数字普惠金融影响因素实证研究

导语：数字普惠金融影响因素实证研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：本文基于2011-2018年中国省际面板数据，构建GMM模型，实证分析数字普惠金融发展的影响因素。结果表明：“互联网+”指数对于数字普惠金融的影响最大，政府干预、居民金融素养的提升以及经济发展都对数字普惠金融的发展具有稳健、显著的正向作用。因此，依据结论，提出推动数字普惠金融发展的政策建议。

关键词：数字普惠金融;影响因素;动态面板模型

自2005年普惠金融被联合国正式提出以来，世界各国纷纷开展普惠金融实践。我国也积极行动，十八届三中全会正式将普惠金融列为发展目标，之后又陆续推出了发展规划与系列扶持政策，为普惠金融发展开路。经过多方努力，中国普惠金融体系建设取得了阶段性的成果。据统计，截至2019年6月末，全国银行业金融机构乡镇机构覆盖率达96%，全国行政村基础金融服务覆盖率达99%；全国小微企业贷款余额达35.6万亿元，其中，普惠型小微企业贷款余额10.7万亿元，较年初增长14%；涉农贷款余额34.2万亿元，普惠型涉农贷款余额6.1万亿元，较年初增长8%；全国扶贫小额信贷余额2287.6亿元，扶贫开发项目贷款余额为4247亿元，全国334个深度贫困县各项贷款余额17366亿元，较年初增长7.9%[1]。尽管如此，普惠金融发展过程中仍面临多重掣肘，主要体现在：商业模式不成熟、金融机构成本与收益不匹配、信息不对称等，这导致金融机构在提供普惠金融服务时积极性不够，金融资源分布不均衡、一些地区金融服务质量差、效率低，普惠金融发展难以为继。而数字技术发展突破金融服务时空限制，降低了金融服务成本，提高了金融资源配置效率，成为普惠金融发展破局的关键。为此，将二者相互融合的数字普惠金融应运而生，并于2016年在G20杭州峰会被首次提出。数字普惠金融的提出引发了人们热议。中国数字普惠金融发展水平如何？影响数字普惠金融发展的因素有哪些？如何推进地区数字普惠金融发展？本文概述省际数字普惠金融发展特征，利用动态面板计量模型分析其影响因素，总结数字普惠金融发展规律与对策。

1研究综述

作为金融创新的热点，数字普惠金融发展问题近年来得到了学者们的广泛关注。纵览数字普惠金融相关研究文献，主要集中于以下几个方面。1.1评价指标研究。目前比较权威的是北京大学数字金融研究中心联合蚂蚁金服集团了中国数字普惠金融发展指数，该指数从3个维度设计了24个指标体系，利用对数型功效函数法进行无量纲处理，采用层次分析法赋权，得出了各省市数字普惠金融指数。这一指标体系被证实是合理有效的，被张勋(2019)、周丽(2018)等学者采用。1.2发展的作用与意义研究。姚金楼(2016)、魏晓峰(2019)等认为数字普惠金融可以更好地推动普惠金融落地。张子豪(2018)、陈丹(2019)、张贺(2018)、宋晓玲(2017)证实了数字普惠金融对城乡收入差距的缩小具有显著的促进作用，可以提升低收入群体福利水平，帮助欠发达地区加速发展。丁日佳等(2019)借鉴工具变量法和中介效应模型研究了数字普惠金融对我国服务业发展的影响与作用机制。谢绚丽等(2018)发现数字普惠金融的发展对于城镇化率较低的省份、注册资本较少的微型企业有更强的鼓励创业的作用。认为数字普惠金融有效缓解了传统普惠金融存在的信用采集难、成本高等困难，降低了普惠金融推广中的部分风险。任碧云等(2019)利用微观计量方法探索数字普惠金融中数字支付服务、数字投资服务和数字借贷服务的使用情况以及数字金融服务的可得性等四个维度对农村包容性增长的影响。1.3发展影响因素研究。吴金旺(2019)等利用空间面板数据模型对数字普惠金融影响因素进行检验，认为“互联网+”、经济发展水平以及网络消费水平对各省份数字普惠金融的发展均产生显著正向促进作用。郝云平(2018)通过实证研究发现：地区的经济发展情况与数字普惠金融指数呈U型关系，人口密度、金融意识、互联网使用情况均与数字普惠金融呈显著且稳健的正相关关系；城乡收入差距与数字普惠金融呈显著负相关关系。此外，还有一些学者聚焦于数字普惠金融的风险与监管方面。王晓(2016)从国家数字普惠金融监管现状出发，提出了相关意见和建议。陆岷峰(2016)等提出了数字普惠金融发展过程中保护消费者权益的建议。总体而言，由于数字普惠金融最早于2016年在G20杭州峰会提出，现有文献对数字普惠金融的研究相对较少，特别是对数字普惠金融影响因素的研究寥寥无几。本文综合考虑数字普惠金融数字性与普惠性双重特征，借鉴北大数字普惠金融指标，利用计量经济方法，分析区域数字普惠金融发展影响因素，以期揭示数字普惠金融发展的一些规律特征，为相关政府制定发展政策提出实证依据。

2中国数字普惠金融发展特征

当前，数字技术和普惠金融理念的深度融合已成为金融创新领域的焦点和热点(吕家进，2016)。研究数字普惠金融发展指标对于准确、科学地衡量数字普惠金融发展水平与演变趋势具有重要意义。囿于海量微观数据获取的局限，北京大学数字金融研究中心依托蚂蚁金服大数据，计算出了中国数字普惠金融指数，能比较客观地反映当前中国数字普惠金融发展特征。表1是根据北京大学数字普惠金融指数计算的中国区域数字普惠金融指数。结合表1数据，中国数字普惠金融指数发展呈递增趋势，但区域间数字普惠金融发展水平不均衡。根据全国数字普惠金融指数平均值变化情况，自2011年以来，全国数字普惠金融总体发展较快，从54.51持续增加到2018年的321.13。其中，东部地区与西部地区发展水平较高，东北地区数字普惠金融发展水平仅次于东部地区与西部地区，中部地区数字普惠金融发展水平相对落后。就增长速度而言，2015年度，各区域数字普惠金融增长速度较相对较慢，平均为3.31%，而在其他年份各地区数字普惠金融增长速度普遍在10%以上，特别是在2012年度，数字普惠金融平均增长速度为49.48%。从各省份数字普惠金融发展情况来看，目前，发展水平较高的省份为北京、上海、广东、福建、浙江，发展水平较低的省份为青海、甘肃、西藏、新疆、宁夏、内蒙古等地区。各省份数字普惠金融发展差距正在日趋缩小，2011年，数字普惠金融指数最高的上海市比数字普惠金融指数最低的新疆高出近4倍，而到了2018年，这一差距缩小为0.37倍。

3数字普惠金融的影响因素理论分析

3.1经济发展。数字普惠金融是金融发展历程中重要的节点，势必受经济发展的影响。而关于金融发展与经济增长的关系，一直是理论研究的热点问题。武志认为金融的发展离不开经济，金融发展程度和当地经济发展水平正相关，发展高质量的金融需要良好的经济条件的支撑。经济发展引致金融需求增加，从而推动金融自由化与金融发展。经济发展速度快的城市或领域，产出贡献率相对较高，资金流入效率提高，数字技术更新较快，金融排斥现象缓解，数字普惠金融指数高(葛和平，2018)。3.2政府干预。关于政府干预对于金融发展的影响，学者们一直存在争论。一些人认为政府干预能够推动金融发展。吴娅玲(2016)等认为在金融市场和实体经济都不发达的情形下，需要政府的适时介入和主导实现对市场机制的补充，随着金融市场的逐步完善，则需明确政府参与金融市场发展的合适领域和方式，发挥市场机制的基础性作用，提高资源配置效率。薛菁(2018)等认为政府干预可以降低中小企业融资市场中的信息不对称，改善中小企业融资困境。潘林伟等(2017)认为地方政府影响了区域金融效率促进经济增长效应的释放，也有一些学者认为政府干预会阻碍金融发展。张前程(2016)等认为金融深化能显著提高行业投资配置效率，政府干预则削弱了金融深化对行业投资配置效率的改善作用。数字普惠金融的本质仍然是金融，政府通过支持金融科技进步、引导金融资源合理配置、扶持小微企业，有助于推动数字普惠金融的发展。3.3居民金融素养。居民金融素养提升是提高居民金融决策能力的有效途径。金融素养对于数字普惠金融的意义在于提高消费者的金融应用能力，增强金融产品的获得性。数字普惠金融的发展依托于大数据、区块链等数字技术的进步，需要消费者了解数字技术的重要作用，并且应用在金融消费领域。金融素养的高低可以反映出消费者对金融产品的认知及金融知识的储备与应用，受后天教育水平的影响。3.4“互联网+”指数。互联网与移动网络是数字普惠金融赖以生存与发展的重要基础设施。互联网的应用可以提升电子支付的便利性。大数据与区块链等技术的发展可以改善金融交易中信息不对称问题，推动金融服务更多地延伸到“长尾客户”，从而有助于数字普惠金融的实现。随着互联网技术发展，金融领域出现了一些新型的互联网金融机构，原有的金融机构也得到改造，金融服务供应主体不断增加，金融产品日益革新，金融机构运营模式得到优化，传统的普惠金融领域无法解决的诸如经营成本、内驱机制等问题在互联网技术的发展下都衍化出了新的解决路径。

4数字普惠金融影响因素实证分析及政策启示

4.1模型设定与数据来源。面板数据能够捕获样本在时间与个体方面信息，控制个体的异质性，得到更精确的估计。考虑到数字普惠金融发展是一个连续的、动态的过程，具有一定的累积效应，本文使用动态面板模型分析数据普惠金融的影响因素。模型基本形式如下：lNDIFIit=α0+α1LNDIFIit-1+α2LNGNIit+α3LNGOVit+α4LNJRSYit+α5LNIUit+εit其中，i代表地区，t代表年份，εit表示随机误差项。DIFI表示数字普惠金融发展水平，利用北京大学数字普惠金融指数来表示。GNI反映经济发展水平。考虑到时序效应，本文选用人均国民收入水平反映经济发展水平，以剔除价格因素的影响。GOV指政府干预程度，用(财政预算支出-财政预算收入)/GDP来衡量。JRSY代表居民金融素养水平，考虑到数据的可得性及相关性，本文用平均受教育年限表示该指标。IU代表“互联网+”指数，借鉴宋晓玲(2017)、陈淑云等(2019)学者的研究，本文以互联网普及率反映。本文所使用的分析数据均来源于历年的《中国统计年鉴》《中国金融统计年鉴》及各省统计局官方网站。4.2实证结果分析。为克服变量多重共线性问题，本文采取逐步回归方法，将变量逐步引入模型，并进行检验，回归结果如表2所示。由表中回归结果可以发现，第一，数字普惠金融受其滞后一期值影响显著，这说明数字普惠金融的发展不能一蹴而就，需要经历渐进式的发展变革。第二，政府干预对于数字普惠金融发展具有正向作用，政府加大数字普惠金融的支持力度，可以推动数字普惠金融更好地触达财富金字塔底层消费者与小微企业。第三，居民金融素养提升能加快数字普惠金融发展进程。第四，互联网技术的广泛应用为数字普惠金融提供了基础设施与应用场景支持，从而扩大金融的普惠范围与深度。4.3结论与政策启示。本文采用2011—2018年我国31个省面板数据，构建GMM模型分析数字普惠金融发展的影响因素。结果表明：“互联网+”指数对于数字普惠金融的影响最大，政府干预、居民金融素养的提升以及经济发展均对数字普惠金融的发展具有稳健、显著的正向作用。因此，一方面国家要加快发展数字经济，加强互联网基础设施建设，推进人工智能、互联网技术的创新发展。另一方面，要采取多样化形式提高公民金融素养，加强金融知识普及教育，提高消费者金融风险识别能力及金融决策能力，加大金融服务辐射范围。政府要加大数字普惠金融支持力度，特别是在数字普惠金融发展初期，政府引导和财政补贴有助于其发展壮大。

作者:胡锦娟 单位:顺德职业技术学院