乐山市居民金融素养影响因素分析
来源:用户上传
作者:
摘要：文章基于乐山市居民金融素养调查问卷所反馈的数据信息，通过实证分析研究影响乐山居民金融素养水平的因素。研究发现受教育程度、职业以及收入是影响乐山居民金融素养的重要因素，而性别对其没有显著性影响。基于实证分析结果，针对不同居民群体提出进一步提高乐山居民金融素养整体水平的建议。
关键词：金融素养;地方性群体;差异性;多元回归
一、引言与文献回顾
随着我国金融行业的发展，居民金融素养水平也有一定的提高。在中国人民银行发布的2017年消费者金融素养调查分析报告中显示，总体上全国消费者金融素养指数平均分为63.71，其属于中等偏上水平。并且不同群体的消费者金融素养水平存在不同。而区域、职业、收入、受教育程度等则是导致消费者金融素养水平存在差异的主要因素。这是对我国居民整体金融素养水平以及影响因素的简单概括。关于影响金融素养水平的因素的研究，大部分学者认为人们的性别、收入、区域以及受教育程度对金融素养水平高低程度都会有一定的影响。Lusardi and Mitchell（2011）和Sekita（2011）的相关研究显示，不同因素导致人们的金融素养水平存在差异。大部分研究表明在性别方面的影响，女性的金融素养水平要低于男性。另外，在通常情况下受教育程度和收入水平与居民的金融素养高低程度呈正相关。还有对于不同年龄段和不同的职业对金融素养水平也都会存在一定影响。国内对消费者金融素养的研究也得出大同小异的结论，余文建等（2017）构建了居民金融素养指数，研究了不同群体金融素养水平差异的影响因素，彭显琪和朱小梅（2018）也从多方面阐述了有关金融素养影响因素。
本文侧重于针对同一地方的不同群体的居民金融素养影响因素进行研究，相对集中地对地方性居民金融素养的影响因素进行调查，通过乐山居民金融素养调查问卷的制定和发放，对其反馈的数据进行收集统计，采用实证分析对乐山市居民金融素养的影响因素进行研究。
二、实证分析
（一）数据来源和处理
本文基于“乐山居民金融素养调查”问卷所收集的数据进行研究，问卷内容包括乐山居民基本情况、行为分析、金融知识、金融技能、金融态度等五个板块。为实证需要，首先要计算金融素养水平值，为使研究结果具有一定程度的可比性，课题组使用余文建等（2017）关于金融素养指数的构建方法得出每个调查样本观测点的金融素养指数，作为居民金融素养得分FL（Financial Literacy）。
（二）金融素养的描述性统计
依照收入水平、受教育水平、职业和性别差异将调查样本个案分成不同的群体，使用均值和中位数来描述各群体的金融素养特征。平均数、中位数都可以用来表示一组数据的整体趋势，由于平均数容易受极端值影响，所以采用修正均值来描述金融素养得分水平。
1. 不同群体的金融素养水平修正均值
表1为利用更具有总体代表性的5%修正下金融素养得分均值。结果显示，收入与金融素养水平呈现显著地正相关性，收入越高的群体金融素养得分更高。不同教育水平群体的差异也较为显著，受过高等教育及以上的群体具有较高的金融素养水平。在职业方面，从事金融经济相关行业的居民相较于没有从事该行业的居民的金融素养得分大约高出近5%。而对于性别这一影响因素，两者得分相差不远，并且女性的金融素养略高于男性，较一般情况而言有所不同。
2. 不同群体的金融素养得分分布分析
对不同群体的金融素养水平指数做出箱线图以此探讨个人特征群体不同层次的差异程度。图1显示不同收入水平的群体中位数存在较为明显地差异，与均值表现出的特征一致，从分布的离散程度看，明显地“两头高，中间低”。图2显示，金融素养的教育程度群体差异的整体表现与收入水平群体差异近似，但两头的分散程度更高，中间更低。从图3可以看出，从事金融相关行业的群体的中位数更高，但二者具有相似的离散分布状态。图4中男女的性别差异并没有带来两个群体在金融素养指数上的明显差异，中位数和离散程度都具有很高的相似性。
（三）模型建立与实证过程
为了进一步分析收入、受教育程度程度、职业、性别等因素对居民金融素养的影响程度，基于本课题组的调查以及构建的居民金融素养指数构建如下多元线性回归模型：
FL=β0+β1income+β2education+β3profession+β4gender+μ
β0为截距变量，βi（i=1，2，3，4）表示待估计的回归系数， μ为随机扰动项。FL 为居民金融素养水平得分 ，income、education、profession 和 gender分别表示被调查者的收入，受教育程度，职业和年龄基本群体特征。收入、受教育程度属于有序分类变量，可按不同等级进行赋值，而性别和职业为无序变量则引入虚拟变量，取值为0的作为基础类（被比较），取值为1的则为比较类。变量及赋值具体参见表2。
本文使用SPSS软件，使用最小二乘法对方程进行多元线性回归参数估计。对回归方程的ANOVA检验发现（见表3），虽然调整的拟合系数为0.181，但F值等于26.192，P值小于0.05的显著性水平，因此该方程总体是拒绝变量系数同时不显著的原假设，方程可以看成是统计显著的。
回归标准化残差直方图（见图5）表明残差具有正态分布的特征，非参数检验显示标准化残差与标准正态分布不存在显著差异，可以认为残差满足了模型的均值为0的正态分布前提要求。DW值為1.84，接近于2，表明残差具有较好的独立性，同时残差的异方差现象并不明显。
从表4中显示的回归结果可以发现，在5%的显著性水平下，收入、受教育程度以及职业三个变量系数的P值（即表4中最后一列的显著性）都小于0.05，也支持各变量系数显著地不为零的假设。性别因素的P值大于0.05，也说明性别在回归中不具有统计上的显著性。从容忍度（容差）和方差膨胀因子（VIF）来看，解释变量之间不存在显著的严重共线性问题。回归的显著性检验基本与前文的描述性分析一致，即在影响乐山居民金融素养水平中，收入水平、受教育程度和职业这三个因素具有统计显著性，而性别对金融素养无显著性影响。 与预估一致，收入、受教育程度和职业的系数都大于零，说明三者都对金融素养水平具有正向影响。在四者中，通过多元线性回归的显著性结果可知对乐山居民金融素养的影响效果依次为：受教育程度>收入>职业>性别。
根据回归结果可知，受教育程度对乐山居民金融素养的影响尤为显著，居民受教育程度越高，其金融素养水平就越高。这得益于高教育程度人群具有更多的金融知识接触度和更高的掌握程度，从而塑造了较高的金融素养水平。收入也是乐山居民金融素养水平的重要影响因素，其回归系数结果1.9>0，说明随着收入增加，乐山居民金融素养水平越高。收入越高的群體越有能力参与金融市场，实践一方面对该群体的金融知识和技能的提高增加外部压力和动力，另一方面通过实践进一步提升了其主动增加有关知识信息的关注、了解和掌握。
职业对乐山居民金融素养也有一定的影响，以不从事金融经济相关行业的居民作为基础，从事金融经济相关行业作为与其比较的类型，回归结果系数为2.934，说明从事金融经济相关行业的乐山居民金融素养水平相对较高。从事金融方面工作的居民涉足于金融行业，在金融行业的不断学习、积累知识，可起到强化金融素养水平的作用。
性别对乐山居民金融素养水平无显著性影响。不管男性还是女性都有同样的资格学习金融方面相关知识并参与到金融市场的竞争中，从而性别的差异化并不是影响居乐山民金融素养水平的重要因素。
三、建议
根据上述实证结构，为提高乐山居民金融素养水平而提出合理性建议：加强乐山居民金融知识宣传，针对不同的受众群体，分层次进行金融教育知识普及。对低收入、低学历的居民进行基础知识的教育，而高收入、高学历者进行更多深层次的金融知识普及，让其参与到金融市场中，增强金融市场的活跃性，促进金融市场的发展。而根据职业性质不同，对于从事金融行业相关职业的乐山居民，有关单位可以采取阶段性培训和测试不断完善其金融知识、金融技能等各方面的掌握能力。
参考文献：
[1]Lusardi Annamaria， Olivia，S， Mitchell. Financial literacy and Retirement Planning in the United States[J].Journal Of Pension Economics and Finance，2011（04）.
[2]Lusardi Annamaria，and Olivia S. Mitchell. 2011c. “Financial Literacy around the World：An Overview.”Journal of Pension Economics and Finance，2013（04）.
[3]Shizuka Sekita. Financial Literacy and Retirement Planning in Japan[J].Cambridge University Press，2011（04）.
[4]王宇熹，范洁.消费者金融素养影响因素研究——基于上海地区问卷调查数据的实证分析[J].金融理论与实践，2015（03）.
[5]余文建，武岳，华国斌.消费者金融素养指数模型构建与分析[J].上海金融，2017（04）.
[6]彭显琪，朱小梅.消费者金融素养研究进展[J].经济学动态，2018（02）.
*基金项目：乐山师范学院国家级大学生创新训练项目“乐山市居民金融素养调查（201810649068）”，指导教师：于恩锋。
（作者单位：乐山师范学院数信学院）
转载注明来源:https://www.xzbu.com/2/view-15220778.htm
