经济管理前沿
Frontiers in Economics and Management
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3696（P）
- ISSN:3079-9090（O）
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:3
- 浏览量:786
相关文章
暂无数据
金融知识、股市预期与家庭股市参与：基于预期中介效应的分析
Financial Literacy, Stock Market Expectations and Household Stock Market Participation: An Analysis Based on the Mediating Effect of Expectations
引言
中国家庭资产配置长期呈现“高房产、低金融资产”的结构性特征，家庭股市“有限参与之谜”已成为阻碍居民财产性收入增长和资本市场发展的重要问题。伴随金融市场深化发展与国家“拓宽财产性收入渠道”战略的推进，理解家庭股市参与的内在机制具有重要现实意义。传统理论多从收入、财富、风险态度等静态因素出发，却未能充分揭示“认知能力如何转化为投资行为”的动态过程。金融知识作为家庭人力资本的核心，虽被证实能促进股市参与，但其影响路径仍是一个“黑箱”：是直接降低信息成本，还是通过修正市场预期间接起作用？现有研究对此尚未给出清晰回答，尤其忽视了“股市预期”这一关键的行为中介变量。
一、文献综述
金融知识的作用机制：现有研究普遍证实，金融知识通过降低信息不对称、提升风险识别能力，直接促进家庭参与股市。例如，Van Rooij等发现金融知识水平高的家庭，股市参与概率显著更高。然而，这类研究多聚焦于直接效应，忽视了其通过修正家庭主观预期（尤其是股市预期）这一关键行为变量来影响决策的传导路径。
股市预期的形成与影响：理性预期假说指出，个体依赖预期做出决策。在家庭金融中，股市预期（上涨或下跌）直接引导资产配置。行为金融学进一步发现，预期形成易受认知偏差（如锚定效应、过度自信）影响，而金融知识可能通过纠正这些偏差，优化预期理性度。
尽管已有研究探讨了宏观预期或房价预期，但聚焦于“股市预期”本身形成机制及其在知识-行为间的中介作用的研究尚属空白，未能揭示“金融知识→预期优化→股市参与”的传导路径。同时，风险态度作为稳定特质，可能调节预期对行为的影响，但这一调节效应在股市参与研究中常被忽视。
本文的边际贡献在于：第一，理论层面，构建并实证检验了“金融知识→股市预期→股市参与”的中介机制模型，将研究视角从“信息成本”转向“认知偏差修正”，打开了从知识到行为的黑箱。第二，机制层面，创新性地将风险态度纳入分析框架，验证了其对于预期传导路径的调节作用，揭示了同一市场信号对不同风险偏好家庭产生差异化影响的微观基础。第三，政策层面，基于异质性分析结果，为实施精准化、差异化的投资者教育提供了坚实的微观证据支持。
基于计划行为理论与前景理论，本文构建如下研究框架：金融知识通过提升信息处理能力，帮助家庭形成更理性的股市预期（上涨或下跌），进而影响其股市参与决策；同时，风险态度将调节预期与参与行为之间的关系。据此，提出研究假说：
H1：金融知识对家庭股市参与存在直接促进效应。
H2：股市预期在金融知识与家庭股市参与间发挥中介作用。
H3：风险厌恶程度会缓冲股市预期对股市参与的影响。
二、实证分析
（一）研究设计
1. 数据来源
本文使用数据来源为中国家庭金融调查数据库，宏观层面数据来源于国家统计局。本文对原始数据进行了以下处理：剔除了关键变量存在缺失值的样本；剔除家庭收入和家庭净资产小于0的样本；对关键变量进行缩尾处理。最终得到6382个家庭样本数据。
2. 变量定义
被解释变量：本文选取家庭是否参与股市和股市参与时间两个指标对家庭股票市场参与进行衡量。将问卷中“您家是否有股票账户？”回答为“是”，以及“是否有过炒股经历？”回答为“是”的家庭，定义为家庭参与股票市场（stock），将其计作1。将居民家庭股票市场参与时间（time）作为衡量被解释变量股市参与程度的指标，根据“您家是从那一年开始炒股的？”问题计算得出。
解释变量：本文运用迭代主因子分析法对客观金融知识进行衡量。选择金融信息关注程度以及是否正确回答与直接回答利率、通货膨胀、股票风险、基金风险问题，形成共九个变量，其因子分析结果如表1所示，累计方差贡献率如表2所示。最终使用因子旋转矩阵的方差解释比例作为权重，构造金融知识指标fin。
中介变量：类比参考易行健等对于房价预期的衡量方式对股市预期进行测量，问卷中“您觉得未来三个月股市会如何变化？”问题，回答“上涨很多”及“上涨一点”则定义为股市上涨预期（stock_up），将其计作1，反之则计作0；选择“下降一点”及“下降很多”定义为股市下跌预期（stock_down），将其计作1，反之则计作0。
调节变量：对于风险态度的衡量选择使用 “如果您有一笔资金用于投资，您最愿意选择哪种投资项目？”问题，定义为风险态度（risk）。回答“高风险、高回报的项目”则表明该家庭具有较高的风险偏好水平，记作1，选择“不愿意承担任何风险”表明该家庭不愿承担任何风险，记作5，风险态度由1至5，反映出家庭的风险厌恶程度逐渐升高。其他控制变量如表3所示。
3. 模型设定
由于家庭是否参与股市为二值变量，因而采用Logit二值选择模型进行分析，而参与时间为连续变量，故使用OLS进行分析。模型如下：
其中， 表示家庭是否参与股票市场；表示家庭股票市场参与时间；表示金融知识；表示控制变量；表示随机扰动项。
（二）实证结果分析
1. 基准回归结果
为检验假说H1，本文分别构建Logit模型与OLS模型，控制户主个体特征、家庭特征与地区特征后，实证分析金融知识对家庭股市参与的直接影响，回归结果如表1所示。
从核心解释变量（金融知识）的回归结果来看，其对家庭股市参与的广度与深度均呈现1%水平下显著的正向影响，直接验证了假说H1。Logit模型的平均边际效应（AME）结果显示，金融知识每提升1个标准差，家庭参与股市的概率显著增加10.4%；OLS模型结果显示，金融知识每提升1个标准差，家庭股市参与时间显著增加4.1982年。
| (1) 股市参与 (AME) | (2) 参与深度 | |
| 金融知识 | 0.104*** | 4.1982*** |
| 0.00112*** | (0.1310) | |
| 年龄 | -0.0145* | 0.0523*** |
| 0.00183 | (0.0053) | |
| 性别 | -0.0198* | -0.3848** |
| 0.000353 | (0.1393) | |
| 教育水平 | 0.00652 | 0.0608 |
| 0.0254*** | (0.1600) | |
| 婚姻状况 | 0.000862** | -0.3049 |
| -0.0146*** | (0.1973) | |
| 家庭规模 | -0.000619 | 0.0101 |
| -0.0216** | (0.0170) | |
| 家庭收入 | 0.104*** | 0.0102 |
| 0.00112*** | (0.0652) | |
| 家庭资产 | -0.0145* | 0.4003*** |
| 0.00183 | (0.0573) | |
| 社会网络 | -0.0198* | -0.0422 |
| 0.000353 | (0.1469) | |
| 省份GDP | 0.00652 | 0.0155** |
| 0.0254*** | (0.0079) | |
| 城市等级 | 0.000862** | -0.3033*** |
| -0.0146*** | (0.0840) | |
| 区域划分 | -0.000619 | -0.1351* |
| -0.0216** | (0.0761) | |
| 截距项 | - | -6.4523*** |
| - | (0.9934) |
注：* p < 0.1，** p < 0.05，*** p < 0.001。
2. 中介效应检验结果
本文采用逐步回归法进行中介效应机制分析，并使用Bootstrap方法对中介效应的稳健性进行检验。表2及表3为中介效应的检验结果：
数据显示，金融知识显著提升了家庭形成股市上涨预期（系数=1.126，p<0.01）和下跌预期（系数=0.902，p<0.01）的概率。在加入预期变量后，股市上涨预期（系数=0.0506，p<0.001）和下跌预期（系数=0.0508，p<0.05）均显著促进股市参与概率和参与深度，且金融知识的系数减小但仍显著，表明存在部分中介效应。而Bootstrap检验结果如表4显示，在进行5000次重复抽样后，中介效应95%置信区间均不包含0，进一步验证了假说H2。
| (1) 股市上涨预期 | (2) 股市下跌预期 | |
| 金融知识 | 1.1260*** | 0.9018*** |
| (0.0984) | (0.0993) | |
| 年龄 | -0.0001 | 0.0029 |
| (0.0048) | (0.0052) | |
| 性别 | 0.0840 | 0.4536*** |
| (0.1219) | (0.1330) | |
| 教育水平 | -0.3002** | 0.0746 |
| (0.1357) | (0.1381) | |
| 婚姻状况 | -0.0950 | -0.0491 |
| (0.1657) | (0.1823) | |
| 家庭规模 | -0.0178 | 0.0018 |
| (0.0189) | (0.0162) | |
| 家庭收入 | -0.1073* | 0.0404 |
| (0.0548) | (0.0678) | |
| 家庭资产 | 0.0524 | 0.3233*** |
| (0.0677) | (0.0810) | |
| 省份GDP | -0.0111* | -0.0066 |
| (0.0066) | (0.0069) | |
| 城市等级 | 0.1866** | -0.0956 |
| (0.0798) | (0.0846) | |
| 区域划分 | -0.0148 | 0.1691** |
| (0.0688) | (0.0749) | |
| 截距项 | -1.7759* | -8.1530*** |
| (1.0578) | (1.2403) |
注：* p < 0.1，** p < 0.05，*** p < 0.001。
| (1) | (2) | (3) | (4) | ||||
| 股市参与 | 参与深度 | ||||||
| 金融知识 | 0.2068*** | 0.2073*** | 4.0098*** | 4.0255*** | |||
| (0.0094) | (0.0095) | (0.2022) | (0.2066) | ||||
| 股市上涨预期 | 0.0506*** | 1.0890*** | |||||
| (0.0146) | (0.3137) | ||||||
| 股市下跌预期 | 0.0508** | 1.0388** | |||||
| (0.0178) | (0.3876) | ||||||
| 年龄 | 0.0017*** | 0.0017*** | 0.0499*** | 0.0497*** | |||
| (0.0002) | (0.0002) | (0.0052) | (0.0052) | ||||
| 性别 | -0.0190** | -0.0210*** | -0.3501** | -0.3901** | |||
| (0.0063) | (0.0063) | (0.1311) | (0.1313) | ||||
| 教育水平 | 0.0076 | 0.0062 | 0.0550 | 0.0244 | |||
| (0.0078) | (0.0078) | (0.1598) | (0.1602) | ||||
| 婚姻状况 | -0.0125 | -0.0111 | -0.3052 | -0.2760 | |||
| (0.0094) | (0.0094) | (0.1932) | (0.1937) | ||||
| 家庭规模 | 0.0008 | 0.0008 | 0.0123 | 0.0115 | |||
| (0.0008) | (0.0008) | (0.0151) | (0.0149) | ||||
| 家庭收入 | 0.0033 | 0.0028 | 0.0333 | 0.0223 | |||
| (0.0025) | (0.0025) | (0.0492) | (0.0490) | ||||
| 家庭资产 | 0.0186*** | 0.0184*** | 0.3960*** | 0.3925*** | |||
| (0.0022) | (0.0022) | (0.0472) | (0.0472) | ||||
| 省份GDP | 0.0008** | 0.0008** | 0.0140** | 0.0146** | |||
| (0.0004) | (0.0004) | (0.0069) | (0.0070) | ||||
| 城市等级 | -0.0165*** | -0.0152*** | -0.3258*** | -0.2995*** | |||
| (0.0036) | (0.0036) | (0.0720) | (0.0717) | ||||
| 区域划分 | -0.0041 | -0.0044 | -0.1133* | -0.1192** | |||
| (0.0031) | (0.0031) | (0.0591) | (0.0593) | ||||
| 截距项 | -0.2918*** | -0.2838*** | -6.5926*** | -6.4178*** | |||
| (0.0423) | (0.0420) | (0.8284) | (0.8221) | ||||
注：* p < 0.1，** p < 0.05，*** p < 0.001。
| 中介路径 | 中介效应值 | Bootstrap 标准误 | 95% 偏差矫正置信区间 | 显著性 |
|---|---|---|---|---|
| 金融知识→股市上涨预期→股市参与 | 0.4714 | 0.1787 | [0.1312, 0.8384] | 显著 |
| 金融知识→股市下跌预期→股市参与 | 0.3772 | 0.1703 | [0.0278, 0.7148] | 显著 |
| 金融知识→股市上涨预期→参与深度 | 1.2141 | 0.3760 | [0.5356, 1.9517] | 显著 |
| 金融知识→股市下跌预期→参与深度 | 1.0618 | 0.4135 | [0.2702, 1.8950] | 显著 |
3. 调节效应检验结果
为检验家庭风险态度对预期传导路径的调节作用，本文构建风险态度与股市预期的交乘项进行回归。表5结果显示：风险态度与股市上涨预期的交乘项系数显著为负（-0.0211，p<0.05），表明风险厌恶程度越高，股市上涨预期对参与的促进作用越弱，这可能由于高风险厌恶家庭对收益兑现风险更敏感，即便预期股市上涨，也会担忧上涨后回调导致收益缩水，因此不会像低风险厌恶家庭那样激进追涨，而是倾向于小幅度参与或观望，从而削弱追涨效应。而对股市下跌预期的调节效应为负但不显著，表明无论风险厌恶或偏好，家庭若认为股市已跌至价值底部（基于金融知识的理性判断），均可能选择抄底。因此H3得到部分支持。
| (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | ||||||||
| 股市参与 | 参与深度 | ||||||||||||||
| 风险态度 | -0.0500*** | -0.0397*** | -0.0389*** | -0.0395*** | -0.9885*** | -0.7490*** | -0.7453*** | -0.7570*** | |||||||
| (0.0037) | (0.0033) | (0.0032) | (0.0032) | (0.0966) | (0.0770) | (0.0659) | (0.0665) | ||||||||
| 股市上涨预期 | 0.1982*** | 3.6863*** | |||||||||||||
| (0.0371) | (0.7676) | ||||||||||||||
| 风险态度*股市上涨预期 | -0.0211** | -0.3408* | |||||||||||||
| (0.0088) | (0.1830) | ||||||||||||||
| 股市下跌预期 | 0.1712*** | 3.1942*** | |||||||||||||
| (0.0361) | (0.7475) | ||||||||||||||
| 风险态度*股市下跌预期 | -0.0138 | -0.2185 | |||||||||||||
| (0.0089) | (0.1846) | ||||||||||||||
| 截距项 | -0.2894*** | -0.3476*** | -0.3561*** | -0.3377*** | -6.4207*** | -7.7805*** | -7.8985*** | -7.5265*** | |||||||
| (0.0517) | (0.0508) | (0.0504) | (0.0505) | (0.9644) | (0.9393) | (1.0432) | (1.0445) | ||||||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |||||||
注：* p < 0.1，** p < 0.05，*** p < 0.001。
4. 异质性分析结果
金融知识对家庭股市参与的影响存在显著的群体与地区异质性。家庭维度上，金融知识对低收入家庭的股市参与概率促进效应更强，体现出明显的认知启蒙价值，即由于面临较强的预算约束，低收入家庭股市参与的固定成本（如学习成本、最小投资门槛）相对更高，金融知识的边际提升能有效降低其参与的心理和实际门槛，帮助其克服初始障碍。而对高收入家庭及多房产家庭的股市参与深度（配置时间与比例）提升作用更突出，因为这类家庭已跨越参与门槛，其核心需求是资产配置的优化，更高的金融知识水平能帮助他们更理性地评估股市在财富组合中的长期价值，从而进行更大规模和更持续的投资，实现跨市场资产再平衡（表6）。
地区维度上，金融知识对三线城市及东北地区家庭的股市参与概率促进作用最强，反映出这些地区金融素养的边际提升能有效突破参与壁垒，这很可能源于这些地区金融抑制程度较高、信息不对称更严重。而对一线城市及东部地区家庭的股市参与深度影响更大，凸显发达金融市场与高阶金融知识在提升投资专业性与持续性上的协同效应。这种“低收入重广度、高收入重深度，欠发达地区重入门、发达地区重优化”的差异化为精准施策提供了关键依据（表7-1、7-2）。
| (1) | (2) | (3) | (4) | |
| 低收入组 | 高收入组 | |||
| 股市参与 | 参与深度 | 股市参与 | 参与深度 | |
| 金融知识 | 2.5809*** | 3.3573*** | 1.7626*** | 4.3804*** |
| (0.1857) | (0.1427) | (0.0941) | (0.1864) | |
| 截距项 | -9.8733*** | -1.9891** | -11.6701*** | -13.0787*** |
| (2.1409) | (0.9013) | (1.4756) | (2.6929) | |
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
注：* p < 0.1，** p < 0.05，*** p < 0.001。
| (1) | (2) | (3) | (4) | (5) | (6) | |||
| 一线及新一线城市 | 二线城市 | 三线城市及以下 | ||||||
| 股市参与 | 参与深度 | 股市参与 | 参与深度 | 股市参与 | 参与深度 | |||
| 金融知识 | 1.6894*** | 4.8310*** | 2.0325*** | 4.1918*** | 2.5338*** | 3.0236*** | ||
| (0.1071) | (0.2426) | (0.2123) | (0.3153) | (0.1847) | (0.1253) | |||
| 截距项 | -12.0981*** | -12.4053*** | -9.6408*** | -4.6340* | -13.7346*** | -2.3887** | ||
| (1.2772) | (2.0379) | (2.4314) | (2.3622) | (2.0837) | (0.8281) | |||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | ||
注：* p < 0.1，** p < 0.05，*** p < 0.001。
| (7) | (8) | (9) | (10) | (11) | (12) | (13) | (14) | ||||||||||||
| 东部地区 | 中部地区 | 西部地区 | 东北部地区 | ||||||||||||||||
| 股市参与 | 参与深度 | 股市参与 | 参与深度 | 股市参与 | 参与深度 | 股市参与 | 参与深度 | ||||||||||||
| 金融知识 | 1.8045*** | 4.8892*** | 2.1982*** | 3.3648*** | 2.1624*** | 2.8922*** | 2.5820*** | 3.7198*** | |||||||||||
| (0.1060) | (0.2115) | (0.2132) | (0.2372) | (0.2214) | (0.1743) | (0.4120) | (0.3422) | ||||||||||||
| 截距项 | -10.8460*** | -8.2701*** | -9.7212*** | -1.8487 | -19.7264*** | -5.4324*** | -14.1852** | -4.0824 | |||||||||||
| (1.2486) | (1.6708) | (2.5610) | (1.8590) | (2.7163) | (1.1545) | (5.3146) | (2.6969) | ||||||||||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |||||||||||
注：* p < 0.1，** p < 0.05，*** p < 0.001。
5. 稳健性检验结果
本文采用Heckman两步法检验可能引发样本选择偏差问题。选择“家庭成员工作性质”作为外生变量，理论上，家庭成员工作性质会通过工作稳定性、时间灵活性影响家庭股市参与决策，但不会直接决定股市参与时间，满足工具变量与选择方程相关、与结果方程无关的核心要求。经检验工具变量满足外生性，在Heckman第二阶段结果中（表8），IMR系数为 1.0383，未通过统计显著性检验，表面样本选择偏差未对核心系数造成显著干扰。
此外为确保结论可靠，本文还通过工具变量法（IV-Probit），以“父母最高文化程度”作为金融知识的工具变量（第一阶段F统计量分别为217.00与190.38，远大于10，排除了弱工具变量问题），并且核心结果均呈现1%水平显著正向影响，表明结论具备稳健性。其次，为应对测量误差，我们将被解释变量“参与股市时间”替换为“股票金融资产占比”，核心解释变量金融知识的系数符号与显著性均未发生本质变化。此外，我们还采用了Bootstrap检验（重复抽样5000次）、增加控制变量等方法，关键估计值均保持稳定。一系列检验共同表明，本文的研究结论是稳健的。
| (1) | (2) | (3) | |
| 参与深度 | 选择方程 | Heckman第二阶段 | |
| 金融知识 | 4.1982*** | 1.0352*** | 1.9585 |
| (0.1310) | (0.0577) | (2.9682) | |
| 家庭成员工作性质 | - | -0.1203*** | - |
| - | (0.0316) | - | |
| IMR（λ） | - | - | 1.0383 |
| - | - | (3.7443) | |
| 控制变量 | 控制 | 控制 | 控制 |
注：* p < 0.1，** p < 0.05，*** p < 0.001。
三、研究结论与启示
（一）研究结论
本研究通过引入“股市预期”作为中介变量，系统性地揭示了金融知识影响家庭股市参与的行为金融机制。研究发现，金融知识不仅直接促进参与，更关键的是通过修正家庭对股市的理性预期这一心理路径间接发挥作用。这一发现突破了传统研究仅关注信息成本的局限，真正打开了从“知识”到“行为”的黑箱，是对既有家庭金融和行为金融理论的有益补充。同时，风险态度的调节效应和丰富的异质性结果，进一步深化了我们对这一机制边界条件的理解，凸显了家庭决策的复杂性。
（二）政策启示
基于以上结论，本文提出如下政策建议：（1）实施与预期管理挂钩的精准金融教育：监管层应指导投资者教育平台（如证券公司APP、投教基地）开发“预期形成与修正”专题模块，通过案例教学帮助投资者识别并克服由“锚定效应”“过度外推”等认知偏差导致的非理性预期。（2）推行基于风险偏好的差异化服务：要求金融机构在销售产品前，采用更精细的评估工具（如多维度风险问卷）对客户风险态度进行精准画像，并据此匹配差异化的教育材料与产品推荐，对高风险厌恶者侧重风险揭示与保值策略，对风险偏好者则加强理性投资与长期持有教育。（3）强化信息披露与金融赋能：在金融基础设施薄弱的地区（如三线城市、东北地区），政策应侧重于基础金融知识的普及，并与普惠金融政策（如保障性租赁住房、小额信贷）相结合，切实降低低收入家庭的参与门槛，发挥金融知识的“启蒙”作用。
（三）研究不足与展望
本研究仍存在一些局限：首先，采用截面数据难以捕捉变量间的动态因果关系；其次，股市预期的测度相对简单，未来可进一步区分预期强度和期限。后续研究可利用面板数据、设计更精细的预期问题，或结合实验经济学方法，进一步深化相关机制的探讨。
参考文献：
- [1] Lusardi A, Mitchell O S. The economic importance of financial literacy: Theory and evidence[J]. Journal of economic literature, 2014, 52(01):5-44.
- [2] 尹志超, 宋全云, 吴雨. 金融知识、投资经验与家庭资产选择[J]. 经济研究, 2014, 49(04):62-75.
- [3] van Rooij M, Lusardi A, Alessie R. Financial literacy and stock market participation[J]. Journal of financial economics, 2011, 101(02):449-472.
- [4] Muth J F. Rational expectations and the theory of price movements[J]. Econometrica, 1961, 29(03):315-335.
- [5] Guiso L, Sapienza P, Zingales L. Trusting the stock market[J]. The journal of finance, 2008, 63(06):2557-2600.
- [6] Kahneman D, Tversky A. Prospect theory: An analysis of decision under risk[J]. Econometrica, 1979, 47(02):263-291.
- [7] Jappelli T, Padula M. Investment in financial literacy and saving decisions[J]. Journal of banking & finance, 2013, 37(08):2779-2792.
- [8] 易行健, 张浩, 杨帆. 物价房价预期与居民消费支出[J]. 金融研究, 2022(05):1-18.