家庭風險金融資產選擇城鄉差異與因素分析

【摘" " " "要】金融資產已成為城鄉家庭重要的資產構成，文章利用CHFS數據，基于Probit和Tobit模型考查城鄉家庭風險金融資產參與可能和深度的差異。研究發現：在控制了其他主要變量后，家庭風險金融資產參與可能和深度均存在顯著的城鄉差異，表現為城鎮家庭風險金融資產參與可能比農村家庭高7.16%，參與深度高33.56%。高收入樣本和東中西部地區樣本的檢驗結果表明，僅僅是家庭收入提高和地區經濟增長，風險金融資產選擇的城鄉差異反而有擴大的跡象。

【關" 鍵" 詞】風險金融資產；家庭金融；城鄉比較；財產性收入

【基金項目】國家社科基金重點項目“建立解決相對貧困的制度體系與長效機制研究”（20AZD080）；重慶市教委人文社會科學項目“家庭金融緩解多維相對貧困的長效機制與路徑研究”（22SKGH170）。

【作者簡介】何維，博士，重慶交通大學經濟與管理學院講師，碩士生導師，研究方向：家庭金融、農村金融。

中圖分類號：F832.48" "文獻標識碼：A

引言

在我國城鄉家庭收入差距較大的現實背景下，我國及時提出要拓展居民的財產性收入渠道，縮小城鄉家庭收入分配差距，實現共同富裕的目標。財產性收入分配不均是我國家庭收入結構失衡，收入差距擴大的一個重要因素，因而，拓展財產性收入渠道，改善財產性收入分配機制是縮小城鄉家庭收入差距，實現共同富裕的重要手段。城鎮家庭人均財產性收入是農村家庭的2.76倍，其中房產價值增值和金融資產投資收益的差距是導致這種城鄉財產性收入不平等的主要原因。國內外大量的文獻證實，金融資產投資收益是家庭財產性收入的重要組成部分，具有縮小城鄉家庭收入差距的作用[1]。傳統上，我們根據風險屬性將家庭金融資產分為儲蓄性和風險性金融資產，前者更側重儲蓄功能，投資風險較低但收益也較小，而后者更側重投資功能，在承擔市場風險的同時博取更大投資收益。兩種不同風險類型的金融資產，在家庭資產組合中發揮著不同的功能和作用。

自從20世紀90年代初我國陸續建立證券、期貨交易所以后，風險金融市場建設取得了很大的進步，理財、基金、股票、期貨等風險金融產品體系逐漸形成，這為家庭參與風險金融資產市場和優化家庭資產組合提供了條件。經過幾十年資本市場發展和家庭財富積累，我國城鄉家庭的金融資產總額度快速增長，招商銀行發布的《2021中國私人財富報告》顯示，2020年中國個人可投資資產總規模達241萬億人民幣。但從家庭資產組合結構來看，家庭風險性金融資產配置可能和深度既與傳統資產組合的理論建議不符，也遠低于歐美等金融市場發達的國家。

經典理論認為，無論家庭風險偏好如何，都應該參與風險金融資產投資并獲得風險溢價。在國內外存在大量的家庭只有儲蓄性金融資產，而沒有風險性金融資產，即以股票為主的風險金融市場存在“有限參與”現象，這是困擾家庭金融領域的核心問題[2]。我國家庭風險性金融資產參與率僅為9.4%，在家庭金融資產結構中，無風險金融資產占比高達67.0%①。特別是我國長期嚴峻的二元經濟結構，使家庭在收入水平、金融能力、金融可得性、風險偏好等方面存在顯著差異，導致家庭風險金融資產參與可能和深度均存在城鄉差異，而這種差異可能使城鄉家庭財產性收入差距擴大，不利于共同富裕的實現。

家庭參與理財、債券、基金、股票等風險性金融資產，從宏觀來看，能夠增加這些金融資產的流動性，提高資金的配置效率，最終為實體經濟提供資金來源；從微觀來說，可以實現金融資產的多元化選擇，優化家庭收入結構，縮小收入差距，促進共同富裕的實現。不論是基于宏觀金融市場發展還是微觀家庭收入增長，城鄉家庭風險金融資產選擇都是一個值得深入研究的問題。本文用西南財經大學中國家庭金融調查數據，從家庭城鄉特征這一視角出發，對城鄉家庭風險金融資產選擇差異進行實證比較，并對其影響因素進行分析。

一、文獻評述

在傳統的資產選擇理論框架下，每個家庭都會參與無風險和風險金融資產，但大量的實證研究和直觀感受并不支持這一結論，即有相當一部分家庭只參與無風險資產，并未參與風險金融資產，也就是存在“有限參與”之謎。在傳統家庭金融資產選擇理論框架建立后，學術界進行了大量的理論和實證研究，其中有兩條主線：一條是在微觀數據缺乏的前提下，利用宏觀經濟數據從金融市場運行規律尋找變量，如從貨幣供給、交易摩擦、經濟增長、市場利率、金融資產結構等宏觀變量著手，研究家庭金融資產的選擇。這些研究為理解家庭金融資產選擇行為提供了合理的解釋，但用來解釋微觀家庭差異化的金融資產選擇缺乏說服力。另一條是利用近年來逐漸完善的微觀數據體系，從家庭收入、風險偏好、家庭背景、人口學特征等微觀變量入手，研究家庭金融資產的選擇，為家庭金融資產選擇提供了新的解釋。由于國內外大量微觀數據庫的建立和完善，從微觀層面選取變量來研究家庭金融資產選擇成為目前學術界的主流方向。

最近幾年，學術界有很多文獻從微觀角度研究了城鄉家庭金融資產選擇問題。一是從城鄉家庭收入角度，認為家庭的收入越高，金融資產（包括風險金融資產）的參與比例也越高[3]，即收入與金融資產配置顯著正相關。但Brunnermeier 和 Nagel（2004）[4]認為，家庭金融資產持有是一個長期的資產組合，不會隨著家庭收入或財富的改變而改變；史代敏和宋艷（2005）[5]得出收入對居民家庭持有金融資產總量的影響并不顯著的結論。Bonaparte （2014）[6]進一步研究了收入風險后發現，即使家庭面臨較高的收入風險，隨著收入的增長，家庭越來越傾向于選擇風險金融資產。但也有研究結論認為收入風險與風險金融市場參與程度顯著負相關[7-8]。家庭收入與金融資產的這種影響關系是雙向的，即家庭參與風險金融對財產性收入的提高也有顯著正向的促進作用[9]。

二是從城鄉家庭面臨的社會網絡角度，認為社會網絡可以降低家庭道德風險和逆向選擇[10]，同時可以為家庭提供金融市場信息，促進家庭配置風險金融資產。王聰等（2013）[11]認為，擁有更多社會網絡的家庭，股市參與概率更大，家庭一旦進入股票市場，其持有的股票資產在金融資產中的占比更高，曹揚（2015） [12]的研究也證實了這個觀點。更重要的是，在大部分的發展中國家，社會保障和商業保險嚴重缺位，當家庭面臨疾病、失業、自然災害等收入支出風險時，以地緣和親緣為基礎的社會網絡就發揮了對沖風險和平滑收支的作用[13]。因而，社會網絡的風險分擔機制發揮著非正式保險的作用[14]。

三是從城鄉社會保障角度，認為社會保障費用的繳納導致家庭可支配收入減少，家庭出于自我約束性儲蓄或目標性儲蓄的動機不愿意減少儲蓄，則可能導致風險金融資產的減少[15]。但Cardak 和 Wilkins（2009） [16]利用澳大利亞的調查數據，實證表明主動進行養老金儲蓄的家庭擁有更高的風險資產比率。周欽、袁燕和臧文斌（2015）[17]發現，保險顯著影響城市和農村家庭的資產選擇，參保家庭更加偏好較高風險水平的資產，但城市和農村家庭之間差別較大。林靖和周銘山（2017）[18]發現旨在降低收入和支出不確定性的社會保險制度能夠提高家庭參與風險資產市場的廣度和深度。王穩和桑林（2020）[19]驗證了社會保障水平的提升對家庭風險金融資產配置概率、規模和比重均有顯著正向影響，與未參保家庭相比，參保家庭風險金融資產參與概率顯著高了3.5%。我國城鄉二元結構造成的社保多軌制，導致各種層次的社會保障水平差異很大，因而不同保障水平的樣本實證得出的結論可能會有差異。

除了以上因素外，還有大量學者從人口學、社會學等視角研究了家庭風險金融資產選擇。尹志超等（2015）[20]認為，金融可得性的提高會促進家庭風險金融資產的參與概率和持有比例的上升。王琎和吳衛星（2014）[21]發現已婚女性更傾向于投資風險資產，且風險資產占比更高。吳衛星和尹豪（2019）[22]認為工作滿意度高的家庭會更少地參與股票市場，努力工作與股票市場參與存在一定程度的替代關系。江靜琳等（2018）[23]認為，在城鎮居民中，有農村成長經歷的家庭股票市場參與率顯著低于其他家庭5個百分點；甚至農村家庭的省外務工經歷通過增加收入等，也能顯著提高風險金融市場的可能和程度[24]。呂新軍和王昌宇（2019）[25]證實社會互動推動家庭股票參與，兩者存在較強替代關系。閆竹和王驁然（2020）[26]認為儒家文化降低了家庭股票市場參與度，甚至科舉制傳統深厚地區的家庭股票參與概率和參與深度更低[27]。這些研究成果為理解家庭金融資產選擇提供了視角，但對其影響路徑和方式，并沒有形成統一的結論。

與發達國家相比，我國城鄉二元經濟結構特征明顯，導致家庭收入、教育、醫療、金融生態等城鄉異質性較大，但這種城鄉二元化特征，對家庭風險性金融資產選擇有什么異質性影響，主要因素的影響路徑有何差異？為了回答這一問題，本文用CHFS數據進行實證比較研究了兩方面的內容，一是家庭風險金融資產參與可能和深度的城鄉差異，二是家庭風險金融資產選擇影響因素的城鄉異質性。本文的邊際貢獻在于，從定量角度對家庭風險金融資產選擇進行城鄉對比研究，并對因素的異質性影響進行了全面地分析討論，發現單純城鄉家庭收入的提高和地區經濟的改善，城鄉家庭風險金融資產選擇的差異反而有擴大的跡象。

二、理論分析與研究假說

（一）理論分析

關于家庭金融資產選擇的傳統理論主要有生命周期理論、資產組合理論、二元金融結構理論等。家庭生命周期認為，家庭從誕生到解體的過程中，因各個階段收入支出約束和儲蓄目標不一樣，導致金融資產的選擇有顯著異質性。資產組合理論是在各種不確定性條件下，將資金分配在多種金融資產，尋求收入預期與家庭風險偏好相匹配的組合。在理性經濟人假設和均值方差框架下，家庭金融資產選擇就是各種金融資產的最佳組合，即在給定風險水平下預期收益最大，或給定預期收益下風險最低。隨著信息不對稱理論的發展，有限理性觀點引入了家庭金融資產選擇理論。二元金融結構理論特指發展中國家在城鄉之間金融市場發展的不平衡，金融機構分布和金融服務的差異，主要體現在發達的金融中介和資本市場在城市地區，而相對落后的金融中介和信用合作社在農村地區，兩種截然不同的金融市場相互割裂但又并存。

與歐美發達國家相比，我國長期呈現出城鄉發展不平衡的二元經濟特征，金融發展水平和金融供給存在明顯的城鄉差異。因而，在解釋我國家庭風險金融資產選擇的城鄉差異方面，二元金融結構理論更具有說服力。具體影響路徑主要有以下幾個方面：第一，金融發展水平的城鄉差異。McKinnon和Shaw的金融深化理論認為，在發展中國家，特別是在農村地區，往往存在嚴重的金融抑制現象，農村地區金融供給不足，農村家庭除了獲得基礎金融服務外，獲得信貸支持和專業金融服務的可能性更小。我國金融市場雖然經過近30年的改革，但改革主要在城鎮地區，城鎮家庭是金融改革的主要受益者；而農村地區的金融改革相對更滯后。從我國當前城鄉金融發展整體水平來看，農村家庭面臨金融抑制的可能性遠大于城鎮家庭，農村家庭參與民間借貸的可能性更大。近年來，雖然政府部門和監管機構對銀行發放“三農”貸款進行政策傾斜和信貸配給，但正規金融機構在農村地區發放的信貸資金往往也存在“精英俘獲”現象，一般農戶反而難以獲得信貸支持，這種機制扭曲了農貸市場結構[28]。

第二，金融機構類型和分布的城鄉差異。在國有銀行陸續進行股份制改革后其行為更加市場化，物理網點基于成本收益的考慮，傳統四大銀行也逐步壓縮農村地區網點數量，甚至撤出部分農村地區將營業網點布局在縣域或主要鄉鎮，四大國有銀行的退出為郵政銀行、信用社進入農村地區提供了市場空間。數據顯示，2019年上半年，銀行網點減少的趨勢明顯，其中國有及股份制銀行分別減少網點566個、260個，只有城商行增加了330個。整體來看，國有及股份制銀行金融服務更規范，規模經濟更明顯，金融服務成本也更低；而城商行業務相對單一，金融服務成本也更高。因而，農村地區形成少量正規金融機構主導，大量非正規金融機構參與的壟斷競爭格局，市場競爭不充分，金融供給不足，金融服務成本較高，導致農村家庭更有可能存在信貸約束，轉而參與民間融資。相反，城鎮地區正規金融機構充分競爭，提供金融服務更專業，產品體系更完善，且提供金融服務的成本更低。

第三，家庭金融能力的城鄉差異。家庭金融能力主要來源于兩方面，一是家庭受到的教育程度，特別是金融知識方面的教育；二是家庭參與社會互動或金融市場投資獲得的經驗積累。家庭的金融能力對風險金融資產配置可能和深度均有顯著正向影響[29]。家庭的金融能力通過影響金融信息獲取、信息分析決策、金融可得性等改變家庭的金融決策和風險偏好，從而影響家庭風險金融資產配置。家庭金融能力的不同，導致風險金融資產配置的城鄉差異。雖然金融科技的應用和智能手機的普及打破了傳統物理網點金融服務半徑的局限，為農村家庭獲取金融服務提供了可能，但家庭金融能力的不足也較大程度阻礙了這些應用在農村地區的推廣。

當然，除了上述原因外，如家庭收入及收入風險、風險偏好和風險承擔能力、社會保障等多方面城鄉差異的存在，均在不同程度上影響了家庭的風險偏好，最終導致家庭風險金融資產選擇存在城鄉差異。

（二）研究假說

根據上述理論分析，結合相關文獻，本文提出如下假說：

假說1：與農村家庭相比，城鎮家庭風險金融市場參與的可能更大，風險金融資產參與可能存在顯著的城鄉差異。

假說2：在參與風險金融市場的家庭中，城鎮家庭風險金融資產的占比更高，風險參與深度存在顯著的城鄉差異。

假說3：家庭風險金融資產選擇的部分因素存在城鄉異質性影響。

三、模型設定與描述性統計

（一）模型設定

本文實證的數據來自“中國家庭金融調查”（China Household Finance Survey，CHFS）2015年數據②，該調查采用分層、三階段、與人口規模成比例的（PPS）抽樣方式。2015年的樣本涉及全國29個省2585個縣，樣本家庭37289戶，家庭成員133183人，其中城鎮家庭25635戶，農村家庭11654戶。根據本文的研究目的，我們利用下面這個實證模型來檢驗城鄉家庭風險金融資產參與可能：

公式（1）中，u-N（0，σ2），其中participationi是啞變量，代表家庭風險金融資產的參與可能（即是否參與風險金融資產），家庭參與風險金融資產取值為1，反之取值為0；α表示截距項，urbani代表家庭的城鄉特征，取值為1表示城鎮家庭，取值為0表示農村家庭；controli是控制變量，包含了一系列的個人特征、家庭經濟特征和人口學特征；provi是省份固定效應，我們控制了家庭所在的省份，以消除區域經濟、文化等差異對家庭參與風險金融資產的影響；εi是誤差項。如果回歸結果顯示urbani的b符號為正，則說明城鎮特征會促進家庭參與風險金融資產，回歸系數越大則表示城鄉家庭風險金融資產參與可能的差異越大；如果回歸系數是顯著的，則說明即使在控制了個人和家庭其他經濟特征之后，城鄉特征對家庭是否配置風險金融資產也有顯著影響。模型首先采用Probit回歸得到解釋變量對家庭是否參與風險金融資產的影響，再用Dprobit回歸得到解釋變量對家庭是否參與風險金融資產實際影響的大小。

在研究了家庭風險金融資產參與可能的差異后，我們更深入地實證了家庭風險金融資產參與深度，即風險金融資產在家庭金融資產中占比的城鄉差異。事實上，不管是城鎮還是農村均存在很多家庭沒有參與風險金融資產，這就導致被解釋變量很多值為0，因而家庭風險金融資產在總金融資產中的占比是截斷的（censored），故本文使用Tobit模型進一步檢驗了城鄉家庭風險金融資產參與深度及差異。

公式（2）（3）是Tobit模型，proportioni表示家庭風險金融資產占金融資產的比例，proportioni*表示風險金融資產比例大于0部分；同理，urbani代表家庭的城鄉特征，comtroli是控制變量，provi是省份固定效應，εi是誤差項。為了檢驗家庭風險金融資產選擇因素的城鄉異質性影響，我們更進一步將樣本分為城鄉兩個子樣本進行比較分析，探討導致家庭風險金融資產選擇城鄉差異的深層次原因。

（二）變量的定義

本文研究的主要問題是家庭風險金融資產選擇的城鄉差異，風險金融資產包括理財、債券、基金、股票和衍生品。我們構建了參與可能和參與深度這兩個被解釋變量，（1）家庭風險金融資產參與可能（participation），即家庭是否參與風險金融資產的二值變量，參與風險金融資產取值為1，反之取值為0。全樣本、城鎮和農村家庭風險金融資產的參與可能均值分別為12.47%、17.61%和1.19%。（2）家庭風險金融資產參與深度（proportion），即在參與風險金融資產的家庭中，風險金融資產在家庭總金融資產中占的比例，全樣本、城鎮和農村家庭風險金融資產參與深度均值分別為46.18%、46.35%和40.77%。

核心解釋變量urban表示家庭的城鄉特征，是二值變量，全樣本共37289戶，其中城鎮家庭取值為1，共25635戶，占比68.75%，農村家庭取值為0，共計11654戶，占比31.25%③。控制變量包括家庭經濟和社會特征、家庭人口學特征。涉及家庭經濟和社會特征的變量有：（1）家庭年收入（income），家庭全年的收入總額，以萬元為單位。（2）自有住房（house），二值變量，持有自有住房的家庭取值為1，共有31779戶家庭，無住房（包括免費居住或租賃）取值為0，共有5480戶家庭。（3）有住房貸款（house_loan），二值變量，該變量包含銀行貸款和民間貸款，有貸款的家庭取值為1，共5564戶；無貸款的家庭取值為0，共28269戶。（4）自營工商業（industry），二值變量，家庭從事自營工商業的取值為1，共5970戶，反之取值為0，共31319戶。（5）農業經營（agriculture），二值變量，家庭從事農業生產經營取值為1，共12035戶，反之取值為0，共25254戶。（6）社會互動（interaction），二值變量，考慮到社會互動的支出與收入和地域文化高度相關，本文設計的變量為家庭紅白喜事支出占家庭總收入的比例。當紅白喜事禮金支出占收入的比例大于樣本中位值（4%）時，虛擬變量“社會互動”取值為1，該比例低于中位數時則取值為0。

涉及家庭人口學特征的變量有：（1）家庭規模（hhsize），全樣本、城鎮和農村樣本均值分別為3.5719、3.3247和4.1158，驗證了農村家庭規模較城鎮家庭大。（2）婚姻狀況（marriage）， 二值變量，原調查問卷有6個選項，分別為未婚、已婚、同居、分居、離婚喪偶，分別取值1—6，本文對數據進行合并，將已婚和同居的家庭取值為1，共31773戶；未婚、分居、離異和喪偶取值為0，共5463戶。（3）性別（gender），家庭財務決策者的性別，二值變量，男性取值為1，共20320人；女性取值為0，共16969人。（4）健康狀況（health），根據主觀判斷取值范圍為1—5分，分值越高則表明越健康。（5）年齡（age），家庭財務決策者的年齡，均值為52.1771歲。（6）就業（employ），即是否有工作（包含務農），二值變量，有工作取值為1，共22555戶；沒有工作的取值為0，共14291戶。（7）政治身份（political），二值變量，黨員和民主黨派取值為1，共4317戶；其他身份取值為0，共23820戶。（8）教育程度（education），將文化程度從小學以下到博士研究生，分別取值1—9，樣本均值3.4118。（9）金融知識（knowledge）④，根據回答金融問題的正確數量取值為0—3。（10）風險態度（risk）⑤，家庭的風險偏好。（11）社會保險（insurance），二值變量，指是否有社會醫療保險和商業醫療保險，有則取值為1，共有24986戶；無則取值為0，共有2778戶⑥。

（三）描述性統計

為了對城鄉家庭風險金融資產參與可能和深度及其他變量有一個直觀的認識，表1列出了全樣本、城鎮和農村家庭均值和中位數的描述性統計，樣本量分別為37289、25635和11654個。

四、實證分析

（一）核心實證結果

根據模型（1），我們首先把家庭風險金融資產的參與可能（participation）作為被解釋變量進行Probit回歸，表2的第（1）列匯報了主要解釋變量及控制變量的回歸結果。家庭城鎮特征urbani的回歸系數b在1%的顯著性水平下為正，表明對風險金融資產參與可能有顯著的正向影響。為了得到城鎮特征對家庭風險金融資產參與可能的邊際影響力，進一步用Dprobit進行回歸，表2的第（2）列匯報了回歸的結果。從實證結果看，城鄉家庭風險金融資產參與可能有顯著的差異，平均而言，城鎮家庭風險金融資產的參與可能在1%的顯著性水平下比農村家庭高7.16%，證實了本文的研究假說1。從其他解釋變量回歸的結果來看，家庭的城鎮特征是影響風險金融資產參與可能的最大因素，該因素的影響力甚至大于教育程度和金融知識。

為了衡量城鄉家庭風險金融資產參與深度的差異，根據模型（2）和（3），我們將家庭風險金融資產參與深度（proportion）作為被解釋變量進行Tobit回歸，表2第（3）列匯報了主要解釋變量及控制變量的回歸結果。城鎮特征對家庭風險金融資產參與深度的回歸系數量為0.3356，顯著性水平為1%，說明城鎮家庭在金融資產中更多地配置風險金融資產，與本文的研究假說2一致。在其他條件相同的情況下，城鎮家庭風險金融資產在家庭金融資產中的比例較農村家庭高33.56%。城鄉家庭風險金融資產的參與深度也再次驗證了，城鎮家庭不僅風險金融資產參與的可能性比農村家庭高，參與深度也大幅顯著高于農村家庭，且城鄉因素是影響家庭風險金融資產選擇差異最大的因素。上述結果表明，在其他條件類似的情況下，城鎮家庭風險金融資產參與可能和深度比農村家庭更高，風險金融資產選擇存在顯著的城鄉差異。

為了更進一步討論家庭風險金融資產選擇的城鄉差異，我們參考Guiso等（2008）[30]的做法，選取了年收入高于全樣本中位數4.4923萬元以上的家庭，檢驗了在高收入家庭中，城鄉家庭風險金融資產參與可能和深度，表3對回歸結果進行了匯報。我們從回歸結果發現，即使在高收入家庭樣本中，家庭城鎮特征對風險金融資產參與可能的回歸系數b也仍然在1%的顯著性水平下為正，且從影響家庭風險金融資產參與可能性的大小來看，城鎮家庭風險金融資產的參與可能比農村家庭高10.73%，較全樣本的7.16%還高3.57個百分點，說明在高收入的樣本中，家庭風險金融資產參與可能的城鄉差異更大。在高收入樣本中的Tobit回歸結果表明，家庭的城鎮特征對風險金融資產參與深度的影響，雖然較全樣本的33.56%有所下降，但仍然高達29.35%。表明在高收入樣本中，家庭風險金融資產參與深度的城鄉差異在縮小，但仍顯著。

換言之，在高收入的樣本家庭中，家庭的城鎮特征對風險金融資產的參與仍然有顯著的正向影響，且風險金融資產參與可能的城鄉差異更大，即與城鎮家庭相比，富裕的農村家庭也可能遠離風險金融市場。與此同時，在風險金融資產參與深度方面，高收入樣本家庭的城鄉差異在縮小。因而，高收入樣本回歸結果表明，家庭收入水平的整體提高不一定能縮小風險金融資產參與可能的城鄉差異，但有利于縮小風險金融資產參與深度的城鄉差異。

為了更深入地研究風險金融資產選擇城鄉差異的原因，我們進一步將樣本分為城鎮和農村兩個子樣本分別回歸，探索各主要控制變量對城鄉家庭風險金融資產選擇的異質性影響，表4對回歸結果進行了匯報。回歸結果表明：（1）自有住房、住房貸款和就業因素對城鄉家庭風險金融資產參與可能和深度影響的方向相反。具體來說，住房對農村家庭風險金融資產參與可能和深度有負向影響，對城鎮家庭有正向影響；而住房貸款和就業情況對農村家庭風險金融資產參與可能和深度有正向影響，對城鎮家庭則有負向影響。（2）婚姻狀況和教育程度對城鄉家庭風險金融資產參與可能和深度均有正向影響，風險態度和社會互動則有負向影響，但這4個因素對城鎮家庭風險金融資產參與可能和深度的影響大幅高于對農村家庭。（3）政治身份和自營工商業對城鄉家庭風險金融資產參與可能和深度有正向影響，但對農村家庭的影響遠大于城鎮家庭。回歸結果表明，家庭風險金融資產參與可能和深度城鄉差異的原因在于：相同的影響因素，不僅影響力大小有顯著城鄉差異，且部分因素影響的方向也相反。這些結論與本文的研究假說3相符。

（二）內生性問題

內生性問題在本文存在的可能性較弱，主要有三方面原因，第一，本文模型控制變量的篩選是經過由多到少，逐項剔除回歸不顯著的解釋變量，盡量避免遺漏變量導致的內生性。通過增加更多的控制變量，盡可能減弱內生性的影響，以期能更準確地估計家庭風險金融資產選擇的城鄉差異。第二，核心解釋變量和控制變量均是基于已有的大量研究成果來進行篩選的，收入、風險態度、教育程度、婚姻狀況等變量是影響家庭風險金融資產參與可能和深度最主要的因素，本文在模型中加入了這些有主要影響力的解釋變量，即已經控制住了主要的影響因素，目的是研究家庭風險金融資產參與可能和深度的城鄉差異。第三，本文研究的核心解釋變量“城鄉因素”是中國家庭金融調查根據樣本受訪地的城鄉屬性進行劃分的，家庭的城鄉特征在調查問卷時已事實上存在較長一段時間，更重要的是目前我國風險金融市場并無家庭城鄉特征差異方面的準入壁壘，家庭為了參與風險金融資產投資而改變城鄉特征動機不大。且家庭城鄉特征可能會影響風險金融資產參與可能和深度，但兩者之間并不存在反向因果關系。

（三）穩健性檢驗

1．考慮家庭所處的地區變量。本文采用可能影響家庭風險金融資產選擇城鄉差異的地區變量進行穩健性檢驗，因為地區變量與地區經濟狀況、金融生態、金融環境和制度、消費習慣等要素高度相關，我們通過樣本的地區特征，進一步檢驗了家庭風險金融資產參與可能和深度的城鄉差異。表5根據樣本數據采集的省市來源對地區變量進行了說明，表6匯報了穩健性檢驗的估計結果，為了節省篇幅，只報告了關注變量，控制變量的結果沒有報告。

從回歸結果來看，城鄉特征對家庭是否參與風險金融資產在東部、中部和西部的估計系數b均在1%的顯著性水平下為正，驗證不管是在東部、中部還是西部地區，家庭的城鎮特征對是否參與風險金融資產均有顯著正向影響。Dprobit回歸結果進一步表明，整體來看雖然家庭的城鎮特征對風險金融資產選擇有顯著正向影響，但在東、中、西部各個地區，城鎮特征的影響力大小是不同的。具體來看，東、中、西部城鎮家庭參與風險金融資產的可能分別比農村家庭高10.89%、3.38%和4.38%，即東部地區差異最大，中、西部次之。在家庭風險金融資產的參與深度上，Tobit回歸結果表明，東部、中部、西部家庭城鎮特征的估計系數分別為34.04%、37.01%和28.68%，均是在1%的顯著性水平下。因而，從回歸數據來看，統計上都非常顯著，前面的估計結果穩健。同時，數據表明經濟越發達的地方，家庭風險金融資產選擇的城鄉差異越大，這與高收入樣本得出的結論基本一致。

2．考慮家庭所處地區的人均GDP。各地區人均GDP不僅代表了該地經濟發展狀況，也是該地區家庭收入、金融供給等因素的綜合反應。為了更進一步檢驗家庭風險金融資產參與可能及深度的城鄉差異，考慮到這種差異可能受各省份的經濟發展水平因素影響，因而引入家庭所在省份2015年的人均GDP作為解釋變量，重新估計城鎮特征的系數及顯著性水平，從另外一個角度再次進行穩健性檢驗。表6對估計結果進行了匯報，為了節省篇幅，只報告了關注變量，控制變量的結果沒有報告。

表6的匯報結果表明，在引入家庭所在省份人均GDP作為控制解釋變量后，風險金融資產參與可能，家庭城鄉特征的估計系數b在1%的顯著性水平下為0.5293，表明具有顯著正向影響。進一步的結果表明在其他條件同的情況下，城鎮家庭風險金融資產的參與可能比農村家庭高6.74%。風險金融資產的參與深度，家庭城鎮特征的估計系數為0.3288，表明在其他條件相同的條件下，城鎮家庭風險金融資產在金融資產中的參與比例比農村家庭高32.88%。從估計系數及顯著性水平來看，家庭風險金融資產的參與可能和深度依然有顯著的城鄉差異，因而，前面的估計結果是穩健的。

（四）結果分析

上面的實證結果驗證了家庭風險金融資產參與可能和深度有顯著城鄉差異，而且各主要因素在影響大小和方向上存在顯著異質性。一是社會互動的城鄉差異。本文對社會互動作為控制變量進行研究，回歸系數表明社會互動對城鄉家庭風險金融資產參與可能和深度有顯著負向影響，且對城鎮家庭的影響要明顯高于農村家庭。社會互動對家庭金融資產的負向影響，可能是投資者虧損的負面示范效應對其他家庭參與風險金融資產產生了消極影響。特別是我國城鄉家庭在以股票為主的風險金融資產結構中，股指自2007年創下新高后受全球金融危機的影響，股票市場整體經歷了長期低迷和劇烈波動的局面，風險金融資產的財富效應和示范效應不顯著。正是在這一大背景下，大量虧損者的示范效應導致情景類社會互動家庭對風險金融資產有消極作用⑦。另外，從家庭社會互動深層次的原因和結構來看，社會互動也有明顯的城鄉異質性，主要體現在農村家庭的社會互動主要以血緣親戚關系為主，社會互動的目的以維系這種相對固定的關系，在傳統封閉的農村，這種社會互動有互幫互助的風險分擔功能。但城鎮家庭的社會互動更多以興趣愛好、同事朋友這種非血緣關系為主，更容易形成互相學習、信息共享的優勢，這可能是導致家庭參與風險金融資產市場的可能和深度的顯著城鄉差異的一個因素。

二是收入及穩定性的城鄉差異。城鎮家庭的主要收入來源為工資性收入，農村家庭的主要收入來源為農產品銷售收入和勞動收入，城鎮家庭收入及穩定性遠高于農村家庭。一方面，家庭的收入風險越高，風險金融資產的比例越低。農村家庭收入風險更大，家庭的預防性儲蓄需求就更高，更傾向于穩健的投資產品；城鎮家庭收入穩定性越高，越傾向于選擇高收益、高風險的非存款類金融資產。另一方面，近幾年互聯網金融的崛起，帶動了正規金融機構金融產品創新高潮。擁有穩定收入來源的城鎮家庭更可能成為金融機構爭搶的優質客戶，也更容易獲得正規金融渠道的低成本資金。特別是在股票市場行情較好的時候，城鎮家庭更容易通過增加財務杠桿參與風險金融市場，獲取更多財產性收入的可能，增加了風險金融資產參與可能和深度的城鄉差異。

三是房產財富效應的城鄉差異。房產增值會帶來巨大的財富效應，促使家庭投資風險金融資產。相對于發達國家成熟的房地產市場，我國1998年才開始的住房市場化改革，至今也只有20多年，房地產市場化時間短，房產價格經歷幾輪大幅上漲。更重要的是我國的房地產市場化改革主要是在城市進行，存在顯著的城鄉二元特征，房產的財富效應存在嚴重的城鄉異質性。正規金融機構按揭貸款的介入，提高了城鎮家庭金融可得性，增加了家庭的財務杠桿，城鎮家庭房產價格上漲帶來的巨大財富效應，對促進城鎮家庭風險金融資產參與可能和深度有正向作用。而農村家庭的宅基地并沒有入市交易，農村房產更多的只有居住屬性而投資屬性較少，且房屋修建對大部分的農村家庭來說都是一筆巨大的支出，正規金融供給的缺乏，導致家庭建房往往需要參與民間借貸，房產對農村家庭風險金融資產參與可能和深度更多地體現為擠出效應。

五、結論與政策啟示

要提高人民的生活水平，拓展居民的財產性收入渠道，縮小家庭收入城鄉差距，實現共同富裕目標。風險金融資產投資收益是家庭財產性收入的重要渠道，提高家庭風險金融資產參與可能和深度，有助于實現家庭資產配置的多元化，縮小財產性收入的城鄉差距。本文使用CHFS數據，構建Probit模型和Tobit模型，考察了風險金融資產參與可能和深度的城鄉差異，討論了住房、住房貸款、就業和婚姻狀況、社會互動等因素對城鄉家庭風險金融資產選擇的異質性影響。實證研究發現：（1）在控制了教育程度、金融知識、風險態度、社會互動、家庭收入等變量后，城鎮家庭風險金融資產參與可能更大，且風險金融資產配置比例更高。定量結果顯示，城鎮家庭參與風險金融資產的可能比農村家庭高7.16%，風險金融資產參與深度比農村家庭高33.56%，這種正向顯著影響在高收入樣本和東、中、西地區樣本中也存在甚至更明顯。因而，家庭風險金融資產選擇存在顯著的城鄉差異。（2）值得關注的是，高收入樣本及東、中、西部地區的回歸結果表明，如果單純是家庭收入或地區經濟發展水平的提高，家庭風險金融資產選擇的城鄉差異不僅不會縮小，反而有擴大的跡象。（3）家庭風險金融資產選擇城鄉差異的原因在于，相同的影響因素不僅影響力大小有顯著差異，且部分因素影響的方向也相反。自有住房、住房貸款和就業因素對城鄉家庭風險金融資產參與可能和深度影響的方向相反；婚姻狀況和教育程度對城鄉家庭風險金融資產參與可能和深度均有正向影響，風險態度和社會互動則有負向影響，但這4個因素對城鎮家庭的影響大幅高于對農村家庭；政治身份和自營工商業對城鄉家庭風險金融資產參與可能和深度有正向影響，但對農村家庭的影響遠大于城鎮家庭。

上述結論給我們帶來的政策啟示是：（1）隨著城鎮化的推進和金融業開放，風險金融資產的產品創新和供給渠道會越來越豐富，城鄉家庭風險金融資產選擇的可能和深度仍有很大的潛力，特別是互聯網和智能手機的普及，打破了傳統金融機構物理網點服務距離的局限性，推動城鄉家庭風險金融資產的參與，這有助于風險金融產品的價格發現和金融市場的健康發展。（2）家庭收入是進行風險金融資產選擇的重要因素，我國二元經濟金融結構下形成的城鄉收入差距，是家庭風險金融資產選擇存在城鄉差異的重要原因。但反過來，風險金融資產的投資收益作為家庭財產性收入的主要來源，會進一步擴大城鄉收入差距。因而，政府一方面需要進一步深化收入分配制度改革，在縮小收入差距的同時，降低家庭的預防性儲蓄動機，促進家庭風險金融資產參與可能和深度。（3）要縮小家庭風險金融資產選擇的城鄉差異，不僅要提高家庭收入，縮小城鄉收入差距，更重要的是在金融教育、農村土地及房地產改革、農村住房金融支持等方面著手，徹底改善二元經濟金融結構，實現真正意義上的城鄉一體化。（4）金融市場的健康發展是家庭風險金融資產選擇的前提，應完善我國風險金融市場體系的建設，避免市場出現大起大落、長期低迷的局面，樹立風險金融市場收益和風險相匹配的市場運行和調節機制，形成風險金融資產投資收益的財富效應和示范效應，從而吸引家庭風險金融資產參與可能和深度，拓展家庭財產性收入渠道。同時，在制定金融政策時，應該考慮向廣大農村金融市場進行政策傾斜，重視農村家庭對風險金融市場健康發展的作用。

注釋

①數據來源于西南財經大學《中國家庭金融研究（2016）》，風險金融資產包括股票、基金、理財、非人民幣資產、黃金、債券和衍生品。

②由于公開發布的2017年對部分問卷進行調整，不能獲得部分主要控制變量數據缺失，因此本文采用的是2015年的調查數據。

③家庭的城鄉特征：以CHFS訪員入戶調查時家庭的居住地址為依據，根據國家統計局《統計用城鄉劃分代碼》標準進行城鄉特征標識，并對主要經濟活動不在此居住地和居住未達6個月的樣本進行更換，保證家庭主要經濟活動與城鄉特征的一致性

④該變量采用評分法對原始數據利率、通脹、風險三個問題進行整理，回答正確的計為1，錯誤或不知道的計為0，然后將三個問題進行加總代表金融知識，取值0-3分代表答對的題數，0分代表全部答錯或不知道，3分表示全部答對。

⑤CHFS中專門針對家庭風險態度設置了提問：［A4003］“若有一筆資產，您愿意選擇哪種投資項目？1.高風險高回報。2.略高風險，略高回報。3.平均風險，平均回報。4.略低風險，略低回報。5.不愿意承擔任何風險。6.不知道。”為了與以往文獻保持一致，本文按照傳統定義，將選項1和選項2合并為風險偏好類型家庭，將選項3作為風險中性類型家庭，將選項4和選項5合并為風險厭惡類型家庭，選項6不知道視同缺失值。由題目可以看出，整理后，風險偏好取值為1，風險中性取值為2，風險厭惡取值為3，該分類變量值越大，其風險厭惡程度越高。

⑥該保險包括：城鎮職工基本醫療保險、城鎮居民基本醫療保險、新型農村合作醫療保險、城鄉居民基本醫療保險、公費醫療、商業醫療保險、企業補充醫療保險、大病醫療統籌、社會互助等。

⑦Manski（2000）根據參考群體與個體之間影響是單向還是雙向，將社會互動分為內生互動和情景互動。內生互動是雙向的，即群體成員的行為不僅影響個體投資決策，同時又受個體投資決策的反作用；情景互動是單向的，即個體投資決策受群體成員的影響但不能反作用于群體行為。

參考文獻

[1] MOOKERJEE R，KALIPIONI P. Availability of Financial Services and Income Inequality： The Evidence from Many Countries[J]．Emerging Markets Review，2010，11（4）：404-408．

[2] CAMPBELL J Y. Household Finance[J]．Journal of Finance，2006，61（4）：1553-1604．

[3] GUISO L，JAPPELLI T，TERLIZZESE D．Income Risk，Borrowing Constraints，and Portfolio Choice[J]．The American Economic Review，1996，86（1）： 158-172．

[4] BRUNNERMEIER M K，NAGEL S. Hedge Funds and the Technology Bubble[J]．The Journal of Finance，2004，59（5）： 2013-2040．

[5] 史代敏，宋艷.居民家庭金融資產選擇的實證研究[J]．統計研究，2005（10）：43-49．

[6] BONAPARTE Y，KORNIOTIS G M，KUMAR A. Income Hedging and Portfolio Decisions[J]．Journal of Financial Economics，2014，113（2）：300-324．

[7] PALIA D，QI Y，WU Y. Heterogeneous Background Risks and Portfolio Choice： Evidence from Micro-level Data[J]．Journal of Money，Credit and Banking，2014，64（8）：1687-1720．

[8] 宋煒，蔡明超.勞動收入與中國城鎮家庭風險資產配置研究[J]．西北人口，2016（3）：26-31．

[9] 余勁松.城城鎮居民參與股市及其對財產性收入的影響——基于我國2000—2008年30個省市（區）面板數據的研究[J]．證券市場導報，2011（10）：4-10．

[10] BANERJEE A，DUFLO E，GLENNERSTER R，et al．The Miracle of Microfinance？ Evidence from a Randomized Evaluation[J]．American Economic Journal： Applied Economics，2015，7（1）：22-53．

[11] 王聰，柴時軍，田存志，等.家庭社會網絡與股市參與[J]．世界經濟，2015（5）： 105-124．

[12] 曹揚.社會網絡與家庭金融資產選擇[J]．南方金融，2015（11）：38-46．

[13] AMBRUS A，MOBIUS M，SZEIDL A. Consumption Risk-sharing in Social Networks[J]．American Economic Review，2014，104（1）：149-82．

[14] 王春超，袁偉.社會網絡、風險分擔與農戶儲蓄率[J]．中國農村經濟，2016（3）：25-35．

[15] 白重恩，吳斌珍，金燁.中國養老保險繳費對消費和儲蓄的影響[J]．中國社會學，2012（8）：48-71．

[16] CARDAK B A，WILKINS R. The Determinants of Household Risks Asset Holding： Australian Evidence on Background Risk and Other Factors[J]．Journal of banking amp; Finance，2009，33（5）：850-860．

[17] 周欽，袁燕，臧文斌.醫療保險對中國城市和農村家庭資產選擇的影響研究[J]．經濟學（季刊），2015（3）：931-960．

[18] 林靖，周銘山，董志勇.社會保險與家庭金融風險資產投資[J]．管理科學學報，2017（2）：94-107．

[19] 王穩，桑林.社會醫療保險對家庭金融資產配置的影響機制[J]．首都經濟貿易大學學報（雙月刊），2020（1）： 21-34．

[20] 尹志超，吳雨，甘犁.金融可得性、金融市場參與和家庭資產選擇[J]．經濟研究，2015（3）：87-99．

[21] 王琎，吳衛星.婚姻對家庭風險資產選擇的影響[J]．南開經濟評論，2014（3）：100-112．

[22] 吳衛星，尹豪.工作滿意度與股票市場參與[J]．經濟科學，2019（6）：69-79．

[23] 江靜琳，王正位，廖理.農村成長經歷和股票市場參與[J]．經濟研究，2018（8）：84-99．

[24] 盧樹立.省外務工經歷與農村家庭金融資產選擇[J]．中南財經政法大學學報，2020（1）：127-135．

[25] 呂新軍，王昌宇.社交互動、城鎮化與家庭股票市場參與——基于CFPS數據的實證研究[J]．區域金融研究，2019（12）：21-27．

[26] 閆竹，王驁然.儒家文化與中國家庭股票市場參與[J]．中央財經大學學報，2020（12）：37-51．

[27] 王正位，李耕.科舉制傳統和家庭股票市場參與[J]．經濟學報，2021（9）：93-118．

[28] 溫濤，朱炯，王小華.中國農貸的“精英俘獲”機制：貧困縣與非貧困縣的分層比較[J]．經濟研究，2016（2）：111-125．

[29] 陳雨麗，羅荷花.金融教育、金融素養與家庭風險金融資產配置[J]．金融發展研究，2020（6）：57-64．

[30] GUISO L，PAIELLA M. Risk Aversion，Wealth，and Background Risk[J]．Journal of the European Economic Association，2008，6（6）：1109-1150．

（責任編輯：楊艷軍）