家庭對(duì)不確定性的主觀預(yù)期與家庭資產(chǎn)配置①
——基于CHFS微觀數(shù)據(jù)的Tobit實(shí)證分析

周先波, 代 川, 潘哲文, 畢青苗

(1. 中山大學(xué)嶺南學(xué)院， 廣州 510275； 2. 浙江財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院， 杭州 310018)

0 引 言

隨著我國(guó)居民收入持續(xù)增長(zhǎng)、金融市場(chǎng)改革大步推進(jìn)，更加高效合理的家庭資產(chǎn)配置成為決定家庭財(cái)富的關(guān)鍵因素. 2014年以來(lái)，我國(guó)居民人均可支配收入增速一直在9%左右(圖1實(shí)線)，與黨的十九大報(bào)告所指出的相一致，我國(guó)城鄉(xiāng)居民收入增速已經(jīng)超過(guò)經(jīng)濟(jì)增速. 但與此同時(shí)，我國(guó)人均存款增速卻不斷攀升(圖1虛線)，從2014年的8%增加至2020年的14%. 這說(shuō)明，盡管我國(guó)的金融行業(yè)改革和對(duì)外開(kāi)放促使我國(guó)的金融市場(chǎng)逐步完善，各種專業(yè)化理財(cái)機(jī)構(gòu)和公司得到迅猛發(fā)展，但家庭資產(chǎn)配置偏好依然是存款，表現(xiàn)為人均存款增速不降反升. 特別是受新冠疫情影響的2020年，雖然收入增速下降，但存款增速仍在上升，這可能是人們因疫情對(duì)未來(lái)不確定性的主觀預(yù)期響應(yīng).

圖1 我國(guó)居民人均收入增速和存款增速Fig.1 China’s per capita income growth and deposit growth

為什么中國(guó)居民收入提升，而家庭資產(chǎn)配置卻始終偏好無(wú)風(fēng)險(xiǎn)資產(chǎn)(存款)？更一般地，影響家庭資產(chǎn)配置的因素和背后機(jī)制是什么？近年來(lái)，學(xué)者們對(duì)此從多個(gè)方面進(jìn)行了深入探討，發(fā)現(xiàn)不確定性心理?xiàng)l件[1]、社會(huì)信任[2]、心理及行為偏差[3]、認(rèn)知能力及行為偏好[4]、健康狀況[5, 6]、人力資本及初始稟賦[7]、宗族文化[8]、數(shù)字金融[9]、金融素養(yǎng)[10, 11]等因素均會(huì)影響家庭金融資產(chǎn)配置決策.

例如，雷曉燕和周月剛[12]研究健康狀況與風(fēng)險(xiǎn)偏好對(duì)家庭資產(chǎn)組合的影響，發(fā)現(xiàn)城市居民將資產(chǎn)向安全性較高的生產(chǎn)性資產(chǎn)和房產(chǎn)轉(zhuǎn)移；周慧珺等[5]研究中老年人健康狀況對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)投資決策的影響，發(fā)現(xiàn)健康狀況較差的家庭對(duì)投資性房產(chǎn)的持有較低. 吳衛(wèi)星等[6]研究發(fā)現(xiàn)，不同年齡段、不同財(cái)富人群的健康沖擊對(duì)家庭資產(chǎn)配置具有異質(zhì)性的影響.朱光偉等[13]由CHFS數(shù)據(jù)研究發(fā)現(xiàn)，家庭社會(huì)“關(guān)系”對(duì)家庭股票市場(chǎng)參與、參與程度和回報(bào)有顯著影響；宗慶慶等[14]研究發(fā)現(xiàn)，社會(huì)養(yǎng)老保險(xiǎn)對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)投資有重要影響；張吉鵬等[7]基于2011年～2019年間5輪CHFS數(shù)據(jù)研究發(fā)現(xiàn)，家庭住房擁有和房產(chǎn)配置均呈現(xiàn)較強(qiáng)的生命周期特征，在房?jī)r(jià)快速上漲的背景下，家庭初始稟賦提升會(huì)增加對(duì)房產(chǎn)的配置，而擠出其對(duì)金融資產(chǎn)的配置；Guo等[15]基于CHFS2017數(shù)據(jù)實(shí)證發(fā)現(xiàn)，數(shù)字金融可以改善家庭投資組合的效率. Li等[11]基于CHPS2014數(shù)據(jù)研究表明，金融素養(yǎng)會(huì)顯著提升家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)的投資，且更能增加年輕和高教育家庭的投資回報(bào).更近期綜述見(jiàn)Gomes等[16].

上述家庭資產(chǎn)配置研究主要是從家庭(或戶主)特征、財(cái)富效應(yīng)、投資外部環(huán)境等客觀因素進(jìn)行，而從家庭資產(chǎn)配置參與者的主觀因素、對(duì)未來(lái)不確定性主觀預(yù)期的角度研究的文獻(xiàn)較少. Bevan和 Winkelmann[17]在Black-Litterman模型的基礎(chǔ)上，考慮了投資者對(duì)未來(lái)的預(yù)期因素，把個(gè)人主觀態(tài)度加入到經(jīng)典資產(chǎn)配置選擇模型中.對(duì)未來(lái)未知及不確定的預(yù)期研究更多出現(xiàn)于對(duì)風(fēng)險(xiǎn)資產(chǎn)持有的研究中. Kezdi和Willis[18]的研究表明，投資者參與股票市場(chǎng)的概率與投資者對(duì)股票市場(chǎng)預(yù)期和經(jīng)濟(jì)預(yù)期存在強(qiáng)相關(guān)關(guān)系，對(duì)未來(lái)經(jīng)濟(jì)形勢(shì)不確定性的預(yù)期增大，則會(huì)降低對(duì)風(fēng)險(xiǎn)資產(chǎn)的持有. 鄒小秡和楊芊芊[19]研究發(fā)現(xiàn)，中老年人主觀預(yù)期壽命的增長(zhǎng)顯著提升家庭持有政府債券和風(fēng)險(xiǎn)資產(chǎn)的可能性，并增加家庭在相應(yīng)資產(chǎn)上的配置比例.

未來(lái)的不確定性給家庭或個(gè)體帶來(lái)的既有希望，也有焦慮，會(huì)影響家庭的經(jīng)濟(jì)行為；家庭對(duì)未來(lái)不確定的主觀預(yù)期關(guān)于家庭具有異質(zhì)性，影響家庭的消費(fèi)決策和金融資產(chǎn)配置選擇[20]。本文將家庭對(duì)經(jīng)濟(jì)變量的主觀預(yù)期納入家庭資產(chǎn)配置決策模型，提供了一個(gè)新的研究視角. 對(duì)于家庭可配置資產(chǎn)的研究范疇，學(xué)者們常用風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)，文獻(xiàn)[21， 22]將房產(chǎn)納入一項(xiàng)重要的可配置資產(chǎn)范疇. 本文在Cocco[22]、Heaton和Lucas[23]、雷曉燕和周月剛[12]等研究基礎(chǔ)上，將無(wú)風(fēng)險(xiǎn)資產(chǎn)(儲(chǔ)蓄存款)、房屋資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)同時(shí)納入資產(chǎn)配置范疇，考察主觀預(yù)期對(duì)家庭在這些資產(chǎn)配置方面的影響效應(yīng).

另外，與已有文獻(xiàn)將不同資產(chǎn)分開(kāi)分別研究的思路不同，本文將家庭資產(chǎn)配置作為一個(gè)聯(lián)立系統(tǒng)，研究配置資產(chǎn)范疇中不同資產(chǎn)之間的聯(lián)動(dòng)效應(yīng)，如資產(chǎn)選擇之間的替代效應(yīng)或“擠出效應(yīng)”等. 即使如Cocco[22]實(shí)證發(fā)現(xiàn)，房產(chǎn)投資風(fēng)險(xiǎn)將減少投資者股票市場(chǎng)參與的可能性，房產(chǎn)投資對(duì)其他風(fēng)險(xiǎn)資產(chǎn)投資具有“擠出效應(yīng)”，但其結(jié)論也是由單方程Probit模型的估計(jì)得到，其中沒(méi)有考慮房產(chǎn)投資的內(nèi)生性. 這種處理的不恰當(dāng)性已由Chetty等[24]指出，他們將以前文獻(xiàn)處理方法的估計(jì)和自己利用工具變量方法的估計(jì)進(jìn)行對(duì)照，發(fā)現(xiàn)兩者結(jié)論相反；他們的研究結(jié)論是：房產(chǎn)凈值財(cái)富對(duì)股票的擁有不存在“擠出效應(yīng)”. 此發(fā)現(xiàn)得到啟示，在研究房產(chǎn)對(duì)其他風(fēng)險(xiǎn)資產(chǎn)是否具有“擠出效應(yīng)”時(shí)，應(yīng)重視房產(chǎn)選擇的內(nèi)生性問(wèn)題. 不過(guò)，本文認(rèn)為，Chetty等[24]的單方程回歸模型也有不足之處，他考察了房產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)的影響效應(yīng)，但不能同時(shí)考察風(fēng)險(xiǎn)資產(chǎn)對(duì)房產(chǎn)的反向影響效應(yīng)；而且，沒(méi)有考慮資產(chǎn)投資門(mén)檻的外生約束條件導(dǎo)致實(shí)際所用的資產(chǎn)選擇份額數(shù)據(jù)的截尾或歸并情況. 本文在資產(chǎn)配置比例出現(xiàn)截尾情形之下，使用聯(lián)立方程Tobit模型方法研究資產(chǎn)配置之間的直接影響關(guān)系或聯(lián)動(dòng)性，提供了另一個(gè)新的研究視角.

本文從主觀預(yù)期出發(fā)，研究家庭資產(chǎn)配置比例的聯(lián)立選擇理論，考察家庭主觀預(yù)期對(duì)各類資產(chǎn)配置比例的邊際影響以及資產(chǎn)配置間的直接影響效應(yīng)或聯(lián)動(dòng)關(guān)系.理論上，將主觀預(yù)期納入家庭資產(chǎn)配置選擇動(dòng)態(tài)優(yōu)化問(wèn)題中，求解出資產(chǎn)配置比例之間的聯(lián)動(dòng)關(guān)系，并導(dǎo)出主觀預(yù)期和風(fēng)險(xiǎn)偏好對(duì)最優(yōu)資產(chǎn)配置比例的邊際影響.實(shí)證上，由簡(jiǎn)化式Tobit模型估計(jì)分析主觀預(yù)期變量對(duì)家庭各類資產(chǎn)配置比例的邊際影響，并由結(jié)構(gòu)式聯(lián)立Tobit模型估計(jì)分析各類資產(chǎn)配置間的“擠出效應(yīng)”及其非對(duì)稱性.研究發(fā)現(xiàn)，中國(guó)家庭以犧牲風(fēng)險(xiǎn)資產(chǎn)的配置去追求收益更高的房產(chǎn)投資和更安全的無(wú)風(fēng)險(xiǎn)資產(chǎn)(儲(chǔ)蓄存款)，中國(guó)家庭資產(chǎn)配置的優(yōu)先考慮順序是房產(chǎn)、無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn). 這提供了關(guān)于中國(guó)家庭股市有限參與[13]的又一證據(jù)，印證了前述家庭資產(chǎn)配置偏好無(wú)風(fēng)險(xiǎn)資產(chǎn)(存款)的事實(shí).追求高收益的房產(chǎn)投資和更安全的無(wú)風(fēng)險(xiǎn)資產(chǎn)，同時(shí)弱化風(fēng)險(xiǎn)資產(chǎn)配置，是當(dāng)前中國(guó)家庭資產(chǎn)配置的普遍模式.

本研究的邊際貢獻(xiàn)在于：第一，強(qiáng)調(diào)機(jī)制的研究. 將不同情形下家庭對(duì)未來(lái)不確定性的預(yù)期過(guò)程看作隨機(jī)過(guò)程，并最終歸結(jié)于家庭財(cái)富、消費(fèi)的動(dòng)態(tài)隨機(jī)過(guò)程，參與到家庭最優(yōu)資產(chǎn)配置決策中. 第二，在機(jī)制探討的基礎(chǔ)上，由理論結(jié)論建立資產(chǎn)配置比例的簡(jiǎn)約式Tobit模型和聯(lián)立系統(tǒng)結(jié)構(gòu)Tobit模型，分別估計(jì)主觀預(yù)期對(duì)資產(chǎn)配置的影響和不同資產(chǎn)間的聯(lián)動(dòng)效應(yīng). 在實(shí)證角度上，這有別于文獻(xiàn)中將各類資產(chǎn)分開(kāi)分別進(jìn)行的影響因素實(shí)證分析. 第三，本文應(yīng)用中國(guó)家庭CHFS數(shù)據(jù)所得的一些實(shí)證結(jié)論是目前文獻(xiàn)較少涉及的盲點(diǎn). 例如，不同資產(chǎn)間是否存在明顯的替代效應(yīng)或“擠出效應(yīng)”，房產(chǎn)投資是否顯著地對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)產(chǎn)生擠出效應(yīng)，風(fēng)險(xiǎn)資產(chǎn)的投資對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)是否產(chǎn)生擠出效應(yīng)并增加對(duì)房產(chǎn)的投資，風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)之間的作用是否對(duì)稱等問(wèn)題，本文均給出實(shí)證分析.

1 家庭資產(chǎn)配置模型

在家庭對(duì)未來(lái)資產(chǎn)收益率水平?jīng)]有預(yù)期的假定下，Merton[25]提出家庭投資與消費(fèi)的最優(yōu)決策模型，其解表明，家庭最優(yōu)風(fēng)險(xiǎn)資產(chǎn)投資比例是時(shí)間的常數(shù)，僅由市場(chǎng)的投資機(jī)會(huì)內(nèi)生決定；家庭最優(yōu)消費(fèi)則僅取決于初始財(cái)富水平. 可見(jiàn)，在投資組合中家庭不斷地從資金池中提現(xiàn)進(jìn)行消費(fèi)；為使包括未來(lái)在內(nèi)的消費(fèi)期望效用最大化，其投資策略是不改變的，促使其投資策略改變的驅(qū)動(dòng)因素只有市場(chǎng)投資機(jī)會(huì). 如果市場(chǎng)的溢價(jià)收益提高，則家庭將增加風(fēng)險(xiǎn)資產(chǎn)的投資比例.

在Merton模型基礎(chǔ)上，本文考慮一個(gè)更現(xiàn)實(shí)的問(wèn)題：家庭在投資決策前，對(duì)未來(lái)資產(chǎn)收益率形成預(yù)期，再進(jìn)行投資消費(fèi)決策.在傳統(tǒng)的兩資產(chǎn)配置模型基礎(chǔ)上加入房產(chǎn)這一特殊資產(chǎn)類型，建立基于投資者預(yù)期視角的家庭資產(chǎn)配置模型，其中投資者預(yù)期是家庭當(dāng)前和過(guò)去信息的綜合，理論上由帶有漂移項(xiàng)的一般維納過(guò)程刻畫(huà). 這種建模思路也被汪紅駒和張慧蓮[26]用于對(duì)儲(chǔ)蓄存款需求的分析.

假設(shè)具有代表性的家庭在時(shí)期t擁有的實(shí)際財(cái)富數(shù)量為Wt，家庭將之分配于房產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)，分別為αW、βW和(1-α-β)W，其中α、β和1-α-β為各資產(chǎn)的分配份額. 同Merton[25]和Aase[27]處理，家庭資產(chǎn)配置比例不隨時(shí)間變化. 假設(shè)家庭消費(fèi)的效用函數(shù)為U(C)=C1-θ/(1-θ)，其中θ為消費(fèi)者相對(duì)風(fēng)險(xiǎn)規(guī)避指數(shù)(或偏好因子)，且家庭壽命為無(wú)限期存續(xù)，跨期貼現(xiàn)率為λ，則家庭消費(fèi)決策的最優(yōu)化問(wèn)題可以表述為

(1)

家庭根據(jù)房產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)的實(shí)際收益進(jìn)行決策，確定消費(fèi)與各項(xiàng)資產(chǎn)的配置比例. 以下分別考察無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)投資的實(shí)際收益，綜合出最優(yōu)消費(fèi)問(wèn)題的隨機(jī)約束方程，求解各項(xiàng)配置比例.

1.1 無(wú)風(fēng)險(xiǎn)資產(chǎn)收益

家庭通過(guò)手持現(xiàn)金和銀行存款的方式持有無(wú)風(fēng)險(xiǎn)資產(chǎn)，其價(jià)值增值除了受到市場(chǎng)利率影響之外，還受到通貨膨脹的影響. 故家庭對(duì)未來(lái)經(jīng)濟(jì)形勢(shì)、資產(chǎn)價(jià)格不確定性形成預(yù)期(1)在理性預(yù)期假設(shè)下，人們對(duì)某個(gè)經(jīng)濟(jì)變量的主觀預(yù)期等于基于同樣信息條件下該變量的數(shù)學(xué)期望. 預(yù)期有兩個(gè)特征，1)預(yù)期是特定人的價(jià)值判斷，具有主觀性；2)特定變量的預(yù)期應(yīng)理解為此變量未來(lái)值的概率分布，個(gè)人主觀預(yù)期分布于人們所預(yù)期的那個(gè)變量的數(shù)學(xué)期望值的周?chē)?時(shí)，需要考慮到通貨膨脹. 由此，本文對(duì)資產(chǎn)收益率減去通貨膨脹率得到的實(shí)際收益率進(jìn)行建模. 假定通貨膨脹滿足如下過(guò)程

(2)

故在dt時(shí)間段內(nèi)家庭持有無(wú)風(fēng)險(xiǎn)資產(chǎn)的實(shí)際收益率是

Rm=rmdt-σpdzp

(3)

1.2 風(fēng)險(xiǎn)資產(chǎn)收益

由于風(fēng)險(xiǎn)資產(chǎn)種類多元化，為方便起見(jiàn)，統(tǒng)一考慮去通脹后匯總的實(shí)際收益g≡g(S,P)=S/P，且各類稅費(fèi)(如現(xiàn)金紅利、交易印花稅、手續(xù)費(fèi)等)的稅率總計(jì)為τ，0<τ<1. 假定風(fēng)險(xiǎn)資產(chǎn)收益率與物價(jià)的相關(guān)系數(shù)為ρsp=corr(dS,dP)，則同式(3)推導(dǎo)易得，在dt時(shí)間段內(nèi)家庭風(fēng)險(xiǎn)資產(chǎn)的實(shí)際收益率為

Rs=rsdt+δsdzs-δpdzp

(4)

其中

1.3 房產(chǎn)投資收益

與風(fēng)險(xiǎn)資產(chǎn)不同的是，房產(chǎn)投資在其存續(xù)期內(nèi)可能產(chǎn)生相應(yīng)的房租，形成穩(wěn)定的現(xiàn)金流，且房租價(jià)格與房產(chǎn)增值價(jià)格保持同步，從而房租收入流為qH，其中0

則家庭在dt時(shí)間段內(nèi)持有房產(chǎn)的實(shí)際凈收益率為

Rh=rhdt+ωhdzh-ωpdzp

(5)

其中

ωh=(1+q-κ)σh,ωp=(1+q-κ)σp

1.4 家庭最優(yōu)資產(chǎn)配置

假設(shè)家庭僅由房產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)方式持有財(cái)富，實(shí)際財(cái)富為W=(M+S+H)/P. 將家庭于時(shí)間段dt各類資產(chǎn)實(shí)際總收益減去消費(fèi)Ct，得到家庭財(cái)富積累的動(dòng)態(tài)隨機(jī)過(guò)程為

dW=αWRh+βWRs+(1-α-β)WRm-Cdt

聯(lián)立式(2)～式(5)，資產(chǎn)配置比例的最優(yōu)化問(wèn)題是

(6)

應(yīng)用不確定性動(dòng)態(tài)規(guī)劃方法，此問(wèn)題的值函數(shù)V滿足以下貝爾曼方程(見(jiàn)附錄)

(7)

而哈密頓函數(shù)為

(8)

其中c1,…,c6均為各資產(chǎn)相對(duì)收益率的方差或他們之間的協(xié)方差(見(jiàn)附錄)，是與時(shí)間t無(wú)關(guān)的常數(shù). 由式(7)和式(8)得到最優(yōu)的C,α,β應(yīng)滿足以下必要條件

(9)

這反映家庭對(duì)消費(fèi)和資產(chǎn)配置比例進(jìn)行決策時(shí)的聯(lián)動(dòng)性，其中，消費(fèi)同風(fēng)險(xiǎn)偏好和財(cái)富直接有關(guān)，而房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)配置比例(也包括無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比例γ=1-α-β)的決策之間存在直接影響關(guān)系，這種聯(lián)動(dòng)性同財(cái)富和各類資產(chǎn)(相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn))收益率及其方差或他們之間的協(xié)方差有關(guān).

通過(guò)猜解V(W)=A-θW1-θ/(1-θ)，由待定系數(shù)法可得(見(jiàn)附錄推導(dǎo))，最優(yōu)消費(fèi)為C*=AW，其中A的表達(dá)式見(jiàn)附錄，而房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)最優(yōu)配置比例分別為

(10)

相應(yīng)地，家庭對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)的最優(yōu)配置比例是γ*=1-α*-β*，即

(11)

由式(10)和式(11)可見(jiàn)，決定最優(yōu)資產(chǎn)配置比例的因素包括：預(yù)期未來(lái)物價(jià)及其波動(dòng)率(π,σp)、預(yù)期未來(lái)風(fēng)險(xiǎn)資產(chǎn)收益率及其波動(dòng)率(μ,σs)、預(yù)期房?jī)r(jià)及其波動(dòng)率(h,σh)、利率(rf)、風(fēng)險(xiǎn)偏好(θ)以及資產(chǎn)間的相關(guān)性(ρhs,ρhp,ρsp)等. 可見(jiàn)，家庭對(duì)未來(lái)不確定性的主觀預(yù)期直接影響最優(yōu)資產(chǎn)配置比例. 相對(duì)于結(jié)構(gòu)式模型(9)中后兩式的聯(lián)立關(guān)系，最優(yōu)解式(10)和式(11)是資產(chǎn)配置比例的簡(jiǎn)約式模型，這對(duì)下文實(shí)證模型設(shè)定與變量選擇具有指導(dǎo)性.

1.5 資產(chǎn)配置比例的聯(lián)動(dòng)性

由最優(yōu)解所滿足的必要條件式(9)可知，在家庭財(cái)富W和其他因素不變的條件下，有

(12)

直觀上看，兩配置比例間的聯(lián)動(dòng)程度由房產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)收益率的方差和協(xié)方差決定；進(jìn)一步由式(8)中各系數(shù)的成份知，他們的聯(lián)動(dòng)程度依賴于兩資產(chǎn)收益、物價(jià)變化之間的相關(guān)性(ρhs,ρhp,ρsp)以及他們的波動(dòng)率(σh,σs,σp).

由式(12)，兩配置比例間聯(lián)動(dòng)影響的方向與房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率Rh-Rm和Rs-Rm之間的相關(guān)性正好相反. 當(dāng)風(fēng)險(xiǎn)資產(chǎn)與房產(chǎn)的相對(duì)收益正相關(guān)時(shí)，家庭增加一種投資的比例時(shí)就會(huì)減少另一種投資的比例，兩者間存在替代關(guān)系或擠出效應(yīng)；反之，當(dāng)兩者相對(duì)收益負(fù)相關(guān)時(shí)，家庭會(huì)相對(duì)增加兩種投資的比例，兩者間存在互補(bǔ)關(guān)系或趨勢(shì)效應(yīng).

值得注意的是，兩配置比例相互間的直接聯(lián)動(dòng)關(guān)系不是對(duì)稱的：風(fēng)險(xiǎn)資產(chǎn)比例對(duì)房產(chǎn)比例的直接影響與房產(chǎn)比例對(duì)風(fēng)險(xiǎn)資產(chǎn)比例的直接影響并不相等，盡管兩者的方向是一致的. 這種非對(duì)稱性是下文建立聯(lián)立結(jié)構(gòu)模型，實(shí)證研究家庭資產(chǎn)配置選擇之間直接影響的基礎(chǔ).

1.6 主觀預(yù)期對(duì)資產(chǎn)配置的邊際影響分析

由最優(yōu)解式(10)，做以下因素分析

1) 預(yù)期物價(jià)水平對(duì)資產(chǎn)最優(yōu)配置比例的影響

(13)

2) 預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益率對(duì)最優(yōu)配置比例的影響：記ρh-m,s-m為房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率之間的相關(guān)系數(shù). 因

(14)

故當(dāng)房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率正相關(guān)時(shí)，風(fēng)險(xiǎn)資產(chǎn)收益率水平越高，家庭對(duì)房產(chǎn)的配置比例就越低, 而家庭風(fēng)險(xiǎn)資產(chǎn)的配置比例與風(fēng)險(xiǎn)資產(chǎn)收益率呈正向關(guān)系.

綜上兩點(diǎn)，如果房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率正相關(guān)(即ρh-m,s-m>0)，則當(dāng)預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益率μ增加時(shí)，家庭會(huì)降低房產(chǎn)比例α*，提升風(fēng)險(xiǎn)資產(chǎn)配置比例β*，這應(yīng)證了房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)之間的財(cái)富替代效應(yīng). 如果ρh-m,s-m<0，當(dāng)μ增加時(shí)，家庭會(huì)同時(shí)增加房產(chǎn)比例α*和風(fēng)險(xiǎn)資產(chǎn)比例β*，這應(yīng)證了財(cái)富趨勢(shì)效應(yīng).

3) 預(yù)期房?jī)r(jià)對(duì)資產(chǎn)配置比例的影響：因?yàn)?/p>

(15)

(16)

故當(dāng)房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率正相關(guān)時(shí)，預(yù)期房?jī)r(jià)越高，家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)配置比例就越低. 家庭對(duì)房?jī)r(jià)的看漲會(huì)使之增加房產(chǎn)投資，擠壓風(fēng)險(xiǎn)資產(chǎn)投資份額.

4) 無(wú)風(fēng)險(xiǎn)資產(chǎn)利率對(duì)最優(yōu)配置比例的影響：因?yàn)?/p>

故當(dāng)風(fēng)險(xiǎn)資產(chǎn)與房產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)收益率的相關(guān)系數(shù)小于兩者波動(dòng)率(即兩者標(biāo)準(zhǔn)差)之比時(shí)，無(wú)風(fēng)險(xiǎn)資產(chǎn)利率增加，房產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)的配置比例就會(huì)下降；更充分地，若風(fēng)險(xiǎn)資產(chǎn)與房產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率負(fù)相關(guān)(ρh-m,s-m<0)，則無(wú)風(fēng)險(xiǎn)資產(chǎn)利率對(duì)風(fēng)險(xiǎn)資產(chǎn)與房產(chǎn)投資的配置比例的影響均為負(fù). 對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)本身，如果其自身價(jià)格(即無(wú)風(fēng)險(xiǎn)資產(chǎn)利率)增加，則其配置比例也增加.

5) 風(fēng)險(xiǎn)偏好對(duì)配置比例的影響：令η=θ-1. 若η越大，則消費(fèi)者風(fēng)險(xiǎn)偏好越大(2)θ>1說(shuō)明消費(fèi)者的相對(duì)風(fēng)險(xiǎn)規(guī)避性高，跨期消費(fèi)的替代彈性小于1，不富于彈性；反之，0<θ<1時(shí)，消費(fèi)者是風(fēng)險(xiǎn)偏好的，消費(fèi)者跨期消費(fèi)的替代彈性大于1. 所以，可以這樣理解，θ-1值越大，消費(fèi)者風(fēng)險(xiǎn)偏好越大.，故η反映了家庭對(duì)風(fēng)險(xiǎn)的偏好程度. 因?yàn)?/p>

(17)

故家庭風(fēng)險(xiǎn)偏好對(duì)房產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)配置比例的邊際影響的大小取決于與兩資產(chǎn)配置比例的聯(lián)動(dòng)關(guān)系以及兩者相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率，其中，資產(chǎn)配置比例間的直接影響關(guān)系是風(fēng)險(xiǎn)偏好影響資產(chǎn)配置比例過(guò)程中的一個(gè)中間環(huán)節(jié).

2 變量、 數(shù)據(jù)與模型設(shè)定

本部分對(duì)前述理論模型及結(jié)果進(jìn)行實(shí)證分析. 數(shù)據(jù)來(lái)源于西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心的中國(guó)家庭金融調(diào)查(CHFS)數(shù)據(jù). 該調(diào)查是我國(guó)家庭金融領(lǐng)域首次的深入、系統(tǒng)的追蹤調(diào)查.在CHFS2011至CHF2017數(shù)據(jù)中，只有2011年數(shù)據(jù)問(wèn)卷中全部含有家庭對(duì)物價(jià)、利率、房?jī)r(jià)、風(fēng)險(xiǎn)偏好等主觀態(tài)度或預(yù)期的題項(xiàng). 所以，本文主要以2011年數(shù)據(jù)進(jìn)行實(shí)證分析，而余下較近年份的數(shù)據(jù)因這些主觀預(yù)期變量不全(或其題項(xiàng)與2011年數(shù)據(jù)無(wú)法對(duì)接)，僅用作對(duì)照比較. CHFS2011數(shù)據(jù)的樣本分布于全國(guó)25個(gè)省(自治區(qū)、直轄市)，80個(gè)縣市，320個(gè)社區(qū)(村委會(huì)、居委會(huì))，共有8 438個(gè)家庭，樣本在各個(gè)省份的分布大致和該省的人口數(shù)量匹配，樣本在省級(jí)層面上的分布較為合理. 此數(shù)據(jù)更多的介紹參見(jiàn)甘犁等[28].

2.1 資產(chǎn)配置比例變量

家庭資產(chǎn)是指家庭所擁有的能以貨幣計(jì)量的財(cái)產(chǎn)、債權(quán)和其他權(quán)利. 根據(jù)Morissette和Zhang[29]、肖爭(zhēng)艷和劉凱[30]的做法，定義家庭凈資產(chǎn)NA等于家庭總資產(chǎn)價(jià)值與總負(fù)債的差額，其中，按CHFS的分類，總資產(chǎn)包括實(shí)體經(jīng)營(yíng)資產(chǎn)、房產(chǎn)、車(chē)輛、耐用品、奢侈品等非金融資產(chǎn)和銀行存款、股票、債券、基金、衍生品、金融理財(cái)產(chǎn)品、非人民幣資產(chǎn)、黃金等金融資產(chǎn)，總負(fù)債包括農(nóng)業(yè)/工商業(yè)銀行貸款、購(gòu)房貸款、購(gòu)車(chē)貸款、持有有價(jià)證券貸款等.

家庭凈資產(chǎn)NA是家庭可投資的總財(cái)富，家庭在總財(cái)富中進(jìn)行資產(chǎn)配置. 與第二部分理論推導(dǎo)模型一致，本文實(shí)證中將家庭可供選擇的資產(chǎn)配置種類分為無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)3個(gè)部分. 按CHFS統(tǒng)計(jì)分類，將家庭活期存款、定期存款、現(xiàn)金和應(yīng)收借出款等項(xiàng)作為無(wú)風(fēng)險(xiǎn)資產(chǎn)，將股票、債券、基金、衍生品、金融理財(cái)產(chǎn)品、非人民幣資產(chǎn)和黃金等作為風(fēng)險(xiǎn)資產(chǎn)，房產(chǎn)中不包括土地. 將這3類資產(chǎn)價(jià)值與凈資產(chǎn)價(jià)值的比值分別定義為這3類資產(chǎn)的配置比例(3)這3者價(jià)值之和并不等于凈資產(chǎn)財(cái)富總量，因?yàn)榧彝タ傎Y產(chǎn)配置中，除了上述3者之外，還包括手持現(xiàn)金、藝術(shù)品投資，實(shí)體經(jīng)營(yíng)性資產(chǎn)投資等. 另外，有少數(shù)家庭在某類資產(chǎn)上的配置比例大于1，可能原因是債務(wù)的存在. 這種情形比較特殊，并與理論模型中配置比例小于1的假定不一致，故在樣本中去掉這些個(gè)體.，分別記為rate_m、rate_r和rate_h，作為被解釋變量.

因少數(shù)家庭的凈資產(chǎn)為負(fù)(即總資產(chǎn)值小于總負(fù)債，有128個(gè)觀察)，使上述比例值小于零；也有少數(shù)家庭的某類資產(chǎn)超過(guò)其凈資產(chǎn)，使上述比例大于1，故為與理論模型一致，刪去這些少數(shù)觀察. 另外，僅保留戶主年齡在18歲至90歲之間的觀察個(gè)體，并刪去家庭收入小于零的觀察(57個(gè)). 如此篩選后得到的6 585個(gè)觀察作為本文的研究樣本(見(jiàn)表1描述統(tǒng)計(jì)).

現(xiàn)實(shí)中家庭投資會(huì)受到投資門(mén)檻的限制，達(dá)不到基本門(mén)檻資金要求的家庭在相應(yīng)資產(chǎn)上的配置比例應(yīng)為零. 這種現(xiàn)象在CHFS數(shù)據(jù)中相當(dāng)普遍. 在上述2011年有效樣本中，無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)配置比例為零的家庭分別有186個(gè)、5 558個(gè)和703個(gè)，占總樣本的比例分別為2.82%、84.41%和10.68%. 如此數(shù)據(jù)特征的被解釋變量的建模比較適合用Tobit模型.

2.2 主觀預(yù)期變量

預(yù)期是家庭對(duì)當(dāng)前和過(guò)去的信息的綜合，他產(chǎn)生于家庭對(duì)信息處理后形成的主觀判斷. 為了度量家庭預(yù)期變量，采用CHFS2011問(wèn)卷中對(duì)受訪者主觀態(tài)度部分以下3個(gè)問(wèn)題的回答：

“未來(lái)一年，您預(yù)期利率會(huì)如何變化？”

“未來(lái)一年，您預(yù)期物價(jià)會(huì)如何變化？”

“未來(lái)一年，您預(yù)期房?jī)r(jià)會(huì)如何變化？”

分別定義虛擬變量，以反映家庭對(duì)未來(lái)無(wú)風(fēng)險(xiǎn)資產(chǎn)利率、物價(jià)、房?jī)r(jià)的主觀預(yù)期. CHFS對(duì)這3個(gè)問(wèn)題的備選項(xiàng)都采用五分法. 若受訪戶選擇未來(lái)利率“上升很多”或者“上升一點(diǎn)”，則利率預(yù)期取值為“1”；否則，取值“0”. 這是家庭對(duì)未來(lái)利率上升持樂(lè)觀態(tài)度的虛擬變量，記為interest_up. 其他兩個(gè)虛擬變量定義過(guò)程同理，記為price_up和house_up，分別為家庭預(yù)期物價(jià)上升和預(yù)期房?jī)r(jià)上升虛擬變量.

還有一個(gè)虛擬變量，是家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)投資收益率的預(yù)期，記為return_down. CHFS沒(méi)有關(guān)于風(fēng)險(xiǎn)資產(chǎn)收益主觀態(tài)度的單獨(dú)題項(xiàng)，本文只從相關(guān)題項(xiàng)推理定義之. CHFS詢問(wèn)受訪人，家庭是否持有股票帳戶？如沒(méi)有，請(qǐng)說(shuō)出不持有的原因. 本文關(guān)注回答“炒股收益太低”的個(gè)體，定義return_down在這些觀察處的值為1. 如持有股票帳戶，繼續(xù)問(wèn)：家庭是否持有股票？如沒(méi)有，請(qǐng)說(shuō)出原因，本文關(guān)注回答“行情不好”、“收益太低”的受訪者. 這些回答意味著，他們對(duì)風(fēng)險(xiǎn)資產(chǎn)投資收益的預(yù)期是不樂(lè)觀的，定義return_down在這些個(gè)體處的觀察值為1. 進(jìn)一步，如果持有股票，繼續(xù)問(wèn)：有沒(méi)有貸款或借錢(qián)購(gòu)買(mǎi)股票？本文先關(guān)注回答“有”的受訪者，既然貸款買(mǎi)股，說(shuō)明他們不會(huì)預(yù)期收益率下降，故定義return_down在這些個(gè)體處的觀察值取0. CHFS沒(méi)有再繼續(xù)詢問(wèn)回答“沒(méi)有”的受訪人. 不過(guò)，對(duì)這部分個(gè)體，看他們對(duì)題項(xiàng)“您預(yù)期中國(guó)未來(lái)3年～5年的經(jīng)濟(jì)形勢(shì)與現(xiàn)在比較會(huì)如何變化”的回答. 如回答“較差”、“非常差”，定義return_down在這些觀察處的值為1；否則為0. 綜上，在數(shù)據(jù)信息有限的條件下，本文以return_down作為家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)投資收益率不好預(yù)期的代理變量.

2.3 風(fēng)險(xiǎn)偏好變量

CHFS調(diào)查問(wèn)卷中“受訪者主觀態(tài)度部分”的題項(xiàng)“如果您有一筆資產(chǎn)，您愿意選擇哪種投資項(xiàng)目？”有5個(gè)備選項(xiàng)：高風(fēng)險(xiǎn)、略高風(fēng)險(xiǎn)、平均風(fēng)險(xiǎn)、略低風(fēng)險(xiǎn)、不愿意承擔(dān)任何風(fēng)險(xiǎn). 此題項(xiàng)的回答是一個(gè)定序變量，本文將其轉(zhuǎn)化為虛擬變量，定義風(fēng)險(xiǎn)偏好指標(biāo). 如果家庭選擇高風(fēng)險(xiǎn)和略高風(fēng)險(xiǎn)選項(xiàng)，則定義risk_lover=1；否則=0，表示家庭的風(fēng)險(xiǎn)態(tài)度是屬于風(fēng)險(xiǎn)偏好型. 類似地，如果家庭選擇略低風(fēng)險(xiǎn)和不愿意承擔(dān)任何風(fēng)險(xiǎn)選項(xiàng)，則定義risk_averter=1；否則=0，表示家庭的風(fēng)險(xiǎn)態(tài)度為風(fēng)險(xiǎn)規(guī)避型. 這兩個(gè)虛擬變量的基準(zhǔn)組是風(fēng)險(xiǎn)中性者.

2.4 其他控制變量

借鑒雷曉燕和周月剛[12]、肖爭(zhēng)艷和劉凱[30]、史代敏等[31]、 Zhao和Li[32]、鄒小秡和楊芊芊[19]等的研究，選取如下家庭特質(zhì)和戶主特質(zhì)控制變量：戶主受教育年限、年齡、年齡的平方、家庭規(guī)模、收入狀況、健康狀況、農(nóng)村或城鎮(zhèn)、所在地域. 此外，因家庭凈資產(chǎn)財(cái)富是從資產(chǎn)及負(fù)債的角度衡量家庭所擁有的動(dòng)產(chǎn)和不動(dòng)產(chǎn)總和，家庭收入水平是刻畫(huà)家庭可支配收入最直觀的變量，現(xiàn)實(shí)中他們均會(huì)直接影響家庭資產(chǎn)配置決策，故本文還將凈資產(chǎn)和家庭收入變量(對(duì)數(shù)形式)作為控制變量.

表1給出上述變量的簡(jiǎn)單描述性統(tǒng)計(jì). 在3種資產(chǎn)中，平均來(lái)看，房產(chǎn)投資比例最高，達(dá)71.6%；風(fēng)險(xiǎn)資產(chǎn)投資比例最低，只有1.2%. 在對(duì)未來(lái)的預(yù)期方面，83%的家庭預(yù)期未來(lái)物價(jià)水平會(huì)上升，約70%的家庭預(yù)期未來(lái)利率上升，1.7%的家庭認(rèn)為風(fēng)險(xiǎn)資產(chǎn)投資率下降，70%的家庭認(rèn)為房?jī)r(jià)將上漲. 在家庭的風(fēng)險(xiǎn)偏好方面，僅有12.4%的家庭是風(fēng)險(xiǎn)偏好的，60.3%屬于風(fēng)險(xiǎn)規(guī)避者.

表1 變量定義簡(jiǎn)述及描述性統(tǒng)計(jì)Table 1 Variable definition and descriptive statistics

2.5 模型設(shè)定與估計(jì)

現(xiàn)實(shí)中，家庭投資面臨投資門(mén)檻約束，實(shí)際配置與理論配置不完全吻合. 例如，家庭預(yù)期未來(lái)房?jī)r(jià)上漲，理性的決策是投資房地產(chǎn)，但是房產(chǎn)的實(shí)際投資存在一定的參與門(mén)檻(比如30%的首付金). 風(fēng)險(xiǎn)資產(chǎn)市場(chǎng)也是如此，對(duì)于股票市場(chǎng)投資，最小單位的持有數(shù)量讓風(fēng)險(xiǎn)資產(chǎn)配置產(chǎn)生一定的門(mén)檻. 如前所述，在本研究的2011年樣本中，均有家庭對(duì)3類資產(chǎn)的配置比例為零. 根據(jù)理論部分最優(yōu)資產(chǎn)配置最優(yōu)解的表達(dá)式(10)和式(11)以及零歸并特征，構(gòu)建如下無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)投資比例的簡(jiǎn)約式Tobit模型

(18)

其中rate_m,rate_r和rate_h分別為無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)的配置比例(≥0),Exp是家庭對(duì)未來(lái)經(jīng)濟(jì)變量的4個(gè)主觀預(yù)期變量；Pre表示家庭的2個(gè)風(fēng)險(xiǎn)偏好類型變量；X表示控制變量(見(jiàn)表1)組成的向量.

其次，根據(jù)理論部分資產(chǎn)比例所滿足的必要條件式(9)以及配置比例變量的零截尾特征，構(gòu)建如下無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)投資比例的結(jié)構(gòu)式Tobit模型

(19)

其中

可分別看作3類資產(chǎn)投資對(duì)應(yīng)的意愿方程，X1、X2、X3分別是3個(gè)方程中的控制變量(為保證模型可以識(shí)別，他們應(yīng)不全相同). 這里α1,β1是風(fēng)險(xiǎn)資產(chǎn)投資和房產(chǎn)投資對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)配置意愿的直接影響系數(shù)；α2,β2和α3,β3同樣解釋.

為使上述結(jié)構(gòu)式模型中參數(shù)可以識(shí)別[33, 34]，本文在X1、X2、X3中分別加入符合可識(shí)別條件的不同控制變量.具體地：

對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)rate_m*方程，以家庭日常用品開(kāi)支總額占家庭總收入比例變量(rate_n)和家庭去年總支出是否高出正常年份的虛擬變量(exp_high)作為識(shí)別條件. 其經(jīng)濟(jì)學(xué)含義是明顯的，家庭日用品開(kāi)支占總收入比例和去年總支出是否高出正常年份，均與家庭儲(chǔ)蓄直接相關(guān)，但與其他兩類資產(chǎn)的關(guān)系并不明顯.

對(duì)于風(fēng)險(xiǎn)資產(chǎn)rate_r*方程，因開(kāi)立股票賬戶是參與風(fēng)險(xiǎn)資本市場(chǎng)的必要條件之一，本文以此問(wèn)卷出發(fā)，定義stock_noknow虛擬變量為：對(duì)家庭沒(méi)有開(kāi)立股票賬戶原因的回答是“不知道如何開(kāi)戶”、“不知道到哪開(kāi)戶”、“沒(méi)有相關(guān)知識(shí)”、“沒(méi)有聽(tīng)說(shuō)過(guò)”的受訪者，令stock_noknow=1；對(duì)家庭開(kāi)了賬戶但不持股原因的回答是“不知道如何購(gòu)買(mǎi)”、“沒(méi)有相關(guān)知識(shí)”、“沒(méi)有聽(tīng)說(shuō)過(guò)”的受訪者，令stock_noknow=1；其他情形時(shí)，令stock_noknow=0. 所以，stock_noknow是沒(méi)有股票知識(shí)等客觀原因使家庭不能參與股市投資的虛擬變量. 顯然，他與風(fēng)險(xiǎn)投資直接相關(guān)，但與無(wú)風(fēng)險(xiǎn)資產(chǎn)、房產(chǎn)投資無(wú)直接關(guān)系.

對(duì)于房產(chǎn)rate_h*方程，利用3個(gè)指標(biāo)進(jìn)行識(shí)別，分別是家庭有適婚子女的人數(shù)(marry)、家庭首套住房可居住房間數(shù)與家庭人數(shù)的比值(即家庭人均居住房間數(shù)density)、戶主是否當(dāng)?shù)厝颂摂M變量(local). 3個(gè)指標(biāo)分別指代的經(jīng)濟(jì)含義是：家庭如具有適婚子女，將會(huì)考慮婚房剛性需求帶來(lái)的房產(chǎn)投資決策；家庭首套住房人均居住房間數(shù)越多，居住越寬敞，改善住房的需求就越??；戶主是當(dāng)?shù)厝耍I(mǎi)房的限制較少(特別在農(nóng)村). 這3個(gè)變量與房產(chǎn)需求及投資相關(guān)，與其他兩類資產(chǎn)的關(guān)系并不明顯.

簡(jiǎn)化式模型(18)中的各方程可由普通Tobit回歸方法分別估計(jì)，而結(jié)構(gòu)式模型(19)可由兩階段Tobit回歸方法[34, 35]估計(jì):先分別對(duì)簡(jiǎn)化式模型(18)的3個(gè)方程進(jìn)行Tobit回歸，以rate_m*,rate_r*和rate_h*的預(yù)測(cè)值變量作為結(jié)構(gòu)式Tobit模型(19)各方程右端對(duì)應(yīng)內(nèi)生變量的工具變量，然后對(duì)每個(gè)方程進(jìn)行IV-Tobit估計(jì). 第二階段系數(shù)估計(jì)標(biāo)準(zhǔn)誤并非其真實(shí)的標(biāo)準(zhǔn)誤，故實(shí)證中用Bootstrap方法計(jì)算系數(shù)估計(jì)的穩(wěn)健標(biāo)準(zhǔn)誤[35].

3 估計(jì)結(jié)果及分析

先分別估計(jì)簡(jiǎn)約式模型和結(jié)構(gòu)式模型，再探討傳導(dǎo)機(jī)制，最后考察城鄉(xiāng)差異和分年份比較.

3.1 簡(jiǎn)約式模型: 資產(chǎn)配置影響因素分析

表2給出3種資產(chǎn)配置比例簡(jiǎn)約式Tobit模型估計(jì)結(jié)果.從以下幾個(gè)方面進(jìn)行分析.

表2 簡(jiǎn)約式Tobit模型的估計(jì)結(jié)果Table 2 Estimation results of Tobit models with reduced forms

主觀預(yù)期變量對(duì)資產(chǎn)配置的邊際影響：首先，當(dāng)家庭預(yù)期物價(jià)上升時(shí)，無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)配置比例的變化在統(tǒng)計(jì)上不具有顯著性，而房產(chǎn)配置比例在10%的顯著性水平上顯著下降. 此結(jié)果與式(13)所得結(jié)論(預(yù)期通脹率對(duì)資產(chǎn)比例影響方向未定)相一致.對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)，當(dāng)家庭預(yù)期通脹上行時(shí)，如物價(jià)上漲率超過(guò)銀行存款利率，則儲(chǔ)蓄不增值反而貶值，家庭不會(huì)配置無(wú)風(fēng)險(xiǎn)資產(chǎn)；如物價(jià)上漲率小于銀行存款利率，則家庭可能增加無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比例. 這兩種情形都有可能發(fā)生. 對(duì)于風(fēng)險(xiǎn)資產(chǎn)，在家庭預(yù)期物價(jià)上升時(shí)，如價(jià)格緩慢上漲，且上漲率大于借貸利率上漲率，則企業(yè)庫(kù)存商品價(jià)格會(huì)上升，利潤(rùn)、股價(jià)上升，風(fēng)險(xiǎn)資產(chǎn)投資收益預(yù)期就會(huì)增加，從而家庭增加風(fēng)險(xiǎn)資產(chǎn)配置比例；但如果價(jià)格上漲幅度過(guò)大，使企業(yè)生產(chǎn)成本無(wú)法通過(guò)商品銷(xiāo)售轉(zhuǎn)嫁出去，公司利潤(rùn)降低，股價(jià)隨之降低，則家庭就會(huì)減少風(fēng)險(xiǎn)資產(chǎn)的配置比例. 所以，風(fēng)險(xiǎn)資產(chǎn)配置比例受預(yù)期物價(jià)上升的影響為負(fù)且不顯著是可能的. 對(duì)于房產(chǎn)，如預(yù)期物價(jià)上升(2011年正是通脹上行)，長(zhǎng)期來(lái)看，房?jī)r(jià)上漲可能性大，購(gòu)買(mǎi)房產(chǎn)可保值增值，但對(duì)于絕大多數(shù)普通家庭來(lái)說(shuō)，投資房產(chǎn)是大額不動(dòng)產(chǎn)，需要資金較多，具有投資門(mén)檻限制；且房產(chǎn)流動(dòng)性差，故家庭配置房產(chǎn)的比例可能不升而降. 2011年國(guó)家對(duì)樓市進(jìn)行限購(gòu)，調(diào)控房地產(chǎn)價(jià)格，有可能使家庭房產(chǎn)配置比例不增加，甚至降低. 綜合而言，預(yù)期物價(jià)上升對(duì)房產(chǎn)配置比例的影響為負(fù)是可能的.

其次，預(yù)期利率上升，家庭會(huì)同時(shí)增加無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)的配置比例，但減少房產(chǎn)的配置比例. 市場(chǎng)的利率水平是影響金融資產(chǎn)收益率的一個(gè)重要因素. 預(yù)期利率上升會(huì)影響家庭的儲(chǔ)蓄動(dòng)機(jī)，家庭會(huì)更愿意增加儲(chǔ)蓄，更覺(jué)得持有無(wú)風(fēng)險(xiǎn)金融資產(chǎn)會(huì)增加收益(意味著財(cái)富宣示效應(yīng))，從而配置更多的無(wú)風(fēng)險(xiǎn)資產(chǎn)，這與式(16)中的第3式結(jié)論是一致的. 對(duì)于風(fēng)險(xiǎn)資產(chǎn)，預(yù)期利率上升增加其配置比例，本文認(rèn)為可能有兩個(gè)原因：一，慣性思維和趨勢(shì)思維的主導(dǎo). 在樣本調(diào)查期間2011年的信貸環(huán)境和股票市場(chǎng)形勢(shì)下，家庭傾向于預(yù)期利率上升，風(fēng)險(xiǎn)資產(chǎn)投資收益增加，故而增加風(fēng)險(xiǎn)資產(chǎn)的配置比例. 二，利率是風(fēng)險(xiǎn)資產(chǎn)收益的重要決定要素之一(還包括市場(chǎng)流動(dòng)性、企業(yè)盈利增長(zhǎng)率水平等)，加息周期通常是經(jīng)濟(jì)過(guò)熱階段，對(duì)應(yīng)企業(yè)(4)如2005年—2007年間的周期行業(yè)(煤炭、鋼鐵、地產(chǎn)、有色等)，2010年—2011年間的大基建產(chǎn)業(yè)鏈企業(yè)(受益于“4萬(wàn)億元”投資).盈利水平往往較好. 家庭預(yù)期利率上升，也預(yù)期企業(yè)盈利水平提高，故增加風(fēng)險(xiǎn)資產(chǎn)配置比重. 對(duì)于房產(chǎn)，家庭配置房產(chǎn)大多數(shù)通過(guò)首付+房貸模式，在加杠桿的決策過(guò)程中，未來(lái)住房貸款利息產(chǎn)生的預(yù)期現(xiàn)金流支出是重要決策因子. 當(dāng)預(yù)期未來(lái)利率上升時(shí)，家庭配置房產(chǎn)將會(huì)承擔(dān)更高的資金成本，故而減少購(gòu)房意愿和房產(chǎn)配置比例.

第三，預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益率的下降，家庭風(fēng)險(xiǎn)資產(chǎn)配置比例將顯著減少，這符合直覺(jué)，且與式(14)第2式的結(jié)論相符；無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比例將減少，房產(chǎn)配置比例將增加，但這兩方面影響都不顯著，這與式(14)的第1式不能確定預(yù)期收益率影響無(wú)風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)配置比例的方向的結(jié)論相吻合. 文獻(xiàn)中[27, 36]關(guān)于風(fēng)險(xiǎn)資產(chǎn)收益率(如股價(jià))影響居民儲(chǔ)蓄的作用方向沒(méi)有達(dá)成一致性結(jié)論，這里預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益率下降引起無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比例不顯著的減少是可能的.

第四，家庭預(yù)期房?jī)r(jià)上升，顯著增加對(duì)房產(chǎn)自身的投資比例，同時(shí)顯著降低風(fēng)險(xiǎn)資產(chǎn)的配置比例；家庭對(duì)房?jī)r(jià)的看漲會(huì)使房產(chǎn)投資比例增加，擠壓了風(fēng)險(xiǎn)資產(chǎn)投資份額，這些與理論結(jié)果式(15)及式(16)一致. 這意味著，在我國(guó)，房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)相對(duì)于無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率很大可能具有正相關(guān)性. 家庭預(yù)期房?jī)r(jià)上升促進(jìn)更多房產(chǎn)配置容易理解. 不過(guò)，家庭預(yù)期房?jī)r(jià)上升時(shí)，無(wú)風(fēng)險(xiǎn)資產(chǎn)持有比例的降低效應(yīng)不具有顯著性，可能原因是，在中國(guó)傳統(tǒng)觀念下，儲(chǔ)蓄路徑根深蒂固，預(yù)期房?jī)r(jià)上升并不能顯著降低家庭儲(chǔ)蓄的分配比例.

綜上所述，家庭預(yù)期對(duì)3類資產(chǎn)配置比例的影響的結(jié)論是：預(yù)期物價(jià)上行，3類資產(chǎn)配置比例下降或變化均不顯著；預(yù)期利率上升，無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)配置比例顯著增加，房產(chǎn)配置比例顯著減少；預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益率下降，風(fēng)險(xiǎn)資產(chǎn)配置比例顯著下降，無(wú)風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)比例的變化均不顯著；預(yù)期房?jī)r(jià)上行，將會(huì)降低風(fēng)險(xiǎn)資產(chǎn)比例，增加房產(chǎn)的投資比重，對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)比例的影響不顯著.

風(fēng)險(xiǎn)偏好類型變量對(duì)資產(chǎn)配置的邊際影響：由表2可見(jiàn)，在風(fēng)險(xiǎn)資產(chǎn)方程中，風(fēng)險(xiǎn)偏好的家庭會(huì)增加風(fēng)險(xiǎn)資產(chǎn)投資比例，而風(fēng)險(xiǎn)規(guī)避的家庭減少風(fēng)險(xiǎn)資產(chǎn)配置(這與王淵等[37]的結(jié)論一致). 在房產(chǎn)投資方程中，風(fēng)險(xiǎn)偏好型家庭會(huì)顯著降低對(duì)房產(chǎn)投資，而風(fēng)險(xiǎn)規(guī)避型家庭則會(huì)增加房產(chǎn)投資.這一結(jié)論的現(xiàn)實(shí)意義非常明確：房產(chǎn)投資作為家庭投資的手段之一，對(duì)于大多數(shù)保守家庭而言，他是一種十分穩(wěn)健的投資方式. 在2011年當(dāng)時(shí)房地產(chǎn)投資進(jìn)入大眾化階段，風(fēng)險(xiǎn)偏好型家庭多數(shù)更傾向于較高風(fēng)險(xiǎn)的風(fēng)險(xiǎn)資產(chǎn)配置，而房產(chǎn)投資更容易受到風(fēng)險(xiǎn)規(guī)避型家庭的青睞. 在無(wú)風(fēng)險(xiǎn)資產(chǎn)方程中，風(fēng)險(xiǎn)偏好型和風(fēng)險(xiǎn)規(guī)避型變量對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)比例的影響均不顯著.

另外，控制變量的邊際影響效應(yīng)在中國(guó)家庭金融情境下均可以合理解釋，與文獻(xiàn)中相應(yīng)資產(chǎn)配置影響因素分析結(jié)論基本吻合，如史代敏和宋艷[31]關(guān)于儲(chǔ)蓄存款比重的研究、宗慶慶等[14]關(guān)于風(fēng)險(xiǎn)資產(chǎn)配置比例的分析. 本文重點(diǎn)研究核心變量的影響及資產(chǎn)配置間的直接關(guān)系，故不贅述控制變量的影響分析.

3.2 結(jié)構(gòu)式模型： 資產(chǎn)配置間直接影響分析

表3報(bào)告3種資產(chǎn)配置比例結(jié)構(gòu)Tobit模型式(19)的估計(jì)結(jié)果，其中為掌握系數(shù)估計(jì)的最低統(tǒng)計(jì)顯著性，標(biāo)出由bootstrap方法得到的概率值(p-value). 因?yàn)榻Y(jié)構(gòu)模型主要用來(lái)考察3個(gè)資產(chǎn)配置比例變量間的直接影響關(guān)系，故從如下幾方面進(jìn)行分析.

表3 結(jié)構(gòu)式Tobit模型的估計(jì)結(jié)果Table 3 Estimation results of Tobit models with structural forms

1) 房產(chǎn)對(duì)其他資產(chǎn)的“擠出效應(yīng)”：由表3(I) 和表3(II)知，房產(chǎn)配置比例rate_h在無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)配置比例方程中的系數(shù)估計(jì)均顯著為負(fù). 由于房地產(chǎn)價(jià)值在家庭資產(chǎn)價(jià)值中的平均占比較大(超71%，見(jiàn)表1)，在房貸盛行的大背景下，大多數(shù)家庭采用負(fù)債方式購(gòu)房，未來(lái)預(yù)期的房貸負(fù)擔(dān)更加擠出了儲(chǔ)蓄和風(fēng)險(xiǎn)資產(chǎn)投資在凈資產(chǎn)中的比重. 文獻(xiàn)中，房產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)是否具有“擠出效應(yīng)”目前沒(méi)有統(tǒng)一定論. 例如，陳永偉等[38]研究表明，房產(chǎn)財(cái)富的增加會(huì)顯著提升家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)的持有比例；吳衛(wèi)星和高申瑋[39]、馬征程等[40]等的研究表明房產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)具有“擠出效應(yīng)”.本文的結(jié)論還與Zhao和Li[32]、Shi等[41]等的研究一致.

2) 風(fēng)險(xiǎn)資產(chǎn)對(duì)其他資產(chǎn)的“擠出效應(yīng)”：由表3(I) 和表3(III)知，風(fēng)險(xiǎn)資產(chǎn)配置比例rate_r在無(wú)風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)方程中的系數(shù)估計(jì)均顯著為負(fù)，這表明，風(fēng)險(xiǎn)資產(chǎn)投資對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)(如儲(chǔ)蓄)和房產(chǎn)均有顯著“擠出效應(yīng)”.不過(guò)，此效應(yīng)比1)中房產(chǎn)對(duì)兩種資產(chǎn)的“擠出效應(yīng)”要小.

3) 無(wú)風(fēng)險(xiǎn)資產(chǎn)對(duì)其他資產(chǎn)的“擠出效應(yīng)”：由表3(II) 和表3(III)知，無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比例rate_m在房產(chǎn)比例方程上的系數(shù)估計(jì)顯著為負(fù)，說(shuō)明無(wú)風(fēng)險(xiǎn)資產(chǎn)對(duì)房產(chǎn)投資有顯著的擠出效應(yīng)；而在風(fēng)險(xiǎn)資產(chǎn)比例方程上的系數(shù)估計(jì)雖也為負(fù)，但只具有約20%的統(tǒng)計(jì)顯著性(如用單側(cè)檢驗(yàn)，則此“擠出效應(yīng)”有10%統(tǒng)計(jì)顯著性).

4) 房產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)之間直接影響的非對(duì)稱性：由表3(II) 和表3(III)知，房產(chǎn)比例對(duì)風(fēng)險(xiǎn)資產(chǎn)比例的直接影響系數(shù)為-1.032，在5.6%水平下顯著；反過(guò)來(lái)，風(fēng)險(xiǎn)資產(chǎn)比例對(duì)房產(chǎn)比例的直接影響系數(shù)為-0.093，在8.5%水平下顯著. 房產(chǎn)比例對(duì)風(fēng)險(xiǎn)資產(chǎn)比例的直接影響大于反向的直接影響，且兩系數(shù)相等的單側(cè)檢驗(yàn)在3.3%水平下顯著(bootstrap概率值為0.033). 房產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資的“擠出效應(yīng)”更強(qiáng)，兩者間的直接影響效應(yīng)具有顯著的非對(duì)稱性.所以，房產(chǎn)投資是家庭最重要的投資渠道，重要性高于風(fēng)險(xiǎn)資產(chǎn)投資.

5) 房產(chǎn)與無(wú)風(fēng)險(xiǎn)資產(chǎn)之間直接影響的對(duì)稱性：由表3(I) 和表3(III)知，房產(chǎn)比例對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)比例的直接影響系數(shù)達(dá)-0.585，且統(tǒng)計(jì)顯著；反過(guò)來(lái)，無(wú)風(fēng)險(xiǎn)資產(chǎn)比例對(duì)房產(chǎn)比例的直接影響系數(shù)為-0.799，影響較大，也統(tǒng)計(jì)顯著. 兩者相互影響之差為零的檢驗(yàn)在統(tǒng)計(jì)上不顯著(bootstrap概率值為0.489). 在中國(guó)，房產(chǎn)投資與無(wú)風(fēng)險(xiǎn)資產(chǎn)是普通家庭兩大重要的投資渠道，兩者間的直接影響相輔相成，兩者相互間的擠出效應(yīng)從統(tǒng)計(jì)上看具有對(duì)稱性.

6) 風(fēng)險(xiǎn)資產(chǎn)與無(wú)風(fēng)險(xiǎn)資產(chǎn)之間直接影響的非對(duì)稱性：由表3(I) 和表3(II)知，風(fēng)險(xiǎn)資產(chǎn)比例對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)比例的直接影響系數(shù)較小，為-0.149，且統(tǒng)計(jì)顯著；反過(guò)來(lái)，無(wú)風(fēng)險(xiǎn)資產(chǎn)比例對(duì)風(fēng)險(xiǎn)資產(chǎn)比例的直接影響系數(shù)較大，為-1.226，且具有10%的單側(cè)檢驗(yàn)顯著性. 從數(shù)值上看，前者遠(yuǎn)低于后者，兩者相互間的直接影響呈現(xiàn)非對(duì)稱性. 在中國(guó)，無(wú)風(fēng)險(xiǎn)資產(chǎn)(儲(chǔ)蓄)是普通家庭重要的投資渠道，而股票等風(fēng)險(xiǎn)資產(chǎn)的投資參與率相當(dāng)有限，故兩者相比，無(wú)風(fēng)險(xiǎn)資產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)的“擠出效應(yīng)”要大，體現(xiàn)兩者間擠出效應(yīng)的非對(duì)稱性.

綜上，3種資產(chǎn)配置之間均存在較為明顯的替代效應(yīng)(或擠出效應(yīng)). 第一，從擠出效應(yīng)的統(tǒng)計(jì)顯著性看，房產(chǎn)投資顯著地對(duì)風(fēng)險(xiǎn)資產(chǎn)有擠出效應(yīng)，風(fēng)險(xiǎn)資產(chǎn)顯著地對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)有擠出效應(yīng)，無(wú)風(fēng)險(xiǎn)資產(chǎn)又顯著地對(duì)房產(chǎn)有擠出效應(yīng)；反過(guò)來(lái)，房產(chǎn)顯著地?cái)D出無(wú)風(fēng)險(xiǎn)資產(chǎn)，無(wú)風(fēng)險(xiǎn)資產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)的擠出效應(yīng)以及風(fēng)險(xiǎn)資產(chǎn)對(duì)房產(chǎn)的擠出效應(yīng)均在10%水平上單側(cè)檢驗(yàn)顯著. 第二，從擠出效應(yīng)的大小或?qū)ΨQ性看，房產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)間的直接影響具有非對(duì)稱性，前者對(duì)后者擠出效應(yīng)更大；風(fēng)險(xiǎn)資產(chǎn)與無(wú)風(fēng)險(xiǎn)資產(chǎn)間的直接影響也具有非對(duì)稱性，前者對(duì)后者擠出效應(yīng)較小；而房產(chǎn)與無(wú)風(fēng)險(xiǎn)資產(chǎn)間的直接影響具有一定的對(duì)稱性，兩者間的擠出效應(yīng)相當(dāng).

可見(jiàn)，家庭以犧牲風(fēng)險(xiǎn)資產(chǎn)的配置去追求收益更高的房產(chǎn)投資和更安全的無(wú)風(fēng)險(xiǎn)資產(chǎn). 中國(guó)家庭資產(chǎn)配置的優(yōu)先考慮順序是房產(chǎn)、無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn). 這提供了關(guān)于中國(guó)家庭股市有限參與(見(jiàn)朱光偉等[13])的又一證據(jù).

3.3 基于結(jié)構(gòu)模型的傳導(dǎo)機(jī)制

類似于理論部分式(13)和式(17)的分析，主觀預(yù)期等變量對(duì)家庭資產(chǎn)配置比例的邊際影響效應(yīng)(見(jiàn)表2)與結(jié)構(gòu)式模型內(nèi)生變量(資產(chǎn)配置比例)間的聯(lián)動(dòng)影響效應(yīng)(見(jiàn)表3)有關(guān)，后者是前者影響過(guò)程中的內(nèi)生變量渠道，反映內(nèi)生變量相互間關(guān)系對(duì)主觀預(yù)期等變量影響內(nèi)生變量的傳導(dǎo)機(jī)制. 表4給出這種傳導(dǎo)機(jī)制的各路徑影響的演示過(guò)程，其中，第1橫欄為6個(gè)核心變量影響無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比例(rate_m)的直接渠道(I)和通過(guò)內(nèi)生變量rate_r及rate_h影響rate_m的間接渠道(II)，第2橫欄、第3橫欄含義類似；直接渠道效應(yīng)(I)與間接渠道效應(yīng)(II)之和是通過(guò)結(jié)構(gòu)模型傳導(dǎo)機(jī)制計(jì)算的總效應(yīng) (III). 為比較起見(jiàn)，表4(IV)列出簡(jiǎn)約式模型(表2)估計(jì)的各變量對(duì)資產(chǎn)配置比例的總邊際影響效應(yīng).

表4 核心變量影響資產(chǎn)配置的內(nèi)生渠道Table 4 The endogenous channels by which core variables affect asset allocations

bootstrap方法計(jì)算概率值所得.

由表4(III)和表4(IV)知，上述3種渠道匯總的效應(yīng)大多接近于或解釋了由簡(jiǎn)約式模型估計(jì)的總邊際影響效應(yīng)，印證了上面的傳導(dǎo)機(jī)制解釋. 少數(shù)變量在兩種效應(yīng)上存在一定差距，其原因可能為樣本隨機(jī)性造成，也有可能是現(xiàn)實(shí)中還存在其他渠道. 總之，3類資產(chǎn)配置之間存在的內(nèi)生互動(dòng)關(guān)系是家庭主觀預(yù)期和風(fēng)險(xiǎn)偏好變量影響家庭資產(chǎn)配置的重要傳導(dǎo)渠道，這在機(jī)制上給出了家庭主觀預(yù)期影響資產(chǎn)配置選擇的一個(gè)系統(tǒng)性解釋.

3.4 城鎮(zhèn)與農(nóng)村家庭的比較

相比農(nóng)村，城鎮(zhèn)在投資信息、投資渠道和金融環(huán)境等方面更加成熟和完善，故推測(cè)城鄉(xiāng)家庭對(duì)不確定性的主觀預(yù)期與風(fēng)險(xiǎn)偏好對(duì)家庭資產(chǎn)配置的影響可能存在一定差異.

首先，由表5簡(jiǎn)約式模型估計(jì)可見(jiàn)，預(yù)期物價(jià)上升，與表2全樣本結(jié)果一樣，城鎮(zhèn)與農(nóng)村家庭對(duì)3類資產(chǎn)的配置比例都沒(méi)有顯著改變，城鄉(xiāng)家庭的響應(yīng)差異不大. 預(yù)期利率上升，農(nóng)村家庭會(huì)增加儲(chǔ)蓄和風(fēng)險(xiǎn)投資，減少房產(chǎn)配置比例，而城鎮(zhèn)家庭僅增加風(fēng)險(xiǎn)資產(chǎn)投資；兩者對(duì)預(yù)期利率上升的響應(yīng)都是增加風(fēng)險(xiǎn)資產(chǎn)的配置，不同之處在于農(nóng)村家庭更看重?zé)o風(fēng)險(xiǎn)資產(chǎn)的配置，而減少房產(chǎn)投資比重. 預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益下降，農(nóng)村家庭的響應(yīng)不顯著，但城鎮(zhèn)家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)投資更敏感，會(huì)顯著減少風(fēng)險(xiǎn)資產(chǎn)配置比重. 預(yù)期房?jī)r(jià)上升，農(nóng)村家庭僅會(huì)增加房產(chǎn)投資，對(duì)儲(chǔ)蓄和風(fēng)險(xiǎn)投資的響應(yīng)不明顯，但城鎮(zhèn)家庭對(duì)3種資產(chǎn)投資的響應(yīng)均比較敏感，會(huì)顯著增加房產(chǎn)投入，同時(shí)減少儲(chǔ)蓄和風(fēng)險(xiǎn)資產(chǎn)配置比重. 房?jī)r(jià)變化對(duì)城鎮(zhèn)家庭資產(chǎn)配置具有更大的影響力.

表5 城鎮(zhèn)與農(nóng)村分樣本簡(jiǎn)約式Tobit模型的估計(jì)結(jié)果Table 5 Estimation results of Tobit models with reduced forms inrural and urban subsamples

相對(duì)于風(fēng)險(xiǎn)中性家庭，風(fēng)險(xiǎn)偏好型家庭對(duì)3類資產(chǎn)配置比例的影響的城鄉(xiāng)差別不大，均看重風(fēng)險(xiǎn)資產(chǎn)，較少配置房產(chǎn)投資；農(nóng)村風(fēng)險(xiǎn)規(guī)避型家庭在3類資產(chǎn)配置方面均無(wú)顯著不同，但城鎮(zhèn)風(fēng)險(xiǎn)規(guī)避型家庭會(huì)顯著減少風(fēng)險(xiǎn)資產(chǎn)配置，而增加房產(chǎn)投資. 可見(jiàn)，城鎮(zhèn)相對(duì)于農(nóng)村，風(fēng)險(xiǎn)規(guī)避型家庭對(duì)房產(chǎn)投資更積極，對(duì)風(fēng)險(xiǎn)資產(chǎn)投資較消極. 綜合來(lái)看，除預(yù)期物價(jià)上升外，其他預(yù)期變量和風(fēng)險(xiǎn)偏好類型對(duì)3種資產(chǎn)配置比例決策的影響雖存在一定的城鄉(xiāng)差異，但基本方向是一致的.

其次，由表6結(jié)構(gòu)式模型估計(jì)可見(jiàn)，房產(chǎn)對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)的“擠出效應(yīng)”在城鄉(xiāng)都是顯著的，這表明城鄉(xiāng)家庭增加房產(chǎn)投資都會(huì)嚴(yán)重?cái)D出儲(chǔ)蓄. 不同的是，城鎮(zhèn)家庭對(duì)風(fēng)險(xiǎn)資產(chǎn)的投資會(huì)顯著擠出儲(chǔ)蓄，而農(nóng)村家庭在此擠出效應(yīng)方面不具有統(tǒng)計(jì)顯著性. 在資產(chǎn)間相互直接影響的非對(duì)稱性方面，城鄉(xiāng)與全樣本情形的結(jié)論一致.

表6 城鎮(zhèn)與農(nóng)村分樣本結(jié)構(gòu)式Tobit模型的估計(jì)結(jié)果Table 6 Estimation results of Tobit models with structural forms in rural and urban subsamples

4 穩(wěn)健性檢驗(yàn)

從以下幾個(gè)角度對(duì)前述結(jié)論作穩(wěn)健性測(cè)試：第一，對(duì)聯(lián)立方程模型使用常規(guī)的三階段最小二乘估計(jì)；第二，使用總資產(chǎn)(包括家庭負(fù)債)對(duì)應(yīng)的資產(chǎn)配置比例變量作被解釋變量；第三，尋找風(fēng)險(xiǎn)規(guī)避變量的另一替代指標(biāo)；第四，用較近期CHFS混合面板數(shù)據(jù)研究.

4.1 三階段最小二乘估計(jì)

如果忽略被解釋變量數(shù)據(jù)的歸并性，上述結(jié)論是否穩(wěn)健呢？表7給出不考慮rate_m、rate_r和rate_h數(shù)據(jù)歸并特征時(shí)聯(lián)立方程模型的兩階段最小二乘估計(jì)(2SLS)和三階段最小二乘估計(jì)(3SLS)結(jié)果，其中后者估計(jì)更有效. 可見(jiàn)，系數(shù)估計(jì)顯著性高于表3(5)表3結(jié)果考慮了數(shù)據(jù)歸并信息，這里的估計(jì)沒(méi)有考慮數(shù)據(jù)歸并的信息損失，故系數(shù)估計(jì)具有較高顯著性是可以理解的. 不過(guò)，這時(shí)系數(shù)估計(jì)有可能是非一致的. 這里2SLS和3SLS結(jié)果僅是為了說(shuō)明資產(chǎn)間存在擠出效應(yīng)的結(jié)論同表3是一致的.，但與表3一致，內(nèi)生(被解釋)變量之間的影響系數(shù)均為負(fù)，3類資產(chǎn)配置之間具有顯著擠出效應(yīng)及非對(duì)稱性等結(jié)論均不變.

4.2 使用總資產(chǎn)(包括家庭負(fù)債)配置比例變量

前面用凈資產(chǎn)構(gòu)造資產(chǎn)配置比例進(jìn)行分析. 不過(guò)，家庭負(fù)債也可以成為家庭可支配的資產(chǎn)而用于資產(chǎn)配置(6)感謝匿名評(píng)審人的有益建議.，故此處定義無(wú)風(fēng)險(xiǎn)資產(chǎn)、風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)價(jià)值與總資產(chǎn)價(jià)值的比值分別為他們?cè)诳傎Y產(chǎn)中的配置比例，代替表2和表3中的被解釋變量進(jìn)行估計(jì)，結(jié)果見(jiàn)表8.

表8 用家庭總資產(chǎn)進(jìn)行資產(chǎn)配置時(shí)的模型估計(jì)結(jié)果Table 8 Estimation results of asset allocation models with total household assets

續(xù)表8Table 8 Continues

可見(jiàn)，家庭主觀預(yù)期變量和風(fēng)險(xiǎn)偏好變量對(duì)3類資產(chǎn)的邊際影響系數(shù)估計(jì)的符號(hào)、大小及顯著性與表2的基本一致；3類資產(chǎn)配置比例之間的直接影響仍表現(xiàn)為“擠出效應(yīng)”，且具有非對(duì)稱性，與表3的結(jié)論也一致.

4.3 風(fēng)險(xiǎn)規(guī)避變量的替代變量

CHFS問(wèn)卷中詢問(wèn)受訪人：“假定當(dāng)前利率為零，且不考慮物價(jià)上漲因素，您可以在明天得到1 000元，或者在1年以后得到1 100元，您更愿選擇哪個(gè)？”. 此二擇一問(wèn)題限定了利率為零和通貨膨脹率為零，故受訪人的回答可反映家庭的風(fēng)險(xiǎn)偏好類型. 若選擇前者，則說(shuō)明回答者是風(fēng)險(xiǎn)規(guī)避的；若選擇后者，則是風(fēng)險(xiǎn)偏好的. 由此，定義虛擬變量risk1_averter, 如果受訪人選擇前者，則令risk1_averte取值1；否則，取值0.

此變量與表2和表3中使用的虛擬變量risk_averter存在定義范圍的差異. 這里risk1_averter的定義將樣本分成兩個(gè)集合，其基準(zhǔn)組是非風(fēng)險(xiǎn)規(guī)避者.為使虛擬變量定義范圍具有一致性，讓結(jié)果可以比較，去掉risk_lover(風(fēng)險(xiǎn)偏好)變量，在模型中只引入risk_averter作風(fēng)險(xiǎn)偏好變量，使其基準(zhǔn)組也是非風(fēng)險(xiǎn)規(guī)避者.

表9左右兩欄分別報(bào)告上述兩變量作為風(fēng)險(xiǎn)規(guī)避變量時(shí)3種資產(chǎn)配置比例簡(jiǎn)約式模型的估計(jì)結(jié)果. 除rate_r方程(II)和方程(V)中兩風(fēng)險(xiǎn)規(guī)避變量系數(shù)估計(jì)的顯著性有差異外，其他變量系數(shù)估計(jì)符號(hào)及顯著性都沒(méi)有改變. 各主觀預(yù)期變量對(duì)各項(xiàng)資產(chǎn)配置比例的邊際影響等結(jié)論均不變，結(jié)論具有穩(wěn)健性.

表9 使用風(fēng)險(xiǎn)偏好替代變量估計(jì)簡(jiǎn)約式Tobit模型Table 9 Estimation results of reduced-form Tobit models with a new variableof risk preference

表10左右兩欄分別報(bào)告上述兩變量作為風(fēng)險(xiǎn)規(guī)避變量時(shí)結(jié)構(gòu)式Tobit模型的估計(jì)結(jié)果. 除右欄rate_h方程中rate_m和risk1_averter系數(shù)不顯著外，各變量的系數(shù)符號(hào)與顯著性基本與左欄的一致. 特別地，左右兩欄中資產(chǎn)配置比例變量的系數(shù)估計(jì)分別都具有相同的符號(hào)，關(guān)于資產(chǎn)配置比例之間直接影響的“擠出效應(yīng)”、“非對(duì)稱性”等結(jié)論與前述完全一樣，故這些結(jié)論關(guān)于風(fēng)險(xiǎn)規(guī)避變量的選取也具有穩(wěn)健性.

表10 使用風(fēng)險(xiǎn)偏好替代變量估計(jì)結(jié)構(gòu)式Tobit模型Table 10 Estimation results of structural Tobit models with a new variable of risk preference

4.4 應(yīng)用CHFS混合面板數(shù)據(jù)的估計(jì)分析

應(yīng)用2011年和2013年CHFS混合面板，以及2011年、 2013年和2017年CHFS混合面板數(shù)據(jù)進(jìn)一步分析. 因2013年和2017年CHFS調(diào)查中沒(méi)有題項(xiàng)直接詢問(wèn)受訪人對(duì)物價(jià)、利率和房?jī)r(jià)的預(yù)期，故這兩年與2011年數(shù)據(jù)在3個(gè)主觀預(yù)期變量上無(wú)法對(duì)接. 不過(guò)，利用一些替代的題項(xiàng)近似地構(gòu)建這些變量. 例如，對(duì)于2013年CHFS數(shù)據(jù)，考察題項(xiàng)(7)[A4004a]假設(shè)您現(xiàn)在有100元，銀行的年利率是4%，如果您把這100元存5年定期，5年后您獲得的本金和利息為？選項(xiàng)有：1.小于120元； 2.等于120元； 3.大于120元； 4.算不出來(lái). [A4005a]假設(shè)您現(xiàn)在有100元，銀行的年利率是5%，通貨膨脹率每年是3%，您的這100元存銀行1年之后能夠買(mǎi)到的東西將？選項(xiàng)有：1.比1年前多； 2.跟1年前一樣多； 3.比1年前少； 4.算不出來(lái).[A4004a]和[A4005a]，由前者定義預(yù)期利率上升變量interest_up：如果受訪者回答的是第3項(xiàng)，則取值1；否則，取為0，而由后者定義預(yù)期物價(jià)上升變量price_up：如果受訪者回答的是第3個(gè)，則取值1；否則，取為0. 對(duì)預(yù)期房?jī)r(jià)上升變量house_up的定義較為困難. 從CFPS數(shù)據(jù)挖掘，關(guān)注題項(xiàng)“未來(lái)5年，您家是否有新購(gòu)/新建住房的打算？”. 對(duì)于回答“是”的家庭，進(jìn)一步看他們回答“新購(gòu)/建住房的目的是什么？”. 如回答“投資”，則認(rèn)為這類家庭預(yù)期房?jī)r(jià)上升，定義house_up=1；如回答的是其他選項(xiàng)，則定義house_up=0.而對(duì)其他觀察，均定義house_up=1(按2013年當(dāng)時(shí)中國(guó)房產(chǎn)發(fā)展形勢(shì)看，人們整體預(yù)期房?jī)r(jià)應(yīng)該是上升). 由此定義，對(duì)house_up作統(tǒng)計(jì)發(fā)現(xiàn)，約72%的受訪者預(yù)期房?jī)r(jià)上升,與當(dāng)時(shí)人們對(duì)房產(chǎn)形勢(shì)的直覺(jué)相符合. 類似地，可定義2017年家庭對(duì)物價(jià)、利率、房?jī)r(jià)上升等預(yù)期變量. 假設(shè)這樣定義的變量在不同年份可以進(jìn)行對(duì)接(8)因?yàn)轭}項(xiàng)不同，這樣作變量近似可能有些勉強(qiáng)，故這里謹(jǐn)慎比較不同年份的估計(jì)結(jié)果. 另外，2011年題項(xiàng)“去年您家總支出與正常年份比，是偏高還是偏低？ 1.偏高； 2.偏低； 3.持平”在2013年和2017年問(wèn)卷中都沒(méi)有，故這里混合面板模型估計(jì)中的控制變量不包括變量exp_high，但對(duì)年份進(jìn)行了控制..

由表11簡(jiǎn)化式模型估計(jì)知，兩種混合面板樣本的估計(jì)結(jié)果基本一致. 比較表11與表2對(duì)應(yīng)系數(shù)可見(jiàn)，系數(shù)符號(hào)總體上保持一致。在混合面板數(shù)據(jù)樣本量遠(yuǎn)高于2011年樣本量的情況下，邊際影響與前述大多一致，且一般更顯著.

表11 應(yīng)用混合面板數(shù)據(jù)估計(jì)簡(jiǎn)約式Tobit模型Table 11 Estimation results of reduced-form Tobit models with pooled panel data

由表12的結(jié)構(gòu)式模型估計(jì)知，資產(chǎn)配置比例之間的直接影響系數(shù)均為負(fù)，除rate_m和rate_r在rate_h模型中的系數(shù)顯著性不同外，這兩類混合面板數(shù)據(jù)估計(jì)結(jié)果是一致的. 在兩種面板數(shù)據(jù)情形，3類資產(chǎn)配置之間均存在直接的“擠出效應(yīng)”，且表現(xiàn)出明顯的非對(duì)稱性，與表3結(jié)論一致.

表12 應(yīng)用混合面板數(shù)據(jù)估計(jì)結(jié)構(gòu)式Tobit模型Table 12 Estimation results of structural Tobit models with pooled panel data

5 結(jié)束語(yǔ)

我國(guó)居民家庭資產(chǎn)配置偏重于無(wú)風(fēng)險(xiǎn)資產(chǎn)和房產(chǎn)的模式值得思考. 本文探討家庭對(duì)未來(lái)不確定的主觀預(yù)期對(duì)家庭資產(chǎn)最優(yōu)配置的影響機(jī)制，并研究資產(chǎn)配置之間的直接影響關(guān)系. 理論上，將主觀預(yù)期以隨機(jī)動(dòng)態(tài)過(guò)程的方式納入家庭資產(chǎn)配置決策的約束方程中，由家庭消費(fèi)動(dòng)態(tài)優(yōu)化方法導(dǎo)出無(wú)風(fēng)險(xiǎn)資產(chǎn)、房產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)之間的聯(lián)立關(guān)系，求解出最優(yōu)資產(chǎn)配置比例. 由此分析各主觀預(yù)期變量對(duì)最優(yōu)資產(chǎn)配置比例的邊際影響，研究不同資產(chǎn)配置比例之間的直接聯(lián)動(dòng)性. 實(shí)證上，由最優(yōu)配置比例及他們滿足的必要條件，分別建立家庭資產(chǎn)配置比例的簡(jiǎn)約式Tobit模型和聯(lián)立結(jié)構(gòu)式Tobit模型，由中國(guó)家庭金融調(diào)查(CHFS)的微觀數(shù)據(jù)，估計(jì)主觀預(yù)期變量對(duì)資產(chǎn)配置比例的邊際影響，并分析3種資產(chǎn)配置之間的“擠出效應(yīng)”及其非對(duì)稱性. 實(shí)證結(jié)論如下：

第一，家庭預(yù)期物價(jià)上升，對(duì)3類資產(chǎn)配置比例的影響均不顯著；預(yù)期利率上升，會(huì)同時(shí)增加無(wú)風(fēng)險(xiǎn)資產(chǎn)(主要是儲(chǔ)蓄)和風(fēng)險(xiǎn)資產(chǎn)的配置比例，但減少房產(chǎn)配置份額；預(yù)期風(fēng)險(xiǎn)資產(chǎn)收益下滑，風(fēng)險(xiǎn)資產(chǎn)本身的配置比例將顯著下降，儲(chǔ)蓄與房產(chǎn)投資的變化不顯著；預(yù)期房?jī)r(jià)上升，會(huì)顯著增加房產(chǎn)投資比例，并顯著減少風(fēng)險(xiǎn)資產(chǎn)的配置比例，儲(chǔ)蓄的變化不顯著.

第二，相對(duì)于風(fēng)險(xiǎn)中性者，風(fēng)險(xiǎn)偏好型家庭會(huì)顯著增加風(fēng)險(xiǎn)資產(chǎn)配置比例，而顯著減少房產(chǎn)比例；風(fēng)險(xiǎn)規(guī)避型家庭與此相反，會(huì)顯著降低風(fēng)險(xiǎn)資產(chǎn)配置比例，而顯著增加房產(chǎn)比例. 風(fēng)險(xiǎn)偏好對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)配置比重沒(méi)有顯著影響.

第三，不同資產(chǎn)投資之間存在“擠出效應(yīng)”. 房產(chǎn)投資顯著地對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)產(chǎn)生擠出效應(yīng)；加大風(fēng)險(xiǎn)資產(chǎn)的投資會(huì)顯著擠出無(wú)風(fēng)險(xiǎn)資產(chǎn)投資；無(wú)風(fēng)險(xiǎn)資產(chǎn)顯著地對(duì)房產(chǎn)產(chǎn)生擠出效應(yīng). 不同資產(chǎn)配置比例間此消彼長(zhǎng)，存在“替代效應(yīng)”或“擠出效應(yīng)”.

第四，不同資產(chǎn)投資間的“擠出效應(yīng)”程度具有非對(duì)稱性. 房產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資的擠出效應(yīng)遠(yuǎn)大于風(fēng)險(xiǎn)資產(chǎn)對(duì)房產(chǎn)投資的擠出效應(yīng)，兩者間直接影響關(guān)系是非對(duì)稱的；無(wú)風(fēng)險(xiǎn)資產(chǎn)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資的擠出效應(yīng)遠(yuǎn)高于反過(guò)來(lái)的擠出效應(yīng)，兩者間直接影響大小也是非對(duì)稱的. 房產(chǎn)與無(wú)風(fēng)險(xiǎn)資產(chǎn)的相互擠出效應(yīng)相近，具有一定對(duì)稱性. 房產(chǎn)投資和無(wú)風(fēng)險(xiǎn)資產(chǎn)(儲(chǔ)蓄)是中國(guó)家庭最重要的投資渠道，其重要性大于風(fēng)險(xiǎn)資產(chǎn)投資. 家庭以犧牲風(fēng)險(xiǎn)資產(chǎn)的配置去追求收益更高的房產(chǎn)投資和更安全的無(wú)風(fēng)險(xiǎn)資產(chǎn)投資.

第五，3類資產(chǎn)配置之間存在的內(nèi)生互動(dòng)關(guān)系是家庭主觀預(yù)期和風(fēng)險(xiǎn)偏好變量影響家庭資產(chǎn)配置的重要傳導(dǎo)渠道.主觀預(yù)期與風(fēng)險(xiǎn)偏好變量通過(guò)資產(chǎn)配置之間的直接影響渠道進(jìn)一步影響家庭各類資產(chǎn)的配置比例.

上述結(jié)論在采用其他估計(jì)方法、變量構(gòu)造方法、混合面板數(shù)據(jù)應(yīng)用等穩(wěn)健性檢驗(yàn)下基本保持不變. 本研究結(jié)論揭示了中國(guó)家庭追求更安全的無(wú)風(fēng)險(xiǎn)資產(chǎn)和高收益的房產(chǎn)投資，且弱化風(fēng)險(xiǎn)資產(chǎn)配置的普遍投資模式.從現(xiàn)實(shí)意義來(lái)看，特別地，從黨的十九屆五中全會(huì)提出“改善人民生活品質(zhì)”、“多渠道增加城鄉(xiāng)居民財(cái)產(chǎn)性收入”的角度來(lái)看，本研究對(duì)于政府部門(mén)、財(cái)富管理部門(mén)和居民自身均具有重要的參考價(jià)值和現(xiàn)實(shí)意義. 具體歸納為如下幾點(diǎn)：

首先，對(duì)于政府部門(mén)，應(yīng)重視預(yù)期管理，提高調(diào)控的科學(xué)性，為居民家庭創(chuàng)造好的經(jīng)濟(jì)和投資環(huán)境. 根據(jù)本文結(jié)論，房產(chǎn)在家庭資產(chǎn)配置中占有重要的比重和地位，房?jī)r(jià)預(yù)期上升會(huì)增加家庭對(duì)房產(chǎn)配置的比重，進(jìn)而對(duì)無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)投資產(chǎn)生擠出效應(yīng). 因此，為推動(dòng)金融、房地產(chǎn)同實(shí)體經(jīng)濟(jì)均衡發(fā)展，多渠道增加城鄉(xiāng)居民財(cái)產(chǎn)性收入，政府有必要完善宏觀經(jīng)濟(jì)政策制定和執(zhí)行機(jī)制，做好預(yù)期管理和科學(xué)調(diào)控.

其次，對(duì)于居民財(cái)富管理部門(mén)而言，需要認(rèn)識(shí)到房產(chǎn)投資相對(duì)于大多數(shù)保守家庭而言是一種穩(wěn)健且高收益的投資方式這一客觀事實(shí)，同時(shí)，也要保持與中央政策一致，“堅(jiān)持房子是用來(lái)住的、不是用來(lái)炒的定位”，促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展. 換言之，財(cái)富管理者一方面應(yīng)該根據(jù)穩(wěn)健保守的目的為選擇房產(chǎn)投資的家庭選擇收益穩(wěn)定、風(fēng)險(xiǎn)較小的優(yōu)質(zhì)房產(chǎn)產(chǎn)品，另一方面，可根據(jù)顧客風(fēng)險(xiǎn)偏好程度，選擇較低風(fēng)險(xiǎn)的其他風(fēng)險(xiǎn)資產(chǎn)產(chǎn)品進(jìn)行推銷(xiāo)，提高銷(xiāo)售效率和降低銷(xiāo)售成本，從多個(gè)投資渠道為顧客增加財(cái)產(chǎn)性收入.

第三，對(duì)于居民家庭個(gè)體而言，應(yīng)始終堅(jiān)持制度自信，對(duì)未來(lái)的不確定性持有樂(lè)觀、合理的主觀預(yù)期，進(jìn)而合理地對(duì)家庭資產(chǎn)進(jìn)行有效配置，增加家庭財(cái)產(chǎn)性收入，改善生活品質(zhì).

本文有待進(jìn)一步探討的地方：1)在實(shí)證方面，后續(xù)工作可以在模型中引入主觀預(yù)期中關(guān)于預(yù)期資產(chǎn)收益波動(dòng)率變量，目前文獻(xiàn)尚沒(méi)有此領(lǐng)域的實(shí)證研究工作.

2)嘗試考慮更全面的家庭資產(chǎn)配置模型，引入其他的資產(chǎn)類別，比如無(wú)形資產(chǎn)、虛擬資產(chǎn)、實(shí)體經(jīng)營(yíng)資產(chǎn)，甚至消費(fèi)性資產(chǎn)等. 本文有廣闊的后續(xù)研究，有待進(jìn)一步探討.

附錄

最大化問(wèn)題求解過(guò)程:

將式(3)～式(5)代入式(6)的約束條件，則最優(yōu)化問(wèn)題是

s.t. dW=[Wα(rh-rm)+Wβ(rs-rm)+Wrm-C]dt+

W{α[ωhdzh-(ωp-σp)dzp]+β[δsdzs-(δp-σp)dzp]-σpdzp}

由不確定性動(dòng)態(tài)規(guī)劃方法，最優(yōu)值函數(shù)V滿足以下貝爾曼方程

(A1)

根據(jù)方差的性質(zhì)展開(kāi)上式中的方差，得

其中

均為各收益率的方差以及他們之間的協(xié)方差，他們均是與時(shí)間無(wú)關(guān)的常數(shù)；在給出各資產(chǎn)的回報(bào)率數(shù)據(jù)后均可計(jì)算出，故是可以識(shí)別的. 將上述結(jié)果代入值函數(shù)貝爾曼方程右端的目標(biāo)函數(shù)中，并記之為H(C,α,β)，具有以下形式

(A2)

將H(C,α,β)關(guān)于C,α,β分別求導(dǎo)，并令他們等于零，得

化簡(jiǎn)得

(A3)

故最優(yōu)解滿足

(A4)

將C*,α*,β*代入貝爾曼方程(A1)，得

λV(W)=H(C*,α*,β*)

(A5)

解

V(W)=A-θW1-θ/(1-θ)

(A6)

其中A是待定的常數(shù). 將式(A6)及V′(W)=A-θW-θ,V″(W)=-θA-θW-θ-1代入式(A5)，由待定系數(shù)法，求得C*=AW.

綜上，經(jīng)計(jì)算，并用γ*=1-α*-β*，正文中式(7)的最優(yōu)解為

其中