In order to test the determinants o

In order to test the determinants of risk tolerance, a number of different
demographic factors may be considered. The data collected from the Personal
Investor Magazine survey provides information as to gender, age, education, marital
status, number of dependents, personal income, combined family income and net
assets. (This demographic data is collected as part of the ProQuest Risk Profiling
process.) It is possible to quantify the effect of each of these demographic
characteristics on the risk tolerance of an individual using statistical analysis. The
model to be tested in this paper hypothesises that the RTS for individual i is a
function of each of these demographic characteristics,
where RToli is the financial RTS for individual i provided by ProQuest based on the
answers to their Risk Tolerance Questionnaire and takes a value of zero to 100 and;
DFEM is a dummy variable that signifies a respondent is female; AGE is the age of
the respondent (in whole years); NDEP is the number of people in the family whom
are financially dependent on the respondent; DMARRIED is a dummy variable that
takes a value of unity if the respondent is married (legally or defacto); DEDU captures
the completed level of education of the respondent and includes did not complete
high school (DEDU1
), completed high school (DEDU2
), trade/diploma (DEDU3
), or
university (DEDU4
) level education; DINC shows the respondent’s income as, B/
$30 000 (DINC1
), $30 000/50 000 (DINC2
), $50 000/100 000 (DINC3
), $100 000/
200 000 (DINC4
) or /$200 000 (DINC5
); DCINC indicates if the respondent’s combined
family income is, B/$30 000 (DCINC1
), $30 000/50 000 (DCINC2
), $50 000/100 000
(DCINC3
), $100 000/200 000 (DCINC4
), or /$200 000 (DCINC5
); DNASS takes a value
of unity if the respondent’s net assets are B/$50 000 (DNASS1
), $50 000/150 000
(DNASS2
), $150 000/500 000 (DNASS3
), $500 000/1 000 000 (DNASS4
) or /$1 000 000
(DNASS5
).
This model may be estimated using cross-sectional regression analysis and results
are presented in Table 3. The constant term in this model captures the omitted case
which is an unqualified male with a personal and family income of less than $30 000
and net assets of less than $50 000. The RTS for this representative individual is
68.77 and the RTS for individuals who differ from our base case can be assessed by
considering the significance and sign of the estimated coefficients in the model.
Gender is a significant determinant of risk tolerance and a female will exhibit a RTS
of 6.8 points less compared to a demographically equivalent male. Similarly, age is
also a significant determinant of the RTS and risk tolerance declines around 3 score
points for every passing decade.
The series of dummy variables capturing the level of income of an individual
(DINC) were all individually significant and positive as were the combined family
income (DCINC) and net asset (DNASS) dummy variables.7 The estimated results
indicate that the RTS of an individual generally increases as income and assets
increase however, this effect does not appear to be uniform. More specifically, a
combined family income of /$30 000 is found to add approximately 3 points to the
RTS as the estimated coefficient for DCINC2  5
ranges from 3.00 to 3.65. A Wald test
of coefficient equality fails to reject the null hypothesis DCINC2
/DCINC3
/DCINC4
/
DCINC5
at the 10% level. The estimated coefficients for the DINC2  5
and DNASS2  5
series of dummy variables however, are less uniform. For the former, higher levels of
income are found to be associated with successively higher RTS except for the top
income bracket. Although the increment to the RTS over the base case is still
positive (DINC5
/2.80), it is less than that found for the income bracket preceding it
(DINC4
/4.80). A Wald test of coefficient equality between DINC5
and DINC4
generates a P-value of 0.11. A similar pattern is exhibited by the dummy variables

ผลลัพธ์ (ไทย) 1:

เพื่อทดสอบดีเทอร์มิแนนต์ของการยอมรับความเสี่ยง จำนวนแตกต่างกันปัจจัยทางประชากรอาจเป็น ข้อมูลที่เก็บมาจากส่วนบุคคลแบบสำรวจของนิตยสารนักแสดงข้อมูลเกี่ยวกับเพศ อายุ การ ศึกษา สมรสสถานะ จำนวนผู้อยู่ในอุปการะ รายได้ส่วนบุคคล รวมสุทธิและรายได้ของครอบครัวสินทรัพย์ (ข้อมูลประชากรนี้จะถูกรวบรวมเป็นส่วนหนึ่งของการ ProQuest เสี่ยงสร้างโพรไฟล์กระบวนการ) จำเป็นต้องกำหนดปริมาณลักษณะพิเศษของแต่ละประชากรเหล่านี้ลักษณะในการยอมรับความเสี่ยงของแต่ละการวิเคราะห์ทางสถิติ ที่รูปแบบที่จะทดสอบในกระดาษนี้ hypothesises อาร์ทีเอสสำหรับแต่ละบุคคลผมว่าเป็นฟังก์ชันของแต่ละลักษณะทางประชากรเหล่านี้RToli อาร์ทีเอสทางการเงินสำหรับบุคคลที่ผมให้ โดย ProQuest ตามคำตอบของคำถามของพวกเขายอมรับความเสี่ยง และใช้ค่าศูนย์ 100 และDFEM คือ ตัวแปรกระพริบที่หมายถึงผู้ตอบเป็นเพศหญิง อายุคือ อายุผู้ตอบ (เป็นทั้งปี); NDEP คือ จำนวนคนในครอบครัวที่ทางการเงินขึ้นอยู่กับผู้ตอบ DMARRIED คือ ตัวแปรที่กระพริบที่ใช้ค่าความสามัคคีถ้าตอบสมรส (ตามกฎหมาย หรือเพราะ); จับ DEDUระดับการศึกษาของผู้ตอบเสร็จสมบูรณ์และไม่สมบูรณ์มัธยม (DEDU1), โรงเรียนมัธยม (DEDU2 เสร็จสมบูรณ์), ประกาศนียบัตรทางการค้า (DEDU3), หรือมหาวิทยาลัย (DEDU4) ระดับการศึกษา DINC แสดงรายได้ของผู้ตอบเป็น B /$30 000 (DINC1), $30 000/50 000 (DINC2), $50 000/100 000 (DINC3), $100 000/200 000 (DINC4) or /$200 000 (DINC5); DCINC indicates if the respondent’s combinedfamily income is, B/$30 000 (DCINC1), $30 000/50 000 (DCINC2), $50 000/100 000(DCINC3), $100 000/200 000 (DCINC4), or /$200 000 (DCINC5); DNASS takes a valueof unity if the respondent’s net assets are B/$50 000 (DNASS1), $50 000/150 000(DNASS2), $150 000/500 000 (DNASS3), $500 000/1 000 000 (DNASS4) or /$1 000 000(DNASS5).This model may be estimated using cross-sectional regression analysis and resultsare presented in Table 3. The constant term in this model captures the omitted casewhich is an unqualified male with a personal and family income of less than $30 000and net assets of less than $50 000. The RTS for this representative individual is68.77 and the RTS for individuals who differ from our base case can be assessed byconsidering the significance and sign of the estimated coefficients in the model.Gender is a significant determinant of risk tolerance and a female will exhibit a RTSof 6.8 points less compared to a demographically equivalent male. Similarly, age isalso a significant determinant of the RTS and risk tolerance declines around 3 scorepoints for every passing decade.The series of dummy variables capturing the level of income of an individual(DINC) were all individually significant and positive as were the combined familyincome (DCINC) and net asset (DNASS) dummy variables.7 The estimated resultsindicate that the RTS of an individual generally increases as income and assetsincrease however, this effect does not appear to be uniform. More specifically, acombined family income of /$30 000 is found to add approximately 3 points to theRTS as the estimated coefficient for DCINC2  5ranges from 3.00 to 3.65. A Wald testof coefficient equality fails to reject the null hypothesis DCINC2/DCINC3/DCINC4/DCINC5at the 10% level. The estimated coefficients for the DINC2  5and DNASS2  5series of dummy variables however, are less uniform. For the former, higher levels ofincome are found to be associated with successively higher RTS except for the topincome bracket. Although the increment to the RTS over the base case is stillpositive (DINC5/2.80), it is less than that found for the income bracket preceding it(DINC4/4.80). A Wald test of coefficient equality between DINC5and DINC4generates a P-value of 0.11. A similar pattern is exhibited by the dummy variables

ผลลัพธ์ (ไทย) 2:

เพื่อทดสอบปัจจัยของความเสี่ยงจำนวนที่แตกต่างกัน
ปัจจัยทางด้านประชากรศาสตร์อาจได้รับการพิจารณา ข้อมูลที่รวบรวมจากบุคคล
นิตยสารสำรวจนักลงทุนให้ข้อมูลที่เป็นเพศอายุการศึกษาสมรส
สถานะจำนวนผู้อยู่ในอุปการะ, รายได้ส่วนบุคคล, รายได้ของครอบครัวรวมสุทธิ
สินทรัพย์ (ข้อมูลประชากรนี้จะถูกรวบรวมเป็นส่วนหนึ่งของความเสี่ยง Profiling ProQuest
กระบวนการ.) มันเป็นไปได้ที่จะหาจำนวนผลของแต่ละกลุ่มผู้เข้าชมเหล่านี้
ในลักษณะความเสี่ยงของบุคคลที่ใช้การวิเคราะห์ทางสถิติ
รูปแบบที่จะทดสอบในเอกสารนี้ hypothesises ว่า RTS สำหรับฉันบุคคลที่เป็น
ฟังก์ชั่นของแต่ละลักษณะทางประชากรเหล่านี้
ที่ RToli เป็น RTS ทางการเงินสำหรับฉันบุคคลที่จัดไว้ให้โดย ProQuest ขึ้นอยู่กับ
คำตอบของความเสี่ยงของพวกเขาและใช้แบบสอบถามค่า ของศูนย์ถึง 100;
DFEM เป็นตัวแปรดัมมี่ที่หมายผู้ตอบแบบสอบถามเป็นเพศหญิง อายุคืออายุของ
ผู้ตอบแบบสอบถาม (ในปีที่ผ่านมาทั้งหมด); NDEP คือจำนวนของคนในครอบครัวของผู้ที่
มีทางการเงินขึ้นอยู่กับการตอบ; DMARRIED เป็นตัวแปรดัมมี่ที่
นำค่าของความสามัคคีถ้าตอบแต่งงาน (ถูกต้องตามกฎหมายหรือ defacto); DEDU จับ
เสร็จระดับการศึกษาของผู้ตอบแบบสอบถามและรวมถึงไม่สมบูรณ์
โรงเรียนมัธยม (DEDU1
) เสร็จสิ้นการโรงเรียนมัธยม (DEDU2
) การค้า / ประกาศนียบัตร (DEDU3
) หรือ
มหาวิทยาลัย (DEDU4
) ระดับการศึกษา; Dinc แสดงให้เห็นถึงรายได้ที่ผู้ตอบแบบสอบถามที่เป็น B /
30 $ 000 (DINC1
), $ 30 000? / 50 000 (DINC2
), $ 50 000? / 100 000 (DINC3
), $ 100 000? /
200 000 (DINC4
) หรือ? / $ 200 000 ( DINC5
); DCINC ระบุว่าผู้ตอบแบบสอบถามรวมกัน
รายได้ของครอบครัวคือ B / $ 30 000 (DCINC1
), $ 30 000? / 50 000 (DCINC2
), $ 50 000? / 100 000
(DCINC3
), $ 100 000? / 200 000 (DCINC4
) หรือ? / $ 200 000 (DCINC5
); DNASS นำค่า
ของความสามัคคีถ้าสินทรัพย์สุทธิตอบที่มี B / $ 50 000 (DNASS1
), $ 50 000? / 150 000
(DNASS2
) 150 $ 000? / 500 000 (DNASS3
) 500 $ 000? / 1 000 000 (DNASS4
) หรือ? / $ 1 000 000
(DNASS5
).
รุ่นนี้อาจจะคำนวณโดยใช้วิธีการวิเคราะห์การถดถอยตัดขวางและผล
จะแสดงในตารางที่ 3 ระยะอย่างต่อเนื่องในรูปแบบนี้จับกรณีละเว้น
ซึ่งเป็นชายไม่เหมาะสมกับบุคคลและรายได้ของครอบครัว น้อยกว่า $ 30 000
และสินทรัพย์สุทธิของน้อยกว่า $ 50 000 RTS สำหรับบุคคลนี้เป็นตัวแทน
68.77 และ RTS สำหรับบุคคลที่แตกต่างจากกรณีฐานของเราสามารถได้รับการประเมินโดย
พิจารณาความสำคัญและเข้าสู่ระบบของค่าสัมประสิทธิ์ประมาณในรูปแบบ
เพศเป็นปัจจัยสำคัญของความเสี่ยงและเพศหญิงจะแสดง RTS
6.8 จุดเมื่อเทียบกับชายเทียบเท่า demographically ในทำนองเดียวกันอายุ
ยังเป็นปัจจัยสำคัญของการรบและการยอมรับความเสี่ยงลดลงประมาณ 3 คะแนน
คะแนนสำหรับทุกการส่งผ่านทศวรรษ.
ชุดของตัวแปรดัมมี่จับระดับของรายได้ของแต่ละบุคคล
(Dinc) ทุกคนเป็นรายบุคคลอย่างมีนัยสำคัญและบวกเช่นเดียวกับที่รวมกัน ครอบครัว
รายได้ (DCINC) และสินทรัพย์สุทธิ (DNASS) หุ่น variables.7 ผลที่คาด
บ่งชี้ว่า RTS ของบุคคลทั่วไปเพิ่มขึ้นเป็นรายได้และสินทรัพย์ที่
เพิ่มขึ้นอย่างไรก็ตามผลกระทบนี้จะไม่ปรากฏจะเหมือนกัน โดยเฉพาะอย่างยิ่ง
รายได้ของครอบครัวรวมของ? / $ 30 000 พบว่าเพิ่มประมาณ 3 จุด
RTS เป็นค่าสัมประสิทธิ์ประมาณ DCINC2? 5
ช่วง 3.00-3.65 การทดสอบ Wald
ค่าสัมประสิทธิ์ของความเสมอภาคล้มเหลวที่จะปฏิเสธสมมติฐาน DCINC2
? / DCINC3
? / DCINC4
? /
DCINC5
ในระดับ 10% ค่าสัมประสิทธิ์ประมาณ DINC2? 5
และ DNASS2? 5
ชุดของตัวแปรดัมมี่ แต่มีน้อยเหมือนกัน สำหรับอดีตระดับที่สูงขึ้นของ
รายได้จะพบว่ามีความเกี่ยวข้องกับการรบที่สูงขึ้นอย่างต่อเนื่องยกเว้นด้านบน
วงเล็บรายได้ แม้ว่าจะเพิ่มขึ้น RTS คดีฐานยังคงเป็น
บวก (DINC5
? /2.80) ก็จะน้อยกว่าที่พบสำหรับวงเล็บรายได้ก่อนหน้านั้น
(DINC4
? /4.80) การทดสอบ Wald ค่าสัมประสิทธิ์ของความเสมอภาคระหว่าง DINC5
และ DINC4
สร้าง P-value 0.11 รูปแบบที่คล้ายกันคือแสดงโดยตัวแปรดัมมี่

ผลลัพธ์ (ไทย) 3:

เพื่อ ทดสอบปัจจัยที่มีผลต่อการยอมรับความเสี่ยง จำนวนของปัจจัย
อาจจะพิจารณา ข้อมูลที่ได้จากการสำรวจนักลงทุนส่วนบุคคล
นิตยสาร ให้ข้อมูลว่า เพศ อายุ การศึกษา สถานภาพสมรส
, จำนวนเซลล์ที่อ้างถึง รายได้รวมของครอบครัว รายได้และสินทรัพย์สุทธิ

( ข้อมูลส่วนบุคคลที่เก็บรวบรวมเป็นส่วนหนึ่งของ proquest
ความเสี่ยงโปรไฟล์กระบวนการ ) มันเป็นไปได้ที่จะหาผลของแต่ละประชากร
เหล่านี้ในการยอมรับความเสี่ยงของแต่ละบุคคล โดยใช้การวิเคราะห์ทางสถิติ
รุ่นที่จะถูกทดสอบในกระดาษนี้สมมติฐานว่า RTS สำหรับแต่ละชั้นมี
ฟังก์ชันของแต่ละประชากรเหล่านี้
ที่ rtoli เป็นทางการเงิน RTS บุคคลผมโดย proquest ตาม
ตอบแบบสอบถามความอดทนของความเสี่ยงและใช้ค่า 0 ถึง 100 และ ;
dfem คือตัวแปรหุ่นดิสผู้ตอบเป็น หญิง อายุ คือ อายุของ
ผู้ตอบ ( ทั้งหมดปี ) ; NDEP เป็นเบอร์ของคนในครอบครัวที่
6 ขึ้นอยู่กับผู้ถูกกล่าวหา ; dmarried คือ ตัวแปรหุ่น
ใช้ค่าของความสามัคคี ถ้าจำเลยเป็นแต่งงานถูกต้องตามกฎหมายหรือพฤตินัย )dedu จับ
เสร็จระดับการศึกษาของผู้ตอบ และรวมถึงไม่โรงเรียนมัธยมสมบูรณ์ ( dedu1

) จบการศึกษาระดับมัธยมศึกษาตอนปลาย ( dedu2
) , การค้า / ประกาศนียบัตร ( dedu3

) หรือ มหาวิทยาลัย ( dedu4
) ระดับการศึกษา dinc แสดงรายได้ของฝ่ายจำเลยเป็น B /
$ 30 000 ( dinc1
) , $ 30 , 000  / 50 000 ( dinc2
) , $ 50 , 000  / 100 , 000 ( dinc3
) , $ 100 , 000  /
200 000 ( dinc4
) หรือ  / $ 200 , 000 ( dinc5
)dcinc แสดงว่าถ้าเป็นผู้ตอบในครอบครัวมีรายได้รวม
, B / $ 30 , 000 ( dcinc1
) , $ 30 , 000  / 50 000 ( dcinc2
) , $ 50 , 000  / 100 , 000 ( dcinc3

) $ 100 , 000  / 200 , 000 ( dcinc4
) หรือ  / 200 บาท 000 ( dcinc5
) ; dnass ใช้ค่า
เอกภาพถ้าสินทรัพย์สุทธิของผู้ตอบเป็น B / $ 50 , 000 ( dnass1
) , $ 50 , 000  / 150 , 000 ( dnass2

) $ 150 , 000  / 500 , 000 ( dnass3
) , $ 500 , 000 , 000 , 000 (  / 1 dnass4
) หรือ  / $ 1 000 000 ( dnass5


)รุ่นนี้อาจจะประเมินโดยใช้การวิเคราะห์การถดถอยแบบ
และนำเสนอตาราง 3 ระยะเวลาคงที่ในรูปแบบนี้จับตัดทอนคดี
ซึ่งเป็นชายไม่เหมาะสมกับครอบครัวส่วนบุคคลและรายได้น้อยกว่า $ 30 000
และสินทรัพย์สุทธิของน้อยกว่า $ 50 , 000 RTS สำหรับตัวแทนแต่ละ
6877 และ RTS สำหรับบุคคลที่แตกต่างจากกรณีฐานของเราสามารถได้รับการประเมินโดย
พิจารณาความสำคัญและเครื่องหมายของการประมาณค่าสัมประสิทธิ์ในรูปแบบ .
เพศเป็นกำหนดระดับความเสี่ยง และหญิงจะจัดแสดง RTS
6.8 คะแนนน้อยกว่าเมื่อเทียบกับ demographically เทียบเท่าชาย ในทํานองเดียวกัน อายุ
ยังเป็นปัจจัยสําคัญของ RTS และความอดทนความเสี่ยงลดลงประมาณ 3 จุดคะแนน

ทุกผ่านทศวรรษ ชุดของตัวแปรหุ่นตามระดับรายได้ของแต่ละบุคคล
( dinc ) เป็นบุคคลสำคัญและเป็นบวก ได้แก่ รายได้ของครอบครัว
รวม ( dcinc ) และสินทรัพย์สุทธิ ( dnass ) ตัวแปรหุ่น 7 ประมาณการผล
ระบุว่า RTS ของบุคคลทั่วไปเพิ่มรายได้และทรัพย์สิน
เพิ่มอย่างไรก็ตาม ผลกระทบนี้จะไม่ปรากฏเป็นเครื่องแบบ มากขึ้นโดยเฉพาะ ,
รวมรายได้ครอบครัว  / $ 30 , 000 ถูกพบเพื่อเพิ่มประมาณ 3 จุดเพื่อ
RTS เป็นประมาณค่าสัมประสิทธิ์สำหรับ dcinc2  5
ตั้งแต่ 3.00 3.65 . แบบทดสอบ Wald
สัมประสิทธิ์ความเสมอภาคไม่ปฏิเสธสมมติฐานว่าง dcinc2
 / dcinc3
 / dcinc4
/

 dcinc5 ที่ระดับ 10% การประมาณค่าสัมประสิทธิ์การ dinc2  5
5
dnass2  และชุดของตัวแปรหุ่น แต่เป็นชุดน้อย สำหรับอดีต , ระดับที่สูงขึ้นของ
รายได้จะพบว่ามีความเกี่ยวข้องกับอย่างต่อเนื่องสูงกว่า RTS ยกเว้นวงเล็บรายได้ด้านบน

แม้ว่าการเพิ่ม RTS มากกว่ากรณีพื้นฐานที่ยังคงเป็นบวก ( dinc5

 / 2.80 )มันเป็นน้อยกว่าที่พบรายได้วงเล็บก่อนเลย
( dinc4
 / 4.80 ) เป็นสัมประสิทธิ์ของ Wald ทดสอบความเท่าเทียมกันระหว่าง dinc5

และ dinc4 สร้าง p-value เท่ากับ 0.11 . รูปแบบคล้ายคลึงกัน คือมี โดยตัวแปรหุ่น