我国中青年家庭资产组合的结构方程模型研究

我国中青年家庭资产组合的结构方程模型研究摘要：本文研究了考虑背景风险情况下基于生命周期内效用最大化的家庭资产配置决策问题。选取我国25～55岁之间的中青年家庭作为研究对象，在借鉴与结合已有理论研究成果的基础上，运用理论分析、简单统计、实证检验和方法对比等手段，在生命周期模型的基础上，充分考量了家庭的经济特征，人力资本，人口统计特征，代际遗赠等等因素对于资产配置行为的影响作用。结果表明家庭资产配置受到以上各种因素的显著影响，是综合的决策过程。关键词：家庭资产组合；背景风险；结构方程模型中图分类号：f224文献标识码：a文章编号：1003-9031（2012）10-0016-05doi：10.3969/j.issn.1003-9031.2012.10.04一、引言以merton（1969）、samuelson（1969）的文献为里程碑，家庭资产组合理论得到了极大的发展，消费和投资仍然是家庭投资行为的主要线索[1-2]。自2006年至2011年，我国的国民生产总值以9%以上的年增长率保持稳步上升态势，2011年末gdp已达到47.2万亿元，与此同时我国居民的储蓄水平也一直居高不下，2011年末由居民家庭贡献的存款总量达到35.2万亿元人民币。而2010年我国的居民消费支出水平不足14万亿元。如此高而单一的储蓄方式，加之落后于世界水平的消费率，令人堪忧。在全球经济低迷的环境中，引导家庭进行科学的投资，特别是属于主力军的中青年家庭的投资，在增值保值的前提下鼓励家庭的消费、拉动内需，有着重要的意义。二、理论支持与研究思路现代投资组合理论之父markowitz（1952）的《portofolioselection》一文首次提出了金融市场投资者的偏好可由投资者期望收益（均值）和方差的分析框架来测定，试图解决投资者单期资产配置问题[3]，这一理论标志着现代资产组合理论的开启。从最早的markowitz均值-方差的单期分析模型，到纳入各种内外生因素的跨期选择模型，现代资产组合理论经历了一系列阶梯式的发展。本文的研究思路正是验证各种背景风险、人口统计特征因素等在家庭资产组合决策过程中的影响作用。考虑到家庭金融资产选择的复杂性，研究过程受条件精力限制不可能将所有的因素都涵盖在内，因此在总结国内外文献的基础上，本文提出了以下几点假设。假设1：家庭安全资产的重要构成为储蓄存款。假设2：房产对于家庭其他的风险资产具有挤出效应。当房产在家庭金融资产中的比重越大时，家庭对于其他风险金融资产的投资程度越低，家庭参与证券市场的可能性越低。住房本身具有投资性和消费性两个特点，与住房相关的贷款规模直接影响了人们对于金融资产的投资，同时它的可消费性也满足了家庭的一部分效用。假设3：家庭金融资产的持有与劳动供给弹性大小成正比[4]。当家庭可以灵活调整自己的劳动供给弹性时，就可以根据现期和未来的情况来变动自己的劳动供给，也就是通过调整自己的人力资本来规避风险或者平滑消费。假设4：家庭经济特征，主要是财富水平对于家庭投资金融资产具有财富效应。当家庭越富有时，越愿意投资金融资产。随着家庭经济状况的提升，家庭收入节余日益积累，家庭的资产需求也会随之提升，家庭需要借助于金融产品才实现财产的保值乃至增值。同时家庭财富水平的改善，也会降低其风险厌恶程度，家庭更有能力支付进入市场的参与成本。因此，财富积累促进了家庭金融资产的投资。假设5：收入风险对于家庭风险性资产的投资具有替代作用。人力资本是风险性资产的隐性部分。当收入面临的冲击较大，波动较大时，人力资本的风险程度上升，自然会替代了家庭对于其他风险资产的需求。假设6：风险资产持有比例与教育年限呈正比。这一假设也很容易理解，人力资本与教育投资紧密相连，受教育程度较高的投资者的人力资本总量也较高，同时对于投资环境和产品本身的信息收集和分析能力较强，可以将自身的成本降低，更容易规避风险。假设7：家庭在不同的年龄段对于风险资产的持有比例不同，在生命周期中呈现驼峰状。生命周期效应。家庭资产组合过程是一个动态的过程，投资者会根据每一阶段的不同特点调整自己的投资决策。年轻家庭处于生命周期中人力资本水平最高的阶段，对于风险资产的承受能力较强，但受制于财富的积累以及经验种种因素，导致风险金融资产的持有较高，但并不是最高。相比之下中年家庭在各因素作用下达到风险资产持有的高峰水平。而临近退休的老年人风险承受水平最低，适合转向较为保守的安全资产投资。假设8：当家庭面对各种内外生因素时，做出的资产组合决策与单独考虑某一因素时的决策结果可能存在区别，因为家庭金融资产选择是一个综合的动态过程，是每一要素共同作用的结果[5]。三、数据样本、分析变量和实证方法（一）数据来源和处理本文采用的数据来源于“中国家庭收入项目调查（chinesehouseholdincomeproject，简称chip）”。chip对外公开的最新版本为2002年数据，也是本文的统计实证研究基础。在个人数据的基础上按照个人编码和对应的家庭编码进行汇总后，处理了异常值和缺省值，筛选出户主年龄处于25～55岁之间的家庭，得到本文的实证样本量为5278。同时，对本文需要的变量进行了如下处理：1.基本信息，包括年龄、婚姻、教育年限、所在省份。其中，年龄婚姻均按照户主的资料统计所得，按照“25～30岁”，“31～40岁”，“41～50岁”，“51～55岁”分别进行1～5赋值。婚姻遵循chip调查问卷按照“未婚”、“有配偶”、“离婚”、“丧偶”和“其他”分别进行1-5的赋值。教育年限按照“0～9”、“10～12”、“13～15”、“16”、“17及以上”分别进行1-5的赋值，这一划算标准是按照全国大部分全日制学历完成时长来界定。所在省份按照家庭住址所在地统计。2.家庭职业情况，包括劳动力人数、获得工作来源、所在行业。其中，劳动力人数按照国家统计局指标规定进行统计。获得工作来源按照户主数据统计，遵循chip调查问卷“政府安排（包括正常工作调动）”、“顶替”、“公开考试”、“就业部门介绍”、“报纸招聘”、“私人介绍”、“自己寻找”、“自干个体”、“私营”、“现在不工作”、“其他”分别进行1～16的赋值。职业行业也按照户主的资料，遵循问卷中工作单位所在行业“农、林、牧、渔业”、“采掘业”、“制造业”、“电力”、“煤气及水的生产和供给业”、“建筑业”、“地质勘查业、水利管理业”、“交通运输、仓储及邮电通信业”、“批发和零售贸易、餐饮业”、“金融保险业”、“房地产业”、“社会服务业”、“卫生、体育和社会福利业”、“教育、文化艺术和广播电影电视业”、“科学研究和综合技术服务业”、“国家机关、党政机关和社会团体”、“其他行业”分别进行1～16的赋值。3.家庭收入和支出情况，包括家庭全年总收入、消费总支出、以及各分类收入和消费指标。其中，全年总收入按照“1万元以下”，“1～2万”，“2～5万”，“5万以上”分别进行1～4赋值。年消费总支出按照“0.5万元及以下”，“0.5～1万元”，“1～2万元”，“2～5万元”，“以及5万元以上”分别进行1～5赋值。4.家庭资产情况，包括净资产、银行活期存款、股票、债券、储蓄类商业保险、自由房屋的市场现值。其中，净资产按照“0.5万元及以下”，“0.5～2万元”，“2～10万元”，“10～20万元”，“20万元以上”分别进行1～5赋值。在chip中，房产被分到非金融资产中，而在本文中考虑到房产的投资性和消费性特点，将其划分为风险性金融资产，与股票共同构成主要的风险性金融资产。将存款、债券以及储蓄性商业保险共同列为无风险金融资产。（二）分析方法本文拟用结构方程模型的方法，探索经济特征、劳动供给弹性等等潜在因素对于风险性和非风险金融资产的相互作用。结构方程模型是当代行为与社会领域量化研究的重要统计方法，它融合了传统多变量统计分析中的“因素分析”与“线性模型之回归分析”的统计技术，对于各种因果模型可以进行模型辨识、估计与验证。在量化研究取向之多变量统计方法中，有越来越多的研究者使用sem进行各种测量模型或假设模型图的验证。（三）变量选取在对样本数据进行因子分析后，选取进入模型的具体变量如表1所示。四、实证及结果分析（一）模型构建根据先验的结果，假定家庭金融资产组合的决策受到家庭的经济特征、劳动供给弹性以及人力资本等因素的共同影响。在理论假设的基础上，从模型的简洁性角度考虑，不增列变量之间的共变关系，构建出家庭金融资产配置行为的最简约的模型，如图1所示。据此，将结构方程写成：测量方程则可以写成：exp=11+1，na=21+2，inc=31+3，nol=42+4，mag=52+5，job=62+6，gen=72+7，edu=83+8，age=93+9，sto=101+10，hos=111+11，ins=132+13，dep=142+14，bon=152+15。（二）模型识别结构方程模型估计的先决条件就是模型的可识别性。模型识别的t法则条件为：t？燮（p+q）（p+q+1）其中，p为模型的外因测量指标个数；q为内因测量指标个数；t为待估计的自由参数个数，则模型的自由度df=（p+q）（p+q+1）-t。即当模型的自由度非负的时候，模型就是可识别的。在预设的模型中，p+q=14，t=34，df=710，模型可以识别。（三）结果分析1.拟合结果分析。amos17.0对初始模型用最大似然法估计后，所得指标拟合效果欠理想，根据软件给出的修正指标增列误差项间共变关系后，得到的拟合结果如表2所示。从表2中可看到，无论是绝对适配指标，还是相对适配指标，模型的各个拟合程度指标均得到了很好得提升，修正后的模型适配水平非常理想。考虑到指标尺度的问题，残差的均方和平方根采用了标准化值，有学者提出srmr较rmr更有参考价值[6]。2.结构方程参数估计结果分析。在确定修正模型已达到了很好的适配性后，进行模型参数的估计，首先看表3结构方程的参数估计结果，这也是决定家庭金融资产分配决策的主要路径。估计结果清晰地反映出了以下几点结论：一是在5%的显著性水平下，人力资本对于家庭金融资产的投资影响显著。同时可以发现，正的系数说明了家庭投资金融资产的倾向随着人力资本的积聚呈现出上升的趋势。二是经济特征仍然是家庭投资决策的首要影响因素，这一结果无论是用何种研究方法都得到了论证。不管是风险性资产，还是非风险资产，家庭都会衡量其经济状况，根据消费节余等行为来决定对于金融资产的持有大小。非负的系数也说明了财富效应的重要作用，由此，证明了假设4。三是家庭的劳动供给弹性对于资产配置的影响是显著的。但注意到此处劳动供给弹性的系数为负，这与选取的测量指标有关，由于chip问卷中并没有关于劳动供给时间和闲暇这一定义指标的调查，因此这里选择了其他测量指标来反映劳动供给弹性。具体指标含义将在下面的测量方程结果中加以分析。3.测量方程参数估计结果分析。从潜变量对观测变量的参数估计结果可以看到，所有观测变量均通过了显著性检验，甚至都在1%的显著性水平下显著，说明选取的测量指标都是对于潜在变量的很好反映，与潜变量直接紧密相关。而为了让因果路径的影响强弱更加具有可比性，下面将采用标准化的路径系数进行各变量的分析。4.标准化路径系数分析。为了更清楚地对比变量之间的影响路径的强弱，表5给出了变量的标准化参数估计结果。标准化路径系数清楚地反映出以下几点结论：一是在影响家庭资产配置决策的所有因素中，经济特征仍然是最重要的考虑，其次是人力资本，最后是劳动供给弹性。二是经济特征对于风险资产决策的影响力大于对非风险资产的影响，而人力资本对非风险的资产配置的影响稍高于对风险资产投资的影响，劳动供给弹性的影响作用在两种资产上持平。三是风险资产的主要形式表现为房产，它解释了家庭风险资产不确定性的一半，股票只反映了风险的不到三分之一。由此可以看出房产对于其他形式的风险资产具有一定的挤出性，同假设2得出的结论相符。四是非风险资产方面，存款仍然是家庭主要的持有形式，保险和债券紧随其后，与前文描述性统计结果十分吻合，再一次证实了假设1。五是在人力资本对风险资产的作用过程中