论文部分内容阅读
摘要：本文基于2017年中国家庭金融调查（CHFS）数据，选取工具变量，首先利用Probit模型进行基础回归，而后选择IVProbit模型进行极大似然估计，得出金融知识对家庭信贷自我排斥的影响程度。研究结果显示：金融知识水平的提高能显著降低家庭信贷自我排斥。因此，提高家庭金融知识水平，能有限缓解自我排斥，释放自身信贷需求，对我国普惠金融发展具有意义。
关键词：家庭金融;金融知识;自我排斥
2019年中国家庭金融调查中心发布的《中国家庭金融调查专题——中国居民杠杆率和家庭消费信贷问题研究》报告显示，中国家庭整体信贷参与率为28.7%，资产负债率為5.7%，而美国家庭的信贷参与率为77.1%，资产负债率为12.2%。中国家庭信贷参与率与美国差距明显，仍处于较低水平，部分地区金融排斥较为严重。因此，探索我国家庭金融排斥的内在影响因素对于缓解金融排斥，提高普惠金融发展水平有重大意义。
Sarma（2008）将金融排斥划分为物理排斥、评估排斥、条件排斥、价格排斥、营销排斥和自我排斥六个维度。一般来说，非金融服务体系内人群了解渠道受限，疏于产品认识，易滋生抵触情绪，从而产生自我排斥[1]。在城乡二元体系下，农村家庭更易出现自我排斥。张敏（2015）认为由于低收入家庭对于维持生计投入较多，金融需求增长缺乏内在动力，所以自我排斥程度较重[2]。为破除低收入农户窘境，数字普惠金融在政策扶持下发展迅速。邹涛（2019）认为数字化技术能提高家庭金融认知水平，有助于破局自我排斥[3]。
金融知识作为一种人力资本，对金融决策行为产生重要影响。张号栋等（2016）认为家庭金融知识储备在提升自信、增强决策能力等方面起到作用，金融知识水平高的家庭受到金融排斥难度较小[4]。此外，同为微观主体的企业融资也难摆脱金融知识的影响。李建军等（2019）选取高管作为企业人力资本展开论述，认为企业人力的金融知识水平也能影响企业融资[5]。
综上，尽管不乏有关金融排斥中物理排斥、条件排斥和金融知识的研究，但缺乏从金融知识视角研究金融自我排斥的文献，故选取其中最具典型的信贷排斥展开研究。现有文献大多研究的是家庭中显性因素产生的金融排斥的影响，对于家庭中因心理因素产生的金融排斥，未能较多进行考虑。因此，本文结合金融知识与家庭自我排斥，基于2017年CHFS的微观数据，选用样本既包含城镇家庭也包含农村家庭，能更全面考察金融知识对我国家庭自我排斥的影响，并根据实证研究结论提出可行性建议。
1.模型设定与描述性统计
1.1数据来源
本文采用中国家庭金融调查2017年数据（China Household Finance Survey，CHFS）。该调查样本覆盖全国29个省/直辖市/自治区，且数据拒访率低，在全国、省级和副省级层面均具有良好的代表性（甘犁等，2013）[6]。2017年共采集有效样本40011户。
1.2模型设定
为考察金融知识对于家庭信贷自我排斥的影响，本文构建Probit模型进行实证分析。模型设定如下：
其中;μN（0，σ2）， Y是被解释变量，本文借鉴尹志超等（2020）的做法[7]，将2017年CHFS问卷涉及的生产经营信贷项目和其他负债项目中的“您家为什么不从银行/信用社申请贷款获取所需资金？”两个问题回答情况作为依据。若这两个问题的答案是“不知道如何申请贷款/申请过程麻烦”、“估计贷款申请不会被批准”或“担心还不起”，则认为该家庭存在信贷自我排斥，将虚拟变量“自我排斥”（Self_Exclusion）赋值为1，否则为0。
（金融知识）是核心解释变量。本文依据前人对指标的构建方式，结合2017年CHFS问卷，采用因子分析法构建金融知识水平指标。选取客观层面的“利率计算”（Interest_rate）、“通货膨胀计算”（Inflation_rate）、“投资风险计算”（Investment_Risk）和“投资风险判断”（Investment_Risk）以及主观层面的“财经信息关注度”（Attention）五个因子进行降维。KMO值为0.5918，Bartlett球形检验的P值为0，表明原始变量进行因子分析是可行的。通过因子分析中的最大似然法提取知识因子和关注因子，根据旋转后两因子各自的方差解释率为权重进行求和，从而得到各家庭的金融知识水平。
X为控制变量，分为户主特征变量（年龄，受教育程度，性别，婚姻状况，风险偏好，风险厌恶）和家庭特征变量（小孩数量，老人数量，ln家庭收入）。
1.3描述性统计
由于2017年CHFS为分批次调查，问卷中部分问题仅在第一批次中进行提问，因此，剔除缺失数据后得到最终样本数为926户。变量的描述性统计分析如表2所示。
在信贷自我排斥方面，均值为0.0702，说明大部分家庭不存在信贷排斥或信贷排斥是部分显性因素造成，只有少数家庭存在着信贷自我排斥现象。在金融知识方面，样本家庭的平均金融知识得分为6.76e-09，显示我国居民家庭金融知识较为欠缺，且极差为2.23，标准差为0.5339，说明家庭间的金融知识水平差距较大。
2.实证分析
2.1实证结果
表3分析了金融知识对家庭信贷自我排斥是否存在影响，由于回归系数本身经济学意义不大，本文选取了平均边际效应（margin effect）。其中第（1）列为为没有外生解释变量情况下，金融知识对家庭信贷自我排斥的单独影响，结果显示金融知识在5%水平下对家庭信贷自我排斥有显著的抑制作用。第（2）列为加入金融知识解释变量后的Probit回归结果。金融知识在10%的水平下系数显著为负，且金融知识水平每提升一个单位，家庭信贷自我排斥概率会下降3.07%，表明家庭的金融知识水平越高，家庭存在信贷自我排斥的可能就越低。一方面，由于家庭对正规信贷机构借贷申请条件和流程缺乏基本了解，主观上易产生自我排斥心理;另一方面，金融知识水平越高的家庭，越有能力结合自身情况缓解家庭自身约束，理性选择信贷业务，及时释放自身信贷需求，提高信贷行为发生率。 2.2内生性问题
在上述模型中，解释变量金融知识往往存在着内生性问题。一方面，金融知识水平指标的选取与衡量较多借鉴前人的文献资料，并利用因子分析法合成解释变量，人为构建的指标存在遗漏变量与测量误差的可能性较大，且当受访者对于问题回答不精确，易出现高估或低估的情况，产生回归偏误。另一方面，金融知识与家庭信贷自我排斥双向影响，存在信贷自我排斥的家庭由于自身信贷行为的缺乏，金融知识学习主动性不强，导致金融知识基础薄弱。为解决金融知识變量引起的参数估计不一致问题，参照尹志超（2014）做法，选取同一社区中除自身家庭外的平均金融知识水平作为家庭金融知识的工具变量，因为相较于自身家庭金融知识水平而言，其为外生变量，与自身家庭信贷的自我排斥不存在直接的相关性。
第（3）列为加入了工具变量社区平均金融知识的IVProbit模型估计结果。Wald检验结果表明，金融知识在1%的水平上存在内生性。第一阶段F统计量为14.08，与Douglas Staiger和James H. Stock（1997）的弱工具变量经验值10比对[8]，不存在弱工具变量问题，说明选取同一社区的金融知识平均水平作为工具变量较为合适。实证结果显示金融知识变量的系数为-1.8657，且在1%的水平下对家庭信贷自我排斥起负向作用，与基础回归的结果基本一致。
3.稳健性检验
为考察上文模型估计结果的可靠性，选用Logit模型对上述变量进行回归，其回归结果系数与原回归模型系数一致，且10%水平下起显著作用，表明金融知识对于家庭信贷自我排斥之间的关系具有稳健性。
4.结论
本文使用中国家庭金融调查2017年的数据，实证研究了居民家庭价值水平与自我排斥的关系，并将社区其他家庭金融知识平均水平作为工具变量，避免金融知识的内生性。研究发现，居民家庭的金融知识水平对家庭的自我排斥有显著的负向影响，金融知识的缺乏会提高家庭自我排斥的概率，即使是在克服内生性的基础上，结论依旧成立。这可能是由于，自身金融知识水平的增加有利于提高自信心，从而降低居民家庭主观上产生自我排斥的可能性。
相较于前人有关金融知识与显性因素造成的金融排斥的研究，本文更侧重于居民心理因素所造成的自我排斥现象，结论证明了金融知识水平对家庭信贷自我排斥的影响，丰富了金融知识与金融排斥问题的研究。此外，本文的研究结果对于推动普惠金融发展有一定的政策启示。首先，对于经济欠发达、教育落后地区，大部分家庭金融知识水平不高，地方政府应加强对当地居民的金融知识教育，及时扫盲，正确引导，增强居民的金融自信心。其次，居民家庭应正确认识到金融产品和服务的重要性，摆脱刻板、陈旧观念，提高学习金融知识的积极性，也可在学习后根据自身情况选择合适的金融活动进行时间。最后，金融机构及时调整宣传策略，帮助家庭了解和使用相应的金融产品，这对金融普惠具有重大意义。
参考文献：
[1]Sarma M.Index of Financial Inclusion （Very priliminary draft）. general information，2008.
[2]张敏.农户家庭收入对金融服务自我排斥的影响研究——基于CGSS2010数据[J].经济师，2015（07）：73-75.
[3]邹涛. 数字普惠金融背景下中国金融排斥问题的影响因素研究[D].江西财经大学，2019.
[4]张号栋，尹志超.金融知识和中国家庭的金融排斥——基于CHFS数据的实证研究[J].金融研究，2016（07）：80-95.
[5]李建军，周叔媛.高管金融素养是否影响企业金融排斥？——基于缓解中小企业融资难的视角[J].中央财经大学学报，2019（05）：19-32.
[6]甘犁，尹志超，贾男，徐舒，马双.中国家庭资产状况及住房需求分析[J].金融研究，2013（04）：1-14.
[7]尹志超，张号栋.金融知识、自信心和家庭信贷约束[J].社会科学辑刊，2020（01）：172-181+209.
[8]Douglas Staiger，James H. Stock. Instrumental Variables Regression with Weak Instruments[J]. Econometrica，1997，65（3）.
本文系安徽财经大学大学生科研创新基金项目《金融知识视角下家庭信贷约束与自我排斥研究》研究成果，项目编号：XSKY2165。
作者简介：钟可（1999.10-），女，汉族，广西贺州人，安徽财经大学金融学院，2018级本科生，金融学专业。
关键词：家庭金融;金融知识;自我排斥
2019年中国家庭金融调查中心发布的《中国家庭金融调查专题——中国居民杠杆率和家庭消费信贷问题研究》报告显示，中国家庭整体信贷参与率为28.7%，资产负债率為5.7%，而美国家庭的信贷参与率为77.1%，资产负债率为12.2%。中国家庭信贷参与率与美国差距明显，仍处于较低水平，部分地区金融排斥较为严重。因此，探索我国家庭金融排斥的内在影响因素对于缓解金融排斥，提高普惠金融发展水平有重大意义。
Sarma（2008）将金融排斥划分为物理排斥、评估排斥、条件排斥、价格排斥、营销排斥和自我排斥六个维度。一般来说，非金融服务体系内人群了解渠道受限，疏于产品认识，易滋生抵触情绪，从而产生自我排斥[1]。在城乡二元体系下，农村家庭更易出现自我排斥。张敏（2015）认为由于低收入家庭对于维持生计投入较多，金融需求增长缺乏内在动力，所以自我排斥程度较重[2]。为破除低收入农户窘境，数字普惠金融在政策扶持下发展迅速。邹涛（2019）认为数字化技术能提高家庭金融认知水平，有助于破局自我排斥[3]。
金融知识作为一种人力资本，对金融决策行为产生重要影响。张号栋等（2016）认为家庭金融知识储备在提升自信、增强决策能力等方面起到作用，金融知识水平高的家庭受到金融排斥难度较小[4]。此外，同为微观主体的企业融资也难摆脱金融知识的影响。李建军等（2019）选取高管作为企业人力资本展开论述，认为企业人力的金融知识水平也能影响企业融资[5]。
综上，尽管不乏有关金融排斥中物理排斥、条件排斥和金融知识的研究，但缺乏从金融知识视角研究金融自我排斥的文献，故选取其中最具典型的信贷排斥展开研究。现有文献大多研究的是家庭中显性因素产生的金融排斥的影响，对于家庭中因心理因素产生的金融排斥，未能较多进行考虑。因此，本文结合金融知识与家庭自我排斥，基于2017年CHFS的微观数据，选用样本既包含城镇家庭也包含农村家庭，能更全面考察金融知识对我国家庭自我排斥的影响，并根据实证研究结论提出可行性建议。
1.模型设定与描述性统计
1.1数据来源
本文采用中国家庭金融调查2017年数据（China Household Finance Survey，CHFS）。该调查样本覆盖全国29个省/直辖市/自治区，且数据拒访率低，在全国、省级和副省级层面均具有良好的代表性（甘犁等，2013）[6]。2017年共采集有效样本40011户。
1.2模型设定
为考察金融知识对于家庭信贷自我排斥的影响，本文构建Probit模型进行实证分析。模型设定如下：
其中;μN（0，σ2）， Y是被解释变量，本文借鉴尹志超等（2020）的做法[7]，将2017年CHFS问卷涉及的生产经营信贷项目和其他负债项目中的“您家为什么不从银行/信用社申请贷款获取所需资金？”两个问题回答情况作为依据。若这两个问题的答案是“不知道如何申请贷款/申请过程麻烦”、“估计贷款申请不会被批准”或“担心还不起”，则认为该家庭存在信贷自我排斥，将虚拟变量“自我排斥”（Self_Exclusion）赋值为1，否则为0。
（金融知识）是核心解释变量。本文依据前人对指标的构建方式，结合2017年CHFS问卷，采用因子分析法构建金融知识水平指标。选取客观层面的“利率计算”（Interest_rate）、“通货膨胀计算”（Inflation_rate）、“投资风险计算”（Investment_Risk）和“投资风险判断”（Investment_Risk）以及主观层面的“财经信息关注度”（Attention）五个因子进行降维。KMO值为0.5918，Bartlett球形检验的P值为0，表明原始变量进行因子分析是可行的。通过因子分析中的最大似然法提取知识因子和关注因子，根据旋转后两因子各自的方差解释率为权重进行求和，从而得到各家庭的金融知识水平。
X为控制变量，分为户主特征变量（年龄，受教育程度，性别，婚姻状况，风险偏好，风险厌恶）和家庭特征变量（小孩数量，老人数量，ln家庭收入）。
1.3描述性统计
由于2017年CHFS为分批次调查，问卷中部分问题仅在第一批次中进行提问，因此，剔除缺失数据后得到最终样本数为926户。变量的描述性统计分析如表2所示。
在信贷自我排斥方面，均值为0.0702，说明大部分家庭不存在信贷排斥或信贷排斥是部分显性因素造成，只有少数家庭存在着信贷自我排斥现象。在金融知识方面，样本家庭的平均金融知识得分为6.76e-09，显示我国居民家庭金融知识较为欠缺，且极差为2.23，标准差为0.5339，说明家庭间的金融知识水平差距较大。
2.实证分析
2.1实证结果
表3分析了金融知识对家庭信贷自我排斥是否存在影响，由于回归系数本身经济学意义不大，本文选取了平均边际效应（margin effect）。其中第（1）列为为没有外生解释变量情况下，金融知识对家庭信贷自我排斥的单独影响，结果显示金融知识在5%水平下对家庭信贷自我排斥有显著的抑制作用。第（2）列为加入金融知识解释变量后的Probit回归结果。金融知识在10%的水平下系数显著为负，且金融知识水平每提升一个单位，家庭信贷自我排斥概率会下降3.07%，表明家庭的金融知识水平越高，家庭存在信贷自我排斥的可能就越低。一方面，由于家庭对正规信贷机构借贷申请条件和流程缺乏基本了解，主观上易产生自我排斥心理;另一方面，金融知识水平越高的家庭，越有能力结合自身情况缓解家庭自身约束，理性选择信贷业务，及时释放自身信贷需求，提高信贷行为发生率。 2.2内生性问题
在上述模型中，解释变量金融知识往往存在着内生性问题。一方面，金融知识水平指标的选取与衡量较多借鉴前人的文献资料，并利用因子分析法合成解释变量，人为构建的指标存在遗漏变量与测量误差的可能性较大，且当受访者对于问题回答不精确，易出现高估或低估的情况，产生回归偏误。另一方面，金融知识与家庭信贷自我排斥双向影响，存在信贷自我排斥的家庭由于自身信贷行为的缺乏，金融知识学习主动性不强，导致金融知识基础薄弱。为解决金融知识變量引起的参数估计不一致问题，参照尹志超（2014）做法，选取同一社区中除自身家庭外的平均金融知识水平作为家庭金融知识的工具变量，因为相较于自身家庭金融知识水平而言，其为外生变量，与自身家庭信贷的自我排斥不存在直接的相关性。
第（3）列为加入了工具变量社区平均金融知识的IVProbit模型估计结果。Wald检验结果表明，金融知识在1%的水平上存在内生性。第一阶段F统计量为14.08，与Douglas Staiger和James H. Stock（1997）的弱工具变量经验值10比对[8]，不存在弱工具变量问题，说明选取同一社区的金融知识平均水平作为工具变量较为合适。实证结果显示金融知识变量的系数为-1.8657，且在1%的水平下对家庭信贷自我排斥起负向作用，与基础回归的结果基本一致。
3.稳健性检验
为考察上文模型估计结果的可靠性，选用Logit模型对上述变量进行回归，其回归结果系数与原回归模型系数一致，且10%水平下起显著作用，表明金融知识对于家庭信贷自我排斥之间的关系具有稳健性。
4.结论
本文使用中国家庭金融调查2017年的数据，实证研究了居民家庭价值水平与自我排斥的关系，并将社区其他家庭金融知识平均水平作为工具变量，避免金融知识的内生性。研究发现，居民家庭的金融知识水平对家庭的自我排斥有显著的负向影响，金融知识的缺乏会提高家庭自我排斥的概率，即使是在克服内生性的基础上，结论依旧成立。这可能是由于，自身金融知识水平的增加有利于提高自信心，从而降低居民家庭主观上产生自我排斥的可能性。
相较于前人有关金融知识与显性因素造成的金融排斥的研究，本文更侧重于居民心理因素所造成的自我排斥现象，结论证明了金融知识水平对家庭信贷自我排斥的影响，丰富了金融知识与金融排斥问题的研究。此外，本文的研究结果对于推动普惠金融发展有一定的政策启示。首先，对于经济欠发达、教育落后地区，大部分家庭金融知识水平不高，地方政府应加强对当地居民的金融知识教育，及时扫盲，正确引导，增强居民的金融自信心。其次，居民家庭应正确认识到金融产品和服务的重要性，摆脱刻板、陈旧观念，提高学习金融知识的积极性，也可在学习后根据自身情况选择合适的金融活动进行时间。最后，金融机构及时调整宣传策略，帮助家庭了解和使用相应的金融产品，这对金融普惠具有重大意义。
参考文献：
[1]Sarma M.Index of Financial Inclusion （Very priliminary draft）. general information，2008.
[2]张敏.农户家庭收入对金融服务自我排斥的影响研究——基于CGSS2010数据[J].经济师，2015（07）：73-75.
[3]邹涛. 数字普惠金融背景下中国金融排斥问题的影响因素研究[D].江西财经大学，2019.
[4]张号栋，尹志超.金融知识和中国家庭的金融排斥——基于CHFS数据的实证研究[J].金融研究，2016（07）：80-95.
[5]李建军，周叔媛.高管金融素养是否影响企业金融排斥？——基于缓解中小企业融资难的视角[J].中央财经大学学报，2019（05）：19-32.
[6]甘犁，尹志超，贾男，徐舒，马双.中国家庭资产状况及住房需求分析[J].金融研究，2013（04）：1-14.
[7]尹志超，张号栋.金融知识、自信心和家庭信贷约束[J].社会科学辑刊，2020（01）：172-181+209.
[8]Douglas Staiger，James H. Stock. Instrumental Variables Regression with Weak Instruments[J]. Econometrica，1997，65（3）.
本文系安徽财经大学大学生科研创新基金项目《金融知识视角下家庭信贷约束与自我排斥研究》研究成果，项目编号：XSKY2165。
作者简介：钟可（1999.10-），女，汉族，广西贺州人，安徽财经大学金融学院，2018级本科生，金融学专业。