吳衛星,張旭陽,吳 錕
(1.對外經濟貿易大學金融學院/“一帶一路”PPP發展研究中心,北京 100029;2.北京物資學院經濟學院,北京 101149;3.對外經濟貿易大學應用金融研究中心,北京 100029)
隨著經濟的發展和居民消費理念的改變,我國家庭債務累積問題逐步凸顯并越來越受到關注,但相關研究卻較少。李心丹等[1]認為,家庭金融實踐活動越來越豐富,“量入為出”的傳統消費觀念逐漸被打破。金融市場中產品越來越多元,監管機構對于金融市場參與者的保護也越來越完善。這些主客觀因素都在一定程度上促進了家庭借貸需求的增加。中國人民銀行發布的《2018年第三季度中國貨幣政策執行報告》中顯示,截至2018年9月末,住戶貸款余額為462 053億元,同比增長18.2%,居民借貸規模迅速擴張。借貸對于平滑家庭跨期消費、緩解暫時性風險沖擊有重要作用,合理的負債能夠在一定程度上提高長期效用。雖然借貸規模的擴張在一定程度上增加了居民的購買力、提振了消費,但是祝偉和夏瑜擎[2]發現,不同類型的負債對家庭福利水平的影響會產生差異。吳衛星等[3]發現,金融素養低的家庭更容易出現過度負債問題。王江等[4]認為,家庭主要通過金融市場對自身資源在時間和風險上進行優化配置。而Van Rooij等[5]研究表明,金融素養對家庭的金融決策有重要影響。家庭借貸市場是金融市場的重要組成部分,家庭借貸市場的穩定與否對金融市場運行有直接影響,美國次貸危機的爆發主要原因之一就是家庭負債不合理,因此,同樣應持續關注我國家庭借貸問題。市場上的貸款利率、貸款期限和還款方式不盡相同,各類貸款對家庭綜合貸款利率的影響迥異。那么,不同金融素養的家庭在參與借貸市場時從中獲得的福利是否具有差異?基于家庭貸款異質性的角度對于理解家庭負債行為及結果有重要作用。
現實中,居民的金融素養普遍較低,不僅我國如此,世界上許多國家和地區亦如此。如Disney和Gathergood[6]在英國家庭調查問卷數據庫中發現,問卷包含單利、復利和最低還款三個問題,計算答案時需要被調查者具備一定的金融素養,全部答錯者占11%,全部答對者只占30%。Klapper等[7]發現,俄羅斯作為消費借貸增長較快的國家,被調查者中也只有41%的人能夠理解復利,46%的人能夠答對關于通貨膨脹的簡單概念。Lusardi和Tufano[8]用美國的樣本發現,只有1/3的人對復利的計算及信用卡的使用細節有一定了解。綜合來看,大多數國家居民的金融素養普遍較低。然而,金融市場上信貸產品的借貸形式和種類越來越多樣化,不同貸款類型下的利率有明顯差異。Disney和Gathergood[6]研究發現,監管機構通常要求廣告中要披露基于利率的信貸成本指標,以達到不同產品間可以進行比較的目的,最常見的是使用年化百分比利率(Annualised Percentage Rate),然而很多消費者仍然無法識別每類信貸產品成本的差異,導致金融素養越低的消費者使用的信貸產品成本越高。Lusardi和Tufano[8]明確指出,“你不了解的事可能會傷害你”。據估計,金融理財相關知識缺乏的信用卡持卡人支付的費用比普通持卡人高50%。如果居民可以更好地了解借貸利率等相關知識,則可能有助于他們選擇更合適的貸款類型,降低債務成本。也就是說,家庭金融素養的差異可能導致不同的借貸利率。
借鑒投資組合的相關概念,負債可以類似地看成具有負收益率的資產,負債組合的差異會導致家庭負債綜合收益率的差異。長期較高的債務成本會對家庭的資金運轉、財富積累、投資與消費等方面產生很大負面影響。宏觀上,過多的債務累積對金融安全有重要影響,Hung等[9]總結了美國次貸危機的三個經驗教訓:糟糕的財務決策可能是令人驚訝的普遍現象;在危機發生之前很長一段時期,這些問題可能被忽視;隨后的金融市場動蕩和政府干預證明,系統性影響和維持金融穩定的成本可能相當大。微觀研究中,吳衛星等[3]發現,居民家庭金融素養與負債與否、是否過度負債有顯著關系,金融素養的提升會增加家庭持有負債的概率,但是會降低家庭過度負債的可能。Schicks[10]使用加納的微觀借貸數據發現,金融素養低的居民容易過度負債,過度負債的居民經常會在每次貸款償付日努力達到最低還款要求,并且在還款結構上必須做出很大犧牲。對于高負債居民,如果他們由于缺乏相關借貸知識而背負高額的利息,無異于雪上加霜。如何高效投資是一門學問,如何優化負債同樣應該引起重視。
本文可能的貢獻體現在如下兩個方面:一是金融素養作為影響家庭負債的重要因素,國內的研究分析仍十分缺乏,本文進行了一定的補充。二是從貸款渠道和貸款利率兩方面研究了金融素養對借貸成本的影響機制。
本文運用清華大學中國金融研究中心2011年進行的“中國消費金融現狀及投資者教育調查”項目數據,該數據有較科學的抽樣方法,數據特征具有一定代表性。廖理和張金寶[11]對問卷的可靠性做了詳細闡述,在訪問對象上,要求被調查者必須熟悉家庭經濟狀況,且是家庭經濟活動的主要決策者,較好地保證了數據的準確性和全面性。原始數據5 990個,刪除數據中關鍵變量的缺失值以及異常值(主要指超出問卷選項中給出的數字范圍),最終得到有效數據4 503個。
本文主要研究金融素養與家庭貸款問題,主要分為三個部分:一是金融素養是否對家庭貸款的獲取有顯著影響。二是金融素養是否對家庭貸款的期限結構和綜合貸款利率有影響。三是對金融素養與家庭貸款的最主要部分——購房貸款的渠道和房貸利率進行分析。
對于第一部分的分析主要使用Probit模型,具體如下:
y1=αfl_factor+Xβ+u
(1)
其中,y1表示家庭貸款,y1= 1(y1> 0),fl_factor表示金融素養,X表示控制變量。
式(1)中,金融素養與家庭貸款獲取之間可能存在內生性問題。一方面,可能存在反向影響,即家庭獲得貸款后更加愿意關注相關借貸知識,并不斷提高自身金融素養;另一方面,可能存在遺漏變量,即可能存在一些未觀測到的變量同時影響到金融素養和家庭貸款。因此,我們使用IV-Probit模型來處理內生性問題,具體如下:
(2)
對于第二部分本文使用OLS模型進行分析,家庭在貸款時可能存在樣本自選擇問題進而導致回歸系數有偏誤,本文使用Heckit模型來糾正選擇偏誤??紤]到金融素養與綜合貸款利率可能存在內生性問題,主要是遺漏變量問題,本文使用IV-Heckit模型來解決自選擇及內生性問題。
第三部分使用的模型與第二部分相同??紤]到家庭的異質性帶來的異方差問題,文中的回歸均使用穩健性(Robust)估計來避免系數的標準差偏誤。
1.解釋變量:金融素養
金融素養很大程度上代表了人們能夠就借貸合同做出簡單決策、將有關利息的基礎知識應用于日常財務選擇的能力。目前,衡量金融素養有兩種常用方法:一種是根據被調查者回答利率、復利和通貨膨脹等問題的情況作為金融素養的指標;另一種是根據被調查者對金融概念或者金融常識的了解程度進行衡量。本文使用調查問卷中與金融相關系列問題的主觀回答結果作為衡量金融素養的指標。調查問卷中一類問題為“您家了解商業銀行以下貸款產品嗎?”,涉及購房貸款、購車貸款、裝修貸款、教育貸款、商業經營貸款和大件消費貸款等六類貸款,被調查者需要依次對六類貸款的了解情況打分,不知道、不太了解、有所了解、比較了解、非常了解分別記1—5分;另一類問題是“您對下列產品了解嗎?”,涉及股票、基金和債券,被調查者對這三類信貸產品依次打分,不知道、不太了解、有所了解、比較了解、非常了解分別記1—5分。借鑒Van Rooij等[5]與吳衛星等[3]的方法,對從以上問題得到的數據進行因子分析。結果顯示,兩類問題的KMO綜合值為0.885,最小值為0.806,SMC值大部分在0.600左右,最小值為0.545,綜合來看比較適合做因子分析。因子分析顯示,以上兩類問題有兩個主要載荷因子:一個與銀行貸款有關;另一個與投資信貸產品有關。通過加權兩個主要載荷因子得分得到金融素養指標。
鑒于指標可得性,參考Van Rooij等[12],本文使用吳衛星等[13]“戶主或配偶是否有經濟或管理方面的高等教育學歷”的指標作為金融素養工具變量。戶主的經濟或管理學歷會對戶主的金融素養高低有直接影響。學歷是事前變量,即戶主是否有經濟或管理方面的學歷基本在戶主成立家庭之前就已經確定,不會受到成家之后的負債行為影響。
2.被解釋變量:各類貸款
調查問卷中的家庭貸款主要包括:購房貸款、汽車貸款、其他長期貸款、短期消費貸款和其他短期借款。購房貸款又細分為銀行貸款和向親友借款。每類貸款下面給出了1—17個選擇區間,每個數字對應著一定的貸款額度區間,被調查者可以選擇直接填寫貸款金額,也可以選一個區間,對于選擇區間范圍的,本文用區間的中間值作為代替。汽車貸款在調查問卷中有單獨的提問,被調查者自己填寫具體的汽車貸款金額及貸款利率。因此,本文對于汽車貸款的統計均以被調查者填寫的具體金額為準,不再使用家庭負債表中的區間數據。將購房貸款、汽車貸款和其他長期貸款加總得到長期貸款(long_loan),將短期消費貸款、其他短期借款加總得到短期貸款(short_loan),長期貸款加短期貸款即得到總貸款(loan)。本文按照調查問卷中貸款分類標準將貸款期限大于1年的歸為長期貸款,將貸款期限在1年以內的歸為短期貸款。長期貸款、短期貸款和總貸款獲取與否均為虛擬變量。
3.控制變量
本文控制一系列與貸款有關的變量,為避免受極值影響,對家庭年可支配收入(income_w2)進行了2.5%的雙邊縮尾處理。
各變量具體說明及描述性統計結果如表1所示。

表1 變量說明及描述性統計(N=4 503)
從表1可以看出,家庭貸款中長期貸款的均值為5.690萬元,是總貸款的最主要部分。家庭年可支配收入的均值為9.344萬元,戶主平均年齡37歲,多數處于已婚狀態。
由于本文研究涉及的變量較多,可能引起多重共線性問題。使用方差膨脹因子(VIF)進行檢驗的結果顯示,VIF最大值為3.140,均值為1.450,一般大于10認為有嚴重多重共線性,因此,VIF檢驗結果顯示,變量之間沒有存在嚴重的多重共線性,可以進行下一步分析。
4.利率的確定
除了汽車貸款部分被調查者需要詳細填寫貸款利率,調查問卷中并沒有給出其他幾類貸款的具體利率。參考Disney和Gathergood[6]與吳衛星等[14]的做法,本文以比較有代表性的利率參考值作為每類貸款的替代。對于購房貸款中銀行渠道的利率,使用2011年2月9號中國人民銀行公布的5年以上貸款基準利率6.6%。目前對購房貸款中親友借款的利率調查數據較少,借鑒吳衛星等[14]的方法,使用西南財經大學中國家庭金融調查與研究中心(CHFS)發布的2011年調查數據,考察在親友借款中為了購房的樣本,計算加權平均值得到利率10.1%。劉繪和沈慶劼[15]研究發現,2011年來,我國P2P網絡借貸平臺數量以及成交額迅猛增長,側面表明大量居民借貸逐漸轉移到線上P2P平臺。人人貸平臺作為具有代表性的P2P平臺,其最終撮合成交的利率能夠反映借款者通過其他渠道獲得貸款的成本。本文將人人貸平臺2011年這1年內的貸款利率進行加權平均,借款者短期貸款的平均償付期限為7.460個月,得到年化利率為14.1%。按此方法用1年以上的貸款進行計算得到14.6%,借款者長期貸款的平均償付期限為22.000個月,用該利率代表其他長期貸款的利率。在2011年互聯網消費貸款仍處于初級階段,從商業銀行獲得短期消費貸款的可能性更大,假設償還期限平均為半年,使用2011年2月9號中國人民銀行公布的期限為6個月的貸款基準利率5.6%。結合利率取值和每類貸款的金額,可計算得到每個家庭貸款組合的綜合貸款利率。
表2是運用Probit模型、IV-Probit模型的回歸結果。

表2 金融素養與長期貸款、短期貸款和總貸款
注:***、**和*分別表示在1%、5%和10%水平上顯著,括號內為P值。下同。
表2中列(1)、列(3)、列(5)和列(7)報告的是Probit模型的回歸結果,可以看出,隨著金融素養的提高,家庭的長期貸款、短期貸款和總貸款均顯著增加。說明隨著金融素養的提高,家庭獲得貸款的可能性更大,這與宋全云等[16]使用2015年中國家庭金融調查(CHFS)數據的研究結果一致。回歸結果還顯示,婚姻對于長期貸款有顯著促進作用,而對于短期貸款的影響不明顯,這可能是因為長期貸款會更注重借款者的風險狀況,而婚姻可能在一定程度上保障了家庭經濟上的長期穩定性。年齡對于長期貸款和短期貸款的影響均顯著為負,符合生命周期理論的預測,這一結果與陳斌開和李濤[17]研究結果一致,另外,也可能是年輕人對貸款信息有及時的了解,在貸款方面更積極活躍。家庭年可支配收入對長期貸款的影響不顯著,這可能是由于隨著收入的增加家庭的貸款意愿并沒有太大變化,高收入家庭在貸款時更容易,但他們需求也相對偏低。
表2中列(2)、列(4)、列(6)和列(8)報告的是IV-Probit模型的回歸結果,用來解決內生性問題。結果發現,金融素養對各類貸款的影響與Probit模型基本一致。列(2)中,金融素養變量的正負未發生變化,但顯著性出現了明顯下降。杜賓吳豪斯曼(DWH)檢驗的P值為0.229,顯然在10%水平下拒絕外生性假設。一階段F值為50.780,根據Stock和Yogo[18],大于10%偏誤下的臨界值16.380,說明不存在弱工具變量問題。因此,工具變量的使用符合要求。
顯著性下降的原因可能有兩個:一是金融素養與長期貸款之間的內生性較高,長期貸款是家庭貸款的主要部分,家庭對此類貸款關注度更高,而且長期貸款還款期限較長,對家庭財務狀況影響較大,這些因素都會促使家庭更加關注貸款、還款等方面的借貸知識,通過不斷學習提高金融素養。二是長期貸款中包含親友借款這一非正規渠道的貸款,根據吳衛星等[3]的研究,金融素養的提高可能會降低非正規渠道的貸款。列(3)、列(4)將親友借款數據不記入長期貸款變量中重新進行回歸,金融素養對除親友借款外的長期貸款確實有正向促進作用,印證了第二種原因的存在。
表3為金融素養與貸款期限結構、綜合貸款利率的回歸結果。

表3 金融素養與貸款期限結構、綜合貸款利率
表3中列(1)和列(2)運用OLS模型和Heckit模型進行回歸,結果顯示金融素養對家庭組合貸款中短期貸款占比沒有顯著影響,說明金融素養不同的家庭貸款期限結構可能沒有明顯差異??紤]到家庭貸款可能涉及自選擇問題,進而導致樣本非隨機,影響回歸結果的準確性。表3中列(2)和列(4)使用Heckit模型進行回歸,可以看到逆米爾斯比(IMR)的系數在5%和1%水平上顯著,說明樣本存在自選擇問題,使用Heckit模型相較于OLS模型更合適。
金融素養與被解釋變量之間可能存在互為因果問題:一方面,貸款利率低的家庭更加愿意關注相關借貸知識,并不斷提高自身金融素養;另一方面,可能存在遺漏變量而導致內生性問題。因此,本文使用工具變量法解決內生性問題。表3中列(1)和列(2)的回歸結果說明,金融素養與短期貸款占比之間沒有顯著性關系。列(3)說明,家庭的綜合貸款利率隨著金融素養的增加而降低,列(4)和列(5)運用Heckit模型和IV-Heckit模型進行回歸,結果顯示逆米爾斯比(IMR)系數顯著,說明確實存在自選擇問題。列(5)運用IV-Heckit模型回歸,杜賓吳豪斯曼(DWH)檢驗的P值為0.115,顯然在10%水平下拒絕外生性假設。一階段F值為27.000,根據Stock和Yogo[18],大于10%偏誤下的臨界值16.380,說明不存在弱工具變量問題。列(5)IV-Heckit模型回歸結果顯示,綜合貸款利率隨著金融素養的增加而降低。即糾正自選擇問題和內生性問題后上文結論依然成立,說明金融素養高的家庭識別不同貸款利率的能力強,因此,在選擇貸款類型時有更好的技巧。這與Disney和Gathergood[6]對消費貸款的研究一致。年齡對綜合貸款利率的影響顯著為正,說明年齡越大的居民在貸款時有更高的利率,年輕人獲取貸款信息渠道可能比年長的人更多,手機、互聯網等使年輕人有更多的方式獲得貸款,因而可以獲取較優惠的利率。學歷對綜合貸款利率有顯著的負向影響,學歷越高對于識別各類貸款的利率越有幫助。
購房貸款在家庭貸款中占比最高,為80%左右,因而購房貸款是家庭貸款的主要部分。表3的回歸結果說明金融素養有助于降低綜合貸款利率,但是從期限結構上沒有找到證據,即沒有發現金融素養不同的家庭通過選擇不同期限結構的貸款來降低綜合貸款利率。房貸利率可能是影響家庭綜合貸款利率的重要部分。如果家庭從正規渠道(銀行)獲得貸款的能力越強,那么購房貸款的利率也會越低。考慮到購房貸款還款期限較長,利率的降低可以在長期減輕家庭的債務成本。問卷調查設計問題:“如果您家需要借錢的話,您‘首選’的借錢對象是誰?”。有75.1%的人選擇了親戚、朋友,而把銀行作為首選對象的只有23.0%,說明并不是大多數人都自然而然地認為從正規渠道(銀行)貸款是首選項。
表4中列(1)使用OLS模型回歸發現,金融素養越高購房貸款中銀行貸款占比越大,意味著從正規渠道(銀行)貸款的比例越高,購房貸款的利率越低。Klapper等[7]在俄羅斯個人調查數據中也發現,金融素養越高的人利用非正規渠道貸款的可能性越低,這與本文的研究結果一致。年齡的系數為負,說明越年輕家庭的購房貸款中銀行貸款占比越高,年輕人更愿意向銀行貸款,而年齡較大的人可能有更多的社會關系網絡傾向于向親朋好友借款。家庭擁有較高收入有利于從銀行貸款,這與現實情況相符,銀行更傾向于對高收入的家庭提供購房貸款。隨著學歷的提高,購房貸款中銀行貸款占比增加,說明學歷作為人力資本的重要代表,在一定程度上反映了借款者的償付能力,銀行更愿意向高學歷居民放貸。
表4中列(2)用Heckit模型處理了自選擇問題,逆米爾斯比(IMR)系數顯著,說明確實存在樣本自選擇問題。列(3)使用IV-Heckit模型處理了自選擇問題和內生性問題,杜賓吳豪斯曼(DWH)檢驗的P值為0.071,在10%水平下拒絕外生性假設。一階段F值為17.280,根據Stock和Yogo[18],大于10%偏誤下的臨界值16.380,不存在弱工具變量問題。列(3)IV-Heckit模型回歸結果與列(1)OLS模型回歸結果一致,結論穩健。
表4中列(4)—列(6)分別使用OLS模型、Heckit模型和IV-Heckit模型檢驗了金融素養對房貸利率的影響。從三個模型的回歸結果可以看出,金融素養與房貸利率的系數均為負,且在5%或10%水平下顯著,說明金融素養越高,購房者的房貸利率越低。

表4 金融素養與購房貸款渠道、房貸利率
對于指標的穩健性,本文借鑒Bianchi[19]的做法,使用累加法重新計算金融素養(fl_sum)變量,對前文結論進行再次驗證,[注]具體結果未在正文列出,留存備索?;貧w結果較穩健??紤]到工作狀態的差異可能導致負債行為的差異,刪除工作狀態中包括退休或待業的家庭,用子樣本進行回歸,金融素養系數正負與前文所得結論基本一致,結論依然較穩健。
金融素養作為影響家庭借貸決策的重要因素,對于家庭負債行為有怎樣的影響?本文研究發現,金融素養對家庭的負債行為有重要影響。第一,金融素養的提升有助于長期貸款和短期貸款的獲取。第二,金融素養不同的家庭在安排貸款組合時,短期貸款占比沒有顯著差異,但金融素養高的家庭貸款組合的綜合貸款利率會顯著下降。第三,金融素養高的家庭在購房貸款時能夠更多地從正規渠道(銀行)獲得貸款,從而降低了購房貸款的利率。
本文的研究結論具有如下啟示:第一,金融素養高的家庭貸款時在獲取數量和獲取渠道上都有一定優勢。金融素養的提高有助于優化家庭貸款組合,降低綜合貸款利率。第二,普及相關借貸知識,幫助居民認識不同類別貸款利率的差異。第三,大力發展正規金融市場以滿足居民借貸需求。
需要說明的是,由于無法識別每類貸款的獲取渠道,本文用利率平均值代替家庭每類貸款的利率不夠精確。由金融素養對購房貸款的渠道選擇影響可知,即使在同類貸款中,金融素養高的家庭能夠更多地從正規渠道獲得貸款。受困于借貸數據細化程度不夠,筆者認為這種利率平均值估計反而會在一定程度上低估金融素養對綜合貸款利率的實際影響。