互聯(lián)網(wǎng)使用、風(fēng)險(xiǎn)態(tài)度與家庭風(fēng)險(xiǎn)資產(chǎn)投資行為

張馨宇 中國(guó)海洋大學(xué)

一、引言和文獻(xiàn)綜述

近年來(lái)，中國(guó)金融市場(chǎng)在機(jī)遇和挑戰(zhàn)中不斷發(fā)展，人民生活水平逐步提高，家庭財(cái)富日益增長(zhǎng)，如何管理家庭財(cái)富顯然成為一個(gè)值得探討和研究的問(wèn)題。當(dāng)前我國(guó)家庭金融資產(chǎn)配置主要還是集中于無(wú)風(fēng)險(xiǎn)資產(chǎn)，對(duì)于風(fēng)險(xiǎn)資產(chǎn)的投資仍具有較強(qiáng)的規(guī)避心理，金融市場(chǎng)參與的廣泛性和深度仍具有較大的發(fā)展空間。

周廣肅、梁琪（2018）使用2010和2014年的中國(guó)家庭金融調(diào)查問(wèn)卷數(shù)據(jù)進(jìn)行了實(shí)證分析，得出互聯(lián)網(wǎng)使用對(duì)于家庭投資風(fēng)險(xiǎn)資產(chǎn)具有顯著的正向作用，并從市場(chǎng)摩擦和社會(huì)互動(dòng)的角度解釋其作用機(jī)制；郭士祺、梁平漢（2014）基于2011年CHFS數(shù)據(jù)，發(fā)現(xiàn)網(wǎng)絡(luò)信息化可以通過(guò)便捷傳遞股市信息促進(jìn)家庭股市參與；唐英凱、趙宏宇（2006）實(shí)證發(fā)現(xiàn)風(fēng)險(xiǎn)厭惡水平越高，最優(yōu)配置結(jié)構(gòu)中高風(fēng)險(xiǎn)資產(chǎn)的比重越低；張曉嬌（2013）研究發(fā)現(xiàn)風(fēng)險(xiǎn)偏好型家庭會(huì)更愿意持有股票等風(fēng)險(xiǎn)資產(chǎn)。

本文在梳理了現(xiàn)有文獻(xiàn)后，基于互聯(lián)網(wǎng)和風(fēng)險(xiǎn)態(tài)度的視角，引入互聯(lián)網(wǎng)使用與家庭風(fēng)險(xiǎn)態(tài)度兩個(gè)變量，同時(shí)考慮二者的交叉影響，研究其對(duì)家庭參與風(fēng)險(xiǎn)投資的作用，以期能夠有利于家庭將財(cái)富應(yīng)用于更有效率的投資，對(duì)國(guó)家出臺(tái)相關(guān)經(jīng)濟(jì)政策給予一定的建議。

二、模型構(gòu)建

（一）數(shù)據(jù)來(lái)源和變量選取

1.數(shù)據(jù)選取及來(lái)源

本文使用的是2017年中國(guó)家庭金融調(diào)查數(shù)據(jù)，2017年第四輪調(diào)查樣本覆蓋全國(guó)29個(gè)?。ㄗ灾螀^(qū)、直轄市），355個(gè)縣（區(qū)、縣級(jí)市），1428個(gè)村（居）委會(huì)，樣本規(guī)模為40011戶。①為保證數(shù)據(jù)的可靠性，參照相關(guān)文獻(xiàn)（吳琦，2018）我們選擇了戶主年齡在18歲及以上、70歲及以下的樣本，刪除了家庭總資產(chǎn)小于等于0的樣本，最終得到4307個(gè)家庭的數(shù)據(jù)進(jìn)行相關(guān)研究。

2.變量選取及定義

（1）被解釋變量。本文研究家庭風(fēng)險(xiǎn)資產(chǎn)投資行為，由于使用模型的不同，本文選取了兩個(gè)指標(biāo)作為被解釋變量。首先以家庭是否有股票賬戶來(lái)衡量其風(fēng)險(xiǎn)投資參與情況，變量ifstock是0-1變量，有股票賬戶為1，沒(méi)有則為0。其次考慮家庭參與風(fēng)險(xiǎn)資產(chǎn)投資的深度，以變量stock來(lái)衡量，表示受訪家庭所持股票市值所占家庭金融資產(chǎn)比例。

（2）核心解釋變量。本文有兩個(gè)關(guān)鍵解釋變量，分別為互聯(lián)網(wǎng)使用情況和風(fēng)險(xiǎn)態(tài)度。以變量internet衡量是否使用互聯(lián)網(wǎng)，是為1，否為0；以變量risk代表風(fēng)險(xiǎn)態(tài)度，根據(jù)2017年中國(guó)家庭金融調(diào)查中的問(wèn)題設(shè)置，剔除了選擇“6.不知道”的樣本，保留的數(shù)據(jù)中選擇1和2的認(rèn)為是風(fēng)險(xiǎn)偏好型，記為risk=1，選擇3、4、5的為風(fēng)險(xiǎn)厭惡型，記為risk=0。②

（3）控制變量。本文設(shè)置了兩個(gè)層面的控制變量，分別為戶主層面和家庭層面。戶主層面的控制變量主要有：性別gender，為男性則gender取1，女性gender取0；年齡age，一般認(rèn)為年齡對(duì)家庭風(fēng)險(xiǎn)投資產(chǎn)生的影響可能是非線性的，故加入了年齡平方項(xiàng)age2；受教育情況edu，根據(jù)原問(wèn)卷中的設(shè)定回答，數(shù)值越大則學(xué)歷越高③； 婚姻狀況marriage，已婚同居再婚的設(shè)為1，其他為0；健康狀況health，數(shù)值越小，代表健康狀況越好④。家庭層面的控制變量主要有：住房house，家庭如有住房為1，沒(méi)有則為0；家庭總資產(chǎn)，因其數(shù)值明顯大于其他變量的范圍，這里對(duì)其進(jìn)行對(duì)數(shù)處理，以lnasset表示；地區(qū)變量area區(qū)分家庭所在省份，東部地區(qū)為1，中部和西部為0；變量rural區(qū)分家庭所處地區(qū)，是農(nóng)村則為1，城市為0。

（二）模型設(shè)定

首先，本文基于Probit模型研究互聯(lián)網(wǎng)使用和風(fēng)險(xiǎn)態(tài)度是否能夠影響家庭參與風(fēng)險(xiǎn)資產(chǎn)投資。形式如下：

其中，ifstock代表家庭是否參與風(fēng)險(xiǎn)資產(chǎn)投資，internet代表家庭是否使用互聯(lián)網(wǎng)，risk代表風(fēng)險(xiǎn)偏好，X代表所有的控制變量，。

其次，本文基于Tobit模型研究互聯(lián)網(wǎng)使用和風(fēng)險(xiǎn)態(tài)度是否影響風(fēng)險(xiǎn)資產(chǎn)投資深度。形式如下：

其中，stock代表家庭持有股票占金融資產(chǎn)的比例，其他變量的含義與式（1）式（2）相同，由于沒(méi)有進(jìn)行風(fēng)險(xiǎn)資產(chǎn)投資的樣本stock=0，所以我們使用 Tobit左側(cè)截?cái)嗄Ｐ瓦M(jìn)行分析。

三、實(shí)證分析

（一）互聯(lián)網(wǎng)使用對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)投資

表1反映了是否使用互聯(lián)網(wǎng)對(duì)家庭參與風(fēng)險(xiǎn)資產(chǎn)投資的影響，其中，第（1）列是采用Probit模型討論對(duì)是否參與投資的影響，第（3）列是采用Tobit模型討論對(duì)投資深度的影響，（2）、（4）列報(bào)告了標(biāo)準(zhǔn)誤。

表1 互聯(lián)網(wǎng)使用與家庭風(fēng)險(xiǎn)資產(chǎn)投資

上表結(jié)果顯示，核心變量internet的Probit模型估計(jì)系數(shù)為0.113，即在1%的顯著性水平下使用互聯(lián)網(wǎng)對(duì)家庭參與風(fēng)險(xiǎn)資產(chǎn)投資具有明顯的正向作用，而Tobit模型的估計(jì)系數(shù)為0.577，說(shuō)明在1%的顯著性水平下互聯(lián)網(wǎng)使用對(duì)家庭風(fēng)險(xiǎn)投資的深度也具有顯著的正向作用。從原因上看，使用互聯(lián)網(wǎng)可以使人們獲取信息的成本降低，網(wǎng)上開設(shè)賬戶為投資者節(jié)省了時(shí)間成本和鞋底成本，使其進(jìn)入股票市場(chǎng)的可能性有所提高；另一方面，互聯(lián)網(wǎng)的發(fā)展加強(qiáng)了與其他風(fēng)險(xiǎn)投資者的經(jīng)驗(yàn)交流和分享，交流過(guò)程中投資者可能掌握更多的關(guān)于風(fēng)險(xiǎn)資產(chǎn)投資的相關(guān)知識(shí)和適用策略，增加其對(duì)持有風(fēng)險(xiǎn)資產(chǎn)的信心，促進(jìn)了風(fēng)險(xiǎn)資產(chǎn)投資。

控制變量的估計(jì)結(jié)果表明，家庭總資產(chǎn)、戶主教育程度和家庭所處省市及城鎮(zhèn)均能夠?qū)κ欠駞⑴c風(fēng)險(xiǎn)資產(chǎn)投資以及投資深度產(chǎn)生正向影響；戶主年齡對(duì)風(fēng)險(xiǎn)資產(chǎn)投資深度的影響呈倒U型，一般中年人更愿意持有風(fēng)險(xiǎn)資產(chǎn)的比例會(huì)更大，而青少年和老年人更偏好收益穩(wěn)定類的投資產(chǎn)品；家庭有無(wú)住房、戶主性別、戶主的婚配情況以及戶主的健康狀況對(duì)風(fēng)險(xiǎn)資產(chǎn)的投資參與及參與深度均無(wú)明顯影響。

（二）風(fēng)險(xiǎn)態(tài)度對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)投資

本文依舊采用Probit和Tobit模型來(lái)進(jìn)行風(fēng)險(xiǎn)態(tài)度對(duì)風(fēng)險(xiǎn)資產(chǎn)的相關(guān)分析。結(jié)果表明，在1%的顯著性水平下，風(fēng)險(xiǎn)態(tài)度的Probit和Tobit模型估計(jì)系數(shù)分別為0.063和0.398，其對(duì)家庭風(fēng)險(xiǎn)投資的概率和深度都具有明顯的正向作用，即風(fēng)險(xiǎn)偏好型的家庭更有可能進(jìn)入股市投資，雖然承受著更高的風(fēng)險(xiǎn)，但同時(shí)可能獲取高收益；而風(fēng)險(xiǎn)厭惡型的家庭則相反，更傾向于選擇低風(fēng)險(xiǎn)性的資產(chǎn)進(jìn)行投資，以期獲取較為穩(wěn)定的收益?？刂谱兞颗c表1完全相同，其估計(jì)符號(hào)和顯著性也與表1一致，這里不再解釋其含義。估計(jì)結(jié)果限于篇幅沒(méi)有列出，如有需要可向作者索取。

（三）交互項(xiàng)對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)投資

在分別考慮了互聯(lián)網(wǎng)與風(fēng)險(xiǎn)態(tài)度對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)投資的影響后，我們引入二者的交叉項(xiàng)internetrisk進(jìn)行考慮，仍采用Probit和Tobit模型分析，結(jié)果表明，在1%的顯著性水平下，internetrisk的估計(jì)系數(shù)為0.069和0.430，即使用互聯(lián)網(wǎng)對(duì)于風(fēng)險(xiǎn)態(tài)度與家庭風(fēng)險(xiǎn)投資之間的關(guān)系具有顯著的正向影響，使用互聯(lián)網(wǎng)的家庭，其風(fēng)險(xiǎn)態(tài)度對(duì)于風(fēng)險(xiǎn)資產(chǎn)參與和配置比例的正向作用更為明顯。

（四）解決內(nèi)生性

互聯(lián)網(wǎng)使用和風(fēng)險(xiǎn)態(tài)度可能存在內(nèi)生性問(wèn)題，主要由于某些變量難以準(zhǔn)確衡量或存在雙向因果關(guān)系。內(nèi)生性問(wèn)題會(huì)影響估計(jì)系數(shù)，本文采用IV Probit和IV Tobit模型來(lái)解決內(nèi)生性。

對(duì)于互聯(lián)網(wǎng)使用這個(gè)變量，本文借鑒周廣肅等（2018）的做法，選取“同一小區(qū)平均上網(wǎng)比例”作為其工具變量avh，原因主要是：同一小區(qū)上網(wǎng)比例一定程度上反映了當(dāng)?shù)鼗ヂ?lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)水平的高低，而且和家庭風(fēng)險(xiǎn)投資情況并不直接相關(guān)。首先使用兩階段法來(lái)檢驗(yàn)同一小區(qū)平均上網(wǎng)比例avh與互聯(lián)網(wǎng)使用的相關(guān)性，F(xiàn)值為401.96，P值為0.0000，可以認(rèn)為avh并不是弱的工具變量；其次使用DWH檢驗(yàn)，檢驗(yàn)結(jié)果拒絕了原假設(shè)，即互聯(lián)網(wǎng)使用確實(shí)存在內(nèi)生性?；貧w結(jié)果如表2：

表2 互聯(lián)網(wǎng)使用的內(nèi)生性檢驗(yàn)

IV Probit模型的回歸結(jié)果表明在1%的顯著性水平下，互聯(lián)網(wǎng)使用對(duì)于家庭風(fēng)險(xiǎn)投資參與度的邊際效應(yīng)為1.204，IV Tobit模型的回歸結(jié)果表明互聯(lián)網(wǎng)使用對(duì)于家庭風(fēng)險(xiǎn)投資深度的邊際效應(yīng)為0.861，其他控制變量的回歸結(jié)果與原模型基本保持一致。上表說(shuō)明在使用工具變量法解決了內(nèi)生性問(wèn)題后，互聯(lián)網(wǎng)使用仍能提高家庭風(fēng)險(xiǎn)資產(chǎn)投資的可能性和深度。

對(duì)于風(fēng)險(xiǎn)態(tài)度這個(gè)變量，本文選取中國(guó)家庭金融調(diào)查問(wèn)卷中的問(wèn)題H3107⑤作為其工具變量lottery，選擇第一張的認(rèn)為是風(fēng)險(xiǎn)厭惡型，lottery賦值為0，選擇第二張為風(fēng)險(xiǎn)偏好型，lottery賦值為1。兩階段法F值為29.84，p值為0.000，拒絕了lottery是弱工具變量的假設(shè)，而后進(jìn)行DWH檢驗(yàn)，檢驗(yàn)值為0.412445，p值0.5208，接受“所有解釋變量均外生”的假設(shè)，即不存在內(nèi)生解釋變量。

四、結(jié)論與建議

本文基于2017年中國(guó)家庭金融調(diào)查問(wèn)卷的數(shù)據(jù)，以4307戶家庭為樣本，利用Probit模型和Tobit模型研究了互聯(lián)網(wǎng)使用、風(fēng)險(xiǎn)態(tài)度以及二者交叉項(xiàng)與家庭風(fēng)險(xiǎn)資產(chǎn)投資之間的關(guān)聯(lián)，得出了互聯(lián)網(wǎng)使用、風(fēng)險(xiǎn)態(tài)度及交叉項(xiàng)對(duì)家庭參與風(fēng)險(xiǎn)資產(chǎn)投資和投資深度均有正向促進(jìn)作用的結(jié)論，并提出以下建議：加快推進(jìn)互聯(lián)網(wǎng)普及進(jìn)程，政府應(yīng)該加大基礎(chǔ)設(shè)施建設(shè)力度，從而提升互聯(lián)網(wǎng)的普及程度，為中西部家庭和農(nóng)村家庭降低資產(chǎn)配置的交易成本，使其享有更為方便快捷的服務(wù)；加大對(duì)社交平臺(tái)的監(jiān)管力度，為網(wǎng)民創(chuàng)造健康安全的網(wǎng)絡(luò)環(huán)境，避免網(wǎng)民因恐慌言論或虛假信息承受額外的損失；加大力度普及金融知識(shí)，使居民發(fā)生風(fēng)險(xiǎn)偏好的轉(zhuǎn)變，不再只局限于持有現(xiàn)金，進(jìn)行分散化多樣投資，從而使得資金實(shí)現(xiàn)合理配置；加快金融市場(chǎng)法律法規(guī)建設(shè)，出臺(tái)相關(guān)政策，加大監(jiān)管力度，盡力完善制度漏洞，加強(qiáng)金融市場(chǎng)風(fēng)險(xiǎn)控制和風(fēng)險(xiǎn)管理，創(chuàng)造更加健康和諧的投資環(huán)境。

注釋：

①數(shù)據(jù)來(lái)自西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心的“中國(guó)家庭金融調(diào)查” （China Household Finance Survey， CHFS）。

②2017中國(guó)家庭金融調(diào)查問(wèn)卷中問(wèn)題設(shè)置為：如果您有一筆資金用于投資，您最愿意選擇哪種投資項(xiàng)目？1.高風(fēng)險(xiǎn)、高回報(bào)的項(xiàng)目2.略高風(fēng)險(xiǎn)、略高回報(bào)的項(xiàng)目 3.平均風(fēng)險(xiǎn)、平均回報(bào)的項(xiàng)目 4.略低風(fēng)險(xiǎn)、略低回報(bào)的項(xiàng)目 5.不愿意承擔(dān)任何風(fēng)險(xiǎn) 6.不知道

③2017中國(guó)家庭金融調(diào)查問(wèn)卷中問(wèn)題設(shè)置為：您的文化程度是？1.沒(méi)上過(guò)學(xué) 2.小學(xué) 3.初中 4.高中 5.中專/職高 6.大專/高職7.大學(xué)本科 8.碩士研究生 9.博士研究生

④2017中國(guó)家庭金融調(diào)查問(wèn)卷中問(wèn)題設(shè)置為：與同齡人相比，您現(xiàn)在的身體狀況如何？1.非常好 2.好 3.一般 4.不好 5.非常不好

⑤問(wèn)題表述為：如果現(xiàn)在有兩張彩票供您選擇，若選第一張，您有100%的機(jī)會(huì)獲得4000元，若選第二張，您有50%的機(jī)會(huì)獲得10000元，50%的機(jī)會(huì)什么也沒(méi)有，您愿意選擇哪張？1.第一張 2.第二張.