居民資產負債結構對家庭財富差距的影響研究
——基于中國家庭金融調查（CHFS）的實證分析

○何 敏 蔡定洪 張 翼 和樹賀

中國人民銀行揚州市中心支行 江蘇揚州 225000

引言

由于財富的積累效應，居民財富①除了特別注明外，本文所說的居民財富（wealth）指居民部門擁有的凈資產，包括金融資產和非金融資產，同時對居民個體財富和家庭財富不再進一步區分。差距通常比收入差距更為顯著，其影響也更為突出。近幾十年來，全球主要國家居民收入和財富差距問題日益突出，成為影響經濟社會穩定的重要問題。財富兩極分化成為影響發達國家經濟社會穩定的突出問題，并引發社會階層固化、逆全球化等一系列后果。國外相關研究表明，主要發達國家的財富兩極分化不僅源于收入分配的不平等，很大程度也來自于資產價格變動和居民資產結構、負債率等金融因素的影響。

共同富裕是社會主義的本質要求。我國居民財富差距總體上低于主要發達國家和發展中大國，但近年來也出現了居民財富差距拉大、頂級階層財富份額加速上升等現象。而當前國內學術界對導致我國居民財富差距的金融成因尚缺乏系統研究，特別是鮮有文獻探究居民資產結構、資產負債率等結構性因素如何影響家庭財富差距。

本文旨在探究居民家庭財富差距的金融成因，尤其是家庭資產負債的結構性因素對財富變動的影響。借助央行居民資產負債調查和2013—2019年中國家庭金融調查等微觀數據，分析居民家庭資產結構、資產負債率等結構性因素如何影響居民財富增長和財富差距。通過實證分析發現，我國居民家庭資產結構和資產負債率對于家庭財富變動存在顯著影響，其中金融資產占比和資產負債率越高，家庭財富增長越慢。導致這一現象的原因主要是住房在我國家庭總資產中占據主體，以及近年來房地產市場分化、居民投資風險偏好、負債能力和負債成本存在差異等。

一、研究背景與文獻綜述

（一）主要發達國家和我國居民財富差距

20世紀80年代以來，各主要經濟體特別是西方發達國家出現社會各階層收入和財富差距不斷拉大的現象。特別是2008年國際金融危機和2020年新冠肺炎疫情發生后，各國財富差距進一步拉大。據瑞信研究院《2021年全球財富報告》統計，2020年受新冠肺炎疫情沖擊，全球GDP下降約3.5%，而全球居民財富總額同比增長7.4%，創歷史新高。與此同時，貧富差距進一步擴大，2020年在全球10個主要經濟體中，有8個國家的頂級富人（最富有1%人群）占本國社會總財富的份額繼續提高。

我國國家統計局自2003年以來每年公布全國居民收入基尼系數，但沒有統計財富基尼系數，因此本文主要通過相關機構的測算及住戶調查②包括中國居民收入分配課題組調查（CHIP）、北京大學的中國家庭追蹤調查數據（CFPS）、西南財經大學的中國家庭金融調查（CHFS）、中國人民銀行的居民資產負債調查等。等微觀抽樣調查進行分析。

1.從總體水平看，我國居民財富差距仍處于世界中等偏低水平，低財富階層相對份額好于歐美等國。由于我國實行社會主義經濟制度，加之改革開放前處于高度平均狀態，因此經過40多年市場經濟發展后，居民財富差距仍然遠小于主要發達國家。根據瑞信研究院測算，2019年中國居民財富基尼系數為0.697，在有數據的173個經濟體中排名112，不僅遠低于美國、英國等發達國家，以及俄羅斯、巴西等發展中大國，也低于德國、瑞典、丹麥、挪威等以社會差距較小著稱的歐洲國家。根據中國人民銀行2019年中國城鎮居民資產負債調查③中國人民銀行調查統計司.2019年中國城鎮居民家庭資產負債情況調查[J].中國金融，2020（9）。（以下簡稱2019年央行調查），我國總資產最低40%的家庭占全部家庭資產的8.8%，而2017年歐元區底層40%的家庭僅持有家庭總資產的3%，美國2019年底層50%的家庭更是只擁有家庭總資產的1.5%，我國低財富階層所占的相對份額遠好于歐美發達國家。

2.從發展趨勢看，各階層絕對財富水平都有提高，但財富基尼系數有所拉大。與主要發達國家底層特別是中產階層財富總體狀況惡化不同，近年來我國各階層的財富絕對水平都持續提高。但從收入和財富的基尼系數走勢看，近年來隨著精準扶貧、二次分配調節力度加大等，我國居民收入基尼系數已經有所縮小，國家統計局公布的收入基尼系數從2008年的0.491降至2020年的0.468。而財富基尼系數并未隨收入基尼系數一道收斂。根據瑞信研究院數據，我國居民財富基尼系數從2000年的0.599上升至2019年的0.697，2020年財富基尼系數進一步上升至0.704，已經超過0.7的警戒線水平，并超過日本、法國、意大利等發達國家。

3.從具體階層情況看，頂級階層的財富增速和相對份額呈現快增長趨勢。根據瑞信研究院（2021）數據，2020年中國財富排名前1%居民（頂級階層）占居民總財富的比例升至30.6%，比2019年上升1.6個百分點，比2000年上升9.7個百分點，頂級階層的財富相對份額在主要經濟體中排名從第9位上升到第5位。此外，由于高財富階層特別是頂級階層往往不愿透露實際財產水平，其實際財富份額可能高于調查顯示水平。如羅楚亮和陳國強（2021）根據歷年中國富豪福布斯榜和胡潤榜，推算財富分布高端人群的財富分布特征，結合住戶調查數據重新估算全部人群的財產差異程度。發現按照“相對標準”的拼接結果，財產基尼系數小幅上升或略有下降；但按照“絕對標準”的拼接結果，總體財產基尼系數大幅度上升，甚至接近0.8左右的世界較高水平。

（二）導致財富差距的金融根源及研究綜述

關于導致居民財富差距的原因，國外研究主要從財富積累動機、積累能力、積累方式三個方面解釋財富差距的形成機制。早期研究主要強調財富積累動機和積累能力（包括收入稟賦和遺產等財富轉移）差異。如Gimenez et al.（1997）認為就業狀況、教育水平和婚姻狀況是影響美國居民收入稟賦和財富水平的三個主要因素。Cagetti et al.（2008）認為除了收入稟賦之外，遺產等財富轉移也是導致美國財富差距的重要根源。但積累動機和積累能力差異難以解釋財富差距的周期性變化特別是頂級階層的財富集中現象。近年來，更多的學者開始注意到財富積累方式金融因素的影響：居民在資產組合、回報率及債務杠桿率方面的差異也是導致財富兩極分化的重要因素。如托馬斯·皮凱蒂（2014）圍繞貧富差距這一核心問題分析，認為從美歐百年歷史數據的長期趨勢看，資本收益率特別是頂級資本的收益率長期高于國民收入增長率，導致了財富差距擴大。特別是近年來，由于金融危機后貨幣超發資產價格暴漲，收入和財富的兩極分化進一步擴大，進而影響經濟社會穩定。研究者還發現，由于存款、債券、股票和房地產等資產的長期收益率不一致，同時各階層的資產負債結構明顯不同，因此最終導致各階層財富增值速度產生顯著差異。如Wolff（2014）指出，2007年的次貸危機扭轉了自20世紀80年代以來美國中產階層的財富增長趨勢，中產階層財富急劇下滑和全社會財富差距擴大的主要原因是中產階層在高杠桿率和房產在總資產中占比較高的情況下遭遇房價暴跌。Kuhn et al.（2018）基于美國消費者金融調查（SCF）長期歷史數據，研究了1949—2016年期間美國家庭收入和財富的共同分配，指出資產組合構成和資產價格對戰后美國財富差距狀況具有核心影響。美國中產階級的投資組合以住房為主，且投資杠桿率較高，而富裕階層主要投資公司股權，且投資杠桿率較高。在其他條件相同的情況下，房地產市場繁榮更有利于中產階級，并在一定程度上減少了全社會的財富差距，而股市繁榮更有利于富裕階層，并擴大了全社會的財富差距現象。股票和房價的差異變化塑造了戰后美國的財富分配格局，并在很長一段時間內使收入和財富分配脫鉤。類似的研究在歐元區有所發現，如Adam and Tzamouranis（2016）對歐元區居民資產結構與財富變化的研究表明，債券價格收益水平與居民凈財富規模并不相關，而股票收益在很大程度上偏向于財富高凈值群體，從而擴大了財富的差距，住房價格的上漲收益則呈現出駝峰形狀，最貧窮和最富有的家庭受益相對較少，中產階級受益最多，同時歐元區各個國家存在相當大的異質性。Alves and Silva（2021）研究指出貨幣政策通過影響收入、投資組合和資產收益影響財富分配，資產價格特別是股票價格上升，導致財富差距增加。

相對于主要發達國家長期穩定的市場經濟環境和中低速增長，我國改革開放以來的40多年經歷了由計劃經濟向市場經濟、單一公有制向多種所有制、高速增長向中高速增長的多重歷史轉型，因此導致居民財富差距的原因錯綜復雜。早期的研究主要集中在收入、職業等因素，如李實等（2000）認為城鎮居民財富差距并非全是市場化的結果，部分原因來自于傳統計劃經濟遺留影響，職業特征、身份背景影響財富差距。羅楚亮（2012）認為早期的收入波動影響財富差距，而后來逐步讓位于收入積累因素。近年來相關研究開始側重于資產價格和金融因素的影響。如陳彥斌和邱哲圣（2011）指出，房價影響居民儲蓄與財富差距，高房價使得城鎮中低收入階層受損最多。薛寶貴和何煉成（2017）認為，居民財富差距既有城鄉二元結構、經濟轉軌等外生因素，也有市場內生因素，既有收入差距和儲蓄率的積累因素，也有金融市場的財富效應和債務杠桿的放大因素。杜兩省和程博文（2020）通過構建帶有職業選擇的兩部門異質模型,分析金融摩擦和收入風險對財富分配的作用，發現金融摩擦會通過職業選擇、自我保險和自融資來影響個人的財富積累,從而導致財富的集中和差異。

但在總體上，國內學術界對導致我國居民財富差距的金融原因尚缺乏系統研究，特別是對于家庭資產結構和資產負債率等金融結構性因素與家庭財富差距的關系鮮有文獻探究。因此，本文圍繞我國居民家庭財富差距的金融成因，重點探究家庭資產結構和資產負債率等金融結構性因素如何影響家庭財富差距。

二、我國居民財富差距的金融成因分析和研究假設

結合國內外實踐和相關研究，本文認為，影響我國居民財富差距的金融結構性因素主要包括以下四個方面：

1.3.2 小龍蝦產量 小龍蝦產量計算為處理區與對照區各投放20個地籠捕撈小龍蝦，捕撈時間為2017年6月8—30日，每天稱量記載捕撈量。

一是住房商品化和金融化的影響。20世紀90年代以前，我國城市居民住房主要是公有產權，住房在居民財富中占比很小。1998年，我國開始推進城市住房制度改革，逐步取消福利性分房。隨著商品房市場的發展，我國居民的住房自有率和住房在居民財富中占比不斷提升。根據2019年央行調查，我國城鎮居民戶均住房資產187.8萬元，住房占家庭總資產的比重為59.1%，成為居民財富的主體。這種以住房為主的資產結構在居民財富差距上形成了兩方面的影響。在“量”的方面，住房擁有率和戶均數量的相對平均在一定程度上熨平了財富差距。根據2019年央行調查，我國城鎮居民住房家庭擁有率達到96%，高于美國32.3個百分點。其中有一套或兩套住房的家庭占89.4%，有三套及以上住房的占比僅為10.5%，多套住房和無房戶都只是少數。特別是低收入群體的住房擁有率遠高于其他國家，我國收入最低20%家庭的住房擁有率達89.1%，而美國收入最低20%家庭的住房擁有率僅為32.9%。在“價”的方面，房價走勢分化又擴大了不同區域的居民財富差距。2019年央行調查顯示，東部地區居民家庭戶均總資產為461萬元，分別高出中部、西部、東北地區197.5萬元、253.4萬元和296.0萬元。其中房價較高的北京、上海、江蘇、浙江、福建、廣東等東部沿海地區居民資產總額處于前列，而房價較低的西北、東北地區居民資產總額處于后列。

二是不同階層的金融風險偏好和投資組合差異。通常認為高財富階層由于風險承受能力較強，更愿意投資高風險、高回報率的資產；而低財富階層由于風險承受能力弱，更傾向于投資低風險、低回報率的資產，兩者的風險偏好和投資組合差異，導致財富差距進一步擴大。張琳琬和吳衛星（2016）基于2007年的家庭金融微觀調查④該研究使用的數據來自北京奧爾多投資咨詢中心2007年的“城市投資者行為調查”。和資本市場歷史收益數據，證明了居民的相對風險厭惡程度隨著財富的增加而遞減。2019年央行調查也發現，高財富階層參與風險金融市場的意愿更強，金融資產表現形式更加多元化。總資產最高20%家庭的風險金融資產持有率為87.9%，最低20%家庭的持有率為29.8%，而且高資產家庭的各類金融產品持有率都明顯高于平均水平。相較于實物資產，金融資產的不均衡程度更明顯。實物資產最高10%家庭擁有的資產占比為47.1%，而金融資產最高10%家庭所擁有的金融資產占所有樣本家庭的58.3%。高財富階層擁有更多收益較高的風險資產，從而拉大貧富差距。

三是居民負債能力和負債成本的差異。金融的本質是資金融通，把資金配給短缺者，而在實際的居民融資活動中，由于高財富階層可抵押物多、信用水平高，更容易獲得低成本的銀行融資;而低財富階層缺乏抵押物，往往難以獲得融資，或只能通過高成本的民間借貸融資。2019年央行調查顯示，受調查家庭中，有負債的占56.5%。其中資產最高20%家庭的負債參與率為63.3%，且負債中97.1%為銀行貸款；資產最低20%家庭的負債參與率僅為38.6%，其負債的89.4%來源于銀行貸款，遠低于其他家庭，9%來自于民間借貸，遠高于其他家庭。從居民家庭資產扣除負債后的凈資產分布看，凈資產最低20%家庭的凈資產僅占全部樣本家庭凈資產的2.3%，而最高20%家庭的凈資產占總量的64.5%。居民家庭凈資產的差距明顯高于家庭總資產，居民負債能力和負債成本的差異，進一步放大了財富差距。

四是非常規貨幣政策的財富分配效應。西方傳統觀點認為，貨幣政策是總量政策，長期以來，貨幣政策制定者在很大程度上忽視了分配效應，主要發達國家央行模型均建立在單一代表性家庭的基礎上。也有學者認為，貨幣政策從長期看，可以自發改善貧富差距，如Romer（1999）認為，從長期來看，旨在保障總需求的貨幣政策有助于穩定通貨膨脹和減少失業，改善窮人的狀況。但是，自從2008年國際金融危機爆發以來，前所未有的超寬松貨幣政策引起了全球范圍對非常規貨幣政策可能加劇收入和財富差距的擔憂。一方面，超低的政策利率使得利息收入減少，不利于持有更多生息資產的高收入階層，而缺乏生息資產的中低收入階層較少受到直接影響，同時超低利率環境改善了低收入階層的就業狀況，一定程度上縮小了收入差距。但另一方面，在非常規貨幣政策的“大水漫灌”之下，資產價格普遍上升，擴大了有產者和無產者的財富差距。從實證研究看，多數觀點認為主要發達國家的非常規貨幣政策在總體上擴大了財富差距。從我國來看，目前尚未采取零利率、量化寬松等非常規貨幣政策，但在流動性總體充裕的背景下，資產價格上揚，特別是部分優質公司股票、一線城市房產等“核心資產”增值，在一定程度上更有利于擁有這類資產的高財富階層。另外值得注意的是，當央行在面臨國際金融危機和國內經濟下行開展逆周期操作時，“炒房者”利用抵押貸款購買住房，債務增加同時住房財富增加，而“量入為出”家庭則成為被動儲蓄者，存款增加而實際購買力縮水，可能引起財富差距擴大。

綜合上述分析，本文提出兩個假說：

假說1：居民家庭資產投資組合，尤其是金融資產與非金融資產（主要是房產）占比會影響家庭財富增長，導致財富差距變化。

假說2：居民家庭負債率會影響家庭財富增長，導致財富差距變化。

三、實證分析與結果

（一）模型設定與相關變量定義

根據研究假說1和假說2，為驗證居民家庭資產組合和家庭負債，對于家庭財富水平的影響，本文在參考借鑒相關文獻基礎上構建如下面板回歸模型：

其中，i、t分別表示居民家庭、時間屬性，Wealth表示居民家庭財富變量，以居民家庭凈資產表示，即資產減去負債的部分；Finance是家庭資產負債結構變量，包括家庭資產結構（以金融資產占總資產的比重表示）和家庭資產負債率（以家庭總負債占總資產的比重表示）兩個核心解釋變量；Control是其他可能影響非金融企業杠桿率變動的控制變量，根據數據的完整性、相關性、可得性等多重因素，本文選取了家庭戶口類型、家庭戶主的文化程度、家庭戶主身體健康狀況、家庭是否擁有住房、家庭戶主社會保障水平、家庭年度總收入水平等8個相關變量；ε為隨機擾動項（詳見表1）。

表1 變量符號與含義描述

（二）樣本選擇與描述性統計

考慮到微觀調查數據的可得性，本文使用中國家庭金融調查（CHFS）在2013年、2015年、2017年和2019年的調查結果數據。目前，此項調查收集了家庭的資產與負債、收入與支出、保險與保障、人口與就業等多方面信息，2019年家庭樣本量已達34643戶，覆蓋全國29個省份，345個縣（含區、縣級市），具有全國和省級代表性，成為研究居民家庭資產負債及資產配置等相關課題的重要數據來源。考慮到調查樣本的延續性及數據的完整性，本文手工整理了具有兩期及以上期數的樣本為研究對象，同時對于數據質量較差、研究對象特殊（例如本文研究對象以18周歲以上的家庭為主）、金融資產小于0等問卷進行適度刪減，共整理了9923個家庭樣本。

各變量的描述性統計結果如表2所示：研究樣本家庭財富均值為116.09萬元，但標準差為216.05，這說明不同樣本家庭之間存在較大財富差距，家庭財富最大值為3790萬，而最小值基本為0，即凈資產為0；家庭資產結構顯示，金融資產占總資產的比重平均為10%，極值顯示不同家庭金融資產占比也存在較大差異，最高為100%，說明家庭資產幾乎全部以存款、基金、理財等金融資產形式存在，最低為0%，而且在有無住房的家庭中，金融資產占比也存在較大差異，擁有住房與無住房的家庭金融資產平均占比分別為8.31%、27.5%；資產負債率平均值為6%，極值顯示部分家庭負債率較高，達到了100%，而部分家庭沒有負債，資產負債率為0%。其他變量的基本特征詳見表2。

表2 變量描述性統計

從走勢看，家庭財富總體平均水平呈現顯著的上升趨勢。如圖1所示，2013年以來的四個調查周期顯示，家庭財富平均水平從2013年的72.67萬元快速上升至2019年的136萬元，累計漲幅達87.1%。家庭金融資產占比緩慢波動上升，并出現階段性環比回落態勢。居民家庭金融資產也有所上升，但在資產中所占份額并未表現出顯著的上升趨勢，而且階段性下降明顯。2019年調查周期居民家庭金融資產占比為9.8%，較2013年上升18.3%，但較2017年占比下降1.7個百分點。家庭資產負債率也表現出先升后降趨勢，在2015—2017年有所上升，但2019年有所下降。從上述可知，家庭財富與資產結構（金融資產占比）、資產負債率之間的變動趨勢有所差異。

（三）基準回歸分析

基準估計結果顯示（見表3），不論是否加入控制變量，資產結構變量（Structure）均通過了顯著性檢驗，且系數均為負值。在加入所有控制變量和資產負債率變量的情況下，相關系數為-1.9。以金融資產占比為代表的資產結構對居民財富水平的變化存在顯著的負向影響，即金融資產占比上升，并不會引起居民財富水平的上升，反而會抑制居民財富積累。考慮到金融資產以外的家庭非金融資產，主要是房地產，特別是商品住房。這說明持有商品住房等形式的非金融資產的提高，要比持有金融資產對于居民財富增加更加有利。這主要因為2013年以來，住房市場出現明顯分化，原本房價較高的熱點城市出現價格更快上升態勢，如2013—2019年期間，北京、廣州二手房成交均價分別累計上漲140.9%、115.6%，深圳二手房成交均價漲幅接近2倍。持有非金融資產（房產）對于居民財富積累具有顯著的拉動作用。而持有金融資產較多的群體和房產價值較低地區的居民，資產雖有升值，但落后于家庭財富總體增速，即家庭金融資產占比對家庭財富產生抑制作用。

表3 基準估計結果

與此同時，實證分析顯示：不論是否加入控制變量，資產負債率（Lev）都通過了顯著性檢驗，且系數均為負值。在加入所有控制變量和資產結構變量的情況下，相關系數為-2.26。即，家庭負債率對居民財富水平的變化也存在顯著的負向影響作用，居民債務杠桿率上升，并不會引起居民凈財富水平的上升，反而會抑制居民財富積累。在實際的居民融資活動中，由于高財富階層可抵押物多、信用水平高，更容易獲得低成本的銀行融資，從以往實踐看，居民家庭負債主要來自于房貸，利用金融杠桿購買商品房進行投資或投機，又進一步推高了房價，擴大了財富差距。近年來，為抑制居民部門杠桿率過快上升，監管部門對于居民債務特別是熱點城市和多套房貸款加強了監管限制，使得高財富階層的負債率有所收斂。而低財富階層缺乏抵押物，往往難以獲得融資，或只能通過高成本的民間借貸融資，一些金融機構特別是互聯網平臺機構，針對低收入群體大力開展高成本負債業務營銷，在一定程度上導致了家庭債務對低財富階層的凈財富損害。在兩方面因素的綜合作用下，家庭債務率與家庭財富變化呈現一定程度的背離。

控制變量方面，除居民文化程度變量未通過5%的顯著性檢驗外，其余變量均通過檢驗。實證估計結果與理論預期基本符合，具體來看：收入水平（Ln?income）對于居民財富水平呈現顯著正向影響，居民家庭收入水平越高，財富積累速度越快。健康狀況（Health）對于居民財富水平呈現顯著負向影響，居民健康狀況越好，越有利于財富積累，而健康狀況較差，因病返貧，將導致居民財富下降。社會保障（Protect）對于居民財富水平呈現顯著正向影響。特別值得注意的是，區別城鄉居民的戶口類型（House?hold）對居民財富水平呈現顯著正向影響，非農業戶口居民財富增長遠快于農業戶口居民增長。家庭住房擁有率（House）對于居民財富水平呈現顯著影響，居民不擁有住房，將抑制財富積累，而擁有住房利于財富積累，將導致居民財富較快上升。這也從側面驗證了居民擁有更多非金融資產（主要是房產）更利于家庭財富增長的結論。

（四）異質性回歸分析

1.不同區域居民差異的影響。進一步按照居民家庭所處的區域差異進行實證估計（見表4）：從影響方向看，資產結構變量對于居民財富水平的影響并無區域性差異，均存在顯著的負向影響關系，即金融資產比例的升高，抑制了居民財富水平的提升。但從影響程度看，資產結構變量對于居民財富水平的影響程度存在顯著的區域差異，總體來看，以金融資產占比為代表的資產結構變量對于東部、西部省區的影響程度要高于中部區域的居民。資產負債率對于東、中、西部居民家庭財富均存在負向影響，影響程度逐漸遞減。

表4 資產結構對不同區域居民家庭財富水平影響的實證估計結果

2.城鄉居民差異的影響。與上述做法相同，進一步按照居民家庭所處的區域差異進行實證估計（見表5）：從影響方向看，資產結構變量對于城鄉居民財富水平的影響并無差異，均存在顯著的負向影響關系，即金融資產比例的升高，抑制了城鄉居民財富水平的提升。但從影響程度看，資產結構變量對于城鎮居民財富水平的影響程度要高于農村居民。這可能由于城鎮地區以住房為代表的非金融資產價格上升較快，所帶來的財富增值效應更加明顯，而農村地區的市場流動性較弱，需求相對較低，以住房為代表的非金融資產價格上升相對較弱，從而帶來的財富增值效應要落后于城鎮居民。因此，城鎮居民持有金融資產帶來的機會成本遠高于農村居民，金融資產比例的升高對于城鎮居民財富的負向影響也遠高于農村居民。資產負債率對于城鎮、鄉村居民家庭財富均存在負向影響，但對城鎮影響程度小于農村，這可能由于負債水平的提升在農村地區產生的虧損效應更加明顯，更不利于財富的提高。

表5 資產結構對城鄉居民家庭財富水平影響的實證估計結果

（五）穩健性檢驗分析

為進一步驗證上述實證結論的可靠性，本文嘗試替換相似指標，選取僅含現金、存款和理財產品（三者占比80%左右）的金融資產占比口徑指標作為原金融資產占比指標口徑的替代變量，或者適度縮減調查期的研究對象樣本，進行了相同的模型回歸分析，估計結果顯示，除變量系數大小略有差異外，變量符號相同，資產結構變量對于居民財富水平的影響結論與上述一致，因此，說明前述實證分析結論可靠性較高。

四、研究結論與政策建議

（一）研究結論

本文基于2013—2019年中國家庭金融調查的9923個微觀樣本數據，深入分析了居民家庭資產結構和家庭負債率對于家庭財富水平變化的影響，實證檢驗了資產負債結構性與家庭財富差距的相關關系，結論顯示:

1.從家庭金融資產占比與家庭財富的關系看，兩者呈顯著負相關。金融資產占比的提高并未對居民家庭財富的提升產生顯著的促進作用，反而存在一定的抑制作用。這與前述多數發達國家的實踐相反，主要源于在此前相當長階段，我國居民持有商品住房為主的非金融資產，要比持有金融資產更有利于家庭財富增加。特別是2013年以后，住房市場出現分化，對于熱點城市已經買房“上車”的居民，持有更多的非金融資產（房產），對于財富積累具有顯著的拉動作用，而持有金融資產較多的群體和房產價值較低地區的居民，資產雖有升值，但落后于家庭財富總體增速。在控制其他變量情況下，家庭金融資產占比每提高1個百分點，將導致家庭財富累計增長放慢1.9個百分點。

2.從資產負債率與家庭財富的關系看，兩者同樣顯著負相關。居民家庭債務率上升，并不會引起家庭凈財富上升，反而會抑制凈財富積累。原因是，一方面居民家庭負債主要來自于房貸，利用金融杠桿購買商品房進行投資或投機，進一步推高了房價，擴大了財富差距，由于近年來房地產市場調控力度加大，熱點城市房貸和多套房貸款限制加強，使得高財富階層的負債率有所收斂。另一方面，部分金融機構特別是互聯網平臺、P2P機構等針對低財富階層，大力開展貸款業務營銷，這類貸款大多門檻低、利率高，用途以短期個人消費為主，很難給債務人帶來長期收入增長和資產增值，卻加劇了低財富階層“入不敷出”的風險。在控制其他變量情況下，家庭資產負債率每提高1個百分點，將導致家庭財富累計增長放慢2.26個百分點。

（二）政策建議

共同富裕是社會主義的本質要求，是中國式現代化的重要特征。要防止居民財富差距過大，實現全民共同富裕，從根本上就是要堅持黨的領導，堅持以人民為中心的發展思想，在高質量發展中促進共同富裕，正確處理效率與公平的關系，構建初次分配、再分配、三次分配協調配套的基礎性制度安排。針對影響家庭財富差距的金融因素特別是居民資產結構和資產負債率因素，建議從以下幾個方面采取措施：

1.充分重視貨幣政策可能引起的財富分配效應。面對經濟增速下滑和外部沖擊，實施寬松乃至非常規的貨幣政策雖然短期內有利于穩定總需求、保障就業、減少債務人利息負擔，但也有可能會改變資產估值，刺激資產價格上漲，引發財富再分配效應。因此，在制定和實施貨幣政策效果時不僅要考慮產出、通脹缺口等總量性指標，也應考慮對財富分配的影響。要進一步加強統計監測特別是微觀家庭資產負債狀況調查，摸清我國貨幣政策的財富分配效應及其渠道，在確保貨幣政策傳導效率的前提下，努力通過結構性貨幣政策工具，精準施策，進一步幫助提升中低收入群體的收入，促進財富均衡與共同富裕。

2.加強對房地產市場的金融調控，避免家庭資產過度集中和大起大落。如前所述，我國居民大部分財富集中在房產特別是商品住房，高住房自有率在一定程度上熨平了各階層財富差距，但地區間的房價走勢分化和金融杠桿又重新加劇財富差距。就金融領域而言，一是要堅持“房住不炒”原則，實施“一城一策”精準調控，配合房產稅等財稅政策對高財富凈值群體進行適度調節，限制住房投機炒作，避免房價大起大落；二是針對新移民無房戶等低財富階層和弱勢群體，在首套貸款利率、首付比例等方面加大扶持力度；三是在保持較高住房自有率的基礎上，加快完善住房租賃金融政策體系，推進不動產投資信托基金（REITs），提高住房資產的流動性和共享性，促進房地產市場和房地產金融平穩健康發展。

3.強化金融消費者權益保護，促進居民資產組合多元化。從國際經驗看，隨著資本市場發展和家庭資產增加，居民持有金融資產特別是股權類資產的比率逐步提高。從我國實踐看，居民金融資產比重提高，卻在一定程度上抑制了居民財富同步增長。因此促進資產組合多元化、提高家庭金融資產收益，有利于扭轉住房在家庭資產中“一家獨大”局面，符合中央關于增加金融資產等各類財產性收入的政策方向。從目前實踐看，相比住房等實物資產，居民投資金融資產的風險和收益更加不均衡，特別是弱勢群體投資失誤乃至上當受騙的概率更高。金融監管部門一是要強化金融消費者權益保護，強化投資者教育，打擊各類非法集資和虛假投資理財宣傳；二是要發展多層次的資本市場，進一步壯大和規范機構投資者，引導低財富階層通過公募基金等機構投資者開展與自身風險承受能力相適應的金融投資，促進居民資產組合更加穩健多元；三是針對頂級財富階層特別是擁有大量股權的群體，加強對大股東套現、資本轉移等約束規范，避免資本市場成為“割韭菜”的工具。

4.發展普惠金融，降低低財富階層債務成本和債務風險，防止過度負債。研究顯示，家庭負債率上升對于居民財富增長的抑制作用較明顯，主要原因在于低財富階層的債務結構不合理、負債成本和債務風險過高。針對此問題，一是加快金融創新，大力發展普惠性金融服務，使金融機構能夠在市場化原則下，更多為小微企業主、自主創業者等提供平價資金融通，降低中低財富階層負債成本，暢通向上通道；二是推進信用體系建設，規范金融機構特別是互聯網平臺的個人信貸業務營銷，嚴禁誘導過度負債和損害金融消費者權益，引導相關機構以可負擔的成本為社會各階層特別是低財富階層和弱勢群體，提供適當而有效的金融服務，以達到避免兩極分化、實現社會公平的目標。