房价波动与家庭金融风险市场参与

【摘  要】本文采用2011年、2013年、2015年和2017年中国家庭金融调查（CHFS）面板数据，结合面板Logit和面板Tobit模型，考察房价波动对家庭金融风险市场参与以及参与规模的影响。研究发现：房价波动与家庭是否参与金融风险市场以及金融风险市场参与规模均有显著的负相关关系。进一步研究发现：房价波动对东部地区家庭金融风险市场参与的影响显著大于对中西部地区家庭的影响;对城市家庭的影响显著大于对乡村地区家庭的影响;对风险爱好家庭的影响显著大于对风险中性和风险规避家庭的影响。因此，为提高家庭金融风险市场参与，政府应深化土地制度以及购房制度改革，抑制房价不合理波动，同时维护金融市场稳定，加强金融监管力度，为家庭参与金融风险市场提高良好的环境。

【关键词】房价波动;家庭金融风险市场;面板Logit模型;面板Tobit模型

引言

根据《中国家庭金融资产配置报告》，房产在我国家庭总资产中占比超过六成且增速明显。除去房产后，资金主要投入在无风险性资产，投入在股票、债券等风险资产的比例偏低。房产在我国家庭总资产中占比较大，对家庭财富有重要影响，而目前很少文献研究房地产市场与家庭金融风险资产配置的关系，本文从此角度进行研究，具体创新意义。

房地产作为我国家庭主要投资领域之一，资金过多的积累会挤占金融市场的发展，抑制家庭金融风险市场的参与。从整体上看，我国房地产市场表现较为突出。全国商品房均价从2000年的2112元/平方米上涨至2017年的7892元/平方米，平均涨幅达16%。房价的快速上涨说明房价有较大的波动性以及房地产行业有较强的投机属性。投资房地产市场是中国家庭投资的主要活动，如果资金过多流入房地产市场不利于金融市场的健康发展。房价波动对金融资源的流向有重要影响。那么，房价波动如何影响家庭风险市场参与及参与规模？为了解决这一问题，本文基于中国家庭金融调查中心微观家庭四期面板数据，分析房价波动对家庭投资行为的影响，以期为稳房价、促进家庭金融资产合理配置以及促进金融市场健康发展提供有益政策参考。

本文研究發现，房价波动对家庭金融风险市场参与以及参与规模有显著的抑制作用，房价波动程度越大，居民参与金融风险市场的概率和规模越低。房价波动对东部地区以及城市地区的影响显著大于对中西部地区和乡村地区的影响;对风险爱好家庭的影响显著大于对风险中性和风险规避家庭。说明房价波动对经济相对发达地区的影响更为显著，对风险爱好家庭参与金融风险市场的抑制作更为显著。本文的创新之处在于把宏观的房价波动数据与微观的家庭金融资产配置数据相结合，从房价波动的视角考察家庭金融风险市场参与，为当前关于家庭金融资产配置的研究提供补充。

1.文献综述

目前已有很多文献研究影响家庭风险市场参与的因素，涉及范围很广，有基于户主个人情况的研究，也有基于家庭结构和社会关系的研究。健康状况的下降会降低家庭风险资产的占比。研究发现已婚女性较单身女性更倾向投资风险资产，且投资风险资产的规模也相对更大。运用中国家庭金融调查数据，考察生命周期、年龄结构对家庭资产配置的影响，研究发现老龄化会抑制家庭对股市、基金等金融市场的参与程度，并降低风险市场的参与规模。从社交活动、信任和关系等方面进行研究，认为社会互动能通过降低决策成本改变社会规范等渠道促进风险市场的参与。

2.数据来源与变量说明

2.1数据来源

本文数据为西南财经大学开展的中国家庭金融调查（CHFS）2011年、2013年、2015年和2017年四期面板数据。2011年是是 CHFS 首轮调查，样本包含全国 8 438 户家庭，4年追踪调查4 752户。在经过必要的数据整理和清洗后，匹配完成的四期平衡面板数据共包含3 650户家庭、14600个样本。本文从中经网统计数据库获取2011年、2013年、2015年和2017年各省份商品房房价数据以及CPI数据。

2.2变量说明

因变量：（1）是否持有金融风险资产（d_risky）。按照以往文献，风险市场参与使用家庭是否持有股票、债券、基金、非人民币资产等其他风险资产来衡量。考虑到债券等其他风险资产在中国家庭金融资产配置中的占比较少，本文以是否持有股票、基金或理财产品来衡量是否持有风险资产。（2）金融风险市场参与规模（risky_ratio）。本文采用风险资产占金融资产比重测量风险市场参与规模。风险资产总值为股票、基金和理财产品市值的总和，金融资产为风险资产与存款及现金的总和。①核心解释变量：房价波动： 本文以每两年为周期计算房价波动量，计算房价波动前，用消费者价格指数衡量通货膨胀率并对房价进行消涨处理，获得实际房价。本文用HP滤波计算得各省房价的波动（hp）。②控制变量：参考以往文献，本文选取了以下变量作为控制变量：户主性别、年龄、文化程度、政治面貌、婚姻状况、身体状况、家庭总人口以及家庭收入。

3.计量模型设定与实证分析

3.1计量模型设定

（1）房价波动对家庭是否持有风险资产的影响。由于被解释变量“是否持有风险资产”是二元离散变量，本文用面板Logit模型做主回归分析。采用面板Logit模型分析房价波动对家庭是否持有风险资产的影响，模型设定如下：

（1）式中，下标i和t分别表示面板数据中不同家庭和数据收集年份;d_risky是家庭是否持有风险资产的虚拟变量;hp是房价的波动量;X为控制变量;u为不可观测的个体效应，ε为随机误差项。

（2）房价波动对风险市场参与规模的影响。本文还使用面板Tobit模型研究房价波动对风险市场参与规模的影响。模型设定如下：

（2）式中，risky_ratio表示风险市场参与规模，其余变量1含义同上述面板Logit模型。

3.2实证分析：基准模型

本文首先通过Logit模型检验房价波动与风险市场参与的关系，再通过Tobit模型检验房价波动与风险市场参与规模的关系。

回归结果如表1所示。结果说明，房价波动对风险市场的参与和风险市场参与规模具有负向影响。房价的巨幅波动对大部分家庭来说，购房支出或房产投资占用了大量的家庭收入，可能导致其偏好持有流动性强、风险性低的资产，不利于家庭资产的多元化配置。房价波动的增大也意味着房地产市场的回报率增大，风险爱好家庭可能会把更多的资金投入房地产市场而减少对金融风险市场的投资。

除房价波动外，部分控制变量也对家庭风险资产参与以及风险市场参与规模产生显著影响。在Logit模型中，家庭总收入对风险市场参与有显著的正向作用。在Tobit模型中，家庭总收入以及户主年龄、受教育程度和健康状况都对家庭风险市场参与规模有显著的正向作用，家庭成员数量对风险市场参与规模有显著的负相关关系。

3.3异质性检验

下面检验在区域、城乡以及户主风险偏好不同时房价波动对金融风险市场参与以及参与规模的异质性。表2和表3中混合回归结果显示，在东部地区，房价波动与风险市场参与有显著的负相关关系;在中西部地区，关系不显著。在城市地区，房价波动与风险市场参与有显著的负相关关系;在乡村地区，关系不显著。同样的，混合回归模型的分样本回归结果显示，在东部地区，房价波动与风险市场参与规模有显著的负相关关系;在中西部地区，关系不显著。在城市地区，房价波动与风险市场参与规模有显著的负相关关系;在乡村地区，关系不显著。由此可见，相对于经济发展较为滞后的地区，在经济发展較为发达的地区，房价波动与风险市场参与和参与规模的负相关关系更为显著。这可能是因为经济发展较为滞后地区房价较低，即使房价波动大，房价波动的绝对数值也比较小，因而对家庭金融风险市场参与和参与规模影响也较小。而经济发展较为发达地区房价较高，房价波动会对房价的绝对数值影响比较大，因而对家庭金融风险市场参与和参与规模影响较为显著。

从风险偏好的异质性角度来看，房价波动对风险爱好家庭的金融风险市场参与和参与规模均有显著影响，对风险中性和风险规避家庭影响不显著。这可能是因为房价波动的增大也意味着投资房地产市场的可能回报率增大，风险爱好家庭倾向把更多资金投入房地产市场，因而减少对金融风险资产的投资。

4.结论与政策建议

采用中国家庭金融调查四期面板数据，结合面板Logit和面板Tobit回归模型，本文研究了房价波动对家庭是否参与金融风险市场以及参与规模的影响。研究表明，房价波动能显著降低家庭参与金融风险市场的可能性，显著抑制家庭风险市场的参与规模。进一步分析发现，房价波动对风险市场参与的影响具有异质性。根据本文结论结论，就提高家庭风险市场参与提出如下建议：第一，深化土地制度以及购房制度改革，抑制房价不合理波动。第二，相关部门应维护金融市场稳定，加强金融监管力度，提高市场透明度，确保金融市场稳定健康运行，为家庭参与金融市场提供良好的环境。

参考文献

[1]杜书云，田申.房价波动对金融服务实体经济效率的影响——基于省域面板数据的空间计量分析[J/OL].经济经纬：1-18[2020-05-05].

[2]雷晓燕，周月刚.中国家庭的资产组合选择：健康状况与风险偏好[J].金融研究，2010（01）：31-45.

[3]吴卫星，吴锟，王琎.金融素养与家庭负债——基于中国居民家庭微观调查数据的分析[J].经济研究，2018，53（01）：97-109.

[4]王聪，姚磊，柴时军.年龄结构对家庭资产配置的影响及其区域差异[J].国际金融研究，2017（02）：76-86.

[5]李涛.社会互动、信任与股市参与[J].经济研究，2006（01）：34-45.

[6]周铭山，孙磊，刘玉珍.社会互动、相对财富关注及股市参与[J].金融研究，2011（02）：172-184.

[7]朱光伟，杜在超，张林.关系、股市参与和股市回报[J].经济研究，2014，49（11）：87-101.

[8]孙早，王娟，赵嘉辰.房价波动、家庭资产配置与地区工业绩效——基于2004—2013年196个城市数据的经验分析[J].西安交通大学学报（社会科学版），2018，38（04）：40-46.

作者简介：徐钰瑶（1998.12--），女，广东清远人，暨南大学金融专业本科生。