人格特征对风险偏好的影响

(整期优先)网络出版时间:2013-06-16
/ 3

人格特征对风险偏好的影响

刘阳

——基于兰州大学学生群体的实证分析

刘阳/兰州大学经济学院

【摘要】本文利用艾森克EPQ人格问卷及风险偏好问卷,通过在兰州大学学生群体内收集的105份问卷数据,对人格特征对风险偏好的影响进行了实证研究,研究结果发现:(1)人格内外向性与神经质两维度对于风险偏好具有显著性影响(P<0.01),外向的人群和情绪较稳定的人群对风险的偏好更大;(2)风险偏好具有明显的性别差异,男性较女性更偏好风险(P<0.05)。

【关键词】人格特征;风险偏好;艾森克人格问卷

一、引言

人格是心理学研究的热点之一。众所周知,不确定性是一直伴随人类发展的主题之一。在不确定性条件下,不同人的决策和行为方式也表现出较大差异。我们将人们面对这种不确定性的行为方式所表现出的具有系统性的态度、倾向称为风险偏好。风险偏好一直是心理学以及现代金融理论的一个重要研究方面,其研究有助于人们更好的了解自己投资行为决策机制,进行理性投资,也有益于经济学家更好的把握金融市场的运行规律及管理者能更好的管理金融市场,避免非理性泡沫和由心理恐慌引起的股市崩盘现象,促进金融市场更加健康发展。因而,本文重点探讨人格特征对风险偏好的影响。

二、文献综述

不同人格特征对于人类行为的显著影响,在许多人格心理学的著作中已经有了较为详细的阐述。许多学者利用人格心理学理论以及心理测量学,设计了许多用于具有较高信度的人格测量工具,常用的有艾森克EPQ人格量表、明尼苏达多项人格测验(MMPI)、卡特尔16种人格因素问卷、MBTI人格类型量表、柯式性格量表等,不少学者利用量表研究一些心理特征和现象与人格特征之间的关系,极大地推动了心理学研究的发展。

在人格特征对风险偏好的影响方面,国内外的研究进展差别较大,其中,国外部分学者已进行了较为深入的研究。早期心理学家普遍支持的还原论模型(ReductionisticModel)认为冒险爱好者的皮层唤醒水平低,所以需要寻求相对常人来说较高的刺激来维持皮层唤醒到产生愉悦感觉的水平,这种刺激对于常人来说不仅过高,而且足够产生较大的焦虑。支持还原论模型的研究主要将风险行为定义为吸毒、嗜酒、反社会行为等“危险行为”,其研究的被试大多选取监狱罪犯、戒毒者等,因而缺少对于正常人总体的关注度,对风险的定义也较狭隘。Blackburn(1978,1984)与Sarason(1978)利用班杜拉的社会学习理论,提出了风险行为的社会-认知学习模型,不仅拓展风险含义,而且将研究对象转移到正常人群中,并发现社会-认知因素、人格特征会影响到人的风险行为。Levenson(1990)在其博士论文Risk-TakingandPersonality中对反社会罪犯(反社会冒险者)、攀岩冒险运动爱好者(中性冒险者)及立功的警察、消防员等英雄人物(亲社会冒险者)三类冒险者进行分类调查,对风险的社会-认知学习模型进行验证并取得了肯定的结论。Kogen在Risk-Taking:AStudyinCognitionandersonality一书中总结分析了心理学家及未出版论文资料对人格因素对风险行为决策影响的相关研究。Zuckerman&Kuhlman(2000)通过对260名在校大学生的研究调查发现,综合吸烟、饮酒、吸毒、性关系、驾驶及赌博六方面的风险行为打分的风险偏好指数与ZKPQ人格测试中冲动诉求、侵略性、社会性三个维度得分有显著性关系,而与情绪稳定性得分无关。NigelNicholson等人(2002)通过对1669名职业经理人的实证分析发现风险偏好在不同人格类型中表现出明显不同,个人的情感诉求会影响其自身的决策区间。

国内学者的相关研究则刚刚起步。部分学者探讨了风险行为及风险认知。白海峰(2006)对人格及对风险驾驶态度因素对风险驾驶行为有显著预测力。涂有明(2010)通过调查研究发现人格及思维模式对大学生对甲流的熟悉程度、对甲流的严重后果感知及甲流对大学生学习及其周围的影响有显著的预测力。但目前尚无专门对风险偏好的人格差异的研究。

三、研究思路与方法

(一)研究工具

本研究主要采用问卷调查方式,结合心理测量学方法对测验结果进行分析总结,利用统计分析工具,找出人格特征与风险偏好之间显著地关联性所在。艾森克EPQ人格量表是艾森克根据其人格三维度理论(人格可以分为三个维度来解析:内外向性(E)、神经质(N)和精神质(P))编制的心理测试量表。内外向性跟人的皮层唤醒水平有关,分数高的人一般性格外向,可能好交际、渴望刺激和冒险,情感易于冲动;分数低表示人格内向,可能好静,富于内省,除对亲密朋友外,对一般人缄默冷淡,不喜欢刺激,喜欢有秩序的生活方式,情绪比较稳定。神经质反映人们情绪的稳定性,分数高可能焦虑、担心、常常郁郁不乐、忧心忡忡,有强烈的情绪反应,以至于出现不够理智的行为。精神质反映人的倔强程度。分数高可能是孤独、不关心他人,难以适应外部环境,不近人情,感觉迟钝,与别人不友好,喜欢寻衅搅扰,喜欢干奇特的事情,并且不顾危险。三个维度的分数构成了一个人格的分析框架。EPQ具有较高的信度和效度,其所测得的结果可同时得到多种实验心理学研究的印证,因而艾森克人格测验是目前医学、司法、教育和心理咨询等领域应用最为广泛的问卷之一。综上,本文的人格测试采用了艾森克EPQ-人格测试量表(本文较为经济的88题版,测试问卷包含88个单选题,其中58题为正向计分题,30题为反向计分题,每题分值为1,88题被归为四个维度,测试完成后可以分别得到E、N、P、L四个维度的得分。

风险偏好的测试则采用网上较流行的《风险偏好测验问卷》,该问卷由15个问题组成,经过慎重考虑,我删去了两个重复的问题以及最后的自我评价题,最终的问卷由12个单选题组成。每个问题的选项根据所表现出的风险偏好水平赋予不同分值,最后会总出被试的风险偏好总分。在SPSS中我们测试了经修改过后的风险偏好测试的信度,其内部一致性系数alpha为0.66,已经基本达到了心理测量学的信度要求。

(二)研究过程

本研究选择问卷星网络测试平台(http://www.sojump.com)作为测试问卷发放平台。问卷星是一个免费的网络问卷调查平台。通过QQ等通讯工具向兰州大学的在校学生发送测试链接。接收到答卷后,系统可以立即将做答数据输入数据库,并可以excel格式输出所得数据及被试的作答时间、IP地址。将excel格式的数据进行预处理后输入SPSS13,在SPSS中对数据进行进一步处理。通过相关性矩阵、Spearman秩检验、DW检验对多重共线性、异方差性以及自相关性进行检验,并视具体检验情况对原始数据进行进一步转换和修正。

进行回归分析,通过对回归方程的系数的显著性与学生T分布表比对来决定是否推翻零假设,最后观察性别这个哑变量的显著性水平以判断风险偏好是否在不同性别之间有显著差别,并根据统计分析结果得出相关结论。

(三)被试

本研究所采用的被试样本为兰州大学学生,共108名大学生受邀在问卷星系统参加问卷调查,回收问卷108份,依据一定规则我们对问卷进行了筛选,具体包括:1.将答卷时间较短者(答卷时间<4分钟)视为无效答卷。2.将作答具有明显规律性者(连续十次以上回答同样选项)视为无效答卷。经筛选,最终得到有效答卷105份,有效问卷回收率97.2%。本次测试的男女比例为6:4,男女数量差别不大,基本符合统计学要求。

四、研究结果

(一)描述性统计

测试结果的描述性统计如表1所示,从表中可知,在风险偏好方面,所有被试的平均得分为30.09,分数范围从14到48,标准差为5.183。在人格得分方面,内外向性上的平均得分为10.61,神经质平均得分为12.67,欺骗性平均得分为9.46,三者都处于人口常模的中性水平,而精神质方面平均得分偏低,为5.76,从统计意义上说明兰州大学在校学生总体性格较倔强、攻击性程度较低。

表1.测试基本情况的描述性统计

在测试结果的性别差异方面,据表2显示,男性风险偏好高于女性,内外向性和精神质略高于女性,根据各维度的定义,说明男性相对于女性更偏好风险,性格上比女性略微外向,更倔强和具有攻击性。女性在神经质及欺骗性方面高于男性,说明女性性格更敏感,情绪不稳定,更倾向于掩饰自己的行为。

虽然上述差别比较细微,但双方得分总体来说是有一致性的。有些项目,例如欺骗性和内外向性的差别几乎可忽略,而对性格差异的推断是仅根据统计数据进行的直觉性判断。因而,为进一步验证这种得分的性别差异是否具有统计上的显著性,我们进行了卡方检验。检验结果见表2,从F值中可以判断,只有风险偏好分数的性别差异在0.05的显著性水平下是具有统计显著性的。

表2.测试数据的性别差异

表3.人格特征与风险偏好的性别差异的方差检验

(二)相关分析

利用SPSS对人格四维度与风险偏好的相关性进行相关分析,见表4。

表4.人格特征各维度与风险偏好的相关系数矩阵(如上图)

相关性矩阵中,我们可以看到几个具有显著相关性的变量:在人格4维度间,神经质与精神质和欺骗性的相关系数分别为0.368与-0.447,在0.01的显著性水平具有显著性,说明人格上的敏感程度和情绪稳定性与倔强和攻击性程度成正相关,与掩饰性呈负相关。另外精神质与欺骗性在具有著负相关(P<0.05)。而内外向性与其他3个维度之间并没有任何显著的相关性。

在风险偏好方面,内外向性和神经质分别具有显著正相关与负相关(P<0.01),说明在

样本中,被试性格越外向,情绪越稳定,风险偏好越高。

(三)回归分析

本文设计的回归方程定义如下:

风险偏好=性别+内外向性E+神经质N+精神质P+掩饰性L+随机扰动项

应用SPSS回归分析功能,我们得到的结果如表5所示。回归模型的R2为0.267,

AdjustedR2为0.230,说明性别与人格的模型并不能完全解释风险偏好的变动规律,此结果与Zuckerman&Kuhlman(2000)的研究(AdjustedR2=0.26)较为吻合。在分析回归结果之前,有必要对多重共线性、异方差性以及自相关性等进行检验,通过表3的相关性矩阵,可以看出没有任何两个变量的相关性绝对值超过0.5,所以可以确定模型并不存在多重共线性的问题。模型的Durbin-Watson检验结果为2.06,大于其临界值上界1.76,故可以排除自相关问题。模型的残差的正态概率分布图如图1所示,从图中可以看出残差分布基本与45°线重合,残差基本遵循正态分布,据此可排除异方差性的干扰。

表5.回归分析结果图1.残差正态概率分布图

由回归结果可知,与相关性分析的结果相似,内外向性与神经质对风险偏好的影响是显著的(t1=4.112,t2=-3.247,P<0.01)。人格特征的另外两个维度的影响则不那么显著。

五、讨论

本研究说明人格特征中的内外向性与神经质两个维度对人的风险偏好具有一定的影响:内外向性得分越高,风险偏好得分越高;神经质得分越高,风险偏好得分越低。

对此的解释是:内外向性代表人性格活泼程度,神经质代表人情绪敏感程度以及稳定性,得分高的人更加敏感、情绪趋于不稳定。直觉上外向的人倾向于与他人交流,有更多渠道接受新兴事物,可以更全面的了解评估风险。情绪稳定的人面对风险时会更加沉着冷静,敏感、情绪不稳定者则较容易在风险面前产生焦虑等负面情绪,并采取规避风险的做法,这种解释在直觉上是具有可能性的。本研究为风险的社会-认知学习模型提供了证据,证明人格特征影响人们风险偏好是显著的。近年来的生理心理学的发现——风险的还原论模型也为风险的社会-认知学习模型提供了有力佐证。相关研究对此关联提供了证据,单胺氧化酶(MonoamineOxidase)被证实与人格类型及风险行为具有显著关系,其分为A、B两种,在人体内主要以MAO-B形式存在。Zuckerman(1994)发现外向人格的人群相对内向人群体内MAO-B含量较小,另外根据Zuckerman(2000)总结,在关于MAO-B的13项相关实验中,9项发现MAO-B水平与人追求刺激的倾向具有负相关关系。因为MAO-B在人体内含量相对稳定,只随年龄变化而略微变化,所以MAO-B可能是一项决定人格特征以及风险偏好的内在生理因素。

另一种解释为:内外向性与神经质与人自我评价偏差存在的潜在关系。叶明志等(2003)采用个人评价问卷、艾森克人格问卷对450名医学生进行的调查发现外向型性格者自我评价较内向型性格高,情绪稳定性愈高,自我评价愈好。所以高E(内外向性)与低N(神经质)得分者往往较为自信,容易在自我评价答卷中夸大自己的风险承受能力,造成风险偏好得分偏差。反之,其余被试则因自我评价低而低估自己的风险承受能力,怎样区分这种偏差对实验结果造成的影响,是一个具有研究价值的问题。

需要指出的是,与许多研究结果不同,本研究未发现精神质与风险偏好具有显著地关联性,这种不同可能源于风险定义的差异,本文所定义的风险侧重于金融市场风险方面,而其他研究对风险的界定则更为宽泛,Levenson(1990)将风险界定为一切可以造成人焦虑的不确定事件,其中明确包括社会风险等,这种定义将一些危害社会的行为涵盖在内,使反社会因素以及攻击性行为被涵盖在风险之中,这与单纯的金融风险是有很大区别的。精神质代表人的倔强性与攻击性,在精神质得分较高的人容易固执己见,钻牛角尖,其高攻击性往往导致一些反社会人格的出现。综合这一点考虑,我们认为研究结果的偏差主要是由于定义的差异,并不与其他研究的结果相矛盾。而其他结果则与前面的研究大致相同。

六、结论

本文通过在兰州大学内学生群体内收集的数据,实证研究了人格特征对风险偏好的影响,并发现:(1)人格内外向性与神经质两维度对于风险偏好具有显著性影响,外向的人群和情绪更稳定的人群对风险的偏好更大。(2)风险偏好具有明显的性别差异,男性较女性更偏好风险。

【参考文献】

[1]刘柏涛.人格类型与工作倦怠——MBTI的视角[D].河南大学,2007.

[2]白海峰.人格与风险态度对风险驾驶行为的预测力研究[D].北京大学,2006.

[3]钱铭怡,夏国华.青少年人格与父母养育方式的相关研究[J].中国心理卫生杂志,1996(02).

[4]Zuckerman,M.(1994a).Behavioralexpressionsandbiosocialbasesofensationalseeking.NewYork:CambridgeUniversityPress.

[5]Levenson,M.(1990).RiskTakingandPersonality.JournalofPersonalityandSocialPsychology,Vol.58,No.6,1073-1080