家庭金融调查范文

家庭金融调查范文第1篇

(1)chfs抽样设计：经济富裕地区(东部地区)的样本比重相对较大(样本市县中东中西部省份的比例为32:27:21，全国为34:27:38)，城镇地区(相对于农村地区)的样本比重相对较大(样本中城镇居委会与农村村委会比例为181:139)，城镇富裕家庭占比较大，样本的地理分布比较均匀。

(2)数据核查：事后对所有受访者进行(电话)回访。

(3)拒访率：chfs的拒访率低于国内外相似或同类调查的拒访率。

(4)数据代表性：人口统计学方面，chfs调查数据在家庭规模、人口年龄结构和性别比例方面与国家统计局的数据比较一致，其中城市人口比例数据与国家统计局有差异(XX年chfs数据按户口计算为0.369，国家统计局公布的数据为0.513，但是国家统计局公布的城镇人口是指居住在城镇范围内的全部常住人口，不是户籍概念)。在居民收入总额上，chfs和国家统计局公布的全国居民收入总额、城市和农村居民收入总额、人均收入方面比较一致，在农村和城市人均收入内部构成上二者差距比较大。

(5)国内有影响力的家庭调查数据：中国健康与营养调查(chns)，中国家庭收入项目调查(chip)，中国综合社会调查(cgss)，中国健康与养老跟踪调查(charls)。

pps(probability proportionate to size sampling)：按规模大小成比例的抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。pps 抽样是指在多阶段抽样中，尤其是二阶段抽样中，初级抽样单位被抽中的机率取决于其初级抽样单位的规模大小，初级抽样单位规模越大，被抽中的机会就越大，初级抽样单位规模越小，被抽中的机率就越小。

2.家庭人口和工作特征

(1)XX年chfs样本数据显示平均家庭规模为2.94人。少儿(15周岁以下)人口男女性别比为123:100，劳动年龄人口男女性别比为100.5:100，老年(60周岁以上)人口的男女性别小于1。

(2)无论是根据人口老龄化指标1(60周岁以上人口占总人口比例为10%，根据chfs我国XX年该数据为16.34%)还是指标2(65周岁以上人口占总人口比例为7%，我国为10.65%)都表明我国人口老龄化现象严重。少儿抚养比低于老年抚养比，且城市人口老龄化趋势高于农村。

(3)根据chfs数据，我国初中及以下学历的比例高达63.58%，年龄组越低的人群高学历的比例越高。

(4)根据chfs我国城市剩男、剩女(30周岁以上的未婚男女)的比例41:62，农村为59:38。

(5)企业雇佣的劳动力占从业人员的比例高达62%，其中38.44%在私营或个体企业工作，大力发展工商业可能是解决中国劳动力就业的主要途径，大力支持私营或个体企业的发展，中国劳动力就业压力将可能得到缓解。

(6)具有博士学历职工的工资收入低于硕士学历职工的工资，在这个阶段教育收入回报为负。

(7)随着人口年龄降低，初中学历以下人口比例显著降低，义务教育效果明显。

家庭金融调查范文第2篇

(1)chfs抽样设计：经济富裕地区(东部地区)的样本比重相对较大(样本市县中东中西部省份的比例为32:27:21，全国为34:27:38)，城镇地区(相对于农村地区)的样本比重相对较大(样本中城镇居委会与农村村委会比例为181:139)，城镇富裕家庭占比较大，样本的地理分布比较均匀。

(2)数据核查：事后对所有受访者进行(电话)回访。

(3)拒访率：chfs的拒访率低于国内外相似或同类调查的拒访率。

(4)数据代表性：人口统计学方面，chfs调查数据在家庭规模、人口年龄结构和性别比例方面与国家统计局的数据比较一致，其中城市人口比例数据与国家统计局有差异(XX年chfs数据按户口计算为0.369，国家统计局公布的数据为0.513，但是国家统计局公布的城镇人口是指居住在城镇范围内的全部常住人口，不是户籍概念)。在居民收入总额上，chfs和国家统计局公布的全国居民收入总额、城市和农村居民收入总额、人均收入方面比较一致，在农村和城市人均收入内部构成上二者差距比较大。

(5)国内有影响力的家庭调查数据：中国健康与营养调查(chns)，中国家庭收入项目调查(chip)，中国综合社会调查(cgss)，中国健康与养老跟踪调查(charls)。

pps(probability proportionate to size sampling)：按规模大小成比例的抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。pps 抽样是指在多阶段抽样中，尤其是二阶段抽样中，初级抽样单位被抽中的机率取决于其初级抽样单位的规模大小，初级抽样单位规模越大，被抽中的机会就越大，初级抽样单位规模越小，被抽中的机率就越小。

2.家庭人口和工作特征

(1)XX年chfs样本数据显示平均家庭规模为2.94人。少儿(15周岁以下)人口男女性别比为123:100，劳动年龄人口男女性别比为100.5:100，老年(60周岁以上)人口的男女性别小于1。

(2)无论是根据人口老龄化指标1(60周岁以上人口占总人口比例为10%，根据chfs我国XX年该数据为16.34%)还是指标2(65周岁以上人口占总人口比例为7%，我国为10.65%)都表明我国人口老龄化现象严重。少儿抚养比低于老年抚养比，且城市人口老龄化趋势高于农村。

(3)根据chfs数据，我国初中及以下学历的比例高达63.58%，年龄组越低的人群高学历的比例越高。

(4)根据chfs我国城市剩男、剩女(30周岁以上的未婚男女)的比例41:62，农村为59:38。

(5)企业雇佣的劳动力占从业人员的比例高达62%，其中38.44%在私营或个体企业工作，大力发展工商业可能是解决中国劳动力就业的主要途径，大力支持私营或个体企业的发展，中国劳动力就业压力将可能得到缓解。

(6)具有博士学历职工的工资收入低于硕士学历职工的工资，在这个阶段教育收入回报为负。

(7)随着人口年龄降低，初中学历以下人口比例显著降低，义务教育效果明显。

家庭金融调查范文第3篇

该报告基于全国25个省、80个县、320个社区共8438个家庭的抽样调查数据汇总分析形成，涉及家庭资产、负债、收入、消费、保险、保障等各个方面的数据，全面客观地反映了当前我国家庭金融的基本状况。中国人民银行研究局局长张建华，西南财经大学校长张宗益，国家统计局中国经济景气监测中心副主任潘建成，原中国人民银行货币政策委员会委员、清华大学长江学者特聘教授李稻葵，西南财经大学副校长马骁，西南财经大学长江学者特聘教授、中国家庭金融调查与研究中心主任甘犁以及来自北京大学、清华大学、中国人民大学、天津大学、中央财经大学、对外经贸大学、西南财经大学等国内知名高校相关研究领域的专家学者参加了报告会。

权威数据，填补国内空白

家庭金融的相关数据直观反应了家庭在经济金融活动中的行为决策，对于中央银行进行宏观调控，防范金融风险具有重要意义。家庭金融在国际上早已得到广泛关注和高度重视。20xx年美国金融学会(AFA)年会上，AFA主席、哈佛大学教授John Campbell断言，家庭金融将会成为金融学中继资产定价、公司金融后第三个重要的研究领域。20xx年，美国联邦储备委员会宣布，将本应于2010年举行的消费者金融调查(SCF)提前到当年进行，以便及时直观地了解美国家庭财务受金融危机影响的情况。美联储主席伯南克认为，为详细了解各类家庭受到金融危机的影响，美联储需要直接观察各个家庭的财务变化。伴随着中国作为新兴经济体的快速崛起，中国的经济走向也成为影响世界经济稳定的重要因素，作为最基础的我国国民家庭金融行为也成为世界关注的焦点。

针对中国微观家庭金融数据匮乏的现状，2010年4月，西南财经大学与中国人民银行强强联手，整合高校与政府机构优势资源，成立了西南财经大学中国家庭金融调查与研究中心，中心是迄今国内最为权威的研究中国家庭金融微观问题的机构之一。

此次《中国家庭金融调查报告》的问世，共历时三年，历经前期筹备、中期调研、后期数据整理、报告撰写四个阶段。32个调查小组、343人次，经过对全国25个省、80个县(市)、320个社区(村)，8438份有效样本的科学分析形成的《中国家庭金融调查报告》，以其权威性和详实的内容填补了行业空白，是我国家庭金融微观数据领域的重大突破。此报告既是西财倡导求真务实学风、推动中国问题中国研究的重要收获，也是西财与央行携手面向社会重大需求进行协同创新的阶段性成果。

对此，中国人民银行研究局张健华局长表示：针对中国家庭开展金融调查是全面深入了解消费金融现状的一个重要的手段和前提，对政府、金融界和学术界都具有重要意义。相信此次《中国家庭金融调查报告》调研数据的出炉，不仅为目前对家庭消费金融行为的了解提供有价值的补充，还将为政府和监管层制定重要政策提供有益参考。

关注家庭，聚焦民生热点

家庭是社会最重要的微观主体，是政府政策的最终受众。资产配置、借款、贷款、保险、消费、投资等需求，以及家庭对经济变化的反应等家庭的金融行为，都对个人生活水平的提高及国家综合实力的提升有很大影响。此次《中国家庭金融调查报告》提供了一系列关于中国家庭金融状况的数据，其中包括：

家庭储蓄。中国家庭储蓄主要集中在高收入家庭，收入最高 10%的家庭，其储蓄率为60.6%，其储蓄占当年总储蓄的74.9%。大量低收入家庭在调查年份的支出大于或等于收入，没有或几乎没有储蓄。而中国较高储蓄的根本原因，不在于广大民众没有足够的消费动机，而在于没有足够的收入。因此，增加消费、减少储蓄最有效的政策是减少收入不均。中国政府《十二五发展规划纲要》提出的工资增长和GDP増长速度要求同步,劳动报酬增长和劳动生产率提高同步的政策的实施，将有助于降低中国的储蓄率。

衍生品及债券市场。家庭对衍生品市场参与率为0.05%;家庭对金融理财产品市场参与率为1.10%。这与我国衍生品市场和债券市场发展滞后的现实基本吻合。

家庭负债。中国家庭负债平均为6.26万元，城市家庭平均为10.08万元，农村家庭平均为3.65万元。中国家庭总体资产负债率为4.76%，城市家庭为4.08%，农村家庭为9.81%，农村家庭负债较重。

家庭金融调查范文第4篇

关键词：家庭金融；能力效应；市场参与

Competence effect and financial market participation: Evidence from Household Survey Micro-Data

Wu Weixing Xu Qian Wang Gong

(Research Center of Applied Finance, University of International Business and Economics, Beijing 100029, China)

Abstract: In addition to household demographic characteristics, household wealth, illiquid assets and other objective factors, investors’ subjective perceived competence also have a significant effect on household participation in the financial market. Based on survey micro-data of households, this paper defines two indicators by the self-assessment of understanding of the market and investors’ own perceived ability. Empirical results show that investors’ subjective perceived competence has a significant and positive effect on household behaviors about market participation. It implies that the investors with higher self-perceived competence are more likely to participate in stock investment. It is also found that investors’ subjective perceived competence is mainly affected by education level, household income and health status.

Key words: Household finance; Competence effect; Market participation

能力效应与金融市场参与:基于家庭微观调查数据的分析

摘要：除了居民家庭的人口统计学特征、财富水平和非流动资产等客观因素之外，投资者主观能力感受对居民家庭金融市场参与也有显著影响。基于中国居民家庭微观调查数据，根据家庭户主对市场了解程度的自我评价以及能力水平感受构建指标，发现居民家庭主观能力感受对居民家庭市场参与行为具有显著的正向影响，表明如果投资者如果在自我感知的能力方面对自己有更高的评价，则更有可能参与股票市场。同时研究也发现教育程度、家庭收入和健康状况等均会显著影响居民家庭的主观能力感受。

关键词：家庭金融；能力效应；市场参与

经典的投资组合理论在最为一般的假设下证明经济人的最优资产配置是持有一定比例的风险资产和一定比例的无风险资产，并且风险资产的权重是不变的。但实证研究发现不管是在发达国家还是在新兴市场国家的居民家庭即使是非常富有的家庭都有很大比例没有参与股票等风险类资产的投资，这似乎并不符合经典理论的结论，学术界称之为“市场参与之谜”。那么，在现实中哪些因素是导致投资组合异质性的原因呢？大量的研究已经对居民家庭的人口统计学特征、财富水平和非流动资产等客观因素与家庭资产配置的关系进行了研究，本文则在此基础上基于中国居民家庭微观调查数据，对投资者主观能力感受与居民家庭金融市场参与之间的关系进行了分析，并探讨了影响居民主观能力感受的因素。

一、 相关研究综述

1.1居民家庭投资组合研究

家庭金融调查范文第5篇

国际上关于家庭金融的调查已展开多年，并建立了完善的微观数据库。如美国的消费者金融调查，旨在研究美国家庭收入、资产、负债情况；欧盟的家庭金融与消费网络调查，用于收集欧盟区代表性家庭的消费与金融数据。欧盟内部，还有西班牙的家庭金融调查，意大利的家庭收入与资产调查等。美国及欧元区主要国家的家庭金融调查已较为成熟，并对中央银行决策产生了深远影响，而国内相关研究几年前基本是空白，究其原因，主要是数据的缺乏。

2009年我们组织发起了中国家庭金融调查。事实上，调查的前期开展道阻且艰。西南财大几千名学生历经拒访、守候、跋涉，酷暑、台风、暴雨、地震等，访冷暖，问寒暄，尽管困难重重，学生们还是坚持用双脚丈量大地，用执著续写理想，让人为之感动。迄今历时7年，收集到全国29个省40000余户家庭的金融信息，目前数据具有全国、省级和副省级城市代表性。这是我国首个在全国范围对家庭金融问题进行调查的项目。从微观层面，全面了解中国家庭金融现状和发展趋势，为加快金融机构服务创新和金融产品设计提供支持；从宏观层面，为城镇化、房地产发展、经济增长和转型、收入分配等政策制定提供方案和参考依据。

随着经济腾飞，中国正在并将越来越重视数据库的构建使用。构建中国家庭金融调查数据库，既响应了国际上对中国微观数据的渴求，也顺应了中国经济发展的潮流。

中国家庭金融调查，是风雨的见证，是历史的浓缩。由调查梳理出的数据展现了中国经济良好的发展趋势。以国民收入为例，在政策引导下，中国家庭收入年年稳步增长。

而透过中国家庭金融调查发现，贫困家庭愿意消费却因收入不足而不能消费，高收入家庭则储蓄了高比例的收入。因此，缩小收入差距的扶贫政策已不仅仅是收入分配政策，更是经济增长和经济转型政策。

家庭金融调查范文第6篇

《报告》显示：中国家庭的高储蓄率，主要由高收入家庭创造，大量低收入家庭在调查年份的支出大于或等于收入，没有或几乎没有储蓄；在住房方面，中国家庭自有住房拥有率为89.68%，远高于世界平均的60%；另外，在中国家庭金融资产中，银行存款和现金等无风险资产占比高达75.68%，说明对于普通家庭，我国目前金融产品仍然比较欠缺，投资渠道匮乏。

中国家庭金融调查与研究中心是由西南财经大学与中国人民银行金融研究所共同成立的公益性学术调查研究机构。主要工作是在全国范围内开展中国家庭金融调查（China Household Finance Survey,CHFS），收集有关家庭金融微观层次的相关信息。中心由美国加州大学伯克利分校经济学博士、“长江学者”讲座教授甘犁担任中心主任，并拥有实力雄厚的科研调查团队。

收入和储蓄

数据显示，家庭收入均值为52087元/年，其中，城镇家庭和农村家庭分别为71546元/年和27606元/年。

根据CHFS调查数据，中国家庭收入不均现象非常严重。处于收入分布90%以上分位数的家庭的可支配收入占所有家庭可支配收入的56.96%。表1汇报了这些高收入家庭各项收入在所有家庭中的占比情况，其中，经营收入的76.85%被处于收入分布90%以上分位数的家庭所有，经营收入不均现象最为严重。

中国家庭总储蓄占总收入的19.25%，低于依据宏观数据计算出来的储蓄率，但仍然处于较高水平。从储蓄的分布来看，家庭储蓄分布极为不均。55%的家庭没有或几乎没有储蓄，而处于收入分布90%以上分位数的家庭储蓄率为60.6%，其储蓄金额占当年总储蓄的74.9%。

因此，中国高储蓄的根本原因不是广大民众没有足够的消费动机，而是广大民众没有足够的收入。因此，增加消费、减少储蓄最有效的政策是提高广大民众的收入水平以减少收入不均。

非金融资产

在调查样本中，自有住房拥有率为89.68%。城市家庭自有住房拥有率为85.39%，农村家庭拥有自有住房率为92.60%。世界平均住房拥有率为63%，美国为65%，而日本为60%，我国自有住房拥有率处于世界前列。

城市户与农村户均拥有住房都已经超过1套，城市户为1.22套，农村户为1.15套。

表3说明城市家庭拥有汽车的比例为22.89%，农村家庭拥有汽车的比例为11.92%，总体来看，中国家庭拥有汽车的比例为16.37%。

家庭拥有的汽车市场占有率前4名均是国外品牌，它们是大众（7.35%）、丰田（5.69%）、别克（4.25%）、现代（3.90%），其后依次是长安、本田、东风、五菱、奇瑞、福特。前10名中有6个国外品牌。

金融资产

中国家庭金融资产平均为6.38万元，中位数为6000元。分城乡来看，城市家庭金融资产平均为11.20万元，中位数为1.65万元；农村家庭金融资产平均为3.10万元，中位数为3000元；家庭金融资产在城乡之间的差异显著，中位数达到3.5倍。从均值和中位数之间的差异可知，金融资产在家庭之间的分布是不均匀的。

图1可知，家庭金融资产中，银行存款比例最高，为57.75%；现金其次，占17.93%；股票第三，占15.45%；基金为4.09%；银行理财产品占2.43%。银行存款和现金等无风险资产占比高。

图2的结果显示，有效样本中，盈利的家庭占22.27%；盈亏平衡的家庭占21.82%；亏损的家庭比例达56.01%。可见，高达77%的炒股家庭没有从股市赚钱。这与人们常说的“二八”法则比较接近。

根据户主年龄将家庭分为青年、中年和老年，我们发现年龄与炒股盈利成正相关关系。从图3可知，随着年龄的增长，炒股赚钱的比例呈增加的态势。

中国家庭在不同金融市场参与率存在显著差异，衍生品和债券市场参与率尤其低，这与我国衍生品市场和债券市场发展滞后的现实基本吻合。

股票市场参与和风险态度成正比。

家庭负债

在中国家庭金融调查中，负债包括农业及工商业借款、房屋借款、汽车借款、金融投资借款、信用卡借款以及其他借款等。在中国家庭金融调查样本中，有负债的家庭占38.22%。其中，城市家庭负债比例为35.16%，农村家庭负债比例为40.31%。

家庭金融调查范文第7篇

关键词:家庭金融资产选择;影响因素;实证分析

Abstract:On the basis of reviewing related literatures,this paper sums up 10 affective factors of household financial assets allocation. Based on the questionnaire survey data,this paper analyzes affective factors in the portfolio choice of bank products,securities and insurance with the application of methods of factorial analysis and logistic regression. Some suggestions are proposed on the basis of the result of positive analysis and have actual application value.

Key Words:household portfolio choice,influencing factors,empirical research

中图分类号:F830.6 文献标识码:A文章编号:1674-2265(2009)10-0025-05

家庭金融资产是反映居民生活水平的重要指标之一,也是衡量一国经济实力的重要依据。随着居民收入水平的不断提高,家庭金融资产在整个金融资产中的比重越来越大,在宏观经济运行中发挥着重要作用。在国际金融危机的影响下,为实现“保增长、扩内需”的宏观经济目标,鼓励家庭进行合理的金融资产投资,引导家庭金融资产流向,对于扩大内需、刺激经济增长发挥着重要的作用。随着债券、股票、基金、保险等金融产品的不断发展,家庭金融资产的投资选择行为也变得日益复杂,在这样的背景下,研究我国家庭金融资产选择行为的影响因素具有重要意义。

一、国内外文献综述及述评

在2006年美国金融年会上,Campbell提出将家庭金融(Household Finance)作为与资产定价、公司金融等传统的金融研究方向并立的一个独立的新研究方向,指出家庭金融是研究家庭如何选择金融工具去实现差别化财富目标的问题。目前关于家庭金融的研究已成为金融学研究中的一个重要前沿领域。

现有研究主要从两个方面展开:一是研究经济特征、生命周期、人口特征等因素对金融资产选择的影响,二是对“有限参与”之谜的解释。Heaton和Lucas(2000a)在研究中引入工资机制,分析发现家庭的工资收入与股票收益之间高度相关,具有高背景风险(Background Risk)的家庭对风险资产的投资很少。Guiso等(1996)使用意大利的数据发现较高的工资收入风险与较低的风险资产持有相关。Yoo(1994)使用SCF(美国消费者金融调查)的三个独立年份的截面数据分析资产配置中的年龄效应,发现家庭投资股票的比例在职业生涯中增长,在退休后下降,形成驼峰形状。Iwaisako(2003)对日本家庭的研究也得出类似的结论。Heaton和Lucas(2000a)的研究却发现年龄曲线通常是下降的。Agnew(2003)、Iwaisako(2003)、Shum和Faig (2006)在研究中考虑到了人口统计特征,认为性别、婚姻状况、受教育程度等都会影响家庭金融资产的配置。对于家庭在不同金融资产尤其是风险金融资产的“有限参与”状况,主要是从投资偏好、投资情绪、交易成本等方面给出相关解释。Gusio和Paiella(2005)通过实证发现投资于风险资产的比例随着风险厌恶程度的增加而减少,并且风险厌恶人群投资风险资产的比例要低于风险偏好的人群。Guiso、Sapienza和Zingales(2004)研究发现对外界社会、金融机构等信任度高的家庭更情愿投资风险资产。Hong、Kubik和Stein(2004)考虑了社会互动,认为家庭会受身边所交往朋友和其他群体的影响,进而做出类似的资产配置。Cocco等(2005)指出持有风险资本是有参与成本的,包括风险资产交易时对资金的最低门槛要求,交易的固定成本,对风险投资品的评估所需要花费的时间、精力等。

国内由于缺少类似SCF、FRS(英国金融资产调查)等专业调查数据,家庭金融的研究发展缓慢。早期基本是利用宏观经济统计数据进行相关金融资产总量与结构方面的研究(谢平,1998;龙志和、周浩明,2000;臧旭恒、刘大可,2003)。随着研究的深入,有学者通过宏观数据采用一定的统计方法推算家庭金融资产的总量和结构数据进而展开相关研究(李建军、田光宁,2001;袁志刚、冯俊,2005;骆祚炎,2007)。然而估算所得数据与现实存在巨大偏差,在家庭金融研究方面使用宏观数据的弊端日益显露出来,所得结论不断受到挑战。史代敏、宋艳(2005)较早注意到微观数据的重要性,利用2002年的调查数据展开了相关研究,但他们并未注意到不同类型家庭资产选择行为的差异。邹红、喻开志(2009)通过问卷调查数据,用统计描述的方法研究家庭金融资产选择的特征,统计分析的最大不足是没有控制住其他变量的影响。王宇、周丽(2009)通过问卷数据分析了农村家庭参与金融市场的影响因素,但中国农村金融市场相对落后,可供选择的金融产品较少,加上农村居民对不同金融工具的认识程度不高,除储蓄存款外,其他金融产品的参与度非常有限,所得结论的适用范围有限。

通过对已有文献的梳理和分析可以发现:(1)利用微观调查数据对家庭金融资产选择行为进行实证分析的文献在国内还相当匮乏,相关研究有待进一步发展。(2)目前众多研究将研究主体定位在个人投资者,对于家庭的金融投资分析却很少涉及。(3)随着收入的增加,保险等保障支出作为一种新的金融消费需求日益受到家庭的重视。Li(2008)指出对于家庭来说,购买保险与大部分资产科目的选择是直接相关的,Lin和Grace(2005)利用美国SCF统计数据发现不同的生命阶段对保险有不同的需求,保险的保障功能在家庭资产选择中发挥着不可替代的作用,而现有国内相关家庭金融投资的文献却很少涉及保险投资。本文以家庭作为研究主体,在借鉴行为金融研究成果的基础上,将风险偏好、信任度、投资者预期、投资者情绪等行为变量考虑到家庭的投资决策中,分析家庭的金融资产选择行为。考虑到城镇家庭的金融资产选择更加多样,其金融资产选择行为更具代表性,因此研究将调查样本限于城镇家庭,以江苏南京的抽样调查结果作为实证数据来源。本文将家庭金融资产按照风险――收益大小进行归类,遵照王广谦(2002)的划分标准,分别从货币类产品投资、证券类产品投资、保障类产品投资三个方面展开,分析家庭金融资产选择行为的影响因素。

二、数据的收集与检验

本文研究中所涉及的各变量数据是通过在江苏南京的专门问卷调查收集的。调查的概念量表在设计时参考了“北京奥尔多投资咨询中心的投资者行为调查”、李心丹等“个体投资者问卷调查”等已使用的成熟量表,以及江苏省统计公报,于蓉(2006),王冀宁、李心丹(2003)等的研究结论。问卷共分三个部分,第一部分是对家庭结构的调查,主要收集家庭投资决策者的人口统计特征以及家庭人口等基本信息。第二部分是关于家庭金融资产配置状况的调查。第三部分是关于家庭经济状况以及投资者行为的调查,同时为了有效发现实际调查中随意填写等情况,还专门加入了“验证题”和“测谎题”来帮助剔除无效问卷①。

(一)问卷的实施与回收

调查采用分层随机抽样方法,样本主要集中在各区人口比较集中的证券公司、银行、保险公司及商贸区,时间是从2008年12月―2009年1月,2009年2月―2009年3月完成数据的清洗工作和编码录入。清洗工作主要是删除异常值以及利用问卷中的“验证题”和“测谎题”来剔除明显乱填的无效问卷。对部分问卷中缺失值的处理方式是:第二部分缺失的直接归为无效问卷,其他部分缺失涉及研究变量在5项以内的用众数填充法补充,超过5项的归为无效问卷。最后经汇总统计,共发放问卷520份,回收334份,回收率64.2%,最终共获取有效样本290个,回收有效率为86.8%。有效样本的基本特征如表1所示。

从表1的样本特征可以看出,样本中家庭投资决策者多为男性,并且年龄主要介于31―40岁之间。受教育程度大多在大专以上,大专以上学历的超过50%。另外,被调查的家庭多是三口之家,并且有35.17%的家庭月收入在3000―5000元之间。总体来说,样本的抽样结果基本服从正态分布的特征,抽样结构是合理的。

问卷中每个观察值对应一个家庭。对家庭的理解遵循于蓉(2006)的定义,认为家庭包括一个经济上独立的个人或者夫妻以及经济上依赖于个人或夫妻的其他成员,并且假定被调查者对整个家庭的投资状况是了解的,对家庭投资决策者的基本特征是熟悉的。此外,认为未婚的个人投资者是家庭人口为1的特殊家庭投资决策者,忽略其中的个人与家庭的差异性,认为其个人的金融资产选择行为与家庭的金融资产选择行为具有一致性。

(二)调查的信度分析

选用克朗巴哈(Cronbach)系数测量条款的内部一致性来评价数据的可信度,其计算公式为:

其中 为量表中题项的总数,为第题得分的题内方差,为全部题项总得分的方差。由于该系数主要适用于观点、态度等问卷式的信度分析,一般认为信度系数不能低于0.5,如果信度系数达到0.8,说明调查结果是非常可靠的。本文主要使用信度系数来测度调查问卷中家庭经济状况、投资决策者的信任度、投资者预期等调查结果的可靠性,通过SPSS17.0分析得出克朗巴哈 信度系数为0.634,说明问卷具有较高的信度,变量的测量结果是可信的,能够满足后续研究的需要。

三、实证研究

(一)变量的选择和模型的构建

本文研究目的是对影响家庭金融资产选择行为的因素的作用程度和显著性进行实证检验,分别从货币类产品投资、证券类产品投资、保障类产品投资三个方面展开,界定投资为“1”,不投资为“0”。在借鉴同类文献结论和研究成果的基础上,假设家庭金融资产选择的结果是家庭投资决策者的年龄、性别、受教育程度、婚姻状况、投资的风险偏好、信任度、投资者预期、投资者情绪及家庭月收入、年结余等多因素的共同作用,即,其中表示居民的投资选择行为,是影响居民投资选择行为的因素, 为随机干扰项,具体变量的选择见表2。在实务中当遇到因变量是虚拟变量等非连续变量时,使用传统的回归分析会产生严重的误差,无法进行合理的假设检验,此时可用Logistic回归来进行分析。在本研究中以P表示家庭选择某类金融资产的概率,取值在0―1之间。(1-P)为不选择的概率,将P作Logistic变换,即可构建Logistic判定模型:

其中 (n=1,2,3)分别指家庭在货币类产品投资(Monetary)、证券类产品投资(Securities)和保障类产品投资(Insurance)三个方面选择的概率。通过极大似然估计(Maximum Likelihood Method),可以找到家庭资产选择与各个因素之间的相关关系。

(二) 实证分析

由于Logistic判定模型对于多重共线性非常敏感,当变量相关程度较高时,样本的较小变化将会带来系数估计的较大变化。为了消除变量之间的多重共线性影响,文章实证部分首先使用因子分析法将变量按照相关性进行分类,提取公因子作为相关变量的替代变量。在计算因子得分的基础上运用Logistic模型分析家庭金融资产在货币类产品、证券类产品、保障类产品三个方面选择的影响因素。

1. 因子分析。使用SPSS对10个影响因素进行KMO检验和Bartlett球度检验,结果显示解释变量之间的KMO检验值达到了0.582,Bartlett球度检验值为563.414,显著性概率为0,适合进行因子分析。

根据因子分析的结果按照特征值大于1的条件提取因子,最终选择了4个公因子,此时累计贡献率达到64.267%。由公因子方差比可知,除了信任度(Trust)共性方差接近0.5外,其他每个因素的共性方差都在0.5以上且大多超过了0.7,说明这4个因子能够较好地反映原各指标变量的大部分信息。经过因子旋转得到各个变量与公共因子的相关系数,见表3。

从因子载荷矩阵的结果看,因子1支配的因素有Age、Marriage、Education,反映的是家庭投资决策者的人口统计特征,命名为家庭结构因子(Factor1);因子2支配的因素有Income、Surplus,主要反映家庭的经济状态,命名为经济特征因子(Factor2);因子3支配的因素主要是Expectation、Sentiment,主要反映的是家庭投资者对宏观经济形势的感知状况及反应程度,命名为状态感知因子(Factor3);因子4支配的因素主要有Sex、Risk attitude、Trust,主要体现的是家庭投资者的行为特征,命名为行为特征因子(Factor4)。需要说明的是因子分析结果将性别(Sex)与风险偏好(Risk attitude)、信任度(Trust)等投资行为特征归为一类,表明了性别与风险偏好等投资者投资行为之间具有很强的相关性,性别影响投资行为,这在Agnew(2003)、Shum和Faig (2006)等文献中已经得到了证明。

根据提取的4个公共因子,通过SPSS可以计算各因子得分。在得出因子得分的基础上,再进行Logistic回归分析,此时的模型变为:

其中分别指家庭在货币类投资(Monetary)、证券类投资(Securities)和保障类投资(Insurance)三个方面选择的概率。

2. Logistic回归分析。根据因子分析结果,选取4个因子为自变量,分别从货币类投资(Monetary)、证券类投资(Securities)和保障类投资(Insurance)三方面进行Logistic回归,通过290个样本的分析,实证结果显示三个模型的统计值在0.05的水平下显著,并且模型的正确识别率最低的一个(模型3,Insurance)也达到了64.5%,显示各模型能很好地拟合总体样本数据,自变量对因变量能够进行较好的解释,回归结果整理如表4。

3. Logistic回归结果的说明。从模型1看出,对于货币类产品的投资,在0.05的显著性水平下,经济特征因子(Factor2)和状态感知因子(Factor3)影响显著,而家庭结构因子(Factor1)与行为特征因子(Factor4)未通过显著性检验,这说明家庭对理财产品、债券等货币类产品投资时,受家庭结构和投资者行为特征影响较小,而更多的是受家庭的经济状况和对宏观经济的预期影响。从回归系数可以看出,经济特征因子对货币类产品投资的影响为正,说明家庭的经济状况越好,投资于货币类产品的可能就越大;状态感知因子对货币类产品投资的影响为负,即当家庭对宏观经济预期越好时投资货币类产品的概率越小,而对宏观经济预期越差,反而越有可能增加对货币类金融产品的投资。这也与投资现实一致,当家庭对整个宏观经济持悲观态度时,他们就会收缩风险资产的投资,更倾向于投资债券等风险较少而收益固定的金融产品。

从模型2可以看出,在0.05的显著性水平下,对于证券类产品的投资除了状态感知因子(Factor3)外,其他各因子都通过了显著性检验。状态感知因子未通过显著性检验,表明目前家庭在进行相关证券投资时,对宏观经济的运行状况预期不是决定其是否投资的主要因素,他们在投资时更多地考虑到家庭的基本特征、经济状况,受家庭投资决策者行为特征的影响显著。从回归系数可以看出,首先,家庭结构因子(Factor1)对证券类产品的投资影响为负,即随着年龄的增长和受教育水平的提高,证券类产品的投资概率反而下降。年龄的影响效果得出与理财规划师建议相一致的结论:随着年龄的增长,家庭应该减少风险资产的投资比例,而增加保障性资产的投资比例。这一结论与Heaton和Lucas(2000a)的研究结果一致,但由于研究模型的限制,没有发现Iwaisako(2003)等提出的家庭参与投资与年龄之间的驼峰关系;对于受教育水平的影响效应,实证得出了与李涛(2006)相一致的结论,一个合理的解释正如李涛(2006)指出的那样,鉴于中国股市的不完善性,教育程度高的投资者更容易了解有关股票的市场信息和会计信息的虚假成份,对股票市场的系统性风险有较清楚的认识,反而对证券的投资概率降低。其次,经济特征因子(Factor2)和行为特征因子(Factor4)对证券类产品的投资影响为正,表明月收入和年结余等经济收入状况是家庭证券类产品投资的基础,家庭的经济状况越好越有可能增加其投资证券类产品的概率。此外,股票等证券类金融产品的风险相对较高,家庭投资决策者的风险偏好水平以及对金融机构等的信任度将影响其投资风险资产的积极性,风险偏好水平越高,信任度越高其投资证券类产品的概率也就越大。

从模型3的结果可以看出,在0.05的显著性水平下,对于保障类产品的投资,家庭结构因子(Factor1)和经济特征因子(Factor2)影响显著,而状态感知因子(Factor3)和行为特征因子(Factor4)未通过显著性检验,这表明家庭在进行保险投资时,主要是受家庭结构和家庭的经济状况的影响。从回归系数来看,家庭结构因子(Factor1)和经济特征因子(Factor2)对保障类产品的投资影响都为正。分析其原因,首先,对于家庭结构因子中的年龄效应,再次得出了与理财规划师建议相一致的结论,即随着年龄的增长,家庭会增加保障性资产的投资比例。对于受教育水平的影响,由于中国的保险市场目前还不发达,家庭对保险的接受程度是存在差异的,随着受教育水平的提高,其对保险作用的认识会更加深刻,其接受的可能性也提高,因此受教育水平越高,其投资保障类产品的概率也越大。其次,经济特征对保障类产品投资的影响效应与货币类产品、证券类产品的投资是相同的,因为经济状况是家庭金融资产选择的基础,家庭的经济收入状况将直接决定家庭的整个可供分配的金融资产数量。家庭的经济状况好,其投资保障类产品的概率自然就会增加。

综合以上三个模型的实证结论我们可以发现,在众多影响家庭金融资产选择行为的因素中,家庭结构特征因素是直接因素,其对家庭在证券类产品和保障类产品的投资选择方面有着重要影响;家庭的经济收入状况是基础因素,无论是货币类产品投资、证券类产品投资还是保障类产品投资都受到家庭经济状况的制约,并且家庭的经济状况越好,其在每一类产品的投资概率都会增加;家庭对宏观经济的感知和家庭投资决策者的行为特征也是不可忽视的因素,它们对整个家庭的金融资产选择行为也发挥着重要作用。

四、结论

本文基于微观调查数据对影响家庭金融资产选择行为的因素进行了实证分析,在因子分析的基础上进行Logistic回归,克服了已有研究中将年龄、受教育水平、经济状态等众多因素直接纳入模型无法控制自变量之间多重共线性的不足;研究结论丰富了国内关于家庭金融的研究成果,所得结论对于相关政策制定有一定的参考价值。同时文章还有值得进一步研究的地方:Logistic分析仅能得出相关因素是否对家庭金融资产选择行为产生影响,对于详细的金融资产投资比例分配问题有待进一步分析。此外,一个模型只能对一项金融资产选择状况的影响因素作出判断,对于不同金融资产选择行为之间的交叉效应无法体现。相关问题将在后续研究中不断完善。

注:

①限于篇幅,对于问卷的具体内容在此不作介绍,若需要可向作者索取。

参考文献:

[1]Agnew,Balduzzi&Sunden,“Portfolio Choice and Trading in large 401(k)plan ”,American Economic Review,2003,93:193-215.

[2]Campbell,J.Y.& J. Cocco,“Household risk management and optimal mortgage choice”,The Quarterly Journal of Economics,2003,118(4):1449-1494.

[3]Campbell,J. Y.,“Household finance”,The Journal of Finance,2006,61(4):1553-1640.

[4]Cocco,J.,“Portfolio choice in the presence of housing”,Review of Financials Studies,2004,18(2):535-567.

[5]邹红,喻开志.家庭金融资产选择:文献述评与研究展望[J].金融理论与实践,2008,(9).

[6]史代敏,宋艳.居民家庭金融资产选择的实证研究[J].统计研究,2005,(10).

家庭金融调查范文第8篇

【关键词】家庭金融资产 风险性投资 影响因素

一、理论研究背景及相关文献评述

（一）国外研究综述

随着家庭理财理财意识的不断提高以及金融产品日趋丰富，家庭资产组合选择问题开始进入了学术视野。在2006年的美国金融年会上，compbell曾经提出了一个独立的新研究方向，即家庭金融。与传统的金融研究方向资产定价，公司金融相比，家庭金融已经成为目前金融学研究的前沿领域。

与基于投资者的资产组合理论相比，家庭资产组合理论研究引入了经济特征，生命周期，人口统计特征等因素对金融资产选择的影响。yoo（1994）是有scf的三个独立年份的界面数据分析资产配良种的年龄效应，年轻和年老的家庭参与风险资产的概率更低。guiiso等（1996）使用意大利的面板数据研究发现较高的工资收入风险与较低的风险资产持有有关。

heaton和lucas（2000）在研究中引入工资机制，分析发现家庭的工资收入与股票收益之间呈现出高度相关，一般具有高背景风险的家庭对于风险资产的持有比较少。shum和aig（2006）在研究中考虑了人口统计特征，分析发现性别，婚姻状况以及受教育程度都会影响家庭金融资产的配置。guiso，sapienza（2004）研究发现家庭对外界社会，金融机构的信任度越高，那么他们持有风险资产的比例也就越高。

（二）国内研究综述

到目前为止，关于我国居民投资的实证研究相对较少。样本选择以及有效样本数据的获取是主要难点。有部分学者对居民的资产结构进行了考察，如史代敏、宋艳（2005），利用四川省统计局在2002年四川省城镇居民家庭金融财产的抽样调查数据，分别考虑了年龄、收入、财富规模、受教育程度、住房所有权五方面的因素建立线性模型，考察各因素对家庭金融资产总量，以及储蓄存款和股票在金融资产中所占比例的影响。吴晓求等（1999）利用证券持有的增加量统计出我国居民金融资产的增量结构，并重点分析了影响该结构的因素以及改革开放以来居民收入资本化趋势。另外汪红驹、张慧莲（2006）以最优资产选择模型为基础探讨了通货膨胀、股市收益波动、消费者风险偏好对消费者储蓄需求的影响。

近期，出现的一些有关于家庭金融资产投资的文献有：邢大伟（2009）基于江苏扬州的调查，对城镇居民家庭资产选择结构的实证研究，文章分析了性别，年龄，学历等方面对金融资产结构和实物资产结构的影响。陈国进，姚佳（2009）的基于美国scf数据库的风险性金融资产投资影响因素分析，文章采用美国消费者金融调查数据为样本，建立回归模型对影响因素进行分析。卢家昌，顾金宏（2009）基于江苏南京的调查，对城镇居民家庭资产选择行为的影响因素分析，主要分析了家庭金融资产在货币类产品，证券类产品，保障类产品三个方面投资影响因素。

二、调查研究方案设计

（一）研究假设

通过对已有文献的梳理和归纳，并结合中国的国情，提出以下可能对中国城镇家庭风险性金融投资产生影响的因素：

1.家庭财富和人口统计特征。alessie和soest曾经对荷兰家庭1993～1998的数据进行分析，运用probit回归模型和选择模型发现，年龄较大的户主和比较富裕的户主持有相对较高比例的风险性金融资产，同时随着家庭财富的增加，家庭持有风险性金融资产的比例也会增加。

2.住房投资。在我国，住房问题是长期以来绝大多数家庭都很关注的问题，房价的波动对中国家庭的投资行为也会产生一定的影响，而且由于房产具有消费与投资的双重性质，还可能使中国家庭的投资呈现出随生命周期变化的特征。

3.劳动收入。在中国，劳动收入是大多数家庭主要的经济来源，也是家庭可支配收入的重要组成部分。

如果能够从一定程度上增加家庭的劳动收入，那么一定程度上能提升家庭承担金融投资风险的愿望。

4.投资偏好及预期。中国家庭的投资行为不仅会受到对宏观经济预期的影响，投资偏好近年来作为行为金融研究的一部分也成为重要的研究因素。

（二）问卷的设计

问卷的概念量表在设计时，先是参照了已有的“个体投资者问卷调查”的成熟量表，然后根据研究假设中所提到的影响因素进行调整修改。问卷调查主要分两个方面：首先是对于家庭结构的调查，包括人口统计特征以及家庭人口的基本情况，如：户主的性别，年龄，受教育程度，婚姻状况以及职业；其次是关于家庭金融资产总量和结构的调查，如：家庭金融资产，人均收入，存款等。同时，问卷还设置了“验证题”来帮助剔除无效问卷。

（三）问卷的发放与回收

调查采用随机抽样调查，在人口比较集中的各区街口商区，单位门口进行发放，调查对象覆盖了个体户，金融从业者，公务员，医生，教师等人群，筛选主要是删除通过问卷中设置的“验证题”来删除明显胡乱填写的无效问卷以及存在异常值的问卷。而对于问卷中存在的数据缺失的情况，则主要是通过两种途径修改：对于第二部分数据缺失或缺失数据超过2项的，直接视为无效问卷；而对于缺失数据在两项以内的，则采用众数填补的法则进行数据完善。最后，通过汇总统计，可以得到下列数据；实际发放问卷数为500份，回收得到292份，回收率为58.4%，最后被认定的有效样本数为224份，回收有效率为76.7%。

（四）样本的收集和检验

本文的抽样调查样本来源于城镇家庭，以江苏无锡的抽样调查结果作为实证的数据来源。由于无锡地处长江三角洲经济较发达地区，因此抽样结果更具代表性和合理性。经过spss16.0对抽样数据的处理，得到如下对有效样本的描述性统计：

通过表一的样本描述性统计不难看出，家庭中户主的性别为男性的比例要高于女性，也就是说男性参与风险投资决策的比例要高于女性，而且户主年龄在35～60岁之间的比例较高。本户主学历为专科和本科的占到了将近90%，此外，从家庭财富规模的角度来看，家庭拥有金融资产总额在10万到100万之间的占了绝大多数。因此，总体看来，这样的抽样结果基本服从正态分布，这样的结构大体上也是合理的。

三、实证研究分析

（一）主要变量的选取及描述

本文研究主要是分析人口统计特征，家庭财富，背景风险等方面因素对城镇家庭风险性金融资产投资选择的影响以及影响程度。其中人口统计特征包括户主的性别，年龄，受教育程度，婚姻状况以及职业；背景风险包括劳动收入，房产投资，其余变量还包括投资偏好，投资预期。

（二）实证模型的选择

1.模型一：logistic回归模型。本文首先对城镇家庭风险性金融资产是否持有产生影响的因素的作用程度以及显著性进行实证分析和检验。持有风险性金融资产的为“1”，而未持有风险性金融资产的为“0”。在借鉴同类文献结论和研究成果的基础上，假设城镇家庭风险性金融资产持有受到家庭财富，户主的性别，年龄，受教育程度，婚姻状况以及职业，劳动收入，房产投资，投资偏好，投资预期等因素的共同作用，即y=φ（x1，x2，……xi）+ε。y表示的是城镇家庭风险性金融资产的选择行为，xi是影响家庭风险性金融资产选择的影响因素，ε为随即干扰项。由于在实证当中，我们遇到的被解释变量为虚拟变量，而非连续性变量，因此传统的多元回归模型并不适用，无法进行合理的假设检验。所以，本文选用logistic回归模型来进行实证研究。logistic回归模型是对二元因变量的概率建模，即当因变量是一个二元变量，只取0与1两个值时，因变量取1的概率p就是要研究的对象。这里我们假设家庭参与投资风险性金融产品的概率为p，p的取值范围在0-1之间，将p做logit变换，可以得到logistic回归模型：

logit（p）=β0+β1f+β2i+β3s+∑β4iai+∑β5iei+β6m+β7se+ β8ri+β9ip+β10ie

然后，通过极大似然估计的迭代方法，可以找到系数的“最可能”的估计，并采用wald检验对参数进行检验，当wald值大者（或sig值小者，小于0.05）显著性高。

2.模型二：tobit回归模型。本文还将从微观角度建立城镇家庭风险性金融资产占总金融资产比重的模型。由于单个家庭风险性金融资产可能为零

也就是存在某个家庭不投资风险性金融产品，即风险性金融资产占总金融资产比重为零，而已它作为被解释变量时，显然经典的线性模型已经不再适用。根据国内外相关文献得知，在存在截断数据的情况下，tobit模型是较为有效的计量经济学模型。

根据家庭持有风险性金融资产是否为零，可以将样本分为两类。第一类是含有不为零的因变量和自变量；第二类是仅很有不为零的自变量，而因变量为零。这样，我们可以把变量间线性关系表示为：yi’=βxi+εt。

实际在性质上，截断的观测值与未截断的观测值是存在显著差异的，这是因为风险性金融资产占总金融资产比重为0，表示该家庭不投资于风险性金融产品，因此即使解释变量变化很明显，这些家庭投资与风险性金融产品的比重仍为，不会有任何变化。这样，风险性金融资产占总金融资产比重在性质上类似于离散型的虚拟变量。因此，我们通过建立风险性金融资产占总金融资产比重的tobit模型，来刻画解释变量对被解释变量之间的影响。

根据经济学理论背景，我们初步建立风险性金融资产比重的tobit模型如下：

tobit（p）=β0+β1i+∑β2iai+∑β3iei+β4f+β5f2+εtif rhs>0

模型的设计基于理论与数据相结合的思路，一方面我们考虑到经济理论背景来选择变量；另一方面我们又考虑了调查所得样本中获得的信息。

我们在估计模型时将采用国外相关研究中普遍使用的最小二乘估计，这也是人们所探索出的适用于估计tobit模型的主要方法，其参数检验的适用方法为t检验，sig值小者（小于0.05）显著性高。

四、结论

本文运用对江苏省无锡地区的实地抽样调查数据，通过运用logistic回归模型和tobit回归模型研究家庭财富，人口统计特征，背景风险以及投资预期和偏好对家庭风险金融资产投资的影响，我们可以得到以下几个重要的结论：首先，中国城镇家庭风险性金融投资的财富效应十分显著，随着家庭财富的不断增加，家庭投资风险性金融资产的概率不断增加，投资于风险性金融资产的比例也不断提高。其次，背景风险对中国家庭投资风险性金融产品的有较明显的影响：中国家庭住房投资对参与风险性金融投资具有明显的“挤出效应”，随着住房投资的增加，家庭参与风险性金融投资的概率以及投资比例都有所下降；此外，随着人均劳动收入的增加，家庭投资风险金融产品的比例就越高。第三，人口统计特征对中国家庭投资风险性金融产品的影响比较显著：风险性金融投资的参与率随着学历的增加而增加，与年龄呈一条凸曲线，年轻家庭和老年家庭参与率较低，中年家庭参与率较高。从投资比例来看，高学历的家庭投资比例较高，而自主经营会对投资比例有挤出效应。第四，家庭的投资预期向好会对风险性金融投资比例产生正的影响，而投资偏好风险性资产则会对风险性金融投资的参与率产生积极的影响。

参考文献

[1]陈国进，姚佳.中国居民就爱听金融资产组合研究【j】.西部金融，2008（8），20-22.

[2]史代敏，宋艳 居民家庭金融资产选择的实证那个研究【j】.统计研究，2005（10），45-50.

家庭金融调查范文第9篇

关键词：城镇居民家庭金融资产 投资行为选择 行为金融理论 优化

理论概述

国外学者首先对城镇居民家庭金融资产选择行为进行了研究。著名经济学者KELLY最早提出了家庭金融资产选择行为的“有限参与”。由于充分考虑到社会活动的影响，HONG AND KUBIT 比较认可的是城镇居民周围的人群会对他们在金融资产选择方面产生影响。国外的一些学者普遍认为那些乐观、对未来生活产生希望的家庭在风险较大的证券上投资的机会较大；还有的学者通过运用信任来分析那些城镇居民家庭在证券市场上的投资行为，他们普遍认为那些在社会上享受高信誉、信任度高的金融机构会得到更多的家庭金融资产投资的青睐。从行为金融理论方面来说，国外的知名学者SHEFIN提出了著名的资产定价理论以及行为资产组合理论。

我国著名经济学者李心丹教授试着从行为金融学的视角，对城镇居民家庭金融资产选择行为进行了事实调查，并通过调查数据简要探讨了影响我国家庭私人投资股市的因素。与此同时，于蓉考虑到了其他的影响个人投资股市市场，比如个人对股市的期望值、信任程度、社会活动以及金融资产投资行为人的性格特征等；通过对广东省城镇居民家庭金融资产选择行为的数据调查，李涛得到的结论是不仅投资者的信任度，还有社会之间的互动，都对城镇居民家庭投资行为产生促进的作用。

城镇居民家庭金融资产选择行为现状分析

中国人民银行的有关数据显示，在2009年之前，我国城镇居民家庭金融资产中占据主导地位的是储蓄，占据了城镇居民总资产的约40%。而2009-2010年间，我国城镇居民的家庭金融资产投资在诸如股票等金融产品上的比例赶超了曾占据主导地位的储蓄。根据2008-2012年的股票指数分析，可以得出如下结论：股票投资意向不是提前于股市变动就是落后于股市变动。根据股票走势图可以看出，2008年全季度的股票指数达到了最高值高达3000点，我国城镇居民在股市上的投资逐渐增长，由当初的30%升到40%。虽然在2010年第三季度的股票指数由峰值3000急剧下滑到低估180点，但是城镇居民在股市投资方面只是降低了不足三个百分点；在2010年的第四季度，股票指数从2400点涨至3500点，呈现稳定增长的趋势，这时，居民投资股市的意向由先前的40%增加到50%，并且超过了储蓄意愿。然而2012年的股票行情又一次出现回落，城镇居民在股市投资的意愿出现了波动，投资的人大量减少，使得储蓄又一次占据了金融资产选择的主导地位。

（一）投资者的有限理性

在现实生活中，投资者中的决策行为人往往很难做到绝对的理性。当投资者在经历了较长时间的牛市行情后，通常会滋生再捞取大笔资金后继续花大资本去买高风险的投资金融产品的念想，即所谓的效应。然而与此相反的是投资者在经历了股市的下跌后，通常会产生把所投资的成本全盘收回的结果，所以投资的意向不会马上消除。

（二）投资者对于股市的反应不足或过度

由于投资者捕获股市信息的不足或者偏差，他们对市场的一些微小的变化都会使其敏感神经发生动摇，以致失去投资意愿；当股市出现好转时，投资者却又通常喜出望外、过度乐观，过多的人投入股票市场，股票市场下滑时，投资者又太过于悲观，马上收场，退出股票市场。

（三）社会互动对投资者的影响

由于人们都有追求利益最大化的本质，所以，当投资者在作出何种决策时往往会受到周围人员的影响，即社会互动会影响投资者的决策。由于人类往往会有攀比的本性，因此他们在投资股市时，就会产生当一个人大量投资某一股票时，其他人也会跟着，相反，都会一起撤出此股票。这就是当股市行情好时会一起跟进的原因。

城镇居民家庭金融资产选择行为实证研究

在2012年的2月-7月间，笔者组织了名为“城镇居民家庭金融资产选择行为的调查问卷”，对陕西省西安市的一部分居民进行了随机抽样调查，共发放了样本1000份调查问卷，实际收回来800份问卷。由于客观原因，笔者选出了其中的600份问卷。在这些调查中，笔者主要调查了关于家庭居民金融资产包括储蓄、国债、基金、股票以及保险等金融产品。出于金融资产多种多样且不能精确地衡量金融资产的风险程度，笔者只列举了风险不高的储蓄和高风险的股票，对城市居民金融资产选择进行分析。

（一）影响家庭金融资产拥有因素的统计分析

出于对一个家庭的户主是家庭资产投资的决策者的考虑，其自身属性会对一个家庭持有金融资产规模和结构产生极大的影响，笔者在调查时，主要分析了不同性别、年龄以及文化水平等不同因素对于金融资产选择的行为影响。

1.笔者从户主的性别可以知道无论男户主还是女户主，都会选择储蓄作为主要的金融资产选择，各自占家庭金融资产总数的比例达到了60%和64%，女性户主家庭里的储蓄占据的比例要大些。其不同处在于对股票的投资上。在男性户主家里的投资在股票上的比例达到55%，略高于女性户主家庭的50%。这些数据表明男性户主家庭的风险投资能力相对较高，投资不像女性户主那么保守。

2.伴随着户主年龄的增加，家庭金融资产中的股票比例出现了先增加后降低的N型趋势，这种情形刚好与储蓄相反。在全部年龄段中，持有的金融资产最多的是储蓄，大约可以占据家庭金融资产总数的70%。处在30岁以下或60岁以上的投资者中，他们所持有的股票以及储蓄的比例分别达到了74%、35%和30%、70%。但是处于30岁和60岁的投资者这个比例高达57%和40%。这些数据都表明了不同年龄的投资者会由于社会分工不同以及对未来期望不同，对金融资产的投资选择也会有所不同。年龄较低的居民会由于处于事业的起步阶段，会选择风险不高的储蓄；对于中年人而言，他们通常事业稳定，预期自己未来收入还会增加，因此有较强的投资意识以及抗风险能力，往往会选择高风险的股票；对于老年人而言，由于他们精力不在，收入不会有什么变化，再加上他们还为养老考虑，因此都会选择风险不高的储蓄。

3.通过对户主的文化水平的调查可以看到，在储蓄方面，中学文化以及以下的家庭会有高达80%的人选择储蓄，而本科教育程度的家庭选择储蓄的比例只有30%，硕士以及以上学历的家庭选择高风险的金融产品80%，选择储蓄的还不足20%。通过这些数据可以了解到，随着教育程度的提高，家庭资产选择的方向也会多样化。那些文化水平低的人对新式的金融产品不感兴趣，只是把精力放在低风险的储蓄上，另外他们还是典型的羊群效应的跟进者，因为他们对金融产品的理解以及辨别能力不足，往往容易受到社会互动影响。

4.针对不同收入家庭的分析可以看出，储蓄在所有家庭中占据的比例较高。储蓄大约占据家庭金融资产总数的54%，并且随着家庭收入的情况，储蓄所占据的比例不同。大致呈现这样的趋势：家庭收入越高的家庭，储蓄占据比例越低，而收入越低的家庭，储蓄占据的比例反而会高于那些高收入家庭。这些表明家庭收入水平的改善，也使得家庭持有金融资产的种类发生转变，储蓄所占比例降低，而诸如股票等高风险的金融产品所占比例增加。因为高收入家庭对未来预期乐观，有能力承担较高的风险。

综上所述，我国储蓄仍然在金融资产投资上占据主要地位，并且这些都受到决策者的性别、年龄、文化水平以及家庭经济状况的影响。

（二）城镇居民家庭金融资产选择行为回归分析

1.建立模型。本文用P表示选取该资产的概率，P取值为1或0（1表示家庭选择该金融资产，0则表示不选择）。

，其中，即：构建的回归模型为：

其中，Pi（i=1，2）表示家庭在储蓄（低风险金融资产）和股票（高风险金融资产）两个方面的选择；Risk、FinaExp1、EcoExp2、EmployExp3、CompanyTru st1、MediaTrust2、BankingTru st3、NonFinacia lTrust4、Government Trust5、SocialInte raction表示居民家庭投资决策者的风险偏好，对未来的预期、信任度以及社会互动。

2.结果分析。依据上面所建立的模型，通过最小二乘估计，得出以下模型：模型1、2分别显示的是城镇居民家庭储蓄存款和股票投资的影响因素。结果表明，在5%的显著水平下，则有：

通过以上模型可以看出，偏向于风险的意向对股票金融产品投资产生正面影响，而在储蓄方面投资呈负面影响。就像传统金融学理论所证实的，风险爱好的人比风险厌恶型的投资者在持有高风险的金融产品上比例大。

城镇居民家庭对未来家庭收入以及就业的期望和高风险的股票投资成比例，在低风险的储蓄上投资呈相反态势。然而，城镇居民家庭对国家经济状况的预期对股票没有什么特别的影响，但是对储蓄投资呈正比例。还可以得出家庭金融资产选择受社会互动的影响明显。当家庭投资人的社会互动程度越高时，他们选择低风险储蓄投资的机会会越大。这也反映了我国城镇居民的理财知识不足，容易受社会互动的影响，出现跟风投资的现象。

相关建议

综上所述，在我国城镇居民金融产品出现多样化趋势，同样通过市场调查了解到我国金融市场的不完善，居民存在盲目的跟风投资等不理性的投资现象。因此，为了使居民投资合理，应该提高居民的理财意识，不断使投资环境得到完善，使金融市场逐渐完善规范。基于市场出现的问题，笔者提出以下建议：

增强居民金融产品投资的知识。金融机构在家庭投资理财的宣传和教育上应该加强，使家庭分散投资风险意识，使城镇家庭资产的配置得到优化。

激励金融产品不断创新。我国现有金融市场上金融产品不足，导致投资者几乎将投资目光全部放在股票、储蓄、债券等少数金融产品上，这样的结果就是当金融市场出现一些变化，就可能直接影响到投资者的自身利益，我们应该依据市场需求创造多种多样的金融产品，以此来满足家庭金融资产的选择。

提高金融监管力度，使金融市场不断完善。目前，金融市场中存在着欺诈、内幕交易、操纵市场等违规行为，这些都会降低投资者对金融市场和金融产品的信任程度，从而使投资者减少对风险资产的投资。所以，提高金融监管力度，使金融市场不断完善，才能增加投资者对风险投资的偏好。

参考文献：

1.Guiso L，P Sapienza & L Zingales.The Role of Social Capital in Financial Development.American Economic Review，2004（94）

2.张学勇等.居民金融资产结构的影响因素[J].金融研究，2010（3）

3.李涛.社会互动、信任与股市参与[J].经济研究，2006（1）

4.史代敏，宋艳.居民家庭金融资产选择的实证研究[J].统计研究，2005（10）

5.马丹，刘丽萍.大规模高纬度金融资产的系统风险测量—基于动态条件异方差潜在因子模型的视角[J].数量经济技术经济研究，2012（11）

6.马力.我国家庭金融资产选择概况[J].中国证券期货，2013（1）

家庭金融调查范文第10篇

【关键词】金融排斥 农村家庭 收入水平

一、引言

金融排斥是指社会中的弱势群体缺少足够的途径或方式接近金融机构，以及在利用金融产品或服务方面存在诸多困难和障碍（Chan，2004）。2015年11月9日中央全面深化改革领导小组第十八次会议审议通过了《推进普惠金融发展规划（2016～2020年）》，并强调“大力发展普惠金融，提升金融服务的覆盖率、可得性、满意度，满足人民群众日益增长的金融需求，特别是要让农民、小微企业、城镇低收入人群、贫困人群和残疾人、老年人等及时获取价格合理、便捷安全的金融服务”。从中可见，金融排斥研究的重要性突显出来。

对金融排斥的研究起于Leyshon and Thrift（1995）基于地理排斥视角的理论研究。其后在国外逐步引起学界的关注和探讨。而中国的相关研究相对较晚，多集中在2005年之后。一部分缘由联合国在2005年明确出“普惠金融”的概念。作为普惠金融研究极度相关的研究――“金融排斥”开始引起国内学者的重视。当然，另一个原因是，随着我国20世纪90年代开始金融体制改革，金融运行机制发生了深刻的变化，衍生出了许多金融问题，迫切需要解决（徐少君、金雪军，2008）；其中有很多问题与国外的金融问题具有一定的相似性，如金融排斥等（金雪军等，2004；武巍等，2005）。在此之后，中国学者对国内存在的诸多金融排斥问题进行了多方面的研究，取得了很多来自中国的理论及经验证据。但是目前国内对金融排除研究的综合论述还较少，因此，本文将从国内金融排斥研究的论文量入手，对国内金融排斥研究的进展进行相对全面的综述，试图总结已经取得的成绩，探讨存在的不足，以期为后续研究提供一定的借鉴。

二、文献回顾及变量说明

（一）文献回顾

在已有文献中，从个体与家庭层面，基于社会人口学特征，Elwin（2004）、Rosen and Wu（2004）、Guiso et al.（2008）、Christiansen，et al.（2009）分别研究了年龄、健康状况、受教育程度、婚姻状况对金融排斥状况的影响，认为这些影响可能通过认知能力、收入和财富能力等途径起间接影响作用。而其他人口W特征如性别（Christiansen，et al.，2009）、政治面貌（Liu，2003）可能通过风险态度、家庭收入等来间接影响金融排斥。对于民族的影响，Devlin（2005）通过对英国家庭数据的分析，认为少数民族易受到金融排斥。

（二）数据来源

本文数据来自北京大学中国社会科学调查中心（ISSS）在2010实施的“中国家庭追踪调查”（China Family Panel Studies，CFPS）项目数据。“中国家庭追踪调查（CFPS）”旨在通过跟踪收集个体、家庭、社区三个层次的数据，调查覆盖了25个省/市/自治区，共采访约14960户家庭、42590个人。通过数据处理之后共获得了6399个家庭/户主观测值。考虑到家庭户主对家庭金融决策的重大作用，其中人口社会学特征使用户主的相关数据。

（三）变量模型说明

本文主要关注在农村家庭（居民）各项特征对遭受金融排斥状况的影响。

模型方法上，考虑到因变量为0-1变量，借鉴李涛（2010），用Probit回归模型，即

P■=1 if P■■=α'X■+δ'W■+ε■>0P■=0 其他

其中借鉴李涛等（2010），被解释变量用家庭是否在某金融服务方面受到金融排斥的状况，如储蓄、贷款、基金等，表征家庭是否受到金融排斥。该变量为0-1虚拟变量，若存在金融排斥，赋值为1，否则赋值为0。主要解释变量用居民的教育程度、健康状况、家庭人口、是否加入社会组织、收入水平等表征，并用Xi表示。控制变量考虑到户主所处行业、及身份对家庭决策影响较大，借鉴王修，马柯，王翔（2009），用户主（居民）是否从事金融业、户主是否为管理者以及樊纲市场化进程指数等作为控制变量，并用Wi在公式中表示。

三、实证分析

本节汇报并讨论主要变量的统计分析结果和相应的实证研究发现。

表1 城乡描述性统计分析对比表

■

表1报告了城镇和农村两个样本组主要变量的描述性统计分析结果。对比发现，样本居民面临着非常严重的金融排斥状况，其中农村受到更为严重的储蓄排斥和保险排斥。表2中，在户主性别方面农村有更多的男性户主。城镇中的户主有更高比例加入组织。家庭资产上，城镇是从农村的三倍之多。户主的受教育程度农村要比城镇第一个等级。在家庭年均收入上，城镇是农村的2倍之多。在城乡二元结构下，能够明显地从收入和财产上发现农村经济的滞后。

表2 农村家庭金融排斥状况影响因素的probit模型回归结果

■

注：①括号内数值为稳健的Z统计量（Robust z-statistics）；②***、**和*分别表示1%、5%和10%显著性水平（双尾检验）。

表2报告了农村家庭人口社会学特征、财富收入等因素对储蓄排斥、贷款排斥、保险排斥等金融排斥状况的影响的三组回归结果。

回归结果表明，在对家庭受到储蓄排斥的影响上，户主性别并没有显著影响；户主的年龄都有显著的U型影响；教育程度、健康、管理者呈显著负向影响；人均收入呈U型影响；市场化进程指数呈负向影响。在对家庭受到贷款排斥的影响上家庭户主的年龄都有显著的U型影响；家庭户主加入组织显著的负向影响；家庭人口在城乡家庭中都有显著性的负向影响；户主的健康程度在农村家庭都有显著的正向影响；家庭的年平均收入有显著性的倒U型影响；农村家庭中户主的事业心有较显著的负向影响；在对家庭受到保险排斥的影响上，户主性别并没有显著性影响；户主加入组织、户主的受教育程度及家庭规模在城乡家庭中都有显著且稳健的负向影响；健康程度有显著性的负向影响；家庭的年平均收入有显著性的U型影响；

四、结论

以“中国家庭追踪调查”中的中国家庭为例，本文实证研究了家庭人口社会学特征、财富收入特征对农村家庭受到金融排斥的影响。研究发现户主受教育程度、健康状况、家庭年均收入对金融排斥有不同程度的影响。在城乡二元结构下，农村家庭要获取金融服务更多的以教育、健康、收入水平为辅助条件。

本文的政策意义在于，中国农村家庭受到金融排斥的状况依旧严峻，在当下供给侧改革的形势下，要根植农村基础状况，加大教育和健康医疗的投入，提高农民收入，同样有助于农村家庭金融困局的解决。

参考文献

[1]Leyshorn A.and N.Thrift.Geographies of Financial Exclusion： Financial Abandonment in British and the United States[J].Transactions of the Institute of British Geographers，1995，20（3）：312～341.

[2]李涛，王志芳，王海港，谭松涛.中国城市居民的金融受排斥状况研究[J].经济研究，2010（7）：15～30.

[3]王修华，邱兆祥.农村金融排斥：现实困境与破解对策[J].中央财经大学学报，2010，（10）：47-52.

家庭金融调查范文第11篇

按照2011年美元和人民币平均汇率6.48来计算，69.1万亿美元相当于447万亿元人民币。全国约4亿城乡家庭，相当于每户家庭110万元资产净值。

北京大学宋国青教授2002年9月曾在本刊撰文，提出2001年中国居民总资产价值为32万亿元，其中金融资产11万亿元，城乡住房资产价值13万亿元（占到40％），私人拥有的生产性资产价值为7万亿元。按10％的负债扣除后，净资产约为30万亿元。如果69.1万亿美元这一数字是成立的，也就是说2001年－2011年十年间，中国居民资产爆增10倍多。

非金融资产虚实

《调查》未说明其调查的“城市居民”是指城市户籍居民，还是城市常住居民。根据测算，报告所指城市家庭应该仅限城市户籍，但报告中农民工家庭算在哪里，却没有给以解释。

首先，城市居民除房产之外的非金融资产数值偏高。《调查》显示，城市居民金融资产平均才11万元，但除了房产外的非金融资产居然有146万元之多。据《调查》所言：“在中国家庭金融调查中，家庭资产包括非金融资产和金融资产两大部分。家庭非金融资产包括农业、工商业等生产经营资产、车辆资产、家庭耐用品等资产、房产与土地资产。”这部分数值高是因为把私人企业的生产性经营资产都算入家庭资产。

这会造成一个问题，好比说把煤老板的矿井、饲料大王的工厂都算到非金融资产里，只要有一两个这样的亿万富翁在调查中被抽样到，其资产净值与平头百姓一平均，平均值就会很高。这会有很大误导性，也不符合国际规范。如果查阅美国联邦统计署所做的美国居民家庭资产汇总数据，就会发现只有金融资产、房产和车辆等大件，并没有把生产性资产算在内。

即便将私人企业主的生产性资产算入家庭资产，城市家庭平均146万元生产性资产，农村家庭平均12万元生产性资产，按2011年1.5亿城市户籍家庭和2.4亿农村和农民工家庭，合计2011年全国居民生产性资产约为249万亿元（城市220万亿元，农村29万亿元），而不是447万亿元，差距为何如此之大？

释疑房产净值

造成“中国人比美国人富”的第二个误会，是高估了房产净值。《调查》数据称，中国城市住房资产净值为150万亿元（户均100万元乘以1.5亿城市家庭），农村为48万亿元（户均20万元乘以2.4亿农村家庭），合计198万亿元。而2011年中国城市每套住房价值平均为85万元，户均拥有1.22套，所以户均住房价值达103万元。

如果仅限城市户籍，城市家庭户均1.22套住房倒还在可以理解的范畴，但每套住房价值为85万元则明显高估。

2011年中国新建商品住宅销售均价每平方米5011元，当前中国城市住房存量中半数以上是1998年前建成的，其市场价值远无法与新房相提并论。即使全都按照每平方米5011元来计算，套均85万元相当于每套城市住房面积平均下来都有170平方米，这与事实不符。

2006年之后，中国城市住房存量面积没有再公布。2006年的数字为113亿平方米。根据住建部公布的2011年城市人均住房面积31.6平方米乘以4.7亿城市户籍人口，可以得出2011年中国城市住房存量面积约在148亿平方米，即使全按照每平方米5011元来估计，城市住房资产的市场价值应该在74万亿元，不到调查所言150万亿元的一半。

2011年中国GDP为47万亿元，即使保守估计的城市住房资产价值71万亿元，也相当于GDP的1.5倍；如果是调查所提出的109万亿元，则相当于2.4倍；而调查提出的全国城乡198万亿元住房资产，相当于GDP的4倍，这是一个不可思议的数字。国际上一般认为，当一个国家的住房资产价值超过GDP的1.5倍，就具有很强的泡沫风险。

除了直接估测，还可以用房贷数据来推算住房资产价值。中国人民银行《货币政策执行报告2011年第四季度》报告显示，2011年末全国个人购房贷款余额7.14万亿元。一般认为住房的负债资产比应该是30％－50％，比如美国2010年居民部门房地产价值为18.19万亿美元，居民房地产贷款就达到了10.07万亿美元，占到55％。

中国城市家庭购房相对较保守，贷款成数很低，提前还款比例高，但也没有理由相信住房负债余额连资产价值的5％都不到。如果按负债是资产的10％推算，差不多城市住房总资产就是70万亿－80万亿元。这些说明该调查大大高估了中国居民的房产净值。

2011年中国农村住房面积约为290亿平方米（住建部公布的农村人均住房面积34平方米乘以8.5亿农业户籍人口），面积上比城市多出50％-80％（根据不同口径），但质量差、流通性差、市价低。按照每平方米1600元的市场价值来估计农村住房资产价值，大约是48万亿元，与《调查》所估计基本相当。这样2011年全国城乡住房净资产合计大概是120万亿元左右，远远低于198万亿元的估计。

不能聚沙为基

根据《调查》中统计的家庭金融资产数据显示，如果撇除城乡私人企业主的生产性资产220万亿元，并把城乡住房资产从198万亿元降到120万亿元，2011年中国城乡居民家庭资产净值的合理估计就应该是149万亿元，折合23万亿美元，相当于2010年美国居民家庭资产净值的40％，与2011年中美GDP的1∶2比例基本相当。

从户均角度看，全国4亿家庭户均37万元。其中1.5亿户城市户籍居民户均净资产58万元（金融净资产11万元，住房净资产47万元），2.4亿户农村户籍居民户均23万元（金融净资产3万元，住房净资产20万元）。考虑美国比中国多发达很多年，居民有更丰富手段积累资产，美国居民收入占GDP分配份额更比中国高，这个估计更加合理一些。

所以且慢唱高调，自认为中国人已经比美国人富有，这种虚假的幻觉可能导致错误的经济决策，从而不利于中国经济的未来发展，也不利于家庭作出合理的经济安排。

家庭金融调查范文第12篇

中图分类号：F830 文献标识码：A

内容摘要：本文利用2012年农村居民家庭实地调查的样本数据，对现阶段农村居民家庭借贷行为特征进行详细描述，并从家庭经济能力、户主家庭特征、金融借贷环境三个方面入手，运用二元Logit模型，实证研究影响农村居民家庭借贷行为的因素。结果显示：收入水平、家庭投资经营活动、户主年龄、受教育程度、家庭社会政治资本、家庭负担水平、外出务工、金融借贷环境均显著影响农村居民家庭借贷行为。

关键词：农村居民 借贷行为 影响因素

农村居民家庭借贷行为作为农村金融的重要组成部分，影响农村地区金融体系发展，探索农村居民家庭借贷行为的影响因素，对农村地区金融发展以及建设农村金融现代制度具有重要意义。本文利用项目组于2012年7月对全国500户随机抽样农村居民家庭调查数据，描述现阶段农村地区借贷行为特征，并利用二元logit模型研究其影响因素，力求得到更新、更准确的结论，为农村金融政策的制定提供理论依据。

农村居民家庭借贷特征描述

（一）样本数据来源

本文利用项目组于2012年7月随机抽取全国东、中、西部9省市21县550户农村居民家庭实地调查的数据，其中，东部地区样本为山东、江苏、福建的7县200户，中部地区样本为河南、安徽、湖南的8县200户，西部地区样本为甘肃、重庆、广西的6县150户。为尽可能保证问卷信息的真实可得性，项目组采用入户调查、当面访谈并回收问卷的形式，回收问卷550份，其中有效问卷500份，有效率90.9%。

（二）居民家庭经济状况、特征与借贷行为

从表1得出：

1.家庭收入越高，生产经营需要的资金周转数量越多，借贷需求更大，也更容易获得金融借贷机构较高的授信评级，越倾向于借贷。

2.户主年龄较大，家庭财产积累到一定水平，同时对于子女抚养教育的支出较少，家庭消费支出不大，更多局限于医疗、养老支出，从而产生借贷行为的可能性较小。

3.受教育程度越高，户主对正规借贷机构的了解越深入，具有较好的现代金融意识，同时家庭投资经营环境较广，对资金需求较为强烈，因此更倾向于产生借贷行为。

4.户主拥有更多的社会政治资本，能够运用更多资源，进而产生借贷行为。并且，农村居民家庭所在村拥有正规的金融机构，距离正规金融机构越近，借贷需求越大，同时能够减少信用评级成本，更易产生借贷行为。

（三）居民家庭区位与借贷行为

不同地区农村居民家庭经济状况、思维方式、经营活动、收入水平的差异导致借贷行为、借贷目的、借贷渠道等方面的不同。在调查的500户农村居民家庭中借贷率为48%，并且东、中部农村居民家庭借贷率较高，西部地区较低。从借贷目的来看：东、中部农村居民家庭生产性借贷较高、生活性借贷较低，这与西部地区相反。生产性借贷自东至西呈下降趋势，生活性借贷自东向西呈上升趋势，即经济发达地区生产性借贷较高，经济欠发达地区生活性借贷较高。借贷渠道统计结果显示：东部居民家庭更多地趋向于选择正规金融机构借贷，西部地区居民家庭则较多地依赖非正规渠道，可以看出居民家庭借贷渠道与当地经济、金融发展关系密切（见表2）。

居民家庭借贷行为影响因素研究

（一）模型构建及变量说明

本文从农村居民家庭经济能力、户主家庭特征、金融借贷环境三个方面对借贷行为的因素进行实证分析。其中家庭经济能力包括家庭年收入、家庭财产水平、消费支出、家庭投资经营活动；户主家庭特征包括户主年龄、受教育程度、社会政治身份、家庭负担水平、家庭人均耕地面积、外出务工经历、家庭劳动力数等；金融借贷环境为本村正规金融借贷机构的存在及家庭所在地区。

对于农村居民家庭借贷行为影响因素运用logit模型的研究，本文构建以下计量模型：

Credit（Di=1）=β0+β1Income+ β2Cons +β3Invest+β4Age+β5Edu +β6Mcpc +β7Famb+β8Pcal +β9Outw+β10Labs+β11Finen++β12Dum+μ （1）

模型（1）中涉及的变量定义如表3所示。

（二）计量回归结果分析

根据前文所描述的研究方法，本文根据全国随机抽样500户农村居民家庭的调查数据，利用二元logit模型实证检验影响农户借贷行为的因素，运用Stata12.0软件采用最大似然法对模型进行估计，结果如表4所示。

根据计量模型估计结果，将农村居民家庭借贷行为影响因素归纳如下：

1.在农村居民家庭经济能力特征中，家庭年收入、家庭投资经营活动对借贷行为均产生正向显著作用，家庭消费支出对借贷行为的影响则不显著。在分地区回归结果中，东部地区农村居民家庭收入对借贷行为的影响最大，其次为中部地区，西部地区最小。同样家庭投资经营活动对东部地区家庭借贷行为影响最大，中部其次，但在西部地区农村居民家庭中回归结果则不显著。

2.户主家庭特征中，户主年龄、受教育程度、社会政治身份、家庭负担水平、外出务工对借贷行为的影响显著，其它变量则不显著。户主年龄、受教育程度回归结果验证了前面的假设。社会政治身份作为居民家庭社会资本的变量，回归结果显示其显著促进了借贷行为，户主拥有更多的社会资本，能够运用更多的资源，可以降低农村地区金融机构对农户信息不对称的不利影响，及时获得外部借贷支持，获得更多的借贷机会，进行借贷。分地区回归结果显示，西部地区农村居民家庭中社会资本对借贷行为的影响最为明显。家庭负担水平计量回归结果显著，表明农村居民家庭负担越重，子女教育、老人赡养、医疗费用等支出越高，对借贷的需求越大，甚至超出家庭支付能力，以至于借贷需求很难被满足。农村居民外出务工为低成本劳务经济，务工的工资性收入使得拥有的资金相对富余，多能满足家庭生活消费支出，很少进行投资经营活动，对借贷需求较小，因此外出务工能够产生对借贷行为的替代效应，抑制借贷行为。家庭人均耕地面积、家庭劳动力数则没有通过显著检验。

3.回归结果还表明，金融借贷环境显著促进了借贷行为的产生。金融借贷环境与农村地区借贷密切相关。

结论

本文通过对农村居民家庭借贷行为及影响因素分析，农村居民家庭收入水平、家庭投资经营活动、户主年龄、受教育程度、家庭社会政治资本、家庭负担水平、外出务工、金融借贷环境均显著影响借贷行为。同时分地区回归显示，各因素因地区不同，对借贷行为影响程度也不同。农村地区金融体制改革要因地制宜，完善借贷的法律法规，营造适宜的政策环境，增加金融服务信息的透明化，实现对农村居民家庭借贷需求的有效供给。同时还应发展经济，加强农村经济建设，增加农民收入，提高家庭偿还能力，促进农村地区借贷行为的健康发展。

参考文献

家庭金融调查范文第13篇

【摘要】随着世界经济的复苏，我国的经济正处于发展的状态当中，通过数据调查可以发现金融知识和投资经验对家庭的资产选择有着一定的影响，金融知识的掌握量关系到一个家庭是否会进入到金融市场当中，对家庭的风险投资也有着重要的影响，本文针对金融知识、投资经验和家庭资产选择展开系统的研究，发现诸多的因素对家庭金融投资有重要的影响。

【关键词】金融知识 投资经验 家庭资产

随着人们的生活水平的提高，人们越来越注重家庭金融的相关信息，而随着金融市场的变化，金融产品也逐渐多样多化，这些金融产品产生的资金利益促使家庭大量的投入到金融市场当中，现如今家庭需要理性的投资，对资产的配置实行最优化的处理。

一、家庭金融资产的概念

家庭是社会组织的基本单位，而家庭金融资产就是特指家庭实际控制的经济资源，这一经济资源可以为家庭带来现金和维持基本的生活生产活动，为家庭的投资消费做出保障，这一经济资源主要是以货币进行计量的。

现今的家庭资产可以具体划分为实物的资产以及金融性质的资产，家庭所拥有的房屋以及土地，还有车辆等其他具有价值的用品都在实物资产之列，而家庭的金融资产具体指的就是权益类和债券类的资产，这是家庭应用消费之后产生的剩余资金得来的，家庭金融资产受宏观经济水平的影响，而家庭金融资产整体上会影响国家的金融发展状态，家庭资产也逐渐具有流动性和收益性，中国的家庭金融资产主要包括外币、现金和储蓄存款等。

二、家庭金融资产的特征

自从我国实施改革开放的举措以来，我国的国民经济处于迅猛的发展状态，市场晋级也处于不断的转变当中，随着家庭财富的增加，家庭财富的储蓄也正在逐渐的增加，家庭进入金融市场的步伐也就随之加快，而家庭金融资产也具有自己的特点。

（一）总量不断上升

我国的金融资产的总量随着改革开放的进程不断的增加，于三十年间已经增长了千倍，经济分配收入的改革促进经济的增长，家庭经济也随之增长，家庭的消费水平也在不断的提高，现如今，家庭的金融资产已经越来越多，国家政策的调整使得收入分配合理化，家庭的现金和存款正在大幅度的提升，家庭的风险投资也不断的加大。

（二）绝对值低

家庭的整体收入和财富值会影响到家庭金融资产的总量，但是家庭收入的差距比较大，相应的财富值也会有所差距，收入高的家庭会更多的进行风险投资，资金的流动性也就相应的增大，随着金融总量的上升速度的加大就需要金融机构的介入，金融机构对金融的投资知识掌握的更加的多，同时拥有比较丰富的经验，能够帮助家庭获取更多的利益，金融市场的繁荣有待进一步的提高，以增加资金总量的上升绝对值。

（三）风险资产增加

我国金融市场正处于不断的完善的阶段，金融产品也是日新月异，金融市场为家庭提供了更多的金融资产形式的选择，可以为家庭提供风险资产，而家庭收入的增加也会促使家庭更多的选择将资产投入到风险市场当中，由于社会保障体系为家庭金融资产提供更加完善的保护措施，家庭对风险投资的资产投入的力度也逐渐的加大。

三、金融知识和投资经验对家庭资产选择的影响

（一）金融知识对金融市场的影响

通过调查和研究可以发现，家庭当中有从事金融工作的人对参与金融市场的积极性比较大，金融行业的家庭会更多的选择家庭金融资产的投资，从另一方面来讲，金融知识对金融市场有绝对的影响，金融知识掌握的丰厚的家庭参加到金融市场的概率就比较大。家庭财富的增加也会影响到家庭积极的投入到金融市场中来。

从教育程度上考量，高等教育的人的思想普遍较为理性，对金融投资的兴趣不大，也很少受到其他人的影响，从城市家庭上考虑，金融知识仍旧起着绝对性的作用，家庭的资产和收入对金融市场起着正向的影响。

（二）金融知识对家庭资产选择的影响

近年来，风险资产占据的金融资产的比重逐年加大，从调查的结果中可以看出，对金融知识掌握的程度较多的家庭会更多的选择风险投资，家庭的净资产以及收入对风险占比的影响也是正向的。随着年龄的增加，风险投资的比例呈现出先增加然后下落的趋势，位于六十五岁以上年龄段的人们对家庭资产的投资没有较大的影响，从受教育的程度分析，学历越高的家庭会相应的增加风险投资，也就是其掌握的金融知识影响着家庭资产的选择，而人均GDP对家庭资产的选择有着正向的影响。

城市家庭的生活成本较高，家庭要支付房子等固定资产的费用，在子女的教育当中也会投入大量的资金，相应的也会更多的选择风险投资以增加自己的资金收入，金融知识可以帮助家庭更好的分析风险资本的市场，在一定程度上帮助家庭增强风险的投入能力和相应的承受能力。

（三）投资经验对家庭资产选择的影响

投Y经验对家庭资产的选择有着重大的影响，从调查中可以发现，投资经验能够提高家庭风险资金的投入，投资经验对于现今的家庭的金融投资比较重要，经验越多就对金融市场的了解越多，相应的金融知识也就掌握的越多，对风险投资的信任程度也就越大，家庭会更多的投入到风险投资当中去，从人均GDP和风险爱好来看，投资的经验对家庭资产的风险投资和股票投资有着正向的影响。

投资经验对于家庭股票资产的影响是显著的，金融知识在一定程度上对家庭风险投资的能力有着正向的影响，而投资经验对家庭的高风险资产有着显著的影响，二者有着本质的区别。

我国的经济命脉已经离不开金融市场的影响了，而家庭金融资产对于金融市场有着直接性的影响，也就间接影响了我国的经济发展，因此，加强金融知识的培训对经济的发展有促进作用，降低交易成本和减少家庭的税收可以鼓励家庭投入到金融市场当中。

家庭金融调查范文第14篇

关键词：家庭金融资产；金融资产选择；结构方程模型

文章编号：1003-4625(2010)03-0077-07

中图分类号：F830.6 文献标识码：A

一、引言

在2006年美国金融年会上，Campbell首次提出将家庭金融(Household Finance)作为与资产定价、公司金融等传统的金融研究方向并列的一个新研究方向，目前关于家庭金融的研究已成为金融学研究中的一个重要前沿领域。随着居民收入水平的不断提高，家庭金融资产在整个金融资产中的比重越来越大，在宏观经济运行中发挥着重要作用。在经济复苏的背景下，为实现“稳增长、扩内需”的宏观经济目标，鼓励家庭进行合理的金融资产投资，引导家庭金融资产流向，对于新的经济增长点的形成发挥着重要的作用。因此，研究我国家庭金融资产选择行为具有重要的理论和现实意义。

二、相关理论及文献的述评

(一)国外研究的现状

1.金融资产选择理论(The Theory of Portfolio Selection)

最早关于金融资产选择的理论可以追溯到Markowiz(1952)的均值一方差模型，提供了一种资产选择方法，即在进行投资决策时总是追求风险与收益的最佳配比；Branson(1975，1977)对金融资产选择理论进行了系统的论述，认为预期收益率、风险的大小和流动性的强弱是经济主体选择资产的主要依据。由于金融资产的预期收益率的高低和风险的大小不断变化，这些变化就会引起经济主体对各种金融资产偏好的变化，从而促使经济主体对持有资产的构成进行调整。

2.生命周期理论(The Theory of Life Cycle)

Modigliani(1954)的生命周期假说认为家庭在进行金融资产选择的时候，不仅考虑到当期状况，还要考虑到未来终生状况。目标是通过配置行为实现整个生命周期内的效用现值的最大化。随着年龄的变化，家庭面临的责任和义务以及未来收入都会发生变化，因此理性人会根据实际情况建立适合自己需要的投资组合。

3.家庭金融市场参与理论的进一步扩展

早期有关家庭金融市场参与多是将关注点集中在风险因素上，模型多是在完全市场假设条件下的，与现实中的家庭资产组合存在较大的差异。进一步研究认为，家庭资产选择行为不仅受到风险因素影响，而且还同时受到诸如工资、人口统计特征等因素的共同作用，相关研究的发展是在原有模型中加入新的因素以提高其解释能力。

(1)引入工资机制，考虑财富效应。工资作为家庭收入的一个重要来源，是家庭财富的重要组成部分，对家庭资产的配置会产生财富效应。Heaton and Lucas(2000a)研究表明工资收入与股票收益之间高度相关，具有高背景风险(自有房屋、工资收入等)的家庭对风险资产的投资很少，他们很少持有股票，很多就是不投资。Guiso等(1996)使用意大利的数据发现较高的工资收入风险与较低的风险资产持有相关。但Hoehguertel(2001)、Alessie等(2002)研究发现工资收入风险和风险资产持有的关系非常微弱。Guiso and Jappelli(2001)运用意大利的家庭资产调查数据研究发现，家庭资产组合主要取决于财富，金融资产占总资产的比重随着财富的增加而减少，富裕家庭倾向于更大比率的投资风险资产。

(2)考虑人口统计特征因素。Barber and Odean(2001)研究发现股市参与度与年龄呈现弱的负相关，与收入、教育呈现强的正相关关系。Guiso等(2002)实证发现教育哑变量在股市参与回归中表现出很强的统计显著，说明股市存在信息成本，因为受过高等教育的投资者面对信息障碍的机会较少。I-waisako(2003)对日本家庭股票参与决策与持股比例进行了计量分析，发现影响股市参与的因素有年龄、收入、财富、教育程度。Campbell(2006)认为教育程度、收入水平和财富规模对家庭参与公共证券投资具有较强的正效应，但对于家庭参与私人商业证券投资的影响比较复杂。Agnew(2003)、Shum and Faig(2006)认为性别、婚姻状况、年龄、受教育程度、背景风险等人口统计特征都会影响家庭金融资产的配置。

4.“有限参与”之谜

在理性人假设前提下，根据现代资产组合理论，家庭会根据风险差异对金融资产进行配置，并且投资于哪一类资产只存在于投资者风险偏好的差异上。为了实现个人收益最大化的目标，Sharpe(1964)等认为只要个人不是拥有一份与股票市场回报正相关的其他资产，每个人都应该持有一定数量的股票。但是现实情况是即便是股票市场比较发达的美国，也有一半的家庭并不持有股票(Bertaut and Start-McCluer，2002；Vissing-Jorgensen，1999)，这就是家庭金融市场参与的“有限参与”之谜。对于“有限参与”之谜的分析，现有研究主要是从交易成本、投资偏好、投资情绪、排挤效应等方面给出相关的解释。

(1)交易成本因素。在不完全市场的条件下，投资者买卖股票、借贷资金等资产选择行为会受到相关的限制，这使得交易成本因素被考虑到模型中.，以提高其解释能力。Cocco等(2005)分析发现持有风险资本是有参与成本的，这包括风险资产交易时对资金有一个最低门槛的要求，交易的固定成本，对风险投资品的熟悉、评估所需要花费的时间、精力和心理上的投入等。Deaton(1991)研究认为在投资者借贷受到限制的条件下，为了规避未来收入的波动，投资者更倾向于持有储蓄、债券等无风险资产使其免受收入波动风险的影响。Vissing-Jorgensen(1999)使用美国PSID数据估计了股票市场的进入成本和参与成本，发现固定交易成本对家庭参与股市的决策有重要影响。

(2)家庭投资偏好因素。家庭的投资偏好具有很大的异质性(Heterogeneity)，不同家庭的风险规避要求也会随着财富的变化而变化。Gusio and Paiella(2005)通过实证发现投资于风险资产的比例随着风险厌恶程度的增加而减少，并且风险厌恶人群投资风险资产的比例要低于风险偏好的人群。Kelly(1995)分析发现一般家庭直接持有的股票数量有限，多数是通过共同基金和退休金等方式间接持有股

票，这种非直接持有的资产更倾向于多元化，可以有效地降低家庭资产组合的风险。Campell and Cochrance(1999)的习惯形成模型(Habit Formation)以及Chetty and Szeidl(2005)提出的消费约定模型(Consumption Commitment)分析认为，风险的厌恶偏好会随着财富水平的短期变化而波动。Gomes and Miehaelides(2002)通过将偏好异质性引入模型，发现较能容忍风险的家庭没有积累起资产，所以不投资于股票。相反风险厌恶的家庭积累了资产，能够支付投资股票的固定成本，股票投资的参与度却不高，而一旦投资者参与股市，他们就会有将全部资金投资于股市的倾向。

(3)投资者行为因素。行为金融学的发展，有关投资者有限理性、投资者情绪、信任度、预期等行为因素被应用到家庭资产选择行为的研究中并取得了一定的研究成果。Hong,Kubik and Stein(2004)考虑了社会互动，发现那些与其共同社区的家庭很少交流的家庭不愿意自己持有股票，家庭会受身边所交往朋友和其他群体的影响，做出类似的资产选择。Guiso,Sapienza and Zingales(2004)用信任来解释家庭的股票投资行为，发现对外界社会、金融机构等信任度高的家庭更情愿投资风险资产。Purl and Robinson(2005)研究发现各个家庭之间的金融交易行为及其绩效表现出很大的异质性，对未来持有乐观预期(包括对自己平均寿命的乐观预期)的家庭其资产组合中投资于股票的比重较高。

(4)房产的排挤效应。住房对于家庭来说是一项重要的家庭财产，它虽不是家庭金融资产的组成部分，但是它对金融资产的配置产生着重要的影响，尤其是对于中产阶级的年轻家庭。Cocco(2004)研究了包含房产的家庭资产选择决策，发现房产排挤了投资者持有股票，这种排挤效应在年轻的投资者身上表现的尤为明显，房产几乎接近其总的金融财富。Yao and Zhang(2005)使用PSID数据估计了美国家庭股票投资与家庭房产变量之间的关系，发现在收入和净值一定的情况下，较高的房产价值减少了家庭参与股票市场和股票投资的概率。

(二)国内研究的进展及述评

王家庭(2000)系统地论述了家庭金融理论和行为，并深入剖析了家庭金融的本质特征和内在机制，认为家庭金融资产选择是家庭金融的重要部分。尽管国外针对家庭金融资产选择的研究成果已取得重要进展，但从国内情况来看，相关研究才刚刚起步，随着金融资产多元化的变化趋势在我国逐渐加快，居民部门金融资产结构单一的格局也正在改变(樊伟斌，2000)，家庭金融也正逐渐受到国内众多研究学者的关注。为了研究居民家庭金融资产结构的特征，李建军，田光宁(2001)、袁志刚，冯俊(2005)、骆祚炎(2007)等试图借助统计年鉴的宏观数据通过一定的统计方法推算我国家庭金融资产总量及各组成部分的量，并以此分析家庭金融资产的配置特点，但由于不同研究数据来源、估算方法的不一致，使得估算所得数据与现实的巨大差异，宏观推算数据的弊端日益显露出来，所得结论也不断受到挑战。目前已有学者开始使用微观数据对家庭的投资行为进行尝试研究，史代敏、宋艳(2005)较早注意到微观数据的重要性，利用2002年的调查数据展开了相关研究，但他们并未注意到不同家庭金融资产选择的行为差异。于蓉(2006)利用北京奥尔多投资咨询中心的“投资者行为调查”数据分析了消费者预期、信任度、社会互动、投资者情绪等对家庭参与股票市场的影响，但是现代家庭参与金融市场的方式已远远超出了传统的储蓄和股票投资，变得日益多样和复杂，因此其研究需要进一步的扩展和深入。邹红、喻开志(2009)通过问卷调查数据用统计描述的方法研究家庭金融市场参与的特征，统计分析的最大不足是没有控制住其他变量的影响。王宇、周丽(2009)通过问卷数据分析了农村家庭参与金融市场的影响因素，但中国农村金融市场相对落后，金融抑制普遍存在，多样化的金融工具缺失，加上农村居民对不同金融工具的认识程度有限，除储蓄存款外，其他金融产品的参与度非常有限。卢家昌、顾金宏(2009)通过因子分析和logistics回归等方法分析了家庭结构状况、经济状况、投资者行为等因素对城镇家庭在货币类产品、证券类产品和保障类产品投资方面的影响，但因子分析是对各影响因素进行统计意义上的归类，只能做到对因子的测量无法体现出因子之间影响结构。Logistic分析仅得出了相关因素是否对家庭金融资产选择产生影响，对于详细的金融资产投资比例的分配需要进一步分析。在实际投资过程中不同金融资产选择行为之间的相互影响无法体现，相关问题的研究有待进一步的深入。本文在总结已有研究结论的基础上，利用问卷收集的数据，采用结构方程模型分析城镇家庭金融资产的选择情况，试图进一步发展和完善已有研究成果。

三、研究设计

(一)问卷设计与回收分析

研究中所涉及的各变量数据是通过在江苏南京的专门问卷调查收集的。调查在设计时参考了“北京奥尔多投资咨询中心的投资者行为调查”、李心丹“个体投资者问卷调查”等已使用的成熟量表，以及江苏省统计公报、于蓉(2006)、王冀宁、李心丹(2003)等的研究结论。问卷共分三个部分，第一部分是对家庭结构的调查，主要收集家庭投资决策者的人口统计特征等基本信息，第二部分是关于家庭金融资产配置状况的调查，第三部分是关于家庭经济状况以及投资者行为的调查。为了有效发现实际调查中随意填写等情况，问卷中还专门加入了“验证题”和“测谎题”来帮助剔除无效问卷。

为了保证测量量表的有效性，我们先将其与相关领域的多位研究人员讨论并修改，在正式调查之前还进行了访谈式的试调查，经过多次修改确定最终问卷后才展开全面的调查。调查采用随机抽样方法，样本主要集中在人口比较集中的证券公司、银行、保险公司及商贸区，时间是从2008年12月至2009年1月，2009年2月至2009年3月完成数据的清洗和编码录入。清洗工作主要是删除异常值并利用问卷中的“验证题”和“测谎题”来剔除明显乱填的无效问卷。对部分问卷中缺失值处理方式是：第二部分缺失的直接归为无效问卷，其他部分缺失涉及研究变量在5项以内的用众数填充法补充，超过5项的归为无效问卷。最后经汇总统计，共发放问卷520份，回收334份，回收率64.2％，共获取有效样本290个，回收有效率为86.8％。有效样本的基本特征如表1所示。

从表1的样本特征可以看出，样本中家庭投资决策者多为男性，并且主要年龄介于31-40岁之间。受教育程度大多在大专以上，从图1和图2可以看出被调查的家庭多是三口之家，有35.17％的家庭月

收入在3000元-5000元之间。总体来说，样本的特征符合抽样目标群体的分布特征，样本的抽样结果基本服从正态分布，抽样结构是合理的。

问卷中每个观察值对应一个家庭。对家庭的理解遵循于蓉(2006)的定义，认为家庭是指包括一个经济上独立的个人或者夫妻以及经济上依赖于个人或夫妻的其他成员。并且假定被调查者对整个家庭的投资状况是了解的，对家庭投资决策者的基本特征是熟悉的。假定未婚的个人投资者是家庭人口为1的特殊家庭投资决策者，忽略其中的个人与家庭的差异性，认为其个人的金融资产选择行为与家庭的金融资产选择行为具有一致性。

选用克朗巴哈(Cronbach)仅系数测量条款的内部一致性来评价数据的可信度。由于Cronbaeh α系数，主要适用于观点、态度等问卷式的信度分析，一般认为信度系数不能低于0.5，如果信度系数达到0.8，说明调查结果是非常可靠的。本文主要使用信度系数来测度问卷中投资决策者的信任度、投资者预期等调查结果的可靠性，通过SPSS17.0分析得出Cronbachcα信度系数为0.634，说明问卷具有较高的信度，变量的测量结果是可信的，能够满足后续研究的需要。

(二)变量与模型的选择

结构方程模型(structural Equation Model，SEM)是用来检测观测变量和潜变量、潜变量与潜变量之间关系的一种多元统计分析方法。由路径分析、联立方程和潜变量模型三个独立统计方法有机交汇而成，在行为学科、经济学等领域有广泛的应用。SEM是一个方程体系，其分析方法主要包括两个部分：测量模型(Measurement Model)和结构模型(Structural Model)，前者用于衡量潜变量与观测变量之间的关系，后者用于衡量内生潜变量和外生潜变量之间的结构关系。之所以考虑采用结构方程的主要原因有：1.研究中涉及的家庭结构、经济状况、行为特征等如将他们作为影响变量是不能准确直接测量的，只能通过观测变量来间接测量。当考虑到货币类投资、证券类投资和保障类投资时，因变量的个数又不止一个，此时传统方法就不能妥善处理好这些不可直接观测的潜变量之间的复杂关系，而结构方程模型能同时处理潜变量和观测变量以及潜变量之间的相互关系，将多个因变量纳入到一个系统中，更贴近现实。2.在分析家庭金融资产选择行为时，由于涉及多个潜变量，这就存在一些主观或客观的测量误差，传统的统计模型中不允许这些误差的存在，而结构方程模型可以将这些误差纳入模型，能够加强模型对实际问题的解释性。3.在结构方程模型中可以同时处理因素的测量和因素之间的结构，允许更具弹性的模型设定，包含的信息更丰富。在探索性因子分析的基础上，最终确定结构方程模型中的潜变量和观测变量如表2所示。

表中遵循探索性因子分析的结论将性别(Gender)作为行为特征的观测变量，表明性别与风险偏好等投资者行为之间具有很强的相关性，这在Agnew(2003)、Shum and Faig(2006)等文献中已得到了证明。

由于潜变量保障类投资由唯一的观测变量In-surance来测量，按照结构方程模型简约的原则，在实际拟合过程中，用观测变量Insurance来直接替代潜变量，这样可以减少待估参数个数，增强模型的拟合效果。最终确定的结构方程模型见图3所示。

(三)实证检验

1.模型的识别

在结构方程模型的运算中，首先要判断模型的整体的识别性，要求

t0

其中，p为外生观测变量的个数，q为内生观测变量的个数，t为待估参数的个数，df为自由度。在这个模型中，p+q=16，t=46，dr=90，符合整体性识别的要求，因此该模型是可以识别的。

2.模型的拟合分析

在模型拟合时，采用最大似然法(Maximun Likelihood，ML)进行参数估计，模型的拟合效果如表3所示。

从模型拟合的各项指标来看，无论是绝对拟合指数还是相对拟合指数均在合理的范围内，模型的拟合效果比较理想，这使得模型的估计值是可以接受的。

3.结构模型和测量模型的参数估计

通过模型的识别、模型的拟合分析可以发现模型比较好地揭示了城镇居民家庭金融市场参与行为的各影响因素间的关系及强度。在参数估计部分将根据家庭金融资产选择行为的结构方程模型参数估计结果进行相关的分析和论证(见表4、表5)。

从显著性角度分析，在5％的显著水平下，无论是家庭结构、经济特征，还是行为特征、状态感知都对家庭的货币类投资选择产生影响，证券类投资选择主要受到家庭结构、经济特征和行为特征的影响，而保障类投资主要受家庭结构和状态感知变量的影响。这一研究验证了卢家昌、顾金宏(2009)的研究结论，同时也丰富了其研究成果。当考虑到家庭不同投资产品的投资比例变化时，经济特征变量对保障类投资的影响变得微弱，结果表明家庭对保障类产品的投资比例是有限度的，尽管家庭的经济收入可以不断的趋好，但是保障类投资不可能随着经济收入的变化一直增加下去。

从影响大小来看，无论货币类产品投资还是证券类产品投资，行为特征在四个潜变量中影响最为大，这表明当家庭同时面临货币类产品和证券类产品等多种投资选择时，最终的投资结果受家庭投资决策者的行为特征影响最大。保障类投资主要是受家庭结构的影响，表明目前家庭投资对保障类投资关注的较低，在这方面的投资更多的是考虑到家庭结构因素。这一研究结论从微观角度证实了家庭保险投资的研究结论，正如魏华林、杨霞(2007)指出的那样，保险产品重复供给等因素导致中国家庭不愿买、买不到其想要买的产品，这启示目前保险公司在设计相关保险产品时应将更多的关注点放在满足家庭结构特征的需求上。

从表5可以看出，在5％的显著水平下，除了性别(Gender)和投资者预期(Expectation)外，模型的其他观测变量与对应的潜变量之间都达到了显著水平。在假定Risk attitude对行为特征的回归权重为1时，观测变量Gender没有通过显著性检验，这说明在家庭进行投资决策时，男性和女性的差异不大，性别的差异不足以对资产选择行为产生大的影响，这与Shum and Faig(2006)等得出了不同的结论。在假定Sentiment对行为特征的回归权重为1时，状态感知变量的观测变量Expectation没有通过显著性检验，这表明目前城镇居民在进行金融投资时，更多的受自身情绪影响，对整个宏观经济形势等基本面的重视也还没有达到理想的水平，投资中短视行为明显，缺乏从长期理性角度把握投资机会的意识。

4.家庭金融市场参与行为中的“效应”分析

考虑到非标准化系数依赖有关变量测量单位的不足，在比较不同路径系数时无法直接使用。而采用标准化系数，可以比较不同系数的作用程度，所以此部分主要利用结构方程模型的标准化系数来进一步分析家庭金融资产选择过程中的相关“效应”。

“单一化效应”：从三个内生潜变量与对应观测变量的路径系数的大小可以看出，家庭在不同风险的金融资产投资时，选择较单一。就货币类投资来说，主要集中在储蓄存款，债券和理财产品相对较小；证券类投资中，股票是主要的投资选择；保障类投资主要集中在保险的投入；在所有的金融产品的投资选择中，储蓄存款又占绝大多数，家庭的投资选择较为单一。

“替代效应”：一定时期内家庭的金融资产数量是有限的，为了追求效益的最大化，使得家庭在不同金融资产选择时存在此消彼长的替代关系。对于货币类投资，从回归系数的正负可以看出，在储蓄存款与债券投资、银行理财产品投资上存在替代效应，在投入金额一定的条件下，存在此消彼长的关系。

“联动效应”：注意到状态感知变量在货币类投资和证券类投资中的不同作用方向，通过状态感知变量的不同影响，可以对货币市场和资本市场的“联动效用”给出一个微观解释。家庭投资者对宏观经济预期乐观时就会增加对证券类产品的投资，而对宏观经济预期持悲观态度时，就会收缩风险资产的投资，更倾向于投资储蓄存款等风险较少而收益固定的金融产品。家庭状态感知的反应会引起家庭金融市场参与结构的变化，从而实现货币市场与资本市场之间的“连通”和“联动”，这也可对“储蓄搬家”、“储蓄回流”等现象给出微观上的解释和验证。

“财富效应”：在家庭的金融资产选择中，货币类投资和证券类投资的“财富效应”显著，财富的增加既增加了投资两类产品的概率，也增加了投资的深度，但保障类投资的“财富效应”微弱，经济状况的改变仅是增加了投资概率，对参与深度影响不明显。

四、政策建议

本文基于问卷调查的数据，运用结构方程模型，对影响家庭金融资产选择行为的因素之间的逻辑关系和内在机制进行了实证检验，基于以上结论，提出如下政策建议：

第一，经济状况对于家庭的金融市场参与行为影响显著，货币类投资、证券类投资的“财富效应”显著。因此要提高我国金融市场的参与程度，活跃金融市场，从微观角度考虑就是要提高家庭的财富水平，不断提高居民收入，推动其参与金融市场的积极性。

家庭金融调查范文第15篇

关键词:家庭金融资产选择;家庭储蓄;金融中介

Abstract:Modern families are forced to confront problems of how to avoid risks,while enhancing the value of assets and improving the quality of life as much as possible. This article attempts to understand characteristics of the financial assets of residents choose,and understand the needs of the financial investment of various populations. Based on analysis of issues related,it proposed suggestions of optimizing the path of choice about household financial asset. The significance of this paper is not only to know features of the financial assets choice of residents,but also improve the theory of choice behavior of Chinese residents' assets,and give direction to investment tool for financial innovation,and advise the government and financial intermediaries to provide reasonable investment recommendations to residents.

Key Words:householdportfolio choice, householdsaving,financialintermediaries,

中图分类号:F830文献标识码:B文章编号:1674-2265(2009)12-0025-04

家庭资产组合理论一直是过去半个世纪以来国内外学者关注的焦点和前沿研究领域之一。Bertaut(2003),Aizcorbe(2003)根据美国的消费者金融调查(SCF)数据,认为90%的美国家庭进行不同类型的金融投资,25%的家庭拥有5种以上不同金融资产,持有安全性资产和较安全资产比重较以前没有多大变化,但风险资产占金融总资产的比例在上升,持有股票的趋势在不同年龄、收入、教育群体中都有表现。而从国际上看,各国家庭参与股票的决策与财富、年龄、房产持有状况的关联很大:家庭的参与决策随着财产而增加;在与年龄相关的股票参与方面,所有国家都呈现类似的驼峰形;房产拥有状况对家庭股票参与决策有很大影响。

经历了金融危机带来的市场波动,很多人开始意识到家庭财富保障的重要性。财富如果没有得到充分的保障,很容易受到经济起伏的影响,进而影响家庭的整体财务规划。不同类型的金融资产可以满足不同家庭多样的投资需求。本文试图了解并认识我国居民金融资产选择的特点,在剖析相关问题的基础上,提出优化家庭金融资产配置行为的路径选择,意义在于不仅可以认识我国居民金融资产选择的特点,也可以在完善我国居民资产选择行为理论的同时,了解各类人群金融投资需求,为金融投资工具创新指明方向,并为政府引导居民进行合理的投资提供一定的建议。

一、当前我国家庭的金融资产选择和配置目标

对于家庭而言,通过资产的合理配置,目的是提高家庭福利和财产性收入。根据《投资与理财》杂志2009年1月至今各期的调查,我国居民金融资产选择和配置的目标(也就是平常所说的理财目标),主要包括:(1)抚育子女、赡养老人、医疗;(2)换(购)房、退休、教育、旅游、购车、出国;(3)资产增值、抵御通胀;(4)构建完善的家庭保障体系。

二、当前我国家庭金融资产选择行为的特征

(一)我国家庭金融资产的总体发展特征

根据1992- 2006 年间中国统计年鉴、中国金融年鉴、中经网经济统计数据库相关数据分析发现:中国家庭金融资产的总体发展特征是以储蓄存款为主的多元化发展趋势。

虽然中国家庭金融资产呈现多元化趋势,但如果将储蓄存款、现金和国债算作非风险性资产,而将股票、保险和外汇存款视为风险性资产,在中国居民的家庭金融资产中,非风险性资产所占比重超过了80%,风险性资产不超过20%。我国城市家庭确实存在十分强烈的预防性储蓄动机,而且高收入人群的预防性储蓄动机也很明显。这些资金是为自己及家人未来储备的购买力,所以大部分对市场利率几乎没有弹性。

(二)我国高收入家庭金融资产选择的特征

对于家庭投资组合选择的实证研究显示,家庭投资的财富效应相当明显。投资者持有的风险资产份额也随着财富的上升而上升。目前,一部分文献主要解释了投资者单期投资组合会怎样受到财富量的影响。Cohn.(1975)认为投资者的相对风险厌恶程度会随着财富的增加而减少,进而他们的资产组合表现出财富效应。而Peress(2004)认为投资者的相对风险厌恶度随财富的增加并不表现出递减的性质,但是绝对风险厌恶度会随财富增加而减少。他们认为递减的绝对风险厌恶结合有成本的私人信息,可以解释投资者投资于风险资产上的财富数量以及比例都随着财富量的增加而增加的现象。在这样的环境下,获取一定精度的信息所付出的成本是固定的;投资的效率会随着信息的增加而增加。富有的家庭会出于两个原因持有更多的风险资产:(1)他们比较容易克服获取信息的成本;(2)他们的绝对风险厌恶程度较低,在给定的信息精度下投资于风险资产上的财富量会较大,这又会增加他们对信息的需求,增加的信息又会提高他们投资的效率,使他们愿意持有更多的风险资产。这种循环的效应会使得富有的家庭持有的风险资产份额高于穷人家庭。Guiso和Haliassos(2003)对多个国家的研究发现,家庭的股票市场和风险资产市场的参与决策与财富量强相关。Campbell(2006)运用美国的数据进行分析发现,流动性资产和汽车是穷人主要的投资对象,房产是中产阶级主要的投资对象,而富人的主要投资对象则为权益资产。吴卫星和齐天翔(2006)对中国市场的研究发现财富的增加显著地增加了居民参加股市的概率以及参与深度。史代敏和宋艳(2005)发现中国居民投资的储蓄存款和股票所占的份额会随着财富的增加而增加。

北京零点前进策略咨询公司针对北京、上海、广州、深圳、武汉、成都、沈阳和西安8个城市的1100-1200位高收入者进行问卷调查,其中高收入者主要根据家庭金融资产来界定,2003年执行的第一期为家庭金融资产在50万元以上,而最近一期为家庭金融资产在70万元以上的群体。2003-2004年,高收入者投资的主要方向是保险、房地产、股票和子女教育基金;而到了2008年,即使在比较低迷的熊市,投资方向的前四位变为了股票、基金、房地产和保险。并且在未来一年内,高收入者最可能增加投入的品种中,股票也位列第一。

中国高收入群体个人理财认知度高于总体15.64%,风险收益意识更强。高收入人群在保障性理财产品如储蓄、国债的选择上明显低于总体被访者的比例,分别低5.78和2.37个百分点,该类理财产品相对风险较低、收益较少,对投资技巧和背景知识要求也相对简单。但是在高风险、高收益的理财产品上(如股票、基金),高收入人群的选择比例则明显高于总体被访者,分别高出4.17和4.15个百分点,这类理财产品风险与收入并存,且对于投资技巧和背景知识的要求要高于储蓄、国债等。相对来说,高收入人群更加愿意为预期收益承担风险。

(三)我国普通家庭对基金投资的参与状况

共同基金的本质就是服务于普通老百姓的投资理财的金融工具。从2007年开始,基金投资开始快速深入普通百姓家庭,基金投资者数量迅速扩张,基金开始和存款、保险并列成为普通老百姓理财的三大工具。中登公司统计的最新数据显示,截至2009年7月末,沪深两市基金账户合计数达到2983万户。其中,个人投资者占据绝大多数的比例。证券业协会的一份调查显示,个人投资者平均每户持有基金份额不足3万份,属于典型的中小个人投资者。

根据美国基金协会的调查,在有85年共同基金历史的美国市场上,约84%的基金投资者声明其投资目标是为将来退休而进行储蓄,对大众来说,最普遍的理财方式就是购买共同基金。但在国内,2008年中国证券投资基金年鉴进行的一次中国基金持有人调查显示,从投资者投资基金的目的看,排在首位的是“买基金回报高”,排在第二位的是“自己不会炒股”,二者合计占被调查投资者的81.3%,说明投资者购买基金主要受到短期高回报的影响,尚未将基金作为一种长期投资工具来看待;而从风险承受能力测试情况看,90%左右的基金持有人在投资基金之前没有进行风险承受能力方面的测试,这说明无论是基金的销售方还是购买方对于风险承受能力并不重视。

在美国,共同基金的年化收益在15%左右,美国基金持有人自上个世纪80年代牛市以来的平均持有周期是3-4年左右,他们通常不会随短期市场波动而频繁进出。中国证券业协会的统计显示,国内基金个人投资者持有基金的周期则在13个月。投资者的不成熟、过于关注短期业绩、频繁的申赎影响了基金经理的操作,使其追逐大盘频频进行波段操作。

(四)我国家庭在住房市场上的参与率

住房对大多数家庭来说都是重要的投资品。这可能是因为住房具有其他投资品所不具有的特性。第一,它是为数不多的、家庭可以通过借款而进行投资的投资品;第二,住房既是投资品,又是消费品。根据奥尔多投资咨询中心的调查,被调查人群在股票、现金、储蓄存款、基金、个人理财产品以及房产投资上的参与率分别为28.91%,63.60%,71.83%, 18.75%,1.85%和41.88%。可以看出,较多人持有股票、现金、储蓄存款、基金和房产。由于被调查者持有的房产在总资产中所占的份额的平均值为18.14%,远高于其他资产所占份额的平均数,所以我们可以看出房产是中国家庭最重要的资产。投资者在房产市场中的参与率随着年龄的增长是一直在增长的,从39.43%一直增长到55.56%。而且各个年龄段的投资者在房产市场的参与率都高于在其它资产市场的参与率。这说明中国投资者随着年龄增长开始积累财富后,可能首先考虑的就是购入住房,所以投资者在住房市场上的参与率随着时间是一直在上升的。

三、我国家庭金融资产选择受到抑制的现实和原因分析

居民金融资产选择行为是一个复杂的社会现象,社会结构和社会特征都会影响其选择行为的形成。在我国,庞大的个人金融资产主要以银行储蓄存款的形式存在,此外房产投资上的参与率远高于其他资产在金融资产中所占份额的平均数,房产是中国家庭最重要的金融资产(见图1)。Cocco(2004)认为住房风险会挤出投资者在股票上的投资份额。Grossman和Laroque(1990)、Flavin和Yamashita (2002)等的文献都得出了住房会挤出股票资产投资的结论。这种效应对于年轻人和低收入者更加明显。

我国个人与家庭的投资选择还受到相当大的限制,投资渠道比较狭窄。我国股市波动幅度较大,投机气氛浓厚,基金市场也是跌宕起伏,两个投资领域已经让不少散户遇难而退;投资型保险往往期限过长,居民也不太认可;银行理财客户的“门槛”偏高,不少中低收入人群被挡在了“门外”,并且银行理财产品也存在到期后银行的承诺无法兑现的可能。

我国家庭金融资产选择受到抑制、投资渠道比较狭窄的原因主要在于以下方面:(1)社会保障制度不健全是抑制我国居民投资多元化的主要原因;(2)宣传引导不够;(3)政出多门,金融市场管理体制改革滞后;(4)证券市场发展不平衡,债券市场发展缓慢,金融产品同质化比较严重;(5)金融中介创新能力较弱,服务意识不够。

四、优化我国家庭金融资产配置行为的路径选择

(一)完善包括住房、教育、养老、医疗在内的社会保障制度和网络

我国城市家庭确实存在十分强烈的预防性储蓄动机,而且高收入人群的预防性储蓄动机也很明显。为改变居民储蓄存款过快增长现实,促进消费和投资,就必须从降低居民不稳定预期入手。改革开放以来我国对住房、教育、医疗等制度的一系列改革措施,在短期使居民对未来收入和支出的不确定性预期提高,家庭储蓄因此担负着住房、教育、养老等多重责任。只有完善住房保障体系,加快养老、医疗保障和教育体系改革,才能减少居民的不稳定预期,使储蓄与国内生产总值的比例降到正常水平。

(二)加强我国金融中介的建设

由于金融中介的规模经济和专家特长,可以降低家庭投资股票市场的交易成本和降低信息不对称,实现风险管理、价值增值。近二十年来,信息技术、交易技术极大地降低了交易成本和信息的不对称程度,却并未减少投资者对中介服务的需求。目前,我国金融中介(机构投资者)的建设远远不能适应个人与家庭风险管理的需求。对于单个的个人与家庭而言,要求其具备风险管理能力,是一种过分的要求,个人与家庭的风险管理能力,总是要体现在其能够委托的机构投资者上面。如果机构投资者的产生与建设不能体现不同个人投资者的需要,那么最终结果就是个人与家庭不能获得与其金融资产相对应的风险管理选择权利与手段。在我国,亟需加强金融中介的建设,以更好地适应个人与家庭金融资产管理的需求。

(三)鼓励金融工具创新

我国的金融工具创新在深度和广度上还远远不够,金融市场和金融工具创新还存在缺陷。我国金融产品比较单一,金融工具创新还停留在基础产品的创新上,在金融衍生产品创新和组合产品创新方面则刚刚起步,金融衍生品还基本没有;产品开发中模仿式创新多、自主式创新少,产品在深度和专业化上都不足。居民对投资工具的需求还远远没有满足。我国金融机构应逐步引入市场细分理念,确立以客户为中心的经营模式,根据客户需求开发新的服务产品。

(四)加强投资者保护法律制度的制定和实施,提升金融服务机构的教育辅导功能

如何在规避风险的同时,尽可能地提升资产价值进而提高生活质量,是现代家庭不得不直面和重视的问题。就股票市场而言,由于股市参与成本的存在,缺乏金融知识和技能的投资者没有能力评估其资产组合的风险,从而无法对金融环境做出最优的应对,这就可能导致他们在市场繁荣时对预期回报过度乐观,在股市下跌时对损失过度估计。在我国,由于家庭的金融知识比较欠缺,对金融产品的认知程度不高,亟需理财专家予以指导。家庭希望在投资上获得的帮助方面,排在前三位的是:70%的家庭希望获得更加详细丰富的信息和数据、53%的家庭希望政府对金融业更为规范的监管、42%的家庭希望获得个性化的理财专家指导。

在影响家庭参与投资的因素方面,90%的家庭认为政府应该加强投资者保护法律制度的制定与实施,约80%的家庭认为金融机构的分析报告和财经媒体的分析评论对促进他们参与投资较重要,77%的家庭认为投资者教育材料较为重要,也有超过70%的家庭希望拥有反映自己意见的渠道、投资者定期相互交流的渠道以及建立民间投资者保护组织。投资者保护和投资者教育对我国资本市场乃至金融系统的长期稳健发展至关重要,政府应该加强投资者保护法律制度的制定与实施,金融服务机构也应把教育辅导功能集合到服务中去。

参考文献:

[1]Cocco,J. F.,2004,“Portfolio Choice in the Presence of Housing”[J].Review of Financial Studies,18: pp. 535-567.

[2]Campbell,J. Y. 2006,“Household Finance”[J]. Journal of Finance 61, pp.1553-1604.

[3]Guiso,Luigi,Michael Haliassos and Tullio Jappelli, 2003.“Household stockholding in Europe: where do we stand and where do we go?”[J].Economic Policy,CEPR,CES, MSH,vol. 18(36),pages 123-170,04.

[4]中国人民银行太原中心支行课题组.居民家庭金融资产组合变化趋势及效应研究――以山西为例[J].中国金融,2009,(2).

[5]史代敏,宋艳.居民家庭金融资产选择的实证研究[J].统计研究,2005,(10).