大学生金融素养影响因素的实证研究——以昆明市为例
大学生金融素养影响因素的实证研究——以昆明市为例
摘要：互联网金融极大程度提高了消费者金融市场的参与度，为消费者广泛参与金融服务、享受金融政策优惠提供了便捷通道，大学生是互联网金融背景下金融服务的受用者，信用消费、投资理财、财务规划是大学生常见的金融实务情景，但也暴露出大学生诸多心理误区与知识、技能的匮乏，大学生较低的金融素养水平与其较高的金融需求之间存在一定矛盾，同时影响大学生金融素养的影响因素也存在一定特殊性，本文研究不同层面因素对大学生金融素养的影响程度。在理论假设的基础上，借助数学统计工具构建一个大学生金融素养影响关系模型，通过问卷的发放与回收收集可用的分析数据。主要得出了影响大学生金融素养的主要因素是学界很长一段时间研究的金融知识与技能，大学生的金融态度则是影响其金融素养的另一重要因素，并且为一些理论研究文献佐证，大学生金融素养能够直接影响其金融行为，因此大学生金融素养水平一定程度上直接反映出大学生的金融行为的理性程度。基于上述研究结论与补充访谈调查，本文认为金融素养关系到大学生一生的金融福祉，因此建议大学生应夯实金融知识基本概念基础，对社会经济生活话题有所掌握，通过多种手段增强金融技能，防范金融骗局，还要走出心理误区，重整金融态度，理性决策，同时高校应当有针对性地进行专门金融通识教育，发挥金融教育对大学生金融素养的塑造作用。
关键词：大学生金融素养；金融知识；结构方程模型
目录
1绪论
1.1研究背景
1.2研究目的与意义
1.2.1研究目的
1.2.2研究意义
1.3研究现状
1.3.1金融素养国外研究现状
1.3.2金融素养国内研究现状
1.3.3研究综述评述
1.4研究方法与途径
1.4.1研究方法与调查手段
1.4.2研究内容与技术路线
2. 相关概念与理论、模型
2.1相关理论
2.1.1金融素养测度理论
2.1.2行为金融学
2.1.3个人理财理论
2.2模型理论基础与假设
2.2.1理论假设
2.2.2SEM结构方程模型
2.2.3金融素养概念界定
3. 变量设计与模型构建
3.1变量设计
3.2影响大学生金融素养的因素
3.3模型建立
4. 数据整理与分析
4.1问卷设计
4.2回收情况
4.3描述性统计
4.3.1基本信息
4.3.2情景选择
4.3.3问卷信度与效度检验
5. 模型拟合
5.1路径分析
5.2输出结果
6总结与建议
一、 夯实金融知识基本概念基础，对社会经济生活话题有所掌握
二、 通过多种手段增强金融技能，防范金融骗局
三、 走出心理误区，重整金融态度，理性决策
四、 高校应当有针对性进行专门金融通识教育
6.2不足与局限
1绪论
1.1研究背景
随着互联网信息技术的开发与应用，传统金融机构借助互联网信息通道构建了与用户远程交互的信息传递与业务受理的数字化途径，消费者得以借助互联网进行信息检索与金融实操，个体金融活动在金融数字化发展背景下更加便捷高效，大学生借助较为成熟的数字金融平台与掌上银行进行投资理财与市场信息获取，更为重要的是数字化平台为大学生掌握金融知识、提升金融实操技能增加了新途径。共同富裕与绿色经济的主题驱动作为金融市场发展的重要目标，驱动着普惠金融与绿色金融发展，普惠金融为经济困难大学生、中小微企业创业者与农业农村经济发展提供了具有普惠性质的金融服务，因此普惠金融对大学生职业生涯与家庭金融实务影响颇深，伴随国家经济水平持续提升与大学生创新创业浪潮，金融素养与财商才能成为影响大学生社会生活的重要因素。大学生金融教育需求成为个人学习需求的重要组成部分，相关调查数据显示，超八成大学生关注理财信息，近六成大学生首次金融行为发生于本科教育阶段。综合辩证而言，互联网金融背景下个体金融活动突破了时空局限与市场信息壁垒，使得个体金融活动更加便捷、高效，大学生作为特殊的金融主体其金融素养愈发得到社会关注，大学生金融活动更为普遍与快捷的同时暴露出的是大学生金融知识掌握不足、风险防控意识淡薄、信息运用能力不足、心理认知偏差等问题。据中国证券报消息，七成大学生未能在基金理财中获益。当前大学生金在金融知识、金融行为、金融技能、金融态度等多个金融素养维度的问题仍待调查识别并加以解决。据中国人民银行发布的《消费者金融素养调查分析报告（2021）》，大学生金融素养处于相对较低的水平。十四五规划明确指出提升国民素养，金融素养是其中必不可缺的一部分。
1.2研究目的与意义
1.2.1研究目的
在对金融素养基础概念以及相关文献、资讯阅读的基础上，本文对大学生金融素养、数字金融、金融实务等概念进行了界定。一般而言，金融素养主要指消费者储备金融知识的多少与金融技能的掌握程度，本文认为大学生金融素养由于其主体所具有的特殊性、例如过度自信、比例偏见、缺乏基本的金融实操经验、处于社会化进程的过渡阶段等，因此大学生金融素养概念应当包括大学生储备金融知识的多少、金融技能掌握的熟练程度以及处理金融问题时的心理态度，并且最终表现为大学生金融决策与行为的理性程度。数字金融依托的数字化信息平台是大学生接受金融服务的主要方式，包括投资理财、资讯获取、财务管理、融资贷款等，掌上银行、移动支付平台与第三方金融服务商是本文认为的大学生在数字金融背景下所能熟练使用的数字工具。本文基于对中国知网数据库关键词包含金融素养的相关文献进行可视化分析发现，金融素养是2018年后热度持续上升的研究领域，但绝大多数研究主要集中于金融素养对家庭资产配置的影响，数字金融、普惠金融与金融素养之间的关系，金融教育对金融素养的影响等问题、主要研究对象是具有相对成熟社会经验的消费者与具有金融需求的中小微企业创业者与农村农业工作者，对大学生综合素养的总体性研究较为欠缺，部分文献忽略了大学生主观态度对金融素养的影响以及大学生面临的与金融实务有关的特定情境。本文结合当前大学生面临金融实务情境时遇到的痛点与相关文献提出的金融素养测度方法为基础，从不同角度对大学生金融素养表现与影响因素进行研究，并以相关数学模型进行拟合分析，明晰影响大学生金融素养各个维度的标准化系数，针对提升大学生金融知识获取水平、增强大学生金融技能有帮助的对策与建议，以期增强大学生对金融误区与风险的认知能力。
1.2.2研究意义
数字金融发展的深入为在校大学生提供了丰富的可供选择的第三方金融服务商与金融实操机会，大学生借助数字金融平台进行投资理财与信息获取，绝大多数大学生都能熟练使用掌上银行与各移动支付平台，并使用各大平台提供的信用消费工具，同时，在处理各类与金融领域相关的问题时需要大学生调动金融知识，综合运用金融素养，但同时也暴露出诸多问题，例如对基础经济或金融术语不了解却认为基础术语不影响个人金融素养、对花呗等信用消费工具的认知不足、在选择理财产品时存在心理误区等，对上述大学生面临的具体金融情境加以识别能够帮助大学生在面临具体问题时作出更为理性的决策，并且依据模型拟合结果得出影响大学生金融素养的不同维度的标准化系数，同时，大学生处于社会化的关键节点，其今后潜在的住房、养老、婚姻财产、家庭教育、现金规划、理财投资等问题对个体金融素养提出更为严格的要求，探析影响大学生金融素养的因素与路径能够帮助大学生以更客观的视角关注自身金融素养培育，以期能够为大学生长期人生规划提供意见，增强大学生金融福祉，帮助其形成正确的人生观与价值观。李庆海等人认为金融素养自我认知对家庭资产配置起重要作用。何昇轩（2020）等人[]认为提高个人的金融素养十分重要，是重要的人力资本，是居民具有的有效管理金融资源的能力。
1.3研究现状
1.3.1金融素养国外研究现状
最早涉及金融素养研究的文献可以追溯至Bernheim在1995年的一项关于税收公共政策对经济系统的影响中，其中对美国家庭经济行为的考察结论将金融知识的匮乏视作导致美国家庭金融脆弱性的重要因素。Hastings、Madrian、Skimmyhorn（2013）[]研究金融素养、金融教育与经济后果三者的关系，该研究认为金融教育是促成学生或是其他个体金融素养积累的最主要途径，最终反应是个人财务成果的优化。van Rooij、Lusardi、Alessie（2012）[]依据对金融知识的全面衡量，实证了金融知识与家庭净资产间的正向影响关系，该项研究指出金融知识可能从增加投资可能性与制定长期储蓄计划等使得家庭获益。该项研究从家庭资产配置与个人退休规划的财务规划角度研究个体金融素养对上述两方面的影响，对金融知识理解准确的个体能够更具远见地对家庭与个人的短期、中期甚至远期财务目标作出清晰筹划。Lusardi、Tufano（2015）[]深入分析了一个美国人群体样本，了解他们在债务知识以及日常金融经验的多寡，同时从主观评价角度调查该群人对自己负债程度的感知，调查发现仅有三分之一的受访者能够准确掌握债务知识，债务知识匮乏也是导致个人无限制扩张信用的原因，其结论是债务知识与个体的债务判断存在直接因果关系。Lusardi（2014）的另一项研究中论述了金融素养对地方公共经济政策的重要性，其认为金融知识应当作为一项人力资本投资，即通过知识传递的方式将金融知识增长带来的金融福祉传递给大众，该项研究着重说明了个体金融知识对于整体经济运行的重要性。
1.3.2金融素养国内研究现状
国内对金融素养研究是在意识到金融作为一种重要且特殊的经济手段，并且需要国民参与到金融活动当中为背景而开始的，而国内最早涉及金融素养的研究则是针对银行、金融监管机构等如何进行有效运行展开的，其研究对象主要是上述主体中的金融政策的制定者，岳瑾（2005）[]就以如何增强银行监管增、进民生福祉为主题进行研究。许柯（2010）[]认为伴随经济的发展，社会金融实务要求普遍增长，在资源配置与宏观调控过程中金融已经成为一种行之有效的手段，因此对国民进行金融教育普及金融知识十分必要，其综合论述了金融知识的重要性。2014年前后国内对金融素养的研究开始增长，金融素养研究逐渐成为研究热点，并且多次围绕金融素养与家庭资产配置关系的主题展开，吴卫星在该领域发表了多篇论述金融素养对家庭资产组合配置具有正向影响的论文并且深入研究了金融素养是如何影响家庭资产配置的。胡振、臧日宏（2017）[]以中国城镇家庭为对象，采用主客观相结合的实证方法论证了金融素养对家庭理财规划的影响，其观点是金融知识的提升不论是从主观还是客观上都能推动家庭经济行为的优化，尹志超、李青蔚、张诚（2023）[]以中国家庭的金融杜鳌查数据为基础分析了金融知识与家庭财务脆弱性之间的关系。张欢欢、熊学苹（2017）[]以农村居民为调查对象，探索了农村居民在金融素养测度与影响因素方面同城镇居民的差异，该项研究参考了世界经济合作组织的青少年PISA测评框架，以金融知识与基本技能的角度对农村居民金融素养进行测度。罗剑朝，曹瓅，罗博文（2019）[]也同样选取了西部农村地区居民为研究对象。在最新研究中，金融素养与家庭经济之间的关系仍是主流热点，同时伴随普惠金融政策的落地实施，针对农业农村工作者的研究文献数量逐渐增多，另外，数字金融、互联网金融等关键词也频繁出现在文献文中且多以青少年或大学生为研究对象。柴雪、王子川、王菁莹、刘泽伟（2023）[]就探索了青少年金融素养干预手册的开发与实施。
1.3.3研究综述评述
金融素养研究最早起源于一项以公共经济政策研究为主题的研究，研究员Bernheim在调查美国家庭经济行为与公共经济政策之间的关系时发现，金融知识的匮乏会造成家庭经济决策的失败，因此金融知识与家庭经济之间的关系成为研究的重点，并且以理论研究为重点，据苏芳、李茜、殷娅娟（2021），科睿唯安（Web of Science）数据库中2005年至2018年间有关金融素养研究的理论文献占研究数量的大多数，而同时期中国知网（CNKI）数据库中相关理论研究文献的这一占比高于六成，而2018年至今年，金融素养领域实证研究成为主流的研究方式，而在研究对象上国内外表现出明显的差异化特征，国外文献的研究对象主要是个人与家庭，而国内文献研究针对性更强，普惠金融与金融素养研究多着眼于农业农村工作者与农民，总的来说消费者金融素养都是国内外研究的主要对象，并且都将其与家庭经济行为结合研究，国外研究多着眼于细分领域的深入研究，对消费者在金融市场中表现出的行为加以细化研究，国内研究多着眼于宏大背景或趋势下对金融素养的整体把握，侧重点各有不同，但其研究结论都具备一定程度的相似性，基本肯定了金融素养的概念并且认为金融素养在宏观经济、个人金融实务等方面存在重要性。
1.4研究方法与途径
1.4.1研究方法与调查手段
本文所采用的研究方法包含定性研究法与定量研究法，本文采用的定性研究方法包括文献阅读法、问卷调查法、个案访谈，定量研究方法包括描述性统计分析与结构方程模型。
文献阅读法。阅读相关文献资料能够帮助明晰当前研究热点、视角、进展等，为调查研究先前不可或缺的过程。团队在提出问题与假设时将会借助有关文献，对问题的有效性及假设的合理性、切实性提供理论支撑与技术规范，阅读、鉴别、整理、分析影响大学生金融素养的相关因素的学术理论与研究方法，初步设想调查模型与方法，为调查研究的进一步开展提供基础保证。
问卷调查法。问卷调查时绝大多数社会调查开展的主要手段，问卷调查的目的在于从众多样本数据当中分析出受访者对于问卷题目的作答的依托与效果，进而从局部现象的调查研究推展至对宏观现象的解释或预测，是一种由局部到整体的研究方式，但同时需要对问卷对象的抽取具备随机性与多样性，再通过统计选手段甄别有效问卷，以此保障调查问卷的回收与分析质量。本文在编制问卷的过程中采用定性统计与定量统计相结合的方法，在基本的人口属性统计下还会使用情景化选择与量表题对受访者的相关信息与现状心性调查统计。
统计分析法。一般而言对问卷进行简单分析只需要对问卷进行描述性分析，而采用实证方法则是借助数学统计工具，例如线性回归分析、SEM结构方程模型、克隆巴赫指数等对问卷收集的数据进行检验、处理、分析与模型拟合，最常
使用的数据处理软件是SPSS，可以对调查问卷题目进行高效编码与量化处理，本文使用SPSS衍生网页工具对问卷数据进行处理、在输出结果与数据过程与SPSS原生工具一致，但从使用便捷度上来说SPSS网页衍生工具操作便捷，可视化程度更高。
访谈法。访谈法的目的在于弥补问卷调查的局限性，问卷调查受制于问卷篇幅等因素对详细信息与受访者意图的探索有限，从社会学调查角度来说，绝大多数的社会调查为了详细了解某个社会问题的全貌、掌握调查对象的心理状态与行为意图通常采用田野调查的方式获取一手信息，而田野调查的重要环节即是访谈，因此本文也将访谈作为辅助调查开展与获取信息的手段。
1.4.2研究内容与技术路线
根据技术路线图，本文研究内容主要分为三个部分。第一部分是理论储备，通过对金融素养相关领域文献进行检索和阅读的方式，对本文所使用的金融素养等概念进行界定，并对前人关于金融素养测度、意识态度对金融行为的影响、个人理财等方面的理论进行分类梳理，同时依据上述概念与理论对在使用数学统计模型时更好地提出理论假设和进行模型构建。第二部分是问卷设计与模型构建，问卷设计的基础是金融素养测度理论与其他研究中所使用的问卷编制方法，本文以《中国人民银行消费者金融素养报告（2021）》与世界经济合作组织于2021
年发布的题为《measuring financial literacy》的研究报告等具备较大样本容量与专业性较高的研究结论为基础，采用情景化问题的方式对受访者的金融素养水平进行调查，同时从家庭成长、社交网络、个人需求等维度结合影响大学生金融素养的两个主要层面进行量表设计，通过回收和筛选有效问卷获取质量较优的研究数据。第三部分是依据收集到的数据与模型的拟合程度得出影响大学生金融素养的测量关系与影响关系图，并结合个案访谈所收集到的信息为如何提升大学生金融素养与大学生金融实践中存在的误区提出建议，以期帮助大学生能够以提升自身金融素养的方式回馈于家庭经济决策并服务于未来的金融实务需要。
2. 相关概念与理论、模型
2.1相关概念
2.1.1金融素养测度理论
金融素养理论研究经过不断演化发展，被主流广泛认可的是金融素养集合理论，即认为金融素养是个人为实现其一生金融福祉而所能充分运用的金融知识、金融技能与影响决策水平的意识态度的集合，因此金融素养测度方法也随金融素养概念的发展出不同的测量标准与方法，相关文献资料表明，金融素养测度的方法主要有自我评价法、指标体系构建法、主客观测度结合法三种，指标体系构建方法最为复杂但因其使用数学统计工具因此具有较高的客观性与准确性，线性回归、SEM结构方程模型等方法常被用于各类指标体系的构建，结构方程模型则可用于研究错综变量之间的复杂相关性。从测度内容来说，以往的测度内容多以金融知识为主，主要考察受访者对储蓄、借贷、信用、保险等基础金融概念或术语的认识。Lusardi,Mitchell（2005）用利率计算、通货膨胀和风险分散这三个题目评估金融知识，进而来衡量个人的金融素养，之后该项研究进行了延伸，他们又在2009年加入了意识与态度要素让受访者对自我金融知识的掌握程度进行感知。据杨帆（2016）[]，Beal和Delpachitra在昆士兰做的社会调查问卷内容涵盖了最常见的五类金融领域，包括利率、银行实务、投资决策、家庭风险防范等，研究内容涵盖个体在金融实践中最常见的需要充分动用所掌握的金融技能的情况，中国人民银行进行的消费者金融素养调查尽可能覆盖了绝大多数金融实践中需要清晰认知的概念与所需要适当掌握的技能，世界经济合作组织于2020年进行的承认金融素养测度也尽可能覆盖常见的金融实务情景。从得分测算上来说，最常使用的方法是得分法，即为每一道试题赋分，并加成计算出总得分，该得分即为受访者的金融素养得分，该测算方式的特点是方便快捷易于研究者测算，但其缺点是对问卷各内容对金融素养的影响权重不同，不能准确反映受访者在具体情境下的金融素养表现，因此另一测度方法则是对问卷题目进行赋分，或是借助测度模型设计问卷题目分值。综上，在测度方法上，一些学者采用统计调查问卷问题回答正确率的方法来衡量被调查者的金融素养；另一些学者在设置题目时赋予权重，并给每个问题选项进行赋分，最后将问卷中每道问题得分加权的金融素养得分；也有少数学者通过调查问卷，利用熵权法确定指标权重从而计算金融素养得分；还有大部分学者以问卷调查数据为基础，采用主成分法和因子分析法来计算金融素养得分。总的来说目前还没有较为准确的金融素养评估办法，学界尚未形成一个被广泛认可的、行之有效的标准化测度方法。
2.1.2行为金融学
行为金融学是行为经济学的分支，其主要理论是将心理学研究方法与理论引入金融数学研究，将心理分析框架嵌套于金融行为研究进而分析行为人决策背后的心理动机与意识态度，即是从微观的角度研究投资者作为一个行为个体在决策过程中的心理特征，并在此基础上解释预测资本市场的现象和问题。一般认为个体行为决策由其金融知识与技能水平决定，但在市场分析中发现，具备同等投资水平的行为人会作出截然不同的决策，为了能够反映资本市场中的行为决策偏差，因此将行为心理学的分析方法引入金融学，以此反映出不同行为人的不同意图与决策的心理动机，并且对资本市场的失败案例给出合理的行为学解释。行为人总是以趋利避害的行为模式决策，但大量研究表明，行为人即便在准确掌握市场动向与具备足够行为经验时也难以做出理性决策，经济学家贝尔提出了“懊悔规避”理论，即是行为人持有一只已经不被看好的股票并且股票价格持续下跌，但行为人依旧不会立即止损地将该只股票尽数卖出，以此说明虽然行为人综合诸多金融指标判断未来一段时间内市场动向，但在趋利避害的心理态度下希冀于由于偶然的市场波动进而避免损失的发生，而过度自信也是常见的心理误区，过度自信产生于对知识的准确性相比事实具有更高的信念，即在作出决策时信息权重大于事实权重，对自己所掌握的市场信息抱有绝对的信念感，比例偏见则是对比例的感知高于对数值事实的感知，即是关注比例涨跌胜过关注数值事实本身，因此容易表现出追涨杀跌的行为模式。综上，本文在讨论大学生金融素养时将会关注上述心理误区对大学生金融实操过程中造成的影响，以期为大学生避免情绪陷阱与认识误区提出方法论建议。
2.1.3个人理财理论
个人理财的理论基础是生命周期理论，即是说个人理财的过程贯穿于个体人生的全阶段，个人经历从工作前期、家庭形成期、家庭成长期、家庭成熟期直至退休期，每一阶段所面临的情境差异明显，大学生处于个人理财生命周期的工作前期，是极为重要的个人理财知识的储备期，该阶段的财务知识与技能的储备为未来住房规划、子女教育、风险防范、财富保值、投资理财、养老医疗等具体实务提供基本储备。国际理财协会对个人理财的定义式“理财策划是理财师通过收集管理顾客的收入、资产、负债等数据，倾听顾客的希望、要求、目标等，在专家的帮助下，为顾客制定储蓄计划、保险投资策划、节税策划、财产事业继承策划、经营策略等生活设计方案，并为顾客的具体实施提供合理的建议”，对于大学生来说，个人即是作为理财者与理财规划师两个角色，需要自行筹划财务安排与理财投资，简言之，个人理财就是个人借助特定的规划工具为实现综合的个人财富解决方案而进行的财务综合管理行为，就本文而言，这一主体是大学生。个人理财的意义在于其是实现美好生活的重要途径，收入与支出是个人理财规划的两个重要方面，同时个人理财作为实现提升国民财商教育重要一环已经成为影响个人与家庭财富保值与增值的重要影响因素，一般而言个人理财遵循SMART原则，即具体（specific）、可量化（measurable）、可行（attainable）、目标锁链（relevant）和时间约束（time-bond）五个具体要求，个人理财通常遵循财务状况评估、风险等级确定、理财目标选择、计划执行与回顾评估五个环节，对于大学生而言，在执行具体的理财计划时往往缺少对个人财务状况的谨慎评估，对个人财务状况与筹划能力过分自信，没有明确的理财目标。个人理财是实操性极强的金融综合技能的体现，需要投资者充分调动所储备的金融知识与所掌握的金融技能并能够在复杂的市场环境中作出理性决策，是个人金融素养能力的全面体现。量化投资作为更专业、更复杂地获取市场动向的途径，并非大学生在个人理财实践中所能水岸掌握的方法，对基础金融指标的评估是绝大多数大学生能够掌握的理财技能，例如回撤率、增长率、夏普比率等指标。综上，本文能够在对个人理财理论基础上对大学生金融素养养成与提升途径与问题提供方法论建议。
2.2模型假设
2.2.1理论假设
吴卫星（2018）[]等人以消费者金融素养为出发点研究家庭资产配置与金融素养之间的关系，其认为个人金融素养与家庭资产配置和理财决策之间存在明显的相关性，也有部分学者基于中国家庭金融调查问卷（CHFS）研究金融素养能够作用于家庭金融决策（丁嫚琪、张立，2017）[]，金融素养与家庭资产配置一直都是金融素养领域研究热点，绝大多数的文献都认为金融素养与家庭资产配置存在正向影响关系，同时本文认为家庭资产配置经验能够通过父母传递至下一代，即家庭教育在金融素养与金融实务之间能够起到中介作用，因此本文假设H1：家庭教育与大学生金融素养之间存在影响关系，同时大学生金融素养的提升能够在一定程度上反作用于家庭金融决策。金融教育被认为是决定消费者金融知识的首要因素，杨玲玲（2022）[]等人认为金融教育对大学生金融素养水平的提高有显著的促进作用，同时受专业类型、个人消费支出和家庭收入差异等影响，金融教育对大学生金融素养的提升作用存在显著的异质性影响，赵西来（2019）调查发现大学生金融素养综合水平与专业教育密切相关，金融教育程度很大程度上决定了学生的金融素养水平，因此本文假设H2：金融教育、生涯规划与金融素养间存在正向相关关系。社会瞬息万变，在互联网金融的背景下，市场信息传递已经突破传统媒介单一低效性的传播，当今市场信息传递在各金融服务商搭建数字金融平台与自媒体新传播形式发展下呈现更快的时效性与传播速度，大学生虽然已经储备一定的金融知识与实操技能，但面对瞬息万变的金融市场与特定情境的金融实务要求通常会表现出过分自信与过度谨慎的两极化心理态度，中国证券报报道受访大学生中超七成曾盲目借助数字金融平台理财且并未从中获利，因此本文假设H3：社会环境对大学生金融素养存在相关关系。大学生处于社会化进程的关键阶段，该阶段具有过渡期的明显特点，即储备的一定量的知识与社会经验，但并不能完全处理可能面临的金融问题，易受社交网络的影响轻信互联网信息，难以识别信息真伪且并无一手信息渠道，易掉入金融陷阱、过度消费个人信用、财务规划欠缺，除家庭教育与学校教育给予的金融知识外，个人经历是大学生金融素养成长的另一因素，因此本文假设H4：个人经历与社交网络与大学生金融素养间存在影响关系。本文将以上述理论假设为基础进行变量设计，将上述提到的理论融贯于变量设计中。
2.2.2SEM结构方程模型
本文所使用的数学统计工具是SEM结构方程模型，结构方程模型是一种基于因子分析与线性回归方法研究大量复杂因子之间影响关系的数学模型，其能够对多元数据进行统计学测量与拟合，结构方程模型需要在相关理论模型的辅助下进行使用，也可以依据原假设模型进行测量关系设计，结构方程模型主要包含两个部分，一是测量关系，即是多个因子经过量表测度综合为单一变量的关系，结构方程模型所使用的因子分析方法能够将多个影响成分降维成一个主成分，另一则是影响关系，即是多个变量之间的影响关系。结构方程模型在许多社会研究领域都有着广泛应用，特别是对于许多较难解释其复杂关系的概念，结构方程模型能够在统计学意义上给予其数学解释，因此结构方程模型在社会学、经济学等社会学科领域被诸多学者用以实证检验。结构方程模型作为一种用以研究复杂变量间关系的数学模型对构成变量的因子具有较高的质量要求，且通常情况下有效样本量须达到200份的最低限度要求，因此需要对问卷量表进行信度与效度检验，同时结构方程模型构建的变量之间的标准化系数仅能作为概念间影响关系的多寡，并不能用以佐证变量间存在概率性因果关系，因此构建结构方程模型需要以现有或假设的理论模型为基础。
就本文而言，大学生金融素养包括其所储备的金融知识与所掌握的金融技能，还包括在特定情境之下影响大学生作出金融决策的意识态度，最终在主体与客体共同作用的影响下大学生会表现出特定的金融行为，那么本文所假设的理论模型包含显性因素（可以客观度量的知识与技能）与隐性因素（难以客观度量的意识态度）同大学生金融素养间的因果关系、大学生金融素养与其金融行为间的因果关系。本文所采用的分析步骤为（1）变量设计与检验；（2）模型与假设修正；（3）模型拟合。
2.2.3金融素养概念界定
金融素养概念及其理论研究经过了一段较长时间的发展迭代，目前金融素养的并未形成一个十分精准的定义，但已有一些理论被广泛运用到一些研究当中，并成为主流认可的解释，主要有三种对金融素养概念的解释（苏芳、李茜、殷娅娟，2021）[]。最早涉及金融素养研究的文献可以追溯至Bernheim在1995年的一项关于税收公共政策对经济系统的影响中，其中对美国家庭经济行为的考察结论将金融知识的匮乏视作导致美国家庭金融脆弱性的重要因素，因此这一时期金融素养的主要衡量和测度指标为金融知识，并多倾向于研究金融知识与家庭金融之间的关系，现在部分细分领域研究也将金融知识作为影响家庭资产配置的首要因素；此后，一些学者认为金融素养应当包含处理日常经济事务的能力，金融素养与经济目标的实现具有机密关联，Lusardietal（2014）提出金融素养应当包含为了实现特定经济目的而进行财务管理与金融决策等的综合能力，此后该能力被称为金融技能，此后有学者表示金融素养概念应更加全面，并且指出金融技能和金融能力的重要性，这一时期金融素养的衡量与测度指标加入了对金融技能的考量，一些学者认为金融技能应当包括对复利、通货膨胀等基础金融概念的理解并能够完成简单的经济计算，因此数学能力被认为间接的作用于个体金融素养，李明贤、吴琦（2018）就以金融能力为切口研究其对农村巨门金融明素养的影响，一些研究则直接点明金融素养是消费者为其一生金融福祉而有效管理其金融资源所拥有的知识和能力（王宇熹、杨少华，2014）[]；通常地，最为广泛接受的理论是金融素养作为一种素养包含主观与客观之间的紧密联系，素养本身是一个复杂的集合，包含多个维度的测度指标，最为认可的理论是金融素养是个体作出金融行为所能充分调动的知识、经验、技能以及面对特殊情境时所表现出的意识动机与心理态度的集合，吴卫星、吴锟、王琎（2018）就以中国家庭资产配置入手研究金融素养与家庭负债之间的关系，胡振（2018）以金融素养为原因研究其如何影响家庭财富积累，中国人民银行与2021年进行的消费者金融素养调查对居民的金融知识、金融能力、金融态度斌能够对消费者金融行为作出了评估。据中国知网（CNKI）数据库可视化分析，中国对金融素养研究的热潮起源于2017年左右，并呈现出明显的增长趋势，且大多数文献都采用了金融素养是多个维度集合的定义。本文采用第三种理论，即认为金融素养除金融知识与金融技能外还应当包括在面对具体金融情境时的金融态度，并在上述三个影响因素的作用下直接影响个体的金融行为。金融素养的研究对象基本上围绕居民、消费者展开，对此，本文将金融素养的研究对象缩小至大学生，从总体上把握大学生金融素养水平与影响因素的标准化系数，本文对大学沈金融素养的定义是大学生金融素养就是大学生为其生活中的金融福祉所储备的金融知识、所掌握的金融技能与在决策过程中表现出心理态度的综合，同时，大学生金融素养研究以互联网金融为背景，涵盖投资理财、家庭金融、金融扶贫等多个视角。
2. 变量设计与模型构建
3.1变量设计
在本文对金融素养概念界定与作出的理论假设的基础上，将上文假设的HI（家庭教育与大学生金融素养之间存在影响关系）、H2（金融教育、生涯规划与金融素养间存在正向相关关系）、H3（社会环境对大学生金融素养存在相关关系）、H4（个人经历与社交网络与大学生金融素养间存在影响关系）融贯于问卷量表设计，并将基于不同假设涉及的量表题依据其对受访者考察的侧重点规整于金融知识、金融技能、金融态度与金融行为四个变量中，在此基础上依据金融素养理论构建影响金融素养的显性因素与隐性因素两个变量，同时以金融素养得分指示金融素养这一变量，以金融行为指示具体表现这一变量。
3.2影响大学生金融素养的因素
金融知识是指个体对金融概念以及概念相关关系的理解与掌握，其包括理论性知识与应用性知识，理论性知识主要指一系列与金融学科相关的概念，例如通货膨胀、复利、现值、信用、货币等，应用性知识主要指在金融实务中的一系列与金融实际应用有关的概念，例如贷款、补仓、买入与赎回等。金融知识是金融素养的源头，金融知识是学界认可的金融素养的组成部分，在一段时间内金融素养甚至与金融知识直接等同，对于金融素养测度来说金融知识的认知程度是绝大多数金融素养测度的直接性关键衡量指标。因此构建测量关系R1：金融知识对大学生金融素养具有直接显著的正向相关性。金融技能是指个人运用所储备的金融知识解决金融实际问题所要掌握的技能，其最直接的体现就是个人对资金或是财务的管理与使用能力，这一观点为大部分学者采纳，并且认为金融素养的概念应当随金融实际需要的变化而扩充，在国内外诸多研究中都认为技能缺乏是造成不良金融后果的原因之一，因此构建测量关系R2：金融技能对大学生金融素养具有直接显著的正向相关性。刘丹（2015）认为金融态度是人们对金融产品、金融市场以及日常金融行为的态度，相关研究表明，家庭的金融行为会对子女的金融态度产生影响，母代的价值观念会在社会行为的实现中传递给子代，并且给予子代在处理某些金融问题时心理暗示，因此个人的意识状态会受到潜在的影响。伴随行为经济学理论向金融学科的延伸，意识态度成为影响个人金融行为的潜在因素，行为金融学的理论也受到诸多学者的认可。因此构建测量关系R3：金融态度对大学生金融素养具有潜在显著的影响关系。同时，依据理论假设金融素养能够作用于个体的金融行为，良好的金融素养能够优化个体金融行为，使其做出正确的金融决策构建影响关系R’：金融素养的直接表现是一系列金融行为。
3.3模型建立
据图3.3，本文建构了大学生金融素养影响因素的模型，假设了三个测量关系，三个影响关系，以期得出上述关系的标准化系数，以此衡量上述关系的强弱程度。
4. 数据整理与分析
4.1问卷设计
本次调查均采用线上问卷的方式，问卷设计过程也综合考量受访者在填写问卷调查时的接受度、易选性与情境化，最大程度保证受访者在其耐心限度内能够尽可能以最优质量填写调查问卷，同时以情境化的问卷设计与具有明显区分度的问卷选项设计控制受访者的选择难度，并对部分典型受访者进行回访，并对这些个案进行典型性分析，最大程度考量多方面因素对受访个体在面对相同情景做出不同选择的影响。
本次问卷的调查对象为在昆明市主要高校就读的大学生，以本科生为主要调查对象并覆盖本科以上学历层次。金融素养是一个相对内涵丰富的概念，主流观点认为其主要变现为金融知识的多寡与金融实操技能的掌握程度，在金融素养概念演进过程中结合行为心理学与对实际情况的考量，有学者提出金融素养还应当包含接受金融教育的多寡以及在大环境综合影响下的个体金融态度，对于大学生来说，大学教育通常采用通识教育与专业教育结合的方式，绝大多数非经济管理类专业的大学生金融素养形成的具体通道可能仅包括大学通识教育与家庭社交网络，此次调查的主要目的是了解大学生金融素养的基本情况与两个主要影响因子的权重，因而本次问卷调查的对象是具有基本金融实务经验的在校大学生，据此调查的主要内容则应当包括除个人基本信息以外的客观金融素养水平与感性自我认知两个方面。因此调查对象应当具有在校大学生与基本金融经验两个标准特征，调查方式遵循随机抽样的原则，保证样本的多样性。
问卷设计除上述需要遵循的基本原则外还应当综合考量内容编排、情景覆盖与量表测度等方面，本次调查问卷内容包含三个部分，分别为描述性统计部分、情景选择题部分与量表题部分。本文着重参考了中国人民银行于2021年颁布的《消费者金融素养调查分析报告（2021）》[]与世界经济合作与发展组织于2020年发布的《 International Survey of Adult Financial Literacy》[]和2012年进行的青少年PISA财经素养测试调查问卷的编制方式，对问卷的情景设计与内容覆盖起到的关键指导作用。量表题部分则依据李克特量表法5点计分方式进行正向顺序编制，内容覆盖变量设计中所包含的次一级六个影响因素。
第一部分，描述性统计部分，该部分以调查受访者的个人基本信息为目的，包含以年龄、学历、专业为主的人口属性特征以及家庭月收入、个人月均可支配收入两项与大学生基础金融条件密切相关的经济信息。
第二部分，情景选择题部分，主要考察受访者对基础金融知识的掌握程度，包含风险与收益关系的直观感受、关于复利及通胀的知识、关于个人理财基础策略、关于消费及信用贷款的知识、关于金融诈骗与金融态度的倾向。该部分以情境化问卷的方式开展调查，在现有大量可参考问卷中抽取了大学生常见的几种情景进行考察，将一些十分基础的金融知识从问卷编制内容中排除，例如货币与移动支付等几乎覆盖于所有大学生日常生活的金融知识，侧重于考察大学生与可能缺乏金融知识与经验的问题上，例如个人理财实务与信用消费。
第三部分，量表题部分，测量受访者在家庭经济状况、社交网络、个人经历、职业与生涯规划、宏观经济环境及社会新闻、金融基础技能（专业教育、数学能力）六个方面的自我感知及客观影响程度，该部分所涉及的变量基于对大学生社会化过程中的较为重要的几个维度的观察与总结，具有一定程度的创新性，但同时也注意到在变量设计过程中缺乏客观有效的理论支撑而容易导致模型建立与实证效果的困难，每个维度均设置3个题目作为观测变量，所有问题均为正向编制，为数据处理提供一定程度的便利。
4.2回收情况
使用腾讯问卷系统进行问卷发放、动态监测、数据回收、列联分析。所有受访者均为点击链接进行线上填写。问卷一共设计36道题，其中包含12个测度题，该部分题目较为枯燥，受访者普遍使用较多时间在此部分进行选择。本次问卷采用腾讯问卷系统进行分发、监测和回收，分发时间从2022年9月始至2022年9月中旬，监测数据显示问卷单日回收峰值在20份左右，问卷回收率为57%，平均填写时间为3分13秒，共回收样本291分，对无效问卷进行剔除后剩余有效问卷共238份，达到李克特量表法五点计分要求的可分析数据的最低要求200份，有效回收率为81.79%。从回收整体情况出发，填写有效问卷的IP地址均在昆明市境内，均采用移动设备进行填写，受访者的人口基本属性特征与基本经济状况均呈现一定的随机性与较好的集散程度。综上，整体回收情况始适中，可以对有效样本进行描述性统计分析与模型拟合分析。
4.3描述性统计
4.3.1基本信息
根据表4-3-1，受访者的年龄呈现出明显的集中分布趋势，绝大多数的受访者年龄在18~22岁之间，该年龄段的受访者数量占受访者总数的85.29%，其中教育程度在本科（3~4年级）的受访者占比为76.89%，表明对有效样本的分析在本科生群体特别是大三与大四年级能够具有一定程度的普遍性与针对性。对于大学生本科教育阶段来说，大一与大二年级普遍集中于通识教育，同时，该阶段的学生处于进一步社会化的萌芽阶段，风险意识与财务管理意识都明显较弱，而大三与大四年级相对来说具有更加成熟的行为模式与决策能力，在处理常规金融实务方面具有更成熟的实操技能与实践经验，对于实证大学生金融素养的影响因素是较优的样本选择。
从专业类别来看，文、理、工、商、艺、体各类别的样本离散程度合适，具有较好的随机性与多样性，从教育程度一组与专业类别一组的列联分析可知，本科（3~4年级）中的专业类别分布也同样呈现出随机性与多样性。
58.82%的受访者均为云南省本地生源，其余生源地中，河南、河北、重庆三地有相对较多的受访者，因此对有效样本的分析对于生源地在云南省的大学生具有相对的普遍性。
从基本经济情况来看，通过对家庭月均收入与个人月均可支配收入的列联分析可知，家庭月均收入水平与个人月均可支配收入呈现明显的正向相关性，从月均可支配收入可基本判断出大学生课余进行个人理财与信用消费的习惯，1000元以上的月均可支配收入具有相对更大的理财空间与财务基础，但大学生的抗风险能力普遍较差，在行为态度上表现出过高的自我预期与过分自信的决策，因此加入月均可支配收入的分析可以佐证部分猜想。
人口变量
分组
频率（人）
频数（%）
年龄
17
3
1.26%
18
28
11.76%
19
47
19.75%
20
73
30.67%
21
31
13.03%
22
24
10.08%
23
9
3.78%
24
8
3.36%
25
2
0.84%
26
7
2.94%
27
2
0.84%
28
2
0.84%
29
2
0.84%
教育程度
本科（1~2年级）
31
13.03%
本科（3~4年级）
183
76.89%
硕士
18
7.56%
博士
6
2.52%
专业类别
经济与金融学类
36
15.13%
财务与工商学类
46
19.33%
公共与行政学类
44
18.49%
文史与社会学类
47
19.75%
艺术与体育类
40
16.81%
数理与工程类
25
10.50%
生源地
云南省
140
58.82%
非云南省
98
41.18%
家庭月收入
0~5K
27
11.34%
5K～1W
64
26.89%
1W～1.5W
87
36.55%
月均可支配收入
0`500
64
26.89%
500~1000
75
31.51%
1000~1500
63
26.47%
1500及以上
36
15.13%
合计
——
238
100%
4.3.2情景选择
该部分问卷设计遵循情境化与场景化原则，并选择了风险、通胀、利率、信用、投资、金融诈骗为主的常见的金融领域对大学生金融素养进行基本考察。综合表4-3-2给出的数据，仅有约半数受访者在面临特定情境时能够做出正确判断，对于“花呗”、“分期”、运费险等大学生常见的金融实务内容不同的受访者抱有不同的态度，绝大多数的受访者在面对比例偏见时能够正确认识到该误区，在金融需求方面，不同的受访者的需求普遍集中于实际能力的提升，而知识性需求则普遍被受访者认为重要性次于实务能力，综合而言，受访者在综合素养方面呈现出明显的现实价值导向，其对金融领域的行为态度成为影响其做出选择的重要影响因素，但对于基础金融知识与关键概念的储备明显不足，这也是大学生在处理金融实务时通常做出非理性决策的原因之一。
表4.3-2情景选择频数统计
考察内容
分组
频数（人）
频率（%）
风险——收益认知
正确选择投资收益与风险的正相关关系
93
39%
错误选择投资收益与风险的相关关系
145
61%
复利的简单计算
根据已知条件正确计算储蓄本利和
134
56.30%
未能选择正确答案
83
34.87%
不清楚
21
8.82%
对通货膨胀的认识
在既定利率与通胀水平正确选择账户余额与货币购买力变化
127
53.36%
未能选择正确答案
102
42.86%
不清楚
9
3.78%
对理财产品的认识
正确选择符合理财产品基本特性的选项
100
42.01%
未能选择正确答案
138
57.98%
对分散理财的认识
认为分散理财有必要性
149
62.6%
认为分散理财无必要性
46
19.33%
不清楚
43
18.01%
对信用工具的认识
正确认识信用卡与花呗、白条等的性质
118
49.58%
未能选择正确答案
89
37.39%
不清楚
31
13.03%
对“分期”消费的认识与态度
分期通常产生手续费
98
41.18%
逾期计息费用高额
140
58.82%
最低还款部分外滚动计息
105
44.12%
应当谨慎使用分期工具
135
56.72%
消费主义陷阱
109
45.80%
未使用过
28
11.76%
对保险（运费险）的认识
明晰其保险属性
97
40.76%
明晰其适用条件
108
45.38%
认为可以重复投保
7
2.94%
不清楚
60
25.21%
谨防金融诈骗的能力
比较同类产品收益
92
38.66%
甄别主体机构
111
46.64%
识别消息的一手来源
124
52.10%
应当阅读合同条款
112
47.06%
金融需求
熟悉关键经济/金融术语
68
28.57%
模拟/实操技能
81
34.03%
实务能力（储蓄、理财、财务规划等）
121
50.84%
生涯职业能力储备/提升
110
46.22%
进行家庭经济决策
104
43.70%
拓展财富渠道
113
47.48%
比例偏见
有误区
77
32.35%
无偏见
161
67.65%
4.3.3问卷信度与效度检验
问卷信度分析主要针对问卷中量表结果的可信度进行统计检验，信度分析仅针对问卷的量表题部分，对于不能进行量化处理的人口基本属性特征与个人基本经济情况不进行信度分析。
本文所采用的信度分析模型为“克隆巴赫系数”（Cronbach's α）。一般克隆巴赫系数如果在0.9以上，则该测验或量表的信度甚佳，0.8-0.9之间表示信度不错，0.7-0.8之间则表示信度可以接受，0.6-0.7之间表示信度一般，0.5-0.6之间表示信度不太理想，如果在0.5以下就要考虑重新编排问卷。根据变量设计，本次信度分析共五项变量，分别为金融技能、金融知识、金融态度、金融行为与金融素养得分。
表4.3.3-1 Cronbach's α系数表
Cronbach's α系数
标准化Cronbach's α系数
项数
样本数
0.918
0.921
5
238
据表4.3.3-1可知，模型的Cronbach’s α系数值为0.918，说明该问卷的信度非常好。
删除变量分项，即通过控制变量法，比较删除某题前后的相关性和Cronbach's α系数等指标，用于辅助判断量表题目是否应该进行修正处理。一般“删除的项与删除项后的总体的相关性”这一项指标均应大于0.3，且“删除项后的Cronbach's α系数”这一指标与未进行题项删除的原克隆巴赫系数相比应当小于原有指标，如若为满足上述条件，则考虑可以不对量表题目进行删减摘选修正。
表4.3.3-2 删除分析项统计汇总
删除项后的平均值
删除项后的方差
删除的项与删除项后的总体的相关性
删除项后的Cronbach's α系数
参考结论
金融技能
12.209
5.491
0.836
0.891
较好
金融知识
11.919
5.532
0.731
0.912
较好
金融态度
12.186
5.554
0.753
0.907
较好
金融行为
12.185
5.273
0.763
0.907
较好
金融素养得分
12.071
5.470
0.887
0.882
较好
据表4.3.3-2可知，分别删除金融技能、金融知识、金融态度、金融行为、金融素养得分项后总体相关性（CITC）和删除项后的α系数这两个指标表现较好，因此不对上述变量的量表题目进行删减摘选修正。
总的来说，该问卷的克隆巴赫系数（0.918）与标准化克隆巴赫系数（0.921）均高于0.9，对问卷变量进行删除分项统计结果参考结论较好，因此问卷所设计变量的可信度较好，可以进一步使用量表数据进行模型建立。
效度分析主要针对问卷量中量表结果的正确性进行分析，即分析问卷量表题目设计的合理程度。主要分析方法基于主成分因子分析，即通过对单个合成变量的量表题目进行分析，比较量表题目的因子载荷系数在同一合成变量中的优良关系。
在进行验证性因子分析前需要对量表数据进行收集和分析判断，以判断量表数据是否适合进行因子分析，通常采用KMO和Bartlett的检验。对于KMO检验，0.9上非常合适做因子分析：0.8-0.9之间比较适合：0.7-0.8之间适合：0.6-0.7之间尚可：0.5-0.6之间表示差：0.5下应该放弃，通过KMO值检验说明了题项变量之间是存在相关性的，符合因子分析要求。对于Bartlett的检验，若显著性小于0.05，则拒绝原变量关系假设，说明可以做因子分析，若不拒绝原假设，说明这些变量可能独立提供一些信息，不适合做因子分析。
表4.3.3-3 KMO检验和Bartlett的检验
KMO值
0.820
Bartlett球形度检验
近似卡方
935.696
df
10.000
P
0.000***
注：***、**、*分别代表1%、5%、10%的显著性水平
据表4.3.3-3可知，KMO检验值大于0.6的标准值，说明量表题目之间存在一定程度的相关性，符合进行验证性因子分析的要求，Bartlett球形度检验显著性p值小于0.05标准值，并在1%的程度上表现出显著性，总的来说，检验程度表现为合适，各变量间具备一定程度的相关性，因子分析有效。
在验证因子分析能够有效进行的前提下，一般需要对根据因子对于变量解释的贡献率来调整单个变量的主成分数量。方差解释率说明因子对于变量的解释程度，可用于确认或调整因子主成分个数。两者所描述的统计结果均可作为对问卷量表题结构效度的检验说明。对因子载荷系数的分析可作为所提取因子对变量表达程度的统计佐证，每一个变量都可以用公因子表示，其表达的大小就是公因子方差表中的“提取”，“提取”的值越大说明公因子可以较优地表达变量，对变量的解释程度越好，一般大于0.5即可以说是可以被表达，而大于0.7则可被认为变量与公因子之间具有较强的表达关系。
表4.3.3-4 解释总方差
成分
特征根
旋转后方差解释率
特征根
方差解释率（%)
累积百分比（%)
特征根
方差解释率（%)
累积百分比（%)
1
3.805
76.109
76.109
3.805
76.109
76.109
2
0.475
9.501
85.610
0.475
9.501
85.610
3
0.391
7.819
93.429
0.391
7.819
93.429
4
0.193
3.856
97.285
0.193
3.856
97.285
5
0.136
2.715
100.000
0.136
2.715
100.000
表4.3.3-5 因子载荷系数表
旋转后因子载荷系数
共同度（公因子方差）
金融知识
0.831
0.691
金融行为
0.853
0.728
金融技能
0.898
0.806
金融态度
0.843
0.710
金融素养得分
0.933
0.870
据表4.3.3-4，提取的5个主成分对变量的累计解释贡献率达到100%，因此5个主成分的提取合理。据表4.3.3-5可知，旋转后因子载荷系数与公因子方差均大于0.7，因此可以认为因子对变量的表达程度较优。综上，问卷所提取因子的效度较优，可以进行模型建立并进行进一步分析。
4. 模型拟合
5.1路径分析
在对变量进行SEM结构方程模型拟合之前，需要对设计变量之与设计模型关系的关联性进行检验，本文通过“变量因子载荷系数”、“模型回归系数”、“模型拟合指标”，并以“路径节点协方差”作为辅助指标对变量的因子降维要求是否达标，相关变量设计是否能够满足模型拟合要求与潜在的变量间相关关系进行验证，以使得变量设计符合模型分析的最低标准要求。
因子载荷系数是对因子内变量进行筛选，一般而言，对于进行测量的变量，要求其满足显著性检验要求，即显著性指标P值低于0.05，同时标准化载荷系数指标需大于0.6，若满足上述要求则表明进行测量的变量满足因子降维要求，如果综合结果与要求条件存在较大差距则需要进行变量调整。对因子载荷系数进行参考的主要目的是对将多个变量转换单个因子在变量结构上是否合理，当第一项指标被作为参考项时，则不显示显著性P值。本文所讨论的因子中“显性因素”因子最符合该项变量测量的目的。
表5.1.1因子载荷系数表
因子
变量
非标准载荷系数
标准化载荷系数
z
S.E.
P
显性因素
金融知识
1
0.819
-
-
-
金融技能
1.003
0.894
0.062
-
0.000***
隐性因素
金融态度
1
0.916
-
-
-
综合素养
金融素养得分
1
0.926
-
-
-
具体表现
金融行为
1
0.881
-
-
-
注：***、**、*分别代表1%、5%、10%的显著性水平
据表5.1.1，基于金融技能（显著性P值为0.000***）、综合素养（显著性P值为0.000***）的水平上呈现显著性，则拒绝原假设，同时其标准载荷系数均大于0.4且高于0.6，可以认为其有足够的方差解释率表现各变量能在同一因子上展现，金融技能与综合素养两项对因子解释度较好。对于其他指标，使用标准化载荷系数进行参考（显著性p值均为0.000***），可认为不需要对变量进行删减调整。
模型回归系数，可以理解为路径节点的回归系数，即一个最小二乘法一元线性回归通常只需要观察显著性p值与标准化路径系数，以此确定路径（X—>Y）是否存在直接的线性影响，通常需要满足显著性P值小于0.05，若路径存在影响关系则可通过标准化路径系数对影响效率进行进一步分析。
表5.1.2模型回归系数表
Factor（潜变量）
→
分析项（显变量）
非标准化系数
标准化系数
标准误
Z
P
显性因素
→
综合素养
0.641
0.640
0.033
None
0.000***
隐性因素
→
综合素养
0.371
0.402
0.021
None
0.000***
综合素养
→
具体表现
1.053
0.922
0.060
None
0.000***
注：***、**、*分别代表1%、5%、10%的显著性水平
据表5.2.2，配对项显性因素->综合素养，显著性P值为0.000***，水平上呈现1%显著性，则拒绝原假设，因此路径有效，其影响系数为0.64；配对项隐性因素->综合素养，显著性P值为0.000***，水平上呈现1%显著性，则拒绝原假设，因此路径有效，其影响系数为0.402；配对项综合素养->具体表现，显著性P值为0.000***，水平上呈现1%显著性，则拒绝原假设，因此路径有效，其影响系数为0.922。
模型拟合指标可对模型拟合情况进行分析，通常不要求全部检验通过。本文使用卡方自由度比或绝对拟合指数（χ²/df）、模型显著性p值、GFI（拟合优度指数）、RMSEA（近似误差均方根）、RMR（均方根残差）、CFI（比较拟合指数）、NNFI（非规范拟合系数）七个指标对模型拟合程度进行测量。
表5.1.3模型拟合指标
P
χ²/df
GFI
RMSEA
RMR
CFI
NFI
NNFI
0.000***
55.972
0.941
0.482
0.016
0.941
0.941
0.415
注：***、**、*分别代表1%、5%、10%的显著性水平
拟合优度指数应大于0.9，均方根残差应小于0.1，比较拟合指数与规范拟合系数应大于0.9，据表5.1.3可知，实际测量值为0.941、0.016、0.941、0.941，均在标准范围内，模型方程在上述四指标测量下可以成立。
路径节点协方差分析是对没有纳入模型配对的因子之间关联性的分析，两个因子之间的标准估计系数越接近于1一般可认为两者之间具有较强的关联性，若同时呈现出显著性则可考虑将该项配对纳入模型进行分析。
表5.1.4路径节点协方差关系表
因子A
↔
因子B
非标准估计系数
标准估计系数
标准误
z
P
显性因 素
↔
隐性因 素
0.271
0.791
0.033
8.106
0.000***
注：***、**、*分别代表1%、5%、10%的显著性水平
据表5.1.4，显性因素与隐性因素的协方差关系呈现1%水平的显著性，标准化系数为0.791，有较强的关联性。但显性因素与隐性因素之间的关联性并不是本文实证的重心，在原模型假设中也未将该条路径纳入配对，在讲该项配对纳入模型后反而使得整个模型拟合程度下降，故在理论上与数学上不对该条路径进行分析，但可在另一方面考虑该项配对中的两个因子的关联性。
5.2输出结果
因子路径节点图能够直观展现因子的路径节点关系，辅助受用者从全局掌握模型结构。
据图5.2，从给出的路径间标准化系数可知，金融知识与金融技能两个变量对显性因素因子的解释程度在0.8以上，变量金融态度对隐性因素因子的解释程度为0.916，该模型将显性因素与隐性因素作为影响大学生金融综合素养的两大主要因素，将大学生在处理金融实务过程中的具体表现作为金融素养的直接结果。基于原模型假设和已知理论，通常认为金融知识对金融素养起到基础性作用，同时金融实操是金融技能掌握的关键，对于大学生来说，其社会化进程处于过渡性阶段，虽然处于信息充足与知识充盈的社会化阶段，但较强的金融技能需求推动着大学生寻求各式途径掌握金融技能，因而金融技能是衡量大学生金融素养水平的另一关键因素，而模型路径标准化系数显示金融技能与金融知识对显性因素的解释程度处于同等水平，甚至略高于金融知识与显性因素这一配对路径的标准化系数；基于行为心理学与金融行为学等学科理论，心理与态度是影响个人行为表达的重要因素，相关研究表明心理误区与消极态度可能会妨碍行为人作出与正常情况同等水平的决策或判断，而心理误区或消极态度的形成与个人成长经历和社会化环境具有较强关联性，因此本文认为应当将经变量设计的金融态度这一变量作为隐性因素进行考虑，这一配对的模型路径标准化系数表明这一因素对大学生金融素养存在一定程度的影响，而显性因素则作为最主要的影响因素；决策与行为的做出并非偶然因素驱使，模型展示了大学生金融行为与金融素养之间存在明显关联，大学生金融行为在极大程度上作为自身综合金融素养的外化体现。
6总结与建议
6.1结论
一、夯实金融知识基本概念基础，对社会经济生活话题有所掌握
毫无疑问，不论是从理论证据还是实证证据，金融知识都是影响大学生金融素养的最关键因素，在当代金融实践过程中，多数大学生都急于借助互联网金融平台进行盈余财富的增值，数字化的金融服务平台为大学生带来了畅通便捷的交易通道与海量资讯的获取途径，但并不意味着大学生能够对海量信息进行甄别筛选，金融市场通常充斥着不确定性与随机性，当一个缺乏基本金融知识的大学生参与金融市场交易时容易轻易做出决策，金融决策的基础是对金融市场基本规律的知悉以及基于不完全信息的判断，这要求金融行为主体十分谨慎，大学生缺乏谨慎的决策行为经常导向不良的金融后果。依据问卷调查数据，对复利、通货膨胀、分散风险等基本金融常识能够准确作答的受访者仅占受访者总数的半数左右，将专业为经济金融与财务工商类的受访者剔除后仅有三成左右的受访者熟悉基本金融概念。大量研究结论都认为金融知识是最为基本的要素，因此不论是掌握金融技能还是面对特定金融情境做出理性判断的前提都是基础金融知识的完备与充盈，依据问卷调查数据，绝大多数大学生掌握金融知识的初衷或是动机都是想要在未来经济生活中储备财富增值的基础理论，但一方面大学生急于熟悉金融市场交易规则与理财规律，另一方面却又表现出对基本经济术语这一知识性需求的相对疲软，这一矛盾的原因在于大学生面对具体事务急于求成的心态，另外，部分受访者对基本经济生活缺乏感知，只有夯实基础才能构筑上层，因此系统性学习或日常性积累基本金融知识是大学生在接触互联网金融时需要注意的误区，同时，绝大多数的访谈对象都认为金融知识抽象枯燥，因此他们往往关注金融行为的效果而忽略理性金融行为的基础，特别是在使用互联网金融平台时对常规金融行为不做深究。广大在校大学生在进行金融实操之前应当对基本金融知识有充分掌握，同时对日常生活中常见的金融情景、例如与银行相关的各类储蓄、业务开办等有基本认识，当需要解决自己的金融需求时不至于手足无措。综上本文认为大学生作为能够使用校内丰富知识资源的群体应当在确认存在特定金融需求时掌握金融知识，了解社会经济生活现状。
二、通过多种手段增强金融技能，防范金融骗局
金融技能是处理基本金融问题的能力，不同的金融实务情景需要个人调用不同层次的金融技能，金融技能不仅仅是在金融市场进行理财获利实现财富增值的手段，还是处理日常经济生活中金融问题的能力，对于金融市场交易来说，金融技能是个人获取一系列市场信息、一系列理性判断的能力，例如阅读企业基本财务数据和看懂重点金融市场指标，对于日常经济生活而言，金融技能涵盖对运费险、户外运动险等小险种但却是日常经济生活最需要的保险类产品的使用，依据调查数据和访谈结果，绝大多数受访者都认为自己熟悉运费险等类目，但却并不了解在产生退换货需求时怎样使用运费险，当群体性户外运动需要购置人身意外险时不能准确判断自己的投保需求，易误投险种。同时也涵盖对储蓄、信贷、社会保险等方面的实操技能，部分受访者曾表示自己曾帮助家庭进行储蓄规划，并且曾经使用花呗、白条、抖音月付等信用消费工具，少部分访谈对象表示自己曾经在账单日及还款周期内暂时无力偿还全部欠款而仅支付最低还款金额，个别访谈对象甚至出现过花呗逾期的经历，这提醒广大在校大学生，当进入到大学校园随着个人社会化进程的加快，对市场产品的需求欲望往往超过了自身的实际需求，甚至可能表现出不良的消费习惯和消费行为，例如超前消费、欲望消费等，在消费时应当注意筛选自己的必要需求，对于不必要的欲望需求应当遵循量入为出、适度消费的原则，当不得不使用金融消费信贷工具时一定要综合评估自己的财务状况与偿付能力，避免高额利息与违约金甚至是无力偿付时可能面临的法律风险。金融技能的增强不仅在于在海量信息杂糅的资本市场能够对关键信息进行有效筛选取用，还在于能够处理日常生活中常见的金融情景中所需要处理的问题，防范金融诈骗一直是各大高校的宣传重点，面对类型多样的金融服务与各类理财产品，由于大学生较低的抗风险能力应当充分认识到金融市场风险与收益均衡的原则，不存在所谓高收益低风险的理财产品，在选择各类投资工具时也应当充分了解交易规则，识别与防范金融骗局，避免高利诱惑下的金融陷阱。
三、走出心理误区，重整金融态度，理性决策
行为金融学理论认为绝大多数的金融决策者并不总是能够做出理性决策，这与人的心理与以状态密切相关，同时，金融意识是影响大学生金融素养的因素之一，大学生由于缺乏必要的社会经验，在其行为表现上体现为容易轻信其社交圈层中普遍存在的观点，模仿周围人群的行为模式，因此在金融决策上当大学生面临不确定判断时容易导向“启发性错误”而忽视对客观信息与数据的分析。大多数访谈对象认为其在长期经济计划与短期需求之间存在冲突，例如在储蓄与消费之间。另外，“心理账户”、“懊悔规避”、“比例偏见”等都是大学生在参与经济与金融生活中常见的心理误区，在对日常生活费与奖学金的态度上表现出心理账户的倾向，即通常对生活费进行专门的财务规划，而对于奖学金则用于对短期需求的满足，本文认为自由支配出生活费以外的资金无可厚非，但如何正确对个人财务进行规划与看待合理需求仍然是大学生应当思考的问题，部分有过金融市场投资经验的受访者承认在金融市场遭受损失时会抱有损失会被未来可能的上涨抵消的心态，人们在获得的情境下更倾向于确定的收益，而在损失的情境下，人们更倾向于冒着更大的风险豪赌，即是赌徒心理，宁愿冒着更大的风险也要极力减少自己的损失，因此本文认为当大学生在金融市场投资过程中遭受了难以接受的损失并且在预期内可能无法挽回全部损失时应当及时止损，比例偏见则是人们面对客观数据时更关注更大数值，而忽略绝对数值的变化，因此大学生在进行个人理财时不能只关注较高的增长率而忽视涨跌导致的资产变化。另外，对家庭经济条件感知较优的受访者表现出更加自信的态度，而对家庭经济条件感知较差的受访者则表现出截然不同的自卑态度，尽管部分家庭经济条件更差的受访者有着相对较好的金融知识积累，因此本文认为大学生应当客观看待金融的作用，不用当对金融市场抱有绝对拒斥的态度，金融是经济调整的手段，本身不具有道德属性，掌握金融知识与技能是大多数学者认可的能够造福家庭经济的途径。
四、高校应当有针对性进行专门金融通识教育
高校应当增加为不同学生多样化的金融需求设计的金融通识教育与金融实践教育课程，金融素养不仅体现在参与金融市场时的客观分析与理性决策，还在于日常经济生活的方方面面，有关于个人一生的金融福祉，金融教育是提升金融素养的重要手段，不仅在于普及基本金融常识还在于纠正大学生的心理误区，本文认为金融教育应当融贯于通识教育中，将金融技能培训作为一项提升学生综合素质的手段，对学生参与各类创新创业类警竞赛与未来生活福祉都有帮助。几乎全部访谈对象都认为接受金融教育是提高自己金融综合素质最高效的手段，高校不应当将金融教育局限于专业教育，而应当将基础金融教育以包括课程教育、实践教育、校内竞赛、学生活动在内的多样化形式展开，潜移默化地影响学生，全方位提升大学生金融素养。
6.2不足与局限
本文研究经过了项目雏形设想、文献资料阅读、项目雏形完善、问卷设计与发放回收、数据整理与分析、模型建立、得出结论与建议的过程，但在本文研究过程中也存在着不足。在项目设想阶段由于对概念理解与数学统计工具的认识不到位，一定程度上妨碍了项目的进展，但在阅读一定数量文献与学习使用统计分析工具后即是对项目雏形继续完善，基本得出了一个可以切行落实的方案。文献资料阅读的广泛性、针对性以及时效性不足，金融素养是一个不断发展与更新迭代的概念，对主要外文关键文献检索时选取的部分文献对本文研究的大学生金融素养存在一定的研究偏差，同时如何把握文献关键点也是本文在研究过程中遇到的困难。本文的样本量存在一定局限，在问卷编制过程中考虑到受访者的平均填写用时与整体填写效果，本文压缩了题量，仅设置了36道题目，对部分金融知识的考查覆盖面不够广，且该题量需要一定数量的样本量，而本文在剔除地质问卷后的有效样本量虽然已经超过可用于数据分析的最低样本量要求，但仍然存在不足，可以进一步对问卷进行优化设计来验证实验结果。在模型设计上也存在缺陷，本文涉及的因子错综复杂，仅金融素养概念包含的就有四个复杂因子就包含多个变量，考虑到研究能力的有限本文并未设计较为复杂的模型，最后没有使用多种统计学实证方法来验证研究结果也是本文研究的不足。
参考文献：
[] 何昇轩,李炜.金融素养对家庭和个人收入的影响研究[J].中共福建省委党校(福建行政学院)学报,2020,No.473(03):98-107.DOI:10.15993/j.cnki.cn35-1198/c.20200610.002.
[] Hastings, JS (Hastings, Justine S.) ; Madrian, BC (Madrian, Brigitte C.) ; Skimmyhorn, WL (Skimmyhorn, William L.),Financial Literacy, Financial Education, and Economic Outcomes,ANNUAL REVIEW OF ECONOMICS,2013,DOI:10.1146/annurev-economics-082312-125807
[] van Rooij, MCJ; Lusardi, A; Alessie, RJM,Financial Literacy, Retirement Planning and Household Wealth,ECONOMIC JOURNAL,2012,DOI;10.1111/j.1468-0297.2012.02501.x
[] Lusardi, A (Lusardi, Annamaria) ; Tufano, P (Tufano, Peter) ,Debt literacy, financial experiences, and overindebtedness,JOURNAL OF PENSION ECONOMICS & FINANCE,2015,DOI:10.1017/S1474747215000232
[] 岳瑾.我国银行监管的效益分析[J].内蒙古科技与经济,2005(10):3-5.
[] 许柯.金融知识普及工作中面临的问题及对策[J].商场现代化,2010,No.623(26):74-75.
[] 胡振,臧日宏.金融素养对家庭理财规划影响研究——中国城镇家庭的微观证据[J].中央财经大学学报,2017,No.354(02):72-83.
[] [1]尹志超,李青蔚,张诚.金融知识与家庭财务脆弱性——基于中国家庭金融调查数据的实证研究[J].财经问题研究,2023,No.471(02):39-49.DOI:10.19654/j.cnki.cjwtyj.2023.02.004.
[] 张欢欢,熊学萍.农村居民金融素养测评与影响因素研究——基于湖北、河南两省的调查数据[J].中国农村观察,2017,No.135(03):131-144.
[] 罗剑朝,曹瓅,罗博文.西部地区农村普惠金融发展困境、障碍与建议[J].农业经济问题,2019,No.476(08):94-107.DOI:10.13246/j.cnki.iae.2019.08.011.
[] [柴雪,王子川,王菁滢等.青少年金融素养干预手册的开发和实施——基于金融韧性框架的设计[J].社会工作与管理,2023,23(01):26-34.
[]杨帆. 金融素养测度研究[D].云南财经大学,2015.
[] 吴卫星,吴锟,张旭阳.金融素养与家庭资产组合有效性[J].国际金融研究,2018,No.373(05):66-75.DOI:10.16475/j.cnki.1006-1029.2018.05.008.
[] 丁嫚琪,张立.金融素养对我国家庭金融资产配置的影响研究[J].上海金融,2019,No.464(03):81-87.DOI:10.13910/j.cnki.shjr.2019.03.010.
[] 杨玲玲,高紫薇,刘馨泽.金融教育对大学生金融素养的影响——基于云南省的实证[J].中国西部,2022,No.378(01):77-88.
[] 苏芳,李茜,殷娅娟.金融素养领域研究进展及趋势演化分析——基于文献计量分析方法[J].西部金融,2021,No.566(10):51-59.DOI:10.16395/j.cnki.61-1462/f.2021.10.009.
[] 王宇熹,杨少华.金融素养理论研究新进展[J].上海金融,2014,No.404(03):26-33+116.DOI:10.13910/j.cnki.shjr.2014.03.011.
[] 中国人民银行,《消费者金融素养调查分析报告（2021）》.
[] OECD/INFE 2020 International Survey of Adult Financial Literacy.
