住房投资与家庭金融资产选择：基于中国居民家庭调查的实证分析

第九届中国经济学年会投稿论文：金融学领域

住房投资与家庭金融资产选择：基于中国居民家庭调查的实证分析1

摘要：本文采用中国家庭调查数据, 运用赫克曼样本选择修正模型，从实证的角度研究产权性住房对家庭资产选择的影响。研究结果表明: 控制其他变量的影响之后, 拥有住房会增加参与股市的可能性，并且住房投资占净财富比例越高, 股票投资比例越低。在此基础上深入分析住房投资与股票投资的关系, 本文发现在所有拥有住房的样本中，有住房抵押贷款的家庭, 在住房占财富净值上升时, 股票的投资比例降低；相反,没有住房抵押贷款的家庭, 在住房占财富净值上升时, 股票投资比例增加。本文同样发现，当投资住房后，年轻和净财富较低的家庭由于流动性约束，会降低风险资产的投资。最后本文将风险资产投资比例概念由狭义的股票转变为广义的风险资产, 得到的结论都和前面的研究一致。

关键词：家庭资产选择住房股票投资

JEL分类号：G11 D91 D14

Household Portfolio Choice in the Presence of Real Estate: Evidence from the Survey of Chinese Household Portfolio

Abstract：This paper uses a unique data of Chinese household and a sample selection model similar to Heckman (1979), to examine the portfolio choice of households in the presence of real estate. This paper shows that investment in housing plays a crucial role in explaining the composition of wealth and the level of stockholdings observed in portfolio composition data. This study finds that after controlling for wealth, income, and other possible unobserved household characteristics, homeowners are more likely to participate in the stock market, and owning real estate reduces relative holdings of stocks and other risky financial assets. What is more, higher mortgage, which means large burden, is associated with decreased risky financial asset holdings. I also find that due to investment in housing, younger and poorer investors have limited financial wealth to invest in stocks, which reduces the benefits of equity market participation. Keywords：Household Portfolio Choice, Real Estate, Stock Allocation

JEL Classification：G11 D91 D14

1作者信息见尾页。

一、引言

近年来，随着我国经济发展和金融市场的逐渐开放，我国收入分配主体不断变化, 居民家庭金融资产的种类不断增加, 居民的资产选择行为变得越来越复杂。从20世纪90年代初期开始，居民人均储蓄量在不断增加，与此同时，伴随着证券、保险、国债、外汇、期货等金融产品的发展，家庭金融资产选择的空间逐渐扩大，导致了家庭金融资产的多样。家庭的储蓄已经不再是单纯的银行存款，在不同金融资产之间的选择行为日渐形成。

时至今日，随着家庭金融资产选择行为变得越来越复杂，产生了有关这一领域的一系列相关问题:家庭金融资产的形成有何特点, 家庭金融资产总量与结构的影响因素有哪些, 家庭金融资产结构是否合理,市场上的金融产品是否满足家庭金融投资的需求,国家税收、金融产业优惠等宏观经济政策通过家庭金融资产会对居民收入、消费产生怎样的影响等等。这些问题在宏观经济和微观经济中都已经变得愈发重要，而仅仅从储蓄消费的理论来理解家庭的金融资产状况已经显得非常局限了。

尤其最近几年全球房地产市场高涨, 中国自2003 年以来房地产价格不断攀升。高昂的房价以及预期房价进一步上涨, 使得居民将大量资金用于住房投资, 从而对金融资产投资产生了影响。而资本市场风险过大, 投资品种单一、投资收益不高等因素也导致了投资者选择更为安全的产品投资。因此, 在全球房地产市场高涨的今天, 研究住房投资对家庭金融资产选择显得非常重要。

很多研究均已指出，在完全市场以及标准偏好下，已有的资产选择模型往往不能很好地解释实际投资中资产分配的特征，例如“有限参与”之谜2。另外，完全市场以及固定投资机会下的简单资产选择模型也不能解释年龄效应。为了更好地解释现实与理论的差距，最近的理论分析引入了背景风险3。文献研究表明加入不可交易的背景风险会影响流动资产的最优水平及其构成。当同时加入交易费用后4，很有可能引起低财富家庭不参与股市。

房产是影响大多数家庭的其中一种背景风险。根据美国SCF调查报告显示，除了最富有的家庭，房产资产是家庭中最重要的一种资产,占其总财富的55%-60%。虽然买房被视为一种消费决策更甚于投资决策，一旦家庭决定买房，这一决策将会影响家庭未来的金融资产分配方案。正如Shiller(1999)年分析5，因为缺少分散房产风险的市场，房产可以被视为一种背景风险。然而房产投资不同于股票投资:它是少数几项被允许借款投资的资产之一;买卖房产的交易成本很高;投资相对多样化;房产既是消费品也是投资品；家庭可以选择买房或租房。这些特性都使这一领域的研究比较复杂。不言而喻，房产对于大多数家庭而言是最为重要的单项资产，但是房产拥有权会对投资者的金融资产需求造成什么样的影响？国内对于这一问题的研究还比较少。

本文对存在住房时我国家庭金融资产选择行为进行研究。具体分为以下几个部分：首先是文献综述（第2节）。根据产权性住房约束下家庭资产选择行为理论的演变，对相关理论作出了详细的文献整理，并指出理论和家庭资产组合现实的差距，从而找出进一步研究的发展方向。第三部分是对我国家庭金融资产选择的实证研究。这部分主要研究中国家庭资产分配

2 “有限参与”之谜：即尽管存在着较高的股权溢价，大多数家庭并没有参与股市；而对于参与股市的投资者而言，理论上的最优风险资产持有份额远远高于实际数据。

3 未经分散化处理的风险性投资都有背景风险，如工资收入、自有企业收入、受限的养老金投资、集中持有的房地产等(参见Curcuru，Heaton等，2004)。

4交易成本包括：税收、证券市场固定或变动交易成本，也包括学习资本市场的时间或精神成本。

5 详见：Shiller, Robert J. and Allan N. Weiss, 1999, “Home Equity Insurance,” Journal of Real Estate Finance and Economics 19, 21-47.

的微观特征、住房对风险资产持有比例的影响分析、以及区分是否拥有住房抵押贷款的实证分析等，并且将得出的实证结果与国外其他国家的实证结果进行比较并简略分析。最后，根据实证的分析结果做出结论和政策建议。

二、文献综述

国际上家庭金融资产选择理论始于20世纪60年代后期，经济学家开始研究生命周期资产配置问题。放宽了资产组合理论的单期假设，同时产生了两个类似的模型。一个是多期离散时间模型，它考虑个人在某些固定的时点上做出消费和投资决策，而这些决策时点之间的间隔是任意选择的。个人总是在某些固定的时点才考虑修改决策，而不考虑这期间的变化。运用离散模型分析的经济学家有Samuelson(1969)、Hankansson（1970）、Fama（1970）、Long （1974）、Dieffenbach（1975），Kraus 、Litzenberger（1975），Lucas（1978）等。另外一个是由Merton（1969，1971）开创的连续时间下消费和资产组合选择的最优化问题。早期的资产选择理论是建立在完全市场之上的，主要让我们了解到风险厌恶如何影响到家庭风险金融资产选择行为。标准的资产选择理论预测个人愿意将财富投资于风险金融资产的数量取决于其风险厌恶程度。在两基金定理有效的情况下，因为所有的投资者面临的资产回报的分布都相同，所以个人资产组合构成的差异应该只反映其在风险厌恶程度的不同，风险态度是导致资产组合行为不同的唯一因素。

然而近期，很多研究均已指出，在完全市场以及标准偏好下，已有的资产选择模型不能很好地解释实际中资产分配的特征，例如“有限参与”之谜。即尽管存在着较高的股权溢价，大多数家庭并没有参与股市；而对于参与股市的投资者而言，理论上的最优风险资产持有份额远远高于实际数据(Bertaut 1998，Guiso 2002， Haliassos、Bertaut 1995，Vissing Jorgensen 2002)。另外，完全市场以及固定投资机会下的资产选择模型也不能解释不同年龄持股比例的差异。

为了更好地解释现实与理论的差距，最近的理论分析引入了不同市场结构和偏好。近期的理论模型大多关注微观结构，强调劳动收入风险、背景风险、借贷约束以及住房对最有资产分配的影响。大多数模型都采用标准偏好、CRRA效用函数。使用CRRA效用意味着财富对最优资产组合比例没有影响，并且因分离了资产配置决策和消费/储蓄决策而大大简化了资产组合问题的分析，但同时其跨期替代偏好结构却不太理想。新的理论研究有些采用Epstein-Zin的偏好结构，这一类型的模型在没有住房存在时，相对来说是较成功的。比如Gomes、Miehaelides(2003)采用他们的公式，将Cocoo等(2001)模型扩展至无限期。模型中经济人在投资股市前必须支付固定成本，他们可投资长期债券、现金和股票。通过将偏好异质性引入模型，他们得出了家庭组合的几个事实:即较能容忍风险的家庭并没有积累起资产，所以不投资于股票；较风险厌恶的家庭积累了资产，所以能够支付投资股票的固定成本。

很多研究发现，劳动收入风险对家庭最有资产选择的影响很大。家庭被假设将其所有未来收入以近乎无风险利率的水平资本化，并视其为现有组合中无风险资产的一部分。这样会造成在年轻时持有大量风险资产，并且随年龄逐渐减少其比例。比如Koo(1995)，Bertaut、Haliassos(1995)，Gakidis(1997)，Vicerira(2001)均采用数量模拟方法发现：当加入特质劳动收入风险后，无限生存家庭会将所有金融财富投资于股票，甚至会负债投资。综合而看，劳动收入影响家庭对风险性金融资产投资的决策，有两个原因:未来工资收入流具有不确定性及不可保险的性质；家庭可能在未来改变其劳动力供给。除了人力资本外，还存在其他资产是不完全交易或不可交易的，并且也可影响资产选择行为，最重要的可能是房产及私有企业(Heaton、Lucas，2000)。

目前为止讨论的相当大一部分模型都没有把房产包括进家庭资产，但对大多数家庭而言，房产是很重要的一项资产，特别是对于年轻的家庭。现实中投资者最大份额的金融投资是产权性住房。住房投资的特点是：它是未分散风险并且不容易频繁调节的资产。住房的这

一特性使它能够潜在影响资产选择，即使投资者持有的股票份额减少。然而住房收益与股票的低相关性，又使其由于分散风险的考虑鼓励投资者更多地持有股票。

最近的实证研究揭示了家庭资产分配、住房及抵押贷款选择的一些特征。这些文献包括Heaton、Lucas(2000，Kullmann、Siagel(2003)，Cocco(2005)，Yao、Zhang(2005)等。这些文献总结出一些共同的特征：1、住房拥有比例与股票参与比例均在年龄轴上呈现驼峰状。房产拥有比例的顶点处于退休年龄处，而股票参与比例的峰点在50岁左右。2、如果家庭房产价值/净财富比例较低，或者住房抵押贷款/净财富比例较高，更易于参与股市。3、当家庭净财富的大部分被房产所占据时（有高额抵押贷款），分配于股票的权重越小（大）。4、当房产价值或抵押贷款作为净财富的一部分时，其作用于流动性金融资产的作用是很小的。

住房的影响以多种形式进入模型。一些学者在效用函数上将起与其他消费品分离。在另一些模型中，住房被作为存在调整费用的投资，由它造成的收入和消费在效用函数中都不被分离。将房产包括进模型的一个方法是将其作为风险资产（Bodie等1992)。Henderson、Ioannids(1983)引入约束，即住房投资至少要与住房消费一样多。在一个理论模型中，Brueckner(1997)得出了相关结论是：当在模型中加入以上约束，那么住房与非住房资产都会产生变形，在均值—方差意义上的资产有效性将不复存在。Cocco(2000)研究了包含房产的资产配置决策，发现房产排挤了投资者持有股票，特别对于年轻的投资者，他们的房产几乎接近其总的金融财富。尽管该模型没有考虑房产租赁市场，但其对资产组合的预测较合乎现实:年轻的经济人借款买房，几乎将所有都投资于房产，随年龄增长，他们还完房贷，开始投资于股市，到退休时，大多数家庭都有某些股票投资，但绝大部分资产仍为房产。该模型通过允许一些偏好异质，可产生非常符合现实的资产积累模式。Flavin、Yamashita(2002)从劳动工资出发，认为对房屋的消费需求会造成杠杆头寸，特别是对年轻的家庭，这一风险资产的杠杆头寸会影响对股票市场的风险容忍度。他们将住房资产与其他投资的相关性引入模型。在研究框架中如果使用合理的风险参数，那么最优股票/净资产比率对于年轻人来说为9%，年老者则为60%。另外，对于所有家庭来说，在任何年龄下尽可能多地进行抵押贷款都是有利的。然而这一结果与实际经验是相悖的。Cucuru用2001年的SCF数据发现，只有66%的家庭以及26.4%的年老家庭进行了抵押贷款。

Kullman、Siegel(2002) 指出，投资者可能并不把其他投资和房产投资作为一个组合进行合并考虑。这种投资行为非常类似于行为金融学的心理账户的概念。这样，投资者大量资金被占用之后，仅有少量的资金投入其他资产的投资。Cauley et.al(2003)在一个连续时间的框架下研究。他认为住房资产的非自有调节很大程度上改变了金融资产的目标持持有量。特别地，这一约束会导致住房价值与净财富比率高的家庭的股票持有量显著下降。Yao、Zhang(2005)近期的文章扩展了Cocco(2000)，将租赁市场和房屋购买市场都引入模型，其结论和Cocco(2000)有很大不同，他们没有发现房产排挤了股票持有。他们的结果显示，1984一2001年美国家庭中户主小于35岁的家庭平均的住宅价值一净值比率约为2.2，即使对户主年龄高于75岁的家庭，平均的住宅价值仍然占家庭净值的65%以上。Campbell、Cocco(2003)，Hu(2003)等也对包含房产的资产选择进行了研究。Hu(2005)发现年轻和中年的家庭，不论是否拥有房产，持股量都比不包含房产的传统模型所预测的要少得多。另外，因为调整房产的高额交易费用降低了住房的收益这一特点也会影响资产的选择。Grossman、Laroque(1990)建立了一个包含单个非流动可折旧消费品的模型—此消费品在出售时存在高额交易费用。研究发现，只有当财富发生剧烈变动时，选择调整这种可折旧消费品才是最优的；并且在CRRA 效用函数下，交易费用会降低最优风险资产投资的份额。

综合看来，这些文献除Yao、Zhang外，都证明房产排挤了风险性资产的持有，特别是对较年轻的经济人(仍在为买房储蓄)和较低财富家庭来讲是成立的，对于那些拥有房产但仍在偿还贷款的家庭也成立。同样存在住房的模型中，持股比例会随年龄及金融财富的增加而

增加。另外，固定交易费用也不用维持在一很高的水平，就可以使股市参与率保持在一个现实的水平。由于大多数包含房产的模型所预测的家庭参与股市的水平都接近实际现象，因此将房产加入组合选择模型增强了模型的预测力，这也证明了房产在个人组合中的重要性。然而这些模型所用的数据均来源于美国，如果运用到别的国家，也许会有其他的结果。

值得一提的是，以上文献综述还遗漏了一些问题。比如年轻投资者可能获得遗产；健康变化造成的影响；既在工作后期改变偏好造成的影响。税收也是被忽略的一点。这些因素会对投资、消费以及储蓄选择造成很大影响，是未来研究的突破点。另外，心里偏差导致的经济行为也是一个值得深入研究的课题。这一课题是对传统偏好经济模型的一种挑战。

国内研究家庭资产选择的文章比较少，而且大部分使用了国外的数据。比如何秀红、戴光辉（2007）采用SCF 数据, 运用TOBIT 模型从实证的角度研究收入风险和流动性约束对投资者资产选择的影响。陈学彬( 2006) 采用动态优化模拟方法对居民个人生命周期的消费投资行为进行动态优化模拟, 分析了居民个人生命周期消费投资行为的基本特征以及居民时间

偏好和风险厌恶、劳动收入风险和股票投资风险、货币供应量和利率调整对其消费投资行为的影响。目前国内使用中国数据研究的文献尤其稀缺。于蓉（2006）采用我国的数据研究家庭金融资产选择问题，文章针对各国家庭资产组合中出现的间接参与股票市场的趋势，分析金融中介在促进家庭参与股票市场的作用。吴卫星、齐天翔（2007）做了中国投资者行为调查实证分析，研究了流动性、生命周期与投资组合相异性。傅曼莉（2007）依据马克维茨最优资产选择理论的均值-方差方法，建立家庭资产配置的效用函数，随后在约束条件中加入住房因素，利用动态规划方法求出最优解，得出住房消费能解释家庭各不相同的投资行为，住房会驱逐净资产中的股票投资份额。

二、数据样本、分析变量和实证方法

2.1 数据与变量的选取

2.1.1 数据的选取

本文采用北京奥尔多投资咨询中心发起的“投资者行为调查”项目2005年的数据。“投资者行为调查”项目调查时间为2005年7月至9月，对北京、上海、南宁、成都、兰州、海口、沈阳、珠海、武汉、天津10个城市针对18周岁以上的城市居民，以家庭为单位，对其家庭的投资行为进行了随机抽样调查。本次调查采用面访问卷调查的方式。删除异常值和明确为乱填的数据，修正后的数据为1416个。另外由于数据限制，本文的选取的是截面数据，而非面板数据。

2.1.2 变量的选取

本文采用的因变量为一个家庭持有的金融资产中股票的份额（s1）。另外在做稳定性检验时，因变量为一个家庭金融资产中风险资产的份额（s2）。

自变量包括两部分，一部分包括住宅性房产/净财富比例(house/networth)、住宅性房产/净财富比例的平方项(house2/networth2)(主要考虑可能存在的非线性关系)、抵押贷款/净财富比例(mortgage/networth)、商业投资/ 净财富(business/networth)，这一部分的变量代表了潜在的背景风险。其中净财富被定义为金融资产、房产、车辆资产与实体商业投资的总和，减去抵押贷款与其他负债。

另外一部分因变量包括了代表家庭特征的变量与时间虚变量，包括：

净财富（Networthit）、净财富的平方6(Networthit2)：财富量是决定股票投资量的一个

重要指标。财富较大的家庭的股票投资一般比较大, 这是由于他们的富余资金较多, 受的流

动性约束小, 从而有更多的资金投入股票市场。另外，财富规模这个因素也决定了家庭对风

险的承受能力, 从而间接地影响居民家庭金融资产偏好。所以在存在固定的参与信息费用的

金融市场中，这两个变量的系数应该为正。

收入（Incomeit ）、收入的平方(Incomeit2) ：在因变量中加入收入的理由类似于财富。

一般而言，但其收入可以作为未来劳动收入的折价表示量，这意味着收入越多股票投资也应

越大。所以其系数理论上也应为正。

年龄（Ageit ）、年龄的平方(Ageit2) ：每个人都根据其一生的全部收入来安排消费、

投资支出,居民家庭的消费受制于其整个生命期间内所获得的总收入。7一个家庭在其生命周

期的不同阶段,对不同特性的金融资产的需求是不同的,因而不同年龄的人(家庭) 的金融资

产组合样式不同。此外,由于处于不同生命周期的家庭的思想观念、投资宗旨不同,在安排金

融资产结构时所考虑的重点不同,偏好也会因此不同。

婚姻状况（Marriedit ）：婚姻状况是个虚变量，1代表已婚；2代表未婚；3代表离婚；

4代表丧偶。 性别（Hmaleit ）：代表家庭户主性别的虚变量。当户主性别为男性时为1；

女性时为2。

户主受教育程度（Eduit ）：受过良好教育的人会更快地了解和接受新型金融资产,从而

在资产分散化上有更大的选择空间。户主受教育程度也是个虚变量，1代表本科及以上；2

代表大专；3代表中专或高中；4代表初中；5代表小学。

职业（Careerit ）：职业对家庭金融资产选择的影响比较明显。职业选择一方面反映了

投资者的风险偏好, 喜好风险的人一般会进行自主创业和实业投资, 而风险规避的投资者则

会选择为他人工作。另外, 不同职业的投资者的收入风险相差很大, 为他人工作的投资者的

收入比较稳定, 自主创业的投资者的收入则随市场状况的变化而波动, 退休者的收入比较低,

但如果他们有退休金, 则收入可以看成是稳定的。本文中职业类型分为十类：1代表公务员；

2代表老板或经理；3代表专业人员（教师、医、会计、工程师、编辑、技术人员）；4代表

技术工（工人、厨师、司机）；5代表非技术工（物业、服务业、售货员、职员）；6代表退

休人员；7代表学生；8代表下岗失业人员；9代表其它；10代表农民工

以上的所有变量是参与方程和分配方程所共有的变量。参与方程中还有一些其他的变

量：代表产权性住房拥有权的二元虚变量（1代表拥有；0代表没有）、代表抵押贷款拥有权

的二元虚变量（1代表拥有；0代表没有）、和代表商业性投资的二元虚按量（1代表拥有；0

代表没有）。

2.2 计量方法

在这一部分，将讨论如何计量住房对持股比例的影响。为做到这一点，本文首先假设以

下变量与股票存在一个简单的线性相关关系：产权性房产（house ）/净财富比例(networth)、

抵押贷款(mortgage)/净财富比例、其他家庭投资者特征、以及因变量的滞后项（视情况而定）。

这一线性关系可以表示为：

（1） it it it u x ess bu mortgage house s +′+++=? 其中代表家庭i 在第t 期持有的金融资产中分配于风险资产（或股票）的最优比例。?it s it

x 代表了一系列的家庭投资者特征变量，具体将在下文中介绍。根据上文的文献综述中的理论，

worth net worth net worth net 4321)()()(ββββsin

7这种观点源自于美国经济学家莫迪利安尼布伦贝格和安东的生命周期假说。

理论上房产/净财富比例的系数1β应该为负；而抵押贷款/净财富比例的系数2β应该为正。

另外根据标准风险厌恶的要求，4β也应该为负。

然而这里存在一个自我选择(self-selection)问题。自我选择问题最先是由Roy(1951)提出

的，他指出个人在选择把打猎还是捕鱼作为自己的职业是基于对他来说两者相比较的好处

的。而最早把这一问题引入计量经济学的是Gronau(1974)、Lewis(1974)和Heckman(1974)。

自我选择问题来自于样本的非随机性，通常样本点(个人)是有意识地自我选择进入某个样本

组的，并且他们的选择又与我们需要估计的目标方程(通常是产出或收入方程)有关。在股市

投资方面，现实市场中存在参与成本和信息搜集成本，因此最优风险资产投资比例可能

会和观察到的实际投资比例不同。如果是否选择参与股市的决定与愿意持有的风险资产

相关，那么当推断风险资产的分布时就要考虑，选择的样本传递的信息是否建立在这种参与

决定之上。举例而言，如果股市的参与包含了进入与信息费，我们观察到的数据仅仅来源于

决定参与股市的家庭数据，而由于进入门槛不参与股市的数据就会被忽视。基于这种样本得

出的结果是有偏差的。

?it s it s 为了解决这一问题，本文使用赫克曼（Heckman ）1979年的两步修正模型。在这个模型

中，是否参与股市的决定是独立于最优持有比例的决定模型。模型可以如下表示：

（2）

（3） （4） 其中代表家庭i 在第t 期持有的金融资产中分配于风险资产（或股票）的最优比例。这个变量的观测值潜在取决于指示变量?

it

s {}1,0∈it d 的结果。是一个二元指示变量，当家庭i

决定在第t 年参与股市时为1；其他情况为0。是家庭i 在第t 期实际持有的风险在产比例。

和都包含了一系列上文提到的变量，比如房产/净财富比例、抵押贷款/净财富比例，下文

实证部分会具体说明。另外

是的严格子集。和是为观测到的误差项。 it d it s it x it z it x it z it u it v 为了得到（1）式中

()′=4321βββββ的和与一致性估计，需要对误差项和解释变量的统计概率做出估计。只有当it it 解释变量不相关并且彼此也不相关时才可以使用

OLS 方法，使用持有正比例的风险资产的子样本数据估计其系数。如果参与股市的决定和最优风险资产持有份额由一些非观测变量共同决定，那么

u v 0),cov(=it it v u 会 被违反， OLS 方法估计出的系数将不再具备一致性。8

()?

?=>+′′??100it it it it it t it it it it otheteise s s z x νδ+=u s β=1d ?=d if 8 参见Quester , A. , and W. Greene ,“A State Preference Approach to Wives Labor Supply ,”

Scial Science Quarterly ,63 ,1982 ,pp.16～27.

本文取（1）式中以

和=1的条件期望： it z it d [][][]it it t it it it it it it it it it z z v u E x d z s E d z s E ,1,1,δβ′?>+′====? （5）

根据Heckman （1979）的理论，使用两步法来估计的未观测条件期望。将（5）式中

的条件期望进行合理的形势估计，然后将其作为样本选择项带入到（2）式的分配模型中，

并运用参与股市的子样本估计出

it u ()′=4321βββββ的具体数值。呈和都和预 为了得出样本选择项的合理形式，需要对

和的分布做出假设。根据赫克曼的理论，本文假设（3）式中的误差项

it 正态分布，并且it it 分别由it it 先决定。另外，本文假设it 和间存在线性相关关系：

it u it v v x z u v u it v （6）

（7）

在（6）式的假设下，可以重新改写（5）式： [][]

it t it it t it it it it z v v E x d z s E δκβ′?>+′==1, （8） 当假定了（7）式中的正态分布后，[]it t it it z v v E δ′?>等于逆米尔斯比率（inverse Mills

ratio ）()

()?Φ?=

φλit 。其中φ代表了标准正太随机变量的密度函数，而Φ代表了标准正太的累计分布函数。通过每年的Probit 回归可以得出每一年的逆米尔斯比率，最后带入（2）式中以

控制样本选择偏差。利用OLS 方法可以估计出β和t κ的数值：

it it t it it x s ηλκβ++′= （9）

其中是家庭i 在第t 期实际持有的风险在产比例。it s it λ

是估计出的逆米尔斯比率，it η是零均值得误差项。可以根据检验

t κ是否为零来检验是否存在样本选择问题。

三、实证分析

3.1 我国家庭金融资产的总体分布概况

金融资产是居民财产中最具有生命力的一部分。作为衡量社会经济发展水平的一个客观

尺度，居民金融资产的增长与国民经济综合实力的提高高度相关。我国城市居民家庭金融资

产主要由人民币和外币两部分组成。本文只研究了金融资产中的人民币资产部分。本文定义

的家庭金融资产包括现金、银行存款、外汇、股票、债券、保险、住房公积金、理财产品、

借出款。总资产等于金融资产和非金融资产(主要为房地产财富和其他实业投资)之和。净财

[][]

t E κ()t it it it it it it it V v v u E z v u ,0,==N v ~

富，等于自有总资产扣除负债后的净额。我国2005年的家庭金融资产分布情况见表3.1。

*****表3.1见文后*****

结果显示产权性住房是总资产中最重要的组成部分，其占比多达61.13%。由此可见住房投资会挤占其他投资，特别是金融性投资。根据国家外管局2002年统计的数据，我国家庭平均金融资产占总资产34.9%，而房产占总资产47.9%。2005年的数据显示金融资产投资比例基本不变，但房产占比明显上升9。在金融资产中，占比最大的是银行存款，占47.70%；其次是理财产品，占16.52%；第三位为股票投资，占比10.07%。我国的消费行为属于保守型，安全性资产占了主导地位。相较于2002年的数据，我国储蓄资产占比明显下降（47.70%相较于69.4%），而股票投资比例则大致持平。理财产品占比则明显上升（16.52%相较于0.49%）。风险资产的占比有所上升说明近年来我国投资渠道逐渐多元化。

从家庭持有比例看，近83%的家庭持有现金和银行存款；74.51%的家庭持有房产；1/4的家庭购买了保险；而23.13%的家庭持有股票。

3.2 描述统计

表3.2显示了我们关心的计量模型各个变量的统计描述。在2005年的样本中，平均有23%的家庭投资了股票，49%的家庭持有风险性金融资产。然而股票资产的价值占所有金融资产的平均比率，并不是很高，只有10.07%。

有75%的家庭拥有产权性住房，只有13%的家庭持有购房抵押贷款。在所有家庭中，房产占净财富的平均比例为70.96%。再次证明了因为房产占据了家庭净财富的大部分份额，导致了金融投资率的较低水平。

本文的样本中男女比例是合理的（因为均值较接近1.5），平均年龄为40.89岁，家庭平均月总收入为4588.24元，家庭平均净财富为354259。

比较总体样本和参加股市的子样本，股票占金融资产的比率大幅上升，由10.07%变为33.45%。而同时这部分家庭的平均房产拥有率较高，房产/净财富比率相对较小，再一次说明当房产造成的流动性约束越小，股票持有率越高。另外子样本中的平均收入、净财富相对较高，合乎上文中所述财富、收入对家庭投资的影响。

*****表3.2见文后*****

表3.3比较了有、无房产的家庭投资情况。明显可以看出，没有房产的家庭平均月收入和净财富比较低，没有拥有房产的家庭代表的平均年龄明显比拥有房产的家庭代表年轻（37岁相对于42岁）。这些现象说明，若家庭购买住房的愿望很强烈，在人生早期阶段就不会进行金融投资，他们在买房时，不得不借一大笔房屋贷款，只有在偿还完巨额房贷并积累了相当的安全性资产以后，才投资于风险性资产。正如上文所述，我国股票投资比率的高峰出现在75岁以后。

在拥有房产的家庭中，房产占了净财富的95.24%，同时他们的股票投资率（8.17%）要高于没有房产的家庭（6.53%）。可见当拥有房产后，未来是否买房的不确定性减少，家庭比较愿意选择风险资产投资。

*****表3.3见文后*****

3.3 参与模型回归结果

表3.4显示了股市参与模型（Probit模型）的结果。此模型的因变量为一个二元虚变量：如果家庭参与了股市显示为1；家庭没有参与股市则为0。

结果显示，房屋拥有状况（homeowner）与是参与股票市场的决定是有较强关系的（其9数据来源于国家统计局网站，专题分析板块，《城市家庭财产调查》。

t检验的概率显著），拥有住房会增加7.53%参与股市的可能性。这个结果是合乎逻辑的，因为房产一般具有稳定增值性,拥有住房所有权的居民家庭必定会增加对风险资产的需求,靠租住他人房子度日的家庭,未来预期的不确定性更大,因而不敢过多地投资于风险资产。拥有住房抵押贷款和商业投资同样会对是否参与股市的决定产生影响。拥有抵押贷款增加了参与股市的可能性，但是这种影响是微乎其微的。而商业投资会减少5.63%的可能性。

虽然房产拥有者更可能参与股市投资，但是房产/净财富比例对参与股市的可能性有显著的负相关，但是这一变量的偏效应却是非常小的。抵押贷款/净财富比率对参与股市的可能性有显著的正相关，但同样其偏效应也可以忽略不计。

在家庭投资者的特征变量中，对家庭是否参与股市决策行为有正面显著影响的因素有收入（Income）、净财富（networth）；对其有显著负影响的有收入的平方（Income2）、净财富的平方（networth2）和职业。而年龄、婚姻状况、教育和性别对决策的影响则不显著。参与模型的结果显示，年龄并不是影响股市参与决策的因素之一，这与国际上众多文献认为的，生命周期内是否持有股票呈现驼峰形并不相同。这一相反的结果也许是因为本文只采取了一年的截面数据，而没有使用面板数据的缘故。

*****表3.4见文后*****

3.4 分配模型回归结果

表3.5是通过公式9估计出的结果。表中分别显示了加入了逆米尔斯比率以控制样本自我选择偏差的模型回归结果，以及用普通最小二乘法估计出的结果。如果按照上文所述的理论，房产以及其他背景风险占用的资金会减少对股票投资的需求，那么房产/净财富的系数应该为负，相反抵押贷款/净财富的系数应该为正。并且如果按照文中的假设投资者是标准风险厌恶的，那么商业投资/净财富的系数也应该为负。

在赫克曼两部模型的结果中，房产/净财富的比率显著为负，其平方项的系数显著为正，并且其绝对值小于前者。这说明去除其他变量的影响之后,房产占净财富的比率和股票占金融资产的率的关系是U 型的, 即随着房产所占份额的增加,股票份额先减小然后增加。因为房产的非流动性及风险性，使得投资者减少了对风险性流动资产的需求，而增加了对安全性较高的流动资产的需求。然而尽管房产/净财富比率系数是非常显著的，但是由于系数非常小，它对股票持有率的影响也是比较有限的。房产/净财富增加10%，股票占金融资产的份额仅仅会减少不到0.18%。

抵押贷款/净财富比率的系数为负，与前文所猜测的不符。但是因为其系数并不显著，并且系数值非常小，说明抵押贷款占净财富的份额对于股票投资份额的影响并不是很重要。商业投资/净财富比率的系数正如理论上一样为负，但是同样也不显著，说明在中国商业（实业）投资对于金融投资，尤其是股票投资的影响也不是很大。

按照传统理论，财富或收入较大的家庭的股票投资一般比较大, 这是由于他们的富余资金较多, 受的流动性约束小,所以这两个变量的系数应该为正。实证结果显示，高收入和净财富较多的家庭更倾向于进行股票投资，并且随着净财富和收入的增加，股票占金融资产的比率也会相应升高。

年龄以及年龄的平方均为正，说明随着年龄的增大，股票在金融资产中的比率也逐渐升高。这与之前的简单统计描述结果显示的结果一致，即我国家庭持有股票的比例在生命周期内不是平坦的，而是年龄的增函数。这一结果再次与国际上大多实证文献不符。年纪轻的投资者股票投资比较低, 原因可能是年轻的投资者住房投资占其净资产比例较高, 他们的承受的压力和风险较大, 为了降低总体风险暴露, 他们不得不持有收益和风险都较低的无风险资产。

户主学历也是一个显著的影响因素, 其系数为负，说明户主学历较高的家庭股票占金融

资产比重显著高于户主学历较低的家庭。婚姻状况的系数也显著为负，说明已婚的家庭代表更喜欢投资与股票市场。性别的系数显著为负，说明男性比女性对于股票投资更为积极。

逆米尔斯比率的数值为0.2288，并且比较显著，说明本文采用的数据确实存在样本选择偏差。比较表3.5中左、右两列的实证结果，仅仅使用最小二乘法的结果缩小了房产/净财富的影响效果，并且收入的系数为负。

*****表3.5见文后*****

3.5 区分有无住房抵押贷款的实证结果

为了从更深层次探讨房产和股票投资比例的关系, 本文做了一个附加的回归分析。在所有拥有住房的样本中将样本分成有住房抵押贷款和无住房抵押贷款, 然后按照模型( 9)

的设置进行回归。回归结果见附录中表3.6和表3.7。

附录中表3.6显示了区分抵押贷款的股市参与模型。可以看到，在所有有房产的家庭中，没有抵押贷款的家庭更加积极的参与股市，这些家庭比有抵押贷款的家庭参加股市的可能性高了8.45%。

附录中表3.7显示了区分有无住房抵押贷款的股市分配模型的回归结果。因为拥有抵押贷款的样本只有192个，不能采用赫克曼的两部修正模型，所以本文选取了OLS方法。比较表3.7中两个子样本的回归结果，有抵押款的样本回归结果中房产/净财富的系数估计值显著为负, 而无抵押款的的房产/净财富的系数估计值显著为正。这说明对于有住房抵押贷款的家庭,在住房占财富净值上升10%时, 股票投资比例降低0.19%, 相反, 没有住房抵押贷款的家庭, 在住房占资产净值上升10%时, 股票投资比例增加0.481%。这种结果产生的原因之一是: 有抵押贷款的家庭面临者偿还抵押贷款的压力和风险, 而且当住房占财富净值越多这种风

险越大。一方面还贷占用了投资金融风险资产的资金；另一方面出于对风险控制的考虑因素，理性的风险规避者必然增加安全性较高的资产以降低他面临的总体风险，而不会选择或减少投资波动较剧烈、风险性较大的股票。而没有抵押贷款的家庭没有到期偿还抵押贷款的压力和风险, 他们只需根据自己的风险偏好在金融市场上选择最佳的资产组合。

*****表3.6和3.7见文后*****

3.6 稳健性检验

为了进一步验证模型的稳定性, 我们将风险资产的概念进行拓展, 定义广义的风险资产为股票、外汇、债券、期货、投资基金和其他理财产品。那么, 因变量为广义的风险资产除以金融资产的百分比。表3.8显示了稳健性检验的结果，其中左边显示了股市参与模型的结果，右边显示了风险资产投资比例（分配）模型的结果。

对比表3.8和表3.4的结果。在参与模型中，对家庭是否投资风险资产决策行为有正面显著影响的因素有房屋拥有状况、抵押贷款持有状况、房产/ 净财富比例的平方、净财富；有显著负效应的变量有房产/ 净财富比例、财富的平方。拥有住房和住房抵押贷款的的家庭会分别增加11.6%加3.5%投资风险资产的可能性，与股市参与模型相比概率均有所上升（股票投资增加的可能性分别为7.53%和1.35%）。这说明拥有住房和抵押贷款不仅影响股市的参与决策，还会影响家庭整体的资产分配决策。当家庭拥有了固定的住房，未来的不确定性减小，投资的风险厌恶程度会有所降低，更愿意持有风险资产。

同样，在参与模型中虽然房产/净财富对于是否参与风险资产投资具有显著负效应，但是其偏效应近乎为了0。说明房屋占资产的比率并不会过大影响家庭的参与决策。这和股市参与模型一致。另外与股市参与模型略微不同的是，在决定是否投资与风险资产的时候，婚姻状况和职业同样具有显著影响。

在分配模型中，对风险资产投资比率有显著影响的变量有：房产/净财富比例、房产/净

财富比例的平方、净财富及其平方、婚姻状况。同样抵押贷款占净财富的比例以及年龄对投资比例的影响不大。房产/净财富比例对风险资产投资比例有显著负效应，房产占净财富的比例每增加10%，会减少4.98%的金融资产投资于风险资产。现比较表8中数据，房产比例增加10%会减少1.8%投资于股票，说明金融资产中的其他风险资产的投资比例减少了3.18%。房产不仅挤去了股市的投资资金，同样占用了其它的风险资产资金来源。

综上所述，风险资产和股票的参与模型和分配模型得出了相似的结果，并且在概念上是一致的，本文的模型具有一定的稳定性。

四、结论

本文着重研究了股票投资和住房投资的关系。本文运用我国2005年家庭资产组合的微观调查数据对我国家庭金融资产选择行为进行实证研究。从家庭金融资产的结构看，我国家庭的资产配置比较保守。具体来说：

第一，我国家庭持有的存款占金融资产的比例在一半以上，并且拥有此类资产的家庭比例达到了在80%以上。相比较世界其他国家，美国家庭以存款账户形式持有的金融财富只有10%多，而欧洲略高于1/4，只有日本和我国类似。这和我们国家社会总体的消费习惯、社会保障体系的不健全、以及正在改革的市场制度是存在一定关系的。金融资产的比例较高，在总资产中的比例达到了33.91%。随着我国人均收入的上升，家庭的投资逐渐多元化，金融资产的重要性逐渐体现出来。美国金融资产占总产比例大约在40%左右，这说明虽然我国家庭的平均金融财富较欧美国家的平均水平都要低，但是金融资产所占比例已经不低了。

第二，从家庭参与股票市场的可能性看，持有公开上市股票的家庭比例为23.13%，但仍有75%以上的家庭不持有股票。家庭投资股票占金融资产的平均比例为10.07%。国际其他国家，欧美国国家的比例大约为20%左右，相对而言，我国不论是家庭参与比例还是股票占金融资产的比例都偏低。然而值得一提的是，在持有股票的家庭中,金融资产中股票比重高达33.45 %,其中更是有95个家庭金融资产的一半以上都是股票。

第三，房产在家庭财富中的作用强。我国房产占总资产的平均水平达到了60%以上。实证结果显示，住房投资会影响股票投资。拥有住房的家庭更积极参与股市，并且住房投资占净资产比例越高, 股票投资占金融资产比例就越小。另外有住房抵押贷款的家庭, 在住房占资产净值上升时, 股票投资比例降低, 相反, 没有住房抵押贷款的家庭, 在住房占资产净值上升时, 股票投资比例增加。这表明家庭在按揭贷款中己经承担了很大风险头寸，并且贷款占用了很大程度的流动性，导致了股票投资比率的降低。

从另一方面分析，与美国相比，美国房产占总资产的比例仅为30%左右，并且房产/年收入比仅为不到4倍10。世界银行认为，合理的住房价格的"房价收入比"为4至6倍。我国的房价收入比平均为7.4倍，上海、深圳等地甚至超过了15倍。这说明高额的房产价格与巨大的首付、沉重贷款负担是房产影响金融投资的主要原因。高价房屋也影响了我国家庭的其他金融资产投资，特别是对风险性金融资产(如股票)的需求。

另外，家庭的财富会对其股票参与行为产生影响。当财富增长时，股票和其他金融风险资产投资无论是家庭持有比例还是资产比例都增长了，这和大多数世界其他国家的数据相符合。年龄也是影响股票投资的一个重要因素。根据我国数据的实证数据，年龄对股市的参与决定影响不大。但一旦决定参与股市，年龄越大持有的股票比例越大。这和国际上，特别是美国的经验数据结论相悖。很多美国的研究报告显示生命周期内是否持有股票呈现驼峰形，而持有股票的比例在生命周期内是平坦的。美国家庭的持股比例在40岁后期到50岁到达顶

10国际上通常用"房产/年收入比"来衡量居民家庭对住房的支付能力，比值越小，支付能力就越高。

点。我国的持股比例顶点在75岁以上区间，即生命周期的最后期。

参考文献

[1] 臧旭恒、张圣平、刘大可等，居民资产与消费选择行为分析[M] ，上海人民出版社，2001. 11。

[2] 吴晓求、冯巍、李志玲，我国居民收入资本化趋势的实证分析，金融研究[J ]， 1999. 1。

[3] 李建军、田光宁，我国居民金融资产结构及其变化趋势分析，金融论坛[J ]， 2001. 11。

[4] 樊伟斌，我国居民金融资产多元化的变化趋势，城市金融论坛[J ]，2000. 8。

[5] 陈学彬、杨凌、方松，货币政策效应的微观基础—我国居民消费储蓄行为实证研究《复旦大学学报》，

2005.1。

[6] 史代敏, 宋艳，居民家庭金融资产选择的实证研究, 《统计研究》, 2005 .10。

[7] 陈学彬、傅东升、葛成杰，我国居民生命周期消费投资行为动态优化模拟研究, 《金融研究》, 2006.2。

[8] 何秀红、戴赐娜、李仲飞，带破产风险控制的投资消费问题, 《南方经济》, 2006 .8。

[9] 王聪，关于家庭金融资产选择理论的演变，《经济学动态》，2006.3。

[10] 赵晓英，不确定性对我国城镇居民消费和投资组合选择的影响研究 [D]，湖南大学学报，2007。

[11] 金晓彤，西方主流经济学的消费行为理论述评，税务与经济，200.2。

[12] 邓可斌、何问陶，个体理性、风险偏好、社会地位与我国消费增长-基于跨期替代资产选择理论模型

的研究，财经研究，2005.05。

[13] 袁志刚、冯俊、罗长征，居民储蓄与投资选择：金融资产发展的含义，当代经济科学，200.6。

[14] 王立平，中国居民消费、习惯偏好与资产收益研究，中国财经政法大学学报. 2007.1。

[15] 于蓉，我国家庭金融资产选择行为研究，暨南大学博士生论文，2006。

[16] 傅曼莉，住房约束条件下中国家庭资产配置问题研究，北京航空航天大学硕士学位论文，2007。

[17] 刘楹，家庭金融祖产配置行为研究，社会科学文献出版社，2007.5。

[18] 吴卫星、齐天翔，流动性、生命周期与投资组合相异性—中国投资者行为调查实证分析，经济研究，

2007.02。

[19] 薛斐，投资者情绪与投资者行为研究，上海财经大学出版社，2008.1。

[20] 李安民，房地产投资基金——融资与投资的新选择，中国经济出版社，2005.1。

[21] 威廉·格林，经济计量分析[M]， 中国社会科学出版社,1998. 3。

[22] Shiller, Robert J. and Allan N. Weiss, Home Equity Insurance, Journal of Real Estate Finance and

Economics.vol.19, pp21-47, 1999.

[23] Samuelson Paul, Lifetime Portfolio Selection by Dynamic Stochastic Programming, Review of Economics

and Statistics, vol.51 (3), pp239-246,1969.

[24] Merton R.C. , Lifetime portfolio selection under continuous - time case, Review of Economics and Statistics,

1969.

[25] Bertaut, C. ,Stockholding Behavior of U.S. Households: Evidence from the 1983-1989 Survey of Consumer

Finances, Review of Economics and Statistics 80(2) , pp.263-275, 1998.

[26] Guiso, Luigi, Michael Haliassos and Tullio Jappelli, Household Portfolios, Cambridge: MIT Press, 2002.

[27] Bertaut, C. and Haliassos, M., Why Do So Few Hold Stocks?, Economic Journal, vol. 105,

pp1110-1129 ,1995.

[28] Vissing-Jorgensen, Annette, Towards an Explanation of Household Portfolio Choice Heterogeneity:

Nonfinancial Income and Participation Cost Structures, NBER Working Paper 8884, 2002.

[29] Epstein, L. and Zin, S., Substitution, Risk Aversion and the Temporal Behavior of Consumption and Asset Returns:

A Theoretical Framework, Econometrica, vol.57, pp. 937-969, 1989.

[30] Gomes, F. and A. Michaelides, Optimal Life-cycle Asset Allocation: Understanding the Empirical Evidence,

Working paper, London School of Economics, 2003.

[31] Cocco, Jo?ao F., Francisco J Gomes and Pascal J Maenhout. ,Consumption and Portfolio Choice over the Life

Cycle, Working Paper, INSEAD, 2001.5.

[32] Koo, Hyeng- Keun, Consumption and portfolio selection with labor income: Evaluation of human capital,

University of Michigan, 1995.

[33] Gakidis, H., Stocks for the Old? Earnings Uncertainty and Life-Cycle Portfolio Choice, manuscript, MIT, 1997.

[34] Viceira, Luis M., Optimal portfolio choice for long-horizon investors with nontradable labor income, Journal

of Finance 56, pp433–470, 2001.

[35] Heaton, John, and Deborah Lucas, Portfolio choice and asset prices: The importance of entrepreneurial risk, Journal

of Finance 55, pp1163–1198, 2000.

[36] Kullmann Cornelia, Siegel Stephan, Real Estate and its Role in Household Portfolio Choice,Working paper,

University of British Columbia. 2003.

[37] Cocco, Jo?ao F., Portfolio choice in the presence of housing, Review of Financial Studies 18, pp535–567, 2005.

[38] Yao Rui, and Harold H. Zhang, Optimal consumption and portfolio choices with risky housing and borrowing

constraints, Review of Financial Studies 18, pp197–239, 2005.

[39] Bodie, Z., Merton, R. and Samuelson, W., Labor Supply Flexibility and Portfolio Choice in a Life-Cycle Model,

Journal of Economic Dynamics and Control, vol.15, pp427-450 ,1992.

[40] Henderson, J. V., and Y. M. Ioannides, A Model of Housing Tenure Choice, American Economic Review 73

(March), 98-113 ,1983.

[41] Brueckner, J. ,Consumption and Investment Motives and the Portfolio Choices of Homeowners, Journal of Real

Estate Finance and Economics ,vol.15, pp159-180, 1997.

[42] Flavin, M. and Yamashita, T., Owner-Occupied Housing and the Composition of the Household Portfolio Over the

Life Cycle, American Economic Review, vol.92(1), pp345-362, 2002.

[43] Cauley, Stephen Day, Andrey D. Pavlov and Eduardo S. Schwartz, Homeownership as a Constraint on Asset

Allocation, Working Paper, The Anderson School at UCLA, 2003.

[44] Hu, Xiaoqing, Portfolio Choices for Homeowners, Working Paper, University of Illinois at Chicago, Department of

Finance, 2003.

[45] Grossman, Sanford and Guy Laroque, Asset Pricing and Optimal Portfolio Choice in the Presence of Illiquid

Durable Consumption Goods, Econometrica 58 (1) pp25-51, 1990.

[46] Ameriks, John, and Stephen P. Zeldes, How do household portfolio shares vary with age?, Working paper,

Columbia University, 2004.

[47] Bertaut, Carol C. and Hazel Starr-McCluer. ,Household Portfolios in the United States, in Luigi Guiso, Michael

Haliassos and Tullio Japelli, eds. Household Portfolios, MIT Press, Cambridge, MA, 2002..

[48] Iwaisako, Takuo, Household Portfolios in Japan, Working Paper 9647, National Bureau of Economic Research,

Cambridge, MA, 2003.

[49] Gollier, Christian, The Economics of Risk and Time, Massachusetts Institute of Technology, 2001.

[50] King, M. and Leape, J., Asset Accumulation, Information, and the Life Cycle, NBER working paper, No. 2392,

1987.

[51] David McCarthy, Household Portfolio Allocation: A Review of the Literature. Journal of Economic

Literature

[52] Stephanie Curcurn, Jorn Heaton, Deborah Lucas, Damien Moore, Heterogeneity and Portfolio Choice, Handbook of

Financial Econometrics, 2004.

[53] Munk C. , Optimal consumption/ investment policies with undiversifiable income risk and liquidity

constraints, Journal of Economic Dynamics and Control, 2000.

[54] Lee Jang , Yoon Geum ,Mohamed. ,Financial assets and wealth of south Korean families , Consumer

Interests Annual ,Issue46, 2000.

[55] Miquel Faig and Pauline Shum, Portfolio Choice in the Presence of Personal illiquid projects, Journal of

Finance, vol.57, 2002.

[56] W.N. Goetzmann, the single family home in the investment portfolio, Journal of Real Estate Finance and

Economics, vol.6, pp201- 222, 1993.

[57] Sang-Wook Cho, Household Wealth Accumulation and Portfolio Choice in Korea, Discussion Papers from

School of Economics, The University of New South Wales, No.26, 2007.

[58] Pedro Silos, Housing, Portfolio Choice and the Macroeconomy, Journal of Economic Dynamic & Control,

vol.31, pp2774–2801,2007.

[59] William R.M. Perraudin, Bent E. Sorensen, The demand for risky assets: Sample selection and household

portfolios, Journal of Econometrics, vol.97, pp117-144, 2000.

[60] Heckman, James J., Sample Selection Bias as a Specification Error, Econometrica 47, 153-161.

表3.1 2005年家庭金融资产分布图

均值 家庭持有比例 占总资产比例 占金融资产比例

现金 10317.03 82.57% 2.66% 7.84%

存款 62781.4 82.24% 16.17% 47.70%

外汇 2401.889 7.67% 0.62% 1.82%

股票 13260.3 23.13% 3.42% 10.07%

债券 2485.387 8.19% 0.64% 1.89%

期货 290.8912 1.05% 0.07% 0.22%

基金 2692.779 8.78% 0.69% 2.05%

住房公积金 6198.954 33.05% 1.60% 4.71%

保险 4738.79 25.75% 1.22% 3.60%

理财产品 21739.09 7.47% 5.60% 16.52%

借出款 4719.16 14.55% 1.22% 3.59%

商业投资 13495.085 10.03% 3.48% -

收藏品 5782.8852 8.39% 1.49% -

房产 237305.5 74.51% 61.13% -

金融资产总计 131625.67 33.91%

总计 388209.14

注:数字为样本均值，单位:元。

数据来源:国家统计局网站，专题分析板块，《城市家庭财产调查》。

表3.2 回归变量的描述性统计分析结果

全部家庭 参加股市的家庭

均值 标准差 均值 标准差

股票市场参与率（虚变量） 0.23 0.42 1 0 风险资产持有率（虚变量） 0.49 0.5 1.00 0.05

股票/金融资产（%） 7.75 19.06 33.45 26.62

风险资产/金融资产（%） 19.71 27.68 45.14 26.88

无风险资产/金融资产（%） 81988.03 252827.2 126438.00 356865.30 金融资产 126757.7 415286.1 236801.20 510284.20 住房拥有率（虚变量） 0.75 0.44 0.81 0.39

抵押贷款持有率（虚变量） 0.13 0.33 0.16 0.37

商业投资持有率（虚变量） 0.1 0.3 0.09 0.29

房产/ 净财富（%） 70.96 387.28 57.06 47.94

抵押贷款/净财富（%） 25.93 592.57 57.71 935.52

商业投资/净财富（%） 1.91 8.52 1.61 7.20

收入 4588.24 7111.58 5608.47 7125.34

净财富 354259 627796 500392.50 747265.90 年龄 40.89 12.62 41.71 12.61

性别（虚变量） 1.53 0.49 1.49 0.50

职业 4.63 2.24 4.31 2.21

表3.3 有、无房产的样本统计描述

拥有房产的家庭 没有房产的家庭

均值 标准差 均值 标准差

股票市场参与率（虚变量） 0.25 0.43 0.17 0.38 风险资产持有率（虚变量） 0.54 0.50 0.35 0.48 股票/金融资产（%） 8.17 19.09 6.53 18.92 风险资产/金融资产（%） 20.18 27.83 14.43 26.82 无风险资产/金融资产（%） 87066.99 249770.60 67131.75

261326.4

金融资产 138004.2 442573.70 93914.58

320902.1

抵押贷款持有率（虚变量） 0.15 0.36 0.07 0.25 商业投资持有率（虚变量） 0.11 0.32 0.06 0.24 房产/ 净财富（%） 95.24 446.14 0.00 0.00 抵押贷款/净财富（%） 20.82 446.75 40.87 891.89 商业投资/净财富（%） 1.85 7.66 2.09 10.66 收入 4804.95 7773.83 3938.70

4532.77

净财富 444249.3 682033.7 91228.47

306678.5

年龄 42.15 12.48 37.24 12.35 性别（虚变量） 1.52 0.50 1.54 0.50 职业 4.64 2.25 4.63 2.22

系数显著性标准误偏效应

0.1340 0.0753 homeowner 0.5344 0.0001***

mortgage holder 0.2069 0.0941 0.1236 0.0134

business owner -0.4724 0.0082*** 0.17871 0.0563

0.0011 0.0000

house/networth -0.0068 0.000***

House2/networth2 -0.1347 0.002*** 0.0440 0.0000

mortgage/networth 0.0047 0.000*** 0.0011 0.0000

business/networth 0.0053 0.369 0.0059 0.0000

1.37E-05

0.0000

0.059*

Income 2.58E-05

0.0000

1.54E-10

0.0713*

Income2 -2.78E-10

0.0000

1.88E-07

0.000***

networth 1.02E-06

0.0000

5.70E-14

0.000***

networth2 -2.72E-13

0.0000

0.0213

0.6881

Age -0.0086

0.0000

0.00023

0.5836

Age2 0.00013

0.0016

0.0996

0.4609

married -0.0734

0.0008

0.0409

edu -0.0511

0.2119

0.0004

0.0183

career -0.0365

0.0462**

0.0021

0.0782

0.2796

Hmale -0.0845

_cons -0.5261 0.5454

LR chi2(16) 196.88

Prob > chi2 0.0000***

Pseudo R2 0.0969

注: 1. 显著性指t检验的概率，即P>|z|值。

***、**和*分别表示置信度>99%、)95%和)90%。

2．Pseudo R2=1-L1/L0,其中L1是我们所估计模型的似然值,而L0则是指所有系数都不显著情况下的似然值。其值愈大表示解释程度愈佳。

S1 赫克曼最小二乘

系数标准误显著性系数标准误显著性

s1(-1) 0.0858 0.0254 0.001*** 0.0869 0.0256 0.0008***

house/networth -0.0181 0.0089 0.042** -0.0113 0.0089 0.0436**

house2/networth2 0.00012 0.0060 0.048** 9.74E-05 0.0059 0.0499**

-0.0096 0.0011 0.927 -0.0101 0.0011 0.923 mortgage/networth

business/networth -2.3559 0.0572 0.681 -2.4101 5.74E-02 0.6748

1.74E-04

0.793 Income 4.99E-5

-3.59E-05

0.776

0.00018

Income2 -1.73E-10 1.93E-09 0.929 -2.14E-10 1.92E-09 0.911

networth 9.70E-06 2.18E-06 0.000*** 9.71E-06 2.19E-06 0.000***

networth2 -2.62E-12 6.09E-13 0.000*** -2.62E-12 6.12E-13 0.000***

Age 0.1075 0.2638 0.084* 0.1098 0.2646 0.6782

Age2 0.0019 0.0029 0.530 0.0019 0.0030 0.5274

Married -1.9879 1.1481 0.083* -1.9907 1.1544 0.0848*

Edu -0.7725 0.5021 0.084* -0.7734 0.5049 0.1258

Career -0.1805 0.2301 0.433 -0.1745 0.2274 0.4428

Hmale -1.7899 0.9807 0.068* -1.7873 0.9861 0.0701*

_cons 14.7489 6.6042 0.026** 14.7664 6.6402 0.0263**

0.091*

1.6208

lambda 0.2289

Number of obs 1413

Wald chi2(24) 58.27

Prob > chi2 0.0001

注:显著性指t检验的概率，即P>|z|值。

***、**和*分别表示置信度>99%、)95%和)90%。

中国家庭金融调查报告

中国家庭金融调查报告 精选 中国家庭金融调查与研究中心 西南财经大学 目录 一、数据质量 (3) 1、抽样设计 (3) 2、拒访率比较 (3) 3、人口统计学特征 (4) 二、收入和储蓄 (5) 1、家庭收入 (5) 2、家庭储蓄 (5) 三、非金融资产 (6) 1、房产 (6) （1）自有住房拥有率 (6) （2）拥有住房数量 (6) （3）人均居住面积 (6) （4）住房价值 (7) （5）住房负债 (7) 2、汽车 (8) （1）汽车拥有率 (8) （2）汽车品牌分布 (8) 3、工商经营 (8) （1）工商项目拥有 (8) （2）经营负债 (8) （3）信贷约束 (8) （4）教育与创业 (9) 四、金融资产 (9) 1、金融资产总量 (9) 2、无风险资产占比高 (9) 3、炒股盈亏的“二八”法则 (10) 4、炒股盈亏的年龄效应 (10) 5、金融市场参与差异大 (11) 6、股票市场参与和风险态度成正比 (12) 7、民间金融市场参与城乡趋同 (12) 五、家庭负债 (12)

1、家庭负债值得关注 (12) 2、教育负债比例高 (13) 3、家庭支付方式多元化 (14) 4、信用卡方便交易 (14) 六、家庭财富 (15) 1、家庭财富分布不均 (15) 2、城乡家庭财富差距大 (16) 3、家庭资产分布不均 (16) 七、保险和保障 (17) 1、汽车保险的赔付率偏低 (17) 2、汽车保险的逆向选择明显 (18) 3、我国人口老年抚养比高，社会负担重。 (18) 4、医保中的道德风险 (18) 八、家庭支出 (19) 1、消费支出城乡差距大 (19) 2、远亲和近邻 (19) 3、家庭礼金支出 (20) 九、家庭教育 (20) 1、义务教育效果明显 (20) 2、大学扩招效果显著 (21) 3、教育平等 (22) 4、高等教育国际化 (23) 5、教育回报高 (23) 十、其他部分 (23) 1、性别比例 (23) 2、剩男剩女 (24) 3、中小企业与就业 (24)

#大学生消费支出调研报告(1)31

大学生消费支出调研报告 ——鄂州职业大学经济与管理学院 指导老师:王国红 制作方：火月队 时间：2011年12月11号 编号：2011002

前言 消费，是生活方式研究的重要组成部分。就其是大学生，作为一个特殊的消费群体，在当前的经济生活，尤其是在引领消费时尚、改善消费构成方面起着不可替代的作用。同时，他们的消费现状、消费特点在一定程度上折射出当前大学生的生活状态和价值取向。作为当代莘莘学子中的一员，作为深切关注中国经济发展的一群朝气蓬勃的大学生，本着对中国经济的深切关注，通过我们小组的深入调查和收集数据，我们完成了这份调查报告，并力图从消费意向、消费意识和消费心理上解读目前鄂州职业大学经济与管理学院大学生们的消费现状和消费趋势。也许我们的数据不够权威，也许我们的分析不够准确，但我们有自己的角度，自己的眼光，自己的方法。它代表我们自己的声音。希望广大读者和所有关心大学生消费的人们，能够通过这份调查报告去把握当前大学生的消费趋向，解读大学生消费的新理念。 亲爱的同学们，跟我们火月调研团队所有队员一起来体验吧！！！ 目录 一、调查背景………………………………………… 二、调查内容………………………………………… 三、调查目的………………………………………… 四、调研流程及安排 1、具体实施…………………………………… 2、人员分配…………………………………… 五、问卷调查结果…………………………………… 六、调查主题分析

1、经济政策对近年消费活动影响…………… 2、学院自身消费现状分析…………………… 3、调查主题特征……………………………… 4、国内外高校学生消费对比………………… 5、环境分析………………………………….. 七、结论与分析 1、问卷分析…………………………………… 2、影响消费倾向的因素……………………… 3、针对大学生消费行为提出的建议………… 4、利弊分析……………………………………. 八、附录 附件一工作日志……………………………… 附件二会议记录……………………………… 附件三考勤表………………………………… 附件四工作进度表…………………………… 附件五经费预算……………………………… 九、后记……………………………………………… 大学生消费支出调研报告 一、调查背景 随着我国国民经济的快速发展，人民的物质文化和生活水平的不断提高，消费作为拉动生产力的首要途径，也随其变化而变化。其消费结构、消费倾向也和之前有了巨大的不同之处，而当代大学生作为一个特殊而又庞大的消费群体，我们的消费观念的塑造和培养更为突

中国家庭金融调查报告参考

2018年中国家庭金融调查报告参考 1、调查设计 （1）chfs抽样设计：经济富裕地区（东部地区）的样本比重相对较大（样本市县中东中西部省份的比例为32：27：21，全国为34：27：38），城镇地区（相对于农村地区）的样本比重相对较大（样本中城镇居委会与农村村委会比例为181：139），城镇富裕家庭占比较大，样本的地理分布比较均匀。 （2）数据核查：事后对所有受访者进行（电话）回访。 （3）拒访率：chfs的拒访率低于国内外相似或同类调查的拒访率。 （4）数据代表性：人口统计学方面，chfs调查数据在家庭规模、人口年龄结构和性别比例方面与国家统计局的数据比较一致，其中城市人口比例数据与国家统计局有差异（XX年chfs数据按户口计算为0、369，国家统计局公布的数据为0、513，但是国家统计局公布的城镇人口是指居住在城镇范围内的全部常住人口，不是户籍概念）。在居民收入总额上，chfs和国家统计局公布的全国居民收入总额、城市和农村居民收入总额、人均收入方面比较一致，在农村和城市人均收入内部构成上二者差距比较大。（5）国内有影响力的家庭调查数据：中国健康与营养调查（chns），中国家庭收入项目调查（chip），中国综合社会调查（cgss），中国健康与养老跟踪调查（charls）。 pps（probabilityproportionatetosizesampling）：按规模大小成比例的抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。pps抽样是指在多阶段抽样中，尤其是二阶段抽样中，初级抽样单

位被抽中的机率取决于其初级抽样单位的规模大小，初级抽样单位规模越大，被抽中的机会就越大，初级抽样单位规模越小，被抽中的机率就越小。 2、家庭人口和工作特征 （1）20xx年chfs样本数据显示平均家庭规模为2、94人。少儿（15周岁以下）人口男女性别比为123：100，劳动年龄人口男女性别比为100、5：100，老年（60周岁以上）人口的男女性别小于1、 （2）无论是根据人口老龄化指标1（60周岁以上人口占总人口比例为10%，根据chfs我国XX年该数据为16、34%）还是指标2（65周岁以上人口占总人口比例为7%，我国为10、65%）都表明我国人口老龄化现象严重。少儿抚养比低于老年抚养比，且城市人口老龄化趋势高于农村。 （3）根据chfs数据，我国初中及以下学历的比例高达63、58%，年龄组越低的人群高学历的比例越高。 （4）根据chfs我国城市剩男、剩女（30周岁以上的未婚男女）的比例41：62，农村为59：38、 （5）企业雇佣的劳动力占从业人员的比例高达62%，其中38、44%在私营或个体企业工作，大力发展工商业可能是解决中国劳动力就业的主要途径，大力支持私营或个体企业的发展，中国劳动力就业压力将可能得到缓解。 （6）具有博士学历职工的工资收入低于硕士学历职工的工资，在这个阶段教育收入回报为负。

中国家庭财富报告_共10篇 .doc

★中国家庭财富报告_共10篇 范文一：中国家庭财富调查报告新华社北京4月28日专电由经济日报社中国经济趋势研究院编制的《中国家庭财富调查报告》28日发布。该报告基于覆盖全国25个省，268个县共12000户家庭的入户访问调查数据，涉及中国家庭财富的规模与结构、城乡与区域差异、金融资产和住房、家庭投融资决策、养老计划等方面，全面客观地反映了当前我国家庭财富的基本状况。 2015年，我国家庭人均财富为144197元，其中城镇家庭和农村家庭的人均财富分别为208317元和64780元。城镇家庭的人均财富是农村家庭人均财富的3.22倍。除了城乡差异以外，家庭财富也存在着一定的地区差异。东部地区的家庭人均财富水平最高，中部地区次之，西部地区最低。 为了从财富的角度理解家庭财富的形成以及分配状况，中国家庭财富调查报告对家庭财富的构成进行了分析。房产净值是家庭财富最重要的组成部分，在全国家庭的人均财富中，房产净值的占比为65.61%；在城镇和农村家庭的人均财富中，房产净值的比重分别为67.62%和57.60%。金融资产在全国、城镇和农村家庭的人均财富中，分别占到了16.49%、15.96%和18.61%。动产与耐用消费品也是家庭财富的重要组成部分，但其在家庭人均财富中的比重没有呈现出显著的城乡差异。 中国家庭财富调查报告分析了城乡家庭的汽车保有情况、消费信贷、投资渠道。调查结果表明，城乡家庭的汽车保有率为

31.8%。一些家庭不只拥有一辆汽车，拥有两辆及以上汽车的家庭占调查家庭总数的3.48%。平均而言，每百户家庭的汽车保有量是39.8辆。汽车保有情况存在显著的城乡差异。家庭消费信贷的普及程度不高，一部分拥有汽车的家庭采用贷款的方式购置汽车，但这部分家庭的规模较少，仅占拥有汽车家庭的18%，占全部调查家庭的6.5%。 在家庭进行储蓄的主要原因中，位居首位的是“为子女教育做准备”，超过40%的家庭都将其作为储蓄原因。其次分别是“应付突发事件及医疗支出”“为养老储蓄做准备”“不愿承担投资风险”“为购房或装修做准备”。这说明，预防性动机是城乡家庭储蓄行为的主要动因。 从城乡家庭的投资渠道看，在参与各类金融产品投资的家庭中，股票的投资参与度相对最高，占到了全部调查家庭的7.35%。投资基金的家庭占全部家庭的4.52%。投资于收藏的家庭只占到全部家庭的3.53%。参与各类产品投资的家庭并不是盲目地进行投资理财，被调查者比较认同家人、朋友、同事的意见，对家人、朋友、同事的意见持肯定态度的占57.48%。另外，专业型理财师的作用凸显。 中国家庭财富调查显示，大多数人对60岁以后的收入水平有着较低的预期。33.28%的人预期60岁以后，收入将不足60岁以前的三成。60.07%的居民预期60岁以后收入将下降一半以上。为达到老年时期的理想生活标准，48.29%的人认为应该在50岁以前制定养老计划，33.84%的受访者认为应该在51－60岁

中国家庭金融调查报告

中国家庭金融调查报告 导读：本文是关于中国家庭金融调查报告的文章，如果觉得很不错，欢迎点评和分享！ 【范文：中国家庭金融调查报告】 1、调查设计 （1）CHFS抽样设计：经济富裕地区（东部地区）的样本比重相对较大（样本市县中东中西部省份的比例为32：27：21，全国为34：27：38），城镇地区（相对于农村地区）的样本比重相对较大（样本中城镇居委会与农村村委会比例为181：139），城镇富裕家庭占比较大，样本的地理分布比较均匀。 （2）数据核查：事后对所有受访者进行（电话）回访。 （3）拒访率：CHFS的拒访率低于国内外相似或同类调查的拒访率。 （4）数据代表性：人口统计学方面，CHFS调查数据在家庭规模、人口年龄结构和性别比例方面与国家统计局的数据比较一致，其中城市人口比例数据与国家统计局有差异（2011年CHFS数据按户口计算为0、369，国家统计局公布的数据为0、513，但是国家统计局公布的城镇人口是指居住在城镇范围内的全部常住人口，不是户籍概念）。在居民收入总额上，CHFS和国家统计局公布的全国居民收入总额、城市和农村居民收入总额、人均收入方面比较一致，在农村和城市人均收入内部构成上二者差距比较大。

（5）国内有影响力的家庭调查数据：中国健康与营养调查（CHNS），中国家庭收入项目调查（CHIP），中国综合社会调查（CGSS），中国健康与养老跟踪调查（CHARLS）。 PPS（probabilityproportionatetosizesampling）：按规模大小成比例的抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。PPS抽样是指在多阶段抽样中，尤其是二阶段抽样中，初级抽样单位被抽中的机率取决于其初级抽样单位的规模大小，初级抽样单位规模越大，被抽中的机会就越大，初级抽样单位规模越小，被抽中的机率就越小。 2、家庭人口和工作特征 （1）20XX年CHFS样本数据显示平均家庭规模为2、94人。少儿（15周岁以下）人口男女性别比为123：100，劳动年龄人口男女性别比为100、5：100，老年（60周岁以上）人口的男女性别小于1、 （2）无论是根据人口老龄化指标1（60周岁以上人口占总人口比例为10%，根据CHFS我国2011年该数据为16、34%）还是指标2（65周岁以上人口占总人口比例为7%，我国为10、65%）都表明我国人口老龄化现象严重。少儿抚养比低于老年抚养比，且城市人口老龄化趋势高于农村。 （3）根据CHFS数据，我国初中及以下学历的比例高达63、58%，年龄组越低的人群高学历的比例越高。 （4）根据CHFS我国城市剩男、剩女（30周岁以上的未婚男女）

家庭理财分析报告

家庭理财分析报告 姓名：李向阳 学号：I00914166 专业：09金融

家庭理财分析报告 1.客户财务状况分析： （1）编制客户资产负债表 客户资产负债表 （2）编制客户现金流量表 客户现金流量表 2012最新个税税率表 李先生的月工资应缴税额 2620.00 (元) 税后收入为15380.00（元）李太太的月工资应缴税额 2120.00（元) 税后收入为13880.00（元）李先生和李太太的工资月应缴税总额 2120+2620=4740 (元) 李先生和李太太的工资年应缴税总额 4740*12=56880（元）

2011年1-12月每月等额本金还款概况 月份期数还款本息（元）偿还利息（元）偿还本金（元）剩余本金（元）一月109 3875 1375 2500 327500 二月110 3864.58 1364.58 2500 325000 三月111 3854.17 1354.17 2500 322500 四月112 3843.75 1343.75 2500 320000 五月113 3833.33 1333.33 2500 317500 六月114 3822.92 1322.92 2500 315000 七月115 3812.5 1312.5 2500 312500 八月116 3802.08 1302.08 2500 310000 九月117 3791.67 1291.67 2500 307500 十月118 3781.25 1281.25 2500 305000 十一 119 3770.83 1270.83 2500 302500 月 十二 120 3760.42 1260.42 2500 300000 月 总计12期45812.5 15812.5 30000 注:2001年买的房子，我这里假设2002年一月一日开始按月进行等额本金还贷，每月的还款本金为2500，利息逐渐递减，房贷二十年还清，按月去还，也就是分240期，到2021年12月31日，房贷将全部还完，2011年1月—12月每月还款正好对应于109—120期还款，具体还款情况见上表。 （3）客户财务状况比率分析 财务比率分析 财务比率计算公式客户实际值参考值 结余比率结余/税后收入0.64 0.3 投资与净资产比率投资资产/净资产0.45 0.5左右清偿比率净资产/总资产0.84 0.65 负债比率负债总额/总资产0.16 0.5左右 即付比率流动资产/负债总额0.83 0.7 负债收入比率当年负债/当年税后收入0.13 0.35 流动性比率流动资产/月支出23.47 3 分析： ①结余比率=结余/税后收入。参考值：≥30%。结余比率≥30%表明您的控制支出和储蓄积累的能力是较强的，本案例中客户的结余比率高达0.64，说明客户有很强的储蓄和投资能力。 ②投资与净资产比率=投资资产/净资产。参考值：50%左右。既不要过高也不要过低，这样既能保持合适的增长率又不会有较大风险，本例中客户的投资与净资产比率为0.45，投资额度基本符合参考值。 ③清偿比率=净资产/总资产。参考值：60-70%。如果偏低说明债务过多，一旦出现债务到期收入下降，就会资不抵债；如果偏高，说明没有合理应用应债能力提高个人资产规模，需要进一步优

2020-2021年Q1中国家庭财富指数调研报告：疫情下中国家庭的财富变动趋势

疫情下中国家庭的财富变动趋势中国家庭财富指数调研报告（2020Q1）

研究团队介绍 中国家庭金融调查与研究中心 中国家庭金融调查与研究中心是西南财经大学于2010年成立的集数据采集与数据研究于一身的公益性学术调研机构，包含中国家庭、小微企业和城乡治理三大数据库。在数据采集上，为保证数据的科学性和代表性，中心采用了分层、三阶段与规模度量成比例（PPS）的抽样设计获取目标样本，结合实地走访和季度电话回访采集样本数据，并自主研发了多个计算机系统，对样本的质量进行严格审核。 2019年，中心完成第五轮家庭金融入户调查，调查样本覆盖了全国除新疆、西藏、港澳台外的29个省，340个县，1364个社区的34691户家庭。样本具有全国和省级城市代表性，全面追踪家庭动态金融行为，填补了中国家庭金融微观数据的空白。 此外，中心还积极运用收集到的一手数据开展相关领域的政策探讨和学术研究，服务于收入分配改革、财税体制改革、宏观政策和国家治理改革的智库研究，主要研究方向和研究优势包括中国收入分配体制改革研究、中国家庭储蓄、消费与保险行为研究、中国家庭金融研究、中国住房市场发展研究、小微企业的创新与发展研究、中国基层治理研究、农村普惠金融与农村土地流转问题研究、城镇化系列问题研究等，在智库建设、社会服务、学术成果等方面取得了重要

进展。中心将以“让中国了解自己，让世界认识中国”为宗旨，树立“学术研究国际一流，政策研究国内领先”的目标，力争成为有重大社会及业界影响力、公信力的调查、研究和咨询机构。

【摘要】 中国家庭的财富变动不仅关乎整个家庭的日常生活，也对消费的持续稳定增长和经济的持续性发展有着重要影响。为全面深入地了解居民家庭财富变动状况，西南财经大学中国家庭金融调查与研究中心联合蚂蚁金服研究院共同开展了中国居民家庭财富变动趋势及未来预期的调查。该调查主要围绕家庭财富变化、未来预期及疫情对家庭决策的影响等几方面展开。 报告发现，首先，疫情对低收入群体和自由职业群体的影响更大。受疫情影响，这部分群体的工作稳定性下降，工资性收入也严重下滑，家庭面临可支配现金流不足而家庭财富缩水的问题。 其次，疫情改变了家庭的消费习惯和消费方式。受疫情影响，对未来预期的不确定性使家庭更倾向于储蓄而不是消费；疫情也使得家庭的消费从单纯的线上购物向线上服务转变；收入不确定叠加日常开支的增加，家庭的负债尤其是消费性负债需求增加，但部分群体存在获取难度大的问题。 最后，疫情改变了家庭资产配置的方式。疫情使家庭更注重储蓄，从而增加了资产配置的需求；家庭的风险管理意识也有所加强，对中低类风险投资品和保险类产品更加青睐；在投资方式上也更加多元，线上理财需求增加。 针对以上研究结论，本报告建议：1）多途径加大对低收入群体和自由职业群体的生活保障。如展开对低收入群体和自由职业群体的经济援助计划；稳定低收入群体和自由职业群体的就业市

中国家庭金融调查报告

中国家庭金融调查报告 导读：范文中国家庭金融调查报告 【范文：中国家庭金融调查报告】 1、调查设计 CHFS抽样设计：经济富裕地区的样本比重相对较大，城镇地区的样本比重相对较大，城镇富裕家庭占比较大，样本的地理分布比较均匀。 数据核查：事后对所有受访者进行回访。 拒访率： CHFS的拒访率低于国内外相似或同类调查的拒访率。 数据代表性：人口统计学方面， CHFS调查数据在家庭规模、人口年龄结构和性别比例方面与国家统计局的数据比较一致，其中城市人口比例数据与国家统计局有差异。在居民收入总额上，CHFS和国 家统计局公布的全国居民收入总额、城市和农村居民收入总额、人均收入方面比较一致，在农村和城市人均收入内部构成上二者差距比较大。 国内有影响力的家庭调查数据：中国健康与营养调查，中国家庭收入项目调查，中国综合社会调查，中国健康与养老跟踪调查。

PPS：按规模大小成比例的抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。 PPS抽样是指在多阶段抽样中，尤其是二阶段抽样中，初级抽样单位被抽中的机率取决于其初级抽样单位的规模大小，初级抽样单位规模越大，被抽中的机会就越大，初级抽样单位规模越小，被抽中的机率就越小。 2、家庭人口和工作特征 20XX年 CHFS样本数据显示平均家庭规模为 2、94 人。少儿人口男女性别比为 123： 100，劳动年龄人口男女性别比为 100、5： 100，老年人口的男女性别小于 1、 无论是根据人口老龄化指标 1 还是指标 2 都表明我国人口老龄化现象严重。少儿抚养比低于老年抚养比，且城市人口老龄化趋势高于农村。 根据 CHFS数据，我国初中及以下学历的比例高达 63、58%，年 龄组越低的人群高学历的比例越高 根据 CHFS我国城市剩男、剩女的比例 41： 62，农村为 59：38、 企业雇佣的劳动力占从业人员的比例高达 62%，其中 38、 44%在私营或个体企业工作，大力发展工商业可能是解决中国劳动力就业的主要途

家庭理财规划报告书

家庭理财规划报告 书

家庭理财规划报告书 前言 ***先生/女士：您好！ 首先非常感谢您对我的信任，让我有机会为您提供全面的理财规 划服务。 这份理财规划报告书是用来帮助您确认需要和目标，对您家庭的理财事务进行更好地决策，从而使您达到财务自由、决策自主、生活自在。 在这份专为您量身定制的规划报告书中我所有的分析都是基于您当前的家庭情况、财务状况、生活环境、未来目标以及结合当前所处的经济形势对一些金融参数的假设，测算出的结果可能与您真实情况存在有一定的误差，因此您提供信息的完整性、真实性将有利于我们为您提供更精确的个人理财规划。 为了能够使您满意，我将尽力凭着投资专业知识与能力，以您的利益为先，秉承诚信原则提供服务，注重“稳健为先、合理规划”，但由于市场情况变幻莫测，同时，鉴于您家庭情况、金融参数的估计假设、社会经济形势等均会发生变化，因此建议您与我保持定期联系，以便及时为您调整理财规划报告。 您在此过程中，如果有任何疑问，欢迎您随时向我咨询。

请您相信，我一定会为您和您的家庭制定一个合理的理财规划，使您能悠然面对未来生活，让富足永远与您相伴。 *** ***年**月**日 目录 第一部分客户基本情况 1、家庭成员资料 2、近期家庭资产负债表 3、年度家庭收支表 第二部分家庭情况分析 1、财务比率分析 2、其它财务分析 3、理财目标 4、风险评估 第三部分理财规划的制定 1、家庭财务安全规划 2、女儿大学教育金规划 3、赡养双亲规划

4、购房规划 5、购车规划 6、创业基金 规划 7、投资规划 第四部分风险评估 第五部分理财规划方案实施及监控 1、理财规划方案实 施 2、理财规划方案监 控 第六部分归纳总结 第一部分家庭基本情况 家庭背景：王先生今年38岁，事业小有成就，公司中层技术干部，月收入 5000元年底奖金两万元。她爱人在某公司当会计，月收入1500元；女儿今年15 岁，是一名初三学生，学习成绩中等。王先生父母在农村，无收入，爱人父母是长沙市区退休工人。王先生家现有住房80平方米，无贷款，有存款10万元、股票基金15万元。王先生觉得女儿越来越大了，需要换一套大点的房子，再者考虑父母年老，想接来边照顾。今年公司计划在新区集资盖房，每平方米元，现有120平方米、140平方米、180

2017年中国家庭财富调查报告-经济日报社中国经济趋势研究院

《中国家庭财富调查报告（2017）》 □ 2016年我国家庭人均财富为169077元，与2015年相比，增长幅度为17.25%，其中城乡差异较为明显。 □ 2016年全国人均房产净值是人均可支配收入的4.48倍，相比人均房产原值，房产升值幅度达61%。相对于房产现值而言，负债率仅为5%。 □数据显示，2016年家庭新增投资几乎都在储蓄上，其他资产投资则非常少。 2017年中国家庭财富调查报告发布，家庭人均财富为16.9万元。由经济日报社中国经济趋势研究院编制的《中国家庭财富调查报告（2017）》5月24日发布。 报告基于覆盖了24个省份、435个县共36000户家庭的入户访问调查数据，涉及中国家庭财富的规模与结构、城乡与区域差异、金融资产和住房、家庭投资理财决策、互联网金融等方面，全面、客观地反映了当前我国家庭财富基本状况，并对2015年和2016年我国家庭财富状况作了比较分析。 家庭人均财富16.9万元 家庭财富由金融资产、房产净值、动产与耐用消费品、生产经营性资产、非住房负债以及土地等六大部分组成，其中房产净值是指房产现价减去住房债务，非住房负债是指除住房债务以外的其他一切债务。 调查数据显示，2016年我国家庭人均财富为169077元，与2015年相比，增长幅度为17.25%，其中城乡差异较为明显。此外，家庭财富也存在着一定地区差异，东部地区家庭人均财富水平最高，中部地区次之，西部地区最低。从数值上看，东部地区家庭人均财富为242604元，中部、西部地区分别为119768元和92304元，东部地区家庭人均财富分别是中部、西部地区的2.03倍和2.63倍。 家庭人均财富增长，一方面是由于收入的累积作用，另一方面则是由于财产的市场价值有所提高。2016年房价继续走高，推动了房产净值增长。相比2015年，2016年全国居民房产净值增长幅度达17.95%，城镇居民更多地从房产价格上升中获益。房产净值的增长也成为家庭人均财富增长的最重要因素，对全国居民而言，房产净值的增长额占到了家庭人均财富增长额的68.24%。与农村居民相比，城镇居民房产净值增长在家庭人均财富增长中的比重更大。

调查报告 Word 文档

凤凰镇市民文明素质 调查报告 随着经济社会的迅猛发展，凤凰人的现代文明素质如何，是否实现了与时俱进，当前还存在哪些不足，以及如何加以改进提高等问题，成为精神文明建设工作的一项重要而紧迫的课题。 一、时代背景 .总体背景：快速城镇化与人们对城市生活方式的适应性之间的矛盾。首先，一些农村居民转化为市民，在适应城镇生活方式上，短时间内大多都没有调整过来；再次，大量流动人口的存在，文化素质相对偏低，相对更缺乏城镇的主人翁感，管理的难度也相对更大。这一大背景导致整体的市民文明素质偏低，进而导致形成文明风尚的氛围不太浓郁，法不责众。要改变这种现状，面临的阻力比较大。 二、问题与不足 经过较长期观察和集中实地调查，我们发现市民在文明素质方面存在一些突出问题。这些问题有的可能是城镇化过程中出现的普遍问题，有的可能是凤凰特有的问题。 1.硬件建设某些方面仍然存在不足。虽然取得了长足的进步，但仍有需要改进的细节。实地调查显示，硬件建设与文明行为之间有显著的相关关系，无论是道路与交通行为之间、小区环境与小区文明行为之间（测量的分数甚至相差一倍以上），还是窗口行业（如医院）与文明行为之间，都表明良好的硬件环境可以使不文明行为大大减少。 2.公共意识缺乏，生活方式有待改进。在实地调查中发现，大量的不文明行为，如随地吐痰、随手乱扔垃圾、乱穿马路等等，在当事人自己完全意识不到，这已经是他们生活方式的一种自然组成部分。更为重要的是，这种态度还通过长辈的传递，自然过渡到下一代，以致很多中小学生在学校知道遵守一些起码的公德，而一出校门就全然忘记了。当整体的公共意识缺乏时，大大增加了纠正不文明行为的成本，一般市民本着法不责众的态度，不以不文明行为为耻，还以管理者多事。还有一些不文明行为属于相对陈旧的风俗习惯所致，这些风俗习惯在农村社会中可能是比较适宜的，但在城镇中就不大和谐，如不择场地不择时间的燃放烟花爆竹、甚至在城镇主干道上抛洒纸等。 3.学习气氛不浓，文化氛围相对较差。市民的物质生活水平越来越高，住房越来越宽敞，汽车越来越普及，但精神生活并未同步丰富起来。居民家庭藏书有限、家庭学习主要就是辅导小孩的作业；书店惨淡经营，经营学术性书籍的书店更是难以维持，沦落为经营教辅材料的书店；常规性的文艺演出、音乐会很少，即使有，也大多是追星的一时热闹；各类企业、事业单位学习氛围不强，知识未受到足够重视与尊重，等等。虽然凤凰具有重商、重经营的传统，但随着城市综合实力在竞争中的地位越来越突出，文化氛围以及由此进一步产生的城市精神面貌也就越来越重要，如何建设学习型城市，增强城市文化氛围就是一个很重要的问题。 4.市民的城镇认同感不强，主人翁意识欠缺。要自觉维护一个城镇的形象，认同感是一个重要因素，良好的公共意识也需要有主人翁的身份才能更好地促进

中国家庭金融调查报告完整版

编号：TQC/K194 中国家庭金融调查报告完 整版 Daily description of the work content, achievements, and shortcomings, and finally put forward reasonable suggestions or new direction of efforts, so that the overall process does not deviate from the direction, continue to move towards the established goal. 【适用信息传递/研究经验/相互监督/自我提升等场景】 编写：________________________ 审核：________________________ 时间：________________________ 部门：________________________

中国家庭金融调查报告完整版 下载说明：本报告资料适合用于日常描述工作内容，取得的成绩，以及不足，最后提出合理化的建议或者新的努力方向，使整体流程的进度信息实现快速共享，并使整体过程不偏离方向，继续朝既定的目标前行。可直接应用日常文档制作，也可以根据实际需要对其进行修改。 1.调查设计 (1)chfs抽样设计：经济富裕地区(东部地区)的样本比重相对较大(样本市县中东中西部省份的比例为32:27:21，全国为34:27:38)，城镇地区(相对于农村地区)的样本比重相对较大(样本中城镇居委会与农村村委会比例为181:139)，城镇富裕家庭占比较大，样本的地理分布比较均匀。 (2)数据核查：事后对所有受访者进行(电话)回访。 (3)拒访率：chfs的拒访率低于国内外

家庭理财规划报告书

家庭理财规划报告书 客户: 魏先生 理财团队：建行理财中心 理财师: 苏桂宏 完成日期: 2008-3-22 魏先生：您好！ 首先非常感谢您对我们的信任，使我们有机会为您提供全面的理财规划服

务。 这份理财规划报告书是用来帮助您明确财务需求及目标，对您家庭的理财事务进行更好地决策，从而使您达到财务自由、决策自主、生活自在。 在这份专为您量身打制的规划报告书中我们作出的所有的分析都是基于您当前的家庭情况、财务状况、生活环境、未来目标以及结合当前所处的经济形势对一些金融参数的假设，测算出的结果可能与您真实情况存在有一定的误差，因此您提供信息的完整性、真实性将有利于我们为您提供更精确的个人理财规划。 为了能够使您满意，我们将尽力凭投资专业知识与能力，以您的利益为先，秉承诚信原则提供服务，注重“稳健为先、合理规划”，但由于市场情况变幻莫测，同时，鉴于您家庭状况、金融参数的估计假设、社会经济形势等均会发生变化，因此建议您与我们保持定期联系，以便及时为您调整理财规划报告。 您作为我们尊贵的客户，所有信息都由您自愿提供，建行理财中心将为您严格保密。您在此过程中，如果有任何疑问，欢迎您随时向您的专职客户经理或者建行理财中心咨询。 请您相信，我们一定会为您和您的家庭制定一个合理的理财规划，使您能悠然面对未来生活，让富足永远与您相伴。 建行理财中心 苏桂宏 2008年3月22日 目录

第一部分案例简介 第二部分家庭基本情况 1、家庭成员资料 2、近期家庭资产负债表 3、年度家庭收支表 第三部分家庭财务分析 1、财务比率分析 2、其他财务分析 第四部分理财综合需求分析 1、理财目标 2、风险评估 第五部分理财假设 第六部分理财目标资金供需分析及目标调整 第七部分理财规划建议 1、家庭财务安全规划 2、女儿大学教育金规划 3、赡养双亲规划 4、购房规划 5、购车规划 6、创业基金规划 7、投资规划 第八部分敏感度分析 第九部分风险揭示 第十部分理财规划方案实施及修正 1、理财规划方案实施 2、理财规划方案修正 第一部分：案例简介

2015中国家庭金融调查报告

2015中国家庭金融调查报告 第1篇：中国家庭金融调查报告 1、调查设计 （1）CHFS抽样设计：经济富裕地区（东部地区）的样本比重相对较大（样本市县中东中西部省份的比例为32：27：21，全国为34：27：38），城镇地区（相对于农村地区）的样本比重相对较大（样本中城镇居委会与农村村委会比例为181：139），城镇富裕家庭占比较大，样本的地理分布比较均匀。 （2）数据核查：事后对所有受访者进行（电话）回访。 （3）拒访率：CHFS的拒访率低于国内外相似或同类调查的拒访率。 （4）数据代表性：人口统计学方面，CHFS调查数据在家庭规模、人口年龄结构和性别比例方面与国家统计局的数据比较一致，其中城市人口比例数据与国家统计局有差异（2015年CHFS数据按户口计算为0、369，国家统计局公布的数据为0、513，但是国家统计局公布的城镇人口是指居住在城镇范围内的全部常住人口，不是户籍概念）。在居民收入总额上，CHFS和国家统计局公布的全国居民收入总额、城市和农村居民收入总额、人均收入方面比较一致，在农村和城市人均收入内部构成上二者差距比较大。 （5）国内有影响力的家庭调查数据：中国健康与营养调查（CHNS），中国家庭收入项目调查（CHIP），中国综合社会调查（CGSS），中国健康与养老跟踪调查（CHARLS）。 PPS（probabilityproportionatetosizesampling）：按规模大小成比例的抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中概率的一种抽样方式。PPS抽样是指在多阶段抽样中，尤其是二阶段抽样中，初级抽样单位被抽中的机率取决于其初级抽样单位的规模大小，初级抽样单位规模越大，被抽中的机会就越大，初级抽样单位规模越小，被抽中的机率就越小。 2、家庭人口和工作特征 （1）20XX年CHFS样本数据显示平均家庭规模为2、94人。少儿（15周岁以下）人口男女性别比为123：100，劳动年龄人口男女性别比为100、5：100，老年（60周岁以上）人口的男女性别小于1、 （2）无论是根据人口老龄化指标1（60周岁以上人口占总人口比例为10%，根据CHFS 我国2015年该数据为16、34%）还是指标2（65周岁以上人口占总人口比例为7%，我国为10、65%）都表明我国人口老龄化现象严重。少儿抚养比低于老年抚养比，且城市人口老龄化趋势高于农村。 （3）根据CHFS数据，我国初中及以下学历的比例高达63、58%，年龄组越低的人群高学历的比例越高。 （4）根据CHFS我国城市剩男、剩女（30周岁以上的未婚男女）的比例41：62，农村为59：38、 （5）企业雇佣的劳动力占从业人员的比例高达62%，其中38、44%在私营或个体企业工作，大力发展工商业可能是解决中国劳动力就业的主要途径，大力支持私营或个体企业的发展，中国劳动力就业压力将可能得到缓解。 （6）具有博士学历职工的工资收入低于硕士学历职工的工资，在这个阶段教育收入回报为负。 （7）随着人口年龄降低，初中学历以下人口比例显著降低，义务教育效果明显。 3、家庭非金融资产 （1）从土地的闲置率上看，在被征收土地归为农用土地的假设下，限制土地的占比也有9、97%。（这一数据与我观察到的家乡的情况正好相反，由于种粮补贴及苹果价格上

家庭理财规划报告书王先生

家庭理财规划报告书 前言 尊敬的王先生： 您好！ 首先非常感谢您对我的信任，让我有机会为您提供全面的理财规划服务。 这份理财规划报告书是用来帮助您确认需要和目标，对您家庭的理财事务进行更好地决策，从而使您达到财务自由、决策自主、生活自在。 在这份专为您量身定制的规划报告书中我所有的分析都是基于您目前的家庭情况、财务状况、生活环境、未来目标以及结合当前所处的经济形势对一些金融参数的假设，测算出的结果可能与您真实情况存在有一定的误差，因此您提供信息的完整性、真实性将有利于我们为您提供更精确的个人理财规划。 为了能够使您满意，我将尽力凭着投资专业知识与能力，以您的利益为先，秉承诚信原则提供服务，注重"稳健为先、合理规划"，但由于市场情况变幻莫测，同时，鉴于您家庭情况、金融参数的估计假设、社会经济形势等均会发生变化，因此建议您与我保持定期联系，以便及时为您调整理财规划报告。 您在此过程中，如果有任何疑问，欢迎随时向我咨询。 请相信，我一定会为您和您的家庭制定一个合理的理财规划，使您能悠然面对未来生活，让富足永远与您相伴。 城东支行理财经理朱凯莉 2012年10月9日 目录 第一部分客户基本情况 1、家庭成员资料 2、近期家庭资产负债表 3、年度家庭收支表 第二部分家庭情况分析 1、财务比率分析 2、其他财务分析 3、理财目标 4、风险评估 第三部分理财规划的制定

1、家庭财务安全规划 2、女儿大学教育金规划 3、赡养双亲规划 4、购房规划 5、购车规划 6、创业基金规划 7、投资规划 第四部分风险评估 第五部分理财规划方案实施及监控 1、理财规划方案实施 2、理财规划方案监控 第六部分归纳总结 第一部分家庭基本情况 家庭背景：您今年38岁，事业小有成就，公司中层技术干部，月收入5000元年底奖金两万元。他爱人在某公司当会计，月收入1500元；女儿今年15岁，是一名初三学生，学习成绩中等。您父母在农村，无收入，爱人父母是长沙市区退休工人。您家现有住房80平方米，无贷款，有存款10万元、股票基金15万元。您觉得女儿越来越大了，需要换一套大点的房子，再者考虑父母年老，想接来边照顾。今年公司计划在新区集资盖房，每平方米2000元，现有120平方米、140平方米、180平方米3种户型。近两年看到公司其他技术干部出去单干，不少人都干大了，您也想尽快积攒一笔50万元的创业基金，可一想到即将面临女儿升学、父母养老、供房子、买汽车等现实需求，他无时不刻会感受到来自工作与生活的双重压力。 一、家庭成员资料 家庭成员 姓名 年龄 职业 父亲 您 38岁 公司中层 母亲 王太太 38岁 公司会计 女儿

个人理财分析报告

理财规划书 企管103班 组员：黄静 廖毅萍

一、家庭背景情况分析 （一）家庭基本信息 张先生46岁为某公司主管，月薪3万，年终奖10万；妻子吴某现年42岁是某公司财务主管，月薪8000元。该家庭有一20岁的儿子，2010年开始就读于本地的某所大学。该家庭2010年12月31日对资产负债状况进行清理的结果为：价值100万的住房一套和80万的郊区度假别墅一幢，一辆别克轿车，银行定期存款15万、活期5万，现金2万。家庭房产均为5年前购买，卖价分别为50万和30万，首付二成，其余进行10年期按揭，每月还款5800元；轿车为2年前购买，使用年限为10年，卖价为45万，每年花费1万元够买汽车保险，当前该车型市场价格降为40万。该家庭三年前投入20万资金进行股票投资，目前账户中的价值为15万；一年前购入10万的三年期国债，目前价值12万。张先生爱好字画收藏，陆续花费40万购买的名家字画当前市价已达到100万，打算长期收藏；妻子吴某的翡翠及钻石首饰的市价达到了30万元。夫妇俩人从2007年开始还每年购买中国人寿保险公司的意外医疗保险，每年交保费500元。另外，家庭每月的日常基本生活支出为4500元；儿子每年的学费与生活费支出为2万元。

（二）风险承受能力及分析 1、张先生的家庭处于成长期，张先生夫妻两个工作都比较稳定,而且基本不用再为养育儿子烦恼，及现有资产的保值增值等问题，风险承受能力还是比较强的。 2、结余比率是72%，比例过高，可以适当的增加消费，提高生活品质。净资产相对较多，可以考虑一些投资项目。 3、通过以上风险承受能力分析，可以看出张先生属于温和保守型投资者，能接受一定的投资波动，建议适当改变目前的投资结构，增加其它方面的投资分散投资风险，可以尝试进行部分进取型的投资。

中国成财富高度集中国家0.4%家庭占有70%社会财富财富,国家,家庭.doc

中国成财富高度集中国家0.4%家庭占有70%社会财富-财富,国 家,家庭-商务指南- 中国成财富高度集中国家0.4%家庭占有70%社会财富 2006年10月19日8:41 来源：中国青年报 作：王冲 一份最新报告显示，中国大陆150万个家庭占有全国的70％，而在发达国家，一般情况下是5％的家庭占有50％至60％的财富，中国已经成为财富最为高度集中的国家之一。 10月17日，波士顿咨询公司的《2006全球财富报告》出炉，报告认为亚洲部分国家和地区是 百分富翁家庭的聚集地。2005年，中国台湾地区富有家庭财富总量达到1471万亿美元，中国大陆以1335万亿美元紧随其后。“这是2005年的数据，据我估计，2006年的某个时段，中国大陆会超过台湾地区，列亚太地区第一位（日本除外）。”波士顿咨询公司北京办公室副总裁兼董事邓俊豪对记表示。 报告显示，在中国大陆，富有家庭的管理资产额2005年比2004

年增长18％，0.4％（约150万）的家庭占有了70％的财富。邓俊豪说，“这个数据只考虑存款、股票等资产，没有把灰色收入计算在内，但基本上是准确的。”他告诉记，中国90％的是经营企业挣钱，主要分布在东南沿海和几个大城市。研究报告中，富有家庭指的是年度管理资产额在10万美元以上的家庭。 报告还发现，在全球范围内，百万富翁家庭的数量已经达到720万户，他们掌握的财富占全球财富总量的28.6％。其中约300万户集中在美国，日本名列第二，拥有82.5万户，英、德、法三国紧随其后，中国共有管理资产额超过百万美元的家庭25万户，列全球第六位。 除了通过对数据进行分析，研究还对管理资产额超过100万美元的进行访谈，其中有22名中国人。研究分析了2005年全球财富市场的发展情况，并深入分析了客户的财富管理需求和投资行为。波士顿咨询公司创立于1963年，在全球62个城市设有分支机构，与各个主要行业里的重点企业合作，发展并实施管理战略，实现竞争优势。

关于财富传承,你不可不知的调研报告

关于财富传承，你不可不知的调研报告 数据显示，目前中国家庭财富全球排名第三，仅次于美国和日本。随着居民理财意识的增强、市场发展的成熟，中国财富管理行业正 在由银行、券商、信托为主导的产品销售模式，逐步向替客户实现 财富保值、增值和传承的服务模式迈进。 顾问云监测了294个省及地级市，梳理了16万+公司数据，用7 张图表带您看最新的行业大趋势。 截至目前，中国大陆地区财富管理和资产管理机构数量有 168,000+，到2018年末有望突破200,000。其中广东、上海、浙江、北京、江苏均已突破10,000家，合计占比超过58%，行业区域集中 度高，2013到2017年这个数据一直维持在52%-59%，整体变化不大。陕西、山西、云南、宁夏、西藏、甘肃、青海等省份/自治区现有财富管理公司数量不足1,000，排在末位。

2013年到2018年，广东、上海、北京、浙江、江苏五个地区的 财富管理公司数量一直位居前列。 广东省财富管理公司数量的年复合增长率为42.31%，增长速度 最快，主要原因是广东省高净值家庭可投资资产总额一直位居全国 之首，且居民理财意识相对成熟，给财富管理公司很大的发展动力。 紧随其后的为浙江省，增长率为40.97%。浙江省的高增长率要 很大程度归功于信息经济的高速发展为杭州等地带来巨大的经济活力，居民财富大幅度提高，随之带动财富管理行业的发展。 目前中国大陆高净值家庭（可投资资产超过600万）共有 1,267,000户，家庭总财富有数十万亿。有20个省份/直辖市高净 值家庭超过10,000户，其中北京、广东、上海、浙江等四个地区高净值家庭数量超过150,000户，累计占总家庭数的63%，财富集中 度略高于行业集中度。