【《中国家庭金融资产配置的影响因素研究》15000字（论文）】

中国家庭金融资产配置的影响因素研究摘要:本文运用了2019年中国家庭金融调查（ChinaHouseholdFinanceSurvey，CHFS）数据，在家庭人口特征方面选取家庭人口数；财务决策人特征方面选取性别、年龄、受教育水平、风险态度、金融素养；在家庭经济特征方面选取家庭年收入、住房、家庭负债、家庭资产作为解释变量，分析对家庭参与风险型金融市场广度和深度的影响。建立影响风险型金融资产参与广度Probit模型和影响风险型金融资产参与深度的Tobit模型，并在城镇和乡村家庭的角度建立Probit和Tobit的模型进行分组回归分析。得出如下结论：家庭年收入、家庭资产、家庭负债、受教育水平、风险态度、金融素养、家庭人口数对参与风险金融市场的广度和深度呈正向影响；性别、住房对参与风险金融市场的广度和深度具有负向影响；年龄对参与风险金融市场的广度和深度呈现倒“U”型的特征。其中除了受教育水平外，其余解释变量对城镇的影响均大于对乡村的影响。最后并依据理论和实证分析提出合理的建议。关键词:中国家庭金融资产配置；影响因素；Probit模型；Tobit模型1引言研究背景及意义1.1.1研究背景随着我国经济的高速发展，我国居民的收入逐渐增长，家庭财富日渐积累，理财意识逐渐被唤醒，金融理财需求逐渐扩大，我国家庭金融资产配置向多元化的方向转变。但是由于我国城镇、乡村在经济、文化等方面均存在差异，城、乡居民家庭的资产配置存在明显的异质性。且我国家庭对风险金融资产的投资参与较西方国家仍具有有限性。研究我国家庭金融资产配置的影响因素有利于为我国城、乡家庭家庭提供指导，根据家庭具体情况，使资产得到科学配置，促进我国经济稳定发展。因此，分析我国家庭金融资产配置的影响因素是必要的。1.1.2研究意义分析中国家庭金融资产配置的影响因素。首先，对于个人和家庭而言。有利于提高居城乡居民家庭对资产配置的重视程度，改善资产配置情况，主动接受更多的金融和理财知识，并能根据自身发展需求进行合理的资产配置。其次，从政府调控或监管的角度。可以对城乡居民家庭资产配置差异较大，农村金融产品选择面窄等问题提出更好的建议，有利于平衡城乡居民金融资产分配结构。可以更好地引导家庭资金有效流入金融市场，引导企业拓宽融资渠道，制定正确合理的金融政策，在一定程度上，推动我国金融市场和国民经济的发展。1.2国内外研究现状本文基于国内外已有的文献研究，从微观影响因素考虑，在家庭人口特征方面选取家庭人口数；财务决策人特征方面选取性别、年龄、受教育水平、风险态度、金融素养；在家庭经济特征方面选取家庭年收入、住房、家庭负债、家庭资产作为影响因素，分析各影响因素对我家庭金融资产配置的影响。1.2.1家庭人口特征=1\*GB2⑴家庭人口数Calvet和Sodini（2014）研究发现家庭人口数量的增多不利于家庭持有风险资产[1]。郭琳（2013）使用中国追踪调查的数据研究发现家庭人口数量的增多不利于家庭持有风险资产[2]。钱程（2016）发现家庭子女数量的增加会降低家庭参与风险资产的投资比例[3]。蓝嘉俊等（2018）研究发现家庭人口的数量和风险性金融资产的参与率和参与程度呈负相关关系[4]。1.2.2财务决策人特征=1\*GB2⑴性别Arch（1993）研究发现男性与女性对待风险的态度不同，男性会视风险为一种挑战，女性则视风险为一种威胁[5]。FehrDudaetal（2006）表示面对预期的负面结果，女性会表现得更加紧张和害怕，并且会高估负面结果[6]。Charness和Gneezy（2007）研究发现，男性的投资参与度会更高，女性的避险意识会更强[7]。祝继高、等（2012）研究发现女性董事比例与公司投资水平呈负相关关系，并且这种情况集中在过度投资的公司中，该研究是基于金融危机视角[8]。=2\*GB2⑵年龄Brunetti（2010）通过分析意大利居民的投资情况，发现年龄对持有风险资产有显著影响，随着年龄的增长，风险资产的持有会先增长后减少，呈现“驼峰状”[9]。Fagereng(2017)指出，不同年龄阶段中年龄并不是都对股票参与程度呈正向影响，年轻人对于风险资产以及股票资产的参与程度较高，之后随着退休的到来，会逐渐减少风险投资[10]。王聪等（2017）研究发现年龄通过家庭对于风险的偏好来影响家庭的资产配置[11]。沈淘淘和史桂芬（2020）研究发现户主年龄和风险资产配置方面呈现倒“U”型，老年人口占比高的家庭会减少风险资产的投资[12]。(3)受教育水平Cooper和Zhu(2016)研究受教育水平和金融资产、股票参与的关系，得出受教育水平越高，居民进入金融资产市场的可能越大[13]。尹志超等（2014）研究发现那些在股市里有大量资金进出，且股市资金占据家庭金融资产一半以上的人，大部分都是高等学历以上的人[14]。张欢欢，熊学萍（2017）研究发现居民受教育程度会对金融素养产生正向影响，受过金融教育的居民金融素养更高[15]。(4)风险态度Barasinska（2012）使用德国家庭调查数据分析了个人风险态度对投资组合的影响，发现风险厌恶型家庭倾向于持有无风险资产比重更高的投资组合[16]。Wolfgangetal.（2014）发现过度自信与过度乐观的个人主义对承担金融风险有显著的积极作用，认为心理因素影响投资组合选择的行为[17]。胡振（2016）发现风险态度对家庭金融资产组合分散化程度具有显著影响，金融资产组合分散化程度随风险厌恶程度增高而降低[18]。卢亚娟、殷君瑶（2021）研究发现风险偏好能够提高家庭对金融资产及各类风险性金融资产的参与率及资产占比，能够推动家庭对金融市场尤其是风险市场的参与行为。在城乡差异下，风险态度对于城镇家庭在风险性金融资产投资上的影响较大[19]。金融素养Behrman等(2012)研究表明，金融素养提高有利于家庭财富的积累，并且投资金融素养、提高金融素养水平带来巨额财富回报的概率很大[20]。胡振(2018)在通过实证分析认为，金融素养对家庭财富规模的作用有所侧重，对财富规模较大家庭的影响更大，且金融素养与教育水平的交互作用可以显著提高家庭的财富积累能力[21]。丁嫚琪（2019）通过对金融素养进行量化打分后，发现金融素养得分越高的居民，参与的金融资产种类越多[22]。1.2.3家庭经济特征(1)家庭年收入KatarzynaKochaniak（2020）基于欧洲系统HFCS数据，研究发现富裕的家庭会更关注风险资产。家庭收入越高，家庭风险承受能力会越强，投资风险性金融资产的可能性就越大[23]。徐佳（2016）等研究发现随着自身财富水平的增长，家庭对于风险市场的参与会显著提高[24]。咬亮（2018）通过对比分析银行客户资产配置状况发现财富水平越高的客户，资产配置越多元化[25]。(2)住房Saarimaa（2008）调查发现，既定净财富下房屋价值越高，股市参与率越低，住[26]。周雨晴、何广文（2019）研究发现住房资产对家庭风险金融资产配置具有明显的挤出效应。在经济发达的区域，住房资产对风险金融资产配置的挤出效应更为显著[27]。(3)家庭负债段军山和崔蒙雪(2016)发现信贷约束对于家庭持有股票等资产具有负向影响，同时信贷约束的存在会提高家庭的风险厌恶程度[28]。王梦迁、王海侠（2018）研究发现银行借款和商业信用对企业投资有正相关性作用[29]。(4)家庭资产Bertaut和Starr（2000）对美国市场进行研究后发现财富与股票市场参与率呈正相关关系[30]。刘海飞等（2017）研究发现财富水平的上升对提高家庭金融资产投资概率和持有比重具有显著正向作用[31]。孙武军（2018）研究发现家庭净资产对家庭风险金融资产的持有起到了促进作用，体现了财富的正向效应。[32]随着互联网时代的到来和各种理财产品的层出不穷，家庭资产配置结构也发生重大改变，通过对国内外文献的分析可以发现，目前我国学者依照微观家庭数据分析,对影响家庭金融资产配置的各种因素展开了研究。从结论来看，这些因素都在一定程度上影响着家庭金融资产配置。但是，影响家庭金融资产配置的因素太过广泛，例如在家庭人口特征、财务决策人特征、家庭经济特征等方面的研究还不是特别完善。本文试图分别从城、乡家庭金融资产配置结构的微观角度,在其他学者已有的研究基础上，在家庭人口特征方面选取家庭人口数；财务决策人特征方面选取性别、年龄、受教育水平、风险态度、金融素养；在家庭经济特征方面选取家庭年收入、家庭房产价值、家庭负债、家庭资产作为影响因素，进一步分析各个影响因素对城、乡家庭金融资产配置的影响。1.3研究内容本文的主要研究内容划分成五个部分：首先，引言。介绍家庭金融资产配置的研究背景和研究意义，对相关的国内外研究文献进行综述。其次，分析理论机制和提出研究假设。再次，对数据和变量的选取做出说明，并构建模型。利用2019年中国家庭金融调查CHFS的数据，基于其他学者的研究，选取家庭人口数、性别、年龄、受教育水平、风险态度、金融素养、家庭年收入、住房、家庭负债、家庭资产等因素作为解释变量。接着，实证分析。首先进行描述性统计分析，对各个变量有做出初步判断。建立Probit模型和Tobit模型，研究各变量对家庭参与风险型金融市场广度和深度的影响。并利用Probit、Tobit模型研究各因素对城、乡家庭风险型金融市场参与广度与深度的影响。最后做稳健性检验。最后，得出研究结论，提出切实可行的建议。图:技术路线图1.4研究方法本文采用文献研究法、定量定性相结合分析法、实证分析法的研究方法，秉承研究目的，选取权威数据，在前人研究的基础上确立研究内容。具体来说，主要运用以下几种方法:=1\*GB2⑴文献研究法借助金融学、经济学等学科知识，并将其应用在本文研究过程中:通过对国内外现有文献进行梳理和研读，归纳出待改进的问题和值得借鉴的地方，根据我国家庭资产配置现实情况提出本文的研究课题。=2\*GB2⑵定量定性相结合分析法在研究前人文献的基础上将家庭金融资产配置的影响因素进行分类，在此基础上梳理家庭人口数、性别、年龄、受教育水平、风险态度、金融素养、家庭年收入、住房、家庭负债、家庭资产等影响要素，通过实证数据的定量分析研究影响因素对家庭金融资产配置的影响。=3\*GB2⑶实证分析方法总结前人研究成果的基础上结合相关理论对家庭金融资产配置的影响因素进行分析研究。采用实证分析法，建立Probit模型分别对城、乡家庭金融配置的影响因素进行实证分析，研究各因素对城乡家庭风险金融市场参与广度的影响，采用Tobit模型分别对各影响因素进行实证分析，研究各影响因素对城、乡家庭风险金融市场参与深度的影响，并得出相应的研究结果。最后，归纳总结研究结果，提出相应的建议。2理论机制和研究假设2.1家庭人口特征家庭成员数越多，一方面会增加家庭总收入；另一方面会增加家庭的总消费支出，但是不会减少人均消费，甚至可能增加人均消费，并且大规模的家庭相对小规模家庭来说可支配收入较少，家庭规模的扩增对风险资产的投资会产生挤出作用。一般来说，家庭人口数越多，家庭在财产计划上考虑的因素就越多，对流动性、稳定性的资产要求较高，对风险资产的规避程度强，因此大家庭的投资也就越谨慎。基于此，提出本文的第一个假设：假设1：家庭人口数对家庭参与风险金融市场的广度和深度呈负相关关系。2.2财务决策人特征性别方面，相对于男性而言，女性的谨慎性更强，风险规避的特征会更加明显，且男性过度自信的倾向程度往往会比女性更大，在投资决策中会采用更冒险的策略。年龄方面，年龄影响居民的风险态度进而影响其对金融资产的需求。Bakshi等（1994）提出生命周期风险厌恶假说，认为人在不同的年龄时期，风险态度不同，进而对资产的选择不同。随着年龄增加，风险资产持有量会先增后减，呈倒“U”型。[33]受教育水平方面，文化水平越高，可利用自身的金融知识对市场信息进行分析，金融素养将越高。风险态度方面，风险偏好型的投资者更愿意尝试风险金融投资，愿意付出更大的风险获取更高的回报，而风险中立和风险厌恶型的投资者更偏向与投资低风险低回报的投资。金融素养方面，金融素养就越高，金融知识越丰富，对经济、金融市场信息关注度越高，将更可能参与风险金融市场。基于此，提出本文第二个假设：假设2：男性对家庭参与风险金融市场的广度和深度呈正相关关系，女性则相反；年龄对家庭参与风险金融市场的广度和深度呈现倒“U”型关系；受教育水平、风险态度、金融素养对家庭参与风险金融市场的广度和深度呈正相关关系。2.3家庭经济特征家庭年收入方面，家庭收入的增加，家庭财富的累积越高，投资组合更加多元，并且家庭收入的增加能够增强家庭的风险承受能力，提高家庭参与风险型金融市场的可能，倾向于风险资产投资。住房方面，住房作为居民家庭资产中的重要构成部分，会影响到家庭金融投资决策。住房资产对家庭金融市场参与和风险金融资产配置存在显著的挤出效应。家庭负债方面，一方面，如果负债属于正常范围，对于生活和家庭不会造成太大的影响，这类负债属于“良性负债”，可以通过借款进行投资带来正面的现金流，且随着时间的推移，收入会越来越多，形成良性循环；另一方面，如果负债超出了自己的偿还能力，就是“过度负债”，在此影响下会降低居民家庭参与投资风险市场的可能。根据2019年11月13日的《中国消费年轻人负债状况报告》，我国每月实际偿债收入比为12.52%，属于良性负债的范围。家庭资产方面，财富水平上升会促进投资者进行多元化的投资，投资者的财富水平会增强其承受风险的能力，进一步影响投资者的风险偏好，从而影响风险资产的持有。基于此，提出本文的第三个假设：假设3：家庭年收入、家庭资产、家庭负债对家庭参与风险金融市场的广度和深度呈正相关关系；住房对家庭参与风险金融市场的广度和深度呈负相关关系。3数据来源、变量的选取以及模型构建3.1数据来源本文使用西南财经大学家庭金融调查与研究中心2019年中国家庭金融调查项目（ChinaHouseholdFinanceSurvey，CHFS）的调查数据来分析我国家庭金融资产配置。CHFS调研对家庭经济、金融行为进行了全面、系统的刻画，是众多学者研究我国家庭金融重要的微观数据。2019年中国家庭金融调查样本覆盖全国29个省（自治区、直辖市），343个区县，1360个村（居）委会，最终搜集了34643户家庭、107008个家庭成员的信息，数据具有全国及省级代表性。利用Stata16.0软件将CHFS数据中家庭数据集、个人数据集、master数据集进行合并，选取本文需要的问题数据后，对数据的缺失值进行清洗后做一系列处理和相关分析。3.2变量的选取3.2.1被解释变量崔珂婧（2020）研究发现我国家庭对无风险资产市场的参与度远远高于风险资产市场34]。因此本文着重研究各影响因素对风险金融资产的影响。基于以上原因，参照王广谦（2004）的划分方法[35]，从风险金融市场参与的广度和深度两种角度，设置被解释变量为：=1\*GB2⑴参与风险金融市场的广度将家庭持有股票、基金、借出款、金融理财产品、互联网理财产品、债券、衍生品、黄金、其他金融资产、外汇中的任意一项，定义为家庭参与风险金融市场，持有赋值为1，否则为0，用fxzc_p表示。=2\*GB2⑵参与风险金融市场的深度将家庭持有风险金融资产占总金融资产的比重，用fxzc_t表示。3.2.2解释变量将家庭金融资产配置的影响因素进行分类，在家庭人口特征方面选取家庭人口数；财务决策人特征方面选取性别、年龄、受教育水平、风险态度、金融素养；在家庭经济特征方面选取家庭年收入、住房、家庭负债、家庭资产作为解释变量。=1\*GB2⑴家庭人口特征=1\*GB3①家庭人口数依据CHFS的调查问卷问题[A2000]：“包括您在内，您家目前共有几位家庭成员？家庭成员是指与您共享收入、共担支出的人。”将数据清洗后，用jtrks表示。=2\*GB2⑵财务决策人特征=1\*GB3①性别依据CHFS的调查问卷问题[A2003]：“家庭成员的性别？1.男2.女”将男赋值为1，女赋值为0，用gender表示。=2\*GB3②年龄依据CHFS的调查问卷问题[A2005]：“家庭成员的出生年？”用调查年份2019减去家庭成员的出生年得出年龄，用age表示年龄，age2表示年龄的平方。=3\*GB3③受教育水平依据CHFS的调查问卷问题[A2012]“家庭成员的文化程度是？1.没上过学2.小学3.初中4.高中5.中专/职高6.大专/高职7.大学本科8.硕士研究生9.博士研究生”将家庭成员的文化程度分为为：没上过学、小学，赋值为1；初中，赋值为2；高中，赋值为3；中专/职高，赋值为4；大专/高职，赋值为5；大学本科，赋值为6；硕士研究生，赋值为7；博士研究生赋值为8。用edu表示。=4\*GB3④风险态度依据CHFS的调查问卷问题[H3104]：“如果您有一笔资金用于投资，您最愿意选择哪种投资项目？1、高风险、高回报的项目；2、略高风险、略高回报的项目；3、平均风险、平均回报的项目；4、略低风险、略低回报的项目；5、不愿意承担任何风险。”参考张晓娇（2013）[36]将答案划分：将高风险、高回报的项目和略高风险、略高回报的项目划分为风险偏好型，赋值为1；平均风险、平均回报划分为风险中立型，略低风险、略低回报的项目和不愿承担任何风险划分为风险厌恶型，并且赋值为0，用risk表示。=5\*GB3⑤金融素养依据CHFS的调查问卷问题[H3101]：“您平时对经济、金融方面的信息关注程度如何？1、非常关注；2、很关注；3、一般；4、很少关注；5、从不关注。”并依次赋值为5、4、3、2、1，用jrxy表示。=3\*GB2⑶家庭经济特征=1\*GB3①家庭年收入根据CHFS的调查问卷问题[H3001]“去年，您家总收入一共是多少元？”对家庭收入取对数，用income表示。=2\*GB3②住房根据CHFS的调查问卷问题[C2001]：“您家是否拥有自己的住房？1.是2.否”将是赋值为1，否赋值为0，用zf表示。=3\*GB3③家庭负债根据CHFS的调查问卷问题[E3005a]：“除前面提到的生产经营资金需求外，目前，您家是否因买房、买车、教育、医疗、投资等原因需要借入资金？1.是2.否”将是赋值为1，否赋值为0，用debt表示。=4\*GB3④家庭资产依据问卷现有数据total_asset，做对数处理，用asset表示。3.3模型构建利用Probit模型对家庭参与风险资产的影响因素进行实证分析，研究各因素对家庭参与风险资产广度的影响；利用Tobit模型对家庭风险资产参与比重进行实证分析，研究各因素对家庭参与风险资产深度的影响。研究家庭是否持有风险金融资产，可以建立二元离散选择模型（Probit模型）考察各影响因素对其的影响：（3.1）其中，是无法观测的隐变量，为0-1型虚拟变量，表示家庭是否参与各风险型金融资产的投资，当家庭持有该风险金融资产时为1，反之为0。表示解释变量家庭人口数、性别、年龄、受教育水平、风险态度、金融素养、家庭年收入、住房、家庭负债、家庭资产，代残差项。因此，建立以下模型：（3.2）其中，表示家庭是否参与风险金融市场，代表家庭人口数，代表性别，代表年龄，代表年龄的平方，代表受教育程度，代表风险态度，代表金融素养，代表家庭年收入，代表住房，代表家庭负债，代表家庭资产。研究家庭风险资产持有比重时，可以建立Tobit模型进行考察各影响因素对其的影响：（3.3）在此模型中，是潜在隐变量，当＞0时被观测到，取值；当≤0时在0处截尾。因此，建立以下模型：（3.4）其中，表示持有风险金融资产的比重，代表家庭人口数，代表性别，代表年龄，代表年龄的平方，代表受教育程度，代表风险态度，代表金融素养，代表家庭年收入，代表住房，代表家庭负债，代表家庭资产。4实证分析4.1变量描述性统计分析通过Stata16.0软件对变量进行描述性统计分析，如表4-1所示。表4-1变量描述性统计分析变量符号变量名称平均值标准差最小值最大值jtrks家庭人口数3.7861.712115gender性别0.5060.50001age年龄57.3713.7114102edu受教育水平2.5321.63918risk风险态度0.06880.25301jrsy金融素养1.8031.01015income家庭年收入10.661.312017.91zf住房0.9260.26201debt家庭负债0.1310.33701asset家庭资产12.871.610021.47fxzc_p是否持有风险资产0.6200.48501fxzc_t持有风险资产的比重0.2330.34401从表4-1可以看出，我国家庭平均每家人口约为4人。投资者性别男性人数略多于女性人数；户主平均年龄在57岁左右；受教育水平平均值约为2.53，在初中阶段，文化水平较低；投资者在进行金融资产配置时，持有的风险态度大部分是风险中立和风险厌恶态度；金融素养平均值为1.80，说明我国大部分家庭对经济、金融方面的关注程度较低。家庭年收入取对数后的平均值约为10.66；我国大部分家庭用用自己的住房；家庭负债的平均值为0.13，家庭资产取对数后的平均值约为12.87。我国多数家庭持有风险资产，但是和其他金融资产相比，持有风险资产的比重较小。4.2家庭金融资产参与度的Probit分析本节的实证分析利用Probit模型来研究各因素对家庭风险型金融市场参与广度的影响，用是否持有风险金融资产和股票金融资产来表示家庭对风险金融市场的参与广度。使用软件Stata16.0进行回归分析，具体实证结果见表4-2。表4-2各金融市场参与广度的Probit回归结果解释变量fxzc_p（风险市场）jtrks（家庭人口数）0.0884***(0.00534)gender（性别）-0.0360**(0.0161)age（年龄）0.0105***(0.00257)age²（年龄的平方）-0.000271***(2.43e-05)risk（风险态度）0.430***(0.0394)jrsy（金融素养）0.127***(0.00850)edu（受教育水平）0.0696***(0.00634)income（家庭年收入）0.191***(0.00744)zf（住房）-0.734***(0.0329)debt（家庭负债）0.326***(0.0253)asset（家庭资产）0.291***(0.00711)Constant-5.195***(0.110)Observations33,365PseudoR²0.2438注：***、**、*分别代表在1%、5%、10%的置信水平上显著；括号内数值为z统计量。据表4-3可以看出，在1%的显著性水平下家庭人口数对参与风险市场呈正相关。性别在5%显著性水平下对参与风险市场呈负相关。年龄在1%的显著性水平下对参与风险市场呈正相关；年龄的平方分别在1%的显著性水平下对参与风险市场呈负相关，年龄系数为正，年龄平方系数为负，说明年龄与参与风险金融市场和股票市场呈倒“U”关系。风险态度、金融素养、受教育水平、家庭年收入、家庭资产都在1%的显著性水平下对参与风险市场呈正相关关系。住房在1%的显著性水平下对参与风险市场呈负相关关系。家庭负债在1%的显著性水平下对参与风险金融市场呈正相关。4.3家庭金融资产占比的Tobit分析本节的实证分析利用Tobit模型研究家庭对风险型金融市场参与深度问题，用持有风险型金融资产、股票类金融资产的比重来表示家庭对风险型金融市场的参与深度。使用Stata16.0进行回归分析，具体实证结果见表4-3。表4-3各金融市场参与深度的Tobit回归结果fxzc_t（风险资产）jtrks（家庭人口数）0.000628(0.00207)gender（性别）-0.00778(0.00609)age（年龄）0.00395***(0.000958)age²（年龄的平方）-7.95e-05***(9.43e-06)risk（风险态度）0.0994***(0.0114)jrsy（金融素养）0.0489***(0.00313)edu（受教育水平）0.00460**(0.00222)income（家庭年收入）0.0492***(0.00319)zf（住房）-0.216***(0.0121)debt（家庭负债）0.105***(0.00897)asset（家庭资产）0.105***(0.00285)Var0.237***(0.00267)Constant-1.731***(0.0416)Observations30,546PseudoR²0.1145注：***、**、*分别代表在1%、5%、10%的置信水平上显著；括号内数值为t统计量。根据表4-3可以看出，家庭人口数和性别对参与风险金融市场的深度不显著。年龄在1%的显著性水平下对持有风险资产的比重呈正相关；年龄的平方在1%的显著性水平下对持有风险资产的比重呈负相关，年龄系数为正，年龄平方系数为负，说明年龄和参与风险金融市场的深度呈倒“U”型关系。风险态度、金融素养。受教育水平、家庭年收入、家庭资产都在1%的显著性水平下对持有风险资产的比重有正向影响。住房在1%的水平下对持有风险资产的比重呈负相关，说明住房持有对风险金融资产配置存在挤出效应。家庭负债在1%的水平下对风险资产的持有比重有正向影响。结合前文文献和假设，通过对家庭参与风险市场的Probit分析和对家庭持有风险资产的Tobit分析,可以看出：家庭人口数对参与风险市场的广度呈正相关，这与假设不一致。结合其他学者的研究，说明家庭人口的增多会使家庭收入增多，累积家庭资产，增加参加风险金融市场和配置风险金融资产的可能。男性、女性存在着不同的风险偏好，女性相对于男性来说更加厌恶风险，男性参与风险金融市场的可能性更高，女性则规避风险意识更强。年龄系数为正，年龄平方系数为负，说明年龄对风险资产配置呈倒“U”型关系，可以看出年轻人对于风险资产和股票资产的参与程度和配置比例较高，之后随着年龄的不停增长，会逐渐开始减少风险投资。家庭持有风险偏好态度会增加参与风险金融市场的可能，也会加大对风险资产投入；持有风险中立或者风险厌恶态度会表现出对风险的规避态度，降低家庭对风险型金融资产的投入。提升金融素养，提高对经济、金融方面信息的关注度，不仅丰富家庭金融方面的知识，也会提高家庭对经济、金融市场信息的分析能力，更加科学、合理地配置风险金融资产，更多地尝试并且增加对风险金融资产的投资比重。受教育水越高，居民越会进入金融资产市场，会增加参与风险金融市场和股票市场的可能和资产配置，同时文化水平的高低也会影响平均收入水平进而影响家庭金融资产配置选择。家庭年收入越多，越有可能参与风险金融市场，收入的增加也增强了对风险的承受能力，进而增加风险资产的配置。住房持有对家庭风险金融市场参与和风险金融资产配置存在显著的挤出效应，作为我国居民家庭资产中的重要构成部分，会影响到家庭金融资产配置和投资决策。家庭负债对参与风险市场的广度和深度呈正相关。参考其他学者的研究和理论说明，说明良性负债可以通过借款进行投资带来现金流，随着时间增加，收益增多，在此影响下会增加居民家庭参与投资风险市场的可能性以及居民家庭风险资产的持有比重。家庭资产和家庭财富的累积，会促进投资者进行多元化的投资，投资者的财富水平提高会增强其承受风险的能力，进一步影响投资者的风险偏好，从而增加风险市场的参与和风险资产的持有。4.4对城、乡家庭金融资产配置的影响分析我国城、乡地区由于受交通、地理的限制以及乡村相较于城市经济不发达的影响，乡村的金融信息可获得性不如城镇高，居民受教育程度普遍不高，且经济发展水平与城镇家庭存在差异。因此，有必要进行分析各影响因素对城、乡家庭资产配置的影响。本节的实证分析利用Probit、Tobit模型研究各因素对城、乡家庭风险型金融市场参与广度与深度的影响，使用Stata16.0进行回归分析，具体实证结果见表4-4。表4-4城乡家庭资产配置实证结果解释变量参与风险市场广度Probit分析参与风险市场深度Tobit分析城镇乡村城镇乡村jtrks（家庭人口数）0.105***0.0873***-0.00467***-0.00231(0.00695)(0.00873)(0.00166)(0.00198)gender（性别）-0.0371*-0.00668-0.00239-0.00601(0.0200)(0.0279)(0.00469)(0.00631)age（年龄）0.00829**0.003310.00177**-0.000163(0.00322)(0.00448)(0.000735)(0.00101)age²（年龄的平方）-0.000291***-0.000127***-3.24e-05***-7.88e-06(3.01e-05)(4.32e-05)(7.13e-06)(9.67e-06)risk（风险态度）0.402***0.429***0.0775***0.0236*(0.0496)(0.0670)(0.00884)(0.0143)jrsy（金融素养）0.201***0.0441***0.0389***0.00354(0.0112)(0.0135)(0.00250)(0.00305)edu（受教育水平）0.0496***0.0527***-0.0001070.00532*(0.00748)(0.0136)(0.00167)(0.00304)income（家庭年收入）0.140***0.273***0.0159***0.0288***(0.00922)(0.0138)(0.00241)(0.00302)zf（住房）-0.677***-0.317***-0.120***-0.0625***续表4-4解释变量风险资产Probit风险资产Tobit城镇乡村城镇乡村(0.0384)(0.0857)(0.00882)(0.0187)debt（家庭负债）0.269***0.418***0.0400***0.0773***(0.0340)(0.0382)(0.00742)(0.00861)asset（家庭资产）0.275***0.253***0.0601***0.0268***(0.00896)(0.0129)(0.00215)(0.00287)Constant-4.353***-6.015***-0.658***-0.383***(0.140)(0.212)(0.0318)(0.0442)Observations23,4969,86921,8078,739PseudoR²0.23940.19590.13510.1393注：***、**、*分别代表在1%、5%、10%的置信水平上显著；括号内数值为t统计量或者z统计量。根据表4-4可以看出，各个影响因素对城镇、乡村家庭对风险市场的参与广度和深度具有不同程度的影响。家庭人口数在1%的显著性水平下对城镇家庭参与风险金融市场的可能具有正向影响，对城镇家庭持有风险资产的比重具有负向影响；家庭人口数在1%的水平下对乡村家庭参与风险金融市场呈正向关系，对乡村家庭持有风险资产的比重负向不显著。性别仅仅在1%的水平下对城镇家庭参与风险金融市场具有负向影响，对城镇家庭持有风险资产的比重负向不显著。性别对乡村家庭参与风险市场和持有风险资产均负向不显著。年龄在5%的显著水平下对城镇家庭参与风险金融市场和持有风险资产呈正相关；年龄的平方在1%的水平下对城镇家庭参与风险金融市场和持有风险资产均负相关，是明显的倒“U”型。年龄对乡村家庭不显著；年龄的平方仅在1%的水平下对乡村家庭参与风险市场负相关。风险态度、金融素养均在1%的显著水平下对城镇家庭参与风险市场和持有风险资产正相关。风险态度、金融素养均在1%的水平下对乡村家庭参与风险市场正相关；风险态度在10%的水平下对乡村家庭持有风险资产正相关，金融素养对乡村家庭持有风险资产正向不显著。受教育水平在1%的显著水平下对城镇家庭参与风险市场正相关；对持有风险资产的比重不显著。受教育水平分别在1%和10%的水平下对乡村家庭参与风险市场和持有风险资产正相关。家庭年收入在1%的显著下对城、乡家庭参与风险市场和持有风险资产具有正向影响。住房持有在1%的显著下对城、乡家庭参与风险市场的广度和深度均具有负向影响。家庭负债和家庭资产均在1%的水平下对城、乡家庭参与风险市场和持有风险资产具有正向影响。通过对城、乡家庭的分析,可以看出：家庭人口数对参与风险金融市场广度的影响在城、乡均显著，但是对深度的影响在城镇地区更为明显。说明在经济较发达的城镇地区，人口的增加对家庭金融资产配置的影响更大，增加人口会减少风险金融资产的配置。性别方面，男性参与风险金融市场的可能性更高，女性则规避风险意识更强。性别对参与风险金融市场广度的影响在城镇地区更为明显；对深度的影响均不显著。说明在城镇地区，女性对经济、金融的关注程度较乡村地区更高，参与风险金融市场的可能性更大。年龄对参与风险金融市场广度和深度的影响也在城镇地区更为显著；对乡村地区不显著。说明在城镇地区对金融信息的获取较乡村地区更为便捷，更方便不同年龄的人进行投资决策。风险态度和金融素养对参加风险金融市场的广度影响在城、乡均显著；但是对深度的影响在城镇地区更为明显。说明城镇地区经济发达，金融信息的获取途径更广，投资者可以根据经济环境信息形成自己的风险态度，结合自身金融素养做出科学的决策。受教育水平对参加风险金融市场的广度影响在城、乡均显著；但是对深度的影响在乡村地区更明显。说明乡村地区在交通、地理环境较城镇地区有局限，文化水平高的投资者能利用自己的知识和学习能力获取更多的金融信息和知识，突破经济环境上的局限，文化水平越高的投资者持有风险资产的比重也会越高。家庭年收入、住房持有、家庭资产和家庭负债对参加风险金融市场的广度和深度影响均在城、乡地区显著。说明尽管存在城乡地域限制，并不会对城、乡家庭的金融资产配置的影响有很大区别。家庭年收入、家庭资产的持有均能累积家庭财富，提高家庭的风险承担能力，更有可能参与风险金融市场和持有风险资产。住房作为我国居民家庭资产的重要组成部分，对家庭参与风险市场和持有风险资产有显著的挤出效应。4.5稳健性检验为了确保实证结果的可靠性，本文选取补充变量的方法，参考梁斌、冀慧（2020）在稳健性检验中加入风险这一可能产生影响的变量作为补充变量做稳健性检验[37]。本文选取投资决策人的主观幸福感这一可能产生影响的变量作为补充变量，进行实证的稳健性检验。根据CHFS的调查问卷问题[H3514]：“总的来说，您现在觉得幸福吗？1、非常幸福；2、幸福；3、一般；4、不幸福；5、非常不幸福。”依次赋值为5、4、3、2、1，用happiness表示。具体实证结果表4-5和表4-6所示：表4-5稳健性检验Probit模型的估计结果解释变量fxzc_p（风险市场）jtrks（家庭人口数）0.0881***(0.00534)gender（性别）-0.0361**(0.0161)age（年龄）0.00999***(0.00257)age²（年龄的平方）-0.000264***(2.44e-05)risk（风险态度）0.426***(0.0394)jrsy（金融素养）0.129***(0.00851)edu（受教育水平）0.0693***(0.00634)income（家庭年收入）0.194***(0.00746)zf（住房）-0.718***(0.0331)debt（家庭负债）0.304***(0.0254)asset（家庭资产）0.291***(0.00711)happiness（主观幸福感）-0.0725***(0.00951)Constant-4.949***(0.114)Observations33,334续表4-5解释变量fxzc_p（风险市场）PseudoR²0.2451注：***、**、*分别代表在1%、5%、10%的置信水平上显著；括号内数值为z统计量。表4-6稳健性检验Tobit模型的估计结果解释变量fxzc_t（风险资产）jtrks（家庭人口数）0.00109(0.00209)gender（性别）-0.00826(0.00615)age（年龄）0.00425***(0.000969)age²（年龄的平方）-8.42e-05***(9.54e-06)risk（风险态度）0.0980***(0.0116)jrsy（金融素养）0.0565***(0.00316)edu（受教育水平）0.00472**(0.00224)income（家庭年收入）0.0578***(0.00321)zf（住房）-0.223***(0.0122)debt（家庭负债）0.0968***(0.00909)asset（家庭资产）0.110***(0.00286)happiness（主观幸福感）-0.0370***(0.00371)Var0.253***(0.00288)Constant-1.803***(0.0436)Observations33,334PseudoR²0.1235注：***、**、*分别代表在1%、5%、10%的置信水平上显著；括号内数值为t统计量。将主观幸福感作为补充变量后，可以看出主观幸福感在1%的显著水平下对参与风险市场和持有风险资产比重显著，并呈负相关。其他变量的稳健性检验结果与前文的实证结果相似。综上所述，添加补充变量主观幸福感(happiness)后的回归结果基本与前文一致，总体上验证了模型的稳定。5结论与建议5.1结论根据前文假设和研究结果得出结论：5.1.1家庭人口特征家庭人口数对参与风险市场的广度和深度呈正相关关系，对于城镇家庭参与风险市场的深度呈负相关关系。说明家庭人口的增多一方面可以累积家庭资产，增加收入，增加参加风险金融市场和配置风险金融资产的可能；另一方面随着家庭人口的增加也会增加家庭的经济支出，会降低家庭参与股票等风险资产的投资比例。在经济较发达的地区，人口的增加对家庭金融资产配置的影响更大，随着家庭人口数越多，家庭在财产计划上考虑的因素就越多，对流动性、稳定性的资产要求较高，对风险资产的规避程度强。5.1.2财务决策人特征(1)男性对城、乡风险性金融资产的参与率和程度呈正相关关系，女性呈负相关关系。男性、女性存在着不同的风险偏好，相对于男性而言，女性的谨慎性更强，风险规避的特征会更加明显，女性相对于男性来说更加厌恶风险，男性参与风险金融市场的可能性更高，女性则规避风险意识更强。年龄对城、乡风险性金融资产的参与率和程度呈现倒“U”型关系。在不同的年龄时期，投资者所持有的风险态度不同，进而对资产的选择不同。随着年龄增加，风险资产持有量会先增后减，年轻人对于风险资产和股票资产的参与程度和配置比例较高，之后随着年龄的不停增长，会逐渐开始减少风险投资。受教育水平对城、乡风险性金融资产的参与率和程度呈正相关关系。受教育水越高，居民越会进入金融资产市场，会增加参与风险金融市场和股票市场的可能和资产配置，同时文化水平的高低也会影响平均收入水平进而影响家庭金融资产配置选择。风险偏好对城、乡风险性金融资产的参与率和程度呈正相关关系，风险中立和风险厌恶对城、乡风险性金融资产的参与率和程度呈负相关关系。风险偏好态度的家庭会在风险金融市场中表现出对风险的强烈追逐态度，也会增加对股票、等风险型金融资产的投入；持有风险中立或者风险厌恶态度会表现出对风险的规避态度，降低家庭对风险型金融市场参与的广度和深度。金融素养对城、乡风险性金融资产的参与率和程度呈正相关关系。提高对经济、金融方面信息的关注度，提升金融素养，会增加家庭参与风险型金融市场的可能和投资风险型金融资产的比重。5.1.3家庭经济特征(1)家庭年收入对城、乡风险性金融资产的参与率和程度呈正相关关系。家庭年收入越多，越有可能参与风险金融市场，收入的增加也增强了对风险的承受能力，进而增加风险资产的配置。(2)家庭住房对城、乡风险性金融资产的参与率和程度呈负相关关系，住房持有对家庭风险金融市场参与和风险金融资产配置存在显著的挤出效应，作为我国居民家庭资产中的重要构成部分，会影响到家庭金融资产配置和投资决策。(3)家庭负债对城、乡风险性金融资产的参与率和程度呈正相关关系。在正常范围的负债，对于生活和家庭不会造成太大的影响，属于“良性负债”，可以通过借款进行投资带来正面的现金流，形成良性循环，在此影响下会增加家庭参与风险市场的广度和深度。(4)家庭资产对城、乡风险性金融资产的参与率和程度呈正相关关系。家庭资产和家庭财富的累积，会促进投资者进行多元化的投资，投资者的财富水平提高会增强其承受风险的能力，进一步影响投资者的风险偏好，从而增加风险市场的参与和风险资产的持有。5.2建议5.2.1从政府的角度(1)提高居民收入，缩小贫富差距根据本文研究结果，家庭收入和家庭财富是我国家庭参与风险市场的重要影响因素，但是由于我国贫富差距较大，家庭对风险金融资产的配置较少。政府应当采取科学措施，增加居民财产收入，制定合理的政策，协调城、乡收入差距等问题，从而维持国民经济稳定，增加家庭科学配置风险金融资产的信心。提高居民受教育水平，增强金融素养教育，引导家庭科学投资。受教育水平和金融素养对我国家庭参与风险市场有正向影响。政府以及相关部门应当利用多种渠道和途径宣传金融知识，对居民进行金融知识的普及，增强家庭对经济、金融市场的关注度，使家庭能够正确理解风险和收益，转变保守的投资观念，合理地参与风险金融市场。协调房地产市场发展住房对家庭参与风险市场有明显的挤出效应。政府应当加强房价调控，鼓励住房保障部门提供合适的住房产品，满足居民对美好生活的追求，提高投资信心，引导居民合理、科学地配置风险资产。5.2.2从金融机构的角度投资决策人的风险态度、性别、年龄均对居民参与风险市场有影响，但是目前存在的金融产品和服务并不能很好地满足投资者的多样需求。需要引导金融机构根据经济、金融市场的发展和不同投资者的特征和偏好，提供更丰富的金融产品与服务，有针对性地开发更多种类的理财产品以让更多投资者有更多、更好的投资选择。5.2.3从家庭的角度我国居民应增强对于经济、金融市场的信息关注度，利用互联网等渠道获取金融知识，提升居民金融素养。对风险与收益有更正确的认识，从而能够精准地分析信息，在进行投资决策的时候能够做出合理、科学的配置。6研究不足和展望本文从微观影响因素考虑，在家庭人口特征方面选取家庭人口数；财务决策人特征方面选取性别、年龄、受教育水平、风险态度、金融素养；在家庭经济特征方面选取家庭年收入、住房、家庭负债、家庭资产作为影响因素，分析各影响因素对我家庭金融资产配置的影响。但是由于本人能力有限，本文的研究仍然存在一些不足和有待未来相关研究进一步改进的地方。(1)由于本人的研究能力有限，数据、资料存在一定的局限性，仅使用了2019年一年的截面数据，而没有使用多个年度的面板数据，可能会对研究的结果产生一定的影响，未来的相关研究在数据方面可以选取多个年份进行研究，来弥补现有研究的不足。(2)影响家庭金融资产配置的因素较多，本文仅从家庭人口特征、财务决策人特征和家庭经济特征方面选取了部分变量，随着经济、金融市场的发展，许多影响因素在本文的变量选取中没有考虑到，未来的相关研究有待将更多的变量纳入研究，将会更加深入地探讨各因素对家庭金融资产配置的影响，会对家庭资产配置有更深远的指导意义。参考文献CalvetLE,SodiniP.TwinPicks:DisentanglingtheDeterminantsofRisk-TakinginHouseholdPortfolios[J].JournalofFinance,2014,69(2):867-906.郭琳.家庭结构对金融资产影响的实证研究[J].改革与战略,2013,(12):65-68.钱程.家庭人口结构对于家庭金融投资的影响[D].济南:山东大学,2016.蓝嘉俊,杜鹏程,吴泓苇.家庭人口结构与风险资产选择——基于2013年CHFS的实证研究[J].国际金融研究,2018,(11):87-96.ARCH,ElizabethC.Risk-taking:AMotivationalBasisforSexDifferences[J].PsychologicalReports,1993,73(1):3-11.Fehr-DudaH,GennaroMD,SchubertR.Gender,FinancialRisk,andProbabilityWeights[J].Theory&Decision,2006,60(2/3):283-313.CharnessGB,GneezyU.StrongEvidenceforGenderDifferencesinInvestment[J].SocialScienceElectronicPublishing,2007,83(711921):50-58.祝继高,叶康涛,严冬.女性董事的风险规避与企业投资行为研究——基于金融危机的视角[J].财贸经济,2012,(4):50-58.BrunettiM,TorricelliC.PopulationagestructureandhouseholdportfoliochoicesinItaly[J].TheEuropeanjournaloffinance,2010,16(5/6):481-502.FagerengA,GottliebC,GuisoL.AssetMarketParticipationandPortfolioChoiceovertheLife-Cycle[J].TheJournalofFinance,2017,72(2):705-750.王聪,姚磊,柴时军.年龄结构对家庭资产配置的影响及其区域差异[J].国际金融研究,2017,(2):76-86.沈淘淘,史桂芬.人口年龄结构,金融