标题 | 区域互联网消费信贷水平对居民消费支出的影响研究 |
范文 | 安静 摘 要:互联网消费信贷是一种新型的金融服务方式,有别于传统的消费信贷,同时金融服务的优先发展也能为经济发展提供支撑。本文分别从供给端和需求端出发,以广东地区为例,在分析区域互联网消费信贷发展水平和居民消费支出情况的基础上,基于2011—2018年广东21个中心城市的数据,构建静态面板模型,进一步分析了互联网消费信贷对居民消费支出的影响方式和作用效果,有助于更好地发挥互联网消费信贷对居民消费的促进作用,对于刺激消费、促进居民消费升级,从而拉动广东经济增长具有重要意义。 关键词:互联网消费信贷;居民消费;面板模型 中图分类号:F832.4 文献标识码:A 文章编号:2096-0298(2020)11(a)--06 随着数字普惠金融发展,互联网金融对原有的消费贷款业态也进行了革新,将传统的消费信贷与互联网结合,催生了以京东白条、蚂蚁花呗为代表的互联网消费信贷这一片新的蓝海,通过创新供给来催生新的消费需求。 从供给端来看,互联网消费信贷可以通过创新产品供给质量和提高功能效益,引导沉淀的居民储蓄进入实体经济,优化消费结构,促使居民消费升级,加速经济增长方式转型。根据国家金融与发展实验室的数据显示,2013年我国的互联网消费信贷交易规模仅为45.6亿元,但从2014年开始交易规模就持续扩大,2015年达到2357.3亿元,2017年交易规模达到9983.4亿元。说明我国的互联网消费信贷市场规模仍在持续增长,互联网消费信贷把部分居民潜在的消费信贷需求释放出来,发展空间巨大。 从需求端来看,自2014年起消费逐渐成为拉动经济增长的主要动力,2018年的最终消费贡献率达到了76.2%,最终消费支出对经济增长的拉动率由2014年的3.6%增长到2018年5%,超过了资本与净出口,说明消费需求对经济增长具有显著拉动作用。随着总消费体量的不断扩大,增速放缓、平稳增长将成为新常态,这也预示着我国正向全方位、结构性消费升级转变,给各行各业带来新的挑战和机遇,使得互联网消费信贷市场呈现出广阔的发展空间。因此,研究区域互联网消费信贷水平和居民消费支出的关系显得尤为重要。 1 文献综述 目前互联网消费信贷的研究成果主要侧重于以下几个方面。 第一,互联网消费信贷概念的界定。黄小强(2015)[1]、邵腾伟(2017)[2]、尹一军(2016)[3]等学者认为互联网消费信贷是“互联网+消费信贷”的新型金融服务方式,与传统的消费信贷是有区别的。互联网消费信贷由于将互联网技术手段运用到风控、产品、服务等方面,因此具备小额、分散、无担保、无抵押等特点(谢平等,2012)[4]。电商平台、银行机构、p2p平台、消费信贷公司、消费分期平台和其他消费信贷平台等市场主体以互联网技术和信息通信技术为工具,为消费者提供除房屋和汽车之外的1~12月的短期消费信贷产品和服务。 第二,互联网消费信贷创新模式分析。中国学者谢平(2012)通过分析互联网金融内涵和外延,认为互联网消费信贷模式是新型的融资模式,是现代信息科技与金融的结合。郁慕湛(2014)分析了京东白条的运作模式,指出它是类似于虚拟信用卡业务的互联网消费信贷产品,能够让消费者先消费后支付。刘玉(2015)、黄小强(2015)等认为互联网消费信贷就是各类中间平台,将互联网技术与消费信贷业务相结合,向消费者提供的消费贷款,刺激了消费者的个性化的消费需求(车、房除外)。尹一军(2016)提出征信体系不健全、风控能力差和发展意识不强等因素制约了互联网消费信贷的发展。 第三,互联网消费信贷与居民消费的实证研究。国内的实证研究大多都侧重于分析传统的消费信贷、互联网金融对居民消费的影响,而研究互联网消费信贷作用效果的文献不多。崔海燕(2016)[5]运用VAR模型分析了互联网金融模式中的第三方支付方式会促进居民消费的增长。刘湖(2016)[6]验证了互联网对居民消费需求的正向影响,同时促使消费结构从生存型向发展享受型转变。潘敏和刘知琪(2018)[7]利用中国金融家庭数据进行分析,研究发现杠杆率的提高会减少居民消费。马德功等(2017)[8]认为消费信贷、收入水平都会对居民消费产生正向促进作用,且对我国东部地区居民消费的影响最大。邢天才(2019)[9]将消费信贷分为投资、信贷、保险、储蓄四大类,结合居民家庭资产负债表,发现消费信贷对城镇居民家庭消费水平具有促进作用。但大部分学者只是将互联网消费信贷定义为传统的消费信贷,目前对真正意义上的互联网消费信贷进行的相关研究不多,特别是缺少定量分析,而研究某一区域的互联网消费信贷水平对居民消费影响的实证研究更是少之又少。因此,本文在借鉴前人研究的基础上,以经济强省广东为例,对以下问题进行研究:一是检验该地区互联网消费信贷对于居民跨期消费的作用效果;二是检验该地区互联网消费信贷水平对于不同类型消费支出的影响。 2 区域互联网消费信贷发展水平与居民消費情况分析 2.1 广东互联网消费信贷发展水平分析 由于互联网消费信贷是新兴的科技金融,国家统计局目前尚未有统一的核算标准和统计口径,北京大学数字金融研究中心(原互联网金融研究中心)编制了“北京大学数字普惠金融指数”。其中互联网信贷指数较为客观地反映我国各省、市的互联网消费信贷的发展状况。其中个人消费贷主要从每万支付宝成年用户中有互联网消费贷的用户数、人均贷款笔数、人均贷款金额等三个维度来衡量。 2.1.1 广东总体发展水平分析 从图1可以看出,从2013—2018年我国的互联网消费信贷有了较快发展,2013年我国省级互联网信贷指数中位数为86.97,而2018年我国省级互联网信贷指数中位数就达到了177.76,是2013年的2.04倍。2013年我国省级互联网信贷指数均值为85.49,而2018年我国省级互联网信贷指数中位数就达到了178.38,是2013年的2.08倍。从图1中的具体数值我们也可以看出全国各省互联网信贷指数都迅速增长。 在互联网消费信贷快速增长的同时,与中国大多数经济特征一样,其发展程度也存在地区差异性。从2018年全国各省互联网信贷指数的排序来看,如图2所示。上海市稳居榜首,排第一,是指数最低的新疆维吾尔自治区的1.8倍,高达243.08;第二位是浙江省,指数为229.7;第三位是北京市,指数为210.41;第四位是福建,指数为210.3;而我国的经济大省广东,位居第五位,与其他几个省还是存在一定的差距,这可能与广东地区居民的消费习惯和不愿意“借钱消费”的消费观念有关。虽然从数值上看,我国东南沿海地区远远高于西北内陆地区,但各省的差距在逐渐缩小,这反映出互联网消费信贷比传统金融更具地理传统性,有助于扩大产品的覆盖率,帮助落后地区也能享受到金融服务。 从图3可以看出,2013—2018年广东省互联网消费信贷有了较快发展,互联网信贷发展指数从2013年的137.12上升到2018年的214.14。但是2014年、2016年的数值曾出现了短暂的回落,这可能与P2P问题平台的出现、政府出台更严格的监管政策有关。 2.1.2 广东四大區域的比较分析 北京大学城市数字普惠金融指数选取了广东最具代表性的21个中心城市作为分析对象。本文将采用各城市的互联网信贷指数这一指标来衡量广东各城市的互联网消费信贷发展水平,其中珠三角9个城市、东翼地区4个城市、西翼地区3个城市、粤北地区5个城市。 广东省GDP总量多年来一直稳居全国首位,但地区经济的差异化问题较为突出。珠三角是广东经济最发达的地区,它与东翼、西翼和粤北山区经济总量的绝对差距在不断拉大。如图4所示,从广东省四大地区的发展程度来看,西翼地区、粤北地区的互联网信贷指数的中位数和均值都低于珠三角地区和东翼地区,这也一定程度上反映了地区间经济实力的差距。同时我们也看到了2018年东翼地区的互联网消费信贷业务发展势头好,已经略高于珠三角地区,原因可能在于近年来为了缩小广东各地区间的差异性,广东提出了构建“一核一带一区”的区域发展新格局,重点发展汕潮揭等城市群的发展,政策的利好给互联网消费信贷的发展带来了良好的机遇。 2.1.3 广东21个中心城市的比较分析 从图5可以看出,2011年广东各城市的互联网信贷指数中位数为77.48,2018年的互联网信贷指数中位数就达到了164.7,是2011年的2倍。2011年广东各城市的互联网信贷指数均值为78.12,2018年的互联网信贷指数均值就达到了163.04,是2011年的2.08倍,反映互联网消费信贷业务蓬勃开展。但是从各城市的具体数值,我们也可以看出2017年之前广东地区的互联网信贷指数增长迅速,而在2018年以后有所回落,可能的原因在于2018年出台了一系列规范行业发展的政策措施,有效地防范了行业风险,但同时也可在一定程度上抑制了行业高速发展的态势,使行业进入健康运行的轨道。 从图6显示的2018年广东各城市互联网信贷指数的排序来看,深圳市2017年、2018年都稳居榜首,排第一,2018年得分是云浮的1.15倍,得分176.76;第二位是广州,2018年的得分为174.84,比2016年、2017年有所降低,被深圳超越;第三位是汕头,自2017年开始上升至前三甲,2018年得分为170.83;第四位是揭阳,得分为169.08;中山位居第五位,2018年得分为167.74,比2017年有所提高。粤北地区和西翼地区的云浮、茂名、韶关、湛江、清远排名最后。但是从2011—2018年广东省21个中心城市的互联网信贷发展指数变化趋势来看,如图7所示。我们发现各城市间的差距在逐渐缩小,这又从另一个侧面反映出互联网消费信贷比传统金融更具地理传统性,有助于扩大产品和服务的覆盖率,提高金融服务的认可度。 2.2 广东居民消费支出情况分析 2.2.1 广东居民消费支出总体情况 2013—2018年,随着广东居民人均可支配收入提高,人均消费支出在不断增加,2018年人均可支配收入达到44341元,人均消费支出30924元,超过全国平均水平,如图8所示。 从表1可以看出,城镇居民8类主要消费支出中,主要还是以食品烟酒类消费为主,占比达到31%。其次是居住消费和交通通信类消费,这和全国城镇居民整体的消费特征一致。从2013年开始,食品烟酒类消费、衣着类消费占总消费支出的比例正在逐年下降,除此之外,生活用品及服务、交通通信、教育文化娱乐、医疗保健类消费占总消费支出的比例都在逐年上升。说明广东地区城镇居民的消费结构发生了变化,消费支出逐渐由基本生存型向发展享受型转变。 从图9可以看出,广东社会消费品零售总额是在逐年增加,说明居民在实物商品上的消费以及餐饮服务上的消费在逐年增加,但同时也看到虽然社会消费品零售总量在增加,但增速却是逐年放缓,2014年的增速达到了11.85%,2018年的增速比2014年减少了8个百分点。从总体上来看,广东居民消费贷款是呈逐渐上升趋势,而社会消费品零售总额却呈下降趋势。从中可以看出,广东居民实物消费支出还有提升的空间,还需要加大消费信贷对居民消费的促进作用,促进居民实物消费支出的不断提高,从而拉动经济增长。 2.2.2 广东四大区域的比较分析 从图10显示结果来看,广东四个主要经济区域的人均可支配收入是逐年提高的,珠三角地区稳居各区前列,是经济实力最强和发展潜力最大的地区,人均可支配收入远高于其他地区。排名第二、第三、第四分别是西翼地区、粤北山区和东翼地区,这三个经济区域的值比较接近,但西翼地区的人均可支配收入略高于山区和东翼地区。从中可以看出珠三角地区一枝独秀,和其他地区的收入差距在逐渐加大,其人均可支配收入是其他地区的2倍左右,反映广东经济发展的地区差异性问题。 从图11可以看出,从2014—2018年广东省各城市的人均消费支出逐年增加,并且人均可支配收入越高的城市,人均消费支出增加的越快。珠三角城市人均消费支出高于西翼、粤北山区和东翼地区,并且其人均消费支出的增速也远高于其他城市。另外,从2014年开始广东省各城市的社会消费品零售额在逐年增加,且珠三角城市的社会消费品零售额高于西翼、粤北山区和东翼地区,并且其增速也远高于其他城市。 2.2.3 广东21个中心城市的比较分析 从2018年各城市人均消费支出的排名来看,如图12所示。广州、深圳、珠海、佛山、东莞、中山、惠州、江门等珠三角城市属于第一阶梯,东翼的汕头、西翼的阳江、粤北山区的韶关、清远属于第二阶梯,而排名第一的广州是最后一名云浮的2.57倍,不同地区的人均消费支出的差距还是较大,主要受区域经济发展水平和居民可支配收入的影响。从2018年各城市社会消费品零售额的排名来看,广州、深圳、珠海、佛山、东莞等珠三角城市属于第一阶梯,东翼的汕头、西翼的湛江和茂名属于第二梯队,而湛江和茂名虽然可支配收入和人均消费支出不高,但实物消费和餐饮消费却较为突出,具有消费潜力。而排名第一的广州地区零售额是云浮的24倍,反映出社会消费品零售额的巨大差异,粤北山区、东翼等地区的实物消费和餐饮消费还有较大的提升空间。 3 互联网消费信贷对居民消费影响的实证分析 3.1 模型设定 本文借鉴Loayza et al.(2000)[10]、李文星(2008)[11]、刘锐(2016)、吕雁琴(2019)[12]等学者的做法,采用面板模型进行定量分析互联网消费信贷对居民消费支出的影响程度。构建的模型如下: 其中,表示促进消费系数,i表示截面上的各个省份、t表示各个时间,表示地区的個体效应,表示随机误差项。表示被解释变量,即城镇居民消费水平,j表示消费类别。本文借鉴刘志忠(2014)、赵保国(2020)等学者的方法,将城镇居民消费支出分为基本生存型消费支出和发展享受型消费支出。表示核心解释变量,即互联网消费金融发展水平。Inc表示基础解释变量,即城镇居民收入水平。K表示控制变量,即其他可能对居民消费产生影响的潜在变量,包括居民储蓄率、社会保障水平、城镇化水平等。 3.2 数据来源 本文以2011—2018年广东21个中心城市的数据作为来源,且把城镇居民作为研究对象,除了互联网消费信贷的数据来自于“北京大学数字普惠金融指数”中的城市互联网信贷指数之外,其他数据都来自于《广东统计年鉴》。为了剔除物价因素的影响,本文以2011年作为基年,将各市的数据按照各年度的居民消费价格指数CPI折算成2011年的实际值。 3.3 实证结果与分析 3.3.1 平稳性检验 为了避免伪回归,本文采用了LLC、ADC、FPP等检验方法对所有变量进行单位根检验,从而检验模型所选变量的平稳性。经过三种方法检验,所选的时间序列变量均通过了5%或1%的平稳性检验。 3.3.2 回归结果分析 由于各城市经济发展的差异性较大,所以本文在实证分析中采用GLS Cross-section weight法用来减少截面间产生的异方差对模型检验结果的影响。从冗余固定效应F检验、Hausman检验结果来看,互联网消费信贷对总消费、基本生存型消费、发展享受型消费等三个模型都适用于固定效应模型(FE)。具体的参数估计值,如表2所示。 首先,从模型的估计值来看,互联网消费信贷对城镇居民各类消费支出的促进作用明显,消费信贷促进消费系数分别为(0.2160,0.3512,0.3620),均通过了显著性检验,这一结果也验证了互联网消费信贷对于广东居民跨期消费的促进作用。从收入促进消费系数(边际消费倾向)来看,收入促进消费系数分别为(0.878,1.026,1.162),收入促进消费系数远远大于消费信贷促进消费系数,说明居民收入比消费信贷对于消费的促进作用更大,收入对居民消费起到关键性作用。 其次,从互联网消费信贷对于不同类型消费的促进系数来看,互联网消费信贷对于发展享受型消费的促进作用大于基本生存型消费,系数达到了0.3620。说明互联网消费信贷不仅体现在总量的增加,还对基本生存型支出、发展享受型支出等各类消费支出均有显著的正向作用,而且对发展享受型支出的促进作用更大。 4 结语 第一,互联网消费信贷发展水平分析。从省际比较来看,长三角地区的发展水平最高,且东南沿海地区远远高于西北内陆地区,但各省的差距在逐渐缩小。而作为经济大省,广东与其他互联网消费信贷发展水平较高的省份还存在一定的差距,广东的珠三角地区、东翼地区高于其他地区。但近年来广东各地区互联网消费信贷差异有显著缩小,并且各地区的互联网消费信贷发展越来越趋于一致性。说明金融服务作为一种软性基础设施,尽管会受到经济发展水平的影响,但金融服务的优先发展也能为经济发展提供支撑。如果互联网消费信贷服务在地区间差异能逐步缩小,落后地区则不至于“输在起跑线上”。 第二,居民消费支出情况分析。随着居民人均可支配收入的提高,广东城镇居民的消费结构发生了变化,消费支出由基本生存型向发展享受型转变。受区域经济发展水平和可支配收入的影响,不同地区人均消费支出存在差距,珠三角城市人均消费支出高于西翼、粤北山区和东翼地区。从总体上来看,广东居民消费贷款是呈逐渐上升趋势,而社会消费品零售总额却呈下降趋势,从中可以看出广东居民实物消费支出还有提升的空间,还需要加大消费信贷对居民消费的促进作用。而湛江和茂名虽然可支配收入和人均消费支出不高,但实物消费和餐饮消费却较为突出,具有消费潜力。 第三,互联网消费信贷对居民消费的影响分析。互联网消费金融促进了广东居民各类消费支出增加,降低居民消费的不确定性,减少居民的预防性储蓄压力,帮助居民实现跨期消费。从对广东居民不同消费类别的影响来看,互联网消费信贷改善了居民的消费结构,对居民生存型消费支出和发展享受型消费支出均有正向作用,尤其是发展享受型消费支出。 参考文献 黄小强.我国互联网消费信贷的界定,发展现状及建议[J].武汉金融,2015(10):39-41. 邵腾伟,吕秀梅.新常态下我国互联网消费金融的表现、作用与前景[J].西部论坛,2017(01):95-106. 尹一军.互联网消费信贷的创新发展研究[J].技术经济与管理研究,2016(06):67-71. 谢平,邹伟传,刘海二.互联网金融的基础理论[J].金融研究,2015(08):1-12. 崔海燕.互联网金融对中国居民消费的影响研究[J].经济问题探索,2016(01):162-166 刘湖,张家平.互联网是扩大居民消费的新引擎吗?[J].消费经济,2016(02):17-22. 潘敏,刘知琪.居民家庭“加杠杆”能促进消费吗?——来自中国家庭微观调查的经验证据[J].金融研究,2018(04):75-91. 马德功,韩喜昆,赵新.互联网消费信贷对我国城镇居民消费行为的促进作用研究[J].现代财经(天津财经大学学报),2017(09):19-27. 邢天才,张夕.互联网消费信贷对城镇居民消费升级与消费倾向变动的影响[J].当代经济研究,2019(05):89-97. Loayza N V,Schmidt-Hebbel K,Luis Servén.What Drives Private Saving Across the World?[J].Review of Economics and Statistics,2000(02):165-181. 李文星,徐长生,艾春荣.中国人口年龄结构和居民消费:1989—2004[J].经济研究,2008(07):118-129. 吕雁琴,赵斌.数字普惠金融与城乡居民消费差距[J].金融与经济,2019(12):76-81. |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。