石磊 關(guān)菲菲

(1.海南開放大學(xué) 海南?？?570203；2.海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院 海南海口 571127)

《G20數(shù)字普惠金融高級原則》于2016年發(fā)布，G20杭州峰會發(fā)布的此項原則，標(biāo)志著數(shù)字普惠金融正式成為全球未來金融扶貧的關(guān)鍵支撐點。普惠金融在金融服務(wù)實體經(jīng)濟覆蓋面和提高金融服務(wù)效率方面具有顯著優(yōu)勢，是我國精準(zhǔn)扶貧、實現(xiàn)國民奔小康目標(biāo)的必要措施。因此，金融數(shù)字化的持續(xù)推進，是實現(xiàn)金融現(xiàn)代化發(fā)展的核心要素。

1 文獻綜述

國內(nèi)關(guān)于數(shù)字普惠金融的研究始于2014年，馬九杰等(2014)研究指出，普惠金融作為互聯(lián)網(wǎng)金融的重要力量，相較傳統(tǒng)金融中的地理排斥等諸多排斥顯示出更加開放的包容性。焦瑾璞等(2015)研究發(fā)現(xiàn)，數(shù)字貨幣在增加金融服務(wù)覆蓋面、降低金融服務(wù)成本及提高金融服務(wù)方面發(fā)揮著重要作用。發(fā)展中國家在金融服務(wù)領(lǐng)域處于較初級水平，信息的不對稱、信用體系的不健全，導(dǎo)致一般家庭獲得銀行信貸的機會渺茫。Philippon(2020)基于金融科技視角，分析了享受金融服務(wù)的成本對信貸指數(shù)影響的相互關(guān)系，大數(shù)據(jù)分析和人工智能的使用極大地提高了金融服務(wù)的普及效率，使較低收入家庭在獲得金融貸款服務(wù)方面的水平提升。

據(jù)此，提出假設(shè)1：數(shù)字普惠金融的發(fā)展可通過化解信息不對稱及信用風(fēng)險控制，從而對家庭負(fù)債率產(chǎn)生正向影響。

張勛等(2019)基于2012年、2014年和2016年三年家庭經(jīng)濟統(tǒng)計數(shù)據(jù)研究數(shù)字普惠金融與經(jīng)濟包容性增長之間的關(guān)聯(lián)。研究發(fā)現(xiàn)，在中國落后地區(qū)的數(shù)字金融不僅發(fā)展更快，還對落后地區(qū)的農(nóng)村低收入家庭貧困狀況具有顯著的改善作用，由此斷言數(shù)字金融對城鄉(xiāng)一體化均衡發(fā)展具有深層次影響。劉丹等(2019)基于中國各大省份及大城市面板數(shù)據(jù)分析數(shù)字普惠金融與農(nóng)民收入的關(guān)系。研究發(fā)現(xiàn)，數(shù)字普惠金融促進了農(nóng)民非農(nóng)收入的提高，令周邊地區(qū)具有經(jīng)濟輻射效應(yīng)。張子豪等(2018)分析了數(shù)字普惠金融與中國城鄉(xiāng)收入差距之間的關(guān)系。研究發(fā)現(xiàn)，數(shù)字普惠金融能顯著縮小城鄉(xiāng)收入差距，其中數(shù)字普惠金融覆蓋廣度指標(biāo)的效用最為明顯，整體而言，低收入群體的福利水平因為數(shù)字普惠金融的發(fā)展而上升。范莉珈和謝綿陛(2016)探索中國家庭資產(chǎn)與負(fù)債的成因及現(xiàn)狀發(fā)現(xiàn)，中國居民的家庭收入與家庭負(fù)債存在負(fù)相關(guān)性，即低收入家庭更可能有較高的家庭負(fù)債率。

基于此，提出假設(shè)2：數(shù)字普惠金融的發(fā)展可通過促進當(dāng)?shù)亟?jīng)濟發(fā)展增加居民收入，從而提高居民家庭的信貸參與率，提高居民家庭的負(fù)債率。

2 數(shù)據(jù)實證分析

2.1 計量模型

為了探索數(shù)字普惠金融各項指標(biāo)與居民負(fù)債率的相關(guān)性，通過構(gòu)建計量模型的方法進行數(shù)據(jù)分析：

式1中：被解釋變量用debtit表示，即i省在t年的居民負(fù)債率水平；核心解釋變量用finait表示，即 i省在t年的數(shù)字普惠金融的發(fā)展?fàn)顩r；控制變量的集合用controlit表示；個體固定效應(yīng)用γi表示；隨機擾動項用εit表示。

2.2 數(shù)據(jù)來源與變量說明

本文使用了以下數(shù)據(jù)： 北京大學(xué)數(shù)字金融研究中心發(fā)布的 《中國數(shù)字普惠金融指數(shù)(2011—2018)》； 銀行和非銀行機構(gòu)向家庭發(fā)放的消費信貸數(shù)據(jù)來源于中國人民銀行發(fā)布的區(qū)域金融運行報告、國家資產(chǎn)負(fù)債表研究中心 (CNBS)；控制變量來源于2011—2018年的《中國統(tǒng)計年鑒》和萬得數(shù)據(jù)庫?？紤]到數(shù)據(jù)的可得性，本文選取2011—2018年我國30個省份的面板數(shù)據(jù)進行實證研究。其中，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東及海南11 個省份；中部地區(qū)包括山西、河南、安徽、湖北、湖南、黑龍江、吉林及江西8個省份；西部地區(qū)包括陜西、甘肅、寧夏、青海、內(nèi)蒙古、新疆、四川、重慶、云南、貴州、廣西11個省份(見表1)。

表1 變量說明與描述性統(tǒng)計

2.3 影響效應(yīng)回歸結(jié)果分析

本文選取固定效應(yīng)的計量統(tǒng)計模型，采用Hausman檢驗的方法對統(tǒng)計結(jié)果進行分析，實證檢驗數(shù)字普惠金融發(fā)展對居民負(fù)債率的影響。在表2數(shù)字普惠金融與居民負(fù)債率相關(guān)性估計結(jié)果的模型1中，增加了變量fina(數(shù)字普惠金融指數(shù))后進行分析，結(jié)果表明數(shù)字普惠金融的發(fā)展水平顯著影響居民負(fù)債率(在1%的水平上顯著)。在模型2中增加控制變量fina(數(shù)字普惠金融發(fā)展指數(shù))后，fina的系數(shù)估計值顯示為0.197，顯著性水平p值<0.05，具有顯著正相關(guān)性，數(shù)字普惠金融正向影響居民負(fù)債率。所以，模型1和模型2的統(tǒng)計結(jié)果都反映了我國數(shù)字普惠金融發(fā)展與居民負(fù)債率呈現(xiàn)顯著的正相關(guān)關(guān)系，假說1得到驗證。

表2 數(shù)字普惠金融與居民負(fù)債率相關(guān)性估計

實證檢驗的結(jié)論發(fā)現(xiàn)，eco(經(jīng)濟發(fā)展水平)系數(shù)的估計值顯示為0.087，存在顯著的正相關(guān)性(顯著性水平p值<0.05)；store(儲蓄率)系數(shù)的估計值顯示為0.202，存在顯著的正相關(guān)性(顯著性水平p值<0.05)。數(shù)字普惠金融的發(fā)展可以通過促進當(dāng)?shù)亟?jīng)濟發(fā)展增加居民收入，從而提高居民家庭的信貸參與率，提高居民家庭的負(fù)債率，與假說2相符。

數(shù)字普惠金融發(fā)展通過對經(jīng)濟發(fā)展水平和居民儲蓄率的正向影響，從而對居民負(fù)債率產(chǎn)生間接影響。一是經(jīng)濟發(fā)展有助于低收入群體更加平等地享受高品質(zhì)、多元化的金融業(yè)務(wù)，降低獲得信貸支持的門檻。二是經(jīng)濟的發(fā)展促進了當(dāng)?shù)鼐用袷杖胨降奶嵘?，而較高收入的家庭，其資產(chǎn)規(guī)模較充裕，居民家庭具有更強的消費信貸信心，提升了家庭的債務(wù)水平。

3 結(jié)語

3.1 設(shè)置風(fēng)險預(yù)警機制，防范債務(wù)累積風(fēng)險

針對居民負(fù)債率低、增速慢的地區(qū)，應(yīng)采取差異化消費信貸策略，使居民合理利用數(shù)字普惠金融的優(yōu)勢，緩解資金緊張的困境，促進消費升級，滿足人民群眾對美好生活的追求。對負(fù)債率較高、增速較快區(qū)域的信貸情況，應(yīng)及時采取風(fēng)險預(yù)警機制，防止債務(wù)違約，引導(dǎo)其合理配置家庭資產(chǎn)。及時掌握中高收入人群負(fù)債率水平及高杠桿人群債務(wù)償付情況，改善居民家庭信貸結(jié)構(gòu)，提高家庭財務(wù)安全質(zhì)量。

3.2 構(gòu)建范圍更廣、層次更深的普惠征信體系

信貸指數(shù)與居民負(fù)債率存在顯著的正相關(guān)關(guān)系。因此，要從源頭防控違約風(fēng)險，須從構(gòu)建范圍更廣、層次更深的普惠征信體系入手。金融監(jiān)管部門應(yīng)保護好居民個人隱私，提高數(shù)據(jù)安全性；進一步規(guī)范征信數(shù)據(jù)記錄、保管、應(yīng)用等行為，完善相關(guān)法律法規(guī)；運用數(shù)字信息技術(shù)，構(gòu)建信用評價數(shù)據(jù)庫；以聯(lián)動監(jiān)管的措施，實現(xiàn)金融機構(gòu)征信信息融合共享；創(chuàng)新征信服務(wù)模式，實現(xiàn)覆蓋面更廣的普惠征信，構(gòu)建以商業(yè)化征信機構(gòu)為輔，中國人民銀行為主的征信體系。

3.3 運用數(shù)字技術(shù)防范債務(wù)違約風(fēng)險

注重運用數(shù)字技術(shù)防范債務(wù)違約風(fēng)險，基于云計算技術(shù)對客戶信息進行大數(shù)據(jù)分析。金融機構(gòu)應(yīng)做好消費信貸風(fēng)險防控，以信用評估和客戶信息數(shù)據(jù)為依托，嚴(yán)格監(jiān)控貸款用途，防范居民家庭過度負(fù)債造成的違約風(fēng)險。一方面，基于消費行為數(shù)據(jù)進行數(shù)字技術(shù)采集和分析，建立信用風(fēng)險評估模型。另一方面，完善貸后風(fēng)險監(jiān)測機制，貸后風(fēng)險評估與違約預(yù)警機制，有效化解過度負(fù)債形成的金融風(fēng)險，將信貸風(fēng)險識別能力科學(xué)化、數(shù)字化。