一、问题的提出

根据中国社会科学院发布的数据，1993年，居民部门债务占GDP比重(居民部门杠杆率)为8.31%，2019年上升到了55.8%。2018年1月，人民日报海外版刊文指出“中国家庭债务率已接近美国水平，要高度警惕风险”，防范金融风险当警惕家庭债务危机。家庭部门的高杠杆率是金融危机的预警指标(Schularick and Taylor, 2012)，根据Reinhart and Rogoff(2011)给出的数据，在1951-2010年期间发生的136次金融危机中，由家庭债务主导的金融危机有100次(张斌等，2018)。2007年的“次贷危机”之前，美国家庭债务的增长创历史新高(Mian and Sufi, 2011)，家庭部门难以为继的高杠杆成为了次贷危机的导火索。在反思“次贷危机”的教训时，较低的国民金融素养被认为是金融危机的根源之一，而较低的金融素养表现为缺乏必要的财务预算知识，以及不能准确地评估信贷、投资工具或者银行相关业务的真实风险，从而导致家庭金融脆弱性上升，危及金融体系的稳定性。金融素养不局限于金融知识，还包括将金融知识付诸实践的能力，以及对金融工具持有何种态度(Atkinson and Messy, 2011)。已有的研究表明，金融素养对个人和家庭的信贷决策、储蓄决策、资产配置和投资组合有效性具有显著影响，从而会在总体上影响家庭金融脆弱性。显然，金融素养对家庭金融脆弱性的影响具有不确定性：一方面，金融素养越高，投资管理能力也越强，财富增值、获得投资收益的可能更大，家庭金融脆弱性随之降低。另一方面，金融素养越高，通过金融工具增加杠杆倍数、透支消费的可能性也越大，如果资产价格大幅下滑、透支额度过大，家庭金融脆弱性也将随之增加。那么，在两种渠道的作用下，金融素养对家庭金融脆弱性的综合影响如何？本文试图回答这一问题。

已有文献对金融素养与金融资产配置、家庭投资组合有效性、风险感知与风险容忍等问题进行了讨论，直接讨论金融素养与家庭金融脆弱性的文献相对较少。本文首先从金融知识、金融行为和金融态度三个维度测度金融素养，再构建家庭的资产负债表、收入支出表，从“资不抵债”、“入不敷出”两个维度测度家庭金融脆弱性，最后量化分析金融素养是否降低了家庭金融脆弱性。相比于已有的研究，本文的贡献主要有三个方面：(1)以OECD INFE (International Network on Financial Education)的金融素养指标体系为基础，结合中国的样本数据，从金融知识、金融行为和金融态度三个维度测算金融素养；(2)借鉴贫困脆弱性的测度思路，将家庭金融脆弱性定义为家庭未来陷入财务困境的概率，从“资不抵债”、“入不敷出”两个维度测度家庭金融脆弱性；(3)除了从总体上评估金融素养对家庭金融脆弱性的影响之外，还按金融素养与家庭金融脆弱性的维度展开，甄别出影响家庭金融脆弱性的主要维度，识别出金融素养缓解家庭金融脆弱性的主要传导渠道。

本文以下包括5个部分：(1)回顾金融素养与家庭金融脆弱性的文献；(2)首先，构建金融素养指标体系，测算金融素养水平；其次，给出家庭金融脆弱性的测度方法，测算家庭金融脆弱性水平；(3)在实证研究中，首先构建实证模型，再结合样本数据量化分析金融素养是否降低了家庭金融脆弱性；(4)在考虑内生性问题的条件下，验证实证结果的稳健性；(5)归纳研究结论，并提出政策建议。

二、文献综述

本文主要涉及金融素养与家庭金融脆弱性两个主题，首先梳理家庭金融脆弱性的定义、量化指标与影响因素，再归纳金融素养对家庭金融脆弱性的影响渠道与机制。

(一) 家庭金融脆弱性的研究进展

金融脆弱性的概念源自于Minsky(1982)的“金融脆弱性假说”，Kregel(1997)提出了“安全边界”的概念，对金融脆弱性做了直观的阐释，银行在发放贷款时会以借款人的“信用风险”确定信用边界，在经济繁荣时，银行会降低发放贷款的安全边界，金融脆弱性也会随之提升，一旦经济发生波动，就会引发债务-紧缩的连锁反应(滑冬玲，2014)。按照相同的逻辑，在经济繁荣时，家庭在制定投资策略、规划收支时同样会降低风险预期，未来陷入财务困境的可能性也会增加(张斌等，2018)。在已有文献中，虽然家庭金融脆弱性没有形成统一的概念，但家庭金融脆弱性通常指代家庭在未来陷入财务困境的可能性(O'Connor，2018)，用于衡量家庭财务的稳定性。现有文献更多的是从负债的角度定义家庭金融脆弱性，例如无法清偿金融债务、收不抵支(Anderloni et al., 2012；Jappelli et al., 2013)、过度负债(Lusardi and Tufano, 2015)。

量化家庭金融脆弱性的指标主要有客观指标和主观指标两大类(孟德锋等，2019)，客观指标具体包括与负债相关的指标和与消费相关的指标，与负债相关的指标有资产负债率、债务收入比、房贷占房产价值的比重等(Leika and Marchettini, 2017)，通常会事先设定阈值，将债务指标超过阈值的家庭认定为金融脆弱家庭(Michelangeli and Pietrunti, 2014)。与消费相关的指标有是否向亲友借贷(La Cava and Simon, 2003)、能否进行正常社交活动(Worthington，2006)。主观指标主要与消费方面的指标相关，如收支是否难以平衡(Christelis et al., 2009)、难以维持正常开支(Anderloni et al., 2012)、无法应对突发事件(Daud et al., 2019)。除了采用单一维度指标衡量家庭金融脆弱性之外，还可以通过将多维度的指标降维，合成量化指标(孟德锋等，2019)。

影响家庭金融脆弱性的因素是多方面的，如收入水平、房产数量、金融素养、户主的性别与年龄、受教育水平、家庭规模、子女数量、婚姻状况。收入水平是直接决定家庭金融脆弱性的主要因素，低收入家庭的家庭金融脆弱性更高(Yusof et al., 2015；Brunetti et al., 2016)。房产数量对家庭金融脆弱性具有两面性，房产作为家庭资产可以降低家庭金融脆弱性，但对于拥有较多房产的家庭，其负债收入比会更高，家庭金融脆弱性也会更高(谢绵陛，2018)。金融素养是本文关注的核心变量，实证研究表明，提升金融素养可以降低家庭金融脆弱性(Yusof et al., 2015；French and McKillop, 2016)。在家庭的人口特征变量方面，如果户主是男性且户主年长(Ampudia et al., 2016)，家庭的金融脆弱性相对较低。较高的教育水平不仅能够获得更高的收入(Yusof，2019)，还能够抵御经济不确定性的冲击，降低金融脆弱性(Daud et al., 2019)。家庭规模越大，日常开支、教育支出和医疗支出也较高(Lusardi et al., 2011)，尤其是对于子女较多的家庭，金融脆弱性也相对较大(Anderloni et al., 2012)。相比于婚姻稳定的家庭，离异、分居都会增加金融脆弱性(Anderloni et al., 2012；Kim et al., 2014)。

(二) 金融素养影响家庭金融脆弱性的研究进展

金融素养是家庭金融研究领域的重要议题(Campbell，2006)，Guisoa and Sodini(2013)将金融素养作为家庭金融研究主要问题之一。在已有的文献中，学者们在金融素养的定义上并未形成共识，从不同角度给出了定义(Cude et al., 2006；Servon and Kaestner, 2008；Huston，2010)。Agnew and Szykman(2005)将金融素养分为客观金融素养和主观金融素养，客观金融素养以金融知识为主，而主观金融素养是对自身金融素养的主观评价。由于金融已经渗透到了日常生活的各个方面，金融素养事关个人福祉，因而金融素养被认为是一种特殊的人力资本，囊括了个人理解金融概念、金融产品和服务以及管理金融资源的能力(Agarwal et al., 2015)。Huston(2010)认为，与其他领域的素养定义一样，金融素养应包含金融知识和金融行为两个维度，已有文献多从金融知识的维度评价金融素养对金融行为以及个人福祉的影响(宋全云等，2017)。刘波等(2019)从“知行合一”的角度界定了金融素养，金融素养不仅包括个人的金融知识储量，还包括运用金融知识的践行能力。OECD INFE则从更多的维度界定金融素养，“金融素养是一种意识、知识、技能、态度和行为的综合，是做出正确的金融决策并最终实现个人金融福祉所必需的”(Atkinson and Messy, 2011)。

金融素养被认为是影响家庭金融脆弱性的关键因素(Yusof，2015；Lusardi and Tufano, 2015；French and McKillop, 2016；Daud et al., 2019)，提高消费者金融素养有利于缓解过度负债，从而降低家庭金融脆弱性(Loke，2017；Daud et al., 2019；孟德锋等，2019)。其中，理财技能是最为关键的要素(French and Mickillop, 2016)。通过梳理文献可知，金融素养影响家庭金融脆弱性的渠道可以归纳为三个方面(Huston，2010；王宇熹、杨少华，2014；贾立等，2020)。首先，金融素养会影响家庭的财富与收入。金融素养的提升会增加家庭参与金融市场的概率(尹志超等，2014)，能够优化家庭资产配置(Mitchell and Lusardi, 2007；胡振，2018)，增加家庭的财产性收入(李庆海等，2018)。其次，金融素养会影响家庭负债的渠道和成本。缺乏金融素养的消费者通常具有更高的自评债务负担(Gathergood，2012)，金融素养会降低家庭的过度负债(吴卫星等，2018)，提升家庭正规信贷需求并促进家庭积极申请贷款(宋全云等，2017)。第三，金融素养会影响投资决策者的风险感知与风险偏好。已有研究表明，投资者的金融素养与其风险感知、风险偏好密切相关，而风险感知和风险偏好又会影响家庭的投资策略与负债决策(Sachse et al., 2012；刘波等，2019)，从而影响家庭金融脆弱性。

通过梳理上述文献可知，已有文献在测度居民的金融素养时，侧重于金融知识，较少文献将金融行为、金融态度考虑在内。国内外关于金融素养对投资、负债等金融行为影响的讨论相对较多，关于家庭金融脆弱性的测度，以及金融素养是如何影响家庭金融脆弱性的问题上还有待进一步深入。与此同时，已有文献在测度家庭金融脆弱性时，主要依据主观指标，较少文献同时兼顾资产与负债、收入与支出的客观指标。家庭在未来陷入财务困境，既有可能是资不抵债，也有可能是入不敷出，甚至会是两者兼具。鉴于此，本文首先改进金融素养与家庭金融脆弱性的测度方法，其次从总体上量化分析金融素养及其三个维度对家庭金融脆弱性的影响，再分别考察金融素养及其三个维度是否显著缓解了家庭的资不抵债与入不敷出，从而回答金融素养是否显著降低了家庭金融脆弱性。

三、金融素养与家庭金融脆弱性的测度 (一) 金融素养的测度

本文测度金融素养的指标体系主要参照OECD INFE的指标体系(Atkinson and Messy, 2011)，该指标体系具有较高的权威性，指标体系具体包括金融知识、金融行为和金融态度三个维度。本文以中国家庭追踪调查2014年的数据为样本，2014年的“金融知识”调查与OECD INFE的指标体系基本一致，本文的指标体系共有25个二级指标，其中金融知识包括13个二级指标，金融行为包括9个二级指标，金融态度包括3个指标。首先将指标正向化，然后采用变异系数法设置权重(刘波等，2019)，具体的指标与权重如表 1所示。

需要特别说明的是，CFPS(2014)中“金融知识”调查并没有完全覆盖所有的家庭，在13946个家庭中，调查了4451个家庭。其中，金融知识维度的有效样本为3901个，金融行为的有效样本为2998个，金融态度维度的有效样本为3702个，总的金融素养的有效样本为2960个，并且有效样本集中在城镇。图 1中给出了金融素养的分布以及三个维度的相关关系图，金融素养的分布接近于正态分布，虽然金融知识与金融行为、金融态度之间存在显著的正相关性，但前者与后两者的相关系数并不高。由此可见，较高的金融知识水平并不意味着较高的金融行为能力与理性的金融态度，金融知识并不完全等价于金融素养。

(二) 家庭金融脆弱性的测度

本文拟从“资不抵债”、“入不敷出”两个维度测度家庭金融脆弱性，第一个维度需要以家庭资产负债表为基础，第二个维度则以家庭年收入与支出为基础。收入与支出为流量值，易于获取，而资产、负债是存量数据，需要将各项资产与负债汇总。

1.家庭资产负债表、收入支出表的构建

本文以CFPS数据为基础，结合Kavonius and Honkkila(2019)给出的家庭资产负债表，构建中国家庭的资产负债表。Kavonius and Honkkila基于欧洲中央银行的家庭金融与消费调查(Household Finance and Consumption Survey，HFCS)数据构建了家庭资产负债表。由于HFCS与CFPS在资产与负债、收入与支出的统计口径上不尽相同，因而结合CFPS实际对Kavonius and Honkkila给出的家庭资产负债表进行改进，具体如表 2所示。按照CFPS的统计口径，资产包括土地、房产、金融资产、生产性固定资产和耐用消费品，本文将其归类为金融资产与非金融资产；家庭负债包括住房负债和非住房负债。

家庭收入与支出表如表 3所示，家庭收入包括工资性收入、经营性收入、转移性收入、财产性收入和其他收入五部分，家庭支出包括消费性支出、转移性支出、保障性支出、购房建房支出四个部分。

2.家庭金融脆弱性的测度方法

家庭金融脆弱性的测度方法可以借鉴贫困脆弱性的测度思路，贫困脆弱性的本意是家庭在未来陷入贫困的概率，与本文估计家庭在未来陷入财务危机的概率的初衷具有一致性。在已有文献中，贫困脆弱性多是从单一维度测度脆弱性(Günther and Harttgen, 2009；Milcher，2009)，本文是从“资不抵债”、“入不敷出”两个维度测度家庭金融的脆弱性，因而需要对测度方法进行改进。

(1) 单一维度的脆弱性测度方法

按照世界银行给出的贫困脆弱性定义，脆弱性的测度公式为(Günther and Harttgen, 2009；Milcher，2009)：

$ {V_{i,t}} = {\rm{Pr}} ({Y_{i,t + 1}} \le Z) $

(1)

其中，V_{i, t}为i个家庭t期的脆弱性，Y_{i, t+1}第i个家庭t+1期的福利指标的水平，实证研究中，家庭收入、消费是常用的福利指标；Z为界定贫困的贫困线，实证研究中通常采用世界银行或国家层面的贫困线。估计家庭的t+1期的福利水平是测度脆弱性的核心，以消费为例。对于截面数据样本，假设消费服从对数正态分布，消费决定方程为：

$ {\rm{ln}}{Y_i} = X\beta + {e_i} $

(2)

其中，X为决定家庭消费水平的变量集，e_i为随机扰动项。考虑到截面数据可能存在异方差问题，假设随机扰动项e_i的方差为：

$ \sigma _{e,i}^2 = X\gamma + {\xi _i} $

(3)

由于式(2)可能存在异方差问题，可采用三阶段的可行广义最小二乘法(FGLS)对模型对式(2)-(3)进行估计，从而可以得到t+1期的福利的对数值及其方差：

$ {E[{\rm{ln}}{Y_i} \le |X] = X\hat \beta } $

(4)

$ { {\rm{var}} [{\rm{ln}}{Y_i} \le |X] = \hat \sigma _{e,i}^2 = X\hat \gamma } $

(5)

由于Y_{i, it}服从对数正态分布，则lnY_{i, it}为正态分布，结合式(1)、(4)-(5)可得第i个家庭的脆弱性$ {\hat V_{i, t}} $为：

$ {\hat V_{i,t}} = {\rm{Pr}} ({Y_{i,t + 1}} \le Z|X) = \Phi \left( {\frac{{{\rm{ln}}Z - {\rm{ln}}Y}}{{\sqrt {\hat \sigma _{e,i}^2} }}} \right) = \Phi \left( {\frac{{{\rm{ln}}Z - {\rm{ln}}(X\hat \beta )}}{{\sqrt {X\hat \gamma } }}} \right) $

(6)

其中，Φ(·)为标准正态分布的累积分布函数。

(2) 两个维度的脆弱性测度方法

本文从“资不抵债”、“入不敷出”两个维度测度金融脆弱性，令A_{i, t+1}、L_{i, t+1}、I_{i, t+1}、E_{i, t+1}依次为第i个家庭t+1期的资产、负债、收入与支出，并假设其为对数正态分布，相应的测度公式需改写为：

$ {V_{i,t}} = {\rm{Pr}} ({\rm{ln}}{A_{i,t + 1}} \le {\rm{ln}}{L_{i,t + 1}},{\rm{ln}}{I_{i,t + 1}} \le {\rm{ln}}{E_{i,t + 1}}) $

(7①)

① 函数ln(x)的取值范围为(0, +$ \infty $)，如果资产、负债、收入与支出为0时，ln(x)取值无意义，因此在实证中将之单调变换为ln(x+1)。

如果直接估计上述4个变量，然后再估计家庭金融脆弱性，测度家庭金融脆弱性的难度会相对较高。本文进一步将式(7)进行恒等变换，采用家庭的资产负债比、收入支出比测度家庭金融脆弱性：

$ {V_{i,t}} = {\rm{Pr }}\left( {{\rm{ln}}\left( {\frac{{{A_{i,t + 1}}}}{{{L_{i,t + 1}}}}} \right) \le 0,{\rm{ln}}\left( {\frac{{{I_{i,t + 1}}}}{{{E_{i,t + 1}}}}} \right) \le 0} \right) $

(8)

遵循单一维度的测度流程，首先估计家庭的资产负债比、收入支出比，如式(9)-(10)所示：

$ {{\rm{ln}}\left( {\frac{{{A_i}}}{{{L_i}}}} \right) = {c_1} + X{\beta _1} + {u_i}} $

(9)

$ {{\rm{ln}}\left( {\frac{{{I_i}}}{{{E_i}}}} \right) = {c_2} + X{\beta _2} + {v_i}} $

(10)

相应的随机扰动项u_i、v_i的方差为：

$ {\sigma _{{\rm{ln}}({A_i}/{L_i})}^2 = {c_1} + {X_{{\gamma _1}}} + {\zeta _i}} $

(11)

$ {\sigma _{{\rm{ln}}({I_i}/{E_i})}^2 = {c_2} + X{\gamma _2} + {\xi _i}} $

(12)

考虑到随机扰动项u_i与v_i、ζ_i与ξ_i可能存在相关性，因此在估计(9)-(10)、(11)-(12)时，采用似不相关估计(SUR)，如果u_i与v_i、ζ_i与ξ_i是相互独立的，则可以采用最小二乘法(OLS)单独估计联立方程中的每个方程。得到资产负债比、收入支出比及其方差的估计值之后，由式(8)可得家庭金融脆弱性的估计值：

$ {V_{i,t}} = {\rm{Pr}} \left( {{\rm{ln}}\left( {\frac{{{A_i}}}{{{L_i}}}} \right) \le 0,{\rm{ln}}\left( {\frac{{{I_{i,t + 1}}}}{{{E_{i,t + 1}}}}} \right) \le 0} \right) = \Phi \left( {\frac{{ - {\rm{ln}}(A/L)}}{{\sqrt {\sigma _{{\rm{ln}}({A_i}/{L_i})}^2} }},\frac{{ - {\rm{ln}}(I/E)}}{{\sqrt {\sigma _{{\rm{ln}}({I_i}/{E_i})}^2} }},\rho } \right) $

(13)

其中，ρ为资产负债比、收入支出比的相关系数，Φ(·, ·, ρ)为二元正态分布。如果相关系数为0，家庭金融脆弱性可以改写为：

$ {V_{it}} = {\rm{Pr}} \left( {{\rm{ln}}\left( {\frac{{{A_i}}}{{{L_i}}}} \right) \le 0,{\rm{ln}}\left( {\frac{{{I_{i,t + 1}}}}{{{E_{i,t + 1}}}}} \right) \le 0} \right) = \Phi \left( {\frac{{ - {\rm{ln}}(A/L)}}{{\sqrt {\sigma _{{\rm{ln}}({A_i}/{L_i})}^2} }}} \right)\Phi \left( {\frac{{ - {\rm{ln}}(I/E)}}{{\sqrt {\sigma _{{\rm{ln}}({I_i}/{E_i})}^2} }}} \right) = {V_{1,it}}{V_{2,i}} $

(14)

式(14)表明，如果相关系数为0，家庭金融脆弱性是“入不敷出”的概率与“资不抵债”概率的乘积。家庭金融脆弱性衡量的是家庭未来陷入财务困境的可能性，在已有文献中，过度负债是家庭金融脆弱性的主要表现形式(O'Connor et al., 2019)，但是否过度负债依赖于阈值的设定，Michelangeli and Pietrunti(2014)、Loke(2017)将债务收入比超过30%以上的家庭设定为过度负债家庭。如此一分为二的方法仅能判断家庭的债务收入比是否超过30%，却不知债务收入比超过30%的程度，采用概率的形式估计家庭金融脆弱性，不仅可以克服这一不足，还更加切合脆弱性的本意。

3.家庭金融脆弱性的估计

现实中，添丁进口、婚丧嫁娶、寻医求药、入学置业等因素会影响家庭的资产与负债、收入与支出，从而影响家庭金融脆弱性，因此需要将上述变量纳入到资产负债比、收入支出比的预测中，具体如表 4所示。由于支出负债比、收入支出比存在违背常理的极端值，因而将最低2.5%和最高2.5%的数据截断。

将表 4中的变量作为联立方程(9)-(10)中的解释变量X，再采用三阶段最小二乘法估计联立方程。Breusch-Pagan检验的结果表明，联立方程中的随机扰动项并不独立，相关系数为0.1555。在模型估计的基础之上，结合式(13)可以得到家庭金融脆弱性的估计值。家庭金融脆弱性与家庭的收入支出比、资产负债比的相关度越高，家庭金融脆弱性的估计值就越能代表家庭当前的财务状况，图 2中直观地展示了家庭金融脆弱性的估计值与收入支出比、资产负债比的分布与相关关系。由图 2可知，家庭金融脆弱性与资产负债比、收入支出比存在显著的负相关关系，资不抵债的概率与资产负债比亦存在显著的负相关关系，入不敷出的概率与收入支出比亦是如此，可见家庭金融脆弱性的估计值能够反映家庭的财务状况。

四、实证研究 (一) 实证模型的设定

本文主要考察金融素养(L_f)对家庭金融脆弱性(V)的影响，因而将模型设定为：

$ {{V_i} = c + \alpha {L_{f,i}} + X\beta + {\xi _i}} $

(15)

$ {{V_i} = c + {\alpha _1}{L_{{f_1},i}} + {\alpha _2}{L_{{f_2},i}} + {\alpha _3}{L_{{f_3},i}} + X\beta + {\xi _i}} $

(16)

其中，X为控制变量，包括风险偏好(risk)、家庭规模(lnfsize)、就业人数(lnJob)、受教育水平(lnEdu)、健康水平(lnHealth)、新生儿(lnBirth)、新婚(lnMarriage)、死亡人数(lnDeath)、学生人数(lnStudent)、婴幼儿数量(lnChild)、老年人口(lnOld)；ξ_i为随机扰动项。除了从总体上量化金融素养对家庭金融脆弱性的影响之外，本文还将评估金融知识(L_f1)、金融行为(L_f2)以及金融态度(L_f3)对家庭金融脆弱性的影响，分析三者的影响是否存在异质性，具体如式(16)所示。与此同时，本文还将分别检验金融素养及其三个维度对家庭金融脆弱性及其两个维度是否存在显著影响，如式(17)-(18)所示。

$ \left\{ {\begin{array}{*{20}{l}} {{V_{1i}} = {c_1} + {\alpha _1}{L_{f,i}} + X{\beta _1} + {u_i}}\\ {{V_{2i}} = {c_2} + {\alpha _2}{L_{f,i}} + X{\beta _2} + {v_i}} \end{array}} \right. $

(17)

$ \left\{ {\begin{array}{*{20}{l}} {{V_{1i}} = {c_1} + {\alpha _1}{L_{{f_1},i}} + {\alpha _2}{L_{{f_2},i}} + {\alpha _3}{L_{{f_3},i}} + X{\beta _1} + {u_i}}\\ {{V_{2i}} = {c_2} + {\alpha _1}{L_{{f_1},i}} + {\alpha _2}{L_{{f_2},i}} + {\alpha _3}{L_{{f_3},i}} + X{\beta _2} + {v_i}} \end{array}} \right. $

(18)

金融素养对家庭金融脆弱性影响的相关研究很少考虑金融素养的内生性问题(孟德锋等，2019)，但如果不考虑模型是否存在内生性问题，必然会影响研究结论的可靠性。一方面，如果家庭正面临“入不敷出”和“资不抵债”的问题，那么户主或者家庭成员很可能会学习投资理财的知识，“现学现卖”以扭转局面。另一面，在资本市场繁荣、房地产市场兴盛的大环境下，如果家庭获得较多的投资收益以及资产增值，户主或者家庭成员进一步增加金融素养的动机就会更强，即存在“干中学”的现象。与此同时，还可能存在遗漏变量和测量误差。为了解决内生性问题，需借助工具变量方法进行回归分析。鉴于此，本文的量化分析分为两个层次：首先，在实证研究中以金融素养得分为核心解释变量，量化分析金融素养对家庭金融脆弱性的影响；其次，在稳健性检验中，选择恰当的工具变量，验证估计结果的稳健性。

(二) 实证模型的估计

表 5中列示了模型(15)-(18)的估计结果，由估计结果可知：(1)在5%的置信水平上，金融素养显著降低了家庭金融脆弱性；其中，金融知识降低了家庭金融脆弱性的作用更为显著，金融行为与金融态度对家庭金融脆弱性不存在显著影响；(2)在5%的置信水平上，金融素养显著降低了资不抵债的概率，其中，金融知识在1%的置信水平上显著降低了资不抵债的概率；(3)金融素养及其三个维度对入不敷出的概率均不存在显著影响。

此外，由控制变量的系数估计值可知，在1%的置信水平上，家庭规模、平均受教育水平、添丁进口(家庭成员新婚、新增婴幼儿)、在校学生数量、儿童数量、老年人口数量、不健康人口数量均对家庭金融脆弱性存在显著影响；除老年人口占比对家庭金融脆弱性存在负向影响之外，其他变量均对家庭金融脆弱性存在正向影响。

五、稳健性检验

如上所述，如果金融素养是内生变量，必然会影响估计结果的可靠性，因而需要选择工具变量。Van Rooij et al.(2011a)以“受调查者兄长和父母的金融经历”作为金融素养的工具变量，Van Rooij et al.(2011b)以“受调查者在校期间用在学习经济知识上的时间多少”作为工具变量，尹志超等(2014)将“父母中最高的教育水平”作为工具变量，曾志耕等(2015)将“父母中最高的教育水平”和“是否有家庭成员从事金融行业”作为工具变量，吴卫星等(2018)“家庭成员中是否有从事投资行业”作为工具变量。本文从金融知识、金融行为与金融态度三个维度测度金融素养，与之相对应，本文以“家庭中成员是否有以经管大类为专业”(Major)、“家庭成员及其兄弟姊妹是否就业于金融业”(Jobtype)、“有家庭成员接受过高等教育”(Highedu)作为工具变量，如果专业为经管大类，金融知识高于其他专业的概率相对较大；如果有家庭成员从就业于金融业，金融行为能力也将高于其他行业；某个家庭成员接受过高等教育，对待金融工具的态度可能会更为理性。

T检验结果表明，在1%的置信水平上，如果家庭成员中有以经管大类为专业、就业于金融业、接受过高等教育，金融素养显著增加0.0899、0.0970、0.1127。将以上三个变量作为工具变量进行两阶段回归(2SLS)，第一阶段的F值为27.35，工具变量的系数估计值亦不显著为0。豪斯曼检验结果显示，χ²（1）统计量为17.37，在1%的水平上不能拒绝“所有变量均为外生”的原假设，即金融素养确为内生变量。Sargan检验表明，模型不存在过度识别问题。然而，根据Stock and Yogo(2005)给出的检验方法，F统计量为4.679，小于15%偏误水平下的临界值12.83，模型可能存在弱工具变量问题，鉴于此，在模型的估计中采用对弱工具变量更不敏感的有限信息最大似然法(LIML)，估计结果如表 6所示。

对于2SLS与LIML的估计结果可知，系数估计值及显著性程度甚为接近。由估计结果可知，在1%的置信水平上，金融素养的提升会显著降低家庭脆弱性；与此同时，金融素养的提升会显著降低资不抵债和入不敷出的概率。稳健性检验的结果进一步确认了金融素养的提升能够显著降低家庭金融脆弱性与资不抵债的概率。

六、结论与展望

家庭金融的稳定性是金融系统稳定性的基石，家庭金融脆弱性的增加，必然会动摇整个金融体系的稳定性。家庭金融脆弱性是多维度的，不仅包括家庭的资产和负债，还包括收入与支出，仅从某一个方面度量家庭金融脆弱性存在局限性。基于此，本文提出从“资不抵债”、“入不敷出”两个方面测度家庭金融脆弱性。已有的文献表明，金融素养是影响家庭金融脆弱性的重要因素之一，金融素养不仅会影响家庭的资产和收入，还会影响负债和支出。金融素养对于家庭金融脆弱性影响具有不确定性，金融素养的确能够提升家庭管理财富能力，使得财富增值、收入增加，但是也不能忽视其对于负债和透支的作用，如使用按揭贷款、亲友借贷，通过融资融券增加投资额度，使用信用卡透支消费。鉴于此，本文试图从总体上评估金融素养对家庭金融脆弱性的影响，分析金融素养对家庭资不抵债、入不敷出的影响是否存在异质性。

首先，从金融知识、金融行为、金融态度三个维度切入，构建测度金融素养的指标体系，并以中国家庭追踪调查(2014年)为样本，测算金融素养水平。其次，通过构建家庭资产表、收入支出表，估计“资不抵债”、“入不敷出”的概率，并从总体上测度家庭金融脆弱性。测度结果显示，家庭金融脆弱性及其两个维度与家庭的资产负债比、收入支出比存在显著的相关性，金融脆弱性的估计值能够反映出家庭未来陷入财务困境的概率。最后，构建实证模型，量化分析金融素养是否降低了家庭金融脆弱性。综合实证研究与稳健性检验的估计结果，主要研究结论如下：(1)金融素养的增加显著降低家庭金融脆弱性，金融知识维度降低金融脆弱性的作用更为显著；(2)金融素养的提升显著降低家庭“资不抵债”的概率，金融知识缓解资不抵债的作用更为显著。

基于实证研究结论，本文认为可从以下方面强化金融素养缓解家庭金融脆弱性的积极作用：(1)将金融知识教育纳入国民教育体系。在金融素养的三个维度中，金融知识缓解家庭金融脆弱性的作用更为显著，因而有必要提升金融知识普及范围，针对青少年、老年群体、非经管专业群体开展金融知识教育；(2)倡导知行合一、培育理性的金融态度。金融知识与金融行为、金融态度的正向关系较低，可见提升金融实践能力与培育理性的金融态度不能完全依靠普及金融知识。金融行为与金融态度对于合理地配置金融资产、规划家庭收支具有至关重要的作用，而资产配置与收支规划又会直接影响家庭金融脆弱性。因此，在提升国民金融素养的过程中，不能仅集中于普及金融知识，还要提升居民的金融实践能力、培育理性的金融态度。