李填境

(海峽金橋財(cái)產(chǎn)保險(xiǎn)股份有限公司 福建福州 350000)

老齡化社會是指老年人口占總?cè)丝谶_(dá)到或超過一定比例的人口結(jié)構(gòu)模型。聯(lián)合國的傳統(tǒng)標(biāo)準(zhǔn)是一個地區(qū)60歲以上老人達(dá)到總?cè)丝诘?0%，新標(biāo)準(zhǔn)是65歲以上老人占總?cè)丝诘?%，該地區(qū)即視為進(jìn)入老齡化社會。我國老年人口規(guī)模龐大，自2000年邁入老齡化社會之后，人口老齡化程度持續(xù)加深。2021年，中國60歲及以上人口26736萬人，比2020年增加992萬人，占全國人口的18.9%。由此可見，人口老齡化現(xiàn)象不容樂觀。人口老齡化是社會發(fā)展的必然趨勢，也是未來我國的基本國情，影響著社會的諸多方面。

研究人口老齡化對家庭金融資產(chǎn)配置的影響，可有效反映出在當(dāng)前我國人口發(fā)展進(jìn)入深度轉(zhuǎn)型期，老齡化現(xiàn)象愈發(fā)明顯的情況下，家庭根據(jù)自身情況及宏觀經(jīng)濟(jì)狀況做出的不同的資產(chǎn)分配選擇，有助于金融機(jī)構(gòu)根據(jù)這一現(xiàn)象研發(fā)針對性的理財(cái)產(chǎn)品，進(jìn)而有效引導(dǎo)家庭做出更適宜的資產(chǎn)分配，最終達(dá)到提高家庭經(jīng)濟(jì)收益的目的。這樣做不僅可以豐富家庭收入來源，使其金融資產(chǎn)在維持一定的穩(wěn)定性的前提下獲得更多收益，同時還可以間接緩解社會養(yǎng)老負(fù)擔(dān)，促進(jìn)金融市場進(jìn)一步發(fā)展和完善。

1 文獻(xiàn)綜述

1.1 家庭金融資產(chǎn)配置的影響因素研究

影響家庭金融資產(chǎn)配置的因素包括宏觀和微觀兩個層面。從宏觀層面來看，胡寧寧、侯冠宇等(2023)基于中國家庭金融調(diào)查(CHFS)面板數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字普惠金融對家庭金融資產(chǎn)配置有正向影響，也能通過金融素養(yǎng)、風(fēng)險(xiǎn)認(rèn)知、通信技術(shù)及財(cái)富水平正向影響家庭金融配置；何玥(2018)根據(jù)中國家庭追蹤調(diào)查(CFPS)和中國勞動力動態(tài)調(diào)查(CLDS)的數(shù)據(jù)研究發(fā)現(xiàn)，建設(shè)法治政府能夠顯著提升家庭對風(fēng)險(xiǎn)資本市場的參與度；方文玲等(2018)結(jié)合時代背景，運(yùn)用宏觀面板數(shù)據(jù)建立模型進(jìn)行實(shí)證分析，得出“互聯(lián)網(wǎng)+金融”這一新興金融模式對家庭風(fēng)險(xiǎn)資產(chǎn)配置具有正向效應(yīng)的結(jié)論。此外，重大突發(fā)事件也會通過影響人們的心理狀態(tài)、收入情況等進(jìn)一步對家庭金融資產(chǎn)的配置產(chǎn)生影響；胡思敏等(2021)運(yùn)用湖北省、北京市兩個地區(qū)的居民調(diào)查數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)重大突發(fā)事件對家庭風(fēng)險(xiǎn)金融資產(chǎn)的配置有抑制作用，并且其程度受個體差異的影響。

微觀層面對影響家庭金融資產(chǎn)配置的研究相較于宏觀層面要更加具象且深入。在身體健康狀況方面，黃采蕊(2023)將風(fēng)險(xiǎn)偏好作為中介變量，通過實(shí)證研究發(fā)現(xiàn)，健康狀況沖擊與居民家庭金融資產(chǎn)配置呈負(fù)相關(guān)關(guān)系。在住房方面，秦海林等(2022)利用工具變量法，基于2018年中國家庭追蹤調(diào)查(CFPS)的相關(guān)數(shù)據(jù)實(shí)證檢驗(yàn)了家庭持有住房對金融市場參與度的影響，并得出了前者對后者會有擠出效應(yīng)的結(jié)論。但也有不少學(xué)者認(rèn)為，住房貸款對家庭金融風(fēng)險(xiǎn)資產(chǎn)配置具有正向影響。此外，戶主的主觀幸福感也會影響家庭金融資產(chǎn)的配置，郝春銳等(2022)通過實(shí)證分析研究得出結(jié)論，主觀幸福感對家庭金融資產(chǎn)配置具有抑制作用，而且這一點(diǎn)在高收入家庭中更為顯著。

1.2 老齡化與家庭金融資產(chǎn)配置

年齡與家庭金融資產(chǎn)配置方面。Samuelson(1989)在研究家庭金融資產(chǎn)配置與年齡的關(guān)系時引入資產(chǎn)回報(bào)率及效用函數(shù)，推理研究結(jié)果顯示，年齡的增長會對家庭金融資產(chǎn)配置的比例產(chǎn)生抑制作用；Gao and Fok(2015)在研究人口統(tǒng)計(jì)學(xué)特征對資產(chǎn)配置的影響時發(fā)現(xiàn)，戶主年齡與不同金融活動之間的關(guān)系是非線性相關(guān)的；李麗芳(2015)基于2011年中國家庭金融調(diào)查(CHFS)數(shù)據(jù)，從年齡及年齡結(jié)構(gòu)角度切入，得出結(jié)論：家庭居民在股票、基金等風(fēng)險(xiǎn)性資產(chǎn)的配置比例與家庭戶主的年齡呈現(xiàn)“倒U型”關(guān)系，而銀行存款、現(xiàn)金等無風(fēng)險(xiǎn)金融資產(chǎn)的投資與戶主年齡大致呈正相關(guān)關(guān)系。

家庭老齡化與家庭金融資產(chǎn)配置方面。越來越多的相關(guān)研究學(xué)者將注意力放到了家庭老齡化方面。陳丹妮(2018)運(yùn)用中國家庭金融調(diào)查數(shù)據(jù)得出高風(fēng)險(xiǎn)投資比例會隨著家庭老齡化程度的加深而降低，銀行儲蓄、現(xiàn)金等無風(fēng)險(xiǎn)金融資產(chǎn)與此相反的結(jié)論；余靜文和姚翔晨(2019)通過分析2013年CHFS數(shù)據(jù)得出，家庭風(fēng)險(xiǎn)投資比例與家庭老齡人口數(shù)量呈負(fù)相關(guān)關(guān)系。

1.3 文獻(xiàn)評述

有關(guān)老齡化和資產(chǎn)配置的研究，大部分學(xué)者主要分析隨著年齡的變動對家庭資產(chǎn)配置的影響，以家庭作為整體對老齡化程度衡量的文獻(xiàn)并不多。所以本文選取戶主(家庭經(jīng)濟(jì)決策者)年齡及老齡人口占家庭總?cè)丝诘谋壤?，從家庭層面進(jìn)行老齡化的衡量，從而分析人口老齡化對家庭金融資產(chǎn)配置的影響。

2 人口老齡化影響家庭金融資產(chǎn)配置的研究設(shè)計(jì)

2.1 模型設(shè)計(jì)

2.1.1 模型的選擇

本文研究的兩個問題分別為：家庭是否持有風(fēng)險(xiǎn)性金融資產(chǎn)及家庭持有風(fēng)險(xiǎn)性金融資產(chǎn)占總金融資產(chǎn)的比例。前者是取值為0或1的二值虛擬變量，后者是取值在0到1之間的區(qū)間范圍變量。適用于連續(xù)型變量的線性回歸模型并不能很好的應(yīng)用于研究此問題，所以本文實(shí)證分析部分使用的模型為Logit和Tobit模型。

2.1.2 模型的構(gòu)建

(1)Logit模型

在研究家庭是否參與風(fēng)險(xiǎn)金融資產(chǎn)投資問題中，本文使用離散選擇(Logit)模型來研究家庭是否參與風(fēng)險(xiǎn)金融資產(chǎn)投資的決策問題，具體模型為：

式(1)(2)中：highriski代表家庭是否持有風(fēng)險(xiǎn)性金融資產(chǎn)，是取值為0或1的二值虛擬變量；α1為截距項(xiàng)，β1為自變量的系數(shù)；自變量elder-60i表示家庭戶主(經(jīng)濟(jì)決策者)年齡是否在60歲及以上，同樣為二值虛擬變量；γ為控制變量的系數(shù)，控制變量包括家庭14歲及以下人口比例、家庭人口規(guī)模、家庭是否持有住房、家庭年收入水平、戶主性別、戶主的婚姻狀況、戶主的文化程度、戶主的風(fēng)險(xiǎn)態(tài)度、城鄉(xiāng)變量和地理變量；ε為隨機(jī)擾動項(xiàng)。

(2)Tobit模型。在研究家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資深度，即持有風(fēng)險(xiǎn)金融資產(chǎn)占總金融資產(chǎn)比例問題中，因變量是取值為0到1之間的階段數(shù)據(jù)。因此本文使用樣本選擇(Tobit)模型來研究家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資深度問題，具體模型為：

式(3)(4)中：highrisk-ri代表家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資占家庭總金融資產(chǎn)投資的比重，是取值在0至1之間的階段數(shù)據(jù)。自變量old-ri代表家庭中60歲及以上老齡人口占家庭總?cè)丝跀?shù)的比重。其余變量均與模型1含義相同。

2.2 數(shù)據(jù)來源

本文的數(shù)據(jù)使用西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心所進(jìn)行的中國家庭金融調(diào)查項(xiàng)目的調(diào)查數(shù)據(jù)(簡稱CHFS)。根據(jù)整篇文章所需變量及數(shù)據(jù)，以家庭ID(hhid)為關(guān)鍵字段，對其包含的家庭變量庫、個人變量庫、綜合變量庫進(jìn)行了合并處理。同時還篩選并刪除了缺失關(guān)鍵變量及家庭金融資產(chǎn)為零的樣本，以保證實(shí)證數(shù)據(jù)的嚴(yán)謹(jǐn)性及結(jié)論的可靠性。

2.3 變量選取

具體變量的選取如表1所示。

表1 變量說明

表2 人口老齡化對家庭風(fēng)險(xiǎn)金融市場參與度及參與深度的影響

3 人口老齡化影響家庭金融資產(chǎn)配置的實(shí)證分析

3.1 基準(zhǔn)回歸

本文基準(zhǔn)回歸部分分別使用兩個模型進(jìn)行回歸。首先是使用Logit模型分析家庭是否參與風(fēng)險(xiǎn)金融資產(chǎn)的投資；其次是使用Tobit模型分析家庭對風(fēng)險(xiǎn)金融資產(chǎn)的投資深度。通過分析明確人口老齡化是否會對其產(chǎn)生顯著影響。表2為研究人口老齡化對家庭風(fēng)險(xiǎn)金融市場參與度的Logit模型，以及研究老齡人口占比影響家庭風(fēng)險(xiǎn)金融市場參與深度的Tobit模型的實(shí)證結(jié)果。

然后分析核心解釋變量：Logit模型中核心解釋變量(以家庭戶主年齡是否在60歲及以上衡量人口老齡化)的邊際效應(yīng)分別為-0.098、-0.031，與被解釋變量是顯著負(fù)相關(guān)關(guān)系，即人口老齡化程度的增加會顯著抑制家庭對風(fēng)險(xiǎn)金融資產(chǎn)的投資。Tobit模型中核心解釋變量(以家庭中60歲及以上人口數(shù)占家庭總?cè)丝跀?shù)的比重衡量人口老齡化)的邊際效應(yīng)分別為-0.154、-0.052，同樣與被解釋變量呈顯著負(fù)相關(guān)關(guān)系，即人口老齡化程度的增加會顯著降低家庭對風(fēng)險(xiǎn)金融資產(chǎn)的投資比例。

最后分析控制變量：

3.1.1 家庭層面特征

家庭人口規(guī)模對風(fēng)險(xiǎn)金融市場的參與有顯著正向影響。但14歲以下人口數(shù)占家庭總?cè)丝跀?shù)的比重對家庭參與風(fēng)險(xiǎn)金融市場的參與度及參與深度均有顯著負(fù)向影響，在家庭總資產(chǎn)不變的情況下，家庭少兒撫養(yǎng)比增加會提高育兒、教育等成本，從而抑制其在風(fēng)險(xiǎn)金融市場的積極性。家庭收入和房產(chǎn)持有情況在兩個模型中的邊際效應(yīng)均為正值，表明家庭收入的增加或房產(chǎn)的持有均會提高家庭對風(fēng)險(xiǎn)金融市場的參與性。

3.1.2 家庭戶主層面特征

戶主性別在兩個模型中都以1%的顯著性水平呈現(xiàn)明顯的負(fù)向作用，即男性戶主相較于女性戶主而言，對風(fēng)險(xiǎn)金融資產(chǎn)的投資意愿更高，相應(yīng)的投資比例也更深。戶主的婚姻狀況在兩個模型中的邊際效應(yīng)分別為0.015、0.016，呈顯著正相關(guān)關(guān)系，即已婚戶主相較于單身戶主對風(fēng)險(xiǎn)市場的參與度更高。對于戶主的風(fēng)險(xiǎn)態(tài)度，風(fēng)險(xiǎn)中立型和偏好型在模型1中的邊際效應(yīng)分別為0.078、0.095，在模型2中的系數(shù)分別為0.086、0.110，可以看出風(fēng)險(xiǎn)偏好型戶主相較于風(fēng)險(xiǎn)中立型戶主有更高的投資風(fēng)險(xiǎn)金融資產(chǎn)的意愿，而且在1%的顯著性水平下顯著。從戶主受教育程度來看，隨著戶主學(xué)歷水平的提升，兩個模型中的系數(shù)分別為0.067、0.101、0.126和0.082、0.126、0.156，也呈現(xiàn)遞增趨勢，說明隨著戶主受教育水平的提升，家庭會加大對風(fēng)險(xiǎn)金融資產(chǎn)的投資比例。

3.1.3 地理因素

城鄉(xiāng)變量在兩個模型中的邊際效應(yīng)分別為-0.086和-0.089，而且均在1%的顯著性水平下顯著，說明城鎮(zhèn)相較于農(nóng)村而言，經(jīng)濟(jì)發(fā)展水平及金融產(chǎn)品的可接觸性更高，從而會提高城鎮(zhèn)家庭對風(fēng)險(xiǎn)金融資產(chǎn)的投資意愿。家庭所在地區(qū)方面，中部、西部、東北部在兩個模型中的邊際效應(yīng)分別為-0.038、-0.076、-0.084和-0.077、-0.122、-0.129，而且均在1%的顯著性水平下顯著，可見家庭所在不同經(jīng)濟(jì)發(fā)展程度的地區(qū)，對其參與風(fēng)險(xiǎn)金融的意愿也會有顯著影響。

通過分析控制變量得出：除人口老齡化程度之外，家庭特征、家庭戶主(經(jīng)濟(jì)決策者)特征、地理特征同樣也會影響家庭風(fēng)險(xiǎn)金融資產(chǎn)的配置。如果戶主性別是男性、戶主受教育水平為本科及以上、家庭類型為城鎮(zhèn)，則家庭風(fēng)險(xiǎn)金融資產(chǎn)配置比例會提高。

3.2 穩(wěn)健性檢驗(yàn)

為了規(guī)避由各種因素導(dǎo)致的估計(jì)誤差，本文使用變換模型和變換核心變量兩種方式對實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。變換模型：將Logit模型更換為Probit模型，將Tobit模型更換為OLS模型，再次分別進(jìn)行回歸。變換核心變量：將本文中采用的兩種人口老齡化衡量標(biāo)準(zhǔn)改變?yōu)閼糁髂挲g，再次進(jìn)行回歸。根據(jù)表3，變換模型和變換核心變量的結(jié)果均證明了實(shí)證結(jié)果的穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)

4 結(jié)語

本文運(yùn)用Logit模型和Tobit模型進(jìn)行實(shí)證分析，最后得出以下結(jié)論：

第一，人口老齡化對家庭風(fēng)險(xiǎn)金融資產(chǎn)的配置行為具有顯著抑制作用，即隨著人口老齡化程度的加深，家庭在風(fēng)險(xiǎn)金融市場中的參與度和參與深度都會隨之下降。

第二，家庭特征、家庭戶主(經(jīng)濟(jì)決策者)特征、地理特征同樣會影響家庭風(fēng)險(xiǎn)金融資產(chǎn)的配置，即如果戶主性別是男性、戶主受教育水平為本科及以上、家庭類型為城鎮(zhèn)，則家庭風(fēng)險(xiǎn)金融資產(chǎn)配置比例會較高。