数字金融与区域金融风险:机制检验与门槛效应

姚登宝,李雪怡

(安徽大学 经济学院,安徽 合肥 230601;安徽大学 金融与统计研究中心,安徽 合肥 230601)

一、引言

传统金融机构和网络技术企业运用数字技术来进行融资、交易的模式与其他新型金融服务业务称之为数字金融。在新数字经济时期,我国的数字金融服务在过去十几年中已经得到了充分的发展,在第三方支付、互联网信贷、数字货币等行业中已经达到了全球领先地位。数字金融的发展也极大地提高了传统金融的便利性和可得性,不管是在数字支付、网上贷款或者其他金融服务业态等方面,数字金融服务都大大降低了传统金融市场的搜寻成本和道德风险,满足了大量新借贷适配需求,成为金融体系创新和经济高质量发展的重要推动力。

金融市场常常是发展与问题伴随而生,有效预防重大金融风险、保持金融市场平稳发展一直是政府监管工作的重点。2021年12月的中央经济工作会议和2022年3月的第十三届全国人大工作报告都强调了“稳妥处理重大金融风险,坚决防止系统性风险的发生”,而在党的二十大报告中,“防范化解重大风险”的重要性被进一步提升到了一个新的高度。因为金融风险的独特产生机理及其传播机制,导致不同地区和不同部门的金融风险间存在很大的相关性。此外,由于中国地区金融一体化的不断推进,地区间的金融业务往来、债权债务关联日益复杂,构成了关系密切的区域金融风险关系网,为金融风险的跨区域传染提供了可能。数字金融的发展会造成实体经济过分金融化和行业空心化,不利于金融业与实体经济、金融业与房地产业、金融机构内部市场的健康循环发展,对金融风险形成了负面的外部性效果,数字金融以其独特的优势重塑金融业态,进一步加深了不同部门、区域之间金融网络的关联程度,对金融风险的跨区域传染产生了重要影响。

可见,数字金融发展在一定程度上影响着我国不同区域的金融风险,那么,数字金融发展对我国区域金融风险的影响是加剧还是缓释?其内在影响机制又是如何?本文在分析数字金融发展影响区域金融风险内在机理的基础上,实证考察了数字金融发展对区域金融风险的影响关系及其内在机制,并利用门槛效应模型对影响存在的非线性门槛关系进行了检验。上述研究从理论和实证两个角度较好地诠释了数字金融与区域金融风险的影响关系,对于各经济部门和地方政府在大力发展数字金融的同时有效防范区域金融风险提供了理论支撑和经验参考。

二、文献综述

在当前数字化转型兴起的新背景下,将网络、大数据等新技术运用于现代金融服务,也成为中国金融业未来变革发展的必然趋势,越来越多的研究开始着重于数字金融服务这一新兴金融服务方式。现有文献重点在以下两个领域对数字金融进行探讨:一是关于数字金融及其自身发展规律的探讨,重点研究了数字金融的发展趋势、空间集聚特征、监管要求及影响因素等。丁晓蔚[1]从数字金融的运行途径、信息安全、交易效率等角度出发,探讨数字金融的发展技术特征、资产数字化及风险管控。二是聚焦于数字金融的社会影响。宏观层面包括数字金融对融资约束、技术创新及减贫效应等方面的影响。王召等[2]研究数字金融改善直接与间接融资环境的影响机理,指出数字金融的使用可以扩大融资可得性来减少信用约束,进而解决企业的投资需求,有效解决社会的融资问题。微观层面主要研究数字金融对于各经济部门,如企业、家庭借贷乃至经济行为的影响。吴雨等[3]在中国传统民间借贷市场的分析中认为,数字金融通过对传统金融进行替代和加强,大大降低了民间不合规借贷行为的需求。

现有文献对区域金融风险的研究可以分为区域金融风险传染效应研究和区域金融风险影响因素研究,在风险传染效应方面,丁述军等[4]指出,在我国区域金融风险传染过程中,区域部门间存在着多种风险传播途径,其中处于核心地位的部门则是金融部门。吕勇斌、陈自雅[5]从金融、政府、企业部门的风险传递角度,也发现了各经济部门风险存在较强的正相关性和外部传导性。这些研究大多是区分不同经济部门来探究区域金融风险的传染性,缺乏从整体角度构建区域金融风险的状况指数,以反映区域金融风险的总体状态及趋势。在影响因素方面,大多数学者主要关注资产杠杆和互联网金融方面的因素。对于资产杠杆层面,资产价格的急剧攀升通过金融加速器效应[6]与资产负债表效应[7]等渠道推动社会投资的进一步扩大,在我国社会投资的扩大最终反映在房地产市场上,致使房价上升,家庭杠杆率提高,造成资产泡沫化风险,对金融稳定和实体经济造成了重大冲击;对于互联网金融层面,郭品和沈悦[8]认为互联网金融的发展及产业集中度的提升,会导致区域金融风险水平的上升。

数字金融作为传统金融机构和现代数字科技深入融合的产物,它有效降低了交易成本,减少了由道德风险等造成的金融风险[9]。事实上,数字金融不完全依靠实体机构,其发展更不受物理时空限制,改善了落后地区的金融服务条件,有利于降低服务的信息成本、优化资源配置等。逐渐成熟的数字金融在传统金融业上的发展也带来了区域经济发展和金融增长的差异[10]。因此,数字金融的发展减少了中小企业的融资约束,推动了技术创新和创业发展[11]。同时,数字金融削弱了传统商业银行在支付中介这一功能中所占的地位,给传统金融机构带来了巨大冲击[12],这对传统商业银行的现有布局形成了很大的挑战。此外,部分学者也认为数字金融发展对区域金融风险的影响存在结构化和区域化差异。例如,李优树和张敏[13]通过资本转移为中介途径研究了数字金融对区域金融风险的影响,但并没有考虑到金融杠杆和金融脱媒方面的中介作用。

目前,国内外学者对金融风险的研究以微观分析为主,主要从不同部门间的传染效应着手或者运用某些指标来衡量金融风险,所关注的金融风险也大多集中在系统性风险层面。同时,现有有关数字金融的研究主要聚焦其经济效应,关于其影响区域金融风险的研究尚存在不足。鉴于此,本文在分析影响的内在机制基础上,实证检验了影响的结构效应、区域效应和两者的非线性门槛关系。本文研究的边际贡献主要包括:第一,从正反两方面重新解析了数字金融对区域金融风险的加剧或缓释关系,揭示发展影响区域金融风险演变的作用机制;第二,从金融杠杆与金融脱媒两方面检验了数字金融影响区域金融风险的中介效应,并从非线性视角分析了数字金融影响区域金融风险的门槛效应。

三、理论分析与研究假设

数字金融产生风险时会利用网络借贷、金融债权债务链等方式直接影响与之相关的其他行业金融风险。因此,本文从作用机制和中介传导机制两个层面解析数字金融对区域金融风险的影响关系。

(一)数字金融影响区域金融风险的作用机制

关于数字金融与区域金融风险的关系,学者们从不同视角给予了分析。数字金融对区域金融风险的影响可归纳为正面影响和反面影响,其中正面影响是指数字金融发展有助于缓释区域金融风险,而反面影响则是指数字金融发展可能会加剧区域金融风险,具体机制如下:

1.缓释作用机制

数字金融在缓释区域金融风险方面的作用主要体现在:第一,数字金融发展可通过降低交易成本、减少信息不对称来减少区域金融风险积累。数字金融凭借其大数据分析优势,用较低的成本对小微企业进行风险评估,从而降低借贷的信息成本,提高交易效率,降低信息不对称对金融市场造成的危害。第二,数字金融促进了金融中介的发展。传统金融机构往往无法有效满足中小微企业的资金需求[14],而数字金融方便快捷,有助于降低区域金融风险。第三,数字金融可以加快金融机构创新,将传统银行业由同质化竞争转变为差异化竞争[15],增强其抵御风险的能力。

2.加剧作用机制

数字金融在加剧区域金融风险方面的作用主要表现在:第一,当不同主体的信贷过度增长,会导致资本进入不同的资产领域,导致资产价格快速增长,最终会造成金融风险的加剧[16]。数字金融发展在提高金融服务的便利性和普惠性的同时,也进一步加剧资金流入以至于信用扩张,而过度的信用扩张会不可避免地带来不良贷款的增加,导致金融乱象丛生,金融风险加剧。第二,数字金融发展降低了信用门槛,减少抵押品甚至是无需抵押品,虽然扩大了潜在客户群体,但却失去了资产质量保证。第三,由于相关法律政策还不健全,对数字金融平台缺乏有效的约束力,部分不法分子利用法律漏洞,假借数字金融进行诈骗、非法集资等违法活动,严重扰乱了金融秩序,使得金融风险加剧。

不同区域存在差异体现在经济发展水平、金融资源禀赋和数字技术发展方面,使得影响可能存在区域性、结构性特征。一方面,数字金融包括三个子指标,这些指标分别反映数字金融服务的普惠性、应用性和便利性特征,对区域金融风险影响往往具有结构性差异;另一方面,我国东部地区相对较为发达,数字金融发展水平较中西部地区偏高,这种经济与金融发展差异可能会导致数字金融对区域金融风险的作用效果存在区域性差异。

基于上述理论分析,提出假设1:

H1A:数字金融发展对区域金融风险具有缓释作用,且该作用存在区域性、结构性差异。

H1B:数字金融发展对区域金融风险具有加剧作用,且该作用存在区域性、结构性差异。

(二)中介传导机制

上述理论机制对“数字金融发展—区域金融风险”之间的整体影响进行了刻画,但数字金融发展影响区域金融风险的具体渠道机制有待进一步分析。对此,本文选择了金融杠杆和金融脱媒两个渠道分析中介传导机制。

首先,数字金融通过金融杠杆影响区域金融风险,金融杠杆反映了信贷资本扩张相对于实体经济的增长。数字金融降低金融借贷的门槛,提高金融服务的资源配置效率[17],但与此同时,数字金融也提高了金融杠杆率,助推产业空心化,金融信贷泡沫膨胀,促进金融资本持续向虚拟经济输入,脱离实体经济盲目扩张。

其次,数字金融通过金融脱媒影响金融风险状态,数字金融市场利用其大数据技术等手段使得信息在各部门之中有效地传递,衍生出了众多金融脱媒形式,实现资金供需双方的去中介化,降低银行经营稳定性。同时,金融脱媒会使货币创造机制复杂化。数字金融可针对传统金融市场和业务进行深度优化和提升质效,矫正金融市场信息不对称,使得中小企业和家庭小额资金流动加速[18],扩大了金融市场的借贷规模,使货币创造不受控制,进而影响金融市场风险承受能力。

基于上述中介传导机制,提出假设2:

H2:数字金融可通过金融杠杆和金融脱媒两类渠道影响区域金融风险水平。

四、区域金融风险的评价体系

(一)区域金融风险指标体系构建

金融风险具有自我积累、传播速度快和波及广泛等特点,任何单个市场或部门的金融风险都无法表征整体金融风险状态。借鉴沈丽等[19]的思路,从金融、企业、政府和家庭四个经济部门选择区域金融风险的基础指标,同时考虑反映各省份宏观经济状况的指标,将企业、政府、家庭三部门合并为非金融部门,进而从金融部门、非金融部门和区域经济部门三个维度构建反映区域金融风险状况的指标体系,如表1所示。

表1 区域金融风险的指标体系

(二)评价结果分析

为了测度区域金融风险的整体状况,这里基于表1中的指标体系构建区域金融风险状况指数。首先,参照沈丽等[19]的方法,先对不同部门的金融风险指标进行标准化处理,使得各指标值越大,所反映的区域金融风险水平越高。其次,分别通过赋权计算金融部门、非金融部门和区域经济部门的金融风险状况水平,其中各部门中各指标的权数为该指标的标准差的倒数。最后,选择CRITIC赋权法确定三个部门的权重,对各部门的金融风险进行加权求和,从而得到区域金融风险状况指数。基于数据可得性,这里选取2011-2020年的我国31个省份数据,数据来源于Wind数据库、EPS数据库以及各省统计年鉴,运用上述方法测度31个省份的区域金融风险状况指数,结果如图1所示。同时,参考李优树和张敏[13],将31个省份分成东中西部三个地区,分别计算其区域金融风险状况指数,结果如图2所示。

图1 中国31个省份区域金融风险状况

图2 中国东、中、西三大地区的区域金融风险状况

从图1可以看出,北京、上海和广东的区域金融风险水平较低,而西藏、贵州和青海的区域金融风险水平较高,明显高于全国平均水平,这表明发达地区与欠发达地区的区域金融风险状况存在较大差别。图2进一步佐证了图1的情况,东部、中部和西部地区的区域金融风险水平依次增大,具有很显著的区域差异,与该地区经济金融发展水平关系密切。

五、研究设计

(一)变量说明

1.被解释变量

区域金融风险,用上述测得的31个省份的区域金融风险状况指数来替代。

2.核心解释变量

数字金融,采用北京大学互联网金融研究中心编制的《数字普惠金融指数》作为数字金融的代理变量[20]。

3.中介传导变量

在金融杠杆测算上,参考彭俞超等[21]的方法,用31个省份的本外币贷款总额和地区生产总值的比值来反映金融部门的杠杆率。在金融脱媒测算上,参照顾海峰和卞雨晨[22]的方法,采用31个省份年直接融资占总融资规模的比重来衡量金融脱媒的深化程度。

4.控制变量

为了克服遗漏变量的影响,在综合参考郭品和沈悦[23]、朱沛华和李军林[24]等文献基础上选择如下指标为控制变量。具体包括:资本转移程度、通货膨胀程度、金融机构发展程度、城镇化程度、对外开放程度等。所有变量的符号及代理指标如表2所示,所有数据均来自Wind数据库。

表2 变量说明

(二)数据来源与描述性统计

本文以中国境内31个省份为对象构建2011-2020年省际面板数据。变量的描述性统计如表3(66页)所示,可以看出,全国的数字金融发展水平、区域金融风险程度、产业结构升级水平等都具有较大差异性。

(三)研究方法

1.基准回归模型

为验证数字金融对区域金融风险的总体影响,建立如下基准回归模型:

FIRit=α0+α1DFit+αcXit+μi+φt+ξit

(1)

其中,FIR为区域金融风险,DF为数字金融,i表示地区,t表示年份,X包含前述的所有控制变量,α0为模型截距项,α1为数字金融系数,αc为控制变量系数,μi用来控制地区固定效应,φt用来控制时间固定效应;ξit为误差扰动项。

2.中介效应模型

为进一步验证数字金融通过何种渠道影响区域金融风险水平,本文在中介效应模型框架下选择“金融杠杆”和“金融脱媒”这两个传导渠道检验数字金融对区域金融风险的具体作用路径,中介效应模型如下:

FIRit=α0+cDFit+αcXit+μi+φt+ξit

(2)

M=α0+αDFit+αcXit+μi+φt+ξit

(3)

FIRit=α0+c'DFit+bM+
αcXit+μi+φt+ξit

(4)

其中,式(2)是主效应模型,系数c表示数字金融对区域金融风险影响的总效应。式(3)为数字金融对中介变量M的影响。式(4)为数字金融通过中介变量M对区域金融风险的影响。

表3 描述性统计

六、实证分析

(一)数字金融对区域金融风险的总体影响

表4针对“数字金融—区域金融风险”的基准关系进行实证检验。其中第(2)-(4)列是基于双向固定效应模型下分别检验数字金融的覆盖广度,使用深度和数字化程度对区域金融风险的影响关系。

表4 数字金融对区域金融风险的影响:基准回归

由表4可以看出,数字金融发展以及其覆盖广度、使用深度和数字化程度都在一定程度上加剧了区域金融风险的集聚,但加剧作用存在显著的结构性差异,其中使用深度的作用效果最强,覆盖广度次之,数字化程度最弱。这表明在数字金融的影响下,区域金融风险表现出了较显著的风险集聚效应,可能是数字金融发展加剧了信用扩张,导致信贷增多和资产价格上涨,推动不良贷款和不良资产的不断增加,加剧区域金融风险集聚。另外,扩大数字金融的覆盖广度虽然可以夯实数字金融的应用基础,但金融风险对使用深度的敏感性更强,单纯深化使用深度并不能有效降低区域金融风险的集聚程度。然而,持续扩大覆盖广度数字化程度对区域金融风险水平的影响较小,在防范金融风险时需要考虑三个子维度的结构性差异。上述结论验证了假设H1B。

(二)数字金融对区域金融风险的地区效应分析

经济与金融发展常常伴随着明显的地区集聚现象,不同地区引起经济发展水平和金融资源禀赋不同,数字金融对区域金融风险的影响效应也可能存在较大差异。因此,分别检验数字金融对三大地区金融风险的影响,结果如表5所示。

表5 数字金融影响区域金融风险的地区效应

由表5可以发现,数字金融对东部、中部和西部三大地区的区域金融风险均存在显著的加剧作用,但该作用具有地区差异性。数字金融对中部区域影响的加剧程度最高,西部地区次之,对东部区域的影响相对较低。这主要是因为西部地区的经济金融发展相对落后,而虽然东部地区金融资源丰富,金融机构众多,但风险监管更为严格,导致数字金融发展对其风险集聚的推动作用得到了部分的抑制。随着近年来“中部崛起”战略的持续推进,中部地区经济发展势头强劲,吸引更多金融资源向中部集聚,这种高速增长虽然可以推动数字金融高速发展,但也在一定程度上加剧了区域金融风险的不断集聚,使得数字金融对中部区域金融风险的影响程度相对较高。上述结论进一步验证了假设H1B。

(三)内生性和稳健性检验

为了避免可能存在的反向结果和遗漏变量等问题,采用工具变量法检验模型的内生性问题。参照孙玉环等[25]的方法,选择移动电话普及率(MPP)作为工具变量对模型的内生性进行检验。同时,为了检验上述实证结果的稳健性,以区域金融风险的对数值lnFIR作为新的被解释变量对结果的稳健性进行检验(见表6,68页)。可以发现,在采用工具变量法后,数字金融对区域金融风险的加剧作用依然显著。同时,在更换被解释变量以后,估计参数的大小及其显著性均没有发生明显变化,说明上述实证结论是较稳健的。

(四)数字金融影响区域金融风险的中介传导机制检验

虽然数字金融在一定程度上能够加剧区域金融风险的积聚,但数字金融具体通过哪些渠道影响区域金融风险尚不明确。对此,本文选取了“金融杠杆”和“金融脱媒”为中介变量,构建中介效应模型检验数字金融对区域金融风险的中介传导机制。

1.基于金融杠杆的中介传导机制

表7给出了以“金融杠杆”为中介变量的中介传导机制检验结果。可以发现,数字金融能够显著提高金融杠杆率,尤其是提高金融机构服务于实体经济部门的规模,从而加剧区域金融风险集聚。数字金融通过提高资源配置效率,缓解融资约束,突破金融服务的时空界限,从而促进金融资本持续向整体经济输入。然而,整体经济分为实体经济部门和虚拟经济部门,虚拟经济部门贷款比例高,带来资产价格的暴涨暴跌和房地产价格的持续高涨,积累了大量潜在风险。数字金融通过提高金融杠杆,进一步加剧了区域金融风险的积聚。

表7 中介传导机制:金融杠杆

2.基于金融脱媒的中介传导机制

表8(69页)给出了以“金融脱媒”为中介变量的中介传导机制检验结果。可以发现,数字金融通过优化金融脱媒来加剧区域金融风险。金融脱媒是指资金脱离以银行为主导的金融中介,直接在资金供给者与需求者之间进行匹配的现象,数字金融有助于促进资金盈余者和短缺者直接匹配。同时,数字金融的发展可以影响金融市场直接融资,创新金融体系,提高资金直接匹配效率,进一步加剧区域金融风险。第(3)列回归中,DF、M2的系数分别为0.015 7、0.395,说明数字金融通过增加金融脱媒程度加剧了区域金融风险,“数字金融—金融脱媒—区域金融风险”的传导渠道有效。

七、数字金融影响区域金融风险的门槛效应分析

(一)门槛效应模型

适度的数字金融发展会对区域金融风险产生正的加剧效应,而过度发展可能会产生不同的效应,其影响程度可能存在一定的门槛效应。因此,下面以数字金融为门槛变量,由于不知道具体门槛数量,这里构建数字金融影响区域金融风险的单一门槛模型和双重门槛模型:

FIRit=α0+α1DFitI(qit<γ)+
α2DFitI(qit≥γ)+αcXit+μi+φt+ξit

(5)

FIRit=α0+α1DFitI(qit<γ1)+
α2DFitI(γ1≤qit<γ2)+α3DFitI(qit≥γ2)+
αcXit+μi+t+ξit

(6)

其中,I(·)为示性函数,当qit<γ成立时,I(·)值为1,否则为0。

表8 中介传导机制:金融脱媒

(二)门槛效应分析

下面选取区域金融风险为被解释变量,参考唐文进等[26]选择数字金融发展水平作为门槛变量,构建如下面板门槛回归模型检验数字金融与区域金融风险的门槛影响关系。为确保门槛估计的精密度,这里采用Bootstrap自举法得到数字金融与区域金融风险之间的门槛效应检验结果,如表9所示。可以发现,数字金融与区域金融风险之间确实存在一个关于数字金融的单一门槛效应,门槛值为350.164 7。

表9 门槛效应检验结果

为了与线性模型进行对比,在不考虑门槛效应的情况下对模型(1)进行估计,结果如表10第(1)列所示。同时,运用面板门槛回归模型对模型(6)进行估计,以检验数字金融与区域金融风险之间的非线性影响关系,结果如表10第(2)列所示。

表10 门槛效应回归模型估计结果

由表10可知,无论采用线性模型还是非线性模型均显示,数字金融对区域金融风险具有显著的加剧作用,但并不意味着二者之间存在长期稳定的正向影响关系。由表10第(2)列可以发现,当数字金融位于不同的发展阶段时,其对区域金融风险呈现出不同的正向影响。具体来说,当数字金融处于较低发展阶段(低于门槛值350.164 7)时,其回归系数估计值为0.013 6,表明推动数字金融发展能够较好地缓释区域金融风险集聚;当数字金融进入较高发展阶段(高于门槛值350.164 7)时,其回归系数估计值由0.013 6变为0.025 4,这表明两者之间存在着非线性的关系。数字金融发展可以降低信贷门槛,减少信息不对称进而影响区域金融风险。随着数字金融发展水平的上升,超过某个阈值后,其带来的风险因素慢慢增强,原本能从数字金融发展中降低交易成本、提高效率以降低金融风险的金融机构将会进一步扩大其信贷规模,降低信贷门槛以应对激烈的竞争,这将使区域金融风险进一步上升。

八、研究结论与政策建议

本文从金融、非金融和区域经济三个部门建立区域金融风险的指标体系,并采用CRITIC赋权法测度中国31个省份的区域金融风险水平。同时,从理论上分别解析了数字金融影响区域金融风险的加剧作用机制和缓释作用机制,并结合固定效应、中介效应和门槛效应模型分别检验了其影响关系、中介传导效应和门槛效应。主要结论包括:第一,数字金融及其覆盖广度、使用深度和数字化程度均在一定程度上显著加剧了金融风险集聚。但是,在结构上,使用深度的作用程度最高,覆盖广度和数字化程度相对作用较弱;在区域效应上,中部地区的加剧效应最强,而东部和西部地区相对较弱。第二,数字金融可通过金融杠杆和金融脱媒两种传导渠道影响区域金融风险演化。第三,数字金融对区域金融风险的影响具有显著的门槛效应,随着数字金融发展水平超过门槛值350.164 7时,区域金融风险加剧效应逐步增强,总体呈现边际递增态势。

根据以上结论,可以得到如下启示:第一,鉴于数字金融加剧区域金融风险集聚的作用敏感性不同,各省在大力发展数字金融时应该关注其结构均衡性问题,避免盲目扩大其覆盖广度,建议从覆盖广度和数字化程度两个维度适度发展数字金融,减少对区域金融风险的不利影响。第二,关注数字金融对区域金融风险影响的地区差异,各省相关部门应采取差异化政策,充分发挥数字金融普惠性、靶向性和政策性特点,及时引导金融资源向西部地区转移,采用大数据、区块链等数字技术时要加强对中部和东部地区金融监管。第三,数字金融可通过金融杠杆和金融脱媒两种渠道影响区域金融风险,需要科学监控金融资本转移的规模和比例,警惕金融去中介化,避免资本的无序扩张,进一步防范区域金融风险,维护区域金融稳定。第四,更加注重数字金融与区域经济发展的匹配度,结合数字金融与区域金融风险的逐步加剧效用及门槛值,推动数字金融与区域经济的协调发展。