居民家庭結構對風險金融資產配置的影響研究
——基于中國家庭金融調查數據

■安強身 牛巖

一、引言

黨的二十大報告指出，“中國式現代化是全體人民共同富裕的現代化”，而提高居民財產性收入與財富積累水平是完善收入分配制度、促進共同富裕的基本要求。改革開放以來，我國金融體系與相關制度逐步完善，居民獲取金融服務愈發高效、便捷，家庭金融資產配置比率隨之上升。然而，相比于英、美、日等發達國家，我國居民受傳統保守思想影響，風險投資意識相對較弱，家庭金融風險市場參與和金融資產配置程度較低①，金融產品選擇相對單一，家庭金融資產配置仍以銀行存款為主[1]。普遍來看，全世界范圍內居民的風險資產配置率都低于現代投資組合理論的最優值，而這種現象在我國尤其嚴重，這在學術界被稱為“有限參與之謎”[2]。這種家庭資產組合不利于財產性收入的提高與家庭財富水平的積累[3]。因此，提升居民家庭金融市場參與率、優化居民家庭資產結構，成為助力居民家庭財富積累與共同富裕目標實現的前提和基礎。進一步地，認識和挖掘居民家庭金融市場“有限參與之謎”的成因，為相關部門的制度改革提供經驗證據，顯得尤為重要。

家庭作為社會經濟活動中的基本單位，其結構類型往往直接影響家庭成員的儲蓄、消費和投資觀念，家庭成員構成也會影響居民儲蓄率與風險市場參與率[4]，可見家庭結構在資產配置中發揮著重要作用。隨著國民生活觀念的轉變和平均受教育水平的提升，我國家庭結構發生了重大變化。第七次全國人口普查數據顯示，我國家庭同住人口于2020年首次降至3 人以下，戶均人口數僅為2.62 人。由此可見，我國居民家庭結構正向小型化、簡單化方向演進。那么，這種演變對我國居民家庭的金融資產配置又會產生怎樣的影響？為厘清二者關系，本文采用中國家庭金融調查（CHFS）2019 年的數據，探究不同家庭結構與其金融資產配置的關系及其作用渠道，以回答中國居民家庭金融市場“有限參與之謎”。

本文邊際貢獻體現如下：一是已有文獻多從收入水平、經濟發展、住房投資等角度探究家庭金融資產配置的影響因素，本文融合社會學與經濟學的相關理論，實證檢驗家庭結構對金融資產配置的影響，有助于從更深層次剖析家庭金融資產配置的內在邏輯。二是在解釋變量的選取上，以往文獻對于家庭人口結構的衡量多從人口老齡化[5]、家庭年齡結構[6]等角度展開，本文首次將家庭結構類型作為解釋變量進行分析，有助于厘清人口結構與金融資產配置的關系。三是已有文獻對風險態度和金融素養在家庭金融資產配置中的作用較少提及，本文實證檢驗二者在家庭結構影響金融資產配置過程中起到的中介作用，為家庭資產配置優化提供路徑參考。

二、文獻綜述

20 世紀80 年代以來，經濟發展水平日漸提高。金融市場參與給家庭帶來了可觀的收入增量，無論是對個體家庭財務狀況改善還是對社會經濟發展都大有裨益[7]。從我國居民家庭金融資產配置情況看，金融資產配置總額不斷上升，資產結構日益多樣化，居民家庭金融資產水平明顯提高[8]。但相較于發達國家，我國始終存在家庭儲蓄存款占比居高不下、風險性資產投資占比相對較低等問題，導致我國居民在金融市場上呈現出典型的“有限參與”特征。

為探究家庭金融資產配置的影響因素，大量文獻分別從收入水平[9]、財富水平[10]、數字金融完善程度[11]等角度分析其在資產配置中發揮的作用，而與家庭人口結構相關的研究在國內起步較晚，更多聚焦于家庭成員的年齡結構。當前主流觀點認為，投資者年齡與家庭風險性資產配置份額之間呈倒U型關系，即隨著投資者年齡的增加，風險資產的份額會出現先上升后下降的情況，中年人相比年輕人與老年人會更偏好投資金融資產[12]。此外，關于兩者作用渠道的研究也取得了一定成果。Chamon 等[13]認為可能由于住房、教育和醫療支出等私人負擔的不斷增加，中年人經濟條件與身體狀況更具優勢，配置金融資產的可能性更大。齊明珠等[14]認為風險偏好是人口年齡結構影響家庭金融資產配置的重要途徑。崔穎等[15]發現戶主認知能力對風險資產投資有顯著的正向影響，而年齡增加會導致認知能力的衰退，進而導致家庭配置金融資產比例的變動。另外，有學者指出，家庭內部老年人口比例的增加會降低家庭風險性金融資產的配置[16]，少兒人口的增加會促進家庭投資[17]。王韌等[18]則持相反觀點，認為子女數量的增多會抑制風險性金融投資。而相較于女孩家庭，男孩家庭更傾向于增加儲蓄、減少投資[19]。此外，也有學者從其他角度探討家庭結構與金融資產配置之間的關系。例如，有研究認為共同居住家庭中，戶主年齡與儲蓄率呈U型關系，獨居家庭則呈倒U型關系[20]；相比多代同住的家庭，獨代居住的家庭會投資更多風險資產，而三代同堂家庭比與子女同住家庭的金融市場參與率更低[21]；相比其他家庭，上有老下有小的“夾心層”家庭會更積極地參與金融市場[22]。也有研究發現家庭結構對收入水平[23]、財富水平[24]、消費決策[25]、債務狀況[26]等均有影響，而這些因素又會導致家庭金融資產配置決策發生改變。

綜上所述，已有諸多研究從不同角度探討了家庭金融資產配置的影響因素，但從家庭結構角度出發探討二者關系的研究仍存在空白。因此，本文采用家庭結構類型作為解釋變量，實證探究其與家庭金融資產配置之間的關系，并進一步挖掘內在作用渠道，以彌補現有研究的缺失。

三、理論分析與研究假說

（一）家庭結構影響金融資產配置的機理分析

一般來說，家庭會根據其收入水平、消費需求、未來風險預期等作出金融資產配置決策，而這些因素均與家庭內部的人口結構相關[27]。依照社會學的分類方法，家庭結構主要包括核心家庭、單人家庭、夫妻家庭、直系家庭、復合家庭、殘缺家庭等等，不同類型的家庭規模與成員構成均有差異，投資理念亦不相同，導致不同家庭的金融資產配置存在差異。當前我國家庭存在規模小型化、結構簡單化的趨勢，核心家庭、單人家庭、夫妻家庭與直系家庭在我國較為常見，因此本文將這四類家庭記為核心解釋變量。

核心家庭由夫妻與未婚子女組成，由于夫妻尚處于青壯年，身體健康狀況與家庭收入都較為穩定，生活壓力較小，自身風險承擔能力較強，更有能力支付投資產品的固定成本。并且由于其子女一般年齡較小，仍處于受教育階段，教育成本相對較高，為平滑各期開支，夫妻可能會在日常支出有結余時進行資源跨期配置，以實現資產增值，將所得的財產性收入用于承擔育兒成本，緩解開支壓力。二代及以上的直系家庭則是由兩代及以上且中間無斷代的夫妻組成，一般為父母與已婚子女同住。相較于其他家庭，直系家庭規模更大、成員構成也更為復雜。這類家庭可能面臨“上有老下有小”的情況，需要同時承擔教育成本和養老成本，為負擔較高的生活花銷，家庭會具有較強的資產配置意愿，傾向購買高回報的金融資產以取得收益。同時，直系家庭成員中一般有年輕人，他們接觸互聯網的頻率更高，在數字經濟、數字金融不斷發展的大背景下，使得直系家庭能更多地了解理財、投資信息。單人家庭或夫妻家庭多數由沒有子女的年邁老人組成，而老年人口占比高的家庭，其風險資產持有比重較低[28]。這是由于這類家庭成員已經喪失勞動能力，增收困難，同時還要應付日常消費和醫療支出，有較大的經濟負擔，投資能力有所下降。另外，由于老年人參與互聯網的程度普遍較低，家庭獲取金融知識的途徑有限，落后的投資觀念也會導致家庭投資動力不足，不利于提升金融資產配置意愿。據此，本文提出假設1：

H1：核心家庭和直系家庭會提升金融資產配置率，而單人家庭和夫妻家庭會降低金融資產配置率。

（二）家庭結構影響金融資產配置的中介效應分析

家庭結構對金融資產配置的影響是深刻、多元的，其中存在著諸多作用機制。本文進一步對兩者間的關系進行探究，構建金融素養、風險態度兩種中介變量，以檢驗家庭結構是否會通過這兩種渠道影響金融資產配置決策。

已有研究發現，投資組合分散化對規避風險、提高收益具有重要作用，而金融素養的提升能通過分散化投資實現最優投資結果[29]，可見提高金融素養有助于優化家庭金融資產配置。金融素養較高的家庭，對各類金融資產的風險程度與收益率的了解程度也較高，更能作出合理的投資決策，通過配置多樣化的金融資產組合實現保值增值。金融素養較低的家庭在收集和處理資產信息方面的能力較差，信息障礙提高了金融市場的參與成本，導致其在進行資產配置決策時可能遇到阻礙。此外，擁有金融專業知識背景的居民對于金融投資有更全面的了解，在進行資產配置時風險偏好程度更高，金融市場參與率較高[30]。據此可以看出，金融素養會對金融資產配置的概率和深度產生正向影響。從家庭結構的角度出發，隨著戶主年齡的增長，認知水平有所退化，金融素養也隨之下降[31]，老年家庭會傾向于退出金融市場，而核心家庭的夫妻尚處于勞動年齡，信息整合能力與計算能力較強，直系家庭中的年輕成員也可以通過互聯網了解金融知識、提高金融素養，并幫助戶主設定合理的財務目標，做出家庭財務決策，提高金融資產配置比例。據此，本文提出假設2：

H2：家庭結構通過金融素養渠道影響金融資產配置決策。核心家庭和直系家庭因為金融素養較高促進了金融資產配置率的提升，單人家庭和夫妻家庭則因金融素養較低而降低了金融資產配置率。

現代投資組合理論認為，投資者會根據自身的風險偏好程度決定風險資產配置比例，風險態度是影響投資者配置資產組合的重要因素，風險厭惡程度很大程度上影響家庭是否配置風險性金融資產。風險厭惡程度的增大會降低家庭配置風險性金融資產的概率[32]。通常情況下，風險厭惡程度并非是不變的常數，它在經濟主體的生命周期中常常存在時變特征，且隨著年齡的增加呈現先下降后升高的趨勢[33]。從家庭層面來看，核心家庭的夫妻一般處于職業收入上升階段，風險厭惡程度較低，這有助于提高投資概率。另外，少兒人口的增加也會提升風險偏好程度，這是由于家庭為了給子女創造良好的成長環境愿意承擔風險[17]，并且有子女的家庭需要承擔較高的教育成本與養育成本，為追求長期財富最大化，家庭往往會選擇高收益的風險性金融產品，這也表現為風險偏好[6]。而在老齡化嚴重的單人、夫妻家庭中，成員幾乎都步入了老年，處于風險厭惡程度較高的階段，同時還面臨健康風險和收入不穩定的情況，因此會呈現出風險厭惡特征，減少風險性金融投資。直系家庭狀況較為復雜。一方面，家庭中一般有年輕勞動人口同住，往往風險偏好程度較大；另一方面，這類家庭一般人均收入較低，為減弱住房壓力才選擇多人同住，其自身風險承擔能力較差，可能表現為風險厭惡。綜合來看，直系家庭的風險態度并不明朗。據此，本文提出假設3：

H3：家庭結構通過風險偏好渠道影響金融資產配置決策。核心家庭因為風險偏好較高促進了金融資產配置率的提升，單人家庭和夫妻家庭則因風險厭惡而降低了金融資產配置率。并且，風險偏好這一中介效應在直系家庭不發揮作用。

四、研究設計

（一）模型設定

1.基準模型

由于家庭結構不會在短期內發生變動，本文選取一期截面數據進行實證檢驗。在探討居民家庭結構對金融資產配置的影響時，為綜合、客觀地考察家庭資產組合情況，分別選取三個變量作為衡量指標。

第一個被解釋變量為虛擬變量“是否配置風險性金融資產（asset）”，選擇Probit 模型進行分析。Probit 模型存在一個潛變量asset*。當asset*＞0 時，該家庭配置金融資產取值為1，否則為0。本文Probit 模型的結果均采用邊際效應進行匯報。模型設定如下：

其中，i表示第i個家庭，asseti為虛擬變量“是否配置風險性金融資產”，nfi為核心家庭虛擬變量，tfi為直系家庭虛擬變量，sfi為單人家庭虛擬變量，mfi為夫妻家庭虛擬變量，controlsi指代一系列可能影響風險性金融資產配置的控制變量集，包括戶主特征、家庭特征、地區特征等，εi是隨機擾動項。

第二個被解釋變量為“風險性金融資產占比（asset%）”，用于衡量金融資產配置深度。由于該變量為左截斷變量，因此選取Tobit 模型進行分析，其他變量設定不變。模型設定如下：

其中，asset%i表示家庭i 風險性金融資產占其家庭總金融資產的比重，asset%*i表示風險資產占金融資產比重在（0，1）之間的觀測值。

第三個被解釋變量為“風險性金融資產種類（type）”，采用各家庭持有的風險性金融資產種類數來衡量。選取OLS 模型進行回歸，其他變量設定不變。模型設定如下：

2.中介效應檢驗模型

為探究家庭結構是否會通過金融素養（sy）、風險態度（fx）對金融資產配置產生影響，本文借鑒江艇[34]的做法，在基準模型基礎上進一步構建中介效應模型，檢驗家庭結構對中介變量的影響程度。模型設定如下：

（二）數據來源

本文數據來源于中國家庭金融調查（CHFS）2019 年全國調查數據、同年的省級數據集②和北京大學數字金融研究中心發布的數字普惠金融指數的合并數據。CHFS 調查始于2011 年，每兩年追蹤一次，覆蓋全國29個省、自治區與直轄市，調查內容包括家庭人口學特征、資產與負債、保險與保障、支出與收入等板塊，較為全面、詳細地反映了居民家庭資產配置狀況。需要注意的是，CHFS 問卷中的金融資產包括現金、活期存款、定期存款、股票、基金、債券、理財產品、金融衍生品、外幣資產、黃金等金融資產。本文將股票、基金、債券、理財產品、金融衍生品、外幣資產、黃金記為風險性金融資產。

（三）變量選取

1.被解釋變量

本文選取的被解釋變量分別為“是否配置風險性金融資產（asset）”“風險性金融資產占比（asset%）”“風險性金融資產配置種類（type）”，通過測算居民家庭風險性金融資產配置的概率、深度及分散化程度來綜合反映金融資產配置情況。

2.解釋變量

本文的核心解釋變量為家庭結構。根據目前的有效樣本數據，選取核心家庭（nf）、直系家庭（tf）、單人家庭（sf）、夫妻家庭（mf）的虛擬變量作為解釋變量。根據CHFS調查問卷中的問題“A2001家庭成員關系”，本文手動進行分類整理：將受訪者與配偶及未婚子女同住的家庭記為核心家庭，將受訪者與配偶及已婚子女或父母同住的家庭記為直系家庭，將受訪者獨居的家庭記為單人家庭，將受訪者與配偶同住的家庭記為夫妻家庭。需要說明的是，除上述家庭類型外，樣本中還包含聯合家庭、單親家庭、祖孫同住家庭等，但由于樣本占比較低，本文將這些類型均劃入其他家庭，不進行單獨的實證檢驗。

3.控制變量

本文控制了一系列會影響家庭金融資產配置的變量，包括戶主特征變量、家庭特征變量和地區特征變量。具體變量及定義見表1。

表1 主要變量定義

（四）樣本描述性統計

各變量的樣本描述性統計結果見表2。如表2所示，我國家庭平均風險市場參與度僅為10.9%，而平均配置比例與配置種類也較低。可見，我國居民在配置金融資產時仍以無風險資產為主，普遍存在金融市場“有限參與”、金融排斥現象嚴重問題。

表2 描述性統計

五、實證結果及分析

（一）基準回歸結果

表3為家庭結構影響風險性金融資產配置的基準回歸結果。（1）列為家庭配置金融資產概率的回歸結果，文中Probit 模型的結果均采用邊際效應進行匯報；（2）列為家庭配置金融資產深度的回歸結果；（3）列為家庭配置金融資產分散化程度的回歸結果。從各變量的回歸顯著性可以看出，核心家庭在不同模型中均會顯著促進金融資產的配置；直系家庭配置概率和配置種類在一定水平上顯著，配置深度不顯著；單人或夫妻家庭則會顯著抑制金融資產的配置。而回歸系數則表明，核心家庭較直系家庭風險性金融資產的配置率更高，單人家庭的抑制作用較夫妻家庭更強。原因可能是：核心家庭夫妻處于勞動年齡階段，收入與身體狀況都較為穩定，有一定閑置資金可用于投資，因此傾向于配置金融資產。直系家庭雖然也有投資意愿，但收入較低，同時可能肩負教育與醫療支出，可自由支配資金不足，金融資產配置深度不高，回歸結果不顯著。單人或夫妻家庭主要為老年家庭，收入不穩定且身體狀況較差，投資觀念保守，傾向于增加儲蓄、降低投資。另外，單人家庭僅有戶主獨居，無同住人口共享收入、分擔壓力，風險承擔能力較差，對金融資產配置率負向影響更強。

表3 家庭結構影響風險性金融資產配置的回歸結果

（二）穩健性檢驗

1.內生性處理

基準模型中可能存在部分不可測量的遺漏變量，會同時影響居民家庭結構與資產配置決策，導致產生潛在的內生性問題。本文首先通過加入省份固定效應來控制遺漏變量的影響，回歸結果見表4（1）至（3）列。在控制了固定效應后，各變量系數的符號方向仍與前文一致。其次加入“是否擁有商業保險”“家庭創業計劃”“家庭總負債”作為新的控制變量，結果見表4（4）至（6）列。在加入新的控制變量后，直系家庭結構對資產分散化程度的影響不再顯著，其他三類家庭的結果仍與基準回歸一致。

表4 內生性處理

2.替換被解釋變量

參考吳越等[35]的研究，將風險性金融資產劃分為主動型風險金融資產與被動型風險金融資產。其中，主動型風險金融資產包括股票、基金、債券和金融衍生品，具有高風險和高收益的特性；被動型風險金融資產包括銀行理財和互聯網理財，風險與收益均較低。本文將原被解釋變量替換為“是否持有主動型風險金融資產（active）”“主動型風險金融資產在總金融資產中的占比（active%）”“主動型風險金融資產的持有種類（typea）”進行穩健性檢驗。表5的回歸結果證明前文結論較為穩健。

表5 替換被解釋變量的穩健性檢驗結果

3.剔除有金融從業人員家庭的樣本

參考唐丹云等[36]的研究，考慮到家庭金融資產選擇在一定程度上受家庭金融素養影響，而有金融從業人員的家庭金融素養較高，會影響家庭配置決策，因而剔除家庭中有金融從業人員的樣本進行穩健性檢驗，結果見表6。可以看出，核心家庭、單人家庭、夫妻家庭的回歸結果與前文一致，在一定程度上證實了本文結論的穩健性。直系家庭符號方向不變，但顯著性水平有所降低，說明這類家庭可能受家庭成員的金融從業影響較強。另外，直系家庭樣本量較少，也會對回歸結果的顯著性有所干擾。總體看來，回歸結果與基準回歸基本一致。

表6 剔除有金融從業人員家庭的穩健性檢驗結果

4.替換樣本

將樣本由CHFS（2019）替換為CHFS（2017），再次進行回歸。由于CHFS（2017）中“家庭是否擁有自有住房”缺失值較多，因此將該變量替換為“家庭擁有的住房數量”，其余變量選取與模型設定不變，實證結果如表7 所示。可以看出，各解釋變量都在5%的水平上顯著，符號方向也與原檢驗保持一致。這也驗證了本文結論的穩健性。

表7 替換樣本的穩健性檢驗結果

（三）異質性檢驗

1.按數字金融發展水平劃分

數字金融水平的提高有助于降低居民進入金融市場的門檻，促進金融資產配置率的提升，但由于個體間的異質性，不同家庭的資產配置變化可能存在差異。考慮這一因素的影響，本文采用北京大學發布的數字普惠金融指數衡量各省份數字金融水平，根據該指數的中位數將樣本劃分為兩個子樣本進行實證檢驗，并通過Chow 檢驗證明分組回歸的有效性。通過表8 結果看出，分樣本后核心家庭在不同的數字金融水平地區中差異不大；直系家庭的分區域檢驗結果僅在高水平地區顯著，說明在數字金融發展水平相對較高的區域，居民更容易借助互聯網獲取金融知識或投資信息，從而提高金融資產的配置率；單人家庭和夫妻家庭對金融資產配置率的抑制作用在高水平地區更強，這是因為老年人口屬于數字弱勢群體，在經濟與互聯網發達、數字金融蓬勃發展的地區，由于數字經濟的發展催生出數字鴻溝，他們反而會受制于數字稟賦，無法利用互聯網跟上市場的腳步，從而降低對于金融資產的配置率。

表8 按數字金融發展水平劃分的異質性檢驗

2.按經濟發展水平劃分

不同的經濟水平會影響居民的職業選擇、收入消費、投資觀念等，進而會影響該地區家庭的資產配置決策。本文采用各地區的人均GDP 來衡量經濟發展水平，根據經濟發展水平的中位數將樣本劃分為兩個子樣本進行檢驗。通過表9 結果看出，核心家庭在各區域內均傾向于參與金融市場，且經濟發達地區資產配置概率與種類的顯著性水平高于欠發達地區，這是因為發達地區金融業發展相對完善，居民金融素養普遍較高，會提升其金融資產配置率；直系家庭的分區域檢驗結果僅在發達地區顯著，可能是因為在經濟發達地區，居民的信息成本和交易成本較低，參與金融市場的門檻也較低；單人家庭和夫妻家庭對金融資產配置率的抑制作用在經濟發達地區更強，這也可能與數字鴻溝有關。

表9 按經濟發展水平劃分的異質性檢驗

3.按養老與教育支出劃分

家庭可能會因為生活壓力不同而存在異質性的金融資產配置。本文根據CHFS問卷問題“去年，您家給父母的現金或非現金一共有多少錢？”“去年，您家給公婆、岳父母的現金或非現金一共有多少錢？”“去年，您家在教育培訓上一共支出了多少錢？”來計算該家庭的養老支出與教育支出，衡量其在養老育兒方面的生活壓力，并根據結果將樣本分為無支出和有支出兩個子樣本進行檢驗。結果如表10所示，家庭負擔養老教育支出一方面可以增強核心、直系家庭的資產配置意愿，另一方面可以緩解單人、夫妻家庭對金融資產配置的抑制作用。這說明用于養老或教育的這部分支出是居民配置風險性金融資產的一大動力，當居民面臨生活壓力時，就會產生金融資產配置意愿，提升金融市場參與度。

表10 按養老和教育支出劃分的異質性檢驗

（四）渠道檢驗

本文參考尹志超等[37]的研究，采用因子分析法構建金融素養指標。CHFS（2019）問卷中設計了三個有關利率和通貨膨脹的問題以考察受訪者的金融素養水平，本文根據受訪者對每個問題的回答情況構建了兩個虛擬變量，分別表示是否回答正確和是否正面回答，并采用這六個虛擬變量構建衡量金融素養的總指標。表11（1）列顯示，受訪者對每個問題的正確回答率都不足50%，說明我國居民金融關注度與金融知識水平普遍較低。

表11 金融素養指標構建

在進行金融素養指標構建之前，本文首先根據KMO檢驗判斷因子分析法的適用程度，檢驗結果見表11（2）列。可以看出，結果均大于0.6，說明可以采用因子分析法。

本文結合特征根大小與方差貢獻率共提取兩個因子，最后結合因子得分與旋轉后的因子權重計算出綜合因子得分，并將該衡量方法得出的結果記為中介變量“金融素養（sy）”的代理指標。由表12（1）列可知，相對于單人家庭和夫妻家庭，核心家庭與直系家庭的金融素養水平更高，說明金融素養在家庭結構與金融資產選擇中發揮著中介作用，家庭結構通過金融素養渠道影響金融資產的配置決策。其中，核心家庭和直系家庭因為金融素養較高促進了金融資產配置率的提升，單人家庭和夫妻家庭則因金融素養較低而降低了金融資產配置率。證明了假設2成立。

表12 中介效應的回歸結果

本文進一步對風險態度的中介效應進行實證檢驗。由于風險厭惡是投資的基礎假設，家庭會根據風險與收益進行投資決策，因此風險態度在家庭結構與金融資產配置之間可能起到中介作用。本文根據CHFS（2019）問卷題目“如果您有一筆資金用于投資，您最愿意選擇哪種投資項目？”來衡量風險態度，根據受訪者回答將風險態度賦值為1、2、3、4、5，數值越高，表示該家庭的風險偏好程度越高。根據現代投資組合理論，投資者的風險偏好程度在資產配置中發揮著重要作用，風險偏好程度越高，風險資產的配置比例也越高。從表12（2）列的回歸結果可以看出，核心家庭的風險偏好程度高，而單人家庭和夫妻家庭對風險呈厭惡態度，說明風險態度是這三類家庭的中介變量，在一定程度上驗證了假設3。直系家庭的回歸結果不顯著，這是由于直系家庭成員組成較為復雜，既可能因為較高的支出需求而傾向于配置高回報資產，又可能因為戶主年齡偏高，金融偏好程度下降，同時受收入水平和醫療負擔影響，而避免進入高風險市場。

六、結論與建議

家庭是我國金融市場的重要參與者，而“有限參與”卻抑制了居民財產性收入的增長和家庭財富水平的提升，在一定程度上阻礙了共同富裕目標的實現。為破解“有限參與之謎”，本文基于家庭結構視角，采用CHFS（2019）數據從理論分析與實證檢驗兩方面深入探究其與金融資產配置決策間的聯系，得出以下結論：核心、直系家庭結構會促進風險性金融資產配置率的提升，單人、夫妻家庭結構則會抑制金融市場參與。異質性分析表明，核心家庭在不同地區均傾向于配置風險性金融資產，而在數字金融程度更高、經濟更發達的區域，直系家庭對金融資產配置參與度的提升作用更強，且由于數字鴻溝的存在，單人或夫妻家庭對金融資產配置參與度的抑制作用也得以加強；有養老和教育成本的核心家庭與直系家庭會提高金融資產配置率，同時緩解單人家庭和夫妻家庭對金融資產配置率的抑制作用。中介效應檢驗結果表明，家庭結構與金融資產配置之間存在金融素養與風險態度兩種作用渠道，金融素養較高或風險偏好程度較高的家庭會提高金融資產配置概率與比例，而低金融素養與風險厭惡則會抑制金融資產的配置。

本文的研究內容具有以下政策啟示：

首先，要完善金融市場建設，抑制數字鴻溝的不良影響。一方面，各地區要提高數字經濟與數字金融的發展水平，強化核心家庭與直系家庭對金融資產配置的促進作用；同時完善金融基礎設施建設與金融制度保障，防范網絡風險，引導居民理性、良性投資。另一方面，要關注數字弱勢群體，積極發揮政府的引導作用，擴大互聯網覆蓋面，提高老年家庭的數字接入水平與數字金融素養，進而彌合老年群體數字鴻溝，發揮數字普惠金融對金融資產配置的有利影響，提升家庭財產性收入水平，促進共同富裕。

其次，要大力普及金融投資知識，提高居民金融素養。由數據分析與實證結果可以看出，金融素養對金融市場參與度發揮著顯著的正向影響，然而我國居民當前普遍金融素養水平較低，因此要從各方面強化居民金融知識儲備，面向全社會各類群體，尤其是金融素養水平較低的低收入人群與中老年群體，積極開展金融知識講座，普及金融知識教育，提高全體居民的金融素養。

最后，要加強風險教育，幫助居民樹立理性的投資態度。一方面，應落實精準扶貧政策，提高居民可支配收入水平，從而增強其風險承擔能力，緩解其風險厭惡程度。另一方面，通過金融知識培訓與金融風險教育，幫助居民正確看待投資風險，樹立理性、客觀的風險態度，引導居民積極參與資本市場，基于自身財務狀況做出合理的投資決策。

注 釋

①《中國家庭財富指數調研報告2021》數據顯示，2021年第四季度我國家庭金融資產占比達30.2%，而《2022 年主要國家家庭金融資產報告》數據顯示，2021年韓國家庭金融資產占比為35.6%，日本為63.0%，英國為53.8%，美國為71.5%。②數據來源于2019年的中國統計局官網。