金融素養(yǎng)對(duì)農(nóng)戶家庭負(fù)債決策的影響

徐逸樂 管福泉

摘 要：本文基于2017年中國家庭金融調(diào)查（CHFS）數(shù)據(jù)，運(yùn)用因子分析法構(gòu)建金融素養(yǎng)得分，并運(yùn)用Probit模型探究了金融素養(yǎng)對(duì)農(nóng)戶家庭是否負(fù)債及負(fù)債途徑?jīng)Q策的影響;再利用OLS模型分析了金融素養(yǎng)對(duì)農(nóng)戶家庭負(fù)債規(guī)模決策的影響，通過工具變量法控制其內(nèi)生性。研究發(fā)現(xiàn)，金融素養(yǎng)的提高會(huì)使農(nóng)戶負(fù)債意愿顯著降低，而且減少非正規(guī)負(fù)債渠道的選擇;對(duì)于已持有負(fù)債的農(nóng)戶群體，金融素養(yǎng)對(duì)負(fù)債規(guī)模具有顯著正向影響。因此，我國應(yīng)當(dāng)提高農(nóng)民群體金融基礎(chǔ)知識(shí)的教育重視度，引導(dǎo)農(nóng)戶積極通過正規(guī)渠道獲取信貸，以平滑家庭消費(fèi)，獲取更高資產(chǎn)效益。

關(guān)鍵詞：金融素養(yǎng);農(nóng)戶;家庭負(fù)債;因子分析;中介效應(yīng)

本文索引：徐逸樂，管福泉.<變量 2>[J].中國商論，2022（09）：-082.

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2022）05（a）--04

隨著國民經(jīng)濟(jì)的高速發(fā)展與居民消費(fèi)水平的提升，我國家庭過度負(fù)債情況愈發(fā)受到各界關(guān)注。通過決策者對(duì)家庭負(fù)債的合理控制以獲得超額生活幸福感、平滑消費(fèi)曲線。然而，金融產(chǎn)品復(fù)雜程度同步攀升，缺乏必要的金融素養(yǎng)會(huì)導(dǎo)致家庭面臨債務(wù)程度過高的風(fēng)險(xiǎn)。目前，國內(nèi)外對(duì)于金融素養(yǎng)的討論主要側(cè)重于其實(shí)際水平的測(cè)量、形成原因與機(jī)制、金融素養(yǎng)如何影響金融決策等方面（彭顯琪、朱小梅，2018）。吳衛(wèi)星等（2018）利用因子分析法，將CHFS調(diào)查結(jié)果中相關(guān)變量進(jìn)行降維處理，從而構(gòu)建金融素養(yǎng)得分。

農(nóng)戶家庭金融素養(yǎng)相對(duì)匱乏，在面臨負(fù)債決策時(shí)更需要理性判斷所帶來的影響，以保障其合理收益。由于農(nóng)戶金融素養(yǎng)相對(duì)較低，容易選擇非正規(guī)金融市場(chǎng)進(jìn)行資產(chǎn)配置決策，這就更需要金融素養(yǎng)的支撐（KIMBALL和SHUMWAY，2010）。因此，本文以農(nóng)戶家庭為切入視角，研究金融素養(yǎng)對(duì)家庭負(fù)債的影響，期望對(duì)國內(nèi)相關(guān)研究進(jìn)行補(bǔ)充，同時(shí)從金融素養(yǎng)對(duì)農(nóng)戶家庭是否負(fù)債、負(fù)債渠道、負(fù)債規(guī)模三個(gè)方面進(jìn)行闡述。

1 理論分析及提出假設(shè)

1.1 生命周期理論

生命周期理論認(rèn)為，個(gè)體或家庭單位都將生命內(nèi)所有收益理性分配于各個(gè)周期，確保每個(gè)周期所進(jìn)行的經(jīng)濟(jì)決策都能實(shí)現(xiàn)利益最大化。然而，實(shí)現(xiàn)此結(jié)果需要滿足“消費(fèi)者完全理性且能夠合理預(yù)估未來較長(zhǎng)時(shí)期內(nèi)的收支水平”（LUSARDI，2014）的前提，這就需要金融素養(yǎng)的支撐。但在現(xiàn)實(shí)情況中，消費(fèi)者往往是缺乏理性的，即不具有足夠的金融素養(yǎng)以支撐其合理調(diào)配家庭資產(chǎn)。因此，研究金融素養(yǎng)對(duì)家庭負(fù)債的影響，有助于對(duì)傳統(tǒng)金融理論進(jìn)行合理補(bǔ)充（KLAPPER，2020），驗(yàn)證個(gè)體理論與現(xiàn)實(shí)的差異，為宏觀分析奠定基礎(chǔ)。

1.2 信貸約束理論

NIEUWERBURGH和VELDKAMP（2009）認(rèn)為，信息獲取成本的升高會(huì)對(duì)投資者所持有的投資資產(chǎn)種類產(chǎn)生負(fù)面影響。尹志超等（2014）認(rèn)為，金融素養(yǎng)的提高會(huì)帶來更高的投資積極性。曾志耕等（2015）研究發(fā)現(xiàn)，更高的金融素養(yǎng)水平會(huì)影響家庭資產(chǎn)配置。在負(fù)債決策的每個(gè)環(huán)節(jié)，都需要充足的金融素養(yǎng)做支撐。農(nóng)戶家庭由于缺乏足夠的金融素養(yǎng)，導(dǎo)致信貸約束壓力倍增（張智富，2020）。因此，本文選取是否負(fù)債、負(fù)債渠道、負(fù)債規(guī)模三個(gè)方面進(jìn)行論證，探究互聯(lián)網(wǎng)金融中介效應(yīng)影響下，金融素養(yǎng)對(duì)負(fù)債決策的作用機(jī)制。

2 數(shù)據(jù)、模型與變量說明

2.1 數(shù)據(jù)說明

本文數(shù)據(jù)來源于2017年西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查（China Household Finance Survey，CHFS）數(shù)據(jù)，該數(shù)據(jù)涵蓋全國29個(gè)?。ㄗ灾螀^(qū)、直轄市），抽樣調(diào)查并獲得了4萬余份家庭樣本及12萬份個(gè)體樣本。本文篩選并刪除非農(nóng)戶口、異常數(shù)值樣本、關(guān)鍵變量信息缺失樣本，共得到有效樣本12729個(gè)，其中持有負(fù)債的樣本3801個(gè)，用于進(jìn)行“負(fù)債規(guī)?！辈糠值姆治觥?/p>

2.2 模型設(shè)計(jì)

本文通過對(duì)農(nóng)戶家庭負(fù)債決策影響中是否負(fù)債、負(fù)債渠道、負(fù)債規(guī)模三個(gè)方面進(jìn)行分析，研究金融素養(yǎng)對(duì)農(nóng)戶家庭負(fù)債行為的影響。被解釋變量為“是否負(fù)債”“是否從正規(guī)渠道借貸”“是否從非正規(guī)渠道借貸”，是二值虛擬變量，因此選用非線性的Probit模型進(jìn)行估計(jì);而“負(fù)債程度”是連續(xù)變量，通過普通最小二乘法OLS模型進(jìn)行估值，具體模型構(gòu)建如下：

（1）

（2）

（3）

其中，被解釋變量whether_liab表示“是否負(fù)債”，whether_liab=1代表農(nóng)戶家庭具有負(fù)債;被解釋變量informal_liab表示“是否從非正規(guī)取得借貸”，informal_liab=1代表從非正規(guī)渠道貸款，又由于農(nóng)戶極少從正規(guī)渠道獲取貸款，從統(tǒng)計(jì)學(xué)角度而言所做實(shí)證研究缺乏意義。因此本文通過“農(nóng)戶是否從非正規(guī)渠道取得借款”來側(cè)面解釋負(fù)債渠道這一變量;解釋變量f表示金融素養(yǎng)得分，通過因子分析法構(gòu)造;X代表一系列控制變量，包括人口統(tǒng)計(jì)學(xué)特征各項(xiàng)指標(biāo)、住房情況等。

對(duì)于負(fù)債規(guī)模部分，式（3）中l(wèi)n_t_liab表示農(nóng)戶家庭總負(fù)債的對(duì)數(shù)。同時(shí)，因可能存在金融素養(yǎng)與家庭負(fù)債兩者間的內(nèi)生性問題，本文借鑒吳衛(wèi)星等（2018）處理方法，引入工具變量“父母中最高受教育程度”規(guī)避內(nèi)生性問題所造成的對(duì)象。

2.3 變量說明

2.3.1 解釋變量：金融素養(yǎng)

對(duì)于金融素養(yǎng)的度量，本文結(jié)合主、客觀兩個(gè)方面，即根據(jù)被調(diào)查者對(duì)通貨膨脹、利率計(jì)算、進(jìn)入信息關(guān)注度、金融常識(shí)等問題的回答情況進(jìn)行得分處理，并參考Rooij等（2011）、Lusardi等（2014）、吳衛(wèi)星等（2018）對(duì)金融素養(yǎng)指標(biāo)進(jìn)行處理，使用因子分析法對(duì)金融素養(yǎng)調(diào)查問卷結(jié)果進(jìn)行統(tǒng)計(jì)分析，對(duì)受訪者利率、通貨膨脹、股票、基金等基礎(chǔ)性問題及“對(duì)金融信息關(guān)注度”等主觀問題調(diào)查數(shù)據(jù)進(jìn)行篩選與統(tǒng)計(jì)分析，參考吳衛(wèi)星等（2018）學(xué)者的研究方法進(jìn)行因子分析，構(gòu)造受訪者“金融素養(yǎng)得分”變量。在進(jìn)行因子荷載矩陣旋轉(zhuǎn)后，通過因子權(quán)重賦值，構(gòu)建金融素養(yǎng)得分。結(jié)果顯示，經(jīng)過最大方差法因子旋轉(zhuǎn)，被提取后的四個(gè)主因子累計(jì)貢獻(xiàn)率達(dá)到59.92%。經(jīng)過KMO檢驗(yàn)后，得到結(jié)果KMO=0.616>0.6;而且Bartlett球形檢驗(yàn)p值小于0.01，說明金融素養(yǎng)得分具有較為顯著的解釋效應(yīng)?；跀?shù)據(jù)可得性及工具變量可行性考慮，本文參考其他學(xué)者的方法（曾志耕等，2015;尹志超等，2014）使用“父母中最高受教育程度”作為金融素養(yǎng)工具變量。該指標(biāo)對(duì)受訪者金融素養(yǎng)的高低具有影響，而且父母學(xué)歷在受訪者組建家庭、進(jìn)行負(fù)債決策之前就已決定，因此作為事前變量不會(huì)受到家庭負(fù)債決策行為的顯著影響。

2.3.2 被解釋變量：負(fù)債行為

本文選取農(nóng)戶家庭是否負(fù)債、負(fù)債渠道、負(fù)債規(guī)模三個(gè)維度以闡述金融素養(yǎng)對(duì)家庭負(fù)債的行為影響。所有項(xiàng)目均無負(fù)債的農(nóng)戶樣本視為沒有負(fù)債，其他情況均視為擁有負(fù)債;而在負(fù)債渠道部分，若負(fù)債來源為銀行或信用社則視為“正規(guī)渠道的負(fù)債”，其他情況均視為“非正規(guī)渠道的負(fù)債”。家庭總負(fù)債由上述負(fù)債項(xiàng)目加總獲得，并對(duì)范圍性數(shù)據(jù)進(jìn)行取中間值處理。

2.3.3 控制變量

基于數(shù)據(jù)可得性與目前已有相關(guān)領(lǐng)域研究成果，本文選取10個(gè)相關(guān)控制變量，分別為人口統(tǒng)計(jì)學(xué)特征中的婚姻狀況、健康狀況、性別、年齡、受教育程度、家庭總?cè)丝跀?shù)、工作穩(wěn)定情況，以及家庭金融總資產(chǎn)與持有房產(chǎn)情況（見表1）。

2.3.4 各變量描述性統(tǒng)計(jì)

表1結(jié)果顯示農(nóng)村居民金融素養(yǎng)水平與受教育程度普遍偏低，絕大多數(shù)受訪者厭惡風(fēng)險(xiǎn)并趨向于穩(wěn)健型投資，平均年齡在56歲左右，且健康狀況不甚良好，多數(shù)已婚并具有穩(wěn)定工作，絕大多數(shù)擁有自有住房。家庭負(fù)債決策中不到半數(shù)農(nóng)戶持有負(fù)債，絕大部分農(nóng)戶選擇非正規(guī)渠道借貸，僅極少部分選擇銀行或信用社等正規(guī)渠道獲取信貸。由于本文涉及多個(gè)變量，或面臨多重共線性風(fēng)險(xiǎn)，采取方差膨脹因子（VIF）檢驗(yàn)，結(jié)果顯示各變量VIF值均小于10，認(rèn)為變量之間未存在嚴(yán)重多重共線性，可以進(jìn)行回歸分析。

3 回歸結(jié)果與分析

3.1 金融素養(yǎng)對(duì)是否負(fù)債回歸結(jié)果

回歸結(jié)果顯示，金融素養(yǎng)的提高對(duì)農(nóng)戶是否負(fù)債的決策在1%水平上呈顯著負(fù)向影響，即隨著金融素養(yǎng)的提高，農(nóng)戶或許更傾向于不持有負(fù)債。雖然根據(jù)生命周期理論而言，部分決策者會(huì)由于金融素養(yǎng)的提高，更傾向于通過信貸的方式平滑當(dāng)期消費(fèi)，在一定程度上提升了生活幸福水平，但是農(nóng)戶群體普遍厭惡風(fēng)險(xiǎn)，因此在總體意義上更傾向于以持有固定資產(chǎn)的方式應(yīng)對(duì)風(fēng)險(xiǎn)，與描述性統(tǒng)計(jì)結(jié)果的實(shí)際意義相吻合。

3.2 金融素養(yǎng)對(duì)負(fù)債渠道回歸結(jié)果

由表3可知，金融素養(yǎng)的提高對(duì)農(nóng)戶是否在非正規(guī)渠道獲取借款在5%水平上具有顯著負(fù)向影響，即金融素養(yǎng)越低的家庭越容易選擇非正規(guī)渠道負(fù)債，同樣從側(cè)面佐證了金融素養(yǎng)的提高或許使得農(nóng)戶更傾向于從銀行、信用社等正規(guī)途徑獲取貸款而減少非正規(guī)負(fù)債比例。

3.3 金融素養(yǎng)對(duì)負(fù)債規(guī)?；貧w結(jié)果

在已持有負(fù)債的農(nóng)戶群體中，再使用OLS模型進(jìn)行回歸，得到表3中列（3）結(jié)果，顯示金融素養(yǎng)在1%水平上顯著促進(jìn)農(nóng)戶負(fù)債規(guī)模，即雖然在總體樣本的回歸下金融素養(yǎng)的提高會(huì)遏制農(nóng)戶對(duì)非正規(guī)渠道負(fù)債的欲望，但對(duì)已進(jìn)行過負(fù)債行為的農(nóng)戶群體而言，金融素養(yǎng)的提高會(huì)使得其負(fù)債規(guī)模提高，與生命周期理論相符。同時(shí)，金融素養(yǎng)的提高對(duì)已取得負(fù)債的農(nóng)戶群體而言能促進(jìn)其提升負(fù)債水平，而由于金融素養(yǎng)的提高能夠遏制農(nóng)戶進(jìn)行非正規(guī)渠道的金融活動(dòng)，因此這部分有負(fù)債需求的農(nóng)戶群體可能更趨向于通過正規(guī)渠道進(jìn)行貸款來緩解資金壓力。

列（4）是為處理多重共線性問題而加入工具變量“父母中最高受教育程度”后使用兩階段最小二乘法（2SLS）得出的結(jié)果，與前文分析基本一致，但金融素養(yǎng)顯著性有所下降。對(duì)工具變量進(jìn)行杜賓—吳—豪斯曼（DWH）檢驗(yàn)得出P值為0.082，顯然在10%的水平上拒絕變量外生性原假設(shè)。弱工具變量檢驗(yàn)結(jié)果顯示，最小特征值統(tǒng)計(jì)量=106.865，且一階段F值=15.60>10，可以認(rèn)為拒絕“存在弱工具變量”的原假設(shè)。綜上所述，使用的工具變量所得2SLS結(jié)論具有統(tǒng)計(jì)學(xué)意義。

4 穩(wěn)健性檢驗(yàn)

本文通過簡(jiǎn)單累加的方式構(gòu)建新的金融素養(yǎng)得分變量f0，重新對(duì)上述實(shí)證過程進(jìn)行回歸，所獲得結(jié)果如表4所示。結(jié)果顯示，金融素養(yǎng)得分簡(jiǎn)單加總后對(duì)農(nóng)戶是否負(fù)債影響的顯著性略有下降，核心變量金融素養(yǎng)的顯著性及影響方向均無改變，回歸結(jié)果成立。

5 結(jié)語

本文使用CHFS2017調(diào)查數(shù)據(jù)，通過因子分析法度量農(nóng)戶金融素養(yǎng)得分并利用Probit、OLS模型研究金融素養(yǎng)對(duì)農(nóng)戶家庭負(fù)債決策發(fā)現(xiàn)：（1）農(nóng)戶金融素養(yǎng)的提高會(huì)顯著影響其家庭負(fù)債決策，使得農(nóng)戶更傾向于避免通過負(fù)債方式以平滑消費(fèi)，或許與農(nóng)戶群體普遍金融素養(yǎng)較低的特殊性有關(guān)。（2）金融素養(yǎng)的提高雖然未能使農(nóng)戶更偏向于正規(guī)途徑獲取負(fù)債，但能使得他們顯著避免進(jìn)行非正規(guī)渠道借貸行為，同樣可以側(cè)面證實(shí)金融素養(yǎng)的提高能夠使農(nóng)戶群體改善負(fù)債渠道選擇決策。（3）對(duì)于已持有負(fù)債的農(nóng)戶群體，更高的金融素養(yǎng)會(huì)使農(nóng)戶更愿意選擇負(fù)債的方式來平滑家庭遠(yuǎn)期消費(fèi)，以獲取更高程度的家庭資產(chǎn)總效益，這與生命周期理論相吻合。綜上，有關(guān)部門應(yīng)基于農(nóng)戶異質(zhì)性，針對(duì)不同年齡段、階層、需求的農(nóng)戶群體適當(dāng)提高其金融教育支持力度，引導(dǎo)農(nóng)戶通過正規(guī)途徑進(jìn)行合理程度信貸的積極性，緩解信貸約束。另外，針對(duì)面向于農(nóng)戶的金融機(jī)構(gòu)，有關(guān)部門應(yīng)當(dāng)加強(qiáng)監(jiān)管及提高并規(guī)范行業(yè)準(zhǔn)入門檻，配合金融市場(chǎng)及時(shí)填補(bǔ)法律法規(guī)漏洞，有效規(guī)避監(jiān)管滯后性。

參考文獻(xiàn)

尹志超，宋全云，吳雨.金融知識(shí)、投資經(jīng)驗(yàn)與家庭資產(chǎn)選擇[J].經(jīng)濟(jì)研究，2014，49（4）：62-75.

尹志超，宋鵬，黃倩.信貸約束與家庭資產(chǎn)選擇：基于中國家庭金融調(diào)查數(shù)據(jù)的實(shí)證研究[J].投資研究，2015，34（1）：4-24.

謝綿陛，顏諍.住房債務(wù)對(duì)住房財(cái)富效應(yīng)的抑制作用[J].商業(yè)研究，2017（2）：172-176.

吳衛(wèi)星，吳錕，王琎.金融素養(yǎng)與家庭負(fù)債：基于中國居民家庭微觀調(diào)查數(shù)據(jù)的分析[J].經(jīng)濟(jì)研究，2018，53（1）：97-109.

彭顯琪，朱小梅.消費(fèi)者金融素養(yǎng)研究進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2018（2）：99-116.

江西省金融學(xué)會(huì)課題組，張智富，張朝洋，柳翠，等.農(nóng)村居民金融素養(yǎng)對(duì)金融行為的影響研究：基于江西省縣域調(diào)查數(shù)據(jù)[J].金融與經(jīng)濟(jì)，2020（3）：52-59.

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

曾志耕，何青，吳雨，等.金融知識(shí)與家庭投資組合多樣性[J].經(jīng)濟(jì)學(xué)家，2015（6）：86-94.

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（6） ： 1173-82.

NIEUWERBURGH S V， VELDKAMP L. Information Immobility and the Home Bias Puzzle[J]. Journal of Finance， 2009， 64（3）：1187-1215.

LUSARDI A， OLIVIA M S， VILSA C. Financial Literacy and Financial Sophistication in the Older Population[J]. J Pension Econ Financ，2014，13（4）：347-366.

KLAPPER L， LUSARDI A. Financial literacy and financial resilience： Evidence from around the world[J]. Financial Management，2020， 49（3）：589-614.

The Impact of Financial Literacy on Household Debt Decisions

School of Economics and Management， Zhejiang A&F University

Hangzhou， Zhejiang? 311300

XU Yile? GUAN Fuquan

Abstract： Based on the data of Chinese Household Finance Survey （CHFS） in 2017， this paper uses factor analysis method to construct financial literacy score， and uses Probit model to explore the impact of financial literacy on household debt and debt path decision. What’s more， this paper uses OLS model to analyze the influence of financial literacy on the decision-making of debt scale of peasant households. Control its endogeneity through instrumental variable method. The results show that the improvement of financial literacy will significantly reduce the willingness of farmers to take on debt and reduce the choice of informal debt channels. In addition， financial literacy has a significant positive impact on the debt scale of farmers who already have debts. China should pay more attention to the education of basic financial knowledge of farmers， guide farmers to actively obtain credit through formal channels to balance household consumption and obtain higher asset.

Keywords： financial literacy; farmers; household debt; factor analysis; mesomeric effect