我国高等教育个人投资风险与收益的实证研究

我国高等教育个人投资风险与收益的实证研究

刘昕叶阿忠（福州大学管理学院，福州350002）

Abstract:Mostcurrenttheoryresearchesofinvestmentineducationisalackofmeasurementandanalysisoftherisksofinvestmentineducation.Thispaperconductsaempiricalresearchofhighereducationinvestmentriskontheimpactoffamilyeducationchoice.AVAReconometricmodelwasestablishedtomakedynamicanalysis,theempiricalresultsshowthatinrealitythecostofeducationinthepositiveimpactoftheaveragenumberofyearsofeducationwillbringaboutchangesinthesamedirection,andthepositiveimpactoftheaveragewagewillreducetheaveragenumberofyearsofeducation.Thisconclusionprovidesacertainreferencestandardsforthegovernmenttoguidethedevelopmentofhighereducation.

关键词：高等教育；投资风险；收益；VAR

Keywords:highereducation；investmentrisk；profit；VAR

中图分类号：F830·59;F019·3文献标识码：A文章编号：1006-4311（2009）11-0016-04

0引言

改革开放以来，我国经济高速增长，教育也得到了迅速的扩展，教育在社会生活中占据着越来越重要的位置。高等教育在个人教育投资中是费用最大、收益最明显的投资，它作为投资的一种形式，同样有着一般投资具备的收益性和风险性。因此，对高等教育投资风险和收益问题不容低估，应客观分析。

1研究综述

BelzilandHansen（2002）对工资离散程度与学校教育年限关系进行了实证研究[1]。PereiraandMartins（2002、2004）利用多国数据，采用分位数回归研究了风险与教育收益之间的关系[2]。CharlotteChristiansen（2004）借鉴金融学中的投资组合分析教育投资风险和收益的组合偏好。

可见，国外有关教育投资风险的实证主要是基于收入风险与教育程度或教育收益的关系进行研究的，很少涉及不同教育投资风险的影响。

对我国高等教育进行研究的有：赵恒平，闵剑（2005）采用财务投资理论，通过计量高等教育个人投资风险收益分析了高等教育个人投资风险与收益的关系[3]。马林（2006）对高等教育风险和大学生职业风险做了初步的分析与归纳。周婷，陈杨（2007）探讨了个人高等教育投资风险与收益问题，还提出了个人教育投资最大收益的条件[4]。王远伟，毕灵敏（2007）通过问卷调查研究了经济变量对个人接受高等教育的影响[5]。

我国在教育投资研究中，实证分析大部分仅利用简单的统计分析和计量经济模型，对教育问题研究不够深入[6]。因此，本文采用向量自回归（VAR）模型对它们之间的关系进行动态分析。

2我国家庭对高等教育的投资状况

从1994年实行高校收费双轨制至1997年并轨以来，高等学校的收费标准不断增长，意味着家庭对高等教育投资不断增加。据国家统计局对全国4万户居民家庭收入情况调查显示，2000年高等学校的学费投资（按4600元计算），占城镇居民家庭（按三口人计算）收入的26%左右，占农村居民家庭收入的69.38%，基本上是农村居民家庭现金收入的全部。以2001年的国家统计局的数据为标准，现在大学生的高等教育学费投资已经占到了比较富裕的城镇居民人均可支配收入的87.46%，更是农村人均收入的2.5倍以上。而国际普遍认可的高校学费投资占居民人均收入的比例约为60%。因此，我国居民高等教育学费投资远远超出了居民的支付能力，而从大学生就业实际来看，家庭在高等教育投资中存在较大的风险。

因此，本文试图考察高等教育投资风险的影响因素。分析人均受教育年限与人均教育成本、职工平均工资之间的相互影响关系。从实证角度检验和剖析高等教育投资风险，采用向量自回归（VAR）模型，通过脉冲分析和方差分解来刻画系统的动态特征。

3样本数据与变量选择

国家统计局从1997年开始提供高等学校学费和杂费年度报告，本文所用数据为1996~2004年国家统计年鉴年度数据。原始数据包括：居民消费价格指数(环比，年度数据)、高等学校学费和杂费(万)、普通高等学校在校生数(万)、各省人均受教育年限（年）、各省职工平均工资（元）。

变量选择为人均受教育年限（PJN）、人均教育成本（JYCB）、职工平均工资（PJGZ）。其中：人均受教育年限由各省数据的简单平均表示；职工平均工资由各省数据的简单平均表示；教育成本由高等学校学费和杂费除以普通高等学校在校生数表示。人均受教育年限体现了家庭教育选择行为；人均教育成本反映了家庭教育投资成本；职工平均工资一定程度上影响到高等教育投资主体的“薪愿”标准，即是与预期收益相关联的变量。

对人均教育成本（JYCB）、职工平均工资（PJGZ）指标用居民消费价格指数（以1996年为基年）调整为实际值。本文的实证结果采用Eviews5.0软件得出。

4实证分析

4.1变量平稳性检验

经典计量回归模型是建立在稳定数据变量基础上的，由于许多经济变量是非稳定的，这就给经典的回归分析方法带来了很大限制。但是，如果变量之间有着长期的稳定关系，即它们之间是协整的，则是可以使用经典回归模型方法建立回归模型的。

本文首先对有关变量进行了ADF单位根检验具体结果见表1。检验结果可以看出，PIN、JYCB都为I（2），而PJGZ为I（1）。可见这些变量都是不平稳的，根据三变量的单整阶数关系，由协整理论知可能存在协整，因此对下文估计的模型还必须做协整分析。

4.2向量自回归(VAR)模型的估计

向量自回归模型(VAR)被公认为描述变量间的动态关系的一种实用的方法。本文选用VAR模型对PJN、JYCB、PJGZ三个变量之间的关系进行动态分析。

一般的简化式p阶VAR模型（记为VAR（p））具有如下形式：

yt=A1yt-1+…+Apyt-p+εtt=1，2，…，T（1）

其中：yt是一个维内生变量向量；p是滞后阶数；A为待估计系数矩阵；T是样本的数据个数；εt是k维扰动向量，εt相互之间可以同期相关，但不与自己的滞后值相关及不等式右边的变量相关。

根据各变量重要性，确定在VAR模型中先后顺序依次为PJN、JYCB、PJG，则Γt=（PJN、JYCB、PJGZ）T。建模时，首先根据VARLagOrderSelectionCriteria的输出结果，选择滞后1期；然后通过建立VAR（1）模型，观察知该VAR(1)模型特征多项式的逆根都在单位圆内，因此该VAR(1)模型是稳定的。

4.3各方程残差协整检验

如表2所列。

为了检验以上估计结果的可靠性，本文选用Engle和Granger的两步法（EG）对VAR（1）模型进行协整检验。结果表明在5%显著性水平下残差序列是平稳的，变量间存在长期均衡关系，因此模型的估计结果是有意义的。

4.4脉冲响应函数

由以上估计的VAR（1）模型可得到如图1~图4的脉冲响应函数图。横轴表示冲击作用的滞后期间数(单位：年)，纵轴表示相应的变量，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。

图1表明，当本期给PJN一个单位Cholesky标准差新息的正向冲击，从第1期开始对自身就有一个正的影响，第2期期开始PJN对自身影响便不是很明显。这表明PJN本身的变动长期没什么影响，但在短期内具有较强的惯性特征。

图2表明，JYCB的变动会对PJN有一个正的影响。通常认为人均教育成本的增加会促使人们减少教育年限。但是随着近些年高校不断扩招，高等教育毛入学率逐年增加，高等教育正迈入大众化的教育门槛，高等教育需求再增加，因此平均教育年限增加。

图3表明，PJGZ的变动会对PJN有一个负的影响，即职工平均工资上升时，人均受教育年限下降，且这种影响具有一定的持续效应。说明在我国近几年随着工资收入的提高，其对教育的需求反而出现替代效应，这可能是因为职工平均工资水平上升，人们会减缩短教育年限来减少长期教育的机会成本。

图4表明，人均教育成本对职工平均工资有一个很显著的正的影响。这表明人均教育成本的冲击会给职工平均工资带来正向的影响，而且这一冲击具有较长的持续效应。

4.5方差分解

方差分解是通过分析每一个冲击对内生变量变化(通常用方差来度量)的贡献度来评价不同冲击的重要性。表3为各变量对PJN影响的10期方差分解表。

从表3可看出，在对人均受教育年限变化的贡献率中，在第1期人均受教育年限对自身的贡献率最大，其对自身的贡献率是显著递减的，第10期时的贡献率仅为6.5%。而人均教育成本对人均受教育年限变化的贡献率是显著递增的，在第2期时的贡献率增加到65%，大于人均受教育年限对自身的贡献率。这表明从短期看，PJN受其自身影响最大，而从长期看，JYCB对PJN的影响最大，说明人均教育成本是人均受教育年限的重要影响因素。PJGZ对PJN也有影响，从期初开始贡献率逐渐增加，第10期时的贡献率仅为7.6%，说明职工平均工资对人均受教育年限具有影响，而从长期看，职工平均工资对人均受教育年限影响相对较小。从方差分解的显示结果还可看出，人均教育成本变动对人均受教育年限的影响远远大于职工平均工资变动所带来的影响。

5结论与政策含义

本文试图分析人均受教育年限与人均教育成本、职工平均工资之间相互影响的动态关系。实证分析发现，人均受教育年限确实受到人均教育成本和职工平均工资的影响。

向量自回归(VAR)动态计量模型的检验结果表明：

（1）人均教育成本的冲击会给人均受教育年限带来同向的冲击。而职工平均工资的冲击会给人均受教育年限带来反向的影响。说明人均教育成本和职工平均工资都是影响人均受教育年限系统性因子，这一结论得到实际数据的支持。

（2）人均教育成本对职工平均工资有一个很显著的正的影响，且这种的影响具有一定的持久性。这说明人均教育成本会提高人们对职工平均工资的预期，从而增加实际职工平均工资。

（3）方差分解的结果显示，职工平均工资变动对人均受教育年限的影响远远小于人均教育成本变动所带来的影响。可能是因为在我国家庭高等教育投资成本（主要指学费和杂费）占居民家庭或人均收入相当大的比重。远远大于国际普遍认可家庭高等教育投资成本占居民人均收入的比例，超出了居民的支付能力。

上述结论可为政府引导高等教育发展提供一定的参考。充分认识高等教育投资风险对家庭的选择影响及规律，对于完善宏观政策，使教育资源整体流向趋于合理，具有重要的现实意义。加强对家庭高等教育投资与大学生就业市场的宏观调控，确定合理的高等教育收费标准，完善“大学生资助制度”，建立行之有效的奖学金、助学金和学生贷款等制度，从而能更好地发挥高等教育的作用，促进我国经济持续稳定健康地发展。

————————————

参考文献：

[1]BelzilC,HansenJ.2002：Unobservedabilityandtherateofreturntoschooling，Econometrica.25-61.

[2]PereiraPTandPSMartins.2002：IsthereaReturn-RiskLinkinEducation？，EconomicsLetters35.178-205.

[3]赵恒平、闵剑：《高等教育个人投资风险研究》[J]；《武汉理工大学学报》2005（12）：123-125。

[4]周婷、陈杨：《对个人高等教育投资：风险与收益的思考》[J]；《金融与经济》2007（6）：88-90。

[5]王远伟、毕灵敏：《经济变量对个人接受高等教育的影响》[J]；《黑龙江高教研究》2007（7）：9-12。

[6]王明进、岳昌君.：《个人教育投资风险的计量分析》[J]；《北京大学教育评论》2007（4）：128-135。