居民家庭贷款行为的法律分析

居民家庭贷款行为的法律分析

一、家庭借款行为根据中国消费者金融调查报告（2009年），中国20个城市的家庭中只有大约20%的家庭拥有富裕家庭。相比之下，目前家庭最重要的融资方式是向亲戚朋友借钱。在贷款的主要原因中，住房、教育和医疗仍发挥着重要作用。与此同时,不同家庭间的借款行为往往具有较大差异,这种差异伴随着家庭在教育背景、财富水平、收入等级、地域等特征的不同而表现得十分明显。因此,分析家庭个体特征对我国居民家庭借款行为的影响,有助于我们进一步了解和把握目前我国居民家庭的消费金融意识与行为。在国外有关家庭借款行为的研究中,Strebkov(2005)利用2001～2003年俄罗斯个体家庭借款数据,分析了俄罗斯家庭债务的发展趋势。Connolly&McGregor(2011)以澳大利亚7500户居民家庭作为长期跟踪调查对象,发现2005年之前,由于较低的名义利率以及金融创新,家庭债务增长迅速,2005年后,所有年龄段的家庭债务增幅显著放缓;随着2008～2009年的全球经济衰退,利息率下调,越来越多的家庭开始提前偿还住房贷款或者信用卡中的借款。Groβl&Fritsche(2007)构造了一个理论框架研究违约选择和风险规避对家庭借款行为的影响,发现在银行风险中性和家庭效用函数为自然对数形式的情况下,如果信息是对称的,收入和贷款偿付额的协方差在没有违约选择的情况下能够较好地解释家庭借款行为,如果家庭在没有违约选择的情况下既不借款也不储蓄,那么违约选择就使得家庭借款行为变得不可预测。Crook&Hochguertel(2006)以美国、意大利和荷兰为例,研究了家庭负债持有的影响因素以及信贷约束对于家庭负债持有是否很重要,研究发现,国家间的制度性差异,包括税收差异、金融市场差异、劳动力市场发展等方面是导致不同国家间家庭负债持有存在差异的重要原因。Ludvigson(1999)从美国经验出发,研究了面临随收入随机变动的借款限制条件下个体最优消费行为。通过构建一个时间连续型流动性约束模型,成功预测了美国总量数据中的两个关键特征:一是消费增长与可预测信贷增长的相关性,二是消费增长与可预测收入增长之间的相关性。国内相关研究中,基于中国的具体国情,大量研究主要关注于农户借贷问题,学者们都试图通过分析家庭借款行为来研究家庭信贷约束情况。白永秀和马小勇(2010)对陕西1151户农户的问卷调查进行了计量分析,得出结论认为,由于正规信贷约束受到“关系”的显著影响,正规信贷机构存在的产权模糊和利率管制问题被逐渐放大,而以农业为主的农户在获得贷款方面面临着较强的正规信贷约束,因而只能求助于非正规金融途径。钟春平等(2010)的研究发现,与正规信贷机构相比,小额信贷机构通过特殊的组织和制度安排有效地利用了当地信息,从而使更多的农户能够获得信贷,有效缓解了农户面临的正规信贷配给问题。程恩江和刘西川(2010)结合安徽的经验,发现被调查地区农户的借贷需求基本可以得到满足,农户融资问题主要的原因在于农户信贷需求较低,而农户收入较低和投资机会较少等因素则是导致农户信贷需求较低的主要原因。事实上,我国的城镇家庭同样面临着信贷约束问题,随着我国住房、教育、医疗以及养老等领域的市场化改革不断深入,相应的消费产品需要城镇家庭(无论这些家庭是城市原住居民还是农民进城后定居的外来居民)通过货币购买的方式来实现。由于这些产品和服务的消费支出远远超过家庭的一次性支付能力,因此,如何借助金融途径来实现购买,以及不同家庭之间金融途径选择过程中的差异,就成为消费金融需要研究的现实问题。这其中所包含的借款行为蕴藏着丰富的经济学内容和政策启示。影响家庭借款行为的因素可以分为两类,一类是反映家庭特征的微观变量,包括家庭收入和财富水平、家庭人口及受教育状况、家庭婚姻状况、家庭成员职业以及家庭所在省份等。这些变量在不同家庭间往往表现出较大差异,而在同一家庭中随时间而变化的程度较小,可以有效刻画出不同家庭间借款行为的特征。另一类变量是宏观经济变量,包括国家制定的利率水平、所处的经济周期、经济政策等方面,这些变量往往随时间而较快变化,对于不同家庭来说属于外部环境变量,它们对于家庭借款行为产生的影响在客观上来说是相同的。在本文中,我们主要研究影响家庭借款行为的微观因素。通过对已有研究成果的梳理可以发现,有些研究对家庭借款行为的含义没有作出清晰的定义和区分,周天芸和李杰(2005)、郑世忠和乔娟(2007)直接将借款行为的发生与否等同于是否面临信贷约束,李锐和李宁辉(2004)则未能区分不同的借款途径。基于上述分析,本文提出的研究路径是:首先确定家庭借款行为的含义,选取目前我国居民家庭最为常见的两种借款途径进行研究—银行贷款和向亲友借款。接下来对这两种借款行为的影响因素进行分析,并进行家庭特征分布的统计;随后利用有关数据,就家庭借款行为的两层含义进行实证检验,最终得到有关结论。二、样本数据、变量选择和模型构建(一)数据来源和说明北京大学中国社会科学调查中心于2007年开始实施“中国家庭动态跟踪调查(CF-PS)”项目,该项目旨在通过跟踪搜集个体、家庭、社区三个层次的数据,反映中国社会、经济、人口、教育和健康的变迁情况。本文选取的数据来自该项目组2009年度在北京、上海、广东三地展开的工具性测试跟踪调查。本文共得到家庭层次的有效样本1940个。(二)家庭借款行为的农户特征本文将影响家庭借款行为的微观因素分为两类:第一类是家庭特征,主要包括:家庭收入状况,资产状况,成员健康状况,家庭成员享有社会保险情况,家庭所在省份,是否为农户,家庭借款动机以及家庭消费结构。第二类是户主个体特征,主要包括:户主年龄,户主受教育程度,户主工作行业,户主婚姻状况。分类依据为:第一,借款行为是一种家庭行为,是家庭成员在经过协商之后形成的某种统一决策的结果,家庭所具有的各种特征对于决策过程以及最终决策结果的形成无疑具有重要的影响。第二,在家庭借款行为从成员间进行决策到最后正式实施的过程中,始终存在一个典型的家庭代理人的角色——户主,户主本身的个体特征将具有重要的影响。极端情况是,如果户主在家庭中处于完全的强势地位,那么其个人意志和偏好将完全替代家庭意志和偏好。因此户主的个体特征将是解释家庭借款行为的重要变量。本文将选取以下变量进行研究:1.家庭借款行为。用borrowing表示,该变量为虚拟变量,家庭有借款,取1;没有,取0。2.家庭借款途径。包括银行贷款(bank)和向亲友借款(friend),这两个变量亦为虚拟变量,取值方法同上。3.年龄。用age表示,为家庭中户主年龄。4.收入①。用income表示,为家庭过去一年总收入,按照不同收入等级进行赋值。5.资产②。用asset表示,为家庭金融资产总数。6.人口。用population表示,为样本中同一家庭中参与调查的人数。7.社保状况③。用secure表示,为家庭是否享有各种社会保险,如果未享受任何保险,取0,其他取1。8.户主学历。分为初中及以下、高中、大专、本科及以上。引入后三个变量进行分析,分别表示为high,college,undergraduate,这三个变量均为虚拟变量,如果户主学历为其中之一,取1;否则,取0。9.户主婚姻状况。包括是否已婚(marriage)和是否离异丧偶(div),是,取1;否,取0。10.家庭所在省份。包括北京(bj)上海(sh)和广东(gd)三个省份,家庭在哪个省份,取1,否则取0。引入前两个变量进行分析。11.户主职业。分为五类:已退休(retire),就职于公职单位(public)①,务农(farmer),下岗或无业(unemployed),其他(others)。户主符合哪类情况,取1,否则取0。引入前四个变量进行分析。12.家庭健康状况。用health表示,采用过去一年中家庭医疗保健支出在大项支出中的比重进行反映,支出越多,健康状况越差。13.家庭消费结构。实质上体现了家庭所处的需求层级,从而能够影响到家庭的消费金融意识。分别用food,edu,dwell表示家庭中食品支出比重、教育文化支出比重以及居住支出所占比重②。14.家庭借款动机。家庭借款动机是家庭发生借款的直接原因,本文用house,other,edu&medical,dailycons分别表示建购房用途、其他用途、教育医疗用途以及日常消费(含购买耐用品)用途,如果有,取1;否则取0。15.借款金额。借款金额也是影响家庭借款行为的重要影响因素,甚至是最为直观的因素(金额的大小直接会决定家庭借不借、怎么借),用amount表示家庭借款的货币数量。(三)回归模型的建立基于被解释变量为定性变量,本文采用Probit和Logit模型同时进行实证检验。计量回归模型设定如下:(1)式对家庭是否进行借款进行检验,(2)式和(3)式在(1)式基础上,对借款家庭选择借款渠道进行进一步考察,模型中的变量X表示前文给出的解释变量列向量,A,B,C分别为系数行向量,a0,b0,c0为常数项,u1,u2,u3分别为残差项。三、综合分析的结果(一)家庭借款参与程度及用途本文整理的1940户被调查家庭中,有15.15%的家庭有借款行为,2.73%的家庭有银行贷款,12.84%的家庭有从亲友处借款。已婚家庭占86.29%,离异或丧偶家庭占10.15%,户主平均年龄54.24岁,户主学历为高中的家庭占17.68%,大专的家庭为13.87%,本科及以上的家庭占6.19%,北京地区家庭占35.88%,上海地区家庭占30.21%,广东地区家庭占33.91%。家庭平均人口数为2.83人,平均金融资产为46002.98元,平均收入水平接近2.7万元。表1列出了家庭借款行为的人口分布特征。从中可以看出,京沪粤三省市家庭的借款参与程度较低,被调查家庭中只有15.15%有借款行为;而在这些家庭中,借款方式以向亲友借款为主。在年龄结构上,家庭借款参与程度总体上随着户主年龄的增加而下降。在家庭教育背景方面,户主学历越高,家庭参与银行贷款的程度越高;而对户主学历在大专及以下的家庭来说,户主学历越高,向亲友借款的参与程度越低。从家庭所在省份来看,广东省的被调查家庭在借款行为以及借款方式选择的参与程度均最高,上海则全部表现为最低。从户主职业来看,农民的借款参与程度最高,并且他们的借款方式几乎全部通过向亲友借款;户主在公职单位工作的,银行贷款的参与程度最高。在家庭收入水平方面,家庭收入水平与银行贷款的参与程度呈正向变动,而与向亲友借款的参与程度呈负向变动。家庭金融资产水平越高的家庭越倾向于从银行借款。不享受任何社保福利的家庭在借款行为的参与程度上要明显高于至少享有一项社保福利的家庭。家庭婚姻状况对于借款行为的影响不是很明显,已婚家庭在银行贷款的参与程度上较高一些。家庭人口越多,家庭借款的参与程度越高,并且越倾向于从亲友处借款,而对银行贷款的参与程度影响不大。表2为家庭借款用途的分布情况。从中可以看出,京沪粤三省市居民家庭借款主要用于建购房、治病和教育这三项支出。在借款用途的选择上,除了建购房借款家庭中有1/3以上的家庭选择银行贷款之外,向亲友借款无一例外地占据了压倒性比重。这一方面说明我国金融市场依然存在着信贷约束,对居民消费的支持作用依然有待于提高,另一方面则说明家庭在住房、医疗和教育费用的支出超出了自身的积累能力,形成了现实的流动性约束(杭斌,2010),出现这一现象的根本原因则在于三项支出价格的上涨和相应保障措施的缺失。此外,居民家庭广泛选择向亲友借款表明我国目前的家庭宗族观念仍然非常浓厚,中国传统文化中的亲情帮扶观念依然深入人心。中国传统文化的传承延续对于家庭经济行为的影响还是相当重要的。(二)实证研究的基本数据本文首先以家庭是否有借款作为被解释变量,利用probit和logit方法分别进行回归分析,该回归分析中共涉及样本家庭数量1940个,剔除掉一些缺省变量,进入回归分析中有效家庭样本数为1907个;接下来在1907个家庭中选择发生借款行为的家庭进一步进行借款途径选择的回归分析,共有282个样本。选用probit和logit两种回归方法以及采用不同的被解释变量进行回归能够保证检验结果的稳健性。1.家庭借款动机表3为家庭个体特征影响家庭借款是否发生的回归分析结果。Logit和Probit模型的回归结果显示,户主年龄对家庭借款倾向具有显著的负向影响,具体来说,户主年龄增长1岁,家庭发生借款行为的概率下降0.22%和0.25%,这一结果与表1中的描述完全相同。这是因为,户主年龄状况反映出家庭的年龄结构,随着户主年龄的增长,家庭的风险规避意识逐渐增强,这往往会降低家庭的借款倾向。家庭金融资产数量也具有相似的影响,但是边际效应非常小,这表明,金融资产数量越多的家庭,应付大项家庭开支的能力越强,对于借款的倾向也就下降。家庭人口数对家庭借款行为具有显著的正向影响,边际效应分别达到了1.53%和1.56%,该结论表明,家庭人口数量的上升,会增加家庭开支的不确定性,提高家庭对潜在流动性的需求,从而提高家庭借款倾向。在所处省份上,北京和上海的被调查家庭对借款倾向都具有显著的负向作用,并且上海地区家庭对于借款规避的边际效应更强一些,这一点与前文关于表1的分析相互印证。家庭成员的健康状况对家庭借款行为具有显著的负向影响,这表明如果家庭成员的健康状况较差,那么在未来将面临着较多的不确定性,从而会尽量避免借款。家庭消费结构对家庭借款行为具有显著的负向影响,具体来说,食品消费在经常性消费中占据的比重越大,家庭避免借款的边际效应越强,分别为0.23%和0.26%,从恩格尔定律来看,食品消费比重大的家庭往往是处于较低需求层次的家庭,这类家庭主要消费需求是解决温饱,还没有能力对借款在未来时期进行偿还,因此会避免借款。家庭借款动机对于借款行为的发生具有显著影响,其中借款用于教育和医疗目的对于借款行为的发生具有极大的边际效应,分别达到了93.88%和93.65%,其次是家庭建房购房。结合表2对借款动机的分析可以看出,目前我国居民家庭借款主要用于住房、教育和医疗,而这些行业都是在20世纪末实行了相应的市场化改革,改革后相应的消费支出已经远远超过了普通居民家庭自身财富积累的承受能力,而相应的社会保障体系又没有能够完全建立起来,因此催生了家庭在这些方面借款行为的发生。家庭年收入对家庭借款行为的影响不具有显著性,这表明家庭是否具有借款行为与家庭收入状况无关。此外,户主婚姻状况、户主的职业、户主受教育程度以及家庭是否为农户对于借款行为的发生也不具有显著影响。2.家庭收入对家庭借款的影响表4和表5是家庭是否选择银行贷款以及亲友借款的回归结果。可以看出,户主年龄对于银行贷款和向亲友借款这两种方式都具有抑制作用,这和表3的回归结果相对应。换句话说,户主年龄越大的家庭越会避免通过各种途径的借款。但是表4和表5中户主年龄对借款途径的影响未能通过显著性检验,这很可能是由于发生借款行为家庭的样本规模较小所导致。户主职业对于是否选择银行贷款没有显著性影响,但是无业或失业的户主,其家庭会避免向亲友选择借款,原因很可能在于,一方面,无业或失业的户主不具有稳定的收入来源,如果亲友向其借款,那么面临的收回借款的风险会较大;另一方面,由于中国家庭之间普遍存在的“面子”问题,无业或失业的户主自身也会羞于向亲友开口借款。户主婚姻状况对于家庭是否选择银行贷款没有显著影响,但是已婚户主对于向亲友借款产生显著的负向影响,这一影响机制如何作用还需要进一步的讨论和佐证。户主学历水平总体来看对于家庭借款途径的选择没有显著的影响,一般来说,受教育水平越高,职业的稳定性越好,相应地家庭成员具有较强的消费金融意识,在选择借款途径上往往会倾向于银行贷款,但是本文的实证结果并没有支持这些论述。家庭收入对向亲友借款具有显著的负向作用;对选择银行贷款具有显著的正向作用,且边际效应更大。一般来说,收入水平高的家庭,消费金融意识更强,对借款的数额需求较大,同时较高的收入能够保证每月有稳定的现金流用于支付银行贷款。从亲友处借款一方面无法满足大额借款需求,另一方面在借款后会存在较多的不确定性(如亲友遭遇突发性事件而要求借款人立即还款)。表3中的回归结果显示,家庭是否借钱与收入无关,也就是说,导致借钱发生的因素可以看做是一种会导致“潜在流动性约束”(杭斌,2005)的事件冲击。这一冲击的发生与家庭收入状况之间是相互独立的。而确定借钱行为发生后,家庭收入状况对借钱方式的选择产生显著影响。另外,收入与资产相比,本质区别在于前者是流量指标而后者是存量指标,因此金融资产可以被看作家庭收入中未被消费的部分逐渐“沉淀”的结果。相比收入而言,中国家庭往往不愿意从已经积累的金融资产中抽取一部分用于还款,而是更愿意从每月或每年的收入中拿出一部分作为还款专用资金。金融资产方面,家庭金融资产数量对家庭借款方式的影响与表3中的结果基本相同,都具有较小的负向影响,即金融资产越多越避免借款,只是由于样本数量问题未能通过显著性检验。表3显示家庭人口数对是否借款具有影响,表4和表5的回归结果则表明家庭人口数对银行贷款的选择不具有显著性影响,而对于亲友借款的选择具有显著的正向影响,家庭人口增加1人,向亲友借款的概率分别增加0.4%和0.51%。家庭人口数往往反映了家庭规模,而家庭规模一方面能够体现出家庭的资金需求规模,另一方面也能够体现该家庭的社会关系状况。家庭人口越多,对于资金的需求量就会越大,资金用途也会越多,同时社会关系也会较多,这样的家庭也就会更加倾向于从亲友处进行借款,这一结论也与秦建群等(2011)的研究结论相吻合。在家庭的消费结构对于选择借款途径的影响方面,食品消费在经常性消费中的比重对于两种借款途径均具有显著性影响,该比重越高,选择银行贷款的倾向越低,而选择亲友借款的倾向会越高。结合前文对表3回归结果的分析,食品消费比重大小能够反映一个家庭的需求层级状况,如果这一比重很高,那么该家庭仍然处于满足于温饱生活状况,如果选择银行贷款,会担心未来无法偿还,因而对于银行这类较正规借款途径的融资需求会相对较弱,在需要借款的时候往往会选择向亲友借款。当家庭整体健康状况不好的时候,会倾向于向亲友借款而不是银行贷款。这两种情形我们可以总结为,银行贷款较之亲友借款,在偿还时候具有一种“不可逆刚性”,较之银行贷款,亲友借款更加具有“温情”。在借款动机方面,表4和表5的回归结果显示,家庭发生建购房借款,更倾向于银行贷款而非亲友借款,教育医疗借款则相反。由于住房消费具有开支大周期长的特点,家庭会选择银行贷款的方式进行支出,这也成为了目前主要的购房途径。而教育医疗开支,一方面,相应支出较小,周期也相对较短,银行贷款要付出时间和货币等成本;另一方面,就是前面提到的银行贷款具有“不可逆刚性”。基于这两方面原因,一旦发生教育医疗开支需要借款,家庭还是会选择亲友借款。但是,与表3的回归结果相比,由于样本原因,所有借款动机对于借款途径的选择