———基于全国31省面板数据的实证分析
王红玉
（兰州财经大学金融学院
甘肃兰州730000）
一、引言近年来，我国高度重视普惠金融的发展。2019年10月召开的党的十九届四中全会明确提出，健全具有高度适应性、竞争性、普惠性的现代金融体系。根据国务院2015年发布的《推进普惠金融发展规划（2016-2020年）》，普惠金融是指立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需求的社会各阶层和体提供适当、有效的金融服务。小微企业、农民、城镇低收入人、贫困人等特殊体是我国当前普惠金融的重点服务对象。普惠金融具有低成本、高覆盖面的特征。随着普惠金融的发展，金融可获得性水平逐渐提高。由图1可以看出，2005-2017年我国金融可获得性指数整体呈上升趋势，2017年最高，接近于1；2008年金融可获得性最低，其原因可能为当年爆发了金融危机，自2008年后，金融可获得性指数逐渐上升。初步看出
我国金融可获得性指数整体在不断提高。以前学者对金融可获得性的研究偏重其测度以及影响因素方
面。很少有人研究金融可获得性与贷款利率的关系，那么金融可获得性是否能够显著降低贷款利率？或者说，金融可获得性与贷款利率的高低是个正相关还是负相关关系？还缺少实证方面的研究。
通过对2005-2017年的全国一年期贷款利率进行统计可以看出（见图2）：我国的贷款利率整体在波动下降，中小企业和个人在进行融资时成本逐渐降低。基于此，本文运用贷款利率和金融可获得性的面板数据进行回归分析，不仅能厘清金融可获得性和贷款利率的关系，也有利于让贫困地区的中小企业及低收入者以较低的贷款利率获得贷款，让他们更容易获得金融机构的服务
研究得知：第一，早先文献大多研究金融可获得性的概念以及其对经济、就业等产生的影响（刘亦文yy外星人
作者简介：王红玉（1994-），女，河北石家庄人，兰州财经大学金融学院研究生，研究方向：金融理论与政策。
摘要：贷款利率水平代表了一个地区实体经济的融资成本，而金融可获得性是影响贷款利率水平的重要因素。本文利用2005-2017年中国省级面板数据，主要从金融可获得性视角出发，对金融可获得性和贷款利率关系的研究。结果表明，金融可获得性提高与贷款利率水平具有反向抑制作用，即金融可获得性指数每提高1个单位，会使城商行一年期定期贷款利率降低45.14%。运用归并最小离差法回归对以上的结果进行稳健性检验，其结果与普通面板回归结果相一致。
关键词：金融可获得性；普惠金融；贷款利率中图分类号：F832.0
文献标识码：A
文章编号：1006-6373(2021)03-0033-07
图22005-2017年全国一年期贷款利率1
〇
0.080.070.060.050.04
等，2019；肖龙铎，2017），但具体到金融可获得性与贷款利率的研究比较缺乏，本文的研究在内容上有所丰富；第二，综合早先文献对金融可获得性的研究可以发现：大部分仅是理论分析，运用本文中普通面板回归、归并回归以及clad 回归的方法是比较少的，本文具有方法上的贡献性；第三，在金融可获得性测度方面，本文针对已有文献对金融的普惠性指标测度的缺陷，仅考虑普惠金融的一方面———金融的可获得性，研究金融的可获得性能否代表金融的普惠性。
二、文献综述与研究假说
1.由于金融可获得性还没有权威定义，而金融的普惠性中包含金融服务可获得性，因此我们可以以普惠金融为出发点进行研究。
Leeladhar [1]（2005）认为普惠金融即提供银行服务，Beck 和Demirguc-Kunt [2]（2008）在其基础
上添加提供银行服务的条件，将普惠金融视作家庭和企业可以获得并使用正规银行提供的服务。Honohan [3]
（2004）和Beck and De la Torre [4]
（2007）又将成本纳
入到普惠金融中，他们认为普惠金融还应包含成本———信息成本和交易成本。国内学者对普惠金融的定义可以分为两种，一种是普惠金融主要服务体为农村，一种是涉及普惠金融主体为中小企业和低收入者。对于第一种定义的研究，孙宁[5]（2019）指出，普惠金融以农村为根本。对于第二种定义的探
究，焦瑾璞[6]（2014）认为，普惠金融以广泛包容性为核心，由于本国存在着大量在获得金融服务时处于弱势的体，所以普惠金融的发展是必不可少的（朱烨辰等[7]，2018）。普惠金融的目的是让那些在获得金融机构的服务时处于劣势的体可以获得高效率、简单便捷的金融服务。可以看出普惠金融可给弱势地区、弱势产业、弱势企业、弱势体提供金融服务（周小川[8]，2013）。
2.对于金融可获得性的衡量，我们可以从普惠金融水平的测度入手。普惠金融水平的测度，国内外
早已有学者进行研究。Mandira Sarma [9]（2008）从三个维度———银行的渗透度、银行结构的使用
度以及银行结构的可利用性，构建了综合普惠金融指数（IFI ）。王婧和胡国晖[10]（2013）运用变异系数法构建普惠金融指数。肖瑞[11]（2015）在Mandira Sarma 及联合国HDI 的基础上，通过对普惠金融的广度及深
度指标的增加，建立了普惠金融指数的测算方法。焦瑾璞等[12]（2015）从金融服务可获得性、使用情况及服务质量三个维度入手，使用层次分析法确定指标权重，编制2013年中国各省的普惠金融指数。徐强、陶侃[13]（2017）选取金融服务可接触性、使用度和可负担性三个维度，综合测度各省2005-2015年的普惠金融发展水平。
3.对于影响贷款利率的因素问题，黄磊、李健全[14]（2018）表示，商业银行的贷款利率受央行政策、GDP 增速以及M2增速的影响。汤发良，杨江娜等[15]（2007）认为贷款利率与GDP 增长率成正相关，指出国际货币基金组织IMF 经济学家Maxwell Fry 在GDP 增长率和通货膨胀率的基础上建立了GDP 增速和实际利率的模型，这说明贷款利率与通货膨胀率有关。陈一恺[16]（2018）认为P2P 平台利率受相对还款额以及信用风险的影响。风险越大，风险溢价越高，贷款利率越高（Blackwell and Winters，1997）。冯显[17]（2019）指出提高银行对成本的控制能力可以更好地应对利率市场化。
学界对金融可获得性和贷款利率水平的关系研
究较少。刘志洋（2016）[18]指出，互联网金融反映了金
融的普惠性，金融的可获得性逐渐提高，相比于我国传统的金融服务，随着我国的服务成本逐渐降低，因此贷款利率有下降的趋势。何翠云[19]（2019）针对网贷利率和普惠金融的关系问题，指出网贷高利率背离普惠金融本质，而解决途径之一就是降低风险成
图12005-2017年全国金融可获得性指数
1
0.5
表1变量定义
本。因此就需要不断降低网络借贷的利率，真正践行普惠金融的精神。何德旭、苗文龙[20]（2015）认为，如果想要使贷款利率下降，就要提高银行的风险管理技术，因为风险管理技术的提高可以使银行的运营成本下降，进而影响贷款利率。总之，国内外多数学者对普惠金融水平的测度各有不同的见解，对于普惠金融指数的构建大都是从金融可获得性、使用情况等入手的，并没有将成本考虑进去。
三、研究设计（一）基准回归方程
本文参考马娟、万解秋（2018）、陈一洪（2015）以及谢升峰，卢娟红（2014）的方法，构建下列基准的回归模型：
lr it =β0+β1fai it +β2gdpr it +β3dr it +β4M 2it +β5ulri （t-1）+εit （1）各个指标的下脚标i，t 分别表示第i 个省市和第t 个年度，εit 为随机误差项。被解释变量lr 是贷款利率，用各省城商行一年期定期贷款
利率来衡量。fai 为核心解释变量———金融的可获得性指数，gdpr、dr、M 2以及ulr t-1分别代表经济增长速度、存款利率、M 2增长率和滞后一期不良贷款率。
（二）数据来源与样本选择
本文的样本数据来源于《中国统计年鉴》（2006-2018）、《中国区域金融运行报告》（2006-2018）和国民经济和社会发展统计公报等。由于2005年才提出普惠金融概念，考虑到数据的可得性和完整性，文本选取了2005-2017年中国内地省级面板数据。
（三）变量定义根据表1可知：
1.被解释变量：贷款利率，本文采用31个省市的城市商业银行的一年期定期贷款利率当作其衡量指标。
2.解释变量：金融可获得性。我们采用Mandira Sarma （2008）的方法，从两个维度考虑———其一是银行的可接触性（A 1），其二为银行的可使用性、可利用性（A 2），共三个指标进行衡量，构建了综合金融可获得性指数（fai ）。
（1）银行的可接触性，即银行的渗透度。我们使用每一万平方公里银行的数量作为该维度的一个衡量指标。
（2）银行的可使用性及可利用性，Kempson [9]
（2004）
等认为，此维度是受“未受银行覆盖的人口”或“银行边缘人口”的概念所启发而来的，由于地区的偏远性
以及金融服务的不愉快性，使这些“银行边缘人口”无法正常使用金融服务。在本维度中，最好的指标就是银行的信贷和存款，而银行的可使用性和可利用性可以通过银行的平均贷款额占人均地区生产总值的比重以及平均存款额占人均地区生产总值的比
军事训练目的重来衡量2〇
（Beck et al.,2007）。
Mandira Sarma 认为，测算fai 首先要计算出D i ，D i 指的是各个维度实际测量指标进行无量纲化的处理，由其可推出金融可获得性指数公式：fai =1-
（1-A 1）2+（1-A 2）2
2
√
。
在上述公式中，A i 表示各个维度的实际数值。D i 为各维度的衡量指标，D i 的取值范围是在0-1，D i 越接近于1，就说明在第i 个维度上表现就越接近完美。
A 1=D 1=banknumbers/squarekilometers 2
〇
（2）A 2=（D 2+D 3）/2
（3）D 2=A LR/rjgdp 3
〇（4）D 3=A DR/rjgdp 4
〇
（5）
3.控制变量
为了控制货币供应量和国内生产总值等一些宏观因素对贷款利率产生的影响，参考相关文献，本文分别从宏观及微观两个角度出发，通过选取不同的变量来控制地区的异质性。其中宏观层面我们选取经济增长速度和广义货币M2的增长率；微观层面我们选取金融机构的不良贷款率以及存款利率来衡量银行的贷款风险与成本。
（四）描述性统计与相关性分析1.变量的描述性统计
表2为各个变量的描述性统计。我们可以得出下列6个结论：（1）贷款利率最大值与最小值的差值为0.018，说明各省的实际贷款利率每年变化较小；标准差为0.0041，说明各省实际贷款利率的差异较小。（2）金融可获得性指数的标准差和均值较大，且最大值与最小值的差值接近于1，说明金融可获得
表2主要变量的描述性统计
除甲醛排名第一的品牌
0.17090.10990.02980.0249Mean Std.Dev.0.00410.11530.03040.02690.16140.04440.0481
0.0557
性指数的每年变化和各省之间的差异较大。（3)经济增长速度的最大值与最小值的差值为0.26，标准差约为0.03，均值约为0.11，表明各省的经济增长速度每年变化比较大。（4）存款利率的均值约为0.03，标准差均为0.03，最大值与最小值的差值为0.3165，说明各省的存款利率每年变化较大但各省之间的实际贷款利率差异较大；（5）广义货币M 2的最大值与最小值的差值为0.1941，标准差为0.04，说明广义货币M 2每年变化和差异都比较大。（6）滞后一期不良贷款率的标准差为0.0557，说明各省的不良贷款率每年变化较大。
2.相关性分析
本文通过对所有变量的皮尔森系数值来进行相关性分析，通过皮尔森系数以及方差膨胀因子来判断该
面板模型是否有多重共线性。
可以得到下列结论：在此面板模型中，所有的解释变量与被解释变量以及控制变量之间的相关系数均小于0.5，且我们继续进行VIF 分析后，得到最大的方差膨胀系数1.50远小于10，因此可以证明此模型并未出现严重的共线性现象。
四、实证研究结果及分析（一）豪斯曼检验
首先，检验个体效应，F 统计量的P 值等于0.9766远大于0.05，可以强烈不拒绝原假设个体效应不显著，所以混合回归模型优于固定效应模型。其次，检验时间效应，通过了格朗日乘数检验得到的P 值是0。所以可以推出混合OLS 模型次于随机效应模型，随机效应极其显著。最后进行豪斯曼检验，通过检验得到P 值为0.0908，可以在5%置信水平下不拒绝原假设，认为随机效应模型更为有效；同时，可在10%的置信度下认为固定或混合模型也
有效。
（二）计量模型估计结果与分析
我们通过采用普通面板回归和Tobit 回归两种模型，得到金融可获得性指数的系数即为金融可获得性对贷款利率的影响，考虑到贷款利率的取值范围大于0，因此使用归并回归的结果效率更高，结果如表4
所示。
表4的第二列和第六列只研究了金融可获得性对贷款利率的影响，结果显示金融可获得性指数的系数为负，但显著性有待提高；第三至五列和第七列又控制了贷款利率的其他影响因素，与未引入控制变量的模型相比，金融可获得性指数的系数方向相同，显著水平和可决系数较高，拟合优度较好。从整体回归结果来看，金融可获得性指数与城市商业银行的一年期贷款利率呈现显著的反向抑制作用，金融可获得性指数增加，会使城市商业银行的一年期贷款利率下降，即金融可获得性越高，越能促进一个地区贷款利率的降低。通过回归可以发现：普通面板回归结果和Tobit 回归结果相一致，证明了Tobit 回
表4金融可获得性与贷款利率的回归结果
注：（1）表中第一行为回归系数，第二行为相应的t 值
（2）***、**、*分别表示在
1%、5%、10%的置信水平下显著，下表同
（3）Tobit 中固定效应和混合效应的回归结果与OLS 相一致，限于篇幅未列示其
安氏企业结果，
如果需要可向作者索要表3Hausman 检验结果
表5东中西部金融可获得性与贷款利率回归结果
注：（1）控制变量和前文保持一致，限于篇幅原因不再显示（2）混合效应和固定效应回归结果与随机效应结果相一致
2.3980***（38.79）143无-0.7237**（-2.33）（7）ols （8）re -0.4871*（-1.94）1.6950***（7.95）132有-0.5299（-1.23）-0.4600（-1.50）2.5746***（32.88） 2.2117***（12.84）10496无有-0.0523***（-2.75）-0.0231***（-2.36）-0.0520.1211***（29.62）0.0586***（
3.85）156132无有
归模型较为稳健。
在控制变量方面，广义货币M2的增长率与贷款利率的变化方向相同，M2增长率每提高1%，会使城商行一年期贷款利率上升153.54%。广义货币M2的增长率代表了一个地区的投资和中间市场活跃度，增速越高中小企业贷款需求越大，贷款供不应求，引起贷款利率上升。上一年不良贷款率与本年城商行
一年期定期贷款利率有正向促进作用，上一年不良贷款率越高，该地区金融机构面临的风险越大，贷款利率越高。经济发展水平和存款利率对贷款利率没有明显的关系，显著性不高。
五、稳健性检验（一）内生性检验
元旦放假3天不调休表4的回归结果都是在未考虑核心解释变量的内生性前提下得到，事实上金融可获得性提高可能对贷款利率存在着内生性问题。即提高金融可获得性对贷款利率有抑制作用，贷款利率的降低反过来会提高金融可获得性。本文运用工具变量来对回归模型方程进行内生性检验。
金融可获得性指数的工具变量选为将fai 滞后一期，通过豪斯曼检验得到P 值远大于0.05，说明金融可获得性提高对贷款利率降低没有严重的内生性问题。
（二）回归样本的进一步研究
表4仅是粗略地估计金融可获得性对贷款利率的影响，为了检验结果的稳健性，我们将样本分为东中西三个地区来考察其对贷款利率水平的影响。结果如表5所示。
结果显示，东部、中部和西部地区的金融可获得性对贷款利率的影响均为负。东部和西部的显著性较高，中部地区显著水平较差，但均与上文的结果具有一致性。说明随着金融可获得性提高，贷款利率会降低，从侧面反映出本文的面板回归模型解释力较强，能较正确地反映现实情况，本文的模型较为
稳健。
（三）回归方法的进一步研究
鉴于被解释变量为受限变量，运用归并回归时未考虑扰动项服从正态分布的问题，经检验全国范围、东部、中部和西部地区的条件矩统计量较高，故强烈拒绝“扰动项服从正态分布”的原假设。为此，本文运用归并最小离差法（CLAD ）检验模型回归结果的稳健性。经检验可以看出运用CLAD 回归后，金
融可获得性与贷款利率同样具有负相关关系，分地区后结果相同。这与归并回归结果相一致，说明本文的回归结果是较稳健的。
六、主要结论和相关建议（一）主要结论
本文利用2005-2017年中国内地的省级面板数据，得出以下两点结论:
第一，金融可获得性提高对我国的贷款利率有显著的抑制作用，不论采用普通面板回归还是tobit 回归、clad 回归，发现其影响都是存在的。金融可获得性指数每提高1个单位，会使一年期平均贷款的实际利率减少45.14%，金融可获得性的差异会使不同地区的贷款利率有所不同，金融可获得性指数越高的省份贷款利率越低。由此可见，金融可获得性对金融的普惠性贡献度较大，金融可获得性是影响
贷款利率的重要因素。
第二，上一年不良贷款率和广义货币M2的增长率对贷款利率有正向促进作用。上一年不良贷款率和广义货币M2增长率越高，贷款利率越高。
李娜为什么被扇耳光（二）相关建议
1.推动金融与科技相结合，降低金融服务成本技术进步是提高金融服务可获得性的助推器，近年来“互联网金融”模式成为流行趋势。互联网金融通过大数据和云计算等技术降低了金融服务的交易成本、搜寻成本和信息成本，使金融服务门槛有所下降，推动了我国传统金融业的发展。它的出现给中国的银行业带来了发展机遇，提升了银行业的配
发布评论