科技金融影響貨幣流通速度的實證研究

路啟梅

摘要： 文章采用2003-2018年年度數據，運用因子分析法構建科技金融綜合指標，以歐文費雪方程為理論依據測算貨幣流通速度，構建計量模型，探究科技金融發展對中國貨幣流通速度的影響。研究發現：科技金融發展與中國貨幣流通速度之間存在穩定的相互影響的關系，科技金融發展是引起貨幣流通速度變化的原因。

Abstract： ?This paper uses the 2003-2018 annual data， uses the factor analysis method to construct a comprehensive index of science and technology finance， uses the Irving Fisher equation as a theoretical basis to measure the velocity of money circulation， and builds an econometric model to explore the impact of the development of science and technology finance on the speed of Chinese currency circulation. The study found that there is a stable interaction between the development of technology finance and the speed of China's currency circulation. Technology finance is the cause of the change in the speed of money circulation.

關鍵詞：科技金融;貨幣流通速度;實證研究

Key words： technology finance;currency circulation speed;empirical study

中圖分類號：F822.2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）24-0063-03

0 ?引言

科技金融即“科技+金融”，是將傳統的金融企業用技術進行改造，將科技創新注入到金融行業，其實現方式為企業發展提供合適的創新金融產品。科技金融以其降低金融交易成本、提高資源配置效率等優點大大沖擊了傳統金融行業。不僅如此，在當今互聯網時代，科技金融與貨幣基金的緊密結合使得傳統的貨幣資金在金融系統中的運轉速度得以加快[1]。在評價當今互聯網時代對貨幣流通速度的變化影響，科技金融更具有綜合性和先進性。

近年來，越來越多的學者開始從互聯網以及第三方支付的角度來研究貨幣政策實施效果以及貨幣流通速度，國內外學者關于科技金融的本質含義意見各說紛紜，但是對于科技金融的涵蓋范圍的劃分是相對統一的，核心的組成因子都包括“科技”、“創新”、“效率”、“金融”[2]。在科技金融對貨幣流通速度的影響方面，已有文獻大都集中在第三方支付、互聯網金融兩個方面。

在第三方支付對貨幣流通速度的影響方面，盧花蘭（2015）研究得出第三方支付與貨幣流通速度之間存在正相關的關系[3]。方興等（2017）研究得出第三方支付對貨幣流通速度有著正向相關的關系，而對貨幣政策的影響可分為產出渠道和價格渠道兩個方面，對前者的影響是正向的，對后者的影響卻是反向的[4]。劉欣琦（2017）則是從現金角度，研究得出第三方支付對現金使用量存在負方向的影響，并認為未來無現金可能成為社會發展常態[5]。王崢（2018）結合前人觀點，研究得出新型電子貨幣不進對現金有著顯著的替代作用，并且替代規模呈現逐年增加的趨勢[6]。

在互聯網金融對貨幣流通速度的影響方面，主要集中在互聯網金融能夠貨幣政策以及相關風險的分析和防范方面。鄒新月等（2014）、孫淑萍（2015）都通過理論聯系實際的方法，得出互聯網金融能夠增強人們的貨幣需求、降低貨幣供給、干擾貨幣政策制定的結論[7]～[8]。楊德永、劉笑彤等（2017）則是運用了實證分析的方法，研究發現互聯網金融能夠促進貸款基準利率以及拆借市場利率影響市場的能力，從而提高了價格型貨幣政策工具使用的靈活性[9]。顧海峰等（2018）研究認為互聯網金融不僅將成為貨幣政策的主要的有效傳導渠道之一，而且與貨幣政策傳導之間存在著深刻的相關關系[10]。

對以上文獻進行梳理可知，已有研究從第三方支付以及互聯網金融層面，探究貨幣流通速度的影響因素較為豐富，但是探究科技金融影響貨幣流通速度的研究卻十分缺乏。科技金融近年來逐漸成為了促進經濟發展的主要推動力之一，其不僅包括互聯網金融，而且延伸科技眾籌、網絡貸款等科技層面，探究金融科技對貨幣流通速度的影響十分必要。因此，本文基于科技金融的新視角，構建科技金融綜合指標，對科技金融與貨幣流通速度之間的關系進行實證研究，研究結果可為我國貨幣政策的實施以及貨幣流通的管理提供相關且可實施性建議。

1 ?理論分析

1.1 科技金融通過影響傳統金融業影響貨幣流通速度

科技金融的發展給傳統金融業帶來巨大的沖擊，對貨幣政策的穩定和貨幣流通速度都帶來了很大的影響。互聯網大數據平臺和IT技術使得交易金融產品交易速度和便捷性大大提高，同時又使得交易效率和清算能力大大提高;電子支付的便捷性和安全性改變了人們的支付方式，加快了貨幣流通的速度;近期涌現出的大批網貸平臺縮減了貸款流程，縮短了貸款審批時間，擴大了信用范圍，從而影響到貨幣流通速度。總之，科技金融在理論上能夠疏通貨幣傳導渠道，提升貨幣流通速度。

1.2 科技金融通過影響貨幣政策中介目標來影響貨幣流通速度

科技金融包含電子貨幣以及網絡信貸，可以通過以下兩條路徑來影響貨幣政策中介目標，從而間接影響貨幣流通速度：①電子貨幣可行使貨幣的支付媒介職能，影響銀行的準備金數及存款數，通過銀行的派生存款過程，能夠增加貨幣供給;電子貨幣還可以直接發揮貨幣的創造機制作用，影響貨幣供應量，進而影響貨幣供給。②網絡貸款的出現，使得信用貸款不僅僅只有通過銀行這一條途徑，社會信用的范圍被大大拓寬，直接導致銀行的信貸業務大大減少，銀行與貨幣政策最終目標的相關性減弱。

2 ?實證部分

2.1 指標的選取與數據來源

①科技金融指數的構建。本文對科技金融綜合指數的測算借鑒郭品和沈悅 （2015）[11]對互聯網金融指數的計算方法——因子分析法。對于因子的構成這里借鑒劉園等（2018）[12]的做法：首先通過百度搜索引擎、相關詞語提取找到金融科技相關的原始詞庫，以此來計算科技金融的相關詞語詞頻;然后根據阿斯基塔斯和齊默而曼 [13]的研究，由新聞發布量反映的人民日常關注的需求信息以及企業投入相關的供給信息，可確定關鍵詞所包含的新聞條目數與科技金融發展之間存在正向相關關系。將微博、搜索引擎中出現的年度熱詞分別量化，概括總的詞頻數;接著采用因子分析法，先對以上所選取的詞頻進行分類和簡化，確定科技金融的因子構成;然后確定因子個數，給各個因子命名，計算金融科技指數 （F）各因子的得分，將計算的結果為權重將公因子表示為原始變量的線性組合，最后利用標準化公式，分別將各因子和合成的指數進行 0-1 標準化[1]，得到科技金融綜合指標。

②貨幣流通速度指標的構建。費雪方程式系統闡述了物價水平同貨幣數量之間的關系，由美國經濟學家歐文·費雪提出，可用公式表示為：MV=PY， MV表示貨幣數量，PY表示名義收入，方程的含義為一定時期的貨幣數量就等于名義總收入。方程還可以表示為：

2.3 實證檢驗

本文使用2003-2018年年度數據，構建時間序列模型。首先對變量間的平穩性進行檢驗，接著驗證變量間的協整關系。

①單位根檢驗。本文運用工具EviewS9.0，運用ADF檢驗法，由檢驗結果顯示，在原始狀態下所有的變量都不平穩，但在對各變量原始數據進行一階差分后再次進行ADF檢驗，發現所有的變量在1%的顯著性水平下均平穩，所得結果如表2所示。

②協整檢驗及殘差檢驗。各變量一階平穩后，根據構建的模型（2），進行協整檢驗變量間的協整關系，方法采用E-G兩步法，檢驗結果如下①：

V0 = 8.15321888225+3.00260702922*F

（30.16335***） ? ? （6.124238***）（3）

R2=0.742606 ? ? ? ? ? ? DW=0.914413

V1 = 1.68273233637-0.0208995781767*F

（36.64010***） ? ? （-0.250889）（4）

R2=0.004819 ? ? ? ? ? ? DW=1.486813

V2 = 8.15321888225+3.00260702922*F

（38.80537***） ? ? （-4.648248***）（5）

R2=0.624345 ? ? ? ? ? ? DW=1.725547

回歸結果顯示：式（3）、式（5）中各變量均在1%的水平下顯著，擬合優度較高，說明模型具有很高的可靠性，可以斷定科技金融發展與貨幣流通速度V0、V2之間存在著相互影響的關系，而式（4）中變量不顯著，說明科技金融與V1之間并沒有明顯相關關系（由于F與V1之間的相關關系不顯著，下面殘差檢驗、格蘭杰因果檢驗中省去F與V1的檢驗部分）。進一步對殘差平穩性進行檢驗，檢驗結果如表3。

檢驗結果發現在5%的顯著水平下，殘差表示的時間序列具有平穩性，因此可以進一步說明科技金融發展與貨幣流通速度V0、V2之間存在著長期穩定的關系。

③格蘭杰因果關系檢驗。以上協整檢驗以及殘差檢驗的結果均可說明科技金融與貨幣流通速度之間存在著長期穩定的關系，但是兩者之間是否存在因果關系值得進一步考究，因此，本文運用格蘭杰因果檢驗法，對變量間的因果關系進行檢驗，檢驗結果如表4。表4結果顯示：V0、V2不是導致F的原因，而F是導致V0、V2的原因，這說明科技金融的發展是導致貨幣流通速度發生變化的原因。

2.4 實證結果分析

實證結果表示，在1%的置信水平下，V0、V2都通過了檢驗，模型的擬合優度也非常高，這說明科技金融發展指數能夠影響貨幣流通速度V0、V2，并且科技金融的發展是貨幣流通速度變化的原因，但是回歸結果中，V1并沒有通過檢驗，這在一定程度上說明，科技金融的發展對流通中的現金有很大的影響，而對銀行短期活期存款影響不大。在傳統貨幣方面，科技金融的發展不僅影響流通中的現金，而且對居民儲蓄存款也存在長期穩定的影響，儲蓄存款、單位定期存款、信托類存款等定期存款在一定程度都會受到科技金融發展的影響，這說明部分科技金融業務具有一定的貨幣創造的功能，從長期來看，科技金融的發展可能會影響到我國基礎貨幣的結構，這也驗證了上述理論分析部分，即科技金融可通過多種渠道影響貨幣流通速度。

3 ?結論和政策建議

3.1 結論

本文采用2003-2018年年度數據，運用因子分析法構建科技金融綜合指標，以歐文費雪方程為理論依據測算貨幣流通速度，構建計量模型，探究科技金融發展對中國貨幣流通速度的影響。研究得出：

①科技金融發展能夠影響貨幣流通速度V0、V2，并且科技金融的發展是貨幣流通速度變化的原因。

②科技金融的發展對流通中的現金有很大的影響，而對銀行短期活期存款影響不大。在傳統貨幣方面，科技金融的發展不僅影響流通中的現金，而且對居民儲蓄存款也存在長期穩定的影響，儲蓄存款、單位定期存款、信托類存款等定期存款在一定程度都會受到科技金融發展的影響，這說明部分科技金融業務具有一定的貨幣創造的功能，從長期來看，科技金融的發展可能會影響到我國基礎貨幣的結構，這也驗證了上述理論分析部分，即科技金融可通過多種渠道影響貨幣流通速度。

3.2 政策建議

科技金融影響貨幣流通速度歸根到底是由于科技金融中的支付渠道因子和技術支持因子會逐漸改變人們消費以及儲蓄的方式，進而在長期影響貨幣的供給和需求，通過加大貨幣政策調控的難度來影響貨幣的流通速度，因此科技金融對貨幣流通速度的影響渠道是多方面的，基于此，本文提出以下建議：

①加強科技金融的有效監管，把握好科技金融創新與風險監管的適度平衡。科技金融是一把雙刃劍，科技金融增加了金融市場流動需求的不確定性，在給金融市場帶來眾多進步和創新之余，可能會加劇市場的波動性，加大央行實行貨幣政策的難度，因此央行應重視對科技金融市場的監管，尤其是第三方支付和網絡貸款方面，應根據不同的情況制定適合的規范標準，以防范風險為核心，在鼓勵科技金融發展創新的與風險監管之間找到平衡點。

②加強貨幣流通速度監測，維護物價穩定。科技金融的迅速發展會帶來的貨幣流通速度的變化，由于貨幣流通速度并不能通過統計得到，而需要通過計算測量，因此在預測和監測上都存在較大的難度。我國可借鑒歐洲中央銀行的做法，加強貨幣的需求分析，尤其是面對近年來貨幣流通的復雜多邊性，加強對貨幣流通速度短期、中期和長期的分析監測顯得更有必要。貨幣當局可在加強貨幣流通速度監測的同時，基于經濟周期預測，注重不同階段的轉換，提防貨幣流通速度出現突變，保持物價的穩定。

注釋：①在式（3）、式（4）中*、**、***分別表示顯著性水平為10%、5%、1%。

參考文獻：

[1]陳韶韻.互聯網金融對央行貨幣政策傳導的影響及政策建議[J].信息系統工程，2018（05）：26-27.

[2]楊松，張永亮.金融科技監管的路徑轉換與中國選擇[J].法學，2017（08）：3-14.

[3]盧花蘭.貨幣流通速度的實證分析[J].統計與決策，2015（08）：157-160.

[4]方興，郭子睿.第三方互聯網支付、貨幣流通速度與貨幣政策有效性——基于TVP-VAR模型的研究[J].經濟問題探索，2017（03）：183-190.

[5]劉欣琦.第三方互聯網支付對現金使用的影響分析[J].中國市場，2017（28）：47-52.

[6]王崢.第三方支付視角下電子貨幣對現金替代作用的實證研究[J].上海金融，2018（06）：87-92.

[7]鄒新月，羅亞南，高楊.互聯網金融對我國貨幣政策影響分析[J].湖南科技大學學報（社會科學版），2014，17（04）：84-89.

[8]孫淑萍.我國互聯網金融運行中存在的貨幣政策風險[J].經濟研究參考，2015（12）：21-22.

[9]楊德勇，劉笑彤，趙袁軍.互聯網金融背景下中國貨幣政策工具的使用研究——基于金融市場反應機制及VEC模型的實證分析[J].武漢金融，2017（02）：26-32.

[10]顧海峰，朱莉莉.互聯網金融對貨幣政策有效性的影響——文獻述評及研究展望[J].金融理論探索，2018（01）：73-80.

[11]郭品，沈悅.互聯網金融對商業銀行風險承擔的影響：理論解讀與實證檢驗[J].財貿經濟，2015（10）：102-116.

[12]劉園，鄭忱陽，江萍，劉超.金融科技有助于提高實體經濟的投資效率嗎？[J].首都經濟貿易大學學報，2018，20（06）：22-33.

[13]Googlemetrie und Arbeitsmarkt[J] . Nikos Askitas，Klaus F. Zimmermann. Wirtschaftsdienst. 2009（7）.