數字金融、家庭收入與家庭風險金融資產投資

沈 燕，扈文秀，張 鈺，楊 沁

（西安理工大學 經濟與管理學院，陜西 西安 710054）

一、引言

本文從家庭收入角度出發，分析數字金融對中國家庭風險金融資產投資行為的影響及路徑，并針對不同類型家庭和不同地區家庭進行了異質性分析，以期對促進我國家庭尤其是農村家庭參與風險金融資產投資提供解決思路。

二、文獻綜述及研究假設

國內外文獻研究表明數字金融能夠突破基于傳統網點的金融服務體系，通過互聯網和大數據增加家庭的金融可得性，從而拓寬家庭投資金融資產的渠道。Liang 和Guo（2015）[4]指出數字通訊技術的應用能夠以增加家庭社交互動的方式促進投資者參與股票市場。范敏霞等（2015）[5]通過問卷調查發現互聯網金融減少了家庭金融投資的單位時間，能夠提高家庭金融投資積極性并且在一定程度上增加家庭投資收益。董曉林等（2017）[6]研究認為互聯網等新渠道對城鄉居民的金融市場參與度以及風險資產持有比例有顯著正向影響。周廣肅和梁琪（2018）[7]的實證研究發現互聯網技術的普及和應用能夠促進金融產品的創新與供給，進而通過降低金融市場摩擦提高家庭投資股票以及廣義風險金融資產的概率。Zhou 等（2019）[8]指出數字技術有效地增加了家庭購買金融資產的可能性和數量，而且農村家庭購買金融產品的可能性高于城市家庭。周雨晴和何廣文（2020）[9]、廖婧琳和周利（2020）[10]的研究都發現數字金融能夠提升家庭參與金融市場的概率和配置風險金融資產的比例。

同時有研究指出數字金融可以提供更多生產機會并推動勞動產出效率的持續增加，從而促進家庭尤其是農村家庭增收，還能夠通過新技術的使用與發展釋放新的商業機會，增加家庭就業和收入。張勛等（2019）[11]利用CFPS 數據實證數字金融能夠提升中國家庭收入，尤其是農村低收入家庭能夠受益。楊偉明等（2020）[12]的研究表明數字金融可以通過促進居民創業顯著提升我國居民人均收入水平。劉丹等（2019）[13]、孫繼國等（2020）[14]的研究都發現數字金融可以增加農民收入。圍繞家庭收入與投資的相關研究證明家庭收入的增加會直接影響到家庭風險資產投資決策。Cardak 和Wilkins（2009）[15]使用澳大利亞家庭收入和勞動力動態調查數據發現澳大利亞家庭勞動收入的不確定性對家庭風險資產投資比重具有顯著的負面影響。Lu 等（2020）[16]通過比較研究發現隨著收入的增加，中國、美國和其他一些國家家庭的金融資產投資比例越來越高。何興強等（2009）[17]的實證結果也表明收入低的家庭進行風險金融資產投資的概率更低。周廣肅等（2018）[18]的研究指出地區內部收入差距的擴大通過增強人們的主觀物質渴求，促使人們增強風險偏好并投資高風險和高收益的股票、基金等風險金融資產。舒建平等（2021）[19]研究發現在人均收入較高的中國家庭，收入的增加能夠促進家庭對風險資產和股票資產的投資。通過總結國內外學者的相關文獻，本文認為家庭風險金融資產的投資行為會受到數字金融及收入的影響，并提出如下假設：

假設1：數字金融對家庭參與風險金融資產的投資及配置有正向顯著影響。

假設2：數字金融可以通過提高家庭收入影響家庭參與風險金融資產的投資及配置。

三、模型構建、變量選取與數據來源

（一）模型構建

在研究數字金融對家庭風險金融資產投資與否的影響時，由于被解釋變量“家庭是否參與風險金融資產投資”（d_riskv）是二元虛擬變量，因此選擇Probit 模型進行研究。在回歸中i表示地區，t表示年份，d_riskvit由其潛變量d_riskvit*決定，潛變量的大小則由解釋變量數字普惠金融指數（difii）、控制變量合集Xit和隨機擾動項uit決定。可得模型如下：

在研究數字金融對家庭風險金融資產配置的影響時，由于被解釋變量“家庭持有風險金融資產占金融資產的比重”（risky ratio）是左刪尾變量，因此選擇Tobit 模型比較合理。在回歸中i表示地區，t表示年份，被解釋變量risky ratioit仍由潛變量risky ratioit*決定，潛變量的大小由解釋變量數字普惠金融指數（difiit）、控制變量合集Xit和隨機擾動項σit可得模型如下：

（二）變量選取

1.被解釋變量。本文的被解釋變量有兩個：（1）“家庭是否投資廣義風險金融產品”（d_riskv）用以衡量家庭參與投資風險金融資產。這是一個二值虛擬變量（廣義風險金融產品包括股票、債券和廣義基金）。（2）“家庭持有風險金融資產占金融資產的比重”（risky ratio）用以衡量家庭風險金融資產的配置。其中對金融資產的定義根據CHFS 問卷的設置，包括社保賬戶余額、現金、存款、股票、基金、債券、衍生品、理財、外幣資產、黃金、其他金融資產和借出款。

（4）有利于提高物流園區建設質量。基于EPC的智慧物流園區總包業務，設計發揮主導決定作用，可以及時便捷的向采購和實施提供技術支持和引導，將智慧物流園區的規劃和設計方案貫穿整個總包項目中，實現園區建設質量的提升。

2.解釋變量。由于“數字普惠金融指數”可以反映數字技術助力金融的總體發展情況和變化趨勢[20]，該指數的二級指標“覆蓋廣度”“使用深度”和“數字化程度”能夠反映數字金融的不同方面，因此本文將它們作為衡量數字金融的解釋變量。

3.控制變量。為了控制其他影響家庭投資的因素，借鑒周雨晴和何廣文（2020）[9]的思路本文選取的控制變量一方面是可能會影響家庭金融行為的因素：總資產（asset）、家庭規模（fam）、區域經濟發展水平差異（lngdp）；另一方面是個人特質和人口統計學特征：戶口類型（rural）、年齡（age）、婚姻狀況（marriage）、性別（male）、教育程度（edu）、健康狀況（health）、是否金融從業人員（fwork）。具體變量描述性統計如表1 所示。

表1 變量描述性統計

（三）數據來源

西南財經大學的中國家庭金融調查（CHFS）是針對全國范圍內微觀家庭的資產、負債、收入、消費、投資、保險以及人口和家庭特征等較為全面的調查，樣本覆蓋全國29 個省直轄市。本文使用該調查2013 年、2015 年和2017 年三期的面板數據，刪除部分嚴重缺失信息的樣本后得到35 556 個樣本數據。同時，本文采用“北京大學數字普惠金融指數”度量數字金融。該指數由北京大學數字金融研究中心和螞蟻金服集團聯合發布，共發布2011—2020 年10 期指數。本文采用省級層面的數字普惠金融指數來研究數字金融對于家庭風險金融產品投資的影響。

四、數字金融對家庭風險資產投資影響的實證分析

（一）基準回歸結果及分維度檢驗

本文根據基準回歸模型分別以家庭是否參與風險金融資產投資和家庭投資風險金融資產的比重為因變量，討論數字金融（表2 中第1 列和第5列）及其二級指標對家庭風險金融資產投資的影響（表2 中2～4 列和6～8 列），回歸結果如表2 所示。

表2 中可以看到數字金融無論是對樣本家庭是否參與風險金融資產投資，以及風險金融資產的投資比重都有積極的促進作用。數字金融的二級指標也都促進家庭對風險金融資產的投資，即數字金融能夠通過擴大數字金融產品的覆蓋面、加深數字金融產品的普及以及使用的便利性有效地鼓勵居民參與風險金融資產的投資。其中使用深度對家庭是否參與風險金融資產的促進作用最大，這是因為無論數字金融產品供應如何豐富居民是否進行投資取決于其是否了解該產品以及是否愿意進行投資也就是使用深度。覆蓋廣度對家庭風險金融資產的投資比重影響更大，這可能是因為覆蓋廣度反映了數字金融能夠觸及多少人群，隨著數字金融的發展，越來越多的家庭可以便捷地接觸更多的數字化金融產品，那些已經具有投資經驗的家庭由于接觸面的擴大，投資于風險金融資產的比重勢必將有所增加。綜上所述，假設1 得到驗證。

表2 數字金融對家庭風險金融資產投資的影響

（二）穩健性檢驗

為避免變量測度誤差、模型遺漏變量、逆向因果等問題可能導致數字金融對家庭風險金融資產投資的回歸系數估計存在偏誤。本文采用三種方法檢驗實證結果的穩健性（具體見表3）：第一，采用滯后一期的數字普惠金融指數作為自變量（第1 列、第4 列）；第二，使用互聯網普及率替換數字普惠金融指數作為對各省數字金融發展程度的度量值（第2 列、第5 列）；第三，借鑒周雨晴和何廣文（2020）[9]的方法，將“各省與浙江省的距離”作為數字普惠金融指數的工具變量進行2SLS 回歸（第3 列、第6 列）。

表3 穩健性檢驗結果

在第（3）列、第（6）列的2SLS 回歸結果中一階段估計的F 值為1 840.81，工具變量的t值為21.94，工具變量具有較強的解釋力，Kleibergen-Paap Wald rk F 統計量為439.259，P值為0.000，顯著大于臨界值16.38[21]，表明不存在弱工具變量問題。穩健性檢驗的估計結果表明無論是采用滯后一期的自變量、替換被解釋變量，還是使用工具變量，在緩解了內生性問題后，數字金融對家庭風險資產投資的參與以及配置都產生顯著的正向影響。因此本文假設1的檢驗結果是穩健可靠的。

（三）數字金融對家庭風險金融資產投資的異質性影響

本文從三個方面進行異質性影響分析。由于城市擁有更為完備的基礎設施和發達的金融環境，使得城市家庭的金融可得性高于鄉村家庭。因此本文將樣本分為城鎮家庭和農村家庭；由于我國幅員遼闊，各地區的經濟發展水平差別較大，數字金融的發展水平也不盡相同。本文根據國家統計局對于我國東部、西部、中部的劃分探討數字金融對不同區域家庭投資參與情況的影響；本文還借鑒周廣肅和李力行（2016）[22]的方法將所有樣本家庭分為高收入組（中位數以上）和低收入組（中位數以下），并進行收入異質性分析，具體結果如表4 所示。

從表4 中可以看到，數字金融能夠顯著地促進城市家庭參與風險金融產品投資，但是在農村樣本中，數字金融對于農村家庭持有風險金融資產的促進作用并不顯著。同時，數字金融對于城鎮家庭持有風險資產占總金融資產的比例具有顯著的正向作用，而對農村家庭影響不顯著。這個差異主要原因可能是城鄉之間存在的“數字鴻溝”造成的，根據2021 年《中國互聯網絡發展狀況統計報告》的調查結果，截至2020 年12 月，我國城鎮網民規模為6.80億，而農村網民規模為3.09 億，城鎮地區互聯網普及率為79.8%，而農村地區僅為55.9%[23]。由于農村地區與城鎮地區在基礎設施上的差距以及這兩部分居民金融素養及對數字金融產品了解的差異，導致數字金融對城鎮居民家庭風險金融資產投資的影響更加顯著。

表4 數字金融對家庭風險金融資產投資的異質性影響結果

數字金融對東部地區家庭參與投資風險資產以及風險金融資產配置都具有顯著的正向作用，而對中部地區和西部地區家庭的影響都不顯著。這個現象可能是因為東部地區數字金融發展速度快，居民金融素養較高，家庭在接觸到數字金融產品時能夠積極地去了解并進行主動投資的可能性更大。

數字金融對高收入家庭參與風險金融資產的促進作用顯著，但是對于低收入家庭影響不顯著。同時，數字金融對于促進低收入和高收入家庭投資風險金融資產占比均有顯著正向促進作用，其中對高收入家庭的影響更大。這可能是因為收入水平較高的家庭參與投資活動的途徑更多，且參與金融市場的意愿也更強烈，而低收入家庭受到的金融排斥更為嚴重，參與金融市場的積極性更低。

（四）中介效應分析

上述分析發現數字金融對不同收入家庭進行風險金融資產的投資影響有所不同，因此本文繼續驗證假設2，即數字金融可以通過提高家庭收入，刺激家庭進行風險金融資產的投資。

首先，參考Baron 和Kenny（1986）[24]、溫忠麟等（2004）[25]的方法，根據中介效應檢驗程序進行檢驗，分為三個步驟：

其中被解釋變量為家庭是否參與金融風險投資（d_riskv），解釋變量為數字普惠金融總指數（difi），中介變量為家庭年收入的對數（Income），Xi表示回歸中的其余控制變量。然后用Bootstrap 方法進行進一步的中介效應檢驗，以加強對中介效應結果的判斷。逐步回歸和Bootstrap 檢驗結果在表5 中展示。

表5 中介效應分步檢驗結果

表5 結果表明，數字金融對家庭風險金融投資的參與以及配置都具有正向顯著作用，同時數字金融對中介變量家庭收入有顯著正向影響，在加入中介變量后數字金融對家庭風險金融資產投資與否及投資配置的影響系數變小，表明家庭收入在數字金融與風險金融資產投資之間存在部分中介效應。使用Bootstrap 法檢驗結果間接效應bs1 的置信區間都不包含零，因此可以判定家庭收入在數字金融對家庭風險金融資產投資與否及投資配置之間確實存在中介效應。綜上所述，假設2 得到驗證。

五、結論和建議

本文運用中國家庭金融調查和北京大學數字金融研究中心的數據，研究了數字金融對中國家庭風險金融資產投資參與以及投資配置的影響。研究發現數字金融水平的提高能夠促進更多家庭參與風險金融資產的投資。無論是數字金融發展總指標還是三個維度分指標即數字金融覆蓋廣度、使用深度和數字化程度都對家庭風險資產投資行為具有顯著正向影響，該效應主要存在于城鎮家庭、東部地區的家庭以及高收入家庭。研究還發現數字金融主要通過增加家庭收入對家庭風險金融資產投資產生正向影響。基于上述研究結論，本文提出了以下幾點政策建議。（1）加強信息基礎設施建設，擴大數字金融的覆蓋面。由于數字金融的覆蓋廣度對家庭風險金融資產的投資比重影響更大，且只有東部地區家庭受到數字金融的顯著影響，因此應該通過加快對中部、西部地區的信息基礎設施建設，推動數字金融在我國各個地區均衡發展。通過覆蓋面的增加讓更多家庭接觸并了解金融資產投資信息，提供更多的投資選擇。（2）鼓勵數字金融產品創新，提高居民金融素養，提升數字金融使用深度。本研究發現數字金融使用深度對家庭風險金融資產投資的參與有正向顯著推動作用。要增加數字金融服務的使用深度可以從供給和需求兩個方面著手。一方面金融管理部門可以鼓勵金融機構在風險可控的前提下，開發新型數字金融產品以滿足不同用戶的需求；另一方面政府和金融機構應該加大對金融知識的宣傳力度尤其是在中西部不發達地區，通過報紙、電視、社區、學校等多種途徑提高居民投資意識，減少自我金融排斥。（3）利用數字金融提高居民收入水平，鼓勵農村地區和低收入家庭適度參與風險金融資產投資。家庭收入在數字金融與家庭風險金融資產投資之間具有部分中介效應，因此可以利用這一機制通過數字金融水平的提高為中西部地區、農村地區及低收入人群提供更多就業和創業機會，在收入提高以后這些家庭將會有更大的可能通過參與風險金融資產投資提升家庭財富水平。