您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
我国城镇中低收入家庭住房保障路径选择分析研究.pdf66页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：200 &&
你可能关注的文档：
··········
··········
摘要 摘要 住房保障是世界各国在社会福利中投入较多的领域，近几年来，我国政府
逐步加强了对住房保障的关注和投入，特别是中低收入家庭的住房保障问题已 日渐成为关注焦点。随着我国经济的迅速发展，国民自主意识的提高，城市化
速度的加快，土地资源的进一步稀缺，现行的住房保障体系已无法适应我国住
房保障形势发展的新要求。在此背景下，进一步完善符合当前形势发展的住房
保障体系具有积极和深远的意义。 本文通过对选题的背景、目的和意义的阐述，结合国内外在住房保障方面
的研究状况，提出研究的具体思路和框架。然后应用住房保障供需理论、住宅
过滤模型、住房保障水平的倒U型曲线发展假说等相关理论分析和研究此领域
中的问题；在对我国目前住房保障体系中的公积金、经济适用房、廉租房等保
障措施的实施情况及日本、美国、瑞典等国家住房保障体系分析后，指出我国
构建需求主义路径的住房保障体系的必要性，并提出构建公共租房公司这一运
作主体，并在此基础上对住房津贴、房源、相关体系的完善进行了设计。
关键词：中低收入家庭，住房保障，路径，需求主义，供应主义 ABSTRACT ABSTRACT me social of也e
Welfhin蛳stof岫鲫ln仃汹all Mic姗ingsy蜘ism句or丘eld
o咐血c删正in蝴t f孤姐di惝劬酬ofthis
inchilIais y翩峨也e pan gradIl习lny in mid-lawinc锄ef．锄ili鹤．The
me鹤ur伪of
imp∞Vedbyme誉'v咖ent，伪p∞ially p|镁-mt a_bletomatchlhe itsnewsil【Ilationwiththc
publich叭培ingsy3t锄policya他not∞p n∞鼯s时of ofnational of
dt，Vd叩mc呲of仪删帕m弘thcinlp咖lv锄∞t scl￡钔旧托皿e鼹，the黼le珊Ltion is
词妇1iza6魄，thefiIl曲钉湖rc蛔ofl龃d豫娜∞嚣．Itpositive缸dsi鲥fic缸t幻蜊 ∞rch蚰
正在加载中，请稍后...当前位置：
& 经济论文 → 金融证券论文 & 北京市居民家庭金融资产投资影响因素分析
经济论文 → 金融证券论文最新范文
········
经济论文 → 金融证券论文排行榜
经济论文 → 金融证券论文推荐范文
········
经济论文 → 金融证券论文相关范文
········
经济论文 → 金融证券论文
北京市居民家庭金融资产投资影响因素分析
查阅次数：481次
发布人：admin
北京市居民家庭金融资产投资影响因素分析摘要 本文从北京市居民家庭金融资产投资的影响因素入手，对居民家庭的可支配收入、消费支出和风险这三个宏观影响因素进行了重点分析。通过回归分析，研究了收入和消费对金融资产投资的影响，并采用邹氏检验法确定了2002年前后北京市居民家庭收入、消费与金融资产投资之间的关系发生了结构性变化；同时通过计量模型研究了不同收入水平对金融资产投资的不同影响，并从平均倾向和边际倾向的角度分析了家庭消费和金融资产投资的关系；继而研究了金融资产投资的平均风险投资倾向和边际风险投资倾向；最后分析了家庭收入、消费增长率与金融资产投资增长率的关系。研究发现，家庭金融资产投资与收入正相关，与消费负相关，而且不同收入水平对家庭金融资产投资的影响差异也很大；而风险因素研究发现，北京市居民家庭金融资产投资比较保守，重安全轻收益的投资意识仍然较强，这导致了家庭投资效率低下。从增长率的角度来看，家庭收入的增长速度对金融资产投资的增长速度有促进作用，而消费的增长速度却有抑制作用。关键词：金融资产投资 可支配收入 消费支出 风险一、引言（一）研究背景随着市场经济的不断深化，我国经济持续高速增长，经济货币化程度不断提高，同时金融市场迅猛发展，我国居民金融资产的总量急剧增加。而且随着人民生活水平的提高，居民家庭收入也越来越高，投资理财逐渐成为家庭的重要经济活动。如何使手中的资金得到保值和增值，日益受到人们的关注。近年来，我国居民家庭手持现金比重大幅下降，储蓄存款仍是我国居民家庭的主要投资手段。随着我国金融市场体系的不断完善，家庭投资从实物资产转向金融资产，居民家庭在收入不断提高，资产规模不断扩大的同时，必然要求更广阔的投资空间。当前，发达国家的金融创新和发展中国家的金融深化使金融资产的种类、形式日益庞杂，不同金融资产之间的界限越来越模糊，金融资产的流动性不断提高，并越来越表现出个性化、自由化和国际化的特征。金融资产和金融市场的这些发展对家庭产生了很强的投资吸引力，各种金融资产业已成为私人持有财富的主要形式。在世界金融业最为发达的美国，家庭金融资产比例呈逐年上升的趋势。在我国，随着家庭收入水平提高、储蓄倾向的增强，以及金融市场的发展，家庭持有的各种金融资产比重也不断上升。目前，各商业银行和金融机构在此状况下相继推出了多种家庭投资产品，如人民币投资理财产品、外币投资理财产品、银行卡、基金、债券、股票、保险等，这些都是金融资产投资品种。随着居民家庭理财投资的发展，居民家庭投资理财已经不仅仅是一个家庭问题，同时也是一个社会问题。家庭的金融资产投资行为越来越受到经济学研究的关注。与此同时，作为我国的首都，我国政治文化和国内国际交流的中心，北京掌握着中国经济发展的命脉，不仅是全中国第二大的工业基地，同时也是一个重要的金融中心。改革开放三十年间，北京市的经济发展不断跃上新台阶，无论是北京市居民家庭的生活还是居民家庭的投资，都经历了一个稳步发展的过程。因此，选取北京居民家庭分析具有典型性。当前形势下，金融资产投资对家庭来说显得越来越重要，因此对家庭金融资产影响因素的研究越来越受到人们的关注。金融资产在家庭总资产的比重越来越大，家庭对其重视程度也越来越高，必然会考虑到其风险的影响，所以，研究金融资产投资的影响因素意义重大。（二）研究意义居民家庭投资理财不仅关系着家庭的经济收入，也影响着社会的经济发展。因此，重视和引导家庭投资理财是当今社会不可回避的问题。只有了解了影响居民家庭理财投资的因素，才可以更好的实现对居民家庭理财投资的引导。因此，本文重点对北京市居民家庭金融资产投资影响因素进行分析，从收入、支出以及风险这三者与金融资产投资的关系出发，分析了它们对居民家庭金融资产投资的影响，并利用北京市居民家庭典型调查数据，分别对北京市居民家庭金融资产投资与收入、消费关系的结构性进行检验，从而考察不同时期的投资特点。这为北京市居民家庭的投资选择以及政府的相关政治决策提供了相关依据，具有一定的实用性意义。（三）国内外研究现状国外学者对居民家庭金融资产投资的研究大都基于微观数据，这主要得益于国外多年详细且易获得的有关家庭资产调查的微观数据库。国外学者大都从金融资产风险的角度出发，研究风险及不确定性对家庭金融资产投资的影响，同时，探讨了性别、年龄、收入等其他影响因素。Bertaut（2003），Aizcorbe（2003）根据SCF数据，认为90%的美国家庭进行不同类型的金融投资，25%的家庭拥有5种以上的不同金融资产，持有安全性资产和较安全资产的比重与以往相比没有多大变化，但风险资产占金融总资产的比例在上升，持有股票的趋势在不同年龄、收入、教育群体中都有表现。Uhler，Cragg（1971）利用密歇根大学调查研究中心的抽样数据建立Logit模型发现，财富、年龄和家庭规模对家庭金融资产总量有显著影响，而收入对其影响却不显著，研究还发现，在考虑年龄、性别及收入的影响后，个人财富的增长与居民对风险资产的偏好呈正相关关系，家庭收入与家庭财富中金融资产的持有比重也呈正相关关系，受教育程度高的投资行业从业者更注重家庭金融资产的分散化管理。Shorrocks（1982）利用英国家庭数据研究发现，性别、年龄和拥有的总财富价值显著影响居民在各种资产上的财富分配。Tokuo Iwaisako，Olivia S.Mitchell，John Piggott（2011）研究日本家庭一生的资产配置结构发现，老人更喜欢证券和房地产，年龄与所持有的非权益金融资产和社保基金量成正比，收入增加时，实物资产比证券更具吸引力，交易水平、妻子是否工作等因素也对家庭资产结构和总量产生影响。Guiso（2002）认为美国居民家庭同样存在股票有限参与现象，据统计，2001 年投资股票的美国家庭仅占总数的一半，美国普通家庭一般只持有三种金融资产：交易账户、储蓄账户和退休账户。Guiso（2002），Haliassos（2002）通过家庭金融资产概况的国际比较，发现美国家庭持有的风险资产比例明显高于欧洲各国，英国、荷兰是居民家庭持股量较多的国家，而德国和意大利的家庭则持有较多的安全性资产。M.Friedman是在凯恩斯之后最早尝试对不确定性与消费者行为之间关系进行实证分析的学者，他从收入的非预期性下降与支出的非预期性增加的角度来理解不确定性。此后，Hayne E.Leland（1968）发现，未来收入不确定程度的上升会提高未来消费的预期边际效用，从而吸引居民进行更多的储蓄，他的这一发现被人们称为预防性储蓄假说。Hall（1978）通过引入理性预期，将消费理论从确定性条件推进到不确定性条件，使得消费行为理论具有了现代形式，他提出了消费的随机过程理论，即随机游走假说。与英美等国相比，我国学者对居民家庭金融资产投资状况的研究就没有这么优越的微观数据条件了，学者在这方面的研究数据，主要采用我国统计年鉴或中国人民银行的时间序列数据或截面数据。国内学者有的从金融资产多元化的角度，分析金融资产日益多元化的影响因素，还有的学者考虑风险意识的前提下，探讨了性别、年龄、职业、收入等因素对金融资产结构的影响。陈玉光（1996）指出居民收入水平的提高是促成居民储蓄持续高增长的重要因素。李建军等（2001）认为收入水平、可供选择的金融资产的多少直接影响居民金融资产的多元化，未来几年我国居民金融资产结构将进一步优化。天津财经大学课题组（2011）在天津城市居民金融资产风险意识调研报告中指出，年龄、教育程度、职业的差异会导致户主不同的风险意识，但家庭人均收入水平对居民金融资产风险意识无显著影响，同时指出性别、年龄、学历、职业、收入对居民金融资产结构均会产生影响。柴曼莹（2003）认为当前家庭金融资产总量不断增长、结构日趋多元化，其决定因素主要是收入、实际经济和居民家庭金融资产增长倾向等，而收入分配的贡献率较小。吴霞（2011）提出影响居民金融资产选择的因素有三个：居民总体收入水平、居民的预期行为以及投资渠道的多少。 通过分析和借鉴国内外研究学者的研究情况，本文从消费、收入和风险三个宏观因素出发，采用回归分析、结构性检验等计量方法研究这些因素对金融资产投资的不同影响。二、居民家庭金融资产投资影响因素的实证研究鉴于收据的可搜集性和北京市作为首都的典型代表性，本文选取了北京市年的金融资产、可支配收入和消费支出数据，数据如下：表1 收入、消费和金融资产投资数据 单位：元/人/年年份可支配收入金融资产投资消费性支出.03359.86408.66.76490.44.05511.43.92534.82.85574.06.85666.75.43923.32.9..0.3.9.4..3.4.73.65729.454..40.17498.4841684949318923113244414825415330资料来源：根据《北京市统计年鉴》相关年份数据摘录整理、计算而得。首先对家庭的收入、消费和金融资产投资三项数据指标进行相关分析，观察指标间是否具有很强的相关性，从而进行下面的研究分析。分析结果如下：表2 三项指标的相关分析金融资产投资可支配收入消费支出金融资产投资10.可支配收入0.消费支出0.由表2金融资产投资与可支配收入、消费支出三项指标间的相关分析结果可以看出，三项指标间的相关程度很高。对居民家庭来说，收入是居民家庭资产积累的前提，不同收入的居民家庭，其金融资产的投资行为也是不同的。居民家庭首先将其可支配收入用于家庭的日常消费性支出以及家庭固定资产投资，其次才将剩余的可支配收入用于金融资产的投资。一般地我们有，居民家庭可支配收入与家庭金融资产之间存在正相关关系，也就是说，居民家庭可支配收入越多，则家庭金融资产投资量就越大。而消费与金融资产投资之间的关系和收入与金融资产投资之间的关系有所不同，后者是正相关关系，而前者则是此消彼长的负相关关系，即对每个家庭来说，用于消费的支出越高，则其金融资产投资额将会相应地有所减少。除此以外，作为一项投资，金融资产在其投资过程中或多或少带有一定的风险，因此风险这一不确定性因素必然影响着居民家庭的金融资产投资行为。显然，较高的风险对应着较高的收益，因此，风险和收益的权衡决定了居民家庭所投资的金融产品种类和数额。（一）收入与居民家庭金融资产投资 本节首先对收入与家庭金融资产投资进行了回归分析，然后对金融资产投资和收入的关系进行结构性检验，最后研究了不同收入水平对金融资产投资的影响。1、居民家庭收入规模对金融资产投资的影响分析本文居民家庭金融资产主要是指：居民家庭存入储蓄款、购买有价证券、购买彩票、储蓄性保险支出和财产性支出等五项支出。搜集到的北京市居民家庭金融资产投资与可支配收入原始数据以及北京市居民消费价格指数等数据如表1所示。对应的可支配收入和金融资产投资折线图如图1所示。从表1数据和图1可以看到，北京市居民家庭的金融资产投资额在逐年递增；并且其占可支配收入的比重也基本呈逐年增长的趋势，该比重从1978年的7.67%增长到了2011年的37.95%，已接近四成的比例。从图1容易看出，2003年北京市居民家庭金融资产投资的比重较2002年有了较大幅度的增长，事实上，该值从2002年的14.61%增加到了2003年的27.18%，并且此后每年都保持在一个较高的水平上。图1 北京市居民家庭可支配收入与金融资产投资示意图以下建立计量经济学线性回归模型，考察北京市居民家庭金融资产投资与可支配收入之间的数量关系。由于金融资产、收入和消费都是时间序列数据，因此利用价格指数消除不同年份价格因素的影响；此外，为了消除异方差和趋势因素，所以收入和金融资产数据均采用对数形式，令 表示消除了价格因素的金融资产投资， 表示消除了价格因素的可支配收入，设定模型如下：（1）利用北京市居民家庭调查数据，对模型进行估计，估计结果如下：表3 模型估计结果变量名参数估计值标准误t统计量相伴概率常数项7..00001..0000可决系数0.977273F统计量DW值1.266400相伴概率0.000000表4 残差自相关检验残差一阶自相关检验F统计量2.617327相伴概率0.117327LM统计量2.651144相伴概率0.103475残差二阶自相关检验F统计量1.430356相伴概率0.257432LM统计量2.973639相伴概率0.226091模型拟合结果如下：由表3可以看出，截据项和斜率项t检验的相伴概率都小于0.05，说明在5%的显著性水平下都通过了检验。此外，F统计量的值为，相伴概率为0.000000，表明方程总体线性显著。可决系数为0.977273，表明可支配收入解释了金融资产投资中的97.7273%，且二者呈正相关（斜率项系数大于零），即金融资产投资与可支配收入同向变动。由表4可以看出，残差不存在一阶和高阶自相关，模型整体拟合效果很好。解释变量系数为1.744163，表明可支配收入每增加1％，家庭金融资产投资将增加1.744163％，这进一步体现了北京市居民家庭的金融资产投资热情是非常高涨的。2、居民家庭金融资产投资和收入关系的结构性检验我们建立模型时往往希望模型的参数是稳定的，即模型结构不变。一般情况下，当回归模型涉及时间序列数据时，被解释变量和解释变量之间可能会出现转折点，即它们之间的关系可能发生结构性变化。转折点出现的原因可能是由于社会制度、经济政策的变化或社会动荡等。而且通过考察1978年以来至今的金融资产投资与收入的关系，有时并不能很好的反应当前的关系，因此需要对居民家庭金融资产投资和收入关系进行结构性检验，找出转折点，分析近期家庭金融资产投资和收入的关系，以期更好的刻画近期家庭收入对金融资产的影响，从而预测未来的变化。由图1容易看出，北京市居民家庭金融资产投资额在2002年前后有较明显的变化。为了考察家庭的金融资产投资与可支配收入关系在2002年前后是否发生变化，我们可以采用邹氏参数稳定性检验法来检验金融资产投资与收入之间关系的结构性变化。首先简要介绍邹氏参数检验的基本原理。假设需要建立的模型为：在两个连续的时间序列（ ）和（ ）中，相应的模型分别为合并两个时间序列为（ ），则可以写出相应的无约束回归模型。如果 ，表示没有发生结构变化，因此可针对如下原假设进行检验：在接受以上原假设的情况下，可以写出相应的受约束回归模型。检验的 统计量为：其中， 和 分别为对应于无约束模型与受约束模型的残差平方和。记 和 为前述两时间序列对应的回归模型在各自时间段上分别回归后所得的残差平方和。容易验证：于是， 统计量可写为：上述参数稳定性检验要求 ，即第二个时间段中样本数不能小于待估参数的个数。如果出现 ，则往往进行邹氏预测检验，此时进行约束有效性检验的 统计量为：如果计算的 值大于相应的临界值，即 ，则拒绝原假设，认为发生了结构变化，参数是非稳定的。综上所述，邹氏参数稳定性检验主要分为三个步骤：首先，分别以两连续时间序列作为两个样本进行回归，得到相应的残差平方和 和 ；其次，将两个序列并为一个大样本后进行回归，得到大样本下的残差平方和 ；最后计算 统计量的值，与临界值进行比较。如果 值大于临界值，则拒绝原假设，认为发生了结构变化，参数是非稳定的。我们将年数据分成两段：年和年。利用分段数据对模型（1）式进行估计得：年：年：用拉格朗日乘数法检验法进行序列相关性检验易知，两个估计结果均已不存在序列相关性；此外，容易检验得知该估计已通过了 检验和 检验。同样地，年的估计也通过了 检验和 检验。前文已得到年：根据前述公式计算 统计量得： ，查表得 ，从而有 。因此拒绝原假设，即参数是非稳定的，可以认为2002年前后北京市居民家庭金融资产投资与收入之间的关系发生了结构性变化，表明收入对金融资产投资的影响程度在2002年前后有显著的差异。同时，由表5的邹氏断点检验输出结果也可以看出，在2002年前后收入对金融资产投资的影响程度发生了结构性变化。邹氏断点检验，检验结果如下：表5 邹氏断点检验结果F统计量3.212939 相伴概率0.056632LR统计量6.625810 相伴概率0.036410通过以上分析及表5结果可以看出，北京市居民家庭金融资产投资和收入的回归方程在两个不同时期是显著不同的。在年间，居民家庭收入每增加一个单位，金融资产增加1.636个单位；而在年间，居民家庭收入每增加一个单位，金融资产则增加1.693个单位。可以看出，2002年之后，随着北京市居民家庭收入的增加，他们更加重视金融资产的投资，收入对其金融资产投资的影响更加显著，也就是说2002年后，随着收入的增加，居民家庭更愿意把资金花在金融资产投资上，投资热情更高涨。3、居民家庭的不同收入水平对金融资产投资的影响分析对于不同收入水平的家庭来说，其金融资产投资状况可能不同。我们首先按家庭可支配收入由低到高对受访家庭进行排序，再将排序后的样本户五等分为低收入户、中低收入户、中等收入户、中高收入户和高收入户五组，其中每组家庭数均占总样本数的20%。以下利用北京市居民家庭年的数据考察不同收入水平家庭的金融资产投资状况。数据如下：表6 北京市居民家庭可支配收入和金融资产投资 单位：元/人/年年份样本量（户）低收入户20%中低收入户20%中等收入户20%中高收入户20%高收入户20%可支配收入金融资产投资可支配收入金融资产投资可支配收入金融资产投资可支配收入金融资产投资可支配收入金融资产投资.583..3.6.0.9.191.3.4.9.17.981.6.7.7.94..55.1.3.80资料来源：根据《北京市统计年鉴》年数据摘录整理、计算而得。根据表6数据及其对应示意图，从年份的角度看，五组居民家庭的可支配收入呈现逐年稳步增长的趋势，而金融资产投资则正负增长并存，没有明显的变化趋势。从分组的角度看，北京市居民家庭的可支配收入从低收入户到高收入户呈现比较规律的缓慢增长趋势；而在金融资产投资部分则表现出了较大的差距，除2011年外，高收入组的金融资产投资都占了总投资的很大一部分，其中2011年该组的金融资产投资则超过了总投资的一半，这表明，北京市金融资产大部分集中在高收入家庭中，这在一定程度上也体现出了我国贫富差距仍然很悬殊，不利于社会的稳定与发展。对应表6的簇状柱形图如下：图2 北京市居民家庭可支配收入图3 北京市居民家庭金融资产投资以下通过建立计量经济学线性回归模型，考察北京市不同收入水平家庭的金融资产投资与可支配收入之间的数量关系。这里我们主要考察斜率的变化情况，因此以乘法方式引入虚拟变量，设定模型如下：其中 ， 表示消除了价格因素的金融资产投资， 表示消除了价格因素的可支配收入，且：利用北京市居民家庭年的微观调查数据拟合该模型得：其中括号内为各参数估计对应的 值。从 值看，查表知模型整体线性显著，但各虚拟变量前的系数均未通过显著性检验。用拉格朗日乘数法对其进行序列相关性检验发现，该模型存在严重的2阶序列相关性，滞后2阶的拉格朗日乘数为 ，显然其 值0.0012远小于0.05的显著性水平，说明模型存在2阶序列相关性。2阶广义差分的估计结果为：其中， 和 前的参数值即为随机干扰项的1阶和2阶序列相关系数。容易验证，变换后的模型已不存在序列相关性，并且方程整体线性显著，各变量前的系数也都通过了显著性水平为0.05的检验，模型的拟合优度也有所提高。根据拟合结果可以看出，从低收入户到高收入户，各组居民家庭可支配收入前的系数分别为1.079、1.9、1.138和1.173，即随着各组居民家庭可支配收入的增加，该系数逐次增加，也就是说，人均年可支配收入每增加1％，将会带动低收入户金融资产投资增加1.079％，带动高收入户金融资产投资增加1.173％。可见对于不同收入水平的北京市居民家庭来说，收入的增加对其金融资产投资增加的刺激作用有一定的差异，这种差异表现得并不明显。（二）消费与居民家庭金融资产投资消费与金融资产投资之间的关系和收入与金融资产投资之间的关系有所不同，后者是正相关关系，而前者则是此消彼长的负相关关系，即对每个家庭来说，用于消费的支出越高，则其金融资产投资额将会相应地有所减少。本节首先通过计算北京市居民家庭的平均消费倾向、平均投资倾向、边际消费倾向和边际投资倾向，找出消费对北京市居民家庭金融资产投资的影响；最后对金融资产投资与消费关系的结构性进行检验。1、平均消费倾向与平均金融资产投资倾向为了进一步研究消费与金融资产投资之间的关系，我们引出平均消费倾向、平均投资倾向的概念。平均消费倾向（ ）用于描述居民家庭消费总量与收入总量间的关系，以 表示，即平均消费倾向 表示居民家庭的消费支出 占家庭可支配收入 的比重；同理，平均投资倾向 表示居民家庭投资支出 占家庭可支配收入 的比重，用于描述居民家庭投资总量与收入总量之间的关系。由于居民家庭的消费额与投资额的总和等于家庭可支配收入，因此理论上有 。本文所研究的金融资产投资只是家庭总投资当中的一部分。为了简化起见，以下令 表示居民家庭的平均金融资产投资倾向，因此从理论上来说，应该有 。但由于居民家庭金融资产投资中的储蓄存款除了当期储蓄金额，可能还包含滞后一期、二期甚至更早期居民家庭尚未取出的银行储蓄存款，因此在实际中可能存在 的情况。表8给出了北京市居民家庭年的平均消费倾向、平均金融资产投资倾向数据。表8 平均（边际）消费倾向与平均（边际）金融资产投资倾向年份平均消费倾向平均金融资产投资倾向边际消费倾向边际金融资产投资倾向0.980.040.950.061.650.530.500.151.330.270.900.161.200.130.900.070.700.181.210.000.410.320.660.060.850.010.850.360.860.200.830.220.780.090.700.180.860.140.670.620.740.160.850.150.350.421.540.120.591.380.610.260.520.420.680.330.251.24数据来源：根据《北京市统计年鉴》年数据摘录整理、计算而得。根据表8中的平均消费倾向和平均金融资产投资倾向数据，做出百分比堆积圆柱图如下图4所示。由表8数据和图4可以看出，与平均消费倾向比起来，平均金融资产投资倾向较低，由此可见，北京市居民家庭在金融资产投资方面尚处于起步阶段，在家庭支出中，消费支出仍然起着主导的作用，而且由表8可以看到，1985年、1986年和1988年的平均消费倾向大于1，表明在这三年里，北京市居民家庭出现了入不敷出的消费状况，用于消费的金额超出了家庭的可支配收入额；不过从三十年来的增长趋势看，北京市居民家庭的金融资产投资比重稳中有升，表明金融资产投资仍然存在一定的发展空间。图4 北京市居民家庭平均消费倾向、平均金融资产投资倾向百分比堆积圆柱图2、边际消费倾向与边际金融资产投资倾向在这一部分，我们进一步引出边际消费倾向和边际投资倾向的概念。边际消费倾向（ ）用于描述居民家庭消费增量与收入增量之间的关系，以 表示，即边际消费倾向 等于居民家庭的消费增量 与收入增量 之比；边际投资倾向 等于居民家庭投资增量 与收入增量 之比，即 ，用于描述居民家庭投资增量与收入增量之间的关系。如前所述，由于居民家庭的消费额与投资额的总和等于家庭可支配收入，因此理论上有 。此外，令 表示居民家庭的边际金融资产投资倾向，则理论上应有 ，但实际中可能存在 的情况。表8给出了北京市居民家庭年的边际消费倾向、边际金融资产投资倾向数据。根据表中数据做出堆积圆柱图如图5所示。从表8数据和图5来看，北京市居民家庭的边际消费倾向始终为正，表明收入增量与消费增量是朝同一方向变动的，即收入的增加将带动消费的增加，不过增加的幅度有所不同。如1981年和2002年的边际消费倾向分别高达1.65和1.54，也就是说该年度北京市居民家庭人均年收入增量每增加1元，将带动人均年消费增量分别增加1.65元和1.54元，这表明1981年和2002年北京市家庭的消费热情较为高涨；而2011年的边际消费倾向仅为0.25，即该年度北京市居民家庭人均年收入增量每增加1元，将带动人均年消费增量增加0.25元，表明2011年北京市居民家庭对消费市场不太看好。从边际金融资产投资倾向来看，1981年、1991年、1997年、1999年和2002年为负值，表明收入的增加并没有对金融资产投资起到带动作用；其它年份的边际金融资产投资倾向均为正值，其中2003年和2011年的值分别为1.38和1.24，说明这两年人均年收入增量每增加1元，将分别带动金融资产投资增量人均年增加1.38元和1.25元。图5 北京市居民家庭边际消费倾向、边际金融资产投资倾向堆积圆柱图纵观各年份情况，在2003年和2011年，收入增量的增加，分别使得金融资产投资增量增加了1.38元和1.25元，而消费增量仅增加了0.59和0.25元，说明在这两年对于北京市居民家庭来说，金融资产投资市场较为活跃，而消费市场则处于较为低迷的状态。这也在一定程度上体现了金融资产投资和消费之间此消彼长的关系。3、居民家庭金融资产投资和消费关系的结构性检验上一节中，我们对北京市居民家庭金融资产投资和收入关系的结构性进行了检验。发现2002年前后家庭金融资产投资与收入的关系发生了结构性的变化，而消费依托于收入，因此研究家庭金融资产投资与消费的关系，其是否发生结构性变化亦需要验证。为了考察金融资产投资与消费之间的关系在2002年前后是否发生变化，我们依然采用邹氏参数稳定性检验法来检查其结构性变化，并将年数据分为两段：年以及年。 类似地，建立计量经济学模型：（2）其中， 表示消除了价格因素的金融资产投资， 表示消除了价格因素的消费性支出。利用表1数据对模型（2）进行估计得：年：年：年：由拉格朗日乘数检验易知，三个估计结果均已不存在序列相关性；此外，容易验证，三者都通过了显著性水平为0.05的 检验，而且除了年估计的截据项之外，其余两个估计的截据项和斜率项都通过了显著性水平为0.05的 检验，但检验发现，年估计的截据项通过了显著性水平为0.1的 检验。同样地，我们计算 统计量得： ，查表得 ，从而有 。因此拒绝原假设，即参数是非稳定的，可以认为2002年前后北京市居民家庭金融资产投资与消费之间的关系发生了结构性变化，表明消费性支出对金融资产投资的影响程度在2002年前后有显著的差异。同时，由表9邹氏断点检验结果也显示2002年前后发生了结构性的变化。也就是说，北京市居民家庭金融资产投资和消费的回归方程在两个不同时期是不同的。在年之间，居民家庭每增加一个单位的消费性支出，金融资产投资就增加1.921个单位；而在年间，居民家庭每增加一个单位的消费性支出，金融资产投资就增加2.342个单位。可以看出，2002年之后，随着北京市居民家庭消费性支出的增加，他们金融资产投资增加的幅度较2002年以前的增加幅度要大，且年间，消费性支出与金融资产投资同向变化。表9 邹氏断点检验结果F统计量3.798330 相伴概率0.035711LR统计量7.689906 相伴概率0.021387事实上，这一结论并非说明消费与金融资产投资是正相关关系，从前面的分析我们知道，二者是此消彼长的关系。在这里，二者关系的结构性检验得出的结论，体现了收入的增加所带来的消费和金融资产投资增加的时期差异性。很显然，收入增加直观上会同时带来消费和金融资产投资的增加，只不过金融资产投资的增加幅度较消费的增加幅度要大；这里的邹氏检验结果表明，年二者增加幅度的差异较年增加幅度的差异要大。这与前面的分析结果并不矛盾。（三）风险与居民家庭金融资产投资本文居民家庭金融资产投资包括存入储蓄款、购买有价证券、购买彩票、储蓄性保险支出和财产性支出五项。表10给出了北京市居民家庭各项金融资产投资的数据。数据如下：表10 北京市居民家庭各项金融资产投资数据表 单位：元/人/年年份金融资产投资存入储蓄款购买有价证券购买彩票储蓄性保险支出财产性支出8.030.215.769.055.923.850.458.439.1819.5509.859.760.5735.68.68.56.86.75.05.88.33.138..09085..19185..00600..00592..002386.5.0013747.3.0014710.7.0017425.5.0010487.9.0021资料来源：数据来源：根据《北京市统计年鉴》相关年份数据摘录整理、计算而得。根据投资的风险程度可以将以上五项投资指标分为三类类。由于储蓄存款往往安全性较高，因此将其归为低风险金融资产；而由于受到价格波动等各方面的影响，购买有价证券、购买彩票两项投资往往伴有很大的风险，因此将它们归为高风险金融资产投资；最后把储蓄性保险支出和财产性支出视为中等风险金融资产投资。1、平均风险投资倾向和边际风险投资倾向平均低风险投资倾向（ ）用于描述低风险金融资产投资量与金融资产投资总量之间的关系，用 来表示，即平均低风险投资倾向 表示居民家庭低风险金融资产投资量 占金融资产投资总量 的比重。同样地我们可以定义，平均中等风险投资倾向 ，表示中等风险金融资产投资量 占金融资产投资总量 的比重，用于描述中等风险金融资产投资与金融资产投资之间的关系；平均高风险投资倾向 表示高风险金融资产投资量 占金融资产投资总量 的比重，用于描述高风险金融资产投资与金融资产投资之间的关系。边际低风险投资倾向（ ）用于描述低风险金融资产的投资增量与金融资产投资总增量之间的关系，用 来表示，即边际低风险投资倾向 等于低风险金融资产投资增量 与金融资产投资总增量 之比。同样地，边际中等风险投资倾向 等于中等风险金融资产投资增量 与金融资产投资总增量 之比，即 ，用于描述中等风险金融资产投资增量与金融资产投资总增量之间的关系；边际高风险投资倾向 等于高风险金融资产投资增量 与金融资产投资总增量 之比，即 ，用于描述高风险金融资产投资增量与金融资产投资总增量之间的关系。由于金融资产是由低风险金融资产、中等风险金融资产和高风险金融资产三部分构成，因此理论上有 ， 。2、居民家庭风险投资倾向分析表11列出了北京市居民家庭年的 、 、 以及年的 、 、 数据。表11 北京市居民家庭平均（边际）风险投资倾向年份平均低风险投资倾向平均中等风险投资倾向平均高风险投资倾向边际低风险投资倾向边际中等风险投资倾向边际高风险投资倾向..70..50..60..90..20..10..40..30..30..40..70..80..60..30..90..50..60..50..80.数据来源：根据表10数据计算得到。以下根据表11数据分别作平均投资倾向与边际投资倾向的堆积柱形图，如图6和图7所示。由表11和图6可以看出，二十年来，北京市居民家庭的平均中等风险投资倾向和平均高风险投资倾向远远低于平均低风险投资倾向，这说明北京市居民家庭的金融资产投资仍然比较保守，大部分的资金用于储蓄存款这类安全系数较高的投资，其投资比例普遍在80%以上，最高的时候达到了93.5%，最低的时候也有79.3%。虽然低风险资产投资的安全系数远高于中高风险资产投资的安全系数，但是另一方面，低风险资产的投资收益则相对而言要低很多。由此可见，北京市居民家庭金融资产投资的效率是很低的，居民家庭中普遍存在重安全轻收益的投资意识。图6 北京市居民家庭平均金融资产投资倾向图7 北京市居民家庭边际金融资产投资倾向从边际投资倾向看，由表11和图7可见，对各类资产来说，其各年的增量变化都有较大波动。1991年和1999年的边际高风险投资倾向分别为1.03和0.968，比同期边际低风险投资倾向（分别为0.226和0.467）要大，而对应的边际中等风险投资倾向则为负值，这表明1991年和1999年北京市居民家庭高风险金融资产投资增量的变化是金融资产投资总增量变化的主要原因，并且二者呈正相关关系。2002年边际中等风险投资倾向为0.8，远高于同期的边际低风险投资倾向（0.073）和高风险投资倾向（0.127），说明该年度北京市居民家庭金融资产投资增量的变化主要取决于中等风险金融资产投资增量的变化，而对应的储蓄增量变化则非常小。1990年、年和2011年的边际低风险投资倾向都大于1，其中1990年的值更是达到了2.745，表明在这几年之中，家庭金融资产投资增量的变化主要是由于家庭大幅度地增加了储蓄存款金额，而相应地削减了其它安全系数较小资产的投资力度；可见在这几年里，北京市居民家庭的投资选择比其它年份更注重安全性。从二十年的整体变化来看，北京市居民家庭金融资产投资增量的变化仍然是以低风险资产投资增量的变化为主，且二者朝同一方向变动，即边际低风险投资倾向均为正值。由以上风险与金融资产投资之间关系的分析可以看出，北京市居民家庭在金融资产投资过程中，仍然比较看重投资项目的安全性，他们规避投资风险的意识依然较强，这导致了其投资效率的低下。（四）金融资产投资增长率与收入、消费增长率的关系我们从家庭收入、消费和金融资产投资增长率的角度分析北京市居民家庭消费与金融资产投资的联系。以下表12给出了年北京市居民家庭的可支配收入增长率、消费增长率、金融资产投资增长率数据。表12 北京市居民家庭收入、消费、金融资产投资年增长率表 （单位：%）年份可支配收入增长率消费增长率金融资产投资增长率3.567.780.0118.3718.7623.6522.086.1538.778.4845.32.612.16.5220.546.830.53.4642.23.267.083.011.844.7663.997.7162.680.6465.541.4212.784.1419.97412.0543.518.483.2814.18.0536.37.285.7.15107.19.6812.19.5620.031.9415.21.4142.54平均增长率15.514.2224.41对应的折线图如下：图 8 北京市居民家庭收入、消费、金融资产投资年增长率折线图从表11中的统计数据来看，1979年以来，北京市居民家庭可支配收入的年平均增长率为15.50%；而消费的年平均增长率为14.22%，比收入年均增长率低了1.28个百分点，这为金融资产投资的增长提供了可能。金融资产投资的年均增长率为24.41%，远远高于收入与消费的年均增长率。从各年度的增长率情况来看，除少数几个年份的金融资产投资增长率为负值以外，大多数年份的增长率都为正数，但增长幅度各异，其中2003年达到了107.19%的大幅增长率，而同期消费增长率则相对较低，仅为8.15%。这在一定程度上体现出，与2002年相比，2003年北京市居民家庭对消费市场不大看好，而更愿意把资金放入投资市场。而从对应的折线图8可以看出，1979年到2011年间，北京市居民家庭的可支配收入增长率和消费增长率都为正值，表明家庭可支配收入和消费都呈稳步增长的趋势；而金融资产投资的浮动则比较大，某些年份甚至还出现了负增长的情况。以下通过建立回归模型，分析消费、收入增长率与金融资产投资增长率的关系，回归模型进行估计，结果如下：变量名参数估计值标准误t统计量相伴概率收入增长率4..0015消费增长率2..0289模型如下：从模型估计结果可以看出，金融资产投资增长率与可支配收入增长率成正比，与消费支出增长率成反比，且可支配收入增长率每增长1%，金融资产投资增长4.105%，而消费支出增长率每增长1%，金融资产投资增长速度降低2.777%，也就是说可支配收入和金融资产投资是同向增长，但金融资产投资增长速度明显快于可支配收入增长速度，而消费支出和金融资产投资时逆向增长，而且金融资产投资的速度也快于可支配收入的速度。这与现实的实际情况非常吻合，收入的增加必然导致财富积累的增加，金融资产投资就是最有效的一种积累财富的方式，鉴于目前北京市的生活条件而言，收入增加的部分基本用于投资或储蓄，对物质生活方面的需求已经基本满足，支出的增加也就不是那么明显，因此金融资产投资增长的速度必然快于收入增长的速度。而消费支出的增加，必然导致金融资产投资的减少，因为总的收入是一定的。四、结论本文对北京市居民家庭金融资产投资进行研究，文中选取了收入、消费、风险三个宏观影响因素对家庭金融资产投资进行了定量分析。家庭收入与金融资产投资的关系研究中发现金融资产投资随着收入的增加而增加，增长速度明显大于收入的增长速度，而且家庭金融资产投资与收入的关系在2002年发生了结构性的变化，同时发现不同收入水平对家庭金融资产投资的影响是有差异的，随着收入水平的提高，其对家庭金融资产投资的促进作用也就越大。通过家庭金融资产投资与消费的关系研究，发现家庭金融资产投资与消费呈现负相关，当前金融资产市场比较活跃，而消费市场则相对低迷，这也体现了金融资产投资与消费此消彼长的关系。而家庭金融资产投资与消费的关系在2002年前后也发生了结构性的变化，同时发现家庭金融资产投资和消费都随着收入的增加而增加，但家庭金融资产投资的增长速度大于消费的增长速度。与此同时，金融资产的投资比重稳中有升，仍然存在一定的发展空间。风险对金融资产投资的影响也不容忽视，研究发现北京市居民家庭的金融资产投资还比较保守，投资方式主要是安全系数较高的低风险投资，投资效率很低。这也说明了，北京市居民在金融资产投资方面规避风险的意识较强，比较注重投资的安全性。国民理财是经济社会发展的必然趋势，现代理财的实质是投资，这一市场行为必然伴随着风险。要想促进和保障国民理财健康发展，并使它贡献于经济、造福于民生，从政府主管部门到金融理财机构再到相关社会团体，都有责任从国计民生和社会安定大局出发，加强对国民理财的正确导向和组织管理，引导国民科学理财、理智投资，规避风险、防止损失，以保障国民资产增值，维护民生和社会稳定。理智的投资者越多，国民理财就会越健康、有益，保持经济平稳快速发展。从本文的研究可以发现，北京市居民家庭在金融资产投资上依然比较保守，主要偏向于安全系数较高的投资方式，如储蓄存款。事实上，这在一定程度上代表了我国城镇居民的投资模式，居民家庭依然有很高的规避风险倾向。造成这一局面的主要原因是我们缺乏&理智的投资者&。因此，政府及有关部门应重视发挥媒体和书籍的教化、引导作用。例如，不仅经济类专业报纸应开辟&理财专刊&并及时发布上市企业经营信息、金融市场动向和不动产行情，一般综合类报纸也应根据受众的特点和需求，考虑开辟&理财专版&和专栏，为理财者分析形势、指点迷津，以引导理性投资；电视台特别是经济频道更应充分发挥其受众面广、渗透力强的优势，以专家访谈、现身说法或各种寓教于乐的方式向大众传授投资理财之道，为家庭投资理财提供依据。强化对居民家庭投资理财的引导和服务，是有效防止和减少家庭盲目跟风、随意投资的最佳方式。各金融机构如商业银行，应积极设立家庭理财专口或专线，热情为客户答疑解难，提供周到的咨询服务，引导居民家庭根据自身的实际情况建立合理的投资组合。以使家庭的资金得到更好的保值和增值，达到家庭投资效益最大化的目的。 参考文献[1] [美]加里&斯坦利&贝克尔. 家庭论. 北京:商务印书馆. 2011.[2]刘扬等. 中国居民收入分配问题研究. 北京:首都经济贸易大学出版社. 2011.[3]李腊生. 不确定性决策与金融资产投资. 广东:广东人民出版社. 2002.[4]汪浩瀚. 微观基础、不确定性与中国居民跨期消费研究. 北京:经济科学出版社. 2011.[5]李子奈，潘文卿. 计量经济学（第二版）. 北京:高等教育出版社. 2011.[6]易丹辉. 数据分析与Eviews应用. 北京:中国统计出版社. 2002.[7]彭振武. 中国家庭的投资理财模型. 北京:机械工业出版社. 2004.[8]臧旭恒. 居民资产与消费选择行为分析. 上海人民出版社. 2001.[9]张辉，付广军. 城镇居民家庭金融资产投资渠道选择模型研究. 山东:山东经济. 2011年01期.[10]邹红、喻开志. 家庭金融资产选择:文献述评与研究展望. 金融理论与实践. 2011年09期.[11]陈玉光. 我国居民高储蓄及其向投资转化机制研究. 中国社会科学. 1996年05期.[12]韩国栋. 我国居民储蓄存款变化成因分析.青海师范大学学报（自然科学版）. 2011年01期.[13]杨银海. 当前我国居民储蓄存款下降的经济影响分析. 经济研究参考. 2011年61期.[14]孙克任，谢俊士. 居民储蓄、储蓄分流与金融资产发展. 经济体制改革. 2011年01期.[15]赵早平. 论居民金融资产多元化趋势预测模型. 市场周刊（研究版）. 2011年01期.[16]柴曼莹. 中国居民金融资产增长因素贡献率测算. 华南立功大学学报（社会科学版）. 2003年01期.[17]熊鹏. 银行体系&黑洞&与储蓄替代型证券的发展&对我国居民储蓄分流问题的新思考. 成都理工大学学报（社会科学版). 2011年01期.[18]吴霞. 我国居民金融资产多元化分析及政策建议. 河北大学成人教育大学学报. 2011年03期.[19]袁志刚，冯俊. 居民储蓄与投资选择:金融资产发展的含义. 数量经济技术经济研究. 2011年01期.[20]胡进. 预防性动机与居民金融资产选择偏好. 理论月刊. 2004年04期.[21]McFadden D. Conditional Logit analysis of qualitative choice behaviour. Berkeley.CA: University of California at Berkeley. 1973.[22]Manski C. The structure of random utility models. Theory and Decision. 1977.[23]Moshe BenAkiva M and Boccara B. Discrete choice models with latent choice sets. International Journal of Research in Marketing. 1995.[24]Friedman Milton. Inflation and Unemployment. Journal of Political Economy. 1977.
【上一篇】
【下一篇】