互聯網消費信貸、傳統銀行信貸與區域差異
——基于省級面板數據的檢驗

□ 李鴻翔

(中國人民大學 財政金融學院, 北京 100872)

一、引言及文獻綜述

隨著互聯網和金融科技的發展,互聯網消費信貸迅速興起,使得消費信貸覆蓋到更廣泛的群體,極大地促進了我國消費信貸市場的發展,對我國擴大內需、推進消費升級起到重要支撐作用。截至2018年底,我國互聯網消費信貸在服務人數上占使用消費信貸總人數的42.9%,遠遠超出傳統銀行消費信貸的服務人數。互聯網消費信貸利用金融科技平臺的規模優勢和大數據技術下更高的風險識別準確率[1],將傳統金融無法覆蓋的長尾人群納入到了金融服務體系之中,體現了普惠金融的理念。

在我國經濟轉型的背景下,互聯網消費信貸作為金融科技創新的一個特定子集,在金融科技的應用中有著重要地位。因此,研究互聯網消費信貸與傳統銀行信貸之間的關系具有重要的理論意義和實踐價值。對于該問題的研究,不少學者認為二者具有互補性。Navaretti等[2]認為，金融科技帶來了新的金融服務模式,能夠提供傳統銀行無法提供的服務,但它在關鍵功能上不會取代銀行,更多地表現為互補作用。Boot[3]認為,隨著金融科技平臺的興起,盡管市場競爭的加劇促進了傳統銀行的數字化轉型,但金融科技平臺和傳統銀行在金融服務上發揮出互補作用,實現共同發展。有研究發現，互聯網信貸為企業和消費者提供了另一種資金來源,改善了傳統金融服務不足群體的信貸渠道,提高了金融中介的效率[4]。王國剛和張楊[5]認為，互聯網消費信貸的發展能拓展銀行信貸的服務領域,更好地滿足不同人群的信貸需求,改善金融服務供給的區域不平衡性,提高金融體系效率。姚耀軍和施丹燕[6]發現，傳統金融服務供給不足為互聯網金融發展留下廣闊的市場空間,互聯網金融是對傳統金融的延續而非破壞性創新,能夠有力彌補傳統金融的不足。

在區域層面上,傳統銀行信貸服務存在較強的區域差異性,這對新興互聯網消費信貸的發展有著很大影響:從供給角度,對于經濟欠發達地區,傳統銀行信貸的發展也相對欠缺,從而使得消費信貸市場進入門檻更低;從需求角度,傳統銀行信貸服務薄弱地區的信貸需求者面臨更強的信貸約束,為互聯網消費信貸的發展提供了更廣闊的市場空間。Jagtiani和Lemieux[7]發現，全球最大P2P平臺LendingClub的消費貸款活動已經滲透到傳統銀行服務水平低的地區,互聯網消費信貸在經濟表現不佳的地區有著更大的市場份額,與傳統銀行信貸表現出互補性。有學者從國家層面進行分析,發現銀行分支機構分布密度越低,BigTech信貸發展越快[8]。

雖然國內已有大量文獻研究互聯網金融的發展趨勢及其對我國經濟金融的影響[9-11],但對于互聯網消費信貸的實證研究卻相對缺乏。本文使用2013—2018年中國31個省份的面板數據,圍繞互聯網消費信貸的發展路徑,從區域層面研究互聯網消費信貸與傳統銀行信貸的關系,揭示了消費信貸區域差異的背后邏輯,為進一步發揮金融科技的應用價值、推動互聯網消費信貸實現普惠金融目標提供了有益的政策建議。

二、研究設計

(一)變量選擇

1.被解釋變量

本文的被解釋變量為互聯網消費信貸的發展程度,本文使用北京大學數字金融研究中心編制的省級層面數字普惠金融指數,以該指數二級維度的信貸使用指數作為代理變量。該指數主要基于螞蟻金服的個人消費貸款數據進行構建,包括每萬支付寶成年用戶中互聯網消費信貸的用戶數、使用筆數、使用金額等,全面刻畫了互聯網消費信貸的發展情況[12]。螞蟻金服作為我國最具影響力的數字金融公司之一,其旗下的花唄、借唄等是我國互聯網消費信貸的代表性產品。利用螞蟻金服數據構建的信貸使用指數能夠很好地反映各省互聯網消費信貸的發展水平,具有很強的代表性和說服力。

2.解釋變量

本文的解釋變量為傳統銀行消費信貸的發展程度。Carbo-Valverde和Perez-Saiz[13]發現，如果在距家庭10公里的范圍內銀行設有分支機構,則獲得銀行信貸服務的可能性將增加60%。參考前人研究[7,14],本文選取省級層面的銀行分支機構數量作為代理變量,并使用各省銀行類金融機構的相關數據作為替代變量(詳見表1)。

3.控制變量

借鑒Jagtiani和Lemieux[7],本文控制了省級層面的因素,包括人均可支配收入、城鎮登記失業率、居民消費價格指數(CPI)增長率,以此控制不同省份的宏觀經濟差異。此外,本文還控制了年度效應和省份效應,以此控制各省政策因素等方面的差異。

(二)樣本選擇

本文使用2013—2018年中國31個省份的面板數據作為研究樣本,數據來源于Wind數據庫、中國研究數據服務平臺(CNRDS)和北京大學數字金融研究中心。對少數缺失值使用插值法或增長率法進行插補。表1是變量的描述性統計。

表1 描述性統計

(三)模型設定

為研究互聯網消費信貸與傳統銀行消費信貸之間的關系,本文從省級層面構建如下基準回歸模型:

Net_Loanit=α0+α1Bank_Loanit+

γControlsit+δt+μi+εit

(1)

其中,下標i表示第i個省份,t表示第t年,Net_Loan表示互聯網消費信貸的發展程度,Bank_Loan表示傳統銀行消費信貸的發展程度,本文的基準模型使用銀行分支機構數量作為核心自變量,另外使用銀行類金融機構的相關數據作為替代變量以進行穩健性檢驗。Controls代表控制變量,包括人均可支配收入、失業率、居民消費價格指數增長率等變量,α0為截距項,δt為年度效應,μi為省份效應,εit為殘差項。

由于互聯網消費信貸的發展存在某種慣性,上一期互聯網消費信貸的發展程度會對當期產生影響,使用靜態面板模型可能會產生偏差,動態面板模型則可以解決此問題。本文使用系統GMM模型[15-16]檢驗了互聯網消費信貸和傳統銀行消費信貸的關系,進一步解決了方程(1)可能存在的內生性問題。具體回歸方程如下:

Net_Loanit=α0+β0Net_Loani,t-1+α1Bank_Loanit+

γControlsit+δt+μi+εit

(2)

其中,等式右邊增加了互聯網消費信貸發展程度的一階滯后項(Net_Loani,t-1),其他變量與方程(1)一致。本文使用的系統GMM模型能夠有效控制互聯網消費信貸發展程度的前期值與誤差項之間可能存在的內生關聯。

三、實證分析

(一)基準模型

本文首先使用面板固定效應法對模型進行估計。表2中模型(1)的回歸結果顯示,銀行分支機構數量的回歸系數為-2.603,在1%水平上顯著,銀行分支機構數量的回歸系數顯著為負,說明在其他條件不變的情況下,銀行分支機構數量越少的省份,其互聯網消費信貸的發展水平越高。這一結果表明,傳統銀行信貸服務不足的地區,消費者面臨信貸約束的可能性越大、程度越深,互聯網消費信貸在這些地區高速發展,服務到了更多有信貸需求的消費者,對傳統銀行信貸服務起到補充作用,體現了二者的互補關系。由模型(2)到(6),本文使用替代變量仍得到顯著為負的回歸系數,與模型(1)的結論一致。

表2 基準模型

(二)內生性檢驗

為進一步減輕可能存在的內生性問題,本文使用系統GMM模型檢驗互聯網消費信貸和傳統銀行消費信貸的關系。由表3,核心自變量的回歸系數均在1%水平上顯著為負,與基準模型結果一致,互聯網消費信貸發展程度滯后一期的回歸系數均顯著為正,說明目前互聯網消費信貸在我國處于業務推廣和快速發展時期,金融科技平臺在互聯網消費信貸發展好的地區投入更多資源。此外,本文對系統GMM模型進行了AR(2)檢驗和Sargan檢驗,結果表明誤差項不存在二階序列自相關問題和過度識別問題,因此所得回歸結果是可靠、有效的。

表3 系統GMM模型

(三)異質性分析

為驗證不同區域可能存在的差異,本文根據各省所在區域(東部、中部、西部)進行異質性分析。由表4可以看到,當樣本為西部地區的省份時,核心自變量的回歸系數均為負數,且在1%水平上顯著,而樣本為東部或中部地區的省份時,核心自變量的回歸系數基本不顯著。這表明,互聯網消費信貸和傳統銀行消費信貸的互補性主要表現在西部地區。西部地區經濟相對欠發達,銀行信貸服務程度較低,但長尾人群更加集中,有更多面臨信貸約束的消費者,從而促進了互聯網消費信貸在西部地區的迅猛發展,因此更能體現出互聯網消費信貸與傳統銀行信貸的互補性。

表4 異質性分析

四、結論與建議

本文使用2013—2018年中國31個省份的面板數據,以北京大學數字普惠金融指數的二級維度信貸使用指數作為互聯網消費信貸發展程度的代理變量,以銀行分支機構數量作為傳統銀行消費信貸發展程度的代理變量,實證分析了互聯網消費信貸與傳統銀行消費信貸之間的關系。研究發現:互聯網消費信貸與傳統銀行消費信貸在區域層面具有顯著的互補關系。在傳統銀行消費信貸發展水平較低的地區,互聯網消費信貸發展得更加迅速,傳統銀行信貸服務不足推動了互聯網消費信貸的發展。

通過異質性分析,本文發現二者的互補性主要集中在西部地區,進一步印證了互聯網消費信貸能夠觸達更多傳統金融服務不到的長尾人群,體現出互聯網消費信貸的普惠金融性質。

基于上述結論,本文提出以下幾點政策建議:(1)鼓勵互聯網消費信貸發展,突出普惠金融性質。監管部門應以市場為導向,在控制好風險的前提下,鼓勵互聯網消費信貸健康適度發展,服務更多長尾人群,實現普惠金融目標。(2)促進消費信貸市場協同發展,實現優勢互補。根據各地區實際情況,促進互聯網消費信貸與傳統銀行消費信貸的協同發展,構建全方位、多層次、廣覆蓋的普惠金融服務體系,實現二者的優勢互補。(3)加快推進銀行數字化轉型,實施傳統技術與新興技術相融合戰略。監管部門應支持銀行的數字化轉型,積極應用人工智能、大數據、云計算等新興技術,不斷提高銀行服務實體經濟的水平和應對外部沖擊的能力,促進消費信貸市場良性發展。(4)加強信貸市場監管,謹防新型金融風險。金融科技平臺利用技術優勢和規模效應,降低了獲客成本,形成了一套完整的貸前貸中貸后風控體系,但與此同時也帶了前所未有的挑戰,面對數字技術與金融創新的結合,監管部門應加強對信貸市場的監管,設立風險防控預警機制,預防新型金融風險。□