《表6 数字金融与家庭传统私人借贷满足情况》
注:表中使用的是2015年和2017年有传统私人借贷需求的混合截面样本。*、**、***分别代表在10%、5%和1%水平上显著。表中报告的是Probit模型估计的边际效应,括号中为县级层面聚类的异方差稳健标准误。
上文中表5从传统私人借贷可得性和传统私人借贷获得占比两个方面探讨了数字金融发展对家庭传统私人借贷获得的抑制作用。本文进一步从传统私人借贷约束和传统私人借贷缺口两方面验证数字金融发展对家庭传统私人借贷难度的影响。这里同样将研究样本限定为有传统私人借贷需求的家庭。表6第(1)列和第(2)列使用Probit模型分析了数字金融发展对家庭传统私人借贷约束的影响。结果表明,无论使用狭义的传统私人借贷约束作为被解释变量,还是使用广义的传统私人借贷约束作为被解释变量,数字金融发展对家庭传统私人借贷约束的影响均在1%水平上显著为正。这表明,数字金融发展显著增加了有传统私人借贷需求的家庭获得传统私人借贷的难度。表6第(3)列使用OLS模型分析了数字金融发展对家庭传统私人借贷缺口的影响。从结果可以看出,数字金融发展对家庭传统私人借贷缺口的影响在5%水平上显著为正。这表明,数字金融发展降低了家庭的传统私人借贷满足情况。考虑到家庭是否有传统私人借贷需求可能引起的估计结果偏误,这里还进一步使用Heckman模型进行估计,相应的结果见表6第(4)~(6)列。可以发现,Heckman模型估计结果仍保持一致。
图表编号 | XD00220940200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.05 |
作者 | 吴雨、李成顺、李晓、弋代春 |
绘制单位 | 西南财经大学中国家庭金融调查与研究中心 |
更多格式 | 高清、无水印(增值服务) |