君，已阅读到文档的结尾了呢~~
小型水利设施建设中农户支付行为的影响因素分析——基于社会资本视角
influencing factors of farmers& payment behaviour on small water conservancy facilities construction——from the perspective of social capital
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
小型水利设施建设中农户支付行为的影响因素分析——基于社会资本视角
influencing factors of farmers& payment behaviour on small water conservancy facilities construction——from the perspective of social capital
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口&>&&>&金融可得性、金融市场参与和家庭资产选择
金融可得性、金融市场参与和家庭资产选择 投稿：白痞痟
金融可得性、金融市场参与和家庭资产选择尹志超 吴 雨西南财经大学金融学院 中国家庭金融调查与研究中心 作者简介：尹志超：西南财经大学金融学院、中国家庭金融调查与研究中心，教授、博导。在《经济研究》、《经济学（季刊）》、《China Economic…
其实还有很多我都没写，我也没这么较劲，我也不想得罪人。如果在丽江我到处得罪同业，我就是口碑再好也混不下去。我只不过写了一些会破坏整个丽江旅游的生态环境的部分。有些事情可能在你眼里是小事情，但是据我所知，客人反应很大，这其实是砸了大家的饭碗，破坏了整个…
2007年，王老吉销量突破50亿元，超越可口可乐，成为“2007年度全国罐装饮料市场销售额第一名”。王老吉的崛起，带动了凉茶行业的迅猛增长，广东省食品行业协会会长张俊修指出：“2007年广东省凉茶饮料同比增长25%，销量突破了500万吨，预计到201…
金融可得性、金融市场参与和家庭资产选择
西南财经大学金融学院 中国家庭金融调查与研究中心
作者简介：
尹志超：西南财经大学金融学院、中国家庭金融调查与研究中心，教授、博导。在《经济研究》、《经济学（季刊）》、《China Economic Review》等杂志发表论文多篇。研究方向为家庭金融、银行学、应用微观计量经济学等。
电子邮件: yzc@ 电话： 传真：028-
通讯地址：成都市光华村街55号
西南财经大学金融学院
吴雨：西南财经大学经济管理研究学院，金融学博士生。 电子邮件： 电话：
【摘要】本文运用中国家庭金融调查（CHFS）数据，从正规金融市场和非正规金融市场两个方面，研究了金融可得性对家庭金融市场参与及资产配置的影响。对正规金融市场的研究发现，金融可得性增加会提高家庭正规金融市场参与，同时会促使家庭增加在正规金融市场上的风险资产配置。对非正规金融市场的研究发现，无论是家庭作为非正规金融市场参与的借入方（需求方）还是借出方（供给方），金融可得性提高都会降低家庭在非正规金融市场的参与，同时降低家庭在非正规金融市场的风险资产配置。因而，金融的发展对家庭参与正规金融市场有正向影响，并对非正规金融市场有抑制作用。
【关键词】金融可得性 金融市场参与 资产选择 JEL：G11；G12
金融可得性、金融市场参与和家庭资产选择
【摘要】本文运用中国家庭金融调查（CHFS）数据，从正规金融市场和非正规金融市场两个方面，研究了金融可得性对家庭金融市场参与及资产配置的影响。对正规金融市场的研究发现，金融可得性增加会提高家庭正规金融市场参与，同时会促使家庭增加在正规金融市场上的风险资产配置。对非正规金融市场的研究发现，无论是家庭作为非正规金融市场参与的借入方（需求方）还是借出方（供给方），金融可得性提高都会降低家庭在非正规金融市场的参与，同时降低家庭在非正规金融市场的风险资产配置。因而，改善金融可得性对家庭参与正规金融市场有正向影响，并对非正规金融市场有抑制作用。
【关键词】金融可得性 金融市场参与 资产选择 JEL：G11；G12
目前，我国的金融市场还不发达，家庭的金融市场参与率较低。根据中国家庭金融调查数据（甘犁、尹志超等，2012），家庭股票市场参与率为8.8%，城市家庭为16.6%，农村家庭仅为1.9%；基金市场的参与率为4.2%，其中城市家庭为7.6%，农村家庭为1.3%。家庭正规金融市场的参与率为11.4%，其中城市家庭为16.9%，农村家庭为2.6%。相反，家庭非正规金融参与率非常高， 33.2%的家庭有借入款，11.7%的家庭有借出款。按东、中、西部进行划分，家庭股票市场参与率分别为13.5%、4.9%、4.1%；正规金融市场参与率分别为17.3%、6.4%、5.8%；有借入款家庭分别为24.8%、39.2%、42.6%；有借出款的家庭分别为12.9%、11.7%、9.1%。从这一组数据可以看出中国家庭的金融市场参与情况，在城市与农村，东、中、西部之间都存在着较大的差异，并且中国家庭非正规金融市场参与率远高于正规金融市场。什么因素决定了中国家庭对正规金融市场的“有限参与”及对非正规金融市场的“过度参与”？这是本文感兴趣的问题。
传统的金融理论认为，家庭应该将一定比例的财富投资于所有的风险资产，投资者风险偏好的差异决定风险资产的投资比例（Dow and Werlang，1992）。Campbell（2006）认为很多家庭金融市场参与率低和投资组合单一，原因是家庭资产配置决策的失误。而我国家庭金融市场参与率低可能与金融市场的发展相关。易纲、宋旺（2008）研究发现，随着中国金融体系的发展，股票金融债券等金融资产增长迅速。我国家庭非正规金融市场的高参与率，同样可能是由于正规金融市场的不发达，已有文献通常认为正规金融与非正规金融存在替代关系（金烨、李宏彬，2009）。金融的发展意味着家庭可以获得更多的金融服务，家庭金融可得性会增强。家庭金融可得性增强如何影响家庭金融市场的参与以及资产选择，这是本文要研究的核心问题。杜金富（2012）指出当前我国金融服务的可得性在不少地方仍然存在问题。正是由于不同地区金融发展水平的差异性，本文尝试从家庭金融服务的可得性（Financial Availability）角度对此进行研究。
国内外关于金融发展的研究，主要集中在金融发展对经济的影响上。Greenwood and Jovanovic（1990）认为金融发展能促进经济增长，原因是金融中介机构要求资本的高收益。吕雯、鲍曙明等（2011）使用每万人银行数作为金融发展的衡量指标，发现金融发展对经济起促进作用。武志（2010）采用戈氏指标衡量金融发展水平，同样得出金融发展和经济增长的正向关系。但是，王晋斌（2007）发现金融控制的弱化会降低金融发展对经济增长的促进作用。其他方面，还有研究金融发展对收入不平等的影响。Mookerjee and Kalipioni（2010）用每万人拥有的银行机构数量来衡量金融服务的可得性，研究发现金融可得性增加会降低收
入的不平等。孙永强和万玉琳（2011）运用年30个省的面板数据，研究发现金融发展加大了城乡居民的收入差距，叶志强、陈习定和张顺明（2011）也有同样发现。孙永强（2012）进一步研究发现金融二元结构环境下，金融发展虽然会同时提高城市和农村居民收入，但是仍会加大城乡居民收入差距。关于金融发展对资产配置的影响，宏观层面随着金融体系的发展，股票金融债券等金融资产增长迅速（易纲、宋旺，2008）；微观层面的研究，由于微观数据的缺乏，文献很少。
本文运用中国家庭金融调查的微观数据，研究家庭金融可得性对家庭资产配置以及参与正规与非正规金融市场的影响。本文发现，金融可得性增加会提高家庭正规金融市场参与，同时会促使家庭增加在正规金融市场上的风险资产配置。同时，金融可得性提高会降低家庭在非正规金融市场的参与，并降低家庭在非正规金融市场的风险资产配置。因而，金融的发展对家庭参与正规金融市场有正向影响，并对非正规金融市场有抑制作用。
本文以下部分是这样安排的：第二部分是文献综述；第三部分是模型与变量；第四部分是估计结果；第五部分是稳健性检验；第六部分是结论。
二、文献综述
关于家庭金融市场参与及资产配置的研究，国外文献较多，主要集中在以下几方面。首先，很多文献研究背景风险对金融市场参与及资产配置的影响，背景风险主要包括收入风险和健康风险。Gusio，Jappelli and Terlizzese（1996）运用意大利家庭收入与财富调查（SHIW）数据研究证实了收入有风险的家庭会降低风险资产的比重，会增加非流动资产的比重。Hochguertel（2002）也发现家庭由于收入的不确定，因预防性动机而降低风险资产持有比重。Bertaut（1998）运用美国消费者金融调查（SCF）数据研究家庭持股情况，也发现收入风险有负向影响，教育有正向影响，同时流动性约束也有负向影响。Cardak and Wilkins（2009）用澳大利亚家庭、收入及劳动力动态调查（HILDA）数据，研究发现背景风险中的收入不确定性与健康风险对风险资产的影响非常大，同时还发现流动性约束与风险偏好对风险资产的影响也十分显著。Rosen and Wu（2004）用美国健康和退休调查（HRS）数据对家庭风险资产比重的研究发现，健康状况与教育都具有显著的正向影响。
其次，个体特征对家庭金融市场参与及风险资产持有的影响。Shume and Faig（2006）运用美国SCF 的调查数据研究家庭股票市场参与，发现财富、年龄、退休储蓄金等对家庭股市参与有正向影响；自主经营企业有负向影响。Wachter and Yogo（2010）研究发现财富对风险资产有正向影响，风险厌恶有负向影响。Haliassos and Bertaut（1995）研究了美国75%家庭没有持有股票的原因，发现教育有正向影响，信贷约束有负向影响，还发现借贷利差和家庭收入来源单一的影响巨大。
其他的研究还有，流动性约束对家庭金融市场参与及风险资产配置的影响，Fratantoni（1998）运用美国SCF的调查数据，研究发现信贷约束对家庭持有风险资产有负向影响，同时发现教育与身体状况有正向影响。投资替代对家庭持有风险资产的影响，Heaton and Lucas（2000）运用美国SCF的数据研究发现，拥有工商业的家庭持有股票比重低于没有工商业的家庭。Yamishita（2003）研究了房产对家庭金融资产配置的影响，发现房产占净资产的比重对股票资产占比有显著负向影响。
关于正规金融与非正规金融的研究。已有文献认为非正规金融产生的原因是金融抑制和信息不对称。一方面，从金融抑制来看，Adams和Vogel（1986）认为金融抑制导致正规金融市场形成信贷配额，大批资金需求者被淘汰。另一方面，从信息不对称角度来看，Stiglitz和Weiss（1981）认为金融市场普遍存在信息不对称问题，银行无法判断借款人的还款能力，这样就产生了逆向选择和道德风险问题。银行等正规金融机构对中小企业不具有信息优势，
不能识别借款人的还款能力，而非正规金融在这方面具有信息优势。林毅夫、孙希芳（2005）从信息不对称角度分析了由于中小企业缺乏抵押品，银行等正规金融又缺乏中小企业的“软信息”，非正规金融的存在能够改进整个信贷市场的资金配置效率。
关于非正规金融和正规金融之间的关系，主要有两种观点：一种观点认为两者之间的关系是相互替代的。Fenn，Liang，and Prowse（1997）发现民间投资会投向小企业，直到这些小企业能从正规金融市场融到资金为止。金烨、李宏彬（2009）也发现正规金融与非正规金融存在替代关系。另一种观点认为两者存在互补关系。Garmaise and Moskowitz（2002）研究发现，即使美国这样金融市场非常发达的国家，也广泛存在着非正规金融，因此二者并不是一个简单的替代关系。刘民权、徐忠和俞建托（2003）认为非正规金融在信息上具有优势，所以正规金融对非正规金融并不是简单的替代关系。
综上所述，尽管关于家庭金融市场参与、金融资产配置、正规金融和非正规金融的研究较多，但是目前从家庭金融可得性角度对此进行研究的文献还非常少见，本文正是从这一角度出发，运用中国家庭金融调查的微观数据对此展开深入研究。这将是对现有文献的重要补充和完善。
三、模型与变量
本文主要采用Probit来分析金融可得性对家庭参与正规与非正规金融市场的影响，然后用Tobit模型分析金融可得性对家庭风险资产占金融资产比重的影响。Probit模型为：
Y=1(?Financial_availability+X?+u>0)
（1）式中，u~N(0,?2)。Y是哑变量，等于1表示家庭参与金融市场，0表示没有参与；Financial_availability是我们关注的金融可得性；X是控制变量，包括家庭特征变量和地区控制变量。由于风险资产占金融资产的比重是截断的（censored），因此，本文使用Tobit模型进一步估计金融可得性对金融资产配置的影响。
y*= ?Financial_availability+X?+u
Y?max(0, y)
公式（2）、（3）是Tobit模型。Y表示家庭风险资产占金融资产的比重；y表示风险资产占比大于0部分；同样Financial_availbility是关注变量金融可得性；X是控制变量，包括家庭特征变量和地区控制变量。
接下来介绍本文要用到的变量。为了研究金融可得性与家庭对金融市场的参与、家庭金融资产配置的关系，本文选取的被解释变量有：家庭的正规金融市场参与、股票市场参与、非正规金融市场参与、风险资产占比、股票资产占比和借出款占比。金融市场参与表示家庭是否拥有正规金融市场的风险资产，如果拥有风险资产取1，没有风险资产取0。家庭的股票市场参与表示家庭是否拥有股票，如果拥有股票取1，没有取0。家庭非正规金融市场参与表示家庭是否参与非正规金融市场，参与取1，没有取0。家庭的风险资产占比表示正规金融市场风险资产占金融资产的比重，股票资产占比表示股票资产占金融资产的比重，借出款占比表示家庭在非正规金融市场的借出款占金融资产的比重。
本文定义的家庭风险资产分为正规金融市场和非正规金融市场的风险资产，正规金融市场的风险资产主要包括：股票、基金、金融债券、企业债券、金融衍生品、金融理财品、外汇、黄金等；非正规金融市场的风险资产主要指民间借出款。家庭金融资产包括上述的风险
资产和无风险资产，无风险资产包括现金、股票账户现金、政府债券、活期存款、定期存款等。
本文关注的解释变量是家庭金融的可得性。Mookerjee and Kalipioni（2010）用每万人拥有的银行机构数量衡量金融服务的可得性。我们认为，家庭所居住的小区银行数量与家庭金融行为有更加直接的关系，可以更加准确的反映家庭的金融可得性。所以，我们根据中国家庭金融调查数据，计算出每个小区（含村，以下同）所有样本家庭存款开户银行的家数，用以度量金融可得性。显然，小区银行家数越多，该小区的金融机构发展越好，家庭金融可得性越强。在后文的分析中，我们也用Mookerjee and Kalipioni（2010）选取的每万人拥有的银行机构数量作为金融可得性的度量，进行稳健性检验。此外，我们还用每万人证券营业部数量和每万人ATM机数量作为金融可得性的补充衡量指标，估计结果也在稳健性检验部分报告。
参照以往文献选，我们选取的控制变量包括：户主年龄、教育、婚姻状况、户籍、风险态度①、家庭净资产、负债比率、是否从事工商业等。为了控制地区经济发展水平的差异，我们引入了家庭所在市（州）的人均GDP；为了控制地域的固定效应，我们引入了省份哑变量。与以往文献相同，本文去除了家庭净资产小于0和家庭收入小于0的样本。表1给出了变量的描述性统计：
CHFS关于风险态度的问题是“如果您有一笔资产，将选择哪种投资项目？ 1.高风险，高回报项目；2.略高风险，略高回报项目； 3.平均风险，平均回报项目； 4.略低风险，略低回报项目；5.不愿意承担任何风险”。本文将选项1和2界定为风险偏好，将选项3界定为风险中性，将选项4和5界定为风险厌恶。以风险中性为参照组，引入风险偏好和风险厌恶两个哑变量。
从表1可以看出，样本中家庭的正规金融市场参与率仅仅11.5%，但非正规金融市场参与率却达到40.9%。家庭风险资产占金融资产的比重也较低，仅仅4.7%。小区银行数最小值为1，最大值为10，这表明我国家庭金融环境差异较大。家庭所在县（区）每万人银行数、证券营业部数量、ATM机数量都差异较大，这些指标也都说明了我国家庭所处的金融环境差异大，金融可得性异质性强。为了避免内生性，我们控制的家庭收入中未包含投资性收入。实证分析中，为了观察不同年龄段家庭的行为差异，我们将家庭按户主年龄分为16-25岁组、25-35岁组、35-45岁组、45-55岁组、55岁-65岁组及65岁组以上，以16-25岁组为对照组。教育水平，以没有文化的家庭作为对照组，初等教育组为拥有小学、初中学历；中等教育组为拥有高中、中专学历；高等教育为拥有大专、本科学历；研究生及以上组为拥有硕士、博士研究生学历。其他变量如表中所述，下文将进行深入分析。
本文的关注变量小区银行数可能是内生的，其内生性可能来自两方面：一方面，家庭对金融市场的参与可能导致小区金融机构数量的变化，比如家庭对金融产品的需求越大，则金融机构进入小区的可能性越大。另一方面，小区银行数量和家庭参与股市可能同时受到其他因素的影响，比如当地的理财习惯、文化背景等，而这些变量又是不可观测的。因此，本文要处理的一个关键问题是小区银行数的内生性。经过反复检验，我们将用家庭所在县（区）的非农人口占比作为小区银行数的工具变量进行估计。由于非农人口占比高的地方通常金融会越发达，小区银行数可能越多，即非农人口占比与小区银行数非常相关。另外，非农人口占比和家庭对股市的参与及资产配置之间没有直接的关系。因此，我们认为非农人口占比作为小区银行数的工具变量是合适的。后面还将在估计中给出具体的检验结果，对工具变量进一步说明。
四、估计结果
（一）金融可得性与正规金融
本部分关于金融可得性对正规金融市场影响的分析从两个方面展开：正规金融的参与和风险资产的配置。本文将参与正规金融市场家庭定义为拥有正规金融市场风险资产的家庭，同时还特别分析了家庭对股票市场的参与。 1.金融可得性与正规金融市场参与
表2是金融可得性对家庭拥有风险资产影响的估计结果。第（1）列和第（3）列用Probit模型估计，第（2）列和第（4）列考虑到金融可得性可能存在的内生性，引入工具变量，进行了两阶段估计。
金融可得性对家庭拥有风险资产的影响
、、 分别表示在10%、5%、1%水平显著，括号内为异方差稳健的标准差；DWH检验是
Durbin-Wu-Hausman检验的简称；估计中控制了省份哑变量，为了节省篇幅，结果没有报告，以下相同。
在第（1）列的估计中，关注变量小区银行数估计系数为0.07，在1%置信水平下显著，计算可知小区银行数的边际效应（Marginal Effect）为0.01，即小区银行数增加一个，家庭参与正规金融市场的概率增加0.01。这表明，小区银行数越多，也就是家庭金融可得性越强，家庭参与正规金融市场的概率越高。家庭净资产的估计系数为0.32，在1%水平上显著，说
明家庭净资产对参与正规金融市场有正向影响。家庭收入的估计系数为0.06，也在1%水平上显著，同样有正向影响。年龄分段与对照组16-25岁组相比，45-55岁组及以前的估计系数都非常显著，且估计系数在35-45岁组的估计系数最大，表明这一年龄段的家庭参与正规金融市场的概率最大。这与Shum and Faig（2006）风险市场参与随年龄先增大后降低的结论一致，但Cardak（2009）研究发现年龄到70岁才会显著下降。教育水平与对照组没有文化相比，估计系数除初等教育不显著，其他组的估计系数都在1%水平显著。与对照组相比，估计系数随教育水平的提高而增大，说明教育对家庭参与正规金融市场有正向影响。在风险偏好的估计中，与对照组风险中性相比，风险爱好的估计系数为0.29，风险厌恶的估计系数为-0.16，且都在1%水平上显著，这与经济学理论相符。有个体工商业的估计系数为-0.23，在1%水平上显著，说明个体工商业对家庭拥有风险资产有负向影响，这与以往文献研究认为个体工商业的家庭出于投资替代和风险规避的目的而降低家庭持有风险资产的结论相一致（Shume and Faig，2006）。此外，人均GDP越高的地方，家庭持有风险资产的比例越高；农村持有风险资产的比例显著低于城市。这与直觉也是一致的。
第（2）列中，考虑到用小区银行数衡量家庭金融可得性，可能会存在内生性问题，估计中用区（县）非农业人口占比作为工具变量，进行了两阶段估计。第（2）列报告了用Durbin-Wu-Hausman检验（以下简称DWH检验）小区银行数内生性的结果，p值为0.07，10%水平上拒绝了不存在内生性假设，因此存在内生性问题。在两阶工具变量估计中，第一阶段估计的F值为372.35，工具变量的t值为19.97。根据Stock and Yogo（2005），F值大于10%偏误下的临界值为16.38，不存在弱工具变量问题。因而，用区（县）非农业人口占比作为工具变量是合适的。在第（2）列的估计中，小区银行数的估计系数为0.21，在1%水平上显著，计算可知小区银行数的边际效应为0.02，即小区银行数增加一个，家庭参与正规金融市场的概率增加0.02。估计系数和边际效应较第（1）列显著上升，这表明金融可得性的内生性对估计结果有重要影响。其他变量的估计系数与第（1）列的估计基本一致。因此，第（2）列用工具变量估计的结果进一步表明，金融可得性对家庭参与正规金融市场具有显著的正向影响。
第（3）列是金融可得性对家庭是否拥有股票影响的估计。在第（3）列中，小区银行数估计系数为0.1，在1%水平上显著；小区银行数的边际效应为0.01，即小区银行数增加一个，家庭参与股票市场的概率增加0.01。这表明家庭金融可得性增大，会增加家庭持有股票的概率。家庭净资产估计系数为0.3，在1%水平上显著，同样有正向影响。家庭收入估计系数为0.05，在1%水平上显著。同样，年龄有正向影响，估计系数都在1%水平上显著。年龄组估计系数先增大后减小，说明青年、老年家庭持有股票的概率低于中年家庭。教育水平的估计中，教育的正向影响同样很显著。同样，风险爱好家庭持有股票概率较大，风险厌恶家庭持有股票概率较低。个体工商业的估计系数为-0.22，在1%水平上显著。此外，人均GDP越高的地方，家庭持有风险资产的比例越高；农村持有风险资产的比例显著低于城市。在第（4）列的估计中，用该区（县）非农业人口占比作为小区银行数的工具变量，DWH检验小区银行数并不存在内生性问题，因此，第（3）列的估计结果是可信的。估计结果表明，小区银行数对家庭参与股票市场具有显著的正向影响。
综上，本部分的结果表明，家庭金融可得性对家庭参与股票市场及其他正规金融市场都具有显著的正向作用，小区银行数每增加一个，家庭参与正规金融市场的概率上升0.02，参与股票市场的概率上升0.01。
2.金融可得性与风险资产配置
金融可得性不但会对家庭是否参与金融市场构成影响，还可能进一步对家庭参与金融市场的深度，即家庭在风险资产上的配置比例产生影响。接下来就研究金融可得性对家庭风险
资产配置的影响。
表3是金融可得性对家庭风险资产配置影响的估计结果。被解释变量风险资产占比与股票资产占比，分别表示家庭风险资产与股票资产占金融资产的比重。第（1）列和第（2）列是金融可得性对家庭风险资产占比影响的估计结果，第（3）列和第（4）列是金融可得性对股票资产占比的估计结果。第（1）、（3）列是用Tobit模型估计的结果，第（2）、（4）列是引入工具变量进行两阶段估计的结果。
在第（1）列中，小区银行数的估计系数为0.05，在1%置信水平下显著，边际效应也为0.05，即小区银行数增加一个，家庭风险资产比例增加5%。这表明，家庭金融可得性增加会增加持有风险资产比重。家庭净资产估计系数为0.17，在1%水平上显著，估计结果与以往文献相一致（Cardak and Wilkins，2009）。家庭收入的估计系数为0.03，也在1%水平上显著，同样有正向影响。年龄组的估计系数除65岁以上组都非常显著，且与对比组16-25岁组相比，估计系数先增大后降低，说明中年家庭持有风险资产的比重最大。教育水平的估计系数初等教育组不显著，在其他教育水平都在5%及以上显著，且系数随教育水平提高而增大，说明教育水平的正向影响。风险爱好的估计系数为0.17，风险厌恶的估计系数为-0.10,都在1%水平上显著，这与经济学理论是一致的。有个体工商业的估计系数为-0.13，在1%水平上显著，说明个体工商业对家庭拥有风险资产有负向影响，这与以往文献研究认为个体工商业的家庭出于投资替代和风险规避的目的而降低家庭持有风险资产的结论相一致（Heaton and Lucas，2000）。此外，人均GDP越高的地方，家庭持有风险资产的比例越高；农村持有风险资产的比例显著低于城市。DWH检验显示，小区银行数存在内生性问题。在第（2）列估计中，用该区（县）非农业人口占比作为小区银行数的工具变量，小区银行的估计系数为0.14；在1%水平上显著，计算可知小区银行数的边际效应为0.02，即小区银行数增加一个，家庭风险资产占金融资产的比重将增加2%。估计系数较第（1）列上升，但边际效应下降，因此，第（1）列不考虑小区银行数的内生性可能高估了边际效应。第（2）列的工具变量检验结果显示金融可得性存在内生性，这进一步表明进行两阶段工具变量估计的必要性。其余变量的估计结果与第（1）列基本一致。因此，金融可得性对家庭风险资产投资具有显著的正向影响。
第（3）列估计了金融可得性对股票资产占金融资产比重的影响。小区银行数估计系数为0.06，在1%水平上显著，边际效应也为0.06，即小区银行数增加一个，家庭股票资产占比上升6%。这说明，家庭金融可得性增大会提高家庭在风险资产上的投资比重。家庭净资产和收入的估计系数分别为0.17和0.03，且都在1%水平显著，同样对股票资产占比有正向影响。年龄的影响同样显著，且估计系数先增大后减小，并在35-45岁年龄组投资股票资产的比重最大。教育同样有正向影响，且随着教育水平的提高影响越大。风险偏好家庭风险资产占比高于风险中性家庭，风险厌恶家庭风险资产比重低于风险中性家庭。同样，个体工商业有负向影响，负债率越高的家庭风险资产占比越大，人均GDP有正向影响，农村地区显著低于城市地区。在第（4）列中，同样用该区（县）非农业人口占比作为小区银行数的工具变量，估计结果与估计（3）基本一致。DWH方法检验，小区银行数并不存在内生性问题，因此，第（3）列的估计结果是可信的。估计结果表明，金融可得性的改善将增加家庭股票资产配置的比重。
综上，金融可得性不但会促进家庭参与正规金融市场，还会进一步增加家庭在风险资产上配置的比例，促进家庭对正规金融市场参与深度的提高：小区银行数每增加一个，家庭风险资产占比增加2%，家庭股票资产占比增加6%。
（二）金融可得性与非正规金融
前面的分析显示，金融可得性将促进家庭参与股票市场等正规金融市场，并会增加家庭在股票资产等金融风险资产上投资的比重。目前我们的金融市场除了正规金融市场，还存在一个不可忽视的非正规金融市场。下面，进一步研究金融可得性对家庭在非正规金融市场的行为的影响。实证分析仍然从两个方面展开：金融可得性对家庭非正规金融市场参与的影响；
金融可得性对家庭在非正规金融市场资产配置的影响。 1.金融可得性与非正规金融市场参与
表4研究了金融可得性对家庭非正规金融市场参与的影响，分别从家庭作为非正规金融市场的借入（需求）方与借出（供给）方进行了分析。第（1）、（2）列估计金融可得性对家庭是否有民间借入款的影响；第（3）、（4）列估计金融可得性对家庭是否有民间借出款的影响；第（5）、（6）列估计金融可得性对家庭是否参与非正规金融市场的影响。
第（1）列中，小区银行数估计系数为-0.06，在1%水平上显著；计算可知小区银行数的边际效应为-0.02，即小区银行增加一个，家庭参与非正规金融市场借款的概率下降0.02。这表明，家庭金融可得性增加会降低家庭从非正规金融市场借款的概率，因而正规金融的发展从借入层面降低了家庭对非正规金融的需求。年龄除了65岁以上年龄组估计系数在1%水平上显著为负，其他均不显著，65岁以上年龄组借款明显低于其他年龄组，这反映了参与非正规金融市场的人群以中青年为主。教育水平估计系数均为负，且都在5%及以上水平显著。教育水平的提高显著降低了借入款的概率，并且教育水平越高降低越大。个体工商业估计系数为0.28，在1%水平上显著，说明有个体工商业家庭参与民间借入市场的概率更高。男性户主的估计系数为0.09，在1%水平上显著，说明男性户主家庭进入民间借入市场的概率高于女性户主家庭。单身与当地GDP的估计系数均显著为负。第（2）列中，用该区（县）非农业人口占比作为小区银行数的工具变量进行两阶段估计，DWH方法检验，小区银行数存在内生性问题。小区银行数的估计系数为-0.20，在1%置信水平下显著计算可知小区银行数的边际效应为-0.07，即小区银行增加一个，家庭参与非正规金融市场借款的概率下降0.07。第（1）列未考虑小区银行数的内生性可能低估了金融可得性的边际效应。其余变量估计结果与第（1）列基本一致。因此，金融可得性对家庭参与民间借入具有显著的负向影响。这表明，正规金融市场与民间借入市场具有替代关系，这与金烨、李宏彬（2009）的研究结果一致。
第（3）列估计了金融可得性对家庭是否有借出款的影响。小区银行数估计系数为-0.04，在5%水平上显著；小区银行数的边际效应为-0.01，即小区银行增加一个，家庭参与非正规金融市场借出资金的概率下降0.01。这表明，金融可得性增大会降低家庭民间借出的概率，家庭可能由于金融可得性的加大将资产更多的投入正规金融市场，因而正规金融的发展从借出层面降低了家庭对非正规金融的供给。家庭净资产和家庭收入估计系数分别为0.20与0.05，都在1%水平上显著，有显著的正向影响。年龄组估计系数全部显著为负，且随年龄增大而增大，对家庭参与借出市场有显著的负向影响。此外，风险厌恶有显著负向影响；教育水平，个体工商业，户主为男性都有显著的正向影响。第（4）列该区（县）非农业人口占比作为小区银行数的工具变量进行两阶段估计，小区银行数的估计系数为-0.10，在接近10%水平上显著，其他变量估计结果与第（3）基本一致。DWH方法检验，小区银行数不存在内生性问题，因此第（3）列的估计结果是可信的。
在第（5）、（6）列中，将有借入款或者借出款的家庭都定义为参与非正规金融市场，然后估计金融可得性对家庭参与非正规金融市场的影响。第（5）列中，小区银行数估计系数为-0.06，在1%水平上显著；边际效应为-0.02，即小区银行数增加一个，家庭参与非正规金融市场的概率下降0.02。结果同样说明，金融可得性增大会降低家庭参与非正规金融市场的概率。年龄在35-45岁组以上，有显著的负向影响。教育有负向影响，但整体上不显著。由于相同家庭特征对家庭参与借入与借出市场影响不一致，所以导致了在估计家庭参与非正规金融市场时部分控制变量估计系数的不显著，上文将借入与借出市场分开估计更为可取。第（6）列，用该区（县）非农业人口占比作为小区银行数的工具变量，DWH检验显示金融可得性存在内生性问题。小区银行数的估计系数为-0.19，在1%的置信水平下显著；边际效应同样为-0.02，即小区银行数增加一个，家庭参与非正规金融市场的概率下降0.02。其余变量估计结果与第（5）列基本一致。
表4的估计结果表明，金融可得性会显著降低家庭在非正规金融市场上借出资金或借
入资金的概率：小区银行数每增加一个，家庭参与民间金融市场资金借入的概率下降0.07，参与民间金融市场资金借出的概率下降0.01，参与民间金融市场借贷的概率下降0.02。因此，金融可得性增加降低了家庭对非正规金融的需求。
2.金融可得性与非正规金融市场资产配置
前面结果显示金融可得性会降低家庭参与非正规金融的概率，接下来继续研究金融可得性对家庭在非正规金融市场的资产配置行为的影响。由于家庭在非正规金融市场的资产配置主要表现了通过民间渠道借出资金，因此，下面就估计金融可得性对民间借出款占金融资产比重的影响。估计结果见表5。
金融可得性对家庭民间借出款占比的影响
在表5中，第（1）、（2）列是金融可得性对家庭借出款占金融资产比重的影响。第（1）列中，小区银行数的估计系数为-0.03，在5%水平上显著；边际效应也为-0.03，即小区银行数增加一个，家庭借出款占比下降3%。这说明家庭金融可得性增加会使家庭降低非正规金融市场上的资金借出。净资产与收入估计系数分别为0.12与0.04，都在1%水平显著为正，有显著的正向影响。年龄的估计系数都在1%水平显著为负，且随着年龄的增大系数负值越大。教育水平估计系数全部在1%水平显著为正，但估计系数各组间差距明显。风险厌恶估计系数为-0.08，在1%水平显著为负，对借出款占比有负向影响。个体工商业、单身、户主为男性都有显著正向影响。第（2）列，用该区（县）非农业人口占比作为小区银行数的工具变量，DWH检验显示不能拒绝小区银行数是外生变量的假设，故第（1）列的估计结果是可信的。。其他变量估计结果与估计（1）基本一致。因此，金融可得性增加将降低家庭通过民间借出款配置资产的概率，同时降低民间借出款的规模。这进一步证实了前面的结果，即正规金融市场的发展对非正规金融市场有很强的替代性。但是否能够完全替代，这还需要进一步深入的研究才能回答。
五、稳健性检验
本部分采用金融可得性的另外三个度量指标：每万人银行数、每万人证券营业部数、每万人ATM机数量，进一步检验金融可得性对正规和非正规市场影响结果的稳健性。估计结果见表6，为了节省篇幅，只报告了关注变量，控制变量的结果没有报告。
注：为了节省篇幅，只报告了金融可得性相关变量的估计系数，其他变量没有报告。
表6中第一部分借鉴Mookerjee and Kalipioni（2010）；吕雯、鲍曙明等（2011）的方法，
采用家庭所在县（区）每万人银行数来衡量家庭金融可得性。估计结果中每万人银行数对正规金融市场参与的估计系数为0.05，在1%的置信水平下显著；对股票市场参与的估计系数为0.06，在1%的置信水平下显著；对风险资产占比的估计系数为0.02，在1%的置信水平下显著；对民间借入的估计系数为-0.08，在1%的置信水平下显著；对民间借出的估计系数为-0.03，在1%的置信水平下显著；对民间借贷的估计系数为-0.03，在1%的置信水平下显著；对借出款占比的估计系数为-0.03，在1%置信水平下显著。表6第二部分报告了每万人ATM机数量对正规和非正规金融市场的影响，第三部分报告了每万人证券营业部数量对正规和非正规金融市场的影响。从结果可知，估计系数的方向与前面结果一致，且在统计上都非常显著。因此，前面部分的估计结果是稳健的。
值得注意的是，在表6第三部分的估计中，每万人证券营业部数量对股票市场参与的估计系数为0.19，在1%的置信水平下显著，估计系数远远大于小区银行数、每万人银行数和每万人ATM数量。同样，每万人证券营业部数量对风险资产占比、股票资产占比、及家庭对非正规金融市场的参与、民间借出款占比等指标的影响均非常显著，且估计系数也大于其他金融可得性衡量指标。这一结果不难理解，因为证券营业部与家庭股票参与等风险资产配置行为密切相关。且这一结果也有很强的现实意义，改善家庭在风险投资上的金融可得性对促进家庭参与金融市场，优化资产配置具有非常直接的作用。
注：为了节省篇幅，只报告了金融可得性相关变量的估计系数，其他变量没有报告。
表7是在考虑了金融可得性的内生性之后，用工具变量进行两阶段估计的结果。表7第一部分，用该区（县）非农业人口占比作为每万人银行数的工具变量，用每万人银行作为金融可得性的度量指标，估计金融可得性对家庭金融行为的影响。从工具变量检验结果可知，第一阶段估计的F值都大于40，不存在弱工具变量问题，但DWH检验显示，只有第（1）对家庭正规金融市场参与和第（3）列对风险资产占比的估计中金融可得性指标具有内生性，在其他估计中金融可得性均是外生的。而第（1）列中，每万人银行的估计系数为0.07，在1%置信水平下显著，第（3）列中，每万人银行数的估计系数为0.04，在1%的置信水平下显著，与表（6）的估计系数的方向是一致的。因此，表（6）的主要估计结果是可信的。表7第二部分，用该区（县）非农业人口占比作为每万人ATM机数量的工具变量，但只在第（6）列工具变量检验中金融可得性有内生性指标具有内生性，其他估计中金融可得性指标均是外生的。在第（6）列，每万人ATM机数量的系数为-0.07，在1%置信水平下显著，系数较表（6）增大，但影响方向一致。表7第三部分，用该区（县）非农业人口占比作为每万人证券营业部数量的工具变量，但只在第（5）和第（7）列的估计中发现金融可得性指标的内生性。第（5）和第（7）列的估计结果较表（6）的结果有显著上升，表明表6对这两个变量的估计系数可能被低估，但其他估计是可信的。因此，表7用工具变量估计的结果进一步证实了表6的结果。
综合表6和表7的结果，本文的估计结果非常稳健。结果一致表明，金融可得性会增加家庭参与正规金融市场的概率，增加家庭投资到风险资产的比例；同时，金融可得性会降低家庭参与非正规金融市场的概率，降低家庭民间借贷的规模。
本文基于中国家庭金融调查数据，运用Probit模型和Tobit模型研究了金融可得性和家庭对正规和非正规金融市场的参与，及家庭金融资产选择之间的关系。为了克服金融可得性的内生性对估计结果带来的影响，本文引入工具变量进行了两阶段估计。
本文发现，金融可得性增强会提高家庭在正规金融市场的参与。一方面，家庭持有风险资产和股票的概率会加大，小区银行数量每增加一个，家庭参与正规金融市场的概率增加0.02，家庭参与股票市场的概率上升0.01；另一方面，家庭会加大风险资产和股票资产的持有比重，小区银行数量每增加一个，家庭风险资产占比会上升2%，家庭股票资产占比会上升6%。家庭金融可得性增强会降低家庭在非正规金融市场的参与，既降低家庭在民间借入（需求）市场的参与，也会降低家庭在民间借出（供给）市场的参与。小区银行数量每增加一个，家庭参与民间借入市场的概率会下降0.07，家庭参与民间借出市场的概率会下降0.01，家庭参与民间金融市场借贷的概率会下降0.02。同时，家庭在非正规金融市场借出款的比重也随着金融可得性的增加而降低，小区银行数量每增加一个，家庭民间借出款占比会下降3%。本文的研究表明正规金融的发展会使得家庭更多地参与正规金融活动，对非正规金融市场有抑制的作用。随着正规金融市场的不断发展，家庭对正规金融的市场参与程度会不断提高。
本文的研究还发现，家庭资产、收入、教育水平对家庭参与正规金融市场有显著正向影响，个体工商业、风险厌恶有显著的负向影响。家庭参与正规金融市场的概率随着年龄的增加先增大后降低，且风险资产占金融资产占比也有相同变化。对非正规金融市场参与的研究还发现个体工商业有显著正向影响，但教育有负向的影响。
本文研究结果表明，随着金融市场的发展，金融可得性的增加，家庭会更加积极地参与
到金融市场，尤其是股票等风险市场，增加资产中的风险资产投资，这有利于家庭资产结构的优化。同时，随着金融市场的发展，金融可得性的增加，正规金融市场在一定程度上会替代非正规金融市场，减弱非正规金融市场的影响，这有利于金融市场的健康运行。因此，未来的政策需要进一步改善家庭金融服务的可得性，促进金融机构和金融市场的发展。
甘犁、尹志超、贾男、徐舒、马双，2012：中国家庭金融调查报告2012，西南财经大学出版社。
金烨，李宏彬，2009：非正规金融与农户借贷行为，金融研究，第4期。
林毅夫，孙希芳，2005：信息、非正规金融与中小企业融资，经济研究，第7期。
刘民权，徐忠，俞建托，2003：信贷市场中的非正规金融，世界经济，第7期。
吕雯，鲍曙明，陈科，麦勇，2011：金融发展与经济增长关系的实证研究，财政研究，第9期。
朱信凯，刘刚：二元金融体制和农户消费信贷选择：对和会的解释和分析，经济研究，2009年第2期。
孙永强，万玉琳，2011：金融发展、对外开放与城乡居民收入差距，金融研究，第1期。 孙永强，2012：金融发展、城市化与城乡居民收入差距研究，金融研究，第4期。 叶志强，陈习定，张顺明，2011：金融发展能减少城乡收入差距吗？——来自中国的证据，金融研究，第2期。
王晋斌，2007：金融控制下的金融发展与经济增长，经济研究，第10期。
武志，2010：金融发展与经济增长：来自中国的经验分析，金融研究，第5期。 易纲，宋旺，2008：中国金融资产结构演进：，经济研究，第8期。
杜金富，2012：地方金融机构首要解决地方金融服务可得性问题，全国地方金融第十六次论坛（/8715260.shtml）。
Adams, Dale W, Robert C Vogel, 1986: Rural Financial Markets in Low-income Countries: Recent Controversies and Lessons, World Development, Volume 14, Issue 4, Pages 477-487.
Bertaut, Carol C., 1998: Stockholding Behavior of U.S. Households: Evidence from the
Survey of Consumer Finances, The Review of Economics and Statistics, Volume 80, Issue 2, Pages 263-275.Campbell, John Y., 2006: Household Finance, The Journal of Finance, Volume 61, Issue 4, Pages .
Cardak, Buly A., Roger Wilkins, 2009: The Determinants of Household Risky Asset Holdings: Australian Evidence on Background Risk and Other Factors, Journal of banking & Finance, Volume 33, Issue 5, Pages 850-860.
Dow, James, Sergio Ribeiro da Costa Werlang, 1992: Uncertainty Aversion, Risk Aversion, and The Optimal Choice of Portfolio, Econometrica, Volume 60, Issue 1, Pages: 197-204.
Fenn, George W., Nellie Liang, Stephen Prowse,1997: The Private Equity Market: An Overveiw, Financial Markets, Institutions & Instruments, Volume 6, Issue 4, Pages 1-106.
Fratantoni, Michael C., 1998: Homeownership and Investment in Risky Assets, Journal of Urban Economics, Volume 44, Issue 1, Pages 27-42.
Garmaize Mark J. and Moskowitz, Tobinan J. , 2002: Informal Financial Networks: Theory and Evidence, NBER Working Paper 8874.
Greenwood, Jeremy, Boyan Jovanovic, 1990: Financial Development, Growth, and the Distribution of Income, The Journal of Political Economy, Volume 98, Number 5, Part 1, Pages .
Gusio, Luigi, Tullio jappelli, Daniele Terlizzese, 1996: Income Risk, Borrowing Constraints, and Portifolio Choice, The American Economic Review, Volume 86, Number 1,Pages 158-172.
Haliassos, Michael and Carol C. Bertaut, 1995: Why Do So Few Hold Stocks? , The Economic Journal, Volume 105, Number 432, Pages .
Heaton, John and Deborah Lucas, 2000: Portfolio Choice and Asset Prices: The Importance of Entrepreneurial Risk, The Journal of Finance, Volume 55, Issue 3, Pages .
Hochguertel, Stefan, 2002: Precautionary Motives and Portfolio Decisions, Journal of Applied Econometrics, Volume 18, Issue 1, Pages 61-77.
Mookerjee, Rajen, Paul Kalipioni, 2010: Availability of Financial Services and Income Inequality: The Evidence from Many Countries, Emerging Market Review, Volume 11, Issue 4, Pages 404-408.
Rosen, Harvey S, Stephen Wu, 2004: Portfolio Choice and Health Status, Journal of Financial Economics, Volume 72, Issue 3, Pages 457-484.
Shum, Pauline and Miquel Faig, 2006: What Explains Household Stock Holdings? , Journal of Banking & Finance, Volume 30, Issue 9, Pages .
Stiglitz, Joseph E., and Andrew Weiss,1981：Credit Rationing in Market with Imperfect Information, American Economic Review, Vol.LV2,No5.
Stock, James H., Motohiro Yogo, 2005: Testing for Weak Instruments in Linear IV Regression, In Identification and Inference for Econometric Models: Essays in Honor of Thomas Rothenberg, ed.D.W.Andrews and J.H.Stock, 80 -108, Cambridge University Press.
Yamashita,Takashi,2003: Owner-occupied Housing and Investment in Stocks: An Empirical Test, Journal of Urban Economics, Volume 53, Issue 2, pages 220-237.
Wachter, Jessica A., Motohiro Yogo,2010: Why Do Household Portfolio Shares Rise in Wealth, Review of Finance Studies, Volume 23, Issue 11, Pages .
Financial Availability, Financial Market Participation and Household Portfolio Choice
Abstract: Using China Household Finance Survey (CHFS) data, this paper investigates the impacts of financial availability on Chinese households’ financial market participation and portfolio choice both in the formal financial market and in the informal financial market. We find that the increase in the financial availability will enable households more actively to participate in the formal financial market and increase their risky asset holdings in the formal financial market. While in the informal financial market, households decrease their participation in the informal financial market and decrease their risky asset holdings in the informal financial market. In conclusion, the financial availability has a positive effect on households’ participation in the formal market and has a negative effect on it in the informal market.
Key Words: Financial A Financial Market P Household Portfolio Choice
JEL：G11；G12
金融可得性、金融市场参与和家庭资产选择尹志超 吴 雨西南财经大学金融学院 中国家庭金融调查与研究中心 作者简介：尹志超：西南财经大学金融学院、中国家庭金融调查与研究中心，教授、博导。在《经济研究》、《经济学（季刊）》、《China Economic…
金融可得性、金融市场参与和家庭资产选择尹志超 吴 雨西南财经大学金融学院 中国家庭金融调查与研究中心 作者简介：尹志超：西南财经大学金融学院、中国家庭金融调查与研究中心，教授、博导。在《经济研究》、《经济学（季刊）》、《China Economic…
金融可得性、金融市场参与和家庭资产选择尹志超 吴 雨西南财经大学金融学院 中国家庭金融调查与研究中心 作者简介：尹志超：西南财经大学金融学院、中国家庭金融调查与研究中心，教授、博导。在《经济研究》、《经济学（季刊）》、《China Economic…
本文由()首发，转载请保留网址和出处！
免费下载文档：