论文部分内容阅读
摘 要：利用2011年“中国家庭金融调查（CHFS）”数据，从家庭层面考察老龄化对居民投资决策的影响，描述性统计表明：较之中青年居民，老龄居民的投资渠道逐步趋于单一化，其资产选择更倾向于安全资产，银行存款是其主要投资渠道。实证研究发现：更高程度的老龄人口比显著减弱了家庭对风险资本市场（包括股票、基金市场）的参与倾向；随着年龄的递增，老龄居民对股票、基金以及风险资产的参与概率逐步降低，其显著性逐步增强；进一步研究表明，以老龄人口比和老龄居民年龄阶段虚拟变量反映的家庭老龄化水平，对居民风险资产投资深度有着显著的负面影响，老龄居民不仅更少可能涉足风险资本市场，而且即便进入市场其参与程度也更低。
关键词：人口年龄结构；生命周期；资产选择
文章编号：2095-5960（2015）05-0036-12；中图分类号：F832；文献标识码：A
一、引言
居民投资决策的老龄化影响是近年来经济学、社会学研究的热点领域之一。普遍认为，中国于2000年正式迈入“老龄化”社会，最新数据显示，截至2010年底，中国60岁、65岁及以上老年人口分别达到178亿人和119亿人，占总人口的1326%、887%① ①数据来源：2010年第六次全国人口普查统计数据。，远在联合国世界人口组织对老龄化社会设定的10%和7%的临界值之上，并呈现出老龄人口规模庞大、快速老龄化向加速老龄化转变以及低龄老龄化向高龄老龄化转变等新的特征和趋势（中国人口与发展研究中心课题组，2011）。[1]到2051年老龄人口将达到437亿峰值，届时会超过发达国家老龄人口总和以及美国总人口数，居全球之首② ②数据来源：全国老龄工作委员会办公室发布的《2007年中国人口老龄化发展趋势预测研究报告》。，在可预见的未来相当长的时期里，老龄化将是中国人口结构变迁的一个主要趋势。
生命周期理论认为，在人们的金融市场参与及投资组合决策中，个体年龄方面的差异具有重要影响（Yoo，1994；McCarthy，2004）[2][3]，随着人口年龄结构的变化，人们对各种金融工具的偏好随之改变，这种同质性变化最终势必对中国金融市场需求结构造成重要影响。研究人口老龄化在多大程度上影响居民资产选择偏好以及金融市场需求结构不仅有助于理解年龄结构的变动对中国金融市场带来的重大冲击，而且也有助于政府设计和改革相关的金融政策、财政政策和社会保障制度。
传统文献关于我国老龄化影响下的居民投资决策研究，不论是对决定家庭金融资产总量的居民储蓄行为的讨论（袁志刚等，2000；贺菊煌，2002；董丽霞等，2011）[4][5]，还是对居民在投资股票、基金、债券、银行存款及保险准备金等金融资产的选择偏好的考察（夏淼等，2011；吴义根等，2012）[6][7]，大多是建立在宏观总量数据基础上的理论支持和实证检验。宏观总量数据分析微观个体居民的投资决策行为最大的缺点是难以有效区分不同质的投资者，通过对宏观数据进行量化来获得微观个体金融投资行为的变量，并不能完全代表居民真实的投资决策行为，结论难免存在样本选择偏误。
有鉴于此，本文采用“中国家庭金融调查（CHFS）”微观数据为样本，综合考察家庭层面的老龄化水平与居民资本市场参与、投资偏好之间的关系。与西方家庭伦理价值观不同，中国集体主义传统文化注重强调微观家庭是宏观经济社会的基本单元，以家庭为单位的投资决策模式是居民资产选择的典型模式（唐珺等，2008）[8]，家庭层面老龄化影响的考察能在一定程度上反映社会老龄化对居民资产选择偏好以及金融市场需求结构的积极或消极作用。与既有文献相比，本文的主要贡献在于：其一，家庭人口年龄结构还没有被纳入到居民投资决策的决定因素的研究范畴，笔者从年龄结构视角分析家庭在各风险资本市场参与概率和参与程度中表现出来的投资特征，这一尝试拓展了家庭金融投资决策领域的研究视野；其二，利用家庭微观调查数据，系统检验了家庭层面的老龄化水平对居民的股票、基金以及包含股票、基金、外汇、期权期货等衍生品在内的风险资产等投资项目的影响，弥补了已有文献普遍存在的经验研究中宏观数据分析微观个体行为导致的针对性度量缺陷；其三，构造了家庭老龄人口比和与中青年居民相对的老龄户主年龄两个解释变量，分别反映家庭老龄化的广度和深度，从不同维度考察家庭老龄化水平对居民金融资产选择偏好的影响，结论更具可靠性。
二、理论背景与研究假设
有关老龄化与居民投资决策的研究可追溯到早期的年龄效应理论（Tobin，1958；Merton，1969[9][10]），该理论利用多期的跨期资产定价模型，得出个体的投资决策与年龄无关的结论——个体的投资决策受时间的影响随投资时间跨度延长而递减，直至微乎其微。但是，年龄效应理论忽略了一些影响居民投资决策的重要因素。例如，居民可能考虑遗赠一部分财产给子女，而不以一生为时间跨度来寻求效用最大化（余永定、李军，2000）。[11]更为重要的是，这种推测建立在市场有效的理性参与行为假设之上，完全市场的理性投资者假设本身也存在争议。之后大量学者分别利用不同国别的数据，实证发现居民投资组合或投资结构随年龄的变化呈现出明显的生命周期特征，与年龄效应理论相悖。Yoo（1994）根据美国消费者财务特征调查数据，指出年轻家庭在有限收入、购房置家、幼儿抚养等多方面约束下，很少投资于风险资产；之后才逐渐参与风险资本市场；随着年龄增加，居民会趋于风险厌恶，老龄家庭更偏好投资于低风险或无风险资产（如银行存款、债券等）。[2]Guiso et al（2000）比较包括英国、德国、意大利在内的欧洲诸国家庭资产组合的研究也表明，随着年龄的递增，居民家庭风险资本市场与无风险资本市场的参与比例分别呈现“钟型”和“U型”的分布特征。[12]McCarthy（2004）利用来自美国退休基金会的面板数据，实证检验了家庭股市参与和年龄的关系，发现居民股票投资随年龄变化呈现先升后减的“驼峰状”。 有关居民的金融决策行为的年龄差异的理论解释，后续文献对产生或维持这种生命周期效应的各种机制进行了广泛地研究，包括风险态度、认知约束、健康风险、未来收入预期以及劳动收入弹性等方面产生的个体背景特质的影响。一般而言，随着年龄增加，居民趋于厌恶风险（McCarthy，2004）。[3]投资股票等风险金融工具是有认知成本的，受教育程度的提高会使居民更容易理解并以更低成本来消费金融机构的产品和服务（Guiso et al，2008）[13]，我国老龄居民受政治历史因素影响普遍受教育水平偏低，面临更多地参与约束。健康状况越好的居民越愿意投资风险金融产品和进行借贷，健康状况差异可能导致总体金融财富变化（Berkowitz and Qiu，2006）或居民支出的不确定性差异（Coile and Milligan，2009）[14][15]，老龄居民面临更大程度的健康风险，会更加注重资产使用的安全性和便捷性从而减少家庭对风险资产的需求。在未来收入预期方面，有工作收入的中青年居民有充分的时间享受工作收入不断递增的趋势，并以此弥补投资过程可能的损失，而处于退休阶段的老龄人则无法享受这种优势，这可能导致投资者放弃风险资产投资（Jagannathan et al，1996）。[16]在劳动收入弹性方面，研究者把劳动收入弹性以及劳动收入风险纳入家庭的生命周期投资模型（Bodie et al，1992）[17]，提出投资者资产配置的生命周期理论（life-cycle theory，以下简称LCH），LCH认为人们的劳动收入包括无风险劳动收入和风险劳动收入，劳动供给弹性反映个体在选择劳动时间长度、工作年限等方面的灵活程度，在心理偏好、财富效应等诱因下，风险劳动收入和劳动供给弹性在一定程度上会提升家庭风险资产的投资意愿，随着年龄的增长，风险劳动收入和劳动供给弹性是递减的，因此LCH预言老龄家庭可能更倾向于较为安全的固定收益类资产。综上所述，我们提出如下研究假设。
H1：居民资产选择决策与年龄相关，老龄居民较中青年居民参与风险资本市场的可能性更低，而且即使参与市场，其市场参与的程度也倾向于更弱。
居民投资决策的人口年龄结构影响方面，有研究表明，随着年龄结构的变化，人们对资产的选择以及家庭资产配置也会随之变化（Bakshi et al，1994；Blommestein，2001；Davis，2002）[18][19]，老龄化给资本市场带来的冲击会非常严峻（Mankiw et al，1989；Bakshi et al，1994）[20][18]。老龄人口比所反映的家庭年龄结构可能从两个方面影响家庭金融资产投资的模式。一方面，老年人更有可能成为家庭的经济决策者，其资产选择偏好更能代表整个家庭的投资倾向。首先，老年人拥有一个长时期的财富储蓄过程以及更丰富的社会经验积累，而经济基础和社会经验是决定家庭主导地位的主要原因（王跃生，2008）[21]。其次，中国传统家庭价值观念对人们的家庭权力结构的影响不容忽视，传统儒家文化历来强调“长者权威”——年长者为尊，代表着整个家庭的决策意愿，子女或年幼者在家庭权力格局中则归属于弱势群体（任文利，2002）。[22]长期以来，中国传统的父权制中最根本的规则就是“父为子纲”，其中尤其强调中老年男性在家庭中的绝对地位。
另一方面，有研究表明，中国现代家庭结构由于计划生育国策的推行导致子女这一稀有资源在家庭中地位的提升而出现了“子代偏重”现象（李银河，2011）[23]，同时父辈因遭遇“文革”大多丧失教育机会以及新生代在现代信息社会更强的认知能力而出现的“文化反哺”现象又给“子代偏重”的存续注入了新的动力（周晓虹，2000）[24]，具有较高文化资本和认知能力的年轻一代在部分家庭事务中获得了发言权甚至决策权，削弱了老年人作为家庭中经济决策者的可能性。在这种情况下，老年人在家庭经济事务决策中依然发挥着重要影响。其一，家庭的投资行为不能简单建立在家长个体的资产选择偏好上而忽视了非家长成员对家庭投资决策的影响；其二，有研究表明，“敬老重孝”依然我国现代家庭代际伦理的主导价值观（徐安琪，2012）[25]，年轻人除了认同养亲和侍亲观以外，在家庭经济事务决策中也会参考或尊重老年人的意见（杨慧等，2008；韦克难等，2011）[26]。综上所述，较之中青年家庭，更高程度老龄人口比的家庭投资决策会参与更多老龄居民的投资偏好元素，投资行为趋于保守。有鉴于此，我们提出如下研究假设。
H2：家庭年龄结构变化与风险资本市场参与负相关。老龄人口比越高，家庭参与风险资本市场的可能性越低；老龄人口比高的家庭，风险市场参与的程度也更低。
三、数据、变量与家庭资产分布基本事实
（一）数据与样本
本文的数据来自西南财经大学中国家庭金融调查与研究中心于2011年进行的“中国家庭金融调查”项目（CHFS），该调查涵盖全国除内蒙古、新疆、西藏和港澳台地区外的25个省份，以家庭为单位，详细调查了中国城镇家庭的金融资产选择、家庭人口特征以及财富收入等状况，并最终获得2740个有效家庭样本数据。根据CHFS调查项目问卷中的相关问题，本文构造了以下变量。
（二）分析变量
在“中国家庭金融调查”项目（CHFS）中，家庭金融资产被分为活期存款、定期存款、股票、债券、基金、衍生品、金融理财产品、外汇投资、货币黄金、现金、借出款共11个类别。借鉴吴卫星等（2011）的研究成果[27]，我们依资产的风险特征将居民的资产选择偏好分别用两组指标测量：Stock_prob、Fund_prob、Risk_prob和Stock_degree、Fund_degree、Risk_degree。前者表示居民是否参与投资股票市场、基金市场和风险资本市场（包括股票、基金、外汇以及期权期货等金融衍生品市场），有则赋值为1，反之为0，反映居民对各风险市场参与的可能性（Hong et al，2004）[28]。后者表示居民对股票、基金、风险资产的投资占家庭金融资产总额的比重，反映居民对各风险市场的参与程度（Guiso et al，2008）。[13]需要说明的是，由于以上家庭投资的基金项目不仅包括了股票型基金和混合型基金，还包括了债券型基金以及货币市场基金，而CHFS调查问卷中缺乏相应的居民家庭对这些不同基金产品的需求信息，因此，我们可能高估了城市居民基金投资中的风险偏好，导致本文对掺杂了无风险或低风险资产的样本家庭基金投资状况（以及风险资产投资状况）各种影响因素的实际作用的低估，但这至少给出了下限估计，为今后在数据可得的情况下进行准确估计提供了参考。 针对家庭老龄化程度，我们用两种方法来度量。一种方法是借鉴Demery & Duck（2006）[29]，以老龄人口比反映家庭年龄结构对其金融投资决策的影响，本文使用家庭总人数中60周岁以上人口所占比重对老龄人口比赋值，记为Old60_rate。另一种方法是虚拟变量法，按照户主① ①“中国家庭金融调查”项目（CHFS）中的户主信息是以家庭中的经济决策者为依据，而不是选择户籍部门登记而界定的户主信息，在家庭金融投资行为的研究中，采用以家庭经济决策者为依据的户主信息更具合理性和科学性。年龄把投资者分为四类：60岁以下；60岁到65岁之间；65岁到70岁之间；70岁以上。为避免多重共线性，我们用三个虚拟变量：Age6065、Age6570、Age70来反映不同阶段老龄家庭相对于对照组中青年家庭（Age60）在资产选择行为中的差异，Age60、Age6065、Age6570、Age70分别表示户主年龄在60岁以下、60岁到65岁之间、65岁到70岁之间、70岁以上时取值为1，其他情况取值为0。这两种方法分别从不同侧面（包括广度和深度）考察了家庭层面的老龄化程度以及其对居民资产选择偏好的影响。
根据居民投资选择的人力资本、财富效应、房产效应等传统理论解释，本文也构造了相应的控制变量。包括：以户主的受教育程度（Education）测量人力资本水平（Vissing-Jorgensen，2002；Rosen and Wu，2004）。受教育程度变量赋值从1至9，分别对应：未上过学、小学、初中、高中、中专/职高、大专/高职、大学本科、硕士研究生、博士研究生。以居民的家庭年收入（Income，包括全部家庭成员）和其平方项（Incomesq，控制非线性影响）以及家庭金融资产（Fi_assets）反映居民投资组合决策的财富效应（Vissing-Jorgensen，2002）。由于CHFS调查项目中年收入是指整个家庭年收入，所以将问卷中的年收入除以家庭人口数，得出的家庭成员人均年收入作为该项指标，会更显合理。以居民的房产持有状况（Housing_prob）测量房产效应，该变量是一个虚拟变量，家庭拥有房产则赋值为1，反之为0（Flavin & Yamashita，2000；Cocco，2004；Yao & Zhang，2005）。
因为居民金融投资决策行为可能受居民的地域背景、信仰、家庭规模等因素的影响，分析中也需要考虑这些因素，因此本文构造了相应的变量。地域背景的影响用以下虚拟变量衡量：East_region、Middle_region、West_region，分别表示样本数据中居住城市涵盖于中国东部、中部、西部的地区变量，CHFS调查项目中涉及的东部地区包括北京、天津、河北、辽宁、山东、上海、江苏、浙江、广东；中部地区包括山西、黑龙江、吉林、安徽、江西、河南、湖北、湖南；西部地区包括广西、重庆、四川、云南、贵州、陕西、甘肃以及青海。与肖作平等（2012）一致[30]，家庭规模根据与户主共同生活的人口数量赋值，信仰以中共党员人数占家庭总人数的比率衡量，分别记作Family_scale和Party_rate。
（三）均值统计与初步分析
表1给出了本文主要变量的描述性统计结果。总的来说，居民是风险规避的。在受调查城市家庭里，分别有1750%、789%和2000%的家庭持有股票、基金和风险金融资产，家庭金融资产构成中，股票、基金和风险金融资产投资占比平均值分别为674%、240%、945%，这说明股票、基金、外汇、期货等风险性金融产品还只是少数中国居民的投资理财工具。就家庭户主年龄而言，作为对照组的中青年居民（60岁以下）占7466%，60岁到65岁之间居民占960%，65岁到75岁之间居民占949%，75岁以上居民占625%。就地理位置来说，东部地区居民占5677%，中部地区居民占2091%，西部地区居民占2232%。在样本家庭中，户主的平均年龄为4942岁，受教育程度为434，即高中学历以及中专/职高学历阶段，家庭60岁以上老年人口比平均963%，8731%的家庭拥有房产，家庭人均金融资产平均345万元，人均年收入平均235万元，中共党员人数占家庭总人数比率平均1614%，家庭规模平均293人。
图1和图2是依据样本数据的均值对相关变量之间的关系所绘制的图示。图1是家庭老龄人口比与各金融市场参与以及参与程度走势图，从总体上来看，随着家庭年龄结构老龄化程度的提高，居民对股票、基金、风险资产参与以及参与程度呈现大体一致的下降倾向。图2是家庭参与各金融市场以及参与程度随家庭户主年龄增长而变化的走势图，从图中可以看出，人们的资产组合表现出明显的生命周期特征，居民对风险金融产品（包括股票、基金等）投资呈现较长右拖尾的非对称型驼峰状，其峰值多集中在40岁至45岁之间，退休之后有一个显著的下降过程。
表2提供了样本家庭按户主年龄分组的金融资产构成状况，与表1中描述性统计数据不同，表2是按照样本家庭各项金融资产均值而不是金融资产比重的均值得出的数据，总体来看，中国城市居民家庭金融资产平均为112070元，活期存款、定期存款、股票以及借出款构成当前城镇居民主要的金融资产，占家庭金融资产的比重分别为2623%、2789%、1936%、916%。表3提供了样本家庭按户主年龄分组的各金融市场参与率情况，其中，超过5%的参与率的金融资产包括现金、活期存款、定期存款、股票、基金以及借出款。对于我们关心的老龄居民的资产选择行为，从表2和表3可以看出，较之中青年居民，老龄居民的投资行为表现出两个特征：其一，投资渠道逐步趋于单一化；其二，资产选择更倾向于安全资产，银行存款是其主要投资渠道，这一行为特征尤其体现在65岁以后。可能的解释是：第一，老龄居民支出的不确定性较大（主要体现在健康风险），他们更加注重资产使用的安全性和便捷性；第二，随着年龄增加，居民会趋于厌恶风险，投资策略趋于保守（Ameriks and Zeldes，2004）；第三，由于投资股票等风险金融工具是有认知成本的，老龄居民受历史因素影响普遍受教育程度偏低，面临更多地参与约束，不得不游离于风险资本市场之外。 四、计量模型和实证结果
（一）居民资产参与决定的Logit模型回归分析
鉴于被解释变量的二值虚拟变量属性，本文采用Logit模型来考察中国家庭金融市场参与的影响因素。计量模型设定为：
Pyk=1x=G（x，β）=exp（β0+β1x1+β2x2+…+βixi）
1+exp（β0+β1x1+β2x2+…+βixi）+εk （1）
其中，yk（k=1，2，3）为居民是否参与各金融市场的虚拟变量，包括股票市场、基金市场、风险市场，参与则取值为1，反之为0；P表示居民参与股票投资的概率；G是一个取值范围严格介于0和1之间的响应函数：对所有的实数z，都满足0 针对老龄化是否影响居民参与风险资本市场（包括股票、基金市场），表4给出了家庭老龄化变量以及其他控制变量的Logit回归结果。三组模型的回归发现相当一致，股票市场参与、基金市场参与以及风险市场参与模型中Old_rate的回归系数都至少在1%的水平上显著，本文H1得到验证。表4第三、五、七列分别报告了居民各市场参与的年龄虚拟变量Age6065、Age6575和Age75回归系数及其z统计量，回归结果表明，户主的年龄变化也对其风险资本市场参与有着显著的负面影响，较之中青年居民，户主年龄介于60岁到65岁之间时，其风险资本市场（包括股票、基金市场）参与的年龄效应是负向的，随着年龄的递增，老龄居民对风险资产的参与概率逐步降低，其显著性逐步增强，H2得到验证。以上发现支持了个体投资决策的生命周期效应解释：可能受预期支出不确定性、财富约束、认知能力等诸多因素影响，老龄居民投资策略趋于保守，更倾向于持有安全资产，而对风险类资产投资避而远之。
在传统解释因素方面，与王聪等（2012）的发现一致[31]，居民财富水平和其风险市场参与（包括股票、基金市场）显著正相关；持有房产对居民市场参与影响是正向的；户主受教育程度越高的家庭拥有更强的风险市场参与倾向。此外，居民收入与风险市场参与存在驼峰关系；家庭规模、党员人口比影响是正向的；较之西部地区，生活在东部地区的居民表现出更强的市场参与倾向，但中西部地区居民之间市场参与没有显著差异，地域差异的影响可能反映的是地区虚拟变量代表的一系列因素（比如经济水平、制度、文化、传统、风俗等）对家庭投资决策的作用。上述变量对基金市场参与的影响与传统文献中关于居民风险资产投资偏好的类似变量的理论预期是一致的，之所以在常规置信水平上不显著，我们认为有两个可能的解释。首先， CHFS调查项目提供的数据中居民的基金投资包括股票型、债券型、货币性以及混合型，我们无法将安全性资产或低风险资产从居民基金投资整体数据中分离出来；其次，总体来看，居民基金市场参与率低，基金投资样本量偏小（在2740个样本家庭中，仅有282个家庭存在基金投资），解释力度不强，但这至少给出了粗略估计，为今后大样本数据可得的情况下进行准确估计提供了参考。合理区分不同基金项目风险差异进而准确把握居民基金购买决策的影响因素是进一步的研究所需要关注的一个问题。
（二）进一步讨论
前文研究表明，家庭老龄化水平对居民的风险金融产品购买决策有着显著的负面影响，这支持了居民投资决策的生命周期效应预期。进一步的问题是，家庭老龄化水平是否也影响了居民的风险资本市场参与深度。在考察家庭金融市场参与深度的影响因素时，由于各因变量涉及不同程度的数据截取问题，故本文采用Tobit模型进行估计。Tobit模型很巧妙的用一个基本的潜变量y来表示所观测到的响应y，刻画居民金融市场参与深度的Tobit模型设定为：令y*k 为一个由（2）式决定的无法观测变量或潜变量。
y*k = βk0 + βk1 x1 + βk2 x2 + … + βki xi + εk ，εkx～Normal（0，σ2） （2）
同时，有：
yk = max（0，y*k ） = y*k ， y*k ≥00， y*k < 0 （3）
即若潜变量y*k ≥0时，所观测到的变量yk等于y*k ，但当y*k < 0时，则yk=0。其中因变量yk（k=1，2，3）表示各项金融资产占家庭金融资产总额的比重，包括股票占比、基金占比、风险资产占比，是一个非负实数。x1，x2，…，xi表示影响家庭各项金融资产投资的各种因素，包括户主年龄、老年人口比、收入水平、金融财富、房产持有状况、受教育程度、地域背景等变量。
利用MLE估计这个模型，根据家庭资产组合数据截取的特征，可得联合分布的概率密度函数：
f（yix）=[1-φ（xiβ/σ）]1（yi=0）[1σφ（yi-xiβ）/σ）]1（yi>0） （4）
其中，1（·）为示性函数，即如果括号里的表达式为真，取值为1；反之，取值为0。φ（xiβ/σ）和φ（xiβ/σ）分别表示标准正态分布的密度函数和分布函数。
通过极大似然法，最大化模型（4）的对数似然函数，即可得到模型（2）的参数估计：和，表5给出了相应的回归结果。针对居民市场参与程度的家庭老龄化影响，表5显示了与表4高度一致的回归发现，家庭老龄人口比对居民股票、基金、风险市场参与程度具有显著的负面影响；与中青年家庭相比，随着户主年龄的递增，老龄家庭对风险资产投资规避程度及其显著性逐步增强。上述实证发现进一步说明：老龄居民在资产选择行为上表现出明显的风险规避特征，不仅更少可能的涉足风险资本市场，而且即便进入市场其参与程度也更低。
其他稳健且显著性的发现还包括：持有较多的金融财富、拥有房产、更高的受教育水平、东部地域背景以及更大的家庭规模都会促进居民的风险资产投资，居民收入对其风险资产投资的影响存在驼峰关系。以上实证结果大体与以往文献类似变量研究结论相符，与表4居民各市场参与的Logit模型回归发现也是一致的，相关理论解释在此不再赘述。 （三）稳健性检验
为了检验以上实证结果的稳健性，本文还进行了多种尝试。首先，针对反映家庭年龄结构的老龄人口比指标，本文尝试使用更严格的年龄标准，以家庭总人数中65周岁以上人口所占比重对老龄人口比赋值，并设置了相同的控制变量组合，对相应的Logit模型及Tobit模型重新估计，回归结果如表6所示。与理论预期一致，家庭年龄结构变化与居民股票投资、基金投资以及风险资产投资显著负相关：老龄人口比越高，家庭参与股票市场、基金市场、风险资本市场的可能性越低；老龄人口比高的家庭，股票、基金、风险资产投资的比重也更低。这说明我们在上述实证检验中的主要发现是稳健的。
其次，采用Probit二值选择模型代替Logit模型，进行回归分析，实证结果并未改变表4基本结论。第三，模型设定偏误在实证研究中经常出现，为了进一步检验设立模型的稳健性，通过对模型中的某些控制变量进行不断剔除或增补，从检验结果来看，本文的基本结论并未发生实质性的变化。第四，与吴卫星等（2007）以及李涛等（2009）的研究一致，对家庭收入、金融资产采用总额代替人均额赋值，对家庭户主年龄、受教育水平采用虚拟变量赋值，这些尝试并未显著改变表4和表5的实证结论① ①限于篇幅，以上稳健性检验结果未予列出。。
五、结论与启示
本文利用2011年“中国家庭金融调查（CHFS）”数据，较系统地分析了中国城镇居民家庭资产配置及其老龄化影响。描述性统计与初步分析表明，股票、基金、外汇、期货等风险性金融产品还只是少数中国居民的投资理财工具；较之中青年居民，老龄居民的投资渠道逐步趋于单一化，其资产选择更倾向于安全资产，银行存款是其主要投资渠道，这一行为特征尤其体现在65岁以后。针对家庭老龄化对居民的投资组合决策的影响，本文的实证研究有三组主要发现：首先，更高程度的老龄人口比显著减弱了家庭对风险资本市场（包括股票、基金市场）的参与倾向；其次，随着年龄的递增，老龄居民对股票、基金以及风险资产的参与概率逐步降低，其显著性逐步增强；再次，以老龄人口比和老龄居民年龄阶段虚拟变量反映的家庭老龄化水平，对居民风险资产投资深度有着显著的负面影响，老龄居民不仅更少可能涉足风险资本市场，而且即使进入市场其参与程度也更低。以上发现支持了个体投资决策的生命周期效应解释：可能受预期支出不确定性、财富约束、认知能力等诸多因素影响，老龄居民投资策略趋于保守，更倾向于持有安全资产，而对风险类资产投资避而远之。
本文的研究发现有着重要的政策含义：由于经济历史文化政治等多方面的原因，人口结构变化趋势的形成具有稳定的惯性，从人口预测数据上看，在可预见的未来相当长的时期里，老龄化将是中国人口结构变迁的一个主要趋势。中国资本市场的持续健康发展需要微观居民的积极参与，人口老龄化的消极影响不容小视。投资者不参与市场或不能充分利用已有金融工具“近理性”的参与市场，损害了其自身福利（Campbell，2006）[32]。一方面，金融产品进入困难也会进一步影响金融创新，导致金融资源配置的失衡，造成社会福利损失。政府应该大力规范资本市场，增加信息的透明度，降低股票等风险市场的参与门槛，减缓信息成本和参与成本约束，避免由于老龄居民认知能力缺陷导致的“有限参与”现象。另一方面，借鉴国外成功经验，完善我国社会养老保险机制，这可以部分地（虽然不能全部）减轻老龄居民预期支出的不确定性对其资本市场参与的抑制效应，帮助老龄居民无后顾之忧地利用各种金融工具来构造“近理性”的投资组合，减少福利损失。此外，金融产品积极创新，设计有针对性的适合老龄居民的投资理财工具（比如寿险、年金等）也是应对老龄化社会的金融政策的未来研究方向。
参考文献：
[1]中国人口与发展研究中心课题组. 中国人口老龄化战略研究[J]. 经济研究参考， 2011（34）.
[2]Yoo P S. Age Dependent Portfolio Selection[J]. Federal Reserve Bank of Saint Louis Working Paper， 1994，1：94-103.
[3]McCarthy D. Household Portfolio Allocation： A Review of the Literature[J]. Imperial College Working Paper， 2004，1：60-79.
[4]袁志刚，宋铮. 人口年龄结构、养老保险制度和最优储蓄率[J]. 经济研究， 2000（11）.
[5]董丽霞，赵文哲. 人口结构与储蓄率：基于内生人口结构的研究[J]. 金融研究， 2011（3）.
[6]夏淼，吴义根. 人口老龄化与我国金融结构的变迁[J]. 西北人口， 2011（2）.
[7]吴义根，贾洪文. 我国人口老龄化与金融资产需求结构的相关性分析[J]. 西北人口， 2012（2）.
[8]唐珺，朱启贵. 家庭金融理论研究范式评述[J]. 经济学动态， 2008（5）.
[9]Tobin J. Liquidity Preference as Behavior Toward Risk[J]. Review of Economic Studies， 1958，25：65-86.
[10]Merton， Robert C. Lifetime Portfolio Selection under Uncertainty： The Continuous Time Case[J]. Review of Economics and Statistics， 1969， 51：247-257.
[11]余永定，李军. 中国居民消费函数的理论与验证[J]. 中国社会科学， 2000（1）. [12]Guiso L， Haliassos M and Jappelli T. Household Portfolios： An International Comparison[J]. Working Paper， 2000，1：25-44.
[13]Guiso L， Sapienza P and Zingales L. Trusting the Stock Market[J]. Journal of Finance， 2008，63：2557-2600.
[14]Berkowitz M K， Qiu J. A Further Look at Household Portfolio Choice and Health Status[J]. Journal of Banking and Finance， 2006，30：1201-1217.
[15]Coile C， Milligan K. How Household Portfolios Evolve After Retirement： The Effect of Aging and Health Shocks[J]. Review of Income and Wealth， 2009，55： 226-248.
[16]Jagannathan， Ravi and Kocherlakota N R. Why should Older People Invest Less in Stock than Younger People？ [J]. Quarterly Review：Federal Reserve Bank of Minneapolis， 1996，1：11-23.
[17]Bodie Z， Merton R C and Samuelson W. Labor Supply Flexibility and Portfolio Choice in a Life Cycle Model[J]. Journal of Economic Dynamics and Control， 1992，16：427-449.
[18]Bakshi G S， Chen Z. Baby Boom， Population Aging ， and Capital Markets[J]. The Journal of Business， 1994，67：165-202.
[19]Davis S J， Kubler F and Willen P. Borrowing Costs and the Demand for Equity Over the Life Cycle[J]. NBER Working Paper， 2002，1：93-113
[20]Mankiw N G， Wei D N. The Baby Boom， the Baby Bust， and the Housing Market[J]. Regional Science and Urban Economics， 1989，19：235-258.
[21]王跃生. 家庭结构转化和变动的理论分析[J]. 社会科学， 2008（7）：32.
[22]任文利. “儒学与家庭伦理”研究会综述[J]. 孔子研究， 2002（2）：58.
[23]李银河. 家庭结构与家庭关系的变迁——基于兰州的调查分析[J]. 甘肃社会科学， 2011（1）：79.
[24]周晓虹. 文化反哺：变迁社会中的亲子传承[J]. 社会学研究， 2000（2）：24.
[25]徐安琪. 家庭价值观变迁：去传统化？去集体主义？[J]. 中国研究， 2013（1）：56.
[26]韦克难，许传新. 家庭养老观：削弱抑或强化——来自四川省的实证调查[J]. 学习与实践， 2011（11）：17.
[27]吴卫星，荣苹果，徐芊. 健康与家庭资产选择[J]. 经济研究， 2011（1）：27.
[28]Hong H， Kubik J D and Stein J C. Social Interaction and Stock—Market Participation[J]. Journal of Finance， 2004，59： 137-163.
[29]Demery D， Duck N W. Savings Age Profiles in The UK[J]. Journal of Population Economics， 2006，19：521-541.
[30]肖作平，张欣哲. 制度和人力资本对家庭金融市场参与的影响研究[J]. 经济研究， 2012（1）：85.
[31]王聪，田存志. 股市参与、参与程度及其影响因素[J]. 经济研究， 2012（10）：61.
[32]Campbell J Y. Household Finance[J]. Journal of Finance， 2006，61：1553-1604.
责任编辑：萧敏娜 吴锦丹 常明明
关键词：人口年龄结构；生命周期；资产选择
文章编号：2095-5960（2015）05-0036-12；中图分类号：F832；文献标识码：A
一、引言
居民投资决策的老龄化影响是近年来经济学、社会学研究的热点领域之一。普遍认为，中国于2000年正式迈入“老龄化”社会，最新数据显示，截至2010年底，中国60岁、65岁及以上老年人口分别达到178亿人和119亿人，占总人口的1326%、887%① ①数据来源：2010年第六次全国人口普查统计数据。，远在联合国世界人口组织对老龄化社会设定的10%和7%的临界值之上，并呈现出老龄人口规模庞大、快速老龄化向加速老龄化转变以及低龄老龄化向高龄老龄化转变等新的特征和趋势（中国人口与发展研究中心课题组，2011）。[1]到2051年老龄人口将达到437亿峰值，届时会超过发达国家老龄人口总和以及美国总人口数，居全球之首② ②数据来源：全国老龄工作委员会办公室发布的《2007年中国人口老龄化发展趋势预测研究报告》。，在可预见的未来相当长的时期里，老龄化将是中国人口结构变迁的一个主要趋势。
生命周期理论认为，在人们的金融市场参与及投资组合决策中，个体年龄方面的差异具有重要影响（Yoo，1994；McCarthy，2004）[2][3]，随着人口年龄结构的变化，人们对各种金融工具的偏好随之改变，这种同质性变化最终势必对中国金融市场需求结构造成重要影响。研究人口老龄化在多大程度上影响居民资产选择偏好以及金融市场需求结构不仅有助于理解年龄结构的变动对中国金融市场带来的重大冲击，而且也有助于政府设计和改革相关的金融政策、财政政策和社会保障制度。
传统文献关于我国老龄化影响下的居民投资决策研究，不论是对决定家庭金融资产总量的居民储蓄行为的讨论（袁志刚等，2000；贺菊煌，2002；董丽霞等，2011）[4][5]，还是对居民在投资股票、基金、债券、银行存款及保险准备金等金融资产的选择偏好的考察（夏淼等，2011；吴义根等，2012）[6][7]，大多是建立在宏观总量数据基础上的理论支持和实证检验。宏观总量数据分析微观个体居民的投资决策行为最大的缺点是难以有效区分不同质的投资者，通过对宏观数据进行量化来获得微观个体金融投资行为的变量，并不能完全代表居民真实的投资决策行为，结论难免存在样本选择偏误。
有鉴于此，本文采用“中国家庭金融调查（CHFS）”微观数据为样本，综合考察家庭层面的老龄化水平与居民资本市场参与、投资偏好之间的关系。与西方家庭伦理价值观不同，中国集体主义传统文化注重强调微观家庭是宏观经济社会的基本单元，以家庭为单位的投资决策模式是居民资产选择的典型模式（唐珺等，2008）[8]，家庭层面老龄化影响的考察能在一定程度上反映社会老龄化对居民资产选择偏好以及金融市场需求结构的积极或消极作用。与既有文献相比，本文的主要贡献在于：其一，家庭人口年龄结构还没有被纳入到居民投资决策的决定因素的研究范畴，笔者从年龄结构视角分析家庭在各风险资本市场参与概率和参与程度中表现出来的投资特征，这一尝试拓展了家庭金融投资决策领域的研究视野；其二，利用家庭微观调查数据，系统检验了家庭层面的老龄化水平对居民的股票、基金以及包含股票、基金、外汇、期权期货等衍生品在内的风险资产等投资项目的影响，弥补了已有文献普遍存在的经验研究中宏观数据分析微观个体行为导致的针对性度量缺陷；其三，构造了家庭老龄人口比和与中青年居民相对的老龄户主年龄两个解释变量，分别反映家庭老龄化的广度和深度，从不同维度考察家庭老龄化水平对居民金融资产选择偏好的影响，结论更具可靠性。
二、理论背景与研究假设
有关老龄化与居民投资决策的研究可追溯到早期的年龄效应理论（Tobin，1958；Merton，1969[9][10]），该理论利用多期的跨期资产定价模型，得出个体的投资决策与年龄无关的结论——个体的投资决策受时间的影响随投资时间跨度延长而递减，直至微乎其微。但是，年龄效应理论忽略了一些影响居民投资决策的重要因素。例如，居民可能考虑遗赠一部分财产给子女，而不以一生为时间跨度来寻求效用最大化（余永定、李军，2000）。[11]更为重要的是，这种推测建立在市场有效的理性参与行为假设之上，完全市场的理性投资者假设本身也存在争议。之后大量学者分别利用不同国别的数据，实证发现居民投资组合或投资结构随年龄的变化呈现出明显的生命周期特征，与年龄效应理论相悖。Yoo（1994）根据美国消费者财务特征调查数据，指出年轻家庭在有限收入、购房置家、幼儿抚养等多方面约束下，很少投资于风险资产；之后才逐渐参与风险资本市场；随着年龄增加，居民会趋于风险厌恶，老龄家庭更偏好投资于低风险或无风险资产（如银行存款、债券等）。[2]Guiso et al（2000）比较包括英国、德国、意大利在内的欧洲诸国家庭资产组合的研究也表明，随着年龄的递增，居民家庭风险资本市场与无风险资本市场的参与比例分别呈现“钟型”和“U型”的分布特征。[12]McCarthy（2004）利用来自美国退休基金会的面板数据，实证检验了家庭股市参与和年龄的关系，发现居民股票投资随年龄变化呈现先升后减的“驼峰状”。 有关居民的金融决策行为的年龄差异的理论解释，后续文献对产生或维持这种生命周期效应的各种机制进行了广泛地研究，包括风险态度、认知约束、健康风险、未来收入预期以及劳动收入弹性等方面产生的个体背景特质的影响。一般而言，随着年龄增加，居民趋于厌恶风险（McCarthy，2004）。[3]投资股票等风险金融工具是有认知成本的，受教育程度的提高会使居民更容易理解并以更低成本来消费金融机构的产品和服务（Guiso et al，2008）[13]，我国老龄居民受政治历史因素影响普遍受教育水平偏低，面临更多地参与约束。健康状况越好的居民越愿意投资风险金融产品和进行借贷，健康状况差异可能导致总体金融财富变化（Berkowitz and Qiu，2006）或居民支出的不确定性差异（Coile and Milligan，2009）[14][15]，老龄居民面临更大程度的健康风险，会更加注重资产使用的安全性和便捷性从而减少家庭对风险资产的需求。在未来收入预期方面，有工作收入的中青年居民有充分的时间享受工作收入不断递增的趋势，并以此弥补投资过程可能的损失，而处于退休阶段的老龄人则无法享受这种优势，这可能导致投资者放弃风险资产投资（Jagannathan et al，1996）。[16]在劳动收入弹性方面，研究者把劳动收入弹性以及劳动收入风险纳入家庭的生命周期投资模型（Bodie et al，1992）[17]，提出投资者资产配置的生命周期理论（life-cycle theory，以下简称LCH），LCH认为人们的劳动收入包括无风险劳动收入和风险劳动收入，劳动供给弹性反映个体在选择劳动时间长度、工作年限等方面的灵活程度，在心理偏好、财富效应等诱因下，风险劳动收入和劳动供给弹性在一定程度上会提升家庭风险资产的投资意愿，随着年龄的增长，风险劳动收入和劳动供给弹性是递减的，因此LCH预言老龄家庭可能更倾向于较为安全的固定收益类资产。综上所述，我们提出如下研究假设。
H1：居民资产选择决策与年龄相关，老龄居民较中青年居民参与风险资本市场的可能性更低，而且即使参与市场，其市场参与的程度也倾向于更弱。
居民投资决策的人口年龄结构影响方面，有研究表明，随着年龄结构的变化，人们对资产的选择以及家庭资产配置也会随之变化（Bakshi et al，1994；Blommestein，2001；Davis，2002）[18][19]，老龄化给资本市场带来的冲击会非常严峻（Mankiw et al，1989；Bakshi et al，1994）[20][18]。老龄人口比所反映的家庭年龄结构可能从两个方面影响家庭金融资产投资的模式。一方面，老年人更有可能成为家庭的经济决策者，其资产选择偏好更能代表整个家庭的投资倾向。首先，老年人拥有一个长时期的财富储蓄过程以及更丰富的社会经验积累，而经济基础和社会经验是决定家庭主导地位的主要原因（王跃生，2008）[21]。其次，中国传统家庭价值观念对人们的家庭权力结构的影响不容忽视，传统儒家文化历来强调“长者权威”——年长者为尊，代表着整个家庭的决策意愿，子女或年幼者在家庭权力格局中则归属于弱势群体（任文利，2002）。[22]长期以来，中国传统的父权制中最根本的规则就是“父为子纲”，其中尤其强调中老年男性在家庭中的绝对地位。
另一方面，有研究表明，中国现代家庭结构由于计划生育国策的推行导致子女这一稀有资源在家庭中地位的提升而出现了“子代偏重”现象（李银河，2011）[23]，同时父辈因遭遇“文革”大多丧失教育机会以及新生代在现代信息社会更强的认知能力而出现的“文化反哺”现象又给“子代偏重”的存续注入了新的动力（周晓虹，2000）[24]，具有较高文化资本和认知能力的年轻一代在部分家庭事务中获得了发言权甚至决策权，削弱了老年人作为家庭中经济决策者的可能性。在这种情况下，老年人在家庭经济事务决策中依然发挥着重要影响。其一，家庭的投资行为不能简单建立在家长个体的资产选择偏好上而忽视了非家长成员对家庭投资决策的影响；其二，有研究表明，“敬老重孝”依然我国现代家庭代际伦理的主导价值观（徐安琪，2012）[25]，年轻人除了认同养亲和侍亲观以外，在家庭经济事务决策中也会参考或尊重老年人的意见（杨慧等，2008；韦克难等，2011）[26]。综上所述，较之中青年家庭，更高程度老龄人口比的家庭投资决策会参与更多老龄居民的投资偏好元素，投资行为趋于保守。有鉴于此，我们提出如下研究假设。
H2：家庭年龄结构变化与风险资本市场参与负相关。老龄人口比越高，家庭参与风险资本市场的可能性越低；老龄人口比高的家庭，风险市场参与的程度也更低。
三、数据、变量与家庭资产分布基本事实
（一）数据与样本
本文的数据来自西南财经大学中国家庭金融调查与研究中心于2011年进行的“中国家庭金融调查”项目（CHFS），该调查涵盖全国除内蒙古、新疆、西藏和港澳台地区外的25个省份，以家庭为单位，详细调查了中国城镇家庭的金融资产选择、家庭人口特征以及财富收入等状况，并最终获得2740个有效家庭样本数据。根据CHFS调查项目问卷中的相关问题，本文构造了以下变量。
（二）分析变量
在“中国家庭金融调查”项目（CHFS）中，家庭金融资产被分为活期存款、定期存款、股票、债券、基金、衍生品、金融理财产品、外汇投资、货币黄金、现金、借出款共11个类别。借鉴吴卫星等（2011）的研究成果[27]，我们依资产的风险特征将居民的资产选择偏好分别用两组指标测量：Stock_prob、Fund_prob、Risk_prob和Stock_degree、Fund_degree、Risk_degree。前者表示居民是否参与投资股票市场、基金市场和风险资本市场（包括股票、基金、外汇以及期权期货等金融衍生品市场），有则赋值为1，反之为0，反映居民对各风险市场参与的可能性（Hong et al，2004）[28]。后者表示居民对股票、基金、风险资产的投资占家庭金融资产总额的比重，反映居民对各风险市场的参与程度（Guiso et al，2008）。[13]需要说明的是，由于以上家庭投资的基金项目不仅包括了股票型基金和混合型基金，还包括了债券型基金以及货币市场基金，而CHFS调查问卷中缺乏相应的居民家庭对这些不同基金产品的需求信息，因此，我们可能高估了城市居民基金投资中的风险偏好，导致本文对掺杂了无风险或低风险资产的样本家庭基金投资状况（以及风险资产投资状况）各种影响因素的实际作用的低估，但这至少给出了下限估计，为今后在数据可得的情况下进行准确估计提供了参考。 针对家庭老龄化程度，我们用两种方法来度量。一种方法是借鉴Demery & Duck（2006）[29]，以老龄人口比反映家庭年龄结构对其金融投资决策的影响，本文使用家庭总人数中60周岁以上人口所占比重对老龄人口比赋值，记为Old60_rate。另一种方法是虚拟变量法，按照户主① ①“中国家庭金融调查”项目（CHFS）中的户主信息是以家庭中的经济决策者为依据，而不是选择户籍部门登记而界定的户主信息，在家庭金融投资行为的研究中，采用以家庭经济决策者为依据的户主信息更具合理性和科学性。年龄把投资者分为四类：60岁以下；60岁到65岁之间；65岁到70岁之间；70岁以上。为避免多重共线性，我们用三个虚拟变量：Age6065、Age6570、Age70来反映不同阶段老龄家庭相对于对照组中青年家庭（Age60）在资产选择行为中的差异，Age60、Age6065、Age6570、Age70分别表示户主年龄在60岁以下、60岁到65岁之间、65岁到70岁之间、70岁以上时取值为1，其他情况取值为0。这两种方法分别从不同侧面（包括广度和深度）考察了家庭层面的老龄化程度以及其对居民资产选择偏好的影响。
根据居民投资选择的人力资本、财富效应、房产效应等传统理论解释，本文也构造了相应的控制变量。包括：以户主的受教育程度（Education）测量人力资本水平（Vissing-Jorgensen，2002；Rosen and Wu，2004）。受教育程度变量赋值从1至9，分别对应：未上过学、小学、初中、高中、中专/职高、大专/高职、大学本科、硕士研究生、博士研究生。以居民的家庭年收入（Income，包括全部家庭成员）和其平方项（Incomesq，控制非线性影响）以及家庭金融资产（Fi_assets）反映居民投资组合决策的财富效应（Vissing-Jorgensen，2002）。由于CHFS调查项目中年收入是指整个家庭年收入，所以将问卷中的年收入除以家庭人口数，得出的家庭成员人均年收入作为该项指标，会更显合理。以居民的房产持有状况（Housing_prob）测量房产效应，该变量是一个虚拟变量，家庭拥有房产则赋值为1，反之为0（Flavin & Yamashita，2000；Cocco，2004；Yao & Zhang，2005）。
因为居民金融投资决策行为可能受居民的地域背景、信仰、家庭规模等因素的影响，分析中也需要考虑这些因素，因此本文构造了相应的变量。地域背景的影响用以下虚拟变量衡量：East_region、Middle_region、West_region，分别表示样本数据中居住城市涵盖于中国东部、中部、西部的地区变量，CHFS调查项目中涉及的东部地区包括北京、天津、河北、辽宁、山东、上海、江苏、浙江、广东；中部地区包括山西、黑龙江、吉林、安徽、江西、河南、湖北、湖南；西部地区包括广西、重庆、四川、云南、贵州、陕西、甘肃以及青海。与肖作平等（2012）一致[30]，家庭规模根据与户主共同生活的人口数量赋值，信仰以中共党员人数占家庭总人数的比率衡量，分别记作Family_scale和Party_rate。
（三）均值统计与初步分析
表1给出了本文主要变量的描述性统计结果。总的来说，居民是风险规避的。在受调查城市家庭里，分别有1750%、789%和2000%的家庭持有股票、基金和风险金融资产，家庭金融资产构成中，股票、基金和风险金融资产投资占比平均值分别为674%、240%、945%，这说明股票、基金、外汇、期货等风险性金融产品还只是少数中国居民的投资理财工具。就家庭户主年龄而言，作为对照组的中青年居民（60岁以下）占7466%，60岁到65岁之间居民占960%，65岁到75岁之间居民占949%，75岁以上居民占625%。就地理位置来说，东部地区居民占5677%，中部地区居民占2091%，西部地区居民占2232%。在样本家庭中，户主的平均年龄为4942岁，受教育程度为434，即高中学历以及中专/职高学历阶段，家庭60岁以上老年人口比平均963%，8731%的家庭拥有房产，家庭人均金融资产平均345万元，人均年收入平均235万元，中共党员人数占家庭总人数比率平均1614%，家庭规模平均293人。
图1和图2是依据样本数据的均值对相关变量之间的关系所绘制的图示。图1是家庭老龄人口比与各金融市场参与以及参与程度走势图，从总体上来看，随着家庭年龄结构老龄化程度的提高，居民对股票、基金、风险资产参与以及参与程度呈现大体一致的下降倾向。图2是家庭参与各金融市场以及参与程度随家庭户主年龄增长而变化的走势图，从图中可以看出，人们的资产组合表现出明显的生命周期特征，居民对风险金融产品（包括股票、基金等）投资呈现较长右拖尾的非对称型驼峰状，其峰值多集中在40岁至45岁之间，退休之后有一个显著的下降过程。
表2提供了样本家庭按户主年龄分组的金融资产构成状况，与表1中描述性统计数据不同，表2是按照样本家庭各项金融资产均值而不是金融资产比重的均值得出的数据，总体来看，中国城市居民家庭金融资产平均为112070元，活期存款、定期存款、股票以及借出款构成当前城镇居民主要的金融资产，占家庭金融资产的比重分别为2623%、2789%、1936%、916%。表3提供了样本家庭按户主年龄分组的各金融市场参与率情况，其中，超过5%的参与率的金融资产包括现金、活期存款、定期存款、股票、基金以及借出款。对于我们关心的老龄居民的资产选择行为，从表2和表3可以看出，较之中青年居民，老龄居民的投资行为表现出两个特征：其一，投资渠道逐步趋于单一化；其二，资产选择更倾向于安全资产，银行存款是其主要投资渠道，这一行为特征尤其体现在65岁以后。可能的解释是：第一，老龄居民支出的不确定性较大（主要体现在健康风险），他们更加注重资产使用的安全性和便捷性；第二，随着年龄增加，居民会趋于厌恶风险，投资策略趋于保守（Ameriks and Zeldes，2004）；第三，由于投资股票等风险金融工具是有认知成本的，老龄居民受历史因素影响普遍受教育程度偏低，面临更多地参与约束，不得不游离于风险资本市场之外。 四、计量模型和实证结果
（一）居民资产参与决定的Logit模型回归分析
鉴于被解释变量的二值虚拟变量属性，本文采用Logit模型来考察中国家庭金融市场参与的影响因素。计量模型设定为：
Pyk=1x=G（x，β）=exp（β0+β1x1+β2x2+…+βixi）
1+exp（β0+β1x1+β2x2+…+βixi）+εk （1）
其中，yk（k=1，2，3）为居民是否参与各金融市场的虚拟变量，包括股票市场、基金市场、风险市场，参与则取值为1，反之为0；P表示居民参与股票投资的概率；G是一个取值范围严格介于0和1之间的响应函数：对所有的实数z，都满足0
在传统解释因素方面，与王聪等（2012）的发现一致[31]，居民财富水平和其风险市场参与（包括股票、基金市场）显著正相关；持有房产对居民市场参与影响是正向的；户主受教育程度越高的家庭拥有更强的风险市场参与倾向。此外，居民收入与风险市场参与存在驼峰关系；家庭规模、党员人口比影响是正向的；较之西部地区，生活在东部地区的居民表现出更强的市场参与倾向，但中西部地区居民之间市场参与没有显著差异，地域差异的影响可能反映的是地区虚拟变量代表的一系列因素（比如经济水平、制度、文化、传统、风俗等）对家庭投资决策的作用。上述变量对基金市场参与的影响与传统文献中关于居民风险资产投资偏好的类似变量的理论预期是一致的，之所以在常规置信水平上不显著，我们认为有两个可能的解释。首先， CHFS调查项目提供的数据中居民的基金投资包括股票型、债券型、货币性以及混合型，我们无法将安全性资产或低风险资产从居民基金投资整体数据中分离出来；其次，总体来看，居民基金市场参与率低，基金投资样本量偏小（在2740个样本家庭中，仅有282个家庭存在基金投资），解释力度不强，但这至少给出了粗略估计，为今后大样本数据可得的情况下进行准确估计提供了参考。合理区分不同基金项目风险差异进而准确把握居民基金购买决策的影响因素是进一步的研究所需要关注的一个问题。
（二）进一步讨论
前文研究表明，家庭老龄化水平对居民的风险金融产品购买决策有着显著的负面影响，这支持了居民投资决策的生命周期效应预期。进一步的问题是，家庭老龄化水平是否也影响了居民的风险资本市场参与深度。在考察家庭金融市场参与深度的影响因素时，由于各因变量涉及不同程度的数据截取问题，故本文采用Tobit模型进行估计。Tobit模型很巧妙的用一个基本的潜变量y来表示所观测到的响应y，刻画居民金融市场参与深度的Tobit模型设定为：令y*k 为一个由（2）式决定的无法观测变量或潜变量。
y*k = βk0 + βk1 x1 + βk2 x2 + … + βki xi + εk ，εkx～Normal（0，σ2） （2）
同时，有：
yk = max（0，y*k ） = y*k ， y*k ≥00， y*k < 0 （3）
即若潜变量y*k ≥0时，所观测到的变量yk等于y*k ，但当y*k < 0时，则yk=0。其中因变量yk（k=1，2，3）表示各项金融资产占家庭金融资产总额的比重，包括股票占比、基金占比、风险资产占比，是一个非负实数。x1，x2，…，xi表示影响家庭各项金融资产投资的各种因素，包括户主年龄、老年人口比、收入水平、金融财富、房产持有状况、受教育程度、地域背景等变量。
利用MLE估计这个模型，根据家庭资产组合数据截取的特征，可得联合分布的概率密度函数：
f（yix）=[1-φ（xiβ/σ）]1（yi=0）[1σφ（yi-xiβ）/σ）]1（yi>0） （4）
其中，1（·）为示性函数，即如果括号里的表达式为真，取值为1；反之，取值为0。φ（xiβ/σ）和φ（xiβ/σ）分别表示标准正态分布的密度函数和分布函数。
通过极大似然法，最大化模型（4）的对数似然函数，即可得到模型（2）的参数估计：和，表5给出了相应的回归结果。针对居民市场参与程度的家庭老龄化影响，表5显示了与表4高度一致的回归发现，家庭老龄人口比对居民股票、基金、风险市场参与程度具有显著的负面影响；与中青年家庭相比，随着户主年龄的递增，老龄家庭对风险资产投资规避程度及其显著性逐步增强。上述实证发现进一步说明：老龄居民在资产选择行为上表现出明显的风险规避特征，不仅更少可能的涉足风险资本市场，而且即便进入市场其参与程度也更低。
其他稳健且显著性的发现还包括：持有较多的金融财富、拥有房产、更高的受教育水平、东部地域背景以及更大的家庭规模都会促进居民的风险资产投资，居民收入对其风险资产投资的影响存在驼峰关系。以上实证结果大体与以往文献类似变量研究结论相符，与表4居民各市场参与的Logit模型回归发现也是一致的，相关理论解释在此不再赘述。 （三）稳健性检验
为了检验以上实证结果的稳健性，本文还进行了多种尝试。首先，针对反映家庭年龄结构的老龄人口比指标，本文尝试使用更严格的年龄标准，以家庭总人数中65周岁以上人口所占比重对老龄人口比赋值，并设置了相同的控制变量组合，对相应的Logit模型及Tobit模型重新估计，回归结果如表6所示。与理论预期一致，家庭年龄结构变化与居民股票投资、基金投资以及风险资产投资显著负相关：老龄人口比越高，家庭参与股票市场、基金市场、风险资本市场的可能性越低；老龄人口比高的家庭，股票、基金、风险资产投资的比重也更低。这说明我们在上述实证检验中的主要发现是稳健的。
其次，采用Probit二值选择模型代替Logit模型，进行回归分析，实证结果并未改变表4基本结论。第三，模型设定偏误在实证研究中经常出现，为了进一步检验设立模型的稳健性，通过对模型中的某些控制变量进行不断剔除或增补，从检验结果来看，本文的基本结论并未发生实质性的变化。第四，与吴卫星等（2007）以及李涛等（2009）的研究一致，对家庭收入、金融资产采用总额代替人均额赋值，对家庭户主年龄、受教育水平采用虚拟变量赋值，这些尝试并未显著改变表4和表5的实证结论① ①限于篇幅，以上稳健性检验结果未予列出。。
五、结论与启示
本文利用2011年“中国家庭金融调查（CHFS）”数据，较系统地分析了中国城镇居民家庭资产配置及其老龄化影响。描述性统计与初步分析表明，股票、基金、外汇、期货等风险性金融产品还只是少数中国居民的投资理财工具；较之中青年居民，老龄居民的投资渠道逐步趋于单一化，其资产选择更倾向于安全资产，银行存款是其主要投资渠道，这一行为特征尤其体现在65岁以后。针对家庭老龄化对居民的投资组合决策的影响，本文的实证研究有三组主要发现：首先，更高程度的老龄人口比显著减弱了家庭对风险资本市场（包括股票、基金市场）的参与倾向；其次，随着年龄的递增，老龄居民对股票、基金以及风险资产的参与概率逐步降低，其显著性逐步增强；再次，以老龄人口比和老龄居民年龄阶段虚拟变量反映的家庭老龄化水平，对居民风险资产投资深度有着显著的负面影响，老龄居民不仅更少可能涉足风险资本市场，而且即使进入市场其参与程度也更低。以上发现支持了个体投资决策的生命周期效应解释：可能受预期支出不确定性、财富约束、认知能力等诸多因素影响，老龄居民投资策略趋于保守，更倾向于持有安全资产，而对风险类资产投资避而远之。
本文的研究发现有着重要的政策含义：由于经济历史文化政治等多方面的原因，人口结构变化趋势的形成具有稳定的惯性，从人口预测数据上看，在可预见的未来相当长的时期里，老龄化将是中国人口结构变迁的一个主要趋势。中国资本市场的持续健康发展需要微观居民的积极参与，人口老龄化的消极影响不容小视。投资者不参与市场或不能充分利用已有金融工具“近理性”的参与市场，损害了其自身福利（Campbell，2006）[32]。一方面，金融产品进入困难也会进一步影响金融创新，导致金融资源配置的失衡，造成社会福利损失。政府应该大力规范资本市场，增加信息的透明度，降低股票等风险市场的参与门槛，减缓信息成本和参与成本约束，避免由于老龄居民认知能力缺陷导致的“有限参与”现象。另一方面，借鉴国外成功经验，完善我国社会养老保险机制，这可以部分地（虽然不能全部）减轻老龄居民预期支出的不确定性对其资本市场参与的抑制效应，帮助老龄居民无后顾之忧地利用各种金融工具来构造“近理性”的投资组合，减少福利损失。此外，金融产品积极创新，设计有针对性的适合老龄居民的投资理财工具（比如寿险、年金等）也是应对老龄化社会的金融政策的未来研究方向。
参考文献：
[1]中国人口与发展研究中心课题组. 中国人口老龄化战略研究[J]. 经济研究参考， 2011（34）.
[2]Yoo P S. Age Dependent Portfolio Selection[J]. Federal Reserve Bank of Saint Louis Working Paper， 1994，1：94-103.
[3]McCarthy D. Household Portfolio Allocation： A Review of the Literature[J]. Imperial College Working Paper， 2004，1：60-79.
[4]袁志刚，宋铮. 人口年龄结构、养老保险制度和最优储蓄率[J]. 经济研究， 2000（11）.
[5]董丽霞，赵文哲. 人口结构与储蓄率：基于内生人口结构的研究[J]. 金融研究， 2011（3）.
[6]夏淼，吴义根. 人口老龄化与我国金融结构的变迁[J]. 西北人口， 2011（2）.
[7]吴义根，贾洪文. 我国人口老龄化与金融资产需求结构的相关性分析[J]. 西北人口， 2012（2）.
[8]唐珺，朱启贵. 家庭金融理论研究范式评述[J]. 经济学动态， 2008（5）.
[9]Tobin J. Liquidity Preference as Behavior Toward Risk[J]. Review of Economic Studies， 1958，25：65-86.
[10]Merton， Robert C. Lifetime Portfolio Selection under Uncertainty： The Continuous Time Case[J]. Review of Economics and Statistics， 1969， 51：247-257.
[11]余永定，李军. 中国居民消费函数的理论与验证[J]. 中国社会科学， 2000（1）. [12]Guiso L， Haliassos M and Jappelli T. Household Portfolios： An International Comparison[J]. Working Paper， 2000，1：25-44.
[13]Guiso L， Sapienza P and Zingales L. Trusting the Stock Market[J]. Journal of Finance， 2008，63：2557-2600.
[14]Berkowitz M K， Qiu J. A Further Look at Household Portfolio Choice and Health Status[J]. Journal of Banking and Finance， 2006，30：1201-1217.
[15]Coile C， Milligan K. How Household Portfolios Evolve After Retirement： The Effect of Aging and Health Shocks[J]. Review of Income and Wealth， 2009，55： 226-248.
[16]Jagannathan， Ravi and Kocherlakota N R. Why should Older People Invest Less in Stock than Younger People？ [J]. Quarterly Review：Federal Reserve Bank of Minneapolis， 1996，1：11-23.
[17]Bodie Z， Merton R C and Samuelson W. Labor Supply Flexibility and Portfolio Choice in a Life Cycle Model[J]. Journal of Economic Dynamics and Control， 1992，16：427-449.
[18]Bakshi G S， Chen Z. Baby Boom， Population Aging ， and Capital Markets[J]. The Journal of Business， 1994，67：165-202.
[19]Davis S J， Kubler F and Willen P. Borrowing Costs and the Demand for Equity Over the Life Cycle[J]. NBER Working Paper， 2002，1：93-113
[20]Mankiw N G， Wei D N. The Baby Boom， the Baby Bust， and the Housing Market[J]. Regional Science and Urban Economics， 1989，19：235-258.
[21]王跃生. 家庭结构转化和变动的理论分析[J]. 社会科学， 2008（7）：32.
[22]任文利. “儒学与家庭伦理”研究会综述[J]. 孔子研究， 2002（2）：58.
[23]李银河. 家庭结构与家庭关系的变迁——基于兰州的调查分析[J]. 甘肃社会科学， 2011（1）：79.
[24]周晓虹. 文化反哺：变迁社会中的亲子传承[J]. 社会学研究， 2000（2）：24.
[25]徐安琪. 家庭价值观变迁：去传统化？去集体主义？[J]. 中国研究， 2013（1）：56.
[26]韦克难，许传新. 家庭养老观：削弱抑或强化——来自四川省的实证调查[J]. 学习与实践， 2011（11）：17.
[27]吴卫星，荣苹果，徐芊. 健康与家庭资产选择[J]. 经济研究， 2011（1）：27.
[28]Hong H， Kubik J D and Stein J C. Social Interaction and Stock—Market Participation[J]. Journal of Finance， 2004，59： 137-163.
[29]Demery D， Duck N W. Savings Age Profiles in The UK[J]. Journal of Population Economics， 2006，19：521-541.
[30]肖作平，张欣哲. 制度和人力资本对家庭金融市场参与的影响研究[J]. 经济研究， 2012（1）：85.
[31]王聪，田存志. 股市参与、参与程度及其影响因素[J]. 经济研究， 2012（10）：61.
[32]Campbell J Y. Household Finance[J]. Journal of Finance， 2006，61：1553-1604.
责任编辑：萧敏娜 吴锦丹 常明明