羅文穎，梁建英

（1.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 金融學(xué)院，北京100029；2.河北經(jīng)貿(mào)大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院，河北 石家莊050061）

一、引言

近年來(lái)，中國(guó)經(jīng)濟(jì)一直保持著快速穩(wěn)定增長(zhǎng)，城鎮(zhèn)居民家庭戶均總資產(chǎn)達(dá)到317.9萬(wàn)元，凈資產(chǎn)達(dá)到289萬(wàn)元①數(shù)據(jù)來(lái)源：中國(guó)人民銀行《2019年中國(guó)城鎮(zhèn)居民家庭資產(chǎn)負(fù)債情況調(diào)查》。。黨的十九大報(bào)告提出要深化金融體制改革，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)能力，提高直接融資比重，促進(jìn)多層次資本市場(chǎng)健康發(fā)展，拓寬居民勞動(dòng)收入渠道和財(cái)產(chǎn)性收入渠道。因此，進(jìn)一步鼓勵(lì)和引導(dǎo)中國(guó)家庭積極合理配置家庭金融資產(chǎn)是對(duì)國(guó)家政策的積極響應(yīng)，對(duì)提升我國(guó)人民群眾的生活質(zhì)量和幸福感有重要意義。西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心自2009年開(kāi)展工作以來(lái)，每?jī)赡赀M(jìn)行一次中國(guó)家庭金融調(diào)查。其2017年的調(diào)查問(wèn)卷結(jié)果顯示，我國(guó)居民對(duì)金融市場(chǎng)的參與深度不足，在4萬(wàn)多個(gè)樣本家庭中，參與投資主要金融資產(chǎn)（包括股票、債券、基金、理財(cái)產(chǎn)品）的比例僅為12.4%②數(shù)據(jù)來(lái)源：根據(jù)西南財(cái)經(jīng)大學(xué)2017年調(diào)查問(wèn)卷數(shù)據(jù)計(jì)算所得。。受訪者在問(wèn)卷中的金融知識(shí)評(píng)估部分得分普遍較低，說(shuō)明我國(guó)居民金融素養(yǎng)水平有待提升。

資產(chǎn)配置是家庭金融領(lǐng)域的重要研究課題，起源于Markowitz（1952）、Tobin（1958）的金融資產(chǎn)投資模型，Merton（1971）在此基礎(chǔ)上提出了簡(jiǎn)單勞動(dòng)收入模型，將資產(chǎn)配置理論向家庭資產(chǎn)配置理論延伸。傳統(tǒng)理論未關(guān)注家庭財(cái)富以外的細(xì)節(jié)，后續(xù)學(xué)者在實(shí)證中納入新的變量進(jìn)一步分析，這些變量主要集中在市場(chǎng)不完備性與投資者的非理性兩方面，前者包括一些無(wú)法規(guī)避的背景風(fēng)險(xiǎn)以及投資的客觀限制等因素，后者包括投資者的金融素養(yǎng)、風(fēng)險(xiǎn)態(tài)度以及投資心理等因素。

金融素養(yǎng)與家庭金融決策的相關(guān)問(wèn)題很早就引起了國(guó)內(nèi)外學(xué)者的重視。我國(guó)的金融市場(chǎng)與家庭投資行為盡管與國(guó)外有所差異，但在研究中卻得到了一致的結(jié)論，即金融素養(yǎng)的提高有利于促進(jìn)家庭進(jìn)行股票投資。進(jìn)一步地，國(guó)內(nèi)學(xué)者在以中國(guó)家庭為對(duì)象進(jìn)行研究時(shí)發(fā)現(xiàn)，金融素養(yǎng)對(duì)于風(fēng)險(xiǎn)資產(chǎn)投資占總金融資產(chǎn)的比重呈現(xiàn)先促進(jìn)后抑制的倒U形關(guān)系，但對(duì)其作用機(jī)制卻解釋不足。此外，目前的研究對(duì)于金融素養(yǎng)的衡量尚未達(dá)到統(tǒng)一。因此本文利用西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心最新披露的調(diào)查數(shù)據(jù)，完善金融素養(yǎng)指標(biāo)的度量方法，進(jìn)一步探究金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資的影響作用及造成該影響的原因，并提出針對(duì)性政策建議。

二、文獻(xiàn)綜述及理論發(fā)展

家庭資產(chǎn)配置是家庭金融研究的一個(gè)重要問(wèn)題，它起源于Markowitz（1952）、Tobin（1958）的金融資產(chǎn)投資模型，其后Sharpe（1964）、Samuelson（1969）、Merton（1969）將模型推演至多期，資產(chǎn)定價(jià)總體均衡模型得到重要發(fā)展。資產(chǎn)配置理論向家庭資產(chǎn)配置理論過(guò)渡的一個(gè)重要變革是Merton（1971）提出的簡(jiǎn)單勞動(dòng)收入模型。后續(xù)重要拓展是Bodie，Merton and Samuelson（1992）提出的投資者可以選擇何時(shí)停止工作的假設(shè)，即退休日期外生假設(shè)。傳統(tǒng)理論的局限性在于同質(zhì)化思維，David McCarthy（2006）指出，資產(chǎn)組合理論為解決整體資產(chǎn)分配問(wèn)題服務(wù)，假設(shè)對(duì)于不同的投資者存在唯一的最優(yōu)風(fēng)險(xiǎn)資產(chǎn)配置比例，并未具體聚焦于家庭財(cái)富以外的細(xì)節(jié)。后續(xù)文獻(xiàn)多從實(shí)證角度納入其他變量對(duì)資產(chǎn)配置問(wèn)題進(jìn)行分析，總體包括市場(chǎng)不完備性與投資者的非理性方面。市場(chǎng)不完備性表現(xiàn)在：第一，存在收入風(fēng)險(xiǎn)（何興強(qiáng)，2009；陳瑩，2014）[1-2]、健康風(fēng)險(xiǎn)（雷曉燕，2010；吳衛(wèi)星，2020[3]）、死亡風(fēng)險(xiǎn)（鄒小芃，2019）；第二，存在投資組合限制，因?yàn)橘J款違約風(fēng)險(xiǎn)無(wú)法完全規(guī)避（何秀紅，2007；段軍山，2016；呂學(xué)梁，2017）；第三，存在交易成本，如Hu（2005）、尹志超等（2014）將房產(chǎn)變量納入模型。投資者非理性表現(xiàn)為：存在金融素養(yǎng)、投資者心理（喬海曙，2019；曹揚(yáng)，2017[4]；周雅玲，2017；胡振，2016[5]）、風(fēng)險(xiǎn)厭惡（Carroll，2002；Haliassos and Michaelides，2003）等因素。

學(xué)界公認(rèn)對(duì)金融素養(yǎng)定義為理解貨幣價(jià)值及利用貨幣使其福利最大化的能力。許多機(jī)構(gòu)及作者對(duì)金融素養(yǎng)解讀不同，但內(nèi)在含義類(lèi)似。美國(guó)金融素養(yǎng)及教育委員會(huì)（The United States Financial Literacy and Education Commission）在2007年、OECD在2013年分別指出金融素養(yǎng)是利用金融知識(shí)管理金融資源進(jìn)而實(shí)現(xiàn)金融福利最大化的能力和意識(shí)。Delavande等（2008）將金融素養(yǎng)作為人力資本的一部分實(shí)現(xiàn)了對(duì)金融素養(yǎng)的正式理論建模。他假定金融素養(yǎng)是額外風(fēng)險(xiǎn)資產(chǎn)投資的前提，根據(jù)規(guī)模報(bào)酬遞減的Cobb-Douglas生產(chǎn)函數(shù)，構(gòu)建了退休前與退休后的兩階段資產(chǎn)選擇模型，用以探究金融素養(yǎng)變量對(duì)最優(yōu)退休儲(chǔ)蓄、資產(chǎn)組合的影響。Jappelli和Padula（2013）將該模型改變?yōu)閯?dòng)態(tài)模型，將金融素養(yǎng)視為內(nèi)生變量，假定家庭儲(chǔ)蓄投資的收益率是金融素養(yǎng)的指數(shù)函數(shù)，提出金融素養(yǎng)投資收益率取決于金融教育的物質(zhì)、時(shí)間投入。Lusardi等（2017）在此基礎(chǔ)上引入消費(fèi)者收入與健康風(fēng)險(xiǎn)、壽命長(zhǎng)短、股市風(fēng)險(xiǎn)等不確定性因素，構(gòu)建了一個(gè)以追求效用為約束的消費(fèi)者生命周期隨機(jī)模型。

金融素養(yǎng)與家庭金融決策的相關(guān)問(wèn)題很早就被專(zhuān)家學(xué)者所重視。Lusardi and Mitchelli（2011）[6]指出許多家庭甚至不熟悉最基本的與儲(chǔ)蓄投資決策相關(guān)的金融知識(shí)，而金融素養(yǎng)相對(duì)較為薄弱的群體是年輕人、老年人和女性。金融素養(yǎng)與家庭福祉關(guān)系的研究有很多，低層次金融素養(yǎng)與過(guò)高家庭債務(wù)[7]、較低健康與不充足的退休計(jì)劃有密切聯(lián)系。Chen and Volpe（1998）以學(xué)生為研究對(duì)象，指出低金融素養(yǎng)的學(xué)生制定有效金融決策的能力較差，犯錯(cuò)概率較高。Mavrinac and Chin（2005）[8]指出對(duì)于多數(shù)群體，金融知識(shí)的缺乏而非收入的匱乏是高額債務(wù)和破產(chǎn)的來(lái)源，低程度的金融素養(yǎng)導(dǎo)致難以理解基礎(chǔ)金融知識(shí)及制定交叉金融決策如借貸決策與退休規(guī)劃。較高金融素養(yǎng)會(huì)提高個(gè)人投資儲(chǔ)蓄的機(jī)會(huì)、擺脫高額債務(wù)、量入為出。Cole，Sampson and Zia（2009）[9]指出在發(fā)展中國(guó)家，金融素養(yǎng)是儲(chǔ)蓄、貸款和保險(xiǎn)業(yè)務(wù)需求的有力預(yù)測(cè)指標(biāo)。因此較好的金融素養(yǎng)能夠讓個(gè)人更好地處理經(jīng)濟(jì)信息，制定與財(cái)富積累、債務(wù)相關(guān)的穩(wěn)妥的短期、中長(zhǎng)期金融決策并減少破產(chǎn)風(fēng)險(xiǎn)，更好地獲得財(cái)政支持[10]。

大量對(duì)于金融素養(yǎng)與投資決策研究的經(jīng)典文章以美國(guó)家庭作為研究對(duì)象，也有對(duì)其他國(guó)家的研究如荷蘭、日本、加拿大、瑞士和澳大利亞。對(duì)中國(guó)家庭分析的經(jīng)典文獻(xiàn)中，吳衛(wèi)星和呂學(xué)梁（2013）[11]發(fā)現(xiàn)，中國(guó)居民家庭的資產(chǎn)配置與發(fā)達(dá)國(guó)家存在明顯的不同，中國(guó)居民家庭房產(chǎn)的參與率和份額都非常高，而股票和基金的參與率和份額相對(duì)比較低。

以中國(guó)樣本作為研究對(duì)象的同領(lǐng)域文章得出的結(jié)論與傳統(tǒng)結(jié)論一致，即認(rèn)為金融素養(yǎng)的提高會(huì)促進(jìn)家庭進(jìn)行股票投資。此外，金融素養(yǎng)對(duì)于風(fēng)險(xiǎn)資產(chǎn)占總金融資產(chǎn)額的比重呈現(xiàn)先促進(jìn)后抑制的倒U形關(guān)系。如賈憲軍（2020）[12]提出，金融知識(shí)水平較低區(qū)域，金融知識(shí)的提高將促進(jìn)居民購(gòu)買(mǎi)理財(cái)產(chǎn)品，但當(dāng)金融知識(shí)水平達(dá)到一定程度之后，其進(jìn)一步的提升反而降低了參與程度；周弘等（2020）[13]指出金融素養(yǎng)的提高能夠?qū)Σ煌L(fēng)險(xiǎn)態(tài)度家庭的風(fēng)險(xiǎn)資產(chǎn)配置行為起到顯著促進(jìn)作用，并且在表現(xiàn)為風(fēng)險(xiǎn)偏好的家庭中，這種促進(jìn)作用效果更為明顯；彭倩等（2019）[14]指出投資經(jīng)驗(yàn)與投資組合的多樣化、分散化之間的關(guān)系為倒U形，投資年限超過(guò)4.8年的投資者可能由于過(guò)度自信導(dǎo)致投資組合有效分散化不足，而陳彩虹和索婧（2018）[15]的研究支持了這一點(diǎn)。

但現(xiàn)有文獻(xiàn)對(duì)此關(guān)系的探查尚有如下不足：第一，現(xiàn)有文獻(xiàn)多從金融素養(yǎng)的工具變量即金融教育角度出發(fā)，探究其對(duì)投資決策或投資占比的影響，并未直接從金融素養(yǎng)變量入手；第二，對(duì)于風(fēng)險(xiǎn)資產(chǎn)投資的定義僅僅局限于股票，投資占比變量也大多集中在股票投資占比上，而未探究風(fēng)險(xiǎn)資產(chǎn)投資整體或其他風(fēng)險(xiǎn)資產(chǎn)的影響因素；第三，對(duì)于家庭金融的研究需要考慮時(shí)效性，而現(xiàn)有研究大多集中在2015年及之前的數(shù)據(jù)；第四，對(duì)于倒U現(xiàn)象的解釋尚有不足。

因此本文通過(guò)采集西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心2019年11月29日公布的最新統(tǒng)計(jì)數(shù)據(jù)，通過(guò)主成分分析法和因子分析法設(shè)計(jì)金融素養(yǎng)評(píng)價(jià)指標(biāo)，探究金融素養(yǎng)對(duì)各類(lèi)風(fēng)險(xiǎn)資產(chǎn)投資決策、占比的影響，驗(yàn)證現(xiàn)有結(jié)論，同時(shí)提出可能造成倒U形的原因，具有一定創(chuàng)新性。

三、數(shù)據(jù)來(lái)源及指標(biāo)設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文所用數(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)查與研究中心開(kāi)展的2017年家庭金融調(diào)查（CHFS，China Household Finance Survey）。問(wèn)卷覆蓋29個(gè)省區(qū)市（不含港、澳、臺(tái)、西藏、新疆）的40011個(gè)家庭，包括沿海與非沿海，經(jīng)濟(jì)發(fā)達(dá)、較發(fā)達(dá)與發(fā)達(dá)水平一般的城市；逾2000道題設(shè)涵蓋人口統(tǒng)計(jì)學(xué)特征、資產(chǎn)與負(fù)債、保險(xiǎn)與保障、支出與收入、金融知識(shí)、基層治理與主觀態(tài)度等方面，具有一定全面性和代表性。

（二）指標(biāo)設(shè)計(jì)

1.被解釋變量

本文的被解釋變量主要包括風(fēng)險(xiǎn)資產(chǎn)投資的有無(wú)及各風(fēng)險(xiǎn)資產(chǎn)占金融資產(chǎn)的投資比例。

現(xiàn)有實(shí)證文獻(xiàn)主要將股市參與問(wèn)題作為風(fēng)險(xiǎn)資產(chǎn)投資與否的代理變量，賈憲軍等（2019）[16]指出，“由于股票是金融市場(chǎng)主要的風(fēng)險(xiǎn)資產(chǎn)之一”，故采取股市參與是很好的替代指標(biāo)。該數(shù)據(jù)處理方法可見(jiàn)于李濤、郭杰（2009）[17]、尹志超等（2014）[18]、賈憲軍（2019）等的文章中，即對(duì)家庭是否投資股市進(jìn)行判斷，若存在股市投資，則記為1，否則記為0。股票雖然是重要的風(fēng)險(xiǎn)資產(chǎn)，但在我國(guó)資本市場(chǎng)不斷發(fā)展、金融產(chǎn)品不斷完善的今天，僅僅將股票作為全部風(fēng)險(xiǎn)資產(chǎn)有無(wú)的替代指標(biāo)會(huì)低估風(fēng)險(xiǎn)資產(chǎn)的實(shí)際投資水平。故本文將被解釋變量中的風(fēng)險(xiǎn)資產(chǎn)劃分為四類(lèi)：股票、理財(cái)產(chǎn)品、基金與債券。同時(shí)設(shè)置風(fēng)險(xiǎn)資產(chǎn)的整體判斷指標(biāo)，即是否投資上述四類(lèi)資產(chǎn)的至少一種。值得注意的是，債券資產(chǎn)的風(fēng)險(xiǎn)與其他資產(chǎn)略有不同，不同發(fā)行主體所對(duì)應(yīng)的違約概率有所區(qū)別，國(guó)債的投資風(fēng)險(xiǎn)遠(yuǎn)小于企業(yè)債、金融債。而在逾40000個(gè)樣本家庭中，絕大多數(shù)債券持有者僅持有國(guó)債，持有非國(guó)債資產(chǎn)的投資主體僅有19個(gè)家庭，且投資數(shù)額相對(duì)國(guó)債投資額較小，故債券數(shù)據(jù)代表性不足，因此被解釋變量調(diào)整為股票資產(chǎn)、理財(cái)產(chǎn)品資產(chǎn)、基金資產(chǎn)與整體風(fēng)險(xiǎn)資產(chǎn)判斷指標(biāo)。

投資比例問(wèn)題是投資決策有無(wú)的深化，其指標(biāo)為上述三類(lèi)資產(chǎn)的具體數(shù)額占總金融資產(chǎn)的比例，若未持有該類(lèi)金融資產(chǎn)，則記為0，若該家庭完全未持有任何金融資產(chǎn)，則相應(yīng)數(shù)據(jù)記為空值。吳衛(wèi)星等（2014）[19]將總金融資產(chǎn)定義為現(xiàn)金、銀行存款、外匯、股票、債券、期貨、基金、理財(cái)產(chǎn)品、借出款、做生意占用資金、住房公積金、保險(xiǎn)金、收藏品、向企業(yè)或其他經(jīng)營(yíng)活動(dòng)的投資、自有房屋的總和。周雨晴、何廣文（2019）[20]將金融資產(chǎn)劃分為無(wú)風(fēng)險(xiǎn)金融資產(chǎn)和風(fēng)險(xiǎn)金融資產(chǎn)，其中無(wú)風(fēng)險(xiǎn)金融資產(chǎn)包括社保賬戶余額、現(xiàn)金、存款和債券等；風(fēng)險(xiǎn)金融資產(chǎn)包括股票、基金、衍生品、理財(cái)、外幣資產(chǎn)和黃金等。本文按照調(diào)查問(wèn)卷設(shè)計(jì)的分類(lèi)，將金融資產(chǎn)分為：活期存款、定期存款、股票、基金、金融理財(cái)產(chǎn)品、債券、衍生品、非人民幣資產(chǎn)、貴金屬、其他金融資產(chǎn)、現(xiàn)金和借出款12項(xiàng)。

2.解釋變量

本文的重要解釋變量是金融素養(yǎng)。在經(jīng)典文獻(xiàn)中，衡量金融素養(yǎng)通過(guò)直接測(cè)定法與間接衡量法來(lái)實(shí)現(xiàn)（如表1所示）。

表1 過(guò)往文獻(xiàn)對(duì)金融素養(yǎng)的測(cè)度方法

對(duì)于間接衡量法，學(xué)者常用金融教育或在崗培訓(xùn)變量作為金融素養(yǎng)的工具變量，其缺點(diǎn)是：第一，大量文獻(xiàn)用金融教育時(shí)長(zhǎng)來(lái)核定金融教育產(chǎn)出，對(duì)各培訓(xùn)機(jī)構(gòu)及教師能力、學(xué)生學(xué)習(xí)能力無(wú)法準(zhǔn)確測(cè)度；第二，金融素養(yǎng)屬于教育產(chǎn)出，金融教育屬于教育投入，即便存在多方面的教育投入指標(biāo)來(lái)評(píng)定教育投入變量，但如此也忽略了金融教育或在崗培訓(xùn)變量與金融素養(yǎng)的轉(zhuǎn)化關(guān)系，即學(xué)習(xí)效率因素；第三，教育產(chǎn)出變量不易度量，一個(gè)很好的教育產(chǎn)出變量是最高學(xué)歷或?qū)W位，但一方面存在學(xué)科差異，例如經(jīng)濟(jì)學(xué)學(xué)位與其他學(xué)位的本科畢業(yè)生金融素養(yǎng)往往不同，而對(duì)此做詳細(xì)劃分的問(wèn)卷較少，另一方面即使缺乏在校學(xué)習(xí)經(jīng)歷，生活閱歷也是金融素養(yǎng)提高的重要途徑。故現(xiàn)有文獻(xiàn)更多采用直接測(cè)定法來(lái)衡量金融素養(yǎng)。同時(shí)，一些文獻(xiàn)也選擇忽略中間環(huán)節(jié)而探究教育對(duì)資產(chǎn)配置的影響。

對(duì)于直接測(cè)定法，現(xiàn)有文獻(xiàn)主要采取設(shè)置主客觀問(wèn)題的方法，將得分直接加總，或通過(guò)因子分析和主成分分析等方法來(lái)構(gòu)建金融素養(yǎng)指標(biāo)，如表1所示。直接加總法將各個(gè)問(wèn)題的答案進(jìn)行整理，正確為1，錯(cuò)誤為0，能夠保證金融素養(yǎng)總體次序不變；因子分析或主成分分析法則保留特征值大于1的因子，通過(guò)各因素與原答卷實(shí)際答題情況的線性相關(guān)性進(jìn)行信息整合，更具統(tǒng)計(jì)學(xué)的嚴(yán)謹(jǐn)性。

一些文獻(xiàn)側(cè)重于主觀問(wèn)題，如受訪者對(duì)于主要金融產(chǎn)品的了解程度自評(píng)，孟德鋒等（2019）[21]在研究中加入了對(duì)儲(chǔ)蓄保險(xiǎn)產(chǎn)品的了解程度。根據(jù)受訪者對(duì)各類(lèi)金融產(chǎn)品的了解程度自評(píng)打分得到金融素養(yǎng)指標(biāo)，側(cè)重于觀察消費(fèi)者對(duì)投資、貸款和儲(chǔ)蓄產(chǎn)品的了解情況，但不同消費(fèi)者對(duì)于了解程度的標(biāo)準(zhǔn)劃分有所不同，結(jié)果會(huì)受到主觀認(rèn)知影響。也有學(xué)者選擇采用客觀問(wèn)題來(lái)衡量受訪者的金融素養(yǎng)水平，這些問(wèn)題集中在利率、通脹率以及風(fēng)險(xiǎn)認(rèn)知等方面。如尹志超等（2014）、周弘等（2020）和賈憲軍（2020）根據(jù)利率計(jì)算、通貨膨脹理解以及投資風(fēng)險(xiǎn)認(rèn)知等3個(gè)問(wèn)題來(lái)衡量金融素養(yǎng)；陳姿、羅荷花（2019）[22]做了增加和細(xì)化，將銀行利率、風(fēng)險(xiǎn)收益、金融產(chǎn)品風(fēng)險(xiǎn)、通貨膨脹的認(rèn)知以及存款單利和復(fù)利計(jì)算等6個(gè)問(wèn)題作為測(cè)算基礎(chǔ)；彭倩等（2019）也采用5個(gè)與專(zhuān)業(yè)金融素養(yǎng)相關(guān)的客觀題進(jìn)行測(cè)算。一些學(xué)者也將主觀金融素養(yǎng)和客觀金融素養(yǎng)同時(shí)作為關(guān)注的變量，如胡振、臧日宏（2017）[23]分別對(duì)主、客觀金融素養(yǎng)進(jìn)行評(píng)分，但二者并非完全割裂，分開(kāi)計(jì)分無(wú)法準(zhǔn)確衡量樣本家庭的實(shí)際素養(yǎng)。

因此，本文從西南財(cái)經(jīng)大學(xué)2017年所做的中國(guó)家庭金融調(diào)查問(wèn)卷中選取了較能反映消費(fèi)者金融知識(shí)和素養(yǎng)水平的總計(jì)11個(gè)問(wèn)題，同時(shí)包含中國(guó)家庭金融投資者對(duì)于自身金融素養(yǎng)的主觀評(píng)價(jià)和金融知識(shí)的客觀體現(xiàn)，是一種比較全面的測(cè)度方式。本文以受訪樣本對(duì)11道問(wèn)題的回答情況為基礎(chǔ)，主要采用主成分分析的方法進(jìn)行回歸，同時(shí)采取得分加總與因子分析的方法作為穩(wěn)健性檢驗(yàn)的內(nèi)容。本文用來(lái)構(gòu)造金融素養(yǎng)指標(biāo)的相關(guān)問(wèn)題及得分處理方法如表2 所示。

表2 金融素養(yǎng)指標(biāo)的相關(guān)問(wèn)題及得分處理

為使得各個(gè)問(wèn)題的權(quán)重相等，將h3101和h3110兩道問(wèn)題的得分除以5，即滿分為1。再將11道問(wèn)題的得分相加，作為受訪者金融素養(yǎng)的最終得分，此為簡(jiǎn)單加總法。

主成分分析法下數(shù)據(jù)檢驗(yàn)情況如表3所示①由于篇幅有限，僅陳列主成分分析數(shù)據(jù)檢驗(yàn)情況，因子分析數(shù)據(jù)未予列示，可向作者索取。。

表3 KMO和巴特利特檢驗(yàn)結(jié)果

由于檢驗(yàn)p值為0.000，故數(shù)據(jù)通過(guò)了巴特利特球形度檢驗(yàn)，即相關(guān)系數(shù)矩陣不是單位陣；KMO值大于0.60，故數(shù)據(jù)適合進(jìn)行主成分分析或因子分析。主成分方差貢獻(xiàn)率分布如表4所示。

表4 主成分方差貢獻(xiàn)率分布

參照陳軍、楊玲玲（2014）[24]、尹志超等（2014）[25]對(duì)金融知識(shí)測(cè)評(píng)的研究，公共因子的累積方差貢獻(xiàn)率達(dá)到60%以上即可有效涵蓋大部分信息，且由表4可知，4個(gè)成分的累計(jì)貢獻(xiàn)率為65.26%，可反映多數(shù)信息。圖1是顯示各因子重要性的碎石圖，位置靠前的部分說(shuō)明特征值大，解釋的方差大，后面平坦的部分意味著特征值小，解釋的方差也小。

圖1 主成分分析碎石圖

由此可知，宜采取4個(gè)成分進(jìn)行數(shù)據(jù)處理。

原變量與成分的相關(guān)系數(shù)為因子載荷，系數(shù)矩陣的逆矩陣與因子載荷之積為某一項(xiàng)因子得分系數(shù)，原變量與得分系數(shù)之積為因子得分。參照尹志超和張?zhí)枟潱?017）[26]的處理方法，金融素養(yǎng)的最終得分由因子載荷對(duì)其方差解釋程度進(jìn)行加權(quán)得出。

同理得出該數(shù)據(jù)適宜用兩因子進(jìn)行處理。

3.控制變量

本文重要的控制變量是風(fēng)險(xiǎn)厭惡、幸福感和信任變量②風(fēng)險(xiǎn)厭惡、幸福感和信任變量分別來(lái)源于問(wèn)卷的h3104和h3514和h3380三個(gè)問(wèn)題，對(duì)于風(fēng)險(xiǎn)厭惡的題設(shè)是“如果您有一筆資金用于投資，您最愿意選擇哪種投資項(xiàng)目”，選項(xiàng)中由“高風(fēng)險(xiǎn)高回報(bào)項(xiàng)目”到“平均風(fēng)險(xiǎn)、平均回報(bào)項(xiàng)目”再到“不愿承擔(dān)任何風(fēng)險(xiǎn)”等共5檔，在統(tǒng)計(jì)時(shí)分別列為“風(fēng)險(xiǎn)厭惡程度低”到“厭惡程度高”；對(duì)幸福感的測(cè)定的題設(shè)是“總的來(lái)說(shuō)，您現(xiàn)在覺(jué)得幸福嗎”，其選項(xiàng)分別為“非常幸?！薄靶腋！薄耙话恪薄安恍腋！薄胺浅２恍腋！保市腋３潭确謩e設(shè)置為5—1分；信任因素的題設(shè)是“您對(duì)不認(rèn)識(shí)的人信任度如何”，其選項(xiàng)分別為“非常信任”“比較信任”“一般”“不太信任”“非常不信任”，相應(yīng)評(píng)分時(shí)，分別將信任變量設(shè)置為5—1分。，此外，本文考慮了家庭的人口社會(huì)學(xué)特征等公認(rèn)影響風(fēng)險(xiǎn)資產(chǎn)投資的控制變量，它們分別是：戶主性別、家庭成員數(shù)量、戶主年齡、戶主健康狀況、戶主受教育程度、戶主父母受教育程度、配偶受教育程度、職業(yè)、家庭總資產(chǎn)、家庭收入、家庭消費(fèi)、房產(chǎn)市值、戶口性質(zhì)、居住地等變量，各變量設(shè)置可分為家庭特征與人口特征兩類(lèi)。

（1）家庭特征。家庭特征包括家庭成員數(shù)量、家庭總資產(chǎn)、家庭收入、家庭消費(fèi)、房產(chǎn)市值、居住地、戶口性質(zhì)等變量。家庭成員數(shù)量是指常住人口（hhmem）。家庭總資產(chǎn)、家庭收入、消費(fèi)、房產(chǎn)市值變量由于數(shù)值較大，為減少回歸誤差，采取對(duì)數(shù)處理方法（ln_asset ln_income ln_cons ln_mktppt）。居住地變量做兩類(lèi)細(xì)分：其一為農(nóng)村與非農(nóng)村變量（rural），若家庭居住在農(nóng)村，則值為1，其余為0；其二是居住地地理位置（region_east，region_mid），若家庭居住在東部地區(qū)①根據(jù)國(guó)家統(tǒng)計(jì)局公布的指標(biāo)，中國(guó)的地區(qū)分布如下。東部：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部：山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。，則第一個(gè)變量設(shè)置為1，第二個(gè)變量表示若居住在中部地區(qū)為1，其余地區(qū)為0。戶口性質(zhì)（resi_head）是指戶主戶口是否為農(nóng)村戶口，若為農(nóng)村戶口，則設(shè)置為1。

表5 變量的含義及描述性統(tǒng)計(jì)

（2）人口特征。人口特征包括性別、年齡、受教育程度、職業(yè)等變量。性別變量（gender）男性為1，女性為0；年齡變量（age）采取戶主的在統(tǒng)計(jì)期（2017年）的實(shí)際年齡為準(zhǔn)；教育程度變量考察了戶主本人、母親、父親及配偶的教育程度，這是因?yàn)榻鹑谥R(shí)作為教育的產(chǎn)出之一，可能受到主要家庭成員的教育程度的影響；職業(yè)變量為戶主本人的職業(yè)。

各變量如表5所示。

四、實(shí)證檢驗(yàn)

（一）金融素養(yǎng)與風(fēng)險(xiǎn)資產(chǎn)投資決策

1.模型設(shè)定

在實(shí)證中，由于其被解釋變量取值為0—1二值變量，且不存在數(shù)據(jù)截?cái)喱F(xiàn)象，風(fēng)險(xiǎn)資產(chǎn)投資決策制定與否的問(wèn)題常用Probit模型表示。

被解釋變量二值設(shè)置為：

其表達(dá)式為：

其中Y表示風(fēng)險(xiǎn)資產(chǎn)投資決策，F(xiàn)K表示金融素養(yǎng)變量，X表示其他控制變量?，F(xiàn)有文獻(xiàn)集中于對(duì)股票投資決策的判斷，而缺乏對(duì)其他風(fēng)險(xiǎn)資產(chǎn)市場(chǎng)投資的相應(yīng)評(píng)判，故改換Y變量得到其余表達(dá)式，riskasset表示風(fēng)險(xiǎn)資產(chǎn)投資決策，stock表示股市投資決策，fin_pro表示理財(cái)產(chǎn)品投資決策，fund表示基金產(chǎn)品投資決策。

在本部分，為避免結(jié)果的偶然性，同時(shí)加入同為二值結(jié)果模型的Logit模型與OLS模型的回歸①由于篇幅限制，Logit模型與OLS模型的穩(wěn)健性檢驗(yàn)結(jié)果未予列示，其回歸結(jié)果與Probit模型基本一致，讀者如果有需要可向作者索取。。

2.回歸結(jié)果與分析

金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資情況的Probit模型回歸結(jié)果如表6所示。第（1）—（4）列分別是主成分分析法下金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資決策、股市投資決策、基金產(chǎn)品投資決策和理財(cái)產(chǎn)品投資決策的回歸結(jié)果，（5）—（8）列是因子分析法下金融素養(yǎng)對(duì)各因變量的回歸結(jié)果，（9）—（12）列是直接加總法下的結(jié)果。

在眾多模型中，穩(wěn)定表現(xiàn)為顯著的變量是房屋市價(jià)、家庭成員數(shù)量、年齡、戶主教育程度、配偶教育程度、戶主戶口、幸福感、風(fēng)險(xiǎn)厭惡和金融素養(yǎng)。

控制變量中，顯著為正相關(guān)的變量有教育程度、資產(chǎn)對(duì)數(shù)值、收入對(duì)數(shù)值與消費(fèi)對(duì)數(shù)值。一般來(lái)說(shuō)，戶主與配偶共同做出家庭投資決策，而受教育程度會(huì)影響人們的認(rèn)知水平和決策行為，戶主和配偶的受教育程度均對(duì)風(fēng)險(xiǎn)資產(chǎn)投資決策有顯著正向影響，盡管其對(duì)于股票、基金和理財(cái)產(chǎn)品投資的影響稍有差異；資產(chǎn)、收入和消費(fèi)的對(duì)數(shù)值在三個(gè)計(jì)量模型下對(duì)各因變量的影響一致為正，資產(chǎn)和收入越高，家庭可用于風(fēng)險(xiǎn)資產(chǎn)投資的財(cái)富越多，進(jìn)而投資概率越大。消費(fèi)對(duì)于風(fēng)險(xiǎn)投資的正向影響可以逆推理解，家庭消費(fèi)數(shù)值越大，其創(chuàng)造財(cái)富來(lái)滿足消費(fèi)的動(dòng)機(jī)越強(qiáng)，而風(fēng)險(xiǎn)資產(chǎn)投資即為增加家庭財(cái)富的渠道之一。顯著呈現(xiàn)為負(fù)相關(guān)的變量有房產(chǎn)市值、家庭成員數(shù)量、戶主戶口、幸福感與風(fēng)險(xiǎn)厭惡。對(duì)中國(guó)家庭而言，房產(chǎn)是財(cái)富的重要組成部分，房產(chǎn)市價(jià)高，則會(huì)降低家庭投資者從金融市場(chǎng)渠道賺取財(cái)富的需求，較高的幸福感也會(huì)產(chǎn)生類(lèi)似的影響。家庭成員較多意味著贍養(yǎng)長(zhǎng)輩或撫養(yǎng)子女的壓力增加，這會(huì)強(qiáng)化風(fēng)險(xiǎn)厭惡程度，減少風(fēng)險(xiǎn)資本市場(chǎng)的參與。農(nóng)村戶口居民相對(duì)城市戶口居民來(lái)說(shuō)，接受金融知識(shí)或市場(chǎng)信息的機(jī)會(huì)較少，因此戶主農(nóng)村戶口對(duì)風(fēng)險(xiǎn)資產(chǎn)投資的影響為負(fù)。年齡變量對(duì)風(fēng)險(xiǎn)資產(chǎn)投資決策的影響呈現(xiàn)先促進(jìn)后抑制的情況，這與經(jīng)典理論相一致。健康變量在各個(gè)模型中對(duì)被解釋變量的影響均不顯著，這可能是因?yàn)槭茉L者在問(wèn)卷中的自評(píng)健康程度與真實(shí)身體狀況不完全一致。

對(duì)于主要觀測(cè)變量金融素養(yǎng)，無(wú)論是對(duì)風(fēng)險(xiǎn)資產(chǎn)投資還是各項(xiàng)資產(chǎn)投資，其影響均在1%的顯著性水平下顯著，可以認(rèn)為金融素養(yǎng)的高低影響了風(fēng)險(xiǎn)投資決策；從符號(hào)上，各回歸系數(shù)的估計(jì)值均為正值，這說(shuō)明金融素養(yǎng)的提高會(huì)提高投資風(fēng)險(xiǎn)資產(chǎn)的概率，而概率提升的估計(jì)值因各個(gè)模型的不同而有所區(qū)別。

由于多個(gè)模型在不同的金融素養(yǎng)評(píng)定標(biāo)準(zhǔn)下均呈現(xiàn)顯著的同向關(guān)系，故金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資決策具有促進(jìn)關(guān)系的結(jié)論具有一定穩(wěn)健性。

Probit模型中金融素養(yǎng)指標(biāo)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資決策影響估計(jì)系數(shù)如表7所示。在主成分分析法下，金融素養(yǎng)每提高一個(gè)單位，將會(huì)分別提高風(fēng)險(xiǎn)資產(chǎn)、股票、基金、理財(cái)產(chǎn)品的投資3.42%、2.04%、0.987%和3.17%的概率；因子分析法下和直接加總法下對(duì)應(yīng)數(shù)值相對(duì)較小但也高度正向顯著，因子分析法下分別為2.66%、1.69%、0.625%和2.39%，直接加總法下分別為2.51%、1.45%、0.907%和2.41%。而平均看來(lái)，金融素養(yǎng)對(duì)股票、基金、理財(cái)產(chǎn)品投資的邊際效應(yīng)約為1.73%、0.84%、2.66%，每單位金融素養(yǎng)的提升將使得總體風(fēng)險(xiǎn)資產(chǎn)投資概率增加2.86%，且這些關(guān)系在1%的顯著性水平下成立（基金市場(chǎng)為5%顯著性水平）。概率的提升具有累積效應(yīng)，若直接加總法下金融素養(yǎng)水平提升10個(gè)單位，則總體風(fēng)險(xiǎn)資產(chǎn)投資概率將會(huì)提升25.1%。

表6 金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資決策的Probit回歸結(jié)果

由此可知，金融素養(yǎng)會(huì)促進(jìn)投資決策制定的結(jié)論在2017年的樣本中也適用。

表7 金融素養(yǎng)對(duì)各被解釋變量的回歸系數(shù)

（二）金融素養(yǎng)與風(fēng)險(xiǎn)資產(chǎn)投資占比決策

上文已驗(yàn)證金融素養(yǎng)對(duì)總體風(fēng)險(xiǎn)資產(chǎn)投資決策以及各主要風(fēng)險(xiǎn)金融產(chǎn)品投資決策的影響，接下來(lái)進(jìn)一步研究金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資占比的影響問(wèn)題。

由于被解釋變量中存在大量0值，存在數(shù)據(jù)截?cái)嗵卣鳎虼诉x用Tobit模型估計(jì)，表達(dá)式如下：

其中Yi表示每個(gè)個(gè)體投資風(fēng)險(xiǎn)資產(chǎn)占其持有金融資產(chǎn)的比重，Xi為各解釋變量與控制變量。

回歸結(jié)果見(jiàn)表8。由回歸結(jié)果可知，主要解釋變量金融素養(yǎng)在三種分析法下均表現(xiàn)出對(duì)風(fēng)險(xiǎn)資產(chǎn)相對(duì)總金融資產(chǎn)投資占比指標(biāo)的高度顯著正向相關(guān)。在模型中加入金融素養(yǎng)的平方項(xiàng)后，一次項(xiàng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資比例仍為顯著正影響，而相應(yīng)二次項(xiàng)的影響卻為顯著負(fù)向，這說(shuō)明金融素養(yǎng)對(duì)于風(fēng)險(xiǎn)資產(chǎn)投資占總金融資產(chǎn)的比例存在先促進(jìn)后抑制的倒U形影響。對(duì)于其他觀測(cè)變量，呈現(xiàn)明顯正相關(guān)的指標(biāo)是戶主教育、配偶教育、收入、資產(chǎn)、消費(fèi)；呈現(xiàn)明顯負(fù)相關(guān)的指標(biāo)是房產(chǎn)市值、家庭成員數(shù)量、戶主戶口、是否居住農(nóng)村、幸福感、風(fēng)險(xiǎn)厭惡。這一結(jié)果與上文相一致。

（三）倒U形原因分析

金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資比例的影響呈現(xiàn)倒U形。探究先減后增的一個(gè)方法是分段回歸，具體方法是將金融素養(yǎng)按照分位數(shù)進(jìn)行分組回歸，探究在不同金融素養(yǎng)的情況下，金融素養(yǎng)及其他變量對(duì)風(fēng)險(xiǎn)資產(chǎn)相對(duì)金融資產(chǎn)占比的影響。為使對(duì)比相對(duì)突出但又要保證數(shù)據(jù)數(shù)量可進(jìn)行回歸，選擇金融素養(yǎng)前0.4%、前1%與后99%作為對(duì)照。

回歸情況如表9所示。

由表9可知，在顯著性方面發(fā)生明顯差異且在三個(gè)分析法下表現(xiàn)穩(wěn)健的有金融素養(yǎng)、家庭成員、配偶教育程度、風(fēng)險(xiǎn)厭惡變量，如表10所示。

表8 金融素養(yǎng)對(duì)風(fēng)險(xiǎn)資產(chǎn)投資占比的回歸結(jié)果

表10 分段回歸結(jié)果

對(duì)于金融素養(yǎng)變量，金融素養(yǎng)后99%的樣本金融素養(yǎng)的提高顯著提高了風(fēng)險(xiǎn)資產(chǎn)配置的占比，前0.4%的樣本金融素養(yǎng)的提高卻對(duì)風(fēng)險(xiǎn)資產(chǎn)配置沒(méi)有顯著性影響；直接加總法下顯著性也存在降低的現(xiàn)象，這說(shuō)明金融素養(yǎng)的作用機(jī)制對(duì)素養(yǎng)較高的人群與較低的人群存在異質(zhì)性。另外，對(duì)于金融素養(yǎng)前1%的樣本與后99%的樣本，金融素養(yǎng)的作用機(jī)制均表現(xiàn)為促進(jìn)風(fēng)險(xiǎn)資產(chǎn)投資，而僅僅單拿出前0.4%樣本時(shí)才存在顯著水平下降的現(xiàn)象，這說(shuō)明倒U形現(xiàn)象在我國(guó)雖然存在，但對(duì)風(fēng)險(xiǎn)投資的負(fù)面作用更多作用于素養(yǎng)極高的人群，對(duì)廣大投資者多為促進(jìn)作用。

對(duì)于倒U形的原因，在實(shí)證中可以找到三種解釋。

第一，嫉妒因素。將三種測(cè)度方法下的金融素養(yǎng)按照得分高低進(jìn)行分組，配偶教育程度在金融素養(yǎng)后99%水平分組中對(duì)風(fēng)險(xiǎn)資產(chǎn)投資占比的影響在1%顯著性水平正向顯著，在金融素養(yǎng)前1%水平分組中無(wú)顯著影響，在金融素養(yǎng)前0.4%水平分組中表現(xiàn)為在5%或10%顯著性水平下負(fù)向影響。這說(shuō)明隨著金融素養(yǎng)的提高，配偶教育變量對(duì)風(fēng)險(xiǎn)資產(chǎn)占比表現(xiàn)為先促進(jìn)后抑制，金融素養(yǎng)通過(guò)改變配偶教育對(duì)風(fēng)險(xiǎn)資產(chǎn)占比的影響方向而對(duì)風(fēng)險(xiǎn)資產(chǎn)投資產(chǎn)生倒U形影響。其可能原因是：當(dāng)金融素養(yǎng)較低時(shí)，配偶的高學(xué)歷會(huì)為戶主提供投資指導(dǎo)與金融建議，從而提高金融資產(chǎn)頭寸；而當(dāng)金融素養(yǎng)極高時(shí)，配偶的學(xué)歷越高越會(huì)產(chǎn)生對(duì)風(fēng)險(xiǎn)資產(chǎn)投資的抗拒，可能原因是對(duì)戶主主導(dǎo)金融投資活動(dòng)的嫉妒心理。

第二，家庭的剛性時(shí)間支出。實(shí)證結(jié)果顯示，家庭成員變量在金融素養(yǎng)不同水平的分組中均對(duì)風(fēng)險(xiǎn)資產(chǎn)投資占比具有顯著負(fù)向影響，并且在金融素養(yǎng)前0.4%和前1%分組中的影響系數(shù)絕對(duì)值顯著大于其在金融素養(yǎng)后99%分組中的影響系數(shù)?；貧w系數(shù)的變化表明，金融素養(yǎng)水平影響了被解釋變量對(duì)于家庭成員變量的敏感度，隨著金融素養(yǎng)的提高，家庭成員變量對(duì)風(fēng)險(xiǎn)投資占比的負(fù)面作用擴(kuò)大。一般情況下，家庭常住人口的增多對(duì)于戶主而言是剛性生活成本的提高，因此用來(lái)投資風(fēng)險(xiǎn)資產(chǎn)的時(shí)間和精力往往會(huì)減少，故二者是負(fù)相關(guān)關(guān)系；而當(dāng)金融素養(yǎng)更高時(shí)，其做金融決策的效率更高，剛性時(shí)間損失意味著失去更多金融投資機(jī)會(huì)，因此往往會(huì)使得風(fēng)險(xiǎn)投資減少的比例更大。

第三，擴(kuò)大風(fēng)險(xiǎn)厭惡負(fù)效應(yīng)。按照金融素養(yǎng)水平高低分組，風(fēng)險(xiǎn)厭惡程度在各組別中均對(duì)風(fēng)險(xiǎn)資產(chǎn)投資有顯著負(fù)向影響，在金融素養(yǎng)水平更高的分組中，風(fēng)險(xiǎn)厭惡程度的負(fù)向影響越大。如在主成分分析法下，金融素養(yǎng)不同水平分組中，風(fēng)險(xiǎn)厭惡程度對(duì)被解釋變量均具有1%顯著性水平的負(fù)向影響。前0.4%分組中，其影響系數(shù)為-0.196，絕對(duì)值超過(guò)前1%分組中的-0.113，顯著大于后99%分組中的-0.0831。這表明隨著金融素養(yǎng)的提高和金融知識(shí)的累積，風(fēng)險(xiǎn)厭惡對(duì)投資占比的負(fù)面作用更強(qiáng)。因此這種解釋方法與賈憲軍（2019）提出的“金融教育的提高會(huì)擴(kuò)大風(fēng)險(xiǎn)厭惡對(duì)投資的負(fù)面作用從而降低股票市場(chǎng)參與”的觀點(diǎn)基本吻合，其區(qū)別在于自變量是金融素養(yǎng)本身而非金融教育。

五、結(jié)論與政策建議

本文運(yùn)用西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心最新開(kāi)展的2017家庭金融調(diào)查，通過(guò)主成分分析與因子分析等方法對(duì)家庭金融素養(yǎng)與各風(fēng)險(xiǎn)資產(chǎn)投資及占比之間的關(guān)系進(jìn)行了實(shí)證分析。結(jié)果表明，金融素養(yǎng)的提高會(huì)顯著提高家庭從事風(fēng)險(xiǎn)投資的概率，而金融素養(yǎng)的提高對(duì)風(fēng)險(xiǎn)資產(chǎn)相對(duì)總金融資產(chǎn)的占比存在先促進(jìn)后抑制的倒U形效應(yīng)。隨后通過(guò)分段回歸的方法對(duì)不同金融素養(yǎng)個(gè)體進(jìn)行對(duì)比。研究發(fā)現(xiàn)，倒U形的影響關(guān)系雖然存在，但金融素養(yǎng)對(duì)風(fēng)險(xiǎn)投資行為的抑制作用僅僅存在于金融素養(yǎng)極高的人群中，對(duì)絕大多數(shù)個(gè)體而言，金融素養(yǎng)表現(xiàn)為對(duì)風(fēng)險(xiǎn)投資的促進(jìn)。對(duì)于倒U形的解釋?zhuān)赡苡屑刀室蛩亍傂詴r(shí)間支出與風(fēng)險(xiǎn)厭惡負(fù)效應(yīng)的擴(kuò)大等原因。而全文實(shí)證部分均在主成分分析、因子分析和簡(jiǎn)單加總?cè)N分析方法下進(jìn)行，在驗(yàn)證金融素養(yǎng)對(duì)投資決策的影響時(shí)采取Probit模型，以Logit與OLS回歸進(jìn)行穩(wěn)健性檢驗(yàn)，而多個(gè)模型的一致結(jié)果也均驗(yàn)證了結(jié)論。

金融素養(yǎng)的提高不僅會(huì)促進(jìn)居民增加投資渠道、獲取并正確解讀金融信息，而且也能提高居民風(fēng)險(xiǎn)意識(shí)，防止上當(dāng)受騙。雖然中國(guó)許多家庭居民的金融素養(yǎng)已經(jīng)有所提高，但隨著金融產(chǎn)品的不斷普及和中國(guó)資本市場(chǎng)的不斷發(fā)展和推陳出新，金融素養(yǎng)的重要意義不言而喻。并且對(duì)于絕大多數(shù)居民而言，金融素養(yǎng)的提高對(duì)其金融投資資產(chǎn)池的擴(kuò)大有很強(qiáng)的積極意義。

基于前文的實(shí)證分析，提出如下政策建議。

第一，政府及有關(guān)部門(mén)可將金融素養(yǎng)的提高作為金融政策的一個(gè)重要目標(biāo)變量。通過(guò)銀行等金融機(jī)構(gòu)開(kāi)展免費(fèi)講座等來(lái)提升居民的金融素養(yǎng)，幫助其樹(shù)立正確的風(fēng)險(xiǎn)意識(shí)，特別是要注意實(shí)現(xiàn)農(nóng)村地區(qū)的金融知識(shí)普及，從而提高居民自主配置資產(chǎn)和長(zhǎng)期進(jìn)行自我財(cái)務(wù)規(guī)劃的能力，實(shí)現(xiàn)居民家庭財(cái)富增長(zhǎng)，同時(shí)增加資本市場(chǎng)的活力。

第二，在確保合規(guī)的前提下，簡(jiǎn)化投資程序。如大力推行正規(guī)合法的理財(cái)APP，縮短投資者了解市場(chǎng)和購(gòu)買(mǎi)產(chǎn)品的時(shí)間，也降低了投資者去金融機(jī)構(gòu)網(wǎng)點(diǎn)的剛性時(shí)間支出和其他成本。