■蘇 芳,殷婭娟
居民金融資產配置的分散化程度不足不僅不利于城鄉居民在各種利率既定的條件下有效防范投資風險,實現金融資產的效用最大化,而且不利于各類金融機構的公平競爭,在一定程度上阻礙了金融市場的健康穩定發展。理論上,金融資產的分散化配置雖然可能會犧牲長期收益水平,但其在防范單一資產所產生的極端風險及提升資產組合單位風險收益方面所產生的效果十分顯著,可有效提升家庭金融福利。但現實與理論往往存在差距,家庭的金融資產配置往往缺乏分散性。由廣發銀行聯合西南財經大學發布的《2018中國城市家庭財富健康報告》顯示:在中國,僅擁有一種投資品的家庭占比高達67.7%,擁有兩種投資品的家庭占比為22.7%,擁有三種或者三種以上投資品的家庭占比僅為10.6%。而在美國擁有三種或者三種以上投資品的家庭占比高達61%。由此可見,金融資產分散化程度不足已成為我國居民家庭資產配置中最突出的問題。如何讓家庭在進行財富管理時做好金融資產的分散化配置,已成為我國大部分家庭所亟待解決的問題。
傳統理論認為理性投資者應該進行分散化的資產配置,以規避投資的非系統性風險。目前,國內外已有許多學者對居民投資分散化進行了研究,并得出了結論:各國居民金融資產配置狀況大相徑庭且存在顯著的非分散化現象。為進一步探討居民家庭在進行資產配置時非分散化現象的根源,已有學者分別從市場摩擦、投資者自身特征差異及其他外部影響因素這三個方面進行了解釋。
第一種觀點從傳統的金融市場摩擦理論出發,認為由于交易費用及信息成本等諸多摩擦性因素的存在,阻礙了金融市場中金融資產的正常交易和資本要素的自由流動,從而影響了投資者所持有金融資產組合的多樣性(Van et al.,2009)。第二種觀點是從投資者自身特征的差異性出發,認為投資者對于某類金融資產的偏好及其風險厭惡程度與其持有高分散化投資組合的可能性呈負相關(李雅君等,2015)。第三種觀點是基于其他外部影響因素的解釋,該種觀點認為金融市場中信息的有限性會驅使投資者努力搜集信息,并以自身所掌握的所有信息作為選擇金融資產的依據,因而他們更傾向投資于他們擁有相對信息優勢并較為熟悉的金融資產(Grinblatt et al.,2001),降低自身金融資產投資組合的多樣性。
事實上,在金融產品豐富化、復雜化的背景下,實現家庭的金融資產配置分散化是離不開金融素養的支撐的。近年來,一些文獻開始關注金融認知、金融知識、金融態度、金融技能等一些個體金融素養特征對金融資產配置分散化產生的影響。關于金融素養,現階段被廣泛接受的定義是由OECD(2011)所提出的:金融素養是做出合理金融決策并最終實現金融福利的必要意識、知識、技術和行為的結合。金融素養作為一種重要的人力資本,既包含居民通過理論學習所獲得的豐富的個人知識,又包含居民通過各種投資活動所積累的實踐經驗。因此,想要更好地對金融資產進行分散化配置,不但要掌握各種金融產品的含義,更要擁有一定的鑒別金融產品風險的能力。尹志超(2014)、曾志耕(2015)等使用中國家庭金融調查中心2013年的數據,研究了金融知識對家庭投資組合多樣性的影響,研究發現金融知識水平對家庭風險資產配置種類的多樣性有顯著正向影響,金融知識水平越高的家庭,越傾向于投資更多種類的金融產品。胡振、王亞平等(2018)則基于中國城市居民消費金融調查數據,分析了金融素養對家庭金融資產組合多樣性的影響,研究發現金融素養對家庭金融資產組合多樣性有顯著的正向影響,且主觀金融素養對金融資產組合多樣性的影響較客觀金融素養大。但總體上看,目前國內相關研究仍較多地集中于家庭金融市場參與和金融資產配置的影響因素上,關于金融素養對家庭金融資產配置分散化的研究仍比較欠缺且存在明顯不足:一是相關文獻對金融素養測度指標體系的構建仍不夠完善,對金融素養的描述和度量往往只側重于金融知識、金融態度、金融技能三者之一,或是將金融素養簡單分類為主觀金融素養及客觀金融素養;二是現有的關于金融資產配置分散化的研究仍側重于股票投資組合的多樣性;三是大部分現有文獻的研究方法仍停留在簡單的多元線性回歸,缺乏金融素養對居民家庭金融資產配置分散化的影響關系的深刻分析。因此,針對以上問題,本文構建了同時包含金融知識及金融技能在內的金融素養測度指標體系,以CHFS數據庫中居民家庭對活期存款、定期存款、股票等12種金融資產①CHFS數據庫中共包含12種金融資產:活期存款、定期存款、股票、基金、金融理財產品、債券、衍生品、非人民幣資產、貴金屬、其他金融資產、現金、借出款。的持有情況來測度中國居民家庭金融資產配置的分散化,并創新性地使用傾向得分匹配法研究了金融素養對中國居民家庭金融資產配置分散化的影響。
本文所使用的數據來自西南財經大學中國家庭金融調查與研究中心(CHFS)于2015年在全國范圍內開展的家庭金融入戶調研項目,其調查數據共分為三部分:家庭部分(如:資產與負債,家庭的支出與收入,金融知識等)、個人部分(如:人口統計特征、個人工作及收入信息、家庭成員教育等)、地區部分(如:調查的省份信息)。本文首先對三部分數據進行了橫向合并,然后為確保研究結論的穩健性,對缺失值(關鍵數據缺失的樣本)、無效值樣本(重復樣本、問題選擇結果不在備選答案之中、各類金融資產為負、總收入為負等樣本)進行了處理,采用有效樣本28850個。
1.核心解釋變量。本文的核心解釋變量為金融素養。為了準確測度核心解釋變量,本文除了參考由OCED(2011)提出的關于金融素養的定義外,還參考了Kim et al.(2001)、美國金融教育委員會(2007)等對金融素養的定義,認為金融素養包括對金融知識的理解和對金融技能的運用。本文根據CHFS現有數據的可得性,參考現有研究中金融素養測度指標體系的設計(胡振等,2018;Guiso&Jappelli,2008;朱濤等,2015;Hariharan et al.,2002),建立了包含金融知識和金融技能兩方面的金融素養測度指標體系,如表1所示。

表1 金融素養測度指標體系
在計算金融素養得分時,為了克服賦權過程中人為因素的影響,本文參考秦海林等(2018)對金融素養的處理方法,采取了因子分析法①具體計算步驟因篇幅所限不予列出,留存備索。,計算得到居民金融素養得分,其描述性統計結果見表2。
由表2可知,我國居民金融素養水平整體不高,金融素養得分最大值僅為2.180。將受訪家庭按所處地區劃分后發現,我國東部地區家庭居民金融素養得分均值高于中西部家庭,金融素養得分的區域差異顯著。將受訪戶家庭居民按戶主戶籍類型劃分后發現,我國城市家庭居民金融素養得分均值明顯高于農村居民家庭,金融素養得分的城鄉差異顯著。

表2 金融素養得分描述性統計結果
2.被解釋變量。本文的被解釋變量為金融資產配置分散化,金融資產配置分散化最直接的表現即為持有金融資產種類的多少,參照曾志耕等(2015)的方法,本文使用居民家庭所持有金融資產種類總數作為衡量金融資產分散化程度的第一個指標,居民家庭持有的金融資產種類總數越多,說明居民家庭金融資產配置就越分散。
此外,為了衡量持有金融資產種類總數相同的家庭在具體金融資產配置分散化上的差異,本文參照吳衛星等(2016)使用資產比重構造資產分散化指數的思路,構造出如下金融資產分散化指數公式:

其中,N代表家庭所持有金融資產種類的數量,wi表示居民家庭各類資產在金融資產總額中的比重,分散化指數的范圍在[0,1)之間。
通過公式(1)可知,在居民家庭所持有金融資產種類總數相同的前提下,各金融資產占比越接近,說明家庭資產結構中各類金融資產配置越均衡,則資產分散化指數越大,資產配置就越分散;相反,各金融資產占比差異越大,說明家庭資產結構中某類金融資產的配置就越集中,則資產分散化指數越低,資產配置分散程度就越低。為更好地把握我國居民家庭金融資產配置分散化程度的總體特征,本文整理輸出了金融資產配置分散化程度的描述性統計結果,見表3。

表3 金融資產配置分散化程度描述性統計結果

圖1 (a) 持有不同金融資產種類總數的家庭

圖1 (b) 不同金融資產分散化指數的家庭頻數
由表3可知我國居民家庭持有的金融資產種類總數均值僅為0.880,而金融資產分散化指數均值僅為0.086,表明我國居民家庭金融資產配置分散化程度低。圖1(a)為持有不同金融資產種類總數的家庭占比情況,從圖1(a)可以看出,我國不持有或僅持有一種金融資產的居民家庭占比之和高達82.46%,其中僅持有一種金融資產為存款的家庭占比高達73.5%。持有2~3種金融資產的家庭占比約為15%,而持有6種以上金融資產的家庭幾乎接近于0。圖1(b)描述的是不同金融資產分散化指數的家庭頻數,從圖1(b)可以看出,大部分居民家庭金融資產分散化指數都處于0.00~0.05之間,金融資產分散化指數在0.05以上的家庭很少。
3.控制變量。影響居民家庭金融資產分散化的因素很多,參照以往研究居民家庭金融市場參與和資產配置的相關文獻,本文選取的控制變量包括:人口特征變量(包括年齡、性別、戶籍類型、婚姻狀況、健康狀況、收入水平、所處地區),心理特征變量(主要以幸福感衡量)以及社會結構特征變量(主要以社會資本衡量),以上控制變量的賦值見表4。

表4 控制變量說明及賦值
本文采用傾向得分匹配法(PSM),其基本思路是在推斷金融素養與居民家庭金融資產配置分散化之間的因果關系時,將所有樣本劃分至實驗組和控制組。其中,實驗組為金融素養高的居民家庭,控制組為金融素養低的居民家庭,然后通過計算傾向得分將實驗組與控制組中傾向得分水平相當的個體進行匹配,從而排除控制變量的影響,保證結論的可靠性。傾向得分匹配法的使用可有效解決金融素養與居民家庭金融資產配置之間的內生性問題,得到金融素養對家庭金融資產配置分散化影響的凈效應。具體計算步驟如下:
1.“實驗組”和“控制組”的劃分。在使用傾向得分匹配法時,要求解釋變量為嚴格的二值變量,故本文借鑒吳衛星等(2007)的處理方法,設定金融素養虛擬變量(FIN-literacy),金融素養得分大于0記FIN-literacy=1,金融素養得分小于等于0記FIN-literacy=0,然后將所有樣本劃分為實驗組(金融素養高組:FIN-literacy=1)和控制組(金融素養低組:FIN-literacy=0)。
2.計算傾向得分。“傾向得分”定義為在給定一組控制變量X的情況下,某個家庭金融素養為高或低的條件概率,即:

在實際分析中,傾向得分通常需要使用Probit或Logit等概率模型進行估計。
3.匹配方法的選擇。在計算傾向得分之后,本文主要選用最鄰近匹配法進行實驗組與控制組的樣本匹配,并使用其他三種匹配方法進行穩健性檢驗。
4.匹配結果估計。對于第i個家庭而言,假設其傾向得分P(Xi)已知,則金融素養的平均處理效果為:

其中,Y1i和Y0i分別表示同一家庭在金融素養低和金融素養高兩種情況下金融資產分散化情況。
5.平衡性檢驗。在報告匹配結果之后,必須對匹配的質量進行檢驗,使匹配結果更具說服力。
傾向得分匹配法的關鍵在于找到與實驗組具有相同影響因素的控制組家庭并進行降維匹配,本文采用應用最為廣泛的Logit回歸模型進行降維,表5即為Logit模型的估計結果。

表5 Logit回歸結果輸出
由表5可知,模型準R2為0.135,LR統計量為6842.38,對應的P值為0.000,表明模型整體擬合結果較好。此外,所選取的控制變量除婚姻狀況之外,其他控制變量均在1%的統計水平上顯著,且系數方向與預期相符,這說明進行匹配的控制變量的選取基本是合理的。

圖2 (a) 匹配前的核密度函數圖

圖2 (b) 匹配后的核密度函數圖
在使用Logit回歸模型計算得出傾向得分值后,本文選擇最鄰近匹配法對樣本進行1:1匹配,為進一步觀察實驗組與控制組之間匹配的合理性,本文輸出了實驗組和控制組的傾向得分值在匹配前后的核密度函數圖(見圖2(a)、圖2(b))。
從圖2(a)可以看出,匹配前實驗組與控制組傾向得分值的概率分布差異較大,如果對兩組居民家庭之間資產配置分散化的差異直接進行比較,則得到的結果出現偏差的可能性會比較大。但在匹配之后,從圖2(b)可以看出,實驗組與控制組之間傾向得分值的概率分布程度明顯得到改善,差異減小,這也說明本文的匹配取得了較好的效果,這樣得出的結果更具可靠性。
表6為使用最鄰近匹配法估計的平均處理效應(ATT)結果。在持有的金融資產種類總數上,金融素養高的家庭平均處理效應為1.733,金融素養低的家庭平均處理效應為0.779。在金融資產分散化指數方面,金融素養高的家庭平均處理效應為0.164,金融素養低的家庭平均處理效應為0.048。以上結果表明:居民通過金融知識學習,能夠加深對金融產品風險的認識和理解,從而有效提升金融投資技能,制定更加合理的金融資產組合,金融素養的提升能夠顯著推動居民家庭資產配置的分散化。

表6 匹配結果輸出
同時為了保證研究結果的穩健性和可靠性,本文還使用核匹配法、卡尺匹配法及馬氏匹配法計算得出金融素養對家庭持有金融資產種類總數影響的平均處理凈效應分別為0.883、0.948、0.938;對家庭金融資產分散化指數影響的平均處理凈效應分別為0.105、0.105、0.106。以上三種不同匹配方法計算得出的結果差異不大,且同最鄰近匹配法得出的結果具有明顯的一致性,這進一步印證了結論的穩健性,即金融素養對家庭金融資產分散化產生了顯著的正向影響,金融素養水平的提高會顯著提升家庭金融資產配置的分散化程度。
為保證結果的可靠性,本文對使用最鄰近匹配方法進行匹配的變量進一步進行了平衡性檢驗。從表7可以看出,金融素養高組和金融素養低組在匹配前存在較大的標準化偏差,但在匹配后,除性別及婚姻狀況以外所有控制變量的標準化偏差都大幅縮小,其中:“幸福感”的標準化偏差減少了86.3%,減少幅度最小;“身體狀況”的標準化偏差減少了97.9%,減少幅度最大。這說明傾向得分匹配法通過了平衡性檢驗,其通過降低金融素養高組和金融素養低組之間的差異,有效克服了內生估計偏誤,進一步對表6結果的可靠性進行了驗證。
可支配收入是家庭金融資產形成的重要來源,也是影響居民家庭金融資產配置最基本的因素,因此本文參照國家統計局對我國居民收入水平劃分的標準,并結合CHFS現有數據的特點,對居民家庭按收入水平進行分類(“年收入<10000”為收入水平低組;“10000≤年收入<110000”為收入水平中等組;“110000≤年收入”為收入水平高組),以進一步討論不同收入水平下,金融素養對居民家庭金融資產分散化的影響。表8為按金融素養與收入水平分類的金融資產種類總數及金融資產分散化指數表。

表7 平衡性檢驗結果輸出

表8 金融素養、收入水平與金融資產分散化
由表8可知,在持有的金融資產種類總數方面:收入水平從低到高,種類總數隨著金融素養的提升分別增長了146.154%、150.916%、154.921%。類似的在金融資產分散化指數方面,收入水平由低到高,其分散化指數隨著金融素養的提高分別增長了228.889%、236.842%、260.345%。由此可見,不管是收入水平低的居民家庭還是收入水平高的居民家庭,金融資產的分散化程度都隨著金融素養水平的提高而提高,但是對于收入水平為高的家庭來說,金融素養水平的提高使得金融資產分散化的作用明顯大于收入水平為低和中等的居民家庭。

表9 不同收入水平下金融素養對居民家庭資產分散化影響的差異比較
為進一步驗證表8的結果,本文對收入水平低組、收入水平中等組及收入水平高組這三組子樣本使用傾向得分匹配法分別進行了考察。結果見表9,本文以最鄰近匹配法為例進行說明:
由表9可知,在收入水平低的居民家庭組中,金融素養高的家庭的資產種類總數及資產分散化指數分別比金融素養低的家庭高0.856和0.096;在收入水平中等的家庭組中,金融素養高的家庭的資產種類總數和資產多樣化指數分別比金融素養低的家庭高1.060和0.112;在收入水平高的家庭組中,金融素養高的家庭的資產種類總是和資產多樣化指數分別比金融素養低的家庭高1.068和0.162。以上數據表明:隨著收入水平的上升,金融素養對家庭金融資產配置分散化產生的凈效應也逐漸增大,表8的結果得到了驗證,即收入水平在金融素養對居民家庭金融資產分散化的影響中發揮著異質性作用。一般來說,收入水平比較低的家庭本身可以選擇的金融資產的品種、數量就很少,且他們的風險承受能力較低,因而即便他們有較高的金融素養,在現實生活中也很難實現資產的分散化配置,金融素養對他們實現資產配置分散化的影響十分有限。而對于收入水平高的居民家庭來說,一方面他們與收入水平為低或中等的家庭相比,本身就有更大的可能性參與到金融市場當中,因而他們的金融素養能夠更好地發揮作用,從而實現資產配置的分散化;另一方面由于財富效應的存在,收入水平較高的家庭對于未來財富的預期也更高,這會促使居民家庭投資者以更為樂觀的態度參與到金融市場,積極運用自身的金融素養,實現金融資產的分散化配置以積累自身財富。
本文利用中國家庭金融調查與研究中心2015年入戶調研的微觀數據,構建出包含金融知識及金融技能的金融素養測度指標體系,采用因子得分法計算了居民金融素養得分。然后選擇家庭持有的金融資產種類總數及金融資產分散化指數作為家庭金融資產分散化程度的代理變量,通過傾向得分匹配法(PSM)實證研究了金融素養對居民家庭金融資產分散化的影響,得出了如下結論:一是我國居民金融素養水平整體較低,且地區差異和城鄉差異十分顯著;二是我國居民家庭金融資產結構相對單一,金融資產配置分散化程度極低,金融資產分散化程度不足已成為我國居民家庭金融資產配置中的突出問題;三是金融素養對家庭金融資產配置分散化具有顯著的正向影響,金融素養高的居民家庭的資產組合分散化程度要高于金融素養低的居民家庭;四是收入水平在金融素養對居民家庭金融資產分散化的影響中發揮著異質性作用,金融素養對收入水平為高的家庭的金融資產分散化的影響要明顯大于收入水平為低和中等的家庭金融資產分散化的影響。上述研究結論的獲得對提高我國居民家庭對金融素養重要性的認識以及優化家庭金融資產配置結構有著一定的啟示:
首先,從居民自身來說:一方面,居民應主動學習金融知識,可向專業的金融機構尋求投資理財咨詢與服務,深化對金融產品及金融風險的認識和理解;另一方面,居民也需要對自身的金融素養水平進行客觀評估,不能對自身的金融素養水平過度自卑或是盲目自信,而是要根據自身情況做出理性判斷,慎重選擇金融資產。
其次,對政府來說:首先要實施有效的金融教育工作,促成相關部門與教育部門的合作,盡快將金融教育納入我國國民教育體系之中,針對不同知識水平、知識需求的居民,設計出差異性的金融教育方案,在提供金融教育的渠道和形式等方面也要注重靈活多樣;其次,政府還應加大金融知識的普及力度,可通過運用微博、微信等新媒體與傳統媒體相結合的方式,推動金融知識有效覆蓋到各類居民家庭;最后,政府應與各類金融機構加強聯系、深化合作,建立我國居民家庭金融素養評估與反饋機制,以更好地把握我國居民金融素養水平的動態變化,為政府相關政策的調整提供依據。
最后,不論是居民還是政府都應充分理解收入水平所產生的異質性作用。對于居民來說,要不斷通過提升自身職業技能、積極創業創新等途徑來努力拓寬增收渠道、提升收入水平;對于政府來說,要通過提供全方位公共就業服務來滿足居民多層次的就業需求,進一步規范收入分配制度,擴大社會保障覆蓋范圍,完善社會保障制度,確保居民家庭收入的持續穩定增長。