构想。量表各个维度之间及量表的整体一致性信度均大于0．60，量表总体的内部一致性信度
从以上指标看来，该量表稳定可靠。CFA检验结达到0．829，
果模型的各项拟合指数良好，对理论模型跨群体的恒等性进行检验，结果显示，模型具有跨群体的恒等性，可以作为测量投资者风险偏好的有效工具。量表的各项基本指标符合心理测量学要求，适用于对投资者风险偏好的测量。在心理学和证券投资的研究和实践领域具有较好的应用前景。
对回收数据进行差异性检验发现：（1）女性在激进投资、损失厌恶、利益驱使3个因子上的得分和总量表得分均高于男性，同时差异检验表明女性投资者与男性投资者在利益驱使因子上有显著差异，这可能与女性思维偏向情绪化、感性有
“刺他们指出：在关。这与学者Holt和Laury的研究结果不同，
“高激物”价值较小的情形下，男性比女性更加风险追寻，但在
［2］
的决策时，男女之间并没有什么差别。这种研究结果回报”
的差别可能是由于地域和文化的差异造成的。（2）年龄段方面，年龄段相对高的投资者表现出的保守、固执以及谨慎投资行为特征非常强烈，这与不同年龄段的投资者所处的成长时
年轻的投资者对于投资的理念接受度较代和经济背景有关，
投资更为大胆，但是相对来说对于信息获取渠道也更多更高，
复杂容易迷失。这与王美今（2005）等学者的研究结果相
并没有出现异常显著的差异，这可能与被似。（3）学历方面，
本研究被试学历较集中，多是大专或本科毕业试的选取有关，
生，而且由于职业关系大部分都接受过有关投资和理财的高
因此，尽管没有出现异常显著的差异，也等教育和相关教学，
不能轻易的作出结论。对这个方面的研究有待继续的调查分析。（4）家庭月收入方面，高收入群体由于资金的充裕，投资
积极和自信，表现出更强的自主意识，也相对不容更为大胆、
［4］
易受到利益诱惑而进行投机投资。这与刘谚武（2008）的研究结果一致。
本研究应用了国际上较为先进的统计测量方法，但该方法尚不完善，测试的随机性可能对分析结果产生一定影响，这需要在以后的研究中予以完善。
［3］
参考文献：
［1］侯杰泰、：《结构方程模型及其应用》，温忠麟、成子娟教育科学出版社2005年版，第155页。［2］HoltCharlesA，SusanKLaury．RiskAversionandIncentiveEffects［J］．AmericanEconomicReview，2002，92（5）：1644－1655。
［3］王美今：《我国基金投资者的处置效应————基于交易帐》，《中山大学学报》，2005年第6期，户数据的持续期模型研究第45、122－141页。
［4］刘谚武：《投资水平的收入决定因素实证研究》，《投资分，2008年第6期，185－186页。析》第543、
（责任编辑：余小平）
（上接44页）
表5
经营者薪酬与普通职工薪酬差额与企业业绩关系
系数0．072*
0．616＊＊0．204＊＊＊－0．033＊＊F：24．245
T－13．3922．6582．43514．533－2．391
Sig0．0000．0080．0150．0000．017
自变量预期符号CONSTANT？VAT2－VAT+SIZE+STATE+
R2：0．047调整后
呈倒U形关系。所以要保证经营者与普通职工的薪酬之间有
适度的差额，以激励职工，但又要防止过大的差额，使普通职工产生不满的情绪，影响工作效率。本文的研究结果有助于
制定合企业将经营者经营业绩与企业经营业绩更好的匹配，
理的薪酬，激发经营者的潜力和工作热情，提高企业竞争力。
注：＊＊＊表示在0．01的水平下显著相关＊＊表示在0．05的水平下显著相关*表示在0．1的水平下显著相关
参考文献：
［1］李增泉：《激励机制与企业绩效—一项基于上市公司的实》，《会计研究》，2000年第1期。证研究
［2］刘长才：《盈余管理与高管薪酬———基于中国上市公司面》，《求索》，2009年第8期。板数据的实证分析［3］林浚清、：《经营者团队内薪酬差距、黄祖辉、孙永祥公司》，《经济研究》，2003年第4期。绩效和治理结构［4］刘斌、：《CEO薪酬与企业业绩互动刘星、李世新、何顺文》，《会计研究》，2003年第3期。效应的实证检验［5］甘福成、：《比较域下的激励机制与企业薪酬模汪尉文》，《求索》，2009年第12期。型［6］Jensen，M．C．，andW．H．Meckling．TheoryoftheFirm：ManagerialBehavior，AgencyCosts，andOwnershipStructure．JournalofFinancialEconomics，1976（3）．
［7］Narayanan，M．P．ManagerialIncentivesforShort－TermRe-sults．TheJournalofFinance，1985（05）．
四结论
为企业的经营者制定合理的薪酬，让经营者通过薪酬激
励而提升企业的业绩，可是说是一门科学，也是一门艺术。在当今的世界，随着世界经济一体化的推进和知识时代的来临，一个企业经营者能力的高低，已成为决定企业竞争地位的重
所以只有将经营者的经营业绩与企业经营业绩紧紧要因素，
连接在一起，让企业的经营者把自身的素质、能力、需求与企
去创造、去革新，才是提升企业的发展目标结合起来去努力、
业经营业绩的最佳发展道路。
实证结果表明：（1）经营者薪酬与企业业绩呈正相关的关
目前中国的经营者薪酬与企业业绩还处系。实证结果表明，
于倒U形关系的左侧，所以适当的增加经营者的薪酬可以提高企业业绩。（2）普通职工与经营者薪酬的差额与企业业绩
（责任编辑：余小平）