中國居民正規(guī)金融借貸可得性的影響因素研究
——基于CHFS的城鄉(xiāng)比較分析

邰倫騰,周世軍

(安徽工業(yè)大學(xué) 商學(xué)院,安徽 馬鞍山 243032)

中國居民正規(guī)金融借貸可得性的影響因素研究
——基于CHFS的城鄉(xiāng)比較分析

邰倫騰,周世軍

(安徽工業(yè)大學(xué) 商學(xué)院,安徽 馬鞍山 243032)

運用2011年中國家庭金融調(diào)查數(shù)據(jù),建立Logit模型和中介效應(yīng)模型,分別研究農(nóng)村和城鎮(zhèn)居民正規(guī)金融借貸可得性影響因素及中介效應(yīng)。結(jié)果表明:就業(yè)質(zhì)量、風(fēng)險偏好、本地治安狀況、工作職務(wù)顯著影響農(nóng)村居民正規(guī)金融借貸可得性;而去年收入水平、年齡、文化程度、政治面貌、民族顯著影城鎮(zhèn)居民正規(guī)金融借貸可得性。

正規(guī)金融借貸可得性;就業(yè)質(zhì)量;風(fēng)險偏好;中介效應(yīng)

一、引 言

改革開放以來,我國經(jīng)濟快速發(fā)展,經(jīng)濟水平有了極大提高。與此同時,金融體系不斷完善,但金融資源在我國城、鄉(xiāng)之間出現(xiàn)了嚴重的分配不均衡現(xiàn)象,表現(xiàn)為大量資金流向城鎮(zhèn)金融市場,農(nóng)村居民難以獲得金融借貸,面臨更大金融約束[1]。2014年中國家庭金融調(diào)查系列報告表明,城鎮(zhèn)正規(guī)金融借貸可得性水平為65.9%,農(nóng)村為23.0%,存在較大差距。因此,基于城、鄉(xiāng)比較視角,研究農(nóng)村和城鎮(zhèn)居民正規(guī)借貸可得性的影響因素,對提高居民正規(guī)借貸可得性具有重要意義。

目前,有關(guān)居民正規(guī)借貸可得性影響因素的研究主要集中于農(nóng)村居民,涉及家庭特征、風(fēng)險偏好、金融環(huán)境、社會網(wǎng)絡(luò)、貸款用途、利率、離金融網(wǎng)點距離、對借貸政策認知狀況、信譽水平、居住地等因素,而少有文獻研究城鄉(xiāng)居民正規(guī)借貸可得性影響因素的異質(zhì)性。例如,賀莎莎利用湖南省花巖溪村81戶農(nóng)戶的問卷調(diào)查數(shù)據(jù),研究發(fā)現(xiàn),社會地位、工資性收入、家庭規(guī)模等變量顯著影響農(nóng)戶借貸行為。褚保金等研究表明,耕地面積、房產(chǎn)、收入水平顯著促進正規(guī)借貸可得性。魏燕娜基于Probit模型和Tobit 模型對江西和湖北的農(nóng)戶進行了調(diào)查分析,結(jié)果表明,金融意識、風(fēng)險偏好顯著促進其正規(guī)借貸可得性。另外,有學(xué)者研究發(fā)現(xiàn)就業(yè)不穩(wěn)定的群體,更愿創(chuàng)業(yè),創(chuàng)業(yè)最大的制約因素是資金借貸困難[2-23]。然而,國內(nèi)外學(xué)者對就業(yè)質(zhì)量影響居民正規(guī)借貸可得性的研究還不充分。

本文借鑒現(xiàn)有文獻研究思路,基于城、鄉(xiāng)比較視角,采用logit回歸分析的計量方法,實證研究城鄉(xiāng)居民正規(guī)金融借貸可得性的影響因素及其異質(zhì)性,進一步提出并檢驗風(fēng)險偏好對就業(yè)質(zhì)量影響農(nóng)村居民正規(guī)金融借貸可得性的中介效應(yīng),豐富相關(guān)研究內(nèi)容。同時,使用具有全國代表型的覆蓋城鄉(xiāng)地區(qū)的大型調(diào)査數(shù)據(jù)(CHFS),這種大樣本的實證分析結(jié)果更有利于對城鄉(xiāng)居民正規(guī)金融借貸可得性的影響因素及其異質(zhì)性的研究。

二、數(shù)據(jù)選取與描述

為研究居民正規(guī)金融借貸可得性的影響因素,本文使用2011年“中國家庭金融調(diào)查”(CHFS)數(shù)據(jù),提取18至75周歲受訪者家庭數(shù)據(jù)。在數(shù)據(jù)清理過程中,刪除重要信息缺失家庭樣本,并通過調(diào)查問卷“您家沒申請的原因是什么?”這一問題進行篩選,剔除有借貸需求,但沒有申請貸款的居民樣本,同時篩選出家庭戶主數(shù)據(jù)作為樣本,最終得到3207個樣本。圍繞研究目標,選取相關(guān)實證研究變量,說明如下:

正規(guī)金融借貸。用“是否有銀行貸款”作為虛擬變量衡量有無正規(guī)金融借貸,判斷方法相對準確,有定義為“1”,無定義為“0”,樣本中有320家庭有正規(guī)金融借貸。

就業(yè)質(zhì)量。選取“公積金和養(yǎng)老保險金總額自然對數(shù)值”作為就業(yè)質(zhì)量代理變量,研究就業(yè)質(zhì)量對居民正規(guī)金融借貸可得性的影響[24]。

風(fēng)險偏好。CHFS問卷通過斯科特五級量表調(diào)查居民風(fēng)險偏好狀況,本文將量表選項分別賦值為1、2、3、4、5。賦值越低,越偏好風(fēng)險。

信用水平。選取選取教育負債、信用卡欠費總額、其他負債總額之和,作為農(nóng)村和城鎮(zhèn)居民信用水平的代理變量。

控制變量。以反映家庭和戶主特征的變量為特征變量,包括性別、年齡、民族、文化程度、工作職務(wù)、本市戶口、去年收入、經(jīng)濟預(yù)期、本地治安狀況、家庭資產(chǎn)、家庭成員數(shù)。

表1給出了相關(guān)變量的統(tǒng)計性描述。可以看出,農(nóng)村居民正規(guī)金融借貸的比例為26%,城鎮(zhèn)居民的比例為39%,城鎮(zhèn)居民占比要明顯高于農(nóng)村居民。就業(yè)質(zhì)量方面,農(nóng)村居民的

“五險一金”總額為717.15元,城鎮(zhèn)居民為1 026.35元,城鎮(zhèn)居民就業(yè)質(zhì)量更好。此外,相比城鎮(zhèn)居民,農(nóng)村居民風(fēng)險偏好均值更高,受教育程度更低,年齡更大,黨員身份占比更少,工資收入更低。

三、實證分析

(一)計量模型建立

由于被解釋變量正規(guī)金融借貸可得性是一個二值虛擬變量,采用Logit模型對影響正規(guī)金融借貸可得性的因素進行實證考察,實證模型基本形式如下:

(1)

(1)式中,Pi為第i個居民貸款可得性的概率,yi表示第i個居民是否有貸款需求,Xi為解釋變量,β1是常數(shù)項,β2是解釋變量的系數(shù),i=1,2…,n。

(二) 回歸結(jié)果分析

為考察城鄉(xiāng)居民正規(guī)金融借貸可得性的影響因素及其異質(zhì)性,本文將全樣本分為農(nóng)村和城鎮(zhèn)居民分別進行回歸,具體估計結(jié)果見表2。表2中的模型(1)至(5)、(6)至(10)以及(11)至(15)分別以城鄉(xiāng)全樣本、農(nóng)村樣本以及城鎮(zhèn)樣本進行選元回歸(stepwise)分析。表2給出了城鄉(xiāng)居民正規(guī)金融借貸可得性的影響因素的實證結(jié)果。從前五列結(jié)果中發(fā)現(xiàn),就業(yè)質(zhì)量對居民正規(guī)金融借貸可得性有顯著負向作用,說明就業(yè)質(zhì)量越好的居民,其正規(guī)金融借貸可得性越低;風(fēng)險偏好對居民正規(guī)借貸選擇有顯著正向作用。在控制變量方面,信用水平、去年收入水平、政治面貌及家庭人口規(guī)模對居民正規(guī)金融借貸可得性均具有顯著正向影響;本地治安狀況、工作職務(wù)及本地戶口與正規(guī)金融借貸可得性之間存在顯著負向關(guān)系。

接著考察城鄉(xiāng)居民正規(guī)金融借貸可得性影響因素的異質(zhì)性。從表2中第(6)至第(10)列以農(nóng)村分樣本的實證結(jié)果發(fā)現(xiàn):就業(yè)質(zhì)量對農(nóng)村居民正規(guī)金融借貸可得性有顯著抑制作用。第(11)至第(15)列以城鎮(zhèn)分樣本的實證結(jié)果表明,就業(yè)質(zhì)量同樣抑制城鎮(zhèn)居民正規(guī)金融借貸可得性,但估計值不顯著。其原因可能為:農(nóng)村居民一般比較保守,一份好工作對農(nóng)村居民來說更是來之不易的,故越不想放棄現(xiàn)有的好工作,其就業(yè)質(zhì)量與正規(guī)金融借貸可得性有直接關(guān)系;較農(nóng)村居民,城鎮(zhèn)居民一般思想較開放,視野較開闊,其就業(yè)質(zhì)量對正規(guī)借貸可得性的影響不顯著。另外,風(fēng)險偏好對農(nóng)村居民正規(guī)金融借貸可得性有顯著負向影響,對城鎮(zhèn)居民的影響不顯著。信用水平對城鄉(xiāng)居民正規(guī)金融借貸可得性都有顯著的正向影響。

在控制變量方面,收入對農(nóng)村居民正規(guī)金融借貸可得性有負向影響,且結(jié)果不顯著;而收入對城鎮(zhèn)居民正規(guī)金融借貸可得性有顯著的正向影響。戶主年齡對城鄉(xiāng)居民正規(guī)金融借貸可得性具有負向影響,這可能是由于戶主年齡越大,其進取心弱化,且脈資源更廣泛,使其在需要資金時更傾向民間借貸。戶主性別對城鄉(xiāng)居民正規(guī)金融借貸可得性具有顯著的正向影響,這是因為男主外、女主內(nèi)的分工模式依然普遍存在,相對女性而言,男性居民具有較強的開拓創(chuàng)業(yè)能力,對金融借貸政策的認知水平普遍高于女性,對借貸需求具有更清晰的思維判斷。

表1 變量描述性統(tǒng)計

表2 城鄉(xiāng)居民正規(guī)金融借貸可得性影響因素的實證結(jié)果

注：(1)括號里報告值是t統(tǒng)計量;(2)③、②、①、分別表示在1%、5%、10%的水平上顯著。

續(xù)表2 城鄉(xiāng)居民正規(guī)金融借貸可得性影響因素的實證結(jié)果

注：(1)括號里報告值是t統(tǒng)計量;(2)③、②、①分別表示在1%、5%、10%的水平上顯著。

四、就業(yè)質(zhì)量影響城鄉(xiāng)居民正規(guī)金融借貸行為的作用機制:風(fēng)險偏好

前文實證研究表明,就業(yè)質(zhì)量對農(nóng)村居民正規(guī)金融借貸可得性具有顯著負向影響。進一步研究的問題是,就業(yè)質(zhì)量是如何影響農(nóng)村居民正規(guī)金融借貸可得性?其具體作用機制是什么?在中國,就業(yè)質(zhì)量越高,居民越安于現(xiàn)狀,更不偏好風(fēng)險。為此,本文提出假設(shè):就業(yè)質(zhì)量削減居民正規(guī)金融借貸可得性的作用機制之一是風(fēng)險偏好。由表3可知,農(nóng)村居民就業(yè)質(zhì)量與風(fēng)險偏好存在顯著負相關(guān)關(guān)系,即就業(yè)質(zhì)量狀況相對較差,居民越偏好風(fēng)險。相比之下,城鎮(zhèn)居民就業(yè)質(zhì)量對風(fēng)險偏好的影響不顯著,這就說明就業(yè)質(zhì)量對城鎮(zhèn)居民的影響并沒受到風(fēng)險偏好的影響。為驗證上述假設(shè),本文構(gòu)建了中介效應(yīng)模型。

表3 就業(yè)質(zhì)量與風(fēng)險偏好的相關(guān)性

變量名農(nóng)村城鎮(zhèn)就業(yè)質(zhì)量0 714③0 344(3 164)(0 332)

注： (1)括號里報告值是t統(tǒng)計量;(2)③、②、①

分別表示在1%、5%、10%的水平上顯著。

(一)中介效應(yīng)模型的構(gòu)建

上述分析表明,就業(yè)質(zhì)量是通過影響農(nóng)村居民的風(fēng)險偏好,進而影響農(nóng)村居民正規(guī)金融借貸可得性。因此,在本文中,居民正規(guī)金融借貸可得性為被解釋變量,風(fēng)險偏好為中介變量,就業(yè)質(zhì)量為解釋變量。為驗證三者關(guān)系,參照Baron和 Kenny(1986)[25]的方法建立如下中介效應(yīng)模型:

Loani=a0+a1workstatusi+a2X1i+ε1i,

(2)

riski=b0+b1workstatusi+b2X2i+ε2i,

(3)

Loani=c0+c1workstatusi+c2riski+c3X3i+ε3i.

(4)

其中:i代表城鄉(xiāng)居民,X1i、X2iX3i為控制變量(性別、年齡、教育年限等)、ε1i、ε2i和ε3i為隨機擾動項且服從均值為零、方差有限的正態(tài)分布。式(2)表示就業(yè)質(zhì)量(workstatus)對正規(guī)金融借貸可得性(loan)影響的總效應(yīng),系數(shù)a1衡量總效應(yīng)的大小;式(3)表示就業(yè)質(zhì)量(workstatus)對風(fēng)險偏好(risk)影響的效應(yīng);式(4)中c1衡量的是就業(yè)質(zhì)量對正規(guī)金融借貸可得性的直接效應(yīng)。如果將式(3)帶入(4)中得:

Loani=(c0+c2b0)+(c1+c2b1)workstatusi+b2c2X2i+c3X3i+ε4i.

(5)

其中,系數(shù)c2b1度量的是中介效應(yīng),即就業(yè)質(zhì)量通過風(fēng)險偏好影響居民正規(guī)金融借貸可得性的程度。

(二)估計結(jié)果與分析

表4 中介效應(yīng)模型估計結(jié)果

注： (1)括號里報告值是t統(tǒng)計量;(2)③、②、①分

別表示在1%、5%、10%的水平上顯著。

由表4中式(2)與式(3)可知,就業(yè)質(zhì)量的估計系數(shù)分別為-0.496與0.714,說明就業(yè)質(zhì)量對農(nóng)村居民正規(guī)金融借貸可得性有負向影響,就業(yè)質(zhì)量越高,正規(guī)金融借貸可得性越低,這與前文結(jié)論相吻合。此外,式(3)與式(4)中風(fēng)險偏好的估計系數(shù)也充分證實了風(fēng)險偏好確實對農(nóng)村居民正規(guī)金融借貸可得性有負向影響。根據(jù)式(5)可計算出,就業(yè)質(zhì)量影響農(nóng)村居民正規(guī)金融借貸可得性的中介效應(yīng)為c2b1為-0.117 8。

(三)中介效應(yīng)檢驗

溫忠麟等根據(jù)Baron & Kenny以及Judd & Kenny的研究[26-27],提出了一個中介效應(yīng)檢驗程序,該程序比單一的檢驗方法要好。按照該程序,本文進行了檢驗,結(jié)果表明,系數(shù)a1、b1和c2的t值均在5%和1%的水平上顯著,風(fēng)險偏好作為中介變量是顯著的。在此基礎(chǔ)上,系數(shù)c1的 t值也在1%的水平上顯著,故中介效應(yīng)顯著,即就業(yè)質(zhì)量的影響部分是通過風(fēng)險偏好來實現(xiàn),中介效應(yīng)占總效應(yīng)的比例為24.9%。

五、研究結(jié)論和政策建議

本文運用中國家庭微觀調(diào)査數(shù)據(jù),實證分析了城鄉(xiāng)居民正規(guī)金融借貸可得性的影響因素及其異質(zhì)性。結(jié)果表明,就業(yè)質(zhì)量、風(fēng)險偏好、本地治安狀況、工作職務(wù)顯著影響農(nóng)村居民正規(guī)金融借貸可得性;而去年收入水平、年齡、文化程度、政治面貌、民族顯著影城鎮(zhèn)居民正規(guī)金融借貸可得性;信用水平、家庭人口規(guī)模對城鄉(xiāng)居民都有顯著影響。進一步研究發(fā)現(xiàn),對于農(nóng)村居民而言,就業(yè)質(zhì)量是通過影響居民的風(fēng)險偏好間接作用于居民正規(guī)金融借貸可得性,即就業(yè)質(zhì)量會在一定程度上削弱的居民的風(fēng)險偏好,進而降低了農(nóng)村居民正規(guī)金融借貸可得性。而對于城鎮(zhèn)居民來說,“就業(yè)質(zhì)量——風(fēng)險偏好——正規(guī)金融借貸可得性”的作用機制并不成立。

基于以上結(jié)論,為提高城鄉(xiāng)居民正規(guī)金融借貸可得性,本文提出以下政策建議:

風(fēng)險偏好顯著促進農(nóng)居民正規(guī)金融借貸可得性,可通過提升農(nóng)戶的風(fēng)險承擔(dān)能力,增加其融資渠道,提高農(nóng)村居民正規(guī)金融借貸可得性。具體措施有:第一,通過對農(nóng)村居民進行風(fēng)險教育,使其深入了解所面臨的風(fēng)險,進而提高風(fēng)險管理能力。第二,加強農(nóng)業(yè)技術(shù)推廣,削弱信息不對稱的程度,有助于減少農(nóng)村居民在農(nóng)業(yè)生產(chǎn)上面臨的風(fēng)險。

去年收入水平、信用水平顯著促進城鎮(zhèn)居民正規(guī)金融借貸可得性。因此,可通過多種渠道提高城鎮(zhèn)居民收入,加快城鎮(zhèn)信用體系建設(shè)進程,增強城鎮(zhèn)居民誠信意識,以提高城鎮(zhèn)居民正規(guī)金融借貸可得性。

[1]謝平,徐忠.公共財政、金融支農(nóng)與農(nóng)村金融改革——基于貴州省及其樣本縣的調(diào)查分析[J].經(jīng)濟研究,2006,(4):106-114.

[2]韓俊,羅丹,程郁.供給配給與需求壓抑交互影響下的正規(guī)信貸約束:來自1874戶農(nóng)戶金融需求行為考察[J].世界經(jīng)濟,2009,(5):73-82.

[3]周宗安.農(nóng)戶信貸需求的調(diào)查與評析:以山東省為例[J].金融研究,2010,(2):195-206.

[4]孔榮,Calum G Turvey,霍學(xué)喜.信任、內(nèi)疚與農(nóng)戶借貸選擇的實證分析——基于甘肅、河南、陜西三省的問卷調(diào)查[J].中國農(nóng)村經(jīng)濟,2009,(11):50-59.

[5]秦建群,呂忠偉,秦建國.中國農(nóng)戶信貸需求及其影響因素分析——基于Logistic模型的實證研究[J].當代經(jīng)濟科學(xué),2011,(5):27-33.

[6]胡楓,陳玉宇.社會網(wǎng)絡(luò)與農(nóng)戶借貸行為——來自中國家庭動態(tài)跟蹤調(diào)查(CFPS)的證據(jù)[J].金融研究,2012,(12):178-192.

[7]Beck T Berrak R, Felix K V, Neven T. Who gets the credit? And does it matter? Household vs. firm lending across countries[J]. The B E Journal of Macroeconomics, 2012,12(1): 1935-1690.

[8]顏莉娜.山西省農(nóng)戶借貸影響因素研究[D].南寧:廣西大學(xué),2012.

[9]張愛榮,宋洪遠.貸款可得性影響因素研究——基于農(nóng)戶和村鎮(zhèn)銀行的視角[J]. 農(nóng)村金融研究,2013,(3):64-69.

[10]黎翠梅,陳巧玲.傳統(tǒng)農(nóng)區(qū)農(nóng)戶借貸行為影響因素的實證分析——基于湖南省華容縣和安鄉(xiāng)縣農(nóng)戶借貸行為的調(diào)查[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2007,(5):44-48.

[11]易小蘭.農(nóng)戶正規(guī)借貸需求及其正規(guī)貸款可獲性的影響因素分析[J].中國農(nóng)村經(jīng)濟,2012,(2):56-63.

[12]Schoombee GA.credit demand and credit rationing in the informal Financial in Uganda [J]. South African Tournal of Economies,2004,(3):135-163.

[13]侯英,陳希敏. 聲譽、借貸可得性、經(jīng)濟及個體特征與農(nóng)戶借貸行為——基于結(jié)構(gòu)方程模型(SEM)的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2014,(9):61-71.

[14]蘭慶高,李巖,趙翠霞.農(nóng)戶生產(chǎn)經(jīng)營性貸款需求及其影響因素[J].農(nóng)村經(jīng)濟,2014,(2):45-49.

[15]賀莎莎.農(nóng)戶借貸行為及其影響因素分析——以湖南省花巖溪村為例[J].中國農(nóng)村觀察,2008,(1):39-50.

[16]褚保金,盧亞娟,張龍耀.農(nóng)戶不同類型借貸的需求影響因素實證研究——以江蘇省泗洪縣為例[J].江海學(xué)刊,2008,(3):58-62.

[17]魏燕娜.金融意識、風(fēng)險偏好對于農(nóng)民金融行為的影響[J].湖北行政學(xué)院學(xué)報,2016,(2):91-96.

[18]許承明,張建軍.利率市場化影響農(nóng)業(yè)信貸配置效率研究——基于信貸配給視角[J].金融研究,2012,(10):111-124.

[19]譚燕芝,羅午陽. 農(nóng)戶金融行為偏好與借貸行為——來自中國家庭追蹤調(diào)查的證據(jù)[J]. 區(qū)域經(jīng)濟評論,2015,(5):96-103.

[20]任鋒,杜海峰,劉玲睿.基于就業(yè)穩(wěn)定性差異的農(nóng)民工創(chuàng)業(yè)影響因素研究[J].人口學(xué)刊,2012,(2):80-88.

[21]劉唐宇.福建省農(nóng)民工回鄉(xiāng)創(chuàng)業(yè)的調(diào)查與思考[J].福建農(nóng)林大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2009,(5):16-23.

[22]徐慧賢.鄂爾多斯民間借貸利率定價及社會運行機制分析[J].財經(jīng)理論研究,2015,(1):70-78.

[23]斯琴塔娜.利率市場化攻堅與制度慣性影響下的商業(yè)銀行壓力、風(fēng)險及對策[J].財經(jīng)理論研究,2014,(5):83-88.

[24]程蹊,尹寧波.淺析農(nóng)民工的就業(yè)質(zhì)量與權(quán)益保護[J].農(nóng)業(yè)經(jīng)濟,2003,(11):37-38.

[25]Baron R M,Kenny D A. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic,and statistical considerations[J]. Journal of Personality and Social Psychology, 1986,(51)： 1173-1182.

[26]溫忠麟,張雷. 中介效應(yīng)檢驗程序及其應(yīng)用[J]. 心理學(xué)報,2004,(5):614-620.

[27]Judd C M, Kenny D A.Process analysis: Estimating mediation in treatment evaluations[J]. Evaluation Review, 1981, 5(5): 602-619.

[責(zé)任編輯:劉 煒]

2016-12-26

世界銀行貸款項目“農(nóng)民培訓(xùn)與就業(yè)”(AHHRSS-ZX01);安徽省哲學(xué)社會科學(xué)規(guī)劃項目“收入倍增目標約束下縮小城鄉(xiāng)收入不平等的理論與對策研究”(AHSKQ2014D47)

邰論騰,1992年生,男,安徽馬鞍山人,安徽工業(yè)大學(xué)碩士生, 研究方向為銀行信貸,(電子信箱) 1292203364@qq.com。周世軍,男,副教授,博士,碩士生導(dǎo)師,研究方向為勞動經(jīng)濟學(xué)。

10.3969/j.issn.1672-5956.2017.04.014

F832.479

A

1672-5956(2017)04-0094-09