雷火竞技首页

银行数字化、流动性配置与消费不平等:来自中国的证据
发布时间:2026-08-17
 摘要:我们研究了银行数字化是否重新分配了中国各家庭的消费。在一个包含资产丰富的房东和资产贫乏的租户的动态随机一般均衡模型中,数字化升级提升了总体信贷规模,同时提高了住房的抵押价值。同样的冲击会增强储蓄者的资产负债表,但会增加租户的租金和债务偿还负担。我们利用2010年至2022年  摘要:我们研究了银行数字化是否重新分配了中国各家庭的消费。在一个包含资产丰富的房东和资产贫乏的租户的动态随机一般

  摘要:我们研究了银行数字化是否重新分配了中国各家庭的消费。在一个包含资产丰富的房东和资产贫乏的租户的动态随机一般均衡模型中,数字化升级提升了总体信贷规模,同时提高了住房的抵押价值。同样的冲击会增强储蓄者的资产负债表,但会增加租户的租金和债务偿还负担。我们利用2010年至2022年

  摘要:我们研究了银行数字化是否重新分配了中国各家庭的消费。在一个包含资产丰富的房东和资产贫乏的租户的动态随机一般均衡模型中,数字化升级提升了总体信贷规模,同时提高了住房的抵押价值。同样的冲击会增强储蓄者的资产负债表,但会增加租户的租金和债务偿还负担。我们利用2010年至2022年的家庭-省份-银行面板数据来检验这些传导机制,该数据将57,368个家庭年度观测值与银行数字化指数相关联。银行数字化水平每上升一个标准差,储蓄者的消费会增加约4%,而非储蓄者则没有明显变化。贷款规模和银行利息收入同步上升,而非储蓄者的住房支出增幅比储蓄者高出约12%。这些证据表明存在“选择性包容性”:银行业技术创造了流动性,但消费收益主要惠及那些已经拥有金融和住房缓冲能力的家庭。

  引言:数字技术已不再是银行业的边缘事物。在英国,94%的跨国银行已在多个业务领域使用人工智能(英格兰银行和金融行为监管局,2024年)。在美国,大约三分之二的零售支票通过数字或移动渠道存入,而大型金融机构约有65%的消费者交易是在数字平台上处理的。到2022年,信息技术支出已占银行运营预算的近五分之一(Patenge等人,2024年)。包括巴西、中国和印度在内的新兴市场也采取了类似措施,银行和监管机构正在推进数字银行基础设施的建设(Babina等人,2025年)。这些发展表明,银行业正逐渐从以分支机构为基础的中介模式转向以平台为基础的金融体系(Cornelli等人,2023年)。然而,在中国,银行分支机构的监管状况和公众信任度仍在影响着个人贷款的供应和违约风险(Fonseka和Richardson,2025年)。

  大量研究认为这种转变将扩大金融服务的覆盖面。数字足迹、开放获取平台和在线渠道能够降低信息不对称和交易成本(Berg等人,2020年;Choi和Loh,2024年)。它们还能增加廉价信贷的供应,尤其是在竞争激烈或经济压力较大的时期,使得那些在技术应用上更快的银行能够以更低成本为中小企业和家庭提供服务(Son等人,2020年;Kwan等人,2024年)。数字金融与传统银行的结合有助于惠及贫困家庭、女性以及偏远地区,从而缩小服务差距(Berg等人,2020年;Yang和Zhang,2022年;Adbi和Natarajan,2023年)。来自中国的相关家庭研究显示,金融教育可以通过提升风险管理能力来降低贫困风险(Yang等人,2025年)。基于数据的信贷审批方式可以将资本从高风险领域重新分配到低风险领域(Wu等人,2025年),而类似现金的中央银行数字货币以及升级后的支付系统则可能“吸引”而非“挤出”银行的中介作用(Chiu和Davoodalhosseini,2023年;Niepelt,2024年)。

  与此同时,家庭消费差距却在扩大。在发达国家和发展中国家,高收入群体的消费增长速度更快,而储蓄和债务状况则呈现更加两极分化的趋势。这种矛盾促使我们提出核心问题:银行数字化是缩小还是扩大了消费不平等?更具体地说,它是否减轻了弱势家庭的融资压力,还是其收益主要流向了那些资产负债表更强劲的家庭?

  我们通过一个结合了异质性家庭和存在摩擦的租赁市场的动态随机一般均衡框架来回答这个问题。该模型融合了Iacoviello(2005年)提出的金融加速器机制以及Head等人(2014年)关于分层次住房市场的分析。有耐心的储蓄者拥有住房,并可通过房屋净值提取的方式获得贷款,而不耐心的借款者则选择租房,并依赖无担保的消费者信贷。银行数字化被视作一种金融技术冲击,它能缓解现金流约束,降低中间成本,同时提高住房抵押品的可用性和流动性服务价值(Philippon,2019年;Gorton和Ordo?ez,2014年)。由于租赁住房只能部分用于抵押,较高的流动性服务价值会提高提供租赁住房的机会成本,从而将数字化与租金上升联系起来。

  该模型得出了三个可检验的预测。首先,数字化会扩大消费不平等:它虽能为借款者提供暂时的流动性缓解,但从中期来看,会通过财富效应提升储蓄者的消费,同时降低借款者的消费。其次,信贷扩张会增加非储蓄者的债务偿还负担,抵消了贷款获取便利带来的好处。第三,较高的抵押品流动性服务价值会推高房价和租金,挤压资产贫乏家庭的可支配消费。因此,当家庭在资产拥有状况上存在差异时,数字化虽然能扩大总体流动性,却也会加剧消费差距。

  在实证分析中,我们将中国家庭追踪调查数据(2010年至2022年)与北京大学编制的省级银行数字化指数相结合。由此得到的家庭-地区-银行面板数据包含了25个省的57,368个家庭年度观测值。家庭消费支出是因变量,银行数字化指数则是主要的回归变量。我们通过两种方式衡量家庭的流动性状况:是否拥有储蓄(32.6%的样本家庭表示没有储蓄)以及储蓄的规模。在基础估计之外,我们还使用了Bartik位移分享工具变量、考虑地区特定趋势的模型设定、按年份固定的效应,以及一种将数字化与人口统计特征和金融能力特征相结合的分析设计。此外,我们还采用了基于大型语言模型的数字化指数、替代性的消费衡量指标、不同的资产负债表分类、银行数字化的子指数,以及局部结构方程模型。银行层面的数据和详细的支出类别则有助于进一步分析银行和住房领域的传导机制。

  有三组实证结果与这一逻辑相符。首先,数字化确实提升了总体流动性,但消费效应主要集中在那些已经拥有储蓄的家庭身上。银行数字化指数每上升一个标准差,储蓄者的消费会增加约4%,而非储蓄者的消费增幅则在统计上几乎为零。这一规律在各种稳健性检验中依然成立,表明家庭的资产负债表状况决定了其从银行数字化中获得的收益。其次,非储蓄者虽然能更轻松地获得贷款,但并未因此减轻财务压力。贷款规模的扩大伴随着更高的利息支出,所以他们的融资负担并未下降。银行层面的数据也显示,数字化既提升了贷款规模,也增加了利息收入,这表明流动性的提升主要是通过增加贷款数量实现的,而非通过降低信贷成本。第三,数字化与更高的房价和住房支出相关。数字化指数每上升一个标准差,非储蓄者的住房支出增幅会比相应的储蓄者高出约12%。这一住房成本传导机制与信贷渠道无关:租户需要承担更高的支出,而储蓄者则更有可能从房产相关的资本增值中受益。

  本文为关于金融数字化、家庭异质性及分配效应的现有研究做出了贡献。已有研究表明,数字金融对不同家庭的影响并不均衡。Jack和Suri(2014年)发现,移动货币在肯尼亚有助于改善风险分担,保护用户家庭免受负面冲击的影响,而Suri和Jack(2016年)则研究了移动货币使用对长期贫困状况和性别差异的影响。在中国,Yang和Zhang(2022年)发现,金融科技的应用提升了家庭消费。在美国银行业市场中,Jiang等人(2026年)通过微观数据与结构模型相结合的方式,发现数字变革让那些更年轻、更熟悉数字技术的消费者受益,而年龄较大、经济条件较差的消费者则因银行的网点布局和定价策略而承受更多成本。我们的研究通过揭示资产负债表机制为这一领域做出了补充。该分析聚焦于银行数字化本身,并根据家庭的金融缓冲能力和在住房市场中的地位对家庭进行区分。储蓄者拥有流动资产,更有可能从抵押资产中获益,而非储蓄者则更多依赖无担保信贷和租赁住房。这种区别,再加上住房抵押品流动性服务价值这一传导机制,解释了为何数字银行虽然能扩大总体流动性,但消费收益却主要集中在那些已经拥有金融和住房财富的家庭手中。

  该模型还将银行数字化与关于金融摩擦和住房问题的动态随机一般均衡理论联系起来。在Iacoviello(2005年)以及Gertler和Kiyotaki(2010年)提出的金融加速器框架基础上,结合有证据表明信贷供应会影响房价和租金的事实(Dong等人,2022年),我们将银行数字化视作一种金融技术冲击。与传统的抵押借款模式相比,该模型采用了Head等人(2014年)、Kaplan等人(2020年)以及Greenwald和Guren(2025年)提出的业主与租户的分离模式:有耐心的储蓄者拥有住房,并可通过房屋净值提取获得流动性,而不耐心的借款者则选择租房,并依赖无担保信贷。通过引入银行行业和存在摩擦的租赁市场,我们可以研究数字化转型如何扩大总体流动性,同时使资源向资产所有者倾斜。

  在实证分析方面,本文也为关于金融科技潜在负面后果的讨论做出了贡献。近期有一些研究质疑数字创新是否总能带来广泛的益处(Petralia等人,2019年;Kulkarni和Ghosh,2021年):如果制度、行为或数字能力方面的摩擦持续存在,快速的数字化推广反而可能加剧差距。我们的研究提出了一个相关但不同的问题:由于不同家庭拥有不同的流动性缓冲能力和资产状况,同样的本地数字银行冲击可能会带来不同的消费效应。为了将这一资产负债表机制与采用技术和能力因素的影响区分开来,我们采用了一种综合分析设计,同时考虑了人口统计特征、与数字金融相关的特点以及金融状况。在这种设计下,储蓄渠道的影响是稳定的。由此产生的“选择性包容性”现象与Agur等人(2025年)的研究结果相呼应,他们发现尽管数字支付平台提升了便利性,但反而可能加剧市场分割。

  最后,本文还将银行数字化与住房市场压力联系起来。通过提高住房的抵押品流动性服务价值,数字化可能推高资产价格,增加租赁住房的供给机会成本,从而导致租金上升(Justiniano等人,2019年)。这些成本主要由非储蓄者承担,因为他们不太可能拥有住房,因而无法分享资产增值带来的好处(Campbell和Cocco,2007年)。通过分析信贷渠道(更高的利息支出)和非信贷渠道(更高的租金),我们可以更好地理解为何那些旨在增加总体流动性的改革仍可能扩大分配差距。

  本文的其余部分结构如下:第二部分阐述理论模型并推导出实证假设;第三部分介绍实证模型和数据构建方法;第四部分报告基础结果及稳健性检验结果;第五部分检验两种传导机制,并分析不同的支出类别;第六部分为结论部分。

  模型框架:我们采用了一个包含异质性家庭、银行行业以及存在摩擦的住房市场的动态随机一般均衡模型。该模型在Iacoviello(2005年)提出的金融加速器框架基础上,借鉴了Head等人(2014年)的理念,加入了分层次的住房市场结构。

  实证模型:该实证分析旨在检验银行数字化的消费效应是否取决于家庭的储蓄状况。

  基础回归结果:表3展示了方程(19)和(20)的普通最小二乘法估计结果。这三列数据均包含了家庭固定效应、年度固定效应以及户籍固定效应,标准误差则按省份层面聚类,以反映空间上的相关性。因此,这些系数应被理解为在控制了家庭不变的特征和共同的宏观趋势之后,家庭对银行数字化指数变化的反应。

  进一步分析:第二部分指出了导致消费反应出现差异的两种机制。首先,银行数字化虽然提升了流动性,但非储蓄者家庭的借贷规模和利息支出可能反而上升,而非减轻融资压力。这一可能性与Garber等人(2024年)的研究结果一致,他们发现巴西的信贷扩张使得那些财务压力较大的劳动者不得不以较高的实际利率借贷,这不仅增加了消费的波动性,还降低了平均消费水平。其次……

  结论:本文研究了银行数字化是缩小还是扩大了家庭消费不平等。在一个包含资产丰富的房东和资产贫乏的租户的动态随机一般均衡模型中,正向的数字化冲击会缓解信贷约束,同时提高住房的抵押品流动性服务价值。这种冲击虽然提升了总体流动性,但却可能给非储蓄者带来流动性悖论:债务积累和更高的住房成本使得实际购买力向储蓄者倾斜。该模型得出了三个预测。

  作者贡献说明:杨存义:撰写——审稿与编辑、撰写——初稿、可视化、软件应用、资金获取、数据整理、概念构思。吴俊伟:撰写——审稿与编辑、撰写——初稿、方法论、概念构思。

  资金支持致谢:本研究得到了广东省基础与应用基础研究基金(编号2023B1515040001)、教育部人文社会科学研究规划项目(编号25YJA790093)以及国家自然科学基金重大项目的支持(项目编号71991474)。

  利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。