改革开放四十多年来，我国社会生产力高度发展，居民收入普遍提升，一定程度上实现了效率与公平的平衡。对于家庭而言，一方面，收入的提升使资产配置不再局限于消费和储蓄这两种选择，金融投资需求日益增长。另一方面，资本市场的不断完善，投资渠道和投资产品种类的丰富为我国家庭更多地参与金融市场提供了客观条件。《中国家庭财富调查报告2019》显示，我国家庭金融资产配置结构仍然呈现单一化趋势，现金、活定期存款等无风险资产占比接近九成。35个经合组织（OECD）国家的横向对比中，存款和现金占家庭金融资产持有总额超过60%的国家仅有3个^①。相比之下，我国家庭居民的理财意识比较淡薄，风险偏好相对保守，金融市场参与度低，因而呈现出风险性金融资产持有比例过低的现象（路晓蒙等，2017）。家庭财富是居民提高生活质量、抵御外来风险的重要保障。但在通货膨胀和新冠疫情的冲击下，我国家庭金融资产结构失衡的弊端凸显。家庭进行多样化的金融投资以实现家庭财富增值保值的意愿强烈。因此，服务对象多元、服务范围广泛、成本可负担的数字普惠金融成为可能的对策。

“普惠金融”这一概念由联合国在2005年提出，旨在以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务，小微企业、农民、城镇低收入人群等弱势群体是其主要服务对象。大力发展普惠金融，是我国全面建成小康社会的必然要求，我国政府高度重视，开创性地从国家层面推广和发展普惠金融。2013年，党的第十八届三中全会通过了《中共中央关于全面深化改革若干重大问题的决定》，“普惠金融”写入报告，并作为我国全面深化改革的内容之一。之后，《推动普惠金融发展规划（2016−2020 年）》提出要进一步发挥移动互联网对普惠金融的促进作用。2016年，G20杭州峰会“数字普惠金融高级原则”达成共识：数字普惠金融成为新的发展方向。数字普惠金融作为政策热点引起广泛关注。

有关数字普惠金融的影响可以归纳为以下两类：宏观层面，普惠金融促进了经济发展、产业结构升级及小微企业融资创新，缩小了收入差距（Sarma和Pais， 2011；张晓燕， 2016； 宋晓玲，2017；谢绚丽等， 2018；张贺和白钦先，2018； Gomber等， 2018；唐文进等， 2019； Frost等， 2019；汪亚楠等，2020a； 汪亚楠等，2020b）；微观层面，普惠金融刺激了农户、家庭支出与消费、银行客户获取金融服务意愿以及家庭社会保障的完善（傅秋子和黄益平， 2018； 易行健和周利， 2018； 张栋浩和尹志超， 2018； Jerene和Sharma， 2020；汪亚楠等， 2020c）。家庭金融资产配置成为家庭的重要决策，其影响因素众多，例如住房（Cocco等，2005）、交易摩擦（Dammon等，2001；李仲飞和汪寿阳，2004）、利率市场化（邵伏军，2005；秦丽， 2007）、家庭财富（史代敏和宋艳，2005；魏先华等，2014）、家庭金融知识水平（曾志耕等， 2015；丁嫚琪和张立，2019）、政策变动（林博和吴卫星，2019）、健康状况（何杨平和何兴强，2018）等。但是，目前鲜有关于数字普惠金融和家庭金融资产配置的研究文献，因此，诠释数字普惠金融对家庭金融资产配置的影响机理具有重要的理论价值。

与已有研究相比，本文可能的边际贡献在于：

第一，在研究视角上，本文从数字普惠金融角度对家庭金融资产配置进行了解读，数字普惠金融可以细分为覆盖广度、使用深度、数字化程度三个子维度，有助于加深数字普惠金融影响家庭金融资产配置的研究；第二，在研究数据上，一方面，本文采用北京大学数字金融研究中心和蚂蚁金服联合发布的地级市层面数字普惠金融指数；另一方面，本文采用西南财经大学中国家庭金融调查与研究中心发布的“中国家庭金融调查”（CHFS）数据，更为精确地考察数字普惠金融发展对家庭金融资产配置的影响；第三，在作用机制上，本文实证检验了数字普惠金融通过提升金融服务便捷性影响家庭金融资产配置的中介机制。

余文部分安排如下：第二部分为理论机制与研究假设，第三部分说明实证设定；第四部分汇报实证结果并进行分析，第五部分讨论影响机制和稳健性检验，第六部分为分样本异质性分析，第七部分为研究结论与启示。

改革开放以来，我国居民收入大幅提升，家庭财富有所积累，居民参与金融市场以有效配置家庭资金的需求十分迫切。普惠金融是金融在理论上的进步与创新，金融科技则是金融在技术层面的升级与迭代，将二者相结合的数字普惠金融具有成本可负担、商业可持续、服务范围广泛等优势。鉴于此，我们将细致地探究数字普惠金融对家庭金融资产配置的影响效应和作用机理。

户主作为家庭金融资产配置的主要决策者和投资者，亦是金融机构服务的主要对象。据此，本文将从家庭户主和金融机构两个角度讨论数字普惠金融发展对家庭金融资产配置的影响。

从家庭主要投资决策者角度，数字普惠金融一方面加快了金融知识的普及，培养了他们的理财意识（周雨晴和何广文， 2020）。以支付宝为代表的数字普惠金融平台通过图文展示、答题游戏、短视频讲解等生动活泼的方式，强调了理财重要性并向家庭户主传授金融知识。许多财经博主也在互联网金融平台上分享自己的投资观念、理财组合，为投资经验少的家庭户主进行金融资产配置提供了参考。另一方面，数字普惠金融为户主提供了更为灵活多样的信贷服务（ Buchak等， 2018；汪亚楠等， 2020a；汪亚楠等， 2020b），使户主可以将更多的闲置资金进行风险金融投资。数字普惠金融平台提供低利息甚至零利息的消费信贷服务（例如支付宝的花呗、微信的备用金、京东金融的白条），释放了被日常消费所占用的部分资金，促使家庭将更多的资金配置于风险性金融产品。

从金融机构的角度，数字普惠金融在数字技术的加持下，金融机构利用智能手机的应用软件作为业务开展的媒介。而借助这个“一站式”线上平台，家庭户主从开户、挑选金融服务、选择支付到结果实时更新都能够快速而便捷地完成。例如，在生物特征识别技术的支持下，个人能够在线上进行用户身份的识别和验证，提升开户速度。户主能够快速对比平台上集合的基金、黄金、债券等不同类型的风险性金融产品，从而挑选出适合的风险性金融资产。在支付方面，家庭投资能借助日益发展的移动支付手段完成。另外，家庭投资者还可以及时了解所投风险性资产的盈利亏损情况，便于调整资金的配置。

基于以上论述，本文提出第一条假设：

假设1：数字普惠金融对家庭风险资产持有比例存在直接的激励效应。

一般家庭投资者在进行风险性金融资产配置时更多考虑收益最大化，即表现为对风险和收益的综合考量。从风险角度看，家庭投资者所认知的风险有一部分来自信息不对称带来的风险。随着数字技术、云计算等新技术发展，基于互联网开展的数字普惠金融能够降低信息不对称程度，提供更多经过整理分类后的真实信息，从而提高家庭投资者对风险性金融资产理财的信心和积极性（虞晨阳， 2016）。从收益角度看，一方面，基于互联网开展的数字普惠金融具有强大的地域穿透性和明显的成本优势（尹志超等， 2015；王瑶佩和郭峰，2019 ），能够降低家庭投资的交易成本（焦瑾璞等， 2015； 李继尊， 2015； 郭峰等， 2016）。传统金融业务的拓展依赖物理网点和相关从业人员（Jaksic和Marinc， 2017），业务拓展成本很高，导致物理营业网点的运营成本远远大于在线平台，二者的销售费率之差可能会使互联网金融产品的收益率略高于传统货币市场基金收益率（Chen， 2016）。另一方面，移动支付和互联网金融的飞速发展帮助扩大了普惠金融服务范畴（姚耀军和施丹燕，2017； 张勋等， 2019； 郭峰等，2020），家庭进行金融资产投资后可以利用互联网收集更多的信息以达到收益最大化，促使其提高风险性金融资产的配置比例。

综上分析，本文提出第二条假设：

假设2：数字普惠金融通过降低信息不对称程度和交易成本，促使家庭增加风险性金融资产的配置比例。

为了进一步分析数字普惠金融对家庭金融资产配置的影响，本文构建了如下计量模型进行验证：

其中， $RiskRati{o_{i,t}}$ 为家庭 $i$ 在 $t$ 年的家庭金融资产配置结构； ${\delta _i}$ 用来描述不随时间变化的一些会影响家庭居民进行金融资产配置行为的不可观测变量； $DF{I_{i,t}}$ 反映了家庭 $i$ 所在省份在 $t$ 年的数字普惠金融发展指数； $Con{t_{i,t}}$ 为家庭层面的控制变量合集， ${\mu _{i,t}}$ 为随机扰动项。根据上文的逻辑分析，预期 ${\beta _1}$ 为正。

1. 数据来源

本文使用了两套数据：第一，除数字普惠金融指标之外均来源于西南财经大学中国家庭金融调查与研究中心于2011年开始每隔两年一次开展的“中国家庭金融调查”（CHFS）项目；第二，数字普惠金融指标来自北京大学数字金融研究中心的《中国数字普惠金融发展指数（第二期，2011−2018）》。考虑到这两个数据库的契合度，本文选取2011、2013、2015、2017四个年份全国58008组家庭样本进行实证研究。

2. 指标说明

（1）家庭金融资产配置 $RiskRatio$

与其他文献类似，本文用家庭金融资产总额中风险性金融资产的占比来衡量家庭金融资产配置结构。对于风险性金融资产的界定，国内外学者的意见不尽相同，主要争议集中在对借出款的讨论上。结合我国实际国情，民间借贷在我国的关系型社会中是一种非常普遍的筹资方式，而这种游离于金融机构外的借贷方式因为没有正规的担保和相关法律文件，注定了其高利息和高风险特点，因此，在本文的基准回归中将借出款纳入风险性金融资产的计算范围。而在稳健性报告部分，为了使结果更加可靠并与国际文献保持一致，本文还将报告剔除民间借出款后的狭义估计结果。CHFS数据在对家庭金融资产的调查中包括一系列金融资产。为方便研究，本文将持有现金、活期和定期存款作为无风险金融资产；由于持有非人民币和贵金属资产的家庭极少，本文的风险性金融资产仅统计股票、债券、基金、理财产品、衍生品、其他金融资产和借出款。

（2）数字普惠金融 $DFI$

本文参考谢绚丽等（2018）以及易行健和周利（2018）的做法，选取数字普惠金融发展指数中的总指数、覆盖广度、使用深度和数字化程度四个指标，全方位考察数字普惠金融整体上以及这三个细化层面对家庭金融资产配置产生的影响。具体而言，覆盖广度主要指支付宝账户的覆盖率以及支付宝绑定银行卡的用户比例。使用深度指实际使用互联网金融服务的情况及频率。数字化程度则侧重于考察地区数字普惠金融的便利性和效率（张勋等，2019）。其中，使用深度指标将细分支付、保险和信用指数对家庭金融资产配置的影响。

（3）控制变量 $Cont$

为了提高回归结果的准确性，减轻因遗漏变量问题而导致的估计偏误，本文控制了一系列家庭户特征变量和家庭个人特征变量：家庭人口规模 $FamilyNu{m_{i,t}}$ 、家庭人均年收入 $AnnualIn{c_{i,t}}$ 、家庭负债情况 $Deb{t_{i,t}}$ 、投资风险态度 $RiskAve{r_{i,t}}$ 、户主性别 $Se{x_{i,t}}$ 、户主年龄 $Ag{e_{i,t}}$ 和年龄的平方项 $Age_{i,t}^2$ 、户主受教育程度 $Ed{u_{i,t}}$ 、户主婚姻状况 $Marriag{e_{i,t}}$ 、户主健康状况 $Healt{h_{i,t}}$ 、户主参与社会保障的种类数 $SocialSe{c_{i,t}}$ 。主要变量的详细表述和计算方式如表1所示。

3. 描述性统计

表2汇总了各主要变量的描述性统计特征。其中，家庭风险性金融资产占比的均值为12%，与我国家庭居民金融市场参与率低和风险性金融资产比例过低的现状较为匹配。家庭人均年收入存在负值的情况，说明中国家庭之间收入差距比较大。样本中投资风险态度的均值为4.115，也符合我国家庭居民投资金融资产较为保守、风险性厌恶程度高的事实。

基于Hausman检验的结果，本部分采用面板固定效应，实证检验数字普惠金融的发展对家庭金融资产配置结构的影响。

表3报告了基于模型（1）的固定效应回归结果。其中，列（1）只加入了数字普惠金融指数，列（2）加入了影响家庭金融资产配置的家庭户特征变量，列（3）继续加入了家庭个人特征变量。实证结果显示，在逐步增加控制变量后，数字普惠金融指数的系数一直显著为正，说明从整体来看，中国数字普惠金融的发展确实能够显著促进中国家庭风险性金融资产配置比例的提高。以列（3）为例，数字普惠金融指数每增加100，家庭风险性金融资产配置的比例大约会增加2%。

观察控制变量，我们发现家庭户特征变量与家庭个人特征变量大多都对居民家庭风险性金融资产配置的比例增长有显著影响。可以看出，家庭人均年收入对风险性金融资产比例有显著正向影响，与财富效应在家庭金融资产选择中发挥的作用相符合；投资风险态度越保守，则家庭风险性金融资产的持有比重越低；拥有负债的家庭风险性金融资产比例明显更高，家庭是否负债（例如房贷、车贷）在一定程度上反映了家庭对于金融服务的使用程度，背负债务的家庭对于金融服务的熟悉度更高，因此更倾向于进行风险资产投资。

此外，吴卫星等（2016）的研究表明，合理利用财务杠杆能够显著增加家庭财富，而财富较高的家庭往往会更充分地参与风险资产市场；家庭户主年龄和年龄的平方项的实证结果与车树林和王琼（2016）的研究结论基本相符，即年龄对风险性金融资产占比起到显著的正向作用，且风险性金融资产的配置年龄分布图成倒U型。经过计算可得，年龄双曲线的对称轴横坐标大约为53岁，这与Mc Carthy（2004）的研究结论基本相符。即随着年龄增长，持有风险性金融资产比例上升，而退休后这一比例下降，说明中年人更热衷于风险性金融资产投资（Ameriks和Zeldes，2004）；户主的受教育程度显著影响风险性金融资产投资程度，这可能是因为受教育程度高的家庭认知成本低，金融素养更高，从而更容易参与金融市场活动；户主健康状况对风险性金融资产比重存在显著的负向影响，说明户主会根据自身健康状况合理配置家庭金融资产，如果户主健康状况较差，则无风险性金融资产更受家庭欢迎；户主参与社会保障种类数越多，则家庭风险性金融资产投资比重越高。

数字普惠金融的发展是多方面、多维度的，可能表现为基于互联网模式下电子账户数的增加、深入使用互联网金融服务的情况，切实降低了数字金融服务的成本和门槛等（姚耀军和施丹燕，2017）。因此，本文进一步研究了数字普惠金融的二级指标与三级指标对家庭金融资产配置结构的影响。

表4列（1）−列（6）分别是将数字普惠金融覆盖广度指数、使用深度指数、支付使用指数、保险使用指数、信用使用指数和数字化程度使用指数作为解释变量的回归结果。除了列（4）保险使用指数对家庭风险性金融资产持有比例未能起到显著作用外，其余5个二级或三级子指标均在1%的水平上显著。

具体分析，在覆盖广度方面，不同于传统金融以“金融机构网点数”和“金融服务人员数”作为衡量，数字普惠金融通过电子账户数来体现（姚耀军和施丹燕，2017），如“每万人拥有支付宝账号数量”“支付宝绑卡用户比例”等。这为家庭配置风险性金融资产提供了便利，居民足不出户即可在手机上完成对比、挑选、购买风险性金融资产等一系列操作，并能更灵活地随时追踪收益与损失信息。使用深度方面，数字普惠金融丰富了居民可获取的金融服务种类，有助于家庭提高金融市场的参与度，能够显著影响风险性金融资产持有比重。其中，支付服务和信用服务对于家庭金融风险资产配置影响显著，而保险服务的作用并不明显。可能的解释为，数字普惠金融提供的便利的支付服务和信用服务，释放了部分家庭资金，从而促进了对风险性金融资产的投资。而目前我国居民主要通过参与社保为家庭提供保障，较少通过支付宝等数字金融平台购买商业保险，因此未对家庭金融资产配置产生显著影响。数字化程度方面，数字普惠金融拥有低门槛和低成本的先天优势，提高了弱势群体的金融服务可得性，从而促进家庭投资于更加多样的金融资产。

为验证降低信息不对称程度和交易成本的中介机制，本文以互联网的不同使用程度来对居民进行分样本的回归检验。由于数字普惠金融的发展离不开移动互联网的支持，因此只有对互联网使用程度较高的用户家庭才能更大程度上享受数字普惠金融发展带来的红利，降低信息不对称程度、交易成本和交易时间，从而影响其资产配置行为。依据原始问卷设计，将“获取信息的来源是否包含互联网”“去年（上个月）是否有过网购经历”“上周是否使用过互联网共享单车”等与互联网接触程度密切相关的几个问题的回答作为出发点，这几个问题反映了利用互联网的不同维度。对互联网不同维度接触越广，说明互联网使用程度越高。在此基础上，对这几个问题回答都为“是”的被划分为互联网重度使用家庭，部分回答为“是”的为互联网中度使用家庭，剩下的即为基本不接触互联网家庭。

表5的回归结果表明，对于互联网利用程度较低的居民家庭，数字普惠金融的发展对其金融资产配置没有产生显著影响；而对于互联网利用程度较高的居民家庭，数字普惠金融的发展能够显著促进其风险性金融资产的配置比例。

1. 增加宏观经济变量

模型（1）仅考虑了家庭层面的微观控制变量，可能出现遗漏变量问题，因此在稳健性检验部分的讨论中，本文将部分宏观经济变量纳入考量。

$MicroCon{t_{i,t}}$ 代表微观控制变量，即原有的家庭个人特征和家庭户特征变量； $MacroCon{t_{i,t}}$ 则是新增的宏观经济变量。参考其他文献，本文选取GDP增长指数 $gdpInde{x_{i,t}}$ 、实际利率 $RealInteres{t_{i,t}}$ 和城镇化率 $UrbanRat{e_{i,t}}$ 作为宏观控制变量，控制当地的经济金融发展水平以及投资收益等，数据来源为中国国家统计局和万得数据库。

表6汇报了加入宏观经济变量后的实证回归结果，表中数字普惠金融指数和大部分子指标在1%的显著性水平下依然为正，说明在考虑宏观经济因素的影响下，数字普惠金融发展仍旧能够显著提升家庭居民风险性金融资产的配置比例（使用深度指数和保险使用指数除外），与前文的结论保持一致。

2. 工具变量讨论

由于家庭风险资产投资程度的变动与数字普惠金融的发展可能受到其他一系列不可观测因素（家庭个人的偏好、预期等）的影响，加上可能存在的测量偏误，本文决定采用工具变量法以解决潜在的内生性问题。数字普惠金融指数的编制以蚂蚁金服的交易大数据为基础，而蚂蚁金服的总部位于杭州。由于没有满足与解释变量高度关联又严格外生的变量，本文选取“被调查家庭所在省的省会城市与杭州的距离”作为工具变量，这一地理工具变量满足严格外生性条件，又与被解释变量存在一定的关联关系。

表7展示了工具变量回归结果，工具变量在第一阶段回归中的系数显著，且通过了弱工具变量检验。在考虑变量内生性的情况下，数字普惠金融发展仍然能显著提高家庭持有风险性金融资产比重，说明本文研究结论依旧稳健。

3. 剔除民间借出款

在前文的基准回归分析中，采用了更加符合我国国情的广义风险性金融资产定义，其中包含民间借出款。通常国际文献只包含股票、债券和基金等。因此表8另外报告剔除民间借出款的实证结果，数字普惠金融总体发展指数仍在1%的水平上显著为正，子指标中除使用深度指数和保险使用指数外均显著为正，与前文的结论相符。

已有研究表明，家庭所处区域、收入水平、受教育程度等因素均会影响家庭的投资行为。本文试图从区域特征和家庭特征角度讨论数字普惠金融对家庭风险金融资产持有的提升作用是否会因为区域特征和家庭特征的异质性而有所不同？

数字普惠金融发展对农村家庭与城镇家庭金融资产配置的影响可能存在明显差别，因此，本文将家庭总样本划分成农村家庭样本与城镇家庭样本进行异质性分析。农村地区金融服务成本高、效率低、覆盖面窄等现象抑制了农村的金融需求（Guiso等，2008），而数字金融的发展一定程度上缓解了这种现象（Hannig和Jansen， 2011；傅秋子和黄益平，2018）。因此，数字普惠金融发展对农村家庭与城镇家庭金融资产配置的影响可能存在明显差别，本文将家庭总样本划分成农村家庭样本与城镇家庭样本进行异质性分析。

表9回归结果说明，相比城市家庭，数字普惠金融的发展对农村家庭投资风险性金融资产作用更显著。可能的解释是与城市家庭相比，农村家庭的金融可得性更低，金融服务利用率更低，而交易成本更高，因此，数字普惠金融对农村家庭的帮助更为明显。党的十九届五中全会指出“优先发展农业农村，全面推进乡村振兴”，而数字普惠金融在改善农村金融环境，丰富农村家庭收入途径等方面具有突出作用。因此，推动农村地区数字普惠金融建设有助于促进农村实现跨越式发展，有效解决发展不平衡、不充分问题。

我国的区域经济发展不平衡，越靠近东部沿海地区，经济发展水平越高。我国数字普惠金融发展程度存在一定的地区差异（姚耀军和施丹燕，2017），且数字普惠金融对于消费（易行健和周利，2018）、创新创业 （谢绚丽等， 2018；李春涛等，2020）、可持续发展（Deng等， 2019）、社会保障（汪亚楠等， 2020c）等的促进作用均存在区域异质性。

为了考察数字普惠金融的发展对家庭居民投资风险性金融资产的促进作用是否存在区域差异，本文将总样本划分为东部地区、中部地区和西部地区三个子样本分别进行回归^②。

表10可以看出数字普惠金融的发展对东部地区的家庭风险性金融资产参与程度有更显著的促进作用。这可能是因为中西部地区家庭收入相对较低，没有闲置资金进行风险性金融资产投资，即使数字普惠金融能够突破地域限制，提供成本低廉、种类多样的金融服务，对中西部地区家庭的作用也不明显。尽管我国区域差距总体呈现缩小态势，但是因为地理区位、资源禀赋、历史发展等复杂原因，我国区域发展仍呈现较为明显的梯级特征。数字化发展的放大、叠加、倍增效应在促进东部地区经济提质增效方面的作用较为明显，而积贫积弱的中西部地区难以在短时间内跟上步伐，协调区域间发展仍任重道远。

吴卫星等（2015）发现收入水平高的家庭参与风险资产市场的意愿更强烈，而本文样本中家庭收入存在明显差别，因此考虑将总样本划分为低收入家庭、中等收入家庭和高收入家庭三个子样本进行回归，考察数字普惠金融的发展对不同收入家庭持有风险性金融资产比例的不同影响。

表11的结果表明，数字普惠金融的发展对高收入家庭参与风险性金融资产投资影响更为显著。2020年我国如期完成脱贫攻坚目标任务，但还有部分低收入群体。因此，推动数字普惠金融对中低收入家庭金融资产配置的优化作用，对于持续巩固脱贫成效，实现共同富裕的目标具有重要意义。

Campbell（2006）、路晓蒙等（2017）的研究表明，以教育状况反映的人力资本水平显著影响金融市场的参与程度，因此本文将总样本按受教育程度划分为文盲、小学、初中、高中（职高和中专）、大学（大专）及以上五组子样本分别进行回归。

表12的结果表明，当家庭户主的受教育程度为大学或大专以上时，数字普惠金融的发展对家庭金融资产配置会产生显著影响，因为受教育程度更高的个人拥有更多的知识储备，学习能力较强，认知成本较低，且更能接受新事物，所以更有可能参与金融市场活动（Ameriks和Zeldes，2004）。

在新冠肺炎冲击以及国内国外双循环新发展格局的背景下，家庭金融资产配置逐渐成为家庭的重要决策，如何进行金融投资以实现财富增值保值为家庭所关注。数字普惠金融作为数字技术与金融服务的结合体，其在普惠性上的优势更是近年来政策格外关注的内容。现有文献较少针对数字普惠金融和家庭金融资产配置之间的关系进行深入探讨。为此，本文探究了数字普惠金融发展对家庭金融资产配置的影响和作用机制，得出如下结论：

第一，整体上，数字普惠金融的发展可以显著提升家庭金融风险资产的持有比例；第二，结构上，数字普惠金融的两个二级子指标（覆盖广度、数字化程度）对于家庭风险金融资产持有比例的提高具有显著的促进作用。使用深度下设的三个子指标中，除保险使用指数外的子指标均能显著激励家庭投资风险性金融资产；第三，数字普惠金融通过降低信息不对称程度和交易成本来促使家庭增加风险性金融资产；第四，分样本回归的结果显示，数字普惠金融对于农村地区、东部地区、高收入群体以及受教育程度较高家庭的风险资产持有比例的提升效果更为明显。

上述结果在多种稳健性检验下依然成立。

基于上述研究结论，本文提出如下建议：

首先，持续推进数字普惠金融的发展，着重关注农村地区的数字化改革。数字普惠金融的建设对于我国金融改革的深化具有重大意义，既能助推资本市场的完善与健全，又能引导家庭优化金融资产配置。因此，国家应大力支持数字普惠金融的发展，从而更有效率、更加全面地提升家庭金融资产配置的有效性并丰富家庭收入结构。同时应加快数字乡村建设，促进网络化、信息化和数字化在农村经济社会中的应用，提升农村地区的信息技术水平，充分发挥数字普惠金融对于农村现代化建设和高质量发展的助推作用。

其次，规范金融投资市场，加强金融知识宣传，帮助居民建立健康的理财观念。居民在参与金融市场之前，应主动学习相关金融知识，认真阅读投资条款，不盲目跟风。家庭在金融资产配置决策时，应注意控制比例，协调风险与收益的关系。金融机构在居民进行风险性金融资产投资前，应确保居民对于所投资的金融产品认知充分，确保居民的投资决策在其风险承受范围之内。

再者，积极开展数字人才的培育和储备工作。数字经济的发展需要高端人才支撑，数字化发展的叠加效应和协同效应的充分发挥亦需要高素质公民。因此，应支持国内重点高校开展大数据、人工智能等新兴学科试点，鼓励产学研合作教育，从而形成多层次、全方位的数字人才培育体系。