互联网金融对乡村金融机构的影响研究

济南大学毕业论文[26]。随着新兴互联网融资的发展，农村居民可以通过互联网渠道获得足够的信贷支持，减少对传统农村融资的依赖并降低因传统农村融资对融资和流动性的限制的约束水平，这体现在消费水平的提高上。基于上述分析，本文构建一个消费流动性约束模型，以农村居民消费水平为被解释变量进行验证，从中国统计年鉴中获得农村居民的人均消费支出，并进行实证研究。（3）其他控制变量农村居民收入水平（Inc）。根据凯恩斯提出的消费函数理论，收入对消费水平产生关键影响。所以本文选取农村居民收入水平作为解释变量，以农村居民人均可支配收入作为衡量依据，数据选取自中国统计年鉴。物价水平（CPI）。本文参考文献发现，物价变动会对消费水平产生影响。本文选取各省份物价水平（CPI）作为控制变量，优先选取各省份的农村居民消费价格指数。但由于直辖市（北京市、天津市、上海市、重庆市）在国家统计局平台未公布农村居民消费价格指数，所以采用其全体居民消费价格指数进行替代。本文考虑到直辖市城乡融合度较高，该替代方式在学术研究中是较为常见且合理的处理方法。农村教育水平（Edu）。以小学与初中在校生总数除以农村人口计算人均教育水平后取自然对数，代表农村人力资本状况。农村人口规模（Pop）。对农村人口总量取自然对数，用以控制消费总量基础差异。变量名称变量符号指标说明处理方式数据来源农村居民消费水平Consump农村居民人均生活消费支出（元）取自然对数中国统计年鉴新兴互联网金融发展水平IFin北大数字金融研究中心发布的数字普惠金融指数原始值（已标准化）北大数字金融研究中心传统农村金融发展水平TFin各省涉农贷款余额/农村GDP比率各省金融服务报告、统计年鉴农村居民收入水平Inc农村居民人均可支配收入（元）取自然对数中国统计年鉴物价水平CPI各省农村居民消费价格指数（CPI）；直辖市使用全体居民CPI替代原始值国家统计局网站教育水平Edu小学与初中在校生总数/农村人口总量取自然对数教育统计年鉴、统计年鉴变量名称变量符号指标说明处理方式数据来源农村人口规模Pop各省农村人口总量取自然对数中国统计年鉴（二）实证检验1.回归模型构建随着互联网金融的兴起与发展，农村居民可以通过互联网渠道获取信贷资金，这就降低对传统农村金融机构服务的依赖程度并且对居民消费产生一定的促进作用，一定程度上可以缓解消费的流动性约束问题。由此，互联网金融与传统的乡村金融机构形成一定的竞争关系，从而互联网金融对传统乡村金融机构存在替代性。基于前文的研究基础，本文在本节构建一个关于消费流动性约束的分析模型，如式（5.1）所示。该模型中引入新兴互联网金融发展水平（𝐼𝐹𝑖𝑛𝑖𝑡）与传统农村金融发展水平（𝑇𝐹𝑖𝑛𝑖𝑡），其对应的回归系数用于衡量二者对农户消费水平的影响。同时，模型中还设有二者的交互项（𝐼𝐹𝑖𝑛𝑖𝑡∗𝑇𝐹𝑖𝑛𝑖𝑡），用于捕捉二者关系的协同或替代效应。当交互项系数𝛽3显著为负时，表明在互联网金融不断发展的背景下，农户对传统农村金融的依赖程度降低，即互联网金融在一定程度上缓解农户所面临的传统金融融资约束和消费流动性限制，表现出对传统金融服务的替代功能。本文进一步引入农村教育水平与农村人口规模两项控制变量，以提高模型解释力、控制遗漏变量偏误，让本文更加全面地识别互联网金融在乡村金融生态中的作用机制。本文构建消费流动性约束模型如下：Consumpit=β在上述模型中，𝑖表示全国各省份，𝑡表示不同年份，𝐶𝑜𝑛𝑠𝑢𝑚𝑝表示农村居民消费水平，𝐼𝐹𝑖𝑛表示新兴互联网金融发展水平，𝑇𝐹𝑖𝑛表示传统农村金融发展水平，𝐼𝑛𝑐表示农村居民收入水平，𝐶𝑃𝐼表示物价水平，Edu表示农村教育水平，Pop表示农村人口规模，表示省份固定效应，表示年份固定效应，εit2.豪斯曼检验在进行回归分析之前，我们先对面板数据进行豪斯曼检验以确定运用随机效应或固定效应模型。表5.2报告豪斯曼检验的结果，Chi-squaretestvalue=28.57，Prob>chi2=0.0002，说明各回归系数间存在系统性差异拒绝使用随机效应模型的假设，所以本文后续实证分析选择固定效应模型作为最终的回归模型。3.描述性统计分析本文进行描述性统计分析，表5.3是2011年到2022年间新兴互联网发展水平、传统农村金融发展水平、农村居民消费水平、农村居民收入水平、物价水平、农村教育水平和农村人口规模等主要变量的统计性描述，为减少异方差对实证结果的影响，我们对连续变量进行对数处理。从表中描述性统计分析结果可以看出，在被解释变量方面，农村居民人均消费支出（Consump）的均值为9.237，最大值为10.221，最小值为8.054，标准差为0.406，说明不同地区农村消费水平存在一定差异，但整体波动程度适中。在解释变量方面，新兴互联网金融发展水平（IFin）的均值为5.331，标准差为0.674，最大值为6.133，最小值为2.786，说明各地数字金融发展存在较大差异，发展程度参差不齐，但大多数省份处于中等以上水平。传统农村金融发展水平（TFin）的均值为1.563，标准差为0.657，最大值为3.676，最小值为0.121，表明传统金融支持在地区之间差异较大，部分地区涉农金融发展相对滞后。在控制变量方面，农村居民收入水平（Inc）的均值为9.443，最大值为10.589，最小值为8.361，标准差为0.429，说明农村居民收入整体水平较为接近，地区差距相对可控。各省农村居民消费价格指数（CPI）的均值为102.365，标准差为1.337，最大值为107.800，最小值为99.700，虽然物价水平略有差异，但波动总体可控。此外，农村教育水平（Edu）和农村人口规模（Pop）作为可选控制变量，分别均值为2.039和16.377，标准差为0.123和0.940，说明农村人口规模的地区差异略高于教育水平。综上，主要变量的数值特征均较为合理，为后续回归分析奠定良好的数据基础。表5.33.6569.4434.相关性分析本文对主要变量进行相关性检验，结果见表5.4，变量之间的相关系数整体符合经济理论预期，显著性良好。农村居民消费水平Consump与新兴互联网金融发展水平IFin相关系数为0.804，在1%显著性水平下显著，表明数字金融发展对农村消费具有明显促进作用。传统农村金融发展水平TFin与消费水平也呈正相关0.528，p<0.01，表明传统金融发展对农村消费仍然具有正向影响。在控制变量方面，农村居民人均收入Inc与消费的相关系数为0.959，在0.01级别显著，证实收入是消费的主要决定因素，与凯恩斯的消费理论相符；物价水平CPI与消费水平呈负相关关系，与消费水平的相关系数为-0.412，在0.01级别显著，反映物价上涨或会对农村居民消费产生一定负向影响；教育水平Edu与消费呈正相关关系，与消费的相关系数为0.477，在0.01级别显著，说明教育水平越高的人群消费能力越强，或消费意愿越强；人口规模Pop与消费水平的相关系数为-0.146，在0.01级别显著，但相关性不强，其与消费水平变化方向有一定偏差，可能由人口数量较多导致人均消费能力减弱，也可能是城乡结构、老龄化水平等因素造成的，其具体的经济学意义并不明确，需要针对具体地区的情况进行具体分析。部分控制变量之间虽存在一定的数值相关性，但并不具备统计意义上的显著性。如受教育程度Edu与物价水平CPI的相关系数为-0.084，农村人口数量Pop与物价水平CPI的相关系数为0.001。这些变量进入回归模型，虽对估计结果具有一定解释力，但在具体分析时并不做因果性解读。总体来看，各解释变量与被解释变量均能呈现出预期方向的相关性，且核心变量基本在1%的显著性水平上显著，再次验证了模型设定的合理性。表5.4变量ConsumpIFinTFinIncCPIEduPopConsump1.000***IFin0.804***1.000***TFin0.528***0.355***1.000***Inc0.959***0.771***0.554***1.000***CPI-0.412***-0.701***-0.193***-0.373***1.000***Edu0.477***0.241***0.170***0.464***-0.0841.000***Pop-0.146***-0.090*-0.416***-0.182***0.0010.161***1.000***注：***、**、*分别表示在1%、5%、10%的水平上显著。5.回归结果分析表5.5展示了固定效应回归的结果。模型（1）仅引入新兴互联网金融发展水平（IFin）作为核心解释变量，初步检验其对农村居民消费水平的影响。结果显示，IFin的回归系数为0.434，在1%显著性水平下显著，表明新兴互联网金融的发展有助于提升农村居民的消费能力，通过提高支付便利性和融资可及性，减轻消费过程中的阻力。模型（2）在前述模型（1）基础上引入传统农村金融发展水平（TFin）、农村居民收入水平（Inc）、物价水平（CPI）、教育水平（Edu）、人口规模（Pop）以及新兴互联网金融与传统金融的交互项（IFin*TFin）。引入变量和交互项用于全面分析各因素对农村消费的影响和探讨两者之间的相互关系。结果显示，传统农村金融（TFin）与收入（Inc）对消费具有显著的正向影响，其中TFin的回归系数为0.235，Inc为0.972，均在1%水平显著，说明传统金融供给依然在促进农村消费方面发挥重要作用。交互项的结果显示系数为-0.0331，且在1%显著性水平下显著为负，表明随着新兴互联网金融的发展，农户对传统农村金融的依赖程度有所降低，这就意味着随着数字金融的深化发展，其在一定程度上取代传统农村金融服务的功能，对消费的影响呈现出结构性转移的趋势。控制变量方面，收入（Inc）始终显著为正且高度显著，验证收入是影响消费的关键变量；物价水平（CPI）和消费的关系虽为负不显著；教育水平（Edu）在模型（2）中开始显著为正，验证教育程度的提高会影响消费意愿的增加；人口规模（Pop）则在模型（2）中呈现负向显著关系，意味着当人口规模越大时，人均消费额越低或者消费差距过大。总体而言，模型的R2统计量依次为0.805，0.980，反映了模型的拟合效果较好，解释力度依次增强。本文的回归结果证实了新兴互联网金融对农村消费具有正向影响、传统金融仍具重要推动作用，且两者之间存在替代效应的客观事实。 表5.5变量(1)(2)Model1Model2IFin0.434***0.0271**(0.0116)(0.0137)TFin0.235***(0.0354)Inc0.972***(0.0319)CPI-0.00135(0.00302)Edu0.155(0.0993)Pop-0.0905(0.0658)IFin*TFin-0.0331***(0.00653)cons6.921***1.133(0.0622)(1.343)N372372R20.8050.980adj.R20.7880.978注：***、**、*分别表示估计系数在1%、5%和10%的水平上显著。6.稳健性检验为检验本文实证结果的稳健性，本文通过更换被解释变量的方式进行稳健性检验。将未取对数的原始农村居民消费水平（Consump）替换为对数化处理后的农村居民消费水平（Consump），在其他变量设定保持不变的前提下重新进行固定效应回归。表5.6显示对比结果，通过观察回归结果可知，两组模型中关键变量新兴互联网发展水平（IFin）、传统农村金融发展水平（TFin）及其交互项IFin*TFin的系数方向与显著性基本保持一致，说明本文的主回归结论具有较好的稳健性。互联网金融仍表现出显著的正向影响，同时与传统金融之间的替代效应依旧存在，假设仍然成立。表5.6变量原始消费对数消费IFin-2585.0***0.0271**(273.2)(0.0137)TFin-3398.2***0.235***(707.3)(0.0354)IFin*TFin742.4***-0.0331**(130.3)(0.00653)Inc13033.5***0.972***(636.5)(0.0319)CPI-108.3*-0.00135(60.35)(0.00302)Edu1464.60.155(1981.8)(0.131)Pop952.6-0.0905(1314.6)(0.0658)cons-106651.3***1.133(26812.3)(1.343)N372372R20.9320.980adj.R20.9240.978注：回归中已控制年份固定效应，标准误使用稳健标准误（robuststandarderrors）。***、**、*分别表示估计系数在1%、5%和10%的水平上显著。结论本文聚焦互联网金融与乡村振兴战略的关联展开探讨，在当下社会，乡村振兴战略的意义变得日益明显，处于全球经济转型的大背景下，农村经济发展已然成为国家整体经济的关键构成部分，然而农村经济以及产业发展遭遇资金短缺难题，使得诸多优质项目难以落地实施，对农民生活水平的提升造成了严重影响。寻觅有效的资金解决办法变得极为迫切，于乡村振兴战略框架下解决农村经济与产业发展的资金短缺状况，最佳方式是促使外部资本资源流入农村，以此推动农村经济产业发展，随后偿还债务，这与金融业务的基本流程高度契合，金融服务是推行乡村振兴战略的关键路径，其次还证实新兴互联网金融对传统乡村金融机构有替代性。当传统金融服务无法充分契合现代乡村产业经济发展需求时，互联网金融可凭借其高效率与低成本特性，推动乡村振兴战略的施行与发展，近些年来，互联网金融的快速发展为乡村振兴给予了全新机遇，外部资本借助互联网金融逐步流入农村，为乡村产业发展注入了全新动力，互联网金融依靠其灵活快捷的特点，可借助P2P借贷、众筹等服务模式，突破传统融资渠道的限制，方便农民获取资金。数字支付的广泛普及也让农村经济活动变得更为高效，基于对互联网金融与乡村金融机构关系的研究，我觉得政策制定者需要给出一系列可行建议，其一政府应当积极推动互联网金融在农村的普及，比如提供政策扶持和资金补贴，其二，要强化农民的金融素养培育，提升他们对互联网金融的理解与应用能力。金融机构应依据乡村特点设计出更契合需求的金融产品。（1）建立健全法律体系在互联网金融快速发展的情形下，我国现有的金融安全监管法律体系没能有效应对互联网金融的监管需求，这种不足在农村地区表现得较为突出，不少农村居民在接触互联网金融服务时大多时候心存顾虑，害怕自己承受不了高额融资负担，身为一名大四学生，我觉得首先要完善法律保障体系，加大法律保障力度，以此减轻这一群体的心理负担。当前法律机制对互联网金融的监管几乎处于空白状态，使得许多金融机构在服务过程中缺少必要的规范和约束，引发农村居民对金融产品的信任危机，参考国内外成功的监管经验，推动我国在该领域的立法与政策实施很关键，除了监管互联网金融体系，建立面向农村居民的征信管理也必不可少。很多农村居民由于缺乏完善的信用评估机制，遭遇“老赖”现象，严重影响了他们的融资能力，构建一个透明公正的征信体系，能保护农村居民的合法权益，又能提高他们对互联网金融的信任，提高法律与征信保障是促进农村金融稳健发展的关键办法，经过这一系列努力，未来的农村金融市场会更健康、更具可持续性。（2）了解农村居民需求，提供个性化服务在当下社会，农村金融基础设施建设水平较低的状况变得日益明显，这对农村经济发展造成了限制，还致使不少农民老年居民难以获取优质金融服务，互联网金融作为一项新兴服务，可为农村经济发展以及农民生活水平提高提供新的动力，然而不少老龄农村居民因缺乏专业知识，难以有效运用这些服务。要解决该问题，需先对农村居民的金融需求展开调研，借助问卷调查与访谈，能有效知晓老年人使用金融服务时碰到的险阻，比如他们或许会对复杂的操作界面感到迷惑，甚至因不熟悉专业术语而彻底拒绝尝试，设计个性化服务模式很关键，要提供一对一的专人指导，用通俗易懂的语言讲解。与当地政府和社区组织合作，能把这些个性化服务推广到各个地方，服务实施后，建立