張國(guó)慶 馬 敏

（蘭州大學(xué)經(jīng)濟(jì)學(xué)院 甘肅 蘭州730000）

一、引言

普惠金融最初是在聯(lián)合國(guó)“2005國(guó)際小額信貸年”提出，后被大力推行。我國(guó)在2013年黨的十八屆三中全會(huì)中正式提出“發(fā)展普惠金融”，2015年發(fā)布《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020年）》，普惠金融成為中國(guó)金融改革目標(biāo)和任務(wù)的重要組成部分。在政府的大力支持和金融機(jī)構(gòu)的積極努力下，我國(guó)普惠金融快速發(fā)展。2015年第一季度，我國(guó)銀行業(yè)金融機(jī)構(gòu)用于小微企業(yè)的貸款是214132億元，到2018年第四季度，銀行業(yè)金融機(jī)構(gòu)用于小微企業(yè)的貸款為334923億元，增長(zhǎng)了56.41%。據(jù)銀保監(jiān)會(huì)統(tǒng)計(jì)，對(duì)于小微企業(yè)中的相對(duì)薄弱群體，2019年第一季度銀行業(yè)金融機(jī)構(gòu)對(duì)普惠型小微企業(yè)的貸款（單戶授信總額1000萬(wàn)元及以下小微企業(yè)貸款）是99693億元，到2020年第四季度，普惠型小微企業(yè)貸款增長(zhǎng)到152672億元，兩年之內(nèi)增長(zhǎng)了53.14%，我國(guó)普惠金融蓬勃發(fā)展之勢(shì)可見(jiàn)一斑。

普惠金融的快速發(fā)展令人欣喜，但可能伴隨的風(fēng)險(xiǎn)不能被輕視懈怠。2011年末，我國(guó)商業(yè)銀行的不良貸款余額是4279億元，到2020年末增長(zhǎng)到27015億元。從不良貸款率看，自2013年起，我國(guó)不良貸款率呈上升趨勢(shì)，2012年末我國(guó)不良貸款率為0.95%，到2020年末增長(zhǎng)到1.84%。分地區(qū)看，2018年，東、中、西部地區(qū)的不良貸款率分別為1.7%、2.3%、2.1%，東部地區(qū)不良貸款率相對(duì)較低，2012—2018年，東、中、西部地區(qū)不良貸款率的平均增長(zhǎng)速度分別是9.51%、11.26%和11.02%，其中東部地區(qū)不良貸款率的平均增速也相對(duì)較低。分行業(yè)看，2018年不良貸款率前四位的行業(yè)分別是農(nóng)林牧漁業(yè)（5.6%）、批發(fā)和零售業(yè)（5%）、制造業(yè)（4.8%）及住宿和餐飲業(yè)（4.3%），同時(shí)制造業(yè)、批發(fā)和零售業(yè)、農(nóng)林牧漁業(yè)三個(gè)行業(yè)積聚了全部不良貸款余額的74.75%。不難發(fā)現(xiàn)，不良貸款率較高的地區(qū)和行業(yè)也是普惠金融重點(diǎn)關(guān)注和服務(wù)的領(lǐng)域。

普惠金融是金融服務(wù)的重要組成部分，鑒于普惠金融服務(wù)對(duì)象自身的脆弱性、市場(chǎng)競(jìng)爭(zhēng)能力弱等特征，普惠金融風(fēng)險(xiǎn)同樣需要政府和社會(huì)給予充分的關(guān)注。研究普惠金融的風(fēng)險(xiǎn)問(wèn)題，對(duì)于更好地控制經(jīng)濟(jì)金融風(fēng)險(xiǎn)，促進(jìn)普惠金融高效可持續(xù)發(fā)展和經(jīng)濟(jì)社會(huì)健康持續(xù)發(fā)展具有重要意義。對(duì)此，焦瑾璞、南京市農(nóng)村金融學(xué)會(huì)課題組、陸岷峰、許友清等許多學(xué)者已經(jīng)做了初步研究。本文擬用我國(guó)31個(gè)省區(qū)市2011—2018年的面板數(shù)據(jù)，以不良貸款率為被解釋變量，普惠金融發(fā)展水平為解釋變量，輔以宏觀經(jīng)濟(jì)形勢(shì)、地方財(cái)政收支壓力、地區(qū)存貸比率等控制變量，實(shí)證檢驗(yàn)普惠金融發(fā)展水平對(duì)不良貸款率的影響。

二、文獻(xiàn)綜述與研究假設(shè)

從普惠金融的發(fā)展及普惠金融的服務(wù)對(duì)象、服務(wù)內(nèi)容及發(fā)展目標(biāo)等基本問(wèn)題出發(fā)，學(xué)者們圍繞普惠金融的發(fā)展水平及其影響因素、普惠金融的減貧效應(yīng)和推動(dòng)經(jīng)濟(jì)增長(zhǎng)效應(yīng)、普惠金融對(duì)城鄉(xiāng)收入差距和中小企業(yè)融資的影響等方面做了廣泛而豐富的研究。王婧、胡國(guó)暉構(gòu)建普惠金融指數(shù)對(duì)中國(guó)普惠金融的發(fā)展?fàn)顩r進(jìn)行了綜合評(píng)價(jià)，并進(jìn)一步實(shí)證檢驗(yàn)了宏觀經(jīng)濟(jì)、收入差距、接觸便利和金融調(diào)控四類(lèi)因素對(duì)中國(guó)普惠金融發(fā)展的影響。劉亦文、丁李平等結(jié)合我國(guó)國(guó)情構(gòu)建了普惠金融發(fā)展水平評(píng)價(jià)指標(biāo)體系，使用固定效應(yīng)面板門(mén)檻模型實(shí)證分析了普惠金融發(fā)展的不同階段對(duì)經(jīng)濟(jì)增長(zhǎng)影響的非線性關(guān)系。羅斯丹、陳曉等依據(jù)改進(jìn)型指數(shù)功效函數(shù)計(jì)算各省2005—2014年普惠金融指數(shù)，用面板門(mén)檻模型分析發(fā)現(xiàn)普惠金融發(fā)展的減貧效應(yīng)存在顯著的門(mén)檻特征。朱一鳴、王偉發(fā)現(xiàn)普惠金融發(fā)展的減貧增收效應(yīng)對(duì)不同收入水平群體有顯著異質(zhì)性，其對(duì)貧困縣農(nóng)民的減貧增收效應(yīng)明顯小于非貧困縣。馬彧菲、杜朝運(yùn)構(gòu)建并測(cè)算了2005—2013年中國(guó)各省的普惠金融指數(shù)和包容性增長(zhǎng)指數(shù)，并實(shí)證檢驗(yàn)了普惠金融對(duì)貧困減緩的作用機(jī)制。褚麗云、黃華繼運(yùn)用面板向量自回歸模型（PVAR）分析了普惠金融、經(jīng)濟(jì)增長(zhǎng)及城鄉(xiāng)收入差距之間的動(dòng)態(tài)關(guān)系。張建波認(rèn)為我國(guó)普惠金融發(fā)展對(duì)城鄉(xiāng)收入差距的影響存在門(mén)檻效應(yīng)，隨著經(jīng)濟(jì)發(fā)展水平的提高，普惠金融對(duì)城鄉(xiāng)收入差距的影響表現(xiàn)出先明顯擴(kuò)大、再緩慢擴(kuò)大、最后顯著減小的倒“U”型關(guān)系。吳慶田、王倩用系統(tǒng)GMM模型實(shí)證分析了普惠金融發(fā)展質(zhì)量對(duì)中小企業(yè)融資效率的影響及其潛在機(jī)制。鄒偉、凌江懷基于現(xiàn)金-現(xiàn)金流模型實(shí)證分析了普惠金融對(duì)中小微企業(yè)融資約束的影響。

普惠金融有利于推動(dòng)經(jīng)濟(jì)社會(huì)持續(xù)發(fā)展，也有助于減緩貧困，促進(jìn)社會(huì)公平，應(yīng)該得到持續(xù)的支持和發(fā)展，也正因此，關(guān)注普惠金融的風(fēng)險(xiǎn)控制尤為重要。焦瑾璞對(duì)我國(guó)普惠金融體系的治理結(jié)構(gòu)及其風(fēng)險(xiǎn)監(jiān)管進(jìn)行了分析。陸岷峰、徐博歡系統(tǒng)全面地總結(jié)了普惠金融的風(fēng)險(xiǎn)特征，分析了普惠金融管理的難點(diǎn)并給出了建議。李毅、楊蓬勃具體分析了普惠金融實(shí)踐中農(nóng)資消費(fèi)信貸行為的違約風(fēng)險(xiǎn)。常媛媛和趙玉龍分別對(duì)普惠金融背景下農(nóng)戶貸款和小微企業(yè)貸款的信用風(fēng)險(xiǎn)進(jìn)行了研究。蔣亮、郭曉蓓等分析了我國(guó)普惠小額信貸發(fā)展的主要特征、面臨的主要問(wèn)題及影響普惠小額信貸發(fā)展的深層次因素。南京市農(nóng)村金融學(xué)會(huì)課題組分析了我國(guó)商業(yè)銀行普惠金融發(fā)展的現(xiàn)狀及其面臨的風(fēng)險(xiǎn)和防范。許友清分析了我國(guó)普惠金融的發(fā)展歷程和風(fēng)險(xiǎn)防范現(xiàn)狀，指出了普惠金融風(fēng)險(xiǎn)防控存在的問(wèn)題及原因。張文菲、金祥義從銀行距離其破產(chǎn)的程度的角度對(duì)銀行風(fēng)險(xiǎn)進(jìn)行了衡量，對(duì)普惠金融與銀行風(fēng)險(xiǎn)承擔(dān)進(jìn)行了事實(shí)考察和機(jī)理分析，發(fā)現(xiàn)普惠金融會(huì)通過(guò)降低付息成本和提高零售資金占比，即降低資產(chǎn)結(jié)構(gòu)中批發(fā)資金的占比對(duì)銀行風(fēng)險(xiǎn)起到消減作用。杭珺研究了普惠金融政策下小微企業(yè)貸款對(duì)于工行某分行不良貸款率的影響，從不良貸款率的角度在微觀層面對(duì)普惠金融發(fā)展中的風(fēng)險(xiǎn)問(wèn)題進(jìn)行了實(shí)證分析。

不良貸款率是反映金融機(jī)構(gòu)信貸資產(chǎn)安全狀況和衡量宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)水平的重要指標(biāo)。學(xué)者們采用多種方法從不同視角對(duì)不良貸款率進(jìn)行了研究。蔣玲、夏鳴基于灰色關(guān)聯(lián)度分析，運(yùn)用VAR模型分析了其中關(guān)聯(lián)度較大的因素與不良貸款率之間的相互影響關(guān)系和沖擊方向。蔣亮、何永鋒等基于宏觀視角實(shí)證分析了宏觀經(jīng)濟(jì)變化和產(chǎn)業(yè)調(diào)整與不良貸款的關(guān)系。鄒克、蔡曉春結(jié)合雙向固定效應(yīng)模型和基于GMM的動(dòng)態(tài)面板模型對(duì)不良貸款率的影響因素進(jìn)行了實(shí)證分析。龐曉波、錢(qián)錕基于87家銀行的微觀數(shù)據(jù)對(duì)貨幣政策對(duì)于銀行風(fēng)險(xiǎn)承擔(dān)的影響和流動(dòng)性監(jiān)管中凈穩(wěn)定資金比率的調(diào)控作用做了實(shí)證檢驗(yàn)。丁浩研究了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型對(duì)城商銀行不良貸款率的影響。孫光林、王雪標(biāo)研究了政府過(guò)度干預(yù)對(duì)不良貸款率的影響機(jī)理。段軍山、莊旭東研究發(fā)現(xiàn)加強(qiáng)地方金融監(jiān)管能夠降低不良貸款率，提高信貸質(zhì)量。郭曉蓓、麻艷分析了商業(yè)銀行不良貸款的存量特征，系統(tǒng)歸納了近年來(lái)商業(yè)銀行不良貸款問(wèn)題的內(nèi)外部因素。

綜上所述，學(xué)者們圍繞普惠金融和不良貸款率分別做了廣泛而豐富的研究，并逐漸將研究視角轉(zhuǎn)向了普惠金融的風(fēng)險(xiǎn)控制及其對(duì)不良貸款率的影響。總體上，多數(shù)研究只是從現(xiàn)實(shí)觀察的角度出發(fā)，對(duì)普惠金融的風(fēng)險(xiǎn)特征以及普惠金融風(fēng)險(xiǎn)防控的現(xiàn)狀、難點(diǎn)、存在的問(wèn)題及原因等進(jìn)行了分析，很少有學(xué)者基于社會(huì)經(jīng)濟(jì)發(fā)展的經(jīng)驗(yàn)數(shù)據(jù)對(duì)普惠金融的風(fēng)險(xiǎn)問(wèn)題進(jìn)行實(shí)證分析。本文嘗試從不良貸款角度出發(fā)，實(shí)證檢驗(yàn)普惠金融發(fā)展水平對(duì)不良貸款率的影響方向與程度，并考察在不同的經(jīng)濟(jì)發(fā)展階段，其對(duì)不良貸款率的影響可能存在的差異性。為了探究普惠金融發(fā)展水平對(duì)不良貸款率的影響，提出如下假設(shè)：

假設(shè)1：普惠金融發(fā)展水平對(duì)不良貸款率存在正向影響。

考慮不同經(jīng)濟(jì)發(fā)展水平下普惠金融發(fā)展水平對(duì)不良貸款率影響的差異。發(fā)展經(jīng)濟(jì)學(xué)認(rèn)為，一國(guó)的人均收入和資本積累必須越過(guò)一定的門(mén)檻，經(jīng)濟(jì)才能發(fā)展起來(lái)。經(jīng)濟(jì)社會(huì)中的很多現(xiàn)象都存在門(mén)檻效應(yīng)。在普惠金融發(fā)展初期，通常也是人均收入相對(duì)處于低水平均衡的階段，普惠金融服務(wù)的主要群體往往沒(méi)有足夠的經(jīng)濟(jì)實(shí)力及相應(yīng)的生產(chǎn)經(jīng)營(yíng)能力及時(shí)償債，導(dǎo)致不良貸款率上升。當(dāng)人均收入水平提高，即經(jīng)濟(jì)社會(huì)跳出貧困陷阱進(jìn)入更高水平的均衡時(shí)，普惠金融服務(wù)對(duì)象的經(jīng)濟(jì)狀況及其生產(chǎn)經(jīng)營(yíng)能力相對(duì)提高，能夠更高效地使用普惠金融服務(wù)，償債能力也相應(yīng)有所提高，普惠金融發(fā)展伴隨的不良貸款問(wèn)題可能有所改善。此外，更高的經(jīng)濟(jì)發(fā)展水平下，社會(huì)誠(chéng)信、文化以及科技和信息化水平往往也更高，征信和監(jiān)管系統(tǒng)相對(duì)更完善，伴隨普惠金融發(fā)展的不良貸款問(wèn)題可能會(huì)減小。因此，推測(cè)普惠金融發(fā)展水平對(duì)不良貸款率的影響可能在不同的經(jīng)濟(jì)發(fā)展水平下會(huì)有所不同，為進(jìn)一步探究普惠金融發(fā)展水平對(duì)不良貸款率影響的門(mén)檻效應(yīng)，提出如下假設(shè)：

假設(shè)2：普惠金融發(fā)展水平對(duì)不良貸款率的影響存在門(mén)檻效應(yīng)，在不同經(jīng)濟(jì)發(fā)展水平下普惠金融發(fā)展水平對(duì)不良貸款率的影響有差異。

三、實(shí)證分析

（一）普惠金融指數(shù)的測(cè)算

普惠金融是多維概念，必須通過(guò)科學(xué)有效的普惠金融指數(shù)進(jìn)行全面、綜合的測(cè)度，為進(jìn)一步實(shí)證分析普惠金融發(fā)展水平對(duì)不良貸款率的影響提供數(shù)據(jù)基礎(chǔ)。在參考現(xiàn)有文獻(xiàn)的基礎(chǔ)上，考慮相關(guān)數(shù)據(jù)的可得性，本文從金融服務(wù)的可獲得性、使用情況、服務(wù)質(zhì)量三個(gè)方面選取共12個(gè)指標(biāo)，編制普惠金融指數(shù)，具體指標(biāo)如表1所示。選取2011—2018年我國(guó)31省（自治區(qū)、直轄市）的省際數(shù)據(jù)作樣本，數(shù)據(jù)主要來(lái)源于萬(wàn)德數(shù)據(jù)庫(kù)，小部分缺失數(shù)據(jù)用趨勢(shì)擬合法補(bǔ)齊。

表1 普惠金融指數(shù)評(píng)價(jià)指標(biāo)

普惠金融指標(biāo)體系的構(gòu)建綜合考慮了金融服務(wù)的可獲得性、使用情況及金融服務(wù)質(zhì)量，力圖更全面地反映我國(guó)各地區(qū)的普惠金融發(fā)展水平。參與分析的各個(gè)指標(biāo)有著不同的量綱單位，需要進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱。由于所選指標(biāo)均是正向指標(biāo)，本文采用如下方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

式中，xpit是p省（自治區(qū)、直轄市）第t年第i個(gè)指標(biāo)的初始值，Xpit是其標(biāo)準(zhǔn)化值，max（xi）和min（xi）分別是第i個(gè)指標(biāo)的最大值和最小值。

為了客觀地反映各指標(biāo)對(duì)不同地區(qū)普惠金融發(fā)展水平差異的貢獻(xiàn)率，采用變異系數(shù)法確定各指標(biāo)權(quán)重：

其中，Si和Xˉi分別是第i個(gè)指標(biāo)的標(biāo)準(zhǔn)差和算術(shù)平均數(shù)，CVi是第i個(gè)指標(biāo)的變異系數(shù)，wi是第i個(gè)指標(biāo)的權(quán)重。

常見(jiàn)的指數(shù)合成方法有加權(quán)算術(shù)平均法和加權(quán)幾何平均法。伍旭川、肖翔和羅斯丹、陳曉等認(rèn)為，相對(duì)而言，加權(quán)幾何平均法更適合普惠金融指數(shù)中可獲得性、使用情況和服務(wù)質(zhì)量三個(gè)維度各指標(biāo)間存在關(guān)聯(lián)特征的情況；幾何加權(quán)法不容許任何一個(gè)指標(biāo)的偏廢，能夠較好地反映普惠金融發(fā)展的協(xié)調(diào)性；各地區(qū)的社會(huì)經(jīng)濟(jì)文化及各地區(qū)對(duì)普惠金融服務(wù)的需求和運(yùn)用能力存在差異，給各指標(biāo)權(quán)重的確定帶來(lái)了困難，而幾何加權(quán)法對(duì)指標(biāo)權(quán)重的精度要求相對(duì)較低。基于上述考慮，使用加權(quán)幾何平均法合成普惠金融指數(shù)：

式中，Xpit是p?。ㄗ灾螀^(qū)、直轄市）第t年第i個(gè)指標(biāo)的標(biāo)準(zhǔn)化數(shù)值，wi是相應(yīng)第i個(gè)指標(biāo)的權(quán)重，IFIpt是加權(quán)幾何平均法合成的p省第t年的普惠金融指數(shù)值。

（二）變量選取和說(shuō)明

本文重點(diǎn)對(duì)普惠金融發(fā)展水平對(duì)不良貸款率的影響做實(shí)證分析，被解釋變量、解釋變量及控制變量選取如下：

1.被解釋變量：不良貸款率（NPLR），指金融機(jī)構(gòu)不良貸款占總貸款余額的比重，是評(píng)價(jià)金融機(jī)構(gòu)信貸資產(chǎn)安全狀況的重要指標(biāo)之一。不良貸款

2.解釋變量：普惠金融發(fā)展水平（IF）。

3.控制變量：

（1）宏觀經(jīng)濟(jì)形勢(shì)（GDPR）。宏觀經(jīng)濟(jì)周期是不良貸款率變化的重要原因，地區(qū)生產(chǎn)總值增速的趨勢(shì)性變化可以反映宏觀經(jīng)濟(jì)周期。通常來(lái)說(shuō)，宏觀經(jīng)濟(jì)處于復(fù)蘇或繁榮階段時(shí)，不良貸款率趨于下降；當(dāng)宏觀經(jīng)濟(jì)處于衰退或蕭條階段時(shí)，不良貸款率趨于上升。

（2）地方財(cái)政收支壓力（FP）。鄒克、蔡曉春研究認(rèn)為地方財(cái)政收支長(zhǎng)期失衡導(dǎo)致地方政府性債務(wù)積累，擠壓實(shí)體企業(yè)貸款，使部分企業(yè)資金鏈斷裂，不良率升高；隨著貸款資源的緊張，金融機(jī)構(gòu)傾向于選擇收益更高的項(xiàng)目，繼而承擔(dān)了更多風(fēng)險(xiǎn)。借鑒鄒克、蔡曉春和段軍山、莊旭東的研究，加入地方財(cái)政收支壓力作為控制變量。

（3）地區(qū)存貸比率（LDR）。從盈利角度看，存貸比越高越好，因?yàn)樵黾淤J款會(huì)帶來(lái)更多的利息收入；從風(fēng)險(xiǎn)控制角度出發(fā)，存貸比不宜過(guò)高，以避免引致支付危機(jī)。存貸比一定程度上反映了金融機(jī)構(gòu)的風(fēng)險(xiǎn)偏好程度，與不良貸款率息息相關(guān)。

（4）產(chǎn)能過(guò)剩（OC）。產(chǎn)能過(guò)剩導(dǎo)致存貨積壓，大量產(chǎn)能被閑置，企業(yè)營(yíng)業(yè)收入減少，總資產(chǎn)周轉(zhuǎn)率下降，盈利和償債能力相應(yīng)下降，從而可能導(dǎo)致不良貸款率上升。本文借鑒孫光林、王海軍等和丁浩的做法，從產(chǎn)能利用率角度考察產(chǎn)能過(guò)剩程度，并考慮企業(yè)總資產(chǎn)周轉(zhuǎn)率（營(yíng)業(yè)收入/總資產(chǎn)）與產(chǎn)能利用率有很高的相關(guān)性（紀(jì)志宏），用各地區(qū)規(guī)模以上工業(yè)企業(yè)總資產(chǎn)周轉(zhuǎn)率（主營(yíng)業(yè)務(wù)收入/總資產(chǎn)）來(lái)反映產(chǎn)能過(guò)剩程度。

（5）出口增速（EG）。參考劉妍和蔣亮、何永鋒等的研究，考慮出口因素對(duì)不良貸款率的影響，以經(jīng)營(yíng)單位所在地出口總額同比增長(zhǎng)率來(lái)衡量。

本文采用我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）2011—2018年的年度數(shù)據(jù)，各研究變量的具體說(shuō)明及數(shù)據(jù)來(lái)源如表2所示。

表2 研究變量具體說(shuō)明及數(shù)據(jù)來(lái)源

各變量的描述性統(tǒng)計(jì)特征如表3。可以看出，各省貸款質(zhì)量參差不齊，不良貸款率最低為0.23%，最高達(dá)到了4.4%。用以測(cè)度普惠金融發(fā)展水平的普惠金融指數(shù)的標(biāo)準(zhǔn)差為0.069，最小值為0，最大值為0.363，從指數(shù)看總體上各省各年的普惠金融發(fā)展水平差異不大，都處于較低水平。衡量宏觀經(jīng)濟(jì)形勢(shì)的地區(qū)生產(chǎn)總值增速的標(biāo)準(zhǔn)差為2.555，最小值為-2.5%，最大是16.4%，表現(xiàn)出一定的地區(qū)和時(shí)間差異；出口增速的數(shù)值在不同年份和地區(qū)間差異較大；其他變量的描述性統(tǒng)計(jì)分析也都表現(xiàn)出一定差異。

表3 描述性統(tǒng)計(jì)

表5 方差膨脹因子檢驗(yàn)

進(jìn)一步考察每個(gè)變量的分位數(shù)等詳細(xì)的描述性統(tǒng)計(jì)信息，并結(jié)合被解釋變量和解釋變量及各個(gè)控制變量間的散點(diǎn)圖進(jìn)行分析，發(fā)現(xiàn)少數(shù)變量存在異常值現(xiàn)象，且引致該現(xiàn)象的部分原因是部分省份存在較大的個(gè)體效應(yīng)①（如圖1所例）。為了更好地分析變量之間的相關(guān)關(guān)系，在進(jìn)行相關(guān)性分析時(shí)未包含具有較強(qiáng)個(gè)體效應(yīng)的西藏。由表4可以看出，被解釋變量與解釋變量及各控制變量間都具有顯著的相關(guān)關(guān)系，解釋變量和各控制變量之間的相關(guān)系數(shù)絕對(duì)值都小于0.7。進(jìn)一步進(jìn)行方差膨脹因子檢驗(yàn)，結(jié)果顯示，解釋變量和各控制變量的VIF值都遠(yuǎn)小于10，基本可排除多重共線性干擾。

表4 相關(guān)性分析

圖1 不良貸款率和地方財(cái)政收支壓力的散點(diǎn)圖注：圖中用深色菱形對(duì)西藏觀測(cè)值做了特別標(biāo)記

（三）模型設(shè)定

根據(jù)假設(shè)建立模型。模型（1）是面板數(shù)據(jù)模型的標(biāo)準(zhǔn)形式，經(jīng)檢驗(yàn)，選擇用固定效應(yīng)模型（表6），其中，下標(biāo)i和t分別表示不同的省份和年份，NPLR為被解釋變量不良貸款率，IF為解釋變量普惠金融發(fā)展水平，GDPR、FP、LDR、OC和EG分別表示控制變量宏觀經(jīng)濟(jì)形勢(shì)、地方財(cái)政收支壓力、地區(qū)存貸比率、產(chǎn)能過(guò)剩和出口增速，ci為個(gè)體固定效應(yīng)，ηt為時(shí)間固定效應(yīng)，μit為隨機(jī)誤差項(xiàng)，βk（k=0，…，6）為待估參數(shù)。在此基礎(chǔ)上，根據(jù)Hansen提出的面板門(mén)檻模型，建立以人均地區(qū)生產(chǎn)總值（PGDP）為門(mén)檻變量的門(mén)檻模型，如模型（2）。其中，I（·）是示性函數(shù)，PGDP是門(mén)檻變量，當(dāng)PGDP滿足條件時(shí)I=1，否則I=0。γi是第i個(gè)門(mén)檻值，α1i是在各門(mén)檻值劃出的相應(yīng)區(qū)間內(nèi)解釋變量對(duì)應(yīng)的待估系數(shù)，Xit是上述所列的控制變量列向量，α是其對(duì)應(yīng)的參數(shù)列向量，υi是未觀測(cè)的個(gè)體效應(yīng)，εit是隨機(jī)誤差項(xiàng)。固定效應(yīng)面板門(mén)檻模型具體的參數(shù)估計(jì)采用王群勇的方法。

表6 模型設(shè)定形式檢驗(yàn)

（四）實(shí)證結(jié)果

表7 給出了固定各省份個(gè)體效應(yīng)的單向固定效應(yīng)估計(jì)結(jié)果?？梢钥闯?，相關(guān)變量系數(shù)的顯著性良好。模型（1）至模型（6）中普惠金融發(fā)展水平對(duì)不良貸款率均表現(xiàn)出正向影響，且均在1%顯著性水平下顯著，由此可以驗(yàn)證假設(shè)1成立，即總體上普惠金融發(fā)展水平對(duì)不良貸款率存在正向影響，說(shuō)明目前普惠金融發(fā)展中可能存在某些問(wèn)題使不良貸款率升高，加大金融體系的信貸風(fēng)險(xiǎn)。除此之外，控制變量中，宏觀經(jīng)濟(jì)形勢(shì)，即地區(qū)經(jīng)濟(jì)增速與不良貸款率負(fù)相關(guān)，在10%顯著性水平下顯著，即經(jīng)濟(jì)發(fā)展較快時(shí)，不良貸款率趨于下降，反之不良貸款率趨于上升；地方財(cái)政收支壓力與不良貸款率正相關(guān)，且在1%顯著性水平下顯著，即地方財(cái)政收支壓力增加時(shí)，不良貸款率趨于上升，反之不良貸款率趨于下降；地區(qū)存貸比率與不良貸款率正相關(guān)，且在1%顯著性水平下顯著，即地區(qū)存貸比率提高時(shí)，不良貸款率趨于上升，反之不良貸款率趨于下降；反映產(chǎn)能過(guò)剩程度的各地區(qū)規(guī)模以上工業(yè)企業(yè)總資產(chǎn)周轉(zhuǎn)率（主營(yíng)業(yè)務(wù)收入/總資產(chǎn)）與不良貸款率呈現(xiàn)負(fù)相關(guān)，且在1%顯著性水平下顯著，即產(chǎn)能過(guò)剩程度較高時(shí)，產(chǎn)能利用率低，企業(yè)總資產(chǎn)周轉(zhuǎn)率也低，不良貸款率趨于上升，反之產(chǎn)能過(guò)剩程度較低時(shí)，企業(yè)總資產(chǎn)周轉(zhuǎn)率相對(duì)較高，不良貸款率趨于下降；從符號(hào)看，出口增速提高有助于降低不良貸款率，但這一估計(jì)結(jié)果不顯著。實(shí)證結(jié)果基本符合前文對(duì)不良貸款率影響因素的分析和預(yù)期。

表7 單向固定效應(yīng)模型估計(jì)

考慮到回歸結(jié)果的穩(wěn)健性，在個(gè)體固定效應(yīng)模型的基礎(chǔ)上，進(jìn)一步控制時(shí)間（年份）效應(yīng)，進(jìn)行雙向固定效應(yīng)估計(jì)?？梢钥吹?，控制時(shí)間效應(yīng)后，解釋變量普惠金融發(fā)展水平的顯著性略有下降，但仍在10%的顯著性水平上顯著為正；宏觀經(jīng)濟(jì)形勢(shì)的顯著性也略有下降，但其系數(shù)估計(jì)值的大小、符號(hào)及標(biāo)準(zhǔn)誤差與單向固定效應(yīng)估計(jì)結(jié)果相差不大；其他變量估計(jì)結(jié)果也與單向固定效應(yīng)大體一致。此外，將控制變量地區(qū)存貸比率（LDR）替換為地區(qū)貸款增速（LG），分別進(jìn)行單向固定效應(yīng)和雙向固定效應(yīng)回歸，各變量系數(shù)估計(jì)的大小、符號(hào)及顯著性水平均與替換前基本一致（表8）。總體而言，實(shí)證結(jié)果較為穩(wěn)健。

表8 穩(wěn)健性檢驗(yàn)

基于固定效應(yīng)模型的估計(jì)結(jié)果，可以證實(shí)普惠金融發(fā)展水平對(duì)不良貸款率的正向影響，但固定效應(yīng)估計(jì)假定普惠金融發(fā)展水平對(duì)不良貸款率的影響是線性不變的，而忽略了隨著經(jīng)濟(jì)社會(huì)的發(fā)展，人均地區(qū)生產(chǎn)總值達(dá)到更高水平后，普惠金融發(fā)展水平對(duì)不良貸款率的影響可能會(huì)發(fā)生變化。接下來(lái)以人均地區(qū)生產(chǎn)總值作為門(mén)檻變量，進(jìn)一步分析普惠金融發(fā)展水平對(duì)不良貸款率的影響可能存在的門(mén)檻效應(yīng)。

由表9可知，將人均地區(qū)生產(chǎn)總值（PGDP）作為門(mén)檻變量時(shí)，單一門(mén)檻效應(yīng)在1%顯著性水平下顯著，雙重門(mén)檻效應(yīng)在5%顯著性水平下顯著，三重門(mén)檻效應(yīng)不顯著?？梢哉J(rèn)為普惠金融發(fā)展水平對(duì)不良貸款率的影響存在雙門(mén)檻效應(yīng)。進(jìn)一步用雙門(mén)檻效應(yīng)模型分析普惠金融發(fā)展水平對(duì)不良貸款率影響的門(mén)檻效應(yīng)。

表9 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

表10 的估計(jì)結(jié)果顯示：以人均地區(qū)生產(chǎn)總值（PGDP）作門(mén)檻變量時(shí)，單一門(mén)檻的估計(jì)值為27643，雙重門(mén)檻的估計(jì)值為87995，由此將我國(guó)普惠金融發(fā)展水平對(duì)不良貸款率的影響劃分為三個(gè)區(qū)段，即IF1（PGDP〈27643）、IF2（27643≤PGDP〈87995）和IF3（87995≤PGDP）。

表10 門(mén)檻值估計(jì)結(jié)果

表11 給出了雙門(mén)檻效應(yīng)面板模型的估計(jì)結(jié)果。在經(jīng)濟(jì)發(fā)展的不同階段，普惠金融發(fā)展水平對(duì)不良貸款率的影響有所不同：當(dāng)人均生產(chǎn)總值低于第一個(gè)門(mén)檻值（27643元/人）時(shí)，普惠金融發(fā)展水平對(duì)不良貸款率影響的估計(jì)系數(shù)是-2.483，但沒(méi)有通過(guò)顯著性檢驗(yàn)，這個(gè)階段普惠金融發(fā)展水平對(duì)不良貸款率的影響不顯著；當(dāng)人均生產(chǎn)總值介于27643元/人和87995元/人之間時(shí)，普惠金融發(fā)展水平對(duì)不良率影響的估計(jì)系數(shù)是5.239，在1%顯著性水平上顯著，這一階段普惠金融發(fā)展水平對(duì)不良貸款率有顯著的正向影響；當(dāng)人均生產(chǎn)總值跨過(guò)第二個(gè)門(mén)檻值（87995元/人）時(shí)，系數(shù)估計(jì)值為2.937，在1%顯著性水平上顯著，即第三階段普惠金融發(fā)展水平對(duì)不良貸款率依然有顯著的正向影響，但與第二階段相比，其影響系數(shù)的估計(jì)值有很大程度的減小。可見(jiàn)，普惠金融發(fā)展水平對(duì)不良貸款率的影響存在門(mén)檻效應(yīng)，在經(jīng)濟(jì)發(fā)展的不同階段，其對(duì)不良貸款率的影響有差異。當(dāng)人均生產(chǎn)總值很低時(shí)，普惠金融發(fā)展水平對(duì)不良貸款率的影響不明顯，可能是因?yàn)榻?jīng)濟(jì)發(fā)展水平很低時(shí)，普惠金融發(fā)展也很有限，其中有些潛在問(wèn)題尚未顯現(xiàn)，當(dāng)經(jīng)濟(jì)發(fā)展到一定階段，普惠金融發(fā)展水平對(duì)不良貸款率有正向影響，但在經(jīng)濟(jì)社會(huì)發(fā)展到更高水平后，這種影響會(huì)有所減小。此外，與固定效應(yīng)估計(jì)相比，其他控制變量的影響系數(shù)的估計(jì)結(jié)果也基本一致，實(shí)證結(jié)果總體上是穩(wěn)健的。

表11 模型估計(jì)結(jié)果

為了進(jìn)一步了解各地區(qū)在普惠金融發(fā)展水平對(duì)不良貸款率的影響中所處的階段，以門(mén)檻效應(yīng)的兩個(gè)門(mén)檻值為標(biāo)準(zhǔn)，將31個(gè)省份劃入PGDP〈27643、27643≤PGDP〈87995和87995≤PGDP三個(gè)區(qū)段，如圖2所示，可以看到，2011年我國(guó)還沒(méi)有進(jìn)入高區(qū)段的省份，2011—2018年間，我國(guó)大部分省份都處在中間區(qū)段（普惠金融發(fā)展水平對(duì)不良貸款率具有較大的正向影響），處于低區(qū)段的省份數(shù)量不斷減少至0，同時(shí)有越來(lái)越多的省份進(jìn)入了高區(qū)段，即有更多的省份在邁入普惠金融發(fā)展水平對(duì)不良貸款率的正向影響較小的階段。

圖2 以門(mén)檻值劃分的近年來(lái)各區(qū)段省份數(shù)量

結(jié)合我國(guó)東中西部經(jīng)濟(jì)帶的劃分，具體分析2011年和2018年?yáng)|中西部地區(qū)各省份在普惠金融發(fā)展水平對(duì)不良貸款率的影響中所處階段的情況（圖3）。2011年，各省份的人均GDP都在第二道門(mén)檻以下，其中，除中部地區(qū)的安徽和江西，西部地區(qū)的廣西、四川、貴州、云南、西藏和甘肅外，大部分省份邁過(guò)了第一個(gè)門(mén)檻值（27643元），處于普惠金融發(fā)展水平對(duì)不良貸款率具有較大正向影響的中間區(qū)段。到2018年，所有省份的人均GDP都邁過(guò)了第一個(gè)門(mén)檻值，但只有6個(gè)（北京、上海、江蘇、浙江、福建、廣東）東部地區(qū)省份的人均GDP超過(guò)了第二個(gè)門(mén)檻值87995元，進(jìn)入了普惠金融發(fā)展水平對(duì)不良貸款率的正向影響較小的階段。

圖3 2011年和2018年我國(guó)各省份人均地區(qū)生產(chǎn)總值與門(mén)檻值比較

四、主要結(jié)論與對(duì)策建議

近年來(lái)我國(guó)普惠金融發(fā)展迅速，不良貸款率也呈現(xiàn)上升趨勢(shì)。圍繞可獲得性、使用情況和服務(wù)質(zhì)量三個(gè)維度構(gòu)建普惠金融指數(shù)對(duì)各省份普惠金融發(fā)展水平進(jìn)行測(cè)度，通過(guò)固定效應(yīng)模型分析發(fā)現(xiàn)，總體上，普惠金融發(fā)展水平對(duì)不良貸款率存在正向影響。以人均地區(qū)生產(chǎn)總值作為門(mén)檻變量，進(jìn)一步進(jìn)行門(mén)檻效應(yīng)分析發(fā)現(xiàn)，普惠金融發(fā)展水平對(duì)不良貸款率的影響存在雙門(mén)檻效應(yīng)，人均生產(chǎn)總值很低時(shí)，普惠金融發(fā)展水平對(duì)不良貸款率的影響不顯著；當(dāng)經(jīng)濟(jì)發(fā)展到一定階段，普惠金融發(fā)展水平對(duì)不良貸款率有正向影響；在經(jīng)濟(jì)社會(huì)發(fā)展到更高水平后，這種影響會(huì)有所減小。我國(guó)多數(shù)省份還處在普惠金融發(fā)展水平對(duì)不良貸款率具有較大正向影響的第二階段，只有部分東部省份進(jìn)入了普惠金融發(fā)展水平對(duì)不良貸款率影響較小的第三階段。基于上述結(jié)論，為了進(jìn)一步做好普惠金融風(fēng)險(xiǎn)控制，推動(dòng)普惠金融更好發(fā)展，提出以下建議。

（一）發(fā)展差異化、多元化的普惠金融服務(wù)

一方面，要深入分析用戶需求，提供滿足用戶多樣化需求的普惠金融服務(wù)。普惠金融的主要服務(wù)對(duì)象是小微企業(yè)、個(gè)體經(jīng)營(yíng)者、農(nóng)戶和其他貧困群體等，他們對(duì)金融服務(wù)有著各自不同的需求，也各有不同的風(fēng)險(xiǎn)特征，金融機(jī)構(gòu)應(yīng)基于深度的用戶分析，對(duì)現(xiàn)有普惠金融產(chǎn)品體系進(jìn)行完善和優(yōu)化，使金融服務(wù)更契合社會(huì)需求。另一方面，發(fā)展多元化、富有競(jìng)爭(zhēng)活力的普惠金融機(jī)構(gòu)體系。政府應(yīng)積極引導(dǎo)民間資本陽(yáng)光化，激發(fā)民間資本活力，鼓勵(lì)和發(fā)展貼近市場(chǎng)和微觀經(jīng)濟(jì)主體的小微型金融機(jī)構(gòu)，發(fā)揮小微金融機(jī)構(gòu)經(jīng)營(yíng)機(jī)制靈活、管理扁平化和決策鏈條短等優(yōu)勢(shì)，引導(dǎo)小微金融深入群眾、普惠大眾。

（二）履行社會(huì)責(zé)任，開(kāi)展普惠金融教育

普惠金融的發(fā)展，要求從事普惠金融的機(jī)構(gòu)和人員具有高度的社會(huì)責(zé)任感和扎實(shí)的專(zhuān)業(yè)素養(yǎng)，從而減少操作風(fēng)險(xiǎn)和徇私逐利現(xiàn)象的發(fā)生，并對(duì)普惠金融的運(yùn)營(yíng)、業(yè)務(wù)、風(fēng)險(xiǎn)控制等多方面實(shí)行專(zhuān)業(yè)化管理。另外，普惠金融教育也很重要，負(fù)責(zé)任的普惠金融還應(yīng)該幫助弱勢(shì)群體更好地了解和掌握金融知識(shí)，更好地利用金融產(chǎn)品，從而提高普惠金融效率。通過(guò)普惠金融教育，一方面讓弱勢(shì)群體更好管理自身資產(chǎn)，避免過(guò)度負(fù)債；另一方面，提高弱勢(shì)群體在資產(chǎn)管理、風(fēng)險(xiǎn)防范以及生產(chǎn)經(jīng)營(yíng)管理等方面的能力，高效利用普惠金融產(chǎn)品，提高普惠金融效率。

（三）結(jié)合金融科技發(fā)展普惠金融服務(wù)和監(jiān)管

金融科技通過(guò)信息化技術(shù)和產(chǎn)品創(chuàng)新，降低普惠金融服務(wù)的成本，擴(kuò)大普惠金融服務(wù)的覆蓋范圍，使得金融服務(wù)的可得性和便利性大幅提高，極大地推動(dòng)了普惠金融的發(fā)展，讓更多有需要的群體享受到普惠金融服務(wù)。同時(shí)，大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等數(shù)字技術(shù)與普惠金融的深度融合使得金融機(jī)構(gòu)在數(shù)據(jù)收集、處理、利用、價(jià)值轉(zhuǎn)化等過(guò)程中展現(xiàn)出高效、全面、細(xì)致等優(yōu)勢(shì)。普惠金融機(jī)構(gòu)應(yīng)積極探索應(yīng)用金融科技，如，用大數(shù)據(jù)和云計(jì)算技術(shù)對(duì)數(shù)量巨大、來(lái)源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)、處理和深度分析，并進(jìn)一步應(yīng)用：了解用戶的征信情況并進(jìn)行評(píng)估，解決信息不對(duì)稱(chēng)問(wèn)題；基于大數(shù)據(jù)進(jìn)行用戶需求的分析，設(shè)計(jì)出更適合用戶差別化需求的普惠金融產(chǎn)品，對(duì)現(xiàn)有普惠金融產(chǎn)品體系進(jìn)行充實(shí)和優(yōu)化；對(duì)項(xiàng)目的發(fā)展情況和潛在風(fēng)險(xiǎn)進(jìn)行分析和實(shí)時(shí)監(jiān)測(cè)，提升風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)控制能力等。政府方面，可以出臺(tái)相應(yīng)政策鼓勵(lì)和支持金融機(jī)構(gòu)加大金融科技研發(fā)力度，推進(jìn)普惠金融數(shù)字化運(yùn)用；推行數(shù)據(jù)的整合應(yīng)用，推動(dòng)各金融體系實(shí)現(xiàn)數(shù)據(jù)對(duì)接，建立統(tǒng)一的征信系統(tǒng)。

（四）建立完善的普惠金融風(fēng)險(xiǎn)監(jiān)管體系

普惠金融風(fēng)險(xiǎn)監(jiān)管與傳統(tǒng)金融的風(fēng)險(xiǎn)監(jiān)管有所不同，普惠金融服務(wù)主要面向小微企業(yè)、農(nóng)民、城鎮(zhèn)低收入群體、貧困群體等，其服務(wù)對(duì)象有許多差異化的困難和風(fēng)險(xiǎn)特征，應(yīng)積極探索實(shí)行“分類(lèi)”或“有差別”的普惠金融監(jiān)管。同時(shí)，須完善征信體系，健全普惠金融風(fēng)險(xiǎn)識(shí)別和預(yù)警機(jī)制。在全社會(huì)建立科學(xué)完善的失信懲戒和守信激勵(lì)機(jī)制，借助大數(shù)據(jù)和云計(jì)算系統(tǒng)，構(gòu)建以政府和市場(chǎng)為核心的多層次征信系統(tǒng)。運(yùn)用互聯(lián)網(wǎng)大數(shù)據(jù)等新興科技，及時(shí)跟蹤、測(cè)評(píng)、發(fā)現(xiàn)和處置相關(guān)風(fēng)險(xiǎn)，建立風(fēng)險(xiǎn)聯(lián)防、聯(lián)控機(jī)制。

注釋?zhuān)?/p>

①個(gè)體效應(yīng)可以通過(guò)差分或組內(nèi)離差的方式消去，不影響后續(xù)的實(shí)證分析。