子女性别、住房数量与家庭风险金融资产投资

吕学梁 马玉洁

1 引 言

传统投资组合理论指出，理性经济人需要通过配置股票等风险金融资产，以达到优化家庭资产配置的目的。但在现实中，即使股票市场存在较高的股权溢价，参与股票市场的人群占总人群的比重依旧偏低，且参与股市的投资者多数未能持有最优的风险资产份额，学界将这一现象称为股票市场“有限参与”之谜。《2018年中国城市家庭财富健康报告》指出，我国总资产的77.7%是住房资产，其比重接近金融资产所占比重的7倍，而在美国家庭中，住房资产仅占总资产的34.6%，其所占比重低于金融资产。报告指出，股票作为中国家庭投资率最高的风险金融资产，也仅在家庭总资产占据8.1%的份额，直观的反映和证实了我国家庭风险金融资产低投资率的问题。中国家庭投资长期存在“有限参与”、资产配置不合理、投资效率较低等问题，这不仅影响家庭财产性收入的增加，更可能进一步拉大收入差距，阻碍股票市场的长期高效发展，从而影响直接融资渠道发挥资源配置的效应。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要“多渠道增加城乡居民财产性收入，创新更多适应家庭财富管理需求的金融产品。研究分析“有限参与”之谜的成因，提出相应解决方案和政策建议，有利于设计更符合家庭个体特征的金融产品，促进我国家庭资产高效配置，增加其财产性收入。

在众多“有限参与”的研究中，国内外学者主要从市场摩擦（Schmitt和Westerhoff，2016［1］；张旭阳和吴卫星，2020［2］）、背景风险（Qiu，2016［3］；易行健等，2019［4］）、行为因素（Li，2009［5］；周广肃等，2020［6］）、信息处理能力（Rooij等，2011［7］；尹志超等，2014［8］）、家庭特征（Fagereng 等，2017［9］；王聪等2017［10］）等方面展开研究，少有文献将子女性别纳入考虑。中国社会自古秉持的“养儿防老”等传统观念影响着父母的性别偏好，始于1979年的计划生育政策进一步加剧了这种偏好的复杂性，并在一定程度上影响了我国出生人口性别比a出生人口性别比为每出生百名女婴相对的出生男婴数。的平衡。联合国将102-107设定为出生人口性别比正常值值域，根据全国人口普查资料与国家统计局统计公报，自1982年起我国出生人口性别比长期处于上升趋势，至2004年达到121.18的高值，此后多年一直呈波动的态势。第七次人口普查显示，2020年我国出生人口性别比达到111.3，虽较2018年的114.9有所下降，但仍高出正常值上限4.3个百分点。长期男女比例失衡会一定程度上加剧婚姻市场竞争，也会进一步导致住房作为地位性商品的需求增大，房价上涨（张安全等，2017［11］）。我国商品房价格自2008年来平均以7%的幅度上涨且涨幅平稳，2018年达到8536元/平方米的成交均价，是2008年3800元/平方米成交均价的2.24倍b海宜居房地产研究院发布的《2018-2019年度全国房地产市场报告》。。房价上涨会显著减少有未婚男性家庭的消费（曹静等，2020［12］），增加养儿家庭的负担，导致子女性别对家庭经济决策产生异质性影响。

综上所述，我国高出生人口性别比与高房价共存的特殊国情可能会加剧家庭投资的“有限参与”问题。文章使用2017年中国家庭金融调查（China Household Finance Survey，缩写CHFS）数据，以住房选择作为中间机制，分析子女性别差异如何影响家庭风险金融资产投资。文章可能的贡献在于：（1）结合中国高出生人口性别比的社会现象，从子女性别的角度出发，分析了家庭中子女性别对家庭风险金融资产投资决策的影响，给予“有限参与”之谜一个新解释，拓展了家庭内部结构特征的相关研究。（2）近年来，我国房价呈持续上涨态势，部分学者认为我国房价的上涨与失衡的人口性别比具有较强相关性（Wei和Zhang，2011［13］）。在高企的房价与高出生人口性别比的大背景下，住房作为“地位性寻求品”的属性增强（杭斌和修磊，2015［14］）。本文基于上述文献的研究基础，从住房视角探讨子女性别对家庭风险金融资产投资的影响机制，厘清了其传导路径。

本文后续内容安排如下：第二部分主要介绍文献综述与理论假说；第三部分为数据来源与变量设定；第四部分为模型设定与基准分析；第五部分进行机制分析、异质性分析与稳健性检验；第六部分归纳研究结论并提出政策建议。

2 文献综述与理论假说

2.1 文献综述

中国的传统观念认为“有房才有家”，家庭抚养子女的数量和性别都会对住房决策产生影响。家庭结构和规模会影响居民住房决策和偏好（Edgar和Olsen，1969［15］）。住房数量、质量、区位和产权的需求与家庭规模以及家庭稳定性有关，而家庭的规模与稳定性又与孩子数量密切相关。比如子女成年、子女结婚、诞生第一个孩子，孩子数量增多后的四个阶段往往对应着租小公寓、租大公寓、买小住宅、买较大的住宅的四种住房决策和偏好（Clark和Dieleman，1996［16］）。近年来，学者们在考虑我国传统社会文化背景的前提下，开始分析研究子女性别与家庭住房决策的关系。鉴于我国长期存在性别失衡问题，这一现象加大了男性在婚姻市场中的压力。一方面，Wei和Zhang（2011）［13］指出在婚姻市场中，储蓄多的家庭其竞争力也会相应增加，据此提出了“竞争性储蓄”的概念。另一方面，家庭的储蓄财富可观察性低，无法直接在婚姻市场中被识别，故更多的家庭选择将财富转换为地位寻求品，以彰显自身实力和优势。杭斌和修磊（2015）［14］研究发现，住房面积与家庭社会地位具有正向相关性，从而印证了住房“地位寻求品”的属性，所以有儿子的家庭购置新住房是家庭财富实力的表现（Sargeson，2002［17］）。另有研究表明，男方家庭为规避逆向选择，往往把住房作为“质量信号”传达于婚姻市场中，女方则通过住房质量判断男方的“质量”，减弱了婚姻市场信息不对称的情况（方丽和田传浩，2016［18］）。魏下海和万江涛（2020）［19］研究发现，房屋可以提高男孩家庭婚姻匹配的可能性，通过进一步分析发现，相比女孩家庭，男孩家庭倾向于选择面积更大的住房，且具有更早的购房需求。易成栋等（2018）［20］认为，提早购置婚房可以对冲未来房价上涨的风险，在房价上涨时期，这种投资行为可以规避风险。且研究表明，家中是否有儿子并不会影响首套房的购房决策，但有儿子的家庭会影响多套房的购买决策。

住房是影响家庭风险金融投资的重要因素之一。住房对家庭风险金融资产投资既存在财富效应，也存在挤出效应。一方面，财富效应认为住房数量或价格对家庭参与风险投资有促进作用。早期的许多研究认为，发达国家广泛存在住房财富效应。Kerdrain（2011）［21］通过对比美国、日本和欧盟等国家的住房资产持有状况，发现美国的住房资产具有最强的财富效应。Barrell和Davis（2007）［22］认为住房的财富效应受到信用约束的影响，信用约束越低，居民拥有住房的财富效应越强烈。吴卫星等（2014）［23］研究发现，有房贷和大产权房屋的家庭，更有可能参与风险金融资产投资。陈永伟等（2015）［24］研究认为，住房在我国具有更强的财富效应，住房财富的上涨会增加居民投资风险金融资产的概率和比重。张光利和刘小元（2018）［25］研究发现，房价的上涨会带动居民的风险偏好，从而使家庭更有可能参与风险金融资产投资。另一方面，挤出效应认为住房会降低家庭参与风险金融资产投资的可能性。颜色和朱国钟（2013）［26］把背景风险纳入动态生命周期模型，研究发现，若房价的增长不能呈持续性状态，则无房青年会面临较强的住房挤出效应。李江一（2018）［27］从购房动机和偿还房贷两方面考虑，研究发现二者会使家庭面临流动性约束，进而挤出金融资产投资支出。路晓蒙等（2019）［28］发现，相比于股票，中国住房具有高收益、低风险的特征，因此拥有住房数量越多的家庭，住房对家庭风险金融资产的挤出效应越明显。

综上所述，已有研究关注了子女数量对家庭风险金融资产投资决策的影响，但忽视了子女性别差异的分析。而现有研究或多从子女数量的视角探讨子女如何影响家庭风险金融资产投资决策，忽视了子女性别差异的影响，或集中讨论子女性别差异对家庭房产配置的影响，少有文献结合我国高出生人口性别比和有限参与的特定社会背景，从子女性别的角度出发，考察子女性别与家庭风险金融资产投资之间的关系。梳理文献发现，家庭子女性别会影响住房决策，而住房会影响家庭风险金融资产投资，且住房对家庭风险金融资产投资的影响具有挤出效应和财富效应双重影响，少有在考虑子女性别特征的情况下，探讨并厘清这两种效应。故本文致力于建立住房选择的中介机制，对子女性别差异如何影响家庭风险金融资产投资进行深入分析。

2.2 理论假说

我国大部分地区仍保有传统的“养儿防老”和“重男轻女”的思维模式，虽然法律规定子女随父姓和随母姓具有同等法律效应，但大部分家庭，尤其男性，都更倾向选择让子女随父姓（田蕴祥，2017［29］），这表示我国社会更偏向父系血脉。在这种社会环境下，养育儿子被看作传承血脉的关键，同时家庭抚养子女性别会产生价值差异（陶涛，2012［30］）。我国早期的男孩偏好主要表现在婴幼儿存活率上，新中国成立初期，我国出生人口性别比在正常值域范围内，但男婴的存活率远高于女婴。随着计划生育政策的颁布，家庭可拥有的孩子数量受到限制，这进一步强化了中国家庭的男孩偏好，与此同时，伴随着性别鉴定技术的发展，大部分家庭都愿意支付费用以进行性别选择，大大降低了女婴的出生率（乔晓春，2004［31］）。

男孩偏好和计划生育政策的实施，导致了我国性别比例严重失衡的现状，进而会产生一系列复杂的社会现象。首先，考虑人口性别结构失衡。我国出生性别比自1980年开始持续升高，至今仍高于正常值，导致该现象除相关政策的原因，男孩偏好是重要原因之一。高出生性别比势必导致高适婚人口比，即在一段时间内，有资格结婚的年轻男性数量高于女性，这会提高女性在婚姻市场的议价能力，从而在近些年出现了“天价彩礼”等现象。第二，造成家庭经济风险。性别失衡会导致子女性别不同的家庭在资源配置模式上存在差异，在性别失衡严重的地区，家庭为提高儿子在婚姻市场的竞争力，可能会降低消费，提高储蓄，不利于市场经济的发展。

家中抚养儿子对其风险金融资产投资的影响可能是双向的。一方面，相对于只有女儿的家庭，有儿子的家庭可能会更多参与风险金融资产投资。中国失衡的男女比例会增大男性在婚姻市场中的压力，为增强男孩的竞争优势，减轻儿子自身压力，家庭有动力追求更快的财富积累。部分男孩家庭有较强的风险偏好，通过创业的方式以期积累资本，提高社会地位，这一现象常见于性别失衡的农村（魏世勇，2015［32］）。还有一部分家庭对男孩具有更高期望，愿意为其投入更多的教育等投资，提供更好的物质基础，期望提高的教育投资质量反馈于劳动市场，在提高个人能力的同时，提高婚姻市场竞争力（Karbownik等，2017［33］）。这些方式都可能使有儿子家庭增加财富，并进一步投资风险金融资产来实现更高的收入。

另一方面，相对于只有女儿的家庭，有儿子的家庭可能会更少参与风险金融资产投资。中国传统观念中，结婚时男方需向女方支付彩礼，以展示男方的经济实力（方丽和田传浩，2016［18］）。男方家庭为提高婚姻市场竞争力，可能有强烈的“竞争性储蓄”动机（Wei和Zhang，2011［13］），更多的将资金投向住房、汽车等透明度高的资产，这一现象在大城市中尤为明显（韦艳和姜全保，2017［34］）。故在家庭财富水平一定的情况下，抚养儿子的家庭会倾向于购置住房而非参与风险金融资产投资（魏下海和万江涛，2020［19］）。

我国近年来房价快速上涨，房产具有比股票等风险金融资产收益高且风险低的特征，而房产同时又是婚姻市场上具有吸引力的身份特征和价值信号。因此，我们推断有儿子对家庭股票等风险金融资产投资的负向影响会大于正向影响，据此提出本文的第一个理论假说。

假说1：相对于只有女儿的家庭，有儿子的家庭会降低家庭风险金融资产投资概率和投资比重。

婚姻是一种特殊的社会活动，社会地位越高的人，往往越容易获得市场中没有分配的资源（Corneo和Jeanne，1999［35］）。面临日益加深的性别比例失衡，男性要想在婚姻市场中具备较强的竞争力，必定会增强其地位寻求动机（张安全等，2017［11］）。个人或家庭的财富水平是衡量社会地位的决定性因素，但财富水平的可视性低，无法在婚姻市场中直观的展示。我国彩礼习俗发展至今，已经不再单纯的指向礼金的数额，男方家庭需要为子女婚姻支付更多，如房产、汽车等固定资产。受到传统观念的影响，中国家庭将“婚房”作为婚姻的基本保障，且有研究发现，大部分女方父母更希望女儿嫁给有房的男性（韦艳和姜全保，2017［34］），故房产成为了婚姻市场上彰显男性竞争力和社会地位的“刚需品”，这也同时赋予了住房“地位性寻求品”的属性（杭斌和修磊，2015［14］）。

经济学角度认为，住房同时存在消费和投资双重属性。一般而言，出于消费目的购买的房产会挤出家庭风险金融资产投资，出于投资目的购买的房产会促进家庭风险金融资产投资（吴卫星等，2014［23］）。已有的研究中，常将家庭唯一住房视为消费品，而将多套房视为投资品。结合社会学视角，中国亲代与子代间多呈现以利他主义为核心的代际转移现象，即有能力的的亲代会主动承担子代的负担，为其生活提供经济支持和保障。同样，子代对父母的帮扶也是无私的，经济能力强的子代会为父母提供更好的养老保障。在利他性假说下，父母对子女的抚养和培养通常不计经济和精神回报，家庭抚养子女不仅仅包涵家庭对子女的教育与成年之际的经济支持，还包含诸如家庭对子女结婚、购房、创业支持等等方面的经济支持，而这种不计回报的经济投资通常具有经济上“消费”而非“投资”属性。在中国，父母为儿子准备婚房成为一种非正式的社会规范，住房逐渐成为婚姻市场中不可或缺也是地位寻求的商品。传统的“子代扶持”和婚嫁观念、激烈竞争的婚姻市场与高企的房价三者叠加，进一步加剧了房产属性的复杂程度。房产作为男性地位的象征，拥有住房的男性能够在婚姻市场中有较高的话语权和选择权。因此，相对于只有女儿的家庭，有儿子家庭的多套房更可能是消费属性而非投资属性。

有研究发现，在儿子结婚之前，养儿家庭的父母出于对未来婚配能力的担忧，通常会保持较低的风险偏好，尽量避免风险金融资产的投资，而是更多的把资金转换为实用的房产（Li和Wu，2017［36］）。面对近年来高涨的房价，家庭对于未来房价走势的判断具有较强的不确定性，有儿子的家庭会有较强的动机提早购置住房，以对冲未来房价上涨的风险（Wei和Zhang，2011［13］）。基于此，提出本文的第二个理论假说。

假说2：相对于只有女儿的家庭，有儿子的家庭会增加多套房持有量，进而降低家庭风险金融资产投资概率和比重。

3 数据来源与变量设定

3.1 数据来源

考虑研究需要用到家庭子女性别和子女年龄变量，经过多个数据库的对比研究，CHFS数据库的调查问卷与本文研究最为契合。目前公开的CHFS数据库共有2011年、2013年、2015年和2017年四个样本库，鉴于往年数据库存在更新和调整，且子女性别在家庭内部保持较为稳定的状态，时间序列上变化的不大，故本研究使用最新可得年份的数据库，即2017年西南财经大学中国家庭金融调查与研究中心的“中国家庭金融调查”（CHFS）数据，稳健性检验中将进行混合面板数据的稳健性检验。2017年CHFS调查项目采用抽样的方式，具体的抽样方案设计为分层、三阶段和规模度量成比例（PPS）。调查样本涵盖了中国29个省（自治区、直辖市），355个县（区、县级市），共涉及1428个村（居）委会，调查统计的有效家庭样本量为40011户。调查内容涉及家庭成员的人口统计特征、家庭资产和收入状况、投资广度与深度等各方面情况。CHFS数据库可以较好的从微观层面反映中国居民家庭现状，对中国居民投资风险金融资产的状况具有一定的代表性。考虑文章从家庭抚养子女性别的视角研究家庭风险金融资产投资异质性，故样本筛选时，参照易成栋等（2018）［20］做法，首先对户主进行设定，设置家中18周岁以上年龄最大的男性为户主，若家中无男性，则设置18周岁以上年龄最大的女性为户主。其次剔除未婚家庭及孩子数量为零的家庭，剔除存在明显错误异常值的样本，以及相关变量数值缺失的样本。最后，为避免极端异常值的干扰，将样本根据家庭总收入和家庭财富变量两端进行1%缩尾，最终得到有效家庭样本量12925户。

3.2 变量设定

（1）被解释变量

为探究子女性别对家庭风险金融资产参与程度和投资深度的影响，参照尹志超等（2014）［8］对风险金融资产的定义，文章设定两个因变量：一是设置是否持有风险金融资产的因变量，用以衡量家庭风险金融资产的参与程度。此处将股票、基金、金融债券、企业债券、金融衍生产品、金融理财产品、非人民币资产和黄金等定义为风险金融资产，只要家庭持有上述任何一种，设置因变量为1，否则为0；二是设置风险金融资产投资比重的因变量，用以衡量家庭风险金融资产的投资深度，赋值为风险金融资产投资总额与金融资产总额之比。其中，金融资产的范围包括活期存款、定期存款、现金、股票、基金、债券、金融衍生品、金融理财产品、非人民币资产、黄金、其他金融资产和借出款。

（2）解释变量

子女性别变量的设定参照易成栋等（2018）［20］，将有子女的家庭按照是否有儿子，分为有儿子的家庭和只有女儿的家庭，对照只有女儿的家庭，将有儿子的家庭设置为1，否则为0。

（3）控制变量

控制变量的选取主要包括微观层面变量和宏观层面变量，参照史代敏等（2005）［37］方法，微观层面变量从户主个人特征和家庭整体特征两方面选取。首先，户主特征变量的选择参考吴卫星等（2014）［23］、易成栋等（2018）［20］、魏下海和万江涛（2020）［19］的设定，包括户主性别、健康状况、是否党员、风险态度、受教育程度、年龄及年龄的平方。户主身体健康状况的衡量，采用问卷中“您觉得与同龄人相比，您的身体状况如何？”这一问题，参照张旭阳和吴卫星（2020）［2］的设定方式，定义回答“好”、“较好”的户主为健康，变量赋值3，回答“一般”的户主定义为较健康，变量赋值2，回答“较差”、“差”的户主定义为不健康，变量赋值1。户主风险厌恶态度选取CHFS调查问卷中的“您是否喜欢冒险？”这一问题。参考魏下海和万江涛（2020）［19］的设定方式，根据回答，划分风险态度为5组：将选择“很喜欢冒险”者定义为强风险偏好者，变量赋值1；选择“喜欢冒险”者定义为弱风险偏好者，变量赋值2；选择“一般”者定义为风险中立者，变量赋值3；选择“不喜欢冒险”者定义为弱风险规避者，变量赋值4；选择“很喜欢冒险”者定义为强风险规避者，变量赋值5。户主受教育水平的衡量，选择问卷中“您的文化程度是？”这一问题，采取现有文献折算为受教育年限的做法（尹志超等，2014［8］；任昶宇等，2020［38］），赋值“没上过学”为0年、“小学”为6年、“初中”为9年、“中专”或“高中”为12年、“大专”为14年、“本科及以上”为16年。其次，参考易成栋等（2018）［20］、魏下海和万江涛（2020）［19］的设定，选取家中孩子数量、家庭规模、家庭总收入及家庭净资产作为家庭整体特征变量。最后，参考张安全等（2017）［11］的设定，宏观层面变量主要控制地区平均房价、地区人均GDP增速及地区人口密度。主要变量具体设定如表1所示。

表1 主要变量的选取及释义

3.3 描述性统计

由表2可知，样本家庭风险金融资产的参与率为12.64%，风险金融资产的投资比重平均为3.51%，参与率和投资比重较低。样本中72.59%的家庭有儿子，与我国高出生人口性别比相呼应。观察户主特征变量可以发现，户主中党员较少，占比为12.68%，户主平均年龄约为51岁，说明户主多为中年群体。户主受教育水平的均值为9.7905，标准差为1.7633，即户主平均受教育程度为初中，且受教育程度的个体间异质性较大。样本健康状况和风险态度均值分别为1.634和3.7952，标准差分别为0.7384和1.1054，这表明大部分受访者健康状况一般，且弱风险规避者偏多，样本间差异较小。考虑家庭特征变量，平均家庭总收入为11.028万元，标准差为1.319。平均家庭净资产为13.131万元，标准差为1.5545，由标准层可推断，我国各家庭间贫富差距较大，财富分配不均匀。家中子女总数均值为1.3449，样本中平均每家有一到两个孩子，这与我国计划生育政策效果基本一致。

表2 变量描述性统计

续表

4 模型设定与基准分析

4.1 模型设定

文章从两方面探讨子女性别对家庭风险金融资产投资的影响：一是考虑子女性别如何影响家庭风险金融资产投资的参与率；二是考虑子女性别对家庭风险金融资产投资深度的影响。在研究参与率问题时，因变量设定为是否参与投资，赋值0或1，是二值虚拟变量，选择Probit模型进行回归分析。在研究投资深度的问题时，需要对因变量数据进行截取，选择Tobit模型进行回归分析。

为探讨子女性别对家庭风险金融资产参与率的影响，选用适合二值虚拟变量的Probit模型，模型设定如下：

在公式（1）中，我们假定riskasseti*是不可观测的潜在变量，它与soni存在线性关系。riskasseti*与riskasseti的关系如式（2）所示，riskasseti为观测家庭是否参与风险金融资产投资的因变量，若参与则赋值1，否则赋值为0。soni是解释变量，即家中是否有儿子，有则赋值为1，否则为0。Zi为影响家庭风险金融资产参与的控制变量，包括家庭规模、户主年龄、年龄的平方、健康状况、受教育程度、家庭净资产、风险厌恶程度、家庭总收入、家中子女数量、户主性别、政治面貌、区域平均房价、人均GDP增速、人口密度等。

为探讨子女性别对家庭风险金融资产投资比重的影响，选用Tobit模型设定如下：

其中，ratei*是潜在变量，ratei为风险金融资产投资比重，由式（4）可知，若ratei*取值为负，则被赋值为0。soni与Zi分别为解释变量和控制变量，与式（1）定义一致。

4.2 子女性别对家庭风险金融资产投资决策影响的基准分析

文章使用Probit模型分析子女性别如何影响家庭参与风险金融资产投资的概率，表3中（1）列为没有加入控制变量的Probit回归边际效应，（2）列为加入控制变量后的Probit回归边际效应。使用Tobit模型分析子女性别如何影响家庭参与风险金融资产投资的深度，表3中（3）列和（4）列分别为没有加入控制变量和加入控制变量的Tobit回归边际效应。

表3 子女性别对家庭风险金融资产投资影响

续表

由回归结果（2）和（4）可知，相比于只有女儿的家庭，有儿子的家庭会降低风险金融资产的参与概率和参与深度。相对于只有女儿的家庭，有儿子的家庭边际效应为-0.0321，表示抚养儿子的家庭，参与风险金融资产投资的概率会降低3.21%，且在1%的显著水平下显著。由Tobit的实证结果可知，有儿子的家庭对风险金融资产投资比重的回归系数为-0.0825，在1%的水平下显著，边际效应为-0.0195，即相对于只有女儿的家庭，有儿子的家庭对风险金融资产的投资比重会降低1.95个百分点。上述结果论证了本文提出的假说，即和只有女儿的家庭相比，抚养儿子的家庭会降低风险金融资产的参与率和投资比重，这可能是因为面对高人口性别比和高房价，有儿子的家庭为了增强其在婚姻市场上的竞争力，有更强的“竞争性储蓄”动机（Wei和 Zhang，2011［13］），在收入和财富水平一定的情况下，家庭可能更倾向于投资风险较低、可视性较高的地位寻求品，如住房等（韦艳和姜全保，2017［34］），从而挤出了家庭的风险金融资产投资，假说1得到支持。

考虑户主特征变量。户主的年龄和年龄的平方均在1%的水平下显著，年龄的边际系数为正，年龄平方的边际系数为负，即随着年龄的增长，居民投资风险金融资产的概率和比重先升高后降低，符合生命周期理论。户主受教育水平正向影响家庭投资风险金融资产，即家庭投资风险金融资产的概率和比重随户主受教育程度的升高而增加。这可能是因为更高的教育水平会使投资者具备更高的金融素养，从而提高家庭风险金融资产投资的意识。户主风险态度与家庭风险金融资产投资负相关，即风险厌恶程度越高的家庭，其投资风险金融资产的概率和比重越低。考虑家庭特征变量，家庭财富和家庭总收入系数均在1%水平下显著，说明家庭财富和家庭总收入越高，居民越可能参与风险金融资产投资，且投资比重越高。

5 机制分析、异质性分析与稳健性检验

5.1 机制分析

（1）中介变量选取与模型构建

Wei 和 Zhang（2011）指出家庭储蓄越多，孩子在婚姻市场中的竞争力越强，并以此提出了“竞争性储蓄”的概念，但住房在中国传统观念中具有刚需属性，是儿子在婚姻市场中保持竞争力的关键因素［13］。中国的高房价给年轻人带来了更大的购房压力，为此结婚所需的住房往往需要“全家的力量”（王先柱和王敏，2018［39］）。基于以上分析，本文选取多套住房数量（house）作为中介变量，该变量设定依照CHFS调查问卷中的“除了这套房产，您还有几套住房？”这一问题设定。

本文参照中介效应检验程序（温忠麟等，2004［40］），对住房中介机制进行实证分析，建立回归方程如下：

其中riskasset为是否参与家庭风险金融资产投资，house为家中多套房数量，son为家中是否有儿子，Z为控制变量，包括家庭规模、户主年龄、年龄的平方、健康状况、受教育程度、家庭净资产、风险厌恶程度、家庭总收入、家中子女数量、户主性别、政治面貌、各省份平均住房价格、人口密度、GDP增速等，式（6）采用普通最小二乘法回归。

其中rate为风险金融资产占家庭金融资产投资的比重，其他变量与式（5）、式（6）和式（7）相同，式（9）用普通最小二乘法回归。

（2）机制检验

表4为子女性别对家庭风险金融资产投资影响的住房机制分析结果。实证分析显示，多套住房数量中介作用于子女性别影响家庭风险金融资产投资，相对于只有女儿的家庭，有儿子的家庭更倾向于持有多套住房，且多套住房会显著的负向影响家庭风险金融资产投资。

表4中的（1）、（2）、（3）列汇报了回归方程的边际效应。由表4的第（1）列回归结果可知，子女性别对多套房数量的影响在1%的水平上显著为正，回归的边际系数为0.0617，这表明若家中有儿子，会增加6.17%的概率持有多套住房，即与只有女儿的家庭比较，有儿子的家庭更倾向于持有多套住房。由回归结果（2）和（3）可知，子女性别和多套房数量对于风险金融资产投资概率和比重的影响都显著为负，且影响投资概率和投资比重的边际效应分别为-0.0315和-0.0189，相比于基准回归中的边际效应-0.0321和-0.0195有所降低，这表明子女性别影响家庭风险金融资产投资的住房中介机制存在。本文假说2得到证实，即有儿子的家庭会倾向于购置多套住房，以增加婚姻市场竞争力，进而会挤出家庭风险金融资产投资。

表4 子女性别对家庭风险金融资产投资影响的住房选择机制检验

5.2 异质性分析

（1）城乡异质性分析

我国城乡居民所面临的计划生育政策不同，城镇地区的计划生育政策较为严格，即一对夫妇只允许生育一个孩子，但1984年中央出台“七号文件”允许农村家庭生育“一胎半”，即如果第一个孩子是女孩，则可以生育第二个孩子。鉴于计划生育政策在农村和城镇居民群体中存在政策差异，本节将总样本按照城镇和农村进行分类，利用子样本研究可能存在的城乡异质性。

由表5可知，城镇样本回归结果与全样本回归结果一致，养儿家庭挤出风险金融资产参与率和参与比重的边际效应为-0.0276和-0.0042，分别在1%和5%的水平上显著。这意味着相比只有女儿的家庭，城镇中有儿子的家庭会降低风险金融资产投资的概率及比重，农村样本回归结果不显著。为验证组间差异的存在，此处采用基于似无相关模型的检验方法（suest），检验结果P值均小于0.1，即城镇和农村样本在计量结果上存在显著差异。这可能是因为抚养儿子的农村家庭往往具有更高的风险偏好，倾向于通过创业的方式快速的积累财富（魏世勇，2015［32］），而家中有儿子的城镇家庭往往具有较低的风险偏好，倾向于将资产投资于低风险的住房，从而会挤出家庭风险金融资产投资（韦艳和姜全保，2017［34］）。相比农村家庭，城镇家庭有更强在城镇买房的确定性，而农村家庭可能需要考虑孩子未来向城镇的迁移，对于选择在城镇买房或在农村自建房，具有较强的不确定性，因此农村家庭的购房需求没有城镇家庭迫切。且有儿子的城镇家庭在城市买入多套房的可能性较大，而农村家庭面对不确定性会推迟买入多套房的时间。

表5 城乡差异下子女性别对家庭风险金融资产投资影响的回归结果

（2）城市异质性分析

由于不同城市在区位特征、城镇化程度和房价水平上具有一定的异质性，可能会导致子女性别对家庭风险金融资产投资产生差异化影响。已有学者研究发现，不同级别的城市在面临性别失衡时，所反映的房价上涨压力不同：一、二、三线城市的性别失衡对房价上涨反映出较大压力，而在四线和五线城市中，性别失衡与房价上涨不存在明显的相关性（逯进和刘璐，2020［41］）。基于此，文章根据2017年第一财经对中国338个地级以上城市的等级划分，将一线城市、新一线城市、二线城市和三线城市定义为大中型城市，四线城市和五线城市定义为小城市，其中一线城市包括北京、上海、深圳和广州，进行异质性分析。

由表6可知，子女性别对家庭风险金融资产投资的影响在大中型城市中负向显著，即在大中型城市中，相对于只有女儿的家庭，有儿子的家庭会降低风险金融资产投资的概率及比重。在小城市中，子女性别对家庭风险金融资产投资的影响基本不显著。采用suest进行组间系数检验，检验结果P值均小于0.1，说明两组样本在计量结果上存在显著差异。城市级别异质性的出现，可能是由于四线和五线城市的人口外流且以男性居多，导致当地的婚姻市场竞争压力小，从而房价上涨的风险较低，对于孩子留在本地发展的家庭，无需提早购房以规避房价上涨的风险。而对于考虑未来孩子向大中型城市迁移的家庭，无法预知明确的迁移城市，故也没有迫切的提早买房的需求。而大中型城市的居民向小城市流动的可能性低，且有儿子家庭倾向提早买房以规避未来房价上涨的风险（易成栋，2018［20］）。同时，大中型城市的房价普遍偏高，家庭在购置多套房时压力更大，在财富水平一定的情况下，高房价会导致家庭资金配置发生更大变化，购置多套住房会更大的挤出风险金融资产投资。相比之下，小城市的房价较低，家庭选择在本地购置多套住房的成本相对较低，小城市中有儿子家庭的购房压力相对小于大中型城市的有儿子家庭。

表6 城市类型差异下子女性别对家庭风险金融资产投资影响的回归结果

续表

（3）户主年龄异质性分析

生命周期理论提出，在生命周期内，居民依据家庭自身的经济情况匹配相应的储蓄和投资规模。在国内外学者对研究的深化过程中，发现不同年龄段投资者的收入水平、健康状况在不断变化，使得青年与中老年家庭风险资产配置也不尽相同，为求得最优投资组合，居民会随着年龄变化不断调整资产配置。本文参照（崔颖和刘宏，2019）［42］以及世卫组织a世界卫生组织根据年龄将人类生命历程进行划分，青年人为44岁及以下人群，中老年人为45岁及以上人群。对青年和中老年的划分方法，将45岁以下的户主划分为“青年”，将年龄45岁及以上的户主划分为“中老年”，进行如下回归分析。

由表7可知，中老年样本回归结果与全样本回归结果一致，即相对于只有女儿的家庭，有儿子的家庭会降低风险金融资产的投资概率及比重，青年样本回归结果则不显著。采用suest进行组间系数检验，检验结果P值均小于0.1，说明两组样本在计量结果上存在显著差异。这可能是因为，相较于中老年家庭，青年家庭的孩子年纪尚小，参与婚姻市场竞争的时间尚早，暂时没有购置多套住房的压力，且这一阶段的家庭在进行投资决策时，可能会选择当下刚需的教育进行投资，而青年家庭处于财富积累的初级阶段，可能没有足够的经济实力购置多套住房，因此与中老年家庭相比，家中子女性别对青年家庭的风险金融资产投资无影响。

表7 年龄异质性下子女性别对家庭风险金融资产投资影响的回归结果

（4）地区性别比异质性分析

地区人口性别比例的差异会影响婚配市场的竞争强度，进而可能会影响家庭抚养子女性别对风险金融资产投资的程度。考虑出生人口性别比的正常值域为102-107，故本文将人口性别比低于102的样本划分为性别比偏低地区，性别比在102-107范围内的样本定义为正常地区，将性别比高于107的样本定义为性别比偏高地区，探讨在地区性别比例差异下，家庭子女性别如何影响其风险金融资产投资。

由表8可知，在人口性别比偏低的地区，家庭抚养子女性别对家庭风险金融资产投资的影响不显著，而在人口性别比正常的地区，抚养男孩的家庭会降低风险金融资产投资的概率，但不影响家庭投资风险金融资产比重。在人口性别比偏高的地区，抚养儿子会降低家庭投资风险金融资产的概率和比重。进行suest组间系数检验发现，组间差异显著存在于性别比偏低和偏高的家庭中。这可能是由于在性别比偏低的地区，男性面临的婚姻市场竞争力低，家庭抚养儿子对家庭投资决策的影响小于女儿，而在性别比偏高的地区，婚姻市场竞争力激烈，抚养儿子的家庭为提高竞争力，会更多的投资地位性寻求品，如住房，从而挤占了家庭风险金融资产投资。

表8 地区性别比异质性下子女性别对家庭风险金融资产投资影响的回归结果

5.3 稳健性检验

（1）使用工具变量的稳健性检验

子女作为家庭结构中重要的组成部分，不同性别的子女会对家庭投资活动的影响具有异质性。但通过参与风险金融投资活动，家庭财富会发生变化，家庭可能会对子女性别产生新的偏好。为避免子女性别变量与家庭风险金融资产投资变量可能存在内生性问题，参照Ding和Zhang（2014）［43］以及谭燕芝等（2018）［44］的研究，选取区域内总体的人均子女数量作为工具变量。

为检验样本数据中，子女性别与子女数量的相关性，文章统计分析了拥有不同子女数量的家庭中，有儿子的家庭所占比重。由表9知，若家中只有一个孩子，则超过半数的独生子女家庭抚养的是儿子，抚养儿子的城镇和农村独生子女家庭占比分别是63.37%和80.98%。在二孩家庭中，有儿子的城镇和农村家庭占比分别是80.64%和83.64%，在有三个及以上孩子的家庭中，有儿子的城镇和农村家庭占比分别为87.62%和93.25%，由上述分析可知，家中子女数量越多，则家庭抚养男孩的概率越高。进一步结合我国1984年调整的计划生育政策，形成了在农村和城市地区计划生育强度的异质性，该政策允许农村户口的家庭生育“一胎半”，即如果第一胎是女儿，则部分家庭被允许生育二胎，而城市户口则严格执行一胎政策，这进一步加强了家中子女性别与子女数量的相关性。

表9 不同子女数量家庭中拥有儿子的家庭占比

综上分析，子女性别与子女数量存在一定相关性，而区域内人均子女数不会影响个体家庭的风险金融资产投资，故选取区域内人均子女数作为工具变量较为合理。具体做法为：将家庭所在地区先按照省（市、自治区），再按照城镇和乡村进行分组。文章选取的样本分布在29个省（市、自治区），其中上海市只有城镇的调查数据，因此本文将家庭样本按照所在地区和城乡分为 28 个地区组×2 个城乡组+上海市，共分为57组，计算第 i 个家庭所在组群内所有家庭的平均子女数作为其工具变量，并使用IV Probit和IV Tobit 模型进行估计。为便于比较分析，表10的第（1）列为Probit回归系数，第（3）列为Tobit的回归系数，第（2）列和第（4）列是内生性检验回归结果，一阶段估计F值为69.15，大于10，故可排除弱工具变量的影响。使用工具变量后的回归结果与基准Probit模型和Tobit模型估计的结论一致，即内生性检验通过。

表10 使用工具变量的稳健性检验结果

（2）更换数据的稳健性检验

为了剔除2015年底开始实施的“全面放开二孩”政策的可能影响，文章将研究样本更换为2015年CHFS数据进行检验。同时，为避免2017年度截面数据可能存在的抽样偶然性影响，进一步使用2015和2017两年CHFS数据，进行混合面板回归，以验证基准回归稳健性。表11的回归检验结果可证明数据具有一定的稳健性。

表11 更换数据的稳健性检验结果

（3）独生子女与成年子女家庭稳健性检验

前文提到子女数量和子女性别之间存在一定相关性，为进一步避免抚养多个子女的家庭对实证结果产生影响，文章筛选出独生子女家庭进行稳健性检验。考虑家庭资产投资具有生命周期性，子女年龄会在一定程度上影响家庭投资决策。随着子女年龄的增加，子女对婚姻的需求会增大，在婚姻市场将面临的更为强烈的竞争。相应的，父母为使子女在婚姻市场更具竞争力，达到适婚年龄子女的父母或许会具有更强烈的购买多套房的欲望，故处于这个阶段的家庭，更容易挤出风险金融资产投资。参照《婚姻法》规定，申请登记结婚的中国居民，男生需要年满22周岁，女生需要年满20周岁，为验证基准回归的稳健性，文章将家中最大子女年龄不符合结婚条件的家庭剔除，只剩下子女达到适婚年龄的家庭样本进行稳健性检验。表12显示稳健性检验通过。

表12 独生子女与成年子女家庭稳健性检验结果

（4）更换被解释变量与解释变量稳健性检验

在基准回归中，文章将股票、基金、金融债券、企业债券、金融衍生产品、金融理财产品、非人民币资产和黄金等归类为风险金融资产。考虑到家庭对金融衍生产品等风险金融资产投资较少，中国家庭投资的主要风险金融资产为股票和基金，为避免极端异常投资的影响，用股票和基金作为风险金融资产的替代变量，进行被解释变量设定的稳健性检验。

有儿子的家庭会倾向于购置多套房产从而会挤出家庭风险金融资产投资，基准回归中只考虑家中是否有儿子对家庭风险金融资产投资的影响，没有考虑家中儿子数量对投资决策的影响，若基准回归结果稳健，那么儿子数量越多的家庭其对风险金融资产的挤出越严重，因此文章将解释变量设置为家庭拥有儿子的数量，进行稳健性检验，表13显示稳健性检验通过。

表13 更换被解释变量与解释变量稳健性检验结果

6 结论与政策建议

文章运用2017年中国家庭金融调查（CHFS）数据，以住房选择作为中介机制，探讨了子女性别对家庭风险金融资产投资的影响。研究发现：

（1）相对于只有女儿的家庭，有儿子的家庭会显著降低进行风险金融资产投资的概率，并且会降低家庭风险金融资产投资比重，这一结论进一步丰富家庭结构影响的相关研究，不仅是子女数量，其结构也会对家庭风险金融资产投资产生重要影响。文章进一步从多方面展开稳健性检验，检验证实基准回归结果具有一定的稳健性。

（2）通过机制分析和中介机制检验发现，为了增强儿子在婚姻市场上的竞争力，相对于只有女儿的家庭，有儿子的家庭会更倾向于购置多套住房，从而降低了家庭风险金融资产的投资概率和投资比重。这一研究结论表明当考虑子女结构时，住房属性会更加复杂，与已有研究将多套房视为投资品从而对风险金融资产投资主要产生财富效应不同，当家庭为儿子购买多套房时，其同样具有较强的消费品属性，产生的挤出效应大于财富效应。

（3）异质性分析发现：在城镇家庭、大中型城市、中老年和人口性别比偏高的群体中，有儿子的家庭对风险金融资产投资的负向影响更为显著。

基于以上结论，本文提出如下政策建议：

（1）创新金融产品。金融机构向客户提供金融产品和服务时，应该关注客户及其家庭的背景特征，针对家中子女性别结构差异，提供更加符合客户实际需要的产品和服务，如可以设计一种盯住房价的金融产品，以对冲过快上涨的房价，提高客户的风险偏好，加强家庭资产与金融市场的联动发展。

（2）计划生育政策与房地产市场协调发展。当前正值二胎政策全面开放，如何在降低出生人口性别比的同时协调好房地产市场供求，稳定房价，是影响计划生育政策与经济协调发展的重要问题。应注意防控全面放开二胎后房地产市场需求过大的风险，弱化住房地位寻求品的属性，加强对房价的直接调控，预防新一波的“炒房潮”。鼓励市场和住房保障部门为有多个子女的家庭提供合适的住房产品，坚持“房住不炒”的方针政策，提升居住质量，满足人们对美好生活的追求。

（3）人口迁移与房地产市场的协调发展。在城镇化和城市化的过程中，应重视人口迁移可能带来的城乡间和城市间住房需求的差异性变化，采取更加灵活的土地供应机制，考虑人口向上迁移可能性，不宜盲目在农村和小城市扩大住房供给。在人口流入的大城市中，可能存在住房需求高于住房供给，进而推高住房价格，增加购房压力，可以考虑供给适合2-3人居住的小面积住房，一方面可以缓解家庭的资金压力，另一方面可以缓解住房需求过高的现象。

（4）加强引导，形成更合理的社会文化。传统男方准备婚房的观念，加大了男性在性别失衡的婚姻市场上的竞争压力，“男孩偏好”和“子代扶持”又将这种压力传递给了父母，有关部门应宣传更积极更科学的婚姻观念如“双方共同购买婚房或通过租赁解决居住需求”，建立健全法律等公共政策，保障女性在家产继承和养老等方面的权利和义务，通过完善社会养老等方式形成更合理的性别平等观念和代际转移模式，有助于家庭进行更合理的资产配置。