開(kāi)篇：寫(xiě)作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇家庭金融調(diào)查，希望這些內(nèi)容能成為您創(chuàng)作過(guò)程中的良師益友，陪伴您不斷探索和進(jìn)步。

第1篇

(1)chfs抽樣設(shè)計(jì)：經(jīng)濟(jì)富裕地區(qū)(東部地區(qū))的樣本比重相對(duì)較大(樣本市縣中東中西部省份的比例為32:27:21，全國(guó)為34:27:38)，城鎮(zhèn)地區(qū)(相對(duì)于農(nóng)村地區(qū))的樣本比重相對(duì)較大(樣本中城鎮(zhèn)居委會(huì)與農(nóng)村村委會(huì)比例為181:139)，城鎮(zhèn)富裕家庭占比較大，樣本的地理分布比較均勻。

(2)數(shù)據(jù)核查：事后對(duì)所有受訪者進(jìn)行(電話)回訪。

(3)拒訪率：chfs的拒訪率低于國(guó)內(nèi)外相似或同類調(diào)查的拒訪率。

(4)數(shù)據(jù)代表性：人口統(tǒng)計(jì)學(xué)方面，chfs調(diào)查數(shù)據(jù)在家庭規(guī)模、人口年齡結(jié)構(gòu)和性別比例方面與國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)比較一致，其中城市人口比例數(shù)據(jù)與國(guó)家統(tǒng)計(jì)局有差異(XX年chfs數(shù)據(jù)按戶口計(jì)算為0.369，國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)為0.513，但是國(guó)家統(tǒng)計(jì)局公布的城鎮(zhèn)人口是指居住在城鎮(zhèn)范圍內(nèi)的全部常住人口，不是戶籍概念)。在居民收入總額上，chfs和國(guó)家統(tǒng)計(jì)局公布的全國(guó)居民收入總額、城市和農(nóng)村居民收入總額、人均收入方面比較一致，在農(nóng)村和城市人均收入內(nèi)部構(gòu)成上二者差距比較大。

(5)國(guó)內(nèi)有影響力的家庭調(diào)查數(shù)據(jù)：中國(guó)健康與營(yíng)養(yǎng)調(diào)查(chns)，中國(guó)家庭收入項(xiàng)目調(diào)查(chip)，中國(guó)綜合社會(huì)調(diào)查(cgss)，中國(guó)健康與養(yǎng)老跟蹤調(diào)查(charls)。

pps(probability proportionate to size sampling)：按規(guī)模大小成比例的抽樣，它是一種使用輔助信息，從而使每個(gè)單位均有按其規(guī)模大小成比例的被抽中概率的一種抽樣方式。pps 抽樣是指在多階段抽樣中，尤其是二階段抽樣中，初級(jí)抽樣單位被抽中的機(jī)率取決于其初級(jí)抽樣單位的規(guī)模大小，初級(jí)抽樣單位規(guī)模越大，被抽中的機(jī)會(huì)就越大，初級(jí)抽樣單位規(guī)模越小，被抽中的機(jī)率就越小。

2.家庭人口和工作特征

(1)XX年chfs樣本數(shù)據(jù)顯示平均家庭規(guī)模為2.94人。少兒(15周歲以下)人口男女性別比為123:100，勞動(dòng)年齡人口男女性別比為100.5:100，老年(60周歲以上)人口的男女性別小于1。

(2)無(wú)論是根據(jù)人口老齡化指標(biāo)1(60周歲以上人口占總?cè)丝诒壤秊?0%，根據(jù)chfs我國(guó)XX年該數(shù)據(jù)為16.34%)還是指標(biāo)2(65周歲以上人口占總?cè)丝诒壤秊?%，我國(guó)為10.65%)都表明我國(guó)人口老齡化現(xiàn)象嚴(yán)重。少兒撫養(yǎng)比低于老年撫養(yǎng)比，且城市人口老齡化趨勢(shì)高于農(nóng)村。

(3)根據(jù)chfs數(shù)據(jù)，我國(guó)初中及以下學(xué)歷的比例高達(dá)63.58%，年齡組越低的人群高學(xué)歷的比例越高。

(4)根據(jù)chfs我國(guó)城市剩男、剩女(30周歲以上的未婚男女)的比例41:62，農(nóng)村為59:38。

(5)企業(yè)雇傭的勞動(dòng)力占從業(yè)人員的比例高達(dá)62%，其中38.44%在私營(yíng)或個(gè)體企業(yè)工作，大力發(fā)展工商業(yè)可能是解決中國(guó)勞動(dòng)力就業(yè)的主要途徑，大力支持私營(yíng)或個(gè)體企業(yè)的發(fā)展，中國(guó)勞動(dòng)力就業(yè)壓力將可能得到緩解。

(6)具有博士學(xué)歷職工的工資收入低于碩士學(xué)歷職工的工資，在這個(gè)階段教育收入回報(bào)為負(fù)。

(7)隨著人口年齡降低，初中學(xué)歷以下人口比例顯著降低，義務(wù)教育效果明顯。

第2篇

關(guān)鍵詞：農(nóng)村居民；金融資產(chǎn)；影響因素；生命周期

中圖分類號(hào)：F830.34 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-2265（2013）07-0058-06

一、引言

隨著農(nóng)村經(jīng)濟(jì)發(fā)展水平的不斷提高，農(nóng)村居民家庭財(cái)產(chǎn)逐漸積累。金融資產(chǎn)作為農(nóng)民家庭財(cái)產(chǎn)的重要組成部分，其總量和結(jié)構(gòu)也發(fā)生了顯著變化，對(duì)于農(nóng)村金融資產(chǎn)相關(guān)問(wèn)題的研究逐漸成為人們關(guān)注的焦點(diǎn)。目前，許多學(xué)者專門對(duì)我國(guó)城鎮(zhèn)居民財(cái)產(chǎn)分布進(jìn)行了研究（李實(shí)、魏眾等，2005；梁運(yùn)文、霍震等，2010）；但與此形成鮮明對(duì)比的是對(duì)于農(nóng)村居民家庭財(cái)產(chǎn)相關(guān)問(wèn)題的研究卻很少，對(duì)農(nóng)村居民家庭金融資產(chǎn)問(wèn)題的研究更少，并且多集中在金融資產(chǎn)選擇（史代敏，2005）與借貸需求方面 （周宗安，2010； 陳鵬，2011；張學(xué)勇，2010 ），很少有對(duì)農(nóng)村居民家庭金融資產(chǎn)現(xiàn)狀、結(jié)構(gòu)及影響因素的實(shí)證研究。鑒于國(guó)內(nèi)對(duì)農(nóng)村居民金融資產(chǎn)相關(guān)問(wèn)題研究的欠缺，筆者于2012年7月對(duì)我國(guó)農(nóng)村居民家庭金融資產(chǎn)的規(guī)模、結(jié)構(gòu)進(jìn)行了盡可能詳細(xì)的入戶調(diào)研，以期真實(shí)描繪當(dāng)前我國(guó)農(nóng)村居民家庭金融資產(chǎn)現(xiàn)狀，并從實(shí)證的角度分析研究金融資產(chǎn)的影響因素，為進(jìn)一步的理論研究和政策制定提供一定參考。

二、數(shù)據(jù)來(lái)源、指標(biāo)選擇與處理

本文使用的數(shù)據(jù)來(lái)自調(diào)查組于2012年7月對(duì)我國(guó)9省（自治區(qū)、直轄市）的農(nóng)村居民家庭的實(shí)地調(diào)查，調(diào)查問(wèn)卷主要涉及農(nóng)戶家庭財(cái)產(chǎn)總量及金融資產(chǎn)和構(gòu)成，影響農(nóng)戶家庭金融資產(chǎn)總量的因素如家庭經(jīng)濟(jì)、家庭特征、外部環(huán)境等。調(diào)查樣本的抽樣原則是：首先，按全國(guó)三大區(qū)域的劃分，按地區(qū)人均收入排序后隨機(jī)抽取樣本省份，其中，東部地區(qū)3個(gè)省份為山東、江蘇、福建，中部地區(qū)3個(gè)省份為河南、安徽、湖南，西部地區(qū)3個(gè)省份為甘肅、重慶、廣西；其次，根據(jù)各省、市、自治區(qū)內(nèi)經(jīng)濟(jì)發(fā)展水平的不同，以人均收入為基準(zhǔn)，將樣本省份的各個(gè)縣排序，分別隨機(jī)抽取東部地區(qū)7個(gè)縣、中部地區(qū)8個(gè)縣、西部地區(qū)6個(gè)縣，共21個(gè)縣進(jìn)行實(shí)際調(diào)研；最后，在每個(gè)縣，以調(diào)查者所居住鄉(xiāng)村為基礎(chǔ)，隨機(jī)抽取農(nóng)戶為調(diào)查樣本。按照各縣的地級(jí)市歸屬，具體調(diào)查地點(diǎn)和訪問(wèn)戶數(shù)如下：山東菏澤、濱州、濟(jì)寧，江蘇南通、蘇州、揚(yáng)州，福建泉州共計(jì)200戶農(nóng)村居民家庭； 河南鄭州、信陽(yáng)，安徽亳州、宿州、阜陽(yáng)，湖南邵陽(yáng)、湘潭、湘西共計(jì)200戶農(nóng)村居民家庭；甘肅平?jīng)觥㈦]西，重慶黔州，廣西賀州、桂林、百色共計(jì)150戶農(nóng)村居民家庭。為盡可能保證問(wèn)卷信息的真實(shí)可得性，調(diào)查組采用入戶調(diào)查、當(dāng)面訪談并回收問(wèn)卷的形式，發(fā)放、回收問(wèn)卷550份，其中有效問(wèn)卷500份，有效率為90.9%。

文中所涉及的家庭金融資產(chǎn)是指剔除借貸行為后所剩余的金融凈資產(chǎn)，包括居民家庭儲(chǔ)蓄存款、手存現(xiàn)金、金融產(chǎn)品等，儲(chǔ)蓄存款包括定期存款和活期存款；金融產(chǎn)品具體指國(guó)債、股票、基金、保險(xiǎn)等。居民家庭財(cái)產(chǎn)，主要指金融資產(chǎn)、住房估計(jì)價(jià)值（房產(chǎn)）、家庭耐用消費(fèi)品估值和家庭生產(chǎn)經(jīng)營(yíng)資產(chǎn)。其中，房產(chǎn)價(jià)值由兩部分構(gòu)成：一部分為房屋自身價(jià)值；另一部分為裝修附加價(jià)值（調(diào)查測(cè)算過(guò)程中忽略了建筑面積用地價(jià)值），并以消費(fèi)者價(jià)格指數(shù)作為通貨膨脹率衡量指標(biāo)，將數(shù)據(jù)進(jìn)行了適當(dāng)處理。家庭主要耐用消費(fèi)品主要指非經(jīng)營(yíng)性家用汽車和購(gòu)買原值在200元以上、產(chǎn)品壽命一年以上的耐用消費(fèi)品，考慮到耐用消費(fèi)品貶值速度較快，因此對(duì)其現(xiàn)值估計(jì)時(shí)采取30%的折舊率。家庭生產(chǎn)經(jīng)營(yíng)資產(chǎn)主要有家庭農(nóng)機(jī)設(shè)備現(xiàn)值（對(duì)其現(xiàn)值估計(jì)時(shí)也采取30%的折舊率）、固定資產(chǎn)現(xiàn)值（扣除貸款）、自由流動(dòng)資金等。

三、金融資產(chǎn)分布與構(gòu)成

（一）金融資產(chǎn)規(guī)模與分布

調(diào)查數(shù)據(jù)表明，當(dāng)前我國(guó)農(nóng)村居民家庭金融資產(chǎn)戶均值為37825元，與2007年農(nóng)村居民家庭金融資產(chǎn)16459元相比有了大幅提高。但約有53%的被調(diào)查居民家庭金融資產(chǎn)均值位于平均水平之下，金融資產(chǎn)水平為4萬(wàn)元以下的比例達(dá)65%，可以看出，農(nóng)村居民家庭金融資產(chǎn)差異明顯（見(jiàn)圖1）。

同時(shí)，我國(guó)農(nóng)村居民家庭金融資產(chǎn)分布呈現(xiàn)出明顯的地區(qū)差異性。從圖2可以看出，我國(guó)東、中、西部地區(qū)農(nóng)村居民家庭金融資產(chǎn)均值分別為47925元、40900元、21283元，東部地區(qū)農(nóng)村居民家庭金融資產(chǎn)均值為西部地區(qū)的2.25倍，農(nóng)村居民家庭金融資產(chǎn)具有明顯的地區(qū)差異性，這主要源于經(jīng)濟(jì)發(fā)展水平的地區(qū)差異性，這也從側(cè)面反映了我國(guó)東、中、西部農(nóng)村地區(qū)的貧富差異。

（二）金融資產(chǎn)結(jié)構(gòu)

圖3顯示，儲(chǔ)蓄存款在農(nóng)村居民家庭金融資產(chǎn)中構(gòu)成比例最高，達(dá)到80.38%；其次為手存現(xiàn)金，為13.40%；金融產(chǎn)品所占比例最小，為6.22%。同居民家庭金融資產(chǎn)分布狀況一樣，居民家庭金融資產(chǎn)構(gòu)成因地區(qū)不同也存在差異性，農(nóng)村居民家庭金融資產(chǎn)過(guò)多集中在儲(chǔ)蓄存款上是不爭(zhēng)的事實(shí)，但各金融資產(chǎn)結(jié)構(gòu)所占比例因地區(qū)不同而有所差異。從整體來(lái)看，在儲(chǔ)蓄存款占家庭金融資產(chǎn)比例方面，西部農(nóng)村地區(qū)比例最高，其次為中部地區(qū)，東部地區(qū)最小；而手存現(xiàn)金占家庭金融資產(chǎn)的比例，東、中、西部相差不大；東部地區(qū)金融產(chǎn)品所占家庭金融資產(chǎn)比例為8.24%，這幾乎為中部地區(qū)所占比例的兩倍，是西部地區(qū)所占比例的兩倍多，反映了東部農(nóng)村居民在金融資產(chǎn)方面更加側(cè)重于收益。相比2002年農(nóng)村居民家庭金融產(chǎn)品資產(chǎn)幾乎為0，現(xiàn)階段農(nóng)村居民家庭金融資產(chǎn)不單單局限于儲(chǔ)蓄存款和手存現(xiàn)金，金融資產(chǎn)在結(jié)構(gòu)和總量上也有了較大變化。

四、家庭金融資產(chǎn)分布影響因素研究

上文從居民家庭金融資產(chǎn)總量分布和結(jié)構(gòu)兩個(gè)角度闡述了我國(guó)農(nóng)村居民家庭金融資產(chǎn)現(xiàn)狀，但更為重要的是對(duì)金融資產(chǎn)分布影響因素的研究，即哪些因素造成農(nóng)村居民家庭金融資產(chǎn)水平的差異。

（一）研究方法及模型設(shè)定

本文參照李實(shí)（2000）對(duì)我國(guó)居民家庭財(cái)產(chǎn)水平影響因素進(jìn)行研究的方法，將影響居民家庭金融資產(chǎn)積累的因素分為三類：居民家庭經(jīng)濟(jì)因素、居民家庭特征因素、外部環(huán)境因素等，其中家庭經(jīng)濟(jì)因素包括家庭年收入、家庭總財(cái)產(chǎn)、金融借貸行為、投資活動(dòng)；家庭特征因素有戶主年齡、受教育程度以及專業(yè)技能的掌握、家庭勞動(dòng)力人數(shù)、家庭社會(huì)政治資本；外部環(huán)境因素則取決于當(dāng)?shù)剞r(nóng)村地區(qū)的經(jīng)濟(jì)發(fā)展水平，以及東、中、西部區(qū)域性差異等。構(gòu)建農(nóng)村居民家庭金融資產(chǎn)函數(shù)為：

[C=f（Y，F(xiàn)，E，μ）] （1）

其中C為農(nóng)村居民家庭金融資產(chǎn)的自然對(duì)數(shù)；Y代表居民家庭經(jīng)濟(jì)因素；F代表居民家庭特征因素；E為外部環(huán)境因素；μ為隨機(jī)誤差項(xiàng)。

影響農(nóng)村居民家庭金融資產(chǎn)的計(jì)量經(jīng)濟(jì)模型形式如下：

LnFin=β0+β1LnIncome+β2LnCapital+β3Dcs+β4Invest+β5Age+β6Age2 +β7Edu+β8Pros+β9Labs+β10Mcpc+β11Dum+μ （2）

其中，β0為回歸截距項(xiàng)，β1為家庭收入的彈性系數(shù)，β2為家庭財(cái)產(chǎn)的彈性系數(shù)，βi（i=3，4，.....，11）表示回歸系數(shù)，μ為隨機(jī)擾動(dòng)項(xiàng)。

根據(jù)對(duì)農(nóng)村居民家庭調(diào)查所得的樣本數(shù)據(jù)，對(duì)各變量進(jìn)行描述性統(tǒng)計(jì)分析（見(jiàn)表2），農(nóng)村居民家庭金融資產(chǎn)對(duì)數(shù)平均值為10.34；家庭收入對(duì)數(shù)平均值為10.37；家庭借貸行為均值為0.29；投資活動(dòng)均值為0.14；戶主年齡平均值為2.4，表明年齡分布比較平均，平均年齡在45—55歲之間；戶主受教育程度平均值為1.80，表明戶主整體受教育程度較低；是否掌握專業(yè)技能平均值為0.19，傳達(dá)出擁有專業(yè)技能的農(nóng)村居民家庭并不多；家庭勞動(dòng)力人數(shù)平均值為1.70；家庭社會(huì)政治資本平均值為0.13，說(shuō)明在被調(diào)查家庭中，更多家庭成員屬于普通群眾，干部黨員在農(nóng)村家庭較少；地區(qū)虛擬變量平均值為2.10。

為控制解釋變量之間可能存在的共線性問(wèn)題，本文遵循李子奈（2011）提倡的計(jì)量經(jīng)濟(jì)學(xué)模型總體設(shè)定的唯一性與一般性原則，在回歸模型方程中納入所有可能對(duì)被解釋變量（家庭金融資產(chǎn)水平）產(chǎn)生影響的解釋變量（即表2所描述的自變量），即模型在估計(jì)時(shí)對(duì)不同類型控制變量進(jìn)行分別回歸，以減小共線性對(duì)模型估計(jì)的影響。

（二）實(shí)證分析結(jié)果及解釋

綜合上述分析，同時(shí)考慮：（1）采用截面數(shù)據(jù)進(jìn)行回歸分析會(huì)出現(xiàn)異方差；（2）本調(diào)研樣本數(shù)據(jù)相對(duì)較少，不能進(jìn)行穩(wěn)健性檢驗(yàn)；（3）隨機(jī)擾動(dòng)項(xiàng)協(xié)方差未知，因此本文采用可行廣義最小二乘法（FGLS）對(duì)模型（2）進(jìn)行估計(jì)回歸。計(jì)量軟件為Stata12.0，具體估計(jì)結(jié)果見(jiàn)表3。

從表3的回歸結(jié)果可以看出：財(cái)產(chǎn)水平、家庭收入、金融借貸行為、家庭投資活動(dòng)、戶主專業(yè)技能、社會(huì)政治資本、家庭勞動(dòng)力人數(shù)等對(duì)農(nóng)村居民家庭金融資產(chǎn)積累有正面影響，并且財(cái)產(chǎn)水平對(duì)其影響最大，其他依次遞減；戶主年齡及區(qū)域因素對(duì)農(nóng)村居民家庭金融資產(chǎn)的積累有負(fù)面影響。

1. 家庭經(jīng)濟(jì)因素。本文實(shí)證結(jié)果顯示，居民家庭財(cái)產(chǎn)對(duì)金融資產(chǎn)的影響最大，其次為家庭收入，這主要是因?yàn)檗r(nóng)村居民家庭財(cái)產(chǎn)不斷積累，農(nóng)戶很少進(jìn)行投資經(jīng)營(yíng)活動(dòng)，更傾向于存款儲(chǔ)蓄，這與圖3中所反映的內(nèi)容相符。農(nóng)村居民家庭財(cái)產(chǎn)的增加，使得金融資產(chǎn)不斷積累。本調(diào)查組所得數(shù)據(jù)顯示，金融資產(chǎn)占家庭財(cái)產(chǎn)總量的百分比為44.12%，這與2002年中國(guó)社科院經(jīng)濟(jì)研究所收入分配課題組研究所得的12.3%（李實(shí)等，2005）、2007年奧爾多中心的27.65%（梁運(yùn)文等，2010）等研究結(jié)果相比，有了較大提高。但金融資產(chǎn)不斷積累的過(guò)程中，增長(zhǎng)更多的是儲(chǔ)蓄存款，農(nóng)村居民家庭中較少進(jìn)行投資經(jīng)營(yíng)活動(dòng)，沒(méi)有對(duì)現(xiàn)有資金進(jìn)行充分的利用，投資觀念較為淡薄，應(yīng)充分調(diào)動(dòng)農(nóng)民投資的積極性。

計(jì)量回歸模型顯示投資經(jīng)營(yíng)活動(dòng)及借貸行為均對(duì)金融資產(chǎn)產(chǎn)生正向促進(jìn)效應(yīng)。農(nóng)戶通過(guò)借貸行為進(jìn)行投資經(jīng)營(yíng)活動(dòng)，進(jìn)而增加收入，家庭金融資產(chǎn)有所增加。從表4也可以看出，有金融借貸行為、投資經(jīng)營(yíng)活動(dòng)的居民家庭金融資產(chǎn)較多，這與計(jì)量回歸結(jié)果相符合。

2. 家庭特征因素。從表5可以看出，現(xiàn)階段我國(guó)農(nóng)村居民家庭金融資產(chǎn)符合生命周期理論，隨著年齡的增長(zhǎng)，家庭金融資產(chǎn)呈倒“U”型分布。戶主年齡從20歲到40歲，金融資產(chǎn)積累逐步增加，40歲左右達(dá)到峰值，45歲之后金融資產(chǎn)逐步下降。其中戶主年齡在30歲以下金融資產(chǎn)均值為35823元，在30—45歲之間均值為44590元，在45—60歲之間均值為38181元，在60歲以上均值為26000元。表4中計(jì)量回歸結(jié)果也顯示年齡解釋變量系數(shù)為正，年齡平方解釋變量系數(shù)為負(fù)，這更好地?cái)M合了生命周期理論。

對(duì)于農(nóng)村居民家庭來(lái)說(shuō)，財(cái)產(chǎn)的最大值應(yīng)出現(xiàn)在勞動(dòng)力身強(qiáng)力壯的中年時(shí)期，農(nóng)村居民主要從事體力勞動(dòng)，身體健康狀況與勞動(dòng)生產(chǎn)率正相關(guān)，身體狀況良好往往意味著更高的勞動(dòng)生產(chǎn)率和收入，有利于財(cái)產(chǎn)積累。一般情況下，農(nóng)村居民青壯年時(shí)期，身體狀況良好；隨著年齡增長(zhǎng)，會(huì)逐步邁入年老體衰的狀況，收入會(huì)逐步減少甚至消失。另外，年齡的增長(zhǎng)以及年輕時(shí)過(guò)度勞累損耗導(dǎo)致身體狀況較差的個(gè)體通常需要較高的醫(yī)療開(kāi)銷，不利于財(cái)產(chǎn)的積累。身體狀況良好的家庭財(cái)產(chǎn)不斷增加，現(xiàn)階段農(nóng)村居民投資觀念還比較淡薄，很少進(jìn)行投資經(jīng)營(yíng)活動(dòng)，對(duì)于收入的處理選擇，除持有少量現(xiàn)金外，更多地傾向于儲(chǔ)蓄，進(jìn)而使得金融資產(chǎn)增加。隨著年齡的增加，收入減少，金融資產(chǎn)也相應(yīng)地減少。

戶主受教育程度直接體現(xiàn)了家庭人力資本狀況，表3顯示，戶主受教育程度對(duì)家庭金融資產(chǎn)積累有正向影響作用。從表5中可以看出，隨著戶主受教育程度的增加，家庭金融資產(chǎn)也相應(yīng)增加，并且調(diào)查數(shù)據(jù)發(fā)現(xiàn)，在戶主受教育程度為高中及以上的家庭中，儲(chǔ)蓄存款占金融資產(chǎn)的比例為68.84%，遠(yuǎn)低于平均比例80.38%，而金融產(chǎn)品所占比例則為17.37%，高于6.22%的平均水平，可見(jiàn)，現(xiàn)階段高學(xué)歷農(nóng)村居民家庭有了較高的金融投資觀念。

專業(yè)技能的掌握、勞動(dòng)力人數(shù)是戶主家庭生產(chǎn)資本的體現(xiàn)，回歸結(jié)果表明，其對(duì)金融資產(chǎn)均產(chǎn)生正向的影響作用。居民家庭擁有專業(yè)技能及更多的勞動(dòng)力使得家庭生產(chǎn)力更高，能夠獲得更多的收入，從而家庭金融資產(chǎn)才能夠不斷積累。

家庭社會(huì)政治資本對(duì)農(nóng)村居民家庭金融資產(chǎn)的積累也有一定的正向影響。戶主為黨員干部身份能夠運(yùn)用更多的資源，可以降低農(nóng)村地區(qū)金融機(jī)構(gòu)對(duì)農(nóng)戶信息不對(duì)稱的不利影響，能夠及時(shí)獲得外部借貸支持，獲得更多的借貸機(jī)會(huì)，解決農(nóng)戶融資難的問(wèn)題，利于農(nóng)戶生產(chǎn)經(jīng)營(yíng)活動(dòng)，充分體現(xiàn)了社會(huì)政治資本對(duì)于家庭金融資產(chǎn)積累的正效應(yīng)。

3. 外部環(huán)境因素。計(jì)量回歸結(jié)果顯示，地區(qū)因素對(duì)農(nóng)村居民家庭金融資產(chǎn)影響程度不同，差異性較大，這與表1的描述相符。經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，家庭居民金融資產(chǎn)較多；經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)家庭金融資產(chǎn)較少。

五、結(jié)論及建議

通過(guò)對(duì)全國(guó)550戶農(nóng)村居民家庭的調(diào)查，本文詳細(xì)描繪了我國(guó)農(nóng)村居民家庭2012年金融資產(chǎn)的分布、構(gòu)成和主要特征，初步探討了導(dǎo)致居民家庭金融資產(chǎn)水平差異的影響因素，通過(guò)對(duì)數(shù)據(jù)的詳細(xì)分析與實(shí)證研究，得出了如下結(jié)論：

近年來(lái)，我國(guó)農(nóng)村居民家庭金融資產(chǎn)的積累不斷增加，在家庭財(cái)產(chǎn)中所占的比例大幅上升，家庭收入與財(cái)產(chǎn)、借貸行為、投資經(jīng)營(yíng)活動(dòng)等均是影響家庭金融資產(chǎn)規(guī)模的重要因素，且均產(chǎn)生正向促進(jìn)作用，其中家庭財(cái)產(chǎn)因素對(duì)金融資產(chǎn)規(guī)模影響最大，其次為家庭收入，兩者在很大程度上決定著居民家庭金融資產(chǎn)水平。但整體來(lái)看，金融資產(chǎn)主要集中在儲(chǔ)蓄存款上，資金利用效率低，農(nóng)村居民家庭金融資產(chǎn)結(jié)構(gòu)有所變化，金融產(chǎn)品資產(chǎn)占有一定比例。

居民家庭金融資產(chǎn)分布符合生命周期理論：戶主年齡從20歲到45歲，家庭金融資產(chǎn)積累逐步增加，40歲左右金融資產(chǎn)達(dá)到峰值，45歲之后，金融資產(chǎn)逐步下降。同時(shí)，農(nóng)村居民家庭金融資產(chǎn)與戶主受教育程度明顯正相關(guān)，這從側(cè)面肯定了教育對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展水平的改善。接受教育程度較高的家庭擁有更多的金融資產(chǎn)，并且在金融資產(chǎn)構(gòu)成中，儲(chǔ)蓄存款所占比例相對(duì)較低，金融產(chǎn)品所占比例較高，在金融資產(chǎn)保值增值方面有了更強(qiáng)的意識(shí)。家庭社會(huì)政治資本對(duì)家庭金融資產(chǎn)起正向促進(jìn)作用。農(nóng)村居民家庭所處的地理位置不同，家庭金融資產(chǎn)也存在很大差異。

農(nóng)村居民家庭金融資產(chǎn)是家庭財(cái)產(chǎn)構(gòu)成的主要部分，改善金融資產(chǎn)結(jié)構(gòu)，增加金融資產(chǎn)，要突破收入水平的約束，政府應(yīng)當(dāng)鼓勵(lì)農(nóng)戶進(jìn)行投資經(jīng)營(yíng)活動(dòng)，發(fā)展農(nóng)村經(jīng)濟(jì)，提高農(nóng)村居民家庭收入，同時(shí)還應(yīng)從制度和政策上引導(dǎo)農(nóng)村居民家庭對(duì)金融資產(chǎn)的選擇行為，滿足農(nóng)村居民家庭的借貸需求，使更多的儲(chǔ)蓄存款轉(zhuǎn)換為流動(dòng)資金，增加資金的流動(dòng)性和收益性。

參考文獻(xiàn)：

[1]陳鵬，劉錫良.中國(guó)農(nóng)戶融資選擇意愿研究——來(lái)自10省2萬(wàn)家農(nóng)戶借貸調(diào)查的證據(jù)[J].金融研究，2011，（7）.

[2]李實(shí)，魏眾，B.古斯塔夫森.中國(guó)城鎮(zhèn)居民的財(cái)產(chǎn)分配[J].經(jīng)濟(jì)研究，2000，（3）.

[3]李實(shí)，魏眾，丁賽.中國(guó)居民財(cái)產(chǎn)分布不均等及其原因的經(jīng)驗(yàn)分析[J].經(jīng)濟(jì)研究，2005，（6）.

[4]梁運(yùn)文，霍震，劉凱.中國(guó)城鄉(xiāng)居民財(cái)產(chǎn)的實(shí)證研究[J].經(jīng)濟(jì)研究，2010，（10）.

[5]李子奈.計(jì)量經(jīng)濟(jì)學(xué)模型與方法論[M].清華大學(xué)出版社，2011，（3）.

[6]史代敏，宋艷.居民家庭金融資產(chǎn)選擇的實(shí)證研究[J].統(tǒng)計(jì)研究，2005，（10）.

[7]史代敏等.居民家庭金融資產(chǎn)選擇的建模研究[M].中國(guó)人民大學(xué)出版社， 2012，（3）.

[8]童馨樂(lè)，褚保金，楊向陽(yáng).社會(huì)資本對(duì)農(nóng)戶借貸行為影響的實(shí)證研究——基于八省1003個(gè)農(nóng)戶的調(diào)查數(shù)據(jù)[J].金融研究，2011，（12）.

[9]徐展峰，賈健.農(nóng)民金融資產(chǎn)分布、選擇行為與影響因素分析——基于江西省2450個(gè)農(nóng)戶數(shù)據(jù)[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2010，（05）.

第3篇

關(guān)鍵詞：農(nóng)戶融資；非正規(guī)金融；金融創(chuàng)新 文章編號(hào)：1003-4625（2014）01-0028-05 中圖分類號(hào)：F832.43 文獻(xiàn)標(biāo)志碼：A

一、問(wèn)題的提出與文獻(xiàn)綜述

中國(guó)農(nóng)村金融市場(chǎng)存在著正規(guī)金融和非正規(guī)金融的二元金融供給結(jié)構(gòu)，不同地區(qū)這兩種融資渠道的活躍程度不同，在很多地區(qū)通過(guò)非正規(guī)金融渠道的融資要比正規(guī)金融渠道的融資比例高。馬曉青等（2012）研究發(fā)現(xiàn)，相較于江蘇和四川的農(nóng)戶，河南的農(nóng)戶更傾向于非正規(guī)融資渠道，90%以上的農(nóng)戶的融入款項(xiàng)來(lái)自于親戚朋友等非正規(guī)融資渠道。那么，為什么大部分農(nóng)戶的資金需求通過(guò)非正規(guī)渠道融入？農(nóng)戶在選擇融資渠道時(shí)到底會(huì)受到哪些因素影響？中國(guó)農(nóng)村金融改革過(guò)程中應(yīng)該如何構(gòu)建真正適應(yīng)農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)戶需要的農(nóng)村金融體系？

在對(duì)發(fā)展中國(guó)家農(nóng)村金融的研究中，考慮到銀行等正規(guī)金融機(jī)構(gòu)的利率往往受到政府干預(yù)而控制在較低的水平，國(guó)外主流觀點(diǎn)通常對(duì)農(nóng)戶融資順序作如下假設(shè)：農(nóng)戶在需要外源融資時(shí)，首先向正規(guī)金融機(jī)構(gòu)申請(qǐng)貸款，如果正規(guī)機(jī)構(gòu)不能滿足其需求，他們才會(huì)考慮非正規(guī)渠道。但Boucher and Guirkinger（2007）指出，銀行通過(guò)抵押機(jī)制將貸款風(fēng)險(xiǎn)轉(zhuǎn)移給了農(nóng)民，這會(huì)使風(fēng)險(xiǎn)規(guī)避型的農(nóng)戶不愿意向正規(guī)金融機(jī)構(gòu)貸款，從而選擇無(wú)抵押無(wú)擔(dān)保要求的民間融資。Kochar（1997）、Mushinski（1999）則強(qiáng)調(diào)非正規(guī)渠道在交易成本等方面有著獨(dú)特的優(yōu)勢(shì)，有的借貸交易成本幾乎為零，農(nóng)戶更愿意以較低的成本來(lái)獲得貸款。Coleman（2006）研究表明，農(nóng)村小額貸款目標(biāo)上移，主要受益者仍是貧困人口中較為富裕的那一批人，而農(nóng)村中有貸款需求的不僅僅是這些較為富裕的人，其他的相對(duì)比較貧困的農(nóng)戶就只能求助于非正規(guī)金融。Kazunari等（2010）指出，農(nóng)戶自營(yíng)經(jīng)濟(jì)傾向于正式借貸作為其資金的穩(wěn)定來(lái)源，但由于交易成本等因素，雖然他們的信貸規(guī)模較小，仍然被排斥在正規(guī)金融之外。Calum G.Turvey，R0ng K0ng（2010）通過(guò)對(duì)1500戶農(nóng)戶的調(diào)查發(fā)現(xiàn)，超過(guò)67%的農(nóng)戶是從親戚、朋友等非正規(guī)金融渠道借貸，非正規(guī)借貸是農(nóng)戶融資的首選。George Mawuli Akoandiar等（2013）運(yùn)用Tobit、Logit模型分析得出，家庭規(guī)模、年齡、性別、婚姻狀況、職業(yè)、收入等決定著農(nóng)戶金融市場(chǎng)參與度，地理特征是農(nóng)戶從金融市場(chǎng)獲得金融服務(wù)的一個(gè)重要影響因素，相比于城鎮(zhèn)居民，農(nóng)村住戶更傾向于從非正式金融渠道獲取金融服務(wù)。

國(guó)內(nèi)研究方面，錢水土、陸會(huì)（2008）通過(guò)對(duì)溫州農(nóng)戶借貸行為的調(diào)查分析發(fā)現(xiàn)，相對(duì)于正規(guī)金融而言，非正規(guī)金融更能滿足不同收入等級(jí)農(nóng)戶多樣化的資金需求，因此農(nóng)戶融資時(shí)更偏好于非正規(guī)金融。至于哪些因素會(huì)對(duì)農(nóng)戶融資渠道的選擇造成影響，李銳、李超（2007）研究證明，戶主的性別、受教育的最高年限對(duì)農(nóng)戶借款偏好的影響并不顯著，家庭純收入、所經(jīng)營(yíng)土地面積以及醫(yī)療衛(wèi)生、教育總支出對(duì)農(nóng)戶借款偏好的影響在統(tǒng)計(jì)上是顯著的，農(nóng)戶土地?fù)碛辛颗c其融資偏好存在正相關(guān)關(guān)系，即農(nóng)戶擁有的土地?cái)?shù)量越大，越傾向于從正規(guī)金融機(jī)構(gòu)融資。但是，馬曉青等（2010）卻得出農(nóng)戶土地?fù)碛辛繉?duì)其融資偏好不存在顯著影響的結(jié)論，證明了收入和教育程度較高、參加合作組織、擔(dān)任村干部、擁有良好信用記錄的農(nóng)戶更偏好于正規(guī)借貸；而在遭受災(zāi)害等收入沖擊時(shí)，農(nóng)戶對(duì)非正規(guī)渠道的偏好增加；正規(guī)金融市場(chǎng)發(fā)展較差的地區(qū)，也會(huì)吸引更多的農(nóng)戶在融資時(shí)選擇非正規(guī)渠道。褚保金等（2008）運(yùn)用廣義Logit模型對(duì)農(nóng)戶借貸渠道的選擇因素進(jìn)行了實(shí)證分析，認(rèn)為戶主的教育年限、住房?jī)r(jià)值、社會(huì)資本等是影響農(nóng)戶正規(guī)和非正規(guī)借貸需求的主要因素，教育支出是影響農(nóng)戶非正規(guī)借貸需求的主要因素，播種面積、住房?jī)r(jià)值、家庭年總收入與獲得正規(guī)借貸支持顯著正相關(guān)。孔榮、衣明卉等（2011）通過(guò)對(duì)陜西、甘肅兩省農(nóng)戶的調(diào)查分析認(rèn)為，農(nóng)戶融資更偏好于非正規(guī)渠道，貸款程序的復(fù)雜程度、利率高低、金融機(jī)構(gòu)對(duì)農(nóng)戶的信任水平、家庭文化等是導(dǎo)致農(nóng)戶不選擇正規(guī)融資渠道的原因。趙建梅、劉玲玲（2013）研究發(fā)現(xiàn)：供給型和需求型信貸約束都顯著地促進(jìn)農(nóng)戶選擇非正規(guī)金融。

綜上所述，國(guó)內(nèi)外學(xué)者對(duì)農(nóng)戶融資渠道選擇及其影響因素做了許多有價(jià)值的探討，但研究只是針對(duì)農(nóng)戶融入資金而對(duì)農(nóng)戶的資金融出情況都沒(méi)有涉及，這不利于我們?nèi)媪私廪r(nóng)村金融市場(chǎng)發(fā)展的現(xiàn)狀以及存在的問(wèn)題。本文通過(guò)對(duì)河南省林州市農(nóng)戶融資（包括融入和融出）情況的實(shí)地調(diào)查，試圖對(duì)本文開(kāi)篇提出的問(wèn)題進(jìn)行研究和探討。

二、傳統(tǒng)農(nóng)區(qū)農(nóng)戶融資現(xiàn)狀調(diào)查

（一）調(diào)查情況介紹

本項(xiàng)調(diào)查時(shí)間為2013年1―2月，調(diào)查地點(diǎn)是經(jīng)濟(jì)發(fā)展相對(duì)落后的傳統(tǒng)農(nóng)區(qū)――河南省林州市（縣級(jí)市），包括姚村鎮(zhèn)、合澗鎮(zhèn)、任村鎮(zhèn)和城郊鄉(xiāng)的22個(gè)村莊。本次調(diào)查采用二次抽樣法：第一次隨機(jī)抽樣確定調(diào)查地點(diǎn)，共調(diào)查了姚村鎮(zhèn)6個(gè)村莊、合澗鎮(zhèn)5個(gè)村莊、任村鎮(zhèn)6個(gè)村莊、城郊鄉(xiāng)5個(gè)村莊；第二次根據(jù)調(diào)查地點(diǎn)的居民收入分層抽樣確定調(diào)查對(duì)象，按照一定的比例隨機(jī)抽取低收入戶、中等收入戶和高收入戶，收回有效問(wèn)卷共188份。在所調(diào)查的農(nóng)戶中，40―49歲的農(nóng)民占39.9%，50一59歲的農(nóng)民占39.4%；其中，文化程度為高中及高中以上的占13.8%，初中文化的占59.6%，小學(xué)及沒(méi)上學(xué)的占26.6%，他們一般為被訪農(nóng)戶的戶主。由于目前農(nóng)民的文化程度普遍不高，為了提高調(diào)查問(wèn)卷的真實(shí)性，此次調(diào)查采用調(diào)查人員上門和入戶調(diào)查方式，通過(guò)與被訪人員交談溝通后由調(diào)查人員填寫(xiě)調(diào)查問(wèn)卷。

（二）農(nóng)戶融資現(xiàn)狀

1.非正規(guī)金融是農(nóng)戶融入資金的主渠道

調(diào)查發(fā)現(xiàn)，為了滿足生產(chǎn)、生活資金需求，大部分農(nóng)戶主要通過(guò)非正規(guī)金融渠道融入資金。表1是樣本農(nóng)戶在正規(guī)金融和非正規(guī)金融市場(chǎng)的借款情況表。其中，只發(fā)生非正規(guī)借款的農(nóng)戶比例為64.36%（包括民間無(wú)息和有息借款），而只發(fā)生正規(guī)金融機(jī)構(gòu)借款的農(nóng)戶比例僅為1.60%，遠(yuǎn)遠(yuǎn)小于民間借款的比例。可見(jiàn)，農(nóng)戶在需要融資時(shí)，傾向于從非正規(guī)渠道獲得資金。

本文使用的農(nóng)戶調(diào)查問(wèn)卷對(duì)民間借貸區(qū)分了無(wú)息的友情借貸和民間有息借貸。無(wú)息友情借貸主要是發(fā)生在親戚朋友之間的互借貸，而民間有息借貸大部分是農(nóng)戶向民間金融組織或村里的富裕戶、放貸者的借款。調(diào)查顯示，發(fā)生無(wú)息借款的農(nóng)戶（在所調(diào)查的農(nóng)戶中參與有息借款的農(nóng)戶均有無(wú)息借款）共有122戶，在所調(diào)查的農(nóng)戶中比例高達(dá)64.89%；參與民間有息借款的只有16家農(nóng)戶，比例較小，僅為8.5%。

非正規(guī)金融成為農(nóng)戶融入資金的主渠道，一個(gè)重要的原因是農(nóng)戶融入資金主要用于生活性開(kāi)支，而正規(guī)金融機(jī)構(gòu)的貸款傾向于生產(chǎn)性融資。目前商業(yè)銀行、農(nóng)村信用社等正規(guī)金融機(jī)構(gòu)很少有針對(duì)農(nóng)戶生活性融資的貸款項(xiàng)目，因此，當(dāng)農(nóng)戶出現(xiàn)生活性資金短缺時(shí)，只有選擇非正規(guī)融資渠道。如圖1所示，樣本農(nóng)戶通過(guò)非正規(guī)渠道借款用于子女上學(xué)、購(gòu)建房、婚喪嫁娶的三項(xiàng)占比最高。

2.民間集資成為農(nóng)戶閑余資金的重要融出渠道

趙慶光（2013）認(rèn)為，2010―2011年，國(guó)家宏觀調(diào)控政策加大了對(duì)房地產(chǎn)業(yè)的限制，民間借貸市場(chǎng)需求由中小企業(yè)生產(chǎn)經(jīng)營(yíng)需求轉(zhuǎn)向房地產(chǎn)規(guī)避政策限制性需求，從而推動(dòng)了河南省民間借貸市場(chǎng)非理性、爆發(fā)式增長(zhǎng)。在文本所調(diào)查的河南省林州市農(nóng)村地區(qū)也證實(shí)了這個(gè)發(fā)現(xiàn)，所調(diào)查的188個(gè)樣本農(nóng)戶中，有55.32%的農(nóng)戶（包含只參與民間集資和同時(shí)參與民間集資及互融資）參與了民間集資（見(jiàn)表2）。

該地區(qū)民間集資的利率在8%-20%不等，一些集資中介的利率高達(dá)30%。通過(guò)對(duì)樣本農(nóng)戶集資情況的線性回歸分析證實(shí)，高利率是吸引農(nóng)戶參與民間集資的首要因素。農(nóng)民收入增加有了閑余卻沒(méi)有合適的投資渠道，是他們參與民間集資的重要原因。在回歸分析中，將農(nóng)戶集資金額作為因變量，家庭人口數(shù)、戶主文化程度、戶主年齡、收入、集資利率作為自變量，回歸結(jié)果如下：人口數(shù)、文化程度、年齡對(duì)于集資金額的影響均不顯著，而農(nóng)戶收入和集資利率分別在5%、1%的顯著性水平下對(duì)集資金額有著顯著的正影響（見(jiàn)表3）。

3.非正規(guī)融資渠道存在風(fēng)險(xiǎn)隱患

從農(nóng)戶融入資金來(lái)看，在所調(diào)查的農(nóng)戶中，互融資中只有35個(gè)農(nóng)戶在借入資金時(shí)采用寫(xiě)借條的方式，而且借條極不規(guī)范，大部分親戚朋友之間借貸的借條只寫(xiě)明借款數(shù)額，沒(méi)有具體約定借款期限；其余87戶都是采用口頭約定形式，他們完全憑借雙方之間的情感和信譽(yù)行事，既無(wú)借據(jù)也無(wú)抵押擔(dān)保，這種沒(méi)有任何約束的借貸方式在互融資中占比高達(dá)71.3%。在民間有息借貸中，簽訂合同、請(qǐng)人擔(dān)保的只有3戶，其余的也都是采取借條形式。不規(guī)范的借貸方式，一旦出現(xiàn)借款人不能或不愿履約，出借方的權(quán)益將難以得到保障。

從農(nóng)戶融出資金來(lái)看，參與民間集資的樣本農(nóng)戶，借貸手續(xù)也極不規(guī)范。調(diào)查中了解到，大部分參與民間集資的農(nóng)戶只是根據(jù)中介人的陳述來(lái)了解融資企業(yè)的狀況，或只看過(guò)中介人出示的融資企業(yè)的營(yíng)業(yè)執(zhí)照復(fù)印件以及企業(yè)與中介人簽訂的借貸合同，在得到未來(lái)收益許諾后就將資金交給中介人，坐等到期收取利息。出于對(duì)中介人的信任，這些農(nóng)戶自己并沒(méi)有與融資企業(yè)簽訂借款合同或索要借條。這種集資方式在調(diào)查地區(qū)極為普遍，也存在極大的風(fēng)險(xiǎn)隱患。調(diào)查顯示，參與民間集資的104戶中，本金和利息都收回的僅有4戶，僅占3.85%，本金和利息均無(wú)收回的有94戶，占比90.38%（見(jiàn)表4）。

三、傳統(tǒng)農(nóng)區(qū)農(nóng)戶選擇非正規(guī)融資渠道影響因素的實(shí)證分析

一般認(rèn)為農(nóng)民符合理性人的假設(shè)，但擁有較低利率的正規(guī)金融機(jī)構(gòu)（如農(nóng)村信用社等）并沒(méi)有成為農(nóng)戶融資的首選，被調(diào)查的農(nóng)戶中，64.89%的農(nóng)戶在融入資金時(shí)和55.32%的農(nóng)戶在融出資金時(shí)選擇了非正規(guī)融資渠道。那么，農(nóng)戶選擇非正規(guī)融資渠道到底受到了哪些因素影響？

（一）研究假設(shè)

本文選擇的是二元離散變量選擇模型――Lo-gistic模型，將農(nóng)戶是否從非正規(guī)金融渠道融入資金作為被解釋變量，如果是，則賦值為1；不是，則賦值為0。由逐步回歸分析得知，融資用途對(duì)于農(nóng)戶選擇非正規(guī)渠道融資非常顯著，而在被調(diào)查地區(qū)中，農(nóng)戶融資用途多樣化以及參與民間集資的現(xiàn)象比較普遍，故本文將農(nóng)戶融資用途中占比量較大的幾項(xiàng)以及是否參與民間集資選為自變量進(jìn)行分析。本文共選擇了家庭人口數(shù)、戶主年齡、戶主文化程度、家庭近一年收入、融資是否用于子女上學(xué)、應(yīng)付天災(zāi)人禍、購(gòu)建房、婚喪嫁娶等以及是否參與民間集資作為自變量，并提出以下假設(shè)：

1.家庭人口數(shù)與農(nóng)戶融資行為成正向關(guān)系

在樣本地區(qū)，農(nóng)戶的人均土地面積很少，資金主要來(lái)源于外出務(wù)工等工資性收入。家庭人口多，如果是男性人數(shù)多，可能農(nóng)戶家庭收入較高，但同時(shí)男性人數(shù)多意味著將來(lái)要花費(fèi)更多的資金來(lái)購(gòu)建房和結(jié)婚成家，這就增加了農(nóng)戶的融資需求；如果是女性人數(shù)多，則可能形成一人掙錢、多人消費(fèi)的局面，尤其是當(dāng)家庭在校子女人數(shù)較多時(shí)，就更增加了農(nóng)戶的融資需求。

2.戶主年齡與農(nóng)戶融資行為成“凸型”關(guān)系

在所調(diào)查的農(nóng)戶中，40―50歲的調(diào)查對(duì)象的融資需求要高于其他年齡段的農(nóng)戶，因?yàn)檫@個(gè)年齡段的農(nóng)戶面臨著子女教育、幫助子女成家以及贍養(yǎng)老人等諸多人生大問(wèn)題。隨著年齡的增長(zhǎng)，戶主的身體狀況和勞動(dòng)技能等有所下降，他們外出務(wù)工的機(jī)會(huì)和創(chuàng)收的能力以及償債能力都會(huì)降低，融資能力和融資欲望也會(huì)隨之下降。

3.家庭收入與農(nóng)戶的融資行為成反向關(guān)系

農(nóng)戶家庭收入水平越高，說(shuō)明農(nóng)戶的自身積累越多，擁有的財(cái)產(chǎn)和自有資金的規(guī)模越大，農(nóng)戶發(fā)生融資的可能性會(huì)降低。

4.參與民間集資與農(nóng)戶融資成正向關(guān)系

由于資金的趨利本性，樣本農(nóng)戶中有55.32%在2010―2012年間參與了民間集資，但由于一系列因素，參與民間集資的農(nóng)戶中90.38%的農(nóng)戶沒(méi)能收回本息，這大大減少了農(nóng)戶的自身積累，減少了農(nóng)戶的自有資金，導(dǎo)致農(nóng)戶融資的可能性會(huì)增加。主要變量描述見(jiàn)表5。

（二）結(jié)果分析

從以上實(shí)證結(jié)果可以看出：

（1）家庭人口數(shù)對(duì)農(nóng)戶非正規(guī)融資存在不顯著的正向影響，這與假設(shè)“家庭人口數(shù)與農(nóng)戶融資行為成正向關(guān)系”相符合，家庭人口數(shù)多，相應(yīng)地各類消費(fèi)也會(huì)增多，農(nóng)戶就比較容易產(chǎn)生融資需求。

（2）戶主文化程度對(duì)農(nóng)戶非正規(guī)融資有著不顯著的正向影響。戶主的文化水平很大程度上決定了他們的生產(chǎn)經(jīng)營(yíng)能力和對(duì)事物的認(rèn)知水平。文化程度低，他們從正規(guī)金融機(jī)構(gòu)獲得資金的機(jī)會(huì)就很少，于是他們把希望寄托在非正規(guī)渠道。

（3）年齡對(duì)于農(nóng)戶非正規(guī)融資有著顯著的負(fù)影響。隨著戶主年齡的增加，他們也越來(lái)越少?gòu)姆钦?guī)金融渠道融資，一個(gè)方面的可能原因是他們已有了一定的積累，自有資金可以滿足自家的消費(fèi)，另一方面的可能原因是，隨著年齡的增長(zhǎng)，他們創(chuàng)造收入和償還債務(wù)的能力都下降了，因而，融資欲望和融資能力也隨之降低。

（4）家庭收入對(duì)農(nóng)戶非正規(guī)融資有著顯著的反向影響，這與我們的假設(shè)相符。家庭收入越多，農(nóng)戶可支配的自有資金或積累資金相對(duì)較多，自有資金可以解決生產(chǎn)和生活問(wèn)題，即便是內(nèi)源融資不能完全滿足需求，所需外源融資也不會(huì)太多。

（5）子女上學(xué)、購(gòu)建房對(duì)于農(nóng)戶從非正規(guī)渠道融資有著顯著的正向影響。調(diào)查中發(fā)現(xiàn)，農(nóng)戶融資的目的主要是生活性開(kāi)支，并且希望能夠迅速及時(shí)得到滿足，而正規(guī)金融機(jī)構(gòu)對(duì)農(nóng)戶提供的主要是生產(chǎn)性貸款，并且貸款手續(xù)繁雜、耗時(shí)較長(zhǎng)，這些都不符合農(nóng)戶的要求，因此農(nóng)戶大都通過(guò)非正規(guī)渠道滿足自己的借貸需求。

（6）是否參與民間集資對(duì)農(nóng)戶從非正規(guī)金融渠道融資有著顯著的反向關(guān)系，這與我們的假設(shè)不符。原因可能有兩個(gè)：一是參與民間集資的農(nóng)戶由于獲得了集資的高利息回報(bào)，增加了自有資金，不需要借貸；二是參與民間集資的農(nóng)戶可能未來(lái)沒(méi)有借貸意愿，或者是自有資金較多，拿出一部分參與集資對(duì)自己將來(lái)的消費(fèi)不會(huì)造成影響，因而不需要借貸。

四、主要結(jié)論及政策建議

本文通過(guò)對(duì)河南省林州市農(nóng)戶融資情況的實(shí)地調(diào)查發(fā)現(xiàn)，傳統(tǒng)農(nóng)區(qū)農(nóng)戶的融資需求層次比較低，大多集中在生活性需求上，而正規(guī)金融機(jī)構(gòu)主要發(fā)放生產(chǎn)性貸款，因此，絕大部分農(nóng)戶通過(guò)向親朋好友借款等非正規(guī)渠道來(lái)緩解資金短缺的困難；同時(shí)由于收入增加又缺乏合適的投資渠道，高風(fēng)險(xiǎn)的民間集資成為農(nóng)戶閑余資金的重要融出渠道。運(yùn)用Logis-tic模型對(duì)農(nóng)戶選擇非正規(guī)融資渠道的影響因素進(jìn)行實(shí)證分析，結(jié)果表明：家庭收入、戶主年齡、生活性融資、參與民間集資對(duì)農(nóng)戶選擇非正規(guī)融資產(chǎn)生較顯著的影響，而家庭人口數(shù)、文化程度的影響不顯著。

基于以上結(jié)論，本文的政策建議是：

（1）農(nóng)村金融機(jī)構(gòu)應(yīng)注重金融創(chuàng)新，滿足農(nóng)戶不同的融資需求。農(nóng)村金融機(jī)構(gòu)應(yīng)不斷提高自身的創(chuàng)新能力，根據(jù)農(nóng)戶融資需求的動(dòng)態(tài)變化，及時(shí)設(shè)計(jì)多元化、個(gè)性化的金融產(chǎn)品和信貸工具，尤其是要有針對(duì)性地設(shè)計(jì)一些包括農(nóng)戶建房、子女教育等生活性貸款產(chǎn)品，以滿足農(nóng)戶不同的融資需求。針對(duì)農(nóng)戶家庭收入不穩(wěn)定的現(xiàn)實(shí)情況，為了規(guī)避貸款風(fēng)險(xiǎn)，當(dāng)?shù)乇O(jiān)管部門可以協(xié)助正規(guī)金融機(jī)構(gòu)建立健全“農(nóng)戶征信體系”，對(duì)農(nóng)戶進(jìn)行信用等級(jí)評(píng)定，通過(guò)信用創(chuàng)建活動(dòng)，正規(guī)金融機(jī)構(gòu)全面掌握了農(nóng)戶信用狀況和還款能力等信息，就可以有效簡(jiǎn)化貸款手續(xù)，滿足農(nóng)戶隨用隨貸的需求；對(duì)于誠(chéng)實(shí)守信、創(chuàng)收能力強(qiáng)的農(nóng)戶，還可以提高授信額度和擴(kuò)展授信范圍，通過(guò)不斷創(chuàng)新來(lái)拓寬金融服務(wù)范圍。

（2）建立多層次的中小農(nóng)村金融機(jī)構(gòu)，增加農(nóng)戶的投融資渠道。目前，我國(guó)在經(jīng)濟(jì)相對(duì)發(fā)達(dá)、城鎮(zhèn)化程度比較高的農(nóng)村地區(qū)，建立了小額貸款公司、村鎮(zhèn)銀行等中小金融機(jī)構(gòu)，擴(kuò)大了金融服務(wù)的覆蓋面，而在傳統(tǒng)農(nóng)區(qū)，由于地方財(cái)政實(shí)力比較弱，集體經(jīng)濟(jì)不夠發(fā)達(dá)，這一類的中小金融機(jī)構(gòu)尚未建立起來(lái)，農(nóng)戶可選擇的投融資渠道較少。因此，傳統(tǒng)農(nóng)區(qū)中小金融機(jī)構(gòu)的建立應(yīng)該采取“省、市、縣、鎮(zhèn)”聯(lián)動(dòng)的機(jī)制，在全省范圍內(nèi)統(tǒng)籌安排，普遍建立起小額信貸公司、村鎮(zhèn)銀行、農(nóng)村資金互助社、郵政儲(chǔ)蓄銀行、農(nóng)村信用社等多層次的中小農(nóng)村金融機(jī)構(gòu)，搭建滿足農(nóng)戶投融資需求的區(qū)域性P2P小額貸款平臺(tái)，增加農(nóng)村地區(qū)的投融資渠道，讓農(nóng)戶融資有更多的選擇。

（3）加強(qiáng)對(duì)農(nóng)戶金融知識(shí)的宣傳和教育。調(diào)查發(fā)現(xiàn)，86.7%的樣本農(nóng)戶對(duì)金融知識(shí)和貸款政策不了解。農(nóng)村地區(qū)尤其是傳統(tǒng)農(nóng)區(qū)的農(nóng)民金融知識(shí)貧乏，成為阻礙他們獲得融資的一道無(wú)形屏障。因此，應(yīng)該加強(qiáng)對(duì)農(nóng)戶金融知識(shí)的宣傳和教育，一是政府宣傳部門積極推動(dòng)金融知識(shí)“上報(bào)紙、上電視、上電臺(tái)、上網(wǎng)絡(luò)”，促進(jìn)廣大農(nóng)民在寬松的輿論環(huán)境中接受金融知識(shí)普及教育；二是各金融機(jī)構(gòu)應(yīng)當(dāng)在普及金融知識(shí)教育中擔(dān)當(dāng)主角，開(kāi)展“送金融知識(shí)下鄉(xiāng)”活動(dòng)，采取舉辦公益性金融知識(shí)展覽、金融知識(shí)講座、典型案例講解等方式，宣傳金融知識(shí)、傳播金融理念，讓農(nóng)民普遍了解銀行存款、銀行貸款、國(guó)債等方面的知識(shí)，通過(guò)大力宣傳提高農(nóng)民對(duì)農(nóng)村金融機(jī)構(gòu)貸款政策的認(rèn)知程度，鼓勵(lì)農(nóng)戶從正規(guī)金融機(jī)構(gòu)獲得融資服務(wù)。

（4）發(fā)揮非正規(guī)金融對(duì)正規(guī)金融的補(bǔ)充作用。非正規(guī)金融以其獨(dú)特的優(yōu)勢(shì)，為農(nóng)戶提供了正規(guī)金融機(jī)構(gòu)難以企及的便利與服務(wù)，在維持農(nóng)戶日常生活、擴(kuò)大生產(chǎn)經(jīng)營(yíng)活動(dòng)方面發(fā)揮了重要的作用。因此，政府監(jiān)管部門應(yīng)該引導(dǎo)非正規(guī)金融有序發(fā)展，對(duì)于非法集資、牟取暴利等擾亂金融市場(chǎng)的非正規(guī)借貸行為，堅(jiān)決予以取締；對(duì)于親朋借貸的小規(guī)模信貸活動(dòng)采取不干預(yù)的態(tài)度，但對(duì)此類金融活動(dòng)中的契約應(yīng)給予法律上的保護(hù)，促使其規(guī)范化發(fā)展，充分發(fā)揮非正規(guī)金融對(duì)正規(guī)金融的補(bǔ)充作用。

參考文獻(xiàn)：

[1]馬曉青，劉莉亞，胡乃紅，王照飛.信貸需求與融資渠道偏好影響因素的實(shí)證分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2012，（5）：65-76.

[2]Boucher S and Guirkinger C.Risk，Wealth and Sectoral Choice in Rural Credit Markets[J].AmericanJournal of Agricultural Economics，89（4）：991-1004。2007.

[3]錢水土，陸會(huì).農(nóng)村非正規(guī)金融的發(fā)展與農(nóng)戶融資行為研究――基于溫州農(nóng)村地區(qū)的調(diào)查分析[J].金融研究，2008，（10）。

[4]李銳，李超.農(nóng)戶貸款行為和偏好的計(jì)量分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2007，（8）.

[5]馬曉青，朱喜，史清華.農(nóng)戶融資偏好順序及其決定因素――來(lái)自五省農(nóng)戶調(diào)查的微觀證據(jù)[J].社會(huì)科學(xué)戰(zhàn)線，2010，（4）：72―80.

[6]孔榮，衣明卉，尚宗元.農(nóng)戶融資偏好及其成因研究――陜西、甘肅897份調(diào)查問(wèn)卷分析[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，17（6）：24-29.

第4篇

筆者利用NGO扶貧貸款調(diào)查數(shù)據(jù)，采用配對(duì)樣本多項(xiàng)選擇Logit模型，對(duì)NGO小額貸款介入前后貧困農(nóng)戶借款決策、借款額度的影響因素進(jìn)行了分析。結(jié)果顯示，接受NGO小額貸款后，貧困農(nóng)戶借款發(fā)生率和借款總額明顯下降，單戶借款額度卻相對(duì)上升；農(nóng)戶主要借款途徑由私人借款轉(zhuǎn)向農(nóng)村信用社和其他渠道。實(shí)證研究顯示，除戶主個(gè)人特征、家庭人口構(gòu)成等內(nèi)在因素對(duì)貧困農(nóng)戶借款行為影響顯著外，農(nóng)村金融供給狀態(tài)也是重要的外在性影響因素。在金融抑制條件下，正規(guī)金融機(jī)構(gòu)貸款門檻較高，私人借貸成為貧困農(nóng)戶借款的主要供給者。NGO小額信貸通過(guò)提升貧困農(nóng)戶的經(jīng)濟(jì)能力來(lái)轉(zhuǎn)變其借款行為，在農(nóng)戶借貸途徑由私人借貸轉(zhuǎn)向信用社借貸過(guò)程中發(fā)揮著“助推器”作用。

關(guān)鍵詞：貧困農(nóng)戶；借款行為；NGO小額貸款

基金項(xiàng)目：成都市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（ZST12-2）；河北省社會(huì)科學(xué)基金項(xiàng)目（HB2011QR53）

作者簡(jiǎn)介：李菲雅（1982-），女，江蘇揚(yáng)州人，經(jīng)濟(jì)學(xué)博士，四川師范大學(xué)政治教育學(xué)院講師，主要從事農(nóng)村經(jīng)濟(jì)、數(shù)理統(tǒng)計(jì)研究。

中圖分類號(hào)：F832.43文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-1096（2014）02-0038-06收稿日期：2013-04-14

農(nóng)戶是農(nóng)村市場(chǎng)經(jīng)濟(jì)的主要參與者，也是農(nóng)村金融市場(chǎng)的需求者，其發(fā)展需要靠金融資源的支持。在目前農(nóng)村金融資源配給有限、農(nóng)戶信貸需求抑制條件下，合理配置農(nóng)村金融資源，有效滿足農(nóng)戶尤其是貧困農(nóng)戶的融資需求，是消除農(nóng)村貧困、促進(jìn)農(nóng)村發(fā)展需要解決的重要現(xiàn)實(shí)問(wèn)題。

一、問(wèn)題提出

有效的金融支撐是促進(jìn)貧困農(nóng)戶發(fā)展的必要條件。20世紀(jì)70年代，由孟加拉吉大港大學(xué)?尤努斯教授創(chuàng)辦的格萊珉銀行，通過(guò)有效的信貸約束機(jī)制，為窮人提供微型貸款，幫助窮人發(fā)展生產(chǎn)、脫貧致富。目前，這種以貧困或中低收入群體為特定目標(biāo)并提供小額度持續(xù)信貸服務(wù)的形式，已經(jīng)從世界某些區(qū)域擴(kuò)展到幾乎整個(gè)發(fā)展中國(guó)家和一些發(fā)達(dá)國(guó)家（杜曉山，2004；李明賢 等，2008）。自20世紀(jì)80年代以來(lái)，小額信貸作為我國(guó)扶貧的重要方式之一，由各種金融機(jī)構(gòu)和非政府組織開(kāi)展實(shí)施，并逐漸在大多數(shù)地區(qū)推廣。作為緩解貧困農(nóng)戶金融抑制的方式，小額信貸對(duì)貧困農(nóng)戶的借款行為產(chǎn)生了重要影響。從貧困農(nóng)戶的貸款偏好看，馮旭芳（2007）認(rèn)為，非正規(guī)信貸具有貸款形式簡(jiǎn)單、靈活方便及交易成本低等特點(diǎn)，它有效改善了正規(guī)金融缺位的局面，成為農(nóng)戶融資的重要渠道；但從融資偏好和借貸預(yù)期看，貧困地區(qū)農(nóng)戶更傾向于選擇信用社等正規(guī)金融機(jī)構(gòu)或國(guó)家政策性扶貧貸款來(lái)滿足其信貸需求，這與貸款的穩(wěn)定性、長(zhǎng)期性和救濟(jì)性等特征密切相關(guān)。非政府組織扶貧貸款的針對(duì)性、穩(wěn)定性、低成本性同樣迎合了貧困農(nóng)戶的融資偏好，它不僅在一定程度上滿足了貧困農(nóng)戶的貸款需求，對(duì)增加農(nóng)戶收入也起到一定促進(jìn)作用。王春蕊等（2010）從實(shí)證角度分析了幸福工程項(xiàng)目對(duì)貧困農(nóng)戶家庭收入的影響，認(rèn)為項(xiàng)目盈利對(duì)貧困農(nóng)戶家庭收入的貢獻(xiàn)率達(dá)到9.42%。Ssendi（2009）利用小業(yè)主貸款融資項(xiàng)目（SELF）檢驗(yàn)了坦桑尼亞農(nóng)村地區(qū)小額信貸的扶貧作用，認(rèn)為SELF項(xiàng)目有助于提升貧困婦女經(jīng)營(yíng)小型項(xiàng)目的能力，但從長(zhǎng)遠(yuǎn)看對(duì)增加家庭財(cái)富的作用不明顯。Kotir等（2009）利用加納西部農(nóng)戶調(diào)查數(shù)據(jù)，分析了小額信貸與農(nóng)戶發(fā)展的關(guān)系，認(rèn)為小額信貸有利于提高家庭生產(chǎn)率和增加財(cái)富，但對(duì)促進(jìn)農(nóng)村社區(qū)發(fā)展的作用不大。

已有研究對(duì)農(nóng)戶借款行為給予了廣泛關(guān)注，取得諸多成果。綜合來(lái)看，目前對(duì)貧困農(nóng)戶借款行為的研究仍有待拓展，尤其是對(duì)一些非政府組織（NGO）扶貧貸款與貧困農(nóng)戶借款行為的關(guān)系問(wèn)題，還需深入研究。對(duì)于貧困農(nóng)戶而言，當(dāng)NGO扶貧貸款介入后，是否意味著其他途徑的借貸發(fā)生率將會(huì)降低？NGO扶貧貸款又將如何影響貧困農(nóng)戶的借款決策及借款額度？對(duì)于這些問(wèn)題的探討，不僅能夠使我們更加深入地了解貧困農(nóng)戶的借款需求及行為取向，同時(shí)也能使NGO小額貸款更好地發(fā)揮扶貧功效，這對(duì)破解貧困農(nóng)戶金融約束、解決農(nóng)村貧困問(wèn)題有著重要的現(xiàn)實(shí)意義。

二、接受NGO小額貸款前后貧困農(nóng)戶的借款行為特征

（一）數(shù)據(jù)來(lái)源

本文所用數(shù)據(jù)來(lái)源于2011年10月河北省幸福工程項(xiàng)目跟蹤調(diào)查數(shù)據(jù)①。調(diào)查內(nèi)容涉及受助者個(gè)人、家庭基本情況、受助前后家庭生產(chǎn)經(jīng)營(yíng)情況、受助前后農(nóng)戶小額信貸情況（包括NGO項(xiàng)目扶貧貸款以及農(nóng)戶其他途徑借款等情況）。按照分層抽樣和整群抽樣相結(jié)合的原則，調(diào)查組從河北省抽取7個(gè)貧困縣，分別為阜平、易縣、平泉、懷安、武邑、巨鹿和贊皇縣，按照項(xiàng)目運(yùn)行周期從各項(xiàng)目縣中抽取試點(diǎn)村，對(duì)試點(diǎn)村中項(xiàng)目戶進(jìn)行全面調(diào)查。調(diào)查方式以調(diào)查員入戶為主。兩次調(diào)查共發(fā)放問(wèn)卷830份（第一次714份，第二次116份），收回有效問(wèn)卷822份，回收率為99.04%。從調(diào)查地區(qū)類型看，山區(qū)農(nóng)戶占51.88%，平原農(nóng)戶占48.12%。由于項(xiàng)目戶接受NGO扶貧貸款的時(shí)間分布各不相同，為了消除貸款時(shí)間差異影響，本文以接受NGO項(xiàng)目扶貧貸款的時(shí)間為界限，分析貧困農(nóng)戶受助前年內(nèi)（接受NGO扶貧貸款前1年內(nèi)）和受助后年內(nèi)（接受NGO扶貧貸款后1年內(nèi)）借款情況。

（二）受助前后貧困農(nóng)戶借款行為特征

從調(diào)查來(lái)看，接受NGO扶貧貸款前后，貧困農(nóng)戶的借款行為發(fā)生了較大改變。

1.借款戶數(shù)及額度的變化

借款戶數(shù)總量減少，單戶借款額度增加。接受NGO小額貸款前，有35.15%的貧困農(nóng)戶有過(guò)借款記錄；受助后，僅有14.50%的農(nóng)戶有過(guò)借款記錄，較受助前下降了近21個(gè)百分點(diǎn)。從借款額度看，受助前，貧困農(nóng)戶年內(nèi)借款總額259.88萬(wàn)元，戶均借款額0.90萬(wàn)元；受助后，貧困農(nóng)戶年內(nèi)借款總額164.52萬(wàn)元，戶均借款額1.38萬(wàn)元，較受助前借款總額減少95.36萬(wàn)元，戶均借款額增加0.48萬(wàn)元。

2.借款來(lái)源的變化

受助前，貧困農(nóng)戶年內(nèi)借款主要以私人借貸為主，私人有利息和無(wú)利息借款合計(jì)占69.05%；其次為農(nóng)村信用社，占28.17%；來(lái)自農(nóng)行/農(nóng)發(fā)行、其他民間組織以及其他渠道的借款所占比例較低，僅為2.78%。受助后，貧困農(nóng)戶年內(nèi)借款主要來(lái)源于其他途徑②和信用社，分別占50.0%和41.35%；私人借款僅占5.77%；農(nóng)行/農(nóng)發(fā)行、其他民間組織借款所占比例仍然偏低，僅為2.98%。

3.借款用途的變化

農(nóng)戶借款用途呈現(xiàn)多元化發(fā)展趨勢(shì)，用于生產(chǎn)性經(jīng)營(yíng)的支出增大。受助前，農(nóng)戶借款用于家庭生產(chǎn)性經(jīng)營(yíng)支出的占54.62%；用于子女上學(xué)的占13.08%；用于日常消費(fèi)支出的占12.19%；用于大病治療的占11.15%；用于蓋房和婚嫁的占6.92%和1.54%。受助后，貧困農(nóng)戶用于家庭生產(chǎn)性經(jīng)營(yíng)支出的比例增大，為78.64%，較受助前增加24個(gè)百分點(diǎn)；其次，主要用于子女上學(xué)支出；用于日常消費(fèi)支出、看病、蓋房、婚嫁的比例較受助前均有不同程度的下降。可見(jiàn)，受助后更多的貧困農(nóng)戶將借款用于生產(chǎn)活動(dòng)、項(xiàng)目經(jīng)營(yíng)，而不是單純地用于家庭日常消費(fèi)支出，這有利于貧困農(nóng)戶自身能力建設(shè)。

三、NGO小額信貸對(duì)貧困農(nóng)戶借款行為影響因素分析

一般而言，借款行為通常包含借款決策和做出決策后的借款額度。本文主要從借款決策和借款額度兩方面分析NGO小額貸款對(duì)受助前后貧困農(nóng)戶借款行為的影響。

（一）NGO小額信貸對(duì)受助前后農(nóng)戶借款決策的影響因素分析

1.變量選擇與模型設(shè)定

因本次調(diào)查只涉及NGO小額貸款項(xiàng)目戶，缺少非項(xiàng)目戶對(duì)比情況，在模型設(shè)定過(guò)程中需要考慮項(xiàng)目實(shí)施前后外在環(huán)境對(duì)農(nóng)戶借款行為的影響。例如，項(xiàng)目實(shí)施期間，農(nóng)村金融政策或國(guó)家扶貧政策變化等外在因素對(duì)貧困農(nóng)戶借款行為產(chǎn)生的影響。從調(diào)查情況看，由于調(diào)查對(duì)象為農(nóng)村貧困戶，其接受NGO扶貧項(xiàng)目救助的時(shí)間主要分布在2000年～2009年，每個(gè)項(xiàng)目運(yùn)作周期為2～3年，除了政策性或項(xiàng)目扶貧外，這些貧困農(nóng)戶能夠獲得的金融資源非常有限。考慮到調(diào)查樣本的特殊性和代表性，同時(shí)也為了排除政策變化的可能影響，我們以救助前后1年內(nèi)為界限（1年內(nèi)金融或扶貧政策對(duì)貧困農(nóng)戶借款行為的影響微乎其微）設(shè)定因變量，將農(nóng)戶借款決策分為4種：受助前后都無(wú)借款（BRL=0，ARL=0）、受助前有借款、受助后無(wú)借款（BRL=1，ARL=0）、受助前無(wú)借款、受助后有借款（BRL=0，ARL=1）、受助前后都有借款（BRL=1，ARL=1），分別用j=1，2，3，4表示。

戶主作為家庭領(lǐng)導(dǎo)者，對(duì)借款決策有著直接影響；同時(shí)，家庭狀況也是不可缺少的影響因素。考慮到貧困農(nóng)戶自身特點(diǎn)以及各變量之間的共線性問(wèn)題，在變量的選擇上，主要選取戶主個(gè)人及家庭特征作為自變量。具體變量的描述性統(tǒng)計(jì)見(jiàn)表1。

我們假定，農(nóng)戶按照效用最大化原則做出借款決策。令Uij是農(nóng)戶i選擇第j個(gè)類別的效用，Vj是第j個(gè)類別的觀測(cè)效用，受類別本身特質(zhì)ωj以及決策者自身特征xi的影響，即

誤差項(xiàng)εij包含了無(wú)法觀測(cè)到的影響農(nóng)戶借款決策的隨機(jī)因素，則有如下表達(dá)式

那么，決策者i選擇第j個(gè)類別的概率為

進(jìn)一步假定εij（j=1，2，3，4）服從logistic分布，不同家庭做出借款決策相互獨(dú)立，即家庭之間的借款行為互不影響，則

根據(jù)極大似然估計(jì)法，通過(guò)對(duì)上式似然函數(shù)最大化，可求得模型參數(shù)β的值。

2.模型的估計(jì)結(jié)果

本文將受助前后都沒(méi)有借款的家庭（BRL=0，ARL=0）作為對(duì)比組，通過(guò)控制個(gè)人和家庭特征變量來(lái)分析受助前后農(nóng)戶借款決策的影響因素，其回歸結(jié)果見(jiàn)表2。

從回歸結(jié)果看，戶主個(gè)人特征、家庭人口構(gòu)成以及居住地類型對(duì)受助前后農(nóng)戶年內(nèi)借款決策均有顯著影響，家庭耕地面積、戶主有無(wú)技能對(duì)家庭年內(nèi)借款決策沒(méi)有產(chǎn)生顯著影響。

（1）從戶主個(gè)人特征來(lái)看，與受助前后都沒(méi)有借款的家庭相比，戶主年齡對(duì)受助前后農(nóng)戶的借款決策影響顯著。戶主年齡每增加10歲，受助前家庭借款發(fā)生概率將會(huì)增加7.48%，受助前后均發(fā)生借款的概率增加52.6%和4.42%。這說(shuō)明年齡較大的戶主在撫養(yǎng)子女、贍養(yǎng)老人及維持家庭發(fā)展方面承擔(dān)有更多責(zé)任，家庭支出項(xiàng)目較多，除了維持正常的家庭生產(chǎn)和日常消費(fèi)支出外，他們還要擔(dān)負(fù)子女高等教育及子女婚嫁等費(fèi)用支出，因而相對(duì)于年輕者，其家庭發(fā)生借款的概率更大。戶主作為家庭領(lǐng)導(dǎo)者和主要?jiǎng)趧?dòng)力，其身體狀況對(duì)受助后農(nóng)戶借款有著顯著影響。相對(duì)于救助前后都沒(méi)有借款的農(nóng)戶，身體健康的戶主較身體不健康的戶主，受助前和受助后其家庭借款的概率均顯著降低。此外，文化水平較高的戶主在接受NGO小額貸款后，其家庭借款概率將會(huì)降低。

（2）從家庭人口構(gòu)成來(lái)看，相對(duì)于受助前后家庭都沒(méi)有借款而言，家庭人口構(gòu)成對(duì)農(nóng)戶借款決策影響顯著。受助后，有外出打工的農(nóng)戶，其家庭借款概率將會(huì)降低，即外出務(wù)工能夠增加家庭收入，一定程度上能夠滿足家庭資金需求，進(jìn)而降低貧困農(nóng)戶借款概率。從家庭人口數(shù)看，家庭人口規(guī)模與借款概率呈正向變動(dòng)關(guān)系，家庭成員每增加1人，受助前后農(nóng)戶借款概率均會(huì)增加。

（3）從居住地類型看，與受助前后農(nóng)戶均沒(méi)有借款相比，居住在平原的農(nóng)戶較山區(qū)農(nóng)戶，其受助前有借款、受助后無(wú)借款、受助前后均有借款的概率明顯降低。這表明NGO扶貧貸款在一定程度上滿足了貧困農(nóng)戶的貸款需求，它通過(guò)幫助貧困農(nóng)戶發(fā)展項(xiàng)目，短期內(nèi)提高了其家庭收入水平，降低了貧困農(nóng)戶的借款概率，且對(duì)平原農(nóng)戶借款行為的影響較山區(qū)農(nóng)戶更為明顯。同時(shí)表明，由于自然環(huán)境惡劣，交通不便，山區(qū)貧困農(nóng)戶對(duì)資金的需求更為迫切，但山區(qū)農(nóng)戶的金融抑制也相對(duì)更為嚴(yán)重。

（二）NGO小額信貸對(duì)受助前后家庭借款額度的影響因素分析

前文中我們只比較了受助前后農(nóng)戶借款決策的影響因素，NGO小額貸款對(duì)家庭借款額度的影響還需進(jìn)一步驗(yàn)證。

我們?cè)O(shè)定因變量為受助前后家庭借款額度的變化，即Y=受助前借款額-受助后借款額-NGO小額貸款額。如果Y>0，則記為1，表示NGO小額貸款減少了家庭借款額度；Y≤0，則記為0，表示NGO小額貸款未能減少家庭借款額度，這樣受助前后農(nóng)戶借款額度的增減變化成為一個(gè)＼[0，1＼]變量。同時(shí)，我們將戶主個(gè)人、家庭特征以及項(xiàng)目經(jīng)營(yíng)狀況等作為自變量納入模型。構(gòu)建模型如下

其中，P為受助前后貧困農(nóng)戶家庭借款增減概率，為模型解釋變量。Xhouseholder表示戶主個(gè)人特征，Xfamily表示家庭特征，Xinvest表示家庭項(xiàng)目投資總額。δ是無(wú)法觀測(cè)到的影響農(nóng)戶借款額的隨機(jī)因素，假定δ服從標(biāo)準(zhǔn)正態(tài)分布。

在此，本文利用最小二乘估計(jì)（OLS）和二元離散變量（Logit）模型，對(duì)受助前后農(nóng)戶借款額變動(dòng)影響因素進(jìn)行分析，所得結(jié)果見(jiàn)表3。

OLS與二元Logit模型中自變量回歸系數(shù)的變動(dòng)方向類似。從回歸結(jié)果看，戶主年齡、職業(yè)類型對(duì)受助前后家庭借款額的增減有著顯著影響，隨著戶主年齡的增加，受助前后農(nóng)戶借款總額也會(huì)增大。相對(duì)其他經(jīng)營(yíng)類別而言，從事種植業(yè)和養(yǎng)殖業(yè)的戶主，其家庭借款總額增加的概率將會(huì)降低。戶主的健康、文化水平、有無(wú)技能、家庭人口規(guī)模、耕地面積以及項(xiàng)目投資總額對(duì)受助前后農(nóng)戶借款總額未產(chǎn)生顯著影響。

從家庭特征變量看，房屋作為家庭主要財(cái)富，對(duì)農(nóng)戶借款額度增減變動(dòng)影響顯著。受助前，房屋價(jià)值對(duì)農(nóng)戶借款總額增加有顯著的正影響；受助后，房屋價(jià)值對(duì)農(nóng)戶借款總額增加有顯著負(fù)影響。即受助前房屋價(jià)值越高，受助前家庭借款額高于受助后借款額的概率就越大；受助后房屋價(jià)值越高，受助前家庭借款額高于受助后借款額的概率就越小。這表明，其一，對(duì)于貧困農(nóng)戶而言，受助前房屋價(jià)值越大，意味著家庭用于修建住房的支出越高，這會(huì)增加貧困農(nóng)戶的借款概率；其二，接受NGO小額貸款后，很多農(nóng)戶都能夠在短期內(nèi)脫貧，其中部分受助前已建新房的農(nóng)戶將不會(huì)增加對(duì)住房的支出，沒(méi)有修建新房的農(nóng)戶也積累了一定的建房資本，受助后即使修建住房也不用借款，一定程度上降低了農(nóng)戶借款概率。

四、結(jié)論及對(duì)策建議

受各種因素制約，貧困農(nóng)戶借款面臨多重困難。本文通過(guò)河北省NGO小額信貸扶貧項(xiàng)目調(diào)查數(shù)據(jù)，對(duì)貧困農(nóng)戶借款行為進(jìn)行分析，提出如下對(duì)策建議：

一是分類幫扶，完善小額信貸對(duì)象瞄準(zhǔn)機(jī)制。實(shí)證研究表明，戶主年齡、健康狀況、文化水平對(duì)受助前后貧困農(nóng)戶借款行為影響顯著，尤其是處在壯年時(shí)期的貧困農(nóng)戶，他們承擔(dān)著撫育子女、贍養(yǎng)父母的重任，對(duì)小額信貸的需求更為強(qiáng)烈。在資金有限的條件下，應(yīng)采取分類幫扶模式，將小額貸款重點(diǎn)投向壯年期的貧困農(nóng)戶。可以貧困農(nóng)戶生產(chǎn)經(jīng)營(yíng)狀況和還款情況為依據(jù)，對(duì)于項(xiàng)目經(jīng)營(yíng)好和還款及時(shí)的貧困農(nóng)戶，給予其持續(xù)性貸款扶助，以緩解資金緊缺，快速幫助他們發(fā)展生產(chǎn)、脫貧致富。

二是健全機(jī)制，促進(jìn)小額信貸可持續(xù)發(fā)展。小額信貸通過(guò)幫助貧困農(nóng)戶發(fā)展項(xiàng)目，能夠在短期內(nèi)增加農(nóng)戶收入，使農(nóng)戶積累資本，具備向正規(guī)金融貸款的條件；它改變了農(nóng)戶的借款行為，使其借款由私人轉(zhuǎn)向了信用社和其他途徑，對(duì)緩解農(nóng)村金融抑制、繁榮農(nóng)村經(jīng)濟(jì)發(fā)揮了重要的促進(jìn)作用。今后，應(yīng)進(jìn)一步完善小額信貸運(yùn)行機(jī)制，堅(jiān)持“小額、滾動(dòng)、持續(xù)”的原則，不斷擴(kuò)大幫扶群體和覆蓋面，促進(jìn)小額信貸的可持續(xù)運(yùn)行，為貧困群體提供金融支持。

三是改善環(huán)境，構(gòu)建多元化立體式融資格局。家庭居住地類型是影響農(nóng)戶借款行為的重要變量。當(dāng)前，應(yīng)以城鄉(xiāng)發(fā)展一體化為理念，加強(qiáng)農(nóng)村貧困地區(qū)尤其是貧困山區(qū)的文、教、衛(wèi)等社會(huì)事業(yè)建設(shè)，提高農(nóng)民文化水平和技能素質(zhì)，提高農(nóng)民個(gè)人發(fā)展能力。同時(shí)，要進(jìn)一步改善和優(yōu)化農(nóng)村金融環(huán)境，建立多元化、全方面、多層次的立體式農(nóng)村金融發(fā)展格局，創(chuàng)新農(nóng)村信用社金融服務(wù)模式，針對(duì)農(nóng)戶貸款規(guī)模小、期限短、風(fēng)險(xiǎn)高等特點(diǎn)，政府要給予政策優(yōu)惠，鼓勵(lì)農(nóng)村信用社貸款向貧困農(nóng)戶傾斜，充分發(fā)揮信用社及其他金融機(jī)構(gòu)的扶貧功效。此外，還應(yīng)適當(dāng)鼓勵(lì)、規(guī)范民間借貸的發(fā)展，逐步建立農(nóng)村金融資源與經(jīng)濟(jì)發(fā)展良性互動(dòng)的長(zhǎng)效機(jī)制，真正發(fā)揮農(nóng)村金融資源促發(fā)展、促和諧的推動(dòng)作用。

第5篇

【關(guān)鍵詞】風(fēng)險(xiǎn)型金融資產(chǎn) 金融資產(chǎn)選擇 Probit模型

一、引言

隨著金融市場(chǎng)發(fā)展，居民投資理財(cái)意識(shí)不斷增強(qiáng)，越來(lái)越多的家庭開(kāi)始通過(guò)股票、基金、理財(cái)?shù)冉鹑诠ぞ邔?shí)現(xiàn)財(cái)富的保值增值。居民金融資產(chǎn)總量增速早已遠(yuǎn)高于國(guó)民生產(chǎn)總值和居民可支配收入的增速，并在居民生活和宏觀經(jīng)濟(jì)運(yùn)行

中發(fā)揮著重要作用。微觀來(lái)看，研究居民家庭金融資產(chǎn)選擇問(wèn)題，能夠引導(dǎo)居民家庭合理規(guī)劃金融資產(chǎn)投資，為金融產(chǎn)品創(chuàng)新提供重要依據(jù)；宏觀來(lái)看，通過(guò)分析家庭的金融資產(chǎn)選擇特點(diǎn)，了解家庭參與金融市場(chǎng)的程度以及相關(guān)傳導(dǎo)機(jī)制，對(duì)于優(yōu)化我國(guó)家庭金融資產(chǎn)結(jié)構(gòu)、推動(dòng)我國(guó)金融市場(chǎng)改革、調(diào)整經(jīng)濟(jì)結(jié)構(gòu)具有重要的指導(dǎo)意義。

與過(guò)去研究相比本文具有如下特點(diǎn)：1）從研究層面來(lái)看，以家庭微觀調(diào)查數(shù)據(jù)為基礎(chǔ)，克服了以往研究由于微觀數(shù)據(jù)缺乏而導(dǎo)致研究只停留于宏觀層面的不足；2）在指標(biāo)選取方面，將房產(chǎn)加入組合選擇模型，考慮了房產(chǎn)消費(fèi)對(duì)居民家庭金融資產(chǎn)持有行為的影響；3）從評(píng)估方法來(lái)看，采用定性分析與定量評(píng)價(jià)相結(jié)合的分析方法，對(duì)變量的刻畫(huà)更加精細(xì)，評(píng)價(jià)結(jié)果更加準(zhǔn)確。

二、文獻(xiàn)綜述

（一）家庭金融資產(chǎn)選擇行為影響因素研究

Heaton（2001）[1]研究發(fā)現(xiàn)股市參與度與年齡呈現(xiàn)弱的負(fù)相關(guān)關(guān)系，與收入、教育呈現(xiàn)強(qiáng)的正相關(guān)關(guān)系。Guiso，Sapienza and Zingales（2004）[1]發(fā)現(xiàn)對(duì)外界社會(huì)、金融機(jī)構(gòu)等信任度高的家庭更情愿投資風(fēng)險(xiǎn)資產(chǎn)。Puri and Robinson（2005）研究發(fā)現(xiàn)對(duì)未來(lái)持有樂(lè)觀預(yù)期的家庭更多地投資于風(fēng)險(xiǎn)較大的股票。Guven（2013）[2]認(rèn)為房產(chǎn)的投資與消費(fèi)的雙重性質(zhì)使家庭金融投資呈現(xiàn)隨生命周期變化的特點(diǎn)，對(duì)房產(chǎn)的過(guò)度投資會(huì)減少對(duì)風(fēng)險(xiǎn)性金融資產(chǎn)的需求。于蓉（2006）考慮到消費(fèi)者預(yù)期、信任度、社會(huì)互動(dòng)、投資者情緒等行為特征對(duì)股票市場(chǎng)投資的影響。雷曉燕，周月剛（2010）[3]研究發(fā)現(xiàn)，健康狀況變差會(huì)使其減少風(fēng)險(xiǎn)型金融資產(chǎn)的持有，并將資產(chǎn)向安全性較高的生產(chǎn)性資產(chǎn)和房產(chǎn)轉(zhuǎn)移。王剛貞，左騰飛（2015）[4]認(rèn)為投資者的風(fēng)險(xiǎn)偏好與投資經(jīng)驗(yàn)、文化水平、性格特征、財(cái)富水平正相關(guān)與年齡負(fù)相關(guān)性。

（二）家庭金融資產(chǎn)選擇行為分析方法的研究

國(guó)外研究方面，Markowiz（1952）提出均值――方差模型，提供了一種尋求風(fēng)險(xiǎn)與收益的最佳配比的金融資產(chǎn)選擇方法。Angerer（2010）通過(guò)構(gòu)建資產(chǎn)定價(jià)模型，把住房的雙重屬性都考慮在內(nèi)，討論住房――消費(fèi)這一資產(chǎn)定價(jià)模型對(duì)預(yù)期股票的回報(bào)率產(chǎn)生的影響。史代敏和宋艷（2005）運(yùn)用四川省2002年城鎮(zhèn)居民家庭資產(chǎn)調(diào)查數(shù)據(jù)，采用Tobit模型對(duì)居民家庭金融資產(chǎn)選擇進(jìn)行實(shí)證研究。盧家昌，顧金宏（2010）[5]構(gòu)建出家庭金融資產(chǎn)投資決策的結(jié)構(gòu)方程模型，對(duì)影響家庭金融資產(chǎn)選擇的各個(gè)變量之間的邏輯關(guān)系和內(nèi)在機(jī)制進(jìn)行了實(shí)證研究。竇婷婷（2013）運(yùn)用因子分析法結(jié)合Logistic回歸模型分析了家庭選擇證券類、保險(xiǎn)類貨幣類、這三類金融投資品種的影響因素及其作用程度。張兵等（2015）利用Heckman兩階段模型分析了宏觀經(jīng)濟(jì)情況和地區(qū)特征對(duì)我國(guó)家庭證券類金融資產(chǎn)選擇行為的影響。

通過(guò)對(duì)過(guò)去學(xué)者在家庭金融資產(chǎn)選擇行為研究的分析可知，其不足之處有如下三點(diǎn)：1）在研究視角方面，數(shù)據(jù)來(lái)源多為宏觀統(tǒng)計(jì)數(shù)據(jù)，研究主要停留在宏觀層面，對(duì)于家庭微觀層面的研究存在較大的不足；2）在研究方法方面，較多的是采用描述性統(tǒng)計(jì)分析，評(píng)價(jià)結(jié)果較為粗糙，對(duì)變量間關(guān)系刻畫(huà)不夠精確；3）在指標(biāo)的選取方面，較少有考慮到房產(chǎn)投資對(duì)居民風(fēng)險(xiǎn)型金融資產(chǎn)選擇行為的影響。

三、數(shù)據(jù)來(lái)源與樣本統(tǒng)計(jì)性描述

（一）數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于中國(guó)人民銀行贛州市中心支行組織的“2016年贛州市城鎮(zhèn)居民金融資產(chǎn)負(fù)債基本情況調(diào)查”。合計(jì)發(fā)放問(wèn)卷1076份，剔除無(wú)效問(wèn)卷后篩選出有效問(wèn)卷1043份。

（二）問(wèn)卷設(shè)計(jì)

由于城鎮(zhèn)居民的金融資產(chǎn)存量和金融投資活動(dòng)要明顯多于農(nóng)村居民，本次問(wèn)卷調(diào)點(diǎn)選擇城鎮(zhèn)居民。在調(diào)查問(wèn)卷中，主要設(shè)計(jì)了家庭成員、年齡、受教育程度、職業(yè)、收入水平、房產(chǎn)持有數(shù)。

（三）描述性統(tǒng)計(jì)

在1043張有效問(wèn)卷中，持有風(fēng)險(xiǎn)性金融資產(chǎn)的家庭有238戶，占比為22.82%。家庭常住人口均值在3.93，從人口結(jié)構(gòu)上看，主要集中在3人～4人之間。決策者年齡均值為2.91，主要分布于31～40歲及41～50歲兩個(gè)年齡層次。決策者文化水平度均值為4.55，從分布結(jié)構(gòu)上看，學(xué)歷按由高到低排布呈現(xiàn)正態(tài)分布態(tài)勢(shì)。家庭月收入水平均值為4.01，介于5001～10000及10001～20000元兩選項(xiàng)占比合計(jì)達(dá)到68.64%。家庭持有住房套數(shù)主要以1套為主，占比為77.18%，無(wú)住房及持有3、4套住房均屬于少數(shù)占比。具體統(tǒng)計(jì)情況見(jiàn)表2。

四、實(shí)證分析

（一）變量的選取及度量

外部金融環(huán)境會(huì)決定家庭金融資產(chǎn)的選擇范圍和配置比例，但即使投資決策者面對(duì)同樣的外部環(huán)境，不同的投資決策者依然會(huì)根據(jù)自身狀況做出不同的投資決策，為了進(jìn)一步探討影響居民家庭金融資產(chǎn)選擇的微觀因素，在借鑒Rosen（2004）[2]、Guiso（2004）[4]、Clark（2012）[6]、于蓉（2006）[8]、李濤（2006）[9]、雷曉燕（2010）[11]、段軍山（2016）[13]等學(xué)者的研究的基礎(chǔ)上，結(jié)合實(shí)際調(diào)查數(shù)據(jù)，選取決策者年齡（age）、決策者文化水平（doe）、決策者職業(yè)（pro）、家庭收入狀況（fme）、家庭人員數(shù)（fp）、持有房產(chǎn)套數(shù)（hn）六個(gè)因素對(duì)贛州市居民家庭金融資產(chǎn)選擇影響因素進(jìn)行分析。相關(guān)變量的度量方法見(jiàn)表1。

（二）居民金融資產(chǎn)選擇行Probit模型的構(gòu)建

研究居民金融資產(chǎn)持有問(wèn)題，即“持有”和“不持有”風(fēng)險(xiǎn)型金融資產(chǎn)的二元決策問(wèn)題，故可通過(guò)構(gòu)建Probit模型對(duì)該問(wèn)題進(jìn)行分析。居民金融資產(chǎn)選擇行Probit模型具體表達(dá)形式如下：

式（5）中，εi為隨機(jī)擾動(dòng)項(xiàng)，服從N（0，1）的標(biāo)準(zhǔn)正態(tài)分布。因此，居民家庭金融資產(chǎn)選擇行為影響因素的Probit模型可建立為：

式（6）中，prob（Y=1/Xi）是居民“持有金融資產(chǎn)”（即Y=1）的概率。x1，x2，x3…xn為解釋變量。α0為常數(shù)項(xiàng)，β1，β2，β3…βn為對(duì)應(yīng)自變量的Probit回歸系數(shù)，εi為隨機(jī)擾動(dòng)項(xiàng)，服從N（0，1）分布。根據(jù)前文的分析，選擇了家庭人員數(shù)、年齡、文化水平、決策者職業(yè)、家庭收入狀況、房產(chǎn)持有數(shù)6個(gè)解釋變量研究贛州居民金融資產(chǎn)持有行為并構(gòu)建出probit回歸模型，各變量的具體說(shuō)明見(jiàn)表1。

（三）Probit回歸結(jié)果

以2016年4月在贛州市對(duì)居民進(jìn)行網(wǎng)絡(luò)問(wèn)卷調(diào)查所獲得的1043份有效問(wèn)卷為數(shù)據(jù)來(lái)源，采用Stata11.0軟件的probit運(yùn)算工具對(duì)六個(gè)變量進(jìn)行Probit回歸分析（回歸結(jié)果略），從全變量模型的回歸結(jié)果來(lái)看，決策者年齡（age）、決策者職業(yè)（Pro）家庭人員數(shù)（fp）三項(xiàng)解釋變量的P值分別為0.254，0.055，0.175，無(wú)法通過(guò)變量的顯著性檢驗(yàn)，為進(jìn)一步提高模型和變量的顯著性水平，故采用逐步回歸法對(duì)6個(gè)解釋變量分別進(jìn)行回歸分析，以確定模型最終的解釋變量個(gè)數(shù)，最終Probit模型回歸結(jié)果見(jiàn)表3所示。

五、結(jié)論

（1）在六個(gè)設(shè)定的主要模型影響因素中，決策者年齡、家庭人口數(shù)兩個(gè)變量在回歸模型中不顯著，予以剔除，決策者文化水平、決策者職業(yè)、家庭收入狀況、房產(chǎn)持有數(shù)四個(gè)變量回歸效果較為顯著，是居民家庭風(fēng)險(xiǎn)型金融資產(chǎn)持有行為的主要影響因素。

（2）在決策者文化水平方面，變量Z統(tǒng)計(jì)值達(dá)到-5.11，顯著性檢驗(yàn)通過(guò)且系數(shù)為負(fù)（注：文化水平越高，評(píng)分越低），即戶主受教育水平越高，居民持有風(fēng)險(xiǎn)型金融資產(chǎn)需求的可能性就越大。可能的解釋是文化水平高的戶主其個(gè)人素質(zhì)和能力均較高，具備較強(qiáng)的接受新事物、風(fēng)險(xiǎn)辨識(shí)和學(xué)習(xí)新技術(shù)的能力，能幫助他們?cè)诳刂骑L(fēng)險(xiǎn)的基礎(chǔ)上獲取收益，故而有較強(qiáng)的風(fēng)險(xiǎn)型金融資產(chǎn)持有需求。

（3）在決策者職業(yè)方面，指標(biāo)的Z統(tǒng)計(jì)值為-2.01，模型的顯著性檢驗(yàn)通過(guò)，其系數(shù)為負(fù)（注：職業(yè)穩(wěn)定性越高，評(píng)分越低）。說(shuō)明職業(yè)越穩(wěn)定的決策者，其持有風(fēng)險(xiǎn)型金融資產(chǎn)需求的可能性越大。究其原因，職業(yè)穩(wěn)定性越高的職業(yè)收入的穩(wěn)定性越高，對(duì)金融資產(chǎn)的抗風(fēng)險(xiǎn)能力更強(qiáng)，因此對(duì)風(fēng)險(xiǎn)型金融資產(chǎn)的持有概率更高。

（4）在家庭收入水平方面，指標(biāo)Z統(tǒng)計(jì)值為2.91，模型顯著性檢驗(yàn)通過(guò)，指標(biāo)系數(shù)為正，說(shuō)明隨著家庭收入的增加，居民的風(fēng)險(xiǎn)型金融資產(chǎn)的持有需求呈現(xiàn)上升的趨勢(shì)。原因很大程度是由于隨著收入水平的增加，家庭可支配收入更多，居民對(duì)于風(fēng)險(xiǎn)投資的需求逐步上升所導(dǎo)致。

（5）在房產(chǎn)持有量方面，指標(biāo)的Z統(tǒng)計(jì)值為4.02，模型的顯著性檢驗(yàn)通過(guò)，且其系數(shù)為正，說(shuō)明家庭房產(chǎn)持有行為對(duì)家庭風(fēng)險(xiǎn)性金融資產(chǎn)投資存在正相關(guān)性，即房產(chǎn)投資并沒(méi)有對(duì)家庭的風(fēng)險(xiǎn)性金融資產(chǎn)投資產(chǎn)生“擠出效應(yīng)”。可能的解釋有兩點(diǎn)：首先，居民在持有房產(chǎn)后，購(gòu)房壓力降低，家庭可支配收入增加，促進(jìn)了金融投資行為；其次，持有房產(chǎn)越多，居民家庭財(cái)富積累越大，家庭金融資產(chǎn)投資活動(dòng)的抗風(fēng)險(xiǎn)能力提高，使該類家庭風(fēng)險(xiǎn)資產(chǎn)金融資產(chǎn)投資需求增加。

參考文獻(xiàn)

[1]Guiso，L.，P.Sapienza & L.Zingales.the Role of Social Capital in Financial Development[J].American Economic Review，2004（94）：526-556.

[2]Guven C..Reversing the Question：Does Happiness Affect Consumption and Savings Behavior[J].Journal of Economics is Psychology，2012，33 （4）：29-36.

[3]雷曉燕，周月剛.中國(guó)家庭的資產(chǎn)組合選擇：健康狀況與風(fēng)險(xiǎn)偏好[J].金融研究，2010，（1）：31-45.

[4]王剛貞，左騰飛.城鎮(zhèn)居民家庭金融資產(chǎn)選擇行為的實(shí)證分析[J].統(tǒng)計(jì)與決策，2015，（12）：151-154.

第6篇

關(guān)鍵詞：家庭金融　資產(chǎn)投資組合

經(jīng)過(guò)30多年的改革開(kāi)放，我國(guó)城鄉(xiāng)居民家庭經(jīng)濟(jì)行為的市場(chǎng)化程度不斷提高，家庭需求已從一般商品和勞務(wù)需求發(fā)展到更高層次的金融產(chǎn)品與服務(wù)的需求，金融消費(fèi)的多樣化和復(fù)雜化趨勢(shì)日益凸顯。隨著家庭金融資產(chǎn)總量增加和種類的不斷豐富，居民對(duì)家庭金融資產(chǎn)選擇行為開(kāi)始發(fā)生變化，家庭金融資產(chǎn)管理的內(nèi)涵不斷得到豐富，家庭金融理論研究也成為國(guó)內(nèi)外金融學(xué)者研究的前沿領(lǐng)域之一。

一、理論背景與研究綜述

一般認(rèn)為，居民金融資產(chǎn)管理的研究是以家庭資產(chǎn)組合選擇理論為基礎(chǔ)的。現(xiàn)代金融理論中，關(guān)于投資者組合選擇的理論經(jīng)歷了從靜態(tài)到動(dòng)態(tài)決策的發(fā)展過(guò)程。靜態(tài)分析框架的基礎(chǔ)是馮，紐曼和摩根斯坦(Von Neumannn&Morgenstern。1944)在不確定條件下的標(biāo)準(zhǔn)化決策公理。該公理表明，投資者關(guān)于最終消費(fèi)的效用函數(shù)是凹的(concave utility function)，家庭將選擇投資組合使得其最終消費(fèi)的預(yù)期效用達(dá)到最大化。而效用函數(shù)的某種凹性度量，可以反映投資者的風(fēng)險(xiǎn)厭惡程度，遞增的絕對(duì)風(fēng)險(xiǎn)厭惡會(huì)降低對(duì)風(fēng)險(xiǎn)資產(chǎn)的需求；而當(dāng)家庭財(cái)富增加時(shí)，遞減的絕對(duì)風(fēng)險(xiǎn)厭惡將會(huì)提高對(duì)風(fēng)險(xiǎn)資產(chǎn)的需求。在上個(gè)世紀(jì)60年代，經(jīng)濟(jì)學(xué)家將時(shí)間引入組合策略中，Mossin(1968)，Merton(1969)等人的研究表明，在常數(shù)相對(duì)風(fēng)險(xiǎn)(CRRA)效用函數(shù)的假定下，靜態(tài)最優(yōu)組合選擇也是動(dòng)態(tài)最優(yōu)選擇。如果效用函數(shù)不是CRRA的，則意味著家庭可以選擇時(shí)變金融資產(chǎn)組合結(jié)構(gòu)，家庭投資者可以平滑一生的消費(fèi)，達(dá)到分散生命周期中的風(fēng)險(xiǎn)目的。還有另外的兩個(gè)重要因素影響家庭金融資產(chǎn)組合：一個(gè)是流動(dòng)性限制，另一個(gè)是家庭可能面臨著不可保險(xiǎn)的風(fēng)險(xiǎn)，如影響其人力資本的風(fēng)險(xiǎn)。當(dāng)出現(xiàn)這兩種情況時(shí)，家庭會(huì)減少風(fēng)險(xiǎn)資產(chǎn)投資。

二、家庭金融資產(chǎn)管理的國(guó)際比較

(一)歐美發(fā)達(dá)國(guó)家家庭金融資產(chǎn)管理現(xiàn)狀

歐美發(fā)達(dá)國(guó)家的金融市場(chǎng)相對(duì)完善，家庭的金融資產(chǎn)組合選擇值得借鑒。隨著歐美各國(guó)關(guān)于資產(chǎn)組合微觀數(shù)據(jù)庫(kù)的建立，對(duì)家庭金融資產(chǎn)選擇的實(shí)證研究逐漸增加。以John Heaton(2000)和Guiso，Haliassos&Jappelli(2003)為代表，歐美發(fā)達(dá)國(guó)家家庭金融資產(chǎn)管理情況主要表現(xiàn)在以下幾個(gè)方面：

首先，歐美發(fā)達(dá)國(guó)家的家庭中，參與風(fēng)險(xiǎn)資產(chǎn)投資的比例并不高，平均的風(fēng)險(xiǎn)金融資產(chǎn)在家庭總資產(chǎn)中占的份額很低。不同國(guó)家的家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資的比例也有較大差異。風(fēng)險(xiǎn)投資比例最高的美國(guó)、瑞典家庭中，參與股票市場(chǎng)的投資比例大約為50％，英國(guó)的比例是1／3，而荷蘭、德國(guó)、法國(guó)和意大利等國(guó)家庭參與股票市場(chǎng)的比例在15％～25％之間。美國(guó)中產(chǎn)階層家庭中，平均風(fēng)險(xiǎn)金融資產(chǎn)只占家庭總資產(chǎn)的5％，其他國(guó)家的相應(yīng)比例還要低一點(diǎn)。

其次，家庭金融資產(chǎn)投資存在明顯的財(cái)富效應(yīng)、教育效應(yīng)以及一定程度的年齡效應(yīng)。金融市場(chǎng)的參與成本將低收入家庭阻擋在風(fēng)險(xiǎn)投資門外，只有家庭收入達(dá)到一定水平，參與風(fēng)險(xiǎn)金融資產(chǎn)投資才有利可圖。收入越高，家庭參與風(fēng)險(xiǎn)金融資產(chǎn)投資的比例越大。在歐美家庭中，低收入家庭只持有很少的金融資產(chǎn)，幾乎不考慮風(fēng)險(xiǎn)金融資產(chǎn)的投資。收入超過(guò)平均水平以上的家庭占有總風(fēng)險(xiǎn)投資價(jià)值的絕大多數(shù)，尤其是位于前20％的高收入家庭，持有很大比例的金融資產(chǎn)。家庭成員受教育的程度對(duì)是否參與股市投資的家庭也有重要影響。美國(guó)家庭中，那些成員最高學(xué)歷都不夠高中程度的家庭只有非常低的比例涉足股市，而成員受過(guò)高等教育的家庭有近半數(shù)參與股市投資。年齡構(gòu)成對(duì)家庭參與股票市場(chǎng)也有顯著影響，但這種影響在不同國(guó)家有所差異。

再次，雖然不同國(guó)家的家庭資產(chǎn)配置有較大差異，但有一點(diǎn)很相似，不少家庭金融資產(chǎn)配置不夠分散，尤其是一些高收入家庭。主要有以下幾種具體表現(xiàn)：1、將家庭財(cái)富投資于極少數(shù)品種的風(fēng)險(xiǎn)資產(chǎn)上；2、投資局限于相對(duì)較小的市場(chǎng)范圍，比如國(guó)內(nèi)資產(chǎn)甚至更小范圍的區(qū)域性資產(chǎn)，很少擁有國(guó)際化金融產(chǎn)品；3、一些家庭財(cái)富中，很大比例投資于家庭成員受雇的企業(yè)股票，雖然部分歸因于公司的各種政策(如薪酬激勵(lì)、養(yǎng)老保險(xiǎn)政策)，但有的家庭則是基于歷史業(yè)績(jī)和股票在市場(chǎng)上的表現(xiàn)，而過(guò)多持有所在公司的股票。

(二)我國(guó)居民家庭金融資產(chǎn)管理現(xiàn)狀

首先，我國(guó)目前還沒(méi)有關(guān)于居民家庭金融資產(chǎn)方面的統(tǒng)計(jì)指標(biāo)，只是在某些年份，一些地區(qū)做了局部調(diào)查。筆者將這些調(diào)查結(jié)果加以整理，概括出我國(guó)家庭的金融資產(chǎn)管理現(xiàn)狀。

首先，自改革開(kāi)放以來(lái)，我國(guó)家庭的金融資產(chǎn)數(shù)量快速增加，同時(shí)，家庭之間的金融資產(chǎn)數(shù)量差距也越來(lái)越大。國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)表明，1996年最高收入的20％家庭金融資產(chǎn)占有全部家庭總金融資產(chǎn)的48％，而最低收入的20％家庭只占有總金融資產(chǎn)的4％，兩者相比為12:1；而2002年的相應(yīng)比例分別是66.4％、1.3％和51:1(趙人偉，2003)。1999年的調(diào)查數(shù)據(jù)表明：8.6％的最富裕家庭擁有總家庭金融資產(chǎn)中的60.4％，其中1.3％的最富裕家庭占有31.43％；而43.73％的最貧窮家庭只占有總金融資產(chǎn)的2.99％，貧富差距相當(dāng)懸殊(孫學(xué)文，2004)。

其次，我國(guó)家庭金融資產(chǎn)配置從一元化發(fā)展到多元化，但是結(jié)構(gòu)仍然很不合理。在我國(guó)的現(xiàn)代金融體系初步形成之前，家庭金融資產(chǎn)只限于銀行存款，隨著現(xiàn)代金融市場(chǎng)的建立和發(fā)展，家庭的金融資產(chǎn)從現(xiàn)金、銀行存款等“安全”金融資產(chǎn)到各種較低風(fēng)險(xiǎn)的債券、保險(xiǎn)金以及股票、期貨和外匯等“風(fēng)險(xiǎn)性金融資產(chǎn)”，家庭金融資產(chǎn)品種日益多樣化，但資產(chǎn)配置仍然很不合理。具體表現(xiàn)在收益很低的“安全”資產(chǎn)占據(jù)家庭金融資產(chǎn)中的太大比例。我國(guó)家庭的金融資產(chǎn)中，近七成是儲(chǔ)蓄存款，其中定期存款占有很大的比例。即使在2006-2007年股市高漲期間，大量家庭金融資產(chǎn)由銀行轉(zhuǎn)移到股市時(shí)，城市家庭儲(chǔ)蓄存款仍然不低于五成。另外，在家庭金融資產(chǎn)增加的同時(shí)，還存在有效保險(xiǎn)需求不足的矛盾(魏華林，楊霞，2007)。

再次，我國(guó)家庭金融資產(chǎn)數(shù)量和配置結(jié)構(gòu)都存在明顯的區(qū)域差異。統(tǒng)計(jì)數(shù)據(jù)表明，不同地區(qū)居民金融資產(chǎn)分布極不均衡。截至2008年底，儲(chǔ)蓄存款最多的5個(gè)省份，分別是廣東、江蘇、山東、浙江和北京，占全國(guó)儲(chǔ)蓄存款的40％。其中，廣東占全國(guó)儲(chǔ)蓄的14.2％；儲(chǔ)蓄存款最少的5個(gè)省份，分別是、青海、寧夏、海南和貴州，儲(chǔ)蓄存款只占全國(guó)儲(chǔ)蓄的2％(資料來(lái)源：國(guó)家發(fā)改委網(wǎng)站)。從家庭金融資產(chǎn)數(shù)據(jù)來(lái)看，黑龍江2007年的抽樣調(diào)查數(shù)據(jù)表明(孫麗穎，2008)，

該省城鄉(xiāng)居民家庭平均擁有不到2.2萬(wàn)人民幣的金融資產(chǎn)，而江蘇省江陰市農(nóng)村家庭2005年的平均金融資產(chǎn)達(dá)到5.66萬(wàn)元(符國(guó)華，2006)。區(qū)域差異不僅表現(xiàn)在家庭金融資產(chǎn)數(shù)量上，不同地區(qū)居民金融資產(chǎn)結(jié)構(gòu)也不同。2002年廣東省居民金融資產(chǎn)中，居民儲(chǔ)蓄存款和手持現(xiàn)金占金融資產(chǎn)總額的92.2％，證券投資占5％，其他金融資產(chǎn)占比為2.8％(資料來(lái)源：國(guó)家發(fā)改委網(wǎng)站，下同)；云南省居民儲(chǔ)蓄存款和手持現(xiàn)金占比83.6％，證券投資占比16.4％，其它金融資產(chǎn)占比為0.19％；河南省居民居民儲(chǔ)蓄存款和手持現(xiàn)金占比81.3％，證券投資占比10.1％，其它金融資產(chǎn)占比為8.6％；遼寧省居民儲(chǔ)蓄存款和手持現(xiàn)金比例為88.8％，證券比例7.7％，其他金融資產(chǎn)為3.6％。這些省份的數(shù)據(jù)大致代表了我國(guó)不同區(qū)域的家庭金融資產(chǎn)結(jié)構(gòu)情況。

最后，我國(guó)家庭風(fēng)險(xiǎn)性金融資產(chǎn)存在明顯的財(cái)富效應(yīng)和教育效應(yīng)。2002年，我國(guó)對(duì)廣東、山東、天津、河北、江蘇、甘肅、四川和遼寧8省份的22個(gè)城市家庭做了金融資產(chǎn)抽樣調(diào)查，按照家庭金融財(cái)富將城市家庭分為5個(gè)層次，從最貧窮的20％家庭到最富裕的20％家庭，擁有全部家庭股票總價(jià)值的比例分別是0.4％，3.0％，62％，15.4％，75％。可以看出，隨著家庭財(cái)富的增加，擁有的風(fēng)險(xiǎn)性金融資產(chǎn)比例顯著增多。將家庭按照文化程度分為小學(xué)、初中、高中、中專、大專、本科和碩士以上等7個(gè)文化層次，戶均金融資產(chǎn)分別為48222,51994,56910、64460、106338、160176,220032元，可以看出，家庭金融資產(chǎn)與家庭成員受教育程度存在正相關(guān)關(guān)系。

三、結(jié)論與啟示

(一)發(fā)揮金融中介的功能，降低投資者參與金融市場(chǎng)的成本

通過(guò)歐美各國(guó)家庭資產(chǎn)組合的國(guó)際比較來(lái)看，共同基金和養(yǎng)老基金等金融中介的存在使家庭更多間接地投資于風(fēng)險(xiǎn)性資產(chǎn)，金融中介可運(yùn)用風(fēng)險(xiǎn)管理功能，輔助一般投資者參與日益復(fù)雜的金融市場(chǎng)和更有效的使用創(chuàng)新型金融工具，降低了一般投資者的參與成本。此外，應(yīng)重視加強(qiáng)金融中介的職業(yè)標(biāo)準(zhǔn)和道德規(guī)范水平，因?yàn)樗麄兊穆殬I(yè)信譽(yù)會(huì)通過(guò)影響家庭的信任度而間接影響到參與股票的程度。

(二)建立多層次保險(xiǎn)體系和新型福利制度，推進(jìn)社會(huì)保障制度改革

近年來(lái)，隨著收入分配體制、社會(huì)保障制度、住房、醫(yī)療、教育體制等方面改革不斷深化，居民更多地面臨未來(lái)收入與支出的不確定性。由于缺乏發(fā)達(dá)國(guó)家通常都有的社會(huì)保險(xiǎn)和福利體系，使得個(gè)人需要更多的儲(chǔ)蓄來(lái)保障自己的未來(lái)。因此，發(fā)展家庭金融需要推進(jìn)社會(huì)保障制度改革，建立多層次保險(xiǎn)體系和新型福利制度。

(三)增加城鄉(xiāng)居民收入，盡快縮短貧富差距

收入是決定家庭金融發(fā)展的關(guān)鍵因素。上述研究也表明，家庭的收入(財(cái)富)對(duì)股票參與決策和投資比例都有顯著的正向影響。目前。我國(guó)居民家庭財(cái)產(chǎn)總量雖然快速增加，但總量相對(duì)于發(fā)達(dá)國(guó)家仍然較低。因此，經(jīng)濟(jì)穩(wěn)定發(fā)展，居民收入持續(xù)增加，家庭財(cái)富水平不斷提升，家庭金融才能有更健康和堅(jiān)實(shí)的發(fā)展基礎(chǔ)。

第7篇

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：71073126；教育部“長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃”創(chuàng)新團(tuán)隊(duì)項(xiàng)目，項(xiàng)目編號(hào)：IRT1176；教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金課題，項(xiàng)目編號(hào)：20100204110030；陜西省社科基金項(xiàng)目，項(xiàng)目編號(hào)：09E044；西北農(nóng)林科技大學(xué)人才專項(xiàng)資金資助項(xiàng)目資助。

摘要：本文利用山東泰安農(nóng)村地區(qū)抽樣調(diào)查數(shù)據(jù)，從實(shí)證角度考察了我國(guó)農(nóng)村正式金融機(jī)構(gòu)向農(nóng)戶提供信貸供給時(shí)的信貸完全滿足、信貸完全配給和信貸部分配給行為。結(jié)果表明：與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地?cái)?shù)量越多、面積越大，越有助于其降低遭受金融機(jī)構(gòu)完全信貸配給行為；戶主具有非農(nóng)勞動(dòng)專業(yè)技能和家庭資產(chǎn)價(jià)值越高反而促使金融機(jī)構(gòu)對(duì)其申貸金額滿足度下降。

關(guān)鍵詞：MNL模型；金融機(jī)構(gòu)；信貸供給

中圖分類號(hào)：F83243文獻(xiàn)標(biāo)識(shí)碼：A

農(nóng)村金融市場(chǎng)為滿足農(nóng)戶資金需求提供了場(chǎng)所。雖然部分農(nóng)戶能夠從正規(guī)金融機(jī)構(gòu)獲得足夠的金融資源額度，但是由于信息不對(duì)稱和交易成本問(wèn)題導(dǎo)致的嚴(yán)重信貸配給（Credit Rationing）現(xiàn)象則更為普遍，具體表現(xiàn)為：（1）在所有的貸款申請(qǐng)人當(dāng)中，一部分人的貸款申請(qǐng)被接受，而另一部分人即使愿意支付高利率也得不到貸款；（2）貸款人的貸款申請(qǐng)只能部分被滿足。同其他發(fā)展中國(guó)家一樣，信貸配給現(xiàn)象也是我國(guó)農(nóng)村金融市場(chǎng)一個(gè)不爭(zhēng)的事實(shí)，正規(guī)金融機(jī)構(gòu)仍然不能很好地滿足農(nóng)戶的信貸需求，對(duì)農(nóng)戶的生產(chǎn)投資、生活消費(fèi)等方面有著負(fù)面影響。不容否認(rèn)的是，為改善農(nóng)村金融市場(chǎng)的運(yùn)行，我國(guó)政府自1996年起就啟動(dòng)了一系列的農(nóng)村金融改革，最近又從國(guó)家層面進(jìn)一步加大了對(duì)農(nóng)村金融改革發(fā)展的扶持和引導(dǎo)。當(dāng)前正規(guī)金融機(jī)構(gòu)信貸供給行為究竟如何？什么樣的農(nóng)戶容易遭受正規(guī)金融機(jī)構(gòu)的信貸配給？或者說(shuō)容易遭受金融機(jī)構(gòu)信貸配給的農(nóng)戶家庭的特征是什么？了解這些問(wèn)題對(duì)于找準(zhǔn)農(nóng)村金融改革的著力點(diǎn)，明晰改革的途徑和突破點(diǎn)等具有重要意義。

一、相關(guān)文獻(xiàn)回顧

對(duì)于農(nóng)村正規(guī)金融機(jī)構(gòu)的信貸供給行為，以往的研究主要集中于金融市場(chǎng)常見(jiàn)的信貸配給現(xiàn)象。國(guó)際上，經(jīng)濟(jì)學(xué)家 Jaffee & Russlle （1976）、Stiglitz & Weiss（1981）等人將不完全信息和合約理論運(yùn)用到信貸市場(chǎng)中，建立逆向選擇模型與道德風(fēng)險(xiǎn)模型，提出信貸配給的主要原因是金融市場(chǎng)信息不對(duì)稱和成本的存在。Williamson（1988）從事后信息不對(duì)稱的角度進(jìn)一步拓展了基于信息經(jīng)濟(jì)學(xué)基礎(chǔ)的信貸配給理論，認(rèn)為即使不存在逆向選擇和道德風(fēng)險(xiǎn)，只要存在信息不對(duì)稱和監(jiān)督成本，就會(huì)產(chǎn)生信貸配給。近年來(lái)其他學(xué)者，例如Meza & Webb（2006）、Arnold & Riley（2009）等從其他角度解釋、分析和論證了信貸配給的存在和影響。

國(guó)內(nèi)學(xué)者近年來(lái)主要從理論分析和數(shù)據(jù)調(diào)查論證對(duì)農(nóng)村金融的信貸配給進(jìn)行了研究，主要包括兩個(gè)層面：第一，關(guān)于信貸配給影響農(nóng)村經(jīng)濟(jì)的研究。例如，林毅夫（2000）研究了金融改革對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展的意義；徐忠和程恩江（2004）研究了利率政策引發(fā)農(nóng)村信貸市場(chǎng)扭曲及其對(duì)農(nóng)村金融機(jī)構(gòu)行為、效率及農(nóng)村信貸資金的配置造成的影響。第二，關(guān)于信貸配給下農(nóng)村信貸市場(chǎng)的狀況。例如，朱喜和李子奈（2006）利用2003年約3 000戶農(nóng)村家庭的抽樣調(diào)查數(shù)據(jù)， 考察了我國(guó)農(nóng)村正規(guī)金融機(jī)構(gòu)向農(nóng)戶提供信貸服務(wù)時(shí)的配給行為；褚保金等人（2009）利用江蘇省欠發(fā)達(dá)的北部地區(qū)372個(gè)農(nóng)戶數(shù)據(jù)研究了信貸配給下農(nóng)戶借貸的福利效果；朱喜等人（2009）實(shí)證分析了我國(guó)欠發(fā)達(dá)地區(qū)不同農(nóng)村金融機(jī)構(gòu)的信貸供給行為；李慶海等人（2012）采用2003-2009年我國(guó)1 000個(gè)樣本農(nóng)戶的調(diào)查數(shù)據(jù)，估計(jì)農(nóng)戶遭受信貸配給的程度及其對(duì)農(nóng)戶家庭凈收入和消費(fèi)支出的影響等。

這些研究無(wú)疑非常重要，它們有助于我們了解農(nóng)村金融市場(chǎng)，特別是正規(guī)信貸市場(chǎng)的現(xiàn)狀， 并為破解當(dāng)前農(nóng)村金融困境和尋求合適的改革方案提供了思路。但是這些研究?jī)H僅局限于金融機(jī)構(gòu)信貸配給理論的一般性探討和分析，既沒(méi)有很好區(qū)分金融機(jī)構(gòu)供給行為中的完全信貸配給行為和部分信貸配給行為，也沒(méi)有探討申貸農(nóng)戶的家庭特征與金融機(jī)構(gòu)的信貸供給行為的關(guān)聯(lián)性。基于此，本文將嘗試彌補(bǔ)這方面的空白。

二、理論框架

為了消除金融市場(chǎng)中存在的信息不對(duì)稱，金融機(jī)構(gòu)通常要收集以貸款申請(qǐng)者家庭特征為主的多方面信息，這些信息經(jīng)過(guò)量化處理后就構(gòu)成了金融機(jī)構(gòu)的信貸評(píng)價(jià)指標(biāo)。依據(jù)這些指標(biāo)，金融機(jī)構(gòu)對(duì)每一位貸款申請(qǐng)者做出判斷，確定最佳信貸供給行為，以達(dá)到自身期望收益最大。

假定農(nóng)戶為申請(qǐng)貸款向金融機(jī)構(gòu)提供其家庭特征信息為HI，金融機(jī)構(gòu)信貸評(píng)價(jià)優(yōu)等指標(biāo)為EI，差等評(píng)價(jià)指標(biāo)為BI，如果HI≥EI，即金融機(jī)構(gòu)認(rèn)定農(nóng)戶的家庭特征（信貸評(píng)價(jià)指標(biāo)最重要的組成部分）達(dá)到或超過(guò)其設(shè)定發(fā)放貸款的優(yōu)等水平，則金融機(jī)構(gòu)就會(huì)滿足農(nóng)戶的全部貸款申請(qǐng)，這時(shí)，金融機(jī)構(gòu)的信貸供給等于申貸農(nóng)戶的資金需求。如果BI≥HI，即金融機(jī)構(gòu)認(rèn)定農(nóng)戶的家庭特征只能達(dá)到或低于金融機(jī)構(gòu)設(shè)定發(fā)放貸款的差等水平，則金融機(jī)構(gòu)就會(huì)拒絕農(nóng)戶的貸款申請(qǐng)（信貸供給為零），也即金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給程度為100%。如果EI>HI>BI，則農(nóng)戶的家庭特征水平是介于金融機(jī)構(gòu)信貸評(píng)價(jià)的優(yōu)等水平和差等水平之間，因此農(nóng)戶的貸款申請(qǐng)只能被金融機(jī)構(gòu)部分滿足，即金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給介于0%和100%之間，或者金融機(jī)構(gòu)認(rèn)為滿足農(nóng)戶的部分貸款申請(qǐng)所帶來(lái)的期望收益是大于全部拒絕或全部接受貸款申請(qǐng)所帶來(lái)的期望收益。總之，金融機(jī)構(gòu)對(duì)每位申請(qǐng)信貸的農(nóng)戶所做的最終信貸供給行為或是（1）接受農(nóng)戶的貸款申請(qǐng)，或是（2）部分接受農(nóng)戶的貸款申請(qǐng)，或是（3）拒絕農(nóng)戶的貸款申請(qǐng)。其中，金融機(jī)構(gòu)的信貸供給行為（2）和（3）就是金融機(jī)構(gòu)對(duì)貸款申請(qǐng)者的信貸配給。

如上所述，金融機(jī)構(gòu)的信貸供給行為都是按照效用最大化（utility-maximizing）的原則進(jìn)行的，這符合MNL（Multinomial Logit）模型的隨機(jī)效用理論（random utility theory）基礎(chǔ)。假定上述的供給行為（1），（2）和（3）構(gòu)成金融機(jī)構(gòu)信貸供給行為的選擇集C。在選擇集中的每一個(gè)信貸供給行為對(duì)金融機(jī)構(gòu)而言都存在一定的效用。金融機(jī)構(gòu)信貸供給行為只會(huì)采取選擇集中效用對(duì)他最大的那一個(gè)。我們假設(shè)用n來(lái)表示申貸農(nóng)戶，n=1，…，N；用J表示選擇集中的全部的三種金融機(jī)構(gòu)的信貸供給行為。我們把金融機(jī)構(gòu)對(duì)申貸農(nóng)戶n的信貸供給行為j所獲得的效用表示為Unj，j∈J，且j為上述金融機(jī)構(gòu)信貸供給行為（1），（2）和（3）之一。因此，信貸供給行為i（i也為上述金融機(jī)構(gòu)信貸供給行為之一）被選中所必須滿足的條件是：Uni>Unj，其中j是指不包括信貸行為i在內(nèi)的選擇集中的全部其他信貸行為。

金融機(jī)構(gòu)的每一個(gè)信貸行為的效用由兩部分構(gòu)成：決定部分（deterministic component）和隨機(jī)部分（random component）。效用的決定部分是由可觀察到的申貸農(nóng)戶的家庭特征所決定的。家庭特征包括戶主的性別，年齡，教育水平等。對(duì)于金融機(jī)構(gòu)給予申貸農(nóng)戶n的信貸供給行為j的效用的系統(tǒng)部分通常用Vnj表示。還有一部分效用是研究人員觀察不到的，也就是說(shuō)Unj≠Vnj。決定部分效用與全部效用之間的差便是效用的隨機(jī)部分。對(duì)于金融機(jī)構(gòu)給予申貸農(nóng)戶i的信貸行為j，把隨機(jī)部分效用表示為εnj。這樣，我們把全部效用分解成了兩部分，如下方程所示：

在選擇集C中，金融機(jī)構(gòu)對(duì)申貸農(nóng)戶i的信貸供給行為j的概率可以表示為：

對(duì)效用的隨機(jī)部分εni，i∈C，假設(shè)：（1）εni是獨(dú)立分布的隨機(jī)變量；（2）該概率變量服從雙重冪函數(shù)概率分布（double exponential distribution），如下所示：

綜合公式（1）至（3），金融機(jī)構(gòu)對(duì)申貸農(nóng)戶i的信貸供給行為j的概率表示為如下公式（推導(dǎo)及證明過(guò)程，參考McFadden， 1974）：

上式中，分子是金融機(jī)構(gòu)信貸供給行為i決定部分效用的冪函數(shù)，分母是選擇集中所有金融機(jī)構(gòu)信貸供給行為決定部分效用冪函數(shù)的和。此時(shí)，式（4）中效用的隨機(jī)部分已不復(fù)存在，因此簡(jiǎn)化了選擇概率計(jì)算過(guò)程。

三、計(jì)量模型

如上所述，效用的決定部分是由可觀察到的申貸農(nóng)戶的家庭特征的有關(guān)變量決定的。假設(shè)有K個(gè)可觀察變量共同決定效用的決定部分，因此這些變量與效用有如下線性關(guān)系：

上式中，aj是每一個(gè)信貸供給行為的固有效用（intrinsic utility）。每一個(gè)信貸供給行為都有其獨(dú)特的aj值，所以共有J個(gè)這樣的參數(shù)。通常這些參數(shù)被解釋為控制了其他變量以后的信貸供給行為的收益值。由于模型估計(jì)的需要，將J個(gè)參數(shù)中的一個(gè)限定為0，因此只需要估計(jì)J-1個(gè)這樣的參數(shù)。xnjk是可觀察到的每一個(gè)申貸農(nóng)戶都有的共同家庭特征變量。在這里，“共同”是指每一個(gè)申貸農(nóng)戶都有這個(gè)變量，但并不表示它們的值相等。bk是第k個(gè)共同變量所對(duì)應(yīng)的參數(shù)或權(quán)數(shù)。每一個(gè)變量都有一個(gè)參數(shù)與之對(duì)應(yīng)，但是對(duì)于同一個(gè)變量不同的申貸農(nóng)戶分享相同的參數(shù)，所以，申貸農(nóng)戶標(biāo)志n就在參數(shù)的下標(biāo)中省去了。可以看到，雖然申貸農(nóng)戶在同一變量上分享相等的參數(shù)，但是由于變量觀察值的不同，金融機(jī)構(gòu)同一信貸供給行為的決定效用在不同申貸農(nóng)戶之間不等。

進(jìn)一步，將公式（5）代入公式（4），可得公式：

在上面的公式中，xnjk是已知的觀察值，aj和bk是未知的參數(shù)，需要估計(jì)。雖然不知道選擇概率pni，但是知道金融機(jī)構(gòu)對(duì)申貸農(nóng)戶的具體的信貸供給行為，因此可用ynj來(lái)表示金融機(jī)構(gòu)對(duì)申貸農(nóng)戶n信貸供給行為選擇的結(jié)果。如果金融機(jī)構(gòu)給予申貸農(nóng)戶n的信貸供給行為是j，則ynj=1；否則，ynj=0。推廣開(kāi)來(lái)，金融機(jī)構(gòu)對(duì)申貸農(nóng)戶n從J個(gè)信貸供給行為選擇集中采用一種信貸供給行為，統(tǒng)計(jì)似然（likelihood）的計(jì)算公式則為：

對(duì)于全部N個(gè)申貸農(nóng)戶而言，似然的計(jì)算公式則為：

對(duì)公式（8）兩邊去對(duì)數(shù)后，采用最大似然估計(jì)法（Maximum Likelihood Method）可求得模型參數(shù)aj和bk的解。應(yīng)用最大似然法所估計(jì)的參數(shù)具有一致性（consistent）、漸進(jìn)效率性（asymptotically efficient）和趨于正態(tài)分布（normally distributed）的特點(diǎn)。因此，對(duì)數(shù)似然值的計(jì)算公式為：

將公式（6）代入到公式（9），并通過(guò)對(duì)LL進(jìn)行最大化，便可以求得參數(shù)aj和bk的解。在本研究中，是通過(guò)程序STATA 110來(lái)實(shí)現(xiàn)上面的模型估計(jì)過(guò)程的。

四、數(shù)據(jù)與結(jié)果

（一）數(shù)據(jù)來(lái)源

由于農(nóng)村正規(guī)金融機(jī)構(gòu)（信用社、農(nóng)業(yè)銀行等）不愿向研究者提供分筆貸款的相關(guān)數(shù)據(jù)，因此，筆者的數(shù)據(jù)收集都是建立在農(nóng)戶訪談?wù){(diào)查基礎(chǔ)上的。本文的數(shù)據(jù)來(lái)源于2011年初筆者在山東泰安農(nóng)村地區(qū)收集的數(shù)據(jù)，采用了三階段分層抽樣策略。第一階段，按照不同經(jīng)濟(jì)發(fā)展水平采取分類抽樣的方法，隨機(jī)選擇了山東泰安的兩個(gè)鄉(xiāng)鎮(zhèn)，分別是滿莊鎮(zhèn)和伏山鎮(zhèn)；第二階段，在每個(gè)所選的鄉(xiāng)鎮(zhèn)中再隨機(jī)抽取兩個(gè)村，共計(jì)四個(gè)村，分別是滿莊鎮(zhèn)的曹家寨村和新莊村，伏山鎮(zhèn)的馬家廟村和朱家莊村；第三階段，在每個(gè)被抽取村莊中隨機(jī)選擇50-70戶農(nóng)戶發(fā)放問(wèn)卷或入戶調(diào)查，共收集有效問(wèn)卷220戶。數(shù)據(jù)庫(kù)中，收集了這些農(nóng)戶2006-2010年間的金融信貸活動(dòng)、家庭基本情況等方面的經(jīng)濟(jì)社會(huì)數(shù)據(jù)。這為估計(jì)金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給程度提供了數(shù)據(jù)資源和經(jīng)驗(yàn)證據(jù)。然而，這些農(nóng)戶中，未參與金融信貸調(diào)查、未在2006-2010年間向金融機(jī)構(gòu)申請(qǐng)貸款的農(nóng)戶有30戶，在此期間向金融機(jī)構(gòu)申請(qǐng)信貸的190戶農(nóng)戶中有19戶提供的信息不全，因此本文分析中將這些農(nóng)戶剔除掉，最終本文采用的樣本農(nóng)戶為171戶。

筆者的調(diào)查采用直接法進(jìn)行，即通過(guò)發(fā)放問(wèn)卷或?qū)嵉卣{(diào)查以誘導(dǎo)農(nóng)戶透露出有關(guān)信貸申請(qǐng)金額和實(shí)際獲取金額的真實(shí)信息。本文關(guān)于金融機(jī)構(gòu)信貸配給的度量如下：“過(guò)去5年內(nèi)（2006-2010年），您家是否向金融機(jī)構(gòu)申請(qǐng)過(guò)貸款？如果申請(qǐng)過(guò)，最近一次申請(qǐng)的意愿貸款額是多少？金融機(jī)構(gòu)最后給予的實(shí)際貸款額又是多少？”只要信貸申請(qǐng)農(nóng)戶沒(méi)有從金融機(jī)構(gòu)獲取任何信貸額或獲取的實(shí)際貸款額小于其意愿貸款額，則金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸供給行為就是信貸配給。其中，申請(qǐng)貸款但未獲信貸的農(nóng)戶為完全信貸配給，申請(qǐng)貸款僅獲部分貸款的農(nóng)戶為部分信貸配給。171戶樣本中，102戶遭受金融機(jī)構(gòu)的信貸配給，占總樣本的596%，這也證實(shí)了農(nóng)戶的信貸配給程度是很高的，也同我國(guó)大部分學(xué)者的研究所表明中國(guó)農(nóng)戶受到信貸配給的程度至少在50%以上的情況相吻合（田俊麗， 2006）。在遭受信貸配給的農(nóng)戶中，84戶遭受完全信貸配給，占總樣本的491%；18戶遭受部分信貸配給，占總樣本的105%。這表明農(nóng)戶遭受的信貸配給主要是完全信貸配給，這一點(diǎn)也同國(guó)內(nèi)許多學(xué)者（例如李慶海等人， 2012）的調(diào)查相類似。其余69戶的信貸申請(qǐng)均獲得金融機(jī)構(gòu)的信貸滿足。

（二）變量選取及統(tǒng)計(jì)特征

基于前述的理論模型及計(jì)量方法，本文所用的被解釋變量為：金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸供給行為。為了便于描述和區(qū)分金融機(jī)構(gòu)三種不同的信貸供給行為，筆者賦值0，1，2分別表示信貸供給的完全滿足、信貸供給的完全配給、信貸供給的部分配給行為。在這里，被解釋變量是離散選擇變量。

估計(jì)MNL模型時(shí)，需要將一類信貸供給行為作為參照組。解釋變量的估計(jì)系數(shù)為正，意味著相對(duì)于參照組的信貸供給行為來(lái)說(shuō)，解釋變量對(duì)處于此類信貸供給行為的相對(duì)概率為正的影響；解釋變量的估計(jì)系數(shù)為負(fù)，意味著相反的情形。本文中解釋變量反映農(nóng)戶的家庭特征，主要有：（1）農(nóng)戶自有的土地規(guī)模（land）。作為最基本的生產(chǎn)資料，承包的土地規(guī)模在一定程度上能夠衡量信貸農(nóng)戶的期望收益，因此我們預(yù)測(cè)該變量對(duì)金融機(jī)構(gòu)信貸滿足行為的影響為正，對(duì)信貸配給行為的影響為負(fù)。（2）農(nóng)戶信貸前的家庭全部資產(chǎn)的市場(chǎng)價(jià)值（asset，包括土地，房屋，銀行存款，農(nóng)產(chǎn)品等）。家庭資產(chǎn)值在一定程度上反映了農(nóng)戶潛在的生產(chǎn)能力和財(cái)富創(chuàng)造能力。其越大，可被用作抵押、擔(dān)保的資產(chǎn)就越多，金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸滿足的可能性就越大，或者信貸配給的可能性就越小。（3）戶主的受教育水平（education）。戶主受教育水平在一定程度上可以代表信貸申請(qǐng)農(nóng)戶家庭的綜合能力。其越高，越容易及時(shí)把握農(nóng)產(chǎn)品的市場(chǎng)信息，快速了解農(nóng)業(yè)新技術(shù)的動(dòng)態(tài)，從而能夠靈活地安排農(nóng)業(yè)生產(chǎn)，降低各種生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)，有利于獲取最佳收益。因此，預(yù)測(cè)該變量對(duì)金融機(jī)構(gòu)的信貸滿足行為影響為正，信貸配給行為的影響為負(fù)。（4）戶主的性別（gender）。國(guó)外學(xué)者的調(diào)查研究發(fā)現(xiàn)，女性借款者信用往往好于男性借款者（Fletschner & Kenney，2011）。既然我國(guó)農(nóng)戶借款都是戶主代表家庭出面申請(qǐng)，因此預(yù)測(cè)金融機(jī)構(gòu)對(duì)戶主為男性的家庭較戶主為女性的家庭更容易給予信貸配給。（5）戶主的年齡（age）。戶主的年齡可以在一定程度上代表農(nóng)戶家庭的家庭結(jié)構(gòu)，即青年家庭（18-35歲）、中年家庭（36-45歲）、中老年家庭（46-55歲），老年家庭（56歲以上）。在我國(guó)當(dāng)前大部分農(nóng)業(yè)生產(chǎn)方式仍舊屬于勞動(dòng)密集型，因此農(nóng)戶的家庭結(jié)構(gòu)越年輕，其農(nóng)業(yè)生產(chǎn)能力和效率相對(duì)要好些，從而金融機(jī)構(gòu)對(duì)其的信貸需求能予以滿足。（6）農(nóng)戶家庭農(nóng)業(yè)勞動(dòng)力總數(shù)（labor1）。我國(guó)目前以勞動(dòng)密集型的農(nóng)業(yè)生產(chǎn)方式?jīng)Q定了一個(gè)家庭勞動(dòng)力越充裕，農(nóng)業(yè)生產(chǎn)的期望收益才會(huì)越高，因此金融機(jī)構(gòu)對(duì)這樣的家庭信貸需求的滿足性較高。（7）農(nóng)戶家庭外出務(wù)工勞動(dòng)力總數(shù)（labor2）。外出務(wù)工勞動(dòng)力越多意味著農(nóng)戶家庭收入來(lái)源越多，抗擊風(fēng)險(xiǎn)能力就越強(qiáng)，有助于信貸的償還，因此金融機(jī)構(gòu)也會(huì)較多地滿足這樣的家庭信貸需求。（8）農(nóng)戶家庭無(wú)勞動(dòng)能力成員總數(shù)（nonlabor）。相對(duì)于勞動(dòng)能力，無(wú)勞動(dòng)能力通常意味著無(wú)法創(chuàng)造財(cái)富。因此，家庭成員中無(wú)勞動(dòng)能力成員人數(shù)越多，就意味著家庭消費(fèi)支出越大，這樣的家庭遭受金融機(jī)構(gòu)的信貸配給的可能性也越大。（9）戶主是否具有非農(nóng)專業(yè)勞動(dòng)技能（skill）。在我國(guó)農(nóng)村地區(qū)，戶主通常意味家庭經(jīng)濟(jì)的頂梁柱，戶主具有非農(nóng)的專業(yè)勞動(dòng)技能意味著這樣的家庭獲取財(cái)富途徑和手段多元化。因此，同家庭有較多的外出務(wù)工的勞動(dòng)力一樣，這樣的家庭也可能較少遭受金融機(jī)構(gòu)的信貸配給。表1給出了所有變量的定義、說(shuō)明及統(tǒng)計(jì)特征。

（三） 實(shí)證結(jié)果分析

本文將金融機(jī)構(gòu)信貸完全滿足行為作為參照組，即金融機(jī)構(gòu)信貸完全滿足行為的參數(shù)被限值為0，因此金融機(jī)構(gòu)的完全信貸配給行為和部分信貸配給行為的參數(shù)是它們與金融機(jī)構(gòu)信貸滿足行為參數(shù)的對(duì)數(shù)機(jī)會(huì)比（log odds），是一個(gè)相對(duì)值。從估計(jì)結(jié)果可以看出（見(jiàn)表2），申貸農(nóng)戶的家庭自有土地面積的大小、戶主是否具有非農(nóng)勞動(dòng)專業(yè)技能以及申貸農(nóng)戶家庭資產(chǎn)市場(chǎng)價(jià)值的大小對(duì)金融機(jī)構(gòu)的信貸供給行為有顯著影響。

與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地?cái)?shù)量越多、面積越大，越有助于其降低遭受金融機(jī)構(gòu)完全信貸配給的行為，這同我們前述的理論預(yù)期一致，也與褚保金等人（2009）和李慶海等人（2012）的研究結(jié)論一致。同時(shí)，這一發(fā)現(xiàn)也說(shuō)明金融機(jī)構(gòu)對(duì)信貸資金的供給更傾向于種植大戶。

然而，與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶的戶主具有非農(nóng)勞動(dòng)專業(yè)技能和家庭資產(chǎn)價(jià)值越高反而促使金融機(jī)構(gòu)對(duì)其申貸金額的滿足度下降，這些發(fā)現(xiàn)同我們前述的理論預(yù)期截然相反。造成這一現(xiàn)象的可能原因是本文調(diào)查的農(nóng)戶所涉及的貸款均為涉農(nóng)貸款，同其他的消費(fèi)貸款、非農(nóng)生產(chǎn)貸款不同，涉農(nóng)貸款主要服務(wù)于農(nóng)業(yè)生產(chǎn)，因而戶主具有非農(nóng)技能容易加深金融機(jī)構(gòu)對(duì)其可能挪用貸款從事非農(nóng)生產(chǎn)，從而引發(fā)可能的債務(wù)風(fēng)險(xiǎn)的懷疑，進(jìn)而采用部分信貸配給的信貸供給行為。另外，本文受訪農(nóng)戶家庭資產(chǎn)的市場(chǎng)價(jià)值最主要的貢獻(xiàn)值是自有農(nóng)田的市場(chǎng)價(jià)值和建于宅基地上的住房的市場(chǎng)價(jià)值，然而按照我國(guó)現(xiàn)行法律，農(nóng)戶的自有土地和宅基地是無(wú)法在市場(chǎng)上進(jìn)行產(chǎn)權(quán)買賣的，因而農(nóng)戶家庭資產(chǎn)的市場(chǎng)價(jià)值主要部分反映的是市場(chǎng)的理論價(jià)值。這一理論的市場(chǎng)價(jià)值所占比重越大，農(nóng)戶其他的可流動(dòng)資產(chǎn)就越少，從而減少了申貸農(nóng)戶尋求資產(chǎn)擔(dān)保或抵押的可能性，加大了債務(wù)風(fēng)險(xiǎn)。從這點(diǎn)考慮，金融機(jī)構(gòu)會(huì)更傾向于給予申貸農(nóng)戶部分信貸配給。

研究結(jié)果表明農(nóng)戶的其他家庭特征變量如戶主的性別、教育水平、年齡，農(nóng)戶家庭農(nóng)業(yè)勞動(dòng)力人數(shù)、非農(nóng)勞動(dòng)力人數(shù)和無(wú)勞動(dòng)能力人數(shù)等對(duì)金融機(jī)構(gòu)的信貸供給行為的影響不顯著，這反映出被調(diào)查地區(qū)的金融機(jī)構(gòu)對(duì)上述變量不敏感，可能的原因是金融機(jī)構(gòu)并沒(méi)有把向農(nóng)戶提供貸款真正作為自己的經(jīng)營(yíng)方向，而且其在信息收集成本方面也較高，因此沒(méi)有積極去了解或評(píng)估樣本農(nóng)戶的信用狀況。

五、結(jié)論與啟示

本文以山東泰安地區(qū)抽樣調(diào)查的農(nóng)戶數(shù)據(jù)為例，采用MNL（Multinomial Logit）模型，以受訪農(nóng)戶的家庭特征為自變量，實(shí)證分析了農(nóng)村正規(guī)金融機(jī)構(gòu)信貸供給行為。研究發(fā)現(xiàn)，金融機(jī)構(gòu)對(duì)69戶樣本農(nóng)戶（占總樣本的404%）給予了信貸滿足，對(duì)84戶樣本農(nóng)戶（占總樣本的491%）給予了完全信貸配給，對(duì)18戶樣本農(nóng)戶（占總樣本的105%）給予部分信貸配給。同以往文獻(xiàn)調(diào)查類似，本文調(diào)查也顯示了信貸配給仍然是當(dāng)前金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸供給的主要行為。本文將金融機(jī)構(gòu)信貸完全滿足行為作為參照組，實(shí)證研究發(fā)現(xiàn)，與金融機(jī)構(gòu)信貸完全滿足行為相比，申貸農(nóng)戶家庭自有土地?cái)?shù)量越多、面積越大，越有助于其降低遭受金融機(jī)構(gòu)完全信貸配給的行為。然而，與金融機(jī)構(gòu)信貸完全滿足行為相比，戶主具有非農(nóng)勞動(dòng)專業(yè)技能和家庭資產(chǎn)價(jià)值越高反而促使金融機(jī)構(gòu)對(duì)其申貸金額的滿足度下降，這些發(fā)現(xiàn)同我們前述的理論預(yù)期截然相反。造成這種現(xiàn)象的可能原因是調(diào)查地區(qū)的樣本農(nóng)戶的信貸類型屬于涉農(nóng)貸款以及家庭資產(chǎn)主要構(gòu)成部分是沒(méi)有實(shí)際市場(chǎng)價(jià)值且無(wú)抵押功能的自有耕地和宅基地，從而影響了金融機(jī)構(gòu)對(duì)其的信貸供給。

本文的結(jié)論也為我國(guó)農(nóng)村金融改革提供了重要啟示。未來(lái)我國(guó)農(nóng)村金融改革深化離不開(kāi)農(nóng)村土地制度的改革。我國(guó)當(dāng)前法律明確禁止農(nóng)業(yè)用地和宅基地進(jìn)行抵押或者轉(zhuǎn)讓，這導(dǎo)致農(nóng)戶在信貸申請(qǐng)中能夠提供給金融機(jī)構(gòu)的抵押物相當(dāng)有限，以至于相當(dāng)部分涉農(nóng)貸款只能開(kāi)展小額信貸業(yè)務(wù)，雖然此類金融產(chǎn)品符合我國(guó)農(nóng)村基層的信貸生態(tài)環(huán)境，但從建立現(xiàn)代金融業(yè)的理念看其成本收益比不佳，而且無(wú)法滿足種養(yǎng)大戶和農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)對(duì)資金的有效需求。因此，如果允許農(nóng)戶將土地作為抵押品進(jìn)行融資，那么金融機(jī)構(gòu)會(huì)更主動(dòng)地開(kāi)展涉農(nóng)貸款業(yè)務(wù)，因?yàn)橄鄬?duì)于其他抵押品而言，土地?zé)o論是在價(jià)值穩(wěn)定性還是市場(chǎng)接受程度上都較高，能極大地降低銀行的信貸管理風(fēng)險(xiǎn)，進(jìn)而可以發(fā)展出具備可持續(xù)性的農(nóng)村金融商業(yè)模式。總之，鑒于目前農(nóng)村金融市場(chǎng)上信貸配給現(xiàn)象依然嚴(yán)重，除了繼續(xù)加大農(nóng)村金融體制自身改革以外，農(nóng)村金融體制的進(jìn)一步改革也需要同農(nóng)村土地產(chǎn)權(quán)改革結(jié)合起來(lái)。

參考文獻(xiàn)：

[1]Williamson， O.Corporate Finance and Corporate Governance[J].Journal of Finance，1988， 43（3）： 567-591.

[2]Meza， D.D. and D. C. Webb. Credit Rationing： Something’s Gotta Give[J].Economica，2006， 73（292）： 563-578.

[3]Arnold， L.G. and J. G. Riley.On the Possibility of Credit Rationing in the Stiglitz-Weiss Model[J].American Economic Review，2009，99（5）： 2012-2021.

[4]林毅夫.再論制度、技術(shù)與中國(guó)農(nóng)業(yè)發(fā)展[M].北京：北京大學(xué)出版社，2000.

[5]鐘笑寒， 湯荔. 農(nóng)村金融機(jī)構(gòu)收縮的經(jīng)濟(jì)影響：對(duì)中國(guó)的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論， 2005（1）： 109-115.

[6]朱喜，李子奈. 我國(guó)農(nóng)村正式金融機(jī)構(gòu)對(duì)農(nóng)戶的信貸配給——一個(gè)聯(lián)立離散選擇模型的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006（3）：37-49.

[7]褚保金，盧亞娟，張龍耀.信貸配給下農(nóng)戶借貸的福利效果分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2009（6）： 51-61.

[8]McFadden， D. Conditional logit analysis of qualitative choice behavior[M].In Frontiers in Econometrics. P. Zarembka， New York： Academic Press， 1974：105-142.

[8]田俊麗. 中國(guó)農(nóng)村信貸配給及農(nóng)村金融體系重構(gòu)[D].成都：西南財(cái)經(jīng)大學(xué)博士學(xué)位論文，2006.

第8篇

關(guān)鍵詞：農(nóng)村家庭；資產(chǎn)組合；非正式制度

中圖分類號(hào)：F323.9 文獻(xiàn)標(biāo)識(shí)碼：A doi：10.3969/j.issn.1672-3309（x）.2012.06.51 文章編號(hào)：1672-3309（2012）06-124-03

一、引言

非正式制度，又稱為非正式約束，包括價(jià)值信念、風(fēng)俗習(xí)慣、文化傳統(tǒng)、道德倫理、意識(shí)形態(tài)等人們?cè)谏鐣?huì)交往中發(fā)展形成的準(zhǔn)則。本文研究的就是在這些非正式制度下貴州農(nóng)村居民家庭資產(chǎn)組合的選擇。在現(xiàn)代生活中，家庭作為社會(huì)的一個(gè)組成部分，每時(shí)每刻都有經(jīng)濟(jì)行為的發(fā)生，概括起來(lái)就是：創(chuàng)造價(jià)值和創(chuàng)造消費(fèi)。隨著現(xiàn)代經(jīng)濟(jì)的發(fā)展，家庭資產(chǎn)由少到多，并且隨著金融市場(chǎng)與房地產(chǎn)市場(chǎng)的建立、發(fā)展和深化，家庭資產(chǎn)形式日漸豐富，家庭資產(chǎn)組合的結(jié)構(gòu)也呈多元化。投資模式以家庭為研究單位的投資組合偏好不同而不同，不同的投資工具可能成為家庭的首選項(xiàng)，資產(chǎn)的不同組合所帶來(lái)的風(fēng)險(xiǎn)和收益會(huì)影響到家庭財(cái)富的增長(zhǎng)方式與增長(zhǎng)量。很多文獻(xiàn)集中于對(duì)進(jìn)入資本市場(chǎng)的投資者的資產(chǎn)組合選擇進(jìn)行研究，很少研究那些沒(méi)有進(jìn)入資本市場(chǎng)的家庭投資行為，銀行存款仍是居民金融資產(chǎn)選擇的主要途徑，房地產(chǎn)支出在實(shí)物資產(chǎn)中占比最大，因此，根據(jù)家庭生活的不同背景，對(duì)家庭資產(chǎn)組合選擇的影響因素進(jìn)行分析，不僅可以認(rèn)識(shí)家庭資產(chǎn)選擇的特點(diǎn)，完善家庭資產(chǎn)選擇行為理論，而且有助于了解不同家庭投資需求，促進(jìn)家庭資產(chǎn)選擇行為合理化。對(duì)于家庭的界定不同，研究所得的結(jié)論當(dāng)然也會(huì)各異。于2012年5月公布的《中國(guó)家庭金融調(diào)查報(bào)告》中對(duì)于家庭的定義就是：調(diào)查對(duì)象必須滿足共同居住、收入共享、支出共擔(dān)這3個(gè)條件才算一戶家庭。本文所研究的居民家庭指同時(shí)滿足上述3個(gè)條件的家庭。

家庭資產(chǎn)組合的目的多為避險(xiǎn)與獲利。根據(jù)經(jīng)典資產(chǎn)組合理論，給定資產(chǎn)的收益分布，居民的風(fēng)險(xiǎn)規(guī)避程度越高，投資于風(fēng)險(xiǎn)金融資產(chǎn)的可能性越低，即使進(jìn)行了投資，持有的比重也越低。實(shí)證研究卻發(fā)現(xiàn)居民家庭的資產(chǎn)組合選擇并不遵從經(jīng)典資產(chǎn)組合理論的預(yù)期（Vissing-Jorgensen，2002）。經(jīng)典資產(chǎn)組合理論告誡人們“不要把雞蛋放在一個(gè)籃子里”，但實(shí)證卻發(fā)現(xiàn)很多居民家庭并不是持有一個(gè)分散的資產(chǎn)組合（Campell，2006）。因此，以貴州省為例，研究農(nóng)村居民家庭資產(chǎn)組合的選擇具有重要的理論和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

居民家庭資產(chǎn)組合一般分為金融資產(chǎn)和實(shí)物資產(chǎn)。現(xiàn)有的研究中，大部分文獻(xiàn)都偏向于金融資產(chǎn)的組合。張學(xué)勇（2010）以河北省居民金融資產(chǎn)的調(diào)查問(wèn)卷數(shù)據(jù)為參考，詳細(xì)研究了河北省居民金融資產(chǎn)結(jié)構(gòu)的決定因素。張海云（2010）針對(duì)我國(guó)家庭金融資產(chǎn)選擇行為的異質(zhì)性特征，從宏微觀層面分析了家庭金融資產(chǎn)選擇的影響性因素，最后對(duì)其財(cái)富效應(yīng)進(jìn)行了分析。何興強(qiáng)等（2009）運(yùn)用2006年中國(guó)9城市“投資者行為調(diào)查”數(shù)據(jù)，實(shí)證探討了勞動(dòng)收入風(fēng)險(xiǎn)、健康狀況及房產(chǎn)投資等背景風(fēng)險(xiǎn)對(duì)居民金融資產(chǎn)投資的影響。王敏（2009）在不確定性條件下構(gòu)建金融投資模型來(lái)分析居民的投資組合。對(duì)于實(shí)物資產(chǎn)的研究，多數(shù)也與金融資產(chǎn)相結(jié)合，并且大都是從總量上利用宏觀數(shù)據(jù)進(jìn)行分析。徐茂衛(wèi)（2005）以Markowitz的投資組合理論為基礎(chǔ)，從行為金融學(xué)的角度選取了風(fēng)險(xiǎn)規(guī)避程度、最大風(fēng)險(xiǎn)容忍度、偏好和經(jīng)濟(jì)狀況等4個(gè)投資者行為屬性，構(gòu)建了居民的最佳風(fēng)險(xiǎn)投資組合。李慧英（2005）以四川省城鎮(zhèn)居民家庭為研究對(duì)象得出，1995至2004年內(nèi)，四川省城鎮(zhèn)居民戶均金融資產(chǎn)增長(zhǎng)了76.2%，年均增長(zhǎng)6.5%，實(shí)物資產(chǎn)增長(zhǎng)快于金融資產(chǎn)達(dá)14%。王嵐（1998）通過(guò)分析1978至1994城鎮(zhèn)居民人均資產(chǎn)存量構(gòu)成得出，居民資產(chǎn)存量中的金融資產(chǎn)和實(shí)物資產(chǎn)的比例發(fā)生了重大變化。陳國(guó)進(jìn)等（2008）從理論上分析了影響居民家庭資產(chǎn)組合總量和結(jié)構(gòu)的各種因素。

雖然已有研究中有很多對(duì)于農(nóng)村家庭財(cái)產(chǎn)進(jìn)行分析，但涉及具體農(nóng)村家庭資產(chǎn)組合選擇的文獻(xiàn)卻不多。駱祚炎（2007）實(shí)證分析得出農(nóng)村居民資產(chǎn)規(guī)模小、資產(chǎn)種類尤其是金融資產(chǎn)缺乏和可支配收入低，是導(dǎo)致農(nóng)村居民資產(chǎn)財(cái)富效應(yīng)弱小的重要原因。鄧大松（2009）選取家庭資產(chǎn)規(guī)模作為家庭富裕程度的變量，通過(guò)交互分析發(fā)現(xiàn)，農(nóng)村家庭資產(chǎn)規(guī)模顯著影響其家庭成員健康和保險(xiǎn)決策。李銳（2007）采用3000個(gè)農(nóng)村家庭的調(diào)查數(shù)據(jù)，計(jì)量分析了農(nóng)村家庭金融抑制的程度及其福利損失的大小。韓喜平（2004）對(duì)農(nóng)村家庭投資行為特征進(jìn)行分析，研究農(nóng)村家庭該如何利用好生產(chǎn)要素，合理配置資源，以達(dá)到利潤(rùn)最大化。

本文以處于我國(guó)欠發(fā)達(dá)地區(qū)的貴州農(nóng)村家庭為例，對(duì)農(nóng)村家庭資產(chǎn)的現(xiàn)狀、差異、問(wèn)題進(jìn)行分析。通過(guò)時(shí)間序列數(shù)據(jù)分析農(nóng)村居民家庭資產(chǎn)總量、結(jié)構(gòu)及變動(dòng)情況，這有助于了解不同農(nóng)村家庭資產(chǎn)投資的需求，促進(jìn)資產(chǎn)組合選擇行為的合理化。

三、貴州家庭資產(chǎn)總量分析

據(jù)調(diào)查數(shù)據(jù)（見(jiàn)表1）顯示，2010年貴州省農(nóng)村居民家庭純收入人均3471.93元，其中，家庭經(jīng)營(yíng)純收入占比最大，為1706.33元，占人均純收入的49.1%；其次是工資性收入，占37.55%；可見(jiàn)人均純收入主要來(lái)自家庭經(jīng)營(yíng)純收入和工資性收入。這與整個(gè)西部的人均純收入分配比例是相似的，但是貴州省農(nóng)村居民家庭人均純收入還沒(méi)有達(dá)到西部地區(qū)的平均水平，貴州農(nóng)村收入水平仍是處于落后階段。在人均服務(wù)消費(fèi)量方面，2010年貴州省農(nóng)村家庭人均消費(fèi)支出（見(jiàn)表2）為2852.5元，比2005年提高了1300.1元，增長(zhǎng)率為83.7%，其中食品支出由2005年的819.87元上升到2010年的1319.4元，上升幅度接近61%；食品占比（即恩格爾系數(shù)）明顯下降，從2005年的52.8%下降為2010年的46.3%，下降了6.5個(gè)百分點(diǎn)，居住占消費(fèi)比重為21.8%，可見(jiàn)貴州農(nóng)村居民家庭的消費(fèi)支出大部分仍花在了食品和居住上。交通通訊消費(fèi)由2005年的99.22元上升到2010年的229.66元，上升幅度為131.5%，表明在國(guó)家實(shí)施西部大開(kāi)發(fā)戰(zhàn)略的帶動(dòng)下，貴州省交通通訊等基礎(chǔ)設(shè)施的加強(qiáng)提高了農(nóng)村居民家庭在這方面的支出。從貴州農(nóng)村家庭居住環(huán)境來(lái)看，2010年人均住房面積27m2，同2005年相比，增加了14.9%，可見(jiàn)，貴州農(nóng)村家庭的居住環(huán)境有所改善。

根據(jù)中國(guó)統(tǒng)計(jì)年鑒、貴州統(tǒng)計(jì)年鑒的調(diào)查數(shù)據(jù)，在貴州農(nóng)村居民家庭平均每百戶耐用消費(fèi)品擁有量方面（見(jiàn)表3），近十年來(lái)貴州農(nóng)村家庭的傳統(tǒng)耐用消費(fèi)品如黑白電視機(jī)、自行車等擁有量有所下降，而反映生活水平的現(xiàn)代家用電器擁有量有較大幅度的上升。2010年，每百戶家庭擁有洗衣機(jī)55.18臺(tái)，較2009年上升了13.3%；每百戶電冰箱擁有量27.23臺(tái)，較2009年的19.29臺(tái)上升了不少；空調(diào)每百戶擁有1.47臺(tái)，雖然較2009年的0.98臺(tái)有所上升，可是仍低于全國(guó)平均水平；除了的電話機(jī)擁有量較2009年略有所下降，這可能受移動(dòng)電話擁有量上升的影響，其他耐用消費(fèi)品如汽車、摩托車、彩色電視機(jī)、照相機(jī)等擁有量都有所上升。但與東部地區(qū)農(nóng)戶相比，差距仍然很大。

生產(chǎn)性固定資產(chǎn)數(shù)量反映了農(nóng)村家庭物質(zhì)資本的積累水平。對(duì)于農(nóng)村特有的生產(chǎn)性固定資產(chǎn)擁有情況統(tǒng)計(jì)（見(jiàn)表4），貴州農(nóng)村家庭傳統(tǒng)和現(xiàn)代工具并用，其中漲幅最大的應(yīng)該是農(nóng)用水泵，從2009年的每百戶7.32臺(tái)上升為2010年的每百戶9.96臺(tái)，增加了36.1%。役畜和產(chǎn)品畜的數(shù)量都有所下降，拖拉機(jī)、脫粒機(jī)等機(jī)械生產(chǎn)工具數(shù)量有所上升，可以看出，貴州山區(qū)農(nóng)村家庭生產(chǎn)性工具正向機(jī)械化慢慢轉(zhuǎn)變。

綜上所述，貴州地區(qū)農(nóng)村居民家庭近10年來(lái)生活消費(fèi)水平和收入水平都迅速提高，但是與全國(guó)平均水平相比，仍有較大的差距。

四、結(jié)論與建議

貴州是我國(guó)貧困人口較為集中的省份，農(nóng)村人口數(shù)占貴州總?cè)丝诘暮艽蟊壤r(nóng)村家庭的資產(chǎn)組合行為從微觀角度看是理性的經(jīng)濟(jì)行為，從宏觀層面看，家庭的經(jīng)（上接125頁(yè)）濟(jì)行為也會(huì)帶來(lái)高效益。但是貴州農(nóng)村家庭收入預(yù)期難以預(yù)測(cè)，家庭資產(chǎn)組合的研究受到限制，面臨以下幾個(gè)問(wèn)題。

1.　收入是資產(chǎn)組合行為的起點(diǎn)，有了收入才會(huì)有投資、消費(fèi)等行為，但是農(nóng)村家庭較城市家庭收入來(lái)源更是各異，由于未來(lái)收入預(yù)期的不確定性，必然導(dǎo)致家庭經(jīng)濟(jì)行為的發(fā)展受到限制，人們也不敢進(jìn)行多種類的資產(chǎn)組合配置，以避免風(fēng)險(xiǎn)，導(dǎo)致近些年來(lái)居民家庭尤其是農(nóng)村家庭優(yōu)先考慮儲(chǔ)蓄的傾向仍在繼續(xù)，資產(chǎn)組合的品種較單一。

2.　依賴政府的傳統(tǒng)型生活方式，使得家庭自主創(chuàng)新能力較差。多數(shù)農(nóng)村家庭仍然基本停留在靠有限工資過(guò)日子的層面上，沒(méi)有意識(shí)到用過(guò)家庭理財(cái)?shù)那纴?lái)進(jìn)行創(chuàng)收。

3.　市場(chǎng)導(dǎo)向不夠。與企業(yè)經(jīng)濟(jì)相比，微觀家庭經(jīng)濟(jì)行為沒(méi)有受到足夠重視，家庭經(jīng)濟(jì)行為，尤其是資產(chǎn)組合選擇行為具有較強(qiáng)的多元化趨勢(shì)，是市場(chǎng)發(fā)展的重要支持力量。目前，貴州省家庭經(jīng)濟(jì)行為缺乏有效的市場(chǎng)支持。

影響家庭資產(chǎn)組合選擇的因素眾多，不管是收入還是健康、偏好，對(duì)資產(chǎn)配置都有復(fù)雜的影響，家庭資產(chǎn)組合的選擇和影響因素的研究對(duì)金融政策和家庭福利帶來(lái)的影響是十分重要的。因此，要重視家庭經(jīng)濟(jì)主體地位，加強(qiáng)家庭對(duì)資產(chǎn)有效配置的相關(guān)認(rèn)識(shí)，促進(jìn)家庭資產(chǎn)的多元化組合。

參考文獻(xiàn)：

[1]　黃朗輝、孟慶欣等.中國(guó)城市居民家庭財(cái)產(chǎn)現(xiàn)狀[J].中國(guó)統(tǒng)計(jì)，2002，（12）.

[2]　孫元欣.美國(guó)家庭資產(chǎn)結(jié)構(gòu)和變化趨勢(shì)[J].上海經(jīng)濟(jì)研究，2005，（11）.

[3]　劉洪玉、鄭思齊.住宅資產(chǎn)：居民家庭資產(chǎn)組合中的重要　角色[J].經(jīng)濟(jì)與管理研究，2003，（04）.

[4]　伍燕然.資產(chǎn)管理中客戶偏好的研究——兼論考慮偏好條件下基金的評(píng)估　[J].經(jīng)濟(jì)研究，2002，（08）.

第9篇

【關(guān)鍵詞】互聯(lián)網(wǎng)保險(xiǎn) 購(gòu)買行為 在校大學(xué)生

一、引言

大學(xué)生群體將會(huì)在現(xiàn)在以及未來(lái)的互聯(lián)網(wǎng)金融時(shí)代中扮演重要角色。本次調(diào)研工作中的問(wèn)卷調(diào)查將基于在校大學(xué)生為研究主體，問(wèn)卷設(shè)計(jì)主題為大學(xué)生群體對(duì)于互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的購(gòu)買行為探求，希望能從回收后的有效數(shù)據(jù)中獲知大學(xué)生對(duì)互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的認(rèn)知程度，借此分析影響消費(fèi)者對(duì)互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品購(gòu)買行為的因素和各個(gè)因素間的相關(guān)性，對(duì)今后的保險(xiǎn)行業(yè)發(fā)展，消費(fèi)者的理性購(gòu)買行為具有深刻的指導(dǎo)意義。

二、影響大學(xué)生群體購(gòu)買互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品行為的理論分析

（一）大學(xué)生個(gè)體特征對(duì)互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品購(gòu)買行為的影響。

由于本次研究的對(duì)象主體為在校大學(xué)生，在年齡上的分布方差不會(huì)很大，對(duì)于調(diào)查結(jié)果很難有明顯的影響。男性群體天生較女性群體活躍，對(duì)于金融保險(xiǎn)產(chǎn)品的敏感度可能高于女性，購(gòu)買行為兩者存在著偏差。至于研究對(duì)象選擇的學(xué)習(xí)專業(yè)，一般來(lái)說(shuō)，金融及相關(guān)專業(yè)的學(xué)生對(duì)于互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的接受認(rèn)知程度會(huì)高于其他專業(yè)，另外不同專業(yè)的學(xué)生對(duì)于互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的認(rèn)知程度存在著明顯的不同，這一點(diǎn)也是本文所要驗(yàn)證的。

（二）大學(xué)生客觀環(huán)境特征對(duì)互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品購(gòu)買行為的影響。

客觀環(huán)境特征可以比較簡(jiǎn)單的細(xì)分為家庭環(huán)境和社會(huì)環(huán)境兩個(gè)方面。家庭環(huán)境方面，大學(xué)生群體的家庭收入情況在一定程度上決定了消費(fèi)能力和規(guī)避風(fēng)險(xiǎn)的意愿。一般來(lái)說(shuō)收入較高的家庭對(duì)于風(fēng)險(xiǎn)的規(guī)避重視程度較高。家庭的信貸習(xí)慣（或者說(shuō)是消費(fèi)習(xí)慣）對(duì)于購(gòu)買行為也存在著相當(dāng)大的影響，習(xí)慣于信貸消費(fèi)的家庭可能會(huì)面臨著較高的風(fēng)險(xiǎn)，同時(shí)人們往往認(rèn)為不動(dòng)產(chǎn)等投資比金融信貸投資更加可靠，在浙江工商大學(xué)一位保險(xiǎn)學(xué)碩士生的問(wèn)卷調(diào)查的結(jié)果中，有高達(dá)六成的調(diào)查對(duì)象認(rèn)為當(dāng)前買房的重要性高于買保險(xiǎn)（基于問(wèn)卷調(diào)查的居民家庭保險(xiǎn)需求行為研究――朱麗莎）。

而在社會(huì)環(huán)境角度，互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)業(yè)由于依托互聯(lián)網(wǎng)大數(shù)據(jù)海量信息源的特征，在市場(chǎng)宣傳方面有著得天獨(dú)厚的優(yōu)勢(shì)，產(chǎn)品的市場(chǎng)宣傳程度在很大一方面決定了消費(fèi)者的認(rèn)知程度。

三、影響大學(xué)生群體購(gòu)買互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品行為的實(shí)證分析

（一）數(shù)據(jù)樣本來(lái)源與描述性分析。

由于本文是基于在校大學(xué)生群體為研究對(duì)象的購(gòu)買行為調(diào)研，通過(guò)為期一周在寧波大學(xué)科學(xué)技術(shù)學(xué)院校區(qū)內(nèi)的問(wèn)卷分發(fā)，基本符合了本次調(diào)研的群體為在校大學(xué)生的基本要求。本次調(diào)研一共分發(fā)出105份問(wèn)卷，收回104份問(wèn)卷，經(jīng)過(guò)初步整理和篩選，得出有效問(wèn)卷90份，有效率達(dá)到85.71%，初步保證了調(diào)查數(shù)據(jù)的科學(xué)嚴(yán)謹(jǐn)性。

針對(duì)于此次問(wèn)卷的描述性分析可以從以下三個(gè)方面進(jìn)行闡述：被調(diào)查的大學(xué)生個(gè)體特征描述，傳統(tǒng)保險(xiǎn)購(gòu)買行為的描述和互聯(lián)網(wǎng)保險(xiǎn)認(rèn)知接受程度的描述。在描述完以上三方面情況后將使用數(shù)量分析進(jìn)行回歸尋因。

1.個(gè)體特征描述

本次調(diào)查中占據(jù)調(diào)查者性別主體的為女性，占據(jù)了調(diào)查群體總量的80%。而在學(xué)科專業(yè)的分布上，本次問(wèn)卷調(diào)查涉及的專業(yè)范圍除主要集中與經(jīng)濟(jì)管理大類專業(yè)之外，也加入了語(yǔ)言類和理工類專業(yè)的學(xué)生，年級(jí)分布上以大二為主。在家庭客觀環(huán)境方面，家庭成員數(shù)量集中于兩位和三位（占據(jù)總體的88.9%），家庭年收入狀況主要分布在8-20萬(wàn)區(qū)間，均值為12.97萬(wàn)元。

2.傳統(tǒng)保險(xiǎn)購(gòu)買行為描述

對(duì)于在校大學(xué)生對(duì)傳統(tǒng)保險(xiǎn)產(chǎn)品的購(gòu)買行為的描述性分析主要可以從購(gòu)買因素與購(gòu)買金額上來(lái)描述。通過(guò)對(duì)于九十份問(wèn)卷的分析，筆者發(fā)現(xiàn)占據(jù)在校大學(xué)生家庭對(duì)購(gòu)買傳統(tǒng)保險(xiǎn)的認(rèn)知渠道前三位的是：親朋好友推薦，營(yíng)業(yè)員推薦和電視廣告。占據(jù)購(gòu)買傳統(tǒng)保險(xiǎn)種類的前三位的是：醫(yī)療保險(xiǎn)，長(zhǎng)輩壽險(xiǎn)和規(guī)避風(fēng)險(xiǎn)類的保險(xiǎn)。此外，在涉及到影響購(gòu)買的首要因素一題中，家庭收入水平（50%）占據(jù)了主要比重，投資理財(cái)（20%）和養(yǎng)老保險(xiǎn)（18.9%）成為了重要影響之一。這一點(diǎn)驗(yàn)證了筆者先前對(duì)家庭收入與保險(xiǎn)購(gòu)買關(guān)系的假設(shè)。最后，在每年家庭具體投入金額方面，3000-5000元成為了主要區(qū)間，但是考慮到在校大學(xué)生對(duì)家庭保險(xiǎn)事務(wù)的不熟悉，這個(gè)區(qū)間的真實(shí)可信性還有待商榷，目前可作為參考。

3.互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品認(rèn)知程度的描述

在本次調(diào)查中，有超過(guò)70%的被調(diào)查者聽(tīng)說(shuō)過(guò)互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品，另外有52.2%的被調(diào)查者接觸使用過(guò)余額寶此類的互聯(lián)網(wǎng)金融產(chǎn)品。網(wǎng)絡(luò)渠道毫無(wú)疑問(wèn)成為了在校大學(xué)生群體認(rèn)知互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的最主要渠道，比重遠(yuǎn)遠(yuǎn)超過(guò)其他途徑。互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品目前主要服務(wù)于運(yùn)費(fèi)險(xiǎn)和銷保險(xiǎn)這兩類，通過(guò)對(duì)網(wǎng)購(gòu)行為的數(shù)據(jù)整理，筆者發(fā)現(xiàn)，有購(gòu)買現(xiàn)有互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品和未來(lái)購(gòu)買互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的人數(shù)比例均未超過(guò)50%，與此同時(shí)，有購(gòu)買意愿的群體購(gòu)買金額大多集中于500元以下（41.1%）。對(duì)此筆者也在預(yù)料之中，對(duì)于一個(gè)新興的產(chǎn)業(yè)和事物，缺乏足夠認(rèn)知程度的消費(fèi)者會(huì)持有觀望態(tài)度，而不急于盡早試水。

（二）影響在校大學(xué)生互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品購(gòu)買行為的計(jì)量分析。

1.模型闡述和變量說(shuō)明

對(duì)于研究在校大學(xué)生互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品購(gòu)買行為的問(wèn)題，筆者采用了二元logistic回歸分析模型，采用對(duì)于因變量進(jìn)行0-1限定，同時(shí)根據(jù)極大偏似然估計(jì)對(duì)回歸參數(shù)進(jìn)行估計(jì)。

在此模型中，我們將調(diào)查者是否會(huì)在未來(lái)進(jìn)行互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的購(gòu)買設(shè)為因變量Y（0=不會(huì)進(jìn)行購(gòu)買，1=會(huì)進(jìn)行購(gòu)買），同時(shí)對(duì)于其他回歸參數(shù)分別設(shè)為X1 ，X2 ……Xn，則Y與X的關(guān)系為：E（y）=Pi =β0 +β1X1+β2X2+ … +βNXN

其中Pi 表示在校大學(xué)生未來(lái)購(gòu)買互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的預(yù)期情況，即買與不買，X1 ，X2 ……Xn為影響購(gòu)買的各個(gè)因素，β0為方程組的對(duì)應(yīng)常數(shù)，β1，β2，…，βN為對(duì)應(yīng)自變量的系數(shù)。

2.分析結(jié)果陳述

通過(guò)運(yùn)用SPSS20.0統(tǒng)計(jì)軟件，筆者對(duì)收集得到的90份有效問(wèn)卷進(jìn)行了二元logistic回歸處理，同時(shí)運(yùn)用直接進(jìn)入分析篩選法，對(duì)以上9個(gè)變量進(jìn)行了初步的分析，得到了9種對(duì)應(yīng)的計(jì)量結(jié)果。出于篇幅限制，在這里僅進(jìn)行針對(duì)于數(shù)據(jù)結(jié)果的說(shuō)明（數(shù)據(jù)結(jié)果見(jiàn)表1）。

表1 影響在校大學(xué)生互聯(lián)網(wǎng)保險(xiǎn)購(gòu)買行為的logistic模型回歸結(jié)果

注：“*”、“**”、“***”表示統(tǒng)計(jì)檢驗(yàn)分別達(dá)到10%，5%和1%顯著性水平。

通過(guò)對(duì)于調(diào)查數(shù)據(jù)的初步回歸分析我們可以找到影響在校大學(xué)生互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品購(gòu)買行為的因素。如表三所示，協(xié)變量的系數(shù)表明該協(xié)變量對(duì)于因變量（是否會(huì)在將來(lái)購(gòu)買互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品）的正負(fù)相關(guān)性，系數(shù)為正表明存在正相關(guān)，反之亦然。

為使得實(shí)驗(yàn)數(shù)據(jù)更加客觀有效，方程中各個(gè)因素間的相關(guān)性作用對(duì)于方程整體的影響也必須得以檢驗(yàn)分析。比如家庭年收入的數(shù)目對(duì)承擔(dān)的保費(fèi)數(shù)目是否如同預(yù)期一樣為正相關(guān)？網(wǎng)購(gòu)經(jīng)歷是否與互聯(lián)網(wǎng)金融產(chǎn)品的使用存在相關(guān)聯(lián)系，接下來(lái)的部分筆者將運(yùn)用一些基本的相關(guān)性分析工具探討這些問(wèn)題。

*. 在 0.05 水平（雙側(cè)）上顯著相關(guān)。

**. 在 .01 水平（雙側(cè)）上顯著相關(guān)。

在之前的二元logistic回歸分析中，部分因素間的相關(guān)性已經(jīng)能被明顯發(fā)現(xiàn)，其中家庭收入和每年承擔(dān)的保費(fèi)屬于數(shù)量程度變量，故不再進(jìn)入0-1變量的相關(guān)性討論。筆者選取了以下三個(gè)0-1變量進(jìn)行討論，分別為是否聽(tīng)說(shuō)過(guò)互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品，是否使用過(guò)互聯(lián)網(wǎng)金融產(chǎn)品以及是否有過(guò)網(wǎng)購(gòu)經(jīng)歷，采用雙變量相關(guān)性分析后得出結(jié)果見(jiàn)表2。

我們可以明顯發(fā)現(xiàn)，是否使用過(guò)互聯(lián)網(wǎng)金融產(chǎn)品這一因素與其他兩個(gè)因素間存在著較為緊密的關(guān)系，達(dá)到了較為顯著的程度。

四、結(jié)論

基于上述的數(shù)理模型可以得到以下幾方面結(jié)論：

第一，被調(diào)查者對(duì)于互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品，以及與之存在聯(lián)系的同類金融衍生品的認(rèn)知程度將在一定程度上影響被調(diào)查者在將來(lái)購(gòu)買互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的意愿。在回歸模型中，是否使用過(guò)互聯(lián)網(wǎng)金融產(chǎn)品這一項(xiàng)的統(tǒng)計(jì)檢驗(yàn)在顯著性水平5%的水平，估計(jì)系數(shù)為正，可以得出使用過(guò)互聯(lián)網(wǎng)金融產(chǎn)品的在校大學(xué)生很有可能會(huì)在將來(lái)嘗試使用互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品的結(jié)論。

第10篇

近期公布的《2011年國(guó)土資源公報(bào)》顯示，2011年全國(guó)出讓國(guó)有建設(shè)用地面積33.39 萬(wàn)公頃，出讓合同價(jià)款3.15萬(wàn)億元，同比分別增長(zhǎng)13.7%和14.6%。其中通過(guò)招拍掛出讓土地30.47 萬(wàn)公頃，出讓合同價(jià)款3.02 萬(wàn)億元，分別占出讓總面積的91.3%和總價(jià)款的95.9%。此外，2011年全年共1.08 萬(wàn)個(gè)土地整治項(xiàng)目通過(guò)驗(yàn)收，項(xiàng)目總規(guī)模73.79 萬(wàn)公頃，新增農(nóng)用地23.91 萬(wàn)公頃，新增耕地23.37 萬(wàn)公頃。全年國(guó)有建設(shè)用地實(shí)際供應(yīng)總量58.77 萬(wàn)公頃，同比增長(zhǎng)35.9%。其中，工礦倉(cāng)儲(chǔ)用地、商服用地、住宅用地和其他用地供應(yīng)量分別為19.26 萬(wàn)公頃、4.21 萬(wàn)公頃、12.52 萬(wàn)公頃和22.78 萬(wàn)公頃，全年中央累計(jì)下達(dá)土地整治資金457.1 億元。

2011 年綜合地價(jià)為3049 元／平方米，同比增長(zhǎng)6%

2001-2011年全國(guó)主要城市監(jiān)測(cè)地價(jià)情況

全國(guó)105 個(gè)主要城市2011 年第四季度末綜合地價(jià)為3049 元／平方米，同比增長(zhǎng)6.0%，環(huán)比增長(zhǎng)0.3%；其中商業(yè)、住宅、工業(yè)用地分別為5654 元／平方米、4518 元／平方米和652 元／平方米；同比分別增長(zhǎng)9.0%、6.6%和3.9%；環(huán)比分別增長(zhǎng)0.7%、0.0%和0.4%。

84個(gè)重點(diǎn)城市2011年度凈增土地抵押面積和抵押金額

截至2011 年末，全國(guó)84 個(gè)重點(diǎn)城市處于抵押狀態(tài)的土地30.08萬(wàn)公頃，抵押貸款4.8萬(wàn)億元，抵押面積和抵押貸款同比分別增長(zhǎng)16.5%和36.3%。全年抵押土地面積凈增4.19 萬(wàn)公頃，抵押貸款凈增1.27 萬(wàn)億元，同比分別增長(zhǎng)12.1%和37.6%。

每周一數(shù)

近日，由中國(guó)家庭金融調(diào)查與研究中心完成的《中國(guó)家庭金融調(diào)查報(bào)告》。報(bào)告顯示，中國(guó)家庭財(cái)富凈值平均為66.51萬(wàn)元，城市家庭平均為146.79萬(wàn)元，農(nóng)村家庭平均為11.79萬(wàn)元。中國(guó)城市家庭的金融資產(chǎn)為111714元，非金融資產(chǎn)為1456961元，資產(chǎn)合計(jì)為1568675元，城市家庭負(fù)債總額為101815元，城市家庭財(cái)富凈值為1467860元。中國(guó)農(nóng)村家庭金融資產(chǎn)為30996元，非金融資產(chǎn)為123436元，資產(chǎn)合計(jì)為154432元，農(nóng)村家庭負(fù)債總額為36504元，農(nóng)村家庭財(cái)富凈值為117928元，因此，城鄉(xiāng)家庭財(cái)富差距大。另外，處于財(cái)富分布90%以上分位數(shù)家庭的財(cái)富占社會(huì)財(cái)富的比例高達(dá)86.69%，在城市，這一比例更高，達(dá)到89.50%。因此，家庭財(cái)富分布差異依然較大。

  大學(xué)教育及碩士生教育回報(bào)顯著。本科學(xué)歷收入是大專或高職學(xué)歷的1.75倍，碩士學(xué)歷收入則為本科學(xué)歷的1.73倍，而博士學(xué)歷收入則只有碩士學(xué)歷的70%。另外，到海外接受高等教育已經(jīng)成為中國(guó)公民重要選擇之一。中國(guó)家庭中9.78%在校大學(xué)生（含研究生）留學(xué)海外。在有15歲以下小孩家庭中，8.31%打算送小孩出國(guó)，29.43%看情況決定是否送小孩出國(guó)。中國(guó)高等教育已經(jīng)面臨著激烈的國(guó)際競(jìng)爭(zhēng)，還將面臨更為激烈的競(jìng)爭(zhēng)。

  中國(guó)家庭自有住房擁有率為89.68%，遠(yuǎn)高于世界平均的60%。其中，城市家庭為85.39%。城市家庭擁有兩套以上住房的家庭占19.07%。城市家庭第一套住房?jī)r(jià)值平均為84.10萬(wàn)，成本價(jià)格平均19.10萬(wàn)，市價(jià)-成本比為4.4；城市家庭第二套住房?jī)r(jià)值平均為95.67萬(wàn)，成本價(jià)格平均為39.33萬(wàn)，市價(jià)-成本比為2.43。因此，城市住房收益可觀。

第11篇

摘要：基于CHFS2015數(shù)據(jù)，研究家庭基金投資的影響因素。發(fā)現(xiàn)家庭決策者的年齡、性別、學(xué)歷、風(fēng)險(xiǎn)偏好和金融素養(yǎng)等個(gè)人特征，總資產(chǎn)、房產(chǎn)等家庭經(jīng)濟(jì)特征和家庭地區(qū)特征，都對(duì)家庭投資基金投資產(chǎn)生顯著影響。

關(guān)鍵詞：家庭基金投資；基金收益率；Probit模型；Tobit模型

一、提出問(wèn)題

目前，大多數(shù)家庭仍舊缺乏金融投資的主動(dòng)性，家庭資產(chǎn)端難見(jiàn)股票、債券、基金等風(fēng)險(xiǎn)金融產(chǎn)品的身影。若要提高家庭金融市場(chǎng)參與度，就要研究制約家庭金融投資因素。拋開(kāi)宏觀經(jīng)濟(jì)環(huán)境的限制，是否可以從微觀家庭視角尋求答案呢？羅靳雯等利用CHFS2011數(shù)據(jù)，發(fā)現(xiàn)教育水平和認(rèn)知能力對(duì)家庭金融資產(chǎn)配置和投資收入有顯著正向影響[1]。吳衛(wèi)星等研究發(fā)現(xiàn)金融素養(yǎng)高的家庭，其資產(chǎn)組合的有效性更高[2]。學(xué)界關(guān)于家庭金融投資或者資產(chǎn)配置的研究已是遍地開(kāi)花，但是大部分都是以股票作為家庭金融投資的代表，鮮少有家庭基金投資的相關(guān)研究。本文基于CHFS2015微觀調(diào)查數(shù)據(jù)，從家庭決策者特征、家庭經(jīng)濟(jì)特征、區(qū)域特征及持有基金類型等角度切入，探究影響家庭基金投資的因素。

二、數(shù)據(jù)、變量與模型

（一）數(shù)據(jù)來(lái)源本文所用數(shù)據(jù)來(lái)源于2015年中國(guó)家庭金融調(diào)查數(shù)據(jù)（CHFS2015），在數(shù)據(jù)清理過(guò)程中，剔除了各變量異常值和缺失值，限制家庭經(jīng)濟(jì)決策者的年齡為18-85歲，家庭總資產(chǎn)為正值，得到了27505個(gè)有效家庭樣本。

（二）變量說(shuō)明被解釋變量。基金持有fund（1=持有，0=未持有）、基金占金融資產(chǎn)比重percent（基金投入/家庭金融資產(chǎn)總額）為被解釋變量。各變量均由問(wèn)卷相關(guān)問(wèn)題回答得到，家庭金融資產(chǎn)總額由家庭現(xiàn)金、活期存款、定期存款、股票、基金、金融理財(cái)產(chǎn)品、債券和其他金融資產(chǎn)加總得到。解釋變量。決策者特征選取有可能影響基金投資及其收益的變量，包括：性別gender（1=男性，0=女性）、年齡age、學(xué)歷edu（1-9表示未上過(guò)學(xué)、小學(xué)、初中、高中、中專/職高、大專/高職、大學(xué)本科、碩士、博士）、婚姻marriage（1=同居、結(jié)婚；0=未婚、離婚、喪偶）、風(fēng)險(xiǎn)態(tài)度riskattitude（1-5表示風(fēng)險(xiǎn)態(tài)度非常厭惡至非常偏好）和金融素養(yǎng)finliteracy（3個(gè)金融知識(shí)問(wèn)題的因子分析得分）。其中，風(fēng)險(xiǎn)態(tài)度由問(wèn)題“如果您有一筆資金用于投資，您最愿意選擇哪種投資項(xiàng)目？”的回答賦值得到，金融素養(yǎng)由問(wèn)卷上的3個(gè)對(duì)家庭經(jīng)濟(jì)決策者的金融知識(shí)問(wèn)題通過(guò)因子分析得到因子分來(lái)衡量。家庭經(jīng)濟(jì)特征包含總資產(chǎn)asset（實(shí)際值）和房產(chǎn)數(shù)house。地區(qū)特征包含農(nóng)村rural（農(nóng)村=1，城鎮(zhèn)=0）和東部east（1=東部地區(qū)；0=其他）。

（三）模型設(shè)定家庭是否投資基金為二值選擇變量，采用Probit模型，設(shè)定如下：由于基金占金融資產(chǎn)比重在很多樣本家庭中為0，數(shù)據(jù)刪截特征明顯，采用Tobit模型進(jìn)行回歸，設(shè)定如下：

三、實(shí)證結(jié)果與分析

家庭基金投資及收益的影響因素的回歸結(jié)果見(jiàn)表1。列（1）為Probit模型回歸結(jié)果，列（2）（3）為Tobit回歸結(jié)果。根據(jù)列（1），只有性別和農(nóng)村在1%水平上顯著負(fù)向影響家庭持有基金，說(shuō)明女性決策者投資基金的積極性更高，城鎮(zhèn)家庭更可能投資基金，這與城鄉(xiāng)間金融機(jī)構(gòu)數(shù)量、金融基礎(chǔ)設(shè)施建設(shè)以及居民金融知識(shí)水平差距大有關(guān)。年齡、學(xué)歷、婚姻狀況、風(fēng)險(xiǎn)態(tài)度、金融素養(yǎng)、總資產(chǎn)、房產(chǎn)和東部地區(qū)變量都顯著正向影響家庭投資基金。一般，決策者的年齡越大、學(xué)歷越高、婚姻狀況越穩(wěn)定，家庭的財(cái)富積累得越多，知識(shí)和能力也越強(qiáng)，家庭越可能投資基金。其次，決策者越偏好風(fēng)險(xiǎn)，金融素養(yǎng)越高，更有可能購(gòu)買各種風(fēng)險(xiǎn)金融產(chǎn)品。總資產(chǎn)和房產(chǎn)奠定了家庭的經(jīng)濟(jì)基礎(chǔ)，家庭只有在牢固的經(jīng)濟(jì)基礎(chǔ)之上才有可能進(jìn)行基金投資。東部地區(qū)的金融市場(chǎng)最為發(fā)達(dá)，信息獲取也最為通常便捷，利于家庭參與金融市場(chǎng)，投資基金。列（2）的基金占金融資產(chǎn)比重的回歸結(jié)果和列（1）大致相同，不再詳細(xì)說(shuō)明。四、結(jié)語(yǔ)本文基于CHFS2015數(shù)據(jù)實(shí)證研究了家庭基金投資影響因素。發(fā)現(xiàn)家庭決策者的年齡、性別、學(xué)歷、風(fēng)險(xiǎn)偏好和金融素養(yǎng)等個(gè)人特征，總資產(chǎn)、房產(chǎn)等家庭經(jīng)濟(jì)特征和家庭地區(qū)特征都對(duì)家庭投資基金投資產(chǎn)生顯著影響。基金具有專業(yè)管理、靈活申贖的特點(diǎn)，而且進(jìn)入門檻也較低，流動(dòng)性很強(qiáng)，可以滿足家庭日益增長(zhǎng)的理財(cái)需求。我國(guó)基金市場(chǎng)尤其是家庭基金板塊，發(fā)展前景廣闊，基金從業(yè)者以及相關(guān)部門應(yīng)該深入思考，如何針對(duì)不同階層家庭，推出多樣化基金產(chǎn)品，以及強(qiáng)化家庭的基金認(rèn)知，引導(dǎo)家庭積極參與基金市場(chǎng)。

第12篇

一、貧困地區(qū)農(nóng)戶信貸需求的主要特點(diǎn)

（一）相當(dāng)部分農(nóng)戶對(duì)正規(guī)金融的認(rèn)識(shí)存在誤區(qū)，放棄信貸支持的占比較高。

隨著電視的普及和網(wǎng)絡(luò)逐步進(jìn)入鄉(xiāng)村，廣大農(nóng)民的視野也日益開(kāi)闊。但在落后地區(qū)，仍有相當(dāng)部分的農(nóng)民對(duì)金融業(yè)務(wù)和金融知識(shí)缺乏必要的了解，他們往往會(huì)因畏難而放棄向金融機(jī)構(gòu)貸款，選擇民間借貸方式。調(diào)查顯示，有30戶不知道有專門服務(wù)農(nóng)村的金融機(jī)構(gòu)，占比達(dá)25%；有52戶從未向銀行或信用社申請(qǐng)過(guò)貸款，占比達(dá)43.33%。對(duì)貸款不成功的原因，被調(diào)查者認(rèn)為是借款未按期歸還的44戶，占36.67%；認(rèn)為缺少抵押擔(dān)保的22戶，占18.33%，認(rèn)為和信貸人員不熟的40戶，占33.33%，認(rèn)為有其他因素影響的14戶，占11.67%。

（二）農(nóng)戶信貸需求的結(jié)構(gòu)呈多元化趨勢(shì)。

隨著新農(nóng)村建設(shè)的深入，貧困地區(qū)農(nóng)民的生活水平日益提高，其信貸需求結(jié)構(gòu)也發(fā)生了較大變化，借款的用途呈現(xiàn)出多元化趨勢(shì)。根據(jù)此次調(diào)查，農(nóng)戶在借款用途一項(xiàng)，用于農(nóng)業(yè)生產(chǎn)的有50戶，占比為41.67%；用于建房、購(gòu)房的有20戶，占16.67%；用于子女上學(xué)的有30戶，占25%；用于婚喪嫁娶、看病醫(yī)療的有4戶，占3.33%；用于其他的有16戶，占13.33%。由于農(nóng)村合作醫(yī)療的推廣和九年制義務(wù)教育的普及，因讀書(shū)難和看病難而尋求貸款的比例較以往大大降低。

（三）農(nóng)戶生產(chǎn)性資金需求出現(xiàn)兩極分化。

隨著交通和物流的日益順暢，廣大農(nóng)村的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)發(fā)生一定變化。多數(shù)農(nóng)戶逐步放棄傳統(tǒng)的農(nóng)業(yè)種植模式，開(kāi)始結(jié)合地方實(shí)際，發(fā)展特色種植和養(yǎng)殖。農(nóng)業(yè)生產(chǎn)的資金需求出現(xiàn)了明顯變化。主要表現(xiàn)為季節(jié)性資金需求的小額信貸需求逐漸減少、因農(nóng)業(yè)開(kāi)發(fā)啟動(dòng)的大額資金需求日益增多。在50戶借款用途為農(nóng)業(yè)生產(chǎn)的農(nóng)戶中，僅有10戶需要借款滿足現(xiàn)有的生產(chǎn)需要，其他40戶均為改良現(xiàn)有品種、開(kāi)發(fā)新品種、擴(kuò)大生產(chǎn)等信貸需求。

（四）農(nóng)戶信貸需求的有效性和合理性降低。

貧困地區(qū)經(jīng)濟(jì)落后，廣大農(nóng)戶家庭收入相對(duì)偏低。據(jù)保靖縣統(tǒng)計(jì)局提供數(shù)據(jù)，2011年全縣農(nóng)村居民人均收入僅3705元，遠(yuǎn)遠(yuǎn)低于全國(guó)平均水平。在120戶調(diào)查對(duì)象中，家庭總收入在1萬(wàn)元以下的7戶，占5.83%；家庭總收入在1至3萬(wàn)元之間的57戶，占47.50%；家庭總收入在3至5萬(wàn)元之間的40戶，占33.33%，家庭總收入在5萬(wàn)元以上的16戶，占13.33%。多數(shù)農(nóng)戶無(wú)法提供金融機(jī)構(gòu)所需的有效抵押物。

同時(shí)調(diào)查發(fā)現(xiàn)，相當(dāng)部分中青年農(nóng)民對(duì)現(xiàn)已成熟的農(nóng)業(yè)項(xiàng)目的收入不太滿意，預(yù)想通過(guò)規(guī)模開(kāi)發(fā)在短時(shí)間內(nèi)實(shí)現(xiàn)致富。信貸需求缺乏有效性和合理性，是抑制部分農(nóng)戶信貸的重要因素。

二、貧困地區(qū)農(nóng)戶信貸需求難以滿足的原因分析

（一）貧困地區(qū)國(guó)有商業(yè)銀行對(duì)農(nóng)村的信貸支持力度偏弱。

目前，在多數(shù)貧困地區(qū)均設(shè)有縣級(jí)國(guó)有商業(yè)銀行、農(nóng)業(yè)發(fā)展銀行、農(nóng)村信用社、郵政儲(chǔ)蓄銀行等金融機(jī)構(gòu)，但國(guó)有商業(yè)銀行和郵政儲(chǔ)蓄銀行主要發(fā)揮吸儲(chǔ)功能，對(duì)貸款則從嚴(yán)控制、發(fā)放力度偏小。以保靖縣為例，截止2011年末，國(guó)有商業(yè)銀行和郵政儲(chǔ)蓄銀行的存款占比高達(dá)60.21%、貸款占比僅為25.48%、貸款新增占比僅為10.36%。國(guó)有商業(yè)銀行的利益考核機(jī)制和貸款門檻偏高，直接導(dǎo)致農(nóng)戶信貸供給不足。

（二）農(nóng)村金融服務(wù)的廣度和深度不夠。

目前，農(nóng)村信用社為農(nóng)村貸款的主力。隨著效益考核力度的日益加大，農(nóng)村信用社也從部分偏遠(yuǎn)鄉(xiāng)鎮(zhèn)退出。以保靖縣為例，農(nóng)村信用聯(lián)社在全縣有17個(gè)網(wǎng)點(diǎn)，但真正設(shè)在農(nóng)村的只有11個(gè)網(wǎng)點(diǎn)，平均1.55個(gè)鄉(xiāng)鎮(zhèn)、5910戶農(nóng)戶、2.15萬(wàn)人才擁有1家能提供服務(wù)的金融網(wǎng)點(diǎn)機(jī)構(gòu)。由于貧困山區(qū)的村寨交通不便、相對(duì)分散，在資金需求旺盛的季節(jié)，信用社的信貸人員根本無(wú)法滿足貸前實(shí)地查看、貸后跟蹤等業(yè)務(wù)要求。農(nóng)村金融信貸服務(wù)的廣度和深度不夠，不能滿足農(nóng)戶的信貸需求。

（三）農(nóng)戶信貸需求缺乏必要的支撐體系。

首先，在廣大貧困地區(qū)，土地分散、基礎(chǔ)設(shè)施不健全，農(nóng)業(yè)產(chǎn)業(yè)化程度低，農(nóng)業(yè)基礎(chǔ)相對(duì)薄弱。其次，農(nóng)業(yè)生產(chǎn)對(duì)氣候的依賴性較大，抵御自然災(zāi)害的能力偏弱，而針對(duì)農(nóng)戶的保險(xiǎn)品種相對(duì)較少，多數(shù)地區(qū)農(nóng)業(yè)保險(xiǎn)尚未推開(kāi)。其三，金融機(jī)構(gòu)與廣大農(nóng)戶存在信息不對(duì)稱、農(nóng)戶有效抵押欠缺，而在多數(shù)落后地區(qū)，尚未建立農(nóng)業(yè)信貸擔(dān)保基金。在財(cái)政資金投入不足、政策性金融信貸資金投入不充分、抵押擔(dān)保體系不健全以及其他支持缺位的情況下，以盈利為最終目的的商業(yè)性金融也就失去了介入的基本前提，農(nóng)村多層次、多元化的信貸需求就無(wú)法得到滿足。

（四）偏高的貸款利率提高了農(nóng)業(yè)生產(chǎn)成本，抑制了部分農(nóng)戶的信貸需求。

目前，農(nóng)村的信貸需求絕大多數(shù)都是由農(nóng)村信用社解決，而農(nóng)村信用社的貸款利率偏高，通常是執(zhí)行政策允許的上限，而不是根據(jù)農(nóng)業(yè)的實(shí)際效益制訂合理的利率。農(nóng)戶貸款的平均年利率高達(dá)15%，遠(yuǎn)遠(yuǎn)高出基準(zhǔn)利率，使利潤(rùn)較低的農(nóng)業(yè)根本不能承受，從而使大多數(shù)農(nóng)民放棄了依靠貸款來(lái)發(fā)展的想法，抑制了農(nóng)村合理、有效的信貸需求。

三、對(duì)策和建議

（一）健全政策性金融與商業(yè)性金融并存、商業(yè)性金融有序競(jìng)爭(zhēng)的農(nóng)村金融體系。

當(dāng)前，貧困地區(qū)農(nóng)村的金融服務(wù)十分欠缺，金融支持缺乏必要的平臺(tái)，因而建立健全農(nóng)村金融體系是滿足農(nóng)村信貸需求的前提。一是要進(jìn)一步拓展農(nóng)業(yè)銀行、農(nóng)業(yè)發(fā)展銀行、郵政儲(chǔ)蓄銀行等金融機(jī)構(gòu)的服務(wù)領(lǐng)域，延伸政策性信貸業(yè)務(wù)的觸角，直接實(shí)現(xiàn)對(duì)廣大農(nóng)戶的信貸支持；二是適時(shí)建立村鎮(zhèn)銀行，完善金融服務(wù)體系，有效改變因壟斷而造成的農(nóng)戶信貸成本過(guò)高的不合理現(xiàn)狀。

（二）創(chuàng)新農(nóng)戶信貸模式，改善農(nóng)村金融服務(wù)。

為貫徹中央西部大開(kāi)發(fā)和新農(nóng)村建設(shè)的戰(zhàn)略決策，涉農(nóng)金融機(jī)構(gòu)要增強(qiáng)對(duì)“三農(nóng)”的重視，充分考慮農(nóng)戶的實(shí)際需求，改進(jìn)金融服務(wù)方式，推動(dòng)農(nóng)戶信貸業(yè)務(wù)。一是大力開(kāi)展對(duì)農(nóng)戶的信用評(píng)級(jí)工作，改善信用環(huán)境，為發(fā)放信用貸款創(chuàng)造必要的條件，解決農(nóng)戶抵押不足的信貸瓶頸。二是創(chuàng)新農(nóng)戶信貸模式，推廣農(nóng)戶聯(lián)保、“企業(yè)+公司+農(nóng)戶”等貸款模式，通過(guò)利益捆綁方式加大農(nóng)戶供發(fā)放。三是加大金融知識(shí)和信貸產(chǎn)品的宣傳力度，正確引導(dǎo)和激發(fā)廣大農(nóng)戶潛在的資金需求，助推落后地區(qū)的農(nóng)業(yè)生產(chǎn)。