第二节
相关研究文献梳理

一、相关文献梳理

（一）家庭金融理论的演进

家庭金融（household finance）是近年来金融学研究的一个新兴领域，其核心内容在于，家庭通过不同的投资工具实现资产跨期优化配置，实现家庭长期消费效用最大化。随着金融产品的日益丰富和家庭金融实践的快速发展，国内外学者对于家庭资产配置的关注和研究不断增加（Campbell，2006；Tufano，2009；Guiso and Sodini，2013；王江等，2010；周铭山等，2011；高明、刘玉珍，2013；张传勇，2014a；张传勇，2014b；Badarinza et al.，2016；李凤等，2016；Cooper and Zhu，2017）。事实上，囿于家庭金融学科发展的历史原因和路径依赖性，以及这一领域研究的数据可得性限制和建模复杂性，相对于快速发展的实务领域，家庭资产配置相关理论研究还显得比较落后，学术界迫切需要改变家庭金融领域的研究现状。

根据标准的资产组合选择理论（Markowitz，1952），家庭应该参与所有存在的投资项目，在“理性经济人”假设的前提下，根据风险差异对资产进行配置，并且安全资产和风险资产配置的区别只在于投资者风险偏好的差异。但是，现实情况并非如此。20世纪80年代末，美国只有约1/4的人参与股票市场并持有股票，到20世纪90年代末，在美国最富有的10%的家庭中持有股票的比例也只有85%（Guo，2001）；同样，Bueks等（2009）根据美联储公布的消费者金融调查数据研究发现，大约48.9%的家庭完全没有股票投资。与美国类似，2017年中国家庭金融调查报告显示，在全国家庭的人均财富中，房产净值的占比为65.99%，在城镇和农村家庭的人均财富中，房产净值的比重分别为68.68%和55.08%，而中国家庭的股票市场参与率仅有8.84%。可见，现实中的家庭资产配置“有限参与”的现象广泛存在，甚至无法得到满意的解释（Vissing-Jorgensen，2003；Bucks et al.，2009）。

（二）住房与家庭资产配置的理论研究

由Grossman和Laroque（1990）建立的G-L模型是较早将住房作为家庭单一不可分割的耐用品纳入家庭资产配置的基准模型。该模型从理论上分析了住房与家庭资产配置行为之间的关系，但由于没有考虑家庭的异质性偏好以及未区分租房和购房家庭而存在明显不足。之后，以G-L模型为基础，有不少学者对此进行了拓展。如Cocco（2005）建立了一个区分家庭租房和购房行为的住房—家庭资产配置决策模型；Flavin和Nakagawa（2008）将家庭的一般消费品引入效用函数等。以上研究大致都得出了家庭持有房产会挤出家庭股票投资的结论。由于家庭资产配置行为存在跨期等时间异质性问题，Piazzesi等（2007）通过放松异质性时间偏好，构建了一个住房—消费资产定价模型（CCAPM）来研究住房对预期股票回报率的影响。Villaverde和Krueger（2011）在一般均衡框架下建立了生命周期的资产配置模型，来分析耐用消费品对消费和资产配置的影响。

基于上述理论，国内外有大量文献从多个角度探讨了房产与家庭资产配置行为及资产组合的关系，但就住房对家庭资产配置行为的影响并没有形成统一的观点。一方面，对于持有房产的家庭来说，房价上涨产生的“财富效应”可能会显著增强家庭的风险偏好，并使家庭投资于风险资产（Cocco，2005；Yao and Zhang，2005；Flavin and Nakagawa，2008；吴卫星等，2010；陈永伟等，2015；张光利、刘小元，2018）。另一方面，拥有房产也让家庭承担了未来房价不确定性的风险，甚至提高了有房屋抵押贷款家庭的还款压力，减少了家庭的流动性，降低了家庭持有风险资产的比例（Grossman and Laroque，1990；Flavin and Yamashita，2002）。

上述文献一般都是基于标准偏好的CRRA效用函数，没有区分家庭的异质性偏好以及跨期替代偏好结构，也没有严格区分出家庭持有房产对于家庭风险偏好和资产配置行为影响的可能机制。同时，以上研究大都基于将房产作为同质化资产这样一种假设，即假定家庭持有的住房资产具有相同的收益和风险。从现实情况来看，对于不同的区域甚至同一地区不同区位的房屋来说，房价波动往往表现出较大的差异性，即房屋的地理位置在很大程度上决定了家庭所面临的住房市场风险（Saiz，2010）。从理论上来说，家庭会对不同区域之间的住房市场风险产生不同的预期并做出反应。但由于住房具有投资品和非流动耐用消费品的双重属性，无论对于拥有自有产权房的家庭还是租房的家庭来说，房屋首先是满足他们的居住功能。房产的居住功能、资产不可分割以及家庭住房调整会产生如交易税费、搬迁等金钱和非金钱成本，这使得家庭在面对住房市场风险时，难以迅速避免且不容易对冲，因而住房市场风险是影响家庭资产配置行为的重要背景风险（Henderson and Ioannides，1983；Pelletier and Tunc，2019）。综上，有必要科学识别不同地区的房价分化可能产生的异质性房价风险以及这一背景风险对家庭资产配置行为的影响，即分析家庭在不同的住房市场风险背景下，如何进行投资决策，以期实现家庭资产的最优组合。

同时，以上研究大都基于将房产作为同质化资产这样一种假设，即假定家庭持有的住房资产具有相同的收益和风险。从现实情况来看，对于不同区域甚至同一地区不同区位的房屋来说，房价波动往往表现出较大的差异性，即房屋的地理位置在很大程度上决定了家庭所面临的住房市场风险（Saiz，2010）。从理论上来说，家庭会对不同区域的住房市场风险产生不同的预期并做出反应。但由于住房具有投资品和非流动耐用消费品的双重属性，无论对于拥有自有产权房的家庭还是租房的家庭来说，房屋首先满足了他们的居住需求。房产的居住功能、资产不可分割以及家庭住房调整会产生交易税费、搬迁的金钱和非金钱成本等特性，使得家庭在面对住房市场风险时难以迅速避免且不容易对冲，因而住房市场风险是影响家庭资产配置行为的重要背景风险（Henderson and Ioannides，1983；Pelletier and Tunc，2019）。因此，有必要科学识别不同地区的房价分化可能产生的异质性房价风险以及这一背景风险对家庭资产配置行为的影响，即分析家庭在不同的住房市场风险背景下，如何进行投资决策，以期实现家庭财富的最优风险和收益组合。

（三）住房与家庭资产配置的实证发现

虽然近年来相关实证研究文献逐渐丰富，但当前对于房产与家庭资产配置的内在关系并没有给出一致的观点。基于以上对住房与家庭资产配置理论研究的梳理，一般认为，住房投资由于增加了家庭的风险暴露和非流动性，会挤出家庭对风险资产的需求（Grossman and Laroque，1990；Chetty and Szeidl，2007；Flavin and Nakagawa，2008；Villaverde and Krueger，2011）。从研究发现来看，Iwaisako（2009）对日本家庭股票参与决策与持股比例进行了经济计量分析，发现影响股市参与的因素有年龄、收入、财富、教育程度等，但仅有房产状况会影响日本家庭持有股票的比例。Vissing-Jorgensen（2002）通过对收入动态追踪调查（The Panel Study of Income dynamics, PSID）的数据分析发现，经济人参与股市的概率、参与后持股的份额均随着其非金融投资收入的增加而增加，随着非金融投资收入波动性的增加而减少。而Cocco（2005），Yao和Zhang（2005）以及Fougère和Poulhes（2012）等都通过实证分析发现两者之间存在着替代关系，比如房产投资会挤出股票投资，在低财富净值的家庭中，这种挤出效应更加明显。当前国内论及住房投资与家庭资产配置的文献逐渐丰富，甘犁等（2013）通过对我国家庭资产状况及住房需求的分析得出房产是我国家庭资产的重要组成部分，且从长远来看，房价下跌是难以避免的。史代敏和宋艳（2005）认为住房所有权等因素都会对家庭资产配置产生影响。吴卫星和钱锦晔（2010）运用家庭调查数据研究发现，家庭净财富中住房投资和股票投资存在反向替代关系等。陈永伟等（2015）采用CHFS（2011）的调查数据考察了住房财富对家庭的金融市场参与决策及资产配置决策的影响作用，发现房产财富的增加会显著提升家庭参与金融市场的概率，也会提升家庭对风险资产的持有比例。但以上实证分析文献并没有证实现实中家庭住房投资和其他资产之间存在的长期系统性关系。对于理论研究和实证分析结论出现偏差的原因，Chetty等（2017）认为，理论研究只关注住房投资对家庭总财富的影响，并没有严格地区分住房投资对家庭资产配置产生的净资产效应和抵押负债效应，而二者的作用效果是相反的；同时，实证分析往往忽视了住房选择与家庭资产配置行为之间的内生性关系。

二、本章研究框架

基于以上文献梳理，本章考虑把住房因素纳入家庭资产配置的研究范畴，通过拓展G-L理论分析框架（Grossman and Laroque，1990），从住房可以作为投资品和耐用消费品的双重属性入手展开研究；同时，在家庭效用偏好上，区分不同地区家庭的地理异质性偏好，并考虑家庭财富对于家庭最优资产配置的影响；进一步参考Chetty等（2017）以及张传勇和王丰龙（2017）的做法，分离出家庭房产的净资产和抵押负债，考察家庭房产影响资产配置行为的理论机制和具体表现。

具体来说，本章首先梳理住房投资影响家庭资产配置行为的理论框架以及家庭持有住房对家庭投资决策行为影响的理论机制；接着，从地级市维度匹配了2011年中国家庭金融调查数据和中国地级城市统计数据，测算出不同城市的房价风险以及在此背景下房价、房产市值、房产增值等对于家庭风险偏好和投资决策行为的影响及相应的机制；同时，为了克服家庭房价和城市房价风险可能影响居民投资偏好等内生性问题，又分别引入了家庭房屋距离市中心的距离和家庭所在城市的住房供给弹性作为家庭房价和城市房价风险的工具变量进行估计。