签到
EN

数字金融对家庭消费的影响——基于中国家庭金融数据的实证研究

409浏览
2022/04/02 07:48发布
家庭金融研究
家庭金融研究
家庭金融数字金融、消费数字金融对家庭消费的影响——基于中国家庭金融数据的实证研究
本文使用CHFS的面板数据,和北京大学开发的数字化金融指数,研究了数字化金融对家庭消费的影响及机制。结果显示,数字金融可以促进家庭消费。通过异质性分析发现,资产更少、收入更低、金融知识更少、在三四线城市的家庭,数字金融对其正向影响相对更大。就消费品的种类而言,数字金融与食物、衣服、房屋维修、医疗、教育、环境等方面的支出存在正相关关系。就消费结构而言,数字金融主要促进经常性的家庭支出,而非非经常性家庭支出。基于调节变量模型进一步分析发现,线上购物、电子支付、线上信用、网络理财是主要的调节变量。

引言、文献综述

背景介绍

随着中国经济进入新常态,消费已经成为经济发展的重要拉力。最近几年,政府一直致力于扩大居民消费需求,然而中国家庭的消费行为说明消费需求仍存在不足,家庭消费比率由2000年的47.5%下降到2010年的35.6%,并远低于世界均值,制约了经济发展。
近几年随着互联网技术与金融的深入结合,数字金融逐渐成为中国金融系统不可缺少的部分。数字金融包括在线贷款,移动支付,互联网金融,互联网保险和其他创新产品,从各个方面影响家庭消费。首先,在线信贷使金融需求方与地理位置不同的供应方相匹配成为可能( Pierrakis和 Collins,2014)。以支付宝,现金贷款和多种P2P平台为代表的消费信贷服务以及其他新型的金融模式拓宽了资金获取渠道,降低了金融服务的门槛。在一定程度上减轻了家庭消费的信贷约束,促进家庭消费。其次,以余额宝为代表的互联网理财市场飞速发展,拓宽了人们使用小额资金进行投资的渠道,提高了投资回报率,促进了家庭财富的增长。增加家庭消费。同时,快速发展的数字支付平台大大降低了金融服务的交易和时间成本,提高了家庭消费的支付和转账效率。 另外,数字金融的发展不仅促进了传统保险公司服务模式的升级,而且导致了诸如中安保险之类的互联网保险公司的出现,打破了传统保险的网点销售模式的地理障碍,改善了保险易办理程度。同时,大数据技术的应用降低了运营成本,鼓励居民购买保险,提高居民的社会保障水平,并减少不确定性损失,从而增加消费。
根据北京大学数字金融研究所在2016年发布的报告,数字化金融指数从2011年的40增加到2015年的220。在短短几年内,数字金融发展迅速。同时,家庭消费率近年来略有回升,2016年达到39.3%。因此,数字金融的迅速发展是否能够显著地影响家庭消费?哪些消费群体受影响最大?效果路径如何?本文研究了这些问题。对这些问题的回答不仅将有助于理解数字金融对中国家庭经济发展的影响,而且还将提供有关中国家庭消费增长的有用信息,并为改进相关政策提供依据。

Ø 前人对于中国的家庭消费需求长期以来一直不足提供了七种解释:

1. 家庭由于金融市场的不发达和基于流动性约束理论的必要性消费减少而面临流动性约束(Kuijs, 2005;Azizand Cui, 2007)。

2. 基于生命周期假说的人口统计结构因素(Modigliani and Cao,2004;Curtis et al.,2015)。

3. 基于预防性储蓄的理论,医疗,养老,教育和住房制度的不完善加剧了居民未来的不确定性,(Meng, 2003; Chamon and Prasad, 2010)。

4. 从收入分配的角度来看,收入不平等是造成消费不足的重要原因(Schmidt-Hebbel and Serven., 2000;Jin et al., 2011)。

5. 从文化传统和消费习惯角度(Modigliani and Cao, 2004)。

6. 从竞争性储蓄的角度(Wei and Zhang, 2011)。

7.债务也是影响消费的重要因素(Dynan, 2012;Scholnick, 2013)。

Ø 现有的关于影响消费增长的因素的研究:

1.扩大消费信贷服务可以减轻居民的流动性约束,从而促进消费和发展(Cochrane, 1991)。

2.金融市场的发展缓解流动性约束,进而促进消费增长(Bayoumi, 1993;Levchenko, 2005)。

3.通过消费信贷服务实现平滑消费(Jappelli和Pagano, 1989)。

4.如果低收入者在金融机构中开设账户并经常使用,其收入和消费将会增加(Karlan and Zinman ,2010和 Dupas and Robinson, 2013)。

5.不同类型的资产对家庭消费的影响不同,机制也不同(Carroll et al., 2011)。 

6.根据生命周期假说,家庭资产水平越高,消费水平越高(Ando and Mod- igliani, 1963)。

7.商业保险可以在一定程度上减少居民未来的不确定支出。购买保险可以帮助居民保持健康的消费水平,并加强整个社会的平均消费倾向(Arrow, 1964)。政策变化导致保险范围的变化,保险可以降低储蓄率(Engen and Gruber, 2001)。健康保险可以增加家庭的日常消费 (Zhao, 2019)。

8.社交网络可以促进家庭消费(Kang, 2019)。

Ø 现有的关于数字金融的研究

1. 在经济方面,研究表明,数字化性金融可以帮助改善居民收入,降低贫困率,减少收入不平等程度,缩小城乡差距(Sarma and Paris, 2011; Anand and Chhikara, 2013)。

2. 对于传统的金融市场,数字金融的发展将改变传统的金融金融市场部门,提高银行服务的质量和多样性,提高金融金融服务的效率(Berger, 2003;Cortina Lor- ente and Schmukler, 2018)。

3. 融资方面,基于大数据的风险评估可以帮助节省交易成本并减少信息不对称,从而帮助小型和微型企业获得融资(Moenninghoff and Wieandt, 2013)。

4. 在家庭经济和金融方面,移动支付可以帮助改善企业家的执行力并减少信息不对称的程度,从而提高企业家的绩效(Beck et al., 2018)。数字化金融通过便捷支付的和平滑消费对肯尼亚的农村家庭有积极影响(Grossman and Tarazi,2014)。数字金融对金融的普惠性和稳定性具有积极影响(Ozili, 2018)。数字金融发展过程中农村居民是否被排除在外以及排除程度的决定因素(Ren et al. , 2018)。

图片
但是,目前,很少有人研究数字金融对消费的影响。本文研究了数字金融对家庭消费的潜在影响,并探讨了其影响路径。主要贡献在于:
1.基于全国范围内的大规模家庭调查数据和数字化金融指数,从数字化金融发展的角度研究了中国家庭的消费情况,它不仅加深了对中国家庭消费不足问题的讨论,而且丰富了与数字金融有关的文献。
2.本文研究了关于数字金融对家庭消费的异质影响,消费结构的家庭特征和地理特征。
3.本文通过使用中介模型研究数字金融对家庭消费的影响路径,研究数字金融如何从线上购物、线上支付、网贷获取、购买互联网金融产品等方面对消费渠道、平滑效应和财富增长效应产生影响。对现有文献进行了重要补充。

数据与变量

数据来源

本文使用CHFS的面板数据,和北京大学开发的数字化金融指数。使用由2013年,2015年和2017年的调查样本组成的不平衡面板数据。在基础分析中,样本量为66,789。考虑到由于就业和身体状况可能造成的年轻人和老年人的消费模式不同,排除了18岁以下和65岁以上家庭的样本。同时,去除消费、资产、收入顶部1‰和底部1‰中的样本数据,进行修正。考虑到家庭消费和收入的异常变化,家庭消费变化率和家庭收入变化率低于0和高于10的被剔除。此外,样本存在缺失的也被剔除。

变量说明

本研究从在线购物,在线支付,在线信用,互联网金融和商业保险,等方面探讨了数字式金融对家庭消费的影响机制。CHFS保留了有关家庭消费的详细记录,包括食品,衣物,日用品和家政服务,房屋维护,运输和通讯,医疗,娱乐和教育等方面的支出。考虑到人均家庭支出可能存在非正态性,这些变量在回归中被转换为对数。
数字化金融指数涵盖了数字金融服务的三个维度:覆盖范围,使用深度和数字支持服务。在总指数下,有六类子指数:支付、保险、货币资金、投资、信用调查和信用。该指数分为三个级别:省,市和县。本文主要使用市级数据进行回归分析,并使用县级数据进行稳健性检查。此外,在回归分析中,采用了滞后两个时期的数字金融发展指数,所有指数均除以100。并使用中介模型进行检验。
图片

表1 对变量的解释

图片

表2:对数据的描述

模型

图片

因变量:

COMSUMP it,第 t 年家庭 i 的人均消费支出。

自变量:

INDEXit-2,家庭 i 所在地区 t-2 年的数字金融发展指数,用于衡量这个城市数字金融的发展。

β1,数字金融发展对人均家庭消费支出的边际效应。

X it,一系列控制变量,包括住户特征,家庭财富,区域经济发展等。

δt代表固定时间效应。

εit ,随机扰动项。

中介变量模型设置如下(Baron and Kenny, 1986):

图片
图片
图片

Model 2,β1表示数字化金融指数对家庭人均支出的总效应。

Model3,α1表示数字化金融指数对中介变量的影响。

Model4表示在控制了自变量后,中介变量对家庭消费的影响。如果结果显示λ1、λ2都显著,λ1<β1则表示存在一定程度的中介效应,如果λ1、不显著,λ2始终显著,则表示存在完全的中介效应。

实证分析

基准实验

本研究从在线购物,在线支付,在线信用,互联网金融和商业保险,等方面探讨了数字式金融对家庭消费的影响机制。并使用中介模型进行检验,但由于投资指数的数据是从2014年开始,信用调查指数是从2015年开始,因此,在投资指数和信用调查指数对家庭消费的回归中,我们仅使用2017年CHFS数据,其中观察值为23,070。
图片

表3 数字金融对家庭消费的影响

数字金融对人均家庭支出的回归系数显著为正,表明数字金融促进了家庭消费。但由于可能存在反向因果导致的内生性问题,我们将全省人均移动电话的数量作为数字金融的工具变量。一方面,移动电话促进了居民使用金融服务,因此与某个地方的数字金融发展水平相关。另一方面,各省的手机平均数量几乎不会影响家庭的消费支出。
家庭总资产和家庭总收入的系数显著为正,这表明家庭资产和收入水平越高,家庭消费水平越高。区域金融发展也对家庭消费水平产生积极影响,会促进家庭消费。
由于数字金融是一个多维概念,因此本文不仅考察了数字金融总指数对家庭支出的影响,而且还在回归分析中使用了第二级和第三级指数。表3的第三和第四列是第二级指标表示覆盖范围和使用深度。结果表明,所有子指数都对家庭消费产生了显著正向影响,说明数字金融可以有效地促进家庭消费的覆盖范围广度和使用深度。
第五,第六和七列是第三级指标,即保险,投资,信用调查。保险指数的系数显著为正,说明保险领域的数字金融可以通过减少家庭支出的不确定性,从而促进了家庭消费;投资指数的系数也非常显著,表明数字金融可以拓宽居民的投资渠道,提高投资回报率,并促进家庭收入的增长,从而改善家庭消费水平;信用调查指数也对家庭消费产生了显著的积极影响,表明数字化金融可以促进在线信用调查的发展,帮助提高居民对线上信用度的可用性并缓解流动性约束,从而促进消费。因此,数字金融可以通过多样化的金融产品降低金融服务的门槛,并提高家庭金融服务的可用性,从而促进家庭消费的增长。

异质性分析

本文从家庭资产,家庭收入,家庭成员的金融素养水平和城市发展水平等方面进行异质性分析。使用了2013、2015、2017年的平衡面板数据。
图片

表4 数字金融对家庭消费的异质性分析

据第一列,数字化金融指数与资产较少的家庭之间的系数显著为正,表明资产较少的家庭发展数字金融对家庭支出的促进作用更大。第二列,数字化金融指数与低收入家庭之间的系数显著为正,这表明数字金融对低收入家庭的消费有更大的促进作用。第三列,数字化金融指数与较低家庭金融知识水平系数显著为正,这表明数字金融对户主金融知识水平较低的家庭的消费具有更大的促进作用。第四列,三、四线城市数字化金融指数与家庭消费之间系数显著为正,表明数字金融对三线和四线城市家庭的影响比对一线和二线城市家庭的影响更大。对上述结果的可能解释是,相比于资产较少、收入较低和金融知识水平较低、三四线城市家庭,资产较多、收入较高、家庭金融素养水平较高、一、二线城市的家庭面临的流动性约束更少,因此家庭消费受到数字金融的边际影响更小。
图片

表5 数字金融对家庭类别的影响

接着从消费类别来看,数字金融对家庭消费的促进作用在食物,衣物,房屋维护,医疗,娱乐和教育中较为显著。娱乐和教育的系数最大,可能是因为消费弹性相对较大,更容易受到影响。
图片

表6 数字金融对家庭消费结构的影响

就消费结构而言,在经常性支出(食品,衣服,日用品,交通和通讯,娱乐等)和非经常性支出(旅行、耐用品、医疗、出国学习、奢侈品、家庭维修)中,数字化金融指数显著促进了经常性支出数额和比例的增长,这可能是因为数字金融促进了在线购物的发展,从而促进了家庭的日常消费。

机制研究

图片

表7 在线购物作为家庭消费的中介变量

第二列,数字金融指数对家庭在线购物的影响系数为正,表明数字金融促进家庭网上购物。第三列,在线购物对家庭消费产生了的显著正向影响。在添加了在线购物变量之后,数字化金融指数对家庭消费影响的系数仍为正,且低于第一列,这表明在线购物具有一定的中介作用。Sobel test表示数字金融对家庭消费的影响的8.37%是通过在线购物实现的。
图片

表8 在线支付作为中介变量

数字金融的发展导致在线支付的快速发展,大大降低了金融服务的交易和时间成本,提高了支付和家庭消费转移的效率,并促进了居民的消费。第二列中的结果表明,数字金融指数对在线支付的影响的系数显著为正,这意味着数字金融促进了数字支付的使用。第三列中的结果表明,数字支付对人均家庭支出有积极影响。同时,在控制了在线支付变量之后,数字化金融指数的系数正仍然显著为正,略低于第一列的结果,存在一定中介效应,Sobel test表示数字金融对家庭消费的影响的10.58%是通过在线购物实现的。
图片

表9 在线信用作为中介变量

因为流动性约束是限定家庭消费的重要因素,数字金融使消费者摆脱小额贷款的束缚,从而促进家庭消费。第二列中的结果表明,数字金融指数对在线信用获取影响的系数显著为正,这表明数字金融改善了数字金融在家庭中获得在线信用。第三列中的发现表明,获得在线信贷对家庭支出产生了显著的积极影响。同时,在控制了在线信用变量之后,数字化金融指数的系数显著为正,略低于第一列的结果,存在一定中介效应,Sobel test表示数字金融对家庭消费的影响的1.91%是通过在线信用实现的。 
图片

表10 网络理财作为中介变量

第二列中的结果表明,数字金融指数对网络理财产生了显著的积极影响,这表明数字金融可以有效地促进家庭消费。第三列中的结果表明,购买互联网理财产品对人均家庭支出影响的系数显著为正,而在控制网络理财这一变量后,数字化金融指数仍显著为正,但与第一列中的结果相比略有下降。购买互联网金融产品产生一部分中介效应,Sobel test的结果表明,互联网融资的中介效应为 2.22%。
图片

表11 商业保险作为中介变量

因为商业保险可以帮助减少家庭支出的不确定性。传统保险公司在网上推出越来越多的产品、以及互联网保险的逐步兴起也使家庭购买保险更加便利,进而促进家庭消费。第二列中的结果表明,数字金融指数对家庭购买商业保险的系数显著为正,数字金融促进了家庭购买保险。第三列中的结果表明,购买商业保险对人均家庭支出的影响的系数显著为正。而且,数字化金融指数的系数小于第一列,存在中介效应。但是,Sobel test仅显示0.83%的中介效应,比其他中介变量要弱得多。

稳健性检验

用县级数字化金融指数作为衡量数字金融发展的替代指标,家庭消费率作为衡量家庭消费水平的指标。由于县级数字化金融指数仅针对2014年,因此在回归分析中仅选择了2017年的家庭样本。

图片

表12  县级数字化金融指数稳健性检验

第一列显示了数字金融总指数、数字金融覆盖面指数、数字金融使用深度指数、保险指数、投资指数、信贷调查指数对人均家庭支出的影响;这表明数字金融发展水平越高,家庭消费支出越高。而且数字金融已显著促进了家庭消费,与前文结果一致。

图片

表13  数字化金融指数对家庭消费率的影响

第一至六列分别报告了数字化金融总指数以及覆盖范围、使用深度、保险、投资和家庭消费率信用调查指数。可以看出,所有指标的系数显著为正。

结论

近年来,基于大数据,云计算和其他数字技术的数字金融发展迅速。本研究结合CHFS数据和数字化金融指数,对数字金融对家庭消费的影响进行了实证分析,并探索了其影响机制。
结果表明,数字金融可以显著促进家庭消费,特别是对于经常性物品和资产较少、收入较低、金融素养较低以及住在三四线的家庭。中介模型表明,在线购物、数字支付、获得在线信用、在互联网上购买金融产品和商业保险都是数字金融与家庭消费之间关系的中介变量,这表明了可以通过减轻流动性约束,促进支付和交易,扩大投资渠道和增加收入以及增强安全性来实现数字金融对家庭消费的影响。因此,政府应积极促进数字金融的发展,并重点关注数字金融在提高中低收入家庭和欠发达地区消费水平中的作用。
*文章来源:扬帆起航SYSU
*侵权必删
家庭金融研究
家庭金融研究
文章67
·
总浏览量3481
最新文章
更多
2024全球机器学习技术大会上海站圆满闭幕,共奏AGI变革新时代
杨展
5574
浏览
第七届机械工程与应用复合材料国际会议(MEACM 2024)
李思傲
9
浏览
世界读书日专题 | 新质生产力背后的管理之道
杨展
4484
浏览
【征稿】第七届水与环境可持续发展国际会议(ICSDWE 2024)
李思傲
14
浏览
【征稿】第七届水与环境可持续发展国际会议(ICSDWE 2024)
李思傲
6
浏览
【EI检索】2024年第一届先进能源材料、能源器件与能源系统国际会议(AEMDS 2024)
杜金桐
12
浏览
热门用户
学术前沿速递
学术前沿速递
文章
300
学说观点
学说观点
文章
300
AIGC交流社区
学说官方
文章
240
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
1139
浏览
绿色信贷能否提高商业银行的核心竞争力?基于中国的准自然实验
创新研究
·
726
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
656
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
635
浏览
“特斯拉”打败了“星巴克”
张子瑞
·
631
浏览
研究方法 | 文献资料分析方法大全!收藏
周舟
·
622
浏览
数电票的26个问题,税局统一回复!
张俊熙
·
613
浏览
会议预告|清华五道口绿色金融讲座第一期,邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”
学术会议动态
·
3311
浏览
文献资料分析方法大全,建议收藏!
楚健
·
523
浏览
研究方法:文献资料分析方法
周舟
·
511
浏览