養(yǎng)老保險對家庭金融參與的影響研究

0未參與風(fēng)險金融市場家庭資產(chǎn)管理目標(biāo)的實現(xiàn)隨著深化改革的推進，我國居民收入不斷增長，居民家庭財富也在增長。家庭財富管理的重要目標(biāo)是保持和增加持有資產(chǎn)的價值。但是，由于收入、金融素養(yǎng)和受教育程度等諸多因素的影響，我國持有風(fēng)險金融產(chǎn)品的家庭比例還遠低于發(fā)達國家。由于資本性收入和勞動收入的差距，未參與風(fēng)險金融市場家庭所缺失的財產(chǎn)性收入難以通過其他渠道彌補，這既不利于家庭資產(chǎn)管理目標(biāo)的實現(xiàn)，也不利于縮小居民的收入差距和推進共同富裕目標(biāo)的落實。并且大量資金沉積在銀行無法直接推動經(jīng)濟發(fā)展，不僅未充分挖掘資本的使用效率，也不利于產(chǎn)業(yè)升級戰(zhàn)略和我國內(nèi)外雙循環(huán)經(jīng)濟發(fā)展戰(zhàn)略的實現(xiàn)?，F(xiàn)有研究表明，家庭在進入金融市場的決策過程中會受到家庭特征和個人特征的影響。居民未來收入的不確定性可以通過購買養(yǎng)老保險來降低。因此，研究養(yǎng)老保險對家庭金融參與的影響不僅可以為社保政策的制定提供參考，還能為如何提高居民的資本性收入給予啟示。1社會醫(yī)療保險與家庭金融投資金融市場參與會對居民的收入和宏觀經(jīng)濟的發(fā)展產(chǎn)生重要的影響。隨著對學(xué)術(shù)界在家庭金融領(lǐng)域研究的深入，學(xué)者們發(fā)現(xiàn)家庭特征、個人特征等其他因素會對家庭金融參與產(chǎn)生影響。現(xiàn)有的經(jīng)濟學(xué)理論認為，背景風(fēng)險的降低會誘發(fā)金融風(fēng)險的產(chǎn)生，特別是對于股票市場參與成本較低的個人而言。然而，現(xiàn)有研究表明養(yǎng)老保險可以抵消背景風(fēng)險，從而影響家庭的金融投資決策。也有研究將社會醫(yī)療保險作為健康狀況影響家庭金融投資行為的調(diào)節(jié)變量，用于探究醫(yī)療保險對家庭金融投資決策的作用。社會保險能夠通過背景風(fēng)險對家庭資產(chǎn)配置行為產(chǎn)生間接影響。因此，擁有社會保險能夠增加家庭所配置的風(fēng)險金融產(chǎn)品份額。有學(xué)者使用回歸不連續(xù)性設(shè)計來檢驗醫(yī)療保險是否會影響的股票持有量，發(fā)現(xiàn)對受過高等教育的人有顯著的影響。有學(xué)者從保險的角度研究了股票市場有限參與之謎，研究發(fā)現(xiàn)對巨額財產(chǎn)損失的保險不足可以解釋股票市場的有限參與之謎，證明了保險是家庭投資和儲蓄決策過程中的重要影響因素。擁有人壽保險或者社會醫(yī)療保險的家庭更有可能進行風(fēng)險金融資產(chǎn)配置。擁有社會養(yǎng)老保險能夠使居民將來收入的不確定性下降，從而提升家庭對風(fēng)險金融資產(chǎn)的持有份額。社會養(yǎng)老保險不僅對家庭金融參與概率，還會對家庭持有的風(fēng)險金融資產(chǎn)比重有顯著的正向影響。總的來說，當(dāng)前學(xué)術(shù)界主要集中探討是否參保社會醫(yī)療保險和養(yǎng)老保險對家庭持有金融資產(chǎn)的影響，但并未考慮商業(yè)養(yǎng)老保險是否對家庭金融參與的影響。因此，本文將實證分析基本養(yǎng)老保險以及商業(yè)養(yǎng)老保險對家庭金融資產(chǎn)配置的影響。2模型選擇和變量選擇2.1變量選取及賦值說明本文使用的數(shù)據(jù)來自2017年中國社會綜合調(diào)查，在剔除了一些明顯異常和缺失的數(shù)據(jù)后，共獲得10167組可用數(shù)據(jù)進行實證分析。被解釋變量為家庭是否參與金融市場。只要受訪家庭持有前文列出的風(fēng)險金融產(chǎn)品中的任意一項就賦值為1，否則為0。本文的核心解釋變量為基本養(yǎng)老保險和商業(yè)養(yǎng)老保險。其中，參保基本/商業(yè)養(yǎng)老保險賦值分別為1和2，否則為0。本文的控制變量分為家庭特征和個人特征兩方面。其中，家庭特征主要包括家庭年收入、房產(chǎn)數(shù)、家庭規(guī)模、車輛、未成年子女等代表家庭財富水平的變量。家庭年收入取值為家庭年收入的對數(shù)，用家庭人口數(shù)表示家庭規(guī)模。房產(chǎn)賦值為家庭持有的房產(chǎn)數(shù)目。車輛，擁有車輛賦值為1，沒有則賦值為0。未成年子女賦值為家庭中未成年子女的數(shù)量。個人特征包括受訪者的年齡、教育程度、戶籍屬性以及移動支付使用。在本文中按照最高學(xué)歷將受教育程度依次賦值為1至5。戶籍，本文將城鎮(zhèn)戶口取值為1，農(nóng)村戶口為0?；ヂ?lián)網(wǎng)金融產(chǎn)業(yè)的高速發(fā)展，減少了居民進入風(fēng)險金融市場的障礙，各大移動支付平臺吸引了大量普通居民進入金融市場。因此，移動支付的使用也會對金融參與造成影響。若近期使用過移動支付，該變量為賦值1，未使用賦值為0。2.2可執(zhí)行性問題由于被解釋變量金融參與為二元虛擬變量，因此，本文將使用Probit模型進行回歸。因為該模型容易出現(xiàn)內(nèi)生性問題，因此本文通過工具變量法對內(nèi)生性問題進行控制，并進行穩(wěn)健性檢驗。相關(guān)模型具體如下：其中，y3示范分析3.1內(nèi)生性對家庭金融參與的影響表2展示了Probit模型的回歸結(jié)果，由于這兩模型回歸系數(shù)意義不大，故本文匯報的是回歸的邊際效應(yīng)。同時還按照全樣本、城市和農(nóng)村進行了分類回歸。通過回歸結(jié)果分析可知，在不考慮內(nèi)生性的情況下，養(yǎng)老保險對家庭的金融參與存在顯著的正向影響。擁有社會基本養(yǎng)老保險會使得居民家庭的在風(fēng)險金融市場的參與概率提高3.2%，商業(yè)養(yǎng)老保險為2.4%，并且對城市地區(qū)的邊際影響遠高于農(nóng)村地區(qū)。3.2工具變量的選取為了解決由于互為因果以及遺漏變量所導(dǎo)致的內(nèi)生性問題，采用工具變量法對之前金融參與的Probit模型回歸結(jié)果進行穩(wěn)健性檢驗。根據(jù)工具變量的選取要求，選擇基本醫(yī)療保險和商業(yè)醫(yī)療保險作為兩種養(yǎng)老保險的工具變量?；貧w結(jié)果如表3所示，第一階段回歸的F值均大于10，說明所選工具變量的有效性。根據(jù)沃爾德檢驗的結(jié)果，社會保障水平為內(nèi)生變量，故使用工具變量法是正確的選擇。通過對比與前文中的回歸結(jié)果發(fā)現(xiàn)，在控制其他變量的基礎(chǔ)上，運用工具變量法的回歸結(jié)果邊際效應(yīng)更高，說明忽略養(yǎng)老保險的內(nèi)生性會低估其對金融參與的影響。4提升參保居民的參保水平本文運用2017年中國社會綜合調(diào)查數(shù)據(jù)，實證分析了社會保障水平對金融市場參與的影響?；攫B(yǎng)老保險和商業(yè)養(yǎng)老保險均對家庭在風(fēng)險金融市場的參與概率存在顯著的正向影響，并且這一結(jié)論在城市和農(nóng)村均成立，且對城市家庭的邊際影響遠大于農(nóng)村家庭?；谏鲜鲅芯堪l(fā)現(xiàn)，本文給出兩條建議：第一，要著重擴大參保社會基本養(yǎng)老的受眾范圍，尤其是在農(nóng)村地區(qū)。參保養(yǎng)老保險可