人口結構、房產擁有與家庭金融脆弱性

摘要：隨著我國人口結構問題顯露，房地產業風險上升，家庭面臨的金融風險也愈發受到關注。本文基于2019年中國家庭金融調查（CHFS）的數據，使用概率統計方法測度家庭金融脆弱性，研究老年撫養比、少兒撫養比和家庭規模對家庭金融脆弱性的影響，并進一步探究家庭房產在其中起到的作用。實證研究發現：第一，老年撫養比對家庭金融脆弱性有顯著的緩解作用，而少兒撫養比和家庭規模的上升則會提高家庭金融脆弱性，這種影響在不同收入家庭和城鄉家庭間存在異質性。第二，老年撫養比的上升能夠減少家庭房產負債，提高家庭房產價值，而少兒撫養比和家庭規模的提高會增加房產負債和房產價值。第三，房產負債對家庭金融脆弱性有顯著的正向影響，房產價值對家庭金融脆弱性有顯著的負向影響。基于此，本文認為應當從維持房價穩定、降低養育成本、完善養老金融體系等幾個方面減輕家庭債務負擔，緩解家庭金融脆弱性。

關鍵詞：人口結構；家庭金融脆弱性；房產負債；房產價值；養老金融；撫養比

中圖分類號： F832；C924.24" " " 文獻標識碼：A" " " 文章編號：1007-0753（2024）01-0016-13

收稿日期：2023-09-05

作者簡介：李程，博士，教授，天津工業大學經濟與管理學院，研究方向為金融風險。

雷鳴，碩士研究生，天津工業大學經濟與管理學院，研究方向為金融風險。

本文感謝匿名審稿人的寶貴意見，文責自負。

一、引言

（一）研究背景

過去幾十年，我國人口結構呈現出老齡化、少子化和家庭規模小型化的趨勢。作為組成社會的基本單元，家庭承擔了贍養老人和養育子女的責任與義務。在這種背景下，以老齡化、少子化為主的人口結構變化將深深影響家庭包括住房需求在內的經濟行為。

在我國經濟不斷增長的40多年中，各類資產的價格也水漲船高，房產價格更是以遠超居民收入增加的速度增長。房產升值使得中國家庭賬面財富不斷增長，房產資產已成為居民部門資產中占比最高的部分。《中國家庭財富調查報告2019》顯示，2018年我國城鎮居民家庭房產凈值占家庭人均財富的71.35%，農村居民家庭資產中房產凈值占比為 52.28%。《2022年中國家庭財富變動趨勢》顯示，2022年有計劃購房的家庭比例與還在觀望的家庭比例總體在波動中有所上升，2022年末個人住房貸款余額 38.8 萬億元。央行2023年三季度金融機構貸款投向統計報告顯示①，到2023年三季度末，人民幣房地產貸款余額53.19萬億元，呈現企穩態勢。

房產作為居民財富的主要組成部分，對家庭資產負債表的健康程度具有決定性影響，同時影響家庭的金融脆弱性，即家庭應對不確定性沖擊的能力。一方面，我國居民資產結構嚴重失衡，呈現資產結構單一的特征，房產在居民部門資產中占比過高；而房產又是一種需求彈性較低的產品，大多數家庭不可能頻繁進行房產交易，因此一旦房產價格出現劇烈波動，就易產生家庭金融風險。另一方面，房產帶來的家庭債務和可能出現的消費萎縮也引發了社會對居民部門金融脆弱性的擔憂。房地產價格的持續攀升使得居民負債買房成為一種常態，這顯然會加重居民的債務負擔，一旦居民收入出現波動或者出現其他未預期的事件沖擊，都會減弱居民償還債務的能力，導致家庭金融風險激增。在美國次貸危機和歐元區主權債務危機發生后，各國央行開始重視家庭部門的風險，從宏觀金融穩定視角評估家庭部門的金融脆弱性（Leika等，2017）。

房產需求與家庭人口結構密切相關，家庭擁有房產的存量同樣深刻影響著家庭金融風險，家庭人口結構的變化將從資產、負債、收入、支出等各個方面影響家庭經濟行為，從而影響家庭金融脆弱性。家庭是社會的基本單位，關注家庭金融風險，避免由人口結構變動或者房產投資導致家庭金融脆弱性上升，對我國打好防范化解重大風險攻堅戰具有重要意義。

（二）文獻綜述

1.人口結構和房產的關系

Bakshi和Chen（1994）提出生命周期投資假說，認為處于20—40歲的人群更傾向于將財富投資于住房而非金融資產，隨著年齡增長，對房產和金融資產的投資傾向會反轉。Iwaisako（2009）利用數據分析出年輕家庭金融資產參與的廣度和深度會隨著年齡的增長而增加，在50歲達到頂峰。Takáts（2012）認為人口規模、家庭規模與住房需求之間有著密不可分的聯系。國內學者大多認為不同年齡人群對房產需求的影響有明顯差異，顧和軍等（2017）認為，少兒撫養比的提高會顯著降低住房消費面積，而老年撫養比對房產消費沒有顯著影響。鄧宏乾和張雪（2021）認為，少兒撫養比與老年撫養比都與房價呈顯著負相關關系，人口流動率與房價呈顯著正相關關系。周建軍等（2020）研究發現，少兒撫養比與房價變動的方向相反，但老年撫養比與房價變動的方向正相關。也有學者從杠桿角度進行研究，認為老年撫養比對家庭杠桿水平有負向影響，少兒撫養比對家庭杠桿水平有正向影響（謝太峰等，2022）。總的來看，學者們都認為人口結構和房產需求、房產價格有著密切的關系，但是結論并不一致。

2.家庭金融脆弱性

目前學界對家庭金融脆弱性沒有一個明確統一的定義標準，Genevieve等（2019）將家庭金融脆弱性定義為家庭在未來陷入財務困境的可能性。李波和朱太輝（2020）用“財務保證金”來測度家庭金融脆弱性，將其定義為家庭在滿足包括生活成本、債務支付等必須支出之后是否有資金剩余以應付非預期財務支出。

現有文獻更多地從債務方面來衡量家庭金融脆弱性，例如無法清償金融債務、收不抵支（ Anderloni 等，2012）、過度負債 （Lusardi 和 Tufano，2015） 。劉波等（2020）借鑒世界銀行測度貧困脆弱性的方法，從“資不抵債”“入不敷出”兩個維度測度家庭金融脆弱性。張冀等（2020）認為，脆弱性不但關系到風險本身，還和家庭應對風險沖擊的能力有關，盡管家庭金融脆弱性的本質是風險，但需要從家庭的應對能力上體現。

影響家庭金融脆弱性的因素是多方面的，如人口結構、家庭收支、房產數量、受教育水平、家庭成員的金融素養等。在人口結構方面，有子女或者子女多的家庭，其教育、日常開支較大，家庭金融脆弱性也就相對較高（Anderloni等，2012）；規模較大的家庭商品消費需求高，醫療、教育等方面的費用也較多，因此家庭金融脆弱性更強（Lusardi等，2011）。房產方面，Daud等（2018）認為擁有自己的房產能緩解家庭金融脆弱性。收入方面，Yusof等（2015）和Brunetti等（2016）認為收入水平是影響家庭金融脆弱性的重要因素，收入水平低的家庭面臨更高的金融脆弱性。此外，戶主個人特征對家庭金融脆弱性亦有影響，部分研究表明女性戶主的家庭以及由年輕人組建的家庭更容易面臨金融脆弱性上升的風險（Brunetti等，2016；Ampudia等，2016）。Anderloni等 （2012）和Yusof等（2015）認為，教育水平的提高有利于降低家庭金融脆弱性。金融素養是近年來被認為能高度緩解家庭金融脆弱性的因素，李波和朱太輝（2020）認為家庭債務杠桿上升明顯加重了金融脆弱性，而較高的金融素養能夠顯著緩解債務杠桿對金融脆弱性的負向作用。外部因素也會對家庭金融脆弱性產生影響，例如多層次醫療保障體系（袁成和于雪，2022）、普惠金融（柴時軍和齊昊，2023）、住房公積金制度（李勝旗和王新，2023）均對家庭金融脆弱性具有顯著抑制效應。

綜上，已有文獻肯定了家庭人口結構、家庭經濟活動與房產需求之間存在一定關系，人口結構、房產需求與家庭的金融脆弱性也是密切相關的，但是這三者結合起來的研究相對較少。本文擬在這個方面進行分析，彌補已有研究的不足。本文可能的創新點有：第一，相對已有文獻對人口結構分析比較單一的缺陷，本文分析人口結構中的老年撫養比和少兒撫養比對家庭脆弱性的異質性影響；第二，研究房產變量在其中的中介作用，尤其是區分了房產負債、房產價值和人口結構的不同關系，以及對家庭金融脆弱性的不同影響，拓展了相關研究邊界，豐富了人口結構、房產和家庭金融脆弱性關系的內涵。

二、理論分析

（一）生命周期視角下的人口結構與家庭金融脆弱性

對于我國家庭來說，房產貸款是主要的負債來源，但僅房產貸款的增加并不足以導致金融脆弱性上升。準確來說，家庭金融脆弱性與家庭整體的財富存量及收入流量，也就是家庭資產負債表的健康程度密切掛鉤。當家庭的資產負債表惡化時，如負債激增、收入銳減或者財富值減少，家庭金融脆弱性均會相應提升。因此，不能僅從負債角度來衡量金融脆弱性的高低，而要從整個資產負債表的健康程度來進行衡量。如果資產和負債出現錯配，則必然蘊含著風險。而資產負債表是動態調整的，和家庭人口結構的變化直接相關，這就涉及生命周期理論。

生命周期理論將人的一生分為青年、中年、老年三個時期，分析人在不同時期如何規劃消費和儲蓄，重點在于消費平滑。個體在青年時沒有收入或者收入很低，他們的消費主要依靠父母或者借貸；中年時期有了穩定的工作和收入，更傾向于儲蓄；老年時期收入不會再增加，個體開始消耗中年時期積累起來的儲蓄。即從個人生命周期來看，收入呈倒U型，而家庭債務呈U型，使得家庭的資產負債表發生周期性變化：資產方先增加后逐漸平穩，到了老年以房產為代表的固定資產會增加而流動資產減少；負債方則呈現先上升后下降然后又上升的過程，其中到了老年房產負債會減少，但健康醫療負債可能增加。

結合我國現實情況來看，老年人的消費觀相對保守，消費水平也遠不及中年人和少兒群體，且一部分老年人擁有退休金，因此老年人的存在或多或少降低了家庭收不抵支的可能性，同時老年人的投資偏好又會降低家庭資不抵債的可能性。因此，老年撫養比上升可能使家庭資產增加而負債減少，能夠改善家庭資產負債表情況。然而，少兒的消費往往是“剛性消費”，家庭在孩子身上傾注了比較多的財力。劉娜等（2021）利用2016年中國勞動力動態調查（CLDS）和中國家庭追蹤調查（CFPS）數據進行研究發現，與僅有兩個成人沒有孩子的家庭相比，一孩家庭總支出將提高63.91%—67.62%，二孩家庭總支出將提高139.28%—149.99%。這可能導致家庭流動性風險提高，盡管家庭有收入來源，但是資產的積累可能暫時慢于負債的增加，從而導致資產負債表惡化，家庭金融脆弱性升高。

綜上，家庭規模的擴大可能會增加家庭開支和負債。在當今中國家庭規模越來越小型化的趨勢下，家庭支柱主要是一對中年夫妻，家庭規模的擴大主要是由于少兒增加，這會使得家庭負擔變重，從而增大家庭金融脆弱性。基于此，本文提出以下研究假設。

H1a：老年撫養比的上升會降低家庭金融脆弱程度;

H1b：少兒撫養比的上升將提高家庭金融脆弱程度；

H1c：家庭規模越大，家庭金融脆弱性程度越高。

（二）人口結構對家庭房產持有情況的影響

將生命周期的理念推廣至房產購買行為，可以發現不同年齡段個體的住房需求也呈現出類似的周期特征。個體在少兒時無法單獨購置房產，對房產需求小。個體進入青年時期后開始考慮結婚成家，對房產的需求強烈，此時他們往往通過父母資助或者銀行貸款完成購買。數據表明，有較高比例的年輕家庭以購房資助的形式獲得了代際財產轉移，戶主年齡為30—34歲的人群中獲得購房資助的比例達50%（羅楚亮，2023）。當個體進入中年，住房需求基本得到滿足，但此時是一生中收入達到峰值的時期，因此會有不少家庭購買房產進行投資。根據貝殼研究院和騰訊房產等機構公布的統計數據②，當前我國購房人群主要為25—45歲有安家置產需要的中青年。個體步入老年時期，對住房的需求降低。

家庭作為個體的組合，當家庭處于不同時期時，其規模和人口結構也不盡相同，因此對房產的需求也呈現差異。從老年撫養比來看，當老年撫養比上升時，家庭一般處于穩定期和融合期，家庭收入較多且比較穩定，有能力購買房產，也有改善住房條件的需求，但由于老人有一定的積蓄，房產負債會減少。從少兒撫養比來看，第一，若夫妻雙方中有一人主要承擔撫養少兒的任務，則其工作時間和收入會減少，增加了家庭收不抵支的可能性；第二，家庭正常消費會因為撫養孩子所需的額外支出被擠占，從而增加家庭流動性約束；第三，少兒撫養比的提升會影響家庭的投資偏好與金融市場參與度，減小家庭非金融資產占比（王韌等，2022）。但同時需要考慮的是，有子女的家庭一般會選擇置換房產，比如置換房價高昂的學區房或是購置面積更大的住房，這些都會使房產價值上漲，同時家庭一般負債會增加。由此，本文提出研究假設H2。

H2：老年撫養比的提升會使家庭房產負債減少；少兒撫養比的提升會增加房產負債，但也會提升房產價值。

（三）家庭持有房產情況對金融脆弱性的影響

房產負債和房產價值對家庭金融脆弱性的影響相反。就房產負債而言，購買房產的大額支出以及后續的房貸支出會增加家庭的債務負擔；當家庭房產數量較多時，普遍意味著家庭承擔著較多負債，導致家庭金融脆弱性增大。

就房產價值而言，得益于2000年后房價快速上漲的大環境，擁有房產家庭的紙面財富大幅增長，能夠降低家庭金融脆弱性。對于已經擁有房產的家庭而言，房產價值上升能夠帶來財富效應；同時，住房價格上漲會帶動房屋租賃價格上漲，房產價值高的家庭，其收入會出現明顯增長。因此，對于房產價值高的家庭來說，其資產價值可能比負債額度要大，因此這些家庭資不抵債的可能性極小。對此，本文提出研究假設H3。

H3：家庭房產負債與金融脆弱性正相關，而家庭房產升值帶來的財富效應使得房產價值與金融脆弱性呈負相關。

三、研究設計與指標選取

（一）變量說明與指標測度

1.被解釋變量：家庭金融脆弱性（HFF）

本文從兩個維度出發，測算家庭資不抵債且入不敷出的概率，作為家庭金融脆弱性指標（劉波等，2020）。測度公式見式（1）：

HFFi = Pr（ln Ai ≤ ln Li ， ln Ii ≤ ln Ei）" " " " " " "（1）

其中，HFFi是第i個家庭的金融脆弱性，即第i個家庭資不抵債且入不敷出的概率。Ai 、Li 、Ii 、Ei分別是第i個家庭的資產、負債、收入和支出，假設都服從對數正態分布。函數ln（x）的取值范圍為（0，+ ∞），但在數據統計中生產經營性項目虧損或者金融市場投資虧損可能會使家庭收入出現負值，因此直接舍去值在（-∞，0）之間的家庭個體，并對變量做加1取對數處理。此外，若直接估計上述四個變量，再估計家庭金融脆弱性，測算難度較大，結果也會相對失真。因此，將上面等式中四個變量恒等變換為兩個變量，即資產負債比和收入支出比，來測算家庭金融脆弱性，具體見式（2）：

2.核心解釋變量：家庭人口結構

借鑒以往文獻的做法，選取三個變量表示家庭人口結構，分別是老年撫養比（lnold），指家庭中60歲及以上人數占家庭總人數之比；少兒撫養比（lnyoung），指家庭中16歲及以下人數占家庭總人數之比；家庭規模（lnfsize），即家庭總人數。

3.中介變量和控制變量

中介變量為家庭房產變量，包括房產價值（lnhouseasset）和房產負債（lnhousedebt）。選取家庭受教育水平、健康水平、就業情況、收入水平，以及一系列戶主特征變量和家庭地理信息變量作為控制變量。具體變量說明見表1。

（二）模型設計

1.家庭金融脆弱性回歸

被解釋變量家庭金融脆弱性為連續型變量，考慮到相當一部分家庭的金融脆弱性接近于0，并不是完整的正態分布，本文使用OLS模型估計家庭人口結構和房產對家庭金融脆弱性的影響。具體見式（3）。

HFF = α + βHousehold_structure +γHouseasset + λ X + ε" " " " " " " " " " " " " （3）

其中，Household_structure表示與家庭人口結構相關的解釋變量，包括少兒撫養比（lnyoung）、老年撫養比（lnold）和家庭規模（lnfsize）；Houseasset表示與家庭房產相關的解釋變量，包括房產價值（lnhouseasset）、房產負債（lnhousedebt）；X為控制變量，ε為隨機擾動項。

2.機制分析

考慮到老年撫養比、少兒撫養比和家庭規模除直接作用于家庭金融脆弱性以外，還可能通過房產負債和房產價值對家庭金融脆弱性產生間接影響，為驗證這一內在機制，本文進行中介效應檢驗，具體模型設置如下式。

HFF = α + β1 lnold + β2 lnyoung + β3 lnfsize + β4 X" " " " " " " " " " " " " " " " " " " " " " " " " " " （4）

lnhousedebt/lnhouseasset"= α + β5 lnold + β6 lnyoung + β7 lnfsize + β8 X" " " " " " " " " "（5）

（三）數據來源

本文使用西南財經大學中國家庭金融調查與研究中心調研的中國家庭金融調查（China Household Finance Survey，CHFS）家庭問卷最新的2019年數據，在此基礎上剔除部分數據不全和極端值的樣本戶，最終得到的有效樣本量為16 690戶。變量描述性統計見表2。

四、實證分析

（一）基準回歸

表3為人口結構、房產變量與家庭金融脆弱性的OLS模型回歸結果，列（1）未加入控制變量，列（2）呈現了加入控制變量后的回歸結果。從人口結構來看，少兒撫養比和家庭規模與家庭金融脆弱性顯著正相關，而老年撫養比與家庭金融脆弱性顯著負相關，假設H1a、H1b、H1c均得到驗證。從家庭房產擁有來看，房產負債顯著提高了家庭金融脆弱性，而房產價值的提升能夠顯著降低家庭金融脆弱性，假設H3得證。

（二）機制分析

表4列（1）檢驗了人口結構對家庭金融脆弱性的直接影響效應。與前文基準回歸結果類似，老年撫養比的提高會降低家庭金融脆弱性，而少兒撫養比的提高和家庭規模的擴大則會加劇家庭金融脆弱性。列（2）、列（3）列示了人口結構對家庭房產的回歸結果，可以看出老年撫養比對家庭房產負債和房產價值有著相反的作用，老年撫養比的上升在減少家庭房產負債的同時，對房產價值有積極作用。少兒撫養比的上升會增加房產負債，也會促進房產價值提高，與假設H2一致。此外，家庭規模對房產負債和房產價值都有顯著的正向作用，這主要是因為家庭規模較大時需要更多或更大面積的房產來解決家庭成員的居住問題。根據前文理論分析，房產負債會提高家庭金融脆弱性，而房產價值有利于降低金融脆弱性，因此可以認為，人口結構不僅對家庭金融脆弱性有直接的影響效應，還能通過房產負債和房產價值路徑的間接效應，進一步對家庭金融脆弱性產生影響。

（三）穩健性檢驗

為了考察模型估計結果的可靠性，本文進行穩健性檢驗。家庭經濟脆弱性（HEF）是家庭金融脆弱性的同類概念，側重于家庭現金流的穩定，認為只要家庭當期收入和流動資產足以應付一段時間內的支出，這個家庭就不至于陷入財務困境，也能夠衡量家庭經濟金融方面的穩定性和陷入貧困的可能性。因此，本文采用家庭經濟脆弱性（HEF）替換被解釋變量進行穩健性檢驗。

從家庭現金流風險的角度構建家庭償付能力（HCF）指標，具體見式（6）。若家庭的當期收入與流動資產之和大于當期支出，或者說能夠滿足家庭的當期支出，則認為該家庭不存在經濟脆弱性（HEF=0）；反之，則認為該家庭處于經濟脆弱狀態中（HEF=1）。

由于家庭經濟脆弱性為虛擬變量，本文采用Probit模型對此進行回歸，具體見式（8）。

Pr（HEF=1）=F（x， β）" " " " " " " "=?（α +βHousehold_structure+" " " " " " "γHousehold+ λX+ε）" " " " " " " " " "（8）

表5列示了替換被解釋變量后的Probit模型回歸結果。由于Probit模型與OLS模型所用的分布函數不同，其參數估計值無法直接比較，本文計算了Probit的邊際效應后進行比較。可以發現，邊際效應與回歸系數的正負符號、顯著性是一致的，說明檢驗結果穩健。

（四）內生性檢驗

為解決反向因果、遺漏變量等可能導致的內生性問題，本文引入工具變量進行兩階段最小二乘法（2SLS）進行回歸。具體而言，由于受教育年限對家庭購房能力有影響（劉倩，2023），且和房產價值相關，戶主年齡與少兒撫養比和老年撫養比相關，同時它們與被解釋變量家庭金融脆弱性的相關性不大，滿足工具變量的相關性要求和外生性要求，本文引入受教育年限和戶主年齡兩個工具變量。2SLS回歸結果如表6所示。

從表6可知，工具變量不可識別檢驗、弱工具變量檢驗均通過，說明工具變量有效。從回歸系數來看，工具變量法回歸結果與基準回歸結果基本一致，說明前文結論穩健。

（五）異質性分析

1.家庭收入異質性

本文將樣本家庭按照收入分為低收入家庭、中等收入家庭和高收入家庭三組，并分組進行回歸。根據表7的回歸結果可知，對于低收入家庭而言，房產負債顯著提高了家庭金融脆弱性，房產價值則顯著降低了其家庭金融脆弱性；對高收入家庭而言，家庭房產的影響則并不顯著；中等收入家庭的顯著性和估計系數介于這兩個群體之間。究其原因，房產資產占低收入家庭資產的比重更大，房貸對家庭而言意味著沉重的債務，每個月的月供也讓他們的現金流捉襟見肘，提高了家庭金融脆弱性；但房產升值則會因為房產的財富效應和租金效應使家庭獲得更多的收入，極大地緩解家庭金融脆弱性。對高收入家庭來說，他們的收入來源廣、收入穩定，除了固定收入，還會從股票、債券、基金等金融資產獲得收益，房產可能是家庭總資產中很小的一部分，因此其家庭金融脆弱性以及日常消費并不會受到房產的顯著影響。由此可見，房產對家庭金融脆弱性的影響主要體現在低收入家庭上，在制定防范家庭債務風險相關政策時，應該特別注意低收入群體的購房行為和債務負擔。

2.城鄉家庭異質性

本文將樣本劃分為城市家庭和農村家庭樣本，探究人口結構和房產對城鄉家庭的不同影響。從表8可以看出，就人口結構而言，農村家庭的老年撫養比和少兒撫養比對家庭金融脆弱性系數的影響絕對值均高于城市家庭，可能的原因是農村家庭的老年人消費相對少，對家庭的付出更多，更能緩解家庭金融脆弱性；同時農村基礎設施建設較差，家庭養育子女承擔了巨大壓力，從而增加了金融脆弱性。就家庭房產而言，房產負債能夠顯著加劇城市家庭金融脆弱性，但房產相關變量對農村家庭沒有顯著影響。這可能是因為農村家庭的房產多為自建房，而城市家庭的房產多為購買的商品房且房價較高，對城市家庭資產負債表和流動性產生了較大影響，從而提高了家庭金融脆弱性。

五、結論與政策建議

（一）結論

本文利用2019年中國家庭金融調查（CHFS）的微觀數據，從家庭的視角，分析了家庭人口結構和房產對金融脆弱性的影響。得到結論如下：

第一，人口結構對家庭金融脆弱性具有顯著影響，老年撫養比的上升會降低家庭金融脆弱性，而少兒撫養比和家庭規模的上升會提高家庭金融脆弱性。家庭房產對家庭金融脆弱性也具有顯著影響，其中房產負債與金融脆弱性呈正相關，房產價值與金融脆弱性呈負相關。

第二，機制檢驗結果表明，人口結構不僅直接作用于家庭金融脆弱性，還能夠通過房產變量對家庭金融脆弱性產生影響。老年撫養比與家庭房產負債負相關、與房產價值正相關，從而有利于降低家庭金融脆弱性；少兒撫養比、家庭規模的提高會增加房產負債和房產價值，進而提高家庭金融脆弱性。

第三，人口結構、房產對家庭金融脆弱性的影響具有家庭收入異質性和城鄉異質性。房產負債和房產價值對低收入家庭的金融脆弱性具有顯著影響，但對高收入家庭則并不顯著。農村家庭老年撫養比上升對家庭金融脆弱性的緩解程度更大，但房產負債和房產價值對家庭金融脆弱性的估計系數不顯著。

（二）政策建議

首先，合理控制家庭住房貸款規模，降低家庭金融風險，緩解家庭資產配置單一問題。具體而言，可以結合家庭人口結構，對首套房家庭給予更多政策上的支持，而對中低收入家庭的多套房審批應該更加嚴格。同時，采取更靈活的限購政策，對高收入家庭的購房行為不能一味限制，而是提供更多的投資渠道，實現資產保值增值。

其次，保持房價穩定，避免房價過度下跌造成居民的財富損失。房產增值是家庭財富的重要組成部分，在當前房地產市場不振的背景下，應該采取措施，支持剛需和改善型需求，改變過嚴的限購限貸限價措施，恢復到正常市場狀況，防范房地產硬著陸風險。

再次，出臺更完善更開放更有吸引力的生育政策，緩解少兒撫養比提高導致的家庭金融脆弱性增加。在制定政策時考慮到激勵性生育政策存在的城鄉差異、收入群體差異等，有針對性地對不同群體實施分層化政策。著重考慮降低生育行為的機會成本，不應讓家庭或者女性獨自承擔養育孩子的成本，政府和社會更應擔負起責任。

最后，健全養老金融體系，探索實現老有所依的金融產品。房地產對老年人養老至關重要，在人口老齡化日益加重的背景下，應當促進養老金融創新，為老年人提供具有良好基礎設施保障的老年住宅產品，保障老年人權益。同時，適當支持銀行機構在風險可控的前提下，放寬房貸年齡限制，激活老年人購房需求。

注釋：

① 見http：//www.pbc.gov.cn/。

② 見https：//research.ke.com/和https：//m.db.house.qq.com。

參考文獻：

[1] LEIKA M， MARCHETTINI D， WOLF A G. A generalized framework for the assessment of household financial vulnerability[R]. IMF Working Paper， 2017.

[2] BAKSHI G S， CHEN Z W. Baby boom， population aging， and capital markets[J]. Journal of Business， 1994， 67（02）：165-202.

[3] IWAISAKO T. Household portfolios in Japan [J]. Japan and the World Economy， 2009， 21（04）：373-382.

[4] TAKáTS E. Aging and house prices[J]. Journal of Housing Economics， 2012， 21 （02）： 131-141.

[5]顧和軍，周小躍，張晨怡.“全面二孩”、人口年齡結構變動對住房消費的影響[J].中國人口·資源與環境，2017，27（11）：31-38.

[6]鄧宏乾，張雪.人口結構對住房價格的影響——基于撫養負擔與流動人口兩個維度[J].江漢論壇，2021（02）： 12-20.

[7]周建軍，劉奎兵，鄭嬌，等.人口結構對房價的影響及其區域差異性研究[J].經濟經緯，2020，37（03）： 134-141.

[8]謝太峰，路偉，劉瑩. 人口結構對家庭杠桿水平的影響[J].金融論壇，2022，27（10）： 3-12.

[9] GENEVIEVE E O， CASEY E N ， NANCY Y C W， et al. Conceptualizing the multiple dimensions of consumer financial vulnerability [J]. Journal of Business Research， 2019， 100：421-430.

[10]李波，朱太輝.債務杠桿、金融素養與家庭金融脆弱性——基于中國家庭追蹤調查CFPS 2014的實證分析[J].國際金融研究，2020（07）：25-34.

[11] ANDERLONI L，BACCHIOCCHI E，VANDONE D. Household financial vulnerability： An empirical analysis [J]. Research in Economics，2012，66（03）：284-296.

[12] LUSARDI A， TUFANO P. Debt literacy， financial experiences， and overindebtedness [J]. Journal of Pension Economics and Finance， 2015，14（04）： 332-368.

[13]劉波，王修華，胡宗義.金融素養是否降低了家庭金融脆弱性？[J].南方經濟，2020（10）：76-91.

[14]張冀，于夢迪，曹楊.金融素養與中國家庭金融脆弱性[J].吉林大學社會科學學報，2020，60（04）：140-150+238.

[15] LUSARDI A，SCHNEIDER D J，TUFANO P." Financially fragile households： Evidence and implications [R]. NBER Working Paper，2011.

[16] DAUD S N M， MARZUKI A， AHMAD N， et al. Financial vulnerability and its determinants： Survey evidence from Malaysian households[J]. Emerging Markets Finance and Trade， 2018，55（09）： 1-13.

[17] YUSOF S A，ROKIS R A，JUSOH W" J" W. Financial fragility of urban households in Malaysia [J]. Journal Ekonomi Malaysia， 2015，49（01）：15-24.

[18] BRUNETTI M， GIARDA E， TORRICELLI C. Is financial fragility a matter of illiquidity？ An appraisal for Italian households [J]. Review of Income and Wealth，2016，62（ 04） ： 628-649.

[19] AMPUDIA M， VAN VLOKHOVEN H， ZOCHOWSKI D." Financial fragility of Euro area households [J]. Journal of Financial Stability，2016，27（C）： 250-262.

[20]袁成，于雪. 多層次醫療保障體系改善我國家庭金融脆弱性的效果評估[J].東南大學學報（哲學社會科學版），2022，24（03）：51-60+147.

[21]柴時軍，齊昊.普惠金融與家庭金融脆弱性[J].財經論叢，2023（10）：58-68.

[22]李勝旗，王新.住房公積金對家庭金融脆弱性影響研究——基于中國家庭金融調查數據[J].金融經濟，2023（08）： 30-42.

[23]劉娜，李小瑛，顏璐.中國家庭育兒成本——基于等價尺度福利比較的測度[J].人口與經濟，2021（01）：50-67.

[24]羅楚亮. 代際財產轉移與財產分布不均等——基于房產的經驗分析[J].財貿經濟，2023（02）：88-104.

[25]王韌，許豪，張雙雙. 子女結構會影響家庭金融資產配置嗎——來自中國家庭金融調查（CHFS）的證據[J].山西財經大學學報，2022，44（03）：58-71.

[26]劉倩. 數字鴻溝與財富不平等[J].消費經濟，2023，39（04）： 42-56.

[27]經濟日報社中國經濟趨勢研究院. 中國微觀經濟調查（家庭財富卷）[M]. 人民出版社，2021.

[28]田志鵬. 中等收入群體家庭就業穩定性與生育計劃研究——基于2017 年和2019年中國社會狀況綜合調查數據[J].華中科技大學學報（社會科學版），2022（04）：112-119.

[29]何光輝，杜威，楊咸月.中國城、鄉家庭負債決策差異研究——兼析父輩因素的影響[J].世界經濟文匯，2021（06）： 54-71.

[30] YUSOF S" A. Ethnic disparity in financial fragility in Malaysia[J]. International Journal of Social Economics， 2018， 46（01）： 31-46.

[31]西南財經大學中國家庭金融調查與研究中心，螞蟻集團研究院，螞蟻理財智庫. 2022年中國家庭財富變動趨勢——中國家庭財富指數調研年度報告[R]. 西南財經大學中國家庭金融調查與研究中心，2023.

（責任編輯：唐詩柔）

Population Structure， Property Ownership， and Household

Financial Vulnerability

LI Cheng， LEI Ming

（School of Economics and Management， Tiangong University）

Abstract： With the emergence of population structure issues in China， risks in the real estate industry are increasing， and attention to financial risks facing households is growing. This article uses data from the 2019 China Household Finance Survey （CHFS） and employs probabilistic statistical methods to measure household financial vulnerability. It investigates the impact of the elderly dependency ratio， child dependency ratio， and family size on household financial vulnerability and further explores the role of family property ownership. Empirical research findings are as follows： Firstly， the elderly dependency ratio significantly mitigates household financial vulnerability， while increases in the child dependency ratio and family size exacerbate household financial vulnerability， with heterogeneity existing between different income groups and urban-rural families. Secondly， an increase in the elderly dependency ratio reduces household property debt and increases property value， whereas increases in the child dependency ratio and family size lead to higher property debt and property value. Thirdly， property debt has a significant positive impact on household financial vulnerability， while property value has a significant negative impact. Based on this， the article suggests alleviating household debt burden and mitigating household financial vulnerability from several aspects including maintaining stable housing prices， reducing childcare costs， and improving the pension financial system.

Keywords： Population structure; Family financial vulnerability; Property debt; Property value; Aging finance; Dependency ratio