前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇統計學經驗法則范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

統計學經驗法則范文第1篇

【關鍵詞】應用型 數學思想 闡述問題的能力

應用型本科教育對于滿足中國經濟社會發展，對高層次應用型人才需要以及推進中國高等教育大眾化進程起到了積極的促進作用。進入20世紀80年代以后，國際高教界逐漸形成了一股新的潮流，那就是普遍重視實踐教學、強化應用型人才培養。因為人們已越來越清醒的認識到，實踐教學是培養學生實踐能力和創新能力的重要環節，也是提高學生社會職業素養和就業競爭力的重要途徑。在應用型本科教育的形勢下，高等數學課程應用性模式教學研究顯得尤為重要。

在以應用型為目標的本科教育理念下，對高等數學課程的批評大多是缺少應用性。隨著時代的發展，教學目標除了傳統的目標，沒有建立新形勢下的教育目標；應采用什么樣的教學方式、課程內容以及評價方式，提升學生的邏輯推理和問題解決能力，并對此能力的提升作出綜合評價等。本文就下面提出的課程問題進行探討。

一、高等數學課程存在的問題

1、在講授數學課程時存在的問題是過于重視方法的訓練，注重法則和過程的介紹，忽略數學本質及其實際價值。

2、教學中的許多例題、習題，多樣性較差，具有實際應用背景的問題就更少，導致學生不會運用所學的知識對一些實際問題進行分析。評價的方法也存在問題，設計的考試題型僅僅是選擇題、簡答題，這樣學生便會采取“死記硬背”的方法應付考試，學生的分析技能并未獲得實質性的進步。

3、闡述問題的方式有四種，包括幾何圖形、數值規律、解析表達式和語言敘述。在傳統的數學教學中，對于這四種方式并不是給予同等的重視對于解析表達式給予更多的重視，像數值規律、語言敘述很少涉及。

4、在教學中注重強調邏輯推理，既注重數字游戲和應用公式如何計算，很少結合不同的數學軟件，例如繪圖儀等，來幫助學生建立數學思維。

總之，傳統的數學課程模式過于重視方法的訓練而忽視了其他品格的養成；教學方式還是采用填鴨式講授法，考試只注重事實性知識的記憶，缺少批判性思維的考查；課程內容設置使學生感受不到有助于提高分析問題和批判性思考能力的發展，學生在很大程度上不會使用數理推理的方式解決實際問題。

二、高等數學課程應用性教學的幾點建議

1、注重數學思想及其實際應用價值

數學思想是數學課程教學的精髓。數學課程固然應該教會學生許多必要的結論，但絕不僅僅以教會定理、公式和計算程序、解題方法為目標，更重要的是讓學生在學習這些結論的過程中獲得數學思維。

例如，在講解定積分時，曲邊梯形的面積通過分割，近似代換，求和，取極限的積分思想而得到，學生也可以通過微積分基本公式求解定積分，介紹的應用大多是幾何方面的應用，很少涉及其實際應用價值的介紹。

類似地，像利用積分的思想求函數 在區間 上的平均值，二元函數的的等值線圖在天氣圖，地形圖，某地區農作物受當地總降雨量和平均氣溫影響的產量等方面的應用。通過數學思想在實際應用中的案例介紹，有助于激發和培養學生將數學思想創新性的應用于自己的工作和生活中。

2、課程內容配置的應用性與啟發性

在教學中，應借鑒國外優秀數學教材的內容編排，提升課程內容的應用性和啟發性。力求做到：對重要概念都盡可能介紹實際背景；重要結果都盡可能地舉出應用實例。設計與課程目標緊密相關的平時作業和測驗；及時給予學生反饋，以幫助學生了解自己的學習進展以及還需要做什么。

習題的配置應具有多樣性，給學生所布置的作業，不能只是通過尋找“已經做好的”例題來完成。以文獻 5 為例 該教材除了配置大量的練習題外 還配置了四種類型的小課題 它們是應用課題（ applied project），探索課題 （Discovery project），實驗課題 （Laboratory project）和寫作課題（Writing project）。

例如，在研究導數應用，求函數在某一區間的拐點時，給出了求解及判斷方法，我們還應進一步讓學生了解其應用性。即研究類似下面的問題：

圖2表明某個種群向極限人口L增長，人口達到L/2的點為圖像的拐點，拐點說明人口的什么特征？

通過這樣問題的學習，學生不但知道如何求解拐點，而且理解拐點給函數帶來怎樣的變化。

下面氣壓與海拔的例子，不但具有探索性，也具有實驗課的特性，同時通過完成這種問題，也有助于培養學生的自我表達能力。

例如：海平面的氣壓是30英寸汞柱，在海拔 的高度上，氣壓P（單位：英寸汞柱）為

（a）畫P關于h的草圖

（b）求在h=0的切線

（c）旅游者們的一條經驗法則是海拔高度每上升1000ft，氣壓下降1英寸汞柱，請寫出這條經驗法則所確定的氣壓公式。

（d）（b）和（c）的答案之間有何聯系，請說明經驗法則為什么有效。

（e）經驗法則所做的預測是過大還是過小，為什么？

3、注重培養采用多種方式闡述問題的能力

學生掌握算術、數據、計算機、建模、統計學、概率、推理等方面的內容同時，并強調要將其運用于社會實踐。若以此為目標，則在教學中，老師需在概念、模型和技巧間做出合理的安排，盡可能的培養學生在面對不同問題時，采用適當的方式闡述問題。

函數的表現形式有四種方式，在介紹一些概念、對一些公式進行解讀及對一些實際問題進行描述時，學會運用四種方式相結合的形式來描述，通過這幾種方式相結合，我們可以從不同的角度對概念、實際問題有清楚的認知。

學生可能會產生這樣的問題，數學模型所用的公式是如何產生的？事實上，我們所使用的大部分公式是利用數據擬合得到的。

例如：隨著對稀缺資源的關注，對人口的準確預測變得越來越重要。美國每10年通過人口普查記錄人口，下表給出1790～2000年人口普查數據：

問題：根據統計數據分析美國人口的增長情況，并給出其增長的函數表達式。

問題的求解應該完成以下幾方面的工作：（1）將表中數據利用散點圖描繪出來，可初步觀察出人口的增長變化情況，并進一步結合數據說明；

（2）根據人口增長散點圖，選用合適的數學函數模型，并利用最小二乘擬合可得到其函數模型中的參數值；

（3）分析擬合的誤差。

在上面問題中，確定美國人口合適的數學函數模型時，人口增長的散點圖表明，在1860年以前，人口增長速度較快，圖形為上凹形狀，在1860年以后，人口增長速度變慢，圖形為下凹形狀，人口由于受到社會、自然等多種因素的影響，會趨于一個較穩定的數量，這些特征要求所選的函數模型也應具有這些特性，具有這種特性的人口學函數是Logistic函數。

在教學不能只停留在給出數學函數公式，應更加注重強調公式的性質、圖形特征，分析其參數對圖形的影響，對于特殊點處的含義給出解釋。通過教會學生將闡述問題的四種方式結合應用，可以使學生學會用文字說明想法，用圖形解釋答案。

在信息化時代，數學教學的信息化也不容忽視，利用不同的數學軟件工具，例如，例如繪圖儀等，幫助學生建立數學思維，提升對問題的認識。

要大力推進數學應用型教學的改革，包括教學理念、教學內容、教學方法、考試方法和學生評價方法的改革。否則，我們的教學就始終停留在灌輸知識的層面，而很難形成學生的能力和素質。只有使學生獲得對微積分知識的真實理解，才能創造性地使用微積分。

【參考文獻】

[1]章勤瓊，譚莉， Max Stphens.澳大利亞數學課堂中的個性化教學及啟示.數學教育學報， 2013年12月. 第22卷第6期：p49-52.

[2] 張榮 ，過榴曉，美國微積分教材的應用性和啟發性賞析.大學數學， 2011年12月. 第27卷第6期： P203-206.

[3] 陳怡，哈弗大學校長是如何看待本科教育的.中國大學教學，2010年，第9期： P87-93.

統計學經驗法則范文第2篇

【關鍵詞】P2P 網貸平臺 層次分析法 綜合評估

從2011年開始，我國逐漸出現小部分平臺因提現困難而倒閉或跑路的事件，導致投資人出現損失。至2013年，風險開始大面積的蔓延，累計至2014年問題平臺達367家，大量平臺因風險管控能力欠缺導致借款違約金額超出平臺墊付能力，平臺負責人失聯、攜款跑路等事件發生。平臺出事前毫無征兆，風險來的未知性和突發性讓投資者損失巨大。我國尚未建立健全的信用評估體系，風險管理經驗也較金融發達的發達國家有所欠缺，在尚未成熟的市場環境和監管體系下我國P2P網貸平臺的風險防范就顯得尤為重要。本文將采取層次分析法對P2P網貸平臺進行綜合評價，期待為防范網貸風險得到有用的建議。

一、P2P網貸平臺的風險評估指標選取原則

在對復雜事務進行綜合性研究時，所選取的評價指標應做到不遺不漏，做到科學全面。P2P網貸平臺的的風險具有突發性和未知性，平臺借款業務有著很大程度上的不公開不透明的特點，平臺對海量業務的審查涉及到工作人員的主觀因素也就難免會出現紕漏。同時評判一個平臺的綜合運營情況，考慮的不僅僅是目前的各項成交指標，也要考慮到平臺的未來前景。所以在P2P網貸平臺的綜合評價中，要將運營數據和平臺品牌實力、風險承受能力、透明度等多方面結合，采取統一的度量方法，將定量指標和定性指標用同一規則標準化。因而在建立P2P網貸平臺的綜合評價指標時應做到遵循以下原則：

（一）科學性

科學性的原則是所有研究中都必須遵循的原則。在建立P2P網貸平臺的綜合指標時，應做到科學分類，將同類的指標放在同一風險層次加以量化，而要避免指標分類與現實不符的情況。對不同量級的定性稻蕕拇理更要注重科學性，保證在數據轉換之間失去原有的價值。

（二）全面性

P2P網貸平臺的業務邏輯雖然簡單，但處理的過程卻是十分復雜。從平臺對貸款人的審查，對不同貸款期限的組合，對投資者的引導，每個環節都十分重要。所以構建評價指標體系時要從宏觀方面著眼，從細微出下手，做到全面把握整個流程。

（三）定量指標與定性指標結合

在構建P2P網貸平臺的綜合評價指標中，大量的定性指標與定量指標相互交錯，應該采用統計學上的方法為二者建立同一度量方法，將定性指標與定量指標實現無偏差的結合，這樣才能保證評價的綜合性。

二、P2P網貸平臺的綜合評估指標體系的構建

對P2P網貸平臺的綜合評估研究是一個復雜的多維度決策問題。在眾多維度中，部分指標有具體的屬性值，但同一層次級別的不同屬性的數值往往會出現巨大的數量級別之差；部分指標需要靠具體瀏覽各大網貸平臺的按是否符合要求設置“0”和“1”的聾啞量再通過評分方法進行打分。對于不同量級的定量指標，為了避免數量差別太大的問題，統一按去自然對數進行表準化處理。

本文先從大層次的風綜合評價角度出發構建一級指標，因為部分以及指標可以繼續細分，因而需要繼續構建二級指標，兩個層次的指標評分加總即為每個P2P網貸平臺的。二級指標的構建依據各大P2P網貸平臺的實際調研以及經驗法則進行判斷。指標體系的構建最終確定為5個一級指標：杠桿率、成交量、人氣、收益、分散度，9個二級指標：成交量、時間加權成交、投資人數、借款人數、平均利率、風險收益比、人均投資、人均借款、借款集中度。

第一步對綜合評價的總目標進行分解，形成一級指標（層次分析法的準則層）和二級指標（層次分析法的評價指標），最終構造層次模型；

第二步，構造判斷矩陣。判斷矩陣是指需要對同一層次的指標進行兩兩的重要性判定，通過比較確定相對的重要性程度的得分值，并填入到矩陣中形成判斷矩陣；

第三步，檢驗所得的判斷矩陣的一致性并一致性進行調整；

第四步，構建平臺指標數據。

三、P2P網貸平臺的風險防范建議

（一）加強風險分散化機制

P2P網貸的風險分散化包含兩個方面的內容，一是P2P網貸平臺應教育投資者并采取一定的強制措施限制采取分散化投資，對借款人進行金額限制以及標的拆分；二是P2P網貸平臺在借款人身上做到一定的資產組合降低集中度，例如借款人在行業上、地域上，業務關聯度上的集中的。這些因素需要對信貸進行組合化管理。

（二）建立網上監管平臺

建立P2P網上監管平臺，對P2P網貸平臺的相關指標進行披露，檢測平臺的風險同時促進行業的聯網合作，提供央行征信系統的對接，實現征信共享、黑名單聯網公示等。網上監管平臺將會在P2P網貸的資金安全和信息披露上起到極為重要的作用，監督各平臺控制系統風險，監督各平臺的業務范圍，利率水平，對不合規平臺進行警高曝光監督等。

參考文獻

[1]Michels，J.Do Unverifiable Disclosures Matter？Evidence from Peer-to-Peer Lending[J].The Accounting Review，2012，87（4）.

[2]李鈞.P2P借貸：性質、風險與監管[J].金融發展評論，2013，（3）：35-50.

統計學經驗法則范文第3篇

關鍵詞：高管團隊；戰略決策；全球化；海外擴張

中圖分類號：C931.3 文獻標識碼: A

1、問題的提出

傳統的國際商業理論認為，國際化的戰略決策完全是理性的，所以研究者經常忽略投資決策研究，過往的研究都主要關注決策轉變的理性及可衡量的貢獻方面，而忽略了高管團隊(TMT) 作為決策制定者的作用，但恰恰此類研究能夠解釋外商投資如何做決策。海外擴張絕非空穴來風，而是一部分特定的決策制定者們的協商結果。然而，過往的研究主要都關注決策轉變的理性及可衡量的貢獻方面，而忽略了高管團隊(TMT) 作為決策制定者的作用。當外商直接投資(FDI)的市場準入模式決策的實證研究被無數預測變量(例如公司、行業和國家特點)驗證后，研究的側重點就開始偏離個人和團隊對決策的貢獻了。

國際化視角的高管團隊被認為能夠積極應對多元的文化、制度和競爭環境，比起只具有本土視角的高管團隊來說，決策的質量更高。

跨國經驗和國籍多樣性有可能影響國際化決策，因為他們的經驗會帶來不同的參數選擇和決策結果。特別的，跨國業務經驗給決策流程帶來了諸如國際化市場的知識、技能、非正式工作組等好處，但是，這些經驗都受到時間和地域的限制。另一方面，國籍多樣性影響的是決策者本身的價值觀和認知。國籍就像觀察東西的透視鏡：認知、收集、解釋和利用信息，由此來給戰略決策提供基礎。在高管團隊中，由于國籍的不同導致的認知的差異和價值觀的不同對戰略決策有著顯著的影響。

2、已有文獻綜述

2.1 國外海外擴張模式的決策

國際貿易的一個基本問題之一就是公司如何進行海外擴張，諸多理論都已經用于解釋海外擴張模式時不同的決策方法，其中交易成本理論和制度理論應用的最多。這些理論多以經濟學理論為基礎，重點關注理性決策與成本最小化和風險調整后的投資回報率的關系。

各方的爭論焦點在于解釋為什么合作控制式海外擴張模式相對于全面控制模式有相對較小的風險。合作型，股權在各方分享，這樣，每一方承擔的風險就較小。全面控制式市場準入帶來高回報的同時，必定來帶高風險。

近年來，作為交易成本理論的延伸，制度理論被廣泛應用到海外擴張模式的決策中。根據這一理論，環境不確定性是國外市場進入的重要影響因素。制度和文化背景變量決定著這種不確定性，并與傳統的交易成本變量共同解釋海外擴張模式的決策。文化的差距可能影響目標市場的管理成本和不確定性的評估。文化差距越大，國外直接投資的環境不確定性和風險的感知性最高。

全面控制式的海外擴張模式更易于受環境的不確定性和進入風險的影響，因為它不是很靈活且需要更高的不可逆的投資。隨著環境不確定性的升高，母公司會選擇減少控制權的治理方式，而不是全面控制模式，為的就是控制風險承擔。同時，本國和目標國家由于文化不同而產生的風險容忍度和成本控制的差異，也可能通過共享產權而緩和。

2.2 管理特點和行為管理戰略決策

之前的海外擴張模式研究都以理性決策模型為基礎，對管理特點關注較少。于此相反，組織行為學理論意識到有限理性會在某種程度上影響到決策制定者。

高管團隊面臨的最根本挑戰是在高不確定下制定戰略決策過程中遇到的各種復雜的，經常是模糊的刺激因素。在這種情況下，每一個刺激因素都不能帶來清晰的理想的決策；高管團隊面臨來自組織內外部太多的信息量，以至于這些信息不能被他們完全的理解和吸收。研究已經表明人類試圖通過啟發法(“經驗法則”)減少認知努力和改變認知結構來整合各種信息做出某個決策。尤其是，高管團隊應用他們已有的認知模式有效的組織和加工信息，簡化決策流程這樣，決策制定者能夠在未檢查所有已知信息的情況下做出相對準確的決策。

依據高層梯隊理論，可觀察到高管團隊的人口統計學特征能夠推斷心理認知基礎和價值觀，而心理認知基礎和價值觀可以看作戰略決策的有力預測因素。四個高管團隊的特征已經可以拿來影響戰略決策: 高管的任期，任職經驗，正式教育背景和跨國經驗[1]。一些研究報告系統的說明了高管團隊任職經驗和組織戰略的關系，例如，與組織的運營國際化傾向或海外擴張模式的決策有關。處于同樣的原因，高管團隊的跨國經驗已經和組織在國際市場上有效的運作聯系在一起。

2.3 民族文化和戰略決策

一個重要決定高管戰略方向和喜好的因素卻經常被忽略的是國籍。跨文化心理學認為，原始的國籍影響潛在的定位、價值觀和認知[2]。 這些由國際產生的素質，反過來影響著一個人的行為和如何被一個集團接受[3]。許多文化的思維、感情、行為都是在兒童時代習得的，因為那時候容易受到學習和同化的影響。這種模式深深的植根在心理，一旦在一個人的腦子里建立起來，在后續的一系列經歷中很難再去改變 。

很少有研究民族文化和高管團隊戰略傾向的關系。Geletkanycz證明文化價值觀顯著的影響高管的組織現狀變革的開放性[4]。類似的Hambrick et al認為跨國經驗的習得和接觸，在某種程度上能夠克服國籍帶來的差異，但是國籍帶來的差異很難改變[5]。出于同樣的原因，飽經風霜的高管們因國籍不同所帶來的差異在我們已有的數據中要比年齡，教育背景等變異多得多。因此，由于國籍不同帶來的價值觀不同強烈影響者高管團隊對戰略行動的偏好。所以，我們認為民族文化影響者市場國際化的進入和運營。

3、研究模型與假設

3.1 跨國經驗和海外擴張

海外擴張決策的交易成本非常不確定且風險高。擴張所需要的信息，由于“經驗的鴻溝”很難到本土和目標國家傳遞和解釋。結果，海外擴張決策很可能受到決策制定者過去的知識和經驗的影響。

先前的經驗告訴我們，高管團隊國際業務經驗水平幫助減少國際擴張的不確定性。例如，跨國經驗幫助增加跨國市場機會的識別意識。所以，跨國經驗可以作為文化知識的，這種知識是成功制定和實施國際戰略的必要條件。

高管團隊中已經積累外國文化和國際業務經驗的成員能夠更好的應對國際運作的不確定性。因此，他們通常會比沒有此背景的成員認為外商直接投資的風險更小。

高層梯隊理論強調團隊層次的經歷的重要性，我們認為跨國經驗更能夠影響跨國戰略決策，當高管團隊成員都有類似經歷。如果團隊中成員擁有完整的國際業務經驗，他們可能分享相同的海外擴張模式的偏好。總的來說，這些論點都表明，TMT擁有國際經驗更可能選擇全面控制而非合作控制模式當國外擴張時:

假設1 ：TMT 跨國經驗與尤其是全面控制式海外擴張模式正相關。

假設2：TMT 跨國經驗與尤其是全面控制式海外擴張模式負相關。

3.2 國籍多樣性和海外擴張

在團隊架構設置，戰略家擁有不同的文化背景和價值觀和認知模式，當他們識別問題時，能夠從各個方面的看待問題。當給到他們不同模式去選擇，他們會選擇不同的戰略并期待不同的結果。文化價值觀的不同會導致對于不同戰略決策的爭論和主導。高層梯隊的認知的多樣性經常與沖突和意見不一致有關。當我們發現高層梯隊情感沖突會負面形象決策質量，認知沖被認為能正面影響戰略決策[6]。

在國際決策過程中，不同的觀點和富有意義的爭論大多因為高管團隊，他們的國籍的不同能夠幫助產生和精煉選擇。例如，Watson, Kumar, and Michaelsen發現文化群體的不同會比統一的文化群體在觀點和選擇上表現的更有價值。高管團隊擁有不同的國籍背景更有可能參與到建設性的爭論，因此考慮獨資公司而非合資公司或者合作企業，忽略他們進入市場的風險[7]。

國際合作企業的特點是至少有兩個或者兩個以上的文化相互融合建立起來的相互依賴性。國際合作企業的成功依賴于文化的融合和統一。高管團隊代表了國際合作企業中文化團體，他們作為國際合作企業生存的文化載體。高管團隊文化差異導致了他們更容易選擇合作形式的海外擴張模式。因此，高管團隊國籍多樣性更易于接受國際合作形式的風險和復雜性，比起國籍同一性的高管團隊來說。

此外，國籍多樣性的高管團隊的認知模式和價值觀都是經歷過國外市場的洗禮才能夠準確的評估制度和文化的風險。國籍多樣性的高管團隊能夠更好的評估環境的不確定性，因為他們關注過很多國際的市場環境由此提升了他們掃描，翻譯和利用相關信息的能力[8]。因此，依據認知和價值觀的多樣性，國籍多樣性的高管團隊更愿意強調合作控制和分享成本的好處，他們愿意與國外企業合作來減低不確定性和獲得更多本土市場的信息。于此同時對與跨文化差異更加自信的，合作的不平等也會消除：

假設3：TMT 國籍多樣性與/尤其是與合作控制式海外擴張模式正相關。

假設4： TMT 國籍多樣性與/尤其是與合作控制式海外擴張模式負相關。

4、研究樣本

4.1 樣本及變量

數據來源于165個公司7年內的數據。高管團隊的特征來源于企業的年報和網站。公司和行業信息來自專業網站。

之前國外海外擴張模式可分為兩個類別：合作控制 (設定為 1)和全面控制 (設定為0)。 國際合作企業，是把兩個或者兩個以上的公司資產組合在一起，投資公司獲得部分的東道國實體所有權。因此，國際合作企業認為是合作控制。新投資收購被認為是全面控制海外擴張模式，這里投資公司占有東道國實體95%以上的所有權。

我們公司規模取了對數，公司規模一直是影響海外擴張模式的標準之一。我們控制組織規模，通過取對數來做比較。公司的規模是海外擴張模式的影響因素。之前的國際化參與程度可以影響之后的類似決策。因此,我們控制國際多樣化，我們用熵的概念來衡量國際多樣化，計算公式為∑Pi ln(1/Pi), 其中 P 代表區域銷售占公司總銷售額的百分比。

由于行業的特點也會影響到國外海外擴張模式的決策，我們把這個變量稱為行業活力，它會反映環境的波動和行業的動蕩。

與之前的文獻一致，所在國家的環境不確定性，可以從兩個方面衡量，這兩個方面都能影響海外擴張模式的決策。基于Hofstede's的文化分數，一個基于四個文化規模的復合指標(例如，權力距離，不確定性回避，男性主義/女性主義的，個人主義的)。文化差距由以下公式算出CDj=∑[(Iij-Iiv)2/Vi]/4, 這里 Iij 代表第i個文化維度和第j個國家，v代表瑞士，Vi代表第i個維度的方差。

東道國治理質量是基于Kaufmann, Kraay, and Mastruzzi在2009年建立的理論之上。我們把以下東道國治理質量的6個維度（話語權和問責權、政治穩定性、政府效率，監管質量、法律規則和腐敗控制）取平均數并用單指標測量方法。值的范圍從-2.5到2.5 ，更高的值代表更高的治理質量水平。國籍認為是高管出生的國家。高管團隊國籍多樣的程度性依據Blau指標,這是一種群體一致性的測量方法，在TMT 研究中非常常見。Blau指標應用公式 B=[1-∑(pi)2]，p是第i組人數的百分比，B的值越高該變量的異質性越高。TMT 跨國經驗 通過TMT成員不包括CEO的國際經驗的比例 CEO 跨國經驗 被看做一個虛擬變量，如CEO 擁有跨國經驗，虛擬變量為1否則為0。過去研究經驗表明 CEO 跨國經驗影響海外擴張模式決策。我們進一步研究，TMT 人口統計學分布被證明能夠影響戰略決策。TMT 高管團隊職責多樣化 和TMT 教育程度多樣性是通過 高管個人現行的功能和教育背景Blau指數測量出的。功能是依據Wiersema and Bantel 的十個類別變量測量的：(1) 產品(2)營銷銷售 (3)工程 (4) 財務會計 (5) 綜合管理 (6) 研發 (7) 法律 (8)人力資源 (9) 物流(10) 其他。教育背景分為四類：(1) 商業 (2) 法律 (3) 工程(4) 其他。 TMT 行業經驗多樣性 由高管團隊成員先前的行業經歷來衡量。TMT 任期多樣性 通過高管的任期的相關系數來測量。最后，我們控制高管團隊的規模，通過成員數量來測量。

4.2 分析策略

文獻表明海外擴張模式決策-尤其是在全面控制模式和合作模式之間的決定，它們所依據的變量必須屬于不同層次水平。海外擴張模式受到母公司水平的影響例如，主流邏輯或者歷史經驗等，然而擴張決策由國外直接投資和母國的情況共同影響。由于母公司有許多其它的國外市場進入，這些決策不是獨立的而是相互作用的。這種非獨立的觀察數據可能會導致統計結果不正確。

研究的設計旨在研究一款嵌套結構，這里國際擴張決策植根在公司決策里。由于有一些管理方面的一致性，國外擴張更有可能與之前的相似而不是每次擴張決策都不一樣。所以，在7年之內控制多個國際擴張之間的互獨立性非常必要。 這讓我們收集一個結構化的數據，包括2個隨機的變量：公司內部的國際擴張決策（第一個水平）和公司之間的國際擴張（第二個水平）。嵌套的數據結構包括兩個層次不能解釋的變量以及不能完全被最小二乘法回歸分析代替的變量。相反，多層線性模型是多次回歸的擴展，包括了嵌套的隨機系數，是我們推薦的方法。

我們應用多層伯努利分析合作控制或全面控制模式。模型包括母公司水平的變量例如，公司規模，公司國際化程度作為公司層面的變量。TMT特點和母所在公司國家的情況（文化距離和治理質量）作為決策變量的第一個水平，在外國直接投資時測量。

5、研究結果

表格 1 提供了均值，標準差和變量的相關分析。樣本中的公司，涉及在88個國家的190個國際合作、450個國際兼并和419個新建投資，歷時7年 (2001-2007)。TMT 團隊中外國人的人數是1.99, TMT組成中不同國籍的平均人數是2.41。

表格1 : 均值、標準差及均值

變量 均值 標準差 最小值 最大值 1 2 3 4 5 6 7 8 9 10 11 12 13 14

公司規模

8.99

1.90

1.20

11.73

1

公司國際化程度 1.22 0.34 0.00 2.17 0.25 1

行業活力 0.03 0.03 0.00 0.27 0.23 0.01 1

CEO 跨國經驗 0.41 0.49 0.00 1.00 0.24 0.15 -0.20 1

TMT規模 7.10 3.02 2.00 21.00 0.37 0.17 -0.04 -0.05 1

TMT行業經驗 0.41 0.32 0.00 1.00 -0.24 -0.12 0.09 0.06 -0.08 1

TMT任期多樣化 0.47 0.24 0.00 1.29 0.16 -0.08 -0.13 0.10 0.00 -0.02 1

TMT教育多樣化 0.47 0.19 0.00 0.72 -0.29 -0.09 -0.07 -0.00 0.08 0.00 -0.10 1

TMT職責多樣化 0.57 0.20 0.00 0.88 -0.17 0.08 -0.26 0.12 0.16 0.03 -0.19 0.25 1

TMT跨國經驗 0.32 0.30 0.00 1.00 0.31 0.15 0.01 0.40 0.08 0.04 0.00 -0.24 0.04 1

TMT國籍多樣化 0.45 0.26 0.00 0.90 0.51 0.19 -0.12 0.18 0.38 -0.08 -0.05 -0.02 0.14 0.33 1

文化差異 1.26 1.65 0.05 21.61 -0.01 -0.01 0.04 0.02 -0.15 -0.06 0.05 -0.03 -0.02 0.18 0.05 1

管理質量 1.13 0.66 -1.66 1.96 -0.10 -0.06 -0.06 -0.07 0.13 0.04 -0.03 0.06 0.03 -0.23 -0.16 -0.51 1

進入模式 0.18 0.38 0.00 1.00 0.06 -0.08 0.02 0.09 0.03 0.04 0.05 0.02 0.12 -0.06 0.06 -0.03 0.00 1

所有的相關性都大于0.7，顯著。

表格2: 多層線性伯努利結果分析：TMT特征對合作控制或全面控制海外擴張模式選擇可能性的影響

分析水平 變量 樣本1 樣本2

相關系數 標準誤差 相關系數 標準誤差

分析水平2:

公司層面 公司規模 -0.05 0.13 -0.07 0.13

公司國際化程度 -0.70 0.57 -0.47 0.60

行業活力 -2.02 7.09 -0.09 7.09

分析水平1：

決策層面 CEO國際經驗 -0.07 0.38 0.37 0.42

高管團隊規模 -0.06 0.05 -0.08 0.05

高管團隊行業經驗 0.70 0.58 0.56 0.61

高管團隊任期多樣化 1.54* 0.68 1.31 0.74

高管團隊教育程度多樣化 -0.56 0.96 -1.20 1.06

高管團隊職責多樣化 2.07* 1.00 1.96 1.05

高管團隊跨國經驗 -2.63*** 0.78

高管團隊國籍多樣性 1.96* 0.86

文化差異 -0.01 0.10 0.01 0.10

管理質量 -0.23 0.19 -0.21 0.20

截距Intercept -1.6*** 0.27 -1.94*** 0.33

表格* p < .05*** p < .001

表格 2 顯示的是假設測試。假設1和2，我們發現TMT 跨國經驗與選擇合作模式的可能性成負相關，全面控制模式(b = -2.63, p

6、研究結論

海外擴張模式是國際擴張的關鍵決策。國外海外擴張模式是合作控制還是全面控制對于投資風險、組織控制和資源非常重要，而這些決定最終由高層管理者決定。之前的研究沒有高管團隊的組成對國外市場準入決策的影響。本文研究動力在于補全這個空位，通過研究高管團隊的管理特點可能影響海外擴張模式的決策。

通過調查研究理性因素的角色、高管團隊特征和國際戰略的關系，共同研究海外擴張模式。我們的研究結果認為跨國經驗和國籍多樣性在高管團隊的層級上來說，是國外是海外擴張模式決策的相關預測因素。

本文研究的貢獻是建立國籍多樣性的有效性作為理解TMT多樣性的重要因素。盡管雇傭外國國籍的高管呈上升趨勢，TMT國籍多樣性對戰略決策的影響至今沒有被廣泛研究。我們用理論模型和經驗共同證明，國籍多樣性與其它的TMT多樣性特點不一樣，例如，跨國經驗，教育背景，它對研究TMT 多樣性更有價值。如圖1，國籍多樣性會導致合作控制式海外擴張模式偏愛而不是全面控制，擁有國際經驗的TMT組成則容易選擇全面控制式。總之，這些發現證明跨國經驗和國籍多樣性代表了不同的管理經驗，這些經驗可以不斷的應用在國際戰略決策流程中。

我們的研究對于實踐者來說意義重大。當國籍并不是選擇高管團隊成員的主要因素的時，這篇文章給他們強列的沖擊，國籍對國際海外擴張模式的決策影響非常重大。所以在選擇高管時，在關注國際業務經驗的同時也應注意到TMT國籍的組成結構。進一步說，能夠意識到潛在戰略方向來自個人的背景和經歷，能夠幫助解釋國際貿易中戰略決策的有限理性因素。國際擴張的決策不僅依據的是理性的成本利潤和風險的考慮，還受到決策制定者個人特質的影響。理解和注意到高管成員的特質，能夠更好的理解他們制定戰略方向的理性動機。

最后，我們的研究也證明了長期以來的努力，證明文化身份在高管團隊研究中的地位。事實是，高管團隊的戰略視角，深深植根于他們國家的文化里，對與高管本身的培訓和發展都有重要的意義。當跨國經驗能夠通過出國實踐獲得，這種經驗，在某種程度上受到自身國籍影響。因此，人力資源管理實踐旨在通過外派出國來獲得國際經驗的方式，還要認識到擁有這種經歷的人不能替代高管團隊中所有的外國國籍的人。

參考文獻：

[1] Amason, 1996 A.C. Amason, Distinguishing the effects of functional and dysfunctional conflict on strategy decision making: Resolving a paradox for top management teams, Academy of Management Journal 39 (1996), pp. 123－148.

[2] Finkelstein et al., 2008 S. Finkelstein, D.C. Hambrick and A.A. Cannella, Strategic leadership: Theory and research on executives, top management teams, and boards, Oxford University Press, New York, NY (2008) , pp. 415－417.

[3] Geletkanycz, 1997 M.A. Geletkanycz, The salience of “culture’s consequences”: The effects of cultural values on executive commitment to the status quo, Strategy Management Journal 18 (8) (1997), pp. 615－634.

[4] Hambrick and Brandon, 1988 D.C. Hambrick and G.L. Brandon, Executive values. In: D.C. Hambrick, Editor, The executive effect: Concepts and methods for studying top managers, JAI Press, Inc., Greenwich, CT (1988), pp. 3－34.

[5] Hambrick and Mason, 1984 D.C. Hambrick and P.A. Mason, TMT: The organization as a reflection of its top managers, Academy of Management Review 9 (1984), pp. 193－206. Full Text via CrossRef.

[6] Hambrick et al., 1998 D.C. Hambrick, S.C. Davidson, S.A. Snell and C.C. Snow, When groups consists of multiple nationalities: Towards a new understanding of the implications, Organization Studies 19 (2) (1998), pp. 181－205.

[7] 古家軍. 企業高管團隊戰略決策機制權變整合模型的構建[J].科技進步與對策,2010.20,12(2)：127-128.

[8] 徐強.魏澤龍.李垣.弋亞群. 高管團隊特征與戰略變化關系的理論分析框架研究[J].西安交通大學學報(社會科學版),2009(1):72-76 .

Study on the Emphasis of Nationality Diversity

and Foreign Experience on TMT overseas expansion decision-making

SHEN Shu-meng, GE Yu-hui

(Management School, USST, Shanghai 200090, China)

統計學經驗法則范文第4篇

關鍵字：洪水保險 WTP CVM 定價

一、引言

洪澇災害是中國的第一大災害之一，由其引起的經濟損失占自然災害損失的50-60%，據統計，1990-2010年由于洪災造成的損失超過1萬億元，占同期GDP的1.7%左右，是美國、日本等發達國家的10-35倍。面對如此嚴重的洪澇災害，完全依靠政府的救濟與救災不能高效的提供給民眾災害救助和經濟補償，應該盡快建立一種保險體系來保障災害給民眾帶來的經濟損失。

90年代中國曾嘗試建立洪水保險，但是由于洪水風險具有較強的不可控、難預測等特點，致使在試驗階段保險公司在損失評估和承保理賠方面遇到技術瓶頸，保費定價過高，承保面不大；進而刺激了投保人的逆選擇動機。因而公平合理的洪水保險定價成為了洪水保險計劃能否建立與實施的關鍵。

現階段因為保險公司和民政部門可以收集到一定程度的損失數據，對于洪水保險定價的研究還只是從供給的角度進行，但這僅是一方面的定價，如果這個價格是市場所不可接受的，那么這樣的保險產品又會面臨失敗。要得到一個產品的需求價格有時很困難，尤其是對于公共產品或還沒有在市場上銷售的商品。為了能夠對供需雙方有個清晰的了解，本文從居民支付意愿出發，分析和尋找建立洪水保險的居民支付意愿價格，以便全面考慮洪水保險的定價問題，為中國洪水保險定價提供保險需求價格的理論依據。

二、文獻綜述

本文借助調查問卷，利用支付意愿（WTP）和條件價值評估法對洪水保險進行定價研究。CVM又稱條件價值評估法，于1947年由Ciaiacy-Wantrupt提出，最早用于自然資源價值的評估，而后被學者應用到某些虛擬商品的定價研究中。Richards， Timothy J. & Mischen， Pamela [1] （1997）認為道德風險和逆選擇是導致水果和蔬菜的保險市場缺乏需求的兩大因素，運用條件價值評估法（CVM）估算對保險的需求。Johannesso[2]（1997）分析了瑞典老年人的生活品質與WTP之間的關系，研究發現生活品質的度量和WTP保費當期望壽命長度增加時存在高度相關關系，在該計劃中人均最大的意愿支付保費少于1500美元，WTP隨著個人年齡的增長而增長但是增速較低。Dong（2003） [3]分析以社區為基礎的健康險計劃的WTP，采用調查問卷的方式對2414個個人和705個戶主進行調查，運用雙界CVM方法，得出個人的WTP為3.17-4.25美元，戶主的WTP為8.6-16.03美元。Asgary[4]（2004）采用CVM方法分析了Iran農村地區的健康保險的WTP，得出戶主的意愿支付為平均每個月2.77美元。B?rnighausen（2007） [5]運用CVM分析武漢市非正式部門工人對基本醫療保險的WTP，得出對于基本醫療保險的WTP為30元，占其收入的4.6%。Dror（2007）[6]采用間接競價法的調查問卷來估計印度市場健康保險的WTP，發現窮人愿意支付醫療保費的工資占比要高于富人。 Jacques（2008） [7]運用雙界CVM模型分析Namibia的健康險WTP，同時分析潛在市場的健康險產品，實證得出87%的未投保的居民愿意參加健康保險計劃，同時愿意為家中90%的成員投保，而且處在最低收入層的居民愿意將11.4%的收入購買該計劃。李伯儒（2007）[8]運用CVM分析杉林溪游樂區的休憩效益及其經濟價格，得出對于這一自然資源游客的意愿支付為每年1413元。傅祖壇、葉寶文[9]以CVM法，設計封閉式與開放式問題，詢問臺灣竹東鎮與樸子鎮兩地區的受訪者，對于改善高血壓等慢性疾病的WTP，采用Hanemann（1984）間斷的單界二分選擇模型與Hanemann（1991）雙界二分選擇模型分析，得出對于這些地區的家庭，平均每一家庭一年愿意花費5-6.7萬元臺幣來改善高血壓疾病，以預防心血管疾病，降低患病率。潘勇輝（2008）[10]運用海南省1167戶蕉農的經驗數據分析蕉農對香蕉保險的支付意愿和支付能力測度，實證得出了影響蕉農的重要因子、蕉農的平均意愿保費費率為0.14，蕉農的平均意愿支付保費的能力為39%，蕉農希望政府補貼水平達到60%。

本文采用的研究方法是CVM，該方法系通過直接調查詢問被調查者對洪水保險產品的支付意愿，將支付意愿等同于該產品的經濟價值。該方法從需求方出發，通過一系列的假設，采用調查問卷等形式來獲得消費者的意愿支付WTP（Willing to pay）或NWTP，分析所有消費者的WTP或NWTP，可得到洪水保險產品的需求方經濟價值。整個CVM的工作流程如下：

三、調查區域和研究方法

1.調查區域

本課題組的示范縣地處湘中偏西地區、漣源市西部，雪峰山東南麓，資水中游。地理坐標為北緯27°31′～28°14′，東經110°45′～111°41′，南北最長直線69公里，東西最寬直線83公里。全縣總面積3635平方公里，國內生產總值29.51億元（2002年），轄19個鎮，7個鄉，人口1，291，626人（2002年），屬中亞熱帶季風氣候區。年平均氣溫16.8℃，降水量1453.5毫米，其中雙林、大熊山在1800毫米左右，城區為1400毫米。縣內各地年最大值2，008.9毫米，最小值0.95毫米。但時空分布不均，雨量多集中于春末夏初。縣內年降雨量大于或等于1，300毫米的保證率，多大到暴雨降水過程，容易形成洪澇。

2. 調查問卷的設計及調查方式

以NOAA提出的原則為基礎，結合國內外問卷設計的經驗，綜合考慮示范縣的地理、人文、自然資源、社會經濟等設計CVM問卷，經多次專家討論調整修改，形成了最終的CVM問卷和規范的問卷調查表達方式，最終的CVM包括三部分內容：第一部分為受訪者的個人社會經濟信息，包括受訪者的年齡、是否為戶主、性別、職業、家庭成員數、家庭經濟收入等，以分析受訪者的社會經濟特征及其對WTP的影響。第二部分為調查問卷的主體與核心部分，目的是取得受訪者對洪水保險的態度信息，包括歷史洪水保險經歷，歷史經驗對洪水保險購買意愿的影響，采用封閉式詢價法引導受訪者給出WTP。第三部分為調查受訪者的住房或店鋪的相關信息，如地理位置、樓層、建筑物面積、結構類型等，為洪水保險精算保費的計算提供數據基礎。本次研究受訪者為517戶家庭，82個小商業者，15個工業企業和204棟建筑物，通過詢問受訪者的支付意愿（WTP）來推導洪水保險的需求價格。本次調查采用簡單抽樣調查的方式，共發放問卷614份，采用面對面交流方式，達到問卷100%的反饋率，共回收有效問卷614份，占發放問卷的100%。

3. 分析模型的建立

本文采用假設市場評估法，通過在問卷中假設洪水保險的存在及其可能的保障范圍，得出居民對應的意愿支付價格。一般來說誘導受訪者出價的方式大致有四種：開放式出價法、競價法、支付卡法、封閉式出價法。

（1）開放式出價法（直接詢問法），在不給予受訪者任何有關價格信息的情況下，直接詢問受訪者愿意支付的價格。此方法的優點是簡單、方便；缺點是拒答率或出價為零的比例比較高。

（2）競價法，問卷設計者設計出一系列具體的價格，依據這一組價格逐一增加或減少價格直到受訪者不愿意接受的價格為止。優點是能夠精準衡量出受訪者的愿付價值；缺點是時間成本太高、受訪者容易不耐煩以及容易產生起始點的誤差。

（3）支付卡法，研究者根據各種資料而事先確定價格，并寫在卡片上作為受訪者參考的依據，原則上以價值卡的金額為主。其優點是改善開放式出價法中的拒答率與出價為零的比例以及競價法中的起始點誤差；缺點則是會受價值卡上金額排列順序的影響。

（4）封閉式，又可分為單界二分法與雙界二分法，單界二分法為將欲評估的資源隨機給予一個價格，請受訪者回答愿意或不愿意支付即可。雙界二分法為重復詢問受訪者兩次是否愿意支付某一價格，此方式類似競價法，不過比競價法更加容易操作。當受訪者對第一次的價格不愿意支付時，調降價格再詢問一次該受訪者；反之，當受訪者對第一次的價格表示愿意支付時，就增加價格再次詢問。因此比單界二分法更加精確，但是相對在問卷設計上與應用實證上較為困難，且雙界二分法會有截斷效果的發生，例如當受訪者在兩次詢問價格中都表示不愿意，這并不是代表愿意支付價格為零，有可能他只是對兩次的價格都不滿意而已。

本文采用封閉式單界二分法作為實證方法。該種計量方法可以表述如下：利用Hanemann提出的福利評估模型對居民對洪水保險的支付意愿進行分析。假設居民的效用來自于個人總財富和購買洪水保險獲得的保障，個人通過購買洪水保險獲得保障可以增加總體效用水平，但由于保險費得支出減少了個人的總財富，從而降低總體效用水平。總的來說，購買洪水保險的效用差異決定了居民購買洪水保險意愿的大小。。假設效用函數具有一定的隨機性，居民是否購買洪水保險的效用函數可以表示為：

式中： 代表以個人社會經濟信息為基礎的條件效用函數；0，1分別代表不遭受洪水損失和遭受洪水損失兩種狀態； 代表受訪者的個人財富；WTP是愿意支付的價格；X代表影響受訪者支付的社會經濟變量；q為遭遇洪水災害的概率； 代表隨機向量。

、 是需要估計的系數或者 、 可表示為 的連續分布。

根據 服從不同的分布，可以采用Logit或Probit模型進行分析，由于Probit的假設為標準正態分布，與現實差距大。而Logit假設為Logistic函數，允許虛擬變量的應用，更加符合本文的應用研究，所以本文采用Logit模型進行分析。

購買洪水保險的效用差異決定居民購買洪水保險意愿大小。假設居民決定支付wtp元購買洪水保險，則表示前者的效用大于后者的效用，即：

由于效用具有隨機性，（2）式采用概率分布可表示如下：

其中 為 服從logit分布的居民的社會經濟變量決定的居民的除去洪水保險購買之后的可支配收入， 。

若效用函數中取時，居民的意愿支付為wtp，其余為，對于單一居民的支付意愿期望有：

采用Logit函數進行分析，則有：

對于無窮樣本的整體的洪水保險意愿支付有

其中i為單個樣本。

由于無窮樣本無法實現，因此一般在一定的可信度水平選取一定的樣本容量，以實現調查問卷的既定目標。若對n個樣本進行調查，則可將離散化后得出

為社會經濟變量決定的意愿支付概率，通過logit模型計算得出； 為第i個受訪者的愿意支付價格。

四、實證分析

1.基礎數據的取得與說明

在運用模型對洪水保險供給保費及需求保費進行預測之前，首先需要搜集大量相關數據，包括保險區域內洪水風險圖以及建筑物、居民以及歷年洪水損失信息等，由于我國洪水保險一直都處于起步和試點階段，以往的洪水保險定價往往是基于經驗法則或者歷史數據來判斷，運用定價模型對洪水保險進行較為精確的定價一直處于被忽略的境地，由此造成可用的洪水保險損失預測相關數據極為有限。本文的原始數據主要來自于課題組對示范縣進行的實地考察和調研。本文所選變量及其定義測量值見下表：

變量定義

變量 測量定義

被訪問者身份 1：戶主；2：配偶或者同居者；3：家中16歲以上成員；4：店主

被訪問者性別 0：男；1：女 受訪者的房子是否被水淹過 0：否；1：是

戶主的職業狀況 1：國有企業職工；2：私營企業職工；3：政府事業單位職工；4：自由職業者/經營自己的企業；5：臨時工；4：；6：下崗但從原單位獲得一定收入；7：無業 - 有救濟金；8：無業 – 無救濟金；9：退休；10：其他

家庭其他成員的職業情況

是否國有企業職工 0：否；1：是 是否下崗但從原單位獲得收入 0：否；1：是

是否私營企業職工 0：否；1：是 是否無業—有救濟金 0：否；1：是

是否政府事業單位職工 0：否；1：是 是否無業—無救濟金 0：否；1：是

是否自由職業者/經營自己的企業 0：否；1：是 是否退休 0：否；1：是

是否臨時工 0：否；1：是 是否其他 0：否；1：是

家中成員中有幾人有收入 0：不知道；1：1人；2，2人；3：3人；4：4人以上

家中月總收入數 家庭總收入采取分段計量，分為0-250元；251-500元；501-750元；751-1000元；1001-1500元；1501-2000元；2001-2500元；2501-3000元等去每個區間段的中點，對于3000元以上的取3250元；其余取0

每月收入除正常花銷以外的結余 0：沒什么剩余和不知道；50：100元以下；150：101-200元；375：210-500元；625：500元以上

被訪問者年齡 1：16-20歲；2：20-29歲；3：30-39歲；4：40-49歲；5：50-59歲；6：60歲以上

居民房子的位置 1：第一層；2：第二層；3：兩層以上；4：獨棟房子；5：其他

發生洪水時，受訪者家是否遭遇以下情形

是否房子遭水淹 0：否；1：是 是否排水出現問題 0：否；1：是

是否屋內設施遭水淹 0：否；1：是 是否無法上班或上學 0：否；1：是

是否供水停止 0：否；1：是 是否店鋪無法營業 0：否；1：是

是否汽車、摩托車、自行車被水淹 0：否；1：是 是否其他（請說明） 0：否；1：是

是否停電 0：否；1：是 是否沒有遇到過上述任何情況 0：否；1：是

受訪者是否為財產或家庭購買保險 0：否；1：是 遭遇洪水后是否更換或修理過家里的東西 0：否；1：是

財產險 0：否；1：是 更換或修理的東西花費的錢數 按受訪者實際填寫的金額確定

壽險 0：否；1：是

醫療險

0：否；1：是 受訪者是否認為自己的房子會遭受洪水損失 0：否；1：是；2：不知道

由于工業企業、小企業者與戶主的財產存在較大差異，風險暴露水平不一致，因此在本文的分析中將工業企業和小企業者的調查問卷部分剔除，只考慮在同一風險暴露水平的戶主，因此用于分析的問卷只有517份。在調查中對于回答不愿意支付洪水保險保費的受訪者，文中將其WTP設為0。文中數據采用STATA10.0軟件對取得的數據進行logit回歸。

2.Logit實證結果

采用單界二元選擇模型評估方法，運用Logit模型對居民對洪水保險的購買意愿分析實證結果如下，

（1）未設置賠償限額的洪水保險支付意愿Logit回歸結果

自變量：受訪者對洪水保險意愿支付 回歸系數 標準差 t值 P>|t|的概率 95%的置信水平

被訪問者身份 -0.349 0.288 -1.21 0.226 -0.914 0.216

被訪問者性別 -0.789 0.286 -2.76 0.006 -1.349 -0.229

被訪問者年齡 -0.129 0.136 -0.95 0.343 -0.395 0.137

戶主的職業狀況 0.102 0.057 1.78 0.075 -0.010 0.215

是否國有企業職工 -0.599 0.622 -0.96 0.336 -1.819 0.621

是否私營企業職工 0.684 0.445 1.54 0.124 -0.188 1.556

是否政府事業單位職工 -0.339 0.499 -0.68 0.497 -1.316 0.638

是否自由職業者/經營自己的企業 0.102 0.402 0.25 0.799 -0.686 0.890

是否臨時工 0.204 0.451 0.45 0.651 -0.680 1.088

是否無業—有救濟金 0.181 0.388 0.47 0.641 -0.580 0.942

是否無業—無救濟金 0.223 0.549 0.41 0.685 -0.852 1.298

是否退休 -0.235 0.463 -0.51 0.613 -1.142 0.673

是否其他 0.412 0.539 0.76 0.445 -0.646 1.469

家中16歲以下成員數 0.036 0.246 0.15 0.884 -0.446 0.517

受訪者房子的位置 -0.199 0.132 -1.51 0.131 -0.457 0.059

家中成員中有幾人有收入 -0.235 0.198 -1.19 0.234 -0.623 0.152

家中月總收入數 0.001 0.000 2.14 0.032 0.000 0.001

每月收入除正常花銷以外的結余 0.003 0.001 3.02 0.003 0.001 0.004

受訪者的房子是否被水淹過 -1.658 0.750 -2.21 0.027 -3.129 -0.188

是否房子遭水淹 -0.368 0.620 -0.59 0.553 -1.583 0.847

是否屋內設施遭水淹 -1.426 0.501 -2.85 0.004 -2.407 -0.445

是否供水停止 0.156 0.791 0.20 0.843 -1.394 1.707

是否汽車、摩托車、自行車被水淹 -0.252 0.345 -0.73 0.465 -0.928 0.424

是否停電 -0.742 0.820 -0.90 0.366 -2.350 0.866

是否排水出現問題 2.020 0.494 4.09 0.000 1.051 2.988

是否無法上班或上學 1.506 0.338 4.45 0.000 0.843 2.168

是否店鋪無法營業 1.517 1.448 1.05 0.295 -1.320 4.354

遭遇洪水后是否更換或修理過家里的東西 2.562 0.491 5.22 0.000 1.600 3.524

更換或修理的東西花費的錢數 0.000 0.000 2.49 0.013 0.000 0.000

受訪者是否為財產或家庭購買保險 1.202 0.722 1.67 0.096 -0.213 2.617

財產險 -1.758 0.750 -2.34 0.019 -3.229 -0.288

壽險 0.058 0.618 0.09 0.925 -1.153 1.270

醫療險 -0.945 0.676 -1.40 0.162 -2.269 0.379

受訪者是否認為自己的房子會遭受洪水損失 1.491 0.222 6.71 0.000 1.055 1.926

受訪者家庭人口數 0.023 0.113 0.21 0.836 -0.197 0.244

常數項 -2.441 0.966 -2.53 0.012 -4.334 -0.548

運用公式（8）和（9）并結合Logit分析結果，得出洪水保險的居民購買意愿的價格為

（2）設置70%賠償限額的洪水保險支付意愿Logit回歸結果

Logit回歸結果

自變量：受訪者對洪水保險意愿支付 回歸系數 標準差 t值 P>|t|的概率 95%的置信水平

被訪問者身份 -0.278 0.295 -0.94 0.346 -0.858 0.301

被訪問者性別 -0.705 0.287 -2.46 0.014 -1.268 -0.142

被訪問者年齡 -0.130 0.133 -0.97 0.331 -0.391 0.132

戶主的職業狀況 0.111 0.059 1.86 0.063 -0.006 0.228

是否國有企業職工 -0.766 0.593 -1.29 0.197 -1.931 0.400

是否私營企業職工 0.635 0.475 1.34 0.181 -0.297 1.568

是否政府事業單位職工 -0.337 0.559 -0.60 0.547 -1.435 0.761

是否自由職業者/經營自己的企業 0.014 0.393 0.04 0.971 -0.759 0.787

是否臨時工 0.213 0.445 0.48 0.633 -0.662 1.088

是否無業—有救濟金 0.217 0.441 0.49 0.623 -0.650 1.084

是否無業—無救濟金 0.129 0.535 0.24 0.809 -0.921 1.180

是否退休 -0.272 0.400 -0.68 0.497 -1.058 0.514

是否其他 0.092 0.513 0.18 0.857 -0.916 1.100

家中16歲以下成員數 0.017 0.259 0.07 0.947 -0.492 0.527

受訪者房子的位置 -0.231 0.123 -1.87 0.061 -0.472 0.011

家中成員中有幾人有收入 -0.247 0.210 -1.17 0.241 -0.660 0.166

家中月總收入數 0.001 0.000 1.86 0.064 0.000 0.001

每月收入除正常花銷以外的結余 0.003 0.001 2.72 0.007 0.001 0.004

受訪者的房子是否被水淹過 -1.729 0.721 -2.40 0.017 -3.146 -0.312

是否房子遭水淹 -0.378 0.641 -0.59 0.555 -1.637 0.881

是否屋內設施遭水淹 -1.470 0.535 -2.75 0.006 -2.522 -0.419

是否供水停止 0.190 0.890 0.21 0.831 -1.558 1.937

是否汽車、摩托車、自行車被水淹 -0.273 0.335 -0.81 0.416 -0.932 0.386

是否停電 -0.664 0.869 -0.76 0.445 -2.371 1.044

是否排水出現問題 2.029 0.577 3.52 0.000 0.896 3.163

是否無法上班或上學 1.451 0.377 3.85 0.000 0.710 2.193

是否店鋪無法營業 1.409 0.937 1.50 0.133 -0.431 3.250

遭遇洪水后是否更換或修理過家里的東西 2.536 0.524 4.84 0.000 1.507 3.565

更換或修理的東西花費的錢數 0.000 0.000 2.29 0.022 0.000 0.000

受訪者是否為財產或家庭購買保險 1.246 0.713 1.75 0.081 -0.155 2.646

財產險 -1.647 0.765 -2.15 0.032 -3.150 -0.143

壽險 0.079 0.600 0.13 0.895 -1.100 1.259

醫療險 -0.841 0.671 -1.25 0.211 -2.159 0.477

受訪者是否認為自己的房子會遭受洪水損失 1.479 0.234 6.32 0.000 1.019 1.939

受訪者家庭人口數 0.087 0.123 0.71 0.480 -0.154 0.328

常數項 -2.512 1.006 -2.50 0.013 -4.488 -0.536

運用公式（8）和（9）并結合Logit分析結果，得出洪水保險的居民購買意愿的價格為

（3）設置100%賠償限額的洪水保險支付意愿Logit回歸結果

Logit回歸結果

自變量：受訪者對洪水保險意愿支付 回歸系數 標準差 t值 P>|t|的概率 95%的置信水平

被訪問者身份 -0.257 0.289 -0.89 0.374 -0.824 0.310

被訪問者性別 -0.656 0.282 -2.32 0.020 -1.208 -0.103

被訪問者年齡 -0.127 0.134 -0.95 0.344 -0.390 0.136

戶主的職業狀況 0.118 0.057 2.07 0.039 0.006 0.229

是否國有企業職工 -0.753 0.610 -1.23 0.218 -1.949 0.444

是否私營企業職工 0.637 0.437 1.46 0.145 -0.220 1.494

是否政府事業單位職工 -0.271 0.491 -0.55 0.581 -1.234 0.692

是否自由職業者/經營自己的企業 0.051 0.393 0.13 0.897 -0.720 0.822

是否臨時工 0.186 0.442 0.42 0.674 -0.681 1.052

是否無業—有救濟金 0.193 0.382 0.51 0.613 -0.555 0.942

是否無業—無救濟金 0.101 0.541 0.19 0.852 -0.960 1.162

是否退休 -0.259 0.457 -0.57 0.570 -1.155 0.636

是否其他 0.041 0.526 0.08 0.938 -0.990 1.072

家中16歲以下成員數 0.033 0.242 0.14 0.893 -0.442 0.507

受訪者房子的位置 -0.237 0.129 -1.83 0.067 -0.490 0.016

家中成員中有幾人有收入 -0.262 0.194 -1.35 0.178 -0.643 0.119

家中月總收入數 0.001 0.000 1.79 0.074 0.000 0.001

每月收入除正常花銷以外的結余 0.002 0.001 2.92 0.003 0.001 0.004

受訪者的房子是否被水淹過 -1.788 0.741 -2.41 0.016 -3.241 -0.336

是否房子遭水淹 -0.423 0.609 -0.69 0.487 -1.617 0.771

是否屋內設施遭水淹 -1.334 0.486 -2.75 0.006 -2.287 -0.382

是否供水停止 0.402 0.784 0.51 0.608 -1.134 1.938

是否汽車、摩托車、自行車被水淹 -0.316 0.342 -0.92 0.356 -0.985 0.354

是否停電 -0.583 0.805 -0.72 0.469 -2.161 0.995

是否排水出現問題 1.742 0.475 3.67 0.000 0.812 2.672

是否無法上班或上學 1.449 0.333 4.35 0.000 0.797 2.102

是否店鋪無法營業 1.406 1.443 0.97 0.330 -1.421 4.234

遭遇洪水后是否更換或修理過家里的東西 2.521 0.480 5.25 0.000 1.581 3.461

更換或修理的東西花費的錢數 0.000 0.000 2.21 0.027 0.000 0.000

受訪者是否為財產或家庭購買保險 1.148 0.706 1.63 0.104 -0.236 2.532

財產險 -1.541 0.727 -2.12 0.034 -2.965 -0.116

壽險 0.087 0.602 0.15 0.885 -1.093 1.268

醫療險 -0.799 0.659 -1.21 0.225 -2.091 0.493

受訪者是否認為自己的房子會遭受洪水損失 1.432 0.218 6.57 0.000 1.005 1.859

受訪者家庭人口數 0.093 0.111 0.83 0.406 -0.126 0.311

常數項 -2.453 0.953 -2.57 0.010 -4.321 -0.584

運用公式（8）和（9）并結合Logit分析結果，得出洪水保險的居民購買意愿的價格為

3.實證結果說明

在上述實證結果中，變量（家庭其他成員的職業情況-下崗但從原單位獲得一定收入）、（發生洪水時，受訪者家是否遭遇以下情形-其他需要說明的情況）因預測失效的原因，模型將其剔除。變量（家中16歲以上成員數）、（發生洪水時，受訪者家是否遭遇以下情形-其他需要說明的情況）因共線性在模型中將其剔除。

Logistic回歸模型的系數是正值且統計顯著，意味著在控制其他自變量的條件下，對數發生比隨對應自變量值增加而增加，相反，一個顯著的負系數代表對數發生比隨對應自變量的增加而減少。具體來看，

（1）受訪者的個人信息

受訪者身份的系數估計值為-（0.257-0.349），說明對于變量（被訪問者的身份）的取值越高，越不愿意支付洪水保險保費，因此對于其他家庭成員而言，戶主更加愿意支付洪水保險保費。

受訪者的性別的系數估計值為-（0.656-0.789），說明男性受訪者比女性更加愿意支付保費。

受訪者年齡的系數估計值為-（0.0310-0.039），說明受訪者年齡越大越不愿意支付保費，根據調查問卷，處于10-29歲這一階段的受訪者只有19人，占比3.7%，處于30歲-50歲這個階段的受訪者最多，超過50%，因此相對于60歲以上的受訪者，這一類的受訪者更加愿意支付保險費。因此洪水保險的購買主力軍為30-50歲的中年人。

家中成員數量的系數范圍為0.023-0.093，對于家中成員較多的家庭更加愿意支付洪水保險的保費，受訪者家庭中16歲以下的成員越多，洪水保險購買意愿越高。

（2）受訪者的社會經濟信息

受訪者家庭中戶主職業狀況的系數為0.102-0.118，說明如果戶主是國有企業的職工不會比臨時工更愿意支付洪水保險保費，相反對于普遍意義上認為經濟狀況比較不好的職業比如無業或者臨時工更加愿意支付洪水保險保費。對于那些政府或者事業單位的職工而言，由于工作單位有較健全的保障，購買洪水保險的意愿反而減少。

家庭其他成員的經濟狀況，對于洪水保險保費的支付意愿順序為，私營企業員工>其他>無業-無救濟金>臨時工>無業-有救濟金>自由職業者/經營自己的企業>退休>政府事業單位員工>國有企業員工。這種排序說明各種職業狀況對洪水保險的購買意愿呈現出的梯次關系，這基本與職業狀況對應的風險承受能力成反向變動關系，而與職業狀況所可能承受的風險承受程度成正比。

家中有收入的成員數量的系數范圍為-（0.235-0.262），家中有收入的人數越多，受訪者越不愿意支付洪水保險保費。

家庭每月的月總收入系數低于0.001且為正，說明收入越高的受訪者越愿意支付洪水保險保費，而且家中每月剩余的月收入系數為0.002-0.003，大于月收入的系數說明只有在受訪者的月剩余的收入越高時，受訪者更愿意支付洪水保險保費。同時更加證明受訪者的收入與洪水保險的支付意愿成正比。

（3）受訪者的房屋位置以及洪水損失歷史狀態

受訪者房屋位置的系數為-（0.199-0.237），說明對于洪水保險的購買意愿隨房子層數的升高而降低，這與洪水發生時不同的房屋位置受損失的程度符合。那些處于第一層的受訪者更加愿意購買洪水保險。

受訪者的房子是否被水淹過的系數為-（1.658-1.788），以前年度遭受過洪水損失的受訪者的洪水保險保費的支付意愿遠低于未遭受洪水損失的受訪者。這與受訪者在遭受洪水損失后對自身的房屋的建設或者在洪水來臨時會比一般的未遭受洪水損失的受訪者做出更好的預防措施有關。

發生洪水時，受訪者家遭遇以下情形時，對洪水保險支付意愿順序為：排水出現問題 >店鋪無法經營 >無法上班或上學 >供水停止 >汽車、摩托車、自行車被水淹 >房子被水淹 >停電 >屋內設施遭水淹；在這些居民可能遭受損失的項目中，洪水保險支付意愿為：排水出現問題 >店鋪無法經營 >無法上班或上學 >供水停止>汽車、摩托車、自行車被水淹 >房子被水淹 >停電 >屋內設施遭水淹。

遭遇洪水后是否更換或修理過家里的東西的系數為2.521-2.562，對于更換過或修理過家中物品的受訪者而言更加愿意支付洪水保險保費。

遭遇洪水的損失費的系數小于0.001，為正，說明受訪者曾經遭受洪水損失的數目越大越愿意支付洪水保險的保費。

受訪者是否認為自己的房子會遭遇洪水，對于認為自己的房子不會遭遇洪水的受訪者購買洪水保險的積極性較少，而不確定的受訪者更愿意支付洪水保險保費。

（4）受訪者的保險意識

受訪者是否為財產或家庭購買保險的系數為1.148-1.246，說明在生活中購買過洪水保險保費的受訪者更加愿意購買洪水保險保費，同時說明保險意識的強弱與洪水保險的購買意愿成正比。

對于購買保險的受訪者中，若是購買了財產險或醫療險，則受訪者會比較不愿意支付洪水保險保費，因為洪水損失發生時，根據保險的損失補償原則，如果受訪者從財產保險或者醫療保險可以獲得賠償，那么洪水保險就不會支付這部分損失，減少某一部分保險的購買，可以避免重復投保。而對于購買了壽險的受訪者更加愿意購買洪水保險作為補充，實現更全面的保障。

（5）賠償限額

本文對于洪水保險的支付意愿分析中設置了三個不同的賠償限額，用于分析賠償限額的變化對洪水保險支付意愿意向的影響，以及怎樣建立合適的洪水保險的模式。本文將不同的賠償限額進行比較分析，發現：

不同的賠償限額中各變量的影響方向存在一致性，表現為在不同的賠償限額條件下，同一變量的回歸系數符號相同且變化幅度不大。比如家庭月總收入的回歸系數為低于0.001且為正、受訪者性別的回歸系數為-（0.656-0.789）等。

賠償限額與洪水保險的支付意愿成正比。對于70%的洪水保險損失保障中，受訪者的支付意愿為64.081元；對于 100%的賠償限額，受訪者的支付意愿為81.006元。由于在第一中情況中未說明賠償限額的情況，默認為100%，所以居民的支付意愿與100%的情況相差不大，為76.460元。

五、結語

從以上的分析中本文尋找到居民對洪水保險的支付意愿價格為81元。并從受訪者的個人信息、社會經濟信息、受訪者的房屋位置以及洪水損失歷史狀態、受訪者的保險意識等五個方面分析了對于支付意愿的影響。

洪水保險要成為真正可行的保險計劃還有不少的技術難點需要攻破，本文從居民對洪水保險支付意愿的角度來探索洪水保險的定價基礎和定價區間，期望能為中國洪水保險計劃的建立提供一些理論依據。

參考文獻：

[1] Richards， Timothy J. & Mischen， Pamela （1997）. The Demand for Specialty-Crop Insurance： Adverse Selection and Moral Hazard[C]. Western Agricultural Economics Association.1997 Annual Meeting， July 13-16， 1997， Reno＼Sparks， Nevada No.35847

[2] Magnus Johannesson， Per-Olov Johansson（1997）. Quality of life and the WTP for an increased life expectancy at an advanced age. Journal.Volume 65， Issue 2， August 1997， Pages 219-228

[3]Hengjin Dong（2002）. Willingness-to-pay for community-based insurance in Burkina Faso. Health Economics[J]. 12： 849–862 （2003）

[4]Asgary， A.， K. Willis， A. Akbar Taghvaei， and M. Rafeian. 2004. Estimating rural households’

willingness to pay for health insurance. European Journal of Health Economics 5：209‐215.

[5]Till B?rnighausen（2007）. Willingness to pay for social health insurance among informal sector workers in Wuhan， China： a contingent valuation study[J]. BMC Health Services Research. 2007， 7：114

[6]Dror， D.M.， R. Radermacher， and R. Koren. 2007. Willingness to pay for health insurance among rural nd poor persons： Field evidence from seven micro health insurance units in India. Health Policy 82： a12‐27

[7]Jacques（2008）.Willingness to Pay for Health Insurance： An Analysis of the Potential Market

for New Low Cost Health Insurance Products in Namibia[C] .AIID RS 801/2

[8]李伯儒（2007）.以條件價值評估法探討杉林溪休閑游憩效益及其經濟價值[D].國立云林科技大學休閑運動碩士班.碩士論文.26-30

[9] 傅祖壇、葉寶文. 預防高血壓疾病之意愿價值支付[J]

econ.ndhu.edu.tw/files/ee/ee4/pdf/23.pdf

[10]潘勇輝.（2008）.蕉農對香蕉保險的支付意愿分析和支付能力測度—來自海南省1167戶蕉農的經驗證據[J].中國農業科學. 2008，41（11）：3596-3603

基金項目：教育部人文社會科學重大攻關項目課題《巨災風險管理制度創新研究》（批準號：09JZD0028）階段性成果

作者簡介：張琳（1963---），女，湖南長沙人，教授，博士學位，湖南大學金融與統計學院風險管理與保險學系主任、中國保險學會理事、中國精算師協會正會員，研究方向：非壽險精算。

近年研究論著：2010年8月保險研究《我國洪水保險設立的路徑選擇研究》

2009年統計決策《我國洪水保險可保性研究》

2009年1月廣東金融學院學報《基于DFA方法的洪水保險定價研究》等

Email：

聯系電話：18684716118