金融科技研究中常见的 80 个工具变量整理

在金融科技相关实证研究中，内生性问题是一个绕不开的核心问题。由于金融科技发展水平可能同时受到地区经济基础、企业特征、金融资源配置、政策环境等因素影响，单纯使用普通回归往往难以准确识别其因果效应。

为了解决遗漏变量、反向因果和测量误差等问题，许多文献采用了工具变量法。一个合适的工具变量通常需要满足两个基本条件：一是与核心解释变量具有较强相关性；二是尽可能不直接影响被解释变量，即满足外生性要求。

本文根据 CSSCI 期刊文本中与“金融科技”相关的研究，整理了 80 个常见工具变量，供大家在论文选题、模型设计和实证分析时参考。

需要说明的是，工具变量不能机械套用，具体是否适合某一研究主题，还需要结合研究对象、数据层级、理论机制和有效性检验进行判断。

一、常见工具变量类型

从已有文献来看，金融科技研究中的工具变量大致可以分为以下几类：

1. 滞后项类工具变量

这类工具变量使用金融科技水平的一期或多期滞后值，逻辑是过去的金融科技发展会影响当前金融科技水平，但对当前结果变量的直接影响相对较弱。

例如：

• 金融科技水平滞后一期
• 地区金融科技发展水平滞后一期
• 金融科技滞后两期项
• 金融科技一阶差分项

2. 地理距离类工具变量

金融科技在中国的发展具有明显的空间集聚特征，杭州、北京、深圳、上海等城市常被视为金融科技或数字经济发展的重要中心。因此，不少研究使用样本地区到这些城市的距离作为工具变量。

例如：

• 企业所在地到杭州的球面距离
• 银行总部所在城市到杭州的距离
• 家庭所在城市到杭州的距离
• 省会城市到上海、杭州的距离
• 城市到北京、杭州、深圳的平均距离

3. 邻近地区金融科技水平类工具变量

这类变量利用空间溢出效应构造工具变量。基本逻辑是，邻近省份或城市的金融科技发展会影响本地区金融科技水平，但一般不会直接影响本地区企业或银行的微观结果。

例如：

• 接壤省份金融科技发展水平均值
• 邻近城市金融科技水平
• 接壤城市金融科技发展水平均值
• 同省内其他地级市金融科技指数均值
• GDP 最接近的其他城市金融科技水平均值

4. 互联网与通信基础设施类工具变量

金融科技的发展高度依赖互联网、移动通信、宽带接入等基础设施。因此，互联网普及率、移动电话用户数、宽带接入数等变量常被用于刻画金融科技发展的基础条件。

例如：

• 互联网普及率
• 互联网覆盖率
• 移动电话用户数
• 宽带用户接入数
• 家庭移动电话覆盖率
• 归一化处理后的互联网接入用户数

5. 历史基础设施与 Bartik 工具变量

部分文献使用历史邮电基础设施与全国金融科技发展趋势构造交互项，形成 Bartik 类工具变量。这类变量的优势在于利用历史差异与外部冲击相结合，增强识别的合理性。

例如：

• 1984 年人均邮电业务量 × 金融科技发展水平
• 1984 年固定电话数 × 全国互联网投资额
• 1984 年邮电业务量 × 全国互联网投资额
• 金融科技发展的 Bartik 工具变量

6. 地区教育、人才与信息行业基础类工具变量

金融科技发展与地区教育水平、信息技术人才储备和数字产业基础有关。因此，一些研究也使用教育、工资、信息行业从业人员比例等变量作为工具变量。

例如：

• 高等教育人数比例
• 受教育年限
• 高考招生人数
• 信息行业从业人员比重
• 银行总部所在城市人均工资水平

二、金融科技研究中 80 个工具变量汇总

三、使用建议

在实证研究中使用这些工具变量时，建议重点关注以下几点：

第一，工具变量要与金融科技发展水平具有理论和经验上的相关性，不能只是形式上相关。

第二，要说明工具变量为什么不会直接影响被解释变量，而是主要通过金融科技这一核心解释变量发挥作用。

第三，在模型中应报告第一阶段回归结果、弱工具变量检验、过度识别检验等内容，以增强研究结论的可信度。

第四，不同研究对象适合的工具变量并不相同。例如，研究企业创新、银行风险、家庭金融、地区经济发展时，工具变量的选择逻辑需要分别论证。

总体来看，金融科技领域的工具变量主要围绕历史通信基础、互联网基础设施、地理距离、空间邻近效应、滞后项和 Bartik 工具变量展开。这些思路对后续研究具有较强的参考价值。

欢迎大家补充更多金融科技、数字金融、数字普惠金融相关研究中的工具变量做法。