2.3 金融素养对家庭风险资产配置的影响实证分析

2.3.1 描述性统计分析

本书按照金融素养的高低，将家庭分为三组：金融素养较高组、金融素养中等组和金融素养较低组，金融素养与家庭各类风险金融市场参与情况，见表2.8。从表2.8可以看出，金融素养较高组家庭对股票市场的参与率为12.9%、对理财市场的参与率为17.7%、对债券市场的参与率为0.5%、对基金市场的参与率为4.9%、对其他高风险金融市场的参与率为1.0%，在三个金融素养组中均为最高。由此可见，金融素养的水平可能是影响家庭参与风险金融市场的重要因素，下文将进一步做实证分析。

2.3.2 实证结果分析

2.3.2.1 变量及模型选择

（1）被解释变量。本部分研究的被解释变量中，风险金融市场参与及股市参与为离散变量，资产种类为1、2、3等整数，投资多样性指标为连续变量。因此，本书需设定不同的回归模型对具体问题进行实证分析，具体分析如下：

①金融市场参与。本章研究中风险资产选择包含两个决策，即家庭是否投资购买风险资产和家庭购买风险资产的额度。这里将金融衍生品、股票、基金、金融理财产品、黄金、外汇、金融债券、企业债券定义为风险金融资产。因此，如果家庭投资了上述风险资产中的任意一种，则家庭风险资产参与等于1；反之为0。以家庭参与股票市场为例，家庭参与股票市场，则股市参与等于1；反之为0。考虑到我国资本市场发展不完善，家庭对债券和衍生品的参与率均较低，因而本章在考察家庭对风险金融市场的参与率时，重点考察了金融素养对家庭风险金融市场整体参与率、股票市场参与率、基金市场参与率、理财市场参与率的影响。采用了Probit模型和IV-Probit模型进行回归，具体表达方式如下：

其中，y是二元离散变量，表示家庭是否参与风险金融市场或是否参与股票市场，因而需要采用Probit模型进行分析；ε为残差项，代表不可观测因素的汇总，假定其服从正态分布。同样，书中所有的Probit模型估计报告的都是回归分析的边际效应（marginal effect）。Literacy为关注变量金融素养；β1为金融素养对家庭风险资产投资和股票投资参与影响的边际效应；X为其他控制变量，包括户主个人特征、家庭特征、地区经济发展水平等。

考虑到金融素养可能存在的内生性问题，本部分尝试用工具变量的方法进行检验。Van Rooij et al.（2011）用受访者父母的金融素养水平作为工具变量，进行了内生性检验。之所以选取受访者父母的金融素养水平作为工具变量，是因为一个人的金融素养水平与自己成长的家庭环境密切相关，因而子女的受教育水平可能和父母的受教育水平高度相关；同时，父母的受教育水平反映了家庭先天的成长环境，与家庭成员的金融素养水平高度相关，且满足外生性条件。因此，我们认为选取该变量作为金融素养水平的工具变量是合适的。

②投资品种类。本部分用风险资产种类来衡量多样性（Abreu et al., 2010）。家庭投资多样性，最常见的表现为家庭持有风险金融资产种类数的多少。一般来讲，家庭投资的金融产品的种类数越多，则认为家庭的投资是多样的。风险金融资产种类主要包括股票、基金、理财、其他高风险金融资产四大类。家庭持有资产的种类总数作为被解释变量，采用普通最小二乘法（OLS）进行回归，具体模型设定如下：

Fasset-Category表示家庭金融资产种类总数，取值为整数，其余变量定义同上。根据风险金融资产分类可知，家庭持有风险资产种类的范围为1～4。

③投资分散度。其次，需要注意的是，投资金融产品不仅要关注金融产品的种类数，也要关注投资结构问题，因而各类金融投资品金额占总金融资产的比值也同样重要。本部分正是基于这个方面，进一步对投资多样性进行了定义。采用Abreu（2010）、Kirchner et al.（2011）的方法，将各类风险资产的比重考虑进去，计算出投资多样性指数，定义如下：

公式（2.4）中，N表示风险资产种类数量，wi表示各类资产占风险金融资产的比重。可以看出，多样性指数的范围在 [0, 1），数值越大则表示投资组合越具有多样性。

（2）关键解释变量。本书的关键是如何衡量家庭的金融素养水平，本章使用金融知识指数和得分衡量家庭的金融素养水平。中国家庭金融调查通过向家庭询问三个问题来衡量家庭的金融知识水平，分别为：存款利率计算、通货膨胀计算与投资风险计算。关于金融知识水平的度量，本章沿用前面章节的衡量方法。

（3）其他控制变量。家庭特征变量具体包括：家庭净收入、家庭规模、家庭不健康人数、家庭风险态度、家庭是否有自有住房、家庭是否有自营工商业等。各变量具体定义如下：①家庭净收入。家庭净收入等于家庭总收入减去家庭总负债，为了减小异方差的影响，回归中取了对数。②家庭规模。家庭规模指的是共享收入、共担支出的总人口数。③家庭不健康人数。对于不健康人数的界定主要来自问卷以及与同龄人相比，如“您家某家庭成员现在的身体状况如何？1．非常好、2．好、3．一般、4．不好、5．非常不好”。本书将选择4和选择5的家庭成员定义为不健康人数，不健康人数除以家庭总人数即家庭不健康人数占比。④家庭风险态度。问卷中衡量风险态度的问题是“如果您有一笔资产，将选择哪种投资项目？”选项包括：A．高风险、高回报项目；B．略高风险、略高回报项目；C．平均风险、平均回报项目；D．略低风险、略低回报项目；E．不愿意承担任何风险。本书将选项A和选项B定义为风险偏好型，将选项D和选项E定义为风险厌恶型，将选项C定义为风险中立型。本书以风险中立型和风险厌恶型家庭作为基准组，引入风险偏好虚拟变量。⑤家庭是否有自有住房。该变量为虚拟变量，若拥有自有住房则取值为1；反之为0。⑥家庭是否有自营工商业。若家庭有自营工商业，则取值为1；反之为0。

（4）时间、地区特征变量。考虑到地域的差异性影响，进一步控制了省份固定效应的影响，同时也控制了年份固定效应。此外，还控制了地区金融发展水平，金融发展水平采用中国银行保险监督管理委员会（简称“银保监会”）网站公布的县域的银行总数来衡量。

在剔除极端值和异常样本后，各变量基本描述性统计如表2.9所示。2013年我国家庭风险金融资产占家庭金融总资产的比例为12.9%，整体偏低；2015年有所上升，占比为19.4%。其中2013年、2015年的股票占比分别为8.1%、11.0%，基金占比分别为4.1%、3.8%，理财产品占比分别为2.5%、10.8%，表明我国家庭对风险金融市场存在着有限参与。

2.3.2.2 实证结果分析

（1）金融素养与家庭风险金融市场参与。前面通过描述性统计分析了金融素养与家庭风险金融市场参与和家庭金融资产配置结构之间的关系，下面通过实证分析进一步检验。表2.10给出了金融素养对家庭参与各类风险金融市场的影响情况。

第（1）列和第（2）列分析了金融素养对风险资产投资参与的影响。第（1）列估计中，金融素养估计系数为0.066，在1%水平上显著，说明金融素养显著促进了家庭参与各类风险金融市场。考虑到第（1）列估计中金融素养可能存在的内生性问题，第（2）列选取父母的最高受教育水平作为金融素养的工具变量进行了两阶段估计。一阶段估计的F值为648.8，工具变量T值为50.8，这表明选取父母的最高受教育水平作为工具变量是合适的，也进一步表明金融素养对家庭的风险资产投资参与具有显著的推动作用。

第（3）列至第（8）列分析了金融素养对家庭股票、基金、理财市场的参与情况，回归结果表明金融素养显著提升了家庭参与股票、基金、理财市场的概率，且采用工具变量回归后这一效应更大。

从整体来看，家庭收入水平越高，参与风险金融市场的可能性越大，因为收入越多、资产积累越丰富的家庭更容易支付其参与股票投资的固定成本，因而投资可能性也越高。使用了IV估计后，家庭自营工商业显著降低了家庭风险金融市场整体参与率。Healton和Lucas（2000）的研究表明，从事个体工商业的家庭在劳动市场上已经面临很高的风险，因而他们更不可能持有股票等风险资产。样本中68.7%的家庭为风险厌恶型，由此可见，风险偏好型水平较低会制约我国家庭的风险资产投资参与。自营工商业和购买住房等会对家庭金融市场参与和风险投资产生“挤出”效应（尹志超 等，2014）。户主年龄对家庭风险金融市场参与程度的影响可能呈现出先上升后下降的“倒U形”。相比于女性户主，男性户主对风险金融市场的参与程度较低。户主受教育水平越高则家庭参与风险金融市场的可能性越大。此外，受教育水平越高的家庭越可能参与股票、基金、理财市场的投资，这是因为受教育水平越高的群体越容易理解金融产品（Vissing-Jorgensen, 2002）。由此可见，即使在控制受教育水平后，金融素养的影响仍显著存在。这表明，受教育水平高不能简单地等同于金融素养水平高。户主已婚会降低家庭对风险金融市场的参与率，可能的解释是结婚使得家庭日常开支增加，因而能够投资到风险金融市场上的闲置资金减少。家庭规模越大则参与风险金融市场的可能性越小。大量研究表明，背景风险是影响家庭资产配置决策的重要因素，背景风险按照其来源可以划分为收入风险、健康风险、商业投资风险（何兴强 等，2009）。Guiso et al.（1996）研究表明，绝对风险厌恶型的家庭在面临其他风险的冲击时，会减少在金融市场上的风险暴露，而健康水平较差的家庭也拥有较低的风险金融市场参与率。Atella et al.（2012）研究指出，在医疗保障体系不健全的国家中，家庭成员感知的健康状况比实际健康状况对家庭风险资产投资决策的影响更大。相比城市居民，农村居民对风险金融市场的参与率较低。县级银行数对家庭风险金融市场的参与具有显著的正向影响，家庭所在地区的银行数量越多，金融可得性越强，家庭参与风险资产投资的可能性也越高，具体回归结果如表2.10所示。

（2）金融素养与家庭风险资产多样性。表2.11给出了金融素养对家庭风险资产多样性的估计结果。其中，第（1）列、第（2）列、第（3）列和第（4）列分别对家庭持有风险资产种类进行估计，给出了OLS、IV-OLS、Tobit、IV-Tobit模型的估计结果。

由第（1）列和第（2）列的估计结构可知，金融素养水平的系数显著为正，且在1%的水平上显著。这充分表明，随着金融素养水平的提高，家庭投资也更加多元化。可能的解释是，金融素养水平较高的家庭对各类金融投资品的了解程度也较高，因而增加了家庭在风险金融市场上对该类金融资产配置的可能性。受教育水平的系数在1%的水平上同样显著为正，说明了受教育水平在投资决策中所起的正向作用。Abreu et al.（2010）认为，受教育水平的提高提升了投资者信息分析的能力，降低了其投资错误的可能性。IV估计的结果显示，风险态度为风险偏好型的家庭，其对金融产品种类数、金融产品投资分散度的回归系数均显著为正，且采用工具变量回归后系数更大，表明风险态度是影响家庭参与风险金融市场的一个关键因素。同时发现，县域银行数的系数显著为正，表明正规金融越发达的地区，家庭对风险金融市场的参与越活跃，均符合基本的经济直觉。

第（3）列和第（4）列用多样性指数替代风险资产种类进行估计，主要是考察家庭在各类风险资产上的多样性，进一步采用综合指标衡量家庭风险资产配置的分散度。实证分析结果显示，金融素养的系数同样在1%的水平上显著为正。说明金融素养水平越高，家庭风险投资越分散，且大部分变量的系数和符号与第（1）列、第（2）列基本一致，这再次表明金融素养水平的提升显著促进了家庭投资的多元化。

由以上分析可知，金融素养水平较高的家庭，其风险投资品种更多，且更加注重投资分散度。

2.3.3 稳健性检验

上文实证分析表明，金融素养水平的提升显著促进了家庭参与风险金融市场的可能性，同时也促进了家庭资产配置的多元化和分散度。为保证估计结果的准确性，本书还进行了稳健性检验。本部分将金融素养指数替换为金融素养得分对上文的回归结果进行稳健性检验，从回归结果来看，与上文的结果基本保持一致，因而本书的估计结果是稳健的、可靠的。表2.12至表2.14分别为金融素养与家庭风险金融市场参与的稳健性检验、金融素养与金融资产多样性的稳健性检验、金融素养与投资多样性的稳健性检验相关情况。