【金融素养、健康素养影响养老规划的实证分析7400字（论文）】

金融素养、健康素养影响养老规划的实证分析目录TOC\o"1-3"\h\u29049金融素养、健康素养影响养老规划的实证分析 1163211.1金融素养对养老规划的影响研究 151531.1.1变量描述 151.1.2金融素养对养老规划的实证分析 3197791.2健康素养对养老规划的影响研究 638361.2.1模型选择 6309481.2.2健康素养对养老规划的实证分析 6275551.3金融素养和健康素养对养老规划的交互效应研究 822941.3.1变量设计 8316091.3.2健康素养对金融素养与养老规划的调节作用分析 87461.4研究结论 10215941.4.1金融素养与养老规划之间呈正相关关系 10232151.4.2健康素养与养老规划之间呈正相关关系 104981.4.3金融素养和健康素养交互效应显著影响养老规划 11养老规划本质上作为一项重要的投资决策，个体的养老规划行为必然受到多种因素的影响，除了受到包含人口统计特征、生理因素、心理因素、社会环境等在内的传统因素的影响，也会受到金融素养和健康素养两方面的影响。论文通过对发放调查问卷收集而来的数据进行了样本分析，并对上海市居民的金融素养、健康素养和养老规划状况进行了描述性统计分析之后，为了验证第三章提出的三个研究假设，论文进一步对数据进行实证分析，利用定量方法研究金融素养、健康素养对养老规划的影响机制。1.1金融素养对养老规划的影响研究1.1.1变量描述1.性别性别是影响养老规划的显著因素。国内外相关研究表明，男女在养老规划上存在一定差异。一般地，因社会经济地位和家庭角色的不同，在制定经济金融决策时，女性比男性相对保守，偏好稳健的投资方式；而男性喜欢冒险，偏好风险投资。因此，论文引入性别变量来研究性别对养老规划的影响，男性、女性分别赋值为1、0。2.年龄年龄是影响养老规划的重要因素。根据生命周期理论，个体为了实现整个生命周期内效用最大化，需要在长期内均衡地考虑资产配置问题。养老规划作为复杂的金融决策，个体在制定养老规划时，需要慎重考虑并处理好当前储蓄和未来消费的关系。因此，论文引入了年龄变量，将居民的年龄分为“18-25岁”、“26-35岁”、“36-45岁”、“46-55岁”和“56岁以上”五个档次，并分别赋值为1、2、3、4、5。3.受教育程度受教育程度也即人们的文化程度、学历水平，是衡量人力资本的一个重要指标。从理论上讲，学历高的人参与养老规划的概率更高。个人的文化程度越高，说明他的学习能力、理解能力和分析能力也较强，生活中接触金融知识、健康知识的机会更多，金融素养和健康素养水平也较高，更能意识到养老规划的重要性，所以会制定出相对合理有效的养老规划。因此，论文引入了受教育程度变量，将居民的受教育程度分为“初中及以下”、“高中（职高/中专/技校）”、“大专或本科”和“硕士及以上”四个档次，并分别赋值为1、2、3、4。4.户口城乡差异、户籍所在地是最能体现中国特色的因素。理论上讲，户籍差异会影响到居民养老规划的参与程度，城镇居民更愿意去参与养老规划。一方面，因为城镇户籍的人拥有的社会资源和学习机会要比农村户籍的人多，所以对养老规划的认知程度也要高于农村户籍的人；另一方面，农村居民大多从事农业生产，面对不可控的自然风险要多，收入的稳定性更差，在养老问题上养老资产受到较多约束。因此，论文引入户口变量来研究户口对养老规划的影响，将居民户口分为“城镇”和“农村”，并分别赋值为1、0。1.婚姻状况不同婚姻状况中的居民所做的金融决策也不同，对养老规划的期望性也有差异。一般地，已婚的人对养老规划的参与度更高，因为夫妻二人的收入是共同的财产，这样就可以为彼此的养老提供更多的财务保障；而单身的人、没有配偶的人考虑到经济上没有足够的资源去安排养老，所以参与养老规划的程度低。因此，论文引入婚姻变量来研究婚姻状况对养老规划的影响，“已婚”赋值为1，“未婚”和“其他”赋值为0。6.就业状态就业状态会影响居民的风险偏好和金融投资行为，一般而言，具有全职工作居民的收入稳定性较高，增加了其对风险的承受能力，在投资理财上偏好收益较高的风险投资。而自由职业者/个体户的收入稳定性较差，经营收益的风险较多，可能会出现临时性资金需求不足等意外情况，所以较少去考虑需要长期资金投入的养老规划。而退休、失业等状态的居民因缺少稳定的收入来源，也不会较多地考虑养老规划。因此，论文引入就业状态变量来研究就业状态对养老规划的影响，将“全职工作”赋值为1，“自由职业者/个体户”赋值为2，“学生”赋值为3，“务农”赋值为4，“失业/待业”、“退休”和“无意就业”赋值为5。7.月收入水平收入水平的高低直接影响到资金储蓄的多寡，个体手中储蓄的资金越多，越容易考虑到养老问题，从而对养老规划产生更大的期望性。大量研究表明，收入高的个体会进行更多的金融理财规划，有足够的资金去支持养老，参与养老金融市场的程度更高。因此，论文引入月收入变量来研究月收入水平对养老规划的影响，将居民的月收入水平分为“3000元以下”、“3000-6000元”、“6000-9000元”、“9000-12000元”、“12000-15000元”和“15000元以上”六个档次，并分别赋值为1、2、3、4、5、6。1.1.2金融素养对养老规划的实证分析针对第三章提出的假设1:金融素养与养老规划之间呈正相关关系，为了对它进行验证，拟采用OLS模型。其中被解释变量是养老规划，解释变量为金融素养，其他变量为控制变量。模型2、模型3、模型4分别为控制了年龄、就业状况和受教育程度变量的回归模型。回归结果如表5-1所示。表5-1金融素养对养老规划的回归分析Table5-1Regressionanalysisoffinancialliteracytoretirementplanning养老规划OLS模型1模型2模型3模型4金融素养0.095***0.095***0.168***0.106***男性0.012***0.012***0.014***0.015***18-25岁0.122-1.125***0.18126-35岁0.059-0.603***0.13836-45岁0.284-0.2320.27946-55岁0.371***0.3060.358***56岁以上0.1010.1270.113全职工作0.449***0.431***0.433***自由职业/个体户0.4190.4250.441学生-0.381***-0.347***-0.330***务农-0.102-0.078-0.101退休及其他0.0140.1410.071初中及以下0.106-0.2170.158高中0.137-0.1060.147大专或本科0.1960.1320.181研究生及以上0.279***0.216***0.228***城镇0.390***0.375***0.327***0.371***已婚0.2830.2850.2980.288月收入水平0.160**0.171**0.232**0.207**_cons2.164***1.228***1.660***1.595***样本数200200200200（注：∗，∗∗，∗∗∗分别表示回归系数在10%、5%、1%的水平上显著）根据回归结果，金融素养变量系数为正，与养老规划之间存在显著正相关关系，并且在分别控制了影响养老规划的年龄、就业状况和受教育程度等变量的情况下，结果都十分显著。这说明金融素养会显著影响居民的养老规划水平，即金融素养水平越高，居民的养老规划水平越高，参与养老规划的程度越好。这也与国内外的相关研究结果相一致，较好地证明了第三章提出的假设1。现实生活中，个体的金融素养主要体现在对金融知识和金融技能的理解和掌握，而能够较好地运用金融知识和技能，并做出合理有效的金融决策的居民，往往具有较强的养老规划意识，参与养老规划制定的概率也高于金融素养水平低的居民。这也为提升居民养老规划的制定提供了有针对性的改进渠道。然后从其他控制变量角度来看，在性别上，性别与养老规划之间存在显著正相关关系，说明男女在养老规划上存在较大差异。相对于女性而言，男性较为理性，男性更能意识到长远的养老问题，并且会提前设想可能发生的意外状况，拟定预期的解决方案，因此，男性参与制定养老规划的可能性更大。在年龄上，年龄与养老规划之间存在显著相关关系，不同年龄段的养老规划有不同的表现。年龄越大，参与养老规划的程度越高。具体来看，年轻人对养老规划的关注较低，随着年龄的增长，居民逐渐意识到养老问题的重要性，尤其是46-55岁年龄段的居民，对养老规划有更强烈的参与意愿。这可能是因为，随着退休期的临近，人们更能意识到养老生活的需求和紧张的养老形势，也更能发现养老规划的缺失。在受教育程度上，受教育程度与养老规划之间存在显著正相关关系，尤其是研究生及以上的居民。这说明，受教育程度越高的居民，知识储备丰富，理解能力和认知能力较好，考虑问题更加长远且全面，所以参与养老规划的可能性也就越高。在户口上，户口变量系数为正，说明城镇户口与养老规划之间存在显著正相关关系，即相对于持有农村户口的居民而言，持有城镇户口的居民参与养老规划的程度更高。这一结果也与城乡差异的实际情况相符，因为城镇居民的收入较为稳定的同时，接触金融资源的机会均高于农村居民，从而增加了城镇居民参与养老规划的可能性。在婚姻状况上，已婚与养老规划之间的相关关系不够显著，即相对于未婚及其他婚姻状况的居民而言，已婚居民参与养老规划的概率并没有明显更高。在就业状态上，就业状况与养老规划之间存在显著相关关系，与退休等其他工作状态的居民相比，拥有全职工作的居民参与养老规划的程度显著更高。因为具有全职工作居民的收入稳定性较高，增加了其对风险的承受能力，在投资理财上偏好收益较高的风险投资。值得注意的是，学生与养老规划之间存在显著的负相关关系，这说明虽然学生群体的知识水平和理解能力较高，对养老规划问题较为重视，但是由于缺少稳定的收入来源，不能较好地参与养老规划的制定。在月收入水平上，月收入变量系数为正且显著，说明月收入与养老规划之间存在显著正相关关系，即月收入水平越高，居民参与养老规划的概率更高。这说明收入水平决定了资产规模的大小，会对居民的投资和储蓄行为产生影响，进而影响其参与养老规划的程度。1.2健康素养对养老规划的影响研究1.2.1模型选择在论文的研究中，养老规划作为核心关注变量，受到多种因素的综合影响。针对第三章提出的假设2：健康素养与养老规划之间呈正相关关系。为了对它进行验证，拟采用Probit模型对健康素养与养老规划的关系进行验证。值得注意的是，在这个模型中，将不引入金融素养变量，其中被解释变量是养老规划，健康素养为核心解释变量，其他变量为控制变量。这样的处理过程，目的是得到更为准确的数据，增强研究结论的说服力。在具体的控制变量处理上，参照“金融素养对养老规划的影响研究”部分的变量设置，及第三章的“描述性统计分析”部分。1.2.2健康素养对养老规划的实证分析论文应用统计软件SPSS24.0对数据进行进一步的回归分析之后，具体的回归分析结果如表5-2所示：表5-2健康素养对养老规划的实证分析Table5-2Regressionanalysisofhealthliteracytoretirementplanning变量回归系数标准差健康素养0.135***0.003性别0.013***0.003年龄0.021***0.002受教育程度0.139***0.081户口0.325***0.003婚姻0.2840.163就业状态0.1140.116月收入0.169**0.034常数项1.218***样本数200（注：∗，∗∗，∗∗∗分别表示回归系数在10%、5%、1%的水平上显著）根据实证分析结果，健康素养变量系数为正，作为核心解释变量，健康素养与养老规划之间存在显著正相关关系。相关系数为0.035，在1%的水平上显著，说明健康素养每提高一个水平，居民参与养老规划的可能性就会提高0.035。实证结果较好地验证了论文研究提出的假设2“健康素养与养老规划之间呈正相关关系”。健康素养是居民获取、理解并应用健康知识、健康技能等健康资源的综合体现，在一定程度反映了居民个体的健康意识和健康观念，会影响到个体的健康行为和习惯，进一步影响到个体的健康状况及对自身寿命长度的预期。一般地，具备较高健康素养水平的人往往有较好的健康信念和健康意识，从而对自身的健康决策和健康行为有着较为积极的促进作用，同时健康养老意识较为强烈，从而影响其养老规划的参与程度。这也为提升居民养老规划的制定提供了有针对性的改进方向。从其他控制变量角度来看，在性别上，男性与养老规划之间存在正相关，这与“金融素养对养老规划的影响研究”中的结果相一致。此外，年龄、受教育程度和月收入水平与养老规划之间也存在显著正相关关系。户口变量系数为正，说明与农村户口相比，城镇户口的居民参与养老规划的程度更高，这与实际情况相符。值得注意的是，婚姻状况和就业状况在回归结果上没有表现出对养老规划的显著相关性，这说明实际生活中，这两个指标只能作为参考。1.3金融素养和健康素养对养老规划的交互效应研究1.3.1变量设计养老规划作为一项复杂的金融决策，论文研究认为个体在制定养老规划时，除受到金融素养和健康素养的单独直接影响外，还会受到金融素养和健康素养的交互效应对养老规划的影响。即个体所具备的金融素养和健康素养将共同影响着养老规划的参与程度。因此，论文在第三章提出了研究假设3：健康素养正向调节金融素养对养老规划的影响程度。行文至此，论文已经通过实证分析初步证明了年龄、性别、受教育程度、户口、就业状态等传统变量对养老规划的正向影响外，还证明了金融素养、健康素养与养老规划之间均存在显著的正相关关系。为了更严谨的验证第三章提出的假设3，还有待进一步的回归分析。因此论文在检验健康素养对金融素养与养老规划的调节作用上，应用统计软件SPSS24.0进行逐步多元回归分析。虽然年龄、性别、受教育程度、户口等也是影响养老规划的相关变量，但它们不是论文研究的重点对象，因此，把传统变量中对养老规划产生显著影响的变量仍然做控制变量处理。所以，在这部分实证研究中，养老规划是因变量，性别、年龄、受教育程度和户口为控制变量，金融素养和健康素养为自变量，同时，健康素养也是金融素养对养老规划的调节变量。1.3.2健康素养对金融素养与养老规划的调节作用分析为检验健康素养对金融素养与养老规划的调节作用，在逐步多元回归分析的具体操作中，第一步主要检验了相关控制变量（性别、年龄、受教育程度和户口）对养老规划的影响，第二步引入自变量（金融素养），第三步引入调节变量（健康素养），最后一步便是在第三步操作的基础上，引入自变量与调节变量的交互项，即金融素养与健康素养的交互项。由于加入了交互项，可能会产生多重共线性问题，所以进一步对自变量（金融素养）与调节变量（健康素养）做了中心化处理，然后将计算所得的交互项代入回归方程中。计算结果显示，方差膨胀因子VIF小于10，容忍度大于1，较好地避免了共线性问题。具体的回归分析结果如表5-3所示。表5-3养老规划的回归分析结果Table5-3RegressionAnalysisresultsofretirementplanning变量标准化系数R2ΔR2Sig.FChange控制变量0.1420.142***0.000性别0.031**年龄0.029*受教育程度0.138***户口0.351***自变量0.1610.016***0.000金融素养0.137***调节变量0.1730.013***0.000健康素养0.121***交互项0.1740.001**0.037金融素养×健康素养0.031**（注：∗，∗∗，∗∗∗分别表示回归系数在10%、5%、1%的水平上显著）结果显示，首先从控制变量角度来看，性别、年龄对养老规划有显著影响，受教育程度和户口对养老规划的也有显著正向影响；然后，在控制了性别、年龄、受教育程度和户口四个控制变量后，引入的自变量金融素养以考察金融素养对养老规划的影响。结果显示，相关系数为0.137，在1%的水平上显著，并且模型的解释力显著增加（ΔR2=0.016），说明金融素养与养老规划是显著正相关，再次较好地验证了假设1；接着，进一步引入调节变量健康素养后，相关系数为0.121，在1%的水平上显著，并且模型的解释力显著增加（ΔR2=0.014），说明健康素养与养老规划之间存在显著正相关关系，再次较好地支持了假设2；最后，在以上研究的基础上，引入金融素养与健康素养的交互项。结果显示相关系数为0.031，在1%的水平上显著，并且模型的解释力显著增加，说明健康素养显著正向调节金融素养与养老规划之间的关系，从而较好地验证了假设3。这一结果反映出，在现实生活中，居民参与养老规划的程度除了受到自身金融素养水平的影响外，还会受到自身健康素养水平的影响。健康素养高的居民，在制定养老规划时，受到金融素养的影响更大，也就是说，较高的健康素养水平放大了金融素养对养老规划的正向影响，从而表现出健康素养正向调节金融素养与养老规划之间的关系。1.4研究结论为了验证第三章提出的三个研究假设，论文进一步对数据进行实证分析，利用定量方法研究金融素养、健康素养对养老规划的影响机制。首先运用OLS模型，研究金融素养对居民养老规划的影响，对假设1进行了检验；接着运用Probit模型，研究健康素养对居民养老规划的影响，对假设2进行了检验；最后运用逐步多元回归的方法验证了假设3，发现了居民金融素养、健康素养与养老规划之间的相关关系。具体来说，论文的主要结论有以下几点：1.4.1金融素养与养老规划之间呈正相关关系居民的养老规划受到其金融素养水平的正向影响，金融素养与养老规划之间存在正相关关系。居民的金融素养水平越高，养老规划的参与程度就越高。因为金融素养水平意味着居民个体对金融知识和金融技能的了解和掌握程度，养老规划作为重要的金融决策，金融素养水平高的居民，对金融市场的认知水平较高，进而促进了对养老规划的认知和参与，养老规划意愿较为强烈。更进一步地，金融素养在促进居民参与养老规划的同时，间接增强了其养老储蓄的积累，这为晚年品质生活目标的实现奠定了一定的物质基础。因此，金融素养作为影响金融行为的重要因素，具备较高的金融素养能够提升人们的金融决策能力，从而做出合理明智的个性化养老规划行为。1.4.2健康素养与养老规划之间呈正相关关系健康素养与养老规划之间存在正相关关系，居民养老规划的参与程度受到其健康素养水平的正向影响，即随着健康素养水平的提升，居民的养老规划水平也有所提升。事实上