家庭金融調查大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇家庭金融調查范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

中國首份《中國家庭金融調查報告》近日引來廣泛爭論和質疑。報告稱：中國家庭凈總資產高出美國家庭21%，城市戶口家庭的平均資產已達247萬元，全國的自有住房擁有率高達89.68%。

這些數據是如何出爐的，為何中國家庭資產會超出美國?中國之聲近日專訪了《報告》團隊領軍人、中國家庭金融調查與研究中心主任、西南財經大學經濟學院院長甘犁。

采訪中甘犁說，不曾想到一份《報告》的會引起如此廣泛的爭論和質疑。他首先表示，可以肯定的是，數據結果來自全國性的抽樣調查。

甘犁：抽樣方式和美國美聯儲抽樣方式是一樣的。第一，我們在全國隨機抽了8438戶進行入戶調查，在很多宏觀數據上，我們都進行了比較。第二是數據的資產，包括了所有資產，有房產、家庭的金融資產，就是銀行存款、股票市場、各種債券甚至黃金等。還包括了家庭的汽車、家庭的工商業、土地。所以，這是一個非常完整的資產總量的描述。我們的資產描述跟美國的資產描述也是具有可比性的。

在質疑者看來，盡管中國的發展有目共睹，但要說中國家庭凈資產比美國高出兩成以上，他們并不認同了。對此，甘犁的解釋，中國家庭總資產超越美國，很大程度上來自房產的估值。

甘犁：中國家庭的房產占總資產比例的70%，美國只有30%。我們愛買房子，房產又漲的比較快，而美國在金融危機以后房產縮水比例很高。所以美國的資產在縮水，我們的資產因為房產的原因在增加。然后我們的家庭人口越多，人口基數比較大，所以全國所有家庭資產加起來超過了美國全國所有家庭加起來的資產的總額，但是人均只有美國的四分之一。

中國家庭總資產中金融資產只有5%，而美國是38%;反過來，中國家庭總資產70%都是房產，而美國卻只有30%左右。這樣一種家庭資產結構在甘犁看來，風險很大。

甘犁：20年前的日本因為房產泡沫，導致了日本全國總資產遠遠超過了美國。但是泡沫破滅了以后，日本到現在為止的全國總資產只有美國的60%，比我們低更多了。

談到為什么中國住房擁有率會近90%時，甘犁說，這與計算方式有關，更與家庭定義有關。

篇（2）

1.引言

近年來，城鎮居民家庭需求已從一般商品和勞務需求，發展到對金融產品的需求和消費，傾向于多樣化的資產組合。但是居民金融資產的增長速度并不均衡。從改革初期到20世紀90年代中葉，居民金融資產增長速度基本上在30%-40%上下波動。1994年以后，居民金融資產增幅有所下降，但居民金融資產年增加額卻迅速擴大。1978年至19%年的18年間，居民金融資產年均增長31.3%，年均增加額2799億元；1996年至2006年10年間，居民金融資產年均增幅為15.7%，而年均增加額卻達到20261億元。在居民金融資產總量不斷增長和結構不斷變化的過程之中，居民微觀主體的特征對其金融資產有著怎樣的影響？借助于對鎮江市居民的調研數據，本文將對這個問題給予嚴格的實證解答。

2.數據收集及檢驗

此次研究中所涉及的數據是在江蘇省鎮江市通過問卷調查收集的。問卷共分為三個部分，第一部分是對家庭結構的調查，主要收集家庭人口、家庭金融資產決策者性別、年齡、職業等基本信息。第二部分是關于家庭金融資產配置狀況的調查。第三部分是關于家庭經濟狀況及投資者行為的調查。

調查采用隨機抽樣的方法，問卷發放地點為各區人口比較密集的四大銀行、證券公司和保險公司附近，時間從2013年6月1日至2013年6月28日。2013年8月至9月完成數據的清洗、統計。我們篩選掉了明顯不符邏輯亂填的問卷。對于問卷缺值的情況我們是這樣處理的：第二部分缺值直接歸入無效問卷，其他部分缺值并且研究變量在五項以內的采用眾數填充法補充，超過五項依然歸入無效問卷。最后經匯總統計，共發放問卷150份，實際收回120份，回收率80%，有效樣本100份，回收有效率83.3%。有效樣本的基本特征如表1所示。采用spss20.0軟件進行分析。

從表1的樣本特征可以看出，樣本中家庭投資決策者多為女性。受教育程度大多在大專以上，大專以上學歷的超過50%。另外，被調查的家庭多是三口之家，并且有35%的家庭月收入在5萬元-10萬元之間。總體來說，樣本的抽樣結果基本服從正態分布的特征。抽樣結構是合理的。

3.實證研究與結果分析

城市居民家庭總資產的組成一般為金融資產和非金融資產（實物資產）組成。本文所涉及的金融資產包括儲蓄存款、基金、股票等6種，非金融資產包括房產。根據我們的調查，戶均家庭年收入8.6萬元，年結余3.2萬元，占比最大的是房產，平均占家庭總資產的48.41%。

3.1 家庭金融資產分布概況

在圖1所反映的家庭金融資產分布比例中，儲蓄依然是份額最大，占35%；其次是保險，達18%；擁有股票資產的比例是14%，國債資本比例僅僅是3%，基金資產比例是12%；而房產，為10%；銀行理財產品，占到了8%。可以看出，金融資產中儲蓄還是占據了大部分比例，說明金融資產配置中的穩定性和安全性是家庭著重考慮的兩點。而且在其它金融類資產中，會首先選擇基保險，我們認為這是因為基金產品的風險和收益都比較適中。

3.2 不同性別決策者的金融資產選擇特征分析

從表2可見，男性和女性在儲蓄、股票和保險的構成比均有顯著性差異（p均小于0.01），女性的儲蓄比例（63.6%）明顯高于男性儲蓄比例（35.7%），女性擁有股票金融資產的比例要高于男性，女性為70.5%，男性為30.4%，女性擁有保險資產的比例為65.9%，要高于男性的33.9%；男性和女性在國債和基金的持有比例上均沒有顯著性差異（p均大于0.05），女性擁有基金資產的比例52.3%，男性擁有基金資產的比例46.4%，女性擁有國債比例與男性一樣同為50%。

總體來看，女性擁有無風險金融資產比例要稍高于男性，女性更加偏好風險較低的資產，而男性更加偏好風險較高資產。

3.3 不同教育水平的家庭金融資產選擇特征分析

從表3可見不同學歷的人在儲蓄、債券、股票和基金的持有比例均有顯著性差異（p均小于0.05）從儲蓄資產可以看出，教育水平越低，儲蓄的意愿越強。高中及以下教育水平人群的儲蓄資產持有比例近似1，而本科以上教育水平人群的儲蓄資產持有比例為55.6%；從債券資產來看，高中教育水平的人群持有最高，持有比例為90%，而專科以上的人群持有債券比例在44.0-50.0%之間，明顯低于高中及以下教育水平人群；本科教育水平人群持有股票資產比例最高，達44.1%，而高中以下教育水平人群持有股票資產的比例也近似為0；本科教育水平的人持有基金資產的比例最高，達51.5%，遠遠高于專科和高中及以下的人群。不同學歷的人在保險的持有比例并沒有差異（p>0.05）。

總體來看，教育水平高的人對風險承擔能力較強，因而更傾向于持有收益率較高的高風險資產（如股票），而教育水平低的人對風險承擔能力較弱，更加清晰與低風險資產（如儲蓄）。

3.4 按職業的家庭金融資產的分布

從表4可見，不同職業的人群在儲蓄、債券和股票的持有比例均有顯著性差異（p均小于0.05）從儲蓄資產來看，持有比例最高的是自由職業者，持有比例分別為83.3%，持有比例最低的是其他人員，接近0；持有債券例最高的是國有企業人員，持有比例為83.3%，最低的是政府工作人員，持有比例為37.5%；持有股票最高的是其他人員為75.0%，其次為民營企業工作人員，持有比例為61.1%，而學生持有比例最低5.6%；不同職業的人群在保險和基金的持有比例并沒有差異（p均大于0.05）。

可見，職業收人較低或者不穩定會導致人們偏好風險較低的資產，而職業收人較高或者穩定性增加會導致人們偏好風險較高的資產。

3.5 不同收入家庭的金融資產選擇特征分析

從表5可見，不同收入家庭在儲蓄、債券、保險、股票和基金的持有比例均有顯著性差異（p均小于0.05）。對于年收入低于50000元以下的群體，儲蓄資產的持有比例高達74.3%，而對于10萬元的，儲蓄資產比例大概在40-44.0%左右；持有債券比例最高的是年收入20萬以上的群體，持有比例為80.0%，其次為年收入10萬-20萬元以上的群體，持有比例為60.0%，而10萬元以下的群體未持有債券；股票持有比例最高的是年收入10萬-20萬元之間的群體，比例達23.3%，而最低的年收入5元以下的群體，持有比例為2.9%；保險的持有比例最高的是年收人20萬元的群體，持有比例為60.0%，而最低的是年收人5元以下的群體，持有比例別為5.7%；基金的持有比例最高的是年收人10萬-20萬元的群體，持有比例分別為33.3%，而最低的是年收人5萬元以下的群體，持有比例分別為2.9%。

總的來看，收人越低的人偏好于低風險資產，而收人較高的人偏好持有高收益的高風險資產。

4.結論

（1）鎮江市家庭在儲蓄、國債、股票、基金、保險等眾多金融產品中雖然最傾向于儲蓄，但是并未孤注一擲。其他金融產品領域也可謂百花齊放，按照他們所占家庭金融資產的比例排序依次為：基金、股票、國債、保險。

（2）性別、教育水平、職業、家庭收入都是影響家庭金融資產分配的因素。具體而言，男性比女性更加偏好高風險高收益的金融資產；教育水平低的人更偏好低風險穩定的金融產品，而教育水平越高的人越愿意去投資風險高的金融資產；職業不穩定的人受自身客觀因素的限制一般投資風險低的資產，而職業穩定收入又高的人偏愛投資高風險資產；家庭收入低的偏好低風險穩定性好的資產，高收入家庭好持有高風險資產。

參考文獻：

[1]鄒紅，喻開志.家庭金融資產選擇：文獻述評與研究展望[J].金融理論與實踐，2008（9）.

[2]秦麗.利率自由化背景下我國居民金融資產結構的選擇[J].財經科學，2007（4）：15-21.

[3]史代敏，宋艷.加強區域性居民金融資產結構的研究[J].區域經濟金融，2002（9）：38-39.

篇（3）

2009年我們組織發起了中國家庭金融調查。事實上，調查的前期開展道阻且艱。西南財大幾千名學生歷經拒訪、守候、跋涉，酷暑、臺風、暴雨、地震等，訪冷暖，問寒暄，盡管困難重重，學生們還是堅持用雙腳丈量大地，用執著續寫理想，讓人為之感動。迄今歷時7年，收集到全國29個省40000余戶家庭的金融信息，目前數據具有全國、省級和副省級城市代表性。這是我國首個在全國范圍對家庭金融問題進行調查的項目。從微觀層面，全面了解中國家庭金融現狀和發展趨勢，為加快金融機構服務創新和金融產品設計提供支持；從宏觀層面，為城鎮化、房地產發展、經濟增長和轉型、收入分配等政策制定提供方案和參考依據。

隨著經濟騰飛，中國正在并將越來越重視數據庫的構建使用。構建中國家庭金融調查數據庫，既響應了國際上對中國微觀數據的渴求，也順應了中國經濟發展的潮流。

中國家庭金融調查，是風雨的見證，是歷史的濃縮。由調查梳理出的數據展現了中國經濟良好的發展趨勢。以國民收入為例，在政策引導下，中國家庭收入年年穩步增長。

篇（4）

中圖分類號：F830.34 文獻標識碼：B 文章編號：1674-2265（2013）07-0058-06

一、引言

隨著農村經濟發展水平的不斷提高，農村居民家庭財產逐漸積累。金融資產作為農民家庭財產的重要組成部分，其總量和結構也發生了顯著變化，對于農村金融資產相關問題的研究逐漸成為人們關注的焦點。目前，許多學者專門對我國城鎮居民財產分布進行了研究（李實、魏眾等，2005；梁運文、霍震等，2010）；但與此形成鮮明對比的是對于農村居民家庭財產相關問題的研究卻很少，對農村居民家庭金融資產問題的研究更少，并且多集中在金融資產選擇（史代敏，2005）與借貸需求方面 （周宗安，2010； 陳鵬，2011；張學勇，2010 ），很少有對農村居民家庭金融資產現狀、結構及影響因素的實證研究。鑒于國內對農村居民金融資產相關問題研究的欠缺，筆者于2012年7月對我國農村居民家庭金融資產的規模、結構進行了盡可能詳細的入戶調研，以期真實描繪當前我國農村居民家庭金融資產現狀，并從實證的角度分析研究金融資產的影響因素，為進一步的理論研究和政策制定提供一定參考。

二、數據來源、指標選擇與處理

本文使用的數據來自調查組于2012年7月對我國9省（自治區、直轄市）的農村居民家庭的實地調查，調查問卷主要涉及農戶家庭財產總量及金融資產和構成，影響農戶家庭金融資產總量的因素如家庭經濟、家庭特征、外部環境等。調查樣本的抽樣原則是：首先，按全國三大區域的劃分，按地區人均收入排序后隨機抽取樣本省份，其中，東部地區3個省份為山東、江蘇、福建，中部地區3個省份為河南、安徽、湖南，西部地區3個省份為甘肅、重慶、廣西；其次，根據各省、市、自治區內經濟發展水平的不同，以人均收入為基準，將樣本省份的各個縣排序，分別隨機抽取東部地區7個縣、中部地區8個縣、西部地區6個縣，共21個縣進行實際調研；最后，在每個縣，以調查者所居住鄉村為基礎，隨機抽取農戶為調查樣本。按照各縣的地級市歸屬，具體調查地點和訪問戶數如下：山東菏澤、濱州、濟寧，江蘇南通、蘇州、揚州，福建泉州共計200戶農村居民家庭； 河南鄭州、信陽，安徽亳州、宿州、阜陽，湖南邵陽、湘潭、湘西共計200戶農村居民家庭；甘肅平涼、隴西，重慶黔州，廣西賀州、桂林、百色共計150戶農村居民家庭。為盡可能保證問卷信息的真實可得性，調查組采用入戶調查、當面訪談并回收問卷的形式，發放、回收問卷550份，其中有效問卷500份，有效率為90.9%。

文中所涉及的家庭金融資產是指剔除借貸行為后所剩余的金融凈資產，包括居民家庭儲蓄存款、手存現金、金融產品等，儲蓄存款包括定期存款和活期存款；金融產品具體指國債、股票、基金、保險等。居民家庭財產，主要指金融資產、住房估計價值（房產）、家庭耐用消費品估值和家庭生產經營資產。其中，房產價值由兩部分構成：一部分為房屋自身價值；另一部分為裝修附加價值（調查測算過程中忽略了建筑面積用地價值），并以消費者價格指數作為通貨膨脹率衡量指標，將數據進行了適當處理。家庭主要耐用消費品主要指非經營性家用汽車和購買原值在200元以上、產品壽命一年以上的耐用消費品，考慮到耐用消費品貶值速度較快，因此對其現值估計時采取30%的折舊率。家庭生產經營資產主要有家庭農機設備現值（對其現值估計時也采取30%的折舊率）、固定資產現值（扣除貸款）、自由流動資金等。

三、金融資產分布與構成

（一）金融資產規模與分布

調查數據表明，當前我國農村居民家庭金融資產戶均值為37825元，與2007年農村居民家庭金融資產16459元相比有了大幅提高。但約有53%的被調查居民家庭金融資產均值位于平均水平之下，金融資產水平為4萬元以下的比例達65%，可以看出，農村居民家庭金融資產差異明顯（見圖1）。

同時，我國農村居民家庭金融資產分布呈現出明顯的地區差異性。從圖2可以看出，我國東、中、西部地區農村居民家庭金融資產均值分別為47925元、40900元、21283元，東部地區農村居民家庭金融資產均值為西部地區的2.25倍，農村居民家庭金融資產具有明顯的地區差異性，這主要源于經濟發展水平的地區差異性，這也從側面反映了我國東、中、西部農村地區的貧富差異。

（二）金融資產結構

圖3顯示，儲蓄存款在農村居民家庭金融資產中構成比例最高，達到80.38%；其次為手存現金，為13.40%；金融產品所占比例最小，為6.22%。同居民家庭金融資產分布狀況一樣，居民家庭金融資產構成因地區不同也存在差異性，農村居民家庭金融資產過多集中在儲蓄存款上是不爭的事實，但各金融資產結構所占比例因地區不同而有所差異。從整體來看，在儲蓄存款占家庭金融資產比例方面，西部農村地區比例最高，其次為中部地區，東部地區最小；而手存現金占家庭金融資產的比例，東、中、西部相差不大；東部地區金融產品所占家庭金融資產比例為8.24%，這幾乎為中部地區所占比例的兩倍，是西部地區所占比例的兩倍多，反映了東部農村居民在金融資產方面更加側重于收益。相比2002年農村居民家庭金融產品資產幾乎為0，現階段農村居民家庭金融資產不單單局限于儲蓄存款和手存現金，金融資產在結構和總量上也有了較大變化。

四、家庭金融資產分布影響因素研究

上文從居民家庭金融資產總量分布和結構兩個角度闡述了我國農村居民家庭金融資產現狀，但更為重要的是對金融資產分布影響因素的研究，即哪些因素造成農村居民家庭金融資產水平的差異。

（一）研究方法及模型設定

本文參照李實（2000）對我國居民家庭財產水平影響因素進行研究的方法，將影響居民家庭金融資產積累的因素分為三類：居民家庭經濟因素、居民家庭特征因素、外部環境因素等，其中家庭經濟因素包括家庭年收入、家庭總財產、金融借貸行為、投資活動；家庭特征因素有戶主年齡、受教育程度以及專業技能的掌握、家庭勞動力人數、家庭社會政治資本；外部環境因素則取決于當地農村地區的經濟發展水平，以及東、中、西部區域性差異等。構建農村居民家庭金融資產函數為：

[C=f（Y，F，E，μ）] （1）

其中C為農村居民家庭金融資產的自然對數；Y代表居民家庭經濟因素；F代表居民家庭特征因素；E為外部環境因素；μ為隨機誤差項。

影響農村居民家庭金融資產的計量經濟模型形式如下：

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

其中，β0為回歸截距項，β1為家庭收入的彈性系數，β2為家庭財產的彈性系數，βi（i=3，4，.....，11）表示回歸系數，μ為隨機擾動項。

根據對農村居民家庭調查所得的樣本數據，對各變量進行描述性統計分析（見表2），農村居民家庭金融資產對數平均值為10.34；家庭收入對數平均值為10.37；家庭借貸行為均值為0.29；投資活動均值為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；是否掌握專業技能平均值為0.19，傳達出擁有專業技能的農村居民家庭并不多；家庭勞動力人數平均值為1.70；家庭社會政治資本平均值為0.13，說明在被調查家庭中，更多家庭成員屬于普通群眾，干部黨員在農村家庭較少；地區虛擬變量平均值為2.10。

為控制解釋變量之間可能存在的共線性問題，本文遵循李子奈（2011）提倡的計量經濟學模型總體設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被解釋變量（家庭金融資產水平）產生影響的解釋變量（即表2所描述的自變量），即模型在估計時對不同類型控制變量進行分別回歸，以減小共線性對模型估計的影響。

（二）實證分析結果及解釋

綜合上述分析，同時考慮：（1）采用截面數據進行回歸分析會出現異方差；（2）本調研樣本數據相對較少，不能進行穩健性檢驗；（3）隨機擾動項協方差未知，因此本文采用可行廣義最小二乘法（FGLS）對模型（2）進行估計回歸。計量軟件為Stata12.0，具體估計結果見表3。

從表3的回歸結果可以看出：財產水平、家庭收入、金融借貸行為、家庭投資活動、戶主專業技能、社會政治資本、家庭勞動力人數等對農村居民家庭金融資產積累有正面影響，并且財產水平對其影響最大，其他依次遞減；戶主年齡及區域因素對農村居民家庭金融資產的積累有負面影響。

1. 家庭經濟因素。本文實證結果顯示，居民家庭財產對金融資產的影響最大，其次為家庭收入，這主要是因為農村居民家庭財產不斷積累，農戶很少進行投資經營活動，更傾向于存款儲蓄，這與圖3中所反映的內容相符。農村居民家庭財產的增加，使得金融資產不斷積累。本調查組所得數據顯示，金融資產占家庭財產總量的百分比為44.12%，這與2002年中國社科院經濟研究所收入分配課題組研究所得的12.3%（李實等，2005）、2007年奧爾多中心的27.65%（梁運文等，2010）等研究結果相比，有了較大提高。但金融資產不斷積累的過程中，增長更多的是儲蓄存款，農村居民家庭中較少進行投資經營活動，沒有對現有資金進行充分的利用，投資觀念較為淡薄，應充分調動農民投資的積極性。

計量回歸模型顯示投資經營活動及借貸行為均對金融資產產生正向促進效應。農戶通過借貸行為進行投資經營活動，進而增加收入，家庭金融資產有所增加。從表4也可以看出，有金融借貸行為、投資經營活動的居民家庭金融資產較多，這與計量回歸結果相符合。

2. 家庭特征因素。從表5可以看出，現階段我國農村居民家庭金融資產符合生命周期理論，隨著年齡的增長，家庭金融資產呈倒“U”型分布。戶主年齡從20歲到40歲，金融資產積累逐步增加，40歲左右達到峰值，45歲之后金融資產逐步下降。其中戶主年齡在30歲以下金融資產均值為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中計量回歸結果也顯示年齡解釋變量系數為正，年齡平方解釋變量系數為負，這更好地擬合了生命周期理論。

對于農村居民家庭來說，財產的最大值應出現在勞動力身強力壯的中年時期，農村居民主要從事體力勞動，身體健康狀況與勞動生產率正相關，身體狀況良好往往意味著更高的勞動生產率和收入，有利于財產積累。一般情況下，農村居民青壯年時期，身體狀況良好；隨著年齡增長，會逐步邁入年老體衰的狀況，收入會逐步減少甚至消失。另外，年齡的增長以及年輕時過度勞累損耗導致身體狀況較差的個體通常需要較高的醫療開銷，不利于財產的積累。身體狀況良好的家庭財產不斷增加，現階段農村居民投資觀念還比較淡薄，很少進行投資經營活動，對于收入的處理選擇，除持有少量現金外，更多地傾向于儲蓄，進而使得金融資產增加。隨著年齡的增加，收入減少，金融資產也相應地減少。

戶主受教育程度直接體現了家庭人力資本狀況，表3顯示，戶主受教育程度對家庭金融資產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，家庭金融資產也相應增加，并且調查數據發現，在戶主受教育程度為高中及以上的家庭中，儲蓄存款占金融資產的比例為68.84%，遠低于平均比例80.38%，而金融產品所占比例則為17.37%，高于6.22%的平均水平，可見，現階段高學歷農村居民家庭有了較高的金融投資觀念。

專業技能的掌握、勞動力人數是戶主家庭生產資本的體現，回歸結果表明，其對金融資產均產生正向的影響作用。居民家庭擁有專業技能及更多的勞動力使得家庭生產力更高，能夠獲得更多的收入，從而家庭金融資產才能夠不斷積累。

家庭社會政治資本對農村居民家庭金融資產的積累也有一定的正向影響。戶主為黨員干部身份能夠運用更多的資源，可以降低農村地區金融機構對農戶信息不對稱的不利影響，能夠及時獲得外部借貸支持，獲得更多的借貸機會，解決農戶融資難的問題，利于農戶生產經營活動，充分體現了社會政治資本對于家庭金融資產積累的正效應。

3. 外部環境因素。計量回歸結果顯示，地區因素對農村居民家庭金融資產影響程度不同，差異性較大，這與表1的描述相符。經濟較發達地區，家庭居民金融資產較多；經濟欠發達地區家庭金融資產較少。

五、結論及建議

通過對全國550戶農村居民家庭的調查，本文詳細描繪了我國農村居民家庭2012年金融資產的分布、構成和主要特征，初步探討了導致居民家庭金融資產水平差異的影響因素，通過對數據的詳細分析與實證研究，得出了如下結論：

近年來，我國農村居民家庭金融資產的積累不斷增加，在家庭財產中所占的比例大幅上升，家庭收入與財產、借貸行為、投資經營活動等均是影響家庭金融資產規模的重要因素，且均產生正向促進作用，其中家庭財產因素對金融資產規模影響最大，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水平。但整體來看，金融資產主要集中在儲蓄存款上，資金利用效率低，農村居民家庭金融資產結構有所變化，金融產品資產占有一定比例。

居民家庭金融資產分布符合生命周期理論：戶主年齡從20歲到45歲，家庭金融資產積累逐步增加，40歲左右金融資產達到峰值，45歲之后，金融資產逐步下降。同時，農村居民家庭金融資產與戶主受教育程度明顯正相關，這從側面肯定了教育對農村經濟發展水平的改善。接受教育程度較高的家庭擁有更多的金融資產，并且在金融資產構成中，儲蓄存款所占比例相對較低，金融產品所占比例較高，在金融資產保值增值方面有了更強的意識。家庭社會政治資本對家庭金融資產起正向促進作用。農村居民家庭所處的地理位置不同，家庭金融資產也存在很大差異。

農村居民家庭金融資產是家庭財產構成的主要部分，改善金融資產結構，增加金融資產，要突破收入水平的約束，政府應當鼓勵農戶進行投資經營活動，發展農村經濟，提高農村居民家庭收入，同時還應從制度和政策上引導農村居民家庭對金融資產的選擇行為，滿足農村居民家庭的借貸需求，使更多的儲蓄存款轉換為流動資金，增加資金的流動性和收益性。

參考文獻：

[1]陳鵬，劉錫良.中國農戶融資選擇意愿研究——來自10省2萬家農戶借貸調查的證據[J].金融研究，2011，（7）.

[2]李實，魏眾，B.古斯塔夫森.中國城鎮居民的財產分配[J].經濟研究，2000，（3）.

[3]李實，魏眾，丁賽.中國居民財產分布不均等及其原因的經驗分析[J].經濟研究，2005，（6）.

[4]梁運文，霍震，劉凱.中國城鄉居民財產的實證研究[J].經濟研究，2010，（10）.

[5]李子奈.計量經濟學模型與方法論[M].清華大學出版社，2011，（3）.

[6]史代敏，宋艷.居民家庭金融資產選擇的實證研究[J].統計研究，2005，（10）.

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

[8]童馨樂，褚保金，楊向陽.社會資本對農戶借貸行為影響的實證研究——基于八省1003個農戶的調查數據[J].金融研究，2011，（12）.

篇（5）

為了保證樣本的代表性，消費者金融調查采用兩種隨機抽樣方法確定樣本組成。首先采用多階段區域概率法抽取樣本，保證消費者分布的廣泛性；其次，從富裕家庭中抽取部分補充樣本。由于富裕家庭往往掌握著大量非公司業務和免稅債權，這部分樣本可以對未賦稅收入進行補充說明。如果涉及進入福布斯排行榜中美國富人400強的家庭，則會被樣本剔除，以避免極端值帶來的影響。因為調查會涉及家庭信息，所以所有的調查樣本都是自愿參與的，而且被調查的消費者不允許確定后再變更。最近一次的調查是在2010年進行的，總樣本量為6492個，其中區域樣本5012個，補充樣本1480個。

參與調查的大部分消費者都會接受計算機輔助的入戶調查，在特殊情況下，NORC也允許對消費者進行電話調查。每次調查的時間大約持續80分鐘，需要消費者與調查員雙方的努力配合。調查涉及三年內消費者的收入、資產等方面的變化，如果消費者無法給出確切的資產金額，輔助計算機系統可以將相關金額轉化到合理范圍內。據統計，2010年區域樣本的回答率大約為70%，而總體樣本的回答率大約為30%。如果調查涉及到較富裕的家庭，樣本的回答率僅為15%。考慮到富裕家庭較低的回答率，調查后的首要任務是分析無回答率的分布，對調查樣本的權重作出調整。

四項調查摸清消費者金融家底

美國消費者金融調查共分為四大部分，分別是收入、資產、負債以及凈財富積累調查，通過調查可以全面掌握消費者的金融狀況。

金融危機影響令收入大幅縮水

收入調查包括三部分。第一部分是不同類型人口的收入情況對比。美國消費者金融調查將消費者按照家庭結構、教育程度、職業、種族以及凈收入等項目進行分類和對比。以2007～2010年為例，由于受金融危機影響，從事技術、銷售或服務業的消費者平均收入下降幅度較大，變化率達到15.96%，工人的平均收入降低9.11%，管理人員的平均收入降低9.11%。第二部分是收入變動調查。由于失業、投資、分紅的波動，美國消費者的年收入變化較大。收入不穩定性同樣體現在消費者對收入變化的預期上，2010年25.3%的消費者認為自己的收入變動是顯著低于預期的，2010年35.1%的消費者認為他們無法預期明年收入的范圍。第三部分是對儲蓄率的調查。2010年的調查數據顯示僅有52%的消費者有儲蓄額凈增長情況，而消費者儲蓄的主要原因是流動性需要以及退休保障。

金融資產差距可達10倍以上

資產調查分為金融資產調查和非金融資產調查。金融資產調查的主要項目有可轉換賬戶、儲蓄債券、公開發行的股權、投資基金、退休基金、健康保險及其他直接擁有或間接持有的金融資產。非金融資產的調查則涉及到擁有的車輛、房產、房地產凈股權、私人企業凈股權及其他。2010年對不同類型家庭金融資產狀況的調查結果可見下表。

由下表可以看出：在美國，收入水平高的人群擁有金融資產的數量也較大，與收入水平較低的群體差距可達10倍以上；教育水平較高的人群擁有較多的金融資產，但在投資基金一項中出現例外，數據顯示高中以下學歷的人群與具備大學文憑的人群擁有基金的數量不相上下，而且二者的基金數量遠高于其他學歷人群；東北部地區的人群擁有較多的金融資產，但不同地區的資產差距并不明顯；處于就業狀態的人群擁有金融資產的平均數量相差不大，專業人員擁有相對較多的債券和投資基金；由于金融危機導致失業人員增加，所以顯示出失業人員的平均金融資產有大幅提高；擁有房屋的人群其金融資產數量遠遠高于租賃房屋人群的資產數量。

負債主要源于購置房產

負債調查的分類主要針對五個方面——首套住房借款、其他住房借款、房屋安置借款、信用貸款以及其他。在調查債務類型的基礎上，消費者金融調查對借款原因、借款人的選擇、先前的借貸經驗以及負債率進行補充調查。以2007年為例，在借款原因中用于房產首次購置和裝修支出的借款比例達到69.5%；其次是購置其他房產，占10.5%；購買商品、車輛及教育支出等也占較大比例。

篇（6）

關鍵詞：家庭金融；受教育程度

一、引言

家庭金融活動是家庭經濟行為的核心和樞紐，它將生產、消費和投資等家庭經濟活動緊密聯系在一起，決定并影響著上述經濟行為的實施。Campbell（2006）研究表明，總體來說隨著財富水平的提高，家庭參與各個金融市場的比例提高，并且相對來說，財富水平低的家庭參與安全市場的比例高，而財富水平高的投資者參與私人商務活動的比例高.類似地，Hong.H（2004）互動角度首次對家庭參與股市行為進行了研究，發現社會互動程度越高，居民參與股市的概率越高，其解釋是，居民的社會互動程度越高，他的觀察性學習和交流股市話題的機會也越多，參與股市的凈成本越低，因而參與股市的可能性就越高。

學歷水平與金融資產投資之間具有強的相關性，以學歷作為主要衡量標準的人力資本水平與家庭金融活動存在著緊密的聯系，人力資本水平的高低作為社會甄別就業者能力標準的挑選機制得到了充分的體現。出現上述情況的原因在于，一方面，人力資本投資的加大能夠顯著提高預期收入水平，從而刺激金融消費；另一方面，個人在接受教育的過程中，新思想和新觀念的不斷植入對原有消費觀念的改變起到了促進作用，從而影響到金融消費。

二、計量方法和數據及處理

本文采用的是北京大學中國社會科學調查中心于2010年實施“中國家庭動態跟蹤調查（CFPS）”項目。本文選取的數據來自該項目組2010年度在北京、上海、廣東三地展開的工具性測試跟蹤調查。經過整理，本文共得到家庭層次的有效樣本9597個。

首先可研究受教育程度對是否購買的影響。在因變量方面，“股票、基金債券”每一類可單獨做mlogit回歸。本文采用的主要指標如下表：

三、實證結果

1、首先，我們使用分別使用mlogit方法對金融消費的類型進行回歸，從下表邊際效應的系數可以看出受教育程度和收入越高，家庭金融消費越高；家庭金融消費與家庭人口數成反比，與年齡成正比。從邊際效應也可以看出，家庭平均受教育程度的邊際效應為0.0128，收入的邊際效應更強。

2、將家庭平均受教育程度，家庭平均收入，家庭人口數，平均年齡對家庭是否未進行任何一種家庭金融消費進行probit和mfx回歸，未購買任何一類為0，購買過任何一類為1，進行probit和mfx回歸，結果如下表，系數的符號與對股票的本金進行回歸的結果均是一致的。

四、結論與啟示

本文研究表明，提高家庭成員平均是促進家庭金融消費的有效手段。與人力資本水平高的家庭相比，人力資本水平低的居民家庭在家庭收入、金融狀況方面都存在不同程度的差距。高學歷家庭在總體收入和總體金融消費方面均顯著高于低學歷家庭。不同教育水平的家庭在消費行為上差異較大，這從一個側面可以說明接受教育對于改變消費者消費行為和消費觀念具有重要影響。（作者單位：湘潭大學）

參考文獻：

篇（7）

一、問題的提出與文獻綜述

中國農村金融市場存在著正規金融和非正規金融的二元金融供給結構，不同地區這兩種融資渠道的活躍程度不同，在很多地區通過非正規金融渠道的融資要比正規金融渠道的融資比例高。馬曉青等（2012）研究發現，相較于江蘇和四川的農戶，河南的農戶更傾向于非正規融資渠道，90%以上的農戶的融入款項來自于親戚朋友等非正規融資渠道。那么，為什么大部分農戶的資金需求通過非正規渠道融入？農戶在選擇融資渠道時到底會受到哪些因素影響？中國農村金融改革過程中應該如何構建真正適應農村經濟發展和農戶需要的農村金融體系？

在對發展中國家農村金融的研究中，考慮到銀行等正規金融機構的利率往往受到政府干預而控制在較低的水平，國外主流觀點通常對農戶融資順序作如下假設：農戶在需要外源融資時，首先向正規金融機構申請貸款，如果正規機構不能滿足其需求，他們才會考慮非正規渠道。但Boucher and Guirkinger（2007）指出，銀行通過抵押機制將貸款風險轉移給了農民，這會使風險規避型的農戶不愿意向正規金融機構貸款，從而選擇無抵押無擔保要求的民間融資。Kochar（1997）、Mushinski（1999）則強調非正規渠道在交易成本等方面有著獨特的優勢，有的借貸交易成本幾乎為零，農戶更愿意以較低的成本來獲得貸款。Coleman（2006）研究表明，農村小額貸款目標上移，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，其他的相對比較貧困的農戶就只能求助于非正規金融。Kazunari等（2010）指出，農戶自營經濟傾向于正式借貸作為其資金的穩定來源，但由于交易成本等因素，雖然他們的信貸規模較小，仍然被排斥在正規金融之外。Calum G.Turvey，R0ng K0ng（2010）通過對1500戶農戶的調查發現，超過67%的農戶是從親戚、朋友等非正規金融渠道借貸，非正規借貸是農戶融資的首選。George Mawuli Akoandiar等（2013）運用Tobit、Logit模型分析得出，家庭規模、年齡、性別、婚姻狀況、職業、收入等決定著農戶金融市場參與度，地理特征是農戶從金融市場獲得金融服務的一個重要影響因素，相比于城鎮居民，農村住戶更傾向于從非正式金融渠道獲取金融服務。

國內研究方面，錢水土、陸會（2008）通過對溫州農戶借貸行為的調查分析發現，相對于正規金融而言，非正規金融更能滿足不同收入等級農戶多樣化的資金需求，因此農戶融資時更偏好于非正規金融。至于哪些因素會對農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農戶借款偏好的影響并不顯著，家庭純收入、所經營土地面積以及醫療衛生、教育總支出對農戶借款偏好的影響在統計上是顯著的，農戶土地擁有量與其融資偏好存在正相關關系，即農戶擁有的土地數量越大，越傾向于從正規金融機構融資。但是，馬曉青等（2010）卻得出農戶土地擁有量對其融資偏好不存在顯著影響的結論，證明了收入和教育程度較高、參加合作組織、擔任村干部、擁有良好信用記錄的農戶更偏好于正規借貸；而在遭受災害等收入沖擊時，農戶對非正規渠道的偏好增加；正規金融市場發展較差的地區，也會吸引更多的農戶在融資時選擇非正規渠道。褚保金等（2008）運用廣義Logit模型對農戶借貸渠道的選擇因素進行了實證分析，認為戶主的教育年限、住房價值、社會資本等是影響農戶正規和非正規借貸需求的主要因素，教育支出是影響農戶非正規借貸需求的主要因素，播種面積、住房價值、家庭年總收入與獲得正規借貸支持顯著正相關。孔榮、衣明卉等（2011）通過對陜西、甘肅兩省農戶的調查分析認為，農戶融資更偏好于非正規渠道，貸款程序的復雜程度、利率高低、金融機構對農戶的信任水平、家庭文化等是導致農戶不選擇正規融資渠道的原因。趙建梅、劉玲玲（2013）研究發現：供給型和需求型信貸約束都顯著地促進農戶選擇非正規金融。

綜上所述，國內外學者對農戶融資渠道選擇及其影響因素做了許多有價值的探討，但研究只是針對農戶融入資金而對農戶的資金融出情況都沒有涉及，這不利于我們全面了解農村金融市場發展的現狀以及存在的問題。本文通過對河南省林州市農戶融資（包括融入和融出）情況的實地調查，試圖對本文開篇提出的問題進行研究和探討。

二、傳統農區農戶融資現狀調查

（一）調查情況介紹

本項調查時間為2013年1―2月，調查地點是經濟發展相對落后的傳統農區――河南省林州市（縣級市），包括姚村鎮、合澗鎮、任村鎮和城郊鄉的22個村莊。本次調查采用二次抽樣法：第一次隨機抽樣確定調查地點，共調查了姚村鎮6個村莊、合澗鎮5個村莊、任村鎮6個村莊、城郊鄉5個村莊；第二次根據調查地點的居民收入分層抽樣確定調查對象，按照一定的比例隨機抽取低收入戶、中等收入戶和高收入戶，收回有效問卷共188份。在所調查的農戶中，40―49歲的農民占39.9%，50一59歲的農民占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%，小學及沒上學的占26.6%，他們一般為被訪農戶的戶主。由于目前農民的文化程度普遍不高，為了提高調查問卷的真實性，此次調查采用調查人員上門和入戶調查方式，通過與被訪人員交談溝通后由調查人員填寫調查問卷。

（二）農戶融資現狀

1.非正規金融是農戶融入資金的主渠道

調查發現，為了滿足生產、生活資金需求，大部分農戶主要通過非正規金融渠道融入資金。表1是樣本農戶在正規金融和非正規金融市場的借款情況表。其中，只發生非正規借款的農戶比例為64.36%（包括民間無息和有息借款），而只發生正規金融機構借款的農戶比例僅為1.60%，遠遠小于民間借款的比例。可見，農戶在需要融資時，傾向于從非正規渠道獲得資金。

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

非正規金融成為農戶融入資金的主渠道，一個重要的原因是農戶融入資金主要用于生活性開支，而正規金融機構的貸款傾向于生產性融資。目前商業銀行、農村信用社等正規金融機構很少有針對農戶生活性融資的貸款項目，因此，當農戶出現生活性資金短缺時，只有選擇非正規融資渠道。如圖1所示，樣本農戶通過非正規渠道借款用于子女上學、購建房、婚喪嫁娶的三項占比最高。

2.民間集資成為農戶閑余資金的重要融出渠道

趙慶光（2013）認為，2010―2011年，國家宏觀調控政策加大了對房地產業的限制，民間借貸市場需求由中小企業生產經營需求轉向房地產規避政策限制性需求，從而推動了河南省民間借貸市場非理性、爆發式增長。在文本所調查的河南省林州市農村地區也證實了這個發現，所調查的188個樣本農戶中，有55.32%的農戶（包含只參與民間集資和同時參與民間集資及互融資）參與了民間集資（見表2）。

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

3.非正規融資渠道存在風險隱患

從農戶融入資金來看，在所調查的農戶中，互融資中只有35個農戶在借入資金時采用寫借條的方式，而且借條極不規范，大部分親戚朋友之間借貸的借條只寫明借款數額，沒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行事，既無借據也無抵押擔保，這種沒有任何約束的借貸方式在互融資中占比高達71.3%。在民間有息借貸中，簽訂合同、請人擔保的只有3戶，其余的也都是采取借條形式。不規范的借貸方式，一旦出現借款人不能或不愿履約，出借方的權益將難以得到保障。

從農戶融出資金來看，參與民間集資的樣本農戶，借貸手續也極不規范。調查中了解到，大部分參與民間集資的農戶只是根據中介人的陳述來了解融資企業的狀況，或只看過中介人出示的融資企業的營業執照復印件以及企業與中介人簽訂的借貸合同，在得到未來收益許諾后就將資金交給中介人，坐等到期收取利息。出于對中介人的信任，這些農戶自己并沒有與融資企業簽訂借款合同或索要借條。這種集資方式在調查地區極為普遍，也存在極大的風險隱患。調查顯示，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%，本金和利息均無收回的有94戶，占比90.38%（見表4）。

三、傳統農區農戶選擇非正規融資渠道影響因素的實證分析

一般認為農民符合理性人的假設，但擁有較低利率的正規金融機構（如農村信用社等）并沒有成為農戶融資的首選，被調查的農戶中，64.89%的農戶在融入資金時和55.32%的農戶在融出資金時選擇了非正規融資渠道。那么，農戶選擇非正規融資渠道到底受到了哪些因素影響？

（一）研究假設

本文選擇的是二元離散變量選擇模型――Lo-gistic模型，將農戶是否從非正規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，融資用途對于農戶選擇非正規渠道融資非常顯著，而在被調查地區中，農戶融資用途多樣化以及參與民間集資的現象比較普遍，故本文將農戶融資用途中占比量較大的幾項以及是否參與民間集資選為自變量進行分析。本文共選擇了家庭人口數、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、應付天災人禍、購建房、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：

1.家庭人口數與農戶融資行為成正向關系

在樣本地區，農戶的人均土地面積很少，資金主要來源于外出務工等工資性收入。家庭人口多，如果是男性人數多，可能農戶家庭收入較高，但同時男性人數多意味著將來要花費更多的資金來購建房和結婚成家，這就增加了農戶的融資需求；如果是女性人數多，則可能形成一人掙錢、多人消費的局面，尤其是當家庭在校子女人數較多時，就更增加了農戶的融資需求。

2.戶主年齡與農戶融資行為成“凸型”關系

在所調查的農戶中，40―50歲的調查對象的融資需求要高于其他年齡段的農戶，因為這個年齡段的農戶面臨著子女教育、幫助子女成家以及贍養老人等諸多人生大問題。隨著年齡的增長，戶主的身體狀況和勞動技能等有所下降，他們外出務工的機會和創收的能力以及償債能力都會降低，融資能力和融資欲望也會隨之下降。

3.家庭收入與農戶的融資行為成反向關系

農戶家庭收入水平越高，說明農戶的自身積累越多，擁有的財產和自有資金的規模越大，農戶發生融資的可能性會降低。

4.參與民間集資與農戶融資成正向關系

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

（二）結果分析

從以上實證結果可以看出：

（1）家庭人口數對農戶非正規融資存在不顯著的正向影響，這與假設“家庭人口數與農戶融資行為成正向關系”相符合，家庭人口數多，相應地各類消費也會增多，農戶就比較容易產生融資需求。

（2）戶主文化程度對農戶非正規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經營能力和對事物的認知水平。文化程度低，他們從正規金融機構獲得資金的機會就很少，于是他們把希望寄托在非正規渠道。

（3）年齡對于農戶非正規融資有著顯著的負影響。隨著戶主年齡的增加，他們也越來越少從非正規金融渠道融資，一個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，另一方面的可能原因是，隨著年齡的增長，他們創造收入和償還債務的能力都下降了，因而，融資欲望和融資能力也隨之降低。

（4）家庭收入對農戶非正規融資有著顯著的反向影響，這與我們的假設相符。家庭收入越多，農戶可支配的自有資金或積累資金相對較多，自有資金可以解決生產和生活問題，即便是內源融資不能完全滿足需求，所需外源融資也不會太多。

（5）子女上學、購建房對于農戶從非正規渠道融資有著顯著的正向影響。調查中發現，農戶融資的目的主要是生活性開支，并且希望能夠迅速及時得到滿足，而正規金融機構對農戶提供的主要是生產性貸款，并且貸款手續繁雜、耗時較長，這些都不符合農戶的要求，因此農戶大都通過非正規渠道滿足自己的借貸需求。

（6）是否參與民間集資對農戶從非正規金融渠道融資有著顯著的反向關系，這與我們的假設不符。原因可能有兩個：一是參與民間集資的農戶由于獲得了集資的高利息回報，增加了自有資金，不需要借貸；二是參與民間集資的農戶可能未來沒有借貸意愿，或者是自有資金較多，拿出一部分參與集資對自己將來的消費不會造成影響，因而不需要借貸。

四、主要結論及政策建議

本文通過對河南省林州市農戶融資情況的實地調查發現，傳統農區農戶的融資需求層次比較低，大多集中在生活性需求上，而正規金融機構主要發放生產性貸款，因此，絕大部分農戶通過向親朋好友借款等非正規渠道來緩解資金短缺的困難；同時由于收入增加又缺乏合適的投資渠道，高風險的民間集資成為農戶閑余資金的重要融出渠道。運用Logis-tic模型對農戶選擇非正規融資渠道的影響因素進行實證分析，結果表明：家庭收入、戶主年齡、生活性融資、參與民間集資對農戶選擇非正規融資產生較顯著的影響，而家庭人口數、文化程度的影響不顯著。

基于以上結論，本文的政策建議是：

（1）農村金融機構應注重金融創新，滿足農戶不同的融資需求。農村金融機構應不斷提高自身的創新能力，根據農戶融資需求的動態變化，及時設計多元化、個性化的金融產品和信貸工具，尤其是要有針對性地設計一些包括農戶建房、子女教育等生活性貸款產品，以滿足農戶不同的融資需求。針對農戶家庭收入不穩定的現實情況，為了規避貸款風險，當地監管部門可以協助正規金融機構建立健全“農戶征信體系”，對農戶進行信用等級評定，通過信用創建活動，正規金融機構全面掌握了農戶信用狀況和還款能力等信息，就可以有效簡化貸款手續，滿足農戶隨用隨貸的需求；對于誠實守信、創收能力強的農戶，還可以提高授信額度和擴展授信范圍，通過不斷創新來拓寬金融服務范圍。

（2）建立多層次的中小農村金融機構，增加農戶的投融資渠道。目前，我國在經濟相對發達、城鎮化程度比較高的農村地區，建立了小額貸款公司、村鎮銀行等中小金融機構，擴大了金融服務的覆蓋面，而在傳統農區，由于地方財政實力比較弱，集體經濟不夠發達，這一類的中小金融機構尚未建立起來，農戶可選擇的投融資渠道較少。因此，傳統農區中小金融機構的建立應該采取“省、市、縣、鎮”聯動的機制，在全省范圍內統籌安排，普遍建立起小額信貸公司、村鎮銀行、農村資金互助社、郵政儲蓄銀行、農村信用社等多層次的中小農村金融機構，搭建滿足農戶投融資需求的區域性P2P小額貸款平臺，增加農村地區的投融資渠道，讓農戶融資有更多的選擇。

（3）加強對農戶金融知識的宣傳和教育。調查發現，86.7%的樣本農戶對金融知識和貸款政策不了解。農村地區尤其是傳統農區的農民金融知識貧乏，成為阻礙他們獲得融資的一道無形屏障。因此，應該加強對農戶金融知識的宣傳和教育，一是政府宣傳部門積極推動金融知識“上報紙、上電視、上電臺、上網絡”，促進廣大農民在寬松的輿論環境中接受金融知識普及教育；二是各金融機構應當在普及金融知識教育中擔當主角，開展“送金融知識下鄉”活動，采取舉辦公益性金融知識展覽、金融知識講座、典型案例講解等方式，宣傳金融知識、傳播金融理念，讓農民普遍了解銀行存款、銀行貸款、國債等方面的知識，通過大力宣傳提高農民對農村金融機構貸款政策的認知程度，鼓勵農戶從正規金融機構獲得融資服務。

（4）發揮非正規金融對正規金融的補充作用。非正規金融以其獨特的優勢，為農戶提供了正規金融機構難以企及的便利與服務，在維持農戶日常生活、擴大生產經營活動方面發揮了重要的作用。因此，政府監管部門應該引導非正規金融有序發展，對于非法集資、牟取暴利等擾亂金融市場的非正規借貸行為，堅決予以取締；對于親朋借貸的小規模信貸活動采取不干預的態度，但對此類金融活動中的契約應給予法律上的保護，促使其規范化發展，充分發揮非正規金融對正規金融的補充作用。

參考文獻：

[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證分析[J].中國農村經濟，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.農村非正規金融的發展與農戶融資行為研究――基于溫州農村地區的調查分析[J].金融研究，2008，（10）。

[4]李銳，李超.農戶貸款行為和偏好的計量分析[J].中國農村經濟，2007，（8）.

[5]馬曉青，朱喜，史清華.農戶融資偏好順序及其決定因素――來自五省農戶調查的微觀證據[J].社會科學戰線，2010，（4）：72―80.

篇（8）

文章編號：1003－4625(2009)04－0013－05　中圖分類號：F830.6　文獻標識碼：A

一、引言

金融抑制在農村普遍存在，一個穩定有效的農村金融體系的缺失使金融抑制更為明顯。利率管制、金融市場分割和行政干預等金融抑制問題嚴重阻礙了經濟的協調發展和社會福利的改進(麥金農，1973；肖，1973)。發展中國家農村信貸市場的效率非常低下，農戶金融抑制的程度相當地嚴重(stiglitzand Weiss,1981，Carter,1988；Aniini Koehar，1997；Jeremy D.Fohz,2004)。金融機構支農動力不足、金融機構投資的兩極分化、農村資金外流與金融市場的準入限制等方面的金融抑制特征(吳敬璉，1997；談儒勇，1998；何廣文，2001)嚴重阻礙了農村經濟發展與農民收入的提高，導致農村家庭大量的福利損失(李銳和朱喜，2007)。金融深化是解決金融抑制的有效途徑，農村金融是中國金融市場的一個組成部分，通過發揮金融的基礎性支持作用，大力推進農村金融體制改革，發展農村金融市場，提高和改善農村家庭參與金融市場的機會，降低參與成本，讓金融為廣大農村家庭服務，2006年的諾貝爾和平獎授予孟加拉國經濟學家尤努斯和他創辦的鄉村銀行就是成功的例子。好的投資使人們受益，高生產率可以帶來富裕，只有有效的金融體系才能將資金配置在好的投資機會上，為了實現這一目標，貧困國家必須終止金融抑制，促進金融深化(米什金，2007)。

在解決金融抑制、促進金融深化的背景下，我國農村家庭的資產配置和參與金融市場的程度體現了金融深化給農村家庭帶來的經濟福利的提高。農村家庭參與金融市場的影響因素有哪些?對于農村家庭，什么因素對其從事高風險投資的影響較為顯著?

影響農村家庭參與金融市場的因素不一而足。在經濟人假設前提下，根據現資組合理論，人們會根據風險差異對資產進行配置，并且安全資產和風險資產配置的區別只在于投資者風險偏好上的差異。但是，實際上，有限參與問題始終是一個現實的悖論，無法得到滿意的解釋。針對美國居民的投資研究也證實了這一點，上世紀80年代末美國只有四分之一強的人參與股票市場和持有股票，到上世紀90年代末的時候，在美國最富有的10％的家庭中持有股票的比例也只有85％(Guo,20011121)。根據2001年中國人民銀行對50個大中城市家庭的金融資產結構的調查，中國家庭84.5％的流動資產投在銀行儲蓄賬戶上，7.7％投在股票，5.8％投在債券，1.7％投在各類保險上。已有的家庭金融文獻研究集中在城市家庭主體，對農村家庭金融市場參與狀況的研究相對缺乏。

二、數據來源與分析

(一)數據來源與問卷調查

本研究是由清華大學公共管理學院課題組開展與進行，在文獻研究的基礎上設計了問卷調查的初稿。正式問卷調查于2007年7月份(浙江金華)和2007年9月份(四川南充)進行。問卷調查采用分階段和隨即抽樣的方法，第一步，對浙江金華和四川南充下轄的所有縣(市、區)都進行調查；第二步，對每個縣下轄的所有鄉鎮進行問卷調查；第三步對每個鄉鎮下轄的所有行政村進行調查；第四步對每個行政村根據人口數量和總問卷數量進行按比例分配問卷，問卷對象在農村家庭間隨機發放。問卷填寫的對象是農村家庭的戶主(可以是男性也可以是女性)，根據農村家庭實際，規定戶主年齡在22歲到60歲之間。

在浙江省金華市所轄的10個縣(市、區)共發放問卷1592份，由清華大學課題組、金華市衛生局聯合開展，回收有效問卷1350份，有效回收率為85％，接受調查的男性戶主為占57％，女性戶主占41％。在四川南充市的9個縣(市、區)共發放2000份，由清華大學課題組、南充市衛生局、南充市統計局聯合開展，回收有效問卷1825份，其中男性戶主比例為89％，女性戶主比例為11％。

(二)描述統計與分析

第一，農村家庭特征。表一是對東西部農村家庭年齡、性別與家庭人口等特征的描述。

對于年齡，因為農村家庭的收入主要是根據家庭勞動力的狀況來決定的，本次調查根據農村家庭的實際狀況設計了戶主年齡涵蓋的范圍從22歲到60歲，從問卷的統計情況看，金華市農村家庭戶主年齡的均值為42歲，年齡的偏度和峰度都在合理范圍內，說明樣本具有代表意義。南充市農村家庭戶主的年齡均值為48.11歲，比金華市要多出近6歲，但都在40－50歲之間。中年戶主家庭在農村是創造財富和進行投資的主要家庭，不僅在收入上是創造財富的主體，而且在投資決策上也是主體。對于戶主的性別特征，從兩個地區的峰度值可以看出，東部地區農村家庭的戶主男性略多于女性，而在西部地區農村家庭的戶主絕大部分則是男性。家庭人口數量多少，一方面反映了家庭的支出負擔大小，家庭人口多的家庭用于生活、教育方面的支出要比其他家庭要多，在收入差距不是很大的情況下，家庭負擔就成為影響家庭進行資產配置和參與金融市場的因素之一，從兩個地區的比較看，在家庭人口方面非常接近。

第二，財富效應假設對農村家庭資產配置的影響。由于金融市場的深化、資產價格的上漲和國家諸多惠農政策的實施，農村家庭的財富與家庭收入增長幅度加大。財富與收入的增長直接帶動資產需求的上升，家庭資產分為實物資產與金融資產，財富效應就會直接體現在實物資產組合與配置的變化上。家庭金融研究將房產投資作為重要財富，通過房產投資來實現財富增長，但是對農村家庭房產只是生活物品，極少作為投資對象，因此本文不是用財富存量而是用家庭年收入財富流量來測試財富效應。

第三，人力資本假設與農村家庭健康狀況對資產配置、金融市場參與的影響。依據已有的人力資本理論，勞動者的人力資本存量主要由健康、知識、技能和工作經驗等要素構成，但唯有其中的健康存量，決定著個人能夠花費在所有市場活動和非市場活動上的全部時間。因此醫療服務投入一直被視為最重要的健康投資指標。隨著農村經濟的發展與收入提高，農村的收入差距和投資差異更加明顯，在考慮農村家庭金融市場參與時，將農村家庭的醫療支出納入到研究中來，更符合農村的實際。

由問卷統計結果在安全性很高、收益很低的銀

行存款上，不同醫療支出的農村家庭持有比例相近，差別不明顯，但是在股票這種高風險的資產上差別很大，隨著醫療開支的增大，持有比例從9％降到1％。對于西部農村家庭的健康狀況(用家庭醫療支出占家庭收入的比例來替代)在不同的醫療支出水平上，農村家庭的資產配置差異不大，在不同的醫療支出水平上，農村家庭安全型金融資產的配置比例都很高，均接近95％，但是對于風險型金融資產，西部農村家庭的配置比例都非常低，在1％－4％之間。

第四，金融深化與金融資產回報率。金融抑制的一個明顯特征就是政府對存貸款利率的上限實行強制規定(麥金農，1973)，因為利率的壓制會限制金融業的發展，對資產的有效配置產生較高的成本。通過金融資產投資回報率從原來的單一化到多層次的轉變可以反映出金融深化的過程與效果。金融深化的程度也決定了農村家庭在資產配置與金融市場參與上有了更多的機會與選擇。

三、Logit回歸模型與農村家庭參與金融市場的決定因素分析

(一)變量選擇及確定

因變量的選擇與界定。農村家庭的資產分為兩大類，實物資產和金融資產，農村家庭金融市場參與情況通過其風險程度不同的金融資產配置來體現。對于金融資產來說，根據風險程度的差別，也可以分為兩類，一類是銀行存款，這類金融資產的收益性低但安全性高，另一類是風險高的金融資產，包括股票、基金和債券等，其中尤以股票投資為代表，這類投資風險程度高，但收益率高，因此這兩類金融資產在風險性和收益性上有很大區別。對于金融市場參與的情況根據農村家庭購買金融資產來考察，只擁有安全性高、收益率低的銀行存款取值為0，擁有風險大、收益率高的股票等金融資產取值為1，這樣也把農村家庭參與金融市場的情況設計為二分類變量。

自變量的選擇與界定。在參考和借鑒Campbell(2006)、李濤(2006)和吳衛星、齊天翔(2007)的研究基礎上進行自變量選擇。第一，在家庭金融投資理論中普遍認為家庭投資存在財富效應假設，即財富的多寡對家庭投資活動產生重要影響。本文用家庭收入來代替家庭財富，一個家庭的年收入更能代表家庭的經濟狀況與未來的預期收入。本文對農村家庭年收入進行了分組，根據東西部家庭收入的實際差別，將東部的農村家庭分為六個組(0－2萬元，2－3萬元，3－5萬元，5－7萬元，7－9萬元，10萬元以上)，并進行了虛擬變量處理，為了驗證財富假設將最低收入(即2萬元以下)的家庭作為參照；將西部的農村家庭年收入分為四個組(0－1萬元。1－2萬元，2－3萬元，4萬元以上)，做虛擬變量處理后將0－1萬元收入家庭作為參照。第二，家庭金融研究中存在人力資本假設，即家庭的經濟狀況與發展是由家庭人力資本的狀況決定的，對農村家庭來說就是勞動力的健康狀況，考慮到當前重大疾病對農村家庭帶來的重負甚至因病致貧或返貧，用醫療支出占家庭收入比例表示人力資本狀況，本文將醫療支出比例分為三個組，5％以下、6％－15％和16％以上，做了虛擬變量處理后將16％以上作為參照。第三，解決農村金融抑制，促進金融深化，推動農村金融市場發展是提高農村家庭參與金融市場分享金融深化帶來的社會福利普遍提高的重要途徑。農村家庭參與金融市場的數量與渠道可以反映金融深化的程度，同時金融深化最直接的體現就是金融產品定價的合理，金融資產回報率就可以反映金融產品的多樣性和定價的合理性，因此本文用金融資產回報率來反映金融深化的水平。將金融回報率分組，收益率4％以下、5％－8％和9％以上，并做了虛擬化處理，忽略了收益率在4％以下的組別作為參照。

控制變量的處理與界定。除了主要考察財富效應假設、人力資本假設和金融深化的程度三個影響農村家庭資產配置與金融市場參與的主要因素，家庭的其他特征也會影響其投資選擇。本文還將家庭戶主的性別、家庭人口數量、家庭戶主的受教育程度等因素作為控制變量進行研究。由于家庭金融研究中針對不同年齡投資者普遍存在的年齡效應，本文將戶主年齡分成四個組(22－30歲，31－40歲，41－50歲，51－60歲)做了虛擬變量處理，將51－60歲的戶主家庭作為參照。此外，性別做了0、1變量處理，男性為1，受教育程度和家庭人口是定序變量。

(二)模型結果

根據上面的變量選擇和模型設計，可以建立農村家庭金融市場參與的LOGIT模型。模型一和模型二是東部農村家庭金融市場參與決定因素的模型結果，模型三和模型四是西部農村家庭金融市場參與的模型計算結果。統計軟件使用SPSS13.0進行運算。

實證結果顯示，對于東部地區農村家庭金融市場參與的決定因素方面，首先家庭收入方面除了在2－3萬元的家庭的影響不顯著之外，其他不同收入水平對農村家庭參與金融市場均有顯著影響(且顯著水平均為0.01)，收入對參與金融市場的影響逐級提高，從發生比(odds)看，對于不同收入家庭(3－5萬元，5－7萬元，7－9萬元，10萬元以上)，進行風險性金融資產投資的概率分別是只投資安全性金融資產的2.0、3.4、4.9和5.2倍。其次醫療支出方面，醫療費用占家庭支出比例在5％－15％區間時，家庭成員是否患病對家庭參與金融市場的影響顯著(顯著水平為0.05)。再次，金融回報率的高低對于農村家庭參與金融市場的影響非常顯著。最后，將控制變量納入到分析中，主要自變量對于參與金融市場的影響的顯著性同模型五一致，不同的是，針對年齡效應，在參與金融市場方面，不同年齡對投資影響都不顯著，性別和家庭人口也不顯著，但是戶主的受教育程度對于家庭的金融投資決定影響顯著。

對于西部地區農村家庭參與金融市場的決定因素，首先在沒有引入控制變量時，年收入在1－2萬元和2－3萬元的農村家庭積極參與風險性較高的金融市場，但是對于年收入在4萬元以上的家庭對參與金融市場的影響卻不顯著。而在考慮到控制變量后只有年收入在2－3萬元的家庭會積極參與風險性較高的金融市場投資活動。其次，無論考不考慮控制變量，家庭的健康狀況即醫療支出比例對西部農村家庭參與高風險金融市場投資的影響均不顯著。再次，從模型三、四的結果可知，金融深化程度越高，對農村家庭參與金融市場風險性較高的投資活動影響越為顯著。最后，性別、年齡和家庭人口情況對其金融市場參與的影響均不顯著，但受教育程度越高，則參與風險性較高的金融市場活動的程度越高。

四、結論與未來研究方向

農村家庭的投資行為研究尚待深入。當前我國正在大力推動農村金融改革來改善農村的金融環境，促進金融深化，提高金融發展給農村家庭帶來的福利，因此對于農村家庭參與金融市場的決定因素進行實證研究極具現實意義。通過上面的描述與實證分析，對于東部地區與西部地區農村家庭金融市場參與的不同結果，結論如下：

第一，用家庭年收入來替代財富效應對農村家

庭投資決策的影響進行研究，結果驗證了收入因素是導致金融抑制的一個重要方面，模型結果基本驗證了金融市場參與的財富效應假設，但是在東西部的體現卻存在差異。東部地區家庭年收入存在多層次現象，家庭投資活躍，而西部地區由于年收入普遍處于較低水平限制了其從事金融市場風險投資的能力，因此提高農民的收入水平特別是西部地區農村家庭的收入，縮小東西部經濟發展水平和農村家庭收入上的差距是解決金融抑制的一個重要途徑。從模型結果看，東部地區和西部地區農村家庭金融市場參與方面，東部地區存在明顯的財富效應(隨著收入的提高，參與金融市場的能力越強，這一點可以從回歸系數的值越來越大得到驗證，同收入在2萬元以下的家庭相比，只有2－3萬元的家庭影響不顯著，其余組別的家庭都非常顯著)，但是同最低收入家庭(1萬元以下)相比西部地區農村只有中間收入的家庭(1－2萬元和2－3萬元)對金融市場參與影響顯著，而最高收入的家庭卻影響不顯著。因此雖然財富效應得到了結果支持，但是在東西部地區的差異性影響還有待于進一步研究和提供解釋。

篇（9）

中圖分類號：F830

文獻標識碼：A

文章編號：1000-176X（2017）05-0115-08

一、問題的提出

自Modigliani提出生命周期理論之后，關于財富對消費的影響更激發了學者們的研究興趣。Elliott分析了家庭金融財富、非金融財富與消費支出之間的關系。發現非金融財富對消費支出的影響不顯著。Davis和Palumbo采用美國宏觀數據進行研究，認為居民總資產若增加1美元，其總消費會隨之增加3-5美分，但金融資產和非金融資產對消費的影響各不相同。Dynan和Maki使用1983-1989年美國家庭微觀調查數據進行研究，發現持有股票的家庭其消費支出會跟隨股票價格變化而同方向變化。但不持有股票的家庭其消費不受股價影響。Case等分別從美國國家層面和州層面對金融資產、住房資產與消費支出之間的關系進行了研究，認為住房資產對家庭的消費性支出具有顯著影響。且影響大于金融資產。Bostic等將美國的兩個微觀調查數據庫進行匹配，研究了金融資產與住房資產的消費效應，結果表明住房資產對消費的彈性系數為0.044-0.065，而金融資產的消費彈性系數為0.007-0.023，住房資產對消費的影響更大一些，且家庭的耐用品消費與非耐用品消費行為存在差異。Bonis和Silvestrini利用1997-2008年間11個OECD國家的宏觀數據進行研究，發現居民金融資產的邊際消費傾向比住房資產的邊際消費傾向大。Sousa對1980-2007年歐元區的情況進行了研究，認為金融資產對消費的影響較大且顯著，而住房資產對消費的影響效應接近于零且不顯著。Peltonen等使用14個新興國家的數據對家庭財富與消費關系進行研究，發現亞洲國家的房產財富效應正在不斷增加，在股市資本化程度高的國家金融資產財富效應較強，而收入水平或者金融發展水平較低的國家房產財富效應更顯著。

駱祚炎采用城鎮居民1985-2005年的宏觀年度數據，分析了我國居民金融資產與住房資產對消費的影響，認為住房資產對消費的影響大于金融資產對消費的影響，但二者的影響效應都較為微弱。魏鋒基于誤差修正模型，分析和對比了我國股票市場以及住房市場的財富效應，發現房地產市場具有擴張的財富效應，而股票市場具有收縮的財富效應。鄒紅和黃慧麗使用我國城鎮家庭1999-2009年季度數據。分析了居民資產對消費的影響，結果顯示我國房地產市場對居民消費影響顯著，其財富效應遠遠大于股票市場的財富效應。田青對我國2001-2009年的居民金融資產與實物資產進行了估算，并分析了二者對消費的影響，認為家庭資產會對消費產生積極的促進作用，其中實物資產對消費的影響作用較強，居民儲蓄和股票資產對當期消費會產生擠出效應。而其他類型金融資產對消費的影響不顯著。樂長根和辜宏強運用2003-2010年季度數據，使用誤差修正模型分別對居民股票資產、儲蓄資產、住房資產與消費變動之間的關系進行檢驗，發現股市存在微弱的負財富效應，住房市場的正財富效應相對顯著，儲蓄資產從短期來看具有負財富效應，在長期則有正財富效應。謝堊采用我國健康與養老追蹤調查數據，首次在微觀層面上探究了家庭資產對消費的影響，認為對于擁有自有住房者而言，房產的消費彈性明顯大于金融資產的消費彈性。張大永和曹紅使用我國家庭金融微觀調查數據，分析了家庭住房資產、金融資產及其他實物資產對消費的影響。研究結果表明，擁有自有住房與否、住房的價值和金融資產規模等因素都對家庭消費產生顯著影響，且住房資產對消費的影響大于金融資產。進一步分析認為，無風險金融資產對非耐用品消費產生較大影響，而風險金融資產對耐用品消費影響更大。陳訓波和周偉使用2008年的我國家庭動態跟蹤調查數據，分析了我國城鎮不同類型家庭財富對消費的影響，認為家庭各類資產對居民消費的影響顯著，且金融資產的邊際消費傾向高于房產。家庭人口數量和戶主特征等因素也對城鎮居民消費產生顯著影響。李濤和陳斌開基于微觀家庭數據，區分和比較了家庭生產性固定資產和非生產性住房資產對居民消費的影響，考察了家庭資產對居民消費的“資產效應”和“財富效應”。研究發現，家庭住房資產主要呈現出消費品屬性，只存在微弱的“資產效應”而不存在“財富效應”。相反，家庭生產性固定資產具有明顯的“資產效應”和“財富效”。張屹山等分析了我國居民收入與金融資產結構，結果發現，無論城鎮還是農村家庭，財產性收入對消費的促進作用都不顯著，原因是我國居民財產性收入在總收入中的占比較低。李波利用我國家庭金融調查數據，從理論和實證角度論證了金融風險資產對消費支出的財富效應與風險效應，認為兩者存在替代關系，隨著家庭金融資產的持有權重提高，資產財富的邊際消費傾向增加，資產風險的預防性儲蓄傾向也隨之增加。

上述研究的結果表明，不同國家、不同家庭的財富對消費的影響各不相同，尤其在我國，利用微觀數據進行這一領域的研究近幾年才展開，研究的內容還有待進一步深入。本文擬利用我國家庭金融調查數據（China Household FinanceSurvey，CHFS），研究我國城鎮家庭金融資產、住房資產以及非住房實物資產對家庭消費的影響，特別地，本文將采用分位數回歸模型，重點研究不同收入水平家庭的消費影響因素。并將家庭金融資產細分為無風險資產、風險資產和社保賬戶資產，分別研究不同類別的金融資產與家庭消費之間的關系，回答家庭特征變量對家庭消費的影響程度。

二、樣本選擇、變量定義及描述性統計

（一）樣本選擇

本文使用的數據來源于CHFS 2011年的全國基線調查數據。CHFS是西南財經大學我國家庭金融調查與研究中心進行的一項全國性的全面系統的入戶追蹤調查，涵蓋了全國25個省（市、區）、80個縣、320個社區共8 438戶家庭，個人信息的樣本量為29463人，具有廣泛的地域代表性及大樣本性質。CHFS針對性較強，擁有居民家庭各項金融資產的詳細信息，全面客觀地反應了當前我國家庭金融的基本狀況。通過與國家統計局公布的可比數據進行對比，CHFS調查數據與國家統計局公布的數據基本一致，說明CHFS調查數據的高質量與可信度。

在數據處理過程中。首先將存在缺失值和異常值的家庭剔除，然后根據以下原則對樣本進行篩選：（1）戶主年齡限制在20-65歲，這部分家庭是當前社會主要消費群體，且數據缺失較少。（2）部分低收入家庭的收入僅來源于政府補貼，不具備代表性，因此，將收人最低5%的家庭剔除。最終獲得有效樣本2888個。

（二）變量定義

結合CHFS的數據，本文給出變量定義如表1所示。

（三）描述性統計分析

由我國城鎮家庭關鍵指標的描述性統計結果可知，從金融資產上看，我國城鎮家庭金融資產均值為86030.00元，其中風險金融資產為28926.20元，無風險金融資產為57103.80元，即大多數家庭持有的無風險資產遠高于風險資產。此外，家庭擁有的社保賬戶資金不容忽視，達到23220.60元；從實物資產上看，城鎮家庭擁有的住房資產價值達632283.00元，遠高于其他實物資產的價值；①此外，樣本中的家庭規模基本符合我國大多數城鎮家庭為三口之家的狀況；約有16%的家庭戶主具有大學本科及以上學歷；戶主中68%為男性，89%已婚。

（二）有房家庭消費支出的分位數模型估計及影響結果分析

根據模型（3）估計家庭資產對有房家庭支出的回歸結果如表2所示。由表2可知：

第一，家庭金融資產顯著影響家庭消費，并隨收入水平的提高影響程度逐步下降。金融資產的消費彈性在1%顯著水平下顯著為正，說明有房家庭消費明顯與家庭金融資產有關，從數量上看，收入水平越低的家庭對財富越敏感，收入水平越高的家庭，財富對家庭消費的影響越小。

第二，住房資產顯著影響家庭消費，且住房資產對消費的彈性大于金融資產對消費的彈性，隨著收入水平的提高住房資產對家庭消費影響程度逐步下降。住房資產對于消費支出的彈性在1%顯著水平下顯著為正，說明不論高收入還是低收入家庭的消費支出都與其所擁有的住房資產顯著正相關，越是低收入家庭，住房資產對消費的影響越強烈。與金融資產相比，無論哪一類收人群體，其家庭消費都受住房資產的影響更大。我國城鎮有房家庭的住房資產均值為632283.00元，遠高于金融資產均值86030.00元的水平，因此，筆者認為，住房資產的保障作用對消費的影響明顯大于金融資產對消費的促進作用。

第三，家庭可支配收入是影響家庭消費的關鍵因素，家庭的收入消費彈性隨收入增加而減小。所有變量中，消費的收入彈性最大，且都在1%顯著水平下為正。隨著收入的增加，家庭消費的收入彈性漸次變小，這正如凱恩斯消費理論所述，邊際消費傾向隨著收入的增加而減少。

第四，非住房類實物資產對家庭消費的影響高于預期，且隨著家庭收入的增加，對家庭消費的影響隨之增加。非住房類實物資產大致包括汽車、相機、空調或奢侈品等眾多耐用品以及字畫等藝術品，這類資產對家庭消費的影響比我們預期的要大，僅次于收入對消費的影響，并且隨著家庭收入的增加，對家庭消費的影響隨之增加。

第五，中等收入家庭的消費支出受家庭規模的影響大于低收入和高收入家庭。家庭規模對家庭消費的影響在五個分位點上均顯著為正，其中在Q50分位點的系數最大為0.071，總體呈現倒u型狀態。消費支出與家庭成員人數正相關毋庸置疑。對于中等收入家庭來說，家庭人員增加相的消費支出必然增加。但對于高收入家庭來說，家庭成員增加多出的開支對家庭總體消費的影響不大，換言之，’增加一個人的開支占家庭總消費中的比重相對較小：對于低收入家庭來說，也許多一個孩子的投資僅限于多了基本的生存性消費，占總體家庭消費的比重也不大。因此，表現出家庭規模對家庭消費的影響隨著收入水平的提高呈現倒u型狀態。

第六，戶主學歷對最高收入家庭的影響不顯著，對其他收入水平家庭的影響差別不大。估計結果顯示，戶主學歷高的家庭其消費支出也高，這是由于學歷高一般伴隨著收入水平高。相應地消費水平也高。但對于特別高收入的家庭來說，其收入水平或者由于創業、機遇和繼承等原因，其學歷水平已不是主要因素。

第七，中低收入的男性戶主家庭消費低于女性戶主家庭，高收入家庭的戶主性別對家庭消費影響不顯著。這是我們根據模型估計結果得出的一個有趣的結論。戶主性別對家庭消費的影響在Q10、Q30和Q50分位點均顯著為負，在Q70、Q90分位點上則不顯著，即男性戶主低收入家庭的消費比女性戶主低收入家庭的消費少16.6%，次低收入和中等收入男性戶主家庭相對女性戶主家庭少消費7.4%和3.9%。

在我國傳統中，家庭戶主通常為男性，戶主為女性的家庭更多為離異和未婚家庭。在高收入家庭，戶主性別不影響家庭消費容易理解，但在中低收入家庭中，筆者認為產生前述現象可能有兩個主要原因：一是女性戶主如果離異，她很可能需要進入下一段婚姻，在這期間就需要保持一定的“面子”消費，并且不需要為下一段婚姻積累資金。而如果是離異的男性戶主，他為了下一段婚姻則更可能需要積累資金，節儉消費。二是女性戶主如果再婚。通常她就是家庭住房的擁有者，而她又處于中低收入家庭，很可能意味著她的家庭住房是靠相對有錢的娘家資助的，在有外來經濟資助情況下，家庭消費支出可以更高。

第八，正常婚姻狀態對中低收入家庭的消費具有促進作用，對高收入家庭影響不顯著。估計結果顯示。戶主婚姻狀態對家庭消費的影響在Q10、Q30和Q50分位點上分別為0.108、0.212和0.136（在Q70和Q90分位點上不顯著），也就是說，婚姻狀態正常家庭的消費水平要高于離異、未婚家庭，而高收入家庭則不受戶主婚姻狀態的影響。婚姻狀態正常的中低收入家庭一般來說收入來自于夫妻雙方，高于離異或未婚家庭，從數據上看，消費增加在10%-20%左右。

（三）無房家庭消費支出的分位數模型估計及影響結果分析

根據模型（3）估計家庭資產對無房家庭支出的回歸結果如表3所示。

由表3可知：

第一，家庭金融資產顯著影響家庭消費，高收入無房家庭對金融資產相對更敏感。由估計結果可知，消費支出的金融資產彈性都顯著為正，說明無房家庭消費同樣與家庭金融資產有關。樣本數據顯示，有房家庭的平均收入和平均金融資產比無房家庭分別高出23%和50%，也即我國的無房家庭通常是收入相對較低的家庭。無房家庭中的高收入家庭最有可能購房。這類家庭必須攢錢購房，所以對財富最敏感。

第二，家庭可支配收入是無房家庭消費的最重要影響變量。與其他變量相比，無房家庭的消費收入彈性最大，且明顯高于有房家庭的消費收入彈性，但無房家庭的消費與收入之間沒有呈現明顯的由收入引起的變化，甚至高收入家庭的彈性相對較大。這也是因為無房家庭大部分屬于相對低收入家庭，沒有足夠的資金用于購房和消費，對收入敏感。

第三，非住房類實物資產對無房家庭消費的影響較大。非住房類實物資產對無房家庭消費的影僅次于收入對消費的影響，但影響程度并未隨著家庭收入的變化成規律性變化。

總體來看，無房家庭與有房家庭的消費支出都受收入、實物資產和金融資產的影響，但影響強度卻不同。有房家庭的消費支出與我們對現實的認知更吻合，而無房家庭中不同收入水平家庭的各個變量系數沒有呈現規律變動。從模型對各變量不同分位點上的系數斜率相等檢驗結果可以看出，不同分位點上的系數（D1除外）都不能拒絕斜率相等的假設，也即各分位點上的系數斜率可以認為沒有顯著差別。雖然無房家庭的收入有高低之分，但由于普遍收入較低、金融資產較少、又都沒有住房資產，因此，無房家庭普遍需要節儉開支、壓縮消費、攢錢買房，總體上他們處于同一消費水平，屬于同一種消費群體。

（四）無風險金融資產和風險金融資產對有房家庭消費支出的影響分析模型（4）的分位數回歸結果如表4所示。

對表2和表4相同變量的系數變化進行比較可以發現，將廣義金融資產劃分為無風險金融資產、風險金融資產和社保賬戶余額后，估計的系數基本不變。趨勢則完全沒有改變，說明模型是非常穩健的。這里，我們僅分析家庭無風險金融資產、風險金融資產和社保賬戶余額對家庭消費的影響。

第一，無風險金融資產對家庭消費影響最大，且其彈性系數隨收入的增加而減少。隨著家庭收入水平的提高，無風險金融資產對家庭消費的影響程度漸次減小。從描述性統計分析即可以看出，我國城鎮家庭無風險資產大致是風險資產的兩倍，且低收入家庭無風險資產配置的比重更高，而高收入家庭風險資產的配置比重更高，①上述結論正是消費理論和我國家庭金融資產配置狀況決定的，低收入家庭無風險金融資產對消費的保障作用更明顯。

第二，風險金融資產對家庭消費性支出的影響微弱，收入越高，家庭消費的風險金融資產彈性越大。在家庭金融資產配置結構中，高收入家庭更傾向于配置風險金融資產，其數量更多、比重更高、種類也更豐富。本文的估計結果與實際情況完全相符。最低收入10%的家庭消費對風險金融資產不敏感，最可能的情況是這部分家庭沒有或僅有極少的風險性金融資產。隨著收入的增加，家庭消費的風險金融資產彈性漸次增大，在最高收入的10%家庭中，其風險金融資產對家庭消費的影響最高，彈性為1.6%。

第三，社保賬戶余額對消費的影響隨家庭收入的增加而減弱。對于低收入家庭來說這是一筆不可忽視的財富，即使目前不能直接使用，但仍是可以預期的個人財富，對穩定當前消費具有重要作用。而對于高收入家庭來說，其家庭收入支付當前消費綽綽有余，社保賬戶余額不會對當前消費有任何影響。

四、結論及討論

第一，無論是有房家庭還是無房家庭，家庭財富都是影響家庭消費的重要因素。有房家庭中的低收入者對財富更敏感；無房家庭中的高收入者對財富更敏感。我國家庭擁有無風險金融資產的比重兩倍于風險金融資產，因此，無風險金融資產對家庭消費的影響更大。

第二，對有房家庭而言，無風險金融資產配置的比重隨家庭收入的提高而遞減，風險金融資產配置的比重隨家庭收入的提高而遞增。低收入家庭的資產結構中無風險金融資產比重最高，風險金融資產比重最低，風險金融資產的變動對家庭消費沒有影響。高收入家庭正好相反，無風險金融資產對其家庭消費沒有影響。

第三，社保賬戶資產在家庭財富中占有較大比重，大約占廣義家庭金融資產的20%以上，占低收入家庭金融資產的比重更高達25%。雖然這是一筆不能當期使用的資產，但卻是中低收入家庭良好的預期保障，因此，做好社會保障工作對提高我國城鎮家庭消費支出具有重要意義。

第四，對有房家庭而言，不論高收入還是低收入家庭的消費支出都與其所擁有的住房資產顯著正相關，且越是低收入家庭，住房資產對消費的影響越強烈。與金融資產相比，無論哪一類收人群體，其家庭消費都受其擁有的住房資產的影響更大。是否擁有住房、是否需要為購房積累資金，這些選擇都會影響家庭消費支出。

篇（10）

關鍵詞：貧困農戶；借款行為；NGO小額貸款

基金項目：成都市哲學社會科學規劃項目（ZST12-2）；河北省社會科學基金項目（HB2011QR53）

作者簡介：李菲雅（1982-），女，江蘇揚州人，經濟學博士，四川師范大學政治教育學院講師，主要從事農村經濟、數理統計研究。

中圖分類號：F832.43文獻標識碼：A文章編號：1006-1096（2014）02-0038-06收稿日期：2013-04-14

農戶是農村市場經濟的主要參與者，也是農村金融市場的需求者，其發展需要靠金融資源的支持。在目前農村金融資源配給有限、農戶信貸需求抑制條件下，合理配置農村金融資源，有效滿足農戶尤其是貧困農戶的融資需求，是消除農村貧困、促進農村發展需要解決的重要現實問題。

一、問題提出

有效的金融支撐是促進貧困農戶發展的必要條件。20世紀70年代，由孟加拉吉大港大學?尤努斯教授創辦的格萊珉銀行，通過有效的信貸約束機制，為窮人提供微型貸款，幫助窮人發展生產、脫貧致富。目前，這種以貧困或中低收入群體為特定目標并提供小額度持續信貸服務的形式，已經從世界某些區域擴展到幾乎整個發展中國家和一些發達國家（杜曉山，2004；李明賢 等，2008）。自20世紀80年代以來，小額信貸作為我國扶貧的重要方式之一，由各種金融機構和非政府組織開展實施，并逐漸在大多數地區推廣。作為緩解貧困農戶金融抑制的方式，小額信貸對貧困農戶的借款行為產生了重要影響。從貧困農戶的貸款偏好看，馮旭芳（2007）認為，非正規信貸具有貸款形式簡單、靈活方便及交易成本低等特點，它有效改善了正規金融缺位的局面，成為農戶融資的重要渠道；但從融資偏好和借貸預期看，貧困地區農戶更傾向于選擇信用社等正規金融機構或國家政策性扶貧貸款來滿足其信貸需求，這與貸款的穩定性、長期性和救濟性等特征密切相關。非政府組織扶貧貸款的針對性、穩定性、低成本性同樣迎合了貧困農戶的融資偏好，它不僅在一定程度上滿足了貧困農戶的貸款需求，對增加農戶收入也起到一定促進作用。王春蕊等（2010）從實證角度分析了幸福工程項目對貧困農戶家庭收入的影響，認為項目盈利對貧困農戶家庭收入的貢獻率達到9.42%。Ssendi（2009）利用小業主貸款融資項目（SELF）檢驗了坦桑尼亞農村地區小額信貸的扶貧作用，認為SELF項目有助于提升貧困婦女經營小型項目的能力，但從長遠看對增加家庭財富的作用不明顯。Kotir等（2009）利用加納西部農戶調查數據，分析了小額信貸與農戶發展的關系，認為小額信貸有利于提高家庭生產率和增加財富，但對促進農村社區發展的作用不大。

已有研究對農戶借款行為給予了廣泛關注，取得諸多成果。綜合來看，目前對貧困農戶借款行為的研究仍有待拓展，尤其是對一些非政府組織（NGO）扶貧貸款與貧困農戶借款行為的關系問題，還需深入研究。對于貧困農戶而言，當NGO扶貧貸款介入后，是否意味著其他途徑的借貸發生率將會降低？NGO扶貧貸款又將如何影響貧困農戶的借款決策及借款額度？對于這些問題的探討，不僅能夠使我們更加深入地了解貧困農戶的借款需求及行為取向，同時也能使NGO小額貸款更好地發揮扶貧功效，這對破解貧困農戶金融約束、解決農村貧困問題有著重要的現實意義。

二、接受NGO小額貸款前后貧困農戶的借款行為特征

（一）數據來源

本文所用數據來源于2011年10月河北省幸福工程項目跟蹤調查數據①。調查內容涉及受助者個人、家庭基本情況、受助前后家庭生產經營情況、受助前后農戶小額信貸情況（包括NGO項目扶貧貸款以及農戶其他途徑借款等情況）。按照分層抽樣和整群抽樣相結合的原則，調查組從河北省抽取7個貧困縣，分別為阜平、易縣、平泉、懷安、武邑、巨鹿和贊皇縣，按照項目運行周期從各項目縣中抽取試點村，對試點村中項目戶進行全面調查。調查方式以調查員入戶為主。兩次調查共發放問卷830份（第一次714份，第二次116份），收回有效問卷822份，回收率為99.04%。從調查地區類型看，山區農戶占51.88%，平原農戶占48.12%。由于項目戶接受NGO扶貧貸款的時間分布各不相同，為了消除貸款時間差異影響，本文以接受NGO項目扶貧貸款的時間為界限，分析貧困農戶受助前年內（接受NGO扶貧貸款前1年內）和受助后年內（接受NGO扶貧貸款后1年內）借款情況。

（二）受助前后貧困農戶借款行為特征

從調查來看，接受NGO扶貧貸款前后，貧困農戶的借款行為發生了較大改變。

1.借款戶數及額度的變化

借款戶數總量減少，單戶借款額度增加。接受NGO小額貸款前，有35.15%的貧困農戶有過借款記錄；受助后，僅有14.50%的農戶有過借款記錄，較受助前下降了近21個百分點。從借款額度看，受助前，貧困農戶年內借款總額259.88萬元，戶均借款額0.90萬元；受助后，貧困農戶年內借款總額164.52萬元，戶均借款額1.38萬元，較受助前借款總額減少95.36萬元，戶均借款額增加0.48萬元。

2.借款來源的變化

受助前，貧困農戶年內借款主要以私人借貸為主，私人有利息和無利息借款合計占69.05%；其次為農村信用社，占28.17%；來自農行/農發行、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，貧困農戶年內借款主要來源于其他途徑②和信用社，分別占50.0%和41.35%；私人借款僅占5.77%；農行/農發行、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

農戶借款用途呈現多元化發展趨勢，用于生產性經營的支出增大。受助前，農戶借款用于家庭生產性經營支出的占54.62%；用于子女上學的占13.08%；用于日常消費支出的占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，貧困農戶用于家庭生產性經營支出的比例增大，為78.64%，較受助前增加24個百分點；其次，主要用于子女上學支出；用于日常消費支出、看病、蓋房、婚嫁的比例較受助前均有不同程度的下降。可見，受助后更多的貧困農戶將借款用于生產活動、項目經營，而不是單純地用于家庭日常消費支出，這有利于貧困農戶自身能力建設。

三、NGO小額信貸對貧困農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小額貸款對受助前后貧困農戶借款行為的影響。

（一）NGO小額信貸對受助前后農戶借款決策的影響因素分析

1.變量選擇與模型設定

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

戶主作為家庭領導者，對借款決策有著直接影響；同時，家庭狀況也是不可缺少的影響因素。考慮到貧困農戶自身特點以及各變量之間的共線性問題，在變量的選擇上，主要選取戶主個人及家庭特征作為自變量。具體變量的描述性統計見表1。

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

誤差項εij包含了無法觀測到的影響農戶借款決策的隨機因素，則有如下表達式

那么，決策者i選擇第j個類別的概率為

進一步假定εij（j=1，2，3，4）服從logistic分布，不同家庭做出借款決策相互獨立，即家庭之間的借款行為互不影響，則

根據極大似然估計法，通過對上式似然函數最大化，可求得模型參數β的值。

2.模型的估計結果

本文將受助前后都沒有借款的家庭（BRL=0，ARL=0）作為對比組，通過控制個人和家庭特征變量來分析受助前后農戶借款決策的影響因素，其回歸結果見表2。

從回歸結果看，戶主個人特征、家庭人口構成以及居住地類型對受助前后農戶年內借款決策均有顯著影響，家庭耕地面積、戶主有無技能對家庭年內借款決策沒有產生顯著影響。

（1）從戶主個人特征來看，與受助前后都沒有借款的家庭相比，戶主年齡對受助前后農戶的借款決策影響顯著。戶主年齡每增加10歲，受助前家庭借款發生概率將會增加7.48%，受助前后均發生借款的概率增加52.6%和4.42%。這說明年齡較大的戶主在撫養子女、贍養老人及維持家庭發展方面承擔有更多責任，家庭支出項目較多，除了維持正常的家庭生產和日常消費支出外，他們還要擔負子女高等教育及子女婚嫁等費用支出，因而相對于年輕者，其家庭發生借款的概率更大。戶主作為家庭領導者和主要勞動力，其身體狀況對受助后農戶借款有著顯著影響。相對于救助前后都沒有借款的農戶，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降低。

（2）從家庭人口構成來看，相對于受助前后家庭都沒有借款而言，家庭人口構成對農戶借款決策影響顯著。受助后，有外出打工的農戶，其家庭借款概率將會降低，即外出務工能夠增加家庭收入，一定程度上能夠滿足家庭資金需求，進而降低貧困農戶借款概率。從家庭人口數看，家庭人口規模與借款概率呈正向變動關系，家庭成員每增加1人，受助前后農戶借款概率均會增加。

（3）從居住地類型看，與受助前后農戶均沒有借款相比，居住在平原的農戶較山區農戶，其受助前有借款、受助后無借款、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戶的貸款需求，它通過幫助貧困農戶發展項目，短期內提高了其家庭收入水平，降低了貧困農戶的借款概率，且對平原農戶借款行為的影響較山區農戶更為明顯。同時表明，由于自然環境惡劣，交通不便，山區貧困農戶對資金的需求更為迫切，但山區農戶的金融抑制也相對更為嚴重。

（二）NGO小額信貸對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戶借款決策的影響因素，NGO小額貸款對家庭借款額度的影響還需進一步驗證。

我們設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，這樣受助前后農戶借款額度的增減變化成為一個＼[0，1＼]變量。同時，我們將戶主個人、家庭特征以及項目經營狀況等作為自變量納入模型。構建模型如下

其中，P為受助前后貧困農戶家庭借款增減概率，為模型解釋變量。Xhouseholder表示戶主個人特征，Xfamily表示家庭特征，Xinvest表示家庭項目投資總額。δ是無法觀測到的影響農戶借款額的隨機因素，假定δ服從標準正態分布。

在此，本文利用最小二乘估計（OLS）和二元離散變量（Logit）模型，對受助前后農戶借款額變動影響因素進行分析，所得結果見表3。

OLS與二元Logit模型中自變量回歸系數的變動方向類似。從回歸結果看，戶主年齡、職業類型對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，受助前后農戶借款總額也會增大。相對其他經營類別而言，從事種植業和養殖業的戶主，其家庭借款總額增加的概率將會降低。戶主的健康、文化水平、有無技能、家庭人口規模、耕地面積以及項目投資總額對受助前后農戶借款總額未產生顯著影響。

從家庭特征變量看，房屋作為家庭主要財富，對農戶借款額度增減變動影響顯著。受助前，房屋價值對農戶借款總額增加有顯著的正影響；受助后，房屋價值對農戶借款總額增加有顯著負影響。即受助前房屋價值越高，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，對于貧困農戶而言，受助前房屋價值越大，意味著家庭用于修建住房的支出越高，這會增加貧困農戶的借款概率；其二，接受NGO小額貸款后，很多農戶都能夠在短期內脫貧，其中部分受助前已建新房的農戶將不會增加對住房的支出，沒有修建新房的農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戶借款概率。

四、結論及對策建議

受各種因素制約，貧困農戶借款面臨多重困難。本文通過河北省NGO小額信貸扶貧項目調查數據，對貧困農戶借款行為進行分析，提出如下對策建議：

一是分類幫扶，完善小額信貸對象瞄準機制。實證研究表明，戶主年齡、健康狀況、文化水平對受助前后貧困農戶借款行為影響顯著，尤其是處在壯年時期的貧困農戶，他們承擔著撫育子女、贍養父母的重任，對小額信貸的需求更為強烈。在資金有限的條件下，應采取分類幫扶模式，將小額貸款重點投向壯年期的貧困農戶。可以貧困農戶生產經營狀況和還款情況為依據，對于項目經營好和還款及時的貧困農戶，給予其持續性貸款扶助，以緩解資金緊缺，快速幫助他們發展生產、脫貧致富。

二是健全機制，促進小額信貸可持續發展。小額信貸通過幫助貧困農戶發展項目，能夠在短期內增加農戶收入，使農戶積累資本，具備向正規金融貸款的條件；它改變了農戶的借款行為，使其借款由私人轉向了信用社和其他途徑，對緩解農村金融抑制、繁榮農村經濟發揮了重要的促進作用。今后，應進一步完善小額信貸運行機制，堅持“小額、滾動、持續”的原則，不斷擴大幫扶群體和覆蓋面，促進小額信貸的可持續運行，為貧困群體提供金融支持。

篇（11）

糧食種植類家庭農場共193個，占總數的10%。其數量少的主要原因一是比較效益低，所獲收入只有園藝種植類家庭農場的5%～10%，農民積極性不高；二是有相當一部分家庭農場主是外地農民，不符合登記條件；三是傳統農業抗自然災害能力弱，農民不愿承擔種糧風險。

2.園藝種植類家庭農場數量較多

園藝種植類家庭農場共315個，占總數的16.3%，主要產品涉及蔬菜、果樹、花卉苗木等。此類家庭農場經濟效益高，但用工量大，目前勞動力多數集中在60歲左右。再過5～10年，原有勞動力喪失，新的勞動力又難以跟上，此類家庭農場將會面臨勞力緊張的局面。

3.養殖類家庭農場數量占絕對優勢

養殖類家庭農場共1292個，占總數的67%，生產經營主要涉及山羊、生豬、禽類、水產等產業。但在這類家庭農場中，80%以上存在證照不全的現象。并且在認定標準上，只對養殖類農場的規模作了限定，而沒有把取得動物防疫合格證和環評作為前置性條件，這些小規模的養殖場衛生狀況令人堪憂。

二、家庭農場金融需求

家庭農場是從事農業規模化、集約化、商品化生產經營的新型農業經營主體，其金融服務需求不同于普通農戶，由傳統農戶的小額信貸需求向規模化、綜合化、特色化金融需求轉變。下文將利用調查數據，從金融需求數量、金融需求期限、金融需求用途、金融需求內容這四方面分析南通市家庭農場金融需求的特點。

（一）金融需求數量

與一般的小規模經營農戶不同，家庭農場經營規模較大，在經營初期一次性投入比較集中，在生產過程中也比較重視先進技術設備、高質量生產要素的投入，因此，其資本投入量較大。一般來講，家庭農場日常經營中維持簡單再生產所需的資金基本能夠自求平衡，但如果想擴大再生產則需要借助外源融資。家庭農場隨著規模化經營不斷擴大，對資金需求量也會逐漸增加。調查顯示，92%的家庭農場都認為發展中最需要的是資金。本文所調查的86家家庭農場在如下生產經營方面需要大量資金投入：農田基礎設施的建設和維護、農業機械的購買、農產品深加工技術設施購買以及農產品銷售過程中的品牌形象塑造。南通市金融需求數量存在以下兩個特征：一方面，不同規模的家庭農場金融需求數量存在明顯差異。86家家庭農場合計融資需求8797.8萬元，戶均102.3萬元。44.19%的家庭農場貸款需求額度在200萬元以上，30.23%的家庭農場貸款需求額度在100萬～200萬元之間，19.77%的家庭農場貸款需求額度在50萬～100萬元之間。10萬元以下的資金需求，通過民間借貸等方式能夠輕易實現供給，所以并未顯示在家庭農場對正規金融的需求中。另一方面，不同類型的家庭農場對金融需求額度也不相同。調查顯示，糧食種植類家庭農場的平均金融需求為101.7萬元，園藝種植類家庭農場的平均金融需求為154.3萬元，種養結合類家庭農場的平均金融需求為201.43萬元，養殖類家庭農場的平均金融需求為323.6萬元。以某養殖專業合作社為例，年出欄生豬1600余頭，每次購進豬飼料都在2萬斤，以單價2元計，每月就需資金4萬元，再加上擴大生產規模、維持正常資金周轉，該戶今年貸款需求額在250萬元。再以某種植類家庭農場為例，在家庭農場的發展初期，每年大概需要支付土地流轉費用20萬元，購買農業生產的機械設備費用大概需要30萬元，購買生產過程中投入要素的支出大概為30萬元，如果考慮到發展后期還需要增加設備投入、購買先進技術等來擴大生產規模，該種植類家庭農場在生產經營過程中會存在較為嚴重的資金短缺，該農場今年貸款需求額度約為120萬元。

（二）金融需求期限

相比于一般農戶“短、小、頻、急”的臨時性金融服務需求而言，家庭農場對金融需求期限的主要特征表現為長期金融需求和短期金融需求并存，并且以長期金融需求為主。如通州區五甲鎮老地方家庭農場需要購置大型農機具，因此其希望貸款期限最好為1～3年。南通市海安縣養殖專業合作社，目前存欄生豬800頭、占地100畝，農場準備擴建購置生豬200頭，需3年期左右的融資200萬元。調查結果顯示，60.47%的家庭農場希望融資期限為1～3年，22.09%的家庭農場希望融資期限為3年以上，僅有17.44%的家庭農場希望融資期限在1年以下。這主要是因為，一方面，家庭農場需要大量的資金用于購買種苗、飼料、肥料等生產資料，因此其具有較強的短期融資需求，同時家庭農場還需要資金用于支付土地流轉租金、雇工工資等季節性項目，這種短期融資需求的期限一般在6～12個月，并且具有明顯季節性特征；另一方面，為了擴大生產經營能力、提高農場的生產利潤，家庭農場也需要大量的資金用于廠房建設和維修、機器設備購買等固定資產投資方面，這些固定資產投資的回收期相對較長，因而所需要的資金期限也相對較長，這種長期融資需求的期限一般在1～3年。

（三）金融需求用途

由于家庭農場通過市場經營已經具備了一定的資金積累，因此，家庭農場貸款以長期發展性用途為主，如購置大型機械設備等，而較少用于臨時周轉性的生產需求，例如用于購買農資化肥、飼料等臨時的生產投入。調查結果顯示，65%的家庭農場借款主要用于擴大生產規模，16%的家庭農場借款主要用于基礎設施改造，只有13%的家庭農場借款主要用于維持正常資金周轉。

（四）金融需求內容

我國的家庭農場具有雙重身份，其既是農業生產的主體、也是市場經營的主體，家庭農場需要根據不斷變化的農產品市場競爭環境以及農業生產經營政策及時調整生產決策。因此，家庭農場的金融服務需求內容呈現出多元化需求的特點。除了常規的貸款需求以外，家庭農場對支付結算業務、理財業務、期貨業務等金融服務也有需求，同時家庭農場還希望金融機構能夠提供農產品銷售、價格市場信息等方面的政策信息服務。調查結果顯示，89.3%的農戶需要金融機構提供農業保險服務，這主要是因為家庭農場經營項目易受病蟲害、生態環境、氣象、疫病、自然災害等不可控因素的影響，面臨較大風險。65.4%的農戶需要金融機構提供支付結算服務，54.5%的農戶需要金融機構提供銷售市場信息服務。32.6%的農戶需要金融機構提供理財服務，家庭農場的資金使用存在較強季節性，在農業生產的旺季，家庭農場迫切需要大量外部資金投入，而在淡季，家庭農場存在大量短期閑置資金，季節性特征決定了家庭農場迫切需要理財方面的金融服務。21.8%的農戶需要金融機構提供農產品期貨服務，以此來規避農業生產中的自然災害風險以及農產品價格波動等市場經營風險。

三、家庭農場金融支持供給現狀

近年來，盡管正規金融機構加大了對家庭農場的金融支持力度，但是由于信息不對稱、家庭農場缺乏合格抵押品以及正規金融機構信貸產品不足等原因，南通市66.34%的家庭農場資金借貸來源主要為民間借貸。通過股份制商業銀行和農村商業銀行籌集資金的家庭農場占比分別為9.12%和15.40%，另有9.14%的家庭農場選擇了其他融資渠道。（一）貸款額度據調查，目前，南通市金融機構對家庭農場貸款規模不設上限控制，但家庭農場所獲貸款額度一般在100萬元以內。其中，39.70%的家庭農場獲得的貸款規模為10萬元以下，30.56%的家庭農場獲得的貸款規模為10萬～30萬元，24.45%的家庭農場獲得的貸款規模為30萬～50萬元，獲得50萬元以上貸款規模的家庭農場僅有5.29%。

（二）貸款期限

目前南通市金融機構對家庭農場主要發放1年及以內的短期貸款。調查結果顯示，目前金融機構對家庭農場發放的貸款中，34.56%的貸款期限為6個月以內，52.67%的貸款期限為6～12個月，而期限在1～2年以及2年以上的貸款比例分別只有8.89%和3.88%。可見，南通市金融機構對家庭農場所發放的貸款期限總體較短。

（三）貸款模式

1.種養殖物（權）抵押貸款模式

一般而言，農場的種養殖物是家庭農場最為直接的可抵押資產。通過開發適宜種養殖物（權）的金融產品是南通市金融機構對家庭農場提供金融支持的主要形式之一。海門市申江聯牧業是南通市的農業產業化龍頭企業，該企業擁有奶牛600余頭，是上海光明乳業乳制品原料提供商之一。隨著企業的迅速發展和壯大，該企業因為資金嚴重短缺并且缺乏相應的抵押物而無法及時獲得金融機構貸款，限制了企業的進一步發展。為此，該企業以382頭奶牛作為抵押物，向銀行申請貸款280萬元。經過海門市農村商業銀行和申江聯牧業公司的商議，以及海門市工商局的有效溝通和協調，海門市農村商業銀行將奶牛所投保險的第一受益人變更為銀行，并將企業兩名股東的個人資產作為擔保，最終獲得銀行貸款。

2.“一權一房”抵（質）押貸款模式

隨著我國農村土地流轉進程不斷加快，土地承包經營權以及農村住房抵押權成為家庭農場獲得金融支持的新型抵（質）押品。高家莊家庭農場位于南通市通州區劉橋鎮，占地面積約120畝，其中水面30畝，準備投放成品魚用于垂釣；土地90畝，其中：30畝地用于栽種櫻桃和無花果共2萬株，40畝地用于栽種紫葉李8萬株。計劃投資200萬元建一個休閑與娛樂服務一體的家庭式農場。其中租用土地年租金為21.6萬元，水面及樹苗投資100多萬元，除部分自有資金外，估計資金缺口在100萬元左右，主要用于購樹苗、魚、建陽光大棚、房屋以及配套設施。南通市農村商業銀行劉橋支行對其投放了為期1年的貸款，該貸款以家庭農場主的農村住宅地作為抵押，貸款金額達80萬元。

3.農機設備抵押貸款模式

種植類家庭農場擁有多種類型的農業機械，這些機械可以作為家庭農場向金融機構申請貸款的重要抵押物。目前，南通市金融機構通過與地方農經部門、相關農機銷售商進行合作，設置了針對家庭農場農機具設備抵押貸款的模式。農機設備抵押貸款模式的主要操作步驟為：首先，家庭農場主與農機設備的銷售商簽訂購買協議；其次，家庭農場主為其所購買的農機設備辦理以相應的貸款銀行為受益人的保險；再次，家庭農場主向銀行提供貸款申請；最后，銀行對相關的材料進行審核，確定無誤后，對家庭農場發放相應貸款。

四、家庭農場金融支持存在的主要問題

（一）貸款額度和期限與家庭農場生產無法匹配

由于沒有專門的面向家庭農場的信貸管理辦法，南通市金融機構目前主要參照對一般農戶的放貸方式對家庭農場發放貸款。然而，由于家庭農場與傳統農戶金融需求差異明顯，參照普通農戶對家庭農場實行貸款管理必然導致其部分金融需求難以滿足。這種不匹配性主要體現在貸款額度和期限兩方面。南通市金融機構對家庭農場的貸款額度以30萬以下為主，而大部分家庭農場金融需求額度在100萬以上。受資金約束，家庭農場的發展將會失去潛在利潤增長的投資機會，呈現“成長性破產”現象。同時，經營資金不足會導致家庭農場無法購買先進設備、引進先進技術，從而使家庭農場創新能力不足，進一步阻礙其成長空間。此外，金融機構貸款額度不足迫使家庭農場轉向更高利率的民間借貸。南通市家庭農場大多采用“自籌資金+銀行貸款+民間借貸”的融資方式。66.34%的家庭農場資金借貸來源主要為民間借貸，民間借貸比重過高會使家庭農場資金成本上升，盈利能力下降，從而限制家庭農場發展。南通市金融機構對家庭農場的貸款期限以1年及以內為主，但60.47%的家庭農場期望的融資期限為1～3年，以中長期為主，主要用于擴大再生產。金融機構所提供的融資期限很難滿足家庭農場的發展需求。

（二）貸款程序復雜，需求滿足程度低

相比于傳統農戶，家庭農場對金融機構資金需求較大，但家庭農場和傳統農戶同樣缺乏合格的抵押品。根據南通市金融機構貸款相關規定，如果申請貸款金額超過10萬元，貸款申請人需提供相應的抵押品，然后由金融機構對這些抵押品進行價值評估，從而決定放貸額度。所以，家庭農場想要獲得金融機構的金融支持，通常需要金融機構調查、抵押品評估和上報貸款審批等程序。這些手續較為復雜，時間也較為漫長。調查顯示，部分家庭農場主因不愿等候銀行的層層手續或因用款時間緊迫而轉向民間借貸。此外，有將近1/3的家庭農場仍然不能通過任何途徑獲得生產所需資金，資金滿足程度較低。這主要是因為多數家庭農場所能提供的抵押品并不是金融機構青睞的，由于缺乏資產評估機構及交易市場，家庭農場通常無法通過金融機構獲得貸款。它們只能通過農戶之間相互聯保、民間借貸等方式獲得部分所需資金，但是這些額度遠不能滿足家庭農場的生產經營需要。

（三）金融支持內容單一且產品設計不夠合理

由于家庭農場處于起步發展階段，金融機構在家庭農場金融支持內容和產品設計上均缺乏經驗。目前，南通市金融機構為支持“三農”所提供的金融服務產品主要服務對象為農業龍頭企業與傳統農戶，專門針對家庭農場設計的金融產品比較匱乏，并且產品設計不夠合理。如南通市針對家庭農場的農業保險覆蓋面較低，保險賠付難以覆蓋成本，這使家庭農場無法較好規避自然風險和市場風險。雖然南通市農業保險險種從2007年的4種擴大到目前的13種，但還存在保險產品設計不合理等問題，保險產品在化解市場風險中發揮的作用較小。此外，對家庭農場運營中需要的諸如理財業務、期貨業務等金融服務，很少涉及到，金融支持還局限在貸款支持上。

五、促進家庭農場金融支持的政策建議

（一）構建多元主體并存的金融服務體系

應逐步構建以農村商業銀行為主導，各級商業銀行共同參與，各類新型農村金融機構充分競爭的多元化家庭農場金融服務體系。家庭農場多數分布于縣域，農村商業銀行在縣域層面具有獨特的優勢，并且和當地家庭農場及農業龍頭企業聯系緊密，應充分發揮自身主導作用。金融主管部門還可出臺政策，引導農村資金互助合作組織、村鎮銀行、農村小額貸款公司等新型農村金融機構加大對家庭農場的資金支持；并結合新型農村金融機構對家庭農場金融支持的實際情況，適當突破信貸風險等監管指標，從而提高它們對家庭農場提供金融服務的積極性。此外，逐步建立以地方政府為主導、各級社會資本共同參與的擔保公司，通過政策激勵的方式鼓勵家庭農場之間成立互擔保組織，為家庭農場提供擔保。

（二）不斷探索金融抵押擔保新方式

家庭農場金融需求未得到有效滿足的重要原因之一就是其缺乏合格的抵押擔保品。應根據家庭農場的不同類型和規模，不斷探索金融抵押新方式。種植類家庭農場的土地規模和農業基礎設施規模較大，同時擁有較多的農機設備，針對這類農場，可以推廣以土地承包經營權、農機設備等為主要抵押品的金融產品；針對市場化程度較高的養殖類家庭農場，可展開產品訂單合同質押模式；針對農產品加工類家庭農場，可發放加工設備抵押貸款。

（三）不斷推動金融產品創新

金融機構應在借鑒國內外先進經驗的基礎上，加大自主研發投入力度，設計出適合家庭農場需要的金融產品。對目前適合家庭農場的金融產品要繼續深入推廣，如聯保互保、大型農機具抵押、動產質押、倉單和應收賬款質押等。對于農業產業化程度高的家庭農場，可以在上下游之間開展供應鏈金融服務等。并在政府配套措施落實、風險可控并流轉可實現的前提下，試點開辦農村土地承包經營權、農村宅基地使用權、農房抵押貸款業務。此外，針對家庭農場金融服務需求所呈現出的多元化特點，除了提供常規貸款產品外，還需要提供相應的理財和期貨等多元化服務。