互聯網對農戶金融資產配置的影響
——基于廣義傾向得分匹配法的分析

■彭繼權

一、引言

改革開放四十多年以來，中國的社會主義市場經濟體制不斷完善，商品市場得到空前發展，但與商品和服務市場相比，土地、勞動力、資本、技術、數據等要素市場發育相對滯后，影響了市場對資源配置起決定性作用的發揮，成為高標準市場體系建設的突出短板。2020年4月，《關于構建更加完善的要素市場化配置體制機制的意見》出臺，指出要推進資本要素市場化配置，增加有效金融服務供給，健全多層次資本市場體系。目前金融資本市場的個人投資者以城鎮居民為主，較少有農村居民參與，城鎮居民能夠非常便利地參與金融資產配置可以歸功于互聯網的普及和運用。但長久以來，農村網絡基礎設施建設一直較為落后，農戶很難有機會接觸到互聯網及其延伸的金融產品，農戶金融資產配置基本處于空白狀態。隨著“寬帶中國戰略”實施，2020 年我國寬帶網絡全面覆蓋城鄉，行政村通寬帶比例超過98%，農村地區互聯網普及率達到46.2%。農村網民規模為2.55億，占整體網民的28.2%，較2014 年增長43.3%①資料來源：2020年《中國互聯網絡發展狀況統計報告》。。在農村互聯網普及率不斷提高和農戶金融資本大幅增加的情況下，農戶金融投資的意愿顯著增加。在完善要素市場化配置體制機制的背景下，農戶金融資產配置對要素市場化起到何種作用？互聯網在農戶金融資產配置中的影響又如何？厘清以上問題能為盤活農戶金融資本和增加農戶金融資本收益提供可能，也能為完善金融市場投資結構和要素市場化配置體制機制奠定基礎。

二、文獻綜述與研究假設

合理的家庭金融配置在一定程度上能促進經濟的“雙循環”發展，對社會經濟良性發展具有重要意義。以往研究更多側重于關注城鎮家庭金融配置，較少關注農村居民家庭金融配置問題。隨著農村人均收入水平不斷提高，農村家庭金融資產體量已發生明顯質變（陳志武，2013），農村家庭金融資產配置行為會影響其財產積累和消費行為，進而延伸到影響宏觀層面的資本市場運行（高明和劉玉珍，2013）。隨著信息技術的普及化，越來越多的居民在日常生活中開始使用互聯網設備和技術，居民在使用互聯網的過程中也在不斷提升自身獲取信息的個人素質和能力，所接收的信息又會進一步反作用于人們的生活生產決策（陳虹等，2015）。有學者已經就互聯網影響人類的行為進行了相關研究，王正祥（2010）發現互聯網傳播平臺會影響民眾對信息的信任和反饋。薛可等（2015）發現社交媒體會對大眾的風險感知存在影響。不僅如此，互聯網對家庭金融資產配置也可能產生影響，郭士祺和梁平漢（2014）發現網絡信息化中的股市信息會對股民的市場參與行為產生影響。劉宏和馬文瀚（2017）認為互聯網線上互動能促進民眾參與市場金融資產配置。一般而言，順暢的信息獲取渠道能有效降低金融市場信息不對稱問題，提高參與者的投資效率（董曉林和石曉磊，2018）。王智茂等（2019）發現現代信息傳播渠道比傳統信息傳播渠道更能促進家庭金融資產投資。

為了厘清互聯網使用和農戶金融資產配置間的關系，需進一步探究兩者的作用機制。農戶是理性的生產經營單位，一般對陌生事物采取比較謹慎的態度，新事物的未知風險會影響其經營決策。受制于較低的學歷水平和有限的金融知識，農戶的金融素養水平一般都不高，自然使得農戶在未清楚經營風險情況下不會輕易涉足金融資產配置，而互聯網使用則恰好能為農戶提供獲取家庭金融配置方面的信息渠道和增強農戶金融素養水平的條件（劉環宇等，2020）。一是互聯網的出現能極大降低農戶獲取金融配置信息方面的成本和擴大信息的獲取量，讓農戶有更多機會在互聯網上掌握金融產品的風險、收益，理解金融市場動向，降低對新生事物的陌生感，且目前較多金融產品能在互聯網上直接進行交易，互聯網使用能更加方便農戶的金融資產配置（王智茂等，2019）。二是農戶在使用互聯網的過程中會接收到較多金融知識，并不斷提高自身金融素養。金融素養越高就越能消除對金融資產配置的疑慮，農戶從經濟效益角度出發也會更愿意將家庭金融資產投入到比較收益較高的金融行業中，從而增強農戶的金融資產投資規模（陳曦明和黃偉，2020）。據此，提出本文的研究假設：

假設1：互聯網的使用使農戶更傾向于配置金融資產。

假設2：農戶在使用互聯網過程中能不斷提升自身金融素養，從而提高其金融資產的投資規模。

三、模型的設定

（一）數據來源

全文數據來自北京大學中國家庭動態跟蹤調查數據庫（CFPS），CFPS 采用三階段不等概率的整群抽樣設計，調查樣本涉及25個?。ǚ荩?62個縣635 個行政村或者社區。這25 個省（市、自治區）的人口約占全國總人口的95%。因此，CFPS 樣本可視為一個具有全國代表性的樣本，本文選用最新調研的2018 年數據，扣除數據庫中的無效樣本，最終使用樣本為12674戶。

（二）變量說明

因變量：采用農戶金融投資額度衡量農戶金融資產配置，為避免“金融配置”討論泛化，本文更多側重于投資獲利動機，不包括以保值為主的儲蓄行為和以風險防范為主的保險行為，主要包括家庭購買股票、基金、債券、金融衍生品及其他金融產品的正規金融投資。

解釋變量：目前學者大多從是否使用互聯網和使用互聯網程度角度來考察互聯網使用行為，本文也從這兩方面進行衡量。如果家中有1人或者以上的成人使用移動設備或者電腦上網，則表明該農戶為互聯網使用家庭。互聯網使用程度則采用家庭成人上網時間來衡量，考慮到家庭成員中可能存在從事互聯網相關工作，選擇“每天業余上網時間”進行衡量。

控制變量：（1）家庭成人平均年齡。家庭成人平均年齡在一定程度上反映家庭結構，不同家庭結構的家庭對金融資產投資的風險意識可能存在差異。（2）家中有無大學生。有大學生的家庭更易接受新鮮事物，選擇金融投資的可能性更大。（3）家庭成人平均智力水平。金融投資存在一定技術難度，智力水平會影響家庭對金融資產投資的知識獲取。（4）家庭欠債規模。家庭欠債在一定程度上制約著家庭其他非生產方面的投資。（5）家庭不動產市價。不動產一般在家庭全部資產中比重較大，不動產市價不僅能反映出家庭貧富程度，也很大程度決定著家庭金融資產配置，選用此變量還可以辨別不動產資產對金融資產究竟是存在替代效應還是互補效應。（6）家庭社會資本。社會資本較高的家庭會有更強的風險抵御能力，可能更愿意將金融資本進行市場化配置。（7）家庭貨幣資產。貨幣資產主要指現金和存款，是家庭進行金融投資的基本條件。變量的描述性統計如表1所示。

（三）模型構建

互聯網使用和農戶金融資產配置會存在互為因果的關系，簡單采用OLS 回歸可能導致模型內生性問題，造成估計結果偏誤。為此，Rubin（1974）提出“反事實框架”，稱為“魯賓因果模型”，以此模型解決內生性問題。PSM 中的處理變量應為外生政策沖擊，在農村網絡型基礎設施不斷發展和農民生活水平顯著提高的背景下，農戶能通過手機、電腦等方式非常便捷的接觸到互聯網，互聯網已成為生活工作中的一部分。因此，互聯網使用滿足嚴格外生的條件。PSM 的基本思路為：首先，利用手機每個樣本使用互聯網的條件概率擬合值，此概率為傾向得分值（PS），PS 值相近的互聯網使用農戶與互聯網未使用農戶構成共同支撐領域。

表1 變量描述性統計

其次，將使用互聯網的農戶和未使用互聯網的農戶逐一匹配，確保兩組特征相近。最后，利用控制組模擬處理組的反事實狀態（未使用互聯網），比較農戶在使用和未使用互聯網這兩種互斥事實下的金融資產配置差異，差值為凈處理效應。農戶金融資產配置的平均處理效應（ATT）為：

本文不僅分析互聯網是否使用對農戶金融資產配置的影響，還進一步分析互聯網使用程度對農戶金融資產配置的影響，然而PSM 方法僅適用于二元處理變量，無法處理連續性處理變量。Hirano&Imbens（2004）將二元處理變量的PSM 方法擴展到連續性處理變量的GPS 方法，能在每一個處理水平上評估互聯網使用對農戶金融資產配置的影響。GPS 方法假設在控制協變量X的條件下，互聯網使用程度取值對應的農戶金融資產配置相互獨立，也就表明互聯網使用程度具有隨機分布性。因此，該方法能較好解決與協變量X可能存在的估計偏誤。

廣義傾向得分匹配估計有三個步驟：首先，在給定協變量X的情況下，運用極大似然法估計連續型處理變量T的條件概率分布G（Ti）：

其中，y（λXi）為協變量X的線性函數，λ和σ2為待估參數。根據協變量X 估計出廣義傾向得分：

最后，將（4）式的回歸結果代入（5）式中，可以得出處理變量為t時結果變量Fi的期望值：

四、回歸結果分析

（一）互聯網是否使用對農戶金融資產配置的PSM估計

在采用PSM 方法估計農戶是否使用互聯網對金融資產配置的凈效應時，需要首先計算傾向值。使用Probit 模型估計因變量為農戶是否使用互聯網的決定因素，估計結果見表2。回歸結果顯示所有自變量對農戶是否使用互聯網有不同程度的顯著影響，可以將所有影響因素歸結為一個傾向值，根據此傾向值對農戶進行匹配。使用PSM方法的另一個前提條件是滿足共同支撐假設和平行假設，表2中為樣本平行性檢驗結果。匹配前的控制組和處理組中各特征變量不存在顯著差異，匹配后的控制組和處理組中各特征變量不存在顯著差異，且各特征變量匹配后的標準化偏差均小于20%，說明匹配后各特征變量誤差消減效果較好，匹配結果滿足平衡性要求，也說明控制組和處理組在金融資產配置的差異確實由農戶是否使用互聯網所致。

表2 傾向得分匹配的平衡性檢驗結果

本文采用多種匹配方法進行估計，由表3可知，匹配前農戶使用互聯網對農戶金融資產配置會顯著提升0.73%。采用4 種匹配方法估計后，互聯網使用對農戶金融資產配置的影響依然顯著，鄰近匹配、半徑匹配、核密度匹配和局部線性匹配估計的ATT值分別為0.63%、0.62%、0.67%和0.63%?？傮w而言，傾向得分匹配法能夠消除控制組和處理組的樣本差異，最終凈效應ATT的平均系數為0.64%，比匹配前的影響系數略有縮小，說明樣本自選擇偏誤確實會干擾模型估計結果。

表3 互聯網使用對農戶金融資產配置的PSM估計結果

（二）互聯網使用程度對農戶金融資產配置的GPS估計

廣義傾向得分匹配法的第一步和第二步估計結果見表4。表4 中Fractional Logit 模型估計結果可知，所有自變量對農戶金融資產配置有顯著影響，說明本文選取的控制變量較為合理。此外，根據估計參數的性質可知，家庭平均成人年齡和家庭欠債規模與農戶金融資產配置負相關，家中有無大學生、家庭成人平均智力、家庭不動產市價、家庭社會資本和家庭貨幣資產與農戶金融資產配置正相關。再根據Fractional Logit模型所估計的廣義傾向得分調整匹配后的樣本進行平衡性檢驗，參考Hirano&Imbens（2004）的平衡性檢驗法，由于互聯網使用程度在[0，1]區間上主要集中在中部，嘗試對處理強度較小區間進行細分，對處理強度交大部分進行粗分，選取處理強度0.1 和0.86 作為臨界值，即可將樣本按臨界值分為3 組，然后檢驗廣義傾向得分匹配后樣本在3 個子區間的各匹配變量條件均值差異。平衡性檢驗結果顯示：在3個子區間內，只有[0，0.1]區間中的家庭社會關系和（0.86，1]區間中的家庭負債規模在5%水平上顯著，其他區間的各匹配變量的平均偏差雙尾t檢驗都不顯著，表明各匹配變量經過匹配后不與處理變量互聯網使用程度相關，也說明各匹配變量在匹配后不存在系統系差異，匹配結果滿足平衡性假定。

表4 廣義傾向得分匹配估計及平衡性檢驗結果

利用第一步的估計結果再測度出結果變量農戶金額資本配置的條件期望，從表4 可知，互聯網使用程度、互聯網使用程度的平方和農戶金融資產配置的估計系數通過1%水平的顯著性檢驗，互聯網使用程度和農戶金融資產配置的交互項通過5%水平的顯著性檢驗，農戶金融資產配置的平方的估計系數未通過10%水平的顯著性檢驗。因此，在（6）式中剔除農戶金融資產配置平方變量，并以此為基礎進行第三步估計。

表5 廣義傾向得分匹配處理效應估計結果

可以利用式（6）估計互聯網使用程度在不同處理水平上農戶金融資產配置的期望值及其邊際變化，估計結果見表5。采用二階逼近估計的方法進行回歸，發現處理效應隨著互聯網使用時間提高而呈現逐漸下降趨勢，即由正向處理效應向負向處理效應轉變。標準化互聯網使用程度在0～0.6處理水平上，即真實互聯網使用時間在0.2～4小時，增加互聯網使用時間會顯著提高農戶金融資產配置規模，但此效應在逐漸減弱。當標準化互聯網使用程度超過0.6 處理水平時，互聯網使用程度的處理效應便不再顯著。當處理水平超過0.75 時，互聯網使用程度的處理效應不顯著，且為負效應。總體而言，互聯網使用程度處于相對較低水平時，互聯網使用時間增加能顯著提高農戶金融資產配置規模，而在較高水平時并不能顯著提高農戶金融資產配置規模。說明互聯網的使用程度是促進農戶金融資產配置的“強心劑”，但并非“持效藥”?；ヂ摼W使用時間過長可能會影響正常工作時間，反而不利于農戶進入金融市場。再則，互聯網使用時間過長的農戶可能并不是把全部上網時間都用來配置金融資本，從而未能有效提升金融資產配置規模。

根據式（6）所估計的期望值及其邊際效應值，可以得出全樣本的劑量反應函數圖，如圖1。圖1中實線表示互聯網使用程度與農戶金融資產配置的函數關系，另外兩條虛線分別代表GPS估計函數95%的置信上限和置信下限，該值是通過自舉法（Bootstrap）重復500 次所得，圖中應重點關注中間實線。從圖1可知，互聯網使用程度對農戶金融資產配置存在促進效應和抑制效應，只有當互聯網使用程度較高時，抑制效應才發生作用，否則一直為促進效應。

圖1 劑量反應函數示意圖

（三）互聯網使用對農戶金融資產配置的作用機制檢驗

農戶在使用互聯網過程中會不斷獲取有關金融資產配置方面的信息，這一過程也會提升農戶金融素養水平，從而降低農戶對金融資產配置的陌生感，促進農戶參與金融資產配置。目前關于衡量金融素養的方法較多，但大多都是從金融知識掌握的程度來考察（劉環宇和鄧永勤等，2020）。CFPS中有對農戶金融知識能力的考察，本文選取5個金融知識問題來衡量農戶金融知識，包括是否了解存款利率、是否了解不同金融產品、是否了解收益計算方法、是否了解投資風險和是否了解利息計算方式，回答正確得1分，農戶金融素養水平取值區間在[0，5]，表6為互聯網使用對農戶金融資產配置作用機制的檢驗結果。從互聯網是否使用模型看，表6中回歸（1）的估計結果表明互聯網的使用會對農戶金融資產配置有顯著作用，估計系數為0.545?；貧w（2）中估計結果表明互聯網的使用能顯著提高農戶金融素養水平，回歸（3）中互聯網的使用和金融素養對金融資產配置有顯著的正向作用，表明在控制了互聯網使用變量的影響后，中介變量金融素養對農戶金融資產配置的影響依然顯著。從各變量參數估計值的顯著性情況看，金融素養存在部分中介效應，比重為24.2%。意味著互聯網使用對農戶金融資產配置的影響大約有24.2%是通過金融素養變量的中介作用所實現，即互聯網使用通過改變農戶金融素養，再影響農戶金融資產配置。同理，從互聯網使用程度模型看，金融素養在此模型中依然存在部分中介效應，其中介效應占總效應的32.1%。由此基本驗證了金融素養在互聯網使用對農戶金融資產配置中能起中介作用。

表6 互聯網使用對農戶金融資產配置的作用機制

五、結論及建議

本文基于2018 年中國家庭追蹤調查數據，采用反事實分析框架探究互聯網使用對農戶金融資產配置的影響。研究表明：（1）通過傾向得分匹配法（PSM）可知，使用互聯網的農戶更有可能參與金融資產配置，互聯網使用會顯著提升農戶金融資產配置的0.64%，OLS 會高估互聯網使用對農戶金融資產配置的影響。（2）通過廣義傾向得分匹配法（GPSM）可知，不同互聯網使用程度對農戶金融資產配置的影響存在差異，互聯網使用程度在0.75處理水平（5.8小時）之前起促進效應，在0.75處理水平之后起抑制效應，可能原因是互聯網使用時間過長會影響正常工作時間，或農戶并不是把全部上網時間都用來配置金融資本，且僅在0.6（4 小時）處理水平之前通過顯著性檢驗，說明互聯網使用只能是促進農戶金融資產配置的“強心劑”。（3）從作用機制檢驗可知，金融素養在互聯網是否使用和互聯網使用程度對農戶金融資產配置中都起部分中介作用，其中介效應分別為24.2%和32.1%。

為科學引導農戶金融資產投資行為和提高農戶金融資產配置能力，可以充分發揮互聯網信息傳播渠道在家庭金融資產配置中的作用。首先，需要規范互聯網中發布家庭金融資產配置信息的提供者，避免不實信息誤導普通投資者，建立完善的金融市場信息披露制度和堅決打擊金融違法詐騙等犯罪活動，營造一個良好的金融市場投資環境。其次，加強家庭金融資產配置的互聯網安全建設，切實保護好金融服務提供者和金融投資參與者的數據安全，避免因數據泄露而造成其他延伸問題，讓民眾能真正放心地參與到金融資產配置活動中。再次，通過舉辦農村金融知識大講堂、現場演示農民感興趣的金融業務流程等多種貼近農民生活的形式，幫助其更深入地了解金融產品和服務，提升農村金融消費者和其他金融服務群體的金融知識水平和金融素養，從而將更多經濟主體納入金融服務體系，享受金融發展的“紅利”。最后，需要樹立起農戶金融資產配置的正確投資觀，在加強農戶金融資產配置相關知識和技能的同時，也需要加強農戶的金融投資風險意識，避免不正確金融投資活動對家庭可持續性發展造成的不良影響，甚至陷入貧困狀態。