中国区域普惠金融测度及影响因素的实证分析

2018-03-29陈志刚田江慧子

资源开发与市场 2018年4期

陈志刚,田江慧子

(武汉大学中国中部发展研究院,湖北武汉 430072)

1 引言

普惠金融是指能有效和全方位地为社会所有阶层和群体提供服务的金融体系,并让所有的经济主体都可以平等地享受到丰富、优质、便捷的金融服务。正值“2005年国际小额信贷年”推广之际,联合国首次提出了构建普惠金融体系,该倡议关系到世界各国的经济与社会发展,立刻引起了人们的广泛关注。2006年3月,亚洲小额信贷论坛在北京召开,我国正式使用“普惠金融”这一概念。我国提出“发展普惠金融，鼓励金融创新,丰富金融市场层次和产品”。普惠金融首次被正式写入党的决议,属于我国全面深化改革的核心内容。2016年1月,我国颁布的《推进普惠金融发展规划(2016—2020年)》提出,不断提高金融服务的覆盖率、可得性和满意度,到2020年建立与全面建成小康社会相适应的普惠金融体系。

在学术研究层面,国内外学者对普惠金融的意义、测度和影响因素进行了分析与探讨。在普惠金融的意义方面,Beck等研究发现金融体系的普惠程度不足将导致收入分配持续不均和经济增速不断放缓的状况;Demirguc-Kuntand Klapper指出,通过普惠金融体系,贫困人口可获得储蓄账户和借款渠道,并由此积累资产，建立个人信用,保障未来;Kapoor认为普惠金融是一个均衡器,它可促进经济增长,并使所有居民从增长中获益;王曙光、王东宾认为,普惠金融能提高居民收入、消除贫困,扩大内需、改善城乡二元结构;徐敏、张小林的研究发现,普惠金融水平的提高有利于缩小我国城乡居民的收入差距;杨燕的研究表明,与金融发展深度相比,普惠金融发展对经济增长有更积极的作用,在推进普惠金融体系建设时要结合各地区的实际情况,注重区域之间的协调发展。

在普惠金融的测度方面,Sarma首创普惠金融测度的三个维度:渗透性、可获得性和使用性。其后,Sarma、Pais借鉴联合国人类发展指数的构建方法,选取银行渗透度、金融服务获得性和使用状况三个维度指标衡量普惠金融的水平。参考Sarma的方法,王婧、胡国晖从需求和供给角度,选取金融机构数、金融从业人员数、存贷款余额等构建了6个指标测度了我国普惠金融的发展水平。在Kempson、Claire的6个维度指标基础上,高沛星、王修华剔除了具有重叠关系的变量,运用4维分析法和变异系数法测算了我国的金融普惠程度。

在普惠金融的影响因素方面,根据发展中国家的状况,Beck等研究认为,金融服务的可获得性受到交易成本、储蓄率、投资决策、技术创新、经济增长率等因素的影响;Sarma、Pais的跨国实证研究发现,一国或一个地区的收入水平、社会不平等、识字率、城市化等社会经济因素,以及电话、手机、互联网等基础设施与服务因素将会对普惠金融发展产生重要影响。在Sarma、 Pais的基础上,董晓林、徐虹主要考察了人口规模、居民收入、社会消费品零售额、电话用户占比、地方财政支出等因素对我国普惠金融发展的影响,研究发现商业银行的网点布局同时受到人口和收入水平多少的影响,而农村信用社网点布局则主要受到人口因素的影响。从银行服务的角度,郭田勇、丁潇对国际的比较研究发现,发展中国家普惠金融水平受到城镇化水平和人口地理因素的显著影响。

在国外学者研究基础上,国内学者围绕普惠金融的意义、测度和影响因素进行了积极探索,并获得了重要的研究成果。但国内学者大多对普惠金融发展指数各指标赋予相等的权重,忽略了不同指标对普惠金融影响的程度差异,很少有研究能具体到区域层面的普惠金融水平测度,以及对东部地区、中部地区、西部区域进行比较。其次,国内学者对普惠金融的影响因素研究大多没有考虑银行业的结构因素，同时也很少考虑互联网因素对普惠金融发展的影响。因此，本文以2006—2015年30个省份(香港特区、澳门特区、台湾地区和西藏除外,下同)的省级面板数据为基础,运用变异系数法测度我国区域普惠金融发展指数,实证考察我国普惠金融发展的影响因素和区域差异,提出促进我国普惠金融发展的对策建议。

2 我国区域普惠金融的测度与比较

2.1 普惠金融指标体系的构建

以Sarma的渗透性、可获得性和使用性三个维度为基础,本文建立了代表普惠金融三个维度的六类指标,分别用Di表示每类指标的观测值;D1表示每万平方公里拥有的银行业金融机构数;D2表示每万平公里拥有的银行业金融机构从业人员数;D3表示每万人拥有的银行业金融机构数;D4表示每万人拥有的银行业金融机构从业人员数;D5表示银行业金融机构人均存款占人均GDP的比重;D6表示银行业金融机构人均贷款占人均GDP的比重。需要特别指出的是,理论上互联网金融也是普惠金融的重要组成部分,但目前能获取的互联网金融数据为全国维度数据,时间跨度小且不够完整,所以本文对我国区域普惠金融的测度暂时没有考虑互联网金融情况。

在指标权重的选择上,常见的“等权重”方法较主观,不能体现指标的重要性差异,本文采用变异系数法得到各指标的权重wi,公式为:

(1)

表1 中国普惠金融的指标体系及各指标权重

由表1可知,地理纬度的服务渗透性两个指标权重最大,存款、贷款服务使用两个指标权重次之,最小为人口维度服务可得性两个指标权重,因此普惠金融发展首先应根据地理因素布局机构网点和从业人员数量,其次扩大存款、贷款规模和提升服务质量,第三考虑人口因素调整机构网点数量和从业人员数量。

在计算各指标权重之后,将各指标进行归一化处理并与相应的权重相乘,得到指标di(i=1,2,…,6),公式为:

(2)

根据归一化的反欧几里得距离,普惠金融发展的IFI指数为:

(3)

2.2 普惠金融指数测算与区域比较

本文运用2006—2015年我国30个省区的面板数据进行地区分组。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省份;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省份;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆等11个省份。根据式(2)，本文测算了2015年我国东部地区、中部地区、西部地区普惠金融6个指标情况,结果见图1。

注:d1和d2代表地理服务渗透性；d3和d4代表人口服务可得性；d5和d6代表存贷款服务的使用情况。

图1 2015年我国东部地区、中部地区、西部地区普惠金融6个指标情

从图1可见,2005年我国东部地区地理维度的服务渗透性2个指标远远领先中西部地区水平。其中,每万平方公里银行业金融机构数分别为中部地区的3.9倍和西部地区8.5倍左右,每万平方公里银行业金融机构从业人员数分别为中部地区的5.7倍和西部地区的11倍左右;每万人拥有银行业金融机构数和从业人员数区域间差别较小,东部地区领先,西部地区其次,中部地区最低;从存款、贷款服务的使用情况看,东部地区和西部地区的水平高于中部地区。

总体来看,我国东部地区在地理服务渗透性、人口服务可得性和存贷款使用情况都处于领先位置,尤其是地理服务渗透性具有巨大优势;中部地区人口服务可得性和存贷款使用情况处于全国最低水平;西部地区地理服务渗透性处于全国最低水平。根据式(3)测算全国、东部地区、中部地区和西部地区普惠金融指数，结果见表2。

表2 2006—2015年我国区域普惠金融指数

注:数据来源于相关年份的《中国金融年鉴》、《区域金融运行报告》和同花顺数据库。

根据式(3)测算全国、东部、中部和西部地区普惠金融指数的结果见表2。从表2可见,2006—2015年我国普惠金融指数从2006年的0.0827提高到2015年的0.1189,提高幅度达到43.77%。虽然普惠金融指数呈现不断上升的趋势,但我国整体的普惠金融水平不容乐观。分区域看,我国东、中、西部地区之间普惠金融水平存在明显差异。2015年东部地区普惠金融指数最高,为0.1370;其次是中部地区,为0.1264;西部地区最低,为0.0933,低于全国平均水平(0.1189)。

3 我国普惠金融影响因素分析与区域比较

3.1 普惠金融的影响因素

借鉴Sarma的有关研究,结合我国的实际情况,本文在社会经济、银行业结构、基础设施与服务三个层面对普惠金融发展的影享因素进行归纳与分析。

社会经济因素:①经济增长水平。我国的金融发展与实体经济关系密切,经济增长水平越高,金融资源流入越多,为普惠金融发展创造了条件。②城乡发展差距。城乡发展差距越大,金融机构越偏向于城镇地区,导致广大农村居民无法获得金融服务,普惠金融指数较低。③城镇化水平。较高的城镇化水平让金融服务覆盖面扩大,使更多的居民享有更好的金融服务,普惠金融指数会得到提高。④实际利率水平。较高的贷款利率成本会制约普惠金融的发展。

银行业结构因素:商业银行是普惠金融的主要资金来源和服务网络,银行业结构因素对普惠金融发展产生重要的影响。以存贷款利率差额为主要盈利模式的商业银行,很大程度上资产总量决定着银行自身的贷款规模和相应的普惠金融能力，因此本文分别用大型商业银行资产与银行业资产总量比例、农村金融机构资产与银行业资产总量比例、外资银行资产与银行业资产总量比例来衡量银行业的结构。相对于大型商业银行与外资银行,服务于“三农”经济发展的农村金融机构更有利于普惠金融的发展。

基础设施与服务因素:①公路建设水平。发达的公路网络能够降低金融服务的获取成本。②广播电视传播渠道使用情况。广播电视传播渠道覆盖率高,具有广泛的金融服务信息传播与普及功能。③手机互联网新渠道使用情况。随着技术进步与生活水平的提高,手机、互联网逐渐成为金融服务信息传播与交易的新渠道。公路建设水平、广播电视传播渠道、手机互联网新渠道覆盖率越高,普惠金融发展的水平越高。

3.2 模型、变量和数据

根据上述分析,本文构建的普惠金融决定的实证模型为:

Y=αi+β1X1it+β2X2it+β3X3it+εit

(4)

式中,Y为普惠金融程度。借鉴Sarma、Pais的做法,将IFI值运用式(5)进行对数变换:

(5)

IFI值域为(0,1)时,Y的值域为(-∞,+∞),因此可采用最小二乘法估计,且Y值随着IFI的变化呈单调递增,Y值不改变IFI值的大小顺序。X1为社会经济因素;X2为银行业结构因素;X3为基础设施与服务因素;αi为常数项;εit为残差值。其中,基础设施与服务因素X3中的指标Vi(i=1,2,3)的原始数据计量单位差异较大,为统一测算口径大小并保证整体数据的平稳性,本文运用正向指标得分法式(6)计算公路建设水平、传统渠道和新渠道使用情况的分值。

(6)

式中,Vi为某个省份i指标的原始数据；Vmax是与30个省份基期(2006年)Vi指标相对应的所有原始数据的最大值,Vmin为最小值。各项指标的原始数据越高,对应指标分值越高,各类变量指标的选取见表3。各类变量的原始数据来源于相关年份的《中国统计年鉴》、各省统计年鉴。

表3 变量指标选取

表4 全国普惠金融指数影响因素回归结果

注:*、**、***分别代表在10%、5%和1%水平上显著；括号内的值为标准误差。

3.3 实证结果分析

我国面板数据回归结果:根据实证模型式(4),对2006—2015年我国30个省份的面板数据进行回归。表4第(1)—(3)列分别报告了社会经济、银行业结构、基础设施与服务因素对全国普惠金融发展影响的结果；第(4)列报告了上述三类因素对中国普惠金融发展的影响。

由第(1)列结果可知,我国人均GDP和城镇化率均在1%水平上显著为正,说明人均GDP水平和城镇化程度越高，普惠金融发展水平越高,而城乡发展差距、实际利率水平未得出显著结果。由第(2)列结果可知,大型商业银行资产份额在1%水平上显著为负,说明大型商业银行资产规模占比越大,将越制约普惠金融的发展。大型商业银行将大量的信贷资金投入国企、大公司,缺乏对小微企业和弱势群体的资金支持,普惠金融发展受到约束。农村金融机构资产份额在10%水平上显著为正,说明农村信用社和农村商业银行在服务广大农民群体和农村经济,以及提供个人贷款、小微企业贷款等方面发挥了积极作用,促进了普惠金融的发展。外资银行资产份额在1%水平上显著为负,说明外资银行的发展制约着普惠金融的发展。目前,外资银行的支行设立和业务办理均受到很大限制,导致小微企业、低收入群体很难从中获取贷款等金融服务。由第(3)列结果可知,公路建设水平在1%水平上显著为正,说明公路网络越发达,金融业务渗透力越强,普惠金融水平越高。新渠道使用情况在1%水平上促进普惠金融的发展,说明互联网时代下手机、电脑等新渠道具有更快的金融信息传播能力,业务从柜台化过渡到网络化,使居民享受足不出户式的金融服务。传统渠道使用情况对普惠金融的影响并不显著,说明互联网的崛起逐渐弱化了广播电视等传统渠道的作用。由第(4)列结果可知,在社会经济因素中,人均GDP在5%水平上显著为正,城镇化水平在10%水平上显著为正。在银行业结构因素中,外资银行资产份额在1%水平上显著为负,农村金融机构资产份额在10%水平上显著为正。在基础设施与服务因素中,公路建设水平在1%水平上显著为正,新渠道系数为正但不显著。总体来看,第(4)列三类因素对普惠金融的综合影响结果与第(1)—(3)列单个因素的影响结果基本一致,表明本研究的实证结果比较稳健。

注:*、**、***分别代表在10%、5%和1%水平上显著,括号内的值为标准误差。

分地区面板数据回归结果:我国东部、中部和西部地区普惠金融发展水平差异较大。为了进一步对不同区域普惠金融的影响因素进行比较研究,本文将全部样本分为了东部、中部、西部地区三个子样本,运用实证模型(4)分别进行回归,结果见表5。

表5第(2)列报告了东部地区普惠金融的影响因素结果。人均GDP在10%水平上显著为正,城镇化为正但不显著,外资银行资产份额在10%水平上显著为负。大型商业银行资产份额在5%水平上显著为正,合理的解释是在东部地区,大型商业银行相继密集布置网点、POS机拥有绝大多数的用户,在激烈的行业竞争压力下,商业银行为吸纳更多用户而提供了更好的金融服务。公路建设水平在1%水平上显著为正,但传统渠道使用情况在5%水平上显著为负。

表5第(3)列报告了中部地区普惠金融的影响因素结果。农村金融机构资产份额在1%水平上显著为正,外资银行资产份额在1%水平上显著为负,公路建设水平和传统渠道使用情况均在1%水平上显著为正。

表5第(4)列报告了西部地区普惠金融的影响因素结果。城镇化在5%水平上显著为正,大型商业银行资产份额在1%水平上显著为负。农村金融机构资产份额影响为负但不显著,可能的解释是:西部农户贷款属于高风险、低收益业务,同时缺乏足够的政府担保,西部地区农村信用社和农村商业银行对农户贷款持谨慎态度,甚至少数网点出现只存不贷的现象,不利于普惠金融的发展。

4 结论和政策含义

运用变异系数法,本文对我国普惠金融发展水平进行了测度，发现2006—2015年我国普惠金融发展整体上呈上升趋势,但区域差异明显,东部地区普惠程度高于中西部地区。在社会经济、银行业结构、基础设施与服务三个层面,本文构造了普惠金融的决定模型。对普惠金融影响因素实证结果表明,总体上经济增长、城镇化、农村金融机构、公路建设、手机互联网新渠道提升了普惠金融指数,而大型商业银行和外资银行抑制了普惠金融的发展。分地区看，各地区普惠金融的决定存在很大差异。就银行业结构而言,东部地区大型商业银行与普惠金融指数显著为正,中部地区农村金融机构与普惠金融指数显著为正,西部地区农村金融机构与普惠金融指数不显著。

根据上述研究结论,本文提出促进我国普惠金融发展的对策建议。首先,在普惠金融体系自身发展上,金融机构在网点布局上要更加密集,需要增加ATM机、POS机,在农村及落后的城镇增设社区银行、保险机构、代理金融机构,并按需配置高素质的业务人员;在存贷款服务的使用方面,降低客户的市场准入门槛,提高普惠金融的水平;在人口维度的服务可得性方面,增加更多的专业从业人员,提升金融服务质量与水平。分地区来看,东部地区经济发展水平高,金融、人力资源集聚,各项普惠金融发展指标均处于领先地位,在保持地理维度的服务渗透性优势的同时,东部地区需要提升人口维度的服务可得性和存贷款服务的使用率;中部地区人口维度的服务可得性和存贷款使用情况均为全国最低水平,中部地区应加快新网点、POS机等服务终端的开设速度,增加从业人员数量,并借助优惠政策吸纳更多资金提升存贷款业务,使真正有需求的个人与企业能以较低的利率获取贷款,以合理的条件获取全方位高水平的金融服务;西部地区地广人稀是地理维度的服务渗透性不足的主要原因,西部地区需要在大人口集中区域的布置更多金融网点,并保证从业人员数量和质量,让金融资源集聚在更有需求的地区。其次,在社会经济、银行业结构和基础设施与服务因素影响因素方面,一是促进经济增长和居民收入提高,推进城镇化建设,缩小城乡发展差距,让城乡居民享受平等的金融服务。二是将普惠金融业务评估纳入银行考核体系,鼓励大型银行加快建设小微企业专营机构,重点发展农村金融机构,提升“三农”金融服务水平。加强普惠金融、小微金融宣传,对现有针对小微企业、困难个人、特殊群体、精准扶贫对象的小额贷款进行创新推广,面向农村地区提供助学贷款,推广安全便捷手机支付和网上小额贷款,积极增加对农户创新农产品、扩大农业生产等项目的贷款支持。三是完善农村公路建设,提高手机、网络在农村及偏远地区覆盖率,开发推广“互联网+”创新金融产品和服务的普惠金融模式,充分利用互联网金融技术,推出结算、汇兑、信贷等简便易行的金融服务,将货币兑换、理财产品购买、小额贷款等易于操作柜台服务逐渐转变ATM机、手机银行等自助式服务,尝试人脸识别取款等新科技应用,增强金融安全快捷性。分地区而言,东部地区继续让大型商业银行充分发挥普惠金融服务的主观能动性和创造性,设立普惠金融事业部和普惠金融考核体系,

积极开展普惠金融业务,并率先推广互联网金融业务,在农村继续推广移动支付和助农取款终端。中西部地区则增加金融资源投入,实现区域间金融均衡发展,大力推进农村金融机构普惠金融业务,完善县级以下的公路建设,提高传统渠道覆盖率。

[1]Beck T,Demirguc-Kunt A,Martinez P M S.Reaching Out:Access to and Use of Banking Services Across Countries[J].Journal of Financial Economics,2007,85(1)∶234-266.

[2]Beck T,Demirguc-Kunt A,Honahan P.Access to Financial Services：Measurement,Impact,and Policies[M].New York：Oxford University Press,2009.

[3]Demirguc-Kunt A,Klapper L.Measuring Financial Inclusion：The Global Findex Database[R].Policy Research Working Paper Series,2012.

[4]Kempson Elaine,Claire Whyley.Kept Out or Opted Out[M].Bristol：The Policy Press,1999.

[5]Kapoor A.Financial Inclusion and the Future of the Indian Economy[J].Futures,2013,(10)∶35-42.

[6]Sarma M.Index of financial Inclusion[R].Indian Council for Research on International Economics Relation,2008.

[7]Sarma M,Pais J.Financial Inclusion and Development[J].Journal of International Development,2011,(23)∶613-628.

[8]董晓林,徐虹.我国农村金融排斥影响因素的实证分析——基于县域金融机构网点分布的视角[J].金融研究,2012，(9)∶115-126.

[9]高沛星,王修华.我国农村金融排斥的区域差异与影响因素——基于省级数据的实证分析[J].农业技术经济,2011,(4)∶93-102.

[10]郭田勇,丁潇.普惠金融的国际比较研究——基于银行服务的视角[J].国际金融研究,2015,(2)∶55-64.

[11]王婧,胡国晖.中国普惠金融的发展评价及影响因素分析[J].金融论坛,2013,(6)∶31-36.

[12]王曙光,王东宾.双重二元金融结构、农户信贷需求与农村金融改革——基于11省14县市的田野调查[J].财贸经济,2011,(5)∶38-44.

[13]徐敏,张小林.普惠制金融对城乡居民收入差距的影响[J].金融论坛,2014,(9)∶9-15.