刘倩,麦子浩,黎清宇
(1.广东外语外贸大学金融学院,广东 广州 510006;2.金融开放与资产管理研究中心,广东 广州 510006)
习近平总书记在党的二十大报告中指出: “深化金融体制改革,建设现代中央银行制度,加强和完善现代金融监管,强化金融稳定保障体系,依法将各类金融活动全部纳入监管,守住不发生系统性风险底线。” 作为金融工作的永恒主题,沉着应对和防范化解重大金融风险,是坚定不移推动中国金融高质量发展的必然要求。家庭金融风险不仅是经济发展和金融稳定的先行性指标①,还是中国金融风险的重要组成部分,更应引起专家学者的广泛重视。提高中国家庭居民的金融韧性,对于提升中国金融体系整体韧性和稳定性有重要意义。
近年来,金融健康正日益为各国金融机构和专家学者所关注。与过往家庭层面金融安全关注的重点不同,金融健康不仅关注家庭金融风险和应对外部冲击能力,还关注家庭是否在未来有能力实现合理的财务目标。以2020 年疫情造成的外部冲击为例,劳动力市场和家庭在这期间受到了巨大冲击,对中小企业就业者和青年群体影响十分严重,还间接影响了家庭的风险态度,并使家庭金融行为出现保守的趋势。进一步地,严重的外部冲击还会对低收入家庭、农村居民产生更严重的影响,甚至损害其未来发展能力,而多数人群的金融健康水平并不容乐观,应对外部冲击的能力仍有待提升(中国人民大学中国普惠金融研究院,2020)[1]。金融健康作为普惠金融发展的高级形态,在经济形势高度复杂的当下,关注家庭金融健康显得格外重要,对经济可持续发展和防范化解重大金融风险有着重要现实意义。
中国特色社会主义进入新时代以来,数字金融发展态势向好。中国的数字普惠金融业务在2011年到2021年间实现了跨越式发展,2011年各省数字普惠金融指数的中位值为33.6,到2021 年增长到363.6,已超2011 年的10 倍(郭峰等,2020)[2]。数字金融不但在促进包容性增长和技术创新等宏观层面成效显著,还在微观层面发挥了深刻的作用。其中,数字金融在缩小收入差距的同时,也改变了家庭消费结构、弥合了消费差距和促进了家庭消费。此外,数字金融还在促进家庭商业保险参与和提高居民福祉等方面起到重要作用。可见,数字金融在微观上对家庭的影响甚广,其已经渗透到家庭生活和发展的方方面面,深化数字金融在家庭层面的研究具有重要的理论意义。
数字金融既然已产生了如此深刻的影响,其是否有助于改善家庭金融健康水平这一命题就显得格外重要。然而,当前鲜有学者对此进行研究。进一步看,数字金融通过什么渠道影响家庭金融健康,又是否对不同家庭产生异质性影响,这是一个值得探讨的话题。为探究以上问题,本文使用2019 年中国家庭金融调查数据就数字金融对家庭金融健康的效应和影响机制进行实证检验,并针对数字金融对家庭金融健康的影响做了进一步异质性分析。
本文的边际贡献在于:第一,尽管现有文献分别对数字金融和家庭金融健康有一定研究,但尚未有研究将两者联系起来,基于现有研究的局限,本文首次将家庭金融健康与数字金融相联系,弥补了已有研究的不足;第二,现有文献对于数字金融的研究主要借助北大数字普惠金融指数,只有少数学者从家庭层面构建了类似指标,本文基于此进行了微观层面的扩充,通过因子分析法构造了家庭数字金融指数进行研究;第三,为研究数字金融影响家庭金融健康的机制路径,本文试图以流动性约束和家庭总收入两个调节机制为切入点解析数字金融带来的效用,为后续类似研究提供新视角。
金融健康的概念近年来愈加受到各国政府、金融机构和专家学者重视,但其定义仍存在分歧。在国外现有的研究中,金融健康也被称作 “金融福祉” (Financial Well-being),具体可分为狭义和广义两种层次。在狭义定义下,美国消费者金融保护局(Consumer Financial Protection Bureau)(2015)[3]依据与消费者的开放式访谈做出定义,认为金融福祉是一种可以完全履行当前和持续性的财务义务,且对财务未来感到安全和能够做出享受生活的选择的状态;Mahendru 等(2022)[4]认为金融福祉是指一个人愿意履行当前的财务责任,满足当前和未来的财务安全需求以及财务自由。 在广义定义下, Mahdzan 等(2019)[5]指出财务压力、财务知识、财务行为、财务控制力共同构成家庭主观金融福祉。特别地,本文以中国人民大学中国普惠金融研究院于2019 年提出的概念作为金融健康的定义,即个人或家庭利用金融工具选择适当的金融行为使其能够做好收支、债务、应急、风险、资产等方面的管理,以期满足日常和长期的财务需求、应对财务冲击、把握发展机会和确保个人或家庭福祉最大化的财务状态(中国人民大学中国普惠金融研究院,2019)[6]。
国内外一系列文献指出金融健康受到多种因素综合影响。Mahendru 等(2022)[7]总结得出,现有文献中对金融福祉的影响因素可分为金融行为、金融知识、个人特征、主客观因子和社会经济环境五大层面。其中,社会支持和社会保障都可以通过减轻个人经济负担进而提高个体金融福祉(Åslund 等,2014;Annink 等,2016)[8-9],户主的金融素养、年龄、性别和家庭规模、少儿抚养比、老年赡养比以及地区、所在城市经济发展水平等因素则对家庭金融健康状况产生影响(刘佩和孙立娟,2021;方舒和陈艺伟,2022)[10-11]。整体而言,现有文献对金融健康的研究呈现多学科跨领域的特征,且研究对象多集中在个体层面,家庭层面金融健康的相关研究尚处起步阶段。
数字金融在家庭层面的相关研究也颇具规模。刘乃刚和宋书山(2022)[12]发现,数字金融发展能够显著缩小城镇居民消费差距,且对于收入水平越低、受教育程度越低的城镇居民作用更强,具有明显的 “普惠性” 。史晓和张冀(2021)[13]指出,数字金融通过降低市场摩擦、提高购买便利性、提升金融素养和提高家庭收入四个机制优化家庭资产配置。万敏(2023)[14]通过实地调研实证检验了数字金融可以显著提升农村居民家庭的消费规模,呈现出显著的消费扩容效应。但数字金融也有可能成为 “双刃剑” ,对家庭金融状况产生负面效应。丁骋骋和余欢欢(2022)[15]指出,数字金融通过支付机制、融资机制和投资机制三种渠道推动家庭债务扩张,且在传统金融发展水平较低时效应更为明显。
家庭金融健康受诸多因素影响,仅仅改变个别或部分因素都无法整体上改善家庭金融健康状况,因此需要多方面合力作用提高家庭金融健康水平。而数字金融的发展恰可以强化金融服务大众的能力,多管齐下优化家庭金融健康状况。
首先,金融产品和服务的更广泛使用能够为家庭配置资源和规避风险提供更多选择,提高家庭当期和未来实现财务目标的能力。就个体而言,数字金融的发展可以为家庭中的每个人提供更符合个人的金融服务,其衍生出的余额宝、数字保险等各类金融产品可以大大提升个体接触金融产品和服务的机会,有助于丰富个体金融知识储备(安强身和白璐,2022)[16]与提高金融社会化水平,进而又可以通过价值观和行为影响个体的金融健康(Pandey 等,2020)[17]。
其次,数字金融可以改善家庭的微观金融状况,这又会进一步有利于改善家庭的金融健康状况。数字金融在扩大风险承担网络和增进信任机制等方面有重要作用,提升了居民应对非预期风险的能力(李政和李鑫,2022)[18]。这意味着家庭陷入财务困难的可能性将降低,其实现当期财务目标的能力将增强,这一能力又是构成家庭金融健康的一部分。同时,良好的金融状况可以驱使家庭更多考虑长期财务目标,这又有利于家庭未来金融状况的健康。
最后,数字金融可以通过改善宏观金融环境提高家庭金融健康水平。数字金融的发展对营造良好的社会经济发展环境起到了重要作用,降低了整体环境的不确定性,也有助于家庭财务目标的合理规划。此外,央行发布的《中国普惠金融指标分析报告(2021)》正式引入 “金融健康” 这一概念,并提出为金融健康营造良好的金融稳定环境,注重宏观调控与微观主体的良性互动。基于此,本文提出假说一。
H1:数字金融能够有效地提高家庭金融健康水平。
流动性约束对家庭微观金融状况有着重要的影响。已有研究发现,过强的金融排斥会加深家庭的流动性困境,继而进一步提高家庭多维贫困发生率和加深多维贫困程度,有损于家庭金融状况(陈银娥等,2022)[19]。较强的流动性约束在外部事件冲击下会加深经济脆弱性程度,给家庭造成更严重的负面影响。而数字金融有利于减少信息不对称和降低交易成本,伴随着数字金融的不断渗透,金融机构能够触及更多人群,显著扩大金融服务的长尾效应,有效缓解家庭的流动性约束。家庭的流动性约束缓解则意味着家庭财务韧性增强,能够提高家庭应对财务压力的能力,进而提高家庭的金融健康状况(张凯和李容,2022)[20]。基于此,本文提出假说二。
H2:数字金融能够通过缓解流动性约束提高家庭金融健康水平,并对流动性约束较强的家庭效用更强。
收入水平是影响家庭经济状况的基础性因素。在其他条件不变的情况下,外部环境导致的收入减少和收入差距扩大会使金融福祉也遭受巨大冲击,收入低的家庭会因此在应对当下与未来的财务压力时显得更加左支右绌(Franko,2021)[21]。在这一方面,数字金融可以通过促进经济发展提高居民收入和实现包容性增长,并进一步调节收入分配、缩小收入差距,尤其对未能接触互联网和以低收入群体为代表的 “长尾” 家庭影响更为显著(李杏等,2022)[22]。收入和财富的增加至少在短期内可以增进家庭福祉,其意味着家庭的金融健康状况也会因此得到改善。基于此,本文提出假说三。
H3:数字金融能够通过提升收入水平提高家庭金融健康水平,并对低收入家庭效用更强。
本文的数据源于西南财经大学在2019 年的中国家庭金融调查(CHFS),样本覆盖全国29 个省(自治区、直辖市),170 个城市,345 个区县,1360个村(居)委会,样本规模达34643户,数据具有全国、省级代表性。剔除部分极端值与异常值后,观测量为30085个。在此基础上,本文构建了家庭金融健康指数和家庭数字金融指数加以研究。
1.被解释变量:家庭金融健康指数。目前,衡量家庭金融健康水平暂未形成统一的标准。参考刘佩和孙立娟(2021)[10]的做法,本文将家庭金融健康指数划分为 “日常收支管理、负债水平管理、流动资金管理、意外保障管理、未来规划管理” 五个维度,采用双界限法对各维度进行赋分。合成指数时,为了更好体现标准化后数据特征,本文采用熵权法赋予各维度的权重后计算家庭金融健康指数并进行归一化处理。
(1)日常收支管理。在日常收支管理维度,考察家庭合理规划支出的能力,本文使用家庭收入支出比对家庭的日常收支管理水平进行描述。具体计算方法如公式(1)所示:将过去一年家庭总收入占家庭总支出的比重记为x,再设定各省份样本均值xˉ作为双重阈值,同时设定及格线为1,即收支相抵的家庭得分为60。
(2)负债水平管理。在负债水平管理维度,考察家庭平衡负债水平的能力,本文使用家庭资产负债比对家庭的负债水平管理水平进行描述。具体的计算方法如公式(2)所示:将过去一年家庭总负债占家庭总资产的比重记为x,再设定各省份样本均值xˉ作为双重阈值,同时设定及格线为xˉ即资产负债比等于省份样本均值的家庭得分为60。
(3)流动资金管理。在流动资金管理维度,考察家庭保持财务稳定的能力,本文使用家庭流动资金能覆盖家庭多少个月的开支作为代理变量进行描述。具体的计算方法如公式(3)所示:计算过去一年家庭总流动资金能应付x个月的开销,再设定各省份样本均值xˉ作为双重阈值,同时设定及格线为3,即流动资金能应付三个月的生活开销的家庭得分为60。
(4)意外保障管理。在意外保障管理维度,考察家庭应对突发事件的能力,本文使用保险参保率作为代理变量进行描述。具体的计算方法如公式(4)所示:将家庭参保率记为x,再设定各省份样本均值xˉ作为双重阈值,同时设定满分线为1,即全部成员参保的家庭得分为100。
(5)未来规划管理。在未来规划管理维度,考察家庭管理未来财务状况的能力,本文使用养老保障覆盖率作为代理变量进行描述。具体的计算方法如公式(5)所示:将家庭养老保障覆盖率记为x,再设定各省份样本均值xˉ作为双重阈值,同时设定满分线为1,即全部成员都有保障的家庭得分为100。
表1 报告了家庭金融健康指数各维度的得分。在2019 年的调查样本中,接受调查家庭的金融健康各维度差异较大。在日常收支管理维度,过半家庭得分低于60 分,即全年收支尚不能相抵;在负债水平管理维度,大部分家庭得分较高,这意味着其有较好的负债管理能力;在流动资金管理维度,调查家庭分化较大,总体上得分较低,这意味着一旦面临突发情况,其极有可能陷入财务困境;在意外保障管理维度,大多数家庭表现良好,在意外事件发生时有较好的对抗外部冲击的能力;在未来规划管理维度,过半家庭都已建立起一定保障,但由于此维度选取的代理变量是养老保障覆盖率,并不能完全反映家庭的未来规划管理水平,对此存在一定程度的低估。
2.解释变量:家庭数字金融指数。数字金融方面,以往研究大多使用北大数字普惠金融指数(DFIIC)进行研究,但这可能会丢失部分家庭层面的特征。基于CHFS数据可得性,本文参考尹志超和张栋浩(2020)[23]的方法,采用11 个数字金融相关指标构建家庭数字金融指数,依次为 “去年平均每月电话、手机等通信费、有线电视费和上网费总支出” “目前使用的手机类型” “是否使用过互联网” “是否开通第三方支付账户” “是否通过互联网借贷” “是否进行网购” “去年网购总支出” “购买金融理财产品的渠道” “是否有互联网理财账户” “互联网理财账户现金余额(无利息部分)” 和 “互联网理财账户理财余额(有利息部分)” 。将以上11个指标做标准化处理后,使用主因子法得到家庭数字金融指数并进行归一化。表2 报告了因子分析的结果,KMO 检验整体值是0.773,Bartlett球形检验p值为0,这表明所选取的指标适合采用因子分析法。本文根据特征值大于1的基本准则保留第一个有效公共因子,并将其作为家庭数字金融指数的代理变量。
3.控制变量。参考同类研究,本文在模型中加入尽可能多的控制变量。(1)户主特征变量:性别、婚姻状况、政治身份、年龄、年龄的平方、健康状况、教育程度、对金融或经济的关注度、风险态度、就业状况;(2)家庭特征变量:居住地、家庭规模、少儿抚养比、老年抚养比、家庭总资产;(3)城市经济变量:人均GDP、年末金融机构人民币各项贷款余额与GDP之比。
4.调节变量。第一,本文将家庭高流动性资产是否超过当期年收入的一半作为流动性约束的代理指标以评估数字金融对流动性约束的影响,记作 “流动性约束” ;第二,本文将家庭总收入进行对数化处理以评估数字金融对家庭收入水平的影响,记作 “家庭收入水平” 。
5.变量描述性统计。表3报告了主要变量的描述性统计。首先关注核心变量,家庭金融健康指数得分均值仅为0.492,大部分家庭的金融处于较低水平,这意味着其应对风险能力较差;家庭数字金融指数均值仅为0.204,即大部分家庭的数字金融水平仍处于较低水平。然后观察户主个人特征,户主中男性占75%,已婚状态占85%,健康状况总体良好,平均年龄在60 岁左右,教育程度处于初中与高中之间,风险态度整体偏高。进一步观察家庭特征,家庭规模均值为3 人,少儿抚养比均值为0.067,老年抚养比均值为0.449,整体来看家庭老龄化趋势明显。总体上,本文各变量描述性统计与同类研究较为一致,数据处理合理。
表1 家庭金融健康测度结果
表2 因子分析结果
基于研究设定,本文主要考察数字金融能否提高家庭金融健康水平。为考察数字金融对家庭金融健康的影响,本文使用OLS 作为基准回归模型进行实证检验:
公式(6)中,被解释变量Finhealthij表示第i个区县第j个家庭的家庭金融健康水平;解释变量Digitij表示第i个区县第j个家庭的数字金融指数;控制变量Xij表示户主个人特征、家庭特征及城市经济变量等相关控制变量;λi为区县固定效应;εij为随机干扰项。同时,为克服干扰项可能存在的相关性问题,本文将标准误聚类到省级层面。
此外,为检验各机制是否存在调节效应,本文构建了调节效应模型如公式(7)和公式(8):
其中,Finhealthij为被解释变量,Digitij为解释变量,Mij为调节变量,依次为流动性约束和家庭收入水平。
表4报告的是数字金融对家庭金融健康的影响结果,列(1)至列(4)逐步加入户主特征变量、家庭特征变量和城市经济变量,并均控制了区县固定效应。结果显示,数字金融对家庭金融健康有显著的正向影响,在引入了各项控制变量后仍在1%统计水平上显著。从基准分析结果可知,数字金融可以提高家庭金融健康水平,对缓解中国居民家庭金融风险和增强家庭金融发展能力有积极意义,实证结果支持了假说一。观察家庭经济变量可以发现,家庭规模的增大会显著降低家庭金融健康水平,而家庭总资产对家庭金融健康有正向影响。进一步观察户主个人特征,健康水平、教育程度和对金融经济的关注程度会显著提高家庭金融健康水平;同时,户主年龄对家庭金融健康水平有显著正向影响,且户主年龄的二次项系数为负表示可能存在倒U 形关系,即家庭金融健康水平随着年龄增长先上升后下降。
表4 数字金融影响家庭金融健康:基准回归分析
数字金融发展有利于减少信息不对称、降低交易成本,可以显著扩大金融服务的长尾效应。家庭流动性约束的缓解意味着家庭财务韧性增强,有利于提高家庭应对财务压力的能力,进而提高家庭的金融健康状况。表5 列(2)报告了流动性约束这一调节效应的检验结果,家庭数字金融指数与流动性约束的交互项显著为正,这标志数字金融对家庭金融健康的提高作用随着流动性约束增强而增大,换言之,数字金融的效用在家庭流动性约束较高时更强。据此,数字金融能够通过缓解流动性约束提高家庭金融健康水平并对流动性约束较强的家庭效用更强,实证结果支持了假说二。
数字金融可以通过鼓励创新创业和加快信息要素流动拓宽居民收入途径,并进一步增加家庭总收入。家庭总收入水平越高,缓解外部冲击能力越强,可以显著提高家庭应对风险和实现预期财务目标的能力。表6 列(2)报告了家庭总收入水平这一调节效应的检验结果,家庭数字金融指数与家庭总收入水平的交互项显著为负,这标志数字金融对家庭金融健康的提高作用随着收入水平提高而减小,换言之,则意味着数字金融的效用在家庭总收入水平较低时更强。据此,数字金融能够通过提升收入水平提高家庭金融健康水平并对低收入家庭效用更强,实证结果支持了假说三。
表5 数字金融影响家庭金融健康:基于流动性约束的机制检验
本文将家庭按照地区和户籍分成 “东部-中西部” 和 “城市-乡村” 两大组,分组回归结果如表7所示。列(1)和列(2)分别代表东部和中西部地区的家庭,可以看出数字金融对东部地区家庭的提高效应大于中西部地区家庭,同时列(3)和列(4)分别代表城市和乡村的家庭,可以看出数字金融对城市家庭的提高效应大于乡村家庭。数字金融对东部地区和城市家庭的作用更大的原因可能在于,东部地区和城市数字金融发展时间更长且渗透水平更高,对家庭各方面的影响都大于中西部地区和乡村家庭,因而作用更强。
本文将家庭户主特征分成高中以下、高中、本科和硕士研究生及以上四大组,分组回归结果如表8所示。实证结果表明,数字金融与家庭金融间均为正向效应。列(1)和列(2)是户主教育程度为高中及以下的家庭,这部分家庭的金融健康受到数字金融的显著正向影响。列(3)和列(4)是户主教育程度为本科及以上的家庭,这部分家庭的金融健康虽然也受到数字金融的正向影响,但统计上不再显著。可能的原因在于,人力资本高的家庭即使不受数字金融影响,其依旧可以通过其他渠道提高其家庭金融健康,如良好的社会网络关系和更高的信用水平等。而人力资本低的家庭从其他渠道提高家庭金融健康的能力较弱,但又具备基本的数字金融使用能力,能够较为有效地通过数字金融这一渠道提高其家庭金融健康水平,因而在数字金融发展中表现为数字金融对人力资本低的家庭的金融健康水平提高效用更强。
表7 数字金融影响家庭金融健康:基于地区和户籍的异质性分析
本文按照家庭总收入水平25%和75%分位点将家庭分为三组,分组回归结果如表9 所示。列(1)和列(2)代表家庭总收入处于中下水平的家庭,此时数字金融对其作用显著为正,而列(3)代表家庭总收入处于高水平的家庭,此时数字金融对其影响不再显著。可以看出,数字金融对家庭总收入水平较低的家庭作用更强,并随着家庭金融健康的提高效用逐渐降低。这意味着数字金融或能弥合全社会的金融健康水平差异,对降低总体金融风险和加强家庭金融发展能力有积极意义。
表8 数字金融影响家庭金融健康:基于人力资本的异质性分析
表9 数字金融影响家庭金融健康:基于收入分位数的异质性分析
尽管本文基准回归中已尽可能多地纳入户主个人特征、家庭特征和城市经济变量以缓解其他难以观测的遗漏变量同时影响家庭数字金融水平和家庭金融健康,但依旧无法完全排除产生内生性的因素。鉴于此,根据工具变量的设计思路,选取的工具变量需要与家庭数字金融水平高度相关,但又不会影响家庭金融健康。参考柴时军(2020)[24]的做法,本文基于2019 年CHFS 数据可得性构造了 “智能手机使用时长②” 作为工具变量。如表10 所示,第一阶段回归中,智能手机使用时长与家庭数字金融水平间呈显著正相关关系。LM统计值为3820.87,强烈拒绝工具变量不可识别的原假设。KP Wald-F 统计值为4068.78,远大于所有临界值,说明方程中不存在弱工具变量。在第二阶段回归中,数字金融水平对提高家庭金融健康的效应为0.452,且该系数在1%水平显著,与基准回归结果保持一致。
首先,考虑到数字金融发展仍存在一定差距,本文剔除上下1%、2%、5%和直辖市的样本,进一步进行回归并观察结果是否稳健。如表11 列(1)至列(4)所示,即使剔除部分样本,数字金融对家庭金融健康的影响依旧显著为正,与前文基准回归结果保持一致,这证明本文的结果是稳健的。其次,本文将家庭金融健康指数的构成方式从熵权法更改为等权法,以此更均衡考虑各维度的影响并观察结果是否稳健。如列(5)所示,数字金融对等权法合成的家庭金融健康指数的影响依旧显著为正,与本文基准回归的结果保持一致,这再次证明本文的结果是稳健的。再而,本文将家庭数字金融指数的构成方式从主因子方法更改为迭代主因子法并观察结果是否稳健。如列(6)所示,迭代主因子法下构建的家庭数字金融指数③对家庭金融健康指数的影响依旧显著为正,与本文基准回归的结果保持一致,这进一步证明了本文的结果是稳健的。
表10 数字金融影响家庭金融健康:内生性检验
本文从数字金融角度出发,基于2019 年中国家庭金融调查数据(CHFS)对数字金融如何影响家庭金融健康作了详细的分析,并进一步指出其影响机制,具有重要的现实意义。主要结论有如下三点:第一,数字金融能够显著提高家庭金融健康水平。其中,流动性约束在数字金融提高家庭金融健康水平的影响中起正向调节作用,而家庭总收入水平在数字金融提高家庭金融健康水平的影响中起负向调节作用。第二,在异质性分析中,数字金融更有效地提高了东部地区和城市家庭的金融健康。从人力资本角度看,数字金融对户主为高中及以下教育程度的家庭有更强的提高作用。从收入分位数角度看,数字金融对家庭总收入处于中低水平的家庭有着更强的效用。第三,在内生性和稳健性检验部分,本文采用了 “手机使用时长” 作为工具变量进行估计以缓解可能的内生性问题,所得结果与基准回归保持一致。同时,本文分别通过剔除上下1%、2%、5%和直辖市样本以及改变解释变量与被解释变量指数合成方法对基准回归结果作了稳健性检验,结果依然支持数字金融能够显著提高家庭金融健康的结论。
为进一步提高家庭金融健康水平,夯实家庭应对金融风险和可持续发展能力,切实提升居民金融福祉,本文提出以下政策建议:首先,坚定支持数字金融发展,继续深化数字金融在家庭领域的研究,为数字金融的更广泛应用提供必要的政策支撑和扶持,不断推进数字金融在微观领域发挥更大作用;其次,注重发挥数字金融在提高居民收入、缓解流动性约束和提高金融素养等正面效应,为不同群体提供适合的产品,增强对经济压力敏感的家庭和个人的金融支持,加强对金融使用者的金融教育,同时应注意抑制其副作用,注重保护消费者权益,提升家庭金融能力,避免使部分家庭落入金融 “过度授信、过度借贷、过度使用” 的陷阱中;最后,应注重加强乡村和中西部地区数字金融建设,引导更多家庭发挥数字金融的积极作用,推动数字金融服务在发展相对滞后地区的渗透,进一步发挥数字金融的普惠属性,弥合数字鸿沟,使更多人共享金融发展红利。