西南民族大学学报（人文社科版）

参考文献

[1]尹志超，公雪，郭沛瑶．移动支付对创业的影响---来自中国家庭金融调查的微观证据[J]．中国工业经济，2019a(3)．

[2]谢平，刘海二．ICT、移动支付与电子货币[J]．金融研究，2013(10)．

[3]尹志超，公雪，潘北啸．移动支付对家庭货币需求的影响---来自中国家庭金融调查的微观证据[J]．金融研究，2019b(10)．

[4]傅秋子，黄益平．数字金融对农村金融需求的异质性影响[J]．金融研究，2018(11)．

[5]王晓彦，胡德宝．移动支付对消费行为的影响研究:基于不同支付方式的比较[J]．消费经济，2017(10)．

[6]易行健，周利．数字普惠金融发展是否显著影响了居民消费?---来自中国家庭的微观证据[J]．金融研究，2018(11)．

[7]Soman,D．，“The Effect of Payment Transparency on Consumption:Quasi-Experiments from the Field”,Marketing Letters,2003(3)．

[8]焦瑾璞．移动支付推动普惠金融发展的应用分析与政策建议[J]．中国流通经济，2014(7)．

[9]Humphrey,D.B.,M.Kim,and B.Vale，“Realizing the Gains from Electronic Payments:Costs,Pricing,and Payment Choice”,Journal of Money Credit and Banking,2001(5)．

[10]Kalckreuth,U.V.,T.Schmidt,and H.Stix，“Choosing and Using Payment Instruments:Evidence from German Microdata”,Empirical Economics,2014(3)．

[11]张华泉，申云．家庭负债与农户家庭贫困脆弱性---基于CHIP2013的经验证据[J]．西南民族大学学报(人文社会科学版)，2019(9)．

[12]吴卫星，徐芊，白晓辉．中国居民家庭负债决策的群体差异比较研究[J]．财经研究，2013(3)．

[13]柴时军，叶德珠．信任偏差、市场化与居民借贷渠道选择[J]．财贸研究，2019(12)．

[14]刘萍．个人住房抵押贷款风险探析[J]．金融研究，2002(8)．

[15]何晓晴，谢赤，吴晓．住房按揭贷款违约风险及其防范机制[J]．社会科学家，2005(6)．

[16]刘向耘，牛慕鸿，杨娉．中国居民资产负债表分析[J]．金融研究，2009(10)．

[17]龚刚，徐文舸，杨光．债务视角下的经济危机[J]．经济研究，2016(6)．

[18]马建堂，董小君，时红秀．中国的杠杆率与系统性金融风险防范[J]．财贸经济，2016(1)．

[19]潘敏，刘知琪．居民家庭“加杠杆”能促进消费吗?[J]．金融研究，2018(4)．

[20]Haughwout,A.,R.Peach,and J.Tracy，“Juvenile Delinquent Mortgages:Bad Gredit or Bad Economy”,Journal of Urban Economics,2008．

[21]Capozza,D.R.,and R.V.Order，“The Great Surge in Mortgage Defaults 2006-2009:The Comparative Roles of Economic Conditions,Underwriting and Moral Hazard”,Journal of Housing Economics,2011．

[22]Kelly,R.,Y.Mc Garthy,and K.Mc Quinn，“Impairment and Negative Equity in the Irish Mortgage Market”,Journal of Housing Economics,2012．

[23]廖理，李梦然，王正位．聪明的投资者:非完全市场化利率与风险识别---来自P2P网络借贷的证据[J]．经济研究，2014(7)．

[24]徐淑一，王宁宁．竞争风险下我国住房抵押贷款风险的实证研究[J]．统计研究，2011(2)．

[25]马宇．我国个人住房抵押贷款违约风险影响因素的实证研究[J]．统计研究，2009(5)．

[26]何婧，李庆海．数字金融使用与农户创业行为[J]．中国农村经济，2019(1)．

[27]王馨．互联网金融助解长尾小微企业融资难问题研究[J]．金融研究，2015(9)．

[28]黄益平，黄卓．中国的数字金融发展:现在与未来[J]．经济学(季刊)，2018(4)．

[29]Mian,A.,A.Sufi and E.Verner，“Household Debt and Business Cycles Worldwide”,Quarterly Journal of Economics,2017(4)．

[30]Lusardi,A.,and P.Tufano，“Debt Literacy,Financial Experiences,and Over-indebtedness”,Journal of Pension Economics and Finance,2015(4)．

[31]隋钰冰，尹志超，何青．外部冲击与中国城镇家庭债务风险[J]．福建论坛(人文社会科学版)，2020(1)．

[32]Jappelli,T.,M.Pagano,and M.D.Maggio，“Households'Indebtedness and Financial Fragility”,Journal of Financial Management,Markets and Institutions,2013(1)．

[33]Michelangeli,V,and M.A.Pietrunti，“Microsimulation Model to Evaluate Italian Households'Financial Vulnerability”,International Journal of Microsimulation,2014(3)．

[34]孟德锋，严伟祥，刘志友．金融素养与家庭金融脆弱性[J]．上海金融，2019(8)．

[35]Worthington,A．，“Debt as A Source of Financial Stress in Australian Households”,International Journal of Consumer Studies,2006(1)．

[36]Baron,R,and D.A.Kenny，“The Moderator-Mediator Variable Distinction in Social Psychological Research”,Journal of Personality and Social Psychology,1986(6)．

[37]尹志超，张号栋．金融可及性、互联网金融和家庭信贷约束---基于CHFS数据的实证研究[J]．金融研究，2018(11).

(1)数据来源:https://www.qianzhan.com/analyst/detail/220/190220-35dbec6d.html。

(2)数据来源:https://qianfan.analysys.cn/refine/view/analyseDetail/analyse Detail.html?id=111。

(3)数据来源:中国人民银行发布的《2020年第一季度支付体系运行总体情况》。

(4)包括往返银行频繁取现的时间及费用、现金/银行卡被偷盗抢劫、遗失和收受假币的风险以及为规避此类风险而付出的成本。

(5)金融资产包括现金、银行存款、理财产品、基金、股票、债券、借出款、外汇、黄金和其他金融衍生品;非金融资产包括房产、汽车、土地、工商业经营资产、农业经营资产和其他非金融资产。

(6)采用虚拟变量赋值有两方面原因，一方面是考虑CHFS(2017)中变量数值分布的不规范和非均衡性，家庭债务题项中零值偏多，数据后尾分布的随意性和测量误差可能较大;另一方面从经济学含义上，持有负债并不意味着一定存在风险，只有超过一定的临界点(阈值)才构成风险，因此相对于资产负债率和债务收入比的数值变量，0-1变量更能体现对居民家庭是否存在破产或者违约风险的判断，即1认为存在债务风险，0认为不存在债务风险。

(7)按家庭人均收入由高到低划分为四等份，将收入高于(含)上四分位数的家庭界定为高收入阶层，低于(含)下四分位数的家庭界定为低收入阶层。

(8)社会信任指标对应的测量题项为:您对不认识的人的信任程度。以1-5赋值，分别对应非常信任、比较信任、一般、不太信任和非常不信任。

(9)户主的身体状况划分为5等，1-5分别对应非常好、好、一般、不好和非常不好。

(10)户主的受教育程度划分为9等，1-9分别对应没上过学、小学、初中、高中、中专/职高、大专/高职、大学本科、硕士研究生和博士研究生。

(11)CHFS(2017)问卷中家庭消费性支出包括生活用品支出、衣着支出、食品支出、日常居住性支出、医疗保健支出、交通通讯支出、教育娱乐支出和其他服务性支出八大类别。

(12)如果系数β3下降但依然显著，说明是部分中介效应;如果系数β3下降且不再显著，说明是完全中介效应;除此之外的其他情形则表明中介效应不存在。