風險態度、消費者金融教育與家庭金融市場參與

周 弘

?

風險態度、消費者金融教育與家庭金融市場參與

周 弘

（安徽財經大學金融學院 安徽蚌埠 233030）

研究發現，接受金融教育的家庭在金融市場中的參與概率顯著高于未接受金融教育的家庭，這些家庭也同時擁有更高的金融資產比重以及現金和儲蓄存款數量。按照風險態度對家庭分組后，上述結論依然成立，并且金融教育對不同家庭金融市場參與的影響效果具有非對稱性。在區分家庭風險類型的基礎上，有效增加我國金融教育的公共供給，有針對性地提高消費者整體的金融教育水平，將有助于提高家庭的金融市場參與程度，提升家庭福利水平。

消費者金融教育 風險態度 金融市場參與 消費金融

一、引言與文獻綜述

消費者是否有必要接受金融教育？從功能角度出發，金融教育通過向全體國民傳播金融知識，來提高全民的金融素養，培育金融意識和塑造金融行為（彭蕓，2009）。從宏觀經濟層面來看，一國公民的金融教育水平將制約著該國金融業發展的深度和廣度，金融教育的缺乏和低水平，將從根本上削弱一國金融體系的健康與安全（關偉、張小寧、黃鴻星，2013）。隨著金融市場發展的成果越來越惠及居民的日常生活，更多的家庭成員開始有意識地接觸和學習一定的金融知識，以便更好地接觸和融入現代金融市場，通過獲得投資收益來提高消費者福利水平。在美國的中學當中，正規的個人金融教育已經在學生中間普遍開展，有些州甚至將這一類課程列為必修課。課程重要性的提高有助于增加學生的金融知識，進而有效改進學生的理財行為（肖經建，2011），同時這些課程在未來還會對消費者具有長期的正面影響（Bernheim et al, 2001）。而在中國，由于金融市場在最近的二十年當中剛剛有所發展，以商業銀行為代表的金融企業高薪推動了金融類專業成為考生們追捧的火爆專業，然而另一方面，中國居民整體文化素質的差異，以及金融知識公共供給渠道的缺乏，使得大量消費者還無法全面接受到正規完整的金融教育，從而形成了金融專業技術不斷向高端發展而公眾基礎金融知識匱乏（李哲，2011）的“二元化”狀況。目前，中國消費者獲得金融知識主要來自自我搜尋，他們或者從網絡、書籍和報刊等公眾媒體獲得自己需要的金融知識，或者就近到有關高等院校的財經類專業當中去旁聽有關課程來滿足自身需求。改善廣大消費者的金融教育狀況對于中國證券市場而言仍然是一項艱巨的任務（譚松濤，2013）。

已有研究表明，消費者之間在接受金融教育上存在的差異對于家庭金融市場的參與行為具有顯著影響。但是這些研究大多數以國外消費者作為主要研究對象，研究結論是否同樣適用于解釋中國的現實問題，還有待進一步商榷。這些研究包括：魯伊等人（Rooij et al.2011）發現無法掌握更高層次的金融知識將會制約家庭金融市場的參與；伯恩海姆和加萊特（Bernheim和Garrett，2003）認為利息計算知識的缺乏會增加家庭的融資成本，進而降低家庭的財富積累，影響家庭在其它金融市場中的參與；盧薩迪和米切爾（Lusardi和Mitcheell，2007）研究指出，金融知識較少的消費者，其儲蓄規模也相應很低，從而其參與股市的概率也低于其他消費者；卡爾韋特等人（Calvet et al.，2009）利用瑞典的數據研究發現，金融知識掌握較低的家庭發生錯誤投資的概率往往較高。由于我國目前微觀調查數據的缺乏，針對中國家庭展開的相關研究相對較少，已有研究中，比較有代表性的包括：吳衛星等（2006）指出，金融教育的缺失會使消費者產生過度自信，這又會導致本不應當發生的交易最終發生，這意味著消費者金融教育水平與金融市場參與之間存在著負相關關系。譚松濤和陳玉宇（2012）認為，股民投資經驗有助于顯著提高股民選股能力和擇時能力，進而改善股民的收益狀況。尹志超等（2014）研究發現，金融知識的增加會推動家庭參與金融市場，增加家庭在風險資產尤其是股票資產上的配置。

通過對已有文獻的梳理，本文認為已有研究普遍存在著以下三個方面的不足。第一，已有研究討論了金融教育對消費者參與金融市場的影響效果，但是并沒有按照風險態度對消費者進行分類，進一步討論金融教育對不同風險態度消費者的影響效果并進行比較；事實上，風險態度相同的消費者之間在金融市場參與中表現出的差異，很有可能會通過金融教育這一因素得到解釋，同時不同風險態度消費者之間的這種差異是否存在一致性？這些問題在已有文獻中并未獲得解釋。第二，關于消費者金融教育變量的選取，一些研究（Guiso和Jappelli, 2008；Agnew和Szykman，2005）均采用回答問題的方式來體現消費者金融教育水平，通過設定一定數量的金融知識問答題，回答對一題得一分，回答錯不得分，最終以得分多少來判斷消費者的金融教育水平。很顯然，問卷設計者設置的若干道金融知識題目并不能夠完全反映消費者本身的金融知識水平，即樣本（問卷中的若干道題目）與總體（消費者真實的金融教育水平）之間存在的偏差無法消除。第三，已有研究采用的實證分析方法以計量回歸分析法和傳統的統計分析作為主要研究工具，研究模型中對于消費者金融教育與金融市場參與之間的邏輯因果關系并未得到顯著體現，大多只能夠反映出二者的相關關系和統計學意義上的因果關系。

綜上所述，本文可能的創新之處將圍繞上述三方面的不足展開。首先，本文在對消費者按照風險態度進行分組和不分組的兩種情況下，分別對金融教育影響家庭金融市場參與的效果進行實證分析，這樣做既能夠從總體角度考查金融教育對家庭金融市場參與的凈影響，也能夠比較不同風險態度家庭之間由于接受金融教育產生的影響效果差異。接下來，本文研究采用的調查數據中，對于消費者金融教育變量的選取，采用的是消費者在金融教育上的時間和貨幣投入水平來體現，而非針對某一特定金融知識問答來判斷。一般情況下，金融教育的時間和貨幣投入水平越高，消費者所具有的金融知識總體水平也就越高。這樣對于反映消費者金融教育的綜合水平更為客觀和可靠。最后，本文擬采用適用于因果分析的傾向得分匹配法作為主要研究方法，來對我國消費者金融教育對金融市場參與的影響效果進行分析研究，重點突出解釋變量影響被解釋變量的單向因果效應。較之其它方法，傾向得分匹配法能夠有效解決變量的內生性問題，同時清晰地刻畫出消費者金融教育對家庭金融市場參與行為的凈影響。

基于上述分析，本文接下來的內容安排如下：第二部分，具體對研究問題進行設計，并介紹數據來源和設定模型；第三部分詳細介紹樣本總體的實證檢驗結果，并與已有研究成果進行比較；第四部分在第三部分的基礎上，按照風險態度將家庭進行分類，針對每一類家庭再進行進一步的實證檢驗，并將第三和第四部分的研究結論進行比較，保證結論的穩健性。第五部分是結論與啟示。

二、研究設計、數據來源與計量模型設定

（一）研究設計

對于消費者及家庭來說，是否接受金融相關知識的教育是消費者或家庭根據自身實際狀況進行“自選擇”的結果。這一行為的選擇將對家庭金融市場參與行為產生影響。具體來說，我們假設T=1表示受處理狀態，意為家庭中的個人接受金融教育；T=0表示受控制狀態，意為家庭中的個人沒有接受金融教育；Y1表示消費者接受金融教育情況下的金融市場參與情況，Y0表示消費者沒有接受金融教育情況下的金融市場參與情況。對于消費者的這一自選擇行為，本研究所關注的是選擇接受金融教育家庭在金融市場參與行為中的平均處理效應（Average Treatment Effect on the Treated，ATT），即ATT=E（Y1|T=1）- E（Y1|T=0）。但是，不論家庭是否選擇接受金融教育，我們只能觀測到家庭選擇的最終結果，而無法觀測到家庭如果選擇另一種方案所產生的結果，即E（Y1|T=0）是無法獲得的。這一情形被稱之為“反事實缺失（Counterfactual Missing）。如果運用傳統的線性回歸方法進行估計，需要使用E（Y0|T=0）替代E（Y0|T=1），這樣會導致最終的估計結果有偏（胡宏偉、張小燕、趙英麗，2012）。而使用傾向得分匹配法（Propensity Scores Matching, PSM）則可以很好地解決這一問題。

采用PSM獲得ATT的無偏估計需要一定的假設前提，這些假設條件由該理論的提出者羅森鮑姆和魯賓（Rosenbaum和Rubin，1983）在理論上給出證明：假設1要求Y1和Y0都要與T獨立，假設2要求T等于1的條件概率不能等于0和1。劉鳳芹和馬慧（2009）將其分別稱之為強可忽略性假設和共同支撐域假設。由于PSM主要是通過計算傾向得分（PS值）來選擇配對樣本，因此根據本研究所要達到的目標，首先要選取家庭個體特征的變量作為解釋變量，將家庭是否接受金融教育作為被解釋變量，利用Logit模型估計家庭個體特征變量的參數值，并計算家庭接受金融教育的概率，即PS值。其次，在沒有接受金融教育的家庭中選擇PS值最為接近的若干個體作為樣本按照一定的方法進行配對。最后，計算配對后的ATT，并對配對方案和結果進行檢驗。

利用PSM進行實證檢驗的最大優點在于能夠有效消除模型中變量的內生性。一般來說，模型具有內生性大多是由于自選擇行為和遺漏變量所引起，這一缺陷直接導致變量回歸參數的有偏估計。而PSM則能夠有效解決自選擇行為所產生的變量遺漏問題，使得自選擇行為產生的經濟后果凈效應更加“干凈”。

（二）數據來源及變量選取

清華大學中國金融研究中心于2012年組織了中國城市居民家庭消費金融調研，通過發放調查問卷的方式展開，共涉及全國24座城市，有效回收3122份問卷。本文研究以該項調查獲得的數據為基礎展開進行。

本文研究涉及的變量總體分為四類：第一類是家庭個體特征變量X。[①]第二類是反映家庭金融市場參與的變量Y，具體包括：1.股市，記作stock；2.基金市場，記作mutualfund；3.債券市場，記作bond；4.儲蓄性保險，記作savinsu；5.外匯市場，記作forexch；6.其它金融市場，記作otherfin；以上變量均為0-1賦值，家庭參與哪類金融市場，取1，否則取0。7.家庭是否參與金融市場，記作fininve，家庭只要參與上述任一市場，取1，否則取0。8.金融資產規模，記作fininvesize，為金融資產占家庭總資產比重。9.現金數量，記作cashsize，為調查時家庭的現金數量。10.股票市值，記作stocksize，為調查時家庭持有股票的市值。11.家庭儲蓄存款數量，記作savingsize，為調查時家庭儲蓄存款的數量。

第三類是反映消費者金融教育的變量Z，具體包括：1.家庭在金融教育上的貨幣支出占家庭月收入比重，記作fineduexp，問卷中有五個選項：沒有投入，投入不到5%，5%至10%，10%至15%，15%以上；本文接下來的分析過程中，將該變量處理為0-1變量，即：如果家庭沒有任何貨幣支出，取0，其它情形，取1。2.受訪者每周在金融知識方面學習所花費的時間，記作finedutime，問卷中有六個選項：不花費任何時間，小于1小時，1-2小時，2-3小時，3-5小時，5小時以上；該變量的進一步處理與fineduexp變量的處理過程相似，即：如果受訪者不花費任何時間，取0，否則取1。

（三）計量模型設定

根據前文的研究設計，本文的計量模型進行如下設定：

1、假設前提。

2、傾向得分值的計算。采用Logit和probit模型回歸估計家庭各解釋變量對于是否接受金融教育的回歸系數，然后根據獲得的回歸系數估計每一家庭的PS值。采用的回歸方程為：

3、確定ATT估計量。ATT估計量采用如下公式進行估計（張露、黃京華、黎波，2013）：

（2）

其中，nT為處理組樣本容量，即選擇接受金融教育家庭的數量；y表示家庭金融市場參與變量，i和j分別為處理組和控制組（未接受金融教育家庭）的某一代表家庭，wij為權重，表示用家庭j的y作為家庭i的y的替代時，對家庭j的y所施加的權重（邵敏，2012），該權重由兩類家庭各自的PS值的差異大小決定，即有：

其中，G（*）表示Gauss核函數，PSj和PSi分別表示未接受金融教育家庭和接受金融教育家庭的傾向得分，h為帶寬參數，表示未接受金融教育家庭的樣本數量。

三、實證結果及討論

（一）描述分析[②]

主要變量的統計性描述結果顯示，受訪者年齡最小者為25歲，最年長者為78歲，平均年齡34.24歲，男性占比71.04%。受訪者中83.95%已婚，14.77%單身，受訪者中企業管理人員和專業技術人員比重最高，分別為27.16%和28.13%，接下來為普通公務員，比重達到16.62%，自有住房家庭占比90.32%。受訪者平均受教育水平接近高等教育，家庭人口數為3.1人，表明三口之家是普遍存在的家庭結構。受訪者家庭中有小孩家庭比重為49.46%，家庭成員平均健康狀況在一般與良好之間。受訪者家庭每月收入中用于金融教育方面貨幣支出的平均比重接近5%，受訪者每周用于金融教育方面的時間平均接近1個小時。在家庭收入方面，受訪者家庭平均月收入在10000元左右，工薪收入平均占比為65.66%，家庭收入總體穩定性為5.42，為中等穩定。受訪者平均風險態度為承擔平均風險而接受平均回報。在家庭金融市場參與方面，參與股市的家庭占比40.62%，基金市場為38.69%，債券市場為20.21%，儲蓄性保險市場為55.26%，外匯市場為4.07%，其它金融市場為87.92%，金融資產平均比重為11.52%。

（二）傾向得分值的計算與匹配平衡檢驗[③]限于篇幅，這一部分的具體實證結果不再列示，讀者如有需要可向作者索取。

要計算傾向得分值PS，首先要對家庭選擇接受金融教育的概率進行回歸分析。相應的Logit回歸和Probit回歸結果顯示，兩種回歸方法得到的結果基本相同，模型擬合效果較好。接下來在計算了傾向得分值后，需要進一步對匹配前后的解釋變量誤差消減情況進行比較，一般認為，匹配后各變量的標準偏誤不超過20%，就表明匹配效果較好（邵敏、包群，2011）。結果顯示，在實施匹配后，各變量的標準偏誤均未超過20%，匹配效果較好，處理組和控制組的樣本均值更加接近，兩個組之間的個體特征差異得以部分消除。

（三）穩健性檢驗與匹配估計結果比較

目前廣為采用匹配的方法較多，包括核匹配、最近鄰匹配和半徑匹配，不同的方法各有側重。其中，核匹配的優點在于能夠確保所有處理組的家庭都被匹配，同時控制組中的所有家庭的信息也都能夠被充分利用。因此，本文首先選取核匹配進行估計，同時，為了保證結果的穩健性，本文同時公布鄰近匹配法和半徑匹配的估計結果。

表1 ATT估計結果

最鄰近匹配半徑匹配核匹配 金融教育貨幣投入金融教育時間投入金融教育貨幣投入金融教育時間投入金融教育貨幣投入金融教育時間投入 ATT估計量t統計量ATT估計量t統計量ATT估計量t統計量ATT估計量t統計量ATT估計量t統計量ATT估計量t統計量 外匯0.01231.330.00030.030.00920.750.0281 **2.180.0214 ***3.010.0299 ***4.01 其它金融資產-0.0318-1.54-0.0350-1.16-0.0383-1.63-0.0493-1.62-0.0201-1.24-0.0356-1.61 金融資產總體0.01671.11-0.0003-0.010.01030.650.00690.290.0225*1.890.02191.22 金融資產比重1.7579 **1.962.4444 ***2.051.8836 **2.133.3456 ***2.981.8997 **2.642.1256 **2.18 現金價值0.2008 **2.290.3998 **2.760.2305 **2.190.3674 **2.640.1878 **2.620.2902 **2.76 股票價值-0.5470-0.444.4386 ***3.302.37501.604.2685 **2.661.7769 **1.983.9328 ***4.45 儲蓄價值3.0658 **2.802.6869 **2.091.61351.252.43691.652.7424 ***3.132.6634 **2.67

注：***、**、*分別表示在1%、5%、10%的顯著性水平上顯著。

表1匯報了這三種匹配方法估計的ATT結果。可以看出，如果以金融教育貨幣投入作為衡量家庭金融教育的變量，那么，三種匹配方法估算結果表明，在1%的顯著水平上，家庭每月收入中有用于金融教育支出的家庭在股市參與概率上較沒有金融教育支出的家庭分別高出19.35%、15.54%和18.19%，基金市場的參與概率差異分別為19.67%、20.57%和19.71%，債券市場和儲蓄性保險市場也具有相似的參與概率差異，這表明，家庭接受金融教育確實能夠推動家庭的金融市場，特別是風險市場的參與行為。而在外匯市場、其它金融資產的持有以及總體金融資產持有方面，兩類家庭之間的差異并不顯著。原因在于，我國目前的外匯結售匯制度對于家庭持有外匯資產的影響具有同一性，并不會因為家庭間金融教育程度的差異而產生顯著差別；而其它金融資產當中，最主要的形式為儲蓄存款，一方面，儲蓄行為在我國也具有根深蒂固的信念影響，不論家庭間差異如何，只要當期收入中存在結余，家庭的首選必然是儲蓄；另一方面，儲蓄也能夠有效緩解家庭的“潛在流動性約束”（杭斌，2005）。同樣，金融資產總體的持有狀況也是由于儲蓄的存在而導致的，在此不加贅述。在金融資產比重方面，三種匹配方法計算結果顯示，每月收入中有用于金融教育支出的家庭比沒有金融教育貨幣支出的家庭分別高出1.76%、1.88%和1.90%，這一結論對前面分析的金融市場參與概率的差異形成了進一步的補充。而在具體金融資產的持有數目上，每月收入中有用于金融教育支出的家庭在現金持有數量上顯著高于沒有金融教育貨幣支出的家庭，差額大約在2000元左右，客觀上，這表明這類家庭的每月收入能夠保證成員一定規模的現金持有量，主觀上，這類家庭的成員也愿意持有一定數量的現金來緩解現實的流動性約束問題。此外，三種方法計算的兩類家庭間股票市值的差異結論并不統一，無法得出穩健性結論。在儲蓄存款的持有方面，每月收入中有用于金融教育支出的家庭，都會較其它家庭更多地進行儲蓄，但是半徑匹配計算得出的結論并不具有顯著性。

如果以受訪者個人每周是否有時間投入在金融教育方面作為衡量家庭金融教育的變量，可以看出，具有時間投入的家庭在股市、基金、債券和儲蓄性保險方面參與的概率要顯著高于沒有時間投入的家庭，而這兩類家庭在其它金融資產和金融資產總體的參與概率上并不具有顯著差異，這兩點結論與之前金融教育貨幣投入變量得出的結論完全一致，進而具有穩健性。與此同時，兩類家庭在金融資產總體比重、現金持有數量以及儲蓄存款價值上存在的差異與之前以金融教育貨幣投入得出的結論也基本一致。此外，兩類家庭的股票價值差異也具有一定的穩健性，三種匹配方法計算的結果表明，有金融教育時間投入的家庭在股票價值持有數量方面平均要高于沒有金融教育時間投入家庭大約4萬元人民幣。總體來看，表1的估計結果表明，消費者金融教育改變了個人及家庭的風險態度，進而影響到家庭在股票等風險市場上的參與行為，而在以儲蓄存款為代表的其它金融市場上，由于個人和家庭的儲蓄行為并不依賴于風險態度，因此類似的影響效果并不顯著。

四、按照風險態度分組后的進一步討論

調查問卷將反映風險態度的變量共分為5級，本文接下來對風險態度變量重新進行劃分，將1（為得到高回報愿意承擔高風險）和2（為得到較高回報而承擔較高風險）劃分為一組，表示風險偏好型家庭，3（只能承擔平均風險而選擇接受平均回報）作為風險中性家庭，4（只能承擔較低風險而選擇接受較低回報）和5（不愿意承擔任何投資風險）作為風險規避型家庭，按照上述標準對家庭進行分組，作進一步的實證分析。

通過對三類家庭接受金融教育的統計特征分布進行分析，可以發現有以下幾個特點[④]：第一，隨著家庭的風險喜好程度下降，學習過經濟金融類知識的家庭比重不斷下降；第二，隨著家庭的風險喜好程度下降，認為有必要接受金融教育的家庭比重在下降，一般必要、可有可無和不必要家庭的比重逐漸上升；第三，在家庭金融教育投入方面，不論是貨幣投入還是時間投入，隨著家庭風險喜好程度的下降，金融教育投入水平越高，家庭比重越低。綜合來看，不同風險態度的家庭看待消費者金融教育具有顯著差異。本文接下來進一步分析，在三類風險態度不同的家庭中，消費者金融教育影響家庭金融市場參與的效果是否具有顯著差異。

以貨幣投入作為衡量家庭金融教育的變量，表2匯報了接受金融教育對不同風險態度家庭金融市場參與行為的影響效果。通過比較可以發現，第一，在風險態度相同的組中，接受金融教育的家庭在股市和基金的參與概率上顯著高于未接受金融教育的家庭。第二，對于風險偏好型和風險中性家庭來說，接受金融教育對于家庭參與兩類金融市場的效果要明顯大于風險規避型家庭。這進一步說明接受金融教育確實能夠對不同風險態度家庭在參與風險金融市場方面起到顯著效果，并且這種效果在不同風險態度的家庭之間具有非對稱性。究其原因，家庭接受金融教育，一方面，能夠讓消費者掌握風險資產的獲益技巧，激勵其參與股市和基金市場；另一方面也能夠讓消費者知曉投資過程中存在的風險。對風險偏好和風險中性家庭，往往更加看重風險投資的收益方面，而對于風險規避型家庭來說，更加關注風險投資的不確定性，因為收益的波動往往會影響到家庭的現實約束，進而影響到家庭進一步的消費（李濤、陳斌開，2014），所以在風險金融市場的參與方面更加謹慎。

表2 不同風險態度家庭的金融市場參與差異比較（金融教育貨幣投入）

注：***、**、*分別表示在1%、5%、10%的顯著性水平上顯著。

關于債券市場的家庭參與方面，消費者金融教育對風險偏好型家庭投資債券市場的影響不顯著，而對風險中性和風險規避型家庭的影響效果與股票和基金市場相似，這主要是由于債券相比股市和基金來說，風險更小，對于風險中性和風險偏好型家庭來說更有吸引力。這也從側面體現了金融教育影響不同家庭金融市場參與的非對稱性。具有類似特征的另一種金融資產形式就是儲蓄性保險，消費者金融教育對風險中性家庭和風險規避家庭來說，能夠顯著提高金融投資過程中的保障意識，比如購買儲蓄性保險來對相應的金融資產進行保障，而風險偏好型家庭在這一方面表現并不突出。

消費者金融教育對不同類型家庭的現金持有產生的影響并不顯著，由于現金持有的目的是為了緩解家庭流動性約束，這一約束具有較強的剛性，無法通過接受消費者金融教育來緩解。外匯市場的參與比較復雜，消費者金融教育在三種風險類型家庭之間的影響效果并不具有一致性。在金融資產持有比重方面，家庭持有的股票價值，在風險偏好和風險中性家庭當中，消費者金融教育能夠增加家庭持有的股票價值，而對于風險規避家庭來說，則有相反的影響。這與前面的股市參與行為形成了相互的印證。

如果以金融教育的時間投入作為衡量消費者金融教育的變量，實證檢驗結果與表2總體相似，在此不加贅述[⑤]限于篇幅，回歸結果不再列示，讀者如有需要可向作者索取。。選用不同變量來反映消費者金融教育，得到的結論具有較高的相似性，都能夠印證金融教育對不同風險態度家庭參與金融市場的影響效果具有非對稱性，因此本文的研究結論具有較好的穩健性。

五、結論與啟示

本文利用家庭微觀調查數據，構造了反事實推斷模型，采用傾向得分匹配法，從風險態度出發，實證分析了消費者金融教育對家庭金融市場參與造成的影響。在消費者金融教育的變量選取上，本文選用消費者在金融教育方面的時間和貨幣投入作為解釋變量，力求全面反映消費者的金融教育水平；在家庭金融市場參與的變量選取上，既有具體的市場參與行為，也有相應的市場參與規模，能夠較為完整地刻畫家庭金融市場的參與狀況。研究發現，接受金融教育的家庭（T=1）較之未接受金融教育的家庭（T=0）而言，在股票、基金、債券以及儲蓄性保險等市場上具有更高的參與概率，這種差異具有統計學上的顯著性；在其它金融資產和金融資產總體的參與程度上，兩類家庭之間的差異并不顯著；而在外匯市場的參與方面，兩類家庭的差異水平表現得并不明確。在家庭金融資產比重方面，接受消費者金融教育的家庭較之未接受消費者金融教育的家庭，金融資產比重更高，平均差異為2%左右，并且具有統計學意義上的顯著性。在現金持有和儲蓄存款方面，第一類家庭（T=1）較之第二類家庭（T=0）持有更多，這種差異表現得十分顯著；而股票價值的持有規模方面，總體也表現出這樣的差異。按照風險態度對家庭進行劃分后進行實證分析，可以進一步發現，消費者金融教育對不同風險態度家庭在金融市場參與行為的影響效果具有顯著的非對稱性。綜上分析，本文通過實證研究所獲得的結論是穩健的。

研究表明，雖然目前我國居民家庭接受金融教育的比重和意愿均不斷提高，但是金融教育的獲取途徑仍然以自我搜尋為主。本次調查顯示，受訪者獲取金融知識的途徑選擇中，最多的是來自互聯網，其次是報刊電視電臺等傳統公眾媒體，來自金融機構的講座宣傳比重最低，只有29.53%，這充分表明我國目前消費者金融教育供給的公共渠道上還有所缺失。政府應當在這一方面發揮更大的作用，主動提供相應的金融教育服務和產品，提高消費者金融教育水平，通過影響家庭風險態度的途徑，進一步提升消費者參與金融市場進行投資的主觀意愿。與此同時，消費者金融教育對不同風險態度家庭的影響效果具有非對稱性，因此，要鼓勵家庭更多地參與金融市場，需要首先對家庭的風險態度進行識別，按照風險態度的差別進行投資引導和產品設計，在金融教育方面因材施教，確保不同類型家庭的積極主動參與。家庭參與金融市場的增加，在實現消費金融市場發展的同時，還能夠有助于家庭獲得投資收益，提高對家庭財務狀況與整體生活的滿意度（肖經建, 2011），提高家庭福利（Cocco, 2005）。

本文的主要貢獻在于，構造了一個反事實推斷分析框架，對消費者金融教育影響家庭金融市場參與的效果進行了實證分析，包括樣本總體檢驗和按照風險態度分組檢驗兩個階段，運用傾向得分匹配法，驗證了消費者金融教育對不同風險類型家庭金融市場參與行為的影響效果具有顯著的非對稱性。本文有待于進一步改進之處在于，上述研究結論是基于對特定樣本城市中家庭調查問卷結果進行實證分析獲得的，研究結論僅僅適用于樣本本身，是否能夠進一步推廣，還有待于更大規模樣本數據的獲得。在未來的進一步研究中，如果能夠對已有樣本家庭進行駐點觀測，獲得更多年份的調查數據，那么對相關問題展開動態分析就能夠更加全面地反映消費者金融教育狀況對家庭金融市場參與行為的影響。

1. 關偉、張小寧、黃鴻星：《金融消費者保護：存在問題與監管優化》[J]，《財經問題研究》2013年第8 期。

2. 杭斌：《理性習慣偏好與居民消費行為》[J]，《統計研究》2011年第3期。

3. 胡宏偉、張小燕、趙英麗：《社會醫療保險對老年人衛生服務利用的影響——基于傾向得分匹配的反事實估計》[J]，《中國人口科學》2012年第2期。

4. 李濤、陳斌開：《家庭固定資產、財富效應與居民消費：來自中國城鎮家庭的經驗證據》[J]，《經濟研究》2014年第3期。

5. 李哲：《金融教育結構性缺失：對金融危機的一個反思》[J]，《江西財經大學學報》2011年第5期。

6. 劉鳳芹、馬慧：《傾向得分匹配方法的敏感性分析》[J]，《統計與信息論壇》2009年第10期。

7. 彭蕓：《公共金融教育與中央銀行溝通探究》[J]，《中州學刊》2009年第5期。

8. 邵敏：《出口貿易是否促進了我國勞動生產率的持續增長——基于工業企業微觀數據的實證檢驗》[J]， 《數量經濟技術經濟研究》2012年第2期。

9. 邵敏、包群：《出口企業轉型對中國勞動力就業與工資的影響——基于傾向評分匹配估計的經驗分析》[J]，《世界經濟》，2011年第6期。

10. 譚松濤：《自我歸因偏差、學習與股民的過度自信》[J]，《經濟理論與經濟管理》2013年第11期。

11. 譚松濤、陳玉宇：《投資經驗能夠改善股民的收益狀況嗎——基于股民交易記錄數據的研究》[J]，《金融研究》2012年第5期。

12. 吳衛星、汪勇祥、梁衡義：《過度自信、有限參與和資產價格泡沫》[J]，《經濟研究》2006年第4期。

13. 肖經建：《消費者金融行為、消費者金融教育和消費者福利》[J]，《經濟研究》2011年增1期。

14. 尹志超、宋全云、吳雨：《金融知識、投資經驗與家庭資產選擇》，《經濟研究》2014年第4期。

15. 張露、黃京華、黎波：《ERP實施對企業績效影響的實證研究——基于傾向得分匹配法》[J]，《清華大學學報(自然科學版)》2013第1期。

16. Agnew, J. and Szykman, L., 2005, “Asset Allocation and Information Overload: The Influence of Information Display, Asset Choice and Investor Experience”[J],Volume 6, No.2, pp.57-70.

17. Bernheim, B. Douglas, and Daniel M. Garrett, 2003, “The Effects of Financial Education in the Workplace: Evidence from a Survey of Households” [J],, Volume 87, Issue 7-8, pp.1487-1519.

18. Bernheim, B.D., D. M. Garrett and D. Maki, 2001, “The Long-term Effects of High School Financial Curriculum Mandates” [J]., Volume 80, No.3, pp.435-465.

19. Calvet, L., John Y. Campbell, and P. Sodini, 2009, “Measuring the Financial Sophistication of Households” [J],Volume 99, No.2, pp.393-398.

20. Cocco, J., 2005, “Portfolio Choice In the Presence of Housing” [J],, Volume 18, No.2, pp.535-567.

21. Guiso, L., and T. Jappelli, 2008, “Financial Literacy and Portfolio Diversification” [D], EUI Working Paper ECO 2008/31

22. Lusardi, Annamaria and Olivia S. Mitcheell, 2007, “Financial Literacy and Retirement Planning: New Evidence from the RAND American Life Panel” [D]. NBER Working Paper, No.12585.

23. Rooij, Maarten van, Annamaria Lusardi and Rob Alessie. ,2011, “Financial Literacy and Stock Market Participation” [J],, Volume 101, No.2, pp.449-472.

24. Rosenbaum P, and Rubin D. , 1983, “The Central Role of the Propensity Score in Observational Studies for Causal Effects” [M]. Biometrika, Volume 70, pp.41- 55.

（L）

*作者感謝清華大學中國金融研究中心消費金融調研項目的數據支持，感謝安徽財經大學金融學院何啟志教授提出的寶貴意見。本文受到了國家社科基金重大項目（項目編號：13&ZD018）、安徽省高校人文社科重點項目（項目編號：SK2014A157）、安徽財經大學科學研究基金資助項目（重點項目）、安徽財經大學B類學科特區項目“資產價格與金融穩定”的資助。