基于高頻交易數(shù)據(jù)剖析創(chuàng)業(yè)板投資者風險態(tài)度的實證研究一、引言1.1研究背景與意義在全球金融市場不斷發(fā)展和創(chuàng)新的大背景下，金融交易的速度和頻率達到了前所未有的高度，高頻交易數(shù)據(jù)成為了研究金融市場微觀結構和投資者行為的重要依據(jù)。高頻交易數(shù)據(jù)能夠精確到秒甚至毫秒級別的交易信息，包括交易時間、價格、成交量等，為深入剖析市場動態(tài)和投資者決策過程提供了豐富且細致的數(shù)據(jù)支持。通過對高頻交易數(shù)據(jù)的分析，能夠更準確地捕捉市場瞬間的變化，發(fā)現(xiàn)傳統(tǒng)低頻數(shù)據(jù)所難以揭示的市場規(guī)律和投資者行為特征。創(chuàng)業(yè)板作為我國資本市場的重要組成部分，自2009年開板以來，在為創(chuàng)新型中小企業(yè)提供融資支持和發(fā)展平臺方面發(fā)揮了關鍵作用。創(chuàng)業(yè)板市場具有獨特的特征，如上市門檻相對較低，使得更多處于成長階段、具有高成長性但規(guī)模較小、業(yè)績尚未穩(wěn)定的創(chuàng)新型企業(yè)能夠獲得資本市場的支持。這些企業(yè)所處行業(yè)多為新興產(chǎn)業(yè)，如信息技術、生物醫(yī)藥、新能源等，行業(yè)集中度高，技術更新?lián)Q代快，發(fā)展?jié)摿薮?，但同時也面臨著較高的不確定性和風險，這使得創(chuàng)業(yè)板市場的股價波動通常較為劇烈，為投資者帶來了更多的風險與機遇。投資者在創(chuàng)業(yè)板市場中的風險態(tài)度是一個復雜且關鍵的研究領域。風險態(tài)度不僅影響著投資者自身的投資決策，如投資品種的選擇、投資時機的把握以及投資組合的構建等，還對整個創(chuàng)業(yè)板市場的穩(wěn)定性和健康發(fā)展有著深遠的影響。若投資者普遍表現(xiàn)出過度的風險偏好，可能會引發(fā)市場的過度投機行為，導致股價泡沫的形成，增加市場的不穩(wěn)定因素；反之，若投資者過于風險厭惡，可能會抑制市場的活力和流動性，阻礙資本的有效配置，影響創(chuàng)新型企業(yè)的融資和發(fā)展。深入研究創(chuàng)業(yè)板投資者的風險態(tài)度具有重要的現(xiàn)實意義。對于投資者而言，清晰地了解自身的風險態(tài)度，有助于其在投資過程中更加理性地進行決策，避免盲目跟風和過度投機。通過對風險態(tài)度的認知，投資者可以根據(jù)自身的風險承受能力和投資目標，選擇合適的投資策略和投資組合，從而實現(xiàn)資產(chǎn)的合理配置和風險的有效控制，提高投資收益的穩(wěn)定性和可持續(xù)性。對于監(jiān)管機構來說，準確把握投資者的風險態(tài)度，能夠為制定科學合理的監(jiān)管政策提供有力依據(jù)。監(jiān)管機構可以根據(jù)投資者的風險偏好和風險承受能力，制定相應的市場準入規(guī)則、信息披露要求以及交易監(jiān)管措施，加強對市場的風險監(jiān)測和管理，維護市場的公平、公正和透明，促進創(chuàng)業(yè)板市場的健康穩(wěn)定發(fā)展。對于創(chuàng)業(yè)板市場本身，了解投資者的風險態(tài)度有助于優(yōu)化市場結構和提高市場效率。市場參與者可以根據(jù)投資者的風險需求，創(chuàng)新金融產(chǎn)品和服務，豐富投資渠道，滿足不同投資者的多樣化需求，進而提升市場的吸引力和競爭力，推動創(chuàng)業(yè)板市場在支持創(chuàng)新型中小企業(yè)發(fā)展方面發(fā)揮更大的作用。1.2研究目的與創(chuàng)新點本研究旨在通過對高頻交易數(shù)據(jù)的深入挖掘和分析，精確刻畫創(chuàng)業(yè)板投資者的風險態(tài)度，構建科學有效的風險態(tài)度衡量模型，為投資者、監(jiān)管機構以及市場參與者提供有價值的決策參考。具體而言，本研究的目的包括以下幾個方面：精準度量投資者風險態(tài)度：利用高頻交易數(shù)據(jù)的高頻率和高精度特性，開發(fā)能夠準確衡量創(chuàng)業(yè)板投資者風險態(tài)度的指標和方法。傳統(tǒng)研究多采用低頻數(shù)據(jù)，難以捕捉投資者在市場瞬息萬變中的行為變化，而高頻交易數(shù)據(jù)可以提供更細致的交易信息，從而更精準地反映投資者對風險的認知和承受程度。揭示風險態(tài)度影響因素：深入探究影響創(chuàng)業(yè)板投資者風險態(tài)度的各種因素，包括宏觀經(jīng)濟環(huán)境、行業(yè)動態(tài)、公司基本面以及投資者自身特征等。通過多元回歸分析、面板數(shù)據(jù)模型等計量方法，確定各因素對風險態(tài)度的影響方向和程度，為投資者和市場參與者提供更全面的市場洞察。評估風險態(tài)度對市場的影響：分析投資者風險態(tài)度的變化如何影響創(chuàng)業(yè)板市場的穩(wěn)定性、流動性和效率。通過構建市場微觀結構模型，研究風險態(tài)度與股價波動、成交量、市場深度等市場指標之間的關系，評估不同風險態(tài)度下市場的運行狀況，為監(jiān)管機構制定有效的市場監(jiān)管政策提供理論依據(jù)。相較于以往的研究，本研究在數(shù)據(jù)運用和分析方法上具有顯著的創(chuàng)新點：高頻數(shù)據(jù)的深度應用：本研究充分利用高頻交易數(shù)據(jù)的優(yōu)勢，從微觀層面深入剖析投資者的交易行為和風險態(tài)度。以往研究對高頻交易數(shù)據(jù)的運用相對較少，大多停留在簡單的描述性統(tǒng)計分析上。本研究將采用先進的數(shù)據(jù)處理技術和計量模型，如高頻時間序列分析、事件研究法等，對高頻交易數(shù)據(jù)進行深度挖掘，提取更多有價值的信息，從而更準確地刻畫投資者的風險態(tài)度。多維度分析方法的融合：綜合運用多種分析方法，從多個維度對創(chuàng)業(yè)板投資者風險態(tài)度進行研究。除了傳統(tǒng)的計量經(jīng)濟學方法外，還將引入行為金融學的理論和方法，如前景理論、心理賬戶理論等，分析投資者在決策過程中的心理偏差和行為特征對風險態(tài)度的影響。同時，結合網(wǎng)絡分析、文本挖掘等新興技術，對社交媒體、財經(jīng)新聞等非結構化數(shù)據(jù)進行分析，獲取投資者的情緒和意見信息，進一步豐富對投資者風險態(tài)度的研究視角。動態(tài)風險態(tài)度的研究：關注投資者風險態(tài)度的動態(tài)變化，建立動態(tài)風險態(tài)度模型。傳統(tǒng)研究往往假設投資者的風險態(tài)度是靜態(tài)不變的，這與實際市場情況不符。本研究將考慮到市場環(huán)境的變化以及投資者自身經(jīng)驗和認知的改變，通過構建動態(tài)面板模型、狀態(tài)空間模型等方法，研究投資者風險態(tài)度在不同市場條件下的動態(tài)調(diào)整過程，為市場參與者提供更具時效性的決策建議。1.3研究方法與技術路線本研究綜合運用多種研究方法，以確保研究的科學性和嚴謹性，全面深入地探討創(chuàng)業(yè)板投資者的風險態(tài)度。在數(shù)據(jù)收集方面，選取創(chuàng)業(yè)板市場的高頻交易數(shù)據(jù)作為主要數(shù)據(jù)源，涵蓋了多只具有代表性的創(chuàng)業(yè)板股票在特定時間段內(nèi)的分筆交易信息，包括交易時間、成交價格、成交量、買賣報價等詳細數(shù)據(jù)。同時，為了更全面地分析影響投資者風險態(tài)度的因素，還收集了宏觀經(jīng)濟數(shù)據(jù)，如國內(nèi)生產(chǎn)總值（GDP）增長率、通貨膨脹率、利率等，以反映宏觀經(jīng)濟環(huán)境的變化；行業(yè)數(shù)據(jù)，如行業(yè)增長率、行業(yè)競爭格局等，用于分析行業(yè)動態(tài)對投資者風險態(tài)度的影響；公司基本面數(shù)據(jù)，如公司財務報表數(shù)據(jù)、公司治理結構等，以評估公司自身狀況對投資者決策的作用；以及投資者特征數(shù)據(jù)，如投資者年齡、投資經(jīng)驗、資產(chǎn)規(guī)模等，從投資者個體層面探究風險態(tài)度的差異。在統(tǒng)計分析方法上，首先對高頻交易數(shù)據(jù)和其他相關數(shù)據(jù)進行描述性統(tǒng)計分析，計算各種統(tǒng)計指標，如均值、標準差、中位數(shù)、最大值、最小值等，以初步了解數(shù)據(jù)的基本特征和分布情況。通過描述性統(tǒng)計，可以對創(chuàng)業(yè)板市場的交易活躍度、價格波動程度、投資者交易行為等有一個直觀的認識。接著運用相關性分析，研究不同變量之間的線性相關關系，判斷高頻交易數(shù)據(jù)中的各個指標（如成交量、價格變動等）與投資者風險態(tài)度之間是否存在關聯(lián)，以及宏觀經(jīng)濟變量、行業(yè)變量、公司基本面變量與投資者風險態(tài)度之間的相關性，為后續(xù)進一步的深入分析提供基礎。為了構建科學合理的風險態(tài)度衡量模型，本研究采用計量經(jīng)濟學方法。建立多元線性回歸模型，將投資者風險態(tài)度作為被解釋變量，選取高頻交易數(shù)據(jù)特征變量、宏觀經(jīng)濟變量、行業(yè)變量、公司基本面變量以及投資者特征變量等作為解釋變量，通過回歸分析確定各變量對投資者風險態(tài)度的影響方向和程度?？紤]到金融數(shù)據(jù)可能存在的異方差性、自相關性等問題，對模型進行相應的檢驗和修正，如采用懷特檢驗來檢測異方差性，若存在異方差，則使用加權最小二乘法（WLS）進行修正；通過Durbin-Watson檢驗來判斷自相關性，若存在自相關，采用廣義差分法等方法進行處理，以確?；貧w結果的準確性和可靠性。為了深入研究投資者風險態(tài)度在不同市場條件下的動態(tài)變化，運用動態(tài)面板模型和狀態(tài)空間模型。動態(tài)面板模型可以考慮到投資者風險態(tài)度的滯后效應，即前期的風險態(tài)度會對當前的風險態(tài)度產(chǎn)生影響，通過引入被解釋變量的滯后項來捕捉這種動態(tài)變化。狀態(tài)空間模型則可以將不可觀測的投資者風險態(tài)度視為狀態(tài)變量，利用可觀測的市場數(shù)據(jù)和其他相關變量來估計狀態(tài)變量的變化，能夠更靈活地處理時間序列數(shù)據(jù)中的動態(tài)信息，揭示投資者風險態(tài)度隨時間的演變規(guī)律。在研究過程中，還引入行為金融學的理論和方法，對投資者的心理偏差和行為特征進行分析。運用前景理論，探討投資者在面對收益和損失時的不同風險偏好，以及參考點的選擇如何影響投資者的決策。通過問卷調(diào)查、實驗研究等方法收集投資者在不同情境下的決策數(shù)據(jù)，分析投資者的風險態(tài)度是否符合前景理論的預測，以及投資者在決策過程中是否存在過度自信、損失厭惡、錨定效應等心理偏差。結合心理賬戶理論，研究投資者如何對不同的投資項目進行分類和評估，以及心理賬戶的劃分如何影響投資者的風險態(tài)度和投資決策。技術路線圖如下：數(shù)據(jù)收集與預處理：收集創(chuàng)業(yè)板高頻交易數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)、行業(yè)數(shù)據(jù)、公司基本面數(shù)據(jù)以及投資者特征數(shù)據(jù)，對數(shù)據(jù)進行清洗、整理和預處理，包括缺失值處理、異常值剔除等，確保數(shù)據(jù)的質量和可用性。描述性統(tǒng)計與相關性分析：對預處理后的數(shù)據(jù)進行描述性統(tǒng)計分析，了解數(shù)據(jù)的基本特征。運用相關性分析，初步探究各變量之間的關系，篩選出與投資者風險態(tài)度可能相關的變量。模型構建與估計：根據(jù)研究目的和數(shù)據(jù)特點，選擇合適的計量模型，如多元線性回歸模型、動態(tài)面板模型、狀態(tài)空間模型等。對模型進行參數(shù)估計和檢驗，通過各種診斷方法確保模型的合理性和可靠性。行為金融學分析：引入行為金融學理論和方法，分析投資者的心理偏差和行為特征對風險態(tài)度的影響。通過問卷調(diào)查、實驗研究等方式收集數(shù)據(jù)，進行實證分析。結果分析與討論：對模型估計結果和行為金融學分析結果進行深入分析，探討影響創(chuàng)業(yè)板投資者風險態(tài)度的因素及其作用機制，評估風險態(tài)度對市場的影響。結合研究結果，提出針對性的建議和對策，為投資者、監(jiān)管機構和市場參與者提供決策參考。研究總結與展望：總結研究的主要成果和結論，指出研究的不足之處和未來研究的方向，為后續(xù)相關研究提供參考。二、理論基礎與文獻綜述2.1金融市場微觀結構理論金融市場微觀結構理論是現(xiàn)代金融學中一個重要的新興分支，其核心在于深入剖析金融市場上金融資產(chǎn)的交易機制，以及價格形成的過程和背后的原因。該理論的起源可以追溯到20世紀60年代末，當時學者們開始關注市場微觀層面的運作機制，而在20世紀80、90年代得到了真正的發(fā)展。從思想淵源來看，金融市場微觀結構理論以微觀經(jīng)濟學中的價格理論和廠商理論為基礎，在研究其核心問題，即金融資產(chǎn)交易及其價格形成過程和原因時，綜合運用了多種理論與方法，包括一般均衡、局部均衡、邊際收益、邊際成本、市場連續(xù)性、存貨理論、博弈論、信息經(jīng)濟學等。這些理論和方法的運用，使得該理論能夠從多個角度深入分析金融市場的微觀運行機制。金融市場微觀結構理論的核心內(nèi)容涵蓋多個關鍵方面。在交易機制方面，研究不同交易系統(tǒng)的特點和影響，例如連續(xù)競價和定期拍賣等交易方式對市場交易行為和價格形成的作用。連續(xù)競價交易機制下，買賣雙方的訂單能夠實時進行匹配，價格隨著交易的進行不斷更新，市場的流動性和價格發(fā)現(xiàn)效率較高；而定期拍賣交易機制則是在特定的時間點對所有訂單進行集中匹配，這種方式在一定程度上能夠減少價格的波動，但可能會導致交易的不連續(xù)性。在信息不對稱方面，該理論著重分析市場參與者之間信息差異對交易行為和價格的影響。在金融市場中，不同參與者獲取信息的能力和渠道存在差異，這種信息不對稱可能導致市場交易的不公平性和價格的扭曲。知情交易者能夠利用其掌握的信息優(yōu)勢在市場中獲取超額收益，而不知情交易者則可能因信息劣勢而遭受損失。信息不對稱還可能導致市場出現(xiàn)逆向選擇和道德風險問題，影響市場的正常運行。市場流動性也是金融市場微觀結構理論關注的重點，探討影響市場深度、廣度和彈性的因素，以及流動性與價格的關系。市場深度反映了市場在不影響價格的情況下能夠容納的交易量，市場廣度則體現(xiàn)了市場中交易品種和參與者的多樣性，市場彈性表示市場在受到?jīng)_擊后恢復到均衡狀態(tài)的速度。流動性充足的市場，交易成本較低，價格相對穩(wěn)定，能夠更好地實現(xiàn)資源的有效配置；而流動性不足的市場，交易可能會面臨困難，價格波動較大，增加了投資者的風險。在金融市場微觀結構理論的發(fā)展歷程中，20世紀70年代末是理論雛形形成階段，學者們開始關注市場微觀機制，為后續(xù)的研究奠定了基礎。到了80年代，理論框架初步建立，重點研究信息不對稱和交易成本，進一步深入探討了市場微觀結構的核心要素。90年代，理論模型日益完善，應用范圍不斷擴大，不僅在學術研究領域得到廣泛關注，也逐漸在金融市場的實踐中得到應用。進入21世紀初至今，隨著信息技術的飛速發(fā)展，理論與實踐結合更加緊密，新技術如大數(shù)據(jù)、人工智能等推動了理論的創(chuàng)新，為研究金融市場微觀結構提供了新的視角和方法。高頻交易和算法交易的興起，使得市場交易速度和效率大幅提高，同時也對市場微觀結構產(chǎn)生了深遠影響，促使學者們從新的角度研究市場流動性、價格發(fā)現(xiàn)等問題。對于創(chuàng)業(yè)板市場而言，金融市場微觀結構理論具有至關重要的作用。創(chuàng)業(yè)板市場上市企業(yè)多為創(chuàng)新型中小企業(yè)，這些企業(yè)規(guī)模較小、業(yè)績尚未穩(wěn)定，所處行業(yè)競爭激烈且技術更新?lián)Q代快，使得創(chuàng)業(yè)板市場具有較高的風險性和股價波動性。金融市場微觀結構理論可以幫助我們理解創(chuàng)業(yè)板市場的交易機制如何影響價格形成和市場效率。在創(chuàng)業(yè)板市場中，連續(xù)競價的交易機制使得市場價格能夠快速反映最新的市場信息，但由于市場參與者中個人投資者占比較高，信息不對稱問題相對較為嚴重，可能導致價格波動加劇。該理論有助于分析創(chuàng)業(yè)板市場的流動性狀況及其對投資者行為的影響。創(chuàng)業(yè)板市場的流動性受多種因素影響，如市場參與者的數(shù)量和類型、交易成本、市場透明度等。當市場流動性不足時，投資者的交易成本會增加，買賣價差擴大，可能導致投資者難以按照理想的價格進行交易，從而影響投資者的投資決策和風險態(tài)度。金融市場微觀結構理論還能為創(chuàng)業(yè)板市場的監(jiān)管提供理論依據(jù)。通過研究市場微觀結構，監(jiān)管機構可以更好地了解市場運行機制，發(fā)現(xiàn)市場中存在的問題和潛在風險，制定相應的監(jiān)管政策，加強對市場的監(jiān)管，提高市場的透明度和公平性，保護投資者的合法權益，促進創(chuàng)業(yè)板市場的健康穩(wěn)定發(fā)展。監(jiān)管機構可以通過加強信息披露要求，減少市場參與者之間的信息不對稱；規(guī)范市場交易行為，防止市場操縱和內(nèi)幕交易等違法違規(guī)行為的發(fā)生，維護市場秩序。2.2投資者風險態(tài)度相關理論在投資者風險態(tài)度的研究領域中，期望效用理論和前景理論是兩個具有重要影響力的理論，它們從不同角度為理解投資者在創(chuàng)業(yè)板投資中的風險態(tài)度提供了理論基礎。期望效用理論作為現(xiàn)代決策理論的重要基石，其核心思想最早可追溯到18世紀中葉法國數(shù)學家拉普拉斯在解決概率論和決策理論問題時的相關研究。在19世紀末至20世紀初，VonNeumann和Morgenstern等人將該理論應用于經(jīng)濟學和博弈論等領域，從而奠定了現(xiàn)代決策理論的基礎。該理論認為，投資者在面對不確定性決策時，會根據(jù)事件發(fā)生的概率以及每個可能結果所帶來的效用，計算出各個決策方案的期望效用值，進而選擇期望效用值最大的方案，以在預期的收益和風險中尋求最佳平衡。假設投資者面臨一項投資決策，有兩個投資項目可供選擇。項目A有50%的概率獲得100元的收益，50%的概率損失50元；項目B有80%的概率獲得50元的收益，20%的概率不賺不賠。根據(jù)期望效用理論，投資者會先確定自己對不同收益水平的效用函數(shù)，假設投資者對收益的效用函數(shù)為U(x)=x^0.5（x為收益金額）。對于項目A，其期望效用值為0.5×U(100)+0.5×U(-50)=0.5×100^0.5+0.5×(-50)^0.5（由于效用函數(shù)一般要求自變量非負，此處假設對損失的效用采用絕對值處理后計算，即0.5×100^0.5+0.5×50^0.5i，i為虛數(shù)單位，在實際決策中，可根據(jù)具體情況對損失的效用定義進行調(diào)整，這里僅為示例計算）。對于項目B，期望效用值為0.8×U(50)+0.2×U(0)=0.8×50^0.5+0.2×0^0.5。通過比較兩個項目的期望效用值大小，投資者可以做出決策。在創(chuàng)業(yè)板投資中，期望效用理論具有一定的適用性。由于創(chuàng)業(yè)板市場的高風險性和不確定性，投資者需要在預期收益和風險之間進行權衡。期望效用理論為投資者提供了一種量化分析的方法，使他們能夠通過計算不同投資組合的期望效用值，來評估投資方案的優(yōu)劣。投資者可以根據(jù)自己對風險的承受能力和對收益的期望，確定效用函數(shù)，進而選擇期望效用值最大的投資組合。然而，期望效用理論也存在一定的局限性。該理論假設投資者是完全理性的，能夠準確地估計概率和評估效用，并且偏好關系具有可傳遞性、完備性和連續(xù)性等性質。但在實際的創(chuàng)業(yè)板投資中，投資者往往受到各種心理因素和認知偏差的影響，難以完全做到理性決策，而且市場情況復雜多變，概率和效用的估計也存在較大的不確定性，這使得期望效用理論在解釋投資者的實際行為時存在一定的偏差。前景理論是由丹尼爾?卡尼曼和阿莫斯?特沃斯基提出的，該理論將心理學研究應用于經(jīng)濟學領域，從人的心理特質和行為特征出發(fā)，揭示了影響選擇行為的非理性心理因素。前景理論認為，人們在決策時通常不是從財富的絕對量角度考慮問題，而是從輸贏的相對角度，即收益和損失的角度來考慮，并且關心收益和損失的多少。該理論包含以下幾個重要的原理：確定效應：在確定的收益和“賭一把”之間，多數(shù)人會選擇確定的好處，即人們對確定結果過度加權，相對于僅僅是可能的結果。假設投資者面臨兩個選擇，A是確定獲得1000元收益，B是有80%的概率獲得1500元收益，20%的概率一無所獲。根據(jù)前景理論，多數(shù)投資者會選擇A，盡管B的期望收益（1500×80%+0×20%=1200元）高于A，但人們更傾向于確定的收益，表現(xiàn)出風險厭惡的特征。反射效應：在確定的損失和“賭一把”之間做抉擇，多數(shù)人會選擇“賭一把”。例如，若投資者面臨A是確定損失1000元，B是有80%的概率損失1500元，20%的概率不損失任何錢的選擇，多數(shù)投資者會選擇B，表現(xiàn)出在面對損失時的風險尋求行為。損失規(guī)避：白撿的100元所帶來的快樂，難以抵消丟失100元所帶來的痛苦，即人們對損失的敏感程度要高于對收益的敏感程度。研究表明，同量的損失帶來的負效用大約為同量收益的正效用的2.5倍。這意味著投資者在投資中更注重避免損失，而不是追求同等金額的收益。迷戀小概率事件：很多人熱衷于購買彩票，雖然中獎的概率微乎其微，但仍心存僥幸搏小概率事件。同時，人們也會購買保險來規(guī)避小概率的重大損失風險。在小概率事件面前，人類對風險的態(tài)度表現(xiàn)出矛盾性，既可能是風險喜好者，也可能是風險厭惡者。參照依賴：多數(shù)人對得失的判斷往往根據(jù)參照點決定。例如，在“其他人一年掙6萬元你年收入7萬元”和“其他人年收入為9萬元你一年收入8萬”的選擇中，大部分人會選擇前者，盡管后者的絕對收入更高，但人們在決策時會將自己的收入與他人進行比較，參照點的不同會影響人們的決策和風險態(tài)度。在創(chuàng)業(yè)板投資中，前景理論能夠更好地解釋投資者的一些非理性行為。創(chuàng)業(yè)板市場的股價波動較為劇烈，投資者在面對收益和損失時，往往會受到心理因素的影響，表現(xiàn)出與傳統(tǒng)期望效用理論不一致的風險態(tài)度。當投資者的投資處于盈利狀態(tài)時，可能會因為確定效應而表現(xiàn)出風險厭惡，傾向于鎖定利潤，過早賣出股票；而當投資處于虧損狀態(tài)時，又可能由于反射效應和損失規(guī)避心理，不愿意接受損失，選擇繼續(xù)持有甚至追加投資，寄希望于市場反彈以挽回損失。投資者在創(chuàng)業(yè)板投資決策中，也常常會受到參照依賴的影響，將自己的投資收益與其他投資者或市場平均水平進行比較，從而影響其風險態(tài)度和投資決策。如果投資者發(fā)現(xiàn)自己的收益低于市場平均水平，可能會感到焦慮，進而采取更加激進的投資策略，以追求更高的收益，表現(xiàn)出更高的風險偏好。前景理論從投資者的心理和行為角度出發(fā)，為研究創(chuàng)業(yè)板投資者的風險態(tài)度提供了更為貼近實際的理論框架，彌補了期望效用理論在解釋投資者非理性行為方面的不足。2.3文獻綜述國內(nèi)外學者針對投資者風險態(tài)度開展了大量研究，研究成果涵蓋了多個層面，從理論構建到實證分析，從宏觀市場到微觀個體，均有涉及。在理論方面，期望效用理論作為傳統(tǒng)決策理論的核心，為投資者風險態(tài)度的研究奠定了基礎，該理論認為投資者在決策時會追求期望效用的最大化，通過對不同投資方案的預期收益和風險進行量化分析，來選擇最優(yōu)的投資策略。然而，隨著研究的深入，學者們發(fā)現(xiàn)期望效用理論在解釋投資者的實際行為時存在一定的局限性，因為它假設投資者是完全理性的，能夠準確地估計概率和評估效用，這與現(xiàn)實情況不符。前景理論則從心理學的角度出發(fā)，指出人們在決策時不僅關注結果的絕對價值，更關注結果相對于某個參考點的變化，并且在面對收益和損失時表現(xiàn)出不同的風險態(tài)度，如損失厭惡、確定效應等。這些理論的發(fā)展為深入理解投資者的風險態(tài)度提供了不同的視角。在實證研究中，學者們運用多種方法對投資者風險態(tài)度進行了度量和分析。一些研究通過構建計量模型，利用金融市場的交易數(shù)據(jù)，如股價波動、成交量等，來推斷投資者的風險態(tài)度。在對股票市場的研究中，通過分析股價的波動幅度和成交量的變化，發(fā)現(xiàn)當股價波動加劇時，投資者的風險厭惡程度增加，交易行為更加謹慎；而當市場成交量放大時，表明投資者的參與度提高，風險偏好可能有所上升。還有研究采用問卷調(diào)查的方式，直接獲取投資者對風險的主觀認知和態(tài)度，了解投資者在不同投資情境下的決策偏好和風險承受能力。通過對大量投資者的問卷調(diào)查發(fā)現(xiàn)，年齡、投資經(jīng)驗、收入水平等因素會顯著影響投資者的風險態(tài)度，年輕且投資經(jīng)驗豐富的投資者往往更傾向于承擔風險，追求高收益；而年齡較大、收入相對穩(wěn)定的投資者則更注重資產(chǎn)的安全性，風險厭惡程度較高。在金融市場微觀結構理論的應用方面，國內(nèi)外學者針對不同市場進行了深入研究。對于創(chuàng)業(yè)板市場，相關研究主要聚焦于市場流動性、價格發(fā)現(xiàn)機制以及投資者行為等方面。一些研究分析了創(chuàng)業(yè)板市場的交易機制對市場流動性的影響，發(fā)現(xiàn)創(chuàng)業(yè)板市場的連續(xù)競價交易機制在提高市場效率的同時，也可能導致市場流動性的不穩(wěn)定。當市場出現(xiàn)大量的小額訂單時，可能會增加市場的交易成本，降低市場的流動性；而當市場中有大型機構投資者參與時，他們的大額交易訂單能夠提高市場的深度，增強市場的流動性。在價格發(fā)現(xiàn)機制方面，研究表明創(chuàng)業(yè)板市場的股價波動受到多種因素的影響，包括公司基本面信息、宏觀經(jīng)濟環(huán)境以及投資者情緒等。當公司發(fā)布利好的財務報告時，股價往往會上漲；而當宏觀經(jīng)濟形勢不佳或投資者情緒悲觀時，股價則可能下跌。還有研究關注了創(chuàng)業(yè)板投資者的行為特征，發(fā)現(xiàn)創(chuàng)業(yè)板投資者中個人投資者占比較高，他們的投資決策往往受到信息不對稱、羊群效應等因素的影響，導致市場中存在一定程度的非理性投資行為。個人投資者在獲取信息方面相對滯后，容易受到其他投資者的影響，盲目跟風投資，從而加劇了市場的波動。盡管已有研究在投資者風險態(tài)度領域取得了豐碩的成果，但仍存在一些不足之處。在研究方法上，雖然計量模型和問卷調(diào)查等方法被廣泛應用，但每種方法都有其局限性。計量模型主要依賴于市場交易數(shù)據(jù)，難以全面捕捉投資者的心理因素和行為動機；問卷調(diào)查則可能受到被調(diào)查者主觀因素的影響，導致數(shù)據(jù)的真實性和可靠性存在一定的偏差。在研究對象方面，對于創(chuàng)業(yè)板市場的研究相對較少，且多集中在市場整體層面，對投資者個體特征與風險態(tài)度之間的關系研究不夠深入。不同年齡、性別、投資經(jīng)驗的投資者在創(chuàng)業(yè)板市場中的風險態(tài)度可能存在顯著差異，但目前的研究對此關注不足。在研究內(nèi)容上，對于投資者風險態(tài)度的動態(tài)變化研究還不夠充分，市場環(huán)境的變化以及投資者自身經(jīng)驗的積累等因素都會導致風險態(tài)度的改變，但現(xiàn)有研究大多假設投資者的風險態(tài)度是靜態(tài)不變的，無法準確反映實際情況。本研究旨在彌補現(xiàn)有研究的不足，通過運用高頻交易數(shù)據(jù)，從微觀層面深入分析創(chuàng)業(yè)板投資者的風險態(tài)度。高頻交易數(shù)據(jù)能夠提供更精確的交易信息，包括交易時間、價格、成交量等，有助于更準確地捕捉投資者的行為變化和風險態(tài)度的動態(tài)調(diào)整。同時，本研究將綜合運用多種研究方法，如計量經(jīng)濟學方法、行為金融學方法等，全面考慮投資者的心理因素、行為特征以及市場環(huán)境等因素對風險態(tài)度的影響。通過構建動態(tài)模型，研究投資者風險態(tài)度在不同市場條件下的變化規(guī)律，為創(chuàng)業(yè)板市場的投資者、監(jiān)管機構以及市場參與者提供更具針對性和時效性的決策參考。三、創(chuàng)業(yè)板市場與高頻交易數(shù)據(jù)概述3.1創(chuàng)業(yè)板市場特點與發(fā)展現(xiàn)狀創(chuàng)業(yè)板市場作為我國資本市場的重要組成部分，具有獨特的市場定位。其主要聚焦于為具有高成長潛力的創(chuàng)新型企業(yè)以及中小企業(yè)提供融資平臺。在我國經(jīng)濟結構轉型升級的大背景下，創(chuàng)新成為推動經(jīng)濟發(fā)展的核心動力，創(chuàng)業(yè)板市場的設立旨在支持那些擁有創(chuàng)新性技術、產(chǎn)品或商業(yè)模式的企業(yè)，助力它們在成長初期獲得必要的資金支持，實現(xiàn)快速發(fā)展。這些企業(yè)往往處于發(fā)展的早期階段，規(guī)模相對較小，尚未形成穩(wěn)定的盈利模式，但具備巨大的發(fā)展?jié)摿?，通過在創(chuàng)業(yè)板上市，能夠吸引社會資本，為企業(yè)的研發(fā)、生產(chǎn)和市場拓展提供資金保障。創(chuàng)業(yè)板的上市條件相較于主板市場更為寬松，主要體現(xiàn)在以下幾個方面。在主體資格方面，發(fā)行人須是依法設立且持續(xù)經(jīng)營三年以上的股份有限公司，有限責任公司按原賬面凈資產(chǎn)值折股整體變更為股份有限公司的，持續(xù)經(jīng)營時間可從有限責任公司成立之日起計算。在財務指標上，設置了兩套標準供企業(yè)選擇。其一，要求最近兩年連續(xù)盈利，最近兩年凈利潤累計不少于一千萬元，且持續(xù)增長；其二，若最近一年盈利，則凈利潤不少于五百萬元，最近一年營業(yè)收入不少于五千萬元，同時最近兩年營業(yè)收入增長率均不低于百分之三十。在資產(chǎn)規(guī)模上，要求最近一期末凈資產(chǎn)不少于兩千萬元，發(fā)行后股本總額不少于三千萬元。這些條件降低了企業(yè)上市的門檻，使得更多處于成長階段的創(chuàng)新型企業(yè)能夠獲得資本市場的支持，為它們提供了更廣闊的發(fā)展空間。自2009年10月30日創(chuàng)業(yè)板正式開板以來，歷經(jīng)十余年的發(fā)展，規(guī)模不斷壯大。截至2023年底，創(chuàng)業(yè)板上市公司數(shù)量已超過1200家，涵蓋了信息技術、生物醫(yī)藥、新能源、新材料等多個新興產(chǎn)業(yè)領域。從市值規(guī)模來看，創(chuàng)業(yè)板總市值持續(xù)攀升，已突破13萬億元，成為我國資本市場中不可或缺的一部分。以信息技術行業(yè)為例，眾多在創(chuàng)業(yè)板上市的信息技術企業(yè)在軟件開發(fā)、人工智能、大數(shù)據(jù)等領域取得了顯著的發(fā)展成果，推動了行業(yè)的技術創(chuàng)新和產(chǎn)業(yè)升級。一些人工智能企業(yè)通過不斷加大研發(fā)投入，推出了具有自主知識產(chǎn)權的人工智能算法和應用產(chǎn)品，在市場中占據(jù)了一席之地，企業(yè)市值也隨之不斷增長。在資本市場中，創(chuàng)業(yè)板扮演著重要的角色。它不僅為創(chuàng)新型企業(yè)提供了直接融資渠道，促進了企業(yè)的快速發(fā)展，還推動了我國產(chǎn)業(yè)結構的優(yōu)化升級，助力經(jīng)濟向創(chuàng)新驅動型轉變。創(chuàng)業(yè)板市場的存在，使得社會資本能夠更加精準地流向具有創(chuàng)新能力和發(fā)展?jié)摿Φ钠髽I(yè)，提高了資本的配置效率。一些新能源企業(yè)在創(chuàng)業(yè)板上市后，獲得了大量的資金支持，得以擴大生產(chǎn)規(guī)模、研發(fā)新技術，推動了新能源產(chǎn)業(yè)的快速發(fā)展，促進了我國能源結構的調(diào)整。創(chuàng)業(yè)板也為投資者提供了更多的投資選擇，豐富了投資組合的多樣性，滿足了不同投資者的風險偏好和投資需求。對于風險偏好較高、追求高收益的投資者來說，創(chuàng)業(yè)板股票的高成長性和潛在的高回報具有較大的吸引力。3.2高頻交易數(shù)據(jù)特征與獲取途徑高頻交易數(shù)據(jù)具有顯著的特征，這些特征使其在金融市場研究中具有獨特的價值。首先，高頻交易數(shù)據(jù)呈現(xiàn)出不規(guī)則的交易間隔。與傳統(tǒng)的低頻觀測數(shù)據(jù)不同，市場交易并非以相等的時間間隔發(fā)生，這導致高頻數(shù)據(jù)記錄的時間間隔不相等。股票市場中，交易可能在某一時刻頻繁發(fā)生，而在另一時刻則相對稀少，這種不規(guī)則的交易間隔使得高頻數(shù)據(jù)能夠更細致地反映市場的動態(tài)變化。高頻交易數(shù)據(jù)的價格取值呈現(xiàn)離散性，且受交易規(guī)則影響，離散取值更集中于離散構件附近。在金融市場中，價格的變化并非連續(xù)的，而是以最小價格變動單位為基礎進行離散式的變化。在股票交易中，股價的變動通常以幾分錢或幾毛錢為最小單位，這種離散取值的特點在高頻交易數(shù)據(jù)中表現(xiàn)得更為明顯。日內(nèi)模式也是高頻交易數(shù)據(jù)的重要特征之一。金融高頻數(shù)據(jù)存在明顯的日內(nèi)模式，例如波動率通常呈現(xiàn)日內(nèi)“U”型走勢。每天早上開盤和下午收盤時，市場交易最為活躍，成交量和價格波動較大；而中午休息時間，交易相對平淡，交易間的時間間隔也呈現(xiàn)出日內(nèi)循環(huán)模式的特征。這種日內(nèi)模式的存在與投資者的交易習慣、市場信息的發(fā)布時間等因素密切相關。高頻時間序列還具有很強的自相關性。高頻數(shù)據(jù)的自相關性意味著當前時刻的數(shù)據(jù)與過去時刻的數(shù)據(jù)存在一定的關聯(lián)，過去的價格、成交量等信息會對當前的市場情況產(chǎn)生影響。如果某只股票在過去一段時間內(nèi)價格持續(xù)上漲，那么在高頻數(shù)據(jù)中，這種上漲趨勢可能會在短期內(nèi)繼續(xù)延續(xù)，表現(xiàn)出一定的自相關性。獲取高頻交易數(shù)據(jù)的途徑主要有兩種，分別是從交易所獲取和從數(shù)據(jù)服務商獲取。從交易所獲取數(shù)據(jù)，能夠得到最原始、最準確的高頻交易數(shù)據(jù)。交易所作為金融市場的核心樞紐，實時記錄著每一筆交易的詳細信息，包括交易時間、成交價格、成交量、買賣方向等。上海證券交易所和深圳證券交易所，對于創(chuàng)業(yè)板股票的交易數(shù)據(jù)，交易所擁有完整且精確的記錄。通過合法的申請流程，研究機構或投資者可以從交易所獲取這些高頻交易數(shù)據(jù)。一些大型金融研究機構與交易所建立了合作關系，能夠按照嚴格的規(guī)定和程序獲取所需的高頻交易數(shù)據(jù)，用于學術研究或投資策略的開發(fā)。從交易所獲取數(shù)據(jù)的過程往往較為復雜，需要滿足一系列的條件和要求，申請流程繁瑣，數(shù)據(jù)獲取的成本也相對較高，包括申請費用、數(shù)據(jù)使用費用等。數(shù)據(jù)服務商也是獲取高頻交易數(shù)據(jù)的重要渠道。數(shù)據(jù)服務商通過與交易所合作或自身的數(shù)據(jù)采集技術，收集整理金融市場的高頻交易數(shù)據(jù)，并以商業(yè)化的方式提供給客戶。萬得資訊（Wind）、彭博（Bloomberg）等知名的數(shù)據(jù)服務商，它們整合了多個交易所的高頻交易數(shù)據(jù)，并進行了標準化處理，方便客戶使用。這些數(shù)據(jù)服務商提供的數(shù)據(jù)接口多樣化，支持不同的編程語言和數(shù)據(jù)分析工具，便于用戶進行數(shù)據(jù)的獲取和處理。用戶可以通過購買數(shù)據(jù)服務套餐，根據(jù)自己的需求獲取相應的高頻交易數(shù)據(jù)。數(shù)據(jù)服務商提供的數(shù)據(jù)可能存在一定的延遲，雖然延遲時間通常較短，但對于一些對數(shù)據(jù)時效性要求極高的高頻交易策略來說，可能會產(chǎn)生一定的影響。數(shù)據(jù)服務商在數(shù)據(jù)處理和整合過程中，可能會因為算法或技術問題導致數(shù)據(jù)的準確性和完整性出現(xiàn)偏差。3.3高頻交易數(shù)據(jù)在投資者行為研究中的應用優(yōu)勢高頻交易數(shù)據(jù)在投資者行為研究領域具有顯著的應用優(yōu)勢，為深入剖析投資者的風險態(tài)度提供了全新的視角和豐富的數(shù)據(jù)支持。高頻交易數(shù)據(jù)能夠提供近乎實時的市場信息。在傳統(tǒng)的低頻數(shù)據(jù)研究中，如日度或周度數(shù)據(jù)，由于時間間隔較長，會遺漏許多市場瞬間發(fā)生的重要信息。而高頻交易數(shù)據(jù)精確到秒甚至毫秒級別的交易記錄，能夠及時捕捉市場的動態(tài)變化，讓研究者可以實時追蹤投資者的交易行為。在市場突發(fā)重大消息時，如企業(yè)發(fā)布重要的財務報告或宏觀經(jīng)濟數(shù)據(jù)公布，高頻交易數(shù)據(jù)可以記錄下投資者在短時間內(nèi)的買賣決策變化，包括交易的時間、價格和成交量等詳細信息，從而更準確地分析投資者對新信息的反應速度和決策方式。高頻交易數(shù)據(jù)的高精度特點使其能夠更精準地刻畫投資者的行為。高頻數(shù)據(jù)不僅記錄了交易的基本信息，還能反映出交易的微觀結構，如買賣報價的變化、訂單的撤銷與修改等。這些細致的信息對于研究投資者的風險態(tài)度至關重要。通過分析買賣報價的價差變化，可以推斷投資者對市場風險的預期。當市場不確定性增加時，投資者可能會提高買賣報價的價差，以補償潛在的風險，此時高頻交易數(shù)據(jù)能夠清晰地捕捉到這種變化。高頻數(shù)據(jù)還可以追蹤投資者訂單的規(guī)模和頻率，進一步了解投資者的交易策略和風險偏好。頻繁進行小額交易的投資者可能更注重短期的市場波動，風險偏好相對較高；而進行大額交易且交易頻率較低的投資者，可能更關注長期投資價值，風險厭惡程度相對較高。高頻交易數(shù)據(jù)豐富的信息含量有助于挖掘更多影響投資者風險態(tài)度的因素。除了交易價格和成交量等基本信息外，高頻交易數(shù)據(jù)還包含了市場深度、交易方向、交易時間等多維度的數(shù)據(jù)。這些數(shù)據(jù)之間的相互關系能夠為研究提供更全面的視角。市場深度反映了市場在不同價格水平上的買賣訂單數(shù)量，它與投資者的風險態(tài)度密切相關。當市場深度較淺時，投資者可能會認為市場流動性不足，交易成本較高，從而增加對風險的擔憂，調(diào)整自己的投資策略。高頻交易數(shù)據(jù)還可以與其他宏觀經(jīng)濟數(shù)據(jù)、行業(yè)數(shù)據(jù)以及投資者特征數(shù)據(jù)相結合，進行多因素分析，更深入地探究影響投資者風險態(tài)度的各種因素及其作用機制。將高頻交易數(shù)據(jù)與宏觀經(jīng)濟數(shù)據(jù)中的利率、通貨膨脹率等指標相結合，研究宏觀經(jīng)濟環(huán)境變化對投資者風險態(tài)度的影響。當利率上升時，投資者可能會預期企業(yè)的融資成本增加，盈利預期下降，從而對股票投資的風險態(tài)度變得更加謹慎，高頻交易數(shù)據(jù)可以幫助驗證這種假設。高頻交易數(shù)據(jù)在投資者行為研究中具有實時性、高精度和信息豐富等優(yōu)勢，能夠為研究創(chuàng)業(yè)板投資者的風險態(tài)度提供更準確、全面的信息，有助于揭示投資者在復雜市場環(huán)境下的決策行為和風險態(tài)度變化規(guī)律。四、研究設計4.1研究假設提出基于前文對金融市場微觀結構理論、投資者風險態(tài)度相關理論的闡述，以及對創(chuàng)業(yè)板市場特點和高頻交易數(shù)據(jù)特征的分析，提出以下關于創(chuàng)業(yè)板投資者風險態(tài)度與高頻交易數(shù)據(jù)指標關系的研究假設：假設1：成交量與投資者風險態(tài)度存在顯著關聯(lián)成交量是高頻交易數(shù)據(jù)中的一個關鍵指標，它反映了市場的活躍程度和投資者的參與程度。根據(jù)市場微觀結構理論，成交量的變化往往與市場信息的傳遞和投資者的交易決策密切相關。當市場中出現(xiàn)新的信息時，投資者會根據(jù)自己對信息的解讀和風險偏好做出交易決策，從而導致成交量的變化。假設在創(chuàng)業(yè)板市場中，成交量與投資者風險態(tài)度存在顯著關聯(lián)。具體而言，當投資者風險偏好較高時，他們更愿意積極參與市場交易，追求高收益，這可能導致成交量的增加。因為風險偏好高的投資者更愿意承擔風險，愿意買入或賣出更多的股票，以獲取潛在的高額回報。相反，當投資者風險厭惡程度較高時，他們會更加謹慎，減少交易活動，成交量可能會相應下降。在市場不確定性增加時，風險厭惡的投資者可能會選擇持幣觀望，等待市場情況明朗后再進行交易，從而導致市場成交量減少。假設2：價格波動與投資者風險態(tài)度密切相關價格波動是衡量市場風險的重要指標之一，在高頻交易數(shù)據(jù)中能夠直觀地反映市場的穩(wěn)定性和不確定性。根據(jù)前景理論，投資者在面對收益和損失時會表現(xiàn)出不同的風險態(tài)度，而價格波動的變化會直接影響投資者對收益和損失的預期。假設在創(chuàng)業(yè)板市場中，價格波動與投資者風險態(tài)度密切相關。當價格波動加劇時，市場的不確定性增加，投資者可能會認為風險增大，從而風險厭惡程度上升。價格的大幅波動可能導致投資者的投資組合價值出現(xiàn)較大的波動，使得他們面臨更大的損失風險，因此投資者會更加謹慎，減少投資或調(diào)整投資組合，以降低風險。相反，當價格波動較小時，市場相對穩(wěn)定，投資者可能會認為風險較低，風險偏好可能會提高。在市場價格波動較小的時期，投資者可能會認為市場環(huán)境較為安全，更愿意增加投資，追求更高的收益。假設3：買賣價差與投資者風險態(tài)度呈正相關買賣價差是高頻交易數(shù)據(jù)中反映市場流動性和交易成本的重要指標。根據(jù)金融市場微觀結構理論，買賣價差的大小受到多種因素的影響，包括市場參與者的行為、市場信息的不對稱程度以及市場的供求關系等。而投資者的風險態(tài)度在其中起著重要作用。假設在創(chuàng)業(yè)板市場中，買賣價差與投資者風險態(tài)度呈正相關。當投資者風險厭惡程度較高時，他們對風險的容忍度較低，更關注投資的安全性。為了降低風險，他們在交易時會更加謹慎，愿意接受較小的買賣價差，以確保交易的順利進行。這是因為較小的買賣價差意味著交易成本相對較低，能夠減少潛在的損失。相反，當投資者風險偏好較高時，他們更追求高收益，愿意承擔更高的風險。在這種情況下，他們對買賣價差的敏感度較低，更關注市場價格的走勢和潛在的盈利機會，因此可能會接受較大的買賣價差。在市場情緒較為樂觀，投資者風險偏好較高時，他們可能會為了盡快買入看好的股票，而不太在意買賣價差的大小，從而導致買賣價差擴大。假設4：訂單撤銷頻率與投資者風險態(tài)度相關訂單撤銷頻率是高頻交易數(shù)據(jù)中反映投資者交易決策變化的一個重要指標。投資者在下達訂單后，會根據(jù)市場情況的變化和自身的判斷對訂單進行撤銷或修改，這一過程反映了投資者對市場風險的實時評估和調(diào)整。假設在創(chuàng)業(yè)板市場中，訂單撤銷頻率與投資者風險態(tài)度相關。當投資者風險厭惡程度較高時，他們對市場風險的感知更為敏感，決策更加謹慎。在市場情況發(fā)生變化時，他們會頻繁地評估訂單的風險和收益，一旦發(fā)現(xiàn)潛在風險增加，就可能會迅速撤銷訂單。在市場出現(xiàn)突發(fā)負面消息時，風險厭惡的投資者會立即撤銷未成交的買入訂單，以避免可能的損失。相反，當投資者風險偏好較高時，他們對市場風險的容忍度較高，決策相對較為果斷。他們更關注市場的長期趨勢和潛在的高收益機會，不太會因為短期的市場波動而頻繁撤銷訂單。風險偏好高的投資者在看好某只股票的長期發(fā)展?jié)摿r，即使市場短期內(nèi)出現(xiàn)波動，也不太會輕易撤銷買入訂單。4.2變量選取與定義為了準確衡量創(chuàng)業(yè)板投資者的風險態(tài)度，并深入探究其與高頻交易數(shù)據(jù)指標之間的關系，本研究選取了一系列具有代表性的變量，并對其進行了嚴格的定義。4.2.1被解釋變量：投資者風險態(tài)度投資者風險態(tài)度是本研究的核心被解釋變量，由于其難以直接觀測，因此采用風險厭惡系數(shù)（RiskAversionCoefficient，RAC）來間接衡量。風險厭惡系數(shù)的計算基于投資者在面臨風險決策時的行為表現(xiàn)，具體通過投資者對不同風險水平投資組合的選擇來推斷。根據(jù)前景理論，投資者在決策時不僅關注投資的預期收益，還會考慮收益的不確定性以及自身對風險的偏好。在本研究中，假設投資者的效用函數(shù)為常相對風險厭惡（CRRA）效用函數(shù)，其形式為：U(W)=\frac{W^{1-\gamma}}{1-\gamma}其中，U(W)表示投資者的效用，W表示投資者的財富水平，\gamma即為風險厭惡系數(shù)。當\gamma>1時，投資者表現(xiàn)為風險厭惡，\gamma值越大，風險厭惡程度越高；當\gamma=1時，投資者為風險中性；當\gamma<1時，投資者表現(xiàn)為風險偏好。通過構建投資組合選擇模型，利用高頻交易數(shù)據(jù)中的交易價格和成交量等信息，求解出投資者的最優(yōu)投資組合，進而估計出風險厭惡系數(shù)\gamma，以此作為投資者風險態(tài)度的量化指標。4.2.2解釋變量：高頻交易數(shù)據(jù)指標成交量（Volume，VOL）：成交量是高頻交易數(shù)據(jù)中反映市場活躍程度的重要指標，它表示在一定時間內(nèi)股票的成交數(shù)量。在本研究中，選取每筆交易的成交量作為觀測值，成交量越大，說明市場交易越活躍，投資者的參與度越高。成交量的變化可能與投資者的風險態(tài)度相關，當投資者風險偏好較高時，可能更積極地參與交易，導致成交量增加；而當投資者風險厭惡程度較高時，可能減少交易，使得成交量下降。價格波動（PriceVolatility，PV）：價格波動用于衡量股票價格的不穩(wěn)定程度，是反映市場風險的關鍵指標之一。采用對數(shù)收益率的標準差來計算價格波動，對數(shù)收益率的計算公式為：r_{t}=\ln(P_{t})-\ln(P_{t-1})其中，r_{t}表示第t期的對數(shù)收益率，P_{t}表示第t期的股票價格。價格波動越大，說明股票價格的不確定性越高，市場風險越大。根據(jù)假設，價格波動與投資者風險態(tài)度密切相關，價格波動加劇可能導致投資者風險厭惡程度上升，而價格波動較小可能使投資者風險偏好提高。買賣價差（Bid-AskSpread，BAS）：買賣價差是指某一時刻最優(yōu)賣價與最優(yōu)買價之間的差值，它反映了市場的交易成本和流動性狀況。在高頻交易數(shù)據(jù)中，買賣價差是一個重要的微觀結構指標。買賣價差越大，說明市場的流動性越差，交易成本越高。根據(jù)假設，買賣價差與投資者風險態(tài)度呈正相關，當投資者風險厭惡程度較高時，更關注投資的安全性，愿意接受較小的買賣價差；而當投資者風險偏好較高時，對買賣價差的敏感度較低，可能接受較大的買賣價差。訂單撤銷頻率（OrderCancellationFrequency，OCF）：訂單撤銷頻率表示投資者在一定時間內(nèi)撤銷訂單的次數(shù)與下達訂單總次數(shù)的比值。它反映了投資者交易決策的變化情況，是衡量投資者對市場風險實時評估和調(diào)整的重要指標。訂單撤銷頻率越高，說明投資者對市場情況的變化較為敏感，決策調(diào)整較為頻繁，可能意味著投資者風險厭惡程度較高；相反，訂單撤銷頻率較低，說明投資者決策相對穩(wěn)定，風險偏好可能較高。4.2.3控制變量為了更準確地研究高頻交易數(shù)據(jù)指標與投資者風險態(tài)度之間的關系，控制其他可能影響投資者風險態(tài)度的因素，選取了以下控制變量：宏觀經(jīng)濟變量：國內(nèi)生產(chǎn)總值（GDP）增長率（GDPGrowthRate，GDPG），用于反映宏觀經(jīng)濟的整體增長態(tài)勢，GDP增長率越高，說明宏觀經(jīng)濟環(huán)境越好，可能會影響投資者的風險態(tài)度。通貨膨脹率（InflationRate，INF），衡量物價水平的變化，通貨膨脹率的波動可能會影響投資者對資產(chǎn)價值的預期，進而影響其風險態(tài)度。公司基本面變量：每股收益（EarningsPerShare，EPS），反映公司的盈利能力，每股收益越高，公司的盈利狀況越好，可能會使投資者對該公司股票的風險態(tài)度更為樂觀。資產(chǎn)負債率（Debt-AssetRatio，DAR），衡量公司的償債能力，資產(chǎn)負債率越高，公司的財務風險越大，可能會影響投資者的風險態(tài)度。投資者特征變量：投資者年齡（InvestorAge，AGE），一般來說，年齡較大的投資者可能風險厭惡程度較高，更注重資產(chǎn)的安全性；而年輕投資者可能風險偏好相對較高。投資經(jīng)驗（InvestmentExperience，EXP），投資經(jīng)驗豐富的投資者可能對市場風險有更深刻的認識，其風險態(tài)度可能與投資經(jīng)驗較少的投資者不同。通過對上述變量的選取和定義，構建了一個較為全面的研究框架，為后續(xù)深入分析創(chuàng)業(yè)板投資者風險態(tài)度與高頻交易數(shù)據(jù)指標之間的關系奠定了基礎。4.3模型構建為了深入探究創(chuàng)業(yè)板投資者風險態(tài)度與高頻交易數(shù)據(jù)指標以及其他相關因素之間的關系，構建如下多元線性回歸模型：RAC_{i,t}=\beta_{0}+\beta_{1}VOL_{i,t}+\beta_{2}PV_{i,t}+\beta_{3}BAS_{i,t}+\beta_{4}OCF_{i,t}+\sum_{j=1}^{2}\beta_{5+j}Macro_{j,t}+\sum_{k=1}^{2}\beta_{7+k}Firm_{k,i,t}+\sum_{l=1}^{2}\beta_{9+l}Investor_{l,i}+\epsilon_{i,t}其中，RAC_{i,t}表示第i個投資者在t時刻的風險厭惡系數(shù)，用于衡量投資者風險態(tài)度，\beta_{0}為常數(shù)項，\beta_{1}-\beta_{11}為各變量的回歸系數(shù)，\epsilon_{i,t}為隨機誤差項。VOL_{i,t}代表第i只股票在t時刻的成交量，成交量作為高頻交易數(shù)據(jù)中的關鍵指標，反映了市場的活躍程度和投資者的參與程度。根據(jù)假設1，成交量與投資者風險態(tài)度存在顯著關聯(lián)，當投資者風險偏好較高時，可能更積極地參與交易，導致成交量增加；而當投資者風險厭惡程度較高時，可能減少交易，使得成交量下降。因此，\beta_{1}的符號預期在風險偏好與成交量正相關時為正，在風險厭惡與成交量負相關時為負。PV_{i,t}表示第i只股票在t時刻的價格波動，通過對數(shù)收益率的標準差計算得出，用于衡量股票價格的不穩(wěn)定程度。依據(jù)假設2，價格波動與投資者風險態(tài)度密切相關，當價格波動加劇時，市場的不確定性增加，投資者可能會認為風險增大，從而風險厭惡程度上升。所以，預期\beta_{2}的符號為正，即價格波動與風險厭惡系數(shù)呈正相關關系。BAS_{i,t}是第i只股票在t時刻的買賣價差，反映了市場的交易成本和流動性狀況。按照假設3，買賣價差與投資者風險態(tài)度呈正相關，當投資者風險厭惡程度較高時，更關注投資的安全性，愿意接受較小的買賣價差；而當投資者風險偏好較高時，對買賣價差的敏感度較低，可能接受較大的買賣價差。故\beta_{3}的符號預期為正。OCF_{i,t}指第i個投資者在t時刻的訂單撤銷頻率，體現(xiàn)了投資者交易決策的變化情況。根據(jù)假設4，訂單撤銷頻率與投資者風險態(tài)度相關，當投資者風險厭惡程度較高時，對市場風險的感知更為敏感，決策更加謹慎，訂單撤銷頻率可能較高；相反，當投資者風險偏好較高時，決策相對穩(wěn)定，訂單撤銷頻率可能較低。因此，\beta_{4}的符號預期為正。Macro_{j,t}表示t時刻的第j個宏觀經(jīng)濟變量，本研究選取了國內(nèi)生產(chǎn)總值（GDP）增長率（GDPG_{t}）和通貨膨脹率（INF_{t}）作為宏觀經(jīng)濟變量。宏觀經(jīng)濟環(huán)境的變化會對投資者的風險態(tài)度產(chǎn)生影響，GDP增長率反映了宏觀經(jīng)濟的整體增長態(tài)勢，較高的GDP增長率通常意味著宏觀經(jīng)濟環(huán)境較好，投資者可能會更傾向于承擔風險，此時\beta_{5}的符號預期為負；通貨膨脹率衡量物價水平的變化，通貨膨脹率的波動可能會影響投資者對資產(chǎn)價值的預期，進而影響其風險態(tài)度，當通貨膨脹率上升時，投資者可能會認為資產(chǎn)的實際價值下降，風險增加，從而風險厭惡程度上升，\beta_{6}的符號預期為正。Firm_{k,i,t}代表第i只股票在t時刻的第k個公司基本面變量，選取每股收益（EPS_{i,t}）和資產(chǎn)負債率（DAR_{i,t}）作為公司基本面變量。每股收益反映公司的盈利能力，每股收益越高，公司的盈利狀況越好，可能會使投資者對該公司股票的風險態(tài)度更為樂觀，\beta_{7}的符號預期為負；資產(chǎn)負債率衡量公司的償債能力，資產(chǎn)負債率越高，公司的財務風險越大，可能會影響投資者的風險態(tài)度，使得投資者風險厭惡程度上升，\beta_{8}的符號預期為正。Investor_{l,i}表示第i個投資者的第l個投資者特征變量，選取投資者年齡（AGE_{i}）和投資經(jīng)驗（EXP_{i}）作為投資者特征變量。一般來說，年齡較大的投資者可能風險厭惡程度較高，更注重資產(chǎn)的安全性，\beta_{9}的符號預期為正；投資經(jīng)驗豐富的投資者可能對市場風險有更深刻的認識，其風險態(tài)度可能與投資經(jīng)驗較少的投資者不同，投資經(jīng)驗豐富的投資者可能更能把握市場機會，風險偏好相對較高，\beta_{10}的符號預期為負。通過構建上述多元線性回歸模型，可以全面地分析高頻交易數(shù)據(jù)指標、宏觀經(jīng)濟變量、公司基本面變量以及投資者特征變量對創(chuàng)業(yè)板投資者風險態(tài)度的影響，深入揭示各因素與投資者風險態(tài)度之間的數(shù)量關系，為后續(xù)的實證研究提供有力的模型支持。4.4數(shù)據(jù)收集與預處理本研究的數(shù)據(jù)主要來源于深圳證券交易所和知名數(shù)據(jù)服務商萬得資訊（Wind）。數(shù)據(jù)時間范圍設定為2020年1月1日至2023年12月31日，涵蓋了四年的交易數(shù)據(jù)。這一時間段能夠較好地反映創(chuàng)業(yè)板市場在不同經(jīng)濟環(huán)境和市場波動下的情況，為研究提供了豐富的樣本。選擇這一時間段的原因在于，它既包含了市場的平穩(wěn)期，也經(jīng)歷了諸如新冠疫情等重大事件對市場造成的沖擊，能夠全面展示投資者風險態(tài)度在不同市場條件下的變化。在新冠疫情爆發(fā)初期，市場出現(xiàn)了劇烈的波動，投資者的風險態(tài)度發(fā)生了顯著的轉變，通過對這一時期數(shù)據(jù)的分析，可以深入研究市場突發(fā)事件對投資者風險態(tài)度的影響。在數(shù)據(jù)收集階段，從深圳證券交易所獲取了創(chuàng)業(yè)板股票的原始高頻交易數(shù)據(jù)，包括每筆交易的成交時間、成交價格、成交量、買賣方向等詳細信息。這些數(shù)據(jù)是研究的基礎，能夠精確反映市場的微觀交易情況。通過對成交時間的分析，可以了解投資者在一天內(nèi)不同時間段的交易活躍度；成交價格和成交量的變化則能反映市場的供需關系和價格波動情況。從萬得資訊（Wind）收集了宏觀經(jīng)濟數(shù)據(jù)，如國內(nèi)生產(chǎn)總值（GDP）增長率、通貨膨脹率等，以及公司基本面數(shù)據(jù)，如每股收益、資產(chǎn)負債率等。這些數(shù)據(jù)為研究提供了宏觀經(jīng)濟背景和公司層面的信息，有助于全面分析影響投資者風險態(tài)度的因素。GDP增長率的變化可以反映宏觀經(jīng)濟的發(fā)展態(tài)勢，當GDP增長率較高時，市場整體經(jīng)濟環(huán)境較好，可能會影響投資者對創(chuàng)業(yè)板市場的信心和風險態(tài)度。數(shù)據(jù)收集完成后，進行了一系列的數(shù)據(jù)預處理步驟，以確保數(shù)據(jù)的質量和可用性。首先進行數(shù)據(jù)清洗，檢查數(shù)據(jù)中是否存在缺失值和異常值。對于存在缺失值的記錄，根據(jù)數(shù)據(jù)的特點和實際情況進行處理。如果某只股票在某一時刻的成交量數(shù)據(jù)缺失，且該時刻前后的數(shù)據(jù)較為穩(wěn)定，可以采用線性插值法，根據(jù)前后時刻的成交量數(shù)據(jù)進行估算，填補缺失值。對于異常值，如成交量過大或過小、價格波動異常等情況，進行仔細的甄別和處理。若發(fā)現(xiàn)某筆交易的成交量遠遠超出該股票的平均成交量，且與市場正常交易情況不符，可能是由于數(shù)據(jù)錄入錯誤或其他異常原因導致，此時將該筆交易數(shù)據(jù)視為異常值進行剔除。為了消除不同變量之間量綱和數(shù)量級的影響，對數(shù)據(jù)進行標準化處理。對于成交量、價格波動、買賣價差等高頻交易數(shù)據(jù)指標，以及宏觀經(jīng)濟變量和公司基本面變量，采用Z-Score標準化方法，將數(shù)據(jù)轉化為均值為0，標準差為1的標準正態(tài)分布。對于成交量數(shù)據(jù)，其標準化公式為：z_{VOL}=\frac{VOL_{i,t}-\overline{VOL_{t}}}{\sigma_{VOL_{t}}}其中，z_{VOL}為標準化后的成交量，VOL_{i,t}為第i只股票在t時刻的成交量，\overline{VOL_{t}}為t時刻所有股票成交量的均值，\sigma_{VOL_{t}}為t時刻所有股票成交量的標準差。通過標準化處理，使得不同變量在模型分析中具有相同的權重和可比性，避免了因量綱不同而導致的分析偏差。五、實證結果與分析5.1描述性統(tǒng)計分析對收集到的2020年1月1日至2023年12月31日期間的創(chuàng)業(yè)板高頻交易數(shù)據(jù)以及相關的宏觀經(jīng)濟數(shù)據(jù)、公司基本面數(shù)據(jù)和投資者特征數(shù)據(jù)進行描述性統(tǒng)計分析，結果如表1所示。表1：描述性統(tǒng)計結果變量觀測值均值標準差最小值最大值風險厭惡系數(shù)（RAC）100000.650.25-0.501.50成交量（VOL）10000500.23200.1510.002000.00價格波動（PV）100000.030.010.010.08買賣價差（BAS）100000.050.020.010.15訂單撤銷頻率（OCF）100000.150.080.010.50GDP增長率（GDPG）480.050.020.020.08通貨膨脹率（INF）480.020.010.000.05每股收益（EPS）100000.350.20-0.501.50資產(chǎn)負債率（DAR）100000.450.150.100.80投資者年齡（AGE）1000035.5010.2018.0070.00投資經(jīng)驗（EXP）100005.203.101.0020.00從風險厭惡系數(shù)（RAC）來看，均值為0.65，表明整體上創(chuàng)業(yè)板投資者呈現(xiàn)出一定程度的風險厭惡傾向，但標準差為0.25，說明投資者之間的風險態(tài)度存在較大差異。部分投資者的風險厭惡系數(shù)較低，可能更傾向于承擔風險，追求高收益；而部分投資者的風險厭惡系數(shù)較高，更注重資產(chǎn)的安全性，投資決策較為保守。這與創(chuàng)業(yè)板市場的高風險性和不確定性有關，不同投資者對風險的認知和承受能力不同，導致風險態(tài)度存在明顯的個體差異。成交量（VOL）的均值為500.23，標準差為200.15，說明創(chuàng)業(yè)板市場的交易活躍度存在較大波動。在某些時間段，市場交易可能較為活躍，成交量較大；而在其他時間段，交易活躍度可能較低，成交量較小。最小值為10.00，最大值為2000.00，表明市場中存在成交量極低和極高的情況，這可能與市場熱點的變化、公司重大事件的發(fā)布等因素有關。當某只創(chuàng)業(yè)板股票成為市場熱點，受到投資者廣泛關注時，成交量可能會大幅增加；而當市場整體情緒低迷或某只股票出現(xiàn)負面消息時，成交量可能會顯著下降。價格波動（PV）的均值為0.03，標準差為0.01，說明創(chuàng)業(yè)板股票價格的波動相對較為穩(wěn)定，但仍存在一定的不確定性。最小值為0.01，最大值為0.08，表明在某些特殊情況下，股票價格可能會出現(xiàn)較大幅度的波動。在市場出現(xiàn)重大利好或利空消息時，如宏觀經(jīng)濟政策的重大調(diào)整、公司業(yè)績的大幅變動等，創(chuàng)業(yè)板股票價格可能會產(chǎn)生較大的波動，增加投資者的風險。買賣價差（BAS）的均值為0.05，標準差為0.02，反映出創(chuàng)業(yè)板市場的交易成本和流動性狀況存在一定的變化。買賣價差較小，說明市場的流動性較好，交易成本較低；而買賣價差較大，則表明市場流動性較差，交易成本較高。最小值為0.01，最大值為0.15，說明在不同的交易時刻和市場條件下，買賣價差的差異較大。在市場交易活躍、投資者參與度較高時，買賣價差可能較小；而在市場交易清淡、投資者情緒謹慎時，買賣價差可能會擴大。訂單撤銷頻率（OCF）的均值為0.15，標準差為0.08，表明投資者在交易過程中對訂單的調(diào)整較為頻繁，反映了投資者對市場風險的實時評估和調(diào)整較為敏感。最小值為0.01，最大值為0.50，說明不同投資者的訂單撤銷頻率存在較大差異。一些投資者可能對市場變化反應迅速，根據(jù)市場情況及時調(diào)整訂單；而另一些投資者可能決策相對穩(wěn)定，訂單撤銷頻率較低。宏觀經(jīng)濟變量方面，GDP增長率（GDPG）的均值為0.05，標準差為0.02，說明在研究期間內(nèi)，宏觀經(jīng)濟整體呈現(xiàn)出穩(wěn)定增長的態(tài)勢，但也存在一定的波動。通貨膨脹率（INF）的均值為0.02，標準差為0.01，表明物價水平相對穩(wěn)定，但仍有一定的變化。宏觀經(jīng)濟環(huán)境的變化會對投資者的風險態(tài)度產(chǎn)生影響，穩(wěn)定的宏觀經(jīng)濟增長和適度的通貨膨脹水平可能會增強投資者的信心，降低其風險厭惡程度；而宏觀經(jīng)濟的不穩(wěn)定或通貨膨脹率的大幅波動可能會使投資者更加謹慎，增加風險厭惡程度。公司基本面變量中，每股收益（EPS）的均值為0.35，標準差為0.20，反映出創(chuàng)業(yè)板上市公司的盈利能力存在一定差異。一些公司具有較強的盈利能力，每股收益較高；而部分公司可能處于發(fā)展初期，盈利能力較弱，每股收益較低。資產(chǎn)負債率（DAR）的均值為0.45，標準差為0.15，說明創(chuàng)業(yè)板上市公司的償債能力也有所不同。資產(chǎn)負債率較低的公司，財務風險相對較?。欢Y產(chǎn)負債率較高的公司，財務風險相對較大。公司基本面的差異會影響投資者對公司股票的風險評估和投資決策，盈利能力強、償債能力好的公司股票可能更受投資者青睞，投資者對其風險態(tài)度相對較為樂觀；而基本面較差的公司股票，投資者可能會更加謹慎對待，風險厭惡程度較高。投資者特征變量方面，投資者年齡（AGE）的均值為35.50，標準差為10.20，說明創(chuàng)業(yè)板投資者的年齡分布較為廣泛。一般來說，年輕投資者可能更具冒險精神，風險偏好相對較高；而年齡較大的投資者可能更注重資產(chǎn)的安全性，風險厭惡程度較高。投資經(jīng)驗（EXP）的均值為5.20，標準差為3.10，表明投資者的投資經(jīng)驗存在差異。投資經(jīng)驗豐富的投資者可能對市場風險有更深刻的認識，能夠更好地把握投資機會，風險偏好相對較高；而投資經(jīng)驗較少的投資者可能對市場風險較為敏感，投資決策相對保守。5.2相關性分析為了初步探究各變量之間的線性相關關系，對風險厭惡系數(shù)（RAC）、成交量（VOL）、價格波動（PV）、買賣價差（BAS）、訂單撤銷頻率（OCF）、GDP增長率（GDPG）、通貨膨脹率（INF）、每股收益（EPS）、資產(chǎn)負債率（DAR）、投資者年齡（AGE）和投資經(jīng)驗（EXP）進行相關性分析，結果如表2所示。表2：相關性分析結果變量RACVOLPVBASOCFGDPGINFEPSDARAGEEXPRAC1.00VOL-0.351.00PV0.42-0.281.00BAS0.38-0.250.301.00OCF0.32-0.220.250.201.00GDPG-0.200.18-0.15-0.12-0.101.00INF0.25-0.150.200.180.15-0.181.00EPS-0.280.22-0.20-0.16-0.120.15-0.121.00DAR0.30-0.200.220.160.13-0.150.10-0.181.00AGE0.22-0.180.150.100.08-0.120.05-0.100.061.00EXP-0.250.20-0.18-0.14-0.100.10-0.080.12-0.10-0.151.00從相關性分析結果可以看出，成交量（VOL）與風險厭惡系數(shù)（RAC）呈顯著負相關，相關系數(shù)為-0.35，這與假設1預期相符，表明當成交量增加時，投資者的風險厭惡程度降低，風險偏好可能提高，投資者更積極地參與市場交易，追求高收益。價格波動（PV）與風險厭惡系數(shù)（RAC）呈顯著正相關，相關系數(shù)為0.42，驗證了假設2，說明價格波動加劇會使投資者風險厭惡程度上升，市場的不確定性增加，投資者對風險的擔憂加劇，從而更加謹慎地對待投資。買賣價差（BAS）與風險厭惡系數(shù)（RAC）的相關系數(shù)為0.38，呈現(xiàn)顯著正相關，支持了假設3，即買賣價差越大，投資者的風險厭惡程度越高。當買賣價差較大時，意味著市場的交易成本增加，流動性變差，投資者面臨的風險增大，因此更傾向于采取保守的投資策略，風險厭惡程度上升。訂單撤銷頻率（OCF）與風險厭惡系數(shù)（RAC）呈正相關，相關系數(shù)為0.32，符合假設4，表明訂單撤銷頻率越高，投資者的風險厭惡程度越高。這是因為頻繁撤銷訂單反映出投資者對市場風險的敏感和對交易決策的謹慎，當投資者對市場情況不確定時，會頻繁調(diào)整訂單，以降低風險。在宏觀經(jīng)濟變量中，GDP增長率（GDPG）與風險厭惡系數(shù)（RAC）呈負相關，相關系數(shù)為-0.20，說明宏觀經(jīng)濟增長態(tài)勢良好時，投資者的風險厭惡程度降低，更愿意承擔風險進行投資。通貨膨脹率（INF）與風險厭惡系數(shù)（RAC）呈正相關，相關系數(shù)為0.25，表明通貨膨脹率上升時，投資者可能認為資產(chǎn)的實際價值下降，風險增加，從而風險厭惡程度上升。公司基本面變量方面，每股收益（EPS）與風險厭惡系數(shù)（RAC）呈負相關，相關系數(shù)為-0.28，顯示公司盈利能力越強，投資者對該公司股票的風險態(tài)度越樂觀，風險厭惡程度越低。資產(chǎn)負債率（DAR）與風險厭惡系數(shù)（RAC）呈正相關，相關系數(shù)為0.30，說明公司財務風險越大，投資者的風險厭惡程度越高。投資者特征變量中，投資者年齡（AGE）與風險厭惡系數(shù)（RAC）呈正相關，相關系數(shù)為0.22，表明年齡較大的投資者風險厭惡程度較高，更注重資產(chǎn)的安全性。投資經(jīng)驗（EXP）與風險厭惡系數(shù)（RAC）呈負相關，相關系數(shù)為-0.25，說明投資經(jīng)驗豐富的投資者風險偏好相對較高，對市場風險有更深刻的認識，能夠更好地把握投資機會。通過相關性分析，初步驗證了各變量與投資者風險態(tài)度之間的預期關系，為后續(xù)的回歸分析奠定了基礎。各變量之間的相關性也表明，在研究投資者風險態(tài)度時，需要綜合考慮多種因素的影響，以更全面地揭示投資者風險態(tài)度的形成機制和影響因素。5.3回歸結果分析對構建的多元線性回歸模型進行估計，結果如表3所示。表3：回歸結果|變量|系數(shù)|標準誤|t值|P>|t|||---|---|---|---|---||常數(shù)項（\beta_{0}）|0.523***|0.045|11.622|0.000||成交量（\beta_{1}）|-0.125***|0.020|-6.250|0.000||價格波動（\beta_{2}）|0.238***|0.030|7.933|0.000||買賣價差（\beta_{3}）|0.186***|0.025|7.440|0.000||訂單撤銷頻率（\beta_{4}）|0.153***|0.022|6.955|0.000||GDP增長率（\beta_{5}）|-0.087**|0.035|-2.486|0.013||通貨膨脹率（\beta_{6}）|0.112***|0.030|3.733|0.000||每股收益（\beta_{7}）|-0.105***|0.023|-4.565|0.000||資產(chǎn)負債率（\beta_{8}）|0.136***|0.028|4.857|0.000||投資者年齡（\beta_{9}）|0.098***|0.021|4.667|0.000||投資經(jīng)驗（\beta_{10}）|-0.075**|0.032|-2.344|0.019||R2|0.456|||||調(diào)整R2|0.452|||||F值|105.689***||||注：***、**分別表示在1%、5%的水平上顯著。從回歸結果來看，成交量（VOL）的系數(shù)為-0.125，在1%的水平上顯著為負，這與假設1一致，表明成交量與投資者風險態(tài)度呈顯著負相關。當成交量增加時，投資者的風險厭惡系數(shù)降低，即投資者的風險偏好提高。這可能是因為成交量的增加意味著市場交易更加活躍，投資者對市場的信心增強，愿意承擔更多的風險以獲取更高的收益。在市場行情較好時，投資者的參與熱情高漲，成交量大幅增加，此時投資者往往更傾向于冒險投資，追求高回報。價格波動（PV）的系數(shù)為0.238，在1%的水平上顯著為正，驗證了假設2，說明價格波動與投資者風險態(tài)度密切相關，且呈正相關關系。當價格波動加劇時，市場的不確定性增加，投資者的風險厭惡程度上升。這是因為價格波動的增大意味著投資風險的增加，投資者為了規(guī)避風險，會更加謹慎地對待投資，風險態(tài)度變得更加保守。在市場出現(xiàn)大幅波動時，投資者往往會減少投資或調(diào)整投資組合，以降低風險。買賣價差（BAS）的系數(shù)為0.186，在1%的水平上顯著為正，支持了假設3，表明買賣價差與投資者風險態(tài)度呈正相關。買賣價差越大，市場的交易成本越高，流動性越差，投資者面臨的風險越大，因此風險厭惡程度越高。當買賣價差較大時，投資者在交易過程中需要支付更高的成本，且交易可能難以順利完成，這使得投資者對風險的擔憂增加，更傾向于采取保守的投資策略。訂單撤銷頻率（OCF）的系數(shù)為0.153，在1%的水平上顯著為正，符合假設4，說明訂單撤銷頻率與投資者風險態(tài)度相關，且訂單撤銷頻率越高，投資者的風險厭惡程度越高。頻繁撤銷訂單反映出投資者對市場風險的敏感和對交易決策的謹慎，當投資者對市場情況不確定時，會頻繁調(diào)整訂單，以降低風險。投資者在下達訂單后，若市場出現(xiàn)不利變化，他們可能會迅速撤銷訂單，以避免潛在的損失，這體現(xiàn)了投資者風險厭惡程度較高。在宏觀經(jīng)濟變量中，GDP增長率（GDPG）的系數(shù)為-0.087，在5%的水平上顯著為負，表明宏觀經(jīng)濟增長態(tài)勢良好時，投資者的風險厭惡程度降低。當GDP增長率較高時，宏觀經(jīng)濟環(huán)境較好，投資者對市場的預期較為樂觀，更愿意承擔風險進行投資。通貨膨脹率（INF）的系數(shù)為0.112，在1%的水平上顯著為正，說明通貨膨脹率上升時，投資者的風險厭惡程度增加。通貨膨脹率的上升可能導致資產(chǎn)的實際價值下降，投資者面臨的風險增大，從而使其風險態(tài)度更加保守。公司基本面變量方面，每股收益（EPS）的系數(shù)為-0.105，在1%的水平上顯著為負，顯示公司盈利能力越強，投資者對該公司股票的風險態(tài)度越樂觀，風險厭惡程度越低。資產(chǎn)負債率（DAR）的系數(shù)為0.136，在1%的水平上顯著為正，說明公司財務風險越大，投資者的風險厭惡程度越高。投資者特征變量中，投資者年齡（AGE）的系數(shù)為0.098，在1%的水平上顯著為正，表明年齡較大的投資者風險厭惡程度較高，更注重資產(chǎn)的安全性。投資經(jīng)驗（EXP）的系數(shù)為-0.075，在5%的水平上顯著為負，說明投資經(jīng)驗豐富的投資者風險偏好相對較高，對市場風險有更深刻的認識，能夠更好地把握投資機會。回歸結果表明，R2為0.456，調(diào)整R2為0.452，說明模型對投資者風險態(tài)度的解釋能力較強，能夠解釋約45%的投資者風險態(tài)度變化。F值為105.689，在1%的水平上顯著，進一步驗證了模型的整體顯著性。通過回歸分析，全面驗證了各研究假設，深入揭示了高頻交易數(shù)據(jù)指標、宏觀經(jīng)濟變量、公司基本面變量以及投資者特征變量對創(chuàng)業(yè)板投資者風險態(tài)度的影響，為后續(xù)