乐山居民金融素养水平测度、比较与分析

张 宝，于恩锋

(乐山师范学院 数学与信息科学学院，四川 乐山 614000)

0 引言

金融素养调查与研究在国外具有较长的历史，但真正引起国际间的重视以及加快行动是在2008年金融危机之后。美国首先从官方层面认识到较低的居民金融素养水平可能是造成金融危机的原因之一；之后有关金融素养和金融教育的议题被正式纳入G20峰会，开始得到国际层面重视；我国则在2013年制定了《中国金融教育国家战略》。金融素养和金融教育之所以受到如此的关注，是因为金融素养不但影响个人微观金融福祉，而且与宏观金融系统稳定有关。从微观角度看，个人金融福祉和信贷决策、投资决策、储蓄决策、理财规划、养老退休规划等金融消费行为密切相关，研究证明这些决策能力的提高有赖于较高的个人金融素养水平。“金融文盲”(Financial Illiterate)不但可能会使金融消费者在一生中陷入金融麻烦，而且可能会连累整个社会经济金融系统的稳定。

金融素养研究的第一步是对某国家或地区的金融消费者客观情况的掌握，了解其整体水平以及影响因素，之后才能有的放矢进行金融教育以提升消费者金融决策能力，实现金融福祉。鉴于此，本文采用中国人民银行相同的测度方法构建乐山居民金融素养指数，对乐山市居民的金融素养现状进行刻画，客观体现乐山居民金融素养在全国中的位置；同时，使用多因素方差分析模型检验人口社会学特征和经济特征对乐山居民金融素养的贡献度。

国内外丰富的研究文献为本文的研究提供了重要的研究向导：OECD/INFE金融素养调查的国际框架为我们提供了可供比较的调查方法和要素；中国人民银行的全国性调查为本文提供了参考和验证的基准；国内外对金融素养影响因素的实证研究提供了人口社会学特征和经济特征在宏观上的表征。但必须看到现有调查与研究存在的不足：调查抽样样本大小可能影响研究结果，相对于几亿甚至更大规模人口，即使上万的样本量也无法覆盖所有地区，或者对某些地区的代表性不足，因此对更小的次级区域的调查是必要的，一方面可以作为全国性调查的补充，另一方面可以验证全国性政策的地方适用性；国内外的研究虽然在某些方面得到较为一致的结论，但必须认识到“例外”的存在，在具体国家或地区存在自身独特的表现，而这些差异会影响具体的政策制定、实施和效果。因此，本文的研究意义在于：一是在更加微观意义上进行区域研究，研究结论更加具体化，指向更为明确；二是验证国家层面、省级层面研究结论的向下适用性；三是为更加具体化、有针对性的金融教育政策和行动提供实证支持。

1 文献综述

1.1 国外研究

国外学者对金融素养的研究较早。一般认为，不管是发达国家还是发展中国家，金融素养的性别差异是普遍存在的。A.Lusardi[1]等的结论具有一般性，即男性在金融素养问答中的表现远好于女性；这种性别差异不但存在于成年人之中，而且在高等学校学生以及13～15岁未成年人之间都存在[2-4]；即使是自己打理财务的单身女性，其金融素养也没有单身男性高[5]；A.Driva[6]等因此认为金融素养的性别差异已经是一种固化现象。但也有学者提出不同意见，如，U.Filipiak[7]等认为，相对于先天，后天更为重要，家庭文化和家庭养育环境在女性金融素养培养中具有重要作用。N.Yoshino[8]等、P.J.Morgan[9]等的研究也证明，在某些国家，金融素养的性别差异可能并没有那么显著。

除了性别差异，年龄差异也是研究的重点。C.A.Rob[10]等认为每个不同年龄群体具有不同的判断力、支配力和压力，从而表现出不同的金融行为。J.J.Xiao[11]等认为年长的消费者比年轻人拥有更高的主观和客观金融素养以及金融理解能力，但超过一定的年龄，金融素养就开始下降了；M.S.Finke[12]等发现美国年超过60岁的老人每年老1岁，金融素养分数大概降低2%，且这个过程在60岁之前是不可逆的。

另外，受教育水平、职业、代际关系等也是国外学者基于人口社会学特征的研究方向。不管是在发达国家，还是在发展中国家，一般认为受教育水平、职业同金融素养水平高度正相关，虽然程度有细微差别，但都是高度相关且统计显著的。B.L.Jorgensen[13]等则证明了父母对青少年的金融态度具有直接和中度的显著影响，同时通过金融态度间接地影响到了青少年的金融行为，代价关系是存在的。

对金融素养的经济特征差异研究，主要是将消费者的收入水平考虑在内，研究经济因素对金融素养的影响程度。E.Fornero[14]等对意大利的调查、J.S.Hastings[15]等对智利的实证研究以及N.Yoshino[8]等对日本的回归分析都发现消费者的金融素养与收入是呈现高度正相关的，财富水平对金融素养水平具有重要意义。

1.2 国内研究

国内学者的研究起步较晚，但其结论与国外学者基本一致。余文建[16]等通过建立多元线性回归模型实证研究发现，教育水平、收入水平对金融素养水平具有显著影响，同时存在职业差异和区域差异；吴卫星[17]等发现除了受教育程度与金融素养水平正相关之外，还存在性别差异，即男性素养水平要高于女性，其研究结果与国外学者的结论一致。对国内区域性的研究也证明人口社会学特征和经济特征对区域性消费者金融素养水平具有相似的影响。如王宇熹，范洁[18]调查分析了上海地区居民金融素养水平的影响因素，发现年龄、学历、收入和职业都是上海居民金融素养水平的重要影响因素；陈耕[19]等对福建的回归分析研究表明，年龄、受教育程度、职业状态、区域和收入都具有统计显著的影响，但性别差异却不显著。

2 调查问卷与指数构建

2.1 问卷设计与调查样本基本情况

对金融素养的调查与水平测度需要解决的一个前提是准确界定“金融素养”，遗憾的是暂时还没有一个国际统一的权威性定义。为了调查的可比性，本文使用OECD/INFE的定义，即金融素养是“个人做出明智金融决策并最终获取金融福祉的必需认知、知识、技能、态度和行为的综合”，并依OECD/INFE问卷的设计标准将金融素养调查问卷内容设计成“金融知识、金融技能、金融行为和金融态度”四个板块。这使本文的问卷设计不但符合OECD/INFE，而且与中国人民银行的调查问卷设计一致，从而方便比较分析。

本项目使用简单随机抽样方式，线上和线下调查相结合的手段，既保证调查的真实性，又利用新型技术手段扩大了调查范围。本次调查共发放问卷500份，收回有效问卷456份。调查样本结构分布情况如表1所示。

表1 调查样本结构分布情况 元

2.2 打分赋值与数据处理

本文参考余文建[16]等和刘国强[20]的赋值方法主要以李克特五等量表法赋值。首先，将问题划分为五级，0表示最低分，5表示最高分，对于金融行为选项赋值是根据所选择答案的优化程度来赋予0～5的分值，其中选择无规划的为0分，然后再根据优化程度来增加分值。对于多项选择题，因其属于定类(无序分类)变量，无法进行常规方法赋值，本文采用0/1赋值的方式，即如果选择正确，赋值为1，否则，赋值为0，然后再将分值相加得到最终得分。如果选项中包含了“不清楚”或“不知道”的选项，将其视为错误选项一类，采用相同的分值设置。

对于赋值后的数据，因为各评价指标的赋值方法不同，故需要将其做无量纲标准化处理，使得统计指标一致。标准化公式如下：

。

表2 可靠性检验

2.3 指数模型构建

由于金融素养的评估要素较多，故采用主成分分析法以降维，再使用因子分析法进行分析计算。为克服主观意向对权重的影响，使得评价结果更加合理，本文根据方差贡献率来确定各因子的权重。因子分析过程均采用SPSS22软件进行。

首先，检验原有变量之间的相关性，因为只有当原有变量之间存在较强的相关性才能够通过较少的因子来概括所有的因子，本文采用KMO检验和巴特利特球形检验(表3)。KMO的值为0.79，根据常用的度量标准，KMO值接近0.8，说明原始变量间有较好的相关性，能够满足因子分析中要求原变量之间必须有较强相关关系的前提条件。巴特利特球度检验的统计量值为1 094.504，比较大，其概率P值接近0，小于给定的5%显著性水平，应拒绝相关系数矩阵为单位阵的原假设，因此原变量适合于进行因子分析。

表3 KMO 和巴特利特检验

其次，使用主成分分析来提取公共因子。本文以特征值为标准提取因子，按通常标准取得七个特征值大于1的因子，同时其累计方差贡献率达到55.807%，接近余文建[16]等的公共因子提取标准，具体结果参见表4。

表4 总方差贡献度(%)

得到公共因子之后，通过最大方差法得到旋转后的因子载荷，以反映各个变量对各主成分的贡献程度，具体见表5。

表5 旋转后的因子载荷

续表5

。

。

2.4 结果分析与比较

在对全部456个调查对象进行计算后，得到如下基本情况(表6)：乐山居民金融素养指数平均值为53.99，中位数为54.17，标准差为19.57。与全国及区域相比，乐山居民金融素养指数的平均值和中位数都处于较低水平。与全国相比，平均值低10个点左右，中位数则低11个点左右，与东部相比，差距更大，与我国西部地区相比差距也较为明显，均值和中位数都在西部地区平均水平之下。乐山居民较低的金融素养指数也符合我国居民金融素养水平的整体分布状态，即东部高于中部，中部高于西部，这大致符合我国东中西部相对的经济发展水平。与其他省份相比，乐山居民金融素养指数低于福建省，但高于云南省。同时，比较发现，乐山居民金融素养指数的标准差为19.57，远高于全国(15.03)和西部地区(15.24)，说明乐山居民的金融素养水平参差不齐，0.36的高变异系数也证明均衡程度比较差。

将456位居民金融素养指数绘制成直方图(图1)，可以发现乐山市居民金融素养指数具有良好的正态分布性质，测得其分布峰度系数为-0.58，偏度系数为-0.16，与标准正态分布相比，呈现左偏、平峰分布，但偏斜程度和陡缓程度都非常小。与全国相比，具有更好的正态分布形态。

表6 乐山居民金融素养指数描述性统计结果

注：数据依据刘国强[20]，陈耕[19]等，陈军[21]等作者计算而得；本课题的调查数据为2018年的，全国及东中西部的数据为中国人民银行2017年的调查数据，福建省数据为2016年的，云南省数值则为2013年的。

图1 乐山居民金融素养指数分布

3 多因素方差分析

为考察人口社会学特征和经济特征对金融素养的影响程度，下面使用固定效应多因素方差分析模型，考察性别、年龄、受教育水平、职业和收入对乐山居民金融素养指数的影响。多因素方差模型主要用于研究两个及以上控制变量是否对观测变量产生显著影响，本文中，“观测变量”为乐山居民金融素养指数，“控制变量”包括性别、年龄、受教育水平、职业和收入，其中前四个变量为人口社会学特征，最后一个为经济特征，控制变量的不同水平设置如前文表1所示。

3.1 正态分布检验

方差分析要求观测变量服从正态分布，前文图1显示乐山居民金融素养指数样本具有较好的正态分布形态，为严格验证其正态分布性质，本文使用K-S检验，结果显示K-S统计量Z值为0.936，其双侧概率值P为0.344，大于5%的显著性水平，因此，没有充分理由推翻正态分布假设。

3.2 多因素方差非饱和模型

首先，建立多因素方差非饱和模型，检验结果如表7所示。从表7可以发现，修正模型对应的变差为54 724.704，作为线性模型整体对观测变量变差的解释部分，其对应的F统计量的观测值为6.726，P值接近于0，说明观测变量变动主要是由控制变量整体的不同水平引起的，控制变量能够较好地反映观测变量的变动，模型对观测变量具有一定的解释能力。分开来看，教育程度(edu)、收入(inc)和年龄(age)F统计量的P值均接近于0，小于5%的显著性水平，因此应该拒绝原假设。可以认为这三个控制变量的各个效应不同时为零，控制变量的不同水平对观测变量产生了显著影响，观测变量各总体均值存在显著差异，表明教育程度、收入和年龄三个控制变量各自不同水平给金融素养指数带来了显著影响。性别(gen)的F统计量P值为0.117，大于5%的显著水平，因此，不能拒绝原假设，即检验结果不支持性别变量的不同水平对金融素养指数有统计上显著的影响。同时，可以发现，“收入*年龄”(inc * age)的F统计量的P值为0.026，小于0.05的显著性水平，即不同收入水平和年龄阶段对金融素养指数产生了显著的交互作用。收入与年龄的交互作用图(图2)可以更为直观地表现二者之间的交互作用，在剔除其他变量影响后计算出金融素养指数的边际均值。边际均值走势反映出居民收入从2 000元以下向20 000元以上变动的过程中，各个年龄水平下的金融素养指数变动具有相对一致的规律性，但边际均值曲线的相交表明，在给定的年龄水平下，收入越高，金融素养指数就越高，36岁以上居民的表现特别明显。可能的解释是，36岁以上居民比刚毕业开始工作的人有更稳定的收入来源和经济基础，从而催生了更多的理财需求和接触、参与金融市场的机会。

表7 主体间效应检验

注：R平方=0.314(调整的R平方=0.267)。

图2 收入与年龄的交互作用

3.3 事后多重比较

多因素方差的非饱和模型已经验证控制变量年龄、受教育程度和收入都对金融素养指数产生统计显著的影响，为了进一步了解控制变量不同水平对金融素养影响的差异程度，本文使用最小显著性差异法(LSD)进行多重比较检验。LSD方法具有高敏感性特点，可以较为精确地测度不同控制水平之间的微小差异。LSD检验统计量为t统计量，可以通过比较t统计量的概率P值与显著性水平来判断不同水平均值之间差异的显著程度。表8、表9和表10是多重比较检验的结果。

首先看不同受教育程度水平下的均值差异检验(表8)。整体来看，低教育水平与高教育水平之间的差异程度非常明显。以高中为界，可以发现高中及以下教育程度居民的金融素养指数统计显著地低于大专及以上学历居民，学历差距越大，金融素养指数均值差异就越大。以初中为例，具有初中文化水平居民的金融素养指数比高中类(包括高中、中专和技校)居民平均低8.98，比大专低21.04，比大学低22.26，比研究生及以上学历低23.81，并且都在5%的水平上统计显著。高中及以下教育水平居民之间，只有高中与初中居民的金融素养指数均值存在统计显著的差异，但差异不大，基本上可以将三者归为“较低教育水平”一类。相对地，大专及以上学历居民可以作为第二类“较高教育水平”类，可以发现，大专、大学、研究生三个教育水平之间的金融素养指数均值差异非常小，差异最大的研究生与大专之间也仅有2.77个点，而且在统计上是不显著的。因此，可以认为，“较低教育水平”居民与“较高教育水平”居民的金融素养水平确实存在着较大的、并且统计显著的差距。这可能与较高学历的居民可以得到有关金融或经济类专业教育有关，或者其具有较高的学习能力和更多的接触相关金融产品或业务的机会，从而获得了相关的金融知识。同时较高学历从事金融业的机会也高于较低学历居民，在本次调查中，在从事金融业样本中，大专以上学历占比为64%。从业经历也有利于居民金融知识和技能的提高。

乐山居民金融素养与受教育程度的正相关关系与刘国强[20]在全国范围的研究一致，同时也可以发现教育的边际效用递减现象的存在。比如研究生学历人群的平均水平与大学本科、大专学历的人群相差分别为1.55和2.77，但与高中类相差达到14.83、高出初中23.81。

表8 多重比较：不同受教育程度水平的均值差异(I-J)

注：*表示在0.05水平下是显著的。

其次，再看不同年龄水平下的均值差异检验(表9)。多重比较检验结果显示，16～25岁乐山居民的金融素养低于26～45岁居民，但要比46岁以上居民高，尤其是远高于60岁以上居民，而且在5%的水平上都是统计显著的。26～35岁居民与36～45岁居民之间的金融素养指数均值非常接近，相差仅有0.69，但两个年龄段居民均值都要大大高于46岁以上居民，而且都是统计显著的。46～59岁居民金融素养指数均值虽然大于60岁以上居民，但是统计不显著的。比较来看，60岁以上居民金融素养指数最低，与16～45岁之间的居民差距是所有不同年龄水平下最大的。因此，可以看出乐山居民金融素养水平在年龄上呈现“两头低，中间高，头高于尾”的总体特征。刘国强[20]对全国水平的研究表明，金融素养水平最高的是30～39岁，其次是40～49岁，且二者差异不大；50岁以上居民的金融素养开始滑坡。比较来看，虽然大致相当，但乐山居民金融素养水平较高的群体更加年轻化，集中于26～45岁，同时下滑的年龄阶段也提前到了46岁。可以说，乐山居民金融素养在年龄上的“U”型特征体现明显，但金融素养的退化要比其他文献揭示的要早。

表9 多重比较：不同年龄水平的均值差异(I-J)

注：*表示在0.05水平下是显著的。

最后，表10展示了不同收入水平下的均值差异检验。一般认为，收入水平与金融素养水平应是正相关的。因为具有较高收入的居民有更多的机会接触金融产品、更高的能力参与金融市场，也更有兴趣和动力去获取相关的金融知识，同时“干中学”有助于提高金融技能、优化金融行为和培养正确的金融态度。对收入水平的多重比较显示，乐山居民金融素养指数变化符合我们的共识判断。可以发现，2 000元以下居民金融素养指数均值在5%的水平上统计显著地低于其他水平，而且收入相差越大金融素养指数均值差距就越大。10 000元以上居民金融素养指数均值要显著地高于其他收入水平居民，但与收入在20000元以上居民相差不大，而且是不显著的。具有相似特征的还包括2 000～4 999元与5 000～9 999元两个不同水平的居民，他们之间的金融素养指数也相差不大，并且统计也是不显著的。因此，可以按收入水平将乐山居民金融素养水平划分为不同的三个群体：2 000元以下、2 000～9 999元、10 000元以上。

表10 多重比较：不同收入水平的均值差异(I-J)

注：*表示在0.05水平下是显著的。

3.4 性别和职业差异

在本文中，因为性别和职业两个控制变量只有两个水平，无法做多重比较，我们使用另外的方法来分析这两个人口社会学特征在金融素养中的表现。

方差分析的主体间效应结果表明，性别变量的F统计量值为2.474，其概率P值为0.117，在5%的水平下是统计不显著的。统计描述显示(表11)，乐山男女居民金融素养水平相当，样本均值分别为53.53和54.31，二者差距微小。对两个群体样本做均值检验和非参数分布检验，两独立样本t检验发现，Levene F统计量的观测值为0.049，其概率P值为0.824，大于0.05的显著性水平，因此不能拒绝样本来自的两总体方差存在显著差异。对应的t值为-0.422，其概率P值为0.673，同样大于0.05的显著性水平，因此，应该接受男女两个群体总体均值一致的原假设，即金融素养指数不存在显著的性别差异。在分布检验中，曼-惠特尼U检验(Mann-Whitney U)和K-S检验都显示，概率P值大于0.05的显著性水平，证明两独立样本总体分布不存在显著差异。检验结果证明，与其他文献研究不同，乐山男性金融素养指数略低于女性，体现了地方差异性的存在，但二者均值和分布不存在显著差异，证明考虑次级区域具体情况的重要性。

表11 金融素养指数的性别差异统计描述与检验

对职业特征的分析表明，金融素养的职业差异是显著的。为体现相关金融经济教育和实践对金融素养的影响差异，本调查中将样本观测对象的职业分成两类：从事金融经济相关行业和不从事金融经济相关行业。统计结果(表12)表明，从事金融经济相关行业的居民金融素养指数要高于从事其他行业的居民，均值分别为58.83和52.93。在均值检验中，Levene F统计量的概率P值为0.185，对应的t值的显著性为0.013，因此，可以认为独立两样本的总体方差存在显著差异，同时，二者均值差异也是统计显著的。两独立样本分布检验中，曼-惠特尼U检验(Mann-Whitney U)和K-S检验统计量的概率P值都小于0.05的显著性水平，可以拒绝样本总体分布相同的原假设，即两群体的分布也是不同的。因此，受过金融经济教育和从事相关行业的居民金融素养统计显著地高于其他居民，证明金融经济教育在提升金融素养中具有一定的作用和意义。

表12 金融素养指数的职业差异统计描述与检验

4 结论与建议

4.1 结论

第一，本次调查表明乐山居民金融素养指数呈现良好的正态分布。2018年乐山居民金融素养指数均值为53.99，中位数为54.17，标准差为19.57。与全国相比，处于较低水平，也低于我国西部地区62.52的平均水平，变异系数大于西部其他地区，地域差异性明显；同时居民之间金融素养水平差异更大。

第二，人口社会学特征和经济特征统计显著地影响着乐山居民金融素养水平。多因素方差模型证明，年龄、受教育程度以及收入都在5%的水平上对居民金融素养指数产生显著影响，同时年龄和收入对居民金融素养指数的变动还产生交互作用。虽然男性金融素养略低于女性，与其他文献研究存在差异，但金融素养性别差异不是统计显著的；职业差异的影响是显著的，从事金融经济行业的居民金融素养显著高于其他行业居民，证明金融教育和实践的重要作用。

第三，虽然存在细微的差别，本文的研究结论与全国水平的研究结论具有一致性，表明全国性结论在国内次级区域具有一定的适用性，政府在全国层面上提出的政策措施对国内区域也是适当的，各级地方政府应当支持国家的整体战略部署和决策。

4.2 建议

第一，积极响应《中国金融教育国家战略》，在早期正规教育中开展金融知识普及。教育对金融素养的边际效用递减表明应该尽早介入，尤其是在小学、初中和高中阶段，应制定适合不同学龄阶段的金融教育课程；在大学教育阶段，应鼓励学校面向非金融经济专业学生开展各种不同形式的金融教育活动，提高金融风险防范意识和提高日后进入社会后的理财、退休养老规划能力。

第二，强化青年和老年金融教育。针对“两头低，中间高，头高于尾”的特征，应强化青年人的金融教育。金融科技造就的易得性给青年人增加了进入金融市场的机会，同时也带来了像“套路贷”“裸贷”等金融陷阱，青少年金融素养的提升更加重要。老年人金融素养退化非常明显，同时老年人的金融脆弱性却在提高，因此对老年人的金融风险教育应是重中之重。同时，必须注意到青年时期的高金融素养有助于其晚年做出更好的金融决策，从而提升晚年的生活质量。

第三，收入是影响居民金融素养非常重要的因素，其不但独立地对金融素养指数发挥作用，而且与年龄一起产生交互作用。金融机构应参与金融消费者教育活动，从而有利于消除双方因信息不对称造成的误解，提升金融机构的服务质量以及增强获客能力。