论文部分内容阅读
摘要：本文利用中国家庭金融调查（CHFS）2011年和2013年两期的数据采用双重差分DID的办法研究了2012年的延迟退休政策的宣告对于城镇家庭风险金融资产配置的影响，结果显示：延迟退休政策的宣告提高了我国城镇家庭风险金融资产的配置比重。这对于我国促进经济和金融市场的发展都是极好的，所以从这个角度而言，延迟退休政策的出台是很有必要的。
关键词：家庭风险;资产配置;分析
金融投资是居民增加财产性收入的一个重要途径。但是，现实情况是，我国家庭对金融市场的参与率并不高，特别是在风险较高的金融市场上，那里存在着“有限参与金融市场的神秘现象”。当前，我国人口老龄化趋势越来越严重。数据显示，到2020年，我国60岁以上人口的比例达到16.1%。延迟退休政策呼之欲出，并在2012年6月14日的发布的《社会保障“十二五”规划纲要》中首次确切说明： “研究弹性地延迟领取养老金年龄的政策”，我们也把此时间节点看作是延迟退休宣告的时间节点。虽然延迟退休政策到目前还未实施，但由于宣告效应和预期冲击的存在，依然会对居民家庭的金融投资产生一定的影响。延迟退休的宣告一方面可能会使得居民由于预期养老时间的延长而降低对风险金融资产的持有;另一方面延迟退休的宣告可能会使得居民由于预期收入增加，收入风险的降低而增加对风险金融资产的持有。鉴于此，本文以延迟退休的宣告为切入点，研究延迟退休宣告对城镇家庭金融资产配置的影响。
1.延迟退休宣告对城镇家庭风险金融资产配置影响的实证分析
1.1数据来源
本文的数据取自中国家庭金融调查（CHFS） 数据库，它是西南财经大学中国家庭金融调查与研究中心进行的一项关于各类家庭微观金融信息的全国性的调查。本文选取的是 2011 年和2013年两期的CHFS的数据。首先根据家庭成员的年龄计算来确定家庭中的劳动力人口，再根据社会保障中的保险方式和现行的退休制度来确定家庭中已经退休的人口。用退休人口的数量除以家庭劳动力人口的总数得到退休劳动力人口比，当这个比率为1时说明该家庭不受延迟退休政策的影响为控制组，其余为实验组。自从2011年上海率先试行“延迟退休”政策以来，上海样本就被排除在外了。最后，剔除存在缺失值的样本，最终得到 5127个有效样本。
1.2模型构建
本文研究的主题是延迟退休政策的宣告对于城镇家庭风险金融资产配置的影响，我们可以把延迟退休政策的宣告看作是一项干预政策，那么这一研究的主题就可以近似的看作是延迟退休政策的宣告对于城镇家庭风险金融资产配置影响的政策净效应研究。于是我们引入双重差分计量模型DID，将对照组作为实验组的参照系，将对照组政策干预前后的差异看做纯粹的时间效应，综合两个差分的到双重差分估计量（DID estimator），对政策的净效应进行评估。此研究的样本数为5127，采用的是双重差分DID模型来看2012年6月14日的延迟退休政策的宣告对于我国城镇家庭金融风险资产的影响。具体估计方程如下：
Y=α+β1Mi+β2Ti+ΓMiTi+Xit+ε （1）
其中，Y是被解释变量家庭风险金融资产配置，α是截距项，Mi是分组虚拟变量，Ti是时间虚拟变量，β1和β2分别是政策虚拟变量和时间虚拟变量的回归系数。Γ是我们最关心的DID系数，也就是双重差分估计量，即政策效应，ε为随机扰动项。
为了尽可能地避免由遗漏变量引起的估计偏误，本文在回归模型中引入一系列控制变量Xit主要包括：年龄、性别、受教育程度、保险、风险态度、家庭收入。
在使用DID方法进行估计时要求满足分组外生性。本文采用家庭成员并未完全退休的家庭作为处理组。相应的控制组则为成员全部退休的家庭。一般情况下，在我国是否退休并不是自己可以选择的，而是依据法定退休办法实施的。在这样的情况下，延迟退休政策宣告与家庭成员的退休状况可以认为是无关的。
1.3实证分析结果
回归分析结果如表1所示，家庭金融风险资产（1）是没有加入控制变量的估计结果，家庭金融风险资产（2）是在加入年龄、性别、受教育程度、保险、风险态度、家庭收入这些控制变量之后的估计结果。在不加入控制变量时，延迟退休政策的宣告对城镇家庭金融风险资产的影响为0.3918，并且是显著的。在加入了控制变量之后，延迟退休政策的宣告对城镇家庭金融风险资产的影响为0.1699，结果也是显著的。结果显示，在加入控制变量之后，年龄、受教育程度、收入、保险都显著影响城镇家庭金融风险资产。
2.研究结论
本文利用西南财經大学发布的中国家庭金融调查CHFS2011年和2013年两期的数据，利用双重差分DID的方法研究了延迟退休政策的宣告对于我国城镇家庭金融风险资产的影响，发现延迟退休政策的宣告提高了我国城镇家庭金融风险资产的配置，其中较可能的原因为延迟退休增加了家庭的预期收入，而家庭收入对家庭风险金融资产的配置是正的影响，所以延迟退休政策的宣告提高了我国城镇家庭金融风险资产的配置。
参考文献：
[1]李建军，田光宁.我国居民金融资产结构及其变化趋势分析[J].金融论坛，2001，6（11） ：2-8
[2]林义.我国退休制度改革的政策思路[J].财经科学，2002（5）.11—13
[3]杨璟.延迟法定退休年龄的必要性分析[J].特区经济，2008（2）.18-21
[4]康传坤.提高缴费率还是推迟退休？[J].统计研究，2012，29（12）：59-68.
[5]刘渝琳、李宜航：延迟退休年龄是否会带来二次人口红利？[J]人口与发展，2017（5）.18-21。
[6]刘璨，凌晨，邹红.延迟退休政策宣告与城镇家庭储蓄率变动[J].财贸经济，2019，40（04）：130-145.
[7]杨博. 社会保障对家庭风险金融资产配置的影响[D].集美大学，2018.
[8]彭川.收入结构对家庭风险金融资产投资的影响——基于CHFS数据的经验分析[J].呼伦贝尔学院学报，2018，26（01）：63-70.
[9]赵梓涵. 家庭人口结构与家庭风险金融资产选择[D].西南财经大学，2017.
[10]David Ansong，Gina Chowa，Rainier Masa，Mathieu Despard，Michael Sherraden，Shiyou Wu，Isaac Osei-Akoto. Effects of Youth Savings Accounts on School Attendance and Academic Performance： Evidence from a Youth Savings Experiment[J]. Journal of Family and Economic Issues，2019，40（2）.
[11]李卓，谭江涛，陈江红，王琪.新一轮集体林权制度改革效果评估——基于双重差分模型的实证分析[J].价值工程，2019，38（11）：19-22.
[12]孙林，胡玲菲，方巧云.中国自由贸易区战略提升中国进口食品质量了吗——基于双重差分模型[J].国际贸易问题，2019（05）：54-68.
基金项目：本文属于北方民族大学研究生创新项目《延迟退休宣告对城镇家庭风险金融资产配置的影响分析》（编号：YCX20041）研究成果。
作者简介：多春梅（1995—）女，汉族，云南大理人，单位：北方民族大学经济学院，硕士研究生学历，中国少数民族经济专业，研究方向：地区投融资。
关键词：家庭风险;资产配置;分析
金融投资是居民增加财产性收入的一个重要途径。但是，现实情况是，我国家庭对金融市场的参与率并不高，特别是在风险较高的金融市场上，那里存在着“有限参与金融市场的神秘现象”。当前，我国人口老龄化趋势越来越严重。数据显示，到2020年，我国60岁以上人口的比例达到16.1%。延迟退休政策呼之欲出，并在2012年6月14日的发布的《社会保障“十二五”规划纲要》中首次确切说明： “研究弹性地延迟领取养老金年龄的政策”，我们也把此时间节点看作是延迟退休宣告的时间节点。虽然延迟退休政策到目前还未实施，但由于宣告效应和预期冲击的存在，依然会对居民家庭的金融投资产生一定的影响。延迟退休的宣告一方面可能会使得居民由于预期养老时间的延长而降低对风险金融资产的持有;另一方面延迟退休的宣告可能会使得居民由于预期收入增加，收入风险的降低而增加对风险金融资产的持有。鉴于此，本文以延迟退休的宣告为切入点，研究延迟退休宣告对城镇家庭金融资产配置的影响。
1.延迟退休宣告对城镇家庭风险金融资产配置影响的实证分析
1.1数据来源
本文的数据取自中国家庭金融调查（CHFS） 数据库，它是西南财经大学中国家庭金融调查与研究中心进行的一项关于各类家庭微观金融信息的全国性的调查。本文选取的是 2011 年和2013年两期的CHFS的数据。首先根据家庭成员的年龄计算来确定家庭中的劳动力人口，再根据社会保障中的保险方式和现行的退休制度来确定家庭中已经退休的人口。用退休人口的数量除以家庭劳动力人口的总数得到退休劳动力人口比，当这个比率为1时说明该家庭不受延迟退休政策的影响为控制组，其余为实验组。自从2011年上海率先试行“延迟退休”政策以来，上海样本就被排除在外了。最后，剔除存在缺失值的样本，最终得到 5127个有效样本。
1.2模型构建
本文研究的主题是延迟退休政策的宣告对于城镇家庭风险金融资产配置的影响，我们可以把延迟退休政策的宣告看作是一项干预政策，那么这一研究的主题就可以近似的看作是延迟退休政策的宣告对于城镇家庭风险金融资产配置影响的政策净效应研究。于是我们引入双重差分计量模型DID，将对照组作为实验组的参照系，将对照组政策干预前后的差异看做纯粹的时间效应，综合两个差分的到双重差分估计量（DID estimator），对政策的净效应进行评估。此研究的样本数为5127，采用的是双重差分DID模型来看2012年6月14日的延迟退休政策的宣告对于我国城镇家庭金融风险资产的影响。具体估计方程如下：
Y=α+β1Mi+β2Ti+ΓMiTi+Xit+ε （1）
其中，Y是被解释变量家庭风险金融资产配置，α是截距项，Mi是分组虚拟变量，Ti是时间虚拟变量，β1和β2分别是政策虚拟变量和时间虚拟变量的回归系数。Γ是我们最关心的DID系数，也就是双重差分估计量，即政策效应，ε为随机扰动项。
为了尽可能地避免由遗漏变量引起的估计偏误，本文在回归模型中引入一系列控制变量Xit主要包括：年龄、性别、受教育程度、保险、风险态度、家庭收入。
在使用DID方法进行估计时要求满足分组外生性。本文采用家庭成员并未完全退休的家庭作为处理组。相应的控制组则为成员全部退休的家庭。一般情况下，在我国是否退休并不是自己可以选择的，而是依据法定退休办法实施的。在这样的情况下，延迟退休政策宣告与家庭成员的退休状况可以认为是无关的。
1.3实证分析结果
回归分析结果如表1所示，家庭金融风险资产（1）是没有加入控制变量的估计结果，家庭金融风险资产（2）是在加入年龄、性别、受教育程度、保险、风险态度、家庭收入这些控制变量之后的估计结果。在不加入控制变量时，延迟退休政策的宣告对城镇家庭金融风险资产的影响为0.3918，并且是显著的。在加入了控制变量之后，延迟退休政策的宣告对城镇家庭金融风险资产的影响为0.1699，结果也是显著的。结果显示，在加入控制变量之后，年龄、受教育程度、收入、保险都显著影响城镇家庭金融风险资产。
2.研究结论
本文利用西南财經大学发布的中国家庭金融调查CHFS2011年和2013年两期的数据，利用双重差分DID的方法研究了延迟退休政策的宣告对于我国城镇家庭金融风险资产的影响，发现延迟退休政策的宣告提高了我国城镇家庭金融风险资产的配置，其中较可能的原因为延迟退休增加了家庭的预期收入，而家庭收入对家庭风险金融资产的配置是正的影响，所以延迟退休政策的宣告提高了我国城镇家庭金融风险资产的配置。
参考文献：
[1]李建军，田光宁.我国居民金融资产结构及其变化趋势分析[J].金融论坛，2001，6（11） ：2-8
[2]林义.我国退休制度改革的政策思路[J].财经科学，2002（5）.11—13
[3]杨璟.延迟法定退休年龄的必要性分析[J].特区经济，2008（2）.18-21
[4]康传坤.提高缴费率还是推迟退休？[J].统计研究，2012，29（12）：59-68.
[5]刘渝琳、李宜航：延迟退休年龄是否会带来二次人口红利？[J]人口与发展，2017（5）.18-21。
[6]刘璨，凌晨，邹红.延迟退休政策宣告与城镇家庭储蓄率变动[J].财贸经济，2019，40（04）：130-145.
[7]杨博. 社会保障对家庭风险金融资产配置的影响[D].集美大学，2018.
[8]彭川.收入结构对家庭风险金融资产投资的影响——基于CHFS数据的经验分析[J].呼伦贝尔学院学报，2018，26（01）：63-70.
[9]赵梓涵. 家庭人口结构与家庭风险金融资产选择[D].西南财经大学，2017.
[10]David Ansong，Gina Chowa，Rainier Masa，Mathieu Despard，Michael Sherraden，Shiyou Wu，Isaac Osei-Akoto. Effects of Youth Savings Accounts on School Attendance and Academic Performance： Evidence from a Youth Savings Experiment[J]. Journal of Family and Economic Issues，2019，40（2）.
[11]李卓，谭江涛，陈江红，王琪.新一轮集体林权制度改革效果评估——基于双重差分模型的实证分析[J].价值工程，2019，38（11）：19-22.
[12]孙林，胡玲菲，方巧云.中国自由贸易区战略提升中国进口食品质量了吗——基于双重差分模型[J].国际贸易问题，2019（05）：54-68.
基金项目：本文属于北方民族大学研究生创新项目《延迟退休宣告对城镇家庭风险金融资产配置的影响分析》（编号：YCX20041）研究成果。
作者简介：多春梅（1995—）女，汉族，云南大理人，单位：北方民族大学经济学院，硕士研究生学历，中国少数民族经济专业，研究方向：地区投融资。