人口年龄与银行信贷的实证研究——基于61个国家面板数据

张苇锟，白福臣

（广东海洋大学，广东 湛江 524088）

人口年龄与银行信贷的实证研究
——基于61个国家面板数据

张苇锟，白福臣

（广东海洋大学，广东 湛江 524088）

本文基于61个国家1991—2013年的面板数据，采用静态面板和动态面板模型，使用固定效应（FE）、系统广义矩（SYS-GMM）和混合最小二乘法（Pooled OLS）等方法考察人口年龄对银行信贷的影响，并进行稳健性检验。结果发现，银行信贷市场存在显著人口年龄结构效应。具体到人口年龄结构内部，成年型人口对银行信贷的影响是显著正相关；青年型人口更多是依赖父母或长辈的金融支持，间接对银行信贷产生影响；当步入老年化时，银行信贷的渴求度会下降，更多追求安逸生活。

面板模型；人口年龄；银行信贷

一、引言

全球人口年龄结构正呈现向老年型变迁的格局，随着出生率的降低和预期寿命的延长，未来30多年间全球老年人口的比例将继续增加。人口年龄的变迁将引发一国金融市场需求的变化，甚至会影响一个区域乃至全球银行信贷的需求。永久性收入和后来生命周期假说相继阐述个体年龄与消费、储蓄行为之间的关系。

永久性收入假说没有明确指出储蓄和消费取决于年龄。它认为个人的消费很可能取决于永久性收入而不是当前可支配收入。由于个人会试图避免消费随着收入的短期波动而波动，当收入增长可持续时，他们会增加消费；当他们收入增长只是暂时的时，他们将会储蓄而不会增加消费。此外，若实际收入低于永久性收入时，他们会减少消费。

生命周期假说则指出，人们在青年阶段，开始职业生涯、组建家庭需要购买新房和大宗商品，此时消费很可能超过收入。如果金融市场充分发展和自由化，个人可能会基于未来预期劳动收入进行借贷。中年阶段，支出开始稳定而劳动收入增加，个人此时将偿还以前债务。进入退休阶段，由于收入开始降低，个人可能会开始减少储蓄或提取以前储蓄。

上述两个假说都表明通过对金融资产的积累和处置，人们会平滑自己一生的消费。随着人口年龄结构变迁，社会人口年龄结构将会在年轻型、成年型和老年型之间更替，社会储蓄也会在减少、增加和减少之间循环。实际上，个人的银行信贷行为更符合生命周期假说，本文重点基于61个国家1991—2013年的经验数据检验生命周期假说在发达国和欠发达国银行信贷行为的适用性。

二、理论综述

关于人口年龄结构效应的研究主要集中于宏观经济方面。Kohl等（1998）［1］和McMorrow等（2003）［2］研究了人口年龄结构变迁对宏观经济的影响，Dang等（2001）［3］和McMorrow等（2002）［4］证实人口年龄结构变迁对公共财政和养老金制度的影响。Poterba（2004）［5］和Davis Li（2003）［6］则更多关注人口年龄结构的变化趋势和金融资产之间的关系。Bosworth等（2004）［7］研究人口年龄结构变化对于一国储蓄的影响。

根据生命周期理论，退休人员较多的国家储蓄率趋于下降，储蓄的变化引起对银行信贷需求的变化。Modigliant（1986）［8］指出生命周期的储蓄遵循一个驼峰状的模式：投资者持有的资产储蓄数量随着年龄增加而增加，退休后随着年龄增长而减少。Higgins（1998）［9］试图通过人口年龄的三阶多项式来估计人口年龄结构的影响，结果表明其对储蓄的影响很明显。Bosworth等（2004）发现对年龄介于40到55岁的这个群体的储蓄负面影响很显著，超过年龄大于70岁的群体。Al-Eyd等（2006）［10］通过将15个国家的人口分为3个年龄组：20—39年龄组，40—64年龄组和65+年龄组，检测了人口年龄结构对消费的影响超过传统的决定因素（例如收入和财富），他们发现20—39这个年龄组对消费有显著的正向影响，但中年人和老年人的消费行为没有明显的差异，他们认为这可能与现收现付的养老金制度有关。简永军等（2011）指出国际资本会从老龄人群较多地区向老龄人群较少地区流动，随着中国的人口老龄化的到来，银行储蓄率会明显降低，不利于中国金融市场的发展，提出应延迟退休年龄。Poterba等（2004）运用美国消费者财务状况调查数据分析人口年龄结构变迁影响时，发现个人一生的财富呈现驼峰形状，但金融资产在老年阶段却趋向平稳，这可能与预防性储蓄或者遗赠动机有关。这与之前生命周期假说的研究结论不相一致，可能生命周期假说因国家或地域自身的特殊性而不同吧。

按照传统的生命周期假说，在生命周期的不同阶段，个体根据自身的偏好和风险厌恶程度决定当前的银行信贷。青年时期，支出大于收入，个体很少进行诸如股票或债券的金融资产的配置并且需要外在金融支持（银行信贷）。到中年时期，收入大于开支，个体开始配置金融资产且减少外在金融支持的需求。进入老年时期，收入来源的消失及开支的刚性存在，个体开始处置积累的股票或债券类的金融资产。为此，本文提出以下两个假设：

假设1：在银行信贷中存在人口年龄结构效应，不同人口年龄组，对银行信贷的影响也不尽相同。

假设2：20—39年龄组对银行信贷呈正效应，而40—64年龄组和65+年龄组与银行信贷呈负相关。

三、变量和数据来源

（一）变量

本文选择简约计量模型试图发现人口年龄结构与银行信贷之间的关联，根据已有的理论研究，引入相关的解释变量进入模型，根据经济直觉选择更具可能性的控制变量。

被解释变量：银行信贷，以银行信贷占GDP的比例衡量。

主解释变量：参考Al-Eyd等（2006）的变量选取，本文模型不采用总抚养比、少年抚养比和老年抚养比，而是采用人口年龄分组，即20—39年龄组（20至39岁人口占当年总人口比重）、40—64年龄组（40—64岁人口占当年总人口的比重）和65+年龄组（65岁以上人口占当年总人口的比重），进一步捕捉人口年龄结构对于银行信贷的影响。

控制变量：选取一些可能影响被解释变量的控制变量。（1）金融发展程度。M2与GDP之比表示金融发展程度已经被世界银行作为考察一国金融体系发展程度的重要指标并进行统计和公布。（2）通货膨胀率。采用通货膨胀率（GDP平减指数）来反映一国的经济环境。一般而言，一国金融市场结构往往与该国的经济环境存在显著联系。通货膨胀则主要用来衡量一国宏观经济发展的稳定性与金融市场结构转变的可能性。（3）城镇化。一国城镇化程度越高，社会对银行信贷需求越高。

（二）数据来源

本文以61个国家为全样本，细划分26个发达国家（澳大利亚、奥地利、比利时、加拿大、捷克、匈牙利、丹麦、芬兰、法国、德国、希腊、冰岛、爱尔兰、意大利、日本、卢森堡、荷兰、新西兰、挪威、葡萄牙、以色列、新加坡、西班牙、瑞典、英国和美国）和35个欠发达国家（阿根廷、孟加拉国、巴巴多斯、玻利维亚、博茨瓦纳、巴西、保加利亚、智利、中国、哥伦比亚、哥斯达黎加、厄瓜多尔、埃及、斐济、印度、牙买加、约旦、肯尼亚、马来西亚、墨西哥、摩洛哥、尼日利亚、巴基斯坦、巴拿马、秘鲁、菲律宾、俄罗斯、南非、斯里兰卡、泰国、特立尼达、多巴哥、突尼斯、斯威士兰、土耳其和委内瑞拉）两个子样本，具体指标如表1所示，选择1991—2013年的面板数据。采用面板数据进行分析主要基于两个方向考虑：一是控制个体之间不可控制的异质性；二是便于描述和分析动态过程，以及处理误差成分。

表1　变量指标和数据来源

四、实证分析

目前关于银行信贷中的人口年龄结构效应研究尚未对使用静态方法还是动态方法形成一致的观点，为使结果具有更加广泛的适用性，决定采取两种方法进行检验。同时，辅之以面板固定效应（FE）和混合最小二乘回归（Pooled OLS）作为稳健性检验。

（一）静态面板分析

对于静态面板数据的估计一般选用固定效应模型（FE）、随机效应模型（RE）或者混合效应模型（BE）。考虑到东盟各国的银行信贷市场有着自身的特点，选用固定效应模型，Hausman检验得到p值为0，支持选择固定效应模型，同时F检验p值为0，说明固定效应模型比混合效应更加合适。考虑到可能存在时间效应，对模型进行双向固定效应估计，并与普通的固定效应模型联合进行LR检验，得到p值为0，再次证明了双向固定效应模型更为有效，将静态银行信贷（Loan）模型假定为：

采用Stata12.0对以上模型进行静态面板固定效应回归分析，结果如表2所示，青年型、成年型和老年型人口结构对Loan的影响非常显著。全样本和发达国中，20—39年龄组对Loan有显著的负影响，而在欠发达国中，20—39年龄组对银行信贷有着显著正影响，与假设2的前半部分不相一致，不同类型的国家，青年型人口对银行信贷也不相同，可能是发达国家和欠发达国家的偏好不相一致，发达国家的青年偏好于租房而不急于买房，对银行信贷的依赖度低。在成年型的全样本下，40-64年龄组对银行信贷有着显著负影响，40-64年龄组每增加1%，银行信贷减少1.71%，说明了成年化经济体的银行信贷市场信心向荣，验证了假设2的后半部分，符合生命周期假说；而在子样本下也部分成立，发达国家40-64年龄组对银行信贷有着显著负效应，欠发达国家却与之相反。在老年型的全样本下，65岁以上的年龄组对银行信贷有显著负影响，65岁以上年龄组增加1%，银行信贷减少11.59%，说明了老年化经济体的银行信贷市场出现衰退现象。

老年型和成年型人群尤值得重点关注，原因有两点：第一，在本文的样本期，东盟个别国家于20世纪下半叶由青年型社会过度到当今的成年型社会，甚至有些国家进入老年型社会，40—64年龄组和65岁以上年龄组对银行信贷市场产生重要的影响。第二，青年人从父母或长辈获得金融支持在上升，即使青年人口比例下降，如果青年人获得的银行信贷力度是在上升的，青年人对银行信贷的影响不会明显减弱，只是间接通过成年人或者老年人对银行信贷的影响来体现出来。这意味着，决定银行信贷的更多是人口年龄结构中成年人和老年人，而不是青年人。

（二）动态面板分析

上述估计中，本文假定银行信贷是随着人口等因素的即期变化而变化，模型本身不存在自我动态调整过程。但是，现实情况往往不是这样，银行信贷通常具有路径依赖的特征，前一期的银行信贷状况往往对当期结果存在一定程度的影响，对进一步考察制度变化过程中惯性具有十分重要的意义。为此，将模型因变量的滞后一期作为解释变量引入模型中，重新构建银行信贷（Loan）的动态模型：

动态面板模型可以有效识别被解释变量因技术进步和消费习惯等因素影响而可能产生的惯性，但缺点是使模型产生明显的内生性。参照Horioka等（2007）的研究思路及以往研究文献，为更好地控制内生性，将20—39年龄组、40—64年龄组合65岁以上的年龄组视为外生变量，人口因素一般情况很少受到经济因素误差项的干扰，其他变量均按内生变量处理。

表2　全样本、发达国家和欠发达国家在FE模型下的回归结果

运用动态面板系统广义矩（SYS-GMM），采用Stata12.0对61个国家全样本和发达国家与欠发达国家两个子样本进行动态面板估计，并在估计中采用稳健（robust）标准误控制异方差，动态面板模型容易一阶自相关，但不应该存在二阶自相关，结果如表3所示。观察表3中的AR（1）和AR （2）的P值，绝大部分方程满足这一条件，Sargan检验说明控制变量基本合理。

表3　全样本、发达国家和欠发达国家在GMM模型下的回归结果

总体上，银行信贷存在强惯性，受自身影响较大。银行信贷的人口年龄结构效应部分成立，支持20—39岁年龄组和银行信贷的正向关系，但40—64岁年龄组和65岁以上年龄组与银行信贷关系没得到支持。欠发达国家20-39年龄组对银行信贷的影响显著，影响系数达到0.3个百分点，但61个国家全样本和发达国20—39年龄组对银行信贷的影响不显著。金融发展程度与银行信贷呈较强正向关系，对银行信贷的正效应，欠发达国家比发达国家提高得更多，表明欠发达国家当前应加大金融体制的改革和创新，促进金融市场结构发展。通货膨胀率和城镇化对银行信贷的影响均不显著。

（三）稳健性检验

为验证上述回归结果的准确性，针对不同样本组同时估计面板固定效应与混合最小二乘回归的动态面板模型，回归结果如表4所示。

表4　不同样本中FE和OLS的回归结果

续表

稳健性检验结果显示，银行信贷的人口年龄结构效应显著存在，欠发达国的20—39年龄组对银行信贷存在显著影响，全样本和发达国家中影响皆不显著。不同样本中，40-64年龄组合65岁以上年龄组均会对银行信贷产生显著影响，证明了本文静态分析和动态分析的结果具有很好的稳定性。

五、结论

人口年龄和银行信贷之间是否存在相关性的影响，是一个争议已久的问题。本文构建静态面板和动态面板模型，运用系统广义矩 （SYSGMM）、混合面板最小二乘回归（Pooled OLS）和面板固定效应回归（FE）多种方法对61个国家1991—2013年的面板数据进行研究。

研究发现，银行信贷的人口年龄结构效应显著存在，验证了假设1，不同人口年龄组对银行信贷的渴求也不一样。成年型人口结构与银行信贷存在显著正相关，老年型人口结构与银行信贷呈显著基本负相关，但银行信贷的青年型人口结构效应得不到支持，假设2部分得以验证，也从侧面印证习总书记于2013年出访俄罗斯所提出的“鞋子理论”，生命周期假说因国家或地区而宜。不同的国家，生命周期假说的思考维度理应不尽相同，应与国家本身的特殊国情相结合。具体到银行信贷的人口年龄内部，成年型人口以财富保值和增值为养老准备，将资金投放到金融市场，尤其是证券市场，对银行信贷的追求度会稍显强；青年型人主要从父母亲或长辈那儿得到金融支持，本身对银行信贷不存在显著影响；但当步入老年型社会，便会追求后期生活的安逸，对银行信贷的渴求度会下降。值得一提的是，金融发展程度是有利于银行信贷的，各国应重点关注本国金融的发展，尤其是欠发达国家要加大金融体制的改革和创新。

［1］Kohl，R and O’Brien P，”The Macroeconomics of Aging，Pensions and Savings:A survey”［N］.OECD paper；1998，AWP1.1

［2］McMorrow K and Roeger W，”Economic and Financial Market ConsequencesofAgingPopulation”［N］.EuropeanEconomy Economic Papers，2003，No182.

［3］Dang T T，Antolin P and Oxley H.”Fiscal Implications of Aging: projections of age-related spending”［N］.Economics Department Working Paper，2001，No.305.

［4］McMorrow K and Roeger W.”EU Pension Reform，An Overview of The Debate and An Empirical Assessment of The Main Policy Reform Options”［N］.European Economy Economic Papers，2002，No162.

［5］Poterba J.”The Impact of Population Aging on Financial Markets”［N］.NBER Working Paper，2004，No.1085.

［6］Davis E P and Li C.”Demographics and Financial Asset Prices in the Major Industrial Economies”［N］.Brunel University Working Paper，2003，No.03-07

［7］Bosworth B，Bryant R and Burtless G.“The Impact of Aging on Financial Markets and the Economy:A Survey”［M］.Mimeo，The Brookings Institution，2004.

［8］Modligiant F.“Life cycle，Individual Thrift，and the Wealth of Nations”［J］.American Economic Review，1986，vol76，pp297-312.

［9］Higgins M.”Demography，National Saving and International Capital Flows”［J］.International Economic Review，1998，39/3 43-69.

［10］Al-Eyd A，Barrell R and Davis E P.“Determinants of European Consumption-a panel approach”［M］.Mimeo NIESR London，2006.

F831；F224.9

A

1009-6566（2016）04-0030-06

2016-05-13

张苇锟（1990—），男，广东佛山人，广东海洋大学硕士研究生，研究方向为世界经济。

白福臣（1962—），男，吉林桦甸人，广东海洋大学教授，工学博士，研究方向为海洋经济。