数字普惠金融对家庭消费借贷的影响研究——基于金融素养的调节效应

李 爱, 任利军, 董佳宇

(内蒙古农业大学经济管理学院, 呼和浩特 010010)

普惠金融的提出,对缓解弱势群体金融排斥提供了机会。2015年12月,国务院印发的《推进普惠金融发展规划(2016—2020年)》明确提出提高金融服务覆盖率、可得性和满意度的总体目标。普惠金融理念旨在鼓励金融机构提高金融服务“普”和“惠”的特性,促进金融资源惠及社会各阶层和群体。数字普惠金融(digital financial inclusion,DFI)的提出,弥补了普惠金融涉及范围窄、服务成本高、产品单一等缺陷,依托数字化和信息化塑造了金融新业态。数字普惠金融基于互联网、手机电脑等智能设备运营,突破了实体网点的限制,拓宽了服务空间,且精准推送金融信息,缓解了信息不对称、降低了运营成本。另外,数字普惠金融提高信用评估准确度,利用大数据对客户精准画像,提供了差异化、多元化产品。

《G20数字普惠金融高级原则》提到数字普惠金融涵盖各类金融产品和服务,如支付、转账、储蓄、信贷等。在支付、转账、储蓄等基础服务层面,数字普惠金融通过手机银行,数字支付惠及了大部分群体。但是对于信贷业务,数字普惠金融的贡献仍有待商榷。从信贷供给侧来看,我国针对个人信贷出台许多政策,激励各类金融机构和市场主体加大普惠金融服务力度,从体制机制上推动了商业银行敢贷、愿贷、能贷。2022年3月中共中央办公厅、国务院办公厅印发的《关于推进社会信用体系建设高质量发展促进形成新发展格局的意见》中指出要发展普惠金融,扩大信用贷款规模,解决中小微企业和个体工商户融资难题和规范发展消费信贷。从信贷需求侧来看,数字普惠金融的发展,从渠道获得上使得更多群体能享受到正规金融服务[1]。但从数字技术运用和金融知识认知来看,可能会新增新的复杂性,产生数字鸿沟,阻碍没接触过数字工具或缺少金融理解的用户享受数字红利[2],可能导致信贷业务产生“马太效应”,拉大财富差距[3]。对于消费信贷,基于对信用卡、信用分期等不信任,潜在需求可能依旧被抑制。

数字普惠金融能否为家庭消费性融资带来机遇,需要进一步实证检验。本文基于中国家庭金融调查(Chinese household finance survey,CHFS)数据和北京大学数字普惠金融指数,探讨数字普惠金融如何影响家庭消费借贷,以及金融素养对二者关系的影响,这对我国居民利用借贷资金平滑消费、释放消费潜力、促进消费升级具有重要的现实意义。

1 文献综述

数字普惠金融的概念于2016年G20峰会上首次提出,是指利用数字技术为无法获得金融服务或缺乏金融服务的群体提供一系列负责任、成本可负担的正规金融服务。网络金融的发展推动了学术界从研究普惠金融向数字普惠金融方向的转变,数字经济使得学术界更加关注数字普惠金融的研究[4]。就数字普惠金融测度而言,郭峰等[5]从数字金融服务的覆盖广度、使用深度和数字支持服务三个维度构建了指标体系,形成了《北京大学数字普惠金融指数》,覆盖中国大陆31个省份、337个地级以上城市和约2 800个县域。借助该指数,学术界就数字普惠金融与家庭信贷活动的关系展开了广泛探讨。王亚平等[6]研究发现互联网使用对农村家庭正规信贷约束、需求性信贷约束和供给型信贷约束均具有很强的缓解作用,对需求型信贷约束的缓解作用更强,互联网使用有助于缩小家庭信贷需求缺口。周亚虹等[7]认为数字金融的发展可以补充传统金融,缓解农民的融资约束。傅秋子和黄益平[8]研究得出数字普惠金融对农村消费性正规信贷需求有显著正向影响,即该地区家庭使用数字金融越多,产生消费性正规信贷需求的概率越大。Yue等[9]基于中国家庭金融调查四期面板数据研究得出,数字普惠金融使得家庭更容易参与信贷市场,获得贷款。Wang等[10]研究得出数字普惠金融通过缓解流动性约束增强了中国家庭资产负债比率,但同样可以抑制过度负债的家庭。分信贷渠道来看,樊文翔[11]认为数字普惠金融只能提高农户的正规信贷获得,对非正规信贷获得的影响不显著。杨波等[12]同样得出数字普惠金融显著促进了家庭正规信贷获得,该促进作用主要是通过数字支付渠道来实现。

针对家庭信贷活动的讨论,离不开金融素养的影响,加之数字金融的发展,更需要关注居民的金融素养。金融素养代表居民掌握经济、金融知识并运用这些知识配置金融资源的能力,进一步地,可分为主观金融素养和客观金融素养。主观金融素养是调查者对一系列金融产品或服务的了解程度及自我评价;客观金融素养是通过对受调查者能否正确回答一系列金融方面的问题,通常包括利率、通货膨胀和金融产品风险等,采用客观方法对调查者金融知识的掌握及认知进行的综合评价[13]。在金融素养与居民借贷的研究中,多数学者认为金融素养高的居民,更可能偏好借贷及产生借贷。董晓琳等[14]利用中国家庭金融调查数据实证分析金融素养对家庭借贷决策的影响,研究结果显示,金融素养是影响家庭借贷决策的重要因素,金融素养水平的提升有助于家庭提高借贷需求。吴卫星等[15]考察发现,金融素养高的居民家庭更可能持有负债和偏好通过正规渠道借贷。邢大伟和管志豪[16]利用微观数据研究金融素养对农民借贷行为的影响,研究发现,金融素养对农民向正规金融机构和非正规金融机构的借贷行为均产生显著正向影响。

目前,将数字普惠金融、金融素养和居民经济活动纳入同一研究体系的文献集中于从金融素养异质性或者将金融素养作为机制变量出发,探讨数字普惠金融对居民金融资产配置的影响。鲜有文献将金融素养的影响纳入数字普惠金融与家庭借贷的关系研究中。陈宸等[17]从微观层面研究了数字普惠金融发展对家庭债务杠杆的影响,结论得出数字普惠金融显著提升了家庭债务杠杆,但金融素养会弱化这种影响。陈晓芳和杨建州[18]基于中国家庭金融调查数据研究得出数字普惠金融通过提高金融素养促进农户家庭正规信贷获得。

综上,关于数字普惠金融与家庭借贷活动二者关系的研究涉及信贷约束、借贷需求、借贷渠道等方面,且针对可能影响二者关系的金融素养的研究也不够全面。相比已有研究,本文可能存在的创新之处有:①研究范围方面,着重关注数字普惠金融对家庭借贷规模方面的影响,且聚焦于消费借贷规模,具有针对性;②影响机制方面,将金融素养纳入研究框架中,厘清了金融素养在数字普惠金融影响家庭消费借贷中的重要作用。在异质性分析中,发现了智能手机和受教育程度同样是家庭利用数字普惠金融获得消费贷款的重要因素。

2 理论分析与研究假设

2.1 数字普惠金融与家庭消费借贷

数字普惠金融对家庭消费借贷的影响,可从供给侧和需求侧两方面解读。从供给侧来看,数字普惠金融促使金融机构数字化转型,提高金融科技水平。银行借助金融科技手段,基础运营成本降低,能收获更多长尾客户以提升营收空间,这一变化将吸引银行增加普惠贷款供给,提高普惠贷款供给意愿[19]。另外,数字普惠金融通过互联网交易大数据对信贷主体进行信用评估,完善了风险定价模型和风险预测的准确性,实现了风险管理和增强了风险抵抗能力[20],降低客户违约风险,增强银行放贷的信心。数字普惠金融还利用移动通信和互联网手段提供金融服务,突破信贷双方物理网点限制,扩大客户覆盖面,提升了金融宽度[21]。从需求侧来看,数字金融的发展扩展居民获取金融信息的渠道,提高了便捷度、精准度,普及了信贷知识,降低了居民利用负债平滑消费的规避程度,刺激了居民潜在金融需求,加之数字金融使得潜在金融需求转换成实际需求的成本降低,居民获得信贷资金的机会增加,对信贷服务的“自我排斥”降低。

综上,数字普惠金融的发展有效提升了金融供给,通过降低金融供给的基础运营成本,提升风险管理能力扩大金融供给,增加信贷产品类型及规模,使得资金供给增多。另外,数字普惠金融释放了居民潜在的和实际消费贷款需求,又使居民低成本地获得实际贷款。因此,数字普惠金融的发展将有利于扩大家庭消费借贷规模。据此,提出以下假设。

H1:数字普惠金融对家庭消费借贷具有扩张效应。

2.2 金融素养的调节效应

居民能否有效利用数字普惠金融的红利,一方面取决于自身禀赋特征,其中最关键的就是关于金融知识的了解程度。金融知识有利于减少个体金融决策时的信息搜集和处理成本,金融素养较高,愿意获取信息,对数字技术更容易信任及接纳[22],参与更多种类的数字金融倾向增加[23],也能加深对数字金融的响应深度,显著增加对数字金融产品的依赖程度和融资强度[24]。就融资方面而言,金融素养是决定居民能否借助数字信贷实现信贷需求有效表达的关键因素之一[25]。

金融素养也是影响家庭对待负债态度的重要因素。对于金融素养低的居民,其对信贷政策、借贷利率了解程度不深,即使有潜在信贷需求,也无法利用正规渠道满足需求,或者对金融概念缺乏理解,在消费信贷市场中更有可能付出高信贷成本,做出错误的决定[26],甚至导致过度负债[27]。金融素养水平的提升,可以降低不知道如何申请贷款或对贷款存在认知偏差而无法产生潜在正规信贷需求的概率,同时促进居民将正规信贷需求转化为有效正规信贷需求[28]。

综上,金融素养是居民享受数字普惠金融红利和利用负债平滑消费的重要禀赋。金融素养提升,居民越能有效利用数字普惠金融的便利性、优惠性将其消费融资的需求成功转换,且越倾向利用借贷来实现适度的“金融杠杆”,平滑收入和消费。故提出以下假设。

H2:金融素养在数字普惠金融与家庭消费借贷之间发挥正向调节效应。

3 研究设计

3.1 数据来源

家庭数据来源于西南财经大学于2011年在全国开始的中国家庭金融调查数据库(CHFS)。CHFS每两年追踪一次,调查内容包括了家庭收入支出、资产负债、人口特征以及社会保障等信息,能较为全面地反映我国居民家庭借贷及其配置情况。数字普惠金融指数来自“北京大学数字普惠金融指数”,该指数采用蚂蚁金服的交易账户大数据,从覆盖广度、使用深度、数字支持服务程度三方面测算了2011—2022年中国数字普惠金融的发展情况。选取CHFS2015年、2017年和2019年三期追踪调查数据和数字普惠金融指数相匹配,通过剔除选取变量存在的数据缺失样本、删除无效信息样本(如收入为负的样本)以及户主年龄小于18岁大于80岁的样本,最后得到102 863个调查样本。另外,由于2017年只对新受访户进行了金融知识的调查,故在衡量家庭金融素养时,去除2017年金融知识数据缺失的家庭后,最终得到66 300个调查样本。

CHFS微观家庭数据只提供家庭所在省级信息,所以本文选取的数字普惠金融指数为省级指数。家庭的借贷行为固然会受到所在省份数字金融发展水平的影响,但不同维度的数据直接做回归分析可能影响回归结果的有效性。但是CHFS的样本家庭省域分布合理,在匹配数字普惠金融发展指数时,省级数字普惠金融发展指数在样本间的变异性相对充分。另外,从北京大学数字普惠金融指数的省际差异和省内差异得出,我国数字普惠金融发展水平的差异近一半或一半以上都来源于省际差异[29]。因此,省级普惠金融指数能够很好地匹配CHFS数据,研究省级数字普惠金融指数对我国家庭消费借贷的影响,研究结论具有可靠性。

3.2 变量设定

3.2.1 被解释变量

被解释变量为家庭消费借贷,选用2015年、2017年和2019年家庭尚未偿还的主要用于消费的欠款,具体包括住房借贷、车辆借贷、耐用品借贷、医疗借贷和教育借贷。其中,用于购房、购车及医疗保健的借贷主要是满足家庭基本生活需求的低层次消费借贷。而耐用品借贷在中国家庭金融调查问卷中主要指购买电子产品、家具或奢侈品的欠款,用于提高生活质量,属于高层次消费借贷。教育借贷指用于家庭成员教育的欠款,属于人力资源的投入,同样属于高层次消费借贷。

3.2.2 解释变量

解释变量为数字普惠金融指数。数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制,该指数从覆盖广度、使用深度及数字支持服务程度三方面很好地衡量了中国数字普惠金融2011—2022年的发展情况。选取2015年、2017年和2019年各省份数字普惠金融指数,检验其对家庭消费借贷产生何种影响。

3.2.3 调节变量

调节变量为金融素养。依据家庭对CHFS调查问卷中设置的3个客观的经济金融知识问题的回答综合得出,包括对经济金融的关注程度、利率计算与通货膨胀计算。借鉴尹志超等[30]的方法,将家庭对利率计算和通货膨胀计算的答案分别设置两个虚拟变量,第一个用于反映是否给出明确答案,第二个用于反映是否给出正确答案,而后采用因子分析法对5个因子计算因子总得分,以此反映金融素养的高低。

3.2.4 控制变量

选取户主层面、家庭层面、地区层面三类控制变量。反映户主个人特征的变量为户主年龄、婚姻状况、健康状况;反映家庭特征的变量为家庭规模、收入;反映地区发展状况的变量为所在地区GDP、移动电话拥有率。相关变量的具体定义如表1所示。

表1 变量定义

3.3 模型设定

采用双向固定效应验证数字普惠金融对家庭消费借贷的影响,构建模型如下:

lnCon_Debtit=β0+β1DFIit+β2Controlsit+

μit+λit+εit

(1)

为检验金融素养对数字普惠金融和家庭消费借贷的调节效应,构建如下模型:

lnCon_Debtit=β0+β1DFIit+β2Fin_Literacyit+

β3DFIit×Fin_Literacyit+β3Controlsit+

μit+λit+εit

(2)

式中:i为家庭;t为年份;lnCon_Debt为家庭消费借贷;DFI为数字普惠金融指数;Fin_Literacy为金融素养;DFI×Fin_Literacy为交互项各乘子均进行中心化处理;Controls为控制变量;μit和λit分别为个体固定效应和时间固定效应;εit为随机扰动项。

4 实证结果分析

4.1 描述性统计

相关变量的描述性统计结果如表2所示,家庭消费借贷的均值为2.57,表明现阶段家庭消费借贷仍处于低水平层面,具有增长的空间。数字普惠金融最小值为193.29,最大值为410.28,差距较大,说明各省份数字普惠发展程度存在不均衡。金融素养的均值为0,标准差为1,表明家庭在金融知识认知方面差距明显且总体偏低。

4.2 基准回归结果

表3为数字普惠金融对家庭消费借贷的回归结果,列(1)～列(3)表示采用面板双向固定效应依次控制户主特征、家庭特征和地区特征的回归结果,列(4)表示只固定个体固定效应的回归结果。由列(1)～列(4)可知,数字普惠金融的回归系数均显著,表明数字普惠金融可以提升家庭消费借贷规模,即数字普惠金融对消费借贷具有扩张效应,初步验证了H1,意味着,数字普惠金融的推进在支持家庭消费借贷获得起到了重要作用。

表3 数字普惠金融与家庭消费借贷:基准回归

从控制变量上看,户主年龄、健康状况、家庭规模和收入也对家庭消费借贷规模起到了显著影响。户主年龄负向影响消费借贷,原因可能为随着年龄的增长,收入及资产固定,不再依靠负债平滑消费。就户主健康程度看,健康程度越差,越会产生消费欠款,原因可能为身体状况差导致大量医疗支出,在有限的收入范围内会选择医疗借贷来弥补医疗费用。家庭人口规模的估计系数显著为正,人口多的家庭通常要承担教育及赡养义务,教育及医疗支出庞大,规模效应使得家庭可能需要借贷满足正常开支。家庭收入越高,越有购房购车及消费升级的意愿,可能通过房贷车贷来实现跨期优化。

进一步地,为了探讨数字普惠金融对不同层次消费借贷的异质性影响,将消费借贷细分为住房借贷、车辆借贷、医疗借贷、耐用品借贷和教育借贷进行分组回归。表4的回归结果表明,数字普惠金融主要对住房、车辆和医疗借贷产生扩张效应,对耐用品和教育借贷无显著影响,这说明现阶段数字普惠金融只能满足家庭用于基本生活的低层次借贷需求,尚未满足高层次借贷需求。

表4 数字普惠金融与家庭异质性消费借贷

4.3 调节效应

《G20数字普惠金融高级原则》中提到“对政策制定者和服务提供商而言,金融素养方面的缺陷依然是他们向无法获得金融服务或缺乏金融服务的群体推广金融服务的重大挑战”,并将重视消费者数字技术基础知识和金融知识的普及作为原则六以推动数字普惠金融发展。可见,金融素养的高低对于响应数字红利和获取金融服务至关重要。采用分层回归方法验证金融素养对数字普惠金融与消费借贷关系的影响作用,表5列(1)为数字普惠金融和金融素养作为解释变量的回归,列(2)引入了数字普惠金融与金融素养的乘积项。交乘项的系数显著为正,体现了金融素养提高将强化数字普惠金融发展对家庭消费借贷的扩张效应,H2得到基本验证。

表5 数字普惠金融与家庭消费借贷:金融素养的调节效应

4.4 内生性处理

数字普惠金融水平为省份级别变量,家庭消费借贷为家庭层面变量,二者互为因果的可能性较低,采用面板双向固定效应一定程度上解决部分遗漏变量问题。但数字普惠金融发展水平和家庭消费借贷依然可能同时受到未来预期、经济形式变动等一系列难以观察的因素的影响,这将导致数字普惠金融指数的回归系数出现偏误。为了较好地避免计量识别中的内生性问题,借鉴易行健和周利[31]的做法,构建一个“Bartik instrument”(滞后一阶的数字普惠金融指数与数字普惠金融指数在时间上的一阶差分的乘积)作为潜在内生变量数字普惠金融工具变量,将其和金融素养的乘积作为数字普惠金融和金融素养乘积项的工具变量进行2SLS 两阶段估计回归。表6展示了工具变量回归结果,工具变量在第一阶段回归中的系数显著,且通过了弱工具变量检验。在考虑变量内生性的情况下,数字普惠金融仍然能显著提高家庭消费借贷规模,金融素养对二者关系产生正向调节作用,本文基准结果和调节效应基本稳健和基本可靠。

表6 数字普惠金融与家庭消费借贷:工具变量法

4.5 稳健性检验

为了进一步验证本文的回归结果,采用数字普惠金融滞后一期检验对家庭消费借贷的影响,结果如表7列(1)所示,数字普惠金融滞后一期的回归系数显著为正,表明本文的基准回归基本稳健。列(2)为采用平衡面板数据检验数字普惠金融和家庭消费借贷的关系,数字普惠金融系数显著为正,与前文结论一致。列(3)将数字普惠金融滞后一期作为解释变量检验金融素养调节效应的稳健性,数字普惠金融滞后一期和金融素养的交互性显著为正,表明金融素养的调节效应回归结果同样稳健。

表7 稳健性检验:数字普惠金融滞后一期和平衡面板回归

4.6 数字普惠金融子维度对消费的借贷影响

数字普惠金融指数由覆盖广度、使用深度、数字化程度三个子维度合成[5],表8为分析数字普惠金融子维度对家庭消费借贷的影响结果,发现覆盖广度和使用深度均在1%的水平下显著提升家庭消费借贷扩张,数字化程度对家庭消费借贷的影响相对较弱。覆盖广度主要体现了用户电子账户的使用程度,而现阶段电子账户已是借贷双方实现交易的重要通道,电子账户覆盖范围越广,融资交易越简便,降低了家庭融资时间成本和距离成本、容易推动家庭进行借贷。使用深度主要体现的是金融服务类型及使用情况的响应程度,信贷业务和信用业务的普及有助于家庭获得融资。

表8 数字普惠金融子维度与家庭消费借贷

4.7 异质性分析

4.7.1 城乡和地区异质性

数字普惠金融提出时就强调要着重服务于无法获得金融服务的群体,这类群体通常包括农村人口及经济发展相对落后的中西部人口,数字普惠金融只有使这类群体消除金融排斥,才真正提现出“普”和“惠”的优势。根据城乡位置将总样本分为城镇家庭和农村家庭,根据地区位置将总样本分为东和中西部地区,考察数字普惠金融是否有效提升弱势群体的消费借贷规模。根据表9和表10的结果所得,数字普惠金融有利于农村家庭及中西部家庭获得消费借贷,充分体现了金融服务的普惠性及长尾效应。相比较而言,数字普惠金融对农村家庭消费借贷的扩张效应强于城镇家庭,表明了数字普惠金融对于农村金融的大力扶持。

表9 异质性分析:城乡异质性

表10 异质性分析:地区异质性

4.7.2 是否拥有智能手机异质性

数字普惠金融的发展依赖于信息技术手段,以互联网作为中介媒体,主动接触并使用互联网的群体更能享受到数字普惠金融发展带来的红利。因此,数字金融发展可能存在结构性问题:数字金融发展给能够接触到互联网的居民带来便利以及机会,挤占了未能接触到互联网的居民原先所可能获得的资源[32]。而拥有智能手机是参与互联网的重要前提,智能手机为用户提供电子账号、手机银行等交易通道,也是用户接触财经新闻,了解信贷政策的重要工具。根据家庭是否拥有智能手机进行分样本回归,检验数字普惠金融对消费借贷的扩张效应是否受到智能手机的影响。结果如表11所示,对比两列结果可以看出,数字普惠金融发展只能促使拥有智能手机的家庭参与消费借贷,表明数字普惠金融存在工具门槛,拥有智能手机是享受数字红利及普惠金融服务的首要条件。

4.7.3 户主教育程度异质性

户主教育程度能反映家庭是否有借助借贷资金平滑消费的意识,是否可以借助借贷资金实现跨期最大消费,以及能否有效利用数字服务。将户主教育程度分为三类,探讨户主教育程度异质性在数字普惠金融与消费借贷之间的差异。如表12所示,数字普惠金融对消费借贷的扩张效应只存在于户主接受大专/高职及以上教育的家庭,对于低学历家庭没有显著影响,这意味着,数字普惠金融存在知识门槛,享有高学历的家庭,更愿意参与数字金融服务和获得金融服务。

5 结论与建议

本文基于中国家庭金融调查(CHFS)2015年、2017年和2019年三期面板数据探讨数字普惠金融与家庭消费借贷之间的关系,并探讨金融素养在二者之间的调节作用。研究结果表明,数字普惠金融对家庭消费借贷具有扩张效应,其中对低层次消费借贷扩张效应更强,金融素养提高能强化数字普惠金融对消费借贷的扩张效应。分数字普惠金融子维度来看,数字普惠金融对消费借贷的扩张效应主要源于覆盖广度和使用深度的提高,数字化程度作用较小。异质性分析发现,数字普惠金融对消费借贷的扩张效应对“长尾”群体更显著,即对农村和中西部家庭消费借贷具有更强的扩张效应。另外,该扩张效应存在工具门槛及知识门槛,拥有智能手机及高学历的家庭更容易获得消费借贷。

基于以上研究结论,提出以下建议:第一,普及居民金融素养教育,消除居民参与数字金融的知识鸿沟。通过多种渠道和媒介推广金融素养教育,包括利用社区资源和网络平台开展金融教育活动,以及与媒体合作宣传金融知识和技能培训,确保金融教育的普及性,助力居民理解数字普惠金融产品和服务,释放居民因不了解数字产品而受到抑制的金融需求。第二,提高互联网及智能手机普及率,消除居民参与数字金融的工具鸿沟。加大对农村和偏远地区的网络建设和覆盖,提高弱势群体上网便利性。进一步地,通过提供补贴或优惠政策等方式减少网络接入费用,降低居民上网成本和负担。同时,鼓励居民使用互联网,参与数字时代智能化服务。第三,简化金融产品设计,推动金融产品多样化。降低金融产品信息冗杂度,开发和推广易于理解和使用的金融工具和服务。鼓励和支持数字普惠金融的创新和发展,提供多样化信贷产品,以满足家庭不同消费贷款需求。第四,加强数字金融平台的监管,建立健全投诉机制。注重数字金融监管机制,建立有效的投诉处理机制,提供消费者权益保护的法律和法规,确保金融产品透明度,严厉打击网络诈骗和金融欺诈行为,保护贷款者合法权益,确保家庭财产安全性。