羅 瑤（湖北經(jīng)濟(jì)學(xué)院，湖北 武漢430205）

來自國家統(tǒng)計(jì)局以及CEIC 的數(shù)據(jù)顯示， 近20 年來，我國居民的儲(chǔ)蓄率始終高于世界平均水平。 過去，大部分家庭理財(cái)意識(shí)淡薄， 一般都會(huì)選擇將儲(chǔ)蓄資金直接存儲(chǔ)到銀行。然而，面對(duì)時(shí)不時(shí)通貨膨脹所帶來的“負(fù)利率”現(xiàn)象，選擇儲(chǔ)蓄存款的居民家庭事實(shí)上會(huì)蒙受不小的損失。 近年來，隨著我國金融市場的發(fā)展，居民家庭投資理財(cái)手段與方式的選擇越來越多多樣化。 在多變的市場上，一些家庭可以通過不同的投資方式獲得較為理想的投資回報(bào)，而部分家庭卻存在著適得其反的現(xiàn)象，不僅沒有獲得合適的收入，還遭受了經(jīng)濟(jì)上的虧損，嚴(yán)重的甚至是上當(dāng)受騙。 這些不僅給現(xiàn)如今的居民家庭帶來挑戰(zhàn)，也會(huì)影響金融市場的穩(wěn)定。 在家庭理財(cái)收入呈現(xiàn)出不同狀態(tài)的基礎(chǔ)上，研究家庭理財(cái)收入水平高低背后的影響因素，不僅對(duì)居民家庭投資理財(cái)行為的選擇意義重大， 而且也有利于金融機(jī)構(gòu)改進(jìn)對(duì)居民的投資理財(cái)服務(wù)，有利于監(jiān)管層面完善金融市場監(jiān)管。

一、居民家庭理財(cái)收入影響因素的實(shí)證研究思路

本文以前期對(duì)湖北武漢市江夏區(qū)藏龍島地區(qū)居民的調(diào)查收集的數(shù)據(jù)為研究對(duì)象。 由于影響居民家庭理財(cái)收入的因素較為繁雜，本文擬首先運(yùn)用層次分析法（AHP）進(jìn)行篩選，找出影響家庭理財(cái)收入的顯著性因素， 再用二元Logostic 回歸模型判斷這些顯著性因素對(duì)居民理財(cái)收入的影響方向和影響程度。

（一）研究的數(shù)據(jù)來源

為完成由本人主持的省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目“湖北省農(nóng)村地區(qū)互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品服務(wù)平臺(tái)得推廣” 的研究，本人于2018 年7 月中旬在湖北省江夏區(qū)藏龍島地區(qū)進(jìn)行了一個(gè)星期的實(shí)地調(diào)查， 通過隨機(jī)走訪的方式向當(dāng)?shù)鼐用癜l(fā)放300 份問卷調(diào)查，調(diào)查共16 個(gè)涉及問題（調(diào)查問卷附后）。 最后，剔除無效問卷，總共收集有效問卷204 份。

（二）層次分析法

通常，人們進(jìn)行問卷調(diào)查時(shí)，難免需要對(duì)所調(diào)查問卷的信息提前做篩選。 先對(duì)影響行為主體決策的各方面復(fù)雜因素進(jìn)行層次分析，則可以起到相似的作用，且結(jié)果比單純靠經(jīng)驗(yàn)判斷更科學(xué)、合理。 層次分析法是一種定性與定量相結(jié)合的、系統(tǒng)的、層次化的決策分析方法，決策者根據(jù)經(jīng)驗(yàn)判斷各因素間的相對(duì)重要程度，再合理地給出各個(gè)層次的標(biāo)準(zhǔn)權(quán)重，利用所得的權(quán)數(shù)找出各因素的先后次序， 比較有效地應(yīng)用于那些難以單純用定量方法解決的問題。層次分析法是將半定性、半定量問題轉(zhuǎn)化成定量問題的一種十分有用的方法。 結(jié)合本文研究實(shí)際情況和層次分析法的優(yōu)點(diǎn)， 所以在此選擇先通過這種方法初步找出影響家庭理財(cái)收入的因素， 為本文奠定研究對(duì)象基礎(chǔ)。

（三）二元Logistic 回歸模型

在層次分析法做出家庭理財(cái)收入影響因素的篩選之后，接著運(yùn)用二元Logistic 模型尋找各因素對(duì)家庭理財(cái)收入影響的具體情況。 二元Logistic 是一個(gè)非線性的回歸模型，用于研究解釋變量對(duì)被解釋變量的影響關(guān)系， 其最大的好處在于可以解決二元類問題。目前，該回歸模型被廣泛應(yīng)用于金融行業(yè)的分析中，如：判斷銀行的客戶是否是個(gè)好客戶、客戶貸款是否會(huì)違約等問題上。本文借鑒此類分析思路，將所需討論影響家庭理財(cái)收入的問題轉(zhuǎn)化為各因素是否影響家庭理財(cái)收入的高低，變成為一個(gè)二元類問題，再結(jié)合來自湖北省江夏區(qū)藏龍島地區(qū)實(shí)地調(diào)查問卷收集到的數(shù)據(jù)， 通過IBM SPSS 軟件進(jìn)行二元logistics 回歸，求出最后較為合理的影響因素，使問題得到簡化的同時(shí)也更加科學(xué)。

二、基于層次分析法（AHP）的家庭理財(cái)收入影響因素的確定

（一）建立層次結(jié)構(gòu)模型

將尋找影響家庭理財(cái)?shù)囊蛩剡@個(gè)決策目標(biāo)分解為三個(gè)層次，最上層是目標(biāo)層用M 表示，即為影響居民家庭理財(cái)收入的關(guān)鍵因素；中間層為準(zhǔn)則層用C 表示，包括居民家庭本身因素C1、金融市場因素C2 兩個(gè)指標(biāo)；最下一層則為方案層，即六個(gè)影響因素成員最高學(xué)歷P1，理財(cái)知識(shí)了解程度P2，風(fēng)險(xiǎn)偏好P3， 產(chǎn)品市場滿意度P4， 產(chǎn)品宣傳度P5， 產(chǎn)品多樣性P6。 （如圖1 所示）

圖1 層次分析圖示

（二）模型求解

1. 構(gòu)造判斷矩陣M-C：判別矩陣的構(gòu)造根據(jù)下表1 的規(guī)則，給出兩兩之間的權(quán)重。在此家庭本身對(duì)金融機(jī)構(gòu)的權(quán)重是2，則金融機(jī)構(gòu)對(duì)家庭本身的權(quán)重是0.5，由此將準(zhǔn)則層C 中兩個(gè)元素C1，C2 形成如下表2 中的對(duì)比較矩陣。

表1 權(quán)重賦值規(guī)則

表2 比較矩陣

求解M-C 的特征值， 易解得λmax=2， 且權(quán)重向量，由公式，于是根據(jù)和表3 中n 與RI 的關(guān)系表，計(jì)算得到CR=0＜0.1，通過了一致性檢驗(yàn)。

表3 n 與RI 的關(guān)系

2. 構(gòu)造判斷矩陣C1-P、C2-P 及C3-P，每個(gè)矩陣內(nèi)各元素兩兩相比，得如下比較矩陣（表4、表5）。

表4 C1-P

表5 C2-P

同1 中準(zhǔn)則層矩陣的解法，求解表4 中矩陣C1-P 的特征值，易解得λmax=3.0012， 且權(quán)重向量，由公式， 于是根據(jù)和表3， 計(jì)算得到CR=0.0010＜0.1，通過了一致性檢驗(yàn)。

求解表4 中矩陣C2-P 的特征值， 易解得λmax=3.0027，且權(quán)重向量，由公式，于是根據(jù)和表2，計(jì)算得到CR=0.0023＜0.1，通過了一致性檢驗(yàn)。

結(jié)論：根據(jù)上述分析知，各個(gè)方案均通過了一致性檢驗(yàn)，表明上述因素重要度之間協(xié)調(diào)性合理，邏輯合理。接下來只用判斷各因素的總權(quán)重大小， 并對(duì)其進(jìn)行排序就能得出各元素之間的序列，從而能夠選出相對(duì)較優(yōu)的影響家庭理財(cái)?shù)囊蛩亍?/p>

3. 分層排序與總排序一致性檢驗(yàn)。 根據(jù)上述計(jì)算可知三個(gè)判斷矩陣的權(quán)重向量，可以得到下表的分層排序，如表6、表7、表8 所示。

表6

表7

表8

根據(jù)上述三個(gè)表的權(quán)重值， 設(shè)M-C 中的權(quán)重值用bi表示，C-P 中的權(quán)重用aj表示， 根據(jù)公式權(quán)重公式，m、n 表示因素個(gè)數(shù)，計(jì)算出總排序，并計(jì)算其一致性指標(biāo)值，如下表9 所示。

由上表，可知各元素的總體排序，根據(jù)排序可以依次選出合適的因素指標(biāo)，同時(shí)得知總排序指標(biāo)率=0.0058＜0.1,則通過了一致性檢驗(yàn)。

（三）模型結(jié)論與分析

根據(jù)表9 總排序與一致性中的結(jié)論，可知P 層每個(gè)影響因素所占的總權(quán)重。 將最終用如下圖示直觀表示如下：

圖2 影響因素權(quán)重排列圖

由上圖可知， 將影響家庭理財(cái)?shù)母鱾€(gè)因素所占的比值由高到低排列， 本文選擇前四個(gè)占比較大的因素作為指標(biāo)體系的不同分支，即：家庭成員最高學(xué)歷、理財(cái)知識(shí)了解程度、產(chǎn)品市場滿意度、風(fēng)險(xiǎn)偏好。由此確定了影響家庭理財(cái)收入的四個(gè)關(guān)鍵因素， 為之后各關(guān)鍵因素是如何影響家庭理財(cái)收入做好了鋪墊。

三、 基于Logistic 模型的江夏藏龍島居民理財(cái)收入影響因素的實(shí)證分析

（一）二元Logistic 分析模型的建立

1. 變量的選擇及數(shù)據(jù)處理

本文以上述層次分析法權(quán)重排序選出的家庭成員最高學(xué)歷、理財(cái)知識(shí)了解程度、產(chǎn)品市場滿意度、風(fēng)險(xiǎn)偏好四個(gè)因素為自變量，以家庭理財(cái)收入為因變量。

由于原問卷選項(xiàng)多為多選且為文字?jǐn)⑹觯?我們將所調(diào)查部分?jǐn)?shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，采取0-1 處理得辦法，這樣更適合所選擇模型對(duì)數(shù)據(jù)類型的要求。為了方便閱讀，對(duì)具體數(shù)據(jù)處理進(jìn)行說明如下：家庭成員最高學(xué)歷為本科及以上，則表示學(xué)歷高，用“1”表示；否則表示學(xué)歷低，用“0”表示。理財(cái)知識(shí)了解程度中了解及很了解用“1”表示；了解程度一般及不了解用“0”表示。產(chǎn)品市場滿意度中非常滿意及很滿意用“1”表示；一般滿意及不滿意用“0”表示。 風(fēng)險(xiǎn)偏好中偏好高風(fēng)險(xiǎn)用“1”表示；偏好低風(fēng)險(xiǎn)及中間風(fēng)險(xiǎn)用“0”表示。 家庭理財(cái)收入中理財(cái)收入超過5 萬元，則表示收入高，用“1”表示；低于5 萬元，則表示收入不高，用“0”表示。最終，模型各個(gè)因素的賦值描述如表10 所示：

表10 變量賦值

2. 二元Logistic 模型的建立及分析

該模型的建立在于尋找影響家庭理財(cái)收入高低的因素，收入高為1，收入低為0。 運(yùn)用二元Logistic 回歸模型來判斷影響家庭理財(cái)收入的影響因素，具體公式為：

運(yùn)用SPSS 軟件計(jì)算得，選取計(jì)算的關(guān)鍵結(jié)果如表11、表12 所示。

表11 總體百分比

表12 方程中的變量

（1）根據(jù)表11，可以知道模型總體百分比為84.3%，即用所引用的204 個(gè)樣本數(shù)據(jù)來預(yù)測家庭理財(cái)收入高的準(zhǔn)確度為84.3%。 準(zhǔn)確度大于60%，則表示模型擬合比較好，模型建立合理。

（2）從表12 中，得到家庭成員最高學(xué)歷、理財(cái)知識(shí)了解程度、產(chǎn)品滿意度這三個(gè)變量的顯著性均小于0.05,表示這三個(gè)變量對(duì)家庭理財(cái)收入有顯著影響。 而風(fēng)險(xiǎn)偏好變量的顯著性為0.683，大于0.05，則是否偏好高風(fēng)險(xiǎn)對(duì)于家庭理財(cái)收入是否高并無很大影響。 具體說來，在本次實(shí)地調(diào)研中，發(fā)現(xiàn)一些偏好高風(fēng)險(xiǎn)的家庭存在著理財(cái)收入高或者理財(cái)收入不高的家庭數(shù)量類似；同時(shí)，在偏好中低風(fēng)險(xiǎn)的家庭中，家庭理財(cái)收入高和理財(cái)收入不高的家庭數(shù)量也差異不大，所以綜合來說，風(fēng)險(xiǎn)偏好對(duì)是否家庭理財(cái)收入高影響并不很明顯， 即各類風(fēng)險(xiǎn)偏好的家庭中理財(cái)收入是多樣化的，沒有明顯的影響趨向。

（3）通過表12，可知家庭成員最高學(xué)歷的回歸系數(shù)為2.138、理財(cái)知識(shí)了解程度回歸系數(shù)為3.300、產(chǎn)品滿意度的回歸系數(shù)為1.587，均為正數(shù)，且均大于0.05。表示這三個(gè)變量對(duì)家庭理財(cái)收入是否高有著顯著性影響，且正向影響。即家庭成員最高學(xué)歷越高，家庭理財(cái)收入越高；理財(cái)知識(shí)了解程度越高，家庭理財(cái)收入越高；理財(cái)產(chǎn)品滿意度越高，家庭理財(cái)收入也越高。

（二）模型結(jié)論

本模型在層次分析法模型所得出結(jié)論之上， 進(jìn)一步對(duì)所選擇的影響因素進(jìn)行深入求證， 構(gòu)建出對(duì)家庭理財(cái)收入有顯著影響的因素體系。通過上述分析，可以得出家庭成員最高學(xué)歷、理財(cái)知識(shí)了解程度、產(chǎn)品滿意度對(duì)家庭理財(cái)收入是否高有著顯著性影響，且正向影響。而風(fēng)險(xiǎn)偏好則對(duì)家庭理財(cái)收入是否較高影響并不明顯， 各種風(fēng)險(xiǎn)偏好類型的家庭都有著理財(cái)收入高或者不高的情況， 且各種風(fēng)險(xiǎn)偏好對(duì)應(yīng)的兩種理財(cái)收入類型數(shù)量上相當(dāng)。

四、研究啟示

前述實(shí)證研究結(jié)論表明，家庭成員最高學(xué)歷、家庭對(duì)理財(cái)知識(shí)的了解程度以及居民對(duì)理財(cái)產(chǎn)品的滿意度對(duì)家庭理財(cái)收入的影響較大。 這其中家庭對(duì)理財(cái)知識(shí)的了解程度及居民對(duì)理財(cái)產(chǎn)品的滿意程度既跟家庭自身有關(guān)， 也跟金融機(jī)構(gòu)提供的理財(cái)服務(wù)有關(guān)。 因此，要提高居民家庭理財(cái)收入，無論是居民家庭自身還是理財(cái)市場的服務(wù)方都需要采取一定的措施。

（一）居民要注重家庭成員的學(xué)歷水平、加強(qiáng)理財(cái)知識(shí)的學(xué)習(xí)

分析表明更高的教育水平， 意味著居民家庭有著更高的理財(cái)意識(shí)和理財(cái)知識(shí)學(xué)習(xí)能力，因此，居民家庭要盡可能地增加成員的教育支出，盡可能提高家庭成員的學(xué)歷水平。 當(dāng)然，家庭成員的學(xué)歷水平不僅是實(shí)現(xiàn)更高理財(cái)水平的要求， 也是更好地立足社會(huì)的保證。 其次，無論是何種學(xué)歷水平的家庭，面對(duì)日新月異的金融市場， 加強(qiáng)投資理財(cái)新知識(shí)的學(xué)習(xí)也必不可少。 更高的學(xué)歷水平、不斷累積的理財(cái)知識(shí)，才會(huì)提高家庭成員在投資理財(cái)活動(dòng)中識(shí)別理財(cái)騙局、發(fā)現(xiàn)理財(cái)機(jī)遇、掌握現(xiàn)代理財(cái)手段的能力。 唯有如此， 才能提高家庭理財(cái)收入水平，提升理財(cái)收入對(duì)家庭收入的貢獻(xiàn)度。

（二）金融機(jī)構(gòu)需要?jiǎng)?chuàng)新理財(cái)產(chǎn)品，提高居民家庭對(duì)理財(cái)產(chǎn)品的滿意度

金融機(jī)構(gòu)是民居投資理財(cái)產(chǎn)品的供給方， 金融機(jī)構(gòu)要想在日益增加的居民投資理財(cái)市場占有更大的市場份額， 就需要關(guān)注居民投資理財(cái)需求的變化，加大產(chǎn)品創(chuàng)新力度。另一方面，不同層次居民具有不同的投資理財(cái)需求，金融機(jī)構(gòu)要實(shí)行差異化的產(chǎn)品開發(fā)戰(zhàn)略，開發(fā)出多樣化的投資理財(cái)產(chǎn)品，豐富居民的理財(cái)選擇。此外，金融機(jī)構(gòu)還需要加大對(duì)居民家庭的理財(cái)知識(shí)的宣傳力度及改進(jìn)居民投資理財(cái)產(chǎn)品的營銷方式，以居民喜聞樂見的方式， 增加居民對(duì)理財(cái)知識(shí)的認(rèn)知和對(duì)理財(cái)產(chǎn)品的了解， 提高居民對(duì)金融機(jī)構(gòu)提供的理財(cái)產(chǎn)品服務(wù)的滿意度。

（三）監(jiān)管層需要提高監(jiān)管力度，創(chuàng)造令居民家庭滿意的投資環(huán)境

居民對(duì)金融機(jī)構(gòu)提供的理財(cái)產(chǎn)品的滿意度既與理財(cái)產(chǎn)品本身的設(shè)計(jì)及金融機(jī)構(gòu)的服務(wù)有關(guān)， 還與整體理財(cái)市場的環(huán)境有密不可分的關(guān)系。不可否認(rèn)，近年來我國金融市場上不斷上演的一幕幕投資理財(cái)騙局， 在一定程度上降低了居民對(duì)金融機(jī)構(gòu)提供的理財(cái)服務(wù)的信任度， 自然會(huì)危及居民對(duì)整體市場理財(cái)服務(wù)的滿意度。 宏觀層面的投資環(huán)境建設(shè)離不開強(qiáng)有力的金融監(jiān)管。 因此，金融監(jiān)管部門應(yīng)該加大監(jiān)管力度，在促進(jìn)金融機(jī)構(gòu)規(guī)范自身的市場行為的同時(shí)， 嚴(yán)厲打擊對(duì)各類投資理財(cái)中的行騙行為， 切實(shí)為社會(huì)提供一個(gè)令人滿意的投資理財(cái)環(huán)境。

五、結(jié)語

受限于人力成本與時(shí)間成本， 本文收集到的數(shù)據(jù)僅僅有204 條。 在查數(shù)據(jù)集受到限制的情況下，本文無法支持對(duì)復(fù)雜的多變量模型進(jìn)行模擬。因?yàn)椋^于復(fù)雜的模型需要大量的訓(xùn)練數(shù)據(jù)來使其具有一般特性。 否則就會(huì)使模型受到噪聲的大幅影響。 其次，本文簡化了變量的形式，可能會(huì)與實(shí)際問題有所偏差，讓我們的模型難以準(zhǔn)確捕捉到問題背后的真實(shí)規(guī)律。與此同時(shí)，本文仍然可能存在著其他方面的缺陷，也由衷的懇請(qǐng)老師能給予指正，本文將盡力去完善。