2018, Vol. 44
文章信息
 | 财经研究 2018年44卷第4期 |
- 袁微, 黄蓉,
- Yuan Wei, Huang Rong.
- 房屋拆迁与家庭金融风险资产投资*
- House demolition and household investment of financial risk assets
- 财经研究, 2018, 44(4): 143-152,封三
- Journal of Finance and Economics, 2018, 44(4): 143-152,封三.
-
文章历史
- 收稿日期：2017-07-12
2018第44卷第4期
一、引 言
家庭金融越来越成为人们关注的焦点，家庭金融市场参与、资产选择及其影响因素是家庭金融研究的核心问题之一（Campbell，2006）。吴卫星等（2011）认为，随着我国金融市场的不断发展和完善，股票市场、债券市场及其他金融资产市场的投资者参与率逐渐提高，金融资产在普通家庭资产中的比重也不断上升。而甘犁等（2012）指出，家庭股票市场参与率仅有8.8%。林靖等（2017）基于中国家庭金融调查进一步指出，股票资产在家庭金融资产中所占的比重约为2.9%，金融风险资产所占的比重约为5.6%。可见，虽然我国居民家庭参与金融市场的比率不断上升，但是从金融市场现状来看，金融风险资产投资比重依然较低（宗庆庆等，2015）。因此，在当前我国金融市场与金融产品发展仍无法满足家庭多样化、多层次需求的现实背景下，研究家庭金融资产投资，尤其是家庭金融风险资产投资，有助于国家和企业设计新的金融产品，确定市场定位和目标人群，进而优化居民家庭金融资产组合。
近些年，随着微观数据可获得性的提升，越来越多的学者将注意力聚焦于探究影响家庭金融风险资产投资决策的因素。目前，一些学者揭示了收入、受教育程度、健康状况、社会保险和社会互动等因素的影响（Hong等，2004；Campbell，2006；吴卫星等，2010，2011；宗庆庆等，2015；林靖等，2017）。心理账户是人们根据金钱的来源进行编码和归类的心理过程，它是一种认知幻觉，这种幻觉会使金融市场上的投资者失去对价格的理性关注，从而出现非理性投资行为（Ran，1999）。简言之，人们会因金钱来源不同而设置不同的心理账户，不同的心理账户又会影响人们的金融资产投资决策。而目前鲜有学者关注不同来源的金钱对家庭金融风险资产投资决策的影响及其机制。本文希望弥补这一研究不足，提供一些新的微观证据。
房屋拆迁是社会大众和学术界热切关注的问题。考虑到我国房屋拆迁通常会有数额可观的拆迁补偿款，从心理账户视角看，拆迁补偿款与家庭工资收入是两种来源不同的金钱，拆迁补偿款属于意外收入，而工资收入属于固定收入（李爱梅等，2014）。本文试图通过探讨房屋拆迁对家庭金融风险资产投资决策的影响及其机制，揭示不同来源的金钱对家庭决策行为的作用。本文主要围绕以下三个问题展开讨论：第一，房屋拆迁是否会影响家庭金融风险资产投资决策？第二，房屋拆迁如何影响家庭金融风险资产投资决策，即影响机制是什么？第三，如何增强家庭金融风险资产投资意愿，提高投资比重？为此，本文运用心理账户和资源保存理论，利用2011年中国家庭金融调查数据进行了分析。
本文研究表明，房屋拆迁会显著影响家庭金融风险资产投资，增强了投资意愿，提高了投资比重。其原因在于，财富损失预期在房屋拆迁影响家庭金融风险资产投资过程中起到了显著的中介作用。而这一中介效应受到社会保险的正向调节，即社会保险强化了财富损失预期的中介效应，进而增强了房屋拆迁对家庭金融风险资产投资的影响。以上结果表明，不同来源的金钱通过财富损失预期显著影响了家庭金融风险资产投资决策，而且社会保险强化了这一影响效应。
本文的贡献在于：第一，基于心理账户和资源保存理论，分析得出“不同的金钱来源可能会使家庭金融风险资产投资行为存在差异”，并实证验证了这一观点。这一结果在一定程度上说明，以往习惯性地将不同来源的金钱统一纳入收入变量的做法可能会导致研究结果有偏。这对今后处理收入变量具有警醒作用。第二，本文突破了以往单纯从经济学视角讨论家庭金融风险资产投资问题的思路，从经济学、管理学与心理学相融合的视角进行分析，为人类经济行为和结果提供了新见解，丰富了消费者决策理论的研究成果。第三，本文的研究有助于未来深入探究情境、制度等因素对房屋拆迁与消费者投资决策关系的影响。
二、理论分析与研究假设
（一）房屋拆迁与家庭金融风险资产投资
心理账户是人们根据金钱的来源进行编码和归类的心理过程（Ran，1999）。它对来源不同的金钱给予不同的估价，使个体心中产生“此钱非彼钱”的感受（Soman和Cheema，2001），从而影响个体理性决策（李爱梅等，2007）。Ran（1999）依据金钱来源，将心理账户划分为意外收入和固定收入两类。李爱梅等（2007）指出，个体倾向于将固定收入用于储蓄，将意外收入用于风险投资。这是因为：固定收入是个体劳动所得，“来之不易”，属意料之中的收入；而意外收入是个体非劳动所得，属意料之外的收入（Ran，1999）。由于两者在个体付出的努力程度和获取难度两个方面存在显著差异，个体往往对固定收入的估价较高，而对意外收入的估价较低（李爱梅等，2007），即“此钱非彼钱”（Soman和Cheema，2001）。Hobfoll（1989）提出了资源保存理论，将资源界定为“那些对个体有价值的东西，或能为个体带来这些有价值的东西的方式”。Hobfoll（1989）认为，越珍贵的资源获得的难度越大，个体对其损失就越敏感。资源保存理论假设个体倾向于努力维持、保护或构建自身认为珍贵的资源，而这些资源的潜在或实际损失对个体而言是一种威胁。资源保存理论的基本原则是维护现有资源的意识要强于获取多余资源的意识。固定收入“来之不易”，它在个体心中拥有较高的感知价值。固定收入属珍贵资源，个体对其损失极为敏感。意外收入在个体心中则拥有较低的感知价值。意外收入属非珍贵资源，个体对其损失的敏感度较低。风险投资在风险和收益两个方面均显著高于储蓄。由于风险投资伴随的高风险很有可能使固定收入遭受损失，对个体而言，维护固定收入比冒险获取其他潜在收入要更重要。在维护固定收入的心理作用下，个体可能倾向于将固定收入用于储蓄。虽然风险投资伴随的风险同样会对意外收入产生威胁，但是个体并不惧怕意外收入损失，反而为创造资源盈余，愿意冒险将意外收入用于风险投资。
非拆迁家庭的金钱来源主要是固定收入，而拆迁家庭的金钱来源除了固定收入外，还有意外收入（指拆迁补偿款）。本文推断，非拆迁家庭为维护固定收入，倾向于将其用于储蓄；而拆迁家庭为创造资源盈余，倾向于将意外收入用于风险投资。基于此，本文提出以下假设：
假设1：房屋拆迁会显著增强家庭投资金融风险资产的意愿。
李爱梅等（2014）研究发现，个体用意外收入消费时表现得较为随意，而用固定收入消费时则表现得较为谨慎。这从侧面反映出对于同一消费项目，个体愿意支付的意外收入和固定收入不等。其原因如上文所述，固定收入的感知价值要高于意外收入，个体对前者损失的敏感程度要高于后者。鉴于此，本文推断相对于固定收入，个体倾向于将更多的意外收入用于风险投资。基于此，本文提出以下假设：
假设2：房屋拆迁会显著提高家庭在金融风险资产上的投资比重。
（二）财富损失预期的中介作用
现有研究中缺乏对财富损失预期的定义，本文参考了Keynes（1936）对预期①的定义及李成等（2011）对通胀预期②的定义，将财富损失预期界定为“个体依据历史数据或经验对财富损失在未来的变动方向和变动幅度所做出的一种事前预测或估计”。庄子罐等（2012）研究发现预期影响个体行为，本文认为财富损失预期同样影响个体行为。Dohrenwend和Dohrenwend（1978）指出，人们总试图利用机会将资源进行投资，通过创造资源盈余来抵御未来可能面临的资源损失。鉴于财富是一种重要的资源（Hobfoll，1989），根据资源保存理论，本文推断当预期未来面临财富损失时，个体可能会通过投资来创造财富盈余。
柴国俊（2014）研究发现，拆迁家庭的消费比非拆迁家庭显著更多。这说明：第一，拆迁家庭和非拆迁家庭都面临未来的财富损失；第二，在其他条件相同时，③拆迁家庭未来的财富损失程度显著高于非拆迁家庭。当预期在未来面临财富损失时，拆迁家庭和非拆迁家庭都可能会通过投资来创造财富盈余。Kobasa等（1981）指出，在做出投资决策之前，人们会对投资项目进行认知性评估。通常而言，家庭在处理财富时面临两个风险：一个是因不投资（如储蓄）而遭受财富贬值的风险；另一个是因投资（如风险投资）而遭受失败的风险。许多研究表明，通货膨胀和经济波动等因素会导致家庭财富遭受贬值风险（Berriel，2010）。在其他条件相同时，拆迁家庭的财富量显著高于非拆迁家庭。④若家庭选择将财富用于储蓄而非风险投资，一旦货币贬值，则拆迁家庭面临的财富损失程度显著高于非拆迁家庭。基于资源保存意识，相对于非拆迁家庭，拆迁家庭更倾向于将财富用于风险投资。虽然风险投资伴随的高风险可能会造成财富损失，但是在“心理账户”作用下，在其他条件相同时，拆迁家庭在面对投资损失时往往比非拆迁家庭有更强的承受力。在创造资源盈余意识的作用下，相对于非拆迁家庭，拆迁家庭更倾向于将财富用于风险投资。总之，无论面临何种风险，在其他条件相同时，拆迁家庭均更倾向于将财富用于风险投资。因此，当预期在未来面临财富损失时，拆迁家庭更倾向于通过风险投资来创造财富盈余。基于此，本文提出以下假设：
假设3：财富损失预期可能在房屋拆迁影响家庭的金融风险资产投资意愿中起中介作用。
拆迁家庭未来财富损失的程度显著高于非拆迁家庭（柴国俊，2014），我们结合上文的推断（即相对于固定收入，个体倾向于将更多的意外收入用于风险投资），在假设3的基础上进一步认为，相对于固定收入，拆迁家庭倾向于将更多的意外收入用于风险投资，以创造更多的财富盈余，抵御未来可能面临的更高程度的财富损失。基于此，本文提出以下假设：
假设4：财富损失预期可能在房屋拆迁影响家庭的金融风险资产投资比重中起中介作用。
（三）社会保险的调节作用
未来收入和支出的不确定性会对家庭造成冲击。一些学者发现，社会保险能够有效缓解未来收入不确定性或其他不确定事件对家庭的冲击（Engen和Gruber，2001；Polkovnichenko，2007）。由此可知，与不持有社会保险的家庭相比，持有社会保险的家庭受到的冲击明显较弱。有研究表明，增加预防性储蓄，降低风险资产占收入的比重，是缓解冲击的有效方法（Polkovnichenko，2007；Gormley等，2010；袁冬梅等，2014）。因此，相对于有社会保险的家庭，没有社会保险的家庭缓解未来不确定性冲击的意愿更强。
由上文可知，财富损失预期在房屋拆迁影响家庭的金融风险资产投资过程中起到了显著的中介作用。虽然财富损失预期能够有效刺激家庭进行金融风险资产投资，但是为缓解风险冲击，家庭倾向于增加预防性储蓄，降低风险资产投资比重。这表明风险冲击在一定程度上弱化了财富损失预期对家庭金融风险资产投资的刺激作用。简言之，风险冲击对财富损失预期的中介效应具有弱化作用。由于社会保险能够有效缓解风险冲击，在持有社会保险的情况下，风险冲击对财富损失预期的中介效应具有较小的弱化作用；而在不持有社会保险的情况下，这种弱化作用则较大。受到风险冲击的影响，持有社会保险时财富损失预期的中介效应会明显强于不持有社会保险时的中介效应。可见，社会保险对财富损失预期的中介效应具有显著的正向调节作用。基于以上分析，本文提出以下假设：
假设5：财富损失预期的中介效应受到社会保险的正向调节。
三、研究设计
（一）数据来源
本文使用的数据来源于2011年中国家庭金融调查（China Household Finance Survey，简称CHFS）。2011年CHFS由西南财经大学中国家庭金融调查与研究中心组织调研，以随机抽样的方法访问遍布全国的受访者。本文从中提取相关信息，整理后最终得到6 000多个样本。
（二）变量定义
1. 被解释变量。本文参考林靖等（2017）的做法，采用两种方法来界定被解释变量。对于“家庭是否投资股票”变量，若家庭持有股票，则变量赋值为1，否则赋值为0；对于“家庭是否投资金融风险资产”变量，若家庭拥有股票、基金和金融衍生品（包含其他金融衍生品）中的任何一种，则变量赋值为1，否则赋值为0。对于“家庭股票投资比重”变量，本文用家庭所持有的股票市值与金融资产市值的比值来衡量；对于“家庭金融风险资产投资比重”变量，本文用家庭所持有的金融风险资产市值与金融资产市值的比值来衡量。
2. 核心解释变量。对于房屋拆迁变量，本文参照柴国俊（2014）的做法，若家庭经历过房屋拆迁，则被界定为拆迁家庭，变量赋值为1，否则赋值为0。
3. 中介变量。对于财富损失预期，本文采用2011年CHFS中“您预期中国未来三到五年的经济形势与现在比较会如何变化？”“未来一年，您预期物价会如何变化？”“在过去5年中，您家的收入增长是高于物价上涨还是低于物价上涨？”三个题项的平均分进行衡量。
4. 调节变量。对于社会保险，本文采用林靖等（2017）的做法，若家庭拥有社会养老保险、离退休工资、企业年金、社会医疗保险、失业保险和住房公积金中的任何一种，则被界定为持有社会保险，变量赋值为1，否则赋值为0。
（三）模型设定
1. 主效应模型。为了检验假设1和假设2，本文构建了如模型（1）所示的Probit模型以及如模型（2）和模型（3）所示的Tobit模型。
| ${Pr}\left( {Pa{r_i} = 1} \right) = G\left( {{\beta _0} + {\beta _1}De{m_i} + \gamma {X_i}} \right)$ | (1) |
| ${S_i} = \left\{ {\begin{aligned}& \ {S_i^*,S_i^* > 0}\\& \ {0, \ \, S_i^* \leqslant 0}\end{aligned}} \right.$ | (2) |
| $S_i^* = {\beta _0} + {\beta _1}De{m_i} + \gamma {X_i} + {\varepsilon _i}$ | (3) |
其中，模型（1）中Par表示家庭的金融风险资产投资意愿，Dem表示房屋拆迁；模型（2）和模型（3）中S表示家庭的金融风险资产投资比重。X为控制变量。
2. 中介效应模型。为了检验假设3和假设4，本文采用Baron和Kenny（1986）提出的因果逐步分析法进行中介效应检验。首先，采用上文构建的模型检验房屋拆迁对家庭金融风险资产投资的作用；然后，采用模型（4）做房屋拆迁和财富损失预期之间的回归分析；最后，采用模型（5）或模型（6）来检验房屋拆迁、财富损失预期与家庭金融风险资产投资之间的关系。
| ${M_i} = {\beta _0} + {\beta _1}De{m_i} + \gamma {X_i} + \varepsilon $ | (4) |
| ${Pr}\left( {Pa{r_i} = 1} \right) = G\left( {{\beta _0} + {\beta _1}De{m_i} + {\beta _2}{M_i} + \gamma {X_i}} \right)$ | (5) |
| $S_i^* = {\beta _0} + {\beta _1}De{m_i} + {\beta _2}{M_i} + \gamma {X_i} + {\varepsilon _i}$ | (6) |
其中，M表示财富损失预期。
3. 调节效应模型。为了检验假设5，本文在模型（5）和模型（6）中引入经过中心化处理的财富损失预期和社会保险的交互项，构建了如下的调节效应模型：
| ${Pr}\left( {Pa{r_i} = 1} \right) = G\left( {{\beta _0} + {\beta _1}De{m_i} + {\beta _2}M\_{z_i} + {\beta _3}Ins\_{z_i} + {\beta _4}M\_{z_i} \times Ins\_{z_i} + \gamma {X_i}} \right)$ | (7) |
| $S_i^* = {\beta _0} + {\beta _1}De{m_i} + {\beta _2}M\_{z_i} + + {\beta _3}Ins\_{z_i} + {\beta _4}M\_{z_i} \times Ins\_{z_i} + \gamma {X_i} + {\varepsilon _i}$ | (8) |
其中，M_z为经过中心化处理的财富损失预期，Ins_z为经过中心化处理的社会保险。
（四）描述性统计与相关性分析
表1是主要变量的描述性统计结果。可以看到，股票投资意愿、风险资产投资意愿、股票投资比重和风险资产投资比重的均值分别为0.073、0.100、0.032和0.046，财富损失预期的均值为2.918，社会保险的均值为0.940，房屋拆迁的均值为0.111。从相关性分析结果来看，房屋拆迁与金融风险资产投资、财富损失预期和社会保险均显著正相关，财富损失预期与金融风险资产投资显著正相关、与社会保险显著负相关，社会保险与金融风险资产投资显著正相关。
| 变量 | 序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 股票 | 1 | 1 | ||||||
| 风险资产 | 2 | 0.840*** | 1 | |||||
| 股票比重 | 3 | 0.767*** | 0.645*** | 1 | ||||
| 股票 | 1 | 1 | ||||||
| 风险资产比重 | 4 | 0.688*** | 0.767*** | 0.857*** | 1 | |||
| 房屋拆迁 | 5 | 0.037*** | 0.038*** | 0.037*** | 0.037*** | 1 | ||
| 财富损失预期 | 6 | 0.073*** | 0.079*** | 0.062*** | 0.064*** | 0.025*** | 1 | |
| 社会保险 | 7 | 0.048*** | 0.051*** | 0.032** | 0.038*** | 0.051*** | −0.009*** | 1 |
| 均值 | 0.073 | 0.100 | 0.032 | 0.046 | 0.111 | 2.918 | 0.940 | |
| 标准差 | 0.259 | 0.300 | 0.140 | 0.168 | 0.314 | 0.477 | 0.238 | |
| 观测值 | 6 134 | 6 134 | 5 843 | 5 843 | 6 132 | 5 993 | 5 117 | |
| 注：*、**和***分别表示在10%、5%和1%的水平上显著，下表同。限于篇幅，其他变量结果未报告，如需要可向作者索取。 | ||||||||
四、实证结果分析
（一）房屋拆迁与家庭金融风险资产投资
表2报告了房屋拆迁影响家庭金融风险资产投资的分析结果。当未控制省份虚拟变量时，房屋拆迁显著影响了家庭的股票投资和金融风险资产投资意愿，边际效应分别为3.3个和3.5个百分点，对家庭股票投资比重和金融风险资产投资比重的边际影响效应均为3.1个百分点。当控制省份虚拟变量时，房屋拆迁对家庭股票投资和金融风险资产投资意愿的边际影响效应分别为3.2个和3.5个百分点，对家庭股票投资比重和金融风险资产投资比重的边际影响效应分别为3.0个和3.1个百分点。以上结果说明，房屋拆迁对家庭的金融风险资产投资意愿和投资比重具有显著的正向影响，验证了假设1和假设2。
| 投资意愿 | 投资比重 | |||||||
| 股票 | 风险资产 | 股票 | 风险资产 | |||||
| （1） | （2） | （3） | （4） | （5） | （6） | （7） | （8） | |
| 房屋拆迁 | 0.033*** （0.031） |
0.032*** （0.030） |
0.035*** （0.029） |
0.035*** （0.029） |
0.031*** （0.019） |
0.030** （0.019） |
0.031** （0.016） |
0.031** （0.016） |
| 户主性别 | −0.046*** （0.044） |
−0.046*** （0.043） |
−0.050*** （0.041） |
−0.050*** （0.041） |
−0.045*** （0.028） |
−0.044*** （0.028） |
−0.049*** （0.025） |
−0.049*** （0.025） |
| 户主年龄 | 0.001** （0.001） |
0.001** （0.001） |
0.001*** （0.001） |
0.001*** （0.001） |
0.001*** （0.001） |
0.001*** （0.001） |
0.001*** （0.001） |
0.001*** （0.001） |
| 户主受教育年限 | 0.002*** （0.004） |
0.002*** （0.004） |
0.003*** （0.005） |
0.003*** （0.005） |
0.004*** （0.004） |
0.004*** （0.003） |
0.006*** （0.004） |
0.006*** （0.004） |
| 风险态度 | 0.009*** （0.010） |
0.009*** （0.010） |
0.010*** （0.009） |
0.010*** （0.009） |
0.011*** （0.008） |
0.011*** （0.008） |
0.011*** （0.007） |
0.011*** （0.007） |
| 家庭规模 | −0.007** （0.006） |
−0.006** （0.006） |
−0.012*** （0.009） |
−0.012*** （0.009） |
−0.006* （0.003） |
−0.005
（0.003） |
−0.009** （0.004） |
−0.009** （0.004） |
| 社会保险 | 0.041*** （0.048） |
0.041*** （0.048） |
0.047*** （0.047） |
0.047*** （0.047） |
0.040** （0.029） |
0.040** （0.030） |
0.043** （0.025） |
0.043** （0.025） |
| 房屋所有权 | 0.011
（0.011） |
0.012
（0.012） |
0.005
（0.004） |
0.005
（0.004） |
0.010
（0.007） |
0.011
（0.008） |
0.009
（0.005） |
0.009
（0.005） |
| 家庭收入 | 0.019*** （0.019） |
0.019*** （0.019） |
0.026*** （0.022） |
0.026*** （0.022） |
0.021*** （0.013） |
0.021*** （0.013） |
0.026*** （0.014） |
0.026*** （0.014） |
| 家庭财产 | 0.018*** （0.020） |
0.018*** （0.020） |
0.026*** （0.026） |
0.026*** （0.026） |
0.026*** （0.016） |
0.026*** （0.016） |
0.035*** （0.019） |
0.035*** （0.019） |
| 城市虚拟变量 | 未控制 | 控制 | 未控制 | 控制 | 未控制 | 控制 | 未控制 | 控制 |
| Pseudo R2 | 0.2631 | 0.2638 | 0.2643 | 0.2643 | 0.2369 | 0.2382 | 0.2376 | 0.2377 |
| 观测值 | 5 063 | 5 063 | 5 063 | 5 063 | 4 849 | 4 849 | 4 849 | 4 849 |
| 注：表中报告的是边际效应，下表同。 | ||||||||
（二）财富损失预期的中介作用
表3和表4是基于因果逐步分析法的财富损失预期中介效应检验结果。表3列（1）中房屋拆迁对家庭股票投资意愿存在显著的正向影响，其边际效应为3.2个百分点；列（2）中房屋拆迁对财富损失预期存在显著的正向影响，其边际效应为3.2个百分点；列（3）中财富损失预期对家庭股票投资意愿存在显著的正向影响，其边际效应为1.1个百分点。以上结果表明房屋拆迁通过财富损失预期增强了家庭投资股票的意愿。根据列（4）至列（6）的结果，房屋拆迁通过财富损失预期增强了家庭投资金融风险资产的意愿。
表4列（1）中房屋拆迁对家庭股票投资比重存在显著的正向影响，其边际效应为3.0个百分点；列（2）中房屋拆迁对财富损失预期存在显著的正向影响，其边际效应为3.2个百分点；列（3）中财富损失预期对家庭股票投资比重存在显著的正向影响，其边际效应为1.3个百分点。以上结果表明房屋拆迁通过财富损失预期提高了家庭的股票投资比重。根据列（4）至列（6）的结果，房屋拆迁通过财富损失预期提高了家庭的金融风险资产投资比重。
总之，财富损失预期具有显著的中介效应，它是房屋拆迁影响家庭金融风险资产投资的内在机制。以上结果验证了假设3和假设4。
| （1） | （2） | （3） | （4） | （5） | （6） | |
| 被解释变量 | 股票投资 | 财富损失预期 | 股票投资 | 风险资产投资 | 财富损失预期 | 风险资产投资 |
| 房屋拆迁 | 0.032*** （0.030） | 0.032* （0.019） | 0.032*** （0.030） | 0.035*** （0.029） | 0.032* （0.019） | 0.035*** （0.028） |
| 财富损失预期 | 0.011*** （0.015） | 0.015*** （0.017） | ||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| Pseudo R2 | 0.2638 | 0.0425 | 0.2666 | 0.2643 | 0.0425 | 0.2669 |
| 观测值 | 5 063 | 5 063 | 5 063 | 5 063 | 5 063 | 5 063 |
| （1） | （2） | （3） | （4） | （5） | （6） | |
| 被解释变量 | 股票比重 | 财富损失预期 | 股票比重 | 风险资产比重 | 财富损失预期 | 风险资产比重 |
| 房屋拆迁 | 0.030** （0.019） | 0.032* （0.019） | 0.030** （0.018） | 0.031** （0.016） | 0.032* （0.019） | 0.030** （0.015） |
| 财富损失预期 | 0.013** （0.011） | 0.015** （0.010） | ||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| Pseudo R2 | 0.2382 | 0.0425 | 0.2407 | 0.2377 | 0.0425 | 0.2393 |
| 观测值 | 4 849 | 5 063 | 4 849 | 4 849 | 5 063 | 4 849 |
（三）社会保险的调节作用
表5检验了社会保险对财富损失预期中介效应的调节作用。列（1）结果显示，房屋拆迁对家庭股票投资意愿存在显著的正向影响，其边际效应为3.2个百分点；财富损失预期对家庭股票投资意愿存在显著的正向影响，其边际效应为1.8个百分点；社会保险对家庭股票投资意愿存在显著的正向影响，其边际效应为7个百分点；财富损失预期与社会保险的交互项对家庭股票投资意愿存在显著的正向影响，其边际效应为9.8个百分点。以上结果表明社会保险对财富损失预期的中介效应具有显著的正向调节作用。列（2）的结果与列（1）类似。
列（3）结果显示，房屋拆迁对家庭股票投资比重存在显著的正向影响，其边际效应为3个百分点；财富损失预期对家庭股票投资比重存在显著的正向影响，其边际效应为1.9个百分点；社会保险对家庭股票投资比重存在显著的正向影响，其边际效应为5.4个百分点；财富损失预期与社会保险的交互项对家庭股票投资比重存在显著的正向影响，其边际效应为9.7个百分点。列（4）的结果与列（3）类似，假设5得到验证。
| 投资意愿 | 投资比重 | |||
| 股票 | 风险资产 | 股票 | 风险资产 | |
| （1） | （2） | （3） | （4） | |
| 房屋拆迁 | 0.032*** （0.030） | 0.034*** （0.028） | 0.030** （0.018） | 0.030** （0.015） |
| 财富损失预期 | 0.018** （0.017） | 0.021** （0.018） | 0.019** （0.012） | 0.017** （0.009） |
| 财富损失预期×社会保险 | 0.098* （0.077） | 0.151** （0.096） | 0.097* （0.042） | 0.104* （0.044） |
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
| Pseudo R2 | 0.2678 | 0.2688 | 0.2413 | 0.2405 |
| 观测值 | 5 063 | 5 063 | 4 849 | 4 849 |
五、稳健性检验
（一）增加控制变量
为了避免因控制变量选取问题而导致研究结果出现偏误，本文在原模型中加入户主健康状况、户主年龄平方项、家庭收入平方项和家庭财产平方项4个控制变量进行了稳健性检验。对于健康状况，本文将户主自我评价身体状况为“非常不好”、“不好”或“一般”界定为健康水平低，变量赋值为1，否则赋值为0；对于家庭收入和家庭财产的平方项，本文将平方项加1后再取自然对数值。
（二）更改变量衡量方法
为了避免指标定义差异影响研究结果，本文分别使用“拆迁面积”和“拆迁补偿额”作为“房屋拆迁”的代理变量进行了稳健性检验。本文使用2011年CHFS中的题项“拆迁的面积是多少？”来衡量“拆迁面积”，采用 “补偿的金额是多少？”和“房屋补偿的部分您估计值多少钱？”两个相匹配的题项来衡量“拆迁补偿额”。对于以上两个变量，我们对非拆迁家庭赋值为0，然后将新数据加1再取自然对数值。
（三）内生性检验
金融风险资产投资具有高风险特征，其成败可能会影响家庭的房屋拆迁决策。金融风险资产投资失败使家庭损失了较多金钱。为了弥补损失，家庭倾向于通过房屋拆迁的方式获得拆迁补偿款。因此，金融风险资产投资失败强化了家庭服从国家房屋拆迁计划的意愿。而金融风险资产投资成功使家庭获得了较多金钱。在金钱充裕的情况下，家庭通过房屋拆迁获得拆迁补偿款的意愿可能并不强烈。因此，金融风险资产投资成功弱化了家庭服从国家房屋拆迁计划的意愿。综上可知，房屋拆迁与家庭金融风险资产投资之间可能存在反向因果关系。
鉴于反向因果关系会导致内生性问题，本文将各地区拆迁家庭比重作为房屋拆迁的工具变量，用2011年CHFS中各省市的拆迁家庭数量与家庭总数的比值来衡量。一方面，各地区房屋是否拆迁决定了该地区的拆迁家庭数量，因此房屋拆迁与拆迁家庭比重高度相关；另一方面，拆迁家庭比重作为一个省级层面因素，可能不会直接影响家庭的金融风险资产配置，因此拆迁家庭比重与家庭金融风险资产配置应不相关。此外，本文还使用2011年CHFS中“各地区拆迁家庭数量的自然对数”、“各地区拆迁家庭数量与非拆迁家庭数量的比值”和第六次全国人口普查发布的“各地区人口密度”作为房屋拆迁的工具变量进行了估计。
本文采用以上方法进行了稳健性检验，结果与上文一致。因此，本文的研究结论是稳健的。受篇幅限制，本文未报告稳健性检验结果，如有需要可向作者索取。
六、结 论
房屋拆迁不仅关系着社会和谐、稳定与发展，还关系着新常态下的经济转型与可持续发展。现有研究忽略了房屋拆迁带来的拆迁补偿款因属于意外收入，使家庭产生认知幻觉，进而影响家庭投资决策。因此，房屋拆迁对家庭金融风险资产投资的影响应受到学术界和社会的关注。本文基于心理账户和资源保存理论，利用2011年CHFS数据分析发现，房屋拆迁显著增强了家庭投资金融风险资产的意愿，提高了家庭在金融风险资产上的投资比重。其内在原因是，财富损失预期在房屋拆迁影响家庭金融风险资产投资过程中起到了显著的中介作用。本文还发现，社会保险对财富损失预期的中介效应存在显著的正向调节作用。
本文依据“房屋是否拆迁”来区分家庭金钱来源（固定收入或意外收入），在理论分析的基础上，实证检验了房屋拆迁对家庭金融风险资产投资决策的影响及其机制，揭示了不同来源的金钱对家庭决策的作用。本文的研究为人类经济行为和结果提供了新见解，有助于深化对家庭金融风险资产投资决策的理解，具有较强的理论前沿性；同时，研究结论能够为相关部门制定金融投资政策以及金融企业制定市场战略提供一定的参考，有助于促进金融市场健康可持续发展。
本文的研究结果可能并不适用于“经历房屋拆迁的家庭没有获得任何拆迁补偿款”这种特殊情境。此外，由于房屋拆迁补偿款一般是国家一次性付给拆迁家庭的，从时间维度来看，拆迁补偿款在不同时间段对拆迁家庭金融风险资产投资决策可能存在不同的影响。受数据限制，本文无法从时间维度上进行分析，未来可以从动态视角研究这一问题。
* 作者感谢上海财经大学商学院晁钢令教授、孙琦副教授、汪立助理教授、田林助理教授和杨光博士的指导与帮助。
① Keynes（1936）认为预期是一种心理活动，将其定义为个体依据历史数据对未来做出的预测。
② 李成等（2011）将通胀预期定义为公众对通货膨胀在未来的变动方向和变动幅度的一种事前估计。
③ 这里指除了家庭的金钱来源不同外，拆迁家庭和非拆迁家庭在其他方面均保持一致。
④ 相对于非拆迁家庭，拆迁家庭除了固定收入外，还有拆迁补偿款这笔意外收入。从当期我国房屋拆迁补助情况看，这笔意外收入的数额较大。
| [1] | 柴国俊. 房屋拆迁能够提高家庭消费水平吗? ——基于中国家庭金融调查数据的实证分析[J]. 经济评论, 2014(2): 41–51. |
| [2] | 甘犁, 尹志超, 贾男, 等. 中国家庭金融调查报告·2012[M]. 四川: 西南财经大学出版社, 2012. |
| [3] | 李爱梅, 李斌, 许华. 心理账户的认知标签与情绪标签对消费决策行为的影响[J]. 心理学报, 2014(7): 976–986. |
| [4] | 李爱梅, 凌文辁, 方俐洛. 中国人心理账户的内隐结构[J]. 心理学报, 2007(4): 706–714. |
| [5] | 李成, 马文涛, 王彬. 学习效应、通胀目标变动与通胀预期形成[J]. 经济研究, 2011(10): 39–53. |
| [6] | 林靖, 周铭山, 董志勇. 社会保险与家庭金融风险资产投资[J]. 管理科学学报, 2017(2): 94–107. |
| [7] | 吴卫星, 荣苹果, 徐芊. 健康与家庭资产选择[J]. 经济研究, 2011(S1): 43–54. |
| [8] | 吴卫星, 易尽然, 郑建明. 中国居民家庭投资结构: 基于生命周期、财富和住房的实证分析[J]. 经济研究, 2010(S1): 72–82. |
| [9] | 尹志超, 吴雨, 甘犁. 金融可得性、金融市场参与和家庭资产选择[J]. 经济研究, 2015(3): 87–99. |
| [10] | 袁冬梅, 李春风, 刘建江. 城镇居民预防性储蓄动机的异质性及强度研究[J]. 管理科学学报, 2014(7): 50–62. |
| [11] | 庄子罐, 崔小勇, 龚六堂. 预期与经济波动——预期冲击是驱动中国经济波动的主要力量吗?[J]. 经济研究, 2012(6): 46–59. |
| [12] | 宗庆庆, 刘冲, 周亚虹. 社会养老保险与我国居民家庭风险金融资产投资——来自中国家庭金融调查（CHFS）的证据[J]. 金融研究, 2015(10): 99–114. |
| [13] | Baron R M, Kenny D A. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations[J]. Journal of Personality and Social Psychology, 1986, 51(6): 1173–1182. DOI:10.1037/0022-3514.51.6.1173 |
| [14] | Berriel T C. Nominal portfolio choice and wealth redistribution effects of inflation surprises[R]. Princeton Working Paper, 2010. |
| [15] | Campbell J Y. Household finance[J]. The Journal of Finance, 2006, 61(4): 1553–1604. DOI:10.1111/j.1540-6261.2006.00883.x |
| [16] | Cocco J F. Portfolio choice in the presence of housing[J]. Review of Financial Studies, 2005, 18(2): 535–567. DOI:10.1093/rfs/hhi006 |
| [17] | Dohrenwend B S, Dohrenwend B P. Some issues in research on stressful life events[J]. The Journal of Nervous & Mental Disease, 1978, 166(1): 7–15. |
| [18] | Engen E M, Gruber J. Unemployment insurance and precautionary saving[J]. Journal of Monetary Economics, 2001, 47(3): 545–579. DOI:10.1016/S0304-3932(01)00051-4 |
| [19] | Gormley T, Liu H, Zhou G. Limited participation and consumption-saving puzzles: A simple explanation and the role of insurance[J]. Journal of Financial Economics, 2010, 96(2): 331–344. DOI:10.1016/j.jfineco.2010.01.001 |
| [20] | Hobfoll S E. Conservation of resources: A new attempt at conceptualizing stress[J]. American Psychologist, 1989, 44(3): 513–524. DOI:10.1037/0003-066X.44.3.513 |
| [21] | Hong H, Kubik J D, Stein J C. Social interaction and stock-market participation[J]. The Journal of Finance, 2004, 59(1): 137–163. DOI:10.1111/j.1540-6261.2004.00629.x |
| [22] | Keynes J M. The general theory of employment, interest and money[M]. London: Macmillan, 1936. |
| [23] | Kobasa S C, Maddi S R, Courington S. Personality and constitution as mediators in the stress-illness relationship[J]. Journal of Health and Social Behavior, 1981, 22(4): 368–378. DOI:10.2307/2136678 |
| [24] | Pelizzon L, Weber G. Are household portfolios efficient? An analysis conditional on housing[J]. Journal of Financial and Quantitative Analysis, 2008, 43(2): 401–431. DOI:10.1017/S0022109000003574 |
| [25] | Polkovnichenko V. Life-cycle portfolio choice with additive habit formation preferences and uninsurable labor income risk[J]. Review of Financial Studies, 2007, 20(1): 83–124. DOI:10.1093/rfs/hhl006 |
| [26] | Ran K. Advances in research on mental accounting and reason-based choice[J]. Marketing Letters, 1999, 10(3): 249–266. DOI:10.1023/A:1008066718905 |
| [27] | Soman D, Cheema A. The effect of windfall gains on the sunk-cost effect[J]. Marketing Letters, 2001, 12(1): 51–62. DOI:10.1023/A:1008120003813 |
| [28] | Yao R, Zhang H H. Optimal consumption and portfolio choices with risky housing and borrowing constraints[J]. The Review of Financial Studies, 2005, 18(1): 197–239. DOI:10.1093/rfs/hhh007 |