金融知识对农户信贷约束的影响研究——来自国家级普惠金融试验区的证据

郑海荣 马九杰 唐振鹏

(1. 中国人民大学农业与农村发展学院， 北京 100872；2. 福建农林大学经济管理学院， 福建福州 350002)

一、引言

长期实践表明，发展中国家农村金融市场的发展尚不尽如人意。我国也不例外，农户信贷约束的情况较为严重。农户面临金融排斥，这在诸多文献中均得到体现[1]，尤其是在经济发展水平较为落后的区域更为明显。金融排斥现象的存在不利于共同富裕的实现。十八大以来，为了缓解金融排斥、发展普惠金融，我国政府采取了很多措施，包括在福建宁德和龙岩等地设立国家级普惠金融改革试验区等。尽管随着数字时代的来临情况有所改善，但我国农户面临的借贷难问题仍较突出。因此，识别农户信贷需求特别是遭受信贷约束的影响因素，就变得尤为重要。

关于信贷约束的影响因素，相关学者开展了一系列研究并取得众多丰富的成果。[2][3][4][5]近年来，逐渐有学者意识到金融知识的重要性，进而考察其对农户信贷约束的影响。

事实上，金融知识会对家庭或者农户的退休计划制定[6][7]、负债降低[8]、创业[9]、股票参与[10][11]、保险购买[12]、互联网金融参与[13]、家庭消费结构改善[14]等诸多经济行为产生影响。

因此本文认为，金融知识对农户信贷约束的缓解同样产生影响，但相关文献较为缺乏。有限的研究中，譬如张海洋与李静婷研究发现，了解农信社政策有助于农户缓解自身信贷约束，从而间接证实了金融知识的积极作用[15]；吴雨等研究认为，金融知识水平的提高，会显著提升农户从正规渠道获得贷款的可能性[16]；宋全云等通过实证发现金融知识提升对家庭从正规渠道获得信贷支持具有促进作用，即对缓解家庭信贷约束具有积极意义[17]；李渊和刘西川研究发现，金融知识水平的提高能够缓解正规渠道的供给型信贷约束[18]；潘爽等研究发现，家庭参与互联网金融可以缓解自身的信贷约束[19]。然而，很少有文献同时考虑正规与非正规金融渠道的情况，或者忽略了信贷需求与信贷约束之间的样本选择性问题。

总体而言，要想准确识别农户不同渠道信贷需求和信贷约束的影响因素，需要注意以下两个方面的问题：一方面，在研究农户信贷约束的影响因素时，需要考虑到信贷需求的样本选择性问题，否则容易引起样本选择性估计偏误。[20]此时以正规信贷约束为例进行解释，即并非所有农户均有遭受信贷约束的可能，而是那些具有信贷需求的农户才会有这一可能性，因此不难发现，用来研究正规信贷约束的农户并非从总体中随机抽取的，存在一定的样本选择性问题。另一方面，金融知识对农户信贷约束的影响需要考虑内生性问题，譬如遗漏变量(如农户不可观测的能力)可能同时影响农户的金融知识水平和信贷约束情况，金融知识在缓解农户信贷约束的同时，农户也有可能通过信贷约束的缓解改善其金融知识水平。

以上两个方面，均可能导致内生性问题，然而已有研究最多考察其中的某一方面，譬如周天芸和钟贻俊的研究，仅仅考察了样本选择性问题引致的内生偏误[21]；李庆海等分析和讨论了农户正规信贷约束以及非正规信贷约束的影响因素和差异，对于样本选择性问题有着较好的解决，但并未考虑内生性问题[22]；李渊和刘西川尽管注意到信贷约束的样本选择性问题，但聚焦于正规信贷约束，未涉及非正规信贷约束，同时对内生性问题并未讨论[23]。因此，要想解决上述问题，需要采用新的模型和方法。

本文使用来自2020年福建省宁德市和龙岩市国家普惠金融改革试验区农户的调查数据，具有较好的代表性和示范意义。本文结合基于工具变量的Heckprobit模型(以下简称IV-Heckprobit模型)，考察了农户金融知识对于不同金融渠道信贷需求以及信贷约束的影响、异质性及其变化规律。与已有文献比较，本文尝试做出如下改进：第一，将信贷渠道分为正规渠道和非正规渠道，考察金融知识对正规与非正规信贷需求及信贷约束的影响，丰富和深化了信贷约束研究领域的内容和层次。第二，进一步探究金融知识的作用在是否参与技术培训或者是否使用互联网的群体中有何差异，以及如何随着市场化进程而变化，使得本文最终结论更为全面深入。第三，采用IV-Heckprobit模型，同时解决了样本选择性问题和内生性问题导致的估计偏误。

本文剩余的章节如下所示：第二部分首先介绍数据来源，然后构建变量；第三部分建立有针对性的计量模型，通过实证研究给出估计结果，并进行稳健性检验；第四部分进行异质性分析，考察金融知识的影响在不同群体中的异质性，然后进行调节效应分析；最后得出结论，并提出相应的政策意见。

二、数据来源及变量说明

(一)数据来源与样本特征

本文使用2020年福建省宁德市和龙岩市国家普惠金融改革试验区的农户问卷调查数据，主要涉及宁德市和龙岩市农户2019年的信息，部分重要信息回溯到2017年。该调查采用分层抽样的方式调查了宁德市和龙岩市14个县(市)，其中宁德市9个县(市)、龙岩市5个县(市)，不含市辖区。首先在每个县(市)里面选择出2个乡镇，然后从每个乡镇里面选择出2个村，最后从每个村中选择出20户农户开展问卷调查，共收集整理了1120个农户的家庭人口特征、收入、资产和信贷等各方面的详细信息，在排除缺失值和误填项等无效样本后，剩余有效样本1060户，问卷有效率94.6%。

(二)变量说明

1. 因变量

(1)信贷需求。通过询问农户表1中的问题1以及问题2。如果农户两个题目均选择选项A，则认为该农户没有借贷需求，以此构建农户是否有信贷需求二值因变量d1，当农户没有信贷需求时取值为0，有信贷需求时取值为1。

(2)信贷约束。对于表1中问题1和问题2，如果均回答E，表明该农户没有遭受信贷约束，否则认为农户遭受信贷约束，以此构建农户是否受到信贷约束二值因变量d2，当农户没有受到信贷约束时取值为0，否则取值为1。

表1 问卷涉及的问题1和问题2

(3)正规信贷需求。基于问题1对农户进行询问，如果农户回答A，那么认为农户不具有正规信贷需求，否则认为具有正规信贷需求，进而构建农户是否具有正规信贷需求的二值因变量y1，当农户没有正规信贷需求时取值为0，否则取值为1。

(4)正规信贷约束。根据表1中问题1对农户进行询问，如果农户回答E，则说明农户没有遭受正规信贷约束，如果回答B、C或者D，则认为农户遭受正规信贷约束。基于此，构建农户是否遭受正规信贷约束的二值因变量y2，当农户没有受到信贷约束时取值为0，否则取值为1。

(5)非正规信贷需求。根据表1中问题2对农户进行询问，如果农户回答“不需要借款”，则认为农户不具有非正规信贷需求，否则认为农户具有非正规信贷需求。基于此，构建农户是否有非正规信贷需求的二值因变量y3，当农户没有非正规信贷需求时取值为0，否则取值为1。

(6)非正规信贷约束。根据表1中问题2询问农户，若农户的回答是选项E，则认为农户没有受到非正规信贷约束，若农户回答是除选项A和E外的其他三个选项，则认为农户受到了非正规信贷约束。据此构建是否有非正规信贷约束二值因变量y4，当农户没有非正规信贷约束时取值为0，否则取值为1。

2. 核心变量

本文的核心变量为金融知识。借鉴目前主流文献的做法[24][25][26]，在问卷中设置了3道关于金融知识的问题，涉及利率、通货膨胀以及利率和通货膨胀对比。然而，由于上述金融问题之间的相关性往往很高，为消除这种共线性，相关研究主要采用因子分析法进行解决。

金融知识的测度参考尹志超等的做法[27]，此时定义为金融知识1，具体不再赘述。

3. 控制变量

参照以往研究，本文引入以下几个方面的控制变量，详情见表2。户主个人特征变量(户主的性别、年龄、学历、风险态度和是否为党员)、家庭人口社会特征变量(劳动力占比、家庭人口总数、家庭年收入和礼金支出)、金融环境特征变量(离银行的距离和存款)和是否宁德市。

表2 变量定义及描述性统计

4. 识别变量

为保证模型在信贷需求和信贷约束两个阶段都可以被估计，两个阶段的变量不能完全一致。因此，本文将户主的风险态度作为识别变量引入信贷需求阶段模型，而不再引入信贷约束阶段，其原因是，偏好风险的户主更容易产生信贷需求，而对信贷约束没有直接影响。

续表2

三、模型构建与实证分析

(一)模型构建

根据以往的研究，农户的信贷行为可依次分为信贷需求和信贷约束两个阶段。在研究金融知识对农户信贷约束的影响时，必须克服样本选择性所带来的偏误，同时金融知识还存在内生性问题。因此，本文参考孙光林等的思路[28]，采用IV-Heckprobit模型，以有效纠正由内生性和样本选择性问题所引起的估计偏误。

信贷需求与信贷约束：

(1)

如果d1=1

(2)

FL=γ0+X1γ1+Ziγ2+v

(3)

为比较金融知识对不同金融渠道信贷需求和信贷约束影响的差异，此时将信贷需求分解为正规信贷需求和非正规信贷需求，将信贷约束分解为正规信贷约束和非正规信贷约束。

正规信贷需求与信贷约束：

(4)

如果y1=1

(5)

非正规信贷需求与信贷约束：

(6)

如果y3=1

(7)

本文中，金融知识的辨认可能存在一定的内生性问题需要解决，简单阐释如下：首先，遗漏变量问题。尽管本文尽可能地引入比较多的变量，但仍可能有若干的重要变量未能引入到方程中。其次，测量误差问题。金融知识包含的内容比较丰富，尽管本文采用学术界经常采用的三大经典问题进行测度，但仍有可能存在一定的测量偏差。最后，双向因果关系问题。金融知识水平的高低会影响农户的信贷需求或者信贷约束情况，但反过来农户通过自身的信贷经历对金融知识的积累产生影响，因此结果可能互为因果关系。为保证结论的准确与可靠，本文借鉴尹志超等的研究[29][30]，尝试使用村庄平均金融知识水平(同一村庄内除农户之外的其他农户的金融知识水平均值)和除户主外的其他家庭成员的最高学历作为合适的工具变量，以有效纠正估计偏误。具体不再赘述。

(二)实证分析

1. 基准结果

表3给出了相关估计结果，鉴于除金融知识之外的其他变量，并不是本文的研究重点，此处不再赘述。

表3 金融知识与信贷需求、信贷约束

续表3

对于样本选择性问题，corr(e.d1,e.d2)是方程(1)和方程(2)之间的相关系数，且在5%的水平上显著，说明这一问题是存在的且不容忽视，此时选择IV-Heckprobit模型是合理和必要的。对于内生性问题，本文使用村平均金融知识和家庭成员的最高学历作为工具变量来进行两阶段估计。结果表明，表3中corr(e.FL1,e.d1)在1%的水平上显著，这表明模型存在内生性问题；两个工具变量的估计系数分别在1%和10%的水平上显著，则表明并不存在弱工具变量问题。

结果2是金融知识与信贷需求的估计结果，从中可以看出，金融知识(FL1)对农户的信贷需求有着显著的正向影响，农户的金融知识水平越高，越可能存在信贷需求。对此的解释在于，农户的金融知识水平越高，其更愿意也更容易利用金融工具和金融资源来改善自身不利状况，比如农户更加积极地参与投资、更加积极地进行创业，从而释放出其潜在的信贷需求。[31]

结果1是金融知识与信贷约束的估计结果，从结果中可以看出金融知识对信贷约束的影响负向显著，即金融知识可以从整体上缓解自身遭受的信贷约束。然而，农户的融资渠道包括正规渠道和非正规渠道，由此产生的信贷需求既有正规渠道的也有非正规渠道的，所遭受的信贷约束既有正规信贷约束也有非正规信贷约束。金融知识如何缓解信贷约束，需要从正规和非正规渠道两个角度综合考虑。

2. 分金融渠道

表4给出了拆分为正规渠道和非正规渠道的估计结果。其中结果4～6是金融知识对正规信贷需求及约束的估计结果，结果7～9是金融知识对非正规信贷需求及约束的估计结果。类似可知，无论是正规信贷约束和非正规信贷约束，内生性问题不可避免，但本文引入的两个IV可以很好地解决这一问题；样本选择性问题不容忽视，但本文引入的计量模型可以很好地对此进行控制。

表4 金融知识与信贷需求、信贷约束：正规和非正规

由表4中结果5可知，金融知识对正规信贷需求的影响正向且在1%水平上显著。究其原因，金融知识水平高的农户，往往对正规金融的流程更为熟悉，从而刺激他们对于正规渠道资金的潜在需求。由结果4可知，金融知识对正规信贷约束具有负向影响且在1%水平上显著，表明农户金融知识水平越高，受到正规信贷约束的可能性越低。究其原因，一方面，农户在对金融机构的贷款产品以及贷款程序、政策不了解的情况下，会误认为自己不能获得贷款，从而放弃申请，而金融知识可以帮助农户了解正规渠道相关流程，从而降低遭受这种需求型信贷约束的可能性；另一方面，农户金融知识水平越高，则在申请贷款时更了解贷款流程或者产品，此时更有可能和能力为自己争取更多的借贷金额或者获得贷款机会，从而缓解遭受供给型信贷约束的可能性。[32][33]

结果8表明，金融知识对非正规信贷需求的影响正向，并且在10%的水平上显著。由此表明，金融知识会提升整体信贷需求，但更愿意尝试从正规渠道获得利率相对更低且贷款规模可能更大的贷款，在整体贷款需求固定的情况下，金融知识对正规信贷需求的影响要弱于非正规信贷需求。结果7表明，金融知识对非正规信贷约束具有负向影响，且在10%的水平上显著。对此的解释在于，非正规渠道既包括亲友等私人渠道借款也包括贷款公司等非正规组织，对于前者而言，金融知识水平越高的农户，则越可能利用自身的知识优势打消潜在借款者的顾虑，同时展现自身的各种能力和优势，说服他们向自身借款；对于后者而言，具有较高金融知识水平的农户，可能更为了解非正规金融组织的存在，使在利率偏高的情况下也会做出尝试，从而缓解遭受非正规信贷约束的可能性。

综上，金融知识会增强正规和非正规渠道的信贷需求，但同时会对正规和非正规渠道的信贷约束起到缓解作用，并且无论是信贷需求还是信贷约束，金融知识的作用在正规渠道中体现更为明显(无论是系数绝对者还是显著性水平均得到体现)。

(三)稳健性检验[34]

1. 对金融知识变量进行修正

本文用正确回答金融问题的数目(FL2)这一变量来代替金融知识1(FL1)进行回归，具体而言就是：答对0道题=0，答对1道题=1，答对2道题=2，答对3道题=3。回归结果与表3和表4基本一致。简要而言，金融知识对信贷需求或者信贷约束的影响，无论是整体来看，还是分正规渠道和非正规渠道，估计系数的方向及其显著与否均未发生太大变化，同时金融知识的影响在正规渠道中体现得更为明显，同样吻合之前的结论，估计结果较为稳健。

2. 排除极端值影响

为了排除极端值的影响，本文将收入最低5%或者最高的5%的农户予以删除，结果表明，金融知识影响的方向、显著与否或者在不同渠道的作用大小，与基准结果相比并无显著差异，再次说明表3和表4得到的结果是稳健的。

四、进一步分析

鉴于信贷约束是本文的分析重点，同时不同渠道的信贷约束存在一定差异。因此，后续研究中仅考察金融知识对整体信贷约束、正规和非正规信贷约束的影响，对于整体信贷需求(包括正规信贷需求和非正规信贷需求)的影响不再赘述。

(一)异质性分析

1. 是否参加过技术培训

本文根据户主是否参加过技术培训将样本分为参加过技术培训和未参加技术培训两组来进行比较，结果如表5所示。由表5可知，无论是否参与技术培训，金融知识对整体信贷约束、正规信贷约束和非正规信贷约束的影响依然负向显著；进一步来看，金融知识缓解信贷约束的作用在参与过技术培训的农户中更为明显，这一点在系数绝对值或者显著性水平上均得到验证，其中整体信贷约束和正规信贷约束中体现得更为明显，在非正规信贷约束中体现得相对较弱。

表5 异质性分析一

一个可能的解释在于，农户参与过技术培训之后，各方面能力往往均会得到提升，同时改变自身现状的可能性和意愿也就越强烈，此时金融知识的作用更加容易得到发挥；不仅如此，这种技术培训往往由官方背书，或者农户获得培训证明或者证书，从而使得正规金融渠道更加信任参与培训的农户，因此在缓解需求型信贷约束或者供给型信贷约束上均有明显作用，从而对正规信贷约束有着更为明显的缓解作用。而对于非正规信贷约束而言，农户是否参与培训可能并不会显著提升他们对农户的评价，从而金融知识的缓解作用在参与组和未参与组之间并无明显不同。

2. 是否使用互联网

本文根据户主是否使用互联网进行分组比较，具体结果如表6所示。 由表6可知，无论是否使用互联网，金融知识对整体信贷约束、正规信贷约束和非正规信贷约束的影响依然负向显著；进一步来看，金融知识缓解信贷约束的作用在使用互联网的农户中更为明显，无论在整体信贷约束、正规信贷约束和非正规信贷约束上均成立。

表6 异质性分析二

一个可能的解释在于，农村地区的信息相对闭塞和同质，农户要想缓解信贷约束可能很多时候需要依靠自己的经验、亲友的提示或者口耳相传的一些做法，而农户如果使用互联网会扩大信息来源的多样性、异质性或者有效性，此时农户可能从中更为了解缓解信贷约束的一些做法、思路或者启示，此时金融知识的作用变得更能发挥也就不足为奇。

(二)调节效应分析

为了探究市场化进程(用2019年农户家庭在外饮食消费支出占总饮食支出的占比来衡量)中金融知识对农户信贷约束作用的变化[35]，本文引入金融知识与农户家庭市场化程度的交互项，具体结果如表7所示。

表7 调节效应分析

由表7可知，市场化程度对整体信贷约束、正规信贷约束的影响负向且均在10%的水平上显著，但对非正规信贷约束的影响并不显著，这意味着农户家庭市场化程度越高，遭受正规信贷约束和整体信贷约束的可能性越低，但并不会显著改变非正规信贷约束的可能性，这也符合人们的经验直觉。下面，重点考察交互项的作用。由表7可知，金融知识与市场化程度的交互项均为正向，且在正规信贷约束和整体信贷约束中显著，但在非正规信贷约束中并不显著，这意味着金融知识对整体或者正规信贷约束的缓解作用，会随着家庭市场化程度的增加而有所增强，但对非正规信贷约束的缓解作用，并不会随之发生显著改变。一个可能的解释在于，农户家庭参与到市场化进程中，会拓展农户的自身视野，提高自身的综合能力，此时金融知识作用的发挥会在市场化程度更高的正规信贷约束中得到彰显，但对非正规信贷约束可能并不会起到较为明显的促进作用。

五、结论及建议

本文基于2020年福建省宁德市和龙岩市国家普惠金融改革试验区农户调查数据，在考虑内生性和样本选择性的前提下，研究了金融知识对农户信贷需求和信贷约束的影响。实证研究结论如下：(1)金融知识会刺激正规和非正规渠道的信贷需求，对于总体上的信贷需求也有提升作用；进一步来看，会缓解正规和非正规信贷约束，从而对总体上的信贷约束也有缓解作用。(2)金融知识对正规信贷需求的刺激作用要强于非正规信贷需求，对正规信贷约束的缓解能力要强于非正规信贷约束。(3)异质性分析表明，金融知识缓解信贷约束(无论是整体、正规还是非正规渠道)的作用，在参与过技术培训或者使用互联网的农户家庭中更为明显。(4)调节效应发现，金融知识缓解整体或者正规信贷约束的作用，会随着市场化程度的提升而有所增强，但缓解非正规信贷约束的作用，并不会随之有所改变。

本文的研究结果对政策的制定有一定的启示意义。首先，金融知识水平的提升能够刺激农户的信贷需求，这对改善农户收入水平，促进经济的增长有重要的意义，因此，针对我国农村金融知识普遍缺乏的现象，应该多渠道开展金融知识教育活动，提升我国农户整体金融知识水平。其次，金融知识水平的提升能有效抑制农户遭受正规信贷约束和整体信贷约束，因此，金融机构在推动金融业务、降低金融服务门槛时，应该努力纠正农户对金融机构的认知偏差，引导农户正确合理地使用金融服务。再次，普及金融知识要有针对性，不同性别、受教育程度、风险态度的农户，其金融知识水平不同，他们对金融知识的需求也有差异，因此针对这些不同的人群，应该采取有效、合理的教育方式普及金融知识。最后，应鼓励农户积极学习互联网使用或者参与培训等，拓展自身视野，增强自身能力，以便更好地缓解自身遭受的信贷约束。

注释：

[1] 李长生、黄季焜：《信贷约束和新生代农民工创业》，《农业技术经济》2020年第1期。

[2] 程 郁、韩 俊、罗 丹：《供给配给与需求压抑交互影响下的正规信贷约束：来自1874户农户金融需求行为考察》，《世界经济》2009年第5期。

[3] 谭燕芝、胡万俊、罗午阳：《获得贷款证缓解了农户信贷约束吗——基于倾向得分匹配法的实证分析》，《经济理论与经济管理》2017年第3期。

[4] 路晓蒙、吴 雨：《转入土地、农户农业信贷需求与信贷约束——基于中国家庭金融调查(CHFS)数据的分析》，《金融研究》2021年第5期。

[5] 韦 倩、徐 榕：《互联网使用与信贷排斥的缓解——基于中国家庭追踪调查的数据》，《武汉大学学报》(哲学社会科学版)2021年第5期。

[6] Lusardi A., Mitchell O.,“Financial Literacy andRetirementPreparedness:EvidenceandImplicationsforFinancialEducation”，BusinessEconomics,vol.42,no.1(2007),pp.35-44.

[7] Rooij V., Lusardi A., Alessie, R.,“Financial Literacy and Stock Market Participation”，JournalofFinancialEconomics, vol.101,no.2(2011)，pp.449-472.

[8] Gathergood J.,“ Self-control, Financial Literacy and Consumer Over-Indebtedness”，JournalofEconomicPsychology, vol.33,no.3(2011),pp.590-602.

[9][25][30] 尹志超、吴 雨、甘 犁：《金融可得性、金融市场参与和家庭资产选择》，《经济研究》2015年第3期。

[10] 曾志耕、何 青、吴 雨、尹志超：《金融知识与家庭投资组合多样性》，《经济学家》2015年第6期。

[11] Susan D. Krische,“Investment Experience, Financial Literacy, and Investment-related Judgments”，ContemporaryAccountingResearch,vol.36,no.3(2019),pp.1634-1668.

[12] 秦 芳、王文春、何金财：《金融知识对商业保险参与的影响——来自中国家庭金融调查(CHFS)数据的实证分析》，《金融研究》2016年第10期。

[13] 尹志超、仇 化：《金融知识对互联网金融参与重要吗》，《财贸经济》2019年第6期。

[14] 贾 立、李 铮：《金融素养能改善农村家庭消费结构吗——基于农户参保行为的中介作用分析》，《农业技术经济》2021年第10期。

[15] 张海洋、李静婷：《村庄金融环境与农户信贷约束》，《浙江社会科学》2012年第2期。

[16][26] 吴 雨、宋全云、尹志超：《农户正规信贷获得和信贷渠道偏好分析——基于金融知识水平和受教育水平视角的解释》，《中国农村经济》2016年第5期。

[17] 宋全云、吴 雨、尹志超：《金融知识视角下的家庭信贷行为研究》，《金融研究》2017年第6期。

[18][23][33] 李 渊、刘西川：《金融知识对家庭信贷行为的影响——基于CHFS数据的实证研究》，《武汉金融》2020年第5期。

[19] 潘 爽、魏建国、胡绍波：《互联网金融与家庭正规信贷约束缓解——基于风险偏好异质性的检验》，《经济评论》2020年第3期。

[20] 张 兵、张 宁：《农村非正规金融是否提高了农户的信贷可获性——基于江苏1202户农户的调查》，《中国农村经济》2012年第10期。

[21] 周天芸、钟贻俊：《金融意识及其对农户借贷选择的影响》，《华南农业大学学报》(社会科学版)2013年第2期。

[22] 李庆海、吕小锋、李 锐、孙光林：《社会资本能够缓解农户的正规和非正规信贷约束吗——基于四元Probit模型的实证分析》，《南开经济研究》2017年第5期。

[24][29][31] 尹志超、宋全云、吴 雨、彭嫦燕：《金融知识、创业决策和创业动机》，《管理世界》2015年第1期。

[27] 尹志超、宋全云、吴 雨：《金融知识、投资经验与家庭资产选择》，《经济研究》2014年第4期。

[28] 孙光林、李庆海、杨玉梅：《金融知识对被动失地农民创业行为的影响——基于IV-Heckman模型的实证》，《中国农村观察》2019年第3期。

[32] 易小兰：《农户正规借贷需求及其正规贷款可获性的影响因素分析》，《中国农村经济》2012年第2期。

[34] 由于篇幅有限，稳健性检验不在此报告，感兴趣的读者可向作者索取。

[35] 易行健、张 波、杨汝岱、杨碧云：《家庭社会网络与农户储蓄行为：基于中国农村的实证研究》，《管理世界》2012年第5期。