1. 研究目的与意义、国内外研究现状（文献综述）
一、本课题的意义
自从2006年美国金融学会会长campbell在美国金融学年会上提出将家庭金融作为一个新的独立的研究方向后，家庭金融领域的研究受到了学界越来越多的关注与重视。国际上美国等发达国家对于居民家庭金融资产配置情况的相关调查研究开始较早,收集了大量可供追溯的家庭微观数据资料,用于相关的研究分析。但是中国的家庭金融领域研究起步较晚, 对于居民家庭金融资产配置的研究还不够全面。根据《中国家庭发展报告2015》显示，我国共有家庭4.3亿户左右,是世界上家庭户数量最多的国家之一。且随着改革开放以来国家经济水平的快速发展，我国居民的家庭金融资产规模逐年增大，2017年我国家庭人均财富为194332元，与2016年相比，增加了25255元，增长幅度为14.94%。金融资产在家庭财富中占有重要地位，2017年，全国家庭金融资产占家庭财富的比重达到了16.26%；在城镇家庭和农村家庭中，金融资产比重分别为15.08%和21.53%。（《中国家庭财富调查报告》，2018），当如此大规模的家庭金融资产参与到社会经济中,其消费、投资选择等金融行为的变化必然会对资产市场的发展产生一定的影响。然而根据2013年chfs数据显示，我国家庭的金融市场参与率为13%，股票市场参与率仅为8%，家庭股票资产占金融资产的比重仅为2%，远低于美国等发达国家的水平（蓝嘉俊等，2018）。总体来看，中国家庭风险性金融资产持有率还比较低。除此之外，我国居民的家庭金融资产结构单一，家庭金融资产配置不合理的现象广泛存在。
由于我国近四十年来一直大力推行计划生育政策，提倡晚婚、晚育，少生、优生，使得中国人的生育观念发生变化，新生儿的出生率下降，中国家庭的人口结构也相应地发生了改变，家庭内的老年人口数量在不断上升，而少儿人口的数量却在不断下降。当前我国已全面进入老龄化社会阶段。尽管国家于2016年正式实施了全面二孩政策，但是目前劳动力减少的趋势在短期内基本不可逆转。人口老龄化是工业经济发展到一定阶段的产物，同时也会对社会经济的发展造成一系列的压力，其对家庭资产配置和财富构成的影响也一直是学界关心的重要话题（王聪等，2017）。国外有学者研究发现，相对老年投资者，年轻人具有更强的劳动供给弹性，家庭可以通过增加劳动供给或推迟退休延长工作时间以应对不利的投资结果。这在一定程度上增强了家庭承受金融投资风险的能力而倾向于持有更多的风险资产（bodie et al.，1992）。生命周期理论也认为，在人们的金融市场参与及投资组合决策中，个体年龄方面的差异具有重要影响（yoo，1994；mccarthy，2004），随着人口年龄的变化，人们对各种金融工具的偏好随之改变。此外，家庭中的成年个体在抚养子女和赡养老人时具有不同的动机，这对个体的风险偏好程度会产生不同的影响（蓝嘉俊等，2018）。由此可见，家庭人口结构会影响居民家庭对风险性金融资产的投资。
2. 研究的基本内容和问题
三、研究目标
（一）对家庭人口结构影响居民家庭持有风险性金融资产的理论机制进行分析。
（二）通过数据分析实证研究家庭人口结构对风险资产投资的影响，并进一步将样本按户籍分为城镇和农村两类进行异质性的分析，得出结论。
3. 研究的方法与方案
六、研究方法及研究方案
（一）理论研究法
首先，本文通过阅读相关的既有文献，对以往关于家庭人口结构和家庭金融资产配置领域的相关学术研究进行回顾和梳理，找出研究的理论支撑。然后对我国的家庭人口结构和家庭持有风险资产的现状进行总结和评述，并在此基础上提出本课题的研究设计。
（二）定量与实证研究法
本文将使用西南财经大学2017年进行的第四轮中国家庭金融调查（CHFS）收集到的微观数据，采用Probit模型通过计量软件Stata和Eviews实证研究家庭人口结构对家庭风险资产投资产生的影响。具体步骤如下：
1.数据来源及说明
本文使用的数据来自西南财经大学中国家庭金融调查与研究中心2017年在全国范围内开展的中国家庭金融调查（China Household Finance Survey，CHFS）。该调查采用三阶段、分层、与人口规模成比例（PPS）的抽样方法，通过科学抽样、现代调查技术和调查管理手段，收集到的中国家庭的微观金融信息，为国内外学者研究中国的家庭金融问题提供了高质量的微观数据。2017年中国家庭金融调查（CHFS）的样本范围为全国除西藏、新疆、内蒙古和港澳台地区以外的全国29个省（自治区、直辖市），355个县（区、县级市），1428个村（居）委会，样本规模为40011户。其调查问卷共分为五个部分：
第一部分为受访家庭的人口统计学特征，包括受访户追踪、家庭成员的基本信息、家庭成员的工作及收入信息等；第二部分为受访家庭的资产与负债情况，包括金融资产、非金融资产和其他负债；第三部分为受访家庭的保险与保障情况，调查了居民的商业保险和社会保障；第四部分为受访家庭的支出与收入情况，包括家庭的消费性支出、转移性支出、其他支出、转移性收入以及其他收入；第五部分为受访家庭的金融知识、基层治理与主观态度。最后还有访员的观察。CHFS项目采用了多项措施控制抽样误差和非抽样误差，调查拒访率低，样本代表性好、数据质量高（甘犁等，2013）。
2.变量选取及说明
本文的目标是研究家庭人口结构对投资风险性金融资产的决策的影响。家庭人口结构为解释变量，本文选择家庭老年人口占比和少儿人口占比两个指标来表示。关于被解释变量，本文选取“家庭是否持有风险性金融资产”来衡量家庭的风险资产投资。因此，本文将考察以少儿人口占比和老年人口占比表示的家庭人口结构对家庭投资风险金融资产意愿的影响。
（1）被解释变量
CHFS问卷中的金融资产有十二类，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、其他金融资产、现金和借出款。借鉴之前学者（尹志超等，2014）的做法，本文定义的风险资产主要包括：股票、基金、金融债券、企业债券、金融衍生品、金融理财品、外汇、黄金等；金融资产则包括：风险资产、现金、股票账户现金、政府债券、活期存款和定期存款。本文选取的研究对象为风险性金融资产。在考察家庭的风险资产投资时,被解释变量为虚拟变量（0，1变量），表示家庭是否持有金融市场中的风险资产，至少持有一种风险性金融资产就记为1，没有则记为0；简记为“风险资产投资”。
（2）解释变量
在考察家庭人口结构对风险性金融资产投资的影响时，参考其他学者的做法，本文选定的衡量家庭人口结构的变量包括：家庭中的老年人口占比以及少儿人口占比，分别简记为：老年人口比和少儿人口比。借鉴社会人口学中老年抚养比和少儿抚养比的概念和定义，本文定义的家庭人口结构中的家庭老年人口比是指家庭中65岁及以上的人口占家庭总人口的比重，家庭少儿人口占比是指家庭内14 岁及以下的人口占家庭总人口的比重。具体用公式表示为：
家庭老年人口比＝（家庭中=65 岁老年人口数/家庭人口总数）*100%
家庭少儿人口比＝（家庭中=14 岁少儿人口数/家庭人口总数）*100%
（3）控制变量
参照其他既有文献的做法并结合对家庭金融资产配置影响因素的分析，本文选取的控制变量有：家庭规模（即家庭中的总人口数）；户主年龄及其平方项（CHFS问卷询问的是受访者的出生日期，本文以调查时间2017年减去出生年份得出所需的户主年龄）；户主性别（男性户主记为1，女性户主记为0）；户主的婚姻状况（已婚状态记为1，其余状态记为0）；户主受教育程度（根据问卷以9分制赋值，从1至9分别对应：未上过学、小学、初中、高中、中专/职高、大专/高职、大学本科、硕士研究生、博士研究生。）；风险偏好程度（问卷中衡量风险态度的问题为：如果你有一笔资产，将选择哪种投资项目？一，高风险、高回报项目；二，略高风险、略高回报项目；三，平均风险、平均回报项目；四，略低风险、略低回报项目；五，不愿意承担任何风险。本文将选项四和五定义为风险厌恶，选项三定义为风险中性，选项一和二定义为风险偏好，分别赋值0、1和2，值越高表示风险偏好程度越高）；家庭财富水平（以家庭总资产扣除家庭总负债后得到的家庭净资产来度量）；家庭总收入（将家庭所有成员的个人收入加总，得到家庭总收入，为了避免极端值对结果的影响，在实证分析时对该变量做了对数处理）以及户主是否从事个体工商业（从事个体工商业的赋值为1，反之赋值为0）。
表1 变量定义表
|
| 变量名称 | 变量定义 | 表示方法 |
| 被解释变量 | 风险资产投资 | 家庭是否持有风险性金融资产 | Y |
| 解释变量 | 老年人口比 | 家庭中65岁及以上的人口占家庭总人口的比重 | Old_rate |
| 少儿人口比 | 家庭中14岁及以下的人口占家庭总人口的比重 | Young_rate | |
| 控制变量 | 家庭规模 | 家庭中的总人口数 |
Control |
| 户主年龄 | 户主的年龄及其平方项 | ||
| 户主性别 | 户主的性别 | ||
| 户主婚姻状况 | 户主是否已婚 | ||
| 户主受教育程度 | 户主接受教育的年限 | ||
| 风险偏好程度 | 户主的风险态度 | ||
| 家庭财富水平 | 家庭总资产扣除家庭总负债后得到的家庭净资产 | ||
| 家庭总收入 | 家庭中所有成员的收入加总 | ||
| 是否创业 | 户主是否创业 |
3.构建Probit模型
Y=Φ（α β1Old_rate β2Young_rate γControl ui）
该Probit模型中，Y为被解释变量，Y=1时表示家庭投资了风险性金融资产，Y=0则表示没有；Old_rate表示家庭中的老年人口比；Young_rate表示家庭中的少儿人口比；控制变量以Control表示，ui为误差项，包括不可观测的因素等。
4.实证研究与异质性分析
使用以上的数据、变量和模型，运用计量软件对家庭人口结构和家庭风险资产投资进行实证分析，研究家庭人口结构对持有风险资产的影响并对结果进行稳健性检验。然后将样本按户籍性质分为城镇和农村两类子样本进行异质性的分析，研究家庭人口结构对农村和城镇家庭的风险资产投资产生的影响程度是否存在差异。
5.结论与建议
根据以上的实证分析和异质性分析的结果给出本课题的研究结论并提出相关的政策建议。
七、技术路线
八、可行性分析
（一）理论基础
南京农业大学图书馆拥有十分丰富的免费期刊文献资源，同时还可以通过校园网平台进入许多学术期刊网站对文献资料的进行搜集整理。本人作为金融学专业的学生，在《金融市场》、《投资学》、《计量经济学》等课程的学习中，已经掌握了一定的关于投资风险性金融资产的知识和初步的模型构建方法，为本次研究提供了理论基础。
（二）数据可获得
在本校的金融实验中心有学校购买的数据库可供使用，此外西南财经大学的家庭金融调查（CHFS）数据库已面向校内外的研究人员开放申请。以学术研究为目的的研究人员可在中心网站数据中心注册申请后免费使用数据。
（三）方法可行
金融学院有开放的金融实验室可供学生申请使用，实验室能提供研究分析所需的计量分析软件。本人已初步掌握Stata，Eviews等计量软件，具备一定的统计学知识，有能力对数据进行整理分析。本文所提的研究方法等已有文献作支撑，研究方案切实可行。
（四）时间充足
本人已基本完成本专业的培养方案要求，有充足的时间可用于文献查阅，数据整理和分析等环节，撰写毕业论文。
4. 研究创新点
九、特色或创新之处
1.本文使用chfs公布的2017年最新数据进行实证研究，与以往的文献相比有更强的时效性。
现有的关于家庭人口结构和家庭金融资产配置两方面的文献大都使用2013年的chfs数据，而2017年chfs的第四轮调查样本覆盖全国29个省（自治区、直辖市），355个县（区、县级市），1428个村（居）委会，样本规模为40011户。相比较2013年的数据可以更真实详细地反映现在的中国家庭的经济、金融状况，数据的代表性更好。
5. 研究计划与进展
十、研究计划及预期进展
（一）时间安排本课题的研究从2020年1月开始，由本人独立完成，以下为计划安排：
（二）预期成果
