人口年龄结构、金融市场参与及家庭资产配置

奥鹏网院作业

人口年龄结构、金融市场参与及家庭资产配置
——基于CHFS数据的分析

摘 要： 本文利用2015年中国家庭金融调查(CHFS)数据考察人口年龄结构对家庭金融资产配置的影响。研究发现，股票占比、风险资产占比及风险资产多样化与年龄呈倒“U”型关系，其峰值年龄为55-64岁，而定期存款与年龄呈现单调增的线性关系；老年人口占比较高的家庭倾向于增加定期存款而减少股票投资，但其对股票投资的抑制作用在需要抚养少儿人口、收入水平高、宗族网络及社会互动较强的家庭内有所减弱。进一步的机制识别发现，风险态度是人口年龄结构影响家庭金融资产配置的重要途径。基于研究结论，金融机构应设计多层次产品，提高居民参与金融市场的意愿进而增加其财产性收入。
关键词： 人口年龄结构； 生命周期； 金融市场参与； 金融资产配置
一、引言
随着金融市场的发展及国民收入水平的提高，中国家庭资产呈现种类多样化、实物资产比重下降及金融资产比重上升的趋势[1]。就金融资产而言，家庭可选择的金融产品不再局限于传统的银行存款，已扩展到股票、基金、金融理财产品、债券及其他金融产品(1) 本文的其他金融产品主要包括金融衍生品、非人民币资产及贵金属等。 等新型金融投资工具。然而家庭金融资产存在种类单一且结构失衡等微观问题。2015年CHFS数据显示，22.90%的家庭不投资任何金融资产，投资1类、2类金融资产的家庭占总家庭的比重分别为59.45%、12.43%。并且绝大多数家庭更倾向于银行储蓄(活期存款为72.24%，定期存款为20.40%)。可见，中国居民对股票等新型金融资产的认可度不高。
关于家庭对金融资产的选择，现有文献主要体现在以下四个方面。第一，劳动收入风险、健康风险、承诺支出风险等背景风险使家庭增加预防性储蓄，降低其参与风险资产市场的意愿[2-5]。第二，社会互动、社会资本、社会网络、信任及宗教等社会因素在家庭决策中具有重要作用。社会互动弱或者信任度较低的家庭参与股市的可能性越小，据此可以解释家庭股票市场有限参与之谜[6-9]。第三，金融知识
及金融素养影响决策者对金融信息的识别、分析能力。金融知识水平较低的人参与股票投资的可能性要小[10-13]。第四，人口统计特征，主要围绕性别、年龄、受教育程度、风险态度、人口规模及人口结构等角度分析[14-16]。
随着人口老龄化程度不断加深，学者开始关注人口年龄结构对金融资产的作用。Poterba(2001)[17]认为美国婴儿潮人口在2011年进入退休期后会抛售股票，这会加大股市的波动性，甚至使之崩溃，即资产市场崩溃假说。后续研究表明资产市场崩溃的假说不存在[18]。国内学者也开始研究探讨人口年龄结构对家庭资产选择行为的影响。杨继军和张二震(2013)[19]基于1994-2010年中国省际面板数据研究发现老年人口比重上升会抑制储蓄，而少儿人口比重上升会增加储蓄。类似研究还有袁志刚和宋铮(2000)[20]、李文星和徐长生(2008)[21]及钟水映和李魁(2009)[22]，等等。还有部分学者指出人口年龄结构的变动会导致居民可选择的金融工具发生变化[23]，如老龄人群因消费支出的不确定性更偏爱安全性和流动性较高的资产[24]。祝丹和陈立双(2016)[25]发现随着房价上涨与老年人口占比的增加，住房资产比重有所提高，这进一步抑制居民消费。因此，现有文献多探讨人口年龄结构对家庭资产选择行为的宏观效应。此外，也有少数文献从微观视角研究人口结构与家庭资产配置，主要认为老年人口占比较高的家庭对银行储蓄的需求更大，而对股票的需求较小[26-27]。
综上所述，本文可能的贡献如下。第一，以往研究多集中在家庭是否参与金融市场及家庭各类资产的占比，本文则基于现实出发考察人口年龄结构对家庭风险资产多样化的影响。第二，本文利用的CHFS微观数据在人口年龄结构对家庭金融资产配置的机制识别上与异质性分析上具有一定的优势。第三，家庭金融资产配置与户主所处年龄阶段具有高度相关性，因此，本研究更细致地划分户主年龄阶段，并寻找户主在不同金融资产占比及不同风险组合下的最佳年龄段。本文的研究结论可为政府有效引导家庭参与金融市场、增加家庭财产性收入及优化家庭金融资产结构提供一定的参考。
二、文献综述与理论假说
关于人口结构与资产配置的相关理论要溯源到年龄效应理论与生命周期理论。年龄效应理论认为年龄对个人投资决策的影响程度较小[28]，生命周期理论则认为年龄在个人投资决策中具有异质性。Modigliani等(1963)[29]提出生命周期储蓄假说，即居民年轻时的劳动收入多用于房屋贷款或者汽车贷款消费；中年时期的劳动收入除偿还年轻期的贷款外，还用于养老储蓄；而老年期则主要依靠过去积累的财富维持消费。随后Bakshi等(1994)[30]提出生命周期投资假说与生命周期风险厌恶说，其中，生命投资假说认为20-40岁时住宅为主要投资，40岁后主要进行股票等证券投资。生命周期风险厌恶假说认为不同年龄时期，人们的风险厌恶程度不同，进而对资产的选择有所不同。随着年龄的增加，风险厌恶程度增加，因此年轻人多选择风险溢价水平较高的证券，而老年人更倾向于银行存款或者债券等安全性较高的产品[31]。此外，传统的投资组合理论表明只要风险资产的期望回报率高于无风险利率，风险厌恶的投资者便会将一定比例的财富投资于风险资产。即风险厌恶的投资者总会愿意参与微小的风险[32-33]。在年轻时，人们刚刚积累财富，参与金融市场的意愿较低，其持有的风险资产种类也较少。随着年龄的增长，居民具有丰富的经验与充足的财富，这使其有能力持有多种风险资产。在老年时期，他们为保持本金安全且获取稳定持久性收益，将逐渐退出金融市场。基于此，本文提出实证研究的第一个假说。
H1 家庭金融资产结构中呈现生命周期的时变特征。即年龄同股票占比、风险资产占比及风险资产多样化呈现倒“U”型关系，同定期存款占比呈现“U”型关系。
年龄在家庭人口结构中另一维度是家庭老年人口的比重。如果家庭人口年龄结构不同，那么他们对不同特性的金融资产需求也有所不同。对中国而言，家庭老年人口占比越高，其储蓄动机越强。从中国特色的制度与文化视角来看，家庭储蓄动机主要体现在两方面。第一，随着第一代独生子女结婚生子，中国家庭结构出现“4-2-1”模式，即1对夫妻同时要养育4位老人与1位孩子。该类家庭面临长期的财务负担、更大的家庭责任、不确定的健康风险及收入风险等，所以其对风险的认知更为保守。虽然我国在养老保险制度方面不断进行改革，如2014年国务院颁发《关于建立统一的城乡居民基本养老保险制度的意见》；2015年颁发《关于机关事业单位工作人员养老保险制度改革的决定》等，以此消化历史沉淀的养老负担。然而，城乡居民基本养老保险覆盖率较低[34]，无法为城乡居民尤其是农民提供充足的养老保障。故居民的养老意识与忧患意识使其厌恶风险进而增强预防性储蓄动机。第二，改革开放以来，随着居民收入水平的提高，其对储蓄的“情有独钟”让储蓄率一直处于高位运行状态[19]，这同中国居民勤俭节约的文化传统和谨慎储蓄惯性有关[35]。基于上述分析，本文认为当家庭老龄人口占比更高时，其倾向于增加银行储蓄等安全资产而降低其参与风险资产市场的意愿。此外，无论是从户主生命周期角度还是从家庭老年人口占比角度分析，风险偏好会随年龄变化而变化，进而对家庭金融资产的配置产生不同作用。基于上述分析，本文提出实证研究的第二个假说和第三个假说。
H2 如果家庭老年人口占比越高，那么其会降低股票投资的比重、风险资产投资的比重及风险资产种类的数值，而增加定期存款等安全资产投资的比重。
H3 年龄与风险偏好呈现倒“U”型关系，且家庭老年人口占比与风险偏好呈现一种负向线性关系。
三、计量模型与数据描述
(一)数据来源
本文使用的数据来自西南财经大学中国家庭金融调查与研究中心在2015年进行的中国家庭金融调查。该微观调查涉及363个县和1 439个村委会，共计37 289个家庭与125 248人 。本文将户主年龄定为16周岁及以上，同时，将净资产(财富)、家庭可支配收入、礼金支出的上下1%进行了极端值处理，并剔除了其他控制变量中存在缺失值的样本，共提取了30 924个家庭。此外，在反映2014年29个省份金融发展水平时，涉及到各省存款总额、股票市值及保费收入、进出口总额、国内生产总值等指标，均来自于2015年《中国金融年鉴》。
表1 家庭金融资产配置情况

CHFS中调查的家庭金融资产主要包括现金、活期存款、定期存款、股票账户金额、股票、基金、金融理财产品、债券、金融衍生品、非人民币资产、贵金属等。有关家庭金融资产配置的详细情况见表1。
由表1可知，现金、活期存款与定期存款在金融资产中占比较高。除了三者外，金融理财、股票、基金是家庭较为常见的投资，其他投资相对较少。在金融理财中，互联网理财的参与度高于银行理财，说明互联网金融为家庭投资理财提供一种新渠道。此外，与金融衍生品及非人民币资产相比，贵金属占比相对较高。本文将剔除现金后的金融资产划分为六类产品，即银行存款、股票、债券、基金、金融理财产品及其他金融产品。结果发现家庭不持有任何金融资产的比例为22.90%，持有1类资产的比例为59.45%，持有2类资产的比例为12.43%，持有3类及以上资产的比例为5.22%。由此可见，绝大多数家庭呈现金融资产种类少且金融资产结构失衡的特征。
(二)模型设定
家庭金融资产配置主要体现在两方面，一方面是家庭参与金融市场的深度，即家庭各类金融资产占总金融资产的比例；另一方面是家庭参与金融市场的广度，即家庭金融资产的分散化程度。
1. 金融市场参与深度
本文根据史代敏等(2012)[36]及王聪等(2017)[26]的模型，主要从户主年龄与家庭人口老龄化程度两方面体现人口年龄结构在家庭金融资产配置中的作用。同样，考虑到各类金融资产占总金融资产的比例只能观测到正值，因此，采用断尾回归的Tobit模型。具体模型设计如下

(1)
asset_ratej=β0+β1×Ro65j+β2×X′+μj
(2)
其中，asset_rate代表家庭各类金融资产占总金融资产的比例，主要包括股票资产占金融资产的比例；定期存款占金融资产的比例 ；风险资产占金融资产的比例。age代表年龄。如果年龄系数为负，年龄平方项系数为正，则说明年龄与被解释变量呈“U”型关系。如果年龄系数为正，年龄平方系数为负，则说明年龄与被解释变量呈倒“U”型关系。Ro65代表家庭老年人口的比重，即65周岁以上人口占家庭总人口的比例。X为控制变量，包括个人特征、家庭特征变量及地区特征三类变量。
2. 风险资产多样性
多数学者采用是否参与金融市场来衡量家庭资产持有广度，如卢亚娟和张菁晶(2018)[37]。本文则重点考察家庭金融风险资产的种类数，其数值越大，表明家庭金融资产结构的分散化程度越大。根据尹志超等(2014)[12]的研究设定风险资产内容，其主要包括股票、基金、金融理财、金融债、企业债、金融衍生品、非人民币资产、贵金属等。基于王渊等[38](2016)的研究，本部分设计的实证模型如下

(3)
numberj=θ0+θ1×Ro65j+θ2×X′+uj
(4)
其中，number代表风险资产的种类数，其他同上。考虑到家庭风险资产种类数为计数数据且82%的样本为0，因此，本文选用零膨胀泊松回归模型 。
(三)变量说明与描述性统计
本文根据经验研究[12,39]引入三类控制变量。第一，户主个人特征，如性别、婚姻状况、受教育时间、风险态度 、是否上过经济或金融类课程、金融知识水平 、家庭幸福感。第二，家庭特征，如家庭总人口、家庭净资产、家庭可支配收入、宗族网络、社会互动、家庭是否有少儿人口 。第三，地区特征，如对外开放水平、金融发展水平、家庭所在地是城镇还是乡村。相关变量说明与描述性统计如表2所示。
表2 变量说明及描述性统计

四、实证结果分析
(一)基础回归
本文对模型(1)与模型(3)进行估计，结果如表3所示。研究发现家庭金融资产结构中未呈现生命周期的时变特征，与假说1不一致。具体来看，股票占比、风险资产占比及与风险资产多样化与年龄呈现倒“U”型关系，说明家庭风险资产投资呈现生命周期效应，然而定期存款占比同年龄呈现的“U”型关系不显著。为进一步识别年龄与定期存款的关系，本文去掉年龄平方项再次进行回归，结果如回归3所示，随着年龄的增加，家庭对定期存款的需求变大。未满足假说的原因可能有两方面。第一，样本的选取误差。样本中户主年龄的平均值为50岁，且户主处于中老年期(45岁及以上 )的样本量占总样本量的64%。随着年龄的增加，中老年期的户主会将更多的财富分配到定期存款；第二，定期存款可以保障居民获得稳定可持续的收益，受到不同年龄阶层群体的喜爱。这同中国勤俭节约的文化传统与谨慎储蓄的惯性有关。
表3 户主年龄与各金融资产占比及风险资产多样性

注：列(1)(2)(3)(4)中括号内是t统计量，列(5)则是z统计量。***、**和*分别代表1%、5%、10%的显著水平，下同。
从控制变量来看，结果发现如下。第一，与女性相比，男性户主会降低股票及风险资产的份额，同时也会减少所持风险资产种类数。第二，风险态度对家庭金融资产参与深度及广度具有差异性影响即风险偏好者喜欢股票等风险资产而厌恶定期存款。第三，如果户主学习过经济或者金融类课程，他们更倾向于风险投资。这些户主根据基本经济学理论可以分析金融产品的流动性、收益性及风险性，从而做出科学的投资决策。第四，与农村家庭相比，城镇家庭因较高的收入稳定性及金融服务可获得性，会主动参与金融市场。第五，户主已婚、受教育程度较高、金融知识水平及收入水平较高的家庭对定期存款、股票及风险资产的持有份额均会增加。
除了从户主的年龄外，还需要考虑到家庭人口年龄结构。在此引入65岁及以上人口占家庭总人口的比例作为解释变量，即对模型(2)与模型(4)进行回归，回归结果如表4。
表4 家庭老年人口占比与各金融资产占比及风险资产多样性

注：列(1)(2)(3)中括号内是t统计量值，列(4)则是z统计量值，下同。
由表4可知，家庭老年人口占比对股票资产占比及风险资产占比的影响显著为负，对定期存款的影响显著为正。这与假说2提出的预期一致。如果将该结果扩展到宏观经济中，那么表明中国人口年龄结构的变化对未来证券市场发展及银行业转型具有重要的影响。
(二)扩展模型
1. 细化户主年龄
虽然基础回归已经表明中国家庭股票占比及风险资产占比具有明显的生命周期效应(见表3)，但未能识别不同年龄段的户主家庭在金融资产配置中的异质性作用。因此，本文以10年为组距，将户主年龄划分为7个年龄阶段，即16-24周岁、25-34周岁、35-44周岁、45-54周岁、55-64周岁、65-74周岁、75周岁及以上，并用虚拟变量表示。为避免多重共线性，本文引入6个虚拟变量，分别为age25-34、age35-44、age45-54、age55-64、age65-74、age75+。以age25-34为例，如果户主年龄位于25-34岁，则将其赋值为1，否则设为0。此外，参照组是16-24岁的样本。
表5 户主年龄分阶段与各金融资产占比及风险资产多样性

如回归1所示，六个年龄阶段的估计系数显著地由小变大再变小，进一步验证家庭在股票资产配置中呈现生命周期的时变特征。同时，结果显示股票占比到达最大值时对应的年龄段是55-64岁。这意味着老龄人口在退休前为实现财富最大化而持有更多的股票。已退休的户主会减少股票资产的投资(回归1系数由34.542 4减少到29.272 7)，更多地加大定期存款投资(回归2系数由22.567 4增加到34.044 0)。回归2中的结果表明随着年龄的增加，家庭更多地持有定期存款，尤其是户主年龄为55岁及以上的家庭。年龄在55岁及以上的户主正好经历了1959-1961年的饥荒时代。早年经历较严重饥荒的户主所在家庭会表现出更高的储蓄倾向[40]。未来较长时期内45-65岁人口较稳定，这类群体是股市资金的主要供应者[41]，因此，金融机构可根据即将退休的群体以及老年群体所需设计不同类型的金融产品。
2. 考虑家庭收入水平
根据凯恩斯货币需求理论可知，交易动机的存在使居民更倾向于现金及活期存款等高变现能力的资产，预防动机则使居民更倾向于银行定期储蓄等低风险资产，进而影响家庭金融资产的配置结构[36]等。因此，本文将进一步考察收入在家庭金融投资决策中的异质作用。
表6 异质性分析(按家庭收入高低)

经分析可知，高收入可以减弱老龄人口占比对股票份额、风险资产份额及风险资产种类数的抑制作用。高收入家庭有较强的抵御收入风险、健康风险等背景风险的能力，进而有较高的风险忍耐度。此外，这类家庭还具有较强的投资理财能力及分散金融风险的意识。
3. 考虑宗族网络的作用
中国依靠血缘文化为基础缔结宗族网络关系。亲属网络为家族成员提供了一种信用或者担保，可视为社会风险分担机制，抵抗家庭面临的潜在风险[42]。为进一步考察宗族网络的作用机制，本文借鉴朱铭来等(2019)[43]的研究，用“家庭是否参与家族祭祖或扫墓等活动”来衡量宗族网络强度。
表7 异质性分析(按宗族网络强度)

由表7可知，宗族网络可以有效消减家庭老年人口占比对股票等风险资产占比的阻碍作用及定期存款的促进作用。宗族网络具有双属性特征：一方面，家族互动中的口耳相传减少了股市参与成本，另一方面基于中国传统的血脉文化，中国人更信任族人而非陌生人。信任在金融市场有限参与及信任水平较低的家庭具有重要作用[8]。
4. 考虑社会互动的作用
社会互动具有信息共享效应，可有效降低投资者参与股市的障碍[6]。因此，本文进一步考察社会互动的作用。根据李涛(2006)[44]的研究，引入家庭节假日或者红白喜事支出来衡量社会互动程度。
表8 异质性分析(按社会互动强度)

结果表明，随着社会互动强度的增加，家庭老年人口占比对风险资产的阻碍会显著消减，而其对定期存款占比的促进作用会显著增强。如果家庭有较强的社会互动，其对金融信息的可获得性更强。据此，他们可以及时加工处理信息并做出更为科学的决策来优化资产配置。
5. 考虑家庭内是否有少儿人口
抚养孩子作为一种投资行为对家庭储蓄存在一种“替代效应”[45]。对于有孩子的家庭，家庭养老模式使之减少储蓄，反之，他们增加储蓄来为养老做准备。家庭购买金融资产本质上是一种储蓄行为。因此，进一步将家庭内是否有少儿人口纳入家庭金融资产选择行为研究。
表9 异质性分析(按家庭是否有少儿人口)

结果显示，第一，如果家庭内有少儿人口，那么家庭老龄人口占比增加对股票占比及风险资产占比的抑制作用有所减弱。父母为给子女创造良好的环境且积累更多的财富，更愿意承担风险，进而提高其对风险资产配置的比重[27]。此外，对于“上有老下有小”的夹心层家庭而言，其具备丰富的人力资本与充足的财富，会更多地参与股票市场等风险资产市场[16]。第二，在需要抚养少儿人口的家庭中，老年人口占比的增加会强化其对定期储蓄占比的正向作用。夹心层家庭面临长期的财务负担及更大的家庭责任，因此，为保证收益的稳定性他们更倾向于银行储蓄。
(三)机制分析
根据生命周期厌恶假说，年龄影响居民的风险态度进而影响其对金融资产的需求。两个基础回归表明，风险态度及人口年龄结构变量对家庭资产配置有显著影响。在此部分，还需验证人口年龄结构对风险态度的影响(见表10)及风险态度对家庭金融资产配置的影响(见表11)。
表10 人口年龄结构对风险态度的影响

注：括号内是z统计量。
表11 风险态度对家庭金融资产配置的影响(无人口年龄结构变量)

注：列(1)(2)(3)中括号内是t统计量，列(4)则是z统计量。
如表10所示，回归1中年龄的估计系数为负，年龄平方为负，表明年龄对风险偏好的影响落在二次函数的递减区间。这意味着随着年龄的增加，户主的风险厌恶程度增加。在更换估计方法后，回归2结果显示年龄与风险偏好的倒“U”型关系不显著。后续，本文在去掉年龄二次项的情况下，用两种估计方法对户主年龄(或家庭成员平均年龄)与风险偏好进行回归，结果均显示年龄与风险偏好呈反方向变动关系，这同易祯和朱超(2017)[46]的研究结果一致。这些实证结果与理论预期不符，可能的原因如下：第一，大多数样本量落在二次函数递减区间内。第二，主观风险态度指标选取误差。此外，回归3与4表明家庭老年人口占比越高，户主的风险偏好程度越低，这一结果与假说3相同。基于上述分析可知，人口年龄结构对家庭金融资产配置的内在机制与风险态度有关。
(四)稳健性检验
第二个基础回归的稳健性可以在扩展模型异质性分析中体现出来，因此，这部分稳健性检验主要是针对第一个基础回归。本部分进行稳健性检验的方式是更换核心解释变量与分组回归。
表12 稳健性检验(将户主年龄更换为家庭成员的平均年龄)

注：列(1)(2)(3)中括号内是t统计量，列(4)则是z统计量。
根据表12分析可知，股票等风险资产比重及风险金融资产多样性具有生命周期时变特征，即倒“U”型关系成立。而定期存款占比同家庭成员平均年龄呈现倒“U”型关系，这一结果同基础回归(表3回归2)不一致，究其原因是样本分布的问题。
根据家庭可支配收入与中位数的高低来分组，见表13，其中列(1)(3)(5)(7)表示高收入组的回归结果，列(2)(4)(6)(8)则表示低收入组的回归。
表13 稳健性检验(按收入高低分组)

注：列(1)—(6)中括号内是t统计量，列(7)与列(8)则是z统计量。
由表13可知，年龄与股票等风险资产占比及风险金融资产种类数均呈现倒“U”型关系，符合假说1。而年龄与定期存款占比不存在“U”型关系，如果去掉年龄的平方项进行回归，结果显示两者呈现稳健的正相关关系。
五、结论与对策建议
本文选择2015年CHFS数据对家庭人口年龄结构与金融市场参与及家庭金融资产配置的关系进行实证检验。研究发现，第一，中国家庭部分金融资产配置呈现生命周期的时变特征即股票占比、风险资产占比及风险资产多样化同年龄呈现倒“U”型关系，而定期存款与年龄呈现单调增的关系。在进一步探讨不同年龄阶段户主所在家庭的金融资产投资行为时，发现股票占比的峰值年龄段是55-64岁，说明居民退休前会积极参与风险资产投资。第二，老年人口占比较高的家庭倾向于增加银行储蓄，而减少股票等风险投资，但其对风险投资的抑制作用在收入水平高、宗族网络与社会互动较强及需抚养少儿人口的家庭内有所下降。第三，户主年龄及家庭老龄化程度增加，户主的风险厌恶程度也呈现增加态势。即在一定范围内识别出风险态度是人口年龄结构对家庭金融资产配置的内在传导机制。第四，如果户主学习过经济或者金融类课程、金融知识水平较高、收入水平较高、财富较多，其可具备较高的金融素养，更能广泛地参与股票等风险资产投资。此外，城镇家庭具有较高的收入稳定性及金融服务可获得性，使其更主动地参与金融市场且持有更多的金融产品。
基于实证分析结果，老年人口比重、居民年龄、金融知识水平、收入水平等因素对家庭金融资产配置产生影响。据此，本文提出的政策建议包括以下几点。首先，金融机构可以对不同年龄阶段、不同收入阶层、城镇与农村地区居民设计有针对性的金融产品，实现金融资产多元化、多层次且多维度供给。此外，考虑到中国人口老龄化的深化程度，可为老年人口开发保障型投资产品。其次，政府等部门可为居民提供金融教育服务，增强其对金融产品的认知能力。同时，鼓励他们主动且理性地参与风险资本市场，进而拓宽增加居民财产性收入的渠道。最后，政府进一步完善养老、医疗、教育等福利制度。这会降低居民的预防性储蓄动机，使其能主动地参与金融市场，提高家庭金融资产配置的效率。
参考文献
[1]张传勇. 基于“模型-实证-模拟”框架的家庭金融研究综述[J]. 金融评论，2014(2)：102-109.
[2]何兴强，史卫，周开国. 背景风险与居民风险金融资产投资[J]. 经济研究，2009(12)：119-130.
[3]CARDAK B A, WILKINS R. The determinants of household risky asset holdings: Australian evidence on background risk and other factors [J]. Journal of Banking & Finance, 2009, 33(5): 850-860.
[4]GOLDMAN D, MAESTAS N. Medical expenditure risk and household portfolio choice [J]. Journal of Applied Econometrics, 2013, 28(4): 527-550.
[5]VAN OOIJEN R, ALESSIE R, KALWIJ A. Saving behavior and portfolio choice after retirement [J]. De Economist, 2015, 163(3): 353-404.
[6]HONG H, KUBIK J D, STEIN J C. Social interaction and stock-market participation [J]. The Journal of Finance, 2004, 59(1): 137-163.
[7]GUISO L, SAPIENZA P, ZINGALES L. Trusting the stock market [J]. The Journal of Finance, 2008, 63(6): 2557-2600.
[8]GEORGARAKOS D, PASINI G. Trust, sociability, and stock market participation [J]. Review of Finance, 2011, 15(4): 693-725.
[9]RENNEBOOG L, SPAENJERS C. Religion, economic attitudes, and household finance [J]. Oxford Economic Papers, 2012, 64(1): 103-127.
[10]VAN ROOIJ M, LUSARDI A, ALESSIE R. Financial literacy and stock market participation [J]. Journal of Financial Economics, 2011, 101(2): 449-472.
[11]BALLOCH A, NICOLAE A, PHILIP D. Stock market literacy, trust, and participation [J]. Review of Finance, 2015, 19(5): 1925-1963.
[12]尹志超，宋全云，吴雨. 金融知识、投资经验与家庭资产选择[J]. 经济研究，2014(4)：62-75.
[13]吴卫星，吴锟，王琎. 金融素养与家庭负债——基于中国居民家庭微观调查数据的分析[J].经济研究，2018(1)：97-109.
[14]ROUWENDAL J. Housing wealth and household portfolios in an ageing society [J]. De Economist, 2009, 157(1): 1-48.
[15]HALKO M L, KAUSTIA M, ALANKO E. The gender effect in risky asset holdings [J]. Journal of Economic Behavior & Organization, 2012, 83(1): 66-81.
[16]吴卫星，谭浩. 夹心层家庭结构和家庭资产选择——基于城镇家庭微观数据的实证研究[J]. 北京工商大学学报(社会科学版)，2017(3)：5-16.
[17]POPERBA J M, WEISBENNER S J. Capital gains tax rules, tax-loss trading, and turn-of-the-year returns [J]. The Journal of Finance, 2001, 56(1): 353-368.
[18]BERGSTRESSER D, POTERBA J. Asset allocation and asset location: household evidence from the survey of consumer finances [J]. Journal of Public Economics, 2004, 88(9-10): 1893-1915.
[19]杨继军，张二震. 人口年龄结构、养老保险制度转轨对居民储蓄率的影响[J]. 中国社会科学，2013(8)：49-68+207.
[20]袁志刚，宋铮. 人口年龄结构、养老保险制度与最优储蓄率[J]. 经济研究，2000(11)：24-32+79.
[21]李文星，徐长生. 中国人口变化对居民消费的影响[J]. 中国人口科学，2008(3)：29-37.
[22]钟水映，李魁. 劳动力抚养负担对居民储蓄率的影响研究[J]. 中国人口科学，2009(1)：42-51.
[23]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)：124-128.
[24]杜本峰. 人口老龄化对金融市场的影响分析[J]. 经济问题，2007(6)：111-113.
[25]祝丹， 陈立双. 人口年龄结构、家庭资产结构与住房财富效应[J]. 金融与经济，2016(11)：53-57.
[26]王聪，姚磊，柴时军.年龄结构对家庭资产配置的影响及其区域差异[J]. 国际金融研究，2017(2)：76-86.
[27]蓝嘉俊，杜鹏程，吴泓苇. 家庭人口结构与风险资产选择——基于2013年CHFS的实证研究[J]. 国际金融研究，2018(11)：87-96.
[28]TOBIN J. Liquidity preference as behavior towards risk [J]. The Review of Economic Studies, 1958, 25(2): 65-86.
[29]MODIGLIANI F, MILLER M H. Corporate income taxes and the cost of capital: a correction [J]. American Economic Review, 1963, 53(3): 433-443.
[30]BAKSHI G S, CHEN Z. Baby boom, population aging, and capital markets [J]. Journal of Business, 1994(2): 165-202.
[31]YOO P S. Age distributions and returns of financial assets: Federal Reserve Band of St.Louis Working Paper 94-002B, 1994 [R]. [S. l. : s. n.], 1994.
[32]MARKOWITZ H. Portfolio selection [J]. The Journal of Finance, 1952, 7(1): 77-91.
[33]SHARPE W F. Capital asset prices: a theory of market equilibrium under conditions of risk [J]. The Journal of Finance, 1964, 19(3): 425-442.
[34]巴曙松，李羽翔. 我国基本养老保险制度待遇水平测算及影响因素分析[J]. 现代财经，2017(10)：5-15.
[35]马树才，宋琪，付云鹏. 中国人口年龄结构变动对居民内生储蓄的影响研究[J]. 中国人口科学，2015(6)：56-68+127.
[36]史代敏等.居民家庭金融资产选择的建模研究[M].北京：中国人民大学出版社，2012.
[37]卢亚娟，张菁晶. 农村家庭金融资产选择行为的影响因素研究——基于CHFS微观数据的分析[J]. 管理世界，2018(5)：98-106.
[38]王渊，杨朝军，蔡明超. 居民风险偏好水平对家庭资产结构的影响[J]. 经济与管理研究，2016(5)：50-57.
[39]桑林.居民幸福感、主观态度与商业保险市场参与——基于中国家庭金融调查数据的研究[J]. 经济与管理,2019(2):45-53.
[40]程令国，张晔. 早年的饥荒经历影响了人们的储蓄行为吗?——对我国居民高储蓄率的一个新解释[J]. 经济研究，2011(8)：119-132.
[41]张春生，蒋海. 人口结构与股票市场：文献综述[J]. 国际金融研究，2014(6)：86-96.
[42]郭云南，姚洋，Jeremy Foltz. 宗族网络、农村金融与平滑消费：来自中国11省77村的经验[J]. 中国农村观察，2012(1)：32-45.
[43]朱铭来，郑先平，李涛. 宗族网络、保险制度与农村女性外出就业——基于CFPS数据库的空间计量实证分析[J]. 经济科学，2019(4)：105-117.
[44]李涛. 社会互动、信任与股市参与[J]. 经济研究，2006(1)：34-45.
[45]SAMUELSON P A. An exact consumption-loan model of interest with or without the social contrivance of money [J]. Journal of Political Economy, 1958, 66(6): 467-482.
[46]易祯，朱超. 人口结构与金融市场风险结构：风险厌恶的生命周期时变特征[J]. 经济研究，2017(9)：152-166.