关系、股市参与和股市回报，本文主要内容关键词为：股市论文,关系论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
“关系”是中国社会架构的核心模式，它影响着中国社会的方方面面(Liang，1949；Jacobs，1979，1980；费孝通，1948；Gold et al.，2002)。而股市参与和股市回报，作为衡量一个国家金融市场发展程度的经济行为与现象，与社会关系有着千丝万缕的联系。研究“关系”的作用将为我们理解股市参与和股市回报提供一个重要的视角。 如何度量关系不是一个简单的问题。本文将因子分析和聚类分析的方法应用于中国家庭金融调查数据，建立起一个多维度的、综合的关系指标(Du et al.，2014)，进而利用该指标研究关系对股市参与和股市回报的影响及其影响的渠道。首先，我们根据“关系”这个概念的多维性，从23个与关系有关的变量中用因子分析和聚类分析的方法选取了8个变量，进而构建了一个综合的关系指标。这8个变量中，党员、职务和单位类型，衡量了权势；而在外就餐支出、娱乐支出、通信支出、交通支出和礼金支出则反映了建立和维护关系的投入。该指标与费孝通(1948)对关系的经典描述完全吻合，即关系的大小主要由权势决定，关系的建立和维护需要投入。 进而，我们研究了“关系”对股票市场的参与、参与程度和回报的影响。研究表明关系可以显著地促进家庭参与股市，并且可以显著地提高股市参与的程度，但关系对股市回报没有显著的影响。具体而言，关系指标每增大1%，家庭参与股市的概率增大约0.2%，家庭参与股市的程度(股票账户总额占全部金融资产的比重)增大约0.7%。 我们的计量模型中考虑了社区效应(可观测或不可观测)。由于不同社区的特有属性，像经济发展程度、社会风俗、金融可得性等，都有可能对家庭的股市参与造成影响，所以包含社区效应是很有必要的。我们既考虑了该效应为随机效应，也考虑了该效应为固定效应。 此外，我们也验证了关系至少可以通过以下两种渠道对股市参与产生影响。其一，关系是一种信息渠道。关系好的人，获得信息更加容易。这里的信息一方面是公共信息，即已经向社会公布，任何人都可以获得的信息。另一方面是内部信息，即公司或团体内部还没有公开的信息，由于“关系”而获得。不论是哪一种情况，信息成本的降低都使得家庭倾向于参与股市。其二，关系反映了社会活跃程度。关系越好，社会活跃程度越高，社会交往面越广，那么接触到炒股的人的概率就会越大，受到影响的可能性也就越大。 文献中已有关系对经济活动影响的研究，所用关系的度量并不全面。如关系可以帮助就业(Zhang et al.，2003；Bian，1994)，分担风险(Fafchamps & Gubert，2007；Munshi & Rosenzweig，2009)，提高收入(Grootaert，1999；Narayan and Pritchett，1999；黄英伟、洪如玲，2011)，以及造成收入差距(赵剑治、陆铭，2010)。Zhang et al.(2003)用择业过程是否得到家庭成员的帮助、家庭是否有成员外出务工、家庭是否有成员在当地从政衡量“关系”。张爽等(2007)利用家庭在政府、学校和医院工作的关系紧密的亲友总数来度量家庭层面的社会网络。赵剑治、陆铭(2010)在衡量“关系”网络时，选取了两个变量，第一，“家庭有几个关系亲密的亲友在政府部门工作”和“家庭有几个城里经常联系的亲友”；第二，“去年婚丧嫁娶、生日送礼支出”和“去年春节购买礼品支出”的总和除以该家庭日常支出得到的比值。马光荣、杨恩艳(2011)利用中国农村调查数据，选取家庭与亲友间的礼品往来数额以及可向其借钱的总亲友数作为社会网络的代理变量。黄英伟、洪如玲(2011)基于CHIPS数据，同样是利用亲友间的礼金往来数额作为社会网络的代理变量。唐为、陆云航(2011)利用CHIPS数据中“您的家属，或与您关系比较好的亲戚朋友中，有在县城或城市里生活的吗？”以及家庭支出中“送给亲戚、朋友、乡村干部的礼品或礼金总额占总收入的比例”作为社会关系网络的衡量指标。与以往的研究不同，我们采用了一个更为全面的多维度的关系指标来研究关系对股市参与的影响。 研究关系的作用为理解家庭的股市参与行为提供了一个重要的视角。根据经典的金融文献，所有投资者都应该把财富按照一定的比例投资于所有风险资产，每个人根据各自风险偏好的不同，调整无风险资产和风险资产的比例(Markowitz，1952；Samuelson，1969；Tobin，1958；Sharpe，1964)。然而，理论的预期和现实常常相悖，实证研究表明，家庭的投资组合选择与传统资产选择理论有许多不一致。特别是，现实中许多人根本不投资于股票，即使参与股票市场的投资者也并非持有市场中所有类型股票，现实数据远远低于理论上的最优风险资产持有份额。这就是金融学者广泛关注的股票市场“有限参与”现象。比如2010年的中国，仅有8.82%的家庭参与股市。①即使在美国，同年也仅有49.9%的家庭直接或间接参与股市。② 股票市场“有限参与”之所以引起广泛的关注，至少有以下两个原因。其一，股市参与率对于股权溢价有直接的影响(Mankiw & Zeldes，1991；Vissing-Jorgensen，1999)。了解哪些因素决定了股市参与率对于理解Mehra & Prescott(1985)提出的股权溢价之谜是必要的。其二，正如Hong et al.(2004)和吴卫星、齐天翔(2007)指出的，理解家庭不参与股市的原因对于政策制定也是有帮助的。例如，政府考虑是否应该将部分社保税收投入股市。一方面，如果市场是信息完备、无摩擦的，那么家庭拒绝进入股市多是因为股市的风险收益特性无吸引力。这种情况下政府也不应该代替民众进入股市。相反，如果家庭不参与股市是因为缺乏信息，或者是由于交易成本的阻碍，那么社保基金进入股市的想法是值得考虑的。 传统文献已经发现财富水平、教育程度可以影响人们进入股市的决策(Vissing-Jorgensen，2002；Bertaut & Starr，2000；Bernheim & Garrett，1996)。近年来，学者们越来越关注个体的社会属性对其股市参与行为的影响。如Bonaparte & Kumar(2013)发现，随着政治活跃程度的提高，人们对政治新闻更加关注，获得财经新闻也更加容易。这导致信息成本降低，因此人们会更加愿意进入股市。Hong et al.(2004)、李涛(2006a)发现社会互动更强的家庭更倾向于进入股市。Guiso et al.(2008)发现信任程度低的个体不倾向于购买股票，即使购买股票也会买的更少。李涛(2006a)也证实了信任对参与股市的推动作用。需要强调的是，“关系”中“社会互动”的含义比这些研究所述的“社会互动”更丰富。如Hong et al.(2004)用“认识的邻居数量”、“多久拜访一次邻居”和“多久参加一次教会活动”度量社会互动。李涛(2006a)用“居民2004年春节期间以各种形式给亲属、朋友以及认识的人拜年的总人数”和“居民对自己在社会上人际交往程度的主观评价”来衡量社会互动。而本文的“关系”涵盖的方面则包括了家庭的权势地位、娱乐和在外就餐支出、通信和交通支出、礼金支出等各个方面，它代表的社会互动的范畴比已有文献更广。 本文第二部分介绍使用的数据和分析变量。第三部分介绍关系指标的构建。第四部分是实证分析，研究关系对股市参与、参与程度和回报的影响。然后验证影响的渠道：信息渠道和社会互动渠道。第五部分是稳健性检验。最后是结论和政策涵义。 二、数据与变量描述 本文数据来源于西南财经大学中国家庭金融调查与研究中心(CHFS)2011年的访问。该数据样本分布于全国25个省(自治区、直辖市)，80个县(区、市)，320个村(居)委会，共有8438个家庭。有关数据的更多介绍参见甘犁等(2013)。
表1分别给出了城市、农村以及全部样本的股市参与情况。如果一个家庭持有股票账户，则该家庭被视为参与股市。③总体来看，我国的股市参与率为8.82%。然而，我国城市和农村的股市参与率差别非常大。在5191个城市样本中，有691个家庭持有股票账户；而农村的3242户家庭中，只有53户家庭持有股票账户。考虑到城乡差异很大，并且农村持有股票账户的样本过少，本文只研究城市家庭的股市参与。 除了考察关系对股市参与的影响，我们也研究了关系对股市参与程度及回报的影响。与Guiso et al.(2008)的做法一样，我们用股票账户总额占全部金融资产的比重来衡量股市参与程度。对于股市回报，考虑是否盈利(虚拟变量)以及股市收益率两种度量。 (一)关系的度量 选取问卷中与家庭“关系”相关的变量，共有23个，其中包含了已有文献中采用的大多数变量。通过数据的描述统计、因子分析和聚类分析，最终得到了基于如下8个变量的综合关系指标：党员、职务、单位类型、在外就餐支出、娱乐支出、通信支出、交通支出、礼金支出。关于关系指标的构建详见Du et al.(2014)。 因子分析给出了四个线性无关的关系子指标。四个子指标中占据主导地位的变量以及各变量的具体含义如表2所示。刻画关系总指标和四个子指标分布的柱状图如图1所示。 (二)其它控制变量 除了关系指标外，其它控制变量包括收入、④教育年限、年龄、年龄的平方、房产占总资产比重、⑤是否使用互联网、家庭规模、婚姻状况⑥、风险容忍度⑦、是否购买了商业保险、是否自主经营和炒股年数。
图1 关系总指标以及4个子指标的分布 (三)描述统计 表3给出了相关变量的统计描述。可以看出，未参与股市的家庭平均关系指标为13.32，而参与股市的家庭，平均的关系指标为26.91。参与股市的家庭的关系指标明显高于未参与股市家庭的关系指标。相似的结论也体现在四个关系子指标中，参与股市的家庭的各个子指标也是分别大于未参与股市的家庭相应的子指标。参与股市的家庭的收入(1.673)明显大于未参与股市的家庭(0.741)。参与股市家庭中有70.4%使用互联网获取信息，而未参与股市的家庭中仅有31.2%使用互联网。参与股市的家庭平均教育年限比未参与股市的家庭平均高出2.86年。参与股市的家庭整体上比未参与股市的家庭更愿意承担风险。 表4报告了参与股市、参与程度(股票占金融资产的比例)、盈利情况按四分位点分类的描述统计。数据显示，在关系分布最低层的25%的样本中，仅有2.38%的家庭投资股市，股票占金融资产的比重仅为0.76%；而关系分布最高层的25%的样本中，有28.7%的家庭参与股市，股票占全部金融资产的比重为10.7%。可以看出，随着关系分位点的提高，股市参与率和参与程度都在提高。但是，另一方面，随着关系分位点的提高，盈利的比率却没有明显的趋势。在进行了简单的描述统计之后，下面进行严格的实证分析。
三、实证分析 这一部分分别研究关系对股市参与、参与程度以及股市回报的影响。 (一)关系对股市参与的影响 这里我们将股市参与定义为家庭是否持有股票账户，采用如下的probit模型：
其中，下标i代表社区，下标j代表家庭，上式左端代表i社区的j家庭参与股市的概率；Φ是标准正态分布的累积分布函数；
代表关系指标，
代表其他控制变量，包括收入(自然对数)、房产占总资产比重、年龄、年龄的平方、互联网、教育年限、家庭规模、家庭规模的平方、婚姻状况、风险容忍度、购买保险、自主经营；
是社区效应(可观测或不可观测)。由于不同社区的特有属性，像经济发展程度、社会风俗、金融可得性等，都有可能对家庭的股市参与造成影响，所以包含
项是很有必要的。 我们既考虑了
为随机效应的模型，也考虑了
为固定效应的模型。固定效应模型中采用了Chamberlain(1980)和Mundlak(1978)的做法，假设
是解释变量
在i社区中的均值。于是我们的固定效应模型可以进一步写成：
表5报告了两种模型的系数和边际概率估计。
回归结果表明关系可以显著地增大家庭投资股票的可能。在所有的回归方程中，只有固定效应模型下的关系子指标2的系数不显著，其他的方程中的关系指标以及子指标的系数都显著为正。这说明其他条件保持不变时，关系指标每增大1%，⑧参与股市的概率增大2%左右(随机效应和固定效应模型的结论分别是0.22%和0.19%)。由于城市家庭股市参与率本来就不高，只有13.31%，因此概率增加0.2%还是不少了。这个增加的幅度和年龄增加1岁以及教育年限增加3年是差不多的。关系子指标1中占主导的变量是党员、职务和单位类型，体现家庭的权势地位。可以看出随着家庭权势地位的提高，家庭参与股市的可能性也随之增大。⑨从其他子指标中也能得到相应的结论。我们还发现收入每增加1%，参与股市的概率会增大超过1%。风险容忍度和购买保险的系数显著为正，自主经营的系数显著为负。 特别地，年龄和家庭规模的影响都呈倒U型。和Shum & Faig(2006)的发现一致，年龄对股市参与促进作用的极值点在60岁左右达到。这说明大约在60岁以前，随着年龄的增大，家庭股市参与的概率越来越大，但是增加的幅度越来越小；但是大约在60岁以后，随着年龄的增大，家庭股市参与的概率越来越小。回归系数反映的家庭规模作用的转折点是4口人(随机效应的结果是3.69，固定效应的结果是4.13)。当家庭规模在4以内，家庭规模越大，家庭参与股市的概率越大；当家庭规模超过4，家庭规模越大，家庭参与股市的概率越小。我们认为，偏大的年龄和家庭规模是家庭风险特征的反映。当户主的年龄到达60岁左右时，养老、医疗等问题会变得突出；平均来说，当家庭的成员数超过4口时，家庭的经济负担偏重。这两种情况下，家庭都会更倾向于规避风险。 此外，我们也发现互联网的使用可以显著地提高家庭参与股市的可能，这和Bogan(2008)的结果一致。和吴卫星和齐天翔(2007)的结果一致，我们发现随着房产占总资产比重的增大，家庭参与股市的概率变小，即房地产的投资对于投资者的股票市场参与有“挤出”效应。 (二)关系对股市参与程度的影响 上面的分析表明，关系显著地促进了股市参与。关系对股市参与的程度是否也有显著的影响呢？这是这一部分要回答的问题。 参照Guiso et al.(2008)的做法，我们用股票账户总额占全部金融资产的比重来度量股市参与程度。由于未参与股市家庭的股票比重为零，采用如下的Tobit模型来进行估计：
其中，
代表i社区的j家庭的股市参与程度；
服从正态分布；
为常数项；其它控制变量的定义与(1)式相同。同样地，既考虑社区效应
为随机效应的模型，也借鉴Chamberlain的思想考虑了
为固定效应的模型(假设
)。 表6显示了回归结果。关系指标以及第1和第4子指标的系数都显著为正。平均来说，关系指标每增加1%，股票账户总额占全部金融资产的比例增大7%左右(随机效应和固定效应模型的结果分别是0.79%和0.64%)。此外，收入、互联网的使用、教育年限、风险容忍度、购买保险的系数显著为正，自主经营的系数显著为负。
特别地，年龄的影响依旧呈倒U形。年龄对股市参与程度的促进作用的极值点在60岁左右达到。这和表5的结果是类似的，和前文的分析一致，偏大的年龄是家庭风险特征的一种反映，从而影响股市参与的程度。此外，房产占总资产的比重和家庭规模对参与程度的影响并不显著。 (三)关系对股市回报的影响 以上的分析表明关系对于股市参与和参与程度都有显著的推动作用，那么关系好的家庭是否会获得更高的股市回报呢？ 我们用股市盈利与否作为被解释变量。由于只有进入股市的家庭才有股市回报，因此这里存在样本选择的问题，故而采用Heckman probit模型。也就是说，一个家庭先决定是否进入股市；进入股市的家庭有可能盈利也有可能亏损。第一步关于家庭是否参与股市的方程如下：
其中(4)式左端代表家庭参与股市的概率，Guanxi是关系指标，
是其他控制变量，与(1)式当中的控制变量相同。第二步关于股市盈利与否的方程如下：
其中(5)式左端代表过去一年股市盈利的概率。逆米勒比率
。
是其他控制变量，包括炒股年数、收入(自然对数)、房产占总资产比重、年龄、年龄的平方、互联网、教育年限、婚姻状况、风险容忍度。
相对于
去掉了家庭规模、家庭规模的平方、购买保险、自主经营这些变量。它们作为家庭的风险背景，会对家庭是否参与股市产生影响，但是它们不涉及家庭的文化层次、股市经验、投资风格等可能和盈利能力相关的信息，因此我们认为它们对股市回报是没有直接影响的。此外，
中新增了炒股年数这个变量。我们猜测股市投资的经验或许可以影响家庭的股市回报。最后，本文参考Chamberlain(1980)和Mundlak(1978)的做法，在Heckman probit的两步回归中都加入社区均值(
)，用来控制社区效应。Heckman probit的估计结果如表7所示。
重点关注第二步的回归结果。结果显示，在所有的控制变量中，只有炒股年数对股市收益具有显著的正向作用。包括关系在内的其他变量均不显著。然而，炒股年数越长，股市收益越高。可能的原因是炒股越久，积累的实战经验越丰富，越有可能赚钱。通过Heckman probit模型，考虑全部样本的情况下，得出的结论是，炒股年数每增加一年，赚钱的概率会平均增大2.58%。 四、关系的作用渠道分析 关系对股市参与和参与程度都有正向的推动作用，但是对股市回报却没有显著的影响。下面探究关系是如何影响家庭参与股市的。首先，获取信息的能力对于股市参与是十分重要的，低廉的信息成本有助于家庭参与股市。第二，正如Hong et al.(2004)和李涛(2006a)所发现的，社会互动会促进家庭参与股市，关系至少可以通过信息渠道和社会互动渠道两种途径影响股市参与，下面依次验证。首先验证信息渠道。 (一)信息渠道 关系代表了一种信息渠道。关系好的人，获得信息更加容易，这里的信息既包括公开信息也包括内部信息。信息成本的降低会促进家庭参与股市。我们的一个推论是：关系可以降低由于信息缺乏而未参与股市的可能性。这是我们在这一部分要印证的结论，印证了这一结论也就验证了关系的信息渠道作用。 问卷中有一个问题：“您家没有炒股的原因是什么(可多选)？”备选答案有：1.炒股风险太高；2.炒股收益太低；3.不知道如何开户；4.证券公司离得太远；5.不知道到哪开户；6.程序繁琐；7.没有相关知识；8.曾经亏损；9.没有听说过；10资金有限；11.其他原因。如果受访户回答了3、5、7、9中至少一个，则说明该家庭没有股票账户的原因包括信息面狭窄。下面验证关系的提高是否会显著地降低这种情况发生的可能。使用面板probit模型。被解释变量为因缺乏信息而不参与股市。具体而言：取值为1代表受访户对于上面那道题回答了3、5、7、9中的至少一个；否则为0。解释变量包括收入的自然对数、年龄、年龄的平方、使用互联网、教育年限、婚姻状况。同样，分别对关系总指标和关系子指标进行回归。对于每一个回归，分别尝试随机效应模型和Chamberlain的固定效应模型。回归结果如表8所示。 结果表明，关系的提高可以显著地降低由于缺乏信息而不参与股市的可能性。除了第4个关系子指标不显著，其他的三个子指标和关系总指标均显著为负，和我们的预期一致。这说明了关系促进股市参与的渠道包含信息渠道。
接下来我们从另外两个方面进一步验证关系的信息渠道作用。首先，分析关系对获取信息的方式的影响。问卷中有问题询问受访者获取信息的主要来源有哪些。如果受访者选择了“亲戚、朋友、同事”，则令虚拟变量“信息来源”为1，否则为0。这个变量反映了家庭经常从与人交往中获得信息。如果关系能够显著地提高这种情况发生的可能性，也就佐证了关系代表信息渠道。 其次，分析关系对关注的信息种类的影响。问卷中有问题询问受访者平时关注哪些方面的信息。如果受访者选择了“经济”，则令虚拟变量“关注经济”为1，否则为0。这个变量反映了家庭对经济的关注程度。如果随着关系的增大，家庭关注经济的程度提高，那么家庭这方面的信息成本会随着关系的增大而减小，从而家庭更加倾向于参与股市。 这两部分都采用面板probit模型，被解释变量分别为“信息来源”和“关注经济”。分别尝试随机效应模型和Chamberlain的固定效应模型。解释变量和前面的方程相同。 以上两个回归结果显示，关系总指标的系数在两组回归中都显著为正。第3和第4子指标的系数也分别在不同的显著性水平下显著为正。可见，随着关系的提高，家庭从亲戚、朋友、同事那里获得信息的可能性变大；同时，家庭关注经济方面信息的可能性变大。以上结果分别从不同方面证明了关系的信息渠道作用。 互联网的使用一直作为控制变量在回归中出现，它是家庭获取信息能力的一种体现。同为信息渠道，互联网的使用和关系之间存在着怎样的联系？为了研究这个问题，我们在(1)式中加入关系指标与互联网的使用的交叉项。回归结果如表9所示。
表9显示，关系指标和互联网的交叉项的系数在随机效应与固定效应下均显著为负，说明伴随着互联网的使用，关系的作用有所降低。这体现了关系和互联网之间的替代性。 (二)社会互动渠道 正如Hong et al.(2004)、李涛(2006a)所发现的，社会互动会影响股市参与。我们认为，关系可以体现社会互动的强弱，从而影响股市参与。关系越好，社会互动的程度就会越高，交往面也就会越广，那么接触到炒股的人的概率就会越大，受到影响而参与股市的概率就会变大。也就是说，如果一个家庭参与股市是和周围居民的社会互动导致的，那么在股市参与率更高的社区，社会互动的作用对于家庭参与股市的推动作用会更大(Hong et al.，2004)。从另一个角度看，如果关系不能够通过社会互动的渠道影响股市参与，即关系好的人并没有因为接触到了更多的炒股家庭而被影响，那么对于一个家庭而言，周围炒股的家庭数量是不会影响其股市参与决策的，从而股市参与率不同的社区间，关系的作用应该没有差别。这个命题等价于：如果股市参与率不同的社区间，关系的作用存在显著差别，那么关系可以通过社会互动渠道影响股市参与。 为了验证关系对股市参与的社会互动渠道，只需要在基本的面板probit模型(1)中加入社区参与率和关系的交叉项。和Hong et al.(2004)的做法类似，把社区参与率从低到高排列，若社区参与率处于最低的1/3，归属于低参与率社区；若社区参与率处于最高的1/3，归属于高参与率社区。其余的社区为中等参与率社区。以中等参与率社区为基准组，分别对低参与率和高参与率社区设置虚拟变量。这里，不直接使用社区参与率而使用虚拟变量的原因是，每个社区只有20到58个样本，通过样本计算得到的社区参与率只是真实情况的近似。况且，进入回归的161个社区中，有38个社区的参与率是0，这并不代表这个社区的参与率真的是0，只能说明它们是很低的，这些社区都在低参与率的分组中。设置虚拟变量对于社区股市参与率的刻画更加精确。在原回归方程中加入低收益率、高收益率与关系的交叉项后，得到的回归结果如表10所示。
回归结果显示，高社区参与率和关系的交叉项显著为正，低社区参与率与关系的交叉项显著为负，和我们的预期一致。社区的股票参与率越高，关系的作用越大，证明了关系确实从社会互动的角度影响了股市参与。 (三)两种渠道的比较 不难看出，社会互动也会带来信息的交流，那么信息渠道和社会互动渠道的概念似乎就存在着重叠。然而二者的概念并不相同。行为金融领域已有很多关于社会互动对股市参与的研究。社会互动对股市参与的影响主要有三个方面：获得信息、交流感受、社会规范(李涛，2006b)。第一，获得信息又被称作交流性学习(word-of-mouth learning)或观察性学习(observational learning)(Banerjee，1992；Bikhchandani et al.，1992；Ellison and Fudenberg，1993，1995)。第二，参与股市的人会从和同样参与股市的朋友的交流中获得快乐(Becker，1991)，这和谈论其他的共同爱好(如书籍、电影等)而获得快乐是同一个性质的。第三个方面，社会规范。例如，根据Bernheim(1994)的一致性模型，个体总是希望和所在的社会群体的消费一致，这意味着社会群体的股市参与行为对于个体的决定具有正向的作用。Campbell et al.(1999)的外部习惯模型和DeMarzo et al.(2004)的局部资源稀缺模型也有相似的结论，即个体趋于同社会环境保持一致。 根据以上结论不难得知，社会互动中的“获得信息”和本文的“信息渠道”是两个不同的概念。前者表示个体被他人投资股票的行为影响，而后者单纯代表获得各种信息更加便捷，这些信息和股票投资可能没有直接的关联。另一方面，社会互动影响居民参与股市的三个方面所共同包含的关键因素是从众性。居民由于受到周围炒股的人的影响而进入股市，但如果他们没有考虑自身的投资能力和风险承受能力，那么参与股市可能并不是这些人的最优决策。因而信息渠道体现了居民理性的一面，从众体现了理性不足的一面。 五、稳健性检验 这一部分从如下几个方面来验证结果的稳健性，一是用不同的方式来定义股市参与，二是采用股市收益率来衡量股市回报，三是考虑潜在的内生性问题。 首先，改变参与股市的定义。前文的研究中，定义持有股票账户为参与股市，可是会有人对这种定义的准确性提出质疑。一方面，有些家庭很可能只是拿出很少的一部分钱投资，算不上真正意义的投资股票。例如，本文使用的数据中有125个持有股票账户的家庭股票账户总额不超过500元；另一方面，有些家庭因为一些历史原因开了股票账户，但是现在已经不参与股市了。对于这两种情况，我们的做法是改变参与股市的定义，第一个做法是只有当股票账户总额分别高于10000元、20000元时才算作参与股市。⑩重复上面公式(2)的面板probit和公式(3)的面板Tobit模型，仍然得到：关系指标每增大1%，参与股市的概率显著地增加0.2%左右，股票账户总额占全部金融资产的比例显著地增加0.9%左右。 第二种做法是尽可能地排除不活跃账户。剔除89个在访问的时候虽然持有账户但是没有持有股票的家庭。尽管这样处理有可能删除了一些实际上活跃投资股市的家庭(恰巧访问时没有持有股票)，也有可能遗漏了一些不活跃的家庭(虽然持有股票但是从来不交易)，但是受限于数据没有提供更多关于家庭股市活动的信息，这是我们能做的最好处理。重复上面公式(2)的面板probit和公式(3)的面板Tobit模型，我们仍然得到：关系指标每增大1%，参与股市的概率显著地增加0.02%左右，股票账户总额占全部金融资产的比例显著地增加0.7%左右。 可以看出，虽然提高了股市参与定义的门槛，但是以上两个模型依然是显著的。说明本文的实证结果足够稳健，关系对股市参与和股市参与程度都有显著的推动作用。 另一方面，为了保证结果的稳健，本文还建立另一个模型，只针对参与了股市的家庭研究股市回报问题。在汇报了过去一年中股市收益的504个样本中，有126个是正的回报，29个是负的回报，349个家庭回报为0。我们分析认为，这349个汇报股市回报为0的家庭实际上不一定真的刚好盈亏平衡。调查中反映股市盈亏的问题是：“去年，您家从股票差价或分红中获得多少税后收入？”受访户很可能会理解为如果赔钱回答0(因为没有收入)，只有挣钱时才回答收入了多少。所以这349个家庭很可能都是赔钱的家庭。这种情况下，如果采用OLS估计关系对收益率的影响会有偏差。因此，我们考虑采用面板Tobit模型研究。被解释变量为股市收益率，当股市收益率大于或等于零时，不改变这个数值；当股市收益率为负时，令其为0。由于问卷中没有对收益率直接的衡量，本文只能对收益率进行估计。方法是用过去一年的股市回报额除以目前的股票账户总额。然后，剔除3个收益率大于400%的极端值。建立的模型为：
其中，
代表i社区的j家庭的股市收益率。
是关系指标。
是其他控制变量，和Heckman probit模型的回归方程中的
相同。此外，面板Tobit模型既考虑常规的随机效应模型，也参考Chamberlain(1980)和Mundlak(1978)的做法，模型中加入社区均值的固定效应模型(假设
)。 用面板Tobit估计模型(6)发现：关系对于股市回报的影响虽然为正，但是却并不显著。当然，由于收益率是估算得来，这里的面板Tobit模型的结果中系数的大小只是一个估计，系数的正负性以及显著性才是我们关注的重点。我们还发现炒股年数每增加一年，收益率会平均增大0.6%(随机效应)或0.85%(固定效应)。 此外，居民有可能因参与股市而扩展自己的关系，由此引发双向因果的内生性问题。为了解决这个问题，我们使用两个工具变量，分别为(i)水、电、燃料费、物业管理费、维修费用；(ii)日用品支出。由于关系指数的成分包含在外就餐支出、娱乐支出、通信支出、交通支出、礼金支出这些和家庭支出相关的变量，这些支出与家庭的日常生活的支出是存在一定相关性的。另一方面，日常生活的支出和股市参与不存在直接的联系，因此这两个工具变量是合理的。使用IVprobit模型和IVtobit模型对(1)式和(3)式重新进行估计，然后进行Wald检验。检验结果显示：固定效应模型不存在内生性问题，而随机效应模型存在一定的内生性问题。鉴于前文随机效应模型与固定效应模型的结果大体相同，关系和股市参与之间形成的互动关系并不影响本文的结论。 六、结论和政策涵义 “关系”作为中国社会的核心结构，在社会生活方方面面的重要性不言而喻。本文第一次将“关系”的研究引入资产选择领域，研究其对股票市场参与行为的影响。据我们所知，本文也是首次使用全国性的调查数据研究中国股票市场参与问题。 本文的主要发现有： (1)关系可以显著地促进居民参与股市，并且可以显著地增大股市参与的程度。但是关系对股市回报没有显著的影响。具体而言，关系指标每增大1%，家庭参与股市的概率增大约0.2%，而家庭参与股市的程度(股票账户总额占全部金融资产的比重)增大约0.7%。 (2)关系可以通过信息渠道影响人们的股市参与行为，它会降低人们的信息成本，从而使人们倾向于进入股市。 (3)关系可以通过社会互动的渠道影响人们的股市参与决策。社会互动越强，家庭接触到炒股的人的概率越大，受到影响从而进入股市的概率也就越大。 (4)我们的研究也证实了前人关于股票市场影响因素的研究结果。收入、互联网的使用、教育、对风险的偏好、购买保险都会促进家庭参与股市；而房产占总资产的比重、自主经营会降低家庭参与股市的可能。户主的年龄和家庭规模的影响都是倒U型。当年龄超过60岁或家庭规模超过4时，这两个变量的增长会遏制家庭参与股市。关系对股市参与程度研究的结果和上面类似，只是房产占总资产的比重和家庭规模不再显著。 本文的发现说明，在资本市场发展的道路上，不能忽略社会结构可能造成的影响。可以看到，关系作为中国社会的核心结构，确实会影响家庭的资产组合选择。具体而言，一个拥有好的关系的家庭可以享受更低的信息成本，并且在社会生活中更容易受到别人炒股的影响，从而倾向于参与股市。然而正因如此，资本市场在发展过程中会受到社会结构——“关系”的阻碍。至少有以下两点会制约资本市场健康发展。 第一，在控制了“使用互联网”这样重要的信息来源的影响后，关系好的家庭由于信息渠道更愿意参与股市，但是关系不好的家庭存在信息壁垒而不愿意进入股市。如何让缺乏关系的家庭能够顺利地进入股市，这是我们关心的问题。而关系在中国的重要性是不言而喻的，这意味着，即使信息披露足够完善，股票市场的有限参与问题也只能在一定程度上得到改善。更好的信息透明度不能完全弥补缺乏关系带来的阻碍。 第二，关系好的人，如果仅仅由于受到炒股的人的影响进入股市，而没有考虑自身的知识背景，很可能参与股市并不是其最优的选择。进而，如果这种现象普遍存在，资本市场也无法实现资源的有效配置。 鉴于这两种情况的存在，可以考虑拓宽投资者的投资渠道，如政府引导扩大机构投资者的市场份额。目前我国机构投资者市值占比约20%，远低于欧美约70%的水平。(11)一方面，有了这种投资渠道，可以大大降低散户的信息成本，从而推动家庭间接进入股市；另一方面，机构投资者有更加专业的知识背景和分析能力，相比盲目进入股市的家庭，可以更好地完成资源配置，并且提高投资者福利。 感谢匿名审稿人、对外经贸大学吴卫星教授、德州农工大学甘犁教授对本文提出的宝贵意见。感谢2013年中国家庭金融研究论坛参会者的宝贵意见。 ①根据2011年中国家庭金融调查的数据。 ②数据来源于“Changes in U.S.Family Finances from 2007 to 2010:Evidence from the Survey of Consumer Finances”第41页。 ③在稳健性检验中也考虑了另外几种定义股市参与的方法。 ④为了避免收入包含股票盈利所导致的内生性问题，将家庭年收入减去股票收入以后的部分作为收入的度量。为了体现收入百分比变动对股市参与的影响，本文使用收入的自然对数。 ⑤数据报告了家庭最多3套住房的信息，如果多于3套，则按照已知的三套住房的平均价值推算，进而计算房产占总资产的比例。 ⑥如果户主的婚姻状况是已婚，令该虚拟变量为1，否则为0。 ⑦采用问卷中如下问题度量：如果您有一笔资产，您愿意选择哪种投资项目？1.高风险、高回报的项目；2.略高风险、略高回报的项目；3.平均风险、平均回报的项目；4.略低风险、略低回报的项目；5.不愿意承担任何风险。如果选择1、2，风险容忍度为1，否则为0。 ⑧关于关系指标具体含义，举例说明如下：家庭党员数增加1人，关系增大8.739(最大值为100，下同)；当了10年的科长比当了5年的科长关系大3.502；当了5年的处长比当了5年的科长关系大4.227；在政府机关工作比在国有非上市公司工作关系大4.7789；一年在外就餐支出增加1000元，关系增加0.183；一年娱乐支出增加1000元，关系增加0.95；一年通信支出增加1000元，关系增加2.314；一年本地交通支出增加1000元，关系增加0.734；一年礼金支出增加1000元，关系增加0.243。更多的说明参见Du et al.(2014)。 ⑨如匿名审稿人指出的，另外一个有意思的问题是，家庭的关系中有证券从业者或政府官员等是否会促进股市参与。但由于在CHFS的数据中很难找到家庭成员以外的人的工作性质，因此本文没有讨论此问题。 ⑩家庭股票账户总额的分布：25%分位数是20000元，50%分位数是52000元，75%分位数是1450000元。 (11)资料来源于《深化改革，促进资本市场安全健康发展》，http://jingji.cntv.cn/2013/03/05/ARTI1362461231098814.shtml。
标签：社会互动论文; 概率计算论文; 风险系数论文; 股市论文; 股票论文; 投资论文;
