人格特征與家庭負債

周利 馮大威

摘 ? 要：基于家庭追蹤調查數據以及文獻中普遍接受的“大五”人格分類法，本文實證分析了個體人格特征對家庭負債的影響?；貧w結果顯示，不論是對于是否負債、負債規模還是負債比重，外向性的估計系數始終統計為負，而嚴謹性、順同性和神經質這三個人格特質的估計系數顯著為正，開放性的影響則基本不顯著。進一步地，順同性特征明顯、神經質程度高的個體更有可能過度負債。在使用2014年的人格特征變量對2016年的家庭負債進行回歸以及嘗試Lewbel（2012）異方差工具變量法進行內生性問題的糾正后，估計結果依然與基準回歸結果相一致。異質性回歸結果顯示，男性更加嚴謹，女性則更加外向;農村地區居民的順同性大于城鎮地區，且相較于農村地區，城鎮地區居民的神經質特征更為明顯。最后，本文從社會資本和金融素養兩個方面驗證了人格特征對家庭負債行為的影響機制。

關鍵詞：人格特征;家庭負債;異方差工具變量法

中圖分類號：F830 ?文獻標識碼：A ?文章編號：1674-2265（2020）02-0032-11

DOI：10.19647/j.cnki.37-1462/f.2020.02.004

一、引言

伴隨“崇儉黜奢”“量入為出”等傳統消費觀念的逐步打破，家庭部門的借貸活動日益頻繁，進而導致家庭債務累積問題愈發凸顯并越來越受到關注。中國人民銀行發布的《2019年第一季度中國貨幣政策執行報告》中顯示，截至2019年3月末，住戶貸款余額為496985億元，同比增長17.6%，家庭部門負債規模迅速擴張。一方面，合理的負債可以通過縮小收支缺口、平滑消費而提高家庭跨期總效用水平;另一方面，過度累積的債務反而加重家庭財務負擔，嚴重時甚至引發金融危機拖累整個國家的經濟增長（Mian等，2017）。那么，家庭在進行負債決策時將如何把握這個“度”呢？已有文獻主要從家庭可支配收入、對風險的厭惡程度、戶主年齡及性別、受教育年限、金融素養等方面分析了影響家庭負債行為的因素（祝偉和夏瑜擎，2018），但忽略了隱藏在家庭負債行為背后更深層次的因素，即心理學角度的人格特征。即使個體具有完全相同的收入和教育背景，但只要二者的人格特征不同，那么其相應的負債決策便會具有差異?；诖?，本文借鑒“大五”人格分類標準，構造了中國家庭五大維度的人格特征變量，詳細探討人格特征與家庭負債決策間的關系。

根據傳統的經濟學理論，個體的經濟行為主要受偏好、預期和約束的影響。伴隨行為金融學的發展，探討個體人格特征與經濟行為關系的人格經濟學逐步成為當前研究的焦點之一 （李濤和張文韜，2015a）。理論上，人格特征將通過對個體的約束、偏好與預期而對其經濟決策產生影響。就約束而言，個體的預算約束包括兩部分：一是外生給定的財富存量，二是流量上的工作收入。Almlund等（2011）指出事業心和樂觀情緒等人格特征因素可以通過提高勞動生產率而增加工作收入。此外，良好的人格特征會給個體帶來更多的資源，有助于其預算集的擴大（Borghans等，2008）。就偏好而言，其是個體面臨各種選擇的傾向和態度，是主觀心理在經濟決策中的體現。如易沖動的個體通常更看重短期的結果，事業心越重的個體對閑暇的偏好越弱。就預期而言，其是個體根據客觀信息做出的主觀判斷。對未來經濟發展的樂觀預期源于其人格特征中的樂觀情緒，而易緊張、焦慮的個體對未來有過度悲觀的預期。如外向性明顯的個體，其通常善于社會交往，所獲得的信息較為豐富，決策時更趨于理性。

在經驗研究中，已有學者探討了人格特征對個體某一金融決策的影響。Kaustia和Torstila（2011）指出人格特征是決定個體進行股票投資的要素之一。Nyhus和Webley（2001）發現越神經質的個體越傾向于持有負債，而嚴謹性程度高的個體愿意持有存款且不愿持有負債。Hirsh（2015）基于53個國家的數據發現，外向性高的個體追求即時的快樂，因而更偏好把收入用于當期消費而不是儲蓄。Brown和Taylor（2014）基于英國家庭追蹤調查數據發現，順同性對于家庭負債有顯著的正向影響，外向性反而正向作用于負債持有，開放性對于金融資產和負債持有均有顯著的正向影響，可見開放性所代表的創造力、新觀念、好奇心等對家庭金融行為的重要影響。而李濤和張文韜（2015b）則基于中國的數據發現人格特征并不影響家庭負債，造成這一結果的原因可能是并未控制影響家庭負債的風險態度等因素。此外，人格特征對不同類型的負債的效用也并不相同。比如，外向性對是否有信用卡欠款有正向作用，而嚴謹性則有負向作用。但上述已有的關于人格特征與家庭負債關系的研究中忽略了人格特征內生于家庭負債行為的內生性問題以及沒有引入部分重要控制變量，如認知能力和風險態度，由此降低了其研究結論的可信度。

鑒于以上文獻存在的不足，本文利用家庭微觀調查數據，細致探討家庭負債行為背后人格特征所扮演的作用。本文可能的貢獻在于，一是將人格特征作為影響家庭負債的重要因素，國內的研究分析仍較為缺乏，本文進行了一定的補充。二是從社會資本和金融素養兩方面研究了人格特征對家庭負債的影響機制。三是借助Lewbel（2012）異方差工具變量法對內生性問題進行了糾正，進一步補充了已有的基于英國家庭的實證研究。

二、理論框架與研究假設

依據Enthoven（1957）的模型，第[i]個家庭的名義收入變動滿足如下等式：

[Yit=Yi0（1+g）t] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

式中[g]表示名義收入的增長率。

假設家庭在期初沒有借款，并假設借款D的增長額為收入的固定比例：

[Dit-Dit-1=Bit=aYit] ? ? （2）

則根據公式（1）和公式（2）可以得到：

[Dit/Yit=a（1+g）/g-ag-1/（1+g）t-1+Di0Y-1i0/（1+g）t] ? （3）

由公式（3）可知，家庭的債務收入比主要取決于收入增長率[g]和債務在收入中的占比[a]。但事實上，正如Pollin（1988）所認為的，家庭的經濟決策不僅取決于消費品價格等可以觀測到的因素（[xit]），還取決于諸如經驗、智力、品位、主觀心理特征等其他不可觀測因素（[eit]）?；诖?，則有：

[Dit/Yit=f（a，g）]，[g=g（xit，eit）]，[a=a（xit，eit）] ? ? ? （4）

在傳統經濟學研究中，通常假設個體受預算約束、風險偏好和預期的影響（李濤和張文韜，2015）。但事實上，在實際經濟生活中，投資者并不是完全理性的，行為決策將更多地取決于其自身認知偏差與主觀心理特征。影響家庭收入增長率[g]的因素除居住地（Joseph和Phillips，1999）、受教育水平（陳宗勝和周云波，2001）、物價水平（Meng，2004;江小娟和李輝，2005）等可觀測因素外，Bowles等（2001）指出人格特征會影響勞動生產率進而影響收入。Heckman等（2006）將能力引入經濟模型，并指出非認知能力是求學、就業以及工資的重要影響因素之一。Almlund等（2011）也發現事業心、樂觀情緒等人格特征因素通常都會對工作收入提高有積極作用。

影響債務在收入中占比[a]的因素除人口特征因素（Sebastian和Young，2003）、房產和金融資產的持有情況（Campbell和Cocco，2003）、通貨膨脹率（Debelle，2007）等可觀測因素外，預期因素也會顯著影響家庭負債，如Cox和Jappelli（1993）指出沒有對未來收入增長的預期，個體將不會借款。此外，個體主觀心態如人格特征也日益成為個體金融決策的影響因素之一。Nyhus和Webley（2001）發現偏神經質的個體愿意持有負債，而較為嚴謹的個體則不愿意負債。對此，Brown和Taylor（2014）基于英國追蹤調查數據發現，較為外向與開放的家庭樂于持有負債，并進一步指出，外向性高的個體更樂于使用信用卡借貸，而嚴謹性高的個體則恰好相反?；诖?，我們有研究假說1：

假說1：人格特征將對家庭負債行為有顯著作用。

人與人之間的社會關系將與其金融行為顯著相關（黃勇，2009）。已有大量文獻研究社會資本對家庭信貸需求的影響。其中，劉民權等（2003）指出農村非正規金融機構擁有的信息、互惠、信任及其他傳統等社會資本決定了其良好的履約機制，在解決信貸中的逆向選擇和道德風險問題方面比正規金融機構更有效。胡楓和陳玉宇（2012）指出農戶借貸行為的發生多數是建立在彼此信任的基礎上，較少提供抵押物和簽訂正式的合同（張建杰，2008）。社會資本的多寡在一定程度上決定了農戶非正規借貸的能力，社會資本越豐富的農戶將越容易獲得農村正規金融機構的貸款（葉敬忠等，2004）。同時，外向性和順同性等人格特征表現越強的人，往往意味著其人際交往能力強，善于擴展社會關系網絡以及利用社會關系網絡所帶來的資源（王春超和張承莎，2019）?；诖?，我們有研究假說2：

假說2：人格特征通過提高個人的社會交往能力豐富個體的社會資本而增加家庭負債。

金融素養是獲取信息，研究、管理和溝通個人金融狀況的能力（Abreu和Mendes，2010），這就意味著，金融素養高的個體既掌握豐富的金融知識，又能學以致用，靈活運用相關的金融知識進行科學的金融決策。而對于欠缺金融素養的個體而言，其更易進行不適當的借貸。例如Disney和Gathergood（2011）發現，金融素養水平低的家庭更容易借貸過度，且往往伴隨更高的借貸成本。Lusardi和Tufano（2015）指出美國居民家庭較低的金融素養是導致其過度負債的因素之一。吳衛星等（2018）發現金融素養高的居民家庭更可能進行借貸以及偏好正規渠道負債，且金融素養越高，過度負債的可能性越小。另一方面，人格特征作為主觀心理因素，其在一定程度上將對人們后天金融素養的形成產生影響（錢銳，2017）。開放性程度高的個體，通常具有較強的好奇心，也更樂于嘗試新活動，主動學習各類金融知識，敢于進行不同的新投資方式。外向性特征明顯的個體，更擅長社會交往，且李濤（2006）發現社會互動是影響金融市場參與的重要因素之一?；诖?，我們有研究假說3：

假說3：人格特征通過金融素養的中介效應而對家庭負債行為產生影響。

三、數據來源、變量選取與描述性統計

（一）數據來源

本文的數據源自北京大學中國社會科學調查中心發布的中國家庭追蹤調查（China Family Panel Studies，CFPS）。該數據庫樣本覆蓋全國25個省/市/自治區，代表了中國95%的人口，動態追蹤調查了個體、家庭和村/居三個層次的信息，是國內第一個大規模、綜合性、以學術為目的的社會跟蹤調查項目。2014年的調查數據總樣本數為37147個，剔除缺失與異常值后，最后保留有效樣本量為11371。

（二）變量選取

在家庭負債方面，構造了以下變量：家庭是否有尚未還清的借款、尚未歸還的欠款額以及欠款額在家庭純收入的占比，包括住房貸款以及其他類別貸款。

在人格特征方面，運用文獻中通常使用的“大五”人格分類方法（Costa和McCrae，1992b;李濤和張文韜，2015b）。參照趙青和段笑娜（2018）的做法，本文將“大五”人格的五個維度（嚴謹性、外向性、順同性、開放性及神經質）與2014年CFPS調查問卷中的問題進行匹配，最終選取18個問題來對應人格特征的五個維度，詳細問題挑選參見表1。值得注意的是，詢問人格特征的相關問題包含兩類：一類是受訪者自評問題，取值范圍為1—5;另一類是由調查者評價的問題，取值區間為1—7或者0—10。為消除不同問題取值范圍的差異性，本文借鑒李濤和張文韜（2015a）的做法，將所有問題的取值范圍統一為1—5之間，然后對各子指標進行加總平均，即可求得5大維度人格特征的代理變量，且分值越高表示其相應的人格特征表現越強。

在控制變量的選取上，參照現有文獻的做法，選取戶主個體特征變量（年齡、是否男性、受教育年限、是否已婚、是否健康、是否偏好風險、戶主的字詞識記能力和數字能力）、家庭特征變量（家庭收入、家庭規模、家庭凈資產、少兒撫養比和老年撫養比）、村/居特征變量（村/居總人口、村/居經濟狀況）。需要注意的是，由于問卷中并沒有直接衡量戶主風險態度的問題，而喝酒行為可以反映風險偏好（Anderson和Mellor，2008），我們以過去一月每月喝酒是否超過3次作為風險態度的代理變量，如果超過3次，就認為其偏好風險，反之則厭惡風險。此外，個體的認知能力將對家庭資產選擇產生重要影響（孟亦佳，2014），且認知能力與人格特征顯著相關（Almlund等，2011），因此，在模型中進一步對戶主的認知能力進行控制，選取戶主的字詞識記能力和數字運算能力作為代理變量。

表2：人格特征五個維度的Pearson相關系數矩陣

[ 嚴謹性 外向性 順同性 開放性 神經質 嚴謹性 1 外向性 0.2730* 1 順同性 0.0377* 0.4890* 1 開放性 0.2705* 0.1866* 0.2528* 1 神經質 -0.1136* -0.2250* -0.0951* -0.0857* 1 ]

注：*、**、***分別表示在10%、5%、1%的顯著性水平。

表2給出了“大五”人格各維度構成因子之間的Pearson相關系數?？傮w上來看，人格特征的5個構成因子兩兩之間的相關系數都在0.5以下。因此，在這些相關性較弱的5個維度基礎上構造綜合變量可能會掩蓋5個維度下人格特征的差異，進而無法深入刻畫人格特征對于家庭負債決策的全面影響。因此，本文在回歸分析中直接采用這5個維度的子指標。

表3給出了主要變量的描述性統計結果。在全樣本中，有31.9%的家庭進行借貸，平均負債額為18532元，占家庭可支配收入的比重平均為0.52。戶主的5個維度的人格特征中，最強的是外向性，其次是順同性和開放性，最弱的是神經質。平均而言是4口之家，男性戶主僅略高于女性，占53.25%。城鄉分布較為均衡，城鎮地區家庭占比為45.01%。95.93%的戶主已婚或同居。戶主的平均年齡為51歲，即處于中老年階段。27.75%的戶主是健康的，平均受教育年限約為7年，即初中水平。

（三）計量模型設定

本文首先運用Probit模型分析人格特征對家庭是否負債的影響，具體來看，Probit模型設定如下：

[Yi*=β0+βpPersonalityi+βxXi+ui] ? ?（5）

[Yi=1，Y*i>00，Y*i≤0] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

公式（5）和（6）中，[Yi*]是潛變量，[Yi]是二元因變量，表示第i個家庭是否有欠款。[Personalityi]表示人格特征，[Xi]表示影響家庭負債決策的控制變量，[ui]表示誤差項。而當被解釋變量為家庭欠款金額與欠款金額在家庭純收入中占比時，采用Tobit模型進行估計，具體設定如下：

[yi*=α0+αpPersonalityi+αxXi+εi] ? ? ? （7）

[yi=y*i，y*i>00，y*i≤0] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

公式（7）和（8）表示被解釋變量[yi]只能以受限制的方式被觀察到。

四、實證分析

（一）基準回歸估計結果

表4首先分析了人格特征對家庭負債決策的影響，包括家庭是否負債、借貸規模以及借貸金額在家庭收入中的占比。當被解釋變量為是否負債時，我們選用Probit模型;當被解釋變量為借貸規?；蚪栀J金額占家庭收入的比重時，我們選用Tobit模型。在控制省份固定效應的基礎上，表4中第1、3、5列只加入核心解釋變量——5個人格特征，表4中第2、4、6列則是加入可能影響家庭負債決策的戶主、家庭以及村/居的特征變量。

表4中第1—6列的估計結果顯示，人格特征下外向性維度對是否負債、負債規模以及負債比重有顯著的負向關系，嚴謹性、順同性和神經質這3個人格特質對是否負債、負債規模以及負債比重有顯著的正向關系，開放性的影響則基本不顯著。這說明：第一，外向性稟賦高的個體擅長人際交往，更容易獲取最新的市場信息，使其更可能參與金融市場，但可能恰是因為其樂于社會交往，與外界的交流較為頻繁，個體更容易在金融投資等領域取得成功，反而可能導致其較少需要借貸。第二，嚴謹性高的個體通常勤奮工作、高度自律和更有條理，其能夠專注于投資，可能越容易應對紛繁復雜的金融信息，更可能基于現實的收入支出需求合理地進行借貸。第三，順同性稟賦高的個體更信任金融機構以及其相應的金融產品，更加確信其可以通過分散與多樣化投資方式有效規避金融風險，因此也更敢于選擇負債。第四，神經質特征明顯的個體，通常在應對事情的時候更容易焦慮和沖動，遭遇緊急狀況時更多表現出脆弱性和苦惱性。Xu等（2015）也發現神經質特征明顯的個體其財務狀況更為消極，在金融投資中更易情緒化，難以進行理性判斷，由此導致其不得不進行借貸以滿足其生活需求。

除核心解釋變量外，從表4的回歸結果可以看出：年齡的一次項系數統計顯著為正，二次項系數統計顯著為負，即家庭負債決策具有明顯的生命周期特征。已婚的家庭由于提升的耐用消費品需求、子女教育支出和生病醫療支出等各方面支出的增加，家庭的借貸需求將增加。高收入的家庭，意味著其未來的償債能力越強，越傾向于借貸（吳衛星等，2018）。而凈資產越多的家庭可能擁有豐富的資金資源反而負債較少。戶主的數學運算能力越強，其反而將減少負債，這可能部分歸功于個體能相對準確地計算借貸收益、成本和風險。少兒撫養比和老年撫養比高的家庭由于面臨較大的少兒撫養和老年照料負擔反而不敢輕易借貸。

考慮到5個不同維度的人格特征可能存在一定的共線性，將5個不同維度的人格特征子指標依次放入回歸模型中，估計結果見表5。從表5的第1—6列數據可以看出，無論被解釋變量是是否負債、負債規模還是負債比重，外向性對家庭負債決策的影響系數在5%的顯著性水平下穩健為負;順同性和神經質對家庭負債決策的影響系數依然穩健顯著為正。其他控制變量的估計系數與表4相類似。

（二）人格特征與家庭負債：性別與城鄉差異

盡管鼓勵男女平等、促進城鄉均衡發展的改革措施層出不窮，但我國當前依然存在顯著的性別差異和城鄉差異。在人格特征方面，女性和農村地區居民可能更厭惡風險，不能適應競爭環境等。表6給出了相應的分樣本估計結果，其中第2—3列報告了男性和女性的Probit回歸結果，第4—5列報告了城鎮地區和農村地區的Probit回歸結果。表6中第2—3列的估計結果顯示，男性更加嚴謹，女性則更加外向，且相較于男性，女性更容易神經質，導致女性神經質估計系數大于男性。表6中第4—5列的估計結果顯示，農村地區居民的順同性大于城鎮地區，更愿意相信金融結構和金融產品，從而選擇進行更多的負債。相較于農村地區，城鎮地區居民由于面臨高額房貸、子女教育以及激烈的職場競爭等壓力更容易神經質，由此導致其對負債的需求更大;但同時農村地區也由于子女教育、婚娶婚嫁等重大事件的支出導致神經質高的個體增加負債。

（三）人格特征與過度負債

通過平滑支大于收的缺口，適度的負債有益于家庭福利的提高，但過度負債卻會增加家庭還款壓力、損害居民健康，嚴重時甚至引發金融危機，給家庭帶來破壞性影響。那么，不同的人格特征是否會影響家庭的過度負債呢？CFPS問卷中有詢問受訪者：“以您家現有的經濟狀況，您家是否愿意承擔更多的債務？”，我們將回答非常不愿意和不愿意的家庭以及家庭債務額大于0的家庭識別為過度負債家庭，表7給出了人格特征對家庭是否過度負債的估計結果。表7的第1—6列顯示，無論是將5個人格特征維度同時納入回歸模型還是分別考慮每一人格特征維度，順同性和神經質這兩個變量的估計系數均顯著為正。這說明，一方面，順同性特征明顯的個體更信任金融機構以及其相應的金融產品，其認為通過多樣化投資可以有效規避金融風險，反而有可能過度負債。另一方面，神經質特征明顯的個體，往往在處理事情的時候更容易焦慮和沖動，較容易因負面情緒的影響而導致非理性的過度負債。值得注意的是，表7中嚴謹性這一人格特征維度對家庭過度負債的估計系數為負，盡管并不顯著，但說明嚴謹性特征明顯的個人對待事情更加嚴謹、條理性較強，這類個體在面臨投資負債決策時更加謹慎，不太可能過度負債。

表7：人格特征各子指標與家庭過度負債

[ ?被解釋變量：是否過度負債 （1） （2） （3） （4） （5） （6） 嚴謹性 -0.057 -0.075 （0.056） （0.054） 外向性 0.002 0.008 （0.061） （0.051） 順同性 0.138* 0.118* （0.072） （0.060） 開放性 -0.027 -0.017 （0.036） （0.034） 神經質 0.122*** 0.117*** （0.046） （0.045） 控制變量 Yes Yes Yes Yes Yes Yes 觀測數 2652 2682 2687 2673 2680 2681 Pseudo R2 0.111 0.110 0.109 0.109 0.109 0.110 ]

注：括號內為相應變量的穩健標準誤，且有* p<0.1，** p<0.05，*** p<0.01。

（四）考慮內生性的估計結果

上述展示的人格特征影響家庭負債行為的估計結果，由于模型中內生性問題的存在，可能是有偏的。一方面，負債作為家庭重要的經濟決策之一，可能對家庭成員人格特征產生一定影響，即人格特征可能受后天環境因素的影響而發生改變（Almlund等，2011）。另一方面，回歸方程的設定可能存在遺漏變量和測量誤差。因此，為了緩解內生性對估計結果的干擾，我們將嘗試兩種方法進行糾正。首先，表8中第1—3列以2016年的數據作為被解釋變量，與2014年的人格特征和控制變量進行回歸，使人格特征在時間上滯后于家庭負債，從而緩解反向因果效應帶來的內生性問題。除了嚴謹性和順同性不再統計顯著外，其對家庭負債的影響系數符號依然為正，神經質仍然統計顯著為正。

其次，考慮到難以找到一個合適的工具變量，采用Lewbel異方差工具變量法（Lewbel，2012）對文中的內生性問題進行糾正。借鑒Lewbel（2012）的思路，構造方程如下：

[Y=α1X+β1Personality+ξ1，ξ1=η1Un+μ1] ? ? ?（9）

[Personality=α2X+ξ2，ξ2=η2Un+μ2] ? （10）

其中Y表示家庭負債決策變量，Personality表示人格特征，X表示相應的控制變量，Un代表所有難以觀測變量，模型中其余變量代表誤差項。當難以找到合適的傳統工具變量或存在弱工具變量的情況下，Lewbel（2012）指出可以通過一組可觀測的外生變量組Z，構造[[Z-E（Zi）]ξ2]作為工具變量。且該方法滿足工具變量所有標準假設條件，唯一要求是假設[ξ2]中具有異方差，即[cov（Zi，ξ22）≠0]，而這一條件在截面數據下更易成立。當難以尋覓合適的傳統工具變量時，采用上述選擇的工具變量，借助TSLS方法進行工具變量回歸，所得結果同傳統IV法相類似（李紅陽和邵敏，2018）。表8中第4—6列給出了Lewbel異方差工具變量回歸結果，可以看出，順同性、嚴謹性和神經質的估計系數依然為正，盡管部分不顯著;而外向性的估計系數也始終為負，盡管部分不顯著，估計結果與基準回歸結果基本一致。

本文重要的政策啟示在于，在推動消費信貸市場發展的同時，不僅要關注宏觀經濟環境，也要考慮個體的人格特征。這是因為，個體的借貸決策受到人格特征的顯著影響，尤其是神經質人格特征的影響。此外，對于相關政府部門而言，應盡快完善并改革現有教育體系，不僅重視對個體認知能力的培養，個體人格特征等非認知能力的培育同樣應予以重視。不僅要做有文化、有紀律的人，更要做有理想、有道德的人，以此才能有助于借貸市場的持續健康發展乃至于國家的長治久安。

參考文獻：

[1]Abreu M， Mendes V. 2010. Financial Literacy and Portfolio Diversification [J].Quantitative Finance，10（5）.

[2]Almlund M，Duckworth A L，Heckman J，et al. 2011. Personality Psychology and Economics [M].Handbook of the Economics of Education，4.

[3]Anderson L R，Mellor J M. 2008. Predicting Health Behaviors with An Experimental Measure of Risk Preference [J].Journal of Health Economics，27（5）.

[4]Borghans L，Duckworth A L，Heckman J J，et al. ?2008. The Economics and Psychology of Personality Traits [J].Journal of Human Resources，43（4）.

[5]Bowles S，Gintis H，Osborne M. 2001. The Determinants of Earnings：A Behavioral Approach [J].Journal of Economic Literature，39（4）.

[6]Brown S，Taylor K. 2014. Household Finances and the‘Big FivePersonality Traits [J].Journal of Economic Psychology，45.

[7]Campbell J Y，Cocco J F. 2003. Household Risk Management and Optimal Mortgage Choice [J].The Quarterly Journal of Economics，118（4）.

[8]Costa Jr P T，McCrae R R. 1992. Four Ways Five Factors are Basic [J].Personality and Individual Differences， ?13（6）.

[9]Cox D，Jappelli T. 1993. The Effect of Borrowing Constraints on Consumer Liabilities [J].Journal of Money， Credit and Banking，25（2）.

[10]Debelle G. 2007. Macroeconomic Implications of Rising Household Debt [R].Bis Working Papers，91.

[11]Disney R，Gathergood J. 2011. Financial Literacy and Indebtedness：New Evidence for UK Consumers [J].The University of Nottingham，11-05.

[12]Enthoven A. 1957. The Growth of Instalment Credit and the Future of Prosperity [J].The American Economic Review，47（6）.

[13]Heckman J J，Stixrud J，Urzua S. 2006. The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior [J].Journal of Labor Economics，24（3）.

[14]Hirsh J B. 2015. Extraverted Populations have Lower Savings Rates [J].Personality and Individual Differences，81.

[15]Joseph A E，Phillips D R. 1999. Ageing in Rural China：Impacts of Increasing Diversity in Family and Community Resources [J].Journal of Cross-cultural Gerontology， 14（2）.

[16]Kaustia M，Torstila S. 2011. Stock Market Aversion？Political Preferences and Stock Market Participation [J].Journal of Financial Economics，100（1）.

[17]Lewbel A. 2012. Using Heteroscedasticity to Identify and Estimate Mismeasured and Endogenous Regressor Models [J].Journal of Business&Economic Statistics，30（1）.

[18]Lusardi A，Tufano P. 2015. Debt Literacy，Financial Experiences，and Overindebtedness [J].Journal of Pension Economics & Finance，14（4）.

[19]Meng X. 2004. Economic Restructuring and Income Inequality in Urban China [J].Review of Income and Wealth，50（3）.

[20]Mian A，Sufi A，Verner E. 2017. Household Debt and Business Cycles Worldwide [J].The Quarterly Journal of Economics，132（4）.

[21]Nyhus E K，Webley P. 2001. The Role of Personality in Household Saving and Borrowing Behaviour [J].European Journal of Personality，15（S1）.

[22]Pollin R. 1988. The Growth of US Household Debt：Demand-side Influences [J].Journal of Macroeconomics，10（2）.

[23]Sebastian B，Young G. 2003. The Rise in US Household Debt：Assessing Its Causes and Sustainability，Bank of England [R].Working Paper.

[24]Webley P，Nyhus E K. 2001. Life-cycle and Dispositional Routes into Problem Debt [J].British Journal of Psychology，92（3）.

[25]Xu Y，Beller A H，Roberts B W，et al. 2015. Personality and Young Adult Financial Distress [J].Journal of Economic Psychology，51.

[26]陳宗勝，周云波.非法非正常收入對居民收入差別的影響及其經濟學解釋 [J].經濟研究，2001，（4）.

[27]胡楓，陳玉宇.社會網絡與農戶借貸行為——來自中國家庭動態跟蹤調查（CFPS） 的證據 [J].金融研究，2013，（12）.

[28]劉莎.社會資本對農村民間借貸的影響效應研究 ——基于人際信任的中介效應檢驗 [J].武漢金融，2019，（2）.

[29]江小涓，李輝.我國地區之間實際收入差距小于名義收入差距 [J].經濟研究，2005，（9）.

[30]李紅陽，邵敏.臨時性就業對勞動者工資收入的影響 [J].財經研究，2018，44（01）.

[31]李濤，張文韜.人格經濟學研究的國際動態 [J].經濟學動態，2015b，（8）.

[32]李濤，張文韜.人格特征與股票投資 [J].經濟研究，2015a，（6）.

[33]李濤.社會互動、信任與股市參與 [J].經濟研究，2006，（1）.

[34]林建浩，吳冰燕，李仲達.家庭融資中的有效社會網絡：朋友圈還是宗族？ [J].金融研究，2016，（1）.

[35]劉民權，徐忠，俞建拖.信貸市場中的非正規金融 ?[J].世界經濟，2003，（7）.

[36]孟亦佳.認知能力與家庭資產選擇 [J].經濟研究，2014，49（S1）.

[37]錢銳.人格特征、金融素養與養老規劃的關系研究 [D].東南大學碩士生論文，2017.

[38]王春超，張承莎.非認知能力與工資性收入 [J].世界經濟，2019，42（03）.

[39]王正位，鄧穎惠，廖理.知識改變命運：金融知識與微觀收入流動性 [J].金融研究，2016，（12）.

[40]吳衛星、吳錕、王琎.金融素養與家庭負債——基于中國居民家庭微觀調查數據的分析 [J].經濟研究，2018，53（1）.

[41]徐麗鶴，袁燕.財富分層、社會資本與農戶民間借貸的可得性 [J].金融研究，2017，（2）.

[42]楊汝岱，陳斌開，朱詩娥.基于社會網絡視角的農戶民間借貸需求行為研究 [J].經濟研究，2011，46（11）.

[43]葉敬忠，朱炎潔，楊洪萍.社會學視角的農戶金融需求與農村金融供給 [J].中國農村經濟，2004，（8）.

[44]張建杰. 農戶社會資本及對其信貸行為的影響——基于河南省397戶農戶調查的實證分析 [J].農業經濟問題，2008，（9）.

[45]祝偉，夏瑜擎.中國居民家庭消費性負債行為研究 [J].財經研究，2018，44（10）.

[19]Meng X. 2004. Economic Restructuring and Income Inequality in Urban China [J].Review of Income and Wealth，50（3）.

[20]Mian A，Sufi A，Verner E. 2017. Household Debt and Business Cycles Worldwide [J].The Quarterly Journal of Economics，132（4）.

[21]Nyhus E K，Webley P. 2001. The Role of Personality in Household Saving and Borrowing Behaviour [J].European Journal of Personality，15（S1）.

[22]Pollin R. 1988. The Growth of US Household Debt：Demand-side Influences [J].Journal of Macroeconomics，10（2）.

[23]Sebastian B，Young G. 2003. The Rise in US Household Debt：Assessing Its Causes and Sustainability，Bank of England [R].Working Paper.

[24]Webley P，Nyhus E K. 2001. Life-cycle and Dispositional Routes into Problem Debt [J].British Journal of Psychology，92（3）.

[25]Xu Y，Beller A H，Roberts B W，et al. 2015. Personality and Young Adult Financial Distress [J].Journal of Economic Psychology，51.

[26]陳宗勝，周云波.非法非正常收入對居民收入差別的影響及其經濟學解釋 [J].經濟研究，2001，（4）.

[27]胡楓，陳玉宇.社會網絡與農戶借貸行為——來自中國家庭動態跟蹤調查（CFPS） 的證據 [J].金融研究，2013，（12）.

[28]劉莎.社會資本對農村民間借貸的影響效應研究 ——基于人際信任的中介效應檢驗 [J].武漢金融，2019，（2）.

[29]江小涓，李輝.我國地區之間實際收入差距小于名義收入差距 [J].經濟研究，2005，（9）.

[30]李紅陽，邵敏.臨時性就業對勞動者工資收入的影響 [J].財經研究，2018，44（01）.

[31]李濤，張文韜.人格經濟學研究的國際動態 [J].經濟學動態，2015b，（8）.

[32]李濤，張文韜.人格特征與股票投資 [J].經濟研究，2015a，（6）.

[33]李濤.社會互動、信任與股市參與 [J].經濟研究，2006，（1）.

[34]林建浩，吳冰燕，李仲達.家庭融資中的有效社會網絡：朋友圈還是宗族？ [J].金融研究，2016，（1）.

[35]劉民權，徐忠，俞建拖.信貸市場中的非正規金融 ?[J].世界經濟，2003，（7）.

[36]孟亦佳.認知能力與家庭資產選擇 [J].經濟研究，2014，49（S1）.

[37]錢銳.人格特征、金融素養與養老規劃的關系研究 [D].東南大學碩士生論文，2017.

[38]王春超，張承莎.非認知能力與工資性收入 [J].世界經濟，2019，42（03）.

[39]王正位，鄧穎惠，廖理.知識改變命運：金融知識與微觀收入流動性 [J].金融研究，2016，（12）.

[40]吳衛星、吳錕、王琎.金融素養與家庭負債——基于中國居民家庭微觀調查數據的分析 [J].經濟研究，2018，53（1）.

[41]徐麗鶴，袁燕.財富分層、社會資本與農戶民間借貸的可得性 [J].金融研究，2017，（2）.

[42]楊汝岱，陳斌開，朱詩娥.基于社會網絡視角的農戶民間借貸需求行為研究 [J].經濟研究，2011，46（11）.

[43]葉敬忠，朱炎潔，楊洪萍.社會學視角的農戶金融需求與農村金融供給 [J].中國農村經濟，2004，（8）.

[44]張建杰. 農戶社會資本及對其信貸行為的影響——基于河南省397戶農戶調查的實證分析 [J].農業經濟問題，2008，（9）.

[45]祝偉，夏瑜擎.中國居民家庭消費性負債行為研究 [J].財經研究，2018，44（10）.