家庭金融資產(chǎn)配置中的金融素養(yǎng)研究

隨著我國(guó)家庭理財(cái)熱情的空前高漲，參與金融市場(chǎng)、投資風(fēng)險(xiǎn)金融產(chǎn)品在為家庭創(chuàng)造財(cái)富，提高家庭金融福祉的同時(shí)，也給家庭帶來(lái)了一定的風(fēng)險(xiǎn)。不同家庭的不同資產(chǎn)配置決策對(duì)應(yīng)著不同的投資效果，那么，是哪些因素影響著家庭金融資產(chǎn)的配置決策呢？本文構(gòu)造了一個(gè)能夠測(cè)度投資者金融素養(yǎng)大小的指標(biāo)。通過(guò)對(duì)家庭財(cái)富管理者金融知識(shí)、消費(fèi)態(tài)度和投資態(tài)度三方面的考察，得到樣本家庭的金融素養(yǎng)得分。

1 文獻(xiàn)綜述

Christelis等(2010)認(rèn)為家庭的社會(huì)互動(dòng)程度越高，參與到股票投資中的可能性更大。柴時(shí)軍(2016)根據(jù)Cao等(2005)所構(gòu)建的均衡股票投資理論框架發(fā)現(xiàn)，不論是何種風(fēng)險(xiǎn)偏好的家庭，隨著社會(huì)社會(huì)網(wǎng)絡(luò)程度的提高，居民表現(xiàn)出更為積極的股市參與態(tài)度。魏先華(2014)指出家庭收入的多少?zèng)Q定了投資金額和家庭能夠承擔(dān)損失的大小，影響著資產(chǎn)配置決策的方方面面。王恩澤(2019)把中國(guó)家庭追蹤調(diào)查的2012年和2016年數(shù)據(jù)合成面板數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)人格特征與認(rèn)知能力都會(huì)對(duì)家庭風(fēng)險(xiǎn)性金融資產(chǎn)選擇的廣度和深度產(chǎn)生顯著影響，且這種影響在城鄉(xiāng)和東中西部存在異質(zhì)性。

人口統(tǒng)計(jì)學(xué)特征包括受教育程度、年齡、健康、性別等。Guiso & Jappelli (2000)認(rèn)為家庭的受教育程度與持有的股票占金融資產(chǎn)的份額呈倒“U”型關(guān)系。賈憲軍(2019)、陳雨麗(2020)發(fā)現(xiàn)家庭的金融受教育程度越高，參與金融市場(chǎng)的積極性越大。

除了上述的影響因素，性別、婚姻狀況、職業(yè)、家庭規(guī)模等因素都對(duì)居民家庭金融資產(chǎn)配置行為產(chǎn)生著不同程度的影響(Campbell，2006；孟德鋒，2020)。

吳衛(wèi)星(2018)通過(guò)構(gòu)造夏普比率度量居民家庭資產(chǎn)組合有效性，發(fā)現(xiàn)金融素養(yǎng)水平高的家庭資產(chǎn)組合有效性更高。近年來(lái)一些學(xué)者開(kāi)始將投資者的金融知識(shí)和技能納入對(duì)資產(chǎn)配置分散性的研究中，蘇芳(2020)在CHFS數(shù)據(jù)庫(kù)的數(shù)據(jù)基礎(chǔ)上，使用傾向得分匹配法(PSM)證明即使整體上我國(guó)居民家庭金融資產(chǎn)配置分散化程度極低，但金融素養(yǎng)高的家庭因?yàn)閾碛懈嗟耐顿Y經(jīng)驗(yàn)(尹志超，2014)，更強(qiáng)的風(fēng)險(xiǎn)防范意識(shí)(Guiso and Jappeli，2008)，在資產(chǎn)投資安排上更為分散化。

通過(guò)梳理上述文獻(xiàn)可以看出關(guān)于金融素養(yǎng)，學(xué)者們對(duì)其定義和測(cè)度已經(jīng)有了一定的探討，但目前金融素養(yǎng)對(duì)居民家庭行為決策的影響方面的研究文獻(xiàn)還十分有限。實(shí)證方面，度量金融素養(yǎng)也多是依賴問(wèn)卷調(diào)查中某個(gè)單一問(wèn)題的回答。

2 金融素養(yǎng)

2.1 金融素養(yǎng)定義表

金融素養(yǎng)定義表，如表1所示。

表1 金融素養(yǎng)定義表

2.2 金融素養(yǎng)的度量

本文參考Lusardi(2014)衡量金融素養(yǎng)水平的方法，根據(jù)問(wèn)卷中的9個(gè)相關(guān)問(wèn)題提取三個(gè)金融素養(yǎng)因子，分別是知識(shí)因子、態(tài)度因子和投資因子。

首先根據(jù)每個(gè)問(wèn)題的回答構(gòu)造啞變量1和0，然后使用迭代主因子法對(duì)這些問(wèn)題變量進(jìn)行因子分析，通過(guò)最大方差正交旋轉(zhuǎn)得到知識(shí)因子、態(tài)度因子和投資因子，分別計(jì)算各因子得分，以方差貢獻(xiàn)率為權(quán)重加權(quán)求和得到金融素養(yǎng)水平(FL)。

表2列舉了構(gòu)造金融素養(yǎng)指標(biāo)的問(wèn)題變量。

表2 構(gòu)造金融素養(yǎng)指標(biāo)的問(wèn)題變量表

首先檢驗(yàn)上文中9個(gè)問(wèn)題變量是否適合進(jìn)行因子分析。

基于STATA軟件，運(yùn)用KMO檢驗(yàn)和巴特利特球形度檢驗(yàn)對(duì)上文所選9個(gè)變量進(jìn)行相關(guān)性檢驗(yàn)。若KMO值大于0.6，視為可以進(jìn)行因子分析。同時(shí)KMO值越接近1，說(shuō)明變量間相關(guān)性越大。表3報(bào)告了分析結(jié)果。

表3 KMO檢驗(yàn)和巴特利特球形檢驗(yàn)結(jié)果表

(1)模型檢驗(yàn)

KMO值為0.634(大于0.6)，說(shuō)明9個(gè)問(wèn)題變量間有較強(qiáng)的相關(guān)性，滿足因子分析的前提要求。此外，數(shù)據(jù)通過(guò)Bartlett球形度檢驗(yàn)(p＜0.01)，說(shuō)明變量間相關(guān)關(guān)系在5%的顯著性水平上顯著。因此，該研究數(shù)據(jù)適合進(jìn)行因子分析。

(2)提取公因子

接下來(lái)，在上述9個(gè)觀測(cè)指標(biāo)中提取影響程度最大的因子。將因子提取的闕值設(shè)置為1，以特征值大于1的因子作為主因子。由表4可知，特征值大于1的因子有三個(gè)，其旋轉(zhuǎn)后的方差貢獻(xiàn)率分別為20.42%、19.19%和18.18%。三個(gè)因子的累計(jì)方差貢獻(xiàn)率為57.79%，意味這三個(gè)因子能夠提取原始變量57%的信息，可被選為主因子。

表4 金融素養(yǎng)因子分析的總方差結(jié)果表

(3)構(gòu)造金融素養(yǎng)指標(biāo)

為確定3個(gè)主因子和9個(gè)題項(xiàng)之間的對(duì)應(yīng)關(guān)系，需要對(duì)旋轉(zhuǎn)后的因子載荷進(jìn)一步分析。本文使用最大方差旋轉(zhuǎn)法處理后的各題項(xiàng)和主因子之間的對(duì)應(yīng)關(guān)系如表5所示。

表5 旋轉(zhuǎn)后因子載荷系數(shù)表

從表5可以看出，前4個(gè)問(wèn)題對(duì)應(yīng)因子1(知識(shí)因子)，代表居民對(duì)金融風(fēng)險(xiǎn)基礎(chǔ)知識(shí)的了解情況；問(wèn)題5～7對(duì)應(yīng)因子2(態(tài)度因子)，代表居民的消費(fèi)態(tài)度；問(wèn)題8和問(wèn)題9代表因子3(投資因子)，代表居民的投資態(tài)度。本文從這三個(gè)方面對(duì)居民的金融素養(yǎng)進(jìn)行測(cè)度，通過(guò)財(cái)富管理人的回答，得到每戶家庭金融素養(yǎng)指數(shù)FL。

式中，F(xiàn)1代表因子1，F(xiàn)2代表因子2，F(xiàn)3代表因子3。a1、a2和a3是各因子的方差貢獻(xiàn)度與總方差貢獻(xiàn)度的比值，分別為0.3533、0.3321和0.3146。

(4)樣本金融素養(yǎng)指數(shù)描述性統(tǒng)計(jì)

從表6可以看出，金融素養(yǎng)指數(shù)最大值和最小值間相差巨大，說(shuō)明我國(guó)居民家庭金融素養(yǎng)水平差距極大，不同家庭的金融素養(yǎng)水平極為懸殊；金額素養(yǎng)指數(shù)平均值僅有46.4984，說(shuō)明我國(guó)居民家庭的金融素養(yǎng)水平普遍較低。

表6 金融素養(yǎng)指數(shù)描述性統(tǒng)計(jì)表

2.3 結(jié)語(yǔ)

本文主要介紹了關(guān)鍵解釋變量金融素養(yǎng)的數(shù)據(jù)來(lái)源和測(cè)度方法。我們從2014年CFPS數(shù)據(jù)庫(kù)中提取相關(guān)問(wèn)題，對(duì)被訪者的回答進(jìn)行處理得到初始數(shù)據(jù)；基于金融素養(yǎng)指標(biāo)的特征，選用因子分析法提取主因子，最后根據(jù)因子貢獻(xiàn)度進(jìn)行加權(quán)得到了最終的金融素養(yǎng)指數(shù)。