中國城鄉(xiāng)家庭住房借貸還款壓力的研究*
——基于2016年中國家庭追蹤調查數(shù)據(jù)的實證分析

◎沈 帥

前言

黨的十九大提出了全面建成小康社會的偉大目標，并正式把“普惠金融”寫入報告。普惠金融是指“立足機會平等要求和商業(yè)可持續(xù)原則，以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務”①中華人民共和國國務院.推進普惠金融發(fā)展規(guī)劃（2016-2020年）［Z］.2016-01-15。當前我國發(fā)展普惠金融的重點支持的對象包括農(nóng)民、城鎮(zhèn)低收入人群、貧困人群等特殊群體。在主要金融資源都集中在城市、中高收入人群的前提下，切實需要金融服務的農(nóng)民、貧困人群等難以及時獲得金融服務。普惠金融的發(fā)展，不僅能夠有效地解決這些人群“金融難”的問題，還能拉動主要為農(nóng)村地區(qū)的經(jīng)濟不發(fā)達區(qū)域的經(jīng)濟增長。

本文擬以城鄉(xiāng)家庭借貸行為作為研究對象，通過對城鄉(xiāng)家庭住房借貸情況的實證分析，探究中國家庭借貸情況的影響因素以及其中存在的城鄉(xiāng)差異的大小，并對中國普惠金融未來的發(fā)展方向提出政策建議。

二、數(shù)據(jù)來源與理論分析

本文研究數(shù)據(jù)的來源為中國家庭追蹤調查（China Family Panel Studies），主要使用的是2016年度家庭層面的數(shù)據(jù)②以上數(shù)據(jù)可以在http：//opendata.pku.edu.cn/dataset.xhtml?persistentId=doi：10.18170/DVN/45LCSO下載，擬通過構建實證分析模型來研究中國城鄉(xiāng)家庭借貸行為。

構建模型時首先考慮模型的被解釋變量，該變量必須能夠反映家庭償還借貸壓力的強弱，在此本文選擇了家庭待償借貸額作為被解釋變量。其次考慮解釋變量，根據(jù)James F. Devlin（2009）的研究，本文將在房屋的基礎上加入耐用消費品價值作為解釋變量，參考Wayne Simpson和Jerry Buckland（2009）的研究，本文也將引入支出作為解釋變量。城鄉(xiāng)差異和省份差異將以虛擬變量的形式加入到模型之中。

此外，模型將引入一些可能影響家庭的財務狀況的變量，如政府及社會的轉移支付、重大事件和人情禮物支出，以及房屋拆遷和土地征用這兩個會對家庭固定資產(chǎn)產(chǎn)生影響的變量。土地征用與房屋拆遷可能會改變一個家庭的生產(chǎn)方式和生活方式，故研究把 “是否經(jīng)歷住房拆遷”和“是否經(jīng)歷土地征用”加入到模型，以研究這種變遷對家庭的還款壓力是否產(chǎn)生影響。

三、實證分析

本文目標是研究房屋以及家庭其他資產(chǎn)變量、轉移支付、重大事件、房屋拆遷和土地征用等變量對家庭獲取借（貸）款可能性的影響。研究的實證模型簡化如下：

其中 Y為被解釋變量，用“待償借貸額”作為家庭償還借貸壓力的代理變量。X0是本文研究的核心解釋變量，與房屋相關的變量都可以是X0，其回歸系數(shù)β0是研究中重點要關注的回歸系數(shù)。在中國當前房價增長速度較快等情況下，購買房屋被很多家庭是為實現(xiàn)保值甚至是價值增值的手段。房屋還可以看作是家庭長期償債能力的一個代理變量。Xi是本文研究中與家庭經(jīng)濟能力相關的其他解釋變量，包括“耐用消費品價值”、“收入”、“支出”、“現(xiàn)金及存款”、“金融產(chǎn)品凈值”。這些變量與家庭的短期償債能力與長期償債能力有非常大的關聯(lián)。參考之前的研究（胡楓、陳玉宇，2012；張?zhí)枟?、尹志超?016），家庭成員數(shù)以及家庭的知識水平也將作為解釋變量，這里本文因數(shù)據(jù)原因，將使用家庭的最高學歷作為代替。Zj是本文研究過程中希望研究出結果的一些比較有意思的變量，這些變量都可能對家庭的經(jīng)濟情況帶來一定影響。比如重大事件、房屋拆遷、土地征用等等。最后本文考慮到城鎮(zhèn)與農(nóng)村的正規(guī)金融機構的服務數(shù)量和質量存在較大差異，所以在研究模型中將引入?yún)^(qū)分城鎮(zhèn)和鄉(xiāng)村的虛擬變量；各個省份的民風習俗和對借款貸款行為的態(tài)度和觀念有所差異，模型將引入省份虛擬變量以減輕地域因素導致的系統(tǒng)性估計偏差。

基于上述分析，本文構建了如下含有上述變量的模型對待償借貸額的影響因素進行回歸分析：

Pressure=β0 house1（house2）+β1 durable+β2income+β3 expenditure+β4 cash+β5 finance+α1 familymember+α2 education+γ1 transfer+γ2 bigevent+γ3gift+γ4 chaiqian+γ5 zhengyong+θdummy Rdummy+ε

回歸結果如下：

表1 家庭產(chǎn)權房屋總數(shù)與待償住房貸款（借款）額③注：表中僅給出了顯著性與回歸系數(shù)的符號；***、**和*分別代表1%、5%和10%的顯著性水平；所有結果均為穩(wěn)健性方差下的模型結果；常數(shù)項未在表中報告。（Tobit模型）

表的左半部分顯示的是待償住房貸款額的回歸結果，可以發(fā)現(xiàn)，核心解釋變量房屋總數(shù)的回歸結果與家庭財務變量中的耐用消費品價值、支出的回歸結果顯著，收入回歸的結果不是很顯著。家庭現(xiàn)金及存款的回歸結果是負向但較為顯著；家庭自有變量的回歸結果中，家庭的最高學歷的回歸結果十分顯著，家庭成員數(shù)的回歸結果依舊負向不顯著；城鄉(xiāng)虛擬變量的回歸結果與之前的“是否有待償房屋貸款”回歸結果保持一致，待償住房貸款對城鄉(xiāng)虛擬變量的回歸結果是顯著且正向的，即城鎮(zhèn)家庭更傾向于有更多的房貸壓力，進而說明在滿足住房資金需求方面，城鎮(zhèn)居民更傾向于選擇銀行作為資金的提供方。其他的影響變量的回歸結果并不是十分顯著。

表的右半部分顯示的是待償住房借款額的回歸結果，與待償住房貸款額的回歸結果類似的是，核心解釋變量家庭所有的房屋數(shù)對家庭待償房屋借款的影響是顯著正向的。但是除了家庭產(chǎn)權房屋數(shù)外，其他的解釋變量的回歸結果則顯示出了非常大的差別。其他家庭財務變量中，家庭的耐用消費品價值、家庭的現(xiàn)金及存款都顯示出較顯著的負相關性；收入回歸系數(shù)也為負但是不顯著，支出和金融產(chǎn)品的回歸系數(shù)為正但不顯著；家庭自有變量中家庭成員數(shù)的回歸系數(shù)正向且顯著，最高學歷的回歸結果則為負且不顯著；城鄉(xiāng)虛擬變量的回歸結果為負向且顯著，可以推測農(nóng)村地區(qū)家庭更傾向于在購置或者建造住房需要錢使更傾向于去借款。

為了保證以上結果具有穩(wěn)健性，本文引入家庭房屋價值作為核心解釋變量的替代變量重新回歸，發(fā)現(xiàn)回歸結果依舊顯著，可以認為具有回歸模型具有穩(wěn)健性。③

通過對比兩個回歸的回歸結果不難發(fā)現(xiàn)，房屋作為家庭資產(chǎn)最主要的體現(xiàn)，其對家庭的房屋貸款和房屋借款都有著顯著的影響，家庭擁有的房屋數(shù)或房屋價值與家庭待償房屋貸款額呈現(xiàn)正相關，房子越多，價值越高，可能背負的借貸也就越多。這也說明了在當前中國房價居高不下的情況下，中國家庭購買房產(chǎn)基本都需要進行借貸。最高學歷對家庭的貸款有更為顯著的影響，但是在房屋借款上的影響并不顯著；城鄉(xiāng)差異的回歸結果的十分顯著，這種顯著性在約束省級虛擬變量的情況下，也保持在非常高的水平。所以基本可以得出城鎮(zhèn)家庭更傾向于去銀行等正規(guī)金融機構進行貸款而鄉(xiāng)村家庭更傾向于選擇民間借貸機構進行借款的結論。這也從側面印證了中國正規(guī)金融機構更多分布在城鎮(zhèn)地區(qū)，鄉(xiāng)村地區(qū)因金融機構的缺乏，更多選擇了民間借貸作為自己資金尋求的對象。

上述研究結果對政策制定有一定的借鑒意義。首先，就房屋的分析結果可以證明房屋數(shù)、房屋價值與待償住房借貸款的正向關系，且隨著房價的上漲，房屋保值功能的上升，更多的家庭選擇購買房屋作為保值甚至增值的手段。預期家庭擁有房屋數(shù)在未來一段時間可能仍有上升空間，那么家庭的待償房屋借貸也會有上升的趨勢。所以對房價的調整應以穩(wěn)為主，如果下調房價可能會有斷供的情況發(fā)生，進而對整個銀行系統(tǒng)的風險控制造成不利影響。政策應弱化房子的投資功能，小額借貸的理念更傾向于讓這些需要金融服務的人利用小額借貸得到的資金去進行生產(chǎn)活動，而不是利用房地產(chǎn)市場來進行價值增值。其次，針對待償借貸款結果的差異，發(fā)現(xiàn)收入、支出等與家庭經(jīng)濟能力直接相關的變量的影響并不顯著，而家庭成員數(shù)這個與家庭預期經(jīng)濟能力相關的則表現(xiàn)顯著，這說明借款行為還有待規(guī)范化，向更為正規(guī)的方向發(fā)展。針對研究中關于城鄉(xiāng)差異的分析，建議有三：其一為對民間借貸行為進行法律規(guī)范。民間借貸行為因其流程不規(guī)范而容易出現(xiàn)問題，需要法律制度來保證借貸雙方都能保護自己的權益；其二為加強鄉(xiāng)村地區(qū)的金融硬件軟件建設，對鄉(xiāng)村地區(qū)進行金融常識宣傳教育，推進金融服務在鄉(xiāng)村地區(qū)的發(fā)展；其三為對鄉(xiāng)村地區(qū)提供金融服務優(yōu)惠政策，比如在利息、還款期限方面提供相比非正規(guī)借貸機構更為優(yōu)厚的條件。這些政策可以與扶貧政策聯(lián)系起來。

對本文研究進一步的展望，目前此數(shù)據(jù)自2010年開始發(fā)布以來，已經(jīng)發(fā)布了4次，已經(jīng)有條件進行面板數(shù)據(jù)的相關分析。由于本文研究的部分被解釋變量為2016年數(shù)據(jù)中新出現(xiàn)的變量，不符合進行面板數(shù)據(jù)分析的條件。若后續(xù)研究能夠利用更為充分的面板數(shù)據(jù)進行分析，相信除了能得出截面數(shù)據(jù)得到的結論外，更能夠分析出數(shù)據(jù)隨時間變化的趨勢，得到的結論也會更加有價值。

［1］James F. Devlin. An analysis of influences on total financial exclusion［J］. The Service Industries Journal，2009，29（8）.

［2］Wayne Simpson，Jerry Buckland. Examining evidence of financial and credit exclusion in Canada from 1999 to 2005［J］. Journal of Socio-Economics，2009，38（6）.

［3］何德旭，苗文龍.金融排斥、金融包容與中國普惠金融制度的構建［J］.財貿(mào)經(jīng)濟，2015（03）：5-16.

［4］胡楓，陳玉宇.社會網(wǎng)絡與農(nóng)戶借貸行為——來自中國家庭動態(tài)跟蹤調查（CFPS）的證據(jù)［J］.金融研究，2012（12）：178-192.

［5］許圣道，田霖.我國農(nóng)村地區(qū)金融排斥研究［J］.金融研究，2008（07）：195-206.

［6］張?zhí)枟潱境?金融知識和中國家庭的金融排斥——基于CHFS數(shù)據(jù)的實證研究［J］.金融研究，2016（07）：80-95.

［7］中華人民共和國國務院.推進普惠金融發(fā)展規(guī)劃（2016-2020年）［Z］.2016-01-15