2. 南京农业大学 金融学院, 江苏 南京 210095
城镇化是伴随工业化的发展,非农产业在城镇集聚、农村人口向城镇集中的自然历史过程。当前我国城镇化快速推进,截至2015年,我国城镇常住人口达到7.7亿人,城镇化率56.1%。在城镇化背景下,部分农村居民由于受到城镇更高的医疗、教育、社会保障水平的吸引,或者是获得稳定劳动关系和工作的需要,在拥有一定的财富积累后主动向城镇迁移;也有部分农村居民由于农村基础设施拓展和政府征地等原因,在获得一定的征地补偿后被动向城镇迁移。由农村向城镇迁移的居民家庭在家庭收入提高、消费投资环境改善、家庭理财观念和消费投资心理改变等因素共同作用下,持有的金融资产规模扩大,种类进一步多样化。因此,本文拟对城镇化背景下从农村迁移到城镇的居民家庭金融资产选择行为进行研究,以有助于引导迁移家庭合理配置金融资产,提升资产保值增值能力。本文所指的迁移家庭,为实际居住地由农村迁入城镇的居民家庭,包括户籍迁入城镇和虽未迁入城镇但常住城镇的居民家庭。
居民家庭金融资产选择行为引起众多国内外学者的探讨。部分研究对居民家庭金融资产选择行为特征予以关注。周月书、刘茂彬研究指出,居民家庭的金融资产选择行为存在明显的生命周期特征[1]。李丽芳等进一步强调户主年龄对家庭投资股票、基金等风险资产的可能性以及投资深度的影响为倒U形[2]。大多数研究则主要集中在居民家庭金融资产选择行为影响因素上。有学者认为,诸如年龄、性别、受教育程度、财富水平等居民家庭特征属性因素都会对居民家庭金融资产选择行为产生影响。尹志超研究发现,家庭资产的累积、家庭收入的增加、风险偏好和教育水平的提高都将推动家庭参与金融市场并投资风险资产[3]。王刚贞等也认为财富水平、投资经验、性格特征与居民投资者的风险偏好具有较强的正相关[4]。随着行为金融学的不断发展,包括社会互动、信任、预期在内的行为因素,以及涉及资信、乐观、认知、偏好等在内的心理因素对居民家庭金融资产选择行为的影响也引起了众多学者的广泛关注。Guiso指出,居民家庭对外界社会、金融机构等的信任度会对家庭诸如股票一类的高风险资产的选择产生影响[5]。Christelis则发现家庭对股票这一高风险金融资产的投资倾向与认知能力密切相关[6]。孟亦佳进一步指出家庭的社会互动强度、互联网的使用频率等因素会推动家庭参与金融市场并投资风险资产[7]。此外,亦有部分研究针对居民住房、税收、财富分配等背景因素对其金融资产选择行为的影响进行探讨。Cocco将住房投资纳入生命周期模型,指出住房投资使得年轻家庭的流动性资产减少,住房风险对投资者在股票上的投资产生“挤出效应”[8]。
综上所述,国内外研究针对居民家庭金融资产总量、结构以及居民家庭金融资产选择行为影响因素进行了广泛的研究,得出的研究结果不尽相同。但已有研究主要围绕整体居民家庭展开,尚未就城镇化背景下由农村向城镇迁移的居民家庭这一特定群体的金融资产选择行为进行研究。基于此,本文对城镇化背景下迁移家庭进行抽样调查,探究迁移家庭金融资产选择行为特征及其影响因素,以期为迁移家庭金融资产的合理配置提供对策建议。
二、迁移家庭资产选择行为的理论分析城镇化视域下,由农村向城镇迁移的居民家庭的收入水平、消费投资环境、家庭理财观念以及消费投资心理发生不同程度的改变,居民家庭的金融资产选择行为受多种因素的影响而存在差异。考虑到我国家庭成员通常将持有的家庭资产集合在一起进行投资决策,并且一般而言户主是家庭的主要投资决策人,因此本文用户主的统计特征来代表居民家庭的对应特征。
根据Markowitz的现代证券组合理论,投资者最优投资组合的选择受自身风险收益偏好的影响。行为金融理论也强调投资者的认识偏差、偏好等心理因素会影响其决策。相比农村,城镇的就业渠道更加广泛,就业机会增加,部分被动进入城镇的迁移家庭通过出租房产获得租金收益以及房价上涨带来的资本收益,整体收入水平相对提高,迁移家庭对不同类型金融资产的风险承受能力相应得到增强;此外,城镇的消费信息和投资信息更加丰富,城镇相对完善的金融机构布局和金融人才资源为迁移家庭提供了更加多元的金融服务。迁移家庭的金融认知受其所处金融环境的影响而发生改变。整体风险偏好的增强及金融资产认知水平的提高,意味着不同风险类型金融资产被了解和接受的可能性更大,在一定程度上有利于促进迁移家庭进行多样化的金融资产配置。因此,本文提出以下假设:
假设1:风险偏好及认知水平对迁移家庭的金融资产选择行为有正向影响。
从微观角度出发,房产作为家庭资产的重要组成部分,既是消费品,也是投资品。魏先华通过建立结构方程模型分析指出,居民的金融资产配置受住房产生的“挤出效应”影响[9]。虽然部分被动进入城镇的居民家庭由于旧城改造等原因获得政府一定的现金补偿或住房补偿,但从整体来看,人口由农村向城镇的迁移仍然在一定程度上带动了城镇购房需求。尤其当居民家庭认为城镇房产有升值趋势时,在居住需求之外购置房产的行为会对家庭流动资产造成影响,从而影响家庭金融资产的结构和持有比例。简言之,房产投资主要通过影响家庭的闲置资金持有水平进而影响家庭对金融资产的选择行为,通常来说,有房产投资的家庭对金融资产的参与度随之降低。基于以上分析,本文提出以下假设:
假设2:房产投资与迁移家庭的金融资产选择行为负相关。
影响迁移家庭金融资产选择行为的因素除了家庭收入水平、户主年龄、认知水平、投资态度以及房产投资以外,还可能受其进入城镇方式、城镇居住年限、家庭负担、社会保障、社会互动等因素的影响。主动进城的居民家庭与被动进城的居民家庭相比,整体受教育程度和收入水平较高,就业和收入来源更加稳定,在进行家庭金融资产选择时对投资信息的学习能力和分析能力更强,更易受周围人投资选择的影响;而部分被动进城的居民家庭在获得拆迁补偿前的实际家庭收入水平并不高,金融认知水平和投资经验有限,同时拥有房产的保守意识更强,持有的金融资产仍然较为单一,由此形成主动进城家庭和被动进城家庭的金融资产选择行为差异。与此同时,在城镇居住年限长短也可能是影响迁移家庭金融资产选择行为的重要因素,在城镇的居住年限越长,金融资产选择行为受周围投资环境影响的可能性就越大。而家庭负担和社会保障因素影响家庭对未来不确定性的预期以及风险承受能力,家庭负担越重、社会保障越不完善的家庭未来面临的不确定性越大,对风险的承受能力相对降低,持有的风险金融资产比例由此下降。社会互动因素体现出居民家庭与周围其他群体关于金融资产投资活动的交流情况,居民家庭与周围群体关于金融资产相关信息的社会互动越频繁,居民家庭对金融资产选择的满足感和信任度相应增加,家庭金融资产选择行为更加多元化。
三、数据来源及描述性分析 (一) 数据来源本文数据来源于2015—2016年对江苏南京城郊由农村向城镇迁移的居民家庭的实地调查。南京市新市镇建设对江宁、浦口、六合、溧水、高淳5郊区给予了重点支持。江宁区相对于其他郊区在经济规模以及百姓富裕程度方面优势明显,课题组以问卷调查方式在该样本地区包括东山街道、汤山街道、秣陵街道、横溪街道、淳化街道等随机抽取300户家庭进行调查,调查对象是家庭的投资决策人(户主),得到有效问卷215份,问卷有效率71.7%。
调查总样本户主平均年龄为36.67岁。样本家庭年收入主要集中在21万~30万元,年收入40万元以上的家庭累计占比不足10%,收入来源较为多样化。
(二) 家庭资产选择行为特征1.样本家庭金融资产总量特征
样本家庭金融资产持有量在不同家庭之间基本呈正态分布,户均金融资产为21万~30万元的占比最多,为35.8%;其次是11万~20万元的家庭,占27.4%。从表 1列出的累积百分比可以看出,样本家庭中仍有超过三分之一的家庭户均金融资产不足20万元,这也反映出不同家庭对金融资产的持有量仍然存在一定的差距。
户均金融资产金额 | 样本家庭数 | 占样本家庭数比重(%) | 累计百分比(%) |
10万元及以下 | 24 | 11.2 | 11.2 |
11万~20万元 | 59 | 27.4 | 38.6 |
21万~30万元 | 77 | 35.8 | 74.4 |
31万~40万元 | 30 | 14.0 | 88.4 |
40万元以上 | 25 | 11.6 | 100 |
合计 | 215 | 100 | - |
2.样本家庭资产结构特征
(1) 样本家庭金融资产结构特征。由表 2可见,92.1%的家庭拥有储蓄,1.9%的家庭持有债券,17.2%的家庭进行股票投资,2.8%的家庭选择了基金,16.7%的家庭购买了保险,投资银行理财产品和互联网理财产品的家庭各占10.7%和20.9%。银行储蓄作为风险较低、安全性较强的金融资产,能够很好地满足样本家庭的预防性需求。样本家庭持有的基金和理财产品累计比重均超过股票,反映出样本家庭的金融风险意识较强。同时,样本家庭除储蓄以及互联网理财产品以外的金融资产占比均较低,说明大多数居民家庭的金融资产结构仍然有待优化。
资产结构 | 资产分类 | 样本家庭个数 | 所占比例(%) |
金融资产结构 | 储蓄 | 198 | 92.1 |
债券 | 4 | 1.9 | |
股票 | 37 | 17.2 | |
基金 | 6 | 2.8 | |
保险 | 36 | 16.7 | |
银行理财产品 | 23 | 10.7 | |
互联网理财产品 | 45 | 20.9 | |
非金融资产结构 | 住房资产 | 195 | 90.7 |
汽车资产 | 163 | 75.8 | |
工商经营资产 | 68 | 31.6 | |
注:同一家庭持有的金融资产/非金融资产不止一种,故金融资产/非金融资产结构分布的百分比之和可能大于1。 |
(2) 样本家庭非金融资产结构特征。由表 2可见,90.7%的家庭拥有住房资产,75.8%的家庭拥有汽车资产,31.6%的家庭持有工商经营资产。样本家庭的自有住房拥有率超过了90%,一定程度上反映出样本家庭对房产的强烈偏好。与此同时,由于政府征地获得相应安置住房而被动进城的家庭中,虽然部分家庭已经于2016年开始房产等相关证件的办理,但大多数安置住房由于目前相关房产证件并不齐全而无法在市场进行有效交易,导致部分家庭只能通过出租房产获得租金收入,一定程度上影响了其家庭金融资产的持有量。
3.样本家庭金融资产持有行为特征
对样本家庭金融资产认知水平、投资态度、选择动机和信息获取渠道进行调查,结果具体见表 3。
因素名称 | 分类指标 | 样本家庭个数 | 所占比例(%) |
认知水平 | 非常不了解(4分) | 20 | 9.3 |
不了解(5~8分) | 80 | 37.2 | |
一般(9~12分) | 76 | 35.3 | |
较为了解(13~16分) | 30 | 14.0 | |
非常了解(17~20分) | 9 | 4.2 | |
投资态度 | 保本且收益稳定 | 89 | 41.4 |
保本并愿意承担一定收益波动 | 77 | 35.8 | |
承担一定风险获得高收益 | 41 | 19.1 | |
愿意承担高风险以获得高收益 | 8 | 3.7 | |
选择动机 | 合理安排家庭资金 | 63 | 29.3 |
提升家庭生活质量 | 95 | 44.2 | |
防范不确定性风险 | 127 | 59.1 | |
实现资产保值增值 | 189 | 87.9 | |
均衡不同时期消费 | 38 | 18.1 | |
信息获取 | 金融机构 | 132 | 61.4 |
传统媒体 | 67 | 31.6 | |
互联网络 | 94 | 43.7 | |
亲朋好友经验交流 | 59 | 27.4 | |
其他 | 31 | 14.4 |
(1) 样本家庭的金融资产认知水平。借鉴张燕[10]的做法,本文将家庭对股票、债券、基金以及理财产品的了解程度“非常不了解、不了解、一般、较为了解、非常了解”依次赋值1~5分,通过样本家庭对股票、基金、债券以及理财产品的了解程度综合反映家庭对金融资产的认识水平。调查统计发现,样本家庭对金融资产处于较为了解和非常了解水平的家庭占比不足20%,一定程度上反映出样本家庭对金融资产的整体认知水平不高。
(2) 样本家庭的金融资产投资态度。样本家庭在进行家庭金融资产选择时大多倾向于保本且收益稳定,而愿意承担高风险以获得高收益的家庭数占比明显较低,仅为3.7 %,说明样本家庭的风险承受能力偏低,这也与样本家庭对风险性金融资产持有较少的事实一致。
(3) 样本家庭的金融资产选择动机。“实现资产保值增值”是样本家庭进行金融资产选择的最主要动机,占比接近88%,说明样本家庭在进行金融资产选择时对金融资产的稳健性尤为注重。同时,样本家庭以“防范不确定性风险”为金融资产选择动机的家庭数占比59.1%,反映出样本家庭在进行金融资产选择时的预防性动机和谨慎性动机明显。但是,以“合理安排家庭资金”和“均衡不同时期消费”为动机的样本家庭数占比明显下降,这表明样本家庭对家庭资金分配缺乏一定的规划性,从而在一定程度上影响样本家庭对不同金融资产进行选择的可能性。
(4) 样本家庭的金融资产信息获取渠道。样本家庭获取家庭金融资产信息的渠道主要集中于金融机构,其次为互联网络,依赖“亲朋好友经验交流”渠道获得金融资产相关信息的家庭数占比不足30%,部分样本家庭投资观念保守以及投资经验有限,多以单一储蓄作为家庭金融资产投资首选,不能有效根据自身的财富状况合理配置家庭金融资产。
四、选择行为的实证分析 (一) 模型构建与变量选取通过对调查问卷的统计分析发现,样本家庭整体的金融资产选择范围由单一储蓄扩展股票、债券和理财产品等多种金融资产。本文利用问卷调查中统计得出的家庭实际持有金融资产种类来衡量城镇化下迁移家庭金融资产的参与度。
实际调查中发现,样本家庭金融资产的参与度主要有四个选项:1=持有一种金融资产,2=持有两种金融资产,3=持有三种金融资产,4=持有四种金融资产。这四种选项存在递增关系,是有序的。设结果变量Y为M个等级的有序变量,M个等级分别用1, 2,…,M表示,Xi(i=1, 2, …, N)为解释变量,记等级小于等于j(j=1, 2, …, M)的概率为π=(y≤j∣x),对等级小于等于M的累积概率做Logit回归。由于累加Logit模型需拟合因变量水平数-1 Logistic回归模型,本文将拟合的3个模型的基本形式设置如下:
其中,π1、π2、π3分别对应被解释变量为1、2和3时的概率,被解释变量为4则用作对比的基础水平;αi表示常数项,βi表示系数;Xi为解释变量,包括家庭年收入、户主年龄、认知水平、投资态度、进入城镇方式、城镇居住年限、家庭负担、社会保障、社会网络以及房产投资(表 4)。
变量 | 变量代码 | 说明 | |
被解释变量 | 金融资产参与度 | Y | 持有一项金融资产=1;持有两项金融资产=2;持有三项金融资产=3;持有四项金融资产=4 |
解释变量 | 家庭年收入 | X1 | 具体数值 |
户主年龄 | X2 | 具体数值 | |
认知水平 | X3 | 具体数值 | |
投资态度 | X4 | 保本且收益稳定=1;保本并愿意承担一定风险=2;承担一定风险获得高收益=3;愿意承担高风险获得高收益=4 | |
进入城镇方式 | X5 | 主动进城=1;被动进城=0 | |
城镇居住年限 | X6 | 具体数值 | |
家庭负担 | X7 | 家庭无收入来源人数 | |
社会保障 | X8 | 户主医疗养老保险齐全=1;否则=0 | |
社会网络 | X9 | 有亲朋在金融行业工作=1;否则=0 | |
房产投资 | X10 | 有房产投资=1;否则=0 |
1.变量相关性分析
通过Pearson检验可知,变量之间相关性系数的最大值为0.459,小于0.6,据此判断设定的10个变量间相互独立,排除变量之间多重共线性的可能(表 5)。
变量 | X1 | X2 | X3 | X4 | X5 | X6 | X7 | X8 | X9 | X10 |
X1 | 1 | |||||||||
X2 | 0.312 | 1 | ||||||||
X3 | -0.039 | -0.286 | 1 | |||||||
X4 | -0.110 | -0.377 | 0.459 | 1 | ||||||
X5 | 0.358 | -0.083 | 0.320 | 0.281 | 1 | |||||
X6 | 0.067 | 0.306 | -0.026 | -0.071 | 0.078 | 1 | ||||
X7 | 0.258 | 0.115 | -0.217 | -0.202 | 0.075 | 0.350 | 1 | |||
X8 | 0.004 | -0.077 | 0.403 | 0.326 | 0.215 | 0.063 | -0.272 | 1 | ||
X9 | 0.044 | -0.206 | 0.365 | 0.162 | 0.127 | -0.101 | -0.143 | 0.153 | 1 | |
X10 | 0.202 | 0.103 | -0.286 | -0.287 | -0.329 | -0.031 | 0.109 | -0.156 | -0.187 | 1 |
2.模型整体显著性检验
通过平行线检验可以反映各自变量对于因变量的影响在回归方程中是否相同,表 6中显示卡方值为30.173,显著性p值0.179,大于0.05,说明不论因变量的分割点在什么位置,模型中自变量的系数都保持不变。据此判断,样本适用于有序多分类logistic模型。
表 7中,由似然比检验的显著性概率p=0.000,说明模型中至少有一个自变量的偏回归系数不为0。据此判断,拟合本文10个自变量模型的拟合优度好于仅包含常数项的无效模型。
3.模型估计结果分析
回归结果如表 8所示,认知水平、投资态度、进入城镇方式、社会保障以及房产投资对迁移家庭金融资产参与度影响显著,而家庭年收入、户主年龄、城镇居住年限、家庭负担、社会网络对家庭金融资产参与度的影响不显著。
变量 | 估计 | OR值 | 显著性 |
家庭年收入 | 0.026 | 0.137 | |
户主年龄 | 0.033 | 0.120 | |
认知水平 | 0.282*** | 1.33 | 0.000 |
城镇居住年限 | 0.123 | 0.110 | |
家庭负担 | -0.020 | 0.932 | |
投资态度=1 | -2.299*** | 0.10 | 0.006 |
投资态度=2 | -1.641** | 0.19 | 0.038 |
投资态度=3 | -1.473* | 0.23 | 0.059 |
投资态度=4(参照组) | 0 | 1 | |
进城方式=0 | -0.805** | 0.45 | 0.033 |
进城方式=1(参照组) | 0 | 1 | |
社会保障=0 | -0.721* | 0.49 | 0.071 |
社会保障=1(参照组) | 0 | 1 | |
社会网络=0 | -0.177 | 0.599 | |
社会网络=1(参照组) | 0 | ||
房产投资=0 | 0.942** | 2.57 | 0.012 |
房产投资=1(参照组) | 0 | 1 | |
注:***、**、*分别表示解释变量的回归系数在1%、5%、10%的置信水平下显著。 |
(1) 户主认知水平对家庭金融资产参与程度有显著影响。家庭投资决策者对金融资产的了解程度越高,家庭的金融资产的参与度就越高。当前金融市场的发展和金融工具的创新要求投资者具备一定的金融知识以及对金融产品的理解能力,对金融产品的认知水平影响家庭获取和分析金融资产信息的能力,金融资产的参与程度随着投资者认知水平的提高而提高。
(2) 投资态度显著影响家庭金融资产的参与程度。风险承受能力较强,同时追求相对较高收益的家庭金融资产结构更加多元化,往往在经济可承受范围之内适当选择股票、基金及理财产品等金融资产进行投资,金融资产涉及的范围明显扩大。
(3) 进入城镇方式对家庭金融资产参与度影响显著,进入城镇方式不同的家庭对金融资产的选择存在明显差异。调查中也发现,主动进城的居民家庭持有的金融资产种类明显多于被动进城的居民家庭,政府拆迁补偿资金占家庭资产主要来源较大比例的被动进城居民家庭,多以安全性较高的银行储蓄作为家庭金融资产选择,而依靠在城镇稳定就业或个体工商经营构成家庭主要收入来源的主动进城居民家庭,其金融资产结构相对多元化,除了储蓄之外,还会考虑股票、基金以及理财产品等多种金融资产投资方式以实现资产的保值增值。
(4) 社会保障因素在10%的置信水平上对家庭金融资产参与度有显著影响。部分样本家庭进入城镇后在享有基本公共服务水平实现完全均等化仍然需要一定时间,社会养老保险能有效地减少未来的不确定性[11],家庭医疗养老保险齐全意味着家庭养老防病支出等预期的不确定性相对降低,因此家庭原本出于谨慎性动机和预防性动机持有的储蓄等保障性资产相对减少,家庭能够有一部分资金分流用于其他金融资产的投资,从而使得家庭金融资产的参与度相应提高。
(5) 家庭房产投资对家庭金融资产参与度影响显著,有房产投资的家庭对金融资产的参与度明显降低。房产对家庭其他流动性风险资产的投资产生挤出效应[12],由于房屋兼具居住与投资增值功能,主动进城的居民家庭由于在城镇购买自有住房使得家庭流动性资金相应减少,由此对金融资产投资形成一定的挤出效应。在房地产价格波动的情况下,住房风险的存在降低了家庭对储蓄以外的风险金融资产参与的可能性,对家庭金融资产的选择形成替代效应。而被动进城家庭持有的拆迁安置房多由于暂时缺乏房产证而很难在公开市场上实现房产向其他资产形式的转换,一定程度上对家庭的金融资产选择形成制约。
4.模型稳健性检验
为了进一步验证表 8中各个自变量对被解释变量家庭金融资产参与度的影响方向是否可靠,本文进一步运用Stata软件对数据进行有序回归分析。分析结果得出,认知水平、投资态度、进入城镇方式、社会保障对样本居民家庭金融资产参与度呈现正相关关系,而房产投资与其家庭金融资产的参与度呈现负相关关系,各影响因素的显著性及其影响方向与表 8得出的结果基本一致(表 9)。
变量 | 回归系数 | Z | 显著性 |
家庭年收入 | 0.025 | 1.31 | 0.191 |
户主年龄 | 0.032 | 1.43 | 0.153 |
认知水平 | 0.271* | 4.63 | 0.000 |
投资态度 | 0.547** | 2.53 | 0.011 |
进城方式 | 0.799** | 2.11 | 0.035 |
城镇居住年限 | 0.121 | 1.63 | 0.102 |
家庭负担 | -0.041 | -0.17 | 0.862 |
社会保障 | 0.727* | 1.80 | 0.072 |
社会网络 | 0.173 | 0.51 | 0.607 |
房产投资 | -0.947** | -2.50 | 0.012 |
Pseudo R2 | 0.2751 | ||
LR chi2(10) | 121.80 | ||
Prob >chi2 | 0.0000 | ||
Number ofobs | 215 | ||
注:***、**、*分别表示在1%、5%、10%的置信水平下显著。 |
本文以江苏南京市城郊迁移家庭为研究对象,以家庭金融资产抽样调查数据为研究选择动力产生的基础,对他们的金融资产选择行为进行动力因素研究,主要研究结论如下:
(1) 迁移居民家庭金融资产结构存在失衡,房产投资对其金融资产选择行为存在“挤出效应”。迁移家庭在不同金融资产的参与程度上与原住家庭相比存在明显差异,储蓄仍然是迁移家庭金融资产的主要选择,对风险金融资产的参与度明显较低。与此同时,迁移家庭虽然除了持有储蓄以外还涉及股票、债券、理财产品等金融资产,但其金融资产结构存在失衡,对房产的投资一定程度上挤占了对其他金融资产的选择。
(2) 认知水平、投资态度、进入城镇方式以及社会保障对迁移居民家庭的金融资产参与度有显著影响。认知水平较高的迁移家庭在金融资产选择上更加多元化;家庭决策者的投资态度影响家庭对不同风险程度金融资产的选择;主动进入城镇和社会保障健全的迁移家庭对金融资产的参与度较高。
基于以上研究结论,本文针对由农村向城镇迁移的居民家庭金融资产选择行为提出如下政策含义:
(1) 促进金融产品知识普及,加快推进金融产品创新,激发主动参与、积极响应的资产选择理念,化被动为主动。金融机构要加强对不同收益风险类型金融产品的宣传力度,加强迁移家庭对不同金融产品专业知识学习的同时提高其风险识别能力。结合迁移家庭特征开展不同形式的投资培训,有效利用微信等网络平台加强供需双方的沟通交流,既实现对金融机构产品投资知识的普及,又提高家庭合理配置金融资产选择的操作能力。同时,有针对性地加强金融产品创新,积极研发兼具保障性储蓄以及投资属性特征的金融产品。
(2) 健全社会保障体系,优化迁移家庭的金融资产结构。家庭收入是家庭金融资产选择的基础,政府应以区域经济发展带动迁移家庭收入水平的提高,进而增加家庭财富积累以提高家庭风险性金融资产的参与程度。同时,针对迁移家庭的特征建立多层次社会保障体系以降低对未来的不确定性,从而促进其家庭储蓄的分流以实现家庭金融资产结构优化。
[1] | 周月书, 刘茂彬. 基于生命周期理论的居民家庭金融资产结构影响分析[J]. 上海金融, 2014(12): 1–6. |
[2] | 李丽芳, 柴时军, 王聪. 生命周期、人口结构与居民投资组合——来自中国家庭金融调查(CHFS)的证据[J]. 华南师范大学学报(社会科学版), 2015(4): 3–4. |
[3] | 尹志超, 宋全云, 吴雨. 金融知识、投资经验与家庭资产选择[J]. 经济研究, 2014(4): 3–7. |
[4] | 王刚贞, 左腾飞. 城镇居民家庭金融资产选择行为的实证分析[J]. 统计与决策, 2015(12): 1–4. |
[5] | Guiso L, Sapienza P, Zingales L. Trusting the Stock Market[J]. Journal of Finance, 2008(63): 7–16. |
[6] | Christelis D, Jappelli T, Padula M. Cognitive Abilities and Portfolio Choice[J]. European Economic Review, 2010(54): 4–6. |
[7] | 孟亦佳. 认知能力与家庭资产选择[J]. 经济研究, 2014(S1): 2–5. |
[8] | Cocco J F. Portfolio Choice in the Preserence of Housing[J]. Review of Financial Studies, 2004(18): 10–14. |
[9] | 魏先华, 张越艳, 吴卫星, 肖帅. 我国居民家庭金融资产配置影响因素研究[J]. 管理评论, 2014(7): 4–6. |
[10] | 张燕.江苏省城镇居民家庭金融资产选择行为的比较研究[D].南京: 南京航空航天大学, 2013: 1-2. |
[11] | 宗庆庆, 刘冲, 周亚虹. 社会养老保险与我国居民家庭风险金融资产投资——来自中国家庭金融调查(CHFS)的证据[J]. 金融研究, 2015(10): 12–15. |
[12] | 吴卫星, 丘艳春, 张琳琬. 中国居民家庭投资组合有效性:基于夏普率的研究[J]. 世界经济, 2015(1): 13–14. |