数字金融对家庭资产配置的影响研究来自CHFS的证据Word文档格式.docx
《数字金融对家庭资产配置的影响研究来自CHFS的证据Word文档格式.docx》由会员分享，可在线阅读，更多相关《数字金融对家庭资产配置的影响研究来自CHFS的证据Word文档格式.docx（13页珍藏版）》请在冰豆网上搜索。
李继尊（2015）指出，中国互联网金的崛起得益于电子商务和通信技术迅猛发展，而这进一步降低了传统金融对实体银行网点的依赖，具有更强的地域优势和降低金融服务成本的优势，可以促进普惠金融的发展。
焦瑾璞（2014）认为，移动互联网的大众化使许多欠发达地区拥有金融服务成为了可能，焦瑾璞等（2015）还指出，数字货币能够扩宽中小企业的融资渠道，在维持金融稳定的同时促进整体盈利水平的提高，特别是在金融资产配置方面，数字货币通过在增加金融服务覆盖面、降低服务成本来优化金融资产配置。
易行健等（2018）研究发现数字金融的发展可以使支付方式更加便利、提高金融市场资金的流动性，从而提高了居民消费的水平。
对于家庭资产的配置的相关文献研究，从国外来看，对于家庭资产配置的研究主要集中于资产配置的特点。
Heimer（2016）认为宏观经济环境会潜移默化地影响着市场参与者。
Campbell（2006）认为投资参与度、风险偏好与财富水平是相互影响的，风险偏好较高的市场参与者倾向于积累更多的财富，市场中风险较高的金融产品往往收益也较高。
韩立岩等（2013）认为资产是保障家庭存在和发展的物质基础，合理有效的家庭资产配置结构会促进家庭财富增值、提高消费水平、推动社会经济发展。
此外，魏先华等（2014）认为随着我国GDP的不断提高、金融市场的不断发展，我国居民的投资意识得到提高，通过合理得配置金融资产组合来抵御通货膨胀的风险的需求也日益强烈。
徐佳（2016）指出中国家庭的金融资产持有情况具有低财富家庭资产结构单一，高财富家庭资产组合多元的特点。
无论是数字金融对传统金融的优化促进，还是数字金融的发展现状与未来的研究，数字金融的研究主要集中于描述性分析或者宏观层面的研究，家庭资产配置的研究则主要集中于宏观及微观的各个因素会对家庭资产配置产生的影响，或者研究数字金融对金融市场发展具有的作用。
而本文将基于CHFS的数据进行实证分析、从微观视角研究数字金融发展对于家庭的投资行为的影响，通过研究数字金融对家庭资产配置之间的关系，向政府、金融机构和家庭提出建议，希望能够探究到数字金融可能发挥的作用，来更好地促进整个金融市场稳定健康发展。
1.3研究方法与论文架构
本文主要研究的是微观层面的金融问题，从家庭资产配置的角度出发，探讨家庭资产配置与数字金融之间的联系。
本文实证数据来源于CHFS。
本文旨在研究两个问题，第一，数字金融的发展程度对居民家庭参与股票和债券以及基金市场总量的影响；
第二，数字金融的发展程度对家庭金融资产占家庭总资产比例的影响。
本文一共分为四个章节，各章节内容如下：
第一章引言，叙述了本文研究思路的起始来源以及研究背景与意义。
除此之外，对相关文献的研究现状做出一定的阐述总结并说明了本文研究的方法与论文框架。
第二章我国数字金融和家庭资产配置现状，阐述了我国数字金融在宏观层面的发展现状，以及在数字金融发展的大背景下对家庭的投资行为、抵御风险的能力的影响。
另外，根据数据了解当前家庭资产配置情况并做出总结。
第三章实证分析部分，在分析了数字金融的发展状况以及家庭资产配置的现状，利用CHFS数据进行变量描述，根据所研究的问题，选取各地区的数字金融指数作为解释变量，选取每个家庭的股票、债券、基金分别占家庭资产的比重作为被解释变量，然后选取收入、年龄、受教育程度、风险偏好农村、婚姻状况、区域差异等作为控制变量。
最后通过加入新的控制变量对实证结果进行分样本的异质性检验。
第四章结论与政策建议，本文通过对数据的回归结果进行分析研究，从政府机构、金融机构和家庭三个方面分别提出相应的建议。
第2章我国数字金融和家庭资产配置现状
2.1数字金融发展现状
21世纪，我国数字经济已进入快速发展期，区块链、云计算、大数据等数字技术获得巨大的发展突破，信息基础设施实现跨越式发展，实体经济与数字技术融合日益成为主要发展方向。
在自身发展方面，数字经济成为经济高质量发展的新引擎、数字科技创新能力取得进步；
在发展环境方面，国内外开放合作日益扩大、数字经济发展环境不断完善。
具体表现在：
一方面，数字经济加速与传统产业融合，逐渐从需求端向供给端，从线上向线下拓展，促进新模式、新业态的出现，提升消费服务体验和资源利用效率;
除此之外，传统产业加快数字化、网络化、智能化转型步伐，新技术的诞生有利于我国经济全要素效率提升，加快改造传统动能，推动新旧动能接续转换。
在数字经济发展的大背景下，随着金融科技的发展，互联网数字化的普及率逐渐提高，传统的普惠金融发展成为数字普惠金融。
其中，科技与金融相结合的产物被称为金融科技，它的出现创新了新的发展模式、新的运营方式以及新的产品，因此优化金融市场、金融机构、金融产品提供服务的方式。
目前我国金融科技发展处于互联网阶段。
在这个阶段表现在金融业务利用大数据进行信息搜集，实现金融业务各终端的互联互通。
简单来说就是对传统的金融信息渠道进行变革，最具代表性的有第三方支付、P2P、众筹融资等。
从宏观背景看，2015年底，国务院首次从国家层面明确了普惠金融的定义，同时确定农民、小微企业、城镇低收入人群和残疾人、老年人等其他特殊群体为普惠金融主要服务对象。
纵观国内外，普惠金融的发展在概念、理论和实践等方面都经历了逐渐深化的趋势：
从开始重点关注实体银行网点和信贷服务的使用程度，扩展到广泛覆盖支付、存贷款、征信和证券等多业务的综合金融服务。
从实践层面来看，自20世纪90年代至今，我国普惠金融实践已经从最初的公益性小额信贷到如今广泛覆盖支付、保险等多种业务领域，并由于网络和移动等技术的广泛应用而得到长足发展，但是各省市的普惠金融发展还有很大差别，如图2-1：
图2-12011年和2015年各省数字普惠金融指数
图2-1来源于北京大学数字普惠金融指数。
如图中所展示，整体上2015年各省份的数字普惠金融指数都高于2011年数字金融普惠指数。
其中，数字普惠金融指数最高的是上海市；
最低的是西藏。
图中大部分数字普惠金融指数发展较为落后的省份都有较大的提升，而数字普惠金融指数有一定发展水平的地区变化不大。
因此，近年来我国数字金融发展状况较好，地区发展不平衡的不足得到一定的弥补。
2.2家庭资产配置现状
据人民银行报告数据显示，2019年全国城镇居民家庭户均总资产317.9万元，资产分布分化明显，其中，实物资产是家庭资产的主要组成部分，而投资于住房的资金比重最大，达到96.0%；
但投资金融资产的占比较低，仅为20.4%，居民家庭更乐于投资无风险金融资产。
《2019年中国城镇居民家庭资产负债情况调查》指出，城镇居民家庭负债参与率高，为56.5%，大部分负债主要集中于小部分家庭，承担总样本家庭61.4%的债务是20%负债最高的家庭；
家庭负债结构较为单一，负债的主要来源为银行借贷，占家庭总负债的75.9%的房贷是家庭负债的主要构成部分。
此外，城镇居民家庭净资产均值为289万元，分化程度高于资产的分化程度。
与美国家庭净资产最高为1%的净资产占全部家庭净资产的比重为38.6%相比，我国城镇居民家庭财富分布相对均衡为17.1%。
但与美国相比，我国居民主要的家庭投资产大部分集中于房产等不动产如图2-2（图片来源于数字金融指数说明）短时间内不能在市场流动刺激市场活力。
图2-2资产配置比例
总体而言，我国居民接触到各类金融产品及产品种类愈来愈丰富、投资意识不断增强，在资产组合中，合理利用配置金融资产来抵御通货膨胀的风险的需求也日益强烈。
因而，通过数字金融的发展，增加金融可得性，鼓励居民家庭合理运用的数字金融发展产物进行金融资产投资，对于优化我国居民家庭的资产组合、优化其收入结构、增强抗风险能力有着重要的意义。
本文在综合国内外研究的基础上，结合北京大学数字研究中心数字普惠金融指数相关调查结果，分析我国居民家庭资产组合中数字金融发展对金融资产配置的影响，以期为居民家庭资产结构的合理化配置提供微观基础。
第3章实证分析部分
3.1数据说明
本文所用数据来自西南财经大学中国家庭金融调查与研究中心在全国范围内开展的收集有关家庭金融微观层次的抽样调查项目。
该项目名称为中国家庭金融调查（ChinaHouseholdFinanceSurvey，CHFS），该项目调查的内容主要包括：
金融资产以及包括住房资产在内的非金融资产、负债和信贷约束、收入、消费、社会保障与保险、代际转移支付、人口特征和就业以及支付习惯等。
本文使用的是CHFS项目2015年样本扩大到40000余户，具有全国、省级和副省级城市代表性的横截面数据，通过剔除不符合的观察值，最终选取的样本数为37289例。
3.2变量介绍
3.2.1被解释变量：
金融资产的比重
为了准确衡量家庭资产配置，本文把每个家庭作为一个单位，将每个家庭中对于股票、基金、债券等金融资产的投资占总资产的比重作为被解释变量。
通过由不同地区、不同家庭状况所决定的数字金融发展指数的不同可能会引起家庭的金融资产中金融行为的变化来衡量数字金融的发展对于每个家庭的影响。
为了更好地体现研究结果，本文对该指标进行对数化处理。
3.2.2主要解释变量：
数字金融发展指数
本文的主要解释变量为北京大学数字金融研究中心发布的中国数字普惠金融发展指数。
该指数将支付宝等线上支付数据作为依据，综合考虑了数字金融服务覆盖的广度、使用深度和数字支持服务三个方面，同时还加入了电子账户等体现金融数字化发展程度的指标，将性质和计量单位不同的指标进行无量纲化处理然后运用层次分析的变异系数赋权法、指数合成方法得出计算结果，本文选取了2015年省级层面的指数。
具体指标见下表3-1。
表3-1数字金融指数
一级指标
二级指标
具体指标
覆盖广度
账户覆盖率
每万人拥有的支付宝账户数
支付宝绑卡数量/支付宝用户数
绑定银行卡数/支付宝账户数
使用深度
支付业务
人均支付笔数
人均支付金额
活跃用户（年登陆次数大于50次）占年活跃总数比
货币基金
人均余额宝交易数
人均余额宝交易金额
信贷业务
消费贷用户数/支付宝用户数
人均贷款笔数（消费贷）
人均贷款金额（消费贷）
经营贷用户数/支付宝用户数
人均贷款笔数（经营贷）
人均贷款金额（经营贷）
保险业务
保险业务开通用户数/支付宝用户数
人均保险交易数
人均保险金额
投资业务
每万人参与互联网理财人数
人均投资笔数
人均投资金额
征信业务
基于信用生活服务使用人数/支付宝用户数
自然人征信人均调用次数
数字支持服务程度
便利性
移动支付笔数占比
移动支付金额占比
金融服务成本
小微经营者平均贷款利率
个人平均贷款利率
3.2.3控制变量：
由于家庭的金融行为受到个体层面、家庭层面和地区层面的影响，所以本文选取的控制变量为个人层面中家庭成员性别、婚姻状况、家庭成员年龄、家庭成员投资风险态度、家庭成员的文化程度；
家庭层面中家庭资产规模、家庭总收入等。
同时，还考虑到地域的差别，选取东中西部以及城镇农村作为哑变量以期构建更为合理的数据模型。
除此之外，本文对原始数据进行数字化处理。
以下是对样本的描述性统计：
表3-2描述性统计
变量名称
均值
标准差
观测值
最大值
最小值
资产
910676
1809602
37289
2.00e+07
债务
151008.60
378265.60
11646
5000000
223.48
23.20
36490
278.11
193．29
年龄
53.24
14.34
37281
101
3
性别
0.76
0.43
1
婚姻状况
0.96
0.21
33607
受教育程度
9.24
4.20
37237
22
风险偏好
0.10
0.28
农村
0.31
0.46
地域
1.74
0.82
3.3模型介绍及实证结果
为了探究数字金融对资产配置的影响，构建以下模型：
公式3-1
其中，被解释变量
表示线性化处理的能够体现家庭资产配置情况的金融行为；
解释变量
反映了数字普惠金融指数，
是解释变量指数，
表示包括个体、家庭和地区层面的控制变量，
是随机扰动项。
本文的基准模型是横截面模型，选取数字金融发展指数作为自变量，表达数字金融的发展程度；
选取股票、基金、债券在家庭资产的比重作为因变量，表达居民可能的家庭资产配置的改变。
此外，考虑到除了数字金融的发展可能会影响家庭资产的配置，还有男女、受教育程度、婚姻状况、年龄也会影响到家庭资产配置，所以把这些因素作为控制变量加入线性回归当中。
表3-3为具体回归结果：
表3-3回归结果
（1）
（2）
（3）
股票
债券
基金
6.25e-05***
7.97e-06
1.98e-05**
（2.02e-05）
（6.13e-06）
（9.06e-06）
0.0001***
3.95e-05***
2.86e-05**
（2.57e-05）
（1.10e-05）
（1.31e-05）
-0.0005
-0.0007*
-0.0002
（0.0007）
（0.0004）
0.0005
-0.0009
-0.0022
（0.0017）
（0.0008）
（0.0015）
0.0010***
9.85e-05***
0.0005***
（9.31e-05）
（3.34e-05）
（5.36e-05）
0.0143***
-0.0004**
0.0023***
（0.0018）
（0.0002）
（0.0009）
家庭规模
-0.0007***
3.67e-05
-0.0002**
（6.64e-05）
（8.28e-05）
家庭总收入
1.40e-08***
2.48e-10
2.25e-09***
（3.87e-09）
（2.76e-10）
（8.08e-10）
常量
-0.0248***
-0.0029
-0.0061**
（0.0052）
（0.0026）
观测数
13,719
13,740
13,721
R-squared
0.043
0.002
0.014
注：
***表示在1%水平下显著，**表示结果在5%水平下显著，*表示结果在10%水平下显著，括号中报告的是稳健标准误
如表中所见，股票回归结果在1%水平下显著，基金的回归结果在5%水平下显著。
所以数字金融的发展会对居民家庭对关于股票和基金的金融行为产生促进作用。
值得关注的是债券的回归结果并不显著，原因可能是因为债券属于较为保险的金融产品，债券等保守型金融产品对于数字金融的发展的刺激作用反应并不明显。
具体而言，股票、债券等投资工具与年龄、数字金融发展指数、家庭总收入、受教育程度呈正相关关系，而与性别呈负相关关系；
对于家庭规模而言，家庭规模显著促进了居民投资股票和基金的金融行为，但对于债券的促进作用不明显；
对于婚姻状况，股票与其系数为正，而债券和基金与其系数为负；
对于风险偏好而言，风险偏好者更愿意投资股票和基金，而对于较为保守的债券投资相对较少。
综上所述，在数字金融不断普及化的背景下，数字金融利用自身显著优势对居民的金融行为产生了一定程度的促进作用，尤其对投资非保守的金融产品的行为表现明显，在一定程度上优化了居民家庭资产配置，加快了市场上资金的流通。
3.4分样本的异质性分析
在二元经济背景下我国城乡以及地域差异明显，数字金融发展的促进作用同样体现了差异性。
因此，我们区分研究东中西部地区以及城镇乡村居民家庭的金融行为对于数字金融的发展指数变化的反应程度。
表3-4为区域差异的具体回归结果：
表3-4地域回归结果
东部地区
中部地区
西部地区
5.71e-05**
-6.12e-05
8.38e-05**
（2.34e-05）
（8.40e-05）
（3.62e-05）
0.0001**
6.05e-05**
（3.68e-05）
（4.83e-05）
（3.07e-05）
-0.0003
-0.002
（0.0010）
（0.0012）
（0.0014）
-0.0010
0.0001
0.0043***
（0.0023）
（0.0044）
（0.0013）
0.0012***
0.0009***
0.0004**
（0.0001）
0.0146***
0.0154***
0.0105***
（0.0022）
（0.0042）
（0.0036）
-0.0008**
家庭收入
1.22e-08***
1.35e-08**
5.51e-08
（4.22e-09）
（5.43e-09）
（3.53e-08）
-0.0241***
0.0011
-0.0272***
（0.0064）
（0.0178）
（0.0088）
8,571
2,826
2,322
0.038
0.048
0.088
由表3-4可知，东西地区回归结果都显著，这说明在一定程度上数字金融的发展对区域经济金融发展都有促进作用。
其中，东部地区表现尤为突出，大部分结果
升级会员 