CC BY
24
DOI 10.54220/1994-0874.2022.89.93.009 УДК 330.16
Синявская Т.Г., Трегубова А.А., Музаев М.З.
ИССЛЕДОВАНИЕ ТИПОЛОГИИ ФИНАНСОВОГО ПОВЕДЕНИЯ ПЕНСИОНЕРОВ
Аннотация
В статье представлены результаты исследования типологии финансового поведения пенсионеров в России. Исходные данные представлены информацией репрезентативного проекта «Российский мониторинг экономического положения и здоровья населения (RLMS-HSE)» за 2020 г. Для составления типологии пенсионеров по видам финансового поведения использован двухэтапный кластерный анализ. Выделено четыре кластера с хорошим качеством разбиения. Показано, что наибольший вклад в разбиение вносит наличие кредитной задолженности, откладывание сбережений и наличие автомобиля. Определено, что выделенные кластеры образуют три группы пенсионеров: финансово неактивные, заемщики-кредиторы и сберегатели. Выявлено, что пенсионеры в наиболее старших возрастах предпочитают сберегать. Иную финансовую активность проявляют только пенсионеры с наибольшим уровнем среднедушевого дохода.
Ключевые слова
Пенсионная система, пенсионное обеспечение, финансовое поведение пенсионеров, двухэтапный кластерный анализ.
JEL: C38, D14, H55
Sinyavskaya T.G., Tregubova A.A., Muzayev M.Z.
STUDY OF THE PENSIONERS' FINANCIAL BEHAVIOR TYPOLOGY
Annotation
The paper considers a study of the typology of the Russian pensioners' financial behavior. The research is based on The Russia Longitudinal Monitoring Survey - Higher School of Economics (RLMS-HSE) representative data for 2020. A two-stage cluster analysis was used to compile a typology of pensioners. Based on the cluster analysis results, four clusters with good partitioning quality were identified. It is shown that the greatest contribution to the classification is made by such characteristics as credit debt, savings and a car. It is revealed that the selected clusters form three groups of pensioners: financially inactive, borrowers-lenders and savers. It is shown that older pensioners prefer to save. Only pensioners with the highest level of per capita income show other financial activity.
Keywords
Pension system, pension provision, financial behavior of pensioners, two-stage cluster analysis.
Актуальность проблемы и постановка задачи исследования. Финансовое поведение пенсионеров ограничивается рядом факторов, как наблюдаемых, таких как доходы, так и ненаблюдаемых, таких как менталитет, опыт и отношение к различным финансовым услугам. В связи с тем, что пенсионеры по старости - это люди старшего поколения, имеющие часто негативный опыт использования финансовых услуг, вследствие чего они зачастую чрезмерно осторожны, даже остерегающиеся, не всегда обладающие необходимым уровнем финансовой грамотности и знанием информационных технологий, исследовать их финансовое поведение можно с использованием информации об их фактических финансовых стратегиях.
Сведения о финансовой активности и предпочтениях пенсионеров дают возможность проектировать финансовые услуги, адаптированные к потребностям данной группы населения, а также, при наличии возможности, оптимизировать уровень их благосостояния. В связи с этим представляется важным исследовать паттерны финансового поведения пенсионеров, позволяющие сделать выводы относительно направления ими финансовых ресурсов, а также использования возможностей по их преумножению.
Обзор литературы. Финансовое поведение старшего поколения обсуждается в ряде работ как отечественных, так и зарубежных исследователей. Вопросы финансовой грамотности пожилых американцев подробно исследованы в работе Lusardi A., Mitchell O., Curto V. [1]. Hira T.K. & Mugenda O.M. [2] в своем исследовании проанализировали особенности сберегательного, потребительского поведения пенсионеров и не пенсионеров, выявили связь такого поведения с уровнем финансовой удовлетворенности пожилых лиц.
Среди отечественных исследователей можно выделить работу Дули-ной Н.В. и Моисеевой Д.В. [3], в которой рассмотрены процессы трансформации финансового поведения российских пенсионеров под влиянием цифровой экономики. Также следует отметить крупное исследование «Финансовое поведение пожилых людей в России в контексте цифровизации», проведенное аналитическим центром НАФИ в декабре 2017 г. [4], в котором были представлены результаты изучения моделей использования цифровых финансовых услуг и каналов их предоставления пожилыми россиянами. При этом отмечается недостаток работ, направленных на исследование отдельных типов финансового поведения российских пенсионеров (кредитного, сберегательного и др.), а также выявление и анализ характеристик пенсионеров, демонстрирующих тот или иной тип поведения. Данное исследование призвано восполнить этот пробел.
Информационная база исследования. Исследование финансовых стратегий пенсионеров базируется на построении типологии по предпочтениям в финансовом поведении. Для этого были использованы данные Российского мониторинга экономического положения и здоровья населения (КЬМЗ-НБЕ)6 за 2020 г. [5]. Информационный массив был сформирован на основе данных КЬМБ-НБЕ, представляющих собой репрезентативную выборку, в которой
6 Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ (КЪМ§-ИБЕ), проводимый Национальным исследовательским университетом «Высшая школа экономики» и ООО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии Федерального научно-исследовательского социологического центра РАН (сайты обследования RLMS-HSE: http://www.cpc.unc.edu/-projects/rlms и http://www.hse.ru/rlms).
домохозяйства и индивиды, проживающие по выборочным адресам, репрезентируют население России.
Объектом исследования выступили индивиды, получающие пенсию на момент проведения опроса (за исключением пенсий по потере кормильца). Сформированный массив содержит информацию социально-демографического характера, информацию о доходах и имуществе домохозяйства, полученную в результате объединения соответствующих данных индивидов и домохо-зяйств.
Для исследования финансовых стратегий пенсионеров был использован набор переменных:
- возраст пенсионера, лет;
- среднедушевой доход домохозяйства пенсионера, руб.;
- число членов домохозяйства пенсионера, чел.;
- откладывало ли домохозяйство сбережения в течение ближайших 30 дней (да/нет);
- есть ли у домохозяйства долги по кредитам (да/нет);
- есть ли у домохозяйства неоплаченные счета жилищно-коммунального хозяйства (да/нет);
- давало ли домохозяйство в течение ближайших 30 дней в долг частным лицам (да/нет);
- есть ли у домохозяйства автомобиль (отечественный или иностранного производства) (да/нет).
Совокупность данных переменных покрывает информацию о разных возможных типах финансового поведения (сберегательном, кредитном, долговом), имущественном положении и характеристиках домохозяйства и самого пенсионера.
Методы и модели. Для составления типологии пенсионеров по видам финансового поведения был использован двухэтапный кластерный анализ.
Выбор данного метода связан с необходимостью включения в анализ как количественных переменных (предварительно подвергающихся стандартизации), так и качественных.
Общая постановка задачи классификации совокупности объектов O\, O2, ..., On в условиях отсутствия обучающих выборок состоит в требовании разбиения этой совокупности на некоторое число (заранее известное или нет) однородных в определенном смысле классов. Большинство методов кластерного анализа, включая двухэтапный кластерный анализ, являются эвристическими и представляют собой довольно простые процедуры, что позволяет свести к минимуму ошибки при трактовке результатов анализа [6].
В качестве меры расстояния использован log правдоподобия:
L(X, в) = lnf(X, в) = Z?= i Infe(Xt), где - функция плотности вероятности, 0 - параметры распределения, Xj -i-я переменная.
Мера правдоподобия приписывает переменным вероятностное распределение. Предполагается, что непрерывные переменные имеют нормальное распределение, а категориальные переменные -мультиномиальное. Все переменные предполагаются независимыми.
Для оценки качества разбиения была использована силуэтная мера [6]. Силуэтная мера усредняет по всем наблюдениям величину (B-A) / max(A,B), где A - это расстояние от наблюдения до центра его кластера, а B -это расстояние от наблюдения до центра ближайшего кластера, к которому оно не принадлежит. Она принимает значения от -1 до +1:
1 означает, что все наблюдения расположены точно в центрах их кластеров;
-1 означает, что все наблюдения расположены в центрах других кластеров;
0 означает, что наблюдения расположены в среднем на равных расстояниях от центра их кластера и центра ближайшего кластера.
Таким образом, чем выше значение силуэтной меры (ближе к +1), тем лучше данное решение распределяет объекты по кластерам. Значение силу-
этной меры обычно делится на три интервала:
- плохое качество разделения: от -1 до 0,2;
- среднее: от 0,2 до 0,5;
- хорошее: от 0,5 до 1. Результаты. По данным за 2020 год
было получено четыре кластера с хорошим качеством разбиения (рис. 1).
Низкое Среднее Хорошее
1 1 1
-1-1-1-
-1,0 -0,5 0,0 0,5 1,0
Рисунок 1 - Силуэтная мера связности для кластеров пенсионеров по типам финансового поведения, 2020 год
Источник: расчеты по данным КЬМ8-Н8Е.
Размер кластеров варьировал от 42,2 до 16,2% (рис. 2). Всего в анализ было включено 4133 наблюдения.
Наибольший вклад в разбиение вносили наличие кредитов, откладывание сбережений и наличие автомобиля
(рис. 3). Среднедушевой доход, вопреки ожиданиям, вносил наименьший вклад в разбиение пенсионеров по типам финансового поведения.
Деление по кластерам представлено в таблице 1.
■ кластер 1 ■ кластер 2 и кластер 3 ."кластер 4
Рисунок 2 - Размеры кластеров пенсионеров по типам финансового поведения,
2020 год, %
Источник: расчеты по данным КЬМ8-Н8Е.
на сегод.день есть кредит, задолженность ...
в семье откладывали сбережения в...
у семьи есть автомобиль (отеч. /иномарка)
в семье есть неоплаченные счета за жилье
в семье давали в долг в течение поел.30 дней
число членов д/х
Количество полных лет
Душевые доходы
0,0 0,2 0,4 0,6 0,8 1,0
Рисунок 3 - Важность вклада переменных в разделение на типы финансового поведения пенсионеров, 2020 год
Источник: расчеты по данным КЬМ8-Н8Е.
Таблица 1 - Результаты кластерного анализа финансового поведения пенсионеров, 2020 год
Переменная Кластер 1 Кластер 2 Кластер 3 Кластер 4
Среднее значение
Возраст пенсионера, лет 62,22 64,58 68,11 69,20
Среднедушевой доход домохозяйства пенсионера, рублей 26877,16 21290,00 19630,80 25955,78
Число членов домохозяйства пенсионера, человек 3,07 3,16 2,03 2,22
Удельный вес, %
Домохозяйство откладывало сбережения в течение ближайших 30 дней 15,8 0,0 0,0 100,0
У домохозяйства есть долги по кредитам 74,5 0,0 0,0 0,0
У домохозяйства неоплаченные счета ЖКХ 16,8 0,0 0,0 0,0
Домохозяйство давало в долг частным лицам в течение ближайших 30 дней 15,8 0,0 0,0 0,0
У домохозяйства есть автомобиль (отечественный или иностранного производства) 48,3 100,0 0,0 40,0
Число пенсионеров в кластере 748 972 1745 668
Источник: расчеты по данным КЬМ8 Н8Е.
В первом кластере оказалось 18,1% пенсионеров. Это самые молодые (средний возраст - 62,2 года) пенсионеры с наиболее высоким среднедушевым доходом (26 877,16 рубля), проживающие в домохозяйствах, занимающих второе место по числу членов (3,07 чел.). 16,8% из них имели неоплаченные счета (отметим, что все пенсионеры, имеющие задолженности по ЖКХ, попали в данный кластер), 75,5% имели задолженности по кредитам, 15,8% откладывали сбережения, столько же давали деньги в долг в течение ближайших 30 дней. 48,3% имели автомобиль. Пенсионеры данного кластера являлись финансово активными, причем в первую очередь в отношении кредитного и долгового поведения.
Пенсионеры второго кластера, их доля в общем объеме - 23,5%, имели самые большие семьи (3,17 чел. в среднем), находились на втором месте по возрасту (64,58 года) и на третьем - по среднедушевому доходу (21 290 руб.). Не имели ни кредитов, ни сбережений, не давали в долг. Основное их отличие -наличие автомобиля у 100% членов кластера.
Пенсионеры третьего, самого многочисленного кластера проживали в самых маленьких домохозяйствах (2,03 человека), находились на третьем месте по возрасту (68,11 года) и являлись самыми низкодоходными (среднедушевой доход в среднем был равен 19 630,8 руб.). Они не обнаруживали никаких видов финансового поведения и не имели автомобиля в собственности.
Пенсионеры самого малочисленного, четвертого кластера (16,2%) являлись наиболее пожилыми (средний возраст - 69,2 года), находились на втором месте по уровню среднедушевого дохода (25 995,78 руб.), число членов домохозяйства тоже на втором месте (2,22 человека). Они являлись чистыми сберегателями, поскольку 100% откладывали сбережения в течение ближай-
ших 30 дней и не проявляли других видов финансового поведения. У 40% имелся автомобиль.
Заключение. Таким образом, в четырех выделенных кластерах представители второго и третьего являлись финансово неактивными, отличаясь только уровнем благосостояния, тогда как первый кластер включал в себя заемщиков-кредиторов, а четвертый -сберегателей. Доля финансово активных пенсионеров составила 34,3%.
Можно сделать вывод, что пенсионеры в наиболее старших возрастах предпочитают сберегать, а позволить себе другую финансовую активность могут только пенсионеры с наибольшим уровнем среднедушевого дохода. Это свидетельствует о том, что без повышения благосостояния пенсионеров с учетом выявленных тенденций невозможно повысить их вовлеченность в различные сферы финансовых услуг.
Библиографический список
1. Lusardi A., Mitchell O., Curto V. Financial literacy and financial sophistication in the older population // Journal of Pension Economics and Finance. - 2014. -Vol. 13. - No. 4. - Pp. 347-366. - DOI: https://doi.org/10.1017/S1474747214000031.
2. Hira T.K., Mugenda O.M. Predictors of Financial Satisfaction: Differences Between Retirees and Nonretirees // Financial Counseling and Planning. -1998. - Vol. 9. - Iss. 2. - Pp. 75-84.
3. Дулина Н.В., Моисеева Д.В. Финансовое поведение пенсионеров: трансформация под влиянием цифровой экономики? // Изв. Сарат. ун-та. Нов. сер. Сер. Социология. Политология. -2019. - Т. 19. - Вып. 4. - С. 392-406. -DOI: https://doi.org/10.18500/1818-9601-2019-19-4-399-406.
4. Финансовое поведение пожилых людей в России в контексте дигита-лизации / Т.А. Аймалетдинов, С.С. Ан-тонян, Л.Р. Баймуратова и др.; Анали-
тический центр НАФИ. - М.: Издательство НАФИ, 2017 [Электронный ресурс]. - Режим доступа: https://nafi. ru/projects/finansy/finansovoe-povedenie-pozhilykh-v-kontekste-tsifrovizatsii/ (дата обращения: 30.05.2022).
5. Сайты обследования RLMS-HSE [Электронный ресурс]. - Режим доступа: http://www.cpc.unc.edu/projects/ rlms и http://www.hse.ru/rlms (дата обращения: 25.04.2022).
6. Прикладная статистика: классификации и снижение размерности: справ. изд. / С.А. Айвазян, В.М. Бух-штабер, И.С. Енюков и др.; под ред. С.А. Айвазяна. - М.: Финансы и статистика, 1989.
Bibliographic list
1. Lusardi A., Mitchell O., Curto V. Financial literacy and financial sophistication in the older population // Journal of Pension Economics and Finance. - 2014. -Vol. 13. - No. 4. - Pp. 347-366. - DOI: https://doi.org/10.1017/S1474747214000031.
2. Hira T.K., Mugenda O.M. Predictors of Financial Satisfaction: Differences Between Retirees and Nonretirees //
Financial Counseling and Planning. -1998. - Vol. 9. - Iss. 2. - Pp. 75-84.
3. Dulina N.V., Moiseeva D.V. Financial Behaviour of Pensioners: Transformation under the Infl uence of the Digital Economy? // Izv. Saratov Univ. (N. S.), Ser. Sociology. Politology. - 2019. -Vol. 19. - Iss. 4. - Pp. 399-40). - DOI: https://doi.org/10.18500/1818-9601-2019-19-4-399-406.
4. Financial behavior of older people in Russia in the context of digitaliza-tion / T.A. Aimaletdinov, S.S. Antonyan, L.R. Baimuratova et al.; NAFI Analytical center. - M.: NAFI Publishing House, 2017 [Electronic resource]. - Access mode: https://nafi.ru/projects/finansy/finan sovoe-povedenie-pozhilykh-v-kontekste-tsifrovizatsii/ (date of access: 30.05.2022).
5. The Russia Longitudinal Monitoring Survey - Higher School of Economics (RLMS-HSE) [Electronic resource]. -Access mode: http://www.hse.ru/rlms, https://rlms-hse.cpc.unc.edu (date of access: 25.04.2022).
6. Applied Statistics: Classifications and Dimension Reduction: Ref. ed. / S.A. Ayvazyan, V.M. Buchstaber, I.S. Enyukov et al.; Ed. S.A. Ayvazyan. -M.: Finance and statistics, 1989.
