吳衛(wèi)星,張旭陽(yáng),吳 錕

(1.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)金融學(xué)院/“一帶一路”P(pán)PP發(fā)展研究中心,北京 100029;2.北京物資學(xué)院經(jīng)濟(jì)學(xué)院,北京 101149;3.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)應(yīng)用金融研究中心,北京 100029)

一、問(wèn)題的提出

隨著經(jīng)濟(jì)的發(fā)展和居民消費(fèi)理念的改變，我國(guó)家庭債務(wù)累積問(wèn)題逐步凸顯并越來(lái)越受到關(guān)注，但相關(guān)研究卻較少。李心丹等[1]認(rèn)為，家庭金融實(shí)踐活動(dòng)越來(lái)越豐富，“量入為出”的傳統(tǒng)消費(fèi)觀念逐漸被打破。金融市場(chǎng)中產(chǎn)品越來(lái)越多元，監(jiān)管機(jī)構(gòu)對(duì)于金融市場(chǎng)參與者的保護(hù)也越來(lái)越完善。這些主客觀因素都在一定程度上促進(jìn)了家庭借貸需求的增加。中國(guó)人民銀行發(fā)布的《2018年第三季度中國(guó)貨幣政策執(zhí)行報(bào)告》中顯示，截至2018年9月末，住戶(hù)貸款余額為462 053億元，同比增長(zhǎng)18.2%，居民借貸規(guī)模迅速擴(kuò)張。借貸對(duì)于平滑家庭跨期消費(fèi)、緩解暫時(shí)性風(fēng)險(xiǎn)沖擊有重要作用，合理的負(fù)債能夠在一定程度上提高長(zhǎng)期效用。雖然借貸規(guī)模的擴(kuò)張?jiān)谝欢ǔ潭壬显黾恿司用竦馁?gòu)買(mǎi)力、提振了消費(fèi)，但是祝偉和夏瑜擎[2]發(fā)現(xiàn)，不同類(lèi)型的負(fù)債對(duì)家庭福利水平的影響會(huì)產(chǎn)生差異。吳衛(wèi)星等[3]發(fā)現(xiàn)，金融素養(yǎng)低的家庭更容易出現(xiàn)過(guò)度負(fù)債問(wèn)題。王江等[4]認(rèn)為，家庭主要通過(guò)金融市場(chǎng)對(duì)自身資源在時(shí)間和風(fēng)險(xiǎn)上進(jìn)行優(yōu)化配置。而Van Rooij等[5]研究表明，金融素養(yǎng)對(duì)家庭的金融決策有重要影響。家庭借貸市場(chǎng)是金融市場(chǎng)的重要組成部分，家庭借貸市場(chǎng)的穩(wěn)定與否對(duì)金融市場(chǎng)運(yùn)行有直接影響，美國(guó)次貸危機(jī)的爆發(fā)主要原因之一就是家庭負(fù)債不合理，因此，同樣應(yīng)持續(xù)關(guān)注我國(guó)家庭借貸問(wèn)題。市場(chǎng)上的貸款利率、貸款期限和還款方式不盡相同，各類(lèi)貸款對(duì)家庭綜合貸款利率的影響迥異。那么，不同金融素養(yǎng)的家庭在參與借貸市場(chǎng)時(shí)從中獲得的福利是否具有差異？基于家庭貸款異質(zhì)性的角度對(duì)于理解家庭負(fù)債行為及結(jié)果有重要作用。

現(xiàn)實(shí)中，居民的金融素養(yǎng)普遍較低，不僅我國(guó)如此，世界上許多國(guó)家和地區(qū)亦如此。如Disney和Gathergood[6]在英國(guó)家庭調(diào)查問(wèn)卷數(shù)據(jù)庫(kù)中發(fā)現(xiàn)，問(wèn)卷包含單利、復(fù)利和最低還款三個(gè)問(wèn)題，計(jì)算答案時(shí)需要被調(diào)查者具備一定的金融素養(yǎng)，全部答錯(cuò)者占11%，全部答對(duì)者只占30%。Klapper等[7]發(fā)現(xiàn)，俄羅斯作為消費(fèi)借貸增長(zhǎng)較快的國(guó)家，被調(diào)查者中也只有41%的人能夠理解復(fù)利，46%的人能夠答對(duì)關(guān)于通貨膨脹的簡(jiǎn)單概念。Lusardi和Tufano[8]用美國(guó)的樣本發(fā)現(xiàn)，只有1/3的人對(duì)復(fù)利的計(jì)算及信用卡的使用細(xì)節(jié)有一定了解。綜合來(lái)看，大多數(shù)國(guó)家居民的金融素養(yǎng)普遍較低。然而，金融市場(chǎng)上信貸產(chǎn)品的借貸形式和種類(lèi)越來(lái)越多樣化，不同貸款類(lèi)型下的利率有明顯差異。Disney和Gathergood[6]研究發(fā)現(xiàn)，監(jiān)管機(jī)構(gòu)通常要求廣告中要披露基于利率的信貸成本指標(biāo)，以達(dá)到不同產(chǎn)品間可以進(jìn)行比較的目的，最常見(jiàn)的是使用年化百分比利率(Annualised Percentage Rate)，然而很多消費(fèi)者仍然無(wú)法識(shí)別每類(lèi)信貸產(chǎn)品成本的差異，導(dǎo)致金融素養(yǎng)越低的消費(fèi)者使用的信貸產(chǎn)品成本越高。Lusardi和Tufano[8]明確指出，“你不了解的事可能會(huì)傷害你”。據(jù)估計(jì)，金融理財(cái)相關(guān)知識(shí)缺乏的信用卡持卡人支付的費(fèi)用比普通持卡人高50%。如果居民可以更好地了解借貸利率等相關(guān)知識(shí)，則可能有助于他們選擇更合適的貸款類(lèi)型，降低債務(wù)成本。也就是說(shuō)，家庭金融素養(yǎng)的差異可能導(dǎo)致不同的借貸利率。

借鑒投資組合的相關(guān)概念，負(fù)債可以類(lèi)似地看成具有負(fù)收益率的資產(chǎn)，負(fù)債組合的差異會(huì)導(dǎo)致家庭負(fù)債綜合收益率的差異。長(zhǎng)期較高的債務(wù)成本會(huì)對(duì)家庭的資金運(yùn)轉(zhuǎn)、財(cái)富積累、投資與消費(fèi)等方面產(chǎn)生很大負(fù)面影響。宏觀上，過(guò)多的債務(wù)累積對(duì)金融安全有重要影響，Hung等[9]總結(jié)了美國(guó)次貸危機(jī)的三個(gè)經(jīng)驗(yàn)教訓(xùn)：糟糕的財(cái)務(wù)決策可能是令人驚訝的普遍現(xiàn)象；在危機(jī)發(fā)生之前很長(zhǎng)一段時(shí)期，這些問(wèn)題可能被忽視；隨后的金融市場(chǎng)動(dòng)蕩和政府干預(yù)證明，系統(tǒng)性影響和維持金融穩(wěn)定的成本可能相當(dāng)大。微觀研究中，吳衛(wèi)星等[3]發(fā)現(xiàn)，居民家庭金融素養(yǎng)與負(fù)債與否、是否過(guò)度負(fù)債有顯著關(guān)系，金融素養(yǎng)的提升會(huì)增加家庭持有負(fù)債的概率，但是會(huì)降低家庭過(guò)度負(fù)債的可能。Schicks[10]使用加納的微觀借貸數(shù)據(jù)發(fā)現(xiàn)，金融素養(yǎng)低的居民容易過(guò)度負(fù)債，過(guò)度負(fù)債的居民經(jīng)常會(huì)在每次貸款償付日努力達(dá)到最低還款要求，并且在還款結(jié)構(gòu)上必須做出很大犧牲。對(duì)于高負(fù)債居民，如果他們由于缺乏相關(guān)借貸知識(shí)而背負(fù)高額的利息，無(wú)異于雪上加霜。如何高效投資是一門(mén)學(xué)問(wèn)，如何優(yōu)化負(fù)債同樣應(yīng)該引起重視。

本文可能的貢獻(xiàn)體現(xiàn)在如下兩個(gè)方面：一是金融素養(yǎng)作為影響家庭負(fù)債的重要因素，國(guó)內(nèi)的研究分析仍十分缺乏，本文進(jìn)行了一定的補(bǔ)充。二是從貸款渠道和貸款利率兩方面研究了金融素養(yǎng)對(duì)借貸成本的影響機(jī)制。

二、數(shù)據(jù)、模型與變量

(一)數(shù)據(jù)說(shuō)明

本文運(yùn)用清華大學(xué)中國(guó)金融研究中心2011年進(jìn)行的“中國(guó)消費(fèi)金融現(xiàn)狀及投資者教育調(diào)查”項(xiàng)目數(shù)據(jù)，該數(shù)據(jù)有較科學(xué)的抽樣方法，數(shù)據(jù)特征具有一定代表性。廖理和張金寶[11]對(duì)問(wèn)卷的可靠性做了詳細(xì)闡述，在訪問(wèn)對(duì)象上，要求被調(diào)查者必須熟悉家庭經(jīng)濟(jì)狀況，且是家庭經(jīng)濟(jì)活動(dòng)的主要決策者，較好地保證了數(shù)據(jù)的準(zhǔn)確性和全面性。原始數(shù)據(jù)5 990個(gè)，刪除數(shù)據(jù)中關(guān)鍵變量的缺失值以及異常值(主要指超出問(wèn)卷選項(xiàng)中給出的數(shù)字范圍)，最終得到有效數(shù)據(jù)4 503個(gè)。

(二)模型選擇

本文主要研究金融素養(yǎng)與家庭貸款問(wèn)題，主要分為三個(gè)部分：一是金融素養(yǎng)是否對(duì)家庭貸款的獲取有顯著影響。二是金融素養(yǎng)是否對(duì)家庭貸款的期限結(jié)構(gòu)和綜合貸款利率有影響。三是對(duì)金融素養(yǎng)與家庭貸款的最主要部分——購(gòu)房貸款的渠道和房貸利率進(jìn)行分析。

對(duì)于第一部分的分析主要使用Probit模型，具體如下：

y1=αfl_factor+Xβ+u

(1)

其中，y1表示家庭貸款，y1= 1(y1> 0)，fl_factor表示金融素養(yǎng)，X表示控制變量。

式(1)中，金融素養(yǎng)與家庭貸款獲取之間可能存在內(nèi)生性問(wèn)題。一方面，可能存在反向影響，即家庭獲得貸款后更加愿意關(guān)注相關(guān)借貸知識(shí)，并不斷提高自身金融素養(yǎng)；另一方面，可能存在遺漏變量，即可能存在一些未觀測(cè)到的變量同時(shí)影響到金融素養(yǎng)和家庭貸款。因此，我們使用IV-Probit模型來(lái)處理內(nèi)生性問(wèn)題，具體如下：

(2)

對(duì)于第二部分本文使用OLS模型進(jìn)行分析，家庭在貸款時(shí)可能存在樣本自選擇問(wèn)題進(jìn)而導(dǎo)致回歸系數(shù)有偏誤，本文使用Heckit模型來(lái)糾正選擇偏誤?？紤]到金融素養(yǎng)與綜合貸款利率可能存在內(nèi)生性問(wèn)題，主要是遺漏變量問(wèn)題，本文使用IV-Heckit模型來(lái)解決自選擇及內(nèi)生性問(wèn)題。

第三部分使用的模型與第二部分相同。考慮到家庭的異質(zhì)性帶來(lái)的異方差問(wèn)題，文中的回歸均使用穩(wěn)健性(Robust)估計(jì)來(lái)避免系數(shù)的標(biāo)準(zhǔn)差偏誤。

(三)變量描述

1.解釋變量：金融素養(yǎng)

金融素養(yǎng)很大程度上代表了人們能夠就借貸合同做出簡(jiǎn)單決策、將有關(guān)利息的基礎(chǔ)知識(shí)應(yīng)用于日常財(cái)務(wù)選擇的能力。目前，衡量金融素養(yǎng)有兩種常用方法：一種是根據(jù)被調(diào)查者回答利率、復(fù)利和通貨膨脹等問(wèn)題的情況作為金融素養(yǎng)的指標(biāo)；另一種是根據(jù)被調(diào)查者對(duì)金融概念或者金融常識(shí)的了解程度進(jìn)行衡量。本文使用調(diào)查問(wèn)卷中與金融相關(guān)系列問(wèn)題的主觀回答結(jié)果作為衡量金融素養(yǎng)的指標(biāo)。調(diào)查問(wèn)卷中一類(lèi)問(wèn)題為“您家了解商業(yè)銀行以下貸款產(chǎn)品嗎？”，涉及購(gòu)房貸款、購(gòu)車(chē)貸款、裝修貸款、教育貸款、商業(yè)經(jīng)營(yíng)貸款和大件消費(fèi)貸款等六類(lèi)貸款，被調(diào)查者需要依次對(duì)六類(lèi)貸款的了解情況打分，不知道、不太了解、有所了解、比較了解、非常了解分別記1—5分；另一類(lèi)問(wèn)題是“您對(duì)下列產(chǎn)品了解嗎？”，涉及股票、基金和債券，被調(diào)查者對(duì)這三類(lèi)信貸產(chǎn)品依次打分，不知道、不太了解、有所了解、比較了解、非常了解分別記1—5分。借鑒Van Rooij等[5]與吳衛(wèi)星等[3]的方法，對(duì)從以上問(wèn)題得到的數(shù)據(jù)進(jìn)行因子分析。結(jié)果顯示，兩類(lèi)問(wèn)題的KMO綜合值為0.885，最小值為0.806，SMC值大部分在0.600左右，最小值為0.545，綜合來(lái)看比較適合做因子分析。因子分析顯示，以上兩類(lèi)問(wèn)題有兩個(gè)主要載荷因子：一個(gè)與銀行貸款有關(guān)；另一個(gè)與投資信貸產(chǎn)品有關(guān)。通過(guò)加權(quán)兩個(gè)主要載荷因子得分得到金融素養(yǎng)指標(biāo)。

鑒于指標(biāo)可得性，參考Van Rooij等[12]，本文使用吳衛(wèi)星等[13]“戶(hù)主或配偶是否有經(jīng)濟(jì)或管理方面的高等教育學(xué)歷”的指標(biāo)作為金融素養(yǎng)工具變量。戶(hù)主的經(jīng)濟(jì)或管理學(xué)歷會(huì)對(duì)戶(hù)主的金融素養(yǎng)高低有直接影響。學(xué)歷是事前變量，即戶(hù)主是否有經(jīng)濟(jì)或管理方面的學(xué)歷基本在戶(hù)主成立家庭之前就已經(jīng)確定，不會(huì)受到成家之后的負(fù)債行為影響。

2.被解釋變量：各類(lèi)貸款

調(diào)查問(wèn)卷中的家庭貸款主要包括：購(gòu)房貸款、汽車(chē)貸款、其他長(zhǎng)期貸款、短期消費(fèi)貸款和其他短期借款。購(gòu)房貸款又細(xì)分為銀行貸款和向親友借款。每類(lèi)貸款下面給出了1—17個(gè)選擇區(qū)間，每個(gè)數(shù)字對(duì)應(yīng)著一定的貸款額度區(qū)間，被調(diào)查者可以選擇直接填寫(xiě)貸款金額，也可以選一個(gè)區(qū)間，對(duì)于選擇區(qū)間范圍的，本文用區(qū)間的中間值作為代替。汽車(chē)貸款在調(diào)查問(wèn)卷中有單獨(dú)的提問(wèn)，被調(diào)查者自己填寫(xiě)具體的汽車(chē)貸款金額及貸款利率。因此，本文對(duì)于汽車(chē)貸款的統(tǒng)計(jì)均以被調(diào)查者填寫(xiě)的具體金額為準(zhǔn)，不再使用家庭負(fù)債表中的區(qū)間數(shù)據(jù)。將購(gòu)房貸款、汽車(chē)貸款和其他長(zhǎng)期貸款加總得到長(zhǎng)期貸款(long_loan)，將短期消費(fèi)貸款、其他短期借款加總得到短期貸款(short_loan)，長(zhǎng)期貸款加短期貸款即得到總貸款(loan)。本文按照調(diào)查問(wèn)卷中貸款分類(lèi)標(biāo)準(zhǔn)將貸款期限大于1年的歸為長(zhǎng)期貸款，將貸款期限在1年以?xún)?nèi)的歸為短期貸款。長(zhǎng)期貸款、短期貸款和總貸款獲取與否均為虛擬變量。

3.控制變量

本文控制一系列與貸款有關(guān)的變量，為避免受極值影響，對(duì)家庭年可支配收入(income_w2)進(jìn)行了2.5%的雙邊縮尾處理。

各變量具體說(shuō)明及描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量說(shuō)明及描述性統(tǒng)計(jì)(N=4 503)

從表1可以看出，家庭貸款中長(zhǎng)期貸款的均值為5.690萬(wàn)元，是總貸款的最主要部分。家庭年可支配收入的均值為9.344萬(wàn)元，戶(hù)主平均年齡37歲，多數(shù)處于已婚狀態(tài)。

由于本文研究涉及的變量較多，可能引起多重共線(xiàn)性問(wèn)題。使用方差膨脹因子(VIF)進(jìn)行檢驗(yàn)的結(jié)果顯示，VIF最大值為3.140，均值為1.450，一般大于10認(rèn)為有嚴(yán)重多重共線(xiàn)性，因此，VIF檢驗(yàn)結(jié)果顯示，變量之間沒(méi)有存在嚴(yán)重的多重共線(xiàn)性，可以進(jìn)行下一步分析。

4.利率的確定

除了汽車(chē)貸款部分被調(diào)查者需要詳細(xì)填寫(xiě)貸款利率，調(diào)查問(wèn)卷中并沒(méi)有給出其他幾類(lèi)貸款的具體利率。參考Disney和Gathergood[6]與吳衛(wèi)星等[14]的做法，本文以比較有代表性的利率參考值作為每類(lèi)貸款的替代。對(duì)于購(gòu)房貸款中銀行渠道的利率，使用2011年2月9號(hào)中國(guó)人民銀行公布的5年以上貸款基準(zhǔn)利率6.6%。目前對(duì)購(gòu)房貸款中親友借款的利率調(diào)查數(shù)據(jù)較少，借鑒吳衛(wèi)星等[14]的方法，使用西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心(CHFS)發(fā)布的2011年調(diào)查數(shù)據(jù)，考察在親友借款中為了購(gòu)房的樣本，計(jì)算加權(quán)平均值得到利率10.1%。劉繪和沈慶劼[15]研究發(fā)現(xiàn)，2011年來(lái)，我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)數(shù)量以及成交額迅猛增長(zhǎng)，側(cè)面表明大量居民借貸逐漸轉(zhuǎn)移到線(xiàn)上P2P平臺(tái)。人人貸平臺(tái)作為具有代表性的P2P平臺(tái)，其最終撮合成交的利率能夠反映借款者通過(guò)其他渠道獲得貸款的成本。本文將人人貸平臺(tái)2011年這1年內(nèi)的貸款利率進(jìn)行加權(quán)平均，借款者短期貸款的平均償付期限為7.460個(gè)月，得到年化利率為14.1%。按此方法用1年以上的貸款進(jìn)行計(jì)算得到14.6%，借款者長(zhǎng)期貸款的平均償付期限為22.000個(gè)月，用該利率代表其他長(zhǎng)期貸款的利率。在2011年互聯(lián)網(wǎng)消費(fèi)貸款仍處于初級(jí)階段，從商業(yè)銀行獲得短期消費(fèi)貸款的可能性更大，假設(shè)償還期限平均為半年，使用2011年2月9號(hào)中國(guó)人民銀行公布的期限為6個(gè)月的貸款基準(zhǔn)利率5.6%。結(jié)合利率取值和每類(lèi)貸款的金額，可計(jì)算得到每個(gè)家庭貸款組合的綜合貸款利率。

三、回歸結(jié)果及分析

(一)金融素養(yǎng)與家庭貸款

表2是運(yùn)用Probit模型、IV-Probit模型的回歸結(jié)果。

表2 金融素養(yǎng)與長(zhǎng)期貸款、短期貸款和總貸款

注：***、**和*分別表示在1%、5%和10%水平上顯著，括號(hào)內(nèi)為P值。下同。

表2中列(1)、列(3)、列(5)和列(7)報(bào)告的是Probit模型的回歸結(jié)果，可以看出，隨著金融素養(yǎng)的提高，家庭的長(zhǎng)期貸款、短期貸款和總貸款均顯著增加。說(shuō)明隨著金融素養(yǎng)的提高，家庭獲得貸款的可能性更大，這與宋全云等[16]使用2015年中國(guó)家庭金融調(diào)查(CHFS)數(shù)據(jù)的研究結(jié)果一致?；貧w結(jié)果還顯示，婚姻對(duì)于長(zhǎng)期貸款有顯著促進(jìn)作用，而對(duì)于短期貸款的影響不明顯，這可能是因?yàn)殚L(zhǎng)期貸款會(huì)更注重借款者的風(fēng)險(xiǎn)狀況，而婚姻可能在一定程度上保障了家庭經(jīng)濟(jì)上的長(zhǎng)期穩(wěn)定性。年齡對(duì)于長(zhǎng)期貸款和短期貸款的影響均顯著為負(fù)，符合生命周期理論的預(yù)測(cè)，這一結(jié)果與陳斌開(kāi)和李濤[17]研究結(jié)果一致，另外，也可能是年輕人對(duì)貸款信息有及時(shí)的了解，在貸款方面更積極活躍。家庭年可支配收入對(duì)長(zhǎng)期貸款的影響不顯著，這可能是由于隨著收入的增加家庭的貸款意愿并沒(méi)有太大變化，高收入家庭在貸款時(shí)更容易，但他們需求也相對(duì)偏低。

表2中列(2)、列(4)、列(6)和列(8)報(bào)告的是IV-Probit模型的回歸結(jié)果，用來(lái)解決內(nèi)生性問(wèn)題。結(jié)果發(fā)現(xiàn)，金融素養(yǎng)對(duì)各類(lèi)貸款的影響與Probit模型基本一致。列(2)中，金融素養(yǎng)變量的正負(fù)未發(fā)生變化，但顯著性出現(xiàn)了明顯下降。杜賓吳豪斯曼(DWH)檢驗(yàn)的P值為0.229，顯然在10%水平下拒絕外生性假設(shè)。一階段F值為50.780，根據(jù)Stock和Yogo[18]，大于10%偏誤下的臨界值16.380，說(shuō)明不存在弱工具變量問(wèn)題。因此，工具變量的使用符合要求。

顯著性下降的原因可能有兩個(gè)：一是金融素養(yǎng)與長(zhǎng)期貸款之間的內(nèi)生性較高，長(zhǎng)期貸款是家庭貸款的主要部分，家庭對(duì)此類(lèi)貸款關(guān)注度更高，而且長(zhǎng)期貸款還款期限較長(zhǎng)，對(duì)家庭財(cái)務(wù)狀況影響較大，這些因素都會(huì)促使家庭更加關(guān)注貸款、還款等方面的借貸知識(shí)，通過(guò)不斷學(xué)習(xí)提高金融素養(yǎng)。二是長(zhǎng)期貸款中包含親友借款這一非正規(guī)渠道的貸款，根據(jù)吳衛(wèi)星等[3]的研究，金融素養(yǎng)的提高可能會(huì)降低非正規(guī)渠道的貸款。列(3)、列(4)將親友借款數(shù)據(jù)不記入長(zhǎng)期貸款變量中重新進(jìn)行回歸，金融素養(yǎng)對(duì)除親友借款外的長(zhǎng)期貸款確實(shí)有正向促進(jìn)作用，印證了第二種原因的存在。

(二)金融素養(yǎng)與貸款期限結(jié)構(gòu)、綜合貸款利率

表3為金融素養(yǎng)與貸款期限結(jié)構(gòu)、綜合貸款利率的回歸結(jié)果。

表3 金融素養(yǎng)與貸款期限結(jié)構(gòu)、綜合貸款利率

表3中列(1)和列(2)運(yùn)用OLS模型和Heckit模型進(jìn)行回歸，結(jié)果顯示金融素養(yǎng)對(duì)家庭組合貸款中短期貸款占比沒(méi)有顯著影響，說(shuō)明金融素養(yǎng)不同的家庭貸款期限結(jié)構(gòu)可能沒(méi)有明顯差異?？紤]到家庭貸款可能涉及自選擇問(wèn)題，進(jìn)而導(dǎo)致樣本非隨機(jī)，影響回歸結(jié)果的準(zhǔn)確性。表3中列(2)和列(4)使用Heckit模型進(jìn)行回歸，可以看到逆米爾斯比(IMR)的系數(shù)在5%和1%水平上顯著，說(shuō)明樣本存在自選擇問(wèn)題，使用Heckit模型相較于OLS模型更合適。

金融素養(yǎng)與被解釋變量之間可能存在互為因果問(wèn)題：一方面，貸款利率低的家庭更加愿意關(guān)注相關(guān)借貸知識(shí)，并不斷提高自身金融素養(yǎng)；另一方面，可能存在遺漏變量而導(dǎo)致內(nèi)生性問(wèn)題。因此，本文使用工具變量法解決內(nèi)生性問(wèn)題。表3中列(1)和列(2)的回歸結(jié)果說(shuō)明，金融素養(yǎng)與短期貸款占比之間沒(méi)有顯著性關(guān)系。列(3)說(shuō)明，家庭的綜合貸款利率隨著金融素養(yǎng)的增加而降低，列(4)和列(5)運(yùn)用Heckit模型和IV-Heckit模型進(jìn)行回歸，結(jié)果顯示逆米爾斯比(IMR)系數(shù)顯著，說(shuō)明確實(shí)存在自選擇問(wèn)題。列(5)運(yùn)用IV-Heckit模型回歸，杜賓吳豪斯曼(DWH)檢驗(yàn)的P值為0.115，顯然在10%水平下拒絕外生性假設(shè)。一階段F值為27.000，根據(jù)Stock和Yogo[18]，大于10%偏誤下的臨界值16.380，說(shuō)明不存在弱工具變量問(wèn)題。列(5)IV-Heckit模型回歸結(jié)果顯示，綜合貸款利率隨著金融素養(yǎng)的增加而降低。即糾正自選擇問(wèn)題和內(nèi)生性問(wèn)題后上文結(jié)論依然成立，說(shuō)明金融素養(yǎng)高的家庭識(shí)別不同貸款利率的能力強(qiáng)，因此，在選擇貸款類(lèi)型時(shí)有更好的技巧。這與Disney和Gathergood[6]對(duì)消費(fèi)貸款的研究一致。年齡對(duì)綜合貸款利率的影響顯著為正，說(shuō)明年齡越大的居民在貸款時(shí)有更高的利率，年輕人獲取貸款信息渠道可能比年長(zhǎng)的人更多，手機(jī)、互聯(lián)網(wǎng)等使年輕人有更多的方式獲得貸款，因而可以獲取較優(yōu)惠的利率。學(xué)歷對(duì)綜合貸款利率有顯著的負(fù)向影響，學(xué)歷越高對(duì)于識(shí)別各類(lèi)貸款的利率越有幫助。

(三)金融素養(yǎng)與購(gòu)房貸款、房貸利率

購(gòu)房貸款在家庭貸款中占比最高，為80%左右，因而購(gòu)房貸款是家庭貸款的主要部分。表3的回歸結(jié)果說(shuō)明金融素養(yǎng)有助于降低綜合貸款利率，但是從期限結(jié)構(gòu)上沒(méi)有找到證據(jù)，即沒(méi)有發(fā)現(xiàn)金融素養(yǎng)不同的家庭通過(guò)選擇不同期限結(jié)構(gòu)的貸款來(lái)降低綜合貸款利率。房貸利率可能是影響家庭綜合貸款利率的重要部分。如果家庭從正規(guī)渠道(銀行)獲得貸款的能力越強(qiáng)，那么購(gòu)房貸款的利率也會(huì)越低。考慮到購(gòu)房貸款還款期限較長(zhǎng)，利率的降低可以在長(zhǎng)期減輕家庭的債務(wù)成本。問(wèn)卷調(diào)查設(shè)計(jì)問(wèn)題：“如果您家需要借錢(qián)的話(huà)，您‘首選’的借錢(qián)對(duì)象是誰(shuí)？”。有75.1%的人選擇了親戚、朋友，而把銀行作為首選對(duì)象的只有23.0%，說(shuō)明并不是大多數(shù)人都自然而然地認(rèn)為從正規(guī)渠道(銀行)貸款是首選項(xiàng)。

表4中列(1)使用OLS模型回歸發(fā)現(xiàn)，金融素養(yǎng)越高購(gòu)房貸款中銀行貸款占比越大，意味著從正規(guī)渠道(銀行)貸款的比例越高，購(gòu)房貸款的利率越低。Klapper等[7]在俄羅斯個(gè)人調(diào)查數(shù)據(jù)中也發(fā)現(xiàn)，金融素養(yǎng)越高的人利用非正規(guī)渠道貸款的可能性越低，這與本文的研究結(jié)果一致。年齡的系數(shù)為負(fù)，說(shuō)明越年輕家庭的購(gòu)房貸款中銀行貸款占比越高，年輕人更愿意向銀行貸款，而年齡較大的人可能有更多的社會(huì)關(guān)系網(wǎng)絡(luò)傾向于向親朋好友借款。家庭擁有較高收入有利于從銀行貸款，這與現(xiàn)實(shí)情況相符，銀行更傾向于對(duì)高收入的家庭提供購(gòu)房貸款。隨著學(xué)歷的提高，購(gòu)房貸款中銀行貸款占比增加，說(shuō)明學(xué)歷作為人力資本的重要代表，在一定程度上反映了借款者的償付能力，銀行更愿意向高學(xué)歷居民放貸。

表4中列(2)用Heckit模型處理了自選擇問(wèn)題，逆米爾斯比(IMR)系數(shù)顯著，說(shuō)明確實(shí)存在樣本自選擇問(wèn)題。列(3)使用IV-Heckit模型處理了自選擇問(wèn)題和內(nèi)生性問(wèn)題，杜賓吳豪斯曼(DWH)檢驗(yàn)的P值為0.071，在10%水平下拒絕外生性假設(shè)。一階段F值為17.280，根據(jù)Stock和Yogo[18]，大于10%偏誤下的臨界值16.380，不存在弱工具變量問(wèn)題。列(3)IV-Heckit模型回歸結(jié)果與列(1)OLS模型回歸結(jié)果一致，結(jié)論穩(wěn)健。

表4中列(4)—列(6)分別使用OLS模型、Heckit模型和IV-Heckit模型檢驗(yàn)了金融素養(yǎng)對(duì)房貸利率的影響。從三個(gè)模型的回歸結(jié)果可以看出，金融素養(yǎng)與房貸利率的系數(shù)均為負(fù)，且在5%或10%水平下顯著，說(shuō)明金融素養(yǎng)越高，購(gòu)房者的房貸利率越低。

表4 金融素養(yǎng)與購(gòu)房貸款渠道、房貸利率

(四)穩(wěn)健性檢驗(yàn)

對(duì)于指標(biāo)的穩(wěn)健性，本文借鑒Bianchi[19]的做法，使用累加法重新計(jì)算金融素養(yǎng)(fl_sum)變量，對(duì)前文結(jié)論進(jìn)行再次驗(yàn)證，[注]具體結(jié)果未在正文列出，留存?zhèn)渌??；貧w結(jié)果較穩(wěn)健?？紤]到工作狀態(tài)的差異可能導(dǎo)致負(fù)債行為的差異，刪除工作狀態(tài)中包括退休或待業(yè)的家庭，用子樣本進(jìn)行回歸，金融素養(yǎng)系數(shù)正負(fù)與前文所得結(jié)論基本一致，結(jié)論依然較穩(wěn)健。

四、結(jié)論與啟示

金融素養(yǎng)作為影響家庭借貸決策的重要因素，對(duì)于家庭負(fù)債行為有怎樣的影響？本文研究發(fā)現(xiàn)，金融素養(yǎng)對(duì)家庭的負(fù)債行為有重要影響。第一，金融素養(yǎng)的提升有助于長(zhǎng)期貸款和短期貸款的獲取。第二，金融素養(yǎng)不同的家庭在安排貸款組合時(shí)，短期貸款占比沒(méi)有顯著差異，但金融素養(yǎng)高的家庭貸款組合的綜合貸款利率會(huì)顯著下降。第三，金融素養(yǎng)高的家庭在購(gòu)房貸款時(shí)能夠更多地從正規(guī)渠道(銀行)獲得貸款，從而降低了購(gòu)房貸款的利率。

本文的研究結(jié)論具有如下啟示：第一，金融素養(yǎng)高的家庭貸款時(shí)在獲取數(shù)量和獲取渠道上都有一定優(yōu)勢(shì)。金融素養(yǎng)的提高有助于優(yōu)化家庭貸款組合，降低綜合貸款利率。第二，普及相關(guān)借貸知識(shí)，幫助居民認(rèn)識(shí)不同類(lèi)別貸款利率的差異。第三，大力發(fā)展正規(guī)金融市場(chǎng)以滿(mǎn)足居民借貸需求。

需要說(shuō)明的是，由于無(wú)法識(shí)別每類(lèi)貸款的獲取渠道，本文用利率平均值代替家庭每類(lèi)貸款的利率不夠精確。由金融素養(yǎng)對(duì)購(gòu)房貸款的渠道選擇影響可知，即使在同類(lèi)貸款中，金融素養(yǎng)高的家庭能夠更多地從正規(guī)渠道獲得貸款。受困于借貸數(shù)據(jù)細(xì)化程度不夠，筆者認(rèn)為這種利率平均值估計(jì)反而會(huì)在一定程度上低估金融素養(yǎng)對(duì)綜合貸款利率的實(shí)際影響。