在研究行为金融学的过程中，国外学者把投资者作为理性人假设下进行局限性讨论。在最先关注认知过程中的偏差对市场的具体影响时，Tversky and Kahneman [ 3 ] 认为存在可得性启发是由于个人不能完全从记忆中获得全部相关的信息。Fischhoff, Slovie and Lichtenstein [ 4 ] 认为个人会低估自己不太能想象的事件发生的可能性，这些是可得性启发(availability heuristic)最明显的表现。而在情绪过程中，研究者Biljana N. Adebambo and Xuemin (Sterling) Yan [ 5 ] 发现，基于市场与账面价值的比率和估值偏差，投资者过度自信的公司相对被高估。Radu T. Pruna, Maria Polukarov and Nicholas R. Jennings [ 6 ] 引入了一种众所周知的行为偏差——损失厌恶，发现损失厌恶模型能更好地匹配并解释真实金融数据的属性，此外还解释了损失厌恶的基本心理学原理。在意志过程中，学者认为投资者受到情绪偏差的影响，容易在市场中出现自我控制和羊群效应。Shefrin and Statman [ 7 ] 认为个人将股利为所得，而年老者倾向于抑制自己过度消费，会买发放股利多的股票，因为他们认为用股利做生活费不会浪费自己的资产。Wu和Yang [ 8 ] 研究了新冠肺炎疫情期间中国股市的羊群行为，证实了即使所有者的类型不同，但不同类型的股票市场都存在羊群效应，并发现在市场上行、市场交易量较低和COVID-19导致的市场波动性较低时，羊群行为更为明显。

从国内目前的研究成果来看，已有不少的研究者从行为金融学的视角来探究中国市场的问题。国内学者主要利用在证券市场获得已知的交易数据进行分析，例如杜伟岸、彭博彦和周欢(2019) [ 9 ] 根据1991至2020期间的投资者交易数据，对机构、个人投资者过度自信引起过度交易进行实证分析，结果发现高收益区制中，投资者会因投资收益激励而更加过度自信，而且个人投资者的自信程度要强于机构投资者。田昌日(2019) [ 10 ] 基于DHS模型和Odean的“收入效应”假设的研究，对投资者过度自信心理进行分析和讨论，发现投资者的预期投资收益和所承担的风险随着过度自信的程度加大而不断增加。梁陈(2020) [ 11 ] 分析了个人投资者非理性投资行为的具体成因后发现，在证券市场中个人投资者一般处于弱势行为，经常会出现处置效应、频繁交易、盲目跟风等非理性投资行为，个人投资者非理性投资行为的很大一部分原因是存在着认知偏差。

此外，郁佳雯、顾佳等(2020) [ 12 ] 通过问卷针对当代大学生的理财意识、理财现状以及理财过程中存在的问题进行了调查，结果发现大学生关于理财方面的知识仍旧有限，经验仍有不足。王林玥(2020) [ 13 ] 运用卡方分析和多重响应分析等方法实证研究后发现，大学生对金融素养教育的响应大多集中于投资理财的实际操作，并结合影响当代大学生理财观念匮乏的因素从不同角度提出提高大学生投资理财能力及金融素养的对策建议。

炒股大学生股票投资现象具体调研框架如下表1所示：

表1. 炒股大学生股票投资现象调研框架

非炒股大学生股票投资现象具体调研框架如下表2所示：

表2. 非炒股大学生股票投资现象调研框架

在实地问卷的调查中，被调查者是浙江省大学生，选取特定地点，用随机抽样调查方法随机在浙江10余所高等院校的学生中发放问卷，问卷回收及有效情况如下表3所示：

表3. 问卷回收及有效情况

为了进一步考察问卷的可靠性，我对调查问卷作了信度分析。下表4为信度分析结果。

表4. 问卷信度分析结果

由表4可知，两份问卷内容都通过SPSS软件进行信度分析 [ 14 ]，得到信度系数都较高，根据评判标准说明问卷内部信度都是良好的。

效度指的是测量的有效性，现我对问卷的结构效度进行如下表5分析。

表5. 调查问卷KMO和Bartlett的检验结果

由表5得，各个因子的结构相关性和结构性都很强，且通过了巴特利特检验。通过这两种数据可以表明两份问卷的结构都具有有效性，并且效度是良好的。

通过信效度检验后，发现检验结果与预先设计的结构基本吻合，为标准问卷使用。

Logit回归属于概率型非线性回归，设因变量为y，表示是否进行股票投资。当其取值为1时，表示进行股票投资；取值为0时，表示未进行股票投资。影响y的15个自变分别记为 x 1 , x 2 , ⋯ , x 15 。分别表示性别、学校、年级、专业、空闲时间、生活费、生活费来源、户口所在地、家人进行股票投资、父母支持、同学炒股、专业课程、参加理财社团、自主学习、模拟炒股 [ 15 ]。

记事件发生概率为 P ( 0 ≤ P ≤ 1 ) ，发生概率与不发生概率之比为 P / ( 1 − P ) ，则记事件发生的条件概率为 P ( y = 1 | x i ) = p i ，即为大学生进行股票投资的概率，得到Logit回归模型为：

Logit ( P ) = ln ( p i 1 − p i ) = α + ∑ i = 1 n β i α i

其中 p i 代表第i学生中进行股票投资的概率， 1 − p i 代表第i个学生中未进行股票投资的概率。用SPSS对统计数据进行Logit回归分析。回归结果显示模型拟合较优良。Logit模型已通过F检验和t检验，模型中不存在明显的异方差现象，进一步分析得到可靠而实用的信息。Logit回归结果见下表7。

表7. 似然比检验表

从表7卡方检验的结果来看，模拟炒股、家人进行股票投资、生活费来源、空闲时间、性别、学校、户口所在地、专业课程显著性不明显外，其余协变量均具有显著性。在0.05的显著水平下，其余自变量都通过了似然比检验。针对大学生个人信息，大学生进行股票投资受年级、专业背景与生活费额度影响较大。另外，针对投资教育现状，父母的支持、身边有同学进行股票投资、参加理财社团与自主学习股票的投资知识这几个因素是对大学生进行股票投资影响力较大。

逐步回归法，其基本思路是依据各自变量的重要程度，每一步选一个重要的变量进入回归方程。为得到更为精准地模型，我们用逐步回归的方法筛选出对因变量影响显著的变量。

表8. 逐步回归筛选变量

从表8得知，逐步筛选出变量x₁₃，x₁₀，x₃，x₁₄，x₆，x₁₁，x₄，x₁₂，x₁，x₂依次作为输入变量，说明个人基本信息与投资教育现状中这几个因素对大学生进行股票投资的影响比较显著。根据逐步回归结果显示10号模型的拟合度最优，结果如下表9。

表9. 逐步回归系数

根据表9，可得到多元回归模型为：

y = 0.294 x 13 + 0.210 x 10 + 0.079 x 3 + 0.123 x 14 + 0.063 x 6 + 0.145 x 11     + 0.048 x 4 + 0.085 x 12 − 0.046 x 1 − 0.024 x 2 − 0.478

由于偏回归系数是线性的，所以用来检验其显著性比较便捷。上表显示，该模型通过了t检验，具有显著意义。从上表我们还可以得到各自变量的标准偏回归系数。标准偏回归系数是用于对模型的不同系数进行检验，其值越大说明对因变量的影响越大。综合分析发现，大学生在父母的支持和身边同学进行股票投资影响下，可支配生活费有富余，拥有较多的空闲时间，且具有扎实的专业知识，大学生参加理财社团和自主学习股票投资相关知识是驱动大学生进行股票投资的主要因素。

我们运用SPSS Modeler软件对于认知偏差进行数据挖掘 [ 16 ]，期望得到影响大学生投资者产生认知偏差的主要因素。以下是我们进行软件操作的具体步骤：

1) 通过新建可变文件，将数据源文件导入；

2) 导入Apriori模型，设置前项和后项，设置模型最低条件支持度为10%，最小规则置信度为80%，最大前项数5，设置为专家模式，如图1；

图1. 建立Apriori模型过程图

3) 运行Apriori模型，得到满足上一步所设置的关联规则的结果。我们可以得到大学生投资者存在认知偏差之间的关联，通过具体分析各因素之间的关联程度，找出影响认知偏差的主要因素，如图2。

图2. Apriori模型结果图

运用SPSS Modeler软件进行挖掘，得到支持度在12%以上，置信度在80%以上，规则支持近10%所挖掘出的关联规则，并以此生成的关联网状图见图3。我们对结果进行筛选时，会遵循客观实际，从而得到了许多具有现实指导意义的关联规则。

图3. 关联网状图

由图3分析可知，第一条关联规则为：当大学生股票投资过程中，表现为不明显的赌徒谬论、明显的家园倾向和明显的显著性效应时，有89.474%可能性会存在明显的过度交易现象，有89.474%可能性会存在明显的损失厌恶现象。

第二条条关联规则为：当大学生股票投资过程中，表现为不明显的赌徒谬论、明显的小数字定理和明显的显著性效应时，有86.885%可能性会存在明显的损失厌恶现象。

第三条关联规则为：当大学生股票投资过程中，表现为明显的家园倾向、明显的代表性启发和明显的小数字定理时，有81.395%可能性会存在明显的损失厌恶现象。

第四条关联规则为：当大学生股票投资过程中，表现为明显的赌徒谬论、明显的代表性启发和明显的显著性效应时，有81.356%可能性会存在明显的风险的时间偏好现象。

赌徒谬论、家园倾向、显著性效应、代表性启发和小数字定理这四种认知偏差都属于认知过程，而股票投资认知的形成主要由个人、家庭、学校和社会教育影响而成的，包括自主学习股票投资的相关知识，家人对你的理财的教育和学校开设关于股票投资的相关课程等等。所以投资教育现状是引起大学生股票投资认知偏差的主要因素。

根据上文对认知偏差进行数据挖掘，我们发现教育对于认知偏差的影响最大。为了研究教育的哪些因素对于认知偏差影响最大，我们继续找出目前教育状况存在的主要问题，并给出合理的建议。

我们通过运用关联规则中的Apriori算法，得到以下图4结果：

图4. 投资教育现状和认知偏差之间的关联

根据图4可知：不能读懂报表，没有理论技术或者不能运用技术分析，没有进行模拟炒股的大学生，都存在明显的认知偏差。其置信度高于93%，支持度高于15%，可靠性很高。

我们可知：能否读懂上市公司的财务报表、是否用过一些投资理论或价值评估技术，是否能够理解或熟练应用技术分析方法，是否进行过模拟炒股，这4个因素是大学生产生明显认知偏差的主要原因。而这4个因素主要来源于投资教育状况中的个人因素。

因为个人的投资教育状况又受到家庭、社会、学校的影响，对于个人投资教育影响因素继续深入，绘制个人教育与其他教育之间的网状图5。

根据图5可知：个人教育主要受学校因素的影响，专业是否已开设过股票投资的相关课程，是否参加过与理财投资有关的社团，是否自主学习过股票投资相关知识这3个学校因素对于大学生能否掌握股票基础知识的基础。因此要引导大学生理性投资，学校教育影响至关重要。

图5. 个人投资教育因素与其他教育因素之间的关联网状图