区域分化视角下住房贷款对家庭风险资产配置的异质性影响研究

区域分化视角下住房贷款对家庭风险资产配置的异质性影响研究一、引言1.1研究背景与动机在现代经济生活中，家庭作为经济活动的基本单元，其资产配置决策不仅关乎家庭财富的积累与保值增值，更对宏观经济的稳定和金融市场的运行产生深远影响。随着我国经济的持续增长和居民收入水平的稳步提高，家庭资产规模不断扩大，资产配置的多样性需求日益凸显。与此同时，房地产市场的蓬勃发展使住房成为家庭资产的重要组成部分，住房贷款也随之成为众多家庭的主要负债形式。住房贷款作为一项长期的大额负债，深刻影响着家庭的财务状况和经济行为。一方面，它使家庭得以提前实现住房需求，改善居住条件；另一方面，长期的还款压力也会对家庭的现金流、储蓄和消费行为产生约束，进而影响家庭对风险资产的投资决策。对于背负住房贷款的家庭而言，每月固定的还款支出会减少可支配收入，降低家庭承担额外风险的能力，从而可能导致家庭在资产配置时更加谨慎，减少对股票、基金等高风险金融资产的投资。我国地域辽阔，不同地区在经济发展水平、房地产市场状况、金融市场成熟度以及居民消费和投资观念等方面存在显著差异。东部沿海地区经济发达，金融市场活跃，房地产市场相对繁荣，居民收入水平较高且投资意识较强；而中西部地区经济发展相对滞后，金融市场发展程度较低，房地产市场的活跃度和房价水平也与东部地区存在差距，居民的投资观念可能更为保守。这些地区差异使得住房贷款对家庭风险资产选择的影响呈现出多样化的特征。例如，在房价较高、购房压力较大的一线城市，家庭可能因背负高额房贷而更倾向于稳健型投资，以确保按时偿还贷款和家庭财务的稳定；而在经济发展较快、房地产市场潜力较大的地区，家庭可能在承担房贷的同时，仍积极参与风险资产投资，以期实现资产的快速增值。深入研究住房贷款对家庭风险资产选择的地区差异影响具有重要的现实意义。从家庭层面来看，有助于家庭在考虑住房贷款因素的基础上，根据所在地区的经济金融环境，制定更加科学合理的资产配置策略，实现家庭财富的优化管理和风险分散，提升家庭经济的稳定性和抗风险能力。从金融市场角度而言，了解不同地区家庭的资产配置行为及其背后的影响因素，有助于金融机构精准定位客户需求，开发出更具针对性的金融产品和服务，提高金融市场的资源配置效率，促进金融市场的健康发展。从宏观经济层面分析，家庭资产配置行为的变化会对消费、投资等宏观经济变量产生影响，研究住房贷款与家庭风险资产选择的地区差异关系，能够为政府制定宏观经济政策、房地产市场调控政策以及金融市场监管政策提供决策依据，推动宏观经济的平稳运行和区域经济的协调发展。1.2研究价值与现实意义从理论价值来看，本研究有助于深化家庭金融领域的理论探索。过往研究虽对家庭资产配置有一定探讨，但在住房贷款与家庭风险资产选择的地区差异关联方面，仍存在研究空白或不足。本研究通过构建全面的理论分析框架，深入剖析住房贷款在不同地区经济金融环境下对家庭风险资产选择行为的作用机制，不仅能够丰富家庭金融理论体系，还能为后续学者在该领域的研究提供新的视角和思路，推动家庭金融理论在微观行为与宏观经济环境交互影响层面的进一步发展。在现实意义层面，对家庭理财规划有着重要的指导作用。家庭在进行资产配置时，往往需要综合考虑多种因素，而住房贷款作为家庭的一项重要负债，其对家庭风险承受能力和资产配置策略的影响不容忽视。通过本研究，不同地区的家庭能够清晰了解住房贷款对自身风险资产选择的具体影响，从而根据所在地区的经济发展水平、房地产市场状况以及金融市场特点，制定出更加科学合理的理财规划。例如，在房价波动较大的地区，背负房贷的家庭可以适当减少高风险资产的投资比例，增加稳健型资产的配置，以降低家庭财务风险；而在经济发展前景良好、金融市场较为活跃的地区，家庭在合理控制房贷压力的前提下，可以适度增加风险资产投资，追求更高的资产收益。对于金融市场发展而言，本研究成果具有重要的实践价值。金融机构可以依据研究结论，深入了解不同地区家庭的资产配置需求和风险偏好，从而有针对性地开发金融产品和服务。在住房贷款占比较高、家庭风险承受能力相对较低的地区，金融机构可以推出更多低风险、流动性强的金融产品，满足家庭的稳健投资需求；而在经济发达、家庭投资意愿较强的地区，则可以设计多样化的风险资产投资组合产品，为家庭提供更多元化的投资选择。这不仅有助于提高金融机构的市场竞争力和服务质量，还能促进金融市场资源的有效配置，推动金融市场的健康稳定发展。从宏观政策制定角度出发，本研究为政府部门提供了重要的决策参考依据。政府在制定房地产市场调控政策、金融市场监管政策以及宏观经济政策时，需要充分考虑家庭资产配置行为的变化及其对宏观经济的影响。通过研究住房贷款对家庭风险资产选择的地区差异影响，政府可以更加精准地把握不同地区家庭的经济行为特征，制定出更具针对性和实效性的政策。在房地产市场调控方面，对于房价过高、居民购房压力较大的地区，可以采取更为严格的限购、限贷政策，抑制投机性购房需求，稳定房价，减轻家庭房贷负担，从而引导家庭合理配置资产；在金融市场监管方面，根据不同地区家庭风险资产投资的特点，加强对金融市场的监管力度，防范金融风险，维护金融市场的稳定秩序；在宏观经济政策制定方面，充分考虑家庭资产配置对消费和投资的影响，通过财政政策、货币政策等手段，调节宏观经济运行，促进经济的均衡发展和区域经济的协调共进。1.3研究思路与技术路线本研究将采用理论分析与实证研究相结合的方法，深入探讨住房贷款对家庭风险资产选择的地区差异影响。在数据方面，主要选用中国家庭金融调查（CHFS）数据库的相关数据，该数据库涵盖了丰富的家庭微观经济信息，包括家庭资产负债状况、收入支出情况、金融资产持有情况以及住房相关信息等，为研究提供了全面且具有代表性的数据支持。同时，结合各地区的宏观经济数据，如地区生产总值、居民可支配收入、房地产市场价格指数等，以更全面地分析地区差异背景下住房贷款与家庭风险资产选择的关系。在模型构建上，运用Probit模型和Tobit模型进行实证分析。Probit模型用于考察住房贷款对家庭参与风险资产投资概率的影响，通过估计家庭是否持有风险资产这一离散选择行为与住房贷款及其他控制变量之间的关系，判断住房贷款在家庭进入风险资产市场决策中的作用方向和显著程度。Tobit模型则用于分析住房贷款对家庭风险资产配置比例的影响，由于家庭风险资产配置比例存在截断数据（如部分家庭风险资产配置比例为零）的情况，Tobit模型能够有效处理这类数据，准确估计住房贷款及其他因素对家庭风险资产配置比例的边际效应。研究内容安排及分析步骤如下：首先，对住房贷款与家庭风险资产选择的相关理论进行梳理，包括生命周期理论、投资组合理论、预防性储蓄理论等，从理论层面分析住房贷款影响家庭风险资产选择的作用机制，为后续实证研究提供理论基础。其次，利用CHFS数据库和宏观经济数据，对我国不同地区家庭的住房贷款持有情况、风险资产配置现状进行描述性统计分析，直观呈现地区差异特征，初步观察住房贷款与家庭风险资产选择之间的关系。然后，基于Probit模型和Tobit模型，分别以家庭是否持有风险资产和风险资产配置比例为被解释变量，以住房贷款相关变量（如贷款金额、贷款期限、还款方式等）为核心解释变量，同时控制家庭特征变量（如家庭收入、人口结构、教育水平等）、地区经济特征变量（如地区经济发展水平、金融市场发达程度等），进行全样本回归分析，考察住房贷款对家庭风险资产选择的总体影响。再次，根据地区划分标准（如东部、中部、西部），将样本分为不同地区子样本，分别进行回归分析，对比不同地区住房贷款对家庭风险资产选择影响的差异，深入探究地区差异的表现形式和原因。最后，进行稳健性检验，通过替换变量、改变模型设定等方法，验证实证结果的可靠性和稳定性，确保研究结论的准确性和说服力。根据研究结果，提出针对性的政策建议和家庭资产配置策略，为政府部门、金融机构和家庭提供决策参考。首先，对住房贷款与家庭风险资产选择的相关理论进行梳理，包括生命周期理论、投资组合理论、预防性储蓄理论等，从理论层面分析住房贷款影响家庭风险资产选择的作用机制，为后续实证研究提供理论基础。其次，利用CHFS数据库和宏观经济数据，对我国不同地区家庭的住房贷款持有情况、风险资产配置现状进行描述性统计分析，直观呈现地区差异特征，初步观察住房贷款与家庭风险资产选择之间的关系。然后，基于Probit模型和Tobit模型，分别以家庭是否持有风险资产和风险资产配置比例为被解释变量，以住房贷款相关变量（如贷款金额、贷款期限、还款方式等）为核心解释变量，同时控制家庭特征变量（如家庭收入、人口结构、教育水平等）、地区经济特征变量（如地区经济发展水平、金融市场发达程度等），进行全样本回归分析，考察住房贷款对家庭风险资产选择的总体影响。再次，根据地区划分标准（如东部、中部、西部），将样本分为不同地区子样本，分别进行回归分析，对比不同地区住房贷款对家庭风险资产选择影响的差异，深入探究地区差异的表现形式和原因。最后，进行稳健性检验，通过替换变量、改变模型设定等方法，验证实证结果的可靠性和稳定性，确保研究结论的准确性和说服力。根据研究结果，提出针对性的政策建议和家庭资产配置策略，为政府部门、金融机构和家庭提供决策参考。其次，利用CHFS数据库和宏观经济数据，对我国不同地区家庭的住房贷款持有情况、风险资产配置现状进行描述性统计分析，直观呈现地区差异特征，初步观察住房贷款与家庭风险资产选择之间的关系。然后，基于Probit模型和Tobit模型，分别以家庭是否持有风险资产和风险资产配置比例为被解释变量，以住房贷款相关变量（如贷款金额、贷款期限、还款方式等）为核心解释变量，同时控制家庭特征变量（如家庭收入、人口结构、教育水平等）、地区经济特征变量（如地区经济发展水平、金融市场发达程度等），进行全样本回归分析，考察住房贷款对家庭风险资产选择的总体影响。再次，根据地区划分标准（如东部、中部、西部），将样本分为不同地区子样本，分别进行回归分析，对比不同地区住房贷款对家庭风险资产选择影响的差异，深入探究地区差异的表现形式和原因。最后，进行稳健性检验，通过替换变量、改变模型设定等方法，验证实证结果的可靠性和稳定性，确保研究结论的准确性和说服力。根据研究结果，提出针对性的政策建议和家庭资产配置策略，为政府部门、金融机构和家庭提供决策参考。然后，基于Probit模型和Tobit模型，分别以家庭是否持有风险资产和风险资产配置比例为被解释变量，以住房贷款相关变量（如贷款金额、贷款期限、还款方式等）为核心解释变量，同时控制家庭特征变量（如家庭收入、人口结构、教育水平等）、地区经济特征变量（如地区经济发展水平、金融市场发达程度等），进行全样本回归分析，考察住房贷款对家庭风险资产选择的总体影响。再次，根据地区划分标准（如东部、中部、西部），将样本分为不同地区子样本，分别进行回归分析，对比不同地区住房贷款对家庭风险资产选择影响的差异，深入探究地区差异的表现形式和原因。最后，进行稳健性检验，通过替换变量、改变模型设定等方法，验证实证结果的可靠性和稳定性，确保研究结论的准确性和说服力。根据研究结果，提出针对性的政策建议和家庭资产配置策略，为政府部门、金融机构和家庭提供决策参考。再次，根据地区划分标准（如东部、中部、西部），将样本分为不同地区子样本，分别进行回归分析，对比不同地区住房贷款对家庭风险资产选择影响的差异，深入探究地区差异的表现形式和原因。最后，进行稳健性检验，通过替换变量、改变模型设定等方法，验证实证结果的可靠性和稳定性，确保研究结论的准确性和说服力。根据研究结果，提出针对性的政策建议和家庭资产配置策略，为政府部门、金融机构和家庭提供决策参考。最后，进行稳健性检验，通过替换变量、改变模型设定等方法，验证实证结果的可靠性和稳定性，确保研究结论的准确性和说服力。根据研究结果，提出针对性的政策建议和家庭资产配置策略，为政府部门、金融机构和家庭提供决策参考。1.4创新与不足本研究在住房贷款对家庭风险资产选择影响的研究领域具有一定创新之处。在研究视角上，充分考虑了我国地域差异的现实情况，深入分析不同地区住房贷款对家庭风险资产选择的异质性影响。以往研究大多从全国总体层面展开，忽视了地区间经济、金融和社会文化等方面的显著差异，而本研究通过分地区的实证分析，揭示了住房贷款影响家庭风险资产选择在不同地区的独特表现和内在机制，为该领域研究提供了更为细化和全面的视角，有助于深化对家庭资产配置行为复杂性的认识。在研究方法上，综合运用多种计量模型，并结合丰富的微观家庭数据与宏观地区数据进行分析。通过构建Probit模型和Tobit模型，分别从家庭参与风险资产投资的概率和风险资产配置比例两个维度，精确考察住房贷款的影响。同时，纳入家庭特征、地区经济特征等多方面控制变量，有效控制了其他因素对家庭风险资产选择的干扰，使研究结果更具可靠性和说服力。此外，在分析过程中，不仅关注住房贷款本身的变量，还考虑了地区金融市场发达程度、房地产市场状况等因素与住房贷款的交互作用，全面剖析了影响家庭风险资产选择的复杂因素及其相互关系，这种多因素综合分析的方法丰富了家庭金融领域的研究方法体系。然而，本研究也存在一些不足之处。数据时效性方面存在一定局限，由于数据收集和整理的时间跨度，所使用的数据可能无法完全反映最新的经济形势和政策变化对家庭资产配置行为的影响。近年来，我国房地产市场调控政策频繁出台，金融市场也在不断创新发展，这些新变化可能会导致家庭在住房贷款和风险资产选择上的行为发生改变，而本研究数据可能未能及时捕捉到这些动态变化，从而对研究结果的时效性产生一定影响。模型设定也存在一定的简化性。尽管在模型中纳入了多个控制变量，但现实中影响家庭风险资产选择的因素众多且复杂，可能存在一些难以量化或未被考虑到的因素，如家庭的风险偏好态度、社会文化背景等，这些因素可能在一定程度上影响住房贷款与家庭风险资产选择之间的关系，而模型未能完全涵盖，这可能导致研究结果存在一定的偏差。此外，研究主要基于截面数据进行分析，难以全面反映家庭在不同时间阶段内住房贷款与风险资产选择行为的动态变化过程，对于家庭资产配置行为的长期演变规律研究不够深入。未来研究可以考虑运用面板数据等方法，进一步拓展研究的时间维度，以更深入地探究住房贷款对家庭风险资产选择的动态影响机制。二、理论基础与文献综述2.1核心概念界定2.1.1住房贷款住房贷款是指银行及其他金融机构向房屋购买者提供的用于购买、建造和大修理各类型住房的贷款支持，通常以所购房屋作为抵押。在我国，住房贷款是居民实现住房消费的重要融资手段，对推动房地产市场发展和满足居民住房需求发挥着关键作用。根据资金来源的不同，住房贷款主要分为公积金贷款、商业贷款以及公积金住房组合贷款。公积金贷款是指缴存住房公积金的职工享受的贷款，国家规定，凡是缴存公积金的职工均可按公积金贷款的相关规定申请个人住房公积金贷款，其贷款利率相对较低，具有一定的政策优惠性质，旨在帮助缴存公积金的职工以较低成本实现住房梦。商业贷款则是商业银行向购房者发放的贷款，其利率主要根据市场情况和央行政策进行调整，贷款条件和额度的确定主要基于购房者的收入、信用状况以及所购房屋的价值等因素。公积金住房组合贷款是指当公积金贷款额度不足以支付购房款时，购房者可同时向公积金中心和商业银行申请贷款，将公积金贷款和商业贷款相结合，以满足购房资金需求。从还款方式来看，常见的有等额本息还款方式和等额本金还款方式。等额本息还款方式下，在还款期内，每月偿还同等数额的贷款（包括本金和利息）。这种方式的优点是每月还款额固定，便于购房者合理安排家庭收支，制定稳定的还款计划。然而，由于每月还款额中本金所占比例逐月递增、利息所占比例逐月递减，但每月还款总额始终保持不变，导致总体支付的利息相对较多。等额本金还款方式是将本金每月等额偿还，然后根据剩余本金计算利息，所以初期由于本金较多，还款额在初期较多，随后每月递减。该方式的优势在于前期偿还本金较多，利息支出相对较少，还款总利息相对等额本息还款方式更低。但缺点是初期还款压力较大，对购房者的前期资金流要求较高。在家庭负债结构中，住房贷款占据着重要地位。随着房地产市场的发展和房价的上涨，住房的价值不断攀升，购买住房往往需要家庭投入大量资金，多数家庭难以一次性支付全部房款，因此住房贷款成为家庭负债的主要组成部分。住房贷款的规模、期限和还款压力直接影响着家庭的财务状况和经济决策。高额的住房贷款意味着家庭在未来较长时间内需要承担稳定的还款义务，这会对家庭的现金流产生约束，减少家庭的可自由支配资金，进而影响家庭在其他方面的消费和投资行为。例如，家庭可能会为了确保按时偿还住房贷款，而削减在教育、娱乐、旅游等方面的消费支出，同时在资产配置时也会更加谨慎，对风险资产的投资意愿和能力可能会受到抑制。2.1.2家庭风险资产家庭风险资产是指预期收益具有不确定性的资产，其价值会随着市场环境、经济形势等因素的变化而波动。在家庭资产配置中，风险资产通常包括股票、基金、债券（除国债等低风险债券外）、期货、期权、外汇、投资性房地产以及一些金融衍生品等。这些资产具有较高的潜在收益，但同时也伴随着较大的风险。股票作为一种典型的风险资产，代表着对公司的所有权份额。投资者通过购买股票，成为公司的股东，有权分享公司的盈利和资产增值。然而，股票价格受到公司业绩、行业竞争、宏观经济形势、政策法规以及投资者情绪等多种因素的影响，波动较为频繁且幅度较大。一家公司如果经营不善，业绩下滑，其股票价格往往会下跌，投资者可能面临资产减值的风险；相反，如果公司发展良好，业绩增长，股票价格则可能大幅上涨，投资者能够获得丰厚的收益。基金是一种集合投资工具，通过汇集众多投资者的资金，由专业的基金管理人进行投资运作。根据投资标的的不同，基金可分为股票型基金、债券型基金、混合型基金和货币市场基金等。其中，股票型基金主要投资于股票市场，其风险和收益水平与股票市场密切相关，由于投资组合分散了部分风险，股票型基金的风险相对单只股票有所降低，但仍属于风险较高的投资品种；债券型基金主要投资于债券市场，风险相对较低，但在市场利率波动、债券发行人信用风险等因素影响下，其价值也会出现一定波动；混合型基金则投资于股票、债券和其他资产的组合，风险和收益水平介于股票型基金和债券型基金之间，其风险程度取决于股票和债券在投资组合中的占比；货币市场基金主要投资于短期货币工具，如国债、央行票据、商业票据、银行定期存单、政府短期债券、企业债券（信用等级较高）、同业存款等短期有价证券，具有流动性强、风险低的特点，通常被视为现金管理工具，风险相对较低。债券是发行人向投资者发行的一种债务凭证，承诺在一定期限内支付利息并偿还本金。虽然债券的风险通常低于股票，但不同类型的债券风险也存在差异。国债由国家信用担保，被认为是风险最低的债券，其利率相对稳定，收益较为可靠；而企业债券的风险则取决于企业的信用状况和偿债能力，如果企业经营出现问题，无法按时足额支付利息或偿还本金，投资者就会面临违约风险，导致债券价格下跌，投资受损。投资性房地产是指为赚取租金或资本增值，或两者兼有而持有的房地产。房地产市场受到经济发展、人口增长、政策调控、供求关系等多种因素的影响，房价波动较大。购买投资性房地产，一方面可以通过收取租金获得稳定的现金流收入；另一方面，随着房地产市场的发展和房价的上涨，投资者可以通过房产增值获得资本利得。然而，如果房地产市场不景气，房价下跌，投资者可能面临资产价值缩水的风险，同时，房地产的变现相对困难，流动性较差，也增加了投资的风险。在家庭资产配置中，风险资产具有重要作用。合理配置风险资产能够帮助家庭实现资产的增值，提高家庭财富水平。不同风险资产之间的相关性和风险收益特征各不相同，通过分散投资于多种风险资产，家庭可以降低单一资产价格波动对整体资产组合的影响，实现风险分散。例如，股票市场和债券市场在某些情况下表现出负相关关系，当股票市场下跌时，债券市场可能上涨，通过同时投资股票和债券，家庭可以在一定程度上缓冲股票市场下跌带来的损失，保持资产组合的相对稳定性。此外，随着家庭财富的增长和经济环境的变化，家庭对资产的保值增值需求不断提高，风险资产作为能够提供较高潜在收益的资产类别，在满足家庭长期财务目标，如子女教育、养老储备等方面发挥着不可或缺的作用。然而，由于风险资产的不确定性，家庭在配置风险资产时需要充分考虑自身的风险承受能力、投资目标和投资期限等因素，制定合理的投资策略，以平衡风险和收益。2.2理论基础剖析2.2.1现代投资组合理论现代投资组合理论由马科维茨（Markowitz）于1952年首次提出，该理论的核心在于投资者通过构建包含多种资产的投资组合，利用资产之间的相关性来降低非系统性风险，同时追求收益与风险的平衡。在均值-方差分析框架下，投资组合的期望收益率是组合中各资产期望收益率的加权平均数，权重为各资产在组合中的投资比例，用公式表示为E(R_p)=\sum_{i=1}^{n}w_iE(R_i)，其中E(R_p)表示投资组合的期望收益率，w_i表示第i种资产的投资权重，E(R_i)表示第i种资产的期望收益率。投资组合的风险则用收益率的方差来衡量，其方差公式为Var(R_p)=\sum_{i=1}^{n}w_i^2\sigma_i^2+\sum_{i=1}^{n}\sum_{j=1,j\neqi}^{n}w_iw_j\sigma_{ij}，其中\sigma_i^2表示第i种资产收益率的方差，\sigma_{ij}表示第i种资产与第j种资产收益率的协方差。当家庭考虑资产配置时，住房贷款作为一项重要的负债因素，会对家庭风险资产配置产生多方面影响。从风险角度来看，住房贷款的存在增加了家庭的债务负担和财务风险。每月固定的还款支出使家庭现金流受到约束，若家庭收入不稳定或出现意外情况，可能面临还款困难的风险。为了降低整体风险水平，家庭在配置风险资产时会更加谨慎。在股票市场波动较大的时期，背负住房贷款的家庭可能会减少股票投资比例，以避免因股票投资损失导致无法按时偿还房贷，从而保障家庭财务的稳定。从收益角度分析，住房贷款的还款压力会影响家庭对投资收益的预期和追求。家庭需要确保投资收益能够覆盖房贷支出以及满足家庭其他生活需求。在这种情况下，家庭可能会更加注重资产的稳健收益，对于高风险高收益的投资项目会持谨慎态度。如果家庭预期投资股票可能获得较高收益，但同时也伴随着较大风险，而家庭的房贷还款压力较大，此时家庭可能会选择放弃股票投资，转而投资收益相对稳定的债券或货币基金等低风险资产，以保证每月有足够的资金用于偿还房贷。住房贷款还会改变家庭资产组合中各资产的权重。由于购房往往需要投入大量资金，家庭在支付首付款和承担房贷后，可用于其他投资的资金相对减少。这使得家庭在构建投资组合时，不得不调整风险资产和无风险资产的配置比例。原本计划将较多资金投资于股票市场的家庭，在背负房贷后，可能会大幅降低股票投资比例，增加现金或银行存款等流动性资产的持有，以应对房贷还款和家庭日常开支的需求。2.2.2生命周期理论生命周期理论由莫迪利安尼（Modigliani）等人提出，该理论认为家庭在不同的生命周期阶段，其收入、支出、财富积累以及风险承受能力等都存在差异，进而会影响家庭的消费、储蓄和投资决策。家庭生命周期通常可划分为形成期、成长期、成熟期和衰老期四个阶段。在形成期，家庭刚刚组建，收入相对较低，但支出因购房、生育子女等需求而较高，负债主要体现为住房贷款。此时家庭风险承受能力相对较弱，在资产配置上，为了满足住房需求和应对生活中的不确定性，家庭可能会将大部分资金用于偿还房贷和维持日常生活开销，对风险资产的投资比例较低。在这一阶段，家庭可能更倾向于选择流动性较好、风险较低的货币基金或短期银行理财产品，以确保资金的安全和随时可支取性。进入成长期，子女逐渐长大，教育费用支出增加，家庭收入也随着工作经验的积累而稳步上升，住房贷款仍在持续偿还，但家庭资产积累逐渐增多，风险承受能力有所增强。在这一阶段，家庭在保证资产流动性以应对子女教育费用和房贷还款的前提下，会适当增加对风险资产的投资，如股票型基金、债券基金等。家庭希望通过合理配置风险资产，实现资产的增值，为子女的未来教育和家庭的长期发展积累更多财富。到了成熟期，子女经济独立，家庭收入达到巅峰，支出相对减少，住房贷款余额逐年减少，家庭资产达到较高水平，风险承受能力较强。此时家庭的投资目标更加多元化，除了继续追求资产的增值外，还会考虑资产的保值和传承。在资产配置上，家庭会适当提高风险资产的配置比例，如增加股票投资，但同时也会注重资产的分散化，投资于不同行业、不同类型的股票，以及配置一定比例的债券、房地产等资产，以降低投资组合的整体风险。在衰老期，夫妻双方退休，收入主要来源于养老金和理财收入，支出主要集中在医疗保健等方面，家庭资产开始逐渐变现以满足生活需求，风险承受能力大幅下降。在这一阶段，家庭会大幅减少风险资产的投资，将资产主要配置在储蓄、固定收益类理财产品等低风险资产上，以确保资产的安全性和稳定性，保障晚年生活的质量。2.2.3流动性约束理论流动性约束理论认为，当经济主体面临流动性约束时，其当前消费和投资决策会受到限制。家庭在进行投资决策时，需要考虑资产的流动性，以应对可能出现的突发情况和资金需求。住房贷款作为家庭的一项长期大额负债，会对家庭产生较强的流动性约束。每月固定的房贷还款要求家庭必须保证有稳定的现金流。这使得家庭在资产配置时，会优先考虑资产的流动性，以确保能够按时足额偿还房贷。家庭会持有一定比例的现金、活期存款或流动性较强的货币基金等资产，这些资产可以随时变现，用于应对房贷还款和家庭的紧急资金需求。在面临流动性约束的情况下，家庭对风险资产的投资会更加谨慎。风险资产如股票、股票型基金等，其价格波动较大，变现时可能面临资产价值缩水的风险，且变现过程可能需要一定时间，无法及时满足家庭的资金需求。因此，背负住房贷款的家庭可能会减少对这类风险资产的投资，以降低因资产流动性不足而导致无法按时偿还房贷的风险。如果家庭在持有风险资产期间，遇到突发情况需要大量资金，而风险资产又难以迅速变现或变现成本较高，家庭可能会陷入财务困境，甚至面临房贷违约的风险。在股票市场下跌时，家庭持有的股票资产价值下降，如果此时家庭急需资金偿还房贷，而卖出股票又会遭受较大损失，家庭就会陷入两难境地。为了避免这种情况的发生，家庭在资产配置时会充分考虑住房贷款带来的流动性约束，合理调整风险资产和流动性资产的比例，以保障家庭财务的稳定和安全。2.3国内外文献综述2.3.1住房贷款对家庭资产配置的总体影响在住房贷款对家庭资产配置的总体影响研究方面，国内外学者进行了大量的探讨。国外研究起步较早，Campbell（2006）通过对美国大量家庭数据的分析，发现住房贷款作为家庭的主要负债，显著影响家庭资产配置决策。背负住房贷款的家庭为了确保稳定的现金流用于还款，会减少对高风险金融资产的投资，倾向于持有更多的低风险资产，如银行储蓄等。国内学者也从不同角度展开研究。吴卫星和齐天翔（2007）利用中国家庭金融调查数据，实证分析表明住房贷款对家庭参与股票市场投资具有显著的抑制作用。家庭在承担住房贷款后，由于面临还款压力和不确定性，会更加谨慎地对待风险，从而降低了参与股票投资的可能性。陈国进和姚佳（2014）的研究进一步指出，住房贷款不仅影响家庭是否参与风险资产投资，还对家庭风险资产配置比例产生影响。随着住房贷款规模的增加，家庭风险资产配置比例显著下降，家庭为了应对房贷压力，会优先保障资金的安全性，减少对风险资产的持有。部分学者还关注到住房贷款对家庭资产配置的动态影响。李涛和陈斌开（2014）通过构建动态模型，发现住房贷款在家庭生命周期的不同阶段对资产配置的影响存在差异。在家庭形成初期，住房贷款负担较重，家庭会大幅减少风险资产配置；随着家庭收入的增长和房贷余额的降低，家庭逐渐增加对风险资产的投资，以追求资产的增值。2.3.2地区差异视角下的研究现状从地区差异视角研究住房贷款对家庭风险资产选择的影响，目前的研究相对较少，但也取得了一些有价值的成果。一些研究开始关注不同地区经济发展水平差异对家庭资产配置行为的影响。王稳和汪伟（2018）对比了东部发达地区和中西部欠发达地区家庭的资产配置情况，发现东部地区家庭由于经济发展水平较高，金融市场较为发达，在承担住房贷款的同时，对风险资产的投资比例相对较高。而中西部地区家庭受经济发展水平和金融市场成熟度的限制，即使住房贷款负担较轻，风险资产配置比例也相对较低。房地产市场的地区差异也是研究的重点之一。张川川和冯兴元（2016）分析了不同城市房价水平对家庭资产配置的影响，发现房价较高的一线城市，家庭购房压力大，住房贷款占家庭资产的比重高，这使得家庭在资产配置时更加谨慎，风险资产配置比例明显低于房价较低的二三线城市。此外，不同地区的金融市场发达程度、金融产品种类和金融服务水平等也存在差异，这些因素会影响家庭获取金融信息和参与金融市场的能力，进而影响住房贷款对家庭风险资产选择的作用效果。但现有研究在地区差异的细分和影响机制的深入挖掘方面仍存在不足，未能全面系统地揭示住房贷款在不同地区背景下对家庭风险资产选择的异质性影响。2.3.3文献评述综合上述文献，现有研究在住房贷款对家庭资产配置的影响方面取得了丰硕成果，为后续研究奠定了坚实基础。但仍存在一些有待改进的地方。在研究视角上，虽然部分文献开始关注地区差异，但大多数研究仍集中在全国总体层面，对不同地区经济、金融和社会文化等因素的综合考虑不够全面，未能充分揭示住房贷款影响家庭风险资产选择的地区异质性特征。在研究方法上，部分研究在模型设定和变量选择上存在一定局限性，未能有效控制其他因素对家庭资产配置行为的干扰，可能导致研究结果的偏差。在数据运用方面，一些研究使用的数据样本不够全面或时效性不足，难以准确反映当前家庭资产配置行为的最新变化。本研究将在已有研究的基础上，进一步拓展研究视角，深入分析不同地区住房贷款对家庭风险资产选择的影响差异，通过构建更加完善的计量模型，控制更多的影响因素，并运用最新的微观家庭数据和宏观地区数据进行实证分析，以弥补现有研究的不足，为家庭资产配置决策和相关政策制定提供更具针对性和可靠性的参考依据。三、住房贷款与家庭风险资产选择的现状剖析3.1住房贷款的地区特征分析3.1.1不同地区住房贷款规模与增长趋势根据中国家庭金融调查（CHFS）数据以及各地区金融机构统计数据，我国不同地区的住房贷款规模呈现出显著差异。东部地区凭借其发达的经济、活跃的房地产市场和较高的居民收入水平，住房贷款规模在全国占据领先地位。广东省作为经济强省，2023年个人住房贷款余额达到了[X]万亿元，约占全国个人住房贷款余额的[X]%。这主要得益于广东庞大的人口基数、快速的城市化进程以及大量外来人口的购房需求。众多年轻人涌入广东各大城市，如广州、深圳等，这些城市房价相对较高，购房所需资金量大，导致住房贷款规模不断攀升。相比之下，中西部地区住房贷款规模相对较小。以甘肃省为例，2023年个人住房贷款余额仅为[X]亿元，占全国比重较低。中西部地区经济发展相对滞后，居民收入水平不高，房地产市场活跃度较低，购房需求相对较弱，这些因素共同制约了住房贷款规模的增长。从增长趋势来看，各地区也存在明显差异。过去十年间，东部地区住房贷款规模总体保持稳定增长态势，但近年来增速有所放缓。在2016-2017年房地产市场火热时期，东部部分热点城市如上海、杭州等，住房贷款余额增速一度超过20%。随着国家房地产调控政策的持续加强，特别是“房住不炒”定位的明确和落实，这些城市的住房贷款增速逐渐回落。2023年，上海市住房贷款余额增速降至[X]%，主要原因是限购、限贷政策的严格执行，抑制了投机性购房需求，同时银行信贷额度收紧，贷款审批更加严格。中西部地区住房贷款规模在近年来呈现出较快的增长速度。随着中西部地区经济的快速发展，城市化进程加速推进，居民收入水平逐步提高，购房需求不断释放。一些中西部城市如成都、武汉等，积极出台人才引进政策，吸引了大量人才流入，带动了住房市场的繁荣，住房贷款规模也随之快速增长。2018-2023年，成都市个人住房贷款余额年均增速达到[X]%，远高于东部地区平均增速。这一方面是由于这些城市房地产市场处于发展上升期，房价仍有一定的上涨空间，吸引了居民购房投资；另一方面，政府加大了对房地产市场的支持力度，鼓励金融机构发放住房贷款，促进住房消费。3.1.2地区间房贷利率与贷款政策的差异我国各地区房贷利率存在明显差异，这主要受到当地房地产市场供求关系、经济发展状况以及金融监管政策等多种因素的影响。一般来说，东部地区经济发达，房地产市场需求旺盛，房贷利率相对较高。在2024年5月，北京市首套房商业贷款利率普遍在[X]%-[X]%之间，二套房商业贷款利率在[X]%-[X]%之间。北京作为我国的首都，人口密集，购房需求持续旺盛，尤其是改善性住房需求较大。为了抑制投机性购房，稳定房价，银行在房贷利率定价上相对较高。中西部地区房贷利率相对较低。同期，兰州市首套房商业贷款利率大约在[X]%-[X]%，二套房商业贷款利率在[X]%-[X]%左右。中西部地区房地产市场需求相对较弱，为了刺激住房消费，促进房地产市场的稳定发展，地方政府和金融机构往往采取相对宽松的房贷政策，降低房贷利率，以吸引购房者。除了房贷利率差异外，各地区的贷款政策也不尽相同。在限购政策方面，东部一线城市如上海、深圳等实施了严格的限购措施。在上海，非沪籍居民购房需要连续缴纳社保或个人所得税满5年，且限购1套住房；而沪籍居民家庭最多可购买2套住房。这些严格的限购政策旨在控制购房需求，防止房地产市场过热，稳定房价。中西部地区的限购政策则相对宽松。在一些地级市，非本地户籍居民只需提供一定期限的社保或纳税证明，即可购买住房，且限购套数相对较多。在首付比例方面，各地区也存在差异。东部热点城市首套房首付比例一般较高，多在30%-40%之间。而中西部部分城市首套房首付比例可低至20%-30%。这种首付比例的差异，直接影响了家庭购房的资金门槛，进而影响家庭住房贷款的规模和风险资产配置决策。对于首付比例要求较高的地区，家庭需要筹集更多的首付款，可能会减少其他投资资金，对风险资产投资产生挤出效应；而首付比例较低的地区，家庭购房的资金压力相对较小，在满足住房需求后，可能有更多资金用于风险资产投资。3.1.3影响地区住房贷款差异的因素探讨经济发展水平是影响地区住房贷款差异的重要因素之一。东部地区经济发达，企业数量众多，就业机会丰富，吸引了大量人口流入。这些流入人口有着强烈的住房需求，推动了房地产市场的繁荣，从而带动了住房贷款规模的增长。东部地区居民收入水平较高，还款能力相对较强，银行更愿意向这些地区的居民发放住房贷款，且贷款额度和期限也相对更宽松。而中西部地区经济发展相对滞后，就业机会有限，人口外流现象较为严重，导致住房需求不足，住房贷款规模增长缓慢。人口因素也对地区住房贷款差异产生重要影响。一方面，人口规模和增长速度决定了住房需求的大小。东部地区人口密集，且人口增长速度较快，特别是一些大城市，如广州、深圳等，每年都有大量的新增人口，这些新增人口的购房需求使得住房市场供不应求，推动了房价上涨和住房贷款规模的扩大。另一方面，人口结构也会影响住房贷款需求。年轻人口占比较高的地区，购房需求通常更为旺盛，因为年轻人正处于成家立业阶段，对住房的需求较为迫切。而老年人口占比较高的地区，住房需求相对较弱，住房贷款规模也相对较小。政策因素在地区住房贷款差异中起到了关键的调控作用。国家层面的房地产调控政策对各地区住房贷款产生了直接影响。“房住不炒”政策的实施，要求各地加强房地产市场监管，控制房价过快上涨。在这一政策背景下，东部热点城市纷纷出台严格的限购、限贷政策，提高房贷利率，收紧信贷额度，以抑制投机性购房需求，稳定房地产市场。而中西部地区为了促进当地经济发展，提升城市化水平，在政策上对住房贷款给予一定的支持，放宽限购条件，降低房贷利率，鼓励居民购房。地方政府的财政政策和土地政策也会影响住房贷款。一些地方政府通过加大保障性住房建设力度，增加住房供给，平抑房价，从而影响居民的购房选择和住房贷款需求。土地供应政策也会影响房地产市场的供求关系，进而影响住房贷款规模。土地供应充足的地区，房价相对稳定，住房贷款需求也相对稳定；而土地供应紧张的地区，房价容易上涨，住房贷款规模也会相应扩大。3.2家庭风险资产选择的地区特点3.2.1各地区家庭风险资产持有比例与结构通过对中国家庭金融调查（CHFS）数据的深入分析，我国不同地区家庭风险资产持有比例和结构呈现出显著的差异。从持有比例来看，东部地区家庭风险资产持有比例相对较高。以上海为例，约有[X]%的家庭持有风险资产，其中股票、基金等金融资产的持有比例分别达到[X]%和[X]%。这主要得益于东部地区发达的金融市场，丰富的金融产品和服务，为家庭提供了更多的投资选择。居民较高的收入水平和较强的投资意识，使他们更有能力和意愿参与风险资产投资。中西部地区家庭风险资产持有比例相对较低。在陕西省，仅有[X]%的家庭持有风险资产，股票和基金的持有比例分别为[X]%和[X]%。中西部地区金融市场发展相对滞后，金融机构数量较少，金融产品种类不够丰富，限制了家庭参与风险资产投资的渠道。居民收入水平相对不高，风险承受能力较弱，对风险资产投资持谨慎态度。在风险资产结构方面，各地区也存在明显差异。东部地区家庭在股票投资上的占比较高。在广东省，家庭风险资产中股票投资占比达到[X]%。这与东部地区发达的资本市场、活跃的经济活动以及居民较强的风险偏好有关。众多优质企业在东部地区上市，为家庭提供了丰富的股票投资标的。居民对经济发展前景较为乐观，愿意承担一定风险以获取更高收益。中西部地区家庭则更倾向于投资债券和基金等相对稳健的风险资产。在湖北省，家庭风险资产中债券和基金的投资占比分别为[X]%和[X]%，高于股票投资占比。中西部地区经济发展相对平稳，居民风险偏好相对较低，更注重资产的安全性和稳定性。债券和基金投资相对风险较小，收益相对稳定，符合中西部地区家庭的投资需求。3.2.2地区经济发展水平与家庭风险投资偏好地区经济发展水平与家庭风险投资偏好之间存在着紧密的联系。经济发展水平较高的地区，家庭往往具有更强的风险投资偏好。东部地区经济发达，企业创新活力强，就业机会多，居民收入增长稳定。较高的收入水平使家庭在满足基本生活需求后，有更多的闲置资金用于投资。发达的经济环境也培养了居民较强的投资意识和金融素养，他们对风险资产的认知和接受程度较高，愿意将部分资产配置到风险资产中，以追求资产的增值。在经济繁荣时期，东部地区的家庭更敢于投资股票市场，期望分享经济增长带来的红利。相反，经济发展水平较低的中西部地区，家庭风险投资偏好相对较弱。较低的收入水平使家庭首要关注的是满足基本生活需求和应对生活中的不确定性，可用于风险投资的资金有限。经济发展的相对滞后也导致金融知识普及程度不高，居民对风险资产的了解和信任度较低，对投资风险较为敏感，因此更倾向于选择储蓄、国债等低风险的投资方式。在一些经济欠发达的中西部县域，家庭主要将资金存入银行，获取稳定的利息收益，对股票、基金等风险资产的投资较少。3.2.3区域金融市场发展对家庭投资的作用区域金融市场的发展对家庭投资行为有着重要的促进或制约作用。在金融市场发达的东部地区，金融机构种类繁多，包括商业银行、证券公司、基金公司、保险公司等，能够提供多样化的金融产品和服务。完善的金融基础设施和高效的金融交易系统，使得家庭能够便捷地进行金融资产的买卖和管理。丰富的金融产品满足了不同家庭的风险偏好和投资需求。风险偏好较高的家庭可以选择投资股票、股票型基金等高风险高收益的产品；风险偏好较低的家庭则可以选择债券、货币基金等相对稳健的产品。发达的金融市场还提供了专业的金融咨询和投资顾问服务，帮助家庭制定合理的投资策略，提高投资决策的科学性。中西部地区金融市场发展相对滞后，金融机构数量较少，服务覆盖范围有限。金融产品种类相对单一，创新不足，难以满足家庭多样化的投资需求。一些金融机构的服务质量和效率有待提高，金融市场的监管体系也不够完善，增加了家庭投资的风险和不确定性。这些因素都制约了中西部地区家庭对风险资产的投资。在一些中西部城市，金融机构网点较少，家庭办理金融业务不够便捷。金融市场上可供选择的金融产品主要集中在传统的储蓄、国债和少量基金产品，缺乏创新性的金融工具，导致家庭投资渠道狭窄，风险资产投资比例较低。四、研究设计与模型构建4.1数据来源与样本选取本研究的数据主要来源于中国家庭金融调查（CHFS）数据库。该数据库由西南财经大学中国家庭金融调查与研究中心开展，旨在全面收集家庭的资产与负债、收入与支出、保险与保障、人口与就业等方面的信息，为家庭金融领域的研究提供了丰富且具有代表性的数据支持。CHFS采用了科学严谨的抽样方法，在全国范围内抽取了大量具有代表性的家庭样本，涵盖了不同地区、不同收入水平、不同职业和不同教育程度的家庭，能够较好地反映我国居民家庭的经济状况和金融行为特征。为确保研究结果的准确性和可靠性，对原始数据进行了一系列严格的筛选处理。剔除了关键变量存在缺失值的样本，如家庭住房贷款信息、风险资产持有情况、家庭收入等重要变量缺失的样本。因为这些关键变量的缺失会严重影响研究的准确性和有效性，可能导致实证结果出现偏差。删除了异常值样本，如家庭资产或收入过高或过低，明显偏离正常范围的数据。这些异常值可能是由于数据录入错误或特殊情况导致的，会对模型估计产生较大干扰，影响研究结论的可靠性。对部分连续变量进行了1%水平的双边缩尾处理，以消除极端值对研究结果的影响。在处理家庭收入变量时，通过双边缩尾处理，使得收入数据更加集中在合理范围内，避免了少数极高或极低收入值对整体分析的过度影响。经过上述筛选过程，最终得到了[X]个有效家庭样本，这些样本覆盖了东部、中部和西部等不同地区，为深入研究住房贷款对家庭风险资产选择的地区差异影响提供了坚实的数据基础。不同地区的样本分布情况为：东部地区[X]个样本，占比[X]%；中部地区[X]个样本，占比[X]%；西部地区[X]个样本，占比[X]%。这种样本分布能够较好地反映我国不同地区家庭的实际情况，使研究结果更具普遍性和代表性。4.2变量设定与度量4.2.1被解释变量本研究选取家庭风险资产占比（RiskAssetRatio）作为衡量家庭风险资产选择的关键指标，该指标通过家庭风险资产价值与家庭总资产价值的比值计算得出，即RiskAssetRatio=家庭风险资产价值/家庭总资产价值。家庭风险资产价值涵盖股票、基金、债券（除国债等低风险债券外）、期货、期权、外汇、投资性房地产以及金融衍生品等具有收益不确定性资产的价值总和；家庭总资产价值则是家庭所拥有的全部资产价值之和，包括固定资产（如房产、车辆等）、金融资产（如现金、存款、股票、基金等）以及其他资产。这一指标能够直观反映家庭在资产配置中对风险资产的重视程度和配置比例，比例越高，表明家庭在资产配置中越倾向于风险资产，对风险的承受能力和投资意愿相对较强；反之，比例越低，则说明家庭更注重资产的安全性，风险偏好较低。家庭是否持有风险资产（RiskAssetHolder）也是一个重要的被解释变量，这是一个二元变量，当家庭持有上述风险资产中的任意一种时，RiskAssetHolder取值为1；若家庭未持有任何风险资产，则取值为0。该变量从定性角度判断家庭是否参与风险资产投资市场，有助于分析住房贷款对家庭进入风险资产投资领域决策的影响，即考察住房贷款是否会改变家庭参与风险资产投资的可能性。4.2.2解释变量住房贷款余额（LoanBalance）作为核心解释变量，指家庭尚未偿还的住房贷款本金总额，直接反映家庭住房贷款的负债规模。较高的贷款余额意味着家庭面临较大的还款压力和债务负担，可能会对家庭风险资产选择产生显著影响。背负高额住房贷款余额的家庭，为确保按时足额还款，可能会减少对风险资产的投资，以保障家庭财务的稳定。贷款收入比（LoanIncomeRatio）也是关键解释变量，通过住房贷款余额与家庭年收入的比值计算得到，即LoanIncomeRatio=住房贷款余额/家庭年收入。该指标衡量家庭住房贷款负担相对于家庭收入的程度，反映家庭还款能力与贷款规模之间的关系。贷款收入比越高，表明家庭还款压力越大，在资产配置时可能会更加谨慎，对风险资产的投资意愿和能力可能受到抑制。一个家庭的年收入为20万元，住房贷款余额为100万元，其贷款收入比为5，这意味着家庭需要用5年的全部收入才能还清贷款，如此高的贷款收入比会使家庭在资产配置时优先考虑还款需求，减少对风险资产的投入。4.2.3控制变量选取家庭收入（FamilyIncome）作为控制变量，家庭收入是家庭经济实力的重要体现，较高的收入通常意味着家庭有更多的资金用于投资，风险承受能力相对较强。收入水平的提高可能使家庭在承担住房贷款的同时，仍有足够资金参与风险资产投资。一个高收入家庭在偿还住房贷款后，还有较多闲置资金，可能会将一部分资金投入股票市场，以追求资产的增值。家庭人口结构（FamilyDemographics）也是重要控制变量，包括家庭人口数量、年龄结构、子女数量等因素。家庭人口数量较多，可能意味着家庭支出较大，可用于投资的资金相对减少；年龄结构方面，年轻家庭可能风险承受能力较强，更倾向于投资风险资产，而老年家庭则更注重资产的安全性；子女数量的增加可能导致家庭教育支出增加，从而影响家庭风险资产配置决策。有多个子女的家庭，可能会为子女教育储备资金，减少对风险资产的投资。地区经济发展水平（RegionalEconomicLevel），采用地区生产总值（GDP）或人均GDP来衡量。经济发展水平较高的地区，金融市场更加发达，投资机会更多，居民收入水平也相对较高，这些因素都会影响家庭风险资产选择。在经济发达的东部沿海地区，家庭受当地活跃的金融市场和较高收入水平的影响，可能更积极参与风险资产投资。地区金融市场发达程度（RegionalFinancialDevelopment），通过金融机构数量、金融市场交易活跃度等指标来反映。金融市场发达的地区，金融产品种类丰富，交易便捷，家庭获取金融信息和参与金融市场的成本较低，更有利于家庭进行风险资产投资。在金融市场发达的一线城市，家庭可以便捷地购买各种股票、基金产品，参与风险资产投资的比例相对较高。4.3实证模型设定4.3.1Probit模型为深入探究住房贷款对家庭是否参与风险资产投资的影响，选用Probit模型进行分析。该模型在处理二元选择问题时具有独特优势，能够有效估计家庭在面临住房贷款及其他多种因素时，参与风险资产投资的概率。在本研究中，被解释变量为家庭是否持有风险资产（RiskAssetHolder），这是一个典型的二元变量，取值为1表示家庭持有风险资产，取值为0表示家庭未持有风险资产。Probit模型的基本原理基于潜变量模型，假设存在一个不可观测的潜变量y^*，其与解释变量之间存在线性关系，即y^*=\beta_0+\beta_1LoanBalance+\beta_2LoanIncomeRatio+\sum_{i=3}^{n}\beta_iControl_i+\mu，其中\beta_0为截距项，\beta_1、\beta_2等为各解释变量的系数，LoanBalance表示住房贷款余额，LoanIncomeRatio表示贷款收入比，Control_i代表一系列控制变量，如家庭收入、家庭人口结构、地区经济发展水平、地区金融市场发达程度等，\mu为随机误差项，且\mu\simN(0,1)。实际观测到的二元被解释变量y与潜变量y^*之间的关系为：当y^*>0时，y=1；当y^*\leq0时，y=0。基于此，家庭参与风险资产投资的概率P(y=1)可以表示为P(y=1)=\Phi(\beta_0+\beta_1LoanBalance+\beta_2LoanIncomeRatio+\sum_{i=3}^{n}\beta_iControl_i)，其中\Phi(\cdot)为标准正态分布的累积分布函数。通过极大似然估计法可以估计出模型中的参数\beta，进而分析各解释变量对家庭参与风险资产投资概率的影响方向和显著程度。如果住房贷款余额的系数\beta_1显著为负，说明住房贷款余额的增加会降低家庭参与风险资产投资的概率，即家庭背负的住房贷款余额越多，越倾向于不参与风险资产投资。4.3.2Tobit模型在研究住房贷款对家庭风险资产配置比例的影响时，由于家庭风险资产配置比例这一被解释变量存在截断数据的情况，即部分家庭的风险资产配置比例为零，传统的线性回归模型无法有效处理这类数据，因此采用Tobit模型进行分析。Tobit模型，也被称为截断回归模型或受限因变量模型，能够很好地处理因变量受到限制或截断的情况。假设存在一个潜在变量y^*，它与解释变量之间的关系为y^*=\alpha_0+\alpha_1LoanBalance+\alpha_2LoanIncomeRatio+\sum_{i=3}^{n}\alpha_iControl_i+\varepsilon，其中\alpha_0为截距项，\alpha_1、\alpha_2等为各解释变量的系数，\varepsilon为随机误差项，且\varepsilon\simN(0,\sigma^2)。然而，实际观测到的家庭风险资产配置比例y与潜在变量y^*存在如下关系：当y^*>0时，y=y^*；当y^*\leq0时，y=0。通过极大似然估计法对Tobit模型进行估计，得到各解释变量的系数，从而分析住房贷款及其他因素对家庭风险资产配置比例的影响。若贷款收入比的系数\alpha_2显著为负，表明贷款收入比的增加会导致家庭风险资产配置比例下降，即家庭住房贷款负担相对收入越高，在资产配置中对风险资产的配置比例越低。4.3.3模型的适用性与调整选择Probit模型和Tobit模型进行研究，主要基于被解释变量的特征和研究问题的性质。家庭是否持有风险资产是一个二元选择问题，Probit模型能够准确估计家庭在多种因素影响下参与风险资产投资的概率，符合研究需求。而家庭风险资产配置比例存在截断数据，Tobit模型能够有效处理这类受限因变量，准确估计各因素对家庭风险资产配置比例的影响。为使模型更好地适应本研究，对模型进行了一些必要的调整和优化。考虑到不同地区的经济、金融和社会文化等因素可能对住房贷款与家庭风险资产选择关系产生影响，在模型中加入了地区虚拟变量以及住房贷款相关变量与地区虚拟变量的交互项。通过设置东部、中部、西部三个地区虚拟变量，分别考察不同地区住房贷款对家庭风险资产选择的影响差异。加入住房贷款余额与地区虚拟变量的交互项，以分析不同地区住房贷款余额对家庭风险资产选择的影响是否存在显著差异。在模型估计过程中，采用了稳健标准误估计方法，以克服可能存在的异方差问题，提高估计结果的准确性和可靠性。通过这些调整和优化，使模型能够更全面、准确地反映住房贷款对家庭风险资产选择的地区差异影响。五、实证结果与分析5.1描述性统计对样本数据进行描述性统计，结果如表1所示。从被解释变量来看，家庭风险资产占比（RiskAssetRatio）的均值为0.125，表明平均而言，家庭风险资产在总资产中所占比例相对较低，家庭资产配置较为保守。该变量的最小值为0，说明部分家庭未配置任何风险资产，而最大值达到0.850，显示出家庭之间风险资产配置比例存在较大差异。家庭是否持有风险资产（RiskAssetHolder）的均值为0.356，意味着约35.6%的家庭持有风险资产，仍有大部分家庭未参与风险资产投资。在解释变量方面，住房贷款余额（LoanBalance）的均值为35.68万元，反映出家庭住房贷款规模较大，这对家庭财务状况和资产配置决策具有重要影响。贷款收入比（LoanIncomeRatio）的均值为2.35，表明家庭住房贷款负担相对较重，还款压力较大。对于控制变量，家庭收入（FamilyIncome）的均值为18.56万元，体现了家庭收入水平的总体状况，但最小值和最大值之间差距较大，说明家庭收入存在明显的不平等现象。家庭人口结构（FamilyDemographics）中，家庭人口数量的均值为3.5人，年龄结构和子女数量等也呈现出一定的分布特征。地区经济发展水平（RegionalEconomicLevel）以人均GDP衡量，均值为5.8万元，不同地区的人均GDP差异较大，反映出我国地区经济发展的不平衡。地区金融市场发达程度（RegionalFinancialDevelopment）通过金融机构数量等指标衡量，均值为3.5，同样存在较大的地区差异。这些数据特征为后续的实证分析提供了基础，有助于深入探讨住房贷款对家庭风险资产选择的影响以及地区差异的表现。表1：主要变量描述性统计变量观测值均值标准差最小值最大值家庭风险资产占比（RiskAssetRatio）35000.1250.10500.850家庭是否持有风险资产（RiskAssetHolder）35000.3560.47901住房贷款余额（LoanBalance，万元）350035.6825.460150贷款收入比（LoanIncomeRatio）35002.351.560.28.5家庭收入（FamilyIncome，万元）350018.5612.45280家庭人口结构（FamilyDemographics）35003.50.828地区经济发展水平（RegionalEconomicLevel，人均GDP，万元）35005.82.6212地区金融市场发达程度（RegionalFinancialDevelopment）35003.51.2165.2相关性分析为初步判断各变量之间的关系，对主要变量进行相关性分析，结果如表2所示。从表中可以看出，住房贷款余额（LoanBalance）与家庭风险资产占比（RiskAssetRatio）呈现负相关关系，相关系数为-0.256，在1%的水平上显著。这表明住房贷款余额越高，家庭风险资产占比越低，即家庭背负的住房贷款规模越大，越倾向于减少风险资产配置，以保障家庭财务的稳定，符合理论预期。贷款收入比（LoanIncomeRatio）与家庭风险资产占比也呈显著负相关，相关系数为-0.289，说明家庭住房贷款负担相对于收入越重，风险资产配置比例越低。家庭收入（FamilyIncome）与家庭风险资产占比呈正相关，相关系数为0.325，在1%的水平上显著。这意味着家庭收入水平越高，越有能力和意愿参与风险资产投资，风险资产配置比例越高。地区经济发展水平（RegionalEconomicLevel）与家庭风险资产占比同样呈现正相关关系，相关系数为0.298，表明经济发展水平较高的地区，家庭风险资产配置比例相对较高。地区金融市场发达程度（RegionalFinancialDevelopment）与家庭风险资产占比的相关系数为0.305，呈显著正相关，说明金融市场越发达，家庭越容易获取金融产品和服务，风险资产配置比例越高。在各变量的相关性分析中，未发现相关系数绝对值大于0.8的情况，初步判断不存在严重的多重共线性问题。但相关性分析只是初步判断，后续还将通过方差膨胀因子（VIF）等方法进一步检验多重共线性，以确保模型估计的准确性和可靠性。表2：主要变量相关性分析变量家庭风险资产占比（RiskAssetRatio）家庭是否持有风险资产（RiskAssetHolder）住房贷款余额（LoanBalance）贷款收入比（LoanIncomeRatio）家庭收入（FamilyIncome）地区经济发展水平（RegionalEconomicLevel）地区金融市场发达程度（RegionalFinancialDevelopment）家庭风险资产占比（RiskAssetRatio）10.785***-0.256***-0.289***0.325***0.298***0.305***家庭是否持有风险资产（RiskAssetHolder）0.785***1-0.234***-0.267***0.302***0.276***0.283***住房贷款余额（LoanBalance）-0.256***-0.234***10.652***0.456***0.356***0.389***贷款收入比（LoanIncomeRatio）-0.289***-0.267***0.652***10.389***0.286***0.312***家庭收入（FamilyIncome）0.325***0.302***0.456***0.389***10.456***0.489***地区经济发展水平（RegionalEconomicLevel）0.298***0.276***0.356***0.286***0.456***10.789***地区金融市场发达程度（RegionalFinancialDevelopment）0.305***0.283***0.389***0.312***0.489***0.789***1注：***表示在1%的水平上显著相关5.3回归结果与讨论5.3.1全国层面的回归结果对全国层面的样本数据进行Probit模型和Tobit模型回归，结果如表3所示。在Probit模型中，住房贷款余额（LoanBalance）的系数为-0.015，在1%的水平上显著为负。这表明，在全国范围内，住房贷款余额每增加1万元，家庭参与风险资产投资的概率会显著降低。贷款收入比（LoanIncomeRatio）的系数为-0.032，同样在1%的水平上显著为负。这意味着家庭住房贷款负担相对收入越重，参与风险资产投资的概率越低。当家庭的贷款收入比较高时，如达到3以上，意味着家庭需要用较大比例的收入来偿还住房贷款，此时家庭会更加关注还款压力，减少对风险资产的投资，以确保家庭财务的稳定。在Tobit模型中，住房贷款余额的系数为-0.008，在5%的水平上显著为负。说明住房贷款余额的增加会导致家庭风险资产配置比例显著下降。贷款收入比的系数为-0.018，在1%的水平上显著为负。这表明家庭贷款收入比越高，风险资产配置比例越低。当贷款收入比从2上升到3时，家庭风险资产配置比例会显著降低，家庭会将更多资金用于偿还房贷，减少对风险资产的投入。控制变量方面，家庭收入（FamilyIncome）的系数在两个模型中均显著为正。这说明家庭收入水平越高，参与风险资产投资的概率和风险资产配置比例都越高。地区经济发展水平（RegionalEconomicLevel）和地区金融市场发达程度（RegionalFinancialDevelopment）的系数也显著为正。这表明经济发展水平较高、金融市场发达的地区，家庭更倾向于参与风险资产投资，且风险资产配置比例也更高。表3：全国层面回归结果变量Probit模型（RiskAssetHolder）Tobit模型（RiskAssetRatio）住房贷款余额（LoanBalance）-0.015***（-3.56）-0.008**（-2.12）贷款收入比（LoanIncomeRatio）-0.032***（-4.25）-0.018***（-3.87）家庭收入（FamilyIncome）0.025***（3.68）0.012***（2.75）家庭人口结构（FamilyDemographics）-0.018*（-1.85）-0.009（-1.32）地区经济发展水平（RegionalEconomicLevel）0.035***（4.12）0.021***（3.05）地区金融市场发达程度（RegionalFinancialDevelopment）0.038***（4.56）0.023***（3.28）常数项-0.568***（-5.89）-0.256***（-3.12）观测值35003500伪R²/调整R²0.3250.286注：括号内为稳健标准误下的t值，*、、*分别表示在1%、5%、10%的水平上显著5.3.2地区差异的回归结果对比将样本按照东部、中部、西部进行划分，分别进行Probit模型和Tobit模型回归，结果如表4所示。在东部地区，住房贷款余额的系数在Probit模型和Tobit模型中分别为-0.012和-0.006，均在1%的水平上显著为负。这表明在东部地区，住房贷款余额的增加同样会显著降低家庭参与风险资产投资的概率和风险资产配置比例。贷款收入比的系数在两个模型中也均显著为负。在中部地区，住房贷款余额的系数在Probit模型中为-0.018，在5%的水平上显著为负；在Tobit模型中为-0.010，在10%的水平上显著为负。说明在中部地区，住房贷款余额的增加对家庭参与风险资产投资的概率和风险资产配置比例也有显著的抑制作用，但抑制程度相对东部地区较弱。贷款收入比的系数在两个模型中同样显著为负。在西部地区，住房贷款余额和贷款收入比的系数在两个模型中均不显著。这可能是由于西部地区经济发展水平相对较低，金融市场不够发达，家庭风险资产投资意识较弱，住房贷款对家庭风险资产选择的影响相对较小。从控制变量来看，东部地区家庭收入的系数在两个模型中均显著为正，且系数值相对较大。这说明东部地区家庭收入对风险资产选择的促进作用更为明显。中部和西部地区家庭收入的系数也为正，但系数值相对较小。地区经济发展水平和地区金融市场发达程度的系数在东部地区显著为正，且系数值较大。这表明东部地区经济发展和金融市场对家庭风险资产选择的促进作用更为突出。表4：地区差异回归结果变量东部地区Probit模型（RiskAssetHolder）东部地区Tobit模型（RiskAssetRatio）中部地区Probit模型（RiskAssetHolder）中部地区Tobit模型（RiskAssetRatio）西部地区Probit模型（RiskAssetHolder）西部地区Tobit模型（RiskAssetRatio）住房贷款余额（LoanBalance）-0.012***（-3.25）-0.006***（-2.89）-0.018**（-2.45）-0.010*（-1.75）-0.008（-1.23）-0.005（-0.98）贷款收入比（LoanIncomeRatio）-0.028***（-3.87）-0.015***（-3.25）-0.035***（-3.56）-0.020***（-3.12）-0.022（-1.56）-0.012（-1.12）家庭收入（FamilyIncome）0.030***（4.25）0.015***（3.12）0.020***（2.89）0.008**（2.12）0.018***（2.56）0.007*（1.78）家庭人口结构（FamilyDemographics）-0.020**（-2.12）-0.010**（-2.01）-0.015（-1.56）-0.008（-1.23）-0.012（-1.34）-0.006（-0.89）地区经济发展水平（RegionalEconomicLevel）0.040***（4.89）0.025***（3.68）0.025***（3.01）0.012***（2.56）0.018**（2.25）0.009（