互聯網金融對貨幣供應量的影響研究

賈吉妮

【摘要】在互聯網金融快速發展的大背景下，本文以貨幣乘數理論為基礎，選取2007年到2015年數據，以狹義貨幣供應量為因變量，第三方支付替代率、現金漏損率、法定存款準備金率和超額存款準備金率為自變量建立回歸模型，研究互聯網金融對貨幣供應量的影響。結果表明，互聯網金融會放大貨幣乘數效應，拉動貨幣供應量增長。

【關鍵詞】互聯網金融 貨幣供應量 時間序列 貨幣政策

一、引言

隨著互聯網技術的迅猛發展，互聯網金融作為一種全新的金融形式已經處于不可逆轉的趨勢。貨幣政策是國家管控國民經濟的重要手段，而貨幣供應量作為一國貨幣當局的中間目標，金融體系的任何變革都有可能引致其變化，進而對貨幣政策的操作及有效性產生影響。本文主要探討互聯網金融對貨幣供應量的影響，將互聯網金融的影響數據化，更直觀地反映新型金融變革對傳統金融業的沖擊。

二、文獻綜述

互聯網金融在近些年來發展勢頭十分強勁，國內外學者的研究涵蓋了互聯網金融的概念、應用等多種領域。張軍（2014）對互聯網金融的內涵進行了界定并總結了互聯網金融的利弊以及其對傳統金融業務的沖擊。龐貞燕、王桓（2009）全面闡述了支付體系對貨幣政策的影響，提出支付體系運行有放大基礎貨幣和提高貨幣乘數的傾向，并為促進增加貨幣供給提供了條件。Charles R.Bean（2004）研究了貨幣政策的傳導機制，分析了金融不穩定性等因素與貨幣政策的關系，指出金融變革對貨幣政策的影響十分顯著。Mark M.Spiegel（2009）討論了金融全球化和貨幣政策的關系，認為金融全球化對貨幣政策存在“約束效應”。這些文獻佐證了互聯網金融帶來的電子貨幣的膨脹對貨幣供應量存在重大影響，并實時影響貨幣政策的制定。

從現有的文獻資料來看，這些學者一般對互聯網金融采取定性而非定量分析，直接研究互聯網金融對貨幣供應量影響的較少。大多數學者主要從電子貨幣、支付體系發展角度考察互聯網金融對貨幣政策的中介目標和傳導機制的影響，缺少實證分析。本文借鑒國內外現有研究，運用時間序列模型，著重分析互聯網金融對貨幣供應量的影響。

三、貨幣乘數理論概述

本文以貨幣乘數理論為基礎展開互聯網金融對貨幣供應量的影響研究。

模型如下：

■

M為貨幣供應量，B為基礎貨幣，m為貨幣乘數，C為現金，D為存款貨幣，R為準備金。■為通貨與存款比率，即現金漏損率，■為準備金率，由法定準備率rd和超額準備率e兩者構成。

（一）貨幣乘數

m為貨幣乘數，是指商業銀行通過創造存款貨幣功能產生派生存款的信用擴張倍數。本文采用以下貨幣乘數模型作為分析對象：

■（1）

M1代表狹義貨幣供應量，并有M1=M0+活期存款（M0為現金）。m1則為對應的狹義貨幣供應量的貨幣乘數。k、rd、re分別表示現金漏損率、法定存款準備金率和超額存款準備金率。

分別對k、rd、re求偏導數，并記θ=rd+re+k，則有：

■ （2）

■ （3）

由于rd+re<1，故■

即貨幣乘數與現金漏損率、法定存款準備金率、超額存款準備金率均成反比。

法定存款準備金率是影響貨幣乘數各因素中唯一可由中國人民銀行決定的外生變量，較為穩定。

互聯網金融帶來便捷的電子貨幣，增加了公眾持有現金的機會成本，公眾愿意放棄持有現金的意愿轉而使用電子貨幣，從而現金漏損率下降，貨幣乘數增加。

從現金漏損率的下降來看，第三方支付替代率的提高使得商業銀行資金周轉的壓力相對減輕，銀行對庫存現金的應急需求隨之減少。而從互聯網金融帶來的技術更新上看，電子化的貨幣使得銀行頭寸具有很高的流動性，為商業銀行在貨幣市場上進行頭寸融資提供了便利。超額存款準備金率將下降，貨幣乘數相應增加。

（二）基礎貨幣

基礎貨幣B為存款準備金與流通中的現金之和，即B=R+C。

由于受互聯網金融影響而電子化的貨幣并沒有改變基礎貨幣的總量，只是改變了基礎貨幣的構成，就貨幣乘數理論而言，基礎貨幣實質上并沒有發生很大的變化。

（三）貨幣供應量

貨幣供應量等于基礎貨幣和貨幣乘數的乘積，即M=m*B

貨幣供應量與基礎貨幣、貨幣乘數為正向關系。由于現金漏損率、法定存款準備金率、超額存款準備金率等會因貨幣電子化而下降，引致貨幣乘數的增加。在基礎貨幣的總量保持不變的前提下，貨幣供應量會增加。

四、實證分析

（一）指標選取

自2010年央行頒布《非金融機構支付服務管理辦法》后，第三方支付企業正式被納入國家監管體系之下，我國第三方支付業務市場規模和結構逐步趨于成熟。因此，本文用第三方支付市場規模數據為代表研究互聯網金融發展對貨幣供應量的影響，選取2007年第一季度至2015年第四季度的數據，以狹義貨幣供應量作為因變量，第三方支付替代率、現金漏損率、法定存款準備金率和超額存款準備金率作為自變量構建模型，揭示互聯網金融對貨幣供應量的影響。

1.因變量的選取。選取狹義貨幣供應量作為因變量。在2007年第一季度到2015年第四季度之間，我國的狹義貨幣供給量一直呈現出逐漸增長的態勢，在后期有輕微波動，2015年第四季度已到達400953.4億元。

2.自變量的選取。一是第三方支付替代率。第三方支付替代率為第三方支付市場規模占狹義貨幣供應量的比率，第三方支付主要替代的正是流通中的現金和活期存款，即M1。電子貨幣占狹義貨幣供應量比率的高低不僅代表我國電子貨幣的發展程度和水平，而且會對貨幣乘數的大小產生明顯影響。截至2015年第四季度，第三方支付替代率已經達到8.84%。

二是現金漏損率。商業銀行不用保留更多的準備金，不但提高了商業銀行的存款貨幣創造能力，也減少了現金的漏損情況。2009年下半年至2015年第四季度，現金漏損率一直處于一個比較平穩的階段，始終在20%上下小幅變動。

三是法定存款準備金率。選取法定存款準備金率為自變量是因為其處于相對穩定的發展趨勢。本文采用的是中小金融機構的法定存款準備金率。近些年來，法定存款準備金率一直維持在16.5%，到15年法定準備金率不斷下降為13.5%。

四是超額存款準備金率。相較法定存款準備金率，超額存款準備金率更具可調性，對狹義貨幣供應量的影響更為明顯。2007年至2015年超額存款準備金率以2%為基準進行了幾次比較大幅度的波動，但波動的幅度逐漸減小。截至2015年第四季度，超額存款準備金率為2.1%。

（二）模型的建立

由于變量的對數變換不改變原變量之間的協整關系，并且能使數據的趨勢線性化，也能消除時間序列之間的異方差現象，所以對M1、k、E、rd和re取自然對數建立的回歸模型為：

■ （1）

其中，c表示隨機誤差項。

（三）平穩性檢驗

本文選取的數據符合時間序列，為了防止時間序列出現“偽回歸”的現象，在進行回歸分析前先對各個變量進行平穩性檢驗。本文采用ADF單位根檢驗，根據AIC、SC最小準則，選擇滯后期，確定其單整階數。

對變量進行ADF單位根檢驗得表1。當序列ADF值小于5%臨界值、P值小于0.05時，結果穩定。運行結果顯示原數列存在單位根，經過一階差分后，全部變量分別在1%、5%的顯著水平上拒絕存在單位根的原假設，即為一階單整序列I（1），符合數據平穩。

表1 變量的單位根檢驗結果表

■

注：Y、X1、X2、X3、X4分別表示狹義貨幣量的自然對數、第三方支付替代率、現金漏損率、法定存款準備金率和超額存款準備金率。△表示一階差分。

（四）協整檢驗

由于時間序列是平穩的，符合協整檢驗的條件，對上述的單整時間序列采用EG兩步法進行協整檢驗可知，LnY與LnX1、LnX2、LnX3、LnX4的趨勢基本一致，即具有協整關系的可能。

將數據進行回歸分析，除了LnX4的P值大于0.05，其余變量均符合5%顯著水平下的顯著性檢驗，即超額存款準備金率與狹義貨幣量之間并未存在顯著的均衡關系，需要剔除變量。剔除之后，我們對剩下的變量再次回歸，得到協整方程如下：

■（2）

其中，c為隨機擾動項。

貨幣供應量與第三方支付替代率呈正比，與現金漏損率呈反比，與貨幣乘數理論一致，各變量的P值均小于0.05，說明在互聯網金融下，自變量LnX1、LnX2和LnX3對因變量LnY影響顯著。

從中提取出回歸殘差序列，發現殘差始終圍繞著0做上下波動，即存在著殘差平穩的可能。為了確定殘差的平穩性，對殘差序列做ADF單位根檢驗，殘差序列在一階差分情況下的P值接近0，小于0.05，且序列ADF值為-6.42，小于1%顯著水平下的臨界值-3.67，說明回歸后的殘差序列是平穩的。因此可以認為在剔除了超額存款準備金率后的回歸方程中，4個變量之間存在協整關系，即狹義貨幣供應量與第三方支付替代率、現金漏損率和法定存款準備金率之間存在長期均衡關系。

（五）誤差修正模型

雖然協整檢驗能夠得出變量之間的長期均衡關系，但是變量之間的動態趨勢與具體的影響過程卻難以得到。因此，本文為檢測短期內各變量對長期均衡關系的偏離，建立向量誤差修正模型，以研究變量之間的短期動態關系。加入回歸殘差序列ECM，與一階差分序列DLnY、DLnX1、DLnX2、DLnX3做OLS回歸得，所有變量在5%的顯著水平下都是顯著的。誤差修正項-0.40ECM（-1）體現了對偏離度的糾正，-0.40反映了對偏離長期均衡的調整力度。

誤差修正方程如下：

■（3）

從上述誤差修正協整方程可得：誤差修正系數值為-0.40，表示每期40%的狹義貨幣供應量的實際值與長期均衡值差距得以調節。誤差修正項對DLnY起正向作用。當DLnY負向偏離均衡時，誤差修正項會通過正向拉動使其回到均衡狀態。

（六）實證結果分析

第三方支付替代率E與狹義貨幣供應量M1取自然對數后的一階差分相關系數為0.11，說明兩者呈正相關關系，且P值為0.03。這說明以第三方支付為顯著代表的互聯網金融對貨幣供應量存在著正向影響。第三方市場規模的增大，對貨幣供應量產生了正方向的規模效應。而隨著互聯網金融的不斷深入，未來的第三方支付替代率必然處于逐漸增長的趨勢，它也將帶動狹義貨幣供應量的增加。

現金漏損率k與狹義貨幣供應量M1取自然對數后的一階差分相關系數為-0.56，說明兩者呈負相關關系，且P值趨于0。互聯網金融在一定程度上改變了原有的支付方式，使得現金漏損率下降。基于上文的理論分析也可知，現金漏損率的下降會使貨幣乘數變大，從而增加狹義貨幣供應量。現金漏損率在未來互聯網金融的發展趨勢將會逐漸下降，這將導致貨幣供應量的增加。

法定存款準備金率rd與狹義貨幣供應量M1取自然對數后的一階差分相關系數為-0.07，說明兩者呈負相關關系，且P值為0.03。法定存款準備金作為一個比較穩定的數值，受整體宏觀形勢的影響而發生變化。在互聯網金融的影響下，雖然準備金需求大幅降低且需求的利率彈性下降，但無論銀行間隔夜拆借利率處于何種水平，需求仍大于零，所以準備金率依然是影響貨幣供應量的重要因素。由于互聯網金融帶來的部分電子貨幣開始替代現金，日常支付也從單一現金型支付向多種形式支付轉變，因此，逐漸下調存款準備金率將會是未來貨幣政策調整的方向。

另外，由于超額存款準備金率的P值并不顯著，所以超額存款準備金率re在實證過程中被剔除。說明各商業銀行對超額存款準備金的規定存在著極大的自由性，由于利率市場化的推進，不同的商業銀行面臨著不同的風險，超額存款準備金率的變動變得更加難以預測。因此，超額存款準備金率與狹義貨幣供應量之間不存在顯著的線性關系。

五、研究結論

通過以上的理論分析和實證研究，在掌握互聯網金融在我國發展的現狀之后，以第三方支付市場規模為代表的互聯網金融型式開始漸漸融入到傳統金融市場中。隨之而來的現金漏損率、法定存款準備金率以及貨幣流通速度、利率等多種要素的變化，使得調整貨幣供應量變得更為復雜。互聯網金融的發展不僅使得貨幣的流動性與層次結構發生變化，而且大幅加劇了貨幣供應計量的不確定因子。我們要通過研究互聯網金融對貨幣供應量的影響，主動積極地調整貨幣政策，以期與互聯網金融接軌，正面迎接新的挑戰。

參考文獻

[1]張軍.互聯網金融對傳統金融業的沖擊與應對策略[J].經濟研究導刊，2014（28）：115-116.

[2]龐貞燕，王桓.支付體系與貨幣和貨幣政策基本關系研究[J].金融研究，2009（3）：97-105.

[3]Charles R.Bean，Asset Prices.Financial Instability，and Monetary Policy[J].The American Economic Review，2004，94（2）：14-18.

[4]Mark M.Spiegel.Financial lobalization and Monetary Policy Discipline：A Survey with New vidence fro Financial Reoteness[J].IMF Staff Papers，2009，56（1）：198-221.