生命周期、人口結構與居民投資組合——來自中國家庭金融調查(CHFS)的證據

李麗芳，柴時軍，王 聰

一、引言及文獻回顧

人口結構變化及其對人們經濟活動的影響是近年來經濟學研究的熱點問題之一。生命周期理論認為，在人們的金融市場參與及投資組合決策中，個體年齡方面的差異具有重要影響，人們對資產的選擇以及家庭資產配置隨著人口年齡結構的變化也會發生改變，這種同質性變化最終勢必對中國金融市場需求結構造成重要影響。隨著人口老齡化在全國范圍內持續推進，有理由相信，人口結構的變化將會給中國資本市場帶來重大沖擊。本文的目的是試圖找出居民的年齡、年齡結構狀況與其金融投資決策間的關系，相應的結論對更全面地理解中國居民的金融資產選擇特征以及合理引導居民投資行為是有幫助的，對深化資本市場改革、金融產品創新以及保險制度完善等方面也都有指導意義。

有關生命周期、年齡結構對居民投資決策影響的研究可追溯到早期的年齡效應理論。①J. Tobin. Liquidity Preference as Behavior toward Risk． Review of Economic Studies，1958，25(1):65—86;R. C. Merton.Lifetime Portfolio Selection under Uncertainty:The Continuous Time Case.Review of Economics and Statistics，1969，51(3):247—257;P. A. Samuelson． Lifetime Portfolio Selection by Dynamics Stochastic Programming. Review of Economics and Statistics，1969，51(7):239—246.該理論利用多期的跨期資產定價模型，得出個體的投資決策與年齡無關的結論——個體的投資決策受時間的影響，隨投資時間跨度延長而遞減，直至微乎其微。但是，年齡效應理論忽略了一些影響居民投資決策的重要因素。例如，居民可能考慮遺贈一部分財產給子女，而不以一生為時間跨度來尋求效用最大化。②余永定、李軍:《中國居民消費函數的理論與驗證》，載《中國社會科學》2000年第1 期。更為重要的是，這種推測建立在市場有效的理性參與行為假設之上，而完全市場的理性投資者假設本身也存在爭議。

大量學者分別利用不同國別的數據，實證發現居民投資組合或投資結構隨年齡的變化呈現出明顯的生命周期特征，與年齡效應理論相悖。Yoo(1994)根據美國消費者財務特征調查數據，指出年輕家庭在有限收入、購房置家、幼兒撫養等多方面約束下，很少投資于風險資產;之后才逐漸參與風險資本市場;隨著年齡增加，居民會趨于風險厭惡，老齡家庭更偏好投資于低風險或無風險資產(如銀行存款、債券等)。①P. S. Yoo. Age Dependent Portfolio Selection.Federal Reserve Bank of Saint Louis Working Paper，1994.Guiso et al.(2000)比較包括英國、德國、意大利在內的歐洲諸國家庭資產組合發現，隨著年齡的遞增，居民家庭風險資本市場與無風險資本市場的參與比例分別呈現“鐘型”和“U型”的分布特征。②L. Guiso，M. Haliassos，T. Jappelli. Household Portfolios:An International Comparison. Working Paper，2000.McCarthy(2004)利用來自美國退休基金會的面板數據，實證檢驗了家庭股市參與和年齡的關系，發現居民股票投資隨年齡變化呈現先升后減的“駝峰狀”。③D. McCarthy. Household Portfolio Allocation:A Review of the Literature. ImperialCollege Working Paper，2004.

不過，經驗研究并不完全支持投資組合決策與年齡之間的駝峰關系。Heaton and Lucas(2000)發現隨著對總資產界定的變化，人們風險資產參與份額的年齡效應是動態變動的。④J. Heaton，D. Lucas. Portfolio Choice in the Presence of Background Risk.Economic Journal，2000，110(4):1—26.Ameriks and Zeldes(2004)發現在流動性資產中股票占比不會隨年齡增加而遞減。⑤J. Ameriks，Z. Stephen. How Do Household Portfolio Shares Vary with Age．TIAA－CREF Working Paper，2004.吳衛星等(2007)利用來自中國奧爾多的調查數據，實證發現中國居民在進行投資決策時極少對沖其未來現金流，風險資產的持有比例并未顯著地受到年齡的影響，生命周期效應并不明顯。⑥吳衛星、齊天翔:《流動性、生命周期與資產組合相異性》，載《經濟研究》2007年第2 期。

本文利用2011年“中國家庭金融調查(CHFS)”數據為樣本，全面研究年齡及年齡結構對居民金融市場參與(包括股票、基金、債券類產品、銀行儲蓄等)決策的影響。與既有文獻相比，本文的主要貢獻在于:第一，利用來自25 省的專項入戶調研數據，系統檢驗生命周期和人口結構變化對中國居民銀行儲蓄、債券類產品、基金、股票等金融產品的參與可能性及投資程度的影響。第二，將家庭層面的人口年齡結構納入到居民投資決策模型的決定方程中。這一嘗試拓展了家庭金融投資決策領域的研究視角。第三，從微觀家庭角度，通過構造家庭老年人口比和家長年齡考察中國居民在構建投資組合方面的年齡結構效應和生命周期效應。這是對當前中國老齡化背景下居民金融資產配置結構特征這一重大問題的有益嘗試。

本文其余部分的行文結構如下:第二部分是樣本數據、模型構造與變量設置;第三部分是實證檢驗;第四部分是結論與啟示。

二、數據、變量和模型

(一)數據與樣本

本文的數據來源為西南財經大學中國家庭金融調查與研究中心于2011年開展的“中國家庭金融調查”項目(CHFS)。該調查是一項全國性的綜合家庭調查，共涉及除內蒙古、新疆、西藏和港澳臺地區之外的25 個省市自治區，以家庭為單位，詳細調查了中國家庭的金融資產選擇、家庭人口特征以及財富收入等狀況，并最終獲得3 580 個城鎮家庭的有效樣本數據。

表1 中國城鎮家庭金融資產配置分布

表1 是中國城鎮金融資產配置結構的一個初略概括。在“中國家庭金融調查”項目(CHFS)中，家庭金融資產被分為現金、銀行活期儲蓄、銀行定期儲蓄、債券、金融理財產品、基金、股票、金融衍生品、外匯資產、貨幣黃金、借出款共11 個類別。在樣本家庭中，中國城鎮居民金融資產平均市值為111 690 元。就居民當前進行的投資項目而言，現金和銀行儲蓄最為普遍，98.23%和86.15%的家庭持有現金和銀行存款，其他參與率超過10%的投資項目有股票、基金，參與率分別為17.14% 和10.59%。樣本居民金融資產配置的投資占比統計中，平均而言，占金融資產比重超過5%的金融項目為銀行存款、股票、現金和基金，分別占到家庭金融資產總額的54.12%、19.36%、6.21%和5.03%。

與以往文獻顯示數據相比，①史代敏、宋艷:《居民家庭金融資產選擇的實證研究》，載《統計研究》2005年第10 期。當前中國居民不僅持有的金融資產更多，而且在股票、基金、外匯等高風險資產投資方面也更為積極。可能的原因包括:其一，隨著中國經濟持續高速運行，居民家庭資產和收入水平有了明顯提高;其二，近年來，中國資本市場不斷改革與發展，金融產品日新月異，家庭金融資產選擇的空間逐漸擴大，并呈現出資產配置行為復雜化與金融資產選擇多樣化的趨勢。鑒于此，合理引導家庭金融資產投資、營造理性的投資氛圍，對于改善居民福利以及資本市場穩定有序發展具有重要意義。

(二)模型與變量選取

本文的目標是研究居民的年齡以及年齡結構對居民投資組合決策的影響。借鑒吳衛星等(2010)，②吳衛星、易盡然、鄭建明:《中國居民家庭投資結構:基于生命周期、財富和住房的實證分析》，載《經濟研究》2010年第1 期。我們依金融工具的風險強度從銀行儲蓄、債券類產品(包括政府債券、企業債券以及金融理財產品)、基金和股票四類基本投資工具對樣本居民的投資參與狀況進行考察。更具體地，我們將考察年齡和年齡結構對居民參與銀行儲蓄、債券、基金和股票等金融工具選擇的可能性以及投資比重的影響。關于前者，考慮到被解釋變量的二值虛擬變量屬性，本文采用Probit 模型來研究居民參與投資金融市場(包括股票、基金、債券和銀行儲蓄)可能性的生命周期效應以及年齡結構效應。關于后者，在考察居民金融市場參與程度的影響因素時，由于各因變量涉及不同程度的數據截取問題，故本文采用Tobit 模型進行估計。具體地說，針對Probit模型，簡化實證模型如下:

決定的無法觀測的變量或潛變量。同時，有:

針對Tobit 模型，簡化實證模型設定如下:

和

其中，y1i和y2i為可觀測到的因變量，分別包括虛擬變量“居民是否投資股票”“居民是否投資基金”“居民是否投資債券類產品”“居民是否投資銀行儲蓄”和“居民金融資產中股票投資份額”“居民金融資產中基金投資份額”“居民金融資產中債券類產品投資份額”“居民金融資產中銀行儲蓄投資份額”。針對居民投資決策的生命周期假說，類似其他文獻的做法，③王聰、田存志:《股市參與、參與程度及其影響因素》，載《經濟研究》2012年第10 期。使用家庭戶主年齡和年齡平方(引入平方項是為了捕捉年齡與股票投資之間可能的非線性關系)度量，按戶主的實際年齡賦值。針對投資決策的人口年齡結構影響，借鑒Demery ＆Duck(2006)，④D.Demery，N. W. Duck. Savings Age Profiles in the UK.Journal of Population Economics，2006，19(1):521—541.以老齡人口比反映家庭年齡結構對其金融投資決策的影響，本文使用家庭總人數中60周歲以上人口所占比重對老齡人口比賦值。

根據其他類似文獻的做法，控制變量組合包括受訪家庭的收入、金融財富、人力資本、房產狀況以及其他家庭特征的相關信息。其中，家庭收入包括貨幣工資、實物補貼、遺產收入、保險收入、政府補貼、工商業生產經營項目凈利潤等價值總和，以家庭成員人均年收入賦值。金融財富對居民金融投資參與的影響可能是正向的:其一，金融財富反映家庭參與投資的能力;其二，出于分散化投資的考慮，擁有更多金融財富的家庭可能參與到更多的金融項目。以戶主的受教育程度測量人力資本水平，受教育程度變量賦值從1 至9，分別對應:未上過學、小學、初中、高中、中專/職高、大專/高職、大學本科、碩士研究生、博士研究生。房產對金融投資決策的影響是不明確的。一方面，房產投資對金融產品投資存在擠出效應;另一方面，房產對諸如股票等高風險金融工具具有很強的分散作用，還是居民獲得金融產品和服務時最理想的抵押品。該變量是一個虛擬變量，家庭擁有房產則賦值為1，反之為0。

其他家庭特征的變量包括家庭規模、政治面貌、地域背景。這些特征可以反映居民金融投資行為中的一些風險偏好，如大家庭可能存在基于經濟支持的“安全網”體系保護，從而在金融決策中更傾向于風險尋求。而政治面貌和地域背景的差異則反映了制度約束、環境激勵以及風俗文化等對其投資參與決策的影響。家庭規模以實際調查的家庭人口數據賦值。地域背景的影響以樣本居民所在省份虛擬變量度量，是則賦值為1，反之為0。政治面貌以戶主的政治身份度量，分為群眾、中共黨員、民主黨派或其他黨派，以虛擬變量法賦值。

三、實證檢驗

(一)居民金融市場參與的決定因素

在這部分，將研究年齡以及年齡結構對居民分別參與投資股票、基金、債券類產品以及銀行儲蓄可能性的影響。值得注意的是，人口年齡結構和生命周期是有聯系的，也就是說，家庭的老年人口比與戶主年齡存在高度相關性。從統計意義上講，隨著家長年齡的增長，家庭擁有60 周歲以上老人的可能概率會逐步積累，老年人口比傾向于更大。為避免多重共線性的干擾，本文將生命周期效應和年齡結構效應的考察分別納入不同的金融投資決策模型的決定方程中，詳細檢驗結果列在表2 中(1)至(8)列。

針對投資決策的生命周期假設，從回歸結果可以看出，隨著年齡的增長，居民的銀行儲蓄參與概率是逐步遞增的，債券類產品投資未表現出明顯的生命周期特征，基金和股票的投資參與概率與家長年齡存在顯著的駝峰關系。使用Probit 模型的APE(平均偏效應)方法檢驗，發現當家長年齡分別達到44.65歲和43.37歲時，家庭對基金和股票的投資可能性達到峰值。上述發現支持了個體投資決策的生命周期假設:安全類資產參與可能性隨居民年齡的遞增是顯著增強的;受風險偏好負向影響的同時，可能還受到財富積累或認知能力等因素的正向推動，居民投資風險類資產的概率隨年齡變化呈倒U 型分布。從回歸系數及其顯著性水平的比較來看，年齡對風險程度更高的股票的影響均大于基金，這加強了結論的穩健性。關于投資決策的年齡結構效應，檢驗結果如表2 中(1)(3)(5)(7)列所示，老年人口比對居民銀行儲蓄參與的影響顯著為正，而對居民基金和股票參與的影響顯著為正，居民對低風險的債券類產品的參與隨年齡結構的變化無明顯變化，說明家庭老齡化程度越高，家庭越傾向于安全類的資產配置，投資策略趨于保守。

在傳統解釋因素方面，穩健且顯著性的發現包括:金融資產、房產、受教育程度、家庭規模對居民股票投資影響顯著為正，說明更多的金融財富、持有房產、更高的受教育程度以及更大的家庭規模，促進了家庭進行高風險的股票投資的可能性。收入的影響呈先增后減的“鐘型”分布，原因可能是，收入水平的中間人群擁有更大的資產流動性的彈性空間，兩端群體或表現出沒有過多余錢，或表現出轉投房產或實業。此外，擁有更多金融財富和更高受教育程度的家庭，更有可能參與更多的投資項目。與股市參與類似，房產對基金投資的影響是以“助推”效應而不是“擠出”效應為主，即持有房產提高了居民基金投資的可能性。其他控制變量回歸結果不顯著或不穩定。

(二)居民金融資產投資比重的決定因素

不過，家長年齡和年齡結構對居民投資參與決策和投資比重決策的影響程度可能不同。比如，受財富積累的約束，年輕人可能會更少比例地參與風險資本市場，可是一旦參與市場，他們可能將更大比重的流動性資產投入到資本市場。因此，接下來將分別考察家庭投資股票、基金、債券類產品以及銀行儲蓄程度的生命周期效應和年齡結構效應，結果如表3 所示。

與表2 類似，戶主年齡對家庭的基金、股票投資深度呈現先升后降的倒U 型顯著性影響，但對銀行儲蓄的配置比重的影響大致是正向顯著的。隨著老年人口比的遞增，風險資產投資的規避程度及其顯著性逐步增強，而對銀行儲蓄的影響顯著為正。針對反映家庭年齡結構的老年人口比指標，嘗試使用更嚴格的年齡標準，以家庭總人數中65 周歲以上人口所占比重對老齡人口比賦值，并設置了相同的控制變量組合。回歸結果顯示，年齡結構變化與居民股票投資、基金投資顯著負相關，而與銀行儲蓄顯著正相關，對低風險的債券類產品投資深度的影響正，但依然不顯著。這說明在上述實證檢驗中的主要發現是穩健的。其他控制變量的回歸結果與表2 基本一致，相關理論解釋在此不再贅述。總體來看，年齡及年齡結構的變化對居民投資決策的影響在市場參與和投資比重的兩類模型中的結論是一致的，居民在作出自己的投資組合選擇時，表現出了明顯的生命周期特征。

表2 居民金融市場參與概率的Probit 模型回歸結果

四、結論與啟示

本文以2011年“中國家庭金融調查項目(CHFS)”25 省專項入戶調研數據為基礎，從年齡及年齡結構角度考察中國城鎮居民家庭金融資產選擇行為。均值統計表明，當前中國居民不僅持有的金融資產更多，而且在股票、基金、外匯等高風險資產投資方面也更為積極，但安全類資產仍然是人們的主要投資選擇。實證研究發現:第一，家長年齡對家庭投資股票、基金等風險資產的可能性以及投資深度的影響為倒U 形，對銀行儲蓄投資的影響大致是正向顯著的，而低風險的債券類產品投資決策未表現出明顯的生命周期特征。第二，隨著家庭老年人口比的遞增，風險資產投資的規避程度及其顯著性逐步增強，而對銀行儲蓄的影響顯著為正。第三，擁有更多金融財富和更高受教育程度的家庭，更有可能參與更多的投資項目，房產對基金、股票投資的影響是以“助推”效應為主，而收入的影響呈先增后減的“鐘型”分布。

表3 居民金融資產投資比重的Tobit 模型回歸結果

本文的研究是對中國居民金融資產配置結構以及投資組合策略這一重大問題的有益嘗試，對于政策制定者具有一定的啟示意義。長期來看，老齡化將是中國人口結構變化的一個主要趨勢。聯系到中國資本市場的發展，微觀居民的積極參與不可或缺，因此人口老齡化的消極影響不容忽視。一方面，政府可以通過規范資本市場、增加信息透明度、促成合理的風險溢價，避免居民面臨收益不確定性時被迫進行強制性銀行儲蓄;另一方面，中國資本市場規模偏小、品種類別趨同以及投資渠道不暢也是導致中國家庭尤其老齡家庭“有限參與”現象的重要因素，因此，如何通過金融產品的積極創新來覆蓋老齡家庭這部分弱勢群體，合理引導居民投資，也是相關部門需要深入考量的問題。