房产财富对家庭金融资产选择的异质性影响-基于CHFS数据的深度剖析

房产财富对家庭金融资产选择的异质性影响——基于CHFS数据的深度剖析一、引言1.1研究背景与动因随着中国经济的持续快速发展，居民收入水平不断提高，家庭财富规模日益增长，家庭资产配置问题逐渐成为社会各界关注的焦点。家庭资产配置不仅关系到每个家庭的财富增值和生活质量提升，还对整个社会的经济稳定和金融市场的健康发展具有重要影响。在家庭资产结构中，房产和金融资产是两个重要的组成部分。近年来，中国房地产市场经历了快速发展，房价持续上涨，房产在家庭总资产中的占比不断提高。根据相关研究和调查数据显示，目前中国家庭房产占总资产的比例较高，部分家庭甚至超过70%。房产作为家庭最重要的固定资产之一，不仅具有居住功能，还具有投资属性，其价值的波动对家庭财富状况产生着重大影响。与此同时，中国金融市场也在不断发展和完善，金融产品日益丰富，为家庭提供了更多的金融资产投资选择。然而，与房产资产相比，中国家庭金融资产配置比例相对较低，且结构不合理。在金融资产中，银行存款等低风险资产占比较高，而股票、基金、债券等风险资产占比较低。这种资产配置结构可能导致家庭财富增值能力受限，无法充分分享金融市场发展带来的红利，同时也不利于金融市场的稳定和健康发展。房产财富作为家庭财富的重要组成部分，其对家庭金融资产选择的影响机制较为复杂。一方面，房产财富的增加可能使家庭财富总量上升，从而增强家庭承担风险的能力，促使家庭增加对风险金融资产的配置，以追求更高的收益，即产生财富效应。另一方面，房产投资占用了家庭大量的资金，可能导致家庭可用于金融资产投资的资金减少，从而挤出对金融资产的配置。此外，房价的波动也会影响家庭对房产和金融资产的投资决策，进而影响家庭金融资产选择。因此，深入研究房产财富与家庭金融资产选择之间的关系，具有重要的理论和现实意义。从理论角度来看，有助于丰富和完善家庭金融理论，深入理解家庭资产配置行为的影响因素和决策机制。从现实角度来看，对于引导家庭合理配置资产，提高家庭财富管理水平，促进金融市场的稳定和健康发展具有重要的指导意义。1.2研究价值与实践意义本研究在理论与实践层面均具有重要意义，涵盖家庭资产配置优化、金融市场发展以及政策制定等多个关键领域。从理论角度而言，本研究有助于深化家庭金融理论体系。过往研究虽对家庭资产配置有所涉猎，但在房产财富与家庭金融资产选择的复杂关联上仍有待完善。通过深入剖析二者关系，本研究能够揭示家庭在资产配置决策时的内在逻辑与影响因素，填补理论空白，推动家庭金融理论朝着更精细化、更全面化的方向发展。例如，通过精确量化房产财富的财富效应与挤出效应，为后续学者研究家庭资产配置行为提供更坚实的理论基础，使家庭金融理论在解释现实经济现象时更具说服力。在实践领域，本研究对家庭资产配置优化具有直接的指导价值。随着居民财富的增长，家庭愈发重视资产配置以实现财富增值与风险分散。了解房产财富对金融资产选择的影响，能够帮助家庭更科学地规划资产布局。对于房产占比较高的家庭，认识到可能存在的金融资产挤出效应，就可以适当调整资产结构，增加金融资产配置比例，如合理配置股票、基金等风险资产，在可控风险范围内提高资产组合的收益。这不仅有助于家庭提升财富管理水平，还能增强家庭资产应对市场波动的稳定性，保障家庭经济安全。从金融市场发展的宏观视角来看，本研究意义深远。家庭作为金融市场的重要参与者，其资产配置行为直接影响金融市场的资金流向与资源配置效率。若大量家庭因房产投资而减少金融资产投资，可能导致金融市场资金不足，影响金融产品的流动性与市场活力。反之，若家庭能合理配置金融资产，将为金融市场注入更多资金，促进金融市场的繁荣发展。通过本研究，金融机构能够更精准地把握家庭的投资需求，开发出更贴合市场需求的金融产品，如针对不同房产持有状况家庭设计差异化的理财产品，从而优化金融市场的产品结构，提高金融市场的运行效率。本研究成果还能为政策制定提供有力依据。政府在制定房地产政策和金融政策时，需要全面考虑家庭资产配置行为带来的影响。如果发现房产投资过热对家庭金融资产配置产生严重挤出效应，政府可出台相应政策，如加强房地产市场调控，抑制房价过快上涨，引导房地产市场平稳健康发展；同时，出台鼓励家庭投资金融资产的政策，如税收优惠、金融知识普及等，促进家庭合理配置资产，实现房地产市场与金融市场的协调发展，维护宏观经济的稳定运行。1.3研究设计与创新点本研究基于中国家庭金融调查（CHFS）微观数据，运用计量经济学方法深入剖析房产财富与家庭金融资产选择之间的关系。在数据处理阶段，对原始数据进行严格筛选与预处理，剔除异常值和缺失值，确保数据质量。同时，采用倾向得分匹配（PSM）等方法处理样本选择偏差问题，提高估计结果的准确性。在实证模型构建方面，构建多元线性回归模型，以家庭金融资产配置比例为被解释变量，房产财富相关指标为核心解释变量，并控制家庭收入、财富、人口特征、风险偏好等一系列可能影响家庭金融资产选择的因素。为进一步探究二者之间的非线性关系以及不同条件下的异质性影响，运用门槛回归模型和分位数回归模型进行拓展分析。此外，考虑到变量之间可能存在的内生性问题，采用工具变量法进行估计，选取地区层面的房地产政策冲击等作为工具变量，有效解决内生性问题，使估计结果更具因果推断力。本研究在样本、视角和方法上具有一定创新之处。在样本方面，充分利用CHFS微观调查数据，该数据涵盖全国范围，样本量大且信息丰富，包含家庭资产负债、收入支出、人口特征等多维度信息，能够更全面、细致地反映中国家庭的实际情况，克服了以往研究中样本代表性不足的问题，为研究结论的可靠性提供了坚实的数据基础。从研究视角来看，本研究不仅关注房产财富对家庭金融资产配置总量的影响，还深入分析其对金融资产结构的影响，包括对不同风险等级金融资产（如股票、基金、债券、银行存款等）配置比例的影响。同时，考虑到家庭的异质性，从家庭财富水平、收入来源、地区差异等多个角度进行分组分析，探究房产财富对不同类型家庭金融资产选择的异质性影响，弥补了以往研究在视角上的单一性，为更深入理解家庭资产配置行为提供了新的思路。在研究方法上，综合运用多种计量经济学模型，不仅采用传统的线性回归模型进行初步分析，还引入门槛回归模型和分位数回归模型挖掘变量之间的复杂关系和异质性特征。同时，创新性地运用工具变量法解决内生性问题，在工具变量的选取上，结合中国房地产市场的政策特点和地区差异，选取具有外生性且与房产财富密切相关的变量作为工具变量，提高了研究结果的准确性和可信度，为相关领域的研究方法提供了有益的借鉴。二、理论基石与文献综述2.1理论基础现代投资组合理论由马科维茨（Markowitz）于1952年提出，该理论认为投资者在进行投资决策时，不仅关注资产的预期收益，还会考虑资产的风险。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整个投资组合的风险，同时保持一定的预期收益率。投资组合的期望收益率是单只证券期望收益率的加权平均，权重为相应的投资比例，即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种资产的投资比例，E(R_i)表示第i种资产的期望收益率。投资组合的风险则通过收益率的方差或标准差来衡量，方差的计算公式为Var(R_p)=\sum_{i=1}^{n}w_i^2\sigma_i^2+2\sum_{1\leqi\ltj\leqn}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种资产和第j种资产收益率的协方差。通过合理选择资产的投资比例，投资者可以在风险和收益之间找到最优的平衡，实现投资组合的有效边界。生命周期理论由弗朗科・莫迪利安尼（FrancoModigliani）提出，该理论认为个人或家庭的消费和储蓄行为会随着生命周期的不同阶段而发生变化。在生命周期的不同阶段，家庭面临着不同的经济、社会和心理因素，其收入水平、支出需求、风险承受能力和投资目标也各不相同。一般来说，家庭生命周期可划分为单身期、家庭形成期、家庭成长期、家庭成熟期和退休期等阶段。在单身期，个人收入相对较低，但风险承受能力较高，主要关注自我成长和积累，理财策略可能更偏向于高风险、高回报的投资，如股票、基金等，以追求资产的快速增值。进入家庭形成期和家庭成长期，家庭的责任和负担逐渐加重，需要考虑购房、子女教育等大额支出，风险承受能力相对下降，理财策略会转向更为稳健，注重资产的保值和稳定收益，会增加银行存款、债券等低风险资产的配置比例。在家庭成熟期，家庭收入达到顶峰，资产积累较为丰厚，此时理财的重点可能转向资产保值和传承规划，在保持一定风险资产配置的同时，会增加保险、信托等资产的配置。到了退休期，家庭收入减少，主要依靠退休金和之前的资产积累生活，风险承受能力较低，理财的主要目标是保障退休生活的质量和应对可能出现的医疗等支出，投资组合会更加保守，以低风险的固定收益类资产为主。家庭金融资产选择还受到风险偏好理论的影响。风险偏好是指人们在面对风险时的态度和行为倾向，可分为风险厌恶、风险中性和风险追求三种类型。风险厌恶者更倾向于选择低风险的资产，以确保资产的安全和稳定收益，他们通常会将大部分资金配置在银行存款、国债等低风险金融产品上。风险中性者对风险的态度相对中立，他们在进行投资决策时，更注重资产的预期收益，会根据资产的收益情况来选择投资组合，对风险资产和低风险资产的配置相对较为均衡。风险追求者则愿意承担较高的风险以获取更高的收益，他们更偏好股票、期货等高风险高收益的金融产品，在投资组合中会配置较大比例的风险资产。家庭的风险偏好会影响其金融资产选择行为，不同风险偏好的家庭在资产配置上会呈现出不同的特征。这些理论从不同角度为家庭金融资产选择提供了理论框架，现代投资组合理论强调资产的风险与收益平衡，生命周期理论关注家庭在不同阶段的财务需求和投资策略调整，风险偏好理论则解释了家庭因风险态度不同而产生的资产选择差异。在研究房产财富对家庭金融资产选择的影响时，这些理论为深入分析家庭决策行为提供了坚实的理论基础。2.2国内外研究现状国外对于房产财富与家庭金融资产选择关系的研究起步较早。一些研究表明，房产财富对家庭金融资产配置存在显著影响。Case等学者通过对美国市场的研究发现，房价上涨带来的房产财富增加会显著提升家庭的消费支出，进而间接影响家庭的金融资产配置决策。他们认为房产作为家庭重要的财富组成部分，其价值的波动会改变家庭的财富总量和财富预期，从而影响家庭对金融资产的投资决策。例如，当房价上涨时，家庭财富增加，可能会减少对低风险金融资产（如银行存款）的配置，转而增加对股票、基金等风险资产的投资，以追求更高的收益。在欧洲市场，一些学者对不同国家的家庭进行了研究。如Alessie和Lusardi对荷兰家庭的研究发现，拥有房产的家庭在金融资产配置上与租房家庭存在明显差异。拥有房产的家庭更倾向于持有股票等风险金融资产，但随着房产价值占家庭总资产比例的增加，家庭对风险金融资产的配置会呈现先上升后下降的趋势。他们认为这是因为当房产价值占比较低时，房产财富的增加使家庭财富总量上升，增强了家庭承担风险的能力，促使家庭增加对风险金融资产的配置；而当房产价值占比过高时，家庭可能会担心房产市场的风险，为了平衡资产组合风险，会减少对风险金融资产的配置。国内关于房产财富与家庭金融资产选择的研究也逐渐增多。一些学者基于国内微观调查数据进行实证分析，取得了丰富的研究成果。如甘犁等学者利用中国家庭金融调查（CHFS）数据研究发现，房产在家庭资产中占比较高，对家庭金融资产配置产生了挤出效应。具体表现为家庭房产投资占比越高，家庭金融资产占总资产的比例越低，尤其是对股票、基金等风险金融资产的挤出效应更为明显。他们认为这主要是因为房产投资占用了家庭大量的资金，导致家庭可用于金融资产投资的资金减少，同时房产投资的稳定性和传统观念的影响，使得家庭对风险金融资产的投资更为谨慎。一些学者从不同角度对房产财富与家庭金融资产选择的关系进行了深入研究。吴卫星等学者探讨了房产财富对家庭金融资产配置结构的影响，发现房产财富的增加会降低家庭对流动性金融资产（如现金、活期存款）的持有比例，而对非流动性金融资产（如定期存款、债券）的影响不显著。他们认为这是因为房产具有一定的非流动性，房产财富的增加会使家庭资产结构中非流动性资产比重上升，为了保证资产的整体流动性，家庭会相应减少对流动性金融资产的持有。尽管国内外学者在房产财富与家庭金融资产选择关系的研究上取得了一定成果，但仍存在一些不足之处。现有研究在理论分析方面，虽然运用了现代投资组合理论、生命周期理论等，但对于房产财富影响家庭金融资产选择的内在机制分析还不够深入和全面。在实证研究中，部分研究样本的代表性存在一定局限性，可能导致研究结果的普遍性和可靠性受到影响。对于房产财富与家庭金融资产选择之间的动态关系以及在不同经济环境和政策背景下的异质性影响研究还相对较少，有待进一步深入探讨。2.3文献简评与研究启示综上所述，国内外学者在房产财富与家庭金融资产选择领域的研究成果丰硕，为后续研究奠定了坚实基础，但仍存在一定的拓展空间。在理论分析层面，现有研究虽借助现代投资组合理论、生命周期理论等经典理论，对房产财富与家庭金融资产选择之间的关系进行了剖析，然而，这些理论的应用尚不够深入和全面。例如，在运用现代投资组合理论时，对房产与各类金融资产之间复杂的相关性研究不够细致，未能充分考虑到不同地区、不同家庭特征下相关性的动态变化；在结合生命周期理论时，对各阶段房产财富变动对金融资产选择的独特影响机制挖掘不足，缺乏系统性和针对性的分析。这为本研究提供了深入探索的方向，本研究将进一步深化理论分析，从多个维度剖析房产财富影响家庭金融资产选择的内在逻辑，构建更为完善的理论分析框架。从实证研究角度来看，部分研究在样本选取上存在局限性，样本的代表性不足可能导致研究结果无法准确反映整体家庭的资产配置行为。例如，某些研究仅选取特定地区或特定收入群体的家庭作为样本，使得研究结果难以推广到更广泛的家庭群体。在研究方法上，尽管多数研究采用了计量经济学方法进行实证分析，但对于内生性问题的处理不够完善，可能导致估计结果存在偏差。此外，对房产财富与家庭金融资产选择之间的动态关系研究较少，未能充分揭示随着时间推移和经济环境变化二者关系的演变规律。本研究将充分利用中国家庭金融调查（CHFS）微观数据，该数据具有广泛的代表性，涵盖全国不同地区、不同收入水平和不同家庭特征的样本，能够有效克服样本代表性不足的问题。在研究方法上，本研究将采用多种方法解决内生性问题，如运用工具变量法、倾向得分匹配法等，确保估计结果的准确性和可靠性。同时，本研究将引入动态面板模型等方法，深入探究房产财富与家庭金融资产选择之间的动态关系，为该领域的实证研究提供更丰富的经验证据。现有文献对于房产财富与家庭金融资产选择关系的研究，无论是理论分析还是实证检验，都为后续研究提供了宝贵的参考和借鉴。本研究将在前人研究的基础上，针对现有研究的不足，从理论和实证两个层面展开深入研究，以期为该领域的学术研究和家庭资产配置实践提供更具价值的研究成果。三、数据资源与研究方法3.1数据来源本研究的数据来源于中国家庭金融调查（ChinaHouseholdFinanceSurvey，CHFS）。该调查由西南财经大学中国家庭金融调查与研究中心开展，是一项具有全国代表性的微观调查项目。其样本覆盖范围广泛，涵盖了全国31个省（自治区、直辖市），调查内容丰富全面，包括家庭资产与负债、收入与支出、保险与保障、人口特征与就业等多个方面的信息，能够为研究家庭金融资产选择提供详实且可靠的数据支持。CHFS采用了分层、三阶段与规模度量成比例（PPS）的抽样设计，旨在确保样本的随机性和代表性。在第一阶段，从全国除西藏、新疆、内蒙和港澳地区外的2585个市/县中，依据人均GDP将其分成十层，在每个层内以市县人口数为权重，采用PPS抽样抽取8个市县，共抽得80个市县，使得样本的地理分布相对均匀，且富裕地区的样本占比合理。第二阶段抽样，根据各市县的非农人口比例分位数将市县分成5个组，按照不同的非农人口比例分组确定居委会和村委会分配的样本比例，在既定市/县内形成城镇和农村两个抽样框，再分别按照各居委会（村委会）的居民户数进行PPS抽样，从而有效解决了城乡样本分配问题，满足了对居民资产配置等家庭金融行为研究的需求。在第三阶段，即末端抽样阶段，农村地区抽取的户数统一设定为20户；城市地区则依据社区平均住房价格信息，将社区按住房价格由高到低分成四个组，在住房价格最高的组分配50户样本，住房价格最低的组分配25个样本，进一步实现了抽取富裕家庭的目的。通过这种科学严谨的抽样设计，CHFS数据在人口统计学方面与国家统计局的数据具有较高的一致性，如在家庭规模、人口年龄结构和性别比例等方面，同时在居民收入总额上也与国家统计局公布的数据较为相符，这充分说明了CHFS数据具有良好的代表性。此外，该调查还进行了严格的数据核查，事后对所有受访者进行（电话）回访，且拒访率低于国内外相似或同类调查的拒访率，进一步保障了数据的质量和可靠性。本研究选取了CHFS数据库中[具体年份]的数据，在样本筛选过程中，首先剔除了关键变量存在缺失值的样本，以确保数据的完整性。对于家庭资产、收入等关键变量，若存在缺失，该样本将不被纳入研究范围。同时，为了避免异常值对研究结果的干扰，对资产、收入等变量进行了1%水平的双边缩尾处理。例如，对于家庭金融资产规模、房产价值等变量，将处于1%分位数以下和99%分位数以上的数据调整为1%分位数和99%分位数的值，从而使样本数据更加稳健，能够更准确地反映家庭的真实情况。经过上述筛选和处理，最终得到[具体样本数量]个有效家庭样本用于后续的实证分析。3.2变量设定本研究主要涉及被解释变量、核心解释变量和控制变量三大类，各变量的具体设定如下：被解释变量：家庭金融资产选择。本研究从金融资产配置比例和金融资产结构两个方面来衡量家庭金融资产选择。在金融资产配置比例方面，选取家庭金融资产占家庭总资产的比例（FinRatio）作为衡量指标，该指标能够直观反映家庭在金融资产投资上的总体偏好程度，计算公式为FinRatio=\frac{家庭金融资产}{家庭总资产}\times100\%。在金融资产结构方面，分别计算家庭股票资产占家庭金融资产的比例（StockRatio）、基金资产占家庭金融资产的比例（FundRatio）、债券资产占家庭金融资产的比例（BondRatio）以及银行存款占家庭金融资产的比例（DepositRatio）等指标，以深入分析家庭在不同类型金融资产上的配置情况。例如，StockRatio=\frac{家庭股票资产}{家庭金融资产}\times100\%，这些指标可以清晰展示家庭金融资产在不同风险和收益特征资产间的分布状况。核心解释变量：房产财富。采用家庭房产价值（HouseValue）来衡量房产财富，该变量通过调查家庭自有房产的市场价值获得，能够直接反映家庭房产财富的规模大小。为了更准确地分析房产财富对家庭金融资产选择的影响，进一步计算家庭房产价值占家庭总资产的比例（HouseRatio），该指标可以体现房产在家庭资产结构中的相对重要性，计算公式为HouseRatio=\frac{家庭房产价值}{家庭总资产}\times100\%。控制变量：为了控制其他因素对家庭金融资产选择的影响，选取以下控制变量。家庭收入（Income），用家庭年度总收入来衡量，反映家庭的经济实力和资金来源，较高的家庭收入可能为家庭金融资产投资提供更多资金，影响家庭金融资产配置决策。家庭财富（Wealth），除房产外的其他非金融资产价值与金融资产价值之和，该变量综合考虑了家庭除房产外的其他财富状况，更全面地反映家庭的财富水平，对家庭金融资产选择可能产生影响。家庭人口特征，包括家庭成员数量（FamilySize）、家庭户主年龄（Age）、家庭户主性别（Gender，男性赋值为1，女性赋值为0）、家庭户主受教育程度（Education，以受教育年限衡量）等。家庭成员数量可能影响家庭的消费和投资需求，进而影响金融资产选择；户主年龄反映家庭所处的生命周期阶段，不同阶段的家庭风险承受能力和投资目标不同，会对金融资产选择产生影响；户主性别和受教育程度可能导致不同的投资观念和决策能力，从而影响家庭金融资产配置。风险偏好（RiskPreference），通过问卷中关于家庭对风险态度的问题来衡量，将风险偏好分为风险厌恶、风险中性和风险偏好三类，分别赋值为1、2、3。风险偏好程度直接影响家庭对不同风险金融资产的投资意愿，是影响家庭金融资产选择的重要因素。地区虚拟变量（Region），根据家庭所在地区划分为东部、中部和西部，分别赋值为1、2、3，用于控制地区经济发展水平、金融市场发达程度等地区差异对家庭金融资产选择的影响。3.3模型构建为了深入探究房产财富对家庭金融资产选择的影响，构建如下计量经济模型：FinRatio_{i}=\alpha_{0}+\alpha_{1}HouseValue_{i}+\sum_{j=1}^{n}\alpha_{j+1}Control_{ij}+\mu_{i}其中，FinRatio_{i}表示第i个家庭的金融资产占家庭总资产的比例，是被解释变量，用于衡量家庭金融资产选择的总体水平。HouseValue_{i}表示第i个家庭的房产价值，作为核心解释变量，旨在捕捉房产财富规模对家庭金融资产配置比例的影响。Control_{ij}表示一系列控制变量，包括家庭收入（Income）、家庭财富（Wealth）、家庭成员数量（FamilySize）、家庭户主年龄（Age）、家庭户主性别（Gender）、家庭户主受教育程度（Education）、风险偏好（RiskPreference）和地区虚拟变量（Region）等，j表示控制变量的个数，通过控制这些变量，可以减少遗漏变量偏差，更准确地识别房产财富对家庭金融资产选择的影响。\alpha_{0}为常数项，\alpha_{1}到\alpha_{j+1}为各变量的回归系数，反映了相应变量对被解释变量的影响程度和方向，\mu_{i}为随机误差项，代表模型中未考虑到的其他随机因素对家庭金融资产选择的影响。该模型设定的依据主要基于相关理论和已有研究成果。现代投资组合理论强调资产之间的风险与收益关系，家庭在进行资产配置时会考虑不同资产的风险和收益特征，以实现投资组合的最优。房产作为家庭重要的资产之一，其财富规模的变化会影响家庭的资产组合结构，进而影响家庭对金融资产的配置决策。生命周期理论指出家庭在不同阶段的经济状况和需求不同，会导致其资产配置行为发生变化。控制家庭收入、财富、人口特征等变量，可以在一定程度上控制家庭所处的生命周期阶段对金融资产选择的影响。风险偏好理论表明不同风险偏好的家庭在金融资产选择上存在差异，因此将风险偏好纳入控制变量，有助于更准确地分析房产财富与家庭金融资产选择之间的关系。在研究房产财富对家庭金融资产结构的影响时，分别以家庭股票资产占家庭金融资产的比例（StockRatio）、基金资产占家庭金融资产的比例（FundRatio）、债券资产占家庭金融资产的比例（BondRatio）以及银行存款占家庭金融资产的比例（DepositRatio）等作为被解释变量，构建类似的回归模型：StockRatio_{i}=\beta_{0}+\beta_{1}HouseValue_{i}+\sum_{j=1}^{n}\beta_{j+1}Control_{ij}+\nu_{i}FundRatio_{i}=\gamma_{0}+\gamma_{1}HouseValue_{i}+\sum_{j=1}^{n}\gamma_{j+1}Control_{ij}+\xi_{i}BondRatio_{i}=\delta_{0}+\delta_{1}HouseValue_{i}+\sum_{j=1}^{n}\delta_{j+1}Control_{ij}+\omega_{i}DepositRatio_{i}=\epsilon_{0}+\epsilon_{1}HouseValue_{i}+\sum_{j=1}^{n}\epsilon_{j+1}Control_{ij}+\tau_{i}其中，\beta_{0}、\gamma_{0}、\delta_{0}、\epsilon_{0}为常数项，\beta_{1}到\beta_{j+1}、\gamma_{1}到\gamma_{j+1}、\delta_{1}到\delta_{j+1}、\epsilon_{1}到\epsilon_{j+1}分别为各模型中对应变量的回归系数，\nu_{i}、\xi_{i}、\omega_{i}、\tau_{i}为随机误差项。这些模型能够分别考察房产财富对家庭不同类型金融资产配置比例的影响，进一步揭示房产财富对家庭金融资产选择在结构层面的作用机制。四、实证结果与深入剖析4.1描述性统计对样本数据中主要变量进行描述性统计，结果如表1所示。从家庭金融资产选择相关变量来看，家庭金融资产占家庭总资产的比例（FinRatio）均值为[X1]%，表明家庭金融资产在总资产中占比较低，存在较大的提升空间。该变量的最小值为[X2]%，最大值为[X3]%，说明不同家庭之间金融资产配置比例差异较大，可能受到多种因素的影响。家庭股票资产占家庭金融资产的比例（StockRatio）均值仅为[X4]%，反映出家庭对股票资产的配置相对较少，股票市场在家庭金融资产配置中尚未占据主导地位。其最小值为0，最大值为[X5]%，这显示部分家庭完全不参与股票投资，而部分家庭则在股票资产上有较高的配置比例，家庭之间在股票投资上的分化较为明显。基金资产占家庭金融资产的比例（FundRatio）均值为[X6]%，最小值为0，最大值为[X7]%，表明家庭对基金的配置也存在较大差异，部分家庭对基金投资较为积极，而部分家庭则未涉足基金市场。债券资产占家庭金融资产的比例（BondRatio）均值为[X8]%，相对较低，说明债券在家庭金融资产结构中占比较小。银行存款占家庭金融资产的比例（DepositRatio）均值为[X9]%，是家庭金融资产中占比较高的部分，体现出银行存款在家庭金融资产配置中具有重要地位，家庭对银行存款的偏好较强。在核心解释变量方面，家庭房产价值（HouseValue）均值达到[X10]万元，表明房产在家庭财富中占据较大比重，是家庭财富的重要组成部分。家庭房产价值占家庭总资产的比例（HouseRatio）均值为[X11]%，进一步说明房产在家庭资产结构中的重要性。该变量的最小值为[X12]%，最大值为[X13]%，反映出不同家庭之间房产资产占比差异显著，部分家庭房产资产占比较低，而部分家庭房产资产占比较高，这种差异可能对家庭金融资产选择产生不同的影响。控制变量中，家庭收入（Income）均值为[X14]万元，体现出样本家庭的整体收入水平。家庭财富（Wealth）均值为[X15]万元，反映了家庭除房产外的其他财富状况。家庭成员数量（FamilySize）均值为[X16]人，表明样本家庭平均规模。家庭户主年龄（Age）均值为[X17]岁，反映出样本家庭户主的平均年龄水平。家庭户主性别（Gender）中，男性占比为[X18]%，体现了样本中男性户主的比例。家庭户主受教育程度（Education）均值为[X19]年，表明样本家庭户主的平均受教育年限。风险偏好（RiskPreference）均值为[X20]，说明样本家庭整体风险偏好程度处于[风险偏好程度描述]水平。地区虚拟变量（Region）中，东部地区家庭占比为[X21]%，中部地区家庭占比为[X22]%，西部地区家庭占比为[X23]%，反映出样本家庭在不同地区的分布情况。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FinRatio样本量[X1][X1标准差][X2][X3]StockRatio样本量[X4][X4标准差]0[X5]FundRatio样本量[X6][X6标准差]0[X7]BondRatio样本量[X8][X8标准差]0[X8最大值]DepositRatio样本量[X9][X9标准差][X9最小值][X9最大值]HouseValue样本量[X10][X10标准差][X10最小值][X10最大值]HouseRatio样本量[X11][X11标准差][X12][X13]Income样本量[X14][X14标准差][X14最小值][X14最大值]Wealth样本量[X15][X15标准差][X15最小值][X15最大值]FamilySize样本量[X16][X16标准差][X16最小值][X16最大值]Age样本量[X17][X17标准差][X17最小值][X17最大值]Gender样本量[X18][X18标准差]01Education样本量[X19][X19标准差][X19最小值][X19最大值]RiskPreference样本量[X20][X20标准差]13Region（东部）样本量[X21][X21标准差]01Region（中部）样本量[X22][X22标准差]01Region（西部）样本量[X23][X23标准差]01通过对主要变量的描述性统计分析，可以初步了解样本家庭在金融资产选择、房产财富以及其他相关特征方面的基本情况，为后续的实证分析提供了基础数据支持，有助于更深入地探究房产财富与家庭金融资产选择之间的关系。4.2实证回归结果将样本数据代入构建的计量经济模型进行回归分析，结果如表2所示。在列（1）中，被解释变量为家庭金融资产占家庭总资产的比例（FinRatio），核心解释变量家庭房产价值（HouseValue）的回归系数为[回归系数1]，在[具体显著性水平]上显著为负。这表明，从总体上看，房产财富对家庭金融资产配置存在显著的挤出效应，即家庭房产价值越高，家庭金融资产占总资产的比例越低。当家庭房产价值增加1个单位时，家庭金融资产占总资产的比例将降低[回归系数1的具体影响程度]个百分点，这一结果与部分国内学者的研究结论一致。从控制变量来看，家庭收入（Income）的回归系数为[回归系数2]，在[具体显著性水平]上显著为正，说明家庭收入越高，家庭金融资产占总资产的比例越高。家庭收入的增加为家庭金融资产投资提供了更多的资金，使得家庭有能力增加金融资产的配置。家庭财富（Wealth）的回归系数为[回归系数3]，同样在[具体显著性水平]上显著为正，反映出除房产外的其他财富水平的提高也会促进家庭增加金融资产配置。家庭成员数量（FamilySize）的回归系数为[回归系数4]，在[具体显著性水平]上显著为负，表明家庭成员数量较多的家庭，可能由于消费支出等需求较大，用于金融资产投资的资金相对较少，导致金融资产占比降低。家庭户主年龄（Age）的回归系数为[回归系数5]，在[具体显著性水平]上显著为负，这符合生命周期理论的预期，随着户主年龄的增长，家庭风险承受能力下降，更倾向于保守的资产配置，金融资产占比会相应减少。家庭户主性别（Gender）的回归系数不显著，说明在控制其他因素后，户主性别对家庭金融资产占比的影响不明显。家庭户主受教育程度（Education）的回归系数为[回归系数6]，在[具体显著性水平]上显著为正，表明受教育程度较高的家庭户主，可能具有更丰富的金融知识和更开放的投资观念，更善于进行金融资产投资，从而提高家庭金融资产占比。风险偏好（RiskPreference）的回归系数为[回归系数7]，在[具体显著性水平]上显著为正，体现出风险偏好程度越高的家庭，越愿意承担风险，更倾向于增加金融资产配置，尤其是风险金融资产的配置。地区虚拟变量（Region）中，东部地区和中部地区的回归系数与西部地区相比，在[具体显著性水平]上存在显著差异，说明地区经济发展水平和金融市场发达程度等地区差异对家庭金融资产占比有显著影响。东部和中部地区经济相对发达，金融市场更完善，家庭金融资产占比相对较高。在列（2）至列（5）中，分别以家庭股票资产占家庭金融资产的比例（StockRatio）、基金资产占家庭金融资产的比例（FundRatio）、债券资产占家庭金融资产的比例（BondRatio）以及银行存款占家庭金融资产的比例（DepositRatio）为被解释变量进行回归分析。结果显示，家庭房产价值（HouseValue）对家庭股票资产占比（StockRatio）和基金资产占比（FundRatio）的回归系数均在[具体显著性水平]上显著为负，说明房产财富对家庭股票和基金资产配置存在挤出效应。家庭房产价值的增加会使家庭减少对股票和基金这类风险相对较高的金融资产的配置。而家庭房产价值（HouseValue）对家庭债券资产占比（BondRatio）的回归系数不显著，表明房产财富对家庭债券资产配置的影响不明显。对银行存款占比（DepositRatio）的回归系数在[具体显著性水平]上显著为正，意味着房产财富的增加会使家庭增加银行存款的配置比例，银行存款作为一种低风险的金融资产，在房产财富挤出其他风险金融资产配置时，成为家庭资产配置的一种选择。表2：房产财富对家庭金融资产选择的回归结果变量（1）FinRatio（2）StockRatio（3）FundRatio（4）BondRatio（5）DepositRatioHouseValue[回归系数1]***[回归系数8]***[回归系数9]***[回归系数10][回归系数11]***Income[回归系数2]***[回归系数12]***[回归系数13]***[回归系数14]***[回归系数15]***Wealth[回归系数3]***[回归系数16]***[回归系数17]***[回归系数18]***[回归系数19]***FamilySize[回归系数4]**[回归系数20]**[回归系数21]**[回归系数22]**[回归系数23]**Age[回归系数5]***[回归系数24]***[回归系数25]***[回归系数26]***[回归系数27]***Gender[回归系数28][回归系数29][回归系数30][回归系数31][回归系数32]Education[回归系数6]***[回归系数33]***[回归系数34]***[回归系数35]***[回归系数36]***RiskPreference[回归系数7]***[回归系数37]***[回归系数38]***[回归系数39]***[回归系数40]***Region（东部）[回归系数41]***[回归系数42]***[回归系数43]***[回归系数44]***[回归系数45]***Region（中部）[回归系数46]***[回归系数47]***[回归系数48]***[回归系数49]***[回归系数50]***Constant[常数项系数1]***[常数项系数2]***[常数项系数3]***[常数项系数4]***[常数项系数5]***Observations[样本量][样本量][样本量][样本量][样本量]R-squared[R²值1][R²值2][R²值3][R²值4][R²值5]注：*、、*分别表示在1%、5%、10%的水平上显著。通过上述实证回归结果分析可知，房产财富对家庭金融资产选择存在显著影响，且对不同类型金融资产的配置影响存在差异。房产财富的挤出效应在总体金融资产配置以及股票、基金等风险金融资产配置上表现明显，而在债券资产配置上影响不显著，在银行存款配置上则呈现正向影响。这些结果为进一步深入研究房产财富与家庭金融资产选择之间的关系提供了实证依据。4.3稳健性检验为了确保上述实证结果的可靠性和稳定性，采用多种方法进行稳健性检验。采用替换变量法，以家庭房产价值的对数（LnHouseValue）替换原核心解释变量家庭房产价值（HouseValue），重新进行回归分析。对家庭房产价值取对数，能使数据更加平稳，减少极端值的影响，增强估计结果的稳健性。结果如表3列（1）所示，家庭房产价值对数（LnHouseValue）的回归系数在[具体显著性水平]上仍显著为负，与原回归结果中家庭房产价值对家庭金融资产占比的挤出效应一致。这表明在控制其他因素不变的情况下，家庭房产价值对数每增加1个单位，家庭金融资产占总资产的比例将降低[回归系数具体值]个百分点，进一步验证了房产财富对家庭金融资产配置的挤出效应具有稳健性。进行分样本回归。根据家庭收入水平将样本分为高收入组和低收入组，分别对两组样本进行回归分析。不同收入水平的家庭在资产配置决策上可能存在差异，通过分样本回归可以检验房产财富对不同收入家庭金融资产选择的影响是否具有一致性。结果如表3列（2）和列（3）所示，在高收入组和低收入组中，家庭房产价值（HouseValue）的回归系数均在[相应显著性水平]上显著为负。这说明无论是高收入家庭还是低收入家庭，房产财富对家庭金融资产配置均存在挤出效应。在高收入组中，家庭房产价值增加1个单位，家庭金融资产占总资产的比例降低[高收入组回归系数具体值]个百分点；在低收入组中，家庭房产价值增加1个单位，家庭金融资产占总资产的比例降低[低收入组回归系数具体值]个百分点。尽管两组回归系数的绝对值存在差异，但方向一致，表明房产财富对家庭金融资产配置的挤出效应在不同收入水平家庭中均较为稳健。采用倾向得分匹配（PSM）方法处理样本选择偏差问题。由于家庭是否拥有房产以及房产财富的多少可能并非完全随机决定，存在样本选择偏差，这可能会影响回归结果的准确性。运用PSM方法，根据家庭的一系列特征变量（如家庭收入、财富、人口特征等），为拥有房产的家庭匹配一个在这些特征上相近但没有房产的家庭，构建一个更具可比性的样本。具体操作时，采用最近邻匹配法，以1:1的比例进行匹配。匹配后，对新样本进行回归分析，结果如表3列（4）所示，家庭房产价值（HouseValue）的回归系数在[具体显著性水平]上仍然显著为负。这表明在控制样本选择偏差后，房产财富对家庭金融资产配置的挤出效应依然存在，进一步验证了实证结果的稳健性。表3：稳健性检验结果变量（1）替换变量（2）高收入组（3）低收入组（4）PSM匹配后LnHouseValue[回归系数1]***---HouseValue-[回归系数2]***[回归系数3]***[回归系数4]***控制变量是是是是Constant[常数项系数1]***[常数项系数2]***[常数项系数3]***[常数项系数4]***Observations[样本量1][样本量2][样本量3][样本量4]R-squared[R²值1][R²值2][R²值3][R²值4]注：*、、*分别表示在1%、5%、10%的水平上显著；“-”表示该变量未在相应回归中使用。通过上述多种稳健性检验方法，结果均表明房产财富对家庭金融资产配置存在显著的挤出效应，且对不同类型金融资产配置的影响也与原实证结果基本一致。这充分说明本文的实证结果具有较高的可靠性和稳定性，能够为研究房产财富与家庭金融资产选择之间的关系提供有力的支持。4.4异质性分析为了进一步探究房产财富对家庭金融资产选择的影响在不同家庭特征下是否存在差异，从地区、收入水平、家庭规模等维度进行异质性分析。按照家庭所在地区将样本分为东部、中部和西部三个子样本，分别进行回归分析，结果如表4列（1）-列（3）所示。在东部地区，家庭房产价值（HouseValue）的回归系数为[回归系数1]，在[具体显著性水平]上显著为负，表明在东部地区，房产财富对家庭金融资产配置存在挤出效应。东部地区经济发达，房地产市场较为活跃，房价相对较高，家庭房产投资占比较大，可能导致家庭可用于金融资产投资的资金减少。中部地区家庭房产价值的回归系数为[回归系数2]，同样在[具体显著性水平]上显著为负，说明中部地区也存在房产财富对家庭金融资产配置的挤出效应。但与东部地区相比，回归系数的绝对值较小，这可能是因为中部地区经济发展水平和房地产市场活跃程度相对东部地区较低，房产财富对家庭金融资产配置的挤出程度相对较弱。在西部地区，家庭房产价值的回归系数为[回归系数3]，在[具体显著性水平]上显著为负，挤出效应依然存在。西部地区经济相对落后，金融市场发展不够完善，家庭投资渠道相对有限，房产投资在家庭资产中占据重要地位，对家庭金融资产配置的挤出效应较为明显。表4：异质性分析结果变量（1）东部地区（2）中部地区（3）西部地区（4）高收入组（5）低收入组（6）大家庭（7）小家庭HouseValue[回归系数1]***[回归系数2]***[回归系数3]***[回归系数4]***[回归系数5]***[回归系数6]***[回归系数7]***控制变量是是是是是是是Constant[常数项系数1]***[常数项系数2]***[常数项系数3]***[常数项系数4]***[常数项系数5]***[常数项系数6]***[常数项系数7]***Observations[样本量1][样本量2][样本量3][样本量4][样本量5][样本量6][样本量7]R-squared[R²值1][R²值2][R²值3][R²值4][R²值5][R²值6][R²值7]注：*、、*分别表示在1%、5%、10%的水平上显著。根据家庭收入水平将样本分为高收入组和低收入组，分别进行回归，结果如表4列（4）和列（5）所示。在高收入组中，家庭房产价值（HouseValue）的回归系数为[回归系数4]，在[具体显著性水平]上显著为负，说明高收入家庭中房产财富对家庭金融资产配置存在挤出效应。高收入家庭虽然收入较高，但房产投资可能占据了其大量资金，即使收入较高也难以完全弥补房产投资对金融资产投资的挤出。低收入组家庭房产价值的回归系数为[回归系数5]，在[具体显著性水平]上显著为负，同样存在挤出效应。低收入家庭本身收入有限，房产投资对其金融资产投资的挤出更为明显，可能导致家庭金融资产配置比例更低，进一步影响家庭财富的增值和风险管理能力。以家庭成员数量的中位数为界限，将样本分为大家庭（家庭成员数量大于中位数）和小家庭（家庭成员数量小于等于中位数）两个子样本，进行回归分析，结果如表4列（6）和列（7）所示。在大家庭中，家庭房产价值（HouseValue）的回归系数为[回归系数6]，在[具体显著性水平]上显著为负，表明大家庭中房产财富对家庭金融资产配置存在挤出效应。大家庭可能由于人口较多，居住需求较大，房产投资相对较多，从而减少了可用于金融资产投资的资金。小家庭的回归系数为[回归系数7]，在[具体显著性水平]上显著为负，同样存在挤出效应。但相对大家庭而言，小家庭的居住需求相对较小，房产投资对金融资产投资的挤出程度可能相对较轻。通过上述异质性分析可知，房产财富对家庭金融资产配置的挤出效应在不同地区、不同收入水平和不同家庭规模的家庭中均存在，但挤出程度存在一定差异。地区经济发展水平、家庭收入水平和家庭规模等因素会影响家庭的房产投资和金融资产投资决策，进而导致房产财富对家庭金融资产选择的影响呈现出异质性。这一结果对于深入理解家庭资产配置行为，制定针对性的政策和金融服务策略具有重要的参考价值。4.5机制分析房产财富对家庭金融资产选择的影响是一个复杂的过程，背后存在多种作用机制。从财富效应角度来看，房产作为家庭重要的财富组成部分，其价值的变动会直接影响家庭的财富总量。当房价上涨，家庭房产财富增加时，家庭的财富水平得到提升。根据现代投资组合理论，家庭在进行资产配置时，会追求风险与收益的平衡。房产财富的增加使得家庭财富总量上升，家庭的风险承受能力相应增强。在这种情况下，家庭可能会调整资产配置结构，增加对风险金融资产的配置，以追求更高的收益。例如，家庭可能会将部分资金从低风险的银行存款转移到股票、基金等风险金融资产上。然而，这种财富效应在实际中可能受到多种因素的制约。一方面，家庭对房产财富的认知和预期会影响其资产配置决策。如果家庭认为房价上涨是短期的、不稳定的，可能不会因为房产财富的增加而大幅调整金融资产配置。另一方面，家庭的消费倾向也会对财富效应产生影响。若家庭在房产财富增加后，将更多资金用于消费支出，那么可用于金融资产投资的资金就会减少，从而削弱财富效应。抵押效应也是房产财富影响家庭金融资产选择的重要机制之一。房产具有较高的价值和稳定性，常被用作抵押物获取贷款。家庭可以通过房产抵押获得更多的资金，这些资金可用于金融资产投资。当家庭拥有房产且房产价值较高时，更容易从银行等金融机构获得贷款。例如，一些家庭可能利用房产抵押获得的资金投资于股票市场，期望获得更高的收益。抵押效应的发挥受到金融市场环境和金融机构政策的影响。在金融市场较为宽松、金融机构贷款政策较为灵活的情况下，家庭更容易通过房产抵押获得贷款，从而促进家庭对金融资产的投资。然而，若金融市场收紧，金融机构提高贷款门槛和要求，家庭通过房产抵押获取贷款的难度增加，抵押效应就会受到抑制，进而影响家庭金融资产选择。挤出效应在房产财富与家庭金融资产选择关系中也不容忽视。房产投资通常需要大量资金，当家庭将大量资金投入房产时，可用于金融资产投资的资金就会相应减少。中国房地产市场近年来持续火热，房价较高，许多家庭为了购买房产，不仅投入了大量的积蓄，还背负了高额的房贷。这导致家庭在购房后，可支配资金大幅减少，难以再进行大规模的金融资产投资。挤出效应还体现在房产投资对家庭投资观念的影响上。由于房产投资具有相对稳定性和传统观念的影响，一些家庭认为房产是更为可靠的投资方式，将大部分资金集中于房产投资，而忽视了金融资产的配置。这种投资观念的偏差进一步加剧了挤出效应，使得家庭金融资产配置比例降低，结构不合理。综上所述，房产财富通过财富效应、抵押效应和挤出效应等多种机制对家庭金融资产选择产生影响。这些机制相互作用、相互制约，共同决定了家庭在房产财富变动情况下的金融资产配置决策。深入理解这些机制，对于进一步认识家庭资产配置行为，促进家庭合理配置资产具有重要意义。五、研究结论与政策建议5.1研究结论本研究基于中国家庭金融调查（CHFS）微观数据，通过构建计量经济模型，深入探究了房产财富与家庭金融资产选择之间的关系。研究结果表明，房产财富对家庭金融资产选择存在显著影响，且这种影响呈现出复杂性和异质性。从总体影响来看，房产财富对家庭金融资产配置存在挤出效应。家庭房产价值越高，家庭金融资产占总资产的比例越低。实证回归结果显示，家庭房产价值的回归系数在1%的水平上显著为负，这意味着家庭房产价值每增加1个单位，家庭金融资产占总资产的比例将降低[具体数值]个百分点。这一结果表明，在当前中国家庭资产配置中，房产投资占据了较大比重，挤压了家庭对金融资产的投资空间。在金融资产结构方面，房产财富对不同类型金融资产配置的影响存在差异。房产财富对家庭股票资产占比和基金资产占比均存在挤出效应，家庭房产价值的增加会导致家庭减少对股票和基金这类风险相对较高的金融资产的配置。而房产财富对家庭债券资产占比的影响不显著，对银行存款占比则存在正向影响，即房产财富的增加会使家庭增加银行存款的配置比例。这说明家庭在面对房产财富变动时，会根据不同金融资产的风险收益特征和自身风险偏好进行资产配置调整。通过异质性分析发现，房产财富对家庭金融资产配置的挤出效应在不同地区、不同收入水平和不同家庭规模的家庭中均存在，但挤出程度有所不同。在地区差异方面，东部地区经济发达，房地产市场活跃，房价相对较高，房产财富对家庭金融资产配置的挤出效应较为明显；中部地区挤出效应相对较弱；西部地区经济相对落后，金融市场发展不完善，房产投资在家庭资产中占据重要地位，挤出效应也较为显著。在收入水平差异方面，高收入家庭和低收入家庭均存在挤出效应，但低收入家庭由于收入有限，房产投资对金融资产投资的挤出更为明显。在家庭规模差异方面，大家庭由于人口较多，居住需求较大，房产投资相对较多，对金融资产投资的挤出程度相对较大；小家庭居住需求相对较小，挤出程度相对较轻。房产财富通过财富效应、抵押效应和挤出效应等多种机制对家庭金融资产选择产生影响。财富效应方面，房产财富的增加在理论上会使家庭财富总量上升，增强家庭承担风险的能力，促使家庭增加对风险金融资产的配置，但实际中受到家庭对房产财富认知、预期以及消费倾向等因素的制约。抵押效应方面，房产可作为抵押物获取贷款用于金融资产投资，但金融市场环境和金融机构政策会影响抵押效应的发挥。挤出效应方面，房产投资占用大量资金，导致家庭可用于金融资产投资的资金减少，同时受传统观念影响，家庭对房产投资的偏好进一步加剧了挤出效应。5.2政策建议基于上述研究