APP下载

数字经济对家庭金融资产配置的影响

2023-11-28赵刚

现代金融 2023年10期
关键词:金融资产异质性变量

□ 赵刚

一、引言

《2022年安联全球财富报告》显示,2021年中国家庭金融资产增长12.2%,创历史新纪录。在过去的五年,中国的个人财产以超出百分之十的速率攀升,成为了全球私有财产增幅最大的国家之一。伴随着我国家庭的经济状况持续提升,民众对单纯的银行存取款已不再感到满意,逐渐开始接受并使用各种金融产品作为其财务管理的重要手段。根据“中国家庭金融调查数据(CHFS)”的数据统计结果显示,我们国家的家庭金融投资中高达八成的部分都集中在了低风险的货币与活期账户上。在38个经济合作发展组织的国家中,只有3个国家的现金和存款占资产总额超过60%,这反映出中国家庭的金融资产配置过于单调。我国家庭在整体上还缺乏完善的金融知识和财富管理理念,因此对金融市场的参与度相对较低,高风险资产的持有比例不足。家庭财产对提升生活品质和抵抗外部风险扮演着至关重要的角色。我国的家庭渴望实现金融资产的多样化,以及家庭财富的增值和保值。数字经济就是一种基于广泛服务目标和高效服务效率的数字化创新服务,数字经济的发展为优化中国家庭金融资产配置提供了机遇。在过去的几年中,随着互联网在中国的飞速进步,如在线支付和区块链等数字技术促使传统金融行业快速发展,经济数字化已经成为新的发展趋势。数字经济的诞生成了自工业革命以来人类社会最重大的变革,其已对个人、组织以及社区的传统联系产生了改变。发展数字经济不仅能优化我国的家庭金融资产配置,同时也是实现共同富裕的必由之路。

本文结合已有研究,首先对数字经济进行了明确的定义,接着通过信息化、互联网以及数字交易这三个关键因素,搭建了一个针对中国各省数字经济的评价指标框架。然后利用2019年CHFS微观家庭数据库,进行了定量分析,探讨了数字经济对中国家庭金融资产配置带来的影响。本文以数字经济为研究视角,深入探索了家庭金融资产配置的影响因素,并分析了数字经济对家庭金融资产配置的作用。这不仅丰富了中国家庭金融研究的领域内容,同时也具有重要的理论和实际价值。

二、概念界定与文献综述

(一)相关概念界定

1.数字经济

数字经济是一种利用大数据(即大量的经验和数据信息)来实现辨别、挑选、过滤、贮存以及应用,通过指导并实现资源快速优化分配与再生,从而推动高质量经济发展的经济模式。2023年1月,国务院发布的《“十四五”数字经济发展规划》中提到,提升我国数字经济实力的关键是重视数字基础设施的建立,优化管理流程,增强产业数字化和数字产业的协同效应,推动传统领域的转型及升级,孵化新模式和新兴行业,同时不断加强我国的数字经济发展。

2.家庭金融资产

家庭金融资产是指存在于债权、权益等各种形式中,并且具备一定的风险和收益,有可能在未来产生收益性现金流的财富。广义上我们可以将家庭的财经资产分为无风险和有风险两种。通常来说,无风险投资工具如现金和银行储蓄等相对稳定且安全的金融服务被视为是安全保障;而那些具有高风险性的投资项目,例如股票和其他金融衍生品,由于其价格波动的特性及潜在的高回报率,常常被认为是有吸引力的选择。但是,关于如何对家庭的财务风险管理做出明确划分,目前学界的看法并不统一,其中最大的争议焦点在于“借出款”这一问题上。考虑到我国特殊的情况,对于民众的借贷行为,本文将借出款视为家庭风险性金融资产的一部分。

(二)国内外文献综述

1.家庭金融资产配置

John Campbell(2006)发表了一篇关于家庭金融的演讲并随后发表了一系列相关著作,从而开启了家庭金融学作为金融学研究领域的一个新方向。当前的研究焦点集中在家庭金融资产分配的主要决定因子上。家庭金融资产受到诸如家长身份差异、对于风险的态度倾向、家族经济状况及个人的财经理解能力等多种内外部环境要素所左右。贺建风和吴慧(2017)通过分析中国CFPS调查数据发现,女性户主参与风险金融市场的概率比男性更高。Johan和Anna(2015)使用随机抽样数据,调查了瑞典1300名个人数据,研究发现在控制个人年龄和金融知识等因素后,性别对风险金融市场的参与概率有降低的影响。奇明珠和张成功(2019)通过对2013年中国金融资产调查数据的实证分析,发现家庭金融资产配置程度与户主年龄之间呈现“双峰型”关系。Cole等人(2014)的研究表明,美国家庭参与金融市场的概率随着教育水平的提高而增加。罗靳雯和澎湃(2016)的研究则指出,教育水平通过提高金融知识和认知能力,促进家庭配置风险金融资产的意愿和程度,并提高家庭的投资回报。胡振等(2015)通过分析我国城镇家庭的消费金融数据,得出类似的结论。他们发现,健康状况较好的家庭相对于健康状况较差的家庭更倾向于参与金融市场。这些研究结果揭示了健康状况与家庭金融决策之间的紧密关系。胡振和臧日宏(2017)利用城市居民消费调查数据,采用Probit、Tobit和分位数回归模型,定量分析得出,金融素养高的家庭比金融素养低的家庭参与制定理财规划的概率高出11.6%。路晓蒙等(2019)利用2015年、2017年和2019年的CHFS数据样本,实证研究发现,地区的经济发展可以通过减少一些阻碍比如说设立较低的市场准入标准或者提供更好的服务等方式,使得当地人的整体金融意识得到提升,进而改善他们在做决策时的态度。这样一来也就能够促使这些人在面对复杂多变的社会环境的时候做出更为明智的选择,同时也为自己的未来做好充分准备。

2.数字经济与家庭经济行为

1996年,数字经济之父Tapscott(1996)第一次深度阐述了数字经济的核心意义,Moulton(1999)他们主张应该包含商品和服务数字化传递在内的广义概念来理解数字经济。Hess和Hart(1999)则认为数字经济的范围应包括商品和服务的数字传输。此后,学者们对数字经济展开了广泛关注。在互联网方面,Ferguson等(2010)认为网络科技的进步在一定程度上增加了消费情景和领域,Nakayama(2009)更加着重提出利用网络能减少消费者的交易费用,进而刺激消费。向国成等(2021)量化了中国的省级数字经济程度,并对其与公众消费能力之间的关系进行了深入剖析。他们的结论揭示出,无论是直接还是间接方式,数字经济都在提升着民生的消费水平。钟若愚和曾洁华(2022)使用地市级的数据,运用空间杜宾模型来探索数字经济如何影响大众消费行为,得出的结论是:数字经济确实能刺激消费者支出,从而扩大消费总额。现阶段,有关家庭财务投资策略的研究主要集中在个体特质及家庭特性两方面,已有的研究成果相当丰富。不过,近些年来,学界逐渐把关注点转移到更广泛的领域,如地区经济增长、金融环境等方面对于家庭理财决策的影响上,虽然这类研究仍处于初级阶段。国内大部分家庭金融资产配置的研究依赖于2017年之前的CHFS(中国家庭金融调查)数据库,国内现有文献研究方向的趋同性以及数据来源的单一性限制了研究的广度和深度。因此,有必要拓宽研究视角,结合宏观因素,深入探讨家庭金融资产配置的影响因素和机制。

(三)影响机制与研究假设

1.数字经济影响家庭金融资产配置行为

利用数字科技整合金融服务能有效地削减其费用,从而推进多样化的金融产品供应,并刺激居民对金融资产的投资意愿。根据金融中介理论,优质的金融中介能够显著降低交易与资讯传递的成本,进而提升金融活动的效率。此外,数字经济发展也使得金融机构更易于找到目标客户及收集相关资料,这进一步降低了它们的运营成本(罗新雨,2020)。在需求方面,数字经济的发展减轻了家庭获取金融信息不对称问题,提高了个人金融素养,鼓励家庭参与金融市场风险投资。数字经济的健全也促进了我国金融体制的发展。随着数字化经济的发展,中国金融市场的覆盖面得到了扩大,这使得传统的金融服务受到挑战并被超越。现在,普通民众能更容易地利用网络渠道及智能投资建议工具进行投资活动。此外,金融业与科技的融合也让银行和其他金融公司得以提供更加多样化且满足消费者需求的产品,例如像“余额宝”这样的创新型理财项目就成功降低了传统金融产品的准入门槛,从而吸引更多的家庭加入到金融投资中去(尹志超,2016)。而家庭的金融资产风险配置情况则可通过其对各类高风险金融产品的购买频率及其所占比例来评估。基于以上,本文提出如下假说:

假说1:数字经济提高了家庭参与金融市场的意愿。

假说2:数字经济发展提升了家庭风险金融资产的配置比例。

2.区域差异及城乡异质性分析

1996年,Goldsmith提出国家的经济实力和区域的金融活动密切关联。相对于那些对金融服务有更高需求的地方,如果其金融服务的供给无法满足这些需要,那么就会出现金融产品的种类不足以覆盖居民的需求的情况,从而影响到他们能够有效地管理他们的财富(姚耀军,2017)。我国东、中、西部地区由于历史、资源等原因,金融发展呈现梯级特征,东部地区发展水平最高(向洁等,2021)。而发达的城市往往拥有更高的智能化信息技术应用度,这有助于减少市场的摩擦并推动居民实现多元化的金融投资组合。然而,中国的二元制金融体系却使得城市的资源过于集聚,虽然提升了资源分配的效果,但同时也加剧了城乡间的金融差距(景普秋,2021)。基于以上分析,提出假设3和4。

假说3:数字经济对不同区域家庭的金融资产配置的影响存在差异。

假说4:数字经济对城市家庭和乡村家庭金融资产配置的影响程度不同。

3.学历异质性分析

根据现有的研究成果显示,家庭的金融行为会因其成员的学历而有所变化。虽然自改革开放以来的几十年里,中国的总体学历状况已经得到了显著提升,但是仍然存在着一定的差距(张栋浩等,2020)。通过对数据的研究,我们发现在家庭的主导者受过更高的教育之后,他们的理解能力和学习新东西的能力都会得到加强,这使得他们对于金融知识的掌握更加深入,从而减少了被排除出金融领域的风险(尹志超和张号栋,2016)。由此可见,来自不同的学历层次的家庭在文化和经济方面的表现会有所差别,这些差别会对金融资产的分配产生影响。基于以上分析,提出假说5。

假说5:数字经济对于家庭金融金融资产配置存在学历异质性。

四、数据选取与模型构建

(一)数据来源与变量选取

1.数据来源

本文研究数字经济对家庭金融投资的影响,实证部分数据主要来源主要中国家庭微观调查(CHFS)数据库。数字经济数据主要来源于《统计年鉴》、《第三产业统计年鉴》、《信息产业年鉴》、北京大学数字经济指数、国家统计局、各省统计年鉴等。本文采用最新公布的2019年CHFS数据,在剔除缺失数据样本和无效数据后,最终得到32453户省级家庭有效数据。

2.变量选取

(1)被解释变量。为研究数字经济对家庭金融资产的配置影响的情况,依据CHFS数据库特点,本文从两个层面选取被解释变量。首先构建被解释变量riskor,研究家庭参与金融市场的概率。其次,研究参与金融市场家庭的风险资产配置程度,构建被解释变量risker,研究家庭风险金融资产配置程度。

(2)解释变量。数字经济具有很强的区域聚集性和空间性,与本文研究不同家庭金融资产配置行为的研究相吻合。数字经济体系构建由23个子指标构成。一、二级指标如表1所示。

表1 数字经济指标

为客观地确定指标体系的权重,本文采用熵值法测算数字经济指数,具体步骤如下:

①对数据进行标准化处理。由于各个指标的量纲不同,为使得数据具有可比性,因此对数据进行无量纲的标准化处理。

正向指标:

其中,t为时间,i为地区,j为指标,X i jt是第j个指标标准化后的数值,xi jt为j指标的原始数据,max{xjt}和min{xjt}分别为第j个指标最大值和最小值。为了方便下式的计算,当Xi jt等于0时,本文对Xijt赋值为0.0001。

②计算j地区在t年指标j的权重

③指标j的信息熵ej与冗余度dj

④计算指标权重

其中,p为指标个数。

⑤计算数字经济发展指数

3.控制变量

微观家庭金融资产配置的因素较多,本文结合选题背景以及参考张宁和郑平(2023)、周华东等(2022),为保证实证结果可靠性,分别从户主基本特征、家庭特征等多方面选取控制变量。

表2 变量名称及释义

(二)模型构建与数据描述性统计

1.模型构建

(1)Probit模型

家庭是否参与风险性金融市场是一个二元选择性问题。是否参与金融市场(riskor)是二分变量。因此,在研究家庭参与风险金融市场概率时,构建Probit模型,以数字经济指数为主要解释变量建立二元离散型非线性回归模型:

其中,riskori为被解释变量,Yi=1代表家庭持有风险金融资产,参与风险金融市场。DEi为核心解释变量,包括数字经济发展指数和各项分指数。Xi为一系列控制变量,包括上文提到的户主基本特征变量和家庭特征变量。

(2)Tobit模型

研究数字经济对家庭金融资产配置程度时,我国很多家庭不持有风险金融资产,被解释变量“risker”出现很多值为0的情况,这可以看成是一个删尾变量模型,因此选用Tobit模型进行回归:

其中riskeri(Y*)代表家庭风险金融资产占总金融资产比重,取值范围为[0,1],越接近1,配置程度越大。DEi与Xi同上式一样,分别代表数字经济指数和一系列控制变量。

2.变量描述性统计

本文利用2019年CHFS数据库,在剔除相关缺失数据之后,保留32453户家庭样本,具体各变量的描述性统计如表3所示。

表3 变量描述性统计

五、数字经济对家庭金融资产配置影响的实证分析

(一)基准回归

表4是基于Probit模型和Tobit模型的数字经济发展指数回归结果。从回归结果看,Probit和Tobit模型中,解释变量Score系数在1%的置信水平显著为正。Probit模型中数字经济总指数的α1为0.233,Tobit模型中总指数系数α2为0.042,这说明数字经济总指数每增加一个单位,家庭会增加23.3%的概率来配置风险金融资产,配置风险金融资产的比重也会上升4.2%。实证结果表明数字经济的发展确实可以显著促进家庭金融资产配置,验证了假说1、假说2。

表4 数字经济对家庭金融资产配置的影响

(二)稳健性检验

1.增加宏观经济变量

在基准回归中,模型只加入了户主特质以及家庭层面的微观控制变量,可能遗漏一些宏观层面的变量。本文增加宏观变量进一步检验模型稳定性。结果如表5所示。

表5 稳健性检验:增加宏观经济变量

根据表5输出回归结果显示,在增加宏观控制变量之后,核心解释变量在1%的水平上仍然显著,加入宏观经济变量之后,数字经济仍能很好地提高家庭的金融资产配置,进一步增强了模型的稳健性。

2.替换变量法

我们采用主成分分析方法来评估数字经济的发展水平,其回归结果与基准回归结果一致,因此基准回归的结果是稳健的。结果如表6所示。

表6 稳健性检验:替换变量

(三)调节效应

其中riskeri(Y*)代表家庭风险金融资产占总金融资产比重,取值范围为[0,1],越接近1,配置程度越大。DEi与Xi同上式一样,分别代表数字经济指数和一系列控制变量。lasseeti为调节变量为交互项。

数字经济对于不同特征的人群的金融行为影响机制存在差异,为充分考虑人群异质性,本文在上述模型中加入了资产交互项。同时,数字经济对于不同风险承受能力人的金融行为影响机制存在差异,为充分考虑风险承受异质性,本文在上述模型中加入了风险承受交互项。具体结果如表7所示。

表7 调节效应回归结果

Score的系数为1.596(p<0.01),这表示在Probit模型中,Score与Risker之间存在显著的正向关系,同时考虑了交互项。这意味着数字经济对不同特征人群的金融行为产生不同的影响,交互项加强了这一关系。Lasseet(资产水平)的系数为0.266(p<0.01),表示资产水平与Risker之间存在显著的正向关系。Scorelasseet是Score与Lasseet的交互项,其系数为-0.116(p<0.01),这表明数字经济对资产水平的影响因人而异,不同资产水平的人群受到Score的影响程度不同。Scoreage是Score与年龄的交互项,其系数为0.006(p<0.01),表明数字经济对不同年龄组的人的影响也存在差异。Tobit模型中Score的系数为0.210(p<0.01),表示Score与Riskor之间存在显著的正向关系,同时考虑了交互项。这也表明数字经济对不同特征人群的金融行为产生不同的影响,交互项加强了这一关系。年龄(age)的系数为-0.001(p<0.01),表明年龄与Riskor之间存在负向关系,而Scoreage的交互项也显著(p<0.01),表明数字经济对不同年龄组的人的影响不同。

(四)异质性分析

1.区域异质性

由于我国地域广泛,东部、中西部的经济水平和金融发展存在明显差异,沿海地区的经济发展较好。数字经济对消费、创新创业等家庭经济行为的促进作用在不同地区存在差异(易行健和周利,2018)。本文根据家庭地理位置进行了区域研究,探讨了数字经济对家庭金融投资的影响差异,详细的回归结果见表8。

表8 区域异质性结果

在东部地区,数字经济的系数为-0.065,不显著,可能是因为东部地区可能已经相对成熟,数字经济对金融行为的影响已经较为平稳,没有明显的变化趋势。也可能是东部地区的金融市场已经高度发展,数字经济的影响因素相对较多,难以单独检测数字经济对风险行为的显著性。在中部地区,数字经济的系数为0.308(p<0.01),表示数字经济与Risker之间存在显著的正向关系。中部地区可能处于数字经济发展的增长阶段,数字化金融服务对风险行为的影响较为显著。也可能受到地区政府或产业政策的鼓励和推动,使得数字经济的影响更加显著。在西部地区,数字经济的系数为0.312(p<0.1),表示数字经济与Risker之间存在正向关系,但显著性水平较低。虽然存在正向关系,但显著性水平较低可能是因为西部地区相对不发达,金融市场和数字经济基础相对薄弱。也可能是西部地区的样本量较小,导致显著性水平较低。在Tobit模型中,东部地区的数字经济系数为0.020,不显著。可能是因为东部地区的数字经济和风险行为之间的关系在Tobit模型中并不明显,需要更多的数据或更复杂的模型来捕捉这种关系。在Tobit模型中,中部地区的数字经济系数为0.076(p<0.05),这可能是因为中部地区数字经济的发展程度使得数字化金融服务对风险行为的影响更加显著。在Tobit模型中,西部地区的数字经济系数为0.075(p<0.1)和Probit模型一样,显著性水平较低可能是因为西部地区的数字经济和风险行为之间的关系相对较弱,或者数据样本较小。综上,我国数字经济的发展对于家庭金融资产配置在各地区存在显著差异。特别是,数字经济发展对东部家庭的金融资产配置的推动作用更为突出,而中部和西部的影响则相对较弱,这验证了假说3。

2.城乡异质性

由于我国的城乡二元经济结构,导致了生产和金融资源过度聚集在城市中,从而使得城乡之间的金融发展极其不平衡。城市地区由于基础设施和经济配套更完善,金融服务更容易获得,而农村地区的发展相对较慢。在城市和农村地区,数字经济的进步也有着显著的不同。因此,本研究依据CHFS数据库的特性,探讨了城乡金融水平差异对于城乡家庭参与金融市场投资的影响。结果如表9所示。

表9 城乡异质性结果

Probit模型中,在农村地区,数字经济的系数为-0.180(p<0.05),表示在农村地区,数字经济(Score)与Risker之间存在显著的负向关系。在非农村地区,数字经济的系数为0.367(p<0.01),表示在非农村地区,数字经济与Risker之间存在显著的正向关系。Tobit模型中,在农村地区,数字经济的系数为-0.044(p<0.01),表示数字经济与Riskor之间存在显著的负向关系。在非农村地区,数字经济的系数为0.076(p<0.01),表示数字经济与Riskor之间存在显著的正向关系。

综上所述,数字经济发展对城乡家庭参与金融市场进行金融投资的影响存在差异,验证了假说4。

3.学历异质性

根据路晓蒙等的研究结果,受过良好教育的人在金融市场中的参与程度明显提高。因此,在异质性检验中,本文以户主“高中学历”为分界点,分样本进行回归。表10的结果显示,无论户主的学历是高中以下还是高中以上,Probit和Tobit模型中,解释变量lindex在1%的置信水平上都显著。然而,当家庭户主的受教育程度更高时,其影响程度更深,边际系数更大。由于受过更高教育的人拥有更丰富的知识和高级金融认知,且更能适应新事物,认知花费较少,因此更可能积极参与金融市场的活动。验证了假说5。

表10 学历异质性结果

Probit模型中,在高学历人群,数字经济的系数为0.204(p<0.01),表示在这个群体中,数字经济与Risker之间存在显著的正向关系。在低学历人群,数字经济的系数为0.233(p<0.01),表示在这个群体中,数字经济与Risker之间存在显著的正向关系。Tobit模型中,在高学历人群数字经济的系数为0.052(p<0.01),表示数字经济与Riskor之间存在显著的正向关系。在低学历人群,数字经济的系数为0.032(p<0.01),表示数字经济与Riskor之间存在显著的正向关系。

六、研究结论及对策建议

(一)研究结论

1.数字经济提高了家庭参与金融市场概率

数字经济降低了金融服务门槛,增加了家庭参与风险金融市场的机会。实证结果表明,数字经济指数每增加一个单位,就会使家庭参与风险金融市场的可能性增加23.3%。总体来看,数字经济的发展明显提高了家庭购买股票、基金等风险金融资产的概率,这一结论在一系列稳健性检验中得到了验证。

2.数字经济发展提高了家庭风险金融资产配置比例

数字经济的进展拓宽了金融产品的种类和可获得性。通过Tobit模型的分析,研究发现数字经济的发展可以提高家庭配置风险性金融资产的比例。实证结果表明,每提高一个数字经济指数单位,家庭配置风险性金融资产的比例增加了4.2%。

3.数字经济影响家庭金融资产配置行为存在异质性

实证结果显示,数字经济的发展对不同家庭的金融资产配置产生了异质性影响,包括城乡、区域和学历方面的异质性。在城乡异质性方面,城市家庭相较于农村家庭,在参与金融市场和配置风险金融资产方面受到更大影响。在区域异质性方面,东部沿海城市明显受到数字经济发展的影响,而中、西部地区的家庭影响较小。在学历异质性方面,高中及以上学历的家庭受到的促进效果明显高于低学历家庭。

(二)政策建议

1.政府层面

一是加大金融知识普及,引导家庭进行合理投资。为了推动公众对金融知识的理解并提升他们的金融素质,需要进一步扩大政府在这方面的宣传工作。相关部门可以通过网络科技手段来强化对于数字经济、金融资产配置等相关政策的线上传播,以此推进大众对金融理念的认识,防止过于追求短期的利益而忽略了长远规划的重要性,从而培养出一种以稳健与理性为导向的家庭理财方式,使其能充分体现数字经济发展带来的效益。

二是加快落实数字经济的数字化发展。为了推进新基建项目、建立完善的信贷系统及居民信息库,政府需要积极地指导与促进相关工作的开展。同时,也应该激励区域性的小型金融企业实现数字化转型,以助力乡村地区金融科技的发展。此外,政府还需同步推动社会的金融服务方式变革,强化对数字经济的管理力度,优化网络交易程序,保证广大家庭投资者利益不受损害。

三是完善收入分配体系,提高家庭财富。激励家庭主动投入到风险投资中去,提升家庭的财务状况和累积一定量的财产至关重要。首要任务就是由政府主导并改进其就业策略,以保持稳定的就业状态。应营造出有利于工作的良好氛围,推动企业的创新发展,从而扩大就业机会。此外,我们还须建立起一套完整的薪资制度,调整收入分配的框架,使工资增长速度加快,保证同等工作量获得相同回报,并在维护公正的基础上,尽可能多地促进家庭资产的增值。

2.家庭层面

一是加强自主学习,提高风险识别能力。为了提高家庭的金融资产配置能力,家庭成员,特别是决策者,应当积极学习相关金融知识,充分了解市场信息,减少信息不对称。可以通过正规渠道学习,向专业人士请教,利用互联网等途径提升金融理财知识,并加强风险识别能力,以更理性的眼光看待风险,从而更好地配置家庭资产。

二是提高理财观念,增强金融素养。家庭决策者应该努力提高自身的金融素养,主动获取金融知识,向专业人士咨询,了解不同金融产品的风险和收益特点,选择适合家庭的金融理财产品,以实现家庭财富的最大化。

3.金融机构层面

一是优化客户服务,精准洞察客户需求。对于以服务为主导的金融公司,必须增强对市场的研究和理解消费者的行为模式,深度洞察各类顾客的需求。在此基础上,可以通过提供多元化的且符合个人特色的服务来增加客户满意度。同时,要特别关注那些家庭的理财者,持续优化服务质量,既要谨慎管理初始投资的风险,也要给那些风险接受力较弱的家庭创造机会,让他们有机会参与风险性金融领域。

二是推动传统经济与数字技术融合发展。金融机构应积极推动业务与数字技术的结合,以保证安全的条件下提升客户体验,并把传统的金融服务快速迁移到在线平台上。不断改善网银、移动端APP等自助式金融工具的服务质量,利用智能化的方式如智能投资建议来提供更加精细化的数字金融服务。此外,金融科技者工作也需同政府协作,加强网络信息的构建及数据库的管理,升级技术设备,以便为数字经济发展提供丰富的数据资源。关键在于保障金融服务的普遍性,向小型企业家、消费者及其家庭提供一致的金融产品和服务,从而使数字经济得以全方位数字化。

猜你喜欢

金融资产异质性变量
基于可持续发展的异质性债务治理与制度完善
抓住不变量解题
也谈分离变量
现代社区异质性的变迁与启示
SL(3,3n)和SU(3,3n)的第一Cartan不变量
论金融资产转移的相关问题探析
国家金融体系差异与海外金融资产投资组合选择
分离变量法:常见的通性通法
1949年前译本的民族性和异质性追考
从EGFR基因突变看肺癌异质性