摘 要：改革開放以來，中國經(jīng)歷了大規(guī)模的人口遷移，形成了龐大的流動人口群體，對經(jīng)濟社會各個領(lǐng)域產(chǎn)生了深刻的影響，也在一定程度上改變了居民的家庭金融資產(chǎn)配置結(jié)構(gòu)。利用中國家庭金融調(diào)查（CHFS）2017和2019年兩期數(shù)據(jù)，實證分析了人口流動對家庭風(fēng)險金融資產(chǎn)配置的影響。研究發(fā)現(xiàn)：人口流動對家庭風(fēng)險金融資產(chǎn)配置具有顯著的正向促進效應(yīng)，在使用工具變量法處理內(nèi)生性問題和一系列穩(wěn)健性檢驗之后結(jié)論依然成立。進一步研究發(fā)現(xiàn)，人口流動對50歲以上的戶主家庭和城市居民家庭的風(fēng)險金融資產(chǎn)配置促進作用更大；同時，人口流動通過影響家庭的社會互動和風(fēng)險偏好，進而提升家庭的風(fēng)險金融資產(chǎn)配置水平。鑒于已有文獻鮮有從人口流動視角研究家庭風(fēng)險金融資產(chǎn)配置問題，研究結(jié)論豐富了相關(guān)文獻，同時也為政府相關(guān)部門優(yōu)化人口流動機制、拓寬居民投資渠道提供了理論依據(jù)。

關(guān)鍵詞：人口流動；金融資產(chǎn)配置；CHFS；社會互動；風(fēng)險偏好

文章編號：2095-5960（2024）02-0061-10；中圖分類號：F126.2，F(xiàn)832.5；文獻標(biāo)識碼：A

一、引言

黨的二十大報告提出要“多渠道增加城鄉(xiāng)居民財產(chǎn)性收入”。合理配置家庭金融資產(chǎn)能夠增加居民收入和提高生活質(zhì)量^［1］，也是提升家庭財產(chǎn)性收入的重要途徑。當(dāng)前我國家庭風(fēng)險金融資產(chǎn)的配置比重較低，金融資產(chǎn)結(jié)構(gòu)相對單一，在金融市場上存在明顯的“有限參與現(xiàn)象”。^［2］根據(jù)《中國財富報告2022》的數(shù)據(jù)顯示我國居民家庭資產(chǎn)配置以實物資產(chǎn)為主，居民資產(chǎn)中房產(chǎn)占比高達69.3%，而金融資產(chǎn)占比為30.7%，在金融資產(chǎn)中也以現(xiàn)金和存款等無風(fēng)險金融資產(chǎn)為主，占比超過60%，而股票和基金等風(fēng)險金融資產(chǎn)占比較低，遠(yuǎn)低于歐美發(fā)達國家的家庭風(fēng)險金融資產(chǎn)配置水平。家庭資產(chǎn)配置的單一化，既不利于家庭財富的持續(xù)穩(wěn)定增加，也不利于整個社會福利水平的提高。因此，研究家庭金融資產(chǎn)配置行為，優(yōu)化家庭金融資產(chǎn)配置結(jié)構(gòu)對于推動我國金融高質(zhì)量發(fā)展和實現(xiàn)共同富裕目標(biāo)具有重要意義。

改革開放以來，我國經(jīng)歷了大規(guī)模的人口流動，已經(jīng)逐步從人口遷移規(guī)模小的“鄉(xiāng)土中國”轉(zhuǎn)變?yōu)榇笠?guī)模、高頻率人口遷移模式的“遷徙中國”。^［3］2020年第七次人口普查數(shù)據(jù)顯示我國的流動人口規(guī)模突破3億，占全國人口的比例超過了四分之一，另有4.92億人戶分離人口^①【①根據(jù)第七次人口普查全國人口普查公報的定義，人戶分離人口是指居住地與戶口登記地所在的鄉(xiāng)鎮(zhèn)街道不一致且離開戶口登記地半年以上的人口。】。人口遷移流動不僅推動了我國經(jīng)濟的高速發(fā)展，還在一定程度上影響了流動人口家庭資產(chǎn)的重新配置。根據(jù)2019年發(fā)布的中國家庭金融調(diào)查數(shù)據(jù)顯示，投資風(fēng)險金融資產(chǎn)的流動人口的比例接近10%，而非流動人口的比率則不足5%，可以看出流動人口群體相較于非流動群體更傾向于配置風(fēng)險金融資產(chǎn)。

鑒于國內(nèi)日益擴大的流動人口群體，亟須進一步探討該群體的家庭金融資產(chǎn)配置行為的內(nèi)在邏輯，更好地理解人口流動背景下微觀家庭的經(jīng)濟風(fēng)險狀況和投資決策行為，從而為完善人口遷移政策，引導(dǎo)人口有序流動，增強資本市場活力提供有針對性的建議。因此本文基于2017年和2019年的兩期CHFS數(shù)據(jù)實證研究了人口流動對居民家庭風(fēng)險金融資產(chǎn)配置的影響。本文的邊際貢獻可能體現(xiàn)在以下三個方面。第一，已有文獻中鮮有從人口流動視角研究家庭風(fēng)險金融資產(chǎn)配置問題，本文嘗試從這一角度進行探索，為家庭風(fēng)險金融資產(chǎn)配置提供新的研究視角，豐富相關(guān)的研究文獻。二是關(guān)于人口流動的文獻大多以定性研究為主，本文通過構(gòu)建實證模型探討了人口流動對家庭風(fēng)險金融資產(chǎn)配置的影響及其作用機制，為理解人口流動對家庭風(fēng)險金融資產(chǎn)配置的效應(yīng)提供理論和實證支撐。三是從微觀角度識別了不同家庭居民個人特征在風(fēng)險金融資產(chǎn)配置的差異性，進一步拓展了家庭風(fēng)險金融資產(chǎn)配置行為的研究成果，為相關(guān)部門優(yōu)化人口流動機制、拓寬居民投資渠道提供參考。

二、文獻綜述與研究假說

家庭資產(chǎn)配置作為金融學(xué)領(lǐng)域一個重要分支，得到了學(xué)術(shù)界的廣泛關(guān)注，取得了豐富的研究成果?？偨Y(jié)下來，國內(nèi)外學(xué)者大多從以下兩個方面來對影響家庭資產(chǎn)配置的因素進行研究：一是從家庭健康狀態(tài)^［4］、戶籍身份^［5］、婚姻情況^［6］、家庭成員數(shù)量^［7］、戶主年齡^［8］、家庭房產(chǎn)持有數(shù)量^{［9，10］}以及家庭成員文化程度或金融知識素養(yǎng)^［11］等家庭特征角度展開研究；二是從經(jīng)濟政策不確定性^［12］、稅收政策^{［13，14］}、人口老齡化^［15］、醫(yī)療保障制度^［16］等外部條件進行分析。但是針對人口流動這一社會現(xiàn)象對家庭金融資產(chǎn)配置的研究尚顯不足，少有的文獻也僅從定性的角度進行分析，實證定量研究相對匱乏。在為數(shù)不多的文獻中，郭琳等發(fā)現(xiàn)人口遷移家庭更有可能投資金融產(chǎn)品，原因在于遷移家庭多為年輕型家庭，對于金融產(chǎn)品的接受能力高于安土重遷的非遷移家庭。^［7］唐藝和周通平研究得出主動進入城鎮(zhèn)的遷移家庭對于金融資產(chǎn)的參與度更高，與政府拆遷、生態(tài)移民等被動遷移的家庭相比，主動遷移家庭的收入主要源于工資和其他家庭持有的生產(chǎn)要素報酬，收入來源相對穩(wěn)定，除了儲蓄之外還會考慮投資股票、基金、證券、投資等風(fēng)險金融產(chǎn)品。^［17］由此可見，人口流動會對居民的個人行為決策產(chǎn)生影響，進而影響家庭金融風(fēng)險資產(chǎn)的投資決策。

流動人口的社會融入理論認(rèn)為流動人口在進入流入地伊始，由于語言、文化、生活習(xí)俗、價值觀等方面的差異，過往的人際交往和社會資本等大多會消失，而新的人際網(wǎng)絡(luò)還尚未建立，會經(jīng)歷一段隔離過程，產(chǎn)生無所依歸的心理。為了適應(yīng)新環(huán)境，流動人口會與當(dāng)?shù)厝祟l繁交往以期加速對流入地生活習(xí)慣和風(fēng)俗文化的了解，從經(jīng)濟整合、文化接納、行為適應(yīng)以及身份認(rèn)同等多個方面進行廣泛的社會互動，從而盡快融入當(dāng)?shù)氐纳钗幕w系中。^{［18，19］}朱力也在研究農(nóng)民工群體的城市適應(yīng)問題時發(fā)現(xiàn)進城農(nóng)民工在面對生活環(huán)境和社會角色的轉(zhuǎn)變時會被迫進行自我調(diào)整，通過擴大社會交往的方式來更好地適應(yīng)新的城市環(huán)境。^［20］而股票市場參與存在社會互動機制。^［21］大多數(shù)文獻表明，社會互動確實會影響到家庭風(fēng)險資產(chǎn)投資行為。^{［22，23］}Brown研究表明社區(qū)平均的持股率對社區(qū)內(nèi)個體股票市場參與存在顯著的正向影響，一個人所在社區(qū)的股票市場參與度會對其本人是否持有股票產(chǎn)生影響，如果社區(qū)中有更多的人是股票市場投資者，那么社區(qū)中的個人更有可能參與股市投資。^［24］粟勤和鄧小艷用CHFS微觀調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)社會互動對中國家庭風(fēng)險金融市場參與以及參與深度均有正向的顯著影響。^［25］社會互動主要通過信息效應(yīng)提高家庭信息獲取能力，緩解了家庭參與金融市場的信息不對稱并拓展了家庭社會網(wǎng)絡(luò)，使家庭在更大范圍內(nèi)享受投資信息，進而影響家庭金融資產(chǎn)配置選擇。因此，根據(jù)社會融入理論，本文認(rèn)為流動人口群體遷移到相對不熟悉的環(huán)境后，為了融入當(dāng)?shù)氐纳?，會積極拓展交際網(wǎng)絡(luò)，增加社會互動頻次，與周圍鄰里和同事建立良好的社會網(wǎng)絡(luò)關(guān)系，此時移民家庭獲得風(fēng)險資產(chǎn)投資知識的渠道會趨于多元化，投資風(fēng)險資產(chǎn)的概率也會提高。據(jù)此，提出本文的第一個研究假說：

假設(shè)1：流動人口家庭通過社會互動機制影響家庭風(fēng)險金融資產(chǎn)配置。

跨越行政邊界，進入一個收入、消費和就業(yè)等各方面都比較陌生的生活環(huán)境，意味著流動人口群體將會在遷入地面臨更大的不確定性考驗，因此，人口流動可以視為一種偏好風(fēng)險的“博彩”行為，移民群體往往具有較高的風(fēng)險偏好。^［26］而移民決策與風(fēng)險偏好的互補理論則認(rèn)為移民自我選擇過程會隨著社會環(huán)境的改變而改變，風(fēng)險塑造了移民，同時也會被移民重塑，風(fēng)險偏好水平會得到移民行為的強化。^［27］例如，Campos分析了1990～2010年的墨西哥移民自我選擇模式，研究發(fā)現(xiàn)同樣作為移民群體，成功移民群體的風(fēng)險偏好水平要明顯高于被遣返回國或終止移民的群體，文章認(rèn)為風(fēng)險偏好作為個人主觀感覺會隨著個人經(jīng)歷的變化發(fā)生改變，并不是一成不變的。^［28］根據(jù)移民與風(fēng)險互補理論可知，人口流動是自我選擇過程，往往風(fēng)險偏好的個體傾向于移民，而遷移行為又反過來強化了流動人口的風(fēng)險偏好水平，相較于非流動人口有更高的風(fēng)險偏好水平。風(fēng)險偏好水平顯著影響著家庭風(fēng)險資產(chǎn)配置水平，已有文獻發(fā)現(xiàn)低風(fēng)險偏好會阻礙家庭參與風(fēng)險金融資產(chǎn)投資^{［29，30］}，當(dāng)投資者的風(fēng)險承受能力越低，高風(fēng)險資產(chǎn)的投資比例就越低。而家庭的決策者為風(fēng)險愛好者時，該家庭的風(fēng)險資產(chǎn)持有比例就較高，越傾向于投資股票市場。^［31］因此風(fēng)險態(tài)度也是影響居民股市參與的重要因素之一，越是有高風(fēng)險承受能力的家庭，就越傾向于投資股市等風(fēng)險金融資產(chǎn)。據(jù)此，提出本文的第二個研究假說：

假設(shè)2：流動人口家庭通過風(fēng)險偏好機制影響家庭風(fēng)險金融資產(chǎn)配置。

通過以上分析可知，遷移家庭可能會通過社會互動和風(fēng)險偏好等行為特征的自我選擇，在風(fēng)險金融資產(chǎn)配置上表現(xiàn)出與非遷移家庭的區(qū)別，上述行為特征還可能作為傳導(dǎo)機制，進一步擴大對家庭資產(chǎn)配置的影響程度。因此遷移家庭往往有更高的風(fēng)險偏好，且有更高的社會互動水平，相應(yīng)的也有更強的意愿投資風(fēng)險金融資產(chǎn)。據(jù)此，提出本文第三個研究假說：

假設(shè)3：流動人口家庭有更強的意愿投資風(fēng)險金融資產(chǎn)。

三、數(shù)據(jù)說明與模型設(shè)定

（一）數(shù)據(jù)來源

本文主要的數(shù)據(jù)來源為西南財經(jīng)大學(xué)中國家庭金融調(diào)查數(shù)據(jù)（China Household Finance Survey，CHFS）。CHFS數(shù)據(jù)是中國家庭金融調(diào)查與研究中心在全國范圍內(nèi)開展的抽樣調(diào)查項目，主要內(nèi)容包括：人口特征與就業(yè)、資產(chǎn)與負(fù)債、收入與消費、社會保障與保險及主觀態(tài)度等相關(guān)信息，對家庭經(jīng)濟、金融行為進行了全面細(xì)致地刻畫。由于2011～2015年數(shù)據(jù)家庭戶籍信息缺失率較高，無法有效構(gòu)建流動人口變量，因此本文選取2017和2019年兩期的調(diào)查數(shù)據(jù)來構(gòu)建面板數(shù)據(jù)。2017年第四輪調(diào)查覆蓋全國29個省市（自治區(qū)、直轄市）^①【①2017和2019年的調(diào)查數(shù)據(jù)不包括西藏和新疆?！?，355個區(qū)縣，1428個村（居）委會，樣本規(guī)模達40010戶；2019第五輪調(diào)查覆蓋全國29個省市（自治區(qū)、直轄市），343個區(qū)縣，1360個村（居）委會，最終搜集了34643戶家庭，追蹤訪問了2017年樣本17494戶。本文經(jīng)過刪除戶主年齡在18周歲以下的樣本以及數(shù)據(jù)缺失樣本等數(shù)據(jù)處理后，最終得到2017和2019年兩期面板數(shù)據(jù)共計24436個樣本量。

（二）變量定義

1.被解釋變量

本文的被解釋變量為家庭風(fēng)險金融資產(chǎn)配置行為。依據(jù)各類資產(chǎn)的風(fēng)險特點，根據(jù)尹志超等的研究將風(fēng)險金融資產(chǎn)界定為股票、基金、債券、金融衍生品、理財產(chǎn)品、非人民幣資產(chǎn)、黃金以及借出款等。^［30］本文將采用兩類指標(biāo)刻畫家庭投資風(fēng)險金融資產(chǎn)的行為。第一類是參與投資風(fēng)險金融資產(chǎn)的可能性指標(biāo)，采用家庭是否持有風(fēng)險金融資產(chǎn)來表征，如果家庭持有風(fēng)險金融資產(chǎn)，則指標(biāo)取值為1，否則取值為0。第二類是投資風(fēng)險金融資產(chǎn)的參與程度，采用風(fēng)險金融資產(chǎn)占家庭金融總資產(chǎn)的比重來表征。股票作為風(fēng)險資產(chǎn)的代表^［16］，本文也分別用家庭是否持有股票資產(chǎn)以及股票資產(chǎn)占家庭金融資產(chǎn)的比重等指標(biāo)來進行穩(wěn)健性檢驗。

2.解釋變量

本文的核心解釋變量是人口流動。根據(jù)CHFS的統(tǒng)計口徑，本文將人口流動定義為以下兩類家庭的加總：一類是戶籍地與常住地有6個月以上不同的家庭；一類是戶籍遷移人口，即現(xiàn)在戶籍地與常住地相同，但之前發(fā)生過戶籍遷移的家庭。剩余原住人口和回流人口定義為非流動人口。如果家庭戶主為流動人口，則指標(biāo)取值為1，否則指標(biāo)取值為0。

3.中介變量

本文的機制變量有兩類，分別是社會互動和風(fēng)險態(tài)度。根據(jù)CHFS問卷設(shè)置的社會互動問題，參考馬光榮等的做法^［32］將家庭在春節(jié)、中秋節(jié)等節(jié)假日、紅白喜事給非家庭成員現(xiàn)金或非現(xiàn)金支出的對數(shù)值作為社會互動的代理變量。風(fēng)險態(tài)度變量，根據(jù)原始數(shù)據(jù)將風(fēng)險態(tài)度分成了五個程度，參考張云亮等的做法^［33］將風(fēng)險偏好進行賦值，其中數(shù)值1和2為風(fēng)險規(guī)避，數(shù)值3為風(fēng)險中性，數(shù)值4和5為風(fēng)險偏好。

4.控制變量

為了增強估計結(jié)果的穩(wěn)健性，本文參考王慕文和盧二坡^［5］以及李丁等^［34］的研究，加入個人特征和家庭特征兩個方面的控制變量。個人特征主要包括年齡、年齡的平方項、性別、教育程度、政治面貌、健康狀況、戶籍類型、婚姻狀況等變量。家庭特征主要包括當(dāng)年家庭總收入、當(dāng)年家庭總資產(chǎn)、家庭規(guī)模、少兒撫養(yǎng)比、是否自有住房，是否從事經(jīng)營活動等變量。為了統(tǒng)一量綱，并緩解可能的異方差問題，將家庭總收入、家庭總資產(chǎn)分別進行取對數(shù)處理，并在基準(zhǔn)回歸分析之前，對總收入和總資產(chǎn)進行了前后1%的截尾處理。具體變量定義如表1所示。

（三）實證模型設(shè)定

為研究人口流動對家庭風(fēng)險金融資產(chǎn)參與的影響，參考尹志超等^［35］做法設(shè)定如下面板Probit模型：

Risk_dum_it=α₀+α₁Immigrant_it+βX_it+Province_i+Year_t+ε_it （1）

在上述模型中，Risk_dum_it為被解釋變量，表示家庭i在t年的風(fēng)險資產(chǎn)投資情況，如果投資風(fēng)險資產(chǎn)，取值為1，沒有則取值為0。Immigrant_it為解釋變量，表示家庭i在t年是否遷移，如果屬于遷移家庭，則取1，不屬于遷移家庭則取0。α₁是本文重點關(guān)注的回歸系數(shù)，表示遷移家庭對于風(fēng)險資產(chǎn)投資的可能性的大小。如果α₁顯著為正，說明遷移行為能夠顯著提高家庭參與風(fēng)險金融資產(chǎn)投資的可能性。X_it表示上述一系列戶主特征和家庭特征的控制變量。Province_i為省份層面的固定效應(yīng)，用于消除地區(qū)層面的干擾項。Year_t為時間固定效應(yīng)，用于消除時間層面的干擾項。ε_it為隨機誤差項。

風(fēng)險金融資產(chǎn)投資比重雖然是0～1的連續(xù)型變量，但在樣本中包含了一部分取值為0的觀測值，因此本文研究人口流動對家庭風(fēng)險金融資產(chǎn)配置比重的影響時采用面板Tobit模型，模型設(shè)定如下：

Risk_ratio_it=η₀+η₁Immigrant_it+βX_it+Province_i+Year_t+ν_it （2）

在上述模型中，Risk_ratio_it表示家庭i在t年投資的風(fēng)險金融資產(chǎn)占總金融資產(chǎn)的比重，其余變量含義與上述一致。

（四）變量描述性統(tǒng)計

表2的主要變量描述性統(tǒng)計顯示，樣本家庭投資風(fēng)險金融資產(chǎn)的均值為0.1014，表示大約有10.14%的家庭參與投資了風(fēng)險金融資產(chǎn)，而風(fēng)險金融資產(chǎn)的投資比重均值為7.61%。對于股票資產(chǎn)，有4.07%的家庭參與股票市場投資，股票資產(chǎn)的投資比重則為2.15%，說明我國家庭參與股票市場投資的比例偏低。是否為流動人口的二值變量均值為0.238，即流動人口占總樣本的比重為23.8%，與第七次人口普查的遷移人口比例基本吻合。

四、實證結(jié)果

（一）基準(zhǔn)回歸結(jié)果

表3分別報告了人口流動對家庭參與投資風(fēng)險金融資產(chǎn)和投資風(fēng)險金融資產(chǎn)比重的基準(zhǔn)估計結(jié)果。第（1）列回歸結(jié)果為沒有加入控制變量時，人口流動對家庭是否持有風(fēng)險金融資產(chǎn)決策的邊際效應(yīng)為0.626，且在1%的水平上顯著。第（2）列和第（3）列是在第（1）列估計的基礎(chǔ)上依次加入戶主特征和家庭特征的控制變量，估計結(jié)果顯示人口流動的系數(shù)依舊顯著為正。在控制所有變量后，遷移家庭參與風(fēng)險金融市場的概率會增加53.2%。第（4）～（6）列則是研究人口流動對風(fēng)險金融市場參與程度的影響?；貧w結(jié)果顯示在控制所有戶主特征和家庭特征后，人口流動對家庭風(fēng)險金融資產(chǎn)的投資比重的邊際效應(yīng)為0.114，同樣在1%的水平上顯著。說明人口流動不僅會提升家庭進入風(fēng)險金融市場進行交易的概率，還會促使家庭配置更多的風(fēng)險金融資產(chǎn)，優(yōu)化家庭金融資產(chǎn)配置結(jié)構(gòu)。研究假設(shè)3得證。

（二）內(nèi)生性分析

本文的研究可能存在內(nèi)生性問題，一方面家庭居民可能為了更便利地投資股票、基金等風(fēng)險金融市場而選擇移民到金融市場發(fā)展程度較好的省市，即人口流動可能是投資風(fēng)險金融市場及風(fēng)險金融市場參與程度的結(jié)果而非原因，產(chǎn)生反向因果；另一方面，若計量模型中遺漏了重要變量，如制度等宏觀層面的變量也會導(dǎo)致遺漏變量的內(nèi)生性問題。因此本文嘗試尋找工具變量來解決潛在的內(nèi)生性問題。

參考其他使用中國家庭金融調(diào)查數(shù)據(jù)（CHFS）進行實證研究的論文，發(fā)現(xiàn)在研究家庭投資金融資產(chǎn)行為時，大多會采用社區(qū)或省市的平均變量來充當(dāng)解釋變量的工具變量。如粟勤等^［25］和李丁等^［34］的文獻在研究社會互動對家庭金融行為影響時，采用社區(qū)內(nèi)除本家庭以外其他家庭的平均人情禮金支出的對數(shù)值作為社會互動的工具變量，得到了顯著的回歸結(jié)果。本文借鑒以上文獻的做法，采取流動人口遷移前所在省份的平均遷移率作為人口流動的工具變量。一方面省級平均遷移率作為該省居民整體的遷移傾向反映該省的經(jīng)濟、社會文化等方面的因素，與家庭是否選擇遷移相關(guān)，符合工具變量的相關(guān)性要求；另一方面省級平均遷移率反映了該省的整體情況，與家庭個體的投資行為無關(guān)，不會影響家庭是否會投資風(fēng)險金融市場的決策，符合工具變量的外生性要求。表4匯報了面板IV-2SLS模型的回歸結(jié)果，結(jié)果表明人口流動在1%的顯著性水平下依然對家庭居民是否參與投資風(fēng)險金融市場以及對投資風(fēng)險金融市場的程度均具有正向的影響。

（三）穩(wěn)健性檢驗

為了檢驗上文的研究結(jié)果是否穩(wěn)健，本文通過以下三種方法進行穩(wěn)健性檢驗。第一，使用是否投資股票資產(chǎn)和投資股票資產(chǎn)比重作為被解釋變量替換原來的被解釋變量進行回歸分析；第二，僅分析2019年一年的截面樣本數(shù)據(jù)；第三，剔除從事金融及相關(guān)行業(yè)的家庭樣本。如果家庭中有人從事金融等相關(guān)行業(yè)，那么這些家庭相對于沒有家庭成員從事金融行業(yè)的家庭而言能夠較為便捷地獲得有關(guān)股票等風(fēng)險金融產(chǎn)品的信息，會對家庭風(fēng)險金融資產(chǎn)的市場參與產(chǎn)生直接影響。鑒于此本文刪除從事金融等相關(guān)行業(yè)的4060個觀測值。表5顯示的回歸結(jié)果與基準(zhǔn)回歸基本一致，基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

五、進一步分析

（一）異質(zhì)性分析

在異質(zhì)性分析方面，本文從戶主的年齡異質(zhì)性和城鄉(xiāng)異質(zhì)性兩個方面進行分析。本文參考粟勤等的做法^［25］，將戶主年齡分為50歲及以上和50歲以下兩個群體，因為50歲及以上的戶主已經(jīng)進入工作末期，工作職位升遷會遇到瓶頸，有些人則是已經(jīng)處于退休養(yǎng)老狀態(tài)，這部分群體家庭規(guī)模占比也較大。而50歲以下戶主群體還處于事業(yè)和財富積累的上升期，因此這兩部分人群參與股票市場的行為可能存在差異。表6顯示了戶主年齡回歸結(jié)果的異質(zhì)性。本文發(fā)現(xiàn)相較于50歲以下的年輕戶主，遷移對50歲及以上的戶主影響效應(yīng)更加明顯。可能原因是50歲及以上戶主大多已經(jīng)退休或者即便還在工作，其職務(wù)上升也存在年齡的限制，升遷機會變小，且手中的資金也較充裕，有大量時間參與股市投資，因此50歲及以上戶主參與股票等風(fēng)險金融市場的概率較大。本文研究從側(cè)面驗證了中國老年股民數(shù)量不斷增長的現(xiàn)象，也突出反映了年齡結(jié)構(gòu)在家庭風(fēng)險資產(chǎn)配置上的差異性。

在城鄉(xiāng)異質(zhì)性方面，從表7的回歸結(jié)果可以看出城市流動人口對風(fēng)險金融資產(chǎn)的參與有顯著的正向促進影響，但是農(nóng)村流動人口對風(fēng)險金融資產(chǎn)的參與影響效應(yīng)不顯著。可能因為城市和農(nóng)村的經(jīng)濟發(fā)展水平極不平衡，城鄉(xiāng)在通訊和教育等基礎(chǔ)設(shè)施建設(shè)方面存在著巨大差異，另外便利金融交易的金融機構(gòu)也都集中在人口密集的城市。城市居民能夠更加便捷地接觸到金融知識，對金融產(chǎn)品的接受度和使用度較高，并且對金融風(fēng)險的認(rèn)知也更加充分。農(nóng)村居民由于很少接觸金融機構(gòu)，金融知識相對匱乏，財產(chǎn)性收入意識淡薄，因此農(nóng)村居民的金融素養(yǎng)和城市居民有著較大差異。而金融素養(yǎng)對居民參與風(fēng)險市場，獲得財產(chǎn)性收入具有正向影響。^［36］本文的研究也印證了城鄉(xiāng)居民在投資股票等風(fēng)險金融資產(chǎn)意愿上的巨大差異，農(nóng)村居民家庭金融資產(chǎn)配置的單一化嚴(yán)重影響農(nóng)村居民財產(chǎn)性收入的提高。

（二）機制分析

由上文得出的假設(shè)1和假設(shè)2可知，社會互動和風(fēng)險偏好都對家庭風(fēng)險金融資產(chǎn)的配置有顯著的影響，因此本文借鑒江艇的觀點^［37］，通過研究人口流動如何影響遷移人口的社會互動水平和風(fēng)險偏好來確定其作用機制。為驗證上述機制，建立如下方程：

Y_it=θ₀+θ₁Immigrant_it+βX_it+Province_i+Year_t+ζ_it （3）

在上述模型中，Y_it為被解釋變量，分別表示社會互動Ln_giving_it和風(fēng)險偏好Risk_preference_it。其余變量含義與基準(zhǔn)回歸模型一致。

表8第（1）列顯示了人口流動對社會互動的回歸結(jié)果，可以看出人口流動可以有效提升遷移家庭的禮金支出，系數(shù)為0.543，且在1%水平下顯著。這說明人口流動可以有效提高遷移家庭的社會互動水平，增強與當(dāng)?shù)鼐用竦慕煌?，與周圍鄰里建立良好的社會網(wǎng)絡(luò)關(guān)系，消除信息不對稱，從而提高家庭風(fēng)險金融資產(chǎn)的配置比重?？紤]到人口遷移的內(nèi)生性問題，第（2）列報告了用工具變量的二階段最小二乘法的回歸結(jié)果，得到的回歸系數(shù)與OLS回歸系數(shù)基本一致，因此假設(shè)1得證。表8第（3）列顯示了人口流動對風(fēng)險偏好的回歸結(jié)果，得出遷移顯著提高了流動人口的風(fēng)險偏好水平，且第（4）列用工具變量法得出的結(jié)果也一致，說明流動人口相較于非流動人口往往具有更高的風(fēng)險偏好，研究假設(shè)2得以驗證。

六、結(jié)論與政策建議

本文基于中國家庭金融調(diào)查數(shù)據(jù)（CHFS）2017和2019年數(shù)據(jù)，實證檢驗了人口流動對家庭風(fēng)險金融資產(chǎn)配置的影響。研究結(jié)果表明：第一，人口流動可以顯著提高遷移家庭參與投資風(fēng)險金融資產(chǎn)的概率以及提升家庭配置風(fēng)險金融資產(chǎn)的比重。這一結(jié)論在克服內(nèi)生性問題和一系列的穩(wěn)健性檢驗基礎(chǔ)上依然成立。第二，流動人口群體參與風(fēng)險金融資產(chǎn)投資有著明顯的異質(zhì)性，對老年戶主家庭和城市居民家庭的風(fēng)險金融資產(chǎn)配置有顯著的促進作用，50歲以下和農(nóng)村戶籍戶主家庭受遷移的影響作用較小。第三，機制分析表明流動人口群體有著更高的社會互動水平和風(fēng)險偏好程度，并通過社會互動機制和風(fēng)險偏好機制來提高風(fēng)險金融資產(chǎn)的參與度。研究結(jié)論證實了大規(guī)模的人口流動會對遷移家庭的風(fēng)險金融資產(chǎn)配置產(chǎn)生積極影響，為家庭金融資產(chǎn)配置和人口流動等相關(guān)領(lǐng)域的研究提供了經(jīng)驗證據(jù)。

黨中央、國務(wù)院多次提出要提高居民的財產(chǎn)性收入，促進居民收入來源多元化，而股票等風(fēng)險金融資產(chǎn)作為財產(chǎn)性收入的重要組成部分卻存在著明顯的“有限參與現(xiàn)象”?；诒疚牡难芯拷Y(jié)論和特征事實，對于如何提升居民家庭的風(fēng)險資產(chǎn)配置比例提出如下政策建議：第一，重視人口流動對家庭金融決策的影響效應(yīng)，持續(xù)優(yōu)化人口遷移環(huán)境，推動人口合理流動。動態(tài)掌握流動人口對民生保障的實際需求，健全覆蓋流動人口家庭社會保障體系，提高遷移家庭在遷入地的歸屬感、幸福感和獲得感。第二，加大在流動人口群體中宣傳普及金融知識的力度，開拓社區(qū)金融講座、線上公益直播等渠道提高遷移居民的金融素養(yǎng)并引導(dǎo)流動家庭合理配置風(fēng)險金融資產(chǎn)，提高家庭風(fēng)險金融資產(chǎn)投資的積極性。同時針對農(nóng)村遷移居民投資意愿不高的現(xiàn)象，切實推進普惠金融的“最后一公里”建設(shè)，大力提升農(nóng)村居民的金融知識和金融素養(yǎng)，提高農(nóng)村家庭的財產(chǎn)性收入，爭取讓更多的家庭享受到風(fēng)險金融資產(chǎn)市場發(fā)展的紅利。第三，優(yōu)化金融市場，在加強金融產(chǎn)品監(jiān)管的同時進行適當(dāng)?shù)慕鹑诋a(chǎn)品創(chuàng)新，提供多樣化、風(fēng)險適中和收益穩(wěn)定的金融理財產(chǎn)品，提高民眾參與風(fēng)險金融資產(chǎn)的比重。同時要規(guī)范金融市場制度，保障風(fēng)險資產(chǎn)投資者的合法權(quán)益，嚴(yán)厲打擊侵犯投資群體利益的行為，更好地滿足家庭的風(fēng)險金融資產(chǎn)配置需求，為家庭參與風(fēng)險金融資產(chǎn)投資創(chuàng)造有利的外部市場環(huán)境。

參考文獻：

［1］Campbell J Y. Household finance［J］. The journal of finance， 2006， 61（4）： 1553～1604.

［2］王亞柯，劉東亞.信貸約束與家庭金融市場參與［J］.金融研究，2023（2）：171～188.

［3］段成榮，呂利丹，王涵，等.從鄉(xiāng)土中國到遷徙中國：再論中國人口遷移轉(zhuǎn)變［J］.人口研究，2020（1）：19～25.

［4］張兵，趙雪蕊.背景風(fēng)險對中國家庭風(fēng)險金融資產(chǎn)的影響——基于CHFS微觀數(shù)據(jù)的實證分析［J］.金融理論與實踐，2015（10）：52～56.

［5］王慕文，盧二坡.戶籍身份、社會資本與家庭金融投資——基于中介效應(yīng)與交互效應(yīng)的微觀研究［J］.南方金融，2017（8）：11～20.

［6］王琎，吳衛(wèi)星.婚姻對家庭風(fēng)險資產(chǎn)選擇的影響［J］.南開經(jīng)濟研究，2014（3）：100～112.

［7］郭琳.家庭結(jié)構(gòu)對家庭實物資產(chǎn)的影響研究——以住房為例［J］.當(dāng)代經(jīng)濟管理，2013（8）：50～56.

［8］余靜文，姚翔晨.人口年齡結(jié)構(gòu)與金融結(jié)構(gòu)——宏觀事實與微觀機制［J］.金融研究，2019（4）：20～38.

［9］唐華倉，徐園園.社會資本、農(nóng)戶個體特征與借貸行為——來自中國家庭動態(tài)追蹤調(diào)查（CFPS）數(shù)據(jù)的證據(jù)［J］.河南師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023（3）：88～93.

［10］吳衛(wèi)星，沈濤，蔣濤.房產(chǎn)擠出了家庭配置的風(fēng)險金融資產(chǎn)嗎——基于微觀調(diào)查數(shù)據(jù)的實證分析［J］.科學(xué)決策，2014（11）：52～69.

［11］蔣長流，胡濤文.金融素養(yǎng)提供家庭收入了嗎？［J］.金融教育研究，2023（2）：3～12.

［12］Brown S， Gray D， Harris M N， et al. Household portfolio allocation， uncertainty， and risk［J］. Journal of Empirical Finance， 2021， 63： 96～117.

［13］Alan S， Atalay K， Crossley T F， et al. New evidence on taxes and portfolio choice［J］. Journal of Public Economics， 2010， 94（11～12）： 813～823.

［14］蔡昌，林淼.房地產(chǎn)稅的財富再分配效應(yīng)研究——基于家庭規(guī)模與財產(chǎn)口徑視角［J］.貴州財經(jīng)大學(xué)學(xué)報，2020（4）：11～17.

［15］柴時軍，王聰.老齡化與居民金融資產(chǎn)選擇——微觀分析視角［J］.貴州財經(jīng)大學(xué)學(xué)報，2015（5）：36～47.

［16］吳慶躍，周欽.醫(yī)療保險、風(fēng)險偏好與家庭風(fēng)險金融資產(chǎn)投資［J］.投資研究，2015（5）：18～32.

［17］唐藝，周通平.基于遷移家庭資產(chǎn)選擇行為的資產(chǎn)組合設(shè)計研究［J］.南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018（5）：122～130;159.

［18］楊菊華.從隔離、選擇融入到融合：流動人口社會融入問題的理論思考［J］.人口研究，2009（1）：17～29.

［19］楊菊華.中國流動人口的社會融入研究［J］.中國社會科學(xué)，2015（2）：61～79;203～204.

［20］朱力.論農(nóng)民工階層的城市適應(yīng)［J］.江海學(xué)刊，2002（6）：82～88;206.

［21］李濤.社會互動與投資選擇［J］.經(jīng)濟研究，2006（8）：45～57.

［22］郭士祺，梁平漢.社會互動、信息渠道與家庭股市參與——基于2011年中國家庭金融調(diào)查的實證研究［J］.經(jīng)濟研究，2014（S1）：116～131.

［23］胡金焱，張博.社會網(wǎng)絡(luò)、民間融資與家庭創(chuàng)業(yè)——基于中國城鄉(xiāng)差異的實證分析［J］.金融研究，2014（10）：148～163.

［24］Brown J R， Ivkovic＇ Z， Smith P A， et al. Neighbors matter： Causal community effects and stock market participation［J］. The Journal of Finance， 2008， 63（3）： 1509～1531.

［25］粟勤，鄧小艷.社會互動對家庭風(fēng)險金融市場參與的影響研究［J］.現(xiàn)代經(jīng)濟探討，2021（12）：53～61.

［26］Heitmueller A. Unemployment benefits， risk aversion， and migration incentives［J］. Journal of Population Economics， 2005， 18（1）： 93～112.

［27］Williams A M， Balá？ V. Mobility， risk tolerance and competence to manage risks［J］. Journal of Risk Research， 2014， 17（8）： 1061～1088.

［28］Campos-Vazquez R M， Lara J. Self-selection patterns among return migrants： Mexico 1990-2010［J］. IZA Journal of Migration， 2012， 1（1）： 1～18.

［29］朱光偉，杜在超，張林.關(guān)系、股市參與和股市回報［J］.經(jīng)濟研究，2014（11）：87～101.

［30］尹志超，吳雨，甘犁.金融可得性、金融市場參與和家庭資產(chǎn)選擇［J］.經(jīng)濟研究，2015（3）：87～99.

［31］Guiso L， Paiella M. Risk aversion， wealth， and background risk［J］. Journal of the European Economic association， 2008， 6（6）： 1109～1150.

［32］馬光榮，楊恩艷.社會網(wǎng)絡(luò)、非正規(guī)金融與創(chuàng)業(yè)［J］.經(jīng)濟研究，2011（3）：83～94.

［33］張云亮，馮珺，趙奇鋒，等.風(fēng)險態(tài)度對中國城鄉(xiāng)家庭創(chuàng)業(yè)的影響分析——來自中國家庭金融調(diào)查3期面板數(shù)據(jù)的證據(jù)［J］.財經(jīng)研究，2020（3）：154～168.

［34］李丁，丁俊菘，馬雙.社會互動對家庭商業(yè)保險參與的影響——來自中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的實證分析［J］.金融研究，2019（7）：96～114.

［35］尹志超，李青蔚，張誠.金融知識與家庭財務(wù)脆弱性——基于中國家庭金融調(diào)查數(shù)據(jù)的實證研究［J］.財經(jīng)問題研究，2023（2）：39～49.

［36］聶雅豐，胡振.金融素養(yǎng)與居民財產(chǎn)性收入——基于中國家庭金融調(diào)查的實證檢驗［J］.金融與經(jīng)濟，2021（7）：81～90.

［37］江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國工業(yè)經(jīng)濟，2022（5）：100～120.

The Impact of immigration on Household Risk Financial Asset Allocation

-Empirical Research Based on CHFS Data

LIU Xiao-guang¹， CHEN Cong²， GUO Ya-juan^3，4

（1.National Academy of Development and Strategy， Renmin University of China， Beijing 100872， China;

2.School of Economics， Renmin University of China， Beijing 100872，China;

3.School of Social Development and Public Policy， Beijing Normal University， Beijing 100875， China;

4.School of Economic Management， Beijing City University， Beijing 100309 ）

Abstract：Since the reform and opening-up， China has experienced large-scale population immigration and formed a huge floating population group， which has had a profound impact on economy and society， and also changed the household financial asset allocation structure of residents. Based on the data of China Household Finance Survey （CHFS） in 2017 and 2019， this paper empirically analyzes the impact of immigration on household risky financial asset allocation. It is found that population flow has a significant positive promoting effect on household investment in risky financial assets， and the conclusion is still valid after using instrumental variable method to deal with endogenous problems and a series of robustness tests. Further research shows that population mobility has a greater effect on the allocation of risky financial assets allocation in households headed by people over 50 years old and in urban households. At the same time， population flow promotes the allocation of risky financial assets of households by influencing their social interaction and risk preference. In view of the fact that there are few existing literatures on household risk financial asset allocation from the perspective of population flow， the research conclusions enrich the relevant literatures， and provides a theoretical basis for relevant government departments to optimize the environment of population migration and broaden residents’ financing channels.

Key words：immigration; financial asset allocation; CHFS; social interaction; risk preference

責(zé)任編輯：張建偉