实证金融论文

实证金融论文实证金融论文实证金融研究是一个发现经过,这种发现主要基于金融现象本身,而不依靠于我们想从金融现象中发现什么。下面是学习啦我为大家整理的关于实证金融论文，一起来看看吧!实证金融论文篇1中国城镇居民家庭金融实证分析【摘要】与传统的金融研究方向资产定价，公司金融相比，家庭金融已经成为目前金融学研究的前沿领域。本文主要研究中国城镇家庭风险性金融资产投资行为的影响因素。在梳理国内外文献的基础上，归纳出影响家庭金融投资行为的一些因素，并基于在江苏无锡地区的问卷调查数据，充分运用Logistic回归模型和Tobit回归模型分析对中国城镇家庭风险性金融资产投资行为产生影响的因素，揭示出各个影响因素的特征规律，并在对美两国居民家庭风险性金融投资行为的比拟中，以及资产选择去向存在差异的基础上，提出了几条优化中国城镇家庭金融资产配置的建议。【关键词】家庭金融资产风险性投资影响因素一、理论研究背景及相关文献评述(一)国外研究综述随着家庭理财理财意识的不断提高以及金融产品日趋丰富，家庭资产组合选择问题开场进入了学术视野。在2006年的美国金融年会上，Compbell曾经提出了一个独立的新研究方向，即家庭金融。与传统的金融研究方向资产定价，公司金融相比，家庭金融已经成为目前金融学研究的前沿领域。与基于投资者的资产组合理论相比，家庭资产组合理论研究引入了经济特征，生命周期，人口统计特征等因素对金融资产选择的影响。Yoo(1994)是有SCF的三个独立年份的界面数据分析资产配良种的年龄效应，年轻和年老的家庭介入风险资产的概率更低。Guiiso等(1996)使用意大利的面板数据研究发现较高的工资收入风险与较低的风险资产持有有关。Heaton和Lucas(2000)在研究中引入工资机制，分析发现家庭的工资收入与股票收益之间呈现出高度相关，一般具有高背景风险的家庭对于风险资产的持有比拟少。Shum和Aig(2006)在研究中考虑了人口统计特征，分析发现性别，婚姻状况以及受教育程度都会影响家庭金融资产的配置。Guiso，Sapienza(2004)研究发现家庭对外界社会，金融机构的信任度越高，那么他们持有风险资产的比例也就越高。(二)国内研究综述到目前为止，关于我国居民投资的实证研究相对较少。样本选择以及有效样本数据的获取是主要难点。有部分学者对居民的资产构造进行了考察，如史代敏、宋艳(2005)，利用四川省统计局在2002年四川省城镇居民家庭金融财产的抽样调查数据，分别考虑了年龄、收入、财富规模、受教育程度、住房所有权五方面的因素建立线性模型，考察各因素对家庭金融资产总量，以及储蓄存款和股票在金融资产中所占比例的影响。吴晓求等(1999)利用证券持有的增加量统计出我国居民金融资产的增量构造，并重点分析了影响该构造的因素以及改革开放以来居民收入资本化趋势。另外汪红驹、张慧莲(2006)以最优资产选择模型为基础讨论了通货膨胀、股市收益波动、消费者风险偏好对消费者储蓄需求的影响。最近，出现的一些有关于家庭金融资产投资的文献有：邢大伟(2020)基于江苏扬州的调查，对城镇居民家庭资产选择构造的实证研究，文章分析了性别，年龄，学历等方面对金融资产构造和实物资产构造的影响。陈国进，姚佳(2020)的基于美国SCF数据库的风险性金融资产投资影响因素分析，文章采用美国消费者金融调查数据为样本，建立回归模型对影响因素进行分析。卢家昌，顾金宏(2020)基于江苏南京的调查，对城镇居民家庭资产选择行为的影响因素分析，主要分析了家庭金融资产在货币类产品，证券类产品，保障类产品三个方面投资影响因素。二、调查研究方案设计(一)研究假设通过对已有文献的梳理和归纳，并结合中国的国情，提出下面可能对中国城镇家庭风险性金融投资产生影响的因素：1.家庭财富和人口统计特征。Alessie和Soest曾经对荷兰家庭1993～1998的数据进行分析，运用Probit回归模型和选择模型发现，年龄较大的户主和比拟富有的户主持有相对较高比例的风险性金融资产，同时随着家庭财富的增加，家庭持有风险性金融资产的比例也会增加。2.住房投资。在我国，住房问题是长期以来绝大多数家庭都很关注的问题，房价的波动对中国家庭的投资行为也会产生一定的影响，而且由于房产具有消费与投资的双重性质，还可能使中国家庭的投资呈现出随生命周期变化的特征。3.劳动收入。在中国，劳动收入是大多数家庭主要的经济;，也是家庭可支配收入的重要组成部分。假如能够从一定程度上增加家庭的劳动收入，那么一定程度上能提升家庭承当金融投资风险的愿望。4.投资偏好及预期。中国家庭的投资行为不仅会遭到对宏观经济预期的影响，投资偏好近年来作为行为金融研究的一部分也成为重要的研究因素。(二)问卷的设计问卷的概念量表在设计时，先是参照了已有的个体投资者问卷调查的成熟量表，然后根据研究假设中所提到的影响因素进行调整修改。问卷调查主要分两个方面：首先是对于家庭构造的调查，包括人口统计特征以及家庭人口的基本情况，如：户主的性别，年龄，受教育程度，婚姻状况以及职业;其次是关于家庭金融资产总量和构造的调查，如：家庭金融资产，人均收入，存款等。同时，问卷还设置了验证题来帮助剔除无效问卷。(三)问卷的发放与回收调查采用随机抽样调查，在人口比拟集中的各区街口商区，单位门口进行发放，调查对象覆盖了个体户，金融从业者，公务员，医生，老师等人群，挑选主要是删除通过问卷中设置的验证题来删除明显胡乱填写的无效问卷以及存在异常值的问卷。而对于问卷中存在的数据缺失的情况，则主要是通过两种途径修改：对于第二部分数据缺失或缺失数据超过2项的，直接视为无效问卷;而对于缺失数据在两项以内的，则采用众数填补的法则进行数据完善。最后，通过汇总统计，能够得到下列数据;实际发放问卷数为500份，回收得到292份，回收率为58.4%，最后被认定的有效样本数为224份，回收有效率为76.7%。(四)样本的采集和检验本文的抽样调查样本;于城镇家庭，以江苏无锡的抽样调查结果作为实证的数据;。由于无锡地处长江三角洲经济较发达地区，因而抽样结果更具代表性和合理性。经过SPSS16.0对抽样数据的处理，得到如下对有效样本的描绘性统计：通过表一的样本描绘性统计不难看出，家庭中户主的性别为男性的比例要高于女性，也就是讲男性介入风险投资决策的比例要高于女性，而且户主年龄在35～60岁之间的比例较高。本户主学历为专科和本科的占到了将近90%，此外，从家庭财富规模的角度来看，家庭拥有金融资产总额在10万到100万之间的占了绝大多数。因而，总体看来，这样的抽样结果基本服从正态分布，这样的构造大体上也是合理的。三、实证研究分析(一)主要变量的选取及描绘本文研究主要是分析人口统计特征，家庭财富，背景风险等方面因素对城镇家庭风险性金融资产投资选择的影响以及影响程度。其中人口统计特征包括户主的性别，年龄，受教育程度，婚姻状况以及职业;背景风险包括劳动收入，房产投资，其余变量还包括投资偏好，投资预期。(二)实证模型的选择1.模型一：Logistic回归模型。本文首先对城镇家庭风险性金融资产能否持有产生影响的因素的作用程度以及显著性进行实证分析和检验。持有风险性金融资产的为1，而未持有风险性金融资产的为0。在借鉴同类文献结论和研究成果的基础上，假设城镇家庭风险性金融资产持有遭到家庭财富，户主的性别，年龄，受教育程度，婚姻状况以及职业，劳动收入，房产投资，投资偏好，投资预期等因素的共同作用，即Y=(x1，x2，xi)+epsilon;。Y表示的是城镇家庭风险性金融资产的选择行为，xi是影响家庭风险性金融资产选择的影响因素，epsilon;为随即干扰项。由于在实证当中，我们碰到的被解释变量为虚拟变量，而非连续性变量，因而传统的多元回归模型并不适用，无法进行合理的假设检验。所以，本文选用Logistic回归模型来进行实证研究。Logistic回归模型是对二元因变量的概率建模，即当因变量是一个二元变量，只取0与1两个值时，因变量取1的概率p就是要研究的对象。这里我们假设家庭介入投资风险性金融产品的概率为P，P的取值范围在0-1之间，将P做logit变换，能够得到Logistic回归模型：Logit(P)=0+1F+2I+3S+4iAi+5iEi+6M+7SE+8RI+9IP+10IE然后，通过极大似然估计的迭代方法，能够找到系数的最可能的估计，并采用Wald检验对参数进行检验，当Wald值大者(或Sig值小者，小于0.05)显著性高。2.模型二：Tobit回归模型。本文还将从微观角度建立城镇家庭风险性金融资产占总金融资产比重的模型。由于单个家庭风险性金融资产可能为零，也就是存在某个家庭不投资风险性金融产品，即风险性金融资产占总金融资产比重为零，罢了它作为被解释变量时，显然经典的线性模型已经不再适用。根据国内外相关文献得知，在存在截断数据的情况下，Tobit模型是较为有效的计量经济学模型。根据家庭持有风险性金融资产能否为零，能够将样本分为两类。第一类是含有不为零的因变量和自变量;第二类是仅很有不为零的自变量，而因变量为零。这样，我们能够把变量间线性关系表示为：Yi=Xi+epsilon;t。实际在性质上，截断的观测值与未截断的观测值是存在显著差异的，这是由于风险性金融资产占总金融资产比重为0，表示该家庭不投资于风险性金融产品，因而即便解释变量变化很明显，这些家庭投资与风险性金融产品的比重仍为，不会有任何变化。这样，风险性金融资产占总金融资产比重在性质上类似于离散型的虚拟变量。因而，我们通过建立风险性金融资产占总金融资产比重的Tobit模型，来刻画解释变量对被解释变量之间的影响。根据经济学理论背景，我们初步建立风险性金融资产比重的Tobit模型如下：Tobit(P)=0+1I+2iAi+3iEi+4F+5F2+epsilon;tifRHS0模型的设计基于理论与数据相结合的思路，一方面我们考虑到经济理论背景来选择变量;另一方面我们又考虑了调查所得样本中获得的信息。我们在估计模型时将采用国外相关研究中普遍使用的最小二乘估计，这也是人们所探索出的适用于估计Tobit模型的主要方法，其参数检验的适用方法为t检验，Sig值小者(小于0.05)显著性高。四、结论本文运用对江苏省无锡地区的实地抽样调查数据，通过运用Logistic回归模型和Tobit回归模型研究家庭财富，人口统计特征，背景风险以及投资预期和偏好对家庭风险金融资产投资的影响，我们能够得到下面几个重要的结论：首先，中国城镇家庭风险性金融投资的财富效应特别显著，随着家庭财富的不断增加，家庭投资风险性金融资产的概率不断增加，投资于风险性金融资产的比例也不断提高。其次，背景风险对中国家庭投资风险性金融产品的有较明显的影响：中国家庭住房投资对介入风险性金融投资具有明显的挤出效应，随着住房投资的增加，家庭介入风险性金融投资的概率以及投资比例都有所下降;此外，随着人均劳动收入的增加，家庭投资风险金融产品的比例就越高。第三，人口统计特征对中国家庭投资风险性金融产品的影响比拟显著：风险性金融投资的介入率随着学历的增加而增加，与年龄呈一条凸曲线，年轻家庭和老年家庭介入率较低，中年家庭介入率较高。从投资比例来看，高学历的家庭投资比例较高，而自主经营会对投资比例有挤出效应。第四，家庭的投资预期向好会对风险性金融投资比例产生正的影响，而投资偏好风险性资产则会对风险性金融投资的介入率产生积极的影响。参考文献[1]陈国进，姚佳.中国居民就爱听金融资产组合研究【J】.西部金融，2020(8)，20-22.[2]史代敏，宋艳居民家庭金融资产选择的实证那个研究【J】.统计研究，2005(10)，45-50.[3]3.刘洪玉，郑思齐.住宅资产：居民家庭资产组合中的重要角色【J】.经济与管理研究，2003(4)，38-4.实证金融论文篇2西北地区农村金融问题实证研究【摘要】农业是国民经济的基础，发展当代农业离不开金融的有力支持，农村金融问题是研究三农问题的关键所在。西北地区农业基础薄弱，金融业发展滞后，农村金融问题愈加突出。本文选取西北部分地区作为样本，对西北地区农村金融现状进行实证研究，以期对西北地区农村金融存在的主要问题作出有益讨论。【关键词】农村金融实证研究一、西北地区农村金融市场竞争呈现垄断特征随着国有商业银行改革的推进，国有商业银行在农村地区的机构大量撤并，金融业务明显萎缩。一方面正规金融不断从农村市场收缩，另一方面农村地区民间金融尚未构成规模。进而使农村信誉社在农村金融市场处于垄断地位。而垄断的农村金融市场一般来讲是低效率的。近年来，中央银行对农村信誉社采取的各类改革措施赋予了农村信誉社独立支撑农村金融主渠道的职能。但是农村信誉社本身经营管理能力与所承当的功能不相称的矛盾日渐凸现。由于农村信誉社巨额的历史包袱、利率管制等原因，不少农村信誉社面临巨额亏损。在缺乏市场退出机制的背景下，农村信誉社即便是亏损严重，资不抵债，也无法将其关闭。因而，现有的农村金融体系缺乏效率，不能为农业发展提供必要的支撑。(一)农村地区正规金融机构数量逐年减少本文对西北14个样本地区的调查显示，2002年以后西北农村地区的金融机构数量处于逐年减少的状态。20022020年，农业银行机构数量从638个缩减至468个，累计减少170个;建设银行机构数量从199个缩减至104个，累计减少95个;工商银行机构数量从280个缩减至159个，累计减少121个。短短数年时间，3家国有商业银行在14个样本地区内减少的机构数量共计386个，减幅为36.1%。2020年末，当地建设银行机构数量在5个下面的样本地区为8个，其中2个样本地区内已经没有建设银行的分支机构。国有银行在农村地区机构数量大量减少，客观上降低了农村金融市场的竞争强度，使农村信誉社的垄断地位不断加强。(二)农村信贷市场份额不断集中农村信誉社在农村金融市场处于垄断地位主要体如今其市场份额的不断提高，尤其是在信贷市场上，随着国有银行的大量退出，农村信誉社的垄断地位日渐显露。20022020年，14个样本地区农村信誉社的信贷市场份额均出现不同程度的提高，其中有7个地区的农村信誉社市场占有率提高了10个以上的百分点，最多的地区提高了15个百分点。2020年末，农村信誉社信贷市场份额在30%以上的地区为8个，其中30%40%的地区有5个，40%50%的地区有3个。这些数据表明，农村信誉社在相当一部分地区的信贷市场上处于垄断地位，控制着三分之一以上的市场份额，并且这一比例还在不断提高。与国有商业银行相比，农村信誉社在服务水平、经营管理能力以及风险控制等方面都存在较大差距。因而，国有商业银行的退出，农村信誉社垄断地位的加强，使得农村地区金融机构无论是从数量，还是从质量上都有所下降，削弱了金融支持三农的能力。(三)农村金融机构不良贷款问题严重在我国，农业属于弱质产业，主要表如今农业生产面临着宏大的自然风险和市场风险。十分是我国农业生产经营规模偏小、生产集约化程度偏低、农产品科技含量偏少，这导致我国农业比国外农业收益更低、市场风险更大。加之农业保险缺失，客观上给农业贷款造成宏大的风险。另一方面农村地区信誉法制环境较差，地方行政太多干涉等因素也进一步加剧了农村金融中的风险。而农村信誉社本身由于缺乏完善的风险防备管理手段与机制，不能有效化解贷款风险，导致潜在的各种信贷风险转化为巨额不良贷款。本文对西北14个样本地区农村信誉社的信贷数据调查表明，农村信誉社不良贷款比率并未得到有效控制。固然多数地市农村信誉社不良贷款比率均有不同程度的下降，但是2020年，仍有9个地区农村信誉社的不良贷款比率在10%以上，远超过银监会设立的不良贷款比率标准。其中，3个地区农信社不良贷款比率仍处于20%以上的高位。不良贷款问题不能得到有效解决，不仅增加了农村信誉社的贷款损失成本，而且严重制约了农村金融的可持续发展。二、西北农村地区资金外流严重现阶段农村金融市场信贷风险高，收益不确定性较高，在缺乏相应担保与补偿机制的调价下，金融机构更倾向于将金融资源配置到城市非农业部门。调查显示，近年来西北地区农村资金外流严重，通过下面三个方面的数据详细反映：(一)县域农村地区农业银行的存贷比率逐年下降在原四大国有银行的专业分工布局中，农业银行的业务领域主要集中于农业，是农村金融的重要组成部分。然而，近年来农业银行大力推进商业化改革，业务重心发生转移，对农村地区的支持力度逐步减弱。本文调查的西北14个样本地区县域农村地区农业银行存、贷款余额变化显示，尽管县域农村地区农业银行的存、贷款都在快速增长。但是，同期贷款的增长速度低于存款的增长速度，表现为存贷比率逐年下降。20052020年存、贷款余额之差呈现不断扩大的趋势，2005年存、贷款余额之差为22亿元，2020年两者之差扩大至121亿元，5年内增长了5倍多。同期存贷比率分别为：85%、82%、76%、66%和56%，这反映出农业银行正在将越来越多的贷款从西北农村地区转移到其他地区，县域农村地区的农业银行对当地的信贷支持力度正在逐步减弱。(二)邮储规模迅速扩张长期以来，邮政储蓄采取只存不贷的经营形式，单纯从农村金融市场吸收资金。固然目前邮政储蓄已经逐步开场办理小额存单质押贷款业务，但是与其庞大的存款业务规模相比，显得微乎其微。短期内邮政储蓄从农村地区抽血的状况不会得到根本扭转。因而，邮政储蓄规模的扩大，对农村地区而言，就意味着资金流出的增加。本文调查的西北14个样本地区邮政储蓄余额增长情况显示，20052020年，邮政储蓄以超常规的速度发展，储蓄余额从46.32亿元增长至123.07亿元，累计增长76.75亿元，增幅为166%，年均增速33.2%。这其中绝大部分资金都投向了农村以外的地区，反映出农村地区资金正在迅速流出。(三)涉农贷款在银行信贷构造中的比重较小西北五省区(陕西、甘肃、宁夏、青海和新疆)农业银行的信贷数据显示，农业贷款在其整个信贷构造中所占比重很小。三、信贷余额与利润总额、不良贷款的数量关系研究在市场机制作用下，金融资源的配置取决于资本的收益水平，而风险水安然平静盈利能力是决定收益的两个重要因素。因而，金融对三农的支持要遭到农村金融风险和盈利水平的影响。为从定量的角度分析问题，本文用信贷余额(D)反映金融支持三农的程度