社會養老保險對城鎮家庭風險金融投資的影響

□文/ 魏麗君

（首都經濟貿易大學勞動經濟學院 北京）

［提要］ 隨著我國金融市場逐漸完善，城鎮家庭在資產配置過程中越來越注重金融理財產品的投資。但數據顯示：我國城鎮家庭資產配置并不合理，家庭金融投資結構單一，這不利于我國家庭金融的良好發展，同時制約家庭抵御風險的能力。養老保險作為社會保障的重要一環，對家庭金融資產配置產生著重要的影響。本文利用Pr obi t 模型和OLS 模型探究養老保險對城鎮家庭參與風險金融投資的影響，以期為我國社保事業發展和我國家庭金融發展建言獻策。

一、引言

隨著改革開放，社會主義市場經濟的建立，金融市場的逐漸完善，我國城鎮家庭在資產配置選擇過程中越來越注重金融理財產品的投資。但是數據顯示，我國城鎮家庭資產配置不合理，儲蓄占比高，風險金融投資占比低。養老保險作為社會保障至關重要的一環，對家庭金融資產的配置產生著重要的影響。根據以往的研究，養老保險對于家庭金融資產的影響主要通過收入效應和替代效應來實現。同時，由于我國幅員遼闊，經濟發展不平衡，造成東中西部地區在各個方面都存在著較大的差異。那么，探究養老保險對于家庭風險金融投資參與的真正影響，則需要借助微觀數據進行研究。

二、文獻回顧

關于家庭金融資產配置行為的理論和實證研究是過去半個世紀來國外學者關注的焦點領域。經典投資理論認為，居民風險資產持有比重僅與投資者的風險態度相關而獨立于財富和年齡。Poterba &Samwick（1997）分析了美國家庭年齡與投資組合結構的關系，認為不同年齡層的家庭會有不同的金融資產組合，年長的家庭更傾向于持有股票，而相對較少地持有免稅債券。Bertaut & Starr-McCluer（2002）利用美國SCF 調查數據，認為家庭的投資組合選擇與年齡、財產、收入風險和信息成本有顯著的關系。史代敏和宋艷（2005）基于四川省居民家庭樣本，發現家庭財富、年齡、學歷等因素顯著影響著家庭金融資產的配置。吳衛星等（2010）利用15 個城市的抽樣數據，從生命周期效應、財富效應以及住房的角度研究了中國居民家庭投資結構變化的影響因素。徐華等人（2014）提到，除了已知的金融產品存在的風險外，另一個影響其決策的重要因素是背景風險。關于背景風險的探究，最早來自于Prat & Zeckhauser（1987）。尹志超（2014）在以往的研究中通過實證方法得出教育對于家庭股票投資具有顯著的影響。史代敏等（2005）在研究中證實了年齡對于家庭金融資產的配置具有顯著影響。

三、數據、模型與變量

（一）變量說明

1、被解釋變量。本文將活期存款、定期存款和現金劃入非風險金融資產范疇，將股票、基金、理財產品、債券、衍生品、外幣和黃金劃入風險金融資產的范疇。城鎮家庭是否持有風險金融資產、風險金融資產在家庭金融總資產中所占比重作為被解釋變量。

2、關鍵解釋變量。本文的關鍵解釋變量是：城鎮家庭是否持有社會養老保險。

3、控制變量。在上述分析的基礎上，將人口個體特征、家庭財富特征和外部環境特征納入控制變量范圍之內。具體有如下控制變量：戶主性別、戶主年齡、戶主受教育年限、戶主健康狀況、家庭是否持有房產、家庭消費性支出、家庭所在地區。（表1）

表1 變量說明一覽表

（二）模型

1、本文利用Probit 模型探究養老保險的持有情況對家庭參與風險金融投資決策的影響，模型設定如下：

2、Tobit 回歸模型：本文利用Tobit 回歸模型進行探究，模型設定如下：

（三）內生性處理

1、工具變量回歸。是否持有養老保險與不可觀測的家庭異質性或者說家庭特征密切相關，而這些因素又同時影響著家庭風險資產配置決策，倘若忽略這些因素可能會造成估計的偏差。為此，我們利用工具變量的方法進行矯正，工具變量選用省級社會養老保險參與率作為工具變量進行內生性檢驗，并使用iv-probit 模型以及iv-tobit 模型進行回歸。

2、PSM。對于主要解釋變量家庭持有養老保險情況來說，我們認為該變量可能存在一定的選擇偏差，因此我們利用PSM 傾向得分匹配的方法對樣本進行匹配，從而更為精確地考察主要解釋變量對家庭參與風險金融投資的影響，以解決樣本選擇性偏差帶來的內生性問題。

四、實證分析與討論

（一）回歸結果與討論。如表2 所示，模型（1）是使用probit 模型進行回歸的基本結果，從基本回歸結果中可以看出，在控制了性別、年齡、受教育年限等變量后，主要自變量養老保險的持有情況對家庭參與風險金融投資的決策產生了顯著影響。由于probit 模型是線性概率模型，因此表中匯報了平均邊際效應。在模型（1）中，主要解釋變量養老保險的持有情況對于被解釋變量的邊際影響系數為0.308，并且該影響在1%的水平上顯著。模型（2）為工具變量回歸，在模型（2）中，這一概率明顯增加。性別對于被解釋變量具有顯著的影響，體現為男性較女性而言進行風險金融投資的概率更低，這一概率為12.1%，可以看到，在模型（2）中，這一概率稍有降低；年齡對于被解釋變量的影響為正向的且在1%的水平上顯著。但值得注意的是，在進行兩階段估計之后，這一結果有了較大的改變。受教育程度對于家庭參與風險金融投資的影響分別在1%的水平下顯著。消費性支出對于家庭參與風險金融資產投資的影響在1%的水平上顯著。戶主的風險偏好也對其家庭是否進行風險金融投資產生顯著的影響，模型（1）和兩階段估計的結果差別并不大。從回歸結果中可以看到，東部地區進行風險投資的概率高于中部、西部地區。模型（3）和（4）為tobit 回歸模型的回歸結果和兩階段估計結果。持有養老保險情況會對城鎮家庭風險金融投資參與程度產生顯著影響，而這一結果在利用工具變量進行兩階段估計后顯著提高?；貧w結果還向我們展示了相關控制變量對家庭參與風險金融投資程度產生的影響。模型（4）的結果顯示，除年齡外，其余解釋變量的估計結果與模型（3）相比并沒有顯著的變化。（表2）

表2 社會養老保險對家庭參與風險金融投資決策和參與程度的影響一覽表

（二）基于PSM 傾向得分匹配方法的再檢驗。在利用PSM 檢驗之后，probit 模型中，匹配前后的 ATT 值為 0.264、0.224，在控制了選擇性偏差后，養老保險對城鎮家庭參與風險金融投資決策的凈影響為7.49%，在1%的水平下顯著，表明持有養老保險會顯著地提高城鎮家庭進行風險金融投資的概率；在tobit 模型中，匹配前后的ATT 值約為0.104、0.084，在控制了選擇性偏差后，養老保險對家庭風險金融投資參與程度的凈影響為2.98%，且在1%水平下顯著。這表明持有養老保險會顯著地提高城鎮家庭風險金融資產在家庭金融總資產中的占比?？傮w而言，我們認為，持有養老保險的家庭會顯著提高其參與風險金融投資的概率和參與程度。

五、結論及政策建議

（一）結論。第一，持有養老保險顯著提高了城鎮家庭投資風險金融資產的概率及其參與程度，替代效應起到主要作用；第二，地區因素在養老保險與城鎮家庭參與風險金融投資的關系中起到顯著的作用，這一影響主要是由于東部地區的經濟較為發達；第三，除主要解釋變量外，性別、年齡、受教育程度、家庭消費支出和是否持有房產也對被解釋變量具有顯著的影響。

（二）政策建議。第一，提高養老保險覆蓋廣度，推動養老保險實現“全覆蓋”。政府應當大力支持社會養老保險的發展，進一步為我國家庭金融的發展和社會抵御老齡化帶來的風險提供社會保障方面的支撐。第二，提升養老保險覆蓋深度，構建多支柱養老保險體系。以適應國民日益豐富的養老保險需求。第三，完善收入增長機制。我國應當進一步做大經濟總量，提高居民的可支配收入，增加居民抵御風險的信心。第四，完善我國金融市場的發展，深化金融市場的改革。達到完善金融市場發展，為居民提供一個良好投資環境的目標。