中国作为世界第二大经济体，家庭负债以23.5%的增长率（2016年）增长，中国家庭的债务风险直接影响着世界经济安全，所以确定影响家庭债务的因素就至关重要。为了评估家庭债务带来的实际负担，研究需同时考量家庭所拥有的资产。作者在本文提出一类新的贝叶斯两部潜变量模型（TPLVM）来研究金融素养（Financial Literacy）对家庭资产负债表中家庭债务（担保债务和无担保债务）和资产（住房资产和非住房金融资产）的影响。 TPLVM是一种先进的联合建模方法，集成了因子分析模型和贝叶斯两部模型来揭示金融知识（一个典型的潜变量）和多元半连续性响应变量之间的关系。因子分析模型基于多个可观测的变量指标对金融素养这个不可观测潜变量进行刻画；贝叶斯两部模型则同时评估潜变量和可观察的解释变量对多元半连续响应变量的二项和连续部分的不同影响。仿真研究和实际样本分析都表明了本文所提出的贝叶斯联合建模方法明显优于传统方法。在对中国家庭财务调查（CHFS）数据进行分析后，本文得到了家庭金融素养与家庭财务情况之间较为全面的关系，显示了我们所提出的分析框架的灵活性。实证结果显示，中国家庭的金融素养还较低，且家庭金融素养确实从多方面影响家庭财务状况。我们建议，政策制定者可以考虑通过教育等手段来提高家庭财务决策人的金融素养，以优化家庭的财务决策。
*文章为作者独立观点，不代表MBAChina立场。采编部邮箱：，欢迎交流与合作。
地址：北京市朝阳区北土城西路马甸桥北城建开发大厦东座6层 邮编100190
