我国居民家庭金融资产配置影响因素研究,本文主要内容关键词为:金融资产论文,居民家庭论文,因素论文,我国论文,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。
近些年来,随着我国居民收入的不断提高、金融行业的日益发展,我国居民的投资意识不断增强,通过在资产组合中配置金融资产以抵御购买力下降的风险的需求也愈来愈强烈。另一方面,从实践层面来看,党的十七大报告中也鼓励“创造条件让更多群众拥有财产性收入”。因而,鼓励家庭进行合理积极的金融资产投资,对于优化我国居民家庭的资产组合、优化其收入结构有着重要的作用。本文在综合国内外研究的基础上,结合奥尔多投资研究中心的“投资者行为”课题相关调查结果,分析我国居民家庭资产组合中的金融资产配置的影响因素,以期为居民家庭资产结构的合理化配置提供微观基础。 1、居民家庭投资组合相关理论与实证 (1)生命周期与居民家庭投资组合 生命周期是家庭最重要的特征之一,如何针对家庭的生命周期特征建立合适的跨期随机投资组合模型是学术界的一个重要挑战。关于生命周期的实证研究见Yoo[1],Heaton和Lucas[2],Ameriks和Zeldes[3],Bodie等[4]等。Guiso等[5]对美国,英国,意大利,德国以及荷兰的家庭资产组合选择的研究都显示,风险资本市场的参与比例随着年龄的增加而呈现出“钟型”,与之相对,无风险资产市场的参与比例呈现出“U型”。但是,对于风险资产市场参与者资产组合生命周期效应的实证研究却没有统一和明显的结论。Bodie等[6]发现劳动收入对家庭资产组合可能存在两种效应:劳动收入的存在会鼓励家庭持有风险资产,如果劳动收入是无风险的,则劳动收入将是无风险资产的替代品,那么家庭持有的无风险资产就会被劳动收入挤出。 (2)财富与居民家庭投资组合 对于家庭投资组合选择的实证研究显示,家庭投资的财富效应相当明显。Bertaut和Starr-McCluer[7]对美国市场进行研究发现,财富与股票市场、储蓄存款市场、家庭住房市场以及私人产业的参与都是正相关的;投资者持有的风险资产份额也随着财富的增加而上升。Guiso等[8]对多个国家的研究发现,家庭的股票市场和风险资产市场的参与决策与财富强相关。Campbell[9]运用美国的数据进行分析发现,流动性资产和汽车是穷人主要的投资对象,房产是中产阶级主要的投资对象,而富人的主要投资对象则为权益资产。史代敏和宋艳[10]发现中国居民投资组合中的储蓄存款和股票所占的份额会随着财富的增加而增加,但是财富对于储蓄性保险持有比例的影响是不显著的。 (3)住房与居民家庭投资组合 住房对大多数家庭来说都是重要的投资品。这可能是因为住房具有两个其他投资品所不具有的特性。第一,这是为数不多的居民家庭可以通过借款而进行投资的投资品;第二,住房既是投资品,又是消费品。在生命周期模型中引入住房投资之后,此类模型能更好的解释现实中所观察到的投资组合生命周期效应以及财富效应。Cocco等[11]建立了存在住房投资的生命周期模型且求出一个面临有风险的劳动收入的典型投资者的最优投资组合选择和消费计划。相关研究还有Grossman和Laroque[12],Flavin和Yamashita[13]等,这些文献都得出了住房会挤出股票资产投资的结论,而且这种效应对于年轻人和穷人更加明显。Yao和Zhang[14,15]在假设不存在股票市场参与成本的情况下,通过引入租房市场来扩展了Cocco等[11]的模型,利用该模型解释了住房以及股票参与率随年龄而显示出的钟型结构,以及住房和股票市场参与率参与程度之间的负相关关系。 (4)居民家庭投资组合的其他影响因素 居民家庭投资组合的影响因素还有很多,通常研究者关心的变量除了教育程度、年龄、财富总量、家庭规模等因素以外,还有背景风险(如Vila和Zariphopoulou[16]等);市场收益率的时变性(如Campbell和Viceira[17]、Nielsen和Vassalou[18]等);交易摩擦(如Dammon等[19],李仲飞和汪寿阳[20]等)。 2、现有研究评价 通过对国内外文献的考察和分析,我们可以发现,虽然国内一些研究对家庭投资者收入差距进行了研究,但只有少数专家专门研究家庭投资组合问题。主要原因是由于家庭微观投资数据非常珍贵难以获得。大多数的研究或者对投资者资产门类的分类不够细致,或者调查区域非常小,对中国家庭投资组合进行合理建模也就非常困难。同时,国外对家庭金融决策的数学建模和校准已经有了一些尝试。但是中国是一个经济快速发展中的国家,拥有与他国不同的诸多经济特征,我们不能照搬国外的模型,特别是校准参数,必须依赖于我们的实际调查数据,而不是借用国外研究的缺省值。 因而,本文在吸收国内外研究的基础上,利用实际调查数据,对我国城镇居民家庭资产配置情况进行分析,并利用结构方程模型的方法来研究城镇居民家庭金融资产的配置情况及影响因素,以进一步丰富和完善相关研究。 本论文的数据主要来源于2009年奥尔多投资研究中心的“投资者行为”课题相关调查,该项目是目前国内首次在全国范围内针对家庭的资产选择和投资行为开展的调查。问卷的设计包括三个重要部分:投资者基本变量部分、投资者治理变量部分和投资者异质性偏好参数测试部分。本次调查采用面访问卷调查的方式,针对18周岁以上的城市居民,以家庭为单位,对其家庭的投资行为进行了随机抽样调查。 本次调查共走访了北京、河北、辽宁、陕西、河南、甘肃、四川等地的约四十多个市/县,有效调查问卷涉及了5056个家庭、14109名个人。被调查家庭的基本特征如图1所示。 从样本的基本特征中可以看到,被调查家庭的家庭人口数集中在2人与3人,户主的年龄集中分布在40岁至60岁,受教育程度相对较为分散,家庭总财产主要集中于10万至100万的区间内,其中10万至50万的家庭占了一半以上的比例。对比我国家庭特征及人口特征,我们认为,总体来说,抽样的结构是合理的,样本具有一定的代表性。 图1 调查样本基本特征 1、模型选择 结构方程模型(Structural Equation Modeling,SEM)是一门基于统计分析技术的研究方法学(statistical methodology),用以处理复杂的多变量研究数据的探究与分析。在社会科学以及经济、管理、市场等研究领域,有时需要处理多个原因、多个结果的关系,或者会碰到不可直接观测的变量(即潜变量),这些都是传统的统计方法不好解决的问题。20世纪80年代以来,结构方程分析迅速发展,弥补了传统统计方法的不足,成为多元统计分析的重要工具。 简单来说,SEM可分测量方程(measurement equation)和结构方程(structural equation)两部分。测量方程描述潜变量与指标之间的关系,而结构方程则描述潜变量之间的关系。SEM的优点在于它可以同时处理多个因变量;提供一个处理(自变量)测量误差的方法,即容许自变量与因变量含测量误差;同时估计了因子结构和因子关系;容许更大弹性的测量模型;并估计整个模型的拟合程度。以上优点使之较传统回归方法或因子分析方法更为准确合理。 总结之前关于家庭资产组合的影响因素,包括多个方面,而各个方面又受不同因素的影响。以股票参与程度为例,该变量会受到诸如财富水平、知识水平、家庭结构等各方面因素的影响,但这些影响因素本身不可直接观测,只能通过一些观察变量来获得,如财富水平本身不可直接测量,但它会受到月收入、消费习惯等多方面影响,因而可用这些观察变量来观察财富水平这一变量的影响。而一般的多元回归等模型无法刻画这种关系。另一方面,各影响因素之间也存在着一定的相关关系,如知识水平会显著影响财富水平。一般的多元线性回归无法准确衡量自变量间的关系,而SEM可以充分发挥其模型本身的优势,将这种关系清晰地表达出来。因而,本文选择SEM作为分析工具,来探讨影响家庭资产组合的影响因素及因素间的关系。 2、变量选择 在因子分析及逻辑分析的基础上,并参考前人的研究成果,我们对众多变量进行了筛选及剔除,最终确定SEM的潜变量与观察变量如表1所示: (1)因变量的选择 本文以金融资产的投资比例(FinInv)作为因变量,其包含两个观测变量,一为无风险或低风险金融资产占总资产(对总资产的解释参见下文解释变量的选择)的投资比例(RiskFree),主要包括银行存款和保险;另一为风险性金融资产占总资产的投资比例(RisAss),主要包含股票、债券、基金、外汇和期货。 (2)解释变量的选择 A.资产特征(Asset):包含两项,一是家庭总资产(不含房产)(Asset1),主要包含现金、银行存款、股票、基金、外汇、债券、期货、住房公积金、保险金、收藏品等。为了避免极端值对结果的影响,对总资产取了对数值。同时,为了考察资产的财富效应问题,我们加入了总资产(不含房产)的平方项,以观察我国金融资产投资中是否存在二次型的财富效应。 B.房产状况(ReaEst):包含拥有房产数量(套)(RS1)和房产价值(户主估计值)(RS2)。该解释变量可以观察我国居民家庭资产配置中是否存在房产投资对于金融资产投资的替代效应问题。同时,也是为了避免极端值的影响,对房产价值进行了对数化处理。 C.收入特征(Income):包含年收入水平(Inc1)及其平方项(Inc2),与资产状况类似,用于观察收入水平对于金融资产投资的影响及是否存在二次效应。收入水平也进行了对数化处理。同时,为了考察未来收入的预期是否会对现阶段的资产配置有影响,我们加入了未来收入的预期水平(IncExp)项。 D.家庭特征(Family):包含家庭人口数(FamNum)、户主性别(Gender)、户主年龄(Age1)、户主年龄的平方项(Age2)、户主受教育状况(Edu1)、家庭成员中最高受教育程度(Edu2)。其中,引入Age2主要是为了考察居民资产配置中的生命周期现象,引入Edu2主要为了考察居民家庭的资产配置情况是否受教育年限最高的人的影响。 E.风险偏好水平(RiskAve):包括风险偏好的自我评价水平(RiskApp)及拥有的保险数量(InsNum)(社会保险加商业保险)。一般认为,拥有的保险数量会对风险偏好水平具有一定的影响,保险数量越多,可能风险偏好水平越高。 F.自我感知(Perception):包含个人幸福指数(HapInd)、自我满意程度(SelfSat)、对社会的满意程度(SocSat)、对经济的预期(EcoExp)、对社会的信任度(ScoTru)、 G.所属地区(City):该变量参照市/县的经济发达程度(依照2008年各县/市的人均GDP水平),将城市分为1~4级,越高表示城市越发达。该变量的引入主要为考察区域的经济发展程度是否会对金融资产的配置有显著影响。一般认为,城市经济水平越高,相应的居民收入水平、金融发展程度等越高,进而影响到居民的金融资产配置行为。 3、SEM模型构建 结合前人的研究成果与相关的理论分析,本文最终确定的SEM如图2所示。 图2 本文的SEM结构图 实证结果分析 1、模型拟合分析 SEM的主要拟合值如表2所示。各项拟合指数为:=157.854,df=47,/df=3.359,根据在1997年,Wheaton等的研究,该指标小于5即可以接受,且越小越好;RMSEA的值为0.022,根据在1990年,Steiger的建议,RMSEA值小于0.1表示好的拟合,低于0.05表示非常好的拟合,该指标也符合统计要求;GFI、CFI、IFI和TLI分别为0.933、0.963、0.964和0.954,均大于0.9,表明拟合效果好。综上所述,假设模型和数据拟合情况较好。 2、模型参数估计 由于非标准化系数会由于测量单位的不同从而影响不同路径系数的比较,因而,我们计算了SEM的标准化系数,如表3所示。 根据表3进行分析,从显著性的角度来看,家庭特征、自我感知特征、资产特征、房产状况与所属地区对金融资产的投资均有较为显著的影响。而风险厌恶水平与收入特征对金融资产投资比例的影响则不显著。这说明,居民家庭的收入水平与资产水平可能存在差异,而居民在进行投资资产配置时,主要依据是可支配的财富,因而收入水平对金融资产投资比例的影响并不显著。与此同时,本文的风险厌恶水平考察的主要是户主的风险厌恶水平,但由于我国现阶段国情所限,社会保障水平等仍处于建设阶段,居民家庭的防御性动机较高,风险厌恶水平并不能显著影响金融资产的配置比例。同时,家庭所在区域对于金融资产投资比例的影响较大。这也验证了我们之前的猜想,即经济发展程度越高,该地区的金融发展水平越高,相对应的金融产品越丰富,从而当地居民家庭的金融资产投资比例也就越高。 从表4中可以看出,在5%的显著水平下,除了性别(Gender)和家庭人口数(FamNum)、未来收入预期(IncExp)外,模型的其他观测变量与其相对的潜变量之间都达到了显著水平。在假设户主对年龄家庭特征的回归权重为1时,户主性别和家庭人口数没有通过显著性检验,这说明居民家庭在进行金融资产的投资决策时,男性和女性的差别并不大。这与Shum和Faig[21]等的结论不同,但与卢家昌、顾金宏[22]的结论是一致的。同时,从以上结果也可以看出,家庭的人口数对金融资产投资比例也没有显著的影响。在假定收入水平对收入特征的回归权重为1时,未来收入预期没有通过显著性检验,这表明居民家庭在进行金融资产投资时,主要依据是当前的收入水平,极少对未来的收入进行套期保值。该结论与吴卫星等[23]是一致的。 3、居民家庭金融资产投资中的效应分析 由于非标准化系数下,各观测值的单位不同,因而在进行路径系数比较时缺乏实际意义。而标准化后的系数则可以避免这一问题。因而此部分采用标准化系数来对居民家庭金融资产投资中的各类效应进行分析。 (1)替代效应:由于居民家庭中,金融资产的数量是有效的,因而,各类资产的相对比例一般会存在此消彼长的替代关系。从无风险或低风险金融资产和风险性金融资产的回归系数的正负号来看,两者相反,说明我国居民家庭的金融资产配置中存在着一定的替代效应。 (2)生命周期效应:以往研究表明,居民家庭的风险性金融资产配置与年龄之间呈现出一定的非线性关系。具体来说,随着年龄的增加,居民家庭的财富不断累积,风险承受能力有了一些提高,同时也不断增加对于风险性金融资产的配置比例。但年龄增加到一定程度后,风险厌恶程度提高,消费需求大于投资需求,开始不断降低风险性金融资产的配置比例。从上表可以看出,家庭特征与户主年龄的平方项的回归系数为正数,而风险性金融资产的投资比例的回归系数为负数,在一定程度上证明了我国居民家庭的金融资产投资的生命周期特征是存在的。 (3)财富效应:类似于生命周期效应,财富效应是指随着财富的增加,金融资产的投资比例也会呈现先上升后下降的形态。这是由于,初始的时候由于财富较少,因而,无法进行充分分散化的投资组合。但随着财富的不断增加,可投资的资产也不断增加,于是金融资产的投资比例不断提高以实现配置的分散化。但当金融资产增加到一定比例时,金融资产已不能完全满足其投资需求,艺术品、房地产等另类资产会对金融资产的投资比例有一定的影响,从而降低其投资比例。从上表中可以看到,资产特征的回归系数为负,且平方项的回归系数为负,证明了我国居民家庭资产配置中财富效应的存在。 (4)房产的挤出效应:住房对大多数家庭来说都是重要的投资品。这可能是因为住房具有两个其他投资品所不具有的特性:第一,这是为数不多的家庭可以通过借款而进行投资的投资品;第二,住房既是投资品,又是消费品[14]。同时,结合中国近些年来的现实情况,房地产价格的波动使其展现出更多的风险资产的投资特征。这一方面表明居民家庭对于房产的投资会在一定程度上挤出对于风险性金融资产的投资,另一方面也印证了上述的财富效应的结论。 (5)其他效应:户主的自我感知特征对于其金融资产的投资比例也有显著影响,如对社会的信任度和满意度、对自身的满意度与个人的幸福感,均对金融资产的投资比例有显著影响。而且,户主的受教育水平以及家庭中受教育水平最高的人,均会对其金融资产的投资比例有显著影响。 结论与建议 本文以结构方程模型为分析工具,通过对调查数据的实证分析,证明了我国居民家庭资产配置中,替代效应、生命周期效应、财富效应、住房的挤出效应的存在,丰富了以往的研究成果。基于实证结论,本文提出如下政策建议: 第一,居民家庭所在区域对于金融资产投资比例有着显著影响,同时,居民家庭资产配置中的财富效应较为显著,即资产的增加会提高金融资产的配置比例。因而,要发展和活跃金融市场,一方面要提高经济发展水平、提高金融发展广度和深度;另一方面,要提高居民对金融市场的参与度,应积极提高我国居民的财富水平并鼓励其参与热情。第二,居民对于社会的感知也对居民家庭金融资产的投资有显著影响。因而,应同时加大社会主义精神文明建设,注意社会公信力与社会诚信的构建,以提高居民对于社会的信任度和满意度。标签:资产配置论文; 投资组合论文; 金融论文; 收入效应论文; 特征选择论文; 投资论文; 金融资产交易所论文; 房地产业论文;