信贷约束对家庭消费的影响——基于中国家庭金融调查数据的实证分析

黄 倩，尹志超

(1．云南财经大学金融学院，昆明650221;2．西南财经大学金融学院，成都611130)

信贷约束对家庭消费的影响
——基于中国家庭金融调查数据的实证分析

黄 倩1，尹志超2

(1．云南财经大学金融学院，昆明650221;2．西南财经大学金融学院，成都611130)

基于中国家庭金融调查(CHFS)微观数据，主要运用Heckman两步法研究了信贷约束对家庭消费行为的影响。为了克服信贷约束的内生性对估计结果产生的影响，引入工具变量进行两阶段估计。实证分析结果一致表明，信贷约束阻碍了家庭消费，使家庭的实际消费低于理论上的最优消费。家庭总资产、总收入、家庭规模、学历、房产数量对家庭消费有显著的正向影响，风险厌恶对家庭消费有显著的负向影响。另外，那些总资产规模小、老年抚养比高、户主收入低、受教育程度低、身体状况一般的家庭受到信贷约束的概率显著提高。因此，改善金融环境和提高家庭可支配收入是促进家庭消费的重要措施。

信贷约束;家庭消费;家庭收入

一、引言

Modigliani生命周期理论和Friedman持久收入理论分析了家庭如何在消费和储蓄之间进行分配，认为家庭通过资产的跨期配置来平滑消费，实现家庭长期效用的最大化，当期和未来消费计划取决于长期收入。然而在现实生活中，受信贷约束家庭与没有受到信贷约束家庭的消费行为是大为不同的(Detemple and Serrat，2003):一方面，当家庭短期收入发生波动时，需要通过借贷来完成消费的跨期配置，而信贷约束却阻碍了家庭的借贷行为;另一方面，信贷约束增加了家庭的不确定性，家庭受到的信贷约束越大，其未来无法平滑消费的概率越大，此时，家庭倾向于增加储蓄和抑制消费。研究表明:有20%左右的美国家庭受信贷约束(Hubbard et al．，1986)［1］，约有16%的日本家庭负债需求得不到满足(Hayashi，1985)［2］，中国有34%的农户受到正规信贷约束(程郁等，2009)［3］，这意味着信贷约束广泛存在于家庭中并影响着家庭的消费决策。当前我国正面临着将经济增长方式从外向依赖型转变为内需增长型，但现实情况是我国居民消费需求不足和较低的消费增长率，为此，研究信贷约束对家庭消费行为的影响具有重要现实意义。

目前，我国在消费和负债方面的研究多以省(市)或国家层面的宏观数据为基础，微观数据不足，使得实证分析无法控制家庭的人口特征、经济状况等信息，即使使用了微观数据，其抽样范围也主要基于某个地区，研究对象的差异使得研究结论缺乏可比性。本文基于2011年中国家庭金融调查数据(CHFS)实证研究了信贷约束对家庭消费的影响，并根据实证研究结果提出相关对策建议，为提高我国家庭消费提供了参考，从而补充和完善了国内外相关文献。本文与以往文献不同之处在于:首先使用的数据是基于全国范围内的大型微观数据;其次，利用调查问卷中所获得的直接信息对信贷约束进行了度量，由于信贷约束变量存在内生性，本文进一步选取社区内金融机构数量作为工具变量，分别用二阶段最小二乘法和极大似然估计方法进行两阶段估计来分析信贷约束对中国家庭消费行为的影响①需要特别说明的是，虽然唐静(2013)利用CHFS数据做过类似研究，但本文的估计结果与其完全不同，如唐静研究家庭信贷约束概率对消费影响的偏效应为－5681．86，说明家庭受信贷约束的概率每降低1%，家庭消费将增加5681．86元，显然夸大了信贷约束对消费的作用，其结果不可信，这可能是由于变量选取和样本选择偏误造成的。本文的研究结果表明家庭受信贷约束的概率每降低1%，家庭消费将增加1．3%左右。另外，本文与唐静之文有以下不同: 用Heckman估计时，在选择方程中必须有相应的识别变量，并要求识别变量仅影响选择方程的因变量，不影响回归方程的因变量，唐静的研究没有相关的识别变量，也没有考虑信贷约束的内生性，这可能造成估计结果有偏。。

二、文献综述

信贷约束无法直接观测，在研究信贷约束和消费之间的关系时，多从研究收入与消费之间的关系入手间接发现信贷约束的影响。Dolde (1978)［4］采用数值模拟方法定量分析消费者在资本市场不完善的情况下对短期收入负向冲击的反应，发现消费者会对短期负向冲击做出反应，并根据过去和将来某一段时间的预期收入平滑消费。Hayashi(1985)通过对比整体家庭和受约束型家庭消费对收入的回归系数是否存在显著差异来判定是否存在信贷约束，并通过比较预期消费和实际消费间的数值差距来衡量信贷约束对消费的影响。Zeldes(1989)［5］通过测定消费变动水平对即期收入变动水平的敏感系数来研究信贷约束对消费的影响。以上研究结果都表明，信贷约束的存在使得消费者将不再按照生命周期理论中的预期收入进行最优消费，而是依据短期预期收入做出消费决策。

一些学者从消费的非对称性理论入手研究了信贷约束对家庭消费的影响。Garcia等(1997)［6］衡量了信贷约束型消费者和非信贷约束型消费者对即期收入和预期收入变动的反应，研究结果表明，信贷约束型消费者对即期收入和预期收入变动都存在过度敏感，而非信贷约束型消费者只对预期收入变动存在过度敏感，从而证明了信贷约束加强了消费与即期收入的关系。但Madsen和McAleer(2000)［7］提出信贷约束不是导致消费对即期收入过度敏感的主要原因，消费的过度敏感主要源于不确定性和当前消费的诱惑，即消费的短视行为。Bacchetta和Gerlach (1997)［8］特别指出过度敏感系数并不是一成不变的，过度敏感系数将会随时间的变动而变动，可以理解为信贷约束在不同时期是变化的。

还有一些学者从生命周期和代际迭代的作用出发研究了信贷约束对家庭消费的影响。例如Mariger(1987)［9］认为信贷约束内生于生命周期，消费者在整个生命周期中受到信贷约束的强度是不同的，中年时期的信贷约束一般较少，而青年时期和步入老年期后，信贷约束对消费的抑制作用明显增强。Maki等(1993)［10］的研究发现，信贷约束能够深刻影响家庭消费行为。家庭制定的消费计划能否顺利执行与代际迭代在私人借贷中发挥的作用有密切联系。

国内关于信贷约束与消费的研究主要集中在整体消费，且实证研究相对分散，但他们的研究工作融入了中国经济的特点。万广华等(2001)［11］的研究揭示了中国在开启经济转型改革前，消费者的消费行为符合持久收入假说，信贷约束对消费的影响不显著;改革后，市场主动配置国内、国际两个资源，消费行为受到信贷约束的影响显著，不确定性使得居民总体消费水平难以提高，内需不振。宋冬林和金晓彤(2003)［12］把信贷约束划分为近期、远期和心理信贷约束，运用可变参数模型分析发现，近期信贷约束对城镇居民的整体消费影响不大，远期和心理信贷约束则在不确定性的作用下会对消费产生影响。易行建和张德常(2007)［13］指出，中国的信贷市场内部发展并不均衡，信贷约束在不同的地域和市场表现不同，政府应帮助市场减少信贷歧视的发生。程郁等(2009)发现，农户面临的信贷约束分为了两种:需求型和供给型，我国正规金融无法满足农户的信贷需求，且非正规信贷比正规信贷更能解决信息不对称的问题［3］。

三、设计研究

(一)模型设定

影响家庭消费需求行为的因素较多，涉及家庭的经济状况、家庭结构等诸多方面，如何才能从众多复杂因素中识别出信贷约束的影响呢?一般来说，我们可以建立OLS检验模型，

在(1)式中，C表示家庭总消费;unconstraint为信贷约束变量，当家庭不受信贷约束时取值为1，否则为0;X1表示影响家庭消费需求的其他因素。

根据持久收入理论，存在一个最优消费c*，当家庭可以自由借贷时，实际消费c等于c*;而当家庭受到信贷约束时，实际消费c小于c*，因此，

若家庭受到信贷约束，我们将无法观察到此类家庭的最优消费水平，直接使用OLS回归将导致估计结果有偏且内生性无法控制，Heckman两步法能够较好的解决OLS估计存在的问题。根据Heckman两步法的思想，我们将在考虑信贷约束带来的样本选择有偏的基础上，通过不受信贷约束家庭获得最优消费的一致性估计。由此，我们将有两个方程:选择方程和回归方程。选择方程解决是否受信贷约束的问题，回归方程解决最优消费是多少的问题。本文所采用的选择方程为Probit模型，具体形式是:

其中，Prob(unconstraint=1)表示家庭未受到信贷约束的概率，X2表示影响信贷约束的相关解释变量。在此基础上，建立如下回归方程:

其中，c*表示最优消费，X1表示影响信贷约束的相关解释变量，ηφ(δX2)/Φ(δX2)为修正项，θ为常数项，μ为不能被X1和修正项解释的残差。

因此，Heckman模型可表示为:

本文将用模型(5)来估计信贷约束对消费的影响，为了检验实证结果的稳定性，我们对回归方程将分别采用OLS估计法和MLE估计法进行估计。

(二)数据描述和变量选取

本文所用数据来自西南财经大学2011年在全国范围内调查的中国家庭金融调查数据(China Household Finance Survey，CHFS)。该调查在全国采用三阶段、与人口规模成比例(PPS)的抽样方法，对25个省、80个县、320个社区共8400多个家庭进行了访问，涉及家庭资产、负债、收入、消费、保险、保障等方面的数据，全面客观地反映了当前我国家庭金融的基本状况，是进行家庭金融研究的宝贵微观数据库。

本文的关注变量为信贷约束，实证研究的主要困难就是对信贷约束的度量。目前绝大多数文献是通过间接的方式识别家庭的信贷约束。间接识别法的基本思想是通过信贷约束所产生的结果来反向推出信贷约束的存在，如Hayashi(1985)和Zeldes(1989)分别将拥有低流动性资产和低储蓄的家庭视为受信贷约束者。间接识别法的主要问题在于许多家庭虽然持有较低的资产或储蓄，但他们既没有在当前受到流动性约束，也没有受到预期未来流动性约束的影响。Feder等(1990)［14］和 Jappelli (1990)［15］用“担心贷款被拒而未申请”和“申请贷款被拒”作为信贷约束的度量，这是一种较为直接的度量方法，这种方法从供给和需求两方面考察了正规信贷约束，家庭是否得到贷款从供给方面考察了家庭是否受信贷约束，而需求型信贷约束主要指那些拥有潜在或隐藏信贷需求的家庭未得到贷款，主要有两种情况:一种是申请了贷款遭到拒绝;一种是因交易成本和风险等原因而主观认为自己不能获得贷款而未申请。该方法直接且不失全面，因此本文借鉴他们的度量方法将问卷调查中获得的直接信息对信贷约束进行度量。在中国家庭金融调查中，针对家庭经营农业或工商业项目、购买房产或汽车等活动，首先询问了“是否有银行贷款”，如果没有，则继续询问“该项目为什么没有银行贷款?”选项为:“①不需要;②需要，但没有申请;③申请过被拒绝;④曾经有贷款，现已经还清。”我们将选择②和③选项的家庭界定为受正规信贷约束的家庭。

本文的其他控制变量主要是家庭人口特征变量和经济变量，人口特征变量包括户主年龄、学历、性别、婚姻状况、身体状况、风险态度，经济变量包括家庭规模、净财富、总收入和住房拥有量等。另外，Heckman模型的选择方程和回归方程的解释变量完全相同，将可能引起多重共线性问题，导致回归系数难以识别(Puhani，2000)［16］，因此，选择方程中应至少应该有一个解释变量与回归方程不同(即至少有一个排他性变量)，基于此，本文引入了少儿抚养比①少儿抚养比=家庭中0～14岁人口数/家庭中15～64岁人口数。和老年抚养比②老年抚养比=家庭中65岁以上人口数/家庭中15～64岁人口数。两个变量来识别选择方程(陈斌开等，2009)［17］，这两个变量影响家庭是否受信贷约束，却不直接影响消费的额度。

关于数据的处理，剔除了家庭成员大于10的家庭，这与谢洁玉等(2012)一样，因为当家庭成员大于10时，家庭的消费决策主体变得不确定［18］。同时，也剔除了一些有异常值和数据不全的样本，包括收入低于 1000元的家庭和收入最高的100户家庭。最后样本规模为5672，其中城市家庭3218户，农户家庭2454户。表1为变量的描述性统计结果。

表1 变量的统计描述

从表1可知，家庭总消费的均值为24540元。在5672户家庭中，有1071户家庭受信贷约束，约占19%，另外有4601户没有受信贷约束，约占81%。家庭总收入的均值为209050元。家庭人口总数平均为3．438，户主平均年龄约为49岁，教育水平偏低，有52%的家庭户主学历为高中以下。我国居民整体来说比较厌恶风险，仅有14%的家庭爱好风险。同时，有26%左右的家庭拥有二套或二套以上住房，说明我国家庭更喜欢投资房地产。

四、实证检验

表2为信贷约束对消费影响的实证估计结果，从第(1)列OLS估计结果可以看出，信贷约束的概率对消费的影响在1%的水平上显著为负，家庭受信贷约束的概率每增加1%，消费将减少1．3%。考虑到当家庭不受信贷约束时，我们观察到的消费才等于最优消费，此时基于消费理论的实证模型中的因变量为受限因变量，我们将运用Heckman两步法进行估计:第一步在选择方程中估计出不受信贷约束的概率，第二步研究不受信贷约束概率对消费的影响。为了加强结论的稳定性，表2 第(2)列和第(3)列分别在Heckman的回归方程中使用了极大似然估计(MLE)和最小二乘估计(OLS)，可以看出它们的逆Mills比率都显著为正，说明样本选择性偏误确实存在，Heckman两步法能够控制因选择性偏误带来的内生性问题，更适合刻画家庭消费决策行为。第(2)列中信贷约束的概率系数为－1.398，在1%的水平上显著;第(3)列信贷约束的概率系数为－1.206，在1%的水平上显著。因此，信贷约束对家庭消费有显著的负向影响，导致家庭的实际消费低于理论上的最优消费。

其他控制变量的回归结果也基本符合经济学意义，家庭总资产和总收入对消费有显著的正向影响，家庭规模越大，其消费越多;年龄对消费的影响呈非线性性的变化关系，随着年龄的增长，消费的增长率逐渐降低，这符合生命周期理论的预期;随着学历的上升，家庭的消费需求也相应增加;风险厌恶对家庭消费有显著的负向影响，可能是这类家庭消费习惯比较保守造成的，拥有更多房产的家庭倾向于更多的消费。

在选择方程中，因变量为家庭未受信贷约束的概率，总资产和总收入与未受信贷约束的概率在1%的水平上呈显著正相关，即总资产或总收入的增加将降低家庭受信贷约束的概率;随着老年抚养比的增加或家庭规模的增大，家庭受信贷约束的概率将增加，与预期相符;年龄对信贷约束的影响同样呈非线性性的变化关系，随着年龄的增长，家庭受信贷约束的概率的增长率逐渐降低;较女性而言，男性更易受到信贷约束，这可能与女性在经济决策上较为保守有关，已婚的家庭也更易受到信贷约束;随着受教育程度的提高，家庭受信贷约束的概率逐渐降低;相较于身体一般的家庭，身体好的家庭受信贷约束的概率显著降低;有三套房及以上的家庭比没有房的家庭更少的受到信贷约束。

总体而言，表2的实证结果一致表明，信贷约束对家庭消费行为有重要影响。同时，家庭人口特征变量和经济变量对家庭消费和家庭是否受信贷约束都有影响，老年抚养比也对家庭是否受信贷约束有重要影响。

在表2估计是假设家庭受信贷约束为外生变量的前提下进行的，然而，家庭信贷约束变量可能存在内生性，因为信贷约束与家庭消费之间可能存在相互决定和交互影响的问题。一方面，信贷约束可能使家庭不能有效的进行跨期消费从而制约家庭总消费;另一方面，消费使家庭面临更大的资金需求，从而使家庭更容易受到信贷约束的影响。为了解决可能存在的内生性问题，我们选取社区内金融机构数量作为工具变量进行两阶段估计。社区内金融机构数量在一定程度上反映了该社区的金融环境，发达的金融环境不仅能为家庭提供更多的融资渠道，而且有利于家庭了解信贷知识，从而有利于缓解家庭的信贷约束，但不直接对家庭消费产生影响。同时，社区内金融机构数量也与影响消费的不可观测变量无关，因而我们认为选取社区内金融机构数量作为工具变量是合适的。

表3第(1)列直接使用两阶段最小二乘法(2SLS)进行估计，在第二阶段的回归中，解释变量与表2中OLS回归中的变量完全一致，在第一阶段回归中，被解释变量为家庭是否受到信贷约束，解释变量包括第二阶段所使用的全部变量(除信贷约束变量以外)。而表3第(2)列和(3)列是将Heckman两步法和2SLS结合起来，利用2SLS第一阶段的回归结果得到的家庭受信贷约束概率的预测值代替家庭是否受信贷约束值，在此基础上使用Heckman两步法回归。

在表3中我们用社区内金融机构数量作为信贷约束的工具变量进行两阶段估计。我们用Cragg－Donald方法进行弱工具变量检验，通过一阶段回归显示，Cragg－Donald检验的 F值为1078．39，远远大于Stock－Yogo弱工具变量10%偏误水平下的阀值16．38，且工具变量的t值在1%水平下显著，可见选取社区内金融机构数量作为工具变量是合适的，不存在弱工具变量的问题。

表3第(1)列报告了用 Durbin－Wu－Hausman检验(以下简称DWH检验)信贷约束内生性的结果，DWH值为12．6，P值为0．037，因此，在5%水平下拒绝了外生性的假设，因而信贷约束存在内生性。考虑内生性后，受信贷约束的概率对家庭消费的影响依然显著为负，并且受信贷约束概率的系数显著提高，说明直接使用OLS和Heckman两步法进行回归低估了信贷约束对家庭消费的影响，选取工具变量进行两阶段估计是必要的。表3的结果进一步表明，信贷约束对家庭消费有显著的阻碍作用。

表2 信贷约束与家庭消费的OLS和Heckman回归结果

表3 信贷约束与家庭消费的两阶段回归结果

五、研究结论与启示

本文运用中国家庭金融调查(CHFS)大型微观数据，采用OLS模型和Heckman模型，研究了信贷约束对家庭消费行为的影响，考虑到家庭受信贷约束的概率可能存在内生性，我们使用社区内金融机构数量作为工具变量进行两阶段估计，进一步考察信贷约束对家庭消费的影响。本文证明了信贷约束是消费对即期收入“过度敏感”的主要原因(Sarantis和Stewart，2003)［19］，信贷约束对家庭消费有显著的负向影响，信贷约束阻碍了家庭消费，使家庭的实际消费低于理论上的最优消费。本文的研究结果也显示，家庭总资产、总收入、家庭规模、学历、房产数量对消费有显著的正向影响，年龄对消费的影响呈非线性的变化关系，随着年龄的增长消费的增长率逐渐降低，风险厌恶对家庭消费有显著的负向影响。另外，本文的研究结果表明，那些总资产规模小、老年抚养比高、户主收入低、受教育程度低、身体状况一般的家庭受到信贷约束的概率将显著提高。

本文的分析表明，缓解信贷约束是家庭实现最优消费的重要因素。因此，首先，应当积极改善金融环境，理顺信贷供求机制，以缓解家庭信贷约束，从而促进家庭消费。具体而言，金融机构应积极发展消费信贷，创新信贷产品，从而鼓励个人消费。消费信贷具有笔数多、单笔金额少的特点，这使得电子化、自动化的处理方式对其比较适合，所以发展消费信贷可以主要采取电话银行、网上银行以及互联网金融的方式，这样可以同时满足金融机构成本低和易于监管的需求。其次，CHFS数据显示，家庭正规借贷额均值为39114元，民间借贷额均值为26842元，充分说明民间借款在很大程度上缓解了家庭所受到的信贷约束［20］，因而，应积极发展民间金融，规范民间金融行为，对民间金融交易进行备案和监管。最后，应当提高家庭可支配收入，同时降低家庭收支不确定性预期，这既可以通过降低家庭受信贷约束的概率间接促进家庭消费，也可直接增加家庭消费额。我国居民消费长期呈现居民消费需求不足和低消费增长率的情况，主要表现为中低收入者消费不足，所以在提高家庭可支配收入方面，政府应增加居民收入在国民收入中的比例，降低中低收入者的税收并增加其转移支付，提高低收入者的低保标准;在降低家庭收支不确定性预期方面，应加快完善社会保障体系，引入存款保险机制。

［1］Hubbard R G，et al．Liquidity Constraints，Fiscal Policy，and Consumption［J］．Brookings Papers on Economic Activity，1986，52(1):1－59．

［2］Hayashi F．The Effect of Liquidity Constraints on Consumption:A Cross－Sectional Analysis［J］．The Quarterly Journal of Economics，1985，100 (1):183－206．

［3］程郁，韩俊，罗丹．供给配给与需求压抑交互影响下的正规信贷约束:来自1874户农户金融需求行为考察［J］．世界经济，2009，(5): 73－82．

［4］Dolde W．Capital Markets and the Short Run Behavior of Life Cycle Savers［J］．Journal of Finance，1978，33(2):413－428．

［5］Zeldes S P．Optimal Consumption with Stochastic Income:Deviations from Certainty Equivalence ［J］．The Quarterly Journal of Economics，1989，97(2):305－346．

［6］Garcia R，Annamaria L，Serena N．Excess Sensitivity and Asymmetries in Consumption:An Empirical Investigation［J］．Journal of Money，Credit and Banking，1997，29(2):154－176．

［7］Madsen J B，McAleer M．Direct Tests of the Permanent Income Hypothesis under Uncertainty，Inflationary Expectations and Liquidity Constraints ［J］．Journal of Macroeconomics，2000，22(2): 229－252．

［8］Bacchetta P，Gerlach S．Consumption and Credit Constraints:International Evidence［J］．Journal of Monetary Economics，1997，40(3):207 －238．

［9］ Mariger R．A Life－Cycle Consumption Model with Liquidity Constraints:Theory and Empirical Results［J］．Econometrical，1987，55(3):533 －557．

［10］ Maki A，Nishiyama S．Consistency between Macro－Data Sets in the Japanese Household Sector［J］．Review of Income and Wealth，1993，39(2):195－207．

［11］万广华，张茵，牛建高．流动性约束、不确定性与中国居民消费［J］．经济研究，2001，(11): 35－45．

［12］宋冬林，金晓彤．我国城镇居民消费过度敏感性的实证检验与经验分析［J］．管理世界，2003，(5):29－35．

［13］易行建，张德常．不对称信息、简单分类、信贷约束和信贷集中共存－－解释我国信贷资源配置不协调的一种新思路［J］．财贸经济，2007，(11):15－23．

［14］Feder G L，Lin L J，Luo X．The Relationship between Credit and Productivity in Chinese Agriculture:A Microeconomic Model of Disequilibrium［J］，American Journal of Agricultural Economics，1990，72(2):1151－1157．

［15］Jappelli T．Who is Credit Constrained in the U．S．Economy?［J］．The Quarterly Journal of E-conomics，1990，105(1):219－234．

［16］Puhani P A．The Heckman Correction for Sample Selection and Its Critique［J］．Journal of E-conomic Surveys，2000，14(2):53－68．

［17］陈斌开，杨依山，许伟．中国城镇居民劳动收入差距演变及其原因:1990～2005［J］．经济研究，2009，(12):30－42．

［18］谢洁玉，等．中国城市房价和居民消费［J］．金融研究，2012(6):13－27．

［19］ Sarantis N，Stewart C．Liquidity Constraints，Precautionary Saving and Aggregate Consumption:An International Comparison［J］．Economic Modeling，2003，20(6):1151－1173．

［20］甘犁，等．中国家庭金融调查报告2012［M］．成都:西南财经大学出版社，2012．

责任编辑、校对:王 旭

The Influence of Credit Constraints on Household Consumption —An Empirical Analysis Based on the Data from China Household Finance Survey

HUANG Qian1，YIN Zhi－chao2
(1．School of Finance，Yunnan University of Finance and Economics，Kunming 650221，China; 2．School of Finance，Southwestern University of Finance and Economics，Chengdu 611130，China)

By using the data from China Household Financial Survey(CHFS)and Heckman two－step estimation，this paper investigates the influence of credit constraints on household consumption in China．In order to overcome the influence of the endogenous character of credit constraints on the estimation results，instrument variables are used to make a two－stage estimation．Empirical results show that credit constraints hamper household consumption，which makes the actual consumption of households below the theoretical optimal consumption．Total assets，gross income，family size，education and the number of real estate have a significant positive impact on consumption，while risk aversion has a significant negative impact on household consumption．In addition，families with the characters of small scale assets，high elderly dependency ratio，low income，low level of education and physical condition are more likely to be influenced by credit constraints．Therefore，improving the financial environment and increasing household disposable income are important measures to promote household consumption．

Credit Constraints;Household Consumption;Household Income

F832．4

A

1674－4543(2015)02－0126－09

2014－12－05

国家自然科学基金项目“流动性约束与中国家庭金融行为——基于CHFS数据的研究”(1373213);中央高校基本科研业务费专项基金项目“社会网络与中国家庭股票市场参与”(BK130932)

黄倩(1988－)，女，湖南醴陵人，云南财经大学金融学院讲师，博士，研究方向为微观金融学;尹志超(1976－)，男，四川广元人，西南财经大学金融学院教授，博士，中国家庭金融研究中心副主任。