互聯網金融對貨幣政策的影響

(云南財經大學 云南 昆明 650221)

一、引言

互聯網金融時代的到來，為整個金融行業帶來了發展和機遇。吳留鎖(2015)通過構造半參數局部線性可加模型和脈沖響應函數，將互聯網支付額度作為互聯網金融的重要考核變量納入模型之中，在M0、M1和M2三個層次上，互聯網支付額度均能對貨幣需求施加線性和非線性的雙重影響。中國人民銀行惠州中心支行課題組(2016)研究表明在互聯網金融的作用下，貨幣政策的隨機性和內生性進一步凸顯，使得貨幣政策傳導效應進一步削弱。王娟、汪草(2018)發現P2P網貨對貨幣供應量影響表現為P2P網貨對貨幣總量M、M1有著短期的影響，對貨幣總量M2有著長期影響。

二、數據的來源和變量的選取

互聯網金融按照互聯網業務分類，分為第三方支付、P2P網貸、眾籌、虛擬貨幣等，在2017年第三方支付的金額已經達到154.9萬億，2012年到2013年增幅最大為其4.4倍，此后，增幅比較穩定，維持在2倍左右。而P2P網貸、眾籌、虛擬貨幣等的規模就比較小，P2P貸款規模最開始增長速度很快，但是后面一直呈現下降趨勢且最開始基數額較小，到2017年P2P貸款規模只有23,240.30億元，只有第三方支付規模的1.5%，顯然第三方支付交易規模占比最大，而第三方互聯網支付交易規模是第三方交易規模占比最大的，因此對貨幣政策影響也是最大的，故選擇第三方互聯網支付交易規模為互聯網金融的指標。貨幣政策代表變量的選擇上選取廣義貨幣供應量(M2)、狹義貨幣供應量(M1)作為貨幣政策代表變量。

三、實證分析

我們首先要知道序列是否平穩性，要對數據進行單位根檢驗，本次采取的檢驗方法為ADF單位根檢驗，如下表所示：我們可以得出，所有的P值都大于0.1，在0.1顯著水平上都接受原假設，所以所有的序列都是非平穩的。

變量ADF統計量值prob.檢驗臨界值1%5%10%結果log(M2)0.1597360.9965-4.2967-3.5684-3.2184非平穩log(M1)-1.3306690.8623-4.2627-3.553-3.2096非平穩log(X)-2.1667460.4892-4.3098-3.5742-3.2217非平穩

接下來對原序列進行差分化，然后再對進行差分化后的序列進行ADF單位根檢驗，得到的檢驗如下表所示：我們可以看出，所有的變量通過一階差分后P值都小于0.1，在0.1顯著水平上都拒絕原假設，所以所有的序列都是平穩的，因此，所有的變量都是一階單整的。從而滿足構造VAR模型的條件，接下來可以對變量之間進行協整檢驗，首先檢驗對數化后的兩個序列互聯網和狹義貨幣供應量的單整性結果，得到回歸結果為：Log(M1)=11.65130+0.224463Log(X)

變量ADF統計量值prob.檢驗臨界值1%5%10%結果D(log(M2))-6.9705490-4.2967-3.5684-3.2184平穩D(log(M1))-5.7727720.0002-4.273277-3.557759-3.2124平穩D(log(X))-2.071970.0386-2.64712-1.9529-1.61平穩

從上表再得到用于檢驗協整關系的殘差，再對殘差進行單位根檢驗，并通過SIC指標得到的檢驗模型為：△et=-0.089674et-1+0.180250△et-1+0.557472△et-2

再得到用于檢驗協整關系的殘差，再對殘差進行單位根檢驗，并通過SIC指標得到的檢驗模型為：

從上述估計結果我們可以得出:長期來看，M2和X之間、以及M1和X之間，都是存在正向相關關系。也就是說，第三方互聯網支付具有擴大貨幣供應量的效應，且對狹義貨幣供應量M1以及廣義貨幣供應量M2均有擴大效應。

為了檢驗M1和X之間、以及M2和X之間的動態變化關系，給X一個脈沖，觀察M1和M2的響應函數，當X受到一個正向沖擊時，M1和M2都會產生正向響應，并且M1響應幾乎保持不變，M2響應逐漸增大。為了進一步驗證結論的可信性，我們對M1和M2進行方差分解。得出X對M1的方差貢獻率在30%左右，X對M2的方差貢獻率在50%左右，這也證明了我國互聯網金融對廣義貨幣供應量(M2)、狹義貨幣供應量(M1)有正向影響。

四、結論

本文通過建立VAR模型對我國互聯網金融對貨幣政策的影響問題進行了研究。通過估計VAR模型、脈沖響應函數和方差分解得出：我國互聯網金融對廣義貨幣供應量(M2)、狹義貨幣供應量(M1)有正向效應的影響。說明互聯網金融的發展使得金融市場貨幣供給變得寬松，這將會極大影響政策中間變量的作用效果，進而影響到貨幣政策實施的準確性和合理性?；诒疚牡难芯拷Y論,未來央行在制定貨幣政策時,需要更加的全面和審慎,既要考慮到傳統金融市場的發展變化,也要考慮到互聯網金融發展所帶來的沖銷作用。