大学金融论文范文

前言：我们精心挑选了数篇优质大学金融论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

在调查方法上，根据西南大学学生分布的特点，本次调研综合采用了分层抽样、分组抽样、随机抽样等抽样方法。涉及文史类、理工类、商科类专业的同学，共发放200份问卷，其中有效问卷194份，问卷有效率为97%。调查问卷采用客观题单选和多选的方式提问，主要包括大学生基本情况、生活费的来源及去向、金融投资现状、可能的影响因素等多方面的内容，从不同角度反映了大学生的金融投资行为。

二、结果与分析

1、大学生金融投资基本情况（1）样本总体情况。在参与调查的194人中，只有41人（21.13%）投资了金融产品，而有153人（78.87%）没有进行相应的投资。（2）未投资金融产品原因。统计数据显示，对金融产品不了解是西大学生未进行金融产品投资的最为重要的原因，占比约63.33%。其次是资金不足，34%的人认为资金不足是其未进行投资的原因，有超过59.79%的西大学生目前可支配存款余额低于3000元。金融产品的收益和风险对于他们是否进行投资的影响并不大，仅分别有9.33%、12%的学生选择此项。另外，在未进行投资的学生中，55.33%的学生有投资的意愿，可以发现大学生有很强的金融投资意愿，但受各种客观因素影响未能采取实际行动。（3）投资原因。在投资金融产品的大学生当中有超过52.08%的人属于接触过金融产品的宣传，想自己进行一些尝试的，也不乏拥有部分专业知识的大学生（27%），可以运用自己的专业知识赚钱，但真正熟练掌握专业知识与技巧的人最少，只有约4.17%，还有6.25%由于其他原因的，例如闲钱随意投资，看中其高收益，同时，仍有10.41%的大学生并无明确目的来投资金融产品，只是跟风行动。（4）投资品种类。参与基金投资的人数最多，占投资金融产品人数的73.17%，且基金的投资中，投资货币基金的人数占比最大为75.61%，反映出货币基金在大学生中普及程度较高。投资股票的人数占投资有投资金融产品的比重也较大为24.39%，仍然有一部分大学生热衷于高风险投资。由于大学生的保险意识低，银行理财产品投资门槛相对较高，投资保险、银行理财产品人数较少。投资外汇的仅一人，无人参与债券投资。

2、大学生金融投资情况影响因素分析（1）研究方法。本文采用二元logistic回归。Logistic模型是经济学中被广泛用于研究行为主体的选择过程的一类计量经济模型。许多不同因素的共同作用会导致一种行为结果的产生，而logistic回归分析模型是一种分析个体决策行为并广泛应用于影响因素分析的理想模型。logistic回归属于概率型非线性回归，假设在自变量的作用下，某社会现象的发生概率为P(0≤P≤1)，发生概率与不发生概率之比为P/(1-P)，则logistic回归模型为。（2）被解释变量：投资（1）/未投资（0）（3）假设：大学生是否进行金融投资取决于年级、地区、专业、性别、户籍类型、家庭理财情况、收入主要来源。以上因素共同作用决定了大学生的金融投资行为。（4）根据以上假设设定自变量①年级。2011级与研一的大学生参与金融投资的比例最高，分别为28.03%和23.08%，2010级的参与率为20.59%，2012级的参与率较之降低为16.36%，而2013级参与度最低，仅为6.67%。随着年级提高，知识积累，对金融知识了解加深；一部分大学生开始有独立收入，对理财需求提高，开始尝试金融投资的人也更多。②专业。文科和工科专业的大学生中参与金融投资的比例相当，分别为16.67%和12.09%，而商科专业的大学生的参与率高达44.12%，远远超过文科和工科专业。③地区。来自东部地区的大学生金融投资参与率最高，为28.57%，中部地区次之，西部地区大学生的参与率最低，仅14.56%。东中部地区经济较西部发达，金融投资氛围更浓，投资意愿更强，参与度更高。④性别。女性样本中金融投资参与率16.95%，而男性的参与率为26.32%，远高于女性。⑤可支配存款余额。可支配存款余额3000元以下的样本大学生金融投资参与率最低，仅为10.34%，随着可支配存款余额增多金融投资参与率也随之提高，当可支配存款余额达到8000以上，样本大学生的投资参与率达到75%。可支配存款余额越多意味着可用于投资的资金越多，投资理财的需求更大。⑥家庭理财状况。家庭成员无金融投资经历的大学生金融投资参与率10.22%，远低于家庭成员有金融投资经历的45.61%。家庭成员进行过金融投资的大学生对投资知识的了解多于相似条件下家庭成员未进行过金融投资的大学生，其投资动机更强。家庭成员的示范效应也会提高大学生的金融投资率。⑦收入主要来源。收入主要来源于亲人提供和奖、助学金的样本金融投资参与率最低，分别为15.63%和18.80%，勤工俭学的参与率为较高的30.77%，而来源于其他渠道的远远超过了其他方式，达66.67%，其中可能包括投资收入、课外收入等等。⑧月支出。月支出<600，其金融投资参与率为0最低，随着月支出提高金融投资参与率也随之提高，当月支出>2000时，所有样本都参与了金融投资。⑨月网购支出。金融投资参与率基本上满足与与网购支出同向变动，月支出小于100时为16.87%，500元到800元为100%，而当超过800时，参与率降到50%。由于余额宝等互联网理财产品与网上购物支付账户的连接，网购提高了大学生对互联网金融投资的关注，成为大学生进行金融投资的助推器。变量处理：将年级、地区、专业、性别、户籍类型、家庭理财情况、收入主要来源设为哑变量，其中年级、地区、专业、收入主要来源为多分类无序变量，因此引入需要亚元变量，见表4，变量可支配存款余额、月支出、月网购支出为多分类有序变量，可将其直接引入模型，无需引入亚元变量。（5）自变量相关性分析。通过变量的自相关性矩阵可以看出（图略），仅家庭成员投资理财情况与户籍所在地（农村/城市）之间的相关系数绝对值大于0.4，其他均小于0.4，自变量之间不存在严重多重共线。（6）回归模型模型解释：P表示进行金融投资概率，p/(1-p)表示大学生进行金融投资与未进行金融投资的概率之比。二元logistic的系数说明的是，在控制其他变量不变的情况下，某一自变量以单位的变化对某一类别相对参照类的对数发生比的影响，为误差项。用stata计算可得到如下计算结果。（7）回归结果①将所有解释变量加入回归模型回归结果分析：模型进行似然比检验的卡方值为75.79，Prob>chi2=0.0000，在95%的置信水平下回归模型显著。

在95%的置信水平下，自变量专业、性别、家庭理财情况、月支出对个人投资金融产品情况有显著影响，而年级、省份、地区、资金主要来源、月网购支出对投资金融产品情况无显著影响。②逐步回归（后退法）逐步去除不显著变量后的回归结果：结果分析：模型的卡方值为67.93，Prob>chi2=0.0000，在95%的置信水平下回归模型显著。在95%的置信水平下，自变量中，年级（研一）、专业、性别、家庭理财情况、可支配存款余额、月支出对个人投资金融产品情况有显著影响，作用方向与假设吻合。研一的被调查者投资金融产品发生比约为2013级的6倍（=6.04）。由于研一大学生知识储备较本科大学生更多，有投资经验的学生相比2013级更多，因此投资金融产品的比例更大。文科类、工科类大学生投资金融产品的发生比分别为商科类大学生的27%和22%，商科大学生投资理财的专业知识比其他专业的大学生更丰富，投资技能更强，投资意愿和投资观念也更强，因此金融投资发生比远高于工科和文科生。女性金融投资发生比为男性的32%(=0.32)。样本中有19%的男性属于风险爱好者，而女性中仅4%属于风险爱好者，男性的风险偏好程度远高于女性，而金融投资尤其是股票外汇投资风险大，大学生中更愿意冒风险的男性也更愿意参与金融投资。家庭成员未投资过金融产品的大学生投资金融产品的发生比远小于家庭成员投资过金融产品的大学生的投资发生比，仅为其0.175倍。月支出、可支配存款余额均与金融投资比例正相关。可支配余额的发生比为1.843，可支配存款余额每提高一个等级，投资率将变为原来的1.843倍；月支出发生比为2.515，月支出提高一个等级将使投资率增加1.5倍，说明月支出对大学生是否进行金融投资作用程度远大于可支配余额。

除研一外的其他年级学生与2013级相比，投资金融产品的比例并没有显著提高，本科阶段的是基础知识学习阶段，大学生对金融市场的了解并没有显著差异，而研究生学习的知识无论从广度还是深度上来说都有明显提高，因此，金融投资比例在本科阶段并没有明显差异，而研究生的投资比例远大于刚进校的大一学生。大学生是来自农村还是城市对是否参与金融投资也没有显著影响，另外，来自东部和中部的大学生与来自西部地区大学生相比其投资比例并没有显著提高。其原因可能是大学生主要以学校作为认识金融投资的渠道，接受同样的教育，投资信息也主要通过学校宣传、校园模拟投资活动以及同学间的交流投资经验等方式获得，与生源地并无太大关系。收入主要来源于勤工俭学、奖助学金和其他的大学生与收入主要来源于亲人提供的大学生相比其投资参与率也并没有显著提高。由于大学生通过勤工俭学和奖助学金所得收入甚微，其他收入不稳定，因此，这些独立、额外收入并不会显著提高大学生的金融投资参与率。最后，网购支出也并没有对大学生金融投资参与率产生假设中的显著正相关关系。随着科技进步，通过互联网进行转账更加方便、快捷、安全，互联网转账的普及使得那些即使是较少进行网上消费的大学生也愿意使用通过快捷安全的互联网转账技术购买金融产品。虽然各种互联网理财宝兴起于网上消费支付业务，但其已经以极快的速度在大学生普及开来。

三、小结与讨论

第2篇

股票市场行情走势的专家分析论文范文一：

今日午评：

大家好！

今日开盘后，油品升级、新疆振兴、白酒等活跃，保险、钢铁等权重护盘，雄安、一带一路调整后，开始反复活跃。今天指数窄幅震荡，多空分歧加大。

沪指早盘震荡，可燃冰概念股大涨，雄安概念股分化，出现银行股下跌。截至午盘，沪指下跌0.05%报3088.46点，创业板下跌0.66%报1801.61点。 今天的走势还是比较符合我们昨天的操作策略的研判的。

消息面上，两市融资余额三连升，可见市场情绪较为稳定。不过外围市场影响犹存，巴西金融全线崩跌，而内部银行开始缩表，密切留意成交量变动，主力现在是借机回踩洗盘的行为。

技术上看，沪指目前的下跌是合理的回调，上涨后遭遇20日线的压制，现在选择回踩消化前期获利盘，短期回踩后将继续向上反弹。

预计下午仍将是震荡的盘面，不过昨天跟大家说过，这里系统性风险出现的概率小，今天的集合竞价11个亿，再次回到接近10个亿的地量水平，说明抛压是很轻的，而且截止到收盘量能并没有放大，预计今天的全天的成交量会再次回缩到1400亿左右，这是一个非常好的信号，说明地量群在逐步的显现。

大家应该都知道我们要的底部三大特征吧，其中一条就是地量群的出现。而地量群的出现，说明惜售的来临，离我们重仓的时间不会太久了，换句话说，就是离我们的第二买点很近了。

第3篇

股票金融分析论文1：

神秘时间窗完全揭秘(绝对干货）

之所以能经常提前给大家推导出未来的时间变盘点，是因为本人掌握了一套绝密的时间窗推导法——三角洲理论。除此之外，股市中还存在另外一套时间窗推导公式，今天跟大家作个分享。

上图，A至B点运行时间为S1（数的时候算上最低点与最高点），B至C运行的时间为S2，C至D运行的时间为S3，已知S1，S2两个时间后，我们可以根据上述的公式去推测下一个时间窗。

根据公式可以得到两个时间，测算的时候先看第一个时间窗。如果S3的结果分别为9，10，则从C点数起到第9天容易出现变盘，如果第9天没有变盘，则第10天一定会变盘。如果第9天变盘，则第10天的变盘点自动失效。

这个公式适合于大盘，板块，适用于周线或日线。

今天以沪指周线为例，来推导。

上图，A至B运行的时间S1为6，B至C运行的时间S2为11，根据公式计算出的S3的数值分别为10.89，约等于11；11.67，约等于12。

而从C点起再经过11个交易日正好在D处的最低点，提前找到变盘点，则12的变盘点自动失效。再结合价格的分析有望找到最低点。

A至B运行时间为5，B至C运行时间为3，则S3为6.82，约等于7，7.88，约等于8，而从C处经过7个交易日后在D处见到了最低点，结合价格测算可以成功地抄到最低点，8周的时间窗自动失效。

根据同样的方法，也可以成功地测算出E处的变盘点。

现在我们来测一测未来的时间窗。

根据公式测算出的S3的数值分别为13.33，14.3，则从C点开始经过13或14个交易周后将出现重要变盘点。按照推测，其变盘的时间窗为4月14日那周或4月21日那周。如果当前趋势不改变的话，则有望上涨延续到那个时间。当然价格的运行还要参考别的方法，但我们至少有一个预期，到那个时间点会有变盘，如果第一个时间变盘了，则第二个时间自动失效；如果第一个没有变盘，则第二个时间一定变盘。

我们现在就把这个结论放在这里，让未来的验证吧。