金融包容视角下的银行业市场结构研究：模型设定与变量说明

（1）银行竞争对家庭金融包容的影响

依据研究需要，本研究设定如下OLS、Oprobit和Probit基准模型：[8]

（1）式中，r、p和i分别代表地区（东部、中部和西部）、省份和家庭，被解释变量HFI是家庭金融包容指标，X 为包含户主、家庭和地区三个层面的控制变量，μ 是扰动项。

首先，被解释变量HFI家庭金融包容具体分两类。第一是类借鉴粟勤和肖晶（2015b）的方法计算出的家庭金融包容水平（HFI），凡家庭有银行活期存款账户、定期存款和贷款这三种基本服务中任何一种，赋值为1，使用其中两种的赋值为2，以此类推，凡未使用上述任何一种金融服务的赋值为0。[9]由于部分家庭在具体分项金融服务上存在缺失值，为了避免样本数量差异对回归结果的影响，仅使用在上述三项基本金融服务上均不存在缺失值的家庭样本。家庭金融包容水平（HFI）具有排序数据特征，如果模型设定正确，OLS和排序模型的结果具有较好的一致性（Ferrer-i-Carbonell & Frijters，2004），因此，我们在基准回归、工具变量回归和稳健性检验中，同时采用OLS和Oprobit模型对金融包容水平进行估计，以验证结论的稳健性。第二类为是否使用上述三类基本金融服务，即银行活期存款账户（Account）、存款（Deposit）和银行贷款（Loan）[10]，是=1，否=0，使用Probit模型进行估计，目的是为了细致地考察银行竞争对家庭哪种金融服务的使用有显著影响。

其次，核心解释变量HHI为衡量银行竞争的赫芬达尔指数。在计算HHI时，本研究根据中国人民银行的《中国区域金融运行报告》对地区存款类金融机构的分类，统计大型国有控股银行、股份制商业银行、城市商业银行、中国邮政储蓄银行、外资银行和农村金融机构银行营业网点的数量，计算方法与第4章相同。由于市（县）级层面不同类型银行的相关数据缺失，加之CHFS数据使用的限制，因此，HHI是基于省级（直辖市）层面数据计算得到。同时，考虑到与被解释变量指标量纲的差异，本章借鉴张杰等（2017）的方法，并将其乘以（-100）使之转为正向指标衡量银行竞争水平。虽然金融科技冲击下银行更加积极地采用电子服务渠道，推动营业网点转型，但根据中国人民银行发布的《中国区域金融运行报告》，总体来看，样本期内银行网点数量仍保持增长势头，因此，采用银行网点数量计算HHI具有合理性。在稳健性检验中，本章还采用不同类型银行从业人员数量和银行资产规模计算HHI。

最后，本章借鉴王修华等（2013）、粟勤和肖晶（2015b）、张号栋和尹志超（2016）的研究，选择个体和家庭层面的控制变量包括：性别（男性Male=1）、年龄（Age）、婚姻状态（已婚Married=1）、教育年限（Education根据户主教育情况，将没上过学、小学、初中、高中/中专、大专、大学本科、硕士研究生和博士研究生学历分别折算为0、6、9、12、15、16、19、22）、风险态度（风险爱好Risk，由低到高分别赋值为1～5，数字越大，说明被调查者越爱好风险）和金融知识（FinKnow，借鉴张号栋和尹志超（2016）的方法，采用迭代因子分析法计算而得）、[11]家庭收入（income，家庭人均可支配收入取常用对数，为了避免极端值的影响，本研究对家庭收入进行了双侧1％缩尾处理）、家庭人口规模（size）、家庭是否有房（House）、家庭是否有车（Auto）和家庭是否经营工商业项目（Busi）。上述这些变量可能从需求层面提高金融服务的使用，因而需要进行控制。此外，地区层面的宏观变量可能同时影响银行竞争与家庭金融包容，为此，本研究引入地区经济发展（Gdp，等于地区人均GDP）和金融发展水平（Findev，等于贷款/GDP）两个指标，同时为了避免可能的周期性波动的影响，借鉴朱晶晶等（2015）做法，经济发展水平和金融发展水平取了五年（2010—2014年）均值。此外，地区层面特征变量还包括家庭是否居住在农村（Rural）和家庭所在地区变量（以中部地区为参照组，生成东部地区虚拟变量（East）和西部地区虚拟变量（West））地区层面控制变量主要是家庭是否居住农村（Rural）和家庭所在地区（东部East=1）。(www.xing528.com)

由于回归模型中控制变量较多，为了防止变量之间多重共线性对估计结果产生影响，本章以OLS模型为基础，进行了方差膨胀系数检验（VIF）。检验结果显示，各变量VIF最小值为1.08，最大值为3.75，平均VIF为1.60，因此，基本可以排除对多重共线性的问题。

（2）银行竞争影响家庭基本金融服务使用的机制与影响的异质性

为了检验银行业市场竞争的作用机制和对不同家庭基本金融服务使用的异质性影响，本章在基准回归的基础上加入交互项，设定模型如下：

式中dum为虚拟变量，在机制分析中，指手机银行或网上银行（Mobnet，凡使用手机或网上银行的=1），其余变量同基准模型。在异质性分析中，具体包括金融知识（均值及以上=1）、家庭人均收入（均值及以上=1）和是否农村地区（农村=1）三个虚拟变量。出于方便，本研究在异质性分析和机制分析中使用基于工具变量的2SLS和Ivprobit模型。