楊公齊，溫一平，金 瑩

（1.廣東金融學(xué)院 金融科技產(chǎn)業(yè)政策與發(fā)展研究院，廣東 廣州 510520；2.東北財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，遼寧 大連 116000）

根據(jù)第七次人口普查結(jié)果（2020 年）以及聯(lián)合國(guó)相關(guān)預(yù)測(cè)顯示，中國(guó)社會(huì)的老齡化程度已遠(yuǎn)超國(guó)際判別標(biāo)準(zhǔn)，其老年人口增速也將五倍于全人口增長(zhǎng)速度。從傳統(tǒng)來(lái)看，中國(guó)普遍的家庭養(yǎng)老方式要求個(gè)人或者家庭承擔(dān)絕大部分的養(yǎng)老開(kāi)支。因此，當(dāng)今社會(huì)中普遍存在的壽命延長(zhǎng)現(xiàn)象將給家庭帶來(lái)大量的額外財(cái)務(wù)壓力。在工資水平相對(duì)固定的現(xiàn)狀下，通過(guò)增配風(fēng)險(xiǎn)資產(chǎn)來(lái)獲取額外收益，是家庭緩釋長(zhǎng)壽風(fēng)險(xiǎn)，平滑各期收支的重要手段。基于該背景，長(zhǎng)壽風(fēng)險(xiǎn)問(wèn)題將對(duì)中國(guó)社會(huì)的家庭金融參與產(chǎn)生一定程度的影響。因此，探索長(zhǎng)壽風(fēng)險(xiǎn)如何通過(guò)壽命變化的方式對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)配置行為產(chǎn)生影響將在不同主體充分認(rèn)識(shí)長(zhǎng)壽風(fēng)險(xiǎn)和完善金融市場(chǎng)發(fā)展方面具有重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

長(zhǎng)壽風(fēng)險(xiǎn)被普遍定義為人群未來(lái)的實(shí)際壽命高于預(yù)期壽命，并由此造成的財(cái)富短缺風(fēng)險(xiǎn)。國(guó)外關(guān)于此類問(wèn)題的研究起步較早，體系也較為完備。MacMinn等人對(duì)長(zhǎng)壽風(fēng)險(xiǎn)概念進(jìn)行了細(xì)化，將其詳細(xì)區(qū)分為個(gè)體（individual）和聚合（aggregation）兩個(gè)層次［1］。其中個(gè)體性長(zhǎng)壽風(fēng)險(xiǎn)為本文的關(guān)注目標(biāo)，微觀主體可以通過(guò)科學(xué)的管理方法來(lái)緩釋該種風(fēng)險(xiǎn)的影響。

在長(zhǎng)壽風(fēng)險(xiǎn)的度量指標(biāo)方面，Lee 和Carter 二人最早通過(guò)對(duì)時(shí)間因子建立一維時(shí)間序列模型構(gòu)建了可用于預(yù)測(cè)人群死亡率的Lee-Carter 模型，并提出可以通過(guò)測(cè)量人群在不同年齡區(qū)間的死亡率來(lái)衡量長(zhǎng)壽風(fēng)險(xiǎn)的大小［2］。Cocco 和 Gomes 在探索收益確定型養(yǎng)老基金對(duì)沖長(zhǎng)壽風(fēng)險(xiǎn)的最優(yōu)策略時(shí)，使用了人口平均預(yù)期壽命來(lái)作為長(zhǎng)壽風(fēng)險(xiǎn)的度量指標(biāo)［3］。但由于Lee-Carter 模型在數(shù)理上存在一定的使用局限，因此國(guó)內(nèi)學(xué)者在分析該類問(wèn)題時(shí)，通常會(huì)基于本土數(shù)據(jù)的特性對(duì)指標(biāo)進(jìn)行改良，如楊繼軍將長(zhǎng)壽風(fēng)險(xiǎn)表示為人群預(yù)期壽命的不確定性［4］。

關(guān)于壽命變化與個(gè)人或家庭資產(chǎn)變動(dòng)的關(guān)系，學(xué)者們也進(jìn)行了大量研究。楊芊芊假設(shè)代表性投資者以生命周期內(nèi)效用最大化為目標(biāo)，構(gòu)建了投資者的常數(shù)相對(duì)風(fēng)險(xiǎn)厭惡效用函數(shù)。通過(guò)求解該函數(shù)發(fā)現(xiàn)，當(dāng)預(yù)期壽命延長(zhǎng)時(shí)，風(fēng)險(xiǎn)資產(chǎn)占家庭總財(cái)富的占比也會(huì)隨之提升［5］。胡仕強(qiáng)和鮑淞琦在傳統(tǒng)生命周期模型中嵌入精算模型和現(xiàn)代金融計(jì)量方法，研究了長(zhǎng)壽風(fēng)險(xiǎn)對(duì)個(gè)人消費(fèi)和最優(yōu)風(fēng)險(xiǎn)投資比重的影響。結(jié)果發(fā)現(xiàn)，從生命周期的橫向來(lái)看，居民資產(chǎn)組合中投資于風(fēng)險(xiǎn)資產(chǎn)的比重呈上升趨勢(shì)［6］。朱文佩和林義通過(guò)實(shí)證研究也得出了近似結(jié)論，居民對(duì)主觀生存概率的較高預(yù)期將顯著增強(qiáng)其持有養(yǎng)老性金融資產(chǎn)的傾向和金額［7］。

通過(guò)梳理上述文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有研究在分析長(zhǎng)壽風(fēng)險(xiǎn)對(duì)家庭資產(chǎn)配置影響時(shí)，通常僅從單一壽命變化的角度進(jìn)行闡釋。而基于高忠琴對(duì)我國(guó)長(zhǎng)壽風(fēng)險(xiǎn)的現(xiàn)狀分析，認(rèn)為群體壽命的延長(zhǎng)只是長(zhǎng)壽風(fēng)險(xiǎn)發(fā)生的一個(gè)重要因素，其中還應(yīng)包含由人口結(jié)構(gòu)變化引發(fā)的贍養(yǎng)比和社會(huì)勞動(dòng)力供給等一系列問(wèn)題［8］。因此，本文認(rèn)為在以家庭為主體分析長(zhǎng)壽風(fēng)險(xiǎn)影響時(shí)，除考慮壽命的直接作用外，還進(jìn)一步將老年人口撫養(yǎng)率作為中介變量，對(duì)長(zhǎng)壽風(fēng)險(xiǎn)如何影響家庭參與風(fēng)險(xiǎn)資產(chǎn)配置進(jìn)行了路徑分析。旨在更加全面地刻畫(huà)長(zhǎng)壽風(fēng)險(xiǎn)影響家庭資產(chǎn)配置的機(jī)制。

另一方面，大多數(shù)研究都習(xí)慣基于死亡率預(yù)測(cè)結(jié)果，使用人群平均預(yù)期壽命等相關(guān)指標(biāo)來(lái)作為指代長(zhǎng)壽風(fēng)險(xiǎn)的變量加入模型當(dāng)中。這類指標(biāo)在計(jì)算過(guò)程中，需進(jìn)行大量的統(tǒng)計(jì)和精算分析，耗費(fèi)大量時(shí)間和成本，且在實(shí)際使用過(guò)程中也存在明顯滯后性?？梢?jiàn)，由于計(jì)算方式的特性，該類型變量更適合于政府和保險(xiǎn)公司在估計(jì)大范圍基本養(yǎng)老保險(xiǎn)和一定體量的年金保險(xiǎn)計(jì)劃所含風(fēng)險(xiǎn)時(shí)使用，卻未必適合于分析家庭或個(gè)人這樣小單位主體的行為決策時(shí)作為影響因素被采用。據(jù)此，本文選擇利用區(qū)域平均壽命作為模型的核心變量，地區(qū)平均壽命相較于預(yù)期壽命不僅能夠更好地反映出區(qū)域整體人口壽命的當(dāng)前水平，也能更直觀地被當(dāng)?shù)鼐用窀惺懿⒓{入家庭資產(chǎn)配置的決策中去。

二、生命周期視角下壽命延長(zhǎng)對(duì)家庭風(fēng)險(xiǎn)資產(chǎn)配置決策影響的機(jī)理分析

美國(guó)經(jīng)濟(jì)學(xué)家Modigliani 和Brumberg 提出的生命周期模型為分析長(zhǎng)壽風(fēng)險(xiǎn)對(duì)家庭資產(chǎn)配置的影響提供了基礎(chǔ)理論框架。該模型假設(shè)所有個(gè)體都是理性的且傾向于一種穩(wěn)定的生活狀態(tài)和消費(fèi)模式。他們將所有工資收入和財(cái)產(chǎn)性收入在生命周期內(nèi)進(jìn)行平均分配，以期在不同生命階段享有等量的消費(fèi)水平。同時(shí)個(gè)人生命周期內(nèi)的總效用僅與其消費(fèi)水平和資產(chǎn)積累程度相關(guān)［9］?；谠摾碚?，本文假設(shè)所有家庭擁有如式（1）所示相同形式的效用函數(shù)：

同時(shí)為闡明壽命—消費(fèi)—收入之間的關(guān)系，本文進(jìn)一步將原模型中關(guān)于個(gè)人消費(fèi)決策的表達(dá)式進(jìn)行了改寫(xiě)，得到式（2）：

其中U 為家庭效用，C 為家庭平均消費(fèi)水平，α 代表資產(chǎn)積累水平，L為個(gè)體壽命，y為家庭總工資收入。β則是0到1之間的任一常數(shù)。

在對(duì)禮儀基本理論和基本知識(shí)進(jìn)行課堂講授時(shí)，強(qiáng)調(diào)在課堂教學(xué)中積極調(diào)動(dòng)學(xué)生學(xué)習(xí)的積極性，開(kāi)展課堂討論，培養(yǎng)學(xué)生的思維和分析問(wèn)題的能力。例如，在“禮儀內(nèi)涵”的教學(xué)過(guò)程中，先利用一些禮儀知識(shí)自測(cè)題引導(dǎo)學(xué)生進(jìn)行思考，學(xué)生給出自己的答案并進(jìn)行討論，然后老師對(duì)錯(cuò)誤觀點(diǎn)進(jìn)行糾正，并讓學(xué)生自己通過(guò)對(duì)比講出其中緣由，能夠讓學(xué)生對(duì)知識(shí)點(diǎn)的印象更深刻。

由于我國(guó)法律限定了最遲退休年齡，因此家庭工資收入將相對(duì)壽命增長(zhǎng)而保持穩(wěn)定。在不考慮α變動(dòng)的條件下，由式（2）可知消費(fèi)水平將與壽命呈顯著反相關(guān)關(guān)系。壽命的延長(zhǎng)會(huì)降低家庭的平均消費(fèi)水平。而當(dāng)α 發(fā)生正向變動(dòng)時(shí)，資產(chǎn)性收入增加將對(duì)消費(fèi)水平起到一定程度的穩(wěn)定作用。

另一方面，Merton 基于重復(fù)動(dòng)態(tài)的方法給出了家庭（個(gè)人）關(guān)于消費(fèi)與投資的最優(yōu)配置解析式。該解析式指出，承擔(dān)更多風(fēng)險(xiǎn)產(chǎn)品，是家庭強(qiáng)化資產(chǎn)積累提高收入能力的有效途徑［10］。

綜合以上結(jié)論，本文對(duì)式（1）兩側(cè)同時(shí)取對(duì)數(shù)，并將其改寫(xiě)為式（3）的線性形式：

式（3）等式表明，在人群壽命整體延長(zhǎng)的趨勢(shì)下，通過(guò)金融市場(chǎng)配置更多風(fēng)險(xiǎn)資產(chǎn)，不僅可以從強(qiáng)化資產(chǎn)累積的角度有效彌補(bǔ)因消費(fèi)水平下降而帶來(lái)的效用損失，還可以通過(guò)提升收入穩(wěn)定消費(fèi)的方式，促進(jìn)家庭達(dá)到更高的效用水平。因此，通過(guò)風(fēng)險(xiǎn)市場(chǎng)優(yōu)化資產(chǎn)管理方式將是家庭應(yīng)對(duì)長(zhǎng)壽風(fēng)險(xiǎn)的重要手段。

三、計(jì)量模型與變量選擇

（一）模型設(shè)定

1.基準(zhǔn)回歸模型。本文將采用Probit模型，探討人口平均壽命與所選控制變量對(duì)家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)可能性的情況?；鶞?zhǔn)模型形式構(gòu)建如式（4）：

其中，Control 為所有控制變量集合，殘差μ 服從μ～(0,σ2)的正態(tài)分布。

2.中介效應(yīng)模型。為探尋人口平均壽命與家庭風(fēng)險(xiǎn)性金融資產(chǎn)配置可能性之間存在的完整機(jī)制，本文引入老年人口撫養(yǎng)比作為中介變量，進(jìn)一步分析其可能影響路徑，并利用基準(zhǔn)回歸模型構(gòu)建出檢驗(yàn)?zāi)Ｐ停?）、（6）：

（二）變量說(shuō)明

1.被解釋變量。本文關(guān)注于家庭是否參與風(fēng)險(xiǎn)性金融活動(dòng)，因此被解釋變量為家庭是否持有風(fēng)險(xiǎn)性金融資產(chǎn)（Risk），其可以被視為家庭是否配置了風(fēng)險(xiǎn)性金融資產(chǎn)。此為二值虛擬變量，本文將參與賦值為1，否則為0。其中，風(fēng)險(xiǎn)金融資產(chǎn)主要包括：股票、債券、基金、金融衍生品、外匯和黃金等。

2.核心解釋變量。居民普遍會(huì)依據(jù)現(xiàn)有條件而形成關(guān)于壽命的預(yù)期性決策。因此，地區(qū)平均壽命相較于全國(guó)性預(yù)期壽命不僅能夠更好地反映出當(dāng)前區(qū)域的整體人口壽命水平，也能更好地被當(dāng)?shù)鼐用窀惺艿讲⒓{入資產(chǎn)配置的決策中去。因此，本文選用各省人口平均壽命（LS）作為家庭決策中長(zhǎng)壽風(fēng)險(xiǎn)的替代變量。

3.中介變量。本文基于生命周期理論與我國(guó)人口結(jié)構(gòu)亟須改善的現(xiàn)狀，提出老年人口撫養(yǎng)比（Aged）可能為人口平均壽命對(duì)家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)可能性的一個(gè)中介變量的假設(shè)。其中老年人口撫養(yǎng)比將由各省65歲以上人口數(shù)量占15-64歲勞動(dòng)年齡人口數(shù)量之比來(lái)表示。

4.控制變量。參考相關(guān)文獻(xiàn)（盧亞娟和Calum G.Turvey［11］，李藝［12］，楊芊芊［5］，尹豪［13］，周曉娜［14］），本文選擇的控制變量如下：（1）家庭人口規(guī)模（FN），即被調(diào)查家庭的成員數(shù)。（2）家庭人均年收入（AI），即被調(diào)查家庭的總收入與家庭人口規(guī)模的比值，因此變量均為正數(shù)，本文均對(duì)此變量數(shù)值進(jìn)行了對(duì)數(shù)處理。（3）家庭負(fù)債情況（Debt）。此變量為虛擬變量，若被調(diào)查時(shí)家庭有負(fù)債則賦值為1，否則為0。（4）戶口性質(zhì)（Res），即被調(diào)查家庭戶主的戶口性質(zhì)，采用農(nóng)村和城鎮(zhèn)劃分，若為農(nóng)村戶口則賦值為1，否則為0。（5）受教育年限（Edu）。此變量為有序變量，分為9 類，數(shù)值越大受教育水平越高。（6）戶主健康狀況（Hea）。其表示為與同齡人相比戶主的身體健康狀況，分為5類，數(shù)值越大表示身體健康狀況越差。（7）戶主社保參與情況（SS）。為有序變量，分為5類，其衡量的標(biāo)準(zhǔn)為被調(diào)查時(shí)戶主參與我國(guó)養(yǎng)老保險(xiǎn)、醫(yī)療保險(xiǎn)、失業(yè)保險(xiǎn)和住房公積金的種類數(shù)。（8）風(fēng)險(xiǎn)偏好（RL）。其為有序分類變量，取1-6整數(shù)，數(shù)值越大表示戶主風(fēng)險(xiǎn)厭惡程度越高。

（三）數(shù)據(jù)來(lái)源、統(tǒng)計(jì)與分析

本文實(shí)證分析所用數(shù)據(jù)均來(lái)自國(guó)內(nèi)公開(kāi)數(shù)據(jù)庫(kù)，其中被解釋變量與控制變量均來(lái)自西南財(cái)經(jīng)大學(xué)中國(guó)國(guó)家金融調(diào)查與研究中心CHFS 項(xiàng)目2019 年調(diào)查數(shù)據(jù)，樣本覆蓋了我國(guó)大陸地區(qū)（除西藏、新疆外）的29個(gè)省、市、自治區(qū)，343個(gè)區(qū)縣，1360個(gè)村（居）委會(huì)。經(jīng)清理后得到本文所需數(shù)據(jù)，并對(duì)缺失值采用該項(xiàng)變量均值進(jìn)行替換。人口平均壽命與老年人口撫養(yǎng)比分別來(lái)自國(guó)家統(tǒng)計(jì)局與國(guó)泰安數(shù)據(jù)庫(kù)，為保持統(tǒng)計(jì)口徑的一致，人口平均壽命與老年人口撫養(yǎng)比均采用2019年我國(guó)大陸地區(qū)（除西藏、新疆外）的29個(gè)省、市、自治區(qū)的數(shù)據(jù)。本文各變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 各變量數(shù)值的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

本部分將采用基準(zhǔn)回歸模型對(duì)所選變量進(jìn)行回歸，回歸的系數(shù)結(jié)果與各變量的邊際效應(yīng)如表2。

表2 基準(zhǔn)回歸結(jié)果

根據(jù)表2所示，Probit回歸結(jié)果可得如下結(jié)論：（1）人口平均壽命與家庭是否配置風(fēng)險(xiǎn)性金融資產(chǎn)之間存在顯著的正相關(guān)關(guān)系，即人口平均壽命每增加一個(gè)單位帶來(lái)的家庭配置風(fēng)險(xiǎn)性資產(chǎn)的概率將上升0.016 個(gè)單位。該結(jié)果充分反映了家庭會(huì)根據(jù)壽命的現(xiàn)實(shí)情況做出合理的預(yù)期性決策，壽命延長(zhǎng)將激勵(lì)個(gè)體提高風(fēng)險(xiǎn)性金融活動(dòng)參與率來(lái)提升養(yǎng)老保障的物質(zhì)積累。（2）在家庭特征變量中，除家庭負(fù)債這一變量外，其余變量均為顯著。具體而言，家庭人口規(guī)模的增長(zhǎng)會(huì)直接導(dǎo)致家庭負(fù)擔(dān)加重并提升家庭參與風(fēng)險(xiǎn)市場(chǎng)的可能；同時(shí)，家庭人均年收入對(duì)家庭參與風(fēng)險(xiǎn)性金融活動(dòng)的可能性存在正相關(guān)關(guān)系，符合理論邏輯即金融市場(chǎng)的活躍程度與經(jīng)濟(jì)水平有著密切關(guān)聯(lián)。（3）在戶主特征變量中，居民社保參與率和風(fēng)險(xiǎn)厭惡程度與因變量回歸結(jié)果的相關(guān)關(guān)系符合一般理論邏輯；同時(shí)，農(nóng)村戶口相比城市戶口來(lái)說(shuō)參與風(fēng)險(xiǎn)性金融活動(dòng)的可能性降低，且受教育年限與參與風(fēng)險(xiǎn)性金融活動(dòng)的可能性顯著正相關(guān)，該結(jié)果將為后文提高家庭風(fēng)險(xiǎn)性金融活動(dòng)參與度的政策意見(jiàn)提供事實(shí)依據(jù)；當(dāng)戶主健康水平越差，其參與風(fēng)險(xiǎn)性金融活動(dòng)的可能性就越低，這可能由于較差的健康狀況會(huì)對(duì)家庭儲(chǔ)蓄造成損耗，使其風(fēng)險(xiǎn)承受能力降低。

（二）穩(wěn)定性檢驗(yàn)

為保證基準(zhǔn)模型回歸結(jié)果的準(zhǔn)確性與穩(wěn)定性，本文采用了替換模型的方法對(duì)基準(zhǔn)回歸進(jìn)行穩(wěn)健性檢驗(yàn)，表3詳細(xì)給出了回歸結(jié)果。其中，第一列顯示的是將Probit 模型替換為L(zhǎng)ogit 模型后的輸出結(jié)果，除不基準(zhǔn)回歸中顯著的負(fù)債外各變量的顯著性與對(duì)應(yīng)的系數(shù)符號(hào)沒(méi)有明顯的改變，且其邊際效應(yīng)的數(shù)值也未與基準(zhǔn)回歸的邊際效應(yīng)有明顯出入。

表3 穩(wěn)定性檢驗(yàn)結(jié)果

（三）中介效應(yīng)檢驗(yàn)結(jié)果

基于我國(guó)人口結(jié)構(gòu)的現(xiàn)狀與前文的分析假設(shè)，本部分利用中介效應(yīng)模型即模型（5）與模型（6）擬探究老年人口撫養(yǎng)比是否是人口平均壽命作用在家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)可能性的一個(gè)中介因子?；貧w結(jié)果如表4。

表4 中介效應(yīng)檢驗(yàn)結(jié)果

（四）異質(zhì)性分析

由中介效應(yīng)分析證實(shí)了老年人口撫養(yǎng)比為人口平均壽命影響家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)情況的一個(gè)中介因子，而我國(guó)地域遼闊，各地人口結(jié)構(gòu)會(huì)因差異化的經(jīng)濟(jì)發(fā)展速度而表現(xiàn)出較強(qiáng)異質(zhì)性，因此本文將基于老年人口撫養(yǎng)比對(duì)人口平均壽命影響家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)情況做進(jìn)一步分析。

該部分將通過(guò)基準(zhǔn)模型，依據(jù)2019年各省老年人口撫養(yǎng)比均值將各變量分為兩組。其中老年人口撫養(yǎng)比小于等于17.5的省份有廣東、青海、海南、內(nèi)蒙古、寧夏、福建、云南、江西、北京、山西、廣西、天津、甘肅、陜西、河南和貴州；老年人口撫養(yǎng)比大于17.5的省份有吉林、黑龍江、湖北、浙江、河北、湖南、安徽、江蘇、遼寧、上海、重慶、四川和山東。將對(duì)應(yīng)的分組后數(shù)據(jù)代入基準(zhǔn)模型進(jìn)行回歸，得到結(jié)果如表5。

值得注意的是，該分類回歸結(jié)果顯示，地區(qū)老年人口撫養(yǎng)比的差異將導(dǎo)致控制變量系數(shù)值大小發(fā)生重要變化：（1）在家庭特征變量中，人口規(guī)模與人均年收入在老年人口撫養(yǎng)比較高的省市中對(duì)家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)可能性的影響程度均有提升。其原因可能為處于老年人口撫養(yǎng)比較高省市的家庭，家中老年人口的比重和養(yǎng)老開(kāi)支壓力可能相對(duì)老年人口撫養(yǎng)比稍低省市的家庭更大。因此，該地區(qū)居民的養(yǎng)老資產(chǎn)管理策略將變得更為敏感，家庭人口規(guī)模增加或是人均收入水平的提高會(huì)顯著增強(qiáng)居民參與風(fēng)險(xiǎn)性金融活動(dòng)的動(dòng)機(jī)。（2）在戶主特征變量中，老年人口撫養(yǎng)比較高省市的居民家庭，其戶口性質(zhì)對(duì)家庭配置風(fēng)險(xiǎn)性金融資產(chǎn)可能性的負(fù)面影響存在下降趨勢(shì)，表明隨著老齡化程度的加深，城市與農(nóng)村戶口對(duì)參與金融市場(chǎng)的影響差異將逐漸縮小；而在老年人口撫養(yǎng)率較高地區(qū)，居民接受教育的程度將對(duì)他們參與風(fēng)險(xiǎn)性金融活動(dòng)起到更強(qiáng)的助推作用；社保參與率在老年人口撫養(yǎng)比較高的省市中，對(duì)家庭參與風(fēng)險(xiǎn)性金融活動(dòng)的可能性存在更大的正向影響；然而較高的老年人口撫養(yǎng)比也將放大風(fēng)險(xiǎn)厭惡情緒對(duì)家庭參與配置風(fēng)險(xiǎn)性金融資產(chǎn)的阻礙作用。

五、主要結(jié)論及建議

本文通過(guò)省際截面數(shù)據(jù)分析了長(zhǎng)壽風(fēng)險(xiǎn)影響家庭金融參與的機(jī)制，得到如下結(jié)論：第一，長(zhǎng)壽風(fēng)險(xiǎn)會(huì)顯著提高家庭持有風(fēng)險(xiǎn)性金融資產(chǎn)的概率，其總體效應(yīng)為0.086。第二，在該影響機(jī)制中，存在以老年人口撫養(yǎng)比為中介變量的間接效應(yīng)0.0068，占總效應(yīng)比重的7.9%。其作用路徑為：由壽命變化引起的勞動(dòng)人口與非勞動(dòng)人口比例失衡，造成社會(huì)中老年人口數(shù)量不斷提升，對(duì)每單位家庭的影響表現(xiàn)為老年人口撫養(yǎng)比顯著增加，支出壓力增大。在工資相對(duì)固定的情況下，會(huì)迫使家庭增加配置風(fēng)險(xiǎn)性資產(chǎn)以達(dá)到收支平衡。第三，按老年人口撫養(yǎng)比大小進(jìn)行異質(zhì)性分析時(shí)，模型中參數(shù)方向和顯著性并不發(fā)生改變，但其對(duì)因變量的影響程度將發(fā)生顯著變化。

據(jù)此，本文提出下列建議：一是長(zhǎng)壽風(fēng)險(xiǎn)將提高居民對(duì)風(fēng)險(xiǎn)資產(chǎn)的依賴，并對(duì)金融服務(wù)提出了更為復(fù)雜的要求。政府需把握相關(guān)趨勢(shì)，出臺(tái)相應(yīng)優(yōu)惠政策，引導(dǎo)更多發(fā)行方進(jìn)入市場(chǎng)并開(kāi)展養(yǎng)老性金融產(chǎn)品的創(chuàng)新活動(dòng)。在充分保障產(chǎn)品安全的前提下，增加市場(chǎng)產(chǎn)品供給的種類和數(shù)量，增強(qiáng)金融對(duì)養(yǎng)老的服務(wù)能力。二是決策層應(yīng)全面考慮長(zhǎng)壽風(fēng)險(xiǎn)為家庭帶來(lái)影響的每一環(huán)節(jié)，充分考慮其中人口結(jié)構(gòu)的影響因素。可以通過(guò)適當(dāng)延遲退休年齡等方式，優(yōu)化補(bǔ)充社會(huì)勞動(dòng)人口，從而減輕家庭撫養(yǎng)負(fù)擔(dān)。三是教育水平對(duì)家庭參與風(fēng)險(xiǎn)資產(chǎn)配置存在較強(qiáng)的推動(dòng)作用。因此，提高教育質(zhì)量，普及金融基礎(chǔ)知識(shí)，不僅能夠間接幫助家庭提升財(cái)富積累水平，管理長(zhǎng)壽風(fēng)險(xiǎn)，同時(shí)也能為中國(guó)金融市場(chǎng)發(fā)展培養(yǎng)更多的有效理性的參與者，有利于進(jìn)一步增加中國(guó)金融市場(chǎng)中的投資主體并提升中國(guó)金融資源的配置效率。四是政府應(yīng)當(dāng)不斷優(yōu)化基礎(chǔ)社保的管理水平，可以根據(jù)地方實(shí)際情況調(diào)整社保的繳存比例，進(jìn)一步釋放高撫養(yǎng)率地區(qū)家庭的資金流動(dòng)性，有利于提高社會(huì)通過(guò)金融市場(chǎng)管理長(zhǎng)壽風(fēng)險(xiǎn)的能力。五是風(fēng)險(xiǎn)厭惡因子在高撫養(yǎng)比地區(qū)會(huì)對(duì)家庭配置風(fēng)險(xiǎn)資產(chǎn)概率產(chǎn)生更強(qiáng)的負(fù)向作用。政府應(yīng)當(dāng)充分將這樣的行為模式和心理規(guī)律納入考量范疇，在管理地方金融市場(chǎng)時(shí)，應(yīng)關(guān)注到潛在的由居民消極情緒集中爆發(fā)引起的系統(tǒng)性下跌風(fēng)險(xiǎn)。