中国互联网金融发展对居民消费的影响研究
2022-06-06蓝管秀锋匡贤明
蓝管秀锋, 匡贤明
(东北大学 工商管理学院, 辽宁 沈阳 110169)
近年来,中国数字经济的快速发展在创新经济模式的同时带来居民消费方式的巨大变革。据国家统计局2020年公布的2019年社会消费品零售总额主要数据,2019年中国网上零售额达到106 324亿元,较上年增长16.5%,而同期社会消费品零售总额为411 649亿元,扣除价格因素实际增长仅为6.0%,网上零售额占社会消费品零售总额的比重达25.8%。2020年初“新冠疫情”暴发后,国民经济各行业受到较大冲击。然而,中国线上零售表现突出,在保障经济运行、促进居民消费和维护社会稳定等方面发挥重要作用。例如,中国商业联合会公布的《2020年1—5月份消费品市场运行情况分析》显示,2020年1月至5月中国社会消费品零售总额为138 730亿元,同比名义下降13.5%,但实物商品网上零售额同比增长11.5%。可以说,中国数字经济对居民消费需求的有效提升在本次疫情防控过程中得到进一步体现。更为重要的是,互联网金融发展有效弥补了传统金融模式在促进居民消费方面存在的不足,拓宽了资金供给的渠道。首先,互联网金融通过获取个人信用数据形成网络信用资产,表现为低借贷门槛。这种个人信用资产对传统实物资产的替代,有利于缺乏抵押品或暂时没有稳定收入来源的居民满足借贷需求,促进消费规模的增长。其次,互联网金融基于网络环境实现快速放款,刺激居民消费决策。再次,互联网金融通过对居民提供小额信贷,实现生活方式的转变。最后,互联网金融与电商平台的有效结合,拓展了消费群体规模。党的十九大报告指出:“由于内外条件的深刻变化,在推动中国经济转向高质量发展的进程中,必须要改变过去依靠规模扩张的增长模式,实现消费对经济增长的重要作用。”因此,在中国数字经济规模不断壮大的背景下,分析如何通过互联网金融发展释放居民消费需求潜力并促进整体消费结构转型升级成为学者们关注的热点。
一、 文献综述
目前,中国互联网金融的发展仍处于快速变革时期,无论是对消费的短期冲击还是长期影响都有待进一步考察。从现有文献看,多数学者主要分析传统金融模式对居民消费的影响,有关互联网金融发展与消费结合的研究还比较缺乏,而且大多集中于互联网金融发展对消费增长的宏观效应和影响消费行为的微观机理两个方面。
从互联网金融发展对消费增长的宏观效应看,互联网金融发展能够有效降低企业融资成本,而且以互联网为依托能够显著提高供需双方的信息对称性,从而推动产业结构的转型升级[1]。也有学者分析了互联网金融与电商平台的结合对金融服务方式和居民消费行为的影响,认为两者的结合形成大量互联网金融服务需求并推动居民消费需求的增长[2-3]。在互联网金融模式和功能性层面,有学者分析互联网金融模式对不同区域居民消费行为的影响以及居民消费结构的差异化,认为互联网金融对居民消费行为的促进作用存在东强西弱的区域异质性[4]。
从互联网金融发展影响消费行为的微观机理看,基于云计算、大数据和区块链等技术的互联网金融发展带来居民消费行为、心理和方式等的变革,并凭借其互联网工具优势引导和刺激居民消费需求,使得居民消费行为随之发生改变[5-6]。同时,互联网金融的产生克服传统金融模式的物理网点依赖,能够提高资金流动性、降低交易成本、缓解信贷约束,使得原本被排除在金融服务之外的农村居民、贫困人口和低收入家庭等也能够通过金融服务实现消费的普惠效应[7-9]。近年来,在微观机理研究中,学者们认为互联网金融发展可以通过减少未来的不确定性以及便利居民支付等方式加速消费决策[10]。
综上所述,现有文献就互联网金融发展对居民消费需求的影响研究尚未形成一致结论,并且缺乏对二者内在机理的深层次理论剖析。鉴于此,本文试图建立跨期消费的基准理论模型,考察中国数字经济规模不断壮大背景下互联网金融发展与居民消费之间的相互关系。同时,以2010—2019年除西藏自治区以外的30个省区市面板数据为样本,通过系统GMM模型,实证分析互联网金融发展对居民消费水平和消费结构的影响,以期为中国互联网金融发展推动消费增长提供有价值的理论参考。因此,本文的可能贡献为:①在理论研究上,通过引入居民收入水平和消费习惯两种因素构建跨期消费的基准理论模型,考察互联网金融发展对居民消费需求影响的内在机制;②在实证研究上,为了分析互联网金融发展对居民消费水平与消费结构的影响,本文不仅研究互联网金融发展对居民消费的总体影响,而且将居民消费结构划分为总消费支出、大额商品消费支出、发展享受消费支出和非耐用品消费支出四个维度进行分析,细化研究互联网金融发展对居民不同类型消费行为的促进作用。
二、 理论模型构建
在借鉴现有研究成果的基础上,通过引入居民收入水平和消费习惯两种影响消费行为的基本因素构建跨期消费的基准理论模型[11]。
1.基于“随机游走”假说的跨期消费基准理论模型
本文借鉴消费者理性预期的“随机游走”假说[12],认为经济体中的个体都是尽最大努力以追求永久效用最大化的理性人,即
(1)
求解经济体中的消费者在理性预期下尽最大努力实现跨期效用最大化的欧拉方程如下:
(2)
(3)
(5)
其中,φ0=A(1-α),φ1=γ(1-α),φ2=η(1-α),εt=μt(1-α)。
2.基于创新扩散模型的居民消费分析
借鉴创新扩散模型的设定[14],在跨期消费模型中引入市场规模和广告推广两种不同的因素,分析互联网金融发展对居民消费的影响。
(7)
接下来,将式(7)两边进行积分处理并化简后可得
对式(8)进行移项,从而得到t时期互联网金融服务累积使用者数量为
(9)
综上,提出本文假设H1:通过引入市场规模和广告推广两种不同因素的创新扩散模型分析得出,居民消费需求与互联网金融的市场规模存在内在关系。当市场中存在大量潜在使用者,即市场规模较大时,互联网金融的发展将有利于居民消费需求的提高。
3.基于信息甄别模型的居民流动性约束分析
本部分将通过信息甄别模型[15],将居民流动性约束纳入跨期消费模型,分析互联网金融使用程度的提高对居民流动性约束的影响。
若在初期借款人不存在自有资金的情况下,其消费需求的实现均通过向金融机构贷款。同时,借款人的网络信用资产可以替代实物资产成为虚拟抵押品。当借款人从金融机构获得贷款的预期付出成本小于进行消费的预期效用时,借款行为就会发生,即Mi-oiLi(1+Pi)-(1-oi)Ki≥0,简化后可得
(10)
其中:Mi和Li分别为借款人所获得的预期消费效用和金融机构的贷款金额;oi为借款人获得金融机构贷款后的还款概率,且0
假设金融机构满足不介意是否具有比较确定结果的风险中性定价方法,同时金融机构贷款金额中的Si倍用于支付获得借款人信息的成本。由于借款人的硬信息对于金融机构来说获取成本极低[17],本文所指的信息成本仅代表获取借款人软信息的成本。互联网的发展使得信息快速流通成为可能,尤其是信息共享机制的建立,有效地降低了金融机构收集借款人软信息成本的支出,若Si(CX)表示软信息成本,则∂Si/∂CX<0。其中,CX为互联网技术在金融机构中的使用程度。借款人的抵押品并不是实物资产,而是网络信用资产,从本质上网络信用资产对金融机构的价值为零。因此,借款人从金融机构获得贷款的条件是软信息成本小于等于预期收益,即oiLi(1+Pi)-SiLi≥0,简化后可得
(11)
由式(11)可知:金融机构向借款人发放贷款的利率下限与借款人的还款概率(oi)和获取软信息所需支付的成本(Si)有关。
借款人可以成功获得贷款的必要条件是金融机构所能提供的最低利率不高于借款人所能接受的最高利率,由此得出借款可能性边界为
(12)
综上,提出本文假设H2:基于信息甄别模型的居民流动性约束分析中得出,当互联网技术在金融机构中的使用程度提高时,获取借款人的软信息成本会随之下降,减少金融排斥程度,从而放松了居民的流动性约束。当互联网技术在金融机构中的使用程度降低时,获取借款人的软信息成本就会增加,提高金融排斥程度,最终导致居民的流动性约束收紧。
三、 计量模型设定与变量说明
1.计量模型设定
(1) 互联网金融发展对居民消费需求影响的水平效应
一般情况下,居民大额刚性支出是其流动性约束困境的主要方面。因此,本文在探究互联网金融发展如何通过放松流动性约束来提高居民消费需求时,重点检验互联网金融发展对居民大额商品消费需求的影响。计量模型1的设定如下:
互联网金融发展是否可以降低未来收入的不确定性, 从而减少预防性储蓄, 并最终对居民消费需求产生影响?在此,本文采用总的互联网金融(DR)与收入不确定性(υ)的交互项(lnDR×υ2)来检验互联网金融发展降低未来收入的不确定性对居民消费需求的影响。 计量模型2的设定如下:
(14)
其中Ci t与Ci t-1分别为t时期和t-1时期的居民总消费支出,其他变量含义与上文相同。
(2) 互联网金融发展对居民消费需求影响的结构效应
互联网金融发展对消费结构的影响主要体现在增加居民高层次消费需求,而对于生存型消费需求的促进作用不明显[18]。因此,本文通过研究互联网金融发展对居民发展享受消费的影响,以分析互联网金融发展在推动居民消费升级中的结构效应[19]。计量模型3的设定如下:
互联网金融发展能够通过提高居民的信贷品消费占比,从而降低非信贷品消费的需求[20]。因此,为了分析互联网金融对居民非信贷品消费需求的挤出效应,本文借鉴Lin[21]的方法分别检验短期和总互联网金融对居民非耐用品消费需求的内在影响关系。其中,短期互联网金融指的是借款期限在一年以内的借款方式。然后,对比上述两种情况的检验结果,分析长期互联网金融对居民非信贷品消费需求的挤出影响。其中,长期互联网金融指的是借款期限在一年及以上的借款方式。计量模型4的设定如下:
2.数据来源与变量说明
(1) 数据来源
本文采用2010—2019年除西藏自治区以外的30个省区市面板数据为样本进行研究。考虑到数据的可得性和研究的科学性,核心解释变量互联网金融发展情况通过互联网平台借款成交额表示,数据来源于“人人贷”平台,其余变量相关数据均来源于国家统计局数据库和中经网统计数据库。
(2) 变量说明
① 被解释变量。为了探究互联网金融发展对居民消费需求的内在影响机制,本文将被解释变量居民消费支出划分为总消费支出、大额商品消费、发展享受消费和非耐用品消费四种不同类型。第一,总消费支出(C),通过居民食品烟酒、衣着、住房、生活用品及服务、交通通信、教育文化娱乐、医疗保健的消费支出衡量;第二,大额商品消费(C′),通过居民住房、交通通信的消费支出衡量;第三,发展享受消费(C″),通过居民总消费支出中扣除食品烟酒、衣着消费后的部分衡量;第四,非耐用品消费(C‴),通过居民总消费支出中扣除住房消费后的部分衡量。
② 核心解释变量。对于互联网金融发展情况,主要采用总的互联网金融和短期互联网金融来衡量。第一,总的互联网金融(DR),主要用来表示互联网金融总体发展水平,通过“人人贷”平台的成交额之和衡量。第二,短期互联网金融(DR′),主要用来表示短期互联网金融发展情况,通过“人人贷”平台中借款期限小于一年的成交额衡量。对于居民实际可支配收入状况(Y),通过居民人均可支配收入衡量。另外,对于变量收入不确定性的平方(υ2),通过居民预期收入离差与预期收入之比的平方衡量。其中,居民预期收入离差由居民预期收入与实际收入之差表示。
③ 控制变量。本文涉及的控制变量主要包括传统金融、城镇化水平、政府税收、少年抚养比和老年赡养比。第一,传统金融(TF),主要用来表示传统金融模式对居民消费需求的影响,通过年末金融机构人民币贷款余额衡量;第二,城镇化水平(UP),主要用来表示政策导向,通过城镇人口与年末总人口之比衡量;第三,政府税收(Gin),主要用来表示政策导向,通过一般公共预算收入衡量;第四,少年抚养比(Sfy),主要用来表示家庭负担情况,通过少年儿童人口数(0～14岁)与劳动力人口数(18～64岁)之比衡量;第五,老年赡养比(Lfy),主要用来表示家庭负担情况,通过老年人口数(65岁以上)与劳动力人口数(18～64岁)之比衡量。
四、 实证分析
当对上述动态模型进行回归分析时,无论是采用随机效应模型还是固定效应模型,解释变量均无法避免存在一定的内生性问题,导致回归结果的偏误。因此,为了提高估计效率,本文将通过系统SYS-GMM进行回归分析。同时,利用Sargan检验和Hausman检验对模型中相关工具变量的有效性进行判断,通过AR检验了解模型中扰动项的差分可能存在的自相关问题。接下来,本文将根据实证模型的基准回归结果(见表1),分别探讨互联网金融发展对居民消费水平和消费结构的内在影响效应。
表1 模型回归结果
1.互联网金融发展对居民消费影响的基准回归
根据表1中的模型(1)基准回归结果可知,互联网金融发展对居民大额商品消费需求的影响系数为0.051,且该结论在5%水平上显著。由此说明,互联网金融发展可以促进居民大额商品消费支出(例如贷款购房),假设H2得到验证。随着中国城镇化水平的不断提高,越来越多的居民选择在城市定居,但是房价的快速上涨导致大量居民无法凭借储蓄实现购房需求,因此互联网金融发展满足了居民贷款购房的需求,释放居民消费潜力。模型(2)显示,互联网金融发展对居民总消费支出的影响系数为0.043,且在1%的水平上显著,然而,收入不确定性(υ2)及其交互项(lnDR×υ2)的估计系数分别为0.115和-0.033,且均不显著。由此说明,虽然互联网金融发展能够提高居民消费需求,但是无法通过降低居民对未来收入的不确定性,从而减少预防性储蓄,假设H1得到验证。可能的原因是中国社会保障制度的不断完善,使得居民生活得到较好的保障,收入的短期波动对居民消费需求的影响逐渐减小。模型(3)显示,互联网金融对居民发展享受消费的影响系数不显著。该结论支持了董秀良等[22]的传统消费信贷是影响居民发展享受消费主要因素的观点。另外,通过模型(4)可知,总互联网金融对居民非耐用品消费需求影响的估计系数为0.032,而短期互联网金融对居民非耐用品消费需求影响的估计系数为-0.111,且两者分别在5%和1%的水平上显著。由此说明,互联网金融发展能够促进非耐用品消费需求的增加,而短期互联网金融发展则显著抑制了居民的非耐用品消费需求,该结论验证了短期互联网金融对居民非信贷品消费需求的挤出效应。
从其他核心解释变量看,发展享受消费、大额商品消费和非耐用品消费的收入系数分别为1.023、0.061和0.609,且在1%、10%和1%的水平上显著。由此说明,居民可支配收入水平的提高可以促进消费需求的增长。另外,传统金融(TF)仅对居民发展享受消费存在显著的正向影响,说明传统信贷模式的不利因素严重抑制了居民消费需求的有效释放。从控制变量看:少年抚养比(Sfy)在各类消费中的估计系数均为正,且显著。由此说明,少年抚养是中国居民消费支出的重要组成部分。模型(3)中发展享受消费的政府税收(Gin)估计系数为-0.311,且在5%的水平上显著,说明政府税收水平的提高是掣肘居民消费结构升级的重要因素。
2.互联网金融发展对居民消费影响的稳健性检验
为了检验上述研究结论的可靠性,本文将采用互联网金融发展趋势(DTi t)代替核心解释变量互联网金融发展进行稳健性检验,其中,互联网金融发展趋势由i省区t年份的P2P网贷成交额与P2P网贷成交总额之比来衡量。
表2中主要变量无论是系数符号还是显著性水平总体上保持一致,因此,可以认为表1中的模型基准回归分析结论是稳健的。 从模型(5)可看出,互联网金融发展趋势对居民大额商品消费需求的影响系数为0.042,且该结论在10%水平上显著,但是估计系数小于表1中模型(1)的系数。 由此可知,虽然良好的互联网金融发展前景可以促进居民大额商品消费需求, 但是居民能够直接获得的互联网信贷对消费需求的实际刺激效果更强。 从模型(6)可看出, 互联网金融发展趋势对居民总消费支出的影响系数为0.047,且在10%的水平上显著,但是,收入不确定性(υ2)及其交互项(lnDR×υ2)的估计系数分别为-0.052和-0.029,且不显著。模型(7)显示,互联网金融发展趋势对居民发展享受消费的影响系数不显著。上述模型(6)、(7)的稳健性检验结构与表1中模型(2)、(3)的估计结果一致。由此表明,互联网金融不能依靠减少收入不确定性来增加居民消费需求,也无法通过发展享受消费来提高居民消费层级。从模型(8)可看出,互联网金融发展趋势对居民非耐用品消费需求的影响为0.028,且在10%水平上显著,该结论与表1模型(4)的回归结果相同,说明互联网金融能够刺激居民非耐用品消费需求的增长。
表2 稳健性检验结果
五、 研究结论与政策建议
本文基于创新扩散模型和信息甄别模型,将市场规模、广告推广和居民流动性约束等纳入跨期消费的基准理论模型,深入剖析中国互联网发展背景下导致居民消费需求变动的多种因素。同时,根据理论分析从互联网金融发展对居民消费需求影响的水平效应和结构效应两个角度进行实证研究。结果表明:第一,互联网金融可以减少金融排斥程度,从而放松了居民的流动性约束,提高居民消费需求,但是,无法通过降低居民对未来收入的不确定性,减少预防性储蓄。第二,互联网金融也无法通过发展享受消费来提高居民消费结构,但能够通过信贷期限对居民消费层级产生间接影响。第三,居民可支配收入水平的提高可以促进消费需求的增长,而传统金融除对居民发展享受消费存在显著的正向影响外,对大额商品消费、非耐用品消费等无显著影响。
根据上述研究成果,本文提出如下政策建议:首先,在中国数字经济快速发展的背景下,互联网金融机构应该加大广告宣传力度以挖掘市场潜力,为居民提供更加多元的特色金融服务。其次,应在缩小居民收入差距的同时提高其可支配收入水平。实质上,互联网金融发展仍然是通过提高居民可支配收入来影响居民消费需求。因此,居民可支配收入水平的增长是扩大居民消费需求、推动消费结构转型升级的重要途径。最后,应提高互联网技术在传统金融机构的使用程度。由于互联网金融具有不可避免的潜在金融风险,因此传统金融机构必须充分利用互联网服务优势以降低借款门槛、减少审批流程、提高放款效率,实现传统金融对居民消费信贷的主体地位,稳定国民经济运行。
