储蓄国债投资者结构对购债行为的影响浅析

来源：核心期刊咨询网时间：12

摘要：摘要：近年来，随着金融市场创新力度的加大以及投资者支付方式的变化，储蓄国债发售呈现出一些新特点和新问题。本文基于问卷调查情况对储蓄国债投资者做了多维度的定性描述，并借助Logistic回归模型实证研究了各维度变量对投资者购债行为的影响，最后结合分

　　摘要：近年来，随着金融市场创新力度的加大以及投资者支付方式的变化，储蓄国债发售呈现出一些新特点和新问题。本文基于问卷调查情况对储蓄国债投资者做了多维度的定性描述，并借助Logistic回归模型实证研究了各维度变量对投资者购债行为的影响，最后结合分析结果对改善国债发售和管理提出相应政策建议。

　　关键词：储蓄国债 投资者结构 Logistic回归

　　研究背景

　　储蓄国债是一项利国利民的政策工具，在保证国家重大建设项目资金充足的同时，又满足了广大人民群众的投资需求。研究储蓄国债投资者结构有利于加强储蓄国债管理，优化产品期限和收益率设计，以及有针对性地拓展国债投资者客户群体。近年来，储蓄国债的发售规模有所下降，甚至部分发行额度被收回注销，这既受到互联网金融产品和银行理财产品等投资品种与渠道扩大的影响，也缘于储蓄国债投资者群体的变化。笔者以上海储蓄国债投资者结构信息为基础，构建完整、准确的储蓄国债投资者“画像”，利用中国人民银行上海分行对25家承销银行所有网点柜面投资者开展的抽样调查，通过对调查问卷结果的定性和定量分析，挖掘出影响投资者购债的主要因素，并结合现阶段储蓄国债发售中存在的问题有针对性地提出相应政策建议。

　　投资者“画像”分析

　　调查问卷在设计上包含了投资者个人信息、投资偏好、购债行为和国债评价等方面的信息数据。本次共获得5198份问卷调查，其中有2371位投资者在问卷中选择了“购买储蓄国债”。通过对样本信息进行多角度和多层面的分析，形成储蓄国债投资者的基本“画像”(见表1)。

　　(一)个人信息分析

　　储蓄国债投资者年龄相对偏大，受年龄和时代背景的影响，学历水平相对偏低，退休率较高。调查显示，储蓄国债投资者中“50岁以上”的人员占比高出全部样本中“50岁以上”人员占比11.12个百分点;储蓄国债投资者中“高中及以下”学历的人员占比高出全部样本中该学历人员占比15.22个百分点;储蓄国债投资者中“退休”人员占比高于全部样本中该类人员占比13.75个百分点。

　　另外，储蓄国债投资者收入水平相对较低，区域分布上更多位于中心城区。调查显示，储蓄国债投资者中年收入“5万元以下”的占比略高于全部样本中该收入人员占比;储蓄国债投资者中位于“中心城区”的占比高出全部样本中该类人员占比。

　　(二)投资偏好分析

　　储蓄国债投资者更偏向购买中短期产品，投资金额以“1万～10万元”为主，且大多为风险厌恶者。

　　调查显示，59.10%的储蓄国债投资者更偏好期限为“3年期”的国债品种，甚至有17.58%的投资者偏好已经暂停发售的“1年期”品种。储蓄国债投资者单笔投资金额以“1万～5万元”为主，占47.36%;其次为“5万～10万元”，占28.12%。储蓄国债投资者更偏向于投资“无风险”和“低风险”产品，二者合计占71.57%。

　　(三)投资行为分析

　　储蓄国债投资者的购债频率相对不固定，购债渠道更偏向通过手机银行和网上银行等线上渠道，购买国债的目的主要是“资产保值”。

　　调查显示，储蓄国债投资者选择“不定期”购买的比例最高，达73.11%;其次为“到期后才继续购买”，占14.52%。储蓄国债投资者最偏好的购债渠道为“手机银行”，占37.05%;其次为“银行网点柜台”，占32.86%。投资者购债最主要的目的是“资产保值”，占46.91%;其次为“养老”，占35.10%。

　　为探索投资者购债行为的影响因素，笔者选取与购债行为关系最为密切的若干指标进行分析，并建立影响因素模型。

　　(一)数据准备

　　笔者选取5198份调查问卷的数据作为全样本，其中随机抽取5100份问卷的数据作为训练样本，剩余98份问卷数据作为检验样本。根据定性分析结果选取与购债行为相关性较高的6个指标作为自变量，将投资者是否购债作为因变量(见表2)。

　　根据多元统计分析中分类变量的定义，当自变量为多分类变量时，如果仅用单个回归系数来解释多分类变量间关系及对因变量的影响，效果往往不太理想。因此，本文将所有多分类变量转化为哑变量，每个哑变量只代表某两个级别或若干个级别间的差异。这样，在回归模型中每一个哑变量都对应一个估计的回归系数，可使回归的结果更清晰和易于解释。

　　(二)模型的建立

　　多元Logistic回歸(以下简称“LR”)模型适合二分类问题，简单、较易理解且数据训练速度较快，是一种广义的线性回归分析模型，在数据挖掘、疾病诊断和经济预测等领域有着广泛的应用。

　　本文考虑由24个变量构成的向量x’=(x1，x2，…，x24)，假设用Y表示投资者是否购债。设条件概率P(Y=1|x)=p为根据观测量相对于某事件发生的概率，则LR模型可以表示为：

　　其中g(x)=β0+β1x1+…+β24x24，是Logistic函数，βi为xi的系数。

　　设变量Y的值为0或1(为0时表示不购买储蓄国债，为1时表示购买储蓄国债)，(x1，x2，…，x24)是与Y相关的自变量，5100组观测数据为(xi1，xi2，…，xi24，yi)，i=1，2，…，5100，则(y1，y2，…，y5100)的似然函数为：1 [2]

　　作者：徐炜

　　推荐阅读：《债券》杂志是由中央国债登记结算有限责任公司和时代出版传媒股份有限公司共同主办的公开刊物，是目前国内唯一的债券专业类金融期刊，致力于介绍国内外债券市场先进经验和理论研究成果，传播金融知识与债券市场信息，增进行业宣传与交流，服务中国债券市场的制度建设、产品创新和健康发展。荣获2012年被评为人大"复印报刊资料"重要转载来源期刊。

转载请注明来自：http://www.qikan2017.com/lunwen/jgu/18024.html