崔靜雯

摘要：根據(jù)江西高校大學(xué)生金融知識(shí)調(diào)查數(shù)據(jù)，運(yùn)用Logistic模型，檢驗(yàn)了金融知識(shí)對(duì)大學(xué)生借貸為的影響。研究發(fā)現(xiàn)：金融知識(shí)會(huì)提升大學(xué)生在借貸時(shí)比較利率的概率，降低高成本金融行為的參與概率。因此，提高金融知識(shí)水平有利于減少大學(xué)生金融的脆弱性。

關(guān)鍵詞：大學(xué)生；金融知識(shí)；借貸行為

一、引言

根據(jù)融360發(fā)布的2016上半年大學(xué)生分期調(diào)查報(bào)告顯示，在其統(tǒng)計(jì)的80家大學(xué)生分期平臺(tái)中，從分期資金來(lái)源上看，大學(xué)生近三成借貸資金來(lái)自P2P。大學(xué)生分期平臺(tái)產(chǎn)品種類越來(lái)越豐富，大到購(gòu)買3C數(shù)碼、奢侈品、旅游、教育培訓(xùn)、考駕照、美容等，小到話費(fèi)充值、游戲充值、電影購(gòu)票等，有的平臺(tái)還提供現(xiàn)金借貸分期產(chǎn)品。不同平臺(tái)的利率之間存在很大的差異，最終支付相差最多可達(dá)1680元。如果逾期了，還需要支付多高的利息。在明確逾期費(fèi)率的平臺(tái)中，每日費(fèi)率在1%的平臺(tái)占比最多，為58%；逾期后每日費(fèi)率最高的達(dá)3%，平臺(tái)占比為11%；逾期后每日費(fèi)率最低的是0.05%，占比為12%。最高逾期費(fèi)率與最低逾期費(fèi)率相差60倍。

很明顯，大學(xué)生在進(jìn)行借貸是應(yīng)該比較借貸利率以降低借貸成本，同時(shí)也盡可能減少通過(guò)小額貸款來(lái)進(jìn)行消費(fèi)的行為。因?yàn)檫@有可能由于消費(fèi)不當(dāng)引發(fā)大量債務(wù)，甚至?xí)?dǎo)致他們學(xué)業(yè)的失敗，也造成了他們未來(lái)的財(cái)務(wù)困境（Chen和Volpe，1998）。那么大學(xué)生如何做出正確的借貸決策呢？Hilgert等（2003）研究表明，人們?nèi)粘５慕鹑跊Q策與其掌握的金融知識(shí)存在緊密聯(lián)系。高的金融知識(shí)有利于人們做出正確的金融決策（Kimball和Shumway，2006；Christelis等，2010；van Rooij等。低金融知識(shí)的人更容易做出錯(cuò)誤的金融決策（Mottola，2013）。低的金融知識(shí)對(duì)大學(xué)生的危害或許更大。因?yàn)閷W(xué)生面對(duì)過(guò)多負(fù)債的誘惑時(shí)特別脆弱，比如信用卡負(fù)債時(shí)，低的金融知識(shí)不僅會(huì)限制他們做出適當(dāng)?shù)慕鹑跊Q策，大學(xué)時(shí)期養(yǎng)成的金融習(xí)慣將伴隨著學(xué)生人生的整個(gè)生命周期。因此，大學(xué)生掌握必備的金融知識(shí)顯得尤為重要。

基于此，本文給出當(dāng)今大學(xué)生中的金融知識(shí)現(xiàn)狀，探討金融知識(shí)對(duì)大學(xué)生借貸行為的影響。

二、數(shù)據(jù)來(lái)源及變量度量

（一）數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)自于2015年5月份江西高校大學(xué)生金融知識(shí)調(diào)查問(wèn)卷。本次調(diào)查對(duì)象涉及南昌市7所高校的大學(xué)生及研究生，發(fā)放問(wèn)卷4000份，剔除無(wú)效及含有缺失值的樣本，最終有效樣本3119份。其中女性53.64%，家住農(nóng)村的占40.59%，經(jīng)管類專業(yè)學(xué)生占13.69%。此外，還對(duì)大學(xué)生年齡、收入水平、工作經(jīng)歷等做了調(diào)查。

（二）變量度量

1、金融知識(shí)的度量

5個(gè)問(wèn)題被用來(lái)測(cè)量大學(xué)生基本金融知識(shí)。該5個(gè)問(wèn)題分別測(cè)量了利率、通貨膨脹、匯率、風(fēng)險(xiǎn)收益及投資風(fēng)險(xiǎn)的基本知識(shí)。在這5個(gè)問(wèn)題中，回答正確率最高的是匯率問(wèn)題，正確率為78.9%；其次是投資風(fēng)險(xiǎn)問(wèn)題，正確率為71.79%；接下來(lái)依次是風(fēng)險(xiǎn)收益問(wèn)題、利率問(wèn)題及通貨膨脹問(wèn)題，正確率分別為67.84%、53%及45.14%。

我們用受訪者正確回答金融知識(shí)問(wèn)題的個(gè)數(shù)來(lái)衡量金融知識(shí)（尹志超等，2014），即回答正確1題記1分。調(diào)查表明，有18.08%的受訪者正確回答了所有5道金融知識(shí)題，全部錯(cuò)誤的人占3.98%，平均回答正確的題目數(shù)為3.17個(gè)，說(shuō)明我國(guó)大學(xué)生對(duì)基本金融知識(shí)掌握程度還比較欠缺。

2、借貸行為的度量

借貸行為主要通過(guò)金融實(shí)踐來(lái)測(cè)量。調(diào)查中，借貸行為包括比較借貸利率行為及高成本或高風(fēng)險(xiǎn)借貸行為。本文通過(guò)“當(dāng)您準(zhǔn)備借貸時(shí)，您是否會(huì)收集不同的借貸利率信息，然后比較它們？”以及“當(dāng)您缺錢時(shí)，您是否會(huì)向小額信貸公司或進(jìn)行信用無(wú)抵押貸款？”兩個(gè)問(wèn)題來(lái)度量借貸行為。我們構(gòu)造相應(yīng)的啞變量，如果受訪者參與這種金融實(shí)踐，則賦值為1，反之則為0。

三、計(jì)量方法與結(jié)果分析

（一）計(jì)量方法

在考察金融知識(shí)對(duì)借貸行為的影響是，考慮到因變量金融行為為二值變量，大多數(shù)自變量為二值變量和分類變量，因而本文采用二值Logistic模型：

由于u不服從正態(tài)分布，不能用OLS估計(jì)，采用最大似然估計(jì)。考慮到Logistic模型的系數(shù)很難解釋，而采用發(fā)生比（odds ratio）能更好地測(cè)量自變量對(duì)因變量的影響。發(fā)生比等于某事件在一組發(fā)生的概率與同樣事件在另一組發(fā)生概率之比。

（二）金融知識(shí)對(duì)借貸行為的影響

表1分別報(bào)告了金融知識(shí)對(duì)各種金融行為回歸的ML估計(jì)。結(jié)果表明，金融知識(shí)對(duì)借貸行為都有顯著影響。金融知識(shí)增加一個(gè)單位，借貸是會(huì)比較利率的概率將增大4.5%，參與高成本或高風(fēng)險(xiǎn)借貸行為的概率將下降16.3%。這些估計(jì)結(jié)果統(tǒng)計(jì)上在1%水平上顯著。

此外，根據(jù)控制變量，我們還發(fā)現(xiàn)了一些結(jié)論，且基本符合前人文獻(xiàn)的研究。從教育水平看，教育水平越高，更傾向于參與適當(dāng)?shù)慕鹑谛袨椤男詣e看，男性比較借貸利率信息、參與高成本或高風(fēng)險(xiǎn)借貸行為的概率大于女性。從城鄉(xiāng)差別看，來(lái)自于城鎮(zhèn)的大學(xué)生更容易在借貸是比較利率信息，但是在高成本或高風(fēng)險(xiǎn)借貸行為時(shí)城鎮(zhèn)與農(nóng)村大學(xué)生物顯著差別。工作經(jīng)歷越長(zhǎng)，越傾向于比較借貸利率，并會(huì)減少借高成本或高風(fēng)險(xiǎn)借貸行為的概率。但是收入水平普遍對(duì)借貸行為的影響不大。

（三）穩(wěn)健性分析

高的金融知識(shí)會(huì)導(dǎo)致更好的金融決策。然而，從過(guò)去的金融決策中學(xué)習(xí)，尤其是從錯(cuò)誤的金融決策中學(xué)習(xí)，例如可以通過(guò)金融咨詢，可能導(dǎo)致更高的金融知識(shí)（Collins，2012）。因而可能存在潛在的內(nèi)生性問(wèn)題：金融知識(shí)水平會(huì)影響金融行為（或經(jīng)歷），金融行為（或經(jīng)歷）也會(huì)影響金融知識(shí)水平。為了解決潛在的內(nèi)生性問(wèn)題，我們選用父母的教育水平作為工具變量。在問(wèn)卷中通過(guò)“你家中主要的金融決定是由父母中的哪一位負(fù)責(zé)，請(qǐng)勾出他或她的教育水平？

A.初中及以下；B.高中；C.大學(xué)；D.研究生”的問(wèn)題來(lái)度量工具變量。我們選用父母的教育水平作為工具變量是因?yàn)樗皇苁茉L者控制，對(duì)受訪者的行動(dòng)是外生的，且他們自身可以父母身上學(xué)到金融知識(shí)，以提高他們的金融知識(shí)。尹志超等（2014）在研究金融知識(shí)與股票市場(chǎng)參與關(guān)系時(shí)也采用了該工具變量。

表2中報(bào)告了DWH檢驗(yàn)的P值，以檢驗(yàn)金融知識(shí)是否存在內(nèi)生性。檢驗(yàn)結(jié)果均在1%水平上拒絕了不存在內(nèi)生性的假設(shè)，因此，金融知識(shí)存在內(nèi)生性。表2還表明，第一階段估計(jì)的F值大于10%偏誤水平下的臨界值，且F值統(tǒng)計(jì)量的P值為0.000。因而，父母的教育水平作為工具變量合適，不存在弱工具變量問(wèn)題。在表2的第一行中，列出了金融知識(shí)對(duì)金融行為影響的發(fā)生比。結(jié)果表明，采用工具變量后，金融知識(shí)對(duì)金融行為的影響偏大，但基本結(jié)論一致。因此，兩階段估計(jì)結(jié)果表明，金融知識(shí)越高，越傾向于參與適當(dāng)?shù)慕栀J行為（比較借貸利率），并降低參與不適當(dāng)?shù)慕栀J行為（高成本或高風(fēng)險(xiǎn)借貸）。

四、結(jié)論與建議

金融知識(shí)已經(jīng)逐步引起越來(lái)越多學(xué)者的關(guān)注，尤其是金融知識(shí)對(duì)金融行為的影響。但是大多學(xué)者相對(duì)忽視了大學(xué)生金融知識(shí)對(duì)借貸行為的影響。本文致力于大學(xué)生金融知識(shí)對(duì)借貸行為的影響。利用江西高校大學(xué)生的數(shù)據(jù)進(jìn)行實(shí)證分析，我們發(fā)現(xiàn)了以下幾個(gè)重要結(jié)論：第一，金融知識(shí)越高，越傾向于參與適當(dāng)?shù)慕栀J行為（比較借貸利率），并降低參與不適當(dāng)?shù)慕栀J行為（高成本或高風(fēng)險(xiǎn)借貸）；第二，專業(yè)、教育程度、是否來(lái)自城鎮(zhèn)、性別、工作經(jīng)歷都會(huì)對(duì)借貸行為產(chǎn)生顯著影響。

以上結(jié)論的政策含義在于：金融知識(shí)的普及對(duì)個(gè)體更好的做出決策有重要意義。我們要提升全民的金融素養(yǎng)，以全面提升各類居民金融決策的有效性。（作者單位：（作者單位：江西師范大學(xué)）

該文受國(guó)家社科基金（編號(hào)：11CJY106）資助。

參考文獻(xiàn)：

[1]尹志超，宋全云，吳雨.金融知識(shí)、投資經(jīng)驗(yàn)與家庭資產(chǎn)選擇[J].經(jīng)濟(jì)研究，2014（04）.

[2]Chen，Haiyang，and Ronald P.Volpe.1998.“An Analysis of Personal Financial Literacy among College Students.” Financial Services Review 7（2）：107–28.

[3]Christelis，Dimitris，Tullio Jappelli，and Mario Padula.2010.“Cognitive Abilities and Portfolio Choice.” European Economic Review 54（1）：18–38.

[4]Collins，J.M.（2012）.Financial advice：A substitute for financial literacy？ Financial Services Review，21，307-322.

[5]Kimball，Miles S.，and Tyler Shumway.2006.“Investor Sophistication and the Participation，Home Bias，Diversification，and Employer Stock Puzzles.” Unpublished.

[6]Mottola，Gary R.2013.“In Our Best Interest：Women，F(xiàn)inancial Literacy，and Credit Card Behavior.”Numeracy 6（2）.

[7]Van Rooij，Maarten，Annamaria Lusardi，and Rob Alessie.2011.“Financial Literacy and Stock Market Participation.” Journal of Financial Economics 101（2）：449–72.