東北三省普惠金融發展的影響因素實證分析

李中梅，萬 玥，盛守一

（1.長春金融高等專科學校 經濟管理學院，吉林 長春 130028；2.長春大學經濟學院，吉林 長春 130022）

一、引言

自中共十八屆三中全會通過《中共中央關于全國深化改革若干問題的決定》以來，為解決“三農”、中小企業的金融支持等社會現實問題，普惠金融受到了社會各界的關注與支持，我國普惠金融也進入了蓬勃發展的新時期。研究普惠金融發展的影響因素，有利于普惠金融的進一步發展。普惠金融的發展不僅有利于帶動企業業績走強，提高員工生活水平和生活質量，對于生產資料有效合理地進行分配，縮小收入差距并減少因貧窮而引發的種種社會問題，也有著積極的推動作用。通過整理不難發現，各國對普惠金融的戰略目標基本趨于一致，如表1所示。

表1 部分國家普惠金融戰略中設定的總體目標

數據來源：中國國務院發布的推進普惠金融發展規劃（2016-2020年）；印度尼西亞副總統辦公室公布的“National Strategy for Financial Inclusion”；巴拉圭世界銀行發布的“National Financial Inclusion of Paraguay”；菲律賓中央銀行發布的“National Financial Inclusion Strategy”；坦桑尼亞國家普惠金融委員會公布的“National Financial Inclusion Framework”。

二、普惠金融發展影響因素分析

普惠金融勢必會隨著大環境的發展而發展，而我們正處在互聯網的大時代中，手機、電腦越來越逐漸成為現代人接觸媒體與接收消息的主要方式，通過文獻調研發現，普惠金融的發展主要受到以下幾個因素影響：

（一）地區經濟發展水平

地區經濟的發展水平直接決定了當地經濟是否仍有余力從事一些與經濟相關的活動，若是地區的經濟水平較高的話，當地的經濟建設相較而言一般往往更為完善，并且百姓對于理財的認識更為具體，不會一味的地認為理財一定就是騙錢，會更加主動性的地對銀行或者其他的金融機構的產品進行了解產品的了解。以東北地區為例，在出現了文投集團的事件后，部分東北這面的人地區人居民更是對理財產品產生出現了一種恐懼心理，使多數更多的人他們可能在還未正確了解與認識理財產品之前，就主觀的認為還是銀行與房產子更為加可靠，將把資金更為集中的放入了這兩個“籃子”籃子中，這種現象不但沒有分散擔風險，還驅使資金更集中于拿出了更多的錢投向房地產業，使原本只是應該滿足擁有住房需求的房子產變成了一種投資手段，概念正在偷偷的轉變，但是更多的人卻并不自知。根據相關數據統計表明，其實東北地區近年的這面的出生率并沒有顯著大幅度的上升，同時人口流入也小于人口流出而在東北落戶的人也沒有走出去的人多，那么我們不禁疑問，東北地區這面的房價到底是靠著什么在增長，這種動力是否可靠，這種動力是否還有后續的支撐力都是未知數。

（二）互聯網普及率

近年來，我國普惠金融發展呈現出服務主體多元化、服務覆蓋面廣、移動互聯網支付便捷且使用率較高，人均持有銀行賬戶數量與銀行網點密度等基礎金融服務水平已達到國際中上游水平。[1]在當今如今的大時代背景下，互聯網已變成必不可少的組成要元素，手機、網上銀行已經在伴隨著人們的日常生活中無孔不入，而互聯網金融就毫無疑問成為了是普惠金融能否傳達到每個人的溝通橋梁之一。而且互聯網的普及，在很大程度上緩解了對信息不對稱這一問題進行了緩解，。金融行業對于信息的需求尤其強烈而敏感程度是可想而知的，例如有些很多企業可以對自己的賬目進行完善，可以利用提前得知的小道消息進行企業戰略上的調整，這些或許由于消費者對金融的認識程度不高，或者消費者與企業之間的信息不對等原因，使得利益的天平向固定的一方方向偏移。互聯網的普及率將會是促進信息透明化的有效手段之一橋梁，也會同時互聯網也是讓使人們大家更詳盡了解金融以及或是普惠金融的平臺。所以互聯網的透明性與快速性，度越高、及時性越強、使其普及率越高，人們接觸了解金融的機會越多，了解普惠金融的概率就越高。

（三）受教育程度

普惠金融的受眾者到底是誰？世界銀行認為若是能使大家都參與到經濟運行中來，那么包容性增長理論是必不可少的。[2]G20杭州峰會強調并指出，促進機會均等和收入均等是包容性增長的必要前提。而這種全民參與的狀態，其實與我們的受教育程度是分不開的。普惠金融的受眾者其實就是那些被銀行高標準放貸要求限制了的小微企業、是那些有償還能力卻被拒絕拒之門外的高危行業從業收入者、是那些生活在農村或是偏遠地區的人口普通人以及、是那些有貸款需求的老人們，。由于傳統金融的“金融排斥”現象，他它們因為原始“存量信用”不夠往往難以得到傳統金融及時有效的金融服務。[3]而正是同樣正是同時，這批人，他們的受教育程度普遍不高，大多數人是在平時的生活中難以比較少接觸金融的一部分受眾。受教育程度絕不僅僅是指學歷的高低，更是一種接受接收新事物并加以與運用新事物的能力的體現。其實，我們不僅在經濟發展水平增長程度上存在有南北差異的差別，更是在受教育程度上同樣有著明顯的差距差異水平。

三、東北三省普惠金融發展影響因素的實證分析

（一）指標選取

1.被解釋變量

IFI：根據所得數據，為東北三省平均的普惠金融發展水平。

2.解釋變量

EDU：居民平均受教育年限。我們將居民的受教育程度，我們將其人為分為未上過學、小學、初中、高中、大學本科、研究生以上六種受教育程度，同時按照上學年限開始累加計算，如公式一。在一般的情況下，我們普遍認為受教育年限越長，會越容易接受普惠金融這一概念。

NET：互聯網普及率。互聯網是現在媒體傳播的主要橋梁，在本文中我們主要用公式二的方式獲得了這一指標的數值。我們相信互聯網普及率會對普惠金融有一個正面的影響。

FINANCE：地區經濟發展水平。由于本文重點研究東北三省的普惠金融發展程度，所以對東北三省的經濟發展水平取平均值進行計算。

（二）數據來源

論文中居民平均受教育年限（EDU）數據來自于是根據中國統計年鑒，普惠金融發展水平（IFI）數據來源于《中國金融年鑒》，由于本文主要研究東北三省的普惠金融發展，所以選取了關于東北三省的相關數據以做研究。選取2008年到2017年的平均受教育程度人數，然后賦予受教育年限的乘積，套用公式一最終算出居民平均受教育程度；互聯網普及率（NET）是根據《中國互聯網發展狀況統計報告》中的使用互聯網人數，除以東北三省當地常住人口，獲得更偏向東北三省地區的互聯網普及率；地區經濟發展水平（FINANCE）在中國統計年鑒中可以直接查到，在運用數據時，我們首先對東北三省的地區經濟發展水平進行了平均數處理，同時考慮到此項影響因素數值相較于去其他的影響因素數值較大，所以對其單位進行了縮放，使其單位變成以萬億為單位的影響因素。

（三）模型構建

經過分析，影響東北三省的主要影響因素，除了與普惠金融傳播率有關外還與傳播后的接受程度有關。為此，考慮的影響因素主要有居民平均受教育年限（EDU），互聯網普及率（NET），地區經濟發展水平（FINANCE）。

圖1 各變量之間的數據關系

圖1為三個解釋變量與被解釋變量之間數據呈現，通過Eviews分析獲取，在圖中可以看出，東北三省普惠金融（IFI）的變化程度并不明顯，同時IFI與互聯網普及率（NET）、地方經濟發展水平（FINANCE）呈現出正相關變化，其中net與IFI變化程度相似，而FINANCE的數據在2016年時有一次非常明顯的下滑狀態，不過于2017年已經有了一定程度上的緩解。同時我們的居民平均受教育年限（EDU），在實際統計中，隨著年份的增加教育程度為小學與初中的人群在減少，而未上過學、高中本科和研究生的比例在增加。考慮到中國人口的增長率，客觀來說受教育水平正在逐步上升。

各影響變量與普惠金融發展水平呈現正相關性，為此設定了如下形式的計量經濟學模型：

式中，Yt為第t年東北三省普惠金融發展水平情況；EDU為第t年居民平均受教育年限（年）；

為第t年互聯網普及率；FINANCE為第t年地區經濟發展水平（相關數據見表2）。

表2 2009-2018年東北三省普惠金融及相關數據

利用Eviews軟件，生成Y EDU NET FINANCE C，采用OLS方法估計模型參數，得到的回歸結果如圖2所示。

圖2 OLS回歸結果

表3 輔助回歸R2值

結果證明并不存在多重共線性。同時，模型殘差值為0.000182，所以并不存在異方差。但是此后進行了各種模型糾正，無論是取對數、進行數據標準化、進行加權或者是剔除解釋變量逐步回歸都沒有使模型建造成功，所有建造的模型都沒有辦法使t檢驗通過。但在只包含NET這一個解釋變量對被解釋變量IFI進行回歸的模型中t檢驗通過。并且FINANCE的數據在經濟意義上是對普惠金融發展應更為重要很大的影響因素，但是在真正做實驗時效果卻并不理想很次，基本沒有辦法通過經濟意義檢驗。所以針對上述問題，我換了一種又引進了一個解釋變量——金融貸款余額，同時改變了模型構建方法，采用了主成分分析的方法進行模型修正。

但是初步構建的回歸模型并不是完全沒有意義的，上述的回歸結果表明Y和EDU，NET，FINANCE之間的函數關系并不顯著，所以應該用原始數據進行分析，確立主成分。同時，在權重下的EDUEDU與IFI的相關性太低，所以這一指標的權重是有問題的。

（四）模型修正

針對回歸后結果達不到預期效果的情況，在進行主成分分析法之前，把之前賦予EDU的值進行細化，不進行人為乘以年限的做法，而是收集一個指標的多個變量和其他的解釋變量同步一起通過SPSS軟件，找出對被解釋變量貢獻最高的指標，最后求出最優質的模型。

同時，引進一個新的解釋變量——金融機構貸款余額增長率。金融貸款余額增長率指某一時點金融機構存款金額與金融機構貸款金額之比。[4]數據來源為金融機構發放的各項貸款的期末合計數，如年末數、季度末數和月末數等。

而當數據的單位不一致時，造成指標數值之間相差過大，很難在相關系數上進行調整，所以需要對數據進行標準化處理，結果如表4所示。

得到標準化數據之后，利用SPSS軟件進行相關系數矩陣分析和描述，結果如表5所示。

表4 標準化后數據

表5 相關系數矩陣表

得到標準化數據之后，利用SPSS軟件進行相關系數矩陣分析和提取，同時，結果如表6所示。

表6 公因子方差

圖3 特征根數值衰減折線圖

在做主成分因子分析法的時候，一定會使一部分數據進行讓渡，因為只有數據進行了歸類才方便下面的運算。“初始-提取=讓渡”根據這一共識，由表6可知，它們讓渡的信息并不多，大量的信息以90%以上的狀態被保留，這也是非常好的效果較好。

同時，選擇正交旋轉法，結果如表7所示。

表7 方差分解主成分提取分析表

在方差分解主成分提取分析表中，我們可以分析出主成分的數目，一般出主成分的數目可以根據相關系數矩陣的特征根來判斷。一般相關系數的特征根剛好等于主成分額的方差，并且方差是變量數據蘊含信息的重要判斷之一。

在選擇的是特征值大于1的前提下，保留兩個主因子，從方差分解主成分提取分析表和下面的碎石圖來講是非常合適的。在保留兩個主力因子的結果下，累計貢獻率為96.598%，遠高于85%，模型比較成功。

上述分析僅可知保留兩個主力分析是非常合適的主因子的分析效果較好，但是具體保留哪兩個數據，我們還是需要對數據進行旋轉，借助旋轉后的成分矩陣來幫助分析，分析結果如表8所示。

表8 旋轉后成分矩陣

從表中可知研究生、未上過學、本科、NET、金融貸款余額是第一類主成分因子，其次FIANACE、初中、小學為第二類主成分因子。第一類主成分因子可以概括為金融服務可獲得性，第二類主成分因子可概括為金融服務質量。

根據旋轉后的矩陣生成新的旋轉后，結果如表9和圖4所示。

表9 成份轉換矩陣

圖4 旋轉后空間的成分圖

根據上表所求的解釋總方差表中的旋轉平方和列下的方差列，確定出下面公式的權重。

隨后，進行求綜合因子得分，這樣可以具體到每一年的東北三省普惠金融（IFI）的發展情況，結果如表10所示。

表10 IFI東北三省普惠金融發展得分情況

（五）實證分析

1.回歸分析

針對于第二次主成分因子分析法建模成功，第一次回歸模型卻失敗的結果，可能有以下幾個原因：

（1）數據過少，缺乏數據的普遍性特點。普惠金融其實真正發展起來沒有超過5年的時間，同時東北的普惠金融發展更是相對滯后，處于理論階段，所以回歸模型失敗。

（2）影響因素分析不準確，以年限進行加權太過冒進。目前的戰略中重點可能還是政府、銀行/，尤其是政策性銀行上的扶持，目前東北三省也許還涉及不到發展這一發展速度。所以普惠金融對之前本人找的地區經濟發展水平、互聯網普及率、受教育程度這三個影響因素對普惠金融的影響一開始未得到數據支持效果不明顯。認為是，EDU可能是由于EDU指標我進行的太過冒進，在一開始的回歸分析中，EDUEDU指標就被改成一開始下滑，后期又上漲的曲線的狀態，并不是一條具有一般性的直線。

（3）IFI的定義數據不準確，導致模型建立失敗。

2.主成分因子分析

根據二次建模的主成分因子分析法的結果分析，金融服務可獲得性占比54.136%，金融服務質量占比42.462%，金融服務可獲得性占較為主要的位置。

（1）作為第一類主成分因子的研究生、未上過學、本科、NET、金融貸款余額的所占成分依次降低。研究生、未上過學、本科作為學歷的標準來看，確實比高中生、初中生更多接觸社會，也更容易與金融產生交集，他們的金融服務可獲性指數也就更具代表性。

（2）作為第二類主成分因子的FIANACE、初中、小學的所占成分依次降低。地方經濟發展水平無疑是衡量普惠金融發展的重要指標之一。東北三省普惠金融發展得分情況，從2009年到2016年一直處于穩步上升的狀態，這和當地的經濟水平必然是有聯系的。

主成分因子分析法無論是從模型的角度進行分析，還是從經濟意義的角度進行分析，都是比較完善的模型。

四、實證結論及對策建議

（一）實證結論

目前東北三省的普惠金融得分情況并不高，但是具有很大的潛力和上升空間。無論從普惠金融整體指標還是不同維度的指標來看，東北三省在樣本期內整體形式都是不斷提高的。地方經濟水平在不斷提升，互聯網普及率以及大家受教育程度也在不斷提高。東北三省的普惠金融發展前景是可期的，。但是需要我們警覺的是，在推廣和發展普惠金融的過程中，還需要時刻注意風險的管控，不能一味追求數據化的結果，要讓使普惠金融能夠真正發揮其普惠性。

（二）東北三省普惠金融發展的建議

針對上述分析，本文提出東北三省普惠金融的發展建議：

1.明確重要影響因素指標

各省的相關部門應當了解，除了當地經濟發展水平（FINANCE）是非常重要的經濟指標外，也應當明確互聯網普及率（net）對于普惠金融的發展同樣有著重要影響。明確了重要影響因素有哪些，才能對癥下藥、事半功倍，達到邊際效率最大化。

2.提升對象扶持的精度

應當深刻理解包容性增長理論的意義，金融的發展應為全社會帶來收益，我們需要而是用一只看不見的手，把一部分果實分享給那些在當前沒有自主獲取能力的人人為的幫助給那些還沒有獲得果實的人。而如何把這只看不見的手量化，那我認為就是將在當地經濟發展水平（FINANCE）、互聯網普及率（NET）這些指標重視起來并且加以落實到每個人的頭上。教育（EDU）是一個非常特殊的經濟指標，在對東北三省普惠金融發展的影響因素中，并不是一味的學歷越高越好，而是應針對以研究生、未上過學、本科這三種狀態的人進行金融經濟上知識的講解會比較更為有效。還應并且重視金融服務的獲得性，加大金融基礎設施的建設，提高不發達地區和落后偏遠地區的金融普及率。

3.提高金融創新能力

普惠金融作為一種新的金融制度和理念，其發展脫離不開金融創新，尤其是隨著互聯網和數字化金融的發展，為普惠金融的發展提供了很好的載體，大數據平臺可以更精準的進行金融服務對象的篩選，同時能夠一定程度降低和控制金融風險，使普惠金融得以健康發展。

4.提高金融知識的宣傳和教育

現階段我國多數人群沒有接受過專業性的金融知識學習，多數人還處于盲從階段，容易受到誤導和引誘，許多打著普惠金融招牌實則進行金融詐騙的行為嚴重損害了普惠金融的可信度，對普惠金融的推廣造成了障礙。要想解決這個問題，一方面政府要加強對金融市場的有效監管，同時也要加強對群眾進行金融知識宣傳和教育，[5]如定期舉辦相應的宣傳活動，發放宣傳手冊、加大金融公益廣告的投放力度、開設金融講座等。通過這些活動激發起群眾對于金融知識的理解，同時促進他們對于金融領域的興趣，這樣才能消除群眾對金融的誤解，促進普惠金融的健康快速發展。