周 利

[提要]中国已全面进入老龄化阶段，财产性收入作为老年人经济支持的重要性愈发显现，有效配置家庭资产对增加居民家庭财产性收入、保障养老安全具有重要意义。基于2017年中国家庭金融调查数据，首先通过三阶段DEA-SBM模型从家庭层面测度家庭资产配置效率，弥补了过去测度家庭效率时未考虑房产的不足；然后借助Tobit模型实证考察了人口老龄化、债务杠杆对居民家庭资产配置效率的影响。研究结果显示，居民家庭资产配置效率受老年人占比的正向影响，而债务杠杆所蕴含的潜在风险将减弱这一正向效应。且这一基准实证结论在进行Lewbel工具变量、替换老龄化衡量指标、增加代理变量等稳健性检验后仍然成立。从异质性分析来看，对于医疗支出较大的家庭、收入水平较低的家庭，债务杠杆的负向作用更明显。进一步讨论发现，增大人力资本投资、普及金融知识是提升家庭资产配置效率的有效途径之一。本文的研究一方面为合理配置家庭资产、增加未来的养老安全给出政策建议；另一方面，考虑到中国的老龄化程度日益加深，相关政府部门必须提前对居民部门的债务风险做好防范措施。

引言

国家统计局的数据显示，截至2019年末，中国的老龄化率(65岁及以上人口在总人口中的占比)已经达到了12.6%，远高于联合国划定的老龄化标准(7%)，即将进入深度老龄化社会(14%)。现阶段，我国老年人的经济来源主要依靠家庭、公共养老金和财产性收入这三个层次，其中家庭支持为最主要来源，养老金次之，财产性收入最弱。随着我国社会老龄化程度的不断加深，居民可能遭受疾病、灾难性事故等风险的频度提高，以家庭和养老金为主要支柱的养老方式将迎来巨大挑战，而财产性收入作为养老支持的重要性正逐渐提高。党的十九大报告指出，要积极应对人口老龄化，同时强调要“拓宽居民劳动收入和财产性收入渠道”，而合理有效的家庭资产配置是居民家庭获取财产性收入的主要途径之一。

人口老龄化背景下，家庭资产是否能合理配置以及资产回报率的高低将关系到未来的养老安全。而资产配置效率是指家庭通过最优化组合资金投入以取得最优资产回报的效果(齐明珠和张成功，2019)[1]，但现实中，各类资产投资的风险和回报差异很大，许多家庭的资产配置效率并不高，即合理配置家庭的资产组合对增加居民家庭财产性收入、保障养老安全具有重要意义。因此，如何科学识别和测度当前我国家庭资产配置的效率？人口老龄化如何影响中国家庭资产配置的效率、内在的作用机理是怎样的？对这些问题的回答具有重要的理论与现实意义。

在我国自2000年正式步入老龄化社会的进程后，老年人消费市场也逐步发展起来，而当老年人出现支大于收的缺口时，其将必须进行借贷来平滑消费以达到平衡。中国人民银行的统计数据显示，截至2019年末，家庭部门杠杆率(家庭部门债务总额/GDP)已达44.37%，是2008年末的3.6倍，年均增长率为12.31%，而同时段的GDP年均增长率仅为11.45%，可以发现，居民部门过快的杠杆增长率已成为一个可能影响金融体系稳定的潜在风险点。基于此，为了更好地防控金融风险，有必要基于人口老龄化视角，评估其与迅速攀升的居民杠杆率间的关系。进一步地，尹志超等(2015)[2]指出金融可得性是影响家庭资产配置决策的关键要素之一，这意味着居民部门杠杆率的变化亦将对家庭的资产配置效率产生影响。基于此，将人口老龄化与债务杠杆同时纳入模型中，以考察两者对家庭资产配置效率的影响便构成本文的主要贡献。

基于此，本文结合2017年中国家庭金融调查(CHFS)的数据，首先运用三阶段DEA-SBM模型测算了家庭资产配置效率，然后在此基础上实证检验人口老龄化、债务杠杆对家庭资产配置效率的作用效应。回归结果显示，人口老龄化对家庭资产配置效率的作用显著为正，债务杠杆的加入将明显减弱这一效应。进一步地，为解决模型中的内生性，在运用加入关键遗漏变量、替换核心解释变量以及工具变量法等稳健性检验后，这一基准结论依然成立。这说明，中国已呈现显著的老龄化社会特征，并显著影响家庭资产配置效率，且债务杠杆的负向作用表明在关注人口结构变动的同时，亦需要高度关注并防控居民部门可能蕴含的债务压力风险。

区别于已有文献，本文的主要贡献在于：其一，已有的国内研究中在考查投资组合效率时或是仅考虑了流动资产，或是仅包括了金融资产，而本文拟在投资组合的范围上，将房产纳入投资组合，这一尝试扩展了家庭资产配置决策领域的分析视野。其二，借助家庭微观调查数据，引入基于微观数据的投入产出DEA模型测度资产配置的效率，可以分析微观个体决策行为背后的影响机制，弥补了现有基于宏观数据进行经验研究的缺陷。其三，多数研究认为风险态度的变化是人口老龄化影响家庭资产配置的中介渠道，本文则从债务杠杆的视角探讨人口老龄化对家庭资产配置效率的作用机理，有助于识别中国居民部门潜在的债务风险，是对已有研究的有益补充。

一、文献综述

资产配置效率问题是微观金融领域的经验研究命题(周弘等，2018)[3]。而关于人口老龄化与家庭资产配置效率，国内外已有相关研究围绕其展开论述，具体来看，主要包括如下两个维度：

其一，如何测度家庭的资产配置效率。已有文献主要从理论和实证检验两个层面展开论述。理论上，以均值方差框架下的有效前沿度量，最早由Markowitz(1952)[4]提出。但该理论建立在严格的假设条件下，且是一个单期投资模型。在此基础上，Samuelson(1975)[5]和Merton(1969)[6]进而将单期拓展到多期。实证上，是基于宏观数据和微观数据的度量指标。前者主要是组合资产对数收益率和DEA模型。徐梅和宁薛平(2014)[7]测算了居民家庭组合资产的对数收益率，构建GARCH-M模型度量家庭组合资产的风险，并进而分析了宏观经济变量对资产收益的作用；周弘和胡涛(2017)[8]基于2016年各省市的统计年鉴，引入DEA模型分析了居民家庭资源利用效率。后者主要归为两类：一类是选用家庭的资产类别和资产多元化指数间接衡量居民家庭的资产配置效率(曾志耕等，2015；[9]吴卫星等，2016[10])；一类是基于夏普比率直接测度居民家庭的资产配置效率(Grinblatt et al.，2011；[11]吴卫星等，2015；[12]柴时军，2017[13])。但由于难以获得居民投资账户数据，居民家庭复杂的异质性特征及各不相同且难以观察的效用函数，衡量家庭投资组合的效率依然较为困难。

其二，人口老龄化对家庭资产配置效率的影响。已有的关于人口老龄化与家庭资产配置效率的研究，尚未得到一致结论。一种观点是人口老龄化与家庭资产配置效率间存在线性或非线性的关系(Poterba and Samwick，2001；[14]Flavin and Yamashita，2002[15])。Cocco(2005)[16]指出住房投资会挤占年轻人对股市等金融资产的投资，而50岁以上的中老年人参与股市的比例反而更高。杜朝运和丁超(2016)[17]、柴时军(2017)[13]基于中国家庭金融调查的研究发现户主年龄和居民家庭金融资产配置效率之间呈现先增加后减少的倒U型关系。在作用机理上，主要是借助风险态度进行传递：Horneff et al.(2006)[18]研究发现，随着退休群体风险厌恶程度的增加，其将更多的在资产组合中配置年金而减少债券和股票等风险性资产的持有；齐明珠和张成功(2019)[1]、易祯和朱超(2017)[19]也均指出年龄的变化将改变投资者的风险态度并进而传导至居民家庭的资产配置决策。另一种观点认为人口老龄化对家庭资产配置效率没有关系(Canner et al.，1994；[20]Pelizzon and Weber，2009[21])；吴卫星等(2015)[12]利用夏普比率的实证研究显示，年龄对家庭投资组合有效性并没有显著的影响。可以发现，已有的研究多数采用指数替代法构造夏普比率以测度家庭资产配置的效率，但还可以引入基于微观数据的投入产出DEA模型测度资产配置的效率；而在人口老龄化影响家庭资产配置效率的驱动机制上，较多研究从风险态度的角度出发，忽略了其他作用机制可能带来的影响。

而事实上，一方面，居民部门杠杆率会影响家庭资产配置效率。较高的债务杠杆意味着家庭能够有更多的资金投资于各类资产，如参与股市(Cocco，2005)[16]、买房(Barakova et al.，2014)[22]、创业(Jensen et al.，2014[23])，但同时过高的债务规模形成的偿债负担会导致家庭必须保持更多的流动性资产与预防性储蓄，由此削弱了居民家庭进行风险资产投资的能力，最终带来风险资产比重的降低。周弘(2015)[24]基于家庭财务报表的研究指出，由于住房按揭贷款普遍存在的金额大、周期长等特点，其将对家庭金融资产产生显著的“挤出效应”；但陈洋林等(2019)[25]基于中国家庭追踪调查数据的研究发现，债务杠杆率的上升有利于推动家庭流动性高但收益率低的资产进入收益率更高的领域，可以显著优化家庭中的低效资产，引导富余资金流向实体经济，以此提高整个社会的资源配置效率。另一方面，人口老龄化的加深推高了家庭部门的债务杠杆。这是由于老年人占比的上升会迫使家庭增大在医疗保健等养老方面的支出，导致部分家庭面临入不敷出的窘境，正向推高了居民部门的债务缺口(邵旭方等，2018[26])。Kim(2015)[27]基于韩国家庭层面的微观数据研究发现，退休后收入的突然下滑是构成老年群体债务规模上升的另一重要原因。可以发现，除却风险态度这一影响机制外，人口老龄化的变化也可能通过影响居民部门的债务杠杆率而影响家庭资产配置效率。

综上已有研究文献，本文引入基于微观数据的三阶段DEA-SBM模型测度资产配置的效率，在此基础上探讨人口老龄化、债务杠杆对居民家庭资产配置效率的作用效应，并侧重于分析债务杠杆的影响效应。

二、家庭资产配置效率的测度：基于三阶段DEA-SBM模型

(一)三阶段DEA-SBM模型的构建

相较于传统的DEA方法，三阶段DEA-SBM模型可以剔除外部环境与随机误差等因素对效率的作用干扰，由此测度出来的效率值更能准确地体现决策个体的管理水平，进而得到广泛的应用(王莉等，2012)[28]。具体而言，三阶段DEA-SBM模型设定如下：

第一阶段：借鉴Tone(2001)[29]，基于投入导向、规模报酬可变的SBM模型，计算n个DMU的初始投入产出效率值及投入松弛变量s，用s反映每一个决策单元与生产前沿面的偏离。

第二阶段：利用SFA中的成本函数方程，依次对投入松弛变量s进行分解：

ski=fk(zi;βk)+vki+uki，i=1，2，…，n

(1)

参照罗登跃(2012)[30]的做法，管理无效率的估计公式设定如下：

(2)

利用最大似然估计与公式(2)可以求得方程(1)中βk，vki的估计量，然后再剥离外部环境与随机误差对投入松弛变量的影响，并对初始的投入变量进行调整：

(3)

第三阶段：将调整后的投入变量再次带入DEA-SBM模型以估算修正后的效率值。考虑到修正后的效率值已经去除了环境变量和随机误差的干扰，因而该值能真实反映决策单元的经营管理水平。

(二)变量选取与数据来源

借鉴周弘和胡涛(2017)[8]的做法，并参考家庭资产配置效率的已有文献，表1给出了测算资产配置效率的5个投入指标、1个产出指标和4个环境变量。文中所运用的微观家庭层面的数据源于西南财经大学中国家庭金融调查与研究中心发布的2017年的截面数据，省级层面的经济变量数据来自中国统计年鉴。表2中的上半部分给出了上述所选取变量的描述性统计。

表1 模型设定与变量选取

表2 主要变量的描述性统计

(三)产出效率计算结果

利用MaxDEA软件，28个省份阶段一、阶段三的家庭资产配置效率测算结果(见图1)表明，在剔除环境效应和随机误差影响后，仍呈现东部效率大于中部，中部大于西部的态势，中国东部地区的家庭资产配置效率较高，而中西部的家庭资源利用率较低。但同时需要注意到，即使是东部地区家庭，其资产配置效率距离DEA模型的最佳投资效率值(1.000)仍存在较大的差距。观察各个省份，结果显示北京市和上海市的效率值始终位于前列。对此的解释是，作为中国最发达的城市之一，北京和上海无论是从居民家庭的资产配置能力，还是从宏观环境发展的角度，均位于全国的前列。就其余省份而言，其家庭的资产配置效率波动情况较为复杂，各省份间存在明显的效率提升差异，这说明不同的环境变量会作用于家庭的资产配置过程，并进而带来家庭资产配置效率的变动。那么，各省份间不同的环境变量究竟将如何作用于家庭的资产配置效率呢？基于此，我们利用第二阶段的SFA模型进行检验。

在第二阶段，运用Frontier 4.1软件进行SFA分析，结果如表3所示。表3中，LR数值均大于临界值，表明采用SFA分析是合理的。表3的结果显示，大多数的环境变量与松弛变量的回归系数均通过了10%的显著性水平检验，γ值趋近于1，表明全部松弛变量几乎完全受管理因素的影响。同时，房产投资环境、教育发展水平与金融发展水平对各松弛变量的回归系数均为负，进而说明增加环境变量值有利于减少投入松弛量，即有利于减少各投入变量的浪费。进一步地，由于各环境变量对于不同家庭的影响有所不同，可能导致一些面临较好外部环境的家庭具有较佳的资产配置效率表现，而一些面临较差外部环境的家庭具有较差的资产配置效率表现。因此，必须对原始的投入变量进行调整，使所有的家庭在面对相同的外部环境下以考察其真实的资产配置效率水平。

表3 第二阶段SFA分析

三、人口老龄化、债务杠杆与家庭资产配置效率的实证分析

通过第三部分的模型构建，本文得到了基于三阶段DEA-SBM模型测度的家庭资产配置效率值。为了进一步分析人口老龄化、债务杠杆对其的影响效应，本文选用该效率值作为被解释变量并导入计量分析模型中。考虑到DEA的效率值介于0与1之间，属于截断数据，传统的OLS估计会导致参数估计有偏，因此本部分的实证分析将采用Tobit模型。

(一)基准回归

针对人口老龄化、债务杠杆是否影响居民家庭资产配置效率，表4给出了家庭老年人占比、债务杠杆以及其他控制变量的Tobit回归结果。表4中的第(1)列、第(3)列至第(5)列显示，老年人占比对家庭资产配置效率的影响均显著为正，这意味着当家庭中已退休或将要退休的人员数上升时，预期家庭收入将有显著下滑，而为了保证家庭收入的稳定，户主参与资本市场追逐高资产收益的欲望将更强烈；同时这部分老年群体也已积累了较多的投资经验，进而能够协助家庭更有效地配置资产，并最终表现为资产配置效率的提升。表4中的第(2)列、第(3)列至第(5)列显示，债务杠杆对家庭资产配置效率的影响均显著为负，这可能是因为家庭债务杠杆的上升会带来风险增加与流动性的降低，导致家庭对风险资产的配置需求降低，进而带来资产配置效率的下降。表4中第(3)列至第(5)列显示，本文关注的债务杠杆与老年人占比的交互项系数显著为负，说明老年人占比的上升会推高家庭债务杠杆，同时过高的债务负担形成的偿债压力会迫使家庭持有更多的流动性资产和预防性储蓄，抑制家庭投资风险资产的能力，进而降低了家庭资产配置的效率。以上发现支持了家庭资产配置决策的年龄效应，当老年人占比较高时，家庭的投资策略则偏激进，更乐于在金融市场寻求资产收益，进而表现为家庭资产配置效率的提升，即单位风险的投资收益增加。

表4 人口老龄化、债务杠杆对家庭资产配置效率的基准回归

(二)稳健性检验

为了检验上述基准回归结果的稳健性，本文还进行了如下几个方面的稳健性检验。一是在模型中加入风险态度这一重要控制变量。易祯和朱超(2017)[19]指出在生命周期内风险厌恶存在时变性，表现为年龄越大，风险厌恶越强。即年龄可能通过改变风险态度和风险资产组合，使得人口老龄化系统性影响金融市场风险结构进而影响家庭资产配置效率；蓝嘉俊等(2018)[31]也发现老年人口占比的上升会通过风险偏好这一渠道而影响家庭风险资产配置。基于此，我们在模型中加入风险态度这一变量以控制这一影响，回归结果见表5中的第(1)列。二是将老年人占比替换为老年抚养比，回归结果由表5中的第(2)列所示。三是为了更好地避免反向因果所带来的内生性问题，本文借鉴Lewbel(2012)[32]的做法，构造异方差工具变量并进行工具变量回归，表5中的第(3)列报告了相应的工具变量回归结果。如表5中的第(1)～(3)列的结果所示，老年人占比的回归系数依然显著为正，债务杠杆的回归系数依然显著为负，两者的交互项系数仍然统计显著为负，这表明人口老龄化、债务杠杆影响家庭资产配置效率的结论是稳健的。

进一步地，为考察人口老龄化对家庭资产配置效率的非线性效应，我们将老年人占比按照前1/4和后3/4的标准分为高低两组，并以此构建与债务杠杆的交互项，回归结果见表5的第(4)列，可以看出，对于人口老龄化较高的一组，老年人占比依然正向影响资产配置效率，且交互项系数依然显著为负，这说明当人口老龄化程度加深到一定程度时，老年人占比推高家庭部门杠杆率的作用会显著提升，更易造成家庭部门债务风险的累积，进而带来资产配置效率的降低。反之，对于人口老龄化较低的一组，债务杠杆与老年人占比的交互项系数统计显著为正，即适度规模债务杠杆的上升反而会正向促进家庭资产配置效率。

表5 人口老龄化、债务杠杆对家庭资产配置效率的稳健性检验

(三)异质性检验

郝云飞等(2017)[33]指出家庭中老年人占比的上升一方面会增大对医疗支出的需求，提高了家庭的不耐程度并进而削弱了财富积累目标，降低风险性资产持有；而另一方面老年人占比的上升也会提高家庭的谨慎动机，这是由于未来医疗支出的不确定性程度上升，此时家庭必须增强财富积累目标以应对养老风险，反而更倾向于投资风险性资产。基于此，将家庭医疗支出按照是否高于中位数的标准分为高低两组，分组考查人口老龄化、债务杠杆的作用。表6中的第(1)列和第(2)列的结果显示，债务杠杆只在高医疗支出家庭组发挥显著的负向作用，这说明当家庭成员的健康状况相对较差时(周弘，2015)[24]，债务杠杆的负向作用也会愈发显著。

其次，家庭收入也是影响家庭资产配置决策的主要因素之一(Merton，1987)。Guiso et al.(2018)[34]指出，2008年金融危机后，投资者的风险厌恶程度增加进而导致其减少股票资产的投资，而其中家庭收入是重要的影响机制之一。Gomes and Michaelides(2002)[35]认为未来的劳动收入是现金而不是股票的替代物，因此年轻人更倾向于持有股票等风险性资产；王聪等(2017)[36]基于家庭金融调查数据研究发现，家庭收入对股票、基金等风险资产投资的影响呈现钟形的非线性关系；吴卫星等(2015)[12]用资产历史收益率数据计算得到每个家庭投资组合的夏普率，结果发现收入水平越高的家庭夏普率越高。基于此，本文将家庭收入按照前1/4和后1/4的标准分为高低两组，表6中的第(3)列和第(4)列的结果显示，结果显示，老年人占比与债务杠杆的交互项仅在低收入组中统计显著，这可能是因为随着老年人口的增多，养老、医疗等将会进一步增大低收入家庭的支出压力，导致其进行信贷融资的概率增加，进而需要承担更高的风险，由此导致债务杠杆对其资产配置效率的负向作用更显著。

表6 异质性检验：基于医疗支出与收入分组(Tobit 模型)

由于中国幅员辽阔，各地区的社会制度、文化信仰不同，各地区之间的经济发展程度也是差异明显，其中金融市场的发展更是参差不齐(路晓蒙等，2019)[37]。Nieuwerburgh and Veldkamp(2009)[38]指出信息不对称会导致交易成本的存在，而交易成本是造成家庭资产配置低效率的一个重要原因。在金融发展落后地区，由信息不对称造成的交易成本较高，家庭的投资就越倾向于单一化；但在金融发达地区，市场相对完备，家庭更可能进行多样化投资，进而提高资产配置效率。此外，鉴于不同发展水平地区的老龄化进程，居民部门资产负债率也存在显著差异(蓝嘉俊等，2018；[31]邵旭方等，2018；[26]路晓蒙等，2019[37])。本文根据经济发展水平将各省份划分为东部、中部和西部地区。①表7给出了人口老龄化、债务杠杆对家庭资产配置效应区域间影响差异的估计结果。老年人占比的估计系数仅在东部、中部地区样本中统计显著为正，交互项的系数均不显著。表7中第(1)列至第(3)列的估计结果显示，老年人数的增加对中部、东部地区家庭资产配置效率的边际作用更强。这可能是由于我国金融市场在区域间呈非对称发展：相比偏远欠发达的西部地区，东、中部地区的金融市场发展较为活跃，股票、债券市场较为成熟完备，进而强化了老年人占比对家庭资产配置效率的促进效应。

表7 异质性检验：基于地区分组(Tobit 模型)

(四)进一步的讨论

根据上述的分析，那么，人口老龄化背景下如何更有效地提升家庭的资产配置效率呢？大量的文献试图从人力资本差异的角度来解释资产配置效率(肖作平和张欣哲，2012)[39]。人力资本是指个人因接受学校教育和在职培训等方面的投入而获得的知识与技能积累。孟亦佳(2014)[40]指出，即便家庭的物质财富很充裕，但若其人力资本较为欠缺，其将无法正确捕捉金融市场上的各类信息，依然会带来资产配置的低效率。因此，提高人力资本将是提升家庭资产配置效率的重要途径之一。

金融知识作为一种重要的人力资本将对家庭财务产生深远影响(Lusardi et al.，2010[41])。现实中，不同家庭的风险资产配置呈现明显的异质性，部分家庭的资产组合配置明显要优于另外一些家庭，而有些家庭并不拥有有效的资产组合，且承担了过多的风险(吴卫星等，2018)。进一步地，Campbell(2006)[42]指出，尽管许多家庭可以找到适合其复杂投资问题的解决方案，但也有少部分家庭存在从不参与风险市场、非多元化的风险投资组合以及不能进行再贷款等投资错误，但接受金融知识教育可以有效地降低这一类错误的发生。事实上，家庭的有效资产配置有赖于家庭金融素养的支撑，对此的解释是，家庭的资产投资组合是一个复杂的选择过程，投资者需耗费大量的精力以筛选和分析信息，在这一选择过程中金融素养扮演重要的角色(曾志耕等，2015)[9]。理论上来看，金融素养水平越高，市场主体更能充分识别出金融市场的潜在风险，更能做出正确的投资方案，更有可能借助投资组合的多样化以分散和防控金融市场的潜在风险，即意味着金融知识水平与家庭资产配置有效性正相关。基于此，借鉴尹志超等(2014)[43]的做法，从受访者对利率计算、通货膨胀和投资风险三个问题的回答，利用因子分子法构造金融知识指标，并按照其与中位数的比较划分为高低金融知识两组。表8中的第(1)列、第(2)列的回归结果显示，老年人占比在高金融知识家庭组更为显著，但与债务杠杆的交互项仅在低金融知识组显著为负，这意味着，具备更高金融知识水平的投资者，其财富管理能力也更强，更擅于调整家庭资产组合以追求资产增值，同时也能缓解债务杠杆对家庭资产配置的抑制作用。

除金融知识外，也有学者使用居民的受教育年限或学历来衡量居民的人力资本。Calvet et al.(2007)[44]指出居民的受教育程度越高，其收集和理解风险资产投资相关信息的能力就越强，参与风险资产投资的可能性就越大；Abreu et al.(2010)[45]认为信息判断错误往往导致投资决策错误，而教育可以帮助投资者避免这样的判断，教育水平在一定程度上衡量了投资者对信息的处理能力。基于此，我们将户主的受教育程度划分为初中以下的低学历组和高中以上高学历组，回归结果见表8中的第(3)列和第(4)列。结果显示，老年人占比在较高学历家庭组统计显著为正，而与债务杠杆的交互项估计系数依然在较低学历组统计显著为负。基于此，表8的回归结果显示，普及投资者金融知识教育，加大人力资本投资是推动家庭投资组合效率提升的有效途径之一。

表8 效率提升条件识别：基于金融知识和受教育程度分组(Tobit 模型)

四、结论与政策建议

本文运用CHFS(2017)数据，研究了人口老龄化、债务杠杆对居民家庭资产配置效率的影响。与传统的通过构建投资组合有效前沿或者计算夏普率衡量效率的研究方法不同，本文利用三阶段DEA-SBM模型来测度家庭的资产配置效率。并在此基础上，采用Tobit模型做回归分析，结果发现：人口老龄化对家庭资产配置效率有显著的正向作用，并通过影响家庭的债务杠杆来影响其资产配置效率。且在进行Lewbel工具变量、替换老龄化衡量指标、增加代理变量等稳健性检验后，基准实证结果仍然成立。异质性分析的结果显示，人口老龄化、债务杠杆对家庭资产配置效率的影响存在显著的收入与区域差异。结合上述研究结论，本文给出了如下建议：

第一，人口老龄化反而显著提升了家庭资产配置效率，这意味着伴随中国居民金融知识水平的提升，老年群体也可以借助金融市场优化家庭的资产配置，并可以取得更高的财产性收入。因此，金融机构可适当加大对老年人的关注，借助专业的市场调研，向老年群体推出更多样化的金融产品；加快金融产品的创新，拓宽居民家庭的资产配置渠道。

第二，人口老龄化会通过债务杠杆来影响居民的资产配置效率，而债务杠杆的快速上升将加大居民部门的债务风险。这一方面意味着家庭应增强金融理财和风险防范意识，避免由人口结构变化导致借贷过多而带来的家庭破产风险；另一方面意味着政府部门应进一步推动金融市场的建设和完善，为居民参与金融市场营造更好的市场环境，并保持居民部门债务规模的合理增长。

第三，普及居民家庭的金融知识教育，加大人力资本投资，并以此增强居民家庭的财富管理能力。一方面，要求居民家庭应提高自身的金融素养，加强相关金融知识的学习和培训，另一方面，而政府也应该推动金融知识的普及力度，以此进一步提升居民家庭的财富管理能力，帮助家庭建立正确的财富配置理念。

注释：

①CHFS调查项目中涉及的西部地区包括陕西、贵州、重庆、四川、甘肃、青海、云南、广西；中部地区包括江西、安徽、湖北、湖南、河南、山西、吉林、黑龙江；东部地区包括上海、浙江、江苏、山东、天津、北京、河北、辽宁和广东。