0 引言

从2007年到2017年十年间，中国城乡居民的恩格尔系数从36.3下降到29.3.在居民可支配收入不断增长的背景下，恩格尔系数的下降意味着家庭闲置资金的增多.互联网的冲击下，新兴的互联网金融崭露头角，不仅改变了人们的支付习惯和支付方式，同时也影响了家庭对金融资产的配置.

1 互联网金融与家庭金融资产配置

1.1 互联网金融

2013年，随着余额宝、微信理财等互联网金融产品的横空出世，中国进入互联网金融的发展“元年”.随后，互联网金融进入跨越式发展时期，网络理财用户数量由2013年的0.5亿人发展到2017年的5亿人.互联网消费金融放贷规模也从2013年的60亿元增长到2017年的43847.3亿元，如图1所示.

太太其实有数，干脆跟他挑明了说，你不用查我，没有事的。又说，这么多年了，你一直在外面忙应酬，要有事早就有了，还能等到现在。冯一余又执着地回到原来的疑问，说，既然你没有网恋，干吗我一过来，你就关闭网页呢？太太奇怪地看了他一眼，说，咦，已经跟你说过了嘛，我习惯了一个人看东西嘛。

  

图1 2013～2017年互联网金融放贷规模与网络理财用户数量

互联网金融的放贷规模与网络理财用户数量呈正相关变动关系，而网络理财用户数量与互联网上网人数又存在着直接的因果关系.一般来说，互联网上网人数越多，网络理财的用户数量也就越多，互联网放贷的规模也就越大.因此，用互联网上网人数代表互联网金融的影响程度.

1.2 家庭金融资产配置

家庭金融资产属于家庭资产的一部分，主要包括银行存款、债券、基金、股票、金融理财产品、金融衍生品、贵金属、外币资产和其他金融资产等.其中，投资于存款、债券、基金、股票和社保的家庭资产，占金融资产配置的78%.

同理，利用互联网上网人数代表互联网金融的影响，企业债券、非金融企业境内股票、贷款等社会融资规模代表相对应家庭金融资产中投入债券、股票、委托贷款和信托贷款的部分，如图3所示[4].

 

表1 2007～2016年社会融资规模结构 亿元人民币

  

年份人民币贷款社会融资规模企业债券社会融资规模非金融企业境内股票社会融资规模委托贷款社会融资规模信托贷款社会融资规模证券投资基金成交额20073632322844333337117028620.0920084904155233324426231445831.062009959421236733506780436410249.582010794511106357868748386589962011747151365843771296220346365.8201282038225512508128381284586672013889161811122192546618404125622014974522432943502174051741990520151126932938875901591143444251.692016124372300251241621854859326240.65

社会融资是除银行贷款及政府投资方式筹集得到的基金，包括企业融资和民间融资，见表1.企业融资的资金来源主要是通过债券、基金和股票等向社会公开发行证券来筹集资金的，企业融资可以看成家庭融资的一种表现形式.因此，家庭金融资产的配置间接地利用社会融资规模进行衡量.

1.3 文献综述

由图4可知，证券投资基金成交额与互联网上网人数变动趋势相同，变动的幅度也大幅度相同，由此推测互联网金融对家庭资产投资基金的影响较大.

2 互联网金融影响家庭金融资产配置的理论分析

2.1 互联网金融与家庭银行存款

既然家庭金融资产可以间接利用社会融资规模进行衡量，那么家庭资产中的银行存款资产就用人民币贷款社会融资规模进行度量，如图2所示.

  

图2 互联网上网人数与人民币占社会融资比重

通过图2可以看出，从2007年到2013年人民币贷款比重不断下降，并且在2013年达到最低点，这可能与互联网金融大规模的爆发有关.2013之后，人民币贷款的比重又经历了一波上升，究其原因，很有可能是互联网金融监管力度不足导致互联网金融跑路事件频发，人们倾向于规避风险的投资方式.2015年之后，相关部门颁布了《关于促进互联网金融健康发展的指导意见》，互联网监管环境趋紧，人们重拾对互联网金融的信心，人民币贷款比重下降.

2.2 互联网金融与债券、股票、信贷

在传统课堂教学过程中，大多是“教师讲，学生听”的状态，教师习惯采用“填鸭式”的教学方法，把知识点掰开了、揉碎了传递给学生们。这样的教学模式不利于学生们发挥自身的主观能动性。对此，教师要不断更新教学观念，以学生为本，立足学生发展，把课上时间充分还给学生，并引导学生们积极开展小组合作学习，使学生们能够在课上充分发挥语文学习的积极性。

  

图3 互联网上网人数与债券、股票、贷款占社会融资比重

当矫形棒预弯弧度为28°时，钛合金棒矫形后胸椎后凸为12°，胸腰段为3°，腰椎前凸为38°；钴铬合金棒矫形后胸椎后凸为25°，胸腰段为3°，腰椎前凸为38°（图3），说明钴铬合金棒能够更好地恢复患者胸椎后凸和腰椎前凸（图4），但使用钴铬合金棒时，椎弓根螺钉拔出应力显著增加（图5）。当钛合金棒预弯弧度为40°时，胸椎后凸恢复到27°，显著优于预弯弧度为28°时，同时螺钉拔出应力显著增加（图6 ～ 8）。

2.3 互联网金融与证券投资基金成交额

证券投资基金成交额虽然与家庭金融资产投资基金的部分无明显的对应关系，但是，家庭投资基金的数额与证券投资基金成交额存在正相关关系，证券投资基金成交额的构成包含家庭投资部分，如图4所示.

其中，该文被解释变量和解释变量数据来源于国家统计局，互联网金融用户和放贷规模来源于艾瑞研究院，家庭金融资产权重来源于西南财经大学中国家庭金融调查与研究中心的《中国家庭金融资产配置风险报告》.

  

图4 互联网上网人数与证券投资基金成交额

关于互联网金融对家庭金融资产配置的影响，以客户的自身需求为导向，互联网技术与金融行业结合的互联网金融简化了家庭理财的流程，缩短了办理业务的时间[1].融合后的互联网金融兼具互联网的开放分享精神和金融业的理财投资功能，增强了家庭理财的自主性与参与性[2]，使得传统理财观念缺乏的中低资产家庭的资产重新得到配置[3].

3 互联网金融影响家庭金融资产配置的实证分析

3.1 假设与数据来源

广东农垦从新中国的橡胶垦殖事业走来，艰苦创业，改革创新，发展成为一二三产业融合发展的大型现代农业企业集团。行走阡陌，我们所见的胶园、蔗田、剑麻、乳业、果蔬、公园……正是广东农垦国家战略资源、城市安全食品两大主业板块和支持板块在垦区的具体体现。产业集团和农场基地结成利益共同体，垦区集团化、农场企业化的改革，正在以“省农垦集团-产业集团和区域集团-子公司及农场基地公司”的组织形式在广东农垦大地上连成一条线，拧成一股劲。

搜索引擎是用以在万维网中搜索信息的软件系统[2]。搜索引擎平台主要包括爬虫工具、索引工具、检索器和用户界面这四个主要部分组成。搜索引擎使用网络爬虫（Web Crawler）不断地挖掘网域内的网络内容，不断地周而复始来穷尽探索网域内的网页。索引工具则针对爬虫爬取的网页内容生成以词为索引项的索引表，提高检索器在数据库中查找目标文档的工作效率。全文搜索的索引会对网页内容中出现的每一个单词建立索引列表[3]。检索器会接收用户提交的搜索关键词，在数据库中通过关键词索引匹配来快速获取关联结果，并在用户界面上按照预设的相关性排序来向用户呈现搜索结果。

观察图3债券、股票、委贷、信贷与上网人数的变动情况可以发现，债券和委托信贷的比重整体上呈上升的趋势，股票比重在2013年到达最低点，而后呈现上升的趋势，信贷和人民币贷款变动趋势相同，在2013年达到最高点而后下降进而再次上升.

3.2 最小二乘法模型

互联网上网人数占中国总人口比重作为被解释变量y，各社会融资方式xi(i=1,2,3,4,5,6)占社会融资规模x的比重作为解释变量，并引入随机误差项ε解释其他因素的干扰情况,见表2.

为了更好地反映互联网金融对家庭金融资产配置的影响，进行以下假设：(1)对于所有的家庭而言，其风险偏好程度和对金融资产的配置结构相同.(2)家庭金融资产只存在银行存款、债券、股票、基金、贷款配置，其余比重较小的金融资产忽略不计.(3)家庭金融资产的配置仅考虑互联网金融因素的影响，其他影响不做考虑.

 

表2 变量符号说明

  

变量名称符号互联网上网人数占总人口比重y社会融资规模 x人民币贷款社会融资规模x1 企业债券社会融资规模 x2非金融企业境内股票社会融资规模 x3委托贷款社会融资规模 x4信托贷款社会融资规模 x5证券投资基金成交额 x6

基于以上变量，构建互联网金融关于家庭金融资产配置情况的初步模型:

 

 

代入数据得到初步拟合的结果，如图5所示，根据图5，虽然模型的R2接近1，数据拟合程度较高且F检验通过.但是除变量x2之外，其余变量的t检验不通过，因此需要对模型进行修正.

  

图5 初步拟合的回归模型

3.3 数据修正与检验

以相关性最大的变量x2进行逐步回归，并对变量之间的关系进行不断变换，最终得到修正后的回归函数(如图6所示).修正后的模型虽然不是线性相关关系，但是模型的F检验和T检验均达到要求，解释变量对被解释变量的具有显著性影响.

  

图6 修正后的回归函数

对模型进行自相关性检验得到图7所示结果，观察图7，PAC的值均小于0.5，因此认为模型不存在任何阶次自相关.

  

图7 自相关检验图

利用White检验对模型进行异方差检验，模型的Prob.Chi-Square(5)>0.2，认为模型不存在异方差(如图8所示).

  

图8 异方差检验

3.4 实证结果分析

排除模型的相关性和异方差之后，最终得到互联网金融对家庭金融资产配置关系的模型为

 

0.105568

也就是说，在社会融资规模即家庭金融资产总量不变的情况下，互联网金融的变动，对银行存款和债券的影响较大，对委托、信托贷款和基金影响较小.

安：当我刚开始学琴时，只接触过立式琴。如你所说，因为结构区别，我无法在立式琴上探索出上述方法，只能弹出最基本的强弱对比。11岁那年，进入音乐学院之后，我开始使用三角钢琴，当我与帕内拉和齐科里尼教授学琴时，便在三角钢琴上探索上述方法和声音。我的观点是，演奏者首先需要理解并习惯三角琴的运行模式，才能自如控制三角琴和立式钢琴，而如果只习惯于立式琴，是无法在三角钢琴上营造美妙声音的。

并且，银行存款与债券存在着相反变动关系，信托和委托贷款存在相反变动的关系.当互联网金融飞速发展时，倘若社会环境良好，互联网金融不存在跑路的风险，会致使家庭金融资产对银行存款投资的偏好降低，对债券投资的偏好升高.

4 结论

该文利用2007～2016年的不同社会融资方式占社会融资的比例为解释变量数列，运用互联网上网人数占中国总人数百分比作为被解释变量，利用比重而非原始数据，消除了由于人口增长或通货膨胀而导致的人为误差.得到结论：家庭对于债券等高收益高风险的投资比重与银行存款等低收益低风险的投资比重呈反方向变动趋势，且互联网金融越规范，普及程度越高，银行存款占家庭金融资产的比重越低.

参 考 文 献

[1] 陈小天.互联网金融对银行个人理财业务的影响[J].市场周刊:理论研究,2014(5):90-91.

[2] 刘思婷.大学生互联网金融理财研究必要性探讨[J].品牌:下半月,2014(6):43.

[3] 李楚文. 互联网金融优化中低资产家庭资产配置的研究[D].南京大学,2016.

[4] 贺静. 中国家庭金融资产配置的区域差异研究[D].西南财经大学,2016.

[5] 庄雷. 互联网融资、资源配置效率与风险监管研究[D].东南大学,2016.

[6] 孙涛. 中国互联网金融的金融深化效应研究[D].山东大学,2015.

[7] 戴丹. 互联网金融发展对家庭财富管理影响研究[D].浙江大学,2016.

[8] 魏昭,宋全云.互联网金融下家庭资产配置[J].财经科学,2016(7):52-60.

[9] 邓玉婷. 互联网金融对中国货币需求影响机理及实证研究[D].广东财经大学,2015.

[10] 虞晨阳. 我国家庭风险金融资产选择的影响因素研究[D].南京农业大学,2015.