家庭信貸狀況及其收入效應(yīng)
——基于處理效應(yīng)模型

劉輝煌，吳 偉

(1.湖南城市學(xué)院 商學(xué)院，湖南 益陽 413000；2.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 410079)

家庭信貸狀況及其收入效應(yīng)
——基于處理效應(yīng)模型

劉輝煌1,2，吳 偉2

(1.湖南城市學(xué)院 商學(xué)院，湖南 益陽 413000；2.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長沙 410079)

根據(jù)中國家庭金融調(diào)查2013年發(fā)布的微觀調(diào)查數(shù)據(jù)，對中國家庭借貸狀況進(jìn)行了分析，并構(gòu)建處理效應(yīng)模型檢驗(yàn)了信貸支持對家庭收入的影響。結(jié)果表明，能夠獲得銀行貸款的家庭相對較少；在影響家庭貸款可得性的因素中，受教育程度、政治地位、資產(chǎn)規(guī)模等因素具有顯著的積極作用，而戶主年齡、風(fēng)險(xiǎn)偏好程度等因素的影響顯著為負(fù)；城鄉(xiāng)家庭之間獲得貸款的可能性存在差異，但地區(qū)間的差異并不明顯；信貸支持能夠顯著提高家庭收入水平，但是在不同收入水平家庭中的影響存在差異，貸款的收入效應(yīng)在低收入水平家庭中并不明顯。

家庭信貸狀況；家庭收入；處理效應(yīng)模型；EIF估計(jì)

引言

信貸在經(jīng)濟(jì)發(fā)展中的作用一直受到廣泛關(guān)注，但關(guān)于家庭層面信貸狀況的討論相對較少[1-2]。相關(guān)研究普遍認(rèn)為，信貸支持能夠影響家庭的經(jīng)濟(jì)機(jī)會和財(cái)富積累，通過平滑居民家庭消費(fèi)支出、提供家庭生產(chǎn)經(jīng)營所需的資金，改善居民家庭的生活狀況[3-4]。家庭信貸資源獲得機(jī)會的匱乏將可能導(dǎo)致家庭生產(chǎn)經(jīng)營困難、收入水平低下[5]。為提高中國家庭金融的服務(wù)水平和正規(guī)貸款的可得性，更好地利用信貸服務(wù)改善家庭收入水平，中國家庭金融調(diào)查(CHFS)的微觀數(shù)據(jù)分析了中國家庭信貸狀況，并對收入效應(yīng)進(jìn)行了深入探討。

一、文獻(xiàn)綜述

目前，關(guān)于中國家庭信貸狀況的研究主要集中在農(nóng)村地區(qū)家庭上，如程郁和羅丹(2010)利用2005年國務(wù)院發(fā)展研究中心發(fā)布農(nóng)村金融調(diào)查數(shù)據(jù)分析了農(nóng)戶的信貸狀況，結(jié)果顯示在所有農(nóng)戶中有借貸需求的農(nóng)戶比重超過70%，農(nóng)戶未被滿足的信貸需求缺口占到其貸款需求總額的56.72%[6]；楊林和高宏霞(2012)調(diào)查了蘭州市1500戶農(nóng)民家庭在2009年的生產(chǎn)經(jīng)營和貸款等情況，發(fā)現(xiàn)信貸資金和農(nóng)業(yè)經(jīng)營活動產(chǎn)出之間關(guān)系密切，但農(nóng)民借貸資金主要來自于民間借貸，約占72%并且有限的信貸資源主要集中在高收入農(nóng)民上[7]。而影響農(nóng)戶信貸可得性的因素很多，黃祖輝等(2009)根據(jù)在內(nèi)蒙古自治區(qū)、河南省和山西省的四個貧困縣(旗)農(nóng)戶調(diào)查的數(shù)據(jù)，從需求和供給兩個方面考察農(nóng)戶的正規(guī)借貸行為，發(fā)現(xiàn)固定資產(chǎn)多和非農(nóng)經(jīng)營收入占總收入比重大的農(nóng)戶更容易獲得信貸支持[8]；白永秀等(2010)根據(jù)對陜西農(nóng)戶的問卷調(diào)查，運(yùn)用Logistic回歸方法檢驗(yàn)了農(nóng)戶個體特征對農(nóng)戶信貸約束的影響，結(jié)果發(fā)現(xiàn)收入水平和非農(nóng)程度等因素對農(nóng)戶信貸約束具有顯著影響[9]；易小蘭(2012)根據(jù)對江蘇、河南和甘肅三省農(nóng)戶的調(diào)查數(shù)據(jù)考察了農(nóng)戶正規(guī)貸款可獲性的影響因素，結(jié)果表明家庭生產(chǎn)性固定資產(chǎn)總折價(jià)和家庭總收入對農(nóng)戶，其正規(guī)貸款可獲性有正向影響，而貸款規(guī)模對農(nóng)戶正規(guī)貸款可獲性有負(fù)向影響[10]。

也有不少學(xué)者關(guān)注了信貸支持對于居民收入的影響，但多是基于宏觀視角的討論，并且相關(guān)文獻(xiàn)在貸款規(guī)模等關(guān)鍵指標(biāo)選取上存在分歧，研究結(jié)論也并不一致。一些學(xué)者認(rèn)為信貸資金的支持能夠優(yōu)化家庭生產(chǎn)條件，提高家庭收入水平，如錢水土等(2011)在總生產(chǎn)函數(shù)的傳統(tǒng)分析框架下討論了農(nóng)村貸款規(guī)模與農(nóng)民收入的關(guān)系，指出貸款規(guī)模增加對農(nóng)民收入具有顯著的正面影響，但這種收入效應(yīng)的地區(qū)差異較大，從東部到中部再到西部地區(qū)的效應(yīng)呈遞減狀態(tài)[11]。但中國政府主導(dǎo)的金融機(jī)構(gòu)在資金配置方面效率還不高，也可能制約信貸支持對收入增長的影響，如余新平等(2010)實(shí)證檢驗(yàn)了農(nóng)業(yè)貸款與農(nóng)民收入水平之間的因果關(guān)系，結(jié)果表明農(nóng)業(yè)貸款對促進(jìn)農(nóng)民增收存在著一定的滯后期；鄉(xiāng)鎮(zhèn)企業(yè)貸款不僅沒有成為農(nóng)民增收的重要途徑，相反卻在一定程度上抑制著農(nóng)民收入增長[12]；戎愛萍(2013)根據(jù)類似的思路檢驗(yàn)了農(nóng)戶戶均貸款與戶均純收入之間的相關(guān)關(guān)系，也發(fā)現(xiàn)貸款對農(nóng)民的增收促進(jìn)效果有限[13]。目前，從微觀視角出發(fā)來討論信貸支持對家庭收入狀況影響的研究很少，僅對信貸支持與家庭收入的相關(guān)性進(jìn)行了初步探討，如呂德宏等(2009)根據(jù)對陜西農(nóng)戶的調(diào)查數(shù)據(jù)討論了小額信貸對農(nóng)戶收入的影響，指出信貸支持能增加農(nóng)戶收入[14]；王書華等(2014)基于11省14縣市的田野調(diào)查數(shù)據(jù)分析了農(nóng)戶信貸約束與其收入之間的相互影響，發(fā)現(xiàn)信貸約束與收入水平存在著相互影響的動態(tài)作用機(jī)制[15]。

可以看到，關(guān)于中國家庭信貸的研究已經(jīng)取得了一些成果，但也還存在不少有待改進(jìn)的地方。第一，文獻(xiàn)中關(guān)于家庭信貸狀況的研究更多地集中在農(nóng)村地區(qū)，相關(guān)家庭信貸狀況問卷調(diào)查的樣本規(guī)模也普遍偏小，沒有考慮到地區(qū)差異和城鄉(xiāng)差異的影響；第二，文獻(xiàn)中關(guān)于貸款收入效應(yīng)的討論多是基于國家層面的宏觀視角，討論信貸規(guī)模增加的影響，忽視了金融服務(wù)的微觀指向性，并且相關(guān)研究結(jié)論也存在分歧。本文在現(xiàn)有研究的基礎(chǔ)上，利用中國家庭金融調(diào)查(CHFS)發(fā)布的微觀調(diào)查數(shù)據(jù)對中國家庭信貸狀況及其收入效應(yīng)進(jìn)行了分析，以期為中國金融市場的改革和信貸政策的完善提供一定的參考。與現(xiàn)有研究比較，調(diào)查樣本包括了全國主要省份的城市和農(nóng)村家庭，樣本規(guī)模也相對較大；考慮到可能存在的內(nèi)生性和選擇性偏差問題，利用處理效應(yīng)模型討論了信貸支持的收入效應(yīng)；鑒于中國家庭收入水平的差距相對較大，同時(shí)利用分位數(shù)處理效應(yīng)模型檢驗(yàn)了不同收入水平上家庭借貸的收入效應(yīng)。

二、數(shù)據(jù)來源、樣本家庭信貸特征

“中國家庭金融調(diào)查與研究中心”2013年發(fā)布的中國家庭金融調(diào)查(CHFS)微觀數(shù)據(jù)，采用了分層、三階段與規(guī)模度量成比例(PPS)的抽樣設(shè)計(jì)，抽樣單元(PSU)為全國(除西藏、新疆、內(nèi)蒙古和港澳地區(qū)外)的2 585個市/縣，調(diào)查的戶數(shù)超過8 000戶，樣本覆蓋了全國主要省份，樣本容量大，代表性強(qiáng)。樣本中從事工商業(yè)和農(nóng)業(yè)生產(chǎn)經(jīng)營的家庭，剔除異常值和指標(biāo)缺失嚴(yán)重的觀測，還包括3 853戶家庭。樣本家庭戶主的平均年齡為50.05歲，平均受教育年限為7.79年，家庭的平均人口數(shù)為3.98人，人均收入為11 578.06元，約8.53%的家庭戶主是黨員。

從樣本家庭的借貸情況來看，中國家庭借貸表現(xiàn)出了以下兩個明顯特征：

第一，中國家庭借貸比例偏低，更多家庭主要從家人、朋友等渠道獲得借款，熟人社會特征明顯。樣本中約9.87%的家庭獲得了銀行的信貸支持，其中農(nóng)村家庭獲得信貸支持的比重為9.87%，而城市家庭獲得信貸支持的比重為17.41%。約25.95%的家庭從銀行之外的渠道借款用于生產(chǎn)經(jīng)營等，其中城市家庭中約27.09%的家庭有從銀行之外的渠道借款用于生產(chǎn)經(jīng)營，農(nóng)村家庭中25.72%的家庭有從銀行之外的渠道借款用于生產(chǎn)經(jīng)營。這些銀行之外的借款主要來自兄弟姐妹、其他親屬、朋友/同事，通過這三類關(guān)系借款比重分別為34.73%、38.43%、39.53%；而城市家庭通過兄弟姐妹、其他親屬、朋友/同事借款的比重分別為37.35%、36.20%、44.25%，向朋友/同事借款的比重明顯較高；從民間金融組織等渠道獲得的借款很少，在由銀行之外借款的家庭中僅有1.90%的家庭從民間金融組織獲得過借款，其中農(nóng)村家庭的這一比重為1.69%，而城市家庭略高，達(dá)到了2.87%。可以看到能夠獲得貸款的家庭比例還比較小，相當(dāng)多具有借貸需求的家庭并沒有得到貸款支持，更多的家庭是通過家人等民間渠道借款。在沒有申請貸款的家庭中，估計(jì)貸款申請不會被批準(zhǔn)而沒有申請的比重最高，超過了50%；而在申請貸款被拒的家庭中，缺少擔(dān)保和抵押是主要原因。

第二，中國信貸資源配置扭曲。獲得貸款的家庭往往在收入水平、政治地位等方面高于其他家庭。而需要得到信貸支持的低收入家庭獲得貸款的可能性較低。在樣本中人均收入水平處于前20%的家庭獲得貸款的比例為19.58%，而人均收入水平處于后20%的家庭獲得貸款的比例為9.18%；戶主具有黨員身份的家庭獲得貸款的比例為18.24%，而戶主不是黨員的家庭獲得貸款的比例為9.10%；戶主具有大專及以上學(xué)歷的家庭獲得貸款的比例為21.39%，而戶主學(xué)歷在大專以下的家庭獲得貸款的比例為9.29%；約80.50%的樣本家庭沒有住房或只有一套住房，獲得貸款的概率約為8.12%，而擁有兩套及以上住房家庭獲得貸款的比例很高，達(dá)到了58.46%，抵押資產(chǎn)如房產(chǎn)的增加可能會提高家庭獲得貸款的概率。利用卡方統(tǒng)計(jì)量分別來檢驗(yàn)收入水平、黨員身份、受教育程度、房產(chǎn)數(shù)量和家庭信貸的相關(guān)性，計(jì)算得到統(tǒng)計(jì)量分別為106.7863、28.2533、29.2770和96.2127，相應(yīng)的P值均為0.000，顯著拒絕了原假設(shè)，收入水平、黨員身份、受教育程度、房產(chǎn)數(shù)量與家庭是否得到貸款之間存在相關(guān)性。這種信貸資源分配的扭曲，進(jìn)一步擴(kuò)大了信貸供給和家庭信貸需求的缺口，導(dǎo)致了信貸供給和需求之間脫節(jié)的困境[16]。

三、計(jì)量模型構(gòu)建與指標(biāo)選取

在Neyman-Rubin反事實(shí)分析框架下討論信貸支持對家庭收入的影響。所謂反事實(shí)分析就是在討論影響被解釋變量變化諸因素的某一具體因素的作用時(shí)，假設(shè)不存在某個因素時(shí)可能得到的潛在結(jié)果，在實(shí)際數(shù)據(jù)中反事實(shí)結(jié)果并不能被觀測到。對于樣本家庭i，假設(shè)income1i是家庭i獲得貸款時(shí)的收入水平，income0i是家庭i獲得貸款沒有獲得貸款時(shí)的收入水平，貸款對家庭收入的影響為income1i-income0i，貸款的平均收入效應(yīng)也就是平均處理效應(yīng)(average treatment effect，ATE)，即ATE=E(income1-income0)。顯然不可能同時(shí)觀測到家庭i獲得貸款和沒有獲得貸款情況下的收入水平，需要利用已知信息對未被觀測到的潛在收入水平進(jìn)行估計(jì)。

根據(jù)中國家庭金融調(diào)查的數(shù)據(jù)構(gòu)建處理效應(yīng)模型來討論信貸的收入效應(yīng)。家庭人均收入可以表示為：incomeL=(1-L)income0+Lincome1，其中income0、income1分別表示家庭沒有貸款和得到貸款情況下家庭人均收入的對數(shù)；L取值為0、1，分別表示家庭沒有貸款、得到貸款。在經(jīng)典Mincer收入方程的基礎(chǔ)上，參考張建軍等(2013)的相關(guān)研究，考慮了戶主人力資本、家庭特征等因素對家庭人均收入水平的影響[17]，家庭人均收入水平的決定方程可以表示為incomei=αi+Xβi+Ui，即：

income0=α0+β10edu+β20exp+β30exp2+β40raise+β50east+U0

income1=α1+β11edu+β21exp+β31exp2+β41raise+β51east+U1

(1)

在家庭對數(shù)收入的方程(1)中，edu為戶主的受教育水平，當(dāng)戶主的學(xué)歷水平在大專及以上時(shí)有edu=1，否則edu=0；exp為戶主的工作經(jīng)驗(yàn)，用工作年限來表示，即為戶主年齡減去戶主的受教育年限，再減去學(xué)前的6年；raise為撫養(yǎng)系數(shù)，即家庭中18歲以下未成年人口和65歲以上的老年人口占家庭總?cè)丝诘谋戎兀籩ast為地區(qū)虛擬變量，北京、天津、河北、遼寧、上海等東部省份有east=1，而山西、內(nèi)蒙古、吉林、四川、重慶、青海、寧夏等中西部省份有east=0；urban為城鄉(xiāng)虛擬變量，城市家庭有urban=1，農(nóng)村家庭有urban=0。

參考易小蘭等人的研究，考慮戶主政治身份、風(fēng)險(xiǎn)偏好、家庭資產(chǎn)等變量對家庭信貸可得性的影響，利用潛在變量形勢家庭信貸可得性可以表示為：

I=Zγ-V=γ0+γ1edu+γ2party+γ3lnasset+γ4risk+γ5age+γ6east+γ7urban+γ8raise-V

(2)

(如果I>0，則L=1，否則L=0)

方程(2)中包括了戶主年齡、受教育程度等影響家庭信貸狀況的因素：一般認(rèn)為戶主的受教育程度越高，可能對相關(guān)金融知識的了解更深，更加便于獲得貸款；戶主的年齡越大，其生產(chǎn)經(jīng)營行為可能就越穩(wěn)健，但是隨著年齡增加，銀行等金融機(jī)構(gòu)對予其還貸能力的顧慮也可能增加；風(fēng)險(xiǎn)偏好更高的戶主可能更傾向于擴(kuò)大生產(chǎn)經(jīng)營規(guī)模，也更可能去申請貸款；擁有黨員身份的戶主比非黨員戶主的社會地位可能要高，銀行等金融機(jī)構(gòu)信任也更傾向于滿足其信貸需求；家庭的資產(chǎn)規(guī)模越大，可以提供的抵押資產(chǎn)就越多，從而增加獲得銀行貸款的概率；中國城鄉(xiāng)經(jīng)濟(jì)發(fā)展的水平差距加大，二元經(jīng)濟(jì)結(jié)構(gòu)特征還比較明顯，這里也考慮了城鄉(xiāng)家庭的區(qū)別；此外，由于經(jīng)濟(jì)發(fā)展水平、社會習(xí)俗、文化傳統(tǒng)等方面的差異，地區(qū)因素對農(nóng)戶面臨的信貸約束也可能有一定影響。具體而言戶主的受教育程度指標(biāo)為edu，當(dāng)戶主的學(xué)歷水平在大專及以上時(shí)有edu=1，否則edu=0；黨員身份party，當(dāng)戶主為共產(chǎn)黨員時(shí)有party=1，否則edu=0；，戶主的風(fēng)險(xiǎn)偏好程度risk，按風(fēng)險(xiǎn)偏好程度高、較高、一般、較低、低，risk分別取值1、2、3、4、5；家庭資產(chǎn)規(guī)模對數(shù)(lnasset)，主要反映體現(xiàn)潛在抵押資產(chǎn)規(guī)模的，這里主要計(jì)算了家庭房產(chǎn)、耐用品等資產(chǎn)的價(jià)值；而城鄉(xiāng)虛擬變量east和地區(qū)虛擬變量urban的定義與上文一致。

定義傾向得分值pi為給定控制變量zi時(shí)家庭獲得信貸的概率，pi=Pr((Zγ>V|Z=zi)，根據(jù)方程(1)和(2)可以得到:

E{income|X=x,P(Z)=p}=α0+Xβ0+(α1-α0)p+{X(β1-β0)}p+K(p)

(3)

K(p)=E{U0|P(Z)=p}+E{U1-U0|P(Z)=p}

ATE≡E(Y1-Y0|X=x)=∫pMTEdp

(4)

四、實(shí)證及結(jié)果分析

1.基于處理效應(yīng)模型的信貸收入效應(yīng)估計(jì)

根據(jù)模型的系數(shù)估計(jì)結(jié)果，方程中Mills逆轉(zhuǎn)比率的系數(shù)均顯著不為0，并且rho1-rho0取值為-2.341 3，對應(yīng)P值為0.000，兩個系數(shù)之間差異在統(tǒng)計(jì)上也是顯著的，存在未觀測到的因素影響家庭獲得貸款的可能性，并且這些因素與家庭收入水平的誤差項(xiàng)具有相關(guān)性；ATE(E(income1-income0|X))統(tǒng)計(jì)量的值為0.895 5，對應(yīng)P值為0.000，信貸支持能夠顯著提高家庭平均收入水平。

具體而言，在影響家庭信貸可得性的因素中，戶主年齡(age)對應(yīng)的系數(shù)顯著為負(fù)，家庭戶主年齡越大，獲得貸款的可得性越小；戶主黨員身份(party)對應(yīng)的系數(shù)顯著為正，黨員家庭獲得貸款的概率更大；城市虛擬變量urban的系數(shù)顯著為正，城市家庭獲得貸款的可能性更大；家庭資產(chǎn)規(guī)模變量(lnasset)的系數(shù)顯著為正，家庭資產(chǎn)越多的家庭越容易得到信貸支持；而風(fēng)險(xiǎn)偏好的系數(shù)顯著為負(fù)，戶主風(fēng)險(xiǎn)偏好越低，家庭獲得貸款的概率就越小；地區(qū)變量east的系數(shù)為-0.059 7，但在統(tǒng)計(jì)上并不顯著，可能東部和中西部地區(qū)家庭之間獲得貸款的概率并不存在顯著差異。

在關(guān)于家庭人均收入的方程中，受教育程度edu的系數(shù)在獲得貸款和沒有獲得貸款家庭中均顯著為正，分別為0.732 9、0.338 4，教育程度的提高能增加家庭收入水平；地區(qū)變量east的系數(shù)在獲得貸款和沒有獲得貸款家庭中也都顯著為正，分別為0.577 0、0.382 0，東部地區(qū)家庭的收入水平更高；變量raise的系數(shù)在獲得貸款和沒有獲得貸款家庭中都顯著為負(fù)，分別為0.475 5、-0.400 8，家庭撫養(yǎng)負(fù)擔(dān)的增加會降低家庭收入水平。

2.不同收入水平家庭的信貸收入效應(yīng)檢驗(yàn)

(5)

(6)

具體而言，在0.1分位數(shù)上iloan取值0與1時(shí)收入對數(shù)的差距為-0.072 799 5，在%5水平下不能拒絕了二者不存在差異的原假設(shè)；在0.3分位數(shù)上iloan取值0與1時(shí)收入對數(shù)的差距為-0.119 452 5，在5%水平下也不能拒絕二者不存在差異的原假設(shè)。也就是說，在收入水平較低的居民家庭中信貸支持并沒有提高家庭收入水平，貸款的收入效應(yīng)并不顯著。在0.5分位數(shù)上iloan取值0與1時(shí)收入對數(shù)的差距為0.098 800 1，在5%水平下拒絕了二者不存在差異的原假設(shè)；在0.7分位數(shù)上iloan取值0與1時(shí)收入對數(shù)的差距為0.222 762 9，在5%水平下拒絕了二者不存在差異的原假設(shè)；在0.9分位數(shù)上iloan取值0與1時(shí)收入對數(shù)的差距為0.237 958 6，在5%水平下也拒絕了二者不存在差異的原假設(shè)?？梢钥吹剑谑杖胼^高的居民家庭中，信貸支持對家庭收入水平的影響更大，貸款的收入效應(yīng)顯著，而這可能與高收入家庭投資機(jī)會更多、經(jīng)營能力更強(qiáng)有關(guān)。

五、研究結(jié)論與建議

根據(jù)中國家庭金融調(diào)查(CHFS)發(fā)布的微觀調(diào)查數(shù)據(jù)，研究了中國家庭的借貸狀況及其收入效應(yīng)。根據(jù)家庭信貸特征分析和信貸收入效應(yīng)檢驗(yàn)的研究結(jié)果可以發(fā)現(xiàn)，第一，中國家庭借貸比例偏低，能夠獲得銀行貸款的家庭相對較少，多數(shù)家庭主要從家人、朋友等渠道獲得借款，缺少擔(dān)保和抵押等是中國家庭的貸款申請被拒的主要原因。第二，受教育程度和政治地位高、資產(chǎn)規(guī)模大的家庭更可能獲得貸款，而戶主年齡越大、風(fēng)險(xiǎn)偏好越低家庭獲得貸款的可能性越?。怀青l(xiāng)家庭之間獲得貸款的可能性存在差異，但地區(qū)間的差異并不明顯。第三，貸款能夠顯著提高家庭收入水平，但是在不同收入水平中這種影響存在差異，貸款的收入效應(yīng)在低收入水平家庭中不明顯，可能是高收入家庭的投資機(jī)會多，資金運(yùn)用的效率更高，在收入相對較高的家庭中信貸支持能夠顯著提高家庭收入水平。

根據(jù)上述結(jié)論，本文認(rèn)為首先應(yīng)加快金融市場改革，合理調(diào)整金融機(jī)構(gòu)準(zhǔn)入門檻，有序引導(dǎo)民間資本和外資進(jìn)入金融市場，增加金融供給主體，提高家庭獲得貸款的概率。其次，加大對家庭部門信貸的政策支持力度，綜合運(yùn)用稅收、補(bǔ)貼等手段鼓勵金融機(jī)構(gòu)探索金融服務(wù)的新形式，創(chuàng)新金融產(chǎn)品，引導(dǎo)信貸資源趨向農(nóng)村地區(qū)、低收入家庭。再次，要更好地利用信貸資源改善家庭收入狀況，還需要更加重視對低收入群體生產(chǎn)經(jīng)營能力的培訓(xùn)，提高其資金運(yùn)用的效率。最后，需要指出的是，關(guān)于家庭借貸狀況的考察主要局限在從事農(nóng)業(yè)和工商業(yè)項(xiàng)目生產(chǎn)經(jīng)營的家庭，借貸也以生產(chǎn)經(jīng)營貸款為主，關(guān)于貸款收入效應(yīng)的相關(guān)研究結(jié)論可能存在一定的局限性。

[1]OBOH V U，KUSHWAHA S.Socio-economic determinants of farmers’ loan size in Benue State，Nigeria[J].Journal of Applied Sciences Research，2009,5(4)：354-358.

[2]GEORGE M A，PETER Q，JOSHUA A.Demand for financial services by households in Ghana[J].International Journal of Social Economics，2013,5(40):439-457.

[3]PAPIAS M M，GANESAN P.Financial services consumption constraints：empirical evidence from Rwandan rural households[J].Journal of Financial Services Marketing，2010,15(2):136-159.

[4]李慧.家庭部門信貸與經(jīng)濟(jì)增長關(guān)系研究——基于對轉(zhuǎn)型國家的實(shí)證分析[J].經(jīng)濟(jì)與管理研究,2012(4):71-78.

[5]CRALG M，GONZALO V，BRUCE W.Microfinance and home improvement：using retrospective panel data to measure program effects on fundamental events[J].World Development，2011,6(39):922-937.

[6]程郁,羅丹.信貸約束下中國農(nóng)戶信貸缺口的估計(jì)[J].世界經(jīng)濟(jì)文匯,2010(2):69-80.

[7]楊林,高宏霞.農(nóng)村金融資源分配扭曲的現(xiàn)象與對策——基于蘭州市榆中縣、永登縣、皋蘭縣的數(shù)據(jù)分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2012(8):101-111.

[8]黃祖輝,劉西川,程恩江.貧困地區(qū)農(nóng)戶正規(guī)信貸市場低參與程度的經(jīng)驗(yàn)解釋[J].經(jīng)濟(jì)研究,2009(4):116-128.

[9]白永秀,馬小勇.農(nóng)戶個體特征對信貸約束的影響：來自陜西的經(jīng)驗(yàn)證據(jù)[J].中國軟科學(xué),2010(9):148-155.

[10]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(jì),2012(2):56-63.

[11]錢水土,許嘉揚(yáng).中國農(nóng)村金融發(fā)展的收入效應(yīng)——基于省級面板數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2011(3):104-112.

[12]余新平,熊皛白,熊德平.中國農(nóng)村金融發(fā)展與農(nóng)民收入增長[J].中國農(nóng)村經(jīng)濟(jì)，2010(6):77-86.

[13]戎愛萍.貸款對農(nóng)戶收入影響分析[J].經(jīng)濟(jì)問題,2013(11):111-115.

[14]呂德宏,楊成,靳濤等.西部小額信貸對農(nóng)戶收入影響的實(shí)證研究[J].開發(fā)研究,2009(3):62-66.

[15]王書華,楊有振,蘇劍等.農(nóng)戶信貸約束與收入差距的動態(tài)影響機(jī)制:基于面板聯(lián)立系統(tǒng)的估計(jì)[J].經(jīng)濟(jì)經(jīng)緯,2014,31(1):26-31.

[16]楊林,高宏霞.農(nóng)村金融資源分配扭曲的現(xiàn)象與對策——基于蘭州市榆中縣、永登縣、皋蘭縣的數(shù)據(jù)分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2012(8):101-111.

[17]張建軍,許承明.農(nóng)業(yè)信貸與保險(xiǎn)互聯(lián)影響農(nóng)戶收入研究——基于蘇鄂兩省調(diào)研數(shù)據(jù)[J].財(cái)貿(mào)研究,2013,24(5):55-61.

[18]CATTANEO M D.Efficient semiparametric estimation of multi-valued treatment effects under ignorability[J].Journal of Econometrics,2010(155): 138-154.

(責(zé)任編輯：高立紅)

Households’ Access to Credit and Income Effect:Based on the Treatment Effect Model

LIU Huihuang1,2，WU Wei2

(1.School of Business，Hunan City University，Yiyang 413000,China;2.School of Economics and Trade，Hunan University，Changsha 410079,China)

Based on the questionnaire data from China Household Finance Survey (CHFS)，this paper analyzed the income effect of access to credit in China.The result indicated that the access to credit was difficult.The increase of household assets can alleviate credit constraints that families faced.A higher level of education,the party membership and the university-level education can increase the availability of loans;the marginal effect of the age and risk appetite of household head is negative，and the households in urban and rural

different supports;The impact of access to credit on income was obviously positive，but the effects for low-income families is not significant.

households’ access to credit；household income；treatment effect model

2014-09-18

劉輝煌(1963—)，男，湖南城市學(xué)院商學(xué)院、湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院教授，博士生導(dǎo)師，研究方向?yàn)榉?wù)貿(mào)易、金融發(fā)展；吳偉(1985—)，男，湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院博士研究生，研究方向?yàn)檗r(nóng)村經(jīng)濟(jì)、金融發(fā)展。

F832.43

A

1008-2700(2015)02-0032-07