社會養老保險和社會網絡與風險金融資產配置

張明，柯占蓮，李羅的，張騰

1. 西南大學 國家治理學院， 重慶 400715； 2. 南京大學 商學院， 南京 210093

家庭是社會經濟活動的微觀主體， 其資產配置選擇直接關系到家庭的財產性收入， 成為新時期提升居民家庭收入的重要突破口． 改革開放40年來， 伴隨中國居民收入水平的不斷提高以及資本市場的快速發展， 中國家庭資產結構較以前發生了劇烈變化， 越來越多的家庭投資金融資產， 在此背景下， 股票、 基金、 金融衍生品等高風險金融資產也發展起來． 根據傳統投資理論， 為得到資產的最優配置， 家庭應至少將其財富的一部分投資于以股票為代表的風險金融資產， 如果不參與風險金融市場， 家庭可能會面臨較大的福利損失[1]． 但與此相悖的是， 實際生活中我國多數家庭除將資產投資于銀行存款、 政府債券等低風險金融資產外， 并沒持有任何風險金融資產[2-3]， 家庭風險金融市場有限參與現象是值得關注的問題， 因為這不僅關系到中國資本市場的健康發展， 還關系到家庭收入與福利水平．

對于家庭風險金融資產配置， 國內外傳統的研究大多從家庭特征、 財富水平以及主觀因素等多個角度進行分析． 隨著黨的十八大和十九大提出完善以社會保險為核心的社會保障體系， 也有不少學者關注社會保險對家庭風險金融資產配置的影響． 周欽等[4]以及易行健等[3]探究了醫療保險對家庭資產選擇的影響， 發現醫療保險會促進家庭更加偏好較高風險水平的資產； 王穩等[5]發現參加醫療保險家庭持有風險金融資產的概率較未參保家庭顯著提高了3.5%； 王穩等[6]還建立兩期資產配置模型， 發現醫療保險對我國居民家庭風險性金融資產的持有概率及所占比重都有促進作用． 由于養老保險在社會保障中的主體地位， 對于社會養老保險的資產配置效應研究也開始出現． 宗慶慶等[7]發現擁有社會養老保險會顯著提高家庭持有風險金融資產的可能性和風險金融資產比重， 邊際效應分別達到25%和22%左右； 吳洪等[8]基于Probit和Tobit模型的回歸結果也表明， 參與社會養老保險能在很大程度上增加家庭投資風險金融資產的概率和風險金融資產配額， 優化資源配置； 曹蘭英[9]利用2012年中國家庭追蹤調查數據， 基于離散選擇Logit和Tobit模型的實證研究發現， 參與新農保的農村戶籍家庭風險金融資產的配置比例和參與風險金融市場的比率均有所提高； 盧亞娟等[10]利用2015年中國家庭金融調查研究中心數據， 采用傾向得分匹配的方法發現社會養老保險可以降低家庭未來收入的不確定性， 提高風險性金融資產持有， 但是這種影響存在區域及城鄉異質性．

此外， 由于中國是一個傳統關系型社會， 在正式社會保障體系還不健全的情況下， 家庭往往采用基于社會關系網絡的非正式風險分擔機制來對抗不確定性， 也會對家庭資產配置選擇產生影響[11-12]． 現有研究發現， 社會網絡資源越廣的家庭， 其參與正規金融市場的概率會提高， 其配置于風險資產尤其是股票資產的比例也會增加[13-20]． 但是， 按照傳統觀點， 隨著市場體系的不斷完善， 社會網絡有可能受到正式制度沖擊， 成熟的法律、 規則會逐漸取代社會網絡的作用[21]， 規則型合約會逐步取代關系型合約[22-25]． 那么， 從風險金融資產配置的角度， 在構建完善社會保障體系過程中， 作為社會保障主體的社會養老保險與社會網絡之間是否發生了替代作用?本研究嘗試對這一問題進行分析， 與現有研究相比， 本研究的貢獻主要體現在：

1) 揭示了在家庭風險金融資產配置中， 作為正式保障制度的社會養老保險對社會網絡的擠出機制， 包括預期不確定性緩解機制、 流動性約束緩解機制以及社會互動弱化機制等；

2) 采用2017年中國家庭金融調查的城鎮居民數據， 在識別社會養老保險與社會網絡對家庭風險金融資產配置影響的基礎上， 實證檢驗了這種擠出機制的具體表現；

3) 基于東部地區與中西部地區城鎮居民社會養老保險參與及社會網絡差異， 識別社會養老保險與社會網絡對城鎮家庭風險金融資產參與影響的區域差異．

本文結構安排為： ① 研究假設， 提出社會養老保險與社會網絡影響家庭風險金融資產配置的兩個假設； ② 數據來源與變量說明； ③ 估計結果分析， 檢驗社會養老保險與社會網絡的直接影響、 擠出效應以及區域差異表現； ④ 穩健性檢驗； ⑤ 結論與政策建議．

1 研究假設

理論上講， 倘若將風險金融資產投資視為一種特殊的消費即金融消費的話， 養老保險可能通過收入效應和替代效應影響家庭的風險金融資產決策． 收入效應是指養老保險會導致居民可支配收入的下降， 若居民出于自我約束性儲蓄或目標性儲蓄動機不愿意減少儲蓄[26]， 則可能降低風險金融資產投資； 替代效應主要是指養老保險的存在能夠提高消費者未來收入預期同時緩解家庭的不確定性預期[27，7]， 家庭可能削減預防性儲蓄[28]， 從而替代性地增加對風險金融資產的投資[29]． 另外， 根據Kimball[29]的風險規避理論， 替代效應也會發生． 風險規避理論認為， 家庭某方面的風險得到保障或降低后， 會傾向增加其他方面的風險水平， 以期獲得更高收益． 也就是說， 養老保險與風險態度存在交互響應， 即便家庭本身是風險規避型的， 但是由于擁有了養老保險保障， 也可能更多地參與風險資產投資． 因為養老保險為家庭建立了一道經濟安全網， 從而調整了居民家庭的風險態度， 刺激家庭更多地參與風險金融市場． 就我國而言， 養老保險體系主要包括基本社會養老保險(城鎮職工基本養老保險和城鄉居民社會養老保險)、 商業養老保險以及除此之外的補充養老保險(企業年金或者職業年金)， 其中， 基本養老保險屬于我國養老保障體系的支柱組成部分， 我國于1998年建立了城鎮職工基本養老保險， 2009年建立了新型農村社會養老保險， 2011年建立了城鎮居民社會養老保險， 隨后合并新型農村社會養老保險和城鎮居民社會養老保險， 建立了全國統一的城鄉居民基本養老保險制度， 從而實現了養老保險制度的全覆蓋． 與商業養老保險具有較強儲蓄性不同的是， 社會養老保險由于具有普惠特點， 因此社會養老保險的收入效應可能較小， 而更主要是通過替代效應刺激家庭參與風險金融市場[7]． 特別是對于城鎮居民而言， 由于有著較高的社會養老保險參與率， 從而對于家庭投資風險金融資產影響更為明顯．

除作為正式保障制度的社會養老保險外， 社會網絡作為中國居民家庭對抗風險和不確定性的重要非正式保障機制， 也會通過多種方式來影響居民的風險金融資產配置行為． 社會網絡是指個體同其他人形成的所有正式與非正式的社會聯系， 包括人與人直接的社會關系和通過物質環境以及文化的共享而結成的非直接的關系[30]． 人類社會生活的群體性決定了人們之間必然形成各種各樣的關系， 非常重要的層面是以親戚、 朋友、 同事或鄰居等構成的關系網絡， 這種網絡會作用于居民的風險金融資產配置． 第一， 家庭的社會網絡能夠提供互惠的幫助， 社會關系越多的家庭在遭受沖擊時往往越容易尋求并獲得幫助， 能夠有效地應對風險[31]， 從而才更敢于進行風險金融資產投資． 第二， 社會網絡也緩解了居民的流動性約束， 特別是通過非正規金融市場， 為居民進行多樣化資產配置提供了資金支持[12]． 第三， 社會網絡可能會影響居民的風險態度， 從而影響居民的金融資產投資組合． 既有文獻的研究表明， 社會網絡具有分散投資風險的功能， 其規模和密度是決定人們風險認知差異以及建構判斷選擇模式和投資決策戰略的一個重要因素[32]． 處于較強關系網絡下的居民， 其投資風險的主觀感知程度和絕對風險規避程度趨于下降． 尤其對于中國居民而言， 社會關系網絡作為非常重要的非正式保障機制， 社會網絡對居民風險認知的影響更為明顯． 第四， 社會網絡產生的社會互動， 也會影響到居民的資產選擇行為， 也就是說居民的風險資產參與情況受到自身與其他社會成員之間互動程度的影響[33-34]． 因為通過社會互動， 投資者可以了解到股市等風險資產的許多有用信息， 并提高投資者的投資興趣， 同時社會成員之間存在攀比心理， 當別人通過炒股等方式參與風險資產投資時， 個體會為了證明自己的財富水平和市場分析能力而參與到風險金融資產投資活動中[35]．

假設1： 養老保險與社會網絡都會促進家庭參與風險金融市場

傳統社會關系網絡最大的特點是互惠、 互助和信任， Posner[36]認為人們之間的互助行為是來自于對環境和風險不確定性預期下做出的理性選擇． 在正式社會保障制度建成以前， 居民要面臨養老、 疾病、 自然災害和各種未知的風險， 為了降低未來的不確定性， 他們相互信任、 互相合作， 建立了互助互惠的社會關系網絡， 并形成一種維持關系網絡的互動機制即人情往來． 但是， 隨著家庭參與社會養老保險這一正式制度， 會通過多種機制擠出社會網絡的影響， 尤其是對風險性金融資產配置的影響． 第一， 不確定性預期緩解機制． 現在社會保險的建立和完善保證了居民的基本生活， 改善了社會成員的不確定性預期[37-40]， 尤其是在如今人情異化嚴重， 人情往來名實分離且往往成為斂財工具[41]， 社會保險制度的建立可能使得居民不愿再花費更多成本去維持社會網絡． 特別是隨著社會養老保險制度的不斷完善， 養兒防老觀念受到沖擊， 家庭保障功能甚微， 以血緣為紐帶的祖孫關系、 親屬關系甚至是父子關系逐漸生疏， 傳統的以血緣、 地緣為基礎的社會關系網絡弱化， 這會降低社會網絡對家庭風險金融資產配置行為的影響． 第二， 流動性約束緩解機制． 社會養老保險作為一種不以盈利性為目的且福利性強的社會保障制度， 是一筆可預期的未來收入， 從而可減少家庭的預防性儲蓄[42-44]， 一定程度上替代了社會網絡對投資決策的流動性緩解功能． 第三， 社會互動弱化機制． 社會信任是社會資本的重要組成部分， 主要表現為社會成員對他人行動合乎社會規則、 規范的一種期待[45]， 是構成社會互動的情感基礎． 隨著中國從傳統禮治社會轉向現代法治社會， 社會信任也逐漸由依賴個人交往形成轉向依賴契約形成， 居民參與社會養老保險便是一種依托法治形成的契約信任， 這種信任體系的構建會弱化社會網絡形成的信任以及社會互動， 從而弱化社會網絡對風險性金融資產參與的作用．

假設2： 隨著家庭參保社會養老保險這一正式社會保障制度， 會擠出社會網絡對風險金融資產配置的影響

2 數據來源與變量設計

本研究采用中國家庭金融調查(Chinese Household Finance Survey， CHFS)2017年的數據． CHFS2017是由西南財經大學發起的涵蓋全國范圍的大型抽樣調查， 一共分為四部分， 重點關注了中國家庭的人口統計學特征、 資產與負債、 保險與保障、 收入與支出等情況， 能夠較好地反映中國家庭金融的基本狀況． 本研究重點關注城鎮居民家庭的金融資產配置行為特征， 刪除存在數據缺失的對象， 樣本總數為5 505個．

根據中國家庭金融調查問卷， 研究將城鎮居民家庭金融資產分為無風險金融資產和風險金融資產， 無風險金融資產主要包括： 現金、 政府債券、 活期存款、 定期存款等， 風險金融資產主要包括： 股票、 基金、 金融債券、 企業債券、 金融衍生品、 金融理財品、 外匯、 黃金等． 本文選取的因變量是： 是否擁有風險金融資產(Y1)， 擁有風險金融資產賦值為1， 沒有則為0； 金融資產中風險金融資產的比重(Y2)； 是否投資股票(Y3)， 投資股票賦值為1， 沒有則為0； 金融資產中股票資產的比重(Y4)．

對于本研究關注的社會養老保險參與變量， 直接來自中國家庭金融調查對于這一問題的回答， 如果城鎮居民參加了城鎮職工基本養老保險、 城鎮居民社會養老保險、 城鄉統一居民社會養老保險這三者中的任何一項， 則認為該城鎮居民參與社會養老保險即賦值為1， 否則賦值為0． 關于社會網絡變量， 目前對于社會網絡的衡量存在多種方式， 很多研究依托人情支出來測度， 也有研究從網絡規模層面進行度量考察． 鑒于2017年中國家庭金融調查問卷中并沒有網絡規模方面的相關問題， 本研究采用人情支出來衡量社會網絡， 加上家庭支付給非家庭成員的春節、 中秋節等節假日支出以及紅白喜事(包括做壽、 慶生等)支出得到這一變量的具體數值．

現有研究發現家庭收入、 金融可得性、 金融知識以及風險態度都會影響到家庭的金融市場參與． 因此， 我們控制了這些變量． 家庭收入水平以工資性收入與經營性收入之和來衡量(衡量家庭收入時并沒有包括財產性收入， 這樣是為了控制雙向因果關系帶來的內生性問題．)． 對城鎮居民家庭工資性收入的衡量來自問卷中“去年， 工作實際獲得多少稅后貨幣工資?”； 對城鎮居民家庭經營性收入的衡量來自于問卷中第二部分農工商業部分問題作答提供的數值． 金融可得性采用受訪者所在地區每萬人擁有的金融機構數量來衡量． 金融知識根據對3個涉及金融知識問題回答的正確數量來衡量， 3個金融知識問題分別是“假設您現在有100元， 銀行的年利率是4%， 如果您把這100元錢存5年定期， 5年后您獲得的本金和利息為多少?” “假設您現在有100元， 銀行的年利率是5%， 通貨膨脹率每年是3%， 您把100元錢存銀行一年之后能買到的東西將?” “如果現在有兩張彩票供您選擇， 若您選第一張， 您將有100%的機會獲得4 000元， 若您選第二張， 您將有50%的機會獲得10 000元， 50%的機會什么也沒有， 您會選擇哪張?”． 根據回答這3個問題的正確數， 分別取值0～3． 風險態度， 根據問題“如果您有一筆資金用于投資， 您最愿意選擇哪種投資項目?”， 當受訪者選擇“不愿意承擔任何風險” “略低風險， 略低回報的項目” “平均風險， 平均回報的項目” “略高風險， 略高回報的項目” “高風險， 高回報的項目”分別取值1～5．

此外， 本研究還控制了戶主和家庭特征變量． 性別， 男性定義為1， 女性則為0； 健康狀況根據問題“與同齡人相比， 現在的身體狀況如何?”， 受訪者選擇“非常差” “差” “一般” “好” “非常好”分別取值1～5； 婚姻狀況已婚、 同居或再婚取值為1， 未婚取值為0； 是否享受醫療保險， 是取值為1， 否則為0．

表1報告了各變量的描述性統計結果． 風險金融市場參與變量的均值為0.178 0， 表明有17.8%的城鎮家庭配置有風險金融資產； 風險金融資產占比變量的均值為0.082 7， 說明從平均來看， 家庭金融資產中風險資產比重較低． 股票市場參與的均值為0.131 9， 股票資產占比的均值為0.030 3， 也反映了類似的表現． 社會養老保險參與變量的均值為0.802 9， 說明有80.29%的城鎮居民家庭戶主參保了社會養老保險． 社會網絡變量的均值為0.394 6， 最小值為0.20萬元， 最大值為45萬元， 說明城鎮家庭每年人情支出平均為0.394 6萬元， 并且家庭之間人情支出差距較大， 其他控制變量的描述性統計此處不再贅述．

3 估計結果與分析

3.1 社會養老保險與社會網絡的直接影響

本研究既考察社會養老保險與社會網絡對家庭是否持有風險金融資產(股票資產)的影響， 又考察社會養老保險與社會網絡對家庭持有風險金融資產比重的影響． 由于家庭是否持有風險金融資產屬于二分類變量， 以此為因變量的模型將采用Probit模型進行估計， 而家庭持有風險性金融資產占比賦值在0～1之間， 屬于截斷因變量， 故采用Tobit模型進行估計(表2)．

表2 社會養老保險與社會網絡對風險金融市場參與的直接影響

表2的第Ⅰ欄報告了以家庭是否持有風險金融資產為因變量， 采用Probit模型的估計結果， 第Ⅱ欄報告了以家庭持有風險金融資產比重為因變量， 采用Tobit模型的估計結果， 第Ⅲ欄和第Ⅵ欄進一步分別報告了以家庭是否持有股票資產及持有比重為因變量的估計結果． 第Ⅰ欄的估計結果顯示， 養老保險變量的估計系數為正， 且在1%的水平上顯著， 表明相較于沒有參加養老保險的家庭而言， 參加社會養老保險的家庭參加風險金融資產投資的概率更高． 這與宗慶慶等[7]的發現一致， 說明社會養老保險的存在能夠緩解居民不確定性預期進而降低人們的預防性儲蓄， 并通過改變風險態度提高家庭參與風險金融資產投資的概率． 第Ⅰ欄中， 社會網絡變量的估計系數也顯著為正(5%的顯著性水平)， 說明城鎮家庭用于維護社會網絡的人情支出增加， 也會伴隨著風險金融資產的參與概率提高， 表明社會網絡作為一種非正式保障機制， 能夠緩解不確定性和流動性約束， 并通過改變風險態度以及社會互動促進家庭參與風險金融市場． 第Ⅱ欄進一步以家庭參與風險金融資產的深度即風險金融資產持有比重作為因變量， 社會養老保險和社會網絡的估計系數也顯著為正， 說明社會養老保險與社會網絡不僅會提高家庭參與風險金融資產的概率， 而且會促進家庭投入更多比重資產進入風險金融市場， 即提高家庭參與深度． 第Ⅲ欄和第Ⅵ欄分別以家庭是否持有股票及持有比重為因變量進行估計時， 社會養老保險和社會網絡的估計系數依然顯著為正， 說明作為正式保障制度的社會養老保險和非正式保障機制的社會網絡， 既能促進城鎮家庭參與股票市場的概率， 也能提高參與深度， 這符合我們的研究預期． 另外， 表2中家庭收入、 金融可得性、 金融知識、 風險態度以及健康狀況等變量的估計系數都為正， 說明這些因素會正向促進家庭參與股票等風險金融市場， 這和現有研究的發現一致[46-48]．

3.2 社會養老保險對社會網絡的擠出效應

表2的估計結果顯示， 作為正式保障制度的養老保險以及作為非正式保障機制的社會網絡都會促進居民家庭參與風險金融市場， 那么， 伴隨城鎮社會養老保險制度的完善， 是否會弱化社會網絡的不確定預期緩解功能， 進而擠出社會網絡對風險金融市場參與的影響?以表2各模型為基礎， 進一步引入了社會養老保險與社會網絡的交叉項， 基于Probit模型和Tobit模型， 相關估計結果報告在表3中． 第Ⅰ欄和第Ⅱ欄以家庭是否持有風險金融資產及持有比重為因變量， 第Ⅲ欄和第Ⅵ欄以家庭是否持有股票及持有比重為因變量． 第Ⅰ欄和第Ⅱ欄的估計結果顯示， 社會養老保險與社會網絡的估計系數都為正， 但兩者交叉項的估計系數顯著為負， 說明雖然社會養老保險和社會網絡都會促進城鎮家庭參與風險金融資產， 但隨著城鎮家庭參保社會養老保險這一正式社會保障制度， 會弱化社會網絡的不確定性預期緩解作用， 從而擠出社會網絡對風險金融資產參與的影響． 這主要是由于城鎮家庭參保社會養老保險會通過預期不確定性緩解機制、 流動性約束緩解機制以及社會互動弱化機制， 擠出社會網絡對于風險性金融資產配置的影響． 第Ⅲ欄和第Ⅵ欄的估計結果與之相近， 社會養老保險與社會網絡的估計系數都為正， 交叉項估計系數依然顯著為負， 這驗證了在城鎮家庭參與股票市場過程中， 社會養老保險對社會網絡的擠出效應．

3.3 分區域檢驗

我國東部地區與中西部地區無論是經濟發展程度還是市場化改革進程都存在明顯差異， 社會保險及社會網絡的發展情況也差異迥然， 所以研究進一步區分東部地區與中西部區域， 討論社會養老保險與社會網絡對城鎮家庭風險金融資產參與影響的區域差異． 根據《中國統計年鑒》 《中國衛生統計年鑒》中關于東、 中和西部地區的劃分標準， 將北京、 天津、 河北、 遼寧、 上海、 江蘇、 浙江、 福建、 山東、 廣東和海南11個省(直轄市)歸為東部地區， 其余省、 自治區、 直轄市則為中西部地區． 本部分將采用Probit模型分區域檢驗社會養老保險與社會網絡對城鎮家庭是否持有風險金融資產的影響， 相關實證結果報告在表4中． 第Ⅰ-Ⅳ欄是東部地區樣本的估計結果， 第Ⅴ-Ⅷ欄是中西部地區樣本的估計結果． 第Ⅰ欄和第Ⅱ欄是針對東部地區分別以家庭是否持有風險金融資產及股票資產為因變量的估計結果， 第Ⅴ和Ⅵ欄是對應的中西部地區的估計結果． 無論是東部地區還是中西部地區， 社會養老保險和社會網絡的估計系數都為正， 說明社會養老保險與社會網絡都能通過不確定性緩解等機制促進城鎮家庭參與股票等風險金融市場． 第Ⅲ欄和第Ⅳ欄是針對東部地區引入社會養老保險與社會網絡交叉項的估計結果， 第Ⅶ和Ⅷ欄是對應中西部地區的估計結果， 對比東部和中西部地區交叉項的估計系數可以發現， 在東部地區交叉項的估計系數不顯著， 而在中西部地區交叉項的估計系數顯著為負， 這主要是由于東部地區經濟發展及市場化進程更快， 養老保險制度建設也相對成熟， 養老保險對社會網絡的擠出效應已經釋放． 而中西部地區社會養老保險制度體系相對滯后， 在推動社會養老保險這一正式保障制度建設完善過程中， 發生了對社會網絡這一非正式保障機制的擠出， 從而弱化了社會網絡對城鎮家庭參與風險金融資產投資的影響．

表4 分區域檢驗

4 穩健性檢驗

4.1 總體樣本的穩健性檢驗

為保證實證結果的穩健性， 通過變換估計方法、 調整樣本以及改變擠出效應測度方式等3種方案重新檢驗估計結果， 相關估計結果報告在表5和表6中．

表5 總體樣本的穩健性檢驗(變換方法和調整樣本)

表6 總體樣本的穩健性檢驗(改變擠出效應測度方式)

為檢驗實證結果對估計方法的敏感性， 表5中第Ⅰ-Ⅳ欄報告了采用Logit模型替換Probit模型的估計結果． 第Ⅰ和Ⅱ欄分別以是否參與風險金融市場和股票市場作為因變量， 社會養老保險與社會網絡的估計系數都顯著為正， 這也與Probit模型的估計結果一致． 第Ⅲ和Ⅳ欄進一步引入了社會養老保險與社會網絡的交叉項， 交叉項的估計系數顯著為負， 這也符合Probit模型的估計結果．

考慮到對于缺乏金融知識的居民而言， 金融資產的配置可能無序且不合理， 進一步剔除了對金融知識回答全部錯誤即金融知識這一變量值為0的樣本， 表5中第Ⅴ-Ⅷ欄報告了采用新樣本的Probit模型估計結果． 當分別以是否參與風險金融市場和股票市場作為因變量時(見第Ⅴ和Ⅵ欄)， 社會養老保險與社會網絡的估計系數顯著為正． 進一步引入社會養老保險與社會網絡的交叉項時(見第Ⅶ和Ⅷ欄)， 交叉項依然表現為顯著的負值， 我們的實證檢驗依然穩健．

改變擠出效應的測度方式， 通過分組分析來重新檢驗社會養老保險對社會網絡的擠出效應． 我們將樣本按照是否參加社會養老保險分成兩組， 如果相較于未參加社會養老保險的組別， 參加社會養老保險樣本的社會網絡變量估計系數更小， 說明社會養老保險擠出了社會網絡對家庭風險金融市場參與的影響． 表6中第Ⅰ和Ⅱ欄是以是否參與風險金融市場為因變量的分組Probit模型估計結果， 未參加社會養老保險組社會網絡的估計系數為0.032 1， 參加社會養老保險組社會網絡變量的估計系數下降到0.011 7， 說明相較于未參加社會養老保險的個體而言， 參加社會養老保險會顯著降低社會網絡的影響． 第Ⅲ和Ⅳ欄以是否參與股票市場為因變量， 采用Probit模型依然得到相似的估計結果， 參加社會養老保險組社會網絡的估計系數更小， 說明在股票市場參與過程中， 社會養老保險對社會網絡產生了擠出效應．

4.2 分區域樣本的穩健性檢驗

和總體樣本一致， 通過變換估計方法、 調整樣本以及改變擠出效應測度方式等3種方案檢驗分區域估計結果的穩健性(表7)．

表7 分區域樣本的穩健性檢驗(變換方法和調整樣本)

表7中第Ⅰ-Ⅳ欄是采用Logit模型的分區域估計結果， 無論是以風險金融市場參與還是股票市場參與作為因變量， 社會養老保險與社會網絡的估計系數都顯著為正， 但是東部地區樣本社會養老保險與社會網絡交叉項的估計結果都不顯著(見第Ⅰ和Ⅱ欄)， 而在中西部交叉項的估計系數顯著為負(見第Ⅲ和Ⅳ欄)， 這和前文采用Probit模型的分區域估計結果相一致．

第Ⅴ-Ⅷ欄是調整樣本的Probit模型估計結果． 剔除金融知識測度值為0的個體后， 社會養老保險與社會網絡的估計系數都顯著為正， 東部地區社會養老保險與社會網絡交叉項估計系數依然不顯著(見第Ⅴ和Ⅵ欄)， 而在中西部地區交叉項顯著為負(見第Ⅶ和Ⅷ欄)， 我們的分區域估計結果依然穩健．

表8通過分組分析， 重新檢驗社會養老保險對社會網絡擠出效應的區域差異． 第Ⅰ-Ⅳ欄是東部地區的Probit模型估計結果， 無論是以風險金融市場參與還是股票市場參與作為因變量， 對比兩組樣本(未參加社會養老保險組與參加社會養老保險組)社會網絡變量的估計系數可以發現， 兩者并沒有明顯變化． 第Ⅴ-Ⅷ欄是中西部地區的估計結果， 當以是否參與風險金融市場作為因變量(見第Ⅴ和Ⅵ欄)， 相較于未參加社會養老保險組而言， 參加社會養老保險組社會網絡變量的估計系數下降明顯， 說明社會養老保險會擠出社會網絡對風險金融市場的參與． 當以是否參與股票市場作為因變量(見第Ⅶ和Ⅷ欄)， 依然發現了這種擠出效應的存在．

表8 分區域樣本的穩健性檢驗(改變擠出效應測度方式)

續表8

5 結論與政策建議

本研究采用2017年中國家庭金融調查的城鎮居民數據， 檢驗社會養老保險與社會網絡對城鎮家庭風險金融資產配置的影響， 并探討作為正式保障制度的社會養老保險對作為非正式保障機制的社會網絡產生的沖擊與影響， 同時揭示這種影響的區域差異． 研究發現， 社會養老保險能夠緩解居民不確定性預期進而降低人們的預防性儲蓄， 同時通過改變風險態度促進家庭參與風險金融資產投資． 社會網絡作為一種非正式保障機制， 也能緩解不確定性和流動性約束， 并通過改變風險態度以及社會互動促進家庭參與風險金融市場． 但是， 隨著城鎮家庭參與社會養老保險這一正式社會保障制度， 會通過預期不確定性緩解機制、 流動性約束緩解機制以及社會互動弱化機制， 擠出社會網絡對風險金融資產參與的影響． 分區域估計結果顯示， 東部地區社會養老保險制度建設相對成熟， 社會養老保險對社會網絡的擠出效應已經釋放． 而中西部地區社會養老保險制度體系相對滯后， 在推動社會養老保險這一正式保障制度建設完善過程中， 發生了對社會網絡這一非正式保障機制的擠出， 從而弱化了社會網絡對城鎮家庭參與風險金融資產的影響．

家庭風險金融市場參與直接關乎家庭的福利[1]， 本研究發現社會養老保險會促進城鎮家庭參與股票等風險金融資產投資， 因此建立健全惠及更多地區、 更多居民的社會養老保險體系將有利于提高我國社會保障制度受益面， 從而更大程度發揮社會養老保險對家庭金融市場參與過程中的促進作用． 此外， 本研究還發現， 隨著養老保險制度的逐步完善， 對傳統社會網絡的不確定預期緩解作用、 流動性約束緩解機制以及社會互動機制產生了擠出效應， 這點在中西部地區表現得尤為明顯． 鑒于社會網絡在中國經濟社會中的獨特作用， 中西部城鎮居民應當重塑新型社會關系網絡， 通過多種方式參與構建一個以誠信為基礎的和諧關系網絡， 發揮社會網絡在信息溝通、 信息共享等方面的優勢， 依托社會網絡提升居民從金融市場獲得的福利與效用．