社會(huì)養(yǎng)老保險(xiǎn)對(duì)城鎮(zhèn)家庭投資的影響

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了社會(huì)養(yǎng)老保險(xiǎn)對(duì)城鎮(zhèn)家庭投資的影響范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

［提要］隨著我國金融市場逐漸完善，城鎮(zhèn)家庭在資產(chǎn)配置過程中越來越注重金融理財(cái)產(chǎn)品的投資。但數(shù)據(jù)顯示：我國城鎮(zhèn)家庭資產(chǎn)配置并不合理，家庭金融投資結(jié)構(gòu)單一，這不利于我國家庭金融的良好發(fā)展，同時(shí)制約家庭抵御風(fēng)險(xiǎn)的能力。養(yǎng)老保險(xiǎn)作為社會(huì)保障的重要一環(huán)，對(duì)家庭金融資產(chǎn)配置產(chǎn)生著重要的影響。本文利用Probit模型和OLS模型探究養(yǎng)老保險(xiǎn)對(duì)城鎮(zhèn)家庭參與風(fēng)險(xiǎn)金融投資的影響，以期為我國社保事業(yè)發(fā)展和我國家庭金融發(fā)展建言獻(xiàn)策。

關(guān)鍵詞：養(yǎng)老保險(xiǎn)；風(fēng)險(xiǎn)金融投資；地區(qū)因素

一、引言

隨著改革開放，社會(huì)主義市場經(jīng)濟(jì)的建立，金融市場的逐漸完善，我國城鎮(zhèn)家庭在資產(chǎn)配置選擇過程中越來越注重金融理財(cái)產(chǎn)品的投資。但是數(shù)據(jù)顯示，我國城鎮(zhèn)家庭資產(chǎn)配置不合理，儲(chǔ)蓄占比高，風(fēng)險(xiǎn)金融投資占比低。養(yǎng)老保險(xiǎn)作為社會(huì)保障至關(guān)重要的一環(huán)，對(duì)家庭金融資產(chǎn)的配置產(chǎn)生著重要的影響。根據(jù)以往的研究，養(yǎng)老保險(xiǎn)對(duì)于家庭金融資產(chǎn)的影響主要通過收入效應(yīng)和替代效應(yīng)來實(shí)現(xiàn)。同時(shí)，由于我國幅員遼闊，經(jīng)濟(jì)發(fā)展不平衡，造成東中西部地區(qū)在各個(gè)方面都存在著較大的差異。那么，探究養(yǎng)老保險(xiǎn)對(duì)于家庭風(fēng)險(xiǎn)金融投資參與的真正影響，則需要借助微觀數(shù)據(jù)進(jìn)行研究。

二、文獻(xiàn)回顧

關(guān)于家庭金融資產(chǎn)配置行為的理論和實(shí)證研究是過去半個(gè)世紀(jì)來國外學(xué)者關(guān)注的焦點(diǎn)領(lǐng)域。經(jīng)典投資理論認(rèn)為，居民風(fēng)險(xiǎn)資產(chǎn)持有比重僅與投資者的風(fēng)險(xiǎn)態(tài)度相關(guān)而獨(dú)立于財(cái)富和年齡。Poterba&Samwick（1997）分析了美國家庭年齡與投資組合結(jié)構(gòu)的關(guān)系，認(rèn)為不同年齡層的家庭會(huì)有不同的金融資產(chǎn)組合，年長的家庭更傾向于持有股票，而相對(duì)較少地持有免稅債券。Bertaut&Starr-McCluer（2002）利用美國SCF調(diào)查數(shù)據(jù)，認(rèn)為家庭的投資組合選擇與年齡、財(cái)產(chǎn)、收入風(fēng)險(xiǎn)和信息成本有顯著的關(guān)系。史代敏和宋艷（2005）基于四川省居民家庭樣本，發(fā)現(xiàn)家庭財(cái)富、年齡、學(xué)歷等因素顯著影響著家庭金融資產(chǎn)的配置。吳衛(wèi)星等（2010）利用15個(gè)城市的抽樣數(shù)據(jù)，從生命周期效應(yīng)、財(cái)富效應(yīng)以及住房的角度研究了中國居民家庭投資結(jié)構(gòu)變化的影響因素。徐華等人（2014）提到，除了已知的金融產(chǎn)品存在的風(fēng)險(xiǎn)外，另一個(gè)影響其決策的重要因素是背景風(fēng)險(xiǎn)。關(guān)于背景風(fēng)險(xiǎn)的探究，最早來自于Prat&Zeckhauser（1987）。尹志超（2014）在以往的研究中通過實(shí)證方法得出教育對(duì)于家庭股票投資具有顯著的影響。史代敏等（2005）在研究中證實(shí)了年齡對(duì)于家庭金融資產(chǎn)的配置具有顯著影響。

三、數(shù)據(jù)、模型與變量

（一）變量說明1、被解釋變量。本文將活期存款、定期存款和現(xiàn)金劃入非風(fēng)險(xiǎn)金融資產(chǎn)范疇，將股票、基金、理財(cái)產(chǎn)品、債券、衍生品、外幣和黃金劃入風(fēng)險(xiǎn)金融資產(chǎn)的范疇。城鎮(zhèn)家庭是否持有風(fēng)險(xiǎn)金融資產(chǎn)、風(fēng)險(xiǎn)金融資產(chǎn)在家庭金融總資產(chǎn)中所占比重作為被解釋變量。2、關(guān)鍵解釋變量。本文的關(guān)鍵解釋變量是：城鎮(zhèn)家庭是否持有社會(huì)養(yǎng)老保險(xiǎn)。3、控制變量。在上述分析的基礎(chǔ)上，將人口個(gè)體特征、家庭財(cái)富特征和外部環(huán)境特征納入控制變量范圍之內(nèi)。具體有如下控制變量：戶主性別、戶主年齡、戶主受教育年限、戶主健康狀況、家庭是否持有房產(chǎn)、家庭消費(fèi)性支出、家庭所在地區(qū)。（表1）

（二）模型1、本文利用Probit模型探究養(yǎng)老保險(xiǎn)的持有情況對(duì)家庭參與風(fēng)險(xiǎn)金融投資決策的影響，模型設(shè)定如下：

（三）內(nèi)生性處理1、工具變量回歸。是否持有養(yǎng)老保險(xiǎn)與不可觀測的家庭異質(zhì)性或者說家庭特征密切相關(guān)，而這些因素又同時(shí)影響著家庭風(fēng)險(xiǎn)資產(chǎn)配置決策，倘若忽略這些因素可能會(huì)造成估計(jì)的偏差。為此，我們利用工具變量的方法進(jìn)行矯正，工具變量選用省級(jí)社會(huì)養(yǎng)老保險(xiǎn)參與率作為工具變量進(jìn)行內(nèi)生性檢驗(yàn)，并使用iv-probit模型以及iv-tobit模型進(jìn)行回歸。2、PSM。對(duì)于主要解釋變量家庭持有養(yǎng)老保險(xiǎn)情況來說，我們認(rèn)為該變量可能存在一定的選擇偏差，因此我們利用PSM傾向得分匹配的方法對(duì)樣本進(jìn)行匹配，從而更為精確地考察主要解釋變量對(duì)家庭參與風(fēng)險(xiǎn)金融投資的影響，以解決樣本選擇性偏差帶來的內(nèi)生性問題。

四、實(shí)證分析與討論

（一）回歸結(jié)果與討論。如表2所示，模型（1）是使用probit模型進(jìn)行回歸的基本結(jié)果，從基本回歸結(jié)果中可以看出，在控制了性別、年齡、受教育年限等變量后，主要自變量養(yǎng)老保險(xiǎn)的持有情況對(duì)家庭參與風(fēng)險(xiǎn)金融投資的決策產(chǎn)生了顯著影響。由于probit模型是線性概率模型，因此表中匯報(bào)了平均邊際效應(yīng)。在模型（1）中，主要解釋變量養(yǎng)老保險(xiǎn)的持有情況對(duì)于被解釋變量的邊際影響系數(shù)為0.308，并且該影響在1%的水平上顯著。模型（2）為工具變量回歸，在模型（2）中，這一概率明顯增加。性別對(duì)于被解釋變量具有顯著的影響，體現(xiàn)為男性較女性而言進(jìn)行風(fēng)險(xiǎn)金融投資的概率更低，這一概率為12.1%，可以看到，在模型（2）中，這一概率稍有降低；年齡對(duì)于被解釋變量的影響為正向的且在1%的水平上顯著。但值得注意的是，在進(jìn)行兩階段估計(jì)之后，這一結(jié)果有了較大的改變。受教育程度對(duì)于家庭參與風(fēng)險(xiǎn)金融投資的影響分別在1%的水平下顯著。消費(fèi)性支出對(duì)于家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資的影響在1%的水平上顯著。戶主的風(fēng)險(xiǎn)偏好也對(duì)其家庭是否進(jìn)行風(fēng)險(xiǎn)金融投資產(chǎn)生顯著的影響，模型（1）和兩階段估計(jì)的結(jié)果差別并不大。從回歸結(jié)果中可以看到，東部地區(qū)進(jìn)行風(fēng)險(xiǎn)投資的概率高于中部、西部地區(qū)。模型（3）和（4）為tobit回歸模型的回歸結(jié)果和兩階段估計(jì)結(jié)果。持有養(yǎng)老保險(xiǎn)情況會(huì)對(duì)城鎮(zhèn)家庭風(fēng)險(xiǎn)金融投資參與程度產(chǎn)生顯著影響，而這一結(jié)果在利用工具變量進(jìn)行兩階段估計(jì)后顯著提高?；貧w結(jié)果還向我們展示了相關(guān)控制變量對(duì)家庭參與風(fēng)險(xiǎn)金融投資程度產(chǎn)生的影響。模型（4）的結(jié)果顯示，除年齡外，其余解釋變量的估計(jì)結(jié)果與模型（3）相比并沒有顯著的變化。（表2）

（二）基于PSM傾向得分匹配方法的再檢驗(yàn)。在利用PSM檢驗(yàn)之后，probit模型中，匹配前后的ATT值為0.264、0.224，在控制了選擇性偏差后，養(yǎng)老保險(xiǎn)對(duì)城鎮(zhèn)家庭參與風(fēng)險(xiǎn)金融投資決策的凈影響為7.49%，在1%的水平下顯著，表明持有養(yǎng)老保險(xiǎn)會(huì)顯著地提高城鎮(zhèn)家庭進(jìn)行風(fēng)險(xiǎn)金融投資的概率；在tobit模型中，匹配前后的ATT值約為0.104、0.084，在控制了選擇性偏差后，養(yǎng)老保險(xiǎn)對(duì)家庭風(fēng)險(xiǎn)金融投資參與程度的凈影響為2.98%，且在1%水平下顯著。這表明持有養(yǎng)老保險(xiǎn)會(huì)顯著地提高城鎮(zhèn)家庭風(fēng)險(xiǎn)金融資產(chǎn)在家庭金融總資產(chǎn)中的占比?？傮w而言，我們認(rèn)為，持有養(yǎng)老保險(xiǎn)的家庭會(huì)顯著提高其參與風(fēng)險(xiǎn)金融投資的概率和參與程度。

五、結(jié)論及政策建議

（一）結(jié)論。第一，持有養(yǎng)老保險(xiǎn)顯著提高了城鎮(zhèn)家庭投資風(fēng)險(xiǎn)金融資產(chǎn)的概率及其參與程度，替代效應(yīng)起到主要作用；第二，地區(qū)因素在養(yǎng)老保險(xiǎn)與城鎮(zhèn)家庭參與風(fēng)險(xiǎn)金融投資的關(guān)系中起到顯著的作用，這一影響主要是由于東部地區(qū)的經(jīng)濟(jì)較為發(fā)達(dá)；第三，除主要解釋變量外，性別、年齡、受教育程度、家庭消費(fèi)支出和是否持有房產(chǎn)也對(duì)被解釋變量具有顯著的影響。

（二）政策建議。第一，提高養(yǎng)老保險(xiǎn)覆蓋廣度，推動(dòng)養(yǎng)老保險(xiǎn)實(shí)現(xiàn)“全覆蓋”。政府應(yīng)當(dāng)大力支持社會(huì)養(yǎng)老保險(xiǎn)的發(fā)展，進(jìn)一步為我國家庭金融的發(fā)展和社會(huì)抵御老齡化帶來的風(fēng)險(xiǎn)提供社會(huì)保障方面的支撐。第二，提升養(yǎng)老保險(xiǎn)覆蓋深度，構(gòu)建多支柱養(yǎng)老保險(xiǎn)體系。以適應(yīng)國民日益豐富的養(yǎng)老保險(xiǎn)需求。第三，完善收入增長機(jī)制。我國應(yīng)當(dāng)進(jìn)一步做大經(jīng)濟(jì)總量，提高居民的可支配收入，增加居民抵御風(fēng)險(xiǎn)的信心。第四，完善我國金融市場的發(fā)展，深化金融市場的改革。達(dá)到完善金融市場發(fā)展，為居民提供一個(gè)良好投資環(huán)境的目標(biāo)。

參考文獻(xiàn)：

［1］唐瑩.中國居民家庭金融資產(chǎn)配置現(xiàn)狀及對(duì)策分析———基于中國家庭金融調(diào)查數(shù)據(jù)［J］.經(jīng)濟(jì)論壇，2018（08）.

［2］陳百惠.社會(huì)保障對(duì)我國家庭金融資產(chǎn)配置的影響研究［D］.上海師范大學(xué)，2019.

［5］史代敏，宋艷.居民家庭金融資產(chǎn)選擇的實(shí)證研究［J］.統(tǒng)計(jì)研究，2005（10）.

［6］吳衛(wèi)星，沈濤，蔣濤.房產(chǎn)擠出了家庭配置的風(fēng)險(xiǎn)金融資產(chǎn)嗎———基于微觀調(diào)查數(shù)據(jù)的實(shí)證分析［J］.科學(xué)決策，2014（11）.

［7］徐華，徐斌.社會(huì)保險(xiǎn)對(duì)家庭金融的影響研究綜述［J］.經(jīng)濟(jì)學(xué)家，2014（11）.

［9］周欽，袁燕，臧文斌.醫(yī)療保險(xiǎn)對(duì)中國城市和農(nóng)村家庭資產(chǎn)選擇的影響研究［J］.經(jīng)濟(jì)學(xué)（季刊），2015（02）.

［10］尹志超，宋全云，吳雨.金融知識(shí)、投資經(jīng)驗(yàn)與家庭資產(chǎn)選擇［J］.經(jīng)濟(jì)研究，2104（04）.

作者：魏麗君 單位：首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院