張 兵,虞晨陽,桑 宇
(南京農(nóng)業(yè)大學(xué)金融學(xué)院,南京 210095)
隨著居民收入水平的不斷提高、家庭財(cái)富的快速累積和金融產(chǎn)品的日新月異,家庭金融資產(chǎn)在整個(gè)金融資產(chǎn)中的比例越來越大,中國家庭金融市場參與率越來越高。對于我國家庭金融資產(chǎn)選擇行為,尤其是證券類金融資產(chǎn)選擇行為的研究具有重要的理論和現(xiàn)實(shí)意義。本文利用西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查(CHFS)的數(shù)據(jù)研究了我國家庭的證券類金融資產(chǎn)選擇行為,在選擇影響因素時(shí)不僅考慮了家庭理財(cái)者的自身情況和家庭基本情況,還囊括了地域因素、宏觀經(jīng)濟(jì)因素和能夠體現(xiàn)家庭所能承受最大風(fēng)險(xiǎn)的財(cái)富規(guī)模和貸款規(guī)模等非傳統(tǒng)指標(biāo),以期更加全面、科學(xué)、合理地研究我國家庭的證券類金融資產(chǎn)選擇行為。
所有運(yùn)用抽樣方法調(diào)查到的微觀調(diào)研數(shù)據(jù)的研究都不可避免選擇性偏差這一問題,選擇性偏誤是指由人們自由選擇而導(dǎo)致的樣本分布與總體分布之間的偏誤,若此時(shí)使用傳統(tǒng)的普通最小二乘估計(jì)(OLS)就會對結(jié)果產(chǎn)生誤差。
針對這一問題,Heckman提出使用逆Mills比率(inverse Mill’s ratio)的兩步法來對離散選擇中的選擇誤差進(jìn)行修正,即為Heckman兩階段模型。第一步,對所有被解釋變量進(jìn)行離散選擇模型建模和回歸,計(jì)算出逆Mills比率。假設(shè)一個(gè)隨機(jī)變量 X~N(μ,δ2),α 為常數(shù),則
Gaddum和Bliss正式提出了二值因變量Probit模型。假設(shè)Y是一個(gè)二值的響應(yīng)變量,存在一個(gè)對應(yīng)的潛在響應(yīng)變量Y*,滿足
其中,ε服從均值為0,方差為1的正態(tài)分布,且與X相互獨(dú)立。當(dāng)Y*>0時(shí),Y=1;當(dāng)Y*≤0時(shí),Y=0,則Probit模型如下所示:
其中,各參數(shù)通過極大似然估計(jì)得出。
當(dāng)因變量的值被限制在一個(gè)范圍內(nèi)時(shí),OLS的估計(jì)結(jié)果為有偏且不一致。如果簡單地將觀測值為零的數(shù)據(jù)刪除,將導(dǎo)致有偏估計(jì)。為了避免以上問題,通常采用受限因變量Tobit模型來進(jìn)行估計(jì)[24]。標(biāo)準(zhǔn)的Tobit模型如下:
本文數(shù)據(jù)來源于2011年西南財(cái)經(jīng)大學(xué)對中國8393戶家庭的調(diào)查。調(diào)查區(qū)域涵蓋北京、天津、河北、山西、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海25個(gè)?。ㄖ陛犑校柧韮?nèi)容涉及家庭資產(chǎn)與負(fù)債、保險(xiǎn)與保障、支出與收入等與家庭金融密切相關(guān)的信息。各地區(qū)的GDP與CPI數(shù)據(jù)來自于《中國統(tǒng)計(jì)年鑒》。
表1 家庭基本特征統(tǒng)計(jì)
家庭理財(cái)者年齡平均在51歲左右;平均文化程度在小學(xué)與初中之間,最低文化水平為沒上過學(xué),最高文化水平為博士研究生;平均家庭就業(yè)人口比重為0.43,平均每一就業(yè)者的負(fù)擔(dān)人數(shù)為2.70人(包括就業(yè)者本人);平均每個(gè)家庭大約為3~4口人,規(guī)模最大的家庭有18口人,規(guī)模最小的家庭是一個(gè)人獨(dú)住。
家庭總收入均值接近3萬,最大值為500萬,最小值為0;人均收入的均值大概為11000元,最大值約為205萬,最小值為0,兩者的變異系數(shù)分別為3.92和4.29,收入在家庭之間的分布不均衡;家庭財(cái)富規(guī)模的均值接近6萬元,最大值為1000萬;家庭貸款規(guī)模和家庭非金融資產(chǎn)是兩極分化最嚴(yán)重的兩個(gè)指標(biāo),均值分別為7000元與1.6萬元,最大值分別為500萬和1000萬;非證券類金融資產(chǎn)的均值與最大值都大于證券類金融資產(chǎn),說明我國家庭普遍傾向于投資國債、活期儲蓄、定期儲蓄、外匯手持現(xiàn)金、人民幣手持現(xiàn)金和商業(yè)保險(xiǎn)等風(fēng)險(xiǎn)較小的金融資產(chǎn),證券類金融資產(chǎn)只占金融資產(chǎn)的6.38%,但也有家庭不投資非金融類金融資產(chǎn)。
總體來說,在證券類金融資產(chǎn)中,我國家庭最傾向于投資股票、基金和理財(cái)產(chǎn)品,其比例分別達(dá)到69%、17%和10%,投資期權(quán)、權(quán)證、遠(yuǎn)期合約和互換的較少。家庭金融資產(chǎn)中超過四分之三的資金都投資于非證券類金融資產(chǎn),儲蓄存款超過71%,我國仍舊是一個(gè)高儲蓄率的國家?;钇趦π畹谋壤愿哂诙ㄆ趦π睿kU(xiǎn)是繼儲蓄之后比例最大的非證券類金融資產(chǎn)投資項(xiàng)目。
在所有金融資產(chǎn)中,東中西部家庭最主要的投資類別與總體保持一致。東部地區(qū)家庭投資證券類金融資產(chǎn)的比例遠(yuǎn)大于中西部地區(qū),主要投資股票、基金和理財(cái)產(chǎn)品;中部地區(qū)家庭投資非國債債券和信托的比例高于其他兩個(gè)地區(qū);西部地區(qū)家庭雖然在股票上的投資比例最小,但是在基金上投資較多。在非證券類金融資產(chǎn)投資方面,西部地區(qū)家庭活期儲蓄比例最大,中部地區(qū)家庭次之,東部地區(qū)家庭最少,而投資定期儲蓄的情況正好相反;西部地區(qū)家庭在保險(xiǎn)上的投資比例大于中部地區(qū)家庭,但低于東部地區(qū)家庭。
表2 金融資產(chǎn)投資情況統(tǒng)計(jì)
在證券類金融資產(chǎn)方面,農(nóng)村家庭的投資比例高出城鎮(zhèn)家庭11個(gè)百分點(diǎn)。這說明與城鎮(zhèn)家庭相比,農(nóng)村家庭的資金閑置情況更為嚴(yán)重。農(nóng)村家庭投資股票和基金的比例也大于城鎮(zhèn)家庭,但投資非國債債券、理財(cái)產(chǎn)品和信托的比例不如城鎮(zhèn)家庭。銀行業(yè)在農(nóng)村設(shè)立的網(wǎng)店較少,相對于城鎮(zhèn)網(wǎng)點(diǎn)開展的業(yè)務(wù)也有限,不利于農(nóng)戶辦理業(yè)務(wù)和選擇理財(cái)產(chǎn)品。比較城鎮(zhèn)與農(nóng)村的非證券類金融市場參與情況可以發(fā)現(xiàn),農(nóng)村家庭接近二分之一的非證券類金融資產(chǎn)都為活期儲蓄,但投資保險(xiǎn)的比例比城鎮(zhèn)家庭少了大約10%,這可能是受到收入和保險(xiǎn)種類選擇面過窄的雙重制約。由于信息的不通暢,我國家庭的投資渠道比較有限,且風(fēng)險(xiǎn)過大的金融產(chǎn)品(如期貨、期權(quán)、遠(yuǎn)期合約與互換)本身是針對企業(yè)的預(yù)防商品價(jià)格波動(dòng)需求而設(shè)計(jì),需要一定的市場判斷能力和豐富的專業(yè)知識,并不適合家庭投資。金融機(jī)構(gòu)需通過微觀調(diào)研了解家庭的投資需求和金融資產(chǎn)選擇行為,以此來針對性地設(shè)計(jì)金融產(chǎn)品,使金融產(chǎn)品能更好地為家庭服務(wù),擴(kuò)大家庭金融資產(chǎn)的投資種類。
我國家庭沒有投資證券類金融資產(chǎn)賬戶的原因主要是認(rèn)為自身缺乏相關(guān)知識、資金有限及風(fēng)險(xiǎn)過高,在一定程度上說明該家庭有投資需求,但是存在障礙;雖然不知如何開戶(1.60%)、不知到哪開戶(1.08%)和程序繁瑣(1.24%)阻礙了一部分家庭開戶,但是有更多的家庭沒有聽說過任何一種證券類金融資產(chǎn)(7.15%),這在一定程度上說明許多家庭缺乏理財(cái)?shù)囊庾R或者缺乏了解理財(cái)知識的渠道。2011年,高達(dá)85%的家庭沒有投資股票是因?yàn)檎J(rèn)為行情不樂觀,說明宏觀經(jīng)濟(jì)在很大程度上影響著股票市場,繼而影響家庭的金融資產(chǎn)投資決策。
表3 證券類金融資產(chǎn)需求狀況分析
本文研究的是我國家庭證券類金融資產(chǎn)選擇行為的影響因素。只有當(dāng)某戶家庭投資了證券類金融資產(chǎn)時(shí),我們才能了解到該家庭的選擇情況;當(dāng)家庭沒有投資時(shí),我們就不能了解到相關(guān)信息,但直接剔除這些樣本會造成選擇性偏誤,因此本文選擇Heckman兩階段模型來解決這個(gè)問題。本文將選擇模型設(shè)定如下:
回歸模型設(shè)定如下:
當(dāng)dit為0時(shí),pit為0,即,當(dāng)家庭選擇不投資證券類金融資產(chǎn)時(shí),其投資金比例自然為0。上述各變量的解釋如表4、表5所示。
表4 被解釋變量說明
本文運(yùn)用Stata軟件進(jìn)行參數(shù)估計(jì),結(jié)果見表6所示。模型檢驗(yàn)結(jié)果中,逆米爾斯比率是顯著的,表明使用Heckman兩階段模型加強(qiáng)了結(jié)論的穩(wěn)健性,是適用于樣本數(shù)據(jù)的。
估計(jì)結(jié)果顯示,是否投資證券類金融資產(chǎn)和投資的證券類金融資產(chǎn)比例都受到理財(cái)者(決策者)性別、理財(cái)者年齡、理財(cái)者年齡平方、理財(cái)者文化程度、財(cái)富規(guī)模、就業(yè)人口比重、理財(cái)者戶口性質(zhì)、受訪家庭所在地、家庭所在地GDP和家庭所在地CPI的顯著影響。家庭貸款和人均收入對兩者都沒有顯著的影響,這在一定程度上驗(yàn)證了生命周期假說和持久收入假說——理性的消費(fèi)者會根據(jù)一生的收入來安排自己的消費(fèi)與儲蓄而非當(dāng)期的收入。
表5 解釋變量說明
(1)是否投資證券類金融資產(chǎn)決策的影響因素分析。
理財(cái)者年齡、家庭規(guī)模、家庭所在地GDP和家庭所在地CPI對是否投資證券類金融資產(chǎn)決策產(chǎn)生消極影響,即,理財(cái)者年齡越大,家庭人口越多,地區(qū)GDP和CPI越高,該家庭越不愿意投資證券類金融資產(chǎn)。年紀(jì)越大,越是風(fēng)險(xiǎn)厭惡,反應(yīng)能力和分析能力也逐漸下降,因此可能會傾向于投資風(fēng)險(xiǎn)較小的金融產(chǎn)品;家庭人口越多,承擔(dān)的責(zé)任越大,投資越謹(jǐn)慎;地區(qū)GDP越高,人們收入越高,可以滿足生活和消費(fèi)的需要,可能不再愿意承擔(dān)風(fēng)險(xiǎn)投資證券類金融資產(chǎn);地區(qū)CPI越高,人們的消費(fèi)水平提高,在短期內(nèi),工資具有粘性,無法及時(shí)針對CPI進(jìn)行調(diào)整,因此人們會消費(fèi)得更多,從而沒有多余資金進(jìn)行金融資產(chǎn)投資。
理財(cái)者年齡的平方、理財(cái)者文化程度、家庭財(cái)富規(guī)模、家庭就業(yè)人口比重對是否投資證券類金融資產(chǎn)決策產(chǎn)生正向的影響——理財(cái)者年齡的平方越大、文化程度越高、財(cái)富規(guī)模越大、撫養(yǎng)負(fù)擔(dān)越小的家庭越傾向于投資證券類金融資產(chǎn)。當(dāng)理財(cái)者文化程度較高時(shí),其持久收入水平越高,而較強(qiáng)的學(xué)習(xí)能力和多樣的信息獲取渠道能幫助他們在控制風(fēng)險(xiǎn)的基礎(chǔ)上獲取收益,因此參與金融市場的意愿也較高;財(cái)富規(guī)模是家庭結(jié)余的積累,為家庭金融資產(chǎn)投資活動(dòng)奠定基礎(chǔ),其總量的增加會提高家庭風(fēng)險(xiǎn)承受能力,從而使得該家庭更愿意進(jìn)行風(fēng)險(xiǎn)資產(chǎn)投資;當(dāng)撫養(yǎng)負(fù)擔(dān)比較小時(shí),家庭有更多的閑置資金來進(jìn)行證券類金融資產(chǎn)投資。
表6 Heckman兩階段模型的估計(jì)結(jié)果
性別對家庭金融資產(chǎn)選擇的影響比較顯著。女性比男性更偏向于投資證券類金融資產(chǎn),女性天生的心思細(xì)膩使她們更有自信能做出正確的投資決策。理財(cái)者戶口性質(zhì)的系數(shù)為負(fù),說明農(nóng)業(yè)戶口的理財(cái)者較非農(nóng)業(yè)戶口的理財(cái)者保守;若家庭居住在東部地區(qū),則東部地區(qū)的文化氛圍和投資理念對家庭決策有顯著的影響,使得東部地區(qū)家庭更愿意投資證券類金融資產(chǎn)。
(2)證券類金融資產(chǎn)投資比例的影響因素分析。
理財(cái)者年齡的系數(shù)為負(fù),同時(shí)理財(cái)者年齡平方的系數(shù)為正,說明證券類金融資產(chǎn)投資比例與理財(cái)者的年齡呈“U”型關(guān)系。中年人因?yàn)檎幱谑聵I(yè)的上升時(shí)期、家庭經(jīng)濟(jì)負(fù)擔(dān)較重,擁有的精力和時(shí)間不足,雖然會因?yàn)橘狆B(yǎng)、子女教育進(jìn)行證券類金融資產(chǎn)投資,但他們的投資比例不如青年人和老年人。與決策過程不同的是,男性證券類金融資產(chǎn)投資的比例更大,且影響顯著;當(dāng)超過2個(gè)人共同決定投資比例時(shí),投資的比例較女性單獨(dú)決策時(shí)高,但較男性單獨(dú)決策時(shí)低。其他影響因素的作用都與是否投資證券類金融資產(chǎn)決策一致。
本文基于全國25個(gè)?。ㄖ陛犑校?393戶家庭的調(diào)查數(shù)據(jù),利用Heckman兩階段模型對家庭證券類金融資產(chǎn)的選擇行為進(jìn)行實(shí)證分析。研究結(jié)果顯示:理財(cái)者年齡的平方、理財(cái)者文化程度、財(cái)富規(guī)模和就業(yè)人口比重對是否投資證券類金融資產(chǎn)和證券類金融資產(chǎn)投資比例都有顯著的正向作用;理財(cái)者的年齡、家庭規(guī)模、所在地地區(qū)GDP和所在地地區(qū)CPI與兩者呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系;男女的風(fēng)險(xiǎn)偏好并不相同,相比于女性,男性為風(fēng)險(xiǎn)偏好者;農(nóng)業(yè)戶口的理財(cái)者較非農(nóng)業(yè)戶口的理財(cái)者更為保守;東部地區(qū)的文化氛圍和投資理念會對家庭的證券類金融資產(chǎn)選擇行為產(chǎn)生顯著的影響,使得人們更愿意投資證券類金融資產(chǎn)、投資的比例也越大??偟膩碚f,家庭理財(cái)者的個(gè)人特征、家庭情況和家庭所在地區(qū)的特征會顯著地影響家庭證券類金融資產(chǎn)的選擇行為。,
雖然高儲蓄率為整個(gè)國家的投資與建設(shè)提供了充足的資金來源、充分帶動(dòng)了經(jīng)濟(jì)增長,但是這是以犧牲家庭消費(fèi)和家庭投資為代價(jià)的。過多的金融資產(chǎn)若以銀行存款的形式存在,便難以應(yīng)對通脹的壓力。
[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]盧家昌,顧金宏.城鎮(zhèn)家庭金融資產(chǎn)選擇研究——基于結(jié)構(gòu)方程模型的分析[J].金融理論與實(shí)踐,2010,(3).
[4]肖作平,張欣哲.制度和人力資本對家庭金融市場參與的影響研究——來自中國民營企業(yè)家的調(diào)查數(shù)據(jù)[J].經(jīng)濟(jì)研究,2012,(1).
[5]王聰,張海云.中美家庭金融資產(chǎn)選擇行為的差異及其原因分析[J].國際金融研究,2010,(6).
[6]徐梅,李曉榮.經(jīng)濟(jì)周期波動(dòng)對中國居民家庭金融資產(chǎn)結(jié)構(gòu)變化的動(dòng)態(tài)影響分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào):哲學(xué)社會科學(xué)版,2012,14(5).
[7]李心丹等.家庭金融研究綜述[J].管理科學(xué)學(xué)報(bào),2011,14(4).