肖琴　唐雪榕

摘要：文章基于“中国家庭金融调查” 2017年数据，运用Probit模型和Tobit模型，实证分析了人口年龄结构对我国家庭风险性金融资产配置的影响。研究发现，家庭老年人占比及少儿占比的增加，会显著降低家庭参与风险性金融资产配置的概率，同时降低家庭持有风险资产占总金融资产的比重；老年人占比对中西部地区或农村家庭风险性金融资产配置无显著影响，少儿占比对风险性金融资产参与率的抑制作用不显著，但在一定程度上降低了家庭持有风险资产的比重。

关键词：人口年龄结构；家庭风险性金融资产参与率；家庭风险性金融资产持有比重

一、引言

随着我国经济持续高速增长，家庭财富水平不断提升，家庭资产配置也逐步趋于多样化，但同时也存在着一些问题。从总体上看，根据中国家庭金融调查（CHFS）近年来数据显示，我国家庭总资产规模呈现稳定增长状态，而我国家庭参与风险市场的比率及深度相对较低，即居民处于“有限参与”金融市场的状态，家庭资产配置结构存在较为严重的不合理现象，同时，家庭风险资产配置的城乡及区域差异也较为明显。在这些问题下，如何提升中国家庭金融市场参与度，优化家庭风险性金融资产配置结构受到了广泛关注。在我国逐步放开生育政策的背景下，人口结构成为影响我国家庭风险性金融资产配置新的研究重点。

为应对人口老龄化与生育率低下的双困境，我国逐步优化各项生育政策以改善人口结构，在“少子化”与“老龄化”碰撞的情况下，家庭人口年龄结构正发生新的变化，这在一定程度上也影响了家庭资产配置的决策。基于人口年龄结构，本文将对家庭风险性金融资产配置问题展开进一步研究，实证检验人口年龄结构对家庭风险性金融资产配置的影响，也为解决我国家庭金融市场有限参与，推动金融市场更有效运转提供建议。

二、文献综述

关于风险性金融资产配置问题，国内外许多学者对其做了大量研究探讨。部分文献针对风险资产配置现状、影响风险资产配置的因素等进行了分析检验，从宏观层面来看，还有部分文献就金融资产配置与经济发展间的关系进行了探讨研究。针对本文研究内容，我们将基于家庭微观视角的文献分为两大类，一是影响家庭风险性金融资产配置的因素研究，二是人口结构对家庭风险性金融资产配置的相关关系研究。

（一）影响家庭风险性金融资产配置的因素研究

家庭风险性金融资产配置的影响因素可以分为个体特征、家庭特征、外部条件三大类。在户主个体特征上，多数研究指出男性户主比女性户主更倾向于持有风险性金融资产（张光利，2018；易祯，2017）；随着户主年龄的增加，根据预防性储蓄理论，户主将更多的资产用于储蓄而非投资于风险资产，即家庭风险资产配置概率与户主年龄呈负相关关系（Cocco等，2005；王聪等，2019），还有部分学者指出年龄对家庭风险性金融资产配置的影响呈倒“U”型关系（柴时军，2017）；Russell Cooper等（2016）认为户主的受教育程度是家庭风险性金融资产配置重要影响因素之一，可以解释为高学历户主为家庭创造更高的收入，从而增加了家庭风险资产配置比重，另外，由于高教育水平个体的金融知识配备较充足，规避风险能力较强，因此进行风险资产配置的概率较大（尹志超等，2014）；户主的个体健康状况也是影响家庭风险资产配置的重要因素（Ryan D Edwards，2008），吴卫星等（2011）实证检验得到，良好的健康状况会显著增加家庭风险性金融资产持有比重；风险厌恶者参与风险性金融资产配置的概率及比重都较小（李涛等，2016）。

（二）人口结构对家庭风险性金融资产配置的相关关系研究

在数量结构上，马莉莉等（2011）指出家庭总人口数及子女数量是影响家庭风险资产配置的重要因素，Nancy等（1998）认为，当拥有子女时，家庭风险偏好会提升，随之增加风险类资产占金融资产的持有比重。但在我国家庭逐渐呈现老龄化、少子化人口结构及特殊文化背景下，从年龄结构出发，少子化导致的家庭子女抚养负担，降低了家庭参与金融市场的概率（李文星等，2008）。王子城（2016）通过实证检验指出，家庭人口抚养负担会对家庭金融市场参与及家庭风险资产配置产生负面影响。老龄化导致老年人口比重的上升，不仅使得家庭对于风险的态度及承受能力逐渐下降（杜朝运等，2016），即家庭更倾向于配置低风险产品，养老医疗类支出还会在一定程度上挤出家庭风险性金融资产的占比（邵旭方等，2018）。

通过对已有文献的梳理，关于人口年龄结构与家庭风险性金融资产配置的研究仍存在一些不足。第一，在探讨家庭风险性金融資产配置的影响因素中，多从户主或投资者个人角度出发，研究个体特征如年龄、性别、风险态度等方面对家庭风险资产配置的影响，以家庭为单位进行的研究较少，且多集中于家庭资产情况的分析，而对于我国特有政策背景下人口结构变革的影响分析较少。第二，在关于家庭人口结构对风险性金融资产配置影响的分析中，多数研究关注于家庭人口数量或子女数量对资产配置的影响，对于年龄结构的分析较少。鉴于此，本文在已有文献的基础上，结合我国各项生育政策放开的背景，探讨人口年龄结构的变化对家庭风险性金融资产配置的影响，以优化我国家庭金融资产配置，为我国金融市场良好运行、推动社会经济长远发展提出有效建议。

三、人口年龄结构对家庭风险性金融资产配置影响的实证分析

（一）数据来源与基本模型设定

本文数据来源于2017年中国家庭金融调查（CHFS），根据研究需求，剔除掉异常及缺失值，选取具有一定家庭资产决策能力的16～80岁样本家户，进行一系列筛选处理后，最终得到12273个家庭样本作为本文实证检验的数据来源。

在已有文献的基础上，为研究人口年龄结构对家庭风险性金融资产配置的影响，本文从风险性金融资产参与率及持有比重两个方向出发。首先，对于家庭是否参与风险性金融资产配置，由于被解释变量取值为“参与”或“不参与”，表现为二值离散变量，因此我们选取Probit模型进行回归检验；其次，对于家庭风险资产持有占金融资产的比重，由于该变量在样本数据中显示为截断的，因此本文选取Tobit 模型进行研究探讨。基本模型设定如下：

risk1i=α+βage_structure+γcontrol+εi（1）

risk1i＝0，不持有风险性金融资产1，持有一种或多种风险性金融资产（2）

其中，risk1i表示家庭是否持有风险性金融资产，若持有，则risk1i赋值为1，否则为0；age_structure表示家庭人口年龄结构，本文选取少儿占比与老年人占比两个指标进行衡量；control表示一系列控制变量，主要包括户主个人特征变量、家庭资产特征变量及地区特征变量；εi为随机扰动项。

然后，运用Tobit模型来测算人口年龄结构对家庭持有风险性金融资产比重的影响：

risk2i＝α+βage_structure+γcontrol+εi（3）

其中，risk2i为家庭风险性金融资产的持有比重，以家庭风险性资产占总金融资产的比重来衡量，其余变量与（1）式相同。

（二）变量定义及描述性统计

1. 被解释变量

本文选取家庭风险性金融资产配置参与率、持有比重作为被解释变量。根据CHFS2017年调查对家庭金融资产的划分，主要将金融资产分为活/定期存款、股票、基金、理财产品、债券、衍生品等十二类，本文将其中风险程度较高的几类如股票、基金、理财产品、债券（以风险程度较高的金融、企业债券为主）、衍生品、非人民币货币、黄金定义为风险性金融资产。若家庭持有其中一种及以上金融资产，则认为该家庭参与了风险性金融资产配置，否则视为未参与，同时，将家庭持有的风险资产总和占家庭金融资产总额的比重，作为家庭参与风险资产的程度指标。

2. 核心解释变量

根据本文研究目标，选取的核心解释变量为家庭少儿占比和老年人占比。根据国家统计的年龄段划分标准，本文计算少儿（0～14岁）人数占家庭总人数的比重作为少儿占比，计算老年人（65岁以上）数占家庭总人口数的比重作为老年人占比。

3. 控制变量

本文控制变量主要包括户主个体特征、家庭资产特征、地区特征三大类。其中，户主个体特征主要包括户主性别、年龄、受教育程度、健康及婚姻状况、风险态度、是否参与社会保障及月收入等变量；家庭资产特征主要包括家庭总资产、负债、收入、是否有房产投资等变量；地区特征变量主要分为所处地区为东部或中西部、城镇或农村分别进行研究。

4. 变量描述性统计

表1给出了变量定义及描述性统计结果。从表1可以看到，全样本家庭风险资产参与率均值为12%，参与风险性金融资产配置的家庭，其风险资产占金融资产比重均值为3.2%，这也表现出我国家庭尚处于“有限参与”金融市场的现状。在全样本家庭人口年龄结构上，老年人占比0.208，这表明我国每个家庭平均需赡养0.208个65岁以上老人；少儿人口占比0.161，这表明我国每个家庭存在0.161个14岁及以下幼儿的抚养负担。从户主个体特征上看，全样本平均年龄约47.95岁，男性、高中及以上学历、健康及婚姻状况良好者偏多，且多为风险厌恶者，普遍参与了社会保障。从家庭资产特征上看，在进行对数化处理后，家庭总资产、总负债、总收入均值分别为12.74、10.76、10.88，19.1%的家庭有房产投资的情况。从地区特征上看，48.3%的家庭样本处于东部省市，65%的样本所在地区为城镇，其余变量的描述结果如表1所示。

（三）实证结果分析

1. 基本回归结果

表2是人口年龄结构对家庭风险性金融资产配置影响的基本回归结果。第（1）列为Probit模型的估计结果，第（2）列是基于Probit模型回归计算的边际效应，从（1）、（2）列中可以看到，家庭中老年人占比、少儿占比均与家庭风险性金融资产配置呈负相关关系，二者每增加一个单位，家庭风险性金融资产参与概率分别显著降低2.4%、4.2%。在户主个体特征中，户主为男性、健康及婚姻状态不佳、或为风险厌恶者的家庭，其参与风险资产配置的概率会显著降低，户主受教育程度、月收入水平与家庭风险资产配置概率呈正相关关系。在家庭资产特征中，家庭总资产、总收入与风险资产参与概率呈正相关关系，有房产投资的家庭参与风险资产配置的概率更高，家庭风险资产配置概率与家庭总负债规模呈负相关關系。在地区特征中，所在地区为城镇会显著增加家庭参与风险资产配置的概率。其余变量的检验结果也基本符合预期，具体结果见表2所示。

2. 异质性分析

从以上分析中看到，家庭人口年龄结构的确会对风险性金融资产配置决策产生影响，由于不同区域间存在一定经济水平差异，金融市场运作也存在效率差异，人口年龄结构对家庭风险资产配置的影响是否会存在区域间的异质性？同时，农村与城镇家庭因风险态度或所处环境差异，人口年龄结构产生的抑制效应是否会有所不同？鉴于此，本文根据东、中西部及城、乡分别划分样本，以检验区域、城乡间的异质性影响。

如表3所示，东部地区家庭老年人占比、少儿占比均显著降低了家庭参与风险资产配置的概率，计算边际效应得到，老年人占比与少儿占比每增加一个单位，东部地区家庭风险性金融资产参与概率分别下降4.6%、5.2%，同时，东部地区家庭持有风险性金融资产比重也随老年人占比、少儿占比的增加而下降。在中西部地区，少儿占比与家庭参与风险资产配置概率、持有比重仍呈现显著负相关关系，但老年人占比对家庭参与风险资产配置的抑制作用并不显著。从表3还可以看到，城镇地区家庭随着老年人口比、少儿人口比的增大，家庭参与风险资产的概率及持有比重显著下降。而在农村地区，老年人占比对家庭风险资产配置的抑制性影响暂不显著，少儿占比与家庭参与风险资产配置的概率并不显著相关，但在一定程度上会降低家庭持有风险资产的比重。

3. 稳健性检验

对于以上分析中可能出现的不足，采用两种方法对本文进行稳健性检验。 第一，替换变量进行回归检验。本文定义的老年人占比、少儿占比变量分别是以家庭老年人（65岁以上）数占总人口数的比重、少儿（0～14岁）人数占总人口数的比重来衡量的，此处替换为家庭老年人数、少儿人数分别占家庭劳动人口数（15～64岁）的比重来衡量。在对替换变量后的样本进行实证检验发现，以家庭劳动人口为基础定义的老年人占比、少儿占比变量，仍对家庭参与风险性金融资产配置产生显著抑制效应，与本文已得结论基本一致。第二，进一步地，我们选取PSM模型对已得到的结果进行检验。通过观察PSM后各变量在实验组及控制组的值，检验得到各变量均为平衡分布状态，即控制组与实验组间不存在显著差异，以上分析均证明了所得结论的稳健性。

四、结语

本文基于2017年中国家庭金融调查（CHFS）数据，运用Probit模型及Tobit模型对筛选处理后的12273个家庭样本进行实证检验，探讨人口年龄结构对我国家庭风险性金融资产配置的影响，并对其影响在不同区域及城乡间的差异性进行了分析，主要结论如下：首先，人口年龄结构对家庭风险性金融资产配置影响显著，老年人口及少儿人口占家庭总人口数越大，家庭参与风险性金融资产配置的概率越小，持有风险资产的比重也会随之降低。其次，在中西部地区，少儿占比对家庭风险性金融资产配置的抑制作用显著，但老年人占比的抑制效应不显著；相较城镇而言，农村地区老年人占比对家庭风险资产配置影响不显著，少儿占比虽未显著影响家庭参与风险资产配置的概率，但在一定程度上降低了家庭配置风险性金融资产的比重。在我国家庭面临“少子化”与“老龄化”的双重年龄结构变化下，少儿人口占比、老年人口占比的增加，给家庭带来了一定的少儿抚养负担与老人赡养负担，导致对家庭配置风险性金融资产产生挤出效应。本文建议，首先，应加强公共照料服务体系建设，如开办幼托及养老机构，缓解家庭因抚育幼儿和赡养老人所承担的压力，以提升家庭参与金融市场的概率。同时，对于我国家庭风险性金融资产持有比重较低，金融资产配置结构失衡的现象，应积极开展金融知识宣传教育，提升居民金融知识储备与基本金融素养，优化家庭金融资产配置决策，进一步促进我国金融市场长远良好发展，促进经济稳定增长。

參考文献：

[1]张光利，刘小元.住房价格与居民风险偏好[J].经济研究，2018（01）：110-123.

[2]易祯，朱超.人口结构与金融市场风险结构：风险厌恶的生命周期时变特征[J].经济研究，2017（09）：150-164.

[3]Cocco J F，Gomes F J，Maenhout P J.Consumtion and portfolio choice over the life cycle[J].Review of Financial Studies，2005，18（02）：491-533.

[4]王聪，杜奕璇.人口年龄结构与我国家庭消费行为——基于CFPS2016微观数据的实证分析[J].产经评论，2019，10（04）：136-152.

[5]柴时军.社会资本与家庭投资组合有效性[J].中国经济问题，2017（04）：27-39.

[6]Russell Cooper，Guozhong Zhu. Household finance over the life-cycle： What does education contribute？[J].Review of Economic Dynamics，2016（20）：63-89.

[7]尹志超，宋全云，吴雨.金融知识、投资经验与家庭资产选择[J].经济研究，2014（04）：62-75.

[8]Ryan D Edwards.Health Risk and Portfolio Choice[J].Journal of Business & Economic Statistics，2008，26（04）：472-485.

[9]吴卫星，荣苹果，徐芊.健康与家庭资产选择[J].经济研究，2011（S1）：43-54.

[10]李涛，郭杰.风险态度与股票投资[J].经济研究，2009（02）：56-66.

[11]马莉莉，李泉.中国投资者的风险偏好[J].统计研究，2011（8）：63-72.

[12]Nancy Ammon Jianakoplos，Ale-

xandra Bernasek. Are women more risk averse？[J].Economic Inquiry，1998（36）：620-630.

[13]李文星，许长生，艾春荣.我国人口年龄结构和居民消费：1989-2004[J].经济研究，2008（07）：118-129.

[14]王子城.人口抚养负担、金融市场参与和家庭资产配置[J].金融与经济，2016（06）：21-27+74.

[15]杜朝运，丁超.基于夏普比率的家庭金融资产配置有效性研究——来自中国家庭金融调查的证据[J].经济与管理研究，2016，37（08）：52-59.

[16]邵旭方，吴卫星，黄亦炫.人口老龄化、购房支出与居民部门负债可持续性[J].云南财经大学学报，2018，34（10）：52-61.

＊基金项目：国家自然科学基金地区基金“家庭经济脆弱性框架下基于教育视角的妇女生育率陷阱形成机理和应对策略研究”（71863022）；教育部社科司青年基金项目“我国西部地区‘教育补助陷阱’的形成机理和应对策略研究”（15XJC790014）。

（作者单位：昆明理工大学管理与经济学院）