财新传媒 财新传媒

阅读:0
听报道

文/北京大学互联网金融研究中心课题组

近期,在成都举行的G20财长和央行行长会议上,央行行长周小川指出要继续大力推动普惠金融,会议公报上,也通过了由金融包容全球合作伙伴组织(Global Parternshipfor Financial Inclusion, GPFI)制定的G20数字普惠金融高级原则。这给近期已经大热的“普惠金融”,又添了一把火。为探讨如何通过数字技术推动普惠金融发展,北京大学互联网金融研究中心联合上海新金融研究院和蚂蚁金服集团,利用蚂蚁金服提供的亿级微观数据,编制了一套“北京大学数字普惠金融指数”。从中,我们可以发现一些有趣的现象。

普惠金融理念由来已久

普惠金融的概念最初被联合国用于“2005年国际小额信贷年”的宣传中,后被联合国和世界银行大力推广。联合国把普惠金融(financial inclusion,亦译为包容性金融)定义为能有效和全方位地为社会所有阶层和群体提供服务的金融体系。普惠金融的初衷意在强调各国通过金融基础设施的不断完善,提高金融服务的可得性,实现以较低成本向社会各界人士,尤其是欠发达地区和社会低收入者提供较为便捷的金融服务。

目前普惠金融已成为很多国家推动金融发展的重要理念。根据世界银行发布的《2014年全球金融发展报告:普惠金融》,世界银行已在全球70多个国家和地区,与公私合作伙伴联手开展普惠金融项目,全世界50多个国家和地区设立了改善普惠金融的目标。

国内最早引入普惠金融概念的是中国小额信贷联盟。为开展2005年国际小额信贷年的推广活动,中国小额信贷联盟秘书长白澄宇提出用“普惠金融体系”作为“Inclusive FinancialSystem”的中文翻译。2006年3月,中国人民银行研究局原副局长焦瑾璞在北京召开的亚洲小额信贷论坛上正式使用这一概念。

此后,时任国家主席胡锦涛于2012年6月在墨西哥举办的二十国集团峰会(G20)上,指出普惠金融问题本质上是发展问题。他希望各国加强沟通和合作,提高各国消费者保护水平,共同建立一个惠及所有国家和民众的金融体系,确保各国特别是发展中国家民众享有现代、安全、便捷的金融服务。2013年11月,中共十八届三中全会通过《中共中央关于全面深化改革若干重大问题的决定》,正式提出发展普惠金融。

2015年底,国务院在《推进普惠金融发展规划(2016-2020》》的通知中首次在国家层面明确了普惠金融的定义:普惠金融是指立足机会平等要求和商业可持续原则,通过加大政策引导扶持、加强金融体系建设、健全金融基础设施,以可负担的成本为有金融服务需求的社会各阶层和群体提供适当的、有效的金融服务。《通知》同时确定农民、小微企业、城镇低收入人群和残疾人、老年人等及其他特殊群体为普惠金融主要服务对象。

很多机构和学者都尝试编制普惠金融指数

普惠金融的多维度指标包含了度量普惠金融的有用信息。如果单独使用某一个指标或者某一维度指标,可能导致对普惠金融现状的片面解读。因此,不少机构和学者都在编制普惠金融指数方面进行了诸多努力和尝试,希望用尽量多的指标和综合的方法来全面度量普惠金融。例如,印度经济学家Sarma(2012)借鉴联合国人类发展指数(HDI)的构建方法,以银行渗透度、金融服务可利用性和使用状况为主要指标,并采用线性功效函数法和欧式距离法来衡量不同国家普惠金融的基本状况。

中国学者对普惠金融指数的编制也进行了研究*。但受限于金融服务数据的可获得性,现有研究主要存在以下不足之处。首先,大多数相关研究所包含的金融服务比较单一,多以反映银行服务为主,无法体现其他金融机构对普惠金融的贡献。其次,现有指标体系的维度不够全面,通常缺少对服务便利性和服务成本的考量,在创新型互联网金融时期,数字化、移动化的金融服务,极大提高了金融服务的触达能力,也有效降低了金融服务的成本。但由于数据受限,现有的普惠金融指数,往往只好对此视而不见。

认识到现有相关研究中的不足,我们课题组专注于从创新性互联网金融的角度衡量数字普惠金融的发展,以反映现代金融服务的多元化。就业务类型而言,普惠金融应不仅包括银行相关金融服务,还要包括投资理财、互联网保险和大数据征信等金融服务。同时,就指标体系所函括的维度而言,普惠金融应该同时关注金融服务所覆盖的广度,其被利用的深度以及客户真正被惠及的程度。

数字普惠金融指数编制方法

在现有文献和国际组织提出的传统普惠金融指标基础上,我们根据互联网金融服务的新形势和新特征,结合数据的可得性和可靠性,从互联网金融服务的覆盖广度、使用深度和数字支持服务三个维度构建数字普惠金融体系,共包含24个指标。

在覆盖广度方面,不同于传统金融机构触达用户直接体现为“金融机构网点数”和“金融服务人员数”,在基于互联网的新金融模式下,由于互联网天然不受地域限制,互联网金融服务供给在多大程度上能保证用户得到相应服务,是通过电子账户数(如互联网支付账号及其绑定的银行账户数)等体现的。

在使用深度方面,主要从实际使用互联网金融服务的情况衡量。就金融服务类型而言,包括支付服务、信贷服务、保险服务、投资服务和征信服务。使用情况的衡量,既用实际使用人数,也用人均交易笔数和人均交易金额。

在数字服务支持方面,便利性和成本高低是影响用户使用金融服务的主要因素,切实体现了互联网金融服务的低成本和低门槛优势。互联网金融服务越便利(如较高的移动化程度)、成本越低(如较低的贷款利率),则金融服务需求越多,反之则越少。

至于数字普惠金融指数的计算,由于数字普惠金融指数是一个涉及众多指标的综合评价体系,必须将性质和计量单位不同的指标进行无量纲化处理,以便于指标之间进行对比。无量纲化函数的选取,一般要求严格单调、取值区间明确、结果直观、意义明确、尽量不受指标正向或逆向形式的影响。目前在普惠金融相关研究中,通常采用联合国的人类发展指数(HDI)使用的功效函数法。在功效函数多指标综合评价体系中,常见的功效函数有线性功效函数法(或称传统功效函数法)、指数型功效函数法、对数型功效函数法、幂函数型功效函数法等,其主要区别在于函数形式不同。本文结合互联网金融快速扩张的特点,为保持指数的平稳性,并缓解极端值的影响,选择采取对数型功效函数法。

数字普惠金融地理覆盖能力更强

根据上文描述的数字普惠金融指标体系的构建和指数编制方法,我们编制了中国内地31个省(直辖市、自治区,简称“省”)、337个地级以上城市(地区、自治州、盟等,简称“城市”),以及1754个县(县级市、旗等,简称“县域”)三个层级的数字普惠金融指数。其中,省级和城市级指数时间跨度为2011年-2015年,县域指数时间跨度为2014年-2015年。在总指数基础上,我们还从不同维度编制了数字普惠金融的覆盖广度指数、使用深度指数和数字支持服务指数,以及支付、保险、货币基金、征信、投资、信贷等分类业务指数。

中国的数字普惠金融业务从2011-2015年实现了跨越式发展,以省级数据为例,2011年各省数字普惠金融指数的中位值为33.6,到2015年则增长到214.6,增长了6.4倍,而且东中西部地区各省的数字普惠金融指数都迅速增长。从城市级数据看,数字普惠金融指数也快速增长,城市级数字普惠金融指数中位值从2011年的46.9,增长到2015年的167.0,增长了3.6倍。

从分类指数来看,2011年-2015年,数字普惠金融的数字支持服务程度增长最快,数字普惠金融的覆盖广度次之,使用深度最慢。具体而言,从2011年到2015年,省级数字普惠金融的数字支持服务、覆盖广度和使用深度分别增长了9.7倍、6.4倍和3.6倍。城市级数字普惠金融的数字支持服务、覆盖广度和使用深度表现的相对趋势,与省级指数基本相同。

不过,在数字普惠金融快速增长的同时,与中国大多数经济特征一样,中国的数字普惠金融发展程度在地区间也存在一定的差异。2015年数字普惠金融指数得分最高的上海市是得分最低的西藏自治区的1.5倍,尽管较2011年已大幅缩小。就分类指数的地区差异而言,中国数字普惠金融的数字支持服务程度的地区差距最小、覆盖广度次之,使用深度的地区差异最大。结合上文关于数字普惠金融指数的纵向增长情况,数字支持服务程度的地区较小的差距说明数字技术可以迅速缩小各地区之间的数字普惠金融差距,也说明依赖互联网和数字技术所实现的更高的触达能力是数字普惠金融的核心价值所在。相比之下,尽管不同省份之间数字普惠金融的使用深度也有趋同趋势,但总体上仍保持较大差距:落后地区在数字普惠金融的使用深度上,尚有很大的追赶空间。

数字普惠金融地理覆盖能力更强

图1:2011年和2015年省级数字普惠金融指数

更进一步地,各城市的数字普惠金融差距也大幅缩小。相对于发达地区城市,边远城市数字普惠金融的快速发展,缩小了城市间发展差距。图2和图3给出了城市数字普惠金融指数排序:2011年和2015年的梯队分类标准以当年指数最高的城市指数值为基准,将排序在基准值80%范围内的城市列为第一梯队,70%-80%范围内为第二梯队,60%-70%为第三梯队,60%之后的城市列为第四梯队。在2011年,大部分城市都属于第三梯队甚至第四梯队,说明这些城市数字普惠指数不足当年指数值最高城市的70%,甚至不足最高城市的60%;只有少部分城市进入第一梯队或第二梯队,且其中绝大部分位于东部地区。然而,到2015年,第三梯队,特别是第四梯队的城市,大大减少,而第一梯队和第二梯队的城市数量则大幅增加,说明到了2015年,大部分城市的数字普惠金融指数值超过了最高城市的70%甚至80%,发展相对落后的梯队的城市逐渐升级。

数字普惠金融地理覆盖能力更强

图2:2011年城市数字普惠金融指数相对排序

注:台港澳地区和海南省的省直辖县市缺少数据,因此为白色。

数字普惠金融地理覆盖能力更强

图3:2015年城市数字普惠金融指数相对排序

注:台港澳地区和海南省的省直辖县市缺少数据,因此为白色。

数字普惠金融指数地区间差距有大幅缩小的趋势,特别是数字移动支付技术提供的极强触达客户能力,给经济落后地区“弯道超车”的可能。这说明数字普惠金融是实现低成本、广覆盖和可持续的普惠金融的重要模式。

因此,依赖数字技术,是促进普惠金融发展的一个可行方式,特别是可以帮助那些落后的、地理偏远的地区获得金融服务。当然,落后偏远地区也要有互联网、移动通讯等基础设施和金融风险防范的意识。否则就会陷入中国互联网金融协会会长李东荣说的那种诈骗者披着互联网金融的外衣、打着普惠金融的旗号,提供虚假收益的理财产品,来骗老百姓的钱的情况:“一个欺诈性理财产品很可能就会摧毁一个家庭”。这是我们在保持乐观态度的同时也要警惕的。 

参考资料:

郭峰、孔涛、王靖一、张勋、程志云、阮方圆、孙涛、王芳,2016,《中国数字普惠金融指标体系与指数编制》,北京大学互联网金融研究中心工作论文。

话题:



0

推荐

郭峰

郭峰

105篇文章 6年前更新

郭峰,经济学博士,金融学博士后,现为上海财经大学公共经济与管理学院投资系讲师,同时兼任北京大学数字金融研究中心特约研究员。在《经济研究》、《经济学季刊》、《管理世界》、《世界经济》上发表论文多篇,在其他中英文核心期刊上发表论文20余篇。主持国家社科基金青年项目、博士后科学基金面上项目各一项,主持或参与横向课题10余项。出版著作一部,发表经济时评90余篇。

文章