金融排斥對農村家庭金融資產選擇的影響研究

肖琴　李世俊

摘要：目前，我國農村金融發展問題依然嚴重，農村家庭普遍面臨金融排斥。文章利用中國家庭金融調查（CHFS）2017年數據，從金融知識排斥、流動性排斥和互聯網排斥三個維度，運用熵值法構建金融排斥指標對農村家庭參與風險性金融資產的影響建立Logit模型進行了回歸分析。結果表明，金融排斥對農村家庭參與風險性金融資產的可能性有顯著負向影響（P=0.001），農村家庭的金融排斥程度越高，家庭參與風險性金融資產的可能性越小。改善農村家庭的金融排斥，有利于促進農村家庭參與風險性金融市場。

關鍵詞：金融排斥;農村家庭;資產選擇

一、引言

長期以來，“三農”問題一直是我國經濟發展面臨的重要問題之一。由于我國城鄉二元制的經濟結構，經濟發展表現為城鄉發展不均衡，農村人口多、農業生產率低下、農民文化程度普遍偏低等因素是農村經濟金融發展緩慢的重要原因。近年來，國家實施普惠金融規劃，提出要為小微企業、農民、城鎮低收入人群等特殊群體提供可負擔的適當、有效的金融服務。由于金融知識匱乏，資金不足，互聯網滲透不足等問題，農戶家庭普遍存在較低的有效金融需求問題，金融供給側動力不足。普惠金融在農村家庭的發展受到了金融排斥的阻礙，造成資源的錯配。因此，本文從金融知識排斥、流動性約束、互聯網約束等三個方面構建農村家庭金融排斥的綜合指標，探討金融排斥對農村家庭參與風險性金融資產的影響。

二、文獻綜述

金融排斥主要是指某些群體受到自身或外在的條件排斥而難以通過適當的渠道獲得所需或必需的金融產品和服務（張棟浩，尹志超，2018）。（Kempson和Whyley，1999）認為金融排斥主要表現為評估排斥、地理排斥、條件排斥、價格排斥、營銷排斥和自我排斥等五個方面，金融排斥現象主要集中于農村家庭。也有學者將群體不具備相應的金融知識和無法整合金融信息等自我排斥視為金融排斥的代表性指標（何婧等，2017）。（田霖，2010）以河南省為例，將金融機構網點覆蓋率、農戶貸款數和農業貸款比例等指標綜合起來構建了金融排斥指數，提出農村要充分利用政策優勢，加大農村金融機構的支持力度，促進農村家庭的金融可及性。本文主要從農戶的自我排斥層面構建金融排斥指標來研究對農村家庭參與風險性金融資產選擇的影響。農村地理、人口、交通、資源等方面的欠缺，金融發展程度普遍不高，較少參與到風險性金融市場。本文加入了各省的金融發展水平指數作為控制變量，用本外幣各項貸款余額比上各項存款余額的比重來表示，比值越大，說明金融效率越高。

三、研究設計、數據樣本及描述性分析

（一）數據來源

本文數據來自西南財經大學進行的中國家庭金融調查（CHFS）2017年在全國范圍內的調查數據。該數據包括家庭人口信息、家庭資產與負債等多方面詳細信息，覆蓋了29個省份，為研究金融排斥對農村家庭金融資產選擇的影響提供了數據支撐。刪除城鎮樣本，刪除異常值和缺失值后，最后得到8500個農村家庭樣本。

（二）變量說明

1. 被解釋變量join-農村家庭是否參與風險性金融資產

被解釋變量為農村家庭是否參與風險性金融資產，參與為1，沒參與為0。參照（尹志超，2014）風險性金融資產的分類，將股票、基金、債券（國債除外）、黃金、衍生品和非人民幣資產視為風險性金融資產，其他視為無風險金融資產。

2. 解釋變量score-金融排斥綜合指數

借鑒（葛永波，2021）的指標計算方法，從金融知識排斥、流動性排斥、互聯網排斥等三個層面（如表1所示）利用熵值法構建金融排斥指數。具體步驟如下：（1）無量綱處理。設Yij表示第i個家庭的第j個排斥指標，其中i=1，2，…，n，表示第i個家庭，j=1，2，3分別表示金融知識排斥、流動性排斥和互聯網排斥三個維度上的指標。對Yij進行無量綱處理得到矩陣Pij：Pij= 。（2）數據整體平移。由于數據存在為0的現象，為方便下一步計算，將數據整體平移得到矩陣P? ：P? =Pij+A;P? ?為無量綱化平移后得到的值，A為整體平移幅度，其中，A越接近（Pij），誤差越小，由于本文數據的值較小，所以數據整體平移10-10個單位。（3）計算第j項指標的熵值ej：ej=- ∑? P? lnP? 。（4）計算差異系數μi。μi=1-ej; ej的值越大，指標的差異系數μi越小，該指標對評價對象的作用越大。（5）計算第j個指標權重Wj。Wj= ，其中0≤Wj≤1，且∑? Wj=1。（6）計算綜合指數score。score=∑? WjYij，指標熵權結果為：score=0.0836Yi1+0.1027Yi2+0.813Yi3;其中，score越小，說明金融排斥的程度越大。

3. 控制變量

參照類似文獻的研究方法，在模型中加入控制變量，包括戶主特征變量、家庭特征變量和地區特征變量。戶主特征變量包括戶主的年齡age、性別gender、婚姻狀況marry、文化程度educate、健康狀況health、是否有工作job、風險態度risk、信任trust;家庭特征變量包括少兒撫養比sefyb、房產house、家庭年收入的對數ln total income、家庭總資產的對數ln total asset、社會互動取對數shhd2、社會養老保險eninsur、社會醫療保險meinsur;地區特征變量主要指各省的金融發展水平指數effic。參考（常建新，2021）的做法，采用2016年年末各省本外幣各項貸款余額占存款余額的比重來衡量2016年各省的金融發展水平。

4. 模型設定

由于本文研究的因變量是農村家庭參與風險性金融資產的可能性，為二分變量，1表示參與了，0表示未參與。借鑒以往相關文獻，構建Logit模型來進行回歸分析。模型構建如下：

其中，i表示第i個家庭，scorei表示金融排斥指數，Xi表示戶主特征控制變量，Yi表示家庭特征控制變量，regioni表示各省的金融發展水平，μi為隨機擾動項。

四、實證分析

（一）主回歸結果

表2報告了Logit模型回歸結果：綜合得分對農村家庭參與風險性金融資產的可能性具有顯著的正向影響，邊際效應系數為0.07623，并在1%的顯著性水平上顯著，也就是說，當綜合得分減小一個單位，即金融排斥程度增加一個單位時，農村家庭參與風險性金融資產的概率平均減小7.623%。擬合優度達到了30.35%，擬合度較高，模型具有顯著意義。從控制變量來分析，少兒撫養比的邊際效應系數為-0.12410，在0.01的顯著性水平下顯著，農戶家庭的少兒撫養比越高，農戶的經濟流動性約束越強，農戶參與風險資產的概率越低。戶主年齡越大，學習金融知識和獲得處理信息的能力越小，金融知識排斥程度越強，農戶參與風險資產的概率越低。相應地，戶主的文化程度越高，獲取新知識和新技術的可能性越高，金融知識排斥的可能性越小，農村家庭參與風險資產的概率越高，并在0.1的顯著性水平下顯著。社會互動用家庭在紅白喜事（包括做壽、慶生等）的支出金額來表示，從回歸結果可以看出，社會互動的邊際效應系數為-0.00248，即家庭在社會互動的支出越多，家庭參與風險資產的概率越小，這與以往的研究結論有所不同，以往研究表明，社會互動的支出越大，代表家庭獲取信息渠道越廣泛，獲取信息的可能性越大，家庭參與風險資產的可能性也就越大，但在農村家庭卻不同，由于普遍的金融排斥，使社會互動支出在信息獲取方面并沒有明顯的作用，反而由于支出導致可用現金的減少，面臨流動性約束，導致農村家庭參與風險資產的可能性更小。家庭總資產的邊際效應系數為0.01727，即農村家庭總資產平均每正向變動一個單位，家庭參與風險資產的概率增加1.727%。農村家庭是否購買社會養老保險的邊際效應系數為正，但系數不顯著，原因是農村養老保險制度還不夠完善，惠及力度不夠大，對農村家庭的投資不能產生顯著影響。相反，農村居民醫療保險制度較為完善，從回歸結果可以看出，農村家庭是否購買社會醫療保險的邊際效應系數為0.07052，即購買了醫療保險比沒有購買醫療保險的家庭參與風險資產的概率高7.052%。最后，從金融發展水平來看，金融發展水平的邊際效應系數為-0.07618，即金融發展水平每正向變動一個單位，農村家庭參與風險資產的概率減少7.618%。本文利用金融效率來表示金融發展水平，金融發展水平越高，農村地區資金外流，反而有利于城鎮發展，故金融發展水平越高，農村家庭受到的金融排斥并未得到改善，反而抑制了農村家庭參與風險資產。（高一騠，2018）研究發現金融發展規模和金融發展效率對農村家庭工資性收入的估計系數為負，表明農村金融發展并沒有提高農村家庭的工資性收入，反而對農村家庭的工資性收入有抑制作用，農村家庭的金融發展水平排斥程度較高。

（二）異質性分析

表3分析了戶主最近一周是否有工作來討論金融排斥的異質性。從表中可以看出，當戶主有工作時，如第（1）列所示，金融排斥程度對農村家庭參與風險性金融資產的邊際效應為0.06016，在0.001的顯著性水平上顯著。Score每提高一個單位，農村家庭參與風險性金融資產的可能性增加6.016%，已知金融排斥score得分與金融排斥的程度成反比，也就是說，在戶主有工作的農村家庭中，金融排斥程度每平均上升一個單位，參與風險性金融資產的可能性下降6.016%，呈負向影響。同理，在戶主沒有工作的農村家庭中，如第（2）列所示，家庭金融排斥的程度每上升一個單位，參與風險性金融資產的可能性下降12.683%，在0.001的顯著性水平上顯著。因此，戶主沒有工作的家庭比有工作的家庭金融排斥程度對家庭參與風險金融市場的可能性有更大的影響。一方面，戶主沒有工作，收入減少，越易受到金融排斥（資金有限），從而拒絕參與風險性金融資產。另一方面，戶主在工作過程中拓寬了信息渠道，從而促進了家庭參與風險性金融資產配置的可能性和參與比例，緩解了農村家庭的金融排斥，提高農村家庭的就業和收入是促進和改善農村家庭金融排斥程度的有效途徑。

五、結論和政策建議

通過上述金融排斥對農村家庭參與風險性金融資產的實證研究，從金融知識排斥、流動性排斥、互聯網排斥等三個層面運用熵值法構建了金融排斥綜合指數，發現農村家庭金融排斥程度越嚴重，家庭參與風險資產的概率越小，在戶主沒有工作的家庭中影響更大。同時，文化程度的提升、家庭總資產的提高和購買醫療保險都對農村家庭參與風險資產有正向的促進作用。孩子的撫養比越高，農村家庭參與風險性金融資產的可能性就越低。社會互動的支出越高，反而減小了農村參與風險資產的可能性。金融發展水平越高，農村資金外流，不利于農村金融發展，農村家庭參與風險資產的概率越低。因此，關于促進和提高農村家庭參與風險資產，切實提高農民的財產性收入，將普惠金融做到真正惠及千家萬戶，可以從以下三個方面著手：一是加大普惠金融政策向農村家庭傾斜，在農村金融規模和農村金融效率兩個方面上，完善相關政策措施，改善農村家庭的金融排斥，減小城鄉差距，實現城鄉均衡發展。二是促進互聯網金融在農村地區的發展，互聯網金融的繁榮和發展克服了農村由于地理位置疏遠而形成的空間性金融排斥，促進和改善農村居民的金融素養和金融可得性。三是促進農村家庭的就業和創收，大力發展鄉村振興，農村地區資源豐富，促進產業和鄉村旅游等地方特色經濟，切實為農民提供創收渠道，改善農村家庭的流動性約束，促進農村家庭參與風險性金融資產的投資。四是提高農村居民的社會保險待遇，農村居民養老主要還是以家庭養老為主，撫養壓力大，提高社保待遇，有利于減輕農村家庭的撫養壓力，從而促進農村家庭對風險金融市場的投資。

參考文獻：

[1]常建新.金融發展、資本錯配與經濟高質量發展[J].金融發展研究，2021（08）：1-9.

[2]葛永波，陳虹宇，趙國慶.金融排斥視角下非農就業與農村家庭金融資產配置行為研究[J].當代經濟科學，2021，43（03）：16-31.

[3]張棟浩，尹志超.金融普惠、風險應對與農村家庭貧困脆弱性[J].中國農村經濟，2018（04）：54-73.

[4]高一騠. 農村金融發展、城鎮化對農民工資性收入的影響[D].杭州：浙江工商大學，2018.

[5]何婧，田雅群，劉甜，李慶海.互聯網金融離農戶有多遠——欠發達地區農戶互聯網金融排斥及影響因素分析[J].財貿經濟，2017，38（11）：70-84.

[6]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，2015，50（03）：87-99.

[7]田霖.我國農村地區金融排斥研究[J].調研世界，2010（02）：6-8.

*基金項目：國家自然科學基金地區基金“家庭經濟脆弱性框架下基于教育視角的婦女生育率陷阱形成機理和應對策略研究”，項目編號：71863022。云南省省部門決策咨詢研究課題云南省發展和改革委員會“云南提高中等收入群體占比的思路和舉措研究”課題研究服務項目，項目編號：4530000HT202109097。

（作者單位：昆明理工大學管理與經濟學院）