互聯網使用與家庭風險資產參與：微觀證據與影響機制

周 弘，夏 鳴

一、引言

近年來，隨著我國金融市場的不斷建設，供給的金融產品不僅僅局限于傳統的國債和股票，基金、信托等新型金融產品的出現，為投資者的資產配置提供了更多選擇。在需求方面，隨著居民財富不斷積累，傾向于通過持有各類風險資產以實現財富增值保值的目標。然而據中國經濟趨勢研究院發布的《中國家庭財富調查報告2019》顯示，我國家庭金融資產中風險資產配置比例不到一成，說明我國家庭對于風險資產存在明顯“有限參與”現象。為了激勵家庭更多地參與風險資產投資，除了要從供給和需求端進行優化外，更應該探究的是究竟什么因素影響了供給到需求的中間傳導過程，以往學者試圖從金融素養[1]62-75、信息渠道[2]等因素進行解釋。而在此之外，本文認為，互聯網發展帶來的投資方式轉變更值得去關注和探究。

據中國互聯網絡信息中心發布的《中國互聯網絡發展狀況統計報告》顯示，截止2018年底，中國網民總數為8.29億，互聯網使用率達到59.6%。基于互聯網迅猛的發展，居民信息的獲取和交流方式也經歷較大轉變。以證券交易為例，各大證券公司陸續開發了APP，使投資者能夠通過線上辦理業務，進行股票、基金交易；同時，證券公司的APP也會經常發布金融資訊和投資教學視頻，降低居民學習金融知識的成本。并且基于微信、微博等網絡社交平臺的出現，擴大了居民社會互動范圍，也增強了與他人信息溝通的效率，也會進一步作用于家庭的投資行為。那么由此產生的思考是，互聯網的使用是否顯著提高了家庭參與風險資產的意愿呢？如果該影響存在，其中的作用機制如何？故針對以上問題，本文將通過嚴謹的實證研究，探究互聯網使用對于家庭參與風險資產的影響效果以及作用機制。補充以往理論分析的不足，同時對提高中國家庭參與風險資產的積極性具有重要的指導意義。

二、文獻綜述與理論假設

(一)互聯網與家庭風險資產參與研究綜述

家庭風險資產的參與是家庭金融領域中的一項重要研究內容。過往學者的研究主要側重于探究影響家庭風險資產“有限參與”的因素，主要包括投資者個體特征、家庭經濟特征以及社會宏觀層面的因素。在投資者特征方面，息晨[3]基于CFPS2016年的數據，考察了居民心理健康與家庭參與風險資產的關系，結果發現健康的心理狀態通過改變風險態度這一渠道促進家庭參與風險資產的深度和廣度；羅靳雯和彭湃[4]研究發現，戶主受教育水平與家庭投資風險資產的意愿，甚至是投資的收益率都顯著正相關，其中主要由于受教育水平有補償效果，縮小了投資者認知能力的差異；在家庭經濟特征層面，吳遠遠和李婧[5]基于門限回歸模型，研究發現財富水平對不同地區家庭參與風險資產配置具有顯著的門限效應，且隨著財富水平的提高對家庭風險資產參與的邊際影響也越來越大。而對于宏觀層面因素，甘曉麗[6]從微觀層面構建了金融環境指標體系，并基于此研究發現金融環境對家庭參與風險資產存在顯著的影響；個體、家庭以及社會的多種因素對家庭風險資產參與行為的影響較顯著，但在上述因素之外，關注互聯網信息技術對家庭參與風險資產影響的文獻并不多，其中Bogan[7]研究發現，互聯網的使用促進了家庭對于股票的投資，但研究中忽視了互聯網使用潛在的內生性；周天蕓等[8]發現數字經濟的發展大大提升了家庭配置風險資產的概率和數額，并且對于農村地區家庭參與風險資產的影響更為明顯；而王智茂[9]等則從信息渠道視角，發現互聯網這一信息渠道能顯著提高家庭配置風險資產的規模，并且該正向促進作用大于不動產對于風險資產的擠出作用。

從以上文獻綜述發現，學者基于互聯網研究家庭風險資產參與行為的文獻較少，且缺少從用途視角考察互聯網對于家庭風險資產參與行為的影響。故本文將在以往研究基礎上有如下三個創新：第一，將互聯網用途分為學習、工作和社交三大類，考察互聯網不同用途對家庭風險資產參與行為的影響差異；第二，使用互聯網的重要性程度作為互聯網使用的工具變量，解決了內生性問題，使模型估計結果更為準確；第三，對于互聯網的不同用途，分別探究了其影響家庭風險資產參與的作用機制。

(二)互聯網不同用途影響家庭風險資產參與的理論機制

隨著互聯網學習的興起，提供給居民靈活多樣的學習方式和內容，使居民能通過互聯網觀看視頻和查閱資料，更為方便地學習金融知識和了解金融資訊，大大降低了居民學習金融知識的成本。除此之外，投資者通過互聯網學習到新的金融知識后，自身金融素養水平也得到一定提高，對風險資產投資的認識更加深刻，從而提升了家庭參與風險資產的深度和廣度[10]。基于以上情況，本文提出如下假設。

假設1：居民使用互聯網學習能提高自身金融素養水平，進而促進家庭對風險資產的參與。

研究表明，使用互聯網工作的人工資水平會相對較高，其中原因主要是互聯網可以使得居民在工作時獲取更好的信息幫助，加強同事之間的信息溝通，進而提高個體收入水平[11]。而收入水平的提高增加了家庭財富積累，Peress[12]的研究表明，富有家庭相較于貧窮家庭，一方面愿意承擔金融交易所需的信息成本和交易成本；另一方面其風險厭惡水平相對較低，導致投資風險資產的概率更高，因此，本文提出假設2。

假設2：居民使用互聯網工作能提高家庭收入，進而促進家庭對風險資產的參與。

有學者認為使用互聯網社交有助于建立和維系個人的社會網絡，其主要原因是網絡的匿名性便于開展人際交往，并且在網上交流比線下交流更為方便[13]。隨著居民社會網絡的形成與擴大，一方面社會網絡中的成員通過損失互助機制，為家庭參與風險資產投資提供了一定的安全保障[14]；另一方面社會網絡中成員間通過口碑效應、示范效應以及較多信息交流，提高了家庭參與風險資產的積極性[15]。據此，本文將提出假設3。

假設3：居民使用互聯網社交能建立并擴大社會網絡，進而促進家庭對風險資產的參與。

三、數據、變量與模型設計

(一)數據來源與變量說明

本文的數據來自2014年的中國家庭追蹤調查(CFPS)，樣本覆蓋了中國東部、中部和西部的25個城市；2014年的樣本共包括13946戶家庭共37148名家庭成員的信息，形成了家庭、成人、兒童三個數據庫。

本文的主要研究內容為：互聯網的使用對家庭參與風險資產的影響效果及作用機制。故篩選樣本的思路如下：先明確家庭中的投資決策者，將其個人統計特征與其家庭信息相匹配，并刪除缺失的數據后得到樣本7644個。下面是對本文將要研究的變量所作的相關說明。

1.被解釋變量

本文選取的被解釋變量為家庭風險資產參與，參考尹志超[1]62-75的定義，風險資產參與表示家庭是否持有股票、基金、外匯、期貨、期權等風險資產，在CFPS問卷中，如果家庭持有風險資產中的任意一種都取值為1，沒有則取值為0。

2.解釋變量與控制變量

本文解釋變量為互聯網的使用，根據CFPS問卷中的問題：“是否使用互聯網？”將“是”的回答記為1，“否”則記為0，用虛擬變量來表示。此外，本文還進一步考察了居民對互聯網的不同用途對于家庭消費的影響，故引入互聯網學習、互聯網工作、互聯網娛樂和互聯網購物四個解釋變量，分別用問卷中“使用互聯網學習(工作、娛樂、購物)的頻率”來表示，取值范圍為0—6。其他控制變量主要參考以往文獻，選取了年齡、性別、婚姻、受教育年限(取值為0—22)、主觀健康評價(取值為1—5，得分越高認為自己越健康)、主觀幸福感(取值為0—10，取值越大代表幸福程度越高)、對未來的信心(取值為1—5，值越大代表信心越大)、住房狀況(房屋的產權是否屬于自己，屬于記為1，其他記為0)。

3.描述性統計分析

從表1可以看出，樣本中僅有6%的家庭參與了風險資產，但對于風險資產的“有限參與”現象在我國較為突出。有大約24%的家庭使用互聯網，其中，居民使用互聯網頻率最高的是用于社交，而使用互聯網進行工作的頻率最低。此外，樣本中的大部分家庭都有美滿的婚姻，投資者的年齡約為51歲、且平均接受了8年的教育、83%的家庭都擁有屬于自己產權的住房，居民對自己的健康主觀打分情況顯示為一般。而在對未來的信心程度，得分達到了4分，符合我國的基本國情。

表1 描述性統計分析

變量均值標準差最小值最大值風險資產參與0.060.231692互聯網使用0.240.4301互聯網學習0.681.7006互聯網工作0.581.6706互聯網社交0.912.0006年齡51.0814.061692性別0.560.5001婚姻0.850.3601受教育年限7.824.41022主觀健康評價2.921.2415主觀幸福感7.512.21010對未來的信心4.001.0615住房狀況0.830.3701

(二)模型設定

本文主要研究互聯網使用對家庭參與風險資產的影響，因風險資產參與為0—1變量，故用Probit模型估計，如下所示。

Risk_participatei=α0+α1Xi+α2Yi+εi

(1)

其中被解釋變量Risk_participatei是家庭參與風險資產變量，等于1表示家庭持有了任何一種風險資產，否則即為0；Xi是互聯網使用變量和互聯網三個具體用途變量；Yi是控制變量；誤差項εi～N(0,σ2)。

四、實證分析

表2展示的是互聯網使用影響家庭風險資產參與的估計結果。其中，第I列是互聯網使用對于家庭參與風險資產總體影響的估計，第II、III和IV列分別體現了互聯網三類用途影響家庭參與風險資產的估計效果。可以看出，互聯網使用變量的估計系數為0.9031，且在1%的水平上顯著，表明使用互聯網能正向促進家庭參與風險資產。同時，對于互聯網的不同用途：互聯網工作、學習和社交均與家庭參與風險資產的概率呈正相關，進一步通過比較不同用途的估計系數可以看出，互聯網用途的不同對于家庭參與風險資產的影響并不存在明顯的差異性，只是互聯網社交用途對于家庭參與風險資產促進效果略為明顯。

此外，本文還考察了其他控制變量對于家庭參與風險資產的影響。可以發現， 年齡平方項的估計系數為負，表明隨著投資者年齡增加，其參與風險資產的意愿先增加后減少，符合居民的生命周期；女性更愿意投資風險資產；接受教育越多的家庭，投資風險資產的可能性越大；生活幸福感越高的家庭更愿意配置風險資產；而對未來信心程度較高的居民則會降低風險資產的配置。

表2 互聯網使用影響家庭風險資產參與的估計結果

變量名稱風險資產投資IIIIIIIV互聯網使用0.9031***(0.0670)互聯網工作0.1385**(0.0134)互聯網學習0.1232**(0.0139)互聯網社交0.1553***(0.0138)年齡0.0884***(0.01334)0.0778***(0.0135)0.0821***(0.0138)0.1058***(0.0141)年齡的平方-0.0006***(0.0001)-0.0006***(0.0001)-0.0006**(0.0001)-0.0008***(0.0001)性別-0.2134***(0.0537)-0.2438***(0.0529)-0.2177***(0.0526)-0.1933***(0.0531)婚姻0.0627(0.0839)0.0755(0.0827)0.0863(0.0824)0.0797(0.0826)受教育年限0.1100***(0.0081)0.1206***(0.0080)0.1236***(0.0080)0.1227(0.0079)主觀健康評價-0.0223(0.0255)-0.0261***(0.0249)-0.0244(0.0247)-0.0237***(0.0250)主觀幸福感0.0361**(0.1492)0.0363**(0.0146)0.0340**(0.0145)0.0345**(0.0147)對未來的信心-0.0865***(0.0295)-0.0934***(0.0288)-0.0919***(0.0287)-0.0890***(0.0291)住房狀況0.0529(0.0717)0.0394(0.0710)0.0326(0.0710)0.0544(0.0716)Pseudo R20.20780.18340.17550.1903觀測值7644764476447644

說明：***、**、*分別表示在1%、5%、10%的顯著性水平，下同

根據上文的研究結論，可以認為使用互聯網對家庭參與風險資產有顯著的正向影響，但是未考慮到互聯網使用與家庭參與風險資產之間可能存在內生性的問題。具體來說，一方面參與風險資產的家庭會傾向于去搜尋各種投資信息以及與人進行溝通交流，而這些需求通過互聯網很容易獲得，故激勵了家庭更多使用互聯網；另一方面，可能存在一些無法觀測但是與互聯網使用情況相關的因素。基于上述兩方面，可能會造成估計結果存在一定偏差。故本文參考李旭洋[16]的做法，將互聯網對于家庭消費決策者的重要性作為工具變量，原因是只有對互聯網具有較高的重視程度，才可能去使用互聯網，滿足工具變量相關性的標準；另外，居民對于互聯網的重視程度不會直接影響家庭參與風險資產，符合工具變量外生性的選擇原則。

選擇互聯網的重要性作為工具變量后，然后再基于2SLS法進行估計，表3給出了工具變量回歸的估計結果。結果表明，互聯網使用對家庭參與風險資產的正向影響仍然十分顯著。此外，表3倒數第三行給出了Wald 檢驗結果，在1%的顯著性水平上說明了互聯網使用變量存在內生性問題。此外，我們進行弱工具變量識別檢驗，結果如倒數第二行所示：AR 值在1% 的水平上顯著，這也說明互聯網的重要性并不是弱工具變量。綜上所述，選擇互聯網重要性這一變量作為互聯網使用的工具變量是合理的，同時證明了互聯網使用對于家庭參與風險資產有促進作用。

表3 工具變量回歸的估計結果

變量名家庭風險資產參與III互聯網使用1.1556***(0.0673)1.4981**(0.1165)控制變量否是Wald Test33.68***(0.0000)40.95***(0.0000)AR294.41***166.94***觀測值76447644

五、影響機制

根據前文的研究結論，已知互聯網的使用正向促進家庭參與風險資產。但對于使用互聯網究竟是通過何種渠道影響家庭參與風險資產，其中的作用機理還不明了。基于前文的理論分析與假設，下文將從“提升金融素養”“改善家庭收入”和“增強社會互動”三個方面對互聯網使用影響家庭風險資產參與的理論機制進行嚴謹的實證檢驗。

(一)互聯網學習、金融素養與風險資產參與

由于互聯網的使用降低了居民學習金融知識和了解金融資訊的成本，那么，對于金融素養較低的居民，通過互聯網能方便快捷地學習到新的金融知識，提升自己的金融素養水平，有助于增加對風險資產的認知程度，進而提高家庭參與風險資產的概率。因此，本文引入“金融素養”這一變量，主要通過受訪者對于“利息”“物價水平”“風險”三類問題回答結果來衡量，金融素養變量為正確回答的問題數目的總和，取值范圍為0～3。然后基于居民金融素養水平高低，劃分了金融素養水平很高、較高、較低以及很低四組，討論金融素養水平在互聯網學習促進家庭參與風險資產過程中產生了怎樣影響。

表4描述的是互聯網學習對于不同金融素養水平居民參與風險資產的影響效果。結果表明，因居民金融素養水平不同，互聯網學習促進家庭參與風險資產的效果存在著明顯異質性，主要表現為：第一，互聯網學習變量在金融素養很低組別中并不顯著，說明金融素養很低的居民通過互聯網學習并不能提升其家庭參與風險資產的概率；第二，隨著居民金融素養的提高，互聯網學習變量的估計系數逐漸較少。說明對于有一定金融素養基礎的居民，利用互聯網學習，能夠顯著增加其家庭參與風險資產的概率，并且該種促進作用在金融素養較低的居民中更明顯，以上結論部分驗證了假設1的猜想。

表4 按金融素養水平分組考察互聯網學習對于家庭風險資產參與的影響

變量名金融素養很低金融素養較低金融素養較高金融素養很高IIIIIIIV互聯網學習0.0945(0.0712)0.0947***(0.0347)0.0733***(0.0263)0.0667***(0.0279)控制變量控制控制控制控制Pseudo R20.10050.11840.06300.0978觀測值5811254825471

(二)互聯網工作、家庭收入與風險資產參與

研究表明，使用互聯網工作的居民的收入水平較高[17]，而高收入家庭能積累更多的財富，從而有能力參與風險資產的配置。為了探究互聯網的使用是否通過提高家庭收入來影響家庭風險資產參與，本文引入“家庭收入”變量，并建立中介效應模型，模型如下。

Risk_participatei=α1+α2Internet_worki+φZi+εi

(2)

lnIncomei=β1+β2Internet_worki+φZi+εi

(3)

Risk_participatei=γ1+γ2Internet_worki+γ3lnIncomei+φZi+εi

(4)

然后本文基于溫忠麟等[18]的“中介效應檢驗”方法，探究互聯網工作促進家庭參與風險資產的作用機制。中介效應模型的估計結果如表5所示，第I列是總效應模型，和前文的結果一樣，互聯網工作對于家庭風險資產的參與有顯著促進作用；第II列是對式(3)進行的估計，可以發現，在1%的顯著性水平下，使用互聯網工作正向增加家庭的收入；第III列是對式(4)的估計結果，作為中介變量的家庭收入與家庭風險資產的參與顯著正相關，且互聯網使用的估計系數相較于式(1)中的有所降低，驗證了中介效應的存在。但需要明確的是，由于互聯網工作變量的估計系數仍然顯著，所以此處應當視為部分中介效應，家庭收入只是使用互聯網工作影響家庭參與風險資產的中介之一，與假設2相一致，即居民使用互聯網工作能增加家庭收入，進而提高家庭參與風險資產的意愿。

表5 中介效應模型估計結果

(三)互聯網社交、社會網絡與風險資產參與

互聯網社交平臺提供了家庭更多與他人交流的機會，擴大了居民的社會網絡范圍，而社會網絡能夠通過促進信息交流、口碑效應顯著提高家庭參與風險資產的概率，故為了探究互聯網社交能提升家庭參與風險資產概率是否是因為擴大了家庭的社會網絡，本文引入“社會網絡”變量。參考以往文獻并結合CFPS問卷的特點，選取家庭年禮金支出的多少來體現家庭社會網絡的規模，并其取對數處理。表6展示的是加入社會網絡變量后，互聯網社交對于家庭參與風險資產的影響結果，其中第Ⅰ列互聯網社交變量顯著為正，表明使用互聯網進行社交能顯著增加家庭的社會資本，擴大家庭的社會網絡；而第Ⅱ、Ⅲ列的結果表明，無論是否控制變量，互聯網社交與社會網絡交互項的估計系數均為正且十分顯著，說明互聯網社交、社會網絡與家庭風險資產參與之間的交互效應存在，兩者的共同作用提高了家庭參與風險資產的概率，驗證了假設3的猜想。

表6 社會網絡視角下互聯網社交對于家庭風險資產參與的影響

變量名社會網絡風險資產參與風險資產參與IIIIII互聯網社交0.1795***(0.0214)0.0474*(0.0266)0.1561***(0.0301)互聯網社交*社會網絡0.0132*(0.0036)0.0090**(0.0036)控制變量控制不控制控制Adjust R20.0705Pseudo R20.06870.1070觀測值764476447644

六、結論與建議

(一)結論

基于2014年CFPS的數據，探究互聯網及其不同用途對家庭風險資產參與的影響效果及作用機制，拓展了家庭風險資產參與行為的研究邊界。最終得到的研究結論如下：第一，互聯網使用能正向促進家庭參與風險資產，同時對于互聯網的不同用途(互聯網工作、學習和社交)均與家庭參與風險資產的概率呈正相關關系，但互聯網用途的不同對于家庭參與風險資產的影響效果并不存在明顯的差異性；第二，金融素養很低的居民通過互聯網學習并不能提升其家庭參與風險資產的概率，對于有一定金融素養基礎的居民，互聯網學習能夠顯著增加其家庭參與風險資產的概率，并且隨著居民金融素養水平的提高，該種邊際促進作用逐漸減少；第三，收入是使用互聯網工作促進家庭參與風險資產的中介之一，即居民使用互聯網工作能增加家庭收入，進而提高家庭參與風險資產的意愿；第四，使用互聯網進行社交能顯著增加家庭的社會資本，擴大家庭的社會網絡，且互聯網社交、社會網絡與家庭風險資產參與之間存在交互效應，兩者的共同作用提高了家庭參與風險資產的概率。

(二)建議

本文的結論表明，互聯網使用通過提升居民的金融素養、增加家庭收入以及擴大社會網絡三個渠道，提高了家庭參與風險資產的概率，這一結論也側面反映了中國目前仍存在的問題，如居民金融素養水平不高、家庭可支配收入不足等等。這些問題的存在阻礙了家庭對于風險資產的參與，也不利于中國金融市場的發展壯大。第一，需要繼續大力推進互聯網建設與普及，鼓勵居民學會使用互聯網進行學習、工作以及社交，降低家庭參與風險資產的隱形門檻。第二，在互聯網的信息資訊或者產品介紹方面，相關部門也要加強監督和管理，減少虛假、錯誤信息對投資者的誤導。第三，金融機構也要積極開展金融教育，通過互聯網等創新型方式指導居民學習金融知識，進而提高家庭對于風險資產投資的認知程度。第四，投資者也應該基于自己在參與風險資產過程中遇到的問題，積極主動地向金融機構和親朋好友尋求幫助，既有助于擴大社會網絡的規模，同時也能更理性參與風險資產投資。