數(shù)字金融對(duì)我國(guó)居民部門(mén)杠桿的影響研究
——基于空間面板數(shù)據(jù)模型

葉仁道，林 雅，徐艾菂

(1.杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310018；2.浙江越秀外國(guó)語(yǔ)學(xué)院 國(guó)際商學(xué)院，浙江 紹興 312000)

從2015年黨的十八屆五中全會(huì)提出降杠桿要求，到2018年中央財(cái)經(jīng)委員會(huì)提出“結(jié)構(gòu)性去杠桿”戰(zhàn)略目標(biāo)，我國(guó)始終高度重視杠桿在金融系統(tǒng)穩(wěn)定高質(zhì)量發(fā)展中的重要地位。根據(jù)2020年《中國(guó)金融穩(wěn)定報(bào)告》，2019年我國(guó)宏觀杠桿率同比增長(zhǎng)約5%，增幅低于主要發(fā)達(dá)經(jīng)濟(jì)體，杠桿加速積累勢(shì)頭得到有效遏制。2021年，在脫貧攻堅(jiān)戰(zhàn)和全面建成小康社會(huì)圓滿(mǎn)完成之際，更需聚焦居民部門(mén)杠桿增速和結(jié)構(gòu)，關(guān)注居民部門(mén)向數(shù)字時(shí)代邁進(jìn)時(shí)的所思所憂所盼。債務(wù)和收入是影響居民部門(mén)杠桿水平的主要因素。目前，我國(guó)居民部門(mén)債務(wù)企穩(wěn)，債務(wù)結(jié)構(gòu)不斷優(yōu)化。其中，個(gè)人普惠小微經(jīng)營(yíng)貸款余額持續(xù)增長(zhǎng)，住房類(lèi)貸款增速總體放緩。居民部門(mén)金融市場(chǎng)參與穩(wěn)步提升，全民金融素養(yǎng)和金融知識(shí)儲(chǔ)備向前邁進(jìn)一大步，這些都是數(shù)字金融新業(yè)態(tài)發(fā)展結(jié)出的累累碩果。

隨著“數(shù)字中國(guó)”建設(shè)征程的大力推進(jìn)，數(shù)字金融新業(yè)態(tài)駛?cè)雱?chuàng)新發(fā)展快車(chē)道。以區(qū)塊鏈和人工智能為核心的新一輪金融產(chǎn)業(yè)數(shù)字革命正在蓬勃興起，為經(jīng)濟(jì)高質(zhì)量發(fā)展激發(fā)新動(dòng)能。2011—2020年，中國(guó)數(shù)字金融指數(shù)年均增長(zhǎng)32.17%(郭峰等，2020)[1]?；跀?shù)字技術(shù)的移動(dòng)支付和電子商務(wù)水平領(lǐng)跑全球，其中黏附的成千上萬(wàn)的移動(dòng)終端和積淀的用戶(hù)信用大數(shù)據(jù)持續(xù)反哺數(shù)字金融發(fā)展。值得注意的是，依托數(shù)字技術(shù)的金融新業(yè)態(tài)具有天然的“普惠”稟賦，為克服小微企業(yè)和弱勢(shì)群體融資難提供了一種可能的解決方案。這一獨(dú)特稟賦也使數(shù)字金融與居民部門(mén)生產(chǎn)生活高度融合，有望克服困擾傳統(tǒng)金融幾十年的難題(黃益平和黃卓，2018)[2]。然而，數(shù)字金融新業(yè)態(tài)也加劇了居民部門(mén)杠桿不穩(wěn)定性。2018年，網(wǎng)絡(luò)借貸“暴雷潮”給市場(chǎng)主體和監(jiān)管當(dāng)局上了生動(dòng)而沉重的一課。網(wǎng)絡(luò)借貸從肆意生長(zhǎng)、亂象叢生，到大浪淘沙、轉(zhuǎn)型清退的全過(guò)程警醒我們：新業(yè)態(tài)派生出的新風(fēng)險(xiǎn)不容忽視。2020年上半年，受新冠疫情影響，移動(dòng)支付和數(shù)字貨幣等網(wǎng)絡(luò)應(yīng)用增長(zhǎng)迅速，同時(shí)也為投機(jī)者竊取用戶(hù)隱私信息、傳播不法內(nèi)容、實(shí)施網(wǎng)絡(luò)詐騙等提供了可乘之機(jī)。新業(yè)態(tài)風(fēng)險(xiǎn)對(duì)居民部門(mén)資產(chǎn)負(fù)債結(jié)構(gòu)產(chǎn)生重大沖擊，甚至可能成為引發(fā)系統(tǒng)性金融危機(jī)的導(dǎo)火索。因此，基于數(shù)字金融新業(yè)態(tài)蓬勃發(fā)展的大背景，本文將對(duì)數(shù)字金融發(fā)展對(duì)居民部門(mén)杠桿的影響進(jìn)行理論與實(shí)證研究。

一、文獻(xiàn)綜述

(一)居民部門(mén)杠桿

經(jīng)典經(jīng)濟(jì)學(xué)理論中，杠桿率是權(quán)益資本和總資產(chǎn)的比率，杠桿大小反映收益與風(fēng)險(xiǎn)的角力。宏觀層面居民部門(mén)杠桿率有GDP和收入兩種度量口徑。GDP口徑的居民杠桿率以債務(wù)和GDP的比率或住戶(hù)貸款和GDP的比率來(lái)表示(李揚(yáng)等，2012；劉哲希和李子昂，2018；劉曉光等，2018)[3-5]。收入口徑通常以貸款和收入的比率來(lái)表示(Mian和Sufi，2010)[6]。微觀層面居民部門(mén)杠桿率主要以居民家庭收入水平、住房資產(chǎn)和金融資產(chǎn)占總債務(wù)的比率來(lái)表示(Brown等，2019)[7]。King(1994)、Jordà等(2016)、Mian等(2017)指出，經(jīng)濟(jì)擴(kuò)張時(shí)期居民部門(mén)杠桿上揚(yáng)與此后出現(xiàn)的經(jīng)濟(jì)收縮之間存在緊密聯(lián)系[8-10]。田新民和夏詩(shī)園(2016)發(fā)現(xiàn)居民部門(mén)杠桿水平的提高對(duì)宏觀經(jīng)濟(jì)有促進(jìn)作用，但長(zhǎng)期高杠桿則會(huì)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的隱性積累[11]。劉曉光等(2018)從動(dòng)態(tài)視角審度杠桿率，認(rèn)為杠桿合意水平依經(jīng)濟(jì)周期階段不同而調(diào)整[5]。Stein(2012)指出居民部門(mén)杠桿與金融系統(tǒng)穩(wěn)定性密切相關(guān)，金融危機(jī)發(fā)生前往往可以觀察到居民部門(mén)超速加杠桿現(xiàn)象[12]。

(二)數(shù)字金融與居民部門(mén)杠桿

部分文獻(xiàn)探討數(shù)字金融對(duì)居民部門(mén)杠桿的作用機(jī)理。Han和Melecky(2013)認(rèn)為數(shù)字金融具有獨(dú)特的普惠效應(yīng)，幫助低收入家庭熨平財(cái)產(chǎn)在整個(gè)生命周期的褶皺，促進(jìn)家庭收支平衡和財(cái)富穩(wěn)定[13]。戰(zhàn)明華等(2018)發(fā)現(xiàn)數(shù)字金融發(fā)展會(huì)改變居民部門(mén)儲(chǔ)蓄偏好[14]。傅秋子和黃益平(2018)指出農(nóng)村正規(guī)借貸遇冷和消費(fèi)信貸蓬勃發(fā)展是金融數(shù)字化變革的一體兩面[15]。部分文獻(xiàn)從區(qū)域異質(zhì)性角度研究數(shù)字金融對(duì)居民部門(mén)金融參與模式的影響。李濤等(2016)發(fā)現(xiàn)數(shù)字金融有助于緩解金融排斥問(wèn)題[16]。李建偉(2017)認(rèn)為我國(guó)數(shù)字金融發(fā)展存在區(qū)域分化，這將導(dǎo)致城鄉(xiāng)居民收入差距進(jìn)一步擴(kuò)大[17]。孫英杰和林春(2018)研究表明監(jiān)管制度、人才培養(yǎng)和社會(huì)融資等因素是數(shù)字金融發(fā)展水平區(qū)域分化的催化劑[18]。

二、數(shù)字金融對(duì)居民部門(mén)杠桿的作用機(jī)理

(一)普惠效應(yīng)

在傳統(tǒng)金融需求端，信息獲取成本和進(jìn)入門(mén)檻是約束居民金融市場(chǎng)參與的主要原因。數(shù)字金融新業(yè)態(tài)所特有的便利性、即時(shí)性和高效性等特征，有助于減輕交易摩擦(Fuster等，2019)[19]。例如，數(shù)字金融深耕各大消費(fèi)場(chǎng)景并與電商平臺(tái)高度融合，克服傳統(tǒng)金融對(duì)物理網(wǎng)點(diǎn)的依賴(lài)實(shí)現(xiàn)金融產(chǎn)品和服務(wù)門(mén)檻下移(Jack和Suri，2014；張勛等，2020)[20,21]。依托大數(shù)據(jù)和云計(jì)算等技術(shù)將金融業(yè)務(wù)擴(kuò)展到出行和社交等各領(lǐng)域，數(shù)字金融幫助用戶(hù)以良好信用享受低成本金融增值服務(wù)。在傳統(tǒng)金融供給端，居民部門(mén)金融服務(wù)供給短缺(黃益平和陶坤玉，2019)[22]。金融中介的存在與市場(chǎng)不確定性、信息不對(duì)稱(chēng)以及風(fēng)險(xiǎn)管理需求密切相關(guān)，而“二八定律”使得傳統(tǒng)金融在解決居民部門(mén)融資難問(wèn)題時(shí)力所不及。數(shù)字金融以長(zhǎng)尾效應(yīng)對(duì)峙“二八定律”，這正是數(shù)字金融發(fā)展壯大的內(nèi)在邏輯基礎(chǔ)。相比商業(yè)銀行等主要金融中介，數(shù)字金融能夠跨區(qū)域吸收公眾存款，中小投融資者等長(zhǎng)尾客戶(hù)會(huì)被其吸引并呈現(xiàn)出規(guī)模效應(yīng)。從技術(shù)角度看，數(shù)字金融具有強(qiáng)大的信息優(yōu)勢(shì)和風(fēng)險(xiǎn)管理優(yōu)勢(shì)，能夠革新期限匹配和信貸風(fēng)險(xiǎn)評(píng)估方式，從而紓解居民部門(mén)融資難問(wèn)題。

(二)收入效應(yīng)

一方面，數(shù)字金融為居民部門(mén)財(cái)富積累開(kāi)辟新渠道。例如，通過(guò)緩解信貸和信息約束促進(jìn)居民創(chuàng)業(yè)，提高整體創(chuàng)業(yè)績(jī)效，促進(jìn)居民收入增長(zhǎng)(何婧和李慶海，2019)[23]。證券業(yè)務(wù)數(shù)字化降低居民參與金融投資門(mén)檻，智能投顧和實(shí)時(shí)交互簡(jiǎn)化交易流程，為居民部門(mén)金融參與開(kāi)辟綠色通道。另一方面，數(shù)字金融加劇居民部門(mén)收入不穩(wěn)定性。例如，由于資本市場(chǎng)監(jiān)管法規(guī)不完備、投資者結(jié)構(gòu)不成熟、市場(chǎng)主體對(duì)資本市場(chǎng)風(fēng)險(xiǎn)認(rèn)知不充分等原因，“租房貸”和“小微貸”等套路重重的網(wǎng)絡(luò)應(yīng)用在市場(chǎng)上泛濫，個(gè)人投資者極易成為“羊群”的一份子(黃浩，2018；吳非等，2020)[24,25]。

(三)信息效應(yīng)

數(shù)字金融的信息效應(yīng)主要通過(guò)提高居民部門(mén)金融知識(shí)水平和社會(huì)交互水平等途徑發(fā)揮作用。數(shù)字時(shí)代，金融資訊傳播的速度、廣度、準(zhǔn)度均實(shí)現(xiàn)質(zhì)的跨越，這不僅大幅度拓寬了居民部門(mén)資本市場(chǎng)信息接觸面，也從系統(tǒng)上提升了居民部門(mén)整體金融素養(yǎng)(郭峰和王瑤佩，2020)[26]。金融信息儲(chǔ)備量和掌握水平與居民財(cái)富聚積能力正相關(guān)(Behrman等，2012)[27]，金融素養(yǎng)提升將有效引導(dǎo)居民部門(mén)投資組合多元化(Lusardi和Mitchell，2014)[28]。

(四)溢出效應(yīng)

隨著物聯(lián)網(wǎng)的創(chuàng)新發(fā)展，高效的信息云傳遞壓縮地理時(shí)空上的距離，使得經(jīng)濟(jì)要素空間依賴(lài)性日益增強(qiáng)(趙濤等，2020)[29]。已有研究發(fā)現(xiàn)數(shù)字金融發(fā)展具有馬太效應(yīng)，即加劇區(qū)域經(jīng)濟(jì)發(fā)展不平衡，進(jìn)而可能導(dǎo)致居民部門(mén)杠桿區(qū)域分化(Wójcik，2020；王修華和趙亞雄，2020)[30,31]。因此在研究數(shù)字金融對(duì)居民部門(mén)杠桿的影響時(shí)，應(yīng)當(dāng)充分考慮居民部門(mén)杠桿和區(qū)域數(shù)字金融發(fā)展的空間相關(guān)性。

三、居民部門(mén)杠桿特征分析

(一)分布特征

由于區(qū)域經(jīng)濟(jì)金融化程度和互聯(lián)網(wǎng)普及水平差異較大，數(shù)字金融發(fā)展也呈現(xiàn)出顯著的空間異質(zhì)性(郭峰等，2020；李建偉，2017)[1,17]。因此，本文根據(jù)各省研究期間內(nèi)的年均數(shù)字金融發(fā)展指數(shù)(dgf)將樣本省份劃分為三個(gè)組別(1)數(shù)字金融發(fā)展指數(shù)(dgf)來(lái)源于北京大學(xué)數(shù)字普惠金融研究中心，是我國(guó)目前最具有代表性的開(kāi)源數(shù)字金融發(fā)展度量指數(shù)，兼顧序列連續(xù)性和橫向可比性。數(shù)字金融發(fā)展指數(shù)可分解為覆蓋廣度(cvb)、使用深度(dpt)和數(shù)字化程度(dgr)三個(gè)維度。指標(biāo)體系構(gòu)建及編制過(guò)程見(jiàn)郭峰等(2020)[1]。，分別為“數(shù)字金融引領(lǐng)區(qū)”(dgf>207.0)，“數(shù)字金融成長(zhǎng)區(qū)”(194.5

圖1 全國(guó)和三大區(qū)域居民部門(mén)杠桿核密度曲線圖

由圖1可知，隨著時(shí)間的推移，全國(guó)核密度曲線(a)波峰向右下方移動(dòng)，底部開(kāi)口擴(kuò)大，說(shuō)明全國(guó)居民部門(mén)杠桿水平總體升高，杠桿區(qū)域分化問(wèn)題明顯，省際經(jīng)濟(jì)發(fā)展異質(zhì)性增強(qiáng)。數(shù)字金融引領(lǐng)區(qū)核密度曲線(b)也呈現(xiàn)波峰位置向右下方移動(dòng)和底部開(kāi)口擴(kuò)大的趨勢(shì)，但曲線總體更加平滑且曲線右側(cè)尾部明顯增厚，說(shuō)明高杠桿在數(shù)字金融引領(lǐng)區(qū)相對(duì)集聚。數(shù)字金融成長(zhǎng)區(qū)核密度曲線(c)總體杠桿水平低于全國(guó)，后期曲線右側(cè)尾部增厚，底部開(kāi)口擴(kuò)大，說(shuō)明數(shù)字金融成長(zhǎng)區(qū)內(nèi)部高杠桿省份比例提高，區(qū)域內(nèi)部異質(zhì)性增強(qiáng)。數(shù)字金融滯后區(qū)核密度曲線(d)波峰下移，總體形態(tài)由陡峭走向平滑，底部開(kāi)口略微擴(kuò)大，說(shuō)明數(shù)字金融滯后區(qū)居民部門(mén)杠桿增長(zhǎng)較為緩慢，區(qū)域內(nèi)部異質(zhì)性逐漸增強(qiáng)。

(二)空間相關(guān)性檢驗(yàn)

基于莫蘭指數(shù)對(duì)省際居民部門(mén)杠桿進(jìn)行空間相關(guān)性檢驗(yàn)，結(jié)果如表1所示。

表1 居民部門(mén)杠桿莫蘭指數(shù)

由表1可知，全局莫蘭指數(shù)均顯著為正，表明我國(guó)省際居民部門(mén)杠桿存在顯著全局空間集聚性?？v向上看，全局莫蘭指數(shù)逐年提高，年均增長(zhǎng)14.21%，表明居民部門(mén)杠桿空間相關(guān)性持續(xù)增強(qiáng)。總體而言，各省份居民部門(mén)杠桿存在較強(qiáng)的交互聯(lián)系，且隨著數(shù)字技術(shù)發(fā)展以及省際交往加深，居民部門(mén)杠桿與空間近鄰省份的交互關(guān)系不斷強(qiáng)化。全局莫蘭指數(shù)的顯著性為數(shù)字金融和居民部門(mén)杠桿的空間依賴(lài)性研究提供了統(tǒng)計(jì)意義上的支持。

由局部莫蘭指數(shù)可知，山東、安徽、福建三省在研究期間均屬于HH區(qū)域，呈現(xiàn)顯著高杠桿集群特征。甘肅和新疆兩省在研究期間均屬于LL區(qū)域，呈現(xiàn)顯著低杠桿集群特征。HL表示本省份居民部門(mén)杠桿高而空間近鄰省份居民部門(mén)杠桿低，LH則表示本省份居民部門(mén)杠桿低而空間近鄰省份居民部門(mén)杠桿高。江西省前期屬于LH區(qū)域，后期受空間近鄰省份輻射影響進(jìn)入HH區(qū)域。四川省在研究期間內(nèi)基本都落在HL區(qū)域，表現(xiàn)出顯著而持續(xù)的高杠桿離群特征。

四、研究設(shè)計(jì)

(一)模型設(shè)計(jì)

面板數(shù)據(jù)模型一般形式如下：

Yt=Xtα+μ+1Nδt+εt,t=1,…，T

(1)

其中，Yt是N維向量，由第t期N省份居民部門(mén)杠桿所構(gòu)成。Xt=(X1t…XNt)′,其中Xit=(1,xit1,…,xitK)′，由常數(shù)項(xiàng)和K個(gè)解釋變量所構(gòu)成，i=1,…,N。α是(K+1)維回歸系數(shù)向量。μ表示N維個(gè)體效應(yīng)項(xiàng)，δt表示第t期的時(shí)間效應(yīng)，εt表示隨機(jī)擾動(dòng)項(xiàng)。

居民部門(mén)杠桿存在顯著的空間相關(guān)性，基于普通面板數(shù)據(jù)模型的研究可能得出片面的結(jié)論，故本文考慮基于空間面板數(shù)據(jù)模型進(jìn)行實(shí)證研究。通過(guò)引入空間權(quán)重矩陣W(行標(biāo)準(zhǔn)化的鄰接矩陣)及其交互項(xiàng)，構(gòu)建空間杜賓模型(Spatial Durbin Model, SDM)：

Yt=ρWYt+Xtα+WXtβ+μ+1Nδt+εt,t=1,…,T

(2)

其中，N階空間權(quán)重矩陣W描述省際空間依賴(lài)關(guān)系。WYt和WXt分別表示被解釋變量和解釋變量的空間滯后項(xiàng)。ρ是被解釋變量空間自回歸系數(shù)，β是(K+1)維解釋變量空間自相關(guān)向量。若解釋變量無(wú)空間滯后效應(yīng)，則SDM退化為空間滯后模型(Spatial Lag Model, SLM)，參照時(shí)間序列自回歸模型的定義范式，SLM也被稱(chēng)為空間自回歸(Spatial Autoregressive, SAR)模型。若解釋變量和被解釋變量均無(wú)空間滯后效應(yīng)但擾動(dòng)項(xiàng)空間自相關(guān)，則SDM退化為空間誤差模型(Spatial Error Model, SEM)。若解釋變量和被解釋變量均無(wú)空間滯后效應(yīng)且擾動(dòng)項(xiàng)無(wú)空間自相關(guān)，則SDM退化為一般面板數(shù)據(jù)模型。

(二)指標(biāo)選取

本文實(shí)證研究對(duì)象為2015—2018年我國(guó)31個(gè)省(不包括臺(tái)灣和香港澳門(mén)特別行政區(qū))。被解釋變量為居民部門(mén)杠桿，采用收入口徑。之所以采用收入口徑，一方面是因?yàn)榧婢咝蛄羞B續(xù)性和橫向可比性的居民部門(mén)微觀調(diào)查數(shù)據(jù)目前難以獲取，另一方面是因?yàn)镚DP口徑的測(cè)度方法過(guò)于宏觀，代表性不強(qiáng)。為緩解遺漏變量引起的模型內(nèi)生性問(wèn)題，借鑒相關(guān)文獻(xiàn)研究成果，本文在模型中加入必要的控制變量。表2給出變量說(shuō)明。

表2 變量說(shuō)明

五、實(shí)證分析

(一)統(tǒng)計(jì)檢驗(yàn)和模型選擇

由于居民部門(mén)杠桿具有顯著空間相關(guān)性，本節(jié)構(gòu)建空間面板數(shù)據(jù)模型研究數(shù)字金融對(duì)居民部門(mén)杠桿的影響。首先基于Wald檢驗(yàn)和LR檢驗(yàn)進(jìn)行模型選擇，表3給出檢驗(yàn)結(jié)果，其中Wald-lag和LR-lag檢驗(yàn)原假設(shè)Ha為β=0(SDM可以簡(jiǎn)化為SLM)，Wald-error和LR-error檢驗(yàn)原假設(shè)Hb為β+ρα=0(SDM可以簡(jiǎn)化為SEM)。由表3可知，數(shù)字金融引領(lǐng)區(qū)通過(guò)Wald-lag、LR-lag和LR-error檢驗(yàn)，但未通過(guò)Wald-error檢驗(yàn)。由Elhorst(2014)，若檢驗(yàn)結(jié)果不一致，則應(yīng)選擇SDM，因?yàn)槠湟话阈詮?qiáng)于另外兩個(gè)模型[32]。數(shù)字金融成長(zhǎng)區(qū)和數(shù)字金融滯后區(qū)均通過(guò)檢驗(yàn)，故本文選擇構(gòu)建SDM。

表3 模型檢驗(yàn)結(jié)果

(二)數(shù)字金融對(duì)居民部門(mén)杠桿的影響

由表4可知：(1)居民部門(mén)杠桿空間自回歸系數(shù)均顯著為正，而數(shù)字金融空間自相關(guān)系數(shù)均顯著為負(fù)，表明各省份在空間上不僅存在外生的數(shù)字金融交互效應(yīng)，還存在內(nèi)生的居民部門(mén)杠桿交互效應(yīng)。數(shù)字金融系數(shù)估計(jì)值均顯著為正，但系數(shù)估計(jì)值并不能直接代表數(shù)字金融對(duì)居民部門(mén)杠桿的邊際影響。進(jìn)一步計(jì)算得到直接效應(yīng)和溢出效應(yīng)，前者表示數(shù)字金融發(fā)展對(duì)本省居民部門(mén)杠桿的邊際影響，后者表示數(shù)字金融發(fā)展對(duì)空間近鄰省份居民部門(mén)杠桿的邊際影響。(2)數(shù)字金融對(duì)居民部門(mén)杠桿的直接效應(yīng)值均顯著為正，且數(shù)字金融發(fā)展程度越高，其邊際提升對(duì)居民部門(mén)杠桿的影響越小。在數(shù)字金融發(fā)展滯后的省份，數(shù)字金融對(duì)居民部門(mén)杠桿的彈性為0.749，而在數(shù)字金融發(fā)達(dá)的上海、北京和浙江等省份，數(shù)字金融對(duì)居民部門(mén)杠桿的彈性?xún)H為0.557，比滯后區(qū)低約25.6%，表明數(shù)字金融緩解融資約束和信息約束的效用遵循邊際遞減規(guī)律。基于數(shù)字技術(shù)的金融新業(yè)態(tài)依托普惠屬性潛移默化地影響居民部門(mén)資產(chǎn)負(fù)債結(jié)構(gòu)，緩解居民部門(mén)融資約束，提升居民部門(mén)杠桿。且數(shù)字金融雖然為居民部門(mén)財(cái)富積累開(kāi)辟了新渠道，但其肆意生長(zhǎng)也提高了風(fēng)險(xiǎn)和危機(jī)的發(fā)生頻率，使得居民部門(mén)負(fù)債收入比例上揚(yáng)。此外，數(shù)字金融通過(guò)緩解居民部門(mén)信息約束提升居民部門(mén)資金利用配置效率，合理調(diào)整資產(chǎn)負(fù)債結(jié)構(gòu)。(3)數(shù)字金融對(duì)居民部門(mén)杠桿的溢出效應(yīng)值均為負(fù)，且在引領(lǐng)區(qū)和滯后區(qū)顯著，表明數(shù)字金融會(huì)抑制空間近鄰省份居民部門(mén)杠桿增長(zhǎng)。數(shù)字金融具有共享性和即時(shí)性?xún)?yōu)勢(shì)，空間近鄰省份通過(guò)信息網(wǎng)絡(luò)和智能終端低成本接收數(shù)字金融發(fā)展的輻射影響。值得注意的是，直接效應(yīng)值和溢出效應(yīng)值的符號(hào)相反，說(shuō)明數(shù)字金融發(fā)展可能強(qiáng)化杠桿區(qū)域分化，加劇區(qū)域經(jīng)濟(jì)發(fā)展不平衡。

表4 數(shù)字金融對(duì)居民部門(mén)杠桿的SDM估計(jì)結(jié)果

(三)多維數(shù)字金融對(duì)居民部門(mén)杠桿的影響

為更好把握數(shù)字金融發(fā)展方向，本節(jié)參考郭峰等(2020)[1]將數(shù)字金融發(fā)展指數(shù)分解為覆蓋廣度(cvb)、使用深度(dpt)和數(shù)字化程度(dgr)，分別考察其對(duì)居民部門(mén)杠桿的影響。根據(jù)模型檢驗(yàn)結(jié)果構(gòu)建SDM，表5給出估計(jì)結(jié)果。

表5 多維數(shù)字金融對(duì)居民部門(mén)杠桿的SDM估計(jì)結(jié)果

由表5可知：(1)數(shù)字金融覆蓋廣度對(duì)居民部門(mén)杠桿的直接效應(yīng)值均為正，在引領(lǐng)區(qū)和滯后區(qū)顯著，表明覆蓋廣度的擴(kuò)大是數(shù)字金融提升居民部門(mén)杠桿的重要途徑，且覆蓋廣度對(duì)數(shù)字金融滯后區(qū)居民部門(mén)杠桿的影響大于數(shù)字金融引領(lǐng)區(qū)。覆蓋廣度溢出效應(yīng)值均顯著，但引領(lǐng)區(qū)符號(hào)為正，其他地區(qū)符號(hào)為負(fù)。究其原因，引領(lǐng)區(qū)成熟的數(shù)字技術(shù)具有更強(qiáng)的輻射作用，不僅能夠提升本省居民金融可得性，也將普惠效應(yīng)、收入效應(yīng)和信息效應(yīng)擴(kuò)散到了空間近鄰地區(qū)。(2)數(shù)字金融使用深度直接效應(yīng)值在引領(lǐng)區(qū)和成長(zhǎng)區(qū)顯著但符號(hào)相反，說(shuō)明使用深度直接效應(yīng)值受到區(qū)域數(shù)字金融總體發(fā)展水平的影響。引領(lǐng)區(qū)使用深度的進(jìn)一步提升會(huì)降低本地區(qū)居民部門(mén)杠桿，而成長(zhǎng)區(qū)使用深度的提升則會(huì)提高本地區(qū)居民部門(mén)杠桿。值得注意的是，在數(shù)字金融三維度中，使用深度溢出效應(yīng)值均不顯著，故可認(rèn)為使用深度僅作用于本省份居民部門(mén)杠桿，對(duì)其他省份的影響較小。(3)金融數(shù)字化程度直接效應(yīng)值在引領(lǐng)區(qū)和成長(zhǎng)區(qū)顯著，但符號(hào)相反。究其原因，引領(lǐng)區(qū)金融數(shù)字化程度達(dá)到較高水平，金融科技實(shí)踐走在世界前列。這種情況下，金融監(jiān)管機(jī)制和監(jiān)管法規(guī)也需做出相應(yīng)變革以監(jiān)測(cè)更加隱蔽的數(shù)字金融風(fēng)險(xiǎn)。我國(guó)數(shù)字金融監(jiān)管形式有過(guò)相對(duì)寬松的階段，這使得許多套路重重的監(jiān)管套利形式在市場(chǎng)上泛濫，加劇居民部門(mén)收入不穩(wěn)定性。數(shù)字化程度溢出效應(yīng)值均為正，在成長(zhǎng)區(qū)和滯后區(qū)顯著，說(shuō)明數(shù)字化程度提升有助于緩解因覆蓋廣度擴(kuò)大導(dǎo)致的杠桿區(qū)域分化問(wèn)題，但其溢出效應(yīng)值相對(duì)覆蓋廣度來(lái)說(shuō)較小。滯后區(qū)的溢出效應(yīng)值大于其他地區(qū)，表明提升數(shù)字化程度是促進(jìn)數(shù)字金融包容性發(fā)展的有力抓手，也是緩解居民部門(mén)杠桿分化有效方式。

六、結(jié)論與建議

(一)結(jié)論

隨著“數(shù)字中國(guó)”建設(shè)的大力推進(jìn)，以信息技術(shù)為核心的金融產(chǎn)業(yè)數(shù)字革命蓬勃興起，深刻改變著居民的生產(chǎn)生活。本文立足數(shù)字金融發(fā)展新階段，分析數(shù)字金融對(duì)居民部門(mén)杠桿的影響。研究結(jié)果表明：其一，我國(guó)居民部門(mén)杠桿的全局莫蘭指數(shù)為正且持續(xù)增長(zhǎng)，省際居民部門(mén)杠桿空間集聚特征顯著。其二，數(shù)字科技賦能金融普惠，有力推動(dòng)居民部門(mén)杠桿增長(zhǎng)，緩解融資難融資貴問(wèn)題。其三，數(shù)字金融收入效應(yīng)加劇居民部門(mén)收入波動(dòng)。數(shù)字金融尚屬新興業(yè)態(tài)，雖然數(shù)字支付和電商金融在我國(guó)蓬勃發(fā)展，但以網(wǎng)絡(luò)借貸為代表的數(shù)字金融形式的全面清退也給我們敲響警鐘。其四，數(shù)字金融信息效應(yīng)提升國(guó)民金融素養(yǎng)。數(shù)字金融特有的區(qū)塊性、大數(shù)據(jù)和云計(jì)算等特征有效縮小地理時(shí)空距離，幫助系統(tǒng)性提升國(guó)民金融素養(yǎng)。這又進(jìn)一步帶動(dòng)居民部門(mén)金融市場(chǎng)參與，優(yōu)化居民部門(mén)杠桿結(jié)構(gòu)，提升資本利用配置效率。其五，數(shù)字金融空間外溢效應(yīng)強(qiáng)化杠桿區(qū)域分化問(wèn)題，提升數(shù)字化水平是數(shù)字金融服務(wù)長(zhǎng)足發(fā)展的關(guān)鍵因素。

(二)建議

根據(jù)上述結(jié)論，本文提出如下建議：其一，加強(qiáng)數(shù)字技術(shù)發(fā)展區(qū)域協(xié)同，縮小金融發(fā)展領(lǐng)域數(shù)字鴻溝。在金融數(shù)字化發(fā)展進(jìn)程中，應(yīng)重視區(qū)域異質(zhì)性，推動(dòng)區(qū)域數(shù)字金融協(xié)調(diào)發(fā)展，縮小居民部門(mén)杠桿區(qū)域差異。通過(guò)財(cái)政補(bǔ)貼、專(zhuān)項(xiàng)資金、項(xiàng)目示范等扶持政策，努力縮小金融發(fā)展領(lǐng)域數(shù)字鴻溝。充分發(fā)揮數(shù)字技術(shù)后發(fā)優(yōu)勢(shì)，加快數(shù)字技術(shù)推廣應(yīng)用，以緩解居民部門(mén)杠桿分化，推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展。其二，加快金融數(shù)字化核心技術(shù)創(chuàng)新步伐，充分釋放區(qū)域協(xié)同發(fā)展新動(dòng)能。數(shù)字化程度是促進(jìn)數(shù)字金融包容性發(fā)展的有力抓手，金融數(shù)字化程度提升可有效緩解居民部門(mén)杠桿分化。應(yīng)進(jìn)一步合理布局?jǐn)?shù)字金融新業(yè)態(tài)基礎(chǔ)設(shè)施，提升金融數(shù)字化程度。積極鼓勵(lì)高等院校開(kāi)設(shè)人工智能、區(qū)塊鏈和金融大數(shù)據(jù)分析等相關(guān)專(zhuān)業(yè)，高度重視新型高素質(zhì)信息技術(shù)人才的培養(yǎng)。其三，優(yōu)化數(shù)字金融新業(yè)態(tài)審慎監(jiān)管思路，以公平秩序推進(jìn)數(shù)字技術(shù)創(chuàng)新。創(chuàng)新總是機(jī)遇與風(fēng)險(xiǎn)并存，世界上不存在無(wú)風(fēng)險(xiǎn)的創(chuàng)新。應(yīng)把握金融業(yè)務(wù)數(shù)字化發(fā)展的平衡點(diǎn)，有的放矢，使數(shù)字金融監(jiān)管與數(shù)字金融發(fā)展程度相匹配，在鼓勵(lì)金融創(chuàng)新的同時(shí)確保數(shù)字金融運(yùn)行在法制軌道。合理界定個(gè)人信息采集尺度，保護(hù)用戶(hù)隱私數(shù)據(jù)，讓信息采集有法可依，有制可循。其四，高度重視整體金融素養(yǎng)提升，堅(jiān)決遏制金融詐騙高發(fā)態(tài)勢(shì)。數(shù)字金融信息效應(yīng)大幅擴(kuò)展居民部門(mén)金融信息接觸面，但面對(duì)數(shù)字金融新業(yè)態(tài)下風(fēng)險(xiǎn)的隱匿性和多發(fā)性，監(jiān)管層應(yīng)加強(qiáng)金融科技知識(shí)儲(chǔ)備，熟悉新業(yè)態(tài)金融業(yè)務(wù)模式，把握數(shù)字金融運(yùn)行規(guī)律。居民部門(mén)應(yīng)進(jìn)一步強(qiáng)化風(fēng)險(xiǎn)意識(shí)，減少邊緣高風(fēng)險(xiǎn)金融投機(jī)，合理規(guī)劃自身杠桿結(jié)構(gòu)。