家庭证券类金融资产选择行为研究

张 兵，虞晨阳，桑 宇

（南京农业大学金融学院，南京 210095）

0 引言

随着居民收入水平的不断提高、家庭财富的快速累积和金融产品的日新月异，家庭金融资产在整个金融资产中的比例越来越大，中国家庭金融市场参与率越来越高。对于我国家庭金融资产选择行为，尤其是证券类金融资产选择行为的研究具有重要的理论和现实意义。本文利用西南财经大学中国家庭金融调查（CHFS）的数据研究了我国家庭的证券类金融资产选择行为，在选择影响因素时不仅考虑了家庭理财者的自身情况和家庭基本情况，还囊括了地域因素、宏观经济因素和能够体现家庭所能承受最大风险的财富规模和贷款规模等非传统指标，以期更加全面、科学、合理地研究我国家庭的证券类金融资产选择行为。

1 计量模型

1.1 Heckman两阶段模型

所有运用抽样方法调查到的微观调研数据的研究都不可避免选择性偏差这一问题，选择性偏误是指由人们自由选择而导致的样本分布与总体分布之间的偏误，若此时使用传统的普通最小二乘估计（OLS）就会对结果产生误差。

针对这一问题，Heckman提出使用逆Mills比率(inverse Mill’s ratio)的两步法来对离散选择中的选择误差进行修正，即为Heckman两阶段模型。第一步，对所有被解释变量进行离散选择模型建模和回归，计算出逆Mills比率。假设一个随机变量 X～N(μ，δ2)，α 为常数，则

1.2 Probit模型

Gaddum和Bliss正式提出了二值因变量Probit模型。假设Y是一个二值的响应变量，存在一个对应的潜在响应变量Y*，满足

其中，ε服从均值为0，方差为1的正态分布，且与X相互独立。当Y*＞0时，Y=1；当Y*≤0时，Y=0，则Probit模型如下所示：

其中，各参数通过极大似然估计得出。

1.3 Tobit模型

当因变量的值被限制在一个范围内时，OLS的估计结果为有偏且不一致。如果简单地将观测值为零的数据删除，将导致有偏估计。为了避免以上问题，通常采用受限因变量Tobit模型来进行估计[24]。标准的Tobit模型如下：

2 数据来源与描述性分析

本文数据来源于2011年西南财经大学对中国8393户家庭的调查。调查区域涵盖北京、天津、河北、山西、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、陕西、甘肃、青海25个省（直辖市）。问卷内容涉及家庭资产与负债、保险与保障、支出与收入等与家庭金融密切相关的信息。各地区的GDP与CPI数据来自于《中国统计年鉴》。

2.1 家庭基本特征统计

表1 家庭基本特征统计

家庭理财者年龄平均在51岁左右；平均文化程度在小学与初中之间，最低文化水平为没上过学，最高文化水平为博士研究生；平均家庭就业人口比重为0.43，平均每一就业者的负担人数为2.70人（包括就业者本人）；平均每个家庭大约为3～4口人，规模最大的家庭有18口人，规模最小的家庭是一个人独住。

家庭总收入均值接近3万，最大值为500万，最小值为0；人均收入的均值大概为11000元，最大值约为205万，最小值为0，两者的变异系数分别为3.92和4.29，收入在家庭之间的分布不均衡；家庭财富规模的均值接近6万元，最大值为1000万；家庭贷款规模和家庭非金融资产是两极分化最严重的两个指标，均值分别为7000元与1.6万元，最大值分别为500万和1000万；非证券类金融资产的均值与最大值都大于证券类金融资产，说明我国家庭普遍倾向于投资国债、活期储蓄、定期储蓄、外汇手持现金、人民币手持现金和商业保险等风险较小的金融资产，证券类金融资产只占金融资产的6.38%，但也有家庭不投资非金融类金融资产。

2.2 金融资产投资情况统计

总体来说，在证券类金融资产中，我国家庭最倾向于投资股票、基金和理财产品，其比例分别达到69%、17%和10%，投资期权、权证、远期合约和互换的较少。家庭金融资产中超过四分之三的资金都投资于非证券类金融资产，储蓄存款超过71%，我国仍旧是一个高储蓄率的国家。活期储蓄的比例略高于定期储蓄，保险是继储蓄之后比例最大的非证券类金融资产投资项目。

在所有金融资产中，东中西部家庭最主要的投资类别与总体保持一致。东部地区家庭投资证券类金融资产的比例远大于中西部地区，主要投资股票、基金和理财产品；中部地区家庭投资非国债债券和信托的比例高于其他两个地区；西部地区家庭虽然在股票上的投资比例最小，但是在基金上投资较多。在非证券类金融资产投资方面，西部地区家庭活期储蓄比例最大，中部地区家庭次之，东部地区家庭最少，而投资定期储蓄的情况正好相反；西部地区家庭在保险上的投资比例大于中部地区家庭，但低于东部地区家庭。

表2 金融资产投资情况统计

在证券类金融资产方面，农村家庭的投资比例高出城镇家庭11个百分点。这说明与城镇家庭相比，农村家庭的资金闲置情况更为严重。农村家庭投资股票和基金的比例也大于城镇家庭，但投资非国债债券、理财产品和信托的比例不如城镇家庭。银行业在农村设立的网店较少，相对于城镇网点开展的业务也有限，不利于农户办理业务和选择理财产品。比较城镇与农村的非证券类金融市场参与情况可以发现，农村家庭接近二分之一的非证券类金融资产都为活期储蓄，但投资保险的比例比城镇家庭少了大约10%，这可能是受到收入和保险种类选择面过窄的双重制约。由于信息的不通畅，我国家庭的投资渠道比较有限，且风险过大的金融产品（如期货、期权、远期合约与互换）本身是针对企业的预防商品价格波动需求而设计，需要一定的市场判断能力和丰富的专业知识，并不适合家庭投资。金融机构需通过微观调研了解家庭的投资需求和金融资产选择行为，以此来针对性地设计金融产品，使金融产品能更好地为家庭服务，扩大家庭金融资产的投资种类。

2.3 证券类金融资产需求状况分析

我国家庭没有投资证券类金融资产账户的原因主要是认为自身缺乏相关知识、资金有限及风险过高，在一定程度上说明该家庭有投资需求，但是存在障碍；虽然不知如何开户（1.60%）、不知到哪开户（1.08%）和程序繁琐（1.24%）阻碍了一部分家庭开户，但是有更多的家庭没有听说过任何一种证券类金融资产（7.15%），这在一定程度上说明许多家庭缺乏理财的意识或者缺乏了解理财知识的渠道。2011年，高达85%的家庭没有投资股票是因为认为行情不乐观，说明宏观经济在很大程度上影响着股票市场，继而影响家庭的金融资产投资决策。

表3 证券类金融资产需求状况分析

3 模型应用

本文研究的是我国家庭证券类金融资产选择行为的影响因素。只有当某户家庭投资了证券类金融资产时，我们才能了解到该家庭的选择情况；当家庭没有投资时，我们就不能了解到相关信息，但直接剔除这些样本会造成选择性偏误，因此本文选择Heckman两阶段模型来解决这个问题。本文将选择模型设定如下：

回归模型设定如下：

当dit为0时，pit为0，即，当家庭选择不投资证券类金融资产时，其投资金比例自然为0。上述各变量的解释如表4、表5所示。

表4 被解释变量说明

本文运用Stata软件进行参数估计，结果见表6所示。模型检验结果中，逆米尔斯比率是显著的，表明使用Heckman两阶段模型加强了结论的稳健性，是适用于样本数据的。

估计结果显示，是否投资证券类金融资产和投资的证券类金融资产比例都受到理财者（决策者）性别、理财者年龄、理财者年龄平方、理财者文化程度、财富规模、就业人口比重、理财者户口性质、受访家庭所在地、家庭所在地GDP和家庭所在地CPI的显著影响。家庭贷款和人均收入对两者都没有显著的影响，这在一定程度上验证了生命周期假说和持久收入假说——理性的消费者会根据一生的收入来安排自己的消费与储蓄而非当期的收入。

表5 解释变量说明

（1）是否投资证券类金融资产决策的影响因素分析。

理财者年龄、家庭规模、家庭所在地GDP和家庭所在地CPI对是否投资证券类金融资产决策产生消极影响，即，理财者年龄越大，家庭人口越多，地区GDP和CPI越高，该家庭越不愿意投资证券类金融资产。年纪越大，越是风险厌恶，反应能力和分析能力也逐渐下降，因此可能会倾向于投资风险较小的金融产品；家庭人口越多，承担的责任越大，投资越谨慎；地区GDP越高，人们收入越高，可以满足生活和消费的需要，可能不再愿意承担风险投资证券类金融资产；地区CPI越高，人们的消费水平提高，在短期内，工资具有粘性，无法及时针对CPI进行调整，因此人们会消费得更多，从而没有多余资金进行金融资产投资。

理财者年龄的平方、理财者文化程度、家庭财富规模、家庭就业人口比重对是否投资证券类金融资产决策产生正向的影响——理财者年龄的平方越大、文化程度越高、财富规模越大、抚养负担越小的家庭越倾向于投资证券类金融资产。当理财者文化程度较高时，其持久收入水平越高，而较强的学习能力和多样的信息获取渠道能帮助他们在控制风险的基础上获取收益，因此参与金融市场的意愿也较高；财富规模是家庭结余的积累，为家庭金融资产投资活动奠定基础，其总量的增加会提高家庭风险承受能力，从而使得该家庭更愿意进行风险资产投资；当抚养负担比较小时，家庭有更多的闲置资金来进行证券类金融资产投资。

表6 Heckman两阶段模型的估计结果

性别对家庭金融资产选择的影响比较显著。女性比男性更偏向于投资证券类金融资产，女性天生的心思细腻使她们更有自信能做出正确的投资决策。理财者户口性质的系数为负，说明农业户口的理财者较非农业户口的理财者保守；若家庭居住在东部地区，则东部地区的文化氛围和投资理念对家庭决策有显著的影响，使得东部地区家庭更愿意投资证券类金融资产。

（2）证券类金融资产投资比例的影响因素分析。

理财者年龄的系数为负，同时理财者年龄平方的系数为正，说明证券类金融资产投资比例与理财者的年龄呈“U”型关系。中年人因为正处于事业的上升时期、家庭经济负担较重，拥有的精力和时间不足，虽然会因为赡养、子女教育进行证券类金融资产投资，但他们的投资比例不如青年人和老年人。与决策过程不同的是，男性证券类金融资产投资的比例更大，且影响显著；当超过2个人共同决定投资比例时，投资的比例较女性单独决策时高，但较男性单独决策时低。其他影响因素的作用都与是否投资证券类金融资产决策一致。

4 结论

本文基于全国25个省（直辖市）8393户家庭的调查数据，利用Heckman两阶段模型对家庭证券类金融资产的选择行为进行实证分析。研究结果显示：理财者年龄的平方、理财者文化程度、财富规模和就业人口比重对是否投资证券类金融资产和证券类金融资产投资比例都有显著的正向作用；理财者的年龄、家庭规模、所在地地区GDP和所在地地区CPI与两者呈现显著的负相关关系；男女的风险偏好并不相同，相比于女性，男性为风险偏好者；农业户口的理财者较非农业户口的理财者更为保守；东部地区的文化氛围和投资理念会对家庭的证券类金融资产选择行为产生显著的影响，使得人们更愿意投资证券类金融资产、投资的比例也越大。总的来说，家庭理财者的个人特征、家庭情况和家庭所在地区的特征会显著地影响家庭证券类金融资产的选择行为。,

虽然高储蓄率为整个国家的投资与建设提供了充足的资金来源、充分带动了经济增长，但是这是以牺牲家庭消费和家庭投资为代价的。过多的金融资产若以银行存款的形式存在，便难以应对通胀的压力。

[1]Renneboog L,Spaenjers C.Religion,Economic Attitudes,and House-Hold Finance[J].Oxford Economic Papers,2012,64(1).

[2]Glukhov V V.Influence of The Form of The Polity on The Structure of Finances of Household[J].World Applied Sciences Journal,2013,24(6).

[3]卢家昌，顾金宏.城镇家庭金融资产选择研究——基于结构方程模型的分析[J].金融理论与实践，2010，(3).

[4]肖作平，张欣哲.制度和人力资本对家庭金融市场参与的影响研究——来自中国民营企业家的调查数据[J].经济研究，2012，(1).

[5]王聪，张海云.中美家庭金融资产选择行为的差异及其原因分析[J].国际金融研究，2010，(6).

[6]徐梅，李晓荣.经济周期波动对中国居民家庭金融资产结构变化的动态影响分析[J].上海财经大学学报:哲学社会科学版，2012，14(5).

[7]李心丹等.家庭金融研究综述[J].管理科学学报，2011，14(4).