户主外地生活经历与家庭风险金融资产投资

随着经济体制改革和金融开放的深入推进，以股市为代表的中国资本市场取得了较大发展。根据Wind数据，2021年我国沪深两大交易所A、B股的股票流通市值合计75.16万亿元。同时，根据中国人民银行公布数据，我国2021年社会融资规模增量累计31.34万亿元，其中企业债券净融资为3.29万亿元，而非金融企业境内股票融资仅有1.21万亿元。可以看出，我国目前的直接融资占比仍然非常低。我国的直接融资占比低有很多原因，从需求角度而言这与我国居民家庭的风险金融市场有限参与有关。经典的风险金融资产配置模型认为，所有家庭均应该参与风险金融市场并持有一定比例的风险金融资产[1-2]。然而，诸多经验研究却发现，现实情况与经典金融资产配置模型并不完全一致，许多家庭并不持有以股票为代表的风险金融资产，这一现象被称为“股市有限参与之谜”。“股市有限参与之谜”或可以扩展到“风险金融市场有限参与之谜”，国内外学者主要从市场摩擦与参与成本、背景风险、居民特质等角度进行研究[3-5]。也有部分文献从经历的角度研究风险金融市场有限参与问题，例如Knüpfer et al.[6]、江静琳等[7]、周广肃等[8]分别从萧条期间的劳动力市场经历、农村成长经历、上山下乡经历的视角研究了家庭风险金融资产投资问题，但少有研究从户主外地生活经历的角度探究其对家庭风险金融资产投资的影响及其背后的机制。

改革开放以来，伴随着社会经济的迅速发展，中国流动人口也快速增加。根据2020年国家统计局公布的第七次全国人口普查数据，我国人户分离人口有49 276万人，其中流动人口为37 582万人。与2010年相比，人户分离人口增长88.52%，流动人口增长69.73%。我国人口流动的趋势日益明显，流动人口规模进一步扩大。但是由于户籍制度存在、就业市场不完善、保险体系不健全等原因，我国劳动力与人才流动目前还存在较多障碍。为深入贯彻落实党的十九大精神，促进劳动力和人才社会性流动体制机制改革，中共中央办公厅与国务院办公厅于2019年12月印发《关于促进劳动力和人才社会性流动体制机制改革的意见》，并于2020年4月9日发布了《关于构建更加完善的要素市场化配置体制机制的意见》。行为经济学的相关研究表明，过去的经历会对个体的决策与行为产生影响，那么个人外地生活经历是否会对家庭的金融行为产生影响呢？在有关外地生活经历的国内文献中，研究对象主要是国外留学群体和外出务工的农村劳动力，而且家庭行为很少涉及风险金融资产投资[9-11]。然而，伴随着人口流动性的增大，外出学习、工作与生活经历均可能对家庭的风险金融资产投资产生影响。

因此，本文利用2017年中国家庭金融调查数据，具体研究了户主的外地生活经历(包括外地工作经历和外地学习经历)对家庭风险金融资产投资的影响及其作用机制。本文的主要贡献如下。基于目前国内风险金融市场有限参与和人口流动性逐步增强的客观事实，以及国内有关外地生活经历与家庭风险金融资产投资的研究文献较少的现状，利用中国家庭金融调查数据深入探讨户主的外地生活经历对家庭风险金融资产投资的影响，拓展了家庭风险金融资产投资影响因素的研究范围。从信息渠道、社会互动两个角度解释了为什么外地生活经历对风险金融市场的参与概率和参与程度均产生显著的正向影响，深化了对户主外地生活经历影响家庭风险金融资产投资的理解。

二、理论分析与研究假设

(一)外地生活经历对认知与行为的影响

行为经济学的相关研究表明，过去的社会经历会对个体的偏好和认知产生持久的影响，从而影响个体的决策与行为。部分研究指出，外地学习和生活经历会对个体的认知与行为产生重要影响，与没有此类经历的群体相比，有留学经历或海外进修经历的个体更加具有国际视野、更加注重研究开发投入，其中留学人才同时更具有员工培训和市场调研意识[9]。还有一些研究发现，外地工作经历会对个体的创业行为产生显著影响，外出务工经历帮助农民工在非农业生产方面积累了经验和优势，他们返乡后更倾向于将自有土地转出并选择从事非农业活动，有外出务工经历的农民进行自主创业的概率会更高[10-12]。此外，外地工作经历还会对个体的消费与储蓄行为产生显著影响，近年来随着我国农民工大量出现以及电视、手机、网络等信息技术工具的普及，我国农村居民的消费习惯发生了巨大变化，城镇的示范性作用促进了农村消费水平的提高[13]。农村劳动力外出打工提高了外出户的人均总消费和人均食品消费，从而显著降低了其贫困程度，而且随着外出时间越长，家庭的贫困发生率与加权贫困距下降得越显著[14]。

目前，国内外已有的相关研究发现外地学习经历和外地工作经历会对个体的认知、创业行为、消费与储蓄行为等产生显著影响，但是极少有研究从外地工作、学习与生活经历的角度去探究居民家庭的风险金融资产投资行为。户主作为家庭的主要决策者，其在外地工作、学习和生活一段时间后，这种经历会对他的认知与投资决策产生深刻的影响，进而会影响整个家庭的风险金融资产投资行为。基于此，本文提出如下研究假设。

H1：户主的外地生活经历会显著促进家庭风险金融资产投资。

(二)信息获取的中介效应

微观信息经济学从微观角度研究了信息的成本、价格与效用，并提出用不完全信息理论来修正传统理论模型中的完全信息假设。由于信息不对称问题的存在，信息的获取对于家庭金融决策而言具有重要意义。一些文献认为，外地学习经历和外地工作经历会显著提升个体的技能与能力。例如，Kang[15]、Amendola & Restaino[16]认为，留学经历有利于接触新文化、提高技能和能力、学习外语或增长知识。此外，短期的海外学习项目或旅行经历也有助于提升个体了解全球问题复杂性的能力、在全球背景下运用学科知识的能力、外语语言和文化能力、与来自其他文化背景的人合作的能力等[17]。外出务工经历促进了农村劳动力的能力发展，具体体现在劳动力回流农村后的就业选择扩大、职业转换、农业生产效率提高、学习能力提高并积极采用新技术[18]。当户主在外地工作、学习和生活一段时间后，见识有所增加，其搜集信息与分析信息的能力也随之提升，从而拓宽了该户主获取经济金融相关信息的渠道，为家庭的金融决策提供依据，促进了家庭的风险金融资产投资。在有关信息获取影响家庭投资决策的研究中，相关研究发现信息披露透明程度会对散户的交易产生显著的正向影响[19]，其中微博信息披露具有低成本、非重大的特点，使得其对个人投资者交易行为的影响比机构投资者更大[20]。直接的信息披露和操作经验的积累有助于投资者甄别不同质量的项目，提升投资决策的理性程度，降低实际回报与投资预期偏离的概率[21]。基于此，本文提出如下研究假设。

H2：户主的外地生活经历通过拓宽户主获取经济金融相关信息的渠道促进家庭的风险金融资产投资。

(三)社会互动的中介效应

近年来，社会互动理论在经济学研究中得到广泛关注和应用，其通过引入社会互动因素将经济主体嵌入社会网络中，关注在特定的社会网络中个体间的互动、模仿如何影响个体的决策与行为。外地学习经历与外地工作经历均会对个体的社会互动产生重要影响。其中，外出务工有助于农村劳动力扩展社会网络，形成链接城乡信息流、物质流的社会纽带，从而改善农村劳动力的社会资本，为回流者在农村的发展带来更多的机会和更高的投资收益[18]。此外，外地生活经历还有助于积累人力资本、技术以及外部社会网络，从而形成隐性担保，使个体更容易获得非正规信贷[22]。社会互动与人际沟通所传递的信息会对投资者决策产生非常重要的影响。与此同时，同伴间的相互比较和模仿也会显著影响个体的投资行为。已有研究证明，社会互动会显著促进居民家庭的风险金融资产投资。与缺乏社会互动的家庭相比，积极的社会互动会显著提升居民的股市参与概率和参与程度[23]。户主在外地工作、学习和生活时会接触到不同的人与新事物，这种经历有利于扩展社会网络，使得该户主的社会互动增多，从而导致该家庭的通信支出也会随着与外界联系的增加而增加。基于此，本文提出如下研究假设。

H3：户主的外地生活经历通过增强家庭的社会互动促进家庭的风险金融资产投资。

三、研究设计

(一)样本选取与数据来源

本文使用的数据来自2017年的西南财经大学中国家庭金融调查与研究中心在全国范围内开展的中国家庭金融调查(China Household Finance Survey，CHFS)。调查样本覆盖全国29个省(自治区、直辖市)355个县(区、县级市)1 428个村(居)委会，样本规模为40 011户。在数据处理方面，本文剔除了关键变量存在缺失值①和异常值②的样本。考虑到风险金融资产投资问题的特殊性③，还剔除了户主年龄小于18岁或大于80岁的样本。此外，本文还对家庭收入和家庭净资产进行了上下万分之五的双边缩尾处理。本文使用的最终样本包括31 520户家庭。

(二)变量定义

1.被解释变量：风险金融资产投资

本文的被解释变量为家庭风险金融资产投资，共有两个代理变量：一是风险金融市场参与情况，以是否参与风险金融市场的虚拟变量表示；二是风险金融资产占比，以风险金融资产占家庭总金融资产的比重表示。同时，本文还设置了股票市场参与概率和股票资产占比变量用于稳健性检验。根据CHFS的定义，本文中的家庭金融资产包括活期存款、定期存款、股票、基金、理财产品、债券、衍生品、非人民币资产、黄金、现金、借出款等。参照尹志超等[24]的衡量口径，本文将股票、基金、金融债券、公司(企业)债券、金融衍生品、金融理财产品、黄金、非人民币资产划分为风险金融资产。

2.解释变量：户主的外地生活经历

本文的核心解释变量为户主的外地生活经历(包括外地工作经历和外地学习经历)，共有两个代理变量。一是“户主是否有外地生活经历”的虚拟变量，当该家庭的户主有外地生活经历时，对变量赋值为1，否则对变量赋值为0。具体包括两种情况，即户口所在地级市与常住地级市不一致时，现在仍居住在外地；户口所在地级市与常住地级市一致时，在户口所在省/市以外其他地方有半年以上生活或者工作的经历。二是“户主的外地生活经历时长”变量，单位为年。

本文主要考虑如下两个中介变量，其具体衡量方法如下：(1)信息渠道，本文以户主关注财经类新闻的渠道数量作为信息渠道机制的代理变量，具体包括财经类App、互联网与手机等网页浏览、电视报纸等传统媒介、参加财经类名人讲座、课程培训或论坛等；(2)社会互动，本文参考郭士祺、梁平汉[23]的做法，以通信支出作为社会互动的代理变量④，具体根据问卷中“您家去年平均每个月使用电话、手机等通信费、有线电视费、上网费共有多少？”这一问项，计算得到家庭的年通信支出(单位：元)，并取对数作为回归模型中的机制变量。

为缓解遗漏变量导致的内生性问题，本文在模型中加入尽可能多的控制变量。参照尹志超等[25]的做法，本文主要控制以下变量：(1)家庭层面：收入⑤、净资产⑥、家庭人口规模、少儿占比、老年人占比、房产拥有情况、工商业经营情况、家庭所在地区。(2)户主个人层面：年龄、年龄的平方、性别、婚姻状况、风险态度、健康状况、受教育年限、金融知识⑦等。其中风险态度以风险中性为基准组，设置风险厌恶和风险偏好两个虚拟变量。(3)城市层面：本文在模型中加入了表示地级市的虚拟变量，用以控制地级市层面的固定效应。

(三)模型构建

1.基准回归检验模型

本文的基准回归采用Probit模型和Tobit模型进行参数估计，拟构建的模型如下：

其中，被解释变量riskyij表示j省份第i个家庭的风险金融资产投资情况，当被解释变量为是否参与风险金融市场的虚拟变量时，基准回归中采用Probit模型，当被解释变量为家庭持有风险金融资产占比时，基准回归中采用Tobit模型；解释变量moveij是衡量户主外地生活经历的相关变量，具体包括户主是否有外地生活经历的虚拟变量、户主的外地生活经历时长；Xij表示家庭层面以及户主个人层面的相关控制变量向量；同时，控制了地级市虚拟变量；εij为扰动项。此外，本文在回归结果中报告了区县层面的聚类稳健标准误，以克服扰动项可能存在的相关性问题。

2.机制检验模型

为了检验户主外地生活经历对家庭风险金融资产投资产生影响的机制，本文参考Baron & Kenny[26]的做法，分三个阶段检验信息渠道和社会互动的中介效应。本文构建的中介效应模型如下：

其中，informationij表示户主关注财经类新闻的渠道数量以及家庭的社会互动情况，其余变量的定义均与式(1)一致。首先，检验户主外地生活经历是否会对家庭风险金融资产投资产生显著影响，与式(1)的估计模型一致。式(2)检验的是户主外地生活经历是否会对家庭的信息渠道和社会互动产生显著影响。式(3)检验的是当控制了解释变量moveij时，机制变量informationij是否会对家庭风险金融资产投资产生显著影响，由此验证信息渠道和社会互动是否在户主外地生活经历影响家庭风险金融资产投资的过程中存在显著的中介效应。

四、实证结果及分析

(一)描述性统计分析

全样本的描述性统计结果如表1所示。在31 520个家庭样本中，我国居民家庭的风险金融市场参与概率均值为14%，风险金融资产占家庭总金融资产的比重均值为7%，说明我国居民家庭在风险金融资产投资方面存在“有限参与”的现象。从均值意义来看，户主有外地生活经历的家庭占比为27%，平均每个家庭户主的外地生活经历时长为2.32年，说明我国在劳动力与人才流动方面还存在较大的提升空间。此外，户主关注财经类新闻的渠道数量均值为0.44，家庭的通信支出均值为0.24万元。

(二)基准回归分析

本文依次在Probit模型和Tobit模型中逐步加入家庭控制变量和户主控制变量，考察户主的外地生活经历对家庭风险金融资产投资行为的影响。表2的列(1)～列(4)显示，随着逐步加入家庭控制变量和户主控制变量，户主有外地生活经历对该家庭的风险金融市场参与概率和风险金融资产投资占比的影响均在1%的水平下显著为正，说明在所有其他因素保持不变的情况下，户主有外地生活经历会显著促进家庭的风险金融资产投资。根据表2列(2)和列(4)报告的边际效应可知，与没有外地生活经历的家庭相比，户主有外地生活经历的家庭其参与风险金融市场的概率会提高1.65%，风险金融资产占家庭总金融资产的比重会增加0.66%。表2的列(5)～列(8)显示，随着逐步加入家庭控制变量和户主控制变量，户主的外地生活经历时长对该家庭的风险金融市场参与概率和风险金融资产投资占比的影响均在1%的水平下显著为正，说明当一个家庭的户主在外地工作、学习和生活的时间越长时，该家庭参与风险金融市场的可能性就越高，且对风险金融资产的投资比例也越高。根据表2列(6)和列(8)报告的边际效应可知，户主的外地生活经历时长每增加一年，该家庭参与风险金融市场的概率会提高0.09%，风险金融资产占家庭总金融资产的比重会增加0.04%。由此验证了H1，即户主的外地生活经历会显著促进家庭风险金融资产投资。

此外，大部分控制变量均显著地影响了家庭风险金融资产投资。其中家庭收入和家庭净资产都与家庭风险金融市场参与概率和风险金融资产投资占比显著正相关；而家庭控制变量中的家庭人口规模、拥有房产、从事工商业经营项目、农村家庭等对家庭风险金融市场参与概率和风险金融资产投资占比的影响均显著为负。从户主的特征变量可以看出，户主年龄对家庭风险金融市场参与概率和风险金融资产投资占比的影响均呈现出先升后降的倒“U”型关系，户主为男性、户主厌恶风险对家庭风险金融市场参与概率和风险金融资产投资占比均具有显著的负向影响，而户主偏好风险、户主的受教育年限、金融知识等对家庭风险金融市场参与概率和风险金融资产投资占比具有显著的正向影响。

(三)内生性处理

以户主是否有外地生活经历、户主的外地生活经历时长作为解释变量可能会存在内生性问题。其一，去外地工作、学习和生活是自我选择行为，依赖自身特定的、不可观察的偏好，所以一些难以衡量的个体异质性(例如人格特征、个人能力等)可能会同时影响家庭风险金融资产投资与外地工作、学习和生活决策，从而产生遗漏变量问题。其二，户主是否有外地生活经历、户主的外地生活经历时长可能存在衡量偏误。在这些情况下，估计结果可能是有偏的。因此，本文采用工具变量法、剔除未返乡的子样本等尝试解决可能存在的内生性问题。

本文参考尹志超等[27]的做法，以社区外出生活氛围作为工具变量，具体包括同一社区内除该家庭以外的其他家庭有外地生活经历人数占比⑧、同一社区内除该家庭以外的其他家庭的平均外地生活经历时长⑨两个变量。本文所选的工具变量基本满足相关性和外生性两个条件。一方面，社区中具有相似特征(如种族、受教育程度、土地禀赋等)的群体成员之间存在相互影响[28]，同一社区内除该家庭以外的其他家庭有外地生活经历人数占比、同一社区内除该家庭以外其他家庭的平均外地生活经历时长反映了整个社区的外出生活氛围，与单个家庭的外地工作、学习和生活决策密切相关。一般而言，社区中其他家庭有外地生活经历的人数越多，外地生活经历时长越长，那么受其他家庭的影响，本家庭户主也会选择去外地工作、学习和生活，并且其外地生活经历时长也会较长。另一方面，其他家庭的外地生活经历对本家庭的风险金融资产投资行为而言是外生的，与影响家庭风险金融资产投资的不可观测因素无关。综上所述，选用这两个变量作为本文的工具变量具备理论可行性。

表3的列(1)和列(2)报告了工具变量第一阶段的估计结果，同一社区内除该家庭以外的其他家庭有外地生活经历人数占比、同一社区内除该家庭以外的其他家庭的平均外地生活经历时长与原内生解释变量显著正相关，而且根据弱工具变量检验的结果可知，第一阶段的F统计量 width=17,height=17,dpi=110

均大于10，说明这两个工具变量均不是弱工具变量，满足了相关性的条件。表3的列(3)～列(6)分别报告了以同一社区内除该家庭以外的其他家庭有外地生活经历人数占比、同一社区内除该家庭以外的其他家庭的平均外地生活经历时长作为工具变量的最大似然估计(MLE) width=17,height=17,dpi=110

结果。其中，列(3)和列(4)为IV Probit模型估计结果，列(5)和列(6)为IV Tobit模型估计结果。Wald检验表明，四个模型均强烈拒绝不存在内生性的原假设，说明原模型存在内生性问题。在使用工具变量后，户主是否有外地生活经历、户主的外地生活经历时长对风险金融市场参与概率和投资占比的影响依然显著为正，与基准分析结果一致。而且相对于基准分析的边际效应，使用工具变量后户主是否有外地生活经历、户主的外地生活经历时长的边际效应均有所增大。这可能是由于社区外出生活氛围对人们选择去外地工作、学习和生活的促进作用不是均质的，存在局部平均处理效应(LATE)。能力强(例如交际能力强、适应新环境的能力强)、对新鲜事物接受程度高的人，更倾向于去外地工作、学习和生活，并且从外地工作、学习和生活经历中获得的收益更大，因此这类人去外地生活的可能性更容易受到社区外出生活氛围的影响。本文用IV Probit模型和IV Tobit模型估计出来的边际效应所体现的是局部平均处理效应，是一个加权平均值，其中“能力强、对新鲜事物接受程度高”的家庭会占更大的权重，而不是基于样本的平均处理效应(ATE)，因此工具变量估计得到的边际效应与基准回归的边际效应相比有所增大。

2.剔除未返乡样本

部分户主可能由于个人能力(例如交际能力、适应新环境的能力等)较强、对新鲜事物接受程度高，能够在新的城市长期立足，因此更倾向于选择去外地工作、学习和生活，而且在外地生活了一段时间后会继续留在外地，这些难以衡量的个体异质性可能会内生地导致户主选择去外地生活，并使其外地生活时间增长，而且能力强、对新鲜事物接受程度高的户主同时也更有可能参与风险金融市场并投资较大比例，从而产生遗漏变量问题。参考周广肃等[10]的做法，本文剔除了户主还未从外地返回家乡的样本，并基于Probit模型和Tobit模型重新检验了户主是否有外地生活经历、户主的外地生活经历时长对家庭风险金融资产投资的影响，尝试从一定程度上缓解本文的内生性。如表4所示，列(1)和列(2)报告了Probit模型估计结果，列(3)和列(4)报告了Tobit模型估计结果。由回归结果可知，在剔除了未返乡的子样本后，户主是否有外地生活经历、户主的外地生活经历时长对其风险金融市场参与概率和风险金融资产投资占比仍具有显著的正向影响，与基准分析一致。

(四)影响机制分析

1. 信息渠道的影响机制

本文从信息渠道、社会互动两个角度来具体探究外地生活经历对风险金融资产投资产生正向影响的机制，参考Baron & Kenny[26]的做法，由于本文在表2和表3中已经报告了模型(1)的估计结果，因此在机制分析部分将着重探讨模型(2)和模型(3)的中介效应检验。考虑到一些难以衡量的个体异质性可能会同时影响户主的外地生活决策和户主关注财经类新闻的渠道，从而产生遗漏变量问题，因此本文首先用“信息渠道数量”分别对户主是否有外地生活经历、户主的外地生活经历时长进行以同一社区内除该家庭以外的其他家庭有外地生活经历人数占比、同一社区内除该家庭以外其他家庭的平均外地生活经历时长作为工具变量的两阶段最小二乘法(2SLS)估计，结果如表5列(1)和列(2)所示。当控制了家庭特征变量、户主个人特征变量以及地级市固定效应时，户主有外地生活经历、户主的外地生活经历时长均对户主关注财经类新闻的渠道数量产生显著的正向影响。说明与没有外地生活经历的家庭相比，当一个家庭的户主去外地工作、学习和生活了一段时间后，该户主关注财经类新闻的渠道数量也会显著增加，并且随着该家庭户主在外地生活的时间越长，其关注财经类新闻的渠道数量也会越多。然后本文用被解释变量同时对“信息渠道数量”和解释变量进行IV Probit模型、IV Tobit模型回归，结果如表5列(3)～列(6)所示。当控制了户主是否有外地生活经历、户主的外地生活经历时长时，户主关注财经类新闻的渠道数量对家庭的风险金融市场参与概率和风险金融资产投资占比产生显著的正向影响。与表3的回归结果对比可知，当控制了“信息渠道数量”这一中介变量时，户主有外地生活经历、户主的外地生活经历时长对家庭风险金融资产投资的边际效应绝对值与没有控制“信息渠道数量”时的边际效应绝对值相比有所减小，其显著性也有所降低。该回归结果表明“信息渠道数量”的部分中介效应显著，即验证了H2的内容。户主在外地工作、学习和生活一段时间后，见识增加，其搜集信息与分析信息的能力也会随之提升，从而拓宽了该户主获取经济金融相关信息的渠道为家庭的金融决策提供依据，进而促进了家庭的风险金融资产投资。

2.社会互动的影响机制

考虑到户主的外地生活经历和家庭社会互动之间可能存在反向因果关系，且原模型可能存在遗漏变量问题和衡量偏误，因此本文在表6的列(1)和列(2)报告了以同一社区内除该家庭以外的其他家庭有外地生活经历人数占比、同一社区内除该家庭以外的其他家庭的平均外地生活经历时长作为工具变量的两阶段最小二乘法(2SLS)估计结果。当控制了家庭特征变量、户主个人特征变量以及地级市固定效应时，户主有外地生活经历、户主的外地生活经历时长均对家庭的通信支出产生显著的正向影响。表6的列(3)～列(6)报告了IV Probit模型和IV Tobit模型估计结果，当控制了户主是否有外地生活经历、户主的外地生活经历时长时，家庭通信支出对家庭的风险金融市场参与概率和风险金融资产投资占比产生显著的正向影响。当控制了“家庭通信支出”这一中介变量时，户主有外地生活经历、户主的外地生活经历时长对家庭风险金融资产投资的边际效应绝对值以及显著性与表3的回归结果相比有所降低。该回归结果表明户主的外地生活经历会通过增加家庭的通信支出、增强家庭的社会互动进而显著促进家庭的风险金融资产投资，即验证了H3的成立。

(五)稳健性检验

1.替换被解释变量

由于股票是目前我国居民家庭风险金融资产投资中最主要的一项资产，因此本文使用“是否参与股票市场”和“股票资产占家庭总金融资产的比重”替换原有的被解释变量，并以同一社区内除该家庭以外的其他家庭有外地生活经历人数占比、同一社区内除该家庭以外其他家庭的平均外地生活经历时长作为工具变量再次进行最大似然估计(MLE)。由表7的回归结果可知，在替换了被解释变量后，户主是否有外地生活经历、户主的外地生活经历时长均对家庭的股票市场参与概率和投资占比产生了显著的正向影响，与基准分析一致。

2.使用滞后一期的解释变量

考虑到在外地工作、学习和生活的经历对家庭风险金融资产投资产生影响的过程是缓慢的，因而可能会对家庭的上述金融资产配置行为产生滞后影响，为此本文进一步使用CHFS数据库中2019年的被解释变量家庭风险金融资产投资对2017年的核心解释变量以及2019年的控制变量进行回归，实证结果如表8所示。不难发现，滞后一期的户主外地生活经历对家庭是否参与风险金融市场的影响为正，但在统计意义上不显著，而滞后一期的户主外地生活经历会对家庭的风险金融资产投资占比产生显著的正向影响。上述结果说明，户主外地生活经历对家庭参与风险金融市场的概率的促进作用主要集中在当期，而户主的外地生活经历则会对家庭的风险金融资产投资占比产生滞后影响。

(六)异质性分析

1.社会医疗保险的异质性

相关研究表明，拥有医疗保险会显著促进家庭的风险金融资产投资[4]。本文首先根据2017年CHFS问卷，将“社会医疗保险”定义为城镇职工基本医疗保险、城镇居民基本医疗保险、新型农村合作医疗保险、城乡居民基本医疗保险、公费医疗等5种情况。然后，根据户主是否有社会医疗保险进行分组回归，实证结果如表9所示。可以看到，户主有外地生活经历、户主的外地生活经历时长对家庭的风险金融市场参与概率和风险金融资产投资占比的促进作用只在户主有社会医疗保险的家庭样本中显著，而在户主没有社会医疗保险的家庭中不显著。本文认为，这可能是因为受到户籍制度的限制，流动人口在外地获得的社会保障相对有限，因此流动人口家庭将面临更高的收入不确定性和健康风险，参与社会医疗保险可以在较大程度上缓解家庭成员未来可能面临的健康风险，减少家庭因为患有重症疾病而造成的收入与财富冲击，从而促进家庭参与风险金融资产投资。

2.借贷约束的异质性

已有研究表明，借贷约束的存在会抑制居民家庭的风险金融资产投资[3]。本文参考Jappelli et al.[29]以及尹志超、张号栋[30]的做法，将信贷约束定义为“需要资金，但没有从银行/信用社等正规融资渠道借入所需资金”，并根据2017年CHFS问卷构建家庭是否面临借贷约束的虚拟变量。然后，根据家庭是否面临借贷约束进行分组回归，实证结果如表10所示。IV Probit模型和IV Tobit模型的估计结果表明，户主有外地生活经历、户主的外地生活经历时长对家庭的风险金融市场参与概率和风险金融资产投资占比的促进作用只在没有面临借贷约束的家庭样本中显著，而在面临借贷约束的家庭中并不显著。本文认为，这可能是因为以下两点原因：其一，由于家庭面临借贷约束，所以即使该家庭户主在外地工作、学习和生活一段时间以后技能与能力得到提升、对家庭的人力资本投资增加、社会互动增多，进而想要参与风险金融资产投资，但是在该家庭有限的财富水平下无法利用贷款来实现其期望的投资。其二，借贷约束的存在使得家庭承受风险的能力显著下降，当家庭遭遇不利的突发事件冲击时，无法利用贷款来缓解所面临的不利冲击，因此该家庭会提高预防性储蓄，从而使得面临借贷约束的家庭其户主的外地生活经历对家庭风险金融资产投资的影响并不显著。

五、结论与政策建议

本文利用CHFS2017年数据实证检验了户主外地生活经历对家庭风险金融资产投资的影响，研究发现：(1)户主有外地生活经历、户主的外地生活经历时长均对家庭的风险金融市场参与概率和投资占比产生显著的正向影响。通过工具变量法、剔除未返乡的子样本以及替换被解释变量、使用滞后一期的解释变量估计等进行内生性讨论与稳健性检验后该结果仍具有稳健性。(2)中介效应检验表明户主的外地生活经历会通过拓宽户主获取经济金融相关信息的渠道、增强家庭的社会互动进而显著促进家庭的风险金融资产投资。(3)通过异质性分析发现，户主的外地生活经历对风险金融资产投资的促进作用仅在户主有社会医疗保险、家庭没有借贷约束的样本中显著。

基于以上研究结论，本文从三个方面提出政策建议。第一，要积极完善就业政策，增加就业岗位，拓宽就业渠道，为人口流动创造机会，同时大力发展教育，根据实际发展需要制定人才培养和引进政策，畅通人才有序流动渠道，吸引外地居民的跨区域流动。第二，要建立健全外来人员的权益保障机制，加快推进户籍制度改革，同时加快普及社会医疗保险，切实解决外来人员的住房、医疗、子女教育、保险等问题，降低区域间人口流动所面临的收入波动、失业、健康与医疗等不确定性风险。第三，要加快推进信息化建设与信息技术工具的普及，鼓励居民家庭更好地利用金融科技进行财富管理，同时大力发展普惠金融，降低家庭所面临的借贷约束，积极引导居民家庭合理利用贷款进行风险金融资产投资。

①剔除的存在缺失值的变量具体包括：户主是否有外地生活经历、户主的外地生活经历时长、家庭收入、家庭净资产等。

②具体包括：外地生活经历时长大于50年、家庭总收入小于0、家庭人口规模大于10人、年通信支出高于6万元的样本。

③根据《中华人民共和国证券法》和沪深交易所的相关规定，境内一般自然人投资者开立证券账户须年满18周岁。

④由于部分家庭的年通信支出为0，因此本文将所有样本家庭的年通信支出加上数值1后再取对数。

⑤为了避免投资风险金融资产所获得的收入与风险金融资产投资之间的反向因果问题，本文参照尹志超等[25]的做法，使用CHFS数据库中的家庭总收入减去投资性收入，并取对数作为“家庭收入”控制变量。

⑥将家庭净资产取对数作为控制变量。

⑦本文参照尹志超等[24]的衡量方法，根据2015年和2017年CHFS问卷中个人对利率问题、通货膨胀问题、投资风险问题的回答情况构建金融知识变量。当受访者每答对一个问题时计1分，然后对该个体的金融知识得分进行加总。由于2017年的CHFS数据库中只有新受访户的数据，本文将2015年和2017年的金融知识变量进行了合并处理。

⑧具体计算方法为对同一社区内除该家庭以外的其他家庭中有外地生活经历的人数进行加总后，再除以其他家庭的总人数得到占比。

⑨具体计算方法为对同一社区内除该家庭以外的其他家庭中所有家庭成员的外地生活经历时长进行加总后，再除以其他家庭的个数得到平均外地生活经历时长。

⑩表3报告的是区县层面的聚类稳健F统计量。

为了进一步检验研究结论的稳健性，本文还采用了有限信息最大似然估计(LIML)和广义矩估计(GMM)，结果显示基准分析的结论具有稳健性。

[1]MERTON R C. Lifetime portfolio selection under uncertainty: the continuous-time case[J]. Review of Economics and Statistics, 1969, 51(1): 247-257.

[2]SAMUELSON P A. Lifetime portfolio selection by dynamic stochastic programming[J]. Review of Economics & Statistics, 1969, 51(3): 239-246.

[3]吕学梁, 吴卫星. 借贷约束对于中国家庭投资组合影响的实证分析[J]. 科学决策, 2017(6): 55-76.

[4]易行健, 周聪, 来特, 等. 商业医疗保险与家庭风险金融资产投资——来自CHFS数据的证据[J]. 经济科学, 2019(5): 104-116.

[5]BIANCHI M. Financial literacy and portfolio dynamics[J]. Journal of Finance, 2018, 73(2): 831-859.

[6]KNÜPFER S, RANTAPUSKA E, SARVIM width=8,height=11,dpi=110

KI M. Formative experiences and portfolio choice: evidence from the Finnish Great Depression[J]. Journal of Finance, 2017, 72(1): 133-166.

[7]江静琳, 王正位, 廖理. 农村成长经历和股票市场参与[J]. 经济研究, 2018(8): 84-99.

[8]周广肃, 边晓宇, 吴清军. 上山下乡经历与家庭风险金融资产投资——基于断点回归的证据[J]. 金融研究, 2020(1): 150-170.

[9]刘青, 张超, 吕若思, 等. “海归”创业经营业绩是否更优:来自中国民营企业的证据[J]. 世界经济, 2013(12): 70-89.

[10]周广肃, 谭华清, 李力行. 外出务工经历有益于返乡农民工创业吗?[J]. 经济学(季刊), 2017(2): 793-814.

[11]徐超, 吴玲萍, 孙文平. 外出务工经历、社会资本与返乡农民工创业——来自CHIPS数据的证据[J]. 财经研究, 2017(12): 30-44.

[12]贺小丹, 董敏凯, 周亚虹. 乡村振兴背景下农民工回流与农村资源配置——基于农民工返乡后行为的微观分析[J]. 财经研究, 2021(2): 19-33.

[13]周建, 杨秀祯. 我国农村消费行为变迁及城乡联动机制研究[J]. 经济研究, 2009(1): 83-95.

[14]岳希明, 罗楚亮. 农村劳动力外出打工与缓解贫困[J]. 世界经济, 2010(11): 84-98.

[15]KANG D M. The effects of study-abroad experiences on EFL learners’ willingness to communicate, speaking abilities, and participation in classroom interaction[J]. System, 2014, 42(1): 319-332.

[16]AMENDOLA A, RESTAINO M. An evaluation study on students’ international mobility experience[J]. Quality & Quantity, 2017, 51(2): 525-544.

[17]徐丹, 蒋婷, 刘声涛. 研究型大学本科生国际化经历与全球及跨文化能力关系研究[J]. 大学教育科学, 2019(5): 48-57.

[18]石智雷, 杨云彦. 外出务工对农村劳动力能力发展的影响及政策含义[J]. 管理世界, 2011(12): 40-54.

[19]徐浩峰, 侯宇. 信息透明度与散户的交易选择——基于深圳交易所上市公司的实证研究[J]. 金融研究, 2012(3): 180-190.

[20]徐巍, 陈冬华. 自媒体披露的信息作用——来自新浪微博的实证证据[J]. 金融研究, 2016(3): 157-173.

[21]李晓鑫, 曹红辉. 信息披露、投资经验与羊群行为——基于众筹投资的研究[J]. 财贸经济, 2016(10): 72-86.

[22]彭积春, 谭燕芝, 张子豪. 外出务工经历对农户正规与非正规信贷的影响——基于中国家庭追踪调查2014农户微观数据的实证分析[J]. 经济经纬, 2018(2): 27-34.

[23]郭士祺, 梁平汉. 社会互动、信息渠道与家庭股市参与——基于2011年中国家庭金融调查的实证研究 [J]. 经济研究, 2014(增刊1): 116-131.

[24]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(4): 62-75.

[25]尹志超, 吴雨, 甘犁. 金融可得性、金融市场参与和家庭资产选择[J]. 经济研究, 2015(3): 87-99.

[26]BARON R M. KENNY D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J]. Journal of Personality and Social Psychology, 1986, 51(6): 1173-1182.

[27]尹志超, 刘泰星, 张诚. 农村劳动力流动对家庭储蓄率的影响[J]. 中国工业经济, 2020(1): 24-42.

[28]ARAUJO C, DE JANVRY A, SADOULET E. Peer effects in employment: results from Mexico’s poor rural communities[J]. Canadian Journal of Development Studies, 2010, 30(3-4): 565-589.

[29]JAPPELLI T, PISCHKE J, SOULELES N S. Testing for liquidity in Euler equations with complementary data sources[J]. The Review of Economics and Statistics, 1998, 80(2): 251-262.

[30]尹志超, 张号栋. 金融可及性、互联网金融和家庭信贷约束——基于CHFS数据的实证研究[J]. 金融研究, 2018(11): 188-206.