西南财经大学-中国消费信贷健康发展问题研究_35页_813kb

中国消费信贷健康发展问题研究总结

核心内容

本研究基于家庭跨时间优化模型，结合西南财经大学中国家庭金融调查（CHFS）数据，使用计算机模拟方法分析了不同类型家庭在不同生命周期阶段的消费信贷行为。研究旨在评估中国家庭消费信贷的健康状况，识别结构性风险，并提出相应的政策建议。

主要观点

• 消费信贷收入比：在15%年利率下，家庭合理消费信贷收入比在100%左右波动。然而，当家庭面临购房、购车、教育和医疗等大额支出时，该比例会显著下降。
• 购房与购车影响：购房和购车行为会显著降低家庭的消费信贷收入比。购房会使家庭在还款期间的信贷收入比降低至59%左右，若同时购车，该比例进一步降至30%。
• 教育与医疗支出：教育和医疗支出对家庭的消费信贷收入比有稳定影响，尤其在36-40岁阶段影响最大，分别降低1.11和1.52个百分点。
• 工作类型差异：个体工商户因收入增长预期较低，其消费信贷收入比在24-50岁阶段普遍低于国企、外企和私企家庭。
• 城市等级差异：医疗支出对二线和四线城市家庭的影响较大，而教育支出对三线和四线城市影响更显著，尤其在五线城市，医疗支出可能导致消费信贷收入比接近60%。
• 生息消费信贷：购房会增加家庭选择分期信贷的可能性，并提高其生息消费信贷收入比；医疗支出对分期信贷参与率和生息信贷收入比的影响最大，分别提高41.7个百分点和30.0个百分点。

关键信息

家庭负债现状

• 中国家庭部门贷款总额从2007年的5.07万亿元增长至2020年底的63.18万亿元，占GDP比重从18.9%上升至62.7%。
• 2020年家庭债务收入比达到93.7%，高于中等发达国家，但低于美国、加拿大等。
• 住户部门消费性贷款增速较快，尤其在2013年之后，短期消费贷增速明显高于住房贷款。

消费信贷类型

• 免息消费信贷：主要指信用卡、花呗等，家庭在当月透支后次月偿还。
• 生息消费信贷：指未在免息期内偿还导致的分期贷款，具有更高的利息成本。

模型构建

• 基于Auerbach-Kotlikoff模型，调整为按月离散，考虑免息期、工资随年龄变化、房贷和车贷等必要支出。
• 家庭目标函数为效用折现最大化，模型中引入了预算约束、退休金设定等。

数据来源

• 使用CHFS 2019数据进行实证分析。
• 模型模拟结果与实际数据基本一致，但存在结构性风险。

模型求解方法

• 使用值函数与贝尔曼方程进行迭代求解，从高年龄向低年龄反向计算。
• 模型允许家庭在生命周期内出现负债，但要求在终期偿清。

消费信贷影响因素

• 购房：显著降低消费信贷收入比，尤其在31-35岁阶段降低55.3个百分点。
• 购车：对消费信贷收入比影响较小，但若与购房同时发生，则影响更显著。
• 教育支出：对36-40岁家庭影响较大，分别降低1.11和1.45个百分点。
• 医疗支出：对36-40岁家庭影响最大，降低1.52个百分点。
• 工作类型：个体工商户因收入增长较低，其消费信贷收入比普遍低于其他类型。
• 城市等级：欠发达地区（如三线、四线、五线城市）家庭受教育和医疗支出影响更大。

研究结论与建议

• 当前信贷健康状况：中国家庭实际消费信贷收入比处于合理范围，但存在结构性风险。
• 结构性风险：偿债能力较弱的家庭倾向于较高负债，而偿债能力强但负债较低的家庭可能未充分利用信贷工具。
• 政策建议：
  • 对偿债能力较弱的家庭严格管控消费信贷规模，设置合理上限。
  • 对偿债能力较强的群体，可通过降低费率激励其增加消费和信贷。
  • 长期来看，应加强基本公共服务（如教育、医疗），稳定家庭收入，提升抗风险能力。
  • 注重低收入群体的基本生活保障，防止因病致贫。

图表与数据支持

• 图1：各国家庭部门信贷占GDP比重
• 图2：各国家庭部门的债务收入比
• 图3：住户部门消费性贷款增速
• 图4：人均GDP、消费支出和可支配收入增速
• 图5：家庭合理消费信贷收入比随年龄的变动趋势
• 图6：购房、购车对家庭消费信贷收入比的影响
• 图7：不同工作类型对消费信贷收入比的影响
• 图8：不同城市等级下医疗支出占比
• 图9：医疗支出对家庭消费信贷收入比的影响
• 图10：不同城市等级下小孩教育支出占比
• 图11：不同城市等级下高等教育支出占比
• 图12：教育支出对家庭消费信贷收入比的影响
• 图13：高等教育支出对家庭消费信贷收入比的影响
• 图14：购房对家庭生息消费信贷收入比的影响
• 图15：不同工作类型下家庭最大生息消费信贷收入比
• 图16：不同工作类型下家庭实际的生息消费信贷收入比
• 图17：不同城市等级下教育和医疗支出对生息消费信贷收入比的影响
• 图18：户主不同工作类型下有无老人家庭的生息消费信贷收入比差异

模型与假设

• 效用函数：使用CRRA（常相对风险规避）效用函数，包含消费和闲暇。
• 工资函数：工资率随年龄变化，并加入AR(1)扰动项。
• 退休金：设定为外生变量，为退休前一年工资的固定比例。
• 预算约束：考虑家庭在不同阶段的消费、储蓄和负债，尤其在购房、购车、教育、医疗等阶段。

模型应用与验证

• 模型通过数值模拟和CHFS数据验证，结果显示实际信贷行为与模型预测较为接近。
• 通过回归分析，识别了各类因素对消费信贷收入比的边际影响。
• 通过对比实际与合理信贷水平，评估了家庭的信贷健康状况。

结论

中国家庭消费信贷整体处于安全范围，但结构性风险不容忽视。不同家庭因收入、支出和城市等级差异，其消费信贷行为存在显著区别。因此，需对不同群体采取差异化的信贷政策，以促进消费健康发展，防范金融风险。