数字金融对家庭社会关系网络风险分担的影响——基于家庭金融脆弱性视角

温博慧; 孟新新; 赵志尚

数字金融对家庭社会关系网络风险分担的影响——基于家庭金融脆弱性视角

天津财经大学金融学院，天津 300222

基金项目:

国家社会科学基金重大项目 23ZDA038

详细信息

作者简介:
温博慧(1981-)，女，天津人，天津财经大学金融学院教授，博士生导师

孟新新(1995-)，女，安徽亳州人，天津财经大学金融学院博士研究生

赵志尚(1997-)，男，山东德州人，天津财经大学金融学院博士研究生

中图分类号: F832.1;F063.4
计量
- 文章访问数: 337
- HTML全文浏览量: 95
- PDF下载量: 24
- 被引次数: 0
出版历程
- 收稿日期: 2023-06-07
- 网络出版日期: 2023-12-21
- 刊出日期: 2023-11-28

The Impact of Digital Financial Development on the Risk Sharing Function of Family Social Networks: Based on the Perspective of Household Financial Vulnerability

School of Finance, Tianjin University of Finance and Economics, Tianjin 300222, China

摘要

摘要: 提高居民家庭的抗风险韧性、降低其金融脆弱性是防范规模性返贫风险的关键。数字金融的发展能够提升长尾群体的金融服务可得性，部分替代熟人借贷，从而在一定程度上影响了家庭社会关系网络的风险分担。使用2019年中国家庭金融调查数据(CHFS)的实证研究发现，社会关系网络能够降低家庭的金融脆弱性，实现对家庭风险的分担，且数字金融发展对社会关系网络的风险分担功能具有一定的替代作用。数字金融对家庭社会关系网络风险分担功能的影响机制包括：推动家庭使用数字金融形成借贷行为挤出社会关系网络借贷，降低通过社会关系网络分担风险的需求；提高家庭收入水平以积累审慎性储蓄增强其抗风险能力；促进家庭购买商业保险实现重大风险转移以降低通过社会关系网络分担风险的黏性。相比数字金融覆盖的广度和使用深度，数字化程度对社会关系网络的风险分担功能的替代作用更强；对农村和户主有外出生活或工作经历的家庭而言，数字金融与社会关系网络在分担家庭风险时存在互补关系，否则表现出替代关系。本研究有助于了解数字金融发展背景下家庭风险分担渠道的变化，并帮助脆弱性家庭提高抗风险能力。
- 数字金融 /
- 社会关系网络 /
- 风险分担 /
- 家庭金融 /
- 脆弱性
Abstract: The improvement of the anti-risk resilience of households and the reduction of their financial vulnerability are key to preventing the risk of a large-scale return to poverty. The development of digital finance can improve the availability of financial services for the "long-tail group" and partially replace acquaintance lending, thus affecting the risk sharing of household social networks to a certain extent. Against the above background, the study analyzes the role of social networks and digital finance on household risk sharing based on the perspective of household financial vulnerability by using the data of 2019 China Household Finance Survey (CHFS). The study finds that the social networks can reduce the financial vulnerability of households and realize the sharing of household risks, while the development of digital finance has a certain substitution effect on the risk-sharing function of social networks. Through mechanisms analyzed, the influencing mechanisms of the digital finance on the risk-sharing function of the family social network include the following: promoting the use of digital finance by households to form lending behaviors to crowd out social network lending, reducing the need to share risks through social networks; increasing household income levels to accumulate prudent savings to enhance the risk-resistant capacity of households; promoting the purchase of commercial insurance by households to achieve significant risk transfer to reduce the risk-sharing function of social networks; and reducing the stickiness of risk-sharing. Further analysis reveals that the degree of digitization is a stronger substitute for the risk-sharing function of social networks than the breadth of coverage and depth of use of digital finance; at the same time, for rural areas and households whose heads have experience of working or living outside the home, there is a complementary relationship between digital finance and social networks in sharing household risks, whereas for urban areas and households whose heads do not have experience of living or working outside the home, the above two exhibit a substitution relationship. The study helps to understand the changes in risk-sharing channels of households in the context of the development of digital finance and the mechanisms of these changes, and sheds light on the measures that can be taken to help vulnerable households improve their resilience to the risk.
- digital finance /
- social network /
- risk sharing /
- household finance /
- vulnerability

HTML全文

表 1 描述性统计

变量名称	定义描述	均值	标准差	最小值	最大值
金融脆弱性(HFV)	从负债水平、收入波动、流动性管理能力、投资风险管理能力以及保险保障五个方面构建的综合指标	0.121	0.153	0	1
社会关系网络(Socialnet)	“红白喜事的礼品和礼金支出”与“过节红包礼品转移性支出”之和取对数	4.591	3.9	0	13.311
数字金融(DFI)	用数字支付、数字理财和数字信贷构建的综合指标	0.567	0.551	0	3
年龄(Age)	户主年龄	53.512	12.772	18	100
性别(Gender)	男取值为0，女取值为1	0.204	0.403	0	1
婚姻状态(Married)	已婚取值为1，否则取值为0	0.878	0.327	0	1
受教育水平(Edu)	文化水平，取值分别从1(文盲)~9(博士)	3.311	1.568	1	9
健康状况(Health)	取值分别从1(非常不健康)~5(非常健康)	3.28	1	1	5
老年人占比(Old)	老年人数/总人数	0.2	0.339	0	1
少儿占比(Child)	少儿人数/总人数	0.114	0.169	0	0.833
家庭规模(Size)	家庭总人口数	3.208	1.519	1	15

下载: 导出CSV

表 2 基准回归结果

变量	(1)	(2)	(3)	(4)
	OLS		2SLS
	HFV	HFV	第一阶段	第二阶段
Socialnet	-0.003 1^***	-0.004 1^***		-0.005 8^***
	(0.000 3)	(0.000 4)		(0.000 5)
DFI		-0.025 9^***		-0.386 8^***
		(0.003 4)		(0.031 5)
Socialnet × DFI		0.002 2^***		0.004 7^***
		(0.000 5)		(0.000 8)
IV			0.244 3^***
			(0.025 3)
Age	-0.006 7^***	-0.006 9^***	-0.014 9^***	-0.012 0^***
	(0.000 7)	(0.000 7)	(0.001 9)	(0.000 8)
Age²	0.000 1^***	0.000 1^***	0.000 0	0.000 1^***
	(0.000 0)	(0.000 0)	(0.000 0)	(0.000 0)
Gender	0.004 0	0.004 9^*	0.060 0^***	0.025 8^***
	(0.002 6)	(0.002 6)	(0.007 9)	(0.003 2)
Married	-0.020 8^***	-0.021 6^***	-0.050 9^***	-0.039 3^***
	(0.003 6)	(0.003 6)	(0.010 0)	(0.004 0)
Edu	-0.019 5^***	-0.018 2^***	0.097 2^***	0.015 7^***
	(0.000 7)	(0.000 7)	(0.002 3)	(0.003 1)
Health	-0.018 5^***	-0.017 7^***	0.043 1^***	-0.002 4
	(0.001 1)	(0.001 1)	(0.003 2)	(0.001 7)
Old	0.004 6	0.002 1	-0.155 7^***	-0.053 1^***
	(0.004 2)	(0.004 2)	(0.012 8)	(0.006 5)
Child	0.024 9^***	0.022 3^***	-0.128 3^***	-0.023 9^***
	(0.008 2)	(0.008 2)	(0.024 3)	(0.009 1)
Size	0.002 7^***	0.003 8^***	0.066 2^***	0.027 1^***
	(0.000 9)	(0.000 9)	(0.002 8)	(0.002 3)
Constant	0.427 0^***	0.445 2^***	0.244 3^***	0.751 7^***
	(0.019 7)	(0.019 8)	(0.025 3)	(0.032 8)
省份虚拟变量	控制	控制	控制	控制
观测值	21 761	21 761	21 761	21 761
R²	0.099 1	0.101 9	0.354 6	0.100 6
注：括号内为聚类稳健标准误，^p＜0.1, ^p＜0.05, ^**p＜0.01。下表同。

下载: 导出CSV

表 3 替代效应风险分担机制

变量	(1)	(2)	(3)	(4)	(5)
	需求端			需求端
	Pli	Ifp	Pli	Pbr	Dfibr
DFI	-0.885 5^***	0.979 1^***		-1.926 2^***	2.094 3^***
	(0.042 8)	(0.094 8)		(0.241 3)	(0.248 6)
Ifp			-0.452 1^***
			(0.054 9)
Age	-0.002 8	-0.084 4^***	0.004 8	0.006 0	-0.067 1
	(0.012 0)	(0.013 7)	(0.013 4)	(0.013 8)	(0.065 9)
Age²	0.000 2	0.000 8^***	0.000 1	-0.000 3^**	0.000 2
	(0.000 1)	(0.000 1)	(0.000 1)	(0.000 1)	(0.000 7)
Gender	0.126 7^**	0.072 3	0.124 3^**	0.088 7^*	0.374 9
	(0.050 8)	(0.061 6)	(0.057 1)	(0.051 0)	(0.290 2)
Married	0.086 9	-0.047 3	0.153 6^**	-0.477 7^***	-0.625 9
	(0.064 6)	(0.090 5)	(0.075 7)	(0.064 3)	(0.383 7)
Edu	-0.075 9^***	0.184 9^***	-0.061 8^***	-0.114 8^***	-0.240 5^***
	(0.013 9)	(0.016 4)	(0.014 9)	(0.016 0)	(0.087 7)
Health	-0.112 2^***	0.067 2^**	-0.057 7^**	-0.384 6^***	-0.219 5
	(0.021 3)	(0.028 0)	(0.025 8)	(0.022 6)	(0.160 3)
Old	0.155 1	-0.594 0^***	0.020 2	-0.338 1^***	-0.819 5
	(0.100 1)	(0.161 4)	(0.143 7)	(0.100 7)	(1.227 4)
Child	0.087 0	-0.760 9^***	-0.071 8	-0.008 2	0.813 5
	(0.141 5)	(0.173 2)	(0.154 3)	(0.148 1)	(0.793 1)
Size	0.015 2	0.132 1^***	0.033 0^*	0.181 0^***	-0.090 0
	(0.016 7)	(0.020 8)	(0.019 3)	(0.015 9)	(0.110 1)
Constant	3.155 8^***	-1.101 3^***	1.787 2^***	6.235 6^***	-3.760 7^**
	(0.355 8)	(0.391 7)	(0.385 9)	(0.789 7)	(1.904 5)
省份虚拟变量	控制	控制	控制	控制	控制
观测值	21 740	11 712	11 712	21 761	16 940

下载: 导出CSV

表 4 增收效应及商业保险购买风险分担机制

变量	(1)	(2)	(3)	(4)
变量	Business	Bshare	Ishare	Cominsur
DFI	1.270 1^***	0.061 7^***	0.0013^***	0.835 3^***
	(0.050 3)	(0.006 4)	(0.000 4)	(0.053 5)
Age	-0.006 2	-0.003 1	-0.000 2^*	0.150 8^***
	(0.014 0)	(0.002 1)	(0.000 1)	(0.018 5)
Age²	-0.000 1	0.000 0	0.000 0^*	-0.001 9^***
	(0.000 1)	(0.000 0)	(0.000 0)	(0.000 2)
Gender	-0.028 2	-0.004 4	-0.000 0	0.336 2^***
	(0.056 8)	(0.007 8)	(0.000 4)	(0.056 3)
Married	0.294 2^***	0.004 9	0.000 7	0.193 4^**
	(0.085 0)	(0.013 8)	(0.000 5)	(0.084 9)
Edu	-0.094 8^***	-0.008 2^***	0.000 1	0.194 0^***
	(0.015 8)	(0.002 1)	(0.000 1)	(0.015 7)
Health	0.181 9^***	0.009 7^***	0.000 0	0.098 8^***
	(0.023 9)	(0.003 2)	(0.000 2)	(0.025 8)
Old	-1.038 3^***	-0.012 0	-0.000 7^**	0.359 3^**
	(0.140 3)	(0.009 2)	(0.000 3)	(0.142 4)
Child	-0.011 2	0.055 0^**	0.000 1	0.204 0
	(0.150 6)	(0.022 3)	(0.001 4)	(0.167 0)
Size	0.132 3^***	0.000 3	-0.000 3^**	-0.106 2^***
	(0.017 4)	(0.002 1)	(0.000 1)	(0.022 8)
Constant	-4.1458^***	0.095 1	0.004 0	-6.467 4^***
	(0.404 9)	(0.061 9)	(0.003 8)	(0.469 1)
省份虚拟变量	控制	控制	控制	控制
观测值	21 760	21 674	21 674	21 761
R²		0.013 3	0.004 7

下载: 导出CSV

表 5 稳健性检验

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	剔除部分样本		替换数字金融变量		替换社会关系网络指标
Socialnet	-0.003 2^***	-0.004 2^***	-0.003 1^***	-0.010 6^***
	(0.000 3)	(0.000 4)	(0.000 3)	(0.002 7)
DFI		-0.024 2^***				-0.032 1^***
		(0.003 8)				(0.011 4)
Socialnet × DFI		0.002 1^***
		(0.000 5)
DFIIC				-0.109 6^***
				(0.009 6)
Socialnet × DFIIC				0.002 5^***
				(0.000 9)
Commexp					-0.003 1^***	-0.002 7^***
					(0.000 8)	(0.000 9)
Commexp × DFI						0.002 0^**
						(0.001 5)
Age	-0.006 9^***	-0.007 1^***	-0.006 7^***	-0.006 7^***	-0.006 8^***	-0.007 0^***
	(0.000 8)	(0.000 8)	(0.000 7)	(0.000 7)	(0.000 7)	(0.000 7)
Age²	0.000 1^***	0.000 1^***	0.000 1^***	0.000 1^***	0.000 1^***	0.000 1^***
	(0.000 0)	(0.000 0)	(0.000 0)	(0.000 0)	(0.000 0)	(0.000 0)
Gender	0.004 5	0.005 3^*	0.004 0	0.004 1	0.003 1	0.004 1
	(0.002 9)	(0.002 9)	(0.002 6)	(0.002 6)	(0.002 6)	(0.002 6)
Married	-0.021 8^***	-0.022 4^***	-0.020 8^***	-0.020 9^***	-0.022 6^***	-0.023 7^***
	(0.004 0)	(0.004 0)	(0.003 6)	(0.003 6)	(0.003 6)	(0.003 6)
Edu	-0.020 3^***	-0.019 1^***	-0.019 5^***	-0.019 5^***	-0.020 3^***	-0.018 8^***
	(0.000 8)	(0.000 8)	(0.000 7)	(0.000 7)	(0.000 7)	(0.000 7)
Health	-0.019 3^***	-0.018 6^***	-0.018 5^***	-0.018 4^***	-0.019 1^***	-0.018 4^***
	(0.001 2)	(0.001 2)	(0.001 1)	(0.001 1)	(0.001 1)	(0.001 1)
Old	0.004 4	0.002 0	0.004 6	0.004 4	0.002 9	0.000 4
	(0.004 6)	(0.004 6)	(0.004 2)	(0.004 2)	(0.004 2)	(0.004 2)
Child	0.026 4^***	0.024 1^***	0.024 9^***	0.024 7^***	0.023 6^***	0.022 0^***
	(0.008 8)	(0.008 8)	(0.008 2)	(0.008 2)	(0.008 2)	(0.008 2)
Size	0.003 1^***	0.004 0^***	0.002 7^***	0.002 7^***	0.003 5^***	0.004 4^***
	(0.001 0)	(0.001 0)	(0.000 9)	(0.000 9)	(0.000 9)	(0.000 9)
Constant	0.475 8^***	0.488 1^***	0.427 0^***	0.830 6^***	0.439 9^***	0.453 1^***
	(0.021 8)	(0.021 8)	(0.019 7)	(0.039 0)	(0.020 2)	(0.020 4)
省份虚拟变量	控制	控制	控制	控制	控制	控制
观测值	18 915	18 915	21 761	21 761	21 761	21 761
R²	0.095 7	0.098 0	0.099 1	0.099 4	0.094 2	0.096 8

下载: 导出CSV

表 6 数字金融不同维度的分析

变量	(1)	(2)	(3)
Socialnet	-0.009 9^***(0.002 8)	-0.008 4^***(0.001 8)	-0.015 9^***(0.004 9)
coverage_breadth	-0.122 7^***(0.010 9)
Socialnet × coverage_breadth	0.002 4^**(0.001 0)
usage_depth		-0.077 9^***(0.006 8)
Socialnet × usage_depth		0.001 8^***(0.000 6)
digitization_level			-0.163 9^***(0.014 4)
Socialnet × digitization_level			0.003 3^***(0.001 3)
Age	-0.006 7^***(0.000 7)	-0.006 7^***(0.000 7)	-0.006 7^***(0.000 7)
Age²	0.000 1^***(0.000 0)	0.000 1^***(0.000 0)	0.000 1^***(0.000 0)
Gender	0.004 1(0.002 6)	0.004 1(0.002 6)	0.004 1(0.002 6)
Married	-0.020 9^***(0.003 6)	-0.020 9^***(0.003 6)	-0.020 9^***(0.003 6)
Edu	-0.019 5^***(0.000 7)	-0.019 5^***(0.000 7)	-0.019 5^***(0.000 7)
Health	-0.018 4^***(0.001 1)	-0.018 4^***(0.001 1)	-0.018 4^***(0.001 1)
Old	0.004 4(0.004 2)	0.004 3(0.004 2)	0.004 4(0.004 2)
Child	0.024 7^***(0.008 2)	0.024 8^***(0.008 2)	0.024 9^***(0.008 2)
Size	0.002 7^***(0.000 9)	0.002 7^***(0.000 9)	0.002 7^***(0.000 9)
Constant	0.843 3^***(0.040 3)	0.727 9^***(0.031 4)	1.138 1^***(0.063 5)
省份虚拟变量	控制	控制	控制
观测值	21 761	21 761	21 761
R²	0.099 3	0.099 5	0.099 4

下载: 导出CSV

表 7 城乡对比分析结果

变量	(1)	(2)	(3)	(4)
变量	农村样本		城镇样本
Socialnet	-0.002 8^***	-0.003 1^***	-0.003 2^***	-0.004 8^***
	(0.000 4)	(0.000 6)	(0.000 3)	(0.000 6)
DFI		-0.017 5^***		-0.028 7^***
		(0.005 5)		(0.004 6)
Socialnet × DFI		0.001 2		0.002 8^***
		(0.000 9)		(0.000 6)
Age	-0.005 5^***	-0.005 9^***	-0.006 8^***	-0.006 9^***
	(0.001 4)	(0.001 4)	(0.000 8)	(0.000 8)
Age²	0.000 0^***	0.000 0^***	0.000 1^***	0.000 1^***
	(0.000 0)	(0.000 0)	(0.000 0)	(0.000 0)
Gender	0.015 6^***	0.015 5^***	0.000 4	0.001 1
	(0.005 3)	(0.005 3)	(0.002 9)	(0.002 9)
Married	-0.022 0^***	-0.022 6^***	-0.019 5^***	-0.020 4^***
	(0.005 8)	(0.005 8)	(0.004 7)	(0.004 7)
Edu	-0.022 2^***	-0.021 4^***	-0.018 0^***	-0.016 9^***
	(0.001 8)	(0.001 8)	(0.000 8)	(0.000 8)
Health	-0.023 4^***	-0.022 9^***	-0.013 7^***	-0.013 0^***
	(0.001 7)	(0.001 7)	(0.001 5)	(0.001 5)
Old	-0.003 0	-0.004 1	0.008 6	0.005 9
	(0.006 7)	(0.006 7)	(0.005 3)	(0.005 3)
Child	0.015 5	0.013 1	0.030 0^***	0.028 0^***
	(0.014 0)	(0.014 0)	(0.010 1)	(0.010 1)
Size	0.004 9^***	0.005 7^***	0.001 3	0.002 4^**
	(0.001 5)	(0.001 5)	(0.001 1)	(0.001 2)
Constant	0.409 6^***	0.426 0^***	0.412 7^***	0.431 8^***
	(0.044 9)	(0.045 2)	(0.022 4)	(0.022 6)
省份虚拟变量	控制	控制	控制	控制
观测值	8 916	8 916	12 845	12 845
R²	0.087 8	0.089 0	0.097 9	0.101 3

下载: 导出CSV

表 8 户主有无外出生活或工作经历家庭

变量	(1)	(2)	(3)	(4)
变量	有外出生活或工作经历		无外出生活或工作经历
Socialnet	-0.003 3^***	-0.003 8^***	-0.003 1^***	-0.004 0^***
	(0.000 7)	(0.001 0)	(0.000 3)	(0.000 4)
DFI		-0.018 6^**		-0.027 4^***
		(0.009 0)		(0.003 8)
Socialnet × DFI		0.000 9		0.002 3^***
		(0.001 2)		(0.000 5)
Age	-0.005 0^***	-0.005 1^***	-0.004 7^***	-0.005 2^***
	(0.001 4)	(0.001 4)	(0.000 8)	(0.000 8)
Age²	0.000 0^**	0.000 0^**	0.000 0^***	0.000 0^***
	(0.000 0)	(0.000 0)	(0.000 0)	(0.000 0)
Gender	0.008 3	0.009 6	0.0028	0.003 8
	(0.007 5)	(0.007 6)	(0.002 8)	(0.002 8)
Married	-0.009 1	-0.009 8	-0.021 5^***	-0.022 6^***
	(0.008 7)	(0.008 7)	(0.004 1)	(0.004 1)
Edu	-0.017 4^***	-0.016 4^***	-0.020 1^***	-0.018 6^***
	(0.001 5)	(0.001 6)	(0.000 8)	(0.000 8)
Health	-0.019 1^***	-0.018 6^***	-0.019 9^***	-0.019 1^***
	(0.002 7)	(0.002 7)	(0.001 2)	(0.001 2)
Old	0.014 4	0.012 7	0.006 0	0.003 1
	(0.010 0)	(0.010 0)	(0.004 6)	(0.004 6)
Child	0.013 8	0.013 0	0.040 8^***	0.036 6^***
	(0.017 5)	(0.017 5)	(0.009 7)	(0.009 8)
Size	0.002 5	0.003 3	0.002 4^**	0.003 7^***
	(0.002 0)	(0.002 0)	(0.001 0)	(0.001 0)
Constant	0.394 3^***	0.409 2^***	0.374 9^***	0.398 0^***
	(0.042 5)	(0.043 2)	(0.024 3)	(0.024 4)
省份虚拟变量	控制	控制	控制	控制
观测值	3 696	3 696	16 650	16 650
R²	0.100 5	0.102 3	0.108 7	0.112 0

下载: 导出CSV

参考文献(48)

[1]	ZHOU W. Brothers, household financial markets and savings rate in China[J]. Journal of Development Economics, 2014, 111: 34-47. doi: 10.1016/j.jdeveco.2014.07.002
[2]	吴雨, 李成顺, 李晓, 等. 数字金融发展对传统私人借贷市场的影响及机制研究[J]. 管理世界, 2020(10): 53-65, 138. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202010008.htm
[3]	AMBRUS A, MOBIUS M, SZEIDL A. Consumption risk-sharing in social networks[J]. American Economic Review, 2014, 104(1): 149-182. doi: 10.1257/aer.104.1.149
[4]	AYYAGARI M, DEMIRGUC-KUNT A, MAKSIMOVIC V. Formal versus informal finance: evidence from China[J]. The Review of Financial Studies, 2010, 23(8): 3048-3097. doi: 10.1093/rfs/hhq030
[5]	杨汝岱, 陈斌开, 朱诗娥. 基于社会网络视角的农户民间借贷需求行为研究[J]. 经济研究, 2011(11): 116-129. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201111011.htm
[6]	马光荣, 杨恩艳. 社会网络、非正规金融与创业[J]. 经济研究, 2011(3): 83-94. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201103008.htm
[7]	蔡栋梁, 邱黎源, 孟晓雨, 等. 流动性约束、社会资本与家庭创业选择——基于CHFS数据的实证研究[J]. 管理世界, 2018(9): 79-94. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201809011.htm
[8]	赵亚雄, 王修华. 数字金融、家庭相对收入及脆弱性——兼论多维"鸿沟"的影响[J]. 金融研究, 2022(10): 77-97. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202210005.htm
[9]	李晓, 吴雨, 李洁. 数字金融发展与家庭商业保险参与[J]. 统计研究, 2021(5): 29-41. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ202105004.htm
[10]	王勋, 王雪. 数字普惠金融与消费风险平滑: 中国家庭的微观证据[J]. 经济学(季刊), 2022(5): 1679-1698. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202205011.htm
[11]	PUTNAM R, LEONARDI R, NANETTI R. Making democracy work: civic tradition in modem Italy[M]. Princeton: Princeton University Pres, 1993.
[12]	BURCHARDI K B, HASSAN T A. The economic impact of social ties: evidence from German reunification[J]. The Quarterly Journal of Economics, 2013, 128(3): 1219-1271. doi: 10.1093/qje/qjt009
[13]	李丁, 丁俊菘, 马双. 社会互动对家庭商业保险参与的影响——来自中国家庭金融调查(CHFS)数据的实证分析[J]. 金融研究, 2019(7): 96-114. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201907006.htm
[14]	王聪, 柴时军, 田存志, 等. 家庭社会网络与股市参与[J]. 世界经济, 2015(5): 105-124. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201505007.htm
[15]	MINSKY, HYMAN P. The financial-instability hypothesis: capitalist processes and the behavior of the economy[M]//CHARLES P KINDLEBERGER, JEAN PIERRE LAFFARGUE. Financial Crises: Theory, History and Policy. New York: Cambridge University Press, 1982.
[16]	ANDERLONI L, BACCHIOCCHI E, VANDONE D. Household financial vulnerability: an empirical analysis[J]. Research in Economics, 2012, 66(3): 284-296. doi: 10.1016/j.rie.2012.03.001
[17]	刘波, 王修华, 胡宗义. 金融素养是否降低了家庭金融脆弱性?[J]. 南方经济, 2020(10): 76-91. https://www.cnki.com.cn/Article/CJFDTOTAL-NFJJ202010005.htm
[18]	BRUNETTI M, GIARDA E, TORRICELLI C. Is financial fragility a matter of illiquidity? an appraisal for Italian households[J]. Review of Income and Wealth, 2016, 62(4): 628-649. doi: 10.1111/roiw.12189
[19]	NOERHIDAJATI S, PURWOKO A B, WERDANINGTYAS H, et al. Household financial vulnerability in Indonesia: measurement and determinants[J]. Economic Modelling, 2021, 96: 433-444. doi: 10.1016/j.econmod.2020.03.028
[20]	张冀, 祝伟, 王亚柯. 家庭经济脆弱性与风险规避[J]. 经济研究, 2016(6): 157-171. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201606013.htm
[21]	尹志超, 张栋浩. 金融普惠、家庭贫困及脆弱性[J]. 经济学(季刊), 2020(5): 153-172. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202005009.htm
[22]	张海洋. 融资约束下金融互助模式的演进——从民间金融到网络借贷[J]. 金融研究, 2017(3): 101-115. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201703008.htm
[23]	ZHANG X, ZHANG J, HE Z. Is finTech inclusive? evidence from China's household survey data[R]. Copenhagen: 35th IARIW General Conference, 2018: 20-25.
[24]	黄益平, 黄卓. 中国的数字金融发展: 现在与未来[J]. 经济学(季刊), 2018(4): 1489-1502. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201804009.htm
[25]	樊纲治, 王宏扬. 家庭人口结构与家庭商业人身保险需求——基于中国家庭金融调查(CHFS)数据的实证研究[J]. 金融研究, 2015(7): 170-189. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201507013.htm
[26]	章元, 陆铭. 社会网络是否有助于提高农民工的工资水平?[J]. 管理世界, 2009(3): 45-54. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ200903007.htm
[27]	周广肃, 樊纲, 申广军. 收入差距、社会资本与健康水平——基于中国家庭追踪调查(CFPS)的实证分析[J]. 管理世界, 2014(7): 12-21, 51, 187. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201407004.htm
[28]	廖理, 李梦云, 王正位. 借款人社会资本会降低其贷款违约概率吗——来自现金贷市场的证据[J]. 中国工业经济, 2020(10): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202010002.htm
[29]	MERTON R C. Theory of finance from the perspective of continuous time[J]. Journal of Financial and Quantitative Analysis, 1975, 10(4): 659-674.
[30]	阮健弘, 刘西, 叶欢. 我国居民杠杆率现状及影响因素研究[J]. 金融研究, 2020(8): 18-33. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202008002.htm
[31]	李政, 李鑫. 数字普惠金融与未预期风险应对: 理论与实证[J]. 金融研究, 2022(6): 94-114. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202206006.htm
[32]	GAUDECKER H M V. How does household portfolio diversification vary with financial literacy and financial advice?[J]. The Journal of Finance, 2015, 70(2): 489-507.
[33]	廖理, 初众, 张伟强. 中国居民金融素养与活动的定量测度分析[J]. 数量经济技术经济研究, 2021(7): 43-64. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202107003.htm
[34]	江静琳, 王正位, 向虹宇, 等. 金融知识与基金投资收益: 委托投资能否替代金融知识[J]. 世界经济, 2019(8): 170-192. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ201908009.htm
[35]	吴卫星, 吴锟, 张旭阳. 金融素养与家庭资产组合有效性[J]. 国际金融研究, 2018(5): 66-75. https://www.cnki.com.cn/Article/CJFDTOTAL-GJJR201805008.htm
[36]	单德朋. 金融素养与城市贫困[J]. 中国工业经济, 2019(4): 136-154. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201904009.htm
[37]	赵海珠, 蔡卫星, 罗连化. 社会保险降费政策促进就业了吗——基于在线招聘岗位数据的分析[J]. 广东财经大学学报, 2022(4): 56-70. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=72704bf7-9841-4d9a-a5f2-7d9cc26768d6
[38]	王小华, 马小珂, 何茜. 数字金融使用促进农村消费内需动力全面释放了吗?[J]. 中国农村经济, 2022(11): 21-39. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202211002.htm
[39]	唐珏, 田柳, 汪伟. 降低企业基本养老保险政策缴费率能促进年金发展吗?[J]. 金融研究, 2022(4): 39-56. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202204003.htm
[40]	BARTIK T J. Who benefits from state and local economic development policies?[R]. Kalamazoo M: W E. Upjohn Institute, 1991.
[41]	易行健, 周利. 数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据[J]. 金融研究, 2018(11): 47-67. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201811004.htm
[42]	ROSENZWEIG M R, STARKT O. Consumption smoothing, migration, and marriage: evidence from rural India[J]. Journal of Political Economy, 1989, 97(4): 905-926.
[43]	UDRY C. Risk and insurance in a rural credit market: an empirical investigation in northern Nigeria[J]. The Review of Economic Studies, 1994, 61(3): 495-526.
[44]	钱海章, 陶云清, 曹松威, 等. 中国数字金融发展与经济增长的理论与实证[J]. 数量经济技术经济研究, 2020(6): 26-46. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202006002.htm
[45]	VAN ROOIJ M, LUSARDI A, ALESSIE R. Financial literacy and stock market participation[J]. Journal of Financial Economics, 2011, 101(2): 449-472.
[46]	张铭心, 谢申祥, 强皓凡, 等. 数字普惠金融与小微企业出口: 雪中送炭还是锦上添花[J]. 世界经济, 2022(1): 30-56. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202201002.htm
[47]	SOROKIN P A. Social mobility[M]. New York: Harper & Brothers, 1927.
[48]	BLAU P M. Social mobility and interpersonal relations[J]. American Sociological Review, 1956, 21(3): 290-295.

施引文献

资源附件(0)

访问统计

点击查看大图

表(8)

计量

文章访问数: 337
HTML全文浏览量: 95
PDF下载量: 24
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

数字金融对家庭社会关系网络风险分担的影响——基于家庭金融脆弱性视角

作者简介:
温博慧(1981-)，女，天津人，天津财经大学金融学院教授，博士生导师

孟新新(1995-)，女，安徽亳州人，天津财经大学金融学院博士研究生

赵志尚(1997-)，男，山东德州人，天津财经大学金融学院博士研究生

计量

The Impact of Digital Financial Development on the Risk Sharing Function of Family Social Networks: Based on the Perspective of Household Financial Vulnerability

计量

目录

留言板

数字金融对家庭社会关系网络风险分担的影响——基于家庭金融脆弱性视角

作者简介: 温博慧(1981-)，女，天津人，天津财经大学金融学院教授，博士生导师 孟新新(1995-)，女，安徽亳州人，天津财经大学金融学院博士研究生 赵志尚(1997-)，男，山东德州人，天津财经大学金融学院博士研究生

计量

出版历程

The Impact of Digital Financial Development on the Risk Sharing Function of Family Social Networks: Based on the Perspective of Household Financial Vulnerability

计量

出版历程

目录

作者简介:
温博慧(1981-)，女，天津人，天津财经大学金融学院教授，博士生导师

孟新新(1995-)，女，安徽亳州人，天津财经大学金融学院博士研究生

赵志尚(1997-)，男，山东德州人，天津财经大学金融学院博士研究生