数字金融与家庭资产配置效率

王一如 韦宏耀

摘 要：为回应数字金融发展的效率与公平争议，评估近年来数字金融发展在家庭资产配置方面的贡献，本文利用2017年中国家庭金融调查（CHFS）数据，以夏普比率衡量家庭资产配置效率，运用Tobit模型研究数字金融对家庭资产配置效率的影响。研究发现，数字金融能够提高家庭资产配置效率，但其影响存在异质性，具体表现为对城镇家庭资产配置效率的促进作用大于农村家庭，对于中等收入和高收入家庭资产配置效率也有一定积极影响，但对低收入家庭资产配置效率影响为负。进一步研究发现，信贷约束和社會资本是数字金融影响家庭资产配置效率的主要机制，并且该影响显著受制于居民的金融素养水平。

关键词：家庭资产配置效率;数字金融;夏普比率;效率与公平

本文索引：王一如，韦宏耀.<变量 2>[J].中国商论，2021（15）：-046.

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2021）08（a）--04

2020年3月，国家发改委、商务部等23个部门联合发文，强调丰富和规范居民投资理财产品，稳定资本市场收入预期。《中共中央关于制定国民经济和社会发展第十四个五年规划和2035年远景目标的建议》中明确指出，探索通过土地、资本等要素使用权、收益权增加中低收入群体要素收入，多渠道增加城乡居民财产性收入。可见，如何通过优化资产配置以提高家庭财产性收入，对于减缓社会财富占有不平等程度扩大的进程有着重要意义。但现实中金融市场的创新与发展有时会导致一部分拥有更多社会资源并擅长资本运作的投资者掠夺弱势群体的财富，从而加剧不同社会地位和经济水平的家庭贫富差距进一步分化。近年来，随着科技的进步与金融市场的发展，依赖于信息技术、大数据和云计算的数字金融的诞生，进一步拓展了金融的可触达性和服务范围，因此数字金融对家庭资产配置的作用引起了学界的

关注。

现阶段家庭资产配置的研究主要围绕家庭风险金融市场参与、家庭资产组合决策以及资产组合有效性三个方面来展开。而相较于家庭资产选择研究的不断丰富，家庭资产配置效率的研究相对匮乏。少量文献对资产配置效率进行了度量，以资产组合多样性间接研究资产配置有效性和以夏普比率直接研究资产配置有效性。其着重研究金融知识、社会资本等对家庭资产配置效率的影响，从数字金融角度对此展开研究的文献较为少见，并且现有文献中数字金融对家庭资产配置的影响一直存在争议。具体来看，一方面数字金融能够对农村家庭参与风险金融市场产生积极的影响，显著提高农户风险资产的配置比例，还可以通过提高金融产品和服务的可得性，直接提升农村贫困劳动人口的个人收入水平;而另一方面，通过数字金融获得贷款的中低收入家庭的福祉不但没有增加，反而产生了额外的压力。同时，互联网利用、信息加工、信息甄别等方面的二级“数字鸿沟”将可能加剧财富持有不平等的现状。

因此，本文依托2017年中国家庭金融调查（China Household Finance Survey，CHFS）数据，通过理论和实证分析，研究数字金融对不同地区和不同社会经济地位的家庭资产配置效率的影响。一方面，从效率角度探讨数字金融是否可以提高家庭资产配置效率;另一方面，从公平视角分析数字金融是否更有利于弱势群体，为针对性制定数字金融政策提供参考，对提升家庭资产配置有效性，缩小居民财富差距具有重要的现实意义。

1 数据样本选择与实证研究设计

1.1 数据与变量介绍

本文使用2017年中国家庭金融调查（China Household Finance Survey，CHFS）数据，数据覆盖全国29个省、355个区县、1428个社区，共40011个家庭样本。样本采集了受访家庭持有的房产、股票、基金、债券等资产配置状况，以及家庭的数字金融使用、社会关系、金融知识、信贷需求等各方面信息，具有全国、省级和部分副省级城市代表性。经过数据预处理，最终得到31254个家庭样本。

本文被解释变量为“家庭资产组合的夏普比率”（Sharpe_ratio）。家庭资产配置效率通常表现为家庭所持资产组合承担的单位投资风险所获得的超额收益，因此家庭资产配置效率以夏普比率来测度，并且仅考虑4种主要投资：股票、基金、债券和房产，利用这4种资产配置状况和风险收益来计算夏普比率，表1为4种资产的描述性统计。

从表1可以看出，从家庭资产配置占比来看，房产在家庭各类资产占比最大，几乎占到家庭资产价值的70%;然后依次为股票、基金和债券，分别占比2.14%，0.98%和0.25%。从家庭资产参与率来看，样本有96.13%的家庭配置了房产，15.82%配置了股票资产;18.85%配置了基金资产;2.13%配置了债券资产。除此之外，家庭资产收益率大小依次为基金、房产、股票和债券。基金平均收益率达到1.23%，为收益率最高的家庭

资产。

同时，本文的核心解释变量是“数字金融使用（dig_fin）”。关于数字金融的衡量，本文根据CHFS问卷中的问题，如果家庭中使用数字支付、数字理财或者进行数字借贷，代表该家庭使用了数字金融，则dig_fin=1，否则dig_fin=0。除此之外，本文选择的控制变量包括家庭成员特征、规模、经济状况、风险偏好以及是否拥有房产五大类。家庭成员特征包括年龄、性别（女性取值为0，男性取值为1）、文化程度（按照学历从小学到博士分为1～9）、婚姻状况（未婚取值为0，否则为1）和健康状况（按照健康状况等级分为1～5）;家庭规模为家庭人员数量;家庭经济状况包括家庭总资产和总收入;家庭风险偏好根据（CHFS）中的家庭风险资产配置类别来确定（按照风险偏好程度分为1～5级）;是否拥有非自住房为虚拟变量（除去自有住房的商品房等房产）。

1.2 基准模型建立

由于家庭选择参与风险金融市场才会有夏普比率的数据，由此可视夏普比率数据为截断型，因此采用Tobit模型进行回归。Tobit回归方程如下：

（1）

其中，因变量Sharpe_ratio表示家庭投资组合的夏普比率; X为控制变量，控制其他因素对家庭参与风险金融市场的影响;表示其他不可观测的家庭特征。

1.3 中介效应模型

为深入挖掘数字金融对于家庭资产配置效率影响的机制原因，本文在已有文献的基础上，从金融素养、信贷约束以及社会资本三个方面出发，利用Sobel中介因子检验方法，探究数字金融对家庭资产配置效率产生影响的具体路径。

参考以往文獻，本文以CHFS调查问卷中所设金融知识问题回答状况代表金融素养（F_knowlege），家庭对问卷所设问题答对越多，表明该家庭的金融素养越高;以CHFS调查问卷中所设“信贷需求是否被满足”的回答状况代表信贷约束（C_constraint），如果该家庭顺利获得信贷，则表明该家庭没有受到信贷约束;以“家庭礼金收支总额”代表社会资本（gift），家庭礼金收支总额越多，表明该家庭的社会资本越多。

由于基准模型已经证实数字金融对家庭资产配置效率有显著影响，且模型中不含三种中介因子，因此本文Sobel中介因子机制检验分为两个环节。以金融素养为例，第一环节验证数字金融对金融素养的影响;第二个环节在加入金融素养变量的前提下分析数字金融对家庭资产配置效率的影响。信贷约束和社会资本同样使用以上两个环节，分别对应以下两个模型：

（2）

（3）

其中， A分别表示金融素养F_knowlege（回答问题正确的数量）、信贷约束C_constraint（信贷需求得到满足，则C_constraint=0，受到约束时，C_constraint=1）或社会资本gift（家庭礼金收支），其余变量设置如式（1）所示。

2 实证结果分析

首先对基准模型进行Tobit回归。基准模型结果表明，在1%的显著性水平下，数字金融使用概率增加1%，家庭资产组合夏普比率提升0.57%。即数字金融能够增加家庭投资组合的风险收益，从而提升家庭资产配置效率。在此基础上，为解决模型样本自选择和互为因果的内生性问题，本文进行了Heckman两步法回归以及工具变量法回归，参照以往文献，利用北京大学数字金融研究中心（Institute of Digital Finance，Peking University）的数字普惠金融指数来作为前文中的数字金融使用的工具变量。解决内生性模型回归结果与基准模型结果大致相同，具体结果如表2所示。

与此同时，本文对比了数字金融对不同家庭资产配置效率的边际效应。从地域上来说，数字金融对城镇家庭夏普比率的影响系数在1%的显著性水平上为0.0148，而对农村家庭夏普比率的影响系数为0.0051，即相比于农村家庭，数字金融对城镇家庭资产配置效率的影响较大;从收入水平来看，数字金融对低收入家庭资产配置效率的影响为负，而对于中等收入和高收入家庭资产配置效率有显著的正向作用。上述结果表明，数字金融对不同地域以及经济水平的家庭资产配置效率影响存在显著异质性，如表3所示。

进一步通过影响机制检验表明，数字金融对家庭资产配置效率在家庭信贷约束以及家庭社会资本上存在部分中介效应，即信贷约束和社会资本都是数字金融影响家庭资产配置效率的重要机制原因。同时，数字金融对于家庭资产配置效率的作用虽然不是通过提高金融素养这一机制路径实现的，但受制于家庭金融素养，即家庭金融素养越高，数字金融对于资产配置的效率影响越大。金融素养高的家庭才更容易跨越数字鸿沟，享受数字金融所带来的正向作用。数字金融本身对于提高家庭金融素养作用不够强烈，因此对于家庭资产配置效率的作用往往不是通过金融素养来完成的。这也从侧面反映了仅靠数字金融的发展对于优化家庭资产配置的作用有限，提高家庭金融素养，普及金融教育在优化家庭资产配置中也有着重要意义。

3 结语

本文运用2017年CHFS数据，采用历史收益率法以及指数代替法求得每个家庭的夏普比率，并运用Tobit模型研究了数字金融对家庭资产配置效率的影响。考虑到样本选择以及模型内生性，本文又采用了Heckman两步法以及工具变量法对模型进行了修正，最终主要得到以下结论：数字金融显著提高家庭资产配置效率，但此影响由于地区和收入水平不同而存在异质性。具体表现为，数字金融对于城镇家庭资产配置效率的促进作用高于农村家庭，对于中等收入和高收入家庭资产配置效率也有一定促进作用，但对低收入家庭资产配置效率影响为负。与此同时，数字金融对家庭资产配置效率影响的主要机制原因为家庭信贷需求是否得到满足以及家庭社会资本的多少，并且该影响受制于家庭金融素养的高低。

本文研究结论的政策意义是：从效率视角出发，数字金融发展对于减缓有限参与困境、提高家庭资产配置效率具有重要作用。因此应当加大数字金融业务的奖补力度，为数字金融发展提供良好的政策环境。除此之外，考虑到数字金融影响机制的多样化，应当鼓励家庭进行社会互动，增强其信贷需求。但基于公平视角，数字金融的作用存在社会经济地位和地区的异质性，应当重视农村互联网基础设施建设，加大对低收入或农村居民家庭进行金融普惠教育的力度，提升金融素养水平，使数字金融发展更加兼具效率与公平，为完善我国金融市场、减缓社会财富不平等扩大的进程发挥更大的作用。

参考文献

郭峰，王瑶佩.传统金融基础、知识门槛与数字金融下乡[J].财经研究，2020，46（1）：19-33.

曾志耕，何青，吴雨，等.金融知识与家庭投资组合多样性[J].经济学家，2015（6）：86-94.

吴卫星，丘艳春，张琳琬.中国居民家庭投资组合有效性：基于夏普率的研究[J].世界经济，2015，38（1）：154-172.

周雨晴，何广文.数字普惠金融发展对农户家庭金融资产配置的影响[J].当代经济科学，2020，42（3）：92-105.

楊艳琳，付晨玉.中国农村普惠金融发展对农村劳动年龄人口多维贫困的改善效应分析[J].中国农村经济，2019（03）：19-35.

程名望，张家平.互联网普及与城乡收入差距：理论与实证[J].中国农村经济，2019（2）：19-41.

何婧，李庆海.数字金融使用与农户创业行为[J].中国农村经济，2019（01）：112-126.

Campbell J.，Household Finance[J].Journal of Finance，2006，61（1）：1553-1604.

Grinblatt M.，Keloharju M.，Linnainma J.IQ and Stock Market Participation[J].Journal of Finance，2011，66（6）：2121-2164.

Digital Finance and Household Asset Allocation Efficiency

—— A Research Based on Sharp Ratio

Zhejiang Gongshang University

WANG Yiru  WEI Hongyao

Abstract： In order to respond to disputes about the efficiency and fairness of digital finance development， and to evaluate the contribution of digital finance development in household asset allocation in recent years， this article uses the 2017 China Household Finance Survey （CHFS） data to measure household asset allocation efficiency with the Sharpe ratio and uses the Tobit model to study the impact of digital finance on the efficiency of household asset allocation. The study found that digital finance can improve the efficiency of household asset allocation， but its impact is heterogeneous. Specifically， it promotes the efficiency of urban household asset allocation more than rural households. Digital finance also has a positive impact on the asset allocation efficiency of middle-income and high-income households， but it has a negative impact on the asset allocation efficiency of low-income households. Further research found that credit constraints and social capital are the main mechanisms for digital finance to affect the efficiency of household asset allocation， and the impact is significantly restricted by the level of residents' financial literacy.

Keywords： household asset allocation efficiency; digital finance; Sharp Ratio; efficiency and equity