千妇恋洗面奶总代理;微信_:【 N K K K 78】,护肤品，彩妆工厂批发进货，长期招代理合作商，我有固定的货源！我是你的仓库！信就跟着我干，带你赚大钱！ 　　9月4日消息，中国人民大学大数据与金融科技创新实验室、中国人民大学金融科技研究所、蚂蚁集团研究院发布互联网理财与消费升级研究报告。 　　报告结果发现，第一，当前我国理财市场存在“缺口”，难以满足居民潜在旺盛理财需求。尽管近年来经济增长速度减缓，但是财富积累作为存量受增速影响较小。最近十年间，我国居民可投资金融资产总规模，从 2008 年的 31 万亿元人民币快速增长。第二，互联网理财作为传统理财的重要补充，是数字时代的大势所趋。第三，互联网理财能够优化中国居民金融资产配置，青年人群和下沉人群成。第四，互联网理财有助于促进居民消费和消费升级，拉动内需。 　　基于上述结论，为进一步推动我国理财业务转型发展提出以下建议： 　　第一，传统金融机构与互联网金融平台要紧密合作，积极发展智能投顾，推动理财线上化，不断开创服务新模式。传统金融机构与互联网金融平台各有所长、优势互补。第二，加强金融投资者教育，注重金融知识“向下”普及。 　　以下为报告全文： 　　第一章 中国理财市场发展现状 　　一、中国居民潜在理财需求旺盛 　　近年来，我国不断攀升的居民家庭财富规模为财富管理的需求扩张奠定了坚实基础。2008 年至 2018 年的十年间，我国实际国内生产总值（GDP）从 4.59 万亿美元增长至 13.89 万亿美元（见图 1-1）。尽管近年来经济增长速度减缓，但是财富积累作为存量受增速影响较小，同期内，我国居民可投资金融资产总规模随之扩大，从 2008 年的 31 万亿元人民币快速增长至 2018 年的 147 万亿元人民币　（见图 1-2），增长了 3.7 倍。 　　与其他国家相比，我国居民财富的配置结构存在显著差异（见图 1-3、图 1- 4）。我国家庭的金融资产配置比例远低于美国、日本家庭，也与西欧地区的瑞士、东南亚地区的新加坡存在差距。而非金融资产（房屋资产为主）占比却位居前列。美国等发达国家资本市场发达，财富管理机构运营经验丰富，理财产品种类繁多， 社会保障体系完善，居民对金融资产的投资偏好较高。而我国财富管理市场不够发达，金融产品种类、规模、交易机制不够完善，导致我国家庭可选金融产品规模小、品类少，不能满足日益增长的财富管理需求。同时，受传统理财观念以及商品房住宅市场近 20 年的超预期表现等原因的影响，我国居民习惯将购买住宅作为财富保值的首选，造成资产配置相对单一。 　　2016 年以来，我国居民财富的配置结构开始调整，金融资产占比跃升至 55% 以上，接近甚至超越英、德、瑞士等国家的水平。与此同时，以住宅资产为主的非金融资产占比也相应大幅下降。在此之前，我国居民家庭金融资产配比长期不到 45%，这种转变可能跟近年来房地产政策逐渐收紧以及“大资管”时代开启等有关。 　　进一步地，我们对 2018 年我国居民的金融资产配置结构进行分析（见图 1- 5），结果发现，在 2018 年我国居民可投资金融资产的配置中，银行存款占据 49%，成为居民配置资产的首要选择，其次为银行理财，而居民对于股票及券商资管类 　　产品的配置占比较低。 　　二、“大资管时代”理财业务呈现先增后减的发展趋势 　　2012 年，随着“券商资管新政十一条”的推出、公募基金投资范围的放宽、保险业资管的放松以及资管阵营中期货公司的加入，我国资产管理行业步入具有竞争、创新、混业经营等特征的大资管时代。2013 年，在“放松管制、放宽限制、防控风险”的政策环境下，传统资管的分业经营壁垒逐渐被打破，各类资产管理机构之间竞争加剧，银行、券商、保险、基金、信托等各类资产管理机构开始涌向同一片红海，我国财富管理行业也开始进入快速发展的新阶段，2013 年也因此被称作“中国大资管元年”。但近年来，受宏观经济的影响，我国资管市场增速相应放缓。2018 年，我国居民可投资金融资产同比增长 8.09%，创 2014 年以来最低增幅。随着“资管新规”出台，银行理财产品、信托、券商资管、基金等受“打破刚兑、去通道”的影响，增速较前两年均有明显放缓。 　　我们在借鉴《中国资产管理行业发展报告（2018）》、《中国财富管理发展指数报告（2019）》等研究的基础上，充分考虑当前我国财富管理的行业发展特征，选取银行业、证券业、保险业、信托业和基金业等五个维度，从整体与分行业两个层面来刻画我国理财行业近年来的发展情况。 　　（一）理财规模发展情况：2013-2019 　　从理财规模2来看，我国理财行业呈先增后减的两个发展阶段。其中，2013 年至 2017 年为迅猛发展阶段，从 2013 年的 35.85 万亿元增长到 2017 年的 116.66 万亿元，四年来增长了 2.3 倍，年复合增长率高达 34.6%。2018 年起，我国理财总规模进入下行趋稳阶段，2018 年理财总规模下降为 111.54 万亿元，同比下降4.39%，2019 年资管总规模为 111.74 万亿元，同比小幅增长 0.18%。 　　分行业来看，2013 年至 2019 年，基金业、保险业理财规模呈不断增长趋势， 其中，基金业理财规模始终遥遥领先；银行业呈波动上升趋势，且在 2017 年首次出现下跌情况；证券业和信托业呈先增后减趋势。从增速来看，各行业理财规 　　模同比增长不断减少，2018 年至 2019 年信托与证券行业理财规模都出现负增长。 　　（二）理财产品发展情况：2013-2019 　　（万只） 　　从理财产品3来看，我国理财产品存续量同样表现出先增后减的趋势。其中，2013 年为资管行业起步阶段，2014 年至 2017 年为迅猛增长阶段，2018 年至今为下行趋稳阶段。数据显示，我国理财行业产品存续总量从 2013 年的 5.57 万只增长到 2017 年的 29.72 万只，四年来增长了 4.3 倍。2018 年理财产品存续总量增速急剧下降，2019 年，理财产品总量为 29.27 万只，同比下降 1.92%。 　　分行业来看，2013 年至 2019 年，基金业、保险业和信托业理财产品存续量呈不断增长趋势，银行业和证券业呈先增后减趋势，其中银行业理财产品数始终领跑各行业。从增速来看，各行业理财产品存续量同比增长不断减少，2018 年至 　　2019 年银行业与证券行业理财产品量呈现负增长。 　　（三）理财规模与产品下降原因分析 　　从国际形势来看，2017 年以来，世界政治经济格局发生深刻调整，外部不确定性的增加，使得我国经济金融体系面临的外部环境日趋复杂。影响和威胁全球金融稳定的风险因素不断积聚，特别是全球贸易保护主义抬头，由美国挑起的经贸摩擦，对全球及我国宏观经济和金融市场构成负面冲击。同时，美国等主要发达经济体货币政策调整引发全球流动性收紧，对新兴市场国家形成较强的外溢效应。 　　从监管政策来看，2017 年，全国金融工作会议明确提出服务实体经济、防范金融风险、深化金融改革三项任务，指出金融工作的重要原则为“回归本源、优化结构、强化监管、市场导向”。此后，在严金融监管时代，中国人民银行、银保监会（原银监会和保监会）、证监会和外管局联合发布《关于规范金融机构资产管理业务的指导意见》；“一行两会”（原“一行三会”）等金融监管机构针对银行、证券、基金、保险出台一系列监管政策，在推动资产管理行业不断规范的同时，正本清源、优胜劣汰的效应也逐渐显现。 　　从技术赋能来看，目前我国理财线上化水平较低，尤其是除银行理财产品和公募基金产品外的其他理财产品。传统线下销售面临市场触达难、获客成本高、运营效率低下、客户体验差等问题，长期制约理财业务进一步发展。要通过加快传统金融机构的信息系统建设，及其与互联网金融平台的全方位深入合作，不断推动理财产品线上化，有效促进理财业务转型升级。 　　第二章 互联网理财是传统理财的重要补充 　　一、疫情促进理财线上化，互联网理财是数字时代的大势所趋 　　与传统理财产品相比，随着大数据、人工智能等技术不断成熟，互联网理财产品优势更加凸显。互联网理财产品具有交易门槛更低、透明度更高、交易操作更便捷，能够更大程度满足居民对于理财的个性化、多样化需求等特征，不仅能够有效拓展理财市场规模，而且深刻影响着传统线下理财方式，改变着居民理财观念。近年来，随着互联网覆盖人群范围进一步扩大，互联网理财市场规模和用户数量均有大幅增长。中国互联网络信息中心数据显示，截至 2019 年 6 月，我国购买互联网理财产品的网民数量已达 1.69 亿，占全国网民人数的 19.9%（见图2-1 和图 2-2）。北京大学数字金融研究中心、上海新金融研究院和蚂蚁集团共同编制的“数字普惠金融投资业务指数”反映了居民个体参与互联网理财的发展趋势。如图 2-3 所示，2014 年-2018 年投资业务指数整体处于快速上升趋势，2018 年投资业务指数大概是 2014 年的 6 倍。 　　（万人） 　　2020 年以来，新冠疫情进一步强化了理财服务的线上化趋势。疫情期间，线下网点被迫关闭，难以直接接触用户，使得传统理财业务在产品销售、贷后管理等方面都受到了极大影响。而互联网理财业务的无接触性、便利性等优势凸显， 　　各理财产品提供机构纷纷推出互联网理财产品来维持自身业务正常开展，包括线上销售、线上征信、线上理赔等。同时，由于疫情期间复工复产难度上升、不确定性增加，用户更加注重资产的稳定性，偏好保本类资产及抗疫主题理财产品， 健康险、医疗险的需求大幅度上升。《2018 中国城市家庭财富健康报告》的调研数据显示，家庭选择理财产品时最看重的因素是收益率和风险，同时可接受的产品回报周期普遍较短。受本次疫情影响，家庭理财对于短期低风险、相对高回报的产品需求更高，相应产品的购买量也有所上升。 　　根据蚂蚁集团提供的 2019 年 11 月至 2020 年 6 月线上交易用户数据，我们将 2020 年 1 月 19 日作为断点，进行断点回归分析，研究疫情前后个人购买理财产品行为的变化4。图 2-4 为 2019 年 11 月至 2020 年 6 月每 7 天购买理财产品用户数的日平均值，图 2-5 为将断点日期设为 1 月 19 日的线性拟合和二次型拟合结果。结果表明，疫情爆发之后，每日购买线上理财产品的用户数整体上升，尤其在疫情爆发初期有明显增长趋势，随着疫情趋于缓和，用户数仍较疫情前更高。居民线上理财意识逐渐提升，线上理财群体进一步扩大。 　　二、互联网理财具有不可比拟的优势 　　2017 年以来，随着互联网金融监管不断强化，以欺诈为目的或技术水平不达标的机构逐步被市场清退，一些技术水平较高的互联网理财平台获得了更多的发展机会，发展模式也由快速扩张逐渐向产品提质升级转型，与传统金融机构的合作也更加频繁。 　　互联网理财业务在用户端和机构端都显示出了自身不可比拟的优势，尤其在小额高频理财业务中，以蚂蚁集团为代表的互联网金融平台，吸引了众多传统金融机构、新兴互联网公司开展互联网理财业务，并进行多样化的合作创新。具体来看，一是投资理财与社交场景创新结合，例如美国的 Motif 将投资选股与社交场景融合，用户可以把自己的 Motif 分享给好友或者选定的圈子，大家共同对投资组合进行讨论和优化。二是机构间的数据开放和服务开放，例如蚂蚁财富开放机构入驻，实现理财产品信息、用户信息的整合，借助生态场景带来的流量优势为金融机构的理财产品引流，代销公募基金、理财型保险、贵金属等产品，目前蚂蚁集团合作的外部资产管理机构数量超过 120 家。美国的 Personal Capital 能够链接外部券商账户，通过账户和数据上的整合帮助客户实现一站式的财务管理和理财投资。三是机构之间的在风险管理上的合作。 　　互联网金融公司与传统金融机构的合作极大地促进了理财业务线上化，带动了财富管理行业的转型升级，其优势表现在以下几个方面： 　　（一）有效提升金融可得性 　　金融可得性是普惠金融的核心内容，其内涵主要包括金融资源的区域配置、自然人和法人的金融服务可及性和获得程度、融资成本、数字金融宏观普惠性等四方面，即让不同地区、不同背景的人都能享受到相应的金融服务。相较于传统理财业务，互联网理财能够更好地提升金融可得性。 　　从金融资源配置来看，我国存在较大区域差距。其中，区域银行业金融机构数量占比由多到少依次是华东、华北、华南、华中、西北、西南、东北，在每个区域内，中心城市金融机构较多，欠发达地区金融机构稀少。在传统理财业务背景下，业务开展依赖于实体服务网点，地处偏远的人群较难享受到理财服务，或是金融机构稀少导致理财服务种类单一。互联网理财依托互联网和移动设备，操作较为简便，摆脱了实体银行网点的区域限制，可服务范围较广，用户能够从多个金融机构多样化理财产品中选择适合自身的组合。 　　从金融可及性和获得度来看，金融发展不应排斥弱势群体，人人皆有权参与和分享金融发展的过程和成果。但出于资金流稳定和高收益的考虑，传统理财产品对于资金安全性、可偿还能力要求较高，机构对用户的资金门槛也做出了相应要求。如 7 天通知存款的资金门槛是 5 万元，个人每次支取金额最低为 5 万元。监管机构也对此做出了明确规定，2018 年央行、银保监会等四部委联合发布的 　　《关于规范金融机构资产管理业务的指导意见》中要求：商业银行发行公募理财产品的，单一投资者销售起点金额不得低于 1 万元人民币。同时，传统理财产品存取周期也较长，在这种情况下，许多收入状况不理想、资金灵活性要求高的用户难以享受到理财服务。相较而言，互联网理财通常门槛较低，大多数产品为 100 　　元起投，部分产品的门槛会低至 1 元，如余额宝、存金宝等，给众多储蓄较少的用户提供了参与理财业务的机会。同时，大多数互联网理财产品提现周期较短、手续较少，用户能够在手机端灵活地进行存取操作，减少了资金紧张用户的后顾之忧，也给资金丰厚的用户更多元的资产配置选择，提高了不同资金状况用户的金融获得度。 　　（二）投资者选择更便利 　　无论是传统理财还是互联网理财，理财产品多样化是一个必然趋势。用户有 　　了更多的投资选择，就要求能够尽可能从多样化产品中选择适合自己的产品。由于用户信息筛选能力有限，且本身金融和理财知识水平不足，传统理财服务市场的理财顾问为用户提供的帮助有限。专业工作人员相对较少，咨询费用较为高昂， 且存在销售导向的价值定位和个人情感因素等问题。互联网理财引入的智能投顾可以很好地贴合用户的这一需求。智能投顾又称智能理财、机器投顾、机器理财等，实质是利用大数据技术归纳专业理财顾问的个人经验与理财模式、各类理财产品的特点，通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息，并结合现代投资组合理论为用户提供专业化、个性化、快捷化的理财方案。 　　智能投顾应用对理财行业有两个主要影响：一是解决投资顾问的高门槛、高费用问题，避免了传统投顾个人情感等人为因素的干扰。智能投顾使用门槛较低， 一般是内嵌在互联网理财平台中，根据用户需求难易收取相应服务费，平台内会汇总不同机构理财产品的信息，用户可以利用智能投顾对不同机构的不同类型的产品进行比较，在全市场范围内进行产品优选。二是降低用户理财认知门槛。我国家庭理财需求较大，但整体金融知识水平较低，盲目参与传统理财很可能因操作不当造成经济损失甚至陷入债务危机。与此同时，金融理财知识教育现状尚不乐观，普及过程中存在很多困难，用户很难系统地掌握相关知识并应用到实际理财操作中。智能投顾的主流模式是基于目标的财富管理，通过深度沟通与分析， 对客户进行投教、培育长期投资理念和引导理性，并通过税收规划、分散投资、行为引导等，尽可能帮助客户改善长期收益。利用智能投顾辅助决策虽然不能完全取代金融知识的掌握，但能够使得大部分具有较少理财知识的用户参与到理财业务中并获得较好的收益，让更多人享受到理财服务。 　　除此之外，互联网理财平台本身的一个重要作用是对理财产品信息的整合， 通过将不同渠道的产品整合在一起，提升信息透明度，便于投资者基于客观信息对不同产品进行更加广泛的比较横向比较，选出优质的产品。 　　（三）机构销售更精准 　　金融产品强调将“合适的产品卖给合适的人”，要设计出好的理财产品不仅要了解用户整体需求，更需要把适当的产品推荐给适合的用户，这就需要数据和技术的支持。在数据方面，互联网平台相较于传统业务更便于数据的整合与沉淀， 　　包括各类金融交易、客户信息、市场分析、风险控制等，大型数据库的应用为金融数据存储提供了坚实基础，人脸识别、指纹识别、扫码支付等技术应用为海量数据收集提供了便利。在技术方面，互联网理财产品常常与人工智能等技术进行结合，随着算法优化、算力提升，尤其是知识图谱、自然语言处理等技术的发展， 使更多智能化技术能够处理海量数据并从中归纳描述、还原用户画像，进行用户和产品的归类、匹配，帮助销售机构把不同的产品匹配给更适合的人。 　　（四）优化资源配置，促进市场良性竞争 　　不同于传统银行理财业务，互联网理财业务的运作不需要建立物理网点，也不需要接待人员，只需要互联网、网络的终端设备和后台工作人员。互联网理财所耗费的人力费用和营销费用都远远低于传统商业银行，同时保证了运营的高效稳定。《中国智能金融发展报告》提到，部分商业银行运用大数据分析、机器学习等技术预测现金自助设备的交易量，以实现现金投放时间及现钞金额的最优配置，预计一年可节省 4000 多万的运营成本。某证券公司通过智能调度、大数据、智能识别等技术将业务运营逐渐从分散走向集中、从自动化走向智能化。运营部门平均开户处理时长缩短了 44.85%，人均日处理量较分散运营阶段提高了 3.63 倍。 　　互联网理财业务没有时间和地域的限制，从营销上节约了成本并提高了性价比，尤其是给非银行机构的理财业务开展带来了很多机会。非银行机构在开展传统理财业务时，会遇到影响力小、影响范围小、资金流通渠道单一等问题，需要付出更高成本建设网点、增加宣传来招揽用户。同时，传统业务征信依赖银行机构，也增加了非银行机构理财业务成本。 　　互联网理财业务发展，一方面使得非银行机构和银行机构有相同的获客机会， 另一方面使得大、中、小机构在渠道端差距缩小，使得参与理财业务的各规模、各类型机构将成本从宣传成本转移到产品开发中去，让真正有实力的中小机构获 得更多发展机会，以良币驱逐劣币，让更适合用户、有更大发展空间的互联网理 财产品在市场中立足，形成投资管理能力和服务品质提升的良性循环。 　　第三章 互联网理财优化中国居民金融资产配置 　　本部分，我们根据蚂蚁集团平台在 2017 年 8 月 31 日至 2019 年 7 月 31 日 　　这两年间随机抽取的线上活跃用户数据，制作用户画像。该组数据涵盖了全国 31 个省份及自治区中不同性别、不同年龄、不同居住地、不同职业、不同理财类型、不同风险偏好的 30266 个用户的有效信息。我们将从理财用户分布、理财经验与风险偏好、资产配置结构以及理财效果与投资者教育四个方面进行描述。 　　一、活跃理财用户分布 　　（一）职业与年龄分布：白领人群占比过半、青年人为中坚力量 　　如图 3-1 所示，从职业分布来看，白领人群占比过半，其次是蓝领人群及学生群体。从年龄分布来看，占比排名前三位的年龄段分别为 21-25 岁、26-30 岁和 31-35 岁，表明青年人是购买理财的中坚力量。 　　（二）地域分布：从东部沿海地区向西部内陆地区、从南部向北部逐级递减 从地域分布来看，整体呈现从东部沿海地区向西部内陆地区、从南部向北部 　　逐级递减的趋势。其中，广东省的活跃人数最多，其次是江浙地区（见图 3-2）。一定程度上，活跃理财用户数量与地区经济发达程度、个人收入水平均有着紧密联系。 　　数据来源：中国人民大学金融科技研究所、蚂蚁集团研究院 　　图 3-2 活跃理财用户的地域分布 　　（三）趋势变化：活跃理财用户中下沉人群占比显著增加 　　如表 3-1 所示，购买理财产品的用户当中，涉农的理财人数大约是非涉农人数的 1/3，但相比于第一年，涉农和所在城市等级较低的理财人数的占比在第二年均有所增长。这表明下沉人群中购买基金人数占比与其他人群中购买基金人数占比的差距正在缩小。同时，小镇青年理财人数的增长潜力要大于城市青年，在所有理财的青年人当中，小镇青年理财人数的占比较上一年有所上升。整体上讲， 互联网理财平台在拉动下沉人群参与理财市场方面产生了积极作用。 　　表 3-1 近两年内下沉人群购买基金人数变化对比 　　数据来源：中国人民大学金融科技研究所、蚂蚁集团研究院 　　二、理财经验与风险偏好分布 　　为进一步描述抽样用户的理财经验与风险偏好，我们将样本按照以下两个标准进行划分。根据投资者理财经验，可以划分为 NO INTEREST（低理财意愿型）、 BEGINNER（低理财认知型）、GROW（理财成长型）、PRO（理财老手型）等四类。其中，理财意愿较低的用户接近半数；随着理财能力等级的提升，人数也逐渐减少，最高等级的“理财老手型”用户比例仅占 10%。这表明用户普遍具有一定的理财认知，但大多投资者的金融知识水平及理财能力仍有待提高。根据投资者风险偏好等级，可以划分为-2（未做过理财）、-1（曾做过理财，但已过期）、0（极度保守型）、1（保守型）、2（稳健型）、3（平衡型）、4（成长型）、5（激进型）八类。其中，处于稳健型的用户占比最高，其次是平衡型用户，而激进型用户占比较低，表明绝大部分用户是风险中性甚至是风险厌恶的（见图 3-3）。 　　接下来，我们将分别从是否涉农、城市等级、性别及年龄对理财经验类型及风险偏好等级的分布进行进一步分析。 　　（一）城乡分布：下沉人群理财经验不足、风险偏好更低 　　如表 3-2 所示，从理财经验来看，涉农人群中理财认知较低的两类用户（低理财意愿及低理财认知）占比相较城市人群更高。不同城市等级中，一线城市各类人数分布最为均衡，随后依次递减，至六线城市时，低理财意愿用户人数已超过 50%，而理财经验等级较高的两类用户（理财成长型及理财老手型）人数占比低于 20%。 　　如表 3-3 所示，从风险偏好来看，涉农用户的风险偏好等级普遍低于城市用户，而城市投资者的风险偏好等级也随着城市级别的下降而递减。 　　表 3-2 理财经验-按城乡与城市等级划分 　　（二）性别分布：男性理财经验更丰富、风险偏好更高 　　从性别来看，男性投资者的理财经验分布更加丰富，同时对风险的承受能力远远高于女性；女性投资者则以低理财意愿用户为主（见表 3-4 和表 3-5）。 　　表 3-4 理财经验-按性别划分 　　表 3-5 风险偏好-按性别划分 　　数据来源：中国人民大学金融科技研究所、蚂蚁集团研究院 　　（三）年龄分布：理财经验相对均衡但风险偏好差异较大 　　如图 3-4 所示，不同年龄人群的理财经验分布差别不大，但风险等级分布呈 　　现出特殊的规律。风险等级分布最均衡的年龄段集中在 21 岁至 35 岁之间。20 岁以下的用户由于知识积累不够充分、可用资金不足、投资经验不足等原因，高风险偏好的投资者占比极低；21 岁至 35 岁的用户由于具有稳定的收入来源，且没有家庭消费开支的压力，具有较多的闲置资金用于理财，其风险偏好度也相应提升；36 岁至 60 岁的用户由于买房、子女教育等家庭开支的压力加重，高风险等级人群占比逐渐下降。 　　（四）趋势变化：下沉人群理财观念转变显著 　　表 3-6 统计在风险调查问卷中填写的风险偏好为-2（从未做过理财）、-1（曾经做过理财，但已过期）、0（极度保守型），但近两年内有过理财行为的人在各类人群中的占比。可以看出，涉农人群中有过理财行为的人数占比高于城市人群， 且低等级城市中有过理财行为的人数占比要高于高等级城市，这表明互联网理财 　　显著提高了下沉人群金融可得性，深刻改变其理财观念与行为。 　　表 3-6 近两年内下沉人群理财观念转变程度 　　数据来源：中国人民大学金融科技研究所、蚂蚁集团研究院 　　三、资产配置结构分布 　　为进一步分析理财资产配置结构，我们将基金类理财产品划分为 BLEND（混合型基金）、BOND（债券型基金）、CURRENCY（货币基金）、FOF（组合型基金）、INDEX（指数基金）、PENSION（养老基金）、QDII（“合格境内机构投资者”基金）、SHORTDATED（短债基金）、STOCK（股票型基金）等九大类。整体上讲，投资指数基金的人数最多，占比接近 30%，这表明互联网理财人群对被动投资理念的接受度非常高；其次是混合型基金与货币基金，占比均超过 20%； 其他类型基金的投资人数均低于 10%，其中投资于养老基金及组合型基金的人数极少，不到 1%（见图 3-5）。 　　（一）职业分布：白领用户资产配置结构更均衡、风险偏好更高 　　从职业分布来看，白领用户的基金产品投资最为均衡，且对风险较高的基金产品投资比重也较高；而学生及蓝领用户更愿意投资被动型基金，指数基金的占比较高；退休人员更偏好货币型基金（见图 3-6）。 　　（二）趋势变化：主动配置意愿和合理配置能力整体上升，下沉人群尤为明显 　　指数基金属于被动型基金，具有投资门槛低、对投资者金融知识与理财经验要求较低的特点。其他类型基金多属于主动型基金，盈利水平高度依赖于投资经理寻求超越平均水准的超值回报的能力。从表 3-7、3-8 和 3-9 中可以看出，相比第一年，第二年在购买被动型基金和货币基金的基础上还购买主动型基金的人数有所增加，表明人们主动配置理财产品、寻求超额收益的意愿有所增强。其中， 城市等级较低人群和涉农人群在购买被动型基金和货币基金的基础上还主动配置理财产品意识的增长速度要快于城市等级较高和城市的人群，并且小镇青年主动配置理财产品意识的增长速度要快于城市青年。 　　在基金产品配置结构上，只购买风险较大的主动型基金的人数占比大幅度下降，一方面说明所有人群的安全意识有所增强，另一方面也意味着用户合理配置理财产品的能力正在不断提升。 　　互联网理财平台在很大程度上满足了所有人群（尤其是下沉人群）对于财富管理的需求，使得用户能够更加广泛地接触理财知识，积累理财经验。由此可以看出，理财用户无论是对被动性投资的接受度，还是金融认知和资产配置多样性的提升，都和互联网平台在投资者教育上的努力分不开。 　　表 3-7 是否涉农人群资产配置结构变化趋势 　　四、理财效果与投资者教育 　　表 3-10 给出了各类人群通过理财行为获益的人数占比。可以看到，获益人数占比均超过 60%，通过互联网进行理财的收益效果显著。此外，我们对整个样本期间都持有理财产品的人群进行投资效果分析，发现获益人数占比超过 75%， 这也表明理财经验丰富，长期持有理财产品的群体投资效果更好。 　　从下沉人群和非下沉人群来看，城市获益人群占比整体高于涉农获益人群占比。一、二线城市获益人数在总人群中的占比高于三线城市及以下获益人数在总人群中的占比。作为理财人群的主力军，获益的城市青年占比整体高于获益的小镇青年占比。这表明，受教育程度、接受信息便捷程度以及周围环境等影响，下沉人群投资效果普遍低于非下沉人群，因此，需要进一步加强对下沉人群的金融教育和理财知识普及。 　　表 3-10 各类人群理财获益人数占比 　　数据来源：中国人民大学金融科技研究所、蚂蚁集团研究院 　　第四章 互联网理财助推中国居民消费升级 　　一、关于消费的经典理论评介 　　经典理论对收入影响消费的研究进程可分为三个主要阶段：第一阶段始于20 世纪 30 年代，该阶段开始从收入假说角度研究消费，重点研究消费和当期收入的短期关系，代表理论有绝对收入假说；第二阶段延续收入函数视角，开始于20 世纪 50 年代中期，重点研究消费与收入的长期关系，以持久收入假说为代表 　　理论；第三个阶段始于 20 世纪 50 年代，从个人效用函数角度出发，研究收入在效用最大化目标下对平滑消费的影响，代表理论为生命周期假设。 　　绝对收入假说由 Keynes 于 1936 年首次提出，在其出版的著作《就业、利息和货币通论》中，Keynes 认为居民的消费决策受众多因素影响，如收入总量、收入分配、消费者偏好、价格等因素，起决定性作用的因素是收入水平。绝对收入假设认为，消费支出取决于绝对收入，消费支出与收入之间保持着稳定的函数关系，边际消费倾向和平均消费倾向随收入增加而递减。绝对收入假说将收入引入对消费的研究，开创现代消费理论，其对短期消费行为的研究，合理地解释了大萧条时期的经济，但对长期边际消费倾向递减规律缺乏数据与实践证明，无法有效解释长期消费的稳定性。 　　持久性收入假说（Persistent Income Theory）由 Friedman 于 1957 年提出，在 　　《消费函数理论》一书中，Friedman 认为人们更倾向于根据持久、长期的收入做消费决策而不是依据短期收入。原因在于，短期收入受影响因素众多，导致经常发生波动变化，为实现消费效用最大化，消费者根据长期保持的持久收入水平决定消费水平。永久收入代表消费者长期预期下、常规稳定的收入，暂时收入指非经常性的、带有偶然性的收入，是现期收入与过去收入的加权平均数。消费取决于永久收入，利息、财富等占消费者收入的比例，偏好、文化等其他因素也会产生影响。根据持久收入消费理论，当期收入増加时，消费者由于无法判断收入增加能否持续，不会立刻调整消费，因此短期的边际消费倾向明显低于长期边际消费倾向，从而合理地解释了 Keynes 绝对收入假设下，边际消费递减和长期消费稳定相悖的问题。 　　生命周期假说是 1954 年由 Modigliani、Brumberg 共同提出的理论。该假说认为，消费者是理性的，会根据对未来收入的预期来优化生命周期的各期消费， 并非仅依据当前收入，以实现个人效用最大化为目标来推导消费函数，消费取决于财产收入和劳动收入，以及两类收入的边际消费倾向。该理论认为，居民在青年和老年期的消费大于收入，会动用未来收入或储蓄，进入中年期收入高于消费， 储蓄部分用以偿还青年时期的预支和老年期的养老，消费水平主要随生命周期不同时段变化，目标为整个生命周期内预算约束下的效用最大化，因此理性消费者会借助信贷和储蓄手段，将一生收入合理分配来平滑消费，强调一生的持久收入对消费的影响。居民综合考虑过去积蓄的财富、当期收入、未来收入、可预期的支出、工作与退休时间等因素，决定一生中的消费和储蓄。在长期收入对消费和储蓄的影响上，和持久收入假说有共同之处，但更强调个体一生的平滑，储蓄是出于年龄结构的考虑。生命周期假说未将不确定性纳入消费理论模型，这一点在后来的发展中得到完善。 　　二、互联网理财助推消费升级的经验证据 　　（一）合理配置金融资产行为有助于消费和消费升级 　　基于蚂蚁集团数据，本部分主要通过截面数据研究合理配置金融资产的行为对消费和消费升级的影响。基准模型设定如下： 　　 =0 + 1 + 2 + 　　其中，consumption为电商消费支出，以及发展型、享受型、耐用品消费； treated为资产配置行为，如是否在购买被动性基金的基础上还购买了主动型基金、是否在购买货币基金的基础上还购买了其他基金、是否在购买股票和混合型基金 的基础上还购买其他低风险基金；X代表消费者个人特征。 　　根据基准回归结果，在购买被动型基金的基础上还购买其他主动型基金比仅购买被动型基金更能够促进消费支出总额，并且有助于发展享受型消费和耐用品消费在消费总支出中比重的增加，即促进消费升级；在购买货币基金的基础上还购买其他类型的基金比仅购买货币型基金更能够促进消费和消费升级；在购买stock 和 blend 基金的基础上还购买其他低风险基金比仅购买风险较高的基金更能够促进居民消费和消费升级。因此，合理配置金融资产的行为更有助于促进居 　　民消费和消费升级。 　　表 4-1 合理配置金融资产对消费影响的实证结果 　　数据来源：中国人民大学金融科技研究所、蚂蚁集团研究院 　　由于不同人群存在一定异质性问题，我们在基准模型中分别加入处理变量与城市等级的交叉项、处理变量与是否涉农的交叉项、处理变量与现金流状况的交叉项、处理变量与房产持有情况的交叉项来研究金融资产配置行为对不同人群消费的影响。结果表明，这些交叉项的系数均显著为负，意味着随着城市等级的增加、现金流的增大、房产持有评分的增加或者对于城市人群，金融资产配置行为对消费总额和消费升级的影响有所下降，表明合理配置金融资产对下沉人群消费的影响更重要。 　　（二）居民理财行为影响消费升级的传导机制 　　基于现有文献以及实证分析提供的经验证据，我们认为居民理财行为对消费的影响主要通过三个传导渠道：财富效应传导机制、资产效应传导机制和信贷效应传导机制（如图 4-1 所示）。 　　图 4-1 居民家庭理财行为影响消费行为的传导机制 　　1、财富效应传导机制 　　居民家庭购买的资产的价格波动会使得消费者的收入增加或者减少，进而引起消费总额及结构发生变化（Campbell and Cocco，2007）。财富传导机制主要是 通过实际收入和预期收入两种途径进行传导：（1）实际收入效应，当居民持有的 金融资产价格上升时，其拥有的金融资产价值会相应提高，居民可以在市场上卖 出金融产品来获得资本利得收益，从而刺激消费总额的增长以及消费结构的升级； 　　（2）预期收入效应，当居民对持有的金融资产抱有一种未来价格会增长的预期时，将会增加投资者的消费信心，从而在一定程度上影响消费行为的改变。如当投资者看好某一只股票的长期投资价值时，没有即刻变现，即使持有股票不会给投资者带来实际收入，但只要能给投资者带来未来收入增长的预期，也会导致当期消费的增加及消费结构的调整。 　　财富效应传导机制的具体模型如下： 　　=0 + 1?1 + 2 + 3 + + + 　　=0 + 1?1 + 2?1 + 3 + + + 　　其中，consumption为电商消费支出，以及发展型、享受型、耐用品消费； 　　dummyprofit代表是否获益；X为消费者个人特征。 　　实证分析结果表明，金融资产是否获益对居民消费有显著的正向影响，并且会显著影响到发展型、享受型消费和耐用品消费。此外，对于现金流比较低和房产持有评分较低的人群而言，投资收益对消费促进作用更大。 　　2、资产效应传导机制 　　居民或家庭会通过理财行为优化资产配置，将其持有的不同类型资产（固定资产、金融资产等）跨期分配用以消费（李涛，陈斌开 2014），通过缓解流动性约束实现消费平滑，从而促进消费以及消费多样性。当投资者流动性紧张时，通过变现持有的金融资产增加当期收入，缓解流动性约束，从而扩大当期消费额度或者推动消费转型升级。 　　资产效应传导机制具体模型如下： 　　=0 + 1?1 + 2 + 3 + + + 　　=0 + 1?1 + 2?1 + 3 + + + 　　其中，consumption为电商消费支出，以及发展型、享受型、耐用品消费； 　　shuhui为基金赎回规模或者是否有赎回行为；X代表消费者个人特征。 　　实证分析结果表明，基金赎回金额对消费总额以及发展型、享受型消费和耐用品消费都有显著的正向影响。同时本文还用是否有赎回行为这一虚拟变量作为核心解释变量进行稳健性检验，所得结论保持一致。同样，对于现金流比较低和房产持有评分较低的人群而言，资产效应对消费的影响更大。 　　3、信贷效应传导机制 　　居民家庭持有金融资产有助于个人信用，更容易获得消费信贷，进而促进居民的消费和消费升级。一方面，金融资产价值上升时，投资者的抵押资产就会增加，信用水平提高；另一方面互联网理财行为完善了居民家庭的信用记录，使得投资者获得信贷支持的难度降低，最终能够通过信贷提高消费水平、拓宽消费种类。 　　信贷效应传导机制具体模型如下： 　　=0 + 1?1 + 2_ + 3 + + + 　　=0 + 1?1 + 2_ + 3 + + + 　　=0 + 1?1 + 2_ + 3 + 4 + + 　　+ 　　其中，consumption为电商消费支出，以及发展型、享受型、耐用品消费； total_amt代表基金持有规模；credit为信贷消费支出或者是否有信贷行为；X为消费者个人特征。 　　实证分析结果表明，基金持有规模对消费和消费升级有显著影响，并且会通过增加消费者的消费信贷来促进消费和消费升级。 　　第五章 主要结论和政策启示 　　一、主要结论 　　一是理财市场存在缺口为互联网理财留下发展空间。2018 年，我国理财市场的规模和产品存续量增速放缓，信托、证券业的理财规模以及银行、证券业的 理财产品数量甚至出现了负增长。互联网理财的发展速度虽然受到强监管影响有 所下降，但其线上化的模式以及智能投顾的运用能够突破传统理财模式诸多限制， 降低理财门槛，为投资者提供多元选择，减少数字鸿沟，将理财服务触达更多下 沉人群，扩大理财市场规模，未来发展动力强劲。2018 年，我国居民可投资金融资产规模高达 147 万亿人民币，但是投资结构比较单一，其中居民储蓄占比就达49%。出现这一现象的原因，一方面在于我国居民理财意识不足；另一方面是我 国传统理财市场门槛较高，交易成本昂贵，产品种类单调导致下沉人群缺乏理财 渠道，这为我国互联网理财留下发展空间。 　　二是青年人群和下沉人群是互联网理财的“明日之星”。互联网理财平台有助于培养投资者理财习惯，增加理财经验，帮助理财用户迅速成长为成熟投资人， 尤其是对小镇青年和下沉人群理财意识的培养效果更为显著。但整体来看，下沉人群的投资效率和投资能力相对较弱。 　　三是互联网理财有助于促进居民消费和消费升级，拉动内需。对居民来说， 合理配置金融资产有助于促进居民的消费和消费升级，更进一步，这主要是通过财富效应传导机制、资产效应传导机制和信贷效应传导机制来促进。 　　二、政策启示 　　一是传统金融机构与互联网金融平台应展开多样化合作。传统金融机构与互联网金融平台应展开全方位地深入合作，发展智能投顾，推动理财线上化，创新理财服务模式，提高理财服务的普惠性，满足大众投资者的多样化理财需求，从而推动我国理财业务转型升级。 　　二是加强金融投资者教育，注重金融知识“向下”普及。加大对下沉人群金融知识的普及力度，增加投资者的金融素养，提高投资效率。一方面可以帮助下 　　沉人群实现收入向上迁跃，拉动内需，促进经济增长；另一方面可以提高金融监管效率，维护金融市场稳定。 　　参考文献 BCG，中国建设银行．中国私人银行 2019[R]．2020 陈永伟，史宇鹏，权五燮．住房财富、金融市场参与和家庭资产组合选择——来自中国城市的证据[J]．金融研究，2015（04）：1-18． 傅秋子，黄益平．数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据[J]．金融研究，2018（11）：68-84． 高明，刘玉珍．跨国家庭金融比较：理论与政策意涵[J]．经济研究，2013，48（02）：134-149． 广发银行，西南财经大学． 2018 中国城市家庭财富健康报告[R]．2018 韩立岩， 杜春越． 城镇家庭消费金融效应的地区差异研究 [J]． 经济研究，2011，46（S1）：30-42． 江静琳，王正位，向虹宇，廖理．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，2019，42（08）：170-192． 蒋涛，董兵兵，张远．中国城镇家庭的资产配置与消费行为：理论与证据[J]．金融研究，2019（11）：133-152． 李凤，罗建东，路晓蒙，邓博夫，甘犁．中国家庭资产状况、变动趋势及其影响因素 　　[J]．管理世界，2016（02）：45-56+187． 路晓蒙，尹志超，张渝．住房、负债与家庭股市参与——基于 CHFS 的实证研究 　　[J]．南方经济，2019（04）：41-61． 马德功，韩喜昆，赵新．互联网消费金融对我国城镇居民消费行为的促进作用研究[J]．现代财经（天津财经大学学报），2017，37（09）：19-27． 蚂蚁集团研究院．美国投顾市场运行机制研究及其对我国投顾市场发展的启示[R]．2020 潘敏，刘知琪．居民家庭“加杠杆”能促进消费吗？——来自中国家庭微观调查的经验证据[J]．金融研究，2018（04）：71-87． 孙兴杰，鲁宸，张璇．消费降级还是消费分层？——中国居民消费变动趋势动态特征研究[J]．商业研究，2019（08）：25-35． 唐琦，夏庆杰，李实．中国城市居民家庭的消费结构分析：1995—2013[J]．经济研 　　究，2018，53（02）：35-49． 田长海， 刘锐． 消费金融促进消费升级的理论与实证分析 [J]． 消费经济，2013，29（06）：18-21+26． 　　[17] 王江，廖理，张金宝．消费金融研究综述[J]．经济研究，2010，45（S1）：5-29． 王平，王琴梅．消费金融驱动城镇居民消费升级研究——基于结构与质的多重响应[J]．南京审计大学学报，2018，15（02）：69-77． 魏革军．金融可得性的理解[J]．中国金融，2018（24）：7． 西南财经大学中国家庭金融调查与研究中心，蚂蚁集团研究院．疫情下中国家庭的财富变动趋势[R]．2020 谢家智，吴静茹．数字金融、信贷约束与家庭消费[J]．中南大学学报（社会科学版），2020，26（02）：9-20． 邢天才，张夕．互联网消费金融对城镇居民消费升级与消费倾向变动的影响 　　[J]．当代经济研究，2019（05）：89-97+113． 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． 尹志超， 宋全云， 吴雨． 金融知识、投资经验与家庭资产选择[J]． 经济研究，2014，49（04）：62-75． 尹志超，吴雨，甘犁．金融可得性、金融市场参与和家庭资产选择[J]．经济研究，2015，50（03）：87-99． 尹志超，张号栋．金融可及性、互联网金融和家庭信贷约束——基于 CHFS 数据的实证研究[J]．金融研究，2018（11）：188-206． 臧旭恒， 张欣． 中国家庭资产配置与异质性消费者行为分析[J]． 经济研究，2018，53（03）：21-34． 张大永， 曹红． 家庭财富与消费： 基于微观调查数据的分析[J]． 经济研究，2012，47（S1）：53-65． 张李义，涂奔．互联网金融对中国城乡居民消费的差异化影响——从消费金融的功能性视角出发[J]．财贸研究，2017，28（08）：70-83． 招商银行，贝恩．2019 中国私人财富报告[R]．2020 中国互联网络信息中心． 第 44 次中国互联网络发展状况统计报告[R]． 　　2019.8 中国互联网络信息中心． 第 45 次中国互联网络发展状况统计报告[R]． 2020.4 中国金融四十人论坛． 中国智能金融发展报告[R]． 2019 HAIKEL-ELSABEH， Marie． How Personal Finance Management Influences Consumers‘ Motivations and Behavior Regarding Online Banking Services[J]． Digiworld Economic Journal， 2016，103（3）． Hiroaki Hayakawa． Consumer behavior in a monetary economy and smoothing of composite consumption[J]． Eurasian Economic Review： A Journal in Applied Macroeconomics and Finance，2020，10（1）． Jie Li，Yu Wu，Jing Jian Xiao． The impact of digital finance on household consumption： Evidence from China[J]． Economic Modelling，2020，86． JOHN CAMPBELL． Household Finance[J]． The Journal of Finance，2006，61（4）． Nicholas S． Souleles． Expectations， Heterogeneous Forecast Errors， and Consumption： Micro Evidence from the Michigan Consumer Sentiment Surveys[J]．Journal of Money， Credit， and Banking， 2004，36（1）． Quanyun Song，Jie Li，Yu Wu，Zhichao Accessibility of financial services and household consumption in China： Evidence from micro data[J]． North American Journal of Economics and Finance，2020，53． Stephen Zeldes． Consumption and Liquidity Constraints： An Empirical Investigation [J]．Journal of Political Economy， 1989，97（2）． 责任编辑：陈鑫