影響家庭風(fēng)險資本市場投資決策的因素研究_第1頁
影響家庭風(fēng)險資本市場投資決策的因素研究_第2頁
影響家庭風(fēng)險資本市場投資決策的因素研究_第3頁
影響家庭風(fēng)險資本市場投資決策的因素研究_第4頁
影響家庭風(fēng)險資本市場投資決策的因素研究_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、影響家庭風(fēng)險資本市場投資決策的因素研究影響家庭風(fēng)險資本市場投資決策的因素研究引言家庭是社會重要的微觀主體,隨著家庭收入的增長,家 庭對資產(chǎn)保值、增值的需求越來越大,投資組合日益多樣化。 為了實現(xiàn)家庭財富的增值,許多家庭開始投資于股票、債券、 基金等金融風(fēng)險資產(chǎn)。不同的家庭,由于收入、風(fēng)險態(tài)度、 受教育程度等因素的不同,在各種資產(chǎn)的持有比例方面存在 著“異質(zhì)性”。研究家庭的資產(chǎn)選擇行為具有十分重要的意 義。本文的主要關(guān)注點是風(fēng)險態(tài)度和受教育程度兩個因素, 主要貢獻(xiàn)有兩點:一是驗證了''風(fēng)險偏好者更偏好風(fēng)險資產(chǎn)” 這一理論;二是嘗試探討受教育程度的高低是否會對家庭投 資風(fēng)險資產(chǎn)產(chǎn)生

2、不一樣的影響。關(guān)于家庭資產(chǎn)投資選擇影響因素的研究已有不少文獻(xiàn) 積累:collier研究發(fā)現(xiàn),居民風(fēng)險偏好程度的不同,會導(dǎo) 致其持有的金融資產(chǎn)組合有所不同;fratantoni mc研究表 明,房產(chǎn)的價格風(fēng)險對于股票持有具有擠出效應(yīng),特別是對 于那些金融資產(chǎn)凈值低的投資者來說更為明顯;史代敏和宋 艷運用微觀數(shù)據(jù)建立了家庭金融資產(chǎn)選擇行為的tobit模 型,得出可供家庭選擇的金融資產(chǎn)品種較少,從而使得家庭 金融投資受限的結(jié)論;陳瑩等基于probit模型,利用江蘇 某銀行提供的13000個客戶的詳細(xì)資料,對家庭風(fēng)險資產(chǎn)配 置的影響因素進(jìn)行實證研究。結(jié)果表明,樣本家庭的資產(chǎn)配 置存在顯著的家庭生命周期

3、效應(yīng);還表明,我國家庭資產(chǎn)配 置的影響因素有性別、婚姻狀況、受教育程度、家庭財富、 年齡、收入、房貸等多種因素;魏先華等運用結(jié)構(gòu)方程模型, 基于200年奧爾多投資研究中心的調(diào)查數(shù)據(jù),分析得出居民 對社會的信任度和滿意度的提高能增加居民家庭對金融資 產(chǎn)的投資的結(jié)論;何興強(qiáng)等根據(jù)200年中國城市''投資者行 為調(diào)查”數(shù)據(jù)進(jìn)行的實證研究表明:勞動收入風(fēng)險高及擁有 商業(yè)或房產(chǎn)投資的居民風(fēng)險金融資產(chǎn)投資概率更低,享有醫(yī) 療社會保險或購買了商業(yè)健康保險的居民的投資概率更高, 風(fēng)險規(guī)避程度對其投資概率沒有顯著影響;吳衛(wèi)星等運用資 產(chǎn)參與和資產(chǎn)分配模型,分別討論健康狀況對居民家庭資產(chǎn) 配置行為

4、的影響,研究結(jié)果表明投資者的健康狀況不顯著影 響其參與風(fēng)險資產(chǎn)市場的決定,但影響家庭的風(fēng)險資產(chǎn)投資 在總財富中的比重,健康狀本文由論文聯(lián)盟http:/收集整 理況不佳會導(dǎo)致這一比重較低;吳衛(wèi)星和齊天翔以奧爾多投 資研究中心的調(diào)查數(shù)據(jù)為基礎(chǔ),得出替代效應(yīng)、生命周期效 應(yīng)、財富效應(yīng)以及住房投資的擠出效應(yīng)等在我國均在一定程 度上存在。模型、數(shù)據(jù)及變量說明 模型選擇和指標(biāo)設(shè)定本文運用probit和tobit模型,來估計各個解釋變量對 家庭風(fēng)險資產(chǎn)參與與否及參與度的影響,總共有兩個方程:riskasset= a 1+ b leduc+ b 2riskattitude+z b iz+ eriskasset

5、_canyu二 a 2+ b 3educ+ b 4riskattitude+eb jz+g其中a表示常數(shù)項,z代表各個控制變量,包括性別、 年齡、年齡平方、婚姻狀況、家庭收入、金融資產(chǎn)總量、經(jīng) 濟(jì)預(yù)期、利率預(yù)期、房價預(yù)期、物價預(yù)期、是否拆遷、農(nóng)村 與否、地域范圍、房屋價值等變量,educ表示受教育程度, riskattitude表示家庭的風(fēng)險態(tài)度,£表示擾動項。本文的 被解釋變量有兩個,分別為是否參與風(fēng)險資產(chǎn)投資和參與程 度。這里的風(fēng)險資產(chǎn)是指股票、基金、衍生品、黃金和不包 括國債的債券。是否參與風(fēng)險資產(chǎn)投資用riskasset表示, 0代表沒有參與風(fēng)險資產(chǎn)投資,1代表參與風(fēng)險資產(chǎn)投

6、資; 風(fēng)險資產(chǎn)參與度用riskasset_canyu表示,指風(fēng)險資產(chǎn)占總 金融資產(chǎn)的比例,在0-100%之間。數(shù)據(jù)來源本文使用的是中國家庭金融調(diào)查與研究中心于2016年 采集的chfs數(shù)據(jù),該數(shù)據(jù)涵蓋了 25個省、市、區(qū),最終收 集到有效家庭樣本8443個,并且樣本分布均勻,既包括貧 困地區(qū),也包括富裕地區(qū),保證數(shù)據(jù)有效。變量說明性別:采用虛擬變量,男性賦值為1,女性為0;受教 育程度:采用虛擬變量,受教育水平為小學(xué)時賦值為1,其他 為0,初中、高中、中專、大專、本科、碩士、博士采用同 樣的賦值方法;年齡及年齡的平方:分別使用戶主的年齡及 其平方;婚姻狀況:采用虛擬變量,已婚賦值為1,其他為

7、0;家庭收入:采用家庭總收入;金融資產(chǎn):采用家庭總金 融資產(chǎn)持有量;家庭規(guī)模:采用家庭總?cè)藬?shù);風(fēng)險態(tài)度:采 用虛擬變量賦值,風(fēng)險偏好賦值為1,風(fēng)險厭惡賦值為0; 經(jīng)濟(jì)、房價、物價預(yù)期分別使用家庭對未來三者的預(yù)期衡量; 拆遷:采用虛擬變量賦值,拆遷過賦值為1,否則賦值0; 家庭戶口:采用虛擬變量,農(nóng)村賦值為1,否則為0;地域 分布采用虛擬變量賦值,中部時賦值為1,其他為0,西部 參照同樣的賦值方法;房屋價值:使用家庭房產(chǎn)的總價值。實證分析在實證前首先用stata對各個變量進(jìn)行了描述性統(tǒng)計, 分析得出參與風(fēng)險資產(chǎn)投資的家庭共有1023家,占總樣本 的;在教育程度上,樣本主要集中在初中和高中水平上,

8、 初中和高中共計占比50%左右;在風(fēng)險態(tài)度上風(fēng)險厭惡的家 庭占比,風(fēng)險偏好的家庭僅占。本文采用probit模型和tobit模型分別對各因素是否 參與風(fēng)險資產(chǎn)投資和參與程度進(jìn)行回歸,實證結(jié)果如表1所不o從表1第一列可以看出,年齡以及年齡的平方對家庭是 否參與風(fēng)險資產(chǎn)存在顯著的影響,年齡平方的系數(shù)是負(fù)數(shù), 說明年齡對家庭是否參與風(fēng)險資產(chǎn)呈倒u型,可以說在我國 存在一定程度的生命周期現(xiàn)象?;橐鰻顩r、家庭收入、預(yù)期、 家庭戶口、房屋價值都對家庭是否參與風(fēng)險資產(chǎn)存在著顯著 的影響。戶主性別、家庭規(guī)模、是否拆遷、家庭所處地域?qū)?是否參與風(fēng)險資產(chǎn)沒有顯著的影響。風(fēng)險偏好對家庭參與風(fēng)險資產(chǎn)投資有著顯著的影響。

9、相 比于風(fēng)險厭惡的家庭,風(fēng)險偏好型家庭更愿意參與風(fēng)險資 產(chǎn),這是因為當(dāng)家庭是風(fēng)險偏好者時,家庭的風(fēng)險承受能力 更大,為獲得更高的收益,他們傾向于投資風(fēng)險資產(chǎn);當(dāng)家 庭是風(fēng)險厭惡時,家庭承受風(fēng)險的能力較小,他們傾向于不 參與風(fēng)險資產(chǎn)投資。受教育程度表現(xiàn)在家庭成員學(xué)歷的高低上,學(xué)歷的高低 對是否參與風(fēng)險資產(chǎn)投資存在著不同的影響。在高中及高中 以下學(xué)歷,相比較于文盲,學(xué)歷不存在顯著的影響。但在高 中以上學(xué)歷中,學(xué)歷的影響存在著顯著的影響。這是因為高 中及以下學(xué)歷所獲得的知識基本都是通識知識,沒有關(guān)于金 融的專業(yè)知識,而高中以上的學(xué)歷接觸專業(yè)知識的可能性就 大很多,對風(fēng)險資產(chǎn)的了解也越多,所以他們更可

10、能投資于 風(fēng)險資產(chǎn)。博士的影響不顯著可能是因為博士的數(shù)據(jù)較少所 造成的偏差。通過對風(fēng)險資產(chǎn)投資參與度的tobit模型分析結(jié)果反映 在表1第二列中。與是否參與風(fēng)險資產(chǎn)投資一致,年齡、婚 姻狀況、家庭收入、預(yù)期、家庭戶口、房屋價值對風(fēng)險資產(chǎn) 投資參與度也有顯著的影響,并且年齡存在著“倒u型”的 影響。家庭持有的金融資產(chǎn)總量對風(fēng)險資產(chǎn)參與度有顯著的 影響,這里金融資產(chǎn)總量的影響是反向的,可能是被解釋變 量的分母是金融資產(chǎn)總量,所以才會有負(fù)向的影響。而戶主 性別、家庭規(guī)模、是否拆遷對風(fēng)險資產(chǎn)參與程度也沒有顯著 的影響。另外,相比于西部地區(qū),中部地區(qū)對風(fēng)險資產(chǎn)參與 度有反向的影響。風(fēng)險態(tài)度對風(fēng)險資產(chǎn)參與

11、深度有顯著的影 響,即當(dāng)家庭是風(fēng)險偏好時,家庭傾向于更多的參與風(fēng)險資 產(chǎn);當(dāng)家庭是風(fēng)險厭惡時,傾向于減少風(fēng)險資產(chǎn)或者不參與 風(fēng)險資產(chǎn)。受教育程度,即學(xué)歷的高低對風(fēng)險資產(chǎn)投資參與 度存在著不同的影響,在髙中及高中以下學(xué)歷,相比較于文 盲,學(xué)歷不存在顯著的影響;但在高中以上學(xué)歷中,學(xué)歷的 影響存在著顯著的影響。結(jié)論本文根據(jù)2016年的chfs數(shù)據(jù),通過實證分析得出以下 結(jié)論:從影響家庭參與風(fēng)險資產(chǎn)投資的因素來看,我國居民家 庭是否參與風(fēng)險資產(chǎn)投資受到年齡、婚姻狀況、家庭收入、 風(fēng)險態(tài)度、預(yù)期、家庭戶口、房屋價值等因素的影響,而且 各個因素的影響程度也不一樣,其中風(fēng)險態(tài)度對風(fēng)險資產(chǎn)的 參與決策存在顯著的正向影響,即風(fēng)險偏好者更可能投資于 風(fēng)險資產(chǎn)。在教育程度上,高中以下學(xué)歷對風(fēng)險資產(chǎn)參與不 存在顯著的影響,高中以上學(xué)歷對風(fēng)險資產(chǎn)參與決策會產(chǎn)生 顯著影響。從影響風(fēng)險資產(chǎn)參與度的因素來看,我國居民家庭風(fēng)險 資產(chǎn)參與度受到教育程度、年齡、婚姻狀況、家庭收入、風(fēng) 險態(tài)度、預(yù)期、

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論