家庭结构对家庭金融资产配置影响的实证研究——基于“全面二孩”政策的视角

卢亚娟 刘 澍

（南京审计大学，江苏 南京 211815）

家庭结构对家庭金融资产配置影响的实证研究
——基于“全面二孩”政策的视角

卢亚娟 刘 澍

（南京审计大学，江苏 南京 211815）

家庭结构是影响家庭金融资产配置的因素之一，“全面二孩”政策将对中国家庭结构产生深刻影响。本文通过中国家庭金融调查（CHFS）的数据，使用倾向值匹配（PSM）的方法研究了这一政策引起的家庭结构变化对家庭金融资产以及风险资产配置可能产生的影响。结果表明：在其他条件相似的情况下，多生育一个子女将使得家庭金融资产和风险资产总量下降，风险资产占金融资产的比例下降，并且根据老年人数量的不同，风险资产的投资类别和数额也有差异。

家庭结构；倾向值匹配；家庭金融资产；全面二孩

一、引言

2013年中国共产党十八届三中全会决定启动实施“单独二孩”政策，根据国家统计局的数据，2014年中国出生人口比2013年增加47万人。仅仅两年之后，2015年中国共产党十八届五中全会明确提出“全面实施一对夫妇可生育两个孩子政策”，该政策于2016年1月1日正式实施。2016年全国出生人口超过1750万，相比2015年的出生人口1655万，增加95万；相比2014年的出生人口1687万，增加63万。社会学家和人口学家认为，这个增幅还比较有限。这一系列政策的实施背景是人口老龄化与出生人口性别比的失衡。毫无疑问，这些政策在一定程度上已经并将继续对中国家庭结构的改变产生影响。家庭结构差异如何影响家庭资产配置一直是家庭金融领域研究的重点。

然而，在过去的研究中，受数据限制，对家庭结构的分类一般比较笼统，不能精确到具体各代人数，这对于量化研究不同家庭中成员组成差异对家庭金融资产配置的影响是不利的。传统的经济学研究二孩问题往往着重于对“生育意愿”的研究，而本研究在讨论这一部分时，可以跨过对“生育意愿”这一家庭主观意愿的讨论，使用倾向值匹配方法（PSM），定量分析这种家庭结构变化产生的金融资产配置差异。

二、文献综述

将“家庭金融”作为一个独立的金融经济学领域是John Campbell（2006）第一次提出的。他研究家庭如何使用金融工具和市场机制来实现目标，提出家庭金融研究的两大挑战——数据和建模。家庭金融研究的数据必须符合五点要求：涵盖整个人口样本，具有良好的覆盖面；将家庭数据总财富和具体财富细分到相关类别；类别之下要充分分类，区分资产类别；准确性高；一个面板数据集。他分析了家庭金融与传统企业金融和金融工程的区别，认为家庭倾向于隐藏自己的偏好使得规范研究无法有效进行，传统模型应用于家庭金融可能受到挑战。到2013年，家庭金融仍被认为是一个新兴的领域，Luigi Guiso和Paolo Sodini（2013）认为，家庭金融的研究适合在一些拥有良好数据收集历史的欧洲高福利国家中进行，如瑞典等。关于家庭金融资产配置影响因素的研究则出现得更早，早期的研究对象针对的是家庭储蓄。在相关研究中，最有影响力的是Modigliani的生命周期理论。他假定理性消费者的储蓄行为会使得其自身在整个生命周期中的效用最大化。Modigliani认为，人口老龄化将使社会消费倾向上升，储蓄倾向下降。Ameriks和Zeldes（2000）考察了家庭资产配置，尤其是股票与年龄的关系，以此分析家庭中风险金融资产的配置问题。他们发现，股票投资一定程度上受年龄因素影响。中年人对股票的热情最高，而且在一个人一生投资股票的周期中，中年时期的持股量最大。Campbell（2006）的文章也以2001年美国家庭参与股票市场的情况为例，发现主要影响因素是财富，低财富的家庭可能持有更多的股票。最近的研究中，Ming Gao和Robert Fok（2015）通过对中国家庭研究，发现人口特征的影响不仅限于股市参与，而且延伸到其他金融活动。社交越多家庭越容易储蓄、投资风险资产和借款。家庭间的交际与非正式融资呈正相关。Russell Cooper等（2016）通过生命周期模型研究了教育对股票市场参与的影响，发现教育对家庭理财的主要影响机制是增加平均收入，而对教育收入风险、医疗费用、死亡风险和生命周期收入模式的影响相对较小。

国内对于家庭金融的研究起步较晚。吴卫星等（2016）认为，中国的家庭结构与西方家庭结构以及核心价值观等差异较大，因此对于我国的研究不能照搬国外的研究模式。目前，国内出现了一系列对于家庭金融资产配置影响因素的研究。一些学者的研究成果表明，替代效应、生命周期效应、财富效应以及住房投资的挤出效应均对我国居民家庭金融资产配置有一定影响（魏先华等，2012）。在研究方法上，一般通过Probit模型，对性别、年龄、教育、婚姻等家庭人口统计学变量和家庭资产组合特征变量进行回归分析（卢亚娟等，2014；陈莹等，2014；胡振等，2015）。结果普遍表明，信贷需求、风险偏好、收入、社会保障、家庭规模、年龄等因素都会影响家庭金融资产配置。

本文主要研究的是影响家庭金融资产配置的诸多因素中，家庭结构这一因素的影响。家庭结构在很多研究中往往以虚拟变量的形式出现，或者以家庭人数作为变量。由于家庭结构组成的复杂性，这样的划分不能很好地进行定量分析。在传统社会学研究中，基本家庭结构通常包括核心家庭、直系家庭、复合家庭、单人户、残缺家庭及其他。这种分类依据的是家庭中老中青三代人的组成形式，主要关注家庭成员间关系。郭琳（2013）的研究通过家庭结构分类方式，结合户主婚龄、性别结构、教育结构、家庭规模、家庭流动结构、收入结构以及劳动结构指标将每个家庭的特征抽象出来研究，她的研究发现，家庭生命周期的不同阶段对金融资产有不同的偏好和需求。家庭平均年龄与家庭存款量呈倒U形关系；老年型家庭对金融产品有规避倾向；教育程度的提高有利于金融产品的普及；家庭金融资产在城乡间有很大差别。吴卫星等（2016）利用代际共居关系，将家庭类型划分为独代居住、与父辈居住、与子女居住以及三代同堂四类。结果表明，独代居住的家庭比多代同住的家庭储蓄更高、风险资产配置更多；在多代同住的家庭中，三代同堂的家庭比起与子女同住的家庭储蓄更低、风险资产配置更少；在对与子女同住家庭的研究中，他们发现有未婚子女的家庭更倾向于投资风险资产。在家庭结构的划分上，经济学传统的研究尚未达成共识，仅以人口学中几大类家庭类型的划分使得准确定量分析困难。

三、数据与变量

（一）数据来源与变量选择

本文所使用的数据来源于西南财经大学中国家庭金融调查与研究中心的中国家庭金融调查项目（CHFS）。CHFS调查从2011年开始，每两年进行一次，目前已进行了三轮数据的采集整理工作。本文所使用的数据为2013年调查数据，该数据覆盖全国29个省市、自治区（不包括新疆、西藏以及港澳台地区）、262个县（区、县级市）、1048个社区（村），共28143户家庭，样本在全国和省域里都具有较高的可信度和良好的代表性。本研究主要从该数据中提取两大类数据：第一类是性别、年龄、教育、婚姻、家庭规模等家庭人口统计学变量；第二类是风险偏好、家庭收入、金融资产、风险资产以及风险资产中具体的股票、基金、债券和理财产品投资数额等金融资产变量。通过筛选，首先排除了明显异常的家庭数据（如年龄为负或年龄大于110、使用的关键数据缺失、问题选择不在备选答案中、前后相关问题明显矛盾的情况），之后根据需要，选择家庭中户主（或其配偶）为有劳动能力的成年人的家庭，共筛选出13590户家庭。

相比以往的研究，本文最大的区别在于对家庭结构这一概念的细化。以往研究中的家庭结构一般根据社会学研究的分类进行，以核心家庭为例，这种家庭结构只需要家庭中没有老年人，而与家庭中子女人数无关，那么如果研究子女人数对资产配置的影响时，实证结果难免产生偏误；更为严重的是，当以人口数量作为家庭结构的度量时，一个简单的三口之家也可能会出现夫妻双方共同赡养一个老人和夫妻双方共同抚养一个孩子两种情况，这两种家庭结构的差异就无法得到体现。对于家庭人数不同的同种家庭结构和家庭人数相同的不同家庭结构这两种情况，由于“全面二孩”政策主要导致的是相同家庭结构下人数的差异，因此本文着重研究的是前者的比较，侧重于对两种最相似家庭结构之间的相互比较。在比较中，每两种家庭结构之间，老中青三代人，老年人和中年人的数量相同，只有青年人分别是一人和两人。这样的比较可以控制老年人和中年人对家庭资产配置产生的影响。

该研究未对牧草制种阶段病害进行调查，仅对四川省凉山州主要牧草种类病害进行调查，未系统研究几种危害严重的病原菌，也未详细调查同一种牧草不同品系的病害类型。另外，四川省地域相对辽阔，加之较复杂的地理环境，各优良栽培牧草较多，因人力、时间等方面因素的限制，调查采样的地点、时间存在局限性，四川省牧草病害调查尚需进一步全面调查。四川省牧草资源丰富，在以后的牧草病害诊断中可以采用分子生物学技术进行病害的早期诊断和检测[29]，在以后的牧草病害防治中可以考虑研究各病害抗病性，从抗病品种选育的角度，筛选出适合我国生态环境的优质抗病品种，从而提高牧草产量。

本文选取的匹配变量有：户主年龄age；户主的受教育年限educ；家庭年收入income（元）；风险程度默认为风险偏好型，risk1—risk4风险偏好下降（即当risk1—risk4均取0时，是风险偏好型，risk4取1时是风险厌恶型，risk1—risk4中至少有3个0值）；debt是家庭负债情况（有负债为1，无负债为0，不考虑数额大小）；婚姻状况marriage（未婚为0，已婚、离异及丧偶均为1）；居住地情况city（农村为0，城市为1）。遗憾的是，由于CHFS中城市包含了所有城镇、乡镇等，因此表格中出现了city值几乎全部为1的情况，这使得本文没有能够有效研究“城市—农村”对该问题的影响程度。除了金融资产和风险资产的配置以外，根据以往的研究，我们用家庭风险金融资产的规模和持有比例作为家庭风险投资参与深度的指标。风险金融资产根据CHFS的划分，还包括了居民的借出款。家庭风险金融资产的比例可表示为：

（二）样本的描述性统计

根据研究需要，我们选取以下家庭结构进行研究，每种家庭各代人数和该家庭结构占总样本的比例如下表：

表1：主要对比的家庭结构情况

可以看到，上述6种家庭结构在社会上有很高的占比，占到社会上所有家庭总数的68.16%，因此具有一定的研究意义，数据量较多也可以增加倾向值匹配的有效性。在实证分析中，我们通过Sample1—Sample3来研究“全面二孩”带来的家庭结构差异对家庭金融资产配置的影响，它们分别是1与2、3与4、5与6三组家庭结构之间的比较。“全面二孩”政策面向的人群必须是夫妻双方和唯一子女且无离异或丧偶情况的家庭，因此没有列出单亲家庭以及大于两个子女或无子女家庭的情况。全部样本以及这6种家庭结构（以表1中序号代替，下同）的金融资产结构如下：

表2：6种家庭结构及总样本金融资产情况统计表

可以看出，6种家庭结构之间的各项资产差异是存在的，但是这种差异的原因是否是由于孩子变多所致尚未确定。同时可以看到，在老年人数量相同的情况下，一个青年人的家庭总的金融资产以及单项金融资产都高于两个青年人的家庭，仅有两个老人的家庭的股票资产和无老人家庭的债券资产是例外。一般的描述性统计将会得出多生一个孩子会减少家庭金融资产总量以及各类别金融资产数额的结论。然而正如前文所述，简单的回归分析会导致大量的内生性问题无法解决，因此我们接下来使用倾向值匹配方法，尝试研究家庭结构差异对家庭金融资产配置的真实影响。

（三）倾向值匹配方法

本文使用的倾向值匹配方法，是对样本进行配对后进行计量估计，现以家庭结构1与家庭结构2之间金融资产配置差异的比较为例：首先根据可观测的个人和家庭特征，估计家庭结构1的家庭（简称1家庭，下同）成为2家庭的概率，得到其倾向得分；然后对每个2家庭寻找得分最相近的1家庭作为其反事实，之后比较两组间的家庭金融资产配置以及风险资产配置差异。对计算出来的差异值取均值，得到无老人家庭中二孩相比独生子女对家庭金融资产配置的平均影响效应（Average Treatment Effect on Treated，ATT）。如下式：

常用的倾向值匹配方法有最邻近匹配、半径匹配法、核匹配法以及分层匹配法等，本文使用最邻近匹配作为倾向值匹配的方法，原因在于后几种匹配方法往往在样本量较少时，为尽可能利用样本而设计，而本实验中的样本量充足，因此使用最邻近匹配就可以获得有效的匹配结果。

PSM方法在满足条件独立假定和共同支撑假定的情况下，可以用E(FinInv0|D=0,p(X))代替E(FinInv0|D=1,p(X))E(FinInv0|D=1,p(X))。因此本文中PSM估计量计算公式可以改写为：

在这里我们使用了金融资产、风险资产以及各种风险资产投资量作为被解释变量，研究其与解释变量之间的因果关系。

为满足条件独立假定，我们需要尽可能控制对家庭金融资产配置产生影响以及使家庭结构产生差异的影响因素。本研究主要通过对户主和家庭两类特征变量进行控制，首先是户主年龄、教育、婚姻状况等家庭人口统计学变量；第二类是家庭类，包括风险偏好、家庭年收入、负债情况、所处地为农村还是城市。

倾向值匹配的共同支撑假定还要求计算倾向得分后进行样本匹配，使得处理组和控制组在各个控制变量上无系统性差异，这称之为“平衡性检验”。在实验过程中可以发现，进行倾向值匹配之前，处理组和控制组的大部分控制变量一般都具有显著差异，而通过倾向值匹配之后，控制变量基本没有显著性差异，这就可以更有效地研究不同家庭结构对家庭金融资产配置带来的影响。

四、实证分析

（一）匹配变量的平衡性检验

“全面二孩”政策面向的人群必须是夫妻双方和唯一子女且无离异或丧偶情况的家庭，因此Sample1—Sample3只分别对应着无老人、一个老人和两个老人三种情况，这样消除了对比时老年人数量对金融资产配置的影响。表3展示了Sample1—Sample3匹配前后匹配变量均值的差异。

根据表3，在三组对比中，除了收入income以外，所有控制变量的差异都被减小了，而income的差异虽然增加了，但是根据p值依然可以认为是无显著差异的（三组income的p值分别为0.227、0.173、0.118）。卡方检验报告了控制变量整体的显著性水平。可以看出，在未经过倾向值匹配的情况下，控制组与处理组之间的匹配变量具有显著差异，而经过倾向值匹配之后，控制组与处理组之间匹配变量可以认为无显著差异，因此可以通过平衡性检验，共同支撑假定得到满足。

通过对比匹配前的匹配变量可以看出处理组和控制组之间的差异。二孩家庭的户主年龄更大，这比较符合现实情况，“多子多福”的观点在年龄较大的人群中接受度更高；户主的教育水平更低；家庭年收入更低；风险偏好更趋于保守；拥有负债的情况更多。值得一提的是，在两个老人的家庭中，不进行倾向值匹配的时候，独生子女家庭的年收入大于二孩家庭，而进行倾向值匹配后，独生子女家庭年收入显著下降，远低于二孩家庭，同时，这部分人群的教育水平也显著降低了，这可能是由于和两个老年人生活的家庭群体中有一部分高学历、高收入的群体，在进行倾向值匹配时，他们较少地被二孩家庭匹配到，大部分匹配结果是由低教育水平、低收入的家庭匹配产生的，从而导致这样的情况，这也体现了我们使用倾向值匹配的意义：在原本更为相似的家庭之间做比较，来得出真实的结论。

表3：二孩家庭与一孩家庭匹配前后变量差异对比

（二）倾向值匹配结果

表4是三种情况下二孩家庭与独生子女家庭资产配置PSM分析的ATT估计值。总体来看，经过倾向值匹配之后，所有家庭间资产配置差异的显著性水平都不同程度地下降了，这是由于倾向值匹配降低了控制组和处理组之间的系统性误差。在此基础上，我们发现，在无老年人和一个老年人的家庭结构下，家庭结构差异对于家庭资产配置和风险资产配置这两个总体项目上影响比较显著（虽然Sample2的风险资产差异不能达到10%的显著性水平，但是可以通过20%的显著性检验）。对这两类家庭来说，多一个青年人意味着家庭金融资产和风险资产将显著下降。横向对比来看，只有一个老年人的家庭，多一个青年人对家庭金融资产和风险资产的影响最大，它使得家庭金融资产平均减少44588元，占金融资产总额的59.5%。多一个青年人影响最小的是两个老人的家庭，它对金融资产以及风险资产的影响不显著，这可能是由于对于这类家庭，老人人数的影响远大于孩子人数的影响。总体来看，一个家庭中多一个青年人将导致金融资产和风险资产的下降。

具体来看各项资产，对于没有老人的家庭，多生一个孩子使得家庭金融资产减少21878元；风险资产减少9101元，平均的风险资产占金融资产的比重从39.7%下降为38.9%。在不使用倾向值匹配的情况下，多一个青年人对股票投资基本没有影响，但是经过PSM之后，股票的投资下降了2371元，约占股票投资总额的25.5%；债券的投资上升300元，约占债券投资总额的26.8%；基金投资下降了1643元，约占基金投资总额的66.5%；理财产品减少了4884元，约占理财产品投资总额的84.2%。值得关注的是，这类家庭的基金和理财产品是唯一经过倾向值匹配后依然显著改变的项目，说明多一个青年人的确会显著降低这类家庭在基金和理财产品上的投资。

对于有一个老人的四口之家，多生一个孩子使得家庭金融资产减少44588元，风险资产在多生一个孩子之后减少22435元，平均的风险资产占金融资产比重从44.0%下降为34.7%。PSM的结果表明，这样的家庭多生一个孩子使得股票的投资下降了18404元，约占股票投资总额的89.1%（这项指标经过倾向值匹配之后显著性水平上升，通过了20%显著性检验）；债券的投资减少125元；基金投资上升了1204元，是控制组基金投资总额的163.8%；理财产品增加了1627元，是控制组理财产品投资总额的992%。虽然大多数差异并不特别显著，但我们依然可以得到一些结论，对于家庭中有一个老人的情况，多一个青年人将使家庭中股票投入大幅下降，转而投入基金或者理财产品。

表4：二孩家庭与一孩家庭资产配置PSM分析的ATT估计值

对于有两个老人的五口之家，多一个孩子使得家庭金融资产减少4517元，风险资产在多生一个孩子之后减少3413元，平均的风险资产占金融资产的比重从29.4%下降为24.9%。PSM的结果表明，这样的家庭多生一个孩子使得股票的投资上升了2609元，是控制组股票投资总额的117%（倾向值匹配之后显著性水平上升，通过20%显著性检验）；债券的投资减少436元；基金投资减少了2054元，约占基金投资总额的65.1%；理财产品减少了2503元，约占理财产品投资总额的84.9%。与一个老人家庭的情况相反，对于两个老人的家庭而言，多一个青年人将使得家庭中股票投资上升，基金和理财产品的投资下降。

风险资产占金融资产的比重是衡量家庭投资参与深度的指标。对于三类家庭来说，多一个青年人都使得家庭投资参与深度降低，而对于股票、基金和理财产品的影响，在无老年人的家庭有显著体现，而对于一个老人和两个老人的家庭，虽然结论不太显著，但也是值得关注的。

五、结论和政策建议

本文研究了“全面二孩”政策目前和今后一段时期内对中国家庭结构可能产生的变化及其对金融资产配置的影响。以往的研究在家庭结构的划分上，往往侧重于人员代际组成或者总体家庭规模，不能够细化到具体一个成员产生的影响，对于相同的家庭结构家庭规模不同，或者家庭规模相同而家庭结构不同，过去的研究较少涉足。

本文使用中国家庭金融调查CHFS的数据，采用倾向值匹配的方法，解决不同家庭结构之间的内生性问题，分析了“二孩政策”对不同家庭可能产生的影响。结果表明，根据家庭中老年人数量的差异，不同家庭结构对于多生一个孩子产生的影响并不是完全相同的。其中相同点有两个：第一，多生一个孩子，会使得家庭金融资产总量下降，这主要是由于家庭负担加大造成的；第二，使得风险资产占金融资产比例下降，这可能与子女数增多后追求更稳健的投资组合相关。不同点在于对风险资产的组成上：家庭中没有老人的家庭偏向于更稳健的投资组合，债券投资上升，股票、基金、理财产品的投资下降；家庭中有一个老人的，基金和理财产品的投资上升，股票和债券下降；而家庭中有两位老人的，股票投资比例大幅上升，其他风险资产比例下降，这与先前研究中低财富家庭持有更多股票的结论是相符的。这是多生一个孩子在老年人数量不同的家庭结构中的影响差异。

按照本文的研究结论，在“全面二孩”政策效果良好的情况下，中国家庭资产投资深化程度将会降低，生育二孩的家庭会将更多资产投资于不动产或无风险资产，风险资产的比例将会下降。据此，本文提出的政策建议主要有三点：第一，金融机构须注重开发符合家庭需要的基金、债券和理财产品，以吸引居民投资，目前这一部分投资量占风险资产比重太低；第二，股票市场要加强风险管理，在老龄化背景下，家庭中老年人数量和子女数量会一起增长，居民倾向于追求股票的高收益，政府和金融监管部门需要加强股票市场的风险管理，保护居民财产；第三，对于居民可能出现的将风险资产转为储蓄等情况，银行业也要不断完善储蓄的服务和管理措施。

[1]John Y.Campbell.Household Finance.2006.The Journal of Finance[J].61（4）.

[2]L Guiso，P Sodini.2013.Chapter 21-Household Finance：An Emerging Field[J].Handbook of the Economics of Finance，2.

[3]Ameriks.J.and Stephen P.Zeldes.2000.How do Household Portfolio Share Vary with Age?[J].Social Science Electronic Publishing，Columbia University.

[4]M Gao，Robert（Chi-Wing）Fok.2015.Demographics，family/social interaction，and household finance[J].Economics Letters，136.

[5]R Cooper，G Zhu.2016.Household finance over the life-cycle：What does education contribute?[J].Review of Economic Dynamics，20.

[6]吴卫星，李雅君.家庭结构和金融资产配置--基于微观调查数据的实证研究[J].华中科技大学学报（社会科学版），2016，30（2）.

[7]魏先华，张越艳，吴卫星，肖帅.我国居民家庭金融资产配置影响因素研究[J].管理评论，2014，26（7）.

[8]卢亚娟，Calum G.Turvey.中国家庭风险资产持有的影响因素及城乡差异[J].财贸经济，2014，（9）.

[9]陈莹，武志伟，顾鹏.家庭生命周期与背景风险对家庭资产配置的影响[J].吉林大学社会科学学报，2014，（5）.

[10]胡振，王春燕，臧日宏.家庭异质性与金融资产配置行为——基于中国城镇家庭的实证研究[J].管理现代化，2015，（2）.

[11]郭琳.家庭结构对金融资产影响的实证研究[J].改革与战略，2013，29（12）.

An Empirical Study of the Influence of Family Structure on Financial Asset Allocation of Household——Based on the Universal Two-child Policy

Lu Yajuan Liu Shu
（NanjingAudit University，Jiangsu Nanjing 211815）

Family structure is one of the factors that affect family financial asset allocation，and the universal twochild policy will profoundly change the structures of Chinese families.Based on China Household Finance Survey(CHFS)data，this paper uses the Propensity Score Matching(PSM)method to study the effects of family structure changes that may have on household financial assets and risk assets allocation caused by this policy.The results show that under the similar conditions，one more child will reduce the financial assets as well as the risk assets accounted for the proportion of financial assets.According to the number of elderly people，risk assets investment category and amount are also different.

family structure，propensity value matching，household financial assets，universal two-child policy

F830

A

1674-2265（2017）09-0003-07

2017-07-09

江苏省普通高校学术学位研究生科研创新计划项目“农村家庭结构对金融资产配置的影响研究——基于苏皖的调研”（KYZZ16_0498）；江苏省重点序列学科应用经济学（苏政办发[2014]37号）。

卢亚娟，女，江苏宜兴人，南京审计大学金融学教授，管理学博士，研究方向为区域金融和家庭金融；刘澍，男，江苏南京人，南京审计大学金融学院，研究方向为家庭金融。

（责任编辑 孙 军；校对 WJ，SJ）