【信贷约束对家庭资产配置的影响实证探析15000字（论文）】

信贷约束对家庭资产配置的影响实证分析【摘要】近年来，我国大力发展普惠金融，推动经济发展方式的转型和升级，家庭作为基本的社会单元，家庭金融以及家庭资产的配置方式的研究对普惠金融的发展有重要意义。影响家庭资产选择的因素多样，作用机制复杂，其中，信贷约束这一外部要素，对家庭能否实现跨期配置、平滑消费具有较大影响。本文使用“中国家庭金融调查项目”（CHFS）2013年的公开数据，构造Probit模型，首先考察居民所受整体信贷约束对家庭资产选择有无影响、有何种影响、影响程度如何；其次判断不同信贷成因对家庭配置资产的影响有无区别；然后分析借贷规模对家庭投资决策的影响；最后对模型进行稳健性检验。研究结果发现：整体信贷约束与家庭持有股票、债券、基金、金融理财产品有显著负向影响，外部信贷约束对多种资产的负向影响大于内部信贷约束，借贷规模对持有股票、基金、汽车、房产的影响系数显著为负。基于本文的实证分析，我国政府应该积极改善金融环境，加大对家庭信贷的支持力度，注重农村金融体系的构建，完善个人征信体系。银行等金融机构应提高管理与创新能力，完善贷款人评估与甄别机制。【关键词】信贷约束；家庭资产配置；Probit；稳健性检验目录TOC\o"1-3"\h\u摘要 引言（一）研究背景改革开放40多年来，我国经济快速发展，人均可支配收入大幅增长，截至2020年，全国居民人均可支配收入达到32189元，家庭总资产随之逐步累积，截至2019年，城镇居民家庭平均总资产317.9万元。在资本市场日益发达的时代，我国居民的理财观念也悄然发生变化，大家积极利用多种金融工具，寻求资产保值、升值的方法。如何更有效地进行资产管理，已经成为许多家庭投资决策的重要内容。随着“家庭金融”这一概念的提出（Campbell，2006），越来越多的国内外学者关注家庭资产配置、家庭金融市场参与等相关问题。家庭资产配置，即将家庭财富在不同资产类别之间进行分配。2015年美国家庭资产配置在房产、金融产品、其他资产的比例大约为3:4:3，较为平均，而我国家庭超过70%的资产配置在房产上，仅有11.8%投资在金融产品上。我国家庭的这种配置方式一方面受中国传统观念的影响——尤为重视房产的持有；另一方面，房产投资对风险资产投资具有“挤出效应”（吴卫星、高申玮，2016）。但总的来说，我国家庭资产配置存在结构失衡，风险集中，流动性低等问题（陈雨丽，2020）。自2016年，中央提出“房子是用来住的，不是用来炒的”开始，房贷呈现收紧趋势，2020年底，央行、银保监会发布《关于建立银行业金融机构房地产贷款集中度管理制度的通知》，更是为房贷划了一条“红线”。出于多重目的考虑，银行房贷审核也越来越严，这意味着我国居民所面临的房产投资部分的信贷约束增强。与此同时，我国居民在住房资产的配置上比重有所下降，中国家庭住房资产占家庭总资产的比重，在2017年时为77.7%，而到了2019年，下降至约59.1%。近年来，许多学者发现信贷约束这一外部因素不仅仅对中小企业融资和发展有限制作用，也对家庭资产的配置方式的选择有重要影响。（二）研究意义良好的家庭资产选择，可增加居民财产性收入，增强抗风险能力，提高家庭整体生活水平和幸福感，同时，也有助于金融市场的稳定。家庭资产配置离不开各种金融工具的运用，因此，对信贷约束和家庭资产配置关系的研究为金融市场设计新兴的金融工具以满足家庭金融的需求提供帮助，对金融机构（尤其是银行）的经营具有指导意义，对家庭投资理财行为的研究也具有一定的借鉴意义。（三）研究思路与主要内容本文使用西南财经大学2013年“中国家庭金融调查项目”（CHFS）微观数据，建立Probit模型，侧重于判断整体信贷约束、信贷约束不同成因和借贷规模分别对哪些资产的持有影响较大，影响方向和程度如何，为有效改善我国居民家庭资产配置方式措施的提出提供依据。文章引言部分介绍了家庭金融的概念，我国家庭资产配置存在的问题，信贷约束和家庭资产选择之间的相关性。文献综述部分主要阐述信贷约束理论的产生发展过程，从信贷约束的产生原因、定义方法、对不同资产的影响等方面对国内外学者的研究进行整理，并加以评述。正文第二部分展示我国当前家庭资产配置和信贷状况，指出其中存在的问题和原因所在。实证检验章节介绍本文使用的数据、变量的选取和模型的设定，并进行回归分析。辅以稳健性检验，从而更为严密地证实所得结论的稳健性。最后总结实证结论，给出政策性建议。研究创新点与不足创新之处本文从整体信贷约束、信贷约束的不同成因、借贷规模等多个方面阐述流动性约束对家庭资产配置的影响，涵盖的角度更为广泛，分析更为全面，为家庭金融的进一步研究作补充与完善。将信贷约束的成因拆分成外部和内部两个方面，分别讨论其对家庭资产配置的影响和存在的差异。以往的研究中绝大部分只关注信贷约束对家庭金融市场参与或投资组合有效性的影响，而本文所做的资产配置研究中，不仅仅包含了较为全面的金融资产，像股票、基金、债券、金融理财产品、金融衍生品，还包括房产、汽车两类非金融资产，对于家庭资产选择的探究更为全面。不足之处本文因为考虑到调查数据的广泛性、代表性、权威性，问卷的质量，对信贷约束这一变量度量的准确性和全面性，所以选取2013年“中国家庭金融调查项目”（CHFS）微观数据，但这一版数据并不够时新，无法很好地展现目前中国家庭的资产配置状况。后续如果有更好的调查项目、公开可得的数据，可为进一步的研究选用。由于问卷内容设置上的局限，本文在变量的定义上还不够严谨。本文仅仅挑选了问卷有所涉及的且较为重要的因素作为控制变量，而影响家庭资产配置的因素过于庞杂，未来的研究可控制更多的变量，以提高结果的准确性。在回收到的问卷回答中，存在数据稀疏的现象，因此在做三个Probit回归时，无法在每个回归中，都得到股票、基金、债券、金融理财产品、金融衍生品、房产、汽车这六类资产的完整结果。二、文献综述（一）信贷约束理论的产生与发展生命周期理论（Modigliani，1954）和持久收入理论（Friedman，1957）一直是早期学者们研究家庭资产配置的理论基础，两个理论的核心思想是理性的消费者将秉持效用最大化的原则，对其长期消费能力形成良好的估计，根据长期中能保持的收入水平来安排当前收入用于消费和储蓄的比例。直到1981年Flavin提出信贷约束理论：由于未来的收入对当期消费作用有限，可能导致消费者当期消费对个人可预测收入所发生的变化过度敏感，消费者贷款以满足当前消费时所受的限制将促使个人储蓄。这一理论的产生，引发了大量学者对生命周期、持久收入假说的质疑和检验。Hayashi（1985）注意到生命周期——理性预期假设当前可支配收入和消费变化之间没有相关性，而统计学上显著的相关性意味着家庭流动性受限。他基于美联储理事会1963—1964年对消费者心理特征的调查研究，得出低储蓄家庭流动性受限，流动性约束降低了家庭当前的消费的结论。Jappelli（1990）基于美国消费者金融调查（SCF）数据进行检验，发现流动性约束对消费者的储蓄行为存在影响。Chah等（1995）通过建立借款限制下的最优消费行为模型，证明消费对收入的可预测变化归因于流动性限制。Campbell（2006）认为家庭的消费还取决于借款受到限制的未来净收入。对于形成期的家庭而言，借贷限制可能比已积攒部分退休储蓄的老龄家庭更为严重。因此，家庭财务的生命周期研究应当使用更复杂的有限级模型。杨凌和陈学彬（2006）研究发现面临信贷约束和不受信贷约束这两种情况下，家庭生命周期中的最优消费储蓄路径不同。（二）信贷约束产生的原因关于信贷约束产生的原因，大致可以分为外因和内因两个方面。从外在因素看，由于信贷市场存在信息不对称现象，从而道德风险和逆向选择频频发生，银行在权衡自身收益和风险时，存在信贷配给问题，使均衡的信贷利率高于信息对称情况下的均衡利率（Stiglitz，1981）。杨凌和陈学彬（2006）指出在大部分发展中国家,金融市场发展时间短，尚不太发达,金融机构为了防范重大金融风险的产生,无法为所有申请贷款的家庭提供满足需求的足够信贷,因此，信贷约束对于多数家庭都是有效约束。从内在因素看，部分消费者存在条件排斥、不完全信息、认知偏差等原因，从而导致信贷约束。Zeldes（1989）的理论分析表明消费者由于拥有较少的资产或者没有资产，无法在短时间内变现或抵押，与此同时，获取信贷的渠道匮乏，难以实现消费的跨期动态优化。Jappelli（1990）发现当前收入，财富存量和年龄是决定消费者信贷约束程度的最重要因素。Kon等（2003）认为金融机构对申请人的不完善的筛选机制，促使部分潜在借款人认为自己会被拒绝，因此不申请贷款。臧日宏，王春燕（2020）将信贷约束分成两种类型：供给型信贷约束及需求型信贷约束，分别展开研究，得出结论：两者都显著降低家庭资产组合的有效性。相比之下，需求型信贷约束的负向影响程度更大。事实上，信贷约束现象十分普遍，在金融市场欠发达或经济条件较为落后的地区更为明显。Hubbard等（1986）采用模拟净值约束的方法发现美国近19%的家庭受到流动性约束。朱喜等（2006）的研究表明我国农村户口的常住居民面临较为严重的信贷约束，其中可以得到正式贷款服务的农户不到10%。在这基础上，如果包含具备有效贷款需求的农户，那么被正式金融服务排除在外的比例则高达66.1%。何欣等（2019）基于CHFS的数据发现我国家庭的信贷可得性在2017年平均为31%，整体而言，面临的信贷约束程度高。其中，农村家庭的借贷可得性只有12%，城镇家庭略高，为38%，城乡差异极大。李伟男（2019）证明在全国样本下，农业户口家庭比非农业户口家庭普遍面临更高的借贷约束；在都为非农业户籍类型样本下，与中西部家庭相比，东部地区家庭面临的借贷约束水平更低。（三）信贷约束变量的定义信贷约束这一变量缺乏直观性，在实证研究中不易度量，Cox等（1990）提出了一个操作性较强的方法，即当家庭的贷款申请被拒绝，或家庭对自身的情况进行评估后，觉得即使申请也会被拒从而没有申请贷款，均表明家庭面临着信贷约束，并使用美国消费者金融调查（SCF）中获得的信息来衡量信贷约束。该方法直接且全面，被后来的大多数研究者所沿用。Cardak和Wilkins（2009）选择将受访者存款状况、是否拥有信用卡以及信用卡偿还能力作为信贷约束的代理变量，这种改进的方法更有利于问卷信息的收集，也更符合现代人消费习惯。段军山、崔蒙雪（2016）使用Cardak的方法，利用家庭信用卡持有状态及原因对家庭的信贷约束状况进行判断，从而较为全面、方便地对信贷约束这一变量进行描述，并在此基础上，选用经营性贷款、房屋贷款、汽车贷款的可得性作为信贷约束变量的替代变量，进行稳健性检验。吕学梁、吴卫星（2017）把居民借贷与否作为衡量信贷约束强弱的指标。由此可见，信贷约束变量取值的判定需要结合问卷调查的设置和所得数据，满足便于统计、描述客观等要求。（四）信贷约束对家庭资产选择的影响信贷约束在一定程度上阻碍了家庭资产的跨期配置和平滑消费，因此，家庭在面临借贷限制时，更倾向于当前储蓄或持有流动性较强的资产，在未来购置固定资产。不同渠道的信贷约束对于家庭资产的选择产生的影响不同。Carroll等（1998）比较了以劳动收入或家庭资产为基础的家庭，在受和不受借贷限额约束时的行为，发现借款约束的类型和松紧程度对财富积累和投资组合有不同程度的影响。吕学梁、吴卫星（2017）的研究表明银行渠道的借贷约束，相较于其它渠道而言，对家庭配置资产的影响最大；正规金融机构所提供的信贷支持促使家庭更多地投资参与股票、基金和理财产品，投资深度也有所增加。信贷约束对不同的资产会产生不同程度的影响。段军山等（2016）发现信贷约束对家庭各类资产的持有都有负向影响。当家庭不受流动性约束时，对各类资产的持有概率都较高；反之，持有概率减少。对于房产而言，Yao等（2005）认为当面临严重的流动性限制时，投资者最优选择租用住房服务。但是，当放松流动性约束后，投资者会选择拥有房屋而不是租房，以便从房屋所有权中受益。周京奎（2012）的研究表明信贷约束与住宅权属选择负相关,而且信贷约束程度越高，负向影响越显著。Yukutake,Moriizumi（2018）使用日本的微观数据，联立方程联合估计系统影响，将信贷配给对时间的影响分为直接影响和间接影响。研究结果显示，信贷配给延迟了潜在的年轻业主购房时间，同时也降低他们购买的房子的质量。对风险资产而言，Guiso等（1996）使用1989年基于意大利常住人口的分层随机抽样数据的SHIW调查，发现对未来借贷限制的期望可以减少家庭资产中风险资产的投资份额。如果存在交易费用，未来的借贷限制将促使家庭资产保持流动性。借款限制构成了投资组合缺乏多元化的原因之一。股票作为风险资产中极具代表性的一种，Willen等（2006）发现当投资者面临信贷约束时，将较多资产用作股权投资反而会降低投资收益，这可能导致投资者完全放弃股权投资。王聪等（2012）表明信贷约束对股市参与的负向影响显著，较强的信贷约束降低了居民为未来潜在收益而进行股票投资的动机，因而其参与股市的概率较小。信贷约束不仅仅是对家庭资产配置产生较大影响，对家庭消费和负债的选择也有关联性。Chah等（1995）认为消费者行为在流动性约束下具有前瞻性，耐用品和非耐用品消费之间存在明显的跨期关系。当耐用品支出不可通过债务融资时，消费者将支出重新分配到当前非耐用品消费中，预计可持续支出水平增加后，在未来增加耐用品库存。Campbell等（2005）在建立的包含家庭抵押债务和时间偏好异质性的一般均衡模型中，发现金融自由化可以增加家庭的平滑消费能力，增加耐用品的购买。Minh等（2016）通过内生转换回归模型，得出结论：信贷约束对居民人均消费具有负向影响，非正规信贷可以替代正规信贷，缓解约束的影响。Altug,Melih（2018）利用一个结合了借贷约束机制、预期收入增长率和实际利率大幅下降的模型,发现放松借贷限制来增加获得信贷的机会，外加整个生命周期内的收入增长，这两个因素可以对不同人群的储蓄行为产生实质性的影响。Gerlach-Kristen,Merola（2019）的研究表明在金融危机期间，信贷约束是家庭和政策制定者需要注意的一个主要问题。如果家庭无法平滑消费，总支出的下降可能导致产出下降、资产价格下降和信贷约束加剧的恶性循环。蔡栋梁，王聪，邱黎源（2020）发现信贷约束会导致农户消费总量、生产性消费和发展性消费的显著下降。从信贷约束程度来看，没有信贷约束和不完全的信贷约束有利于农户在生产方面投入更多资金，消费结构得到改善。在负债方面的选择上，Campbell等（2003）建立了家庭抵押贷款选择的数值模型，表明当通货膨胀风险相对于实际利率风险而言较大时，ARM（可调整利率抵押贷款）对不受借贷约束的家庭和厌恶低风险的受借贷约束的家庭更具有吸引力。信贷约束对家庭资产配置产生影响的方式，大致可分为以下三种(臧日宏,王春燕,2020）：一是收入效应。由于未来收入和支出的不确定性，面临信贷约束的家庭在可支配收入不足时，无法及时或难以获得信贷支持达到平滑消费的目的。因此，用一生的稳定收入来安排家庭资产配置，对于受流动性约束的家庭而言，显然不可行，这一类家庭往往更倾向于预防性储蓄。二是风险态度效应。段军山、崔蒙雪（2016）发现面临信贷约束的家庭风险厌恶程度会上升，而没有流动性约束的家庭往往倾向于风险偏好。一系列研究证实，居民的风险态度与投资选择有紧密关联，进而影响家庭资产的配置方式。Kubota等（2008）指出家庭的资产配置效率与投资风险偏好程度正相关；吕学梁、吴卫星（2017）的研究表明随着风险厌恶程度的提高，居民投资于股票和金融理财产品比例都会降低。三是成本效应。周弘等（2018）发现，金融约束政策会增加居民投资成本，促使居民股市投资效率低，在经过实证分析后，得出结论：居民受到的信贷约束越弱，资产配置效率越高。可以理解为，面临信贷约束的家庭难以从正规金融渠道借贷，不得不转向民间、熟人等非正规金融渠道，其中所花费的时间和信息成本以及利率差，提高了投资成本，对于家庭配置金融资产有负向影响。（五）总结与评述综合比较国内外的文献，可以看到国外学者从20世纪80年代起已经开始关注信贷约束对家庭金融的影响，并使用家庭微观数据，通过建立计量、数值模型等方法对二者的关系进行了较为系统和深入的研究。然而，国内对家庭金融的研究起步较晚，尚处于探索阶段，先前的研究大多从宏观层面上探讨诸如通货膨胀（徐向东，2012）、社会保障（魏先华等，2013）等政治经济因素对家庭资产选择的影响。随着家庭金融研究的发展与深入，有关的调查数据增加，微观数据库建立，学者们逐渐从个体角度出发，分析微观变量对家庭资产配置的影响。主要集中在收入、受教育程度、年龄（刘辉煌等，2014）、婚姻状况（段军山等，2016）等个人基本信息变量对家庭金融的影响上。近年来，随着我国社会和经济发展趋势的变化，国内学者们结合新趋势，开始关注金融素养（胡振等，2018）、人口老龄化（卢亚娟等，2018）、数字普惠金融（周雨晴等，2020）等因素对居民资产选择的影响。大约从2010年开始，部分国内学者逐渐将信贷约束的研究重点从企业转到家庭金融上。大多数国内外学者都采用Logistic、Probit或Tobit模型对数据进行处理，还有部分选用Heckman模型进行样本选择偏差的修正，段军山等（2016）开创性地引入分层非线性模型，在反映了个人和家庭的层级结构方面更为有效。目前，国内对于信贷约束与家庭资产配置的研究文献仍然较为少见，并没有对信贷约束的总体影响形成完整的认识，不同渠道的借贷约束产生的影响还缺乏深入探讨。由于我国经济尚处于转型期，经济发展速度较快，居民收入水平和可支配收入逐年上升，资本和金融市场规则逐步完善，因此我国居民的理财观念和家庭资产配置方式也会随之发生改变，时新的家庭金融研究有其存在的必要性。我国家庭资产配置和信贷现状我国家庭资产配置现状图1中美家庭总资产配置对比数据来源：2018中国城市家庭财富健康报告从图1可以看到，我国家庭将近八成的资产都配置在房产上，而分配到金融资产、工商业和其他资产上的比重过低，美国家庭的资产分配较为平均，配置在金融资产上的比重最高，其次是房产，我国居民在房产上的配置比重是美国的近一倍。相比之下，我国家庭的资产配置方式较为单一，集中于房产时家庭资产的流动性降低，风险集中。同时，在家庭资金一定的情况下，投资有先后与侧重，当房产成为大家的首选增值方式时，对其他投资有挤出效应，最终降低投资组合的有效性，不利于多元化投资。尤其对于家庭形成期的人而言，买房已经用掉大量积蓄，甚至背负债务，难以兼顾其他投资。这种对房产的过度配置，是家庭财富管理水平低的原因之一。房产占据家庭资产较大比重，一方面因为国人一直以来对房子有特殊的情结，认为房子是安身立命之所，是生活最基本的保障，因此十分注重自有住房；另一方面，我国在过去的十几二十年里，房价飞涨，并且居高不下，据国家统计局的数据显示，全国平均房价的涨幅约为7.21%，超过了股市的年平均涨幅5.04%，所以大多数居民觉得将资产配置于房产可以有效保值升值，房产对国人的投资吸引力不减。图2各国家庭金融资产配置比例数据来源：2018中国城市家庭财富健康报告当我们将中国与亚欧的其他发达国家相比，可以发现中国家庭在金融资产的配置上明显偏低，图2中绝大多数国家的家庭分配在金融资产上的比重都接近或超过50%，最低的法国家庭配置比重也是我国的近三倍。事实上，我国的金融市场尚且不够发达，健全度较低，接近弱有效市场；融资者融资手段单一，融资成本高，融资能力不强；与此同时，投资者普遍采用短线投资的方式，较少考虑长期投资，投资能力较弱，投资渠道缺乏多样性。总体而言，我国金融市场资源配置功能效率较低。衍生品市场的高准入门槛，债券市场投资周期长但回报率低等等这些因素都限制了投资活动的发展。以上所提及的也成为我国家庭金融资产配置仅有11.8%的部分原因。图3中美家庭投资品多样性对比数据来源：2018中国城市家庭财富健康报告通过中美家庭投资品多样性对比图不难发现，我国超过九成的家庭投资品品种仅有1种或2种，且1种的比重高达67.7%，而美国家庭投资品品种三种及以上的占比超60%。我国家庭的投资品种类过于单一，投资缺少多样性与分散性。其中，我国家庭主要投资品种有：投资性房产、定期、股票、基金等，美国家庭的主要投资品包括：投资性房产、储蓄账户、货币市场账户、存款证等。图4我国城镇居民家庭金融资产构成数据来源：《2019年中国城镇居民家庭资产负债情况调查》根据图4所示，我国城镇居民的家庭金融资产超半数流向了银行的活期、定期存款和银行理财等，无风险或风险较小的投资品受到我国城镇居民的偏爱，而风险类金融资产占比过低，其中股票投资只有6.4%，基金为3.5%，债券更低，仅有1.2%。在世界经合组织的成员国中，现金和存款占家庭金融资产比重超半数的国家有8个，超过60%的只有3个。我国城镇居民的金融资产结构单一，不利于平衡投资组合的风险，也不利于增加财产性收入。究其原因，首先与大部分居民都持风险厌恶态度有关，八成家庭不能承受本金亏损或只能承受10%以内的本金亏损，风险承受能力低，即使是在人均财富水平较高的城镇也是如此；农村家庭的风险规避动机更为明显，风险厌恶程度更高。其次，在凯恩斯货币需求三大动机中，有一类预防性动机，当居民预防需求较高时，储蓄比重随之增加，即持有的现金和存款占比提高，从而挤占了其他金融资产的投资。在我国，医疗支出、养老和子女教育成为居民预防性储蓄的主要动机。我国家庭信贷现状图5中国家庭信贷参与率和资产负债率数据来源：CHFS2013-2019年，我国家庭信贷参与率呈先上升后下降的趋势，其中，2013-2017年间，逐年上涨，达到最高点31.5%后，在2019年下降到28.7%。这一比例远低于美国，美国家庭2017年的信贷参与率达77.1%，2019年上升至78%。就资产负债率而言，我国家庭在2013-2019年间，这一比率维持在5.7%左右，低于荷兰、日本等国家，同时期的美国该比率在13%上下浮动。整体来说，我国家庭的信贷参与率处于较低水平，债务负担平稳。图6我国家庭信贷可得性注：这里的信贷可得性仅仅指从银行等正规金融机构获得信贷。数据来源：CHFS从2011年至2017年，全国家庭信贷可得性整体呈上升趋势，除了2013年有较小幅度的下降以外，整体比例从21%增长到31%。城镇家庭的信贷可得性在2017年达38%，2011年时，这一比例仅为22%。这得益于我国近几年金融业的迅速发展，信贷产品增加，供应渠道多样。而在金融创新的大背景下，农村家庭的情况却并不乐观，从2011年至2017年，信贷可得性一路降低，从18%下降至12%。农村的金融服务发展缓慢，银行等正规金融机构考虑到自身的收益与风险，更多的资源会向城镇倾斜，这也导致城乡间信贷可得性的差异呈上升趋势。图7中国家庭负债结构数据来源：CHFS图7展示了我国家庭的负债结构组成，买房或经营工商业成为我国家庭负债的主要用途，各占47.87%和43.24%。剩余的负债构成中，买车占据了较大比重。值得注意的是，近几年，购买多套房而贷款的比例呈上升趋势，甚至超过了首套房贷款。2018年，我国家庭的新增负债中，只有25%用于消费，这与扩大内需背道而驰。在住房上的过度资产配置、较高的储蓄，在一定程度上都导致我国需求增长乏力。图8中国家庭借贷来源数据来源：《2019年中国城镇居民家庭资产负债情况调查》从图8中可以看出我国家庭的借贷来源太过单一，96.8%的贷款都来源于银行，在有银行贷款的居民中，每户平均借贷49.6万元。银行体系外的贷款占比低，民间借贷的户均额为1.2万元，仅占2.4%。由于我国家庭的负债结构中以住房和经营借贷为主，这两种类型的贷款金额通常较大，普通的民间借贷有时无法满足贷款人的需求，而银行借贷更为正规，一旦贷款人满足信贷要求，可以借贷的金额数目大，因此，银行贷款在我国仍占据主体地位。信贷约束对家庭资产配置影响的实证检验（一）数据说明尽管“中国家庭金融调查项目”（CHFS）已经完成五轮调查，但因为2019年的数据尚未完全公开，2017年的调查中，对于信贷约束这一关键变量的相关问题设置得不够清晰，无法使用较为准确的方法度量，2015年的调查则对这一变量的问题设置不够全面。因此，在权衡之下，本文选用2013年的微观数据完成实证分析。2013年调查样本覆盖全国29个省（自治区、直辖市），267个县（区、县级市），1048个村（居）委会，样本规模为28141户。调查中心已初步对收集的数据进行处理，调查样本覆盖范围广，代表性强，数据具体详细，保证了后续研究的准确和客观性。本文将部分缺损的空值数据剔除，最终样本量为18652个。（二）整体信贷约束对家庭所持资产的影响分析变量选取被解释变量被解释变量为家庭持有某种资产的概率，以此来判断信贷约束对家庭资产配置的影响。关键解释变量本文的关键解释变量为信贷约束，而这一变量具有抽象性，不易直接度量。因此，本文根据CHFS2013年的调查问卷内容设置对信贷约束的判定进行调整。问卷中涉及农业、工商业、房产、车辆四种非金融资产的调查中，都有问到“为什么没有银行贷款？”，当受访者回答“不需要”或者“以前申请过，已经还清”就视为不受到信贷约束，constrained变量赋值为0；若回答“需要，但没有申请过”或“申请过被拒绝”的家庭视为受到信贷约束，constrained变量赋值为1。控制变量参考以往的研究，并结合CHFS2013年问卷内容，本文选择将户主的年龄、户主年龄的平方、学历、风险态度、家庭总收入、家庭规模、家庭总资产、家庭总资产的平方作为重要的控制变量。其中，学历从低到高，依次分为1到9，最低为没上过学，最高为博士研究生。在涉及风险态度的问题中，当受访者表现出风险规避态度时，risk-hate变量赋值为1，否则为0，表现出风险偏好态度时，risk-like变量赋值为1，反之为0。家庭总收入包括工资性收入、农业经营收入、工商业经营收入、转移性收入和投资性收入五个部分，数值为负表示某个家庭入不敷出，收入呈亏损状态，例如经营亏损等。家庭总资产涵盖非金融资产和金融资产。变量的描述性统计如表4.1所示。表4.1变量的描述性统计变量名称变量含义样本数平均值标准差最小值最大值constrained信贷约束186520.1830.38701age年龄1865241.37914.43318104age^2年龄的平方186521920.5451251.75632410816asset家庭总资产（元）1865287698416931462602.00E+07asset^2家庭总资产的平方186523.64E+122.28E+13676004.00E+14total-income家庭总收入（元）1865264614.160152633.700-10000003000000edu学历186524.4771.85819size家庭规模186523.5281.619119risk-like风险偏好186520.1100.31301risk-hate风险规避186520.6680.47101针对constrained这个变量，如图9所示，在本文选用的18652个样本中，全国有3420个家庭受到正规金融机构的信贷约束，占比约为18.34%。剩下的15232个家庭中部分不需要借贷，还有部分曾经有过或现在正持有银行贷款，视为不受到正规信贷约束。图9我国家庭信贷约束情况模型设定与实证分析P(Yi本文选择使用Probit非线性模型，引入整体信贷约束Di这一虚拟变量，Yi衡量的是家庭是否参与某种金融资产投资，参与则赋值为1，不参与则赋值为0。P代表概率，Xi是上文所提及的诸多控制变量，μi表4.2-1Probit模型估计整体信贷约束对家庭持有各种资产的影响结果变量股票债券基金边际效应z统计量边际效应z统计量边际效应z统计量constrained-0.0348-6.51-0.0336-2.66-0.0231-3.81age0.05298.920.03402.940.02904.38age^2-0.0006-8.56-0.0002-1.86-0.0003-3.99asset3.17E-0721.682.18E-077.472.18E-0712.87asset^2-1.63E-14-16.27-1.24E-14-5.08-1.13E-14-9.46total-income2.76E-073.471.29E-070.902.54E-072.89edu0.020721.120.01477.710.020217.60size-0.0155-11.93-0.0805-3.35-0.0102-7.06risk-like0.02916.24-0.0146-1.35-0.0223-0.38risk-hate-0.0326-8.57-0.0129-1.72-0.0126-2.87表4.2-2Probit模型估计整体信贷约束对家庭持有各种资产的影响结果变量金融理财产品金融衍生品汽车边际效应z统计量边际效应z统计量边际效应z统计量constrained-0.0217-2.86-0.0578-0.33-0.0605-1.90age0.02563.350.01720.760.01102.42age^2-0.0003-3.12-0.0004-1.16-0.0005-7.74asset2.86E-0715.841.17E-072.854.63E-0732.83asset^2-1.40E-14-11.61-2.45E-15-1.10-2.13E-14-22.26total-income2.79E-073.19-7.17E-08-0.417.60E-077.83edu0.019013.760.06631.890.010014.03size-0.0153-8.13-0.0984-2.110.06408.32risk-like0.02710.420.01931.390.01900.48risk-hate-0.2162-4.20-0.0257-1.83-0.0968-3.36注：此处的金融理财产品只包括银行理财产品、券商集合理财、信托，下同。根据两张表中的估计结果，在1%的显著性水平下，整体信贷约束与家庭持有股票、债券、基金、金融理财产品这几种金融资产显著负相关。这意味着当家庭面临信贷约束，该家庭将资产配置于金融市场的概率显著降低，其中，整体信贷约束使家庭资产投资于股票的概率平均降低0.0348个单位，投资于债券的概率平均降低0.0336个单位，投资于基金和金融理财产品的概率分别平均降低0.0231、0.0217个单位。对比发现，整体信贷约束对股票的参与概率影响最大，对金融理财产品参与概率的影响最小。整体信贷约束对金融衍生品和汽车的持有也有负向影响，但是影响都不显著。年龄、年龄的平方两个变量的回归结果表明，年龄与持有这几种资产的概率之间的关系都呈倒U型，即随着年龄的增长，持有的概率先逐渐增加，到了某一临界年龄点后，持有的概率再随年龄的增长而下降。这里可以用生命周期理论来解释，当一个人处于壮年时期，收入稳定，具有一定的资金和投资经验，尽管风险态度因人而异，但总体而言，会采取较为激进的投资策略，以期获得很好的投资回报，达到资产增值的目的。而到了老年时期，倾向于更为稳健的理财方式，防范投资风险，因此参与金融市场的概率降低。家庭总资产同样对这里的六种资产的持有概率呈倒U型影响；家庭总收入与持有股票、基金、金融理财产品、汽车显著正相关。学历的提升，使家庭参与金融市场的概率有所增加。因为随着受教育年限的时间增长，户主对金融市场的认知、金融知识的储备会在一定程度上得到提升，从而寻求更多样化的方式进行资产管理。家庭规模越大，投资于这五类金融资产的概率越低，但对于持有汽车而言，却是概率增加。风险偏好的家庭持有股票的概率更高，但风险偏好这一变量对其他资产的持有影响并不显著，而风险规避的家庭持有股票、基金和金融理财产品、汽车的概率都显著降低。（三）不同信贷约束成因对家庭所持资产的影响分析变量选取与模型设定信贷约束的成因大致可以分为两个方面：一方面是外部因素，银行出于自身风险与收益的考量，拒绝了部分家庭的贷款申请，促使部分家庭面临流动性约束，无法平滑消费；另一方面是内部因素，借款者本人存在风险规避、不完全信息、认知偏差等原因，没有主动申请贷款，从而导致信贷约束。前者可以定义为“外部信贷约束”，在CHFS2013年的问卷中，当涉及“为什么没有银行贷款？”问题时，若受访者选择“申请过被拒绝”，则该家庭视为受到外部信贷约束，external-constrained变量赋值为1，否则赋值为0；后者定义为“内部信贷约束”，在CHFS2013年的问卷中，在涉及“为什么没有银行贷款？”问题时，若受访者选择“需要，但没有申请过”，则视为受到内部信贷约束，internal-constrained变量赋值为1，不受到则赋值为0。继续沿用（*）式的Probit模型，仅仅将整体信贷约束这一变量，拆分为外部信贷约束和内部信贷约束，进行回归。实证分析表4.3-1Probit模型估计不同信贷约束成因对家庭持有各种资产的影响结果变量股票基金边际效应z统计量边际效应z统计量internal-constrained-0.0363-5.17-0.0231-2.98external-constrained-0.0514-2.57-0.0580-2.10age0.04877.770.03384.70age^2-0.0006-7.45-0.0003-4.22asset3.08E-0719.332.29E-0712.12asset^2-1.64E-14-14.64-1.30E-14-9.03total-income3.67E-074.053.54E-073.53edu0.021220.390.019616.25size-0.0162-11.72-0.0106-6.95risk-like0.02765.45-0.0439-0.67risk-hate-0.0329-8.09-0.0134-2.83表4.3-2Probit模型估计不同信贷约束成因对家庭持有各种资产的影响结果变量金融理财产品汽车边际效应z统计量边际效应z统计量internal-constrained-0.0237-2.36-0.0221-5.22external-constrained-0.0143-0.60-0.0450-3.79age0.02473.030.01593.23age^2-0.0003-2.81-0.0005-7.79asset2.83E-0714.424.76E-0731.45asset^2-1.39E-14-10.53-2.20E-14-21.03total-income3.43E-073.517.92E-077.09edu0.018112.440.078510.22size-0.0152-7.690.084510.48risk-like0.04550.650.01480.34risk-hate-0.0231-4.17-0.0102-3.27如表4.3-1和4.3-2估计结果所示，在5%的显著性水平下，内部和外部信贷约束对家庭持有股票、基金、汽车都有显著的负向影响，两种信贷约束成因均降低了家庭投资于这三类资产的概率。内部信贷约束使家庭资产投资于股票的概率平均降低0.0363个单位，持有汽车的概率平均降低0.0221个单位，投资于基金的概率平均降低0.0231个单位。外部信贷约束使家庭配置资产于股票、基金、汽车的概率分别降低0.0514、0.058、0.045个单位。内部信贷约束对投资金融理财产品的负向影响显著，投资概率平均降低0.0237个单位，而外部信贷约束对金融理财产品的影响不显著。进一步，内部信贷约束对持有股票的负向影响最大，外部信贷约束对持有基金的负向影响最大。总体而言，外部信贷约束对家庭持有以上几种金融资产和汽车的负向影响大于内部信贷约束。（四）借贷规模对家庭所持资产的影响分析变量选取与模型设定本部分使用（*）式Probit模型探究家庭借贷规模大小对家庭持有股票、债券、基金、金融理财产品、房产概率的影响。将（*）中信贷约束Di这一虚拟变量，替换为借贷规模，进行回归。借贷规模定义为家庭负债余额占家庭总资产的比例，记为变量ratio实证分析表4.4-1Probit模型估计借贷规模对家庭持有各种资产的影响结果变量股票债券基金边际效应z统计量边际效应z统计量边际效应z统计量ratio-0.0212-2.15-0.0257-0.30-0.0324-2.08age0.03640.870.02110.500.00810.23age^2-0.0005-0.89-7.87E-050.16-0.0002-0.38asset2.23E-074.052.20E-070.912.10E-072.99asset^2-9.53E-15-3.09-2.77E-14-0.80-8.36E-15-2.23total-income6.72E-080.337.77E-080.102.70E-071.20edu0.01723.230.01271.310.01602.30size-0.0162-2.43-0.0436-2.60-0.0753-1.01risk-like0.02551.30-0.0314-0.860.02680.89risk-hate-0.0412-2.06-0.0102-2.450.03201.21表4.4-2Probit模型估计借贷规模对家庭持有各种资产的影响结果变量金融理财产品汽车房产边际效应z统计量边际效应z统计量边际效应z统计量ratio-0.0280-1.78-0.0380-2.12-0.0154-2.46age0.00550.110.02121.080.04731.72age^2-4.30E-06-0.01-3.86E-05-0.15-0.0001-0.33asset2.70E-073.836.81E-0711.396.09E-090.11asset^2-1.04E-14-2.86-3.07E-14-9.022.59E-150.77total-income2.64E-071.201.30E-063.76-5.06E-07-2.35edu0.02052.39-0.0248-1.00-0.0395-1.25size-0.0367-0.440.02340.860.01283.19risk-like-0.0134-0.440.01371.05-0.0996-0.65risk-hate-0.0194-0.70-0.0172-1.710.07140.55由表4.4-1和4.4-2回归结果可知，借贷规模与持有债券或金融理财产品负相关关系并不显著，借贷规模对持有股票、基金、汽车和房产的影响系数在5%的显著性水平下显著为负，家庭借贷规模越大，参与股票和基金市场的概率越低，持有汽车和房产这类非金融类资产的概率也越低。具体而言，当家庭借贷规模增加一个单位，该家庭将资产配置于股票的概率平均降低0.0212个单位，投资基金的概率平均降低0.0324个单位，持有汽车的概率平均降低0.038个单位，拥有房产的概率平均下降0.0154个单位。家庭借贷规模对汽车的负向影响最大，而对房产的负向影响最小。可见，在面临负债时，人们仍然会优先考虑购买房产，既是生活所需，也是财富保值方式，而汽车在购买后，需要大量后续费用的投入，属于消耗品，几乎没有升值空间，并且持续贬值，因此优先级会比较低。在家庭负债余额中，除去未作答相关问题的家庭，剩余家庭中几乎没有为了购买金融类资产而借款，因此当家庭面临债务时，一方面，缺乏闲置资金配置于金融市场，另一方面，参与金融市场的动机被削弱。稳健性检验本文选择用替换核心变量的方法对前文的研究进行稳健性检验，以此判断所得估计结果是否稳健。Cardak和Wilkins(2009)选择将受访者存款状况、是否拥有信用卡以及信用卡偿还能力作为信贷约束的代理变量。本文借鉴他们定义信贷约束的方法，结合中国家庭金融调查项目2013年的问卷内容，将“为什么没有信用卡”这一问题中，选择3.“没有还款能力”或4.“愿意使用，但申请被拒”选项的家庭视为受到信贷约束，由此替换原来的信贷约束变量，重新进行Probit回归。检验结果如表5.1-1和5.1-2所示。表5.1-1稳健性检验结果变量股票债券基金边际效应z统计量边际效应z统计量边际效应z统计量credit-constrained-0.0157-2.13-0.0153-1.01-0.0321-3.23age0.04836.220.02631.790.03153.43age^2-0.0005-5.95-0.0001-0.96-0.0003-2.98asset4.43E-0716.143.46E-075.812.68E-079.93asset^2-3.50E-14-1