中國移動支付與傳統支付的相互影響分析

吳芍希

摘 要：本文選取2013-2019年的季度數據，對移動支付和傳統支付之間的相互影響進行分析，并分別進行了穩健性檢驗、協整檢驗、VAR向量自回歸模型以及Granger因果檢驗。研究結果顯示：滯后一期的移動支付筆數增長與當期的銀行卡支付筆數增長存在顯著負向關系;移動支付交易筆數和交易金額的持續上漲會導致銀行卡支付交易筆數和交易金額的下降;移動支付交易筆數和移動支付交易金額均分別為銀行卡支付交易筆數和交易金額的Granger原因，但銀行卡支付的交易筆數和交易金額均不是移動支付交易筆數和交易金額的Granger原因。

關鍵詞：移動支付;傳統支付;VAR模型;Grange因果分析

中圖分類號：F27 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2021.14.030

隨著互聯網的快速發展，中國大陸移動支付業務的規模已經從2013年的9.64萬億元增長到2018年的277.39萬億元，體現了巨大的市場發展潛力，也引起了媒體及學術界的關注，但同時也對傳統支付方式形成了巨大的沖擊。作為一種非主流金融機構的支付方式，它們也從非主流金融機構變成了另一種支付方式。例如，支付寶日均交易額已達106億元，占全國零售額的6%，其中很大一部分是通過移動支付的，這種支付方式在市場上的廣泛應用。可見，近年來移動支付正在飛速增長，而以銀行卡支付為代表的傳統支付方式增長緩慢甚至出現了零增長的情況。移動支付與傳統支付方式之間的變化趨勢是否具有相關性、移動支付的迅速發展對銀行卡支付造成了怎樣的沖擊，這是監管層、消費者、商戶以及零售支付服務提供商都非常關心的問題，也是學術研究的重點問題。

1 變量的選取和數據的處理

本文選取2013-2019年的季度數據進行分析，數據來源于中國人民銀行官方網站的支付體系運行總體情況報告，其中2019年數據只包括第1季度和第2季度，樣本空間為26。本文從增長筆數和增長金額兩個方面分別構建VAR模型，其中增長交易筆數VAR模型中包括變量移動支付交易筆數同比增長率（MPn）和銀行卡交易筆數同比增長率（CPn）;增長交易金額VAR模型中包括移動支付交易金額同比增長率（MP）和銀行卡交易金額同比增長率（CP）。

2 移動支付與傳統支付相互影響的實證分析

2.1 平穩性檢驗

本文采用目前較為流行且成熟的ADF法進行單位根檢驗。從表1中可以看出，四個變量的ADF統計值均在5%和10%的顯著性水平下大于臨界值，說明這四個變量均存在單位根，為非平穩序列，需要進一步對各變量進行一階差分系列檢驗。各變量的一階差分序列的ADF統計值均在5%和10%的顯著性水平下小于臨界值，說明一階差分后的時間序列均不存在單位根，為一階差分平穩序列。交易筆數VAR模型和交易金額VAR模型中的變量均為一階單整時間序列。

2.2 協整檢驗

通過上述平穩性檢驗可以看出，雖然本文中的時間序列都是非平穩的，但差分后均為一階單整序列，本文進一步采用Johansen檢驗進行協整檢驗。在進行協整檢驗之前，需要解決的另一個重要問題就是滯后階數的確定。在選擇滯后階數時，需要考慮兩方面：一方面滯后階數越大，越能完整的反應所構建的模型的動態特征;但是另一方面，滯后階數越大，需要估計的參數也越多，這將減少模型的自由度。因此在滯后階數的選擇時，需要綜合考慮。當前確定滯后階數的方法主要AIC、SIC信息準則法和LR似然比檢驗法。本文交易筆數VAR模型和交易金額VAR模型的最優滯后階數均為1，存在一個協整關系。

3 VAR模型

綜合考慮以上檢驗方法，確定最佳滯后期為1，因此，交易筆數和交易金額兩個VAR模型的形式均為VAR（1）。其中交易筆數VAR模型的結果為：

R2為0.476874，調整R2為0.429317。從方程1中可以看出，滯后一期的移動支付筆數增長與當期的銀行卡支付筆數增長存在顯著負向關系。即移動支付筆數增加1%，在一個季度后可能導致銀行卡支付筆數下降約0.0319%，且在10%的顯著性水平下顯著。同時，從方程2中可以看出，滯后一期的銀行卡支付筆數與移動支付筆數之間存在正向關系，即銀行卡支付筆數增加1%，在一個季度后可能會使移動支付筆數增加1.1024%，但此時并不顯著。

交易金額VAR模型的結果為：

其中，R2為0.688948，調整R2為0.660670。從方程3中可以看出，滯后一期的移動支付金額增長與當期的銀行卡支付金額增長存在負向關系。即移動支付金額增加1%，在一個季度后可能導致銀行卡支付金額下降約0.0291%，且在1%的顯著性水平下顯著。同時，從方程4中可以看出，滯后一期的銀行卡支付金額與移動支付金額之間存在負向關系，即銀行卡支付金額增加1%，在一個季度后可能會使移動支付金額下降2.0350%，但此時并不顯著。

4 Granger因果檢驗

在基于VAR模型的基礎上，進一步檢驗移動支付交易筆數、交易金額與銀行卡支付交易筆數、交易金額之間是否具有統計意義上的因果關系，需要進行Granger因果關系檢驗，前文已經檢驗VAR模型的最佳滯后期（滯后期為1）即為Granger因果檢驗的最佳滯后期。交易筆數和交易金額的Granger因果關系檢驗的結果如表2和表3所示。

由表2中可以看出，當銀行卡支付交易筆數為被解釋變量時，P值為0.0719，拒絕原假設，可見移動支付交易筆數是銀行卡支付交易筆數的Granger原因，說明移動支付交易筆數的波動對銀行卡支付交易筆數有一定的影響;當移動支付交易筆數為被解釋變量時，P值為0.4501，可見銀行卡支付交易筆數不是移動支付交易筆數的Granger原因。由表3中可以看出，當銀行卡支付交易金額為被解釋變量時，P值為0.0129，可見移動支付交易金額是銀行卡支付交易金額的Granger原因，說明移動支付交易金額的波動對銀行卡支付交易金額有一定的影響;當移動支付交易金額為被解釋變量時，P值為0.4791，可見銀行卡支付交易金額不是移動支付交易金額的Granger原因。

從上述Granger因果檢驗的結果中可以看出，移動支付交易筆數和移動支付交易金額均分別為銀行卡支付交易筆數和交易金額的Granger原因，但反之銀行卡支付的交易筆數和交易金額均不是移動支付交易筆數和交易金額的Granger原因。

5 結束語

總而言之，移動支付交易筆數和移動支付交易金額均分別為銀行卡支付交易筆數和交易金額的Granger原因，并且滯后一期的移動支付筆數增長與金額增長對銀行卡支付筆數和金額均有顯著負向影響，但反之銀行卡支付的交易筆數和交易金額均不是移動支付交易筆數和交易金額的Granger原因。可見移動支付是引起銀行卡支付變化的原因，主要原因在于近年來，全球電子商務蓬勃發展，智能手機等移動終端設備大量普及，中國的移動支付無論是技術還是市場規模都在迅猛發展，傳統的購物、餐飲、打車等已經在很大程度實現了移動支付，金融行業、醫療行業甚至政務服務等也在積極開發移動支付功能。隨著移動支付在各行各業的不斷滲透，移動支付很有可能代替銀行卡支付，從而對傳統的銀行卡支付形成較大的沖擊。

參考文獻

[1]徐超.第三方支付體系：興起、宏觀效應及國際監管[J].經濟問題，2013，（12）：11-16.

[2]謝平，劉海二.ICT、移動支付與電子貨幣[J].金融研究，2013，（10）：1-14.

[3]余世英，邢亞楠.移動社交支付采納行為影響因素實證研究[J].統計與信息論壇，2015，30（08）：92-99.

[4]彭紅霞，徐賢浩，劉偉丹，等.手機支付采納者的動力和阻力研究[J].管理評論，2013，25（12）：50-59.