中国家庭负债状况、结构及其影响因素分析

何丽芬 吴卫星 徐 芊

（对外经济贸易大学 应 用金融研究中心，北京100029）

中国家庭负债状况、结构及其影响因素分析

何丽芬 吴卫星 徐 芊

（对外经济贸易大学 应 用金融研究中心，北京100029）

本文首先分析了中国居民家庭负债的状况和结构，然后运用调查数据采用Probit模型和Tobit模型对影响中国家庭负债的因素进行了实证分析，得出以下主要结论：首先，家庭的人口统计学特征对中国家庭是否持有负债以及持有负债的程度存在影响；其次，房产的持有状况对中国家庭是否持有负债以及持有负债的程度的影响都非常显著；第三，金融资产持有状况对中国家庭负债程度有显著影响；第四，家庭的风险态度对中国家庭是否持有负债以及持有负债的程度都存在影响；第五，背景风险中的企业主风险对负债程度的影响是显著的；第六，家庭的消费预期对家庭负债与否也有影响。

家庭负债；家庭金融；消费信贷；债务

一、家庭负债研究及其意义

家庭负债在居民家庭跨期消费选择中意义重大，对于缺乏足够的金融产品对未来收入和消费进行金融规划的不完备市场的家庭来说，家庭负债无疑是居民家庭平滑各期消费的最重要手段之一。从微观的角度看，适度的家庭负债可以平滑收入，提高家庭的生活质量；而过度负债则会造成家庭的财务压力，导致家庭出现债务危机。家庭负债不仅对家庭自身的生活产生影响，也会对宏观经济活动产生巨大的影响。Modigliani和Brumberg研究认为家庭债务与资源优化配置和经济发展水平关系密切，对整个社会经济生活产生着巨大的影响，居民通过家庭资产结构合理化，能够实现跨期的消费效用最大化①。Debelle在对北欧国家、英国20世纪80年代后期的家庭债务情况进行研究后发现，家庭债务的增长对房地产价格的提高和宏观经济的增长都有贡献②。因此，在家庭金融的研究中对家庭负债的研究有着重要的意义，家庭负债行为成为家庭金融领域中的一个重要研究方向。研究家庭债务的状况及影响因素对于中国这样的新兴国家尤为重要。国外学者对家庭负债影响因素的研究表明，家庭负债的影响因素主要包括人口统计学因素、社会经济金融因素以及家庭对未来的预期等方面的因素。

人口统计学因素是家庭负债的重要影响因素。Sebastian和Young通过一个世代交叠模型，分析了美国家庭总负债变化的原因，得出了人口统计学因素是推动家庭债务增长的重要因素的结论③。在人口统计学因素中，收入是影响家庭负债的一个重要因素。收入水平对负债的影响取决于收入在家庭部门的分配和家庭的消费习惯。虽然高收入家庭更倾向贷款，但总体收入增加时，高收入家庭增加的收入往往转化为上升的储蓄率，而低收入家庭增加的负债才会成为家庭负债总水平增加的部分。而当收入降低的时候，低收入家庭的负债由于家庭消费习惯会产生棘轮效应；而高收入家庭的收入虽然降低，但其储蓄会对降低的收入进行缓冲。Del－Rio和Young、Crook和Hochguertel、Magri的研究发现低收入者借款的可能性小，而高收入者借款的可能性大；失业者借款的可能性小，而有工作的人更有可能借款④；Crook和Hochguertel的研究表明，西班牙和美国的失业者在获得贷款方面有更大的困难；Magri、Del－Rio和Young的研究还表明，当前收入越多，借款数量越多，收入与借款数量正相关⑤。Brown和Taylor通过使用德国、英国和美国的调查数据，探讨了家庭负债、金融资产和净财富的决定因素，发现最贫穷和最年轻的家庭是潜在的最易受到金融环境中不利变化的影响的。如果家庭处于收入的最低阶层时，拥有负的净资产的概率在各个国家都会大大增加⑥。年龄是影响负债的人口统计学因素之一，Magri、Del－Rio和Young的研究发现年龄在30－40岁之间的个人持有无担保贷款的比例最大，而年龄对贷款规模没有显著影响⑦；Fabbri和Padula、Crook和Hochguertel的研究发现年轻人比老年人借款的可能性更大⑧；Crook和Hochguertel的国别研究还表明，英国和德国的年轻人（30－40岁）拥有借款的概率最大，而美国、日本和荷兰的年轻人（40－50岁）拥有借款的概率次之，与其他国家相比，英国和德国的退休者拥有相对较多的负债⑨。婚姻状况也是影响负债的人口统计学因素，Del－Rio和Young、Crook和Hochguertel的研究发现已婚者比单身者更可能持有无担保贷款⑩。教育程度亦对负债产生影响，Del－Rio和Young、Magri的研究发现教育程度越高的人持有无担保贷款的概率越大，教育水平与贷款规模正相关⑪。Fabbri和Padula的研究结果表明，家庭人口数量对负债有影响，家庭人口越多，借款数量越多⑫。

房产和金融资产的持有状况对家庭负债有重要影响。房产持有状况是影响家庭负债的重要因素。对家庭来说，住房既是消费品，又是投资品。家庭可以通过借款而进行住房投资。住房和与住房相联系的抵押贷款对于家庭非常重要，但是从家庭角度对抵押贷款决策的研究非常少。Campbell和Cocco认为家庭的住房抵押贷款是其最重要的金融契约。固定利率抵押贷款的再融资选择权意味着家庭不必支付显著高于现行抵押贷款利率水平的固定利率。当利率下降的时候，家庭有对其抵押贷款进行再融资的动机，或者减少固定水平的抵押贷款每月的偿付，或者是在保持相同的每月还款的条件下增加贷款⑬。Campbell研究结果显示，2001－2003年期间年轻的、家庭人口少的、受过更好教育的、富有的、拥有更昂贵房屋的白人家庭更易于对他们的抵押进行再融资⑭。Debelle的研究发现，北欧国家和英国家庭拥有住房所有权的比率越高，负债水平也越高，住房所有权与负债的这种关系主要决定于购房成本，收入一定，房价越高，购买住房的债务负担越重。房价上升，家庭所居住的房屋价值增加，潜在抵押价值增加，房价上升对负债增长具有促进作用。通货膨胀的变化会导致家庭负债率的变化，住房抵押贷款偿还产生的税收减免也会导致家庭信贷需求增加⑮。Worthington分析了澳大利亚家庭负债带来的财务压力，并发现家庭负债带来的财务压力与家庭子女的数量成正向关系，与家庭可支配收入、住宅价值成反向关系⑯。金融资产的持有状况也是影响家庭负债的重要因素，Del－Rio和Young的研究发现无金融资产的家庭借款的可能性大⑰。Archer、Ling和McGill发现，担保价值或收入不足的家庭不大可能产生再融资动机。Schwarts观察了使用可调整利率抵押贷款的决定因素，发现没有证据表明投资能力较差的家庭使用可调整利率抵押贷款⑱。

此外，预期因素也会对家庭负债产生影响。家庭未来收入增加，其负债能力增强，可以拥有更多的负债来满足当前消费。或是说，如果家庭上调对未来收入的预期，那么家庭会倾向于更多的借款。在上调预期的情况下，一旦发生意外事件使得未来收入降低，家庭偿债能力将受到极大的影响。Campbell和Cocco认为，家庭负债必须考虑真实利率风险、通货膨胀风险、现在的借款限制和未来借款限制的可能性以及借款能力等。在未来通货膨胀不确定的情况下，名义固定利率抵押贷款的实际资本价值是有风险的，而可调整利率抵押贷款的实际资本价值是稳定的。虽然可调整利率抵押贷款通常很有吸引力，但是一个面对大额抵押、存在劳动收入风险、风险厌恶程度高、违约成本高以及搬家可能性低的家庭，一般不太可能选择可调整利率抵押贷款。⑲Cox和Jappelli的研究结果认为没有对未来收入增长的预期则不会贷款；低收入者贷款可能性大⑳。Ferri和Simon的研究结果认为没有对未来收入增长的预期则不会贷款。而利率预期对负债的影响并不明晰，利率变化带来收入的相对变化，也带来了替代效应。处于生命周期不同阶段的家庭受利率预期的影响的程度不同，资产回报率更容易影响那些年龄较大且接近退休期的家庭，年轻的家庭的抉择则易被借款成本高低左右。㉑Sebastian和Young发现，未能预料到的利率冲击以及未能预料到的收入增长等因素会推动家庭债务增长㉒。Debelle的研究发现，通货膨胀的变化会导致家庭负债率的变化，住房抵押贷款偿还产生的税收减免也会导致家庭信贷需求增加㉓。Jacobsen采用挪威1994—2004年的季度数据对影响家庭债务的因素进行了定量分析。研究发现，较高的房价导致家庭长期负债的上升，贷款利率上升，家庭负债下降，家庭对未来收入的预期对家庭负债的影响很大。㉔

我国家庭负债占全社会负债的比例很低，家庭负债占可支配收入的比例并不高，家庭消费和消费信贷应该有很大的上升空间。然而，我国却被内需不足所困扰。中国家庭消费信贷的现状使得中国家庭负债的研究非常迫切。那么，我国家庭负债的状况如何？影响我国家庭负债的因素有哪些？国内对这些问题的相关研究还不多见，对家庭负债的微观研究更为少见。本文首先分析中国家庭的总体负债规模和结构，然后运用全国性微观调查数据采用Probit模型和Tobit模型对影响中国家庭负债的因素进行实证分析。这不仅是对当前中国家庭负债问题研究的一个有益的补充，更填补了家庭负债的微观研究的空白，同时对中国发展消费信贷、刺激内需有着积极的现实意义。

二、中国家庭负债的状况

（一）中国家庭负债规模

1.近十年来中国家庭负债规模在不断扩大，但规模仍然较小，中国的家庭消费和消费信贷都有很大的上升空间

1999年到2008年间，中国的家庭负债规模从2830.53亿元上升到50674亿元，增长近17倍。以家庭负债占GDP的比例衡量负债规模，中国家庭负债规模在十年中稳步增长，家庭负债与GDP的比例从1999年的9.87%上升到2008年的18.05%。但是，中国家庭的负债规模远远低于其他国家，如图1所示，2008年美国、日本、英国、德国家庭负债占GDP的比重分别为96%、75%、114%和61%，而中国只有16.85%。与此同时，中国GDP中消费只占35%的比重，而美国家庭消费已经占到美国GDP的73%。按照世界银行的统计资料，低收入国家GDP中居民消费占比平均达到75%，高收入国家GDP中居民消费占比平均达到62%，中等收入国家GDP中居民消费占比平均为57.5%，全球平均为61.5%。从家庭负债增长速度与GDP的增长速度对比来看，发达国家家庭负债增长速度与GDP的增长速度具有明显的同动关系，而我国GDP增长率与家庭负债增长率走势存在一定程度的背离。近十年来，我国GDP增长率稳步上升，而家庭负债增长率总体却呈现下降趋势。因此，我国的GDP虽然增速快，但并非消费主导，中国家庭的消费和消费信贷具有很大的上升空间。

图1 中外家庭负债规模对比

2.中国家庭负债占可支配收入的比例并不高

债务收入比是衡量家庭资产负债规模的重要指标。近年来，中国家庭负债占收入的比例不断上升，债务收入比从1999年的9.87%上升到2008年的43.88%。尽管我国的债务收入比不断上升，但与发达国家相比，我国家庭的债务收入比并不高。美国家庭债务收入比已由1980年的67%上升到1990年的83%，又迅速提高到2000年的107.89%，2009年则达到了125%；日本家庭的债务收入比在十年间都保持在一个比较稳定的水平，一直在115%附近波动；德国家庭由于2005年以后连续的负债减少和收入增加，债务收入比从170%降至154%左右；英国家庭1999－2009年债务收入比都在增长，从1999年93%上升到2009年146%。

中国家庭部门的负债主要是家庭部门在金融机构的各项贷款。从表1可知，近年来中国家庭贷款不断增长，截止2009年末，家庭各项贷款余额为81786.95亿元人民币，占金融机构各项贷款余额的20.46%，家庭贷款占其可支配收入的比例为35.7%。因此，从与其他国家的对比来看，中国家庭负债占可支配收入的比例并不高。

表1 近年来中国家庭的贷款情况

（二）中国家庭负债的结构

1.中国家庭负债以消费性贷款为主，金融机构消费贷款逐年增加

从家庭负债的结构看，中国家庭在金融机构的负债以消费性贷款为主，消费性贷款所占比例逐年上升，而家庭经营性贷款所占比例逐年下降。如表2所示，截止2009年末，家庭消费性贷款余额为55333.65亿元人民币，占家庭在金融机构负债余额的67.66%；家庭经营性贷款余额为26453.31亿元人民币，占家庭在金融机构负债余额的32.34%。在家庭的经营性贷款中，农户的短期经营性贷款占了一半以上。截止2009年末，农户家庭经营性贷款余额为14619.26亿元人民币，占家庭经营性贷款余额的55.26%。

表2 近年来城乡家庭的贷款情况

近年来中国金融机构消费信贷逐年增加，如表3所示，截至2009年12月末，境内全部金融机构消费信贷余额为5.53万亿元，占当年金融机构各项贷款总量的13.84%。

表3 近年来金融机构消费贷款的情况

2.中国家庭的消费信贷需求主要是长期信贷需求

在中国的消费信贷中，住房抵押贷款等长期消费贷款所占比例很高，而短期消费贷款所占比例较低，从表4可以看出，近年来，中国消费信贷中长期消费信贷所占比例远远大于短期消费信贷所占比例。截止2009年末，中国家庭的消费信贷为55333.65亿元人民币，其中长期消费贷款所占比例为88.47%，而短期消费贷款所占比例为11.53%。

表4 消费贷款的期限结构

3.住房抵押贷款是中国消费信贷的主要构成部分

家庭消费贷款主要包括住房抵押贷款、汽车贷款、信用卡贷款等。根据中国银监会统计信息，截止2008年12月31日，全部金融机构人民币个人贷款余额4.88万亿元，占全部金融机构各项贷款余额的15.31%。其中：个人住房贷款余额3.01万亿元，比1997年底增长155倍，占全部金融机构人民币个人贷款余额的61.8%；信用卡贷款余额1771亿元，占全部金融机构人民币个人贷款余额的3.6%；汽车贷款余额1324亿元，占全部金融机构人民币个人贷款余额的2.7%；其他个人贷款余额1.55万亿元，占全部金融机构人民币个人贷款余额的31%。

三、中国家庭负债影响因素的实证分析

（一）数据、变量及模型选择

对中国家庭负债影响因素的实证分析的数据来自奥尔多投资咨询中心2009年的“投资者行为调查”问卷中的调查数据。该调查涵盖北京、沈阳、大连、鞍山、瓦房店、辽中、石家庄、唐山、廊坊、承德、太原、阳泉、汾阳、济南、青岛、烟台、威海、泰安、利津、郑州、濮阳、焦作、三门峡、南阳、襄城、南昌、景德镇、信丰、南京、南通、扬州、常熟、珠海、顺德、海口、三亚、成都、德阳、攀枝花、兰州、天水等地区，调查对象共有5065户家庭。

1.因变量的选择

进行家庭负债行为的实证分析时，选择DEBT和DEBTTONETASSET两个指标作为因变量。DEBT表示家庭是否拥有负债（任何一种贷款或借款），有则为1，反之为0；这个指标可以反映家庭持有负债的可能性。DEBTTONETASSET表示家庭持有的负债占其净资产（总资产－负债）的比例，这个指标可以反映家庭持有负债的程度。在调查问卷中，家庭的负债由购车贷款、购车借款、购房贷款、购房借款、教育贷款、医疗贷款、做生意贷款、做生意借款和其他债务构成；家庭的总资产包括现金、银行存款、外汇、股票、各种债券、期货、基金和理财产品、借出款、住房公积金、保险、自有住房、做生意占用资金以及收藏品。

2.自变量的选择

借鉴Sebastian和Young（2003）、Debelle（2004）、Jacobsen（2004）、Worthington（2006）、Brown和Taylor（2008）等对家庭负债影响因素的研究，本文选取的家庭负债的影响因素主要包括人口统计学因素、房产持有状况、金融资产持有状况、家庭风险态度、背景风险以及家庭的消费预期等，具体如下：

性别（gender）。这个指标是性别虚拟变量，当借款人为男性时取值为0，否则为1。借款者的性别不同，其风险厌恶程度可能不同，进而影响借款人的借款选择。

年龄（age35、age3550、age5065、age65；age、age2）。通常用两种方法来分析年龄的影响。一种是虚拟变量法：沿用Cocco（2004）的分类，按照年龄把家庭分成35岁以下、35岁到50岁之间、50岁到65岁之间、65岁以上四类。为避免多重共线性，用三个虚拟变量来体现年龄的作用。这三个变量为age3550、age5065、age65，分别当家庭年龄在35岁到50岁之间、50岁到65岁之间、65岁以上时赋值为1，其它情况赋值为0。另一种方法就是引入两个变量：age和age2，分别表示家庭年龄和年龄的平方。引入age2是为了寻找年龄与负债之间的非线性关系。

婚姻及家庭状况（married、pop）：这两个变量分别表示借款者的婚姻情况和家庭情况。数据中借款者的婚姻状况有已婚、未婚、离婚、丧偶等四种，married＝1，0分别表示借款者处于已婚和其它两种状况。pop则是指家庭人口数量。

收入和收入的平方（income、income2）。income、income2分别表示家庭总收入以及总收入的平方。income为家庭总收入除以1000，income2为收入平方除以1000000。

房产持有状况（restatnetasset）。restatnetasset是家庭的房产价值与净资产值之比，表示家庭房产的持有情况，这里的房产既包括住宅，也包括所有的房产投资。

金融资产持有状况（financialassetatnetasset）。financialassetatnetasset是家庭金融资产与净资产的比值，表示家庭的金融资产持有状况。

风险态度（riskattitude）。riskattitude表示家庭的风险态度，问卷调查中回答“很不喜欢风险”、“不喜欢风险”时赋值为－1，“一般”赋值为0，“喜欢风险”、“很喜欢风险”赋值为1。

背景风险（backgroundrisk）。背景风险主要为企业主风险（enterpriserisk）。enterpriserisk代表企业主风险，用“私有企业价值（资产中做生意占用的资金）/净资产值”来表示。

教育时间（education）。education代表被调查家庭户主的教育程度，按照所受教育的时间对被调查家庭户主的教育程度进行了划分：“本科及以上”受教育时间为16年，“大专”为14年；“中专－高中”为12年；“初中”为9年；“小学”为6年。

消费预期。经济理论认为，经济周期、价格预期和利率波动是影响家庭负债的重要因素。根据问卷对家庭对未来12个月的经济形势、收入水平、物价水平、就业状况及利率等预期的调查数据，构造经济形势预期（eforcast）、收入预期（iforcast）、物价预期（pforcast）、就业预期（jforcast）、利率预期（rforcast）五个变量，并按以下原则赋值：首先去除了在这三项问题中给出“不知道”回答的问卷样本，经济形势预期的回答“对经济形势乐观、悲观、既不乐观也不悲观”分别赋值3、1、2；收入水平预期的回答“对收入水平增加、减少、不变”分别赋值3、1、2；物价预期的回答“会上涨、没有变化、会下降”分别赋值3、1、2；就业预期的回答“对就业形势乐观、悲观、既不乐观也不悲观”分别赋值3、1、2；利率预期的回答“会加息、会降息、利率不变”分别赋值3、1、2。

3.模型选择

研究家庭是否拥有负债的影响因素时采用Probit模型。该模型的形式为：

其中：y＊i是不可观测的潜在变量；yi是示性函数，是可以直接观测到的因变量；xi为解释变量；β为系数矩阵；ui为残差。

研究家庭负债程度的影响因素时采用Tobit模型。Tobit模型的形式为：

这里符号的含义与Probit模型中符号的含义相同。由于不持有债务的家庭的负债行为是无法观察到的，如果仅用可观察到的数据进行回归，那么显然所采用的数据就并非针对总体的随机抽样；如果采用所有的数据进行OLS回归，虽然表面上看来样本是整体的随机抽样，但是，一旦个体选择不参与，就观察不到他参与时的行为，真实的结果仍然在这种分析方法下得不到体现。所以，不论是仅采用可观察到的数据进行回归，还是针对所有数据进行OLS回归，都可能得出错误的结论。而采用Probit模型和Tobit模型考虑家庭不持有债务而使得其选择未能显式表达的情形，因而可以解决上述问题。

（二）实证分析

1.均值分析

从调查问卷的统计结果看，在5056户家庭中，有852户家庭持有各种不同类型的负债，占调查家庭总数的16.85%。其中：持有购房贷款（借款）的家庭为596户，占有负债家庭总数的69.95%；持有教育贷款（借款）的家庭为77户，占有负债家庭总数的9.04%；持有做生意贷款（借款）的家庭为76户，占有负债家庭总数的8.92%；持有股票投资贷款（借款）的家庭为19户，占有负债家庭总数的2.23%；持有购买耐用消费品贷款（借款）的家庭为32户，占有负债家庭总数的3.76%；持有家庭成员治病贷款（借款）的家庭为82户，占有负债家庭总数的9.62%；持有家庭生活其他困难贷款（借款）的家庭为27户，占有负债家庭总数的3.17%。各类负债的户均持有金额17795.36元，其中：户均持有购房贷款16488.71元，占户均持有负债金额的92.66%，是家庭负债的主要构成。主要变量的统计描述如表5所示。

统计分析表明，接受调查居民的平均年龄约为49岁；男性占66.97%，女性占33.03%；已婚91.02%，处于离异或丧偶状况7.56%；接受调查居民的家庭平均人口数约为3人。在受教育程度方面，小学或小学以下教育程度的占6.94%，初中教育程度的占26.72%，高中或中专教育程度的占32.16%；大专教育程度的占19.34%；本科及以上教育的占14.84%。接受调查家庭平均收入约为32888元，负债在家庭净资产中所占比例的平均值为3.7%，房产在家庭净资产中所占比例的平均值为68%，金融资产在家庭净资产中所占比例平均值为24%。可以看出，房产和金融资产是中国家庭净资产中最重要的构成。

对有负债的家庭和无负债的家庭的特点的比较如表6所示。从表6中可以看出，有负债家庭平均收入为37410元，高于无负债家庭的31970元。从家庭人口数来看，有负债家庭平均家庭人口比无负债家庭多。从受教育程度看，有负债的家庭受教育程度高于无负债的家庭。从房产占家庭净资产的比例来看，有负债家庭房产占家庭净资产的比例平均值为75.1%，远高于无负债家庭的66.6%。从家庭金融资产占净资产的比例来看，有负债家庭金融资产占家庭净资产的比例平均值为33.6%，高于无负债家庭的22.1%。此外，从风险态度看，无论是有负债家庭，还是无负债家庭，都是厌恶风险的，与有负债的家庭相比，无负债家庭更为厌恶风险。

表5 变量的统计描述

表6 有负债与无负债的家庭特征比较

2.回归分析

首先分析家庭负债与否的影响因素。家庭负债与否的影响因素的回归分析结果显示在表7中。两组模型表明了家庭的人口统计学特征、房产和金融资产持有状况、风险态度以及消费预期对中国家庭负债与否的影响。

从人口统计学特征的影响来看：（1）家庭负债与否与年龄呈显著的负相关，家庭持有负债的概率随着年龄的增加而减少，年龄在35岁以上的家庭，其负债的概率随着年龄的增加而减少；（2）家庭人口数量的影响也是显著的，人口数量多的家庭负债的概率大；（3）收入对家庭负债与否也有显著影响，收入高的家庭负债的概率大；（4）受教育程度、性别、婚姻状况不是影响家庭负债与否的因素。

从房产和金融资产持有状况的影响看：（1）房产占家庭净资产的比例显著影响了家庭负债的概率，房产占家庭净资产的比例越高，家庭负债的概率越大，由于财富总额不多，而持有房产占据了大量的资金，导致家庭负债的概率增加；（2）金融资产占家庭净资产的比例不是影响家庭负债与否的因素。

从风险态度的影响看，家庭的风险偏好越强，负债的概率越大。从背景风险的影响看，背景风险中的企业主风险对家庭负债与否的影响是不显著的。私有企业价值（资产中做生意占用的资金）占净资产值的比重与负债的概率不相关。

从消费预期的影响看：（1）对未来利率的预期与家庭负债与否负相关，预期未来物价上升的家庭负债的概率小，而预期未来利率下降的家庭负债的概率大；（2）对未来物价的预期对家庭负债与否正相关，预期未来物价上升的家庭负债的概率大，而预期未来物价下降的家庭负债的概率小；（3）对未来经济形势的预期、对未来收入的预期以及对未来就业的预期对家庭负债与否没有影响。

表7 是否持有负债的Probit模型的估计结果

续表

接着分析家庭持有负债的程度的影响因素。家庭持有负债的程度的影响因素的回归分析结果显示在表8中。两组模型表明了家庭的人口统计学特征、房产和金融资产持有状况、风险态度以及消费预期对中国家庭持有负债的程度的影响。

表8 家庭负债程度影响因素的Tobit模型的估计结果

从人口统计学特征的影响来看：（1）家庭持有负债的程度与婚姻状况有关，已婚家庭比非婚家庭负债占净资产的比例高；（2）收入对家庭负债程度也有显著影响，收入高的家庭负债占净资产的比例小；（3）受教育程度对家庭负债程度的影响是不显著的，家庭负债占净资产比例的大小与受教育程度高低不相关；（4）家庭人口数量的影响也是不显著的，家庭负债占净资产的比例大小与人口数量不相关；（5）家庭持有负债的程度没有显示出生命周期效应，家庭持有负债的程度与年龄负相关，其负债占家庭净资产的比例随着年龄的增加而减少。

从房产和金融资产持有状况的影响看：（1）房产占家庭净资产的比例显著影响了家庭负债占净资产的比例，房产占家庭净资产的比例越高，家庭负债占净资产的比例越大。由于财富总额不多，而持有房产占据了大量的资金，导致家庭负债程度高；（2）金融资产占家庭净资产的比例显著影响了家庭负债占净资产的比例，金融资产占家庭净资产的比例越高，家庭负债占净资产的比例越大。由于财富总额不多，而持有金融资产使用了一定的资金，导致家庭负债程度高。

风险态度对家庭负债占净资产的比例高低有显著影响，家庭的风险偏好越强，家庭负债占净资产的比例越大。从背景风险的影响看，背景风险中的企业主风险对家庭负债的影响是显著的。私有企业价值（资产中做生意占用的资金）占净资产值的比重越大，家庭负债占净资产的比例越大。

从消费预期的影响看：对于有负债家庭，对未来经济形势、收入、就业、物价、利率的预期对家庭负债程度不存在影响。

四、结论及政策含义

通过对中国家庭是否持有负债以及持有负债的程度的影响因素的实证分析，得出以下主要结论：首先，家庭的人口统计学特征对中国家庭是否持有负债以及持有负债的程度存在影响。年龄、家庭人口数量以及收入对家庭负债与否存在影响；而年龄、婚姻状况以及收入对家庭负债程度存在影响。其次，房产的持有状况对中国家庭是否持有负债以及持有负债的程度的影响都非常显著。第三，金融资产持有状况对中国家庭是否持有负债不存在影响，但对家庭负债程度有显著影响。第四，家庭的风险态度对中国家庭是否持有负债以及负债程度都存在影响。第五，背景风险中的企业主风险对家庭负债程度存在影响。第六，从消费预期的影响看：（1）利率预期、物价预期对家庭负债与否有影响，而经济形势预期、收入预期和就业预期对家庭负债与否没有影响；（2）利率预期、物价预期、收入预期、经济形势预期与就业预期对家庭负债程度都不存在影响。

以上研究的结论有以下几个方面的政策含义：首先，本文的实证分析可知，收入高的家庭负债的概率大，并且负债占净资产的比例小。这一方面说明收入水平低会制约家庭的负债，导致资源配置的失衡。另一方面说明家庭负债具有一定的杠杆效应。收入越高的家庭越愿意负债，而购房贷款是家庭负债的最重要构成，由于房价上升使家庭通过负债购买的房产价值上升，家庭的净资产增加，负债占净资产的比例缩小。在这种情况下，没有能力负债的广大中低收入家庭的收入分配和财富增长相对下降，家庭的财富差距进一步拉大。因此，必须改革收入分配制度，增加家庭的收入，特别是中低收入家庭的收入。其次，房产的持有状况对中国家庭是否持有负债以及持有负债的程度的影响都非常显著，我国家庭负债占全社会负债的比例很低，我国的家庭消费和消费信贷都有很大的上升空间。但由于我国家庭财富总额低，而家庭房产占据了大量的资金，导致家庭负债的概率增加、负债的程度提高；房价的上升使家庭住房抵押贷款规模扩大，并导致家庭负债的增加。同时，房贷的上升制约了家庭消费的上升空间，房贷的利息支出减少了家庭财产性收入，不利于我国通过扩大内需促进经济增长。第三，我国家庭金融资产拥有量不足影响了家庭的负债能力。我国家庭金融资产与经济基础的相对规模大大低于发达国家，必须提高我国的金融发展水平、完善金融系统、大力发展金融市场，从而提高家庭的财产性收入，增强家庭的负债能力。第四，宏观经济的变动会影响家庭的消费预期，利率预期与物价预期会影响家庭的负债行为。由于我国住房抵押贷款的基准利率按年随利率的变动而调整，因而利率的变动对家庭负债影响显著，因此稳定利率水平有利于降低家庭消费预期的不确定性。同时物价变动对家庭是否负债影响显著，保持物价的稳定对居民家庭降低消费预期的不确定性意义重大。只有降低家庭消费预期的不确定性，使得家庭消费信心增强、储蓄倾向下降，消费倾向上升时，消费信贷需求、特别是短期消费信贷需求才能提高，从而有效地刺激经济的增长。最后，实证研究表明，中国居民家庭是厌恶风险的，并且家庭风险态度对家庭是否负债以及负债的程度都有显著影响，风险偏好强的家庭负债的概率更大、负债占净资产的比例更高，提高家庭的风险承受能力，才能使家庭的负债能力提高。因此，通过深化收入分配制度、住房制度、医疗制度、养老制度的改革提高家庭的风险承受能力有着极其重要的意义。

注释

①Modigliani，E.and Brumberg，R.“Utility analysis and the consumption function：an interpretation of crosssection data.”K.K.Kufihara，Ed.Post－Keynesian Economics.Rutgers University Press，New Brunswick，NJ 1954，128－197.

②⑮㉓Debelle，G.“Macroeconomic Implications ofRising Household Debt.”BIS Working Papers，Monetary and Economic Department of Bank for International Settlements，No.153，2004.

③㉒Sebastian，B.and Young，G.“The Rise in US Household Debt：Assessing its Causes and sustainability.”Bank of England Quarterly Bulletin43.4（2003）：458.

④⑤Del－Río，A.and Young，G.“The impact of unsecured debt on financial distress among British households.”Bank of England，Working Paper，No.262，2005；Magri Silvia.“Italian Household Debt：Determinants of Demand and Supply.”Working Paper，No.454，Bank of Italia，2002；Magri Silvia.“Credit Market Imperfections，Social Mobility and Income Risk：the Evolution of the I－talian Households'Debt.”Working Paper，Bank of Italia，2007；Crook，J.and Hochguertel，S.“Household debt and credit constraints：comparative micro evidence from four OECD countries.”Working Paper，2006.

⑥Brown，S.and Taylor，K.“Household debt and financial assets：evidence from Germany.”Great Britain and the USA，Royal Statistical Society.J.R.Statist.Soc.A 171（2008）：615－643.

⑦⑪Del－Río，A.and Young，G.“The impact of unsecured debt on financial distress among British households.”Bank of England，Working Paper，No.262，2005；Magri Silvia.“Italian Household Debt：Determinants of Demand and Supply.”Working Paper，No.454，Bank of Italia，2002；Magri Silvia.“Credit Market Imperfections，Social Mobility and Income Risk：the Evolution of the Italian Households'Debt.”Working Paper，Bank of Italia，2007.

⑧Fabbri，D.and Padula，M.“Does Poor Legal Enforcement Make Households Credit－constrained？”Journal of Banking and Finance28（2004）：2369－2397；Crook，J.and Hochguertel，S.“Household debt and credit constraints：comparative micro evidence from four OECD countries.”Working Paper，2006.

⑨Crook，J.and Hochguertel，S.“Household debt and credit constraints：comparative micro evidence from four OECD countries.”Working Paper，2006.

⑩Del－Río，A.and Young，G.“The impact of unsecured debt on financial distress among British households.”Bank of England，Working Paper，No.262，2005；Crook，J.and Hochguertel，S.“Household debt and credit constraints：comparative micro evidence from four OECD countries.”Working Paper，2006.

⑫Fabbri，D.and Padula，M.“Does Poor Legal Enforcement Make Households Credit－constrained？”Journal of Banking and Finance28（2004）：2369－2397.

⑬Campbell，J.Y.，Cocco，J.F.“Household risk management and optimal mortgage choice.”Quarterly Journal of Economics118（2003）：1449－1494.

⑭Campbell，J.Y.“Household Finance.”Journal of Finance61（2006）：1553－1604.

⑯Worthington，A.C.“Debt as a source of financial stress in Australian households.”International Journal of Consumer Studies30.1（2006）：2－15.

⑰Del－Río，A.and Young，G.“The impact of unsecured debt on financial distress among British households.”Bank of England，Working Paper，No.262，2005.

⑱Archer，Wayne R；David C.Ling and Gary A.McGill.“The effect of income and collateral constraints on residential mortgage terminations.”Regional Science and Urban Economics26（1996）：235－261.

⑲Schwartz，Allie.“Who takes out adjustable rate mortgages？”Working paper，Harvard University，2006b.

⑳Cox，D and Jappelli，T.“The effect of borrowing constraints on consumer liabilities.”Journal of Money，Credit and Banking25（1993）：197－203.

㉑Ferri，G.and Simon，P.“Constrained Consumer Lending：Methods Using the Survey of Consumer Finances.”Working Paper，2000.

㉔Jacobsen，D.H.“what influences the growth of household debt？”Economic Bulletin Q3（2004）：103－111.

2011－09－20

国家自然科学基金项目“不确定环境下居民家庭投资组合模型和实证研究”（71073020）；北京市哲学社会科学规划项目“北京市居民家庭投资组合选择行为与相关金融分析”（10BaJG344）；教育部留学回国人员科研启动基金项目“不完备市场下居民家庭债务选择的模型和实证研究”（教外司留【2010】1561号）

责任编辑 张静