肖琴　李世俊

摘要：目前，我國農(nóng)村金融發(fā)展問題依然嚴(yán)重，農(nóng)村家庭普遍面臨金融排斥。文章利用中國家庭金融調(diào)查（CHFS）2017年數(shù)據(jù)，從金融知識(shí)排斥、流動(dòng)性排斥和互聯(lián)網(wǎng)排斥三個(gè)維度，運(yùn)用熵值法構(gòu)建金融排斥指標(biāo)對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的影響建立Logit模型進(jìn)行了回歸分析。結(jié)果表明，金融排斥對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性有顯著負(fù)向影響（P=0.001），農(nóng)村家庭的金融排斥程度越高，家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性越小。改善農(nóng)村家庭的金融排斥，有利于促進(jìn)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融市場。

關(guān)鍵詞：金融排斥;農(nóng)村家庭;資產(chǎn)選擇

一、引言

長期以來，“三農(nóng)”問題一直是我國經(jīng)濟(jì)發(fā)展面臨的重要問題之一。由于我國城鄉(xiāng)二元制的經(jīng)濟(jì)結(jié)構(gòu)，經(jīng)濟(jì)發(fā)展表現(xiàn)為城鄉(xiāng)發(fā)展不均衡，農(nóng)村人口多、農(nóng)業(yè)生產(chǎn)率低下、農(nóng)民文化程度普遍偏低等因素是農(nóng)村經(jīng)濟(jì)金融發(fā)展緩慢的重要原因。近年來，國家實(shí)施普惠金融規(guī)劃，提出要為小微企業(yè)、農(nóng)民、城鎮(zhèn)低收入人群等特殊群體提供可負(fù)擔(dān)的適當(dāng)、有效的金融服務(wù)。由于金融知識(shí)匱乏，資金不足，互聯(lián)網(wǎng)滲透不足等問題，農(nóng)戶家庭普遍存在較低的有效金融需求問題，金融供給側(cè)動(dòng)力不足。普惠金融在農(nóng)村家庭的發(fā)展受到了金融排斥的阻礙，造成資源的錯(cuò)配。因此，本文從金融知識(shí)排斥、流動(dòng)性約束、互聯(lián)網(wǎng)約束等三個(gè)方面構(gòu)建農(nóng)村家庭金融排斥的綜合指標(biāo)，探討金融排斥對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的影響。

二、文獻(xiàn)綜述

金融排斥主要是指某些群體受到自身或外在的條件排斥而難以通過適當(dāng)?shù)那阔@得所需或必需的金融產(chǎn)品和服務(wù)（張棟浩，尹志超，2018）。（Kempson和Whyley，1999）認(rèn)為金融排斥主要表現(xiàn)為評(píng)估排斥、地理排斥、條件排斥、價(jià)格排斥、營銷排斥和自我排斥等五個(gè)方面，金融排斥現(xiàn)象主要集中于農(nóng)村家庭。也有學(xué)者將群體不具備相應(yīng)的金融知識(shí)和無法整合金融信息等自我排斥視為金融排斥的代表性指標(biāo)（何婧等，2017）。（田霖，2010）以河南省為例，將金融機(jī)構(gòu)網(wǎng)點(diǎn)覆蓋率、農(nóng)戶貸款數(shù)和農(nóng)業(yè)貸款比例等指標(biāo)綜合起來構(gòu)建了金融排斥指數(shù)，提出農(nóng)村要充分利用政策優(yōu)勢，加大農(nóng)村金融機(jī)構(gòu)的支持力度，促進(jìn)農(nóng)村家庭的金融可及性。本文主要從農(nóng)戶的自我排斥層面構(gòu)建金融排斥指標(biāo)來研究對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)選擇的影響。農(nóng)村地理、人口、交通、資源等方面的欠缺，金融發(fā)展程度普遍不高，較少參與到風(fēng)險(xiǎn)性金融市場。本文加入了各省的金融發(fā)展水平指數(shù)作為控制變量，用本外幣各項(xiàng)貸款余額比上各項(xiàng)存款余額的比重來表示，比值越大，說明金融效率越高。

三、研究設(shè)計(jì)、數(shù)據(jù)樣本及描述性分析

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來自西南財(cái)經(jīng)大學(xué)進(jìn)行的中國家庭金融調(diào)查（CHFS）2017年在全國范圍內(nèi)的調(diào)查數(shù)據(jù)。該數(shù)據(jù)包括家庭人口信息、家庭資產(chǎn)與負(fù)債等多方面詳細(xì)信息，覆蓋了29個(gè)省份，為研究金融排斥對(duì)農(nóng)村家庭金融資產(chǎn)選擇的影響提供了數(shù)據(jù)支撐。刪除城鎮(zhèn)樣本，刪除異常值和缺失值后，最后得到8500個(gè)農(nóng)村家庭樣本。

（二）變量說明

1. 被解釋變量join-農(nóng)村家庭是否參與風(fēng)險(xiǎn)性金融資產(chǎn)

被解釋變量為農(nóng)村家庭是否參與風(fēng)險(xiǎn)性金融資產(chǎn)，參與為1，沒參與為0。參照（尹志超，2014）風(fēng)險(xiǎn)性金融資產(chǎn)的分類，將股票、基金、債券（國債除外）、黃金、衍生品和非人民幣資產(chǎn)視為風(fēng)險(xiǎn)性金融資產(chǎn)，其他視為無風(fēng)險(xiǎn)金融資產(chǎn)。

2. 解釋變量score-金融排斥綜合指數(shù)

借鑒（葛永波，2021）的指標(biāo)計(jì)算方法，從金融知識(shí)排斥、流動(dòng)性排斥、互聯(lián)網(wǎng)排斥等三個(gè)層面（如表1所示）利用熵值法構(gòu)建金融排斥指數(shù)。具體步驟如下：（1）無量綱處理。設(shè)Yij表示第i個(gè)家庭的第j個(gè)排斥指標(biāo)，其中i=1，2，…，n，表示第i個(gè)家庭，j=1，2，3分別表示金融知識(shí)排斥、流動(dòng)性排斥和互聯(lián)網(wǎng)排斥三個(gè)維度上的指標(biāo)。對(duì)Yij進(jìn)行無量綱處理得到矩陣Pij：Pij= 。（2）數(shù)據(jù)整體平移。由于數(shù)據(jù)存在為0的現(xiàn)象，為方便下一步計(jì)算，將數(shù)據(jù)整體平移得到矩陣P? ：P? =Pij+A;P? ?為無量綱化平移后得到的值，A為整體平移幅度，其中，A越接近（Pij），誤差越小，由于本文數(shù)據(jù)的值較小，所以數(shù)據(jù)整體平移10-10個(gè)單位。（3）計(jì)算第j項(xiàng)指標(biāo)的熵值ej：ej=- ∑? P? lnP? 。（4）計(jì)算差異系數(shù)μi。μi=1-ej; ej的值越大，指標(biāo)的差異系數(shù)μi越小，該指標(biāo)對(duì)評(píng)價(jià)對(duì)象的作用越大。（5）計(jì)算第j個(gè)指標(biāo)權(quán)重Wj。Wj= ，其中0≤Wj≤1，且∑? Wj=1。（6）計(jì)算綜合指數(shù)score。score=∑? WjYij，指標(biāo)熵權(quán)結(jié)果為：score=0.0836Yi1+0.1027Yi2+0.813Yi3;其中，score越小，說明金融排斥的程度越大。

3. 控制變量

參照類似文獻(xiàn)的研究方法，在模型中加入控制變量，包括戶主特征變量、家庭特征變量和地區(qū)特征變量。戶主特征變量包括戶主的年齡age、性別gender、婚姻狀況marry、文化程度educate、健康狀況health、是否有工作job、風(fēng)險(xiǎn)態(tài)度risk、信任trust;家庭特征變量包括少兒撫養(yǎng)比sefyb、房產(chǎn)house、家庭年收入的對(duì)數(shù)ln total income、家庭總資產(chǎn)的對(duì)數(shù)ln total asset、社會(huì)互動(dòng)取對(duì)數(shù)shhd2、社會(huì)養(yǎng)老保險(xiǎn)eninsur、社會(huì)醫(yī)療保險(xiǎn)meinsur;地區(qū)特征變量主要指各省的金融發(fā)展水平指數(shù)effic。參考（常建新，2021）的做法，采用2016年年末各省本外幣各項(xiàng)貸款余額占存款余額的比重來衡量2016年各省的金融發(fā)展水平。

4. 模型設(shè)定

由于本文研究的因變量是農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性，為二分變量，1表示參與了，0表示未參與。借鑒以往相關(guān)文獻(xiàn)，構(gòu)建Logit模型來進(jìn)行回歸分析。模型構(gòu)建如下：

其中，i表示第i個(gè)家庭，scorei表示金融排斥指數(shù)，Xi表示戶主特征控制變量，Yi表示家庭特征控制變量，regioni表示各省的金融發(fā)展水平，μi為隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證分析

（一）主回歸結(jié)果

表2報(bào)告了Logit模型回歸結(jié)果：綜合得分對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性具有顯著的正向影響，邊際效應(yīng)系數(shù)為0.07623，并在1%的顯著性水平上顯著，也就是說，當(dāng)綜合得分減小一個(gè)單位，即金融排斥程度增加一個(gè)單位時(shí)，農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的概率平均減小7.623%。擬合優(yōu)度達(dá)到了30.35%，擬合度較高，模型具有顯著意義。從控制變量來分析，少兒撫養(yǎng)比的邊際效應(yīng)系數(shù)為-0.12410，在0.01的顯著性水平下顯著，農(nóng)戶家庭的少兒撫養(yǎng)比越高，農(nóng)戶的經(jīng)濟(jì)流動(dòng)性約束越強(qiáng)，農(nóng)戶參與風(fēng)險(xiǎn)資產(chǎn)的概率越低。戶主年齡越大，學(xué)習(xí)金融知識(shí)和獲得處理信息的能力越小，金融知識(shí)排斥程度越強(qiáng)，農(nóng)戶參與風(fēng)險(xiǎn)資產(chǎn)的概率越低。相應(yīng)地，戶主的文化程度越高，獲取新知識(shí)和新技術(shù)的可能性越高，金融知識(shí)排斥的可能性越小，農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率越高，并在0.1的顯著性水平下顯著。社會(huì)互動(dòng)用家庭在紅白喜事（包括做壽、慶生等）的支出金額來表示，從回歸結(jié)果可以看出，社會(huì)互動(dòng)的邊際效應(yīng)系數(shù)為-0.00248，即家庭在社會(huì)互動(dòng)的支出越多，家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率越小，這與以往的研究結(jié)論有所不同，以往研究表明，社會(huì)互動(dòng)的支出越大，代表家庭獲取信息渠道越廣泛，獲取信息的可能性越大，家庭參與風(fēng)險(xiǎn)資產(chǎn)的可能性也就越大，但在農(nóng)村家庭卻不同，由于普遍的金融排斥，使社會(huì)互動(dòng)支出在信息獲取方面并沒有明顯的作用，反而由于支出導(dǎo)致可用現(xiàn)金的減少，面臨流動(dòng)性約束，導(dǎo)致農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)的可能性更小。家庭總資產(chǎn)的邊際效應(yīng)系數(shù)為0.01727，即農(nóng)村家庭總資產(chǎn)平均每正向變動(dòng)一個(gè)單位，家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率增加1.727%。農(nóng)村家庭是否購買社會(huì)養(yǎng)老保險(xiǎn)的邊際效應(yīng)系數(shù)為正，但系數(shù)不顯著，原因是農(nóng)村養(yǎng)老保險(xiǎn)制度還不夠完善，惠及力度不夠大，對(duì)農(nóng)村家庭的投資不能產(chǎn)生顯著影響。相反，農(nóng)村居民醫(yī)療保險(xiǎn)制度較為完善，從回歸結(jié)果可以看出，農(nóng)村家庭是否購買社會(huì)醫(yī)療保險(xiǎn)的邊際效應(yīng)系數(shù)為0.07052，即購買了醫(yī)療保險(xiǎn)比沒有購買醫(yī)療保險(xiǎn)的家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率高7.052%。最后，從金融發(fā)展水平來看，金融發(fā)展水平的邊際效應(yīng)系數(shù)為-0.07618，即金融發(fā)展水平每正向變動(dòng)一個(gè)單位，農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率減少7.618%。本文利用金融效率來表示金融發(fā)展水平，金融發(fā)展水平越高，農(nóng)村地區(qū)資金外流，反而有利于城鎮(zhèn)發(fā)展，故金融發(fā)展水平越高，農(nóng)村家庭受到的金融排斥并未得到改善，反而抑制了農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)。（高一騠，2018）研究發(fā)現(xiàn)金融發(fā)展規(guī)模和金融發(fā)展效率對(duì)農(nóng)村家庭工資性收入的估計(jì)系數(shù)為負(fù)，表明農(nóng)村金融發(fā)展并沒有提高農(nóng)村家庭的工資性收入，反而對(duì)農(nóng)村家庭的工資性收入有抑制作用，農(nóng)村家庭的金融發(fā)展水平排斥程度較高。

（二）異質(zhì)性分析

表3分析了戶主最近一周是否有工作來討論金融排斥的異質(zhì)性。從表中可以看出，當(dāng)戶主有工作時(shí)，如第（1）列所示，金融排斥程度對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的邊際效應(yīng)為0.06016，在0.001的顯著性水平上顯著。Score每提高一個(gè)單位，農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性增加6.016%，已知金融排斥score得分與金融排斥的程度成反比，也就是說，在戶主有工作的農(nóng)村家庭中，金融排斥程度每平均上升一個(gè)單位，參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性下降6.016%，呈負(fù)向影響。同理，在戶主沒有工作的農(nóng)村家庭中，如第（2）列所示，家庭金融排斥的程度每上升一個(gè)單位，參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性下降12.683%，在0.001的顯著性水平上顯著。因此，戶主沒有工作的家庭比有工作的家庭金融排斥程度對(duì)家庭參與風(fēng)險(xiǎn)金融市場的可能性有更大的影響。一方面，戶主沒有工作，收入減少，越易受到金融排斥（資金有限），從而拒絕參與風(fēng)險(xiǎn)性金融資產(chǎn)。另一方面，戶主在工作過程中拓寬了信息渠道，從而促進(jìn)了家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)配置的可能性和參與比例，緩解了農(nóng)村家庭的金融排斥，提高農(nóng)村家庭的就業(yè)和收入是促進(jìn)和改善農(nóng)村家庭金融排斥程度的有效途徑。

五、結(jié)論和政策建議

通過上述金融排斥對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的實(shí)證研究，從金融知識(shí)排斥、流動(dòng)性排斥、互聯(lián)網(wǎng)排斥等三個(gè)層面運(yùn)用熵值法構(gòu)建了金融排斥綜合指數(shù)，發(fā)現(xiàn)農(nóng)村家庭金融排斥程度越嚴(yán)重，家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率越小，在戶主沒有工作的家庭中影響更大。同時(shí)，文化程度的提升、家庭總資產(chǎn)的提高和購買醫(yī)療保險(xiǎn)都對(duì)農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)有正向的促進(jìn)作用。孩子的撫養(yǎng)比越高，農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的可能性就越低。社會(huì)互動(dòng)的支出越高，反而減小了農(nóng)村參與風(fēng)險(xiǎn)資產(chǎn)的可能性。金融發(fā)展水平越高，農(nóng)村資金外流，不利于農(nóng)村金融發(fā)展，農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)的概率越低。因此，關(guān)于促進(jìn)和提高農(nóng)村家庭參與風(fēng)險(xiǎn)資產(chǎn)，切實(shí)提高農(nóng)民的財(cái)產(chǎn)性收入，將普惠金融做到真正惠及千家萬戶，可以從以下三個(gè)方面著手：一是加大普惠金融政策向農(nóng)村家庭傾斜，在農(nóng)村金融規(guī)模和農(nóng)村金融效率兩個(gè)方面上，完善相關(guān)政策措施，改善農(nóng)村家庭的金融排斥，減小城鄉(xiāng)差距，實(shí)現(xiàn)城鄉(xiāng)均衡發(fā)展。二是促進(jìn)互聯(lián)網(wǎng)金融在農(nóng)村地區(qū)的發(fā)展，互聯(lián)網(wǎng)金融的繁榮和發(fā)展克服了農(nóng)村由于地理位置疏遠(yuǎn)而形成的空間性金融排斥，促進(jìn)和改善農(nóng)村居民的金融素養(yǎng)和金融可得性。三是促進(jìn)農(nóng)村家庭的就業(yè)和創(chuàng)收，大力發(fā)展鄉(xiāng)村振興，農(nóng)村地區(qū)資源豐富，促進(jìn)產(chǎn)業(yè)和鄉(xiāng)村旅游等地方特色經(jīng)濟(jì)，切實(shí)為農(nóng)民提供創(chuàng)收渠道，改善農(nóng)村家庭的流動(dòng)性約束，促進(jìn)農(nóng)村家庭參與風(fēng)險(xiǎn)性金融資產(chǎn)的投資。四是提高農(nóng)村居民的社會(huì)保險(xiǎn)待遇，農(nóng)村居民養(yǎng)老主要還是以家庭養(yǎng)老為主，撫養(yǎng)壓力大，提高社保待遇，有利于減輕農(nóng)村家庭的撫養(yǎng)壓力，從而促進(jìn)農(nóng)村家庭對(duì)風(fēng)險(xiǎn)金融市場的投資。

參考文獻(xiàn)：

[1]常建新.金融發(fā)展、資本錯(cuò)配與經(jīng)濟(jì)高質(zhì)量發(fā)展[J].金融發(fā)展研究，2021（08）：1-9.

[2]葛永波，陳虹宇，趙國慶.金融排斥視角下非農(nóng)就業(yè)與農(nóng)村家庭金融資產(chǎn)配置行為研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2021，43（03）：16-31.

[3]張棟浩，尹志超.金融普惠、風(fēng)險(xiǎn)應(yīng)對(duì)與農(nóng)村家庭貧困脆弱性[J].中國農(nóng)村經(jīng)濟(jì)，2018（04）：54-73.

[4]高一騠. 農(nóng)村金融發(fā)展、城鎮(zhèn)化對(duì)農(nóng)民工資性收入的影響[D].杭州：浙江工商大學(xué)，2018.

[5]何婧，田雅群，劉甜，李慶海.互聯(lián)網(wǎng)金融離農(nóng)戶有多遠(yuǎn)——欠發(fā)達(dá)地區(qū)農(nóng)戶互聯(lián)網(wǎng)金融排斥及影響因素分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（11）：70-84.

[6]尹志超，吳雨，甘犁.金融可得性、金融市場參與和家庭資產(chǎn)選擇[J].經(jīng)濟(jì)研究，2015，50（03）：87-99.

[7]田霖.我國農(nóng)村地區(qū)金融排斥研究[J].調(diào)研世界，2010（02）：6-8.

*基金項(xiàng)目：國家自然科學(xué)基金地區(qū)基金“家庭經(jīng)濟(jì)脆弱性框架下基于教育視角的婦女生育率陷阱形成機(jī)理和應(yīng)對(duì)策略研究”，項(xiàng)目編號(hào)：71863022。云南省省部門決策咨詢研究課題云南省發(fā)展和改革委員會(huì)“云南提高中等收入群體占比的思路和舉措研究”課題研究服務(wù)項(xiàng)目，項(xiàng)目編號(hào)：4530000HT202109097。

（作者單位：昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院）