金融市场发展与城乡居民财产性收入差距

位雪丽

（河南财经政法大学经济学院 河南郑州 450046）

引言

“十四五”规划指出，要优化收入分配结构，最重要的方式之一便是拓宽居民收入增长渠道。其中包括多渠道增加城乡居民财产性收入，提高农民土地增值收益分享比例，完善上市公司分红制度，创新更多适应家庭财富管理需求的金融产品，以改善收入与财富分配格局。然而，我国金融市场的快速发展是否有助于更快达到规划目标，则需要进一步研究金融市场发展与城乡收入之间的关系。根据国家统计局的定义，财产净收入是指住户或住户成员将其所拥有的金融资产、住房等非金融资产和自然资源交由其他机构单位、住户或个人支配而获得的回报并扣除相关的费用之后得到的净收入。财产净收入包括利息净收入、红利收入、储蓄性保险净收益、转让承包土地经营权租金净收入、出租房屋净收入、出租其他资产净收入和自有住房折算净租金等。财产净收入不包括转让资产所有权的溢价所得。根据财产净收入的定义可知，金融市场是居民获得财产性收入的重要场所，金融市场的发展程度及金融产品的丰富性、安全性势必会影响居民的财产性收入。

党的十七大报告提出要“创造条件让更多群众拥有财产性收入”，十八大报告进一步指出要“多渠道增加居民财产性收入”，核心是通过改革收入分配制度、完善金融制度等来提高低收入群体的收入，优化收入结构，逐步缩小收入差距。由此看来，金融市场的发展程度已成为影响居民获得财产性收入的重要因素。近年来，中国居民的财产性收入快速增长，并呈现出城市与农村、东部、中部与西部、高收入群体与低收入群体之间的结构性失衡（吴丽容、陈晓枫，2011），罗楚亮、李实、岳希明（2021）通过分析中国居民收入分配课题组2013年和2018年的住户调查数据发现，收入差距总体上在高位徘徊，并保持相对稳定。究其原因，首先财产是获得财产性收入的基础，其次，金融制度约束也是影响居民获得财产性收入的重要因素（宁光杰、雒蕾、齐伟，2016）。吴卫星、邵旭方、陶利斌（2016）研究发现拥有更多资产的家庭，其资产收益率更高且负债成本更低，通过财务杠杆作用使得富裕家庭的财富增长更快，实现家庭财富的自我放大。各项研究均说明金融相关内容是影响居民财产性收入的重要因素。一个国家流通的货币供应量代表着这个国家市场的活跃程度，下面以我国的货币和准货币供应量为参照系，来对比看我国近年来的城乡收入差距。

图1显示2014年第四季度至2020年第四季度期间，我国的M2存量及城乡财产净收入同比增加值之差的变动趋势。其中M2存量既包括流通中的现金，也包括活期存款和各主体的定期存款及其他存款，该指标可用于反映市场的总需求状态和未来的通胀压力，同时也可以代表市场交易的规模。金融市场是市场状况的晴雨表，可以及时反映市场整体的发展状态，因此M2存量的大小可以侧面反映金融市场状况。城乡人均财产净收入同期增加值可以分别代表城镇居民和农村居民财产净收入的增长情况，二者之差可以很好地反映城乡收入差距。从图1可以看出，以M2为代表的货币供应量逐渐上升，侧面反映出金融市场交易活跃度逐步上升，金融市场发展越来越好，但同时城乡财产净收入同比增加值之差也在扩大，二者之间存在类似的上升趋势，一定程度上反映出金融市场越发达城乡收入差距越大。

图1 M2与城乡财产净收入同比增加值之差

上述分析说明金融市场的发展与城乡收入差距之间可能存在某种联系，金融市场发展是否是扩大城乡收入差距的重要影响因素？现有研究已经证明金融相关因素会影响居民获得财产性收入，然而，金融市场影响居民财产性收入的机理是什么？在影响城镇财产性收入和农村财产性收入方面，金融市场的影响是否一致？如何刻画金融市场的发展程度？如何衡量金融市场发展程度对居民财产性收入的影响？都是需要关注的热点问题，也是本文研究的重点。

本文通过构造金融状况指数来全面反映我国金融市场的发展情况，通过研究金融状况指数对城镇财产净收入和农村财产净收入以及二者之差的影响，来反映金融市场发展过程中城镇和农村在获得财产性收入方面的特征及发展趋势，研究认为金融市场对城乡财产性净收入的影响存在差异，金融市场的发展对城镇居民财产性收入的影响较为及时且影响程度较大，对乡村居民财产性收入的影响具有滞后性且影响程度相对较小，导致城乡收入差距在一定程度上存在扩大趋势，最终呈现出金融市场发展对城乡收入差距的影响也存在阶段性特征。本文试图通过研究可以为“让更多群众拥有财产性收入”的政策主张提供经验支持，这对于缩小城乡收入差距、促进社会经济协调发展和实现社会公平具有现实意义。

金融市场影响居民财产性收入的因素分析

城乡居民的财产性收入增长对于我国经济和社会的发展意义重大。现有研究中，学者们主要从金融制度、投资产品和投资主体三个视角来研究金融因素对居民获得财产性收入的影响：一是分析金融制度在居民获得财产性收入过程中的作用，通过金融市场这一中介效应，归纳金融市场对居民财产性收入的影响机理；二是分析投资产品对居民获得财产性收入的影响，主要是从投资对象上来分析投资产品的丰富性对居民获得财产性收入的影响机理；三是从居民角度来研究投资者的个人能力对其获得财产性收入的影响。

（一）金融制度影响居民财产性收入

宏观经济的波动会影响资产价格和家庭财富积累，进而影响居民财产净收入，而制度因素尤其是金融制度约束，也会通过各种渠道影响居民获得财产性收入。宋光辉、徐青松（2006）研究认为目前我国居民的证券资产持有不足，表面上看是前些年股市的异常波动和近几年股市的持续低迷造成的，究其原因，则是我国股市的投资功能较弱，需要进一步完善投资环境。也有很多基于中国家庭金融调查（CHFS）数据的研究，从信贷约束、流动性约束、房产持有、商业资产持有等多个角度分析居民面临的金融约束，认为金融制度约束会阻碍家庭获得财产性收入（宁光杰，2014；尹志超、宋鹏、黄倩，2015；周弘、张成思、何启志，2018；甘晓丽、袁胜军、吴俊，2019；臧日宏、王春燕，2020）。郭绍杰（2021）研究认为金融机构发展水平提高整体上可以促使人均储蓄增加。由此可以看出，金融相关制度的完善性是居民获得财产性收入的重要制约因素，该因素在城镇和乡村居民获得财产性收入方面的影响存在差异，为了进一步统筹城乡发展、缩小城乡差距、缓解农民收入结构性矛盾，需要充分发挥金融市场的作用，增加农民的财产性收入，然而，金融市场影响居民财产净收入的具体的影响路径是什么，则是需要进一步探讨的问题。

（二）投资产品影响居民财产性收入

部分研究认为房地产是居民进行投资的重要对象，而房价波动会通过财富效应（初始财富的多寡限制了参与金融市场获得财产性收入的能力）和信贷效应（不同的经济主体面临不同的信贷约束，具有不同的信贷能力，进而影响其参与金融市场的能力）来影响居民的财产性收入（冯涛、王宗道，2010；高东胜、冯涛，2011；张传勇、张永岳、武霁，2014；邓翔、何瑞宏，2020）。也有研究认为股票是我国居民的重要投资内容，但是，我国股票市场的低投资回报率、低现金分红比率、高市盈率和偏高的市场风险等现状，使得不同风险偏好的投资者参与股票市场的情况具有差异性，弱化了股票投资对居民财产性收入的贡献（贝政新、韦伟、王世文，2011；陈晓枫，2013；郭绍杰，2021）。除此之外，购买商业医疗保险的城镇居民会显著增加对风险金融资产的投资，但是这一作用在农村居民中并不存在（易行健、周聪、来特、周利，2019），一定程度上会导致城乡居民在获得财产性收入方面的差异扩大化。风险金融资产的配置问题作为家庭金融的细分研究方向而备受关注（周聪，2020）。迟巍、蔡许许（2012）从投资收益、租房收入和其他财产性收入三个方面对财产性收入的不平等程度进行分解，研究发现投资收益是导致财产性收入分布不均的主要因素，而我国现阶段缺乏低风险资产，金融资产的不确定性较高，风险资产的广度和深度不能满足居民的投资选择，因而产生较高的银行储蓄，进而影响其获得财产性收入（袁志刚、冯俊，2005）。黄范章（2011）建议通过推行“职工持股计划”、发行小额股票、社保基金等方式，让广大职工及中低收入家庭获得“财产性收入”。现有研究中提到的可供选择的投资产品中，农村居民因投资产品受限导致其金融市场的参与度较低，而城镇居民则是投资主体，因此，投资产品的丰富性和安全性主要影响城镇居民的财产性收入，对农村居民影响甚微，一个自然的假设便是更多的投资产品的出现会扩大城乡收入差距，事实情况是否如此，亦需要论证。

（三）投资主体影响居民财产性收入

相对于银行储蓄，资产投资具有相对较高的风险，因此，居民的风险态度与投资理念都会影响其投资决策与风险配置，其中最根本的影响因素则是投资者本人的金融知识和投资经验，金融知识越多，投资者参与金融市场的信心越强，投资经验越丰富，越有可能在金融市场上获得收益，缺乏必要的金融知识是制约居民参与金融市场进行风险投资的重要因素（尹志超、宋全云、吴雨，2014；江静琳、王正位、向虹、宇廖理，2019；陈姿、罗荷花，2019；张兵、生晗，2020）；一个关注金融经济信息的家庭，如果通过主动学习金融课程来提高对金融产品和预期收益的了解，就会有效释放家庭的金融需求，更多地参与金融产品的投资（张号栋、尹志超，2016），提高家庭的财产性收入。随着互联网金融的快速发展，居民就有更多的渠道和机会来参与金融投资，进而提高财产性收入，尹志超和仇化（2019）研究发现金融知识对于提高互联网金融参与度具有显著的促进作用。由此可知，一个人的金融素养、金融技能和金融知识会显著影响其投资收益，居民可以通过提高阅读频率来获取更多的金融知识，这样既会提高其投资收益，也有助于提高其投资金融产品的可能性（邓辉，2020），以缓解财产性收入给居民财富带来的马太效应。通常情况下，市场上的专业基金投资者会比普通居民获得更高的收益率，根本原因就在于二者在阅读及金融相关知识和经验方面存在差异，而这种差异在城镇居民和农村居民之间更加明显，导致城镇居民和乡村居民之间具有不同的投资理念和投资态度，进而产生不同的投资行为，因此，投资主体本身的差异也会导致城乡收入差距扩大。

通过对文献的梳理发现，现有研究主要从金融制度、投资产品和投资主体三个方面来研究金融因素对居民财产性收入的影响，而居民收入差距会进一步影响消费（陈兵、乌静、王伟龙，2021），因此有必要从金融角度研究城乡收入差距的变化特点，试图为缩小城乡收入差距寻找可行的政策路径。现有大部分研究只简单分析了财产性收入的水平、特点和影响因素，缺乏金融相关因素影响居民财产净收入的定量研究，也没有区分研究金融因素对城镇居民财产性收入和乡村居民财产性收入的影响差异，以及金融市场的发展是否会进一步扩大城乡收入差距，这些便是本文论证的重点。

研究设计

（一）构造金融状况指数

金融市场发展状况是经济发展的一面镜子，也是经济活动得以顺利进行的媒介和桥梁，随着金融相关活动的有序开展，也产生了大量用于反映金融市场发展状况的指标，准确度量金融市场发展状况是研究金融市场影响居民财产净收入的基础。合理的金融状况指数可以用于监测货币政策的调控效果，也可以有效反映金融资产价格信息，并监测金融市场走势。最早的金融状况指数主要用于反映货币政策的实施效果和未来的通货膨胀压力，主要使用汇率、利率、股价和房价等相关指标来构造指数。随着理论研究的不断深入，研究者将更多的金融变量包含进来，并通过一定规则对不同的变量进行赋权，最终得到金融状况指数。由于研究过程中所用金融变量和相关权重存在选择上的主观性，使得不同学者构造的金融趋势指标存在较大差异，进而导致研究结果存在异质性。

一方面，单一金融变量（如城镇储户当期收入感受指数、工业企业家信心指数、银行业景气指数、经济学家信心指数、制造业PMI等）只能反映金融市场在某一方面的发展趋势，而不能有效反映金融市场的整体发展趋势；另一方面，由于不同金融变量在不同阶段的主导性作用不同，使用普通的加权方法对不同金融变量进行平均赋权存在较强的主观性，导致构造的金融市场趋势指标的代表性较弱。本质上，金融市场是一个开放的复杂的非线性系统，最终呈现出来的金融市场状况是许多相互作用的个体彼此影响和不断适应的结果，各类金融指标内包含的信息也较为复杂，不仅反映金融市场的发展，一定程度上也包含了宏观经济整体形势的信息，如果不在构造的金融趋势指标中扣除宏观经济信息，就不能很好地反映金融市场的变化趋势。因此，本文借鉴Gary Koop和Dimitris Korobilisy（2013）的指数构造方法，选取n×1维的中国金融变量x（t=1，…，T），使用P阶滞后的TVP-FAVAR模型来构造我国的金融状况指数，该指数控制了宏观经济信息，因此可以更好地反映我国金融市场的发展情况。

其中y是宏观经济变量，用于控制金融变量中的宏观成分，保证构造的指标可以很好地反映金融市场的变化趋势，系数向量λ反映宏观变量y对金融变量x的影响程度，f是构造的金融状况指数，λ是反映金融状况指数f对金融变量x影响程度的因子载荷，（B，…，B）是VAR模型的系数向量，用于刻画宏观经济变量y和构造的金融状况指数f之间的动态关系，c是截距项。u和ε均是0均值的高斯扰动项，相应的方差V和Q均具有时变性，为保证扰动项u中包含异质冲击，特假定V为对角阵。基于TVP-FAVAR(P)模型构造的中国金融状况指数具有时变性，并且扣除了宏观经济发展的影响，可以反映金融市场的整体变化趋势，同时也避免了模型过度参数化而带来的参数估计问题。

假定公式（1）-（4）中的随机扰动项之间相互独立，均不存在序列相关性。本文基于该模型来构造中国金融状况指数，以反映金融市场的发展轨迹，进而考察金融市场发展对居民财产净收入的影响。从图2可以看出，2003-2020年期间出现过几次大的波动，其中最具代表性的是在2008年金融危机波及我国之前，金融市场一片繁荣，2008年2月主要成分指数涨幅均创历史纪录，上证指数上涨351.4点，涨幅达8.13%，仅次于2005年6月88.2%的涨幅。随着金融危机的蔓延，我国金融市场也遭受影响，2009年11月27日上证综指收盘下跌2.36%，创近三个月以来最大周跌幅。随着政府一系列刺激经济的政策出台，经济开始复苏，金融市场也缓慢回暖。另一个具有代表性的时间是2020年年初出现了新冠肺炎疫情，并在全球暴发，这对于全球经济和金融市场都造成了巨大冲击，在图2的金融状况指数中也有所体现。

图2 金融状况指数

（二）基于局部投影的脉冲响应分析

自Sims（1980）提出并使用向量自回归（VAR）模型来研究宏观经济学问题以来，该模型便得到了广泛应用，通常假定VAR模型可以近似地线性表示某些经济变量的数据生成过程，并利用样本数据估计VAR模型的参数，再根据这些参数估计值来计算脉冲响应函数，脉冲响应分析在经济学实证研究中具有重要地位，它通过描述经济系统中某个变量在某个时刻受到冲击的情况下，系统中所有变量当期和未来期的反应，来分析冲击的经济效应，是一种边际效应。通常我们看到的脉冲响应图会同时给出与脉冲响应函数相应的置信区间。然而，当VAR模型不能代表变量的真实生成过程时，通过VAR模型依然可以计算出脉冲响应和方差分解（Stock &Watson，1999），且预测期越长，由于模型误设导致的脉冲响应累积的误差越大。除此之外，Sims（1980）指出基于VAR来计算脉冲响应函数时存在一些硬性假设：第一，正负冲击的影响具有对称性；第二，不同大小的冲击形态不变，冲击程度成比例变化；第三，冲击形态不受局部历史事件影响；第四，脉冲响应是关于参数估计值的高维非线性函数。上述假设限制了VAR模型在经济学中的应用，进而演化出各种非线性方法来计算广义脉冲响应函数。

相比之下，如果模型的变量设定和滞后阶数选择均正确，则局部投影法（Local Projections，LP）与VAR模型的脉冲响应一样，但是局部投影法更简单，适用于样本数据偏短的情况。局部投影法通过将未来t+h期的值投影到一个局部空间来简化模型，它是一个局部估计结果，既可以直接把某变量看作冲击，也可以使用外部变量来识别冲击，还可以根据简化VAR与结构VAR之间的关系计算出同期关系矩阵，再估计边际影响。局部投影法不受模型形式限制，对模型误设较为稳健，它根据内生变量向前的多步转换来计算一致的脉冲响应函数，对于短期预测，VAR模型与LP模型的脉冲响应结果基本一致，但是在长期预测中，VAR模型的脉冲响应的有效性大大降低，当样本容量较小，且模型滞后长度被错误设定时，局部投影估计结果含有的噪声较少，是一个极具竞争力的选择。因此，根据LP的上述优势和下文的数据特点，我们基于局部投影法（Jordà，2005）来计算金融市场状况对居民财产净收入的脉冲响应函数，考虑到局部投影法的线性形式如下：

（三）变量选取及统计描述

指数是综合一定信息的指标，本文选取2003年1月至2021年1月共32个代表经济和金融景气的指数和5个宏观变量用于构造中国的金融状况指数FCI，通过与货币供应量的对比分析，说明了构造的金融状况指数的合理性，构造的金融市场趋势指标见图2。受数据长度限制，本文实证研究过程中使用2014年第三季度至2020年第四季度的GDP、CPI、居民财产净收入和金融状况指数来研究金融市场发展对城乡居民财产性收入差距的影响，所有数据来自《中国统计年鉴》和《中经网统计数据库》。

由于经济与金融并非泾渭分明的两部分，因此，在构造中国金融状况指数时，选用了企业商品价格指数、城镇储户收入与无偏扩散指数、企业家信心指数与企业景气指数、银行家信息与银行业景气指数等金融类指标，以及消费者景气指数、经济学家信心指数、银行家信心指数、宏观经济景气指数、行业企业景气指数、中国制造业采购经理指数、中国非制造业采购经理指数、JP摩根全球制造业采购经理人指数、国房景气指数、航运景气指数和服务业生产指数等经济类指标，且各指标时间长度和数据频率不统一，本文所用估计方法完全可以应对缺失数据问题。各指标不仅能反映金融市场的发展现状，也包含了一定的宏观经济信息，本文所用估计方法可以在构造中国金融状况过程中剔除掉宏观因素的影响，以得到代表中国金融市场发展状况的指数。表1中给出了部分代表性变量的描述性统计。

表1 代表性变量的描述性统计

根据表1可知，经济学家即期景气指数的标准差较大，说明该指数波动较大，对经济变动反应敏感。其次是航运景气指数和企业家信心指数，其余指标的标准差均值10以内，大部分指标都能对经济变动做出及时反应。从观测值个数来看，各指数数据长度不统一，其中企业商品价格指数和经济学家即期景气指数的样本容量较大，服务业生产指数同比增速的样本容量较少，不过基于状态空间算法的FAVAR模型完全可以处理这种情况。表1中各指标均能在一定程度上反映经济或金融的变化趋势，本文正是在上述指标的基础上，通过控制宏观信息来构造金融市场趋势指标，用于反映金融市场的变化趋势。

表2是实证用到的几个变量的统计描述，GDP的平均同比增速为5.57%，2014年9月份的GDP同比增速最大，达到7.5%，2020年3月的GDP同比增速最小，为-6.8%。在实证分析中用于反映产出方面的变化，同时，在模型中引入CPI通胀率用于反映消费价格方面的变化。从净收入平均同比增速来看，乡村财产净收入同比增速高于城镇财产净收入同比增速，由于城乡财产净收入的同比增速的快慢取决于经济金融等很多因素，那么，城乡财产净收入增速之差是否由金融因素引起，金融市场的发展是否一定会缩小城乡收入差距，都需要结合实证分析来验证。

表2 LP模型所用变量的描述性统计

实证分析

（一） 数据的平稳性检验

下面使用包含截距项且没有趋势的ADF检验来判断各变量的平稳性，从表3的结果中可以看出，GDP同比增速的水平值不平稳，但差分数据在1%的水平上平稳；金融状况指数的水平值不平稳，但差分数据在5%的水平上平稳；居民财产净收入同比增速以及城镇和农村的居民财产净收入同比增速均在10%的水平上平稳，这些变量虽然不是同阶单整，但是除了两个一阶单整变量之外，其余变量均在相应显著性水平下平稳，为了分析金融市场对城乡居民财产性收入差距的影响，接下来检验变量之间是否存在协整关系。

表3 变量的单位根检验

（二）协整检验

为了从整体上和结构上来探究居民财产净收入与金融状况之间的关系。首先，检验居民财产净收入与金融状况指数和GDP同比增速之间是否存在协整关系（模型1），然后，检验农村居民财产净收入与金融状况指数和GDP同比增速之间是否存在协整关系（模型2），最后，检验城镇居民财产净收入与金融状况指数和GDP同比增速之间是否存在协整关系（模型3），协整检验结果如表4所示。

表4 协整检验

从表4的协整检验结果来看，财产性净收入（城镇财产净收入或乡村财产净收入）与GDP和FCI之间在5%的水平上至少存在2个协整关系，进而建立回归模型来分析金融市场状况对居民财产净收入的整体影响及结构影响。

（三）静态关系分析

分别从整体上和结构上来探究居民财产净收入与金融状况之间的关系：

Y=β+βGDP+βFCI+u

其中被解释变量Y分别取t时期的居民财产净收入（NIFP）、 t时期的城镇居民财产净收入（TNIFP）和t时期的农村居民财产净收入（CNIFP），FCI表示t时期的金融市场状况，数据为前文构造的金融状况指数，GDP为控制变量，表示t时期的GDP同比增速，三个模型均不存在自相关性和异方差性问题。

根据表5模型估计结果，首先，从显著性上来看，金融状况指数在5%的水平上对城镇居民财产净收入有显著影响，在10%的水平上对居民财产净收入有显著影响，但是在10%的水平上却对农村居民财产净收入没有显著影响。其次，从影响方向来看，金融状况变好时居民财产净收入和城镇居民财产净收入均增加，但是农村财产净收入却在减少。最后，从影响大小来看，金融状况指数上升一个单位时，居民财产净收入的增长率会上升约1.6%，城镇居民财产净收入的增长率会上升约1.8%，农村居民财产净收入的增长率则下降约1.3%（不显著）。由此可以看出，整体上金融市场的发展会促进居民增加财产净收入，但是对城镇居民和农村居民的影响存在结构效应，对城镇居民财产净收入的影响更大且显著，对农村居民财产净收入的影响为负且不显著，该结论对于制定金融政策来缩小城乡差距具有指导意义。

表5 模型估计结果

（四）动态关系分析

1.格兰杰因果关系检验。以上分析仅能说明金融状况指数的增加会引起居民财产净收入增长率和城镇居民财产净收入增长率的上升，但并不能确定金融状况指数的上升一定是引起居民财产净收入增长率和城镇居民财产净收入增长率的上升的原因，接下来通过格兰杰因果性检验来判断，并构造如下模型：

根据前文的数据平稳性检验可知FCI和Y均为差分平稳过程，因此对各变量分别取差分得到ΔFCI和ΔY，模型（5）的原假设是H：α=α=0，意味着金融状况指数不是财产净收入增长的格兰杰原因，用于检验金融市场发展对财产净收入增长的因果效应；模型（6）的原假设是H：b=b=0，意味着财产净收入不是金融状况指数增长的格兰杰原因，用于检验财产净收入增长对金融市场发展的因果效应，对上述模型进行联合检验，结果如表6所示。

表6 格兰杰因果关系检验

从格兰杰因果检验结果可以看出，金融状况指数是居民财产净收入、城镇和农村居民财产净收入的格兰杰原因，居民财产净收入和城镇居民财产净收入也是金融状况指数的格兰杰原因，但农村居民财产净收入不是金融状况指数的格兰杰原因。结合AIC信息准则，下面使用4阶滞后的LP模型分别估计金融市场冲击下，居民财产净收入以及城镇和农村居民财产净收入的长期变化。

2.基于局部投影法的动态关系分析。根据前文理论框架，在一单位正向金融冲击下得到农村居民财产净收入同比增速和城镇财产净收入同比增速的脉冲响应图，如图3所示。整体上看，局部投影法下农村居民的反应量纲小于城镇居民，表明金融市场发展对农村居民财产性收入的影响程度较小，对城镇居民财产性收入的影响程度较大，同样程度的刺激政策，在城镇的刺激效果会更明显。分开来看，农村居民的反应在前4个季度不显著，意味着金融冲击后的第一年对农村居民的财产净收入几乎没有影响，从第5个季度开始有显著影响，在第7个季度影响最大，滞后的影响逐步减小，表明金融市场发展对农村居民财产性收入的影响具有滞后性。城镇居民财产净收入的反应则相对更为显著，且持续时间更长，在第3个季度左右影响最大，即正向的金融冲击发生后，第一年的效果最为明显，之后的影响逐渐减小，表明金融市场发展对城镇居民财产性收入的影响效果较为及时，且影响效果随时间逐渐降低。

图3 单位金融冲击下城乡居民财产净收入的脉冲响应图

由此可以看出，金融市场的发展对城镇居民财产净收入影响程度较大且较为及时，而对农村居民财产净收入的影响程度较小且相对滞后，说明金融市场发展红利将大部分归于城镇居民，那么金融市场的发展是否会扩大城乡收入差距，加剧城乡收入不平等呢？本文再次使用局部投影法来分析金融状况指数对城乡收入同比增速之差的影响。

从图4可以看出，单位正向金融冲击下，城乡居民财产净收入同比增速之差具有先上升后下降的变动特征，并且第一年的影响整体上趋于稳定，城乡财产净收入同比增速之差维持在4%左右，表明金融市场发展初期，金融市场的发展会拉大城乡收入差距。随着城镇和乡村居民对冲击的逐步适应，二者的差距开始降低，在第5个季度至第9个季度之间城乡财产净收入同比增速之差为负数，说明长期内金融市场的发展有缩小城乡差距的作用。由此说明，随着金融市场的发展，城镇和乡村之间的收入差距会先增大后缩小，即金融市场的发展对城乡收入差距的影响存在阶段性特征，因此，在金融市场发展过程中需要配合其他的结构性政策调控，在发挥好城镇收入主导性增加的同时，适度带动乡村收入同步增长，以避免收入差距进一步扩大，实现城乡收入的均衡增长。

图4 单位金融冲击下城乡居民财产净收入之差的脉冲响应图

结论与政策建议

根据上述研究，本文构造的金融市场趋势指标剔除了宏观因素的影响，可以较好地反映金融市场的发展状况。理论分析过程中发现，基于金融制度、投资产品和投资主体等的城乡差异，金融市场发展状况对城镇居民财产净收入有不同的影响。结合本文数据特点及局部投影法的优势，本文使用简单回归和局部投影法来分析金融市场对居民财产净收入的静态影响和动态影响，从静态关系分析中可以看出，金融市场的发展会提高居民的财产性净收入，但是对城镇居民的正向影响更大，对农村居民却存在负向影响，表明金融市场的发展一定程度上具有结构性影响，更能促进城镇居民的收入增加。从动态关系分析同样可以看出，金融市场的发展对城镇居民财产净收入影响程度大于对农村居民财产净收入的影响程度，进一步印证了静态关系分析的结论，即金融市场的发展对城镇和乡村居民财产性收入的影响具有结构性特征，同样的金融政策下，对城镇居民的收入带动作用更明显，对农村居民收入的带动作用具有滞后性。在金融市场发展的不同阶段，城镇和乡村之间的收入差距呈现出先扩大后缩小的特征。究其原因，是由于城镇居民的金融市场参与度高于农村居民，城镇居民更容易享受金融市场发展带来的好处，而农村居民则对金融市场发展的反应较小且相对滞后，因此金融市场的发展对城镇居民影响较大，而且短期内会拉大城乡收入差距。长期来看，随着金融市场发展红利不断向乡村渗透，由金融市场发展带来的乡村居民财产性收入越来越多，城镇和乡村之间的收入差距也会逐步缩小。在接下来的研究中，如何更好地选取指标来反映城乡收入不平等，进而研究金融市场发展对城乡收入不平等的影响，将是值得研究的方向。

从本文的研究结论出发，我们认为在制定金融政策促进金融市场发展方面，有两点需要注意；第一，从金融市场的影响规模上来看，金融市场的发展状况对农村居民财产净收入影响程度相对较小，而对城镇居民财产净收入影响较大，表明金融市场发展红利更容易惠及城镇居民，导致城乡收入差距在一定范围内扩大。因此，在政策制定过程中，需要注意城乡居民在金融市场发展中的财产净收入差异，制定一些更利于农村居民的金融政策，或者依据城镇居民和乡村居民的收入特点制定结构性政策，长期来看更有利于经济和社会的均衡发展，缩小城乡收入差距。所以在制定政策方面可以适当地向农村居民倾斜，结合现代化数字手段，逐步提高金融市场相关知识的普及，让金融市场不再是束之高阁的空谈，让乡村居民也能享受金融市场发展红利。第二，从金融市场的影响时间上来看，城镇居民的收入会随着金融市场的发展而立即增加，但乡村居民收入的增加具有滞后性，且前期影响不显著，即城乡收入差距有先上升后下降的趋势。基于这种影响上的阶段性特征，可以采取缓慢推进、逐步加深的政策策略，尽量缩短城乡收入差距上升的区间，相对延长差距缩小的区间，使金融市场的发展红利惠及城乡居民。缩小城乡收入差距不仅是经济发展的要求，也是共同富裕的必要前提，更是金融市场发展的重要目的之一，所有这些都需要各级政府金融政策的支持。