本文围绕家庭背景对教育回报率的影响这一主题开展研究，首次以“父辈户口”及“家庭金融资产”作为衡量不同家庭背景的标准，探讨了不同家庭背景下，“受教育年限”对“工资收入”的影响。本文使用的模型包括：最小二乘法（OLS）、随机效应模型（RE）和工具变量法（2SLS）。最终，本文发现：家庭条件一般的孩子比富裕家庭的孩子更能从接受教育上获得收益，农村家庭则更明显，这说明“寒门”是可以出“贵子”的。而在以往文献中，得出的富裕家庭教育回报率更高的结论，是由内生性中的反向因果导致的：收入越高，则越倾向于接受更多的教育。本文在剔除了这一内生性后发现：接受教育不会对富裕家庭孩子的收入产生影响。
　　本文的研究工作力图在以下几个方面进行创新：
　　第一，研究思路上的创新。本文首次提出使用父亲的户口类型和家庭金融资产总值作为衡量家庭背景的变量，同时分别研究它们与“受教育年限”交乘项对“对数工资收入”的影响。同时，本文提出以“母亲受教育年限”、“亲兄弟姐妹个数”和“家庭人数”分别作为“受教育年限”、“父亲户口类型”和“家庭金融资产”的工具变量，以解决内生性问题。
　　第二，研究方法上的创新。本文为了验证结论的稳健性，将实证过程分为三组，第一组是以“父亲户口”衡量家庭背景的回归，第二组是以“家庭金融资产”衡量家庭背景的回归，第三组是把样本按照“家庭金融资产”以两种分组方法分为一般家庭和富裕家庭，再以“父亲户口”衡量家庭背景的回归，每组分别通过最小二乘法、随机效应模型和工具变量法进行实证分析，最终得出结论。
　　第三，使用数据上的创新。本文使用的数据是2011年度和2013年度的中国家庭金融调查数据，该数据是当下中国最详细准确的家庭微观金融数据之一，本文将两年度中的个人数据和家庭数据进行了匹配，得到了包含6846个样本的平衡面板数据。
　　在实证结果方面：
　　最小二乘法的结果表明，教育对收入有显著的正向影响，而父亲户口从农业户口变为非农户口，会对孩子未来工资收入产生负向影响，同时交乘项显示非农户口家庭孩子的教育回报率更高。
　　随机效应模型的结果起初与最小二乘法类似，但加入工具变量后，“父亲户口”和交乘项变量的符号改变，表明影响方向改变，但同时交乘项变得不显著。用“家庭金融资产”替换“父亲户口”的各项回归结果与用“父亲户口”衡量家庭背景的回归结果类似。
　　最终，以“家庭金融资产”为分组依据，将数据分成一般家庭和富裕家庭两组回归后的结果显示：一般家庭孩子的教育回报率高于富裕家庭，且一般家庭中农村家庭孩子的教育回报率高于非农村家庭；富裕家庭孩子的工资收入与“受教育年限”、“父亲户口”及“受教育年限*父亲户口”都不相关。
　　除此之外，根据本文的实证结果分析，还可以得出另外一个推论：以往文献得出的“受教育年限”对“工资收入”有显著的正向影响，这个显著的正向影响主要是由一般家庭引起的，并且一般家庭中的农村家庭对于这个效果的贡献更大。