金融科技发展提升了金融服务实体经济的效率吗?——基于北京大学数字普惠金融指数的实证研究

肖晓军，李执敏

(赣南师范大学 经济管理学院，江西 赣州 341000)

实体经济是国民经济的基础，任何国家经济的健康发展，都离不开实体经济的有效支撑。金融要服务实体经济发展是我国党和国家对金融工作的重要原则。然而，我国当前金融和实体经济失衡、社会资本“脱实向虚”的问题还比较突出，实体经济空心化趋势显现。因而，让金融回归本源，疏通金融服务实体经济的血脉，提高金融服务实体经济的效率，对推动我国经济高质量发展具有十分重要的现实意义。

近年来，金融科技(Fintech)在中国迅速发展，余额宝等一批新兴的金融科技工具正在慢慢改变中国的金融业态。金融科技就是将一系列的新兴技术如互联网、大数据、云计算、人工智能、区块链、5G等应用于金融领域，是信息技术与金融业的深度融合。这种深度的融合引发了金融产品及应用、金融服务、金融业务模式等方面一系列的金融创新，并对金融市场、金融机构以及金融供给方式产生了实质性的影响。

那么，金融科技的发展是否能提升金融服务实体经济的效率呢？其内在机理如何？进一步，金融科技创新提升金融服务实体经济的效率在不同地区又是否存在差异？这些问题都亟待解答。因此，笔者试图通过理论机制剖析金融科技影响金融服务实体经济效率的机制，并运用北京大学数字普惠金融指数和2011年～2018年省级面板数据来进行实证检验，以期为促进金融资源“脱虚向实”提供有益政策参考。

1 文献综述

国外学者对金融服务实体经济发展效率的研究，主要暗含在金融发展与经济增长关系的研究之中。这方面研究得出的结论各异，如Fry(1978)；King et al(1993)研究认为金融发展对经济增长具有促进作用；而Patrick(1966)；Shaw(1975)则研究认为金融发展对经济增长具有抑制作用；Deidda(2006)、Arcand(2015)则得出金融发展与经济增长存在双向作用。国外学者直接研究金融服务实体经济效率的成果还十分少见。在金融服务实体经济的效率测度方面，仅Méon 等(2010)利用随机前沿模型，基于47 个国家1980年～1995年的面板数据分析了金融中介的发展支持宏观经济增长的技术效率和Gheeraert等(2015)基于随机前沿模型，利用70个国家银行的数据分析了金融对宏观经济增长的效率。而在分析金融服务实体经济效率的影响因素上，国外学者大多立足于金融规模视角探讨金融规模的扩大对实体经济效率造成的影响。如Ductor和Grechyna(2011)证实金融规模不能无限制扩大，金融发展存在一个门槛水平，稳定、持续的经济增长需要实体经济部门和金融部门二者的协调增长。Cecchetti和Kharroubi(2012)则证明金融部门规模对生产率的影响呈倒U形，即存在门槛限制，金融发展只有到了一定程度才能实现效率最大化，过度的金融发展将会抑制经济增长。

国内学者对金融服务实体经济效率的研究，主要集中在两个方面：①理论方面的研究。如蔡则祥等(2016)对金融资源与实体经济优化配置的研究；张红伟等(2017)对互联网金融支持实体经济发展机制的分析；李海辉(2018)对提高金融服务实体经济效率亟须解决的问题的分析。②实证方面的研究，又分为对金融服务实体经济效率的测度和金融服务实体经济效率的影响因素两方面，对前者有如罗来军等(2016)将国民生产总值减去金融业产值作为实体经济产出指标，并据此测度了金融服务实体经济发展的效率；张林、张维康(2017)将资本、劳动、融资额作为投入指标，用各地区GDP扣减金融业和房地产业产值后的其他产业总产值来衡量实体经济总产值并作为产出指标，采用以DEA为基础的全局Malmquist指数和同期Malmquist指数测算中国31个省市区1999年～2015年金融服务实体经济增长的效率；蔡则祥、武学强(2017)分别用社会融资规模、金融机构数量、金融从业人员作为金融资源投入变量，用GDP增加值(减去金融业增加值)和不良贷款余额分别作为期望产出变量和非期望产出变量，并运用SBM方向性距离函数和Luenberger指数法分别测度及分解各省份金融服务实体经济发展的无效率和全要素生产率值。而对后者有如张林、张维康(2017)分析了金融规模、金融结构以及政府干预对金融服务实体经济增长效率的影响。蔡则祥、武学强(2017)则分析了政府金融集权度、银行集中度、直接融资比重、普惠金融发展水平对金融服务实体经济效率的影响。杜书云和田申(2019)实证分析房价波动对金融服务实体经济效率影响。

综上，现有学者们对金融服务实体经济效率的测算以及影响因素等问题进行了一定的研究，但就金融科技发展对金融服务实体经济效率的影响效应的研究还处于空白。为此，笔者将探索金融科技发展对金融服务实体经济效率的影响，可以弥补现有研究的不足。

2 金融科技发展对提升金融服务实体经济效率影响机制的理论分析

金融科技发展通过引发了金融产品及应用、金融服务、金融业务模式等方面一系列的金融创新，提高实体经济对于金融服务获得的普惠性和便利性，从而提升金融服务实体经济的效率。

①在金融科技推动下，金融业务新形态、新金融产品层出不穷，有效地满足了实体经济对金融服务的需求。近几年来的第三方支付、众筹、网络信贷、网络保险等新型金融业务和产品，其根本驱动因素是金融科技的发展。这些业务和产品的出现，弥补了原有传统金融机构对金融服务有效提供的不足，尤其利于促进实体经济的发展。②金融科技使金融服务下沉至传统金融机构难以覆盖的长尾客户，扩大了金融对实体经济的服务面。如微众银行的消费信贷主要服务中低收入者；网商银行累计服务了1 227万户小微企业，这些都是传统商业银行不愿服务的人群。金融服务的下沉有力地支持了实体经济的发展。③传统商业银行拥有大量客户资源与资本积累，利用金融科技进行技术升级改造，或利用金融科技公司在数据、人才、技术方面拥有的绝对优势与金融科技公司合作，进行优势互补，提高了其服务效率，延伸了金融服务的深度，提升了传统商业银行服务实体经济的能力。

3 计量模型、变量说明与数据来源

3.1 计量模型设定

为了定量分析金融科技对提升金融服务实体经济效率的影响，借鉴杜书云和田申(2019)的研究，设定如下动态面板数据计量模型：

Effit=α0+α1Effit-1+α2Fintechit+α3Controlit+εit

(1)

(1)式中，Effit表示第i个省份第t年金融服务实体经济的效率，Fintechit表示第i个省份第t年的金融科技发展水平，Controlit表示其他控制变量包括各地政府干预经济的程度、各地金融业的市场结构、各地金融业的文化程度，εit代表随机误差项。笔者采用我国大陆地区31个省份的数据，考虑到北京大学数字金融研究中心构建的中国数字普惠金融指数(DIFFC)在2011年～2018年间，故设定的时间区间也在2011年～2018年。

3.2 变量说明与数据来源

3.2.1 被解释变量—金融服务实体经济的效率。笔者采用基于DEA的Malmquist指数来测算金融服务实体经济的效率，具体计算公式为：

(2)

以上投入指标X采用第i个地区第t时间内银行业金融机构各项贷款余额、银行业金融机构从业人员、保险机构保险赔款支出；产出指标y采用第i个地区第t时间内的实体经济规模，通过GDP总量扣除金融产业以及房地产业增加值得到。

3.2.2 核心解释变量—金融科技发展水平。金融科技发展水平目前有如下几种方法来衡量：①构建金融科技情绪指数，如沈悦和郭品(2015)；②构建金融科技指标体系，如北京大学数字金融研究中心郭峰等(2016)等构建了中国数字普惠金融指数来衡量各地区的金融科技发展水平，其同时考虑了数字普惠金融覆盖率指数、数字普惠金融使用深度指数以及数字普惠金融数字化程度3个维度，能较好地反映我国近年来金融创新与变革的阶段特征和演化趋势，被学者广泛引用。故笔者也将采用北京大学数字金融研究中心发布的中国数字普惠金融指数来衡量各地区的金融科技发展水平。

3.2.3 控制变量。影响金融服务实体经济效率的因素有很多，为了使结果更为稳健、可靠，笔者从宏观和金融业行业两个层面选择了如下变量来作控制变量：①各地政府干预经济的程度(GOV)。政府对经济干预对金融服务实体经济效率有着两方面的影响，政府对实体经济领域发展干预程度越多意味，政府税收越高，实体经济利润被压缩的越多，金融服务实体经济发展效率也越低。但同时如果政府为了更多的金融资源流入实体经济，而进行干预，那将有利于金融服务实体经济效率的提升，因而净效果并不确定。笔者将政府财政支出与GDP之比作为政府对实体经济领域干预的度量指标。②各地非国有经济占比(Market)。由于国有经济体制机制等因素，内生性发展动力偏弱，生产率偏低，这使得国有经济普遍缺乏市场活力。多年来，以银行为主导的金融体系对国有经济金融供给占比一直较高，因而金融服务实体经济发展的效率低。非国有经济占比越高，经济市场化程度越高，金融服务实体经济发展的效率越高。笔者以减去国有及国有控股规模以上工业企业资产与规模以上工业企业资产总额之比作为非国有经济比重指标。③各地金融业的市场结构(Num)。金融业企业数量少意味着行业有着更为集中的市场结构，使得金融企业缺乏竞争的压力，金融企业效率低下，金融企业主动服务实体经济的意愿不强，服务效率不高。笔者采用各地金融企业的数量来衡量。④各地金融业的市场化程度(Open)。我国金融业是以国有经济为主导，而金融市场开放的目的就是要使得各种非国有金融企业能够更为自由地进入金融业，通过强化竞争促进金融企业服务实体经济效率提升。笔者采用非国有金融业劳动力的数量占整个金融业劳动力总数量的比例来衡量。以上变量的描述性统计见表1。

4 实证研究结论与分析

4.1 金融科技对金融服务实体经济效率的影响分析

表2报告了公式(1)金融科技对金融服务实体经济效率影响的基准估计结果。列1～列5分别表示逐步纳入控制变量的估计结果，可以看到金融科技指数(Fintech)的系数均在1%的水平上显著为正，这表明金融科技显著提高了金融服务实体经济的效率。金融科技提高了金融服务的普惠性和便利性，有效解决了企业的“融资难、融资贵”问题，校正了传统金融中存在的资源错配问题，从而提高了金融服务实体经济的效率。

表2 基准估计结果

在控制变量中，政府对经济的干预最终提高了金融服务实体经济的效率。金融服务实体经济是我国金融工作中的重要原则之一，近年来，我国政府出台了一系列的措施和进行了一系列的制度改革，以引导金融资源服务实体经济，实证结果表明，政府的这种干预对金融服务实体经济的效率起到了一个有利的作用。非国有经济占比越高，金融服务实体经济发展的效率越高，这符合我们的预期，如前所述，内生性发展动力偏弱，生产率偏低，过多的金融资源流入，会降低金融业服务实体经济的效率。金融企业数量增多可以增加竞争压力，提高金融服务实体经济的效率，实证显示，这一变量呈现出不显著的正值。金融业向非国有经济开放，也可以提高增加竞争压力，提高金融企业特别是国有金融企业主动服务实体经济的动力和效率。这一变量的实证结果显示出显著为正，印证了这一观点。

4.2 稳健性检验

对于实体经济规模，不同的研究采用了不同的衡量方法，为了检验前述结果的稳健性，本部分还采用GDP总量扣除金融业增加值来衡量实体经济规模，重新测算金融服务实体经济的效率，然后进行再进行计量检验，其结果如表3所示。从中可看到，表3中列1～列5金融科技指数(Fintech)都通过1%的显著性水平检验，且都为正。这表明金融科技对提高金融服务实体经济的效率具有显著作用且稳健。

表3 稳健性估计结果

4.3 金融科技对不同地区的影响差异

我国不同地区经济发展水平存在着比较大的差距，因而本部分进一步来检验，金融科技在不同地区对金融服务实体经济效率的影响。按照一般的做法把我国31个省份分为东、中、西部地区，然后对(1)式分别进行计量回归，结果如表4所示。可以看到，在3个区域金融科技提升金融服务实体经济效率的效果存在明显的差异。在东部地区、中部地区，金融科技(Fintech)变量的回归系数虽为正，但并不显著，意味金融科技提升金融服务实体经济效率的效果并不明显，而在西部地区反而金融科技能显著提升金融服务实体经济的效率。东部、中部地区金融业相对发达，实体经济获得传统金融机构的金融资源的机会和成本都比较低，因而金融科技对提升金融服务实体经济效率的效果不是特别明显，而西部地区金融业相对不发达，实体经济获得传统金融机构金融资源的机会和成本都比较高，因而金融科技的发展能有力的缓解金融服务的不足，弥补传统金融服务的缺陷，从而能显著地促进实体经济的发展。

表4 不同地区的估计结果

5 结束语

笔者从理论层面梳理分析了金融科技对金融服务实体经济效率的影响机制，并运用北京大学数字普惠金融指数和2011年～2018年省级面板数进行了实证检验。检验结果表明金融科技显著提高了金融服务实体经济的效率，并且通过变更替换变量，这一结果依然稳健。另外检验表明，金融科技提升我国金融服务实体经济效率的效果存在明显的区域差异，在东部、西部地区金融科技对提升金融服务实体经济效率的效果不是特别明显，而西部地区金融科技能显著提升金融服务实体经济效率，即金融越不发达的地区，金融科技的作用效果越明显。

本文的政策启示为，应大力发展我国的金融科技，一方面通过完善金融科技基础设施，发展金融新业态，如第三方支付、网上银行等，提高金融服务实体经济的能力；另一方面，传统金融机构应顺应金融科技发展大趋势，采用金融科技来改造自己，激发金融科技在本行业的使用深度，发挥金融科技各个方面的优势效应，提升自己服务实体经济的效率。