国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

農(nóng)戶非農(nóng)就業(yè)、金融素養(yǎng)與家庭金融資產(chǎn)配置

2020-12-11 09:13周雨晴何廣文
關(guān)鍵詞:金融素養(yǎng)

周雨晴 何廣文

摘要:通過建立對數(shù)正態(tài)跨期決策模型從理論上探討了非農(nóng)就業(yè)、金融素養(yǎng)和金融資產(chǎn)配置三者之間的關(guān)系,利用中國家庭金融調(diào)查(cHFS)2015年全國調(diào)查數(shù)據(jù)進(jìn)行實證檢驗。結(jié)論顯示,相對于在家務(wù)農(nóng),農(nóng)戶非農(nóng)就業(yè)會顯著提高其金融市場參與率和風(fēng)險金融資產(chǎn)配置比例,而且金融素養(yǎng)是非農(nóng)就業(yè)影響農(nóng)戶金融行為的一條重要渠道,其中介效應(yīng)可達(dá)14%左右。研究結(jié)論指出,擴(kuò)大農(nóng)戶非農(nóng)就業(yè)空間、提高農(nóng)戶金融素養(yǎng)能夠有效緩解農(nóng)村金融排斥,提高農(nóng)戶金融市場參與,使農(nóng)戶有更多機(jī)會進(jìn)入金融市場進(jìn)行投資理財并實現(xiàn)其資產(chǎn)的保值增值。

關(guān)鍵詞:非農(nóng)就業(yè):金融素養(yǎng);金融資產(chǎn)配置

中圖分類號:F015 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-2101(2020)06-0083-11

一、引言與文獻(xiàn)綜述

長期以來,在我國城市和工業(yè)化改革進(jìn)程中,存在著以戶籍制度為基礎(chǔ)的城鄉(xiāng)壁壘,城鄉(xiāng)治理體制、市場體系和資源投人均存在顯著差異,這不僅造成了城鄉(xiāng)經(jīng)濟(jì)“二元結(jié)構(gòu)”。同時也導(dǎo)致城鄉(xiāng)金融“二元結(jié)構(gòu)”。中國工業(yè)和城市發(fā)展戰(zhàn)略及二元金融結(jié)構(gòu)必然會以農(nóng)村金融排斥為代價。金融排斥使一部分人不能以恰當(dāng)?shù)姆绞将@得儲蓄、基金、保險、貸款等方面的金融服務(wù)。也就是說,農(nóng)村金融排斥使得農(nóng)戶難以進(jìn)入主流金融體系享受金融產(chǎn)品與服務(wù),這不僅表現(xiàn)為農(nóng)戶難以從正規(guī)金融機(jī)構(gòu)獲得信貸支持,同時也阻礙了農(nóng)戶參與金融市場進(jìn)行投資理財并實現(xiàn)財產(chǎn)性收入。

黨的十七大報告指出“創(chuàng)造條件讓更多群眾擁有財產(chǎn)性收入”。隨著社會經(jīng)濟(jì)發(fā)展,越來越多的城市家庭開始注重資產(chǎn)的保值增值,而農(nóng)村家庭卻普遍難以參與到金融市場中去。無論是金融市場參與率還是股票、基金、理財?shù)蕊L(fēng)險金融資產(chǎn)的配置比例均顯著低于城市居民。李芳(2018)進(jìn)一步指出。城市地區(qū)勞動力相對較少卻擁有大量的金融資產(chǎn)。而農(nóng)村地區(qū)金融資產(chǎn)不足卻有眾多勞動力。這種要素的不匹配嚴(yán)重影響了金融和經(jīng)濟(jì)結(jié)構(gòu)的協(xié)調(diào)性,加劇了城鄉(xiāng)發(fā)展差異。然而,勞動力從農(nóng)村到城市的自由流動可能會緩解這一問題。

隨著農(nóng)業(yè)現(xiàn)代化和土地經(jīng)營規(guī)?;陌l(fā)展。大量的農(nóng)村勞動力從土地上釋放出來。為了謀求更廣闊的發(fā)展空間和更高的勞動收入,農(nóng)村勞動力開始向城市遷移,城鄉(xiāng)勞動力和金融資產(chǎn)這兩種要素的分布迎來了重新洗牌的機(jī)遇。據(jù)中國國家統(tǒng)計局2018年發(fā)布的《2017年農(nóng)民工監(jiān)測調(diào)查報告》顯示,2017年中國農(nóng)民工總量達(dá)到2.87億人,其中1980年及以后出生的新生代農(nóng)民工和大專及以上學(xué)歷農(nóng)民工占比顯著提高。這些農(nóng)民工在建設(shè)城市的過程中也享受著現(xiàn)代城市發(fā)展帶來的紅利,相對留在家中務(wù)農(nóng),非農(nóng)就業(yè)的農(nóng)民則有更大的幾率了解、獲得和使用金融服務(wù)與產(chǎn)品,同時也有更多機(jī)會和意愿參與到金融市場中去進(jìn)行投資和理財。

受微觀數(shù)據(jù)制約,我國金融資產(chǎn)配置領(lǐng)域的研究始于2010年,研究尚不全面、不成熟。目前并未見到研究農(nóng)戶非農(nóng)就業(yè)對金融資產(chǎn)配置影響的文章。但是非農(nóng)就業(yè)作為重要的人力資本因素,會給農(nóng)戶帶來收入、觀念、知識與信息等多方面的影響,所以勢必對其金融資產(chǎn)配置行為產(chǎn)生影響。一般研究認(rèn)為,收入增長無疑會提高金融市場參與率與風(fēng)險金融資產(chǎn)配置比例。因此直觀來看,非農(nóng)就業(yè)可能是通過影響農(nóng)戶收入進(jìn)而影響到其金融資產(chǎn)配置行為。但是據(jù)西南財經(jīng)大學(xué)2015年《中國家庭金融調(diào)查》數(shù)據(jù)顯示,對沒有投資股票的受訪者采集原因時。46.64%選擇了“沒有相關(guān)知識”或“沒聽說過”。而選擇“資金有限”的僅有17.32%。因此,我們可以猜想。非農(nóng)就業(yè)對金融素養(yǎng)的正向提升才可能是影響農(nóng)戶金融決策更為重要的途徑。2018年11月,中國金融教育發(fā)展基金會首份《中國農(nóng)村居民金融素養(yǎng)抽樣調(diào)查報告》顯示,我國農(nóng)村居民金融素養(yǎng)水平整體偏低,67%的農(nóng)戶對如何區(qū)分假幣有所掌握。對其他金融知識的掌握很薄弱,甚至沒有接觸渠道。由此可見,農(nóng)村居民金融知識貧瘠,而隨著大量農(nóng)民跳出農(nóng)地桎梏。農(nóng)戶非農(nóng)就業(yè)帶來的不僅是收入增長,同時也可以使他們有更多渠道和機(jī)會接觸到金融知識或參與金融培訓(xùn),從而促進(jìn)其金融素養(yǎng)提升,并最終影響到他們的金融資產(chǎn)配置行為。

二、理論模型

金融資產(chǎn)配置模型最早源于經(jīng)典的Markowitz(1952)均方差分析,此后經(jīng)濟(jì)學(xué)家在資產(chǎn)選擇模型的構(gòu)建和推導(dǎo)上做出了許多努力。筆者將在前人理論成果的基礎(chǔ)上,借鑒Gollier(2001)的效用理論觀點及Campbell和Viceira(2002)的資產(chǎn)配置分析框架,建立一個含相對風(fēng)險厭惡系數(shù)的冪效用對數(shù)正態(tài)跨期決策模型.在經(jīng)典模型基礎(chǔ)上新引入?yún)⑴c金融市場固定成本(金融素養(yǎng)和其他因素的函數(shù))參數(shù),并就此探討了務(wù)農(nóng)者和非農(nóng)就業(yè)者的差異化金融資產(chǎn)配置行為。

假設(shè)家庭僅在兩期內(nèi)進(jìn)行決策。在第t期進(jìn)行投資決策,第t+1期獲得收益并進(jìn)行消費。則家庭效用的目標(biāo)函數(shù)與約束條件可以表示為:

H1:相對于在家務(wù)農(nóng),農(nóng)戶非農(nóng)就業(yè)會顯著提高其金融市場參與率和風(fēng)險金融資產(chǎn)配置比例。

在研究非農(nóng)就業(yè)對農(nóng)戶金融決策影響時,由于金融素養(yǎng)是我們考察的重要的中介渠道之一,當(dāng)kf>kn,即非農(nóng)就業(yè)者有更多機(jī)會和渠道接觸金融知識、提升金融素養(yǎng)。而金融素養(yǎng)會影響投資者參與金融市場需克服的信息等固定成本,即Tf(kf,δf)

H2:農(nóng)戶非農(nóng)就業(yè)影響其金融資產(chǎn)配置行為的一條主要中介渠道是金融素養(yǎng)的提升。

其中H2中包含兩個子假設(shè):H2a:非農(nóng)就業(yè)使得農(nóng)戶金融素養(yǎng)提升;H2b:金融素養(yǎng)的提升會促進(jìn)農(nóng)戶更多地參與金融市場并持有更高份額的風(fēng)險金融資產(chǎn)。

同時,我們需要注意到的是,非農(nóng)就業(yè)者除了金融素養(yǎng)k有所差異,人力財富(預(yù)期未來勞動收入)L和其他影響參與成本的因素δ均是不同的。因此,金融素養(yǎng)并非唯一的中介渠道。金融素養(yǎng)的中介過程是不完全的。據(jù)此,我們提出假設(shè)3。

H3:金融素養(yǎng)并非唯一的中介渠道,即存在不完全中介效應(yīng),即使非農(nóng)就業(yè)者與務(wù)農(nóng)者金融素養(yǎng)相同,其金融決策行為也會有所差異。

三、數(shù)據(jù)、變量和模型方法

(一)數(shù)據(jù)介紹

筆者使用西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心主持的“中國家庭金融(CHFS)”2015年全國調(diào)查數(shù)據(jù)。CHFS采用三階段、分層、與人口規(guī)模成比例(PPs)的抽樣方法調(diào)查了不含港澳臺地區(qū)和新疆、西藏自治區(qū)以外的全國29個?。ㄗ灾螀^(qū)、直轄市)。調(diào)查內(nèi)容包括家庭成員的人口統(tǒng)計特征、家庭資產(chǎn)負(fù)債、保險與保障、支出與收入四大方面。2015年調(diào)查樣本規(guī)??傆?7 289戶家庭,提供戶籍信息的有36 691戶。其中農(nóng)業(yè)戶籍家庭有19 661戶,非農(nóng)業(yè)戶籍家庭14 770戶。統(tǒng)一居民戶籍家庭2 257戶,無戶籍家庭3戶。筆者在19 661戶農(nóng)業(yè)戶籍家庭中排除因年老、喪失勞動能力等原因核心成員不再工作的5 392戶家庭,選取核心成員有工作的14 269戶家庭作為研究對象。

需要說明的是,CHFS將家庭總資產(chǎn)分為流動性較差的非金融資產(chǎn)和流動性較好的金融資產(chǎn)兩部分。非金融資產(chǎn)包括農(nóng)業(yè)經(jīng)營資產(chǎn)、工商業(yè)經(jīng)營資產(chǎn)、土地資產(chǎn)、房產(chǎn)、車輛資產(chǎn)和其他非金融資產(chǎn)。金融資產(chǎn)包括無風(fēng)險金融資產(chǎn)和風(fēng)險金融資產(chǎn).其中無風(fēng)險金融資產(chǎn)包括社保賬戶余額、現(xiàn)金、存款、債券等:風(fēng)險金融資產(chǎn)包括股票、基金、衍生品、理財、外幣資產(chǎn)、黃金等。

(二)變量選擇

1.被解釋變量。在研究家庭金融資產(chǎn)配置問題時。我們主要關(guān)注的被解釋變量有“是否參與金融市場(Ifrisk)”和“風(fēng)險金融資產(chǎn)占金融資產(chǎn)比例(Risk-finance)”。前者衡量家庭是否參與金融市場,即是否配置風(fēng)險金融資產(chǎn):后者衡量參與金融市場的深度,即家庭配置的風(fēng)險金融資產(chǎn)占金融資產(chǎn)的比重。

2.核心解釋變量。我們關(guān)注的核心解釋變量是“非農(nóng)就業(yè)(Non-farm)”。如果受訪的農(nóng)村戶籍居民仍以務(wù)農(nóng)為主業(yè),這一解釋變量賦值為0,如果以非農(nóng)行業(yè)為主業(yè),則賦值為1。

3.中介變量。我們選取的中介變量是金融素養(yǎng)(F_Literacy)。金融素養(yǎng)可以分為主觀金融素養(yǎng)和客觀金融素養(yǎng),主觀金融素養(yǎng)一般是讓受訪者自我評價其對股票、基金、理財?shù)犬a(chǎn)品的了解程度,而客觀金融素養(yǎng)是要求受訪者客觀回答金融知識問題。因此,客觀金融素養(yǎng)比主觀金融素養(yǎng)更可靠。受受訪者主觀意識影響較小。CHFS調(diào)查問卷中設(shè)置了四個客觀的經(jīng)濟(jì)金融知識問題:“是否上過經(jīng)濟(jì)金融類課程?”“假設(shè)銀行的年利率是4%,如果把100元錢存1年定期,1年后獲得的本金和利息為?”“假設(shè)銀行的年利率是5%,通貨膨脹率每年是3%,把100元錢存銀行1年之后能夠買到的東西將?”“您認(rèn)為一般而言,股票和基金哪個風(fēng)險更大?”受訪者接受過經(jīng)濟(jì)金融課程培訓(xùn)以及正確回答任一問題,均可累積1分。沒有參與過課程培訓(xùn)、問題回答錯誤或無法回答則不記分。因此,根據(jù)受訪者答題情況,金融素養(yǎng)指標(biāo)最大賦值為4。最小賦值為0。

4.控制變量。在我們關(guān)注的解釋變量外,還有許多因素會影響家庭金融市場參與和金融資產(chǎn)配置.我們必須對這些因素加以控制。我們通過對相關(guān)文獻(xiàn)的整理和分析,構(gòu)造了如下一系列控制變量。首先,家庭的資產(chǎn)和收入水平是影響金融決策的主要因素,因此我們控制了“家庭總資產(chǎn)(Asset)”和“家庭年收入(Income)”。其次,家庭規(guī)模和社會網(wǎng)絡(luò)也是影響家庭金融資產(chǎn)配置的重要因素。因此我們控制了“家庭成員數(shù)量(Num)”和“同城血親數(shù)量(Relatives)”。最后,受訪者的人口統(tǒng)計學(xué)特征也是重要的影響因素,考慮到這點,我們控制了“受訪者風(fēng)險規(guī)避程度(Risk aversion)”“受訪者受教育年限(Education)”“受訪者年齡(Age)”“受訪者性別(Gender)”“受訪者婚姻狀態(tài)(Married)”“受訪者健康狀況(Health)”。由于“家庭總資產(chǎn)”和“家庭總收入”在不同樣本戶中的分布差異較大,為了平穩(wěn)數(shù)據(jù)。我們實證中采用對數(shù)形式。

表1是變量說明及其描述性統(tǒng)計。從被解釋變量分布特征來看,樣本家庭金融市場參與率為5.72%,配置風(fēng)險金融資產(chǎn)占總金融資產(chǎn)的比例平均為1.97%,金融市場參與率和風(fēng)險金融資產(chǎn)配置比例均處于非常低的水平,由此可見,我國農(nóng)村家庭金融市場“有限參與”問題非常嚴(yán)重,農(nóng)村金融排斥問題廣泛存在。從核心解釋變量分布特征來看,樣本農(nóng)戶家庭中有45.32%屬于非農(nóng)就業(yè),非農(nóng)就業(yè)比例較高。從中介變量特征來看,金融素養(yǎng)指標(biāo)取值范圍為0~4,而均值僅為0.748 1,農(nóng)戶金融素養(yǎng)水平相對較低。具體而言,能正確回答三個經(jīng)濟(jì)金融問題的農(nóng)戶占比分別為20.48%、14.57%、36.62%。而參加過經(jīng)濟(jì)金融類課程培訓(xùn)的農(nóng)戶僅有3.14%。

(三)模型設(shè)定與實證方法

1.模型設(shè)定。根據(jù)前文提出的三個假設(shè),我們可以構(gòu)建以下模型:

由于被解釋變量Yi“是否參與金融市場”或“風(fēng)險金融資產(chǎn)占金融資產(chǎn)的比例”皆是受限因變量。因此被解釋變量Yi由其潛變量Yi*決定。其中式(15)的系數(shù)a1為非農(nóng)就業(yè)影響金融資產(chǎn)配置行為

當(dāng)不可觀測因素同時影響二元選擇變量,Di和結(jié)果變量Yi時,選擇方程與結(jié)果方程中的誤差項相關(guān)系數(shù)不為0。即存在內(nèi)生性問題。需要采用內(nèi)生轉(zhuǎn)換模型予以糾正。內(nèi)生轉(zhuǎn)換模型將在估計二元選擇方程(18)的基礎(chǔ)上,計算得出逆米爾斯比率入,后將入引入結(jié)果方程來糾正估計偏差。

其次,在檢驗式(16)中非農(nóng)就業(yè)對農(nóng)戶金融素養(yǎng)的影響時,從理論上分析,思維能力、認(rèn)知能力等一些不可觀測的遺漏變量也會同時影響非農(nóng)就業(yè)和金融素養(yǎng)。謹(jǐn)慎起見,我們同樣采用了內(nèi)生轉(zhuǎn)換模型加以克服,在設(shè)定上除了將結(jié)果方程(19)和(20)中的因變量更換為金融素養(yǎng),其余均無變化,故不再加以贅述。

最后,在檢驗式(17)時,除了多引入了中介變量金融素養(yǎng),其余與檢驗式(15)時的設(shè)定相同,因此同樣使用內(nèi)生轉(zhuǎn)換模型予以糾正。

四、實證檢驗和結(jié)果分析

(一)農(nóng)戶非農(nóng)就業(yè)對家庭金融資產(chǎn)配置的影響

表2和表3分別給出了以“是否參與金融市場”和“風(fēng)險金融資產(chǎn)占總金融資產(chǎn)比例”為因變量的內(nèi)生轉(zhuǎn)換模型估計結(jié)果,兩表回歸結(jié)果較為相近。代表選取的一系列控制變量對是否參與金融市場和參與金融市場深度的影響機(jī)制是類似的。表2和表3最后一列是我們選取的控制變量影響農(nóng)戶“是否非農(nóng)就業(yè)”的選擇方程。第二和第三列則是控制變量影響處理組(非農(nóng)就業(yè)者)和對照組(農(nóng)業(yè)就業(yè)者)兩類群體家庭金融市場參與和風(fēng)險金融資產(chǎn)配置的結(jié)果方程。

首先。如表2和表3中選擇方程結(jié)果所示。家庭及個人特質(zhì)會顯著影響農(nóng)戶非農(nóng)就業(yè)。其一,家庭資產(chǎn)和收入水平對農(nóng)戶非農(nóng)就業(yè)具有顯著正向影響。這可能是因為經(jīng)濟(jì)較為充裕的農(nóng)戶更容易進(jìn)入到非農(nóng)行業(yè)從事非農(nóng)工作。其二,家庭規(guī)模對農(nóng)戶非農(nóng)就業(yè)具有負(fù)向影響。這可能是因為農(nóng)戶家庭人口越多,撫養(yǎng)比越高。家庭中的核心勞動力為了照顧家庭更多地選擇在家務(wù)農(nóng)。其三。同城親戚數(shù)量負(fù)向降低了農(nóng)戶非農(nóng)就業(yè)的概率。這可能是因為受血緣地緣限制。在農(nóng)村區(qū)域親屬越多。越不愿外出從事非農(nóng)行業(yè)。其四,受教育程度和健康狀況對農(nóng)戶非農(nóng)就業(yè)具有正向影響,而年齡增長、女性、已婚等因素不利于農(nóng)戶從事非農(nóng)就業(yè)。

其次,如表2與表3中資產(chǎn)配置決策的結(jié)果方程所示,我們選取的大多數(shù)控制變量對處理組和對照組家庭金融市場參與和金融資產(chǎn)配置具有顯著影響。其一。資產(chǎn)水平對農(nóng)業(yè)就業(yè)農(nóng)戶和非農(nóng)就業(yè)農(nóng)戶家庭金融市場參與和風(fēng)險金融資產(chǎn)配置均有顯著的正向影響。其二,隨著家庭規(guī)模的擴(kuò)大,非農(nóng)就業(yè)農(nóng)戶家庭的金融市場參與率和風(fēng)險金融資產(chǎn)配置比例降低,但對農(nóng)業(yè)就業(yè)農(nóng)戶并無顯著影響。這可能是由于非農(nóng)就業(yè)農(nóng)戶多數(shù)在城鎮(zhèn)地區(qū)務(wù)工。城鎮(zhèn)生活、教育和醫(yī)療成本更高,規(guī)模較大的家庭一般負(fù)擔(dān)較大。風(fēng)險意識更強(qiáng)。傾向于減持風(fēng)險金融資產(chǎn)。其三,隨著同城親戚數(shù)量增多,務(wù)農(nóng)者金融市場參與積極性更強(qiáng),但對非農(nóng)就業(yè)者沒有顯著影響。這可能是因為這種依托血緣地緣的社會網(wǎng)絡(luò)所能提供的援助可能對務(wù)農(nóng)家庭更為重要。其四,風(fēng)險規(guī)避程度對非農(nóng)就業(yè)農(nóng)戶和農(nóng)業(yè)就業(yè)農(nóng)戶的金融決策均具有顯著的負(fù)向影響。其五,受教育程度正向提高了兩類農(nóng)戶的金融市場參與率和風(fēng)險金融資產(chǎn)配置比例。其六。年齡增長對農(nóng)戶金融行為具有負(fù)向影響。這是因為成年人隨著年齡增長,投資期限和預(yù)期平均壽命變短,會逐步減持風(fēng)險金融資產(chǎn)。其七,相對于男性受訪者,女性受訪者掌握家庭經(jīng)濟(jì)決策時參與金融市場的概率和配置風(fēng)險金融資產(chǎn)的比例更高。其八,對非農(nóng)就業(yè)者來說,未婚時其金融行為更加積極。這可能是因為未婚非農(nóng)就業(yè)者負(fù)擔(dān)相對較輕,當(dāng)流動資金允許時更愿意進(jìn)入金融市場投資理財:但對農(nóng)業(yè)就業(yè)者來說,已婚反而能夠促進(jìn)其金融市場參與。這可能是因為務(wù)農(nóng)者結(jié)婚后心理狀態(tài)更安全穩(wěn)定,從而更愿意參與金融市場。

最后,表2和表3的最后一行是選擇方程與資產(chǎn)配置決策方程中殘差項的相關(guān)系數(shù)。兩表中相關(guān)系數(shù)在統(tǒng)計上均顯著,樣本存在內(nèi)生性問題。這代表非農(nóng)就業(yè)農(nóng)戶和農(nóng)業(yè)就業(yè)農(nóng)戶并非隨機(jī)產(chǎn)生。而是根據(jù)其自身和家庭特征作出的“自選擇”,有一些不可觀測的遺漏變量會同時影響農(nóng)戶非農(nóng)就業(yè)與金融行為。我們采用內(nèi)生轉(zhuǎn)換模型加以糾正是合理的。

在內(nèi)生轉(zhuǎn)換模型回歸之后。我們可以通過構(gòu)造反事實計算非農(nóng)就業(yè)這一內(nèi)生處理變量的處理效應(yīng)。表4給出了農(nóng)戶非農(nóng)就業(yè)對家庭金融市場參與和風(fēng)險金融資產(chǎn)配置的總處理效應(yīng)。其中,ATE是非農(nóng)就業(yè)對所有農(nóng)戶的平均處理效應(yīng)。ATET是非農(nóng)就業(yè)對處理組(非農(nóng)就業(yè)農(nóng)戶)的平均處理效應(yīng)??偟膩碚f,四項處理效應(yīng)結(jié)果都顯著為正,農(nóng)戶非農(nóng)就業(yè)會顯著提高其金融市場參與率和風(fēng)險金融資產(chǎn)配置比例。假設(shè)1成立。

(二)農(nóng)戶非農(nóng)就業(yè)對金融素養(yǎng)的影響

在檢驗過農(nóng)戶非農(nóng)就業(yè)影響家庭金融資產(chǎn)配置的總效應(yīng)之后,我們進(jìn)一步檢驗農(nóng)戶非農(nóng)就業(yè)對中介變量金融素養(yǎng)的影響。在這一部分我們同樣使用了內(nèi)生轉(zhuǎn)換模型。模型檢驗結(jié)果殘差項的相關(guān)系數(shù)顯著,拒絕外生性的原假設(shè),這代表內(nèi)生轉(zhuǎn)換模型是適用的。因變量為“金融素養(yǎng)”的內(nèi)生轉(zhuǎn)換模型回歸結(jié)果如表5所示。

首先。表5中選擇方程的結(jié)果同樣表明了家庭及個人特質(zhì)對內(nèi)生處理變量“是否非農(nóng)就業(yè)”的影響,因此與表2和表3中結(jié)果基本類似。

其次,表5中的結(jié)果方程顯示。多數(shù)控制變量對農(nóng)戶金融素養(yǎng)起到了顯著影響。第一,資產(chǎn)和收入水平對農(nóng)戶金融素養(yǎng)具有顯著的正向影響;第二。家庭規(guī)模對非農(nóng)就業(yè)農(nóng)戶金融素養(yǎng)存在負(fù)向影響,這可能是因為在人口數(shù)量較多的家庭中。核心勞動力往往需要付出更多時間和精力維持家庭成員的物質(zhì)需求,從而缺乏對金融素養(yǎng)的重視和培訓(xùn)。第三,同城親戚數(shù)量正向提升了農(nóng)業(yè)就業(yè)農(nóng)戶的金融素養(yǎng)。即對于務(wù)農(nóng)家庭來說,依托血緣地緣的社會網(wǎng)絡(luò)是他們了解金融知識提高金融素養(yǎng)的重要渠道。第四,農(nóng)戶風(fēng)險規(guī)避程度越高,越不利于金融素養(yǎng)的提升,這可能是因為風(fēng)險規(guī)避意識高的農(nóng)戶更為謹(jǐn)慎和保守,更少參與金融活動和接觸金融培訓(xùn),從而金融素養(yǎng)較低。第五,受教育程度和健康狀況顯著提升了農(nóng)戶金融素養(yǎng),而年齡對金融素養(yǎng)存在負(fù)向影響,這代表受教育程度高且身體健康的年輕人一般具有更高的金融素養(yǎng)。

最后,我們關(guān)注農(nóng)戶非農(nóng)就業(yè)對金融素養(yǎng)的影響。表5的最后兩行是我們通過構(gòu)造反事實計算出的非農(nóng)就業(yè)這一內(nèi)生處理變量的處理效應(yīng)。ATE和ATET均顯著為正,這代表農(nóng)戶非農(nóng)就業(yè)顯著提升了其金融素養(yǎng)。假設(shè)2的第一個子假說H2a成立。

(三)農(nóng)戶非農(nóng)就業(yè)、金融素養(yǎng)與家庭金融資產(chǎn)配置

在檢驗過農(nóng)戶非農(nóng)就業(yè)對中介變量金融素養(yǎng)的影響之后,我們將金融素養(yǎng)同時加入到金融資產(chǎn)配置決策模型中。檢驗中介效應(yīng)是否成立以及中介效應(yīng)的完全性。與檢驗式(15)總效應(yīng)時的邏輯基本一致,我們同樣采用內(nèi)生轉(zhuǎn)換模型,仍舊將非農(nóng)就業(yè)視為內(nèi)生性處理變量,將新引入的金融素養(yǎng)作為控制變量?;貧w結(jié)果如表6和表7所示。首先。選擇方程結(jié)果與未加入中介變量前的表3和表4結(jié)果基本一致,不再加以贅述。其次。結(jié)果方程中金融素養(yǎng)對兩類農(nóng)戶的家庭金融市場參與和風(fēng)險金融資產(chǎn)配置均起到了顯著的正向影響,金融素養(yǎng)的提升會促進(jìn)農(nóng)戶更多地參與金融市場并持有更高份額的風(fēng)險金融資產(chǎn),假設(shè)2的第二個子假設(shè)H2b成立。H2a和H2b的成立表明農(nóng)戶非農(nóng)就業(yè)影響其金融資產(chǎn)配置行為的一條主要的中介渠道是金融素養(yǎng)的提升,中介效應(yīng)得證,H2成立。最后,除金融素養(yǎng)之外,多數(shù)控制變量的影響方向和顯著程度與表3和表4相比均未發(fā)生顯著改變,僅有受教育年限的顯著性和系數(shù)大小相對降低,這說明金融素養(yǎng)包含了與教育有關(guān)的一些信息。

在引入中介變量并進(jìn)行內(nèi)生轉(zhuǎn)換回歸之后。我們同樣通過構(gòu)造反事實計算非農(nóng)就業(yè)的處理效應(yīng),此處的處理效應(yīng)是非農(nóng)就業(yè)對金融資產(chǎn)配置影響的直接效應(yīng)。如表8所示,在引入金融素養(yǎng)后,ATE和ATET仍舊顯著為正,即非農(nóng)就業(yè)對家庭金融市場參與和風(fēng)險金融資產(chǎn)配置的正向影響仍舊十分顯著。這說明不存在完全中介效應(yīng),即金融素養(yǎng)并不是非農(nóng)就業(yè)影響金融資產(chǎn)配置的唯一渠道,假設(shè)3成立。此外,我們可以根據(jù)表4中的總效應(yīng)和表8中的直接效應(yīng),計算金融素養(yǎng)所起到的中介效應(yīng)的大小及其比例。如表4和表8所示,非農(nóng)就業(yè)對農(nóng)戶是否參與金融市場的總效應(yīng)為0.140 8,直接效應(yīng)為0.1207。因此非農(nóng)就業(yè)通過中介變量金融素養(yǎng)對農(nóng)戶是否參與金融市場起到的間接效應(yīng)為0.020 1。在總效應(yīng)中占比為14.28%:非農(nóng)就業(yè)對農(nóng)戶參與金融市場深度的總效應(yīng)為0.887 3。直接效應(yīng)為0.762 1。因此非農(nóng)就業(yè)通過中介變量金融素養(yǎng)對農(nóng)戶參與金融市場深度起到的間接效應(yīng)為0.125 1。在總效應(yīng)中占比為14.11%??偟膩碚f,金融素養(yǎng)是非農(nóng)就業(yè)影響農(nóng)戶金融行為的一條重要渠道。其中介效應(yīng)可以達(dá)到14%左右。

五、穩(wěn)健性檢驗

筆者利用內(nèi)生轉(zhuǎn)換模型逐步檢驗了非農(nóng)就業(yè)、金融素養(yǎng)及家庭金融資產(chǎn)配置三者之間的關(guān)系。農(nóng)戶非農(nóng)就業(yè)顯著提高了家庭金融市場參與概率和風(fēng)險金融資產(chǎn)配置比例,而金融素養(yǎng)則是一條重要的中介渠道。為了進(jìn)一步證明結(jié)論的可靠性,我們更換檢驗方法進(jìn)行穩(wěn)健性檢驗。Sobel(1982)提出的Sobel法也是比較有名的中介效應(yīng)檢驗方法。除顯示中介效應(yīng)的顯著性之外.可以直接計算出中介效應(yīng)占比。

檢驗結(jié)果如表9和表10所示.與逐步法結(jié)果基本一致。首先,兩表中第二列可以看出非農(nóng)就業(yè)對家庭金融市場參與和風(fēng)險金融資產(chǎn)配置的總效應(yīng)顯著為正,假設(shè)1成立。其次,第三列結(jié)果表明非農(nóng)就業(yè)顯著提升了農(nóng)戶金融素養(yǎng),同時第四列顯示金融素養(yǎng)對農(nóng)戶家庭金融市場參與和風(fēng)險金融資產(chǎn)配置具有顯著正向影響,這代表金融素養(yǎng)的中介作用顯著,假設(shè)2成立。最后,第四列結(jié)果顯示,在控制金融素養(yǎng)后,非農(nóng)就業(yè)對家庭金融市場參與和風(fēng)險金融資產(chǎn)配置的直接效應(yīng)仍舊顯著。這說明中介效應(yīng)是不完全的,假設(shè)3成立。

此外。表9和表10中Sobel Tests的結(jié)果顯示中介效應(yīng)十分顯著。在研究非農(nóng)就業(yè)對農(nóng)戶家庭是否參與金融市場的影響時,金融素養(yǎng)的中介效應(yīng)占總效應(yīng)的13.00%:在研究非農(nóng)就業(yè)對農(nóng)戶家庭參與金融市場深度的影響時,金融素養(yǎng)的中介效應(yīng)占總效應(yīng)的15.21%。由此可見,Sobel方法與前文依次檢驗的結(jié)果基本類似,中介效應(yīng)占比也同樣在14%左右,結(jié)果較為穩(wěn)健。

六、研究結(jié)論與政策建議

筆者通過建立一個含相對風(fēng)險厭惡系數(shù)的冪效用對數(shù)正態(tài)跨期決策模型。從理論上探討了非農(nóng)就業(yè)、金融素養(yǎng)和金融資產(chǎn)配置決策三者之間的關(guān)系。在此基礎(chǔ)上,依托中國家庭金融調(diào)查(CHFS)2015年全國調(diào)查數(shù)據(jù)。采用內(nèi)生轉(zhuǎn)換模型對三者的關(guān)系進(jìn)行了依次檢驗,之后又使用Sobel法進(jìn)行了穩(wěn)健性檢驗,主要得出兩個結(jié)論:(1)相對于在家務(wù)農(nóng),農(nóng)戶非農(nóng)就業(yè)會顯著提高其金融市場參與率和風(fēng)險金融資產(chǎn)配置比例。這是因為非農(nóng)就業(yè)作為重要的人力資本因素,不僅會提升農(nóng)戶收人,還會帶來思想觀念、知識信息等多方面的影響,這些因素又會進(jìn)一步影響農(nóng)戶金融行為。(2)農(nóng)戶非農(nóng)就業(yè)影響其金融資產(chǎn)配置行為的一條主要中介渠道是金融素養(yǎng)的提升,但金融素養(yǎng)并非唯一的中介渠道,其中介效應(yīng)可達(dá)14%左右。農(nóng)村地區(qū)金融知識相對貧乏,而隨著大量農(nóng)民跳出農(nóng)地桎梏從事非農(nóng)行業(yè)。他們可以有更多渠道和機(jī)會接觸金融知識或參加金融培訓(xùn)。從而促進(jìn)金融素養(yǎng)提升,并最終影響到他們的金融資產(chǎn)配置行為。

為緩解我國農(nóng)村地區(qū)金融排斥和金融市場“有限參與”問題,使農(nóng)戶有更多機(jī)會進(jìn)入金融市場進(jìn)行投資理財并實現(xiàn)其資產(chǎn)的保值增值。基于以上的理論分析和研究結(jié)論,我們提出以下政策建議。

(一)擴(kuò)大農(nóng)戶非農(nóng)就業(yè)空間,改善農(nóng)戶非農(nóng)就業(yè)的外部環(huán)境

農(nóng)戶非農(nóng)就業(yè)直接關(guān)系農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民增收.同時也影響到農(nóng)戶金融行為和財產(chǎn)性收人的實現(xiàn)。非農(nóng)就業(yè)能夠在一定程度上改變農(nóng)戶思想觀念、提高農(nóng)戶金融素養(yǎng)。從而使農(nóng)戶更有能力和意愿參與金融市場并配置股票、基金、理財產(chǎn)品等風(fēng)險金融資產(chǎn)。為了擴(kuò)大農(nóng)戶非農(nóng)就業(yè)空間。促進(jìn)農(nóng)村勞動力非農(nóng)就業(yè),政府應(yīng)當(dāng)采取更加積極的就業(yè)政策,在經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)變和調(diào)整過程中創(chuàng)造更多的非農(nóng)就業(yè)機(jī)會。首先,積極扶持中小企業(yè)、勞動密集型產(chǎn)業(yè)和服務(wù)業(yè),使其盡可能向社會提供較多的就業(yè)崗位,增強(qiáng)吸納進(jìn)城務(wù)工人員就業(yè)的能力;其次.加強(qiáng)非農(nóng)就業(yè)人員技能培訓(xùn)和職業(yè)教育,提高其擇業(yè)競爭能力和非農(nóng)就業(yè)適應(yīng)能力:再次,以財政貼息、信貸支持等手段引導(dǎo)擁有一定技能和資金積累的進(jìn)城務(wù)工人員返鄉(xiāng)創(chuàng)業(yè),鼓勵其發(fā)展農(nóng)產(chǎn)品加工銷售為主的農(nóng)村二三產(chǎn)業(yè)、生態(tài)休閑農(nóng)業(yè)和縣域中小企業(yè),以創(chuàng)業(yè)帶動就業(yè)。最后,完善非農(nóng)就業(yè)人員的權(quán)益保障,確保工資按時足額發(fā)放,做好子女教育、醫(yī)療保險等社會保障和公共服務(wù),努力為非農(nóng)就業(yè)農(nóng)戶創(chuàng)造穩(wěn)定良好的就業(yè)環(huán)境。

(二)重視農(nóng)戶金融知識培訓(xùn),提高農(nóng)戶金融素養(yǎng)

良好的金融素養(yǎng)有助于農(nóng)戶作出適當(dāng)?shù)慕鹑跊Q策,提高金融市場參與度并降低金融風(fēng)險。相對于非農(nóng)就業(yè)者,那些土生土長的務(wù)農(nóng)者,很少有機(jī)會和渠道接觸金融知識。缺乏金融素養(yǎng),因此更多選擇不參與金融市場,而那些參與了的也往往會做出不合理的金融決策,不僅無法實現(xiàn)資產(chǎn)保值增值,甚至?xí)墒芴潛p。央行2017年7月13日公布的《消費者金融素養(yǎng)調(diào)查分析報告(2017)》顯示,我國城鄉(xiāng)居民金融素養(yǎng)差異顯著,農(nóng)村居民在貸款、投資、保險等方面的金融知識非常薄弱。農(nóng)戶金融素養(yǎng)的提高非一日之功,地方政府應(yīng)該聯(lián)合地方商業(yè)銀行或農(nóng)信社,定期走入鄉(xiāng)鎮(zhèn)舉辦金融培訓(xùn),結(jié)合農(nóng)戶生活實際,普及反金融詐騙、存貸款、規(guī)劃理財?shù)冉鹑谥R。例如,貴州黔南州12個縣(市)農(nóng)信社(農(nóng)商行)早在2014年開始創(chuàng)辦“金融夜?!?。抽調(diào)業(yè)務(wù)骨干分組巡回宣講,內(nèi)容包括風(fēng)險防范、存貸款、理財以及優(yōu)化資金配置等內(nèi)容,逐步培養(yǎng)了農(nóng)村居民的金融素養(yǎng),提高了他們對金融工具、金融產(chǎn)品的認(rèn)知和應(yīng)用。

(三)推動農(nóng)村金融服務(wù)下沉.實現(xiàn)數(shù)字普惠金融創(chuàng)新

農(nóng)村金融排斥的問題,不僅體現(xiàn)在農(nóng)戶信貸可得性上,理財、證券、保險等各種金融服務(wù)的缺失同樣值得重視。長期以來,農(nóng)村地區(qū)金融市場“有限參與”問題十分嚴(yán)重。農(nóng)戶缺乏機(jī)會接觸并享受金融服務(wù),很少進(jìn)入金融市場投資理財并獲得財產(chǎn)性收入。隨著城鄉(xiāng)統(tǒng)籌、新農(nóng)村建設(shè)、鄉(xiāng)村振興等戰(zhàn)略的實施,農(nóng)村居民的收入不斷增長,對理財投資的需求也會隨之提升。金融機(jī)構(gòu)應(yīng)當(dāng)充分認(rèn)識到農(nóng)村金融發(fā)展的廣闊前景,推進(jìn)金融服務(wù)下沉,讓農(nóng)戶也有機(jī)會參與金融市場并實現(xiàn)資產(chǎn)保值增值。而數(shù)字金融則是突破農(nóng)村金融服務(wù)困境的利器。隨著智能手機(jī)的普及,微信、支付寶等集生活服務(wù)和支付功能一體的應(yīng)用軟件也逐漸貼近農(nóng)村群眾的生活。已成為廣大農(nóng)戶獲取資訊、互動交流、享受信息化成果的主要手段。例如螞蟻金服旗下的支付寶,在購物娛樂、便民生活等吸引客戶的基礎(chǔ)板塊之外,開發(fā)了“學(xué)知識”“看行情”等基礎(chǔ)金融訊息板塊和“財富管理”板塊,與多家銀行、基金、保險公司合作,推出了各種理財工具、基金產(chǎn)品和保險服務(wù)。數(shù)字金融的發(fā)展一定程度上化解了農(nóng)村金融服務(wù)交易成本過高的問題。農(nóng)戶也不再受地域限制,可以享受與城市居民同等的金融機(jī)會。足不出戶即可通過手機(jī)學(xué)習(xí)金融知識、投資金融產(chǎn)品。

猜你喜歡
金融素養(yǎng)
青海省家庭金融資產(chǎn)配置研究
普惠金融下的普惠金融教育和金融素養(yǎng)
金融素養(yǎng)背景下高中生對金融現(xiàn)象的解釋
金融素養(yǎng)與風(fēng)險認(rèn)知對投資選擇的實證研究
金融素養(yǎng)對城鎮(zhèn)家庭金融資產(chǎn)選擇的影響研究
金融素養(yǎng)與風(fēng)險認(rèn)知對投資選擇的實證研究
基于金融素養(yǎng)的非金融專業(yè)金融學(xué)教學(xué)改革
大學(xué)生網(wǎng)貸背景下金融素養(yǎng)教育途徑探析
提升消費者金融素養(yǎng)的必要性及途徑分析
互聯(lián)網(wǎng)時代金融人才培養(yǎng)模式創(chuàng)新探討
石河子市| 日照市| 长宁区| 蓬安县| 独山县| 溧水县| 丁青县| 故城县| 漾濞| 揭阳市| 东乡| 定陶县| 吴堡县| 奈曼旗| 公安县| 常宁市| 喀喇| 芜湖县| 龙陵县| 罗平县| 灵武市| 邢台县| 大同县| 古浪县| 平定县| 清水县| 淮阳县| 佛教| 阆中市| 湖州市| 青冈县| 凤冈县| 涞源县| 普宁市| 旬阳县| 大城县| 余干县| 龙陵县| 张家界市| 石阡县| 内江市|