数字普惠金融能提高家庭资产组合多样性吗？

史 晓 张 冀

[提要]数字普惠金融是数字金融与普惠金融的结合体，本文考察了数字普惠金融对家庭资产组合多样化的影响。基于中国数字普惠金融发展数据和中国家庭金融调查数据的实证研究发现，数字普惠金融的发展能显著提升家庭资产组合多样化程度，尤其对农村、低收入和低教育水平家庭的促进效应更明显。考虑内生性问题、不同因变量度量方式以及多种模型设定的稳健性检验均不改变本文的主要结论。随后的机制检验发现，上述效应主要通过降低市场摩擦、提高购买便利性、提升金融素养和提高家庭收入四种机制实现，其中收入效应主要体现在经营农业或工商业家庭。

引言

改革开放40多年以来，我国居民财富不断增加，居民对家庭资产选择行为发生改变，亟需通过配置多元化资产来保值或增值，分散家庭金融风险。然而，现阶段我国家庭资产种类仍较单一，配置结构不均衡，使居民无法应对金融市场波动引起的资产价格的动荡，容易造成家庭资产损失，甚至影响金融稳定。此外，由于农村地区或弱势群体存在着较为严重的金融排斥状况(董晓林和徐虹,2012)[1]，我国家庭资产数量和配置结构存在明显差异。以城乡家庭为例，农村家庭资产种类(1.663)低于城镇家庭(2.282)，而且农村家庭资产多样性指数(0.149)也远远低于城镇家庭(0.259)。①城乡家庭资产配置差距较大，农村地区家庭资产配置分散不足，严重降低了农村家庭抵御系统性风险的能力，不利于缩小城乡收入差距，实现共同繁荣和发展。

因此，如何提升家庭资产多样性，尤其是提高弱势群体金融服务可得性成为研究的重点。一方面，学者从需求侧角度出发，提出通过提高居民金融素养、增加家庭收入、提升居民风险识别能力等，促进居民合理地配置家庭资产(胡振等,2018;[2]李雅君等,2015[3])；另一方面，学者从供给侧角度出发，认为可以通过降低市场摩擦，提高居民尤其是弱势群体的金融可得性，从而激发居民对家庭资产配置的积极性(路晓蒙等,2019)[4]。因此，国家高度重视普惠金融的发展，党的十九大报告中提出要建设普惠金融体系，加强对偏远地区、“三农”和小微企业提供金融服务，扩大金融产品和服务覆盖面。然而，传统普惠金融发展成本高、风险定价难、服务对象不精准，导致金融资源利用效率较低。数字金融与普惠金融的结合，可以利用大数据、云计算、区块链、人工智能等金融科技，对客户进行精准画像和数据的挖掘，提升了金融服务的精准度，提高了金融服务的可获得性。那么，数字普惠金融能否通过金融科技，提升家庭资产组合多样性？能否引导普惠性金融资源配置到更需要的地方，提高弱势群体的家庭资产组合多样性？研究这一主题不仅有助于识别数字普惠金融发展对家庭资产配置行为的影响，亦从微观层面为改进数字普惠金融发展提供了理论依据和实践参考。

纵观国内外数字普惠金融对家庭经济行为的研究，主要聚焦于三个角度：第一，数字普惠金融能通过支付便利性或者缓解流动性约束来促进居民消费(易行健和周利,2018;[5]张勋等,2020[6])；第二，数字普惠金融能通过提高金融技能，激发居民创业行为(李建军和李俊成,2020;[7]张勋等,2020)；第三，数字普惠金融能增加家庭收入，促进就业率，最终提高医疗保险、养老保险、失业保险的参保程度(汪亚楠等,2020)[8]。收入是决定家庭资产投资的重要因素，保险是家庭资产重要的组成部分，因此，本文预期数字普惠金融对家庭资产组合多样性也有显著影响。然而，国内外探讨数字普惠金融与家庭资产多样性的文献很少，用实证方法研究数字普惠金融促进家庭资产多样性的影响机制就更少。路晓蒙等(2019)运用中国家庭金融调查数据(CHFS)，发现数字金融的发展显著促进了家庭资产组合多样化，且主要是通过降低市场摩擦和提升家庭金融素养、风险态度和家庭财富实现的(李建军和李俊成,2020;张勋等,2020)。然而，上述研究没有解决内生性问题，并且在数字金融到家庭资产组合多样性传导机制的讨论方面，没有采用中介效应的标准检验方法，也无法完全排除不同机制的干扰。综上所述，本文在解决内生性问题的基础上，试图回答如下两个问题：第一，数字普惠金融能否促进家庭资产组合多样性？特别地，对于不同特征家庭而言，上述关系是否存在显著差异，是否明显促进了弱势群体持有更多种类的家庭资产？第二，数字普惠金融通过何种渠道影响家庭资产组合多样性？

本文基于北京大学数字金融研究中心与蚂蚁金服集团联合开发的中国数字普惠金融发展数据和中国家庭金融调查数据(CHFS)，研究数字普惠金融对家庭资产组合多样性的影响，并重点分析了数字普惠金融对不同特征家庭资产组合多样性的异质性回归。特别地，利用中介效应的标准检验框架，重点考察了市场摩擦、购买便利性、金融素养和收入效应的作用机制。此外，为避免资产多样性指标构建不当、模型内生性问题、模型设定问题等，本文进行了一系列稳健性测试。

区别于以往研究，本文可能有如下贡献：第一，在研究视角上，现有关于数字普惠金融的研究大多基于创业、消费、收入、社会保障等方面，较少有对家庭资产配置的研究，尤其是家庭资产组合多样化。此外，本文还重点研究了数字普惠金融对弱势群体家庭资产组合多样性的影响，拓宽了研究视角；第二，在作用机制上，本文采用中介效应的标准检验方法，系统考察了数字普惠金融与家庭资产组合多样性的影响渠道，拓展了对传导机制理论的研究深度。第三，在实用价值上，从微观家庭的视角考察了数字普惠金融发展对家庭资产组合多样性的作用，有助于更全面地了解数字普惠金融发挥作用的有效途径，帮助家庭实现资产的保值增值，促进金融市场稳定。

一、文献综述与机理分析

随着居民财富水平的迅速提高，如何有效配置家庭资产这一问题的重要性越发凸显。在理性人和市场无摩擦等经典假设下，经典资产组合模型认为投资者会进行多元化投资，分散风险。然而，在金融市场中，家庭投资品种单一，资产配置缺乏多样性(Guiso and Jappelli,2008[9])，这就是“家庭投资组合的多样性之谜”。为了促进家庭投资组合多样化，激发二级市场活跃度，促进金融市场发展，学者聚焦于家庭资产组合分散化程度不足的成因。既有研究主要聚焦于三个方面：早期，从市场摩擦的角度，认为较高的交易费用和昂贵的信息成本会降低家庭投资组合的多样性(Rowland,1999;[10]Nieuwerburgh et al.,2009[11])，因此，互联网的使用或媒体理财信息能显著减少交易成本和信息成本，提高居民的金融可得性，促进家庭进行风险投资(张旭阳和吴卫星,2020;[12]周广肃和梁琪,2018[13])。中期，从投资者偏好、过度自信和风险态度方面，认为投资者会对熟悉的领域过度投资，从而造成投资偏向于某类金融产品(Massa and Simonov,2006)[14]，部分投资者往往高估自己的知识水平与获取信息的准确度(Fischhoff et al.,1977)[15]，且厌恶风险的家庭倾向于投资分散化程度很低的投资组合(李雅君等,2015)。近期，学者从金融素养的角度，认为金融素养较高的投资者，可以降低信息搜寻成本和信息处理成本，能根据专业知识与投资经验认知不同金融产品的风险-收益结构，从而合理地配置家庭资产，利用分散化的投资组合规避金融市场风险(胡振等,2018;曾志耕等,2015;[16]彭倩等,2019[17])。因此，如何降低市场摩擦，提高居民金融素养，是解决家庭资产组合缺乏多样化的重要途径。除此之外，居民家庭金融产品和服务的可获得性也影响家庭资产配置行为(Fischhoff et al.,1977)。

数字普惠金融的核心内涵是利用互联网技术提高普惠金融水平，目标是帮助弱势群体享受金融服务，不仅包括贷款，还包括支付、存款、投资、保险等各个方面(李建军和李俊成,2020)，这势必会影响居民家庭资产配置行为。根据数字普惠金融的特点，本文主要考虑四个数字普惠金融可能影响家庭资产组合多样性的传导机制。

第一，数字普惠金融数字化的特点，使居民能够在网络平台上完成一系列相应的业务，支付宝和微信等移动支付服务的出现也降低了居民购买理财产品的交易成本(张勋等,2020)。而且，金融市场的发展，降低了市场摩擦，减少了信息不对称造成的报价差额，从而降低了投资者交易成本。此外，居民可以直接从网络上查找金融产品的相关信息，降低了信息搜寻成本，激发了居民资产配置多元化的积极性。因此，本文提出假设1。

假设1：数字普惠金融会降低市场摩擦，减少投资者成本，从而促进家庭资产组合多样性。

第二，数字普惠金融利用互联网和移动通信提供金融服务，减缓了金融排斥现象，使偏远山区的居民利用手机等移动设备也能享受到金融服务，促进了家庭投资的便利性。而且，数字普惠金融利用大数据、云计算、区块链等金融科技，打破了金融服务的时空限制，使得居民能够更加方便、快捷、高效地获取金融服务，提高了对金融服务的可获得性，从而促进了家庭资产配置的积极性。因此，本文提出假设2。

假设2：数字普惠金融会拓宽金融产品和服务的可得性，提高购买便利性，从而促进家庭资产组合多样性。

第三，数字普惠金融的发展拓宽了金融服务的广度，使居民接触到更多的金融产品和服务，在此过程中，居民可以加深对金融产品的理解，提高对金融产品风险-收益的正确认识和金融市场参与经验，从而提高金融知识的普及，积累居民的人力资本(张号栋等,2017)[18]。而且，数字普惠金融可以为居民提供更多的线上或者线下金融知识培训、投资者教育等活动，家庭就有机会接触到更多的金融知识，提高家庭在投资决策时对信息的搜寻、筛选和分析能力，进而提高家庭资产组合多样化(路晓蒙等,2019)。因此，本文提出假设3。

假设3：数字普惠金融会提升居民金融素养，从而促进家庭资产组合多样性。

此外，收入是决定家庭资产组合多样性的重要因素。数字普惠金融能否提升家庭收入，从而促进家庭资产多样化？数字普惠金融延续了金融发展深化的优势，融合互联网技术，引导部分金融资源流向了贫困地区或弱势群体，帮助原本受到金融排斥的弱势群体在贷款、保险等方面享受到平等公平的金融服务(李涛等,2010)[19]，提高了社会公平和社会福利。数字普惠金融给农民提供了低息的涉农贷款，为小微企业贷款提供了优惠支持，也给返乡农民工和大学生提供了资金支持，成为提高落后地区居民收入，实现减贫的重要途径(张勋等,2019)[20]。家庭收入的增加会积累较多的家庭财富，从而激发家庭保值增值的意愿，因此需要多元化地配置资产来分散家庭资产风险。因此，本文提出假设4。

假设4：数字普惠金融会提高家庭收入，从而促进家庭资产组合多样性，尤其对弱势群体家庭的促进作用更明显。

图1 数字普惠金融与家庭资产组合多样性的传导机制

二、模型构建、指标选取与数据来源

(一)模型构建

在理论分析的基础上，本文考察数字普惠金融对家庭资产组合多样性的影响，以家庭资产组合多样性(Divijt)为被解释变量，以滞后一期的数字普惠金融指数(DFj,t-1)作为核心解释变量，构建如下计量模型：

Divijt=α0+α1DFj,t-1+α2Xijt+δi+φt+uijt

(1)

其中，Xijt为户主、家庭以及家庭所在地区的控制变量，δi为家庭固定效应，φt为年份固定效应，uijt为随机扰动项。为了减弱反向因果带来的问题，采取滞后一期的数字普惠金融指数。此外，由于数字普惠金融指数是地区(市级)层面的数据，所以本文将标准误聚类(Cluster)到地区层面，避免市级层面家庭之间的相关性对模型估计结果的影响。

进一步，为了考察数字普惠金融对家庭资产组合多样性的影响机制，本文借鉴Baron 和 Kenny(1986)[21]和温忠麟和叶宝娟(2014)[22]的做法，采用逐步法识别数字普惠金融影响家庭资产多样性的作用机制。该方法一共三步，均采用双向固定效应模型回归。第一步回归(2)式，若α1显著为正，说明数字普惠金融能提高家庭资产组合多样性。第二步回归(3)式，若β1显著为正，则数字普惠金融确实能降低市场摩擦、增加购买便利性、提升金融素养、增加家庭收入。第三步，在第一步的基础上，加入中介变量(Medijt)进行回归。此时出现两种情况：第一种：(1)若β1和γ2全部显著，则间接效应显著，继续检验γ1。(2)若γ1不显著，说明是完全中介效应，但完全中介的情况是很少的(Iacobucci,2008)[23]，因此，可将所有中介都看作是部分中介(Preacher和Hayes,2008)[24]，直接汇报直接效应和间接效应的显著性(Zhao et al.,2010)[25]。(3)若γ1显著，当β1γ2和γ1是同号，报告部分中介效应为β1γ2/α1；当β1γ2和γ1是异号，报告遮掩效应为β1γ2/γ1。第二种：若β1和γ2至少有一个不显著，需要用Bootstrap法检验。当检验结果显著时，中介效应成立，再依次重复(2)和(3)。否则中介效应不显著，停止分析。

Divijt=α0+α1DFj,t-1+α2Xijt+δi+φt+uijt

(2)

Medijt=β0+β1DFj,t-1+β2Xijt+δi+φt+uijt

(3)

Divijt=γ0+γ1DFj,t-1+γ2Medijt+γ3Xijt+δi+φt+uijt

(4)

式中Meijt为中介变量，包括：市场摩擦、购买便利性、金融素养和家庭收入四个方面。其中，市场摩擦使用互联网普及率指标衡量，购买便利性采用中国数字普惠金融发展数据中的数字支持服务子指标来衡量，②金融素养根据问卷中三个与金融相关的问题计算得出。③家庭收入包括家庭工资收入 、农业收入、工商业收入、政府转移支付收入和投资性收入。其余变量定义与式(1)一致。

(二)指标选取及描述性统计

1.被解释变量：包含家庭资产种类与家庭资产组合多样化指数

(1)家庭资产种类(Div_num)

用家庭拥有的资产种类衡量家庭资产组合多样性，根据活期存款、定期存款、股票、基金、债券、理财产品、衍生品、外汇、贵金属、投资性房产以及保险等11类家庭资产确定家庭持有的资产种类。家庭持有的种类越多，表明家庭投资越多元化。经计算，家庭资产种类的最小值为1，最大值为8，均值为1.972，说明大部分家庭持有约2种资产，说明家庭投资多样性水平较低。

(2)家庭资产组合多样化指数(Div_index)

家庭资产种类仅反映家庭拥有种类的个数，不能反映家庭资产配置结构。因此，参照Guiso 和 Jappelli(2009)和Kirchner 和 Zunckel(2011)[26]的计算方法，以家庭投资的各类资产的占比作为权重，计算资产组合多样化指数，方法如式(5)所示：

(5)

其中，N表示资产种类，主要包括上述11类，wijt表示各类资产在家庭资产中持有的比重。计算出的家庭资产组合多样化指数最小值为0，仅持有1种资产，最大值为0.822，均值为0.203。

2.控制变量

本文选取的控制变量具体包括：户主特征控制变量：户主年龄、教育年限、④金融素养、婚姻状况、健康水平⑤以及风险态度；⑥家庭特征控制变量：家庭人口规模、家庭中小孩(14岁及以下)人数占比、老年(60岁及以上)人数占比、家庭收入、家庭资产、家庭社会互动；⑦地区特征控制变量：国内生产总值增速。

3.描述性统计

表1中，将居民按照家庭资产多样性指数从小到大平均分成四类，发现家庭资产组合多样化程度不同的家庭数字普惠金融发展指数存在差异，资产组合多样化指数越高的家庭，对应的数字普惠金融发展指数越高。此外，资产组合多样化程度更高的家庭受教育年限、金融素养、健康状况、风险偏好、家庭收入、家庭资产、社会互动等方面均大于资产种类较少的家庭。

表1 描述性统计

具体分析数字普惠金融不同百分位对应的家庭资产多样性指数与家庭资产种类状况。表2数据显示，在低数字普惠金融的样本中，家庭资产种类均值为1.830，家庭资产组合多样化指数为0.179，而高数字普惠金融的样本中，家庭资产种类均值为2.113，家庭资产组合多样化为0.232。可以看出，随着数字普惠金融的提高，家庭资产组合多样化增加。

表2 数字普惠金融与家庭资产组合多样性

(三)数据来源

本文的数据来源有三个。第一，来自西南财经大学在全国范围内开展的中国家庭金融调查项目(China household finance survey，CHFS)。该项调查从2011年开始，并于2013年、2015年和2017年完成四轮追踪调查。2011年、2013年、2015年和2017年有效家庭样本分别为8438户、28141户、37289户和40011户。因2011年数据涉及样本量较少，本文选取CHFS2013年、2015年和2017年三期面板数据。首先，本文研究家庭资产组合多样化，因此剔除了没有投资品的家庭样本。其次，本文对无效数据进行了清理，剔除了收入小于0的异常样本，对年龄、教育等缺失值进行了补充，并对家庭收入和资产进行了上下1%的缩尾处理，最后形成三年平衡面板数据。第二，北京大学数字金融研究中心与蚂蚁金服集团联合开发的中国数字普惠金融指数，该数据库基于大数据，且有较高的构建体系，因此具有较好的代表性(郭峰等,2020)[28]。第三，数字普惠金融的工具变量数据，包括家庭所在市到杭州的球面距离、家庭所在市到省会中心城市的球面距离、家庭所在市到北京的球面距离、家庭所在市到深圳的球面距离，这些数据是基于各个市的经纬度计算得出。

经过处理，本文最终的数据主要包括CHFS2013年、2015年和2017年三期平衡面板数据，2012、2014和2016中国数字普惠金融指数数据，以及球面距离数据。

三、实证结果与分析

(一)数字普惠金融与家庭资产组合多样性

本部分的目的在于分析数字普惠金融是否促进了家庭资产组合多样化。表3汇报了数字普惠金融对家庭资产组合多样性的双重固定效应结果。第(1)-(3)列是因变量为家庭资产种类的结果，第(4)-(6)列是因变量为家庭资产组合多样化指数的结果。实证结果显示，数字普惠金融显著提高了家庭资产组合多样化，促进了家庭持有更多种类的家庭资产，这与路晓蒙等(2019)的结果一致。结合系数大小可知，数字普惠金融每提高1个标准差(以2016年为例，标准差为22.17)，家庭资产种类增加7.54%，家庭资产组合多样性指标增加2.88%。

表3 数字普惠金融与家庭资产组合多样性

(二)稳健性检验

为对上述结论的稳健性进行确认，本文主要从模型内生性问题、被解释变量度量方式、改变样本以及改变模型设定四个维度进行了测试。无论采取何种稳健性检验的方式，计量结果依旧支持上述结论。

1.内生性问题

第一，反向因果问题:由于数字普惠金融可能促进家庭资产组合多样化，反过来，家庭资产组合多样化的资产配置行为也可能促进数字普惠金融指数的增加，故本回归存在一定的反向因果。但由于因变量和自变量来自两个不同数据库，且自变量采取滞后一期数字普惠金融数据，能大大降低反向因果关系。

第二，遗漏变量问题:由于残差项中可能存在既影响数字普惠金融，又影响家庭资产组合多样性的因素，比如说不同家庭对新事物的接受程度有差别，且这类因素很难被度量。因此，本文构建双向固定效应模型，控制那些不随时间变化的家庭层面的遗漏变量，降低对估计结果造成的影响。此外，地区性的风俗习惯变量可能被遗漏。

因此，鉴于以上反向因果和遗漏变量可能导致的内生性问题，本文采用工具变量估计方法来解决模型的内生性。借鉴傅秋子和黄益平(2018)[29]和张勋等(2020)的做法，本文基于各个市的经纬度数据，计算家庭所在地区与杭州球面的距离，以此家庭所在地区与省会的球面距离，以此作为数字普惠金融的工具变量。并且考虑到家庭所在地不一定距离杭州越近，数字普惠金融发展程度越高，本文还在上述工具变量的基础上，计算了家庭所在地区到北京的球面距离与家庭所在地到深圳的球面距离作为稳健性检验时替换的工具变量。选择距离做工具变量是因为：到发达城市的距离与数字普惠金融发展程度有极大的相关性，且不会随着经济的发展而产生变化，不会通过数字普惠金融影响到家庭资产配置，具有外生性。

但是需要注意的是，由于距离是不随时间变化的量，因此第一阶段距离变量会被忽略(omitted)，导致第二阶段估计失效，因此，本文将距离与当年剔除本市的全国的数字普惠金融发展指数的均值相乘，作为数字普惠金融的工具变量。

表4中第(1)列是当工具变量为家庭所在地区到省会的球面距离和家庭所在地区到杭州的球面距离的第一阶段的回归结果，第(4)列是继续使用家庭所在地到省会的球面距离，但将到杭州的球面距离改为到深圳的球面距离作为回归的第一阶段结果，第(7)列是到北京的球面距离的第一阶段回归结果。结果显示，距离与数字普惠金融发展指数显著负相关，这表明，家庭所在地区到杭州、深圳、北京的距离越远，数字普惠金融发展指数越小。其余为第二阶段回归结果，其中第(2)(5)(8)列是家庭资产种类为因变量的实证结果，第(3)(6)(9)列是家庭资产组合多样化指数为因变量的结果。从工具变量检验情况来看，工具变量的选择符合要求，不可识别检验P值为0.000，说明工具变量与内生解释变量显著相关；弱工具变量检验的Kleibergen-Paap rk Wald F统计量说明不存在弱工具变量的问题；过度识别检验的Hansen-J检验及对应的P值，表明没有理由拒绝所有工具变量都是外生的这一原假设，即接受工具变量不存在过度识别。解决内生性问题后的结果显示，数字普惠金融显著提高了家庭资产组合多样性，而且其系数与基准回归结果相比有所增加，但幅度较小，表明变量的测量误差较小。

表4 稳健性检验(1)

2.被解释变量的度量方式

家庭资产中不包括投资性房产。由于投资性房产流动性较低，所以本文重新定义家庭资产，剔除了投资性房产，同样去掉无家庭资产的样本。采用家庭拥有上述10种家庭资产的数据重新计算家庭资产种类，并根据每种资产占比计算家庭资产组合多样性指数。

3.改变样本

本文采用2013、2015、2017年的平衡面板数据，剔除了较多的新受访样本。近几年，数字普惠金融的影响逐渐加强，新受访用户可能受到数字普惠金融的影响较大，基于此，本文单独采用2017年的数据研究数字普惠金融对家庭资产组合多样性的影响。

4.动态视角：核心解释变量和被解释变量进行一阶差分

本部分进一步基于动态视角构建一阶差分模型，分析数字普惠金融发展指数的变化对家庭资产组合多样性变化的影响。表5的结果显示，数字普惠金融发展指数的增加促进了家庭资产种类的增加以及家庭资产多样化指数的增加，与上述结果一致。

表5 稳健性检验(2)

四、数字普惠金融影响家庭资产多样性的作用机制

在稳健性检验的基础上，实证结果表明，数字普惠金融能显著促进家庭资产组合多样性。那么，数字普惠金融是通过什么渠道影响家庭资产配置行为的？本文基于上述理论分析，从市场摩擦、购买便利性、金融素养以及家庭收入四个途径进行分析。

(一)市场摩擦

普惠金融的数字金融服务通过线上交易，使得资金往来更加便利，而且降低了交易时间，节约了全社会的交易成本，促进了家庭资产配置的积极性。为了检验这个假设，本文选取了互联网普及率来衡量市场摩擦，互联网的普及能有效降低金融投资的交易成本，且有助于增加金融可得性，显著影响家庭金融投资行为(周广肃和梁琪,2018)。表6第(1)-(6)列汇报了采用逐步法分析的数字普惠金融是否通过降低市场摩擦促进了家庭资产组合多样化的实证结果。结果显示，数字普惠金融的发展促进了互联网普及率，从而增加了家庭资产组合多样化。具体分析互联网普及率的影响机制，第一步数字普惠金融系数显著为正，说明数字普惠金融促进了家庭资产组合多样化。第二步，数字普惠金融系数为正，说明数字普惠金融能显著促进互联网普及率。第三步，互联网普及率系数显著为正，数字普惠金融指数显著且系数相对于第一步的系数降低，因此，互联网普及率是数字普惠金融的影响机制，说明数字普惠金融显著降低了市场摩擦，从而促进家庭资产组合多样化。这验证了本文的假设1。

表6 数字普惠金融与家庭资产组合多样性影响机制分析(1)

(二)购买便利性

数字金融技术的发展，使居民购买家庭资产的交易能够在瞬间完成，极大地简化了消费者购买流程，大大提高了家庭投资的积极性。为了检验这个假设，本文选取了中国数字普惠金融发展指数中的数字支持服务指标反映购买便利性，该子指数中包含移动化、实惠化、信用化以及便利化四个方面，能直观的反映出家庭网上购买金融产品的便利性。表6第(7)-(8)列汇报了数字支持服务是否促进了家庭资产组合多样化的实证结果。结果显示，数字支付服务显著增加了家庭资产组合多样性。可能的原因在于：移动化和便利化反映出数字普惠金融的购买便利性，信用性也为购买便利性提供了更有利的条件。我国信用体系不健全，交易市场中存在较高的道德风险，贷款方主要为有限的客户和利益相关者提供贷款业务，由于缺乏弱势群体相关信用信息，也使得贷款业务无法开展；借款方的信用意识较薄弱，对资金运用能力较差，违约率一般较高，这就产生了金融服务嫌贫爱富的“马太效应”(陈颐,2017)[30]。信用性指标根据居民的消费记录等信息进行信用评级，金融机构可根据这些信用的数据，对消费者提供相应的贷款，增加了消费者贷款的可能性。再加上普惠金融的实惠性，为小微企业和个人提供优惠贷款支持，激发了小微企业和个人创业的可能性，提供了创业资金来源，从而可能促进家庭资产组合多样化。这验证了本文假设2。

(三)金融素养

数字普惠金融发展的目的之一即提高居民的金融可得性，提升居民金融素养。数字普惠金融能否通过增加居民的金融素养，提高家庭理财能力，从而提高家庭资产多样化？为了检验这个假设，本文根据CHFS 数据中计算的金融素养数值，进行逐步法回归。表7的实证结果表明，数字普惠金融能提高家庭金融素养，进而促进家庭持有更多的资产，实现资产组合多样化。数字普惠金融的发展增加了居民获取金融信息的渠道，金融素养较高的家庭可以对信息进行有效甄别，筛选出家庭资产配置所需的正确信息，而且随着居民接触的金融产品越来越多，家庭对各类金融产品的收益和风险会有更深层次的理解，提高了居民的金融素养，促进了家庭资产组合多样化。这验证了本文的假设3。

表7 数字普惠金融与家庭资产组合多样性影响机制分析(2)

(四)收入效应

数字普惠金融能通过降低市场摩擦、购买便利性以及提高居民金融素养，促进家庭资产组合多元化。然而上述机制的实现中，家庭收入扮演着重要的角色。家庭收入的高低决定了家庭是否有足够的资产进行投资。因此，本文进一步分析，普惠金融是否促进了家庭收入，从而提高了家庭资产组合多样性。表8的结果显示，第一步数字普惠金融系数显著为正，但第二步数字普惠金融系数不显著，第三步家庭收入系数显著，因此采用具有更精准的置信区间与更高检测力的偏差校正非参数百分位Bootstrap法检验，结果显示收入间接效应在95%水平下置信区间不包含0，验证中介效应显著，说明收入效应是数字普惠金融促进家庭资产组合多样的重要机制。由于数字普惠金融发展的侧重点是增加弱势群体金融可得性，提高弱势群体应对风险能力。因此，本文将家庭收入分为工资性收入、经营农业或工商业收入、转移性收入和投资性收入，分别进行回归，得出数字普惠金融发展能显著提高农业、工商业家庭收入，这说明数字普惠金融的发展提高了农民或小微企业贷款的可能性，降低了经营农业、工商业家庭的资金约束，增加了创业家庭资金来源，进而促进了经营家庭资产组合多样化，尤其是经营农业和工商业家庭。这验证了本文的假设4。

此外，根据中介效应占总效应的比值得出，相比于其他影响机制，降低市场摩擦是数字普惠金融提高家庭资产组合多样性的重要渠道。

表8 数字普惠金融与家庭资产组合多样性影响机制分析(3)

五、异质性讨论

数字普惠金融能通过降低市场摩擦、提高购买便利性、提升金融素养和家庭收入促进家庭资产组合的多样化。但不同特征的家庭对数字普惠金融理解程度不一、接受程度不一，因此，家庭资产配置行为存在差异。而且，数字普惠金融侧重的是对弱势群体提供金融服务，旨在扩大金融服务覆盖面，减少金融排斥，提高社会公平和社会福利。那么，数字普惠金融对不同特征的家庭资产组合多样性的影响是否存在异质性？是否显著提升了弱势群体家庭资产组合多样性？本文从户籍、家庭收入和教育水平三方面进行分析。

(一)户籍的异质性

农村家庭和城镇家庭相比，接触的金融产品和服务较少，由于受到金融排斥，因此相对于城镇家庭而言，农村家庭资产多样性较少。数据显示，农村家庭资产多样性指数(0.149)远远低于城镇家庭资产多样性指数(0.259)，且农村资产种类(1.663)也远远低于城镇家庭(2.282)。表9结果的实证结果证实了农村家庭比城镇家庭拥有较少的资产种类，且数字普惠金融与农村的交互项为正，说明数字普惠金融能提高农村家庭资产种类，缩小城镇和农村家庭资产组合多样化的差距，从而缩小了城乡居民家庭投资差异。可能的原因在于：农村地区由于银行提供金融服务成本较高，很难享受到正规的金融服务，所以很多家庭资金转化为储蓄。数字普惠金融的发展，使农村家庭接触到金融产品和服务，购买便利性为农村家庭提供了更多的可能性，能更明显的促进农村家庭购买多样的金融资产；此外，数字普惠金融低成本的特性决定了银行对农户进行贷款的可能性增加，从而提高了农村家庭创业的资金来源，尤其对贫困户而言，能够稳定生产经营过程中的资金来源，使生产经营更平稳，更有利于进行家庭资产多样化行为。

(二)收入的异质性

家庭收入的高低直接影响家庭的资产配置行为。收入较高的家庭积累了较高的家庭资产，对投资收益和家庭资产保值有更高的需求，因此，极有可能寻求专业的理财顾问进行家庭资产配置，因此，家庭资产组合更加多元化，配置更合理。将家庭收入按照高低二等分，数据显示，低收入家庭资产组合多样性指数(0.150)低于高等收入家庭资产组合多样性指数(0.257)，且低收入家庭资产种类(1.673)低于高收入家庭资产种类(2.271)。这说明，随着家庭收入的增加，家庭投资组合更加多样化。表9的回归结果证实了上文的描述性统计，家庭收入越高，家庭资产组合更多元化。分析交互项的系数，可以看到，数字普惠金融发展指数和高等收入的交互项系数为负表明随着数字普惠金融发展指数的增加，高等收入相对于低等收入家庭资产组合多样性降低了，即增加了低收入家庭的资产多样性，缩小了不同收入家庭间的资产组合多样性差异。可能的原因在于：低收入家庭受限于家庭日常生活开支，有较少的资金用于投资理财，但数字普惠金融的发展提高了低收入家庭接触到金融产品和服务，促进家庭资产组合多样化。

(三)教育水平的异质性

教育水平是影响家庭资产配置行为的重要因素。对于不同教育水平的家庭而言，数字普惠金融的影响可能存在差异。表9的回归结果显示，高学历的家庭有更多样的资产，且资产更倾向于分散化，资产分配更理性。随着数字普惠金融发展指数的增加，高学历家庭的资产组合多样化相对于低学历家庭而言降低了，这说明数字普惠金融显著提高了低教育家庭的资产组合多样性，缩小了家庭之间金融资产组合多样化差异。可能的原因在于：随着数字普惠金融的发展，低学历教育的家庭可以接触到更多的金融产品和服务，理财产品比银行存款高收益的现象也激发这些家庭对其他资产选择的可能性。与此同时，居民可以在移动设备上购买多种金融资产，数字普惠金融带来的便利性和普惠性，使低教育家庭受益，促进了家庭投资组合的优化。

表9 异质性回归

六、结论和政策建议

本文采用中国数字普惠金融指数和CHFS数据，实证分析了数字普惠金融如何影响家庭资产多样性，并考察了数字普惠金融是否提高了弱势群体家庭资产多样化。结果显示，在解决内生性问题的基础上，数字普惠金融能显著提高家庭资产组合多样性，有效降低家庭资产分散不足，尤其是对农村、低收入和低学历家庭的影响较大，显著缩小了农村和城镇、高收入与低收入、高学历与低学历家庭间资产组合多样化的差距。随后的中介效应检验发现，数字普惠金融能降低市场摩擦，提高购买便利性，提升居民金融素养，从而促进家庭投资更多种类的金融资产，分散家庭金融风险。此外，收入效应是提升家庭资产多样化的重要途径。

结合理论分析和研究结论，本文提出如下建议：首先，继续完善金融市场机制，降低市场交易成本，从而促进家庭资产组合多样化。其次，在控制风险的基础上，进一步发挥数字普惠金融的特点，为居民提供既安全又便捷的金融服务，尤其是对农村、低收入和低学历等弱势群体，有针对性地创新金融产品和服务模式。再次，数字普惠金融的发展能引导金融资金流向贫困地区、偏远地区，激发弱势群体的生产积极性，促进家庭创业，尤其是对农村家庭和小微企业。因此，应健全社会信用体系，重点是农村地区的信用评级机制，更好地发挥数字普惠金融在贷款方面的作用，增加对贫困家庭的扶持力度。最后，借助金融科技手段，提高居民的金融素养，多渠道加大家庭金融素养评估制度化，为提高居民金融素养提供数据支撑。

注释：

①根据2013-2017年中国家庭金融调查数据(CHFS)计算得出。

②由于中国数字普惠金融发展数据中的数字支持服务子指标是数字普惠金融总指数的一部分，具有很强的相关性，所以仅回归第一步，并且将第一步中的数字普惠金融指数换成滞后一期的数字支持服务子指标进行回归。

③与金融素养相关的问题包括：(1)“假设银行的年利率是4%，如果把100元钱存1年定期，1年后获得的本金和利息为？”；(2)“假设银行的年利率是5%，通货膨胀率每年是 3% 把100元钱存银行一年之后能够买到的东西将？”和(3)“您认为一般而言，股票和基金哪个风险更大？”根据三个问题计算，答对一题计1分，之后对每个人的金融素养得分进行标准化。

④教育年限参照尹志超等(2020)，具体赋值为：没上过学=0，小学=6年，初中=9年，高中=12年，中专/职高=13年，大专/高职=15年，大学本科=16年，硕士研究生=19年，博士研究生=22年。

⑤健康水平：与同龄人相比，现在的健康状况如何？非常好=好的健康状况，赋值为1，其余=0。

⑥风险态度：如果您有一笔资金用于投资，您最愿意选择哪种投资项目？本文将不愿意承担任何风险赋值为1，表示风险厌恶，其余为0。

⑦家庭社会互动：转移性支出占家庭支出的比，其中转移性支出包括：(1)给父母的现金或非现金(2)给公婆/岳父母的现金或非现金(3)给其他亲属和非亲属的现金或非现金(4)给非家庭成员的现金或非现金。