互联网金融对家庭商业保险参保的影响研究

曾玲玲 邢思远

摘 要： 依据2017年中国家庭金融调查数据，使用Probit与Tobit两种模型实证研究了互联网金融对家庭商业保险参保的影响。研究发现：互联网金融对家庭商业保险的参保可能性与深度均具有显著的正向影响，即接触到互联网金融的家庭更倾向于购买商业保险，相应的保费支出也更多。在运用工具变量法修正了内生性后，这种影响依然显著。在异质性分析中发现，受教育水平较高、收入较高以及中部地区的家庭更容易受到互联网金融的影响。同时，本研究也验证了金融知识影响的渠道，可为我国商业保险以及互联网金融的发展提供一定的参考。

关键词： 互联网金融;商业保险;家庭金融;CHFS

中图分类号： F830 文献标识码： A DOI： 10.3963/j.issn.1671-6477.2021.06.017

一、 引 言

商业保险在经济发展、风险管理和社会管理等方面发挥着重要的作用，是保险市场不可或缺的组成部分。国务院于2014年印发了《关于加快发展现代保险服务业的若干意见》，其中明确肯定了商业保险在家庭商业保障、养老健康保障、社会保险市场化等方面的积极作用。从我国保险市场的发展来看，我国已经成为全球第二大保险市场，商业保险保费收入从1980年的4.6亿元增加到2018年的42645亿元①。然而我国的保险密度和保险深度在2019年分别为3046.07元和4.3%，与2018年682美元和6.09%的世界平均水平相比，仍有相当大的一段距离②。我国商业保险与发达国家相比存在较大差距的原因之一是我国家庭对商业保险市场的参与度低[1]。因此，研究家庭商业保险参保的影响因素，既能对商业保险市场的进一步发展提供新思路，也能帮助我们理解家庭的金融决策行为。

互联网金融是互联网技术与金融服务的融合，依托于虚拟的网络为客户提供金融服务。随着金融科技的不断革新，我国互联网金融实现了高速发展，金融服务也通过互联网技术逐渐渗透到家庭生活中的方方面面。互联网金融从为客户提供第三方支付平台、互联网理财和众筹等服务逐渐扩大到互联网银行、保险、证券等更加“金融”的领域。但是，从2013年互联网金融实现跨越式发展以来，互联网金融风险事件频频发生，不仅使参与者遭受损失，也触碰了系统性风险的监管红线。政策环境也逐渐从2014年的“促进互联网金融健康发展”转变为2016年发布的《互联网金融风险专项整治工作实施方案》，中国人民银行在2020年金融市场工作电视电话会议中进一步提出，要多措并举化解互联网金融风险。2020年12月，银保监会也明确表示P2P平台已经全面停止运营。互联网金融参与者中有着众多的普通家庭，辨别能力不强，风险承受能力较弱。2020年上半年受新冠疫情的影响，我国家庭财富水平有所下降，预期收入的减少也使得商业保险在家庭资产配置中的重要性也愈发凸显，在这样的背景下，参与互联网金融对家庭商业保险的参保到底会产生怎样的影响问题，是很值得我们好好探究的。

二、 相关文献综述

目前关于互联网金融与商业保险的研究，多是将互联网金融与保险产品相结合，并对形成互联网保险的概念进行研究。刘远翔[2]选取了14家商业保险公司作为样本进行了实证研究，发现互联网保险业务对其经营效率有积极的影响。黄星刚和杨敏[3]基于省级保险消费数据实证研究了互联网保险对于保险消费的影响，发现互联网保险只是替代了传统保险业务，并没有增加整体保险消费。随着互联网保险与类保险（网络互助平台）的兴起，学者们对合规、监管以及消费者权益等方面进行了研究。何德旭和董捷[4]从技术风险、金融风险以及系统性风险对互联网保险进行了风险分析，提出了联合监管、完善法律法规等建议。李合龙和刘悦[5]以“相互保”为例探讨了互联网保险的道德风险、流动性风险以及保障能力等方面的问题，强调应着重完善监管机制，做到科技与监管融合。

关于互联网金融对家庭的影响问题，目前研究者多集中在家庭消费、资产配置等方面。如，孙从海和李慧[6]研究了互联网金融背景下家庭金融资产的调整趋势，并且分析了该背景下的货币政策效应。Basnet和Donou-adonson[7]研究发现，使用互联网的家庭相较于不使用互联网的家庭有更高的信用卡负债。魏昭和宋全云[8]研究了互联网理财产品对家庭资产结构的影响，发现我国家庭金融资产比重日益增高。吴冠虹和王刚贞等[9]通过实证研究发现，互联网金融的稳健发展会导致家庭银行存款的比重减少，债券的比重升高。邢天才和张夕等[10]研究发现，互联网消费金融对于我国城镇居民的消费水平和能力具有显著的正向影响。

国内外学者关于家庭商业保险参保影响因素的研究，主要集中在家庭的微觀特征方面（财富状况、家庭成员的年龄、受教育水平、风险态度等）。Albouy和Blagoutine[11]研究发现，家庭财富越多，购买商业保险的可能性也越大。刘坤坤和万金等[12]于粤东四市对人身保险参保进行了调查，利用因子和聚类分析法发现，收入水平的高低对保险的参与有着重要的影响。Showe和Shotick[13]的研究表明，户主年龄增加以及家庭规模的扩大都会促使家庭购买商业保险。樊纲治和王宏扬[14]采用实证方法研究发现，家庭老年成员占比与家庭人身保险需求呈负相关作用。秦芳和王文春等[15]通过实证研究发现，在全国范围内，金融知识越丰富的家庭，商业保险参保的可能性也越高。李丁和丁俊菘等[16]的研究发现，社会活动越多越丰富的家庭，购买商业保险的可能性也越高，相应的保费支出也越多。桑林[17]通过微观层面的实证分析发现，主观幸福感越高的家庭，其购买商业保险的可能性也越高，同时参与程度也越深。

综上所述，学界关于现有的中国家庭购买商业保险的研究主要集中于互联网金融对保险行业与家庭整体资产配置、消费的影响方面，而缺少了以家庭参与的微观角度分析互联网金融对商业保险的影响问题。因此，本文以此为切入点，运用Probit与Tobit模型实证分析了互联网金融对于家庭商业保险参保的具体影响。

三、 研究数据的获取与描述

（一） 数据来源

本文所用数据来自于2017年进行的中国家庭金融调查（CHFS）③。样本涉及全国29个省（自治区、直辖市），355个县（区、县级市），1428个村（居）委会，样本规模为40011户。该调查主要包括人口统计学特征、资产与负债、保险与保障、支出与收入、金融知识与主观态度和家庭成员教育6个部分。保险与保障部分提供了家庭商业保险参保的相关数据，为本文提供了很好的数据支持。

（二） 家庭商业保险参保现状

首先对家庭商业保险参保进行定义，中国家庭金融调查记录了受访家庭所有成员关于商业保险的信息，其中涉及的商业保险的种类有商业人寿保险、商业健康保险和其他商业保险。我们将任何一个家庭成员购买了任何一种商业保险的家庭视为商业保险参保家庭。经过统计，我国家庭商业保险参保比例如表1所示。从表1中可以发现，我国购买商业保险的家庭占比较低，参保率仅为16.43%;并且，这一比例在城镇与农村之间存在一定的差距，城镇家庭参保率为18.52%，农村家庭参保率为11.62%。

（三） 解释变量与控制变量

第三方支付是最容易接触的互联网金融模式，它为个人和家庭提供了参与金融市场的途径，扩大了普惠金融面。CHFS问卷中关于互联网金融设计的问题是：

“您和您家人平常购物时（包括网购）使用的付款方式？1.现金2.刷卡3.通过电脑支付（包括网银、支付宝等等）4.通过手机、pad等移动终端支付（包括支付宝APP、微信支付、手机银行、Apple pay等）5.其他（请注明）”。

本文参考尹志超和张号栋[18]的做法，将选择“通过电脑支付和通过手机、pad等移动终端支付”定义为参与互联网金融的家庭，作为解释变量，并赋值为1，否则为0。表2显示，全国样本中互联网金融家庭占比约为30.11%，城镇样本中互联网金融家庭占比约为38.12%，农村样本中互联网金融家庭占比约为11.74%，城镇互联网金融家庭高出农村互联网金融家庭约26.38个百分点。可以看出，我国互联网金融依旧处于发展阶段，并且城镇发展明显优于农村。

为了研究互联网金融对家庭商业保险的参保影响，参照以往文献，本文选取以下控制变量：

家庭层面选取的控制变量主要是家庭总收入、家庭净资产、家庭社会保障和家庭规模。其中家庭社会保障是我们根据问卷中设计的相关社会保障④问题设置的虚拟变量，如果受访家庭成员中参加了问卷中涉及的任一种，则认为该家庭具有社会保障，同时取该虚拟变量值为1，否则该值为0。

现有的学术研究发现，户主的人口特征会对商业保险参与产生一定的影响，比如，受教育水平越高、金融知识越丰富的户主，更倾于购买商业保险。本文控制了户主年龄、年龄的平方、性别、婚姻、健康状况⑤、受教育年限、金融知识⑥、金融信息⑦。户主性别为男性的虚拟变量取值为1，为女性的取值为0。户主已婚的婚姻虚拟变量取值为1，其他婚姻状况取值为0。

国内外学者均认为风险偏好特征会对家庭金融资产的选择造成影响，也会对家庭商业保险参保造成影响。因此，我们选取了户主的风险偏好特征作为控制变量。调查问卷关于风险偏好设计的问题是：

“针对以下风险与回报组合，您更愿意将资金投资于那种组合？1.高风险与高回报2.略高风险与略高回报3.中等风险与中等回报4.略低风险与略低回报5.零风险与回报未知6.不知道”。

我们将选择1或2的受访者认定为风险偏好者，该虚拟变量取值为1，否则为0。为了消除极端样本的影响，我们进行了缩尾处理，将家庭总收入的前后1%舍弃，同时将相关控制变量存在缺失的家庭样本舍弃，处理后得到了35913个家庭观测样本。

（四） 描述统计

表3详细展示了相关变量的描述性统计结果。可以看出，购买商业保险与未购买商业保险的家庭在互联网金融参与方面存在较大的差异。购买商业保险的家庭互联网金融参与比例高出未购买家庭约30%。同时，我们注意到，商业保险参保的家庭相较于未参保家庭，总收入与净资产更多，受教育年限更长，家庭规模更大。在风险偏好方面也有所体现，购买商业保险的家庭更倾向于承担风险，在金融知识和信息方面也更加重视。

四、 家庭商业保险参保的可能性及深度的基准实证分析

（一） 互联网金融与家庭商业保险参保的可能性分析

我们设计了如下Probit模型来研究互联网金融对家庭商业保险参保可能性的影响：

公式（1）中，insurance是本文的被解釋变量，表示家庭商业保险参保与否。itfin是解释变量，表示家庭参与互联网金融与否。X则代表其余控制变量。由上文可知，我国城镇与农村互联网金融的发展存在较大差距，因此我们将全国、城镇与农村分为三个样本分别进行研究，同时为了验证不同模型得到结果的稳健性，我们参考了李丁和丁俊菘等[16]的做法，分别采用了OLS模型和Probit模型。

互联网金融影响家庭商业保险购买可能性的回归结果如表4所示，在全国、城镇、农村三个样本中，家庭对于互联网金融的参与都显著地提高了家庭购买商业保险的可能性。并且，使用Probit与OLS两种模型所得到的回归结果相一致。

在全国样本中，Probit模型的互联网金融系数为0.087，且在1%显著性水平上为正。其可以理解为，若家庭参与互联网金融，则该家庭商业保险参保的概率就会增加8.7%。

在全国样本中，家庭层面因素与以往文献研究结果相似，家庭总收入和总资产的系数均在1%的显著性水平上为正，说明家庭收入或者资产的增加会促使家庭购买商业保险。社会保障对于商业保险的替代作用也在结果中显现，家庭社会保障对商业保险购买可能性的边际影响为负。另外，家庭规模的边际影响显著为正，即家庭成员越多，商业保险参保的意愿越高。

在户主特征因素方面，女性更倾向于购买商业保险，受教育年限因素也对商业保险参保具有正向作用。健康和婚姻状况因素对商业保险的影响为负，表明了我国家庭在有共同生活配偶的情况下可能忽视了商业保险的作用，对保险的信任度不强，并且可能存在健康出问题后才购买商业保险的现象。户主的年龄与家庭是否购买商业保险两者之间存在的关系表明，青年户主与老年户主家庭购买商业保险的可能性低于中年户主家庭。金融知识的系数也显著为正，说明金融知识越丰富的家庭越可能购买商业保险。这与秦芳[15]等的发现一致，商业保险的种类选择、风险与预期收益的匹配费时费力，需要家庭有一定的金融知识积累。并且，具有金融知识的居民对保险条款的理解与认识更清晰透彻。金融关注的边际影响在1%的显著性水平上为正，也说明了金融相关信息对于商业保险参保的促进作用。户主的风险偏好特征也对商业保险参保具有显著的正向作用，这与何兴强、李涛[1]以及秦芳、王文春等[15]的发现相一致。

需要说明的是，在农村样本中，户主性别、婚姻状况、健康状况、受教育年限、风险态度、金融关注和家庭规模、社会保障并没有显著地影响家庭商业保险参保。而户主金融知识和家庭总收入、总资产则对商业保险参保有显著的正向作用。这说明，在农村中，家庭商业保险的参保行为主要受金融知识水平和家庭财富的影响，这与宗庆庆和刘冲等[19]的研究发现相类似。城镇样本与全国样本的回归结果相似，这里不再重复解读。

（二） 互联网金融与家庭商业保险的参保深度分析

在明确家庭互联网金融参与对商业保险参保有正向影响后，我们接着研究其对商业保险参与深度的影响。本文中参与深度用人均保费支出来表征。我们注意到，没有购买商业保险的家庭其保费支出为0，并且在样本中占有很大比例，这会严重影响回归结果。针对此类存在截尾的样本，我们采用Tobit模型进行估计是合适的，因此构建以下Tobit模型来研究互联网金融对家庭商业保险参与深度的影响：

在公式（2）中，Y是我们关注的被解释变量，即家庭商业保险参与深度，用人均保费支出的对数来衡量，其他控制变量与上文Probit模型相同。

互联网金融对家庭商业保险参保影响的回归结果如表5所示。在全国样本、城镇样本和农村样本中，互联网金融的系数均在1%的显著性水平上为正。也就是说，家庭对于互联网金融的参与也显著提高了商业保险的保费支出。其他控制变量方面，以全国样本为例，家庭总收入、净资产与户主的年龄、受教育年限、风险态度、金融知识、金融关注度等对家庭商业保险保费支出有明显的促进作用，而家庭的社会保障与户主的性别等对家庭商业保险参保有显著的负向影响。城镇样本、农村样本控制变量的回归结果除农村样本中部分控制变量不显著外，大体上与全国样本结果相一致。

五、 研究结果及检验

（一） 作用渠道检验

前述实证结果验证了互联网金融对于家庭商业保险参保可能性与参与深度的正向作用，下面我们进一步研究互联网金融是通过何种渠道影响家庭商业保险参保。互联网金融是以互联网为基础载体的一种新型金融模式，能够更快捷丰富地传递金融信息与传播金融知识，有效帮助家庭了解商业保险并进而参保。并且，互联网的信息交流特性也可以对家庭商业保险参保产生影响。所以下面本文从互联网金融参与背景下金融知识与金融信息两个方向，分析和探讨互联网金融影响商业保险参保的作用渠道。

为了验证渠道影响效应，构建如下模型：

公式（3）中y表示影响渠道，分别代表金融知识、金融信息，itfin表示互联网金融参与，X为控制变量（与前述模型设置相同）。

金融知识与金融信息会从多个方面影响家庭的金融决策，进而干预家庭商业保险的购买。首先，家庭资产的配置优化需要金融知识。风险是家庭资产配置要考虑的要素之一，商业保险对规避风险的作用不言而喻，这就可能引发家庭购买商业保险。其次，商業保险种类复杂繁多，相关条款专业性强，兼具投资与保障功能，需要家庭有金融知识积累才能够完全明晰。与此同时，互联网作为信息传播的重要工具，金融相关信息的传播也会影响家庭对于商业保险的认识，促使家庭购买商业保险。

我们将金融知识与金融信息分别作为被解释变量，利用公式（3）进行回归，检验结果如表6结果（1）所示，表明互联网金融对于金融知识与金融信息的影响在1%的显著性水平上为正，说明互联网金融的确能够提升家庭金融知识水平、传播金融信息。由于在上述实证中金融知识与金融信息都已经存在于基础回归中，所以，下一步分别剔除金融知识与金融信息变量，进行Probit和Tobit回归，相关的结果展示在结果（2）中。表6中结果（3）为本文的基本回归结果，通过对比可以看出，金融知识的系数在结果（2）中有显著的增大，金融信息的系数相比之下增加不大。这就表明，家庭对于互联网金融的参与显著提升了金融知识水平，从而验证了金融知识渠道。金融信息渠道的作用并不明显，说明金融信息需要一定的金融知识才能进行理解并利用。

（二） 内生性问题检验

在研究互联网金融对家庭商业保险参保的影响时，考虑存在内生性问题。一方面，影响家庭或个人是否购买商业保险，购买商业保险的种类和多少的因素是十分复杂的，在上述的研究中我们虽然尽可能控制了一些家庭特征因素，但还有许多影响因素不能完全观测（社会关系、职业、个人习惯等）。另一方面，商业保险购买行为本身就可能导致家庭接触到互联网金融。这就导致了互联网金融与家庭商业保险参保之间具有联立性。

为了解决内生性问题带来的估计结果偏差，我们选取互联网使用作为工具变量。显然互联网使用与互联网金融参与高度相关，满足工具变量的相关性;另一方面，互联网使用并不直接影响家庭商业保险参保，故满足工具变量的外生性。

“工具变量Probit”（Instrumental Variable Probit，简称Ⅳ Probit）和“两步法”（Two-step Method）是学术界公认的两种检验Probit模型内生性的有效方法[20]。为了验证互联网金融对家庭商业保险参保的影响是否具有内生性，我们采用两步法进行验证。表7展示了工具变量加入后的回归结果与两步法检验结果。工具变量的有效性是必要的，从表7中的结果来看，工具变量的一阶段F统计量在全样本中均远远大于10的临界值，表明互联网使用作为工具变量对于互联网金融参与有着很好的解释作用，不存在弱工具变量问题。内生性检验方面，表7中模型（1）～（6）均显著地通过了Wald检验，表明了家庭互联网金融的参与确实存在内生性问题，工具变量法的使用是合理的。进一步观察加入工具变量后的回归结果，可以看出，在全国和城镇样本中互联网金融参与依旧对家庭商业保险参保的可能性与深度有着显著的促进作用。

（三） 异质性分析

为了考察家庭在商业保险参保方面受互联网金融影响的异质性，我们根据样本特征，针对不同学历、不同收入以及不同区域的家庭进行了进一步研究。由于互联网金融参与具有内生性，我们采用Ⅳ-Probit模型进行异质性分析。表8中一阶段F统计量和Wald检验结果，进一步证明了所选取的工具变量是合适的。

A组是以学历高低进行的分组，我们将学历水平在高中之上的样本作为高学历组，在高中之下的样本作为低学历组。从表8的回归结果可以看出，高学历的家庭通过参与互联网金融获得商业保险参保的边际效应比低学历家庭要高。

B组是以家庭收入高低进行的分组，我们首先选取了家庭收入的中位数，并以此为划分点，将所有样本分为高收入组与低收入组。从回归结果可以看出，在商业保险参保的可能性上，高收入家庭从互联网金融中获得的边际效应更大。

C组是按照不同地区进行的分组，分别为东部地区、中部地区与西部地区。通过回归结果可以看出，互联网金融参与在各个地区对家庭商业保险参保均有促进作用。另外，互联网金融对于家庭商业保险参保的促进作用在中部地区最大。

（四） 稳健性检验

我们接着对基础回归进行稳健性检验以验证实证的准确性。前述实证已经使用不同模型进行研究，并且將样本分为了全国、城镇和农村进行分析。接下来，我们重新定义被解释变量家庭商业保险参保的定义进行稳健性检验，将家庭商业保险参保限定为户主本人购买商业保险。进一步考虑到金融业从业人员在金融知识水平和购买商业保险便利性上都优于其他行业从业人员，这样可能会影响基础回归结果，我们将户主为金融业从业人员的样本剔除。表9展示了稳健性检验的结果，可以看出家庭互联网金融参与依旧在商业保险参保的可能性和深度上均具有显著的促进作用。

六、 研究结论与建议

本文使用Probit与Tobit模型实证研究了互联网金融对家庭商业保险参保的影响及作用机制，为解决我国家庭商业保险有限参与问题提供了一个新的角度，同时也对互联网金融深入细化发展提供了新的视角。本文研究的主要结论如下：第一，互联网金融不仅能够显著增加家庭参与商业保险的可能性，也能够明显促进其参与深度，也就是说，参与互联网金融的家庭更容易购买商业保险，并且保费支出较高;第二，通过渠道效应分析发现，互联网金融可以通过金融知识渠道对家庭参与商业保险的行为造成影响;第三，通过异质性分析发现，受教育水平较高、收入较高、中部地区的家庭在参与商业保险方面更容易受到互联网金融的影响。

根据以上研究结论，本文为我国互联网金融与商业保险市场的发展提出如下相关建议：第一，应当注重互联网金融的合规发展，鼓励家庭接触正规互联网金融服务，利用其传播优势，扩大普惠金融面;第二，保险业要抓住当今金融科技发展的机遇，借助金融知识渠道，借力区块链、大数据、机器学习等科技力量，更加高效地向家庭传播正确的商业保险与金融知识，促进家庭参与金融市场;第三，要规范互联网金融和保险业的发展，完善相关法律法规，杜绝网络金融诈骗，改善互联网金融与保险业的信用环境，提升民众信任度，从良性的互动循环中提高我国家庭对商业保险的购买。

注释：

① 参见中国银行保险监督委员会发布的《2019年保险业经营情况表》

② 相关数据来自国家统计局发布的《2019年国民经济和社会发展统计公报》

③ 中国家庭金融调查问卷中关于社会保障涉及的主要有社会养老保险及企业年金、医疗保险、失业保险。

④ 问卷中关于健康状况设计的问题是“与同龄人相比，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”。选择1和2则视为健康状况好，该虚拟变量取值为1，否则为0。

⑤ 问卷中关于金融知识设计的问题为“您认为一般而言，股票和基金哪个风险更大？1.股票2.基金3.没有听说过股票4.没有听说过基金5.两者都没听说过6.一样大”。选择1则视为具有金融知识，该虚拟变量取值为1，否则为0。

⑥⑦问卷中关于金融信息设计的问题为“您平时对于经济、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”。选择1或者2则视为金融信息关注，该虚拟变量取值为1，否则为0。

[参考文献]

[1]  何兴强，李涛.社会互动、社会资本和商业保险购买[J].金融研究，2009（02）：116-132.

[2] 刘远翔.互联网保险发展对保险企业经营效率影响的实证分析[J].保险研究，2015（09）：104-116.

[3] 黄星刚，杨敏.互联网保险能否促进保险消费：基于北大数字普惠金融指数的研究[J].宏观经济研究，2020（05）：28-40.

[4] 何德旭，董捷.中国的互联网保险：模式、影响、风险与监管[J].上海金融，2015（11）：64-67.

[5] 李合龙，刘悦.互联网保险产品创新思考：基于“相互保”事件的案例分析[J].金融理论与实践，2020（09）：105-110.

[6] 孙从海，李慧.互联网金融下网络借贷中的逆向选择与道德风险分析[J].西部经济管理论坛，2014，25（04）：5-8.

[7] Basnet HC，Donou-adonson F.Internet，Consumer Spending，and Credit Card Balance：Evidence From Us Consumer[J].Review of Financial Economics，2016，30：11-22.

[8] 魏昭，宋全云.互联网金融下家庭资产配置[J].财经科学，2016（07）：52-60.

[9] 吴冠虹，王刚贞，赵培羽，易文静.互联网金融对中国家庭金融资产配置影响的研究[J].哈尔滨师范大学自然科学学报，2018，34（01）：33-38.

[10]邢天才，张夕.互联网消费金融对城镇居民消費升级与消费倾向变动的影响[J].当代经济研究，2019（05）：89-97，113.

[11]Albouy F X，Blagoutine D.Insurance and transition economics：the insurance market in Russia[J].Geneva papers on risk & issues & practice，2001，26（3）：467-479.

[12]刘坤坤，万金，黄毅.居民人身保险消费行为及其影响因素分析：基于粤东四市人身保险消费行为调查[J].保险研究，2012（08）：53-59.

[13]Showers V E，Shotick J A.The effects of household characteristics on demand for insurance：a Tobit analysis [J].Journal of risk & insurance，1994，61（3）：492-502.

[14]樊纲治，王宏扬.家庭人口结构与家庭商业人身保险需求：基于中国家庭金融调查（CHFS）数据的实证研究[J].金融研究，2015（07）：170-189.

[15]秦芳，王文春，何金财.金融知识对商业保险参与的影响：来自中国家庭金融调查（CHFS）数据的实证分析[J].金融研究，2016（10）：143-158.

[16]李丁，丁俊菘，马双.社会互动对家庭商业保险参与的影响：来自中国家庭金融调查（CHFS）数据的实证分析[J].金融研究，2019（07）：96-114.

[17]桑林.居民幸福感、主观态度与商业保险市场参与：基于中国家庭金融调查数据的研究[J].经济与管理，2019，33（02）：45-53.

[18]尹志超，张号栋.金融可及性、互联网金融和家庭信贷约束：基于CHFS数据的实证研究[J].金融研究，2018（11）：188-206.

[19]宗庆庆，刘冲，周亚虹.社会养老保险与我国居民家庭风险金融资产投资：来自中国家庭金融调查（CHFS）的证据[J].金融研究，2015（10）：99-114.

[20]袁微.二值选择模型内生性检验方法、步骤及Stata应用[J].统计与决策，2018，34（06）：15-20.

（责任编辑 文 格）

3146500338217