家庭金融调查范文

前言：我们精心挑选了数篇优质家庭金融调查文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

关键词：家庭金融；能力效应；市场参与

Competence effect and financial market participation: Evidence from Household Survey Micro-Data

Wu Weixing Xu Qian Wang Gong

(Research Center of Applied Finance, University of International Business and Economics, Beijing 100029, China)

Abstract: In addition to household demographic characteristics, household wealth, illiquid assets and other objective factors, investors’ subjective perceived competence also have a significant effect on household participation in the financial market. Based on survey micro-data of households, this paper defines two indicators by the self-assessment of understanding of the market and investors’ own perceived ability. Empirical results show that investors’ subjective perceived competence has a significant and positive effect on household behaviors about market participation. It implies that the investors with higher self-perceived competence are more likely to participate in stock investment. It is also found that investors’ subjective perceived competence is mainly affected by education level, household income and health status.

Key words: Household finance; Competence effect; Market participation

能力效应与金融市场参与:基于家庭微观调查数据的分析

摘要：除了居民家庭的人口统计学特征、财富水平和非流动资产等客观因素之外，投资者主观能力感受对居民家庭金融市场参与也有显著影响。基于中国居民家庭微观调查数据，根据家庭户主对市场了解程度的自我评价以及能力水平感受构建指标，发现居民家庭主观能力感受对居民家庭市场参与行为具有显著的正向影响，表明如果投资者如果在自我感知的能力方面对自己有更高的评价，则更有可能参与股票市场。同时研究也发现教育程度、家庭收入和健康状况等均会显著影响居民家庭的主观能力感受。

关键词：家庭金融；能力效应；市场参与

经典的投资组合理论在最为一般的假设下证明经济人的最优资产配置是持有一定比例的风险资产和一定比例的无风险资产，并且风险资产的权重是不变的。但实证研究发现不管是在发达国家还是在新兴市场国家的居民家庭即使是非常富有的家庭都有很大比例没有参与股票等风险类资产的投资，这似乎并不符合经典理论的结论，学术界称之为“市场参与之谜”。那么，在现实中哪些因素是导致投资组合异质性的原因呢？大量的研究已经对居民家庭的人口统计学特征、财富水平和非流动资产等客观因素与家庭资产配置的关系进行了研究，本文则在此基础上基于中国居民家庭微观调查数据，对投资者主观能力感受与居民家庭金融市场参与之间的关系进行了分析，并探讨了影响居民主观能力感受的因素。

一、 相关研究综述

1.1居民家庭投资组合研究

第2篇

该报告基于全国25个省、80个县、320个社区共8438个家庭的抽样调查数据汇总分析形成，涉及家庭资产、负债、收入、消费、保险、保障等各个方面的数据，全面客观地反映了当前我国家庭金融的基本状况。中国人民银行研究局局长张建华，西南财经大学校长张宗益，国家统计局中国经济景气监测中心副主任潘建成，原中国人民银行货币政策委员会委员、清华大学“长江学者”特聘教授李稻葵，西南财经大学副校长马骁，西南财经大学“长江学者”特聘教授、中国家庭金融调查与研究中心主任甘犁以及来自北京大学、清华大学、中国人民大学、天津大学、中央财经大学、对外经贸大学、西南财经大学等国内知名高校相关研究领域的专家学者参加了报告会。

权威数据，填补国内空白

家庭金融的相关数据直观反应了家庭在经济金融活动中的行为决策，对于中央银行进行宏观调控，防范金融风险具有重要意义。家庭金融在国际上早已得到广泛关注和高度重视。20xx年美国金融学会(AFA)年会上，AFA主席、哈佛大学教授John Campbell断言，家庭金融将会成为金融学中继资产定价、公司金融后第三个重要的研究领域。20xx年，美国联邦储备委员会宣布，将本应于2019年举行的消费者金融调查(SCF)提前到当年进行，以便及时直观地了解美国家庭财务受金融危机影响的情况。美联储主席伯南克认为，为详细了解各类家庭受到金融危机的影响，美联储需要直接观察各个家庭的财务变化。伴随着中国作为新兴经济体的快速崛起，中国的经济走向也成为影响世界经济稳定的重要因素，作为最基础的我国国民家庭金融行为也成为世界关注的焦点。

针对中国微观家庭金融数据匮乏的现状，2019年4月，西南财经大学与中国人民银行强强联手，整合高校与政府机构优势资源，成立了西南财经大学中国家庭金融调查与研究中心，中心是迄今国内最为权威的研究中国家庭金融微观问题的机构之一。

此次《中国家庭金融调查报告》的问世，共历时三年，历经前期筹备、中期调研、后期数据整理、报告撰写四个阶段。32个调查小组、343人次，经过对全国25个省、80个县(市)、320个社区(村)，8438份有效样本的科学分析形成的《中国家庭金融调查报告》，以其权威性和详实的内容填补了行业空白，是我国家庭金融微观数据领域的重大突破。此报告既是西财倡导求真务实学风、推动中国问题中国研究的重要收获，也是西财与央行携手面向社会重大需求进行协同创新的阶段性成果。

对此，中国人民银行研究局张健华局长表示：“针对中国家庭开展金融调查是全面深入了解消费金融现状的一个重要的手段和前提，对政府、金融界和学术界都具有重要意义。相信此次《中国家庭金融调查报告》调研数据的出炉，不仅为目前对家庭消费金融行为的了解提供有价值的补充，还将为政府和监管层制定重要政策提供有益参考。”

关注家庭，聚焦民生热点

家庭是社会最重要的微观主体，是政府政策的最终受众。资产配置、借款、贷款、保险、消费、投资等需求，以及家庭对经济变化的反应等家庭的金融行为，都对个人生活水平的提高及国家综合实力的提升有很大影响。此次《中国家庭金融调查报告》提供了一系列关于中国家庭金融状况的数据，其中包括：

——家庭储蓄。中国家庭储蓄主要集中在高收入家庭，收入最高 10%的家庭，其储蓄率为60.6%，其储蓄占当年总储蓄的74.9%。大量低收入家庭在调查年份的支出大于或等于收入，没有或几乎没有储蓄。而中国较高储蓄的根本原因，不在于广大民众没有足够的消费动机，而在于没有足够的收入。因此，增加消费、减少储蓄最有效的政策是减少收入不均。中国政府《xx发展规划纲要》提出的“工资增长和GDP増长速度要求同步,劳动报酬增长和劳动生产率提高同步”的政策的实施，将有助于降低中国的储蓄率。

——住房资产。中国家庭自有住房拥有率为89.68%，远高于世界平均的60%。其中，城市家庭为85.39%。城市家庭拥有两套以上住房的家庭占19.07%。城市家庭第一套住房价值平均为84.10万，成本价格平均19.10万，市价-成本比为4.4;城市家庭第二套住房价值平均为95.67万，成本价格平均为39.33万，市价-成本比为2.43。因此，城市住房收益可观。

——住房贷款。非农家庭购房贷款总额平均为28.39 万元，占家庭总债务的47%;农业家庭购房贷款总额平均为12.22万元，占家庭总债务的32%。住房贷款总额远远大于家庭年收入，户主年龄在30-40岁之间的家庭负担最重，贷款总额平均为家庭年收入的11 倍多。

——股票投资。调查中，盈利的家庭占22.27%;盈亏平衡的家庭占21.82%;亏损的家庭比例达56.01%。高达77%的炒股家庭没有从股市赚钱。随着年龄的增加，炒股赚钱的比例呈增加的态势。

——衍生品及债券市场。家庭对衍生品市场参与率为0.05%;家庭对金融理财产品市场参与率为1.10%。这与我国衍生品市场和债券市场发展滞后的现实基本吻合。

——家庭资产。中国家庭资产平均为121.69万元，城市家庭平均为247.60万元，农村家庭平均为37.70万元。家庭资产中金融资产为6.37万元，占总资产8.76%，非金融资产为66.40万元，占91.24%。

——家庭负债。中国家庭负债平均为6.26万元，城市家庭平均为10.08万元，农村家庭平均为3.65万元。中国家庭总体资产负债率为4.76%，城市家庭为4.08%，农村家庭为9.81%，农村家庭负债较重。

——家庭财富。中国家庭财富净值平均为115.54万元，城市家庭平均为237.52万元，农村家庭平均为32.20万元。

——养老保障。中国居民中44.2%无任何形式的养老保障，仅有54.8%的人有养老保障。退休后养老金收入：总体月平均753.95 元;城市月平均1557.67 元;农村月平均188.67 元。

——家庭教育。九年制义务教育和高考扩招效果明显，“80后”有初中以下比例仅为7.5%，而大学毕业比例则高达并稳定在19%。大学教育及硕士生教育回报显著。本科学历收入是大专或高职学历的1.75倍，硕士学历收入则为本科学历的1.73倍，而博士学历收入则只有硕士学历的70%。另外，到海外接受高等教育已经成为中国公民重要选择之一。中国家庭中9.78%在校大学生(含研究生)留学海外。在有15岁以下小孩家庭中，8.31%打算送小孩出国，29.43%看情况决定是否送小孩出国。中国高等教育已经面临着激烈的国际竞争，还将面临更为激烈的竞争。

第3篇

2016中国家庭金融调查报告

中国首份《中国家庭金融调查报告》近日引来广泛争论和质疑。报告称：中国家庭净总资产高出美国家庭21%，城市户口家庭的平均资产已达247万元，全国的自有住房拥有率高达89.68%。

这些数据是如何出炉的，为何中国家庭资产会超出美国?中国之声近日专访了《报告》团队领军人、中国家庭金融调查与研究中心主任、西南财经大学经济学院院长甘犁。

采访中甘犁说，不曾想到一份《报告》的会引起如此广泛的争论和质疑。他首先表示，可以肯定的是，数据结果来自全国性的抽样调查。

甘犁：抽样方式和美国美联储抽样方式是一样的。第一，我们在全国随机抽了8438户进行入户调查，在很多宏观数据上，我们都进行了比较。第二是数据的资产，包括了所有资产，有房产、家庭的金融资产，就是银行存款、股票市场、各种债券甚至黄金等。还包括了家庭的汽车、家庭的工商业、土地。所以，这是一个非常完整的资产总量的描述。我们的资产描述跟美国的资产描述也是具有可比性的。

在质疑者看来，尽管中国的发展有目共睹，但要说中国家庭净资产比美国高出两成以上，他们并不认同了。对此，甘犁的解释，中国家庭总资产超越美国，很大程度上来自房产的估值。

甘犁：中国家庭的房产占总资产比例的70%，美国只有30%。我们爱买房子，房产又涨的比较快，而美国在金融危机以后房产缩水比例很高。所以美国的资产在缩水，我们的资产因为房产的原因在增加。然后我们的家庭人口越多，人口基数比较大，所以全国所有家庭资产加起来超过了美国全国所有家庭加起来的资产的总额，但是人均只有美国的四分之一。

中国家庭总资产中金融资产只有5%，而美国是38%;反过来，中国家庭总资产70%都是房产，而美国却只有30%左右。这样一种家庭资产结构在甘犁看来，风险很大。

甘犁：20年前的日本因为房产泡沫，导致了日本全国总资产远远超过了美国。但是泡沫破灭了以后，日本到现在为止的全国总资产只有美国的60%，比我们低更多了。

谈到为什么中国住房拥有率会近90%时，甘犁说，这与计算方式有关，更与家庭定义有关。

甘犁：城市是全国平均，农村现在90%多的家庭是有房子的，所以这样平均下来，城市就只有85%-86%拥有住房。我们根据了国际上调查机构拥有的家庭定义，有几种情况是觉得自己没有住房，但我们把他算进住房。一是人屋分离的情况;二是啃老族。

第4篇

针对中国微观家庭金融数据匮乏的现状，2010年4月，西南财经大学与中国人民银行强强联手，整合高校与政府机构优势资源，成立了西南财经大学中国家庭金融调查与研究中心，中心是迄今国内最为权威的研究中国家庭金融微观问题的机构之一。此次《中国家庭金融调查报告》的问世，共历时3年，历经前期筹备、中期调研、后期数据整理、报告撰写4个阶段。32个调查小组、343人次，经过对全国25个省、80个县（市）、320个社区（村），8438份有效样本的科学分析形成了《中国家庭金融调查报告》。

调查显示：

——家庭储蓄。中国家庭储蓄主要集中在高收入家庭，收入最高 10%的家庭，其储蓄率为60.6%，其储蓄占当年总储蓄的74.9%。大量低收入家庭在调查年份的支出大于或等于收入，没有或几乎没有储蓄。而中国较高储蓄的根本原因，不在于广大民众没有足够的消费动机，而在于没有足够的收入。因此，增加消费、减少储蓄最有效的政策是减少收入不均。中国政府《十二五发展规划纲要》提出的“工资增长和GDP増长速度要求同步，劳动报酬增长和劳动生产率提高同步”的政策的实施，将有助于降低中国的储蓄率。

——住房资产。中国家庭自有住房拥有率为89.68%，远高于世界平均的60%。其中，城市家庭为85.39%。城市家庭拥有2套以上住房的家庭占19.07%。城市家庭第1套住房价值平均为84.10万，成本价格平均19.10万，市价—成本比为4.4；城市家庭第2套住房价值平均为95.67万，成本价格平均为39.33万，市价—成本比为2.43。因此，城市住房收益可观。

——住房贷款。非农家庭购房贷款总额平均为28.39万元，占家庭总债务的47%；农业家庭购房贷款总额平均为12.22万元，占家庭总债务的32%。住房贷款总额远远大于家庭年收入，户主年龄在30～40岁之间的家庭负担最重，贷款总额平均为家庭年收入的11倍多。

——股票投资。调查中，盈利的家庭占22.27%；盈亏平衡的家庭占21.82%；亏损的家庭比例达56.01%。高达77%的炒股家庭没有从股市赚钱。随着年龄的增加，炒股赚钱的比例呈增加的态势。

——衍生品及债券市场。家庭对衍生品市场参与率为0.05%；家庭对金融理财产品市场参与率为1.10%。这与我国衍生品市场和债券市场发展滞后的现实基本吻合。

——家庭资产。中国家庭资产平均为121.69万元，城市家庭平均为247.60万元，农村家庭平均为37.70万元。家庭资产中金融资产为6.37万元，占总资产8.76%，非金融资产为66.40万元，占91.24%。

——家庭负债。中国家庭负债平均为6.26万元，城市家庭平均为10.08万元，农村家庭平均为3.65万元。中国家庭总体资产负债率为4.76%，城市家庭为4.08%，农村家庭为9.81%，农村家庭负债较重。

——家庭财富。中国家庭财富净值平均为115.54万元，城市家庭平均为237.52万元，农村家庭平均为32.20万元。

——养老保障。中国居民中44.2%无任何形式的养老保障，仅有54.8%的人有养老保障。退休后养老金收入：总体月平均753.95 元；城市月平均1557.67 元；农村月平均188.67 元。

——家庭教育。九年制义务教育和高考扩招效果明显，“80后”有初中以下比例仅为7.5%，而大学毕业比例则高达并稳定在19%。大学教育及硕士生教育回报显著。本科学历收入是大专或高职学历的1.75倍，硕士学历收入则为本科学历的1.73倍，而博士学历收入则只有硕士学历的70%。另外，到海外接受高等教育已经成为中国公民重要选择之一。中国家庭中9.78%在校大学生（含研究生）留学海外。在有15岁以下小孩家庭中，8.31%打算送小孩出国，29.43%看情况决定是否送小孩出国。中国高等教育已经面临着激烈的国际竞争，还将面临更为激烈的竞争。

第5篇

随着市场经济的快速发展，我国农村居民家庭的生活水平不断提高，家庭财富大幅提升。居民家庭的投资意识加强，对金融资产的投资需求不断增加。金融市场的不断深化与发展，使农村家庭在实物资产与金融资产之间的选择不断变化。如何使家庭的资产得到保值和增值，日益受到农村家庭的关注。

近几年来，我国农村家庭金融资产中储蓄仍占绝大部分，但比重不断下降，说明投资者更在寻求更广阔的投资空间，农村金融对于金融市场的发展具有较大潜力。因此，研究农村家庭金融资产投资对于我国金融市场发展具有重大意义。

1.国外研究现状

西方发达国家较早的建立了关于家庭金融资产调查的数据库，因此，国外学者多是从微观数据方面来研究居民家庭投资的，主要从两个方面展开的：一是研究家庭收入，人口特征和生命周期等因素对家庭金融资产选择的影响；二是研究风险偏好，投资情绪和社会预期等因素对其的影响。

Heaton、Lucas（2000）在研究中把工资机制纳入其中，发现居民家庭的工资收入和股票收益之间存在很高的正向相关性，并且存在较高背景风险的家庭对股票等高风险资产的投资较少。Iwaisako（2003）通过对日本居民家庭的研究发现，家庭对股票的投资比例在整个工作时间中增长，但在退休后呈下降趋势。

Agnew，Iwaisako（2003），Shum、Faig（2006）在研究中考虑到了性别、婚姻、受教育程度等因素。并且从投资偏好、情绪等方面对于家庭在不同金融资产“有限参与”状况进行了解释。Guiso、Sapienza、Zingales（2004）三人在研究中发现对金融机构、社会等信任度较高的家庭更愿意投资风险资产。

2.国内研究现状

国内对家庭金融资产的研究起步较晚，由于缺少完整的数据，主要采用我国的统计年鉴等数据，或者通过调查问卷等形式收集第一手数据，及通过比较影响家庭金融资产投资的因素等方式进行研究。

（1）实证研究法

通过采用统计年鉴等数据进行实证研究的方法具有一定的客观性，能够更好地进行变动规律分析及趋势分析。

赵燕，王寅（2009）及邢大伟（2008）认为应该以金融创新来更好的满足我国金融市场的多样化需求，经济体制改革应该深化，金融中介的建设需要进一步加强，进而来引导居民的多样化投资。王寅及邢大伟（2009）都是以扬州市的统计数据和调查数据相结合，对农村家庭资产选择进行的实证研究。

李文磊、郭燕婷、张彤（2009）及连建辉（1998）都对研究面进行了划分，连建辉通过实证研究，从存量和增量两个方面考察我国农村居民资产选择的现状，探究了形成当前农村居民资产选择格局的原因及对农村经济成长的影响。而前三人则从收入、消费、风险三个宏观因素入手进行了实证分析得出金融资产投资与收入、消费之间的关系。

袁志刚、冯俊（2005）以及李建军、田光宁（2001）都提到了我国家庭金融资产中储蓄问题，前者认为较高的储蓄率是我国经济体制改革冲击的必然结果。而后者居民家庭在收入水平偏低，可选择的金融产品较少时，偏好流动性的选择动机使其家庭金融资产存量中出现高储蓄率的现象。

（2）调查法

不同于比较法及实证研究，调查法能够直接掌握大量的第一手实际资料，使得实验调查的结论具有较高的准确性，具有较大的说服力。

卢家昌、顾金宏（2009）以调查问卷的形式获得数据，采用了结构方程、因子分析、Logistic 回归方法分别对家庭金融选择行为的因素之间的逻辑关系及内在机制进行了检验且对家庭金融资产在货币类产品、证券类产品、保障类产品三个方面投资的影响因素进行了分析。王宇、周丽（2009）同样建立Logistic进行回归分析，不同的是其对影响东部与西部农村家庭参与金融市场的决定因素进行了研究和比较。

邹红、喻开志（2009）从不同维度对家庭金融资产选择特征进行分析，认为职业、收入、金融意识等因素的不同产生了不同层次的金融需求和资产选择行为。于蓉（2006）同样对职业、收入、教育程度等方面进行分析，还在金融中介对投资者影响方面、投资者的心理或主观属性及国际对比方面进行了分析，研究更加全面化。

（3）国际间比较法

通过将我国家庭金融资产选择行为在国际间进行对比分析，能够直观认识到我国宏观经济形势对家庭金融资产选择行为产生的影响以及我国目前经济发展存在的问题。

桂钟琴，赵燕及王聪、海云（2010）运用国际比较与统计计量相结合的方法研究得出影响我国家庭金融资产投资主要因素是我国金融市场尚不成熟，金融工具单一，保障制度、法律不完善等。

3.总结

第6篇

关键词：农村居民；金融资产；影响因素；生命周期

中图分类号：F830.34 文献标识码：B 文章编号：1674-2265（2013）07-0058-06

一、引言

随着农村经济发展水平的不断提高，农村居民家庭财产逐渐积累。金融资产作为农民家庭财产的重要组成部分，其总量和结构也发生了显著变化，对于农村金融资产相关问题的研究逐渐成为人们关注的焦点。目前，许多学者专门对我国城镇居民财产分布进行了研究（李实、魏众等，2005；梁运文、霍震等，2010）；但与此形成鲜明对比的是对于农村居民家庭财产相关问题的研究却很少，对农村居民家庭金融资产问题的研究更少，并且多集中在金融资产选择（史代敏，2005）与借贷需求方面 （周宗安，2010； 陈鹏，2011；张学勇，2010 ），很少有对农村居民家庭金融资产现状、结构及影响因素的实证研究。鉴于国内对农村居民金融资产相关问题研究的欠缺，笔者于2012年7月对我国农村居民家庭金融资产的规模、结构进行了尽可能详细的入户调研，以期真实描绘当前我国农村居民家庭金融资产现状，并从实证的角度分析研究金融资产的影响因素，为进一步的理论研究和政策制定提供一定参考。

二、数据来源、指标选择与处理

本文使用的数据来自调查组于2012年7月对我国9省（自治区、直辖市）的农村居民家庭的实地调查，调查问卷主要涉及农户家庭财产总量及金融资产和构成，影响农户家庭金融资产总量的因素如家庭经济、家庭特征、外部环境等。调查样本的抽样原则是：首先，按全国三大区域的划分，按地区人均收入排序后随机抽取样本省份，其中，东部地区3个省份为山东、江苏、福建，中部地区3个省份为河南、安徽、湖南，西部地区3个省份为甘肃、重庆、广西；其次，根据各省、市、自治区内经济发展水平的不同，以人均收入为基准，将样本省份的各个县排序，分别随机抽取东部地区7个县、中部地区8个县、西部地区6个县，共21个县进行实际调研；最后，在每个县，以调查者所居住乡村为基础，随机抽取农户为调查样本。按照各县的地级市归属，具体调查地点和访问户数如下：山东菏泽、滨州、济宁，江苏南通、苏州、扬州，福建泉州共计200户农村居民家庭； 河南郑州、信阳，安徽亳州、宿州、阜阳，湖南邵阳、湘潭、湘西共计200户农村居民家庭；甘肃平凉、陇西，重庆黔州，广西贺州、桂林、百色共计150户农村居民家庭。为尽可能保证问卷信息的真实可得性，调查组采用入户调查、当面访谈并回收问卷的形式，发放、回收问卷550份，其中有效问卷500份，有效率为90.9%。

文中所涉及的家庭金融资产是指剔除借贷行为后所剩余的金融净资产，包括居民家庭储蓄存款、手存现金、金融产品等，储蓄存款包括定期存款和活期存款；金融产品具体指国债、股票、基金、保险等。居民家庭财产，主要指金融资产、住房估计价值（房产）、家庭耐用消费品估值和家庭生产经营资产。其中，房产价值由两部分构成：一部分为房屋自身价值；另一部分为装修附加价值（调查测算过程中忽略了建筑面积用地价值），并以消费者价格指数作为通货膨胀率衡量指标，将数据进行了适当处理。家庭主要耐用消费品主要指非经营性家用汽车和购买原值在200元以上、产品寿命一年以上的耐用消费品，考虑到耐用消费品贬值速度较快，因此对其现值估计时采取30%的折旧率。家庭生产经营资产主要有家庭农机设备现值（对其现值估计时也采取30%的折旧率）、固定资产现值（扣除贷款）、自由流动资金等。

三、金融资产分布与构成

（一）金融资产规模与分布

调查数据表明，当前我国农村居民家庭金融资产户均值为37825元，与2007年农村居民家庭金融资产16459元相比有了大幅提高。但约有53%的被调查居民家庭金融资产均值位于平均水平之下，金融资产水平为4万元以下的比例达65%，可以看出，农村居民家庭金融资产差异明显（见图1）。

同时，我国农村居民家庭金融资产分布呈现出明显的地区差异性。从图2可以看出，我国东、中、西部地区农村居民家庭金融资产均值分别为47925元、40900元、21283元，东部地区农村居民家庭金融资产均值为西部地区的2.25倍，农村居民家庭金融资产具有明显的地区差异性，这主要源于经济发展水平的地区差异性，这也从侧面反映了我国东、中、西部农村地区的贫富差异。

（二）金融资产结构

图3显示，储蓄存款在农村居民家庭金融资产中构成比例最高，达到80.38%；其次为手存现金，为13.40%；金融产品所占比例最小，为6.22%。同居民家庭金融资产分布状况一样，居民家庭金融资产构成因地区不同也存在差异性，农村居民家庭金融资产过多集中在储蓄存款上是不争的事实，但各金融资产结构所占比例因地区不同而有所差异。从整体来看，在储蓄存款占家庭金融资产比例方面，西部农村地区比例最高，其次为中部地区，东部地区最小；而手存现金占家庭金融资产的比例，东、中、西部相差不大；东部地区金融产品所占家庭金融资产比例为8.24%，这几乎为中部地区所占比例的两倍，是西部地区所占比例的两倍多，反映了东部农村居民在金融资产方面更加侧重于收益。相比2002年农村居民家庭金融产品资产几乎为0，现阶段农村居民家庭金融资产不单单局限于储蓄存款和手存现金，金融资产在结构和总量上也有了较大变化。

四、家庭金融资产分布影响因素研究

上文从居民家庭金融资产总量分布和结构两个角度阐述了我国农村居民家庭金融资产现状，但更为重要的是对金融资产分布影响因素的研究，即哪些因素造成农村居民家庭金融资产水平的差异。

（一）研究方法及模型设定

本文参照李实（2000）对我国居民家庭财产水平影响因素进行研究的方法，将影响居民家庭金融资产积累的因素分为三类：居民家庭经济因素、居民家庭特征因素、外部环境因素等，其中家庭经济因素包括家庭年收入、家庭总财产、金融借贷行为、投资活动；家庭特征因素有户主年龄、受教育程度以及专业技能的掌握、家庭劳动力人数、家庭社会政治资本；外部环境因素则取决于当地农村地区的经济发展水平，以及东、中、西部区域性差异等。构建农村居民家庭金融资产函数为：

[C=f（Y，F，E，μ）] （1）

其中C为农村居民家庭金融资产的自然对数；Y代表居民家庭经济因素；F代表居民家庭特征因素；E为外部环境因素；μ为随机误差项。

影响农村居民家庭金融资产的计量经济模型形式如下：

LnFin=β0+β1LnIncome+β2LnCapital+β3Dcs+β4Invest+β5Age+β6Age2 +β7Edu+β8Pros+β9Labs+β10Mcpc+β11Dum+μ （2）

其中，β0为回归截距项，β1为家庭收入的弹性系数，β2为家庭财产的弹性系数，βi（i=3，4，.....，11）表示回归系数，μ为随机扰动项。

根据对农村居民家庭调查所得的样本数据，对各变量进行描述性统计分析（见表2），农村居民家庭金融资产对数平均值为10.34；家庭收入对数平均值为10.37；家庭借贷行为均值为0.29；投资活动均值为0.14；户主年龄平均值为2.4，表明年龄分布比较平均，平均年龄在45—55岁之间；户主受教育程度平均值为1.80，表明户主整体受教育程度较低；是否掌握专业技能平均值为0.19，传达出拥有专业技能的农村居民家庭并不多；家庭劳动力人数平均值为1.70；家庭社会政治资本平均值为0.13，说明在被调查家庭中，更多家庭成员属于普通群众，干部党员在农村家庭较少；地区虚拟变量平均值为2.10。

为控制解释变量之间可能存在的共线性问题，本文遵循李子奈（2011）提倡的计量经济学模型总体设定的唯一性与一般性原则，在回归模型方程中纳入所有可能对被解释变量（家庭金融资产水平）产生影响的解释变量（即表2所描述的自变量），即模型在估计时对不同类型控制变量进行分别回归，以减小共线性对模型估计的影响。

（二）实证分析结果及解释

综合上述分析，同时考虑：（1）采用截面数据进行回归分析会出现异方差；（2）本调研样本数据相对较少，不能进行稳健性检验；（3）随机扰动项协方差未知，因此本文采用可行广义最小二乘法（FGLS）对模型（2）进行估计回归。计量软件为Stata12.0，具体估计结果见表3。

从表3的回归结果可以看出：财产水平、家庭收入、金融借贷行为、家庭投资活动、户主专业技能、社会政治资本、家庭劳动力人数等对农村居民家庭金融资产积累有正面影响，并且财产水平对其影响最大，其他依次递减；户主年龄及区域因素对农村居民家庭金融资产的积累有负面影响。

1. 家庭经济因素。本文实证结果显示，居民家庭财产对金融资产的影响最大，其次为家庭收入，这主要是因为农村居民家庭财产不断积累，农户很少进行投资经营活动，更倾向于存款储蓄，这与图3中所反映的内容相符。农村居民家庭财产的增加，使得金融资产不断积累。本调查组所得数据显示，金融资产占家庭财产总量的百分比为44.12%，这与2002年中国社科院经济研究所收入分配课题组研究所得的12.3%（李实等，2005）、2007年奥尔多中心的27.65%（梁运文等，2010）等研究结果相比，有了较大提高。但金融资产不断积累的过程中，增长更多的是储蓄存款，农村居民家庭中较少进行投资经营活动，没有对现有资金进行充分的利用，投资观念较为淡薄，应充分调动农民投资的积极性。

计量回归模型显示投资经营活动及借贷行为均对金融资产产生正向促进效应。农户通过借贷行为进行投资经营活动，进而增加收入，家庭金融资产有所增加。从表4也可以看出，有金融借贷行为、投资经营活动的居民家庭金融资产较多，这与计量回归结果相符合。

2. 家庭特征因素。从表5可以看出，现阶段我国农村居民家庭金融资产符合生命周期理论，随着年龄的增长，家庭金融资产呈倒“U”型分布。户主年龄从20岁到40岁，金融资产积累逐步增加，40岁左右达到峰值，45岁之后金融资产逐步下降。其中户主年龄在30岁以下金融资产均值为35823元，在30—45岁之间均值为44590元，在45—60岁之间均值为38181元，在60岁以上均值为26000元。表4中计量回归结果也显示年龄解释变量系数为正，年龄平方解释变量系数为负，这更好地拟合了生命周期理论。

对于农村居民家庭来说，财产的最大值应出现在劳动力身强力壮的中年时期，农村居民主要从事体力劳动，身体健康状况与劳动生产率正相关，身体状况良好往往意味着更高的劳动生产率和收入，有利于财产积累。一般情况下，农村居民青壮年时期，身体状况良好；随着年龄增长，会逐步迈入年老体衰的状况，收入会逐步减少甚至消失。另外，年龄的增长以及年轻时过度劳累损耗导致身体状况较差的个体通常需要较高的医疗开销，不利于财产的积累。身体状况良好的家庭财产不断增加，现阶段农村居民投资观念还比较淡薄，很少进行投资经营活动，对于收入的处理选择，除持有少量现金外，更多地倾向于储蓄，进而使得金融资产增加。随着年龄的增加，收入减少，金融资产也相应地减少。

户主受教育程度直接体现了家庭人力资本状况，表3显示，户主受教育程度对家庭金融资产积累有正向影响作用。从表5中可以看出，随着户主受教育程度的增加，家庭金融资产也相应增加，并且调查数据发现，在户主受教育程度为高中及以上的家庭中，储蓄存款占金融资产的比例为68.84%，远低于平均比例80.38%，而金融产品所占比例则为17.37%，高于6.22%的平均水平，可见，现阶段高学历农村居民家庭有了较高的金融投资观念。

专业技能的掌握、劳动力人数是户主家庭生产资本的体现，回归结果表明，其对金融资产均产生正向的影响作用。居民家庭拥有专业技能及更多的劳动力使得家庭生产力更高，能够获得更多的收入，从而家庭金融资产才能够不断积累。

家庭社会政治资本对农村居民家庭金融资产的积累也有一定的正向影响。户主为党员干部身份能够运用更多的资源，可以降低农村地区金融机构对农户信息不对称的不利影响，能够及时获得外部借贷支持，获得更多的借贷机会，解决农户融资难的问题，利于农户生产经营活动，充分体现了社会政治资本对于家庭金融资产积累的正效应。

3. 外部环境因素。计量回归结果显示，地区因素对农村居民家庭金融资产影响程度不同，差异性较大，这与表1的描述相符。经济较发达地区，家庭居民金融资产较多；经济欠发达地区家庭金融资产较少。

五、结论及建议

通过对全国550户农村居民家庭的调查，本文详细描绘了我国农村居民家庭2012年金融资产的分布、构成和主要特征，初步探讨了导致居民家庭金融资产水平差异的影响因素，通过对数据的详细分析与实证研究，得出了如下结论：

近年来，我国农村居民家庭金融资产的积累不断增加，在家庭财产中所占的比例大幅上升，家庭收入与财产、借贷行为、投资经营活动等均是影响家庭金融资产规模的重要因素，且均产生正向促进作用，其中家庭财产因素对金融资产规模影响最大，其次为家庭收入，两者在很大程度上决定着居民家庭金融资产水平。但整体来看，金融资产主要集中在储蓄存款上，资金利用效率低，农村居民家庭金融资产结构有所变化，金融产品资产占有一定比例。

居民家庭金融资产分布符合生命周期理论：户主年龄从20岁到45岁，家庭金融资产积累逐步增加，40岁左右金融资产达到峰值，45岁之后，金融资产逐步下降。同时，农村居民家庭金融资产与户主受教育程度明显正相关，这从侧面肯定了教育对农村经济发展水平的改善。接受教育程度较高的家庭拥有更多的金融资产，并且在金融资产构成中，储蓄存款所占比例相对较低，金融产品所占比例较高，在金融资产保值增值方面有了更强的意识。家庭社会政治资本对家庭金融资产起正向促进作用。农村居民家庭所处的地理位置不同，家庭金融资产也存在很大差异。

农村居民家庭金融资产是家庭财产构成的主要部分，改善金融资产结构，增加金融资产，要突破收入水平的约束，政府应当鼓励农户进行投资经营活动，发展农村经济，提高农村居民家庭收入，同时还应从制度和政策上引导农村居民家庭对金融资产的选择行为，满足农村居民家庭的借贷需求，使更多的储蓄存款转换为流动资金，增加资金的流动性和收益性。

参考文献：

[1]陈鹏，刘锡良.中国农户融资选择意愿研究——来自10省2万家农户借贷调查的证据[J].金融研究，2011，（7）.

[2]李实，魏众，B.古斯塔夫森.中国城镇居民的财产分配[J].经济研究，2000，（3）.

[3]李实，魏众，丁赛.中国居民财产分布不均等及其原因的经验分析[J].经济研究，2005，（6）.

[4]梁运文，霍震，刘凯.中国城乡居民财产的实证研究[J].经济研究，2010，（10）.

[5]李子奈.计量经济学模型与方法论[M].清华大学出版社，2011，（3）.

[6]史代敏，宋艳.居民家庭金融资产选择的实证研究[J].统计研究，2005，（10）.

[7]史代敏等.居民家庭金融资产选择的建模研究[M].中国人民大学出版社， 2012，（3）.

[8]童馨乐，褚保金，杨向阳.社会资本对农户借贷行为影响的实证研究——基于八省1003个农户的调查数据[J].金融研究，2011，（12）.

[9]徐展峰，贾健.农民金融资产分布、选择行为与影响因素分析——基于江西省2450个农户数据[J].中国农业大学学报，2010，（05）.

第7篇

【关键词】金融排斥 农村家庭 收入水平

一、引言

金融排斥是指社会中的弱势群体缺少足够的途径或方式接近金融机构，以及在利用金融产品或服务方面存在诸多困难和障碍（Chan，2004）。2015年11月9日中央全面深化改革领导小组第十八次会议审议通过了《推进普惠金融发展规划（2016～2020年）》，并强调“大力发展普惠金融，提升金融服务的覆盖率、可得性、满意度，满足人民群众日益增长的金融需求，特别是要让农民、小微企业、城镇低收入人群、贫困人群和残疾人、老年人等及时获取价格合理、便捷安全的金融服务”。从中可见，金融排斥研究的重要性突显出来。

对金融排斥的研究起于Leyshon and Thrift（1995）基于地理排斥视角的理论研究。其后在国外逐步引起学界的关注和探讨。而中国的相关研究相对较晚，多集中在2005年之后。一部分缘由联合国在2005年明确出“普惠金融”的概念。作为普惠金融研究极度相关的研究――“金融排斥”开始引起国内学者的重视。当然，另一个原因是，随着我国20世纪90年代开始金融体制改革，金融运行机制发生了深刻的变化，衍生出了许多金融问题，迫切需要解决（徐少君、金雪军，2008）；其中有很多问题与国外的金融问题具有一定的相似性，如金融排斥等（金雪军等，2004；武巍等，2005）。在此之后，中国学者对国内存在的诸多金融排斥问题进行了多方面的研究，取得了很多来自中国的理论及经验证据。但是目前国内对金融排除研究的综合论述还较少，因此，本文将从国内金融排斥研究的论文量入手，对国内金融排斥研究的进展进行相对全面的综述，试图总结已经取得的成绩，探讨存在的不足，以期为后续研究提供一定的借鉴。

二、文献回顾及变量说明

（一）文献回顾

在已有文献中，从个体与家庭层面，基于社会人口学特征，Elwin（2004）、Rosen and Wu（2004）、Guiso et al.（2008）、Christiansen，et al.（2009）分别研究了年龄、健康状况、受教育程度、婚姻状况对金融排斥状况的影响，认为这些影响可能通过认知能力、收入和财富能力等途径起间接影响作用。而其他人口W特征如性别（Christiansen，et al.，2009）、政治面貌（Liu，2003）可能通过风险态度、家庭收入等来间接影响金融排斥。对于民族的影响，Devlin（2005）通过对英国家庭数据的分析，认为少数民族易受到金融排斥。

（二）数据来源

本文数据来自北京大学中国社会科学调查中心（ISSS）在2010实施的“中国家庭追踪调查”（China Family Panel Studies，CFPS）项目数据。“中国家庭追踪调查（CFPS）”旨在通过跟踪收集个体、家庭、社区三个层次的数据，调查覆盖了25个省/市/自治区，共采访约14960户家庭、42590个人。通过数据处理之后共获得了6399个家庭/户主观测值。考虑到家庭户主对家庭金融决策的重大作用，其中人口社会学特征使用户主的相关数据。

（三）变量模型说明

本文主要关注在农村家庭（居民）各项特征对遭受金融排斥状况的影响。

模型方法上，考虑到因变量为0-1变量，借鉴李涛（2010），用Probit回归模型，即

P■=1 if P■■=α'X■+δ'W■+ε■>0P■=0 其他

其中借鉴李涛等（2010），被解释变量用家庭是否在某金融服务方面受到金融排斥的状况，如储蓄、贷款、基金等，表征家庭是否受到金融排斥。该变量为0-1虚拟变量，若存在金融排斥，赋值为1，否则赋值为0。主要解释变量用居民的教育程度、健康状况、家庭人口、是否加入社会组织、收入水平等表征，并用Xi表示。控制变量考虑到户主所处行业、及身份对家庭决策影响较大，借鉴王修，马柯，王翔（2009），用户主（居民）是否从事金融业、户主是否为管理者以及樊纲市场化进程指数等作为控制变量，并用Wi在公式中表示。

三、实证分析

本节汇报并讨论主要变量的统计分析结果和相应的实证研究发现。

表1 城乡描述性统计分析对比表

■

表1报告了城镇和农村两个样本组主要变量的描述性统计分析结果。对比发现，样本居民面临着非常严重的金融排斥状况，其中农村受到更为严重的储蓄排斥和保险排斥。表2中，在户主性别方面农村有更多的男性户主。城镇中的户主有更高比例加入组织。家庭资产上，城镇是从农村的三倍之多。户主的受教育程度农村要比城镇第一个等级。在家庭年均收入上，城镇是农村的2倍之多。在城乡二元结构下，能够明显地从收入和财产上发现农村经济的滞后。

表2 农村家庭金融排斥状况影响因素的probit模型回归结果

■

注：①括号内数值为稳健的Z统计量（Robust z-statistics）；②***、**和*分别表示1%、5%和10%显著性水平（双尾检验）。

表2报告了农村家庭人口社会学特征、财富收入等因素对储蓄排斥、贷款排斥、保险排斥等金融排斥状况的影响的三组回归结果。

回归结果表明，在对家庭受到储蓄排斥的影响上，户主性别并没有显著影响；户主的年龄都有显著的U型影响；教育程度、健康、管理者呈显著负向影响；人均收入呈U型影响；市场化进程指数呈负向影响。在对家庭受到贷款排斥的影响上家庭户主的年龄都有显著的U型影响；家庭户主加入组织显著的负向影响；家庭人口在城乡家庭中都有显著性的负向影响；户主的健康程度在农村家庭都有显著的正向影响；家庭的年平均收入有显著性的倒U型影响；农村家庭中户主的事业心有较显著的负向影响；在对家庭受到保险排斥的影响上，户主性别并没有显著性影响；户主加入组织、户主的受教育程度及家庭规模在城乡家庭中都有显著且稳健的负向影响；健康程度有显著性的负向影响；家庭的年平均收入有显著性的U型影响；

四、结论

以“中国家庭追踪调查”中的中国家庭为例，本文实证研究了家庭人口社会学特征、财富收入特征对农村家庭受到金融排斥的影响。研究发现户主受教育程度、健康状况、家庭年均收入对金融排斥有不同程度的影响。在城乡二元结构下，农村家庭要获取金融服务更多的以教育、健康、收入水平为辅助条件。

本文的政策意义在于，中国农村家庭受到金融排斥的状况依旧严峻，在当下供给侧改革的形势下，要根植农村基础状况，加大教育和健康医疗的投入，提高农民收入，同样有助于农村家庭金融困局的解决。

参考文献

[1]Leyshorn A.and N.Thrift.Geographies of Financial Exclusion： Financial Abandonment in British and the United States[J].Transactions of the Institute of British Geographers，1995，20（3）：312～341.

[2]李涛，王志芳，王海港，谭松涛.中国城市居民的金融受排斥状况研究[J].经济研究，2010（7）：15～30.

[3]王修华，邱兆祥.农村金融排斥：现实困境与破解对策[J].中央财经大学学报，2010，（10）：47-52.

第8篇

中图分类号：F830 文献标识码：A

内容摘要：本文利用2012年农村居民家庭实地调查的样本数据，对现阶段农村居民家庭借贷行为特征进行详细描述，并从家庭经济能力、户主家庭特征、金融借贷环境三个方面入手，运用二元Logit模型，实证研究影响农村居民家庭借贷行为的因素。结果显示：收入水平、家庭投资经营活动、户主年龄、受教育程度、家庭社会政治资本、家庭负担水平、外出务工、金融借贷环境均显著影响农村居民家庭借贷行为。

关键词：农村居民 借贷行为 影响因素

农村居民家庭借贷行为作为农村金融的重要组成部分，影响农村地区金融体系发展，探索农村居民家庭借贷行为的影响因素，对农村地区金融发展以及建设农村金融现代制度具有重要意义。本文利用项目组于2012年7月对全国500户随机抽样农村居民家庭调查数据，描述现阶段农村地区借贷行为特征，并利用二元logit模型研究其影响因素，力求得到更新、更准确的结论，为农村金融政策的制定提供理论依据。

农村居民家庭借贷特征描述

（一）样本数据来源

本文利用项目组于2012年7月随机抽取全国东、中、西部9省市21县550户农村居民家庭实地调查的数据，其中，东部地区样本为山东、江苏、福建的7县200户，中部地区样本为河南、安徽、湖南的8县200户，西部地区样本为甘肃、重庆、广西的6县150户。为尽可能保证问卷信息的真实可得性，项目组采用入户调查、当面访谈并回收问卷的形式，回收问卷550份，其中有效问卷500份，有效率90.9%。

（二）居民家庭经济状况、特征与借贷行为

从表1得出：

1.家庭收入越高，生产经营需要的资金周转数量越多，借贷需求更大，也更容易获得金融借贷机构较高的授信评级，越倾向于借贷。

2.户主年龄较大，家庭财产积累到一定水平，同时对于子女抚养教育的支出较少，家庭消费支出不大，更多局限于医疗、养老支出，从而产生借贷行为的可能性较小。

3.受教育程度越高，户主对正规借贷机构的了解越深入，具有较好的现代金融意识，同时家庭投资经营环境较广，对资金需求较为强烈，因此更倾向于产生借贷行为。

4.户主拥有更多的社会政治资本，能够运用更多资源，进而产生借贷行为。并且，农村居民家庭所在村拥有正规的金融机构，距离正规金融机构越近，借贷需求越大，同时能够减少信用评级成本，更易产生借贷行为。

（三）居民家庭区位与借贷行为

不同地区农村居民家庭经济状况、思维方式、经营活动、收入水平的差异导致借贷行为、借贷目的、借贷渠道等方面的不同。在调查的500户农村居民家庭中借贷率为48%，并且东、中部农村居民家庭借贷率较高，西部地区较低。从借贷目的来看：东、中部农村居民家庭生产性借贷较高、生活性借贷较低，这与西部地区相反。生产性借贷自东至西呈下降趋势，生活性借贷自东向西呈上升趋势，即经济发达地区生产性借贷较高，经济欠发达地区生活性借贷较高。借贷渠道统计结果显示：东部居民家庭更多地趋向于选择正规金融机构借贷，西部地区居民家庭则较多地依赖非正规渠道，可以看出居民家庭借贷渠道与当地经济、金融发展关系密切（见表2）。

居民家庭借贷行为影响因素研究

（一）模型构建及变量说明

本文从农村居民家庭经济能力、户主家庭特征、金融借贷环境三个方面对借贷行为的因素进行实证分析。其中家庭经济能力包括家庭年收入、家庭财产水平、消费支出、家庭投资经营活动；户主家庭特征包括户主年龄、受教育程度、社会政治身份、家庭负担水平、家庭人均耕地面积、外出务工经历、家庭劳动力数等；金融借贷环境为本村正规金融借贷机构的存在及家庭所在地区。

对于农村居民家庭借贷行为影响因素运用logit模型的研究，本文构建以下计量模型：

Credit（Di=1）=β0+β1Income+ β2Cons +β3Invest+β4Age+β5Edu +β6Mcpc +β7Famb+β8Pcal +β9Outw+β10Labs+β11Finen++β12Dum+μ （1）

模型（1）中涉及的变量定义如表3所示。

（二）计量回归结果分析

根据前文所描述的研究方法，本文根据全国随机抽样500户农村居民家庭的调查数据，利用二元logit模型实证检验影响农户借贷行为的因素，运用Stata12.0软件采用最大似然法对模型进行估计，结果如表4所示。

根据计量模型估计结果，将农村居民家庭借贷行为影响因素归纳如下：

1.在农村居民家庭经济能力特征中，家庭年收入、家庭投资经营活动对借贷行为均产生正向显著作用，家庭消费支出对借贷行为的影响则不显著。在分地区回归结果中，东部地区农村居民家庭收入对借贷行为的影响最大，其次为中部地区，西部地区最小。同样家庭投资经营活动对东部地区家庭借贷行为影响最大，中部其次，但在西部地区农村居民家庭中回归结果则不显著。

2.户主家庭特征中，户主年龄、受教育程度、社会政治身份、家庭负担水平、外出务工对借贷行为的影响显著，其它变量则不显著。户主年龄、受教育程度回归结果验证了前面的假设。社会政治身份作为居民家庭社会资本的变量，回归结果显示其显著促进了借贷行为，户主拥有更多的社会资本，能够运用更多的资源，可以降低农村地区金融机构对农户信息不对称的不利影响，及时获得外部借贷支持，获得更多的借贷机会，进行借贷。分地区回归结果显示，西部地区农村居民家庭中社会资本对借贷行为的影响最为明显。家庭负担水平计量回归结果显著，表明农村居民家庭负担越重，子女教育、老人赡养、医疗费用等支出越高，对借贷的需求越大，甚至超出家庭支付能力，以至于借贷需求很难被满足。农村居民外出务工为低成本劳务经济，务工的工资性收入使得拥有的资金相对富余，多能满足家庭生活消费支出，很少进行投资经营活动，对借贷需求较小，因此外出务工能够产生对借贷行为的替代效应，抑制借贷行为。家庭人均耕地面积、家庭劳动力数则没有通过显著检验。

3.回归结果还表明，金融借贷环境显著促进了借贷行为的产生。金融借贷环境与农村地区借贷密切相关。

结论

本文通过对农村居民家庭借贷行为及影响因素分析，农村居民家庭收入水平、家庭投资经营活动、户主年龄、受教育程度、家庭社会政治资本、家庭负担水平、外出务工、金融借贷环境均显著影响借贷行为。同时分地区回归显示，各因素因地区不同，对借贷行为影响程度也不同。农村地区金融体制改革要因地制宜，完善借贷的法律法规，营造适宜的政策环境，增加金融服务信息的透明化，实现对农村居民家庭借贷需求的有效供给。同时还应发展经济，加强农村经济建设，增加农民收入，提高家庭偿还能力，促进农村地区借贷行为的健康发展。

参考文献

第9篇

关键词：农户融资；非正规金融；金融创新 文章编号：1003-4625（2014）01-0028-05 中图分类号：F832.43 文献标志码：A

一、问题的提出与文献综述

中国农村金融市场存在着正规金融和非正规金融的二元金融供给结构，不同地区这两种融资渠道的活跃程度不同，在很多地区通过非正规金融渠道的融资要比正规金融渠道的融资比例高。马晓青等（2012）研究发现，相较于江苏和四川的农户，河南的农户更倾向于非正规融资渠道，90%以上的农户的融入款项来自于亲戚朋友等非正规融资渠道。那么，为什么大部分农户的资金需求通过非正规渠道融入？农户在选择融资渠道时到底会受到哪些因素影响？中国农村金融改革过程中应该如何构建真正适应农村经济发展和农户需要的农村金融体系？

在对发展中国家农村金融的研究中，考虑到银行等正规金融机构的利率往往受到政府干预而控制在较低的水平，国外主流观点通常对农户融资顺序作如下假设：农户在需要外源融资时，首先向正规金融机构申请贷款，如果正规机构不能满足其需求，他们才会考虑非正规渠道。但Boucher and Guirkinger（2007）指出，银行通过抵押机制将贷款风险转移给了农民，这会使风险规避型的农户不愿意向正规金融机构贷款，从而选择无抵押无担保要求的民间融资。Kochar（1997）、Mushinski（1999）则强调非正规渠道在交易成本等方面有着独特的优势，有的借贷交易成本几乎为零，农户更愿意以较低的成本来获得贷款。Coleman（2006）研究表明，农村小额贷款目标上移，主要受益者仍是贫困人口中较为富裕的那一批人，而农村中有贷款需求的不仅仅是这些较为富裕的人，其他的相对比较贫困的农户就只能求助于非正规金融。Kazunari等（2010）指出，农户自营经济倾向于正式借贷作为其资金的稳定来源，但由于交易成本等因素，虽然他们的信贷规模较小，仍然被排斥在正规金融之外。Calum G.Turvey，R0ng K0ng（2010）通过对1500户农户的调查发现，超过67%的农户是从亲戚、朋友等非正规金融渠道借贷，非正规借贷是农户融资的首选。George Mawuli Akoandiar等（2013）运用Tobit、Logit模型分析得出，家庭规模、年龄、性别、婚姻状况、职业、收入等决定着农户金融市场参与度，地理特征是农户从金融市场获得金融服务的一个重要影响因素，相比于城镇居民，农村住户更倾向于从非正式金融渠道获取金融服务。

国内研究方面，钱水土、陆会（2008）通过对温州农户借贷行为的调查分析发现，相对于正规金融而言，非正规金融更能满足不同收入等级农户多样化的资金需求，因此农户融资时更偏好于非正规金融。至于哪些因素会对农户融资渠道的选择造成影响，李锐、李超（2007）研究证明，户主的性别、受教育的最高年限对农户借款偏好的影响并不显著，家庭纯收入、所经营土地面积以及医疗卫生、教育总支出对农户借款偏好的影响在统计上是显著的，农户土地拥有量与其融资偏好存在正相关关系，即农户拥有的土地数量越大，越倾向于从正规金融机构融资。但是，马晓青等（2010）却得出农户土地拥有量对其融资偏好不存在显著影响的结论，证明了收入和教育程度较高、参加合作组织、担任村干部、拥有良好信用记录的农户更偏好于正规借贷；而在遭受灾害等收入冲击时，农户对非正规渠道的偏好增加；正规金融市场发展较差的地区，也会吸引更多的农户在融资时选择非正规渠道。褚保金等（2008）运用广义Logit模型对农户借贷渠道的选择因素进行了实证分析，认为户主的教育年限、住房价值、社会资本等是影响农户正规和非正规借贷需求的主要因素，教育支出是影响农户非正规借贷需求的主要因素，播种面积、住房价值、家庭年总收入与获得正规借贷支持显著正相关。孔荣、衣明卉等（2011）通过对陕西、甘肃两省农户的调查分析认为，农户融资更偏好于非正规渠道，贷款程序的复杂程度、利率高低、金融机构对农户的信任水平、家庭文化等是导致农户不选择正规融资渠道的原因。赵建梅、刘玲玲（2013）研究发现：供给型和需求型信贷约束都显著地促进农户选择非正规金融。

综上所述，国内外学者对农户融资渠道选择及其影响因素做了许多有价值的探讨，但研究只是针对农户融入资金而对农户的资金融出情况都没有涉及，这不利于我们全面了解农村金融市场发展的现状以及存在的问题。本文通过对河南省林州市农户融资（包括融入和融出）情况的实地调查，试图对本文开篇提出的问题进行研究和探讨。

二、传统农区农户融资现状调查

（一）调查情况介绍

本项调查时间为2013年1―2月，调查地点是经济发展相对落后的传统农区――河南省林州市（县级市），包括姚村镇、合涧镇、任村镇和城郊乡的22个村庄。本次调查采用二次抽样法：第一次随机抽样确定调查地点，共调查了姚村镇6个村庄、合涧镇5个村庄、任村镇6个村庄、城郊乡5个村庄；第二次根据调查地点的居民收入分层抽样确定调查对象，按照一定的比例随机抽取低收入户、中等收入户和高收入户，收回有效问卷共188份。在所调查的农户中，40―49岁的农民占39.9%，50一59岁的农民占39.4%；其中，文化程度为高中及高中以上的占13.8%，初中文化的占59.6%，小学及没上学的占26.6%，他们一般为被访农户的户主。由于目前农民的文化程度普遍不高，为了提高调查问卷的真实性，此次调查采用调查人员上门和入户调查方式，通过与被访人员交谈沟通后由调查人员填写调查问卷。

（二）农户融资现状

1.非正规金融是农户融入资金的主渠道

调查发现，为了满足生产、生活资金需求，大部分农户主要通过非正规金融渠道融入资金。表1是样本农户在正规金融和非正规金融市场的借款情况表。其中，只发生非正规借款的农户比例为64.36%（包括民间无息和有息借款），而只发生正规金融机构借款的农户比例仅为1.60%，远远小于民间借款的比例。可见，农户在需要融资时，倾向于从非正规渠道获得资金。

本文使用的农户调查问卷对民间借贷区分了无息的友情借贷和民间有息借贷。无息友情借贷主要是发生在亲戚朋友之间的互借贷，而民间有息借贷大部分是农户向民间金融组织或村里的富裕户、放贷者的借款。调查显示，发生无息借款的农户（在所调查的农户中参与有息借款的农户均有无息借款）共有122户，在所调查的农户中比例高达64.89%；参与民间有息借款的只有16家农户，比例较小，仅为8.5%。

非正规金融成为农户融入资金的主渠道，一个重要的原因是农户融入资金主要用于生活性开支，而正规金融机构的贷款倾向于生产性融资。目前商业银行、农村信用社等正规金融机构很少有针对农户生活性融资的贷款项目，因此，当农户出现生活性资金短缺时，只有选择非正规融资渠道。如图1所示，样本农户通过非正规渠道借款用于子女上学、购建房、婚丧嫁娶的三项占比最高。

2.民间集资成为农户闲余资金的重要融出渠道

赵庆光（2013）认为，2010―2011年，国家宏观调控政策加大了对房地产业的限制，民间借贷市场需求由中小企业生产经营需求转向房地产规避政策限制性需求，从而推动了河南省民间借贷市场非理性、爆发式增长。在文本所调查的河南省林州市农村地区也证实了这个发现，所调查的188个样本农户中，有55.32%的农户（包含只参与民间集资和同时参与民间集资及互融资）参与了民间集资（见表2）。

该地区民间集资的利率在8%-20%不等，一些集资中介的利率高达30%。通过对样本农户集资情况的线性回归分析证实，高利率是吸引农户参与民间集资的首要因素。农民收入增加有了闲余却没有合适的投资渠道，是他们参与民间集资的重要原因。在回归分析中，将农户集资金额作为因变量，家庭人口数、户主文化程度、户主年龄、收入、集资利率作为自变量，回归结果如下：人口数、文化程度、年龄对于集资金额的影响均不显著，而农户收入和集资利率分别在5%、1%的显著性水平下对集资金额有着显著的正影响（见表3）。

3.非正规融资渠道存在风险隐患

从农户融入资金来看，在所调查的农户中，互融资中只有35个农户在借入资金时采用写借条的方式，而且借条极不规范，大部分亲戚朋友之间借贷的借条只写明借款数额，没有具体约定借款期限；其余87户都是采用口头约定形式，他们完全凭借双方之间的情感和信誉行事，既无借据也无抵押担保，这种没有任何约束的借贷方式在互融资中占比高达71.3%。在民间有息借贷中，签订合同、请人担保的只有3户，其余的也都是采取借条形式。不规范的借贷方式，一旦出现借款人不能或不愿履约，出借方的权益将难以得到保障。

从农户融出资金来看，参与民间集资的样本农户，借贷手续也极不规范。调查中了解到，大部分参与民间集资的农户只是根据中介人的陈述来了解融资企业的状况，或只看过中介人出示的融资企业的营业执照复印件以及企业与中介人签订的借贷合同，在得到未来收益许诺后就将资金交给中介人，坐等到期收取利息。出于对中介人的信任，这些农户自己并没有与融资企业签订借款合同或索要借条。这种集资方式在调查地区极为普遍，也存在极大的风险隐患。调查显示，参与民间集资的104户中，本金和利息都收回的仅有4户，仅占3.85%，本金和利息均无收回的有94户，占比90.38%（见表4）。

三、传统农区农户选择非正规融资渠道影响因素的实证分析

一般认为农民符合理性人的假设，但拥有较低利率的正规金融机构（如农村信用社等）并没有成为农户融资的首选，被调查的农户中，64.89%的农户在融入资金时和55.32%的农户在融出资金时选择了非正规融资渠道。那么，农户选择非正规融资渠道到底受到了哪些因素影响？

（一）研究假设

本文选择的是二元离散变量选择模型――Lo-gistic模型，将农户是否从非正规金融渠道融入资金作为被解释变量，如果是，则赋值为1；不是，则赋值为0。由逐步回归分析得知，融资用途对于农户选择非正规渠道融资非常显著，而在被调查地区中，农户融资用途多样化以及参与民间集资的现象比较普遍，故本文将农户融资用途中占比量较大的几项以及是否参与民间集资选为自变量进行分析。本文共选择了家庭人口数、户主年龄、户主文化程度、家庭近一年收入、融资是否用于子女上学、应付天灾人祸、购建房、婚丧嫁娶等以及是否参与民间集资作为自变量，并提出以下假设：

1.家庭人口数与农户融资行为成正向关系

在样本地区，农户的人均土地面积很少，资金主要来源于外出务工等工资性收入。家庭人口多，如果是男性人数多，可能农户家庭收入较高，但同时男性人数多意味着将来要花费更多的资金来购建房和结婚成家，这就增加了农户的融资需求；如果是女性人数多，则可能形成一人挣钱、多人消费的局面，尤其是当家庭在校子女人数较多时，就更增加了农户的融资需求。

2.户主年龄与农户融资行为成“凸型”关系

在所调查的农户中，40―50岁的调查对象的融资需求要高于其他年龄段的农户，因为这个年龄段的农户面临着子女教育、帮助子女成家以及赡养老人等诸多人生大问题。随着年龄的增长，户主的身体状况和劳动技能等有所下降，他们外出务工的机会和创收的能力以及偿债能力都会降低，融资能力和融资欲望也会随之下降。

3.家庭收入与农户的融资行为成反向关系

农户家庭收入水平越高，说明农户的自身积累越多，拥有的财产和自有资金的规模越大，农户发生融资的可能性会降低。

4.参与民间集资与农户融资成正向关系

由于资金的趋利本性，样本农户中有55.32%在2010―2012年间参与了民间集资，但由于一系列因素，参与民间集资的农户中90.38%的农户没能收回本息，这大大减少了农户的自身积累，减少了农户的自有资金，导致农户融资的可能性会增加。主要变量描述见表5。

（二）结果分析

从以上实证结果可以看出：

（1）家庭人口数对农户非正规融资存在不显著的正向影响，这与假设“家庭人口数与农户融资行为成正向关系”相符合，家庭人口数多，相应地各类消费也会增多，农户就比较容易产生融资需求。

（2）户主文化程度对农户非正规融资有着不显著的正向影响。户主的文化水平很大程度上决定了他们的生产经营能力和对事物的认知水平。文化程度低，他们从正规金融机构获得资金的机会就很少，于是他们把希望寄托在非正规渠道。

（3）年龄对于农户非正规融资有着显著的负影响。随着户主年龄的增加，他们也越来越少从非正规金融渠道融资，一个方面的可能原因是他们已有了一定的积累，自有资金可以满足自家的消费，另一方面的可能原因是，随着年龄的增长，他们创造收入和偿还债务的能力都下降了，因而，融资欲望和融资能力也随之降低。

（4）家庭收入对农户非正规融资有着显著的反向影响，这与我们的假设相符。家庭收入越多，农户可支配的自有资金或积累资金相对较多，自有资金可以解决生产和生活问题，即便是内源融资不能完全满足需求，所需外源融资也不会太多。

（5）子女上学、购建房对于农户从非正规渠道融资有着显著的正向影响。调查中发现，农户融资的目的主要是生活性开支，并且希望能够迅速及时得到满足，而正规金融机构对农户提供的主要是生产性贷款，并且贷款手续繁杂、耗时较长，这些都不符合农户的要求，因此农户大都通过非正规渠道满足自己的借贷需求。

（6）是否参与民间集资对农户从非正规金融渠道融资有着显著的反向关系，这与我们的假设不符。原因可能有两个：一是参与民间集资的农户由于获得了集资的高利息回报，增加了自有资金，不需要借贷；二是参与民间集资的农户可能未来没有借贷意愿，或者是自有资金较多，拿出一部分参与集资对自己将来的消费不会造成影响，因而不需要借贷。

四、主要结论及政策建议

本文通过对河南省林州市农户融资情况的实地调查发现，传统农区农户的融资需求层次比较低，大多集中在生活性需求上，而正规金融机构主要发放生产性贷款，因此，绝大部分农户通过向亲朋好友借款等非正规渠道来缓解资金短缺的困难；同时由于收入增加又缺乏合适的投资渠道，高风险的民间集资成为农户闲余资金的重要融出渠道。运用Logis-tic模型对农户选择非正规融资渠道的影响因素进行实证分析，结果表明：家庭收入、户主年龄、生活性融资、参与民间集资对农户选择非正规融资产生较显著的影响，而家庭人口数、文化程度的影响不显著。

基于以上结论，本文的政策建议是：

（1）农村金融机构应注重金融创新，满足农户不同的融资需求。农村金融机构应不断提高自身的创新能力，根据农户融资需求的动态变化，及时设计多元化、个性化的金融产品和信贷工具，尤其是要有针对性地设计一些包括农户建房、子女教育等生活性贷款产品，以满足农户不同的融资需求。针对农户家庭收入不稳定的现实情况，为了规避贷款风险，当地监管部门可以协助正规金融机构建立健全“农户征信体系”，对农户进行信用等级评定，通过信用创建活动，正规金融机构全面掌握了农户信用状况和还款能力等信息，就可以有效简化贷款手续，满足农户随用随贷的需求；对于诚实守信、创收能力强的农户，还可以提高授信额度和扩展授信范围，通过不断创新来拓宽金融服务范围。

（2）建立多层次的中小农村金融机构，增加农户的投融资渠道。目前，我国在经济相对发达、城镇化程度比较高的农村地区，建立了小额贷款公司、村镇银行等中小金融机构，扩大了金融服务的覆盖面，而在传统农区，由于地方财政实力比较弱，集体经济不够发达，这一类的中小金融机构尚未建立起来，农户可选择的投融资渠道较少。因此，传统农区中小金融机构的建立应该采取“省、市、县、镇”联动的机制，在全省范围内统筹安排，普遍建立起小额信贷公司、村镇银行、农村资金互助社、邮政储蓄银行、农村信用社等多层次的中小农村金融机构，搭建满足农户投融资需求的区域性P2P小额贷款平台，增加农村地区的投融资渠道，让农户融资有更多的选择。

（3）加强对农户金融知识的宣传和教育。调查发现，86.7%的样本农户对金融知识和贷款政策不了解。农村地区尤其是传统农区的农民金融知识贫乏，成为阻碍他们获得融资的一道无形屏障。因此，应该加强对农户金融知识的宣传和教育，一是政府宣传部门积极推动金融知识“上报纸、上电视、上电台、上网络”，促进广大农民在宽松的舆论环境中接受金融知识普及教育；二是各金融机构应当在普及金融知识教育中担当主角，开展“送金融知识下乡”活动，采取举办公益性金融知识展览、金融知识讲座、典型案例讲解等方式，宣传金融知识、传播金融理念，让农民普遍了解银行存款、银行贷款、国债等方面的知识，通过大力宣传提高农民对农村金融机构贷款政策的认知程度，鼓励农户从正规金融机构获得融资服务。

（4）发挥非正规金融对正规金融的补充作用。非正规金融以其独特的优势，为农户提供了正规金融机构难以企及的便利与服务，在维持农户日常生活、扩大生产经营活动方面发挥了重要的作用。因此，政府监管部门应该引导非正规金融有序发展，对于非法集资、牟取暴利等扰乱金融市场的非正规借贷行为，坚决予以取缔；对于亲朋借贷的小规模信贷活动采取不干预的态度，但对此类金融活动中的契约应给予法律上的保护，促使其规范化发展，充分发挥非正规金融对正规金融的补充作用。

参考文献：

[1]马晓青，刘莉亚，胡乃红，王照飞.信贷需求与融资渠道偏好影响因素的实证分析[J].中国农村经济，2012，（5）：65-76.

[2]Boucher S and Guirkinger C.Risk，Wealth and Sectoral Choice in Rural Credit Markets[J].AmericanJournal of Agricultural Economics，89（4）：991-1004。2007.

[3]钱水土，陆会.农村非正规金融的发展与农户融资行为研究――基于温州农村地区的调查分析[J].金融研究，2008，（10）。

[4]李锐，李超.农户贷款行为和偏好的计量分析[J].中国农村经济，2007，（8）.

[5]马晓青，朱喜，史清华.农户融资偏好顺序及其决定因素――来自五省农户调查的微观证据[J].社会科学战线，2010，（4）：72―80.

[6]孔荣，衣明卉，尚宗元.农户融资偏好及其成因研究――陕西、甘肃897份调查问卷分析[J].重庆大学学报（社会科学版），2011，17（6）：24-29.

第10篇

早期金融素养教育应以培养兴趣能力为重点

《消费者金融素养调查分析报告（2017）》中认为，金融素养包括消费者的金融知识、态度、行为和技能，能够帮助消费者作出适当的金融决策，降低系统偏差，提高金融市场参与度并降低金融风险。然而，对于初等、中等教育对象的学生而言，他们还谈不上是金融消费者，金融对这一群体来说是遥远的，高度抽象的。在初等、中等教育课程设置中，尽管有与社会相关的通识课程，但很少涉及金融。在笔者所做的调查中，72%的初中学生不认为自己所学课程中包含有金融知识，还有一部分学生不能很好地分辨金融知识和一般经济知识。但与此相对应的是，当问及是否了解金融时，有近半的学生认为自己了解，也有相当比例的学生能够说出一些诸如储蓄卡、银行卡、保险、股票、基金、黄金等金融产品的功能。在调查中发现，学生们的这些知识并不是来自课本，也不完全是来自家庭教育，只有6%的学生认为家长会时常给他们讲一些相关内容。那么，这些学生了解金融的主要渠道是什么呢？有超过70%的学生的回答是互联网和手机，还有超过50%的学生是通过电视了解。这也说明，在目前金融社会大环境下，即便学校教育不涉及金融，学生也会通过各种开放的渠道被动地接触了解，这一方面是好现象，通过社会层面自发地了解金融，同时，另一方面也是令人担忧的，在没有经过系统的讲解和正确引导下，片面地根据金融产品宣传吸收金融知识，反而会使学生只看到金融产品的消费功能，而忽略了背后隐含的其他基础性原理和风险意识。如何对这个年纪、不具备金融消费能力的学生做好金融教育同样是值得探索的，有意思的是，初中阶段的学生却对学习金融知识有高度的热情，高达94%的学生希望自己能够学习金融知识，76%的学生认为学习金融知识可以帮助自己将来增加收益、积累财富，超过50%的学生认为金融可以帮助自己合理安排规划，提高生活质量。关于学习内容，有82%的学生希望能学习到与生活相关的金融小技巧，42%的学生希望通过生动活泼的金融故事来了解金融知识，对于学习形式，超过60%的学生希望通过电子渠道、专题讲座和课外活动来学习，可见，如何通过丰富多样的形式来激发学习乐趣是早期金融教育的根本所在。

以切合中学教育特点的方式将金融教育贯穿其中

第11篇

关键词：农户；融资渠道；正式金融支持 ；投资规模

一、文献综述

农户徘徊在正式金融与非正式金融之间的现象，一直以来备受学术界的关注。曹力群（2001）[1]、周天芸和李杰（2005）[2]等人的研究发现，正规金融机构主要发放生产经营性小规模短期贷款，而非正规金融贷款机制比较灵活，通常没有抵押和担保、期限灵活、程序简单，主要是以农户的偿还能力作为放贷依据，因此，农户普遍偏爱非正规金融。[3] 如此看来，农户在选择金融机构贷款时最关心的是能否借到钱，其次才是借款的成本；农户借款成本不仅包括利率等名义上的财务成本，还包括借贷数量额度、借贷附加条件等隐性成本， 隐性成本比财务成本更能影响农户的融资行为。

二、理论分析

在正式金融市场上，典型的银行是一个风险厌恶型金融机构，因此，那些收入不稳定、靠天吃饭而且没有担保和抵押的农户是很难从银行取得贷款的。银行的这种风险厌恶态度可以用交易成本理论来解释：

（1）搜寻成本。银行必须对贷款申请者资格审查严格，包括申请人身份、家庭情况、工作单位、个人信用以及还款能力。然而，农民没有固定工作单位，银行要想查清农民客户有几亩地、几间房就必须去农村实地考察，这样就比较困难，需要较高的搜寻成本。

（2）监督成本。即银行在农户贷款使用过程中的监督行为。如果银行发现资金使用超出规定范围，违反了信贷协议，则马上终止信贷协议。但是，农户的空间分布极为分散，投资项目的空间分布也同样呈现出极度分散的特征，这显然是会增加银行的监督成本的。

（3）违约成本。如果贷款申请人一旦投资失败，无法按时偿还贷款，则冻结抵押品，对申请人实施破产清算；如果贷款申请人投资成功却不按规定偿还贷款，则银行可以向法院，请求采取强制措施收复贷款。然而，银行最终必须面临的现实是，很多农户一贫如洗，强制执行的结果终究是差强人意的，不但成本高昂，而且所获无几。

三、实证分析

3、数据来源与处理

本论文的调查地为河北省清河县，总共发放200份问卷调查，并收回200份合格的调查问卷。

在设计调查问卷时首先提问被调查者是否有借钱或贷款经历，来甄别这份问卷是否对研究问题有效。然后考虑到户主的年龄、性别、受教育程度以及家庭的人口规模、年收入、生活成本、投资规模、还款期限都会影响农户的融资方式，所以一一进行了提问。

4、变量的描述性统计分析

在方程一中，CB（家庭年生活成本）系数为2.18，RK（家庭人口规模）系数为1.55，这两个系数均为正，说明家庭人口越多、生活成本越高农户越倾向于正式借款途径。因为人口越多和生活成本就越高，也就说明该家庭劳动力资源充足，将来创造的收入多，还款能力强，符合中国"人多力量大"的传统观念，更容易得到银行贷款；另一方面，这样的家庭在过去相当长的一段时间必然是亲朋好友的一个负担，避之唯恐不及，所以寻求正式金融支持也是一种非常自然的合乎逻辑的选择。当然，这也与地方政府的扶贫工作有着千丝万缕的联系。

SR（家庭年收入）系数为0.02，该系数为正，但是比较小，说明家庭年收入越高，越容易取得正式金融支持。从银行的角度分析，家庭的年收入越多就越有取得正式贷款的机会，因为银行时常着眼于农户未来的还款能力。另一方面，从农户的角度来看，如果家庭的收入尚可支撑日常花销，就不会寻求贷款，而且在中国量入为出的观念根深蒂固，一般情况下不会向银行贷款，所以系数显著性不是太高。

JY（户主受教育程度）系数为1.22，说明户主受教育程度越高，越容易成功获取正式金融的支持。因为文化水平越高，往往收入越高，就越有能力偿还银行贷款；往往受教育程度越高，对获取正式金融支持的认识越深，更清楚非法借贷的危害，所以就更倾向于正式借款途径。

NL（户主年龄）系数为-0.01，说明户主年龄越大越倾向于非正式借款途径。调查问卷中户主的平均年龄是38.64岁，即多为青壮年。因为农民年龄越大，干的农活越少，收入越低，越难以从银行取得贷款。而且老年农民不熟悉甚至不知道银行贷款流程和必要条件，当他们有资金需求时，多会采取向亲戚朋友借钱这种非正式金融渠道。

QX（还款期限）系数为-0.02，说明还款期限越长就越倾向于非正式借款途径。因为银行往往有严格的还款期限，如果不能及时还款付息，就难以获得银行贷款。农民没有固定的经济来源，很难确保在一定期限内归还贷款。

XB（户主性别）系数为-4.62，说明男户主倾向于非正式借款途径。由于调查问卷由户主作答，而在农村户主多为男性，而且男性与社会接触多，更清楚银行等正式金融机构门槛高，在没有担保或抵押的情况下难以取得贷款，所以他们更倾向于门槛低、要求少的民间借贷方式。

TZ（家庭投资规模）系数为-4.12，说明家庭投资支出越多越倾向于非正式借款途径。农户多投资于购买农作物种子或购买农具，这笔资金比较大，投资回收的周期长，所以农民在没有担保或抵押的情况下很难从银行或其他正规金融机构获得贷款。

四、研究结论

根据本文的理论分析和二元选择模型的回归结果可知，户主的年龄、性别、受教育程度以及家庭的人口规模、年收入、生活成本、投资规模都会影响农户的融资方式。其中家庭生活成本、人口规模、年收入及户主受教育程度对获取正式金融支持是正影响；户主的年龄性别、还款期限和家庭投资规模对获取正式金融支持是负影响。尤其是当家庭投资规模越大时，风险就越高，随着投资数额的增大，户主就越难获得正式金融支持。究其原因，农民没有固定收入，没有银行认可的抵押品。而且交际范围窄，一般农民不认识能够被银行认可的担保人。因此，当农户投资规模较大，贷款金额较多时，由于不能提供符合银行要求的担保人和抵押品，往往不得不寻求于非正式金融支持。

参考文献：

[1]曹力群.农村金融改革与农户借贷行为研究[J].中国农村研究，2001，（2）.

[2]周天芸，李杰.农户借贷行为与中国农村二元金融结构的经验研究[J].世界经济，2005，（11）.

第12篇

笔者利用NGO扶贫贷款调查数据，采用配对样本多项选择Logit模型，对NGO小额贷款介入前后贫困农户借款决策、借款额度的影响因素进行了分析。结果显示，接受NGO小额贷款后，贫困农户借款发生率和借款总额明显下降，单户借款额度却相对上升；农户主要借款途径由私人借款转向农村信用社和其他渠道。实证研究显示，除户主个人特征、家庭人口构成等内在因素对贫困农户借款行为影响显著外，农村金融供给状态也是重要的外在性影响因素。在金融抑制条件下，正规金融机构贷款门槛较高，私人借贷成为贫困农户借款的主要供给者。NGO小额信贷通过提升贫困农户的经济能力来转变其借款行为，在农户借贷途径由私人借贷转向信用社借贷过程中发挥着“助推器”作用。

关键词：贫困农户；借款行为；NGO小额贷款

基金项目：成都市哲学社会科学规划项目（ZST12-2）；河北省社会科学基金项目（HB2011QR53）

作者简介：李菲雅（1982-），女，江苏扬州人，经济学博士，四川师范大学政治教育学院讲师，主要从事农村经济、数理统计研究。

中图分类号：F832.43文献标识码：A文章编号：1006-1096（2014）02-0038-06收稿日期：2013-04-14

农户是农村市场经济的主要参与者，也是农村金融市场的需求者，其发展需要靠金融资源的支持。在目前农村金融资源配给有限、农户信贷需求抑制条件下，合理配置农村金融资源，有效满足农户尤其是贫困农户的融资需求，是消除农村贫困、促进农村发展需要解决的重要现实问题。

一、问题提出

有效的金融支撑是促进贫困农户发展的必要条件。20世纪70年代，由孟加拉吉大港大学・尤努斯教授创办的格莱珉银行，通过有效的信贷约束机制，为穷人提供微型贷款，帮助穷人发展生产、脱贫致富。目前，这种以贫困或中低收入群体为特定目标并提供小额度持续信贷服务的形式，已经从世界某些区域扩展到几乎整个发展中国家和一些发达国家（杜晓山，2004；李明贤 等，2008）。自20世纪80年代以来，小额信贷作为我国扶贫的重要方式之一，由各种金融机构和非政府组织开展实施，并逐渐在大多数地区推广。作为缓解贫困农户金融抑制的方式，小额信贷对贫困农户的借款行为产生了重要影响。从贫困农户的贷款偏好看，冯旭芳（2007）认为，非正规信贷具有贷款形式简单、灵活方便及交易成本低等特点，它有效改善了正规金融缺位的局面，成为农户融资的重要渠道；但从融资偏好和借贷预期看，贫困地区农户更倾向于选择信用社等正规金融机构或国家政策性扶贫贷款来满足其信贷需求，这与贷款的稳定性、长期性和救济性等特征密切相关。非政府组织扶贫贷款的针对性、稳定性、低成本性同样迎合了贫困农户的融资偏好，它不仅在一定程度上满足了贫困农户的贷款需求，对增加农户收入也起到一定促进作用。王春蕊等（2010）从实证角度分析了幸福工程项目对贫困农户家庭收入的影响，认为项目盈利对贫困农户家庭收入的贡献率达到9.42%。Ssendi（2009）利用小业主贷款融资项目（SELF）检验了坦桑尼亚农村地区小额信贷的扶贫作用，认为SELF项目有助于提升贫困妇女经营小型项目的能力，但从长远看对增加家庭财富的作用不明显。Kotir等（2009）利用加纳西部农户调查数据，分析了小额信贷与农户发展的关系，认为小额信贷有利于提高家庭生产率和增加财富，但对促进农村社区发展的作用不大。

已有研究对农户借款行为给予了广泛关注，取得诸多成果。综合来看，目前对贫困农户借款行为的研究仍有待拓展，尤其是对一些非政府组织（NGO）扶贫贷款与贫困农户借款行为的关系问题，还需深入研究。对于贫困农户而言，当NGO扶贫贷款介入后，是否意味着其他途径的借贷发生率将会降低？NGO扶贫贷款又将如何影响贫困农户的借款决策及借款额度？对于这些问题的探讨，不仅能够使我们更加深入地了解贫困农户的借款需求及行为取向，同时也能使NGO小额贷款更好地发挥扶贫功效，这对破解贫困农户金融约束、解决农村贫困问题有着重要的现实意义。

二、接受NGO小额贷款前后贫困农户的借款行为特征

（一）数据来源

本文所用数据来源于2011年10月河北省幸福工程项目跟踪调查数据①。调查内容涉及受助者个人、家庭基本情况、受助前后家庭生产经营情况、受助前后农户小额信贷情况（包括NGO项目扶贫贷款以及农户其他途径借款等情况）。按照分层抽样和整群抽样相结合的原则，调查组从河北省抽取7个贫困县，分别为阜平、易县、平泉、怀安、武邑、巨鹿和赞皇县，按照项目运行周期从各项目县中抽取试点村，对试点村中项目户进行全面调查。调查方式以调查员入户为主。两次调查共发放问卷830份（第一次714份，第二次116份），收回有效问卷822份，回收率为99.04%。从调查地区类型看，山区农户占51.88%，平原农户占48.12%。由于项目户接受NGO扶贫贷款的时间分布各不相同，为了消除贷款时间差异影响，本文以接受NGO项目扶贫贷款的时间为界限，分析贫困农户受助前年内（接受NGO扶贫贷款前1年内）和受助后年内（接受NGO扶贫贷款后1年内）借款情况。

（二）受助前后贫困农户借款行为特征

从调查来看，接受NGO扶贫贷款前后，贫困农户的借款行为发生了较大改变。

1.借款户数及额度的变化

借款户数总量减少，单户借款额度增加。接受NGO小额贷款前，有35.15%的贫困农户有过借款记录；受助后，仅有14.50%的农户有过借款记录，较受助前下降了近21个百分点。从借款额度看，受助前，贫困农户年内借款总额259.88万元，户均借款额0.90万元；受助后，贫困农户年内借款总额164.52万元，户均借款额1.38万元，较受助前借款总额减少95.36万元，户均借款额增加0.48万元。

2.借款来源的变化

受助前，贫困农户年内借款主要以私人借贷为主，私人有利息和无利息借款合计占69.05%；其次为农村信用社，占28.17%；来自农行/农发行、其他民间组织以及其他渠道的借款所占比例较低，仅为2.78%。受助后，贫困农户年内借款主要来源于其他途径②和信用社，分别占50.0%和41.35%；私人借款仅占5.77%；农行/农发行、其他民间组织借款所占比例仍然偏低，仅为2.98%。

3.借款用途的变化

农户借款用途呈现多元化发展趋势，用于生产性经营的支出增大。受助前，农户借款用于家庭生产性经营支出的占54.62%；用于子女上学的占13.08%；用于日常消费支出的占12.19%；用于大病治疗的占11.15%；用于盖房和婚嫁的占6.92%和1.54%。受助后，贫困农户用于家庭生产性经营支出的比例增大，为78.64%，较受助前增加24个百分点；其次，主要用于子女上学支出；用于日常消费支出、看病、盖房、婚嫁的比例较受助前均有不同程度的下降。可见，受助后更多的贫困农户将借款用于生产活动、项目经营，而不是单纯地用于家庭日常消费支出，这有利于贫困农户自身能力建设。

三、NGO小额信贷对贫困农户借款行为影响因素分析

一般而言，借款行为通常包含借款决策和做出决策后的借款额度。本文主要从借款决策和借款额度两方面分析NGO小额贷款对受助前后贫困农户借款行为的影响。

（一）NGO小额信贷对受助前后农户借款决策的影响因素分析

1.变量选择与模型设定

因本次调查只涉及NGO小额贷款项目户，缺少非项目户对比情况，在模型设定过程中需要考虑项目实施前后外在环境对农户借款行为的影响。例如，项目实施期间，农村金融政策或国家扶贫政策变化等外在因素对贫困农户借款行为产生的影响。从调查情况看，由于调查对象为农村贫困户，其接受NGO扶贫项目救助的时间主要分布在2000年～2009年，每个项目运作周期为2～3年，除了政策性或项目扶贫外，这些贫困农户能够获得的金融资源非常有限。考虑到调查样本的特殊性和代表性，同时也为了排除政策变化的可能影响，我们以救助前后1年内为界限（1年内金融或扶贫政策对贫困农户借款行为的影响微乎其微）设定因变量，将农户借款决策分为4种：受助前后都无借款（BRL=0，ARL=0）、受助前有借款、受助后无借款（BRL=1，ARL=0）、受助前无借款、受助后有借款（BRL=0，ARL=1）、受助前后都有借款（BRL=1，ARL=1），分别用j=1，2，3，4表示。

户主作为家庭领导者，对借款决策有着直接影响；同时，家庭状况也是不可缺少的影响因素。考虑到贫困农户自身特点以及各变量之间的共线性问题，在变量的选择上，主要选取户主个人及家庭特征作为自变量。具体变量的描述性统计见表1。

我们假定，农户按照效用最大化原则做出借款决策。令Uij是农户i选择第j个类别的效用，Vj是第j个类别的观测效用，受类别本身特质ωj以及决策者自身特征xi的影响，即

误差项εij包含了无法观测到的影响农户借款决策的随机因素，则有如下表达式

那么，决策者i选择第j个类别的概率为

进一步假定εij（j=1，2，3，4）服从logistic分布，不同家庭做出借款决策相互独立，即家庭之间的借款行为互不影响，则

根据极大似然估计法，通过对上式似然函数最大化，可求得模型参数β的值。

2.模型的估计结果

本文将受助前后都没有借款的家庭（BRL=0，ARL=0）作为对比组，通过控制个人和家庭特征变量来分析受助前后农户借款决策的影响因素，其回归结果见表2。

从回归结果看，户主个人特征、家庭人口构成以及居住地类型对受助前后农户年内借款决策均有显著影响，家庭耕地面积、户主有无技能对家庭年内借款决策没有产生显著影响。

（1）从户主个人特征来看，与受助前后都没有借款的家庭相比，户主年龄对受助前后农户的借款决策影响显著。户主年龄每增加10岁，受助前家庭借款发生概率将会增加7.48%，受助前后均发生借款的概率增加52.6%和4.42%。这说明年龄较大的户主在抚养子女、赡养老人及维持家庭发展方面承担有更多责任，家庭支出项目较多，除了维持正常的家庭生产和日常消费支出外，他们还要担负子女高等教育及子女婚嫁等费用支出，因而相对于年轻者，其家庭发生借款的概率更大。户主作为家庭领导者和主要劳动力，其身体状况对受助后农户借款有着显著影响。相对于救助前后都没有借款的农户，身体健康的户主较身体不健康的户主，受助前和受助后其家庭借款的概率均显著降低。此外，文化水平较高的户主在接受NGO小额贷款后，其家庭借款概率将会降低。

（2）从家庭人口构成来看，相对于受助前后家庭都没有借款而言，家庭人口构成对农户借款决策影响显著。受助后，有外出打工的农户，其家庭借款概率将会降低，即外出务工能够增加家庭收入，一定程度上能够满足家庭资金需求，进而降低贫困农户借款概率。从家庭人口数看，家庭人口规模与借款概率呈正向变动关系，家庭成员每增加1人，受助前后农户借款概率均会增加。

（3）从居住地类型看，与受助前后农户均没有借款相比，居住在平原的农户较山区农户，其受助前有借款、受助后无借款、受助前后均有借款的概率明显降低。这表明NGO扶贫贷款在一定程度上满足了贫困农户的贷款需求，它通过帮助贫困农户发展项目，短期内提高了其家庭收入水平，降低了贫困农户的借款概率，且对平原农户借款行为的影响较山区农户更为明显。同时表明，由于自然环境恶劣，交通不便，山区贫困农户对资金的需求更为迫切，但山区农户的金融抑制也相对更为严重。

（二）NGO小额信贷对受助前后家庭借款额度的影响因素分析

前文中我们只比较了受助前后农户借款决策的影响因素，NGO小额贷款对家庭借款额度的影响还需进一步验证。

我们设定因变量为受助前后家庭借款额度的变化，即Y=受助前借款额-受助后借款额-NGO小额贷款额。如果Y>0，则记为1，表示NGO小额贷款减少了家庭借款额度；Y≤0，则记为0，表示NGO小额贷款未能减少家庭借款额度，这样受助前后农户借款额度的增减变化成为一个＼[0，1＼]变量。同时，我们将户主个人、家庭特征以及项目经营状况等作为自变量纳入模型。构建模型如下

其中，P为受助前后贫困农户家庭借款增减概率，为模型解释变量。Xhouseholder表示户主个人特征，Xfamily表示家庭特征，Xinvest表示家庭项目投资总额。δ是无法观测到的影响农户借款额的随机因素，假定δ服从标准正态分布。

在此，本文利用最小二乘估计（OLS）和二元离散变量（Logit）模型，对受助前后农户借款额变动影响因素进行分析，所得结果见表3。

OLS与二元Logit模型中自变量回归系数的变动方向类似。从回归结果看，户主年龄、职业类型对受助前后家庭借款额的增减有着显著影响，随着户主年龄的增加，受助前后农户借款总额也会增大。相对其他经营类别而言，从事种植业和养殖业的户主，其家庭借款总额增加的概率将会降低。户主的健康、文化水平、有无技能、家庭人口规模、耕地面积以及项目投资总额对受助前后农户借款总额未产生显著影响。

从家庭特征变量看，房屋作为家庭主要财富，对农户借款额度增减变动影响显著。受助前，房屋价值对农户借款总额增加有显著的正影响；受助后，房屋价值对农户借款总额增加有显著负影响。即受助前房屋价值越高，受助前家庭借款额高于受助后借款额的概率就越大；受助后房屋价值越高，受助前家庭借款额高于受助后借款额的概率就越小。这表明，其一，对于贫困农户而言，受助前房屋价值越大，意味着家庭用于修建住房的支出越高，这会增加贫困农户的借款概率；其二，接受NGO小额贷款后，很多农户都能够在短期内脱贫，其中部分受助前已建新房的农户将不会增加对住房的支出，没有修建新房的农户也积累了一定的建房资本，受助后即使修建住房也不用借款，一定程度上降低了农户借款概率。

四、结论及对策建议

受各种因素制约，贫困农户借款面临多重困难。本文通过河北省NGO小额信贷扶贫项目调查数据，对贫困农户借款行为进行分析，提出如下对策建议：

一是分类帮扶，完善小额信贷对象瞄准机制。实证研究表明，户主年龄、健康状况、文化水平对受助前后贫困农户借款行为影响显著，尤其是处在壮年时期的贫困农户，他们承担着抚育子女、赡养父母的重任，对小额信贷的需求更为强烈。在资金有限的条件下，应采取分类帮扶模式，将小额贷款重点投向壮年期的贫困农户。可以贫困农户生产经营状况和还款情况为依据，对于项目经营好和还款及时的贫困农户，给予其持续性贷款扶助，以缓解资金紧缺，快速帮助他们发展生产、脱贫致富。

二是健全机制，促进小额信贷可持续发展。小额信贷通过帮助贫困农户发展项目，能够在短期内增加农户收入，使农户积累资本，具备向正规金融贷款的条件；它改变了农户的借款行为，使其借款由私人转向了信用社和其他途径，对缓解农村金融抑制、繁荣农村经济发挥了重要的促进作用。今后，应进一步完善小额信贷运行机制，坚持“小额、滚动、持续”的原则，不断扩大帮扶群体和覆盖面，促进小额信贷的可持续运行，为贫困群体提供金融支持。

三是改善环境，构建多元化立体式融资格局。家庭居住地类型是影响农户借款行为的重要变量。当前，应以城乡发展一体化为理念，加强农村贫困地区尤其是贫困山区的文、教、卫等社会事业建设，提高农民文化水平和技能素质，提高农民个人发展能力。同时，要进一步改善和优化农村金融环境，建立多元化、全方面、多层次的立体式农村金融发展格局，创新农村信用社金融服务模式，针对农户贷款规模小、期限短、风险高等特点，政府要给予政策优惠，鼓励农村信用社贷款向贫困农户倾斜，充分发挥信用社及其他金融机构的扶贫功效。此外，还应适当鼓励、规范民间借贷的发展，逐步建立农村金融资源与经济发展良性互动的长效机制，真正发挥农村金融资源促发展、促和谐的推动作用。

第13篇

当前,我国农村金融生态环境不断完善,农村金融深化加速并已初步形成了多层次、广覆盖的农村金融体系,农户家庭信贷需求也发生深刻的变化,生产经营的多元化导致农户开始转向农业之外的生产与投资,其信贷资金需求也愈加强烈。据全国农村固定观察点调查数据显示,1986~2009年间农户年内累计借入款金额年均增长9•74%,农户生活性借款总额大于生产性借款总额,其占比保持在55%~65%之间,农户信贷资金需求主要通过非正规金融机构来满足,正规金融机构能力有限(肖海霞,2004),农信社难以承担全部的供给任务(朱守银,2003),农村金融市场二元性特征明显(迈因特,1978)。非正规金融的形成与繁荣是正规金融组织弱化农村信贷服务功能的一种结果(史清华和卓建伟,2003),两者并存的二元化结构是我国农村金融体制的主要特征(朱信凯,2009)。推进农村金融改革,建立现代农村金融制度离不开对农村金融需求主体———农户的信贷渠道选择行为及影响因素研究。探究影响农户信贷渠道选择行为的因素,从农村金融需求角度设计出金融服务“三农”的最佳路径和最优模式,无疑对农村金融理论发展乃至我国现代农村金融体系建设具有十分重要的理论价值和现实意义。本文将以涉及全国12个省市的农村家庭的实地调查数据为基础,对农户分层信贷渠道选择行为及其影响因素进行深入研究。

一、相关文献评述

发展中国家农村信贷市场具有典型的二元结构特征,其主要原因在于正规金融与非正规金融因信息不对称而在筛选、监督和合约实施成本等方面的差异(Hoff和Stiglitz,1990)。Kochar(1997)、Mohieldin等(2000)分别对印度和埃及农村的研究证实农村二元金融结构经验上存在的合理性。在发展中国家的二元金融结构中,非正规金融已经成为农户融资的主要渠道,而且对农户经济福利的改善发挥着重要作用。Bell(1993)的研究表明,尽管印度政府尽力通过官方渠道去拓展农村信贷,但村庄放贷者仍然占有24•3%的市场份额。在尼日利亚,只有7•5%的贷款来自正规金融部门(Udry,1990)。在我国,1995~1999年间正规金融机构提供的贷款在农户借款总额中占20%~25%,私人借款占到70%左右(曹力群,2000),这与李锐和李宁辉(2004)研究发现农户借款数额中有72•8%来自各种非正规渠道以及韩俊(2007)研究发现非正规借款占农户所有借款的60%以上的结论相一致。农村金融市场的不完善、农户贷款覆盖面偏低等客观条件对农户信贷需求的约束仍然比较严重,并制约了农户家庭的生产(Khandker和Faruqee,2001)和人力资本投资(Carneiro和Heckman,2002),削弱了其平抑收入风险和消费波动的能力(朱信凯,2005)。这进一步验证了由于正规金融机构贷款资源供给不足而导致非正规金融成为农户获取贷款资源的重要替代途径(叶敬忠等,2004)。

发展中国家农村的二元金融结构受到了广泛的关注,但很少有二元金融结构特征下的农户分层信贷渠道的选择行为的经验研究。而实际上在农村二元金融结构的特征下,农户信贷渠道选择行为的影响因素有很多,如农户对融资渠道的偏好(Komicha,2007)、农户个体信息(Kochar,1997)、农户的声誉(赵丙奇,2008)以及农户借款用途等(Duong和Izu-mida,2002),同时,非正规金融渠道的交易成本优势使之具有较强的竞争力(Kochar,1997;Mushinski,1999)。在我国,信息不对称、交易成本、保险性需求以及利率水平等是农户偏好于非正规金融渠道的主要因素(马晓青等,2010),农户的固有特点决定了其信贷渠道选择的特殊性。叶敬忠等(2004)从社会学视角对农户金融需求与农村地区金融供给状况进行实证研究,发现正规金融机构的贷款资源主要流向了那些相对富裕的或者拥有较高社会资本的农户,他们可以凭借自身的力量及其优越的社会网络获得正规金融机构提供的贷款,而普通农户,尤其是那些相对贫困、人力资本不足的农户则很难从正规金融机构获得贷款。朱守银(2003)研究发现不同收入水平对农户选择借款渠道有一定影响。尽管总体上说农户借贷资金大多数都来源于亲友邻居,但调查显示,收入水平较高的农户向农村信用社等正规金融机构和高息借款者借款的比例要高于低收入水平的农户,而向亲友邻居借款的比例则要低于收入水平较低的农户,收入越高,这一趋势就越明显。张新民等(2001)还研究了农户借贷渠道对投资的影响,研究发现,正式渠道借款与投资有明显正相关关系(1996~1997年,相关系数达到0•7左右),而非正式渠道借款与长期投资的关系则相对较弱,相关系数即使在最高的年份也不过0•3,而且呈现越来越低的态势。上述成果为理解中国农户的信贷渠道选择行为提供了初步的经验证据。但是,这些针对农户信贷渠道选择行为的研究不够全面,尤其是使用大规模农户调查数据进行研究更为少见。鉴于农户信贷行为研究具有重要的理论意义和现实意义,本文利用中国农村金融学会委托北京师范大学进行的涉及全国12个省市农户家庭实地抽样调查获得数据,通过Probit模型考察二元金融结构下的农户分层的信贷渠道选择行为。通过分析高收入与低收入农户的个人特征、家庭特征、经济特征以及农户居住地的金融生态环境等因素,我们希望了解哪些因素影响了农户的信贷渠道选择行为。高收入与低收入农户家庭哪个更可能从正规金融渠道或非正规金融渠道获得贷款也是一个值得讨论的问题。除了个人特征、家庭特征、经济特征这些变量,我们还将考察金融生态环境能否对农户信贷渠道选择行为有显著的影响。

二、模型设定与变量选择

1•模型设定

农户对正规金融渠道和非正规金融渠道信贷选择行为的问题实质上是一个信贷参与的过程,即农户家庭只有两种选择,借款还是不借款。由于因变量“农户信贷渠道选择行为”是一个离散变量,如果建立一般线性回归模型,模型的随机误差项就会产生异方差性的现象,所以本文利用二元Probit离散选择模型对农户信贷渠道选择行为进行实证研究。

第14篇

关键词：家庭金融；综述

中图分类号：F830 文献识别码：A 文章编号：1001-828X（2016）025-000-01

一、引言

家庭是社会生活的基本单位，虽然在经济学的各种经典假定往往是针对个人的，但是家庭的重要作用之一是经济合作，在现代社会这一功能主要体现在消费，集合家庭成员的经济资源进行消费以实现效用的最大化。因此将家庭作为经济研究的对象，分析其参与经济活动动机、目的和影响因素的具有合理性，并且具有相当的理论意义和现实意义。

随着上世纪全球经济的发展，相关技术的进步，金融市场的不断完善，西方发达国家的家庭开始较大规模的参与到金融市场中，并且金融资产在其家庭资产中所占的比重不断上升，大范围的权威调查数据的出现依然有效支持了家庭金融相关研究的开展，并已取得了较为可观的成果，但这一领域的研究依然处于起步阶段，并且拥有广阔的前景。

家庭金融领域的研究对于正处于经济转型时期的中国来说具有巨大的现实意义。相较于经济发展水平，我国金融发展水平仍处于较低的水平上，由于我国的经济体制有其特殊性，因此要建立完善的金融市场体系需要政府的干预和引导。但是市场体系的建立需要足够的有效需求，对家庭金融的研究可以有效的为政府引导民众参与金融市场提供理论依据。这无疑有利于我国金融体系的进一步完善，促进我国金融发展。此外，家庭金融的研究也有利于相关金融机构根据客户的状况提出更为合理化的建议，有效增加其持有金融资产的收益，这必将导致其收入的增加，而收入的增加往往会使得其消费支出增加，可以在一定程度上扩大内需，具有一定的现实意义。

二、理论综述

相较于资产定价和公司金融，家庭金融是一个新兴的研究领域。Campbell（2006）认为，家庭金融的研究内容与公司金融类似，都是研究经济主体如何运用可用的资源配置金融资产以及使用金融工具来实现收益最大化的目标。虽然有一定的相似性，但是家庭却有一些公司等法人所不具备的特点。

首先家庭是以血缘、婚姻、收养等关系为基础建立的，这就决定了其成员数量一般非常有限。虽然家庭可以在较长的时间内存在，但随着家庭成员的成长、离家、去世，其最终会自然消亡，因此家庭进行金融决策时所受到的时间的约束。此外由于家庭所持有的资产方面具有非常大的特殊性。家庭持有的资产之中占有较大比重的是以人力资源为代表的不可交易资产。而且对于一般家庭来说，以房产为代表的非流动性资产在家庭总资产中占有非常大的比重。此外，在信贷方面，家庭面临着非常大的约束。而房产在信贷方面有特殊的作用。一方面，房产是少有的允许家庭借贷进行投资的资产。而另一方面，对于拥有房产的家庭来说，房产是家庭持有的非常有限的可以作为抵押而获得贷款的资产之一。但是由于一般房产的价格高昂，且作用特殊，其在缓解家庭面临的信贷约束方面的作用也是比较有限的，因此对于普通家庭来说，其面临非常大的信贷约束。

生命周期效应可以说是家庭的特征之一，由于家庭规模非常有限，随着家庭成员的成长等家庭结构会发生变化，而不同阶段家庭的主要任务也是存在一定差别的。由于家庭在所处的生命周期阶段不同其任务不同，而不同的任务所需要的成本往往是不同的，因而在不同阶段的家庭其开支、资产的流动性、资产配置的状况是有所不同的。吴卫星（2010）等通过对北京奥尔多数据中心在2007年针对北京等15个城市进行问卷调查的数据进行分析发现我国居民的投资决策之中生命周期效应在一定程度上是存在的。

由于家庭面临严格的信贷约束，并且持有不可交易的人力资本，因此家庭在进行消费和投资时只能依靠自有的资金。这包括两方面，其持有的总资产和收入。现有的研究表明，收入水平不仅是影响家庭消费支出的重要因素，也是影响家庭金融资产配置的重要因素之一。但是在现有的研究中，一般分析的是家庭总的可支配收入水平。但是由于家庭成员的数目存在一定的差异，家庭总收入并不能真实反映一个家庭的收入状况。虽然一些研究中引入家庭规模变量，但本文认为，但就收入对家庭金融资产配置的影响来看，人均收入比总收入的影响更为显著。

根据目前的研究，对家庭消费决策产生影响的主要是非财产性收入，原因主要是财产性收入较少。对于家庭而言，决定其非财产性收入的，主要因素之一便是家庭成员的人力资本的质量。所谓人力资本，是指劳动者受到教育、培训等获得的能够为劳动者带来工资等收益的知识和技能等。受教育水平是一个劳动者人力资源质量的反应，而人力资源对于家庭收入具有较大影响，进而影响家庭的金融资产配置。

此外投资者的认知、情绪等对其经济决策的影响一直受到重点关注。徐梅，李晓荣（2012）通过对宏观数据的分析发现经济周期波动对家庭金融资产配置有一定的影响。当家庭进行经济决策时，由于信息等的限制，具有较大的主观性，而宏观经济形势对于家庭金融资产配置的影响主要是通过家庭对于未来经济形势的预期，家庭对未来经济形势的预期越好，则其持有金融资产的可能性越高，预期越差，持有可能性越低。叶德珠，周丽燕等（2014）通过对中国省级幸福调查数据和城市家庭调查数据进行分析发现幸福满意度对于金融资产配置存在一定影响。此外，对风险的态度不同，其在进行投资决策是的行为也存在较大的差异。

三、结论

家庭金融具有显著不同于传统金融的特点，是微观金融领域具有广阔前景的一个新课题，相关研究的展开对我国经济的健康发展和居民收入水平的提高具有重大的现实意义，随着相关权威数据的不断充实，相信在之后该领域研究将会取得重大突破。

参考文献：

[1]Campbell J.Y.：Household Finance ，The Journal of Finance，2006，61（ 4）：1553-1604.

[2]吴卫星，易尽然，郑建明.中国居民家庭投资结构：基于生命周期、财富和住房的实证分析.经济研究，2010增刊.

[3]徐梅，李晓荣.经济周期波动对中国居民家庭金融资产结构变化的动态影响分析.上海财经大学学报，2012，5.

第15篇

【关键词】风险型金融资产 金融资产选择 Probit模型

一、引言

随着金融市场发展，居民投资理财意识不断增强，越来越多的家庭开始通过股票、基金、理财等金融工具实现财富的保值增值。居民金融资产总量增速早已远高于国民生产总值和居民可支配收入的增速，并在居民生活和宏观经济运行

中发挥着重要作用。微观来看，研究居民家庭金融资产选择问题，能够引导居民家庭合理规划金融资产投资，为金融产品创新提供重要依据；宏观来看，通过分析家庭的金融资产选择特点，了解家庭参与金融市场的程度以及相关传导机制，对于优化我国家庭金融资产结构、推动我国金融市场改革、调整经济结构具有重要的指导意义。

与过去研究相比本文具有如下特点：1）从研究层面来看，以家庭微观调查数据为基础，克服了以往研究由于微观数据缺乏而导致研究只停留于宏观层面的不足；2）在指标选取方面，将房产加入组合选择模型，考虑了房产消费对居民家庭金融资产持有行为的影响；3）从评估方法来看，采用定性分析与定量评价相结合的分析方法，对变量的刻画更加精细，评价结果更加准确。

二、文献综述

（一）家庭金融资产选择行为影响因素研究

Heaton（2001）[1]研究发现股市参与度与年龄呈现弱的负相关关系，与收入、教育呈现强的正相关关系。Guiso，Sapienza and Zingales（2004）[1]发现对外界社会、金融机构等信任度高的家庭更情愿投资风险资产。Puri and Robinson（2005）研究发现对未来持有乐观预期的家庭更多地投资于风险较大的股票。Guven（2013）[2]认为房产的投资与消费的双重性质使家庭金融投资呈现随生命周期变化的特点，对房产的过度投资会减少对风险性金融资产的需求。于蓉（2006）考虑到消费者预期、信任度、社会互动、投资者情绪等行为特征对股票市场投资的影响。雷晓燕，周月刚（2010）[3]研究发现，健康状况变差会使其减少风险型金融资产的持有，并将资产向安全性较高的生产性资产和房产转移。王刚贞，左腾飞（2015）[4]认为投资者的风险偏好与投资经验、文化水平、性格特征、财富水平正相关与年龄负相关性。

（二）家庭金融资产选择行为分析方法的研究

国外研究方面，Markowiz（1952）提出均值――方差模型，提供了一种寻求风险与收益的最佳配比的金融资产选择方法。Angerer（2010）通过构建资产定价模型，把住房的双重属性都考虑在内，讨论住房――消费这一资产定价模型对预期股票的回报率产生的影响。史代敏和宋艳（2005）运用四川省2002年城镇居民家庭资产调查数据，采用Tobit模型对居民家庭金融资产选择进行实证研究。卢家昌，顾金宏（2010）[5]构建出家庭金融资产投资决策的结构方程模型，对影响家庭金融资产选择的各个变量之间的逻辑关系和内在机制进行了实证研究。窦婷婷（2013）运用因子分析法结合Logistic回归模型分析了家庭选择证券类、保险类货币类、这三类金融投资品种的影响因素及其作用程度。张兵等（2015）利用Heckman两阶段模型分析了宏观经济情况和地区特征对我国家庭证券类金融资产选择行为的影响。

通过对过去学者在家庭金融资产选择行为研究的分析可知，其不足之处有如下三点：1）在研究视角方面，数据来源多为宏观统计数据，研究主要停留在宏观层面，对于家庭微观层面的研究存在较大的不足；2）在研究方法方面，较多的是采用描述性统计分析，评价结果较为粗糙，对变量间关系刻画不够精确；3）在指标的选取方面，较少有考虑到房产投资对居民风险型金融资产选择行为的影响。

三、数据来源与样本统计性描述

（一）数据来源

本文数据来源于中国人民银行赣州市中心支行组织的“2016年赣州市城镇居民金融资产负债基本情况调查”。合计发放问卷1076份，剔除无效问卷后筛选出有效问卷1043份。

（二）问卷设计

由于城镇居民的金融资产存量和金融投资活动要明显多于农村居民，本次问卷调点选择城镇居民。在调查问卷中，主要设计了家庭成员、年龄、受教育程度、职业、收入水平、房产持有数。

（三）描述性统计

在1043张有效问卷中，持有风险性金融资产的家庭有238户，占比为22.82%。家庭常住人口均值在3.93，从人口结构上看，主要集中在3人～4人之间。决策者年龄均值为2.91，主要分布于31～40岁及41～50岁两个年龄层次。决策者文化水平度均值为4.55，从分布结构上看，学历按由高到低排布呈现正态分布态势。家庭月收入水平均值为4.01，介于5001～10000及10001～20000元两选项占比合计达到68.64%。家庭持有住房套数主要以1套为主，占比为77.18%，无住房及持有3、4套住房均属于少数占比。具体统计情况见表2。

四、实证分析

（一）变量的选取及度量

外部金融环境会决定家庭金融资产的选择范围和配置比例，但即使投资决策者面对同样的外部环境，不同的投资决策者依然会根据自身状况做出不同的投资决策，为了进一步探讨影响居民家庭金融资产选择的微观因素，在借鉴Rosen（2004）[2]、Guiso（2004）[4]、Clark（2012）[6]、于蓉（2006）[8]、李涛（2006）[9]、雷晓燕（2010）[11]、段军山（2016）[13]等学者的研究的基础上，结合实际调查数据，选取决策者年龄（age）、决策者文化水平（doe）、决策者职业（pro）、家庭收入状况（fme）、家庭人员数（fp）、持有房产套数（hn）六个因素对赣州市居民家庭金融资产选择影响因素进行分析。相关变量的度量方法见表1。

（二）居民金融资产选择行Probit模型的构建

研究居民金融资产持有问题，即“持有”和“不持有”风险型金融资产的二元决策问题，故可通过构建Probit模型对该问题进行分析。居民金融资产选择行Probit模型具体表达形式如下：

式（5）中，εi为随机扰动项，服从N（0，1）的标准正态分布。因此，居民家庭金融资产选择行为影响因素的Probit模型可建立为：

式（6）中，prob（Y=1/Xi）是居民“持有金融资产”（即Y=1）的概率。x1，x2，x3…xn为解释变量。α0为常数项，β1，β2，β3…βn为对应自变量的Probit回归系数，εi为随机扰动项，服从N（0，1）分布。根据前文的分析，选择了家庭人员数、年龄、文化水平、决策者职业、家庭收入状况、房产持有数6个解释变量研究赣州居民金融资产持有行为并构建出probit回归模型，各变量的具体说明见表1。

（三）Probit回归结果

以2016年4月在赣州市对居民进行网络问卷调查所获得的1043份有效问卷为数据来源，采用Stata11.0软件的probit运算工具对六个变量进行Probit回归分析（回归结果略），从全变量模型的回归结果来看，决策者年龄（age）、决策者职业（Pro）家庭人员数（fp）三项解释变量的P值分别为0.254，0.055，0.175，无法通过变量的显著性检验，为进一步提高模型和变量的显著性水平，故采用逐步回归法对6个解释变量分别进行回归分析，以确定模型最终的解释变量个数，最终Probit模型回归结果见表3所示。

五、结论

（1）在六个设定的主要模型影响因素中，决策者年龄、家庭人口数两个变量在回归模型中不显著，予以剔除，决策者文化水平、决策者职业、家庭收入状况、房产持有数四个变量回归效果较为显著，是居民家庭风险型金融资产持有行为的主要影响因素。

（2）在决策者文化水平方面，变量Z统计值达到-5.11，显著性检验通过且系数为负（注：文化水平越高，评分越低），即户主受教育水平越高，居民持有风险型金融资产需求的可能性就越大。可能的解释是文化水平高的户主其个人素质和能力均较高，具备较强的接受新事物、风险辨识和学习新技术的能力，能帮助他们在控制风险的基础上获取收益，故而有较强的风险型金融资产持有需求。

（3）在决策者职业方面，指标的Z统计值为-2.01，模型的显著性检验通过，其系数为负（注：职业稳定性越高，评分越低）。说明职业越稳定的决策者，其持有风险型金融资产需求的可能性越大。究其原因，职业稳定性越高的职业收入的稳定性越高，对金融资产的抗风险能力更强，因此对风险型金融资产的持有概率更高。

（4）在家庭收入水平方面，指标Z统计值为2.91，模型显著性检验通过，指标系数为正，说明随着家庭收入的增加，居民的风险型金融资产的持有需求呈现上升的趋势。原因很大程度是由于随着收入水平的增加，家庭可支配收入更多，居民对于风险投资的需求逐步上升所导致。

（5）在房产持有量方面，指标的Z统计值为4.02，模型的显著性检验通过，且其系数为正，说明家庭房产持有行为对家庭风险性金融资产投资存在正相关性，即房产投资并没有对家庭的风险性金融资产投资产生“挤出效应”。可能的解释有两点：首先，居民在持有房产后，购房压力降低，家庭可支配收入增加，促进了金融投资行为；其次，持有房产越多，居民家庭财富积累越大，家庭金融资产投资活动的抗风险能力提高，使该类家庭风险资产金融资产投资需求增加。

参考文献

[1]Guiso，L.，P.Sapienza & L.Zingales.the Role of Social Capital in Financial Development[J].American Economic Review，2004（94）：526-556.

[2]Guven C..Reversing the Question：Does Happiness Affect Consumption and Savings Behavior[J].Journal of Economics is Psychology，2012，33 （4）：29-36.

[3]雷晓燕，周月刚.中国家庭的资产组合选择：健康状况与风险偏好[J].金融研究，2010，（1）：31-45.

[4]王刚贞，左腾飞.城镇居民家庭金融资产选择行为的实证分析[J].统计与决策，2015，（12）：151-154.