周 利
[提要]中國已全面進入老齡化階段,財產(chǎn)性收入作為老年人經(jīng)濟支持的重要性愈發(fā)顯現(xiàn),有效配置家庭資產(chǎn)對增加居民家庭財產(chǎn)性收入、保障養(yǎng)老安全具有重要意義?;?017年中國家庭金融調(diào)查數(shù)據(jù),首先通過三階段DEA-SBM模型從家庭層面測度家庭資產(chǎn)配置效率,彌補了過去測度家庭效率時未考慮房產(chǎn)的不足;然后借助Tobit模型實證考察了人口老齡化、債務(wù)杠桿對居民家庭資產(chǎn)配置效率的影響。研究結(jié)果顯示,居民家庭資產(chǎn)配置效率受老年人占比的正向影響,而債務(wù)杠桿所蘊含的潛在風(fēng)險將減弱這一正向效應(yīng)。且這一基準實證結(jié)論在進行Lewbel工具變量、替換老齡化衡量指標、增加代理變量等穩(wěn)健性檢驗后仍然成立。從異質(zhì)性分析來看,對于醫(yī)療支出較大的家庭、收入水平較低的家庭,債務(wù)杠桿的負向作用更明顯。進一步討論發(fā)現(xiàn),增大人力資本投資、普及金融知識是提升家庭資產(chǎn)配置效率的有效途徑之一。本文的研究一方面為合理配置家庭資產(chǎn)、增加未來的養(yǎng)老安全給出政策建議;另一方面,考慮到中國的老齡化程度日益加深,相關(guān)政府部門必須提前對居民部門的債務(wù)風(fēng)險做好防范措施。
國家統(tǒng)計局的數(shù)據(jù)顯示,截至2019年末,中國的老齡化率(65歲及以上人口在總?cè)丝谥械恼急?已經(jīng)達到了12.6%,遠高于聯(lián)合國劃定的老齡化標準(7%),即將進入深度老齡化社會(14%)?,F(xiàn)階段,我國老年人的經(jīng)濟來源主要依靠家庭、公共養(yǎng)老金和財產(chǎn)性收入這三個層次,其中家庭支持為最主要來源,養(yǎng)老金次之,財產(chǎn)性收入最弱。隨著我國社會老齡化程度的不斷加深,居民可能遭受疾病、災(zāi)難性事故等風(fēng)險的頻度提高,以家庭和養(yǎng)老金為主要支柱的養(yǎng)老方式將迎來巨大挑戰(zhàn),而財產(chǎn)性收入作為養(yǎng)老支持的重要性正逐漸提高。黨的十九大報告指出,要積極應(yīng)對人口老齡化,同時強調(diào)要“拓寬居民勞動收入和財產(chǎn)性收入渠道”,而合理有效的家庭資產(chǎn)配置是居民家庭獲取財產(chǎn)性收入的主要途徑之一。
人口老齡化背景下,家庭資產(chǎn)是否能合理配置以及資產(chǎn)回報率的高低將關(guān)系到未來的養(yǎng)老安全。而資產(chǎn)配置效率是指家庭通過最優(yōu)化組合資金投入以取得最優(yōu)資產(chǎn)回報的效果(齊明珠和張成功,2019)[1],但現(xiàn)實中,各類資產(chǎn)投資的風(fēng)險和回報差異很大,許多家庭的資產(chǎn)配置效率并不高,即合理配置家庭的資產(chǎn)組合對增加居民家庭財產(chǎn)性收入、保障養(yǎng)老安全具有重要意義。因此,如何科學(xué)識別和測度當(dāng)前我國家庭資產(chǎn)配置的效率?人口老齡化如何影響中國家庭資產(chǎn)配置的效率、內(nèi)在的作用機理是怎樣的?對這些問題的回答具有重要的理論與現(xiàn)實意義。
在我國自2000年正式步入老齡化社會的進程后,老年人消費市場也逐步發(fā)展起來,而當(dāng)老年人出現(xiàn)支大于收的缺口時,其將必須進行借貸來平滑消費以達到平衡。中國人民銀行的統(tǒng)計數(shù)據(jù)顯示,截至2019年末,家庭部門杠桿率(家庭部門債務(wù)總額/GDP)已達44.37%,是2008年末的3.6倍,年均增長率為12.31%,而同時段的GDP年均增長率僅為11.45%,可以發(fā)現(xiàn),居民部門過快的杠桿增長率已成為一個可能影響金融體系穩(wěn)定的潛在風(fēng)險點?;诖耍瑸榱烁玫胤揽亟鹑陲L(fēng)險,有必要基于人口老齡化視角,評估其與迅速攀升的居民杠桿率間的關(guān)系。進一步地,尹志超等(2015)[2]指出金融可得性是影響家庭資產(chǎn)配置決策的關(guān)鍵要素之一,這意味著居民部門杠桿率的變化亦將對家庭的資產(chǎn)配置效率產(chǎn)生影響?;诖?,將人口老齡化與債務(wù)杠桿同時納入模型中,以考察兩者對家庭資產(chǎn)配置效率的影響便構(gòu)成本文的主要貢獻。
基于此,本文結(jié)合2017年中國家庭金融調(diào)查(CHFS)的數(shù)據(jù),首先運用三階段DEA-SBM模型測算了家庭資產(chǎn)配置效率,然后在此基礎(chǔ)上實證檢驗人口老齡化、債務(wù)杠桿對家庭資產(chǎn)配置效率的作用效應(yīng)?;貧w結(jié)果顯示,人口老齡化對家庭資產(chǎn)配置效率的作用顯著為正,債務(wù)杠桿的加入將明顯減弱這一效應(yīng)。進一步地,為解決模型中的內(nèi)生性,在運用加入關(guān)鍵遺漏變量、替換核心解釋變量以及工具變量法等穩(wěn)健性檢驗后,這一基準結(jié)論依然成立。這說明,中國已呈現(xiàn)顯著的老齡化社會特征,并顯著影響家庭資產(chǎn)配置效率,且債務(wù)杠桿的負向作用表明在關(guān)注人口結(jié)構(gòu)變動的同時,亦需要高度關(guān)注并防控居民部門可能蘊含的債務(wù)壓力風(fēng)險。
區(qū)別于已有文獻,本文的主要貢獻在于:其一,已有的國內(nèi)研究中在考查投資組合效率時或是僅考慮了流動資產(chǎn),或是僅包括了金融資產(chǎn),而本文擬在投資組合的范圍上,將房產(chǎn)納入投資組合,這一嘗試擴展了家庭資產(chǎn)配置決策領(lǐng)域的分析視野。其二,借助家庭微觀調(diào)查數(shù)據(jù),引入基于微觀數(shù)據(jù)的投入產(chǎn)出DEA模型測度資產(chǎn)配置的效率,可以分析微觀個體決策行為背后的影響機制,彌補了現(xiàn)有基于宏觀數(shù)據(jù)進行經(jīng)驗研究的缺陷。其三,多數(shù)研究認為風(fēng)險態(tài)度的變化是人口老齡化影響家庭資產(chǎn)配置的中介渠道,本文則從債務(wù)杠桿的視角探討人口老齡化對家庭資產(chǎn)配置效率的作用機理,有助于識別中國居民部門潛在的債務(wù)風(fēng)險,是對已有研究的有益補充。
資產(chǎn)配置效率問題是微觀金融領(lǐng)域的經(jīng)驗研究命題(周弘等,2018)[3]。而關(guān)于人口老齡化與家庭資產(chǎn)配置效率,國內(nèi)外已有相關(guān)研究圍繞其展開論述,具體來看,主要包括如下兩個維度:
其一,如何測度家庭的資產(chǎn)配置效率。已有文獻主要從理論和實證檢驗兩個層面展開論述。理論上,以均值方差框架下的有效前沿度量,最早由Markowitz(1952)[4]提出。但該理論建立在嚴格的假設(shè)條件下,且是一個單期投資模型。在此基礎(chǔ)上,Samuelson(1975)[5]和Merton(1969)[6]進而將單期拓展到多期。實證上,是基于宏觀數(shù)據(jù)和微觀數(shù)據(jù)的度量指標。前者主要是組合資產(chǎn)對數(shù)收益率和DEA模型。徐梅和寧薛平(2014)[7]測算了居民家庭組合資產(chǎn)的對數(shù)收益率,構(gòu)建GARCH-M模型度量家庭組合資產(chǎn)的風(fēng)險,并進而分析了宏觀經(jīng)濟變量對資產(chǎn)收益的作用;周弘和胡濤(2017)[8]基于2016年各省市的統(tǒng)計年鑒,引入DEA模型分析了居民家庭資源利用效率。后者主要歸為兩類:一類是選用家庭的資產(chǎn)類別和資產(chǎn)多元化指數(shù)間接衡量居民家庭的資產(chǎn)配置效率(曾志耕等,2015;[9]吳衛(wèi)星等,2016[10]);一類是基于夏普比率直接測度居民家庭的資產(chǎn)配置效率(Grinblatt et al.,2011;[11]吳衛(wèi)星等,2015;[12]柴時軍,2017[13])。但由于難以獲得居民投資賬戶數(shù)據(jù),居民家庭復(fù)雜的異質(zhì)性特征及各不相同且難以觀察的效用函數(shù),衡量家庭投資組合的效率依然較為困難。
其二,人口老齡化對家庭資產(chǎn)配置效率的影響。已有的關(guān)于人口老齡化與家庭資產(chǎn)配置效率的研究,尚未得到一致結(jié)論。一種觀點是人口老齡化與家庭資產(chǎn)配置效率間存在線性或非線性的關(guān)系(Poterba and Samwick,2001;[14]Flavin and Yamashita,2002[15])。Cocco(2005)[16]指出住房投資會擠占年輕人對股市等金融資產(chǎn)的投資,而50歲以上的中老年人參與股市的比例反而更高。杜朝運和丁超(2016)[17]、柴時軍(2017)[13]基于中國家庭金融調(diào)查的研究發(fā)現(xiàn)戶主年齡和居民家庭金融資產(chǎn)配置效率之間呈現(xiàn)先增加后減少的倒U型關(guān)系。在作用機理上,主要是借助風(fēng)險態(tài)度進行傳遞:Horneff et al.(2006)[18]研究發(fā)現(xiàn),隨著退休群體風(fēng)險厭惡程度的增加,其將更多的在資產(chǎn)組合中配置年金而減少債券和股票等風(fēng)險性資產(chǎn)的持有;齊明珠和張成功(2019)[1]、易禎和朱超(2017)[19]也均指出年齡的變化將改變投資者的風(fēng)險態(tài)度并進而傳導(dǎo)至居民家庭的資產(chǎn)配置決策。另一種觀點認為人口老齡化對家庭資產(chǎn)配置效率沒有關(guān)系(Canner et al.,1994;[20]Pelizzon and Weber,2009[21]);吳衛(wèi)星等(2015)[12]利用夏普比率的實證研究顯示,年齡對家庭投資組合有效性并沒有顯著的影響??梢园l(fā)現(xiàn),已有的研究多數(shù)采用指數(shù)替代法構(gòu)造夏普比率以測度家庭資產(chǎn)配置的效率,但還可以引入基于微觀數(shù)據(jù)的投入產(chǎn)出DEA模型測度資產(chǎn)配置的效率;而在人口老齡化影響家庭資產(chǎn)配置效率的驅(qū)動機制上,較多研究從風(fēng)險態(tài)度的角度出發(fā),忽略了其他作用機制可能帶來的影響。
而事實上,一方面,居民部門杠桿率會影響家庭資產(chǎn)配置效率。較高的債務(wù)杠桿意味著家庭能夠有更多的資金投資于各類資產(chǎn),如參與股市(Cocco,2005)[16]、買房(Barakova et al.,2014)[22]、創(chuàng)業(yè)(Jensen et al.,2014[23]),但同時過高的債務(wù)規(guī)模形成的償債負擔(dān)會導(dǎo)致家庭必須保持更多的流動性資產(chǎn)與預(yù)防性儲蓄,由此削弱了居民家庭進行風(fēng)險資產(chǎn)投資的能力,最終帶來風(fēng)險資產(chǎn)比重的降低。周弘(2015)[24]基于家庭財務(wù)報表的研究指出,由于住房按揭貸款普遍存在的金額大、周期長等特點,其將對家庭金融資產(chǎn)產(chǎn)生顯著的“擠出效應(yīng)”;但陳洋林等(2019)[25]基于中國家庭追蹤調(diào)查數(shù)據(jù)的研究發(fā)現(xiàn),債務(wù)杠桿率的上升有利于推動家庭流動性高但收益率低的資產(chǎn)進入收益率更高的領(lǐng)域,可以顯著優(yōu)化家庭中的低效資產(chǎn),引導(dǎo)富余資金流向?qū)嶓w經(jīng)濟,以此提高整個社會的資源配置效率。另一方面,人口老齡化的加深推高了家庭部門的債務(wù)杠桿。這是由于老年人占比的上升會迫使家庭增大在醫(yī)療保健等養(yǎng)老方面的支出,導(dǎo)致部分家庭面臨入不敷出的窘境,正向推高了居民部門的債務(wù)缺口(邵旭方等,2018[26])。Kim(2015)[27]基于韓國家庭層面的微觀數(shù)據(jù)研究發(fā)現(xiàn),退休后收入的突然下滑是構(gòu)成老年群體債務(wù)規(guī)模上升的另一重要原因。可以發(fā)現(xiàn),除卻風(fēng)險態(tài)度這一影響機制外,人口老齡化的變化也可能通過影響居民部門的債務(wù)杠桿率而影響家庭資產(chǎn)配置效率。
綜上已有研究文獻,本文引入基于微觀數(shù)據(jù)的三階段DEA-SBM模型測度資產(chǎn)配置的效率,在此基礎(chǔ)上探討人口老齡化、債務(wù)杠桿對居民家庭資產(chǎn)配置效率的作用效應(yīng),并側(cè)重于分析債務(wù)杠桿的影響效應(yīng)。
相較于傳統(tǒng)的DEA方法,三階段DEA-SBM模型可以剔除外部環(huán)境與隨機誤差等因素對效率的作用干擾,由此測度出來的效率值更能準確地體現(xiàn)決策個體的管理水平,進而得到廣泛的應(yīng)用(王莉等,2012)[28]。具體而言,三階段DEA-SBM模型設(shè)定如下:
第一階段:借鑒Tone(2001)[29],基于投入導(dǎo)向、規(guī)模報酬可變的SBM模型,計算n個DMU的初始投入產(chǎn)出效率值及投入松弛變量s,用s反映每一個決策單元與生產(chǎn)前沿面的偏離。
第二階段:利用SFA中的成本函數(shù)方程,依次對投入松弛變量s進行分解:
ski=fk(zi;βk)+vki+uki,i=1,2,…,n
(1)
參照羅登躍(2012)[30]的做法,管理無效率的估計公式設(shè)定如下:
(2)
利用最大似然估計與公式(2)可以求得方程(1)中βk,vki的估計量,然后再剝離外部環(huán)境與隨機誤差對投入松弛變量的影響,并對初始的投入變量進行調(diào)整:
(3)
第三階段:將調(diào)整后的投入變量再次帶入DEA-SBM模型以估算修正后的效率值??紤]到修正后的效率值已經(jīng)去除了環(huán)境變量和隨機誤差的干擾,因而該值能真實反映決策單元的經(jīng)營管理水平。
借鑒周弘和胡濤(2017)[8]的做法,并參考家庭資產(chǎn)配置效率的已有文獻,表1給出了測算資產(chǎn)配置效率的5個投入指標、1個產(chǎn)出指標和4個環(huán)境變量。文中所運用的微觀家庭層面的數(shù)據(jù)源于西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心發(fā)布的2017年的截面數(shù)據(jù),省級層面的經(jīng)濟變量數(shù)據(jù)來自中國統(tǒng)計年鑒。表2中的上半部分給出了上述所選取變量的描述性統(tǒng)計。
表1 模型設(shè)定與變量選取
表2 主要變量的描述性統(tǒng)計
利用MaxDEA軟件,28個省份階段一、階段三的家庭資產(chǎn)配置效率測算結(jié)果(見圖1)表明,在剔除環(huán)境效應(yīng)和隨機誤差影響后,仍呈現(xiàn)東部效率大于中部,中部大于西部的態(tài)勢,中國東部地區(qū)的家庭資產(chǎn)配置效率較高,而中西部的家庭資源利用率較低。但同時需要注意到,即使是東部地區(qū)家庭,其資產(chǎn)配置效率距離DEA模型的最佳投資效率值(1.000)仍存在較大的差距。觀察各個省份,結(jié)果顯示北京市和上海市的效率值始終位于前列。對此的解釋是,作為中國最發(fā)達的城市之一,北京和上海無論是從居民家庭的資產(chǎn)配置能力,還是從宏觀環(huán)境發(fā)展的角度,均位于全國的前列。就其余省份而言,其家庭的資產(chǎn)配置效率波動情況較為復(fù)雜,各省份間存在明顯的效率提升差異,這說明不同的環(huán)境變量會作用于家庭的資產(chǎn)配置過程,并進而帶來家庭資產(chǎn)配置效率的變動。那么,各省份間不同的環(huán)境變量究竟將如何作用于家庭的資產(chǎn)配置效率呢?基于此,我們利用第二階段的SFA模型進行檢驗。
在第二階段,運用Frontier 4.1軟件進行SFA分析,結(jié)果如表3所示。表3中,LR數(shù)值均大于臨界值,表明采用SFA分析是合理的。表3的結(jié)果顯示,大多數(shù)的環(huán)境變量與松弛變量的回歸系數(shù)均通過了10%的顯著性水平檢驗,γ值趨近于1,表明全部松弛變量幾乎完全受管理因素的影響。同時,房產(chǎn)投資環(huán)境、教育發(fā)展水平與金融發(fā)展水平對各松弛變量的回歸系數(shù)均為負,進而說明增加環(huán)境變量值有利于減少投入松弛量,即有利于減少各投入變量的浪費。進一步地,由于各環(huán)境變量對于不同家庭的影響有所不同,可能導(dǎo)致一些面臨較好外部環(huán)境的家庭具有較佳的資產(chǎn)配置效率表現(xiàn),而一些面臨較差外部環(huán)境的家庭具有較差的資產(chǎn)配置效率表現(xiàn)。因此,必須對原始的投入變量進行調(diào)整,使所有的家庭在面對相同的外部環(huán)境下以考察其真實的資產(chǎn)配置效率水平。
表3 第二階段SFA分析
通過第三部分的模型構(gòu)建,本文得到了基于三階段DEA-SBM模型測度的家庭資產(chǎn)配置效率值。為了進一步分析人口老齡化、債務(wù)杠桿對其的影響效應(yīng),本文選用該效率值作為被解釋變量并導(dǎo)入計量分析模型中。考慮到DEA的效率值介于0與1之間,屬于截斷數(shù)據(jù),傳統(tǒng)的OLS估計會導(dǎo)致參數(shù)估計有偏,因此本部分的實證分析將采用Tobit模型。
針對人口老齡化、債務(wù)杠桿是否影響居民家庭資產(chǎn)配置效率,表4給出了家庭老年人占比、債務(wù)杠桿以及其他控制變量的Tobit回歸結(jié)果。表4中的第(1)列、第(3)列至第(5)列顯示,老年人占比對家庭資產(chǎn)配置效率的影響均顯著為正,這意味著當(dāng)家庭中已退休或?qū)⒁诵莸娜藛T數(shù)上升時,預(yù)期家庭收入將有顯著下滑,而為了保證家庭收入的穩(wěn)定,戶主參與資本市場追逐高資產(chǎn)收益的欲望將更強烈;同時這部分老年群體也已積累了較多的投資經(jīng)驗,進而能夠協(xié)助家庭更有效地配置資產(chǎn),并最終表現(xiàn)為資產(chǎn)配置效率的提升。表4中的第(2)列、第(3)列至第(5)列顯示,債務(wù)杠桿對家庭資產(chǎn)配置效率的影響均顯著為負,這可能是因為家庭債務(wù)杠桿的上升會帶來風(fēng)險增加與流動性的降低,導(dǎo)致家庭對風(fēng)險資產(chǎn)的配置需求降低,進而帶來資產(chǎn)配置效率的下降。表4中第(3)列至第(5)列顯示,本文關(guān)注的債務(wù)杠桿與老年人占比的交互項系數(shù)顯著為負,說明老年人占比的上升會推高家庭債務(wù)杠桿,同時過高的債務(wù)負擔(dān)形成的償債壓力會迫使家庭持有更多的流動性資產(chǎn)和預(yù)防性儲蓄,抑制家庭投資風(fēng)險資產(chǎn)的能力,進而降低了家庭資產(chǎn)配置的效率。以上發(fā)現(xiàn)支持了家庭資產(chǎn)配置決策的年齡效應(yīng),當(dāng)老年人占比較高時,家庭的投資策略則偏激進,更樂于在金融市場尋求資產(chǎn)收益,進而表現(xiàn)為家庭資產(chǎn)配置效率的提升,即單位風(fēng)險的投資收益增加。
表4 人口老齡化、債務(wù)杠桿對家庭資產(chǎn)配置效率的基準回歸
為了檢驗上述基準回歸結(jié)果的穩(wěn)健性,本文還進行了如下幾個方面的穩(wěn)健性檢驗。一是在模型中加入風(fēng)險態(tài)度這一重要控制變量。易禎和朱超(2017)[19]指出在生命周期內(nèi)風(fēng)險厭惡存在時變性,表現(xiàn)為年齡越大,風(fēng)險厭惡越強。即年齡可能通過改變風(fēng)險態(tài)度和風(fēng)險資產(chǎn)組合,使得人口老齡化系統(tǒng)性影響金融市場風(fēng)險結(jié)構(gòu)進而影響家庭資產(chǎn)配置效率;藍嘉俊等(2018)[31]也發(fā)現(xiàn)老年人口占比的上升會通過風(fēng)險偏好這一渠道而影響家庭風(fēng)險資產(chǎn)配置。基于此,我們在模型中加入風(fēng)險態(tài)度這一變量以控制這一影響,回歸結(jié)果見表5中的第(1)列。二是將老年人占比替換為老年撫養(yǎng)比,回歸結(jié)果由表5中的第(2)列所示。三是為了更好地避免反向因果所帶來的內(nèi)生性問題,本文借鑒Lewbel(2012)[32]的做法,構(gòu)造異方差工具變量并進行工具變量回歸,表5中的第(3)列報告了相應(yīng)的工具變量回歸結(jié)果。如表5中的第(1)~(3)列的結(jié)果所示,老年人占比的回歸系數(shù)依然顯著為正,債務(wù)杠桿的回歸系數(shù)依然顯著為負,兩者的交互項系數(shù)仍然統(tǒng)計顯著為負,這表明人口老齡化、債務(wù)杠桿影響家庭資產(chǎn)配置效率的結(jié)論是穩(wěn)健的。
進一步地,為考察人口老齡化對家庭資產(chǎn)配置效率的非線性效應(yīng),我們將老年人占比按照前1/4和后3/4的標準分為高低兩組,并以此構(gòu)建與債務(wù)杠桿的交互項,回歸結(jié)果見表5的第(4)列,可以看出,對于人口老齡化較高的一組,老年人占比依然正向影響資產(chǎn)配置效率,且交互項系數(shù)依然顯著為負,這說明當(dāng)人口老齡化程度加深到一定程度時,老年人占比推高家庭部門杠桿率的作用會顯著提升,更易造成家庭部門債務(wù)風(fēng)險的累積,進而帶來資產(chǎn)配置效率的降低。反之,對于人口老齡化較低的一組,債務(wù)杠桿與老年人占比的交互項系數(shù)統(tǒng)計顯著為正,即適度規(guī)模債務(wù)杠桿的上升反而會正向促進家庭資產(chǎn)配置效率。
表5 人口老齡化、債務(wù)杠桿對家庭資產(chǎn)配置效率的穩(wěn)健性檢驗
郝云飛等(2017)[33]指出家庭中老年人占比的上升一方面會增大對醫(yī)療支出的需求,提高了家庭的不耐程度并進而削弱了財富積累目標,降低風(fēng)險性資產(chǎn)持有;而另一方面老年人占比的上升也會提高家庭的謹慎動機,這是由于未來醫(yī)療支出的不確定性程度上升,此時家庭必須增強財富積累目標以應(yīng)對養(yǎng)老風(fēng)險,反而更傾向于投資風(fēng)險性資產(chǎn)?;诖?,將家庭醫(yī)療支出按照是否高于中位數(shù)的標準分為高低兩組,分組考查人口老齡化、債務(wù)杠桿的作用。表6中的第(1)列和第(2)列的結(jié)果顯示,債務(wù)杠桿只在高醫(yī)療支出家庭組發(fā)揮顯著的負向作用,這說明當(dāng)家庭成員的健康狀況相對較差時(周弘,2015)[24],債務(wù)杠桿的負向作用也會愈發(fā)顯著。
其次,家庭收入也是影響家庭資產(chǎn)配置決策的主要因素之一(Merton,1987)。Guiso et al.(2018)[34]指出,2008年金融危機后,投資者的風(fēng)險厭惡程度增加進而導(dǎo)致其減少股票資產(chǎn)的投資,而其中家庭收入是重要的影響機制之一。Gomes and Michaelides(2002)[35]認為未來的勞動收入是現(xiàn)金而不是股票的替代物,因此年輕人更傾向于持有股票等風(fēng)險性資產(chǎn);王聰?shù)?2017)[36]基于家庭金融調(diào)查數(shù)據(jù)研究發(fā)現(xiàn),家庭收入對股票、基金等風(fēng)險資產(chǎn)投資的影響呈現(xiàn)鐘形的非線性關(guān)系;吳衛(wèi)星等(2015)[12]用資產(chǎn)歷史收益率數(shù)據(jù)計算得到每個家庭投資組合的夏普率,結(jié)果發(fā)現(xiàn)收入水平越高的家庭夏普率越高。基于此,本文將家庭收入按照前1/4和后1/4的標準分為高低兩組,表6中的第(3)列和第(4)列的結(jié)果顯示,結(jié)果顯示,老年人占比與債務(wù)杠桿的交互項僅在低收入組中統(tǒng)計顯著,這可能是因為隨著老年人口的增多,養(yǎng)老、醫(yī)療等將會進一步增大低收入家庭的支出壓力,導(dǎo)致其進行信貸融資的概率增加,進而需要承擔(dān)更高的風(fēng)險,由此導(dǎo)致債務(wù)杠桿對其資產(chǎn)配置效率的負向作用更顯著。
表6 異質(zhì)性檢驗:基于醫(yī)療支出與收入分組(Tobit 模型)
由于中國幅員遼闊,各地區(qū)的社會制度、文化信仰不同,各地區(qū)之間的經(jīng)濟發(fā)展程度也是差異明顯,其中金融市場的發(fā)展更是參差不齊(路曉蒙等,2019)[37]。Nieuwerburgh and Veldkamp(2009)[38]指出信息不對稱會導(dǎo)致交易成本的存在,而交易成本是造成家庭資產(chǎn)配置低效率的一個重要原因。在金融發(fā)展落后地區(qū),由信息不對稱造成的交易成本較高,家庭的投資就越傾向于單一化;但在金融發(fā)達地區(qū),市場相對完備,家庭更可能進行多樣化投資,進而提高資產(chǎn)配置效率。此外,鑒于不同發(fā)展水平地區(qū)的老齡化進程,居民部門資產(chǎn)負債率也存在顯著差異(藍嘉俊等,2018;[31]邵旭方等,2018;[26]路曉蒙等,2019[37])。本文根據(jù)經(jīng)濟發(fā)展水平將各省份劃分為東部、中部和西部地區(qū)。①表7給出了人口老齡化、債務(wù)杠桿對家庭資產(chǎn)配置效應(yīng)區(qū)域間影響差異的估計結(jié)果。老年人占比的估計系數(shù)僅在東部、中部地區(qū)樣本中統(tǒng)計顯著為正,交互項的系數(shù)均不顯著。表7中第(1)列至第(3)列的估計結(jié)果顯示,老年人數(shù)的增加對中部、東部地區(qū)家庭資產(chǎn)配置效率的邊際作用更強。這可能是由于我國金融市場在區(qū)域間呈非對稱發(fā)展:相比偏遠欠發(fā)達的西部地區(qū),東、中部地區(qū)的金融市場發(fā)展較為活躍,股票、債券市場較為成熟完備,進而強化了老年人占比對家庭資產(chǎn)配置效率的促進效應(yīng)。
表7 異質(zhì)性檢驗:基于地區(qū)分組(Tobit 模型)
根據(jù)上述的分析,那么,人口老齡化背景下如何更有效地提升家庭的資產(chǎn)配置效率呢?大量的文獻試圖從人力資本差異的角度來解釋資產(chǎn)配置效率(肖作平和張欣哲,2012)[39]。人力資本是指個人因接受學(xué)校教育和在職培訓(xùn)等方面的投入而獲得的知識與技能積累。孟亦佳(2014)[40]指出,即便家庭的物質(zhì)財富很充裕,但若其人力資本較為欠缺,其將無法正確捕捉金融市場上的各類信息,依然會帶來資產(chǎn)配置的低效率。因此,提高人力資本將是提升家庭資產(chǎn)配置效率的重要途徑之一。
金融知識作為一種重要的人力資本將對家庭財務(wù)產(chǎn)生深遠影響(Lusardi et al.,2010[41])?,F(xiàn)實中,不同家庭的風(fēng)險資產(chǎn)配置呈現(xiàn)明顯的異質(zhì)性,部分家庭的資產(chǎn)組合配置明顯要優(yōu)于另外一些家庭,而有些家庭并不擁有有效的資產(chǎn)組合,且承擔(dān)了過多的風(fēng)險(吳衛(wèi)星等,2018)。進一步地,Campbell(2006)[42]指出,盡管許多家庭可以找到適合其復(fù)雜投資問題的解決方案,但也有少部分家庭存在從不參與風(fēng)險市場、非多元化的風(fēng)險投資組合以及不能進行再貸款等投資錯誤,但接受金融知識教育可以有效地降低這一類錯誤的發(fā)生。事實上,家庭的有效資產(chǎn)配置有賴于家庭金融素養(yǎng)的支撐,對此的解釋是,家庭的資產(chǎn)投資組合是一個復(fù)雜的選擇過程,投資者需耗費大量的精力以篩選和分析信息,在這一選擇過程中金融素養(yǎng)扮演重要的角色(曾志耕等,2015)[9]。理論上來看,金融素養(yǎng)水平越高,市場主體更能充分識別出金融市場的潛在風(fēng)險,更能做出正確的投資方案,更有可能借助投資組合的多樣化以分散和防控金融市場的潛在風(fēng)險,即意味著金融知識水平與家庭資產(chǎn)配置有效性正相關(guān)?;诖耍梃b尹志超等(2014)[43]的做法,從受訪者對利率計算、通貨膨脹和投資風(fēng)險三個問題的回答,利用因子分子法構(gòu)造金融知識指標,并按照其與中位數(shù)的比較劃分為高低金融知識兩組。表8中的第(1)列、第(2)列的回歸結(jié)果顯示,老年人占比在高金融知識家庭組更為顯著,但與債務(wù)杠桿的交互項僅在低金融知識組顯著為負,這意味著,具備更高金融知識水平的投資者,其財富管理能力也更強,更擅于調(diào)整家庭資產(chǎn)組合以追求資產(chǎn)增值,同時也能緩解債務(wù)杠桿對家庭資產(chǎn)配置的抑制作用。
除金融知識外,也有學(xué)者使用居民的受教育年限或?qū)W歷來衡量居民的人力資本。Calvet et al.(2007)[44]指出居民的受教育程度越高,其收集和理解風(fēng)險資產(chǎn)投資相關(guān)信息的能力就越強,參與風(fēng)險資產(chǎn)投資的可能性就越大;Abreu et al.(2010)[45]認為信息判斷錯誤往往導(dǎo)致投資決策錯誤,而教育可以幫助投資者避免這樣的判斷,教育水平在一定程度上衡量了投資者對信息的處理能力?;诖?,我們將戶主的受教育程度劃分為初中以下的低學(xué)歷組和高中以上高學(xué)歷組,回歸結(jié)果見表8中的第(3)列和第(4)列。結(jié)果顯示,老年人占比在較高學(xué)歷家庭組統(tǒng)計顯著為正,而與債務(wù)杠桿的交互項估計系數(shù)依然在較低學(xué)歷組統(tǒng)計顯著為負。基于此,表8的回歸結(jié)果顯示,普及投資者金融知識教育,加大人力資本投資是推動家庭投資組合效率提升的有效途徑之一。
表8 效率提升條件識別:基于金融知識和受教育程度分組(Tobit 模型)
本文運用CHFS(2017)數(shù)據(jù),研究了人口老齡化、債務(wù)杠桿對居民家庭資產(chǎn)配置效率的影響。與傳統(tǒng)的通過構(gòu)建投資組合有效前沿或者計算夏普率衡量效率的研究方法不同,本文利用三階段DEA-SBM模型來測度家庭的資產(chǎn)配置效率。并在此基礎(chǔ)上,采用Tobit模型做回歸分析,結(jié)果發(fā)現(xiàn):人口老齡化對家庭資產(chǎn)配置效率有顯著的正向作用,并通過影響家庭的債務(wù)杠桿來影響其資產(chǎn)配置效率。且在進行Lewbel工具變量、替換老齡化衡量指標、增加代理變量等穩(wěn)健性檢驗后,基準實證結(jié)果仍然成立。異質(zhì)性分析的結(jié)果顯示,人口老齡化、債務(wù)杠桿對家庭資產(chǎn)配置效率的影響存在顯著的收入與區(qū)域差異。結(jié)合上述研究結(jié)論,本文給出了如下建議:
第一,人口老齡化反而顯著提升了家庭資產(chǎn)配置效率,這意味著伴隨中國居民金融知識水平的提升,老年群體也可以借助金融市場優(yōu)化家庭的資產(chǎn)配置,并可以取得更高的財產(chǎn)性收入。因此,金融機構(gòu)可適當(dāng)加大對老年人的關(guān)注,借助專業(yè)的市場調(diào)研,向老年群體推出更多樣化的金融產(chǎn)品;加快金融產(chǎn)品的創(chuàng)新,拓寬居民家庭的資產(chǎn)配置渠道。
第二,人口老齡化會通過債務(wù)杠桿來影響居民的資產(chǎn)配置效率,而債務(wù)杠桿的快速上升將加大居民部門的債務(wù)風(fēng)險。這一方面意味著家庭應(yīng)增強金融理財和風(fēng)險防范意識,避免由人口結(jié)構(gòu)變化導(dǎo)致借貸過多而帶來的家庭破產(chǎn)風(fēng)險;另一方面意味著政府部門應(yīng)進一步推動金融市場的建設(shè)和完善,為居民參與金融市場營造更好的市場環(huán)境,并保持居民部門債務(wù)規(guī)模的合理增長。
第三,普及居民家庭的金融知識教育,加大人力資本投資,并以此增強居民家庭的財富管理能力。一方面,要求居民家庭應(yīng)提高自身的金融素養(yǎng),加強相關(guān)金融知識的學(xué)習(xí)和培訓(xùn),另一方面,而政府也應(yīng)該推動金融知識的普及力度,以此進一步提升居民家庭的財富管理能力,幫助家庭建立正確的財富配置理念。
注釋:
①CHFS調(diào)查項目中涉及的西部地區(qū)包括陜西、貴州、重慶、四川、甘肅、青海、云南、廣西;中部地區(qū)包括江西、安徽、湖北、湖南、河南、山西、吉林、黑龍江;東部地區(qū)包括上海、浙江、江蘇、山東、天津、北京、河北、遼寧和廣東。