数字普惠金融与养老金融资产配置

■姚敏

一、引言

国家统计局数据显示，截至2021 年末，我国65岁及以上人口突破2 亿人，占总人口的14.2%①。按世界卫生组织划分标准，65 岁及以上人口占比14%，中国已正式步入“老龄社会”。中国发展基金会预测，2035年中国65 岁及以上的老年人口将达到3亿，占总人口的比例超过20%，迈入“超老龄社会”②。随着老龄化持续加重，加之家庭“少子化”，人口问题的复杂性与日俱增，我国基本养老保障体系面临严峻挑战。

“十四五”以来，为积极应对人口老龄化问题，我国将促进养老保险制度可持续发展推向了历史新高度。“十四五”规划首次提出要“发展多层次、多支柱养老保险体系”。2022 年2 月，国务院发布《“十四五”国家老龄事业发展和养老服务体系规划》，明确提出要“促进和规范发展第三支柱养老保险，推动个人养老金发展”。其中，发展老年人普惠金融服务和拓宽金融支持养老服务渠道是发展第三支柱养老保险的重要支撑。2022年4月，国务院办公厅发布《关于推动个人养老金发展的意见》，正式提出个人养老金制度，支持和鼓励居民购买商业养老金融产品。可见，通过发展养老金融支持高质量养老体系建设已经成为党和国家工作的重点。

从年龄分布来看，中老年人是各类诈骗的高危人群。被骗人群中，45～50岁群体占比超过65%，位居榜首；而被骗金额较大的则是50～55岁群体，人均损失金额高达1万元。从诈骗手段来看，交易诈骗、返利诈骗、交友诈骗合计占比超过了60%③。随着数字化发展，近七成银发人群通过线上进行支付，并对股票交易有突出需求④。在金融投资中，随着年龄的增加，投资者的受骗率呈上升趋势，其中50 岁及以上群体的受骗率最高，且显著高于青少年群体⑤。

基于此，本文实证分析数字普惠金融对中老年人养老金融资产配置的影响，并揭露数字普惠金融、金融资产配置与中老年人面临欺诈风险的关系，对提高中老年人防范意识，促进养老保障体系高质量可持续发展具有一定的现实意义。

二、文献综述

随着我国家庭金融微观数据库日益丰富，近年来学术界围绕数字普惠金融与家庭金融行为之间的关系进行了大量探讨。第一，家庭金融可得性。杨波等[1]研究发现数字普惠金融促进了家庭正规信贷获得，且对农村地区、低收入“长尾”家庭的促进作用更明显。樊文翔[2]研究发现数字普惠金融提高了农户的正规信贷可得性和正规信贷规模，但没有提高农户非正规信贷获得。王修华等[3]基于家庭信贷和金融资产可得性的研究发现，数字普惠金融发展缩小了城乡家庭的金融可得性差距，有利于打破传统金融城乡二元结构。第二，家庭金融资产投资。已有研究发现数字普惠金融增加了家庭参与风险金融市场的概率和配置风险金融资产的比例[4—6]。周雨晴等[7]基于农村地区样本的研究发现，数字普惠金融发展促进了农户参与风险金融市场投资。此外，傅利福等[8]认为以数字普惠金融指数为代表的金融科技促进了家庭高风险金融资产投资，但抑制了家庭储蓄、政府债券等低风险金融资产投资。第三，家庭金融资产投资组合。史晓等[9]认为数字普惠金融的发展提升了家庭资产组合多样化程度。吴雨等[10]通过构建夏普比率和索提诺比率来衡量家庭金融资产组合的有效性，发现数字金融发展提高了家庭金融资产组合有效性，有利于优化家庭金融资产配置。第四，家庭商业保险购买。李晓等[11]认为数字金融发展促进了家庭商业保险参与。刘冬姣等[12]研究发现数字普惠金融提高了家庭购买商业健康保险和养老保险的可能性。

数字技术的使用与中老年人面临欺诈风险的关系还存在争议。部分学者认为数字技术的使用与中老年人被欺诈之间存在负相关关系。一方面，老年人之所以受到网络诈骗的可能性小，是因为他们不太可能使用互联网进行金融交易[13]。世界银行的报告认为，数字金融可以降低现金交易带来的损失、盗窃和其他金融犯罪的风险，以及与现金交易相关的成本[14]。一项基于美国2000 名老年人调查数据的研究发现，在使用互联网、远程购物的人群中进行防范诈骗教育具有显著成效[15]。另一方面，数字普惠金融通过数字技术将中老年人这些弱势群体纳入到正规金融服务中，有助于提高中老年群体的数字技术使用、风险认知等方面的金融能力[16]。尽管普遍认为金融素养低会增加金融脆弱性[17]，但也有学者认为金融素养高与投资欺诈有关[18]。这主要是因为具有更多金融知识和受过教育的老年人不一定能免受投资欺诈和奖品、彩票欺诈的影响[19]。同时，互联网与数字普惠金融让老年人更可能遭遇诈骗，但减少了实际被骗的可能性和损失[20]。

总之，现有关于数字普惠金融与家庭金融行为的研究得出了许多有价值的结论。但数字普惠金融的发展能否促进中老年人群养老金融资产配置？数字普惠金融对金融资产投资的影响在不同的中老年人群中是否存在“马太效应”？数字普惠金融是否会提高中老年人受到诈骗的可能性？数字普惠金融是否通过促进中老年人参与金融市场从而对其受骗风险产生影响？学界对于这些问题尚未形成定论。鉴于此，本文以45 岁以上的中老年人为研究对象，利用CHARLS微观调查数据和北京大学数字普惠金融指数对以上问题做进一步探讨。

三、数据、变量与模型

（一）数据来源

本文数据来源于中国健康与养老追踪调查（CHARLS）和北京大学数字普惠金融指数（PKU_DFIIC）。CHARLS数据的调查对象是中国45岁以上的中老年人，主要包括个人与家庭成员基本信息、家庭交往与经济帮助、健康状况和功能、生活方式与健康行为、医疗保健与保险、工作和退休状况、个人及家庭收入支出与资产、房产和住房情况等内容。基于本文的研究目标，首先利用2018 年CHARLS 数据整理本文研究所需的变量，然后与滞后一期的地级市数字普惠金融指数进行匹配，最后剔除数据缺失和异常的样本。

（二）变量构建及描述统计

1.养老金融资产配置。鉴于养老金融资产与普通金融资产难以被清晰地区分，本文借鉴朱文佩等[21]的做法，从金融资产分散程度、金融资产持有和商业养老保险及寿险参保三个方面来反映家庭养老金融资产配置情况。金融资产分散程度由持有的金融资产种类和资产分散化程度来测度，其中资产分散化程度测度借鉴史晓等[9]的做法，构建式（1）。金融资产持有由持有的金融资产总额、持有的风险金融资产额以及是否持有风险金融资产来衡量。商业养老保险及寿险参保情况包括商业养老保险和寿险的年均缴纳费用以及是否持有商业养老保险及寿险。

其中，N 表示金融资产的种类，wi是各类金融资产占总金融资产的比重。

2.受骗风险。利用问卷中个人资产部分的问题，“过去一年，是否有人试图对您进行诈骗？”，若回答“有”则赋值为1，“没有”则赋值为0。其中，诈骗类型主要包括电信诈骗、集资诈骗、传销诈骗和销售诈骗。

3.数字普惠金融。数字普惠金融是利用数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度三个维度构建的数字普惠金融总指数，能够客观反映中国各区域（省、市、县）数字普惠金融发展水平。此外，本文选取数字普惠金融的覆盖广度、使用深度和数字化程度三个细分指标，以探讨数字普惠金融细化层面对养老金融资产配置的影响[22]。

4.控制变量。本文还控制了对中老年人养老金融资产配置产生影响的其他变量，主要包括年龄、年龄平方、婚姻状况、性别、工作情况、学历、自评健康、慢性病、房产价值、债务和城乡。具体的变量定义与描述统计见表1。

表1 变量定义与描述统计

（三）模型设定

1.基准模型。首先，“持有风险金融资产”与“购买商业养老保险”两个因变量是二值虚拟变量，故选择Probit模型进行估计。其次，“金融资产种类”“金 融资产分散性”“总金融资产”“年缴保费”均是向左截尾的连续变量，故选择Tobit模型进行估计。

Probit模型为：

Tobit模型为：

2.中介效应模型。数字普惠金融影响中老年人受骗风险的机制主要有两方面：一是增加持有的金融资产种类；二是促进持有风险金融资产。因此，本文利用Baron等[23]提出的逐步回归法予以检验，具体构建如下中介效应模型：

其中，Defraudi、DFi、Mi分别代表受骗风险、数字普惠金融指数和中介变量。其中，c、a、c′是数字普惠金融指数变量的系数，b是中介变量的系数，i1、i2、i3是常数项，β1、β2、β3是控制变量的系数，ε1i、ε2i、ε3i是随机误差项。

四、数字普惠金融与养老金融资产配置

（一）基准回归

表2报告了数字普惠金融对养老金融资产配置影响的估计结果。（1）和（2）列是因变量为金融资产种类和分散性的结果，（3）至（5）列是因变量为金融资产持有情况的结果，（6）和（7）列是因变量为商业养老保险或寿险持有情况的结果。实证结果显示，数字普惠金融显著提高了中老年人养老金融资产配置的多样性，促进其持有更多种类的养老金融资产。具体来看，数字普惠金融在1%的水平上显著提高了中老年人配置风险金融资产的概率。数字普惠金融与购买商业养老保险的估计系数在1%的水平上显著为正。可见，数字普惠金融使得中老年人配置更多的养老金融资产，持有的金融资产分散性更强，有助于降低其金融风险。

从控制变量看，年龄对中老年人养老金融资产配置有显著影响，年龄的系数小于0，年龄平方的系数大于0，说明年龄与养老金融资产配置呈“U”形关系，这表明中老年人配置养老金融资产随着年龄增加先降低后上升。女性更容易持有风险金融资产，而男性的金融资产分散性更强。劳动供给会减少中老年人持有风险金融资产的可能性，从而会提高持有金融资产组合的多样性以及购买商业养老保险和寿险的概率。学历高、自评健康好和城镇中老年人会更倾向于配置更多的养老金融资产。

（二）内生性问题

为了克服可能存在的内生性问题，本文采用两阶段工具变量法进行处理。借鉴傅秋子等[24]的处理办法，选取“地级市到杭州市的球面距离”作为数字普惠金融的工具变量。表3报告了内生性问题处理的结果，工具变量回归的一阶段F 值表明拒绝弱工具变量的这一原假设，Wald检验表明拒绝解释变量是外生的，证明本文工具变量选择是合理的。表3中的数字普惠金融变量至少在5%的水平上显著为正，表明在克服内生性后，数字普惠金融仍能显著促进中老年人配置养老金融资产，也说明基准回归的估计结果是稳健的。

表3 内生性问题处理结果

（三）稳健性检验

实证研究中，稳健性检验一般采用更换核心变量、改变模型、增加控制变量等方法。因此，本文采用数字普惠金融指数滞后二期、将Probit 模型和Tobit模型更换为OLS模型以及增加家庭消费、收入两个控制变量的三种稳健性方法。表4汇报了使用这三种稳健性方法的估计结果，结果与基准回归结果的数值大小和显著性基本一致，表明数字普惠金融促进中老年人配置养老金融资产的结果是可靠的。

表4 稳健性检验结果

（四）异质性检验

1.分位数回归。前文的实证结果说明数字普惠金融能促进中老年人养老金融资产配置，但数字普惠金融在促进中老年人养老金融资产配置中是否存在“马太效应”仍需要进一步探究。因此，本文采用分位数回归，研究数字普惠金融对总金融资产在不同分位点处的异质性影响。表5汇报了在中老年人总金融资产的15%、25%、50%、75%和95%分位点处的结果，数字普惠金融的系数均在1%水平上显著。随着分位点的不断增大，数字普惠金融系数的数值在逐渐减小。这表明数字普惠金融在促进中老年人 养老金融资产配置中不存在“马太效应”，数字普惠金融对自身金融资产规模较小的中老年人配置养老金融资产作用更大，从而有利于缓解财富不平等。

表5 分位数回归结果

2.数字普惠金融分指数回归。数字普惠金融总指数的构建是多维度的，不同维度可能会出现差异性。因此，本文进一步从数字普惠金融的覆盖广度、使用深度和数字化程度三个细分维度来研究对养老金融资产配置的影响。表6的Panel A报告了数字金融覆盖广度对养老金融资产配置的影响，实证结果表明覆盖广度的系数均在1%的水平上显著为正，说明地区数字普惠金融覆盖面越广，对该地区中老年人配置养老金融资产的促进作用越大。Panel B报告了数字金融使用深度对养老金融资产配置的影响，可以发现除了年缴保费，数字金融使用深度的系数至少在5%的水平上显著为正，说明地区数字金融服务使用活跃度越高（人均交易笔数、金额），对该地区中老年人配置养老金融资产的促进作用越大，但对年缴保费的影响效果不显著。Panel C报告了普惠金融数字化程度对养老金融资产配置的影响，数字化程度的系数除了在金融资产分散性、购买商业养老保险和年缴保费三个回归的影响效果不显著外，其余至少在10%的水平上显著为正，表明地区中老年人使用数字金融服务越便利、成本越低，越有利于促进该地区中老年人配置养老金融资产，但对购买商业养老保险或寿险及年缴保费的影响效果不显著。

表6 数字普惠金融分指数回归结果

五、数字普惠金融与中老年人受骗风险

（一）直接效应

随着数字普惠金融的发展，弱势群体金融服务的可得性不断得到提高，但诈骗手段也变得更加精准化和数字化，银发人群也逐渐成为新型数字化诈骗的重灾区。因此，本文实证检验了数字普惠金融与中老年人受骗风险的关系。表7报告了数字普惠金融对中老年人受骗风险影响的估计结果。鉴于受骗风险变量是二值虚拟变量，故选用Probit 模型进行检验。实证结果显示，数字普惠金融的系数在1%的水平上显著为正，表明数字普惠金融显著提高了中老年人的受骗风险。从地区数字普惠金融的覆盖广度、使用深度和数字化程度三个细分指标来检验，发现这三个指标均可能提高中老年人受骗风险。进一步地，本文采用“地级市到杭州市的球面距离”作为数字普惠金融的工具变量，运用Iv-Probit 模型处理可能存在的内生性。表7 的实证结果显示，在克服了内生性后，结果依然稳健。

表7 数字普惠金融对中老年人受骗风险的影响

（二）中介效应检验

本文主要探究了持有金融资产种类和持有风险金融资产两方面的作用机制。表7 的结果表明，数字普惠金融会显著提高中老年人受骗风险。表8报告了逐步回归中介效应检验法的第二步和第三步的回归结果。（1）列的实证结果显示，数字普惠金融显著增加了中老年人持有的金融资产种类。（2）列是同时加入数字普惠金融和金融资产种类变量的估计结果，数字普惠金融和金融资产种类的系数均在1%的水平上显著为正。Bootstrap中介效应检验的结果表明，金融资产种类变量的95%置信区间不包含0。由此可得，增加持有的金融资产种类可能是数字普惠金融影响中老年人受骗风险的机制之一。（3）列的实证结果显示，数字普惠金融显著促进了中老年人持有风险金融资产。（4）列是同时加入数字普惠金融和持有风险金融资产变量的估计结果，数字普惠金融和持有风险金融资产的系数均在1%的水平上显著为正。Bootstrap 中介效应检验的结果表明，持有风险金融资产的95%置信区间不包含0。由此可得，促进持有风险金融资产可能是数字普惠金融影响中老年人受骗风险的机制之一。数字普惠金融降低了交易成本，放松了参与机会的限制，从而促进金融产品的投资，由此导致中老年人暴露在高金融风险环境中，增加了其被诈骗的可能性。

表8 中介效应检验

六、结论与启示

本文基于中国健康与养老追踪调查以及北京大学数字普惠金融指数，实证分析了数字普惠金融对中老年人养老金融资产配置的影响。研究发现：第一，促进地区数字普惠金融水平的发展，有利于提高中老年人参与金融资产的分散程度、总金融资产持有金额、风险金融资产参与意愿和持有金额，以及有利于提高商业养老保险或寿险的购买意愿以及年缴保费。第二，数字普惠金融对于自身金融资产规模较小的中老年人配置养老金融资产的作用更大，有利于缓解财富不平等。第三，提高地区数字普惠金融的覆盖广度、使用深度和数字化程度，同样能有效提高中老年人养老金融资产配置。第四，数字普惠金融可能会增加中老年人的受骗风险，数字普惠金融的三个二级子指标也会有类似的作用。第五，中介效应检验发现，数字普惠金融促进中老年人参与风险金融市场，增加了其持有金融资产种类，导致其更容易暴露在高金融风险环境中，从而增加了被诈骗的可能性。

基于本文的研究结论，主要得出以下政策启示：

第一，家庭养老、土地养老和社会保险养老三种模式主导了我国居民养老保障方式，居民主动参与配置养老金融资产比重较低。然而，随着我国人口老龄化不断加剧，家庭将面临“养老抚幼”的双重负担，巨大的生活照料压力无疑会弱化家庭内部的互助能力。因此，需大力发展以养老金融为主的第三支柱养老金，积极引导居民进行养老储蓄，支持高质量的可持续养老体系建设。

第二，数字普惠金融立足“机会平等”需求，有效提高了社会各个阶层和群体金融服务的可得性。中老年人是普惠金融服务的重点对象，也是储蓄率高的特殊群体，对其应采取有针对性的政策措施，打通金融服务“最后一公里”，持续推进互联网应用“适老化”改造行动，探索银行等金融机构“适老化”服务，消弭“数字鸿沟”。

第三，高度重视数字发展带来的中老年人被诈骗风险问题。需加强养老金融知识普及宣传教育，不断提高中老年人的养老金融素养和风险防范意识；加强互联网金融机构监管，规范市场秩序，及时向中老年人告知理财风险；持续在媒体客户端、微信视频号、抖音等平台发布反诈宣传视频，推广国家反诈中心App，增强中老年人的防范意识。

注 释

①数据来源：《中华人民共和国2021 年国民经济和社会发展统计公报》。

②数据来源：《中国发展报告2020：中国人口老龄化的发展趋势和政策》。

③数据来源：《腾讯110中老年人反欺诈白皮书》。

④数据来源：《2021银发经济洞察报告》。

⑤数据来源：《中国养老金融调查报告（2021）》。