首页|我国数字普惠金融对家庭金融资产配置的影响--基于DML模型的实证研究

我国数字普惠金融对家庭金融资产配置的影响--基于DML模型的实证研究

胡宇辰

我国数字普惠金融对家庭金融资产配置的影响--基于DML模型的实证研究

胡宇辰1
扫码查看

作者信息

  • 1. 西南财经大学
  • 折叠

摘要

我国数字普惠金融的快速发展,缓解了我国金融服务不平衡和不足的问题,有效改善了家庭金融资产配置。尽管如此,我国家庭金融资产配置仍存在投资选择相对单一和稳健保守的问题。从微观角度出发分析数字普惠金融对家庭金融资产配置的影响及程度有助于了解我国金融发展特点,同时也对我国金融深化发展方向及政策制定具有重要意义。 本文使用北大数字普惠金融指数和中国家庭金融调查数据,从供给侧和需求侧的角度搭建了宏观数字普惠金融环境指数(FIS)和家庭数字普惠金融指数(FID),采用双重机器学习模型(Double Machine Learning,DML)和SHAP 值分析了宏观数字普惠金融环境和家庭数字普惠金融指数对家庭对存款类和风险类金融资产选择的影响,以及宏观数字普惠金融环境对家庭数字普惠金融指数的影响。并从地区、家庭角度,对一二三线城市、城乡、家庭收入和金融素养四个方面进一步进行了异质性分析。研究结论主要包括以下两个方面。 双重机器学习模型结果显示,宏观数字普惠金融环境对家庭持有风险类金融资产的效应是非线性增加的,并且存在一个临界值,这个临界值会影响家庭对风险类金融资产的持有水平。FIS 对家庭持有存款的影响呈现出近似“倒 U”型的趋势。其次,需求侧家庭数字普惠金融对家庭持有风险类金融资产的影响呈现出“M”型趋势,即处于 FID 两端和中间的家庭,不会因为使用数字普惠金融而显著改变他们对风险金融资产的持有。再次,FIS和FID都会促进家庭持有多种类的金融资产。最后,在宏观数字普惠金融环境较好的地方,家庭数字普惠金融指数也普遍较高,但二者的关系并不是完全线性的。 异质性分析结果显示,FIS 和 FID 对于二线城市家庭持有风险类金融资产的促进作用更加明显。在较好宏观数字普惠金融环境中,收入高的家庭更容易持有风险类金融资产。家庭数字普惠金融对二三线城市家庭、农村家庭、收入较低的家庭以及户主金融素养较低的家庭持有两类金融资产的促进作用更加显著。 本文较为全面地分析了数字普惠金融对家庭金融资产配置的影响,进一步证实了其对我国家庭金融资产配置多元化的促进作用,丰富了相关研究并对政府发展数字普惠金融、家庭利用数字普惠金融具有一定的参考意义。

关键词

数字普惠金融/家庭金融资产配置/双重机器学习模型/异质性

引用本文复制引用

授予学位

硕士

学科专业

大数据管理

导师

邱甲贤

学位年度

2023

学位授予单位

西南财经大学

语种

中文

中图分类号

F8
段落导航相关论文