基于夏普利率的中国家庭投资组合有效性研究_夏普论文

中国居民家庭投资组合有效性：基于夏普率的研究，本文主要内容关键词为：中国论文,投资组合论文,有效性论文,居民家庭论文，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。

      2014年7月

      一 引言

      家庭金融旨在研究家庭如何通过金融市场进行资源跨期优化配置。家庭资产组合的优化程度对家庭的财产性收入和财富积累有重要影响，金融市场的发展以及金融创新可能会使普通居民家庭能够通过参与市场而减缓社会财富占有不平等程度扩大的进程(陈志武，2003)，但也有学者注意到金融市场会被一部分精通市场运作的参与者作为工具用来掠夺另一部分人的财富，金融市场发展反而会加剧社会贫富差距(Campbell，2006)。

      金融理论对家庭投资组合的规范性研究给出的是简洁明快的同质化建议，但是在实践中不同家庭的投资组合展示了惊人的异质性。传统的金融理论认为所有理性人都应该参与风险资产市场且持有相同的市场组合，但现实中的家庭投资组合千差万别。对此，学者们从背景风险(Heaton和Lucas，2000)、不对称信息(Jagannathan和Narayana，1996；Cocco等，1998)、投资组合准则和期望效用函数(Heaton，1995；Campbell和Cochrane，1999)等角度做出了针对不同行为的解释。在家庭投资组合有效性的研究方面，学者们也克服了种种困难，使模型预测更接近现实数据，从仅考虑一种风险资产(Cocco，2005)到考虑多种风险资产(Pelizzion和Weber，2008)，从只考虑流动资产到考虑房产、人力资本等非流动资产(Flavin和Yamashita，2002)，在求解最优投资组合时，从简单的CRRA效用函数到考虑非流动资产风险对冲项的新效用函数(Pelizzion和Weber，2009)，这些研究逐步完善着投资组合理论在家庭金融领域的应用。

      本文旨在从微观层面探讨中国家庭投资组合的有效性问题。在诸多与经典理论背离的典型事实下，学者们试图建立一套家庭金融领域的投资组合理论。居民家庭具有复杂的异质性特征，效用函数各不相同也不易观察，我们甚至无法得知家庭最优投资组合是否存在，也无法判断每个家庭是否理性地依据自身风险偏好进行资产配置。Pelizzion和Weber(2008)及Flavin和Yamashita(2002)在无法得到投资组合账户数据的情况下，采用指数替代的方式求得资产收益和方差协方差矩阵，据此构建投资组合有效前沿，来研究家庭投资组合的有效性问题。如果不采用传统的效用函数框架或者均值方差框架，能否从其他角度来研究家庭投资组合的有效性问题？本文尝试找寻一个有明确经济学含义但依然简洁的度量标准来衡量家庭投资组合的优化程度，希望这个标准可以用来比较不同特征家庭投资组合的优劣。在标准的金融学理论下，若所有投资者都面临已知且相同的服从正态分布的资产收益率，如果考虑无风险资产，那么投资组合有效前沿为资本市场线，而其斜率即为夏普率，这样理性投资者所持投资组合的夏普率都相同。而在家庭投资组合存在巨大差异的事实下，投资组合的夏普率必然不尽相同。夏普率在金融业界常用来比较基金业绩，在家庭金融领域也有重要应用，如Pelizzion和Weber(2009)利用夏普率的平方构建统计量，检验意大利居民家庭投资组合的有效性。Grinblatt等(2011)利用芬兰2000年年末家庭投资组合数据，证明了高IQ的投资者更倾向于参与股市，而且他们的夏普率也更高。Gourieroux和Monfort(2005)证明了夏普率直接和期望效用相关，这意味着夏普率除可以用来衡量投资组合表现之外，也可以在一定程度上反映投资组合的有效性。借鉴前人研究成果，本文采用夏普率作为衡量投资组合优劣的标准，并据此来研究投资组合有效性的群体性差异。

      夏普率度量的是承担单位风险获得的超额收益，我们利用微观调查数据中家庭风险资产组合各资产的权重和资产的历史表现，计算每个家庭投资组合的夏普率，以考察家庭投资组合有效性是否呈现群体性差异。同时，风险资产市场的参与率在不同财富水平、收入水平及人口特征变量的家庭间存在差别，那么这些影响参与率的变量是否也影响着家庭参与市场的效果和投资组合的有效性？其影响机制又是什么？本文将围绕这些问题展开讨论。

      家庭投资组合有效性的研究对中国金融市场的发展和金融创新相关政策的制定有重要意义。金融市场发达与否的一个重要指标就是经济主体的金融市场参与度和投资决策的优化程度，居民家庭的资产配置会对未来的生活水平产生重大影响，而中国资本市场的不完备性导致居民家庭要想实现自身金融目标可能会非常困难。对家庭投资组合有效性的研究，在实践层面，有助于投资咨询人员根据居民家庭投资组合的异质性，有针对性地提出投资建议，有效优化投资组合；在政策层面，有助于政策制定者剖析金融制度改革的福利效应，提高市场效率，促进金融创新。

      本文结构安排如下：第二部分回顾相关文献；第三部分介绍本文所用数据、变量和研究方法；第四部分是经验分析；第五部分进行稳健性检验；最后总结本文主要结论并提出相关政策建议。

      二 文献综述

      投资组合的有效性分析是投资组合管理的基石。Markowitz(1952)的经典投资组合理论认为理性投资者构建的投资组合应该在有效前沿上，其目标是在给定风险时最大化期望收益，或者在给定收益时最小化风险。但该理论建立在严格的假设条件下，包括投资者是单期投资、投资者事先知道投资收益率的概率分布并且收益率服从正态分布等。假设投资者的效用函数是二次的，投资者都是不知足和风险厌恶的且遵循二阶随机占优，可以求出最优投资组合即为所有投资者都持有相同的风险资产组合——市场组合，投资者只需根据自身风险偏好来选择持有市场组合的数量。Samuelson(1969)与Meerton(1969)在此基础上，将单期拓展到多期，得出了类似的结论。后来学者们对上述经典理论的假定做了逐一放松使模型更为接近现实，家庭资产配置理论正是在这样的背景下诞生的。现实中大量的居民并没有参与风险资产投资，即使参与，他们的投资组合选择也是千差万别的，这种现象被称为“有限参与”和“投资组合相异性”之谜。复杂的现实使得家庭投资组合是否有效难以评判，对此国内外学者从不同角度进行了研究。

      宏观层面，孔丹凤和吉野直行(2010)利用中国人民银行发布的金融资产年度数据，从宏观金融资产选择的视角分析1992-2006年中国家庭部门流量金融资产配置的特点，通过构建简化的线性效用函数，得出最优存款和债券持有量，并研究影响家庭资产配置的因素，发现家庭部门的金融资产选择行为对收入水平和部分金融资产风险敏感，但对各类资产收益均不敏感。秦丽(2007)通过研究利率市场化改革前后居民金融资产结构的变化，发现虽然居民风险意识大幅提高，资产结构开始优化，但储蓄存款占绝对优势的特征仍未改变，而且投资品种多样化的趋势十分缓慢。

      家庭金融研究的一个重要难题是如何获得微观数据，这一方面是由于居民对自己金融数据的隐私保护，另一方面由于居民家庭账户众多，包括存款、债券、股票、基金等，就算居民愿意，可能也很难准确描述自己的金融状况。所以从经验分析的角度来研究居民家庭投资组合起步相对较晚，而且难以获得投资组合账户数据，这给评价投资组合的有效性带来了很大的挑战。现实中每个家庭持有的资产种类通常都比经典理论预测的要少得多，也很少会按照两基金分离定理去配置资产组合(Canner等，1997)，学者们在研究家庭投资组合时，通常只考虑家庭较常持有的资产种类，如股票、基金及债券等，并据此来考察投资组合的有效性。Gourieroux和Jouneau(1999)的研究认为只投资部分资产并不就意味着投资组合是无效的，并提出在由常见资产类别组成的子市场中检验投资组合有效性的方法。Flavin和Yamashita(2002)利用PSID调查数据，构建在卖空限制下，包含国库券、国债和股票的投资组合有效前沿。而Pelizzion和Weber(2008)的研究认为仅通过构建股票、债券等流动性风险资产的有效前沿来检验家庭投资组合有效性的方式是有偏的，因为这并没有考虑房产等非流动性资产。他们利用意大利家庭投资组合1998年的数据和所持资产(包括长期、中期和短期政府债，公司债和股票)1989-1998年的收益数据构建投资组合有效前沿，发现若只考虑流动性资产，那么在持有风险资产的家庭中，45%的家庭所持投资组合是有效的。而当将房产考虑到投资组合中时，投资组合的有效性明显降低，且此时持有组合为有效的家庭和之前未考虑房产时投资组合被认为有效的家庭大不相同。Grinblatt等(2011)利用芬兰家庭调查数据和投资组合账户数据来研究不同智商(IQ)家庭的投资组合情况，发现IQ越高的家庭越倾向于参与股市，即使是在富有的家庭中亦是如此。同时计算由共同基金和股票构成的家庭投资组合的夏普率，发现IQ越高的家庭，所持投资组合的夏普率越高，这为家庭投资组合的研究提供了一个新的视角。国内已有文献大多从影响家庭资产组合选择的因素出发(史代敏和宋艳，2005；吴卫星和吕学梁，2013；雷晓燕和周月刚，2010)，从投资组合有效性角度的研究相对较少。陈彦斌(2008)从城乡财富分布出发，通过分析贫富差距特征和资产组合结构，发现财富水平高的家庭资产组合更加多元化，而财富水平低的家庭资产组合结构则较为单一，规避风险能力较弱，从投资组合分散化的角度间接研究了家庭投资组合有效性问题。

      三 数据来源、分析变量和检验方法

      本文采用北京市奥尔多投资咨询中心发起的“投资者行为调查”2009年的数据。①该调查采用调查问卷的方式，对包括北京、辽宁、河北、山西、山东、河南、江西、江苏、广东、海南、四川、甘肃在内的全国12个省或直辖市的家庭投资行为进行随机抽样，数据总样本达到5056个，删除异常值及关键变量缺失的数据后，得到的样本个数为4029个。此处需要说明的是，问卷的调查时间是2009年，但调查问卷中的大多数问题涉及家庭2008年的情况，为了研究方便，我们认为样本数据代表家庭在2008年年末持有的投资组合。

      本文采用夏普率来衡量投资组合有效性，旨在探寻不同特征家庭投资组合有效性的差异。这些不同特征可以是财富水平、收入水平、人口学特征及风险偏好等。文章首先用简单的统计分类方法来比较，但不同特征家庭投资组合夏普率是否存在显著差异还需通过回归进行分析。金融市场有限参与现象已为众多文献所证实，下文将证明本文所使用样本也存在有限参与现象，为了解决选择性样本问题，本文采用Heckman两步法修正模型(Heckman，1979)，以参与决策方程作为选择方程，回归方程即为夏普率对财富水平、收入和人口学特征变量等的回归。

      第一步，参与决策方程。

      

      本文所用到的自变量有人口学特征变量、财富和收入水平变量、风险态度变量以及是否拥有房产虚拟变量。

      人口学特征变量包括：居民的性别，用gender表示，男性取值为1，女性取值为0；户主的年龄，用age表示，代表实际年龄，age2代表年龄的平方；户主的婚姻状况用虚拟变量married来表示，已婚取值1，未婚、离异或丧偶取值为0；健康状况，问卷将健康状况分成5类，分别为非常健康、很健康、一般、差、很差，本文将前3类定义为健康，赋值为1，后两类定义为不健康，赋值为0；教育程度，根据户主的受教育程度，分为未上过学、扫盲班、小学、初中、高中、中专、大学专科、大学本科、研究生9类，为了研究方便，本文做了适当的归类，分为小学及以下、初中、高中及中专、大学专科、大学本科及以上5类，分别用虚拟变量second、high、colle和ug来表示后4类；家庭所处地区，根据七五计划对全国地区进行划分，分为东、中和西部3类，东部地区包括北京等14个省、市、区，中部地区包括山西等8个省、区，西部地区包括四川省等12个省、市、区，分别用zone1、zone2和zone3这3个虚拟变量表示。

      财富和收入水平变量：本文用家庭所持有的总资产来代表总财富水平，用总资产减去总负债得到净财富值。为了避免量纲的影响，而且本文旨在研究不同特征家庭投资组合有效性的相对差异，所以我们引入虚拟变量，按家庭财富水平平均分成5组，若家庭的财富水平落在某个组内，则赋值为1，否则为0。对于收入水平按照同样方法定义变量。

      风险态度变量：本文将风险态度分为5类，用riskaverse表示，很喜欢冒险、喜欢冒险、一般、不喜欢冒险及很不喜欢冒险，分别用数字1～5表示。

      奥尔多投资咨询中心的调查问卷中家庭投资组合由18种资产构成，分别是现金、银行存款、股票、基金、债券、期货、外汇、住房公积金、保险金、收藏品、其他金融理财品、借出款、家庭经营活动、向企业投资、自有生产性固定资产、耐用消费品及房屋和其他资产。家庭对外汇、期货和收藏品的参与率和占比均较低(表1)。McCarthy(2004)按照风险等级将资产分成了3类，安全、相对安全和风险资产，其中风险资产包括房产、共同基金、股票、长期政府债和长期公司债及投资性房产等。参考这种做法，本文所考虑的家庭风险资产组合包括4种资产：房产、股票、债券和基金。

      

      传统的金融理论认为理性的家庭应该将一定比例的财富投资于所有的风险资产，而有限参与则意味着并不是所有家庭都参与风险资产市场，虽然本文所考虑的风险资产组合包括房产，但在有限参与的定义上，遵从大多数文献的做法，如果不持有股票、基金和债券这3种流动性风险资产中的任何一种，我们即认为是不参与金融市场。

      我们所考虑的风险资产组合里包括4种资产：股票、基金、债券和房产，根据调查数据我们可以计算每一个家庭每一种风险资产占总资产的比重，要计算组合夏普率还需要知道这4种资产的收益率。由于缺乏账户数据，我们只能知道家庭是否持有某种资产，但并不能知道具体的资产类别。比如说我们知道是否持有股票，但并不知道持有哪只股票。然而借鉴Grinblatt等(2011)与Pelizzon和Weber(2008)的做法，我们以一种平均化的方式来计算各资产的收益率。Pelizzion和Weber(2008)在研究过程中通过指数替代的方式来构建投资组合有效前沿，而Grinblatt等(2011)虽然有芬兰家庭投资组合的账户数据，但采用HEX指数收益率来近似替代持有基金的收益。类似的，对于持有股票的收益，我们用上证指数和深成指数月收益按成交额加权的收益率来代替；持有基金的收益，我们用上证基金指数和深圳基金指数按成交额加权的月收益率代替；持有债券的收益，我们用中证全债指数月收益率代替，因为中证全债指数能够综合反映银行间债券市场和沪深交易所债券市场的跨市场行情；而持有房产的收益，本文借鉴陈彦斌和邱圣哲(2011)的做法，用商品住宅销售总额除以商品住宅销售面积来得到房价序列，进而求得收益率。当得到各类资产的收益率序列后，我们就能够相应的得到各类资产的平均超额收益率和波动率，从而根据夏普率公式和每个家庭各项风险资产权重计算得到每个家庭投资组合的加权夏普率。

      具体来看，我们认为奥尔多投资咨询中心2009年的调查数据显示的是家庭2008年的投资行为，假设调查数据中家庭所持有的投资组合时点为2008年年末，用风险资产的历史表现来衡量现有投资组合的优劣，选择的时间区间是2003年2月到2008年12月(因为中证全债指数从2003年才开始编制)。经济学主流理论认为经济以周期性规律运行，并将其划分为4个阶段：复苏、繁荣、衰退和萧条。曾铮(2008)应用GDP增长率研究中国经济运行的周期性规律，并对中国1952-2006年的经济周期做了详细的划分。中国金融市场的运行同样存在明显的周期性(赵鹏和曾剑云，2008；饶为民和王三兴，2010)，且和经济周期存在很强的相关性(田俊刚和梁红漫，2008)。由此，如果将居民家庭投资组合置于周期性运行的金融市场中来评价，投资组合有效性的群体性差异是否依然显著？本文截取2003年2月到2013年12月这个时间区间，因为在这段区间内，中国经济的发展呈现出明显的周期性(以GDP增长率来衡量)，同时以股市为代表的金融市场在这区间经历了一个比较完整的周期(以上证指数来衡量)。

      股票、基金和债券收益率的数据来自WIND数据库并经整理，房产收益数据由国家统计局数据并经整理，无风险利率来自锐思数据库。

      四 经验分析

      (一)均值分析

      首先，我们对回归变量进行简单的描述性统计分析，结果见2。由表2可以看到，样本家庭总资产平均超过54万，而年收入均值为2.9万。同时受访家庭中，户主已婚并且健康状况良好的家庭占大多数。就教育程度而言，大学专科及以上学历约占35%，高中及中专学历占32%，初中及以下学历占33%，分布相对均匀。所选样本中有孩子的家庭占比为68%，户主平均年龄为50岁，户主为男性的家庭超过半数。风险态度变量均值为3.7，意味着家庭风险厌恶程度相对较高。东部地区的家庭约占总体样本的67%。

      有限参与之谜已被众多研究证实，本文所选用的数据也显示出这一现象的存在，居民风险市场参与率仅为23%。进一步的，如表3所示，财富水平高的家庭流动性风险金融资产的参与率随着财富的增加而增加，对于收入水平也是如此。从人口特征变量来看，随着教育程度的增加，家庭的参与率也增加了。另外，已婚、拥有孩子和健康的家庭风险资产参与率也相对更高。东部家庭的参与率要高于其他两个地区。而年龄对参与率的影响呈现先增后减的典型倒U形态势，描述性统计的结果与已有研究结论一致。

      表3还显示了家庭投资组合夏普率的均值情况，从中我们可以看到，财富水平越高的家庭，他们所持有投资组合的夏普率也越高，对于收入水平也呈现同样的规律。随着年龄的增长，夏普率呈现先升后降的倒U形，和年龄对参与率的影响相同。教育程度越高的家庭，夏普率越高。另外位于东部地区、已婚、户主为女性、健康和有孩子的家庭所持投资组合的夏普率相对更高。

      

      表4是风险资产组合中各项资产的夏普率和相关关系，我们看到股票的表现最差，单从夏普率来看，家庭应该更多地参与流动性风险资产市场。从夏普率的相关关系看，房产和基金、债券呈现负相关关系，和股票正相关，但相关关系均较弱。股票和基金具有很强的联动性，但基金的夏普率却显著高于股票，这是由于股票具有较高的波动率风险。债券与其他3种资产呈现弱负相关关系，这虽然有助于提高投资组合夏普率，但毕竟债券占比较低，无法对整个投资组合的夏普率产生实质性影响，当然更加可靠的结论还需通过回归来得到。

      (二)回归分析

      为了进一步考察夏普率的影响因素，我们用Heckman两步法做回归分析，②结果如表5所示。

      

      

      

      表5显示的是用股票、基金、债券和房产这4种资产历史收益率数据计算出的夏普率作为因变量，从而比较家庭现有投资组合优劣的结果，样本容量为4029个，逆米尔斯比均显著(未列示，备索)，说明样本确实存在选择性偏差。第(2)和(4)列是参与决策方程回归结果，第(1)和(3)列是Heckman第二步回归结果。

      从参与决策方程来看，总财富、收入水平和人口学特征变量都是影响参与率的显著因素。总财富和收入水平越高的家庭越倾向于参与风险金融资产市场，他们有更多可支配资金，所受流动性约束较小。风险偏好变量系数显著为负，说明越厌恶风险的家庭，参与程度越低。人口学特征变量方面，户主的教育程度越高的家庭参与倾向越高，教育程度的高低关系到投资者对市场信息的消化吸收和处理能力，教育程度高的家庭获取信息的渠道更广泛，也具有更强的信息辨别能力。户主已婚的家庭市场参与倾向显著更高，因为已婚的家庭在做投资决策时能够获取更充分的信息，且决策失误的后果由两个人共担，降低了风险厌恶程度，能够增加这类家庭投资的积极性。性别变量系数显著为负，也就是说男性参与倾向更低，这与我们通常所说的男性比女性更为自信，从而更积极地参与风险资产市场相悖，当然这也可能是由于户主不是主要的家庭金融决策者造成的。而年龄、健康和是否有孩子变量系数均不显著，这说明家庭的市场参与并没有呈现出明显的年龄特征，健康状况和是否有孩子对投资决策没有显著影响。是否持有房产虚拟变量系数显著为负，意味着持有房产的家庭参与倾向更低，房产确实对流动性风险资产的投资产生挤出效应。而从地域角度来看，中部家庭的参与率相对西部而言更大一些。

      第(1)和(3)列的结果类似，财富水平高的家庭所持投资组合的夏普率明显高于财富水平低的家庭，这意味着以资产的历史表现来看，财富水平高的家庭在配置风险资产组合的时候，选择的结果是相对更优的，而从收入水平我们可以看到同样的规律。从这个层面看，财富和收入水平高的家庭选择的投资组合也许并不是最优的，但相对于其他家庭来说更为理性。我们可以认为这部分家庭受到的流动性约束较小，资产配置能力更强，投资组合更为有效。

      人口学特征方面，户主已婚和教育程度高的家庭夏普率明显更高，而户主为男性的家庭其投资组合有效性更低。除此之外，家庭投资组合的有效性在不同年龄、健康状况或者是否拥有孩子的家庭间并没有明显的区别，虽然从平均意义上看，有孩子和户主健康的家庭夏普率更高。另外不同家庭之间若按户主年龄大小排序，夏普率先升后降，但影响并不显著。

      另外，风险厌恶程度的高低影响着家庭参与程度的同时，也影响着家庭参与的效果，从表5我们看到，风险厌恶程越高的家庭投资组合夏普率越低，参与效果越差。房产虚拟变量系数显著为正，说明持有房产家庭配置的投资组合具有相对更高的夏普率和资产配置效率。结合参与决策方程结果，我们看到房产在通过挤出效应影响家庭参与决策的同时也影响了家庭的资产配置效率，使投资组合更为有效。从地区上来看，中部地区的家庭投资更为有效。

      金融市场往往呈周期性规律运行，如果将家庭投资组合置于具有这样特征的市场中来评价，能否得到和上文类似的结论？我们选用4种风险资产在2003-2013年的收益率数据计算夏普率，回归结果如表5中(3)、(4)列所示，我们看到结果和(1)、(2)列类似，这意味着家庭投资组合有效性的群体性差异具有一定的稳定性。

      本文用总资产来表示总财富作为自变量引入到模型中，总资产中包含了房产。房产是家庭财产的重要组成部分，随着信贷市场的发展，大部分家庭都是通过抵押贷款的方式来购买房产，即便如此，也有研究表明持有房产的家庭与未持有的家庭相比具有显著更高的净财富(吴卫星和齐天翔，2007)，在本文所用样本中，持有房产的家庭平均净财富要比未持有的家庭高出6倍以上。另外，也有很多家庭通过分期付款来购买耐用消费品甚至是借债投资流动性风险资产市场，那么总资产规模大的家庭有可能是靠负债来支撑的，为了排除这种可能性，我们使用净财富代替总财富重新分析。

      我们将上文的总财富换成净财富再进行Heckman两步法回归，得到与表5类似的结果。从表6可以看到，净财富少的家庭对风险资产的参与意愿较低，同时他们持有风险投资组合的夏普率也较低，投资组合更为无效。

      综合上文的检验结果，我们得出这样的结论：财富和收入水平高、教育程度高、户主为女性、已婚、拥有房产和风险厌恶程度较低的中部地区家庭所持投资组合具有显著更高的夏普率，投资组合更为有效。对比Heckman两步回归方程，我们发现家庭财富和收入水平、婚姻状况等人口学变量，是否拥有房产和风险态度这些显著影响参与的变量，也显著影响着家庭投资组合的夏普率，而且方向基本一致。从财富和收入水平来看，富裕的家庭有更多闲置的资金，能在支付参与市场所需费用的同时，保有更低的流动性约束，从而使他们能更好地配置资产，根据自身偏好选择投资组合，所以这类家庭的投资组合有效性相对更高。已婚和教育程度高的家庭信息渠道相对更广，促使其参与市场，而在做投资决策时能够获取更充分的信息，配置更为有效的投资组合。如果从风险偏好角度来解释，财富、收入、婚姻状况和房产等变量都会影响家庭的风险承受能力(史代敏和宋艳，2005)，而风险承受能力差的家庭参与意愿低，参与的效果也会受到影响。但回归方程中风险态度变量系数显著为负，意味着上述变量除了通过影响风险态度来作用于夏普率之外，还有各自影响夏普率的渠道。

      

      已有研究发现有限参与对家庭财富水平会产生影响(Campanale，2007；Campbell，2006；肖争艳和刘凯，2012；Favilukis，2012)。当流动性风险资产的参与在具有不同财富水平家庭之间存在显著区别时，我们以夏普率衡量的投资组合有效性发现，财富水平高的家庭持有的投资组合明显优于财富水平低的家庭，这反过来又会使高财富水平家庭增加对金融市场参与的广度和深度，加快财富的积累。因此居民的市场参与行为可能通过影响投资组合的有效性进而影响家庭财富水平，从而影响整个社会的财富分布，这是留待以后研究的方向。

      

      五 稳健性检验

      根据上文分析的结果可以看出，总财富和收入水平高的家庭持有的风险资产组合具有更高的夏普率，是相对更有效的选择。在研究中我们使用的是2008年年末家庭投资组合的数据。为了进行稳健性检验，本部分采用2005、2007、2009、2012年奥尔多投资咨询中心发起的“投资者行为调查”数据构建池数据，对结果进行检验。③

      我们由表7看到，参与方程和本文第四部分结果基本一致。总财富和收入水平对夏普率的影响依然显著为正。健康变量对参与和夏普率都有显著正向影响。教育水平变量显著性发生了变化，但总的来说，大部分变量的显著性基本保持了稳定，从这点看，本文的结论是相对稳健的。

      六 结论和政策建议

      本文运用奥尔多投资咨询中心2009年家庭投资行为的调查数据，从投资组合的有效性角度展开对家庭资产配置的研究。与传统的通过构建投资组合有效前沿或者借助效用函数的研究方法不同，本文受Grinblatt等(2011)研究的启发，用夏普率作为度量标准，来衡量投资组合有效性。采用Heckman两步法做回归分析，我们发现投资组合有效性存在群体性差异，具体结论有以下三点：

      第一，金融市场普遍存在有限参与现象，财富和收入水平高、户主为女性和已婚、教育程度高的家庭更倾向于参与风险资产市场，这可以从参与成本、流动性约束、风险承受能力和信息处理能力等方面来解释。

      第二，用资产历史收益率数据，并考虑房产收益和其他流动性金融资产收益的相关性，我们计算得到每个家庭投资组合的夏普率。回归方程结果显示，持有房产的家庭对流动性风险资产的参与倾向更低，但夏普率却显著更高，投资组合更为有效；总财富水平(或净财富)越高，收入水平越高的家庭夏普率越高；户主为女性、已婚和教育程度更高的家庭持有的投资组合有效性更高；越厌恶风险的家庭，投资组合有效性越低。如果将家庭投资组合置于具有周期性运行规律的金融市场中来评价，我们得到同样的结论。

      第三，财富、收入、婚姻状况、教育程度、性别和房产持有情况等显著影响市场参与的变量也显著地影响家庭投资组合的夏普率，而且方向基本一致。高财富水平的家庭更倾向于参与金融市场，同时他们所持投资组合明显优于低财富水平家庭。直觉上，高财富水平的家庭对金融市场参与的广度和深度更高，会加快他们的财富积累，进而影响了家庭财富分布状况。

      本文的研究发现低收入和低财富水平的家庭不仅市场参与率低，而且即使参与风险资产市场，其投资组合的有效性相对更低，进而降低了财富的积累速度。中国居民参与金融市场的热情虽然在近几年有所提高，但参与比例仍然较低，而且参与效果较差。党的十八大报告提出了“多渠道增加居民财产性收入”的工作目标，为此，政府应鼓励低财富水平、低收入的家庭进入市场，在必要的时候也可以考虑通过社保基金等方式来代替居民家庭进行投资。另外，在鼓励居民参与金融市场的同时，政府更应通过规范市场秩序和完善制度建设，鼓励金融创新，提供更多可选择的金融产品等措施来提高居民的投资效益。当然，金融创新是双刃剑，政府应该鼓励能够普惠于所有家庭的创新行为，而不是让金融创新成为一部分人利用他人投资组合优化程度不足侵害大众利益而获利的工具。

      作者同时感谢匿名审稿人的建设性意见，当然，文责自负。

      ①虽然我们拥有多年家庭投资行为调查数据，但由于数据并非是对特定家庭的跟踪调查，不能形成面板数据，而且各年的统计口径不完全一致，调查问卷存在一定差异性，加之2009年的数据样本容量较大，所以我们主要选用2009年的调查数据进行分析。

      ②由于本文数据来自2008年年末，家庭特征情况和其投资组合均为这一时点的水平，也就是说夏普率和财富水平都是同一时点的。尽管组合更有效的时候家庭财富增加更多，但这种影响需要一定时间，也就是说对当期财富的影响在一定程度上可以忽略，因此本文没有对此问题做进一步分析。

      ③各个年度的调查问卷存在区别，部分年度缺失风险偏好等变量，我们作了合并整理。

标签：夏普论文;  投资组合论文;  股票论文;  投资收益率论文;  风险资产论文;  基金风险论文;  资产组合理论论文;  样本容量论文;  有效市场论文;  基金收益率论文;  投资论文;  特征选择论文;  房地产业论文;