金融素养对家庭金融资产配置的影响研究

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:kangj04
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来中国经济一直保持快速稳定的增长,2020年中国GDP首次突破了100万亿元的大关,在经济飞速发展的同时,我国居民家庭的收入也实现同步增长,并积累了一定的财富,家庭资产配置结构存在较大的调整空间。因此在这个大背景下,站在金融素养的视角,研究对居民家庭金融资产配置的影响,对于家庭、金融市场和社会都有积极的现实意义。本文首先在介绍研究背景和研究意义的基础上,对本文中的关键概念进行了界定。第二章整理了相关的理论基础及现有的文献研究,重点梳理了对金融素养的度量方式、家庭资产配置的影响研究以及影响家庭资产配置的因素。第三章在理论分析的基础上,通过对CHFS和CFPS调查数据的统计分析,详细介绍了我国当前家庭的金融素养水平以及家庭资产配置的现状,发现目前我国家庭金融素养水平整体偏低,存在家庭资产配置不均衡的问题,且金融素养高的家庭更可能参与到金融市场中,所持有的金融资产种类也越多。第四章在现状分析的基础上,利用CHFS的调查数据,采用因子分析法刻画了家庭的金融素养水平,同时基于家庭金融资产配置的种类和配置的比率构建了投资多样性指数,实证检验了现状中的发现并进一步深入分析金融素养对家庭资产配置的影响。实证过程中采用Probit模型、Tobit模型和OLS模型,在研究家庭的金融素养水平不同对于家庭在参与各类金融市场、以及进行资产配置时的配置组合多样性影响之上,根据风险态度、受教育程度、地域和年龄四个关键影响因素划分子样本,展开异质性分析。研究结果表明:金融素养的提高将推动家庭参与到金融市场中,且对风险金融市场参与度的促进作用大于无风险金融市场。对于家庭的风险金融资产配置种类和比率,家庭金融素养的水平对他们有显著的正向促进作用,即家庭的金融素养水平越高,家庭的资产配置组合更具有多样性。通过异质性分析发现,金融素养对于风险偏好家庭、受教育程度高的家庭、和东部、城镇家庭有更强的边际效用。随着年龄的增加,金融素养对参与金融市场和对于金融风险资产配置比重的边际效用先升高后降低,呈现“倒U形”。最后总结全文,并提出以下政策建议:一、家庭投资者应该积极学习金融知识,正确看待投资风险,把握住适当的投资机会,合理地配置家庭资产。二、金融机构应有针对性的金融创新,丰富金融产品种类,并协助投资者参与到金融市场中。三、政府应该大力推广普及金融知识的教育宣传,适当降低金融市场参与门槛,推进普惠金融,且严守监管红线,共建良好的金融市场环境。
其他文献
在复杂网络领域中,流行病传播动力学的阈值识别是一个热点问题。爆发阈值对于流行病的评估、预警和防控具有很重要的指导作用。针对不同类型的动力学过程和不同结构的网络,流行病爆发阈值的识别结果往往会有较大差异。传统的流行病爆发阈值的识别方法,如理论解析和数值模拟等,都存在一定的局限性。本文主要运用机器学习理论和方法对复杂网络上流行病传播的阈值识别问题进行深入研究,通过经典的易感-感染-易感(Suscept
GitHub已经不仅仅是一个代码托管平台,其孕育的各种开源社区不仅造福于企业与开发者,同时也在日渐深远地影响着我们的日常生活。很多开发者把GitHub当做自己的另一份简历,因为上面非常清晰了记录了开发者的行为轨迹。但是对于招聘者来说,这些概念可能是模糊的,本文的角度就是对开发者和招聘广告进行匹配,从而进行职位的自动推荐,解决开发者和招聘者之间的语义鸿沟。推荐算法的研究一般需要用户-项目评分数据集,
车道线检测技术是智能交通技术发展的关键技术之一,在很多新型汽车上已经预装了包括车道线检测的高级辅助驾驶技术,可以满足一些基本需求。在正常的道路场景中,很多技术能够取得良好的检测效果,但是实际的道路场景是包括车道线磨损、阴雨天气、眩光等因素,业界很多学者也已将目光转移到这类场景下的检测。其中深度学习方法在车道线检测领域表现出更高的精度和鲁棒性,为更多场景的车道线检测提供了可能。所以,本文基于深度学习
本文主要研究甲骨文、商周金文、春秋楚简和魏晋南北朝石刻字的智能识别。它们历史悠久,与现代汉语差别较大,有较高的识读门槛,使用人工智能方法进行识别有较大意义。文字使用时有常用字和偏僻字的区别,对应到本文的数据集来说,即存在分布不平衡的情况,某些常用的字可能有上千张样本,某些偏僻字可能只有几十张样本。如果直接将原始数据放入神经网络中进行训练必然会导致模型产生较大的偏置,模型会学到很多样本数量多的文字的
城市河道经黑臭整治后仍存在较高氮营养盐的普遍性问题,硫作为河道生态系统中重要的组成元素,其对河道氮转化过程的影响作用不容忽视,传统化能自养的“厌氧氨氧化”和“硫自养反硝化”如何参与其中的氮转化是一项值得探讨的工作。本研究在对经黑臭整治工程后的河道现状调研的基础上,结合高通量测序、荧光定量PCR、宏基因组学和宏转录组学技术,系统评定了不同外部调控下硫自养反硝化与厌氧氨氧化的耦合潜力,并通过构建河道实
红树林是一种湿地木本植物群落,在热带地区、亚热带地区的海陆交错区中是生产力最高、生物多样性最为丰富的海洋生态系统之一,其生态价值非常重要,可以巩固岸堤、防范风浪以及能够净化海水和空气。此外,得益于红树林中品类众多的鱼类和栖息的鸟类,当地的渔业生产和自然旅游业同样可以得到极大的促进。但是,由于自然因素和人为因素的共同作用,严重破坏了海洋生态,红树林也无法幸免于难遭到了许多破坏。据悉,全球范围内的红树
随着计算机视觉技术不断发展,自然场景下的文本识别作为计算机视觉中的一个重要分支,近些年来被广泛应用于机器人指引、票据识别、车牌识别和工业检测等领域中,具有非常广阔的应用场景。但是,自然场景下的文本不同于标准文档中的文本,其背景信息往往更加复杂,同时也有方向倾斜、不定长和多角度等特征。本文针对自然场景下的文本特点,用深度学习方法对自然场景下的文本检测和识别进行研究,主要包括以下三个方面。1.针对自然
本文基于BVAR模型框架对中国的货币政策冲击及其对“一带一路”相关国家的金融经济溢出效应进行分析。首先,本文使用了一个简单的开放经济国家模型,对国内和国外的货币政策冲击的影响进行了定性分析。其次,建立在贝叶斯向量自回归系统中,本文使用符号识别法对于中国货币政策冲击进行识别;然后,将第一步识别出的中国货币政策冲击作为外生变量来解释“一带一路”相关国家金融变量和经济变量的相关反应,并且使用局部投影的方
任务驱动型作文是近年来高考作文中的重点考查类型,既切合语文核心素养的要求,又符合交际语境写作的特点,是一线师生重点关注的对象,也有利于培养学生真实的作文能力,提高教学的有效性。基于此,本文以S中学的高中语文任务驱动型作文教学现状为研究对象,采用文献研究法、问卷调查法和案例分析法,以提供切实可行的作文教学策略为研究重点,从以下三个方面展开研究:首先,以2015年-2020年全国卷高考作文为范围,分析
近年来,软件和信息技术服务行业快速发展,具有市场环境变化快、产品更新快、技术要求高以及企业决策的高不确定性等特征,传统的估值模型已不能适应软件和信息技术服务行业的特点,得出的评估结果无法准确地反映出企业的真实价值。因此需要构建一个更合适的评估模型,为该行业内频繁的经济活动提供方法支持。本文基于软件和信息技术服务行业的特点,将EVA模型与实物期权模型相结合,构建了一个科学、合理的软件和信息技术服务企