法律制度

丹妮拉法布里和马里奥帕杜拉 (Daniela Fabbri 和Mario Padula)

为了研究意大利不太健全的法制对家庭获取信贷造成的扭曲性影响，考察贷款合同糟糕的执行情况会否影响信贷约束和债务数量，以及这种影响是否随家庭特征（如收入或财富情况）不同而变化，显得尤为重要。

低收入家庭和财富少的家庭最容易受糟糕法制的不利影响。原因有二：首先，他们最有可能在信贷上受到约束；其次，.糟糕的法律执行会降低低收入家庭的债务数量，而对高收入家庭没有明显的影响。这表明，意大利司法制度的改革与完善不仅具有配置效果，也具有再分配效果。

法院的运行效率被认为是影响信贷配置的，这背后的经济机制在丹妮拉法布里和马里奥帕杜拉（Daniela Fabbri和Mario Padula，2004）的研究中有具体描述。他们首先注意到，在意大利，家庭所签订的债务合同大多有抵押品做保证。1一般而言，充当抵押品的是有形资产，如住房。因此，他们假设，债权人对抵押品行使处置权存在一定的成本，并且成本高低取决于司法制度的运行效率。

比如，人们通常假设当资产发生转移时，司法制度会为其规定一个时限。由于消费者可以从资产保全中获利，每当法院在保障债权人的权利上动作迟缓时，消费者就会选择违约，而不是去偿还贷款。因此，当司法成本比较高时，消费者更有可能受到信贷约束；而司法成本高，意味着合同的执行质量差（Daniela Fabbri和Mario Padula，2004）。由于借款人的偿还意愿低下，银行为了降低违约风险，必然要提高抵押要求，从而造成信贷配给。另外，司法成本越高，信贷供给的总量就越低，因为银行为了补偿较低的资产变现收入，就会提高贷款利率。

为了对上述观点进行验证，需要引入一个指标，用以度量法院的运行效率。我们采用意大利各个司法辖区的案件积压率，作为衡量该辖区司法质量的代理变量。鉴于我们关注的重点是法律的执行效果，而不是法律文本，用上述指标是较合适的。实际上，有关信贷合同的法律规则是全国统一的，但法律的执行情况（用案件积压率来度量），在不同的司法辖区却有很大的不同。因此，意大利提供了一个很好的样板，使我们可以将法律的执行效果从立法文本中分离出来研究。

关于家庭信贷的信息取自《家庭收入与财富调查报告》。我们关注两个变量：信贷约束程度和债务数量。与其他数据来源不一样，该报告使我们能够利用被调查人自行披露的信息来判别谁是信贷约束者，而不用依赖一些限制条件来做判别（这些条件往往不合理，而且存

2

在内生性问题）。我们定义一个家庭遭受信贷约束，如果它对以下问题的回答是肯定的：“在今年，你或者你的家庭成员是否向银行或其它金融机构申请过贷款以及该申请是否部分或全部被拒？”

之所以选择使用微观经济数据，是因为宏观数据不能使我们将法律执行的效应与经济发展的效应分离开来。正如下文我们将要解释的，在信贷可得性、法律执行和经济发展三者之 1

与美国不同，在意大利，大多数债务存在担保，并且人们不把信用卡作为一种融资来源。在意大利，信用卡如同借记卡，其与个人支票很接近，区别仅在于所花费的钱需要在固定的日期（例如，每月15日）从支票账户或储蓄账户中扣除。 2

如果不使用调查对象自行披露的信息来做判别，那么，要想准确判别家庭是否在信贷上受到约束，需要通过剔除一些过度判别的限制条件，来将信贷的需求与供给分开。如果找不到合适的限制条件，则可尝试按某一标准（如财富）对样本进行划分。但是，如果一个家庭的财富多少取决于其是否是信贷约束者，则这样做等同于内生地对样本进行划分。

间有很强的正相关关系。在人均GDP比较低和法律执行比较差的地区，信贷约束的家庭所占的比例较高，而债务占收入的比重较低。而且，在意大利不同地区，法律执行的质量差异甚大；人均GDP越高的地区，其法律执行质量越高。除此之外，使用微观数据还便于我们引入司法辖区虚拟变量，以便控制地区层面的、不可观察的异质性。3最后，使用微观数据会使我们的分析不易受内生性问题的困扰，这是因为，一个家庭受到信贷约束的概率及其债务数量都不会对地区的经济和司法活动造成重要影响。我们的研究发现，法律执行质量的下滑会增加一个家庭受到信贷约束的概率；同时，这种不利影响会随着家庭收入或财富的增长而有所弱化。对处于收入分布中最低四分之一组的家庭来说，其受到信贷约束的概率从最差司法辖区的55%，下降为最好司法辖区的9%。而对于处在最高四分之一组的家庭，其信贷约束的概率从最差辖区的24%，下降为最好辖区的6%。

我们也考察了法律执行对信贷可得性的影响。我们发现，影响程度随收入及财富组别的不同而不同。法律执行质量的下滑会使贫穷家庭的债务量下降，但对富有家庭无影响。研究发现，对贫穷家庭的负面影响在经济上比较显著。通过计算家庭债务对法律变量的半弹性（semi-elasticity）4，我们发现法律执行成本每提高1%5，会导致低收入家庭的债务规模下降1600欧元。

我们的研究结果可以与格罗普等人（Reint Gropp、John Karl Scholz和Michelle White，1997）针对美国家庭信贷市场的研究相对照。但是，我们关注的是法律执行的质量，而不是法律文本，这一点使得我们的研究区别于格罗普等人的。后者使用《消费者金融调查报告》提供的数据，研究发现，在美国，破产豁免的资产规模与家庭的信贷申请被拒的可能性呈正相关关系。在其分析中，他们没有控制在法律执行方面的可能差异。他们指出，对资产少的家庭来说，破产豁免的负面影响较大。他们还指出，破产豁免的资产的增加会降低资产分布中较低的那一半家庭的信贷量，但却会提高较高的那一半家庭的信贷量。

与本主题相关的其他文献主要考察法律文本的差异所带来的影响（比如，Gropp、Scholz和White 1997）。而且，这些文献都没有考察对信贷可得性的影响。比如，理查德·海因斯（Richard Hynes，1997）针对美国各州的研究发现，在破产豁免的资产较多的州，消费者较多地选择申请破产保护。马克·米多尔（Mark Meador，1982）和奥斯汀·雅菲（Austin Jaffee，1985）则考察对贷款利率的影响，他们发现，在法律文本对丧失赎回权的规定对债权人不利（如丧失赎回权的过程耗时较长、费用较高）的州，抵押贷款利率一般较高。

大体上讲，我们把流动性约束方面的文献与学术界关于制度的最新研究进展结合起来。尽管对于制度的作用与设计，学者们长期以来一直关注，但最近在政治科学及经济学界，人们又重新对之产生浓厚兴趣。下文将详细讨论我们的研究是如何与此文献相联系的。

相关文献

此处，我们将介绍两方面的文献，一是关于家庭流动性约束的决定因素的实证研究；二是最近掀起的关于制度在经济活动中的作用的研究。

我们对流动性约束文献所做的贡献体现在：强调制度因素在决定信贷约束中的作用，而不是单单关注家庭的特征因素。基于以前的实证研究（比如：Hall和Mishkin 1982；Hayashi 1985；Zeldes 1989；Jappelli 1990；以及较近的Duca和Rosenthal 1993），我们对美国受到信 3

粗略地讲，每个司法辖区对应一个地区。在一些地区，如伦巴第（Lombardia）、坎帕尼亚（Campania）、普利亚（Puglia）、卡拉布里亚（Sardegna），司法辖区不止一个。而瓦莱达奥斯塔（Valle d’Aosta）被皮埃蒙特（Piemonte）的司法辖区管辖。表5.4列示了司法辖区与地区及省之间的匹配。 4

半弹性是指自变量一个单位的增长所导致的因变量变化的百分比，或者自变量一个百分比的增长所导致的因变量的变化量。——译者注 5

这对应于增加1500件积压案件。

贷约束的家庭的个体特征有较清晰的了解。较年轻、单身、财富与收入较少的消费者更有可能受到信贷配给。受教育水平、就业状况和性别这些变量不显著，但婚姻状况和种族却有显著的影响。已婚者或白人会降低信贷约束的概率。而且，反映信贷市场不同管制情况和特征的地区虚拟变量也对信贷约束产生影响。

意大利的情况也差不多。图利奥雅普利和马可帕加诺（Tullio Jappelli和Marco Pagano，1989）的研究表明，对年轻的家庭、无住房者、失业者和住在意大利南部地区的人，借款的约束更严重。根据这一证据，我们在研究中引入地区虚拟变量，探讨其显著性，并与法律制度的运行情况相联系。我们认为，在意大利南部，人们更有可能受到信贷约束，这是因为，在该地区，法律体系的不完善造成较高的法律成本，银行为了补偿成本，不得不提高抵押品的要求或者提高利率水平，并拒绝一些贷款申请。关于法律制度在金融市场中的作用，大多数证据均来自公司治理方面的文献。此领域的研究基于这样的观点，认为对投资者权利的法律保护程度会对合同参与各方的激励产生影响，并且通过这一机制，进一步对公司所有权和公司的融资决策造成影响。这方面的经典文献是La Porta等人（1997a）的论文。法律的影响又可分为两种渠道：法律的文本；司法体系所提供的执行质量。比如：Cristini、Moya和Powell （2001）对阿根廷的分析；Jappelli、Pagno和Bianco（即将发表）对意大利的分析；以及Fabbri（2001）对西班牙的分析等。

一个重要的特征使得本文的分析区别于已有文献。我们考察法律制度的效应，但关注的是家庭信贷的配置，而不是企业信贷的配置。在此过程中，我们考察法律的执行情况，而不是法律的文本情况。而且，不同于多数已有研究，如：Jappelli、Pagano和Bianco（即将发表），Cristini、Moya和Powell（2001），我们使用微观数据（在家庭层面），而不是总量数据（在省份层面）。这样做有两大优势。第一，我们可获得更稳健的结果，因为在估计中不太容易出现内生性问题。第二，我们可以对更多的推测进行检验，并且对组合效应加以控制。特别地，使用微观数据，便于我们考察法律执行质量对信贷约束概率及债务数量的效应如何取决于家庭的特征变量。

经济学文献大多关注不同制度的配置效应，最近政治科学家们也着手考察制度的决定因素。这方面研究的杰出代表是罗伯特帕特南（Robert Putnam，1993）所做的开创性工作，他使用意大利各个地区的数据，考察了经济发展、地方公共机构的运行情况与公众参与政治决策程度之间的关系。他发现了一个有趣的现象，那就是在意大利，经济相对发达的地区之所以拥有更加成功的地方政府，仅仅是因为这些地区的公众较多参与政治决策。拥有较多的社会团体、较多的报纸读者、较高的投票参与程度以及较少的裙带关系的地区，政府效率往往较高。他也指出，公众的参与扎根于社会资本或者信任，后者又被定义为合作的倾向。6

如果社会资本水平是法律制度运行的一个决定因素，它便会对我们的实证分析构成影响，因为我们的估计可能是有偏的。但是，我们在关注法律执行情况时，并没有假设在法律执行与社会资本之间存在任何关系，这是因为帕特南（Putnam，1993）及后来的拉斐尔拉波塔等人（Raphael La Porta et al，1997b）7提供的证据表明，在两个总体变量（即社会资本和制度运行）之间存在简单的相关性，并且不清楚两者之间因果关系的方向。我们持有这样的看法，即：制度使人们学会了信任，所以他们才相互信任。因此，可以说法律制度的运行决定着社会资本的水平，而不是相反。

一些研究指出，社会资本水平可以直接影响经济活动（如：Knack和Keefer 1997；或 6

根据帕特南的论述，意大利北部地区实行公有共和制，使城市享有较高的独立性。在这种情况下，横向的网络容易形成。通过广泛参与公共决策和在当地建立各种不同形式的横向组织（如社区组织、宗教团体、互助组织以及政党等），横向网络在北方发展迅速。这一局面与意大利南方形成鲜明对照，在南方，政治体制更加专制。 7

他们指出，信任度的提升会提高司法效率、纠正官僚作风、强化依法纳税（被视作政府效率的代理变量）以及增强对公众活动和专业团体的参与程度。

者Knack和Zak 2001）和信贷配置（如：Guiso、Sapienza和Zingales 2004）。在此情况下，为了准确地估计法律执行的效应，我们应该对不同地区社会资本水平的差异加以控制。尽管在分析中我们没有引入社会资本的度量，但我们可以对该变量加以控制，因为所有的估计都引入了完整的司法辖区虚拟变量。此外，从现有的文献中，我们看不出社会资本如何对司法体系的运行及经济主体的行为产生影响。相反，我们看得出法律制度通过什么机制发挥经济作用。例如，一种广为接受的理论告诉我们，对债权人权利的法律保护程度可以通过影响债务人从事机会主义行为的激励以及影响债权人监督债务人的激励，来改变不同个体之间契约活动的结果（这方面的文献很多，代表性的有：Bebchuk和Fried 1996；Bebchuk和Picker 1993；Berkovitch、Israel和Zender 1997；Posner 1992；或者Fabbri和Padula 2004）。8

信贷、经济运行状况和法律执行情况：数据的观察

为了能够通过使用地区层面的总体数据，来获得有关信贷可得性、法律执行和经济发展之间关系的初步证据，我们利用以下三方面的信息：家庭获得的信贷；司法辖区的法制情况；地区的经济发展水平。

关于家庭的数据，来自3个调查年度（1989年、1995年和1998年）的《家庭收入和财富调查报告》（SHIW），意大利银行自1984年之后每隔一年调查一次。此报告与《消费者金融调查报告》（SCF）在结构上类似，在全国范围内进行家庭调查，提供包括收入、消费和家庭特征在内的各种数据。9数据的概览见表5.1。第二列10的数字是这样计算出来的：对3个样本年度的相应数字取平均，然后换算为1998年的欧元数。我们使用了三个指标：家庭可支配收入（25763欧元）、财富（142570欧元）11和实物资产（128128欧元）。最后一个指标可被用作抵押品的代理变量，它包括家庭所拥有的房屋、土地、贵重物品和企业（如果有的话）。我们也列示了住房拥有者（占全部样本的64%）的住房价值，其平均值为122574欧元，对大多数家庭来说，这构成实物资产中最重要的部分。

《家庭收入和财富调查报告》也提供了负债方面的信息，并且依据借款用途进行了分类，分为：用于购买房屋、实物（如贵重物品和珠宝）、汽车、其他耐用品（如家具和家用电器）的借款以及用于非耐用品消费的借款等。表5.1概述了家庭负债方面的信息。剔除那些没有借款的样本，用于购买房屋的平均借款额为20706欧元，用于购买实物的平均借款额为3743欧元，用于购买汽车的平均借款额为5744欧元，用于购买其他耐用品的平均借款额为2477欧元，而用于购买非耐用品的平均借款额为4367欧元。在全部样本家庭中，有10.74%的比例借款买房屋，0.26%的比例借款买实物，6.28%的比例借款买汽车，3.12%的比例借款买其他耐用品，以及0.96%的比例借款买非耐用品。12由此可见，家庭借款几乎全部用于购买房屋、汽车和其他耐用品。

表5.1 描述性统计

家庭可支配收入

8

平均值 25,763 标准差 19,912

一个引起广泛讨论的话题是，有保证的债权人的绝对优先权规则应该在多大程度上予以保护；或者，更确切地讲，偏离该规则应该被允许。在美国，围绕该话题的争论尤为激烈，争论的结果将直接决定破产程序的改革方向。有关研究主要集中在抵押品在信贷合约中的作用及其所提供的最优法律保护程度。 9

Andrea Brandolini和Luigi Cannari（1994）对该调查做了详细的描述。 10

原文是第一列，译者觉得按中文的习惯，应算第二列，下同。——译者注 11

它为实物财富和金融财富的加总。 12

如果家庭同时借款买房屋和汽车，则其被统计两次：一次作为借款买房屋的家庭；另一次作为借款买汽车的家庭。译者注：本脚注原文放在下句话的末尾，而译者以为放在此处更恰当。

财富 实物资产 住房

住房拥有者的比例 用于房屋购买的债务 用于贵重物品购买的债务 用于汽车购买的债务

用于其他耐用品购买的债务 用于非耐用品消费的债务 借钱购买房屋的家庭比例 借钱购买贵重物品的家庭比例 借钱购买汽车的家庭比例

借钱购买其他耐用品的家庭比例 借钱用于非耐用品消费的家庭比例 贷款申请者的比例 信贷约束的家庭比例

“信心不足”借款者的比例 142,570 128,128 122,574 0.64 20,706 3,743 5,744 2,477 4,367 10.74 0.26 6.28 3.12 0.96 6.24 11.22 1.65 282,613 261,941 101,124 0.48 23,943 14,214 5,778 3,377 8,678

资料来源：作者计算。

注：除非是明确的百分比数字，其他数字的单位为1998年欧元。债务是指年末家庭债务余额。债务数字的计算仅根据那些实际负债的家庭（未负债的家庭未予考虑）。对于连续变量，我们给出其标准差。

《家庭收入和财富调查报告》具有一个重要特征，即我们可以根据被调查者自己的回答，来判别谁是信贷约束者，而不用借助那些不合理且通常内生的识别限制条件。如果家庭对以下问题的回答是肯定的，则我们称其为信贷约束者：“在今年，你或者你的家庭成员是否向银行或其它金融机构申请过贷款以及该申请是否部分或全部被拒？”数据显示，在那些申请过贷款的家庭（占样本的6.24%）当中，约11.22%的家庭遇到过申请被拒的情况，从而成为信贷约束者。然而，如果一些借款人由于预期他们的贷款申请会遭到拒绝而不申请，那么，已被拒的申请的占比会低估实际信贷约束的程度。在我们的数据中，有1.65%比例的家庭属于此种“信心不足”的借款人。贷款申请者的比例、信贷约束家庭的比例、“信心不足”的借款人的比例以及信贷可得性都随家庭收入与财富的变化而变化。

表5.2的第二列列示了申请贷款的家庭所占的百分比。对于处在收入分布的第一个1/4组的家庭来说，有3.7%比例的家庭申请过贷款；而对处在第三个和第四个1/4组的家庭来说，这一比例翻番。表5.2也给出了不同收入组的信贷约束家庭的比例。表中第三列的数字可被看作相应收入组的家庭受到信贷约束的概率。信贷约束家庭的比例随收入的增长而下降。该比例从第一个1/4组的约21.56%，下降为最后一个1/4组的5.95%。这些发现与雅普利（Jappelli，1990）和格罗普等人（Gropp、Scholz和White，1997）针对美国家庭信贷市场的研究结论相一致。表5.2的第四列给出了不同收入组中“信心不足”借款人的比例。对于处在前两个1/4组的家庭来说，出现“信心不足”的可能性更高。在最后一列，债务数量随收入的增长而提高，这意味着对低收入家庭来说，可获得的信贷量较少。

表5.2 收入、信贷约束和家庭债务

收入分组

全部样本中 贷款申请者的比例

申请者中 未申请者中 家庭债务 （1998年欧元）

信贷约束家庭的比例 信心不足者的比例

第一个1/4组 3.70

(0.31)**

第二个1/4组 6.52

(0.31)**

第三个1/4组 7.32

(0.31)**

第四个1/4组 7.42

(0.31)**

观察值个数 23,556

21.56

(2.11)** 13.54 (1.59)** 9.28 (1.50)** 5.95 (1.49)** 1,470 1.69 (0.17)** 2.09 (0.17)** 1.37 (0.17)** 1.43 (0.17)** 22,086 1,247.0970 (137.3254)** 2,069.5520 (137.3254)** 3,316.6840 (137.3254)** 4,220.4950 (137.3254)** 23,556

资料来源：作者计算。

注：小括号内的数字为标准误差。*表示在5%的水平上显著；**表示在1%的水平上显著。

类似地，我们制作表5.3。表5.3中的变量与表5.2相同，只是把收入换成了财富。我们再次发现，信贷市场的参与度随财富的增长而提高，而且两者大体呈线性关系。13信贷约束家庭的比例从第一个1/4财富组的14.88%，下降为最后一个1/4组的7.3%。14在第一个1/4组，“信心不足”的借款人所占的百分比几乎是最后一个1/4组的2倍：前者为2.1%，后者为1.26%。最后，债务量从第一个1/4组的585欧元上升到最后一个1/4组的5150欧元。

表5.3 财富、信贷约束和家庭债务 财富分组 全部样本中 申请者中 未申请者中 家庭债务

贷款申请者的比例 信贷约束家庭的比例 信心不足者的比例 （1998年欧元）

第一个1/4组 5.71

(0.32)**

第二个1/4组 5.60

(0.32)**

第三个1/4组 6.47

(0.32)**

第四个1/4组 7.18

(0.32)**

观察值个数 23,556

14.88

(1.72)** 13.33 (1.73)** 10.50 (1.61)** 7.33 (1.53)** 1,470 2.14 (0.17)** 1.78 (0.17)** 1.40 (0.17)** 1.26 (0.17)** 22,086 585.2543 (136.1341)** 1,473.1250 (136.1341)** 3,645.7280 (136.1341)** 5,149.7220 (136,1341)** 23,556

资料来源：作者计算。

注：小括号内的数字为标准误差。*表示在5%的水平上显著；**表示在1%的水平上显著。

总之，上述描述性证据表明，贷款申请者的比例、信贷约束家庭的比例、信心不足借款人的比例以及债务量等指标均随收入而变化，而且关系是非线性的。如果将收入分组换成财富分组，会出现类似结果。尽管如此，在本文，我们仍然对收入分组和财富分组进行分开处 1314

对零假设（即贷款申请者的比例在财富分组的前三个1/4组都一样）的F检验值为2.26。

下降几乎是线性的：零假设（即信贷约束家庭所占的百分比在财富分组的前三个1/4组都一样）的F检验值为1.80。

理，依次研究法律执行对信贷可得性的影响是如何随着收入分组和财富分组的不同而不同的。我们这样做，出于两方面的考虑。首先，收入分组与财富分组并不完全相关。比如，属于收入第一个1/4组的家庭中，只有50%的家庭同时属于财富第一个1/4组。类似地，属于收入第二个1/4组的家庭中，只有32%的家庭同时属于财富第二个1/4组。如果我们考虑第三个1/4组，则比例为34%；对于第四个1/4组，相应比例为60%。其次，收入与财富受测量误差的影响不同，表5.1中第三列给出的收入和财富的标准差证实了这点。

在阐释法律执行的测度之前，需要简要讨论一下司法体系的运转。意大利是大陆法国家，这意味着司法体系的主要属性是执行法律。意大利法律对刑事案件和民事案件加以分开管理。相应地，由司法体系的不同部门来处理不同案件。

民事案件可经历三个级别的判决。第一个级别是初级法院，第二个级别是上诉法院，第三个级别的法院只能处理初级法院签发的传票合规问题。熟悉美国体系的读者会发现美、意两国之间存在的相似性。这种制度安排将民事案件集中交给初级法院和上诉法院办理，当家庭不能履行债务时，这些法院就是他们所必须面对的。根据法律规定，有管辖权的法院是借款人住所地法院。

本文使用的案件数据来源于意大利国家统计局（ISTAT）所编撰的年度调查报告，数据的时间跨度为1989年到1998年。15基本的样本单位是司法辖区。我们用案件积压数来衡量法律执行的质量。但是，该指标依赖于司法辖区的规模，积压的案件多未必反映该辖区的法律运行差。因此，我们使用新增案件的数量，对积压案件进行正规化处理，从而产生一个我们谓之曰“司法”的变量。16积压案件数与新增案件数之比见图5.1。图5.1包含四张子图，分别刻画了意大利四个不同地区的“司法”变量随时间变化的轨迹，这四个地区是：北部地区、中部地区、南部地区和岛屿地区。从中可发现，在每个地区，自1989年以来，积压案件数与新增案件数之比呈上升趋势。

图5.1 积压案件数与新增案件数之比

资料来源：作者计算。

这说明，在我们考察的时期，全国范围内法律执行的质量不断恶化。然而，地区间的差异持续存在，并且存在共同的年度效应（这可能归因于经济周期）。从图中可看出，在南部地区和两岛（西西里岛和撒丁岛），该指标的值高于全国平均水平（图中的水平线）；而在北部地区，该指标的值低于全国平均水平。

我们使用的最后一方面信息是关于地区人均GDP的数据，该数据来自“地区账户”17，时间跨度为1989年至1998年。在对微观数据进行分析之前，我们用宏观经济的视角来查看一下信贷可得性、法律执行和经济发展之间的关系。为此，我们对地区层面的所有信息加以汇总。

15

在本文，用来构建法律执行指标的数据包括除与劳动、工作有关的案件之外的所有民事案件。译者注：原文该脚注的位置不妥（在上一段落），译者将其移至此处。 16

尽管案件审理时间的长短是法律执行的一项重要成本，但还有其他成本，如贷款人在借款人违约的情况下实际回收的资产占贷款的比重。这些成本可能与我们采用的执行指标相关。但是，在执行成本上存在测量误差，意味着执行的实际效应会被低估。 17

“Conti Economici Regionali”，国家统计局。

图5.2显示，人均GDP越低的地区，信贷约束家庭的占比越高。图5.3是根据家庭债务和地区人均GDP两个维度绘制的平面图，从中可看出，人均GDP越高的地区，信贷可得性越高。18这一初步证据揭示，意大利各地区的经济发展水平与家庭获得的信贷量之间有正的相关性。法律制度也与信贷可得性相关。在图5.4中，我们以法律执行质量为横轴，以信贷约束家庭的占比为纵轴，将各个地区所处的位置标示出来。该图显示，在执行力度较弱的地区，信贷约束家庭的占比较高。在南部地区，如卡拉布里亚和莫利塞，案件积压率较高，同时信贷约束家庭的占比也较高。相反，在北部地区，如皮埃蒙特、伦巴第和特伦蒂诺-上阿迪杰，信贷约束家庭占比较低，且执行信贷合约的成本也较低。图5.5进一步支持了上述证据，从图中看出，法律执行越糟糕，信贷可得性（用债务与家庭可支配收入之比来表示）越低。比如，在法律执行较好的地区，如皮埃蒙特，债务与家庭可支配收入之比也较高。

图5.2 信贷约束家庭的占比与地区人均GDP

——二元回归线

信贷约束家庭的占比 人均GDP

资料来源：作者计算。

图5.3 家庭的债务-收入比和地区人均GDP 资料来源：作者计算。

图5.4 信贷约束家庭的占比和执行成本 资料来源：作者计算。

图5.5 债务与家庭收入之比和执行成本 资料来源：作者计算。

然而，执行成本也与人均GDP负相关，如图5.6所示。在经济发达地区，如皮埃蒙特、伦巴第和特伦蒂诺-上阿迪杰，案件积压率比人均GDP较低的地区低。

图5.6执行成本和地区人均GDP 资料来源：作者计算。 注：数字是比率。

上文提供的证据表明，在意大利各地区的信贷可得性、经济发展与法律执行三者之间存在相关性。这进一步说明，利用宏观数据无法区分法律执行对信贷配置的影响与经济发展对信贷配置的影响。

为了更深入考察以上三个变量之间的关系，也为了消除以下猜疑——各地区法律执行的差异仅捕捉了经济发展的差异，我们使用微观数据进行计量分析。这有助于我们实现两个重要目标。首先，可使我们得以控制宏观效应（包括观察到的和未观察到的），这对于本文的研究至关重要，因为在北部地区与南部地区之间存在巨大的经济差距。其次，可使我们的分析免受内生性问题的困扰，因为无论是一个家庭受信贷约束的概率，还是其债务量，都不会 18

假如我们用财富对债务进行标准化处理，图形也是类似的。

对地区经济或法律执行成本施加影响。

在计量分析中，我们关注那些提出过贷款申请并且受信贷约束的家庭。我们将“信心不足”的借款人排除在外，主要基于两个原因。首先，本文的研究对象是信贷市场的参与者。其次，图5.7和5.8所给出的初步证据表明，“信心不足”的借款人的比例并不与总体经济发展水平或执行成本高度相关。

图5.7 “信心不足”家庭的百分比与地区人均GDP

资料来源：作者计算。

图5.8 “信心不足”家庭的百分比与执行成本 资料来源：作者计算。 结果

我们研究法律执行对信贷约束及债务量的影响，并揭示信贷与执行之间的关系如何随财富与收入组别的不同而不同。

信贷约束、法律执行与贫困

我们检验以下假说，即：一个既定的家庭受信贷约束的概率取决于该家庭所在司法辖区的法律执行的质量。特别地，我们考察这种效应是否以及在何种程度上会随家庭特征（如收入或财富）的变化而变化。

我们对家庭的特征变量进行控制，这些变量包括年龄、收入、抵押品、受教育程度、家庭规模、就业状况以及婚姻状况等，这种做法和以往的研究保持一致。我们同时对意大利不同地区间可观察的宏观差异进行控制，为此，我们在所有的回归方程中添加“地区人均GDP”这一变量；并通过使用地区层面的虚拟变量来对不可观察的宏观因素加以控制。各司法辖区所对应的地区和省份见表5.4。最后，我们在模型中添加了全部的年度虚拟变量，因为来自不同调查年份的家庭被合并处理了。

表5.4 司法辖区的匹配 司法辖区 都灵 热那亚 米兰 布雷西亚 特兰托 博尔扎诺 威尼斯 的里雅斯特 博洛尼亚 安科纳 佛罗伦萨 佩鲁贾 罗马 那不勒斯 萨勒诺 拉奎拉 坎波巴索 巴里 莱切 塔兰托 波坦察 卡坦扎罗

勒佐卡拉布里亚 巴勒莫 墨西拿

卡尔塔尼塞塔 卡塔尼亚 卡利亚里 萨萨里

所对应的地区19和省份

皮埃蒙特大区（所有省），瓦莱•达奥斯塔大区（所有省） 利古里亚大区（所有省），托斯卡纳大区（马萨和卡拉拉省）

伦巴第大区（米兰，科摩，瓦雷泽，帕维亚，松德里奥，莱科，洛迪） 伦巴第大区（布雷西亚，贝加莫，克雷莫纳，曼托瓦） 特伦蒂诺-上阿迪杰大区（特兰托） 特伦蒂诺-上阿迪杰大区（博尔扎诺） 威尼托大区（所有省）

弗留利-威尼斯•朱利亚大区（所有省） 艾米利亚-罗马涅大区（所有省） 马尔凯大区（所有省）

托斯卡纳大区（除去马萨和卡拉拉省之外的其他省） 翁布里亚大区（所有省） 拉齐奥大区（所有省）

坎帕尼亚大区（那不勒斯，阿韦利诺，贝内文托，卡塞塔） 坎帕尼亚大区（萨勒诺） 阿布鲁佐大区（所有省） 莫利塞大区（所有省）

普利亚大区（巴里，福贾） 普利亚大区（莱切，布林迪西） 普利亚大区（塔兰托）

巴西利卡塔大区（所有省）

卡拉布里亚大区（卡坦扎罗，科森察，克罗托内，维博瓦伦蒂亚） 卡拉布里亚大区（勒佐卡拉布里亚）

西西里岛（巴勒莫，阿格里琴托，特拉帕尼） 西西里岛（墨西拿）

西西里岛（卡尔塔尼塞塔，恩纳）

西西里岛（卡塔尼亚，拉古萨，锡拉库萨） 撒丁岛（卡利亚里，奥里斯塔诺） 撒丁岛（萨萨里，努奥罗）

资料来源：意大利国家统计局（1999）。

注：该表将意大利的司法辖区与大区（或地区）、省进行匹配。小括号内标注的为省的名称。大体上讲，每个辖区与一个地区相对应。在少数地区（伦巴第大区、特伦蒂诺-上阿迪杰大区20、坎帕尼亚大区、普利亚大区、卡拉布里亚大区、西西里岛和撒丁岛），存在不止一个司法辖区。此外，两个不同大区（皮埃蒙特大区和瓦莱•达奥斯塔大区）的省归一个司法辖区（都灵）管辖。最后，热那亚司法辖区不仅包含利古里亚大区的所有省，也包含托斯卡纳大区的一个省。

表5.5显示了对信贷被拒概率的概率单位（probit）估计结果。被解释变量是一个虚拟 19

原文使用的“region”可译为“地区”，在意大利就是“大区”。因此，译文不对地区与大区加以区分，两者混同使用。——译者注 20

原文少写了一个大区——特伦蒂诺-上阿迪杰大区，译者补上。——译者注

变量：如果家庭是信贷约束的，则其取值1。表5.5中的每一列对应着抵押品的不同指标。我们使用的指标包括：家庭拥有的实物资产的价值、土地和房屋的总价值、居住的房屋的价值、土地和房屋的总价值减去居住的房屋的价值。我们尝试运用不同的指标，因为我们不能观察到实际充当抵押品的究竟是何种资产。

家庭特征变量的系数与其他相关文献所发现的差不多，比如雅普利（Jappelli，1990）提供的证据以及较近期格罗普等人（Gropp、Scholz和White，1997）针对美国所做的研究，均与本文的结论类似。对一个给定家庭，其信贷约束的概率随年龄的增加而降低，尽管以递减的速率降低。受教育程度较高的家庭，以及户主已退休、已婚、收入较高的家庭，其信贷约束概率较低。相反，人口较多的家庭以及户主处于失业状态的家庭，更有可能受信贷约束。

为了分析法律执行的效应是如何随家庭收入的变化而变化的，我们将样本分成四个收入组：每个组包含的家庭数一样，按收入从低到高的顺序，依次称为第一个1/4组、第二个1/4组、第三个1/4组和第四个1/4组。在此基础上，我们将各个1/4组的虚拟变量与法律变量相乘，作为解释变量置入方程中。我们的对照组是属于第一个1/4组的家庭（即样本中最穷的家庭）。21

在表5.5的各列中，第二个1/4组和第三个1/4组的虚拟变量的系数并不显著区别于第一个1/4组；但是，第四个1/4组的虚拟变量的系数显著区别于第一个1/4组。这说明，法律执行对信贷约束的作用取决于家庭收入水平；对高收入家庭来说，法律执行对信贷约束的作用较弱。22

如果我们考虑财富组别，则情形类似，如表5.6所示。在财富组别顶端的家庭，一般而言较少受差的法律执行的影响，尽管组间的差异要小于收入组之间的差异。

表5.5 法律执行与不同收入组别的家庭信贷约束概率 户主年龄

实物资产

不动产 -0.0542 (0.0294)* 0.0607 (0.0315)* -0.0002 (0.0004) 0.0002 (0.0054) -0.0386 (0.0136)** 0.1237 (0.0420)** -0.1854 (0.1829)

住所 -0.0529 (0.0295)* 0.0594 (0.0316)* -0.0008 (0.0006) 0.0005 (0.0053) -0.0381 (0.0136)** 0.1226 (0.0421)** -0.1774 (0.1829)

不动产减去住所 -0.0545 (0.0294)* 0.0609 (0.0314)* 0.0002 (0.0005) -0.0010 (0.0056) -0.0386 (0.0137)** 0.1248 (0.0420)** -0.1914 (0.1831)

-0.0546 (0.0294)*

户主年龄的平方 0.0609

(0.0314)* 0.0001 抵押品

(0.0003)

家庭可支配收入 -0.0009

(0.0057) -0.0388 受教育年限

(0.0137)** 0.1247 家庭规模

(0.0420)** -0.1884 退休者

(0.1830) 21

1/4组的划分是在意大利全国范围内进行的，而不是在地区层面。这样做的合理性在于银行部门的结构。根据意大利的监管体制，对金融机构的跨区放贷或跨区设立分支机构，没有法律限制。而且，监管框架在意大利的各个地区都是一样的。 22

为了核实这种作用不是因为遗漏了未经相乘处理的收入组和财富组虚拟变量而引起的，我们通过估计一个概率单位模型来对线性加以检验。在此模型中，家庭的可支配收入和财富被所有收入和财富组的虚拟变量所取代，并且执行成本变量未经相乘处理。这样的模型设定，容许信贷约束与收入（财富）之间的关系是非线性的，但要求法律执行的效应在不同收入组（财富组）间必须一致。我们发现，线性假设不能被拒绝：对线性的收入效应的F检验值为2.16，而对线性的财富效应的F检验值为3.31。

失业者 婚姻状况 人均GDP 司法×第一个1/4收入组虚拟变量 司法×第二个1/4收入组虚拟变量 司法×第三个1/4收入组虚拟变量 司法×第四个1/4收入组虚拟变量 常数 观察值个数 0.6187 (0.2457)** -0.6164 (0.1414)** 0.1771 (0.1005)* 4.7657 (1.5389)** 4.2821 (1.5280)** 3.5807 (1.5341)** 2.7748 (1.6218)* -4.5794 (2.1992)* 1470 0.6229 (0.2463)** -0.6180 (0.1414)** 0.1763 (0.1006)* 4.7329 (1.5408) ** 4.2238 (1.5293)** 3.5246 (1.5340)* 2.7976 (1.6201)* -4.5601 (2.2018)* 1470 0.6264 (0.2468)** -0.6156 (0.1417)** 0.1769 (0.1009)* 4.6973 (1.5421) ** 4.2027 (1.5291)** 3.5584 (1.5335)* 2.9041 (1.6216)* -4.5833 (2.2095)* 1470 0.6165 (0.2457)** -0.6149 (0.1415)** 0.1777 (0.1005)* 4.7847 (1.5400)** 4.3002 (1.5289)** 3.6064 (1.5359)** 2.7928 (1.6241)* -4.5891 (2.1980)* 1470

资料来源：作者计算。

注：被解释变量为一个指示变量，即信贷配给。如果户主对以下问题的回答是肯定的，则其取值1：“在今年，你或者你的家庭成员是否向银行或其它金融机构申请过贷款以及该申请是否部分或全部被拒？”小括号内的数字为标准误差。不同的列使用不同的抵押品指标，包括实物资产、不动产、住所以及不动产减去住所。所有方程包括了司法辖区及年份虚拟变量。 *在5%的水平上显著；**在1%的水平上显著。

表5.6 法律执行与不同财富组别的家庭信贷约束概率 户主年龄

实物资产

不动产 -0.0564 (0.0293)* 0.0630 (0.0314)* -0.0001 (0.0004) -0.0079 (0.0045)* -0.0398 (0.0137)** 0.1163 (0.0420)** -0.1932 (0.1836) 0.6613 (0.2452)** -0.6146

住所 -0.0552 (0.0294)* 0.0617 (0.0315)* -0.0010 (0.0008) -0.0072 (0.0044) -0.0403 (0.0137)** 0.1159 (0.0420)** -0.1814 (0.1834) 0.6605 (0.2456)** -0.6142

不动产减去住所 -0.0563 (0.0293)* 0.0631 (0.0314)* 0.0005 (0.0005) -0.0090 (0.0046)* -0.0391 (0.0137)** 0.1177 (0.0420)** -0.2032 (0.1839) 0.6523 (0.2449)** -0.6109

-0.0557 (0.0293)*

户主年龄的平方 0.0625

(0.0313)* 0.0005 抵押品

(0.0004)

家庭可支配收入 -0.0095

(0.0045)* -0.0387 受教育年限

(0.0138)** 0.1182 家庭规模

(0.0420)** -0.1952 退休者

(0.1836) 0.6591 失业者

(0.2449)** -0.6135 婚姻状况

人均GDP 司法×第一个1/4财富组虚拟变量 司法×第二个1/4财富组虚拟变量 司法×第三个1/4财富组虚拟变量 司法×第四个1/4财富组虚拟变量 常数 观察值个数

(0.1413)** 0.1813 (0.1002)* 4.1862 (1.5610)** 4.4617 (1.5134)** 3.8647 (1.5119)** 3.2052 (1.5821)* -4.4490 (2.1906)* 1470 (0.1412)** 0.1773 (0.1001)* 3.9500 (1.5587) ** 4.2763 (1.5113)** 3.7913 (1.5092)** 3.5981 (1.5617)* -4.3064 (2.1863)* 1470 (0.1415)** 0.1756 (0.1005)* 3.7318 (1.5628) ** 4.1406 (1.5101)** 3.8348 (1.5080)** 3.8748 (1.5661)** -4.2677 (2.1968)* 1470 (0.1413)** 0.1802 (0.1000)* 4.0451 (1.5526)** 4.3791 (1.5091)** 3.8822 (1.5127)** 3.4923 (1.5517)* -4.3740 (2.1838)* 1470

资料来源：作者计算。

注：被解释变量为一个指示变量，即信贷配给。如果户主对以下问题的回答是肯定的，则其取值1：“在今年，你或者你的家庭成员是否向银行或其它金融机构申请过贷款以及该申请是否部分或全部被拒？”小括号内的数字为标准误差。不同的列使用不同的抵押品指标，包括实物资产、不动产、住所以及不动产减去住所。所有方程包括了司法辖区及年份虚拟变量。 *在5%的水平上显著；**在1%的水平上显著。

下面两张图有助于说明我们的主要发现。在图5.9和图5.10中，我们按不同类型的收入组和财富组（各划分为四等分），按不同的司法辖区（分三种，分别对应法律执行较差、一般、较好等三种情况），用柱状图的形式，将估计出的信贷约束概率分别列示出来。

图5.9 流动性约束与执行（按收入组区分） 信贷约束概率 较好的执行 一般的执行 较差的执行

第一个收入组 第二个收入组 第三个收入组 第四个收入组

资料来源：作者计算。

图5.10 流动性约束与执行（按财富组区分） 信贷约束概率 较好的执行 一般的执行 较差的执行

第一个财富组 第二个财富组 第三个财富组 第四个财富组

资料来源：作者计算。

从图中可看出，对应每个收入组或财富组，位于法律执行较差的司法辖区的家庭，都比位于其他司法辖区的家庭更有可能受到信贷约束。然而，低收入家庭受法律执行质量低下的

打击最大。对属于第一个收入组（收入最低）的家庭来说，其受到信贷约束的概率在较差的司法辖区为55%，而在较好的辖区为9%，差距甚大。但对最后收入组（收入最高）的家庭而言，较好与较差之间的差距就没有那么大：在较差的辖区概率为24%，在较好的辖区概率为6%。如果我们考虑财富组，则情形类似。对第一个财富组（财富最少）的家庭来说，其信贷约束概率在较差的司法辖区为45%，而在较好的辖区概率为8.5%。但对财富较多（即后面的财富组）的家庭而言，不同辖区之间的差距就小很多。

总之，我们似乎可得出以下结论：法律成本与信贷约束概率强烈相关，而且贫穷家庭受不健全法律体制的影响最深。

债务量、法律执行和贫穷

为了检验法律变量对债务量的影响，我们使用托比（tobit）模型，对其进行估计。该模型的选择，是因为数据在左边被截断。在模型中，我们使用的解释变量，与前述的probit分析一样。而且，我们允许抵押品和财富独立地影响债务量，并允许收入和财富的效应是非线性的。23

表5.7列出了我们实证分析的结果。24与前人所做的研究相一致的是，债务量与户主的年龄正相关，但关系是非线性的：年龄的系数是正的，而年龄平方的系数是负的。而且，能提供较多抵押品的家庭，其负债较多。家庭规模和婚姻状况均与债务正相关，但失业却与其负相关。这一结果与预期相符。家庭规模可被看作需求的代理变量，而债务与需求正相关。已婚者往往拥有可抵押物，这解释了为何他们拥有较多的债务。另一方面，对于失业者，债务较少。通常，他们由于没有收入来源，不能借款购房，除非有人愿意为其借款提供担保。

表5.7 债务量、法律执行与收入组别 户主年龄

实物资产

不动产 0.4775 (0.1566)** -1.0353 (0.1590)** 0.0050 (0.0013)** 0.3369 (0.0759)** 1.8245 (0.2895)** -4.3982 (1.0015)** -7.7110 (1.8692)** 3.1208 (0.8652)**

住所 0.4673 (0.1561)** -1.0327 (0.1586)** 0.0285 (0.0035)** 0.3137 (0.0757)** 1.7773 (0.2887)** -4.4084 (0.9986)** -7.7076 (1.8635)** 3.1162 (0.8626)**

不动产减去住所 0.4809 (0.1567)** -1.0339 (0.1592)** 0.0017 (0.0015) 0.3506 (0.0759)** 1.8388 (0.2898)** -4.4236 (1.0030)** -7.6921 (1.8715)** 3.1204 (0.8662)**

0.4818 (0.1567)**

户主年龄的平方 -1.0386

(0.1592)** 0.0034 抵押品

(0.0011)** 0.3428 受教育年限

(0.0759)** 1.8176 家庭规模

(0.2897)** -4.3143 退休者

(1.0028)** -7.6302 失业者

(1.8703)** 3.1128 婚姻状况

(0.8656)** 23

这对应着，用各收入组的虚拟变量去替换“可支配收入”变量，并且在回归方程中增加各财富组的虚拟变量。 24

收入组和财富组的虚拟变量的系数并没有在表5.7中列出。由这些系数，我们发现，债务量随收入组和财富组的递进而增加。

人均GDP 司法×第一个1/4收入组虚拟变量 司法×第二个1/4收入组虚拟变量 司法×第三个1/4收入组虚拟变量 司法×第四个1/4收入组虚拟变量 常数 观察值个数 1.6551 (0.4567)** -28.2112 (14.0117)* -12.6464 (13.1193) -3.8843 (13.1198) 17.1265 (13.7076) -61.1930 (11.5539)** 23,556 1.6602 (0.4563)** -27.7331 (14.0037) * -12.3939 (13.1125) -3.6954 (13.1139) 17.3311 (13.7004) -61.4559 (11.5461)** 23,556 1.6037 (0.4540)** -27.5064 (13.9503) * -11.9235 (13. 0698) -2.9617 (13.0707) 18.1333 (13. 6621) -63.2319 (11.4949)** 23,556 1.6790 (0.4571)** -28.0751 (14.0230)* -12.7931 (13.1291) -4.0016 (13.1292) 17.1164 (13. 7157) -60.8526 (11.5644)** 23,556

资料来源：作者计算。 注：被解释变量为家庭债务。小括号内的数字为标准误差。不同的列使用不同的抵押品指标，包括实物资产、不动产、住所以及不动产减去住所。所有方程包括了司法辖区、年份、收入组和财富组的全部虚拟变量。

*在5%的水平上显著；**在1%的水平上显著。

“退休者”变量的系数是负的，并且显著。在其他条件相同的情况下，养老金领取者拥有较低的债务，这与大多数跨时选择的基本理论相符。“受教育年限”变量的系数是正的，这表明：受过良好教育的人，拥有较多的债务。这或许反映了以下事实，即受过良好教育的人，在其一生中具有比较陡峭的收入曲线；在生命的早期阶段，其消费的欲望强烈，对信贷的需求也强烈。地区的人均GDP具有正的效应，说明在富有的地区，债务较多。这与我们在第3节中所见的一致。

最后，我们发现，法律变量（司法）与第一组虚拟变量的乘积项（相互作用）的系数是负的，而且显著。前已述及，“司法”用来度量运行糟糕的司法制度的成本，系数为负意味着：如果案件积压率提升，那么债务量下降。我们认为，此发现可为下列说法提供证据，即位于法律执行情况差的司法辖区的银行，倾向于提高信贷成本，这导致了资金难以获得。我们也发现，执行成本的效应随着收入组的逐级推进而不断削弱，而且对高收入的家庭来说，甚至连符号都变了：最后一组虚拟变量的系数为正，尽管不显著。总之，这些发现表明，运行糟糕的法律制度会使信贷资源向高收入者集中。

上述证据并不随抵押物指标的变化而变化。表5.7的其他三列所给出的结果与前面十分相似，在这三列中，使用了不同的抵押物指标。而且，如果我们换用财富组，则结果也是类似的（只不过估计的精确度要比收入组时低25），如表5.8所示。我们再一次看到，执行成本的提高会使穷人的债务减少，而不会对富人产生负面影响。

表5.8 债务量、法律执行与财富组别 户主年龄

实物资产

不动产 0.4834 (0.1566)**

住所 0.4734 (0.1561)**

不动产减去住所 0.4868 (0.1568)**

0.4887 (0.1567)**

25

这反映在显著性上——译者注。

户主年龄的平方 -1.0428

(0.1593)** 0.0033 抵押品

(0.0011)** 0. 3513 受教育年限

(0.0758)** 1. 8259 家庭规模

(0.2896)** -4.2704 退休者

(1.0027)** -7.8511 失业者

(1.8693)** 2.9968 婚姻状况

(0.8647)** 1.7066 人均GDP

(0.4565)**

司法×第一个1/4-18.3199 财富组虚拟变量 (15.6461) 司法×第二个1/4-5.8674 财富组虚拟变量 (13. 1665) 司法×第三个1/4-15.3968 财富组虚拟变量 (12.3149) 司法×第四个1/44.3696 财富组虚拟变量 (13.1841)

-59.5600 常数

(11.5625)** 23,556 观察值个数 -1.0395

(0.1591)** 0.0050 (0.0013)** 0.3453 (0.0758)** 1.8327 (0.2894)** -4.3543 (1.0013)** -7.9308 (1.8681)** 3.0053 (0.8643)** 1. 7113 (0.4561)** -17.8901 (15.6367) -5.5804 (13.1591) -15.2261 (12.3083) 4.7558 (13.1793) -59.8624 (11.5551)** 23,556 -1.0371 (0.1586)** 0.0286 (0.0035)** 0.3221 (0.0757)** 1.7857 (0.2886)** -4.3638 (0.9984)** -7.9306 (1.8623)** 2.9995 (0.8616)** 1. 6547 (0.4537)** -16.9588 (15.5710) -5.6582 (13.1122) -15.5327 (12.2652) 6.9714 (13.1502) -61.9660 (11.5039)** 23,556 -1.0381 (0.1593)** 0.0017 (0.0015) 0.3591 (0.0759)** 1.8470 (0.2897)** -4.3796 (1.0028)** -7.9112 (1.8705)** 3.0050 (0.8653)** 1.7301 (0.4569)** -18.5008 (15.6588) -5.8830 (13.1764) -15.4394 (12.3245) 4.4107 (13.1921) -59.2278 (11.5734)** 23,556

资料来源：作者计算。 注：被解释变量为家庭债务。小括号内的数字为标准误差。不同的列使用不同的抵押品指标，包括实物资产、不动产、住所以及不动产减去住所。所有方程包括了司法辖区、年份、收入组和财富组的全部虚拟变量。

*在5%的水平上显著；**在1%的水平上显著。

表5.9量化了法律执行对家庭债务的效应。该表每项给出的数字是，家庭债务相对于法律执行质量的半弹性。由于使用不同的抵押物指标，得到的结果都差不多，我们此处只列示了使用实物资产作为抵押物指标而得到的结果。第2列列示的是对应四个收入组的半弹性，而第3列对应财富组。

表5.9 债务量与法律执行：弹性 第一组 第二组 收入组 -1.6143 (0.8018)* -0.6979 财富组 -18.3199 (15.6461) -5.8674 (0.7240) 第三组 第四组 -0.2097 (0.7083) 0.8970 (0.7179) (13.1665) -15.3968 (12.3148) 4.3696 (13.1840) 资料来源：作者计算。 注：每项给出的数字是家庭债务相对于法律变量的半弹性。第2列列示的是对应四个收入组的半弹性，而第3列对应财富组。小括号内的数字为标准误差。在每一列，抵押物的指标用的是家庭所拥有的实物资产的数量。

*在5%的水平上显著；**在1%的水平上显著。

根据表第2列中的数字，如果执行成本提高1个百分点26，那么对属于第一收入组的家庭来说，其债务量会降低1600欧元。而对于最后收入组来说，效应的估计精确度要低一些：执行成本1个百分点的上升会使债务增加890欧元左右。如果我们换用财富组，则效应更加强烈，但估计精确度要低许多。案件积压数增加1%，会导致第一个财富组的家庭的债务减少18000欧元左右，而对最后一个财富组的家庭来说，会使其债务增加4000多欧元。总之，这些结果证明，司法成本确实对家庭债务的平均规模造成影响，而且这一影响会随着收入及财富组别的不同而不同。

结论与政策含义

本文的工作为以下说法提供了有力的证据，即在意大利，贫穷的家庭最容易受运行状况糟糕的法律制度的影响。对于第一个收入组（最低收入组）的家庭来说，其受到信贷约束的概率在最差的司法辖区为55%，而在最好的司法辖区仅为9%，差别甚大。但是，如果我们考虑属于最后一个财富组的家庭，差别就显著缩小：此概率在最差的司法辖区为24%，在最好的司法辖区为6%。

而且，我们还发现，法律执行力度的削弱，会使低收入家庭的债务量减少，但对富有的家庭没有影响。这一效应被发现不仅在统计上显著，在经济上也显著。

我们的发现类似于雅普利等人（Jappelli、Pagano和Bianco，即将发表）针对意大利薄弱的法律执行力度对公司信贷市场的影响所做的研究。后者也与格罗普等人（Gropp、Scholz和White，1997）针对美国家庭信贷市场的研究存在相似之处。格罗普等人证实了以下这点，即在破产时资产豁免的规模会对家庭的信贷被拒概率产生统计上和经济上均显著，并且是正的影响。他们也发现，在破产时资产豁免数的增多会使资产较少的那一半家庭获得的信贷量减少，同时使资产较多的那一半家庭获得更多的信贷。

由于在破产时资产豁免数的增多相当于法院在对债权人权益进行保护时执行不力，我们提供的证据在目的上与格罗普等人是一致的，都是为以下说法提供支持：对债权人权利的法律保护不力，会使信贷配置发生扭曲，导致低效率。

本文结果的一个有益启示是，对意大利的司法制度进行改革，能够取得两方面效果，即配置效果与再分配效果。司法辖区着力减少案件积压，会使较穷的家庭受益匪浅。

我们通过估计，得到了一些量化结果：一年减少大约1500个积压案件（相当于年度平均值的1%），会使低收入家庭多获得1600欧元的信贷，但对富有家庭无影响。

对于Ailsa Röell、Howard Rosenthal和David Skeel提供的有益评论与建议，我们深表谢意。我们也由衷感

26

这相当于增加1500个积压案件，而积压案件数的样本平均值为104937。

谢瑞士国家科学基金通过“财务评估与风险管理” 国家研究中心给本文研究提供的经费资助。

（本章译者：谈儒勇）