中国个人金融投资行为与居民...CGSS2018数据的分析_王仪.pdf

老字号品牌营销经济观察722023 年 3 月（下）王仪中国个人金融投资行为与居民幸福感的关系基于 CGSS2018 数据的分析王仪/华东政法大学（上海 201620）摘要：本文依据中国综合社会调查（CGSS）2018年的数据，分析了国人对于金融投资的了解与居民幸福感的关系，得出以下结论：国人对于金融投资的了解还不够充分，进行投资会对居民主观幸福感造成消极影响。在未来，我国居民应当提升自己的金融常识，对收入进行合理配置，从而有效提升金融投资带来的幸福感。关键词：居民幸福感；金融投资行为；金融素养一、引言幸福感一直是近年来人们十分关注的话题，2017年 10 月党的十九大明确指出，我国的主要矛盾发生了变化，社会主义初级阶段进入了一个全新的发展时期，我国的社会主要矛盾已经转变为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。在当前，幸福对我国人民而言，已经上升到了一个全新的高度，幸福不再只是一种对生活的感受，更是一种理想与信念。本文从中国综合社会调查（CGSS）2018 年的调查数据出发，探究当年居民幸福感与人民金融投资行为的关系，利用有序的 Logit 回归分析，得出金融投资行为对个人主观幸福感的影响。二、个人投资行为与居民主观幸福感的实证 分析（一）数据来源与处理本文使用的数据源于中国综合社会调查（CGSS），使用 2018 年的数据，选取了居民主观幸福感作为被解释变量；选取了问卷中 A67 项“您家目前是否从事下列投资活动？”一问的答案中的几种金融投资行为（股票、基金、房地产、债券、权证、外汇投资、期货、其他以及不进行投资行为）作为解释变量；选取了年龄、性别、户口所在地、工作状况、婚姻状况、家庭成员人数、拥有房产数、受教育程度、民族、是否为中国共产党党员、是否拥有汽车、年收入作为控制变量，变量设定如表 1 所示。表 1变量设定变量类型变量符号变量含义被解释变量happiness居民主观幸福感变量类型变量符号变量含义解释变量id_invest是否进行过投资id_stocks是否进行过股票投资id_funds是否进行过基金投资id_bonds是否进行过债券投资id_warrant是否进行过权证投资id_future是否进行过期货投资id_foreign exchange是否进行过外汇投资id_others是否进行过其他投资id_house是否进行过房地产投资控制变量age1受访者年龄property受访者拥有的房产数member受访者家庭成员数id_income受访者家庭年收入id_area受访者户口所在地id_gender受访者性别id_job受访者工作状态id_education受访者教育状况id_vehicle受访者是否拥有汽车id_religion受访者宗教信仰id_ethnicity 受访者民族id_party受访者是否入党将以上问题中拒绝回答和不知道的进行剔除处理；受教育程度从低到高按 1 到 14 排序，1 为小学，14 为研究生以上学历；个人幸福感从低到高按 1 到 5 排序，1 为非常不幸福，5 为非常幸福；其他观测值设置虚拟变量进行处理。（二）模型描述由于居民幸福感属于有序离散的被解释变量，本文参考胡珺等（2019）的做法，使用有序的 Logit 模型来研究个人金融投资行为对居民主观幸福感的影响，模型如下所示。其中对年龄与收入进行对数处理。续表老字号品牌营销经济观察732023 年 3 月（下）（三）描述性统计对数据进行描述性统计的结果如表 2 所示。表 2描述性统计结果 VariableObs Mean Std.Dev.Min Max happiness110093.906.80915 id invest11009.906.29101 id stocks11009.064.24401 id funds11009.042.20101 id bonds11009.007.08301 id futures11009.002.04901 id warrant11009.001.02701 id house11009.002.04901id foreign exchange11009.002.04201 id others11009.008.08801 age11100953.71916.51420120 member110092.8131.415121 property110091.091.631012 id gender11009.475.49901id ethnicity11009.071.25701 id religion11009.104.30501 id education109885.0173.208113 id party11009.17.37501 id area110091.7971.06517 id job11009.555.49701 id vehicle11009.285.45101 id marriage11009.89.31201 id income11009 94943.898 337503.21009999996由表 2 可以看出，我国居民主观幸福感平均为3.906，处于较高的水平。如图 1 所示，饼状图中的数字编号代表居民在问卷中选择的幸福感程度，由 1 到 5逐渐提高。我们可以看出，大部分受访者选择的幸福感程度为 4，说明进入社会主义发展的新阶段之后，我国经济水平普遍提升，全面脱贫攻坚战与全面建设小康社会成果凸显，虽然我国社会主要矛盾依然是人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，但是居民的主观幸福感依然比较高。图 1居民主观幸福感饼状图（四）有序的 Logit 回归分析对处理后的数据进行有序的 Logit 回归分析，可以得出表 3 的结果。由表 3 可以看出，是否进行金融投资与居民的主观幸福感有负相关关系，说明对受访者而言，进行金融投资会导致幸福感降低。对于问卷中提及的几种投资行为，基金投资与居民的主观幸福感有显著的负相关关系，说明进行基金投资会导致幸福感降低；进行债券与房地产购买与居民的主观幸福感有正相关关系，但是并不显著；进行股票、期货、权证、外汇以及其他投资与居民幸福感有负相关关系，但也不显著。（五）稳健性检验将被解释变量换成居民主观幸福感的对数再进行有序的 logit 回归分析，结果与表 3 一致，因此稳健性检验通过。三、结论与建议本文从中国综合社会调查（CGSS）2018 年的数据出发，利用有序的 Logit 模型进行回归分析，探究个人金融投资行为与居民主观幸福感的关系，结果显示：进行金融投资会对居民的主观幸福感产生消极影响，但并不显著，就具体投资类型而言，进行基金投资会显著降低居民的主观幸福感，而其他投资类型对居民幸福感的影响并不显著，进行债券与房地产投资会对居民主观幸福感产生正向影响，而股票、期货、权证、外汇等投资则会对居民的主观幸福感产生负向影响。本文还对受访者分类进行了有序的 Logit 回归分析，得出男性进行投资会提升主观幸福感，而女性进行投资会降低主观幸福感，其中投资基金会显著降低主观幸福感；按工作状况分类进行回归，可以得出，劳动者进行投资普遍会降低自己的主观幸福感，而无业者进行投资会对自己的幸福感有一定的提升，但这种提升并不显著。根据以上结论，我们可以看出进行投资对大多数人而言会对自己的幸福感产生消极的影响，究其原因，我国居民个人金融素养有待提高以及当前低迷的金融市场都会导致进行金融投资容易引发个人财富的亏损，从而致使居民焦虑感提高，最终导致居民主观幸福感的降低。要改善这种状况显然需要双管齐下，一方面，提升我国居民个人金融素养迫在眉睫，助推金融知识纳入国民教育体系、着力普惠金融事业，促进城乡经济可持续均衡发展能够有效避免金融风险，因此，提升消费者的金融素养，消除信息不对称从而促进社会公平竞争，是社会可持续发展的要求。另一方面，完善我国金融市场体制，不仅能够对居民的主观幸福感产生积极影响，更是我国金融市场改革的必老字号品牌营销经济观察742023 年 3 月（下）要行为。随着金融市场的改革与人民金融素养的逐渐提高，金融投资行为将逐渐成为人民增加自己财富的稳定途径，居民主观幸福感受其消极影响的现状也一定会得到改善。参考文献：1 鲁钊阳，杜雨潼.家庭金融资产投资与城镇居民相对贫困：基于 CGSS2017 数据的实证研究 J.时代金融，2021（24）：40-46.2 唐菁菁，韩静娜.文化多样性与家庭金融资产配置：基于 CGSS 和 CHFS 数据的经验研究 J.上海立信会计金融学院学报，2020，32（5）：3-15.3 杨柳.中国家庭金融资产配置对居民幸福感的影响：基于 CHFS 数据的实证研究 D.济南：山东财经大学，2021.4 李洁，杨凌峰.非认知能力对家庭风险金融市场有限参与的解释：来自 CGSS 的证据 J.科技和产业，2021，21（7）：48-53.5 杨祎林.互联网使用对居民投资参与行为的影响：来自 CGSS 的证据 D.武汉：华中农业大学，2020.6 胡珺，高挺，常启国.中国家庭金融投资行为与居民主观幸福感：基于 CGSS 的微观经验证据 J.金融论坛，2019，24（9）：46-57.作者简介：王仪，女，汉族，1997 年 3 月生，四川，华东政法大学研究生在读，研究方向：金融学。表 3有序的 Logit 回归结果 happinessCoef.St.Err.t-valuep-value95%ConfIntervalSigmember.033.0152.14.032.003.062*property.131.0324.120.068.193*id_invest-.099.168-0.59.557-.428.23id_stocks-.179.152-1.18.239-.476.119id_funds-.374.143-2.61.009-.655-.093*id_bonds.067.2370.28.778-.398.532id_futures-.368.378-0.97.33-1.109.373id_warrant-1.14.813-1.40.161-2.732.453id_house.205.4180.49.624-.6151.024id_foreign exchange-.076.555-0.14.891-1.1631.011id_others-.315.249-1.26.206-.804.173ln age.417.0795.290.262.571*id_gender-.122.04-3.09.002-.2-.045*id_ethnicity.041.0780.53.596-.111.193id_religion.198.0682.91.004.065.33*id_education.021.0082.52.012.005.037*id_party.345.0576.080.233.456*id_area.01.020.51.612-.029.05id_job-.2.043-4.650-.284-.115*id_vehicle.356.0477.540.263.448*id_marriage.172.0712.43.015.033.31*ln income.171.028.710.132.209*cut1-.655.436.b.b-1.509.199cut21.233.426.b.b.3982.069cut32.432.425.b.b1.5993.266cut45.381.428.b.b4.5416.221Mean dependent var3.906SD dependent var 0.809Pseudo r-squared 0.021Number of obs10988Chi-square496.013Prob chi2 0.000Akaike crit.（AIC）23744.190Bayesian crit.（BIC）23934.109注：*p.01，*p.05，*p.1