【数字普惠金融发展对居民消费的影响实证探析3800字（论文）】

PAGE46PAGE46数字普惠金融发展对居民消费的影响实证分析目录TOC\o"1-2"\h\u22036数字普惠金融发展对居民消费的影响实证分析 11884（一）模型设定 117389Consuit=α+Dfiit+Xit+μi+λt+εit（1） 210287（二）变量选择与定义 219450（三）数据描述性统计 2213972.根据原始数据，经计算、汇总得到。 430143（一）基准回归结果与分析 528283（二）进一步检验与分析 62059六、研究结论 7在我国的经济发展中，国家总理李克强曾在工作中强调，目前我国经济面临着多重压力，其第一是预期转弱；第二为供给冲击；第三则需求降低。为了解决经济的压力问题，我们必须以经济增长为核心，稳定社会就业问题，促进民众的消费以提高市场的需求。另外，国家总理还指出坚持增强内需要求是拉动经济增长的必然手段。由此可以得出，国家如果想提高经济的稳定增长，必须将民众的消费能力摆在首位，以此扩大内需。与此同时，经济的增长离不开数字技术的支持，其数字经济制度的健全，必定推动国家经济的发展。在李克强总理的讲话中，他认为加强货币政策，让国家资金合理分配，以稳定国家经济，如普惠金融。中国第十四个五年规划曾提出以现代信息技术为中心，大力培养网络消费，以促进经济发展。根据中国共产党的领导，国家坚定不移的提高金融发展能力，推进普惠金融政策，以民众为主体，将金融改革贯彻落实，从而让国家的金融体制转型完成。本篇报告将采用实证分析法的方式，研究数字普惠金融当前对人民群众的影响，并且从三个角度进行分析，其分别是农村居民方面、城镇居民方面和城乡居民方面，探索三者间的区别。（一）模型设定在建设模型的过程中，我们将使用凯恩斯理论模型。根据此模型可以得知人民群众的消费能力非常容易受收入因素的影响，其消费群体收入的高低决定其可支配的金额，从而影响消费者的购买需求。然而，在金融服务中，它的发展为其消费者带来了更多的选择，如收入增长和分期支付等。此外，本篇报告的控制变量设为消费群体的收入，以分析数字普惠金融对居民消费的影响。同时，本次涉及的实验将采用固定模型（时间-个体），以提高结论的准确性。其设计的模型公式如下：Consuit=α+Dfiit+Xit+μi+λt+εit（1）在数学公式（1）中，第一，随机干扰源用εit表示，以将不稳定因素排除；第二，时间的变化用λt表达，以突出不同时间的变化情况；第三，不同城市的消费变量用μi表示，以显示不同城市的民众消费差异；第四，其他可控制的变量都用Xit表示，以作为衡量居民收入的标准；第五，数字普惠金融变量可用Dfiit表示，以反映某年（t）某城市（i）其数字普惠金融的数值变化；第六，消费群体的消费变量用Consuit代表，以表示某年（t）某城市（i）的居民消费情况。（二）变量选择与定义在变量的选择方面，我们将选择近期的时间报表，其时间为2013—2020年间。城市的选择涉及31个省市地区，其包括直辖市，一共包含样本数量226个。我们以数字普惠金融为核心，将模型中的被解释变量设置为居民消费，其具体囊括Consu_ruit、Consu_urit和Consu_alit三大解释变量，其具体为一中国乡村居民消费；其二中国城镇居民消费；其三中国城乡居民消费。它们都依靠人均消费为衡量标准，同时排除居民消费的价格干扰，以使用自然对数的计算模式得到CPI数据。在解释变量中，其Dfi代表城市的是数字普惠金融数据，他也是以使用自然对数的计算模式得到，从而突出2013年到2020年间某个是时间段某个城市的普惠金融数据。另外，本模型还添加了一项控制变量（居民收入），并将其作为居民收入的标准，亦是使用自然对数的计算模式得到。综上所述，其所有的数据来源都是获取自往年的《中国统计年鉴》。其中，数字普惠金融的数据来源于北京大学的金融研究机构。（三）数据描述性统计变量数据的相关信息如下表1可发现，在三种被解释变量中，其乡村的居民的人均收入和支出往往低于城镇居民的收入和支出。其乡村居民与城镇居民不仅人均支出的差距大，而且人均消费的次啊据也不小，从而体现了城镇居民和乡村居民的经济差距。针对数字普惠金融的数值而言，城市的数值变化基本都在115.1到410.28之间的浮度，其平均值约在240，21左右，62.90则为它的标准差。表2变量描述性统计结果变量代码样本数平均值最小值最大值中位数标准差城乡居民消费22615456.265991.2138472.0713708.336070.52城镇居民消费22620012.3412994.1240721.5118603.435409.25农村居民消费2269452.483896.3618937.78747.992961.91数字普惠金融指数226240.21115.10410.28237.5362.91城乡居民收入22621558.829252.9958580.3419013.149223.61城镇居民收入22629193.9118878.9362297.9627267.748266.61农村居民收入22611667.975309.1428003.1910654.224268.98注：1.原始数据来自历年《中国统计年鉴》和北京大学数字金融研究中心；2.根据原始数据，经计算、汇总得到。如下表3可以看出，各变量与主变量之间的关系，如城乡居民、、城镇居民以及农村居民之间的消费能力关系等。由下图我们可以得知，它们之间的联系十分紧密，其都保持在数值1左右的水平。其中城镇和乡村的居民收入联系非常高，其数值可达0.960，而在乡村的居民消费中，它的消费能力不仅受其收入的影响变化，而且还受其他因素的影响，如城镇居民的收入。在数字普惠金融方面，农村居民的消费情况非常受它的影响变化，从而说明数字普惠金融作用于农村居民的影响十分明显，但是其农村居民明显低于城镇居民的相关数值变化。故此，城镇居民和农村居民的差异性不是很大。表3主要变量之间的相关系数城乡居民消费城镇居民消费农村居民消费数字普惠金融指数城乡居民收入城镇居民收入农村居民收入城乡居民消费1城镇居民消费0.960***1农村居民消费0.953***0.899***1数字普惠金融指数0.660***0.699***0.740***1城乡居民收入0.982***0.945***0.940***0.681***1城镇居民收入0.928***0.963***0.897***0.756***0.958***1农村居民收入0.925***0.890***0.934***0.702***0.962***0.920***1注：1.各变量相关系数均是取自然对数之后得到的相关系数；2.***表示相关系数在1%显著性水平上是显著的。四、实证结果与分析（一）基准回归结果与分析如下图的表4可以得出基准的回归结果。其Dfi用以替代数字普惠金融数值，不论在农村居民消费能力中，还是在城镇居民消费水平中，其回归的结果都是大于0的数值，并且都在数值1以上。由此可以看出，三个角度的居民消费情况可以用数字普惠金融数值的变化得以体现，从而反映了其数字普惠金融的发展可以提高居民的消费能力。根据基准回归结果得知，（1）是城乡居民消费，（2）为城镇居民消费，（3）则乡村居民消费。其中城乡居民的消费变化最为明显，数值在0.497左右；乡村居民的消费能力较为弱，数值在0.315左右。综上所述，数字普惠金融对于城乡居民的消费影响更为巨大，而对于乡村的消费影响较为微弱。此外，从R2变量可以看出，普惠金融对于城乡居民的消费影响排在首位，而普惠金融对于乡村居民的消费影响排在末尾，其均在0.9以上，反映了其基准结果整体较好。表4基准回归结果（1）（2）（3）Dfi0.497***0.347***0.315**（3.793）（2.907）（2.100）时间变量控制控制控制省份变量控制控制控制常数项6.889***7.965***7.297***（10.413）（13.231）（9.648）N226226226调整R20.9580.9460.944注：1.列（1）、列（2）、列（3）分别反映了城乡居民消费、城镇居民消费和农村居民消费的估计结果；变量系数值下侧括号内的数值为相应的t统计量值；***、**、*表示相关系数在1%、5%、10%显著性水平上是显著的。表5数字普惠金融与居民消费的回归结果（1）（2）（3）Dfi0.261***0.251***0.136（2.817）（3.040）（1.086）lncome_al0.781***（8.201）lncome_ur0.605***（3.619）lncome_ru0.871***（3.783）时间变量控制控制控制省份变量控制控制控制常数项0.4972.3580.279（0.509）（1.382）（0.127）N226226226调整R20.9680.9520.952注：1.列（1）、列（2）、列（3）分别反映了城乡居民消费、城镇居民消费和农村居民消费的估计结果；变量系数值下侧括号内的数值为相应的t统计量值；***、**、*表示相关系数在1%、5%、10%显著性水平上是显著的。（二）进一步检验与分析在建设模型的过程中，我们使用的是凯恩斯理论模型。其中收入变量是最为关键的数值。我们在回归结果的基础上，将收入变量添加到此回归模型中，其上表5可以就是添加收入变量后的回归结果表格。从中可以看出，在添加收入数值以后，城乡居民消费、城镇居民消费和农村居民消费的结果都大于0，其都在0.13以上。根据以上的表格5可以看出，城乡居民消费的数字普惠金融数值在0.261左右；城镇居民消费的数字普惠金融数值在0.251左右；而农村居民消费的数字普惠金融数值在0.136。由此可以得知，其前面两个结果均大于后者数据，体现了普惠金融政策不仅对城乡居民的消费有显著的影响，而且对城镇居民的影响也较为巨大，故此，市场需求的增长需要依靠数字普惠金融发展。我们需要格外关注的是，在收入变量的添加阶段，其表格4和表格5的城镇居民消费有着不一样的变化。在添加收入变量后，回归结果表格5的城镇居民消费变化是大于0的状态，并且城乡居民消费的数字普惠金融数值和城镇居民消费的数字普惠金融数值都大于农村居民消费的数字普惠金融数值。从中我们可以看出，数字普惠金融的发展极大的额推动着除了农村居民以外的居民消费。换句话说，数字普惠金融的发展影响最大的就是城镇居民，其也是获益最大的。此外，由于数字普惠金融的发展使农村居民的消费得不到明显的变化。因此，数字普惠金融模式还有待完善，从而更好的推动农村居民的消费发展。与此同时，在表格5中，每个数值列均在数值1%的效果较为明显，其中，农村居民收入大于其他两者的消费，由此可以看出。农村民众更加关注