金融论文哪里有？本文以家庭消费模型为基础，总结得到家庭行业需求的家庭年龄结构特征，奠定了全文的微观基础，直观展现了当前少子化、老龄化对各个行业的影响。再结合家庭层面实证分析结果，创新性地将全部A股上市公司与微观调研问卷中的家庭消费类型进行匹配，从而构建了一整套基于消费的行业划分标准。
第一章引言
1.4.1研究的创新点
本文的主要贡献和创新点有五个方面。
第一，本文的研究着眼点具有创新性。本文首次从家庭层面寻找证据，并将家庭层面的结论向全社会推广，观察人口年龄结构变迁对产业结构调整的影响。首次从人口年龄结构变迁视角，以居民消费结构转变为中介，研究对产业结构调整的冲击，丰富了现有产业结构调整影响因素的研究脉络及研究结论。
第二，首次提出基于人口年龄结构特征的分行业拟合消费变量。该变量很好地替代了传统股票价格现值模型中的E/P变量，并较E/P具有天然的优势。其一，拟合消费是基于家庭的敏感性系数得到，而家庭年龄特征与消费的关系较为稳定，敏感性系数变化幅度很小；其二，拟合消费直接与人口年龄结构相关，而人口年龄结构具有高度可预测性。因此，拟合消费相比于E/P具有很好地样本内拟合效果和样本外预测能力，为股价变动趋势的预测做出了边际贡献。
第三，首次以股票收益率作为产业结构调整的研究媒介。不同于以往研究从产业占比等经济指标研究产业调整的思路，本文认为行业股票价格的变动是行业发展现状及未来趋势的晴雨表、是行业发展的风向标，观察行业股票收益率的变化可以窥得产业结构调整的动态，极大地开拓了产业结构调整的研究视角。
第四，独创了一套基于家庭消费行为的行业划分标准。通过对CFPS调查问卷中的家庭消费细项进行整理归类，得到16个与家庭消费密切相关的行业分类；并采用一定的标准结合手动筛选匹配全部A股上市公司，建立起一套针对家庭消费研究的行业分类标准，实现了从家庭到股票市场的贯通。该分类标准是实证手段上的创新，虽工作量较大，但成功地克服了已有行业分类无法实现供需两端完美匹配研究、家庭到市场分析的弊端。
第五，研究结论揭示了生育率水平对行业发展影响的重要性。我们发现了人口年龄结构拟合的分行业消费与行业持有期收益率稳定的正相关关系，表明人口年龄结构变迁对绝大多数行业的股票收益率具有较好地预测作用。此外，生育率水平对需求人口年龄结构特征鲜明的行业影响更大，对需求分散的行业影响较小。从而表明当前人口形势下，积极的人口政策亟待实施、盯住人口特征针对消费转变实施有效的产业调整政策是十分必要的。
第三章我国年龄结构、居民消费结构与产业结构的现状分析
第一节人口年龄结构
人口年龄结构指一定时点、一定地区各年龄组人口在全体人口中的比重，也称为人口年龄构成，通常用百分比表示，本文中的年龄结构均指人口年龄结构。人口年龄结构是过去很长一段时间经过生殖繁衍、衰老死亡以及人口迁移等综合影响的产物，也是未来人口再生产变动的基础和起点；既影响着未来人口发展的类型、速度和趋势，又暗含着未来社会经济发展的走向。
3.1.1人口年龄结构占比指标
人口年龄结构有多种表示方式，例如可以用1岁、5岁、10岁或其他特定的年龄组距来分组表示。其中1岁年龄组距是基础，其他年龄组距均可以利用1岁年龄组距组合得到。此外，为反映人口年龄结构的类型，常常采用特定年龄组距：将人口划分为0-14岁，15-64岁，65岁及以上3个组，即少年儿童组、成年组和老年组。表征人口年龄结构的指标主要有占比指标，抚养比指标等。
常用的占比指标为老年系数，指老年人口占总人口的百分比。按照联合国标准，一个国家或地区60岁以上人口占总人口的10%，或65岁以上人口占总人口的百分比达到7%意味着进入人口老龄化，达到14%则为深度老龄化，超过20%则进入超老龄化社会。根据图2中的第七次全国人口普查结果来看，全国人口共计14.1178亿人，其中0-14岁人口占17.95%，15-59岁人口占比63.35%，60岁及以上人口占比18.7%，65岁及以上人口占13.5%，由此可见，无论从哪个标准来衡量，中国已然处于老龄化区间。中国自2000年已步入人口老龄化的阶段，按照人口发展规律，距离深度老龄化社会已不远。与老年系数对应的还有少儿系数，即少年儿童人口占总人口的百分比，对生育率水平有一定指示作用。我国的少年系数由最高的占比40.7%已逐渐下降至不足20%，这与我国持续走低的生育率水平相吻合。
第五章年龄结构变迁、社会总需求与行业股票收益率决定机制
第一节从家庭年龄结构到社会总年龄结构
家庭是社会的组成单位，家庭年龄结构是对社会总年龄结构的反映，总年龄结构变迁是家庭年龄结构变迁的结果。微观事实中的家庭年龄结构采用虚拟变量家庭内部加和的方法获得，而由于无法利用上述方法获得全国所有家庭的年龄结构；且我国目前形成了十年一次人口普查、每年抽样调查的方式，有着较为精细的人口年龄结构数据，因而本文采用1999-2019年《中国人口统计年鉴》中的年龄结构数据计算社会总年龄结构。然而统计年鉴的数据频率均是年度，样本点较少，不适合进行时间序列分析。但是考虑到年龄结构数据具有稳定性和可预测性，本文采用线性插值的方法将年度年龄结构数据插值为季度和月度数据，以克服样本点较少的问题。插值的过程为：将每年年鉴的数据作为当年第四季度或第12个月的年龄结构数据值，在两个年度数据之间插入3个或11个值得到季度数据或月度数据。计算插值之后的数据中各个年龄段（0-4岁，5-9岁，…，75-79岁，80岁及以上）占总人口的比例，分别用agei表示，i=1,2，…，17，即可得到社会总年龄结构。
第二节从家庭消费需求到社会行业总需求
我国关于居民消费的统计数据较为宏观，从总量的社会消费品零售总额月度数据，再到分为8个类别的年度家庭消费额数据。但在分行业的消费数据统计方面仍有一定的空缺，且难以较好地与本文微观事实中所使用的16个消费行业实现匹配。因而，本文在前文家庭消费分类的基础上，将总社会消费分为与16个行业相对应的消费类型。采用家庭层面数据估计得到的各年龄段人口的消费敏感系数，结合社会总人口年龄结构数据，估计得到我国16个消费行业基于人口年龄特征的拟合消费数值，并用以衡量各消费行业的总社会需求。这一做法也与已有文献的处理方法一致（Vigna，Pollet，2007）。
第七章结论及政策探讨
第二节政策探讨及展望
人是市场活动的主体，满足人民对美好生活的需要是经济社会发展的主要目标。在老龄化不断深化、生育率持续走低的大背景下，中国人口年龄结构正在产生深刻变化，这将影响金融市场的方方面面，也将影响畅通内循环、产业结构调整以及构建“全国统一大市场”的进程。若不对当前及今后的人口形势加以应对，将影响两个百年目标的顺利实现、妨碍我国经济社会的持续增长与发展。针对实证结论，本文给出以下人口战略、需求侧管理及供给侧产业调整的政策建议：
（1）在制定扩大内需的相关政策时，应根据不同年龄段的消费倾向特征，并结合消费场景分析等手段，发挥政策的最佳效能。在家庭层面的研究中，本文总结分析了各个行业消费需求的家庭年龄结构特征。举例来说，刺激政策针对35-44岁人群会得到最好的效果；分行业来看，对食品饮料和交通通讯设备行业进行需求刺激时，需要关注20岁以上全部年龄段，不宜过分细化政策对象；而针对房地产行业需重点关注20-50岁的需求情况，休闲旅游、文化娱乐行业的目标年龄区间为20-60岁，教育和家庭居住行业的刺激政策要围绕5-19岁和35-49岁两个年龄段展开，其他行业则主要集中在20-70岁，在政策设计过程中须着力研究如何促进重点人群的消费欲望，配合产业调整的思路，使特定的行业实现发展。
（2）人口年龄结构对未来行业发展格局具有前瞻性的启示作用。政府部门应根据当前的人口年龄结构以及可预计到的未来人口年龄结构变迁制定前瞻性的产业政策，以促进供给侧结构性改革及产业链补链、强链的顺利推进，实现全产业链的产品服务和供给。鉴于未来老龄化不断深化与低生育率的人口形势，酒店餐饮、食品饮料、交通通讯设备、家庭居住和医疗保健行业由于其必需消费品的属性，将处在相对强势地位；而房地产、休闲旅游、文化娱乐、耐用消费品等高层次消费相关行业以及教育行业将走在下坡路，这对我国的消费升级与产业升级将造成不利影响。产业结构调整过程中应该对这些高层次消费相关行业给予支持措施，并在需求侧管理方面协同配合，刺激相关行业的需求提升。
参考文献（略）
