金融知識對居民數字金融參與的影響效應研究

劉心怡　張旭

摘要：基于2015年、2017年、2019年中國家庭金融調查（China Household Finance Survey，CHFS）的面板數據，采用二元選擇模型Probit方法和中介效應模型，探究金融知識對居民數字金融參與的影響。研究結果表明，金融知識對居民參與數字金融具有促進作用，對于西部地區、城鎮家庭和中高收入群體的影響效應更加顯著。中介效應模型估計結果表明，金融知識通過降低家庭現金存款占總資產比率、資產負債率對居民參與數字金融行為產生影響。建議多渠道普及金融知識，完善數字金融服務平臺，優化家庭資產配置以提高居民數字金融參與。

關鍵詞：金融知識；數字金融參與；影響效應；中介機制

中圖分類號：F832.1 文獻標志碼：A

數字金融泛指傳統金融機構與互聯網公司利用數字技術提供的支付、投資、融資和其他新型金融服務［1］。央行發布的《金融科技發展規劃（2022—2025年）》明確提出要將數字元素與金融服務相融合，推動金融服務的數字化轉型，中國數字金融進入高速發展時期［2］。相較于傳統金融，數字金融產品與服務具有覆蓋廣、門檻低、流動性高、收益好的優勢［3］，可有效促進區域創新效率［4］，推動城鄉融合發展［5］。金融信息多樣化，信息篩選和風險評估困難致使家庭使用數字產品的可能性降低［6］。研究發現，超過一半的家庭表示不愿意使用數字金融產品，其原因是缺乏相關知識而無法確定應購買何種產品［7］。通過金融知識普及可以提升數字金融行為的響應概率和響應廣度［8］，有效釋放家庭財務需求，減少家庭金融排斥［9］，降低低風險、低回報的理財產品比重［10］。綜上，現有文獻認為金融知識能夠影響居民數字金融參與行為，但關于影響程度、是否存在異質性的定量分析相對較少且多側重于分析傳統金融。本文基于2015年、2017年、2019年中國家庭金融調查（CHFS）樣本數據，探究金融知識影響數字金融參與機制研究，為中國數字金融發展決策提供參考。

1 理論基礎與研究假說

數字金融發展為居民提供了更加豐富的金融產品和投資機會，但金融產品多樣化要求居民必須具備一定的金融信息處理能力、金融產品風險判斷能力等。當居民缺乏必要的金融知識，無法評價和篩選新型數字金融產品時，會避開此類金融產品。由于居民金融知識水平提高，金融參與過程中信息不對稱問題得以解決，信息處理能力增強，金融產品選擇更高效，進而激發居民購買數字金融產品的動力［11］。此外，居民參與數字金融市場不僅需要具備一定金融常識，還需要具備互聯網技能［12］。金融知識教育活動普及可有效提高居民互聯網金融行為決策能力［7］。經典投資組合理論認為居民投資行為基本取決于個人風險偏好程度，家庭金融研究興起后，大量研究發現投資行為受個體特征和家庭環境因素等影響，其中金融知識成為尤為關注的變量。中國居民金融資產結構中，存款占據家庭資產的絕對主導地位，投資多元化程度不高，居民金融知識不足是其成因之一［13］?；谏芷谛в米畲蠡妥顑炿S機模型分析金融知識的投入產出效應，發現金融知識能夠改善家庭投資行為［14］。居民金融知識水平越高，越熟悉金融產品，投資意愿越強，持有的現金存款比重越少，參與股票金融市場的概率越高，家庭財產性收入占總收入的比重則越高［15-16］，居民家庭資產配置更傾向于風險資產，投資趨于多樣化和分散化，參與金融市場更加積極［17］。傳統金融中金融脆弱性理論認為家庭出現債務困難時，其參與數字金融市場的可能性幾乎為零，金融知識提高能夠有效降低家庭過度負債的概率［18］，減少家庭資不抵債、入不敷出現象，顯著緩解家庭金融脆弱性［19］。另外，消費者選擇與自身的需求、償還能力相匹配的信貸產品時，缺乏金融知識素養容易出現決策偏差，導致其債務負擔更重，信貸違約和債務償還困難的可能性加大［20］，而提高金融知識水平可有效提升家庭的償還意愿和能力［21］。

綜上，居民金融知識水平越高，越能高效地獲取有價值的金融信息并完成正確投資判斷，從而充分享有數字環境下的金融產品與服務，提高居民參與數字金融。金融知識教育使居民知曉更多正規渠道獲取金融信息，處理金融信息的能力會提高，從而促進其使用數字金融的積極性。理論上，金融知識水平與家庭金融資產配置、居民投資意愿成正相關關系，提高金融知識水平有利于居民由單一地持有現金和存款轉向投資類資產，提高數字金融參與。同時，金融知識水平提高能夠降低家庭負債的發生概率，從家庭金融脆弱性角度，當家庭資產負債率較低時，其購買數字金融產品和服務的愿望更強，數字金融參與度更高。總之，金融知識有可能通過降低資產中現金存款比重，緩解家庭負債，進而推動居民參與數字金融。鑒于此，本文提出如下假說：

假說1：金融知識對居民參與數字金融具有促進作用。

假說2：金融知識能夠通過降低家庭現金存款占總資產的比重，進而促進居民參與數字金融。

假說3：金融知識能夠通過降低家庭資產負債率，進而促進居民參與數字金融。

2 研究設計

2.1 數據來源

研究數據源自西南財經大學于2015年、2017年、2019年全國范圍內開展的中國家庭金融調查（CHFS）。調查樣本覆蓋全國29個?。ㄗ灾螀^、直轄市），343個區縣，1360個村（居）委會，包含3萬余戶家庭、10萬余個家庭成員信息。待剔除關鍵變量的缺失值后，有效樣本共26 896份。

2.2 變量選取

（1）被解釋變量：數字金融參與（dfp）?；跀底纸鹑诘亩x，從數字支付、數字理財、數字借貸考察家庭居民參與數字金融的情況，若受訪者使用或購買了任一種產品與服務，則說明該居民參與了數字金融，被解釋變量賦值為1，否則為0。

（2）解釋變量：金融知識（fk）。選取CHFS金融知識測試問卷中關于利率計算、通貨膨脹和風險認知的問題，根據受訪居民的回答情況基于因子分析法［6］和賦分法完成賦值，以衡量居民金融知識水平。2015、2017和2019年樣本數據采用因子分析法分別完成KMO檢驗（0.70、0.67和0.77）。選取賦分法作為穩健性檢驗的標準。

（3）控制變量：居民個體特征、家庭特征以及地區特征。其中，個體特征包括居民的風險偏好、性別、年齡、受教育程度、婚姻狀況、健康狀況、是否有工作、是否為戶主；家庭特征包括受訪者生活環境為鄉村還是城鎮、家庭戶口類型以及家庭總收入的對數；地區特征為省份。另外，引入年齡的平方以避免年齡對數字金融參與的非線性影響。

（4）工具變量：居民擁有的銀行卡數量。居民擁有銀行卡越多，接觸金融服務越頻繁，所學金融知識就越多，因此兩者滿足相關性原則；而居民是否參與數字金融不會受銀行卡數量的影響，滿足外生性要求。

（5）中介變量：金融知識可影響家庭的資產配置，間接影響數字金融參與行為，故選取現金與存款占家庭總資產的比重、家庭資產負債率作為中介變量，用以觀察家庭的資產結構及風險狀況，分析其對居民數字金融參與的影響。

2.3 描述性統計

移動互聯網技術日益普及，數字金融產品與服務逐漸被家庭認可，中國數字金融參與人數快速上升。樣本總體中54.6%的居民參與了數字金融，金融知識的因子得分均值為0.124，標準差為 0.54，說明不同居民之間金融知識水平存在明顯差異。當面對有風險的投資，大多數居民更傾向于將資金投資于略低風險、略低回報的項目。居民平均年齡為49.82，平均受教育程度為10.88，介于初中、高中之間。67%的受訪者有工作，家庭總收入的對數均值為10.97。

2.4 模型設定

居民參與數字金融屬于二值變量，故基準回歸采用Probit模型驗證金融知識對數字金融參與的影響。

中介效應模型設定為

dfpi=α+βfki+γXi+εi（1）

Yi=δ+ζfki+γXi+εi（2）

dfpi=μ+λfki+θYi+γXi+εi（3）

其中，dfpi為數字金融參與，fki為金融知識，Yi為中介變量，Xi為控制變量。對式（1）回歸，若β不顯著則終止中介效應檢驗，若β顯著則繼續對式（2）和式（3）回歸。式（2）中ζ和式（3）中θ顯著說明間接影響顯著，當ζ或θ中有一個不顯著，需引入Soble檢驗該變量是否存在中介效應。式（3）回歸結果中λ顯著，說明直接影響顯著。

3 實證分析

3.1 基礎回歸分析

基于Probit模型估計檢驗金融知識對總體數字金融參與及不同類別數字金融參與是否有影響。表2顯示金融知識在1%水平上對數字金融參與有正向影響，且金融知識提高對居民參與數字支付、數字理財、數字借貸均有促進作用，實證結果與總體數字金融參與情況一致，由此驗證假說1。

居民總體數字金融參與情況和數字支付參與、數字理財參與的估計結果基本一致，均受到居民風險態度、是否為戶主、年齡、性別、受教育程度、健康狀況、工作狀況、城鄉、收入的影響。但各控制變量對數字借貸參與的影響存在較大差異，除風險偏好以外，其他個體特征對居民是否參與數字借貸影響均不顯著，而家庭特征、地區特征對數字借貸行為具有顯著負向影響。推測原因是，家庭收入水平越高，參與借貸的可能性越低；而由于中國存在區域金融排斥，農村地區家庭發生借貸行為的概率要小于城鎮地區家庭。

風險偏好對居民參與數字金融具有顯著負向影響，相較于風險規避者，風險愛好者使用數字金融產品的積極性更高。被調查居民是否為戶主對數字金融參與具有顯著正向影響，其原因可能是戶主掌握家庭的財政支配權，擁有更多資金，參與數字金融的概率則越高。分別觀察不同種類數字金融產品，是否為戶主對其使用數字支付、數字理財在10%的水平上顯著，而對數字借貸沒有統計上的顯著影響。性別對數字金融參與具有顯著影響，男性的風險偏好普遍高于女性，數字金融產品使用可能性更大。年齡對數字金融參與的影響在5%的水平上顯著，老年人受個人習慣及接受新事物能力等影響，其參與行為相較于年輕人較為保守。居民受教育程度與其數字金融參與行為呈正向關系，居民受教育水平越高，更易接受新鮮事物，其數字金融參與度越高。身體健康狀況良好的居民更敢于參與數字金融。有工作的居民有更多機會接觸不同種類人群，由此獲取更多金融信息，又或受同事影響購買某類數字金融產品。家庭總收入對數字金融參與的影響在1%的水平上顯著，家庭收入越高，更易獲得金融機構提供的服務，提升家庭成員參與數字金融的概率。居民婚姻狀況，家庭戶口類型對其參與數字金融沒有顯著影響。

3.2 內生性問題處理

居民參與數字金融過程中會不斷學習新的金融知識，使其金融知識水平提高。為解決內生性問題產生的估計結果偏差，采用工具變量法并引入IV-Probit模型檢驗。結果顯示金融知識對數字金融參與的影響仍然顯著為正，系數為0.467，與基準回歸結果差別很小，表明金融知識提高確實可以促進居民參與數字金融。另外，一階段F值為197.34，說明工具變量相關性比較好。待消除內生性問題后，假說1依然成立。

3.3 異質性分析

金融知識對不同種類人群參與數字金融可能存在異質性，選取區域、城鄉、收入水平三個視角，采用Probit計量模型完成樣本數據估計檢驗（表3）。為避免內生性問題，同時使用IV-Probit分別估計分組樣本，估計結果與Probit結果一致，不在表中列出。

首先，金融知識對居民數字金融參與的影響存在區域差異。樣本數據按區域分為東、中、西三大區域，西部地區作用效果最為明顯，東部地區次之，中部地區系數最小，說明中部地區通過提高居民金融知識水平促進數字金融參與的作用效果有更大的提升空間。其次，金融知識對居民數字金融參與的影響存在城鄉差異。樣本數據分為農村組和城鎮組，金融知識促進城鎮地區居民參與數字金融的可能性高于農村地區。相較于農村地區，城鎮地區居民參與數字金融活動的條件更便利，渠道更多。最后，金融知識對居民數字金融參與存在收入水平差異。根據受訪者收入劃分為低收入組、中等收入組和高收入組，金融知識對中等收入水平居民參與數字金融的促進作用更明顯，低收入群體金融知識水平的提高也會促進其對數字金融的參與，但由于資金不足，其促進作用低于中高收入群體。

3.4 機制分析

表4第（1）列反映金融知識對現金與存款占家庭總資產比重是否有顯著影響，第（3）列反映金融知識對資產負債率是否有顯著影響，第（2）列和第（4）列反映中介變量對數字金融參與是否直接影響顯著。金融知識在1%的水平上對現金和存款占總資產比重有顯著影響，引入中介變量后，金融知識和現金與存款占總資產比重均對居民數字金融參與行為影響顯著，說明金融知識能夠通過影響家庭持有的現金和存款比重，進而影響居民參與數字金融，假說2結論成立。另外，金融知識在1%的水平上對資產負債率有顯著影響，且金融知識和資產負債率均對居民數字金融參與行為影響顯著，說明金融知識能夠通過影響家庭資產負債率，進而影響居民參與數字金融，假說3結論成立。

3.5 穩健性檢驗

采用改變變量測度和增加新變量完成穩健性檢驗。采用賦值法衡量居民金融知識水平，衡量結果作為解釋變量帶入回歸模型，改變變量測度后的金融知識仍對數字金融參與有顯著正向影響，前述結論穩健；居民想要參與數字金融，需擁有一定的數字技能并借助數字智能設備。因此，將“居民是否使用智能手機”作為新變量，加入控制變量檢驗，該變量對居民數字金融參與行為有正向影響，同時金融知識仍在1%的水平上顯著，本文所得結論穩健。

4 結論

本文基于Probit模型和中介效應模型，探究了金融知識對居民數字金融參與的作用機制。研究表明，金融知識對居民參與數字金融發揮正向促進作用；金融知識能夠影響家庭金融資產配置，降低資產中現金存款比重，緩解家庭負債，進而推動居民參與數字金融。建議多渠道普及金融知識，針對不同年齡、地區提供專項金融普及，加強居民尤其是中等收入水平居民的金融知識；加強基礎數字建設，開展數字金融下鄉，打造線上線下相結合的金融服務，降低數字金融參與門檻；加強社會保障體系建設，提升居民風險承受能力，鼓勵政府引導家庭和個人主動購買數字金融產品與服務，優化家庭資產配置；提高銀行借貸利率，打擊民間非法借貸，建立困難家庭救助基金，降低家庭負債。

參考文獻

［1］黃益平， 黃卓. 中國的數字金融發展： 現在與未來［J］. 經濟學（季刊）， 2018， 17（4）： 1489-1502.

［2］中國人民銀行. 《金融科技發展規劃（2022—2025年）》［EB/OL］. （2022-01-04）［2022-05-15］. http：//www.pbc.gov.cn/zhengwugongkai/4081330/4081344/4081395/4081686/4470403/index.html.

［3］ELLISON G， ELLISON S F. Match quality， search， and the Internet market for used books［DB/OL］. （2018-05-15）［2022-06-01］. https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3101995.

［4］劉昱， 張旭. 基于DSDM的數字金融對中國區域創新效率影響效應研究［J］. 青島大學學報（自然科學版）， 2022， 35（3）： 72-77.

［5］滕耀凱， 孫毅. 數字經濟對城鄉高質量融合發展的影響研究［J］. 青島大學學報（自然科學版）， 2022， 35（3）： 64-71.

［6］魏昭， 宋全云. 互聯網金融下家庭資產配置［J］. 財經科學， 2016（7）： 52-60.

［7］尹志超， 仇化. 金融知識對互聯網金融參與重要嗎［J］. 財貿經濟， 2019， 40（6）： 70-84.

［8］張龍耀， 李超偉， 王睿. 金融知識與農戶數字金融行為響應——來自四省農戶調查的微觀證據［J］. 中國農村經濟， 2021（5）： 83-101.

［9］張號棟， 尹志超. 金融知識和中國家庭的金融排斥——基于CHFS數據的實證研究［J］. 金融研究， 2016（7）： 80-95.

［10］ 賈憲軍. 金融知識如何影響家庭參與理財市場？——基于CHFS數據的實證分析［J］. 經濟經緯， 2020， 37（4）： 159-167.

［11］ DOHMEN T， FALK A， HUFFMAN D， et al. Are risk aversion and impatience related to cognitive ability？［J］. American Economic Review， 2010， 2010（3）： 1238-1260.

［12］ 王馨. 互聯網金融助解“長尾”小微企業融資難問題研究［J］. 金融研究， 2015（9）： 128-139.

［13］ 唐瑩. 中國居民家庭金融資產配置現狀及對策分析——基于中國家庭金融調查（CHFS）數據［J］. 經濟論壇， 2018（8）： 41-44.

［14］ LUSARDI A， MICHAUD P C， MITCHELL O S. Optimal financial knowledge and wealth inequality［J］. Journal of Political Economy， 2017， 125（2）： 431-447.

［15］ 張兵， 生晗. 金融知識對城鎮家庭財產性收入的影響研究——基于中國家庭金融調查（CHFS）數據［J］. 金融發展研究， 2020（6）： 65-71.

［16］ 尹志超， 宋全云， 吳雨. 金融知識、投資經驗與家庭資產選擇［J］. 經濟研究， 2014， 49（4）： 62-75.

［17］ 胡堯. 金融知識、投資能力對我國家庭金融市場參與及資產配置的影響［J］. 中國市場， 2019（1）： 13-18.

［18］ 吳衛星， 吳錕， 王琎. 金融素養與家庭負債——基于中國居民家庭微觀調查數據的分析［J］. 經濟研究， 2018， 53（1）： 97-109.

［19］ 劉波， 王修華， 胡宗義. 金融素養是否降低了家庭金融脆弱性？［J］. 南方經濟， 2020（10）： 76-91.

［20］ GATHERGOOD J. Self-control， financial literacy and consumer over-indebtedness［J］. Journal of Economic Psychology， 2012， 33（3）： 590-602.

［21］ 孫光林， 李慶海， 李成友. 欠發達地區農戶金融知識對信貸違約的影響——以新疆為例［J］. 中國農村觀察， 2017（4）： 87-101.

Research on the Effect of Financial Knowledge on Residents'

Participation in Digital Finance

LIU Xin-yi，ZHANG Xu

（School of Economics， Qingdao University， Qingdao 266061， China）

Abstract： Based on the panel data of China Household Finance Survey （CHFS） in 2015， 2017 and 2019， the impact of financial knowledge on Residents' digital financial participation was explored by using the binary selection model Probit method and intermediary effect model. Research finds that financial knowledge can promote residents' participation in digital finance and have a more significant impact on the western region， urban families and risk enthusiasts. The estimation results of intermediary effect model show that financial knowledge has an impact on Residents' participation in digital finance by reducing the ratio of household cash deposits to total assets and asset liability ratio. Residents' participation in digital finance can be improved by popularizing financial knowledge through multiple channels， improving digital financial service platforms and optimizing household asset allocation.

Keywords： financial knowledge；digital financial participation；impact effect；intermediary mechanism

收稿日期：2022-07-13

基金項目：全國統計科學研究項目（批準號：2021LY041）資助。

通信作者：張旭，男，博士，教授，主要研究方向為金融發展理論與政策，比較金融制度。E-mail：qddxzhangxu@163.com