居民资产负债结构对家庭财富差距的影响研究——基于中国家庭金融调查（CHFS）的实证分析

○何 敏 蔡定洪 张 翼 和树贺

中国人民银行扬州市中心支行 江苏扬州 225000

引言

由于财富的积累效应，居民财富①除了特别注明外，本文所说的居民财富（wealth）指居民部门拥有的净资产，包括金融资产和非金融资产，同时对居民个体财富和家庭财富不再进一步区分。差距通常比收入差距更为显著，其影响也更为突出。近几十年来，全球主要国家居民收入和财富差距问题日益突出，成为影响经济社会稳定的重要问题。财富两极分化成为影响发达国家经济社会稳定的突出问题，并引发社会阶层固化、逆全球化等一系列后果。国外相关研究表明，主要发达国家的财富两极分化不仅源于收入分配的不平等，很大程度也来自于资产价格变动和居民资产结构、负债率等金融因素的影响。

共同富裕是社会主义的本质要求。我国居民财富差距总体上低于主要发达国家和发展中大国，但近年来也出现了居民财富差距拉大、顶级阶层财富份额加速上升等现象。而当前国内学术界对导致我国居民财富差距的金融成因尚缺乏系统研究，特别是鲜有文献探究居民资产结构、资产负债率等结构性因素如何影响家庭财富差距。

本文旨在探究居民家庭财富差距的金融成因，尤其是家庭资产负债的结构性因素对财富变动的影响。借助央行居民资产负债调查和2013—2019年中国家庭金融调查等微观数据，分析居民家庭资产结构、资产负债率等结构性因素如何影响居民财富增长和财富差距。通过实证分析发现，我国居民家庭资产结构和资产负债率对于家庭财富变动存在显著影响，其中金融资产占比和资产负债率越高，家庭财富增长越慢。导致这一现象的原因主要是住房在我国家庭总资产中占据主体，以及近年来房地产市场分化、居民投资风险偏好、负债能力和负债成本存在差异等。

一、研究背景与文献综述

（一）主要发达国家和我国居民财富差距

20世纪80年代以来，各主要经济体特别是西方发达国家出现社会各阶层收入和财富差距不断拉大的现象。特别是2008年国际金融危机和2020年新冠肺炎疫情发生后，各国财富差距进一步拉大。据瑞信研究院《2021年全球财富报告》统计，2020年受新冠肺炎疫情冲击，全球GDP下降约3.5%，而全球居民财富总额同比增长7.4%，创历史新高。与此同时，贫富差距进一步扩大，2020年在全球10个主要经济体中，有8个国家的顶级富人（最富有1%人群）占本国社会总财富的份额继续提高。

我国国家统计局自2003年以来每年公布全国居民收入基尼系数，但没有统计财富基尼系数，因此本文主要通过相关机构的测算及住户调查②包括中国居民收入分配课题组调查（CHIP）、北京大学的中国家庭追踪调查数据（CFPS）、西南财经大学的中国家庭金融调查（CHFS）、中国人民银行的居民资产负债调查等。等微观抽样调查进行分析。

1.从总体水平看，我国居民财富差距仍处于世界中等偏低水平，低财富阶层相对份额好于欧美等国。由于我国实行社会主义经济制度，加之改革开放前处于高度平均状态，因此经过40多年市场经济发展后，居民财富差距仍然远小于主要发达国家。根据瑞信研究院测算，2019年中国居民财富基尼系数为0.697，在有数据的173个经济体中排名112，不仅远低于美国、英国等发达国家，以及俄罗斯、巴西等发展中大国，也低于德国、瑞典、丹麦、挪威等以社会差距较小著称的欧洲国家。根据中国人民银行2019年中国城镇居民资产负债调查③中国人民银行调查统计司.2019年中国城镇居民家庭资产负债情况调查[J].中国金融，2020（9）。（以下简称2019年央行调查），我国总资产最低40%的家庭占全部家庭资产的8.8%，而2017年欧元区底层40%的家庭仅持有家庭总资产的3%，美国2019年底层50%的家庭更是只拥有家庭总资产的1.5%，我国低财富阶层所占的相对份额远好于欧美发达国家。

2.从发展趋势看，各阶层绝对财富水平都有提高，但财富基尼系数有所拉大。与主要发达国家底层特别是中产阶层财富总体状况恶化不同，近年来我国各阶层的财富绝对水平都持续提高。但从收入和财富的基尼系数走势看，近年来随着精准扶贫、二次分配调节力度加大等，我国居民收入基尼系数已经有所缩小，国家统计局公布的收入基尼系数从2008年的0.491降至2020年的0.468。而财富基尼系数并未随收入基尼系数一道收敛。根据瑞信研究院数据，我国居民财富基尼系数从2000年的0.599上升至2019年的0.697，2020年财富基尼系数进一步上升至0.704，已经超过0.7的警戒线水平，并超过日本、法国、意大利等发达国家。

3.从具体阶层情况看，顶级阶层的财富增速和相对份额呈现快增长趋势。根据瑞信研究院（2021）数据，2020年中国财富排名前1%居民（顶级阶层）占居民总财富的比例升至30.6%，比2019年上升1.6个百分点，比2000年上升9.7个百分点，顶级阶层的财富相对份额在主要经济体中排名从第9位上升到第5位。此外，由于高财富阶层特别是顶级阶层往往不愿透露实际财产水平，其实际财富份额可能高于调查显示水平。如罗楚亮和陈国强（2021）根据历年中国富豪福布斯榜和胡润榜，推算财富分布高端人群的财富分布特征，结合住户调查数据重新估算全部人群的财产差异程度。发现按照“相对标准”的拼接结果，财产基尼系数小幅上升或略有下降；但按照“绝对标准”的拼接结果，总体财产基尼系数大幅度上升，甚至接近0.8左右的世界较高水平。

（二）导致财富差距的金融根源及研究综述

关于导致居民财富差距的原因，国外研究主要从财富积累动机、积累能力、积累方式三个方面解释财富差距的形成机制。早期研究主要强调财富积累动机和积累能力（包括收入禀赋和遗产等财富转移）差异。如Gimenez et al.（1997）认为就业状况、教育水平和婚姻状况是影响美国居民收入禀赋和财富水平的三个主要因素。Cagetti et al.（2008）认为除了收入禀赋之外，遗产等财富转移也是导致美国财富差距的重要根源。但积累动机和积累能力差异难以解释财富差距的周期性变化特别是顶级阶层的财富集中现象。近年来，更多的学者开始注意到财富积累方式金融因素的影响：居民在资产组合、回报率及债务杠杆率方面的差异也是导致财富两极分化的重要因素。如托马斯·皮凯蒂（2014）围绕贫富差距这一核心问题分析，认为从美欧百年历史数据的长期趋势看，资本收益率特别是顶级资本的收益率长期高于国民收入增长率，导致了财富差距扩大。特别是近年来，由于金融危机后货币超发资产价格暴涨，收入和财富的两极分化进一步扩大，进而影响经济社会稳定。研究者还发现，由于存款、债券、股票和房地产等资产的长期收益率不一致，同时各阶层的资产负债结构明显不同，因此最终导致各阶层财富增值速度产生显著差异。如Wolff（2014）指出，2007年的次贷危机扭转了自20世纪80年代以来美国中产阶层的财富增长趋势，中产阶层财富急剧下滑和全社会财富差距扩大的主要原因是中产阶层在高杠杆率和房产在总资产中占比较高的情况下遭遇房价暴跌。Kuhn et al.（2018）基于美国消费者金融调查（SCF）长期历史数据，研究了1949—2016年期间美国家庭收入和财富的共同分配，指出资产组合构成和资产价格对战后美国财富差距状况具有核心影响。美国中产阶级的投资组合以住房为主，且投资杠杆率较高，而富裕阶层主要投资公司股权，且投资杠杆率较高。在其他条件相同的情况下，房地产市场繁荣更有利于中产阶级，并在一定程度上减少了全社会的财富差距，而股市繁荣更有利于富裕阶层，并扩大了全社会的财富差距现象。股票和房价的差异变化塑造了战后美国的财富分配格局，并在很长一段时间内使收入和财富分配脱钩。类似的研究在欧元区有所发现，如Adam and Tzamouranis（2016）对欧元区居民资产结构与财富变化的研究表明，债券价格收益水平与居民净财富规模并不相关，而股票收益在很大程度上偏向于财富高净值群体，从而扩大了财富的差距，住房价格的上涨收益则呈现出驼峰形状，最贫穷和最富有的家庭受益相对较少，中产阶级受益最多，同时欧元区各个国家存在相当大的异质性。Alves and Silva（2021）研究指出货币政策通过影响收入、投资组合和资产收益影响财富分配，资产价格特别是股票价格上升，导致财富差距增加。

相对于主要发达国家长期稳定的市场经济环境和中低速增长，我国改革开放以来的40多年经历了由计划经济向市场经济、单一公有制向多种所有制、高速增长向中高速增长的多重历史转型，因此导致居民财富差距的原因错综复杂。早期的研究主要集中在收入、职业等因素，如李实等（2000）认为城镇居民财富差距并非全是市场化的结果，部分原因来自于传统计划经济遗留影响，职业特征、身份背景影响财富差距。罗楚亮（2012）认为早期的收入波动影响财富差距，而后来逐步让位于收入积累因素。近年来相关研究开始侧重于资产价格和金融因素的影响。如陈彦斌和邱哲圣（2011）指出，房价影响居民储蓄与财富差距，高房价使得城镇中低收入阶层受损最多。薛宝贵和何炼成（2017）认为，居民财富差距既有城乡二元结构、经济转轨等外生因素，也有市场内生因素，既有收入差距和储蓄率的积累因素，也有金融市场的财富效应和债务杠杆的放大因素。杜两省和程博文（2020）通过构建带有职业选择的两部门异质模型,分析金融摩擦和收入风险对财富分配的作用，发现金融摩擦会通过职业选择、自我保险和自融资来影响个人的财富积累,从而导致财富的集中和差异。

但在总体上，国内学术界对导致我国居民财富差距的金融原因尚缺乏系统研究，特别是对于家庭资产结构和资产负债率等金融结构性因素与家庭财富差距的关系鲜有文献探究。因此，本文围绕我国居民家庭财富差距的金融成因，重点探究家庭资产结构和资产负债率等金融结构性因素如何影响家庭财富差距。

二、我国居民财富差距的金融成因分析和研究假设

结合国内外实践和相关研究，本文认为，影响我国居民财富差距的金融结构性因素主要包括以下四个方面：

1.3.2 小龙虾产量 小龙虾产量计算为处理区与对照区各投放20个地笼捕捞小龙虾，捕捞时间为2017年6月8—30日，每天称量记载捕捞量。

一是住房商品化和金融化的影响。20世纪90年代以前，我国城市居民住房主要是公有产权，住房在居民财富中占比很小。1998年，我国开始推进城市住房制度改革，逐步取消福利性分房。随着商品房市场的发展，我国居民的住房自有率和住房在居民财富中占比不断提升。根据2019年央行调查，我国城镇居民户均住房资产187.8万元，住房占家庭总资产的比重为59.1%，成为居民财富的主体。这种以住房为主的资产结构在居民财富差距上形成了两方面的影响。在“量”的方面，住房拥有率和户均数量的相对平均在一定程度上熨平了财富差距。根据2019年央行调查，我国城镇居民住房家庭拥有率达到96%，高于美国32.3个百分点。其中有一套或两套住房的家庭占89.4%，有三套及以上住房的占比仅为10.5%，多套住房和无房户都只是少数。特别是低收入群体的住房拥有率远高于其他国家，我国收入最低20%家庭的住房拥有率达89.1%，而美国收入最低20%家庭的住房拥有率仅为32.9%。在“价”的方面，房价走势分化又扩大了不同区域的居民财富差距。2019年央行调查显示，东部地区居民家庭户均总资产为461万元，分别高出中部、西部、东北地区197.5万元、253.4万元和296.0万元。其中房价较高的北京、上海、江苏、浙江、福建、广东等东部沿海地区居民资产总额处于前列，而房价较低的西北、东北地区居民资产总额处于后列。

二是不同阶层的金融风险偏好和投资组合差异。通常认为高财富阶层由于风险承受能力较强，更愿意投资高风险、高回报率的资产；而低财富阶层由于风险承受能力弱，更倾向于投资低风险、低回报率的资产，两者的风险偏好和投资组合差异，导致财富差距进一步扩大。张琳琬和吴卫星（2016）基于2007年的家庭金融微观调查④该研究使用的数据来自北京奥尔多投资咨询中心2007年的“城市投资者行为调查”。和资本市场历史收益数据，证明了居民的相对风险厌恶程度随着财富的增加而递减。2019年央行调查也发现，高财富阶层参与风险金融市场的意愿更强，金融资产表现形式更加多元化。总资产最高20%家庭的风险金融资产持有率为87.9%，最低20%家庭的持有率为29.8%，而且高资产家庭的各类金融产品持有率都明显高于平均水平。相较于实物资产，金融资产的不均衡程度更明显。实物资产最高10%家庭拥有的资产占比为47.1%，而金融资产最高10%家庭所拥有的金融资产占所有样本家庭的58.3%。高财富阶层拥有更多收益较高的风险资产，从而拉大贫富差距。

三是居民负债能力和负债成本的差异。金融的本质是资金融通，把资金配给短缺者，而在实际的居民融资活动中，由于高财富阶层可抵押物多、信用水平高，更容易获得低成本的银行融资;而低财富阶层缺乏抵押物，往往难以获得融资，或只能通过高成本的民间借贷融资。2019年央行调查显示，受调查家庭中，有负债的占56.5%。其中资产最高20%家庭的负债参与率为63.3%，且负债中97.1%为银行贷款；资产最低20%家庭的负债参与率仅为38.6%，其负债的89.4%来源于银行贷款，远低于其他家庭，9%来自于民间借贷，远高于其他家庭。从居民家庭资产扣除负债后的净资产分布看，净资产最低20%家庭的净资产仅占全部样本家庭净资产的2.3%，而最高20%家庭的净资产占总量的64.5%。居民家庭净资产的差距明显高于家庭总资产，居民负债能力和负债成本的差异，进一步放大了财富差距。

四是非常规货币政策的财富分配效应。西方传统观点认为，货币政策是总量政策，长期以来，货币政策制定者在很大程度上忽视了分配效应，主要发达国家央行模型均建立在单一代表性家庭的基础上。也有学者认为，货币政策从长期看，可以自发改善贫富差距，如Romer（1999）认为，从长期来看，旨在保障总需求的货币政策有助于稳定通货膨胀和减少失业，改善穷人的状况。但是，自从2008年国际金融危机爆发以来，前所未有的超宽松货币政策引起了全球范围对非常规货币政策可能加剧收入和财富差距的担忧。一方面，超低的政策利率使得利息收入减少，不利于持有更多生息资产的高收入阶层，而缺乏生息资产的中低收入阶层较少受到直接影响，同时超低利率环境改善了低收入阶层的就业状况，一定程度上缩小了收入差距。但另一方面，在非常规货币政策的“大水漫灌”之下，资产价格普遍上升，扩大了有产者和无产者的财富差距。从实证研究看，多数观点认为主要发达国家的非常规货币政策在总体上扩大了财富差距。从我国来看，目前尚未采取零利率、量化宽松等非常规货币政策，但在流动性总体充裕的背景下，资产价格上扬，特别是部分优质公司股票、一线城市房产等“核心资产”增值，在一定程度上更有利于拥有这类资产的高财富阶层。另外值得注意的是，当央行在面临国际金融危机和国内经济下行开展逆周期操作时，“炒房者”利用抵押贷款购买住房，债务增加同时住房财富增加，而“量入为出”家庭则成为被动储蓄者，存款增加而实际购买力缩水，可能引起财富差距扩大。

综合上述分析，本文提出两个假说：

假说1：居民家庭资产投资组合，尤其是金融资产与非金融资产（主要是房产）占比会影响家庭财富增长，导致财富差距变化。

假说2：居民家庭负债率会影响家庭财富增长，导致财富差距变化。

三、实证分析与结果

（一）模型设定与相关变量定义

根据研究假说1和假说2，为验证居民家庭资产组合和家庭负债，对于家庭财富水平的影响，本文在参考借鉴相关文献基础上构建如下面板回归模型：

其中，i、t分别表示居民家庭、时间属性，Wealth表示居民家庭财富变量，以居民家庭净资产表示，即资产减去负债的部分；Finance是家庭资产负债结构变量，包括家庭资产结构（以金融资产占总资产的比重表示）和家庭资产负债率（以家庭总负债占总资产的比重表示）两个核心解释变量；Control是其他可能影响非金融企业杠杆率变动的控制变量，根据数据的完整性、相关性、可得性等多重因素，本文选取了家庭户口类型、家庭户主的文化程度、家庭户主身体健康状况、家庭是否拥有住房、家庭户主社会保障水平、家庭年度总收入水平等8个相关变量；ε为随机扰动项（详见表1）。

表1 变量符号与含义描述

（二）样本选择与描述性统计

考虑到微观调查数据的可得性，本文使用中国家庭金融调查（CHFS）在2013年、2015年、2017年和2019年的调查结果数据。目前，此项调查收集了家庭的资产与负债、收入与支出、保险与保障、人口与就业等多方面信息，2019年家庭样本量已达34643户，覆盖全国29个省份，345个县（含区、县级市），具有全国和省级代表性，成为研究居民家庭资产负债及资产配置等相关课题的重要数据来源。考虑到调查样本的延续性及数据的完整性，本文手工整理了具有两期及以上期数的样本为研究对象，同时对于数据质量较差、研究对象特殊（例如本文研究对象以18周岁以上的家庭为主）、金融资产小于0等问卷进行适度删减，共整理了9923个家庭样本。

各变量的描述性统计结果如表2所示：研究样本家庭财富均值为116.09万元，但标准差为216.05，这说明不同样本家庭之间存在较大财富差距，家庭财富最大值为3790万，而最小值基本为0，即净资产为0；家庭资产结构显示，金融资产占总资产的比重平均为10%，极值显示不同家庭金融资产占比也存在较大差异，最高为100%，说明家庭资产几乎全部以存款、基金、理财等金融资产形式存在，最低为0%，而且在有无住房的家庭中，金融资产占比也存在较大差异，拥有住房与无住房的家庭金融资产平均占比分别为8.31%、27.5%；资产负债率平均值为6%，极值显示部分家庭负债率较高，达到了100%，而部分家庭没有负债，资产负债率为0%。其他变量的基本特征详见表2。

表2 变量描述性统计

从走势看，家庭财富总体平均水平呈现显著的上升趋势。如图1所示，2013年以来的四个调查周期显示，家庭财富平均水平从2013年的72.67万元快速上升至2019年的136万元，累计涨幅达87.1%。家庭金融资产占比缓慢波动上升，并出现阶段性环比回落态势。居民家庭金融资产也有所上升，但在资产中所占份额并未表现出显著的上升趋势，而且阶段性下降明显。2019年调查周期居民家庭金融资产占比为9.8%，较2013年上升18.3%，但较2017年占比下降1.7个百分点。家庭资产负债率也表现出先升后降趋势，在2015—2017年有所上升，但2019年有所下降。从上述可知，家庭财富与资产结构（金融资产占比）、资产负债率之间的变动趋势有所差异。

（三）基准回归分析

基准估计结果显示（见表3），不论是否加入控制变量，资产结构变量（Structure）均通过了显著性检验，且系数均为负值。在加入所有控制变量和资产负债率变量的情况下，相关系数为-1.9。以金融资产占比为代表的资产结构对居民财富水平的变化存在显著的负向影响，即金融资产占比上升，并不会引起居民财富水平的上升，反而会抑制居民财富积累。考虑到金融资产以外的家庭非金融资产，主要是房地产，特别是商品住房。这说明持有商品住房等形式的非金融资产的提高，要比持有金融资产对于居民财富增加更加有利。这主要因为2013年以来，住房市场出现明显分化，原本房价较高的热点城市出现价格更快上升态势，如2013—2019年期间，北京、广州二手房成交均价分别累计上涨140.9%、115.6%，深圳二手房成交均价涨幅接近2倍。持有非金融资产（房产）对于居民财富积累具有显著的拉动作用。而持有金融资产较多的群体和房产价值较低地区的居民，资产虽有升值，但落后于家庭财富总体增速，即家庭金融资产占比对家庭财富产生抑制作用。

表3 基准估计结果

与此同时，实证分析显示：不论是否加入控制变量，资产负债率（Lev）都通过了显著性检验，且系数均为负值。在加入所有控制变量和资产结构变量的情况下，相关系数为-2.26。即，家庭负债率对居民财富水平的变化也存在显著的负向影响作用，居民债务杠杆率上升，并不会引起居民净财富水平的上升，反而会抑制居民财富积累。在实际的居民融资活动中，由于高财富阶层可抵押物多、信用水平高，更容易获得低成本的银行融资，从以往实践看，居民家庭负债主要来自于房贷，利用金融杠杆购买商品房进行投资或投机，又进一步推高了房价，扩大了财富差距。近年来，为抑制居民部门杠杆率过快上升，监管部门对于居民债务特别是热点城市和多套房贷款加强了监管限制，使得高财富阶层的负债率有所收敛。而低财富阶层缺乏抵押物，往往难以获得融资，或只能通过高成本的民间借贷融资，一些金融机构特别是互联网平台机构，针对低收入群体大力开展高成本负债业务营销，在一定程度上导致了家庭债务对低财富阶层的净财富损害。在两方面因素的综合作用下，家庭债务率与家庭财富变化呈现一定程度的背离。

控制变量方面，除居民文化程度变量未通过5%的显著性检验外，其余变量均通过检验。实证估计结果与理论预期基本符合，具体来看：收入水平（Ln⁃income）对于居民财富水平呈现显著正向影响，居民家庭收入水平越高，财富积累速度越快。健康状况（Health）对于居民财富水平呈现显著负向影响，居民健康状况越好，越有利于财富积累，而健康状况较差，因病返贫，将导致居民财富下降。社会保障（Protect）对于居民财富水平呈现显著正向影响。特别值得注意的是，区别城乡居民的户口类型（House⁃hold）对居民财富水平呈现显著正向影响，非农业户口居民财富增长远快于农业户口居民增长。家庭住房拥有率（House）对于居民财富水平呈现显著影响，居民不拥有住房，将抑制财富积累，而拥有住房利于财富积累，将导致居民财富较快上升。这也从侧面验证了居民拥有更多非金融资产（主要是房产）更利于家庭财富增长的结论。

（四）异质性回归分析

1.不同区域居民差异的影响。进一步按照居民家庭所处的区域差异进行实证估计（见表4）：从影响方向看，资产结构变量对于居民财富水平的影响并无区域性差异，均存在显著的负向影响关系，即金融资产比例的升高，抑制了居民财富水平的提升。但从影响程度看，资产结构变量对于居民财富水平的影响程度存在显著的区域差异，总体来看，以金融资产占比为代表的资产结构变量对于东部、西部省区的影响程度要高于中部区域的居民。资产负债率对于东、中、西部居民家庭财富均存在负向影响，影响程度逐渐递减。

表4 资产结构对不同区域居民家庭财富水平影响的实证估计结果

2.城乡居民差异的影响。与上述做法相同，进一步按照居民家庭所处的区域差异进行实证估计（见表5）：从影响方向看，资产结构变量对于城乡居民财富水平的影响并无差异，均存在显著的负向影响关系，即金融资产比例的升高，抑制了城乡居民财富水平的提升。但从影响程度看，资产结构变量对于城镇居民财富水平的影响程度要高于农村居民。这可能由于城镇地区以住房为代表的非金融资产价格上升较快，所带来的财富增值效应更加明显，而农村地区的市场流动性较弱，需求相对较低，以住房为代表的非金融资产价格上升相对较弱，从而带来的财富增值效应要落后于城镇居民。因此，城镇居民持有金融资产带来的机会成本远高于农村居民，金融资产比例的升高对于城镇居民财富的负向影响也远高于农村居民。资产负债率对于城镇、乡村居民家庭财富均存在负向影响，但对城镇影响程度小于农村，这可能由于负债水平的提升在农村地区产生的亏损效应更加明显，更不利于财富的提高。

表5 资产结构对城乡居民家庭财富水平影响的实证估计结果

（五）稳健性检验分析

为进一步验证上述实证结论的可靠性，本文尝试替换相似指标，选取仅含现金、存款和理财产品（三者占比80%左右）的金融资产占比口径指标作为原金融资产占比指标口径的替代变量，或者适度缩减调查期的研究对象样本，进行了相同的模型回归分析，估计结果显示，除变量系数大小略有差异外，变量符号相同，资产结构变量对于居民财富水平的影响结论与上述一致，因此，说明前述实证分析结论可靠性较高。

四、研究结论与政策建议

（一）研究结论

本文基于2013—2019年中国家庭金融调查的9923个微观样本数据，深入分析了居民家庭资产结构和家庭负债率对于家庭财富水平变化的影响，实证检验了资产负债结构性与家庭财富差距的相关关系，结论显示:

1.从家庭金融资产占比与家庭财富的关系看，两者呈显著负相关。金融资产占比的提高并未对居民家庭财富的提升产生显著的促进作用，反而存在一定的抑制作用。这与前述多数发达国家的实践相反，主要源于在此前相当长阶段，我国居民持有商品住房为主的非金融资产，要比持有金融资产更有利于家庭财富增加。特别是2013年以后，住房市场出现分化，对于热点城市已经买房“上车”的居民，持有更多的非金融资产（房产），对于财富积累具有显著的拉动作用，而持有金融资产较多的群体和房产价值较低地区的居民，资产虽有升值，但落后于家庭财富总体增速。在控制其他变量情况下，家庭金融资产占比每提高1个百分点，将导致家庭财富累计增长放慢1.9个百分点。

2.从资产负债率与家庭财富的关系看，两者同样显著负相关。居民家庭债务率上升，并不会引起家庭净财富上升，反而会抑制净财富积累。原因是，一方面居民家庭负债主要来自于房贷，利用金融杠杆购买商品房进行投资或投机，进一步推高了房价，扩大了财富差距，由于近年来房地产市场调控力度加大，热点城市房贷和多套房贷款限制加强，使得高财富阶层的负债率有所收敛。另一方面，部分金融机构特别是互联网平台、P2P机构等针对低财富阶层，大力开展贷款业务营销，这类贷款大多门槛低、利率高，用途以短期个人消费为主，很难给债务人带来长期收入增长和资产增值，却加剧了低财富阶层“入不敷出”的风险。在控制其他变量情况下，家庭资产负债率每提高1个百分点，将导致家庭财富累计增长放慢2.26个百分点。

（二）政策建议

共同富裕是社会主义的本质要求，是中国式现代化的重要特征。要防止居民财富差距过大，实现全民共同富裕，从根本上就是要坚持党的领导，坚持以人民为中心的发展思想，在高质量发展中促进共同富裕，正确处理效率与公平的关系，构建初次分配、再分配、三次分配协调配套的基础性制度安排。针对影响家庭财富差距的金融因素特别是居民资产结构和资产负债率因素，建议从以下几个方面采取措施：

1.充分重视货币政策可能引起的财富分配效应。面对经济增速下滑和外部冲击，实施宽松乃至非常规的货币政策虽然短期内有利于稳定总需求、保障就业、减少债务人利息负担，但也有可能会改变资产估值，刺激资产价格上涨，引发财富再分配效应。因此，在制定和实施货币政策效果时不仅要考虑产出、通胀缺口等总量性指标，也应考虑对财富分配的影响。要进一步加强统计监测特别是微观家庭资产负债状况调查，摸清我国货币政策的财富分配效应及其渠道，在确保货币政策传导效率的前提下，努力通过结构性货币政策工具，精准施策，进一步帮助提升中低收入群体的收入，促进财富均衡与共同富裕。

2.加强对房地产市场的金融调控，避免家庭资产过度集中和大起大落。如前所述，我国居民大部分财富集中在房产特别是商品住房，高住房自有率在一定程度上熨平了各阶层财富差距，但地区间的房价走势分化和金融杠杆又重新加剧财富差距。就金融领域而言，一是要坚持“房住不炒”原则，实施“一城一策”精准调控，配合房产税等财税政策对高财富净值群体进行适度调节，限制住房投机炒作，避免房价大起大落；二是针对新移民无房户等低财富阶层和弱势群体，在首套贷款利率、首付比例等方面加大扶持力度；三是在保持较高住房自有率的基础上，加快完善住房租赁金融政策体系，推进不动产投资信托基金（REITs），提高住房资产的流动性和共享性，促进房地产市场和房地产金融平稳健康发展。

3.强化金融消费者权益保护，促进居民资产组合多元化。从国际经验看，随着资本市场发展和家庭资产增加，居民持有金融资产特别是股权类资产的比率逐步提高。从我国实践看，居民金融资产比重提高，却在一定程度上抑制了居民财富同步增长。因此促进资产组合多元化、提高家庭金融资产收益，有利于扭转住房在家庭资产中“一家独大”局面，符合中央关于增加金融资产等各类财产性收入的政策方向。从目前实践看，相比住房等实物资产，居民投资金融资产的风险和收益更加不均衡，特别是弱势群体投资失误乃至上当受骗的概率更高。金融监管部门一是要强化金融消费者权益保护，强化投资者教育，打击各类非法集资和虚假投资理财宣传；二是要发展多层次的资本市场，进一步壮大和规范机构投资者，引导低财富阶层通过公募基金等机构投资者开展与自身风险承受能力相适应的金融投资，促进居民资产组合更加稳健多元；三是针对顶级财富阶层特别是拥有大量股权的群体，加强对大股东套现、资本转移等约束规范，避免资本市场成为“割韭菜”的工具。

4.发展普惠金融，降低低财富阶层债务成本和债务风险，防止过度负债。研究显示，家庭负债率上升对于居民财富增长的抑制作用较明显，主要原因在于低财富阶层的债务结构不合理、负债成本和债务风险过高。针对此问题，一是加快金融创新，大力发展普惠性金融服务，使金融机构能够在市场化原则下，更多为小微企业主、自主创业者等提供平价资金融通，降低中低财富阶层负债成本，畅通向上通道；二是推进信用体系建设，规范金融机构特别是互联网平台的个人信贷业务营销，严禁诱导过度负债和损害金融消费者权益，引导相关机构以可负担的成本为社会各阶层特别是低财富阶层和弱势群体，提供适当而有效的金融服务，以达到避免两极分化、实现社会公平的目标。