人口撫養負擔、金融市場參與和家庭資產配置

■王子城

人口撫養負擔、金融市場參與和家庭資產配置

■王子城

本文運用中國家庭金融調查（CHFS）數據，研究家庭人口撫養負擔對家庭金融市場參與和家庭資產配置的影響。研究發現，人口撫養負擔的增加會降低家庭參與金融市場的傾向，并降低家庭在風險資產尤其是股票資產上的配置，而且少兒撫養比相對于老年撫養比具有更大的負向影響。家庭人口撫養負擔對農村地區、中西部地區影響更大。此外，本文發現家庭資產的積累、家庭收入的增加、風險偏好和教育水平的提高都會促進家庭參與金融市場并投資風險資產。經營個體工商業和購買自有住房則會“擠出”家庭的金融市場參與和風險投資，而年齡則呈現非線性的關系。

人口撫養負擔；少兒撫養比；老年撫養比；金融市場參與；家庭資產配置

王子城，西南財經大學金融學院，研究方向為家庭金融。（四川成都611130）

一、引言

2015年10月，十八屆五中全會決定全面放開二胎，結束了執行近35年的計劃生育政策。生育政策是影響人口結構的關鍵因素，計劃生育政策使得未來勞動人口減少和人口老齡化增加，而全面二胎政策將使得家庭預期的少兒數量增加，標準的“422”家庭需要承擔四位老人和兩個子女的撫養負擔，家庭人口撫養負擔沉重。同時，家庭的人口撫養負擔又會影響家庭的行為決策。其中，家庭的金融行為尤其是家庭資產配置行為是學者研究的熱點。

同時，人口撫養負擔是反映家庭結構的一大重要因素，而家庭結構則是分析家庭需求和家庭決策行為的重要討論方向。研究不同人口撫養負擔下的家庭行為特征，顯示出了不同家庭結構的偏好和趨向，具有多方面的社會指向意義。現有文獻也一般從家庭收入、戶主特征、家庭生命周期、經濟制度、文化、金融資產特性和金融市場完善程度等因素切入，而探究人口撫養負擔對家庭金融資產配置的影響，并進行城鄉和區域對比研究比較罕見。因此，將反映家庭結構的人口撫養負擔與家庭行為決策兩者結合分析，并充分利用家庭微觀數據，從更深層次上探究我國家庭金融市場參與度和家庭資產配置的研究有一定價值。這既有助于認識具有不同人口撫養負擔的家庭在資產配置行為上的規律，也有助于深入認識影響中國金融市場有限參與的成因，為相關部門的政策制定提供參考依據。文章正是基于以上考慮，在充分利用中國家庭金融調查（CHFS）數據的基礎上，研究了人口撫養負擔對家庭金融市場參與和家庭金融資產選擇配置的影響。

二、文獻綜述

家庭結構的變化將直接影響到家庭需求結構、消費特征、供求結構、家庭決策行為等的變化。日益受人重視的人口撫養負擔則是反映家庭結構的一大重要因素，是分析家庭需求與決策行為的討論方向。Higgins和Williamson（1996，1997）的研究認為亞洲國家的撫養系數對儲蓄率有很強的負影響，并把20世紀60年代以來亞洲儲蓄率的顯著增長歸因于該時期未成年人的撫養比率降低。廖楚暉等（2014）認為，家庭子女數量與教育投資的意愿呈負相關。

另一方面，家庭金融行為中資產配置選擇是學者們研究的熱點，現有研究大多根據實證分析結果來刻畫家庭投資者的金融行為。對于家庭的金融市場參與度，尹志超等（2015）運用中國家庭金融調查（CHFS）數據，發現提高金融可得性將會促進家庭參與正規金融金融市場。對于家庭資產配置行為，已有的文獻大多從投資機會、生命周期、背景風險、健康風險、收入風險、社會保障以及財富效應等方面切入。Barberis（2000）發現投資機會的可測性會使得長期投資者趨向擁有更多的風險資產。Angew etal（2005）根據家庭生命周期假說，研究了年齡對股票持有比例的影響，發現年齡與風險資產持有負相關，年齡每增加一歲則減少股票投資1%。Rosen 和Wu（2004）利用美國健康與退休數據，研究健康狀況對資產配置行為的影響，研究表明戶主的健康狀況對居民家庭資產配置的影響非常顯著，越健康的家庭越會更多地持有金融資產。Heaton和Lucas （2000）通過實證分析，證明了收入風險對家庭資產配置行為確實存在顯著影響，收入較為穩定的家庭持有的風險資產的比重較高。魏先華等（2013）研究認為我國居民家庭金融資產配置結構不合理等問題主要歸咎于社會保障水平較低。

上述已有文獻為我們的研究提供了有益的啟示。但是大部分相關研究都是利用國家層面的統計數據，并不能準確對微觀家庭的行為規律進行研究。且在當前的文獻中，探究人口撫養負擔對家庭金融資產配置的影響，并進行城鄉和區域對比的研究比較罕見。

文章正是基于以上考慮，利用中國家庭金融調查（CHFS）數據，實證分析人口撫養負擔對金融資產配置的影響。該研究可以發展資產配置的相關理論，豐富我國家庭微觀金融需求研究的理論體系。

三、模型與變量

本文的數據來自西南財經大學2011年在全國范圍內開展的中國家庭金融調查（China Household Finance Survey，CHFS）項目，該調查涵蓋了全國25個省（市、自治區）、80個縣、320個社區共8438個樣本，采集了家庭的人口統計特征、資產與負債、收入與消費、保險與保障等方面的微觀信息，全面反映了家庭金融的基本狀況。中國家庭金融調查的拒訪率低、人口統計學特征與2010年全國人口普查數據非常接近，調查樣本具有非常好的代表性，數據質量高（甘犁等，2012）。

（一）模型設定

本文用probit模型分析家庭人口撫養負擔對家庭金融市場參與的影響，然后用Tobit模型分析人口撫養負擔對家庭風險資產占金融資產比重的影響。probit模型為：

其中，u～N（0，σ2）；Y等于1表示家庭參與金融市場，等于0表示沒有參與；child_ratio和elder_ratio分別是我們關心的少兒撫養比和老年撫養比；X是控制變量，主要包括戶主特征變量、家庭收入資產特征變量和地區特征變量。由于風險資產占金融資產的比重是截斷的，因此，本文進一步使用Tobit模型：

其中，Y表示風險資產占金融資產的比重；y*表示風險資產占比大于0的部分；同樣，child_ratio和elder_ratio分別是關注變量少兒撫養比和老年撫養比；X是控制變量，主要包括戶主特征變量、家庭收入資產特征變量和地區特征變量。

（二）變量介紹

本文的目的在于考察家庭人口撫養負擔對家庭參與金融市場和風險資產配置的影響，因而合理的構造相關指標是本文的關鍵。下面分別就少兒撫養比、老年撫養比和本文的其他變量進行說明。

1.少兒撫養比與老年撫養比

本文關注的解釋變量是少兒撫養比和老年撫養比。少兒撫養比是家庭14歲以下（含14歲）兒童對勞動年齡人口數之比，老年撫養比是家庭65歲以上（含65歲）老人對勞動年齡人口數之比，勞動年齡人口是家庭中年齡在15～64歲的人口數。考慮到可能存在的獨居老人和祖孫家庭，這些類型的家庭不存在勞動人口，因此在篩選樣本時需要剔除此類沒有勞動人口的家庭。

不過，少兒撫養比可能存在內生性問題。一方面，少兒撫養比本身會受到家庭資產配置的影響。家庭未必是在少兒撫養比增加后才去改變風險資產的配置，相反，家庭的少兒撫養比可能會受到資產配置情況的影響。如果家庭在風險資產上的配置比例過高，考慮到自身已經承擔了較高風險，家庭可能會暫時打消撫養小孩的意愿即暫時不生育，從而降低家庭的少兒撫養比。另一方面，少兒撫養比和風險資產配置可能同時受到其他外生因素的影響，如當地的歷史、社會、文化、習俗等因素，而這些因素又是不可觀測的。但是，老年撫養比則是外生的，一方面，隨著時間的推移，家庭中的老年人口有變動的趨勢，這就會影響到家庭在風險資產上的配置；但另一方面，家庭在風險資產上的配置不會影響到老年撫養比。因為家庭不能根據主觀意愿來控制老年撫養比，雖然家庭可以將老人送到養老院來降低老年撫養比，但是曾毅和王正聯（2004）指出我國老年群體的生活和保障主要來源于家庭內部的代際支持，家庭養老仍是中國養老的主要模式。因此老年撫養比不存在內生性問題。因而，本文要處理的一個關鍵問題就是少兒撫養比的內生性問題。經過反復檢驗，我們選取家庭所在縣（區）的公立學校數量作為少兒撫養比的工具變量。由于公立學校數量多的地方通常有更優質的教育資源，家庭會傾向于生育小孩以期能夠享受到這一福利，因此小孩的數量可能更多，即公立學校數量與少兒撫養比相關。另外，公立學校數量和家庭在風險資產的配置之間沒有直接的關系。因此，我們認為公立學校數量作為少兒撫養比的工具變量是合適的。后面還將在估計中給出具體的檢驗結果，對工具變量進一步說明。

2.金融市場參與及風險資產配置

為了研究少兒撫養比和老年撫養比對家庭金融市場參與和資產選擇的影響，本文選取的被解釋變量為家庭的金融市場參與、股票市場參與、風險資產占比、股票資產占比，這兩個比重在另一方面還能體現家庭的風險偏好。

根據中國家庭金融調查的信息，本文定義的風險資產主要包括：股票、基金、金融債券、企業債券、金融衍生品、金融理財產品、外匯、黃金等；金融資產則包括：風險資產、現金、股票賬戶現金、政府債券、活期存款和定期存款。金融市場參與表示家庭是否持有金融市場中的風險資產，如果擁有風險資產取1，沒有風險資產取0。股票市場參與表示家庭是否擁有上市公司股票，如果擁有股票取1，沒有取0。風險資產占比表示風險資產占金融資產比重，股票資產占比則為股票資產占金融資產比重。

3.控制變量

參照以往文獻，本文選取的控制變量有家庭收入資產特征變量、戶主特征變量和地區特征變量。

戶主特征變量包括：戶主的性別，男性取值為1，女性取值為0；戶主的年齡，代表在2011年時的實際年齡；戶主年齡的平方；戶主的婚姻狀況，已婚取值1，未婚、離婚或喪偶取值為0；健康狀況，問卷將健康狀況分為5類，分別為非常好、好、一般、差、非常差，本文將前3類定義為健康，賦值為1，后兩類定義為不健康，賦值為0；教育程度，根據戶主的受教育程度，分為沒上過學、小學、初中、高中、中專、大專、大學本科、碩士、博士9類，為了研究方便，本文做了適當歸類，分為小學及以下、初中、高中及中專、大專、大學本科及以上5類，分別用虛擬變量來表示；風險態度①問卷中衡量風險態度的問題為：如果你有一筆資產，將選擇哪種投資項目？1.高風險、高回報項目；2.略高風險、略高回報項目；3.平均風險、平均回報項目；4.略低風險、略低回報項目；5.不愿意承擔任何風險。本文分別將選項1～5定義為很喜歡冒險、喜歡冒險、一般、不喜歡冒險和很不喜歡冒險。，本文將風險態度分為5類，很喜歡冒險、喜歡冒險、一般、不喜歡冒險和很不喜歡冒險，分別用數字1～5表示。

家庭收入資產特征變量包括：家庭凈資產、家庭總可支配收入、是否從事個體工商業、是否擁有自有住房和負債率。用總資產減去總負債得到凈資產。需要指出的是，考慮到家庭可支配收入、凈資產等經濟價值變量可能的異方差和非線性，我們對其進行了對數化處理；是否從事個體工商業，從事個體工商業取值1，不從事取值0；是否擁有自有住房，擁有自有住房取值1，沒有取值0；負債率通過總負債除以總資產得到。

地區特征變量：根據七五計劃對全國地區進行劃分，分為東、中、西部3類，東部地區包括北京等14個省、市、區，中部地區包括山西等8個省、區，西部地區包括四川省等12個省、市、區，分別用三個虛擬變量表示。

本文使用的數據總樣本達到8438個，數據處理中剔除了沒有勞動人口的家庭以及家庭凈資產小于0和家庭可支配收入小于0的樣本，共得到7422個有效樣本。表1給出了變量的描述性統計結果。

從表1中可以看出，樣本中參與金融市場和股票市場的家庭占比分別為14.09%和9.57%，這表明中國家庭的金融市場參與率和股票市場參與率都較低，存在明顯的有限參與現象。金融資產占家庭總資產比重也很低，其中風險資產和股票資產分別僅占比5%和2.81%。樣本家庭中少兒撫養比最小值為0，最大值為3，均值為21.8%，說明目前我國家庭平均一個勞動人口撫養0.218個孩子，表明家庭中孩子數量比較少，大多數家庭少兒撫養比較低。老年撫養比最小值為0，最大值為3，均值為12.78%，說明目前我國家庭平均一個人撫養大約0.13個老人，這小于少兒撫養比的均值，，說明我國家庭中老人數量也較少，大多數家庭老年撫養比較低。

表1　變量的描述性統計

此外還可以看出，樣本家庭平均凈資產超過56萬元，而年可支配收入均值為7.08萬元，但二者的標準差均較大，表明樣本家庭之間的財富水平存在很大差異。同時受訪家庭中，戶主已婚并且健康狀況良好的家庭占大多數。就教育程度而言，具有初中及以下學歷的戶主占62.13%，整體教育水平偏低。戶主平均年齡為48歲，多數為男性。風險態度變量均值為3.84，意味著家庭風險厭惡程度相對較高。85%的家庭擁有自有住房，家庭從事個體工商業的比例較低，家庭的負債率也偏低。東部地區的家庭約占總體樣本的47%。

四、估計結果

（一）少兒撫養比、老年撫養比與金融市場參與

根據前文對少兒撫養比、老年撫養比、金融市場參與和股票市場參與的嚴格定義，我們首先檢驗少兒撫養比和老年撫養比是否顯著影響了家庭參與金融市場和投資股市的可能性。

表2是probit模型的估計結果，表中第（1）、（3）列給出了少兒撫養比和老年撫養比對家庭參與金融市場可能性的影響；第（2）、（4）列考慮到少兒撫養比可能存在的內生性，引入公立學校數量作為工具變量進行了估計。

首先，對關注變量進行分析。在第（1）列的估計中，我們發現，少兒撫養比和老年撫養比對家庭的金融市場參與有顯著的負向影響，少兒撫養比的邊際效應為-0.047，老年撫養比的邊際效應為-0.032，均在1%的水平上顯著。這表明，家庭人口撫養負擔越重，家庭參與金融市場的傾向越低，并且少兒撫養比對家庭參與金融市場的影響大于老年撫養比。第（2）列中，考慮到少兒撫養比可能存在內生性問題，在估計中用家庭所在縣（區）的公立學校數量作為工具變量，進行了兩階段估計。第（2）列報告了用Durbin-Wu-Hausman檢驗（即DWH檢驗）少兒撫養比內生性的結果，均在1%水平上拒絕了不存在內生性的假設，因而少兒撫養比存在內生性問題。在兩階段工具變量估計中，第一階段估計的F值為124.53，工具變量的t值為11.77。根據Stock&Yogo（2005），F值大于10%偏誤下的臨界值為16.38，不存在弱工具變量問題。因而，用區（縣）公立學校數量作為工具變量是合適的。在第（2）列的估計中，少兒撫養比的邊際效應為-0.058，老年撫養比的邊際效應為-0.027，在1%水平上顯著，即少兒撫養比增加1%，家庭參與金融市場的概率平均減少0.058；老年撫養比增加1%，家庭參與金融市場的概率平均減少0.027。因而，第（2）列工具變量估計的結果進一步說明，家庭人口撫養負擔對家庭參與金融市場具有顯著的負向影響，并且，少兒撫養比的負向影響大于老年撫養比。

表2　人口撫養負擔對家庭參與金融市場和股票市場的影響

接下來，對其他控制變量進行分析。以第（1）列的估計結果為主，家庭凈資產和可支配收入的邊際效應均在1%水平上顯著，說明家庭凈資產和可支配收入對參與金融市場有正向影響。家庭凈資產和可支配收入水平越高的家庭越傾向于參與金融市場，他們有更多可支配資金，所受流動性約束較小。是否從事個體工商業虛擬變量邊際效應顯著為負，意味著從事個體工商業的家庭會降低參與金融市場的可能性，這與以往文獻研究認為個體工商業的家庭出于投資替代和風險規避的目的而降低家庭持有風險資產的結論相一致（Shum&Faig，2006）。自有住房也會降低家庭參與金融市場的可能性，這與文獻認為住房會“擠出”風險資產投資是一致的（Cocco，2005；吳衛星和齊天翔，2007）。戶主年齡與家庭金融市場參與可能性呈現非線性關系。教育水平與對照組“小學及以下”相比，邊際效應除“初中”不顯著，其他組的邊際效應都在5%水平上顯著。與對照組相比，邊際效應隨教育水平的提高而增大，說明教育對家庭參與金融市場有正向影響。因為教育程度的高低關系到投資者對市場信息的消化吸收和處理能力，教育程度高的家庭獲取信息的渠道更廣泛，也具有更強的信息辨別能力。風險態度變量邊際效應在1%水平上顯著為負，說明越風險厭惡的家庭，參與程度越低，這與經濟學原理相符。此外，戶主婚姻狀況與家庭負債率對家庭金融市場參與沒有顯著影響；而從地域角度來看，中部家庭的參與率相對西部而言更大一些。第（2）列估計結果與第（1）列基本一致，說明了結論的穩健性。

最后，第（3）、（4）列還對家庭股票市場參與進行了分析。從第（3）列估計結果可以看出，家庭人口撫養負擔對家庭股票市場參與同樣有顯著的負向影響，并且少兒撫養比的負向影響大于老年撫養比，這與研究家庭人口撫養負擔對家庭金融市場參與影響的估計結果是一致的；在第（4）列采用了工具變量進行估計，估計結果與第（3）列基本一致。估計結果表明，家庭人口撫養負擔對家庭參與股票市場具有顯著的負向作用。

（二）少兒撫養比、老年撫養比與家庭資產選擇

家庭人口撫養負擔不但對家庭是否參與金融市場產生影響，還可能會影響家庭參與金融市場的深度，即對家庭在風險資產上的配置比例產生的影響。接下來主要研究人口撫養負擔對家庭風險資產配置的影響，表3給出了人口撫養負擔對家庭風險資產配置影響的估計結果。

表3　人口撫養負擔對家庭資產選擇的影響

表3給出了家庭人口負擔對家庭資產選擇影響的實證結果。第（1）、（2）列是人口撫養負擔對家庭資產中風險資產占比的影響。第（2）列DWH檢驗顯示p值為0.00，說明少兒撫養比存在內生性問題，因而第（1）列基準回歸結果是有偏的。第（2）列兩階段估計結果顯示少兒撫養比的邊際效應為-0.063，老年撫養比的邊際效應為-0.033，均在1%水平上顯著，這表明家庭人口撫養負擔的加重不僅會抑制家庭參與金融市場，還會使得家庭減少其在風險資產上的投資比重，并且少兒撫養比的影響大于老年撫養比。基準回歸和兩階段估計的結果均顯示，年齡的增加伴隨著財富的累積，居民會增加風險資產投資。同樣，教育水平越高的居民在風險資產上的投資也越多，但是這一影響并不特別顯著。風險偏好家庭更愿意多投入風險資產；而風險厭惡家庭會規避風險，更少地投資風險資產。此外，自有住房和個體工商業的投資都會“擠出”家庭的風險資產投資。第（4）列DWH檢驗顯示p值為0.00，說明少兒撫養比存在內生性問題，因而第（4）列進行的兩階段估計結果是可靠的。第（4）列中少兒撫養比的邊際效應為-0.053，老年撫養比的邊際效應為-0.024，在1%水平上顯著。這說明，人口撫養負擔的提高會抑制家庭在股票資產上的配置比重，并且少兒撫養比的影響大于老年撫養比。

五、家庭撫養負擔與金融市場參與：異質性

家庭撫養負擔對家庭金融市場參與可能是異質的，即家庭人口撫養負擔對不同家庭金融市場參與的影響存在差異。本部分將分城鄉和區域兩方面研究人口撫養負擔對家庭金融市場參與和風險資產配置的影響差異。表4主要給出了人口撫養負擔城鄉間的影響差異，表5主要給出了人口撫養負擔在不同區域間的影響差異。

（一）城鄉間影響差異

表4中，為了研究不同人口撫養負擔對城鄉間的影響差異，在估計中加入了人口撫養負擔與農村啞變量的交互項。表4中，第（1）、（2）列給出的是家庭參與金融市場的估計結果；第（3）、（4）列給出了家庭風險資產配置的估計結果。

第（1）列估計中，少兒撫養比與農村的交叉項邊際效應為-0.040，老年撫養比與農村的交叉項邊際效應為-0.032，并在5%水平上顯著，這說明人口撫養負擔對農村家庭金融市場參與的邊際影響更大，并且對農村家庭來說，少兒撫養比的影響大于老年撫養比。第（2）列采用工具變量的方法進行估計，估計結果進一步證實了第（1）列的結論。第（3）列少兒撫養比和老年撫養比對農村家庭風險資產占比的邊際效應并不顯著，但是邊際效應的符號為負，且第（4）列工具變量估計交叉項的邊際效應在5%水平上顯著為負，這在一定程度說明人口撫養負擔對農村家庭在風險資產上的配置比例有更明顯的負向作用。

表4　人口撫養負擔城鄉間影響差異

（二）區域間影響差異

表5中，為了研究不同人口撫養負擔對區域間的影響差異，在估計中加入了少兒撫養比和老年撫養比與中西部地區啞變量的交叉項。表5中，第（1）、（2）列給出的是家庭金融市場參與的估計結果；第（3）、（4）列給出了家庭風險資產占比的估計結果。

第（1）列估計中，少兒撫養比與中西部地區的交叉項邊際效應為-0.026，老年撫養比與中西部地區的交差項邊際效應為-0.023，并在5%水平上顯著，這說明家庭人口撫養負擔對中西部家庭的邊際影響更大，并且對于中西部家庭來說，少兒撫養比的影響大于老年撫養比。第（2）采用工具變量的方法進行估計，估計結果進一步證實了第（1）列的結論，第（3）、（4）列交叉項的邊際效應并不顯著，說明家庭人口撫養負擔對家庭風險資產占比配置的影響在區域間并不存在顯著差異。

表5　人口撫養負擔區域間影響差異

綜合來看，家庭人口撫養負擔在農村和中西部地區，對家庭金融市場參與的負向影響要高于城市和東部地區，對農村地區風險資產占比的負向作用也更大，并且少兒撫養比的影響大于老年撫養比。

六、結論和政策建議

本文運用中國家庭金融調查（CHFS）2011年數據，研究了家庭人口撫養負擔對家庭金融市場參與及資產配置選擇的影響。研究發現，人口撫養負擔增加，會降低家庭金融市場參與。一方面，家庭持有風險資產和股票的概率會降低；另一方面，家庭會降低風險資產和股票資產的持有比重。同時，少兒撫養比和老年撫養比雖然對上述行為都有負向作用，但是少兒撫養比的影響比老年撫養比更大。分城鄉來看，家庭人口撫養負擔的增加，對農村地區家庭參與金融市場的負向影響要高于城市地區，對家庭風險資產配置的減少程度也要大于城市地區。分區域來看，人口撫養負擔對中西部地區家庭參與金融市場的影響要大于東部地區。

研究還發現，家庭資產、收入、教育水平對家庭參與金融市場有顯著的正向影響，而從事個體工商業、風險態度、擁有自有住房對市場參與則有顯著的負向影響。家庭參與金融市場的概率隨著年齡的增加呈非線性關系，且風險資產占金融資產占比也有相同變化。

本文研究結果表明，隨著二胎政策的全面開放、人口老齡化問題的加劇，家庭人口撫養負擔會有比較顯著的增加，則家庭將更少地參與到金融市場，減少風險資產投資，這不利于家庭資產結構的優化。因此，政府應該充分發揮其社會職能，完善社會福利制度和養老體系，幫助減輕家庭人口撫養負擔，金融管理部門也許要采取措施提高家庭參與意愿，促進我國金融的發展。同時，在制定政策時需要特別重視改善農村和中西部地區的社會保障體系。另一方面，政府應該進一步向民眾普及金融知識，從而推動中國家庭的股市參與和風險資產投資；適當開展針對金融市場投資的培訓以幫助居民積累投資經驗，這不僅有利于提高家庭福利，也有助于減輕家庭人口撫養負擔對家庭參與金融市場深度的負向作用，推動我國金融市場健康發展。

［1］Higgins.M，J.G.Williamson，1997，“Age Structure Dynamics in Asia and Dependence on Foreign Capital”，Population and Development Review，Volume 23，261～293.

［2］廖楚暉，侯芳，于凌云.養老金待遇與家庭代際間教育投資意愿的實證研究［J］.統計與決策，2014，（23）.

［3］尹志超，吳雨，甘犁.金融可得性、金融市場參與和家庭資產選擇［J］.經濟研究，2015，（3）.

［4］Barberis.N，2000，“Investing for the Long Run When Returns are Predictable”，Journal of Finance，Volume 55，Issue1，225～264.

［5］Agnew，J.R，and L.R.Szykman，2005，“Asset Allocation and Information Overload：The Influence of InformationDisplay，Aseet Choice，and Investor Experience”，Journal of Behavioral Finance，Volume 6，57～70.

［6］Rosen，H.S，and S.Wu.，2004，“Portfolio Choice and Health Status”，Journal of Financial Economics，Volume 72，457～484.

［7］Heaton，J，andD.Lucas，2000，“Portfolio Choice and Asset Prices：The Importance of EntrepreneurialRisk”，Journalof Finance，Volume 55，Issue 3，1163～1198.

［8］魏先華，張越艷，吳衛星，肖帥.社會保障的改善對我國居民家庭消費—投資選擇的影響研究［J］.數學的實踐與認識，2013，（2）.

［9］甘犁，尹志超，賈男，徐舒，馬雙.中國家庭金融調查報告2012［M］.西南財經大學出版社，2012.

［10］曾毅，王正聯.中國家庭與老年人居住安排的變化［J］.中國人口科學，2004，（5）.

［11］Stock，James H，and Motohiro Yogo，2005，“TestingforWeakInstrumentinLinearIV Regression”，in D.W.Andrews and J.H.Stock（ed.），Identification and Inference for Econometric Models：EasyinHonor of Thomas Rothenberg，80～118，Cambridge University Press.

［12］Shum，Pauline，andMiquel Faig，2006，“What Explain Household Stock Holdings？”，Journal of Banking and Finance，Volume 30，Issue 9，Pages 2579～2597.

［13］Cocco，J，2005，“Portfolio Choice In the Presence of Housing”，Review of Financial Studies，Vol.18，No.2，1553～1604.

［14］吳衛星，齊天翔.流動性、生命周期與投資組合相異性——中國投資者行為調查實證分析［J］.經濟研究，2007，（2）.

F830.9

A

1006-169X（2016）06-0021-08