新冠疫情導致了居民存款激增嗎？*

葉德珠，羅霜梅

（暨南大學經濟學院，廣東 廣州 510632）

一、引言

2020年初新冠疫情爆發，無論是物流、消費、股市還是人們的生活狀態等都受到了相當大的影響。儲蓄作為居民防御風險的手段之一，在其他金融資產前景撲朔迷離時成為了一種風險規避手段。一方面，傳統的預防性儲蓄理論提出，基于對未來的不確定性預期，居民的消費水平會下降，由此產生預防性儲蓄。但是預防性儲蓄理論相關的驗證較為有限，場景并不充沛，新冠疫情作為一個短期巨大的沖擊，為該理論提供了一個較好的場景，能夠對預防性儲蓄理論進行驗證，同時也是對災難風險理論的一個有效驗證。另一方面，在如今嚴峻的國際環境下，對外貿易遭到沖擊，如何將物資用于內部消費、提升居民的生活水平、刺激居民消費成為一個亟待解決的問題。人們不僅僅關心是否產生了存款激增，也關心存款行為的動態特征以及其持續性，存款行為在農村居民和城鎮居民中是否存在區別也是需要研究清楚的問題。當經濟內循環作為一個重要的戰略導向被提出，改善居民儲蓄行為是刺激消費的重要方向，因此對于新冠沖擊下儲蓄行為的研究十分迫切。

在新冠疫情的沖擊下，我國2020年存款情況與往年存在著顯著的差異，即便是在經濟基本面受挫的情況下，居民儲蓄仍舊體現出了強勁的增長態勢。具體表現為：2020年1月居民儲蓄增加42015.22億元；3月份居民存款大幅增長23775.56億元，與嚴峻的產業狀況相悖；5月份住戶人民幣存款增加4819億元，仍舊處于較高水平；6月末居民儲蓄存款余額仍在增長。另外，根據中國人民銀行調查統計司發布的調查問卷統計數據，2020年第一季度傾向于“更多儲蓄”的居民占到了53%，環比上升7.3個百分點；2020年第二季度傾向于“更多儲蓄”的居民占52.9%，仍然保持高水平。從這個在全國50個城市進行的2萬戶城鎮儲戶問卷調查可以直觀地看到，新冠疫情的爆發激起了居民強烈的儲蓄意愿，偏離了之前的穩定值。值得一提的是，疫情后儲蓄大幅上升的現象并不是中國獨有的，歐元區在2020年第一季度家庭儲蓄率出現了大幅增長。2020年4—7月，美國消費者的儲蓄總額高達12.5萬億美元，囤積現金的現象不僅僅出現在高收入家庭，在不同收入群體都有所表現。由此可見，研究新冠疫情對于居民儲蓄的影響是一個有著重要現實意義的選題。

本文以新冠疫情作為準自然實驗，根據2018年第一季度到2020年第二季度的省際面板數據，系統性考察新冠疫情對于居民儲蓄存款行為產生的影響及其作用機制；將新冠疫情作為儲蓄決定因素引入儲蓄決定模型，探討新冠疫情的沖擊對居民儲蓄行為的影響。在此基礎上進一步研究沖擊產生的動態效應、城鎮居民和農村居民受沖擊的儲蓄決定表現差異、疫情沖擊對居民儲蓄行為影響的作用機制。

本文可能的貢獻主要體現在：利用新冠疫情這個外生沖擊對預防性儲蓄理論以及災難風險理論進行驗證，通過對疫情對儲蓄沖擊的動態效應、異質性以及機制分析探明了新冠疫情對居民儲蓄作用的變化、城鎮居民和農村居民在受沖擊后儲蓄表現的不同之處以及影響機制，有利于提出更加具有針對性的政策意見。

二、文獻綜述與理論分析

（一）文獻綜述

就儲蓄的決定因素來說，最早的古典經濟學認為利率是影響儲蓄的重要因素，后期逐漸將收入水平引入決定模型，生命周期假說更是將現期收入進行拓寬，指出人們會根據一生的收入進行消費儲蓄安排。但是對于儲蓄決定的研究并沒有就此止步，Carroll等（2000）認為高增長導致高儲蓄，并且提出了前瞻性消費者在快速增長的經濟中會節省更少。中國高儲蓄之謎亦是吸引了學者們進行研究，Modigliani和Cao（2004）認為中國的高儲蓄率歸因于人口結構和收入增長。儲蓄決定理論近些年來亦有了一定的拓展。汪紅駒和張慧蓮（2006）認為，對儲蓄存款需求的影響可以通過通貨膨脹率、消費者風險偏好來解釋。陳健等（2012）認為信貸約束也會對居民消費造成影響。汪偉（2008）認為城鎮與農村居民儲蓄存在顯著的差異。王鋒等（2016）認為居民儲蓄率在區域、男女性別以及家庭規模層面存在差異化表現，并且發現了居民儲蓄率存在空間正相關性、女性儲蓄水平更高以及小型規模家庭消費率更高的特征。

對于新冠疫情對經濟的影響研究，截至目前也有少量的研究成果。劉長安（2020）認為，新冠疫情在經濟周期、三大產業比重、擁有的經濟形態等方面都與非典疫情時的社會環境不同。進一步地，何誠穎等（2020）認為新冠疫情導致了消費減少、外貿受限、投資下降、產業發展受到重創以及資本市場波動激烈。吳婷婷和朱昂昂（2020）認為新冠疫情將對全球產業鏈帶來沖擊，甚至會破壞國際供應鏈的整體性。田盛丹（2020）認為在各個經濟主體和行業部門受到疫情的影響中，居民消費受到的負面影響尤為嚴重。同時就疫情影響的階段性以及持續性來看，尹彥輝等（2020）認為疫情的影響是階段性的，以短期沖擊為主，長期效應不顯著。婁飛鵬（2020）認為從長期看傳染病疫情并不能改變長期的經濟決定因素，并且疫情的發生導致了存款結構的變化。

總的來看，當前文獻對疫情與居民存款關系的討論尚不夠全面。以往的文獻中，只考慮到了收入、經濟增長、信貸約束等對儲蓄的影響，未曾探討過在極端風險事件發生的情況下，個體儲蓄行為會出現怎樣的表現，以及這種表現的影響機理。在疫情沖擊下，難以用傳統的儲蓄決定因素解釋為什么在經濟基本面嚴峻、居民收入狀況不佳的情況下還是存在高儲蓄傾向。同時現有的疫情經濟學研究，基本上是集中于疫情對經濟宏觀層面的沖擊，或者是疫情對產業結構、對外貿易造成的影響，鮮有文獻通過實證檢驗新冠疫情給微觀個體儲蓄行為決策帶來的影響。儲蓄是影響我國經濟內循環戰略的重要一環，探討清楚新冠疫情這種極端風險事件對其造成的影響，有助于儲蓄決定因素的豐富，同時也是我國切實需要解決的問題。

（二）理論分析

Leland（1968）認為不確定性的存在使居民的消費并不總是平滑的，并且提出了預防性儲蓄理論。在不確定情況下，預期未來消費的邊際效用要大于確定情況下的邊際效用。未來的風險越大，預期未來消費的邊際效用越大，消費者的儲蓄動機就越強。朱春燕和臧旭恒（2001）認為，人們會因為不確定性而謹慎性儲蓄，不確定性與財富積累之間為正相關關系，不確定性越高，財富積累越多。凌晨和張安全（2012）認為城鄉居民儲蓄行為存在非常強的預防性動機。在預防性儲蓄理論基礎上，張建華和孫學光（2009）認為預防性動機是通過影響居民的收入和通貨膨脹率而對儲蓄造成了影響。施建淮和朱海婷（2004）認為預防性動機確實存在，但是并不像人們預期的那么強。

在新古典經濟學下，Charlotte和Edward（2004）認為，巨型災害造成的破壞性大，這類自然災害會因為消費者心理或者社會捐助等因素的影響造成儲蓄行為的變化。同時，許閑（2013）認為自然災害可以對資本、儲蓄以及勞動力等變量產生影響，揭示了自然災害在短期和長期對一國宏觀經濟帶來的影響。晁江鋒（2019）認為，巨災事件下適度的價格粘性使得貨幣政策能夠有效刺激企業的投資以及產出規模，但對居民消費有一定的抑制作用。陳國進等（2014）認為，災難風險主要通過兩個途徑對我國的宏觀經濟產生影響：一是災難的實際發生對實體經濟的重大損害，二是經濟主體對災難風險的預期沖擊。

結合預防性儲蓄理論以及災難風險理論，新冠疫情爆發后，無論是經濟基本面還是人們的正常生活都受到了一定程度的沖擊，投資者或消費者基于歷史上已經發生的災難性事件，存在對未來不確定性的心理預期，即災難性預期或災難風險，從而使得居民的投資-消費決策更加謹慎，產生預防性儲蓄的可能性大幅增加。具體而言，預防性儲蓄的增加可能通過兩個渠道體現：一方面，疫情的發生使居民產生不樂觀的預期，疫情嚴重地區的居民更可能產生恐慌的情緒，并且對于未來的經濟走勢更加悲觀，對自己的收入水平有較低的預期，消費者信心下挫，產生收緊消費、增加預防性儲蓄的情況。另一方面，國際大環境的惡劣以及經濟基本面的消極表現也會波及到資本市場，可以看到疫情爆發后金融市場產生了劇烈波動，其中美國金融市場甚至出現了多次熔斷，同時國內資本市場尚不成熟以及散戶居多，動蕩更加劇烈，風險程度加大。由此可能導致投資者面對市場風險而選擇規避的態度，并且在受災越嚴重的地區，負面預期可能越多，進而選擇更加保守的投資方式，即將資金進行儲蓄。總之，疫情沖擊后居民的儲蓄意愿將會大幅攀升，進而導致存款激增。

三、研究設計

（一）樣本與數據

本文選擇2018年第一季度到2020年第二季度的數據，具體包括有關居民存款、經濟指標、疫情狀況的數據，以省級行政區域為截面。數據來源于國家統計局、中國人民銀行以及國泰安數據庫。最終得到310個樣本數據，構成一個平衡面板數據。

（二）模型設計與變量定義

新冠疫情的發生是一個黑天鵝事件，對于個體而言是一個外生沖擊，可視為一個具有隨機性的自然實驗。在以往文獻對于居民儲蓄決定因素的研究的基礎上，考慮到疫情的沖擊是完全覆蓋了各個省份，本文參考Nunn和Qian（2011）的模型建立方法，借助以下連續型DID模型衡量新冠疫情對居民儲蓄率的影響，該模型區別于傳統的標準形式雙重差分模型：

其中：post為疫情沖擊的時間虛擬變量，degree為疫情嚴重程度衡量指標，其系數為本文的重點觀測估計量，體現了在新冠疫情發生之后，疫情嚴重程度的不同對居民儲蓄率帶來的凈效應。模型同時控制居民儲蓄率的其他影響因素：收入、利率、通貨膨脹、信貸約束，以及體現居民儲蓄率慣性趨勢的滯后一期的居民儲蓄率。考慮到儲蓄率還可能受到春節等季節性因素的影響，上述模型將時間固定效應以及個體固定效應分離出來，更為精確地反映了時間特征以及個體特征，替代原來粗糙的沖擊變量以及分組變量，進行更為細致的固定效應控制。同時，引入連續型DID模型的原因在于該模型形式更加靈活且便于理解，適用于疫情這種沖擊面十分廣的準自然實驗。并且該模型沒有逆向因果關系，使用雙向固定效應估計更是避免了遺漏變量導致的偏誤問題，能夠有效避免內生性的問題，有利于本文后續進一步的研究以及使穩健性檢驗內容更加豐富。

1.被解釋變量

Savingit，居民儲蓄率。等于（人均可支配收入-人均消費支出）/人均可支配收入。

2.解釋變量

postt×degreei，沖擊虛擬變量與程度連續型變量的交乘項。

postt，疫情爆發時間虛擬變量。在2020年之前的樣本取0，2020年之后的樣本取1。

degreei，疫情嚴重程度，為連續型變量。在該指標構建時，利用了變量標準化的特點，按照極差歸一化的數據標準化方法能夠直接將變量轉換為0到1的數值，同時充分體現了嚴重程度。本文選取新冠患病人數累計值作為原始指標，以其歸一化之后的值代表個體遭受疫情沖擊的嚴重程度。

3.控制變量

Incomeit，人均可支配收入的對數值。收入是影響居民儲蓄決策的重要解釋變量。一般而言，隨著收入的增長，居民儲蓄率也會相應地增長。

Rateit，利率，以全國銀行間同業拆借加權平均利率來衡量。利率對儲蓄的影響會因為收入效應以及替代效應的相對大小而具有不同的表現。由于中國人民銀行公布了同業拆借利率的月度數據，故計算算數平均數代表季度利率水平。我國對于居民存款利率采取了規定基準利率，各銀行可根據市場情況進行上下浮動的利率決定政策。考慮到同業拆借利率能夠很好地解釋市場資金供求狀況，由此本文將其作為代表利率水平指標。

Inflationit，通貨膨脹率。本文選取居民消費價格指數作為通貨膨脹率的衡量，一般而言，通貨膨脹率越大，儲蓄越低。

Creditit，信貸約束，以M2/GDP作為信貸約束的衡量。信貸約束指標越大，體現了信貸約束程度越小。

LSavingit，滯后一期的居民儲蓄率，由于儲蓄行為存在慣性作用，因此引入居民儲蓄率的滯后一期。

所有變量具體定義如表1所示：

表1 變量定義

四、實證分析

（一）描述性統計分析

表2列示了主要變量的描述性統計分析結果。從中可以看出，我國居民的儲蓄率水平較高，平均而言居民收入的30.98%形成了儲蓄。不同樣本之間的收入水平存在著較大的差異，并且城鎮居民的收入比農村居民的收入高，且差異更大，這與我國的實際國情相符合。利率水平平均在3.1473%，不同時期利率水平變化較大。通貨膨脹率差別比較小，相對比較平穩。信貸約束的均值為8.0510，且不同時期的信貸約束差距很大，由此也會產生相應的儲蓄差異，這符合我國的實際情況。

表2 主要變量的描述性統計結果

在對總體樣本進行了描述性統計分析之后，本文對疫情前后的儲蓄率水平以及相關變量分別進行了描述性統計，如表3所示：

表3 分樣本描述性統計

從表3可以看到，疫情前后居民儲蓄率從29.55%上升到了36.72%，是一個大幅度的上升。同時本文對與疫情對應的季度數據也做了驗證，結果發現，2018年和2019年第一二季度的儲蓄率均值為31.147%，疫情之后的2020年第一二季度儲蓄率均值為36.72%，因此不用太過擔心是否是季節性因素導致的差別，可以直觀看到受新冠疫情的影響，居民儲蓄率確實有了大幅上升。另外在疫情沖擊之后，居民可支配收入大幅度下降，這與疫情期間復工復產受到限制緊密相關。在利率水平上，疫情期間我國實施了寬松的貨幣政策，市場利率處于較低的狀態。疫情初期醫藥防護等物品價格飛漲，交通物流受限，通貨膨脹率在疫情期間有所上升。同時，寬松的貨幣政策環境以及對中小企業實施的幫扶政策，均是信貸約束指標上升的原因。

（二）疫情對居民儲蓄率的影響

為了更加規范化地分析新冠疫情對儲蓄率的影響，下面進行回歸分析。首先將控制變量和居民儲蓄率進行了回歸，隨后引入交乘項進行回歸分析，模型同時對時間和個體固定效應進行控制，并且統一使用穩健標準誤。最終的回歸結果中如表4所示，其中第（1）列僅包含常規解釋變量的回歸結果，第（2）列是引入交乘項后的回歸結果，第（3）、（4）列反映了新冠疫情的動態效應。

表4 基準回歸結果

從第（2）列回歸結果可以看出，交乘項的系數顯著為正，說明受疫情沖擊越嚴重的地區，居民的預防性儲蓄動機增強越明顯，因而居民儲蓄增加得越多。通過觀測第（3）、（4）列所描述的動態效應可以知道，疫情沖擊更嚴重的地區儲蓄增加更多的情況，在2020年第一季度和第二季度都是顯著存在的，說明新冠疫情對儲蓄率的影響具有一定的持續性。

（三）城鄉異質性分析

在進行城鄉異質性分析時，分別對城鎮居民儲蓄率及其影響因素、農村居民儲蓄率及其影響因素進行回歸，探討不同疫情嚴重程度的地區對于居民儲蓄率產生的影響在城鎮居民與農村居民之間是否存在顯著的差異。表5列示了回歸結果，其中第（1）、（2）列為城鎮居民儲蓄率的回歸結果，第（3）、（4）列為農村居民儲蓄率的回歸結果。從中可以看到，第（4）列中的交乘項系數比第（2）列中更大，說明在受到疫情沖擊之后，農村居民的儲蓄增量多于城鎮居民。這種差別可能來源于農村居民受到沖擊之后產生的預防性儲蓄動機更大，并且農村居民的投資替代產品相較于城鎮居民更少，儲蓄是其主要的防患手段。

表5 新冠疫情影響的城鄉異質性分析

（四）穩健性檢驗

基準回歸中的被解釋變量為儲蓄增長率，該指標在構建時將股票等金融市場投資一并納入儲蓄，未將金融市場投資從居民存款中剝離出來。由于在疫情中實行了貨幣寬松等刺激政策，使得居民名義收入增加，在這種情況下可能會帶動金融市場資產的投資，改變資產配置結構。為了研究新冠疫情對居民存款行為的影響，需要尋找一個更加干凈的指標，為此將住戶存款增長率作為被解釋變量。從新的回歸結果（見表6）可以看到，疫情發生后，受災越嚴重的地區住戶存款增長率越大，并且這種影響在2020年第一季度和第二季度都是成立的，由此可見基準回歸的結論是穩健的。

表6 穩健性回歸結果

五、影響機制檢驗

為了進一步探討新冠疫情對居民儲蓄的影響機制，利用引入交乘項的方式進行進一步分析，回歸方程如下所示：

其中channel即為待研究的渠道變量。第一，新冠疫情爆發后，疫情嚴重地區的居民更可能產生恐慌的情緒，并且對于未來的經濟走勢更加悲觀，對自己的收入水平有較低的預期，消費信心下降，由此可能會進行預防性儲蓄以防患于未然。鑒于此，本文引入第一個渠道變量——消費者信心指數（CCI）。第二，疫情沖擊帶來了金融市場的波動，雖然在2020年第二季度初期出現了一波短暫的投資熱，但是仍然難以令人無視國內國際金融市場的負面沖擊。其中美國金融市場甚至出現了多次熔斷，國內金融市場受到疫情影響的程度也在加大。由此可能導致投資者面對市場風險而選擇規避的態度，并且在受災越嚴重的地區，負面預期可能越嚴重，進而可能選擇更加保守的投資方式，即將資金進行儲蓄。鑒于此，本文引入第二個渠道變量——投資者情緒指數（CICSI）。

從回歸結果（見表7）可以看出，消費者信心指數和投資者情緒指數的回歸系數顯著為負，說明消費者信心下挫以及投資者情緒悲觀時，儲蓄率將會上升。同時通過其與疫情的交乘項可以看出，在疫情沖擊后，受災程度更大地區的消費者信心指數與投資者情緒指數對儲蓄率的負向影響更大，兩個指數的下降將使儲蓄率產生更大幅度的增加，由此可見消費者信心指數與投資者情緒指數兩個渠道的影響是顯著的。

表7 新冠疫情對居民存款行為的影響渠道檢驗

Post×degree×CCI -0.0029***（0.0007）Post×degree×CICSI -0.0084***（0.0020）CCI -0.0358***（0.0034）CICSI -0.0901***（0.0085）控制變量 控制 控制個體固定效應 控制 控制時間固定效應 控制 控制R-sq 0.4215 0.4215

六、結論與啟示

新冠疫情爆發后，各界人士對于居民會產生報復性儲蓄還是報復性消費意見不一，實際情況如何以及其可持續性、作用機制等都是需要回答的問題。本文根據2018年第一季度到2020年第二季度的省際面板數據，以新冠疫情作為準自然實驗，嘗試對這些問題進行分析。實證結果發現：疫情期間的居民儲蓄率確實有了很大的提升，且受災越嚴重的地區居民儲蓄率越高，確實形成了存款激增；疫情的影響具有一定的持續性，在2020年第一季度和第二季度都存在顯著影響；農村居民的反應較城鎮居民更為顯著。對作用機制的進一步研究發現，新冠疫情對居民儲蓄的影響主要是通過影響消費者信心和投資者情緒來實現的。

上述結果的政策含義是：推進經濟內循環，促進居民將儲蓄轉化為消費，需要使居民產生積極樂觀的經濟預期，在復工復產上還需要做進一步努力。同時，鑒于我國的證券市場波動性較大，營造一個穩定、良好的投資環境，也是促進內需的另一個重要路徑。