陳益琳
(臺州學(xué)院 經(jīng)貿(mào)管理學(xué)院,浙江 臺州318000)
風(fēng)險在創(chuàng)業(yè)者們?nèi)粘5臎Q策中一直處于一個中心的地位。根據(jù)Yates&Stone(1992,p.4)的觀點(diǎn),風(fēng)險的構(gòu)成包括三個基本方面:(1)可能造成的損失,(2)損失造成的影響,(3)這些損失的不確定性。John W.Mullins&David Forlani(2005)認(rèn)為風(fēng)險是多維度的,涉及到一系列風(fēng)險行為所帶來的損益概率與損益程度。他們認(rèn)為很少有學(xué)者會研究影響風(fēng)險決策的其它一些因素,如風(fēng)險感知(個體對情境風(fēng)險程度的評估),對結(jié)果的預(yù)期(收益或損失的程度),概率(事件發(fā)生的可能性)以及風(fēng)險的傾向。
考慮到本研究的目的是考察被試在面對風(fēng)險情境時的決策,我們聯(lián)系到了30名創(chuàng)業(yè)專家參加實(shí)驗。他們創(chuàng)業(yè)時間平均為25年,創(chuàng)辦的公司平均為三家。在校大校生選取的是上海華東師范大學(xué)在校大學(xué)生共50人。
本實(shí)驗采用的形式是調(diào)查問卷的形式。第一部分為測查被試的風(fēng)險感知程度。在第二部分是關(guān)于四家公司的描述,有相同的行業(yè)屬性以及啟動資金,但不同的是收益概率與程度,代表著四種不同等級的風(fēng)險。被試的風(fēng)險感知測試,采用七級量表,要求被試根據(jù)自己所感覺到的風(fēng)險程度,對這四家公司進(jìn)行風(fēng)險評估(信度為0.96)。第三部分測量的是個體的風(fēng)險傾向水平。
從以下表格可以看出各家公司的人數(shù)選擇情況。
表1
從結(jié)果可以看出,在50名大學(xué)生中有38名,大約占該組人數(shù)的74%的人選擇了公司一和公司三。而在創(chuàng)業(yè)專家當(dāng)中,在30名創(chuàng)業(yè)專家中有21名,大約占該組人數(shù)的70%,選擇了公司二和公司三。經(jīng)卡方檢驗,創(chuàng)業(yè)專家和大學(xué)生的公司決策的差異達(dá)到顯著水平 (Chi-Square=14.23,P=0.027<0.05)。
對四家公司的風(fēng)險水平進(jìn)行描述性統(tǒng)計分析,得出如下統(tǒng)計結(jié)果。創(chuàng)業(yè)專家認(rèn)為公司二的風(fēng)險水平最小 (M=3.27,MD=1.11),其次是公司三(M=3.57,MD=1.38),接著為公司四(M=4.57,MD=1.43),最后是風(fēng)險最大的公司一(M=5.33,MD=1.65)。在校大學(xué)生認(rèn)為公司二的風(fēng)險水平最?。∕=2.82,MD=1.625),其次是公司三 (M=3.14,MD=1.335),接著為公司四(M=4.00,MD=1.457),最后是風(fēng)險最大的公司一(M=4.92,MD=1.627)。
將個體的風(fēng)險感知水平作為因變量,被試組別和公司類型作為自變量,進(jìn)行雙因素方差分析。從結(jié)果中可以看出,組別因素對個體的風(fēng)險感知水平的影響顯著 (F=3.638,P<0.05)。經(jīng)事后檢驗,發(fā)現(xiàn)創(chuàng)業(yè)專家的風(fēng)險感知水平與大學(xué)生的風(fēng)險感知水平差異顯著。
公司類型因素對個體的風(fēng)險感知水平的影響顯著 (F=42.63,P<0.01)。經(jīng)事后檢驗,發(fā)現(xiàn)公司一與其它三家公司的風(fēng)險感知水平差異顯著,公司二和公司三風(fēng)險感知水平差異不顯著,兩者都與公司一和公司四差異顯著。
從結(jié)果可以看到,不管從哪一組的人群來看,公司二都被認(rèn)為是具有最小風(fēng)險等級水平的公司,其次是公司三。公司四是具有第二大風(fēng)險等級水平的公司,而公司一則被認(rèn)為是最具有風(fēng)險性的公司。
在個人的風(fēng)險傾向水平上,對這兩組被試的風(fēng)險傾向水平進(jìn)行方差分析。從結(jié)果中可以看出創(chuàng)業(yè)專家的風(fēng)險傾向水平(M=2.70,SD=1.49)要稍高于在校大學(xué)生的風(fēng)險傾向水平(M=1.92,SD=1.72),經(jīng)過方差分析得出這兩組被試的風(fēng)險傾向水平差異不顯著(F=2.42,P=0.111)。
首先,進(jìn)行單因素logistic回歸分析,篩選出主效應(yīng)有統(tǒng)計學(xué)意義的影響因素,再將這些因素逐步納入所要建立的logistic模型,進(jìn)行似然比檢驗,確定最終的影響因素及交互作用。然后,將風(fēng)險感知因素、組別因素和風(fēng)險傾向因素一起納入模型,模型的似然比檢驗結(jié)果Chi-square=208.1,P<0.001,說明擬合的模型具有顯著性意義。
表2:影響風(fēng)險決策的因素(偏回歸系數(shù))
從結(jié)果可以看出,在50名大學(xué)生中有38名,大約占該組人數(shù)的74%的人選擇了公司一和公司三。而在創(chuàng)業(yè)專家當(dāng)中,在30名創(chuàng)業(yè)專家中有21名,大約占該組人數(shù)的70%,選擇了公司二和公司三。創(chuàng)業(yè)專家和大學(xué)生的公司決策的差異達(dá)到顯著水平。
公司的損益概率越大,個體所感知的風(fēng)險等級水平也越高。公司的損益程度越多,個體所感知的風(fēng)險等級水平也越高。根據(jù)三組被試的風(fēng)險感知的評估表,可以看出,不管是哪組被試,他們都一致感覺公司二是風(fēng)險最低的兩家公司,其次再是公司三,接著公司四,最后才是公司一。但是大多數(shù)的大學(xué)生選擇了公司一和公司三,而大部分的創(chuàng)業(yè)專家選擇了公司二和公司三。
可以說大部分的創(chuàng)業(yè)專家遵從了自己的感覺,選擇了損益概率比較穩(wěn)定的兩家公司——公司二和公司三。而大部分的大學(xué)生雖然都認(rèn)為公司一是最具有風(fēng)險的一家公司,另外認(rèn)為公司三比公司二更具風(fēng)險性,但還是選擇了收益程度較高的兩家公司——公司一和公司三。公司二和公司三兩家公司的唯一相同點(diǎn)都是損失概率最小,因此風(fēng)險性也是最小的;而公司一和公司三兩家公司的唯一相同點(diǎn)都是收益的額度最大,但損失的額度也是最大,因為風(fēng)險性相對較高。可以看出,這兩種不同選擇之間的邏輯區(qū)別是,創(chuàng)業(yè)專家根據(jù)風(fēng)險最小化的邏輯進(jìn)行決策,而創(chuàng)業(yè)新手剛根據(jù)回報最大化的邏輯進(jìn)行決策。
從三組被試的風(fēng)險決策結(jié)果來看,我們可以認(rèn)為大多數(shù)的創(chuàng)業(yè)專家是風(fēng)險規(guī)避的,而大學(xué)生可能傾向于冒險的。因為,從經(jīng)濟(jì)實(shí)用理論或者預(yù)期理論來說,個體在收益情境下(正如研究中已經(jīng)取得成功的企業(yè)家)會傾向于選擇風(fēng)險規(guī)避的行為(選擇風(fēng)險最小的兩家公司),而在校大學(xué)生雖然沒有處于虧損的狀況之下,但是他們卻存在著需要獲利的心態(tài),可能會冒一下風(fēng)險,選擇投資回報高的公司。
再對個體的風(fēng)險傾向性進(jìn)行比較,發(fā)現(xiàn)這兩組被試的風(fēng)險傾向水平并不存在顯著差異。因此,可以排除風(fēng)險傾向?qū)︼L(fēng)險決策差異的影響。從而可以消除社會上一些對創(chuàng)業(yè)者的誤會,認(rèn)為創(chuàng)業(yè)的個體或者成功的企業(yè)家他們的風(fēng)險傾向一定高于普通人,因為他們在工作中要承受更多的壓力和刺激情境。
在對四家公司的風(fēng)險等級進(jìn)行評估的結(jié)果中發(fā)現(xiàn),大學(xué)生的風(fēng)險感知水平要低于創(chuàng)業(yè)專家的風(fēng)險感知水平。可以認(rèn)為在面對相同的創(chuàng)業(yè)情境時,創(chuàng)業(yè)專家要比大學(xué)生感受到更高水平的創(chuàng)業(yè)風(fēng)險。雖然創(chuàng)業(yè)專家的風(fēng)險傾向平均水平要高于在校大學(xué)生,但是通過統(tǒng)計分析得出,創(chuàng)業(yè)專家大學(xué)生在風(fēng)險傾向水平上差異不顯著。
[1]Ericsson,K.A.,Lehmann,A.C.,(1996).Expert and exceptional performance:evidence on maximal adaptations on task constraints.Annual Review of Psychology 47:273–305.
[2]Fisher,N.and Hall,G.R.(1969).Risk and corporate rates of return.Quarterly Journal of Economics 83:79–92.
[3]Mullins,J.W.(2000).Perceived risk and choices in entrepreneurs new venture decisions.Journal of Business Venturing 15:305–322.
[4]Mullins,J.W.(1996).Early growth decision of entrepreneurs:the influence of competency and prior performance under changing market conditions.Journal of Business Venturing 11:89–105.
[5]Shapira,Z.(1995).Risk Taking:A Managerial Perspective.New York:Russell Sage.
[6]金林.Logistic回歸模型的應(yīng)用大學(xué)生就業(yè)狀況因素分析[J].時代經(jīng)貿(mào),2007,5(63):18-19.
[7]黃爽,安勝利.應(yīng)用SPSS軟件進(jìn)行多分類Logistic回歸分析[J].數(shù)理醫(yī)藥學(xué)雜志,2001,14(6):548-549.