四 估计结果分析

1.估计结果

本部分主要分析家庭投资风险容忍度的可能影响因素。由于被解释变量是取值为“0，1，2，3，4，5”的分类变量，因此下面将采用Logistic回归进行参数估计，此处同时也给出了普通最小二乘法（OLS）估计的结果以进行比较。模型参数的详细估计结果如表4所示。在表4给出的结果中，基于不同的估计方法，表中第（1）列仅估计了家庭特征变量对其投资风险容忍度的影响，第（2）列增加了与家庭财富积累相关的三个特征变量，第（3）列则增加了金融知识和风险认知等两个控制变量。

从表4中的估计结果来看，在家庭特征变量中，性别、教育程度和个体经营变量的参数估计结果均在1%水平上显著为正，表明男性相比较女性而言，在投资方面有更高的风险容忍度，并且受教育程度越高，也会使得家庭在投资过程中表现出更高的风险容忍度，这与Changetal.（2004）的研究结论相一致；不仅于此，从实证结果来看，从事个体经营的家庭相比较而言其投资风险容忍度也相对较高，当然两者之间的因果关系仍然无法确定，因为也有可能具有更高投资风险容忍度的家庭才倾向于从事个体经营。基于Logistic回归的结果显示年龄变量的参数估计结果在5%水平上显著为负，说明就统计意义上，随着年龄的增大，受访者的投资风险容忍度会下降，这与Yaoetal.（2005）的研究结论相一致。参考已有文献的做法，本研究也尝试通过引入年龄平方变量，来检验受访户年龄变化所引起的投资风险容忍度的边际效应大小的改变（即其边际效应是否呈倒U型），最后的实证结果表明这一效应并不显著。另外，家庭特征变量中的受访者婚姻状况、户口和家庭人口规模变量的参数估计结果均不显著，从而表明这三个因素都不会对家庭投资风险容忍度大小产生明显的影响。

与性别、教育程度和个体经营变量等家庭特征变量的显著影响所不同，三个与家庭财富积累相关的解释变量的参数估计结果均不显著，这表明在统计意义上，是否拥有产权住房与中国家庭的投资风险容忍度之间不存在显著的关联，并且家庭的财富积累状况或富裕程度也并不影响其投资方面的风险容忍程度。本文的研究结论与Hallahan et al.（2004）和Bashir et al.（2013）的观点并不一致。这种差异有可能源于不同国家社会保障程度、文化和价值观方面的差异。

注：括号内为 t 统计量（ z 统计量），***、**和*分别表示在1%、5%和10%的置信水平上显著。

此外，表4中的参数估计结果显示，金融知识和风险认知两个变量都与家庭投资风险容忍度之间显著正相关，这表明伴随着金融知识水平的提高，家庭对投资损失的风险容忍度也会更高，从而也更有可能会投资或持有风险较高的资产。不仅于此，风险认知水平更高的受访户，也同样有着更高的投资风险容忍度，这意味着更为丰富的投资风险方面的知识，会鼓励家庭投资和持有“高风险、高回报”的各种资产。

2.稳健性检验

由于本研究对风险容忍度进行赋值的方法有较强的主观性，而这有可能会影响到实证结果的可信度，因此下面将重新划分风险容忍度赋值所对应的最大投资损失比例区间，从而得到相对更细的风险容忍度等级（具体赋值结果可参见表5），并在此基础上，重新对各个解释变量的参数进行估计。

数据来源：根据2014年CFPS调查数据整理所得。

与前面的做法相同，此处分别采用了OLS估计和Logistic回归，模型参数的详细估计结果如表6所示。从表6给出的各变量的参数估计结果来看，本研究的实证结果是稳健的。家庭特征中的性别、教育程度和个体经营变量均与家庭投资风险容忍度之间显著正相关，受访者的年龄大小则与其投资风险容忍度之间显著负相关，除此之外，受访户的金融知识水平和风险认知水平也与其投资风险容忍度之间有着显著的正向联系。

上述研究结果表明，相比较女性而言，男性在投资方面有更高的风险容忍度，并且受教育程度越高，也会使得家庭在投资过程中表现出更高的风险容忍度，另外从事个体经营的家庭相比较而言其投资风险容忍度也相对较高。但是，随着年龄的增大，受访者的投资风险容忍度会下降。相比较而言，家庭特征变量中的受访者婚姻状况、户口和家庭人口规模因素都不会对家庭投资风险容忍度大小产生明显的影响。对于家庭财富积累与其投资风险容忍度的关系，上述实证分析结果表明是否拥有产权住房与中国家庭的投资风险容忍度之间不存在显著的关联，并且用家庭总收入和净资产衡量的家庭财富积累状况或富裕程度也并不影响其投资方面的风险容忍程度。然而，家庭的金融知识水平和风险认知状况两个变量都会显著正向提升家庭的投资风险容忍程度。

注：括号内为 t 统计量（ z 统计量），***、**和*分别表示在1%、5%和10%的置信水平上显著。 1qZG90HANgVrXB6ZwPRx+mYSZW5Mz3lcpZqUhbaVZ+LJDgM3Acj2MG06GQuVznFy