APP下载

互联网使用与家庭风险资产参与:微观证据与影响机制

2020-05-28弘,夏

关键词:变量居民社交

周 弘,夏 鸣

一、引言

近年来,随着我国金融市场的不断建设,供给的金融产品不仅仅局限于传统的国债和股票,基金、信托等新型金融产品的出现,为投资者的资产配置提供了更多选择。在需求方面,随着居民财富不断积累,倾向于通过持有各类风险资产以实现财富增值保值的目标。然而据中国经济趋势研究院发布的《中国家庭财富调查报告2019》显示,我国家庭金融资产中风险资产配置比例不到一成,说明我国家庭对于风险资产存在明显“有限参与”现象。为了激励家庭更多地参与风险资产投资,除了要从供给和需求端进行优化外,更应该探究的是究竟什么因素影响了供给到需求的中间传导过程,以往学者试图从金融素养[1]62-75、信息渠道[2]等因素进行解释。而在此之外,本文认为,互联网发展带来的投资方式转变更值得去关注和探究。

据中国互联网络信息中心发布的《中国互联网络发展状况统计报告》显示,截止2018年底,中国网民总数为8.29亿,互联网使用率达到59.6%。基于互联网迅猛的发展,居民信息的获取和交流方式也经历较大转变。以证券交易为例,各大证券公司陆续开发了APP,使投资者能够通过线上办理业务,进行股票、基金交易;同时,证券公司的APP也会经常发布金融资讯和投资教学视频,降低居民学习金融知识的成本。并且基于微信、微博等网络社交平台的出现,扩大了居民社会互动范围,也增强了与他人信息沟通的效率,也会进一步作用于家庭的投资行为。那么由此产生的思考是,互联网的使用是否显著提高了家庭参与风险资产的意愿呢?如果该影响存在,其中的作用机制如何?故针对以上问题,本文将通过严谨的实证研究,探究互联网使用对于家庭参与风险资产的影响效果以及作用机制。补充以往理论分析的不足,同时对提高中国家庭参与风险资产的积极性具有重要的指导意义。

二、文献综述与理论假设

(一)互联网与家庭风险资产参与研究综述

家庭风险资产的参与是家庭金融领域中的一项重要研究内容。过往学者的研究主要侧重于探究影响家庭风险资产“有限参与”的因素,主要包括投资者个体特征、家庭经济特征以及社会宏观层面的因素。在投资者特征方面,息晨[3]基于CFPS2016年的数据,考察了居民心理健康与家庭参与风险资产的关系,结果发现健康的心理状态通过改变风险态度这一渠道促进家庭参与风险资产的深度和广度;罗靳雯和彭湃[4]研究发现,户主受教育水平与家庭投资风险资产的意愿,甚至是投资的收益率都显著正相关,其中主要由于受教育水平有补偿效果,缩小了投资者认知能力的差异;在家庭经济特征层面,吴远远和李婧[5]基于门限回归模型,研究发现财富水平对不同地区家庭参与风险资产配置具有显著的门限效应,且随着财富水平的提高对家庭风险资产参与的边际影响也越来越大。而对于宏观层面因素,甘晓丽[6]从微观层面构建了金融环境指标体系,并基于此研究发现金融环境对家庭参与风险资产存在显著的影响;个体、家庭以及社会的多种因素对家庭风险资产参与行为的影响较显著,但在上述因素之外,关注互联网信息技术对家庭参与风险资产影响的文献并不多,其中Bogan[7]研究发现,互联网的使用促进了家庭对于股票的投资,但研究中忽视了互联网使用潜在的内生性;周天芸等[8]发现数字经济的发展大大提升了家庭配置风险资产的概率和数额,并且对于农村地区家庭参与风险资产的影响更为明显;而王智茂[9]等则从信息渠道视角,发现互联网这一信息渠道能显著提高家庭配置风险资产的规模,并且该正向促进作用大于不动产对于风险资产的挤出作用。

从以上文献综述发现,学者基于互联网研究家庭风险资产参与行为的文献较少,且缺少从用途视角考察互联网对于家庭风险资产参与行为的影响。故本文将在以往研究基础上有如下三个创新:第一,将互联网用途分为学习、工作和社交三大类,考察互联网不同用途对家庭风险资产参与行为的影响差异;第二,使用互联网的重要性程度作为互联网使用的工具变量,解决了内生性问题,使模型估计结果更为准确;第三,对于互联网的不同用途,分别探究了其影响家庭风险资产参与的作用机制。

(二)互联网不同用途影响家庭风险资产参与的理论机制

随着互联网学习的兴起,提供给居民灵活多样的学习方式和内容,使居民能通过互联网观看视频和查阅资料,更为方便地学习金融知识和了解金融资讯,大大降低了居民学习金融知识的成本。除此之外,投资者通过互联网学习到新的金融知识后,自身金融素养水平也得到一定提高,对风险资产投资的认识更加深刻,从而提升了家庭参与风险资产的深度和广度[10]。基于以上情况,本文提出如下假设。

假设1:居民使用互联网学习能提高自身金融素养水平,进而促进家庭对风险资产的参与。

研究表明,使用互联网工作的人工资水平会相对较高,其中原因主要是互联网可以使得居民在工作时获取更好的信息帮助,加强同事之间的信息沟通,进而提高个体收入水平[11]。而收入水平的提高增加了家庭财富积累,Peress[12]的研究表明,富有家庭相较于贫穷家庭,一方面愿意承担金融交易所需的信息成本和交易成本;另一方面其风险厌恶水平相对较低,导致投资风险资产的概率更高,因此,本文提出假设2。

假设2:居民使用互联网工作能提高家庭收入,进而促进家庭对风险资产的参与。

有学者认为使用互联网社交有助于建立和维系个人的社会网络,其主要原因是网络的匿名性便于开展人际交往,并且在网上交流比线下交流更为方便[13]。随着居民社会网络的形成与扩大,一方面社会网络中的成员通过损失互助机制,为家庭参与风险资产投资提供了一定的安全保障[14];另一方面社会网络中成员间通过口碑效应、示范效应以及较多信息交流,提高了家庭参与风险资产的积极性[15]。据此,本文将提出假设3。

假设3:居民使用互联网社交能建立并扩大社会网络,进而促进家庭对风险资产的参与。

三、数据、变量与模型设计

(一)数据来源与变量说明

本文的数据来自2014年的中国家庭追踪调查(CFPS),样本覆盖了中国东部、中部和西部的25个城市;2014年的样本共包括13946户家庭共37148名家庭成员的信息,形成了家庭、成人、儿童三个数据库。

本文的主要研究内容为:互联网的使用对家庭参与风险资产的影响效果及作用机制。故筛选样本的思路如下:先明确家庭中的投资决策者,将其个人统计特征与其家庭信息相匹配,并删除缺失的数据后得到样本7644个。下面是对本文将要研究的变量所作的相关说明。

1.被解释变量

本文选取的被解释变量为家庭风险资产参与,参考尹志超[1]62-75的定义,风险资产参与表示家庭是否持有股票、基金、外汇、期货、期权等风险资产,在CFPS问卷中,如果家庭持有风险资产中的任意一种都取值为1,没有则取值为0。

2.解释变量与控制变量

本文解释变量为互联网的使用,根据CFPS问卷中的问题:“是否使用互联网?”将“是”的回答记为1,“否”则记为0,用虚拟变量来表示。此外,本文还进一步考察了居民对互联网的不同用途对于家庭消费的影响,故引入互联网学习、互联网工作、互联网娱乐和互联网购物四个解释变量,分别用问卷中“使用互联网学习(工作、娱乐、购物)的频率”来表示,取值范围为0—6。其他控制变量主要参考以往文献,选取了年龄、性别、婚姻、受教育年限(取值为0—22)、主观健康评价(取值为1—5,得分越高认为自己越健康)、主观幸福感(取值为0—10,取值越大代表幸福程度越高)、对未来的信心(取值为1—5,值越大代表信心越大)、住房状况(房屋的产权是否属于自己,属于记为1,其他记为0)。

3.描述性统计分析

从表1可以看出,样本中仅有6%的家庭参与了风险资产,但对于风险资产的“有限参与”现象在我国较为突出。有大约24%的家庭使用互联网,其中,居民使用互联网频率最高的是用于社交,而使用互联网进行工作的频率最低。此外,样本中的大部分家庭都有美满的婚姻,投资者的年龄约为51岁、且平均接受了8年的教育、83%的家庭都拥有属于自己产权的住房,居民对自己的健康主观打分情况显示为一般。而在对未来的信心程度,得分达到了4分,符合我国的基本国情。

表1 描述性统计分析

变量均值标准差最小值最大值风险资产参与0.060.231692互联网使用0.240.4301互联网学习0.681.7006互联网工作0.581.6706互联网社交0.912.0006年龄51.0814.061692性别0.560.5001婚姻0.850.3601受教育年限7.824.41022主观健康评价2.921.2415主观幸福感7.512.21010对未来的信心4.001.0615住房状况0.830.3701

(二)模型设定

本文主要研究互联网使用对家庭参与风险资产的影响,因风险资产参与为0—1变量,故用Probit模型估计,如下所示。

Risk_participatei=α0+α1Xi+α2Yi+εi

(1)

其中被解释变量Risk_participatei是家庭参与风险资产变量,等于1表示家庭持有了任何一种风险资产,否则即为0;Xi是互联网使用变量和互联网三个具体用途变量;Yi是控制变量;误差项εi~N(0,σ2)。

四、实证分析

表2展示的是互联网使用影响家庭风险资产参与的估计结果。其中,第I列是互联网使用对于家庭参与风险资产总体影响的估计,第II、III和IV列分别体现了互联网三类用途影响家庭参与风险资产的估计效果。可以看出,互联网使用变量的估计系数为0.9031,且在1%的水平上显著,表明使用互联网能正向促进家庭参与风险资产。同时,对于互联网的不同用途:互联网工作、学习和社交均与家庭参与风险资产的概率呈正相关,进一步通过比较不同用途的估计系数可以看出,互联网用途的不同对于家庭参与风险资产的影响并不存在明显的差异性,只是互联网社交用途对于家庭参与风险资产促进效果略为明显。

此外,本文还考察了其他控制变量对于家庭参与风险资产的影响。可以发现, 年龄平方项的估计系数为负,表明随着投资者年龄增加,其参与风险资产的意愿先增加后减少,符合居民的生命周期;女性更愿意投资风险资产;接受教育越多的家庭,投资风险资产的可能性越大;生活幸福感越高的家庭更愿意配置风险资产;而对未来信心程度较高的居民则会降低风险资产的配置。

表2 互联网使用影响家庭风险资产参与的估计结果

变量名称风险资产投资IIIIIIIV互联网使用0.9031***(0.0670)互联网工作0.1385**(0.0134)互联网学习0.1232**(0.0139)互联网社交0.1553***(0.0138)年龄0.0884***(0.01334)0.0778***(0.0135)0.0821***(0.0138)0.1058***(0.0141)年龄的平方-0.0006***(0.0001)-0.0006***(0.0001)-0.0006**(0.0001)-0.0008***(0.0001)性别-0.2134***(0.0537)-0.2438***(0.0529)-0.2177***(0.0526)-0.1933***(0.0531)婚姻0.0627(0.0839)0.0755(0.0827)0.0863(0.0824)0.0797(0.0826)受教育年限0.1100***(0.0081)0.1206***(0.0080)0.1236***(0.0080)0.1227(0.0079)主观健康评价-0.0223(0.0255)-0.0261***(0.0249)-0.0244(0.0247)-0.0237***(0.0250)主观幸福感0.0361**(0.1492)0.0363**(0.0146)0.0340**(0.0145)0.0345**(0.0147)对未来的信心-0.0865***(0.0295)-0.0934***(0.0288)-0.0919***(0.0287)-0.0890***(0.0291)住房状况0.0529(0.0717)0.0394(0.0710)0.0326(0.0710)0.0544(0.0716)Pseudo R20.20780.18340.17550.1903观测值7644764476447644

说明:***、**、*分别表示在1%、5%、10%的显著性水平,下同

根据上文的研究结论,可以认为使用互联网对家庭参与风险资产有显著的正向影响,但是未考虑到互联网使用与家庭参与风险资产之间可能存在内生性的问题。具体来说,一方面参与风险资产的家庭会倾向于去搜寻各种投资信息以及与人进行沟通交流,而这些需求通过互联网很容易获得,故激励了家庭更多使用互联网;另一方面,可能存在一些无法观测但是与互联网使用情况相关的因素。基于上述两方面,可能会造成估计结果存在一定偏差。故本文参考李旭洋[16]的做法,将互联网对于家庭消费决策者的重要性作为工具变量,原因是只有对互联网具有较高的重视程度,才可能去使用互联网,满足工具变量相关性的标准;另外,居民对于互联网的重视程度不会直接影响家庭参与风险资产,符合工具变量外生性的选择原则。

选择互联网的重要性作为工具变量后,然后再基于2SLS法进行估计,表3给出了工具变量回归的估计结果。结果表明,互联网使用对家庭参与风险资产的正向影响仍然十分显著。此外,表3倒数第三行给出了Wald 检验结果,在1%的显著性水平上说明了互联网使用变量存在内生性问题。此外,我们进行弱工具变量识别检验,结果如倒数第二行所示:AR 值在1% 的水平上显著,这也说明互联网的重要性并不是弱工具变量。综上所述,选择互联网重要性这一变量作为互联网使用的工具变量是合理的,同时证明了互联网使用对于家庭参与风险资产有促进作用。

表3 工具变量回归的估计结果

变量名家庭风险资产参与III互联网使用1.1556***(0.0673)1.4981**(0.1165)控制变量否是Wald Test33.68***(0.0000)40.95***(0.0000)AR294.41***166.94***观测值76447644

五、影响机制

根据前文的研究结论,已知互联网的使用正向促进家庭参与风险资产。但对于使用互联网究竟是通过何种渠道影响家庭参与风险资产,其中的作用机理还不明了。基于前文的理论分析与假设,下文将从“提升金融素养”“改善家庭收入”和“增强社会互动”三个方面对互联网使用影响家庭风险资产参与的理论机制进行严谨的实证检验。

(一)互联网学习、金融素养与风险资产参与

由于互联网的使用降低了居民学习金融知识和了解金融资讯的成本,那么,对于金融素养较低的居民,通过互联网能方便快捷地学习到新的金融知识,提升自己的金融素养水平,有助于增加对风险资产的认知程度,进而提高家庭参与风险资产的概率。因此,本文引入“金融素养”这一变量,主要通过受访者对于“利息”“物价水平”“风险”三类问题回答结果来衡量,金融素养变量为正确回答的问题数目的总和,取值范围为0~3。然后基于居民金融素养水平高低,划分了金融素养水平很高、较高、较低以及很低四组,讨论金融素养水平在互联网学习促进家庭参与风险资产过程中产生了怎样影响。

表4描述的是互联网学习对于不同金融素养水平居民参与风险资产的影响效果。结果表明,因居民金融素养水平不同,互联网学习促进家庭参与风险资产的效果存在着明显异质性,主要表现为:第一,互联网学习变量在金融素养很低组别中并不显著,说明金融素养很低的居民通过互联网学习并不能提升其家庭参与风险资产的概率;第二,随着居民金融素养的提高,互联网学习变量的估计系数逐渐较少。说明对于有一定金融素养基础的居民,利用互联网学习,能够显著增加其家庭参与风险资产的概率,并且该种促进作用在金融素养较低的居民中更明显,以上结论部分验证了假设1的猜想。

表4 按金融素养水平分组考察互联网学习对于家庭风险资产参与的影响

变量名金融素养很低金融素养较低金融素养较高金融素养很高IIIIIIIV互联网学习0.0945(0.0712)0.0947***(0.0347)0.0733***(0.0263)0.0667***(0.0279)控制变量控制控制控制控制Pseudo R20.10050.11840.06300.0978观测值5811254825471

(二)互联网工作、家庭收入与风险资产参与

研究表明,使用互联网工作的居民的收入水平较高[17],而高收入家庭能积累更多的财富,从而有能力参与风险资产的配置。为了探究互联网的使用是否通过提高家庭收入来影响家庭风险资产参与,本文引入“家庭收入”变量,并建立中介效应模型,模型如下。

Risk_participatei=α1+α2Internet_worki+φZi+εi

(2)

lnIncomei=β1+β2Internet_worki+φZi+εi

(3)

Risk_participatei=γ1+γ2Internet_worki+γ3lnIncomei+φZi+εi

(4)

然后本文基于温忠麟等[18]的“中介效应检验”方法,探究互联网工作促进家庭参与风险资产的作用机制。中介效应模型的估计结果如表5所示,第I列是总效应模型,和前文的结果一样,互联网工作对于家庭风险资产的参与有显著促进作用;第II列是对式(3)进行的估计,可以发现,在1%的显著性水平下,使用互联网工作正向增加家庭的收入;第III列是对式(4)的估计结果,作为中介变量的家庭收入与家庭风险资产的参与显著正相关,且互联网使用的估计系数相较于式(1)中的有所降低,验证了中介效应的存在。但需要明确的是,由于互联网工作变量的估计系数仍然显著,所以此处应当视为部分中介效应,家庭收入只是使用互联网工作影响家庭参与风险资产的中介之一,与假设2相一致,即居民使用互联网工作能增加家庭收入,进而提高家庭参与风险资产的意愿。

表5 中介效应模型估计结果

(三)互联网社交、社会网络与风险资产参与

互联网社交平台提供了家庭更多与他人交流的机会,扩大了居民的社会网络范围,而社会网络能够通过促进信息交流、口碑效应显著提高家庭参与风险资产的概率,故为了探究互联网社交能提升家庭参与风险资产概率是否是因为扩大了家庭的社会网络,本文引入“社会网络”变量。参考以往文献并结合CFPS问卷的特点,选取家庭年礼金支出的多少来体现家庭社会网络的规模,并其取对数处理。表6展示的是加入社会网络变量后,互联网社交对于家庭参与风险资产的影响结果,其中第Ⅰ列互联网社交变量显著为正,表明使用互联网进行社交能显著增加家庭的社会资本,扩大家庭的社会网络;而第Ⅱ、Ⅲ列的结果表明,无论是否控制变量,互联网社交与社会网络交互项的估计系数均为正且十分显著,说明互联网社交、社会网络与家庭风险资产参与之间的交互效应存在,两者的共同作用提高了家庭参与风险资产的概率,验证了假设3的猜想。

表6 社会网络视角下互联网社交对于家庭风险资产参与的影响

变量名社会网络风险资产参与风险资产参与IIIIII互联网社交0.1795***(0.0214)0.0474*(0.0266)0.1561***(0.0301)互联网社交*社会网络0.0132*(0.0036)0.0090**(0.0036)控制变量控制不控制控制Adjust R20.0705Pseudo R20.06870.1070观测值764476447644

六、结论与建议

(一)结论

基于2014年CFPS的数据,探究互联网及其不同用途对家庭风险资产参与的影响效果及作用机制,拓展了家庭风险资产参与行为的研究边界。最终得到的研究结论如下:第一,互联网使用能正向促进家庭参与风险资产,同时对于互联网的不同用途(互联网工作、学习和社交)均与家庭参与风险资产的概率呈正相关关系,但互联网用途的不同对于家庭参与风险资产的影响效果并不存在明显的差异性;第二,金融素养很低的居民通过互联网学习并不能提升其家庭参与风险资产的概率,对于有一定金融素养基础的居民,互联网学习能够显著增加其家庭参与风险资产的概率,并且随着居民金融素养水平的提高,该种边际促进作用逐渐减少;第三,收入是使用互联网工作促进家庭参与风险资产的中介之一,即居民使用互联网工作能增加家庭收入,进而提高家庭参与风险资产的意愿;第四,使用互联网进行社交能显著增加家庭的社会资本,扩大家庭的社会网络,且互联网社交、社会网络与家庭风险资产参与之间存在交互效应,两者的共同作用提高了家庭参与风险资产的概率。

(二)建议

本文的结论表明,互联网使用通过提升居民的金融素养、增加家庭收入以及扩大社会网络三个渠道,提高了家庭参与风险资产的概率,这一结论也侧面反映了中国目前仍存在的问题,如居民金融素养水平不高、家庭可支配收入不足等等。这些问题的存在阻碍了家庭对于风险资产的参与,也不利于中国金融市场的发展壮大。第一,需要继续大力推进互联网建设与普及,鼓励居民学会使用互联网进行学习、工作以及社交,降低家庭参与风险资产的隐形门槛。第二,在互联网的信息资讯或者产品介绍方面,相关部门也要加强监督和管理,减少虚假、错误信息对投资者的误导。第三,金融机构也要积极开展金融教育,通过互联网等创新型方式指导居民学习金融知识,进而提高家庭对于风险资产投资的认知程度。第四,投资者也应该基于自己在参与风险资产过程中遇到的问题,积极主动地向金融机构和亲朋好友寻求帮助,既有助于扩大社会网络的规模,同时也能更理性参与风险资产投资。

猜你喜欢

变量居民社交
社交牛人症该怎么治
聪明人 往往很少社交
石器时代的居民
抓住不变量解题
社交距离
你回避社交,真不是因为内向
分离变量法:常见的通性通法
高台居民
不可忽视变量的离散与连续
变中抓“不变量”等7则