數字普惠金融與養老金融資產配置

■姚敏

一、引言

國家統計局數據顯示，截至2021 年末，我國65歲及以上人口突破2 億人，占總人口的14.2%①。按世界衛生組織劃分標準，65 歲及以上人口占比14%，中國已正式步入“老齡社會”。中國發展基金會預測，2035年中國65 歲及以上的老年人口將達到3億，占總人口的比例超過20%，邁入“超老齡社會”②。隨著老齡化持續加重，加之家庭“少子化”，人口問題的復雜性與日俱增，我國基本養老保障體系面臨嚴峻挑戰。

“十四五”以來，為積極應對人口老齡化問題，我國將促進養老保險制度可持續發展推向了歷史新高度。“十四五”規劃首次提出要“發展多層次、多支柱養老保險體系”。2022 年2 月，國務院發布《“十四五”國家老齡事業發展和養老服務體系規劃》，明確提出要“促進和規范發展第三支柱養老保險，推動個人養老金發展”。其中，發展老年人普惠金融服務和拓寬金融支持養老服務渠道是發展第三支柱養老保險的重要支撐。2022年4月，國務院辦公廳發布《關于推動個人養老金發展的意見》，正式提出個人養老金制度，支持和鼓勵居民購買商業養老金融產品。可見，通過發展養老金融支持高質量養老體系建設已經成為黨和國家工作的重點。

從年齡分布來看，中老年人是各類詐騙的高危人群。被騙人群中，45～50歲群體占比超過65%，位居榜首；而被騙金額較大的則是50～55歲群體，人均損失金額高達1萬元。從詐騙手段來看，交易詐騙、返利詐騙、交友詐騙合計占比超過了60%③。隨著數字化發展，近七成銀發人群通過線上進行支付，并對股票交易有突出需求④。在金融投資中，隨著年齡的增加，投資者的受騙率呈上升趨勢，其中50 歲及以上群體的受騙率最高，且顯著高于青少年群體⑤。

基于此，本文實證分析數字普惠金融對中老年人養老金融資產配置的影響，并揭露數字普惠金融、金融資產配置與中老年人面臨欺詐風險的關系，對提高中老年人防范意識，促進養老保障體系高質量可持續發展具有一定的現實意義。

二、文獻綜述

隨著我國家庭金融微觀數據庫日益豐富，近年來學術界圍繞數字普惠金融與家庭金融行為之間的關系進行了大量探討。第一，家庭金融可得性。楊波等[1]研究發現數字普惠金融促進了家庭正規信貸獲得，且對農村地區、低收入“長尾”家庭的促進作用更明顯。樊文翔[2]研究發現數字普惠金融提高了農戶的正規信貸可得性和正規信貸規模，但沒有提高農戶非正規信貸獲得。王修華等[3]基于家庭信貸和金融資產可得性的研究發現，數字普惠金融發展縮小了城鄉家庭的金融可得性差距，有利于打破傳統金融城鄉二元結構。第二，家庭金融資產投資。已有研究發現數字普惠金融增加了家庭參與風險金融市場的概率和配置風險金融資產的比例[4—6]。周雨晴等[7]基于農村地區樣本的研究發現，數字普惠金融發展促進了農戶參與風險金融市場投資。此外，傅利福等[8]認為以數字普惠金融指數為代表的金融科技促進了家庭高風險金融資產投資，但抑制了家庭儲蓄、政府債券等低風險金融資產投資。第三，家庭金融資產投資組合。史曉等[9]認為數字普惠金融的發展提升了家庭資產組合多樣化程度。吳雨等[10]通過構建夏普比率和索提諾比率來衡量家庭金融資產組合的有效性，發現數字金融發展提高了家庭金融資產組合有效性，有利于優化家庭金融資產配置。第四，家庭商業保險購買。李曉等[11]認為數字金融發展促進了家庭商業保險參與。劉冬姣等[12]研究發現數字普惠金融提高了家庭購買商業健康保險和養老保險的可能性。

數字技術的使用與中老年人面臨欺詐風險的關系還存在爭議。部分學者認為數字技術的使用與中老年人被欺詐之間存在負相關關系。一方面，老年人之所以受到網絡詐騙的可能性小，是因為他們不太可能使用互聯網進行金融交易[13]。世界銀行的報告認為，數字金融可以降低現金交易帶來的損失、盜竊和其他金融犯罪的風險，以及與現金交易相關的成本[14]。一項基于美國2000 名老年人調查數據的研究發現，在使用互聯網、遠程購物的人群中進行防范詐騙教育具有顯著成效[15]。另一方面，數字普惠金融通過數字技術將中老年人這些弱勢群體納入到正規金融服務中，有助于提高中老年群體的數字技術使用、風險認知等方面的金融能力[16]。盡管普遍認為金融素養低會增加金融脆弱性[17]，但也有學者認為金融素養高與投資欺詐有關[18]。這主要是因為具有更多金融知識和受過教育的老年人不一定能免受投資欺詐和獎品、彩票欺詐的影響[19]。同時，互聯網與數字普惠金融讓老年人更可能遭遇詐騙，但減少了實際被騙的可能性和損失[20]。

總之，現有關于數字普惠金融與家庭金融行為的研究得出了許多有價值的結論。但數字普惠金融的發展能否促進中老年人群養老金融資產配置？數字普惠金融對金融資產投資的影響在不同的中老年人群中是否存在“馬太效應”？數字普惠金融是否會提高中老年人受到詐騙的可能性？數字普惠金融是否通過促進中老年人參與金融市場從而對其受騙風險產生影響？學界對于這些問題尚未形成定論。鑒于此，本文以45 歲以上的中老年人為研究對象，利用CHARLS微觀調查數據和北京大學數字普惠金融指數對以上問題做進一步探討。

三、數據、變量與模型

（一）數據來源

本文數據來源于中國健康與養老追蹤調查（CHARLS）和北京大學數字普惠金融指數（PKU_DFIIC）。CHARLS數據的調查對象是中國45歲以上的中老年人，主要包括個人與家庭成員基本信息、家庭交往與經濟幫助、健康狀況和功能、生活方式與健康行為、醫療保健與保險、工作和退休狀況、個人及家庭收入支出與資產、房產和住房情況等內容。基于本文的研究目標，首先利用2018 年CHARLS 數據整理本文研究所需的變量，然后與滯后一期的地級市數字普惠金融指數進行匹配，最后剔除數據缺失和異常的樣本。

（二）變量構建及描述統計

1.養老金融資產配置。鑒于養老金融資產與普通金融資產難以被清晰地區分，本文借鑒朱文佩等[21]的做法，從金融資產分散程度、金融資產持有和商業養老保險及壽險參保三個方面來反映家庭養老金融資產配置情況。金融資產分散程度由持有的金融資產種類和資產分散化程度來測度，其中資產分散化程度測度借鑒史曉等[9]的做法，構建式（1）。金融資產持有由持有的金融資產總額、持有的風險金融資產額以及是否持有風險金融資產來衡量。商業養老保險及壽險參保情況包括商業養老保險和壽險的年均繳納費用以及是否持有商業養老保險及壽險。

其中，N 表示金融資產的種類，wi是各類金融資產占總金融資產的比重。

2.受騙風險。利用問卷中個人資產部分的問題，“過去一年，是否有人試圖對您進行詐騙？”，若回答“有”則賦值為1，“沒有”則賦值為0。其中，詐騙類型主要包括電信詐騙、集資詐騙、傳銷詐騙和銷售詐騙。

3.數字普惠金融。數字普惠金融是利用數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度三個維度構建的數字普惠金融總指數，能夠客觀反映中國各區域（省、市、縣）數字普惠金融發展水平。此外，本文選取數字普惠金融的覆蓋廣度、使用深度和數字化程度三個細分指標，以探討數字普惠金融細化層面對養老金融資產配置的影響[22]。

4.控制變量。本文還控制了對中老年人養老金融資產配置產生影響的其他變量，主要包括年齡、年齡平方、婚姻狀況、性別、工作情況、學歷、自評健康、慢性病、房產價值、債務和城鄉。具體的變量定義與描述統計見表1。

表1 變量定義與描述統計

（三）模型設定

1.基準模型。首先，“持有風險金融資產”與“購買商業養老保險”兩個因變量是二值虛擬變量，故選擇Probit模型進行估計。其次，“金融資產種類”“金 融資產分散性”“總金融資產”“年繳保費”均是向左截尾的連續變量，故選擇Tobit模型進行估計。

Probit模型為：

Tobit模型為：

2.中介效應模型。數字普惠金融影響中老年人受騙風險的機制主要有兩方面：一是增加持有的金融資產種類；二是促進持有風險金融資產。因此，本文利用Baron等[23]提出的逐步回歸法予以檢驗，具體構建如下中介效應模型：

其中，Defraudi、DFi、Mi分別代表受騙風險、數字普惠金融指數和中介變量。其中，c、a、c′是數字普惠金融指數變量的系數，b是中介變量的系數，i1、i2、i3是常數項，β1、β2、β3是控制變量的系數，ε1i、ε2i、ε3i是隨機誤差項。

四、數字普惠金融與養老金融資產配置

（一）基準回歸

表2報告了數字普惠金融對養老金融資產配置影響的估計結果。（1）和（2）列是因變量為金融資產種類和分散性的結果，（3）至（5）列是因變量為金融資產持有情況的結果，（6）和（7）列是因變量為商業養老保險或壽險持有情況的結果。實證結果顯示，數字普惠金融顯著提高了中老年人養老金融資產配置的多樣性，促進其持有更多種類的養老金融資產。具體來看，數字普惠金融在1%的水平上顯著提高了中老年人配置風險金融資產的概率。數字普惠金融與購買商業養老保險的估計系數在1%的水平上顯著為正。可見，數字普惠金融使得中老年人配置更多的養老金融資產，持有的金融資產分散性更強，有助于降低其金融風險。

從控制變量看，年齡對中老年人養老金融資產配置有顯著影響，年齡的系數小于0，年齡平方的系數大于0，說明年齡與養老金融資產配置呈“U”形關系，這表明中老年人配置養老金融資產隨著年齡增加先降低后上升。女性更容易持有風險金融資產，而男性的金融資產分散性更強。勞動供給會減少中老年人持有風險金融資產的可能性，從而會提高持有金融資產組合的多樣性以及購買商業養老保險和壽險的概率。學歷高、自評健康好和城鎮中老年人會更傾向于配置更多的養老金融資產。

（二）內生性問題

為了克服可能存在的內生性問題，本文采用兩階段工具變量法進行處理。借鑒傅秋子等[24]的處理辦法，選取“地級市到杭州市的球面距離”作為數字普惠金融的工具變量。表3報告了內生性問題處理的結果，工具變量回歸的一階段F 值表明拒絕弱工具變量的這一原假設，Wald檢驗表明拒絕解釋變量是外生的，證明本文工具變量選擇是合理的。表3中的數字普惠金融變量至少在5%的水平上顯著為正，表明在克服內生性后，數字普惠金融仍能顯著促進中老年人配置養老金融資產，也說明基準回歸的估計結果是穩健的。

表3 內生性問題處理結果

（三）穩健性檢驗

實證研究中，穩健性檢驗一般采用更換核心變量、改變模型、增加控制變量等方法。因此，本文采用數字普惠金融指數滯后二期、將Probit 模型和Tobit模型更換為OLS模型以及增加家庭消費、收入兩個控制變量的三種穩健性方法。表4匯報了使用這三種穩健性方法的估計結果，結果與基準回歸結果的數值大小和顯著性基本一致，表明數字普惠金融促進中老年人配置養老金融資產的結果是可靠的。

表4 穩健性檢驗結果

（四）異質性檢驗

1.分位數回歸。前文的實證結果說明數字普惠金融能促進中老年人養老金融資產配置，但數字普惠金融在促進中老年人養老金融資產配置中是否存在“馬太效應”仍需要進一步探究。因此，本文采用分位數回歸，研究數字普惠金融對總金融資產在不同分位點處的異質性影響。表5匯報了在中老年人總金融資產的15%、25%、50%、75%和95%分位點處的結果，數字普惠金融的系數均在1%水平上顯著。隨著分位點的不斷增大，數字普惠金融系數的數值在逐漸減小。這表明數字普惠金融在促進中老年人 養老金融資產配置中不存在“馬太效應”，數字普惠金融對自身金融資產規模較小的中老年人配置養老金融資產作用更大，從而有利于緩解財富不平等。

表5 分位數回歸結果

2.數字普惠金融分指數回歸。數字普惠金融總指數的構建是多維度的，不同維度可能會出現差異性。因此，本文進一步從數字普惠金融的覆蓋廣度、使用深度和數字化程度三個細分維度來研究對養老金融資產配置的影響。表6的Panel A報告了數字金融覆蓋廣度對養老金融資產配置的影響，實證結果表明覆蓋廣度的系數均在1%的水平上顯著為正，說明地區數字普惠金融覆蓋面越廣，對該地區中老年人配置養老金融資產的促進作用越大。Panel B報告了數字金融使用深度對養老金融資產配置的影響，可以發現除了年繳保費，數字金融使用深度的系數至少在5%的水平上顯著為正，說明地區數字金融服務使用活躍度越高（人均交易筆數、金額），對該地區中老年人配置養老金融資產的促進作用越大，但對年繳保費的影響效果不顯著。Panel C報告了普惠金融數字化程度對養老金融資產配置的影響，數字化程度的系數除了在金融資產分散性、購買商業養老保險和年繳保費三個回歸的影響效果不顯著外，其余至少在10%的水平上顯著為正，表明地區中老年人使用數字金融服務越便利、成本越低，越有利于促進該地區中老年人配置養老金融資產，但對購買商業養老保險或壽險及年繳保費的影響效果不顯著。

表6 數字普惠金融分指數回歸結果

五、數字普惠金融與中老年人受騙風險

（一）直接效應

隨著數字普惠金融的發展，弱勢群體金融服務的可得性不斷得到提高，但詐騙手段也變得更加精準化和數字化，銀發人群也逐漸成為新型數字化詐騙的重災區。因此，本文實證檢驗了數字普惠金融與中老年人受騙風險的關系。表7報告了數字普惠金融對中老年人受騙風險影響的估計結果。鑒于受騙風險變量是二值虛擬變量，故選用Probit 模型進行檢驗。實證結果顯示，數字普惠金融的系數在1%的水平上顯著為正，表明數字普惠金融顯著提高了中老年人的受騙風險。從地區數字普惠金融的覆蓋廣度、使用深度和數字化程度三個細分指標來檢驗，發現這三個指標均可能提高中老年人受騙風險。進一步地，本文采用“地級市到杭州市的球面距離”作為數字普惠金融的工具變量，運用Iv-Probit 模型處理可能存在的內生性。表7 的實證結果顯示，在克服了內生性后，結果依然穩健。

表7 數字普惠金融對中老年人受騙風險的影響

（二）中介效應檢驗

本文主要探究了持有金融資產種類和持有風險金融資產兩方面的作用機制。表7 的結果表明，數字普惠金融會顯著提高中老年人受騙風險。表8報告了逐步回歸中介效應檢驗法的第二步和第三步的回歸結果。（1）列的實證結果顯示，數字普惠金融顯著增加了中老年人持有的金融資產種類。（2）列是同時加入數字普惠金融和金融資產種類變量的估計結果，數字普惠金融和金融資產種類的系數均在1%的水平上顯著為正。Bootstrap中介效應檢驗的結果表明，金融資產種類變量的95%置信區間不包含0。由此可得，增加持有的金融資產種類可能是數字普惠金融影響中老年人受騙風險的機制之一。（3）列的實證結果顯示，數字普惠金融顯著促進了中老年人持有風險金融資產。（4）列是同時加入數字普惠金融和持有風險金融資產變量的估計結果，數字普惠金融和持有風險金融資產的系數均在1%的水平上顯著為正。Bootstrap 中介效應檢驗的結果表明，持有風險金融資產的95%置信區間不包含0。由此可得，促進持有風險金融資產可能是數字普惠金融影響中老年人受騙風險的機制之一。數字普惠金融降低了交易成本，放松了參與機會的限制，從而促進金融產品的投資，由此導致中老年人暴露在高金融風險環境中，增加了其被詐騙的可能性。

表8 中介效應檢驗

六、結論與啟示

本文基于中國健康與養老追蹤調查以及北京大學數字普惠金融指數，實證分析了數字普惠金融對中老年人養老金融資產配置的影響。研究發現：第一，促進地區數字普惠金融水平的發展，有利于提高中老年人參與金融資產的分散程度、總金融資產持有金額、風險金融資產參與意愿和持有金額，以及有利于提高商業養老保險或壽險的購買意愿以及年繳保費。第二，數字普惠金融對于自身金融資產規模較小的中老年人配置養老金融資產的作用更大，有利于緩解財富不平等。第三，提高地區數字普惠金融的覆蓋廣度、使用深度和數字化程度，同樣能有效提高中老年人養老金融資產配置。第四，數字普惠金融可能會增加中老年人的受騙風險，數字普惠金融的三個二級子指標也會有類似的作用。第五，中介效應檢驗發現，數字普惠金融促進中老年人參與風險金融市場，增加了其持有金融資產種類，導致其更容易暴露在高金融風險環境中，從而增加了被詐騙的可能性。

基于本文的研究結論，主要得出以下政策啟示：

第一，家庭養老、土地養老和社會保險養老三種模式主導了我國居民養老保障方式，居民主動參與配置養老金融資產比重較低。然而，隨著我國人口老齡化不斷加劇，家庭將面臨“養老撫幼”的雙重負擔，巨大的生活照料壓力無疑會弱化家庭內部的互助能力。因此，需大力發展以養老金融為主的第三支柱養老金，積極引導居民進行養老儲蓄，支持高質量的可持續養老體系建設。

第二，數字普惠金融立足“機會平等”需求，有效提高了社會各個階層和群體金融服務的可得性。中老年人是普惠金融服務的重點對象，也是儲蓄率高的特殊群體，對其應采取有針對性的政策措施，打通金融服務“最后一公里”，持續推進互聯網應用“適老化”改造行動，探索銀行等金融機構“適老化”服務，消弭“數字鴻溝”。

第三，高度重視數字發展帶來的中老年人被詐騙風險問題。需加強養老金融知識普及宣傳教育，不斷提高中老年人的養老金融素養和風險防范意識；加強互聯網金融機構監管，規范市場秩序，及時向中老年人告知理財風險；持續在媒體客戶端、微信視頻號、抖音等平臺發布反詐宣傳視頻，推廣國家反詐中心App，增強中老年人的防范意識。

注 釋

①數據來源：《中華人民共和國2021 年國民經濟和社會發展統計公報》。

②數據來源：《中國發展報告2020：中國人口老齡化的發展趨勢和政策》。

③數據來源：《騰訊110中老年人反欺詐白皮書》。

④數據來源：《2021銀發經濟洞察報告》。

⑤數據來源：《中國養老金融調查報告（2021）》。