【BIS】消费者在家庭调查中如何准确地报告其债务

文2025年4月JEL分类：C81,D10,D12,E21,G21关键词：家庭财务调查、抵押贷款、消费者信贷、违约、测量误差国际清算银行（BIS）工作论文是由货币和经济领域的成员撰写的国际清算银行部门，以及不时由其他部门提供。经济学家编写，并由该行出版。论文主题为时事兴趣与它们的技术性质相关。其中所表达的观点是它们作者的个人观点。作者的观点，并不一定是BIS的观点。此出版物可在国际清算银行（BIS）网站（）上获取。线)1消费者在家庭支出中报告债务的准确性如何卡洛斯·马德伊拉∗2025年3月摘要本文在先前研究的基础上进一步发展，通过结合智利家庭金融调查中个体借款人的代表性样本及其银行贷款记录进行独特匹配。我发现，调查结果与信用登记系统不同，不仅在报告的贷款数量上有所差异，而且在贷款金额上存在显著异质性。调查受访者能够准确报告违约状态。此外，很大一部分差异可以归因于调查答案中的舍入误差。最后，我发现当受访者不是家庭中收入最高成员时，差异更大。JEL分类：C81;D10;D12;E21;G21.关键词：家庭财务调查；抵押贷款；消费者信贷；违约；测量误差。国际清算银行和智利中央银行，carlos.madeira@。我想借此机会表示感谢∗JonFrost、BasitZafar、SumitAgarwal、JorgePonce以及出席智利中央银行和智利金融市场委员会（CMF）研讨会的人员。文章中表述的观点为作者个人观点，并不一定反映巴塞尔银行监管委员会或智利中央银行或其董事会成员的观点。所有错误均系本人所致。2家庭财务调查，如欧洲的家庭金融消费调查或美国的消费者财务调查，越来越多地被用于研究家庭在储蓄、投资和贷款方面的决策（Dynan和Kohn2007，Christelis、Georgarakos和Haliassos2013，Christelis、Ehrmann和Georgarakos2017，L )。财务调查信息的重要性不言而喻（Zinman2009），尤其是由于许多家庭和小型企业依赖于各种资金来源和信贷工具，这些可能来自银行和非银行贷款人。调查还测量了正式和非正式的收入来源，这对于非正规就业可能占劳动力的25%以上的国家来说是一个优势。然而，涉及多个主题的调查遭受测量误差，主要原因是有意误报（例如，由于社会期望）、记忆缺失、认知错误以及受访者进行的四舍五入（Bound等人2001，Giustinelli等人2022，Stantcheva2023）。测量误差会导致系数估计值出现向下偏差（Bound等人2001），通常会使实证分析变得复杂，例如需要验证样本（Bound等人2001）、重复测量或工具变量（Schennach2016）。这使得研究调查响应的准确性变得尤为重要，特别是在涉及复杂和困难问题的调查中，如财务调查。比较研究调查数据集和国家账户中的家庭负债总金额发现，家庭调查中贷款存在显著程度的低报（Brown等人，2015年），特别是在短期债务，如消费贷款和信用卡的情况下（Karlan和Zinman2008，Zinman2009）。在1998年至2002年间对欧洲和美国的家庭金融调查进行审查时，发现调查在德国低估了总负债的40%，在意大利低估了56%，在葡萄牙低估了72.5%，在芬兰低估了16%，在美国低估了11%（Sierminska等人，2006年，Kavonius和Törmälehto2010年）。因此，不同的调查方法和访谈方法已试图提高对经济和金融变量的调查测量（LeBlanc等人，2015年）。这项工作展示了微观数据证据，用以说明家庭自我报告的债务信息与其行政银行贷款记录之间的差异。该研究利用了一个独特的匹配数据集。在智利家庭金融调查（（在西班牙语中，从此处（EFH）和银行贷款行政记录（来自智利银行局，3在西班牙语中，因此，在SBIF上。1匹配调查-银行登记数据集在结果上显著优于其他国家先前研究的结果。我在微观层面上展示了调查中自报贷款信息与受访者实际银行债务记录之间的差异。这允许测试调查信息与贷款记录之间的差异是否由于未报告贷款的数量或贷款金额的差异。我还分析了根据教育、收入水平或人口复杂度（如同一家庭中存在多个财务决策者）的差异性，调查信息质量如何不同。因此，这是对先前研究的一个强劲改进，先前研究仅限于比较调查数据中的总体债务金额和行政记录（Zinman2009，Brown等2015，Bhandari等2020）。匹配调查-银行业务注册数据集提供了2003年至2018年所有银行贷款合同（包括抵押贷款、消费者分期贷款、信用卡和信用额度）及其对于调查年度家庭人口特征、收入和贷款（无论是银行还是非银行机构）的自报横断面信息，该调查年度包括2011年、2014年和2017年的家庭访谈。匹配数据包括受访者在银行系统中的贷款历史记录，以及对于受访者和家庭成员的收入、年龄和教育的调查报告测量值。本分析表明，个人借款人的调查报告与行政记录之间存在重大差异。在贷款参与方面，有相当比例的贷款在调查中被报告，但在登记册中没有记录，或者反之亦然。然而，借款人对他们贷款的逾期状况报告相当准确。他们也对他们的抵押贷款和消费分期贷款的到期日报告相当准确。在贷款金额方面，存在合理的差异，百分位数25到75的范围从-31%到18%，对于抵押贷款和分期贷款金额，分别从-0.7%到59.3%。对于信用卡和信贷额度，差异更大（这与2009年的Zinman的研究结果一致）。这种信用卡和信贷额度较大的差异是可以预见的，因为调查访谈仅要求借款人报告将持续超过一个月的债务。因此，调查不包括非常短期循环债务。1注意，智利银行管理局于2019年与保险及资产管理局合并，因此成立了智利金融市场委员会（西班牙语中为）。金4我接着测试这些差异是否可以由调查报告中舍入误差来解释，因为家庭倾向于报告的是10的倍数的整数。在舍入登记贷款之后，我确实发现这样的机制在解释债务金额分布中间的差异方面可以发挥重要作用，对于很大一部分借款人来说，调查和登记之间的差异降为零。对于消费者分期贷款的情况，在舍入之后，超过25%的借款人在调查和登记报告中报告的债务金额之间没有差异，而对于抵押贷款，这种差异对于超过25%的借款人来说是7%或更少。最后，我发现那些家庭复杂、有较多高收入成员（可能更容易获得贷款）的借款人，以及不是家庭中最收入或年龄最大成员的借款人，往往会在他们的调查报告和登记之间显示出更多的差异。原因是，在这种情况下，借款人在调查中可能报告的不是他或她的贷款（例如，配偶报告了个人贷款或抵押贷款作为自己的债务，但实际上贷款是由不参加访谈的最高收入家庭成员签署的）。家庭金融调查用于债务风险和家庭压力测试（欧洲系统家庭金融和消费网络2009年）。我展示了借款人债务的错误测量如何影响债务收入比率的评估。因此，匹配的调查-登记数据集可以改善政策分析的这一方面。此外，随着新技术（如金融聚合器和信息共享的放宽）能够更好地从调查受访者中提取财务价值，调查设计的改进可能有助于在未来减少调查测量误差（Caplin2025）。这项工作最接近于关于家庭金融调查中的总债务金额与行政数据之间关系的研究，例如Zinman2009和Brown等人2015年的研究。同样，它也与使用联接调查和行政信息的调查测量误差文献有关（Bound等人2001年，Schennach2016年）。这篇论文还与家庭债务的微观经济研究有关（Ampudia等人2016年，Madeira2018年b，2019年a，2019年b）以及更可靠的解释调查响应的措施（Madeira和Zafar2015年，Madeira2018年a）。一些研究比较了一个贷款人的调查和行政债务记录（Karlan和Zinman2008年），尽管不是在全国范围内的所有银行贷款人。其他国家如果也拥有调查-行政匹配数据集，也可能希望进一步分析这方面的分析（见5埃スト尼亚案例由Meriküll和Rõõm于2020年详细描述。几个国家拥有进行此类分析所需的调查和信用登记数据集，但往往对家庭调查数据在保密性方面的处理可能需要特殊的法律处理。这项研究展示了首次分析个人债务报告在国家代表性家庭金融调查和全面覆盖银行债务的行政登记之间的比较。研究表明，调查数据中逾期行为和到期日被准确报告，而贷款金额存在相当程度的舍入误差。这项研究与其他主题（如健康调查和预期）中舍入误差的分析相吻合（Giustinelli等本工作按以下结构组织。第二章总结了匹配的问卷调查-银行登记数据集。第三章展示了调查数据中不同贷款类型参与情况的统计差异以及登记数据。第四章解释了测量自我报告数据和行政数据中连续结果差异（如债务金额和到期日）的统计方法。接下来，我测试了在相同的借款人之间，调查和行政债务价值差异中有多少可以归因于舍入误差和异常值。第五章测试了关于调查数据中差异原因的几个假设，包括调查员的年龄分布和家庭收入的复杂性。第六章测试了使用匹配登记和调查数据来衡量总债务和债务风险的影响。最后，第七章总结了结论。2匹配的问卷调查-银行登记数据集2.1匹配数据集的质量EFH是一项每三年实施一次的横断面调查，涉及大约4,000到4,500个家庭。EFH是一项具有代表性的横断面调查，包含有关家庭资产、负债、收入和金融行为的详细信息，与美国和欧洲（欧洲系统家庭金融与消费网络2009年，Ampudia等人2016年）的类似调查具有广泛的可比性。EFH特别详细地关注每个家庭的贷款和债务承诺。它要求提供每个家庭在每种贷款类型中最大的三项债务，总共613个贷款类别：银行信用卡债务、银行信用额度、银行或金融机构消费者贷款、零售店信用卡、零售店消费者贷款、汽车贷款、工会信用、教育贷款、亲友贷款、高利贷、典当行、食品杂货和信用购物（即，店铺欠账），以及其他债务。因此，调查可能要求家庭目前拥有的债务总额高达39笔，尽管显然很少有代理会报告拥有所有可能的贷款类别债务。与美国SCF及其欧洲等同项调也等同于家庭户主。在约67.5%的情况下，受访者也是家庭户主。此外，在89.6%的情况下，受访者要么是家庭户主，要么是家庭户主的配偶。为了更准确地了解每个家庭在一段时间内负债的演变，智利中央银行和智利银行管理局（SBIF）决定建立一个调查-银行登记数据集，其中每个调查的信息都与2003年1月至2018年12月期间每个月的银行信贷信息相链接。通过使用智利国家身份证号码，将调查数据集中每个家庭的主要成员与其整个银行债务历史联系起来。智利人经常使用他们的国家身份证在超市连锁店享受折扣、申请贷款或使用医疗系统。因此，参与调查的家庭在调查访谈过程中愿意提供他们的信息。此外，每个国家身份证号码后面都跟着一个验证数字，这使得调查员能够测试所声称的号码是否正确。这防止了不匹配的情况发生，因为它允许调查员验证在访谈过程中记录的国家身份证号码没有错误。2每个调查受访者的国家身份证号码随后将与智利银行管理局的登记册进行匹配，该登记册包括所有曾经申请过银行产品（无论是贷款、活期账户还是储蓄账户）的人。表1总结了每个数据集中观察到的家庭数量。调查数据集中大约有13,110个家庭（波次）。2请注意，受访者给出一个虚假身份然后通过回答一个随机数正确地给出其验证数字的可能性仅为10%。受访者必须知道验证数字背后的相当复杂的数学，才能给出一个带有正确验证数字的虚假身份号码。这使得受访者对自己身份号码的回答错误地属于他人的身份号码的可能性极为低。7表1：调查中的总受访者和匹配的调查登记数据集的受访人数波浪调查——调查银行成员及有调查债务的成员登记调查时间点前后在两个来源中的债务人信息。注意：登记数据仅包括曾经使用过贷款或申请过贷款的人员。调查中有超过8,047人报告了他们的ID，但其中一些人可能从未申请过贷款。2011年、2014年、2017年（），在8,047名受访者中，这些人既提供了正确的国家身份证号码，又与银行贷款数据库中的登记信息匹配。3值得注意的是，并非所有调查银行登记册的受访者都在调查时拥有正数的债务。这意味着我们只能对3,855个观察值中自报贷款的非零金额差异进行测试。2,192名受访者在调查和登记册中都有观察到的正数债务。调查数据集有超过8,047名报告了正确ID的受访者。这些受访者不属于匹配的调查银行登记册数据集，因为登记册数据集只包含那些在某些时候申请或使用过银行产品的人。因此，个人身份证号码的实际回复率大于61.4%。4本研究的排除对象包括从未拥有或申请过银行贷款的家庭。3受访者的ID披露率随时间变化，在2017年最近的调查波次中显著较高。其中一个原因可能是由于现场作业公司从2011年的阿尔韦托·胡尔塔多社会观察所到2014年和2017年的Ipsos公司，在田野调查方法、访谈者培训、监督和调查管理方面的变化。另一个原因可能是通过实践学习。受访者ID的提取是通过一个包含若干敏感问题的全新访谈部分实现的，这一部分首次在2011年被加入。因此，调查公司可能随着时间的推移积累了更好地提取此类敏感信息的经验。4本文的研究者不知道确切的响应率，因为调查受访者的国家身份证号码在智利中央银行无法直接获得。国家身份证号码出于统计保密的原因存放在国家统计局、社会观察站（实施了2011年的EFH波次）以及Ipsos（实施了2014年和2017年的EFH波次）。智利中央银行仅获得了EFH-SBIF数据集中匹配观察的伪标识符，从未获得过任何真实的国家身份证号码。8这意味着此类家庭观察并不提供信息。例如，Madeira2019b研究了因利率上限变动而被排除在信贷之外的家庭比例，从这个角度来看，了解无信贷家庭的信息是有益的。登记的银行贷款被认为是一个高质量的数据库。因此，这个链接数据库可以用来验证自我报告的调查债务价值。如果银行未能向银行管理局报告一笔贷款、其金额和利率，将会构成严重的法律违规，原因如下：i）银行有义务向监管机构报告其贷款以进行风险评估；ii）银行有义务报告每笔贷款、每笔贷款的金额及其利率必须符合智利的放款法律（放款利率因贷款金额而异，因此利率和贷款金额都必须准确报告）。这意味着不合作的银行将面临短期大额罚款，并且从长远来看 ,这意味着银行将无法进行所有合法活动并失去公司章程。此外，银行管理局要求所有银行每月更新其信息，这使得任何贷款错误都不会在2019年1月之前未被发现和纠正，而那时登记和调查被链接在一起。注意，在智利，无论是存款、贷款、保险或其他金融产品，银行产品的运作方式与美国、加拿大或欧盟等发达国家相似。目前，智利有10家银行向家庭提供贷款。其中两家主要银行为西班牙的（桑坦德，BBVA）。加拿大银行丰业银行（Scotiabank）和巴西银行Itaú（一家购买了美国银行花旗集团和英国银行汇丰银行的智利业务的巴西银行）属于中等规模银行。然而，智利在非银行债务的可用性方面与更发达经济体存在实质性差异。调查银行注册匹配数据集存在一些局限性：i）总体仅限于曾申请或使用过银行产品（如消费贷款、抵押贷款、信用卡、借记卡或活期账户）的个人；ii）月度贷款历史仅限于不同类型的银行贷款（消费分期贷款、信用卡、信用额度、学生贷款和抵押贷款）因此不包括来自非银行贷款机构的贷款。5并且iii)匹配的调查-银行登记数据提供了关于当前贷款金额、原始贷款的信息5请注意，这种第二种限制与第一种不同。如果所有银行客户都没有非银行贷款，那么这种第二种限制就不重要了。然而，在调查注册数据集中，约有51.6%的家庭有某种形式的不银行债务。9在合同签订时的金额、该月应偿还贷款的总金额以及该贷款是否拖欠，但不包括贷款重组、利率或其他费用和成本的信息。6注意，在智利，非银行放贷机构具有显著的市场份额。根据2017年EFH调查波次的数据，大约49.8%的智利家庭拥有某种类型的非银行贷款，其中大约13.2%的家庭同时拥有银行和非银行债务（Madeira2024）。在客户数量方面，最大的非银行放贷机构是零售店铺。对于匹配的调查-登记数据，大约51.6%的家庭在调查时拥有某种类型的非银行债务。大约41.8%的匹配调查-登记样本具有零售店铺债务。7而11.1%有工会或合作社债务8并且10.6%的人拥有其他类型的债务(车辆或教育贷款）。调查银行登记数据集的人口是一个有意义的总体，因为它代表了智利所有银行和金融机构的贷款用户和申请人，占智利城市人口的61.4%。此外，银行是极其重要的贷款人，2017年家庭银行贷款占GDP的34.5%（其中银行抵押贷款占GDP的24.4%，银行消费贷款占GDP的10.1%）。然而 ,请注意，调查银行登记数据集只能验证受访者的贷款报告，因为调查并未包括其他家庭成员的身份证号码。9所有用于格式化匹配调查注册数据以及复制的必要软件代码6中国银行业务债务登记册并非贷款的面板数据。它列出了给定月份中每个人的所有贷款，但无法将每笔贷款与其他时期的贷款相连接。如果个人重新谈判一笔贷款，那么无法确定新贷款是否是以前贷款重新谈判的结果。7一些公司同时拥有零售店和银行。像Falabella、Paris和Ripley这样的大型零售公司最初是在他们的店内提供零售信贷和零售信用卡。经过几年，这些公司开始扩展至银行业务，这些业务通常位于他们的零售店旁边。8注意，在智利，所有正式工人都注册在工会之下。工会直接从成员的工资中收取会费。这些资金可用于各种社会目的，也可用于向其成员提供贷款。此外，智利还有大量的信贷合作社，可以向其成员提供贷款。9EFH调查进行了一些预测试，调查员要求受访者提供自己的身份证号码以及“家庭中第二个经济相关人员的身份证号码”，但受访者要么不知道其他成员的身份证号码，要么不愿意提供。因此，匹配调查登记表仅限于受访者的身份证号本文的经验分析数据可在MendeleyData链接中公开获取。10该链接还包含本文的在线附录，其中包含额外信息和分析。特别是，在线附录包括以下信息：i）调查的抽样和现场操作；ii）调查问卷的特定问题，尤其是在债务和贷款方面的提问；iii）数据的附加汇总统计；iv）Kolmogorov-Smirnov和Goldman-Kaplan关于调查和登记数据集中债务分布相同性的测试结果（Goldman和3比较自我报告信息和登记信息本节更深入地探讨了自我报告调查贷款与行政记录之间的差异。我首先从债务参与度（见表2）和违约情况（见表3）两方面对调查和登记册进行比较。然后，通过比较调查和登记册中债务金额的累积分布函数（CDF），完成本节的阐述。本文将研究归类于4种产品的银行贷款：抵押贷款、消费者分期贷款、信用卡、信贷额度。11消费者分期贷款是指需要在几个期间（分期）内偿还的贷款，还款期限可以从几个月（例如，购买衣物或小型家居用品）到几年（如支付车辆或昂贵家具的费用）。这一消费者债务类别通常不能自动续借，因此可以与循环债务类别（信用卡和信用额度）进行对比。此外，我定义了消费者债务的整体类别，它包括消费者分期贷款和循环债务（信用卡、信用额度）。请注意，分析中只考虑银行债务，因为登记册不包括非银行贷款机构。这种对比之所以可能，是因为调查仔细区分了每种贷款机构和贷款产品（参见附录第2节）。当前贷款金额在调查和登记册中都定义为应还本金。本文的所有分析比较都考虑了特定产品类型（抵押贷款、消费者分期贷款）的所有债务总11请注意，即使样本仅限于拥有一种贷款类型的家庭，调查数据和登记数据集之间仍将存在显著的差异，如在线附录中的表A.6（拥有一种或零种贷款类型的家庭）和表A.7（仅有一种贷款类型的家庭）所示。因此，调查数据与登记数据之间的差异不能归因于对不同银行贷款类型的简单混淆。贷款、信用卡、信用额度）在借款人层面。12原因是注册信息不是一个贷款的面板数据集，因此它可以包括属于同一笔贷款的不同交易（保险、费用、利息）的多个项目。可能是调查数据和登记册之间存在差异的一个原因是每月贷款记录更新的延迟。借款人可能在调查中报告了新的贷款，但在登记册中缺少该贷款的记录。同样，借款人可能在本月或上个月还清了贷款并报告说他们没有当前未偿还债务，但在行政信用登记册中，他们的无债务状态可能需要几天时间才能生效。因此，我认为最接近调查数据的登记册报告是在调查时间前后大约两个月的时间窗口内。调查登记册调查−−详细调查信息，例如：某些贷款是否来自不同家庭成员（例如，孩子、父母或配偶）而非主要借款人，家庭是否可能将同一商业集团内的零售店和零售银行的贷款混淆。13并且家庭是否可能将针对房屋相关费用的消费者分期贷款与抵押贷款混淆。因此，对于在拥有联合零售店和零售银行的公司的债务人，我认为最接近登记措施的债务测量方法。14表2总结了在匹配的调查-银行登记数据集中，关于债务参与（一个二进制变量，1表示家庭在某个数据集中有正贷款金额）的差异。每一对二进制变量对应于两个数据集是否在无债务（调查=0 ,登记=0）方面一致，或者报告存在分歧，因为只有登记数据集。12请注意，在统计分析中，对于每个借款人取所有债务的总和也是更为合适的。人们容易假设不同借款人之间的债务是相互独立的，但同一借款人的债务不太可能被视为独立观察值。如果分析是在贷款级别进行的，那么拥有许多贷款的借款人会比其他债务人的计数多得多。13智利有3家公司同时拥有零售店和专注于消费信贷的银行。这些银行和零售店在行政上作为独立的机构运营，但通常位于同一商业分支下，并使用相似的广告品牌名称。因此，可能有些借款人会将同一名称的银行和零售店的贷款混14这是通过以下算法进行银行债务调查金额的：YRi,t,调查≡˜表2：自报调查数据与借款人状态登记（二元贷款变量）之间的差异债务参与（调查、登记）-%（0，00，11，01，房贷贷款82.01.69.37.0消费者分期贷款79.47.73.99.1信用卡或信用额度69.914.54.211.4信贷额度88.55.42.24.0观察样本数量：8,047户家庭（所有行加起来共有8,047个观察值，包括有或无正债务表3：自报调查数据和违约状态登记（二元变量）之间的差异默认（调查，登记）-%（0，0）（0，1）（1，0）（1，1）所有贷款（包括仅在一个数据集中报告的贷款）抵押贷款97.700.81.5消费者分期贷款84.10.27.28.5包括仅参与两个数据集债务的借款人抵押贷款96.3003.7消费者分期贷款87.20.30.312.2观测数量：8,047个家庭（所有行加起来共有8,047个观测值）受访者，无论是否有积极债务。报告了一笔贷款（调查=0，登记=1），无论差异是否发生是因为只有调查数据报告了这笔贷款(调查=1，登记=0），还是因为两个数据集在正贷款金额方面一致（调查=1，登记=1）。我也在调查数据和登记册中报告贷款是否违约。我将以下条件之一或多个满足的家庭视为违约：欠款1个月或以上、逾期贷款金额为正数或不良贷款金额为正数。表3报告了家庭在违约报告方面的差异。首先，我报告了考虑所有报告（包括将零贷款金额视为零违约的报告）的违约债务状况。数据显示，调查数据报告的贷款事件比登记册多几个。然而，一旦我只考虑在调查数据和登记册中债务状况（正数或非正数）相一致的那些借款人，违约报告几乎完全一致。图1：调查和登记的原抵押贷款和消费者债务金额的累积分布函数（CDFs）。累积概率累积概率0债务金额（以UF计）抵押贷款：调查抵押贷款：登记处消费者：调查消费者：登记处两个数据集中情况相同。因此，调查似乎仅在贷款金额报告方面与登记册不同，但家庭准确报告了他们的违约状态。现在，我展示了借款人调查中自我报告的债务金额在UF中的累积分布函数（CDF）以及他们在银行登记中的债务。为了避免由于大量借款人负债为零（如表2所示）而在零处形成大量质量点，此分析仅包括在调查或登记中具有正债务金额的借款人。此外，所有债务金额均转换为UF。UF是智利使用的真实货币单位，根据上个月官方消费者价格指数（CPI）每日更新。这个真实货币单位通常用于智利的长期合同，例如抵押贷款和大额消费贷款。在2013年至2019年的样本期间 ,1UF大约相当于40美元。图1显示了匹配调查-登记借款人的总抵押贷款和总消费银行贷款的累积分布函数（CDF）。在抵押贷款的情况下，调查和登记的债务分布在大约1,500个UF（大约是调查和登记的50分位数）之前相当接近。然后，调查和登记的抵押贷款分布开始分叉，在百分位数70到85以及百分位数95到100之间再次接近。之后，图2：原始消费者分期贷款和循环债务工具的累积分布函数（信贷）卡和信用额度（cardsandlinesofcredit）在调查和登记册中累积概率累积概率0债务金额（以UF计）分期：调查分期：注册表卡片+线条：调查卡+行：注册处图表显示，在90百分位数以上的抵押贷款金额，调查数据更为详细。因此，调查中包含的高价值抵押贷款比登记册要多。对于总消费者债务金额，调查与登记册之间的差异相当大。在18百分位数之后，调查和登记册的累积分布函数（CDFs）开始偏离，仅在小额消费者贷款中显示出一致性。值得注意的是，与抵押贷款的情况不同，对于消费者贷款，登记册在包含较大债务价值方面更为完整。现在，我对分期债务和循环债务工具（即信用卡和信用贷款总额）的类别进行消费者债务分配的比较。值得注意的是，预计循环债务的问卷调查数据可能不太完整，因为受访者被要求不要报告预期在一个月内偿还的债务。然而，如果受访者和预期该债务的偿还将超过一个月，他们仍可能会报告一些循环债务。图2显示，循环债务（卡片加贷款）在所有百分比中，调查与登记的分布都很相似。因此，循环债务在问卷调查和登记中都有良好的报告。除了小额债务以外的分期贷款,图3：调查和登记册中信用卡和信贷额度的累积分布函数（CDFs）累积概率10 债务金额（以UF计）卡：调查卡：注册表行：调查行：注册表数值在调查和登记中差异较大，从第15个百分位数之后开始分离。我接着展示了调查数据与登记数据中信用卡和信用额度债务分布之间的差异。图3显示，对于信用卡，调查数据与登记数据分布几乎相同。然而，在调查数据集中，借款人报告的信用额度金额更高。这是有道理的，因为信用额度是一种代价高昂的循环债务形式。因此，借款人可能在月末登记数据之前就还清了信用额度。最后，我比较了调查和登记系统中贷款期限的分布。图4显示，抵押贷款的期限在调查和登记数据集中非常相似。然而，调查数据中的抵押贷款期限在20年、25年和30年（即240个月、300个月和360个月）方面有相当大的舍入。分期贷款的期限在调查和登记之间有显著差异，登记系统显示出显著较长的贷款期限。对于分期贷款，调查和登记只在低于10%和高于90%的百分位数相吻合。再次值得注意的是，调查受访者倾向于对他们的自我报告的期限进行舍入，因为24个月、36个月和48个月（即2年、3年和4年）周围有密集的点。图4：调查和登记中抵押贷款和消费者分期贷款的原贷款到期日的累积分布函数（CDFs）累积概率1累积概率0原始贷款到期期限（月数）抵押贷款：调查抵押贷款：登记处分期：调查分期：注册表4贷款金额和到期日的差异为了更深入地探究调查报告和行政报告之间的差异，我现在以连续贷款金额为标准总结这些差异。为此，我使用了一个连续的错误度量。YY定义为两个报告（带有变量）之间差异的比率R并且Ri,t,注册处代表在调查和注册报告中借款人在特定时间的持续贷款结果与他们的平均价值之比：YR-YRi,t=YR-YRi,t=(YRi,t,注册处+YRi,t,调查)/2.这个比率有两个优点。第一个优点是，通过在分母中使用注册和调查测量，可以防止来自任一来源的较小值（例如，一个接近零的较低值）对误差测量产生极端大的影响。这个衡量标准在定义上被限制在-2和2之间（或者说等价地，-200到200%），并且它可以包括一个数据报告为零结果的情况。第二个方面是，由于有界限，这个误差比率衡量标准不会受到少数几个大值的影响，从而影响统计结果。分析。因此，已成为衡量差异的最标准方式。可能在注册数据集更新月份与其中包含的数据所反映月份之间存在差异。Y因此，我取了最近的调查报告日期。R在两个月窗口期内：YY,,Y表4)了借款人调查报告和行政报告之间的差异。款类型的不同特征（原始贷款合同中的债务金额、债务偿还、贷款的原期限以及未来债,t支,调的剩余期限）。结果显示，即使考虑中值测量误差，调查报告和行政报告之间的差异也对于抵押贷款、信贷额度和个人信用卡，债务金额的中值测量误差相对较低。此外 对于抵押贷款和分期贷款的成熟度都偏低，这代表着在这方面的信息准确。自我报告的总消费者债务、分期付款贷款原始债务金额和抵押债务支付的差异超过10%，即使是中值误差也是如此。然而，即使在排除最差报告（百分比在10和90，或更极端的值）后，分布中间依然存在合理的差异，百分比为25到75之间从-31%到18%，分别对应于抵押贷款和分期贷款金额从-0.7%到59.3%。自我报告的原抵押贷款期限和残值抵押贷款期限以及原分期贷款期限相25至75分别位于[13%41%]，[13%15YY相关系数均为正值，债务金额在不同贷款类型间的值介于40%至70%之间。分期贷款和抵押贷款债务服务的相关系数分别为66%和79%。残值和原始抵押贷款到期日的相关系数也分别为59%和67%。这些较高的相关系数表明，调查的自我报告数据可以被视为贷款真实价值和其到期日的强烈信号。因此，即使调查数据并不完全准确，研究人员仍然可以将其视为一个有价值的信息来源 ,尽管它受到测量误差的影响（Schennach2016）。分期贷款的到期日与调查自我报告和登记之间的相关性较低，但相关性仍然为正值。一个可能导致差异的原因可能是调查自我报告中存在的舍入误差。例如，受访者可能会将150万比索作为他们的贷款价值来回答，而不是回答1,647,150比索。这可能会导致显著的测量误差，尽管调查响应可以被视为一个真实报告的近似值。因此，我通过估计舍入差异比率，将调查自我报告与注册记录的舍入版本进行比较。(使用：YYYYY求最小值ˆ表4：登记与调查贷款报告之间差异的总结：百分位数和线性相关系数消费者债务原始金额-97.6-13.715.870.313信贷额度债务金额-163.5-102.2-8.411.547.原始抵押贷款到期期限-28.0-1.31.44.124.866.6剩余抵押贷款到期日-38.3-13.0-0.515.441.858.5分期贷款债务服务-42.9-9.88.125.065.566.4原始贷款到期期限-25.90.05.430.670.323.7残差分期贷款的剩余期限-74.3-28.6-2.845.282.919.0此舍入函数取最接近的、为10的整数倍的数值（表示整数集，因此10表示整数集Z×Z倍数（10的倍数），但舍入误差小于原始值的四分之一：这意味着800,000可以被舍入到1,000,000，但不能舍入到500,000。请注意，超出原始值25%以上的舍入是不允许的。因此，651,000可以被舍入到500,000，但667,000不能再被舍入到500,000。算法选择与调查报告最匹配的舍入量，只要舍入量低于金额的25%。然而，请注意，25%是算法中允许的最大舍入量，但在大多数情况下，最佳舍入量是通过较低的数值实现的。原因是贷款的数值范围非常广，因此相同的舍入可能不适合所有规模的贷款，这就是算法为什么在与贷款价值成比例的范围内寻找最佳舍入表5总结了圆整注册表和调查报告之间的差异。预期，第25和第75百分位数范围展示出许多差异。 15例如，在过去的几年里，智利比索的汇率波动接近1,000比索兑换1美元。因此，在报告小额信用卡债务时，大约10万比索的四舍五入可能是一个相当大的舍入误差。然而，在报告抵押贷款的情况下，10万比索的舍入误差可能极为精确，甚至超过10倍的误差仍被视作准确（例如，报告301,000美元而不是300,000美元的差额）。表5：登记册与调查贷款报告之间的差异（百分位数和线性相关系数）：在抵押贷款原始债务金额-60.9-22.20.07.061.076.0分期贷款原始债务金额-33.30.00.050.0103.072.4信贷额度及卡片债务-122.3-33.30.028.685.756.7信用卡债务金额-117.4-15.40.035.385.743.1信贷额度债务金额-160.0-85.70.00.035.351.8抵押贷款债务服务-58.4-27.2-6.50.04.581.7原始抵押贷款到期时间-22.20.00.00.022.269.4剩余抵押贷款到期日-31.4-9.50.011.838.971.1原始到期分期贷款额度-4.70.00.028.666.730.7残差期限分期贷款-66.7-18.20.040.066.723.9较小幅度，这个范围降至仅[22%7%]和[0%50%]，分别对应抵押贷款和分期贷款债务金额。此外，在四舍五入后，超过50%的原抵押贷款到期观察值可以与登记册相对零差异完全解释。超过50%的分期贷款到期观察值在调查和登记册之间小于28.6%的差异。这意味着，受访者将他们的答案四舍五入到10的倍数的一个简单错误，可以在很大程度上解释调查数据中的差异。因此，调查答案可以有益地解释为借款人真实负债的近似版本。然而，就调查报告中的信用卡和信用额度债务金额而言，四舍五入并不能显著减少差异。这很有意义，因为调查访谈仅询问旨在在超过一个月的期间内偿还的信用卡和信用额度贷款。由于信用卡和信用额度中的大多数债务是每月支付的循环债务，调查数据可能与登记册有较大差异。最后，我分析了排除几个异常值可能有助于解释调查数据和登记数据之间差异的可能性。特别是,我通过丢弃以下内容进行了一个截断分析：数值低于百分位数5且高于百分位数95。此分析丢弃了最极端的10%值。表6显示了个人借款人调查报告与其登记之间的差异汇总统计。结果显示，丢弃表6：登记处与调查贷款报告之间的差异（百分位数和线性相关系数）：在剔除异常值后抵押贷款原始债务金额-64.1-27.9-2.614.663.957.3分期贷款原始债务金额-49.2-2.28.042.698.666.4按揭债务偿付率：-55.7%-27.3%-14.残差抵押贷款剩余期限-28.6-12.9-0.814.336.872.7分期贷款债务服务-47.1-13.43.318.041.679.9原始分期贷款的到期期限-27.30.04.128.670.321.7剩余贷款期限-66.7-28.6-2.840.080.023.5异常值相对于表4中的分析仅略微减少了测量的差异。因此，尽管考虑舍入误差在很大程度上可以解释这些差异，但一小部分异常值的存在并不显著改变结果。图5显示了调查与登记之间的差异分布，具体数据如下：图示表明，无论是债务金额还是...研究报告中，成熟度值主要集中在零附近，而对于远离零的数值，大误差的概率显著下降。在债务金额方面，主要误差类型为债务参与的误报。在分期贷款的情况下，最常见的错误是一个借款人未报告已在实际行政系统中登记的银行债务。对于抵押贷款，借款人通常会在调查中报告银行系统中不存在的抵押贷款（可能是由于这些是来自非银行贷款人的抵押贷款）。在分期贷款中，对连续债务金额的误报更倾向于借款人在调查中报告较低的金额。对于抵押贷款来说，情况则相反，调查受访者往往会报告比在行政系统中实际拥有的金额更大的数额。误报的到期日与债务金额在数量和质量上都有所不同。再次强调，在分期贷款的情况下，最常见的错误是借款人未报告已经在行政系统中登记的银行债务。对于抵押贷款，借款人在调查中报告的抵押贷款在银行系统中并不存在。然而，从连续错误分布的角度来看，很容易观察到到期日的报告比贷款金额的报告中更为准确，且到期日的错误分布相当紧密。图5：匹配调查-行政记录与调查抵押和消费者分期贷款之间的差异的概率密度分布：原始债务金额和贷款期限PDFPDF债务金额22错误率抵押消费者分期贷款PDFPDF成熟错误率抵押消费者分期贷款在零附近。因此，图5证实，调查中贷款到期日的报告相当精确。主要调查误差是债务参与的误5解释差异除了舍入误差，我还测试了其他可能解释调查和登记之间差异的可能性。一个假设是，借款人将其应属于其他家庭成员（如签署了抵押贷款的配偶或父母）的一些贷款报告为自己。在家庭成员较多的家庭中，这种情况更有可能发生，尤其是如果家庭中有多个高收入成员且可以获取银行贷款（Brown等人，2015年）。我通过查看不同贷款类型中不是最高收入成员或最年长成员的借款人百分比来测试这个假设，比较在两个数据集中都报告了正贷款和只在调查中报告了贷款的结果。表7显示，在调查中报告但未在登记中报告的贷款的借款人，家庭中不是最高收入或最年长成员的可能性要大得多。此外，一些家庭可能有不止一个成员是家庭中的最高收入成员。这可能在夫妻双方因舍入而报告相同收入价值的情况下发生，例如一百万比索。表7显示，只在调查中报告贷款的借款人，家庭中多个最高收入成员的案例更多。仅报告调查贷款的家庭中，最高收入成员的平均人数为1.4。表8通过多元logit回归检验了借款人仅报告了抵押贷款或分期贷款这一事件时的相同假设。作为额外的解释，我测试了家庭是否可能混淆抵押贷款和分期贷款：例如，借款人为了房屋维修而贷款 ,但该贷款被归类为消费分期贷款而不是抵押贷款。因此，回归还添加了一个控制变量，即借款人是否还有另一笔实际上在登记册中报告的贷款。表8中的回归支持所有这些关于抵押贷款的假设，但对于分期贷款的情况，只有允许借款人混淆贷款的额外控制变量是显著的。最后，我在表9中检验了相同的控制变量是否可以解释不同贷款类型债务金额连续差异率的分散情况。这表明，差异率更高的表7：在调查中报告有银行贷款但登记册中没有贷款的借款人百分比借款人，非百分比借款人，中的百分比借款人最高收入成员而不是最年长的成员贷款参与（调查，登记）（1，0）（1，1）（1，0）（1，1）抵押贷款35.410.649.429.2消费者债务31.914.639.431.1信贷额度及卡30.516.951.630.1信用卡25.618.753.732.7信用额度：25.517.236.920.0家庭成员中收入最高者的平均人数：贷款参与（调查、登记）（1,0）（1,1）表8：调查中存在但未在登记册（logit）中存在的贷款 不属于最高收入成员我：i(0.187)(0.2家庭成员数量0.527***0.0316与最高收入我：i模拟借款人，0.343**0.0847不是最年长的成员我：i(0.159)(0.或者抵押贷款登记簿我：i(0.170)(0.伪R平方0.1420.026稳健的标准误差（）。*,**,***,分别在10%，5%和1%的水平上具有统计学意义。表9：线性回归（OLS）对于债务金额稳健的标准误差（）。*,**,***,分别在10%，5%和1%的水平上具有统计学意义。抵押贷款和信用卡与不是最高收入成员的借款人相关联。他们家庭。六项关于债务金额和债务风险分析的含义本部分分析了调查误报的总体影响以及匹配行政调查数据集在分析智利银行债务金额和风险方面的优势。家庭金融调查被用于分析债务风险和家庭压力测试（欧洲系统家庭金融和消费网络，2009年）。本部分展示了借款人债务的误测如何影响债务偿还收入比率的评估。债务偿还收入比率在许多国家被广泛应用，是监管机构评估贷款风险和拨备的一个元素（Tiongson等人，2010年）。表10显示，在总体层面上，调查和登记中银行债务的指标相当相似，差异仅为8.8%。然而，在抵押贷款和表10：登记和调查数据集中的银行债务总额（千万比索*）调查登记差异（百分比）总银行债务45,88542,029-8.8%银行抵押贷款债务35,49028,547-21.7银行消费者债务10,39413,48225.9*注意：在2024年，1美元大约相当于950比索。因此，十亿大约等于9500亿美元。比索大致相当于一百万美元。表11：视为存在风险的借款人比例（%）债务风险（调查、登记）（0，0）（1，0）（0，1）（1，1）所有借款人68.14.620.17.2消费者债务，两个数据集之间的差异分别为21.7%和25.9%。由于消费者债务没有抵押且由于其短期到期而面临续期风险，它被视为银行风险更高的资产。登记簿中包含大量消费者债务，同时显示出较低的抵押债务。这是相对于纯调查分析而言，指示一个更具风险性的银行体系。债务服务收入比在许多国家得到广泛应用，它是监管机构用于评估贷款风险和准备金的一个元素（Tiongson等，2010年）。使用国际货币基金组织（IMF）数据对宏观审慎政策框架进行比较(Alam等，2019年）显示，在135个国家的总样本中，有55个国家实行某种形式的债务服务收入比监管。银行和监管机构常用的一个经验规则是，负债服务收入比高于40%的借款人被视为风险较大。表11展示了调查银行登记处与调查借款人风险状况分析之间的差异。在大约7.2%的银行借款人中，被认为具有风险。然而，在登记处中被评估为有风险但在调查中未被评估的借款人占20.1%。因此，匹配的行政和调查数据集有助于获得银行系统中风险的更精确图景。大约有4.6%的借款人在调查中被归类为有风险，但在登记处中并非如此。这种差异小于之前的情况，这证实了调查可能低估了家庭债务风险。众所周知，调查中自行报告的财务信息与行政来源的汇总数据存在差异。本文在现有文献的基础上，通过研究智利家庭金融调查（EFH）中的个人借款人与银行贷款登记册的独特匹配，进一步探讨了数据集之间差异的分布情况：包括借款人数是否有所不同，借款人是否低估了债务，以及差异程度的异质性。尽管在贷款参与度的报告中存在实质性差异，但我发现贷款违约报告总体上是准确的。在调查数据和登记册中，个人借款人债务金额的差异存在显著异质性，尤其是对于消费贷款。然而，其中相当一部分差异可以归结为舍入误差，即调查受访者回答的值是10的倍数。另一个有趣的发现是，在一个数据集中报告但在另一个数据集中未报告的贷款通常要比中位数小得多，尤其是在信用卡和信用额度的情况下。最后，我发现调查中的贷款误报与具有多个成员且收入水平相同的高收入家庭强烈相关。因此，误报可能是由于受访者不知道的贷款造成的。调查与登记之间的差异也与不是家庭中收入最高或最年长的借款人相关。这些借款人可能在调查中报告某些他们实际已签订但由配偶、父母或家庭成员签订的贷款。家庭金融调查在分析借款人行为，如拖欠或信用排除，方面变得越来越重要。因此，对调查金融数据的优点和缺点进行进一步的研究是必要的。参考文献[2]Avery,R.,G.Elliehausen评估1983年消费者财务调查。,34(4关于美国企业？,\",2(4),443-[6]Bover,O.,J.Casado,S.Costa,P.DuCaju,Y.McCarthy,E.Sierminska,P.Tzamourani,E.个体特征、制度和信贷条件的作用赫克曼和E.莱amer编第5卷。《借款人和贷款人报告的消费债务》,[9]Bucks,B.和Pence,K.(2008),“借款人是否了解他们的抵押贷款条款？”[11]Caplin,A.(2025),\"数据工程应用于认知经济学,\国家：经济环境与家庭特征[14]Christelis,D.,M.Ehrmann和D.Georgarak异的研究,\"CSEF工作论文465.[16]欧洲系统家庭金融与消费网络（2009年），《家庭金融与消费调查数据：研究摘要和政策应用》，欧洲中央银行不定期出版物100号。失业、负资产与策略性违约,31(3),分位数或累积分布函数（CDF）值，”,206,143—166.[23]Hurst,E.,李，G.，和Pugsley，B.（2014），《家庭调查像税务表格吗？证据》[26]Kavonius,I.和V.Törmälehto(2010)，《整合微观和宏观账户——欧元区家庭财富调查与家[27]LeBlanc,J.,A.Porpiglias,\"NBERWP14808.异质代理人模型：智利案例,39,209-220.[35]Meriküll,J.和T.Rõõm(2020),\"基于微观[38]斯坦切娃，S.（2023年“如何开展调查：创建您自己的识别方[39]斯蒂格利茨，J.，A.赛恩和J.菲图西（2009），《关于经济绩效和社会进步测量的委员会报告》，国际货币基金组织/金融稳定委员会。[40]Tiongson,E.R.,N.Sugawara,1消费者在家庭中报告其债务的准确性如何在线附录2025年3月摘要这是文章的在线附录。第1节解释了智利家庭金融调查的抽样和实地操作。第2节总结了问卷中的债务问题。第3节展示了数据的附加汇总统计。第4节展示了调查和登记数据集中债务分布相等的检验结果。JEL分类：C81;D10;D12;E21;G21.关键词：家庭金融调查；抵押贷款；消费者信贷；违约；测量误差。21抽样与家庭金融调查的操作对于这项研究，我使用了2011年、2014年和2017年的国家EFH（家庭经济状况调查）数据波次 ,涵盖了13,110个城市家庭。1每个调查样本都是在整个日历年度内收集的，EFH2011的收集时间为2011年7月至2012年5月，EFH2014的EFH2017的收集时间为2017年6月至12月。然而，为了简化，调查波次被标记为EFH2011和2014，这对应于收集各自样本最大部分的年份。在所抽取的家庭中，有一名成员被选中进行访谈，这名成员是家中对家庭财务知识最多或收入最高的成员。然而，该调查搜集了所有家庭成员的人口统计、净财富、资产、债务和收入信息。该调查的样本选择基于智利国内税务局的详尽住房清单，因此，在将每个单位的扩展因子应用于每项之后，它代表全国城市人口（Madeira20调查问卷与欧洲央行（ECB）协调并由欧洲各国中央银行实施的《家庭金融消费调查》非常接近，智利央行也参与了ECB网络的多场会议。2007年，国家层面的第一波EFH调查得以实施。第一份EFH问卷主要基于始于2002年的西班牙家庭金融调查，因此与欧洲的家庭金融调查相当相似。此外 ,在2007年至2010年之间，12007年、2008年、2009年和2010年间存在EFH波动。然而，由于隐私和匿名性的考虑，这些波动中的调查提供者没有记录访谈的月份。因此，这些之前的波动无法用于检验调查中的自报贷款与同一月度或在一到两个月窗口内的行政记录是否相似。2注意，智利国内税务局的住宅清单包括了智利所有的住宅（所有住宅都有应税价值评估）因此，调查代表智利城市人口。EFH调查样本是住宅样本，无论居民是拥有、租赁还是甚至非法占用房产。它是智利城市地区所有住宅的详尽集合，无论其占用者是纳税人与否。农村家庭没有被选中，因为这些家庭只占人口的一小部分，并且从访谈者的运输角度来看，到达这些家庭成本更高。因此，农村人口不在抽样范围之内。根据国家统计局（INE，西班牙语）的估计，……国家统计局)2021年智利城市人口为1,171,8329人，约占全国总人口的87.8%。3调查准备团队使用了与西班牙银行在场地人员能力提升方面非常相似的培训材料。在2014年至2017年期间，该公司Ipsos负责场地人员的培训和调查采访操作，采用了与Ipsos在加拿大和其他国家进行的家庭金融调查相似的培训和材料。调查问卷基于对美国消费者财务调查问卷的全面研究，以及意大利和荷兰之前的调查经验。此后 ,于2008年、2009年和2010年在圣地亚哥首都地区（代表全国GDP和人口的40%以上）进行了EFH调查。由于预算限制，这三次调查仅限于首都地区。3该文章的分析不包括2011年之前的调查波次，因为那些调查没有收集到受访者的国家身份证号码。类似于欧洲家庭金融调查，问卷被分为几个主题部分。4该调查包含12个主题部分：A)家庭结构 ,B)教育，C)就业，D)支付方式和服务，E)房地产资产和抵押贷款（主要住宅，其他物业），F)非抵押债务，G)对债务偿还和信贷限制的看法，H)车辆和其他实物资产，I)财务资产、养老金和保险，J)非劳动收入和其他收入，K)对未来收入的预期，L)联系信息和愿意参与未来调查波次。其中最大的部分旨在衡量家庭贷款，部分E包含约85个问题（其中大部分与抵押贷款相关）,部分F则询问了45个问题。53在全国范围内进行调查，派遣的受访者遍布超过4300公里的南北距离，其成本远高于仅仅覆盖一个首都。此外，家庭金融调查会询问几个敏感的财务问题，这要求所有受访者在开始实地工作之前进行数天的培训。4该调查问卷的EFH和每个波次的数据库（但不是与银行贷款系统制作的保密匹配数据库）可在智利中央银行网站获5F部分尤其长，因为45个问题中的几个被反复应用于13种不同的非抵押贷款类型，具体包括：银行信用卡、银行信用额度、零售商店信用卡、银行分期贷款、零售商店分期贷款、工会和信用合作社贷款、汽车贷款、教育贷款、亲友贷款、典当行贷款、商店信贷、高利贷债务以及其他非正式债务。4在购买住宅贷款（包括抵押贷款和一些非抵押贷款）的情况下，这些问题是针对主要住宅以及家庭可能拥有的最多三套其他房地产物业所提出的。6调查问卷明确地从家庭的住房贷款（包括抵押贷款和非抵押贷款）开始，然后针对家庭拥有的前三大其他房地产资产提出相同的问题。提问的顺序是从价值最高的房地产资产开始，最后到价值最低的房地产资产。当您的家庭购买房屋时，购房资金是如何筹集的？1)自筹资金（自有储蓄），2)住房补贴，3)从金融机构获得的抵押贷款，4)从金融机构获得的非抵押贷款（例如：消费贷款或补充购房贷款） ,5)对应于部分或全部房产的转移（例如：赠与或遗产），6)从亲戚或朋友处获得的贷款。对于每种3种不同的住房贷款类型（选项3，4，6），让我们谈谈您的住房信贷。在购房时，您是通过哪个机构获得抵押贷款的？1）州贷款，2）银行或金融机构（是哪家银行或金融机构？），3）工会，4）保险公司，5）合作社或信用社，6）其他机构（是哪个机构？请指定），8）未回答，9）不知道。您在购买房屋时房屋贷款的金额是多少，无论是以比索计还是以UF计？7对于受访者未回答或不知道的情况，请向其展示包含19个可能区间的卡片：1)低于20UF，2)介于21至80UF之间，3)81至150UF，4)151至250UF，5)251至500UF，6)501至1000UF，7)1001至1500UF，8)1501至2000UF，9)2001至2500UF，10)2501至3700UF，11)3701至5006在EFH抵押贷款借款人中，92.9%在其主要住宅上拥有抵押贷款，18.5%在另一处物业上拥有抵押贷款，11.5%在主要住宅和其他物业上同时拥有抵押贷款。一些富裕的家庭可以报告至多4个抵押贷款。在EFH样本中，87.9%的抵押贷款借款人只有一项抵押贷款，10.7%有2项抵押贷款，1.1%有3项抵押贷款，0.3%有4项抵押贷款。7UF是一种实际货币单位，用于调整智利的通货膨胀，并在许多长期合同中广泛使用，例如租金、抵押贷款、消费贷款和工资。在2010年至2019年期间，UF的平均价值为42.13美元，波动范围在38.25美元至46.43美元之间。5您仍在偿还这笔贷款吗？您的贷款是否仍在进行中？您问这个贷款有多少年了？您完成了多少年多少个月的偿还？您还需要偿还多少年和月？值得强调的是，房地产和贷款问题首先出现，而非贷款贷款章节随后出现。对于非贷款贷款，调查询问了以下问题：对于这些贷款类型，1)银行信用卡，2)银行信贷额度，3)零售店卡或非银行信用卡，4)零售店或非银行消费者分期贷款（例如：店铺现金预支），5)银行或金融机构消费者分期贷款（不包括之前章节中已报告的其他贷款，如家庭补充贷款），6)合作社、工会或其他类似机构，7)汽车贷款，8)教育债务，9)来自亲戚或朋友的贷款，10)来自放贷者和高利贷者的信贷，11)典当行，12)约定信贷（店铺账单或店铺账户贷款），13)来自其他来源的债务（例如：雇主）。请具体说您或家中的任何成员是否有上述提及类型的信贷或债务？每个家庭拥有多少种类型的贷款？现在，对于每种类型的贷款，请提供以下信息，针对三个最大的家庭贷款（即债务金额最高的三个贷款），顺序从最大的贷款开始，到最后一个第三大的贷款。家庭成员中谁拥有这笔债务？该债务的贷款机构是哪个？此贷款金额为多少（在您签订贷款合同之时）？对于受访者未回答或不知道的情况，请向其出示包含17个可能区间的卡片（$表示智利比索）：1)$0至$30,000；2)$30,001至$50,000；3)$50,001至$120,000；4)$120,001至$250,000；5)$250,001至$500,000；6)$500,001至$1,000,000；7)$1,000,001至$2,000,000；8)$2,000,001至$3,500,000；9)$3,500,000至$5,000,000；10)6您问这项贷款已经多久了？您完成了多少年多少月的还款？您还有多少年零几个月需要偿还？您每月必须支付作为股息（包括利息、摊销和其他费用）的贷款金额是多少？3匹配调查-登记数据的汇总统计表A.1总结了本研究家庭样本中，调查和登记数据集（包含两个数据集中任一的正数金额）中贷款的单变量分布。特别是，我考察了原始债务金额（这是调查受访者所报告的问题）、总月度债务服务和贷款到期日。我考察了每个债务类别的总金额：抵押贷款、分期贷款、信用卡和信用额度。8结果显示，调查和登记报告在抵押贷款、信用卡和信贷额度方面具有相似的贷款金额。这两个数据集也显示出相似的抵押贷款债务偿还金额，尽管调查借款人倾向于报告较短的抵押贷款到期期限。调查借款人倾向于报告较小的消费分期贷款和总体消费债务（包括分期贷款、信用卡和信贷额度）的债务金额和偿还金额，尽管他们对贷款到期期限的自我报告与登记数据相似。最后，我总结当调查数据和注册数据在债务所有者方面存在差异时，贷款金额是否较小的情况。例如，可能的情况是，家庭在调查中未报告过小的贷款，因此这两个数据集在借款人数上会有所不同，但主要是因为小额和不显著的贷款被忽视。表A.2总结了匹配的问卷调查-银行登记样本中每种类型的贷款平均数和中位数分布，区分了在调查和登记中都存在正债务的案件。8如果一个借款人在某个类别中有不止一笔贷款，那么我们将报告总债务金额和债务。服务，以及按每笔贷款的债务金额加权的成熟度。7并且注册信息，以及仅有一个数据源报告的正贷款额的案例。值得注意的是，调查中存在大额抵押贷款，这些贷款未在注册数据集中报告。这可能会发生，因为调查中的一些抵押贷款可能来自非银行机构，如保险公司，尽管借款人将其报告为银行贷款。然而，确实存在这种情况：当注册报告了一笔在调查中未报告的债务时，相应的抵押贷款金额加上信用卡和信用贷款的金额远低于通常水平。这支持了这样的观点：一些家庭在访谈中简单地没有报告他们的贷款，因为他们认为这些贷款不重要。由于表A.2仅限于平均值和中位数，当债务所有权一致时，我还展示了调查和登记数据集中债务金额的累积分布函数（CDF）。也就是说，这些数字排除了仅在其中一个数据集中报告的贷款。结果与文章中的数字相似，文章包括了调查和登记中的所有正债务值。因此，债务所有权不是调查和登记之间差异的唯一来源。数据集在广泛边际（债务所有权报告）和密集边际（每个债务类别的贷款金额）方面都存在差异。累积概率累积概率0债务金额（以UF计）抵押贷款：调查抵押贷款：登记处消费者：调查消费者：登记处8原始抵押贷款和消费者债务金额的调查和登记的累积分布函数（当两个数据集中每个债务类别的正金额都存在时）累积概率累积概率0债务金额（以UF计）分期：调查分期：注册表卡片+线条：调查卡+行：注册处原始消费者分期贷款和循环债务工具（信用卡和信