|
金融能力、金融决策与贫困*
谭燕芝 彭千芮
[提 要] 本文利用2013年中国家庭金融调查(CHFS)数据,通过因子分析法构建居民金融能力指数,运用Probit模型、工具变量法和中介效应模型实证分析了金融能力对贫困的影响以及金融能力、金融决策与贫困之间的作用机理。研究发现:(1)无论是绝对贫困还是相对贫困,金融能力能够显著抑制贫困的发生,且城镇地区相较农村地区更明显。(2)金融能力对贫困的影响既存在“抑制效应”,也存在“偏离效应”,两者之间呈现正“U”型关系。(3)经中介效应模型计算可知,在“抑制效应”下,金融能力可以通过改善金融决策来缓解居民贫困状况。具体而言,在三种不同的贫困状况衡量方式下,金融决策的中介效应占比分别为25.42%,22.96%和21.60%。
[关键词] 金融能力;金融决策;贫困;中介效应
一、引言与文献综述
20世纪末由于发展中国家优先发展现代化工业而产生的二元经济结构以及城乡资源错配问题,导致农村发展长期滞后于城市,经济发展结构持续性失衡,贫困问题及城乡发展不均衡问题始终是政学两界关注的重点。随着我国经济发展保持中高速增长,贫困难题的破解也取得了较为突出的成就。以每年减少1 000万贫困人口的速度,截至2017年末,我国贫困人口还剩余3 046万人。党的十九大报告明确提出要打好精准脱贫攻坚战,决胜脱贫“最后一公里”。在目前的减贫机制下,如何做到脱贫不返贫是至关重要的议题。
改革开放以来中国的经济发展史可以称作为贫困人口脱贫史。随着城镇化率的提高和居民收入差距的扩大,城镇贫困问题同样不容忽视(陈宗胜和于涛,2017)。从现有文献来看,较多学者从财政支出、公共转移支付、经济发展、农业贷款等宏观层面考察其对贫困的影响(李永友和沈坤荣,2007;罗楚亮,2012;樊丽明和解垩,2014;王小华等人,2014)。也有部分学者从微观个体角度如个人社会网络、社会地位、受教育程度、健康状况等方面考察对贫困的影响(刘生龙和李军,2012;高帅,2015;李晓嘉,2015;谭燕芝和张子豪,2017)。对于目前的贫困状况而言,仅仅从国家宏观层面、金融机构中观层面着手解决贫困问题远远不够,更重要的是贫困户能力的提升,从而实现“造血式”扶贫、脱贫不返贫以及自身的可持续发展。金融作为现代经济运行的神经中枢,其体系结构及运行效率对一国经济发展和个体与家庭的生产生活及福祉水平的提升发挥着重要作用。我国贫困人口在金融市场中由于或主动或被动的原因“边缘化”,金融机构在农村金融市场“沙漠化”,金融资源向更富裕的群体倾斜,金融机构与贫困人口之间存在着巨大的金融鸿沟。在金融动荡和不平等加速发展的经济背景下,我国贫困人口面临着更加复杂与艰难的金融市场环境和多重挑战。在日益复杂的金融市场中,贫困人口缺乏金融知识和金融技能来做出有效金融决策;与此同时,他们难以获得适当、有益且能为未来提高福祉水平的金融服务。贫困的本质源于基本能力的剥夺和机会的丧失,提高贫困户的内在能力和参与金融市场的可能性并做出有效金融决策有助于缓解贫困(Sen,1976)。
金融能力(financial capability)是指个人通过金融教育获得了金融知识和技能且有机会参与金融市场从而产生金融行为以提高自身金融福利的能力(Sherraden,2013)。金融能力的概念源于2006年英国金融服务机构对于全国居民金融能力的调研,并由Atkinson et al.(2007)在其研究成果中正式提出。随后,奥地利、爱尔兰、美国、加拿大等国家也先后进行了类似的全国性调查。随着金融能力这一概念在发达国家的产生和发展,在发展中国家同样逐渐被重视起来。在金融能力提出之前,更多学者聚焦于居民金融素养的研究,Lusardi & Mitchell(2007)和Clark et al.(2015)研究发现金融素养水平的提高促进了家庭的储蓄行为,且使消费者更好地把握投资机会、增加风险资产投资从而提高投资收益。国内学者主要从家庭理财规划、家庭资产选择等金融决策角度以及家庭借贷行为方面来考察金融素养对家庭的影响(胡振和臧日宏,2016;2017;吴卫星等人,2018a;2018b)。此外,王正位等人(2016)通过研究金融知识与家庭收入流动之间的关系发现,金融知识的提高使得家庭能更有效地进行金融投资,有助于低收入家庭跃迁至高收入阶层。
金融能力相较于金融知识、金融素养而言具有更丰富的内涵。不同的学者对于金融能力的定义和衡量有不同的见解。Johnson & Sherraden(2007)提出参与金融市场能充实居民的生活,使人生际遇最大化,而这需要将金融知识转化为金融行为的能力和产生金融行为的机会。Atkinson et al.(2007)将居民金融能力定义为财产管理、开支计划、金融产品选择、金融前沿动态掌握四个方面,由此计算英国居民金融能力的综合得分。在此基础上,Lusardi(2011)通过对美国居民金融能力进行调查,提出金融能力是衡量人们收支状况、提前计划、选择和管理金融产品并拥有做出金融决策的知识和技能。而Xiao et al.(2014)则认为金融能力包括金融认知能力、金融素养和金融行为三个方面,金融能力体现了居民管理并控制金融行为的能力。Sherraden(2013)提出了一个较为完整的金融能力分析框架。他认为在错综复杂的金融交易环境中,人们不仅需要金融知识,同时也应该得到金融包容。金融能力既是一个个体特征,也是结构性的概念。因此,他认为金融能力结合了个人做出金融决策的能力和行动的机会,包括个人内在能力和外部环境。Despard & Chowa(2014)深入讨论了金融素养和金融能力的区别,前者仅从个体的层面解释居民如何做出金融决策,而后者则将个人做出金融决策的能力与环境有机结合。在此基础上,Chowa et al.(2014)对金融能力的概念进行了进一步细分,内在能力主要包括教育水平、金融知识和经济能力,外部环境则包括到金融机构的距离、金融机构的规则严苛程度以及非正规储蓄机构的发展。由此可见,目前对于金融能力的定义可以概括为三类:第一类将金融能力定义为具体的一种或几种金融行为;第二类认为金融能力是金融知识与金融行为的结合,拥有一定的金融知识并做出了理想的金融行为则为金融能力;第三类则提出金融能力是内在能力与外部环境的有机结合,即知识技能与机会相融合。
综上,现有相关文献较少从需求侧微观主体能力的角度切入研究,且国内多数学者研究金融知识、金融素养等对个体福祉的影响,少有学者从居民金融能力展开研究,并同时考虑农村贫困与城镇贫困。此外,目前对金融能力的衡量多以定性的方式分析,鲜有文献将这一概念量化。金融能力的概念为经济学、心理学和社会学等学科搭建了研究桥梁,将个人行为、人类心理和社会结构如何影响家庭金融决策纳入同一分析框架下。因此,研究居民金融能力对贫困状况的影响对于提高个人福祉、金融机构可持续发展具有重要意义,同时也对打赢扶贫攻坚战、实现至2020年所有贫困户全部脱贫和全面建设小康社会的目标具有重要推动作用。鉴于此,本文致力于通过理论与实证分析解决以下两个问题:第一,金融能力能否对贫困状况的改善产生作用?第二,金融能力通过何种途径缓解贫困?根据以上研究重点,本文设置结构内容如下:第二部分为理论框架,在此基础上提出本文的研究假设;第三部分介绍实证所需数据和变量;第四部分为金融能力影响贫困的实证检验;第五部分为金融能力影响贫困的作用机理分析;最后为文章结论。
二、理论框架与研究假设
Sen(1976)的贫困理论提出贫困的本质是个人可行能力被剥夺,导致其产生的根本原因是权利与能力的双重缺失。因此,摆脱贫困陷阱的最终出路应是培养和提升个人的可行能力,并且提供使居民参与经济社会发展的机会。Campbell(2006;2016)创立的家庭金融理论从家庭如何有效利用金融工具实现效用最大化目标出发,探究家庭资产投资与借贷行为等问题,提出金融知识是影响居民参与金融决策、构建有效投资组合的决定性因素之一。因此,金融能力作为经济金融迅速发展下引导居民对家庭资产进行合理配置的可行能力是摆脱贫困桎梏的关键能力。据此,本文提出假说1 金融能力能显著抑制居民贫困的发生。
部分文献表明,金融知识能提高居民收入和财富积累,且对于低收入人群与高收入人群的影响效应并非相同,金融知识对于收入的提高存在边际递减效应(吴雨等人,2016)。对于具有更全面内涵的金融能力而言,金融能力与贫困之间可能并非是简单的线性关系。因此,本文提出假说2 金融能力对于贫困不仅仅存在“抑制效应”,可能呈现“U”型曲线关系的双重效应。
关于金融知识、金融素养与家庭金融行为的研究表明,学者更为关心的是金融知识的增加或金融素养的提高是否有利于居民优化其金融决策。Ameriks et al.(2003)研究发现,金融素养的提高促进了消费者的储蓄和金融市场投资的频率,且金融素养越高的消费者将风险投资分散化的可能性越大(Gaudecker,2015)。此外,Gathergood & Weber(2015)研究发现,金融素养的高低与消费者的借贷行为密切相关,金融素养的提高同样也会提高消费者选择低成本抵押贷款的可能性。同样地,金融能力的提高可以加大家庭参与金融市场的可能性,并增加家庭风险资产的占比,改善家庭金融资产的配置结构(尹志超等人,2014;曾志耕等人,2015)。随着居民金融能力的提高,居民对金融市场的风险与收益特征的认知更加充分,更倾向于客观合理的金融决策,以此加快财富的积累。金融能力对于贫困的抑制作用主要从以下四个方面来实现。
第一,金融能力通过影响储蓄行为增加家庭财富积累从而实现脱贫。储蓄对于居民生产生活的重要性在于其决定着居民教育与医疗的选择,满足居民未来面对不确定性的需要。金融能力的提高使得居民对储蓄规划更合理,对于正规金融与非正规金融的选择也更加理性。金融能力高的居民能更好地理解金融机构相关制度与规定,根据经济发展环境合理安排储蓄从而增加财富积累以实现脱贫。
第二,金融能力通过影响风险投资增加财产性收入从而实现脱贫。随着金融市场的蓬勃发展,金融产品变得愈加复杂,居民面对“满目琳琅”的金融产品,在最小成本的基础上实现最优化选择的难度大大增加。金融能力低的居民往往伴随着风险分散不足或是风险资产选择不合理。金融能力的提高能有效实现风险投资的合理化、低成本化和风险分散化,从而增加居民财产性收入以实现脱贫。
第三,金融能力通过缓解信贷约束提高收入流动性从而实现脱贫。长久以来,信贷被认为是提升居民生活发展和福祉水平的重要因素。金融能力的提升降低了居民获得信贷的门槛,同时增加了获得信贷的渠道,很大程度缓解了信贷约束,提高了居民收入流动性从而实现脱贫。
第四,金融能力通过自有资本发展实现脱贫。依靠政府的转移性支付可以实现暂时性的脱贫,而自身能力的提高才能满足脱贫的可持续性。金融能力作为一种特殊的自有资本,能增强居民的风险抵抗能力与社会生存能力,扩大自身社会网络关系,改善贫困人群自身资源的质量,实现内部自生的“造血式”脱贫。
因此,金融能力最重要的作用体现在居民参与金融市场中能做出合理有效的金融决策,从而提高金融福利,摆脱贫困的恶性循环。基于此,本文提出假说3 金融能力对贫困状况的影响并非直接作用,而是通过影响居民金融决策从而间接改善贫困状况。
三、数据来源与变量描述
(一)数据来源
本文将微观数据与宏观数据相匹配,以期更全面、客观地反映经济社会问题。文中微观数据来源于2013年中国家庭金融调查(CHFS)的数据,样本覆盖了我国29个省(直辖市、自治区)、262个县(区、市)以及1 048个村(居)委会,共获得28 142个家庭有效样本及97 916个个人有效样本,反映了各家庭的资产与负债、收入与支出以及家庭人口特征等方面的动态变化,为研究和决策提供权威可信的数据基础。在对数据进行异常值和缺失值的处理之后共获得61 730个样本。本文宏观数据来源于中国银行业监督管理委员会统计数据以及国家统计局公布的《中国统计年鉴》。
(二)金融能力的衡量
金融能力不仅强调居民内在的金融知识和素养,同时也强调居民所在外部环境提供金融支持的数量以及金融服务的可获得性。因此,借鉴Sherraden(2013)对金融能力指标的衡量,本文对金融能力指标的构建从内在能力与外部环境两个方面衡量。内在能力来源于居民的金融教育,而外部环境强调家庭具有参与金融市场的机会,即能否接触金融产品和服务。其中,做出金融决策的能力基于个人的知识和技能,因此,内在能力又可进一步分为金融知识和教育信息。在日益复杂的金融市场,居民需要用知识技能来武装自己,从而获得并理解金融信息以做出更有效的金融决策,进而在各种各样的金融产品和服务中做出最优化选择。2013年中国家庭金融调查数据设计了关于利率、通货膨胀和投资风险三个方面的问题以考察居民的金融知识水平,因此,本文将利率计算是否正确、通货膨胀计算是否正确、投资风险计算是否正确作为金融知识的具体衡量指标。[注]2013年CHFS调查问卷中涉及了关于利率计算、通货膨胀计算、投资风险计算三个问题。关于利率的问题为“假如您现在有100块钱,银行的年利率是4%,如果这100元钱存5年定期,5年后的本息和是多少”,选项为:小于120元、等于120元、大于120元、算不出来。选择“等于120元”则为利率计算正确,记为1,否则为0。关于通货膨胀的问题为“假设您现在有100块钱,银行的年利率为5%,通货膨胀率每年是3%,这100元钱存银行一年之后能够买到的东西?”,选项为:比一年前多、和一年前一样多、比一年前少、算不出来。选择“比一年前多”即为通货膨胀计算正确,记为1,否则为0。关于投资风险的问题为“您认为一般而言,单独买一只公司的股票是否比买一只股票基金风险更大?”,选项为:是、否、没有听过股票、没有听说过股票基金、两者都没有听说过。选择“是”则为投资风险计算正确,记为1,否则为0。通过对三个问题回答情况的统计可知,利率、通货膨胀、投资风险问题答对的居民比例分别为14.74%,15.56%和27.66%,而三个问题全部答对的居民比例仅为1.57%。此外,居民所受到的教育程度是能力的重要组成部分,因此本文选取文化程度以及是否上过经济、金融课程作为教育信息的衡量指标。对于外部环境的指标选取,本文将微观数据与宏观数据相结合,利用原中国银监会网站2013年的各地区银行金融机构网点数量以及国家统计局公布的地区总人口以及总面积计算出家庭所在地区每万人享有的银行金融机构网点数量和家庭所在地区每万平方公里的银行网点数量作为金融服务可获得性的指标来衡量外部环境。具体指标及其描述性统计如表1所示。
在构建金融能力评价指标的基础上,本文运用因子分析法探析众多指标间的内在关联和基本结构,从而计算出金融能力指数,以期更客观地衡量居民金融能力。通过对变量进行KMO检验得到其检验值为0.673 4,如表2所示,由此可知运用因子分析法计算金融能力指数的合理性。本文依据特征值大于1的标准提取公因子,根据Stata13.1的计算结果,获得了3个公因子,命名为知识因子、教育因子与环境因子。同时得到了因子载荷矩阵,利用公因子的方差贡献率在累计方差贡献率的比重作为权重,分别是1.270 3,0.427 4和0.192 9,将权重乘以计算得出的相应因子得分加和得到金融能力指数。
表1金融能力指标体系构建及其描述性统计
表2因子分析KMO检验值及公因子的旋转因子载荷
表3汇报了全样本以及分地区的居民金融能力情况。从表3可以看出,就全国而言,居民的平均金融能力水平较低,最大值为5.481 8,最小值为-2.138 0。将样本分为农村与城镇来看,农村地区平均金融能力水平远远低于城镇地区,且农村地区与城镇地区金融能力的内部差距也较大。从东、中、西部来看,东部地区居民金融能力水平最高,中部地区次之,西部地区最低。此外,本文对不同年龄阶段的居民金融能力水平进行了统计,发现金融能力最高的年龄段为21岁~40岁这一阶段。
表3金融能力指数的描述性统计
(三)变量描述
1.贫困。本文从绝对贫困与相对贫困两个方面对贫困进行界定。首先,以国家2011年采用的2 300元每人每年的贫困线标准作为绝对贫困的衡量指标,居民年收入低于2 300元为贫困,即poverty1等于1,否则为非贫困,即poverty1等于0。其次,我国经济发展迅速,社会的贫困结构在不断变化,贫困线的变动也应适应经济发展水平的变化,因此,借鉴陈宗胜等人(2013)提出的相对贫困衡量标准,本文以上一年农村居民人均收入的0.4作为相对贫困线,2012年农村居民人均收入为7 916.58元,因此年收入低于3 166元为相对贫困,即poverty2等于1,否则为非贫困,即poverty2等于0。最后,我国幅员辽阔,各地区经济发展不均衡,城镇地区的贫困问题同样不容忽视,因此本文选取全样本收入最低的五分之一的居民作为相对贫困的第二种衡量方法,处于后五分之一的居民则为贫困,即poverty3等于1。在后文将三种贫困状况分别简称为绝对贫困、相对贫困和相对比例贫困。根据上述三种对于贫困的衡量方法,本文分别获得了绝对贫困6 203个样本、相对贫困7 899个样本,分别占总样本的10.05%和12.80%。由于相对比例贫困的衡量方法为选取全样本收入最低的五分之一,即年收入低于8 865元的农户为相对比例贫困。变量具体描述性统计见表4。
2.金融决策。目前我国居民参与金融市场做出决策主要体现为家庭金融资产的配置,因此本文借鉴尹志超等人(2014)的研究,将家庭风险资产占金融资产的比重作为家庭金融决策的衡量指标。本文所定义的风险资产包括股票、基金、期货、金融衍生品、金融理财品、外汇、黄金等。金融资产包括风险资产、政府债券、现金、活期存款、定期存款等。
表4变量选取与描述性统计
3.其他控制变量。借鉴其他学者的做法,本文最终选取个体特征变量以及地区特征变量两大类作为影响贫困的控制变量。个体特征变量包括性别、年龄、政治面貌、工作状况、健康水平、家庭规模、房屋资产现值、父母最高受教育程度等变量,并在回归中对房屋资产现值进行对数处理。居民的个体特征会在不同程度上影响贫困的状况,不同的年龄段会做出不同的金融行为从而影响贫困;女性可能比男性做出更保守的投资决策;是否是中共党员以及家庭规模可能会影响家庭的社会网络从而影响贫困状况;有工作的人、房屋资产现值更高的人以及没有重大疾病的人更容易脱贫;父母的教育程度越高,子女发生贫困的可能性越小。此外,考虑到贫困状态会受到当地的宏观经济发展状况的影响,因此本文加入地区特征变量地区人均GDP作为控制变量。
4.工具变量。金融能力在一定程度上存在内生性问题。主观态度是影响金融能力的重要因素,获取金融知识的意愿不仅受个人时间偏好的影响,还取决于居民对现状的改变欲望与对未来价值的估计,更希望改变现状或者对未来估值较高的居民更愿意提高金融能力。Monticone(2010)研究发现,若居民严重低估未来价值,则不愿意学习新知识而满足于较低的金融素养水平。此外,如果居民对未来的福祉水平较为关心,则会主动直接或间接地接受金融知识。鉴于此,本文选取“对经济金融信息的关注度”这一主观评价作为金融能力的工具变量,这一变量能够直接影响个人金融能力,但是与贫困的相关性不大。变量选取及描述性统计见表4。
四、金融能力影响贫困的实证分析
(一)模型设定
本文研究的重点是居民金融能力对于贫困状况的影响,在设定计量模型的过程中,其被解释变量是贫困状况,贫困状况是数值为0和1的变量,即被解释变量是离散的。考虑到离散被解释变量通常不宜使用OLS回归的特点,本文选用二值选择模型Probit模型分别考察金融能力对三种不同衡量标准的贫困状况的影响。模型的设定形式为:
povertyi=α0+α1fc+α2x+εi
(1)
式中,povertyi表示以绝对或相对标准衡量的贫困状态,poverty1=1表示在绝对贫困线标准下的贫困状况,poverty1=0表示在绝对贫困线标准下的非贫困状况,i=1,2,3;fc为居民金融能力指数;x代表其他控制变量;α0为回归截距项,αi为各解释变量的待估系数,εi为扰动项。
此外,由于Probit模型回归结果仅能给出显著性及参数符号等有限信息,而无法给出直观的经济含义,本文不仅仅考虑解释变量对被解释变量的影响趋势和显著性,还进一步计算金融能力对贫困的平均边际效应,即当解释变量变化一个单位时,被解释变量状态变化的概率变化幅度,计算方法为:
=φ(βTfc)×β
(2)
(二)实证结果分析
表5汇报了Probit模型即式(1)的估计结果并计算边际效应。其中,列(1)、列(3)、列(5)使用Probit估计,分别为金融能力对绝对贫困、相对贫困、相对比例贫困的回归结果;列(2)、列(4)、列(6)分别汇报了不同衡量标准下的贫困状况的平均边际效应,进而进一步解释其经济含义。由表5的列(1)、列(3)、列(5)可以看出,在尽可能地控制所有影响居民贫困状况的个体特征与地区特征后,在绝对贫困线标准、相对贫困线标准、相对比例贫困标准三种衡量方式下,金融能力的估计系数均在1%的显著性水平下为负。这一结果说明,金融能力的提升可以显著改善居民的贫困状况,金融能力越高的居民发生贫困的概率越小。在个体特征控制变量方面,男性比女性发生贫困的可能性更低,这可能是因为男性较女性而言具有更强壮的劳动力,能获得更稳健的劳动回报,因此产生贫困的可能性更低。从年龄来看,在三种贫困衡量标准下年龄均在1%显著性水平下为负,以相对比例贫困标准为衡量方式时,年龄的平方在1%的显著性水平下为正。而在绝对贫困线标准与相对贫困线标准下,年龄的平方没有通过显著性检验。从居民政治面貌来看,中共党员的身份使得其更不可能陷入贫困,这是由于中共党员相对来说拥有更广泛的社会网络,因此能获得各方面的金融信息从而做出更有效的金融决策。且有工作的居民具有稳定的收入来源,陷入贫困的可能性更低。对于家庭规模而言,家庭人数越多,发生贫困的概率越小,这也遵循了我国传统“人多力量大”的文化理念,随着家庭人数的增多,收入数量和收入来源也逐渐增多。另外,居民的健康状态和房屋资产现值也能显著影响贫困状况,健康状况越好、房屋资产现值越高、陷入贫困的可能性越低。从地区特征来看,居民所在地区人均GDP在三种贫困衡量标准下均在1%的显著性水平下为负,说明当地经济状况越好、居民发生贫困的可能性越小。
表5全样本金融能力对贫困状况影响的回归结果
注:*,**和***分别表示在10%,5%和1%水平下显著,括号内为稳健标准差。下表同。
说明:边际效应为平均边际效应的计算结果,括号内为Delta-method所得出的标准差。
为了更全面地诠释各解释变量对贫困状况的影响,本文进一步计算了各解释变量对贫困状况的边际效应。表5列(2)、列(4)、列(6)分别是在绝对贫困线标准、相对贫困线标准、相对比例贫困标准三种衡量方式下的各解释变量对贫困状况的边际效应。具体而言,居民金融能力每增加一个单位,发生绝对贫困、相对贫困、相对比例贫困的概率分别减少1.50%,2.18%和5.07%。表6汇报了农村地区与城镇地区金融能力对贫困状况的不同影响。从回归结果可以看出,农村地区与城镇地区居民金融能力对绝对贫困、相对贫困和相对比例贫困均在1%显著性水平下为负,即金融能力的提升能够显著抑制农村地区与城镇地区的贫困状况。从估计系数来看,农村地区金融能力对绝对贫困、相对贫困、相对比例贫困影响的估计系数分别为0.115 1,0.131 3和0.149 3,而城镇地区为0.136 1,0.158 2和0.217 0,农村地区明显低于城镇地区,因此,金融能力的高低对城镇地区居民的贫困状况影响更大。另外,值得一提的是,尽管年龄的平方项在全样本回归时没有全部通过显著性检验,但年龄与年龄的平方项在农村样本回归中在1%水平下通过显著性检验,年龄项的系数符号为负,年龄平方项的系数符号为正,这说明农村地区居民的年龄与贫困状态呈现正“U”形关系。这一结论在一定程度上与生命周期理论相符,即年轻时期和老年时期更可能发生贫困,中年时期由于收入稳定发生贫困的可能性较低。而在城镇地区,年龄的平方没有通过显著性检验,这一结果可能由年龄的双重效应而导致,一方面随着年龄的增长,城镇居民能获得更突出的金融能力和丰富的金融决策经验,各项收入来源也会相应增多,因此发生贫困的概率较小;而另一方面,年龄越大的居民其体力、精力、脑力都会有所下降,因此更容易陷入贫困。
表6分地区金融能力对贫困状况的回归结果
(三)内生性检验:工具变量检验
考虑到金融能力对贫困状况的影响可能存在内生性问题,基于数据的可得性,本文选取对经济金融信息的关注度作为工具变量,回归结果如表7所示。通过表7可以看出,沃尔德外生性检验在1%显著性水平下拒绝了“主要解释变量不存在内生性”的原假设,这说明运用工具变量法的合理性和必要性,且第一阶段回归系数均在1%水平下显著,
表7金融能力对贫困状况的影响:IVProbit模型
则对经济金融信息的关注度对金融能力有显著的影响,由此可见,工具变量具有较强的相关性。由表7还可以得出,在三种不同的贫困衡量方式下,第一阶段估计的F值均为6 981.81,这进一步表明对经济金融信息的关注度对金融能力具有很强的解释力,因此不存在弱工具变量的问题。在纠正了内生性问题后,金融能力对绝对贫困、相对贫困、相对比例贫困仍在1%显著性水平下显著为负,且回归系数远远高于原回归结果,这表明Probit模型低估了金融能力对贫困的影响,金融能力的提升对贫困的抑制有显著的作用。
(四)进一步讨论
为了进一步验证假说2提出的金融能力对于贫困可能存在的双重效应,本文在回归中引入了金融能力的二次项以考察金融能力与贫困之间是否呈现“U”型曲线关系。如表5、表6、表7所示,无论是全样本回归还是分地区样本回归,抑或是在工具变量法下的回归,金融能力均在1%的显著性水平下负向影响贫困状况,而金融能力的二次项均在1%的显著性水平下正向影响贫困,这一结果表明金融能力与贫困之间的确呈现正“U”型关系。本文绘制了两者之间的线性拟合曲线和二次拟合曲线,进一步证明了假说2成立,如图1所示。
通过表7中的回归系数可以得到拟合方程中的一次项、二次项系数从而求解出函数拐点。在三种贫困衡量方式下,基于表7的回归结果,本文得到了以下三个方程:
poverty1=0.079 2fc2-0.384 6fc
(3)
poverty2=0.075 7fc2-0.380 0fc
(4)
poverty3=0.085 9fc2-0.439 6fc
(5)
式中,poverty1,poverty2,poverty3 分别表示绝对贫困、相对贫困、相对比例贫困三种衡量方式下的贫困状况;fc 为居民金融能力。通过对方程(3)、方程(4)、方程(5)求一阶偏导并令其等于零,可以得到三种贫困衡量方式下的金融能力拐点,分别为2.428 0,2.509 9和2.558 8。表8汇报了对拐点左右区间分别运用IVProbit模型进行实证回归的结果,即表8中列(1)表示在绝对贫困衡量方式下,当金融能力高于2.428 0时金融能力对贫困的影响;列(2)表示绝对贫困衡量方式下金融能力低于2.428 0时金融能力对贫困的影响;列(3)~列(6)可由此类推。由表8列(2)、列(4)、列(6)可知,无论是绝对贫困抑或相对贫困、相对比例贫困,达到金融能力拐点之前即拐点的左区间内,金融能力在1%的显著性水平下抑制贫困,即金融能力对贫困有显著的“抑制效应”。由表8列(1)、列(3)、列(5)可知,在三种贫困衡量方式下,在达到金融能力拐点后,金融能力对贫困的影响没有通过显著性检验,即金融能力对贫困的影响存在“偏离效应”,这一结论进一步验证了金融能力与贫困之间的正“U”型关系以及金融能力对贫困的双重效应。
图1 金融能力与贫困的线性拟合曲线(上)与二次拟合曲线(下)
表8“偏离效应”与“抑制效应”下金融能力对贫困状况的回归结果:IVProbit模型
五、“抑制效应”下金融能力影响贫困的内在机理
相比单纯地探究解释变量对被解释变量的相关研究,运用中介效应模型能更加深入地分析解释变量对被解释变量的影响过程和作用机制(温忠麟和叶宝娟,2014)。中介效应最初起源于心理学研究,当考虑解释变量对被解释变量的影响时,如果解释变量是通过某一变量影响被解释变量,则称该变量为中介变量,整个过程称为中介效应。温忠麟等人(2004)提出了一个包含依次检验和Sobel检验的中介效应检验程序,该检验程序能较好地控制第一类错误率即弃真错误率和第二类错误率即存伪错误率,且能有效区分部分中介效应与完全中介效应。因此,本文基于前文的研究假说与实证分析,进一步使用这一中介效应检验程序分析在“抑制效应”下居民金融能力对贫困状况的内在机理。
根据中介效应的检验程序,本文设置以下三个方程式:
povertyi=β0+β1fc+β2x+ε
(6)
decision=δ0+δ1fc+δ2x+ε
(7)
povertyi=φ0+φ1fc+φ2decision+φ3x+ε
(8)
式中,povertyi表示在三种不同衡量标准下的贫困状况;fc表示金融能力;decision表示金融决策;x表示所有控制变量的集合;ε为随机扰动项。具体检验程序如图2所示。
图2 中介效应检验程序
根据以上中介效应的检验程序,本文首先对β1的显著性进行了检验。β1所对应的式(6)已在表8中汇报,β1在三种贫困衡量标准下均在1%水平下显著,因此进入对δ1和φ2的依次检验程序。δ1所对应的式(7)考察的是金融能力对金融决策的影响,考虑到仅用OLS结果存在不稳健性,本文同时运用OLS和Tobit模型进行回归估计,并选取金融能力取值集合的交集,即金融能力低于2.428 0的区间,结果如表9所示。回归结果显示,在“抑制效应”下,金融能力在1%的显著性水平下正向影响金融决策,说明金融能力越高,风险资产占金融资产的比重越大。这一结果表明金融能力的提高可以加大居民参与金融市场的可能性,提高金融决策的有效性。在使用Tobit模型对数据进行处理后,居民金融能力仍在1%的显著性水平下正向影响居民金融决策,足以证明结果的可信度较高,且通过列(1)与列(2)的比较可以看出,列(1)中金融能力的回归系数远小于列(2)中的回归系数,这说明运用普通OLS可能低估了居民金融能力对金融决策的影响。
表9“抑制效应”下金融能力对金融决策的影响:OLS和Tobit模型
表10汇报了“抑制效应”下金融能力、金融决策对绝对贫困、相对贫困、相对比例贫困的影响。在列(1)~列(3)的回归结果下,金融能力与金融决策均在1%的显著性水平下影响贫困,由此证明回归系数φ1和φ2的显著性。综上,根据中介效应的检验程序,本文首先对系数β1进行检验,其结果为显著,由此进入下一步,分别检验δ1和φ2的显著性,其结果为全部显著,因此最后检验系数φ1是否显著,结果同样为显著,由此得出中介效应的假说成立,且为部分中介效应。在此基础上,本文参考Mackinnon et al.(1995)提出的方法测算中介效应占比。具体测算公式为:
(9)
因此,在“抑制效应”下,对于三种不同的贫困状况衡量方式,金融决策的中介效应占比分别为25.42%,22.96%和21.60%,这意味着金融能力对贫困发生的抑制作用有超过20%来自金融决策,金融能力对贫困状况的影响可以通过提高金融决策水平而改善。
表10“抑制效应”下金融能力、金融决策对贫困的影响:Tobit模型
六、研究结论
基于我国精准脱贫步入攻坚阶段的现实背景,本文利用2013年中国家庭金融调查(CHFS)数据和宏观数据匹配,通过构建居民金融能力指数,运用Probit模型考察了金融能力对贫困的影响,并且加入了二次项考察金融能力与贫困之间的非线性关系。为了避免模型中的内生性问题,本文使用对经济金融信息的关注度作为金融能力的工具变量,从而提高实证模型的精准性。通过对全国居民金融能力指数的比较,我们发现,我国居民金融能力水平普遍偏低,并且农村地区平均金融能力水平远远低于城镇地区。从实证结果来看,金融能力可以显著改善居民贫困状况,且金融能力对于城镇地区贫困状况的影响比农村地区更显著。金融能力与贫困之间呈现正“U”型关系,通过对金融能力和贫困的拟合方程求一阶偏导并令一阶偏导等于零得到了金融能力的拐点,进一步验证金融能力对于贫困的影响不仅存在“抑制效应”还存在“偏离效应”。随后,本文运用中介效应模型进一步分析“抑制效应”下金融能力对贫困影响的作用机理,本文发现,金融能力可以通过提高金融决策水平从而缓解居民贫困状况,在三种不同的贫困状况衡量方式下,金融决策的中介效应占比分别为25.42%,22.96%和21.60%,即金融能力越高,居民做出有效金融决策的可能性越高,从而加剧财富的积累,抑制贫困的发生。
本文的研究不仅丰富和发展了现有文献,同时也为推进解决我国经济结构失衡以及为反贫困战略和政策提供重要参考。随着我国金融市场的快速发展,普遍偏低的金融能力难以满足参与金融市场的需求,提升整体金融知识水平迫在眉睫。针对这一现象,应拓宽金融知识普及渠道,将金融知识的学习纳入义务教育体系,从小培养居民的金融能力。金融机构应定期开展金融知识宣传活动,不断提高我国居民的金融素养和技能。另外,政府应鼓励发展普惠金融,将金融资本和服务滴灌至贫困人口中,使所有居民平等地享受金融服务,解决金融排斥难题。
最后,由于国内微观调查数据的限制,关于居民金融能力的指标体系构建还有待完善。此外,尽管本文从新的视角分析了金融决策在金融能力影响贫困中的中介效应,但通过实证分析发现金融决策在金融能力对贫困的影响中仅是部分中介效应,且对于金融能力与贫困的“偏离效应”有待进一步探索,这也是在后续研究中将继续突破的方向。
参考文献
陈宗胜、沈扬扬、 周云波,2013:《中国农村贫困状况的绝对与相对变动——兼论相对贫困线的设定》,《管理世界》第1期。
陈宗胜、于涛,2017:《中国城镇贫困线、贫困率及存在的问题》,《经济社会体制比较》第6期。
樊丽明、解垩,2014:《公共转移支付减少了贫困脆弱性吗?》,《经济研究》第8期。
高帅,2015:《社会地位、收入与多维贫困的动态演变——基于能力剥夺视角的分析》,《上海财经大学学报》第3期。
胡振、臧日宏,2016:《金融素养过度自信影响股票市场参与吗?——基于中国城镇家庭的微观数据》,《北京工商大学学报(社会科学版)》第6期。
胡振、臧日宏,2017:《金融素养对家庭理财规划影响研究——中国城镇家庭的微观证据》,《中央财经大学学报》第2期。
李晓嘉,2015:《教育能促进脱贫吗——基于CFPS农户数据的实证研究》,《北京大学教育评论》第4期。
李永友、沈坤荣,2007:《财政支出结构、相对贫困与经济增长》,《管理世界》第11期。
刘生龙、李军,2012:《健康、劳动参与及中国农村老年贫困》,《中国农村经济》第1期。
罗楚亮,2012:《经济增长、收入差距与农村贫困》,《经济研究》第2期。
谭燕芝、张子豪,2017:《社会网络、非正规金融与农户多维贫困》,《财经研究》第3期。
王小华、王定祥、温涛,2014:《中国农贷的减贫增收效应:贫困县与非贫困县的分层比较》,《数量经济技术经济研究》第9期。
王正位、邓颖惠、廖理,2016:《知识改变命运:金融知识与微观收入流动性 》,《金融研究》第12期。
温忠麟、叶宝娟,2014:《中介效应分析:方法和模型发展》,《心理科学进展》第5期。
温忠麟、张雷、侯杰泰、刘红云,2004:《中介效应检验程序及其应用》,《心理学报》第5期。
吴卫星、吴锟、王琎,2018a:《金融素养与家庭负债——基于中国居民家庭微观调查数据的分析》,《经济研究》第1期。
吴卫星、吴锟、张旭阳,2018b:《金融素养与家庭资产组合有效性》,《国际金融研究》第5期。
吴雨、彭嫦燕、尹志超,2016:《金融知识、财富积累和家庭资产结构》,《当代经济科学》第4期。
尹志超、宋全云、吴雨,2014:《金融知识、投资经验与家庭资产选择》,《经济研究》第4期。
曾志耕、何青、吴雨、尹志超,2015:《金融知识与家庭投资组合多样性》,《经济学家》第6期。
Ameriks, J., A. Caplin, and J. Leahy, 2003, “Wealth Accumulation and the Propensity to Plan”, Quarterly Journal of Economics, 118(3): 1007-1047.
Atkinson, A., S. Mckay, H. Kempson, and S. B. Collard, 2007, “Levels of Financial Capability in the UK”,Public Money and Management,27(1):29-36.
Campbell, J. Y., 2006, “Household Finance”, Journal of Finance, 61(4): 1553-1604.
Campbell, J. Y., 2016, “Restoring Rational Choice: The Challenge of Consumer Financial Regulation”, Social Science Electronic Publishing, 106(5): 1-30.
Chowa, G., D. Ansong, and M. R. Despard, 2014, “Financial Capabilities: Multilevel Modeling of the Impact of Internal and External Capabilities of Rural Households”, Social Work Research, 38(1): 19-35.
Clark, R., A. Lusardi, and O. S. Mitchell, 2015, “Financial Knowledge and 401(k) Investment Performance: A Case Study”, Journal of Pension Economics & Finance, 1(5): 1-24.
Despard, M. R., and G. Chowa,2014, “Testing a Measurement Model of Financial Capability Among Youth in Ghana”, Journal of Consumer Affairs, 48(2): 301-322.
Gathergood, J., and J. Weber, 2015, “Financial Literacy, Present Bias and Alternative Mortgage Products”, Journal of Banking & Finance, 78(2): 58-83.
Gaudecker, H. M. V., 2015, “How Does Household Portfolio Diversification Vary with Financial Literacy and Financial Advice?”, Social Science Electronic Publishing, 70(2): 489-507.
Johnson, E., and M. Sherraden, 2007, “From Financial Literacy to Financial Capability smong Youth, ”Journal of Sociology & Social Welfare, 34(3): 119-145.
Lusardi, A., 2011, “Americans’ Financial Capability”, NBER Working Papers No.1203.
Lusardi, A., and O. S. Mitchell, 2007, “Financial Literacy and Retirement Planning: New Evidence from the Rand American Life Panel”, Social Science Electronic Publishing.
Mackinnon, P., G. Warsi, and J. H. Dwyer, 1995, “A Simulation Study of Mediated Effect Measures”, Multivariate Behavioral Research, 30 (1): 41-62.
Monticone, C., 2010, “How Much Does Wealth Matter in the Acquisition of Financial Literacy?”, Journal of Consumer Affairs, 44(2): 403-422.
Sen, A., 1976, “Poverty: An Ordinal Approach to Measurement”, Econometrica, 44(2): 219-231.
Sherraden, M., 2013, Building Blocks of Financial Capability, England: Oxford University Press.
Xiao, J. J., C. Chen, and F. Chen, 2014, “Consumer Financial Capability and Financial Satisfaction”, Social Indicators Research, 118(1): 415-432.
FINANCIAL CAPABILITY, FINANCIAL DECISION AND POVERTY
TAN Yan-zhi PENG Qian-rui
(Business School, Xiangtan University)
Abstract:Based on China Household Financial Survey data in 2013, through the factor analysis method to build financial capability index, using the Probit model, the instrumental variable method and the mediation effect model empirical analyze the financial impact on poverty and the mechanism between financial capability, financial decisions and poverty. The study found as follows: Firstly, financial capability can significantly improve poverty in both absolute and relative poverty, and urban areas are more obvious than rural areas. Secondly, the impact of financial capacity on poverty has both “inhibition effect” and“deviation effect”, and there is a positive “U” relationship between them. Thirdly, the intermediary effect model calculation shows that the financial capability can improve financial decision making to alleviate poverty, to be specific, in three different ways of poverty measure, the mediation effect of financial decisions accounted for 25.42%, 22.96% and 21.60% respectively.
Key words:financial capability; financial decision; poverty; mediation effect
* 谭燕芝、彭千芮(通讯作者),湘潭大学商学院,邮政编码:411105,电子信箱:pengqianrui@126.com。本文得到国家社科基金重点项目(18AJL005)和湖南省研究生科研创新项目“农户消费异质性与经济增长动力研究”的资助。感谢中国家庭金融调查与研究中心的数据支持;感谢匿名评审人提出的修改建议,笔者已做了相应修改,本文文责自负。
(责任编辑:张雨潇)
|
|