家庭信貸狀況對收入分布影響的計(jì)量分析

巫錫超 黃琨皓 何心然

摘 要：根據(jù)中國家庭金融調(diào)查發(fā)布的微觀調(diào)查數(shù)據(jù)，對中國家庭借貸狀況進(jìn)行了分析，研究借貸行為對福利效果和收入差距的影響效應(yīng)。結(jié)果表明，信貸的福利效果比較顯著，可以有效改善家庭的生活水平；是否發(fā)生借貸行為對低收入家庭的影響不大；借貸行為對高收入家庭的影響為正，且影響值很大；借貸行為將進(jìn)一步擴(kuò)大收入差距，使基尼系數(shù)大幅度提高。政府應(yīng)該完善信貸的方式，通過信貸改變居民的生活水平，縮小貧富差距。

關(guān)鍵詞：家庭信貸情況；家庭收入水平；收入差距；分位數(shù)處理效應(yīng)；基尼系數(shù)

一、引言

近年來，隨著我國市場經(jīng)濟(jì)不斷發(fā)展及相關(guān)政策的頒布實(shí)施，借貸行為在不斷活躍和變化。信貸對居民的重要性在于其能提供消費(fèi)和投資所需要的資金，從而提高居民的收入和福利水平。

從已有文獻(xiàn)來看，有較多的學(xué)者分析借貸行為，很少有學(xué)者從家庭層面討論信貸狀況，且主要從農(nóng)戶著手。如Pitt和Khandker（1998）對孟加拉幾個(gè)正式金融形式的信貸項(xiàng)目的經(jīng)濟(jì)效果和福利影響進(jìn)行了估計(jì)，發(fā)現(xiàn)信貸顯著提高了孟加拉貧困農(nóng)戶的福利水平。Binswanger 和Khandker（1995）估計(jì)了正式金融形式貸款對印度農(nóng)戶帶來的經(jīng)濟(jì)效果，發(fā)現(xiàn)信貸顯著提高了農(nóng)戶的收入水平和生產(chǎn)能力。李銳、李寧輝（2004）運(yùn)用全國10 個(gè)省份的農(nóng)戶調(diào)查數(shù)據(jù)經(jīng)分析得出信貸對農(nóng)戶純收入及其福利狀況有很顯著的影響。

但經(jīng)我們調(diào)查研究發(fā)現(xiàn)，研究借貸行為的影響除了福利效果外，還應(yīng)考慮收入差距，在我國經(jīng)濟(jì)保持高速增長的同時(shí)，同期居民收入差距不斷擴(kuò)大，對經(jīng)濟(jì)的持續(xù)增長、社會公正與穩(wěn)定都提出了挑戰(zhàn)，引起了高度重視。劉輝煌與吳偉（2015）也曾利用分位數(shù)處理效應(yīng)模型檢驗(yàn)了不同收入水平上家庭信貸的收入效應(yīng)，但是劉輝煌等人（2015）的研究間接估計(jì)信貸對不同收入水平下家庭的影響，且其研究缺乏統(tǒng)計(jì)推斷說明。本文將利用處理效應(yīng)模型來研究信貸狀況與收入分布效應(yīng)，相比于已有研究，本文直接對信貸的收入分布效應(yīng)進(jìn)行估計(jì)且首次直接估計(jì)借貸行為對基尼系數(shù)的影響，彌補(bǔ)了現(xiàn)有文獻(xiàn)的空白，具有理論意義和現(xiàn)實(shí)意義，研究結(jié)論對設(shè)定制度具有一定的參考價(jià)值。

根據(jù)研究目標(biāo)，文章的以下結(jié)構(gòu)為：第二部分描述數(shù)據(jù)來源；第三部分進(jìn)行計(jì)量模型構(gòu)建和指標(biāo)選?。坏谒牟糠钟懻搶?shí)證及結(jié)果分析；第五部分研究結(jié)論和建議。

二、數(shù)據(jù)來源

中國家庭金融調(diào)查是中國家庭金融調(diào)查與研究中心在全國范圍內(nèi)開展的抽樣調(diào)查項(xiàng)目，旨在收集有關(guān)家庭金融微觀層次的相關(guān)信息，提供高質(zhì)量的微觀家庭金融數(shù)據(jù)，對家庭經(jīng)濟(jì)、金融行為進(jìn)行了全面細(xì)致的刻畫。本文使用的數(shù)據(jù)來自西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心于2011年在全國范圍內(nèi)開展的第一輪中國家庭金融調(diào)查。2011年第一輪中國家庭金融調(diào)查微觀數(shù)據(jù)，采用分層、三階段與規(guī)模度量成比例（PPS）的抽樣設(shè)計(jì)，樣本分布在全國25個(gè)?。ㄊ?、區(qū)），80個(gè)縣，320個(gè)村（居）委會，樣本規(guī)模為8000多個(gè)家庭。樣本量大，并且代表性大，為本文研究家庭信貸狀況以及收入分布效應(yīng)提供了數(shù)據(jù)支持。

樣本中，剔除異常值和指標(biāo)缺失嚴(yán)重的觀測，還包括7864戶家庭。樣本家庭戶主的平均年齡為54.91歲，平均受教育年限為9.11年，家庭的平均人口數(shù)為3.48人，人均收入為56779.13元，約15.21%的家庭戶主是黨員。

三、計(jì)量模型構(gòu)建與指標(biāo)選取

通過相關(guān)數(shù)據(jù)獲取及統(tǒng)計(jì)分析，我們

（一）估測信貸狀況的收入效應(yīng)

1.構(gòu)建Probit模型，估計(jì)傾向得分

通過相關(guān)數(shù)據(jù)獲取及統(tǒng)計(jì)回歸，我們認(rèn)為信貸狀況存在一定的收入效應(yīng)。由于Probit模型擬合度高，擬合效果好，符合本項(xiàng)目研究要求，因此，在研究過程中，首先利用傾向得分匹配法（Propensity Score Matching）構(gòu)建Probit模型，運(yùn)用stata估計(jì)得到傾向得分Pi （獲得信貸的概率）如下：

其中 xi為影響變量，即年齡（age）、受教育程度（edu）、家庭成員數(shù)（familymembers）、就業(yè)比率（employmentrate）、撫養(yǎng)系數(shù)（childoldrate）。β為Probit參數(shù)。

2.測算信貸狀況的平均處理效應(yīng)（ATE）

在估計(jì)得到傾向得分后，基于該概率，利用逆概率理論，在反事實(shí)推斷模型框架下進(jìn)行平均處理效應(yīng)（ATE）測算。所謂反事實(shí)推斷模型，即在被解釋變量為0，1變量前提下，通過傾向得分匹配，探究各影響因變量因素中具體某一個(gè)因素作用時(shí)，假設(shè)該因素不存在情況下時(shí)的潛在結(jié)果。由于反事實(shí)結(jié)果實(shí)際無法觀測得到，因此，需要測算平均處理效應(yīng)（ATE），基于該理論，構(gòu)建如下模型：

其中：

同理有：

和 是由傾向得分匹配法模型估測出來的，通過概率匹配模型，尋求得到最為接近的估測值。

通過平均處理效應(yīng)測算，可以對貸款的收入效應(yīng)有初步評估，為后續(xù)研究打下基礎(chǔ)。

（二）運(yùn)用分位數(shù)處理模型進(jìn)行信貸收入效應(yīng)檢驗(yàn)

由于樣本選取范圍廣，樣本家庭收入水平差異較大，需要對不同收入水平樣本家庭的借貸行為效應(yīng)進(jìn)行進(jìn)一步測算，因此在基于前文估測的傾向得分與平均效應(yīng)，利用逆概率的加權(quán)思想，構(gòu)建如下所示分位數(shù)檢驗(yàn)?zāi)Ｐ停?/p>

其中I（A）為指示函數(shù)，即當(dāng)A發(fā)生時(shí)I（A） = 1，否則為0。

通過構(gòu)建分位數(shù)模型，對選定樣本的概率進(jìn)行回歸，全面刻畫出信貸狀況對收入效應(yīng)特征。

（三）測算信貸狀況對基尼系數(shù)的影響

據(jù)國內(nèi)現(xiàn)有學(xué)者研究成果來看，針對信貸狀況對收入效應(yīng)的研究仍停留在Probit模型構(gòu)建與檢驗(yàn)上，未能將信貸狀況對收入分布、國家宏觀經(jīng)濟(jì)發(fā)展的影響進(jìn)行實(shí)際量化。在現(xiàn)有學(xué)者研究之上，通過借鑒Economic Letters發(fā)表的最新研究成果，創(chuàng)造性的第一次將收入效應(yīng)的影響進(jìn)行量化，并通過基尼系數(shù)變動情況進(jìn)行反映。

作為綜合考察居民內(nèi)部收入的指標(biāo)，基尼系數(shù)測量了居民收入分配的差異程度，可以較為客觀的反映收入分配效應(yīng)，因此，基于（Lv Xiaofeng、Rui Li、Zheng Fan，2017）的研究，可以構(gòu)建如下模型測定基尼系數(shù)變動情況：

（1）

其中 表示發(fā)生信貸， 表示不發(fā)生信貸

（2）

其中Mn是對變量X邊界觀測值的微小調(diào)整，解決了由于X異常值所導(dǎo)致的邊界收斂速度過慢問題。因此， 克服了高估值問題下自變量X對實(shí)驗(yàn)結(jié)果的過度影響。定義估測值：

（3）

其中

在 成立條件下，有：

則通過估測 和 ，可以得到信貸狀況對基尼系數(shù)的影響程度程度△，

即：

△ （4）

綜上通過構(gòu)建Probit模型測定傾向得分，通過分位數(shù)測定，運(yùn)用最新模型測定基尼系數(shù)，可以更為直觀的反映出信貸狀況的收入效應(yīng)，從而在信貸狀況與基尼系數(shù)間搭撿起更為直觀顯著的聯(lián)系。

四、模型分析

（一）利用傾向得分匹配法，基于probit模型的信貸收入效應(yīng)估計(jì)

本文采用傾向得分匹配法運(yùn)用到借貸對家庭的收入影響的研究中，整理數(shù)據(jù)并根據(jù)數(shù)據(jù)類型選擇合適的模型及納入的協(xié)變量后，計(jì)算出傾向得分，再進(jìn)一步研究。

在研究中，我們采用Probit模型，首先通過逐步引進(jìn)家庭特征變量來估算傾向得分，檢查家庭傾向得分平衡性以及模型的值，選擇滿足平衡性要求且值最大的變量組合用于最終傾向得分估算。其次，我們利用平均政策處理效應(yīng)模型，計(jì)算出系數(shù)約為7449，即發(fā)生借貸對家庭收入的平均影響值為增加7449，變量的選擇滿足平衡性要求。Probit模型估算說明了這個(gè)變量對于家庭收入水平的影響。采用傾向得分匹配法評估信貸行為對家庭收入的效應(yīng)，分析發(fā)現(xiàn)，借貸行為對家庭收入的增加具有穩(wěn)健的正向效應(yīng)。

因此，根據(jù)我們統(tǒng)計(jì)量的值分析，我們不難發(fā)現(xiàn)信貸支持能夠顯著提高家庭平均收入水平。

（二）基于分位數(shù)處理效應(yīng)模型的信貸收入效應(yīng)估計(jì)

考慮到樣本中家庭收入水平差異較大，我們針對不同收入水平家庭中的信貸收入效應(yīng)進(jìn)行檢驗(yàn)。我們利用分位數(shù)處理效應(yīng)： 設(shè)連續(xù)隨機(jī)變量X的分布函數(shù)為F（X），密度函數(shù)為p（x）。那么，對任意0<1的p，稱F（X）=p的X為此分布的分位數(shù)，或者下側(cè)分位數(shù)。簡單的說，分位數(shù)指的就是連續(xù)分布函數(shù)中的一個(gè)點(diǎn)，這個(gè)點(diǎn)的一側(cè)對應(yīng)概率p。

以收入為x軸，按收入大小從低到高取9個(gè)點(diǎn)（quantile1-9就是所取的9個(gè)點(diǎn)），對這9個(gè)點(diǎn)的值分別回歸，分析出每個(gè)點(diǎn)上的信貸情況對收入水平的影響值。我們發(fā)現(xiàn)在Quantile1-9中，除了Quantile1外，Coef（即影響值）都是依次遞增的，說明借貸對低收入家庭的影響很小，且可能為負(fù)值（原因可能于低收入家庭借錢用于消費(fèi)、醫(yī)療等應(yīng)急措施，而不是用于投資有關(guān)）；而借貸對高收入家庭影響值為正，且很大，說明高收入家庭在借貸中受益很大（原因可能與高收入家庭 投資機(jī)會更多、經(jīng)營能力更強(qiáng)有關(guān)），且根據(jù)Quantile1-6的數(shù)據(jù)發(fā)現(xiàn)在1-6中借貸對收入的影響不顯著，說明對低收入家庭而言，是否發(fā)生借貸對家庭收入水平的影響并不大。

（三）通過分析基尼系數(shù)，判斷收入分配公平程度，進(jìn)一步論證借貸行為對我國收入差距的影響

我們定義實(shí)際收入分配曲線和收入分配絕對平等曲線之間的面積為A，實(shí)際收入分配曲線右下方的面積為B，并以A除以（A+B）的商表示不平等程度，這個(gè)數(shù)值被稱為基尼系數(shù)。當(dāng)基尼系數(shù)為零時(shí)，表示收入分配完全平等；如果B為零則系數(shù)為1，則收入分配絕對不平等。收入分配越是趨向平等，基尼系數(shù)也越小，反之，收入分配越是趨向不平等，基尼系數(shù)就越大。

通過我們的計(jì)算，我們發(fā)現(xiàn)基尼系數(shù)在10%的顯著性水平下顯著。而gtreat的結(jié)果為0.055，說明借貸行為導(dǎo)致基尼系數(shù)變化值的估計(jì)值為0.055，即基尼系數(shù)的值增加了0.055。于中國而言，我們的基尼系數(shù)高于所有發(fā)達(dá)國家（如日本基尼系數(shù)為0.3到0.35之間）和大多數(shù)發(fā)展中國家。而根據(jù)我們的研究發(fā)現(xiàn)，信貸行為使我國的基尼系數(shù)值增加了0.055，標(biāo)準(zhǔn)誤為0.028，近增加了10%，這應(yīng)該引起我們的高度警惕，否則將會引發(fā)一系列社會問題，進(jìn)而造成社會動蕩，危及社會主義人民政權(quán)。

五、結(jié)論與建議

根據(jù)中國家庭金融調(diào)查發(fā)布的微觀調(diào)查數(shù)據(jù)，研究借貸行為對福利效果和收入差距的影響效應(yīng)。根據(jù)家庭信貸特征分析和信貸收入效應(yīng)檢驗(yàn)的研究結(jié)果可以發(fā)現(xiàn)，第一，借貸行為對家庭收入增加的平均影響值較大，說明信貸的福利效果比較顯著，可以有效增加家庭收入，改善家庭的生活水平。第二，信貸對低收入家庭的影響很小，甚至還有可能為負(fù)向影響，說明是否發(fā)生借貸行為對低收入家庭的影響不大，原因可能是低收入家庭將借來的錢用于消費(fèi)與醫(yī)療，滿足其基本需求，而沒有用來投資，無法產(chǎn)生收入效應(yīng)。第三，借貸行為對高收入家庭的影響為正，且影響值很大，說明高收入家庭可以通過借貸行為獲得較大收益，原因可能是高收入家庭將借來的錢用于投資并獲得了較大的投資回報(bào)，進(jìn)一步提高了生活水平。第四，借貸行為將進(jìn)一步擴(kuò)大收入差距，使基尼系數(shù)大幅度提高。

根據(jù)上述結(jié)論，本文認(rèn)為政府要想通過借貸改變居民的生活水平，縮小貧富差距，不僅需要更合理地借助消費(fèi)金融的杠桿作用，更需要合理的收入分配政策，教育資源傾斜等多方面的配合。政府應(yīng)該完善借貸的方式，推進(jìn)金融工具的創(chuàng)新，形成更合理的家庭信貸體系。其次，要在養(yǎng)老、醫(yī)療、住房等方面提高對低收入家庭的社會保障力度，滿足低收入家庭的基本層面的需求，才能使他們在獲得借款時(shí)進(jìn)行投資，切實(shí)提高家庭生活水平。此外，政府更需要重視對低收入家庭相關(guān)技能的培訓(xùn)，提高他們資金利用的效率，增強(qiáng)獲取信息和利用資源的能力，使其能夠更好地利用信貸資源改善家庭收入情況。

參考文獻(xiàn)：

[1]畢德富：《宏觀調(diào)控與民間借貸的相關(guān)性研究》，《金融研究》2005年第8期。

[2]李銳、朱喜：《農(nóng)戶金融抑制及其福利損失的計(jì)量分析》，《經(jīng)濟(jì)研究》2007 年第2 期。

[3]李銳，李寧輝：《農(nóng)戶借貸行為及其福利效果分析》，《經(jīng)濟(jì)研究》2004年第12期

[4]劉輝煌：《家庭信貸及其收入效應(yīng)——基于處理效應(yīng)模型》，《首都經(jīng)濟(jì)大學(xué)學(xué)報(bào)（雙月刊）》2015年第2期。

[5]李慶海，李銳：《農(nóng)戶信貸配給及其福利損失——機(jī)基于面板數(shù)據(jù)的分析》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2012年第8期。

[6]王文成，周津宇：《農(nóng)村不同收入群體借貸的收入效應(yīng)分析——基于農(nóng)村東北地區(qū)的農(nóng)戶調(diào)查數(shù)據(jù)》，《中國農(nóng)村經(jīng)濟(jì)》2012年。

[7]余新平，熊晶白：《中國農(nóng)村金融發(fā)展與農(nóng)民收入增長》，《中國農(nóng)村經(jīng)濟(jì)》2010年。

[8]Binswanger， H.P .， Khandker， S .R.， 1995.The Impact of Formal Finance on The Rural Economy of India.Journal of Development Study ，32（2）， 234 —262.

[9]Pitt ， M.M .， Khandker ， S .R.， 1998 .The Impact of Group -based Credit Programs on Poor Household in Bangladesh ：Does The Gender of Participants Matter ？ Journal of Polit ical Economics .106（5）， 958 —996 .

作者簡介：

巫錫超（1998.08-） 男，漢族，福建省寧化縣人，本科學(xué)歷。