王慧敏 薛啟航 魏建

(1.山東大學(xué)經(jīng)濟學(xué)院，山東 濟南 250100；2.山東大學(xué)《山東大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)》編輯部，山東 濟南 250100)

一、引言

習(xí)近平總書記指出：“擴大中等收入群體比重，要增加居民金融資產(chǎn)等各類財產(chǎn)性收入(1)求是網(wǎng)，扎實推動共同富裕，http://www.qstheory.cn/dukan/qs/2021-10/15/c_1127959365.htm.”。家庭金融資產(chǎn)配置作為拓寬財產(chǎn)性收入渠道的重要方式之一，不僅能夠影響居民的生活水平，而且影響著我國宏觀經(jīng)濟的增長速度和發(fā)展質(zhì)量[1]。近幾年，隨著中國金融市場的不斷發(fā)展以及金融產(chǎn)品的創(chuàng)新升級，家庭的金融資產(chǎn)選擇不再局限于銀行存款等傳統(tǒng)投資工具，還涉及到股票、基金、債券、金融衍生品以及其他新型投資工具。金融資產(chǎn)的多元化配置既有利于家庭提高風(fēng)險防御能力以及獲得長期穩(wěn)健的收益，又能夠增加社會金融福利。但相關(guān)數(shù)據(jù)顯示，中國家庭金融資產(chǎn)占總資產(chǎn)的比重不到兩成(2)2019中國家庭金融調(diào)查數(shù)據(jù)庫，https://chfser.swufe.edu.cn/datas/Home/HomeIndex.，并且無風(fēng)險資產(chǎn)(現(xiàn)金、活期存款、定期存款等)在金融資產(chǎn)中的占比高達(dá)88%(3)中國經(jīng)濟網(wǎng)，http://www.ce.cn/xwzx/gnsz/gdxw/201910/30/t20191030_33477567.shtml.，與歐美國家的家庭風(fēng)險資產(chǎn)配置水平存在較大差距。加拿大家庭的風(fēng)險資產(chǎn)配置比重早在2005年就已達(dá)25%，美國家庭2007年的風(fēng)險資產(chǎn)配置占比接近33%[2]，德國家庭2014年的風(fēng)險資產(chǎn)參與占比為23%[3]?？梢?，中國家庭資產(chǎn)結(jié)構(gòu)單一、金融資產(chǎn)市場參與率低，且風(fēng)險資產(chǎn)配置遠(yuǎn)低于最優(yōu)份額[4-6]，導(dǎo)致中國家庭風(fēng)險資產(chǎn)的 “有限配置”現(xiàn)象，給我國的居民財產(chǎn)性收入增長以及中等收入群體比重擴大帶來不利影響。在此背景下，探究中國家庭風(fēng)險資產(chǎn)配置及其影響機制，對于微觀層面家庭財富的保值增值，以及宏觀層面國民經(jīng)濟的高質(zhì)量運行都具有現(xiàn)實意義。

近年來，中國數(shù)字化進(jìn)程持續(xù)加快，數(shù)字化建設(shè)受到廣泛關(guān)注和大力支持。2017年《政府工作報告》提到“促進(jìn)數(shù)字經(jīng)濟加快成長”“擴大數(shù)字家庭”(4)中國政府網(wǎng)，《2017政府工作報告》，http://www.gov.cn/zhuanti/2017lhzfgzbg/index.htm.，這是“數(shù)字經(jīng)濟”“數(shù)字家庭”等首次出現(xiàn)在政府工作報告中。隨后幾年里，“數(shù)字中國(5)中國政府網(wǎng)，《2018政府工作報告》，http://www.gov.cn/zhuanti/2018lh/2018zfgzbg/2018zfbgdzs.htm#book7/page1.”“數(shù)字產(chǎn)業(yè)化(6)中國政府網(wǎng),《2021政府工作報告》，http://www.gov.cn/guowuyuan/2021zfgzbg.htm?ivk_sa=1024320u.”等先后出現(xiàn)在政府工作報告中，可見數(shù)字化發(fā)展是當(dāng)前乃至未來很長一段時間的發(fā)展趨勢。目前，各個領(lǐng)域朝著數(shù)字化方向轉(zhuǎn)型升級，“數(shù)字化”不斷融入居民的日常生活?！吨袊ヂ?lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示(7)中國互聯(lián)網(wǎng)絡(luò)信息中心, 第49次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》, http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/.，中國網(wǎng)絡(luò)用戶規(guī)模達(dá)10.32億，其中手機網(wǎng)民占比高達(dá)99.7%，并且移動支付、在線辦公、互聯(lián)網(wǎng)醫(yī)療的用戶規(guī)模分別達(dá)9.04億、4.69億、2.98億。隨著網(wǎng)民規(guī)模的擴大、前沿信息技術(shù)的發(fā)展以及與傳統(tǒng)行業(yè)領(lǐng)域的融合，數(shù)字化逐步影響著家庭的風(fēng)險資產(chǎn)配置。越來越多的學(xué)者開始關(guān)注數(shù)字化相關(guān)因素與家庭風(fēng)險資產(chǎn)配置的關(guān)系。周廣肅和梁琪(2018)探究了互聯(lián)網(wǎng)的作用，發(fā)現(xiàn)互聯(lián)網(wǎng)使用能夠提高家庭投資股票等風(fēng)險資產(chǎn)的概率[7]；赫國勝和耿麗平(2021)著重探討數(shù)字金融的影響，認(rèn)為數(shù)字金融發(fā)展有利于促進(jìn)家庭風(fēng)險資產(chǎn)配置的增加[8]。可見，數(shù)字化發(fā)展對家庭風(fēng)險資產(chǎn)配置具有重要影響。但已有研究大多從互聯(lián)網(wǎng)使用這一較為傳統(tǒng)的數(shù)字化角度或者數(shù)字金融的這一新型數(shù)字化角度出發(fā)，較少文獻(xiàn)將傳統(tǒng)數(shù)字化和新型數(shù)字化結(jié)合起來綜合探究數(shù)字化的影響。

同時，家庭風(fēng)險資產(chǎn)配置問題實際上是家庭將其擁有的風(fēng)險信息和資產(chǎn)收益信息進(jìn)行最優(yōu)匹配，從而在風(fēng)險控制的前提下實現(xiàn)收益最大化的過程，這一過程還涉及家庭風(fēng)險認(rèn)知的影響。經(jīng)典資產(chǎn)組合理論一般假設(shè)投資者在進(jìn)行資產(chǎn)配置時只面臨資產(chǎn)組合風(fēng)險[9]，這種風(fēng)險可以通過多元化投資的方式實現(xiàn)風(fēng)險分散[10]，需要家庭對投資金融產(chǎn)品的收益特征和風(fēng)險特征具備一定的判斷能力，即資產(chǎn)組合風(fēng)險認(rèn)知。但現(xiàn)實中投資者也面臨諸如收入風(fēng)險、健康相關(guān)的意外風(fēng)險等背景風(fēng)險[11]，這些風(fēng)險不能通過資產(chǎn)組合進(jìn)行分散，但能夠通過相應(yīng)的管理方式提高風(fēng)險容忍度[12]，需要家庭對背景風(fēng)險具備一定的管理能力[13]，即背景風(fēng)險認(rèn)知。由此可見，家庭的風(fēng)險認(rèn)知會影響其風(fēng)險資產(chǎn)配置。目前已有較多文獻(xiàn)從金融素養(yǎng)[14]、金融從業(yè)經(jīng)歷[6]等金融視角出發(fā)探討數(shù)字化因素對家庭風(fēng)險資產(chǎn)配置的影響機制，但鮮有學(xué)者從風(fēng)險認(rèn)知的視角進(jìn)行機制分析。

基于此，本文使用2017和2019年中國家庭金融調(diào)查(CHFS)數(shù)據(jù)，利用傳統(tǒng)計量的線性回歸模型和機器學(xué)習(xí)的因果森林模型對數(shù)字化與家庭風(fēng)險資產(chǎn)配置的關(guān)系進(jìn)行實證分析，并從風(fēng)險認(rèn)知的角度出發(fā)探究其機制路徑。本文試圖在以下幾方面有所創(chuàng)新：一是研究視角方面，與以往研究的視角不同，本文綜合考慮傳統(tǒng)數(shù)字化和新型數(shù)字化兩個層面，探討數(shù)字化對家庭風(fēng)險資產(chǎn)配置的影響；二是機制分析方面，不同于既有文獻(xiàn)從金融視角探究作用路徑，本文從風(fēng)險認(rèn)知的角度出發(fā)考察數(shù)字化如何影響家庭的風(fēng)險資產(chǎn)配置，結(jié)合資產(chǎn)組合理論和背景風(fēng)險理論，將資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知納入統(tǒng)一分析框架并進(jìn)行實證檢驗，能夠?qū)彝ソ鹑诘南嚓P(guān)研究進(jìn)行有益補充；三是實證方法方面，本文使用機器學(xué)習(xí)的因果森林算法進(jìn)行因果識別，既有利于緩解內(nèi)生性問題對研究結(jié)論造成的影響，又能夠減少結(jié)果可能存在的主觀干擾和局部性問題，確保結(jié)果的客觀性和穩(wěn)健性。

二、理論分析與研究假說

(一)數(shù)字化與家庭風(fēng)險資產(chǎn)配置

資產(chǎn)組合理論認(rèn)為，家庭配置的風(fēng)險資產(chǎn)比例取決于其風(fēng)險態(tài)度[9]，但現(xiàn)實中某些因素會導(dǎo)致風(fēng)險資產(chǎn)配置和風(fēng)險態(tài)度之間存在偏差[1]，從而使大多數(shù)家庭選擇配置低風(fēng)險資產(chǎn)或不參與風(fēng)險資產(chǎn)投資，即家庭風(fēng)險資產(chǎn)的“有限配置”現(xiàn)象。在數(shù)字化發(fā)展趨勢下，從電腦等傳統(tǒng)數(shù)字化終端到智能手機、平板等移動數(shù)字化設(shè)備，數(shù)字化生活的門檻逐漸降低，提供給居民更多樣化的信息搜集渠道和學(xué)習(xí)渠道。進(jìn)一步地，居民能夠獲取更多金融理財知識，了解更多金融資產(chǎn)的風(fēng)險信息和收益信息，有利于促進(jìn)家庭參與風(fēng)險資產(chǎn)市場。同時，數(shù)字化技術(shù)與金融領(lǐng)域的不斷融合促進(jìn)了金融產(chǎn)品和服務(wù)的創(chuàng)新升級，提高了家庭的投資理財效率，有利于加大家庭風(fēng)險資產(chǎn)的配置比例。由此可見，數(shù)字化逐漸成為緩解家庭風(fēng)險資產(chǎn)有限配置的重要影響因素。

從信息供給的角度出發(fā)，信息量的多寡能夠影響家庭的風(fēng)險態(tài)度和決策，數(shù)字化使信息獲取更加便捷，居民能夠通過電腦、智能手機等各種互聯(lián)網(wǎng)終端獲取更加充分的信息，從而促進(jìn)家庭的風(fēng)險資產(chǎn)配置。一方面，風(fēng)險態(tài)度是風(fēng)險資產(chǎn)配置過程中的決定因素，并且個體的風(fēng)險態(tài)度與其信息獲取能力密切相關(guān)[15]。信息量獲取的豐富程度會導(dǎo)致個體對同一事物具有不同的認(rèn)知，從而導(dǎo)致其風(fēng)險態(tài)度的異質(zhì)性，信息缺乏容易使個體趨于風(fēng)險規(guī)避態(tài)度[16]。在數(shù)字化的發(fā)展趨勢下，家庭能夠獲取更豐富的金融信息和理財知識，全方位地了解風(fēng)險資產(chǎn)，有利于緩解因信息缺乏而持有風(fēng)險規(guī)避態(tài)度的現(xiàn)象。另一方面，家庭風(fēng)險資產(chǎn)配置本質(zhì)上就是通過搜集和處理信息來降低信息不確定性，從而做出決策的過程[17]。這意味著家庭出于對風(fēng)險因素的考慮，會減少對信息不完全產(chǎn)品的配置比例或者配置意愿。家庭基于各種互聯(lián)網(wǎng)或移動互聯(lián)網(wǎng)設(shè)備能夠隨時隨地進(jìn)行數(shù)字化信息檢索，多方面盡可能獲取某一風(fēng)險金融產(chǎn)品的完全信息，從而有利于增加對該類產(chǎn)品的接受意愿，并進(jìn)一步作出相應(yīng)決策。

從金融產(chǎn)品供給的角度，數(shù)字金融突破了傳統(tǒng)金融的時空約束，催生出多樣化的理財產(chǎn)品，有利于家庭高效便捷地進(jìn)行多元化資產(chǎn)組合，從而促進(jìn)了家庭的風(fēng)險資產(chǎn)配置。首先，數(shù)字金融能夠擴大金融服務(wù)的范圍，降低家庭投資理財?shù)拈T檻。家庭獲取傳統(tǒng)金融服務(wù)受到線下網(wǎng)點位置的限制，而數(shù)字金融依托互聯(lián)網(wǎng)平臺能夠消除地域限制，使金融服務(wù)更容易獲得[18-20]，從而提高家庭接觸風(fēng)險資產(chǎn)的概率。其次，數(shù)字金融有利于精準(zhǔn)匹配家庭風(fēng)險投資的需求與金融產(chǎn)品的供給，提升風(fēng)險資產(chǎn)配置效率。傳統(tǒng)金融機構(gòu)的投資咨詢服務(wù)通常費用較高，而依賴于大數(shù)據(jù)和人工智能的機器人顧問既有利于家庭低成本獲取咨詢服務(wù)，也能夠憑借信息和技術(shù)優(yōu)勢對投資者進(jìn)行精準(zhǔn)畫像，提高供需雙方的匹配度，有利于為家庭提供合適的理財產(chǎn)品[21]。最后，數(shù)字金融的發(fā)展催生了靈活性更強的互聯(lián)網(wǎng)理財產(chǎn)品，為家庭配置風(fēng)險資產(chǎn)提供了更多元化的選擇。傳統(tǒng)投資理財產(chǎn)品較高的門檻使家庭容易暴露在極端的投資組合風(fēng)險中[22]，而數(shù)字金融催生出基于支付寶、微信等平臺的一系列理財產(chǎn)品，因其高回報的承諾和贖回的靈活性，顯著降低了家庭承擔(dān)極端投資組合風(fēng)險的可能性，對家庭的投資理財頗具吸引力?；谝陨戏治?，本文提出如下假設(shè)。

H1數(shù)字化有利于緩解家庭風(fēng)險資產(chǎn)的有限配置。

(二)數(shù)字化、風(fēng)險認(rèn)知與家庭風(fēng)險資產(chǎn)配置

認(rèn)知是指個體對知識進(jìn)行獲取或者應(yīng)用，是一個信息加工的過程。具體到風(fēng)險領(lǐng)域，風(fēng)險認(rèn)知表示風(fēng)險主體對自身面臨的風(fēng)險進(jìn)行感知或者識別，將與風(fēng)險有關(guān)的信息進(jìn)行加工處理。在家庭配置風(fēng)險資產(chǎn)過程中，風(fēng)險認(rèn)知是其中一個重要影響因素[13]，包括資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知兩個方面。

一方面，資產(chǎn)組合風(fēng)險資產(chǎn)組合風(fēng)險是指資產(chǎn)組合收益的波動，主要與資產(chǎn)多元化配置有關(guān)[10]，是家庭配置風(fēng)險資產(chǎn)過程中自然存在的。資產(chǎn)組合風(fēng)險認(rèn)知能夠反映家庭對各類金融資產(chǎn)風(fēng)險、收益等信息的了解程度和判斷能力，并通過影響風(fēng)險資產(chǎn)收益的穩(wěn)定性作用于風(fēng)險資產(chǎn)配置行為。從資產(chǎn)組合風(fēng)險的角度，資產(chǎn)組合風(fēng)險認(rèn)知可以解釋為家庭以減少收益的波動性為目的來進(jìn)行信息加工的過程，并且這一過程以信息獲取為前提。在資產(chǎn)組合理論的理性人、完全市場和標(biāo)準(zhǔn)偏好假設(shè)下，投資者總能獲取與風(fēng)險資產(chǎn)有關(guān)的一切信息，從而總能夠?qū)崿F(xiàn)風(fēng)險資產(chǎn)和無風(fēng)險資產(chǎn)的最優(yōu)組合。但現(xiàn)實中，信息的不確定性以及家庭信息處理能力的有限性會導(dǎo)致資產(chǎn)組合風(fēng)險認(rèn)知不足，從而使家庭難以保證風(fēng)險資產(chǎn)收益的穩(wěn)定性，當(dāng)家庭面臨未來風(fēng)險資產(chǎn)收益的不確定性時便容易趨向于風(fēng)險規(guī)避的態(tài)度，出現(xiàn)風(fēng)險資產(chǎn)有限配置現(xiàn)象。因此，資產(chǎn)組合風(fēng)險認(rèn)知的提升有利于增強家庭對各種風(fēng)險資產(chǎn)的了解，降低資產(chǎn)收益的不確定性，從而緩解家庭風(fēng)險資產(chǎn)的有限配置。

另一方面，背景風(fēng)險指的是風(fēng)險資產(chǎn)配置過程存在的一個或多個不受個體控制、獨立于金融資產(chǎn)風(fēng)險的其他風(fēng)險因素[23]，這些風(fēng)險因素的存在增加了家庭的預(yù)期不確定性，并且無法通過多元化資產(chǎn)配置分散，需要額外進(jìn)行風(fēng)險管理。從這一角度，背景風(fēng)險認(rèn)知可以解釋為家庭以減少背景風(fēng)險帶來的不確定性為目的進(jìn)行信息加工的過程，這一過程主要涉及到背景風(fēng)險管理。背景風(fēng)險理論認(rèn)為個體面臨的多個獨立風(fēng)險來源是相互作用而不是相互替代的關(guān)系，背景風(fēng)險的加入會使個體提高對其他獨立風(fēng)險的風(fēng)險厭惡，從而導(dǎo)致更低風(fēng)險水平的活動。這說明面臨背景風(fēng)險的家庭不采取任何風(fēng)險管理措施時，會通過降低風(fēng)險資產(chǎn)的需求以減少背景風(fēng)險帶來的不確定性，也就意味著背景風(fēng)險認(rèn)知不足會使家庭趨向于規(guī)避風(fēng)險而非管理風(fēng)險。可見，具備一定背景風(fēng)險認(rèn)知的家庭能夠利用恰當(dāng)?shù)娘L(fēng)險管理手段降低背景風(fēng)險的影響，從而盡可能預(yù)防未來的不確定性。當(dāng)預(yù)期風(fēng)險得到保障，家庭當(dāng)期風(fēng)險偏好會增加，從而進(jìn)行更多的風(fēng)險資產(chǎn)配置。因此，背景風(fēng)險認(rèn)知的提升有利于家庭通過背景風(fēng)險管理手段減少預(yù)期不確定性，緩解家庭風(fēng)險資產(chǎn)的有限配置。

進(jìn)一步，數(shù)字化對家庭風(fēng)險認(rèn)知也產(chǎn)生了重要影響，主要原因在于數(shù)字化為風(fēng)險認(rèn)知提供豐富的信息來源[28]。首先，資產(chǎn)組合風(fēng)險認(rèn)知與家庭理財信息密切相關(guān)，而各種數(shù)字化渠道能夠?qū)崟r準(zhǔn)確地提供風(fēng)險資產(chǎn)相關(guān)信息。資產(chǎn)組合風(fēng)險認(rèn)知要求家庭不僅需要掌握金融資產(chǎn)的風(fēng)險和收益，還需要了解影響金融資產(chǎn)價格波動的相關(guān)信息，尤其是股票等類型的產(chǎn)品要求家庭能夠更加及時準(zhǔn)確地把握價格、政策、基本面等信息的變化。各類財經(jīng)新聞網(wǎng)站或APP等數(shù)字化平臺相比報紙、電視等傳統(tǒng)媒體，能夠?qū)崟r地提供具有針對性的理財信息[29]，有利于家庭及時把握不同投資組合的風(fēng)險和收益，促進(jìn)家庭資產(chǎn)組合風(fēng)險認(rèn)知的提升。其次，背景風(fēng)險認(rèn)知與家庭風(fēng)險管理能力關(guān)系密切，而數(shù)字化技術(shù)有利于解決家庭應(yīng)用風(fēng)險管理手段時面臨的信息不完全和不對稱問題，有效促進(jìn)家庭利用保險進(jìn)行風(fēng)險管理。例如，當(dāng)家庭采用保險的手段進(jìn)行背景風(fēng)險管理時，人工智能、大數(shù)據(jù)等數(shù)字化前沿技術(shù)有利于增加投保人和保險人之間的信息透明度[29]，推動家庭多方面了解保險產(chǎn)品信息，進(jìn)一步實現(xiàn)有效的背景風(fēng)險管理。最后，數(shù)字化發(fā)展降低了信息搜集成本，從而降低了家庭風(fēng)險認(rèn)知的成本。風(fēng)險認(rèn)知的成本可以看作是一種機會成本，當(dāng)這種機會成本大于家庭配置風(fēng)險資產(chǎn)帶來的收益時，家庭可能趨向于“有限參與”。風(fēng)險認(rèn)知以信息獲取為前提，數(shù)字化的搜索引擎提供了快速的信息獲取渠道，智能手機等移動互聯(lián)網(wǎng)設(shè)備的發(fā)展又降低了數(shù)字化信息檢索的門檻，從而大大縮小了家庭的信息搜集成本，進(jìn)一步減少了家庭風(fēng)險認(rèn)知的成本。因此，數(shù)字化趨勢下信息透明度的提高以及信息成本的降低，使家庭能夠便捷獲取投資理財、風(fēng)險管理等方面的相關(guān)信息，從而有利于家庭風(fēng)險認(rèn)知的提升?；谝陨戏治?，本文提出以下假設(shè)。

H2a數(shù)字化能夠通過家庭資產(chǎn)組合風(fēng)險認(rèn)知的提升緩解風(fēng)險資產(chǎn)的有限配置。

H2b數(shù)字化能夠通過家庭背景風(fēng)險認(rèn)知的提升緩解風(fēng)險資產(chǎn)的有限配置。

三、研究設(shè)計

(一)基準(zhǔn)模型設(shè)定

為探究數(shù)字化對風(fēng)險資產(chǎn)配置的影響，首先利用傳統(tǒng)計量模型對其進(jìn)行檢驗，并構(gòu)建如下模型

riski=β0+β1digi+β2Xi+εi

(1)

其中，被解釋變量riski為個體i所在家庭的風(fēng)險資產(chǎn)配置。當(dāng)riski代表家庭風(fēng)險資產(chǎn)市場的參與情況時，使用Logit模型；當(dāng)riski代表家庭風(fēng)險資產(chǎn)的配置程度時，使用線性回歸模型。解釋變量digi為數(shù)字化的代理變量。Xi是控制變量，選取地區(qū)特征(人均GDP、產(chǎn)業(yè)結(jié)構(gòu))、家庭特征(成員規(guī)模、老年人規(guī)模、總資產(chǎn))和個體特征(年齡、性別、婚姻、工作、教育、戶口、黨員)。εi表示隨機誤差項。核心解釋變量dig的系數(shù)β1表示數(shù)字化對家庭資產(chǎn)配置的邊際效應(yīng)，根據(jù)研究假說，預(yù)期該系數(shù)顯著為正。

(二)廣義隨機森林的因果森林

因果森林(Causal Forest)是對隨機森林[31]的一種擴展，用于測量因果效應(yīng)，能夠在考慮個體傾向得分的基礎(chǔ)上，計算個體平均處理效應(yīng)的一致估計[32]。隨機森林是一種應(yīng)用于分類和回歸樹(CART)的集成方法，它通過遞歸的方式將全樣本隨機劃分成子樣本，從而最大限度提高各個子樣本之間的異質(zhì)性，并根據(jù)數(shù)據(jù)子樣本生成決策樹，遞歸生成的所有決策樹構(gòu)建形成隨機森林。隨機森林大多作為非參數(shù)函數(shù)用于預(yù)測被解釋變量，Wager和Athey(2018)[33]提出“honest”方法將隨機森林用于預(yù)測處理效應(yīng)，建立了處理效應(yīng)的有效置信區(qū)間，以及估計結(jié)果的一致性和漸近正態(tài)性，從而實現(xiàn)了因果森林算法。

一般來說，傳統(tǒng)計量模型的回歸過程中可能存在遺漏變量、測量誤差、雙向因果等內(nèi)生性問題，內(nèi)生性的存在會使得參數(shù)估計不滿足一致性。緩解內(nèi)生性問題的常見方式是使用工具變量，但考慮到該方法一般僅作用于受到工具變量影響的那部分樣本，估計結(jié)果的外部有效性相對較弱[34]。而因果森林的構(gòu)建是通過遞歸的方式隨機劃分子樣本的過程，能夠計算整個樣本觀測水平的處理效應(yīng)，保證所有子樣本的估計結(jié)果是有效的，從而降低局部有效性的影響。并且因果森林允許數(shù)據(jù)驅(qū)動的特征選擇，被認(rèn)為是一種自適應(yīng)最近鄰方法，由數(shù)據(jù)決定特征的重要性并進(jìn)一步確定計算處理效應(yīng)時權(quán)重的大小，又可以盡可能避免對模型形式的人為設(shè)定和干擾。因此，因果森林的處理效應(yīng)估計更具客觀性和有效性，本文使用這一方法進(jìn)一步探究數(shù)字化的平均處理效應(yīng)。

(2)

(3)

(4)

(三)變量說明

1．被解釋變量

本文被解釋變量是家庭風(fēng)險資產(chǎn)配置，分為兩個層次衡量：第一個層次衡量家庭風(fēng)險資產(chǎn)市場的參與情況(fengxian)，通過家庭是否擁有風(fēng)險資產(chǎn)度量，為二值虛擬變量，擁有風(fēng)險資產(chǎn)取值為1，否則為0；第二個層次衡量家庭風(fēng)險資產(chǎn)的配置程度(fengxian1)，通過風(fēng)險資產(chǎn)占家庭總資產(chǎn)的比重測度。參考尹志超等(2014)，家庭總資產(chǎn)包括風(fēng)險資產(chǎn)和無風(fēng)險資產(chǎn)，其中風(fēng)險資產(chǎn)主要包括股票、基金、金融債券、企業(yè)債券、金融衍生產(chǎn)品、金融理財產(chǎn)品、黃金、外匯，無風(fēng)險資產(chǎn)主要包括現(xiàn)金、股票賬戶現(xiàn)金、政府債券、活期存款、定期存款[14]。

2．解釋變量

本文的核心解釋變量是數(shù)字化(dig)，同樣分為兩個層次衡量：第一個層次衡量基于互聯(lián)網(wǎng)平臺的傳統(tǒng)數(shù)字化(int1)，通過是否使用互聯(lián)網(wǎng)衡量(8)問卷中相關(guān)問題和相應(yīng)選項為：您使用過互聯(lián)網(wǎng)嗎？1.是；2.否。，為二值選擇變量，其中1表示使用，0表示不使用[7]；第二個層次衡量基于智能手機的移動數(shù)字化(phone)，通過是否使用智能手機衡量(9)問卷中相關(guān)問題和相應(yīng)選項為：目前使用哪款手機？1.智能手機(可以網(wǎng)購、社交聊天等)；2.非智能手機；3.沒有手機。其中被調(diào)查者選擇“智能手機”賦值為1，選擇“非智能手機”或者“沒有手機”賦值為0。，也為二值選擇變量，其中1表示使用，0表示不使用[37]。

此外，由于2019年數(shù)據(jù)不涉及傳統(tǒng)數(shù)字化的指標(biāo)，在后文的實證檢驗中，首先使用2017年的樣本檢驗傳統(tǒng)數(shù)字化和移動數(shù)字化的作用，盡可能控制時間效應(yīng)以緩解偏誤。隨后主要使用2017年的樣本檢驗傳統(tǒng)數(shù)字化的影響，使用2019年的樣本檢驗移動數(shù)字化的影響。原因在于：第一，2017年“數(shù)字經(jīng)濟”首次被寫入《政府工作報告》，2019年是5G發(fā)展的元年，因此2017年互聯(lián)網(wǎng)使用和2019年智能手機使用對當(dāng)年數(shù)字化進(jìn)程分別具有一定的代表性；第二，數(shù)字化進(jìn)程與互聯(lián)網(wǎng)發(fā)展是相輔相成、相互依賴的，因此傳統(tǒng)數(shù)字化與互聯(lián)網(wǎng)使用關(guān)系密切，而互聯(lián)網(wǎng)向移動端發(fā)展的趨勢，使數(shù)字化進(jìn)程也逐漸體現(xiàn)出以智能手機為平臺的移動數(shù)字化特征；第三，智能手機的使用降低了居民上網(wǎng)的門檻，體現(xiàn)出家庭數(shù)字生活門檻隨著傳統(tǒng)數(shù)字化到移動數(shù)字化的發(fā)展趨勢而降低，有利于進(jìn)一步分析不同層面數(shù)字化對家庭風(fēng)險資產(chǎn)配置的處理效應(yīng)異質(zhì)性。同時，考慮到不同年份自身存在的影響，還對2019年樣本進(jìn)行了調(diào)整。由于2017年樣本范圍為2017年的新受訪戶以及之前年份的追蹤受訪戶，將2019年樣本中家庭編號(hhid)為2019開頭的數(shù)據(jù)剔除，保留2017年及之前年份的追蹤樣本，從而減少2019年新受訪戶樣本對實證結(jié)果的干擾，盡可能統(tǒng)一樣本以保證連續(xù)性。

3．機制變量

機制變量為風(fēng)險認(rèn)知，分別從資產(chǎn)組合風(fēng)險認(rèn)知(liaojie)和背景風(fēng)險認(rèn)本文的機制變知(shangye)兩個角度衡量。對于資產(chǎn)組合風(fēng)險認(rèn)知，考慮到資產(chǎn)組合風(fēng)險可以通過多元資產(chǎn)配置分散，說明資產(chǎn)組合風(fēng)險認(rèn)知涉及家庭對各種風(fēng)險資產(chǎn)的了解程度[13]，因此通過家庭對資產(chǎn)的了解程度來衡量(10)問卷中相關(guān)問題和相應(yīng)選項為：您對股票、債券、基金的整體了解程度如何？1.非常了解；2.比較了解；3.一般；4.比較不了解；5.完全不了解。對選項進(jìn)行了重新賦值，1-5分別表示為：完全不了解、比較不了解、一般、比較了解、非常了解。，了解程度的取值范圍為1-5。對于背景風(fēng)險認(rèn)知，由于商業(yè)保險是管理背景風(fēng)險的有效手段[23]，因此通過家庭是否購買商業(yè)保險衡量(11)問卷中相關(guān)問題和相應(yīng)選項為：您家有下列哪些商業(yè)保險？1.商業(yè)人壽保險；2.商業(yè)健康保險；3.其他商業(yè)保險；4.都沒有。被調(diào)查者回答包含1或者2或者3則表示參與商業(yè)保險。，為二值選擇變量，購買商業(yè)保險取值為1，否則為0。

4．控制變量

參考現(xiàn)有文獻(xiàn)[38-39]，還控制了家庭風(fēng)險資產(chǎn)配置的其他影響因素，包括家庭特征、個體特征和地區(qū)特征。家庭層面控制變量包括家庭規(guī)模(size)、老年人規(guī)模(12)65歲以上的家庭成員定義為老年人。(oldsum)以及家庭總資產(chǎn)(asset)。個體層面控制變量包括年齡(age)、性別(13)構(gòu)建二值虛擬變量，男=1，女=0。(gender)、是否已婚(14)問卷中相關(guān)問題和相應(yīng)選項為：目前，您的婚姻狀況是？1.未婚；2.已婚；3.同居；4.分居；5.離婚；6.喪偶；7.再婚。構(gòu)建二值虛擬變量，其中被調(diào)查者回答為2或者7取值為1，其他回答為0。(marry)、是否在業(yè)(15)問卷中相關(guān)問題為：最近一周是否為取得收入而工作過 1 小時以上？構(gòu)建二值虛擬變量，是=1，否=0。(work)、教育水平(16)參考楊碧云等(2019)，根據(jù)CHPF問卷中“文化程度”問題，對變量進(jìn)行重新賦值：沒上過學(xué)賦值為0，小學(xué)為6，初中為9，高中、中專、職高為12，大學(xué)本科、大專、高職為16，碩士生為19，博士生為22。(edu)、是否農(nóng)業(yè)戶口(17)問卷中相關(guān)問題為：您的戶口類型是？構(gòu)建二值虛擬變量，農(nóng)業(yè)=1，非農(nóng)業(yè)=0。(hukou)、是否黨員(18)問卷中相關(guān)問題為：是否是中共黨員或預(yù)備黨員？構(gòu)建二值虛擬變量，是=1，否=0。(dangyuan)。地區(qū)層面控制了地區(qū)人均GDP(gdp)和產(chǎn)業(yè)結(jié)構(gòu)(adv)。

(四)數(shù)據(jù)及描述性統(tǒng)計

本文使用的數(shù)據(jù)來自西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心組織管理的“中國家庭金融調(diào)查”項目(CHFS)[40]2017年和2019年的調(diào)查數(shù)據(jù)。2017年調(diào)查數(shù)據(jù)集覆蓋全國29個省(自治區(qū)、直轄市)，355個區(qū)縣，1 428個村(居)委會。2019年調(diào)查數(shù)據(jù)集覆蓋全國29個省(自治區(qū)、直轄市)，343個區(qū)縣，1 360個村(居)委會。數(shù)據(jù)涵蓋了家庭人口統(tǒng)計特征、資產(chǎn)與負(fù)債、保險與保障、支出與收入等方面的信息。2017年的數(shù)據(jù)通過剔除缺失值得到家庭樣本21 516，個體樣本35 524個，處理組樣本17 982，控制組樣本17 542。2019年的數(shù)據(jù)共得到家庭樣本14 674，個體樣本28 596，處理組樣本20 533，控制組樣本8 063。表1給出了變量的描述性統(tǒng)計。

表1 變量描述性統(tǒng)計

四、實證結(jié)果及分析

(一)基準(zhǔn)回歸結(jié)果

表2報告了數(shù)字化對家庭風(fēng)險資產(chǎn)配置的影響，列(1)-(6)展示了2017年樣本的回歸結(jié)果，列(7)(8)展示了2019年樣本的回歸結(jié)果。通過表2列(1)-(4)的回歸結(jié)果發(fā)現(xiàn)，基于互聯(lián)網(wǎng)平臺的傳統(tǒng)數(shù)字化(int1)的系數(shù)和基于智能手機的移動數(shù)字化(phone)的系數(shù)均在1%的水平上顯著為正，說明傳統(tǒng)數(shù)字化和移動數(shù)字化均能夠促進(jìn)家庭參與風(fēng)險資產(chǎn)市場和提高風(fēng)險資產(chǎn)的配置程度。表2列(5)(6)的結(jié)果表明，當(dāng)同時檢驗傳統(tǒng)數(shù)字化和移動數(shù)字化對家庭風(fēng)險資產(chǎn)配置的影響時，雖然傳統(tǒng)數(shù)字化(int1)和移動數(shù)字化(phone)均有利于促進(jìn)家庭參與風(fēng)險資產(chǎn)市場(表2列(5))，但移動數(shù)字化(phone)對家庭風(fēng)險資產(chǎn)配置程度的影響不顯著(表2列(6))，說明2017年主要是傳統(tǒng)數(shù)字化發(fā)揮緩解家庭風(fēng)險資產(chǎn)有限配置的作用。進(jìn)一步地，考慮到2019年5G的陸續(xù)試點使得數(shù)字化逐漸朝著移動端方向發(fā)展，利用2019年的樣本再次檢驗移動數(shù)字化的作用。通過表2列(7)(8)的回歸結(jié)果發(fā)現(xiàn)，基于智能手機的移動數(shù)字化(phone)的系數(shù)同樣在1%的水平上顯著為正，說明移動數(shù)字化促進(jìn)家庭風(fēng)險資產(chǎn)配置的顯著作用仍然存在。通過表2的回歸結(jié)果，可以發(fā)現(xiàn)2017年主要是傳統(tǒng)數(shù)字化發(fā)揮緩解家庭風(fēng)險資產(chǎn)有限配置的作用，2019年移動數(shù)字化的影響日益凸顯。因此，后續(xù)研究中使用2017年的樣本探究傳統(tǒng)數(shù)字化的作用，使用2019年的樣本探究移動數(shù)字化的作用。由此可見，傳統(tǒng)數(shù)字化和移動數(shù)字化能夠顯著促進(jìn)家庭參與風(fēng)險資產(chǎn)市場以及提高風(fēng)險資產(chǎn)配置程度，有利于顯著緩解家庭風(fēng)險資產(chǎn)的有限配置現(xiàn)象，H1得證。

表2 數(shù)字化對家庭風(fēng)險資產(chǎn)配置影響的基準(zhǔn)回歸結(jié)果

控制變量估計系數(shù)的顯著性與符號也基本符合預(yù)期。其中家庭特征變量中家庭成員規(guī)模(size)的影響顯著為負(fù)，家庭總資產(chǎn)(asset)的影響顯著為正，老年人規(guī)模(oldsum)對家庭參與風(fēng)險資產(chǎn)配置的影響顯著為正，但對家庭風(fēng)險資產(chǎn)配置程度的影響不顯著。從個體特征變量看，教育水平(edu)與家庭參與風(fēng)險資產(chǎn)市場顯著正相關(guān)，性別(gender)和戶口(hukou)對家庭參與風(fēng)險資產(chǎn)配置及提高風(fēng)險資產(chǎn)配置程度的影響顯著為負(fù)。從地區(qū)特征變量看，地區(qū)人均GDP(gdp)能夠顯著促進(jìn)家庭風(fēng)險資產(chǎn)配置。

(二)基于因果森林的回歸結(jié)果

通過前文基準(zhǔn)回歸結(jié)果，可以發(fā)現(xiàn)數(shù)字化有利于緩解家庭風(fēng)險資產(chǎn)的有限配置。但線性回歸模型可能還存在內(nèi)生性問題，為弱化這一影響，進(jìn)一步使用因果森林進(jìn)行檢驗。因果森林基于數(shù)據(jù)進(jìn)行特征選擇，能夠避免回歸結(jié)果帶有主觀判斷，并且遞歸劃分子樣本可以同時保證因果識別結(jié)果的內(nèi)部有效性和外部有效性。本文構(gòu)建的因果森林模型涉及的參數(shù)值均使用causal_forest()函數(shù)的默認(rèn)值。表3展示了因果森林的回歸結(jié)果，其中Panel A展示了傳統(tǒng)數(shù)字化的平均處理效應(yīng)，Panel B展示了移動數(shù)字化的平均處理效應(yīng)，列(1)(3)是未進(jìn)行家庭聚類的結(jié)果，列(2)(4)是按照家庭聚類的結(jié)果，聚類用于控制來自不同家庭的差異。根據(jù)Panel A的結(jié)果可以發(fā)現(xiàn)，int1對家庭參與風(fēng)險資產(chǎn)市場的平均處理效應(yīng)顯著為正，對家庭風(fēng)險資產(chǎn)配置程度的平均處理效應(yīng)同樣顯著為正，說明傳統(tǒng)數(shù)字化對家庭風(fēng)險資產(chǎn)配置具有顯著促進(jìn)作用。根據(jù)Panel B的結(jié)果可以發(fā)現(xiàn)，phone對家庭參與風(fēng)險資產(chǎn)市場和風(fēng)險資產(chǎn)配置程度的平均處理效應(yīng)均顯著為正，說明移動數(shù)字化對家庭參與風(fēng)險資產(chǎn)市場和風(fēng)險資產(chǎn)配置程度的提高同樣具有顯著促進(jìn)作用。因果森林的回歸結(jié)果顯示，在采用更加客觀的機器學(xué)習(xí)方法進(jìn)行因果推斷以后，數(shù)字化緩解家庭風(fēng)險資產(chǎn)的有限配置的作用仍然顯著，前文結(jié)論依然成立。

表3 因果森林結(jié)果

(三)穩(wěn)健性檢驗(19)穩(wěn)健性檢驗中只展示了被解釋變量為風(fēng)險資產(chǎn)配置程度的結(jié)果，是否參與風(fēng)險資產(chǎn)市場的結(jié)果與其相同，未具體展示。

1．更換被解釋變量

股票市場“有限參與”之謎是家庭資產(chǎn)選擇的核心問題[5]，并且股票也是大多家庭風(fēng)險資產(chǎn)配置的選擇，因此本文將被解釋變量替換為是否參與股票市場(20)問卷中相關(guān)問題為：目前，您家是否有股票賬戶？構(gòu)建二值選擇變量，有=1，沒有=0。。表4中，Panel A和Panel B列(1)展示了更換被解釋變量以后的回歸結(jié)果，可以發(fā)現(xiàn)int1和phone的系數(shù)仍然顯著為正，說明更換了被解釋變量以后前文結(jié)論仍然可靠。

2.Tobit模型

被解釋變量風(fēng)險資產(chǎn)占比有受限變量的特征，因此，為進(jìn)一步檢驗前文結(jié)論的可靠性，使用Tobit模型重新驗證基準(zhǔn)回歸結(jié)論。結(jié)果如表4的Panel A和Panel B列(2)所示，可以發(fā)現(xiàn)使用Tobit模型以后，int1和phone的估計系數(shù)仍然在1%的水平上顯著為正，數(shù)字化緩解家庭風(fēng)險資產(chǎn)有限配置的作用依然存在。

3．控制遺漏變量

雖然前文回歸中盡可能對相關(guān)影響因素進(jìn)行了控制，但仍然可能存在一些遺漏變量。參考陳剛(2019)、盛智明和蔡婷婷(2021)，本文進(jìn)一步對房價(21)采用該省當(dāng)年商品房價格衡量房價對風(fēng)險資產(chǎn)配置的影響。(house)、幸福感(22)問卷中相關(guān)問題和相應(yīng)選項為：總的來說，您現(xiàn)在覺得幸福嗎？1.非常幸福；2.幸福；3.一般；4.不幸福；5.非常不幸福。本文根據(jù)選項對變量進(jìn)行了重新賦值，1-5分別為：非常不幸福、不幸福、一般、幸福、非常幸福。(xingfu)、金融知識關(guān)注程度(23)問卷中相關(guān)問題和相應(yīng)選項為：您平時對經(jīng)濟、金融方面的信息關(guān)注程度如何？1.非常關(guān)注；2.很關(guān)注；3.一般；4.很少關(guān)注；5.從不關(guān)注。本文根據(jù)選項對變量進(jìn)行了重新賦值，1-5分別為：從不關(guān)注、很關(guān)注、一般、很少關(guān)注、非常關(guān)注。(eco_guanzhu)等變量進(jìn)行了控制[6,41]。結(jié)果如表4的Panel A和Panel B列(3)所示，可以發(fā)現(xiàn)控制遺漏變量以后，傳統(tǒng)數(shù)字化(int1)和移動數(shù)字化(phone)仍然具有顯著的正向促進(jìn)作用。

4．剔除直轄市樣本

一般來說，直轄市相比其他地區(qū)數(shù)字化進(jìn)程更為迅速，數(shù)字化對直轄市家庭風(fēng)險資產(chǎn)配置的影響可能更大，因此剔除直轄市樣本后重新進(jìn)行回歸。結(jié)果如表4列(4)所示，可見剔除直轄市樣本后int1和phone的估計系數(shù)仍然顯著為正，證明了前文結(jié)論的穩(wěn)健性。

五、機制分析

前文實證研究證實了數(shù)字化對家庭風(fēng)險資產(chǎn)配置的促進(jìn)作用，接下來探討數(shù)字化緩解家庭風(fēng)險資產(chǎn)有限配置的機制。本文以家庭風(fēng)險認(rèn)知為切入點，從資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知兩個角度對作用機制展開研究。

在數(shù)字化背景下，家庭可以低成本接觸到更多金融資產(chǎn)信息和專業(yè)理財信息，有利于家庭把握不同投資組合可能帶來的風(fēng)險和收益，提高資產(chǎn)組合風(fēng)險認(rèn)知，并進(jìn)一步降低收益的不確定性，從而促進(jìn)家庭參與風(fēng)險資產(chǎn)市場。同時，數(shù)字化使家庭不需要付出較高的信息搜集成本就可以獲得更多風(fēng)險管理專業(yè)信息，有利于家庭有效管理背景風(fēng)險，提高背景風(fēng)險認(rèn)知，從而降低預(yù)期風(fēng)險的不確定性，進(jìn)一步促進(jìn)家庭配置風(fēng)險資產(chǎn)。為了驗證數(shù)字化能夠通過提升家庭風(fēng)險認(rèn)知緩解風(fēng)險資產(chǎn)的有限配置，從資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知兩個方面進(jìn)行因果森林檢驗，并利用中介效應(yīng)模型進(jìn)一步檢驗風(fēng)險認(rèn)知的中介作用。

(一)基于因果森林的機制檢驗

首先利用因果森林算法檢驗風(fēng)險認(rèn)知的機制作用，使用家庭對風(fēng)險資產(chǎn)了解程度(liaojie)作為資產(chǎn)組合風(fēng)險認(rèn)知的代理變量，使用家庭商業(yè)保險購買行為(shangye)作為背景風(fēng)險認(rèn)知的代理變量。因果森林的識別結(jié)果如表5所示，其中表5列(1)(2)展示了聚類前后數(shù)字化對資產(chǎn)組合風(fēng)險認(rèn)知的檢驗結(jié)果，表5列(3)(4)展示了聚類前后數(shù)字化對家庭背景風(fēng)險認(rèn)知的檢驗結(jié)果，Panel A和Panel B分別代表基于互聯(lián)網(wǎng)平臺的傳統(tǒng)數(shù)字化和基于智能手機的移動數(shù)字化的檢驗結(jié)果。

表5列(1)(2)結(jié)果表明，聚類前后傳統(tǒng)數(shù)字化和移動數(shù)字化的平均處理效應(yīng)均顯著為正，說明二者均能夠顯著促進(jìn)家庭風(fēng)險資產(chǎn)了解程度。表5列(3)(4)結(jié)果表明，聚類前后傳統(tǒng)數(shù)字化和移動數(shù)字化的平均處理效應(yīng)同樣顯著為正，說明二者也能夠顯著促進(jìn)家庭商業(yè)保險購買行為。基于因果森林的分析結(jié)果可知，數(shù)字化有利于提升家庭的資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知。

表5 因果森林機制檢驗結(jié)果

(二)風(fēng)險認(rèn)知的中介效應(yīng)檢驗

為了進(jìn)一步檢驗風(fēng)險認(rèn)知的作用渠道，參考李跟強等(2022)的做法[42]，本文還構(gòu)建了中介效應(yīng)模型進(jìn)行考察(24)表6只展示了被解釋變量為家庭風(fēng)險資產(chǎn)配置程度的回歸結(jié)果，被解釋變量為家庭風(fēng)險市場參與的回歸結(jié)果類似，不影響最終結(jié)論。。

riski=β0+β1digi+β2Xi+εi

(5)

Mi=γ0+γ1digi+γ2Xi+θi

(6)

riski=ω0+ω1digi+ω2Mi+ω3Xi+δi

(7)

其中，式(5)為基準(zhǔn)模型，riski為個體i所在家庭的風(fēng)險資產(chǎn)配置，digi為數(shù)字化的代理變量；式(6)中的被解釋變量Mi表示中介變量，即資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知，解釋變量與式(5)相同；式(7)在式(5)的基礎(chǔ)上加入中介變量Mi，其余變量含義與式(5)相同。

根據(jù)中介效應(yīng)模型，首先驗證數(shù)字化對家庭風(fēng)險資產(chǎn)配置的影響(基準(zhǔn)模型)，隨后檢驗數(shù)字化對風(fēng)險認(rèn)知這一中介變量的影響，最后檢驗數(shù)字化、風(fēng)險認(rèn)知對家庭風(fēng)險資產(chǎn)配置的共同影響。回歸結(jié)果如表6所示，其中表6列(1)-(3)展示了傳統(tǒng)數(shù)字化的回歸結(jié)果，表6列(4)-(6)展示了移動數(shù)字化的回歸結(jié)果。

從表6列(1)-(3)的回歸結(jié)果可以發(fā)現(xiàn)，基準(zhǔn)模型中傳統(tǒng)數(shù)字化(int1)對家庭風(fēng)險資產(chǎn)配置具有顯著正向影響。當(dāng)加入資產(chǎn)組合風(fēng)險認(rèn)知(liaojie)和背景風(fēng)險認(rèn)知(shangye)這兩個中介變量以后，傳統(tǒng)數(shù)字化(int1)對家庭風(fēng)險資產(chǎn)配置仍然具有顯著正向影響，并且中介變量的系數(shù)同樣顯著為正。這一結(jié)果說明資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知屬于部分中介，傳統(tǒng)數(shù)字化對家庭風(fēng)險資產(chǎn)配置的促進(jìn)作用至少一部分是通過家庭風(fēng)險認(rèn)知的提升實現(xiàn)的。

從表6列(4)-(6)的回歸結(jié)果可以發(fā)現(xiàn)，基準(zhǔn)模型中移動數(shù)字化(phone)對家庭風(fēng)險資產(chǎn)配置具有顯著正向影響。當(dāng)加入資產(chǎn)組合風(fēng)險認(rèn)知(liaojie)和背景風(fēng)險認(rèn)知(shangye)這兩個中介變量以后，移動數(shù)字化(phone)對家庭風(fēng)險資產(chǎn)配置的影響不顯著，但中介變量的系數(shù)顯著為正。這一結(jié)果說明資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知屬于完全中介，移動數(shù)字化對家庭風(fēng)險資產(chǎn)配置的促進(jìn)作用可以通過家庭風(fēng)險認(rèn)知的提升來實現(xiàn)。

表6 中介效應(yīng)模型回歸結(jié)果

通過以上實證結(jié)果可得，數(shù)字化能夠通過提升家庭的資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知，從而促進(jìn)家庭參與風(fēng)險資產(chǎn)市場和提高家庭風(fēng)險資產(chǎn)的配置程度，緩解家庭風(fēng)險資產(chǎn)的有限配置?；诖耍琀2a和H2b得證。

六、使用廣義隨機森林進(jìn)一步分析處理效應(yīng)的異質(zhì)性

根據(jù)前文實證分析，可以發(fā)現(xiàn)數(shù)字化對于家庭風(fēng)險資產(chǎn)配置具有正向的平均處理效應(yīng)，并且中介效應(yīng)模型的回歸結(jié)果表明，傳統(tǒng)數(shù)字化和移動數(shù)字化對家庭風(fēng)險資產(chǎn)配置的作用渠道存在一定的差異，這種差異可能與傳統(tǒng)數(shù)字化和移動數(shù)字化的異質(zhì)性平均處理效應(yīng)有關(guān)。因此，下文利用廣義隨機森林進(jìn)一步分析傳統(tǒng)數(shù)字化和移動數(shù)字化的異質(zhì)性處理效應(yīng)。處理效應(yīng)異質(zhì)性分析是因果森林又一較為廣泛的應(yīng)用[43]。由于因果森林基于廣義隨機森林的框架實現(xiàn)，而廣義隨機森林實際上是在傳統(tǒng)隨機森林中引入了組間差異函數(shù)[32]，從而使得遞歸劃分樣本過程中能夠得到每一子樣本的平均處理效應(yīng)，進(jìn)一步反映出哪些群體受處理的影響更大[44]。圖1(a)和圖1(b)分別展示了傳統(tǒng)數(shù)字化和移動數(shù)字化對家庭參與風(fēng)險資產(chǎn)市場的處理效應(yīng)估計值分布(25)傳統(tǒng)數(shù)字化和移動數(shù)字化對家庭風(fēng)險資產(chǎn)配置程度的個體處理效應(yīng)估計值分布類似，沒有單獨展示。，其中橫坐標(biāo)分別表示傳統(tǒng)數(shù)字化和移動數(shù)字化對家庭參與風(fēng)險資產(chǎn)市場的處理效應(yīng)估計值。通過圖1(a)可以發(fā)現(xiàn)，傳統(tǒng)數(shù)字化的處理效應(yīng)的估計值范圍較大，取值范圍為0-0.33。可見對于不同的家庭，傳統(tǒng)數(shù)字化對其風(fēng)險資產(chǎn)配置的影響仍然存在較大差異，說明傳統(tǒng)數(shù)字化對于不同子樣本的處理效應(yīng)與樣本特征關(guān)系密切。通過圖1(b)可以發(fā)現(xiàn)，相比傳統(tǒng)數(shù)字化的處理效應(yīng)分布，移動數(shù)字化的處理效應(yīng)的估計值范圍有所縮小，取值范圍為0.01-0.14，但大多聚集在0.02附近?？梢娨苿訑?shù)字化對不同家庭風(fēng)險資產(chǎn)配置的影響不存在較大的異質(zhì)性，說明相比傳統(tǒng)數(shù)字化，移動數(shù)字化對家庭風(fēng)險資產(chǎn)配置的處理效應(yīng)分布更加集中，對不同特征子樣本的作用效果更加一致，進(jìn)一步反映出移動數(shù)字化的普惠性和低門檻性。

(8)

最優(yōu)線性預(yù)測法的實現(xiàn)采用R語言grf包的test_calibration()函數(shù)，將構(gòu)建的因果森林放入該函數(shù)就可以進(jìn)行檢驗。結(jié)果如表7所示，其中mean的估計系數(shù)即為ρ1，differential的估計系數(shù)即為ρ2。其中列(1)(2)展示了傳統(tǒng)數(shù)字化的異質(zhì)性檢驗結(jié)果，列(3)(4)展示了移動數(shù)字化的檢驗結(jié)果，異質(zhì)性檢驗均進(jìn)行了家庭層面聚類。通過列(1)(2)可以看出，differential的估計系數(shù)均顯著為正，說明傳統(tǒng)數(shù)字化對家庭參與風(fēng)險資產(chǎn)市場以及風(fēng)險資產(chǎn)配置程度的影響存在明顯的異質(zhì)性。列(3)(4)結(jié)果顯示，列(3)differential的估計系數(shù)均顯著為正，但列(4)differential的估計系數(shù)不顯著，說明移動數(shù)字化對家庭參與風(fēng)險資產(chǎn)市場的影響存在明顯的異質(zhì)性，但對家庭風(fēng)險資產(chǎn)的配置程度不存在異質(zhì)性。由此可見，移動數(shù)字化相比傳統(tǒng)數(shù)字化對家庭風(fēng)險資產(chǎn)配置程度的影響受家庭層面特征的干擾較弱，從而在各個群體中更具有普惠性，進(jìn)一步說明了家庭數(shù)字生活的低門檻化更有利于數(shù)字化緩解風(fēng)險資產(chǎn)的有限配置現(xiàn)象。

表7 處理效應(yīng)異質(zhì)性檢驗結(jié)果

七、結(jié)論與政策建議

在經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵時期，實現(xiàn)微觀層面家庭財產(chǎn)性收入的增長具有重要意義，而緩解家庭風(fēng)險資產(chǎn)有限配置對其財產(chǎn)性收入增長，以及共同富裕的實現(xiàn)也具有重要推動作用。本文基于中國家庭金融調(diào)查(CHFS)2017年和2019年的數(shù)據(jù)，從傳統(tǒng)數(shù)字化和移動數(shù)字化兩個層面實證分析了數(shù)字化對家庭風(fēng)險資產(chǎn)配置的影響，并使用機器學(xué)習(xí)中的因果森林算法對二者進(jìn)行因果識別，確保結(jié)論的可靠性。研究發(fā)現(xiàn)，第一，數(shù)字化能夠顯著緩解家庭風(fēng)險資產(chǎn)的有限配置。具體而言，基于互聯(lián)網(wǎng)平臺的傳統(tǒng)數(shù)字化和基于智能手機的移動數(shù)字化均能夠顯著促進(jìn)家庭參與風(fēng)險資產(chǎn)市場和風(fēng)險資產(chǎn)配置程度的提高。第二，風(fēng)險認(rèn)知是數(shù)字化緩解家庭風(fēng)險資產(chǎn)有限配置的重要作用機制。數(shù)字化主要通過推動家庭資產(chǎn)組合風(fēng)險認(rèn)知和背景風(fēng)險認(rèn)知的提升，即增進(jìn)家庭對風(fēng)險資產(chǎn)的了解以及提高家庭管理背景風(fēng)險的能力，從而促進(jìn)家庭參與風(fēng)險資產(chǎn)市場和風(fēng)險資產(chǎn)配置程度的提高。第三，相比傳統(tǒng)數(shù)字化，移動數(shù)字化的影響更具普惠性。移動數(shù)字化對家庭風(fēng)險資產(chǎn)配置的處理效應(yīng)分布更加集中，受到群體特征的干擾較弱，對不同群體的作用效果差異較小。

基于以上研究結(jié)論，提出如下政策啟示。

首先，政府應(yīng)持續(xù)推進(jìn)數(shù)字化建設(shè)，既要提高數(shù)字化服務(wù)質(zhì)量，也要提高居民的數(shù)字素養(yǎng)。政府要不斷完善數(shù)字化的基礎(chǔ)設(shè)施建設(shè)，提高數(shù)字化服務(wù)質(zhì)量，吸引更廣泛的群體參與數(shù)字化生活，從而充分發(fā)揮數(shù)字化對家庭風(fēng)險資產(chǎn)配置的正向促進(jìn)作用。同時，政府還要著力提升居民的數(shù)字素養(yǎng)，包括居民的數(shù)字意識、數(shù)字技能等，降低數(shù)字鴻溝對家庭風(fēng)險資產(chǎn)配置行為的影響。

其次，政府應(yīng)當(dāng)注重培養(yǎng)居民的風(fēng)險認(rèn)知，引導(dǎo)家庭風(fēng)險認(rèn)知的形成與更新。政府可以通過開展知識普及活動，積極引導(dǎo)居民利用互聯(lián)網(wǎng)、智能手機等平臺了解各類金融理財產(chǎn)品的風(fēng)險、收益信息，推動家庭資產(chǎn)組合風(fēng)險認(rèn)知的提升，使家庭具備多元化資產(chǎn)配置的能力。同時，向居民普及各種風(fēng)險管理手段的應(yīng)用，引導(dǎo)居民進(jìn)行有效的風(fēng)險管理，降低背景風(fēng)險對家庭未來不確定性的影響，使家庭能夠同時具備多元化投資、穩(wěn)定資產(chǎn)投資收入的能力，以及有效進(jìn)行風(fēng)險管理的能力。

最后，金融機構(gòu)應(yīng)積極向數(shù)字化方向轉(zhuǎn)型升級，利用數(shù)字化充分發(fā)揮金融的福利效應(yīng)。金融機構(gòu)可以充分結(jié)合大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)推動投資理財產(chǎn)品供需的精準(zhǔn)匹配，積極探索基于互聯(lián)網(wǎng)端、智能手機端的產(chǎn)品創(chuàng)新，為居民提供數(shù)字化理財服務(wù)。此外，監(jiān)管機構(gòu)也應(yīng)加強對金融網(wǎng)站的監(jiān)管力度，確保各類風(fēng)險金融資產(chǎn)相關(guān)信息的準(zhǔn)確性，及時核實各類金融產(chǎn)品的真實性，避免不法分子利用數(shù)字化手段進(jìn)行金融詐騙，影響家庭對正規(guī)風(fēng)險資產(chǎn)的接受意愿。