【《家庭生命周期、收入质量对家庭风险资产配置的影响实证研究》23000字】

摘要：十九大指出要拓宽居民财产性收入渠道，而家庭风险资产多元化配置为其重要的实现途径。由此基于生命周期视角，探索城乡家庭风险资产配置及其内在机制的研究具有丰富的理论与现实意义。本文在理论机制分析的基础上，基于CHFS2017的数据，运用Probit与Tobit模型，检验了家庭生命周期变化对不同风险资产的影响与机制。研究表明：家庭的风险资产配置与家庭的生命周期阶段具有较强的相关性，表现为“U”型分布；通过熵值法计算家庭收入质量得分，同时证明收入质量在生命周期对家庭风险资产配置过程中起到了中介作用；进一步异质性分析揭示生命周期与收入质量对家庭各项风险资产选择的边际效应，经稳健性检验证明结果的可靠性。据此，本文提出应关注家庭收入质量，加强资本市场的宏观审慎监管与完善普惠金融覆盖范围等建议。关键词：生命周期；收入质量；风险资产配置一、引言（一）研究背景改革开放四十多年以来，居民可支配收入明显增加，金融市场配套体系也逐步完善，我国家庭对金融资产需求配置的需求渐趋旺盛，形成明显的多元化趋势，其中既包括传统金融资产投资的银行存款和政府债券，这些产品由于安全性较高，受我国民众认可度较高；也包括股票、基金等有价证券产品，家庭配置这些主要是考虑追求收益，增加收入来源渠道，优化资产配置。除此以外，随着目前互联网金融的迅猛发展，高流动性的理财产品开始兼备保值和增值功能。但不可否认的是该类产品在具备较高收益的同时也存在较高的波动，同时带有交易费用高昂，监管措施欠缺等问题。经典投资理论指出，家庭在资金运用时应注意分散化，试图配置于具有不同属性的(流动性、风险、收益、期限等)资产上，有助于满足投资者对现金流在不同时点的偏好。然而目前现实普遍存在“参与有限”的现象，尤其是我国广大农村地区，家庭参与风险市场的积极性较低。2015年我国家庭参与股票、基金等风险市场的比率仅为17.1%，其中农村地区只有2.4%。较低的参与率对我国构建多层次的资本市场结构产生较大的约束。而以美国为代表的发达国家，家庭持有风险性金融资产的比重已逾半数，这主要是收益于发达国家多年的资本市场建设，完善的综合养老制度以及长期的居民金融知识普及。随着经济发展水平不断深化，居民收入不断提升，家庭财富也随着积累；借助我国普惠金融体系的逐步推广与发展以及社会保障制度的渐趋完善，我国家庭投资渠道也日益多元化。党的十九大也明确指出“要拓宽居民财产性收入渠道”，为实现该目标，增加居民金融市场参与热情、促进家庭风险资产多元化配置应是一条重要途径。结合2021年第七次全国人口普查数据，家庭户人口规模为2.62人，较2010年减少0.48人，家庭户规模继续缩小，使得我国家庭人口结构呈现出新特征。目前我国65岁及以上人口占总人口的比重已经达到13.5%；而60岁及以上人口所占比重也达18.7%，对照现行国际标准，我国正逐渐靠近中度老龄化社会，家庭生命周期也由此出现重大调整。因此研究我国家庭金融资产配置，尤其是新的人口结构下家庭生命周期对居民金融资产配置的影响及其内在机制的研究显得更为必要。（二）研究目的本文基于生命周期视角，对我国家庭在资产配置过程中风险资产占比情况进行研究，分析不同的家庭结构对常见风险资产配置的影响；同时引入收入质量这一概念，基于该相对指标考虑传导路径中是否存在中介效应；通过分析当前我国人口结构与家庭收入质量现状，研究生命周期，收入质量与我国家庭风险资产配置的相关性，为政府部门的研究提供决策参考。（三）研究意义构建新形势下的家庭生命周期模型，通过研究家庭在金融资产资产配置过程中各类风险资产占比情况，深入分析不同的家庭结构与常见风险资产的相关性，丰富了家庭金融的相关理论；同时将收入质量这一概念引入研究，能够对目前现有研究进行拓展和延伸。研究家庭生命周期对我国家庭资产配置的相关性，一方面可以对金融机构金融产品创新与营销方案提供参考，对家庭金融资产管理提供经验借鉴；另一方面，对我国居民家庭的经济行为分析有助于政府相关部门进行宏观调控，完善相关的金融、财政政策和社会保障制度。（四）研究内容本文首先详细梳理当前基于微观家庭视角研究风险资产配置现状与影响因子的相关文献和研究成果，利用CHFS2017年数据，结合之前学者的相关成果。对中国家庭结构立足家庭生命周期的考察角度进行了系统性梳理，尝试加入新的研究变量收入质量，以家庭为单位对风险金融资产的配置情况进行实证研究，深入探讨了中国家庭的生命周期与收入质量对家庭风险资产总额，股票，基金与理财产品配置的广度与深度影响。遵循上述思路，全文共分以下六章：第一章，首先论述本文的研究背景和目的，同时介绍了研究意义与主要研究内容。第二章，对本文研究领域的国内外相关研究成果进行了详细阐述，在此基础上对本文研究的基本模型进行理论说明，同时提出相应的假设。首先，对国内外学者利用生命周期理论研究家庭风险资产配置的相关成果进行系统整理，总结目前利用生命周期理论研究家庭风险资产配置的经验与不足。进一步明确本文的研究方向：即研究家庭风险资产配置的广度和深度双视角，同时完成生命周期模型的构建。其次，基于收入数量对家庭风险资产配置的理论研究与缺陷，进一步论述收入质量的出发对家庭风险资产配置进行补充和研究的必要性，说明收入质量作为中介变量的可能性。第三章，利用统计调研收集的宏微观数据，对目前我国家庭金融资产配置情况与人口结构的现状进行了相关说明与研究分析。第四章，首先介绍了数据来源，然后针对本文模型中涉及的各类变量进行了定义与赋值说明。同时简述利用熵值法对中介变量赋值的相关计算过程与下文实证分析过程中所用到的相关模型。第五章，利用CHFS数据库2017年的调查数据进行实证分析：利用Probit和Tobit双模型研究中国家庭的生命周期对家庭风险资产配置的边际效应，进一步证明了收入质量的中介作用，其次从风险资产的异质性视角进一步分析对不同风险资产配置的影响并给出相关解释说明，最后进行稳健性检验。第六章，总结本文的理论与实证得出的研究结果，并提出了相关政策建议，最后指出本文研究的不足。（五）研究方法在实证研究过程中，本文利用CHFS（2017）的相关微观数据，首先通过熵值法研究中介变量收入质量的评价指标。利用Probit模型研究处于不同生命周期的家庭在各项风险资产配置过程中的倾向性。该模型能够弥补计量过程中被解释变量为二值变量时线性概率模型的不足；利用Tobit模型可以有助于进一步研究核心解释变量对各种风险资产配置上的比例的边际效应。在进行中介效应检验过程中，采取逐步回归法。二、文献综述与理论假说（一）国内外研究现状1．家庭生命周期与金融资产配置的理论研究首先生命周期假说（LCH）是由Modigliani等在1954年提出的，该假说主要基于投资者年龄进行阶段划分，认为家庭资产配置会根据不同时期家庭成员的总收入进行逐步调整，以提高家庭整个生命周期内的总效用。后来该理论得到国内外学者的不断丰富：Yoo（1994）认为年轻家庭一方面收入相对有限，但另一方面又不得不同时面对购房需求与子女的抚养压力等多重预算约束，使得他们很少投资于风险资产；只有在生命周期进入中年阶段之后才逐渐参与风险资本市场投资；但是同时还伴随着年龄增加，居民风险厌恶系数往往逐渐积累，老龄人口会更偏好于投资银行存款为代表的无风险资产。Cocco等（2005）通过实证分析得到的结论与之高度一致，从生命周期的理论框架出发，研究认为年龄对风险资产具有正向影响，而劳动收入数量也会显著的影响家庭金融资产配置；而那些属于老龄人口的样本，家庭金融资产对国债等风险性较低的金融资产具有明显的偏好。针对各国均出现的不同程度的人口老龄化现象，Blommestein（2001）关注家庭投资需求问题，以生命周期模型为基础进行研究，证明人口老龄化利用个人储蓄行为和家庭资产配置两方面途径对资本市场的影响；并分析该在传导机制中契约型储蓄机构的中介作用，即家庭金融资产通过契约式储蓄机构间接进入股市，助力了资本市场发展。除了利用原本的经典三阶段模型的实证研究，部分学者还进一步研究年龄特征的具体影响：HuiWang（1997）基于理性预期模型，针对不同的年龄特征考察对家庭投资组合选择决策影响，以此为基础对之前学界的生命周期投资理论进行了检验。Guiso等（2000）则在此基础上通过比较英国、德国、意大利三国为代表的欧洲各国不同家庭的风险金融资产组合情况，得出了当年龄增加时，家庭无风险市场参与比例呈现出“U型”的分布特征，而风险资本市场参与情况相反呈现倒“U型”的分布特征，该研究结果也得到了学界的相关验证，部分学者结果一致，也有部分结果与此相反。在风险资产配置的具体种类方面，针对股票的相关研究较为丰富，学界也尚未形成统一定论：McCarthy（2004）利用美国退休基金会的数据，证明居民参与股票市场的意愿会随年龄呈现出先升后减的“驼峰状”。而Cardak和Wilkins（2009）的研究则认为年龄对家庭在股票市场参与度具有正向影响。该结论也与Heaon和Lucas（2004）的结论相反，他们的研究认为，随着年龄的上升，家庭投资股票资产的比重会逐步递减。针对家庭配置基金的决策分析，Gerrans和Clark-Murphy（2010）研究了澳大利亚三大主要退休储蓄基金的资产配置决策，得出结论：基金本身的差异可能对资产选择情况有显著影响。其中回归结果同时表明，成员的特征如性别、年龄和财富等可以用来解释风险资产配置过程中存在的显著差异与影响大小。国内学者以生命周期视角进行的研究较少，针对家庭风险资产配置和财富构成开展研究的主要有：吴卫星等（2007）通过实证分析得出：我国居民在进行投资决策的过程中，很少考虑到未来现金流的影响，因此基本不考虑对冲，所以风险资产的持有比例与年龄的影响不显著。而陈莹等（2014）通过研究发现的结论则与之相反，认为在家庭各项风险资产配置过程中生命周期影响显著。对进一步考虑该问题，有部分国内学者对生命周期模型进行进一步细化，肖忠意等（2016）按照生命周期理论的框架,对人口结构，受教育程度等家庭结构与农村居民的资产配置进行实证分析。不仅证明家庭年龄结构对我国农村家庭的金融资产配置存在显著影响，同时也发现农村家庭在金融资产的配置决策过程中，家庭成员的受教育年限对此会产生正向的边际效应，而家庭中的男女比例对此无显著影响。这与王聪等（2016）针对家庭的年龄特征的研究结果一致；该研究还证明投资存在区位差异，中西部地区家庭的年龄特征与家庭进行金融资产投资有负向相关，而这种负面影响东部地区相对较小。立足国情，我国学者针对人口结构的二级指标也进行过相关分析：针对我国目前的人口老龄化问题，吴义根等（2012）专门研究了该问题的影响，在研究金融资产需求与人口老龄化的相关性分析过程中，发现人口老龄化对我国居民多项金融资产配置过程中均产生了显著影响，也从机制上分析了目前的人口结构对促使金融资产需求结构实现多元化发展的必然影响。钱程（2016）针对该问题进行了进一步拓展，考虑家庭是否有子女与家庭中子女数量为出发点，研究细化的家庭人口结构对家庭各项金融资产投资的具体影响，发现是否有子女并不会显著影响家庭在金融市场上的参与情况。但是进一步考虑那些有后代的家庭来说，子女的人数对其参与金融市场广度与深度会产生负向影响，即随着人数的增加，家庭参与风险性资产投资的可能性将大幅减小。王聪等（2017）研究认为生命周期演化对家庭风险资产配置决策过程同样产生影响，不同的家庭老龄人口占比会显著影响家庭所持有资产的结构与配比。而人口结构的相关变量也会对家庭财富构成有显著影响。沈淘淘和史桂芬（2020）对该问题做了进一步研究，研究发现以股票为代表的风险资产所占比重以及风险资产多样化程度与年龄结构呈现倒“Ｕ”型关系，而以定期存款为代表的无风险资产与年龄则呈现出一种单调递增的线性关系。2．家庭收入对风险资产配置的理论研究家庭获得一定数量的收入是家庭可以进行资产配置的起点，同时也是资产配置的前提。通常家庭财富的规模的大小在家庭风险资产配置过程中会产生积极作用，即相对财富持有量越高的家庭将一定数额的资产投向风险产品的概率也越大。Richard和Ochmann（2014）采集来自德国的数据，运用资产需求预算决策的两阶段模型，深入研究了当收入所得税存在差异时，其变动对家庭投资组合与资产配置所产生的影响。国内研究方面，主要针对家庭收入的规模大小进行了针对性研究：何秀红和戴光辉（2007）考虑到收入与流动性风险的影响，分析收入规模大小在金融资产的选择过程中的作用。何兴强等（2009）研究了收入风险因素的影响，通过对家庭风险性金融资产投资权重作为被解释变量进行回归，发现风险高的居民相比其他拥有商业资产或者房产投资的居民，会显著减少金融资产配置的偏好，如果劳动收入保障较高，获得收入的风险较低，那么居民会增加风险性资产的配置。张志伟和李天德（2014）在研究通货膨胀是否会影响家庭资产配置决策的过程中，最终同样证明家庭收入，确实对持有各种金融资产都具有积极影响。上述研究都是基于收入的绝对数进行的，孔荣（2013）提出收入质量的概念，包含收入的充足性、稳定性、成本性、结构性、知识性五大基本内涵。目前学界尚未考虑基于该视角的研究，本文将考虑收入质量的相对指标对家庭风险资产配置决策进行研究。3．国内外研究评述纵观已有文献，家庭风险资产配置的影响研究较为丰富，学者们在宏、微观层面，从人口特征、背景风险权衡、家庭收入、流动性约束等视角，对家庭风险资产配置决策表现与机理进行了较为深入的阐述。但是对于家庭结构的权衡多集中在家庭中的老年人与子女的单一因素上，对生命周期方面的探索还不够充分；在研究过程中也往往沿用已有框架，以户主特征代替家庭特征进行分析，而以家庭整体为单位的研究尚不多见。同时在收入指标衡量时，多以单一视角的绝对数进行衡量，尚未进行相对指标，多维度的考察收入质量。因为目前基于生命周期模型对家庭资产配置过程进行的实证研究尚不充分和完善，同时考虑收入质量对家庭风险资产配置的分析研究鲜见，而结合生命周期与收入质量两者进行家庭风险资产配置的研究较少，本文将在前人的研究基础上进行拓展，将两者结合引入金融资产配置的进行分析。（二）理论分析与研究假设1．家庭生命周期的概念界定与模型构建家庭生命周期这一概念是由美国学者格里克于1947年最早提出的，主要反映家庭作为整体，从初步形成，逐渐发展到最终解体的一种循环往复的运动过程。主要是基于人口学角度，对一个常见家庭以生命进程所经历的不同阶段作出划分。学界一般将家庭生命周期划分为形成、扩展、稳定、收缩、空巢与解体6个阶段。考虑到这一概念综合了一个家庭各项变化的核心特征，通过对家庭生命周期而非单一个体的研究，避免传统的研究过程中例如婚姻、生死等过程分别孤立进行研究的弊端，有助于形成家庭整体变化过程与形成机制的深入认识与剖析，从而避免传统的研究过程中把婚姻、生育、死亡等人口过程单独分开，孤立进行研究的弊端。而家庭资产配置领域的生命周期假说由Modigliani等在1954年提出的，该假说主要基于投资者年龄进行阶段划分，即将家庭结构分为三类：青年，中年与老年。理论核心是认为家庭资产配置会根据不同时期家庭成员的总收入进行逐步调整，以提高家庭整个生命周期内的总效用。但是传统的家庭生命周期概念依旧主要一种理想化的模式为蓝本，与目前的现实情况存在较大的出入。仅仅将家庭生命周期简单划分为数个阶段，可能只适用于核心家庭，而不适用于广大发展中国家，因为发展中国家例如我国，普遍存在着核心家庭与三代家庭并存的情况。针对上述问题，本文对生命周期模型做出如下调整。第一：针对我国居民的家庭观念的极度看重，本文模型构建以家庭整体特征为主，符合我国家庭特别是农村地区出现的“数代同堂”与“隔代抚养”的现象。第二，尽管之前已有学者认为生命周期会对家庭风险资产配置产生相应影响，但是尚未对其内在传导机理进行探讨，也没有考虑到收入质量这一因素。结合当前我国实际情况，现实中我国城乡居民在收入和分配过程中，存在收入数量飙升同时收入质量滞后的显著矛盾。该问题会导致在：尽管拥有同样的收入数量，考虑到收入质量存在差异，家庭的资产配置出现明显的差异化选择，因学界对此尚没有深入研究，本文将对该问题作出解释。结合我国近年来家庭和人口变化特征，并综合国内学者的相关研究（罗永明，陈秋红；2000），本文构建了新的家庭演化模型，考虑赡养与抚养情况，将家庭生命周期分为五个阶段：表1生命周期模型构建生命阶段阶段名称解释说明1起步期仅夫妇二人，无子女抚养与老人赡养负担2抚养期子女出生，有子女需要抚养3稳定期中年家庭，尚无老人需要赡养4负担期同时需要抚养子女与赡养老人5赡养期子女已经成家立业，需要赡养老人注：按户口登记情况进行划分本文与此前的模型相比，有如下创新：第一，精简了整个家庭生命周期纵向变化的发展过程。考虑到本文重点以家庭为单位进行风险资产配置决策分析，而青年阶段的居民常常还是与父母共同进行资产配置的，因此需要对原模型进行调整。在模型设定时只考虑中青年家庭与中老年家庭，将经典的GE模型中的青中老三大类进行简化。第二，需要说明的是，模型具体生命周期的划分主要以户主年龄和家庭中子女的最小年龄作为重要依据，户主年龄达到60周岁或者有子女家庭中最小子女是否年满18周岁，作为中青年家庭与中老年家庭的重要分界线，上述划分主要是基于户主作为一家收入的主要贡献者与家庭决策的主要制定者，其退休影响作为家庭生命周期的拐点，比按家庭最年长的年龄划分生命周期更具代表性。第三，分析最新的全国人口普查数据可得，我国家庭中一代与二代家庭已占总家庭户口的77.31%，家庭核心化趋势已经相当明显。基于以上考虑，为了突出家庭中子女作为重要因素对家庭风险金融资产配置过程的影响，同时也是为了避免研究视角混淆，本文在样本处理时采取如下做法：当家庭中子女的结婚状况显示已婚时，认为该子女进入一个独立的生命周期，实际分析过程中对其子女构成的家庭单独进行分析研究。基于以上分析，本文构建完善了上述家庭生命周期五阶段模型。2．理论分析与相关假设本文构建的生命周期模型主要是基于家庭整体的生命阶段进行划分的，由于家庭整体的资产配置会根据不同时期家庭成员的总收入，健康风险，劳动收入风险，流动性约束等情况进行逐步调整，以提高家庭在整个生命周期内的获得的总效用。从背景风险出发考虑，受到风险回避的影响，家庭在金融资产上偏好可能会表现出较低活跃度。而家庭收入与流动性约束出发的研究也证明了不同时期家庭收入存在差异，而收入的提升对家庭资产配置具有促进作用，会增加家庭风险资产配置的主动性。但考虑到流动性约束的影响，生命周期的发展则会削弱参与金融市场的积极性。因而家庭生命周期的变化必然会导致家庭资产配置出现调整。基于上述分析，本文提出如下假设：假设1：家庭生命周期会显著影响家庭分析风险资产的配置情况。在基于生命周期模型开展的相关研究中，生命周期对被解释变量的影响通常是非线性的。例如先前学者利用生命周期模型研究上市公司股权集中度与股利政策的相关性，实证结果表明：处于成长期的上市公司，其股权集中度与现金股利政策存在显著的正向关系；而那些上市的成熟企业，其股权集中度与现金股利政策的关系近似呈“U”型关系；当公司步入衰退期时，两者的关系则为负向关系。生命周期视角下的企业分析，行业分析均出现非线性关系。在针对生命周期的不同阶段对家庭风险资产配置的影响时，本文参考其他生命周期模型的实证结果，同样做出如下假设：假设2：家庭生命周期对家庭各项风险资产配置的影响应为非线性关系按传统理论，当家庭步入稳定期之后，由于收入相对充足，同时生活也比较稳定，所以其收入质量与那些起步期的家庭相比会较高。因为本文在构建生命周期模型过程中主要针对中青年阶段与中老年阶段，即“起步—负担”期与“稳定—负担”期进行深入研究，因此在模型整体考虑过程中，生命周期阶段极有可能对家庭收入质量同样具有正向影响。综合以上分析，收入质量极有可能在家庭生命周期影响家庭风险性金融资产配置的过程中起到中介作用，即本文判断理论上存在“家庭生命周期—收入质量—风险资产配置结构”传导路径。基于此，提出以下假说：假设3：收入质量在家庭生命周期对各项风险资产配置影响过程中起到了中介作用。综上所述，家庭生命周期之所以影响我国家庭风险资产配置决策，在很大程度上可能是因为存在收入质量作为中介变量的传导作用。鉴于此，本文旨在通过构建一个恰当的生命周期模型进行验证，研究家庭生命周期的变化过程中对不同风险资产广度与深度的具体影响。本文还将进一步研究收入质量这一相对指标，是否会在家庭生命周期演化过程中，对家庭风险金融资产配置结构产生中介作用。三、我国人口结构与家庭金融资产配置现状（一）我国人口结构现状随着战后婴儿潮时期出生人口逐渐步入老年群体，我国人口老龄化问题早已成为各方关注的焦点。按照联合国对老龄化社会的划分依据，中国是在2000年就已步入老龄化社会，表2可以看出2018年与2019年我国65岁及以上老年人口规模分别为1.66与1.76亿人，占总人口比重达到11.9%与12.6%，而2020年据最新的第七次全国人口普查公报显示65岁及以上人口19063万人，占总人口的13.5%；60岁及以上人口26402万人，占总人口的18.7%我国。从目前的趋势来看，未来我国人口老龄化速度将保持一个较高的速率，预计“十四五”期间我国有可能步入中度老龄化社会，而到2030年全国人口普查时，我国65岁及以上人口所占比重很有可能超过20%。这种人口结构的重大变化趋势对我国今后经济发展与建设必然会有重大影响：首先冲击我国养老和退休保障体系，增加财政补贴金额，甚至造成养老金缺口等一系列棘手问题都会接踵而至。本文拟通过研究该问题，鼓励家庭完善资产配置，从而减少对财政的依赖，实现资金的充分利用。图1我国人口结构情况资料来源根据《中国统计年鉴》与第七次全国人口普查公报整理所得，下同。表2我国人口结构现状指标(万人)年末总人口0-14岁人口15-64岁人口65岁及以上人口2020年1411782533896777190632019年1400052349298910176032018年1395382352399357166582017年1390082334899829158312016年13827123008100260150032015年1374622271510036114386除此之外，我国老龄化不仅体现在人口数量上，不断增加的老龄人口抚养比也说明家庭养老开支的压力加重，必然也会使得居民在配置资产时考虑到未来养老支出的影响。受生育政策的影响，我国少儿抚养比略有增加，但幅度明显小于老龄人口增加幅度，对我国人口红利的维持提出来不小的挑战。我国人口老龄化同时叠加育龄妇女规模下降，生育率走低因素，让人口老龄化的应对之路更加曲折。基于上述考虑，本文利用生命周期理论模型综合研究老年人口与少儿人口结构变化对家庭风险性资产配置的综合影响。（二）家庭金融资产配置现状基于我国经济形势的良好发展，金融市场也随之获得进一步发展。目前我国的金融市场已经发展成为由资本市场、货币市场、外汇市场和黄金市场的多层次的金融市场。市场体系的蓬勃发展，也有力推动了金融工具创新与升级，包括股票、基金、外汇、金融衍生品在内的等多种风险性金融产品不断出现，丰富了我国居民的资产配置工具。可供选择的金融产品日益丰富，实现了家庭金融资产配置的一大显著特征：由过去现金、存款等非风险性金融资产为主的单一化配置向多元投资组合转变。我国家庭金融资产配置的具体情况如下列图表所示。表3家庭各项金融资产配置占比年份现金占比存款占比股票占比基金占比国债占比其他占比20095.64%72.44%0.09%0.17%7.56%14.09%20107.78%63.64%10.57%0.65%9.30%8.06%20116.53%62.77%18.19%0.80%3.27%8.45%20123.33%60.46%14.44%3.18%4.61%13.98%20133.45%59.35%14.12%3.91%5.18%13.98%20141.31%51.86%23.88%4.44%3.15%15.36%20151.77%39.53%32.08%7.54%6.89%12.20%20163.74%49.12%25.86%3.29%3.93%14.07%20171.71%40.67%33.67%5.69%1.94%16.33%资料来源根据《中国统计年鉴》（2010-2017年）整理所得，下同。从资产配置的数量上来说，居民家庭金融资产总量从2009年的59578.5亿元增加到2017年的121970亿元，增加了一倍多。总体上，居民家庭金融资产配置总量不断增长，说明家庭可支配收入是不断增加的。首先考虑存款与现金：（1）考虑到流动性和预防性需求，居民通常会选择将固定收入的部分比例以存款形式持有，居民家庭资产中的存款总量一直在维持在四万亿与六万亿元之间，作为我国居民资产配置过程中占比最高的部分，存款每年的波动幅度一般较小，说明我国居民依旧保持的相对谨慎的投资风格，对风险容忍度较低；。（2）就流动性最强的现金而言，2009年时占家庭金融资产配置比例约为5.64%，之后便不断下滑，至2017年已经下降至1.71%左右；该现象主要与我国金融基础设施的加快普及，互联网金融的迅速发展有关：以银行为代表的金融机构发展迅速，营业网点不断铺开，城乡居民的金融可得性逐年提升，而互联网技术的发展更是为移动支付场景提供的诸多便利，基于线上支付与消费的交易模式可以大大减少现金的使用，也不存在现金丢失和磨损等一系列问题，使得家庭逐渐减少现金的持有量。图3家庭风险资产配置占比变化情况图3表示出近年来我国家庭非风险性金融资产和风险性金融资产的占比情况。总体来看，我国家庭金融资产配置结构呈现出“一升一降”的显著特征。首先，以现金和存款为代表的非风险性金融资产的占比逐年减少，从2009年的高达78%过渡到17年的42%左右，减少了30%的占比；与此同时，2017年风险性金融资产总额占比达到58%左右。说明随着收入水平的增加，城乡居民收入差距进一步弥补，我国家庭有机会动用部分闲置资产参与风险市场投资，因此各项风险性资产配置占比会增加。但风险资产投资占比超过半数与我国众多家庭仍未摆脱单一依赖存款投资的现状并不矛盾：一方面因为我国家庭户均收入与发达国家相比还有差距，收入数量较高。同时我国居民受到历史传统观念影响，多数为风险厌恶者，具有较强的居安思危意识，所以对风险性金融资产相对比较排斥，呈现出我国风险投资群体规模较小，单一依赖存款投资的特点。另一方面考虑到我国家庭金融知识教育缺失，相关的培训服务匮乏，很多家庭缺少对自身金融风险承受能力的评估，在实际决策过程中也不注重金融资产配置规划。会造成资产配置的极端化，即出现过分注重安全性，或者过分强调收益，进行投机性投资的现象。图4家庭各项金融资产配置占比变化情况注：资料来源同上。就居民家庭配置各种金融资产的变化情况而言，统计数据显示风险性金融资产在家庭资产配置中的权重逐年上升，股票占比、基金占比与其他资产占比都呈现出上升的趋势。具体而言，投资股票的比重是六类中占比仅次于存款的，2017年已经达到了33.67%，考虑到股票投资最显著的特征就是机遇与风险并存，投资者有机会获得较高的回报。家庭参与股市也多是因为这个原因，说明家庭开始逐步转变观念，不再只关注资产的安全性与流动性水平；当股票投资增加时，基金占比也呈现出相同的变动趋势。因为2015年我国股市出现了较大幅度的调整，所以股票与基金的家庭投资占比都出现了不同程度下落但之后又立即呈现出上升的趋势，这也说明了股票市场的波动会对于居民的风险资产配置特别是股票与基金的配置产生影响。家庭对国债投资占比总体上呈现下浮下降，同时占比的波动相对较大，一方面是考虑到在于国债因为无违约风险所以利率也较低，居民往往将其作为存款产品的互补品，所以对国债的选择没有固定的偏好。另一方面国债是国家发行的每年数量有限，所以其占比很大程度上受到当年新发行的债券数量的制约。四、数据来源与模型构建（一）数据来源说明本文使用数据源于西南财经大学中国家庭金融调查与研究中心于2017年在全国范围内开展的第四轮中国家庭金融调查所得。该数据样本覆盖29个省（自治区、直辖市），在人口年龄结构、性别特征、城乡人口比例等多个方面与国家统计局调查数据相一致，涵盖范围广、拒访率低，采集的信息能够全面地反映了我国城乡居民家庭的基本状况，由此具有很好的代表性。基于研究问题及数据可获得性的考虑，本文对CHFS初始样本进行如下处理：①匹配家庭与户主层面的数据；②剔除异常值及本文所需关键变量缺失的样本。经过上述处理，最终获得4001个有效的家庭样本。（二）变量选取说明1．被解释变量本文聚焦家庭金融资产配置情况，以家庭为单位考虑家庭在风险金融资产参与的广度与深度。家庭金融资产包括风险性金融资产和无风险金融资产两类。无风险资产包括现金、定期存款、活期存款、持有国债、借出款项。而风险金融资产包括投资在股票、基金、理财产品（包括互联网理财与金融理财）、公司债券、其他衍生品、非人民币资产以及黄金市值的总和。考察的变量分为两类：考虑风险资产的广度时，考察的变量包括“是否配置风险资产”、“是否配置股票”、“是否配置基金”、“是否配置理财产品”。该变量为01变量，当居民持有上述风险资产时，便将相应的虚拟变量设定为1，否则设定为0。同时对持有风险资产的家庭，进一步考察风险资产配置深度，考察的变量包括“风险资产配置比例”、“股票配置比例”、“基金配置比例”、“理财产品配置比例”、本文将其设定为持有该项风险资产的比重，通过计算该项风险金融资产市值与家庭总金融资产的比率来衡量。2．核心解释变量本文的核心解释变量是利用家庭生命周期理论构造的不同生命周期阶段，并将其进行编号，利用前文的理论说明编号为1-5（见表）。同时做样本选择如下说明：本文综合考虑家庭人口结构，不考虑国外相关研究中常常设立的单身家庭，国外常常定义当家庭中子女到某一年龄（例如18周岁）后即与父母分开，单独居住且经济可以保持独立，通常将其视为单身家庭。但这种分类方式并不符合我国尤其是广大农村家庭的实际情况。以血缘和地缘关系为家族纽带是我国独有的特点，因为这种独特的社会关系，我国子女通常是在婚后甚至往往是在生育子女后才会逐步在经济上减少对父母的依赖，因此本文删掉了单身家庭的考察。考虑年龄因素，结合我国的实际情况，对年满60周岁的老人，不满18周岁的子女进行分类，扩充模型的深度。同时为验证前文的假设2，本文考虑在生命周期对不同种类的风险资产配置的具体影响时，并非考察单一的线性关系，而是借鉴前人的经验，引入生命周期的平方项对模型进行进一步优化、最终拟构建如下生命周期阶段:表4生命周期阶段说明生命周期阶段初创期抚养期稳定期负担期赡养期样本数103212617413596083．中介变量不同与以往研究中只聚焦家庭总收入这一绝对指标，本文关注收入质量这个相对指标，避免片面研究收入数量所带来的容易忽视收入质量的问题。（王欣、孔荣，2013）。参考前人的研究，本文针对收入的结构性、稳定性、充足性、成本性、知识性这五个维度衡量收入质量的理论内涵，在数据处理时实现该模型从农村居民收入进一步到城镇居民家庭的拓展，计算家庭收入质量得分。本文选择的收入质量的五个维度的二级指标变量见表四，具体说明见表五注释。、表5居民收入质量的代理变量与赋值说明收入质量代理变量变量赋值充足性家庭年总收入（万元）1万元以下=1，1～3以下=2，3～7以下=3，7～12以下=4，12以上=5结构性家庭收入渠道（个）对5种收入渠道计数1农业收入，2经营性收入，3工资收入，4财产性收入5其他收入稳定性更换工作频率（年）1年以下=1，1-2年以下=2，2～3年以下=3，3～5年以下=4，5年及以上=5成本性主要工作时间成本（每月工作天数）10天以内=1,11～15=2,16～20=3，21～25以下=4,25天以上=5知识性户主学历小学及以下=1，初中=2，高中包括职高=3大学包括高职=4，研究生及以上=5本文利用熵值法计算家庭收入质量所涉及的五维综合得分，不同与过去学者利用层次分析法进行的研究，熵值法作为一种客观赋权法，能够避免主观赋权的弊端。基本原理是：首先计算各项指标的信息熵，依据不同指标的相对变化程度衡量，判断对整个系统的影响，并以此为依据确定指标的权重。本文利用选取的4001个家庭样本（m=4001）的五个涉及收入质量的评价指标（n=5）构建原始数据矩阵：X=x1,1⋯（1）式中xij居民收入质量得分的具体计算过程是：第一步，考虑到影响收入质量的各项指标其影响方向不同（本文考虑的收入充足性、结构性、稳定性、知识性这四维指标为正向指标，对收入质量具有正向影响，而成本性指标属于逆向指标），所以在计算得分之前需要先对五维指标进行无量纲化处理。处理公式为（正向指标）：xij、处理公式为（逆向指标）：xij、第二步，测算出五项指标中第j项指标，第i个样本指标值所占的权重yijyij=第三，进一步求出每一项指标的信息熵：ej=-第四，求出第j项指标的信息效用qjqj=1-第五，计算出第j项指标的最终权重：wj=第六，利用权重计算出家庭收入质量的综合评价指标：U=j=15最终根据熵值法可以计算出，家庭收入质量的充足性、成本性、稳定性、结构性、知识性的权重分别为18.50%、27.02%、26.88%、6.10%和21.50%。这说明，收入质量不仅仅与总收入数量有关，获取收入所获得的成本，收入的稳定性与知识性同样起着较大的作用。4．控制变量参考以往文献的做法，本文基于户主个人，区位因素，家庭整体三方面考虑。聚焦户主个人是考虑到户主是一个家庭经济来源的主要承担者或家庭主事者，这必然会使得户主在家庭资产的支配过程中拥有较大的话语权和支配权。本文考虑户主的健康状况，年龄，性别作为控制变量。（1）户主健康状态。户主作为家庭中最主要的劳动力，其健康状况很可能与家庭金融资产配置结构相关，通常健康水平越好的家庭，在进行股票这类风险资产投资时的可能性也越大。（2）户主性别。在之前学者的研究过程中，认为男性的投资者的风险偏好更高，会有更髙的几率参与到股票市场当中。但也有学者通过实证研究得出相反结论，为分析该问题，本文将户主性别纳入控制变量。（3）户主年龄。随着年龄增大，对风险的容忍程度会降低，与此户主年龄的增加会显著降低家庭在配置风险资产时的偏好，这一点亦得到了众多学者研究佐证。第二类是区位因素，参考已有相关研究，余关元，雷敏，刘勇（2015）通过以家庭是否持有风险性金融资产作为被解释变量来简化模型进行研究过程中，针对该问题进行了区域化分析，发现无论家庭所处区域，收入水平都对家庭风险投资产生正向影响。所以本文考虑户口类型作为控制变量。不同的家庭户口所在地对家庭金融资产的配置方案有显著影响，一般认为城市居民接触到的金融信息较多，同时可支配收入也较高，会增加风险资产的持有。第三类是家庭整体特征，主要考虑金融素养，金融可及性，互联网可行性与幸福评价四个方面。（1）金融素养。该指标反映了家庭基本金融知识的了解程度，国外已有研究认为家庭所处地区的金融发展状况，对于该地区的居民参与金融市场的程度具有重要作用。金融发达的地方，家庭投资各类的金融资产的兴趣越高。本文同样将其纳入控制变量，研究我国家庭金融素养水平，同时分析其是否会在资产配置过程中起到影响。（2）金融可及性。考虑到我国目前正在大力推进普惠金融体系建设，本文设定了考察当地普惠金融设施便利程度的金融可及性指标，研究金融基础设施建设是否会有助于完善家庭多层次的金融资产配置，是否会增加家庭风险资产配置。（3）互联网可及性。目前互联网金融的发展势头良好，居民参与互联网金融理财产品的规模不断扩大。所以互联网可及性越高，居民接收到新信息越便捷，对增加新型风险金融产品的配置具有显著影响。（4）幸福评价。家庭的主观想法在一定程度也会影响家庭金融资产配置结构，参考其他文献，幸福评价越高的家庭，对资产配置的分散化越明显，对风险资产配置具有正向影响。（三）描述性统计变量说明与描述性统计见表6。

表6变量表述性统计说明变量名称变量说明均值标准差最小值最大值被解释变量是否持有风险资产家庭是否配置风险资产0.2870.45301持有股票家庭是否配置股票0.1140.31801持有基金家庭是否配置基金0.05500.22701持有理财产品家庭是否配置理财产品0.2150.41101风险资产比例所配置风险资产占家庭金融资产的比重0.1270.25801股票持有比例所配置股票占家庭金融资产的比重0.03600.14001基金持有比例所配置基金占家庭金融资产的比重0.01400.079000.936理财持有比例所配置理财产品占家庭金融资产的比重0.07500.19301核心解释变量生命周期对家庭按生命周期分类2.5631.36115中介变量收入质量用熵值法计算收入质量得分2.4990.2681.6913.287收入质量二级指标（具体赋值说明见本表注释）家庭年总收入3.7581.12415家庭收入渠道3.4480.63925更换工作频率4.1071.38315平均每月工作天数3.9811.06615户主学历2.9921.08215控制变量个人特征户主性别户主男性=1.女性=00.7500.43301户主健康状况非常不好=1，不好=2，一般=3，好=4，非常好=53.7860.83915户主年纪户主年龄<=30为1,30-45为2，45-60为3，大于60为42.4920.81114区位因素户口类型农业=1，非农业=2，统一居民户口=31.7540.65513家庭整体特征金融素养考察是否关注经济、金融方面的信息，不关注=0.关注=10.4540.49801互联网可及性考察互联网入网时间分析，没有入网=1,15年以后=2,10年以后=3,05年以后=4,05年以前=53.4031.53215金融可及性计算一个家庭拥有银行储蓄卡/活期存折的数量3.1081.45115幸福评价幸福=1，一般=2，不幸福=31.8290.67913具体数据补充说明：一，充足性维度通过询问家庭去年的家庭各项收入情况直接反映，1万元以下=1，1～3以下=2，3～7以下=3，7～12以下=4，12以上=5。二，结构性维度主要是通过计算家庭各项收入来源的数量，从而判断家庭收入来源是否多样化。一般而言，收入来源的渠道越广，受各项风险可能导致的收入减少的数量也越小，本文认为该家庭收入结构性越稳固。本文具体考察以下收入渠道1农业收入，2经营性收入，3工资收入，4财产性收入（包括银行存款，股票，基金，理财产品，黄金，外币资产所得）,5其他收入（包括出租收入，国家补贴等）。三，稳定性维度是通过判断户主更换工作的频率来衡量的，依据是在某一岗位上工作时间越长，其收入情况越稳定，可持续性也越好。（主要通过调查数据中近五年有更换工作的户主数据，同时排除因为丧失劳动能力，升学，离退休等因素的影响）。四，成本性维度通过工作的时间成本反映。收入的获取成本越低，说明纯收入越高。五，知识性维度主要通过户主受教育水平与户主从事的工作技术含量反映。一般而言户主受教育水平越高，其参与的工作技术含量越高，收入数量与稳定性也越高。六，统计时对上述五类指标进行无量纲处理，利用熵值法确定权重重新赋值后计算中介变量收入质量得分。七，数据均根据问卷相关指标整理所得。（四）模型构建本文将通过构造家庭金融风险资产配置的Probit和Tobit两模型，研究不同的家庭生命周期与收入质量对家庭金融资产配置的广度与深度的不同影响。考虑到家庭是否配置某项资产是一个二元选择变量，参考前人的研究，本文采用Probit模型分析各项风险资产配置的广度。同时考虑到有相当一部分家庭未参与风险资产配置，因为尚未参与的家庭在风险资产投资的比例都为0，所以在计算风险资产配置时，数据存在截断问题，针对该问题，本文采用Tobit模型研究。具体而言，本文将模型设定如下：1．Probit模型y1*其中，y1∗是表示的不可观测的潜在变量，Y1表示各个家庭风险资产（股票、基金、互联网理财、金融理财、公司债券、其他衍生品、非人民币资产以及黄金）的持有情况，若Y1=0，则表示这个家庭配置有风险资产，否则Y1=1表示该家庭持有风险资产。x1表示核心解释变量生命周期，x12为生命周期平方项。如果生命周期系数为负，而平方项系数为正，则说明生命周期与被解释变量存在“Ｕ”型关系。如果反之生命周期系数为正，而平方项系数为负，则说明生命周期与被解释变量呈现倒“Ｕ”型关系。IQ表示本文第二个核心解释变量收入质量。2．Tobit模型y2其中，y2∗是表示的不可观测的潜在变量，Y2表示可以观测获得的虚拟变量。x1，IQ表示本文的二个核心解释变量生命周期与收入质量。ω表示三个维度的控制变量，b五、关于家庭生命周期，收入质量对各风险资产的实证分析（一）基准回归本文利用Stata16对家庭风险资产配置情况进行回归，结果见下表。由于回归系数的经济学意义不大（回归系数可见附录），因此本文计算了平均边际效应。特别是对于Tobit模型而言，考虑到数据截断的影响，由于本文需要进一步分析家庭在选择配置风险资产之后，对于风险资产的偏好的具体比重，需要考虑风险资产配置（左截断0）的偏效应。在分别剔除了没有参与风险资产，股票，基金以及理财产品的样本后考虑回归结果的平均边际效应，表示当被解释变量大于0时，解释变量变化1单位，所引起的被解释变量平均变化量的大小。本文可以得出以下结论。表7生命周期对家庭配置风险资产的影响变量Probit模型（是否配置）Tobit模型（配置比例）生命周期-0.0840***-0.0414***(0.0228)(0.0115)生命周期平方项0.0141***0.0070***(0.0038)(0.0019)户主性别-0.0670***-0.0311***(0.0139)(0.0070)户主年纪-0.0405***-0.0145***(0.0094)(0.0047)户主健康状况0.0172**0.0090**(0.0078)(0.0039)户口类型0.0573***0.0305***(0.0100)(0.0051)金融素养0.1532***0.0811***(0.0120)(0.0066)互联网可及性0.0560***0.0310***(0.0045)(0.0025)金融可及性0.0662***0.0314***(0.0043)(0.0024)幸福评价-0.0098-0.0091*(0.0094)(0.0048)Number40014001LRchi21177.431155.05Prob>chi20.00000.0000Loglikelihood-1810.1982-1959.296PseudoR20.24540.2277注：表格内是相应变量对应的边际效应大小，括号内的数值为标准差；***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。基准回归可以看出，风险资产的是否配置与配置比重确实会受到生命周期的影响，生命周期的一次项与二次项均显著，证明了上文的假设，即生命周期的影响确实是非线性的，而是呈“Ｕ”型关系，其一次项对风险资产影响的边际效应分别为-8.40%与-4.14%，而平方项所带来的平均边际效应分别为1.41%与0.70%。该回归结果符合前文生命周期演化的理论说明，即家庭从初创期发展过程中，由于开支递增，而家庭收入的增长有限，很多家庭会更倾向于增加安全性和流动性较强的资产的配置，从而会相应减少家庭风险资产的配置权重。随着子女的成家立业，家庭开支减少，家庭获得适量的家庭储蓄，部分家庭会选择适当调整家庭的金融资产配置，增加了相应的风险资产的持有。具体而言，考虑到家庭的金融资产配置是需求与能力相统一的结果：在初创期，户主工作经验，专业技能刚刚开始培养，获取金融资产的能力有限；但是因为不存在子女抚养的开支，老人的赡养费用等，其他开支相对较少，对风险资产的需求会相应增加。进入下一个生命周期，受到子女抚养费用，教育开支等影响，在配置能力提升缓慢的前提下，对风险资产的配置主要受需求减少的影响，该阶段生命周期对家庭风险资产的相关决策以负向影响为主。处在第三周期的家庭，以“隐形负担”为主，该阶段的家庭有培养子女的规划，同时需要考虑父母的赡养开支，对风险资产配置的需求产生负效应。负担阶段的家庭则进一步将这种压力放大，对家庭风险资产配置具有显著的影响。最后从负担期过渡到赡养期，由于已经完成了后代抚育的相关投入，金融资产配置需求相对增加。同时受教育程度的提高，使得家庭对风险资产的需求增加，出现正向影响。对于各项控制变量，就户主的个人特征而言有如下发现：第一，户主性别对各项风险资产均有负向的显著影响，即与女性相比，户主为男性的家庭在配置金融资产时，往往会减少股票或者基金等风险资产的持有。具体而言，户主为男性对一个家庭选择是否进入风险金融市场产生的负向影响为6.70%，这与男性的风险厌恶系数更高有关。同时考虑到我国对于男性购置房产的倾向的影响，该因素也会减少男性相应在风险资产上的配置比例。第二，户主年龄对家庭是否选择配置风险资产，股票与理财产品都是显著的。对是否配置基金的关系不显著，可能是由于基金在我国的发展相对较晚，一些产品2017年尚未普及。第三，户主的身体状况对家庭风险资产配置是正相关的，回归边际效应为1.72%。就家庭的地理特征而言，所处环境对家庭的风险资产配置的影响是显著的，住在大城市的家庭更愿意参与各项风险资产的投入。最后就家庭的内在特征而言，回归发现金融素养，互联网可及性，金融可及性对于家庭在风险资产配置决策过程中有显著的正向影响，同时也是控制变量中边际效应最大的三个因素，对风险资产的边际效应分别达到15.32%，5.60%和6.62%。这表明居民金融素养越高，互联网可及性，金融可及性越强，其家庭风险资产配置占比将显著提高，金融市场参与度将更为深入。（二）中介效应在前文的理论分析过程中，本文说明了收入质量作为中介变量参与金融资产配置决策的可能性，下面借鉴温忠麟等（2004）、钱雪松等（2015）的做法，检验家庭收入质量的中介效应，即检验家庭生命周期是否通过影响收入质量水平制约家庭风险资产配置过程。利用前文熵值法计算得出的收入质量得分作为中介变量，进行逐步回归，回归结果如下表所示：y1*=IQ=a1,1xy1*=y2*=IQ=a2,1xy2*=表8是否持有风险资产中介效应检验变量是否持有收入质量是否持有生命周期-0.3292***0.0650***-0.3742***(0.0898)(0.0138)(0.0906)生命周期平方0.0553***-0.0101***0.0618***(0.0152)(0.0023)(0.0153)收入质量0.7028***(0.1086)控制变量已控制已控制已控制Number400140014001LRchi21177.43F=127.371219.98Prob>chi20.00000.00000.0000Loglikelihood-1810.1982——-1788.9251PseudoR20.24540.24020.2543注：表格内是相应变量对应的回归系数，括号内的数值为标准差；***表示在0.1%的水平上显著，**表示在1%的水平上显著，*表示在5%的水平上显著。下表同。表9持有风险资产权重中介效应检验变量持有权重收入质量持有权重生命周期-0.1585***0.0644***-0.1798***(0.0439)(0.0137)(0.0439)生命周期平方0.0268***-0.0100***0.0299***(0.0074)(0.0023)(0.0074)收入质量0.3338***(0.0533)控制变量已控制已控制已控制Number400140014001LRchi21155.051108.331195.06Prob>chi20.00000.00000.0000Loglikelihood-1959.296140.26193-1939.2929PseudoR20.22771.33890.2355观察表七中各项回归结果，a,b,c（三）异质性分析基础回归与中介效应检验已表明我国家庭风险资产的配置具有明显的生命周期效应，但是还没有进一步指出对于不同的风险金融产品的异质性影响，下面本文就家庭常见风险资产，对其从家庭生命周期视角进行异质性分析，主要考虑股票，基金与理财产品这三种金融产品。表10是否配置风险资产的异质性分析变量持有风险资产持有股票持有基金持有理财生命周期-0.3742***-0.0360-0.3070**-0.4318***(0.0906)(0.1152)(0.1364)(0.0945)生命周期平方项0.0618***0.00140.0512**0.0688***(0.0153)(0.0194)(0.0229)(0.0160)收入质量0.7028***0.8136***0.7959***0.5812***(0.1086)(0.1457)(0.1752)(0.1134)户主性别-0.2780***-0.1709**-0.2984***-0.2975***(0.0556)(0.0696)(0.0807)(0.0569)户主年龄-0.1803***0.1168**0.0224-0.2727***(0.0373)(0.0484)(0.0567)(0.0387)户主健康状况0.0718**0.03670.06160.0528(0.0309)(0.0394)(0.0471)(0.0323)户口类型0.1660***0.2676***0.1290**0.0763*(0.0412)(0.0536)(0.0645)(0.0429)金融素养0.5613***0.7027***0.5607***0.4184***(0.0503)(0.0686)(0.0842)(0.0530)互联网可及性0.1915***0.2139***0.1223***0.1658***(0.0192)(0.0259)(0.0306)(0.0204)金融可及性0.2472***0.1650***0.1575***0.2232***(0.0184)(0.0240)(0.0294)(0.0193)幸福评价-0.0486-0.0420-0.1049*-0.0447(0.0372)(0.0478)(0.0583)(0.0388)_cons-3.4300***-5.6492***-4.7258***-2.6125***(0.2997)(0.4190)(0.4905)(0.3093)Number4001400140014001LRchi21177.43682.70286.90876.87Prob>chi20.00000.00000.00000.0000Loglikelihood-1810.1982-1077.5976-705.52135-1644.3986PseudoR20.24540.24060.16900.2105表11配置各项风险资产权重的异质性分析变量风险资产比重股票比重基金比重理财产品比重生命周期-0.1798***-0.0124-0.1571**-0.2005***(0.0439)(0.0618)(0.0722)(0.0460)生命周期平方项0.0299***-0.00010.0272**0.0328***(0.0074)(0.0104)(0.0121)(0.0078)收入质量0.3338***0.3871***0.3958***0.2581***(0.0533)(0.0793)(0.0944)(0.0555)户主性别-0.1236***-0.0682*-0.1324***-0.1307***(0.0267)(0.0375)(0.0430)(0.0276)户主年龄-0.0646***0.0593**0.0028-0.1115***(0.0181)(0.0260)(0.0297)(0.0189)户主健康状况0.0365**0.02450.02160.0255(0.0151)(0.0212)(0.0247)(0.0157)户口类型0.0896***0.1454***0.0819**0.0415**(0.0201)(0.0293)(0.0341)(0.0208)金融素养0.2880***0.3630***0.2868***0.1930***(0.0253)(0.0393)(0.0469)(0.0264)互联网可及性0.1040***0.1169***0.0642***0.0817***(0.0097)(0.0145)(0.0164)(0.0102)金融可及性0.1126***0.0758***0.0807***0.1017***(0.0092)(0.0132)(0.0160)(0.0097)幸福评价-0.0385**-0.0225-0.0575*-0.0322*(0.0181)(0.0257)(0.0307)(0.0189)_cons-1.7470***-2.9345***-2.4229***-1.2812***(0.1503)(0.2477)(0.2921)(0.1545)Number4001400140014001LRchi21155.05623.13275.81779.44Prob>chi20.00000.00000.00000.0000Loglikelihood-1959.296-1037.6068-629.24586-1619.7136PseudoR20.22770.23090.17980.1939上表分析报告了生命周期，收入质量对家庭配置各项风险资产的广度与深度影响的回归结果。所有模型均通过了LR检验，表明相应的模型估计是有效的。下文对表中风险资产及股票，基金，理财产品三个子类的具体回归结果进行进一步分析。首先就核心解释变量而言，是否配置风险资产，基金与理财产品与生命周期呈“Ｕ”型关系，可以进一步说明家庭在配置各项风险资产过程中，均存在生命周期效应。而是否配置股票与生命周期的关系不显著，未满足该理论假说的原因本文考虑基于两方面：首先是股票投资具有一定的门槛，这使得参与投资的样本数量较少，一定程度上影响了回归结果。其次是考虑到我国家庭勤俭节约的传统，以及心理上偏好谨慎的投资，再加上由于我国股票市场上常常波动较大，散户投资风险较大，投资者因而也需要具备较高的金融素养，所以与家庭的生命周期的联系可能不够紧密。而股票持有比例的回归关系不显著，原因与上面分析Probit模型基本一致。对于本文的中介变量收入质量，在是否配置风险资产，股票，基金和理财产品四个回归结果中均表现显著，对基金的回归系数最高为0.3958，股票次之0.3871，说明风险较高的资产，家庭在权衡其配置比例时，收入质量的正向影响越大。收入质量对各项风险资产持有比例的影响依旧是显著的，同时分析发现该项指标的边际效应也是所有指标中最明显的，说明了家庭的收入质量对风险资产配置的关键作用。对于控制变量而言，细化被解释变量的类别对变量的显著性水平无明显影响。其中户主年龄对家庭是否选择配置风险资产，股票与理财产品都是显著的，对是否配置基金的关系不显著，可能是由于基金在我国的发展相对较晚，一些产品17年尚未普及。最后幸福评价在具体配置比例的回归中较显著，主要是由于配置风险资产的往往是拥有较强经济实力的家庭，所以抗风险能力也较强，在一定程度上幸福评价也较高，由此对各项风险资产配置的权重也有显著影响。因为在数据赋值时幸福程度越高，赋值较小，所以符合实际情况。另外经过对比，可以说明各控制变量系数的显著性水平与基准回归保持一致，该结果在一定程度上也可以说明本文实证分析过程的可信度。（四）稳健性检验考虑到本文所建立的生命周期框架中，不同家庭所处阶段的唯一性。理论上来说，本文的核心解释变量是一个严格的外生变量，因为家庭的资产配置是不会反向影响到家庭所处的生命周期阶段的，即模型不会存在反向因果问题。所以内生性问题不显著，但是考虑到不同城乡的经济发展水平仍存在一定的差距，必然会对该地区的家庭风险资产配置产生影响。与此同时，城乡的物价水平与会影响居民可支配收入，从而影响对风险资产的配置。所以需要针对该问题进行显著性检验。本文考虑到样本中的城镇家庭，乡村家庭的各项指标存在比较明显的异质性，将全体样本按照城乡不同进行划分，结果见表12。在剔除农村样本之后得到的回归结果与之前的结果十分接近，变量的显著性水平，系数大小与方向几乎没有发生变化，可以证明之前的回归结果具备较好的稳健性。表12稳健性检验变量Probit模型（是否配置）Tobit模型（配置比例）生命周期-0.2470**-0.1092**(0.1055)(0.0496)生命周期平方项0.0408**0.0183**(0.0178)(0.0083)收入质量0.6801***0.2953***(0.1347)(0.0641)户主性别-0.2753***-0.1227***(0.0626)(0.0292)户主年纪-0.1238***-0.0301(0.0450)(0.0211)户主健康状况0.04100.0206(0.0369)(0.0174)户口类型0.09820.0318(0.0713)(0.0330)金融素养0.6402***0.3147***(0.0591)(0.0290)互联网可及性0.1874***0.1000***(0.0231)(0.0112)金融可及性0.2401***0.1071***(0.0217)(0.0105)幸福评价-0.0150-0.0239(0.0441)(0.0209)_cons-3.4514***-1.6203***(0.4143)(0.1970)Number25292529LRchi2675.44646.73Prob>chi20.00000.0000Loglikelihood-1327.3207-1471.3574PseudoR20.20280.1802六、结论与政策建议本文主要构建了一个适用于我国国情，以家庭不同生命周期为核心特征的演化模型，根据2017年CHFS调查数据，运用Probit模型和Tobit模型，在控制样本家庭中的户主特征、家庭特征、区位因素等变量的前提下，论证了家庭所处的生命周期的不同对于家庭金融资产配置的影响，同时进行异质性分析，研究家庭生命周期对投资股票，基金与理财产品的影响。同时，本文还验证了收入质量是否在家庭生命周期对家庭风险资产配置的影响过程中发挥中介作用。（一）研究结论研究可以得出如下结论：第一，是否配置风险资产，基金与理财产品以及具体的配置比例均与生命周期呈正向的“Ｕ”型关系。第二，收入质量作为中介变量，在家庭生命周期对我国的家庭是否进行风险资产配置，与决定具体配置权重的相关决策过程中，起到了正向的中介作用。同时随着风险资产的风险系数的增加，收入质量的中介作用效应递增。第三，研究发现，户主为男性的家庭投资风险资产的广度与深度都要显著低于户主为女性的家庭，说明男性具有更大的风险抑制性。第四，户主的身体状况越好，年龄越小，会显著增加风险资产配置的倾向。第五，城镇家庭参与金融市场的程度更深，同时家庭的金融素养，互联网可及性，金融可及性以及家庭的幸福评价都会显著影响风险资产配置。（二）政策建议基于以上结论，本文针对进一步改善家庭的资产配置结构，激发微观主体的金融活力提出以下建议：第一，各金融机构以创新为导向，加强金融产品革新，顺应家庭生命周期的特点，因地制宜设计产品。针对当前我国家庭逐渐凸显的小规模化、少子化和老龄化的特点，设计更多保障性的金融产品。跟随家庭结构的不断变化，设计有针对性的金融产品，努力实现金融资产多元化、多层次、多维度的供给。使得金融产品能够切实地满足投资者的需求。实现既增强自身盈利能力，也能更好的满足用户需要，扩大金融市场的参与群体的规模。第二，居民也应该主动接触金融理财的相关知识，培养金融资产配置多元化意识。以提升居民的受教育水平为重点，积极接触和学习金融知识，不断提高鉴别风险的能力，通过居民主动自发参与，实现有效地通过资产的合理配置，提升家庭金融收入的目的。同时有利于完善我国的资本市场结构，增加投资者的专业性第三，考虑到收入质量的中介效应的影响。实证研究已经证明家庭财富积累的质量而非数量才是家庭风险资产配置结构的重要决定因素。所以政府有关部门在聚焦提高城乡居民收入数量的同时，更要密切关注收入质量，可以通过举办相关的职业技能培训、提供形式多样的就业指导服务等不同方式，促进居民收入质量实现稳定持续健康增长，缩小城乡贫富差距，从而改善城乡居民的风险资产配置结构，促进城乡居民资产配置的优化升级。第四，借鉴国外的成功经验，进一步完善我国社会养老保险的体制机制。通过完善社会养老体系建设，减少由于年龄所引起的风险产品市场参与的抑制效应，帮助广大老龄家庭可以安心利用各种金融工具来构造合适的投资组合，减少福利损失。除此之外，通过金融产品创新，设计有针对性的投资理财工具，这同样也是应对老龄化社会金融政策的一大研究方向。第五，政府有关部门可以进一步指导金融机构完善普惠金融覆盖范围，同时结合互联网技术，积极探索金融服务新模式。通过拓宽金融教育服务渠道，逐步提升居民对新型金融产品的认知能力。同时，鼓励他们主动、理性参与风险资本市场，拓宽居民财产性收入的渠道。最终实现由政府指导家庭采取合理的资产配置计划，加强金融风险知识的传播教育，提高居民资产配置意识，到实现增加居民家庭收入，激发微观主体的金融活力的政策目的。第六，建议政府不仅要大力发展资本市场，同时还要加强资本市场的宏观审慎监管，进一步完善双支柱的监管模式。坚持通过规范市场，增加信息的透明度，一方面通过减缓信息成本和参与成本，降低股票基金等风险产品市场的参与门槛，避免因为我国较高比例的老龄居民比重，所产生的认知能力缺陷而导致的“有限参与”现象；另一方面，加强对金融市场的监管，可以有效保障投资者的合法权益，通过显著降低逆向选择与道德风险，进一步提高广大家庭在风险金融市场上的参与度。（三）总结不足最后需要说明的是，本文研究仍然存在以下不足：第一，由于本文没有将家庭生命周期设为虚拟变量，只能在各项回归结果中只能得到绝对差异，无法得出在各项风险资产配置过程中的相对差异；第二，本文未考虑数代家庭这种生活模式，中国的家庭特别是农村，有相当一部分依然保持“数代同堂”的社会模式，这类家庭的风险资产配置结构与本文所构建显然有所不同。第三，利用的CHFS数据，数据范围没有能够覆盖我国全部地区，同时本文使用的为2017年的截面数据，并未使用面板数据，可能会对最后的实证分析结果产生影响。第四，由于在家庭风险资产配置在债券、外汇、期货等金融资产的数据较少，无法分别做出实证研究，进行异质性分析，所以仅在股票，基金与理财产品三类的数据进行了实证分析，这部分内容有待于获取更加详尽的数据进行完善。第五，考虑到在基础回归时生命周期存在二次项，在中介效应分析无法量化中介效应大小。

参考文献[1]Blommestein，H.Ageing,PensionReformandFinancialMarketImplicationsintheOECDArea[J].CERPWorkingPaper，2001[2]BrunnermeierMK,NagelS.DoWealthFluctuationsGenerateTime-VaryingRiskAversionMicro-EvidenceonIndividuals'AssetAllocation[J].AmericanEconomicReview,2008,98(3):713-736[3]CardakBa，WilkinsR.Thedeterminantsofhouseholdriskyassetholdings:Australianevidenceonbackgroundriskandotherfactors[J].JournalofBanking&Finance,2009,33(5):850-860[4]Cocco,J.F.PortfolioChoiceinthePresenceofHousing[J].ReviewofFinancialStudies,2005,18(2):535-567.[