金融素养对家庭风险资产投资的影响及机制研究

The Impact of Financial Literacy on Household Risky Asset Investment and Its Mechanisms

摘要: 金融素养是影响家庭金融决策的重要因素，对金融市场健康发展和家庭财富安全具有关键作用。本文基于2019年中国家庭金融调查(CHFS)数据，在构建新的金融素养指标的基础上，采用Probit和Tobit模型进行实证研究。结果显示，提高金融素养能够显著提升家庭参与风险资产市场的可能性，并扩大风险资产在家庭金融资产中的配置比例。从风险层级看，金融素养对高风险股票资产的影响最大，其次为低风险金融理财产品，对基金的影响则相对较低。机制分析表明，金融素养的影响主要表现为两条路径：一是通过提高风险资产投资比例，依托其金融理财产品收益提升所带来收益增长，驱动投资扩张；二是由于风险投资亏损可能引发“赌徒效应”以及“逢低买入”的交易策略，从而进一步增加其风险资产投资规模。进一步研究发现，新增风险投资主要来自对家庭的现金与活期存款，而这一调整不会明显削弱家庭财务稳定性，在一定程度上解释了赌徒效应的合理性，同时说明金融素养的提高有助于提升家庭资金配置效率。本研究为理解中国家庭的风险资产配置行为提供了新的证据，也为完善投资者教育和引导家庭开展理性投资提供了有益参考。

Abstract: Financial literacy is a key determinant of household financial decisions and plays a critical role in both the healthy development of financial markets and the security of household wealth. Using data from the 2019 China Household Finance Survey (CHFS), this study constructs a novel financial literacy measure and empirically examines its impact on household risk asset allocation using Probit and Tobit models. The results show that higher financial literacy significantly increases both the likelihood of household participation in risk asset markets and the share of risk assets in household financial portfolios. From a risk-tier perspective, financial literacy has the strongest impact on high-risk stock assets, followed by low-risk wealth management products, while its effect on mutual funds is relatively weaker. Mechanism analysis reveals two main channels through which financial literacy operates. First, it promotes investment expansion by increasing the proportion of risk asset holdings and leveraging higher returns from financial wealth management products. Second, losses from risky investments may trigger either a gambler’s effect or a buy-the-dip trading strategy, thereby further increasing households’ investment in risky assets. Further analysis indicates that the additional risk investments are primarily financed by reductions in cash and demand deposits, and this adjustment does not substantially undermine household financial stability. This finding helps explain the rationality of the gambler’s effect and suggests that higher financial literacy improves the efficiency of household fund allocation. Overall, the study provides new evidence on Chinese household risk asset allocation behavior and offers valuable insights for enhancing investor education and guiding households toward more rational investment decisions.

1. 引言

近年来，随着中国经济持续推进高质量发展，居民家庭财富不断积累，金融市场需求愈加旺盛，家庭资产配置也呈现出日益多元化的趋势。党的二十大报告强调深化金融体制改革、健全现代金融监管体系，并提出要拓宽居民财产性收入渠道。在这一背景下，引导居民开展科学、合理的金融资产配置，不仅关系到家庭财富的稳健增长，也关乎金融市场活力与金融服务实体经济能力的进一步提升。

家庭金融资产配置理论起源于Markowitz (1952)的投资组合模型，随后由Merton (1971)扩展至纳入劳动收入等家庭层面因素[1]。随着研究不断深入，金融素养逐渐成为影响家庭金融行为的重要变量[2]。尽管不同国家的金融市场结构存在差异，但已有研究普遍表明，提高金融素养有助于促进家庭参与股票等风险资产市场[3]。国内基于中国家庭金融调查(CHFS)的研究也一致发现，金融素养与家庭风险资产配置呈显著正相关[4]。现有文献更多关注其影响效应的异质性，如部分研究揭示存在倒U型关系[5]，但对其内在作用机制的探讨仍显不足。此外，金融素养的测度标准尚未统一，限制了研究间的可比性和进一步整合。

基于上述背景，本文利用西南财经大学中国家庭金融调查与研究中心发布的2019年CHFS数据，系统分析了金融素养对家庭风险资产投资的影响，并探讨了可能的作用机制，为理解家庭金融决策提供了更全面的视角。本研究不仅为政策制定者在提升居民金融素养和拓宽财产性收入渠道方面提供参考，也为投资者教育提供实证依据，有助于促进家庭资产配置的优化，从而推动金融市场的长期稳健发展。

2. 金融素养的测算及家庭风险资产、金融资产的界定

2.1. 金融素养的测算

在金融素养测度方面，现有研究主要采用间接和直接两类方法。间接测度通常以金融教育或培训经历作为代理变量，但这种方式难以准确反映个体的实际能力差异，且容易受到专业背景或非正规学习经验的影响，因此应用有限。相比之下，直接测度更为常用，通常通过量表对受访者进行测试，主要包括三种形式：(1) 主观自评，即个体自行报告对金融产品的了解程度；(2) 客观问答，通过利率、通胀、风险认知等基础知识题目评估受访者掌握情况[6] [7]；(3) 在此基础上的扩展，例如增加更全面的知识题目[8]。这些题目多通过答案加总或因子分析构建指数。然而，现有测度普遍侧重知识掌握，对金融知识的应用能力刻画不足，与金融素养的完整内涵仍有差距。

基于此，本文利用2019年CHFS数据，在选取6项金融知识题目的基础上，新增3项反映金融行为的指标，并采用因子分析法构建兼顾知识与行为两个维度的综合金融素养指标，以更全面地衡量家庭的金融素养水平。用于构建金融素养指标的相关问题及处理方法见表1。

Table 1. Questions and coding procedures for constructing the financial literacy measure

表1. 构建金融素养指标的相关问题及处理方法

题号	题目	得分处理
h3101	受访者对经济金融信息关注度	将题设的五个选项按关注程度赋分，1~5分关注度逐渐升高
h3105	100元本金，年利率4%，本息计算	选项2正确，得分为1，若选择其他选项则得分为0
h3106	年利率5%，通胀率8%，100元存1年后价值	选项3正确，得分为1，若选择其他选项则得分为0
h3112	主板股票和创业板股票风险判断	选项2正确，得分为1，若选择其他选项则得分为0
h3113	偏股型基金和偏债型基金风险判断	选项1正确，得分为1，若选择其他选项则得分为0
D9203	对股票、债券、基金的整体了解程度	将题设的五个选项按了解程度赋分，1~5分了解程度逐渐升高
D7109	您家是否拥有金融理财产品(新增行为指标)	选择“是”，得分为1、若选择其他选项则得分为0
D3105b	您家是否有过炒股经历？(新增行为指标)	选择“是”，得分为1、若选择其他选项则得分为0
D3105	您家是否持有基金？(新增行为指标)	选择“是”，得分为1、若选择其他选项则得分为0

新增3个反映金融行为的问题分别为：“是否有过炒股经历”“是否持有金融理财产品”以及“是否持有基金”。一般而言，家庭对金融市场的参与度越高，其金融素养水平往往也更高。为保证各题目权重一致，将h3101和h3110两题按1/5进行标准化，使每题满分均为1，再对9个题目得分进行加总，构建原始金融素养指数。在此基础上，本文进一步采用因子分析法构建综合金融素养指标。KMO值超过0.60，巴特利特球形检验显著(见表2)，表明样本适合进行因子分析。由主成分方差贡献率分布(见表3)可知，前两个因子累计贡献率达56.617%，能够较好提取主要信息；碎石图(见图1)亦显示其特征值均大于1。依据特征值大于1的原则，本文提取两个因子，并参考尹志超、张号栋(2017) [9]的做法，利用因子载荷按其方差解释度加权，得到包含行为维度的综合金融素养指标(Fin-weight1)。同理，在剔除行为题项后，构建不含行为成分的金融素养指标(Fin-weight2)。

Figure 1. Scree plot from principal component analysis

图1. 主成分分析碎石图

Table 2. KMO measure and Bartlett’s test of sphericity

表2. KMO和巴特利特检验

KMO和巴特利特检验
KMO取样适切性量数	0.799
近似卡方	27832.506
自由度	15
显著性	0.000

Table 3. Variance explained by principal components

表3. 主成分方差贡献率分布

总方差解释
成分	初始特征值			提取载荷平方和			旋转载荷平方和
	总计	方差百分比	累积%	总计	方差百分比	累积%	总计	方差百分比	累积%
1	30.828	42.529	42.529	3.828	42.529	42.529	2.825	31.390	31.390
2	1.268	14.088	56.617	1.268	14.088	56.617	2.270	25.227	56.617
3	0.925	10.275	66.892
4	0.796	8.848	75.740
5	0.684	7.604	83.344
6	0.628	6.974	90.319
7	0.476	5.291	95.610
8	0.395	4.390	100.000
9	−1.041E−16	−1.157E−15	100.000

2.2. 家庭风险资产、金融资产的界定

既有研究多以股票市场参与度作为家庭风险资产投资的代理变量。然而，随着我国金融市场不断发展、基金和理财等产品逐渐普及，单纯以股票持有衡量风险资产配置可能导致系统性低估。鉴此，本文参考周雨晴、何广文(2020) [10]的分类方法，并结合CHFS问卷，将风险资产界定为股票、基金和金融理财产品。需要说明的是，鉴于国内债券(尤其是国债)投资门槛相对较高、风险较低且家庭持有比例有限，本文未将其纳入风险资产范围。此外，本文将家庭金融资产细分为现金、活期存款、定期存款、股票、基金、金融理财产品、债券、衍生品、非人民币资产、贵金属、其他金融资产以及借出款共12类，以便于开展更系统的比较分析。

3. 实证研究

3.1. 实证模型

本文首先考察金融素养对家庭风险资产投资决策的影响。由于被解释变量为取值0或1的二元变量，且不存在截断问题，采用Probit模型进行估计。模型形式如下：

$Y=1\left(\alpha \cdot Fi{n}_i+\beta \cdot X_i+{\epsilon }_i>0\right)$ (1)

其中，Y表示家庭是否投资风险资产，$Fi{n}_i$ 为核心解释变量金融素养，$X_i$ 为一系列控制变量。进一步地，为分析金融素养对风险资产配置比例的影响，考虑到相关比例变量存在大量零值、具有截断特征，本文采用Tobit模型进行估计，设定如下：

$y^{\ast }=\alpha \cdot Fi{n}_i+\beta \cdot X_i+{\epsilon }_i$ (2)

其中，$y^{\ast }$ 表示风险资产占家庭金融资产的比重，核心解释变量包括包含行为指标的金融素养指标(Fin-weight1)及未包含行为指标的指标(Fin-weight2)，$X_i$ 为一系列控制变量。

3.2. 变量的设定

本文的核心被解释变量为家庭是否持有风险资产(是为1，否则为0)。核心解释变量为基于因子分析构建的金融素养指标。控制变量设置参考既有研究[9]，主要包括家庭特征：家庭总资产、收入、消费、房产市值(均取对数)，以及居住地区、户籍类型等，以及户主特征：性别、年龄、本人及配偶受教育水平、职业性质等。连续变量均进行了对数化处理，分类变量以虚拟变量形式纳入。相关变量的描述性统计见表4。

Table 4. Variable definitions and descriptive statistics

表4. 变量含义及描述性统计

	变量名	变量含义	观测数	均值	标准差	最小值	最大值
核心解释 变量	Fin-weight1	(增加行为指标)因子分析中主成分分析法下的金融素养	19,394	0.108	0.316	−0.32	1.5
	Fin-weight2	(未增加行为指标)因子分析中，主成分分析法下的金融素养	19,394	0.898	0.488	0.45	2.87
被解释 变量	Stock	是否投资股票	19,428	0.090	0.287	0	1
	Fund	是否投资基金	19,428	0.032	0.177	0	1
	Finance_product	是否投资金融理财产品	19,428	0.112	0.316	0	1
	Risk-asset	是否投资风险金融资产	19,428	0.170	0.376	0	1
户主特征	Gender	户主性别	19,428	0.724	0.447	0	1
	Age	户主年龄	19,420	530.510	140.176	16	99
	Self-education1	户主教育程度	19,405	30.936	10.714	1	9
	Spouse-education1	户主配偶教育程度	15,613	30.751	10.726	1	9
	Profession	户主职业是否为国企、 事业单位	15,638	0.178	0.382	0	1
	Residence	户主是否为农村户口	19,428	0.385	0.487	0	1
	Happiness	幸福感	19,413	30.815	0.826	1	5
	Risk_preference	风险偏好	17,014	10.832	10.009	1	4
	Healthy	户主健康状况	19,426	30.447	0.935	1	5
家庭特征	Ln_house-value	房产总价值的对数值	11,846	120.120	20.013	0	15.895
	Ln_asset	家庭总资产对数值	19,428	130.387	10.484	5.520	21.465
	Ln_income	家庭过去一年收入的对数值	18,995	110.029	10.383	−1.894	16.311
	Ln_cons	家庭过去一年消费的对数值	19,428	110.154	0.798	7.08	15.468
	Region_east	是否居住东部城市	19,428	0.430	0.495	0	1
	Region_middle	是否居住中部城市	19,428	0.190	0.393	0	1

3.3. 回归结果与分析

表5展示了金融素养对家庭风险资产投资决策的影响。回归结果显示，金融素养在1%的显著性水平下显著提高了家庭参与风险资产投资的概率，其中对高风险的股票投资的影响最大，其次为低风险的金融理财产品，而对中等风险的基金的影响相对最小。

表6进一步考察了金融素养对风险资产配置比例的影响。结果表明，无论采用包含行为指标还是不包含行为指标的金融素养测度，金融素养均在1%的显著性水平下显著提升风险资产的投资占比(见表6、表7)。对比分析显示，包含行为维度的金融素养指标在显著性和模型拟合度上均表现更优，说明其在刻画金融素养对家庭资产配置影响方面具有更强的解释力。

Table 5. Regression analysis of the impact of financial literacy on household risk asset investment decisions

表5. 金融素养对家庭风险资产投资决策的影响回归

变量	是否投资风险资产	是否投资股票	是否投资基金	是否投资金融理财产品
	(1)	(2)	(3)	(4)
Fin-weight2	1.065^***	1.303^***	0.671^***	1.065^***
	(29.36)	(29.57)	(12.91)	(29.36)
Ln_house-value	−0.154^***	0.0034	−0.115^**	−0.193^***
	(−6.22)	(0.08)	(−2.78)	(−8.08)
Gender	−0.203^***	−0.0617	−0.281^***	−0.151^***
	(−5.47)	(−1.32)	(−5.11)	(−3.91)
Age	0.0124^***	0.00991^***	0.00903^***	0.0102^***
	(8.38)	(5.23)	(3.92)	(6.56)
Self-education	0.0204	−0.0384^*	0.0117	0.0232
	(1.33)	(−2.01)	(0.5)	(1.46)
Spouse-education	−0.00662	0.0172	0.0353	−0.00727
	(−0.46)	(0.95)	(1.61)	(−0.48)
Residence	−0.329^***	−0.414^***	−0.263^**	−0.237^***
	(−7.28)	(−6.43)	(−3.16)	(−4.93)
Ln_income	0.114^***	−0.00066	0.0304	0.163^***
	(6.01)	(−0.03)	(1.05)	(7.58)
Ln_asset	0.522^***	0.303^***	0.357^***	0.540^***
	(14.690)	(5.5)	(6.12)	(14.93)

续表

Ln_cons	1.27E−05	0.0339	0.0113	−0.0282
	(0)	(0.97)	(0.26)	(−0.98)
Risk_preference	0.0737^***	0.0849^***	0.0643^*	0.0494^**
	(4.05)	(3.81)	(2.31)	(2.59)
Happiness	−0.0632^**	−0.0622^*	−0.00398	−0.0243
	(−2.95)	(−2.28)	(−0.12)	(−1.08)
Healthy	−0.0252	−0.0343	−0.0337	−0.0420^*
	(−1.28)	(−1.36)	(−1.06)	(−2.04)
Profession	0.0655	0.208^***	0.061	0.0251
	(1.56)	(4.09)	(0.96)	(0.57)
Region_east	0.128^**	0.183^***	−0.0558	0.0636
	(3.1)	(3.32)	(−0.84)	(1.46)
Region_middle	0.0986^*	0.138^*	−0.0542	0.0799
	(2.05)	(2.13)	(−0.66)	(1.56)
常数项	−8.964^***	−7.857^***	−6.998^***	−8.732^***
	(−24.69)	(−17.08)	(−12.30)	(−22.98)
观测值	12,050	12,050	12,050	12,050
R^2	0.337	0.382	0.226	0.224

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

Table 6. Effects of financial literacy with behavioral measures on the share of risk asset investment

表6. 带行为指标的金融素养对风险资产投资占比的影响

变量	风险资产投资占比	股票投资占比	基金投资占比	金融理财产品投资占比
	(1)	(2)	(3)	(4)
Fin-weight1	0.247^***	0.153^***	0.0212^**	0.0676^***
	(27.97)	(70.49)	(2.94)	(18.09)
Ln_house-value	−0.00378	0.00099	0.00187	−0.00678^***
	(−1.03)	(1.08)	(0.59)	(−4.19)
Gender	−0.0306^***	−0.000798	−0.0158^**	−0.0140^***
	(−4.80)	(−0.50)	(−2.92)	(−5.01)

续表

Age	0.00196^***	0.000371^***	0.000640^**	0.000953^***
	(8.27)	(6.31)	(3.16)	(9.17)
Self-education	0.0150^***	0.00231^***	0.00687^**	0.00561^***
	(5.83)	(3.61)	(3.12)	(4.95)
Spouse-education	−0.00755^**	−0.00149^*	−0.00507^*	−0.000734
	(−3.02)	(−2.40)	(−2.37)	(−0.67)
Residence	−0.00525	−0.00191	0.000392	−0.00359
	(−0.81)	(−1.19)	(−0.07)	(−1.27)
Ln_income	0.00207	−0.00242^***	−0.00118	0.00558^***
	(0.89)	(−4.16)	(−0.59)	(−5.43)
Ln_asset	0.0196^***	0.0008	−0.00335	0.0225^***
	(3.79)	(0.62)	(−0.75)	(9.88)
Ln_cons	0.00393	−0.000903	0.00747^*	−0.00294
	(0.92)	(−0.85)	(2.05)	(−1.57)
Risk_preference	0.0154^***	0.00314^**^*	0.00593^*	0.00651^***
	(5.35)	(4.4)	(2.41)	(5.16)
Happiness	−0.00446	0.000428	−0.00374	−0.000833
	(−1.34)	(0.52)	(−1.31)	(−0.57)
Healthy	0.000854	0.000995	0.00311	−0.00397^**
	(0.29)	(1.34)	(1.21)	(−3.03)
Profession	−0.0227^**	−0.00500^**	−0.00745	−0.0104^**
	(−3.10)	(−2.76)	(−1.20)	(−3.24)
Region_east	0.0116	0.000196	0.000536	0.0107^***
	(1.86)	(0.13)	(0.1)	(3.87)
Region_middle	0.00222	0.00383^*	−0.00317	0.00187
	(0.31)	(2.14)	(−0.51)	(0.59)
常数项	−0.374^***	−0.018	−0.0794	−0.274^***
	(−7.15)	(−1.39)	(−1.78)	(−11.95)
观测值	14,244	14,403	14,548	14,448
R^2	0.444	0.200	0.017	0.094

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

Table 7. Effects of financial literacy without behavioral measures on the share of household risk asset investment

表7. 未带行为指标的金融素养对家庭风险资产投资占比的影响

变量	风险资产投资占比	股票投资占比	基金投资占比	金融理财产品投资占比
	(1)	(2)	(3)	(4)
Fin-weight2	0.111^***	0.0535^***	0.0173^**	0.0406^***
	(16.88)	(28.98)	(3.16)	(14.34)
控制变量	控制	控制	控制	控制
常数项	−0.449^***	−0.0853^***	−0.0798	−0.289^***
	(−8.42)	(−5.72)	(−1.79)	(−12.57)
观测值	14,244	14,403	14,585	14,448
R^2	0.287	0.057	0.018	0.087

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

3.4. 稳健性检验

为解决金融素养与风险资产投资之间可能存在的双向因果所引发的内生性问题，本文采用工具变量法进行估计，并选取“家庭金融资产投资种类数”作为工具变量。其原因在于：投资种类越多，通常意味着家庭接触和积累的金融知识越丰富，与金融素养密切相关；同时，投资种类本身并不直接决定风险资产的具体配置比例。两阶段回归结果如表8所示，使用工具变量后，金融素养对风险资产投资占比的正向影响依然显著，一阶段回归的F统计量远大于10，表明工具变量有效。上述检验进一步验证了基准结论的稳健性。

Table 8. Instrumental variables regression results

表8. 工具变量回归结果

变量	风险资产投资占比
Fin-weight2	0.625^***
	(22.66)
控制变量	控制
常数项	0.086
	(1.22)
一阶段估计F值	1113.6

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

4. 机制分析

4.1. 收益强化机制

从理性角度看，金融素养有助于家庭更好地理解金融产品的收益与风险，从而做出更优决策。当投资获得正收益时，家庭可能受到正向反馈的激励，进一步增加投资，形成收益强化循环。在各类风险资产中，金融理财产品的信息透明度较高、所需专业知识相对较低，金融素养更容易帮助家庭做出正确选择，从而提升实际收益。收益提高又会进一步激励家庭增加该类资产的配置，形成收益提升到投资扩张的循环。

实证结果如表9、表10所示，本文发现金融素养与金融理财产品收益率显著正相关，且往年收益增加会推动当年投资占比上升，支持收益强化机制的存在。

4.2. 负向反馈交易机制

在投资收益不佳甚至出现亏损时，家庭仍可能通过负向反馈交易机制进一步加大风险投资。一方面，部分非理性投资者可能受到情绪驱动而产生“赌徒效应”，通过盲目追加投资形成“越亏越买”的行为；另一方面，理性投资者则可能在市场下行阶段采取“逢低买入”的逆向投资策略，通过加仓以摊薄持仓成本。无论通过何种途径，这一机制均可能导致金融素养较高、原本更易进入股市的家庭在亏损情境下进一步提高风险资产配置比例。

为检验上述机制，本文首先考察了金融素养与风险资产投资收益之间的关系。表9的结果显示，金融素养与风险资产投资收益率以及股票收益率呈显著负相关。对此，一种可能的解释是：在市场整体下行、处于熊市阶段时，投资者普遍面临亏损，而金融素养较高的家庭更倾向于采取“逢低买入”的理性策略，在价格持续下跌过程中不断加仓，从而在短期内表现为金融素养越高、投资收益反而越低的结果。进一步结合当时市场环境来看，以2018年上证指数为例，其全年跌幅达25.59%，指数长期运行于3000点以下，最低触及2440.91点，整体市场处于明显的熊市与估值低位区间，这在一定程度上为“逢低买入”策略的存在提供了现实依据。

在此基础上，本文进一步考察了风险投资收益对投资占比的影响。表10(2)的结果表明，过去一年股票收益率越低的家庭，在次年反而会提高股票投资占比，这一发现与负向反馈交易机制的特征相一致。为进一步区分该机制中理性逆向投资与非理性赌徒效应的相对作用，本文引入金融素养与年前投资收益的交互项进行检验。表10(5)的结果显示，该交互项系数显著为负，表明随着投资亏损程度的加深，金融素养越高的家庭越倾向于选择加仓。鉴于金融素养通常反映更强的理性决策能力，因此，在负向反馈交易机制中，“逢低买入”的理性投资策略可能发挥了更为重要的作用。

Table 9. The impact of financial literacy on risk asset returns

表9. 金融素养对风险资产收益率的影响

变量	风险资产收益率	股票收益率	基金收益率	理财产品收益率
	(1)	(2)	(3)	(4)
Fin-weight2	−0.00672^***	−0.0347^**^*	0.00358	0.00935^***
	(−3.76)	(−3.80)	(−1.93)	(−6.05)
控制变量	控制	控制	控制	控制
常数项	−0.0425^**	−0.128	0.00539	−0.0536^***
	(−2.95)	(−1.74)	(0.36)	(−4.28)
观测值	14226	14510	14548	14376
R^2	0.1	0.04	0.05	0.03

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

Table 10. Effects of prior-year risk asset returns on current-year investment shares

表10. 风险资产年前收益率对当年各自投资占比的影响

变量	风险资产投资占比	股票投资占比	基金投资占比	金融理财产品 投资占比	股票投资占比
	(1)	(2)	(3)	(4)	(5)
年前收益率	−0.0611	−0.121^***	−0.0428	0.102^***	0.083^*
	(−1.77)	(−12.96)	(−1.46)	(7.11)	(1.73)
Fin-weight2					0.105^***
					(3.18)
Fin-weight2^*年前 收益率					−0.067^**
					(−2.09)
控制变量	控制	控制	控制	控制	控制
常数项	−0.523^***	−0.124^***	−0.0977^*	−0.300^***	0.147
	(−9.78)	(−8.59)	(−2.16)	(−13.50)	(0.59)
观测值	14,226	14,510	14,548	14,376	14,510
R2	0.2	0.14	0.13	0.05	0.2

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

5. 进一步探究

Table 11. The impact of financial literacy on the share of other financial asset investments

表11. 金融素养对其他金融资产投资占比的影响

变量	现金占比	活期存款占比	定期存款占比	债券占比	金融衍生品占比	非人民币资产	黄金占比	其他金融资产占比	金融负债占比	借款占比
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)
金融素养	−0.0170^***	−0.0298^***	−0.00285	0.000812	0.000129^**	0.000952^**	0.000214	0.000274	−0.00129	−0.0109^**
	(−4.16)	(−4.66)	(−0.53)	(1.55)	(3.22)	(3.11)	(0.97)	(0.85)	(−0.90)	(−2.81)
控制变量	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制
常数	0.457^***	0.543^***	−0.116^**	−0.0149^***	−0.000204	−0.00693^**	−0.00568^**	−0.00285	−0.00517	−0.251^***
	(13.78)	(10.5)	(−2.67)	(−3.49)	(−0.63)	(−2.78)	(−3.18)	(−1.10)	(−0.44)	(−7.99)
观测值	14,116	13,840	14,284	14,621	14,629	14,627	14,625	14,629	14,630	14,540
R^2	0.181	0.166	0.232	0.021	0.002	0.017	0.012	0.015	0.002	0.167

注：^*、^**、^***分别表示在10%，5%，1%水平上显著；括号中为t值。

在短期内，家庭金融资产总量与收支通常保持相对稳定，风险资产投资的增加主要来源于金融资产内部的重新配置。前文实证结果显示，金融素养显著提高了风险资产占比，这可能会挤出对其他金融资产的配置。为进一步探讨风险资产增量资金的来源，本文通过OLS回归考察了金融素养对其他金融资产占比的影响。

结果如表11所示，金融素养仅对现金、活期存款及借款占比产生显著负向影响，而对定期存款、金融衍生品等其他资产的影响不显著。借款占比的下降表明，金融素养的提升增强了家庭的债务管理意识；现金与活期存款占比的下降则表明，随着金融素养提高，家庭会减少现金和活期存款的持有，将这部分流动性重新配置到风险资产中，实现资产内部优化。

6. 结论与政策启示

本文基于2019年中国家庭金融调查数据，采用因子分析法构建金融素养指标，系统考察了金融素养对家庭风险资产配置的影响。研究发现，金融素养显著提高了家庭持有风险资产的概率和比例，其中对高风险的股票资产影响最大，其次是低风险的金融理财产品，影响最小的为基金。机制分析表明，金融素养主要通过两条路径发挥作用：一方面，通过提高金融理财产品的投资比例，依托其盈利形成收益扩张效应，进而推动风险资产配置；另一方面，在股票投资中，投资亏损可能诱发赌徒效应以及逢低买入交易策略，都会促使家庭扩大股票投资规模。总体来看，风险资产占比的提升主要来源于现金和活期存款的转化，表明金融素养的提高有助于提升家庭资金配置效率。

基于上述结论，本文提出以下政策启示：一是应进一步提升股票市场的盈利能力与制度质量，通过完善上市与退市机制、强化市场监管，增强资本市场对家庭资产的吸引力；二是将金融素养教育纳入公共金融政策框架，依托金融机构系统性普及投资知识。对家庭投资者而言，应在提升金融素养的基础上，遵循由理财产品向股票等复杂资产逐步过渡的配置路径，以更加理性的方式参与金融市场，优化资产结构。