您好, 访客   登录/注册

数字普惠金融与居民风险市场参与

来源:用户上传      作者:王露露

  摘   要:本文基于中国健康与养老追踪调查数据与北京大学数字普惠金融指数,探究了數字普惠金融发展对居民家庭的风险市场参与的影响。研究发现:数字普惠金融指数及覆盖广度、使用深度、数字化程度指数都能促进居民家庭的风险市场参与;数字普惠金融对东部地区居民家庭的风险市场参与的促进作用最为显著,对中年居民家庭的风险市场与的影响更为明显,对女性居民的影响更为突出。因此,政策需继续重视、推动数字普惠金融的发展,尤其是中西部地区,以便更大程度地发挥数字普惠金融的普惠金融效应。对中老年居民家庭而言,亟需加强金融知识的学习,或在可能的条件下提升教育程度,进一步激发数字普惠金融需求,做到能够用、善于用金融科技。
  关键词:数字普惠金融;家庭金融;风险市场参与
  DOI:10.3969/j.issn.1003-9031.2020.10.002
  中图分类号:F832.4 文献标识码:A           文章编号:1003-9031(2020)10-0015-10
  2016年发布的《G20数字普惠金融高级原则》认为“数字普惠金融泛指一切通过使用数字普惠金融服务以促进普惠金融的行动”,并明确倡导利用数字技术推动普惠金融发展。2017—2018年,我国出台一系列普惠金融扶持政策,推动数字普惠金融的进一步发展。作为普惠金融的延伸拓展,数字普惠金融深刻影响着居民家庭的金融行为,改变着人们的行为方式,而数字普惠金融对居民家庭的风险参与有着怎样的影响?异质性影响又是如何?本文基于详实的微观数据,通过组间系数差异检验更深入地分析、比较数字普惠金融对不同地域、不同年龄段及不同性别群体的风险市场参与的作用,据此提出针对性的政策建议。
  一、文献综述与假设前提
  为深入探究数字普惠金融与居民家庭的风险市场参与的关系,本文在梳理相关文献基础上,进而提出研究假说。
  (一)文献综述
  由于数字普惠金融的提出时间较短,现有研究大多基于普惠金融、互联网金融展开研究。魏昭和宋全云(2016)基于中国家庭金融调查(CHFS)发现居民互联网金融的参与并非是对传统风险资产投资的金融排斥,而是能在一定程度上带动家庭的风险投资。马学琳等(2018)利用“千村调查”项目数据,基于二值选择模型和倾向匹配得分法研究发现,普惠金融体系的建立使得高收入农民倾向于高风险高收益投资,低收入农民只能进行传统基础金融投资。Glaser & Klos(2013)、Liang & Guo(2015)、周广肃和梁琪(2018)等也提供了互联网金融对居民家庭金融参与积极影响的经验证据。路晓蒙等(2019)通过区分传统区域金融和数字普惠金融,发现区域金融的发展有助于促进居民家庭理性与多样化投资,从而优化投资资产。张晓枚等(2020)基于中国家庭金融调查(CHFS)的实证证据,研究发现普惠金融提高了家庭参与股票市场和风险市场的概率及比例。上述学者基于不同数据基础不同研究视角,发现了金融因素在家庭资产选择过程中的重要价值,为本文研究内容提供了有益借鉴。
  数字普惠金融与家庭风险参与方面。周天芸等(2019)使用中国家庭动态跟踪调查(CFPS)数据,通过主成分分析法提取互联网使用频率作为数字普惠程度指数,得到了数字技术能够有效提升居民家庭购买金融产品概率与金额的结论,仍可利用数字普惠金融指数作更进一步的详细探讨。廖婧琳、周利(2020)和周雨晴、何广文(2020)均发现了数字普惠金融对家庭风险资产投资行为产生的积极影响,但前者关注点在于户主受教育水平在其中所起的社会调节作用;后者将研究对象定位于农户,且数据囿于省级层面,数字普惠金融对城镇居民家庭风险参与的影响仍为空白,其中的异质性影响也不明晰。
  综上所述,已有不少学者关注到了金融发展与居民家庭的风险参与,但数据来源各异、研究方法有所不同,得出的结论也有差异。尤其在数字普惠金融与家庭风险市场参与方面,现有研究稍显不足,仍有可拓展空间。本文将利用北京大学数字普惠金融指数,系统考察数字普惠金融对居民家庭风险市场参与的影响,并尤其关注其中的异质性影响,以期对上述学者的研究内容进一步补充完善。
  (二)假设前提
  数字普惠金融是实现低成本、广覆盖和可持续普惠金融的重要发展模式,有助于缓解普惠金融悖论,具有很强的外部正向效应。它的发展有益于提高金融服务可得性,使得原本资产不足家庭能够参与风险投资,不受财富约束家庭提高参与深度,促进信息交流,起到优化金融资源配置(即融资)和财富管理(即风险配置)的作用。因而,假设1得以提出。
  假设1:数字普惠金融的发展有助于促进居民家庭的风险市场参与。
  尽管数字普惠金融的发展日新月异,其在国内的研究尚未系统化,尤其是在与家庭金融的融合上仍有待完善,数字普惠金融对居民家庭的风险市场参与的影响可能存在异质性。据北京大学数字普惠金融指数的相关研究报告,数字普惠金融的发展程度与区域经济发展水平呈正相关。在幅员辽阔、地区发展并不平衡的中国,数字普惠金融可能会对不同地域居民的风险市场参与有着不同影响。考虑到早期样本时点的存在性,可能会对数字普惠金融的普惠性造成一定干扰,数字普惠金融可能更会表现出对较发达东部地区的正向效应。从生命周期角度,在年龄超过一定限度后,居民认知能力、金融知识等随年龄增长而有所下降,同时生命周期后期高消费低储蓄的窘状更会加剧这一困境,这使得年老者的风险参与可能性大大降低。数字普惠金融的发展可能会对不同年龄段家庭的风险参与产生差异化影响,当数字普惠金融普惠性大于居民年龄过大引致的衰退效应时,方可观测到数字普惠金融对年长者风险参与的积极作用。另外,男性和女性在风险感知上存在差异,且这种风险感知能力的差异与金融决策行为密切相关,数字普惠金融可能会对男性和女性的风险参与产生不同影响,数字普惠金融的普惠性可能更会促进女性的风险参与。基于以上分析,本文提出假设2。   假设2:数字普惠金融发展对居民家庭的风险市场参与有异质性影响,表现为地域差异、年龄差异及性别差异。
  二、研究设计
  (一)计量模型设定
  由于因变量的二值虚拟变量属性,本文通过Probit模型研究数字普惠金融对家庭风险市场参与决策的影响:
  (二)样本和变量说明
  1.数据来源与样本选取
  本文研究数据来源于2013与2015年中国健康与养老追踪调查(Charls)、北京大学数字普惠金融指数、《中国城市年鉴》、中国分省份市场化指数报告(2016)及其推算等。在经过将户主年龄限于80岁及以下,剔除关键变量缺失值、极端值、异常样本,及删去农村样本①等一系列处理后,通过对Charls数据库中城市按数字普惠金融指数编码方式进行编码并与之匹配,最终我们得到100个城市的2889户家庭样本,也即本文的研究样本。
  2.变量说明
  被解释变量为居民家庭风险市场参与。本文的风险金融资产包括股票与基金,受访者持有其中一种风险资产即视为参与风险金融市场。
  核心解释变量为数字普惠金融指数及覆盖广度、使用深度、数字化程度子指数。其值直接取自城市层面相应指数。
  除了上述被解释变量、核心解释变量,研究所需变量还包括受访者个人特征、家庭层面人口学和区域经济特征。对以下变量进一步说明:教育程度,初中及以下、高中/职高、大专/本科、硕士及以上等4个层次分别用1-4表示;自评健康水平,由1-5表示健康状况由差到好;家庭资产,是家庭净金融资产(也即家庭金融资产总值减去金融资产负债)、净房产、土地、家用设备及耐用消费品的价值加总;家庭年消费水平,包括家庭层面所有家户成员的农林产品消费、牲畜和水产品消费及家户生活支出。文中控制家庭年消费水平而非家庭年收入水平,是因为消费比当前收入更能反映家庭的永久收入,且误差较小,二者又有很强的共线性。具体的变量描述如表1所示①。
  三、实证结果与分析
  表2为数字普惠金融影响家庭风险市场参与的实证结果。结果表明,无论加入控制变量与否,数字普惠金融发展对家庭风险市场参与都有显著正向效应。尤其是,在控制一系列户主、家庭和地区层面特征变量后(回归(2)),数字普惠金融每提升1单位,居民家庭参与风险市场的可能性提高3个百分点,凸显了数字普惠金融在促进居民家庭参与风险市场方面的重要作用。
  面板数据虽能在一定程度缓解内生性问题,但测量误差、遗漏变量、样本选择偏误等仍是不可忽视的内生性可能性来源。鉴于可能存在的内生性,参照以往文献,选取“家庭所在地级市,到浙江省杭州市的球面距离”作为数字普惠金融指数的工具变量,进行IV Probit回归,wald内生性检验值为9.96,在1%的水平上估计系数显著异于0,说明数字普惠金融对家庭风险市场参与存在显著内生性。同时F值远大于10,工具变量t值在1%水平显著,意味着工具变量对数字普惠金融有较强相关性、较好解释力,据此可以拒绝弱工具变量假设。回归(4)的主回归系数仍显著为正,同时有所增大,考虑内生性问题后的数字普惠金融能够显著促进居民家庭的风险市场参与。
  Probit回归模型替换为logit模型,使用meprobit模型控制个体固定效应,使用cloglog模型控制极值偏差等一系列稳健性检验下并不改变主要结论。同时增加社会互动social控制变量的工具变量回归结果同样显著,因而保证了表2结果的可靠性。至此假说1得以验证。
  未报告的部分中,我们同样考察了数字普惠金融子指数对家庭资产选择的影响。结果显示,3个子指数对家庭风险市场参与的积极作用均高度显著,而且从估计系数大小来看,使用深度指数有着最大的边际效用。使用深度指数是通过实际使用互联网金融服务来衡量的,随着互联网技术的进步,保险、投资等互联网金融服务更容易地被千家万户所触及,从而增加了居民家庭参与风险市场的可能性。而覆盖广度主要通过电子账户数来体现,数字化程度侧重于家庭使用数字普惠金融服务的成本和便利性,与使用深度相比作用相对微弱。
  四、异质性分析
  我们首先探究数字普惠金融对不同地域居民家庭的风险市场参与的异质性影响,然后通过Bootstrap自抽样法检验数字普惠金融对中年、老年居民家庭的风险市场参与差异的影响,以及检验数字普惠金融对男性、女性户主家庭风险市场参与的不同影响,以验证假说2成立的可能性。
  (一)地区异质性
  本文以风险市场参与样本为例,将其划分为东部、中部和西部地区三个子样本,分别进行回归。在表3区域异质性的结果中,在1%置信水平上,数字普惠金融对东部地区居民家庭的风险市场参与有着积极影响,但其对中部、西部地区居民家庭的风险投资行为并无显著影响,可能解释是,数字普惠金融的发展是一个循序渐进的过程,2015年之前发展尚不完善,对于社会的辐射效应较弱,仅对原本金融基础设施较为完善、经济发展势头较猛的东部地区有较强劲正向作用。葛和平和朱卉雯(2018)在分析中国数字普惠金融的省域差异时指出,东部地区数字普惠金融的发展明显优于中西部,中西部地区的数字普惠金融仍有很大提升空间。可以预见的是,随着我国数字普惠金融的进一步发展,它对中部、西部地区居民家庭的风险市场参与会有愈加显著的影响。假说2得以部分验证。
  (二)基于Bootstrap法的组间差异显著性检验
  为了检验数字普惠金融的发展是否對中年、老年居民家庭的风险市场参与有何影响,参照邢大伟和王寅(2016)的研究,我们以60岁为分界点划分中年与老年家庭,通过实证加以分析。依据自变量类别分组进行的实证研究,若仅是简单比较核心变量估计系数显著性及大小,最大缺陷是缺乏统计检验的支持。目前学界主要有三种较为常见的组间系数差异检验方法,从“Chow检验”到“似无相关模型检验”再到“费舍尔组合检验”,适用条件依次放宽。尤其是“费舍尔组合检验”,通过不断抽样模拟总体特征,适用范围最为广泛。本文运用Efron & Tibshirani(1994)提出的自抽样法,对数字普惠金融发展影响居民家庭风险资产参与的差异性进行更精准、科学的检验。简言之,自抽样的原假设为组间估计系数值无显著差异。检验统计量为基于自抽样法得出的经验p值,该p值表示我们实际观察到的组间系数差异可能出现的概率,它与传统检验中的p值含义相同。   图1描绘了数字普惠金融及其子指数的不同分位数上,中老年群体的风险市场参与状况。这一直观证据表明,在大多分位点上,中年群体的风险市场参与率都明显高于老年群体。据此可以作出初步判断:数字普惠金融对不同年龄段上居民家庭的风险市场参与存在显著差异。其他子指数相比,在使用深度及数字化程度维度的不同分位点上,中年、老年群体的风险市场参与程度较为接近,意味着这两个维度对中老年居民家庭的风险市场参与可能并不会产生明显差异影响。
  表4的实证结果显示:对于中年群体而言,数字普惠金融及其子指数的估计系数分别为0.0486、0.0340、0.0308、0.0177,且都在较高置信水平显著,数字普惠金融的发展对中年居民家庭的风险市场参与表现出较大促进作用;对比而言,数字普惠金融对老年居民家庭风险市场参与的边际效应分别为0.0106、0.0091、0.0132、0.0045,这一系列估计系数甚至在10%置信水平上也不显著,表明数字普惠金融发展并未对老年居民家庭的风险市场参与产生显著影响。进一步观察P值,可以发现,在数字普惠金融总指数及覆盖广度维度,不同年龄段居民家庭的风险市场参与差异通过了统计检验,表明数字普惠金融的发展的确对中老年居民家庭的风险市场参与有显著差异影响。以总指数为例,这一系数差异为-0.038,相应的经验p值为0.046,较高的组别差异系数值通过了5%置信检验。数字普惠金融对不同年龄段居民家庭的风险市场参与不仅具有经济显著差异,还具有统计显著差异。在使用深度及数字化程度维度,尽管回归结果表现出了数字普惠金融对中年、老年居民家庭的风险市场参与的差异,但自抽样p值并不支持这一差异显著的原假设。也就是说,数字普惠金融的发展对不同年龄段居民家庭的风险市场参与作用不一,使用深度、数字化程度对中老年居民家庭的风险市场参与并无明显差异影响。
  类似地,以性别为分组标志,分析数字普惠金融对男性和女性的风险市场参与的差异性,结果见表5,数字普惠金融的发展对女性居民的风险市场参与的影响显著为正,而仅有总指数和使用深度子指数有利于男性的风险市场参与,无论是从显著性还是大小来看,数字普惠金融对女性居民的风险市场参与的促进作用更加明显。我们还可以看出,不同组别的估计系数差异分别为0.020、0.029、0.001、0.013,相应p值为0.181、0.027、0.464、0.130。经过对比,只有覆盖广度指数对男性、女性的风险市场影响的差异较为明显,具有经济学意义且能通过统计检验,其他组别差异并不显著。事实上,随着经济的发展,女性教育水平和独立意识不断提高,男性、女性的风险偏好差异正逐步缩小。Nelson(2016)研究表明男性、女性在风险承担上的差异并非很大,不恰当的统计检验和样本选择问题会放大差异。从这一角度看,我们的研究结果是合理的、有意义的。
  综上,数字普惠金融对居民家庭的风险市场参与的影响存在地域差异、年龄差异及性别差异,假说2得以验证。
  五、结论与启示
  (一)结论
  现代金融市场的发展对居民财富管理提出更高的要求,这使得被传统金融排斥在外的长尾群体寻求新的出路。本文基于中国健康与养老追踪调查(Charls)数据和北京大学数字普惠金融指数,从微观视角系统研究了数字普惠金融对我国居民家庭的风险资产选择的影响。一是数字普惠金融的发展大大促进了居民家庭的风险市场参与,以“家庭所在地级市到浙江省杭州市的球面距离”作为数字普惠金融的工具变量,及进行一系列稳健性检验,并不改变这一主要结论的可靠性。二是数字普惠金融覆盖广度、使用深度和数字化程度对居民家庭的风险市场参与的影响显著为正,其中使用深度的边际影响最为显著,这与数字普惠金融的发展程度不无关系。三是相较于中西部地区,数字普惠金融对东部地区居民家庭的风险市场参与更为显著;数字普惠金融对中年、老年居民的风险市场参与有着显著差异,数字普惠金融提高了中年家庭的风险市场参与概率,而对老年家庭的风险市场参与未产生积极影响,这一影响差异在总指数、覆盖广度维度通过了P值统计检验。究其原因,可能是认知能力随年龄增长而衰退,有限的认知使得老年居民无法更好地使用数字普惠金融。不同性别对比中,数字普惠金融对女性居民的风险市场参与的边际影响更大更显著,但只有覆盖广度维度通过了p值统计检验。
  (二)启示
  本文研究可能对我国居民家庭的金融参与有两点启示。一是数字普惠金融对我国居民家庭的风险市场参与表现出了显著正向作用,而中西部数字普惠金融的发展仍有较大空间,政策需继续重视、推动数字普惠金融的发展,尤其是中西部地区,以便更大程度地发挥数字普惠金融的普惠金融效应。二是与老年家庭相比,数字普惠金融更多体现于对中年居民家庭的风险市场参与的正向效应。这说明,数字普惠金融的普惠性还未达到我们预期的程度,它更多的是对传统金融的补充。对中老年居民家庭而言,亟需加强金融知识的学习,或在可能的条件下提升教育程度,进一步激发数字普惠金融需求,做到能够用、善于用金融科技。
  (责任编辑:孟洁)
  参考文献:
  [1]魏昭,宋全云.互联网金融下家庭资产配置[J].财经科学,2016(7):52-60.
  [2]马学琳,夏李莹,应望江.普惠金融视角下农民金融投资的选择问题研究——基于“千村调查”项目数据分析[J].农业技术经济,2018(11):80-91.
  [3]Glaser M,Klos A.Causal evidence on regular internet use and stock market participation[J].Available at SSRN 2021158,2013.
  [4]Liang P,Guo S.Social interaction,Internet access and stock market participation—An empirical study in China[J].Journal of Comparative Economics,2015,43(4):883-901.
  [5]周广肃,梁琪.互联网使用、市场摩擦与家庭风险金融资产投资[J].金融研究,2018(1):84-101.
  [6]路晓蒙,赵爽,罗荣华.区域金融发展会促进家庭理性投资吗?——基于家庭资产组合多样化的视角[J].经济与管理研究,2019,40(10):60-87.
  [7]张晓玫,董文奎,韩科飞.普惠金融对家庭金融资产选择的影响及机制分析[J].当代财经,2020(1):65-76.
  [8]周天芸,张政,陈铭翔.数字普惠、城乡差异和家庭金融参与[J].金融发展研究,2019(7):3-11.
  [9]廖婧琳,周利.数字普惠金融、受教育水平与家庭风险金融资产投资[J].现代经济探讨,2020(1):42-53.
  [10]周雨晴,何廣文.数字普惠金融发展对农户家庭金融资产配置的影响[J].当代经济科学,2020,42(3):92-105.
  [11]陆磊.发展具有中国特色的普惠金融体系[J].中国农村金融,2014(16):7.
  [12]吴晓求.互联网金融:成长的逻辑[J].财贸经济,2015(2):5-15.
  [13]Byrnes J P,Miller D C,Schafer W D.Gender differences in risk taking:a meta-analysis[J].Psychological bulletin,1999,125(3):367.
  [14]Powell M,Ansic D.Gender differences in risk behaviour in financial decision-making:An experimental analysis[J].Journal of economic psychology,1997,18(6):605-628.
转载注明来源:https://www.xzbu.com/3/view-15353343.htm