住房资产对家庭风险金融资产配置的异质性影响-基于CHFS数据库的实证剖析

住房资产对家庭风险金融资产配置的异质性影响——基于CHFS数据库的实证剖析一、引言1.1研究背景与意义在家庭资产组合中，住房资产占据着举足轻重的地位。它不仅是家庭生活的基本物质保障，为家庭成员提供稳定的居住场所，承载着情感与生活的诸多方面；同时，因其价值通常较高，在家庭财富积累中扮演着关键角色，对家庭资产总量和结构产生重大影响。据相关数据统计，在我国居民家庭资产中，住房资产占比长期维持在较高水平，部分地区甚至超过七成。这一现象反映出住房在家庭经济中的核心地位，也凸显了住房资产配置对家庭财富管理的重要性。家庭金融资产配置是家庭理财规划的重要内容，合理的金融资产配置有助于家庭实现财富的保值与增值，有效分散风险，增强经济稳定性。在当前经济环境下，金融市场日益复杂，投资产品种类繁多，从传统的银行存款、债券，到股票、基金、期货等风险各异的金融工具，家庭面临着更多的选择与挑战。如何在众多金融产品中做出合适的投资决策，以实现家庭资产的最优配置，成为每个家庭关注的焦点。在此背景下，深入研究家庭金融资产配置行为，剖析影响家庭金融资产选择的因素，具有重要的现实意义。住房作为家庭资产的重要组成部分，与家庭金融资产配置之间存在着密切的联系。一方面，住房的购买或持有状况会直接影响家庭的财富总量和负债水平，进而改变家庭的风险承受能力和投资偏好。例如，拥有多套住房的家庭，其财富相对充裕，可能更有能力和意愿参与风险较高的金融投资；而背负高额住房贷款的家庭，由于面临较大的还款压力，可能会更倾向于选择稳健型的金融资产。另一方面，住房市场与金融市场相互关联，住房价格的波动会对家庭资产净值产生冲击，影响家庭的消费和投资决策。当房价上涨时，家庭的财富效应显现，可能会刺激家庭增加对风险金融资产的投资；反之，房价下跌则可能导致家庭资产缩水，使其投资策略趋于保守。因此，探究住房对家庭风险金融资产选择的影响，对于优化家庭资产配置结构，提升家庭理财水平具有重要的指导意义。从宏观层面来看，家庭金融资产配置行为对金融市场的稳定与发展也有着深远的影响。家庭作为金融市场的重要参与者，其投资决策直接影响着金融市场的资金流向和资产价格。如果家庭能够合理配置风险金融资产，将有助于提高金融市场的效率，促进金融资源的优化配置。反之，若家庭资产配置不合理，过度集中于某一类资产，可能会引发金融市场的波动，甚至对金融稳定构成威胁。例如，在房地产市场过热时期，大量家庭资金涌入房地产领域，导致房价泡沫化，一旦房价下跌，不仅会使家庭资产遭受损失，还可能引发金融机构的不良贷款增加，危及金融体系的安全。因此，深入研究住房对家庭风险金融资产选择的影响，为政府制定宏观经济政策、金融监管部门加强市场监管提供理论依据，对于维护金融市场的稳定和促进经济的健康发展具有重要的现实意义。1.2研究内容与目标本研究旨在利用中国家庭金融调查（CHFS）数据库，深入探究住房对家庭风险金融资产选择的影响。具体研究内容包括以下几个方面：首先，对家庭住房资产和风险金融资产的持有现状进行详细描述与分析。通过CHFS数据库中的相关数据，统计不同地区、不同收入水平、不同家庭特征下家庭住房资产的拥有数量、价值、住房来源（如购买、自建、继承等）以及住房贷款情况等；同时，分析家庭风险金融资产的持有种类（如股票、基金、债券、金融衍生品等）、持有比例及其分布特征。通过对这些现状的分析，初步了解住房资产与风险金融资产在家庭资产组合中的地位和相互关系，为后续的实证研究奠定基础。其次，构建计量模型，实证检验住房对家庭风险金融资产选择的影响。选取合适的变量来衡量住房资产（如住房资产价值、住房套数、住房贷款余额等）和家庭风险金融资产选择（如是否参与风险金融市场、风险金融资产占金融资产的比例等），控制其他可能影响家庭金融资产配置的因素（如家庭收入、财富水平、人口特征、风险偏好等），运用回归分析等方法，考察住房资产和住房贷款对家庭参与风险金融市场的概率以及风险金融资产配置比例的影响方向和程度。通过实证分析，揭示住房与家庭风险金融资产选择之间的内在数量关系，为理论分析提供数据支持。此外，还将进行异质性分析，考察住房对家庭风险金融资产选择的影响在不同家庭特征、地区和市场环境下的差异。例如，分析住房对高收入家庭和低收入家庭、城市家庭和农村家庭、东部地区家庭和中西部地区家庭风险金融资产选择的影响是否存在显著差异；研究在房地产市场繁荣期和调整期，住房对家庭风险金融资产选择的影响是否发生变化等。通过异质性分析，深入了解住房影响家庭风险金融资产选择的作用机制和条件，为制定针对性的政策提供参考依据。本研究的目标是通过对上述内容的研究，全面、深入地揭示住房对家庭风险金融资产选择的影响规律，丰富和完善家庭金融领域的理论研究。同时，为家庭投资者提供科学合理的资产配置建议，帮助家庭在考虑住房因素的基础上，优化金融资产配置，实现家庭财富的保值增值和风险分散；为金融机构开发适合家庭投资者的金融产品和服务提供决策依据，促进金融市场的创新与发展；为政府部门制定宏观经济政策、房地产市场调控政策以及金融监管政策提供理论支持和实证依据，以引导家庭合理配置资产，维护金融市场的稳定和经济的健康发展。1.3研究方法与创新点本研究主要运用以下研究方法：数据分析法：以CHFS数据库为数据来源，对家庭住房资产和风险金融资产相关数据进行收集、整理与统计分析。通过描述性统计，直观呈现家庭住房资产和风险金融资产的持有现状、分布特征以及变化趋势；运用相关性分析等方法，初步探究住房资产与风险金融资产之间的关联关系，为后续的实证研究提供数据基础和研究思路。计量模型法：构建Probit模型和Tobit模型等计量经济模型，实证检验住房对家庭风险金融资产选择的影响。Probit模型用于分析住房因素对家庭是否参与风险金融市场的概率影响，Tobit模型则用于研究住房因素对家庭风险金融资产配置比例的影响。在模型构建过程中，合理选择解释变量、被解释变量和控制变量，通过回归分析估计模型参数，检验变量的显著性和模型的拟合优度，从而得出住房对家庭风险金融资产选择的影响效应。异质性分析法：在实证研究的基础上，采用分组回归等方法进行异质性分析。根据家庭收入水平、地区、住房需求类型等特征对样本进行分组，分别估计不同组别下住房对家庭风险金融资产选择的影响模型，比较不同组别之间回归结果的差异，深入探究住房影响家庭风险金融资产选择的异质性特征和作用机制。本研究的创新点主要体现在以下几个方面：数据运用创新：充分利用CHFS数据库丰富的微观家庭数据，该数据库涵盖了家庭金融、经济、人口等多方面的详细信息，能够全面反映家庭的实际情况。相比以往研究中使用的数据，CHFS数据库的数据更具代表性和全面性，为研究住房对家庭风险金融资产选择的影响提供了更可靠的数据支持，有助于提高研究结果的准确性和可信度。研究视角创新：从多个角度综合考察住房对家庭风险金融资产选择的影响。不仅关注住房资产本身的数量和价值对家庭风险金融资产配置的影响，还深入分析住房贷款、住房需求类型（自住型、投资型等）等因素在其中所起的作用；同时，考虑家庭特征、地区差异以及市场环境变化等因素对住房与家庭风险金融资产选择关系的调节作用，使研究视角更加全面和深入，能够更准确地揭示住房与家庭风险金融资产选择之间复杂的内在联系。研究内容创新：在研究住房对家庭风险金融资产选择的总体影响基础上，进一步开展异质性分析，详细探讨住房影响效应在不同家庭群体和市场条件下的差异。这种对异质性的深入研究有助于发现住房与家庭风险金融资产选择关系中的特殊规律和现象，为制定差异化的家庭理财建议和宏观政策提供更有针对性的依据，丰富了家庭金融领域的研究内容。二、理论基础与文献综述2.1相关理论基础2.1.1家庭金融资产配置理论家庭金融资产配置理论旨在研究家庭如何在不同类型的金融资产之间进行选择和分配，以实现家庭财富的最大化或满足特定的目标，如风险分散、收益增长、资产保值等。经典的资产组合理论由马科维茨（Markowitz）于1952年提出，该理论基于理性人假设、完全市场假设和标准偏好假设，认为投资者在进行资产配置时，会综合考虑资产的预期收益和风险，通过构建多样化的资产组合来实现效用最大化。在这一理论框架下，投资者会根据自身的风险偏好，在不同风险收益特征的资产之间进行权衡，选择最优的投资组合。例如，风险偏好较高的投资者可能会将较大比例的资产配置于股票等高风险高收益的资产；而风险偏好较低的投资者则会更倾向于选择债券、银行存款等低风险低收益的资产。然而，在现实生活中，家庭金融资产配置行为受到多种复杂因素的影响，与经典理论存在一定的偏差。行为金融学的发展为解释这些现象提供了新的视角。行为金融学认为，投资者并非完全理性，其决策过程会受到认知偏差、情绪、社会因素等多种因素的干扰。例如，投资者可能存在过度自信、损失厌恶、羊群效应等认知偏差，这些偏差会导致他们在金融资产配置中做出非理性的决策。过度自信的投资者可能会高估自己的投资能力，从而过度投资于风险较高的资产；损失厌恶的投资者则可能会过于关注资产的损失，而忽视了潜在的收益，导致投资过于保守。此外，社会因素如家庭背景、文化传统、社会关系网络等也会对家庭金融资产配置产生影响。一些家庭可能会受到家族投资传统的影响，倾向于选择特定类型的金融资产；而社会关系网络中的信息传播和相互影响，也可能导致家庭在金融资产配置上出现跟风行为。2.1.2财富效应理论财富效应理论由英国经济学家哈伯勒和阿瑟・庇古在20世纪40年代提出，指当个人或社会的财富增加时，会影响其消费和投资行为，从而对经济产生影响。财富效应包括正财富效应和负财富效应两个方面。当人们的财富增加时，他们倾向于增加消费和投资，这称为正财富效应；相反，当财富减少时，消费和投资意愿会减弱，这被称为负财富效应。随着社会的发展，现代居民的财富构成日益多样化，不仅包括货币余额，其他资产价值的变动也会影响消费水平和投资决策。因此，现代财富效应指的是资产价值变化引起的总消费支出和投资行为的变动。在家庭金融资产配置中，住房作为家庭最重要的资产之一，其价值的变动会产生显著的财富效应。当住房价格上涨，家庭的住房资产增值，家庭财富总量增加，此时家庭可能会感受到财富的增加，从而增强消费信心，增加对风险金融资产的投资。这种现象可以从两个方面来解释：一方面，住房资产增值使得家庭持有的资产名义总额增加，家庭的财富状况得到改善，根据消费理论，人们在财富增加时往往会增加消费和投资，因此家庭可能会将部分增加的财富投入到风险金融资产中，以追求更高的收益；另一方面，住房价格上涨可能会使家庭对未来的收入预期增加，按照永久收入假说，未来收入的增长会促使家庭增加对当期产品和劳务的消费以及对风险金融资产的投资。反之，当住房价格下跌，家庭住房资产贬值，家庭财富总量减少，家庭可能会减少对风险金融资产的投资，甚至可能会抛售部分风险金融资产以应对财富缩水带来的压力。此时，家庭出于风险规避的考虑，更倾向于将资金配置到相对安全的资产上，如银行存款、债券等。2.1.3生命周期理论生命周期理论由莫迪利安尼（Modigliani）和布伦伯格（Brumberg）提出，该理论认为个人在不同的生命周期阶段，其收入、支出和财富状况会发生变化，从而影响个人的消费和投资决策。在生命周期的早期阶段，个人通常处于工作和积累财富的时期，收入相对较低，但未来收入预期较高。此时，个人可能会将大部分资金用于消费和偿还债务，如住房贷款等，对风险金融资产的投资相对较少。随着年龄的增长，个人收入逐渐增加，财富积累也逐渐增多，在中年阶段，个人的收入达到高峰，财富相对充裕，对风险的承受能力也相对较强。此时，个人可能会增加对风险金融资产的投资，以实现财富的增值。在生命周期的后期阶段，个人逐渐进入退休期，收入减少，主要依靠前期积累的财富进行消费。为了保证退休后的生活质量和财务安全，个人会逐渐减少对风险金融资产的投资，将资产更多地配置到稳健型的资产上，如债券、银行存款等，以确保资产的保值和稳定收益。对于家庭而言，生命周期理论同样适用。家庭在不同的发展阶段，如新婚期、育儿期、子女成年期、退休期等，其经济状况和需求也会发生变化，从而影响家庭对住房和风险金融资产的配置决策。在新婚期和育儿期，家庭通常面临较大的购房压力和子女教育支出，可能会将大量资金用于购买住房和支付相关费用，对风险金融资产的投资能力和意愿相对较低。随着家庭的发展，子女逐渐成年，家庭经济负担相对减轻，此时家庭可能会考虑调整资产配置，增加对风险金融资产的投资。而在退休期，家庭更注重资产的安全性和稳定性，可能会减少风险金融资产的持有比例，增加对固定收益类资产的配置。2.2国内外研究现状国外学者较早开始关注住房与家庭金融资产配置之间的关系。一些研究表明，住房资产在家庭总资产中占据重要地位，对家庭金融资产配置产生显著影响。Case等学者通过对美国市场的研究发现，住房财富的增加会显著提高家庭参与股票市场的概率和投资比例，即存在显著的财富效应。他们认为，住房资产的增值使得家庭财富总量增加，家庭的风险承受能力增强，从而更有意愿和能力参与风险金融市场。然而，也有部分学者得出了不同的结论。Cocco基于生命周期模型引入住房后发现，住房资产对家庭风险金融资产配置存在挤出效应。由于住房资产具有非流动性和高价值的特点，家庭在持有大量住房资产的情况下，为了满足流动性需求和应对可能的风险，会减少对风险金融资产的投资。此外，一些学者还研究了住房贷款对家庭金融资产配置的影响。他们发现，住房贷款的存在会增加家庭的债务负担，降低家庭的可支配收入和风险承受能力，从而抑制家庭对风险金融资产的投资。国内学者在借鉴国外研究的基础上，结合中国实际情况对住房与家庭风险金融资产选择的关系进行了深入研究。周雨晴和何广文通过建立包含住房的家庭跨期资产决策模型，并使用中国家庭金融调查（CHFS）2013年全国调查数据进行实证检验，发现住房资产对家庭金融市场参与和风险金融资产配置存在挤出效应。他们认为，住房资产的高占比会使得家庭将更多资金用于住房相关支出，从而减少了可用于风险金融资产投资的资金。然而，也有学者得出了不同的结论。尹志超和甘犁利用CHFS数据研究发现，住房资产对家庭风险金融资产配置存在财富效应，即住房资产的增加会促进家庭参与风险金融市场并增加风险金融资产的配置比例。他们认为，住房资产的增值不仅增加了家庭的财富总量，还提升了家庭的信用水平，使得家庭更容易获得金融机构的信贷支持，从而有更多资金参与风险金融市场投资。此外，一些学者还从异质性角度研究了住房对家庭风险金融资产选择的影响。他们发现，住房对家庭风险金融资产配置的影响在不同收入水平、地区和家庭特征的群体中存在差异。高收入家庭和东部地区家庭，住房资产的财富效应更为明显；而低收入家庭和中西部地区家庭，住房资产的挤出效应更为显著。2.3文献评述综上所述，国内外学者在住房对家庭风险金融资产配置影响方面取得了丰硕的研究成果。现有研究从理论分析和实证检验等多个角度，深入探讨了住房资产、住房贷款等因素对家庭风险金融资产选择的影响机制和效应。然而，目前的研究仍存在一些不足之处。一方面，部分研究在理论模型构建中，虽然考虑了住房因素，但对其他影响家庭金融资产配置的复杂因素，如家庭风险偏好的动态变化、社会文化因素的影响等，纳入不够全面，导致理论模型对现实的解释力存在一定局限性。在实证研究中，部分研究的数据样本存在局限性，可能无法全面代表不同地区、不同收入层次和不同家庭结构的实际情况，从而影响研究结果的普遍性和可靠性。另一方面，现有研究对住房市场与金融市场的动态关联性以及宏观经济环境变化对住房与家庭风险金融资产配置关系的影响探讨相对较少。在不同的宏观经济周期和房地产市场调控政策下，住房对家庭风险金融资产选择的影响可能会发生变化，这方面的研究还需要进一步深入。本研究将在已有研究的基础上，充分利用CHFS数据库丰富的微观家庭数据，全面考虑多种影响因素，构建更完善的理论模型和计量模型。通过深入分析住房市场与金融市场的动态关系，以及宏观经济环境变化的调节作用，更准确地揭示住房对家庭风险金融资产选择的影响规律，弥补现有研究的不足，为家庭投资者、金融机构和政府部门提供更具针对性和参考价值的决策依据。三、CHFS数据库及相关数据说明3.1CHFS数据库简介中国家庭金融调查（ChinaHouseholdFinanceSurvey，CHFS）数据库由西南财经大学中国家庭金融调查与研究中心于2010年建立，是一项旨在全面收集家庭金融微观层面信息的全国性抽样调查项目。该调查每两年进行一次全国性入户追踪调查访问，其样本覆盖范围广泛，调查内容丰富全面，为家庭金融领域的研究提供了高质量的微观数据支持。在样本覆盖范围上，2011年首轮调查样本覆盖全国25个省、80个县、320个村（居）委会，样本规模达8438户，数据具有全国代表性。随着调查的不断深入和完善，2013年第二轮调查覆盖全国29个省、267个县、1048个村（居）委会，样本规模达28141户，不仅样本数量大幅增加，还追踪访问了2011年样本中的6846户，使得数据具有全国及省级代表性。2015年第三轮调查进一步扩大覆盖范围，涵盖全国29个省、351个县、1396个村（居）委会，样本规模达37289户，追踪访问2013年样本21775户，数据具备全国、省级及副省级城市代表性。2017年第四轮调查覆盖全国29个省、355个县、1428个村（居）委会，样本规模达40011户，追踪访问2015年样本26824户，保持了数据在全国、省级及副省级城市层面的代表性。2019年第五轮调查覆盖全国29个省、345个县、1360个村（居）委会，样本规模达34643户，追踪访问2017年样本17494户，数据依然具有全国及省级代表性。如此广泛且不断优化的样本覆盖，使得CHFS数据库能够更全面、准确地反映中国家庭的实际情况。CHFS数据库的调查内容丰富多样，涉及家庭经济、金融行为的各个方面。其中，在金融资产和非金融资产方面，详细记录了家庭持有的各类金融资产，如现金、银行存款、股票、基金、债券、保险等的持有数量和价值；对于非金融资产，重点关注了住房资产，包括住房的数量、面积、价值、购买时间、购买价格、住房来源（购买、自建、继承等）等信息。在负债和信贷约束方面，调查了家庭的负债情况，如住房贷款、消费贷款、经营性贷款的余额、还款期限、利率等，以及家庭在获取信贷过程中所面临的约束条件。收入和消费方面，收集了家庭的各项收入来源，如工资收入、经营收入、财产性收入、转移性收入等，以及家庭在食品、住房、交通、教育、医疗等方面的消费支出。此外，还涵盖了社会保障与保险，包括家庭成员参与的养老保险、医疗保险、失业保险等各类社会保险的情况，以及商业保险的购买情况；代际转移支付，记录了家庭与子女、父母之间的经济往来，如给予子女的教育资助、赡养父母的费用等；人口特征与就业，包括家庭成员的年龄、性别、婚姻状况、教育程度、职业、就业状况等；支付习惯，涉及家庭日常消费中使用现金、银行卡、电子支付等支付方式的频率和偏好等相关信息。这些丰富的调查内容，全面细致地刻画了家庭经济、金融行为，为深入研究家庭金融资产配置提供了多维度的数据支持。与其他家庭金融相关数据库相比，CHFS数据库具有独特的优势。其样本具有广泛的代表性，能够涵盖不同地区、不同收入水平、不同家庭结构的各类家庭，这使得基于该数据库的研究结果更具普遍性和可靠性。调查内容的全面性和细致性，为研究者提供了丰富的数据资源，便于从多个角度深入分析家庭金融资产配置行为及其影响因素。CHFS数据库采用了科学严谨的调查方法和数据采集流程，保证了数据的质量和准确性。通过严格的样本抽样、专业的调查人员培训、规范的数据录入和审核等环节，有效减少了数据误差和缺失，提高了数据的可信度。3.2数据选取与处理为了深入研究住房对家庭风险金融资产选择的影响，本研究从CHFS数据库中选取了2017年和2019年的调查数据。这两轮数据不仅能够反映近年来中国家庭金融资产配置的最新情况，而且在调查方法和指标设置上具有较好的一致性，便于进行对比分析。在样本筛选过程中，本研究遵循了以下标准：首先，剔除了关键变量存在缺失值的样本。对于住房资产相关变量（如住房套数、住房价值等）、家庭风险金融资产变量（如是否持有股票、基金等风险金融资产及持有比例）以及控制变量（如家庭收入、年龄、教育程度等），若存在缺失值，该样本将被排除。这是因为缺失值可能会影响实证分析的准确性和可靠性，导致结果出现偏差。其次，为了避免异常值对研究结果的干扰，对部分连续变量进行了1%水平的双边缩尾处理。对于家庭收入变量，若其值过高或过低，可能会对回归结果产生较大影响，因此通过缩尾处理，将其极值调整到合理范围内，以保证数据的稳定性和研究结果的稳健性。经过上述样本筛选过程，最终得到了[X]个有效样本，这些样本能够更准确地代表中国家庭的实际情况，为后续的实证分析提供了可靠的数据基础。在数据清洗方面，本研究对数据进行了全面的检查和修正。仔细核对了数据的一致性，确保不同变量之间的逻辑关系合理。对于家庭住房资产价值和家庭总资产价值的计算，检查其是否符合实际情况，若发现异常数据，通过进一步查阅原始调查记录或与相关数据进行对比分析，进行修正或调整。对数据的完整性进行了验证，确保各项调查指标均有相应的数据记录。对于一些可能存在遗漏的数据，通过与调查机构沟通或参考其他相关资料，进行补充和完善。此外，还对数据中的错误值进行了纠正。对于一些明显不符合常理的数据，如住房贷款余额为负数、家庭成员年龄超过合理范围等，进行了核实和修正，以保证数据的质量和可靠性。在数据处理过程中，为了使数据更符合实证分析的要求，对部分变量进行了标准化处理。对于家庭收入、家庭资产等数值型变量，通过标准化处理，将其转化为均值为0、标准差为1的标准正态分布数据。这样可以消除不同变量之间量纲的影响，使变量之间具有可比性，便于在回归模型中进行分析。同时，为了便于分析和解释，对一些分类变量进行了虚拟变量设置。对于家庭所在地区变量，将其划分为东部、中部、西部三个区域，分别设置虚拟变量，以便在模型中考察不同地区家庭在住房与风险金融资产选择关系上的差异。通过这些数据选取、清洗和处理方法，为后续的实证研究提供了高质量的数据支持。3.3变量定义与度量本研究中涉及的变量主要包括住房相关变量、家庭风险金融资产变量及控制变量，具体定义与度量方式如下：住房相关变量住房资产价值（HouseValue）：以家庭拥有的所有住房的市场价值总和来衡量，单位为万元。该变量直接反映了家庭住房资产的规模大小，是衡量住房对家庭经济影响的重要指标。在CHFS数据库中，通过调查家庭对住房购买价格、购买时间以及当前市场价格的评估，结合当地房地产市场的价格指数，估算出住房资产的当前价值。住房套数（HouseNum）：表示家庭实际拥有的住房数量。这一变量体现了家庭住房资产的数量特征，不同的住房套数可能对家庭的财富状况、居住需求以及投资策略产生不同的影响。在数据库中，通过直接询问家庭拥有住房的套数获取该数据。住房贷款余额（LoanBalance）：指家庭尚未偿还的住房贷款本金金额，单位为万元。它反映了家庭因购买住房而承担的债务负担，住房贷款余额的大小会影响家庭的可支配收入和财务风险状况，进而对家庭风险金融资产选择产生作用。在数据库中，根据家庭提供的住房贷款合同信息以及还款记录，统计出当前的住房贷款余额。住房自有率（HomeOwnership）：定义为家庭拥有自有住房的比例，取值范围为0-1。该变量衡量了家庭对自有住房的拥有程度，反映了家庭在住房方面的稳定性和安全感。在数据库中，通过判断家庭是否拥有住房产权来确定该变量的值，若家庭拥有住房产权，则住房自有率为1；否则为0。家庭风险金融资产变量是否参与风险金融市场（RiskMarketParticipation）：为二元虚拟变量，若家庭持有股票、基金、债券、金融衍生品等风险金融资产中的任意一种，则取值为1；否则取值为0。该变量用于判断家庭是否参与风险金融市场投资，是研究家庭风险金融资产选择的基础变量。在数据库中，通过询问家庭是否持有各类风险金融资产来确定该变量的值。风险金融资产占金融资产比例（RiskAssetRatio）：以家庭持有的风险金融资产价值占家庭金融资产总价值的比例来衡量，取值范围为0-1。该变量反映了家庭在风险金融资产配置上的力度，比例越高，说明家庭对风险金融资产的配置偏好越强。在数据库中，通过统计家庭持有的各类风险金融资产的价值以及金融资产的总价值（包括现金、银行存款、风险金融资产等），计算得出该比例。控制变量家庭收入（HouseholdIncome）：指家庭在一定时期内（通常为一年）的总收入，包括工资收入、经营收入、财产性收入、转移性收入等，单位为万元。家庭收入水平是影响家庭金融资产配置的重要因素之一，较高的收入通常意味着家庭有更多的资金用于风险金融资产投资。在数据库中，通过详细询问家庭各项收入来源的金额，汇总计算得出家庭收入。家庭财富（HouseholdWealth）：以家庭总资产价值减去家庭总负债价值来衡量，单位为万元。家庭财富反映了家庭的经济实力和偿债能力，对家庭的风险承受能力和投资决策具有重要影响。在数据库中，通过统计家庭拥有的各类资产（如金融资产、住房资产、车辆资产等）的价值以及家庭承担的各类负债（如住房贷款、消费贷款、经营性贷款等）的金额，计算得出家庭财富。家庭人口规模（HouseholdSize）：表示家庭中的常住成员数量。家庭人口规模的大小会影响家庭的消费结构和经济负担，进而对家庭金融资产配置产生影响。在数据库中，通过询问家庭的常住人口数量获取该数据。年龄（Age）：以家庭主要决策者的年龄来衡量。年龄与家庭的生命周期阶段密切相关，不同年龄段的家庭在风险偏好、收入水平和财富积累状况等方面存在差异，从而影响家庭风险金融资产选择。在数据库中，直接记录家庭主要决策者的年龄。教育程度（Education）：将家庭主要决策者的教育程度划分为初中及以下、高中/中专/技校、大专、本科及以上四个层次，分别赋值为1、2、3、4。教育程度反映了家庭决策者的知识水平和认知能力，较高的教育程度可能使家庭对风险金融资产有更深入的了解和认识，从而影响其投资决策。在数据库中，通过询问家庭主要决策者的最高学历来确定该变量的取值。风险偏好（RiskPreference）：为二元虚拟变量，通过问卷调查中家庭对风险的态度问题来衡量。若家庭表示愿意承担一定风险以获取更高收益，则取值为1；若家庭更倾向于选择低风险、稳定收益的投资方式，则取值为0。风险偏好是影响家庭风险金融资产选择的直接因素，不同风险偏好的家庭在资产配置上会表现出明显差异。在数据库中，通过特定的风险态度问卷题目来确定该变量的值。四、住房对家庭风险金融资产选择的影响机制分析4.1财富效应住房作为家庭财富的重要组成部分，其价值的变动会对家庭财富总量产生显著影响，进而通过财富效应作用于家庭风险金融资产配置决策。当住房价格上涨，家庭住房资产实现增值，家庭的财富总量随之增加。这种财富的增长会从多个方面影响家庭对风险金融资产的配置意愿和能力。从心理层面来看，住房资产增值带来的财富增加会使家庭产生更强的安全感和财富安全感。这种心理变化会降低家庭对风险的感知，使其更愿意承担一定风险来追求更高的投资收益。在面对风险金融资产投资机会时，家庭可能会因为财富的增加而减少对风险的担忧，从而更积极地参与风险金融市场。一个原本因为担心资金安全而对股票投资持谨慎态度的家庭，在住房资产大幅增值后，可能会认为自己的财富基础更加雄厚，即使股票投资出现一定损失也不会对家庭财务状况造成严重影响，进而增加对股票等风险金融资产的投资。从经济实力角度而言，住房资产增值意味着家庭拥有了更多可支配的财富。这部分增加的财富可以为家庭参与风险金融市场提供更多的资金支持。家庭可以将增值部分的财富直接投入到风险金融资产中，以获取更高的回报。假设一个家庭原本的金融资产较少，难以满足参与风险金融市场的资金门槛，但由于住房价格上涨，家庭住房资产增值了50万元。这50万元的财富增加使家庭有足够的资金投资于股票、基金等风险金融资产，从而改变了家庭的资产配置结构。此外，住房资产增值还可能提高家庭的信用水平，使其更容易从金融机构获得信贷支持。金融机构在评估家庭信用状况时，会考虑家庭的资产价值。住房资产的增值会使家庭的资产负债表更加健康，金融机构更愿意为其提供贷款。家庭可以利用这些贷款进一步增加对风险金融资产的投资，从而放大财富效应。然而，财富效应的发挥也受到多种因素的制约。家庭的风险偏好对财富效应的影响较大。即使住房资产增值带来了财富增加，风险偏好极低的家庭可能仍然不愿意参与风险金融市场，或者只是少量增加对风险金融资产的投资。家庭的收入稳定性也是一个重要因素。如果家庭收入不稳定，即使住房资产增值，家庭也可能会将增加的财富用于应对未来可能的收入波动，而不是投资于风险金融资产。宏观经济环境和金融市场状况也会对财富效应产生影响。在经济不景气或金融市场不稳定时期，即使住房资产增值，家庭也可能因为对未来经济形势的担忧而减少对风险金融资产的投资。4.2挤出效应购买住房通常需要家庭投入大量资金，这一过程会对家庭风险金融资产的投入产生挤出效应。购房资金的筹集往往会消耗家庭的大量储蓄和现金流，使家庭可用于风险金融资产投资的资金大幅减少。在许多情况下，家庭为了购买住房，不仅会动用多年积累的储蓄，还可能需要背负高额的住房贷款。这些资金的支出会导致家庭在短期内面临较大的经济压力，从而不得不减少对风险金融资产的配置。对于一些年轻家庭或收入水平相对较低的家庭来说，购房往往是一项巨大的开支。为了支付首付和偿还房贷，他们可能会将大部分收入用于住房相关支出，而无法有足够的资金投资于股票、基金等风险金融资产。假设一个家庭年收入为15万元，为了购买一套价值200万元的住房，支付了60万元的首付，并贷款140万元。按照当前的房贷利率和还款期限，每月需要偿还房贷约8000元。在这种情况下，家庭每月扣除房贷和日常生活开销后，剩余可支配资金非常有限，几乎没有能力再进行风险金融资产投资。即使家庭原本有一定的风险金融资产投资计划，也会因为购房而不得不搁置。除了购房资金本身的挤出效应外，住房持有成本也会对家庭风险金融资产投资产生影响。住房持有成本包括物业费、水电费、房屋维修费用等。这些费用虽然看似分散，但长期累积下来也是一笔不小的开支。特别是对于拥有多套住房的家庭，持有成本会进一步增加。这些额外的支出会减少家庭的可支配收入，降低家庭对风险金融资产的投资能力。一个拥有两套住房的家庭，除了自住的一套外，另一套用于出租。虽然出租可以获得一定的租金收入，但扣除物业费、水电费以及可能的房屋维修费用后，实际净收入并不高。这部分额外的支出会使家庭在进行资产配置时，不得不更加谨慎地考虑风险金融资产的投资，甚至可能减少原有的投资比例。此外，住房市场的不确定性也会加剧挤出效应。当住房市场波动较大时，家庭可能会对未来的住房资产价值产生担忧。为了应对可能的住房资产贬值风险，家庭可能会进一步增加对住房的资金投入，如提前偿还房贷、进行房屋装修以提升住房价值等。这些行为会进一步减少家庭可用于风险金融资产投资的资金，使挤出效应更加明显。在房地产市场调整期，房价出现下跌趋势，拥有住房的家庭可能会担心资产缩水，从而选择提前偿还房贷以降低负债风险。这样一来，家庭原本计划用于风险金融资产投资的资金就被用于偿还房贷，导致风险金融资产投资受到抑制。4.3抵押效应住房的抵押属性为家庭提供了一种获取资金的途径，这对家庭参与风险金融市场和资产配置产生重要影响。当家庭需要资金时，可以将住房作为抵押物向金融机构申请贷款。通过这种方式，家庭能够获取额外的资金用于投资，从而增加参与风险金融市场的可能性和投资规模。从参与风险金融市场的角度来看，住房抵押获取的资金降低了家庭进入风险金融市场的门槛。对于一些原本资金有限的家庭来说，由于缺乏足够的资金，难以满足风险金融资产的投资要求。通过住房抵押获得贷款后，家庭有了足够的资金参与风险金融市场。一个家庭原本只有10万元的储蓄，但希望投资于股票市场。然而，由于股票市场的投资门槛较高，10万元的资金难以进行有效的投资组合。通过将住房抵押给银行，获得了30万元的贷款，该家庭就有了足够的资金进行股票投资，从而增加了参与风险金融市场的机会。在资产配置方面，住房抵押资金可以帮助家庭优化资产配置结构。家庭可以利用抵押资金投资于不同类型的风险金融资产，实现资产的多元化配置。根据自身的风险偏好和投资目标，家庭可以将抵押资金合理分配到股票、基金、债券等风险金融资产中。一个风险偏好较高的家庭，可能会将大部分抵押资金投资于股票市场，以追求更高的收益；而风险偏好较低的家庭，则可能会将资金更多地配置到债券或稳健型基金中，以平衡风险和收益。通过这种方式，家庭能够根据自身情况调整资产配置，提高资产的整体收益水平。然而，住房抵押也存在一定的风险。如果家庭在利用抵押资金进行风险金融资产投资时出现亏损，可能会面临还款困难的问题。一旦无法按时偿还贷款，金融机构有权处置抵押的住房。这将导致家庭失去住房，给家庭带来巨大的经济和生活压力。宏观经济环境和金融市场的变化也会影响住房抵押的效果。在经济衰退时期，金融机构可能会收紧信贷政策，提高住房抵押的门槛和利率，使家庭难以获得足够的贷款资金。房地产市场的波动也会影响住房的抵押价值。如果房价下跌，住房的抵押价值降低，家庭能够获得的贷款金额也会相应减少。因此，家庭在利用住房抵押进行风险金融资产投资时，需要充分考虑自身的风险承受能力和市场变化，谨慎做出决策。4.4心理因素住房拥有状况会给家庭带来不同程度的安全感或压力，这些心理因素对家庭风险偏好和投资决策产生重要影响。拥有住房的家庭往往会感受到更强的安全感，这种安全感会在一定程度上影响家庭的风险偏好和投资决策。住房作为家庭生活的基本保障，拥有稳定的居住场所会使家庭对未来的生活预期更加稳定。这种心理状态会使家庭在面对投资决策时，更愿意承担一定的风险。一个拥有自有住房的家庭，由于不用担心居住问题，在进行投资决策时可能会更加关注资产的增值潜力，而对风险的容忍度相对较高。他们可能会更倾向于投资一些风险较高但收益潜力较大的金融资产，如股票、股票型基金等。相比之下，没有住房或面临较大住房压力的家庭则可能承受较大的心理压力。这种压力会导致家庭的风险偏好降低，在投资决策上更加谨慎。对于租房家庭来说，他们可能面临租金上涨、房东随时收回房屋等不确定性因素，这会使他们对未来的生活充满担忧。在这种心理状态下，家庭在进行投资时会更加注重资金的安全性和流动性，而对风险金融资产的投资意愿较低。一个长期租房的家庭，由于担心未来的住房问题，可能会将大部分资金存入银行，以获取稳定的利息收益，而很少考虑投资于股票、基金等风险金融资产。即使有一定的闲置资金，他们也可能更倾向于选择低风险的投资产品，如债券、货币基金等。此外，住房价格的波动也会对家庭的心理产生影响。当住房价格上涨时，拥有住房的家庭会感受到财富的增加，从而增强投资信心，更愿意参与风险金融市场。反之，当住房价格下跌时，家庭可能会感到财富缩水，投资信心受挫，进而减少对风险金融资产的投资。在房地产市场繁荣时期，房价持续上涨，拥有多套住房的家庭可能会因为资产增值而变得更加乐观，积极参与风险金融市场投资。而在房地产市场低迷时期，房价下跌，家庭可能会因为担心资产损失而减少对风险金融资产的配置，甚至可能抛售部分风险金融资产以回笼资金。因此，心理因素在住房对家庭风险金融资产选择的影响中起着重要作用，家庭在进行投资决策时，需要充分认识到自身的心理状态和住房因素的影响，做出合理的投资选择。五、实证研究设计与结果分析5.1模型构建为了实证检验住房对家庭风险金融资产选择的影响，本研究构建了以下两个回归模型：首先，为了探究住房因素对家庭是否参与风险金融市场的影响，构建Probit模型如下：\begin{align*}RiskMarketParticipation_{i}&=\beta_{0}+\beta_{1}HouseValue_{i}+\beta_{2}HouseNum_{i}+\beta_{3}LoanBalance_{i}+\beta_{4}HomeOwnership_{i}\\&+\sum_{j=1}^{n}\beta_{j+4}Control_{j,i}+\epsilon_{i}\end{align*}其中，RiskMarketParticipation_{i}表示第i个家庭是否参与风险金融市场，是二元虚拟变量，若参与取值为1，否则为0；HouseValue_{i}表示第i个家庭的住房资产价值；HouseNum_{i}表示第i个家庭的住房套数；LoanBalance_{i}表示第i个家庭的住房贷款余额；HomeOwnership_{i}表示第i个家庭的住房自有率；Control_{j,i}表示一系列控制变量，包括家庭收入、家庭财富、家庭人口规模、年龄、教育程度、风险偏好等；\beta_{0}为常数项，\beta_{1}-\beta_{n+4}为各变量的回归系数，\epsilon_{i}为随机误差项。在该模型中，预期住房资产价值HouseValue和住房套数HouseNum的系数\beta_{1}和\beta_{2}为正，即住房资产的增加会提高家庭参与风险金融市场的概率，体现财富效应；而住房贷款余额LoanBalance的系数\beta_{3}可能为负，因为住房贷款会增加家庭债务负担，抑制家庭参与风险金融市场的意愿；住房自有率HomeOwnership的系数\beta_{4}预期为正，拥有自有住房可能会使家庭更有安全感，从而更愿意参与风险金融市场。其次，为了研究住房因素对家庭风险金融资产配置比例的影响，构建Tobit模型如下：\begin{align*}RiskAssetRatio_{i}^*&=\gamma_{0}+\gamma_{1}HouseValue_{i}+\gamma_{2}HouseNum_{i}+\gamma_{3}LoanBalance_{i}+\gamma_{4}HomeOwnership_{i}\\&+\sum_{j=1}^{n}\gamma_{j+4}Control_{j,i}+\mu_{i}\end{align*}RiskAssetRatio_{i}=\begin{cases}0,&RiskAssetRatio_{i}^*\leq0\\RiskAssetRatio_{i}^*,&0\ltRiskAssetRatio_{i}^*\lt1\\1,&RiskAssetRatio_{i}^*\geq1\end{cases}其中，RiskAssetRatio_{i}^*为潜在变量，表示第i个家庭风险金融资产占金融资产的理论比例；RiskAssetRatio_{i}为实际观测到的第i个家庭风险金融资产占金融资产的比例；\gamma_{0}为常数项，\gamma_{1}-\gamma_{n+4}为各变量的回归系数，\mu_{i}为随机误差项。其他变量定义与Probit模型相同。在Tobit模型中，住房资产价值HouseValue和住房套数HouseNum的系数\gamma_{1}和\gamma_{2}预期符号不定，因为住房资产一方面可能通过财富效应增加风险金融资产配置比例，但另一方面也可能挤出风险金融资产投资；住房贷款余额LoanBalance的系数\gamma_{3}预期为负，较高的住房贷款余额会减少家庭可用于风险金融资产投资的资金，从而降低风险金融资产配置比例；住房自有率HomeOwnership的系数\gamma_{4}预期符号不确定，虽然自有住房可能带来安全感促进风险金融资产投资，但也可能使家庭更注重住房资产而减少对风险金融资产的配置。5.2描述性统计对样本数据进行描述性统计，结果如表1所示：变量观测值均值标准差最小值最大值住房资产价值（万元）[X][Mean_HouseValue][SD_HouseValue][Min_HouseValue][Max_HouseValue]住房套数（套）[X][Mean_HouseNum][SD_HouseNum][Min_HouseNum][Max_HouseNum]住房贷款余额（万元）[X][Mean_LoanBalance][SD_LoanBalance][Min_LoanBalance][Max_LoanBalance]住房自有率[X][Mean_HomeOwnership][SD_HomeOwnership][Min_HomeOwnership][Max_HomeOwnership]是否参与风险金融市场[X][Mean_RiskMarketParticipation][SD_RiskMarketParticipation][Min_RiskMarketParticipation][Max_RiskMarketParticipation]风险金融资产占金融资产比例[X][Mean_RiskAssetRatio][SD_RiskAssetRatio][Min_RiskAssetRatio][Max_RiskAssetRatio]家庭收入（万元）[X][Mean_HouseholdIncome][SD_HouseholdIncome][Min_HouseholdIncome][Max_HouseholdIncome]家庭财富（万元）[X][Mean_HouseholdWealth][SD_HouseholdWealth][Min_HouseholdWealth][Max_HouseholdWealth]家庭人口规模（人）[X][Mean_HouseholdSize][SD_HouseholdSize][Min_HouseholdSize][Max_HouseholdSize]年龄（岁）[X][Mean_Age][SD_Age][Min_Age][Max_Age]教育程度[X][Mean_Education][SD_Education][Min_Education][Max_Education]风险偏好[X][Mean_RiskPreference][SD_RiskPreference][Min_RiskPreference][Max_RiskPreference]从表1可以看出，家庭住房资产价值的均值为[Mean_HouseValue]万元，标准差为[SD_HouseValue]万元，表明不同家庭之间的住房资产价值存在较大差异。住房套数的均值为[Mean_HouseNum]套，说明平均每个家庭拥有[Mean_HouseNum]套住房，但也存在部分家庭拥有多套住房的情况。住房贷款余额的均值为[Mean_LoanBalance]万元，反映出家庭在购房过程中普遍承担了一定的债务负担。住房自有率的均值为[Mean_HomeOwnership]，说明大部分家庭拥有自有住房。在家庭风险金融资产方面，是否参与风险金融市场的均值为[Mean_RiskMarketParticipation]，表明参与风险金融市场的家庭比例相对较低；风险金融资产占金融资产比例的均值为[Mean_RiskAssetRatio]，进一步说明家庭在风险金融资产配置上的比例整体不高。此外，家庭收入、家庭财富等控制变量也呈现出一定的分布特征，反映了样本家庭在经济状况、人口特征等方面的多样性。5.3实证结果与分析对构建的Probit模型和Tobit模型进行回归估计，结果如表2所示：变量Probit模型（是否参与风险金融市场）Tobit模型（风险金融资产占金融资产比例）住房资产价值\beta_{1}[Coefficient_HouseValue_Probit]***（[SE_HouseValue_Probit]）\gamma_{1}[Coefficient_HouseValue_Tobit]**（[SE_HouseValue_Tobit]）住房套数\beta_{2}[Coefficient_HouseNum_Probit]**（[SE_HouseNum_Probit]）\gamma_{2}[Coefficient_HouseNum_Tobit]（[SE_HouseNum_Tobit]）住房贷款余额\beta_{3}[Coefficient_LoanBalance_Probit]***（[SE_LoanBalance_Probit]）\gamma_{3}[Coefficient_LoanBalance_Tobit]***（[SE_LoanBalance_Tobit]）住房自有率\beta_{4}[Coefficient_HomeOwnership_Probit]**（[SE_HomeOwnership_Probit]）\gamma_{4}[Coefficient_HomeOwnership_Tobit]（[SE_HomeOwnership_Tobit]）家庭收入\beta_{5}[Coefficient_HouseholdIncome_Probit]***（[SE_HouseholdIncome_Probit]）\gamma_{5}[Coefficient_HouseholdIncome_Tobit]***（[SE_HouseholdIncome_Tobit]）家庭财富\beta_{6}[Coefficient_HouseholdWealth_Probit]***（[SE_HouseholdWealth_Probit]）\gamma_{6}[Coefficient_HouseholdWealth_Tobit]***（[SE_HouseholdWealth_Tobit]）家庭人口规模\beta_{7}[Coefficient_HouseholdSize_Probit]（[SE_HouseholdSize_Probit]）\gamma_{7}[Coefficient_HouseholdSize_Tobit]（[SE_HouseholdSize_Tobit]）年龄\beta_{8}[Coefficient_Age_Probit]**（[SE_Age_Probit]）\gamma_{8}[Coefficient_Age_Tobit]**（[SE_Age_Tobit]）教育程度\beta_{9}[Coefficient_Education_Probit]***（[SE_Education_Probit]）\gamma_{9}[Coefficient_Education_Tobit]***（[SE_Education_Tobit]）风险偏好\beta_{10}[Coefficient_RiskPreference_Probit]***（[SE_RiskPreference_Probit]）\gamma_{10}[Coefficient_RiskPreference_Tobit]***（[SE_RiskPreference_Tobit]）常数项\beta_{0}[Coefficient_Constant_Probit]***（[SE_Constant_Probit]）\gamma_{0}[Coefficient_Constant_Tobit]***（[SE_Constant_Tobit]）观测值[X_Probit][X_Tobit]伪R^{2}[Pseudo_R2_Probit]-调整R^{2}-[Adjusted_R2_Tobit]注：*、**、***分别表示在10%、5%、1%的水平上显著，括号内为标准误。在Probit模型中，住房资产价值的系数为正且在1%的水平上显著，表明住房资产价值的增加会显著提高家庭参与风险金融市场的概率，体现了财富效应。住房套数的系数也为正且在5%的水平上显著，说明拥有更多的住房套数同样会增加家庭参与风险金融市场的可能性。住房贷款余额的系数为负且在1%的水平上显著，这意味着住房贷款余额的增加会抑制家庭参与风险金融市场，因为高额的住房贷款增加了家庭的债务负担，降低了家庭的风险承受能力。住房自有率的系数为正且在5%的水平上显著，表明拥有自有住房对家庭参与风险金融市场具有促进作用，可能是因为自有住房带来的安全感使家庭更愿意参与风险投资。在控制变量方面，家庭收入、家庭财富、教育程度和风险偏好的系数均为正且显著，说明这些因素都对家庭参与风险金融市场具有积极影响。家庭收入和家庭财富的增加，使家庭有更多的资金用于风险金融资产投资；教育程度的提高，增强了家庭对风险金融市场的认知和理解，从而更愿意参与其中；风险偏好较高的家庭，自然更倾向于参与风险金融市场。在Tobit模型中，住房资产价值的系数为正且在5%的水平上显著，说明住房资产价值的增加对家庭风险金融资产配置比例有显著的正向影响，进一步验证了财富效应。住房贷款余额的系数为负且在1%的水平上显著，表明住房贷款余额的增加会显著降低家庭风险金融资产配置比例，这是因为住房贷款占用了家庭大量资金，挤出了风险金融资产投资。住房套数和住房自有率的系数虽然为正，但不显著，说明这两个变量对家庭风险金融资产配置比例的影响不明显。控制变量方面，家庭收入、家庭财富、教育程度和风险偏好的系数均为正且显著，与Probit模型结果一致，表明这些因素不仅影响家庭是否参与风险金融市场，还对家庭风险金融资产配置比例有显著影响。家庭收入和家庭财富的增加，会促使家庭提高风险金融资产配置比例；教育程度的提升，有助于家庭更合理地配置风险金融资产；风险偏好较高的家庭，会将更多的资金配置到风险金融资产中。5.4稳健性检验为了确保研究结果的可靠性和稳定性，本研究采用了多种方法进行稳健性检验。替换变量法：用家庭住房资产占家庭总资产的比例（HouseAssetRatio）替换住房资产价值，重新估计Probit模型和Tobit模型。结果显示，住房资产占家庭总资产比例的系数在Probit模型中为正且在5%的水平上显著，在Tobit模型中为正且在10%的水平上显著，与原模型结果基本一致，表明住房资产对家庭风险金融资产选择的影响具有稳健性。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，分别进行回归分析。结果发现，在高收入组和低收入组中，住房资产价值、住房贷款余额等变量对家庭风险金融资产选择的影响方向和显著性与全样本回归结果相似，只是在影响程度上可能存在差异。这说明住房对家庭风险金融资产选择的影响在不同收入水平的家庭中具有一致性，进一步验证了研究结果的稳健性。工具变量法：考虑到住房资产与家庭风险金融资产选择之间可能存在内生性问题，选取所在地区的房地产开发投资完成额（Investment）作为住房资产价值的工具变量。房地产开发投资完成额与住房资产价值高度相关，但与家庭风险金融资产选择不存在直接的因果关系。通过两阶段最小二乘法（2SLS）进行估计，结果显示住房资产价值的系数依然显著，且与原模型结果相近，表明在考虑内生性问题后，住房对家庭风险金融资产选择的影响仍然稳健。通过以上多种稳健性检验方法，结果均表明住房对家庭风险金融资产选择的影响具有可靠性和稳定性，进一步支持了前文的研究结论。六、异质性分析6.1按地区分组分析为了深入探究住房对家庭风险金融资产选择的影响在不同地区是否存在差异，本研究将样本家庭按照所在地区划分为东部地区、中部地区和西部地区，分别对Probit模型和Tobit模型进行回归估计，结果如表3所示：变量东部地区Probit模型中部地区Probit模型西部地区Probit模型东部地区Tobit模型中部地区Tobit模型西部地区Tobit模型住房资产价值\beta_{1}[Coefficient_HouseValue_East_Probit]***（[SE_HouseValue_East_Probit]）\beta_{1}[Coefficient_HouseValue_Middle_Probit]**（[SE_HouseValue_Middle_Probit]）\beta_{1}[Coefficient_HouseValue_West_Probit]（[SE_HouseValue_West_Probit]）\gamma_{1}[Coefficient_HouseValue_East_Tobit]***（[SE_HouseValue_East_Tobit]）\gamma_{1}[Coefficient_HouseValue_Middle_Tobit]**（[SE_HouseValue_Middle_Tobit]）\gamma_{1}[Coefficient_HouseValue_West_Tobit]（[SE_HouseValue_West_Tobit]）住房套数\beta_{2}[Coefficient_HouseNum_East_Probit]**（[SE_HouseNum_East_Probit]）\beta_{2}[Coefficient_HouseNum_Middle_Probit]（[SE_HouseNum_Middle_Probit]）\beta_{2}[Coefficient_HouseNum_West_Probit]（[SE_HouseNum_West_Probit]）\gamma_{2}[Coefficient_HouseNum_East_Tobit]（[SE_HouseNum_East_Tobit]）\gamma_{2}[Coefficient_HouseNum_Middle_Tobit]（[SE_HouseNum_Middle_Tobit]）\gamma_{2}[Coefficient_HouseNum_West_Tobit]（[SE_HouseNum_West_Tobit]）住房贷款余额\beta_{3}[Coefficient_LoanBalance_East_Probit]***（[SE_LoanBalance_East_Probit]）\beta_{3}[Coefficient_LoanBalance_Middle_Probit]***（[SE_LoanBalance_Middle_Probit]）\beta_{3}[Coefficient_LoanBalance_West_Probit]**（[SE_LoanBalance_West_Probit]）\gamma_{3}[Coefficient_LoanBalance_East_Tobit]***（[SE_LoanBalance_East_Tobit]）\gamma_{3}[Coefficient_LoanBalance_Middle_Tobit]***（[SE_LoanBalance_Middle_Tobit]）\gamma_{3}[Coefficient_LoanBalance_West_Tobit]**（[SE_LoanBalance_West_Tobit]）住房自有率\beta_{4}[Coefficient_HomeOwnership_East_Probit]**（[SE_HomeOwnership_East_Probit]）\beta_{4}[Coefficient_HomeOwnership_Middle_Probit]（[SE_HomeOwnership_Middle_Probit]）\beta_{4}[Coefficient_HomeOwnership_West_Probit]（[SE_HomeOwnership_West_Probit]）\gamma_{4}[Coefficient_HomeOwnership_East_Tobit]（[SE_HomeOwnership_East_Tobit]）\gamma_{4}[Coefficient_HomeOwnership_Middle_Tobit]（[SE_HomeOwnership_Middle_Tobit]）\gamma_{4}[Coefficient_HomeOwnership_West_Tobit]（[SE_HomeOwnership_West_Tobit]）控制变量控制控制控制控制控制控制常数项\beta_{0}[Coefficient_Constant_East_Probit]***（[SE_Constant_East_Probit]）\beta_{0}[Coefficient_Constant_Middle_Probit]***（[SE_Constant_Middle_Probit]）\beta_{0}[Coefficient_Constant_West_Probit]***（[SE_Constant_West_Probit]）\gamma_{0}[Coefficient_Constant_East_Tobit]***（[SE_Constant_East_Tobit]）\gamma_{0}[Coefficient_Constant_Middle_Tobit]***（[SE_Constant_Middle_Tobit]）\gamma_{0}[Coefficient_Constant_West_Tobit]***（[SE_Constant_West_Tobit]）观测值[X_East_Probit][X_Middle_Probit][X_West_Probit][X_East_Tobit][X_Middle_Tobit][X_West_Tobit]伪R^{2}[Pseudo_R2_East_Probit][Pseudo_R2_Middle_Probit][Pseudo_R2_West_Probit]---调整R^{2}---[Adjusted_R2_East_Tobit][Adjusted_R2_Middle_Tobit][Adjusted_R2_West_Tobit]注：*、**、***分别表示在10%、5%、1%的水平上显著，括号内为标准误。从表3可以看出，在东部地区，住房资产价值和住房套数的系数在Probit模型中均为正且显著，表明住房资产的增加显著提高了家庭参与风险金融市场的概率，财富效应明显。在Tobit模型中，住房资产价值的系数也为正且显著，说明住房资产价值的增加对家庭风险金融资产配置比例有显著的正向影响。这可能是因为东部地区经济发达，金融市场完善，投资渠道丰富，家庭对风险金融资产的认知和接受程度较高。当住房资产增值或拥有更多住房套数时，家庭财富增加，有更多资金和意愿参与风险金融市场投资。在中部地区，住房资产价值的系数在Probit模型和Tobit模型中均为正且在5%的水平上显著，表明住房资产对家庭参与风险金融市场和风险金融资产配置比例有一定的正向影响。但住房套数的系数不显著，说明住房套数对家庭风险金融资产选择的影响相对较弱。这可能是由于中部地区经济发展水平介于东部和西部之间，金融市场发展程度相对适中。虽然住房资产的增加能带来一定的财富效应，但受限于金融市场的成熟度和家庭的投资观念，住房套数的增加对家庭风险金融资产选择的促进作用不明显。在西部地区，住房资产价值、住房套数和住房自有率的系数在Probit模型和Tobit模型中均不显著，表明住房因素对家庭风险金融资产选择的影响较弱。而住房贷款余额的系数在两个模型中均为负且显著，说明住房贷款对家庭参与风险金融市场和风险金融资产配置比例有明显的抑制作用。这可能是因为西部地区经济相对落后，金融市场发展不完善，家庭收入水平较低。购房贷款给家庭带来了较大的经济压力，导致家庭可用于风险金融资产投资的资金减少，同时家庭对风险的承受能力也较低，更倾向于保守的投资策略。6.2按收入水平分组分析考虑到不同收入水平的家庭在经济实力、风险承受能力和投资观念等方面可能存在差异，本研究将样本家庭按照家庭收入水平分为高收入组和低收入组，分别进行回归分析，结果如表4所示：变量高收入组Probit模型低收入组Probit模型高收入组Tobit模型低收入组Tobit模型住房资产价值\beta_{1}[Coefficient_HouseValue_HighIncome_Probit]***（[SE_HouseValue_HighIncome_Probit]）\beta_{1}[Coefficient_HouseValue_LowIncome_Probit]（[SE_HouseValue_LowIncome_Probit]）\gamma_{1}[Coefficient_HouseValue_HighIncome_Tobit]***（[SE_HouseValue_HighIncome_Tobit]）\gamma_{1}[Coefficient_HouseValue_LowIncome_Tobit]（[SE_HouseValue_LowIncome_Tobit]）住房套数\beta_{2}[Coefficient_HouseNum_HighIncome_Probit]**（[SE_HouseNum_HighIncome_Probit]）\beta_{2}[Coefficient_HouseNum_LowIncome_Probit]（[SE_HouseNum_LowIncome_Probit]）\gamma_{2}[Coefficient_HouseNum_HighIncome_Tobit]（[SE_HouseNum_HighIncome_Tobit]）\gamma_{2}[Coefficient_HouseNum_LowIncome_Tobit]（[SE_HouseNum_LowIncome_Tobit]）住房贷款余额\beta_{3}[Coefficient_LoanBalance_HighIncome_Probit]***（[SE_LoanBalance_HighIncome_Probit]）\beta_{3}[Coefficient_LoanBalance_LowIncome_Probit]***（[SE_LoanBalance_LowIncome_Probit]）\gamma_{3}[Coefficient_LoanBalance_HighIncome_Tobit]***（[SE_LoanBalance_HighIncome_Tobit]）\gamma_{3}[Coefficient_LoanBalance_LowIncome_Tobit]***（[SE_LoanBalance_LowIncome_Tobit]）住房自有率\beta_{4}[Coefficient_HomeOwnership_HighIncome_Probit]**（[SE_HomeOwnership_HighIncome_Probit]）\beta_{4}[Coefficient_HomeOwnership_LowIncome_Probit]（[SE_HomeOwnership_LowIncome_Probit]）\gamma_{4}[Coefficient_HomeOwnership_HighIncome_Tobit]（[SE_HomeOwnership_HighIncome_Tobit]）\gamma_{4}[Coefficient_HomeOwnership_LowIncome_Tobit]（[SE_HomeOwnership_LowIncome_Tobit]）控制变量控制控制控制控制常数项