赵玉冰

(1.平顶山学院 经济管理学院,河南 平顶山 467036;2.启明大学 一般研究生院,韩国 大邱 42601)

0 引言

普惠金融的概念自2005年提出以来，因其促进公平、济贫扶弱、调动贫困人口内生动力的内涵和特征受到金融业、决策者和学术界的广泛关注.大量证据表明普惠金融在促进经济发展和贫困减缓方面都显示出独特的优势.宏观层面，发展普惠金融在促进收入分配公平、为经济发展提供新动能、激发创新等方面具有独特的优势.微观层面，普惠金融有助于提高微观经济主体中贫困人口和小微企业的抗风险能力.尤其是在扶贫领域，普惠金融一改以往送钱送物和大规模开发的扶贫固有模式，激发贫困人口的内生动力，充分发挥主观能动性，使用金融资源提升自身的人力资源，摆脱贫困陷阱，实现可持续的收入增长.可以说普惠金融是供给侧改革领域的有益尝试.2013年我国正式将普惠金融作为国家战略，从中央到各级地方政府提出了一系列促进金融包容性的政策.作为金融排斥的相对概念，金融包容性的研究开始较晚，但拓宽了金融发展理论的边界，使金融研究从过去只关注效率转向开始将一部分注意力投射到金融对可持续发展的作用上来，为评判金融体系的发展提供了新的维度.早期研究中对于金融体系的评价聚焦于金融深度，即金融行业的总体规模.随着金融体系的不断发展和完善，对于金融体系的功能与价值的认识愈加深刻，学术界评价金融体系的维度也在不断增加，金融效率和金融稳定开始被纳入其中.2008年金融危机后各国普遍认识到金融业的发展不应一味追求利益最大化，应回归服务实体经济的本质，缩小贫富差距，实现全社会公平可持续的发展，这也与联合国千年发展目标相一致.综上所述，无论是普惠金融的理论研究还是实践探索都迫切需要一个有效的评价标准.

1 文献综述

过去对金融体系的评价主要关注金融体系的深度、效率和稳定性[1]，2008年金融危机过后，普惠金融的概念越来越受到各国政府和国际机构的关注，印度、英国、肯尼亚、中国都开始致力于改善和提升金融的普惠程度[2].从现有的理论研究和实践经验来看，普惠金融是一个复杂的多维概念，涉及金融接触、使用、满意度等多个评价维度，因此构建一套科学的、便于操作的普惠金融指标对于普惠金融实践活动开展和理论研究都十分重要[3].

从现有金融体系普惠性评价的实践研究来看，普惠金融评价指标体系主要有三类：第一类是以世界银行、普惠金融联盟(AFI)、G20框架下成立的金融包容全球合作伙伴组织(Global Partnership for Financial Inclusion，GPFI)为代表的国际机构建立的评价体系[4].这些评级体系多以机构原有的调查数据库为基础，选取数据库中描述企业和个人获取金融产品和服务便捷性的微观指标建立一套完整的评价体系，一般包括金融服务可接触程度、使用状况、金融服务效率等维度，每个维度下选取若干指标.该评价体系优势相当明显，在数据收集方面往往能够得到各国金融监管部门的支持，获得全面的一手材料.但同时也存在难以避免的缺陷，由于这些评价体系中的指标主要由微观指标构成，必须采用大规模的调查，往往费时费力，故而无法每年连续开展，数据缺乏连续性.第二类是借鉴对金融体系发展的评价方式，利用宏观经济数据，涵盖银行业、证券业、保险业等金融服务全领域的数据，用金融密度等指标及宏观经济社会发展、基础条件等方面的指标体系，以宏观指标为主，将多个维度的指标合成一个普惠金融指数.这种评价方式为国内外大多数学者所采用.第三类是同时考虑宏观和微观两类指标.

2 普惠金融指标构建

基于对现有评价方式的借鉴与改良，构建全国性的普惠金融评价指数应符合以下三项原则.首先，兼顾全面性和可操作性.指标应该涵盖满足评价目标的基本内容，反映金融体系普惠程度的所有信息.普惠金融指标应该涵盖评价普惠金融各个维度的指标，具体指标的选取应满足在同类指标中最具代表性，做到既不重复也不遗漏.指标的选取并非多多益善，指标的精炼可以减少评价的时间和成本，有利于评价活动的开展.其次，兼顾纵向和横向可比性.各地区金融发展水平、社会经济发展水平差异较大，在指标的选取上应尽量选择最能体现金融普惠性质的基本服务，贴近贫困人口和小微企业的实际需求.同时在计算方法上兼顾纵向和横向的可比性，避免出现标准不一致的情况.此外，指数构建要考虑到为未来金融行业的发展和金融技术的应用预留空间.金融行业的快速发展和新技术的应用为未来普惠金融创造了无限可能，在计量方法的选用上要考虑到未来指数整合新业态和新技术的可能性，使其在不断加入新维度、新指标的情况下仍可以与之前的年度进行纵向比较.最后，确保指标数据连续可得且满足权威性.鉴于国际机构评价体系中由于统计口径不同造成普惠金融相关指标在供给方和使用方明显不一致的情况，在选取同一金融服务不同维度的指标上应尽量采用相同的数据来源.

2.1 指标权重确定

普惠金融指数合成过程中，各个指标的权重直接影响评价体系是否能准确描述金融包容性水平.权重的确定一般采用以下三个标准.首先，权重应体现评价者普惠金融不同特征和服务的主观重视程度.其次，权重应反映各个指标的客观差异，即客观表现不同指标在评价中所起的不同作用.最后，指标的来源决定了其权威性，不同来源的数据可靠程度也不尽相同，故而，指标的可靠程度也应在权重中反映出来.现有研究对于普惠金融各个指标赋权的方法探索十分丰富.这些方法主要分为两类：第一类是主观赋权法，包括等权重法、不等权重法和模糊综合评价等.多使用综合评价体系，依靠专家打分确定权重，多见于政府机构和国际组织构建的普惠金融综合评价体系.各个指标的权重体现了决策者对普惠金融不同维度、不同指标的重视程度，反映了政策的倾向性.另一类是客观确权法，包括因子分析法、主成分分析法、变异系数法.采用主成分分析和因子分析法结果直观，过程简单易行.但是通过提取成分达到降维目的的过程会丧失原有指标的经济含义，不利于进一步的研究和分析.鉴于上述比较分析，采用变异系数法确定各指标的权重.

2.2 指数计算

迄今为止，普惠金融指数的合成方法主要有简单平均法和欧氏距离法.简单平均法包括算术平均方法和几何平均方法，指数合成公式分别是：

(1)

(2)

简单平均法原理简单，具有极强的可操作性，但也存在一些缺陷,存在完全替代的问题，例如算术平均方法中某一指标的变动会被另一指标的反向变动抵消.鉴于评价体系中每一个指标都有其特定的评价角度，完全替代问题很可能削弱指数的全面性.

第二类方法借鉴联合国人类发展指数(HDI)的测算方式，构建基于欧氏距离的普惠金融指数.欧氏距离法避免了简单平均法的完全替代问题，且满足普惠金融指标体系的构建原则，故而选用该方法合成指数，计算公式如下：

IFI=1-

(3)

式中,d∈{0,1}，w为各指标的权重，d为各指标标准化后的数值.由于指标的量纲不同，所以在合成指数前对指标进行标准化处理.

标准化公式如下：

(4)

式中，Dit为第i个指标第t年的标准化值，Ait为第i个指标第t年的观测值，mini为第i个指标历年观测所得的最小值，maxi为第i个指标历年观测所得的最大值.

基于上文分析，权重的确定采用变异系数法，变异系数为：

(5)

各指标的权重计算公式为:

(6)

3 基于省级数据的普惠金融发展水平测量

3.1 指标选取

构建国家普惠金融指数需建立在理解普惠金融内涵和特征的基础上.国内大量研究将普惠金融等同于金融的可接触程度，但事实上金融排斥的原因主要分为两类：一类是非自愿的排斥，除了地理排斥和由于客户高违约风险带来的接触排斥之外，还有金融产品适配不当造成的条件排斥、金融服务价格难以负担导致的价格排斥、金融业逐利性歧视低净值社会成员导致的营销排斥.另一类是自愿排斥，主要是这一部分社会成员缺乏需求导致，当然自愿排斥的社会成员可能会随着金融知识的普及，更深入地认识到金融服务可能给他们的生产生活带来的改变，从而创造出金融需求.过去信息不对称和道德风险主要影响银行业和保险业，过高的征信成本和收益不匹配导致银行和保险公司将一部分信用次优的客户和中高违约风险的客户一起排除在服务范围之外.但是随着信息技术的进步，降低征信成本成为可能，这对金融业和中高违约风险的社会成员来说是双赢的.金融机构可以利用“二八原则”，通过信息技术降低成本扩大服务范围找到新的利润增长点，同时回归金融服务社会、服务实体经济的功能.原先被排斥在金融服务之外的中等违约风险的社会成员则可以利用金融服务平滑收入和支出抵御风险、改善自身的健康状况和教育水平.基于上述分析，选取最能体现普惠金融特征和目的的银行和保险作为评价对象，从金融密度、使用情况、可负担性三个维度反映普惠金融的发展状况，具体指标如表1所示.

表1 普惠金融指数评价指标选取

研究使用31个省、自治区、直辖市2005—2017年的数据.时间跨度较大，涵盖了从普惠金融概念提出到2017年的省级面板数据，能够展现我国普惠金融发展的总体趋势.全部数据由《中国金融年鉴》《中国统计年鉴》《中国各省市金融运行报告》的公开数据计算所得.根据公式(3)计算得到2005—2017年中国普惠金融指数，如图1.

3.2 测量结果评价

对2005—2017年省级面板数据进行计算后得到13年的全国普惠金融指数，为方便比较编制箱线图，见图1.

图1 全国普惠金融指数箱线图(2005—2017年)

从图1可以看出，我国普惠金融发展程度呈现明显的不均衡状态.经济发达的东部地区金融的包容性明显高于欠发达的西部地区.以2017年为例，上海市的普惠金融指数为0.81，而云南省的普惠金融指数只有0.05.我国各地金融体系的普惠程度呈现明显的梯队特征，东部领先，中部、西部次之，东北地区较为落后，这与各个地区的经济发展水平呈现出一致性.13年我国普惠金融发展的格局基本没有发生变化.上海市、北京市、天津市、浙江省、江苏省、广东省在2005—2017年间一直保持在前六位.后六位排名变动较大，西藏自治区从末位上升至第24位，青海省从第30位上升至第26位，广西壮族自治区从第25位下降至第30位.中、西部地区普惠金融发展水平增长较快，上海市增长幅度最大，从2005年的0.386 8增长至2017年的0.810 2，增加了0.423 4.

由表2可知，2005年东部、中部、西部、东北地区的普惠金融指数依次为0.352 8、0.158 3、0.035 2、0.042 4，2017年普惠金融指数依次为0.992 7、0.409 3、0.241 1、0.048 2.总体上看，在过去13年间各地区普惠金融发展的总体趋势并没有发生变化.

表2 区域普惠金融指数

如图2所示，东部地区金融行业的普惠基础好、发展快，较我国其他地区有明显的优势.中部和西部地区发展基础都较为薄弱，但近年来发展速度快，政策倾斜作用较为明显.与中部各省发展比较均衡的情况不同，西部各省份普惠金融发展差距较大.以2017年为例，中部各省份的普惠金融指数依次为：河南省0.107 9、山西省0.096 2、湖北省0.090 9、湖南省0.075 6、安徽省0.090 7、江西省0.077 2，各省差距不大.而西部地区普惠金融发展状况最好的重庆市(0.111 1)和发展状况最差的云南省(0.052 7)，数值相差2.1倍，区域内普惠金融发展不均衡尤为明显.13年间东北地区金融发展的普惠程度改善不明显，区域内发展水平不均衡，辽宁省发展状况明显好于黑龙江省和吉林省.

图2 区域普惠金融指数箱线图

4 政策建议

各级政府针对发展普惠金融制定了一系列的政策，通过对这些政策的研读可以看到，多数地方政府主要是通过向不同的金融服务需求主体(主要是贫困人口和小微企业)发放贷款的形式推进金融体系普惠程度的提高，但是在当前财政压力加大的背景下，政府如何利用市场机制，激发金融机构的服务意愿，推动金融深化改革，尤其是利率市场化改革，可能成为下一步政策的重点.政府完成从普惠金融的主导者和主要参与者到普惠金融的监管者的角色转变，将重点放在金融风险防范，避免普惠金融使命迁移，过度向较高违约风险者放贷，避免出现挤压原有金融服务使用者的资源，避免出现系统性金融风险.做好普惠金融分层服务，针对不同信用资质的社会成员提供可负担的金融服务，对最缺乏信用的使用者进行补贴.对有一定还款能力的使用者，完全依赖政策推动无法兼顾可持续性，要推进征信体系的建设和完善，依靠市场机制保证金融服务主体能够从所提供的服务中获利来满足负担成本的需求.