住房金融化能否影响风险金融投资？——来自中国家庭的微观证据

余若涵 沈 悦

一、引言

党的二十大报告强调要“坚持房子是用来住的、不是用来炒的定位”，2022年12月召开的中央经济工作会议再次对其进行重申，这是“房住不炒”定位继在2016年年底中央经济工作会议被首次提出并先后四次写入《政府工作报告》后得到的进一步明确，既体现了党和政府对于“准确把握住房居住属性”(1)2016年12月21日，习近平总书记主持召开中央财经领导小组第十四次会议，指出“要准确把握住房的居住属性”。的坚持和着力解决住房民生问题的决心，也侧面反映出我国商品房投资属性增强、住房金融化程度加深的客观事实。在近年来资本无序扩张至房地产领域引起的“高杠杆推动高地价，高地价推动高房价，高房价吸引更多资本流入”自我循环之下，住房的投资属性得到强化，一度成为备受青睐的投资目标，金融化特征明显，这为房地产市场长期健康发展和基本住房民生需求满足埋下风险隐患。因此，分析住房金融化的表现及其影响效应有助于为推动商品房回归居住属性提供理论支撑和行动思路，符合现实需要。

与持续吸引投资者关注甚至一度如火如荼的房地产市场形成鲜明对比的是一直以来存在投资参与不足问题的风险金融市场。中国人民银行2022年第四季度居民调查数据显示，在消费、储蓄和投资三者中倾向于“更多投资”的居民仅占15.5%，与上一季度相比减少3.7个百分点，与去年同期相比减少8个百分点(2)数据来源于中国人民银行调查统计司“城镇储户问卷调查报告”。，居民金融投资参与意愿长期处于低位。无独有偶，来自《中国财富报告2022》(3)《中国财富报告2022》由泽平宏观与新湖财富联合发布，报告了中国居民的财富拥有及分布情况。的数据显示，2021年中国居民财富中实物资产占比高达69.3%，其中主要为房地产，金融资产占比仅为30.7%，且风险金融资产在其中不足五成，这一表现与其2019年的调查结果极为相似，由此可见家庭资产结构单一、住房资产占比过高、风险金融投资缺乏是一个较为长期的问题。这既不利于房地产市场和资本市场的健康发展，又会影响家庭的资产风险平衡。因此，鼓励家庭积极参与风险金融市场，拓宽投资选择、改善资产结构，既有利于实现家庭财富增值、抗风险能力提升，又有助于引导资本合理流动、防止资本无序扩张，更是对党的二十大报告中“提高直接融资比重”的微观践行，具有重要意义。

住房金融化发展助推房地产成为热门资产选择，房企借助金融杠杆加大开发，非房企通过投资房地产实现利润增值；居民部门不得不借助大量杠杆购买、投资住房，甚至一度掀起“炒房”热潮，住房杠杆率持续攀升。具体到微观个体家庭，除了房价升高、住房投资吸引力增强之外，住房金融化还有哪些表现？住房金融化程度的加深对于家庭的风险金融投资决策是否具有影响？促进还是挤出？又是通过何种机制进行传导？是否存在异质性表现？能否为破解风险金融投资市场的有限参与之谜提供思路？

针对以上问题，本文从微观视角出发，利用中国家庭金融调查(CHFS)数据，研究住房金融化对风险金融投资的影响，并讨论其作用机制及异质性表现。可能存在的贡献有：(1)创新住房金融化衡量方式，立足个体家庭，从住房资产、住房负债、偿还压力、住房价格等多个角度筛选指标，构建家庭住房金融化指数，从整体衡量家庭拥有住房的金融化程度；(2)基于家庭住房金融化指数，探讨住房金融化对风险金融投资的影响，弥补现有文献仅从资产或负债等单一角度进行分析的不足；(3)在分析框架中引入家庭流动性预算机制，探讨“住房金融化程度→流动性预算→风险金融投资”这一影响路径；(4)从家庭拥有住房数量的不同、所在城市发展状况的差异以及对于房地产市场预期的区别入手，补充讨论住房金融化影响风险金融投资的异质性表现，并进一步探讨风险偏好、住房金融化与风险金融投资三者的关系，丰富现有研究成果。

二、文献综述

(一)住房金融化相关文献梳理

学界关于“金融化”的研究在2008年全球金融危机之后达到流行(Aalbers，2017[1])，其中，“住房金融化”又是相关研究中具有代表性的重要议题。关于“住房金融化”的定义内涵，国内外研究成果有一致之处，但在具体涉及我国国情和经济背景时，又有不同观点。

从国外研究来看，金融危机之前，学者们多认为金融化的主要表现有：金融部门在经济活动中的重要性增加(Epstein，2005[2])；经济活动从产业部门向金融部门转移(Foster，2007[3])；金融机构、金融工具、金融公司逐渐在不同经济领域占据重要地位，利润更多通过金融渠道而非生产渠道获得，资本积累方式发生转变(Krippner，2005[4])；“股东价值论”在公司治理中日益占据主要地位(Froud等，2000[5])；越来越多的非金融企业进入金融领域(Stockhammer；2004[6])；等等。金融危机之后，相关讨论逐渐增加并成熟，房地产市场的表现即“住房金融化”成为学者们重点关注的领域之一。研究认为金融部门开始逐渐渗透甚至替代其他部门，其中最具代表性的就是向房地产部门的渗透(Pike和Pollard，2010[7])。主要观点有：Aalbers(2008)[8]认为次级抵押市场的运作使得住房成为金融化过程的重要对象，金融技术和工具的使用会将住房转化为可供交易的金融产品(Gotham，2009[9])。住房金融化过程加深了住房的投资属性，住房已经从一种普通商品转化为一种纯粹的金融资产(Christophers，2010[10])，这是住房金融化的决定性组成部分(Fernandez和Aalbers，2020[11])，而住房所有权本身就被视为一种金融资产(Forrest和Hirayama，2015[12])，除了抵押贷款业务外，住房金融化过程也可通过投资者参与金融市场进行住房投资组合配置实现(Beswick等，2016[13])。此外，Blakeley(2021)[14]回顾了英国住房金融化的发展过程，指出住房金融化使得住房从普通商品转变为有价值的金融资产，出于从房价上涨中获利的投机目的进行住房资产配置的投机者已经超过了出于使用目的的购买者，类似的观点还有Dewilde(2018)[15]。Chen 和Wu(2022)[16]认为，住房金融化导致住房的供需越来越取决于住房的交换价值，而不是住房的使用价值。Wu等(2020)[17]认为不应将金融化理解为金融部门日益占据主导地位的过程，中国的住房金融化更类似于资产化过程，这一过程将具有持久使用价值的商品转化为投资者可以购买的投资品，投资者愿意承受高水平的债务负担来获得未来的资产增值。

相比于国外，国内关于住房金融化的研究起步较晚。国外学者多着眼于宏观层面的经济金融化和微观层面的大宗商品证券化，而张成思等(2014)[18]认为，还应存在介于以上二者之间的金融化，即中观层面的商品金融化。在这一过程中，商品的金融属性逐渐增强，其价格决定越来越不取决于供求关系，且这一过程具有不可逆的稳定性，我国的房地产市场发展满足以上条件，具有金融化特征。与美国等西方国家不同，我国的商品(如住房)金融化不是证券化，而是实物商品的金融化，其所有权更类似于一种金融资产，购买的目的并非使用，而是为了转售进而获利(张成思，2019[19])。从供给角度来看，作为土地供给者，地方政府利用融资平台为房企提供融资，对房地产业的依赖度上升(王雅龄和王力结，2015[20])，这也是住房金融化表现之一。李嘉和朱文浩(2020)[21]将住房金融化的特征总结为：居民通过金融工具购买住房并将其作为最重要的资产；房地产企业通过金融工具进行融资，其他企业通过住房获得利润等。王桂虎等(2022)[22]认为，除了上述特征之外，住房金融化还表现为哄抬房价、规模化炒房等现象。

(二)住房金融化与风险金融投资文献梳理

学界对于住房金融化相关影响的直接研究成果较少：Favilukis等(2017)[23]实证检验了住房金融化的影响因素及其效应，认为住房金融化可能引起较为严重的金融风险；李嘉等(2020)[24]在住房金融化背景下研究了房企的投资行为，认为住房金融化冲动推动了房企投资，即房企杠杆率与房地产投资之间存在显著的正向关系；李嘉等(2021)[25]基于住房金融化视角进行研究，阐释了居民通过信贷将储蓄转化为住房资产的机制；王桂虎等(2022)[22]实证分析了住房金融化程度与重点城市金融风险的影响，认为两者之间存在先降后升的U型关系。

相较于直接研究住房金融化带来的影响，现有研究成果更多则是从间接视角选取住房价格、住房资产、住房负债等住房金融化的相关指标来讨论其与家庭风险金融投资的关系。从国外研究来看，除了极少数研究认为住房配置与家庭投资决策两者之间没有关系(Kullmann 和Siegel，2003[26])外，绝大多数研究成果可分为两类：一类认为住房能够促进家庭金融投资。例如，Cardak和Wilkins(2009)[27]实证分析了澳大利亚家庭风险资产持有的影响因素，指出房屋所有权有助于家庭获得信贷进而增加风险投资；Camoes 和Vale(2018)[28]检验了葡萄牙家庭住房价值与风险资产持有的关系，发现住房价值上升会通过财富效应促进家庭增加风险资产持有，类似研究还有He等(2019)[29]。另一类成果则认为住房资产对家庭风险金融投资具有挤出作用，且此类成果数量较多。Henderson和Ioannides(1983)[30]建立了住房作为消费品和投资品的双重模型，指出住房投资对家庭的风险资产配置具有约束作用；Heaton和Lucas(2000)[31]、Yamashita(2003)[32]、Saarimaa(2008)[33]分别利用美国、芬兰数据进行实证检验，发现住房投资、住房价值升高等均会挤出家庭的风险投资；Chetty等(2017)[34]研究认为住房财富的增加会促进家庭持有更多股票，但住房贷款则会降低家庭投资股市的概率，总体而言挤出效应大于财富效应。国内研究同样从住房拥有、住房资产、住房负债和住房价格等角度出发，石有为(2021)[35]以住房资产市值为解释变量进行实证检验，发现住房市值对家庭的风险金融投资具有挤出效应；马征程等(2019)[36]分析了住房资产净值对家庭风险性金融资产投资的影响，证实了住房资产会挤占家庭的其他风险投资；路晓蒙等(2019)[37]利用微观家庭数据分别讨论了住房拥有和住房负债与家庭股市参与的关系，发现住房拥有会挤出家庭参与股票投资，但住房负债对这一挤出效应具有抑制作用；蒋瑛和李翀(2019)[38]则是讨论了住房价格变化对风险投资的影响，指出住房价格水平的上涨对于家庭风险金融资产配置具有正向影响；陈华和胡晓龙(2020)[39]利用CHFS数据侧重研究了房产价值对家庭股市参与的影响，指出家庭的股票持有会随着住房资产价值的增加而增加；段忠东和段雨轩(2021)[40]用房产价值与净财富之比衡量房产风险，实证发现房产风险挤出了家庭的风险资产投资，而住房负债和房贷支付比能够缓解这一挤出效应；张吉鹏等(2021)[41]构建了一个包含人力资本和禀赋异质性的生命周期模型，研究了家庭住房需求和资产配置的关系，指出房产对于家庭的资产配置具有主导作用，住房拥有率越高、占比越大，家庭持有其他金融资产的比重越低。

(三)文献评述

通过梳理国内外文献可以看出，首先，关于“住房金融化”的概念及含义解释，学界已经有了较为详细和成熟的研究成果，在进行研究时有必要立足于我国特有的现实背景，明晰我国的住房金融化是住房这种特殊商品实物的金融化，而非证券化，与其他国家相比具有不同的表现形式。其次，在“住房金融化”的实证分析方面，国内外学者也取得了较为明显的研究进展，但仍有可突破空间：(1)现有研究多从理论方面探讨住房金融化的发展历程和特征表现，对于住房金融化具体发展程度的讨论较少；(2)在进行实证研究时，已有文献几乎都是从住房资产、住房负债、房地产存贷比、住房价格等角度分析其与家庭风险金融投资的关系，衡量方法较为单一，针对微观家庭住房金融化这一整体进行分析的研究成果较少；(3)关于住房金融化影响家庭风险金融投资的传导机制和异质性表现的探讨还有待进一步丰富。

三、理论分析与假设提出

(一)住房金融化的微观表现

作为一种特殊的商品，住房同时具备使用属性和投资属性。进一步地，住房可被归为商品中的资本品，其具备的投资价值的重要性较之使用价值而言并无区别，甚至更为重要，因此体现出了金融产品的部分特征。近年来，大量资本无序扩张至房地产市场，推动了房价的上升和商品房金融属性的增强，越来越多的目光聚焦至住房的金融化进程。值得注意的是，有别于西方经济体以证券市场为主导的金融体系，我国是以银行为主导的间接金融体系，在这一背景下，我国的住房金融化更多表现为银行信贷工具的使用，而非住房资产的证券化，因此在分析住房金融化过程时，需立足于中国经济金融环境。

住房金融化是住房向金融产品过渡的过程，住房的投资属性逐步增强甚至占据主导地位，交易受到大量资本影响，住房价格偏离普通商品的供需价格决定机制，被投资或者投机行为左右。这一过程主要表现为：房地产企业利用金融工具进行融资，实现商品房供给，非房地产企业通过持有房产或者投资房地产领域实现资本增值；面对日益走高的房价，居民家庭只能不断利用信贷杠杆购买住房，同时将房产购置作为投资选择，甚至一度形成“炒房”热潮，居民部门杠杆率不断攀升。具体到微观个体，住房金融化主要体现在住房资产、住房负债和住房价格三个方面：(1)住房资产方面，家庭拥有资产种类单一，住房成为大多数家庭进行投资的首选目标。住房拥有率高，超四成家庭拥有两套以上住房(4)数据来自《2019年中国城镇居民家庭资产负债情况调查》。“我国城镇居民家庭的住房拥有率为96.0%，有一套住房的家庭占比为58.4%，有两套住房的占比为31.0%，有三套及以上住房的占比为10.5%”；“家庭资产以实物资产为主，住房占比近七成”；房贷是家庭负债的基本构成，“有负债的居民家庭中，76.8%的家庭有住房贷款，户均家庭住房贷款余额为38.9万元，占家庭总负债的比重为75.9%”。，住房资产在家庭资产中占比过高，高达七成。(2)住房负债方面，住房金融化推升住房价格上涨，家庭在进行房屋购置时不得不借助金融工具。杠杆率上升，一方面，住房负债在家庭负债中占比居高不下；另一方面，住房负债与家庭收入的比值较高，家庭偿还住房贷款的压力增大。(3)住房价格方面，房价一路攀升，房价收入比增加，刚需家庭购买住房的难度提升，非刚需家庭易受住房市值增加的影响而在资产配置时更为偏好住房资产。

(二)住房金融化对家庭风险投资的影响分析

住房金融化在微观家庭中主要表现为住房资产占比上升、住房杠杆率上升、住房负债偿还压力增大、住房价格攀升等，可能对家庭的风险金融投资决策产生财富效应、替代效应、投资组合效应和承诺支付风险效应。

财富效应表现为当住房金融化程度加深时，家庭所拥有的住房资产增值，可通过出售住房获得溢价、出租住房获得租金、抵押住房获得更多银行贷款等渠道实现财富增值，进而将其用于风险金融投资。替代效应体现为住房的投资品属性会随着住房金融化程度的加深而不断增强甚至占据主导地位，越来越多的家庭将其视为回报率可观的投资首选目标，相比之下风险金融资产的投资回报率较低，住房投资将对风险金融投资产生替代作用。随着大量资本流入房地产市场，住房价格持续走高，家庭形成乐观预期，替代效应将进一步增强。而在投资组合效应方面，住房金融化拉升家庭住房资产价值，作为投资品，住房价格上涨，其在家庭总财富中的占比上升，此时风险中性的投资者将会增加对其他投资品的持有，配置更多的风险金融资产来保持家庭投资组合的平衡。从承诺支付风险效应角度来看，住房金融化的发展增大了家庭获得住房的难度，高企的房价使得越来越多的家庭在购房时不得不借助金融工具，家庭杠杆率攀升，住房负债在家庭负债中占比增大，家庭面临的偿还压力加大。贷款买房使得家庭在未来可能相当长一段时间内对于贷款本息担负着支付承诺，这又会因未来收入的变动和利率调整等因素产生支付承诺的不确定性，即存在支付承诺风险，这会使家庭在进行预算决策时更为保守，选择持有更多安全性强的资产来覆盖偿还风险，因此减少风险金融投资。

由以上分析可知，住房金融化会对家庭风险金融投资产生正、负不同方向的影响效应，其中，财富效应和投资组合效应具有正向促进作用，替代效应和承诺支付风险效应具有负向挤出作用，因此难以简单判断住房金融化对家庭风险投资的影响方向。基于此，本文提出假设1：

假设1A：住房金融化产生的财富效应和投资组合效应占据主导作用，促进家庭的风险金融投资参与。

假设1B：住房金融化产生的替代效应和承诺支付风险效应占据主导作用，挤出家庭的风险金融投资参与。

当正向效应占主导时，家庭可以通过出售、出租和抵押住房等行为实现住房资产增值变现，也会调整投资计划，放松预算约束，用于投资风险金融资产的流动性预算随之增加。这一过程可概括为：住房金融化程度加深→住房财富增值、可用于投资的财富增加→流动性预算增加→增加风险金融资产持有。当负向效应占主导时，无论是面对投资属性增强的具有更高回报率和吸引力的房产，还是因住房金融化程度加深而产生的住房贷款支付承诺风险，家庭都会收紧用于购买风险金融资产的预算约束，进而减少风险金融投资参与。这一过程可概括为：住房金融化程度加深→家庭投资偏好改变、支付承诺风险增加→流动性预算收紧→减少风险金融资产持有。基于此，本文提出假设2：

假设2：住房金融化通过改变流动性预算影响家庭风险金融投资参与，住房金融化程度加深，流动性预算收紧(放松)，家庭风险金融资产持有减少(增加)。

四、实证设计

(一)数据

选用西南财经大学中国家庭金融调查与研究中心组织管理的“中国家庭金融调查”项目(CHFS)2019年调查数据。CHFS数据包含能够清晰、详实反映家庭资产状况、收入状况、负债状况、房产状况、人口统计特征等内容的数据信息，能够较好满足本文变量需要(甘犁等，2013[42])。本文主要通过以下步骤对原始数据进行清理：(1)剔除极端值和相关变量缺失样本；(2)剔除家庭年收入为负的样本；(3)剔除家庭净财富为负的样本(以满足有效资产结构配置对家庭收入及财富的要求)。最终保留7 347个城市有房家庭作为研究样本。

(二)相关变量

1.被解释变量：家庭风险金融投资。

CHFS调查针对家庭是否参与风险金融市场投资进行了问题设置，受访家庭根据问题中涉及的风险金融产品类型如实记录所持有的资产种类及其价值。基于调查数据，设定被解释变量如下：(1)风险金融投资参与。该变量反映家庭是否参与风险金融投资，为二值变量，若家庭持有问卷中所提及的股票、基金、债券、衍生品等风险金融资产则该值为1，否则为0。(2)风险金融投资占比。该变量用风险金融资产与总金融资产(5)家庭金融资产的定义来自《2019中国家庭金融调查(CHFS)数据使用说明》，包括现金、存款、风险金融资产、其他金融资产、借出款、社保账户余额等。的比值来衡量，衡量风险金融投资的参与深度。

为了检验影响效应是否具有稳健性，另选取家庭所持有的风险金融产品种类替代上述被解释变量进行稳健性检验，该变量为离散变量，度量了家庭风险金融投资的多样性。

2.核心解释变量：住房金融化指数。

学界对微观层面金融化的探讨覆盖了实体企业金融化和家庭住房金融化两个方面，两者在指标选取、变量构建方面存在一定差异。企业金融化指数的编制方法主要有：从企业资产结构出发(Demir，2009[43])，用金融资产占企业总资产的比重(张成思和郑宁，2020[44])、企业金融资产投资增长率(彭渝超等，2018[45])来衡量企业金融化程度；从企业获利角度出发，用非金融企业金融渠道获利占总利润的比值(张成思和张步昙，2016[46])衡量。其中，企业金融资产包括货币资金、持有至到期投资、交易性金融资产、投资性房地产、可供出售的金融资产 、应收股利和应收利息，企业金融渠道获利包含企业投资收益、公允价值变动损益以及其他综合收益等方面。

居民部门住房金融化的衡量与实体企业金融化相比可谓同中有异。相似之处在于前者同样考虑住房资产在家庭总资产中的占比。不同之处一方面体现在中国金融市场尤其是直接融资市场尚不发达，家庭部门面临的投资选择较少、金融资产配置不多，住房资产占比更大，财富效应和抵押价值更高，家庭对住房资产的依赖更重(Chaney等，2012[47]；张嘉望和李博阳，2021[48])；另一方面体现在住房商品的特殊性，住房金融化程度加深推动房价上涨，居民部门往往需要借助杠杆来获得住房产品，彼此之间存在正向循环，住房价格、资产、负债三者之间的联系更为紧密，因此，除了考虑资产因素之外，出于负债端和价格端的考量也很有必要。

本文单独构建住房金融化指数作为本文核心解释变量。现有成果多选用商品房价格、金融机构存贷比等宏观指标衡量住房金融化，但此类指标在全面性上有所欠缺，同时不适用于微观个体家庭，因此，基于住房金融化在微观家庭中的具体表现，本文从三个角度选取子指标，采用主成分分析法(PCA)合成住房金融化指数，用于衡量家庭所拥有住房的金融化程度：(1)住房价格角度，选取房价收入比，即家庭住房在调查当年的市场价格与家庭收入之比；(2)住房资产角度，选取住房资产占比，即住房资产在家庭总资产中所占比重；(3)住房负债角度，选取住房负债拥有(即是否因购买住房拥有负债)、住房负债占比(住房负债占家庭总负债的比重)、住房资产负债比(住房负债与住房资产的比值)、存款转化比(住房银行贷款与家庭存款的比值)、负债收入比(住房负债与家庭收入的比值)、住房支出收入比(家庭每年用于偿还住房负债的本息和支出与年收入之比)、偿还压力(家庭偿还住房欠款的压力，离散变量，数值越大偿还难度越大)。以上指标均为正向指标，数值越大，家庭所拥有的住房价格越高、住房资产值越多、住房杠杆率越高、偿还压力越大，住房金融化程度越深。

在指数构建时，采用主成分分析法，使用的软件为stata14.0。对所选取指标进行KMO检验以判断其是否适用于主成分分析法。结果显示其KMO值达到0.8，说明变量相关关系较好，可以采用PCA进行指数合成：首先进行各指标协方差矩阵的特征向量和特征值求解，完成主成分提取和方差贡献率计算，其次以方差贡献率为权重，依据各主成分载荷计算分值，最终得到家庭住房金融化指数(index)，将其作为本文的核心解释变量。

图1描述了不同收入、城市和地区家庭住房金融化指数的均值差异，横轴为不同类型家庭，纵轴为住房金融化指数。以家庭总收入的中位数值为划分点，高于该值的家庭为高收入家庭，反之为低收入家庭。可以看出，高收入家庭的住房金融化水平高于低收入家庭；一线及新一线城市家庭住房金融化程度最高，二线城市家庭次之，三线及以下城市家庭最低；东部地区家庭住房金融化程度高于中西部地区。经济发达地区的购房需求旺盛，住房价格更高，房地产市场吸引力更强，经济条件好的家庭配置住房资产的能力更强，住房金融化指数更大，住房金融化程度更深。

图1 住房金融化指数描述分析

3.机制变量。

在讨论影响效应的传导机制时，选取家庭流动性预算作为机制变量，对家庭持有的现金额做对数处理用以衡量，指标值越高，家庭所持有的现金额越高，流动性预算越多，投资约束越弱。

4.控制变量。

从个体和家庭层面选取户主年龄及其平方项、性别、婚姻、受教育水平、就业与否、是否为党员、家庭消费水平和家庭规模等作为控制变量，用以控制因个体、家庭特征不同而产生的影响。特别说明，本文参考雷晓燕和周月刚(2010)[49]“消费比当前收入更能体现家庭的永久收入”的观点，选择家庭消费支出这一指标衡量家庭的财务水平。

5.其他变量。

在进一步研究中设置风险态度变量，该变量来自问卷中“如果您有一笔资金用于投资，您最愿意选择哪种投资项目？”。选项设置覆盖了从“不愿意承担任何风险”到“高风险、高回报的项目”的不同风险偏好程度。该变量为离散型变量，数值越大，风险偏好越强。

(三)变量的描述性统计分析

表2为变量的描述性统计结果。结果显示，仅有23.6%的家庭参与风险金融投资，投资占比仅为5.92%，同样地，家庭持有的风险金融资产种类偏少，风险态度趋于保守。这说明大多数家庭并未参与风险金融投资，即使参与，投资深度也较低，这一结果反映出我国居民家庭在风险金融资产配置上存在参与不足的问题。

表2变量的描述性统计

(四)实证模型

1.家庭风险金融投资参与。

被解释变量为0-1变量，故选择Probit模型进行研究。该模型存在潜变量y*，当y*>0时，变量取值为1。模型设定如下所示：

(1)

其中，yji表示j省i家庭是否参与风险金融投资，indexji为住房金融化指数，Xji为一系列控制变量，Provincej为省份虚拟变量(用以控制不同省份之间由于经济状况不同可能带来的影响)，μji为随机扰动项。

2.家庭风险金融投资占比。

被解释变量具有截断数据特征，即仍有大量未参与风险金融投资的样本家庭，其风险资产为0，因此在研究中选用Tobit模型。模型设定如下：

(2)

五、实证分析

(一)基础回归结果

表3报告了分别使用Probit模型和Tobit模型估计的基础回归结果，变量相关系数均为边际效应。列(1)～列(3)估计的被解释变量为家庭风险金融投资参与，其中，列(1)为不加入任何控制变量的回归结果，列(2)、列(3)逐步加入反映个体特征和家庭特征的控制变量。结果显示，住房金融化程度对家庭风险金融投资参与具有显著的负向影响，拥有住房的金融化程度越深，家庭进行风险金融投资的可能性越小，挤出效应越明显。住房金融化程度每提高1%，家庭参与风险金融投资的概率将下降1.36个百分点。列(4)～列(6)显示了风险金融投资占比的估计结果，类似地，住房金融化程度对家庭参与风险金融投资的深度同样具有负向影响，仍在1%的水平上显著，住房金融化程度每加深1%，风险金融资产所占比重将减少0.42个百分点。假设1B成立。

此外，女性户主家庭参与风险金融投资的概率较男性户主家庭而言更大；户主受教育水平、党员身份、消费水平对风险金融投资具有正向影响，家庭规模对其具有显著的负向影响。(6)受篇幅限制，表格中无法列出全部控制变量回归结果，感兴趣的读者可向作者索取。

表3基础回归结果

(二)稳健性检验

1.内生性处理。

本文使用工具变量法处理可能存在的因遗漏某些共同衡量住房金融化、风险金融投资的变量而引起的内生性问题。工具变量需要在与解释变量相关的同时外生于被解释变量。本文学习周广肃和梁琪(2018)[50]利用地区层面平均水平构造工具变量的思路，对户主为同一年龄阶段(每十岁作为一个阶段)、相同受教育程度的相同省份家庭的住房金融化程度进行分组并取均值得到地区住房金融化指数，将其作为工具变量。年龄相仿、受教育程度一致的户主可视为行为能力相似的群体，而同一省份的经济金融环境、房地产市场发展程度趋同，这与个体家庭的住房金融化程度具有正向相关性；地区层面的平均状况不会直接影响个别家庭的经济行为(盛智明和蔡婷婷，2021[51])，因此地区整体住房金融化发展情况对单个家庭的风险金融投资决策不存在直接影响效应，满足外生性。

相关结果如表4所示。表4列(1)和列(2)报告了使用工具变量的极大似然估计结果，相关系数均为边际效应。可以看出，地区金融化指数对于家庭风险金融投资概率和深度均存在负向影响，分别在5%和1%的水平上显著。这与基础回归结果一致。为了排除弱工具变量问题，同时汇报了使用两阶段法估计的一阶段F值和工具变量t值。结果显示，一阶段F值大于10，不存在弱工具变量问题。此外，地区住房金融化指数与家庭住房金融化指数均在1%的水平上显著正相关(系数大小为0.982 3)，住房金融化程度对风险金融投资的挤出效应表现稳健。

表4内生性问题、反向因果问题处理

2.反向因果关系处理。

住房金融化对风险金融投资具有挤出效应且表现稳健，相反地，家庭可能通过风险金融投资获利进而增加住房资产配置，即可能存在反向因果问题。本文参考段忠东和段雨轩(2021)[40]的做法，剔除参与风险金融市场年份早于购买住房的家庭样本，对剩余样本进行估计，减轻反向因果问题的干扰。

表4列(3)和列(4)汇报了剔除相应家庭样本后的估计结果。在减轻反向因果关系干扰后，住房金融化程度加深，风险金融投资的概率及深度均会下降，负向影响仍然存在，影响大小分别为1.75和1.47个百分点，且在1%的水平上显著，基础回归结果稳健。

3.替换被解释变量。

为了进一步验证住房金融化对家庭风险金融投资决策的影响，用风险金融资产种类替换原有解释变量进行估计。变量数值越大，家庭持有的风险金融投资产品越多，多样性越丰富。由于被解释变量为离散型变量，故采用有序Probit模型进行估计。实证发现(7)受篇幅限制，文中无法列出替换被解释变量、剔除大型城市样本的稳健性检验结果表格，感兴趣的读者可向作者索取。，住房金融化程度的加深将引起家庭持有风险金融资产种类的减少，这一负向影响在1%的水平上显著。替换被解释变量后，住房金融化的挤出作用依然显著成立。

4.剔除大型城市样本。

一线城市、新一线城市在商品房价格、房地产杠杆率、房地产市场发展程度等方面与其他地区存在差异，住房金融化程度也可能存在差别，为了排除此类城市对基础回归结果可能存在的干扰，本文剔除一线及新一线城市家庭样本(8)CHFS数据中“city_level”指标将样本划分为一线/新一线城市、二线城市、三线及以下城市，其中，一线城市包括北京、上海、广州、深圳，新一线城市包括成都、杭州、重庆、西安、苏州、武汉、南京、天津、郑州、长沙、东莞、佛山、宁波、青岛、沈阳，本文将以上城市剔除。，对剩余样本采用模型(1)、模型(2)再次进行估计，进一步检验基础回归的稳健性。实证发现，在剔除一线城市家庭样本之后，住房金融化对风险金融投资参与和占比的挤出效应仍然存在，影响大小分别为1.5和0.5个百分点，具有1%的显著性水平。

此外，考虑到直辖市在发展政策制定、经济水平等方面与其他地区相比可能也存在差异，本文剔除直辖市家庭样本进行补充检验，类似地，住房金融化的负向影响大小分别为1.59和0.47个百分点，仍在1%的水平上显著。

综上，本文基础回归结果通过了工具变量法、改变样本容量法、替换被解释变量法等一系列稳健性检验，具有稳健性。

六、机制检验、异质性分析与进一步讨论

(一)影响机制分析：流动性预算机制

如上所述，基于Probit模型和Tobit模型的估计结果及一系列稳健性检验均验证了本文所提出的假设，即住房金融化对家庭的风险金融投资决策具有显著影响，住房金融化程度的加深会引起家庭参与风险金融投资的概率和深度的下降，且这一影响较为稳健。基于此，本文将对其遵循的传导机制进行进一步讨论。

住房金融化程度加深具体表现为住房价格的上涨、住房资产在家庭资产中的比重上升、家庭因购买住房而采取的“加杠杆”行为和住房负债的增加。不论对于刚需家庭还是将住房作为投资选择的非刚需家庭，住房资产的升值都将使其减少流动性持有，转而配置住房资产(无论是直接购买或是加杠杆购买)，可用于参与风险金融市场的预算减少，进而挤出家庭的风险金融投资。

机制检验分为两步：第一步讨论住房金融化与家庭流动性预算之间的关系；第二步将家庭流动性预算引入基础回归模型，检验其对家庭风险金融投资决策的影响。

建立模型(3)，考察住房金融化是否影响流动性预算：

(3)

其中，LnCashji为流动性预算变量，用家庭持有现金的对数值衡量，Xji为一系列控制变量，vji为随机扰动项。

表5列(1)为回归结果，住房金融化指数的估计系数为-0.327，在1%的水平上通过显著性检验，即住房金融化程度的加深增强了家庭面临的流动性约束，减少了家庭的流动性持有。假设2的前半部分得到验证。

再将流动性预算变量引入模型(1)和模型(2)，分别进行检验。估计结果如表5列(2)、列(3)所示，流动性变量的估计系数为0.007 8，在1%的水平上显著，住房金融化程度的加深会通过流动性预算渠道影响家庭风险金融投资决策。列(3)呈现出类似结果，这一机制对于住房金融化影响风险金融投资深度而言同样成立。住房金融化程度加深，家庭的流动性预算减少，家庭参与风险金融投资的概率和深度下降，挤出效应明显，假设2的后半部分得到验证。

表5机制分析结果

(二)异质性分析

本文从家庭的房产持有数量、城市经济水平和对房地产市场预期角度出发，进一步探讨住房金融化影响家庭风险金融投资的异质性表现。

1.房产数量异质性。

住房是一种兼具使用属性和投资属性的特殊商品，对于一套房家庭而言，住房更大程度上是满足其刚性需求的使用品，而对于拥有两套及以上住房的家庭而言，住房则更有可能扮演“投资品”的角色。为了检验住房金融化对风险金融投资参与的影响在以上两类家庭中是否存在异质性表现，将样本划分为只拥有一套住房的家庭和拥有两套及以上住房的家庭，利用模型(1)分别对其进行估计。

分样本回归发现(9)受篇幅限制，文中无法列出异质性分析结果表格，感兴趣的读者可向作者索取。，在一套房家庭样本和两套及以上住房家庭样本中，住房金融化指数的估计系数分别为-0.021 2和-0.018 7，在1%和5%的水平上显著。对于这两类家庭而言，住房金融化的负向影响均存在，但相比于拥有两套及以上住房的家庭，住房金融化加深会对只拥有一套住房家庭的风险金融投资参与产生更大的挤出效应。这一结果符合理论逻辑，家庭拥有的住房数量越多，住房的财富效应越强，原有的挤出效应得到了弥补。

2.城市异质性。

城市经济水平不同、发展程度不同，房地产市场的金融化水平和资本市场的成熟与完善程度也不同。前文的稳健性检验结果显示，在剔除一线城市样本后，住房金融化对家庭风险金融投资参与的负向影响仍然成立，进一步地，本文将探讨这一影响在不同城市家庭之间是否存在异质性表现，将样本分为一、二线城市家庭与三线及以下城市家庭并进行估计。

分样本回归发现，在一、二线城市家庭样本中，住房金融化指数系数为-0.010 8，在三线及以下城市家庭样本中则为-0.019 9，均通过显著性检验，但后者的负向效应更大。对于这一结果，本文认为可能的解释有：首先，相较于一、二线城市，三线及以下城市的风险金融市场发展相对较为落后，家庭面临的风险金融投资选择可能较为有限；其次，城市经济发展程度不同，居民收入及家庭财富值也会有所不同，三线及以下城市家庭的收入或不如经济更为发达的一、二线城市，因此可用于进行风险资产配置的资金较少且财富效应的弥补作用有限，挤出效应更强；最后，一、二线大中城市一度产生房地产市场过热现象，存在限购、限售等政策以应对“炒房”行为，相比之下，三线及以下城市家庭在配置住房资产上可能拥有更大的自由度，住房投资的替代效应更强。因此，三线及以下城市对住房资产的偏好更强，住房金融化对风险金融投资的挤出效应更大。

3.预期异质性。

投资者预期会通过反馈机制影响家庭资产配置决策(Case和Shille，2003[52])，已有的研究成果也着重分析了房价预期的相关影响(徐淑一，2021[53])。本文对住房金融化影响家庭风险金融投资的预期异质性进行补充验证。将样本分为预期房价上涨家庭和预期房价下降或不变家庭，结果指出，住房金融化对家庭风险金融投资参与的负向影响在预期房价上涨的家庭中更为显著，家庭投资者预期房价上涨时将会减少风险金融资产配置，影响大小为2.7个百分点，而对于预期房价下降和不变的家庭来说，这一影响大小只有1.31个百分点，且不具有统计意义上的显著性。当家庭对房地产市场形成房价上涨的乐观预期时，其会赋予住房资产更高的投资回报预期，认为购买住房将带来更大的财富增值，住房资产投资吸引力增强，对其他投资选择的替代效应更为明显，住房金融化对风险金融投资的挤出作用将更为显著。

(三)进一步讨论：风险偏好、住房金融化和家庭风险金融投资参与

前文已经验证了住房金融化对风险金融投资存在负向影响，众所周知，投资者的风险偏好对风险投资有着重要作用，较之风险规避者，风险偏好型投资者参与风险金融市场投资的积极性更高。那么，风险偏好、住房金融化和家庭风险金融投资参与之间是否存在联系？基于投资者的风险态度做出的投资决策是否会因住房金融化程度的加深而变化？本文将对三者关系进行进一步讨论。

首先，考察决策人(户主)的风险偏好是否影响家庭风险金融投资决策；其次，将风险偏好、住房金融化与风险投资参与纳入同一分析框架，讨论三者关系。结果如表6所示。列(1)和列(3)分别汇报了风险偏好对家庭风险金融投资参与及占比的影响，决策人风险偏好程度的加深有助于提高家庭参与风险金融投资的概率和深度，影响大小分别为6.59和2.20个百分点，且均在1%的水平上显著。列(2)和列(4)汇报了引入交乘项后的估计结果，结果显示，风险偏好对风险投资的影响依然显著为正，同时，住房金融化指数与风险偏好的交乘项系数为负，且在5%的水平上通过显著性检验，即风险偏好对投资的促进作用受到削弱。

表6进一步讨论结果

综上所述，风险偏好对风险金融投资的正向影响会被住房金融化削弱，即风险偏好型家庭参与风险金融投资的意愿更高、深度更大，但这一促进作用会随着住房金融化程度的增强而减弱，住房金融化程度越深，风险偏好的提升力度越弱。

七、研究结论与政策建议

本文以中国家庭金融调查2019年数据中的城市有房家庭为样本，研究了住房金融化对家庭风险金融投资行为的影响，检验了流动性预算这一传导机制，基于家庭拥有住房数量的不同、城市间发展不均衡的现状和决策人的预期差异，进一步探讨了住房金融化影响家庭参与风险金融投资的住房拥有异质性、城市异质性、预期异质性表现，并补充讨论了住房金融化、风险偏好与风险金融投资三者的关系。

研究发现，住房金融化对家庭参与风险金融投资的意愿和深度均具有显著影响。住房金融化程度加深，家庭风险金融投资参与显著降低，持有风险金融资产的比重明显下降。这一影响能够通过流动性预算机制进行传递，住房金融化表现为家庭住房资产比重增加、房价上涨、住房负债占比升高、房贷偿还压力加大，进而减少家庭的流动性持有，挤出风险金融资产配置。该挤出作用在仅有一套住房家庭、三线及以下城市家庭和对房地产市场持有乐观预期的家庭中更为明显、效应更大，表现出异质性。此外，住房金融化、决策人风险偏好与家庭风险金融投资之间存在联系，风险偏好增强能够促进家庭参与风险金融投资，但这一正向效应会因住房金融化程度的加深而被削弱。

上述研究结论有助于更好地进行住房金融化的测度及影响效应分析，在一定程度上填补了相关研究的空白，为“房住不炒”定位提供理论支撑，在此基础上，本文提出如下建议：

第一，坚持“房住不炒”定位，防止资本无序扩张，合理控制住房金融化发展。引导资本有序流动，防止因资本无序扩张至房地产领域引起房价过度波动、住房金融化程度加深等问题，逐步弱化商品房金融投资属性，推动住房回归居住属性，从而减弱因住房金融化程度不断加深而带来的一系列负向影响。

第二，因城施策，分类调控，灵活运用“政策工具箱”。出台相关政策时要考虑个体家庭需求差异和城市间发展差异，对于刚性需求家庭和改善性需求家庭的住房购买应予以鼓励及合理支持，对于拥有多套住房家庭的投资性购房需求坚持予以调控；对于经济发展程度、房地产市场成熟度不同的城市施行准确、贴合、有针对性的调控方案，保障政策用足、用好。

第三，持续健全资本市场功能，提升风险金融投资吸引力，加强完善金融监管。要强化金融市场基础设施建设，健全资本市场统筹发展，着力改善城市间金融市场发展不平衡、不完善的现状。要持续推动现有资本市场由大向强转变，一方面，金融机构要加强与投资者(特别是金融知识不完备的普通投资者)沟通，提供相关金融知识的同时精准挖掘潜在投资需求，在产品研发时基于沟通结果和可得大数据信息细分投资人群、对不同投资群体(年龄、职业、教育水平等特征)画像，创新设计出更加精细、灵活、贴合不同投资群体需求的金融产品和投资组合，为投资者提供更多选择类型，增强投资吸引力；另一方面，要完善金融监管、强化风险控制，在风险管控的前提下适度降低交易费用和投资准入门槛、考虑适度放松赎回和转让限制，在减小难度和降低成本的同时提升投资者的投资安全感，吸引更多家庭积极参与风险金融市场投资、配置风险金融资产。

--------------------