金融借贷的伪财富效应与居民消费增长：城乡与区域差异*

张 明 涂先进

一、 引言与文献综述

金融抑制是制约居民消费提升的重要因素(Cochrane，1991；Pitt & Khandker，1998；Crossley & Low，2014)。因为在不发达的金融市场上，消费者在面临资金困难时，往往很难从金融市场获得贷款进行应对，只能被迫减少当前消费支出(Deaton，1991；Zeldes，2000；Gross et al.，2014；Dogra & Gorbachev，2016)。现有研究关注到了金融借贷影响居民消费的两条路径：一是直接效应，即通过消费性信贷直接增加居民消费；二是中介效应，即通过信贷刺激生产、从而提高收入并增加消费。围绕着金融借贷对居民消费的影响，大量学者展开了实证研究，结果却是混合的。Bacchetta & Gerlach(1997)、Brady(2008)等学者认为金融借贷通过直接或中介效应促进了居民消费支出，而Morduch(1999)及Attanasio et al.(2014)则指出金融借贷的增加并没有带来消费的增长，质疑金融信贷增进消费的作用。

由于金融市场发展缓慢，金融供给已成为钳制中国居民消费的显著制约因素(李燕桥、臧旭恒，2013)。现有研究也发现，金融信贷的发展是破解中国低消费率困境的重要因素。尹学群等(2011)针对参与小额贷款项目农户家庭的实证研究显示，生产经营性借贷对消费支出增长具有显著的促进作用。陈东、刘金东(2013)建立不同类型农村借贷影响农村居民消费的经验模型，发现无论在短期还是长期，消费性信贷较之生产经营性信贷更能提振农村消费。李燕桥、臧旭恒(2013)利用我国2004-2009年的省际面板数据检验了消费信贷对我国城镇居民消费行为的作用，结果表明消费信贷在一定程度上促进了我国城镇居民的当期消费。黄倩、尹志超(2015)基于中国家庭金融调查微观数据(CHFS)，运用Heckman两步法研究了信贷约束对家庭消费行为的影响，实证分析结果一致显示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。刘艳华(2016)利用面板门槛模型阐释了农业信贷配给对农民消费的影响，发现农业信贷需求不被满足抑制了农民消费。

现有研究主要从直接效应和中介效应两个层面来关注金融借贷对居民消费的影响，但实际上金融借贷对消费影响的作用机制并非简单的流动性缓解和要素中介作用。金融信贷也可以通过伪财富效应，对居民的消费行为产生显著影响。所谓伪财富，即显著区别于社会上真实的财富，是指在总财富不变的前提下，仅是心理预期或感知财富的增加。Stiglitz(斯蒂格利茨)在第17届国际经济协会上首次提出伪财富概念，Guzman & Stiglitz(2015，2016)进一步丰富了伪财富概念及理论。他们认为通过金融信贷，伪财富将被创造，即所有个人的预期财富总和将大于社会实际财富，而预期财富又会影响到居民的实际消费，也就是金融信贷通过伪财富效应影响了居民消费。对于伪财富问题已经有部分学者展开了进一步的探索(Dorn，2015)，但其度量方式及影响效应还有待进一步探究。

本研究在厘清伪财富概念及度量方法基础上，基于2014年中国家庭追踪调查数据(CFPS)，考察了金融借贷产生的伪财富效应对居民消费支出的影响，尤其是这种影响的城乡及区域差异。余文结构安排如下：第二部分为伪财富及度量，在界定伪财富概念基础上，借鉴Guzman & Stiglitz(2016)的方法基于CFPS数据对伪财富进行度量；第三部分为数据与方法，说明伪财富效应影响消费实证检验采用的样本数据，并介绍计量分析所采用的半参数有序Probit模型；第四部分为实证结果与分析，检验金融借贷的伪财富效应对居民消费的影响及城乡和区域差异，并进行稳健性检验；最后为简短的结论。

二、 伪财富及度量

假设经济中包括资本市场和产品市场，消费者A在t期消费量为ct。为满足消费需求，消费者可以在资本市场进行借贷。Guzman & Stiglitz(2016)指出由于在借贷过程中，借款者获得融资，贷款者获得回报，每方都认为他更富有。因此，感知的总财富超过总的真实财富，这就是伪财富。本研究所指的伪财富是指伴随金融借贷行为发生，在家庭收入或财富未发生实质变化的前提下，借款者心理上感知到的财富净增加值或者期望财富净增加值。伴随着每期借贷行为的完成，创造的伪财富被摧毁。虽然伪财富的创造过程是短暂的，并没有导致个人财富的实际增加，但却给借款者心理上带来积极的预期，从而会带来居民消费等行为的变化。把借贷结束后可能发生的状态记为zt，zt=0代表消费者如期还贷，概率为1-λA;zt=1代表消费者违约并不还贷，概率为λA。令pt为A支付的借款单位成本，假定违约成本与借贷成本相同都为pt，则消费者A借款净回报ψti表示如下：

(1)

对于消费者A而言，每单位借款的期望财富净增加值可表示为：

Eψt=(-pt)·λA+(1-pt)·(1-λA)=1-λA-pt

(2)

当借贷额为bt时，A在t时期金融借贷的期望财富净增加值pwt可表示为：

pwt=(1-λA-pt)bt

(3)

在这里，将金融借贷的期望财富净增加值pwt称为伪财富，λA为个体i违约事件发生的可能性，1-λA则为履约的概率，pt为借贷单位成本，bt为消费者A的借款额。

基于上述公式，本研究对居民金融借贷的伪财富进行测度，由于本研究旨在研究微观个体借贷产生的伪财富效应，所以研究采用北京大学中国社会科学调查中心公布的中国家庭追踪调查数据(CFPS)进行分析。居民的借款额直接取自CFPS数据库，居民借款主要涉及到两个部分：一部分是从信用社、银行等正规金融部门的贷款，另一部分是从亲友、民间等非正规金融渠道获得的融资额*根据2014年CFPS数据，在有借贷行为的调查对象中，平均借款额为5.976万元，但正规金融借款额(2.359万元)低于非正规金融(3.618万元)，折射出我国金融市场不发达及比较依赖非正规金融借贷的现状。另外，在非正规金融统计时，将购房及装修贷款排除在外，因为购房及装修贷款既非用于生产，也非直接用于消费，并不影响消费支出。。由于两部分借贷利率差别较大，所以需要分别度量两类渠道借贷的伪财富效应，再进行加总求得总伪财富。对于借贷成本pi，正规金融借贷直接用国家一年定期基准贷款利率来表示；由于居民之间的民间非正规金融借贷大多无息，所以认为其借贷成本为0。居民履约率的衡量，参照企业用资产负债比法来确定企业信用的方法，从CFPS数据库获取居民收入数据，用居民收入与总借款额的比值作为履约概率的代理变量，并规定如果比值大于1，则取值为1。我们认为借款者的不良信用将会成为其再次在金融市场上融资的绊脚石，因此违约并非借款者的最优选择，一旦有支付借贷的收入能力，个体定会竭力阻止违约事件发生。

图1报告了基于公式(3)，根据2014年CFPS数据测度的居民借贷伪财富值的kernel分布图。图1显示，大多数居民借贷产生的伪财富值都为正，也就是说借贷带来了心理上预期财富的增加。为对居民借贷产生的伪财富分布进行更为全面的了解，图2进一步报告了城市和农村居民的借贷伪财富值，图3报告了东部、中部和西部居民的借贷伪财富值*在对数据进行筛选的基础上，最终从2014年CFPS数据中选取了1604个样本，城市和农村样本分别有576和1028个，东部、中部和西部样本分别有484、483、637个。。图2显示，由于城市居民相对较大的借款规模，城市居民借贷产生的伪财富大于农村居民。图3的结果表明，东部地区借贷产生的伪财富值最大，中部次之，西部最低，这主要也是由于不同区域居民借贷规模差异产生的*根据2014年CFPS公布的数据，城市和农村居民平均借款额分别为8.362和4.669万元，东部、中部和西部居民平均借款额分别为7.306、5.720和5.133万元。。

图1 全国居民金融借贷伪财富kernel分布图

图2 城乡居民金融借贷伪财富均值

图3 分区域居民金融借贷伪财富均值

三、 数据与方法

1.样本数据说明

为实证考察金融借贷伪财富对居民消费支出的影响，采用2014年北京大学中国社会科学调查中心公布的中国家庭追踪调查数据(CFPS)进行分析。这一数据囊括25个省级单位，调查样本总户数为16000，详细调查了家庭社会、财经、人口、健康等状况，针对不同性质家庭成员采用长问卷、短问卷、代答问卷、电访问卷等多种问卷类型，并采用计算机辅助调查技术开展访问，从而保证了数据质量。本研究首先删除了数据库中存在数据缺失或不完整的调查对象，进一步考虑到本文重点考察伪财富对于家庭消费支出的影响，而伪财富产生的前提是要有融资行为，因此进一步排除了融资额为0的数据。最终本文选取了1604个样本，其中，城市和农村分别有576和1028个，东部、中部和西部样本分别有484、483和637个。

对于研究所要考察的因变量即居民消费(consume)，采用居民家庭总消费支出衡量。家庭总消费支出，根据国家统计局的统计口径并结合问卷，主要通过加总食品、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健以及其他消费性支出八大类获得。为计量检验借贷产生的伪财富对居民消费的影响，我们还控制了其他变量，如家庭纯收入(income)、家庭总资产(asset)、家庭人口规模(scale)和文化程度(education)等。根据CFPS问卷，家庭纯收入(income)由经营性收入、财产性收入、转移性收入、工资性收入和其他收入加总而得；家庭总资产(asset)，指家庭实际拥有的财富水平，包括房子当前市价、其他房产市价、现金及存款总额、定期存款总额、金融产品总价；文化程度(education)，用家庭藏书量来表示，依据问卷问题“目前，您家大概有多少本书(不包括报纸、杂志、电子书)？”，当访问者回答“没有(0本)”、“1-10本”、“11-20 本”、“21-50本”、“51-100本”、“101-500本”、“501-1000本”、“1001本以上”，依次将文化程度赋值为0-7；家庭规模(scale)用同灶吃饭人员的数量反映，不包括不住在家中、而且不供养这个家庭、同时家庭也不供养他的人员。

2.计量方法介绍

本文重点探究金融借贷产生的伪财富对家庭消费支出的影响，首先参照国家统计局关于收入的低、中、高划分方式，将家庭消费consume分为低(低于20%)、中(20%-80%)、高(80%(含)以上)三类消费群体：

(4)

这样，通过式(4)，便将consume重新划分成三个互不重叠的区间consume*。进一步对因变量进行正态化处理得到新变量consume′，建立如下关系式：

(5)

进一步可以得到，对应于consume*取某个特定值的概率为：

(6)

四、 实证结果与分析

1.金融借贷伪财富对居民消费的总体影响及城乡比较

基于2014年中国家庭追踪调查数据(CFPS)，使用有序Probit模型的半参数估计方法探究借贷伪财富效应对家庭消费支出的影响。鉴于半参数估计对参数估计的嵌套性质，首先使用似然比检验(LR)判断进行半参数估计的必要性。OP模型的LR检验结果(表1)显示：针对全国总体样本而言，k=3，4，5时扩展逼近模型显著异于k=2时的普通有序模型；对城市居民样本而言，k=3，4，5时，扩展逼近模型显著异于k=2的普通有序模型；就农村居民样本而言，也是如此。因此，无论是对于全国还是城市及农村地区样本，采用半参数有序Probit模型估计更为合适。半参数模型进行估计时，需要确定滞后阶数k，在这里我们都将k设定为3*实际上k取值为4、5时，估计表现并没有太大变化。。

表1 OP模型的LR检验

注：LR检验的原假设是k=2，备择假设分别是k=3、4、5阶扩展模型。

为对不同模型得到的结果进行比较，表2同时报告了参数估计(k=2)以及半参数估计结果。模型(1)和(2)针对全国样本的估计结果，模型(3)和(4)是针对城市居民样本，模型(5)和(6)是针对农村居民样本的估计结果。对比全国、城市和农村地区的参数估计与半参数估计结果可以发现，虽然采用不同方法各变量的估计系数方向和显著性没有明显变化，但各变量的估计系数大小出现了显著变化，说明有必要采用半参数估计方法得到更为准确的估计结果。模型(2)针对全国样本的半参数估计结果显示，pw的估计系数显著为正，说明金融借贷的伪财富效应显著增加了居民消费支出。这是因为，居民在消费决策时，会在心理上把获得财富的困难程度与财富使用进行匹配，将意外之财归入更容易消费的临时收入账户里(Arkes，1994)。意外之财和消费支出的联结更紧密，而辛苦所得与不易消费的联结更紧密(李爱梅等，2014)。居民通过金融借贷认为自己将变得更加“富有”，这不劳而获的意外之财提振了居民消费意愿。因此，金融借贷通过伪财富效应对家庭消费产生了积极的影响。家庭纯收入(income)和总资产(asset)两个变量的估计系数都显著为正，这与绝对收入、持久收入、生命周期等经典消费理论相吻合，说明收入水平对居民消费具有重要影响。家庭规模变量(scale)的估计系数显著为正，这也易于理解，因为较大的家庭规模意味着较大的消费需求。education变量的估计系数显著为正，说明文化程度也显著影响到居民家庭消费，具有较高文化程度的家庭往往消费支出也越大。

表2 全国和城乡居民参数和半参数估计结果

注：***、**、*分别表示在1%、5%、10%水平上显著。

模型(4)和(6)分别针对城市和农村居民样本的半参数估计结果中，各变量的符号及显著性与全国样本并没有太大差异。但对比城乡样本估计结果可以发现，农村居民pw变量的估计系数要大于城市居民，这说明农村居民伪财富效应影响要大于城市居民，这是因为城乡居民不同的借贷渠道造成的。城市居民借贷中来自正规金融渠道的比例较高，而农村居民借贷更多采用非正规金融方式*2014年中国家庭金融调查数据显示，城市居民正规金融和非正规金融比例分别为65.9%和32.9%，农村居民正规金融和非正规金融的比例分别为27.57%和72.43%。。与借贷程序繁琐的正规金融相比，非正规金融无论在融资易得性还是成本方面都具有优势，从而居民更容易将其归于消费账户中。

从其他变量对城乡居民消费影响对比来看，农村居民消费对income更为敏感，education也对农村居民消费影响更大，这主要是由于农村居民存在严重的流动性不足和消费层次偏低等问题，因此收入与文化程度能显著增进消费。总资产(asset)和家庭规模(scale)对城市居民消费有更大的影响，这主要是由于城市居民更加重视和依赖资产价值体现的收入变化，而在消费层次较高的情况下城市居民家庭规模增加带来的消费支出增长更为明显。

2.金融借贷伪财富影响居民消费的区域比较

考虑到中国地区间经济发展的异质性，下面区分东部、中部和西部样本，探讨金融借贷伪财富影响居民家庭消费支出的区域差异。首先，采用LR检验判断半参数估计的有效性。表3的结果显示，无论是对于东部，抑或中部和西部地区，半参数估计都要显著异于参数估计结果。因此，依然选择k=3，对东部、中部、西部样本进行半参数估计。

表4报告了分区域样本的估计结果。模型(7)和(8)是针对东部样本的参数与半参数估计结果，模型(9)和(10)是针对中部样本、模型(11)和(12)是针对西部样本的参数与半参数模型估计结果。对比参数与半参数模型估计结果可以发现，各变量的估计系数显著性与方向并没有显著改变，但系数大小有一定变化。模型(8)、(10)和(12)的半参数估计结果中，伪财富pw的估计系数显著为正，说明伪财富带来的预期财富增加确实提高了居民消费支出水平。只不过对比东部、中部和西部的估计结果可以发现，东部地区pw变量的估计系数要大于中部和西部，这可能是由于东部地区的城市化水平较高而中西部城市化水平相对较低，从而东部地区金融借贷有相当一部分来自正规金融渠道，而中西部金融借贷更主要依赖非正规金融渠道，正如前文分析所示，由于非正规金融融资相对于正规金融渠道更为容易获取且成本也更低，所以伪财富对消费的刺激也更为明显。收入、总资产、家庭规模、文化程度等变量的估计系数与前文基本一致，这里不再赘述。

表3 分区域居民OP模型的LR检验

注：LR检验的原假设是k=2，备择假设分别是k=3、4、5阶扩展模型。

表4 分区域居民参数和半参数估计结果

注：***、**、*分别表示在1%、5%、10%水平上显著。

3.稳健性检验：正规金融渠道和非正规金融渠道借贷的比较

分城乡及区域样本的估计结果表明，由于对正规金融与非正规金融依赖偏向不同，造成了伪财富影响居民消费支出的城乡与区域差异。下面进一步按融资来源，在模型中同时引入正规金融和非正规金融的伪财富值这两个变量(分别记为pw1和pw2)，考察两者对于居民消费支出的影响。分别对全国、城市、农村、东部、中部和西部地区进行半参数估计，相应估计结果报告在表5。表5的结果显示，无论是在全国、城乡还是分区域样本中，pw1和pw2的估计系数都显著为正，且pw2的估计系数都要大于pw1，说明非正规金融伪财富对于居民消费增加的影响都要大于正规金融，这也验证了我们前文的观点，由于非正规金融融资难度和成本低，所以非正规金融借贷的伪财富效应对消费影响更为明显。另外，income、asset、scale和education变量的估计系数和前文基本一致，这也说明本文实证结果具有较强的稳健性和可靠性。

表5 稳健性检验结果

注：***、**、*分别表示在1%、5%、10%水平上显著；半参数估计的阶数k=3。

五、 结论和政策含义

本研究在厘清伪财富概念及度量方法基础上，基于2014年中国家庭追踪调查(CFPS)数据，采用半参数有序Probit模型估计方法，实证考察了金融借贷的伪财富效应对于居民消费支出的影响，尤其是这种影响的城乡及区域差异。结果表明，无论从总体、还是城乡及各区域，金融借贷产生的伪财富效应都显著刺激了居民消费支出，但农村居民金融借贷伪财富对消费的影响相较于城市居民更明显，中部和西部区域伪财富影响也相较于东部地区更为明显。这主要是由于城市地区及东部地区金融借贷有相当一部分来自正规金融渠道，而农村地区和中西部区域金融借贷更主要依赖非正规金融渠道，由于非正规金融借贷相较于正规金融渠道更为容易获取且成本也更低，所以其产生的伪财富对消费的影响也更为明显。进一步区分正规金融和非正规金融产生的伪财富进行检验，发现本文结果是稳健的。

本研究揭示了金融借贷影响居民消费的伪财富效应，也有利于更加清晰地认识金融与消费两者之间关系。由于金融借贷带来了心理预期财富净增加，因此会显著刺激居民增加消费支出，这为大力发展金融提振消费提供了新的政策依据。当然，研究发现金融借贷的成本和易得性显著影响伪财富效应的发挥，正规金融的伪财富效应相较于非正规金融还具有较大的挖掘空间。因此，在合理引导非正规金融发展基础上，着实降低正规金融融资成本和可得性门槛，才能更充分有效发挥金融借贷的伪财富效应拉动消费增长。需要指出的是，在通过各种渠道缓解居民金融排斥困境的同时，也要注意金融信贷风险的控制，这更是合理释放伪财富效应的基础。

1. Arkes, H. R., C. A. Joyner, and M. V. Pezzo. The Psychology of Windfall Gains.OrganizationalBehaviorandHumanDecisionProcesses, 1994, 59(3):331-347.

2. Attanasio, O., B. Augsburg, and R. De Haas.Group Lending or Individual Lending? Evidence from a Randomised Field Experiment in Mongolia.WZBDiscussionPaper, 2014.

3. Bacchetta, P., and S. Gerlach. Consumption and Credit Constraints:International Evidence.JournalofMonetaryEconomics, 1997, 40(2):207-238.

4. Brady, R. R. Structural Breaks and Consumer Credit:Is Consumption Smoothing Finally a Reality?JournalofMacroeconomics, 2008, 30(3):1246-1268.

5. Cochrane, J. H. A Simple Test of Consumption Insurance.JournalofPoliticalEconomy, 1991, 99(5):957-976.

6. Crossley, T. F., and H. W. Low. Job Loss, Credit Constraints, and Consumption Growth.ReviewofEconomicsandStatistics, 2014, 96(5):876-884.

7. Deaton, A. Saving and Liquidity Constraints.Econometrica, 1991, 59(5):1221-1248.

8. Dogra, K., and O. Gorbachev. Consumption Volatility, Liquidity Constraints and Household Welfare.TheEconomicJournal, 2016, 126:2012-2037.

9. Dorn, J. A. Monetary Stimulus Creates Only Pseudo Wealth.http://www.investors.com/2015-4-21, 2015.

10. Gross, T., M. J. Notowidigdo, and J. Wang. Liquidity Constraints and Consumer Bankruptcy:Evidence from Tax Rebates.https://ssrn.com/abstract=1985272, 2014.

11. Guzman, M., and J. E.Stiglitz. Pseudo-wealth Fluctuations and Aggregate Demand Effects.AmericanEconomicAssociationMeetings,Boston, 2015.

12. Guzman, M., and J. E.Stiglitz. Pseudo-wealth and Consumption Fluctuations.NBERWorkingPaperNo.22838, 2016.

13. Morduch, J. The Microfinance Promise.JournalofEconomicLiterature, 1999, 37(4):1569-1614.

14. Pitt, M. M., and S. R. Khandker. The Impact of Group-Based Credit Programs on Poor Households in Bangladesh:Does the Gender of Participants Matter?JournalofPoliticalEconomy, 1998, 106(5):958-996.

15. Stewart, M, B. Semi-nonparametric Estimation of Extended Ordered Probit Models.StataJournal, 2004, 4(1):27-39.

16. Zeldes, S. P. Consumption and Liquidity Constraints:an Empirical Investigation.TheJournalofPoliticalEconomy, 2000, 97(2):305-346.

17. 陈东、刘金东：《农村信贷对农村居民消费的影响——基于状态空间模型和中介效应检验的长期动态分析》，《金融研究》2013年第6期。

18. 黄倩、尹志超：《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》，《云南财经大学学报》2015年第2期。

19. 李爱梅、李斌、许华：《心理账户的认知标签与情绪标签对消费决策行为的影响》，《心理学报》2014年第7期。

20. 李燕桥、臧旭恒：《消费信贷影响我国城镇居民消费行为的作用渠道及检验——基于 2004-2009年省际面板数据的经验分析》，《经济学动态》2013年第1期。

21. 刘艳华：《农业信贷配给对农村居民消费的间接效应——基于面板门槛模型的阐释》，《农业经济问题》2016年第7期。

22. 尹学群、李心丹、陈庭强：《农户信贷对农村经济增长和农村居民消费的影响》，《农业经济问题》2011年第5期。

23. 臧旭恒、李燕桥：《消费信贷，流动性约束与中国城镇居民消费行为——基于 2004-2009 年省际面板数据的经验分析》，《经济学动态》2012年第2期。