金融包容的需求側(cè)與供給側(cè)探析
——基于CHFS項目28 143戶家庭的實地調(diào)查數(shù)據(jù)

田 霖 金雪軍 蔣岳祥

(1.浙江大學(xué) 經(jīng)濟學(xué)院, 浙江 杭州 310027; 2.鄭州大學(xué) 商學(xué)院, 河南 鄭州 450001)

金融包容的需求側(cè)與供給側(cè)探析
——基于CHFS項目28 143戶家庭的實地調(diào)查數(shù)據(jù)

田 霖1,2金雪軍1蔣岳祥1

(1.浙江大學(xué) 經(jīng)濟學(xué)院, 浙江 杭州 310027; 2.鄭州大學(xué) 商學(xué)院, 河南 鄭州 450001)

主流銀行包容存在需求不足、潛在需求、供給排斥、供求錯配及供求平衡狀態(tài)。與傳統(tǒng)的“金融包容指數(shù)越高則越優(yōu)”的理解不同，需求層面包容指數(shù)的最優(yōu)未必等同于供給層面的包容最優(yōu)；供給不足也并非金融排斥的唯一原因。要從需求側(cè)、供給側(cè)入手剖析包容的表現(xiàn)與誘因，尋求供求匹配解；金融包容相同的誘因其作用強度、方式不盡相同，細(xì)化的個性分析可揭示各個要素對不同種類金融包容的邊際作用；微觀與宏觀視角的金融包容不同，普惠金融不等于全民金融；金融包容需要將“大數(shù)據(jù)”與“厚數(shù)據(jù)”相結(jié)合，家庭金融視角將與國別視角、區(qū)域視角一起構(gòu)成金融包容的重要維度。對家庭金融包容需求側(cè)與供給側(cè)的探析，在一定程度上拓寬了金融地理學(xué)的內(nèi)涵和外延。

金融包容； 需求側(cè)； 供給側(cè)； 金融排斥； 供需平衡

金融包容(financial inclusion)是金融排斥(financial exclusion)概念的擴展與深化，是一個多維度的動態(tài)復(fù)合概念，指個體、群體、企業(yè)、組織或地區(qū)等接觸并融入金融系統(tǒng)的過程和狀態(tài)。它不僅意指微觀主體以合理的成本獲取、使用金融產(chǎn)品和服務(wù)并融入主流金融的渠道與過程，也蘊含了區(qū)域金融的包容性增長。目前相關(guān)研究尚存在以下不足：(1)無法有效區(qū)分積極或消極的金融排斥，落入“金融包容指數(shù)越高則越優(yōu)”的固定思維窠臼；對某些發(fā)達(dá)地區(qū)金融綜合力水平與金融排斥指數(shù)雙高的悖論至今未能做出合理解釋。(2)未能有效區(qū)分金融包容理念的存量與流量視角，忽視了過度負(fù)債引發(fā)潛在金融風(fēng)險的可能性；將微觀個體、家庭的金融包容與宏觀區(qū)域、國家的金融包容界定相混淆，易引發(fā)合成謬誤與分解謬誤。(3)由于微觀調(diào)查數(shù)據(jù)的缺乏，針對中國家庭展開的相關(guān)研究相對較少；個體金融能力的提升與自主選擇、家庭資產(chǎn)與負(fù)債的自主性有效配置與管理等關(guān)鍵議題往往在學(xué)者的研究視野之外。本文采取2013年China Household Finance Survey(CHFS)項目的大型實地調(diào)查數(shù)據(jù)*2011年開始，西南財經(jīng)大學(xué)的家庭金融調(diào)查研究中心每兩年開展一次全國大型實地調(diào)查。目前2011年的數(shù)據(jù)可通過公開渠道獲取，但2013年的調(diào)查數(shù)據(jù)尚未正式對外公布，需要簽訂數(shù)據(jù)保密協(xié)議，以內(nèi)部申請方式獲得一定期限的授權(quán)，不得拷貝原始數(shù)據(jù)，僅能在VSP平臺上進(jìn)行試算操作。，數(shù)據(jù)遍布全國29個省262個縣1 048個社區(qū)[1]，將貸款細(xì)分為農(nóng)業(yè)貸款、工商業(yè)貸款、房屋貸款與汽車貸款，從需求側(cè)和供給側(cè)的角度嘗試對以上問題進(jìn)行初步解答。

一、 理論回顧

金融包容理念緣起于西方金融地理學(xué)對金融排斥的關(guān)注與研究。2003年，金雪軍、田霖將金融地理學(xué)這一新興邊緣交叉學(xué)科引入中國，將financial exclusion譯為“金融排除”、“金融排外性”[2]；2007年，田霖將其中文表述統(tǒng)一為“金融排斥”[3]，并對其內(nèi)涵外延進(jìn)行了詳細(xì)闡釋，引發(fā)了國內(nèi)諸多學(xué)者的興趣。然而，學(xué)者們在強調(diào)消減金融排斥、構(gòu)建貧困和弱勢人群普惠金融制的同時，往往容易忽略其潛在風(fēng)險導(dǎo)致普惠金融的發(fā)展誤區(qū)*實際上，“普惠金融”與“金融包容”的學(xué)術(shù)溯源與概念界定不同。具體可參見田霖《互聯(lián)網(wǎng)金融的發(fā)展軌跡與未來展望》，載《人民論壇·學(xué)術(shù)前沿》2016年第6期，第22-29頁。和金融包容悖論[4]。在新型危機及新金融背景下，西方學(xué)者將研究視角從金融排斥轉(zhuǎn)向金融包容，金融包容已經(jīng)被政府管理者提到國家競爭力的高度，成為實現(xiàn)社會公正不可或缺的部分以及創(chuàng)建平衡、繁榮、和諧、有活力的社區(qū)經(jīng)濟的必需手段。由于在構(gòu)建透明化金融體系、反洗錢及反恐怖主義方面的特殊作用，金融包容已成為一國乃至全球金融安全的重點與焦點問題[5]。

參照Beck等[6-7],Kelegama和Tilakaratane[8]，Collier[9]，Bhowmik和Saha[10]，Geach[11]，Regan和Paxton[12]以及AFI(Alliance of Financial Inclusion)等對金融包容的衡量思路，其內(nèi)涵可規(guī)范為：金融包容需要在風(fēng)險容忍度范疇內(nèi)同時考察金融深度與金融寬度，在納入金融產(chǎn)品可接觸性的同時考察其使用的效用與強度。前者可概括為地理滲透性，即經(jīng)濟主體接觸銀行、保險等金融機構(gòu)的可達(dá)性，也包含互聯(lián)網(wǎng)技術(shù)，尤其是移動互聯(lián)網(wǎng)的普及率；后者特指經(jīng)濟主體對金融產(chǎn)品與服務(wù)的使用數(shù)量與強度，也包含了2013年以后出現(xiàn)的互聯(lián)網(wǎng)金融產(chǎn)品的普及與滲透*中國互聯(lián)網(wǎng)金融的概念有廣義和狹義之分，具體參見田霖《互聯(lián)網(wǎng)金融視域下金融地理學(xué)研究的新動態(tài)述評》，載《經(jīng)濟地理》2016年第5期，第9-16，25頁。。金融包容與金融排斥概念并非完全對稱，其內(nèi)涵更為豐富[6-12]。不僅包括儲蓄、貸款和保險等基本金融需求，還包括風(fēng)險資產(chǎn)(如股票、債券、房地產(chǎn)投資等)的選擇；不僅關(guān)注被排斥弱勢群體如何融入主流金融系統(tǒng)，更提倡機會平等、和諧共贏；不僅關(guān)注需求主體，也強調(diào)供給機構(gòu)的持續(xù)盈利與穩(wěn)健發(fā)展；不僅關(guān)注傳統(tǒng)金融業(yè)態(tài)，也研究新金融業(yè)態(tài)；不僅關(guān)注城鎮(zhèn)居民、農(nóng)戶，也強調(diào)企業(yè)融資模式的創(chuàng)新，構(gòu)建多方共贏的融資體系與包容制度，實現(xiàn)各參與主體的一體化以及互惠共生。可見，金融包容對促進(jìn)金融穩(wěn)定、協(xié)調(diào)發(fā)展具有重要的理論與現(xiàn)實意義[13]。

根據(jù)Jones、Gloukoviezoff對金融包容界定的新穎視角，則金融包容不僅僅是機會、接觸，或消費者擁有的某些金融產(chǎn)品，而必須采用基于結(jié)果的方法或資產(chǎn)價值法來界定，且始終從公平、社會公正的視角進(jìn)行，這與英國考察健康護(hù)理、教育、公用設(shè)施的普及方式類似[14-16]。可見，傳統(tǒng)的金融發(fā)展反映的政策目標(biāo)集中于資本積累總和，并且金融相關(guān)比率(國內(nèi)私人信貸資產(chǎn)總和/GDP)成為衡量金融發(fā)展深度的顯著指標(biāo)。但該指標(biāo)建立了金融深度與經(jīng)濟增長之間的內(nèi)在關(guān)聯(lián)，卻忽略了金融接觸寬度。大量證據(jù)表明，包容與權(quán)益資本、公平、增長與消除貧困存在緊密的內(nèi)在關(guān)聯(lián)，因此，金融包容亦逐漸替代金融發(fā)展成為獨立的政策目標(biāo)，它與中共十八大“自由、平等、公正”的核心價值觀相契合。金融包容的研究視野，既要關(guān)注需求主體，也要重視金融排異下供給主體所面臨的三重排異(社區(qū)排異、組織排異及監(jiān)管排異)及其生存困局。需求最優(yōu)、供給最優(yōu)與供求匹配的最優(yōu)解并不相同，需要探討如何通過金融包容體系的創(chuàng)建來實現(xiàn)各參與主體的共贏。

供給側(cè)結(jié)構(gòu)性改革是目前學(xué)界研究的熱點，余永定教授針對學(xué)界和媒體對該政策的混亂解讀提出了核心看法：需求管理與結(jié)構(gòu)改革并不互相排斥，而是相輔相成。結(jié)構(gòu)改革主要解決長期問題，但不意味著可以忽視短期問題。供給側(cè)結(jié)構(gòu)性改革并不意味著供給側(cè)才有結(jié)構(gòu)改革，或只有供給側(cè)結(jié)構(gòu)性改革才是重要的[17]。結(jié)合金融包容而言，其需求側(cè)包括微觀個體、企業(yè)、家庭、區(qū)域?qū)χ髁鹘鹑诋a(chǎn)品和服務(wù)的需求(如支付需求、理財需求、融資需求等)，其供給側(cè)則指主流金融機構(gòu)開發(fā)并提供各類金融服務(wù)(如通道服務(wù)、投資平臺、存款貸款、匯兌保值等)以滿足需求方以及同時實現(xiàn)自身的可持續(xù)經(jīng)營。如長期以來，農(nóng)村居民、城市低收入群體及諸多中小企業(yè)被排斥在主流金融系統(tǒng)之外，金融供給側(cè)的改革是從根源上解決問題，一方面擴大服務(wù)的可達(dá)性，使廣大公眾可以平等地接觸到金融機構(gòu)與產(chǎn)品；另一方面提升服務(wù)的使用強度，避免出現(xiàn)包容中的排斥。這并非意味著需求不重要，恰恰相反，金融需求側(cè)的金融素養(yǎng)、創(chuàng)業(yè)與創(chuàng)新能力、自我排斥的心理、家庭特征與社區(qū)環(huán)境潛移默化的影響等，都在發(fā)揮著作用?？梢?，金融需求側(cè)與供給側(cè)兩者不可偏廢，這與中央政府所倡導(dǎo)的供給側(cè)結(jié)構(gòu)性改革的導(dǎo)向是一致的。

本文從微觀家庭角度出發(fā)，探析金融包容的需求側(cè)與供給側(cè)，為尋找供求匹配解提供新的思路、昭示新的路徑，并嘗試對金融包容研究可能存在的誤區(qū)與悖論進(jìn)行修正。

二、 模型與變量

(一) 模型設(shè)定

與傳統(tǒng)的供給不足觀點不同，CHFS調(diào)研數(shù)據(jù)顯示，中國絕大部分家庭沒有銀行*包括中國工商銀行、中國農(nóng)業(yè)銀行、中國建設(shè)銀行、中國民生銀行、中國光大銀行、中國銀行、招商銀行、中信銀行、交通銀行、興業(yè)銀行、華夏銀行、中國郵政儲蓄銀行、上海浦東發(fā)展銀行、深圳發(fā)展銀行、廣東發(fā)展銀行、國家開發(fā)銀行、廈門國際銀行、中國進(jìn)出口銀行、中國農(nóng)業(yè)發(fā)展銀行、北京銀行、上海銀行和農(nóng)村信用合作社。貸款并非因為各類顯性與隱性障礙，而是因為“不需要”；此外，除了少部分人群“申請過被拒絕”，還有很多家庭是“需要，但沒有申請過”或“曾經(jīng)有貨款，現(xiàn)在已還清”(見表1)。那么，為何中國的家庭不能徹底融入主流金融系統(tǒng)呢？怎樣的金融包容生態(tài)才是我們所期待的結(jié)果呢？

表1 不同種類銀行貸款需求側(cè)與供給側(cè)的具體表現(xiàn)

本文主要采用Probit模型來分析家庭金融包容指數(shù)、家庭特征、區(qū)域特征諸變量對貸款有無的影響；將貸款細(xì)化為農(nóng)業(yè)貸款、工商業(yè)貸款、房屋貸款及汽車貸款，以探悉解釋變量如何作用于不同類型的借款。Probit模型如下：

Y=1(αhfi+βhousehold+γcommunity+μ>0)

(1)

(1)式中，μ～N(0，σ2)。Y是啞變量，等于1表示有貸款，0表示沒有貸款；household表示與家庭特征相關(guān)的9個變量，包括戶主特征變量(性別、信仰、文化程度、婚姻狀況、年齡、風(fēng)險態(tài)度)、收入變量*為了避免內(nèi)生性問題，采用了“去年實收貨幣收入”指標(biāo)，投資性收入、財產(chǎn)性收入與其他收入不計入。、家庭規(guī)模變量；community則是與區(qū)域特征相關(guān)的7個變量，涵蓋大區(qū)域控制變量(是否農(nóng)村地區(qū)、是否東中西部地區(qū))、省區(qū)變量(所在區(qū)域的城市包容指數(shù)、農(nóng)村包容指數(shù))與社區(qū)控制變量(受訪戶所在地距離中心的分鐘數(shù)、受訪戶所在社區(qū)的經(jīng)濟狀況)。在模型估計時，為了考察各個自變量的真實作用而不僅僅是系數(shù)大小，同時進(jìn)行了probit和dprobit估計，并匯報邊際效應(yīng)dy/dx*由于篇幅所限，OLS的回歸結(jié)果不再匯報。需要說明的是，相關(guān)系數(shù)矩陣顯示，相關(guān)系數(shù)均小于0.4；VIF檢驗的值均介于1-2之間，不存在大于10的方差膨脹因子，這表明不存在多重共線性問題。為了避免異方差問題，對probit添加robust回歸，比對結(jié)果顯示，穩(wěn)健回歸的系數(shù)不變，但方差、P值和置信區(qū)間有所區(qū)別；dprobit加不加robust回歸，輸出結(jié)果差別不大。數(shù)據(jù)事先均進(jìn)行了異常值檢測及縮尾處理。。

傳統(tǒng)的財務(wù)危機預(yù)警模型容易產(chǎn)生選擇偏誤問題，即以通過審核的申請者樣本建立模型，忽略未通過審核的申請者樣本，從而影響模型的配適度與預(yù)測能力。銀行貸款也是一樣，如果僅以通過銀行審核的申請貸款家庭為樣本進(jìn)行分析，所建構(gòu)出來的模型無論是在變量的選取、權(quán)重的設(shè)計以及未來是否向貸款申請人給予貸款的決策上，均容易產(chǎn)生偏誤。目前金融包容各種統(tǒng)計口徑給予的貸款總額指標(biāo)均為事后指標(biāo)，我們無法了解所有申請者的狀況(比如，是不需要貸款，還是有其他替代性渠道？是不愿意申請，還是申請以后被拒絕？申請貸款被批準(zhǔn)是資金需求全部得到了滿足還是部分得到滿足？是主動的自我排斥，抑或出于個人偏好？等等)，只有對需求方的各種情況與影響要素進(jìn)行詳盡分析，才有可能探尋供求平衡的最優(yōu)解。否則，需求疲軟(供給刺激無效)、供給不足(消極金融排斥)或需求過度(資金饑渴、過度負(fù)債)、供給錯配(供給結(jié)構(gòu)不合理)都會產(chǎn)生消極的后果，也無法實現(xiàn)刺激投資、消費以帶動經(jīng)濟增長的目標(biāo)。

表1的因變量給出了沒有貸款的幾種原因(方案1-5)，故采用多值響應(yīng)模型(mlogit)*mlogit與mprobit回歸的系數(shù)有差別，但預(yù)測概率差別不大。：

(2)

在多值選擇模型中，由于被解釋變量的分布必然為多項分布，故一般不必使用穩(wěn)健標(biāo)準(zhǔn)誤，使用普通標(biāo)準(zhǔn)誤即可。文章同時匯報回歸系數(shù)及相對風(fēng)險比(rrr)。所謂相對風(fēng)險比rrrjk，就是當(dāng)只有xk變化而其他所有x不變時發(fā)生比變化的倍數(shù)：

(二) 變量選擇

1.因變量

agril、busil、housel與housel存在兩個值:1(有)、0(無)，是模型1關(guān)注的被解釋變量?！坝匈J款”表示家庭申請貸款并且被批準(zhǔn)，是實現(xiàn)了的供求，故被界定為“現(xiàn)實供求”。

模型2更關(guān)注沒有貸款的原因。nagri、nbusi與nauto*“汽車為何沒有貸款”(nauto)有28個數(shù)據(jù)顯示狀態(tài)5，與問卷設(shè)計不一致，疑似統(tǒng)計錯誤，故刪除異常值，按照4套方案處理；汽車只考慮首輛汽車，房屋也只考慮首套房屋，因為第2輛車(第2套房)、第3輛車(第3套房)，樣本量極其有限，缺乏代表性，也滿足不了計量分析的基本要求。存在四種方案：(1)不需要(需求不足的原因可能有資金充足、個人偏好、替代性借款、產(chǎn)品不合適、信息不對稱、路徑依賴等)；(2)需要，但沒有申請過(原因可能是自我排斥、煩瑣的手續(xù)耗時過長、心理預(yù)期等)；(3)申請過被拒絕(供給側(cè)的排斥，可能存在價格排斥、營銷排斥、條件排斥、收入排斥等)；(4)曾經(jīng)有貸款，現(xiàn)已還清(由于幾種方案相斥、沒有交叉重疊的部分，故全部需求都得到了供給機構(gòu)的滿足，界定為供求匹配，也是最期待的結(jié)果。這種狀態(tài)下暫時沒有新的需求)。變量nhouse又多了一種方案，即：(5)購房時，銀行沒有提供貸款服務(wù)(缺乏適應(yīng)需求的產(chǎn)品與服務(wù)類型，屬于供給結(jié)構(gòu)問題，界定為供求錯配)。

2.自變量

解釋變量hfi表示家庭金融包容指數(shù)。本研究將個體或家庭的金融包容用活期賬戶(current count)、定期儲蓄賬戶(savings account)、證券(securities)及信用卡(credit card)來衡量[14-16,18-23]。結(jié)合中國家庭金融特點，該指標(biāo)應(yīng)涵蓋所有無風(fēng)險資產(chǎn)與風(fēng)險資產(chǎn)[24]，包括活期存款、定期存款、股票賬戶里的現(xiàn)金、股票、債券、基金、衍生品、金融理財產(chǎn)品、黃金*在美國，非風(fēng)險性金融資產(chǎn)主要由交易賬戶、儲蓄賬戶、儲蓄性債券和債券等組成；而在中國，非風(fēng)險性金融資產(chǎn)主要由現(xiàn)金、儲蓄存款和國債等組成，且占絕對主導(dǎo)地位。所以考察家庭金融包容情況，不能僅僅考慮風(fēng)險資產(chǎn)，應(yīng)該對無風(fēng)險資產(chǎn)賦予更大的權(quán)重(約占總資產(chǎn)的78%)。。由于金融包容考察的是主流金融且指資產(chǎn)在銀行系統(tǒng)中順暢運行，故而刪除現(xiàn)金與借出款指標(biāo)(CHFS給出的是民間借貸、私人借貸，基于親緣、人緣、地緣，不屬于主流金融)[25]。hfi剔除家庭負(fù)債指標(biāo)的原因是：(1)微觀金融包容的精髓在于家庭的自主選擇與資產(chǎn)管理，是事后、存量的概念，強調(diào)金融能力的提升與家庭資產(chǎn)的有效配置，可以用某一時點的家庭金融資產(chǎn)來衡量；貸款則是一段時期的發(fā)生比數(shù)與總額，是流量概念，與前者界定不同，且易交叉和重復(fù)計算。消費性貸款與投資性貸款最終會以非金融性資產(chǎn)的形式存在或者表現(xiàn)為收入變化或金融資產(chǎn)的再配置，統(tǒng)計時點和口徑不一致。(2)由于部分調(diào)查數(shù)據(jù)沒有嚴(yán)格區(qū)分“銀行貸款”和“其他借款”，故購買風(fēng)險金融資產(chǎn)的負(fù)債不予考慮。(3)由于占比很低，這種處理不會影響計量結(jié)果且有效地規(guī)避了內(nèi)生性問題。(4)將家庭金融包容指數(shù)分解是為了更好地研究家庭資產(chǎn)價值角度的靜態(tài)金融包容如何影響某段時期家庭對主流金融機構(gòu)的動態(tài)融資需求。

引入?yún)^(qū)域城市金融包容指標(biāo)(ufi)和區(qū)域鄉(xiāng)村金融包容指標(biāo)(rfi)是為了區(qū)分宏觀層面與微觀層面金融包容的不同作用，為金融包容悖論的釋疑提供基礎(chǔ)。需要注意的是，網(wǎng)點的地理滲透性僅是金融可得性的一方面；金融產(chǎn)品與服務(wù)的可接觸性也只是包容的片面反映，比如擁有銀行賬戶而使用率卻很低的情況屬于包容中的排斥。為兼顧數(shù)據(jù)可得性和城鄉(xiāng)統(tǒng)計口徑可比性，采用四項指標(biāo)來衡量(參見表2)。這些人均指標(biāo)也是目前學(xué)界進(jìn)行區(qū)域金融包容指數(shù)計算時常用的共識性指標(biāo)[25]，后文將會分析這種處理的潛在問題。其他自變量的表示、含義與數(shù)據(jù)處理參見表2。

表2 自變量列表與含義

續(xù)表2

三、 實證分析結(jié)果

(一) 模型(1)計量分析結(jié)果

利用probit和dprobit回歸，兩種分析得出的各自變量符號均一致。邊際作用使回歸系數(shù)大小發(fā)生了變化,如表3所示。

1．a(chǎn)gril。男性相對于女性更傾向于向銀行申請農(nóng)業(yè)貸款；戶主年齡越大，越不愿負(fù)債從事農(nóng)業(yè)生產(chǎn)；無宗教信仰的家庭更易于融入主流金融系統(tǒng)；風(fēng)險中性的家庭更偏好使用銀行貸款；農(nóng)村地區(qū)的農(nóng)業(yè)貸款數(shù)目明顯大于城市地區(qū)；家庭金融包容指數(shù)越高，農(nóng)業(yè)貸款越少；ufi、rfi均為負(fù)貢獻(xiàn)，再次驗證了主流金融對某些發(fā)達(dá)地區(qū)農(nóng)戶或企業(yè)的支持力度不高，區(qū)域金融綜合競爭力和金融排斥指數(shù)雙高的悖論也有了合理的解釋。受訪戶所在社區(qū)的經(jīng)濟狀況越好，農(nóng)業(yè)貸款反而越少，說明其資金相對充裕、不愿擴大生產(chǎn)或者有其他替代性的借款來源。家庭規(guī)模越大、基本收入水平越高、距離經(jīng)濟中心的位置越近，農(nóng)業(yè)融資就越容易采納銀行貸款模式。

表3 模型(1)計量分析結(jié)果匯總

注： *為虛擬變量，其dF/dx是其從 0 到 1 的離散變化；z和P>|z| 對應(yīng)變量系數(shù)為0的檢驗結(jié)果。

2．busil。與農(nóng)業(yè)貸款不同，家庭金融包容指數(shù)越高，使用的工商業(yè)貸款越多；區(qū)位優(yōu)勢使東部較之其他地區(qū)增加工商業(yè)貸款的可能性提高了1個百分點；農(nóng)村地區(qū)相對于城市地區(qū)工商業(yè)貸款減少5.76個百分點；rfi不顯著，ufi為負(fù)，說明微觀包容狀況比宏觀包容大小更能影響家庭的經(jīng)濟與金融行為，也更符合現(xiàn)實邏輯。收入越高、已婚、家庭規(guī)模越大、所在社區(qū)的經(jīng)濟狀況較好會增加工商業(yè)貸款，風(fēng)險偏好型家庭也會傾向于增加貸款。受訪戶所在地距離中心的分鐘數(shù)為負(fù)向貢獻(xiàn)，反映出社區(qū)銀行、互聯(lián)網(wǎng)金融的崛起在某種程度上降低了地理可得性這一要素的重要性。

3．housel。戶主年齡的增長、家庭規(guī)模的擴大會導(dǎo)致房產(chǎn)銀行貸款的增加，這反映了家庭的剛性需求。相對于男性，女性戶主的購房壓力相對較小。從區(qū)域控制變量來看，城鄉(xiāng)金融系統(tǒng)的差異導(dǎo)致房產(chǎn)貸款情況也不盡相同。受訪戶距離本區(qū)中心的距離指標(biāo)在5%的水平上不顯著，而rural在1%的水平上顯著且邊際作用為正，說明農(nóng)戶在本地購房的意愿可能并不高，由于家庭規(guī)模擴大、城鎮(zhèn)化進(jìn)程加速、子女遷徙等原因，其房產(chǎn)需求也逐漸轉(zhuǎn)移到城市，間接拉高了城市的房價。

4．a(chǎn)utol。城市金融包容指數(shù)不顯著，驗證了區(qū)域?qū)用娴母甙菟轿幢匾馕吨鴤€人消費貸款同時增加；隨著農(nóng)村生活質(zhì)量以及環(huán)境的提高和改善，各類耐用消費品的需求較之城市開始大幅度增加，可見挖掘農(nóng)村消費潛力是拉動經(jīng)濟持續(xù)增長的重要方面；東部與中部市場的空間有限；戶主的家庭收入以及家庭所處社區(qū)的富余程度其邊際作用均顯著為正，前者是私人內(nèi)在消費需求的帶動，后者則是社會資本網(wǎng)絡(luò)下通過外部示范效應(yīng)、從眾心理、攀比消費等渠道發(fā)揮作用；家庭人口越多、戶主教育水平越高，越有購買汽車的融資需求；隨著戶主年齡的增加，信貸需求減少；已婚人士與風(fēng)險偏好型家庭更加偏好汽車貸款。

(二) 模型(2)計量分析結(jié)果

參照組為方案1，即“不需要”。遺憾的是，“為什么不需要”缺乏深度細(xì)化的調(diào)查數(shù)據(jù)，故只能分析存在需求的前提下如何通過金融供給側(cè)的改革與調(diào)整來匹配需求側(cè)，并提高有效需求。mlogit回歸結(jié)果見表4。

1．nagri。相對于參照組，在1%的顯著性水平上，給定其他變量，hfi越高，第2、3種情況的可能性越小，且hfi對需求側(cè)的作用強度更大，而對需求匹配解沒有影響；ufi與rfi在1%的顯著性水平上對農(nóng)業(yè)貸款的需求側(cè)、供給側(cè)影響都不大，可見區(qū)域?qū)用娴母呓鹑诎荻炔荒艿韧谖⒂^個體的高融資需求水平，否則就成了“分解謬誤”，也無法解釋包容悖論的存在；風(fēng)險偏好、家庭居住地理優(yōu)勢兩項因素相對更傾向于刺激貸款的實際申請率，家庭位置正向作用于融資需求與供求匹配解。區(qū)域控制變量對供給側(cè)和供求匹配解具有較為顯著的作用。受訪戶所在地距離中心的分鐘數(shù)這一指標(biāo)更易造成“需要，但沒有申請過”這一結(jié)果。與基準(zhǔn)結(jié)果相比，edu最容易影響供求匹配解，說明高金融素養(yǎng)的微觀主體可以自主、能動地尋求資金的最佳配置以及高效地管理家庭金融資源，即“金融包容最優(yōu)解”。

在5%的顯著性水平上，“需要，但沒有申請過”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位、受訪戶所在地距離中心的時間與家庭人口的增加均會導(dǎo)致這一發(fā)生比提高*這種模型分析結(jié)果的解釋并不規(guī)范，限于版面，予以簡化。；老齡化、農(nóng)村地區(qū)相對于各自對照組的發(fā)生比則會降低。在5%的顯著性水平上，“申請過被拒絕”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位、收入水平提高、風(fēng)險偏好家庭相對于其對照組均會導(dǎo)致發(fā)生比提高，而女性、老齡化將使申請被拒絕的概率較之“不需要”有所降低；在家庭的資金需求一定且提出貸款申請的前提下，東部地區(qū)由于供給側(cè)拒絕而導(dǎo)致的無效需求問題并不嚴(yán)重，“不需要”與“不申請”是造成其金融排斥指數(shù)畸高的根源之一。在5%的顯著性水平上，“曾經(jīng)有貸款，現(xiàn)已經(jīng)還清”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：edu與rfi每增加一個單位，農(nóng)村地區(qū)相對于其他地區(qū)將使供求匹配情況較之“不需要”的發(fā)生比有所增加；年齡每增長一個強度單位、城市金融包容指數(shù)每增加一個單位，將使這一發(fā)生比降低。在供求匹配的情況下，區(qū)域金融包容指數(shù)與微觀主體的實際狀況取得了一致且高度顯著。說明只有在供求平衡的情況下，中觀層面的包容指數(shù)才最具參考意義和價值。

2.nbusi。相對于參照組，在5%的顯著性水平上，給定其他變量，hfi越高，出現(xiàn)第2、3種情況的可能性越小，對供求匹配解影響不大；有過婚姻經(jīng)歷的主體更傾向于有工商業(yè)貸款的潛在需求；社區(qū)環(huán)境的改善更易催生供求匹配解；風(fēng)險偏好型家庭的工商貸款需求強度高；相對于“不需要”，東部地區(qū)出現(xiàn)“需要但不申請”與“曾經(jīng)有貸款，現(xiàn)已經(jīng)還清”的可能性相對較小，而中部地區(qū)更難達(dá)到供求匹配解；rfi易誘發(fā)需求側(cè)的變化，而ufi則降低供求匹配的可能；年齡越大的人越不會出現(xiàn)“有需求、不申請”的情況；教育水平越高，“申請但被拒絕”的概率會降低。

在5%的顯著性水平上，“需要但不申請”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位則發(fā)生比提高；rfi與eco每增加一個單位，發(fā)生比降低；老齡化、東部地區(qū)相對各自對照組令“需要但不申請”較之“不需要”的概率降低。在5%的顯著性水平上，“曾經(jīng)有貸款，現(xiàn)已經(jīng)還清”相對于“不需要”的發(fā)生比表明，工商業(yè)貸款方面，西部地區(qū)的金融包容指數(shù)最為健康和客觀，基本反映了供求平衡的狀況。ufi每增加一個單位，則更易出現(xiàn)“不需要”；社區(qū)越富裕，越會實現(xiàn)供求均衡，且“不需要”的頻度降低。

表4-1 模型(2)計量分析結(jié)果匯總——方案2

表4-2 模型(2)計量分析結(jié)果匯總——方案3

表4-3 模型(2)計量分析結(jié)果匯總——方案4

注：參照方案(1.“不需要”)為base outcome，表4-1、4-2、4-3依次匯報了方案2、3、4各變量的回歸系數(shù)、相對風(fēng)險比率(rrr)以及與rrr匹配的P值(P>|z|列)；*表示在5%水平上顯著；“房屋為何沒有貸款”(nhouse)存在狀態(tài)5(即“購房時，銀行沒有提供貸款服務(wù)”)，由于篇幅所限，表格沒有匯報。

3．nhouse。相對于參照組，在5%的顯著性水平上，給定其他變量，hfi越高，越容易出現(xiàn)方案2、3；ufi對需求側(cè)有顯著影響；金融素養(yǎng)的提升更易引致供求匹配解及供求錯配解；年齡越大，越不容易出現(xiàn)方案2、3、4；戶主收入會降低“需要，但沒有申請過”的概率，并增加供求匹配解的頻次；風(fēng)險偏好型家庭更傾向于“申請被拒絕”；社區(qū)環(huán)境良好易誘發(fā)供求匹配解，而降低“需要，但沒有申請過”的頻次；東部地區(qū)最不容易出現(xiàn)“申請被拒絕”的狀況；中部地區(qū)則不大可能出現(xiàn)潛在需求和供給排斥；女性較之于男性，較少出現(xiàn) “申請被拒絕”，已婚家庭則使“申請被拒絕”概率大幅增加；rural會引發(fā)除供求錯配方案之外的其他方案頻數(shù)增加；家庭規(guī)模較大則更有可能出現(xiàn)“需要，但沒有申請過”以及“以前有銀行貸款，但已還清”。

在5%的顯著性水平上，“需要但不申請”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位、家庭成員每增加一人，則發(fā)生比提高；年齡越大，受訪戶所在地距離中心的時間每增加一分鐘則發(fā)生比降低。在5%的顯著性水平上，“申請被拒絕”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位使發(fā)生比倍增；農(nóng)村地區(qū)易出現(xiàn)申請但被拒絕的情況；西部地區(qū)供給排斥概率較高。在5%的顯著性水平上，“以前有銀行貸款，但已還清”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位、家庭成員每增加一人、教育每提升一個檔次、收入每增加1%、受訪戶所在地距離中心的時間每增加一分鐘，將使發(fā)生比有所提高；戶主年齡越大越不容易引致供求匹配；農(nóng)村地區(qū)資金需求趨于加速增長；東部地區(qū)現(xiàn)實需求已基本得到滿足。在5%的顯著性水平上，“購房時，銀行沒有提供貸款服務(wù)”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：除了教育，其他因素對發(fā)生比均不產(chǎn)生顯著影響。

4.nauto。相對于參照方案，在5%的顯著性水平上，給定其他變量，hfi越高，“需要但不申請”越不可能發(fā)生； ufi越高，越不會出現(xiàn)“申請被拒絕”；相對于“不需要”，收入水平的提高、東部、西部及農(nóng)村地區(qū)，更易引致“需要但不申請”；風(fēng)險偏好型易較大程度引發(fā)供給排斥，風(fēng)險厭惡型則易導(dǎo)致潛在需求；年齡越大，越傾向于不申請汽車貸款；社區(qū)經(jīng)濟狀況越好，“需要但不申請”的情況越少；女性相對于男性，“申請被拒絕”的頻數(shù)降低，而供求匹配解增加。

在5%的顯著性水平上，“需要但不申請”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后：hfi每增加一個單位、風(fēng)險厭惡型家庭發(fā)生比提高；年齡越大的人、東部與中部地區(qū)發(fā)生比相對降低；農(nóng)村地區(qū)家庭出現(xiàn)需要但不申請的概率倍增；ufi每增加一個單位、受訪戶所在地距離中心的時間每增加一分鐘、社區(qū)的富裕程度每上升一個檔次均引致發(fā)生比降低。在5%的顯著性水平上，“申請過被拒絕”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后，風(fēng)險偏好型家庭更易被銀行拒絕。在5%的顯著性水平上，“以前申請過，已經(jīng)還清”相對于“不需要”的發(fā)生比上，在控制了其他變量影響后，女性更容易出現(xiàn)供求匹配解；ufi每增加一個單位，則發(fā)生比降低。

比較而言，農(nóng)業(yè)貸款更易遭受收入排斥，房屋貸款更易受到政策和收入排斥影響，工商業(yè)貸款則主要是條件排斥導(dǎo)致的貸款申請被拒。模型(2)細(xì)化研究了關(guān)鍵自變量、家庭特征變量與區(qū)域控制變量對家庭不同類型銀行包容的作用力與影響力，剖析了每個影響要素對需求不足、潛在需求、供給排斥、供求錯配及供求匹配狀態(tài)的貢獻(xiàn)度，發(fā)生比的變動反映了資金供求狀態(tài)的相對變化，為政策的引導(dǎo)與干預(yù)、有效推動金融供給側(cè)的改革以及刺激實體經(jīng)濟發(fā)展提供了借鑒和參考。

四、 結(jié)論與啟示

與傳統(tǒng)的“金融包容指數(shù)越高則越優(yōu)”的理解不同，需求層面包容指數(shù)的最優(yōu)未必等同于供給層面的包容最優(yōu)。供給不足也并非金融排斥的唯一原因。要從需求側(cè)、供給側(cè)入手剖析包容的表現(xiàn)與誘因，尋求供求匹配解。需求不足、潛在需求、供給排斥、供求錯配抑或供求匹配，狀態(tài)不同，其著眼點與抓手也不盡相同。比如“不需要”(占70%以上)，如果是具備相應(yīng)金融能力的微觀個體或家庭，在信息充分對稱的條件下，在經(jīng)過成本、收益客觀分析的基礎(chǔ)上，自主做出的理性、審慎的資產(chǎn)選擇與配置，可以納入包容范疇，即積極的金融排斥。如果是“需要，但是不申請”，應(yīng)根據(jù)沒申請的原因采取不同的對策：若因“申請過程麻煩”，就需要供給側(cè)簡化貸款手續(xù)，降低條件排斥、收入排斥等；若因“估計貸款申請不會被批準(zhǔn)”，則屬于心理預(yù)期造成的自我排斥，需要供給側(cè)通過巧妙的營銷宣傳對消費者加以引導(dǎo)；若因“不知道如何申請貸款”，則需提升居民的金融素養(yǎng)。同樣，“申請但被拒絕”的原因也有很多，如“收入低、信貸員擔(dān)心還不起”屬于收入排斥；“不良的信用記錄”、“項目風(fēng)險較大”、“缺乏擔(dān)保品或抵押品”可歸入條件排斥、評估排斥；當(dāng)然還存在政策原因、缺乏關(guān)系型融資、規(guī)避過度負(fù)債等。如果是供求錯配，就要求供給機構(gòu)在服務(wù)中創(chuàng)新，豐富產(chǎn)品類型、升級技術(shù)、降低無效與重復(fù)供給、與差異性市場需求對接，從而提升有效需求。可見，何為金融包容的最優(yōu)水平不可“一刀切”，要結(jié)合供求、實體經(jīng)濟、技術(shù)、風(fēng)險、參與主體、心理偏好等各因素靈活調(diào)整策略，以達(dá)到供求平衡。

從實踐操作看，金融包容由不同層面構(gòu)成，相同的誘因其作用強度、方式也不盡相同，因此，只有細(xì)化剖析包容的不同類型，才能洞悉各個要素對不同種類金融包容的邊際作用。農(nóng)業(yè)貸款、工商業(yè)貸款、汽車貸款、房屋貸款的回歸系數(shù)與rrr存在顯著差異：如家庭金融包容指數(shù)提高，工商業(yè)貸款隨之增加，農(nóng)業(yè)貸款反而會減少；風(fēng)險偏好型家庭工商業(yè)貸款的需求強度增大，卻會導(dǎo)致房屋貸款“申請被拒絕”；家庭規(guī)模對汽車貸款沒有影響，卻將顯著引發(fā)房產(chǎn)貸款的需求不足；社區(qū)經(jīng)濟富裕程度每增加一個單位，將會使工商業(yè)貸款“需要但不申請”相對于“不需要”的發(fā)生比減少，使“曾經(jīng)有貸款，現(xiàn)已經(jīng)還清”相對于“不需要”的發(fā)生比增加，而對汽車貸款的供給側(cè)及供求匹配解都影響不大；教育水平提高會使工商業(yè)貸款及房屋貸款“申請但被拒絕”發(fā)生的概率降低，卻對汽車貸款的邊際貢獻(xiàn)不大；已婚人士更容易達(dá)到房屋貸款的供求平衡解，同時增加工商業(yè)貸款“需要但不申請”相對于“不需要”的發(fā)生比，而婚否卻對汽車與農(nóng)業(yè)貸款沒有影響；女性較之男性，申請農(nóng)業(yè)貸款、房屋貸款、汽車貸款更加不容易被拒絕，卻對其工商業(yè)貸款沒有顯著影響。這些量化分析與預(yù)測可以幫助決策者評估每個家庭的個性化特征對不同類型貸款的影響，而傳統(tǒng)的共性分析則掩蓋了這些問題，不利于有針對性地解決消極的金融排斥問題，使“三期疊加”局面下實體經(jīng)濟的持續(xù)啟動和穩(wěn)健發(fā)展更為困難。

微觀金融包容與宏觀金融包容不同，存量視角與流量視角的包容也不同。實證表明，東部地區(qū)由于“供給側(cè)拒絕”而導(dǎo)致的無效需求問題并不嚴(yán)重，“不需要”與“不申請”是造成其金融排斥指數(shù)畸高的根源?！敖鹑诎葶Ｕ摗闭f明只有在供求平衡的前提下，區(qū)域?qū)用娴陌葜笖?shù)才最具參考意義和價值。不能“唯指數(shù)論”，更不能將人均儲蓄、人均賬戶擁有量、人均貸款、保險深度、保險密度等指標(biāo)得分的高低作為判定某區(qū)域微觀個體或家庭包容水平高低的唯一參照標(biāo)準(zhǔn)。綠色金融與普惠金融指標(biāo)體系等方面是2016年9月G20峰會的重要議題，在具體貫徹執(zhí)行各項措施、打通金融服務(wù)“最后一公里”的過程中，需要提前防范和警惕分解謬誤、口徑差異與國情、區(qū)情差異，了解普惠金融不等同于全民金融 。從供給層面講，普惠金融不是要全社會都從事金融創(chuàng)業(yè)或偏離實體經(jīng)濟搞金融，更不是以投融資中介的名義超范圍從事金融活動，增加金融和經(jīng)濟的不穩(wěn)定因素；從需求層面講，普惠金融強調(diào)產(chǎn)品和服務(wù)的無歧視和廣覆蓋，主要是支付服務(wù)、投資服務(wù)等的大力推廣和普及，而并不意味著每個人的融資需求都應(yīng)該得到滿足，因為任何風(fēng)險與收益關(guān)系的不匹配，都是違背金融規(guī)律的，也是不可能長期可持續(xù)的。ufi與rfi在1%的顯著性水平上對農(nóng)業(yè)貸款的需求側(cè)、供給側(cè)影響都不大，也驗證了省域?qū)用娴母呓鹑诎荻炔荒芡耆韧谖⒂^個體的高融資需求水平，家庭金融包容水平的提升，同樣需要貫徹“精準(zhǔn)”原則。可見，在互聯(lián)網(wǎng)金融的沖擊下，主流供給機構(gòu)要想發(fā)揮優(yōu)勢，在競爭中取勝，除了主動采用大數(shù)據(jù)、區(qū)塊鏈技術(shù)并與互聯(lián)網(wǎng)企業(yè)合作共贏之外，還必須更靠近社區(qū)，更融入微觀消費者，了解個性需求、提供特色服務(wù)、實行目標(biāo)營銷。

金融包容需要將“大數(shù)據(jù)”與“厚數(shù)據(jù)”相結(jié)合，家庭金融將成為金融包容的重要維度。金融包容性是一個動態(tài)的、復(fù)雜的、分層的概念，既往的事后實證分析不僅存在漏洞，也很難滿足多視角的需要。完全金融包容體現(xiàn)所有參與主體的對稱性、一體化、互惠共生。它不僅僅站在地理角度分析金融機構(gòu)的覆蓋率或者人均金融資源占有量，而且對參與深度、經(jīng)濟主體的金融決策技能與信心等方面展開全方位的探析。包容不是以慈善為基礎(chǔ)，它強調(diào)參與者有能力分享發(fā)展成果，所有的人都有權(quán)利參與這個過程。金融包容已經(jīng)被認(rèn)為是提高、增強參與主體能力的渠道之一，不同社區(qū)消費者的觀念、個性對主流金融服務(wù)的采納具有重要影響。CHFS項目的“厚數(shù)據(jù)”將便利金融包容供求主體差異、誘因差異、福利差異等方面的解析與預(yù)測。

[1]甘犁、尹志超、賈男等:《中國家庭資產(chǎn)狀況及住房需求分析》,《金融研究》2013年第4期,第114頁。[GanLi,YinZhichao&JiaNanetal.,″HouseholdAssetsinChinaandResidentialDemandforHousing,″JournalofFinancialResearch,No.4(2013),pp.114.][2]金雪軍、田霖:《金融地理學(xué):國外地理學(xué)科研究新動向》,《經(jīng)濟地理》2004年第6期,第721725頁。[JinXuejun&TianLin,″FinancialGeography:NewDevelopmentsofGeographyinForeignCountries,″EconomicGeography,No.6(2004),pp.721725.][3]田霖:《金融排斥理論評介》,《經(jīng)濟學(xué)動態(tài)》2007年第6期,第8389頁。[TianLin,″TheTheoryofFinan-cialExclusion,″EconomicPerspectives,No.6(2007),pp.8389.][4]田霖:《金融包容:新型危機背景下金融地理學(xué)視閾的新拓展》,《經(jīng)濟理論與經(jīng)濟管理》2013年第1期,第6978頁。[TianLin,″FinancialInclusion:TheFinancialGeographyundertheNewFinancialCrisis,″Econom-icTheoryandBusinessManagement,No.1(2013),pp.6978.][5]L.D.Koker&N.Jentzsch,″FinancialInclusionandFinancialIntegrity:AlignedIncentives?″WorldDevelop-ment,Vol.44,No.3(2013),pp.267280.[6]T.Beck,A.Demirgü?-Kunt&V.Maksimovic,″BankCompetitionandAccesstoFinance:InternationalEvi-dence,″JournalofMoneyCredit&Banking,Vol.36,No.3(2004),pp.627648.[7]T.Beck,A.Demirgü?-Kunt&M.S.M.Peria,″ReachingOut:AccesstoandUseofBankingServicesacrossCountries,″JournalofFinancialEconomics,Vol.85,No.1(2007),pp.234266.[8]S.Kelegama&G.Tilakaratane,″FinancialInclusion,Regulation,andEducationinSriLanka,″https://www.econstor.eu/dspace/bitstream/10419/115320/1/805587837.pdf,20160830.[9]B.Collier,″ExclusiveFinance:HowUnmanagedSystemicRiskContinuestoLimitFinancialServicesforthePoorinaBoomingSector,″GeneralInformation,Vol.39,No.3(2013),pp.251270.[10]S.K.Bhowmik&D.Saha,FinancialInclusionoftheMarginalized,NewYork:SpringerNewDelhiPress,2013.[11]N.Geach,″TheDigitalDivide,FinancialExclusionandMobilePhoneTechnology:TwoProblems,OneSolu-tion,″http://dx.doi.org/10.1108/14770020780000547,20160830.[12]S.Regan&W.Paxton,″BeyondBankAccounts:FullFinancialInclusion,″http://www.ippr.org/files/ima-ges/media/files/publication/2011/05/beyond_bank_accounts_1297.pdf?noredirect=1,20160830.[13]A.Hannig&S.Jansen,″FinancialInclusionandFinancialStability:CurrentPolicyIssues,″20101221,http://www.adbi.org/working-paper/2010/12/21/4272.financial.inclusion.stability.policy.issues/,20160830.[14]P.A.Jones,″FromTacklingPovertytoAchievingFinancialInclusion—TheChangingRoleofBritishCreditUnionsinLowIncomeCommunities,″JournalofSocio-Economics,Vol.37,No.6(2008),pp.21412154.[15]P.A.Jones,″FinancialSkillsTrainingatHMPrisonLiverpool,″https://www.livjm.ac.uk/Faculties/HEA/HEA_docs/FST-CAB-North_Liverpool_Final_20071.pdf,20160830.[16]G.Gloukoviezoff,″FromFinancialExclusiontoOver-indebtedness:TheParadoxofDifficultiesforPeopleonLowIn-come?″inL.Anderloni,M.D.Braga&E.Carluccio(eds.),NewFrontiersinBankingServices:EmergingNeedsandTailoredProductsforUntappedMarkets,Berlin:SpringerVerlag,2006,pp.213245.[17]余永定:《供給側(cè)結(jié)構(gòu)性改革不是大雜燴》,2016年6月4日,http://finance.sina.com.cn/review/hgds/20160604/doc-ifxsvenv6509846.shtml,2016年8月30日。[YuYongding,″SupplySideStructuralRe-form,NotaPatchwork,″20160604,http://finance.sina.com.cn/review/hgds/20160604/doc-ifxsv-env6509846.shtml,20160830.][18]E.Kempson&C.Whyley,KeptOutorOptedOut?UnderstandingandCombatingFinancialExclusion,Bristol:PolicyPress,1999.[19]A.B.Kennickell,M.Starr-Mccluer&B.J.Surette,″RecentChangeinU.S.FamilyFinances:Resultsfromthe1998SurveyofConsumerFinances,″FederalReserveBulletin,Vol.86,No.1(2000),pp.129.[20]I.Arnold&S.V.Ewijk,″CanPurePlayInternetBankingSurvivetheCreditCrisis?″JournalofBanking&Finance,Vol.35,No.4(2011),pp.783793.

[21]A.Kapoor,″FinancialInclusionandtheFutureoftheIndianEconomy,″Futures,Vol.56(2014),pp.3542.[22]C.Graham&M.Nikolova,″DoesAccesstoInformationTechnologyMakePeopleHappier?InsightsfromWell-beingSurveysfromaroundtheWorld,″TheJournalofSocio-Economics,Vol.44,No.10(2013),pp.126139.[23]W.M.Hersi,″TheRoleofIslamicFinanceinTacklingFinancialExclusionintheUK,″http://etheses.dur.ac.uk/23/,20091231.[24]王聰、張海云:《中美家庭金融資產(chǎn)選擇行為的差異及其原因分析》,《國際金融研究》2010年第6期,第5561頁。[WangCong&ZhangHaiyun,″TheDifferencesandAffectingFactorsofHouseholdFinancialAssetPortfoliosinBothChinaandtheU.S,″StudiesofInternationalFinance,No.6(2010),pp.5561.]

[25] 田霖： 《我國金融排斥的城鄉(xiāng)二元性研究》，《中國工業(yè)經(jīng)濟》2011年第2期，第36-45，141頁。 [Tian Lin,″The Dualism of Financial Exclusion in China,″ChinaIndustrialEconomics, No.2(2011), pp.36-45， 141.]

The Supply-side and Demand-side of Financial Inclusion: Survey Data from the CHFS

Tian Lin1,2Jin Xuejun1Jiang Yuexiang1

(1.CollegeofEconomics,ZhejiangUniversity,Hangzhou310027,China；2.BusinessSchool,ZhengzhouUniversity,Zhengzhou450001,China)

Unlike the traditional opinion of ″higher the financial inclusion index, the better,″ this thesis makes an empirical analysis using the data of 28,143 households collected by the CHFS (China Household Finance Survey). Agricultural loans, business loans, house loans and auto loans are studied separately and they reveal that bank inclusiveness covers many aspects, including insufficient demand, potential demand, supply exclusion, mismatch of supply-demand and the equilibrium of supply-demand; moreover, both insufficient supply and insufficient demand are the very two causes of financial exclusion. One the one hand, the percentage of the households surveyed which clearly stated ″We don’t need agricultural loans, business loans, house loans and auto loans″ are 78.10%, 79.79%, 77.52% and 89.75% respectively. On the other hand, in the developed parts in Eastern China, the supply-side refusal is not a serious issue while ″not need″ and ″not apply″ are the root causes of invalid demand and high financial exclusion index there. Only under the condition of the equilibrium of supply and demand can the regional financial inclusion index become most objective and useful and the paradox of the coexistence of high financial exclusion index and high financial overall competitiveness be avoided.Financial inclusion is a dynamic, complex and multi-dimensional concept. However, post hoc analysis or common analysis not only leads easily to the vulnerability of the research results, but also is difficult to meet the needs of diversified perspectives. Financial inclusion involves many layers and their affecting factors play different roles at different levels on different bank loans. As the variables of household financial inclusion, family characteristics and regional features have a wide range of influences and impacts on various types of bank inclusions, so only personalized and detailed studies could give insight into the marginal contributions of all elements to diverse financial inclusions. Empirical research shows changes of rrr (Relative Risk Ratio), which reflects the relative fluctuations of the supply and demand of funds. Furthermore, the mainstream financial institutions should not only make full use of big data and block chain technology and cooperate with internet enterprises in order to gain a niche in the competitive market, but also closely embrace the community and the consumers to get a good understanding of the characteristics and special requirements of individuals, which is surely helpful to the implementation of targeted marketing. In a word, demand side and supply side complement each other and greatly contribute to the improvement of household financial inclusion by adopting the so-called ″precise″ principles.The innovations of this research are as follows： (1) The optimal demand inclusion index may not be equal to the optimal supply level of financial inclusion, so we should study financial inclusion from the two angles of demand-side and supply-side, which provide applicable and feasible perspectives to explore different external performances and internal incentives of financial inclusion and lay a sound foundation in locking in supply and demand matching solutions. (2) In view of related studies in China which focus on the national or regional level, we expand our studies to micro households. We find that micro and macro financial inclusions are different, active and passive financial exclusions are different, and that the inclusive financial system doesn’t mean universal finance for everyone everywhere. (3) It is vital to combine ″big data″ and ″thick data″ in order to supplement our on-going research and household finance will become one of the important dimensions of financial inclusion from the national and regional perspectives. Most important of all, analysis on household financial inclusion of demand side and supply side expands the discipline of financial geography either in a narrow or broad sense. Moreover, analysis on household financial inclusion is both an organic part of and enriches case studies of financial geography which is a frontier discipline and an important part of household finance.

financial inclusion； demand-side； supply-side； financial exclusion； equilibrium of supply and demand

10.3785/j.issn.1008-942X.CN33-6000/C.2016.08.303

2016-08-30

[本刊網(wǎng)址·在線雜志] http://www.zjujournals.com/soc

[在線優(yōu)先出版日期] 2017-03-24 [網(wǎng)絡(luò)連續(xù)型出版物號] CN33-6000/C

國家社會科學(xué)基金項目(15BJY166)； 中國博士后科學(xué)基金面上項目(2014M561739)； 河南省社會科學(xué)規(guī)劃重大項目(2015A006)

1.田霖(http://orcid.org/0000-0001-7309-4018)，女，浙江大學(xué)經(jīng)濟學(xué)院博士后研究人員，鄭州大學(xué)商學(xué)院教授，經(jīng)濟學(xué)博士，主要從事區(qū)域金融、金融地理、區(qū)域經(jīng)濟、金融理論與政策等研究； 2.金雪軍(http://orcid.org/0000-0001-8515-4954)，男，浙江大學(xué)經(jīng)濟學(xué)院教授，博士生導(dǎo)師，主要從事金融市場、金融創(chuàng)新、區(qū)域金融、互聯(lián)網(wǎng)金融等研究； 3.蔣岳祥(http://orcid.org/0000-0001-7381-8848)，男，浙江大學(xué)經(jīng)濟學(xué)院教授，博士生導(dǎo)師，主要從事金融經(jīng)濟學(xué)與計量經(jīng)濟學(xué)研究。