职业声望与股票市场参与——基于CFPS数据的实证分析

周战强 孟佳昕

一、引言

自党的十七大报告首次提出“创造条件让更多群众拥有财产性收入”以来，我国居民财产性收入迅速增加。根据国家统计局的测算，到2018年年底全国人均财产性收入占可支配收入的8.4%，这仍明显低于发达国家财产性收入的占比。股票市场是居民获取财产性收入的重要渠道，为居民提供了创造财富的机会，然而我国居民参与股票市场的比例很低。中国家庭金融调查(CHFS)2017年的数据显示，仅有8.62%的样本家庭持有股票。许多国家股票市场都存在这种“有限参与”的现象，即“有限参与之谜”(Badarinza等，2016[1])。

国内外学者主要从投资者个人与家庭特征(Campbell，2006[2]；周洋等，2018[3])、背景风险(Heaton和Lucas，2000[4])、参与成本(Gomes和Michaelides，2008[5])及社会资本(Guiso等，2004[6])等角度试图解释股票市场的有限参与，但是鲜有文献从职业声望角度进行深入研究。职业声望是人们对职业的社会评价。它通常作为社会经济地位或者社会经济成就的衡量指标(Bose，1985[7])，反映了个人拥有的社会经济资源状况。一般职业声望较高的人会有较高的教育程度、较高且较稳定的收入水平(Peter和Duncan，1968[8]；许欣欣，2000[9]；赵映川，2015[10])，而教育程度和收入水平与股市参与密切相关(Guiso和Paiella，2008[11]；Kuhnen和Miu，2017[12])。一些学者在分析股市参与时注意到了职业的作用，开始把职业作为分析的控制变量(Haliassos和Bertaut，1995[13]；Hong 等，2004[14]；Bogan，2008[15]；Conlin等，2015[16]；Mumtaz和Smith，2020[17]；闫竹和王骜然，2020[18])，直到最近才有学者专门分析职业及其声望在风险金融市场中的作用(Vaarmets等，2019[19]；吴卫星和尹豪，2019[20])。然而这些研究的结论并不一致，分歧在于国家机关党群组织及企事业单位负责人是否更有可能参与风险金融市场，而且他们把职业归为少数几个类别，没有充分利用数据中的职业相关信息，也没有对内生性导致的偏误进行处理。

本文借助中国家庭追踪调查(China Family Panel Studies，CFPS)的数据，分析了职业声望对股市参与的影响及其机制。结果发现，户主的职业声望越高，参与股票市场的概率越大；职业声望会通过认知能力及风险偏好对股市参与产生影响。与以往研究相比，本文的主要贡献是：第一，现有相关研究将职业及其声望划分为几个类别进行分析，得出的结论并不一致，因此需要进一步分析职业声望与股市参与的关系，澄清研究中存在的争议，深化和丰富这个领域的研究。本研究没有采用将职业声望分类的方式，而是直接采用标准国际职业声望得分这一连续变量，最大程度保留职业声望指标的信息进行分析。第二，现有文献并没有考虑职业声望与股市参与之间的内生性问题。本研究合并了第六次人口普查数据，利用国家机关、党群组织或企事业单位负责人以及专业技术人员之和占就业人数的比例作为职业声望的工具变量，克服内生性问题引起的偏误。第三，已有研究对职业声望对股市参与的影响机制缺乏探讨和挖掘。本研究从认知能力和风险偏好角度探讨了这一影响的机制。

研究职业声望对居民股市参与的影响具有重要的现实意义。社会流动能够促进经济增长。2020年发布的《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》提出要破除障碍，着力引导劳动力要素合理畅通有序流动，提高劳动力资源的配置效率。职业声望是区分个人社会地位高低的主要特征，影响着其职业选择和流动趋向。如果职业声望对个人股市参与有显著积极影响，就说明促进职业流动，尤其是向上职业流动的政策无疑也会促进其参与股票市场，享有更多增加财产性收入的渠道和机会。如果职业声望抑制了个人的股市参与行为，就需要采取其他政策进行调整和对冲，同时要考虑个人收入的流向及可能影响。因此，从职业声望角度分析居民股市参与行为，可以为相关部门制定促进劳动力流动、扩大居民财产性收入等方面的有效政策提供微观依据，为居民的资产配置策略选择提供参考。

本文余下内容安排如下：第二部分是文献综述与研究假设；第三部分是数据说明和变量的描述性统计；第四部分是实证结果分析；第五部分是结论及建议。

二、文献综述与研究假设

(一)文献综述

职业声望是人们对职业的社会评价。在股市参与的研究中，长期以来一直是把职业作为控制变量进行分析。Haliassos和Bertaut (1995)[13]在分析股市“有限参与之谜”时考虑了职业因素，发现操作工人和农业劳动者不太可能持有股票，而经理人员持有股票的概率要大得多。除了经理人员，专业人士、企业家、自营职业者参与股市的概率相较于其他职业群体会更高(Hong 等，2004[14]；Bogan，2008[15]； Conlin等，2015[16]；Mumtaz和Smith，2020[17])。受金融素养的影响，金融和保险从业人员更倾向于参与风险金融市场(Grinblatt等，2011[21]；Khan等，2020[22])。在国内，党政机关人员、技术人员、企管人员和国企人员更倾向于参与股市(王聪和田存志，2012[23]；闫竹和王骜然，2020[18])。直到最近，Vaarmets等(2019)[19]专门分析了职业与股市参与的关系。他们把职业归为管理者、专业人员、服务和销售人员、初级职业等类别，发现要求领导技能或较高智力的职业倾向于增加参与股市的概率，不要求太多努力和较高智力的职业倾向于降低参与股市的概率。吴卫星和尹豪(2019)[20]把研究样本中的农林牧渔水利生产人员、生产和运输设备操作及有关人员、商业和服务业人员、办事及有关人员、专业技术人员、国家机关党群组织及企事业单位负责人6类职业分为低、中低、中高、高职业声望4个类别，分析了职业声望与金融市场参与的关系，发现中低、中高职业声望群体相对而言更可能参加风险金融市场，而高职业声望群体(即国家机关党群组织及企事业单位负责人)减少了风险金融市场参与的概率。

职业声望主要由与职业有关的教育、收入和权力因素决定。一般来说，职业声望较高的群体受教育程度相对较高、收入相对较多、权力相对较大(Peter和Duncan，1968[8]；Treiman，1976[24]；许欣欣，2000[9]；赵映川，2015[10])。相对较多的收入为个体参与股市提供了必要的资金，更易参与股票市场(Guiso和Paiella，2008[11]；王聪和田存志，2012[23])。从融资角度看，职业声望较高的个体更容易获得借款，减少融资约束程度(杨献，2018[25]；Li等，2020[26])，为参与股市提供了可能，但吴卫星和尹豪(2019)[20]发现高职业声望带来的融资约束减少会导致这类投资者偏好投资商品房市场，从而降低了风险金融市场参与的概率。职业声望还可以降低个体参与金融市场的成本。职业声望高的个体通常拥有更广的社会网络，金融信息获取渠道多(He等，2017[27])，并且他们的认知能力高(McKay等，2003[28])，在收集和处理金融信息方面具有优势，能够分散投资风险，降低损失(Liu和Zhang，2018[29])。

可以看出，已有研究虽然很早就关注到职业在股市参与中的作用，但是很少专门讨论职业及其声望与股市参与的关系，而且这些研究的发现并不一致。专门讨论两者关系的研究并没有考虑内生性问题，可能引起估计偏误。职业声望可以影响金融市场的参与成本，但是参与成本在职业声望与股市参与关系中的作用尚未有实证研究进行检验。另外，在两者关系中是否存在其他影响机制也有待探讨。

(二)研究假设

在评价职业声望时，与职业有关的因素是评价的主要标准。Peter和Duncan(1968)[8]认为教育和收入决定了各类职业的声望地位，并把这两个因素作为职业声望的预测指标。Treiman(1976)[24]认为，不同职业对权威和经济资本的控制不同，由此决定了职业的声望地位。赵映川(2015)[10]研究表明，随着我国市场经济的发展，经济资本正快速地成为职业声望判断的依据。这些研究都说明收入是评价职业声望的一个重要依据，声望高的职业的收入水平相对要高一些。许多研究表明投资者的收入水平越高，越可能参与股票市场。Guiso和Paiella(2008)[11]发现家庭收入水平与股市投资紧密相关，并且两者是正向相关的。吴卫星和齐天翔(2007)[30]利用Probit和Tobit模型实证分析发现，收入增加既提高了家庭参与金融市场的概率，又提高了家庭金融市场参与的深度。王聪和田存志(2012)[23]发现公务员、技术、企管等收入相对较高的群体持有更多的股票和基金。另一方面，职业声望高意味着收入比较稳定，收入风险低。许欣欣(2000)[9]比较了不同时期我国城市居民的职业声望评价，发现在经济转型时期，人们在评价职业声望时更加看重职业的权力特征、稳定性。职业声望越高，工资波动水平越小，收入较稳定，风险低，从而更容易投资于金融市场。Palia等(2014)[31]认为投资者预期工资波动幅度很大时倾向于少投资风险金融市场。根据以上分析，提出假设1：

假设1：职业声望越高，参与股票市场的概率越大。

职业声望可从以下两个方面影响参与股市决策：

一是职业声望可通过认知能力来影响股市参与决策。认知能力主要指学习、理解、分析和研究问题的能力。职业变化会影响个体的认知能力。Hackman和Farah(2009)[32]发现职业声望是神经认知功能，特别是语言(左脑边缘)和执行(前额叶)功能的重要预测因子，职业声望越高，语言和执行能力越强，从而认知能力越强。声望较高的职业要求个体具备较高的认知能力，在工作中会形成更高的认知策略和功能网络，进一步提高认知能力(Coffey等，1999[33])。另一方面，较高的职业声望群体不容易暴露在非健康的环境中，可以保持更好的营养，有更多机会获得医疗保障和社会资源，从而防止大脑损伤(Stern等，1999[34])，而职业声望较低的人更易暴露在非健康的环境中，比如农民经常接触到杀虫剂和除草剂，这可能会损害其神经系统，从而降低认知能力(Dartigues等，1992[35])。低职业声望不但会降低认知能力，还会增加痴呆的风险(Alvarado等，2002[36])。可见职业声望越高，认知能力越高。认知能力越高，学习、掌握和应用金融市场规律的能力越强，更有可能参与股票市场。Christelis等(2010)[37]用欧洲的SHARE(Survey of Health,Ageing and Retirement in Europe)数据研究了认知能力和投资决策的关系，发现认知能力和投资股票的倾向密切相关，并且这种关联是由信息约束驱动的，因为认知能力高的群体收集和处理信息的成本较低，从而更倾向于参与股市。周洋等(2018)[38]利用2014年的CFPS数据研究认知能力和我国家庭金融排斥的关系，发现认知能力越高的家庭越不会排斥股票、基金等投资。崔颖和刘宏(2019)[39]研究发现户主的认知能力对家庭风险资产的投资参与及参与深度均有显著正向影响。根据以上分析，提出假设2：

假设2：职业声望会通过提高认知能力增加股票市场参与的概率。

二是职业声望可通过风险偏好影响股市参与决策。职业声望与教育、收入、权力密切相关。从教育角度看，职业声望高的个体一般受教育程度较高。受教育程度越高的个体投资知识越丰富，投资选择范围越大，风险厌恶程度越低(Brown等，2006[40]；李恒等，2015[41])。从收入角度看，职业声望高的个体收入相对较高。收入较高的个体比收入较低的个体更能容忍风险，主要是因为高收入者会有更高的财务安全感，这导致他们愿意承担更大的财务风险(Grable，2000[42])。从权力角度看，职业声望在很大程度上是权力或权威及特权的一个函数(伦斯基，1988[43])。Treiman(1976)[24]认为不同职业对技术、权力或权威以及资本的控制力不同，职业声望较高的个体可以对其他个体施加权威，控制资本。Zhou(2005)[44]的研究表明，职业声望较高的个体会有较高的权力或权威。在我国，随着改革开放的深入，收入成为评价职业声望的一项重要指标，但是人们更加看重职业的权力特征(许欣欣，2000[9])。这主要来源于中国传统文化中“官本位”思想形成的权力崇拜，体制内职业的声望评价位于职业分层结构的顶端(宗刚等，2016[45])。Keltner等(2003)[46]认为人有两个基本的行为系统：行为接近和抑制系统。这两个系统通过协调不同的情感和行为过程，分别帮助个人追求奖励，避免威胁。行为接近系统被认为是调节与奖励相关的行为，比如积极的情绪会主动寻找周围的激励；行为抑制系统则是一旦受到威胁或潜在的惩罚，就会触发情感状态，如焦虑、对环境中的威胁提高警惕、回避等。权力会影响这两个系统的相对激活状态。Anderson和Galinsky(2006)[47]基于这两个系统提出拥有权力会增加人们对风险的偏好。当人们拥有权力时，行为接近系统会更活跃，抑制系统不活跃，从而有权力的人会采取激进的行动，会更多地关注这种风险的潜在回报。可见职业声望高的个体更偏好风险。而风险偏好与家庭投资决策密切相关。随着风险厌恶程度提高，人们会减少对风险资产的需求(Gollier，2005[48])。吴敏红(2015)[49]利用CHFS数据发现，风险偏好者更可能投资于风险资产。李勇和马志爽(2019)[50]发现家庭风险偏好程度对股市参与有显著影响，越偏好风险，越倾向于投资股市。另外，风险偏好主要与个人主义有关，个人主义表现为过度自信或过度乐观，从而会更加偏好风险，更易于参与股市(Breuer等，2014[51])。基于以上分析，提出假设3：

假设3：职业声望会通过增加风险偏好提高股票市场参与的概率。

三、数据说明和变量的描述性统计

(一)数据说明

本文使用的是CFPS数据，该调查数据对受访户主的基本特征(人口统计特征、工作情况、主观态度等)、家庭经济状况(金融资产、收入支出、债权债务等)、家庭关系和社区状况都有详尽的调查记录。2014年的成人问卷中有个人职业，家庭经济问卷中有家庭购买的金融产品、受访者金融知识及风险偏好等问题，所以本文主要使用2014年的调查数据。把家庭经济问卷中的“财务回答人”定义为户主，先以家庭的ID为基准，合并2014年的成人问卷和家庭经济问卷，删除了缺失的观测值，留下7 570个样本。

(二)变量及其描述性统计

1.因变量。

本文的因变量为是否参与股票市场(Stock)。在2014年CFPS问卷中，受访者“持有的金融产品种类”主要包括股票、国债、基金、信托产品、外汇产品和其他金融资产。如果受访者持有股票，Stock=1，否则Stock=0。样本中参与股票市场的家庭平均值为3.0%(见表1)，可见只有很少的家庭参与股票市场。

2.核心自变量。

本文的核心自变量为职业声望。职业声望可用Treiman(1977)[52]提出的标准国际职业声望得分(SIOPS)衡量。CFPS数据中成人库中的职业分类可以根据国际劳工组织发布的国际标准职业分类ISCO-88转换成国际标准职业分类编码，进而转换为SIOPS。样本中SIOPS的取值范围为13～78，均值为38.852(见表1)。这说明样本中家庭户主的职业声望平均来说处于较低水平。

3.机制变量。

前文假设职业声望会通过认知能力、风险偏好影响股票市场的参与概率。认知能力可以参考Christelis等(2010)[37]的做法，用字词测试分数和数列测试分数衡量，因此本文的认知能力采用问卷中的数列测试分数和字词测试分数加总(Numberword)衡量。总分越高，说明认知能力越强。样本中认知能力的取值范围为0～58，均值为27.225(见表1)，说明平均来看样本中受访者的认知能力不高。风险偏好(Riskpre)用问卷中“假如您家投资/在投资中，您愿意承担的风险如何？”问题的回答衡量。该问题的选项有“不愿意承担任何投资风险”“低风险、低收益”“适中风险、稳健收益”“高风险、高收益”，分别赋值1至4，数值越高代表越偏好风险。风险偏好的均值为2.139(见表1)，平均来看样本中受访者并不偏爱风险。

4.控制变量。

参考已有研究，本文控制变量包括受访户主的个人特征、家庭特征和社会资本。

一是受访户主的个人特征。包括户主的年龄(Age)、性别(Gender)、婚姻(Married)、健康状况(Health)、居住区域(Urban)、开放性(Openness)。户主的平均年龄约为48岁。考虑到年龄可能存在非线性影响，模型中也放入了年龄的平方项(Age2)。如果户主是男性，Gender=1；户主为女性，Gender=0。样本中男性占56.1%。如果户主是已婚或同居，Married为1，否则Married为0。样本中九成的户主为已婚或同居。户主的健康状况分为5类，其中1表示不健康；2表示一般；3表示比较健康；4表示很健康；5表示非常健康。样本中16.70%的人认为自己的健康状况一般；64.87%的人认为自己健康状况高于一般水平；18.43%的人认为自己身体状况不佳。这说明大多数人对自己的健康状况过度自信。居住区域(Urban)是指户主居住在城镇还是乡村。如果户主居住在城镇，Urban=1；如果户主居住在农村，Urban=0。样本中基本一半户主居住在城镇，另一半居住在农村。开放性反映了个人接受新事物的程度以及革新精神，本文参考李涛和张文韬(2015)[53]的做法，用问卷中“受访者对调查的兴趣”问题的回答衡量开放性(Openness)。其取值范围为1～7，数值越大代表越开放。样本中有大约22%的人比较开放，敢于接受新事物。

二是家庭特征。包括家庭平均的受教育程度(Aedu)、家庭人口规模(Fscale)、家庭消费(Consumption)和住房(Ohouse)。萧端和吕俞璇(2018)[54]认为投资于风险金融市场这类高风险的事项往往需要家庭共商决策，他们把家庭的平均受教育年限作为重要控制变量，本文参考其做法，用家庭平均的受教育程度作为控制变量。如果家庭成员的平均受教育程度是专科及以上的学历，Aedu=1；若为专科以下学历，Aedu=0。平均来说，只有1.9%的家庭平均受教育程度在大专以上(见表1)，说明样本家庭平均受教育程度较低。家庭人口规模设为连续变量，其均值为4。收入是影响股市参与的重要变量，本文没有使用收入水平而是使用消费支出作为控制变量，这是因为与当前收入相比，消费更能体现家庭的永久收入，而且报告的误差较小。样本家庭总的消费性支出均值为49 086.82元。模型中采用的是家庭消费支出的对数形式。住房变量是一个虚拟变量，如果家庭成员拥有完全产权住房，Ohouse=1，否则Ohouse=0。样本中有87.7%的家庭拥有完全产权住房。

三是社会资本。这里主要考虑的是社会信任(Trust)、社会互动(Interaction)和宗教信仰(Religious)。社会信任用问卷中的“喜欢信任还是怀疑别人？”，回答大多数人是可以信任的，Trust=1；回答越小心越好，Trust=0。样本中54.0%的居民表现出社会信任。社会互动用问卷中的“每月邮电通讯费”取对数衡量，其均值为161.80元，模型中采用的是取对数的形式。宗教信仰用是否是宗教信仰团员表示。如果受访者是宗教信仰团员，Religious=1，否则Religious=0。由表1可以看出样本中有27.5%的居民有宗教信仰，占比不高。

另外，本文也控制了省份固定效应。

表1 主要变量的描述性统计结果

四、实证结果分析

(一)基准模型结果分析

本文的被解释变量“是否参与股票市场”是一个虚拟变量，所以使用Probit模型作为基准模型。该基准模型可设定为：

prob(Stocki=1)=Φ(α1+βSIOPSi+γXi+Provi)

(1)

其中：prob(Stocki=1)表示户主所在的家庭持有股票的概率；解释变量SIOPS是衡量职业声望的指标；Xi是一组控制变量，包括户主个人特征、家庭特征和社会资本；Provi表示省份固定效应。

表2报告了职业声望对股市参与影响的回归结果。列(1)是Probit模型的估计结果，为了方便解释职业声望的系数含义，列(2)汇报了边际效应。职业声望SIOPS系数为0.001，即职业声望得分每增加1单位，则家庭持有股票的概率大约上升0.1%。这证明了假设1成立，即职业声望越高，参与股票市场的概率越大。这与吴卫星和尹豪(2019)[20]发现的中低和中高职业声望群体更倾向于持有风险金融资产，而高职业声望群体更愿意持有房产而非风险金融资产的结论存在差异。可能的原因是因为他们分析的风险金融资产包括股票、基金、债券、衍生品、金融理财产品和非人民币资产，而本文仅考虑了股票资产。

在控制变量中，性别对家庭参与股市的概率没有显著影响。年龄及其平方项系数在1%的显著性水平上统计显著，年龄的系数大于零，其平方项的系数小于零，表明随着年龄的增长，参与股票市场的可能性会提高，但是到了某个年龄(临界点)之后，如果年龄再继续增长反而会降低参与股票市场的可能性，呈现倒U型。因为股市投资是一种有风险的经济活动，不同年龄的户主对风险承受能力不一样，一般而言老年户主更厌恶风险，因此年龄的影响呈现出倒U型。婚姻状况对股市参与没有显著影响，这与廖婧琳(2017)[55]的结论一致而与Lupton和Smith(1999)[56]的结论不同，可能是婚姻变量的定义方式不同。廖婧琳把已婚归为一类，其他为另一类，她认为婚姻状况对股市参与没有显著影响；Lupton和Smith细分了结婚、离婚、分居和丧偶，把婚姻状况作为连续变量，他们得出的结论是已婚群体更倾向于参与股市。户主的健康状况对参与股票市场的概率没有显著影响，这与Rosen和Wu(2004)[57]的结论不同，他们认为健康状况越差越不容易参与股市，可能的原因是本文的健康定义方式只考虑了户主，并没有考虑家庭平均健康。如果户主居住在城镇，则其参与股票市场投资的可能性会比住在乡村的户主高，在城镇居住的户主平均收入较高，容易接受新事物、新思想，敢于尝试和冒险，因此更愿意在股票市场投资。开放性的系数不显著，这与李涛和张文韬(2015)[53]的结论不一致，可能原因是对开放性的衡量指标存在差异。家庭平均受教育年限对股票市场参与具有显著正向影响，因为受教育年限越高，学习和掌握金融知识的能力更强，这种特质有助于股市参与。家庭人口规模对股市参与有显著的负向影响，可能是由于家庭人口越多，消费支出越大，户主的抚养或赡养压力会增加，不太敢轻易冒险，更倾向于选择保守的理财方式比如储蓄来养家糊口。家庭消费对股票市场参与的作用显著为正，消费越多，说明家庭可支配的财富越多或者财富来源较多，越容易参与股票市场。拥有产权住房对家庭股票市场参与的作用为正但不显著，这与李涛等(2011)[58]和吴卫星等(2014)[59]的结论不一致，关于房产对股市参与的影响目前尚没有一致的结论。社会信任对股市参与没有显著影响，这与Guiso等(2008)[60]的结论不一致，可能是他们用了跨国数据，而本文用的是中国调查数据导致结论不一样。社会互动对股票市场参与有正向显著影响，这与郭士祺和梁平汉(2014)[61]的研究一致。宗教信仰对家庭股票市场参与没有显著影响，这与尹志超和张诚(2019)[62]细分宗教类型后得到佛教能显著正向影响股市参与的研究结论不一致，可能是由于本文没有进一步考虑宗教类别，导致结论存在差异。

表2 职业声望对股市参与的影响

(二)内生性与稳健性分析

1.内生性问题。

上述基准模型可能存在内生性问题。一方面，个人的一些个性特征可能既影响个人获得的职业机会以及由此带来的职业声望，又影响股票市场参与，但是这些变量不易获得，会给估计带来偏误。另一方面，参与股票市场会激励人们自愿学习更多知识，更多进行社会互动，提升自己的人力资本和社会资本，带来更好的就业机会，获取较高的职业声望，因此职业声望和股市参与之间具有反向因果关系。为解决这些内生性问题，可以采用工具变量的方法。

工具变量方法要求引入的工具变量需要与内生变量职业声望相关且和家庭股市参与无关。本文根据区县编码合并了第六次人口普查数据，用国家机关、党群组织或企事业单位负责人以及专业技术人员之和占就业人数的比例(Ratio)作为职业声望的工具变量。一方面，国家机关、企事业单位负责人或者专业技术人员的职业声望较高，若国家机关、党群组织或企事业单位负责人以及专业技术人员占总就业人数的比例越高，说明该区县内居民的职业声望普遍较高，故该比例和家庭的职业声望存在相关性；另一方面，国家机关、党群组织或企事业单位负责人以及专业技术人员之和占就业人数的比例相对外生，并不会直接影响某个家庭的股市参与，即满足工具变量的外生性。

表2的列(3)和列(4)报告了工具变量的回归估计结果。在第一阶段回归中，利用工具变量和前文的控制变量对户主的职业声望进行回归，在第二阶段回归中，利用从第一阶段回归中获取的户主职业声望预测值作为解释变量，加入前文的控制变量对股市参与进行回归。使用工具变量法的一个前提是存在内生解释变量。检验的原假设是职业声望是外生的。表2给出了采用Wald检验统计量的p值，以SIOPS指标衡量职业声望时相应的p值为0.000，在1%的显著性水平上拒绝原假设，说明职业声望是内生的。使用工具变量法要求工具变量还要满足相关性。表2列(3)的估计结果表明，当SIOPS做职业声望的衡量指标时，该区县中国家机关、党群组织或企事业单位负责人以及专业技术人员占就业人数的比例与职业声望显著正相关，联合显著性检验F统计量为41.06。进一步进行弱工具变量检验发现，AR检验的值在1%的显著性水平上统计显著，因此拒绝内生变量和工具变量不相关的原假设，可以认为本文所选的工具变量不是弱工具变量，满足相关性条件。表2列(4)中职业声望预测值的系数在1%的显著性水平上显著为正，说明在使用工具变量法解决了可能存在的内生性问题后，户主职业声望对股票市场参与仍有显著的正向影响。

2.稳健性检验。

为了进一步检验基准回归结果的稳健性，本文采用下面三种方法：

一是采用替换因变量的方法。考虑到有的投资者会通过购买基金参与股票市场，因此本文构建了一个新的因变量Stockfund，如果受访者购买有股票或基金，Stockfund=1，否则Stockfund=0。以该变量替换作因变量回归的结果见表3列(1)。可以发现，因变量替换成持有股票或基金后，SIOPS的影响在1%的显著性水平上依然是正向显著的，且系数没有发生变化，前文结论仍然成立。

二是采用更换核心自变量的方法。职业声望也可以用国际标准职业社会经济指数得分(ISEI)衡量。它由 Ganzeboom 等(1992)[63]对Duncan(1961)[64]的社会经济地位指数改进得到。CFPS数据中成人库中的职业分类可以根据国际劳工组织发布的国际标准职业分类ISCO-88转换成国际标准职业分类编码，进而转换为ISEI。采用国际标准职业社会经济地位指数得分衡量职业声望时，ISEI的系数为0.001且在1%的显著性水平上显著为正(见表3列(2))，前文结论仍然成立。

表3 稳健性检验(边际效应)

三是采用剔除极端值的方法。为了减少极端值的影响，本文将样本中职业声望得分在1% 和99%分位数做极端值处理，对于小于1%的数据用1%的值赋值，对于大于99%的数据用99%的值赋值，这种方法不会减少观察值。由此生成的新变量记为SIOPS1。采用该变量的回归结果见表3列(3)。可以发现，剔除极端值后，职业声望的系数和显著性都没有发生实质性变化，职业声望能够正向显著影响股市参与的结论依然成立。

3.机制分析。

前文的结果发现职业声望确实能够影响股票市场参与，但是这种影响的机制需要进一步加以分析。机制分析可采用Baron和Kenny(1986)[65]提出的中介效应模型。它由前述基准模型(1)和下列两个方程构成：

Mi=α2+bSIOPSi+γXi+Provi+ui

(2)

prob(Stocki=1)=Φ(α3+a′SIOPSi+cMi+γXi+Provi)

(3)

其中：方程式(1)中的系数β是SIOPS对Stock的总效应；方程式(2)的系数b是SIOPS对中介变量M的效应；方程式(3)的系数c是在控制了SIOPS的影响后M对Stock的效应，a′是在控制了M的影响后SIOPS对Stock的直接效应。αj(j=1,2,3)是常数项，Xi是控制变量，Provi代表省份固定效应，ui表示误差项。

中介效应的检验思路如下：先检验方程式(1)中SIOPS的系数β是否显著；如果该系数显著，检验方程式(2)中SIOPS的系数b是否显著；如果b显著，进一步检验方程式(3)中SIOPS、M的系数是否显著；如果中介变量M显著，进一步看SIOPS的系数a′是否显著；若a′不显著则认为存在完全的中介效应，若a′显著则认为存在不完全的中介效应。如果存在中介效应，就说明存在相应的影响机制。

首先分析以认知能力作为中介变量的结果。表4前三列报告了利用中介效应模型检验认知能力是否作为中介变量的回归结果。可以看出，列(1)、列(2)中职业声望的系数均在1%的显著性水平上显著为正，列(3)中职业声望的系数变小且不显著，认知能力的系数在1%的显著性水平上显著为正，说明用SIOPS指标时，认知能力有完全的中介效应。该检验结果说明职业声望会通过认知能力影响股票市场参与的概率，户主职业声望越高，认知能力越高，进而参与股市的概率越大。这验证了假设2。

然后分析以风险偏好作为中介变量的检验结果(1)CFPS问卷中关于风险偏好的问题只针对社区性质属于居委会的居民提问，调查样本减少，因此这里用风险偏好做机制回归分析时，样本量为1 600。笔者也用这一样本重新进行基准回归、工具变量回归、稳健性检验和认知能力的中介检验，所得结论与文中报告的结论一致。。表4的列(4)～列(6)报告了利用中介模型检验风险偏好是否可以作为中介变量的回归结果。可以发现，列(4)、列(5)中职业声望的系数均在1%的显著性水平上显著为正，列(6)中职业声望的系数变小且显著性降低，风险偏好的系数在1%的显著性水平上显著为正，说明风险偏好能够起到部分中介的作用。可见职业声望可以通过风险偏好间接影响股市参与，户主职业声望越高，越偏好风险，参与股市的概率越大。假设3得到了验证。

表4 中介效应检验

五、结论及建议

我国股票市场的健康发展依赖于广大普通居民的参与，参与股票市场也是普通居民获取财产性收入的一条重要途径，然而我国普通居民参与股票市场的比例很低。在解释股票市场“有限参与”现象时，人们很少从职业声望视角进行分析。本文借助CFPS数据，采用Probit模型实证分析了职业声望对股票市场参与的影响。本文使用是否持有股票衡量股市参与情况，使用标准国际职业声望得分这一连续性变量而非职业声望类别作为职业声望的衡量指标，更充分地利用了该变量的数据信息。在控制户主个人特征、家庭特征、社会资本以及省份固定效应基础上，回归估计结果表明，户主的职业声望会显著影响股票市场的参与概率，职业声望越高，参与股市的概率越大。为了克服内生性问题引起的偏误，本文利用国家机关、党群组织或企事业单位负责人以及专业技术人员之和占就业人数的比例作为职业声望的工具变量，分析发现这一结论仍然成立。在替换核心变量、删除极端值之后，这一结果仍是稳健的。进一步采用中介效应模型分析了职业声望影响股票市场参与的机制，结果发现职业声望对股票市场参与的影响可通过认知能力和风险偏好实现。

本研究的结论带给我们的启示是：不仅职业及其相关的教育程度、收入水平等会影响股市参与，人们对职业的主观评价也是影响股市参与的重要因素。本研究的结论还意味着，如果一个社会存在更多向上职业流动渠道，人们更有可能从事声望较高的职业，这有助于提升其参加股市的概率。因此，相关部门应该积极采取措施，努力创造公平公正的劳动力市场环境，拓宽职业流动渠道，促进劳动力的向上流动，从而提高股票市场的参与水平。

本文虽然分析了职业声望对股票市场参与的影响，但是囿于数据的限制，并没有探讨职业声望对股票市场参与影响的边界条件，也没有分析职业声望对股票市场参与深度的影响。这些问题需要未来进一步加以研究。