• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      收入不確定性視角下教育對(duì)家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置的影響分析

      2022-09-05 13:31:02呂學(xué)梁
      關(guān)鍵詞:風(fēng)險(xiǎn)性家庭收入戶主

      高 宇 呂學(xué)梁 王 霆

      (青島大學(xué)a.經(jīng)濟(jì)學(xué)院,b.附屬心血管病醫(yī)院,青島 266061)

      改革開放四十多年以來(lái),經(jīng)濟(jì)快速增長(zhǎng),人民收入極大提高,財(cái)富管理成為迫切需求。《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出:“創(chuàng)新更多適應(yīng)家庭財(cái)富管理需求的金融產(chǎn)品”。研究家庭投資決策模式和影響因素,既有助于金融機(jī)構(gòu)合理設(shè)計(jì)金融產(chǎn)品,又能實(shí)現(xiàn)家庭財(cái)產(chǎn)性收入的更快增長(zhǎng)。中國(guó)教育事業(yè)快速發(fā)展,2019年中國(guó)高等院校入學(xué)率為54%,遠(yuǎn)高于1978年改革開放時(shí)的0.7%。但相較發(fā)達(dá)國(guó)家(如美國(guó)、英國(guó)高等院校入學(xué)率分別為88%和66%)仍有一定差距,無(wú)法滿足全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家需要。家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置影響因素眾多,以往研究均肯定了教育在家庭經(jīng)濟(jì)決策中的作用[1-4],認(rèn)為個(gè)體教育水平上升能夠提高家庭投資組合有效性[5-6];但多數(shù)研究?jī)H將教育水平當(dāng)作控制變量作為考量[7],且對(duì)教育和家庭投資決策之間的內(nèi)在機(jī)制研究也存有分歧。教育水平提升能夠降低收入不確定性[8],而收入不確定性對(duì)家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置具有重要影響[9]。本文立足于中國(guó)教育事業(yè)發(fā)展的現(xiàn)實(shí)背景,探討教育水平對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)配置的影響,并通過(guò)測(cè)算收入不確定性,發(fā)掘教育影響風(fēng)險(xiǎn)性金融資產(chǎn)配置的內(nèi)在機(jī)制,研究分析教育水平對(duì)不同群體風(fēng)險(xiǎn)性金融資產(chǎn)配置的影響差異,助力金融機(jī)構(gòu)和政府有關(guān)部門設(shè)計(jì)更有針對(duì)性的金融產(chǎn)品和政策制度。

      1 研究設(shè)計(jì)

      1.1 研究假說(shuō)

      教育水平提升能夠增強(qiáng)個(gè)體金融素養(yǎng)。一方面,高教育水平個(gè)體更容易了解風(fēng)險(xiǎn)性金融資產(chǎn)的特征,心理上更少排斥參與風(fēng)險(xiǎn)性金融市場(chǎng)投資;另一方面,教育水平提升增強(qiáng)了個(gè)體信息收集能力和分辨能力,降低了信息獲取成本,從而促使家庭積極投資風(fēng)險(xiǎn)性金融資產(chǎn)。據(jù)此,提出研究假說(shuō)一:

      H1:教育水平提升增加了家庭風(fēng)險(xiǎn)性金融市場(chǎng)的參與廣度和投資深度。

      根據(jù)不確定性理論,風(fēng)險(xiǎn)無(wú)處不在,社會(huì)生活中充滿了不確定性。教育經(jīng)濟(jì)學(xué)理論提出,教育水平提升有利于提高個(gè)體在勞動(dòng)力市場(chǎng)中的競(jìng)爭(zhēng)力,使其更容易找到穩(wěn)定的工作,因此其收入不確定性較低,繼而預(yù)防性儲(chǔ)蓄動(dòng)機(jī)較弱,風(fēng)險(xiǎn)金融市場(chǎng)參與可能性更大,風(fēng)險(xiǎn)性金融資產(chǎn)投資深度增加。據(jù)此,提出研究假說(shuō)二:

      H2:教育水平提升降低了家庭收入不確定性,進(jìn)而增加家庭風(fēng)險(xiǎn)性金融市場(chǎng)參與的可能性和投資深度。

      1.2 數(shù)據(jù)來(lái)源

      以北京大學(xué)中國(guó)家庭追蹤調(diào)查(CFPS)中受訪家庭作為研究樣本,基于2018年CFPS家庭、成人和孩童數(shù)據(jù),匹配個(gè)體特征和家庭特征,剔除關(guān)鍵變量缺失樣本,合并、整理得到11 246戶家庭數(shù)據(jù)。

      1.3 變量設(shè)定

      (1)被解釋變量:風(fēng)險(xiǎn)性金融資產(chǎn)配置主要涉及風(fēng)險(xiǎn)金融市場(chǎng)參與可能性(家庭至少存在基金、國(guó)債、股票、信托、外匯等一種投資行為則賦值為1,否則為0)[10]和風(fēng)險(xiǎn)性金融資產(chǎn)投資深度(基金、國(guó)債、股票、信托、外匯在總資產(chǎn)所占份額)[11]兩個(gè)方面。

      (2)解釋變量:戶主教育水平表示戶主已完成的教育年數(shù)。由于數(shù)據(jù)缺失,參考CFPS中教育水平轉(zhuǎn)換表,將戶主所受教育最高學(xué)位轉(zhuǎn)換為受教育年數(shù)(文盲/半文盲設(shè)為0,小學(xué)學(xué)歷設(shè)為6,初中學(xué)歷設(shè)為9,高中/中專/技校學(xué)位設(shè)為12,??茖W(xué)歷設(shè)為15,本科學(xué)歷設(shè)為16,碩士學(xué)位設(shè)為19,博士學(xué)位設(shè)為22)。

      (3)控制變量:包括個(gè)體變量、家庭變量及省份虛擬變量[5-6]。年齡、年齡平方(受訪者年齡2/100)、戶主性別(男性賦值為1,女性為0)、婚姻狀況(已婚賦值為1,否則為0)、工作狀況(參加工作賦值為1,否則為0)、宗教信仰(有宗教信仰賦值為1,否則為0)、健康1(身體非常健康賦值為1,否則為0)、健康2(身體不健康賦值為1,否則為0)、保險(xiǎn)1(有養(yǎng)老保險(xiǎn)賦值為1,否則為0)、保險(xiǎn)2(有醫(yī)保賦值為1,否則為0)、收入對(duì)數(shù)(家庭純收入取對(duì)數(shù))、支出對(duì)數(shù)(家庭消費(fèi)性支出取對(duì)數(shù))、自有住房(家庭有房屋產(chǎn)權(quán)賦值為1,否則為0)、城鄉(xiāng)(城鎮(zhèn)家庭賦值為1,農(nóng)村家庭為0)、家庭規(guī)模(受訪者家庭人口數(shù)量)、負(fù)債(家庭有房貸、銀行、親戚朋友、其他組織或個(gè)人欠款賦值為1,否則為0)。

      由表1可知,中國(guó)家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)投資概率為5.9%,風(fēng)險(xiǎn)性金融資產(chǎn)投資占總資產(chǎn)的比重均值為0.5%,中國(guó)家庭參與風(fēng)險(xiǎn)性金融市場(chǎng)投資整體程度較低。平均受教育年限為7.8年,相對(duì)偏低。

      表1 描述性統(tǒng)計(jì)

      2 基準(zhǔn)分析

      2.1 基準(zhǔn)回歸結(jié)果

      教育水平對(duì)風(fēng)險(xiǎn)金融市場(chǎng)參與可能性通過(guò)Probit模型回歸,投資深度通過(guò)Tobit模型回歸,由表2可知,結(jié)果均在1%水平上顯著為正。教育水平每提升1年,家庭投資風(fēng)險(xiǎn)性金融資產(chǎn)的概率將提高0.8%,并且風(fēng)險(xiǎn)性金融資產(chǎn)投資占總資產(chǎn)的比重會(huì)提高1.7%。戶主年齡、家庭收入、支出提高均會(huì)使風(fēng)險(xiǎn)性金融資產(chǎn)投資概率和投資比重增加,與以往研究結(jié)論[12-13]一致。具有城鎮(zhèn)戶籍會(huì)對(duì)風(fēng)險(xiǎn)金融市場(chǎng)參與廣度和投資深度產(chǎn)生正向影響,負(fù)債、家庭人口規(guī)模上升對(duì)風(fēng)險(xiǎn)金融市場(chǎng)參與廣度和投資深度產(chǎn)生負(fù)向影響。

      表2 基準(zhǔn)回歸實(shí)證結(jié)果

      2.2 穩(wěn)健性檢驗(yàn)

      2.2.1 內(nèi)生性問(wèn)題 由于家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置可能會(huì)影響戶主受教育程度,產(chǎn)生內(nèi)生性問(wèn)題,需選取工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。母親教育水平是影響子代教育的重要因素之一,且不會(huì)直接影響家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置,能滿足相關(guān)性和外生性要求,因此將其作為工具變量。穩(wěn)健性檢驗(yàn)結(jié)果中,(2)、(4)兩列Wald檢驗(yàn)P值分別為0.000 8和0.002 4,均在1%水平上顯著,說(shuō)明工具變量選取有效(表3)。引入工具變量后的估計(jì)結(jié)果和基準(zhǔn)回歸結(jié)論一致。

      表3 引用工具變量的穩(wěn)健性檢驗(yàn)結(jié)果

      2.2.2 更換工具變量 一個(gè)家庭中父親和母親都是不可或缺的角色,因此對(duì)工具變量重新定義,將其替換為戶主父親與母親教育水平均值。由表4可知,結(jié)果均在1%水平上顯著為正,并和基準(zhǔn)回歸結(jié)論一致。(2)、(4)兩列Wald檢驗(yàn)P值分別為0.002和0.008,均在1%水平上顯著,說(shuō)明工具變量選取有效。

      表4 更換工具變量的穩(wěn)健性檢驗(yàn)結(jié)果

      2.2.3 更換解釋變量 重新定義解釋變量檢驗(yàn)穩(wěn)健性,將戶主受教育程度更換為家庭夫妻平均受教育年限,回歸結(jié)果見表5,研究結(jié)論仍然穩(wěn)健。

      表5 更換解釋變量的穩(wěn)健性檢驗(yàn)結(jié)果

      3 機(jī)制與異質(zhì)性分析

      3.1 機(jī)制檢驗(yàn)

      綜合考慮可能影響家庭收入預(yù)期的因素,將家庭平均年齡、平均教育水平、就業(yè)比重、受訪者性別、有無(wú)工作、所在地區(qū)作為自變量,家庭純收入的對(duì)數(shù)作為因變量進(jìn)行OLS估計(jì),用計(jì)算所得殘差衡量收入不確定性[14-15],構(gòu)建模型lnrevenuei =ν+ζi×X i +δ×provincei +εi。獲取收入不確定性指標(biāo)后,通過(guò)中介效應(yīng)模型[16-18]進(jìn)行機(jī)制檢驗(yàn)。

      由表6第(2)列可知,教育水平提升會(huì)顯著降低家庭收入不確定性,第(3)列則表明收入不確定性會(huì)顯著降低家庭參與風(fēng)險(xiǎn)性金融市場(chǎng)的可能性,且教育水平對(duì)風(fēng)險(xiǎn)性金融市場(chǎng)參與廣度的正向影響降低。由表7 第(3)列可知,收入不確定性會(huì)顯著降低家庭風(fēng)險(xiǎn)性金融資產(chǎn)投資比重,且教育水平對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)投資深度的正向影響降低。結(jié)果均證實(shí)存在收入不確定性影響機(jī)制。這是因?yàn)?教育水平提升增強(qiáng)了戶主的就業(yè)機(jī)會(huì)和就業(yè)質(zhì)量,即便失業(yè)也能夠獲取到更好的失業(yè)保障,因此其收入不確定性下降,家庭參與風(fēng)險(xiǎn)性金融市場(chǎng)概率提高,風(fēng)險(xiǎn)性金融資產(chǎn)投資比重增加。

      表6 教育對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)投資參與影響的收入不確定性機(jī)制

      表7 教育對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)投資比重影響的收入不確定性機(jī)制

      3.2 異質(zhì)性分析

      3.2.1 負(fù)債異質(zhì)性 按家庭有無(wú)負(fù)債分組回歸,可知相較于無(wú)負(fù)債家庭,有負(fù)債家庭中教育水平對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)投資的正向作用更大(表8)。似無(wú)相關(guān)模型所得組間系數(shù)差異檢驗(yàn)P值(前兩列為0.000 7,后兩列為0.057 4)分別在1%和10%水平上顯著,說(shuō)明家庭負(fù)債狀況會(huì)產(chǎn)生異質(zhì)性影響。這可能是因?yàn)橛胸?fù)債家庭支出存在剛性,抗風(fēng)險(xiǎn)能力較弱,戶主受教育程度提升能夠降低收入不確定性,使家庭能更好地應(yīng)對(duì)風(fēng)險(xiǎn)沖擊,其對(duì)家庭風(fēng)險(xiǎn)性金融市場(chǎng)參與廣度和投資深度的促進(jìn)作用更大。

      表8 負(fù)債異質(zhì)性影響

      3.2.2 家庭收入異質(zhì)性 按家庭收入差異分組回歸,家庭收入低于75%分位數(shù)設(shè)為中低收入群體,大于等于75%分位數(shù)設(shè)為高收入群體(表9)。相較于高收入家庭,教育水平提升對(duì)低收入家庭影響更大。組間系數(shù)差異檢驗(yàn)P值(前兩列為0.090 7,后兩列為0.000 4)分別在10%與1%水平上顯著,說(shuō)明家庭收入水平會(huì)產(chǎn)生異質(zhì)性影響??赡苁怯捎诮逃教嵘軌蚋行У亟档椭械褪杖爰彝ナ杖氩淮_定性,提高其風(fēng)險(xiǎn)金融市場(chǎng)參與意愿,增加風(fēng)險(xiǎn)性金融資產(chǎn)投資比例。

      表9 家庭收入異質(zhì)性影響

      3.2.3 區(qū)域異質(zhì)性 借鑒北京市宏觀經(jīng)濟(jì)與社會(huì)發(fā)展基礎(chǔ)數(shù)據(jù)庫(kù),將家庭所在區(qū)域分為東部和中、西部:北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南為東部地區(qū),山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南為中部地區(qū),重慶、四川、貴州、云南、西藏、陜西、甘肅、寧夏、青海、新疆為西部地區(qū),對(duì)兩個(gè)子樣本回歸(表10)。盡管受教育程度對(duì)家庭風(fēng)險(xiǎn)性金融市場(chǎng)參與廣度和投資深度均在1%水平上顯著為正,中西部地區(qū)家庭較于東部地區(qū)家庭樣本中影響更大。原因可能是,中西部地區(qū)發(fā)展水平低于東部地區(qū),收入水平的不穩(wěn)定性更高,因此教育水平的提升能夠更有效降低其家庭收入不確定性,組間系數(shù)差異檢驗(yàn)P值(前兩列為0.002 6,后兩列為0.006 6)均在1%水平上顯著,與以往研究結(jié)論一致[19-20]。

      表10 區(qū)域異質(zhì)性影響

      4 結(jié)論

      本文基于2018年CFPS數(shù)據(jù),從收入不確定性的視角研究分析教育水平對(duì)家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置的影響。教育水平提升提高了家庭風(fēng)險(xiǎn)性金融市場(chǎng)參與概率,增加了家庭風(fēng)險(xiǎn)性金融資產(chǎn)投資比重。為緩解內(nèi)生性問(wèn)題,先后以戶主母親教育水平和父母平均教育水平作為工具變量,所得結(jié)果證明了研究結(jié)論的穩(wěn)健性。機(jī)制檢驗(yàn)發(fā)現(xiàn),教育水平提升增強(qiáng)了戶主勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)力,降低了家庭收入不確定性,進(jìn)而增加了家庭在風(fēng)險(xiǎn)金融市場(chǎng)的參與廣度與投資深度。異質(zhì)性分析發(fā)現(xiàn),教育水平在有負(fù)債家庭、中低收入家庭和中西部家庭中,能夠?qū)︼L(fēng)險(xiǎn)性金融資產(chǎn)配置產(chǎn)生更加顯著的正向影響。下一步將從風(fēng)險(xiǎn)偏好、人格特征等角度,完善教育對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)配置的機(jī)理研究,并結(jié)合實(shí)時(shí)政策,運(yùn)用準(zhǔn)自然實(shí)驗(yàn)法,提高研究結(jié)論的穩(wěn)健性。

      猜你喜歡
      風(fēng)險(xiǎn)性家庭收入戶主
      基于InVEST和生態(tài)風(fēng)險(xiǎn)評(píng)估模型耦合的濕地生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)——以吉林省為例
      “十三五”漁民家庭收入情況分析及對(duì)策研究
      每天超8小時(shí)睡眠 癡呆癥概率增40%
      東西南北(2017年9期)2017-05-24 22:03:10
      恩格爾系數(shù)
      醫(yī)院藥學(xué)服務(wù)風(fēng)險(xiǎn)性探討
      恩格爾系數(shù)
      貴州古建筑消防風(fēng)險(xiǎn)性分析及對(duì)策研究
      安全(2014年12期)2014-02-27 06:26:03
      家庭收入對(duì)大學(xué)生創(chuàng)業(yè)意愿的影響
      漢唐戶主資格的變遷*
      張小飛落網(wǎng)記
      故事林(2010年18期)2010-05-14 17:29:40
      东台市| 攀枝花市| 定安县| 株洲市| 卫辉市| 霍邱县| 海门市| 凉山| 蒙阴县| 革吉县| 甘洛县| 治多县| 通辽市| 襄汾县| 遵化市| 永兴县| 怀化市| 镇坪县| 克拉玛依市| 山阳县| 区。| 兰考县| 崇义县| 唐河县| 普兰县| 南康市| 车致| 大洼县| 镇康县| 常山县| 张家界市| 吉安市| 阿城市| 竹山县| 囊谦县| 辽阳市| 龙口市| 河曲县| 林西县| 广德县| 铁岭市|