金融可得性、金融市場參與和家庭資產選擇問題的實證研究

孫歡歡

（延安大學 經濟與管理學院，陜西 延安 716000）

金融可得性、金融市場參與和家庭資產選擇問題的實證研究

孫歡歡

（延安大學 經濟與管理學院，陜西 延安 716000）

本文以中國家庭金融調查數據為基礎，進行了金融可得性、金融市場參與和家庭資產選擇問題的研究，研究結果表明，金融可得性對于促進家庭參與正規金融市場及資產配置有著積極的作用，金融可得性的提升會通過對家庭民間借出的降低來減少非正規借貸市場供給.此外，金融可得性對家庭參與正規金融市場的邊際影響有著一定的差異性，即對農村地區的影響高于城市，對中西部地區的影響要高于東部地區.

金融可得性；金融市場參與；家庭資產選擇；影響

前言

在金融市場上，主要從資產和負債兩個角度對家庭金融行為進行分析，而無論哪個方面的家庭金融行為都可以劃分為兩個市場，即正規金融市場和非正規金融市場.對于家庭正規金融行為來說，主要指的是家庭參與股票、理財產品等正規金融市場，對于家庭非正規金融行為來說，主要指的是家庭參與民間借貸等非正規的金融市場.而從負債的角度來看，家庭參與正規的信貸市場即屬于正規金融行為，家庭參與非正規的民間借貸市場即屬于非正規金融行為.就目前來看，我國家庭金融市場還存在市場機制不完善、金融行為參與率較低、地區差異性明顯等問題.相較于正規金融市場來說，中國家庭非正規金融市場參與率要更高，形成了對正規金融市場有限參與而對非正規金融市場過度參與的局面.基于以上，本文從資產這一角度對家庭金融市場參與問題進行了研究，以中國家庭金融調查數據為基礎，分析了金融可得性對家庭金融市場參與及資產選擇的影響.

1 模型與變量選擇

以中國家庭金融調查項目數據為基礎，該調查項目涵蓋全國25個省市自治區，樣本數量為8438個，對中國家庭人口資產與負債、保險保障及收入消費等信息進行了采集，能夠對中國家庭金融基本狀況進行全面反映，數據質量較高，有著較優良的代表性[1].

1.1 模型設定

本文主要采用Probit模型和Tobit模型，前者用來分析金融可得性對家庭金融市場參與的影響，后者用來分析金融可得性對家庭資產選擇的影響，即風險資產占金融資產的比例.Probit模型如下：

在Probit模型公式（公式1）中，u～N(0，σ2)，Y代表啞變量，Y=1代表家庭參與金融市場，Y=0代表家庭沒有參與金融市場，Financial_availability代表金融可得性，X代表包含家庭特征變量和地區控制變量在內的控制變量.需要注意的是，在研究家庭資產選擇問題時，風險資產占金融資產比例屬于截斷的，為了進一步分析金融資產配置受到金融可得性的影響，需要應用Tobit模型：

公式2和公式3中，Y代表家庭風險資產占金融資產的比例，y*代表占比＞0的風險資產，Financial_availability代表金融可得性，X代表包括地區控制變量和家庭特征變量的控制變量.

1.2 變量選擇

1.2.1 金融市場參與及風險資產配置

以正規金融市場和非正規金融市場為依據對家庭風險資產配置進行劃分：①正規金融市場風險資產：主要包括企業債券、外匯、黃金、基金、金融債券、金融衍生品等等[2]；②非正規金融市場風險資產：民間借出款.無風險資產主要包括活期或定期存款、政府債券、現金等.風險資產和無風險資產共同組成了家庭金融資產.

1.2.2 金融可得性

在本研究中，以家庭金融可得性作為解釋變量，家庭金融行為與小區銀行數量有著密不可分的關系，能夠反映金融可得性.以中國家庭金融調查數據為基礎，對每個小區（包含村）樣本家庭存款開戶銀行數量進行計算，以此來衡量金融可得性.銀行數量越多，代表金融服務越發達，即金融可得性越強.需要注意的是，“小區銀行數量”并不是直觀意義上的小區內部銀行數量，而是小區內家庭能夠享受到金融服務的銀行數量，是一種微觀意義上對金融可得性的衡量方式[3].為了對研究結果穩健性進行檢驗，在后文中還選用了每萬人擁有銀行數量來衡量金融可得性，此外，每萬人擁有ATM自動取款機數量、每萬人證券營業部數量等將作為衡量金融可得性的補充指標，以此來保證研究的全面性和可靠性.

1.2.3 控制變量

家庭特征控制變量主要包括戶主年齡、戶籍、婚姻情況、負債比率、凈資產等等；區域特征控制變量主要包括家庭所在區域人均GDP、省份啞變量等.提出家庭資產及收入＜0的樣本，在調查樣本中，家庭正規金融市場參與率僅為11.5%，而借出款家庭比例達到了11.8%，借入款家庭比例高達32.5%.風險資產占比僅為4.7%.小區銀行數量在1-10之間，每萬人銀行數、ATM數也有著較大差異，由此可見，我國家庭金融環境存在較大的差異性，金融可得性存在較大異質性[4].為了觀察不同年齡段家庭行為上存在的差異性，將家庭戶主分為了不同年齡組，16-25歲組為對照組，還包括25-35歲組、35-45歲組、35-45歲組、45-55歲組、55-65歲組、＞65歲組.教育水平則以無文化家庭為對照.

監管機構是金融機構設置的重要影響因素，但其還會受到其他外部因素影響，本研究中，小區銀行數量內生性可能一方面源于家庭金融市場參與度，另一方面源于文化背景、理財習慣等不可觀測因素影響[4].反復檢驗后，將用非農人口占比作為工具變量來估計小區銀行數量.非農人口占比高的區域金融發達，銀行數量可能更多，且非農人口占比對股市參與度和資產配置沒有直接影響.

2 估計結果分析

2.1 金融可得性對正規金融市場的影響

從風險資產配置和正規金融市場參與兩個角度進行研究，正規金融市場參與定義為家庭擁有正規金融市場風險資產，其中股票市場最為重要，對此也進行了分析.具體如表1所示.

表1 金融可得性與正規金融市場參與

2.1.1 金融可得性對正規金融市場參與的影響

首先分析關注變量，小區銀行數估計系數為0.07,1%置信水平下有著顯著性特點，通過計算可得到小區銀行數量的邊際效應為0.01，即小區銀行數量每多一個，則家庭正規金融市場參與率增加1%.由此可見，小區銀行數的增加代表金融可得性增大，正規金融市場參與率越高.僅用小區銀行數量對金融可得性進行衡量會出現內生性問題，因此用非農人口占比作為工具變量進行估計，對小區銀行數內生性結果進行Durbin-Wu-Hausman檢驗（DWH檢驗）[5]，p=0.07，即存在內生性問題，之后可得小區銀行估計系數為0.21，邊際效應為0.02，進一步證明了金融可得性對家庭正規金融市場參與有著顯著正向影響.

之后對其他控制變量進行分析，家庭凈資產估計系數為0.32，在1%水平有著顯著性特點，代表其對家庭正規金融市場參與有著顯著正向影響.從年齡組上來看，相較于對照組來說，45-55歲組以前的年齡組估計系數較為顯著，其中35-45歲組估計系數最大，達到了0.43，代表這一年齡段家庭正規金融市場參與率最高，從教育水平上來看，除了初等教育之外，中等教育以上組估計系數都在1%水平顯著，說明教育對家庭參與正規金融市場有著正向影響.從風險偏好估計方面來看，風險愛好及風險厭惡的估計系數分別為0.29和-0.16，二者都在1%水平上顯著，符合經濟學原理[6].個體工商業估計系數為-0.23，在1%水平上顯著，說明其對家庭參與正規金融市場有著負向影響.人均GDP估計值為0.19，在1%水平上顯著，說明人均GDP對家庭參與正規金融市場有著顯著正影響，農村居民估計值為-0.39，在1%水平上顯著，說明對家庭參與正規金融市場有著顯著負影響.對家庭股票市場參與進行分析，結果與家庭參與正規金融市場一致，金融可得性也有著正向影響.

2.1.2 金融可得性對風險資產配置的影響

金融可得性不僅會影響家庭金融市場參與率，同時會影響參與深度，體現在對風險資產配置比例的影響.估計結果如表2所示.

表2 金融可得性與風險資產配置

在probit估計中，小區銀行估計系數為0.05，在1%置信水平下顯著，即金融可得性有利于增加風險資產比例，IVprobit估計中，小區銀行數為0.14，在1%置信水平下顯著，驗證了估計結果.由此可見，金融可得性會提升家庭風險資產配置比例，對家庭正規金融市場參與深度的提升有著正向影響.

2.2 金融可得性對非正規市場的影響

通過上文中的分析可知，金融可得性對家庭正規金融市場參與有著正向影響，但需要注意的是，非正規金融市場也值得重視.

2.2.1 金融可得性對民間借出的影響

金融可得性對家庭非正規金融市場參與和資產配置的影響估計如表3所示.Probit分析中，小區銀行估計系數為-0.04，在5%置信水平上顯著，說明金融可得性對于家庭民間借出比例有著顯著負向影響，IV probit分析中，小區銀行估計系數為-0.10，雖然數值較小，不顯著，但仍然有負向影響.而Tobit與IV Tobit分析結果基本一致.由此可見，提升金融可得性能夠降低家庭在非正規金融市場省的資產配置比例，從而提升正規金融市場上的配置資產比例.

表3 金融可得性與民間借出

2.2.2 金融可得性對非正規借貸的影響

通過上文中的分析可知，提升金融可得性能夠降低非正規金融市場資產配置比例，而對于家庭借出款來說，其主要是民間借貸來源[7].因此，金融可得性可能會對民間借貸行為有著一定的影響，具體分析結果如表4所示.從probit分析來看，小區銀行數估計系數為-0.06，在1%置信水平顯著，代表金融可得性對家庭民間借入有著顯著負影響，IV probit分析結果與probit分析基本一致，對民間借貸的估計可知，金融可得性對家庭民間借貸有著顯著負影響.由此可見，提升金融可得性有利于降低家庭在非正規金融市場配置，提升在正規金融市場配置，從而減少民間借貸，降低借入比例.

表4 金融可得性與非正規借貸

2.3 城鄉及區域間影響差異分析

2.3.1 城鄉間影響差異

表5 城鄉間影響差異

城鄉間影響差異如表5所示，對于正規金融市場參與來說，probit估計中，小區銀行數和農村交叉項估計系數為0.07，在5%置信水平上顯著，即相較于城市來說，金融可得性對農村家庭有著更大的邊際影響，IV probit估計驗證了probit估計結論；對于非正規金融市場參與來說，probit估計系數不顯著但為負，IV probit估計系數為負，且在1%置信水平上顯著，說明相較于城市來說，金融可得性對農村家庭非正規金融市場參與有著更高的負向影響.

2.3.2 區域間影響差異

區域間影響差異如表6所示，對于正規金融市場來說，在probit分析中，小區銀行*中西部地區交叉項估計系數為0.11，在1%置信水平上顯著，說明相較于東部地區來說，金融可得性對中西部地區家庭有著更大的影響，IV probit驗證了probit分析結果；對于非正規金融市場來說，小區銀行數*中西部probit分析與IV probit估計系數均不顯著，說明金融可得性對東部地區和中西部地區家庭非正規金融市場參與的影響差異不顯著.

表6 區域間影響差異

結論

綜上所述，本文以中國家庭金融調查數據為基礎，進行了金融可得性、金融市場參與和家庭資產選擇問題的研究，得出結論如下：（1）提升金融可得性對于家庭參與正規金融市場有著正向影響，且能夠提升參與深度；（2）提升金融可得性對于家庭正規金融市場資產配置有著正向影響，對于民間借貸供給、家庭非正規金融市場資產配置有著負面影響；（3）相較于城市和東部地區來說，金融可得性對農村地區和中西部地區家庭金融市場參與及資產選擇的影響更大.

〔1〕尹志超,吳雨,甘犁.金融可得性、金融市場參與和家庭資產選擇[J].經濟研究,2015,03:87-99.

〔2〕吳衛星,王治政,吳錕.家庭金融研究綜述——基于資產配置視角[J].科學決策,2015,04:69-94.

〔3〕陳永偉,史宇鵬,權五燮.住房財富、金融市場參與和家庭資產組合選擇——來自中國城市的證據 [J].金融研究, 2015,04:1-18.

〔4〕劉佳倩,曹強.信貸約束、家庭金融市場參與和家庭資產選擇[J].上海工程技術大學學報,2016,02:178-183.

〔5〕李鳳,羅建東,路曉蒙,鄧博夫,甘犁.中國家庭資產狀況、變動趨勢及其影響因素[J].管理世界,2016,02:45-56+187.

〔6〕王宇.農村家庭資產配置與金融市場參與的實證研究——以浙江金華地區為例[J].鄭州航空工業管理學院學報,2008,05:103-108.

〔7〕盧亞娟,張龍耀,許玉韞.金融可得性與農村家庭創業——基于CHARLS數據的實證研究 [J].經濟理論與經濟管理,2014,10:89-99.

F832.5

A

1673-260X（2017）04-0062-03

2017-01-18