冲动性消费论文

2024-09-05

冲动性消费论文（精选5篇）

冲动性消费论文第1篇

关键词：时尚,时尚属性,客观属性,顾客情感价值,冲动购买行为

当今社会时尚消费无处不在, 由于生活的快节奏使冲动购买行为也变得越来越普及。时尚与冲动型购买行为在许多方面有共同的地方, 时尚容易激发消费者的感性消费, 容易引起消费者的冲动购买行为, 时尚的早期使用者大多是冲动购买者, 而容易引起消费者冲动购买的产品有相当多的是时尚产品。那么时尚的哪些元素唤起了消费者的情感认同, 并引发了消费者的冲动购买行为呢?本文将从以下三方面进行研究:与产品的客观属性相比, 时尚产品的那些元素更能唤起消费者的感性认同?与产品的客观属性相比, 时尚产品的那些元素更能激发消费者的冲动购买行为?时尚产品的主客观属性影响消费者冲动购买的内部传递过程又是怎样的?

一、文献回顾与假设

冲动性购买 (Impulse buying) 行为是消费者事先没有购买计划或意图, 而是在受到特定情境的影响而产生情感上的购买需要, 立即实施购买的行为。许多研究者利用心理学变量 (如个性、自动调节) 、享乐体验 (如购物享受、情感状态、心情) 和环境变量 (如休闲时间、金钱) 对冲动购买行为进行了研究, 并建立了相关的理论架构[1] 。Sherhorn、Reisch和Raab (1990) 的研究表明, 冲动型购买行为与产品有关, 消费者冲动购买是由于某些类型的产品是冲动型购买产品, 而新产品比旧产品更容易激发消费者冲动型购买, 服装、首饰、化妆品等时尚类的产品消费者冲动购买的几率更高[2] 。从相关的文献可以看出, 时尚作为心理和精神层面的感受, 对同样基于情感因素引起的消费者冲动购买行为有重要影响。Park、Kim 和 Forney (2006) 的研究也表明时尚介入和正面的情感等变量对时尚导向的冲动购买行为有积极的影响, 时尚介入对冲动购买行为的影响是所有因素里最大的;享乐的消费倾向对冲动购买行为是一个重要的调节变量[3] 。Ian 和 Chant-Chin (2004) 则对时尚创新者进行的深入研究发现, 时尚创新者通常都是冲动购买者, 他们具有易激动、喜欢放纵、前卫、自由主义和性格鲜明的特点[4] 。

时尚产品包含有许多体现时尚的元素, 有些是时尚产品独有的, 有些是与其他类产品共有的。笔者通过对过去时尚文献的梳理, 利用内容分析法进行分析, 发现新奇和美感是被各个学科的时尚研究学者公认的体现时尚产品特点最有代表性的时尚元素。因此, 本研究选取了新奇和美感作为代表时尚属性的元素, 而同时选取了产品的质量和功能代表产品的客观属性来进行对比研究。

顾客感知价值是消费者视角的顾客价值, 从20世纪80年代后期开始成为研究的热点。顾名思义, 顾客感知价值的核心是感知, 是带有主观性的认知, 但早期的研究如Zeithaml等却主要从理性认知的角度研究为主, 侧重于产品质量、价格、性能等。直到Sheth、Newman和Gross (1991) 提出了感知价值理论框架, 指出顾客消费价值不仅有功能价值外, 还包括情感价值、社会价值等感性价值, 顾客情感价值开始被认为是顾客感知价值的一部分[5] 。Babin、Darden和Griffin (1994) 等人的研究表明可以用实用性和享乐性两类价值来揭示消费者购物的追求[6] 。实用性价值依赖于某一产品的购买和使用是否通过有效率和有效果的方法达成。相比实用性价值, 享乐性价值则较为主观且更富个性化, 其主要源于过程中对产品、经历所产生的乐趣与享乐, 而非任务的完成。随后, 越来越多的研究发现顾客消费时涉及了许多诸如趣味、愉悦、感觉、美学、情感等情绪感性方面的动因, 消费者越来越注重消费过程中心理上被不断满足的程度, 并由此影响他们的行为。从这些研究可以看出, 产品的不同属性对顾客的情感价值和冲动购买行为是有影响作用的。

1.产品的时尚属性与顾客情感价值和冲动购买行为。

Veblen等学者认为, 人们之所以追求时尚, 是因为时尚能给人们带来以前没有的新奇和变化, 人们希望藉此表现自我、张扬自己的个性。Sproles (1974) 更进一步的研究表明, 消费者接受时尚产品不是因为它的功能价值, 最主要的是功能价值以外的式样、美观、社会认可、自我满足、社会地位象征和其他社会心理特征部分。而时尚刚被引入时, 都表现出新颖、新奇的特性, 与已经流行和被接受的产品相比, 显得高级和独一无二[7] 。

柯林·坎贝尔指出, 时尚体系在当代社会已被成功地体制化, 以至于持续引入新奇事物被认为是理所当然的事, 因而并不需要任何特别的文化理由。新奇事物的引入起关键作用的是自我陶醉的享乐主义 (self-illusory hedonism) 。自我陶醉的享乐主义代表了一种寻求快感的方式上, 将注意力集中在虚构的刺激物和刺激物带来的隐秘的快感上, 而且更多地依靠于情感[8] 。换句话说, 提供快感的刺激物源于个体想象的虚构意境所产生的情感影响, 这种态度引发了人们对于新奇事物的渴望, 于是熟悉的事物不能令人感到满意, 而那些尚未被体验过的事物就被认为可以体现渴望梦想的实现。同时, 许多宣传推广活动都将它所传达的信息直接指向了这个隐蔽的内心世界, 怂恿消费者去相信它所描绘的新奇产品确实可以使他们的美梦成真。

有学者指出, 人们追求时尚这种新颖流行的行为方式的目的是为了在生活中炫美[9] 。虽然“美”的定义在不同时间和不同人群中可能相去甚远, 而且变幻莫测, 但是时尚潮流必须蕴含某种追逐该潮流人群认同的“美”在其中。对一些人群, 可能时尚是在全然无视美的基础上捏造“美”, 但对另一类人群, 时尚可以使人们相信那些最离奇、最无用、最荒唐的东西是最有特色的东西。这类时尚追求者, 也由于新奇美感的时尚产品对他们更大的吸引力, 而愿意付出更高的溢价。

因此, 本文作出以下假设:

假设1:产品的时尚属性对顾客的情感价值有正向影响作用。

假设1a:产品的新奇性对顾客的情感价值有正向影响作用。

假设1b:产品的美感对顾客的情感价值有正向影响作用。

假设2:产品的时尚属性对顾客的冲动购买行为有正向影响作用。

假设2a:产品的新奇性对顾客的冲动购买行为有正向影响作用。

假设2b:产品的美感对顾客的冲动购买行为有正向影响作用。

2.产品的客观属性与顾客情感价值和冲动购买行为。

由于情感价值是顾客对产品整体产生的个人情感上的效用感知, 而产品的客观属性是产品整体属性的一方面, 因此, 它不但能影响顾客的功能价值, 也能对顾客的情感价值产生影响, 并进一步影响消费者的购买行为。Forney、Par和Brandon (2005) 等对时尚品牌的延伸研究就发现, 消费者购买时尚产品时, 不但考虑风格/色彩和设计/美感, 而且质量等也是消费者购买选择的主要标准[10] 。表明产品的客观属性也能影响顾客的情感和行为。

Sheth等学者研究表明, 情感价值具体表现为顾客在整个购买过程中由于购买产品以及使用产品的而获得的情感上的效用的感知。例如产品对顾客情绪的影响、顾客对产品与品牌的喜好、产品的使用能使顾客感到放松等等, 也就是说顾客的情感价值有可能在对产品功能、质量的使用感受体验中获得, 即体验价值。

因此, 本文作出以下假设:

假设3:产品的客观属性对顾客的情感价值有正向影响作用。

假设3a:产品的质量对顾客的情感价值有正向影响作用。

假设3b:产品的功能对顾客的情感价值有正向影响作用。

假设4:产品的客观属性对顾客的冲动购买行为有正向影响作用。

假设4a:产品的质量对顾客的冲动购买行为有正向影响作用。

假设4b:产品的功能对顾客的冲动购买行为有正向影响作用。

3.顾客情感价值与冲动购买行为。

情感价值和冲动购买行为都属于感性的、偏重精神和心理层面, 二者在顾客购买过程中是从隐性心理反应到显性行为的一个连续过程。Park 、Kim 和Forney (2006) 等人的研究表明正面的情感对时尚导向的冲动购买行为有积极的影响[11] 。

情感是意识在不同环境影响下和不同需要支配下, 会产生不同的内心变化和外部表现。情感作为一种心理诉求, 由此引发的消费行为很难用模型或统一的标准来描述, 它与经济分析的理性观点有很大差异, 然而实践活动中情感的作用确是实实在在的, 它影响了顾客的购买选择。

因此, 本文给出如下假设:

假设5:顾客的情感价值对冲动购买行为有正向影响作用。

鉴于此, 本文的逻辑框架如下 (图1) :

二、方法与过程

1.问卷设计。

本文采用SPSS13.0软件进行数据的基础性分析, 进一步运用Amos17.0软件对数据进行结构方程模型分析。问卷设计主要是构建新奇、美感、质量、功能、顾客情感价值及冲动购买行为六个潜变量的观察性指标。其中顾客情感价值和冲动购买行为使用的量表是依据国外相关研究文献中的成熟量表, 并根据中国情景适当修改。冲动购买行为依据的是Rook和Fisher (1995) 的研究量表[1] , 顾客情感价值依据的是Sweedney和Soutar (2001) 的顾客感知价值量表中的情感价值部分[12] 。至于产品时尚属性的新奇潜变量, 由于对应的没有成熟量表, 根据对时尚的文献回顾, 时尚产品的新奇属性主要代表新颖、异于平常和惊奇三个构面, 参考Pearson (1970) 的新奇经验量表[13] 及Lee、Crompton (1992) 的新奇构面设计而成[1] ;时尚的美感属性根据文献主要代表外形漂亮、炫酷及与拥有者一致的审美价值观, 参考黄宜瑜、郑健雄、侯锦雄和方纪苹 (2008) 的美感生活量表设计而成[15] 。时尚产品的质量属性和功能属性根据文献回顾发现分别由考究、使用效果、性价比和效果、功能多少、性价比组成, 参考大学生时尚MP3消费心理量表, 本文设计了相关量表。

问卷设计共包括四个部分, 第一部分是影响顾客的产品因素量表, 针对产品的时尚属性和客观属性的4个二级潜变量设计了12个问题, 预调研后对一些容易引起误读的问题进行了修改, 并根据反馈把问卷中关于整个消费类电子产品的调查改为仅针对MP3/MP4的调查, 以免歧义理解;第二部分是顾客情感价值量表, 设计了5个问题;第三部分是冲动购买行为量表, 设计了9个问题;第四部分是基本信息部分。其中的第二部分顾客情感价值量表和第三部分冲动购买行为量表, 因为是采用的国外学者设计的成熟量表, 所以首先由笔者翻译成中文, 再邀请一位副教授 (营销学博士) 进行汉译英回译, 来检验笔者对量表理解的准确性。量表中所有的题项 (item) 均采用李克特7级量表。

2.数据收集。

本研究的调研对象是上海两所教育部部属“211工程”大学学生, 包括大学生、普通硕士研究生、博士研究生和工商管理硕士生 (MBA) 。研究分两阶段举行, 第一阶段的预调研阶段和第二阶段的正式调查阶段。在预调研时, 根据相关原则, 样本的确定是按照预试对象人数为问卷中包括最多题项的“分量表”之3-5倍人数。本调查预试问卷中包括分量表题项分别为5、9、12题。据此, 预调查样本量共发放47份。于2009年7月9日至7月18日通过电子邮件发放, 收回有效问卷39份, 有效回收率83%。根据预调情况对问卷进行相应的修改后形成正式问卷。由于做验证性因子分析 (CFA) 时至少要有200个样本量, 因此, 本研究正式调查的问卷发量为253份, 收回有效问卷219份。调查为2009年8月6日至8月29日, 有效问卷回收率为87%。

3.信效度和模型拟合度。

信度是指测验结果的一致性及稳定性程度, 即样本的可靠度。目前Cronbach’s α系数是常用的标准, 认为α值高于0.7为高信度, 低于0.35为低信度, 介于其间为中信度。一般认为0.7是Cronbach’s α值可接受的下限, 但在探索性研究中可以降低到0.6。结合本文问项内容在中国的研究尚属首次, 而一些问项, 尤其是心理情绪词汇的翻译、理解难度较大, 因此, 本文设定的Cronbach’s α值标准为大于0.6。问卷中量表的Cronbach’s α系数见表1, 可以看出, 量表均能满足设定求, 可判定量表均具较高信度。本研究所设立的问卷与所使用的量表均能满足研究需要。

效度指评介工具能够准确地测量出研究所要衡量的事物。内容效度可用逻辑判断, 结构效度可用平均变量抽取 (Average Variance Extracted, AVE) 来度量。模型总体拟合度检验结果见表2, x2是作为验证理论方程与样本是否适配最常用的观察指标, 但它极易受样本量影响。一般以卡方值与其自由度的比值作为标准, 并使用NFI, CFI等指标进行补充验证。卡方值比率若在3-5的间属于接受范围, 若小于3表示模式的适合度良好, 本文中考虑到一些指标的测度抽象性较强, 而且可参考文献较少, 因此, 本文中卡方值不超过5的都予以接受。研究中对各变量的测量都是在借鉴国内外学者现有研究的基础上形成的, 都经过严谨的验证, 因此具有较好的内容效度。本研究采用验证性因子分析 (CFA) 来检测各个变量:每个个因子所包含变量的因子得分都在0.5以上, 说明具有聚合效度 (convergent validity) ;所有变量的测量条目没有出现交叉分布的倾向, 基本归集于各潜在变量代表的因子之内, 由此说明问卷中的量表具有较好的判别效度 (discriminant validity) 。

从表2所示结果可知, 模型总体拟合指数能满足最低要求 (x2/df=2.64, CFI=0.910, NFI=0.918, RMSEA=0.048) 。

三、结果及讨论

1.研究结论。

通过研究对9个假设进行了验证, 其结果除对不支持假设3a和4a外, 其他7个假设都获得了支持。

2.结果分析。

根据结构方程模型分析可以发现: (1) 产品的时尚属性对顾客的情感价值有正向影响作用。而产品的客观属性对顾客的情感价值的影响作用只获得了部分支持, 产品的质量的影响缺乏统计显著性。原因有可能是消费类电子产品的质量越来越趋同, 差异不够显著, 导致此项的不明显。 (2) 产品的时尚属性和客观属性中的功能属性对冲动购买行为的影响都具有统计显著性, 具有正向影响作用。但同时也发现, 二者对冲动购买行为的影响并没有较大的的差异。究其原因, 可能是由于时尚越来越大众化, 功能性时尚变得越来越流行。 (3) 顾客情感价值对冲动购买行为的影响具有统计显著性, 也就是说顾客情感价值对冲动购买行为的影响是正向的。

3.理论贡献。

冲动购买行为是一种反映人的需求、欲望、物质和精神利益追求的特殊而具体的消费者购买行为, 这一行为是个复杂的过程。所以, 从时尚和顾客情感价值等驱动因素如何影响消费者的购买行为, 是一个有理论价值与实际意义的研究课题。时尚是一个社会学概念, 尽管大量的企业为产品赋予时尚的元素, 但国内外营销学对此的研究却起步较晚, 系统性也略显不足。笔者希望通过时尚元素对顾客情感价值和冲动购买行为影响的研究, 可以为学术界和企业实践者研究消费者的购买驱动因素, 提供一些重要的研究基础和理论借鉴。

4.实践应用。

由于现代生活的快节奏和严重的产品同质化, 冲动购买已经变成消费者购买行为的主要组成部分。正像研究结果表明的那样, 产品的时尚属性和客观属性都能对消费者的冲动购买行为产生影响。即消费者通过对产品的观感和体验形成带有感情色彩的印象而决定购买行为。对于营销实践者来说, 需要了解和掌握时尚的发展趋势, 通过提高产品的时尚形象、提供多样化的功能, 来影响顾客对产品的情感, 并进一步影响顾客的购买行为。在进行促销方式选择时, 应尽量通过产品的摆放给消费者造成视觉冲击, 以吸引消费者, 并通过现场的消费者体验, 让消费者与产品零距离接触, 感受产品的时尚和功能, 使其倾向于现场购买。

四、局限性与未来研究方向

经济低靡背景下的冲动消费第2篇

《女人需要什么和我们为什么购物，消费研究》一书的作者PacoUnderhilI解释到，“通过冲动购物，我们常找到自我肯定的感觉一‘我值得这样做，我能负担这项消费，因此我要买下它。’”。“如果消费者一时不能负担这项消费，就会寻找合理化解释对自己安慰，对一些人来说，他们对自己解释这是存钱的原因。对每个人来说，满足感都来自由实际购物带来的激动与兴奋。”

根据美国棉花公司生活方式调查（LifestyleMonitorSurvey），虽然79％消费者“非常或某种程度上”关注家庭年收入降低，但30％消费者仍不时冲动购买服装。

金门大学消费心理学家和《消费时代》作者KitYarrow谈到，“我相信每个人都有冲动消费的神经，研究表明女性比男性，年轻人比年长者更易于冲动消费一总之无人可以幸免。”生活方式调查数据揭示，34％女性承认曾冲动消费，这个百分比高于男性（24％）。年龄13－24岁之间的年轻消费者（33％）显然比56－70岁之间消费者更易于冲动购物。Yarrow指出人们在打折机会出现时更容易冲动购买。她继续解释到，“例如‘买这个，那个免费’之类的信息始终能攫住消费者的心，当下就更容易了。我不确定现在人们会产生更多冲动购买行为，但他们显然更容易走进一家橱窗上有打折或其他优惠活动标识的商店。”打折标识绝对是吸引消费者的吸铁石：生活方式调查发现67％的女性和66％的男性在打折期间购买服装。

除了打折之外，43％消费者也被商店橱窗展示吸引。Underhill提到，“吸引冲动消费的利器是展示良好的橱窗陈列，商店陈列主题重点可能是外套，毛衫，裤子或首饰。如果消费者走进商店只是寻找外套，但发现整套搭配陈列都相当棒，这会更易于吸引消费者购买。”Underhill说道，视觉陈列也有利于消费者把服装与自己生活联系起来。“这是我们和服装买手共同努力的方向。例如70％成年女性外出工作，她们需要工作场合服装。所以无论是在网上还是实体商店，零售商向女性消费者展示‘这是你能在工作场合穿着的。这是旅途时穿着的。这是周四晚上参加商业会议穿着的。’赋予展示服装特定环境，有利于消费者把她们自己联系到具体场景。”根据生活方式调查的统计数据，一般而言，消费者每月两次去商店购买服装，上网购买服装一次。平均花费100分钟在网上和实体商店购买服装。然而女性比男性花费更长时间，女性花费109分钟在实体商店，127分钟在网上，男性花费81分钟在实体商店，87分钟在网上。13－24岁之间消费者，男性和女性每月都去商店购物两次。尽管他们更经常使用电子设备上网浏览，然而因为年龄关系使用信用卡受限，影响他们网购能力。他们在网上购物平均每月一次，和年龄较长消费者群接近。

Yarrow又提到，除了打折或推广，产品摆放位置也能促进购买。例如把配件摆放在收银附近，或者把相关物品放在一起。她也谈到，“人们在视觉化成功景象时易于产生购买冲动，所以可以创造服装陈列促使消费者想象自己生活在其中。颜色也很重要。红色，橙色和亮蓝色是‘现在购买’的颜色信号。即使仅仅调整商店陈设的颜色也有助于刺激消费。所有这些措施是潜在影响消费者，并阻止‘不想购买’想法出现。”

生活方式调查发现，34％消费者也从他们身边人获取服装打扮灵感，30％来自网络，22％来自商品目录。名人因素和店铺个性风格也很重要，人们蜂拥到商店为了一睹明星风采，也是为了购物。名人效应对年轻人尤其明显，25－34岁之间的消费者群中，34％称他们被名人影响，而13－24岁消费者群的比例是26％。随着年龄进一步增长，名人影响力减弱。19％的年龄35－55岁和9％的年龄56－70岁的消费者发现名人的服装选择对自己有影响力。

冲动性消费论文第3篇

2009年11月11日, 淘宝商城首次启动光棍节的营销。淘宝网打出广告语“光棍节一个人逛商场太凄惨了吧”。淘宝网, 亚洲最大的网络零售商, 头一回试水就创下通过支付宝交易笔数最高时段1分钟2万笔的奇迹, 打造出一个不亚于情人节的巨大消费市场。2010年淘宝商城在光棍节前三个月砸下2亿元做光棍节营销推广, 最终导致2010年光棍节业绩实现几倍的增长, 一天的销售额达到9.36亿元。而2011年的11月11日本是很平常的一天, 但却因为6个1的机缘巧合组合, 被赋予了“神棍节”的称号, 成为电子商务企业集体疯狂热炒的网购狂欢日。全国各大城市的公交站台上出现了红扑扑的“淘宝双11大促销”, 各大电视媒体也做足了宣传。其一天的支付宝交易额就突破了33.6亿元, 将近去年的4倍。淘宝商城的官方数据显示, 在11月11日促销活动开始的8分钟内, 淘宝商城支付宝交易额突破1亿元, 20分钟实现2亿元交易额。节日当天淘宝商城订单数突破2000万单, 而淘宝网, 淘宝商城支付宝交易总额则突破了52亿, 这个数字几乎相当于“购物天堂”香港6天的零售总额。而2012年阿里巴巴集团凌晨宣布, 2012年天猫双十一当日交易额为132亿元, 相比去年的33.6亿元增长4倍。而与这些形成鲜明对比的是, 线下似乎没有线上热火朝天的局面发生, 线下表现可谓惨淡不少。实体店注重的是圣诞, 元旦, 新年, 母亲节, 五一, 十一, 周年店庆等重要节日。而在双11淘宝促销当天, 大多数的消费者并不是有计划的购买, 即很大一部分是冲动性购买行为。那么到底是什么原因导致双11淘宝促销对消费者冲动性购买行为有这么大的影响。

二、文献回顾

(一) 冲动性购买行为

国内外学界对冲动型购买行为的研究经历了3个发展阶段。第一阶段:冲动性购买即非计划购买。非计划购买是指消费者在商场的环境中购买了事前没有计划购买的产品。第二阶段:冲动性购买即受到某种刺激下的非计划购买, 研究认为冲动型购买行为基础在于消费者暴露于某种刺激因素, 如产品本身, 产品在货架的位置, 销售氛围, 销售人员, 捆绑销售等。第三阶段:冲动性购买是一种带有感官享受情结的经历。研究认为消费者在冲动性购买中可能经历的认知和情感反应是冲动性购买的精髓所在。通过调查消费者的这种认知和情感反应, 他们认为冲动性购买发生于“当一个消费者经历一种突然、强烈和持久的立即购买某产品的愿望时, 这种购买的冲动是一种感官享受的情结并可能激发情感冲突。本研究对冲动性购买行为的定义采用一个较普遍的定义。当消费者感觉到突然、强烈、迅速而不可抗拒的驱力使他去购买商品时, 即为冲动性购买行为, 其中掺杂着快乐与不快乐的感觉, 会引发情绪上的冲突, 也有忽略购买结果的倾向。

(二) 冲动性购买行为的影响因素

已有研究已经研究了产品特征, 情景因素, 商店特征, 消费者特征, 异地性, 网购商品的类型等对冲动性购买行为的影响。研究得出结论:

1、与冲动性购买影响因素相关的产品特征包括产品类别, 价格以及象征意义。

研究发现价格是影响冲动性购买的重要因素。促销或者折扣出现的时候, 消费者容易发生冲动性购买。研究指出当消费者面对限时、限量以及突发性折扣时, 容易形成冲动性购买, 尤其是非意料中的降价或优惠信息。

2、冲动性购买影响因素相关的情景因素特征包括:

时间、金钱、他人的陪同、浏览等。研究发现, 时间压力使消费者因为缺少购物或浏览的时间产生沮丧感觉, 不利于冲动性购买。有研究认为浏览者比非浏览者做出了更多非计划购买行为, 研究发现他人的陪同会在某种程度上提高冲动性购买的可能性。

3、与冲动性购买影响因素相关的商店特征包括:

商店氛围、商店类型及促销人员等。李志鸿 (1997) 指出购物环境中所提供的刺激水准, 如商品在商店内的陈设。包括地点、高度、商品品牌等, 均会对消费者的冲动性购买造成影响。研究发现商店陈设是非计划购买的重要影响因素.有研究认为商家应该设置良好的陈设布局来提高消费者的舒适感, 同时一个具有良好素质的销售员能够有效促进消费者的冲动购买。有人用香味及背景音乐的配合度来探讨消费者行为, 结果发现若商店的环境要素具有一致性时, 可以提高消费者冲动性购买以及满意度。

4、与冲动性购买影响因素相关的消费者特征包括年龄、性

别、文化、情绪、购物享乐主义、物质主义倾向、冲动性购买倾向以及感觉到的自我差异程度。性别对于冲动性购买的影响, 研究结论是女性比男性更容易发生冲动性购买。研究发现, 文化对于地区及个人层面的冲动性购买都有影响。研究发现, 个体的情感状态能够影响冲动性购买, 如果个体情绪很好, 更容易对自己慷慨, 从而容易出现冲动性购买。有研究发现那些把购物当作娱乐方式的消费者往往会有更多的冲动性购买行为。

三、“双11”光棍节淘宝促销对消费者冲动性购买行为的影响

(一) 淘宝商城在“双11”之前就做了大量的广告。

例如整点充钱送红包活动, 还有全场包邮, 全部半价等促销活动。随着我国社会经济的快速发展, 商品种类以及数量的增加, 生活水平的提高, 人们的消费方式也发生了很多变化。一方面, 人们不再简单的满足于基本的生活需求, 而开始追求生活的个性化与多样化。另一方面, 由于工作与生活的节奏的加快, 消费者的购买决策不断简化, 便利购物受到欢迎。在这种背景下, 消费者的冲动购买行为增多。冲动性购买行为作为一种主要的购买模式日益显现出其重要性, 并成为日常生活中的一部分。而且已有的研究认为外界的促销刺激会对冲动性购买产生影响。消费者受到外界的刺激, 会有购买的意愿, 从而产生购买的行为。促销可以提高消费者对产品的认知, 提升消费者对产品的信赖, 感知到尊重, 从而产生购买行为。而双11淘宝活动无疑是一次很好的促销, 并且他们为了这次促销也做了很充分的准备。

(二) 淘宝“双11”的促销活动采取了以节日为中心的促销。

在大型商场, 有”金九银十”的说法, 每年9月份与10月份是销售力量最高的时候。无论是汽车行业, 房地产业等都具有这个特点。根据资料显示, 南京部分商场的销售额在这期间会达到平常销售额的数倍以上, 以节日作为营销对象是现在大型实体店的主要营销方式。在十一黄金周期间, 南京如中央商场, 大洋百货等大型商场, 都会制定相应的节日促销计划。而在往年, 很少有大型商场拿光棍节做文章, 这也刚好给淘宝商城有了将单身经济做为创业蓝海的机会。在光棍节“双11”当天, 除了全场5折促销活动, 淘宝商城上还不少商家推出了“光棍节”创意产品。并且调查结果显示现在的单身族群主要集中在有文化, 有经济实力的年轻阶层。同时光棍节还与网购背后的宅文化相符合, 网购人群中有很多人都是偏爱宅的生活方式, 而这正式很多光棍们的生活方式。而他们愿意并且有一定的能力为自己的冲动性购买行为埋单。同时因为“双11”淘宝促销, 很多东西都会打折, 但是研究显示价格的高低与消费者的价值感知有正相关的关系, 在很多情况下, 消费者会把高价格看成是传递高质量的信号, 反之, 低价格容易让消费者产生低质量的感知, 从而降低了促销的吸引力, 但是双11光棍节促销则给消费者一个很好的促销理由, 让顾客相信, 虽然价格下降但是产品的质量并没有下降。

(三) 淘宝商城“双11”促销价格的确是吸引消费者的一个重要因素。

已有研究发现价格是影响冲动性购买的重要因素, 而且研究表明针对消费者品牌转换行为最有效的促销工具和针对消费者购买加速行为最有效的促销工具以及针对消费者增加购买量最有的促销工具都是价格折扣, 但是要增加价格对消费者的吸引力, 不仅要制定出具有竞争力的价格, 而且还要有效的运用各种价格促销手段使商品的价格更具有吸引力。促销或者折扣出现的时候, 消费者容易发生冲动性购买。消费者面对限时、限量以及突发性折扣时, 因为消费者意识到降价促销只是临时开展促销活动降价, 而且促销时间十分有限, 一旦促销结束, 会立即恢复正常售价, 这样就帮助消费者将促销价与正常售价区分开来, 就容易形成消费者冲动性购买, 尤其是非意料中的降价或优惠信息, 而经常性的深幅促销会降低消费者愿意支付的价格和他们对质量的感知, 经常性的深幅折扣导致了消费者对店铺感知形象的降低和购买意愿的减少。而淘宝商城“双11”促销无疑是具有这一优势并且避免了经常性折扣的劣势。淘宝商城在“双11”时打出的5折促销, 全场包邮的活动, 的确吸引了大部分消费者的眼球, 而且“双11”促销也仅限于当天。同时已有的研究表明不同的促销类型对于消费者交易价值感知和行为意向的影响也有显著的差异。打折促销对消费者的购买意向最强烈, 再搜寻意向最低, 且消费者的交易价值评价相当积极, 打折促销能够起到短期内迅速提升销量的作用。

摘要：近些年中国经济快速发展, 中国的网民增长迅速, 网络购物潜力非常大。同时随着社会的进步, 冲动性购买行为在消费者日常消费中占有很大的比例。故从2009年开始, 在双11这天, 淘宝商城的促销活动越来越多, 淘宝商城的销售额每年也大幅度递增, 双11的促销使很多消费者购买了一些并不需要的商品, 但比较起来在这天线下的商场却非常惨淡。本文通过过去的研究总结了影响消费者冲动性购买行为的因素, 并着重探讨双11光棍节淘宝促销对消费者冲动性购买行为影响。

冲动性消费论文第4篇

关键词：冲动型消费；情绪智力；相关关系

冲动型消费是指消费者购买前被外界促发的一种无意识、无计划的消费行为。目前，冲动型消费是消费人群中一种普遍的消费类型。冲动消费的原因是多样的，包括经济、个性、环境等方面。本文将就情绪智力和冲动型消费的关系进行探讨。

一、研究模型及假设

1.研究背景

Goleman（1998）在《工作的情绪智力》中提出的情绪智力模型包括：自我知觉、自我调节、激励、移情作用及社交技巧。本研究即讨论情绪智力的这五类模型与冲动型消费的相关关系。

2.假设提出

（1）个体情绪是冲动型消费过程中的一个重要决定变量。因此，提出假设一：情绪智力与冲动型消费程度呈反比。

（2）自我认知越高，有效性计划越多，冲动型消费随之降低。无法有效地自我控制也将引发冲动型消费。而消极情绪下“买买买”可以有效地带来愉悦满足感。因此提出假设二：自我知觉、自我控制、自我激励与冲动型消费呈反比。

（3）移情水平高，则易被外界煽动进行购买。社交技巧水平高的人，个性相对外向，敢于尝试新鲜事物，更易发生冲动消费。故本研究提出假设三：移情水平、社交水平与冲动型消费呈正比。

二、实证研究

1.数据来源

使用景奉杰等编制的中国消费者冲动型购买量表和情绪智力量表（EIS）。共发放量表70份，其中有效50份，有效率为71.42%。其中男女比例为48：52，对象年龄在20～40岁之间。

2.数据分析

采用统计软件SPSS19分析量表信度。所有分量表的克朗巴哈系数值均大于0.7，具体各分量表的值为：冲动型消费为0.876，情绪智力为0.771。

三、结论与展望

1.研究结论

（1）情绪智力与冲动型消费有显著负相关关系

由上表得知，情绪智力与冲动型消费的皮尔逊相关系数为-0.381，Sig=0.006，并在0.01水平上显著。

（2）自我知觉与冲动型消费无显著相关关系

在探究两者相关关系的程度和方向时，笔者发现自我知觉与冲动型消费未能通过显著性水平为0.05的双尾检验，说明两者之间并无显著的相关关系。

（3）自我调节与冲动型消费有显著负相关关系

由上表得知，自我调节与冲动型消费的皮尔逊相关系数为-0.427，Sig=0.002，并在0.01水平上显著。

（4）自我激励与冲动型消费有显著负相关关系

由上表得知，自我激励与冲动型消费的皮尔逊相关系数为-0.281，Sig=0.048，并在0.05水平上显著。

（5）移情作用与冲动型消费无显著相关关系

在探究两者相关关系的程度和方向时，笔者发现移情作用与冲动型消费未能通过显著性水平为0.05的双尾检验，说明两者之间并无显著的相关关系。

（6）社交技巧与冲动型消费有显著负相关关系

由上表得知，社交技巧与冲动型消费的皮尔逊相关系数为-0.281，Sig=0.048，并在0.05上显著。

2.研究限制与展望

本研究的问卷采用调查量表进行描述，由于追求标准化，受测者可能会因为对量表内容不熟悉而影响研究结果的准确性。而不同消费模式的出现，如分期付款、信用卡、现金卡、网上白条等，使消费变得更加便利、超前。这些新的消费模式对冲动型消费的影响，我们可以在以后的研究中探讨。

参考文献：

[1]张雯.情绪智力的测量[J].商情，2010（24）：137-138.

[2]王玉洁，窦凯.冲动性购买行为研究综述[J].中国集体经济，2011（8）：73-74.

冲动性消费论文第5篇

如何决定资本资产的均衡价格一直是金融学研究所关注的重要议题之一。自Markowitz开创性地利用均值-方差来度量资产的收益和方差以来, 资产定价问题便进入量化研究时代。以Sharpe、 Lintner为代表的学者在Markowitz模型的基础上得到了著名的资本资产定价模型 (CAPM) 。CAPM属于静态模型, 其隐含假设是投资者在一期之后消费了所有的财富。然而, 在现实世界中, 投资者在进行决策时, 往往需要考虑多期情形。因此, 后来的学者从跨期消费出发研究金融资产价格问题:Rubinstein、Lucas以及Breeden等学者提出了基于消费的资本资产定价模型 (CCAPM) 。CCAPM的思想在于:对消费者而言, 当期消费与未来消费 (投资) 之间存在着替代关系, 因此每个居民都需要进行金融资源的时间配置, 其结果必然会给资本市场带来影响, 即消费者的边际效用驱动资产价格的变化。虽然CCAPM模型的提出是金融学的一次重大飞跃、在现代资产定价理论中有着巨大的影响, 但是标准CCAPM却无法解释“股权溢价”和“无风险利率”之谜;同时, 基于消费的资本资产定价模型对证券截面收益解释的实证结论却并不统一。这些也就暗示着标准的CCAPM模型存在某种理论缺陷, 尚需作进一步的改进与完善。

在国外市场中, CCAPM的实证结果不统一, 那么, 在新兴中国A股市场上的情况如何呢?遗憾的是, 目前国内基于CCAPM的研究主要集中于有无“股权溢价”上, 几乎没有文献讨论CCAPM对证券截面收益的解释。所以, 本文拟将以CCAPM模型为核心、考虑市场流动性约束, 建立流动性调整的消费资本资产定价模型 (L-CCAPM) , 实证分析其在我国A股市场的应用。本文的研究区别于现有国内文献主要表现在以下几个方面。首先不局限于“股权溢价”之谜, 更着重分析消费资本资产定价模型的截面解释力。其次, 国内对CCAPM的研究中广泛使用幂效用函数形式, 但因为其未能将相对风险厌恶与跨期替代区分开来, 所以在实证中往往得到的参数结果经济学意义不合理。本文采用了更加灵活的递归效用函数形式。再次, 放松了完美市场假设, 在流动性约束下建立了流动性调整的消费资本资产定价模型。最后, 选择的样本区间长度明显大于现有研究所采纳的样本。因为我国证券市场的发展历史有限, 这确实局限了学者们的研究, 但资本资产定价模型常用的实证分析方法GMM是在大样本下渐近有效的, 如果样本过小, 其结果是不可靠的。

本文内容安排如下:第2节简要回顾国内外与本文相关的研究文献;第3节构造流动性调整的CCAPM理论模型;第4节为样本选择及变量描述;第5节为实证分析及结果;第6节结论。

2 文献回顾

在Lucas (1978) [1]和Breeden (1979) [2]开创性文献的指引下, 先后许多学者都对消费资本资产定价模型作了实证研究。Mehra和Prescott (1985) [3]、 Weil (1989) [4]首先发现标准的消费资本资产定价模型无法解释“股权溢价”与“无风险利率”之谜, 这在经济学界引起了广泛关注, 因此, 解释和解决“股权溢价”和“无风险利率”之谜成为一大热点。

早期研究均基于常数相对风险规避系数 (CRRA) 效用函数, 在该函数下相对风险厌恶与跨期替代弹性互为倒数, 然而没有证据表明二者必须紧密联系。为了放松这一限制, Epstein和Zin (1991) 引入了递归效用函数, 从模型看, 递归效用函数将相对风险厌恶与跨期替代弹性区分开来, 其引入有助于解决这两个“之谜”[5]。另外, 完美市场也是标准CCAPM的重要假设之一, 所以, Brav、Constantinides和Geczy (2002) 、Heaton和Lucas (2000) 等考察了不完全市场对股权溢价的解释能力[6,7]。这些研究表明市场不完全能够在一定程度上弱化股权溢价。Fisher (1994) 考虑了交易成本, 利用美国市场数据、使用广义矩法 (GMM) 估计了具有买卖价差的、标准的CCAPM, 解释并解决了股权溢价之谜[8]。Maki和Sonada (2002) 同样估计了日本市场具有交易成本的、基于消费的资本资产定价模型中的参数, 也解释和解决了股权溢价之谜[9]。

最近学者们开始关注于CCAPM对证券截面收益的解释作用, 例如, Andrew C.Yi (2006) 利用1947～2004年的月、季及年度样本数据发现, 消费风险因子的差别可以解释Fama-French 25个组合截面收益的79%[10]。Frans de Roony等 (2007) 使用条件CCAPM解释了期货市场截面收益的60%[11]。Elena Márquez、Belén Nieto和Gonzalo Rubio (2009) 发现有流动性的消费资本资产定价模型有助于对截面收益的解释[12]。

在中国市场上, 基于消费的资本资产定价模型的研究尚处于初期阶段, 研究的主题也仅局限于论证是否存在与成熟市场相类似的股权溢价之谜, 而且结论并不统一、尚须进一步验证; 对于CCAPM对证券截面收益的解释尚未见研究。李治国、唐国兴 (2002) 利用1994～2001年的季度数据证实了我国同样存在股权溢价之谜[13]。廖理、汪毅慧 (2003) 估算得到1997～2001年我国的股权溢价在6%以上[14];而朱世武、郑淳 (2003) 对相同样本期进行估算得出我国的股权溢价水平很低、甚至出现负值, 两文的结论相反[15]。刘仁和、陈柳钦 (2005) 使用1992～2001年的年度数据进行检验, 认为中国存在股权溢价之谜[16]。肖俊喜、王庆石 (2004) 考察了基于不完美市场、使用广义矩法 (GMM) 估计了有买卖价差的标准消费资本资产定价模型, 样本区间从1993年7月至2003年12月, 结果发现我国股票市场并不像美国等发达国家资本市场那样存在股权溢价之谜现象[17]。林鲁东 (2007) 选择样本区间为1992年1月至2004年12月, 利用HJ方差界的检验表明我国不存在股权溢价之谜[18]。

综合上述国内外研究文献不难发现, 关于消费资本资产定价模型的争论还在继续, 但没人能否认消费资本资产定价理论在金融理论领域所占据的重要地位。标准消费资本资产定价理论在实证中并未得到广泛的支持, 这表明该理论还存在着一定的缺陷。例如, 在标准的CCAPM中假定市场是完美的、无摩擦的交易, 但现实是任何一个市场都不可能是理想的完美状态。因此, 将CCAPM置于不完美市场中将是未来研究的一个重要趋势。所以, 本文拟将以流动性调整的CCAPM模型为核心, 实证分析在新兴中国市场上, 该模型对于截面收益的解释作用。

将流动性纳入模型中, 是因为流动性约束广泛存在于市场中, 而且对资产价格、收益有着显著的影响。例如, Chordia、Roll和Subrahmanyam (2000) 等的研究表明金融市场存在系统流动性、无法通过多元化组合分散系统流动性风险[19]。Pastor等 (2003) 指出在资产定价中市场流动性是另一个重要的状态变量, 于是他们将流动性因子吸收到Fama-French三因子模型中, 结果发现流动性风险被显著定价[20]。Acharya和Pedersen (2005) 通过建立流动性调整的资本资产定价模型 (即La-CAPM) , 提出了三种形式的流动性风险:流动性的系统风险, 证券收益对市场流动性的敏感性, 证券流动性对市场收益的敏感性[21]。对于我国股票市场, 吴文锋等 (2003) [22]、苏冬蔚、麦元勋 (2004) [23]、张维和梁朝晖 (2004) [24]等的实证结果也支持中国股市存在非流动性险溢价的结论。所以, 在考虑资产定价问题时, 流动性是一个不得不考虑的重要因素。

3 理论模型

标准CCAPM中的效用函数采用的是常数相对风险规避系数形式 (这也是国内研究普遍采用的形式) , 因此没有区分投资者的风险规避和跨期替代。Epstein和Zin (1991) 提出了更加灵活的递归效用函数。递归效用函数中的相对风险规避系数和跨期替代弹性系数分别由两个独立参数刻画, 从而将风险规避和跨期替代两种行为区分开来, 因此, 借助于递归效用函数可以建立更灵活的资产定价模型。

考虑一个代表性投资者的禀赋经济。经济中的消费品为非耐用品, 必须及时消费。代表性投资者的t时刻的禀赋为Wt, 效用函数由Epstein和Zin (1991) 的递归形式度量。市场非流动性冲击的存在影响投资者的实际资产收益, 进而影响其未来的消费。投资者的目标是通过投资资产的选择以使得期望总效用最大化。因此, 代表性投资者的优化模型为:

${\begin{cases} \max U_{t} = [(1 - β) C_{t}^{1 - ρ} + β [E_{t} (U_{t + 1}^{1 - γ})]^{\frac{1 - ρ}{1 - γ}}]^{\frac{1}{1 - ρ}} \\ s . t . C_{t} = W_{t} - \sum_{j = 1}^{Ν} n_{j} p_{j, t} \\ C_{t + 1} = W_{t + 1} + \sum_{j = 1}^{Ν} n_{j} X_{j, t + 1} φ (L_{t + 1}) \end{cases} (1)$

Ct表示t时刻的消费; β表示主观贴现因子; γ代表投资者的相对风险厌恶系数; 1/ρ代表跨期替代弹性系数; Wt表示t时刻的财富; nj表示投资于证券j的数量; pj为证券j的价格; Xj, t+1为证券j在t+1时刻的支付; φ (Lt+1) 为t+1时刻影响未来消费的市场非流动性约束。

一阶条件为:

$p_{j, t} = E_{t} [β (\frac{U_{t + 1}}{[E_{t} (U_{t + 1}^{1 - γ})]^{\frac{1}{1 - γ}}})^{ρ - γ} (\frac{C_{t + 1}}{C_{t}})^{- ρ} φ (L_{t + 1}) X_{j, t + 1}] (2)$

定义毛收益率为

$R_{j, t + 1} = \frac{X_{j, t + 1}}{p_{j, t}} (3)$

记

$Μ_{L, t + 1} = β (\frac{U_{t + 1}}{[E_{t} (U_{t + 1}^{1 - γ})]^{\frac{1}{1 - γ}}})^{ρ - γ} (\frac{C_{t + 1}}{C_{t}})^{- ρ} φ (L_{t + 1}) (4)$

于是

$1 = E_{t} [Μ_{L, t + 1} R_{j, t + 1}] (5)$

假定效用依赖于当前及今后消费, 则

$U_{t} = \sum_{j = 0}^{\infty} \frac{\partial U_{t}}{\partial C_{t + j}} C_{t + j} = E_{t} \sum_{j = 0}^{\infty} \frac{\partial U_{t}}{\partial C_{t + j}} C_{t + j} (6)$

根据Cochrane (2005) [25]定义财富为消费索偿权 (claim) 的价值, 即

$W_{t} = E_{t} \sum_{j = 0}^{\infty} \frac{\partial U_{t} / \partial C_{t + j}}{\partial U_{t} / \partial C_{t}} C_{t + j} (7)$

所以

$\begin{array}{l} W_{t} = \frac{U_{t}}{\partial U_{t} / \partial C_{t}} = \frac{U_{t}}{U_{t}^{ρ} (1 - β) C_{t}^{- ρ}} = \frac{1}{1 - β} U_{t}^{1 - ρ} C_{t}^{ρ} \\ \Rightarrow U_{t} = [(1 - β) W_{t} C_{t}^{- ρ}]^{\frac{1}{1 - ρ}} (8) \end{array}$

将递归效用函数改写为:

$\begin{array}{l} U_{t}^{1 - ρ} - (1 - β) C_{t}^{1 - ρ} = β [E_{t} (U_{t + 1}^{1 - γ})]^{\frac{1 - ρ}{1 - γ}} \\ \Rightarrow [E_{t} (U_{t + 1}^{1 - γ})]^{\frac{1}{1 - γ}} = (\frac{1}{β})^{\frac{1}{1 - ρ}} [U_{t}^{1 - ρ} - (1 - β) C_{t}^{1 - ρ})^{\frac{1}{1 - ρ}} (9) \end{array}$

将式 (8) 、式 (9) 代入式 (4) :

$Μ_{L, t + 1} = β^{\frac{1 - γ}{1 - ρ}} (\frac{W_{t + 1}}{W_{t} - C_{t}})^{\frac{ρ - γ}{1 - ρ}} (\frac{C_{t + 1}}{C_{t}})^{- ρ \frac{1 - γ}{1 - ρ}} φ (L_{t + 1}) (10)$

因为预算约束方程也可以写为:

$W_{t + 1} = (W_{t} - C_{t}) R_{W, t + 1} φ (L_{t + 1}) (11)$

RW可以为财富收益率或市场收益率。

若记 $κ = \frac{1 - γ}{1 - ρ}$ , 则式 (10) 可以写为:

$Μ_{L, t + 1} = [β (\frac{C_{t + 1}}{C_{t}})^{- ρ} φ (L_{t + 1})]^{κ} R_{W, t + 1}^{κ - 1} (12)$

式 (12) 即为在消费风险下、流动性调整的随机贴现因子。该式是随机贴现因子的一般形式, 幂效用及无流动性情形可以看作是其特例, 如表1所示。

从表1可以看出, 基于幂效用函数的随机贴现因子、证券收益仅和消费增长有关, 而递归效用函数模型中, 随机贴现因子、证券收益不仅和消费增长有关, 还和财富收益率或市场收益率有关。

式 (5) 给出的是非线性资产定价模型形式, 由协方差的定义, 式 (5) 可以写为

$E_{t} (R_{j, t + 1} - R_{f, t + 1}) = - \frac{C o v_{t} (Μ_{L, t + 1}, R_{j, t + 1})}{E_{t} (Μ_{L, t + 1})} (13)$

对式 (12) 的随机贴现因子两边取对数, 可得

$\begin{array}{l} \log Μ_{L, t + 1} = - κ \log β - κ ρ \log (c g_{t + 1}) + κ \log φ (L_{t + 1}) \\ + (κ - 1) l o g R_{W, t + 1} (14) \end{array}$

因此, 式 (13) 的线性形式可以写为

$E_{t} (R_{j, t + 1} - R_{f, t + 1}) \approx γ_{1} β_{c t} + γ_{2} β_{φ t} + γ_{3} β_{W t} (15)$

其中, 风险因子为

$\begin{array}{l} β_{c t} = \frac{C o v_{t} (\log (c g_{t + 1}), R_{j, t + 1})}{V a r_{t} (\log (c g_{t + 1}))} \\ β_{φ t} = \frac{C o v_{t} (\log (φ (L_{t + 1})), R_{j, t + 1})}{V a r_{t} (\log (φ (L_{t + 1})))} \\ β_{W t} = \frac{C o v_{t} (l o g R_{W, t + 1}, R_{j, t + 1})}{V a r_{t} (\log (R_{W, t + 1}))} \end{array}$

风险溢价为

$\begin{array}{l} γ_{1} = \frac{κ ρ V a r_{t} (\log (c g_{t + 1}))}{E_{t} (Μ_{L, t + 1})} \\ γ_{2} = \frac{- κ V a r_{t} (\log (φ (L_{t + 1})))}{E_{t} (Μ_{L, t + 1})} \\ γ_{3} = \frac{(1 - κ) V a r_{t} (\log (R_{W,}_{t + 1}))}{E_{t} (Μ_{L, t + 1})} \end{array}$

4 样本选择及变量描述

4.1 样本选择及变量描述

选择1993年1月至2008年3月为样本区间, 共计183个月度数据。为了与前述模型一致, 所有收益率均为毛收益率, 即净收益率加上1。按FF方法构造25个组合收益作为考察模型截面解释的组合。市场指数收益率以A股上海市场综合收益率代替。 A股市场收益数据来源于国泰安CSMAR数据库;消费数据来自于《中国市场统计年鉴》以及《中国经济景气月报》中的“全国社会消费品零售总额”项目。由于商品消费支出数据可能会受到季节波动的影响, 因此, 实证分析所采用的消费数据是经过季节平滑处理后的数据。无风险利率以一年期定期存款月度化利率为基准、并经CPI调整后的实际无风险利率替代。

非流动性冲击的计算是基于Amihud (2002) 的非流动性指标[26]。非流动性越大、则代表流动性越弱。其定义为

$Ι L L Ι Q_{i t} = \frac{1}{D_{i}} \sum_{j = 1}^{D_{i}} \frac{| R_{i j t} |}{v o l_{i j t}} (16)$

这里, ILLIQit为第i只股票t月的非流动性值; Di为第i只股票t月的交易天数; Rijt为第i只股票t月第j天的日收益; volijt为第i只股票t月第j天的日交易额。

每个月的市场非流动性为截面平均值:

$Ι L L Ι Q_{m t} = \frac{1}{Ν} \sum_{i = 1}^{Ν} Ι L L Ι Q_{i t} (17)$

选择该指标的理由如下:非流动性指标是Amihud (2002) 根据Kyle (1985) 提出的交易量对价格的冲击模型[27]构造的, Amihud (2002) 的研究表明ILLIQ与从市场微观结构高频数据给出的非流动性定义是正相关的, 而且Brennan和Subrahmanyam (1996) 估计了ILLIQ指标与微观市场结构的价格冲击 (即Kyle (1985) 的λ) 及相对于买卖价差的固定成本Ψ之间的关系[28]:

$\underset{Τ}{Ι L L Ι Q_{i}} = \underset{(12.25)}{- 292} + \underset{(13.78)}{247.9 λ_{i}} + \underset{(17.33)}{49.2 Ψ_{i}} (18)$

这表明ILLIQ与微观结构的非流动性显著正相关。所以, 该指标很好地近似了价格冲击系数, 相对于高频数据来说, 它对数据的要求较低, 只需要日数据即可, 适合于作长期分析, 因此在国内外文献中已经得到广泛应用。

经验证明, 影响资产收益的主要是非预期流动性冲击, 且因为非流动性指标存在较强的一阶自相关, 所以非流动性冲击φ (L) 取为非流动性ILLIQ指标一阶自回归后的标准化残差数据。

4.2 变量数据的描述性统计结果

表2给出了消费增长率、非流动性以及市场指数的变量描述性统计结果。从表2可知, 非流动性指标在样本期内波动幅度最大, 最大值是最小值的近87倍, 说明我国证券市场的流动性存在明显的动态性特征。市场收益的波动也较大, 净收益率最小值、最大值分别出现在1994年7月、8月, 分别为-25.3%、107.9%。相对来说, 消费增长序列较为平滑、变动幅度最小。从相关系数来看, 非流动性和市场收益负相关、相关系数为-0.242, 而消费增长和市场收益的相关性很弱, 仅为0.007。表3给出了按FF方法构造的25个组合收益序列的统计性结果。结果显示, 样本期内的小公司、高账面/市值比公司的收益普遍优于大公司、低账面/市值比公司的收益, 小公司与大公司的月均收益差为0.7%, 高账面/市值比与低账面/市值比的月均收益差为1.7%。

4.3 变量单位根检验

为了避免伪回归, 变量的单位根检验是必要的。检验结果列于表4。单位根检验方程中均包括常数项、线性趋势。结果显示所有变量均为一阶平稳时间序列, 不存在单位根。

注: (1) 检验方程中包括常数项、线性趋势; (2) R11代表最小规模、最低账面/市值比组合收益率、R55代表最大规模、最高账面/市值比组合收益率, 其余类推。

5 实证分析

5.1 非线性GMM估计

分别对幂效用函数 (即标准CCAPM) 和递归效用函数的消费资本资产定价模型、按式 (5) 规定的矩条件进行GMM估计, 根据模型, 选择相应的工具变量。资产组合收益为按FF方法构造的25个组合收益。因为在递归效用函数中, 如果γ=ρ, 则实质上模型代表着标准CCAPM的幂效用函数形式, 所以使用Wald系数检验二者是否相等。J-统计量是GMM的过度识别检验, 服从卡方分布、其自由度为过度识别约束数减去待估未知参数的个数。模型估计结果列于表5。

从非线性方程估计结果不难发现以下事实:

首先, 风险厌恶系数的估计值最大为3.569、最小为0.976, 都在Mehra和Prescott (1985) 所界定的不超过10的合理范围内, 这表明我国股市不存在“股权溢价”之谜。但值得注意的是, 在标准CCAPM中, 风险厌恶系数的t检验并不显著, 另外在加入流动性因素后, 风险厌恶系数都有了明显的降低, 这意味着股权溢价包含有流动性成分。

其次, 当使用幂效用函数时得到的时间贴现因子大于1, 这在经济学意义上不合理, 而在递归效用函数的估计结果中, 时间贴现因子得到了显著的改善, 其值均小于1, 经济含义合理。其原因就在于幂效用中的时间贴现因子不仅测度了时间偏好, 而且包含了对所选择的跨期替代弹性的补偿, 而递归效用函数可以避免此问题的出现。

第三, 考虑流动性因素后, J-统计量表明, 原假设即过度识别约束有效的概率有了提高。当以幂效用函数为基础、不考虑流动性时, 即标准的消费资本资产定价模型因定价误差太大而被拒绝, 认为定价方程系统有效的概率仅53%;但是, 加入流动性因素后, 模型的定价能力显著改善, 此时, 过度识别检验无法拒绝模型。这说明在我国证券市场上, 消费增长并非是影响股市截面收益的关键因素, 相反, 市场非流动性的冲击却可以有效地解释截面收益的差别。当使用递归效用函数时, 无论是否考虑流动性, 过度识别检验均不能拒绝模型。

第四, 在递归效用函数的估计结果中, $\hat{γ}$ 为1.142、0.976, 与之对应的 $\hat{ρ}$ 为0.661、0.443, 不仅数值上存在着明显的差异, 而且各自的t检验均高度显著。进一步, 对递归效用模型使用Wald系数检验 $\hat{γ}$ 是否等于 $\hat{ρ}$ , 结果显示统计量的值为206.99、287.36 (分别对应于无流动性、有流动性) , 原假设成立的概率均为0, 拒绝了二者的相等。这说明幂效用函数或者标准CCAPM不适合于描述我国证券市场的截面收益, 相对来讲, 递归效用函数更适合于我国的市场情况。

5.2 线性估计

对于式 (15) 的回归采用两步GMM估计, 即第一步先根据时间序列估计出各组合收益对因子的敏感度即beta值, 然后作截面回归计算风险溢价值, 但这样可能会引起“变量误差”问题, 因为第二步的解释变量beta是估计值而非真实值, 所以在实证分析中采用Shankan (1992) 的方法[29]进行纠正。Shankan (1992) 不仅证明了截面回归第二步的风险溢价是一致估计量, 而且更为重要的是对风险溢价的估计值的标准差作了调整, 使得t检验统计量具有渐近分布性, 即调整后风险溢价的方差-协方差矩阵为

$\hat{Σ}_{\hat{γ}} = \frac{(1 + {\hat{Γ}}^{'} \hat{Σ}_{F}^{- 1} \hat{Γ}) (\hat{W} - \hat{Σ}_{F}^{*}) + \hat{Σ}_{F}^{*}}{Τ} (19)$

其中, $\hat{Γ}$ 表示估计的风险溢价向量; $\hat{W}$ 为各风险溢价 $\hat{γ}_{k}$ 时间序列的样本方差-协方差矩阵; $\hat{Σ}_{F}^{*}$ 为因子方差-协方差矩阵。式 (16) 矩阵的对角元素的平方根即为各风险溢价 $\hat{γ}_{k}$ 的标准差, 然后代入统计量 $\frac{1}{Τ} \sum_{i = 1}^{Τ} \hat{γ}_{k, t} / S e (\hat{γ}_{k, t})$ 计算T检验值。

表6、表7、表8报告了25个FF组合第一步回归得到的市场beta、消费beta及流动性beta值。因为beta值度量了收益对风险因子的敏感度, 实际上代表着相应的风险。从表6结果看, 市场beta均为正且高度显著, 意味着证券收益与市场收益的变动方向一致。随着B/M的增加、市场风险也单调增加。高账面/市值比的市场风险 (平均为1.12) 明显大于低账面/市值比市场风险 (平均为0.888) , 高账面/市值比证券的市场风险平均大于低账面/市值比证券0.232, 但小规模和大规模证券的市场风险则没有明显差异。从这点来看, 我国证券市场的小公司效应不能被CAPM所解释、但账面/市值比效应则可能被CAPM所解释 (至少是一部分) 。表7中的消费风险beta值均为负, 即证券收益与消费增长反向变化, 但在样本期内统一意义并不显著。消费风险随B/M单调增, 高B/M证券为0.458、低B/M证券为0.076, 但是在规模方面没有表现出规律性。在表8中, 流动性beta值均为负且高度显著, 这意味着证券收益与非流动性的变动方向相反。流动性风险随着规模增大而降低、随B/M的增加而增加。小公司证券和高B/M的证券流动性风险均明显大于大公司证券和低B/M的证券流动性风险。小公司证券流动性风险平均为0.604, 而大公司证券流动性风险平均为0.374, 二者相差0.23。高B/M证券流动性风险平均为0.636, 低B/M证券流动性风险平均为0.276, 二者之差为0.36。这一结果与Liu Weimin (2006) [30]、Pastor和Stambaugh (2003) 的实证分析是一致的, 即小规模、高账面/市值比的证券价格冲击成本大、流动性弱、流动性风险也大。

表9为各模型横截面风险溢价回归结果。模型1、模型2、模型3分别为单一风险溢价的估计, 对应的风险因子分别为市场收益、消费增长和非流动性冲击。模型1实质上代表着标准CAPM线性风险溢价的估计; 模型2为标准CCAPM线性风险溢价的估计; 模型4为递归效用函数的CCAPM线性风险溢价估计; 模型5则为流动性调整的、基于递归效用函数的CCAPM的风险溢价估计。括号中的值为按Shankan (1992) 方法计算的T检验值。从表中调整后的拟合优度来看, 标准CAPM、标准CCAPM的Adj-R2分别为0.323、0.281, 这说明标准的CAPM以及标准消费资本资产定价模型在证券截面上解释力度有限, 但二者的差别在于市场风险溢价统计意义t检验显著, 但是消费增长风险溢价的t检验却并不显著。非流动性风险溢价也在统计意义上显著。模型4的拟合优度有了一定的增加, 而且常数项的值相对模型1和模型2来说也有所降低, 这说明递归效用函数的CCAPM的截面解释力有所增强, 如果在模型4中再加入流动性因素, 即模型5, 其结果有了更明显的改善, 拟合优度增加到0.594, 这进一步证实了流动性风险在我国证券市场上有助于解释截面收益的差别, 证券定价包含了流动性因素。综合表8的流动性风险与表9的风险溢价估计结果可以发现, 因流动性风险导致规模收益差为0.53%, 占规模效应截面收益差的76%; 因流动性风险导致账面/市值比收益差为0.83%, 占账面/市值比效应截面收益差的49%。市场风险虽无助于收益规模效应截面差异的解释, 但可以解释账面/市值比效应的42%。消费增长风险溢价在各个模型中的t检验都不显著。

6 总结

本文以递归效用函数为基础, 实证考察了中国A股市场有流动性约束的消费资本资产定价模型的截面解释力。实证结果显示, 样本期内的风险厌恶系数估计值在合理的范围内, 表明我国市场不存在“股权溢价”之谜。通过比较发现, 无论是非线性模型还是线性模型均拒绝了以幂效用函数为基础的标准消费资本资产定价模型, 基于递归效用函数的模型具有更强的解释能力。市场风险和消费风险随着账面/市值比的增加而增大、但在规模上没有明显的趋势。流动性风险随着账面/市值比的增加而增加、随着规模的增加而降低。市场风险及溢价、流动性风险及溢价在统计意义上均显著, 但消费风险及风险溢价在统计意义上不显著。在解释FF组合截面收益时, 流动性风险可以解释规模效应的76%、账面/市值比效应的49%.

摘要：在流动性调整的消费资本资产定价理论模型的基础上, 通过线性和非线性两种方程形式、使用GMM估计方法, 实证检验该模型对中国A股市场截面收益的解释力。实证结果发现:样本期内的风险厌恶系数估计值在合理的范围内, 表明我国市场不存在“股权溢价”之谜;在解释25个FF组合截面收益时, 拒绝以幂效用函数为基础的标准消费资本资产定价模型, 递归效用函数的消费资本资产模型具有更强的截面解释能力。流动性是决定资产定价的重要因素之一, 流动性风险可以解释FF组合规模效应的76%、账面/市值比效应的49%。

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处

【冲动性消费论文】相关文章：

线上促销手段对大学生冲动性消费行为的影响探究——以广州大学城高校为例12-17

冲动行为干预08-21

冲动的语录08-23

情绪冲动范文05-19

大学生冲动性网络购物行为影响因素研究10-18