金融排斥对农村家庭金融资产选择的影响研究

肖琴　李世俊

摘要：目前，我国农村金融发展问题依然严重，农村家庭普遍面临金融排斥。文章利用中国家庭金融调查（CHFS）2017年数据，从金融知识排斥、流动性排斥和互联网排斥三个维度，运用熵值法构建金融排斥指标对农村家庭参与风险性金融资产的影响建立Logit模型进行了回归分析。结果表明，金融排斥对农村家庭参与风险性金融资产的可能性有显著负向影响（P=0.001），农村家庭的金融排斥程度越高，家庭参与风险性金融资产的可能性越小。改善农村家庭的金融排斥，有利于促进农村家庭参与风险性金融市场。

关键词：金融排斥;农村家庭;资产选择

一、引言

长期以来，“三农”问题一直是我国经济发展面临的重要问题之一。由于我国城乡二元制的经济结构，经济发展表现为城乡发展不均衡，农村人口多、农业生产率低下、农民文化程度普遍偏低等因素是农村经济金融发展缓慢的重要原因。近年来，国家实施普惠金融规划，提出要为小微企业、农民、城镇低收入人群等特殊群體提供可负担的适当、有效的金融服务。由于金融知识匮乏，资金不足，互联网渗透不足等问题，农户家庭普遍存在较低的有效金融需求问题，金融供给侧动力不足。普惠金融在农村家庭的发展受到了金融排斥的阻碍，造成资源的错配。因此，本文从金融知识排斥、流动性约束、互联网约束等三个方面构建农村家庭金融排斥的综合指标，探讨金融排斥对农村家庭参与风险性金融资产的影响。

二、文献综述

金融排斥主要是指某些群体受到自身或外在的条件排斥而难以通过适当的渠道获得所需或必需的金融产品和服务（张栋浩，尹志超，2018）。（Kempson和Whyley，1999）认为金融排斥主要表现为评估排斥、地理排斥、条件排斥、价格排斥、营销排斥和自我排斥等五个方面，金融排斥现象主要集中于农村家庭。也有学者将群体不具备相应的金融知识和无法整合金融信息等自我排斥视为金融排斥的代表性指标（何婧等，2017）。（田霖，2010）以河南省为例，将金融机构网点覆盖率、农户贷款数和农业贷款比例等指标综合起来构建了金融排斥指数，提出农村要充分利用政策优势，加大农村金融机构的支持力度，促进农村家庭的金融可及性。本文主要从农户的自我排斥层面构建金融排斥指标来研究对农村家庭参与风险性金融资产选择的影响。农村地理、人口、交通、资源等方面的欠缺，金融发展程度普遍不高，较少参与到风险性金融市场。本文加入了各省的金融发展水平指数作为控制变量，用本外币各项贷款余额比上各项存款余额的比重来表示，比值越大，说明金融效率越高。

三、研究设计、数据样本及描述性分析

（一）数据来源

本文数据来自西南财经大学进行的中国家庭金融调查（CHFS）2017年在全国范围内的调查数据。该数据包括家庭人口信息、家庭资产与负债等多方面详细信息，覆盖了29个省份，为研究金融排斥对农村家庭金融资产选择的影响提供了数据支撑。删除城镇样本，删除异常值和缺失值后，最后得到8500个农村家庭样本。

（二）变量说明

1. 被解释变量join-农村家庭是否参与风险性金融资产

被解释变量为农村家庭是否参与风险性金融资产，参与为1，没参与为0。参照（尹志超，2014）风险性金融资产的分类，将股票、基金、债券（国债除外）、黄金、衍生品和非人民币资产视为风险性金融资产，其他视为无风险金融资产。

2. 解释变量score-金融排斥综合指数

借鉴（葛永波，2021）的指标计算方法，从金融知识排斥、流动性排斥、互联网排斥等三个层面（如表1所示）利用熵值法构建金融排斥指数。具体步骤如下：（1）无量纲处理。设Yij表示第i个家庭的第j个排斥指标，其中i=1，2，…，n，表示第i个家庭，j=1，2，3分别表示金融知识排斥、流动性排斥和互联网排斥三个维度上的指标。对Yij进行无量纲处理得到矩阵Pij：Pij= 。（2）数据整体平移。由于数据存在为0的现象，为方便下一步计算，将数据整体平移得到矩阵P  ：P  =Pij+A;P   为无量纲化平移后得到的值，A为整体平移幅度，其中，A越接近（Pij），误差越小，由于本文数据的值较小，所以数据整体平移10-10个单位。（3）计算第j项指标的熵值ej：ej=- ∑  P  lnP  。（4）计算差异系数μi。μi=1-ej; ej的值越大，指标的差异系数μi越小，该指标对评价对象的作用越大。（5）计算第j个指标权重Wj。Wj= ，其中0≤Wj≤1，且∑  Wj=1。（6）计算综合指数score。score=∑  WjYij，指标熵权结果为：score=0.0836Yi1+0.1027Yi2+0.813Yi3;其中，score越小，说明金融排斥的程度越大。

3. 控制变量

参照类似文献的研究方法，在模型中加入控制变量，包括户主特征变量、家庭特征变量和地区特征变量。户主特征变量包括户主的年龄age、性别gender、婚姻状况marry、文化程度educate、健康状况health、是否有工作job、风险态度risk、信任trust;家庭特征变量包括少儿抚养比sefyb、房产house、家庭年收入的对数ln total income、家庭总资产的对数ln total asset、社会互动取对数shhd2、社会养老保险eninsur、社会医疗保险meinsur;地区特征变量主要指各省的金融发展水平指数effic。参考（常建新，2021）的做法，采用2016年年末各省本外币各项贷款余额占存款余额的比重来衡量2016年各省的金融发展水平。

4. 模型设定

由于本文研究的因变量是农村家庭参与风险性金融资产的可能性，为二分变量，1表示参与了，0表示未参与。借鉴以往相关文献，构建Logit模型来进行回归分析。模型构建如下：

其中，i表示第i个家庭，scorei表示金融排斥指数，Xi表示户主特征控制变量，Yi表示家庭特征控制变量，regioni表示各省的金融发展水平，μi为随机扰动项。

四、实证分析

（一）主回归结果

表2报告了Logit模型回归结果：综合得分对农村家庭参与风险性金融资产的可能性具有显著的正向影响，边际效应系数为0.07623，并在1%的显著性水平上显著，也就是说，当综合得分减小一个单位，即金融排斥程度增加一个单位时，农村家庭参与风险性金融资产的概率平均减小7.623%。拟合优度达到了30.35%，拟合度较高，模型具有显著意义。从控制变量来分析，少儿抚养比的边际效应系数为-0.12410，在0.01的显著性水平下显著，农户家庭的少儿抚养比越高，农户的经济流动性约束越强，农户参与风险资产的概率越低。户主年龄越大，学习金融知识和获得处理信息的能力越小，金融知识排斥程度越强，农户参与风险资产的概率越低。相应地，户主的文化程度越高，获取新知识和新技术的可能性越高，金融知识排斥的可能性越小，农村家庭参与风险资产的概率越高，并在0.1的显著性水平下显著。社会互动用家庭在红白喜事（包括做寿、庆生等）的支出金额来表示，从回归结果可以看出，社会互动的边际效应系数为-0.00248，即家庭在社会互动的支出越多，家庭参与风险资产的概率越小，这与以往的研究结论有所不同，以往研究表明，社会互动的支出越大，代表家庭获取信息渠道越广泛，获取信息的可能性越大，家庭参与风险资产的可能性也就越大，但在农村家庭却不同，由于普遍的金融排斥，使社会互动支出在信息获取方面并没有明显的作用，反而由于支出导致可用现金的减少，面临流动性约束，导致农村家庭参与风险资产的可能性更小。家庭总资产的边际效应系数为0.01727，即农村家庭总资产平均每正向变动一个单位，家庭参与风险资产的概率增加1.727%。农村家庭是否购买社会养老保险的边际效应系数为正，但系数不显著，原因是农村养老保险制度还不够完善，惠及力度不够大，对农村家庭的投资不能产生显著影响。相反，农村居民医疗保险制度较为完善，从回归结果可以看出，农村家庭是否购买社会医疗保险的边际效应系数为0.07052，即购买了医疗保险比没有购买医疗保险的家庭参与风险资产的概率高7.052%。最后，从金融发展水平来看，金融发展水平的边际效应系数为-0.07618，即金融发展水平每正向变动一个单位，农村家庭参与风险资产的概率减少7.618%。本文利用金融效率来表示金融发展水平，金融发展水平越高，农村地区资金外流，反而有利于城镇发展，故金融发展水平越高，农村家庭受到的金融排斥并未得到改善，反而抑制了农村家庭参与风险资产。（高一騠，2018）研究发现金融发展规模和金融发展效率对农村家庭工资性收入的估计系数为负，表明农村金融发展并没有提高农村家庭的工资性收入，反而对农村家庭的工资性收入有抑制作用，农村家庭的金融发展水平排斥程度较高。

（二）异质性分析

表3分析了户主最近一周是否有工作来讨论金融排斥的异质性。从表中可以看出，当户主有工作时，如第（1）列所示，金融排斥程度对农村家庭参与风险性金融资产的边际效应为0.06016，在0.001的显著性水平上显著。Score每提高一个单位，农村家庭参与风险性金融资产的可能性增加6.016%，已知金融排斥score得分与金融排斥的程度成反比，也就是说，在户主有工作的农村家庭中，金融排斥程度每平均上升一个单位，参与风险性金融资产的可能性下降6.016%，呈负向影响。同理，在户主没有工作的农村家庭中，如第（2）列所示，家庭金融排斥的程度每上升一个单位，参与风险性金融资产的可能性下降12.683%，在0.001的显著性水平上显著。因此，户主没有工作的家庭比有工作的家庭金融排斥程度对家庭参与风险金融市场的可能性有更大的影响。一方面，户主没有工作，收入减少，越易受到金融排斥（资金有限），从而拒绝参与风险性金融资产。另一方面，户主在工作过程中拓宽了信息渠道，从而促进了家庭参与风险性金融资产配置的可能性和参与比例，缓解了农村家庭的金融排斥，提高农村家庭的就业和收入是促进和改善农村家庭金融排斥程度的有效途径。

五、结论和政策建议

通过上述金融排斥对农村家庭参与风险性金融资产的实证研究，从金融知识排斥、流动性排斥、互联网排斥等三个层面运用熵值法构建了金融排斥综合指数，发现农村家庭金融排斥程度越严重，家庭参与风险资产的概率越小，在户主没有工作的家庭中影响更大。同时，文化程度的提升、家庭总资产的提高和购买医疗保险都对农村家庭参与风险资产有正向的促进作用。孩子的抚养比越高，农村家庭参与风险性金融资产的可能性就越低。社会互动的支出越高，反而减小了农村参与风险资产的可能性。金融发展水平越高，农村资金外流，不利于农村金融发展，农村家庭参与风险资产的概率越低。因此，关于促进和提高农村家庭参与风险资产，切实提高农民的财产性收入，将普惠金融做到真正惠及千家万户，可以从以下三个方面着手：一是加大普惠金融政策向农村家庭倾斜，在农村金融规模和农村金融效率两个方面上，完善相关政策措施，改善农村家庭的金融排斥，减小城乡差距，实现城乡均衡发展。二是促进互联网金融在农村地区的发展，互联网金融的繁荣和发展克服了农村由于地理位置疏远而形成的空间性金融排斥，促进和改善农村居民的金融素养和金融可得性。三是促进农村家庭的就业和创收，大力发展乡村振兴，农村地区资源丰富，促进产业和乡村旅游等地方特色经济，切实为农民提供创收渠道，改善农村家庭的流动性约束，促进农村家庭参与风险性金融资产的投资。四是提高农村居民的社会保险待遇，农村居民养老主要还是以家庭养老为主，抚养压力大，提高社保待遇，有利于减轻农村家庭的抚养压力，从而促进农村家庭对风险金融市场的投资。

参考文献：

[1]常建新.金融发展、资本错配与经济高质量发展[J].金融发展研究，2021（08）：1-9.

[2]葛永波，陳虹宇，赵国庆.金融排斥视角下非农就业与农村家庭金融资产配置行为研究[J].当代经济科学，2021，43（03）：16-31.

[3]张栋浩，尹志超.金融普惠、风险应对与农村家庭贫困脆弱性[J].中国农村经济，2018（04）：54-73.

[4]高一騠. 农村金融发展、城镇化对农民工资性收入的影响[D].杭州：浙江工商大学，2018.

[5]何婧，田雅群，刘甜，李庆海.互联网金融离农户有多远——欠发达地区农户互联网金融排斥及影响因素分析[J].财贸经济，2017，38（11）：70-84.

[6]尹志超，吴雨，甘犁.金融可得性、金融市场参与和家庭资产选择[J].经济研究，2015，50（03）：87-99.

[7]田霖.我国农村地区金融排斥研究[J].调研世界，2010（02）：6-8.

*基金项目：国家自然科学基金地区基金“家庭经济脆弱性框架下基于教育视角的妇女生育率陷阱形成机理和应对策略研究”，项目编号：71863022。云南省省部门决策咨询研究课题云南省发展和改革委员会“云南提高中等收入群体占比的思路和举措研究”课题研究服务项目，项目编号：4530000HT202109097。

（作者单位：昆明理工大学管理与经济学院）