《公众投资者信息获取与风险态度等方面的影响.doc》由会员分享，可在线阅读，更多相关《公众投资者信息获取与风险态度等方面的影响.doc（20页珍藏版）》请在三一办公上搜索。
1、公众投资者信息获取与风险态度等方面的影响摘要本文针对公众投资者信息获取与风险态度等方面的影响问题，根据博雅证券研究所的统计数据，运用主成分分析法建立了个人状况、信息获取方式、媒体信任程和风险态度的相关性的模型，借助Excel和Matlab软件定量地分析了这四个方面内容，并通过权重分析了四者间的相关性；最后，结合问题一和问题二向证券监管部门和公众投资者提出合理的建议。针对问题一，据附件中调查问卷和问卷调查统计表定量地分析了个人状况、信息获取方式、媒体信任度和风险态度。在个人状况、信息获取方式和媒体信任度中，选取了部分问题，通过Excel处理数据，作出饼状图和柱形图得出投资者职业分布广、趋于年轻化
2、；中低收入人群居多、投资者有自己独立判断以及信息获取渠道广等特征；对于风险态度，本文通过给选项赋分的方法，将投资者分为三种类型：风险厌恶型、风险中性和风险偏好型，计算出616位被调查者的得分，并算出三类投资者的所占比例分别为：18.2%、67.5%、14.3%。针对问题二，根据问卷调查统计表，建立数学模型，分析个人状况、信息获取方式、媒体信任程和风险态度的相关性。本文着重考虑风险态度，用权重来描述相关性，运用主成分分析法和Matlab软件分别算出年龄、职业和月平均收入对个人状况的权重，知识来源、决策依据和信息获取渠道对信息获取方式的权重，投资者对推荐者的态度、媒体可信度和各类人士的意见对媒体信
3、任度的权重，再根据这些数据，算出个人状况、信息获取方式、媒体信任程对风险态度的权重，得出相关系数分别为0.289、0.386、0.325。针对问题三，结合问题一和问题二的结论，将模型与实际相联系起来，向证券监管部门和公众投资者提出了一些的建议。本文还对模型的误差进行了定性分析，最后，我们通过聚类分析方法运用SPSS软件将风险态度重新分类和用典型相关性模型直接算出个人状况、信息获取方式、媒体信任程对风险态度的相关系数对模型进行了改进，使结论更加全面可靠；并从数据处理和建模方法方面对模型做出了推广。本文分析思路清晰，分析全面，特色鲜明。关键词：信息获取；风险态度；主成分分析；聚类分析；Matlab
4、；SPSS1问题的重述一、背景知识我国的证券市场我国证券市场自1990年沪深证券交易所开市以来，逐渐发展，已成为我国社会主义市场经济体系中不可或缺的重要组成成分，对于推动国有企业的改革和发展，壮大国有经济的实力，促进市场经济的建立和完善都发挥着显著的积极作用。但是，我国的证券市场也存在着规模偏小、直接融资比重过低、市场层次单一、交易品种和数量不够丰富等问题，且上市公司整体实力有待进一步提高。公众投资者投资现状几十年来，随着我国经济改革的进行，证券市场的发展，我国投资业中公众投资者也不断增加。投资者希望能够充分地把握各种证券信息，但发行方有时却会视公司信息为其独占信息，甚至视之为发行人的商业秘密
5、。证券发行人为了出售证券，虽然不得不向投资者公开某些信息，但信息公开程度系以满足证券销售为最高限度。在采取信息自愿公开的时期，信息公开的范围和方式、信息公开的时间性或者时效性、信息的真实性及准确性等方面，都是站在发行人立场上作出判定的，难免出现损害投资者利益的情形。二、相关数据调查问卷统计表（附件2）通过整理部分问题的调查结果得到的数据（见附录附表1）三、要解决的问题问题一：量化分析公众投资者的个人状况、信息获取方式、媒体信任程、风险态度；问题二：建立数学模型，分析个人状况、信息获取方式、媒体信任程、风险态度之间的相关性；问题：结合问题一和问题二向证券监管部门和公众投资者提供一些建议。2 问题
6、的分析一、问题的总分析问题要求根据博雅证券研究所所掌握的一些数据资料,利用数学建模的方法，提出以量化分析为基础的公众投资者的个人状况、信息获取方式、媒体信任度、风险态度等，并分析他们之间的相关性，同时向证券监管部门和公众投资者提供一些建议。首先，根据个人状况、信息获取方式、媒体信任程、风险态度，选出部分对应的问题，运用Excel软件对调查问卷统计表的数据进行处理并作图分析；其次，根据调查数据，建立主成分分析法模型，借助Matlab软件编程，依次算出年龄、职业和月平均收入对个人状况的权重，知识来源、决策依据和信息获取渠道对信息获取方式的权重，投资者对推荐者的态度、媒体可信度和各类人士的意见对媒体
7、信任度的权重，进一步，根据这些数据，算出个人状况、信息获取方式和媒体信任度对风险态度的权重，分析风险态度与个人状况、信息获取方式和媒体信任度的相关性；最后，结合前面量化分析，向证券监管部门和公众投资者提出了一些建议。二、对具体问题的分析对问题一的分析问题要求根据博雅证券研究所所掌握的一些数据资料，提出以量化分析为基础的公众投资者的个人状况、信息获取方式、媒体信任程、风险态度。根据附件中调查问卷和问卷调查统计表，在个人状况里本文选出了投资者的性别、年龄、受教育成程度、职业、月平均收入、金融投资目的、金融资金占总财富的比重、投资失败对日常生活的影响、入市时间、对上市公司信息掌握以及培训情况这些内容
8、，在信息获取这一方面考虑了决策依据、受外界影响程度以及获取信息的渠道这三项，分析了媒体信任度方面的媒体反复推荐时投资者的态度和股评家的可信度两个问题，本文分别统计了这些问题的调查结果，并运用Excel 做出饼状图或柱形图具体分析。而关于投资者的风险态度，我们对问卷调查中第四部分对台风险的态度的九个问题，分别给问题的选项赋分，将投资者按风险态度分为三类风险厌恶型、风险中性和风险偏好型，然后在Excel里计算616位被调查者的得分，分析投资者的风险态度，并计算每类投资者所占的比例。对问题二的分析问题要求根据调查问卷统计表，建立数学模型，分析个人状况、信息获取方式、媒体信任程、风险态度之间的相关性。
9、本文中着重考虑个人状况、信息获取方式和媒体信任程对风险态度的影响，首先，分别在个人状况、信息获取方式和媒体信任程这三大类里选取了三方面内容，运用主成分分析法和Matlab软件确定了三个小的方面对对应的大类的第一主成分和权重；然后根据前面的结果，再次采用主成分分析法，算出个人状况、信息获取方式和媒体信任度对风险态度的权重，进而分析出这四者之间的相关性。对问题三的分析问题要求结合问题一和问题二向证券监管部门和公众投资者提供一些建议，这里将定量与定性结合，结合前面的研究结果，向证券监管部门和公众投资者提出了合理的建议。3 模型的假设假设616位被调查者是随机抽取的，且调查结果均是真实信息；假设证券交
10、易市场稳定，只考虑个人状况、信息获取方式和媒体信任度对风险态度的影响；假设社会安定和谐，国家不会有什么政策性的改变；4 名词解释与符号说明一、名词解释1.风险态度：是指人对风险所采取的态度，是基於对目标有影响之正面或负面的不确定性所选择的一种心智状态，是对重要的不确定性认知所选择的回应方式。2.风险厌恶：指一个人接受一个有不确定的收益的交易时相对于接受另外一个更保险但是也可能具有更低期望收益的交易的不情愿程度。3.风险中性：风险中性是相对于风险偏好和风险厌恶的概念,风险中性的投资者对自己承担的风险并不要求风险补偿。4.风险偏好：指人们在实现其目标的过程中愿意接受的风险的数量；5.贡献率：贡献率
11、用于分析经济增长中各因素作用大小的程度。计算方法是：贡献率（%）=某因素增加量（增量或增长程度）/总增加量（总增量或增长程度）100%二、符号说明序号符号符号说明1一级指标的个数2二级指标的个数3对应第个二级指标4第个一级指标5风险态度6R相关系数矩阵7相关系数矩阵的特征值8贡献率9累计贡献率10第i个指标的权重5 模型的建立与求解一、问题一的分析与求解1对问题的分析问题要求根据博雅证券研究所所掌握的一些数据资料，提出以量化分析为基础的公众投资者的个人状况、信息获取方式、媒体信任程、风险态度。在个人状况、信息获取方式和媒体信任度里，本文选取了部分主要问题，根据问卷调查数据统计出每个问题中选项的
12、分布情况，即百分比，并运用Excel1作出饼状图和柱形图做分析。对于投资者的风险态度，由于附录中给出的博雅证券研究所调查问卷的第四部分“对风险的态度”的9个问题中，每个问题的选项A、B、C是依照风险厌恶、风险中性和风险偏好的顺序设置的。因此，我们通过问卷评分方法测度投资者风险态度，对被调查者的回答结果进行打分并判断其风险态度，通过得分将调查者分为风险厌恶型、风险中立性、风险偏好型，并计算各类所占比例。2对问题的求解个人状况本文统计了投资者的性别、年龄、受教育成程度、职业、月平均收入、金融投资目的、金融资金占总财富的比重、投资失败对日常生活的影响、入市时间、对上市公司信息掌握以及培训情况这些问题
13、的调查数据（见附录附表1），做图大致了解分布情况。（见图1-11）。图1 投资者的性别分布图2 投资者的年龄分布根据图1和图2，分析得投资者中女性占总投资者的38.3%，在年龄分布上，投资者趋于年轻化，主要集中在30岁以下，占36.4%，其次是30-50岁，比率为31.2%，而50岁以上的老年人相对较少。 图3 投资者的受教育程度图4 投资者的职业状况图3表明一半以上的投资者具有大学以上学历，且中学和大学几乎涵盖了投资者的主要群体，因此投资者的文化素质普遍较高；在图4中可以看出投资者的职业分布广泛，所占比例在所有群体中最高的是国有企业员工，达到了23.4%，其次是在校大学生，占19.5%， 所
14、有投资者中企业员工占多数，也有15.6%的下岗、离退休人员参与证券交易。图5 投资者的月平均收入图6 投资者的投资目的根据图5，从收入情况来看，投资者个人月平均收入在1000-3000元和3000-10000元的所占比例最高，分别为为40.3%和31.8%，1000以下的比例为24.7%，10000以上的高收入人群很少，可以说中低收入人群是投资的主要群体。图6表明了投资者的投资目的，根据百分比可知，有62.3%的人群是为了提高收入、改善生活。 图7 入股资金占家庭财富的比重图8 投资失败对生活的影响由图7可见，投资者的入股资金占家庭财富的比重多数为40%以内，图8则告诉我们投资的失败对将近八成
15、的投资者的日常生活有显著影响，告诉人们投资一定要小心谨慎。 图9 投资者的入市时间图10 投资者对上市公司信息掌握情况在图9中，入市时间在两年之内的投资者最多，占40.9%，87%左右的群体入市时间在十年之内；图10中数据表明对上市公司信息基本理解和能部分理解的投资者达84.55%，基本上涵盖了所有投资者，而完全不能理解和完全理解这两种情况的投资者较少，仅占15.6%。图11 投资者的参加培训状况根据图11可知，有36%左右的投资者经常参加培训或者通过其他方式学习投资知识，而有64%左右的群体基本没有参加过培训或很少参加。信息获取方式根据调查问卷，本文从决策依据、受外界影响程度以及获取信息的渠
16、道这三个方面来分析投资者的信息获取方式，其中受外界影响程度本文选择了用投资者在购买股票时是否刻意听从别人的意见这一问题来刻画的，以下我们通过图12-14逐一分析。 图12 投资者的决策依据图13 投资者受外界影响程度由图9分析得出：投资者的决策依据很多，其中所占比例做多的是按以往的历史价格趋势预测，为29.2%，其次是根据个人经验积累来做决定，占总投资者的19.5%，也有小部分群体根据有用信息做技术分析或接受股评或亲友的推荐，还有20.1%的投资者的决策依据略显盲目，根据小道消息甚至是个人感觉。而从图13中可以看出投资者在购买股票时最多的是自己有独立的判断，不会刻意听从别人的意见，所占比例为4
17、6.1%，有37.7的群体选择了偶尔会听从亲朋好友的推荐，而完全听从亲朋好友或者媒体的推荐的投资者只占15.2%，这点是不可取的，我们不能盲目听从别人的意见。图14 投资者的信息获取渠道柱形图图13显示出投资者获取信息的渠道大体有五种：电视、权威报纸、专家咨询、熟人的内幕消息、网络，其中做大的群体是通过电视获取信息，占比31.2%，通过权威报纸和网络的投资者比例相差较小，分别为26.6%和27.3%，而经专家咨询和熟人的内幕消息的群体分别指占7.1%、7.8%。因此，多数投资者是通过媒体获取相关信息的。 媒体信任度根据问卷问题的描述，本文选出了媒体反复推荐时投资者的态度（见图15）和股评家的可
18、信度（见图16）这两个问题来分析投资者对媒体的信任度。图15 媒体反复推荐时投资者的态度图16 股评家的可信度68.2%的投资者在媒体反复推荐时仍然选择不购买热门推荐股票，而且有66.2%的群体认为股评家的推荐有一定道理，但只是作为参考，这部分结论与前面投资者受外界影响程度的结论是呼应的。风险态度由于问卷中关于风险态度的九个问题的选项是根据风险厌恶、风险中性和风险偏好的顺序安排的，故可以通过给选项赋分的方法来定量描述投资者的风险态度。具体评分标准为选择A为1分，选择B为2分，选择C为3分， 9题最高分为26分，其中得分为9-14分的投资者为风险厌恶型；15-20分为风险中立性；21-26为风险
19、偏好型。根据以上的评分方法，我们可以计算出博雅证券研究所调查的616位投资者中有112位风险厌恶、416位风险中性、88位风险偏好。我们可以估计出整个人群中风险厌恶型投资者占18.2%，风险中立型占67.5%，风险偏好型占14.3%。由此可见，我国投资者的总体风险态度是介于风险厌恶和风险偏好之间，较多的投资者希望通过投资增加收入，这个结果与个人状况里投资者的投资目的是相符合的。二、问题二的分析与求解1对问题的分析问题要求根据调查问卷统计表，建立数学模型，分析个人状况、信息获取方式、媒体信任程、风险态度之间的相关性。本文用权重来描述相关性，即计算个人状况、信息获取方式、媒体信任程对风险态度的权重
20、。首先根据风险态度的结构图，运用主成分分析法2和Matlab3软件，分别算出年龄、职业和月平均收入对个人状况的权重，知识来源、决策依据和信息获取渠道对信息获取方式的权重，投资者对推荐者的态度、媒体可信度和各类人士的意见对媒体信任度的权重，然后算出个人状况、信息获取方式和媒体信任度对风险态度的权重，这样即可分析四者之间的相关性。2对问题的求解主成分分析模型模型的准备主成分分析法主成分分析法旨在力保原始数据信息丢失最小的情况下，对高维变量空间进行降维处理，即在保证原始数据信息损失最小的前提下，经过线性变换和舍弃部分信息，以少数的综合变量取代原有的多维变量。设原始变量为，进行主成分分析后得到的主成分
21、(综合变量)为它们是的线性组合。新变量构成的坐标系是在原始坐标系经平移和正交旋转后得到的，称为空间维超平面。在主超平面上，第一主成分对应于数据变异（贡献率）最大的方向。对于，依次有。因此是携带原始数据信息最多的一维变量，而维主超平面是保留原始数据信息量最大的维子空间。主成分确定权重的步骤a.为了排除数量级和量纲不同带来的影响，首先对原始数据进行标准化处理式中为第个指标第个样本的原始数据；和分别为第个指标的样本均值和标准差。b. 根据标准化数据表，计算相关系数矩阵，其中c.计算的特征值和特征向量。根据特征方程，计算特征根，并使其从大到小排列，同时可得对应的特征向量，写出主成分 d.计算贡献率和累
22、计贡献率e.一般取的最小，则可得主超平面的维数，从而可对个主成分进行综合分析。用每个主成分对应的特征值占所提取主成分特征值之和的比例作为权重计算主成分综合模型，即： 将（3）式代入可得到如下式子：其中表示各指标的权重。模型的建立与求解首先根据问卷调查，画出风险态度的层次图（见图17）.图17 风险态度层次图利用主成分分析确定年龄、职业和月平均收入指标对一级指标个人状况的权重。对附件2中相关数据标准化，计算相关系数矩阵；求相关系数矩阵的特征值为，相应的特征向量为；利用Matlab编程（见附录程序1），求解得到结果如下：相关系数矩阵的特征值为，根据累积方差贡献率大于等于85%的原则确定第一主成分为
23、：可将得到的特征值直接归一化处理得到年龄、职业和月平均收入指标对一级指标个人状况的权重，结果如表2。表2 主成分确定权重值(贸易外经旅游)二级指标年龄职业月平均收入权重0.1870.0620.751同样用主成分分析的方法分别确定其余的各二级指标对相应的一级指标的权重，用Matlab编程（见附录程序1），可得到信息获取方式指标的第一主成分为：媒体信任度指标的第一主成分为：并且可以得到各个二级指标对一级指标的权重，见表3：表3 各二级指标对一级指标的权重指标二级指标权重个人状况年龄0.187职业0.062月平均收入0.751信息获取方式知识来源0.396决策依据0.399信息获取渠道待添加的隐藏文
24、字内容20.205媒体信任度对推荐者的态度0.391推荐者的可信度0.441各类人士的意见0.169根据上面主成分所确定的各指标对相应一级指标的权重值，再次用主成分分析确定各一级指标对风险态度的权重，具体数值见表4表4 主成分确定权重值各个指标个人状况信息获取媒体信任度权重0.2890.3860.325根据表4和提取的各指标的第一主成分表达式可以得到各指标对风险态度的权重：由此，可见风险态度跟个人状况、信息获取方式和媒体信任度均有关，且与三者的相关性差别不大。三、给证券监管部门和公众投资者的建议近年来，由于证券市场的持续走好，“财富效应”的示范作用吸引着越来越多的投资者进入股市。对此，在分析问
25、题之后，我们对证券监管部门及公众投资者有如下建议：对证券监管部门的建议：1、把保护投资者利益特别是保护中小投资者利益座位监管工作的重中之重，加强对证券经营机构的监管。2、加强对上市公司的监管。要求上市公司切实履行信息披露义务，不断完善法人治理机构，科学进行投资决策，有效运用募集资金。上市公司特别是要按照法规要求，切实履行信息披露义务。同时，加强对信息披露情况的分析，尤其是对重大事件的案例分析。3、加强证券执法，坚决打击一切违法违规活动。进一步加大对内幕交易、槽中市场和其它欺诈行为的查处力度，加大执法和稽查力度，对市场违规者形成威慑力量，促使市场参与者形成守法规范经营的理念。对公众投资者的建议：
26、由分析知道，现在的投资者的投资都不够理性，往往带有盲目的碰运气性质。因此，应该加强公众投资者的教育，公众投资者应该积极学习专业知识。投资者应该将投资者教育同投资者利益结合起来。投资者要通过学习交流、业务培训、专题研讨等方式，掌握必要的法律、金融、财务、传播学和教育学等多种知识，以适应投资工作的需要。公众投资者要提高对证券知识的掌握能力，识别能力，以专业的投资行为创造更多的财富。6 误差分析1.在实际生活中，投资者风险态度是一个复杂的问题，受诸多因素影响，存在很多的不确定性，在模型中只对个人状况等几个因素做了分析，存在一定的误差。7 模型的评价一、模型的优点： 1.利用Excel软件对数据进行处
27、理并作出各种图表，简便，直观，快捷；2.运用多种数学软件（如Matlab，SPSS），取长补短，使计算结果更加准确；3.在问题二中本文通过权重来描述相关性，合理且直接；4.建模时在所有的问题答卷中剔除那些相关性不大的选项如(第4个问题)以减少建模的复杂度；5.运用主成分分析，减少了变量的个数，使得过程更加简便，减少了处理大量数据带来的麻烦。二、模型的缺点：1.在问题一中，本文仅选取了个人状况、信息获取方式、媒体信任程、风险态度中的部分问题来做分析，分析不够全面；2.对于一些数据，我们对其进行了一些必要的处理，会带来一些误差；3.对大量问题的分类是根据问题描述进行人为的分类，主观性较强；8 模型
28、的改进1. 本文在问题一对风险态度分类过程中采用赋分的方法来计算各类型风险态度所占的比例，主观性比较强，下面我们用K均值聚类的方法进行分类。K-means聚类最常用于表达数据的聚类分析之一。该算法根据聚类中的均值进行划分，主要思想是：首先从n个数据对象中任意选择k个作为初始聚类中心，根据剩下的对象与这些聚类中心的相似度，分别分配给最相似的类；然后计算每个新类的聚类中心。不断重复上述过程知道标准测度函数开始收敛为止。一般采用均方差作为标准测度函数，公式如下：其中，x为样本对象空间中的一个点，为聚类的均值，k为聚类个数。聚类分析将616名投资者的回答，利用SPSS4软件重新对其标准化，再进行K-m
29、eans聚类。分类结果如表5：表5 分类结果每个聚类中心的案例数聚类1172.0002300.0003144.000有效616.000缺失0.000根据表5，将风险态度分成三类，第一类占27.92%；第二类占48.70%；第三类占23.38%。即整个人群中风险厌恶占27.92%，风险中性48.70%，风险偏好占23.38%。2.问题二中本文运用了主成分分析法求出权重，然后分析个人状况、信息获取方式、媒体信任程、风险态度的相关性，但在选取二级指标的时候每个一级指标仅选取了三个二级指标，分析不够全面。以下，我们提出用典型相关性方法来直接分析个人状况、信息获取方式、媒体信任程与风险态度的相关性，这种
30、方法更为全面直接。总体典型变量的定义设有两组随机变量 的协方差矩阵为，根据典型相关的思想，分别考虑X,Y的线性组合，其中 由于，则的相关系数为。在约束条件下，求a1、b1，使得取得最大值.。一般地，若前k -1对典型变量还不足以反映X,Y之间的相关性，还可构造第k对线性组合：在约束条件 Var(uk)=Var(vk)=1,及cov(uk,uj)=cov(uk,vj)=cov(vk,uj)=cov(vk,vj)=0,(1jk)下求，使得取得最大值。如此确定的称为X,Y的第k对典型变量，相应的称为第k个典型相关系数.总体典型变量与典型相关系数的计算(1) 计算矩阵的协方差矩阵(2) 令 ,求A、B
31、的特征值与对应的正交单位特征向量(3) X,Y的第k对典型相关变量为(4) X,Y的第k个典型相关系数为：在附录中给出了计算相关性的Matlab程序，见程序2.9 模型的推广本文只选取了问卷调查表的部分投资者信息来分析其对风险态度的影响，依据主成分分析的方法我们可以进一步从不同的角度来对风险态度的影响因素进行分析。此处，文章选取个人状况、信息获取方式、媒体信任程、风险态度相关数据进行进一步分析。这种方法可以用于其他多变量的复杂的综合问题。本文通过对问卷调查表的选项根据一定条件赋分，从而对被调查的投资者的回答结果进行打分并判断其风险态度。这一方法可以应用到其他问卷统计中，比如心理医生测试性格。参
32、考文献1 李兆斌等译.Excel 2003 与VBA编程M.北京：电子工业出版社，2004.9 第一版;2 何晓群多元统计分析M 北京：中国人民大学出版社 2008.9 第二版;3 刘卫国MATLAB程序设计教程M 北京：中国水利水电出版社2005；4附录附表1部分问题调查结果统计数据变量（数字表示对应的问题）选项频数 百分比个人状况性别（1）138061.7%223638.3%年龄（2）122436.4%219231.2%314824.0%4528.4%受教育程度（3）1406.5%217227.9%38814.3%431651.3%职业（4）18013.0%214423.4%38413.6
33、%412019.5%59615.6%66410.4%7284.5%月平均收入（5）115224.7%224840.3%319631.8%4203.2%金融投资目的（7）138462.3%26811.0%37211.7%4487.8%5447.1%金融资金占总财富的比重（10）124439.6%218429.9%311618.8%47211.7%投资失败对日常生活的影响（12）114423.4%247276.6%入市时间（8）125240.9%214423.4%313622.1%48413.6%对上市公司信息掌握（11)1569.1%222436.4%329648.1%4406.5%培训情况（1
34、4）19615.6%27211.7%315224.7%429648.1%信息获取决策依据(20)1609.7%218029.2%38413.6%4325.2%57612.3%612019.5%76410.4%受外界(30)128446.1%223237.7%38013.0%4203.2%获取信息渠道(34) 119231.2%216426.6%3447.1%4487.8%516827.3%媒体信任度媒体反复推荐时的态度（31）119631.8%242068.2%股评家的可信度(35)16410.4%240866.2%314423.4%程序1：A1=XLSREAD(J:B题公众投资者信息获取与风
35、险态度等方面的影响个人状况的数据.xls);A2=XLSREAD(J:B题公众投资者信息获取与风险态度等方面的影响信息获取方式数据.xls);A3=XLSREAD(J:B题公众投资者信息获取与风险态度等方面的影响媒体信任度数据.xls);B1=A1./ones(616,1)*max(A1);%标准化矩阵B1=corrcoef(A1);%求相关系数矩阵v1,d1=eig(B1)%二级指标对个人状况的权重f1=repmat(sign(sum(v1),size(v1,1),1);v1=v1.*f1;%修改特征向量的正负号r1=v1(:,3)./sum(v1(:,3)%权重向量y1=-B1*v1(:,
36、3)%个人状况综合反应值B2=A2./ones(616,1)*max(A2);%标准化矩阵B2=corrcoef(A2);%求相关系数矩阵v2,d2=eig(B2)%二级指标对信息获取的权重f2=repmat(sign(sum(v2),size(v2,1),1);v2=v2.*f2;r2=v2(:,3)./sum(v2(:,3)%权重向量y2=B2*v2(:,3)%信息获取综合反应值B3=A3./ones(616,1)*max(A3);%标准化矩阵B3=corrcoef(A3);%求相关系数矩阵v3,d3=eig(B3)%二级指标对个人状况的权重f3=repmat(sign(sum(v3),s
37、ize(v3,1),1);v3=v3.*f3;r3=v3(:,3)./sum(v3(:,3)%权重向量y3=B3*v3(:,3)%媒体信任度综合反应值C=0.2427 0.7525 0.6826; 0.8047 0.7575 0.8628; 0.9754 0.3892 0.8294;D=C./ones(3,1)*max(C);c=corrcoef(C);v4,d4=eig(D)f4=repmat(sign(sum(v4),size(v4,1),1);v4=v4.*f4r4=v4(:,3)./sum(v4(:,3)%权重向量程序2：个人状况与风险态度的相关性分析a=XLSREAD(J:B题公众投
38、资者信息获取与风险态度等方面的影响shuju1.xls);n,m=size(a);b=a./(ones(n,1)*std(a); % 无量纲化R=cov(b); p=11;q=m-p; X=b(:,1:p); Y=b(:,p+1:m);A,B,r,U,V,stats = canoncorr(X,Y)信息获取方式与风险态度的相关性分析a=XLSREAD(J:B题公众投资者信息获取与风险态度等方面的影响shuju2.xls);n,m=size(a);b=a./(ones(n,1)*std(a); % 无量纲化R=cov(b); p=3;q=m-p; X=b(:,1:p); Y=b(:,p+1:m);A,B,r,U,V,stats = canoncorr(X,Y)媒体信任程度与风险态度的相关性分析a=XLSREAD(J:B题公众投资者信息获取与风险态度等方面的影响shuju3.xls);n,m=size(a);b=a./(ones(n,1)*std(a); % 无量纲化R=cov(b); p=3;q=m-p; X=b(:,1:p); Y=b(:,p+1:m);A,B,r,U,V,stats = canoncorr(X,Y)
