1、第4 6卷 第2期长江大学学报(社会科学版)V o l.4 6N o.22 0 2 3年3月J o u r n a l o fY a n g t z eU n i v e r s i t y(S o c i a lS c i e n c e sE d i t i o n)M a r.2 0 2 3收稿日期:2 0 2 2 0 8 1 8基金项目:湖北省重大调研课题“巩固拓展脱贫攻坚成果同乡村振兴有效衔接问题研究”(J 2 0 2 1 0 9 0 0 7)第一作者简介:徐辉(1 9 7 5),男,湖北通山人,教授,博士,博士生导师,主要从事农村人力资源开发与管理研究。通信作者:周思梦(1 9 9
2、 9),女,湖北天门人,主要从事家庭金融研究,E-m a i l:1 1 9 7 6 4 4 2 1 1q q.c o m。欢迎按以下格式引用:徐辉,周思梦.信贷约束对家庭资产配置的影响 基于C F P S 2 0 1 8数据的实证研究J.长江大学学报(社会科学版),2 0 2 3,4 6(2):1 0 5-1 1 3.信贷约束对家庭资产配置的影响 基于C F P S 2 0 1 8数据的实证研究徐辉1,2 周思梦2(1.长江大学 湖北农村发展研究中心,湖北 荆州4 3 4 0 2 3;2.长江大学 经济与管理学院,湖北 荆州4 3 4 0 2 3)摘 要:有效的家庭资产配置有助于家庭优化资产
3、结构,实现财富增值。而各类形式的贷款改变了居民的消费和储蓄习惯,从而影响了家庭的资产配置决策。论文基于2 0 1 8年C F P S微观数据,利用P r o b i t模型和T o b i t模型研究了信贷约束对家庭资产配置的影响。结果表明:信贷约束对经营资产、借出款有显著的正向影响,对土地资产、农用器械、耐用消费品的影响不显著,对房产、现金储蓄、金融产品等具有显著的负向影响。建议完善信贷市场体系,改善金融市场环境;提升居民福利,强化金融知识普及;注重弱势地区的发展,实现真正的普惠金融。关键词:信贷约束;家庭资产配置;P r o b i t模型;T o b i t模型分类号:F 8 3 2.5
4、 文献标识码:A 文章编号:1 6 7 3-1 3 9 5(2 0 2 3)0 2-0 1 0 5-0 9 一、引言2 0 2 0年新冠疫情的爆发对我国家庭经济造成了巨大的冲击。根据中国家庭金融报告,我国家庭资产结构存在重房产、高房贷、资产类别单一的不足,在面临疫情等突发性冲击时,难以抵御风险的缺点就显现出来了。我国家庭资产结构中,自有住房拥有率为8 9.6 8%,远高于世界平均比率6 0%,高住房拥有率的同时是高住房贷款问题,住房债务占家庭总债务的4 7%。金融性资产中,我国有较高的储蓄率,对金融市场的参与多集中在股票市场的交易,对衍生品及债券市场的参与度分别为0.0 5%、1.1 0%。与
5、现金存款相比,对于证券市场呈现的仅为“有限参与”,表明现实环境中存在着多重因素阻碍着家庭资产结构的优化,资产类别单一问题尤为突出。2 0 1 7年,党的十九大报告明确指出:“多渠道增加居民的财产性收入”,而资产配置就是居民增加财产性收入的一个重要途径。在这样的背景下,探究影响我国家庭资产合理配置的影响因素,通过资产结构的合理配置提升家庭财富水平具有重要意义。信贷约束对我国家庭经济有着重要的影响。一方面,信贷的可获得性直接影响到家庭的资金安排,改变家庭在各时期的消费和投资行为。短期的信贷获得会使得家庭将更多的现金储蓄转化为消费,进而转化为家庭的耐用消费品资产等。但受信贷约束的家庭会有较高的预防性
6、动机,家庭会增加类似储蓄等流动性高、安全性强的资产比重。另一方面,通过探究信贷约束对各类资产的具体影响度,政府可通过调整信贷业务来引导家庭资产去向,以达到调整和稳定国民经济的目的。据此,本文通过探究信贷约束是否对家庭各类资产产生影响以及影响的程度两个方面,对家庭资产配置进行深入剖析,能够更 长江大学学报(社会科学版)2 0 2 3年3月加直观地了解家庭的财富状况、投资需求与偏好,有利于政府和金融机构明确金融市场的发展方向,引导家庭结合自身因素进行更好的资产决策。同时有助于将投资市场与信贷市场联系起来,分析其背后的传导机制,为信贷市场的发展提供新的研究路径参考。二、文献综述信贷市场的发展具有普遍
7、性和差异性。其中,美国受信贷约束的家庭占比大约在2 0%左右(H a l l等,1 9 8 2;H u b b a r d等,1 9 8 6;M a r i g e r,1 9 8 7)13,日本受信贷约束的家庭大约在1 6%左右(H a y a s h i,1 9 8 5)4,而 我 国 面 临 信 贷 约 束 的 农 户 比 例 高 达4 5%,其中3 4%的农户更受到银行等正规信贷约束(程郁等,2 0 0 9)5,若考虑到数量配给的情形,受信贷约束 的 农 户 比 例 更 是 高 达5 7.3%(胡 新 杰 等,2 0 1 3)6。此外,信贷市场的发展受地区因素的影响也较为明显。J e
8、r e m y(2 0 0 4)7研究我国信贷市场时发现农村地区信贷市场发展尤为落后。胡新杰等(2 0 1 3)6也通过实证研究发现,城市家庭由于人均收入高、金融市场发展相对完善、借贷渠道多样,其信贷约束情况要好于农村。刘辉煌等(2 0 1 4)8证实了城乡地区信贷市场的发展差异,并发现区域也会造成信贷约束的程度不同,其中东部地区居民的借贷行为意识强于中西部。对于不同地区的信贷市场差异,尹志超等(2 0 1 5)9发现城市居民由于生活成本和消费需求的程度更高,衍生出来的信贷需求市场庞大,从而家庭规模大、城市户口更易受到信贷约束。家庭资产配置理论主要研究家庭可选择的资产种类和资产比例。针对这两方
9、面的影响因素,王亚柯等(2 0 2 1)1 0发现年龄、学历、收入、健康状况、信贷约束都是家庭资产配置的显著影响因素。其中在家庭特征因素方面,年龄与股票投资呈负相关(C o c c o,2 0 0 5)1 1,城镇地区家庭更愿意配置风险金融资产使家庭财富得到增值(杨文珂等,2 0 1 8)1 2,家庭的财富水平会正向影响风险资产的持有比例(T o b i n,1 9 5 8;G u i s o,2 0 0 8)1 3,1 4,此外,家庭人口规模、户主婚姻状态、受教育程度、职业稳定性等对家庭资产投资配置 均 具 有 显 著 影 响(程 立 超,2 0 1 0;胡 振 等,2 0 1 5;傅一铮等
10、,2 0 1 6;刘松涛等,2 0 1 7)1 51 8。在金融素养层面上,J o h a n等(2 0 1 2)1 9对瑞典家庭的测试显示,金融素养得分较低的家庭在风险态度上更倾向于选择低风险资产,秦海林等(2 0 1 8)2 0利用其构建的动态最优控制理论模型,研究发现金融素养与家庭风险资产配置之间具有正向影响关系,尹志超等(2 0 1 4)2 1也有同样的结论。总体来说,我国家庭资产处在重房产、高储蓄、金融市场参与度低的状态(李伟男,2 0 1 9)2 2。信贷约束对家庭资产配置的主要影响是风险资产的参与。理性的家庭会分散投资,根据自身的风险厌恶程度以及环境的影响来决定持有各资产的比例(
11、周黛等,2 0 1 9)2 3。信贷约束作为可以调节各期资金流的手段,是影响资产配置的一个重要因素,受信贷约束的家庭将降低持有风险资产和非流动性资产的比例(H a l i a s s o s等,1 9 9 5;G u i s o等,1 9 9 6)2 4,2 5。家庭投资组合有效性会受到显著的负向影响(臧日宏等,2 0 2 0)2 6。信贷约束对家庭资产选择的影响渠道有很多,受到信贷约束的家庭会为平滑生命周期收入降低参与股市的可能性(王聪等,2 0 1 2)2 7,也会通过影响家庭的风险态度而影响其资产配置决策(段军山等,2 0 1 6)2 8,而且受到不同渠道的借贷约束,其对风险资产投资的影
12、响会有差别(吕学良等,2 0 1 7)2 9,其中,需求型信贷约束与供给型信贷约束均会显著降低家庭投资组合有效性,且需求型信贷约束的影响大于供给型信贷约束的影响(臧日宏等,2 0 2 0)2 6。相较于受到非正规信贷约束的家庭,正规的信贷约束对家庭参与风险资产的抑制作用更加明显(周弘等,2 0 2 1)3 0。信贷约束对家庭资产的影响随着信贷市场和金融市场的发展需要不断地印证补充(何维等,2 0 2 1)3 1。已有文献多采用中国家庭金融调查数据研究,且研究对象多集中于家庭金融风险资产,对于家庭其他资产的考量较少,并对风险资产缺少进一步细分探究。本文在现有的研究方法和成果基础上,选取新的数据来
13、源和研究指标。一方面,选用C F P S数据,用不同的数据库分析,与现有研究互相印证和补充。另一方面,细化探究了信贷约束对各类家庭资产的影响程度。与以往的资产划分不同,本文将房产、生产性资产、金融资产进一步细分为九类,通过了解信贷约束对各类资产的影响程度,为调整家庭的资产配置、提高家庭生活水平提供参考,为探究信贷约束与家庭资产选择的关系提供新的证据。三、数据来源与变量说明本文研究数据来自中国家庭追踪调查(C F P S)2 0 1 8年的数据,C F P S是面向全国2 5个省份开展的大型综合类调查,项目从2 0 1 0年开始,每隔两年进601第4 6卷 第2期徐辉等:信贷约束对家庭资产配置的
14、影响 行一次追踪回访。2 0 1 8年共调查了1 4 2 1 8户家庭,获得了各家庭的人口特征、经济特征、各家庭成员基本信息等各方面详细信息。本文研究的是信贷约束对家庭资产配置的影响。筛选样本的思路为:通过问题“财务回答人?”找出每个家庭对家庭财务状况最熟悉的成员,将其作为户主,在自答问卷中将个人信息与其家庭问卷中的经济信息、家庭特征相匹配,并剔除无效数据,最终得到5 9 9 1个有效的样本。关于研究变量的说明如下:1.被解释变量。各类家庭资产的参与和各类家庭资产的配置比例是本文的被解释变量,体现各类资产参与的广度与深度。本文将家庭资产按C F P S的问卷特点分为房产、生产性资产、金融性资产
15、三大类。其中房产包括自有住房和其他住房;生产性资产包括土地资产、经营资产、农用器械价值、耐用消费品;家庭金融总资产包含各类存款、金融产品和借出款。结合问卷的特点,若家庭持有各类资产中的任意一种,各资产参与变量取值为1,否则为0,各资产配置比例变量是各资产占家庭资产总价值的比例,取值在01之间。2.信贷约束是本文的核心解释变量。参考周弘等(2 0 2 1)3 0的做法,将是否受到信贷约束对应到C F P S家庭经济问卷中“您家借款金额较大时,有没有被拒的经历”,有借款被拒绝的经历视为受信贷约束,赋值为1;没有借款被拒经历,视为未受到信贷约束,取值为0。3.控制变量。参考以往文献,本文的控制变量包
16、括家庭人口特征、家庭经济状况以及户主特征。家庭人口特征变量包括家庭规模;家庭经济状况变量包括家庭的总收入;户主特征变量包括户主的性别、年龄、年龄的平方项、学历、婚姻状况、工作状况、健康状况、城乡分布、区位分布,其中考虑到不同年龄层对于资产投资的选择变化,本文假设年龄对家庭资产配置的影响是非线性的,为此在模型中引入了年龄的平方项。关于控制变量的具体赋值说明如表1。表1 变量说明变量名 变量定义被解释变量各类家庭资产的参与家庭若持有该类资产,则该资产参与变量取值为1,否则为0各类家庭资产的配置比例该资产价值占家庭资产总价值的比例解释变量信贷约束有借款被拒绝的经历视为受信贷约束,赋值为1;否则为0控
17、制变量家庭规模家庭人口数家庭总收入取对数户主性别男=1;女=0户主年龄年龄户主年龄的平方年龄的平方户主学历没上过学/文盲/半文盲=0;小学=6;初中=9;高中/中专/技校/职高=1 2;大专=1 5;大学本科=1 6;硕士研究生=1 9;博士研究生=2 2户主婚姻状况在婚=1;其他=0户主工作状况在业=1;其他=0户主健康状况不健康=1;一般=2;比较健康=3;很健康=4;非常健康=5城乡分布农村=0;城镇=1区域分布西部=1;中部=2;东部=3 对变量进行描述性统计分析,结果见表2。从表2可以看出,统计样本中,有8 1.4 5%的家庭都有自住房,且占家庭总资产的4 7.6 4%,是家庭资产的
18、主要构成,有其他房产的家庭占比为2 2.2 8%,占家庭总资产的9.1 6%,符合我国居民投资房地产行业的现状。样本中家庭持有生产性资产中土地、农用器械、耐用消费品、经营资产的比例分别为5 2.4 6%、2 7.4 4%、9 6.0 2%、1 4.0 8%,此类资产占总资产的比例分别为8.2 6%、0.8 6%、7.7 3%、2.1 9%;样本中家庭持有金融资产中现金存款、金融产品、借出款的比例分别为9 2.1 7%、6.3 7%、2 5.3 5%,此类资产占总资产的比重为9.9 7%、0.4 0%、1.9 5%;对于耐用品、现金存款等常用消费品,拥有的家庭比例也会更大,对于金融产品、经营资产
19、等有一定风险性的资产,持有家庭的比例也会更小,符合人们规避风险的心理。统计分析结果还表明,3 3.7 5%的家庭受到信贷701 长江大学学报(社会科学版)2 0 2 3年3月约束,表明我国信贷渠道有待发展。样本中平均家庭规模为3.7 8人,其中,城镇家庭占5 1.6 7%,5 3.7 4%家庭的户主为男性,户主年龄均值为4 7.3 3岁,户主平均学习年限为8.1 9年,健康状况平均处在正常水平偏下,8 5.4 1%的家庭婚姻生活较为美满,8 1.5 8%的户主目前有工作。各方面的数据显示,目前我国居民家庭的生活水平较好,符合基本实际情况。表2 变量描述性统计变量 观察值平均值标准差最小值最大值
20、是否持有现住房5 9 9 10.8 1 4 50.3 8 8 601是否持有其他房产5 9 9 10.2 2 2 80.4 1 6 101是否持有土地资产5 9 9 10.5 2 4 60.4 9 9 401是否持有农用器械5 9 9 10.2 7 4 40.4 4 6 201是否持有耐用消费品5 9 9 10.9 6 0 20.1 9 5 301是否持有经营资产5 9 9 10.1 4 0 80.3 4 7 901是否持有现金、存款5 9 9 10.9 2 1 70.2 6 8 601是否持有金融产品5 9 9 10.0 6 3 70.2 4 4 301是否持有借出款5 9 9 10.2 5
21、 3 50.4 3 5 001现住房占比5 9 9 10.4 7 6 40.3 3 3 400.9 9 8 5其他房产占比5 9 9 10.0 9 1 60.2 0 2 800.9 9 4 4土地资产占比5 9 9 10.0 8 2 60.1 5 4 200.9 1 0 8农用器械占比5 9 9 10.0 0 8 60.0 3 2 200.6 5 9 5耐用消费品占比5 9 9 10.0 7 7 30.1 0 4 400.9 5 2 3经营资产占比5 9 9 10.0 2 1 90.0 8 0 800.9 9 7 2现金、存款占比5 9 9 10.0 9 9 70.1 3 6 701金融产品占
22、比5 9 9 10.0 0 4 00.0 2 5 200.5 4 0 5借出款占比5 9 9 10.0 1 9 50.0 6 3 800.8 4 0 3总资产(元)5 9 9 19 1 0 3 1 6.92 1 3 5 3 9 94 5 05 0 7 0 0 0 0 0是否受信贷约束5 9 9 10.3 3 7 50.4 7 2 801家庭人口规模5 9 9 13.7 7 8 11.9 1 0 211 7家庭总收入对数5 9 8 71 1.0 4 2 50.9 6 5 95.0 9 9 81 6.0 3 0 2户主性别5 9 9 10.5 3 7 40.4 9 8 601户主年龄5 9 9 1
23、4 7.3 3 8 01 3.7 4 9 21 89 0年龄的平方5 9 9 12 4 2 9.8 9 81 3 4 8.5 43 2 48 1 0 0户主学历5 9 9 18.1 9 1 44.8 2 5 402 2婚姻状况5 9 9 10.8 5 4 10.3 5 3 001工作状况5 9 9 10.8 1 5 80.3 8 7 601健康状况5 9 9 12.9 3 8 01.1 8 4 615城乡分布5 9 9 10.5 1 6 70.4 9 9 701区域分布5 9 9 12.1 3 9 20.8 5 7 413 四、模型设计与实证分析(一)模型设计本文对家庭资产配置的研究包括家庭该
24、项资产是否参与以及该项资产参与的深度两个方面。家庭对各类资产的持有状态只有两种情况,是虚拟变量,分别赋值0与1,故采用P r o b i t模型,具体模型如下:A s s e r ti=+1C r e d i ti+iXi+i(1)其中被解释变量A s s e r ti是各类资产的参与变量,等于1表示家庭至少持有了一种该类资产,否则为0,C r e d i ti是表示家庭是否受到信贷约束的变量,Xi为控制变量,N(0,2)。在进一步研究各类资产参与深度时,只有当家庭资产占比大于0时,才能观察到,故将采用左截断点为0的T o b i t模型,A s s e r t r a t ei是家庭各资产价
25、值与家庭资产总价值比例的观测值,Yi表示风险资产配置比例:A s s e r t r a t ei=+1C r e d i ti+iXi+i(2)801第4 6卷 第2期徐辉等:信贷约束对家庭资产配置的影响 Yi=MAX(A s s e r t r a t ei,0)本文将用模型(1)和模型(2)分别估计信贷约束对家庭资产选择和家庭资产配置的影响。(二)信贷约束对家庭各资产参与的影响信贷约束影响家庭各类资产参与的p r o b i t模型回归结果(展示的均为边际效应)如表3所示。从表中可以看到,信贷约束对各类资产的影响分为三类:其一,信贷约束对自有住房、其他住房、现金存款、金融产品等至少在1
26、0%的置信水平下存在显著的负向影响。相对于信贷可得的家庭,信贷受限的家庭参与上述资产的概率分别降低了2.4 6%、2.8 1%、3.3 2%、1.3 1%。其中,对于房产的持有,受到信贷约束的家庭资金来源受到阻碍,家庭承担房产的能力下降。对现金存款的影响,根据预防性储蓄理论,信贷约束理应会使家庭更倾向于持有预防性储蓄,然而实证结果与之不符,可能是家庭在无法获得资金支持时,选择现金存款来平滑自身的投资和消费需求。对于金融产品,受到信贷约束的家庭抵御风险的能力也较差,持有此类高风险资产的意愿会降低。其二,信贷约束对土地资产、农用器械、耐用消费品不存在显著影响。可能的原因是,耐用消费品是满足日常生活
27、需要、寿命较长的消费品,多受到日常生活需要的影响。而土地资产和农用器械,对于此类资产的持有多为农村地区按家庭分发,根据种植需要采购农用器械资产,从控制变量中城乡和区域分布也能印证,回归结果表明,城镇家庭和更靠近东部相对城市化地区的家庭对此类资产的持有会减少。其三,信贷约束对经营资产、借出款均存在显著的正向影响。相对于信贷可得的家庭,信贷受限的家庭参与经营资产、借出款的概率分别提高了3.2 0%、7.8 7%。参考尹志超(2 0 1 5)9,经营资产和借出款属于风险资产。信贷约束会使得家庭持有更小的风险资产,然而实证结果与之不符。可能的原因是当借贷资金来源受阻后,家庭会更易选择资金回报高的资产投
28、资,且经营资产由于其可转让有形资产等特性而具有较低的风险性。而借出款可能是由于国人特殊的人际关系,受信贷约束的家庭有更强的同理心去为亲朋好友提供资金支持。且相对于金融资产的盈利,经营资产和借出款对于普通家庭的接受要求更低,风险性也相对较小。从控制变量对各类资产的影响中可以了解到,家庭规模增加时,家庭会因为自身生活的需要更多持有房产和生产性资产,对于金融产品和借出款的持有意愿降低。家庭收入对于具有投资属性的其他住房、经营资产、金融产品、借出款有显著的正向影响。高收入家庭承担风险的能力较强,会选择高收益的资产投资,对土地和农用器械的持有概率会降低。年龄对各类资产的影响大多呈现倒“U”型,只有对现金
29、存款是正“U”型。产生这种现象的原因可能是,社会经验会随着年龄的增长不断增加,更愿意将现金等投资于收益高的资产,后随着收入减少,风险厌恶增加,更愿意持有稳定性资产。户主学历一行显示,户主学历高的家庭会由于自身的知识储备更倾向于投资房产和金融产品等高收益资产。城乡和区域分布显示,城镇家庭和靠近东部的家庭由于信息的获得性更强,多愿意持有金融产品投资,农村和靠近西部的家庭多愿意持有土地资产。其他控制变量对各类资产的影响相对不明显,本文不多赘述。表3 信贷约束与家庭资产持有:P r o b i t模型估计变量名称(1)现住房(2)其他房产(3)土地资产(4)农用器械(5)耐用消费品(6)经营资产(7)
30、现金、存款(8)金融产品(9)借出款是否受信贷约束-0.0 2 4 6*-0.0 2 8 1*0.0 0 2 00.0 0 4 8-0.0 0 3 10.0 3 2 0*-0.0 3 3 2*-0.0 1 3 1*0.0 7 8 7*家庭人口规模0.0 4 6 2*0.0 1 1 1*0.0 4 7 6*0.0 2 1 9*0.0 0 7 4*0.0 1 0 9*0.0 0 2 1-0.0 0 5 6*-0.0 1 4 0*家庭总收入对数-0.0 0 2 90.1 0 3 2*-0.0 4 5 7*-0.0 3 2 1*0.0 2 1 2*0.0 6 5 9*-0.0 0 8 20.0 4 8
31、 2*0.0 6 9 7*户主性别-0.0 2 6 5*-0.0 1 2 50.0 2 0 20.0 6 4 1*-0.0 0 9 90.0 0 4 00.0 0 1 30.0 0 2 00.0 3 9 3*户主年龄0.0 2 6 6*0.0 0 7 4*0.0 1 4 9*0.0 0 7 9*0.0 0 2 3*0.0 0 5 0*-0.0 0 4 4*0.0 0 6 0*0.0 0 7 1*年龄的平方-0.0 0 0 2*-0.0 0 0 1*-0.0 0 0 1*-0.0 0 0 1*-0.0 0 0 0-0.0 0 0 1*0.0 0 0 1*-0.0 0 0 1*-0.0 0 0 1
32、*户主学历0.0 0 2 5*0.0 0 6 1*-0.0 1 4 8*-0.0 0 5 9*-0.0 0 0 1-0.0 0 2 6*0.0 0 1 8*0.0 0 8 8*-0.0 0 1 9婚姻状况0.0 2 8 3*-0.0 0 4 00.0 5 6 6*0.0 8 0 3*0.0 1 5 9*0.0 4 6 1*0.0 0 3 9-0.0 0 9 1-0.0 1 6 0工作状况0.0 3 7 3*-0.0 0 3 30.2 2 2 8*0.1 4 8 3*0.0 0 6 00.0 7 5 3*-0.0 1 5 0-0.0 0 8 90.0 2 9 2健康状况0.0 0 5 8-0.0
33、 0 4 80.0 0 0 20.0 0 0 40.0 0 4 4*-0.0 0 2 60.0 0 2 0-0.0 0 1 9-0.0 0 5 7城乡分布-0.0 6 5 5*0.0 1 6 7-0.2 4 9 3*-0.1 9 0 9*0.0 0 7 70.0 4 5 6*-0.0 1 0 00.0 3 4 8*-0.0 3 2 6*区域分布-0.0 1 1 4*0.0 1 6 0*-0.0 4 1 2*-0.0 5 9 1*-0.0 0 3 7-0.0 0 9 20.0 1 1 3*0.0 1 2 2*-0.0 3 1 0*常数项-0.0 2 4 6*-0.0 2 8 1*0.0 0 2
34、00.0 0 4 8-0.0 0 3 10.0 3 2 0*-0.0 3 3 2*-0.0 1 3 1*0.0 7 8 7*观测值5 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 7p s e u d oR20.1 9 30.0 8 30.3 4 10.1 7 00.1 0 20.0 8 40.0 2 00.2 6 10.0 4 4 注:(1)系数是估计的边际效应;(2)*、*、*分别表示在1%、5%、1 0%的概率水平上显著。下同。901 长江大学学报(社会科学版)2 0 2 3年3月 表3的估计结果是假设信贷约束为外
35、生变量的前提下进行的,然而信贷约束可能存在内生性问题,这样估计结果将是有偏的。为解决这一问题,在表4中我们用家庭是否有未偿还的银行贷款作为信贷约束的工具变量进行两阶段估计。这是因为家庭未偿还的贷款与信贷约束状况显著相关,满足工具变量相关性的标准;此外,未偿还的贷款通过影响信贷约束这一渠道影响家庭资产,与影响家庭资产选择的不可观测变量无关,也满足了工具变量外生性的原则,因而我们认为选取家庭未偿还的银行贷款作为工具变量是合适的,下文还将对此进行相关性检验。表4我们用C r a g g-D o n a l d方法进行弱工具变量检验,通过一阶段回归显示,C r a g g-D o n a l d检验的
36、F值为1 7.5 0,大于S t o c k-Y o g o弱工具变量1 0%偏误水平下的阀值1 6.3 8,且工具变量的t值都在1%水平下显著,可见选取家庭未偿还的银行贷款作为工具变量是合适的,不存在弱工具变量的问题。考虑内生性问题后的回归如表4所示,根据W a l dT e s t中P值判断是否存在内生性。表中(2)(5)、(8)列中W a l dT e s t统计量和P值均显示不存在内生性问题,原回归结果具备参考性。(1)、(6)、(7)、(9)列中,W a l dT e s t统计量和P值均显示,在1%水平下拒绝了不存在内生性的假设,因而信贷约束存在内生性。考虑内生性后,原回归结果的影
37、响方向并未发生改变,在解决内生性问题后影响程度均明显增加。表4的结果进一步验证了前文信贷约束对家庭各类资产的影响分析。表4 加入工具变量后信贷约束对家庭资产持有的影响:I V-P r o b i t模型估计变量名称(1)现住房(2)其他房产(3)土地资产(4)农用器械(5)耐用消费品(6)经营资产(7)现金、存款(8)金融产品(9)借出款信贷约束-2.1 6 1 9*0.3 9 0 50.6 5 3 80.5 8 1 40.7 1 7 32.4 5 6 3*-3.6 6 6 9*-1.2 0 9 63.1 2 2 0*控制变量控制控制控制控制控制控制控制控制控制一阶段F值1 7.5 01 7.
38、5 01 7.5 01 7.5 01 7.5 01 7.5 01 7.5 01 7.5 01 7.5 0一阶段工具变量t值-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0W a l d检验1 1.9 8(0.0 0 0 5)0.8 2(0.3 6 4 3)1.2 4(0.2 6 5 5)1.0 8(0.2 9 7 6)0.5 4(0.4 6 3 8)1 6.7 6(0.0 0 0 0)3 1.2 0(0.0 0 0 0)1.4 3(0.2 3 1 6)3 3.2 3(0.0 0 0 0)观测值5 9 8 75 9 8 75 9 8 7
39、5 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 7 (三)信贷约束对家庭各资产配置比例的影响进一步估计信贷约束对家庭各类资产占比影响的估计结果见表5(展示的均为边际效应)。表中信贷约束对各类资产占比的影响分为三类:其一,信贷约束对其 他住房、现 金存款、金融 产品等至少 在1 0%的置信水平下存在显著负向影响。相对于信贷可得的家庭,信贷受限的家庭在配置三类资产占总资产的比例上会分别下降6.5 1%、2.2 7%、1.8 8%。说明信贷约束会同时影响其他住房、现金存款、金融产品的持有概率和持有比例。对于自有住房,在经过内生性处理后(表6),信贷约束对自有住房的配
40、置比例也存在显著的负向影响,相对于信贷可得的家庭,信贷受限的家庭配置自有住房资产比例下降0.8 6。其二,信贷约束对农用器械、耐用消费品在本次回归中仍不存在显著影响。其三,信贷约束对经营资产、借出款均存在显著的正向影响。相比于信贷可得的家庭,受到信贷约束的家庭会对经营资产和借出款占总资产的配置比例分别增加4.8 8%、3.8 1%。从控制变量对各类资产占比的影响中可以了解到,相比于前文对资产参与的影响,控制变量对各类资产配置比例的影响与资产参与类似。与资产参与不同的是,年龄对各类资产占比的影响大多呈现倒“U”型,对耐用消费品是正“U”型。产生这种现象的原因可能是,社会经验和储蓄会随着年龄的增长
41、不断增加,愿意投资于收益高的资产,增大收益性资产占比;后随着收入减少,现金存款储备也变少,风险厌恶增加,对不稳定的资产持有比例也会减少。其他控制变量对各类资产比例的影响同资产持有,本处不多赘述。考虑到信贷约束可能存在内生性,本文引入工具变量进行两阶段估计。表6是在T o b i t模型中引入是否有存在待偿还银行借款作为信贷约束工具变量进行两阶段估计的结果。C r a g g-D o n a l d弱工具变量检验的F值为1 7.5 0,大于S t o c k-Y o g o弱工具变量1 0%偏误水平下的阀值1 6.3 8,且工具变量的t值都在1%水平下显著。因此,选取是否有待偿还银行借款作为工具
42、变量是合适的,不存在弱工具变量的问题。表6中(2)、(8)列的W a l dT e s t统计量和P值均显示不存在内生性问题,原回归结果具备参考性。011第4 6卷 第2期徐辉等:信贷约束对家庭资产配置的影响(1)、(3)(7)、(9)列中,W a l dT e s t统计量和P值均显示存在内生性,考虑内生性后,信贷约束对自有住房占总资产的比例存在显著负向影响。与对资产参与影响不同的是,考虑内生性问题后,信贷约束对生产性资产的持有比例存在显著的正向影响。表明相比于未受信贷约束的家庭,受信贷约束的家庭对土地资产、农用器械、耐用消费品占总资产的比重会增加0.2 9、0.0 8、0.3 1。对经营资
43、产、现金存款、借出款占总资产的比重,影响方向上没有变化,但考虑内生性问题后,影响程度显著增加。表5 信贷约束与家庭资产配置:T o b i t模型估计变量名称(1)现住房(2)其他房产(3)土地资产(4)农用器械(5)耐用消费品(6)经营资产(7)现金、存款(8)金融产品(9)借出款是否受信贷约束-0.0 0 9 0-0.0 6 5 1*0.0 1 4 3*0.0 0 1 60.0 0 1 10.0 4 8 8*-0.0 2 2 7*-0.0 1 8 8*0.0 3 8 1*家庭人口规模0.0 3 1 1*0.0 2 1 2*0.0 1 5 0*0.0 0 4 4*0.0 0 4 2*0.0
44、1 3 3*-0.0 0 4 0*-0.0 0 9 5*-0.0 0 6 1*家庭总收入对数-0.0 5 1 5*0.2 0 9 8*-0.0 2 6 9*-0.0 0 9 6*0.0 1 0 2*0.0 9 8 7*-0.0 0 3 80.0 6 1 9*0.0 2 6 8*户主性别-0.0 4 8 4*-0.0 2 9 20.0 2 5 7*0.0 1 3 9*-0.0 0 1 90.0 1 2 90.0 0 8 8*0.0 0 7 10.0 1 9 7*户主年龄0.0 2 9 6*0.0 1 3 4*0.0 1 0 8*0.0 0 2 1*-0.0 0 2 2*0.0 0 9 8*0.0
45、 0 1 00.0 1 0 2*0.0 0 4 6*年龄的平方-0.0 0 0 2*-0.0 0 0 1-0.0 0 0 1*-0.0 0 0 0 2*0.0 0 0 0 1*-0.0 0 0 1*-0.0 0 0 0 1-0.0 0 0 1*-0.0 0 0 1*户主学历0.0 0 1 00.0 1 3 5*-0.0 0 9 4*-0.0 0 1 4*0.0 0 0 2-0.0 0 3 6*0.0 0 0 90.0 1 1 8*-0.0 0 0 6婚姻状况0.0 8 7 2*-0.0 1 4 80.0 5 5 2*0.0 1 6 8*0.0 1 8 0*0.0 4 8 2*0.0 0 2 3
46、-0.0 1 4 4-0.0 0 5 1工作状况-0.0 3 3 5*-0.0 0 8 70.1 2 7 3*0.0 2 8 3*-0.0 0 2 10.0 9 8 1*-0.0 0 7 6-0.0 1 6 30.0 0 7 6健康状况-0.0 0 2 9-0.0 0 8 40.0 0 2 0-0.0 0 0 40.0 0 3 2*-0.0 0 2 00.0 0 4 4*-0.0 0 1 5-0.0 0 1 1城乡分布0.0 3 8 5*0.0 2 2 3-0.1 6 6 5*-0.0 4 6 1*-0.0 0 8 6*0.0 5 4 4*-0.0 1 9 3*0.0 4 7 9*-0.0 2
47、 0 2*区域分布-0.0 0 5 20.0 2 7 9*-0.0 2 2 4*-0.0 1 0 0*-0.0 0 5 5*-0.0 1 6 0*0.0 0 6 2*0.0 1 2 8*-0.0 1 4 3*常数项0.0 5 7 2-3.3 6 1 1*-0.0 5 3 20.0 0 3 40.0 1 1 9-1.7 6 2 3*0.1 0 3 2*-1.2 8 9 3*-0.4 3 9 8*观测值5 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 75 9 8 7p s e u d oR20.0 9 60.0 8 00.5 9 9-7
48、.7 8 9-0.0 3 20.1 1 7-0.0 2 30.4 6 40.0 8 9表6 加入工具变量后信贷约束对家庭资产持有的影响:I V-T o b i t模型估计变量名称(1)现住房(2)其他房产(3)土地资产(4)农用器械(5)耐用消费品(6)经营资产(7)现金、存款(8)金融产品(9)借出款信贷约束-0.8 6 4 0*0.1 0 5 20.2 9 3 0*0.0 8 0 0*0.3 0 5 0*0.7 8 3 2*-0.5 1 3 9*-0.1 8 7 10.5 3 6 2*控制变量控制控制控制控制控制控制控制控制控制一阶段F值1 7.5 01 7.5 01 7.5 01 7.5
49、 01 7.5 01 7.5 01 7.5 01 7.5 01 7.5 0一阶段工具变量t值-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0-5.6 0W a l dT e s t3 2.9 6(0.0 0 0 0)0.3 1(0.5 7 7 4)9.4 9(0.0 0 2 1)5.2 7(0.0 2 1 6)5 7.2 2(0.0 0 0 0)2 0.9 2(0.0 0 0 0)7 7.3 9(0.0 0 0 0)2.1 2(0.1 4 5 8)4 6.4 0(0.0 0 0 0)观测值5 9 8 75 9 8 75 9 8 75 9 8 75
50、 9 8 75 9 8 75 9 8 75 9 8 75 9 8 7 五、稳健性检验本文采用以下几种方式进行稳健性检验:1.剔除极端值。剔除样本中家庭总资产小于1%和大于9 9%的极端值。回归结果如表7所示,系数的大小、符号及显著性与前文基本结论保持不变。2.更换数据。本文根据借款时是否有被拒绝的经历,选取2 0 1 4年和2 0 1 6年的数据为样本进行了稳健性检验。在2 0 1 4年和2 0 1 6年的C F P S问卷中,针对是否受信贷约束提问“您家借款金额较大时,有没有被拒的经历”。本文根据该问题,将没有借款被拒经历的家庭视为不受信贷约束的家庭,将有借款被拒经历的家庭视为受到信贷约束的
