中国家庭金融资产配置对居民收入差距的影响研究

喻 平（博士生导师），徐浩洋

一、引言

改革开放以来我国居民收入实现了高速增长，居民收入差距呈现出不断扩大的趋势。解决收入差距问题，推动收入分配制度逐步改革，一直是党和政府高度重视的问题，同时也是学术界研究的热点。收入的增加和金融市场的发展，使得越来越多的居民家庭开始使用金融产品来配置金融资产。家庭金融是运用金融工具实现资源跨期优化配置，达到家庭长期金融效用最大化的学科，金融资产配置也开始成为影响居民收入差距的重要因素之一。家庭金融资产配置作为影响居民家庭收入的重要因素其作用不容忽视。早些年我国金融市场发展较为缓慢，我国家庭在金融资产配置方面尚存在资产结构相对单一、城乡居民投资行为差异大等问题。随着金融市场日益成熟，金融资产种类日益繁多，同时金融工具不断推陈出新，再加上居民理财意识的增强，居民进行金融资产投资的选择也相应增多。居民进行金融资产的选择的同时，其家庭财产性收入也相应提高，研究中国家庭金融资产配置对居民收入差距的影响，对于维护金融体系的稳定具有重要的现实意义。因此，如何引导家庭进行合理的金融资产投资并营造理性的投资氛围，对于优化家庭金融资产配置、增加居民财产性收入、稳定经济增长发挥着重要的作用。

二、文献回顾

居民收入差距一直是被全球范围广泛关注的问题，想要提高居民生活水平，促进经济平稳运行，收入增长和经济增长同等重要。当前我国的收入增速低于经济增速，金融发展快于收入增长，在这种情况下需要提高居民对金融资产配置的自主意识，同步实现金融发展与收入增长，有效改善居民收入分配的不平等状况。现有文献关于家庭金融资产配置和居民收入差距关系的研究主要可以分为四种，即金融发展的收入分配效应对居民收入差距的影响、家庭金融资产配置和居民收入差距的关系、财产性收入对收入差距的影响、金融城乡二元结构对收入差距的影响。

1.金融发展的收入分配效应对居民收入差距的影响。金融发展的收入分配效应对居民收入差距的影响研究起步较早，国内外学者已经进行了大量的研究，并取得了丰富的理论成果。Kuznets[1]认为在经济发展过程中，收入分配情况不是一成不变的，会逐渐发生变化，他将其划分为几个不同的阶段：第一阶段，经济发展起步时期，经济发展速度较快，逐渐拉开了城乡收入差距；第二阶段，经济发展速度开始放缓，收入差距保持在稳定的水平；第三阶段，经济发展速度开始下滑，收入差距逐渐缩小。在一国经济发展过程中，收入差距的变动规律是先上升、再平缓，最后下降，用图形表达可以看到收入差距呈现出倒U 型的变动曲线。谢金楼[2]选取了我国部分区域的金融数据，得到的结论是我国部分地区金融发展对城乡居民收入分配差距的影响呈现上下波动的状态，符合倒U型假说的描述。徐汝峰[3]利用时间序列数据，建立SVAR 模型进行分析，研究得出我国金融发展与收入差距的关系在不同区域呈现不同特征，倒U型曲线的前端符合我国西部欠发达地区的状况，顶部符合我国中部地区的状况，而后端则同我国东部发达地区的情况非常接近。在经济发展的初期，经济的发展水平还比较低，这时候低收入居民是没有额外的现金投入到金融市场上购买金融产品的，但等到经济发展到一定的阶段，低收入居民在解决了温饱问题之后也可以享受到良好的金融服务，这样会在一定的程度上缩小居民收入差距。学者们的研究结论强调了家庭金融发展对于缩小收入差距的重要性。

2.家庭金融资产配置和居民收入差距的关系。关于家庭金融资产配置和居民收入差距的关系，国内外学者主要关注居民家庭是如何进行资产投资组合决策并对居民家庭收入产生影响的。Sonnenberg等[4]研究了家庭收入状况和财务决策的关联性，其结果表明，收入差距可能会对家庭消费和投资组合决策产生巨大的影响。他们认为家庭收入的差异会使得居民做出不同的金融资产投资决策，而投资决策和投资领域的不同会造成未来投资收益的不同，这是导致收入差距扩大的重要因素之一。周广肃等[5]使用2010年、2012年及2014年三轮我国家庭追踪调查形成的面板数据，考察了收入差距对我国家庭风险金融资产投资的影响，发现收入不平等对家庭股票及广义风险金融资产投资有显著的正向影响。对于家庭金融资产配置对收入差距的影响，王书华、苏剑[6]基于2100户家庭的2005～2009年的微观数据，对家庭金融资产配置作用于收入差距的机制进行了研究，农村家庭金融资产配置的差异确实对农户收入产生了重要影响，改善农村家庭金融资产配置的环境及结构可能有助于缩减农村家庭间的收入差距。王书华、杨有振[7]基于 1997～2010年28 个省份城乡居民家庭的面板数据，研究发现两部门模型中城乡居民家庭金融资产配置对居民收入差距的动态影响确实呈现倒U型动态趋势，这表明从长期看城乡居民家庭金融资产配置的优化确实会缩小收入差距。

3.财产性收入对收入差距的影响。部分学者选择从财产性收入的角度分析家庭金融资产配置对收入差距的影响，居民拥有财产的不同也对居民家庭金融资产配置的选择产生影响，进而对财产性收入产生影响。宁光杰等[8]选取了2003～2013年我国居民收入数据，发现财产性收入增长较快，但财产性收入占总收入的比重仍较小。财产性收入差距呈现出逐渐扩大的趋势，其对收入不平等的影响在增强。金融资产是财产性收入的主要来源，金融资产收益的增加能够在一定程度上抑制居民收入差距的增大。王婷[9]认为，财产性收入差距取决于财产占有量的大小。贫富差距的不平等已经超过了收入分配的不平等程度，由于房地产行业和股市的发展，能够获得这些红利的人群财产价值和财产收益大幅度增加，而大量的农民和贫困人群并不是金融市场发展的受益群体，财富的积累在这一过程中具有马太效应。财产性投资具有不确定性，由此导致收入差距不可控，政府想要调节居民收入差距首先需要调控居民的财产性资产数量，改善收入分配的不平等，防止收入差距继续扩大。

通过文献的梳理可以发现，从各个角度研究居民收入的文献较多，国内外学者重点关注了金融发展与居民收入差距之间的关系、家庭金融资产投资组合与居民收入之间的关系和城乡二元经济结构与居民收入差距之间的关系，并对其进行了大量的理论与实证研究。学者们一般从宏观数据着手对收入差距进行研究，这一领域的理论已经相对成熟，利用家庭金融资产配置微观数据探讨其与居民收入差距互动关系的文章较少。随着我国居民家庭财富积累日益增多，金融资产在家庭资产中的比重日益提高，如何从家庭金融资产配置的角度来探讨收入差距的影响机制显得愈发重要。本文针对居民家庭收入差距现状及其特点，尝试运用空间计量方法，结合二元经济结构，从经济地理的角度分析家庭金融资产配置对城乡居民家庭收入差距的影响。

三、模型选取与变量设定

本文从空间计量模型着手，选取西南财经大学的中国家庭金融调查报告（CHFS）中2011年和2013年的家庭金融调查数据，该数据能够比较全面地反映我国家庭金融资产持有现状，为研究家庭金融提供了客观的现实依据，在此基础上对家庭金融配置与居民收入差距之间的关系进行了探讨。

1.空间相关性分析。空间计量模型主要研究空间效应问题，要研究空间效应问题首先要考虑其空间相关性，需要对选取的数据进行空间相关性分析。空间自相关分析在地理统计学科中应用较多，现已有多种指数可以使用，但最主要的有两种指数，即Moran的I系数和Geary的c系数。在本文中，我们选取Moran's I 指数法对25 个省份的数据进行全局空间相关性检验。Moran's I 指数是衡量空间相关性的重要指标，其表达式为：

其中：Zi和Zj分别代表第i省和第j省的居民收入代表各省份居民收入的均值；n 为样本容量（n=25）；S2代表各省居民收入的方差；Wij代表二进制的空间权重矩阵，我们用Wij来定义两个省份的地理邻接关系，用“0-1 法”对邻接空间权重矩阵进行赋值，如果两个省份相邻则为1，如果两个省份不相邻则取0。判断居民收入是否存在空间自相关性的标准为：Moran's I＞0 表示存在空间正相关性，其值越大，空间相关性越明显；Moran's I＜0 表示空间负相关性，其值越小，空间差异越大；Moran's I=0，则表明空间呈随机性。

2.空间计量模型的建立。确定空间面板模型时，首先需要建立非空间面板模型来检验空间自相关性。空间计量模型的选择有很多，其中运用比较广泛的主要有3种模型，即空间滞后模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）。空间杜宾模型的一般形式为：

式（2）可进一步变化为：

其中：i=1，…，n；t=1，…，T；wij为空间权重矩阵W的（i，j）元素；αln为常数项乘以单位列向量；εit为随机误差项。将所选取的变量代入式（3）中可以得到本文所需要的模型：

据笔者统计，具有代表性的语言文化类客户端共计15个，作为工具类客户端占比66.7%，其余类型包括娱乐类与社交类。语言文化类APP具有较强互动性，增强用户与平台的黏性，在知识普及、游戏互动以及社交方面起到积极作用。同时也具有较强实用性，如古诗词典APP，下载量高达875万人次。该APP内容丰富，涵盖唐诗、宋词、元曲、古诗、楚辞等经典之作，针对学生人群打造与教育部专属配套小学、初中和高中语文教材配合使用，让学习和课程相结合，系统会根据用户使用情况智能安排学习和复习。

其中：yit为因变量，表示第i 省t年的家庭总收入；自变量包含asset、ra、rf、aw，分别代表家庭总资产、家庭金融风险资产总值、家庭金融无风险资产总值和家庭金融风险资产权重；控制变量为Xcontrol，具体包括家庭规模（size）、教育年限（edu）、户主年龄（age）、金融知识（fin）、风险偏好（rp）、是否居住城镇（rural）；βi和θi分别代表各自变量的回归系数和空间相关系数。

根据Lesage 等[12]的研究，当加入空间滞后项以后，回归的系数不再简单地反映自变量对因变量的影响。为了更好地描述区域之间的交互关系，Lesage等[12]提出将总效应分为直接效应和间接效应两种来表达自变量和因变量之间的关系。由于空间杜宾模型不能较好地反映因变量和自变量之间的关系，需要运用直接变量和间接变量来衡量因变量和自变量之间的影响。我们可以将式（2）改写为：

其中：Hm（W）=N（W）（lnβm+Wθm），N（W）=（ln-ρW）-1。将式（6）展开可以得到如下矩阵：

因此，自变量对因变量产生的几种影响可以表示为：

总效应（Total Effect）=Hm（W）ii+Hm（W）ij

总效应等于矩阵加总的均值，直接效应是通过计算矩阵Hm（W）中的对角元素Hm（W）ii的平均值得出的，间接效应则是通过计算矩阵Hm（W）中的非对角元素Hm（W）ij平均值得出的。总效应可以通过直接效应和间接效应相加得到。

3.相关变量说明。本文使用的CHFS 在全国范围内通过科学抽样，采取现代的调查技术和调查管理手段，该数据库收集了全国25个省份的家庭金融微观数据，并汇总后形成报告。在选取样本时由于数据收集困难剔除了新疆、西藏和内蒙古3个自治区，香港和澳门2 个特别行政区，为了统计的方便将北京市、天津市、上海市、重庆市这4 个直辖市数据分别合并到河北省、江苏省和四川省中。样本分布于全国25个省（市、区），80个县（区、市），320个村（居）委会，共涉及8438户家庭，重点收集了关于家庭资产、负债、收入支出、社会保障和保险等方面的信息，为国内外的研究者提供了研究中国家庭金融问题的高质量的微观数据，能够比较详细地反映受调查家庭的金融资产配置和可支配收入情况。本文在对数据进行收集后，对所有数据进行了初步处理，删除无效变量及敏感数据，剔除了收入最低的0.5%的数据，剔除了收入最高的0.5%的数据，拆分家庭和个人数据等，最终得到8353个有效的家庭样本。

通过查阅相关文献，本文从CHFS 中选取了以下变量作为模型的影响因素：

（1）因变量。因变量为家庭收入（income），家庭总收入（income）包括工资收入和财产性收入。

（2）解释变量。主要的解释变量为：家庭总资产（asset）包括家庭金融资产和实物资产；家庭金融风险资产总值（ra），由股票、债券、基金和其他金融衍生工具构成；家庭金融无风险资产总值（rf），主要是现金及银行存款；家庭金融资产总值（ra），为家庭所有金融资产的价值之和；家庭金融风险资产权重（aw），即家庭持有金融风险资产占总资产比重，该变量通过家庭金融风险资产权重反映家庭金融资产配置情况。

（3）控制变量。控制变量选取了家庭规模（size）、户主年龄（age）、教育年限（edu）、金融知识（fin）、风险偏好（rp）、是否居住城镇（rural）。户主在家庭经济决策的过程中发挥主要作用，往往能够决定如何进行家庭金融资产配置。反映户主个人特性的变量有户主年龄、教育年限，金融知识和风险偏好。根据以往的学者研究，考虑到户主年龄大小、教育程度高低和是否厌恶风险对其决策有一定作用，因此将其纳入影响因素。反映家庭特性的有家庭规模、是否居住城镇。家庭规模大小能够直接影响家庭可支配收入，是否居住城镇能够反映出城乡之间的差异，家庭总资产能够直接反映家庭财富水平。对自变量、解释变量和控制变量进行描述性统计，其结果如表1所示。

表1 研究变量描述性统计

四、实证分析

1.空间自相关分析。对2011年和2013年全国25个省份家庭总收入进行Moran's I检验，结果如表2所示。

表2 我国居民家庭收入的Moran's I指数统计

通过表2 我们可以看到，我国居民家庭收入2011年和2013年的统计值I分别为0.543和0.547，P值均为0.01。从全局空间自相关检验的结果，可以得出我国家庭总收入的Moran's I 在5%的水平上显著，且数值较大，证明我国25个省份的家庭总收入存在显著的空间正相关，我国各省份之间的居民家庭收入并不是相互独立的，并且相邻省份之间的家庭金融资产配置存在着空间溢出效应，某一省份的家庭金融资产配置不仅会对本省的居民家庭收入造成影响，还会对邻近省份产生影响。可见我们在探讨居民家庭收入问题时要考虑空间因素的影响，可以选择空间模型进行研究。

2.空间模型分析。通过空间自相关分析验证了空间自相关的存在之后，需要通过Wald 检验和LR检验来选择合适的空间模型。空间杜宾模型（SDM）是空间滞后模型（SAR）和空间误差模型（SEM）的扩展模型，整合了SAR 模型和SEM 模型，一般而言都可以替代这两种模型。Wald 检验和LR 检验是检验SDM 能否简化成SAR 和SEM 的判定方法，在选取空间杜宾模型（SDM）前，需要判断哪个空间模型的拟合优度更高。通过检验得出的结果如表3所示。

表3 Wald检验和LR检验

从表3 中可以看出，通过Wald 检验和LR 检验的SAR模型和SEM模型得出的P值均小于0.05，两种模型均在5%的水平上显著；SAR 模型和SEM 模型得出的Z值都为正，而且数值均较大，呈现出明显的聚类特征。所以SAR模型不能简化成SAR模型和SEM 模型，应该选用SDM 模型进行分析。对于应该选择固定效应模型还是随机效应模型，我们进行了Hausman检验，发现结果为拒绝原假设。本文的样本数据来源于全国固定的25个省份，因此选用固定效应模型分析本文研究的数据最为合适。

表4 两种权重下空间杜宾模型固定效应回归结果

根据表4可知，家庭金融风险资产权重（aw）、风险偏好（rp）和是否居住城镇（rural）通过了1%的显著性水平检验，家庭规模（size）、教育年限（edu）、金融知识（fin）在5%的水平上显著，而户主年龄（age）在10%的水平上显著。这说明对待金融风险的态度和家庭金融资产配置的影响效应更强，此外城乡差距也是非常重要的影响因素。为了进一步说明家庭金融资产配置对居民家庭收入差距的影响，我们通过SDM 模型在邻接空间矩阵和地理空间矩阵下进一步用偏微分法将空间溢出效应分解为直接效应、间接效应和总效应，结果如表5所示。

从空间效应来看，得出的解释变量回归系数均为正，证明各变量都有显著的空间效应。邻接空间矩阵和地理空间矩阵回归系数基本保持同向，在家庭规模和受教育水平方面，地理空间矩阵回归系数较邻接空间矩阵显著，可能的原因是受到了不同地区经济和社会因素的影响。在两种权重矩阵下，家庭金融资产总值和家庭金融风险资产权重对居民收入差距的直接效应、间接效应、总效应均为显著正向作用，表明本地区金融资产配置对收入差距的影响具有明显的扩散效应。教育年限（age）和金融知识（fin）在两种权重矩阵下对收入差距的直接效应在1%的水平上显著，证明教育水平对于本地区家庭金融资产配置优化和长期内收入差距缩小具有正向作用，但对周边地区的影响不显著，居民金融知识的增长、文化水平的提高都可能会影响居民家庭提高金融资产中风险资产的占比。家庭规模（size）的直接效应和间接效应均为正且在5%的水平上显著，其对于家庭金融资产总量具有直接影响，家庭规模越大，可配置金融资产总量也越大，产生的收益也会出现差异，这也间接影响了居民的收入水平。户主年龄（age）的直接效应、间接效应均在10%的水平上显著，对本地区和周边的收入差距影响较小。是否居住城镇（rural）对收入差距的影响在1%的水平上显著，对周边城市的溢出效应较大，这意味着本地区人口城镇化对居民收入差距产生了明显的经济辐射效应。从回归结果我们可以得出，家庭金融总资产、家庭金融风险资产权重和是否居住城镇对收入差距的影响最为显著；受教育水平和金融知识有一定影响；户主年龄对收入差距影响最小。

表5 两种矩阵下的空间模型效应

五、结论与政策建议

1.主要结论。本文主要针对我国目前的家庭金融资产和居民收入差距之间的关系进行了分析，研究家庭部门在资产配置过程中资产配置结构及其他相关因素对收入差距的影响，主要结论如下：

（1）家庭金融资产配置和家庭金融资产总值对居民收入差距具有显著影响。随着金融产品的创新和金融机构的多样化，金融市场的日益完善，家庭金融资产种类也越来越多，居民家庭总资产中金融资产的价值也在不断上升，资产总值越高可供选择的投资领域也越多，不同投资领域的投资回报率差异较大，这也是造成收入差距扩大的原因之一。高风险资产的配置投资收益具有不确定性，会导致居民收入不稳定，不仅会造成本地区的居民收入差距呈现扩大的趋势，还会扩大周围地区的收入差距。

（2）居民受教育水平、金融知识和家庭规模对居民收入差距的直接效应、间接效应、总效应呈显著正向作用。通过研究可以发现居民金融知识的增长、文化水平的提高都会促进居民家庭提高金融资产中风险资产的占比。一般而言，金融知识缺失的居民对于如何进行财务规划没有概念，鲜少将劳动所得投入金融市场，在进行金融资产配置时也倾向于选择无风险资产。由此我们可以认为居民受教育水平和金融知识水平会在一定程度上影响家庭金融资产配置，这些因素会增加缩小收入差距的难度。

（3）而家庭规模的大小会直接作用于居民收入差距，家庭规模越大，可配置金融资产总量也越大，由此造成了居民财产性收入的不同，也会导致收入差距扩大。随着年龄的增长，投资者会减少家庭金融资产的配置、风险资产的购买，同样会对收入造成影响。

（4）我国城乡收入差距表现出明显的空间集群特征，城乡收入差距相对较大的省份往往与其他具有较大城乡收入差距的省份相邻近，城乡收入差距相对较小的省份则刚好相反。统计发现，东部经济发达省份的居民家庭收入差距较小，而西部欠发达省份的居民收入差距较大，收入差距具有明显的空间集聚效应。这是因为我国发达地区城镇化水平较高，欠发达地区城镇化水平较低。金融资源在农村地区十分稀缺，居民投资手段比较单一，即便农村存在金融资源，它的配置效率也极其低下，城乡居民家庭金融资产配置效率差异扩大了城乡收入差距。

通过构建居民家庭金融资产配置对居民家庭收入差距影响的空间计量模型进行实证分析，能够看出我国各省份的居民收入差距具有确切的空间自相关性，并且证明了居民家庭金融资产配置差异对于收入差距的影响，从理论上丰富了收入分配效应的研究，为如何从家庭金融资产配置着手调节收入差距提供了参考。

2.相关建议。基于以上实证分析和结论，我国居民收入差距与家庭金融资产配置的空间依赖性是客观存在的，而且这种空间依赖性表现出鲜明的区域差异性。通过家庭金融资产配置的优化来调节居民收入差距是我国当前改善收入分配格局的重要措施，从这一角度可以提出以下建议。

（1）配置家庭金融资产的基础建立在家庭财富储量上，财富储量较高的家庭在金融市场中的参与度较高，股票、债券和基金等风险金融资产占家庭总资产的权重较高，金融资产较多且资产配置更多样化，财富储量较低的家庭可供支配财富较少，在进行金融资产配置时投资决策趋于保守和单一。当前我国金融产品对于低收入家庭不够友好，种类不够丰富，可以根据居民不同的资产总量和风险偏好来设计面向不同收入水平居民的金融产品，降低低收入家庭进入金融市场的门槛，鼓励居民优化金融资产配置，通过提高低收入家庭的财富收入来缩小居民收入差距。

（2）丰富的金融知识和良好的教育水平能够提高居民获取金融市场信息的能力，显著增强居民的理财意识，一方面能够优化金融资产配置提高收益率，另一方面能够规避金融风险，减少财富的损失。由此提出以下几个建议：第一，政府应该大力开展金融教育，通过多种渠道普及金融知识。第二，金融机构应该及时披露相关金融产品信息，让居民熟悉金融市场情况。第三，居民要积极学习金融知识和积累理财经验，避免投资过程中的非理性行为，优化家庭金融资产配置。

（3）针对我国现有的城乡二元结构，研究发现金融发展对城镇居民收入具有显著的正向作用，而其对农村居民的收入具有显著的负向作用，金融发展显著扩大了城乡收入差距，原因是金融资源在农村地区十分稀缺，且金融资产配置效率相比城镇地区较低。针对我国城乡收入差距表现出明显的空间集群特征，制定金融政策时不能忽视各区域之间的空间溢出效应，要因地制宜充分发挥相邻区域的联动作用，实现发达地区带动欠发达地区的金融发展，使金融资源更好地为农村服务，促进我国居民收入差距逐步缩小。