劉剛　孫告

[提要] 利用我國2011～2017年省級面板數(shù)據(jù)，借鑒公共部門負(fù)債可持續(xù)性研究框架和世代交疊模型對居民部門負(fù)債可持續(xù)性問題以及居民部門債務(wù)影響因素進(jìn)行實(shí)證分析，并在此基礎(chǔ)上提煉出影響中國居民部門負(fù)債的核心變量。研究發(fā)現(xiàn)：住房價(jià)格是我國居民部門負(fù)債水平持續(xù)上升的主要原因;財(cái)政性保障支出和人口老齡化與居民部門負(fù)債水平呈現(xiàn)出顯著的正相關(guān)關(guān)系。實(shí)證研究還發(fā)現(xiàn)：我國東部省級行政區(qū)居民部門負(fù)債水平的影響因素與國家整體的影響因素比較類似，而中部省級行政區(qū)的住房價(jià)格是影響居民部門負(fù)債水平的共同核心變量，西部地區(qū)影響居民部門負(fù)債水平的核心變量卻無法提取。

關(guān)鍵詞：居民部門負(fù)債;可持續(xù)性;影響因素;核心變量

中圖分類號(hào)：F81 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2019年7月22日

一、引言

隨著中國經(jīng)濟(jì)持續(xù)40多年的高速增長，以及近年來房地產(chǎn)價(jià)格的快速上漲與房地產(chǎn)抵押貸款的普及、股票市場上融資融券規(guī)模的迅速提高，中國居民家庭負(fù)債水平也在高速增長;中國居民部門的各項(xiàng)貸款余額從2007年底的5.07萬億元增長到了2017年底的40.5萬億元，中國居民部門負(fù)債水平（居民部門負(fù)債/GDP）從2007年20.31%增加到2017年的48.98%，居民部門貸款余額的年平均增長率為23.09%，而且還呈現(xiàn)加速上升的趨勢。尤其是最近幾年，我國個(gè)人住房購房貸款余額由2013年的9.8萬億元增長至2017年底的21.9萬億元，年均增長率為22.27%，遠(yuǎn)遠(yuǎn)超過國民生產(chǎn)總值和居民部門可支配收入增長速度。由于居民部門負(fù)債率的提高，而產(chǎn)生的居民負(fù)債高杠桿率的問題也已經(jīng)逐漸引起監(jiān)管部門的重視。家庭金融作為金融系統(tǒng)中重要的有機(jī)組成部分，正受到越來越多的重視。

二、文獻(xiàn)綜述

在過去的二十幾年間，各國（主要是發(fā)達(dá)國家）對居民部門債務(wù)的統(tǒng)計(jì)數(shù)據(jù)逐漸翔實(shí)，統(tǒng)計(jì)指標(biāo)也呈現(xiàn)出越來越標(biāo)準(zhǔn)化的態(tài)勢。更重要的是，幾乎所有發(fā)達(dá)國家的家庭負(fù)債水平都出現(xiàn)了快速的增長，這一現(xiàn)象引起了經(jīng)濟(jì)學(xué)家對于家庭債務(wù)的廣泛關(guān)注，越來越多的學(xué)者投入到對債務(wù)形成原因的研究中。特別是在美國2008年的次貸危機(jī)之后，國際學(xué)術(shù)界和金融管理部門廣泛的開展了以微觀家庭調(diào)查數(shù)據(jù)為基礎(chǔ)的家庭金融研究。（Mian和Sufi（2011），（2013），（2015）;Zinman（2015）;Dunn和Mirzaie（2016）。其中，Zinman，（2015），對家庭負(fù)債的行為作出綜述時(shí)指出：與家庭投資行為方面涌現(xiàn)出大量的研究相比，家庭負(fù)債行為的研究還相對較少且研究主要涉及不同國家不同類別家庭負(fù)債行為的特征、家庭借貸行為決策效率、借貸成本與信貸約束等等。2010年起，歐洲中央銀行（ECB）開始協(xié)調(diào)歐盟各國開展家庭金融與消費(fèi)的調(diào)查（HFCS），協(xié)調(diào)并納入了歐盟各國原有家庭金融和消費(fèi)調(diào)查，并以此為基礎(chǔ)廣泛的開展歐盟各國的家庭金融研究Bover等（2016）;Du Caju等（2014）;Bruggeman和Nieuwenhuyze（2013）。因此，最近的二十余年是家庭債務(wù)理論不斷豐富化、完善化的時(shí)期。在這一階段，經(jīng)濟(jì)學(xué)家在探討家庭債務(wù)形成原因時(shí)，往往結(jié)合宏觀經(jīng)濟(jì)與金融層面的因素，并利用日臻成熟的計(jì)量手段來檢驗(yàn)各種因素對債務(wù)形成的影響。

首先，住房價(jià)格是眾多學(xué)者所認(rèn)同的影響因素。OrtaloMagne & Rady（2011）提出了“資本利得影響渠道”，即住房可以作為家庭借貸的擔(dān)保品，房價(jià)上漲使得家庭可以購買更貴的房產(chǎn)，并進(jìn)一步推動(dòng)住房價(jià)格上漲。一些學(xué)者對住房價(jià)格上漲與家庭負(fù)債水平之間的關(guān)系進(jìn)行了實(shí)證研究。Mian和Sufi（2011）實(shí)證發(fā)現(xiàn)住房資產(chǎn)價(jià)格與家庭負(fù)債之間具有非常顯著的相關(guān)性，對于較低信用評分則更傾向于通過信用卡借款的家庭這種相關(guān)性尤其明顯。謝綿陛（2018），基于多變量的Tobit方程系統(tǒng)方法得到住房狀況是家庭負(fù)債的顯著決定因素。Dynan和Kohn（2007）從對SCF數(shù)據(jù)分析中發(fā)現(xiàn)擁有住房家庭的負(fù)債程度更有可能提高，在隔離其他可能原因后，他們發(fā)現(xiàn)住房價(jià)格上漲可以解釋一部分家庭負(fù)債率的升高。

人口老齡化加劇和財(cái)政保障性支出增加會(huì)引起居民部門消費(fèi)的增加和儲(chǔ)蓄率的降低，從而影響居民部門負(fù)債規(guī)模的重要原因。Fuchs（1998）利用美國人口、健康支出和稅收等數(shù)據(jù)估計(jì)了美國1975年、1985年和1995年65歲以上老人的醫(yī)療保健消費(fèi)水平，推算出2020年美國老年人的醫(yī)療保健消費(fèi)會(huì)增加達(dá)到GDP的10%。王宇鵬（2011）的實(shí)證檢驗(yàn)發(fā)現(xiàn)，老年人口撫養(yǎng)比越高的省份城鎮(zhèn)居民的平均消費(fèi)傾向也越高。鄭妍妍等（2013）對住戶調(diào)查數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，老齡化會(huì)增加城鎮(zhèn)家庭的消費(fèi)，尤其是醫(yī)療保健支出和教育文化娛樂性支出。陳彥斌等（2014）指出，無論是發(fā)達(dá)國家還是亞洲國家，不同時(shí)期不同方法都發(fā)現(xiàn)人口老齡化會(huì)降低私人部門的儲(chǔ)蓄率，居民部門的儲(chǔ)蓄率也會(huì)隨著老齡化的上升而下降，同時(shí)，還指出我國國民儲(chǔ)蓄率降低的最主要因素是人口老齡化。汪偉等（2015）研究認(rèn)為隨著人口老齡化的加劇和經(jīng)濟(jì)因素等，我國儲(chǔ)蓄率會(huì)開始下降?？梢酝茰y消費(fèi)的增加以及儲(chǔ)蓄率的降低使得居民部門資產(chǎn)增加的速度降低，可能會(huì)導(dǎo)致居民部門資產(chǎn)負(fù)債程度加深。王金營等（2018）通過中國1998～2014年的省級面板數(shù)據(jù)得到了增加基本公共服務(wù)支出也能夠刺激居民部門進(jìn)行消費(fèi)的結(jié)論。

其次，物價(jià)水平也是經(jīng)濟(jì)學(xué)家分析時(shí)所考慮的重要因素。Debelle（2007）的研究結(jié)論相同，Debelle認(rèn)為在低的通貨膨脹環(huán)境下，家庭受到的借貸約束會(huì)下降，從而增強(qiáng)家庭的借款能力。Pally（1994）構(gòu)建了線性的乘數(shù)-加速數(shù)模型，分析消費(fèi)信貸在經(jīng)濟(jì)周期中所起的作用。在模型中，家庭消費(fèi)信貸的增長可以刺激消費(fèi)增加，進(jìn)而帶動(dòng)經(jīng)濟(jì)增長。但是，隨著家庭債務(wù)的不斷積累，每期的利息也在不斷的增長，其在現(xiàn)金流支出中的占比越來越高直至不可持續(xù)。這就導(dǎo)致收入會(huì)加速從債務(wù)人轉(zhuǎn)移至債權(quán)人，這一過程最終會(huì)抑制家庭的消費(fèi)支出，而這又會(huì)拖累經(jīng)濟(jì)的增長。而夏曉平，羅鳳金（2012）研究認(rèn)為，物價(jià)上漲會(huì)使得居民部門的消費(fèi)性支出增加，這也就說明物價(jià)水平的提高對于居民部門負(fù)債的增長會(huì)起到一定的促進(jìn)作用。因此通過實(shí)證檢驗(yàn)物價(jià)水平對居民部門債務(wù)的影響具有一定的必要性。

再次，居民部門負(fù)債與宏觀經(jīng)濟(jì)預(yù)期之間的聯(lián)系非常緊密。居民通常以宏觀經(jīng)濟(jì)來衡量自己的收入預(yù)期，當(dāng)宏觀較好時(shí)，居民部門的預(yù)期收入會(huì)增加。Brownetal（2005）指出，消費(fèi)者預(yù)期往往是非理性的、主觀的，在即期樂觀情緒的主導(dǎo)下，家庭的預(yù)期往往高估了未來實(shí)際收入的増長情況，這就會(huì)導(dǎo)致舉債過度或消費(fèi)過度。Pagano（1990）也認(rèn)為，在英國家庭的信貸增長中，預(yù)期發(fā)揮了很重要的作用。Brunila & Takala（1993），Nyberg & Vihriala（1994）以芬蘭家庭為研究對象，得出的結(jié)論是，1986-1989年芬蘭貿(mào)易條件的改善使得家庭提高了未來的收入預(yù)期，從而刺激居民部門債務(wù)的迅速增長。

最后，影響居民部門債務(wù)的其他因素。如，Ludvigson（1999）構(gòu)建了“緩沖庫存-預(yù)防性儲(chǔ)蓄”模型，指出居民部門借貸是為了緩沖外界負(fù)面沖擊的影響，例如當(dāng)家庭收入暫時(shí)下降時(shí)，債務(wù)可以提供流動(dòng)性來緩沖沖擊的影響，實(shí)現(xiàn)家庭消費(fèi)的平滑。Han & Mulligan（2001）從人力資本投入的角度來解釋個(gè)人債務(wù)的形成，認(rèn)為個(gè)人有投資人力資本的需求，如借款以完成大學(xué)學(xué)業(yè)，因?yàn)轭A(yù)期完成學(xué)業(yè)后會(huì)有更高的收入，這一需求是促使個(gè)人借款的主要原因。Books（2000）則提到了“組合動(dòng)機(jī)”，家庭在投資選擇時(shí)總是面臨不確定性，不同資產(chǎn)的回報(bào)率也各不相同，因此家庭在進(jìn)行組合投資時(shí)會(huì)做多某類資產(chǎn)或者做空某類資產(chǎn)，后著等同于借款。任鑫，葛晶等（2019）指出，金融規(guī)模提高了居民部門的工資性收入，但是金融規(guī)模的發(fā)展降低了經(jīng)營性收入的消費(fèi)彈性，且中國當(dāng)前在經(jīng)營性收入消費(fèi)上存在“金融抑制”，說明金融業(yè)的發(fā)展也會(huì)對居民部門債務(wù)產(chǎn)生影響。

在上述的研究中，我們可以發(fā)現(xiàn)以下幾個(gè)方面的問題：一是大部分的經(jīng)濟(jì)學(xué)家往往以美國或者主要發(fā)達(dá)經(jīng)濟(jì)國家為研究對象，對新興經(jīng)濟(jì)體或者發(fā)展中國家如中國的研究較少，但這一類的國家也存在居民部門迅速加杠桿的問題。二是對于歐洲之間債務(wù)的研究也主要集中于歐洲的幾個(gè)代表性大國的國家層面研究，而忽視了一國之中各地區(qū)居民部門債務(wù)增加幅度不同，卻都引起了居民部門負(fù)債的上升，而引起居民部門債務(wù)增加的各地區(qū)主要因素卻與國內(nèi)各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、金融環(huán)境也息息相關(guān)。因此，本文將中國的31個(gè)省市作為樣本，通過共性和差異的研究尋找規(guī)律，便是本文對家庭金融研究做出的邊際貢獻(xiàn)。

三、模型分析

本文理論分析部分使用缺口模型，將預(yù)期收入、老齡化、住房類消費(fèi)、醫(yī)療、教育和其他消費(fèi)對勞動(dòng)力市場和居民儲(chǔ)蓄的影響融入了家庭部門的債務(wù)適度規(guī)模的分析框架，利用世代交疊模型，嘗試刻畫出長期中人口結(jié)構(gòu)變遷導(dǎo)致經(jīng)濟(jì)結(jié)構(gòu)變化的圍觀數(shù)據(jù)。首先給出如下假設(shè)：

假設(shè)1：構(gòu)建代際關(guān)系時(shí)，不考慮每個(gè)人生階段的死亡率、移民和性別因素;

假設(shè)2：所有工人（中年和退休前的老年）的生產(chǎn)效率相同，生產(chǎn)率等于實(shí)際工資率，且充分就業(yè);

假設(shè)3：稅收制度與退休制度由政府制定，居民部門收入與GDP的比率保持固定;

假設(shè)4：家庭購買住房最終用于消費(fèi)，隨著代際更迭，原有住房無法繼續(xù)使用，需要購買新的住宅。

假設(shè)5：老年人在退休以后的退休金與其青年時(shí)的工資率成固定的比率。

通過（15）式，我們將住房支出、消費(fèi)價(jià)格、教育醫(yī)療等社會(huì)保障性支出和老年人口結(jié)構(gòu)等因素引入到了傳統(tǒng)的負(fù)債分析規(guī)模當(dāng)中，并得到可供檢驗(yàn)的命題：隨著購房支出增加、消費(fèi)價(jià)格的上身、教育醫(yī)療等社會(huì)保障性支出增加和人口結(jié)構(gòu)老齡化加劇，家庭債務(wù)缺口規(guī)模將會(huì)擴(kuò)大，居民部門債務(wù)可持續(xù)性降低。由于居民部門在進(jìn)行借貸時(shí)，會(huì)受到當(dāng)期的宏觀金融環(huán)境的影響，金融市場的好壞直接會(huì)影響居民部門負(fù)債借貸的容易與否，同時(shí)也會(huì)為居民部門帶來其他的相關(guān)投資收入，所以我們將金融行業(yè)生產(chǎn)總值增長率用以表示該年度金融市場的發(fā)展?fàn)顩r，從而探究金融行業(yè)的增長是否會(huì)對居民部門債務(wù)缺口產(chǎn)生影響。

四、中國居民部門債務(wù)影響因素實(shí)證分析

（一）模型構(gòu)建、數(shù)據(jù)的統(tǒng)計(jì)性描述和變量選擇說明。為了對前面模型分析結(jié)果中的命題進(jìn)行檢驗(yàn)，參考Pan和Wang（2012），尹恒、葉海云（2006）以及黃曉微等（2015）等研究，以中國各省市為實(shí)證對象，構(gòu)建面板模型，旨在檢驗(yàn)共性因素，而非刻意忽視個(gè)體差異。本文構(gòu)建實(shí)證分析模型如下：

hdgdpit=？琢+？茁1rggdpit+？茁2hpit+？茁3pit+？茁4dit+？茁5cit+？茁6frit+？滋i+vit （16）

首先是家庭債務(wù)指標(biāo)。由于債務(wù)存量受到了各省市經(jīng)濟(jì)規(guī)模的影響，這里用居民部門債務(wù)/CDP比值來“標(biāo)準(zhǔn)化”各省市的相對債務(wù)水平，即hdgdp。數(shù)據(jù)來源于中國人民銀行和國家統(tǒng)計(jì)局。由于住戶貸款數(shù)據(jù)大部分省份均是從2015年開始統(tǒng)計(jì)，所以參考郭新華等（2015）以人民銀行統(tǒng)計(jì)的金融機(jī)構(gòu)個(gè)人消費(fèi)貸款余額近似替代居民部門債務(wù)。

其次是收入因素指標(biāo)。理論上最好的變量是家庭對于未來收入增長的預(yù)期。未來預(yù)期收入越高，家庭借款來提高當(dāng)前消費(fèi)的需求就越高，同時(shí)更高收入也會(huì)放松家庭借款時(shí)所面臨的約束。但現(xiàn)實(shí)統(tǒng)計(jì)中難以涵蓋所有家庭的收入預(yù)期，只能采取替代指標(biāo)。本文選取實(shí)際GDP增速rggdp這一指標(biāo)來表示居民部門的收入預(yù)期，數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

在購房支出h指標(biāo)的選取上，由于家庭的住房面積無法進(jìn)行確定性的衡量，所以選取房地產(chǎn)價(jià)格hp來衡量購房按揭支出金額。一方面促進(jìn)家庭的借貸需求增大;另一方面房價(jià)上升增大了抵押品的價(jià)值，也增強(qiáng)了家庭的借貸能力。選擇的數(shù)據(jù)是2011～2017年的各省市的房價(jià)，為了便于比較，將房價(jià)單位統(tǒng)一設(shè)置為千元。

在物價(jià)水平p的選取上，選擇CPI物價(jià)指數(shù)0，這樣能夠更加直觀的判斷每年各省市的物價(jià)水平變動(dòng)。數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

在人口老齡化結(jié)構(gòu)d的選取上，我們選取參考邵旭方、吳衛(wèi)星等（2015）以老年人口撫養(yǎng)比來代替人口老齡化結(jié)構(gòu)。

教育和醫(yī)療等保障性支出c的選取上，選取地方財(cái)政教育、醫(yī)療衛(wèi)生與計(jì)劃生育、社會(huì)保障和就業(yè)支出之和代替教育和醫(yī)療等社會(huì)保障性支出。

最后是金融行業(yè)增長率的變量fr的選取上，由于每年的金融行業(yè)發(fā)展也會(huì)對居民部門的借貸產(chǎn)生影響，當(dāng)一年金融行業(yè)發(fā)展迅速時(shí)且金融行業(yè)生產(chǎn)總值高時(shí)，說明居民部門對貸款的需求量增加，而金融行業(yè)生產(chǎn)總值較低時(shí)，這說明該年對貸款的需求將會(huì)減少，所以我們選取該年度金融業(yè)生產(chǎn)總值的增長率來衡量各省當(dāng)年的金融行業(yè)發(fā)展?fàn)顩r。

？滋i代表固定面板效應(yīng)，vit代表隨機(jī)擾動(dòng)項(xiàng)，選擇固定效應(yīng)還是隨機(jī)效應(yīng)需要經(jīng)過Hausman檢驗(yàn)，該檢驗(yàn)在下節(jié)指出。

研究采用面板數(shù)據(jù)進(jìn)行實(shí)證分析，樣本為中國的31個(gè)省市。由于各省的起始年度并不相同，且2010年按照國家統(tǒng)計(jì)局的要求，需等第六次全國人口普查結(jié)果出來，各省人口數(shù)據(jù)才對外發(fā)布，所以本文選取的各項(xiàng)數(shù)據(jù)為2011～2017年的年度數(shù)據(jù)，為非平衡面板。

（二）實(shí)證檢驗(yàn)與結(jié)果分析

1、模型所涉及變量的描述性統(tǒng)計(jì)（表1）

2、對面板數(shù)據(jù)的檢驗(yàn)及回歸結(jié)果

（1）在混合最小二乘回歸Pooled OLS與固定效應(yīng)模型FE中進(jìn)行選擇，此處采用沃爾德檢驗(yàn)。檢驗(yàn)結(jié)果（表2）拒絕了混合最小二乘回歸，說明相對于Pooled OLS，更適用于固定效用模型。

（2）在混合最小二乘回歸Pooled OLS與隨機(jī)效應(yīng)模型RE中進(jìn)行選擇，此處采用似然比檢驗(yàn)（LR test）來實(shí)現(xiàn)二者的比較。檢驗(yàn)結(jié)果（表2）也拒絕了混合最小二乘回歸，說明隨機(jī)效應(yīng)模型相對于混合最小二乘回歸更合適。

（3）接下來，利用豪斯曼檢驗(yàn)，確定是使用固定效用模型還是隨機(jī)效用模型，Hausman檢驗(yàn)在5%的置信區(qū)間下拒絕了原假設(shè)，說明更適用于固定效用效用模型。（表2）

根據(jù)模型（1）～（3）可知，對于數(shù)據(jù)結(jié)構(gòu)，應(yīng)使用固定效用模型估計(jì)自變量系數(shù)。參考黃曉薇、黃亦炫和郭敏（2015）等解決內(nèi)生性的方法，采用解釋變量的滯后一期進(jìn)行回歸。

模型自變量系數(shù)的估計(jì)結(jié)果如表3所示，表中（1）、（2）、（3）列分別代表最小二乘回歸、固定效應(yīng)模型、隨機(jī)效應(yīng)模型的回歸結(jié)果。第（4）列則是在解決內(nèi)生性以后最終的檢驗(yàn)結(jié)果。模型的整體擬合性較好，Within R2及F檢驗(yàn)均為顯著。（表3）

3、自變量系數(shù)的估計(jì)結(jié)果表明

（1）實(shí)際GDP增速rggdp與家庭債務(wù)之間呈現(xiàn)出正相關(guān)關(guān)系，但是結(jié)果并不顯著，說明經(jīng)濟(jì)增長不是影響居民部門債務(wù)缺口的主要原因。比較直觀的解釋而言，盡管我國經(jīng)濟(jì)整體增長較快，但是各省份之間的經(jīng)濟(jì)增長卻呈現(xiàn)出增長不一的情況，如遼寧省2016年的GDP增長率出現(xiàn)了負(fù)增長的情況;與此同時(shí)，決定居民部門債務(wù)缺口的主要因素在于居民部門收入與居民部門支出的相對變化，當(dāng)居民部門支出（購房支出和其他消費(fèi)支出）的增長速度相對于居民部門可支配收入增長速度更快時(shí)，居民部門的債務(wù)缺口就會(huì)增加，因此經(jīng)濟(jì)增長率的變化可能并不一定增加或者減少居民部門負(fù)債缺口。

（2）房價(jià)hp與居民部門負(fù)債正相關(guān)之間呈現(xiàn)出顯著的正相關(guān)關(guān)系。這與邵旭方，吳衛(wèi)星（2017）的實(shí)證分析結(jié)果，郭新華（2011）的理論推斷都一致。房地產(chǎn)作為居民部門財(cái)富的重要組成部分，房地產(chǎn)價(jià)格的上漲勢必會(huì)導(dǎo)致居民部門家庭財(cái)富的增加，借款能力也得到顯著增強(qiáng)。同時(shí)住房抵押貸款是居民部門債務(wù)的主要組成部分，房價(jià)的上漲也就代表這居民部門負(fù)債增加，因此，房價(jià)越高，居民部門債務(wù)的缺口會(huì)越大。

（3）物價(jià)指數(shù)p與居民部門債務(wù)缺口之間呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系。這與Debelle（2004）的研究結(jié)論相同，Debelle認(rèn)為在低的通貨膨脹環(huán)境下，家庭受到的借貸約束會(huì)下降，從而增強(qiáng)家庭的借款能力。

（4）人口老齡化d與居民部門債務(wù)缺口之間呈現(xiàn)出顯著的正相關(guān)關(guān)系。這與王宇鵬（2011）的研究結(jié)論相同，王宇鵬認(rèn)為，人口老齡化因素顯著影響中國城鎮(zhèn)居民消費(fèi)行為，在控制其他因素的條件下，老年人口撫養(yǎng)比越高，城鎮(zhèn)居民平均消費(fèi)傾向越高。居民部門消費(fèi)傾向的增加使得居民部門支出增加，從而進(jìn)一步的增加居民部門負(fù)債缺口。

（5）財(cái)政性保障支出c與居民部門債務(wù)缺口之間呈現(xiàn)出正相關(guān)關(guān)系，并且檢驗(yàn)結(jié)果顯著。這與王金營，李莊園等（2018）年得出的基本公共服務(wù)供給水平的提高有利于增加居民消費(fèi)的研究結(jié)論相同。王金營，李莊園等（2018）指出，在長目標(biāo)時(shí)期，基本公共服務(wù)支出對居民消費(fèi)的影響力度最大，高于居民人均消費(fèi)水平、人均收入對其的影響。這也就說明財(cái)政性保障支出又能夠有效的減少居民部門的預(yù)防性支出從而提高居民部門的消費(fèi)水平，進(jìn)而使得居民部門負(fù)債缺口的增加。

（6）金融增長率fr與居民部門債務(wù)缺口之間呈現(xiàn)出負(fù)相關(guān)關(guān)系，并且檢驗(yàn)結(jié)果顯著。這與任鑫，葛晶等（2019）的研究結(jié)果相符合，任鑫、葛晶等（2019）指出，金融規(guī)模提高了居民部門的工資性收入，但是金融規(guī)模的發(fā)展降低了經(jīng)營性收入的消費(fèi)彈性，說明與中國當(dāng)前在經(jīng)營性收入消費(fèi)上存在“金融抑制”的研究結(jié)果相符合。也說明金融業(yè)的發(fā)展使得居民部門的工資性收入增加，從而對于居民部門債務(wù)缺口的增加有一定的抑制作用。

（三）穩(wěn)健性檢驗(yàn)。為了檢驗(yàn)結(jié)果的穩(wěn)健性，參照Debelle（2007）的做法，采用衡量居民部門債務(wù)的備選指標(biāo)債務(wù)收入比作為因變量，并用財(cái)政性保障支出與GDP之比來代替原方程中的財(cái)政保障性支出收入比作為自變量，對模型進(jìn)行參數(shù)估計(jì)。同樣也是采取固定效用模型，并且滯后一階已解決內(nèi)生性問題。檢驗(yàn)結(jié)果（表4（1））顯示：替換被解釋變量以后，之前的主要結(jié)論仍然成立，住房價(jià)格、消費(fèi)者物價(jià)指數(shù)、老年人后撫養(yǎng)比、財(cái)政性保障支出比和金融業(yè)增長率對居民部門個(gè)人消費(fèi)貸款余額與居民部門可支配收入之比有顯著的影響，一定程度上證實(shí)了前面的實(shí)證檢驗(yàn)結(jié)果是穩(wěn)健的。（表4）

其次，對樣本進(jìn)行分組。原先的樣本包含了中國31個(gè)省份，考慮到我國東中西部省級行政區(qū)的居民部門負(fù)債水平存在較大的差別，如東部地區(qū)的房價(jià)明顯高于西部地區(qū)，且東部地區(qū)的居民部門負(fù)債水平也遠(yuǎn)遠(yuǎn)高于西部地區(qū)，因此將樣本分組進(jìn)行回歸。采取國家統(tǒng)計(jì)中常用的11：8：12分類標(biāo)準(zhǔn)，即東部地區(qū)包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個(gè)省級行政區(qū);中部地區(qū)包含山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個(gè)省級行政區(qū);西部地區(qū)包含四川、重慶、貴州、云南、西藏、陜西、甘肅、寧夏、新疆、廣西和內(nèi)蒙古等12個(gè)省級行政區(qū)進(jìn)行分類。檢驗(yàn)結(jié)果如表4（2）-（4）顯示：東、中、西部的省級行政區(qū)的影響因素存在較大的區(qū)別，對于東部地區(qū)的省級行政區(qū)而言，經(jīng)濟(jì)增長、住房價(jià)格、消費(fèi)者物價(jià)指數(shù)和財(cái)政性保障支出比這四個(gè)因素是居民部門負(fù)債缺口的共同主要影響因素;中部地區(qū)居民部門負(fù)債缺口的最主要影響因素是住房價(jià)格;西部地區(qū)對于所有的變量檢驗(yàn)結(jié)果都不顯著的原因表明西部地區(qū)的發(fā)展水平和居民部門負(fù)債水平存在較大的差別，無法提取出其共同的影響因素。

五、結(jié)論及政策建議

本文以借鑒公共部門負(fù)債可持續(xù)性為研究框架，同時(shí)進(jìn)行了相應(yīng)的拓展，用以分析居民部門負(fù)債的可持續(xù)性問題以及居民部門預(yù)期收入、住房價(jià)格、物價(jià)和財(cái)政性保障支出等因素對居民部門負(fù)債的影響。

通過以上綜合分析，可得到以下主要結(jié)論：首先，通過住房價(jià)格與居民部門負(fù)債水平之間存在顯著的正相關(guān)關(guān)系，說明住房價(jià)格的持續(xù)性、快速的上漲是我國居民部門負(fù)債水平持續(xù)上升的一個(gè)重要原因，從t值和顯著水平來看，其對居民部門負(fù)債水平的影響遠(yuǎn)遠(yuǎn)大于其他的影響因素。其次，由于居民部門負(fù)債上升的邏輯在于，負(fù)債最終需要居民部門收支盈余來償還。而我國基本公共服的完善所導(dǎo)致的財(cái)政性支出增加和人口老齡化加劇導(dǎo)致居民部門老年人口撫養(yǎng)比的增加還會(huì)持續(xù)，且財(cái)政性保障支出和老年人口撫養(yǎng)比與居民部門債務(wù)水平之間存在顯著正相關(guān)則表明在未來將使得居民部門負(fù)債水平持續(xù)的提高;與此同時(shí)，我國消費(fèi)者物價(jià)水平的緩慢上升和金融業(yè)生產(chǎn)總值的增長也成為降低我國居民部分負(fù)債水平的重要因素。最后，在東、中和西部地區(qū)分組回歸中，基本結(jié)論與上述結(jié)論存在不相符合的情況。如，住房價(jià)格作為東部和中部地區(qū)的主要解釋變量卻對于西部不顯著，反映出我國的住房價(jià)格整體上存在較大的差距，西部地區(qū)所包含省級行政區(qū)較多，且房價(jià)差異巨大，所以也反映出我國的物價(jià)水平在各省份之間很不平衡，經(jīng)濟(jì)水平在各省級行政區(qū)還存在較大差異。

基于以上分析，本文提出如下政策建議：第一，加大對房地產(chǎn)價(jià)格的調(diào)控力度和促進(jìn)金融行業(yè)的健康發(fā)展?！白》績r(jià)格”作為影響居民部門負(fù)債的最主要因素，我們必須警惕在住房價(jià)格上漲過程中，居民部門資產(chǎn)負(fù)債表的迅速膨脹以及金融機(jī)構(gòu)資產(chǎn)過多集中于房地產(chǎn)相關(guān)的信貸，一旦房地產(chǎn)泡沫破滅，將會(huì)沖擊居民部門負(fù)債表及金融體系的穩(wěn)定。第二，提高法定退休年齡和逐步促進(jìn)公共服務(wù)設(shè)施的完善。法定退休年齡的上升可以有效的降低老年人口撫養(yǎng)比，從而使得居民部門負(fù)債水平降低。與此同時(shí)，逐步促進(jìn)公共服務(wù)設(shè)施的完善，保證財(cái)政性支出穩(wěn)定在一定的水平，讓居民部門能夠在感受各項(xiàng)公共服務(wù)和保障措施在變好的同時(shí)實(shí)現(xiàn)居民部門負(fù)債水平的穩(wěn)定。第三，保持物價(jià)的穩(wěn)定上升和促進(jìn)金融業(yè)的健康發(fā)展。物價(jià)穩(wěn)定上升使得居民部門的消費(fèi)水平逐步穩(wěn)定的下降，從而抑制消費(fèi)。而促進(jìn)金融行業(yè)健康的發(fā)展則能有效的幫助人們進(jìn)行居民部門的資產(chǎn)配置和管理，增加其除工資以外的收入。無論是物價(jià)上漲還是居民部門收入的增加都會(huì)使得居民部門債務(wù)水平保持相對的穩(wěn)定。第四，借鑒東部地區(qū)的發(fā)展經(jīng)驗(yàn)，加大對中西部地區(qū)的扶持力度。我國各省級行政區(qū)的發(fā)展極度不平衡，東部地區(qū)的發(fā)展對于我國起到率先的引領(lǐng)作用，所以西部地區(qū)也會(huì)逐步的向東部地區(qū)靠攏。此時(shí)，我們通過借鑒東部地區(qū)發(fā)展的經(jīng)驗(yàn)，穩(wěn)定好住房價(jià)格，調(diào)整好人口結(jié)構(gòu)、財(cái)政性支出比例、穩(wěn)定物價(jià)水平和促進(jìn)金融健康的增長，從而使得西部地區(qū)在經(jīng)濟(jì)快速發(fā)展以及居民生活水平迅速提高的同時(shí)使得居民部門負(fù)債水平保持相對穩(wěn)定的狀態(tài)。

主要參考文獻(xiàn)：

[1]Mian A，Sufi A.The Great Recession：Lessons from Microeconomic Data[J].American Economic Review，2010.100（2）.

[2]Mian A，Sufi A.House Prices，Home Equity-Based Borrowing，and the US Household Leverage Crisis[J].American Economic Review，2011.101（5）.

[3]Mian A，Sufi A.House of debt：how they（and you）caused the great recession，and how we can prevent it from happening again[M].University of Chicago Press，2015.

[4]Jonathan Zinman.Household Debt：Facts，Puzzles，Theories，and Policies[J].Economics，2015.7（1）.

[5]Dunn L F，Mirzaie I A.Consuner debt stress，changes in household debt，and the great recession[J].Economic Inquiry，2016.54（1）.

[6]BoverO，Casado J M，Villanueva E，etal.The Distribution of Debt Across Euro Area Countries：The Role of Individual Characteristics，Institutions and Credit Conditions[R].International Journal of Central Banking，2016.

[7]Duca J，Muellbauer J.Tobin LIVES：Integrating Evolving Credit Market Architecture into Flow-of-Funds Based Macro-Models[M]//A Flow-of-Funds Perspective on the Financial Crisis.Palgrave Macmillan UK，2014.

[8]Bruggeman A，Van Nieuwenhuyze Ch.Size and Dynamics of Debt Positions in Belgium and in the Euro Area[J].Economic Review，2013（6）.

[9]Ortalomagné F，Prat A.On the Political Economy of Urban Growth：Homeownership Versus Affordability[J].Cepr Discussion Papers，2011.6（1）.

[10]Ludvigson S.Consumption and Credit：A Model of Time-Varying Liquidity Constraints[J].Review of Economics & Statistics，1999.81（3）.

[11]Dynan K E，Kohn D L.The Rise in U.S.Household Indebtedness：Causes and Consequences[J].Finance & Economics Discussion，2007.19（1）.

[12]Fuchs V R.Provide，Provide：the Economics of Aging[M]//Who Shall Live：Health，Economics and Social Choice（2ndExpanded Edition），1998.

[13]Debelle G.Macroeconomic Implications of Rising Household Debt[J].Bis Working Papers，2007.91（153）.

[14]Palley T I.Debt，Aggregate Demand，and the Business Cycle：An Analysis in the Spirit of Kaldor and Minsky[J].Journal of Post Keynesian Economics，1994.16（3）.

[15]Mian A，Sufi A.Household Leverage and the Recession of 2007–09[J].Imf Economic Review，2010.58（1）.

[16]李春風(fēng)，陳樂一，劉建江.房價(jià)波動(dòng)對我國城鎮(zhèn)居民消費(fèi)的影響研究[J].統(tǒng)計(jì)研究，2013.30（2）.

[17]杜莉，沈建光，潘春陽.房價(jià)上升對城鎮(zhèn)居民平均消費(fèi)傾向的影響——基于上海市入戶調(diào)查數(shù)據(jù)的實(shí)證研究[J].金融研究，2013（3）.

[18]任鑫，葛晶.金融發(fā)展、收入結(jié)構(gòu)與城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)[J].宏觀經(jīng)濟(jì)研究，2019.