中国居民预防性储蓄重要性的计量：微观数据证据_银行存款论文

我国居民预防性储蓄重要性的测度——来自微观数据的证据，本文主要内容关键词为：预防性论文,微观论文,重要性论文,证据论文,居民论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      中图分类号：F830.48 文献标识码：A 文章编号：1003-5656(2016)01-0089-09

      近年来，随着投资和出口的疲软，能够带来经济持续增长的消费逐渐成为国内经济研究的热点。而与我国目前居民消费率的低下相对立的，就是居民储蓄率过高的问题。从20世纪90年代开始，城乡居民储蓄率表现出上扬趋势，截止到2014年年底，我国城乡居民储蓄存款余额达到48.5万亿元，相当于当年GDP的76.5%。

      为何在我国居民收入快速增长的背景下仍然存在大幅度的延迟消费呢？众多学者做了大量工作，试图探寻高储蓄率背后的动机。其中大部分研究基于传统的生命周期—持久收入假说的理论框架及对消费函数进行了探讨和检验，然而根据该理论，在我国收入水平较低、利率较低、经济增长率较高的环境下，理性消费者的决策应更加倾向于借贷和消费，这却与现实情况产生背离。Deaton指出，传统的LC-PIH模型没有重视未来的各种不确定性，因而导致经济主体的行为与标准模型的预测产生偏离[1]。上世纪末逐步发展起来的预防性储蓄理论为这一问题的解答提供了新的思路。在我国信贷市场还不尽完善、各类社会保障制度都尚未充分建立的情况下，居民对于所面临的收入不确定性，很自然地会采用预防性储蓄这一自保险手段。本文选择采用预防性储蓄理论中的最新进展——缓冲存货模型，以家庭为单位，采用微观数据从收入不确定性与预防性储蓄的角度探讨城乡居民的储蓄行为。目标是在分析城乡居民预防性储蓄行为的基础上，测度预防性储蓄的重要性，即城乡居民的财富中预防性的财富所占的比重，以提出相应的政策建议。

      一、研究综述

      预防性储蓄指的是，当消费者面临未来不确定性时，为了平滑一生的消费而进行的额外储蓄，以防由收入风险导致消费水平的急剧下降。国外对于预防性储蓄的研究基本是在跨期最优的框架下引入收入不确定性后展开的，所解决的问题是当收入不确定性代替了完美预期的假设、当三阶导数大于0的效用函数代替了二次效用函数后，居民的储蓄行为发生怎样的变化[2]。在Deaton研究的基础上，Carroll提出了缓冲存货理论，即当收入不确定这种事件真的发生时，以往各期的储备可以起到一个缓冲作用，而使得消费能平滑进行，因此缓冲存货的唯一动机就是预防[3]。之后的一系列研究也使得缓冲存货理论渐渐完善起来[4][5]，Carroll深入分析了目标储蓄水平的存在性等问题，构建了缓冲存货模型较完整的理论框架[6]。

      随着理论的发展，关于预防性储蓄的实证研究也随之出现。国外的实证研究得益于丰富的微观追踪调查数据。一部分文献验证了预防性储蓄的存在特征，如Dynan、Skinner和Zelds分别使用CES、SCF、PSID三个微观数据库的数据验证了预防性储蓄的收入阶层特征，发现富人的储蓄率比穷人的要高[7]。另一部分文献研究了预防性储蓄动机及其重要性。关于预防性储蓄动机的研究始于Dynan，他通过二阶泰勒展开近似得到预防性储蓄的计量模型，进而进行检验，结果是预防性储蓄动机非常小[8]。后续的有关预防性储蓄动机的研究基本都是在Dynan的框架下再做进一步的扩展。而预防性储蓄重要性的研究则主要关心的是居民的预防性财富能够在多大程度上解释其储蓄或财富积累。Carroll采用了计算机数值模拟的方法研究了预防性储蓄对财富积累的贡献程度[9]。Caballero采用CARA效用函数求解了跨期最优模型，得到整个生命周期的消费、储蓄和财富积累函数，并进一步测算了预防性财富在总财富中所占的比重为60%左右[10][11]。但指数效用函数下的消费函数无法排除负的消费，进而后来的文献转而使用了CARA效用函数。Carroll和Samwick在缓冲存货模型的框架下得出，由不确定性引起的财富占总财富的32%—50%之间[12]。其他国家学者应用相似方法研究预防性储蓄重要性的还有Ventura和Eisenhauer，他们通过家庭层面的数据测度意大利居民的预防性储蓄比例占到了15%—36%之间[13]。Bartzsch使用德国GSOEP的数据研究发现房产因其流动性差的原因，并不被家庭用做缓冲存货，而净金融资产中有20%的比例为预防性[14]。

      与国外研究相比，国内该领域的研究多集中于经验分析。大部分有关预防性储蓄的研究通常是在对Dynan框架进行不同角度扩展后，对城乡居民预防性储蓄动机强度进行检验，得出的结果依数据不同而有较大差异[15][16][17]。而对于我国预防性储蓄重要性的涉及还相对较少。王辉和张东辉将预防性储蓄从居民储蓄资产中分离出来，利用资本资产定价模型计算出我国居民2001-2008年间预防性储蓄占储蓄存款的比重高达83.7%[18]。Horag Cho et al.的结果近似，他们利用CHNS1989-2009年所有调查年份的数据，使用递归效用函数模拟得出中国80%以上的储蓄来源于预防性动机的结论[19]。这两种方法都是在资本资产定价模型的框架下，将金融学纳入了经济学均衡分析中来，将风险与不确定性一视同仁。然而，风险是可以用概率来估算的，不确定性是完全不可预知的，引致预防性储蓄的是不确定性而不是风险。因此即使消费者是风险中性的，仅说明消费者主观对于各种不同风险的资产组合具有同样的偏好，而不能替代客观的不确定性与预防性储蓄间的对应关系。因此尽管金融学的方法引入有一定的价值，但具体如何应用于分析预防性储蓄重要性的问题还有待商榷。雷震和张安全拓展了Caballero的研究方法，得出2005-2009年该比例为20%—30%之间[20]，然而CARA效用函数推导出的消费函数不排除出现负值的消费，且CARA效用函数在描述风险下消费者行为时也存在偏差，目前西方文献相关领域的研究已基本不使用。

      总体来说，预防性储蓄动机的强弱只是一种心理活动，消费者存在较强的预防性储蓄的动机并不一定等同于预防性储蓄占总财富的比例就一定高。同时，国内的实证检验采用的数据多为宏观人均数据，选择某一区域的均值意味着每个区域都派出一名典型的消费者参与分析，这显然是以个人为主体的分析方法。然而，经济活动中的消费与储蓄行为决策往往都是以家庭为单位来做出的。因此选用大规模微观追踪调查数据来研究这个问题要准确得多。那么预防性储蓄是否是引起我国居民高储蓄率的主要原因呢？或者说它在整个储蓄中的占比是多少？这将是本文考察的主要问题。

      二、理论框架

      缓冲存货的概念最早由Deaton(1991)提出，Carroll对之进行了发展，于1992年提出了储蓄的缓冲存货理论，并证实该理论模型与美国宏观经济数据的大量消费与储蓄的特征相符，即消费者在工作时间进行缓冲存货储蓄，到了50岁左右开始为退休储蓄，此时缓冲储蓄的动机变为生命周期的动机。Carroll将消费者的谨慎和缺乏耐心同时纳入了模型，谨慎意味着多储蓄，而缺乏耐心意味着多消费，两种心理状态转换的条件是目标财富水平与实际财富积累的关系，即当财富积累超过目标财富水平时，消费者缺乏耐心的程度比谨慎程度更强烈，将倾向于消费；反之则倾向于储蓄，以使财富积累达到目标财富的水平。CARA效用函数下，由于该模型不存在解析解，Carroll和Samwick(1998)用倒推法得到了缓冲存货模型的数值模拟解，结果表明，缓冲存货模型意味着收入不确定性ω和财富收入比(W/P)之间存在着以下关系，其中P为家庭持久收入，W为家庭持有的财富：

      

      变形后，加入人口统计学变量及扰动项，可以得到基准的计量方程：

      

      通过方程(2)的估计，我们可以得到家庭面临的不确定性与财富积累的关系。方程(2)的估计需要的变量包括：家庭财富、家庭持久收入、收入不确定性及人口统计学变量。假设方程(2)的估计结果显著，那么在确定了有关不确定性与财富积累的对应关系之后，要想进一步分析预防性储蓄的重要性，则需要将预防性储蓄从整个财富积累中剥离出来，然而人们很难主观判断并给出这个数值。我们不妨回到预防性储蓄的定义，预防性储蓄是指由不确定性而引致的额外储蓄。那么在其他条件不变的前提下，如果设定所有家庭均不再面临或仅面临少量的不确定性，并代替样本中的实际数值，那么我们就可以得到财富累积相应的变化。假设不确定性由ω减少为

，

可以是ω的30%，或者50%，也可能是0。按照缓冲存货理论，财富积累将发生变化，假设变为

，将这一对应关系代入方程(2)后我们可以得到另一个方程：

      

      用这种方法，我们近似地计算出了在现有不确定性下居民家庭预防性储蓄的比例。在这个过程中最关键的部分即为方程(2)的估计，下一节将分步骤分别介绍方程(2)估计中用到的数据，及方程中家庭财富、持久收入、不确定性等几个关键变量的处理。

      

      三、数据及处理

      (一)数据

      本文选择了美国北卡莱罗纳大学人口中心与中国疾病预防控制中心营养与食品安全所合作的追踪项目——中国健康与营养调查(CHNS)。该项目分别于1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年、2011年共开展过9次调查，范围覆盖了9个省的城市和农村，且每次调查都会有新样本加入，也会有样本退出。为了取得面板追踪数据的完整性和最大化，本文选用了CHNS1997-2011年6个调查年份的数据。经过匹配后得到全样本为7996个家庭，去除关键变量缺失及其他由人口统计学因素的变动造成的干扰，经筛选我们最终得到了315户典型的家庭平衡面板，作为以下各实证分析的样本。具体筛选方法见表1①。

      (二)关键变量的处理

      1.家庭财富W

      理论上，家庭财富应该是不含房产的家庭净资产期末余额，一般会用流动性较强的资产代替，比如储蓄存款。但CHNS中不涉及银行存款等金融资产的数据②，有关家庭资产主要是房产及其他耐用品资产价值(如家电家具、交通工具、农业生产用具等)，由于房产价值属于固定资产投资，因此结合各种实际情况，本文的各年度家庭财富=家庭资产总额-房产价值，这里及下面所有有关收入、资产的数据均以1996年为基期进行了物价平减。

      2.持久收入P

      Browning and Lusardi与Fuchs Schundeln提出了一种根据相对稳定的经济地位来推算持久收入的方法[21][22]，在此基础上，本文更加细化了分组，根据调查问卷中户主所属的10种不同职业分组，首先计算10种职业6个年份间的平均实际收入，再用每年每个家庭的年收入除以每组每年平均收入，得到比值后计算六个年份的均值，再乘以每组每年的收入平均值，得到的数值作为每年的持久收入。再对每年的持久收入求均值，得出每个家庭在考察期内的持久收入。除了在整个社会中家庭有相对稳定的经济地位外，相同职业内部同样也有经济地位之分，利用职业分组的好处是缩小了样本范围，减小了单个家庭的样本误差。③

      3.收入不确定性ω

      Carroll和Samwick(1998)证明了REPP(相对等价谨慎性溢价)与VARLY(对数收入的方差)是不确定性的良好衡量指标，并验证了它们与目标财富的函数关系。关于REPP的计算，Carroll(1994)是从Kimball(1990)所定义的直接测度不确定性的指标EPP(等价谨慎性溢价)开始的。等价谨慎性溢价是一个基于理论推导出的测度指标，但它的计算需要依赖消费的数据，要有相对风险厌恶系数的取值。假定消费服从随机分布，且围绕着消费的均值会有个乘性的冲击X，则

。假设EPP用ψ来表示，则其定义式推导如下：

      

      可以看出，平均消费与实际消费间有一个差额，这个差额是由影响消费支出各种因素带来的冲击决定的，因此我们可以说EPP衡量了不确定性直接导致的消费支出的减少，这个不确定性不管来源如何，都导致了消费者的谨慎。

      

      

      公式(7)的计算需要对相对风险厌恶系数取值，这里假设为3⑤。按上面公式计算的REPP值和标准化后的家庭样本的对数收入方差VARLY按户主职业、受教育程度、医保状况分别汇总均值后见表2。从职业分组来看，不论是REPP还是收入对数的方差，专业技术工作者、办公室一般工作人员等组别面临的不确定性较小，这也恰是我们通常认为的工作和收入都较稳定的群体。农民群体的不确定性没有预想中高，要低于技术工人、司机及服务行业人员，农民群体生活中一部分的自给自足和较低的生活费用开支，使其对收入的依赖性较生活在城市中的几个群体要小，尤其是服务行业人员从业的单位一般规模较小，工作稳定性差，各类保险及补贴待遇等较难落实，加剧了其收入的不确定性。从最高受教育程度分组来看，学历水平越低，不确定性越高。

      4.人口统计学变量的确定

      通过上文的分析，户主在家庭消费及储蓄行为及实施过程中扮演了家庭代理人的角色，因此户主本身的特征变量将具有重要的影响。本文选择了1997年样本中户主性别、年龄等控制变量。最高受教育程度⑥、工作单位类型⑦既反映了户主的收入状况，也是影响收入不确定性的重要因素，而对财富积累又没有直接影响，下文中将使用这两个变量，及其这两个变量分别与年龄、年龄平方的交叉项来作为模型的工具变量。户主的性别、年龄、年龄的平方将作为人口统计学变量参与分析，以囊括不同年龄组的不同情况。

      四、实证研究

      (一)收入不确定性与家庭财富积累

      因持久收入和收入不确定性的估算中，不可避免会出现测量误差，这里将分别使用REPP与VARLY及其他们的对数值分别作为不确定性的替代变量，使用基准的回归方程(2)，使用ivreg2命令对总体样本及分城乡样本进行最优GMM估计，估计结果见表3。

      

      

      从估计结果中我们发现，以VARLY为不确定性代理变量的方程不确定性系数没有通过显著性检验、过度识别性检验和内生性检验。以LOGVARLY为不确定性代理变量的方程没有通过不可识别性检验，除此之外的其他两个方程总体解释力都比较好，家庭持久收入与家庭面临的不确定性的系数都在5%水平下显著，两者对于家庭财富的积累都具有显著的正向影响，其中持久收入对家庭财富净增量的影响要比不确定性的影响大。性别和年龄的系数都是负数，年龄的平方的系数都为正数，这说明男性户主不利于财富积累，女性户主谨慎性更强一些，且随着年龄的增长，财富累积的速度是逐渐递减的，并且递减速度在逐渐加快。年轻时为了增强对抗风险的能力，以较快的速度积累财富，而当财富慢慢越积越多时，速度自然就会放慢。这也是缓冲存货模型所揭示的现实经济生活中居民的储蓄行为模式。然而遗憾的是，这些变量都不显著。

      我国城乡经济发展不平衡，居民生活方式也存在较大差异。下面将分城乡用REPP及其对数值作为不确定性的代理变量对上述问题再行考察，从表3中我们可以看到，城镇的样本数较少，在一定程度上影响了估计结果，两个方程均没有通过不可识别性检验、弱工具变量检验。而农村样本中方程八的各项检验指标均显示良好，农村居民面临的不确定性对于财富积累的影响要高于总体样本和城镇样本。农村家庭中男性户主对于财富积累的影响在10%显著性水平下为负。另外，农村样本中不确定性的系数也高于持久收入，一般情况下农村家庭收入差距较城镇小，一旦有家庭成员丧失劳动能力，收入将会面临巨大风险，因此农村家庭财富积累的推动因素主要为谨慎性的预防性储蓄。

      (二)预防性储蓄重要性的测算

      正如其定义，预防性储蓄是无法直接观测的。下面我们将使用上文的估计值，尝试模拟财富积累如何随着收入不确定性的变化而变化。根据公式(4)，我们也分别使用REPP与LOGREPP的估计系数模拟得到如下结果见表4。当REPP被设置为0时，居民不面临任何收入风险，这个时候财富积累会有55.29%的下降，也就是说，收入不确定性由0上升为原值时，增加的财富值为理论上的预防性储蓄，这是由预防性储蓄的定义和本质决定的。在现实中，不确定性为零仅仅是一个理想的情况，我们期望的只是不确定性变小。那么我们按照上述思路，设置REPP为实际值的某个比例再行模拟。当REPP被设置为实际值的10%、30%、50%时，分别计算出的预防性储蓄比例为52%、44.34%、34.92%。这意味着，居民面临的不确定性降低一半时，能释放出34.92%的财富用于消费。用LOGREPP计算的结果比用REPP稍低几个百分点。

      分城乡来看，因城镇样本估计结果不理想，这里仅取表3中方程八LOGREPP的估计系数值予以模拟。可以看到农村居民的预防性储蓄比例高达58.8%，而总体样本中同变量计算的比例只有50.91%，因此可以大致推测，农村居民预防性储蓄的比例在每种情况下都比城镇居民高。我国城乡居民从收入、社会保障以及消费观念均存在很大程度的差异，无疑导致城乡居民的预防性储蓄行为的差异，而具体的作用机制还需要今后进一步的数据佐证。

      

      五、稳健性检验

      我们以REPP为例，从三个方面用五个计量方程对表3中的计量结果进行稳健性检验。首先是改变样本，逐步去掉表2中不确定性最高的两种职业群体。其次是变更工具变量，变户主个人的变量为家庭平均变量。第三种是改变REPP计算公式中的相对风险厌恶系数ρ的取值，进而得到不同的REPP值。得出的结果详见表5。

      在基准模型的基础上，去掉户主职业为服务人员的12户家庭后，REPP的估计系数略微升高，而继续去掉15户户主职业为司机的家庭后，REPP估计系数大幅降低。在对他们的收入情况进行统计后发现，服务人员群体的收入在2000年以后一直处于较低的水平，而司机群体的收入波动幅度最大，收入不确定性本身较高的群体，不确定性对家庭财富积累的影响同样较高。

      工具变量的确定本来也不是单一的。有的文献认为户主个体变量在说明整个家庭的消费及储蓄行为时显得不足，因此这里尝试使用家庭平均的变量，即以家庭工作人口的数量、家庭平均受教育程度及其与家庭平均年龄、年龄平方的乘积作为新的工具变量。得出的估计系数值为0.761，同样也在10%的显著性水平下显著。

      REPP计算中用到了相对风险厌恶系数的取值，虽然取值为3也是参考了学界的普遍设定，但毕竟用这个取值去度量风险厌恶程度的话客观性不够，在找到更好的方法之前，我们不妨变换一下这个取值。当取值为1时，即风险厌恶程度较低时，我们得出的REPP估计系数值为0.946；当取值为5时，即风险厌恶程度较高时，得出的REPP估计系数值为0.929，均与取值为3时的基准模型估计系数值0.908差别不大，且都显著。三种方法均证明了原方程的稳健。

      本文在缓冲存货模型的框架下，使用中国健康与营养调查(CHNS)数据验证了城乡居民的预防性储蓄行为。结果证明我国年龄在50岁以下的工作人口家庭符合缓冲存货模型的行为特征，即在工作时间进行缓冲储蓄，到50岁后开始为退休储蓄。

      总体来看，家庭持久收入与家庭面临的不确定性两者对于家庭财富的积累都具有显著的正向影响，其中持久收入对家庭财富净增量的影响要比不确定性的影响大。分城乡来看，农村居民面临的不确定性对于财富积累的影响要远远高于总体样本和城镇居民，且农村样本中不确定性的系数也高于持久收入，农村家庭财富积累的主要推动因素为预防性储蓄。

      进一步地，在假设不确定性完全消除后，总体样本的预防性储蓄比例为51%—55%左右，农村样本的居民预防性储蓄的比例比总体样本约高8个百分点。当然，现实中收入不确定性可以下降，但很难完全消除。当收入不确定性降低一半时，总体能释放出32%—35%的财富用于消费，而农村能释放出39%，隐含地说明农村消费市场的潜力巨大。

      总之，居民家庭储蓄中有近一半是预防性储蓄，收入的不确定性对于居民的消费和储蓄行为具有很大的影响，城乡居民的储蓄行为也存在较大差异。应继续坚持按劳分配为主体、多种分配方式并存的分配制度，促进收入分配公平，缩小城乡收入差距。尤其是对农村居民，一方面从收入不确定性着手，加快收入结构升级、逐步提高农村家庭的工资性收入；完善农村市场、控制农产品价格的波动，提升农业保险的赔付力度，降低销售风险及农业风险的影响；加快农村税费改革等进程，规范农村收费行为，进一步减轻农村家庭负担。另一方面控制支出不确定性，完善农村社会养老保险政策，提高新农合制度的报销范围及大病补偿比例，切实提高农村居民的收入水平和生活质量。

      ①关于筛选后样本的典型性问题，笔者做了均值的统计分析，篇幅原因不再呈于文中。从均值数据来看，家庭年收入与家庭资产均呈现出逐年增长的趋势，除了2009年全样本与315户样本的年收入均值和资产均值差异较大外，其他年份差异都在可控范围之内。315户作为分析样本基本可以代表CHNS的全样本数据。315户中城镇农村家庭对比后可以看出城乡收入一直存在着不小的差距。

      ②众所周知，微观调查在我国顺利地开展有一定难度，有关家庭储蓄仍然是较敏感的话题，居民提供意愿不强。

      ③在计算出的每组各年度持久收入均值中，以2011年为例，最低的为农民、渔民和猎人，为14152.2元，最高的为办公室一般工作人员，为29856.3元，且高于管理者、行政官员或经理组四千多元。出现这种情况的原因可能是由于职业分组依据的是户主职业，而收入为家庭总收入，因此，接下来我们又对315户中每户平均人口学变量做了统计，并以户主职业分组后，我们发现，家庭劳动人口中工作单位为政府机关、事业单位、国企的数量，以及家庭劳动人口的平均最高受教育程度(调查数据中以数字表示，学历越高，数值越大)，办公室一般工作人员组均显著高于管理者组，而家庭劳动人口平均年龄要低于管理者组近2岁。

      ④严格地讲这种代替只有在消费者全部花掉收入时才有效，只因数据所限的无奈之举。

      ⑤这里的取值参考了Carroll(1994)发表在The Quarterly Journal of Economics上的文章，文中计算EPP时，相对风险厌恶系数取值为3。

      ⑥调查问卷中最高受教育程度的描述方法是：未上过学的为0，小学毕业为1，初中毕业为2，高中毕业为3，中等职业技术学校毕业为4，大专和大学毕业为5，硕士以上为6。

      ⑦工作单位类型采用虚拟变量，D1=1表示工作单位类型为政府机关、事业单位和国有企业，D2=1表示大集体企业，D3=1为小集体和私营个体。

      ⑧括号内表示弱工具变量检验中F统计量大于对应显著水平的临界值。

标签：银行存款论文;  风险系数论文;  样本均值论文;  动机理论论文;  不确定性分析论文;  消费者分析论文;  风险模型论文;