任森春, 俞润洁
(安徽财经大学 金融学院,安徽 蚌埠 233030)
近年来,我国普惠金融的发展呈现出快速增长的趋势,为实体经济的发展提供了支持。但由于普惠金融起步较晚,区域间差异化明显、金融产品成本较高、金融市场监管不严等问题已成为制约普惠金融发展的主要因素。
国内外对于普惠金融的研究成果主要分为三类。一是普惠金融发展的影响因素研究。从金融供给来看,Leyshon和Thrift(1995)[1]认为金融产品或服务不合理的获得成本是导致金融排斥、阻碍普惠金融发展的主要因素;杜晓山(2006)[2]认为贫困和低收入客户的金融需求也会影响普惠金融的发展。二是普惠金融指标体系的构建。国外学者对普惠金融的研究较早,最初仅从供给与需求两个方面构建指标体系,其后随着研究的深入,Arora(2010)[3]将通讯和运输等基础设施以及政府治理也加入指标体系之中。国内学者的研究最初主要聚焦于银行类金融机构,随着金融机构的多元化,杜强(2016)[4]将银行、证券、保险等金融机构也纳入指标体系之中。三是普惠金融的测度方法。国内外学者对于普惠金融指数的测度大多基于人文发展指数(HDI)。Gupte等(2012)[5]考虑了各指标对普惠金融指数的正负影响,在HDI的基础上计算出印度2008-2009年的普惠金融指数;刘明等(2014)[6]选择变异系数法计算各指标的权重,并结合人文发展指数法对山东省普惠金融发展水平进行了实证分析。
综上所述,国内外学者从多个维度定性或定量地评价普惠金融的发展水平。但就具体的评价指标而言:在微观层面,学者们大多从普惠金融的覆盖率出发,仅从金融网点个数等方面评价金融机构的覆盖率,忽视了金融服务人员对于建立完备的金融体系的积极作用;从宏观视角来看,指标维度的选择主要体现在金融服务的可得性,选用的指标主要是存款余额、贷款余额、存款余额占GDP的比重和贷款余额占GDP的比重等,但这些指标在实质上与普惠金融发展的联系并不密切。基于此,本文拟对现有指标体系进行改进,并运用普惠金融指数法量化普惠金融发展水平,以期能为普惠金融的发展提供新思路。
现阶段有关普惠金融发展水平的研究方法主要有三种:普惠金融指数法、CP金融包容性指数法和协同度测度模型。其中普惠金融指数法和CP金融包容性指数法的本质都是在欧几里得距离方法的基础上,通过测算指标数值所处区间的相对距离来计算相对指数。普惠金融指数法的计算方法比较简单,适用于维度和数据较多时的计算,但其公式的标准化程度较高,存在一定的局限性。与普惠金融指数法相比,CP金融包容性指数的公式更加灵活,但由于公式中的敏感系数是人为设定的,因而该方法计算出的结果受到既定参数值的主观影响较强。协同度测度模型将协同学理论引入普惠金融领域,利用系统中各要素的相互作用,使得总体趋于稳定,反映了各变量的变化趋势。但是该模型的计算公式相对复杂,适合于维度和具体指标较少的指标体系。
综合以上三种方法的优劣势,本文选择普惠金融指数法测度普惠金融发展水平,并利用变异系数法对各指标进行客观赋权,以克服CP金融包容性指数主观性较强的缺点,同时在指标体系维度较多的情况下,实现各指标间的有机结合,能够较为准确真实地反映普惠金融的发展水平。
本文从金融服务覆盖率、金融服务可得性和金融服务满意度三个维度构建指标体系,对普惠金融发展进行量化分析和综合评价。在评价金融服务覆盖率时,先将这一维度分解为金融体系的完备性和基础设施建设的完备性两个方面。然后用银行网点数(每万人拥有银行网点数)、保险机构个数(每百人拥有保险机构数)、银行从业人员数(每万人拥有银行从业人员数)、证券从业人员数(每万人拥有证券行业人员数)和保险从业人员数(每万人拥有保险人员从业数)这五个指标描述金融体系的完备性,用互联网宽带接入户数(每万户拥有互联网宽带接入户数)和移动电话普及率描述基础设施建设的完备性。
在金融服务可得性这一维度中,分别从薄弱环节扶持水平、产品多样性、政府支持力度和金融服务的获得这四个方面对其进行描述。其中,薄弱环节的扶持水平用农户贷款增长率、小微企业贷款增长率来表示;金融服务获得成本用银行承兑汇票贴现利率和人民币贷款利率来表示,通过这两个方面衡量弱势群体是否能够以较低的成本获得高质量的金融产品。产品多样性用于评价金融机构能否通过金融创新,针对多样化的客户提供不同的金融产品,其可以进一步细化为保险深度(保险费用/GDP)、保险密度(保险费用/总人口)、农业保险占保费总额比率、证券账户数(每万人拥有证券账户数)、成交量(每万人的证券成交量)这五个指标。而政府支持力度则体现了政府在宏观层面为帮助弱势群体获得金融服务所发挥的推动作用,其可以进一步细化为新型农村合作医疗参保率、城乡最低生活保障参保率、助学贷款增长率、城乡医疗保险参保率、城乡养老保险参保率、困难户救济金额占总额比重这六个指标。
在衡量金融服务满意度时,基于现有相关普惠金融发展规划对于完善人民的信用档案、降低金融机构信贷风险的要求,将其分解为个人信用档案建档率、企业信用档案建档率和金融消费投诉处理率三个方面。具体指标体系见表1前两列。
然后,对该指标的原始数据进行max-min规范化,再乘以相应的指标权重wi,得到处理后的结果Di。当Di的数值越大时,表示普惠金融发展状况越好。(D1,D2,…,Dn)构成n维空间上的点X,用O(0, 0, ... 0)表示普惠金融发展达到最低水平时的点,w(w1,w2,...wn)表示普惠金融发展达到最高水平时的点。计算X与O之间的欧氏距离(X1)和X与U之间的欧氏距离(X2) ,具体公式如下:
(1)
(2)
将X1,X2取算术平均值得出普惠金融发展指数IFI。对于IFI∈[0, 1]的水平测度,当前大多数的研究倾向于将其划分为三个档次:[0,0.3]低水平;(0.3,0.5]中等水平;(0.5,1]高水平。但这种划分方式不仅使得区间跨度较大,且区间与区间之间的间隔也各不相同,从而无法体现低等、中等与高等之间的平衡,难以具体反映普惠金融发展的真实情况,特别是在IFI∈(0.5,1]的区间上。针对这一问题,本文对普惠金融指数的区间划分方式进行改善,将普惠金融的发展水平划分为五个档次:[0,0.2]低水平;(0.2,0.4]中低水平;(0.4,0.6]中等水平;(0.6,0.8]中高水平;(0.8,1]高水平。
(2) 评价指标的描述性统计分析 本文以安徽省为例,使用普惠金融指数法结合变异系数法,从《中国区域金融运行报告》《安徽省统计年鉴》等数据库中选取2012-2017年相关原始数据,计算各指标的权重。具体见表1。
表1 评价指标的描述性统计
续表
由表1计算可得,维度一即金融服务覆盖率权重为19.21%,这说明在提高普惠金融水平方面,加强基础设施建设,完善金融网点覆盖率的作用较大。
维度二即金融服务可得性权重为67.40%,占比超过50%,在测度普惠金融的各项指标中占比较高,表明在推进普惠金融发展中应当平衡金融产品或服务的供求量,加大对薄弱环节的扶持力度,致力于为广大人民群众提供成本低廉、便捷高效的金融服务。其中,助学贷款增长率这一指标所占比重最大,在衡量普惠金融发展方面具有更大的解释力度,这主要是因为提高助学贷款率不仅有利于增强金融产品的多样性,提高人民对于金融服务的获得感,也反映了政府对薄弱环节的支持力度。
对于维度三即金融服务满意度,虽然其占比较少,仅为13.49%,但在普惠金融的推进过程中仍不可轻易忽视,应当努力提高金融工具的使用效率,降低金融需求者的申贷门槛,使得更多的金融需求者能够享受普惠金融带来的便利。
(3) 实证分析 在对前文表1的相关数据进行归一化处理后,运用式(1)、式(2)计算可得安徽省2012-2017年普惠金融发展指数(IFI),如下页图1所示。
从实证结果看来,安徽省普惠金融发展指数总体维持在0.5-0.6之间,处于中等偏上水平,但整体呈现出震荡趋势,并在2015年达到阶段性顶点。从安徽省普惠金融发展进程来看,自2012年将普惠金融作为减少弱贫富差距的重要途径以来,安徽省政府不断推出完善普惠金融的具体政策,因此2012年安徽省普惠金融发展处于较高水平。其后在2013-2014年间,虽然政府致力于扶植薄弱环节,提高贫困人口收入,但由于中小企业融资难、金融服务不均匀现象突出以及政策法规不完善等问题,安徽省普惠金融艰难发展,普惠金融指数逐年下降。在2016年,互联网的普及使得金融服务的便利化和金融产品的科技化进一步深入,但受到我国经济处于“三期叠加”的限制,传统金融机构的业务受到挑战,安徽省普惠金融指数也明显下跌,各指标较2015年全面下降。直至2017年,安徽省加强了对普惠金融专项资金的监控,促进财政引导金融支农支小、扶贫扶弱,普惠金融指数明显上升。
图1 2012-2017年安徽省普惠金融发展指数
综上所述,当前安徽省普惠金融发展整体处于中等偏上水平,但发展并不稳定,在快速的上升之后往往伴随着小幅回落。在2012年和2015年,安徽省普惠金融水平达到了中高层次后呈现下跌趋势。从金融服务的覆盖率和可得性来看,安徽省金融网点分布日益密集,金融产品逐步实现多样化。但从不断增加的金融投诉数量可以看出,金融产品的质量仍存在缺陷,金融服务的满意度有待进一步提高。
由此提出以下建议:金融机构首先应当做好风险防范,加强对客户的信用评估,如各银行间可以实现客户信用信息共享,从而在控制信用风险的同时降低评估成本。其次,还可以通过创新金融科技,推出满足消费者差异化需求的金融产品。最后,针对小微企业和低收入群体,可以放宽贷款条件,降低其融资成本。政府可以考虑在偏远地区增设诸如村镇银行、农村资金互助社等新型金融机构,解决区域间物理网点分布不均的问题。