文先明 蘇孟婷 王姣

摘 要 以第三方互聯(lián)網(wǎng)支付為視角，通過建立向量誤差修正模型，定量分析第三方互聯(lián)網(wǎng)支付對我國廣義貨幣流通的影響，包括對廣義貨幣供應(yīng)量、廣義貨幣乘數(shù)和廣義貨幣流通速度的影響.研究表明：（1）第三方互聯(lián)網(wǎng)支付會拉動廣義貨幣供應(yīng)量的增長、放大貨幣乘數(shù)效應(yīng)、對廣義貨幣流通速度起抑制作用.（2）第三方互聯(lián)網(wǎng)支付是廣義貨幣供應(yīng)量、廣義貨幣乘數(shù)、廣義貨幣流通速度的單向格蘭杰原因.最后，基于理論分析和實證檢驗結(jié)果為監(jiān)管機構(gòu)更好的管理第三方互聯(lián)網(wǎng)支付提出了相關(guān)對策建議.

關(guān)鍵詞 金融學(xué);第三方互聯(lián)網(wǎng)支付;廣義貨幣流通;VEC模型

中圖分類號 F820.4?????????? 文獻標(biāo)識碼 A

The Impact of Third Party Internet Payment

on Chinas Broad Currency Circulation

WEN Xianming，SU Mingting，WANG Jiao

（School of Economics &management，Changsha University of Science &Technology，Changsha，Hunan 410114，China）

Abstract In this paper， the thirdparty Internet payment is taken as a perspective to establish a vector error correction model to quantitatively analyze the impact of thirdparty Internet payment on China's general monetary circulation， including the impact on broad money supply， generalized money multiplier and general currency circulation speed . The research shows that： （1） Thirdparty internet payment will drive the growth of broad money supply and enlarge the monetary multiplier effect， which will promote the circulation speed of broad money. （2） Thirdparty internet payment is oneway Granger reason for broad money supply， broad money multiplier and general money circulation speed. Finally， based on the theoretical analysis and empirical test results， we put forward some countermeasures for the regulators to better manage the thirdparty Internet payment.

Key words finance; thirdparty internet payment; general currency circulation; "VEC" model

1 引 言

隨著互聯(lián)網(wǎng)金融的迅猛發(fā)展，以阿里巴巴、京東和騰訊為代表的電子商務(wù)企業(yè)不斷地拓展業(yè)務(wù).第三方支付作為電子商務(wù)發(fā)展的信用中介和一種提供交易雙方資金安全保障的支付結(jié)算方式，也取得了巨大的發(fā)展.其代表形式主要有支付寶和財付通（微信支付）.第三方支付可以分為第三方移動支付、第三方卡基支付和第三方互聯(lián)網(wǎng)支付.近年來，第三方互聯(lián)網(wǎng)支付依靠互聯(lián)網(wǎng)網(wǎng)絡(luò)終端，以其交易便捷、流動性強、成本低等優(yōu)勢，呈現(xiàn)快速增長的態(tài)勢，有可能成為我國支付結(jié)算體系中市場份額最大的一種交易方式.第三方互聯(lián)網(wǎng)支付機構(gòu)與商業(yè)銀行體系相互獨立，在發(fā)生支付結(jié)算時，交易資金沉淀于第三方支付機構(gòu)，因而對傳統(tǒng)貨幣流通體系造成了巨大的沖擊.根據(jù)艾瑞咨詢統(tǒng)計數(shù)據(jù)顯示，2006年3月我國互聯(lián)網(wǎng)支付規(guī)模僅82.3億元，2017年9月已突破63815億元，增長了775倍.其不斷增長的規(guī)模和使用率嚴(yán)重影響到了對傳統(tǒng)貨幣的需求.因此，研究第三方互聯(lián)網(wǎng)支付對我國貨幣流通的影響，特別是廣義貨幣流通轉(zhuǎn)化的影響具有重要意義.

2 文獻綜述

相對來說，很早就有國外學(xué)者對第三方支付的研究，并且大多集中于電子貨幣的發(fā)展對國家貨幣政策的影響方面.Freedman（2000）[1]認(rèn)為電子貨幣將不斷替代央行所發(fā)行的通貨，導(dǎo)致對央行的貨幣需求下降.與此同時，央行可以通過控制短期利率來維持貨幣政策的有效性.Williamson（2004）[2]研究發(fā)現(xiàn)人們使用電子貨幣交易會降低現(xiàn)金使用率，但央行可以通過電子貨幣的清算發(fā)揮影響.Shirvani和Delcoure（2014）[3]認(rèn)為政策指導(dǎo)會對貨幣流通速度產(chǎn)生重要影響.也有一些學(xué)者針對電子貨幣的優(yōu)點進行研究.Singh（1999）[4]、Fujiki和Tanaka（2014）[5]認(rèn)為電子貨幣對現(xiàn)金的替代效應(yīng)能減少交易成本、節(jié)省時間、提高效率.Bhattacharya和Singh（2016）[6]使用消費者財務(wù)狀況調(diào)查發(fā)現(xiàn)電子貨幣不能取代活期存款，電子貨幣所有權(quán)與支票賬戶中持有的最高余額相關(guān)聯(lián).AlLaham等（2009）[7]認(rèn)為，貨幣電子化會削弱中央銀行對貨幣供給的控制力，提升貨幣流通速度，鑄幣稅收入減少，貨幣乘數(shù)發(fā)生變化等.

互聯(lián)網(wǎng)金融在國內(nèi)雖然起步較晚，但發(fā)展迅速.國內(nèi)學(xué)者就第三方互聯(lián)網(wǎng)支付的研究，主要集中在以下幾個方面：一是對第三方支付風(fēng)險及其監(jiān)管進行研究.張傳勇（2015）[8]指出第三方支付在為買賣雙方提供便利的同時，也存在著包括信用風(fēng)險、技術(shù)風(fēng)險、流動性風(fēng)險、隱私保護問題以及監(jiān)管難度較大等諸多問題.趙增強（2018）[9]指出互聯(lián)網(wǎng)金融具備金融風(fēng)險和互聯(lián)網(wǎng)風(fēng)險的雙重風(fēng)險，并且風(fēng)險的關(guān)聯(lián)度極高.二是對第三方支付與商業(yè)銀行的影響分析.宮曉林 （2013）[10] 發(fā)現(xiàn)銀行缺少散戶有效信用信息、大數(shù)據(jù)挖掘能力和市場敏感性， 而互聯(lián)網(wǎng)金融第三方企業(yè)剛好與之互補.史亞榮和張茗（2018）[11]通過研究得出不同的互聯(lián)網(wǎng)金融形態(tài)對不同類型商業(yè)銀行的盈利發(fā)展和非利息收入的影響不盡相同.劉忠璐（2016）[12]表明互聯(lián)網(wǎng)金融對不同類型的商業(yè)銀行風(fēng)險行為的影響具有差異性.三是對貨幣流通及貨幣政策有效性的影響進行研究.在貨幣流通方面，全穎和楊大光（2016）[13]提出支付貨幣電子化的發(fā)展能提升商業(yè)銀行的信用創(chuàng)造能力，增加貨幣供給.楊弋帆（2014）[14]指出電子貨幣可以通過貨幣創(chuàng)造機制對貨幣供給和貨幣乘數(shù)產(chǎn)生影響，且第三方支付機構(gòu)對貨幣乘數(shù)的放大效應(yīng)尤為明顯.陶士貴和鄒藝（2017）[15]認(rèn)為第三方支付在長期范圍內(nèi)對現(xiàn)金和狹義貨幣流通速度起抑制作用，但會刺激廣義貨幣流通速度.在貨幣政策有效性方面，方興和郭子睿（2017）[16]、尹龍（2000）[17]等認(rèn)為電子支付對貨幣政策的影響具有不確定性.印文和裴平（2015）[18]則認(rèn)為貨幣電子化有即時效應(yīng)與滯后效應(yīng)，能顯著提高我國貨幣政策的有效性.對此有些學(xué)者持相反觀點，周光友（2007）[19]研究指出第三方支付加劇了貨幣乘數(shù)的波動，降低了我國貨幣政策的有效性.謝平和劉海二（2013）[20]認(rèn)為移動支付和電子貨幣具有網(wǎng)絡(luò)規(guī)模效應(yīng)，隨著這種效應(yīng)的凸顯，人們會減少對現(xiàn)金貨幣的需求，從而改變貨幣需求形式，沖擊貨幣供給，降低央行對貨幣控制的有效性.

第三方支付的發(fā)展不單單推動了傳統(tǒng)支付方式和支付習(xí)慣的改變，也對我國貨幣政策的制定和實施提出了挑戰(zhàn).從直觀方面來講，由于第三方支付的普及及其功能的拓展，人們一方面減少了對現(xiàn)金的需要，另一方面也會因為第三方支付與銀行的緊密關(guān)系而改變銀行的存款結(jié)構(gòu)，進而對貨幣供給、貨幣乘數(shù)和貨幣流通速度造成影響.

綜上所述，以往對第三方互聯(lián)網(wǎng)支付的研究大都停留在理論方面，并且對第三方支付風(fēng)險和監(jiān)管、對商業(yè)銀行的影響研究以及對貨幣政策有效性的影響研究相對較多，對貨幣流通的影響研究較少，且大多針對某一個方面進行研究.在前人研究的基礎(chǔ)上，構(gòu)建向量誤差修正模型（VEC）全面分析第三方互聯(lián)網(wǎng)支付對廣義貨幣層次流通的影響，結(jié)果表明第三方互聯(lián)網(wǎng)支付能增加廣義貨幣供給、擴大廣義貨幣乘數(shù)、減緩廣義貨幣流通速度.

3 理論分析與假設(shè)

伴隨著電子商務(wù)的迅速發(fā)展，互聯(lián)網(wǎng)金融對傳統(tǒng)貨幣的替代效應(yīng)越來越明顯，流通中的現(xiàn)金（M0）減少，貨幣流通速度（V）增大.由費雪方程式MV=PQ可知，在價格水平和生產(chǎn)總量均保持不變的情況下，貨幣需求（M）將減小.從2006年到2017年，我國M0增長率持續(xù)下降，但M0與GDP的比值卻保持相對穩(wěn)定，這種穩(wěn)定的原因并非GDP的下降造成的，恰恰相反，在2006年到2017年間，我國社會總支出保持快速增長，這種穩(wěn)定的真正原因是互聯(lián)網(wǎng)金融的發(fā)展對現(xiàn)金的替代效應(yīng)[21][22].

3.1 第三方支付對廣義貨幣供給的影響

現(xiàn)代貨幣理論認(rèn)為貨幣是內(nèi)生的，假設(shè)短期內(nèi)貨幣供給量和貨幣需求量相等，第三方互聯(lián)網(wǎng)支付可以通過影響貨幣需求從而影響貨幣供給.凱恩斯貨幣需求理論指出，人們持有貨幣的原因，主要是由于交易性貨幣需求、預(yù)防性貨幣需求以及投機性貨幣需求.目前第三方互聯(lián)網(wǎng)支付的應(yīng)用已經(jīng)從線上支付慢慢拓展到線下超市等營業(yè)場所，人們可以持有更少的貨幣滿足日常交易，使得人們因交易動機而持有的貨幣減少.而第三方支付在一定程度上也滿足了因轉(zhuǎn)換成本、機會成本和流動性成本等因素決定的預(yù)防性貨幣需求，因此人們因預(yù)防性動機而持有的貨幣需求也降低.對于投機性貨幣需求，隨著互聯(lián)網(wǎng)金融創(chuàng)新的發(fā)展，日新月異的互聯(lián)網(wǎng)金融產(chǎn)品被推出。金融產(chǎn)品的增加也增加了投機機會，人們會減少投機性現(xiàn)金的持有，轉(zhuǎn)而更多的持有第三方支付等電子貨幣.由于凱恩斯貨幣需求理論中的貨幣指的是流通中的現(xiàn)金，因而第三方支付影響的是貨幣M0.綜上，第三方支付將減少貨幣M0的持有量，增加M1和M2的持有量.而根據(jù)凱恩斯貨幣需求理論，在社會財富相對穩(wěn)定的情況下，貨幣供給量和貨幣需求量相等.因此，貨幣供應(yīng)量M0將減少，M1和M2將增加.

3.2第三方支付對廣義貨幣乘數(shù)的影響

貨幣乘數(shù)等于貨幣供應(yīng)量和基礎(chǔ)貨幣的比值，廣義貨幣供應(yīng)量M2對應(yīng)的貨幣乘數(shù)即為K2.由現(xiàn)代貨幣乘數(shù)理論可得：

K2=M2B=C+D+SC+Rt+Re=1+krt+re+k，（1）

其中，Rt=rt（D+S），Re=re（D+S），C代表流通中現(xiàn)金，D代表活期存款，S代表定期存款，Rt代表法定存款準(zhǔn)備金，Re代表超額準(zhǔn)備金，k代表現(xiàn)金漏損率，rt代表法定存款準(zhǔn)備金率，re代表超額準(zhǔn)備金率.一般而言，法定存款準(zhǔn)備金率是由中央銀行規(guī)定的，第三方互聯(lián)網(wǎng)支付不會對其產(chǎn)生影響，但會對現(xiàn)金比率、定期存款與活期存款比和超額準(zhǔn)備金率產(chǎn)生影響.第三方支付的便利加快了資金周轉(zhuǎn)，減少了人們對現(xiàn)金支付的需求，從而降低了現(xiàn)金漏損率，導(dǎo)致現(xiàn)金比率下降，廣義貨幣乘數(shù)擴大;對于定期存款與活期存款比，理性主體為了保值增值勢必會增加定期存款來增加收益，因而定期存款與活期存款比率上升，增加了貨幣乘數(shù)的不穩(wěn)定性;與此同時，第三方支付簡化了交易過程，減少了傳統(tǒng)貨幣流轉(zhuǎn)的在途時間，商業(yè)銀行因此會降低超額準(zhǔn)備金的持有量，增大廣義貨幣乘數(shù).

3.3 第三方支付對廣義貨幣流通速度的影響

在第三方支付替代傳統(tǒng)貨幣的過程中，將傳統(tǒng)需求分為兩部分，一部分為傳統(tǒng)貨幣與流通速度，另一部分為電子貨幣（主要是第三方支付）與流通速度.可建立恒等式：

MiVi+MdVd=PY，（2）

其中，i代表電子貨幣，d代表傳統(tǒng)貨幣，P代表商品價格，Y代表商品交易數(shù)量.從該方程可知，當(dāng)電子貨幣交易數(shù)量和交易頻率較大時，其規(guī)模會影響貨幣流通速度.可將其影響分為兩種不同的效應(yīng)：加速效應(yīng)和轉(zhuǎn)化效應(yīng).隨著第三方互聯(lián)網(wǎng)支付交易規(guī)模的不斷擴張，電子貨幣交易數(shù)量和頻率的增加會提高貨幣流通速度.即加速效應(yīng)使得電子貨幣對貨幣流通速度具有正向影響，進一步影響人們對貨幣的需求數(shù)量.當(dāng)轉(zhuǎn)化效應(yīng)占主導(dǎo)地位時，電子貨幣對貨幣流通速度具有負效應(yīng)影響，能減緩貨幣流通速度[23].根據(jù)艾瑞咨詢數(shù)據(jù)得知，隨著第三方互聯(lián)網(wǎng)交易規(guī)模的增加，M2層次的貨幣流通速度表現(xiàn)出下降的趨勢.

4 第三方支付對廣義貨幣流通影響的

實證分析

4.1 指標(biāo)選擇與數(shù)據(jù)來源

4.1.1 指標(biāo)選取

選取第三方互聯(lián)網(wǎng)支付交易規(guī)?？傤~為自變量，通過不同的控制變量分別研究第三方互聯(lián)網(wǎng)支付對廣義貨幣供應(yīng)量、廣義貨幣乘數(shù)和廣義貨幣流通速度的影響（如表1）.我國2006年第一季度第三方互聯(lián)網(wǎng)支付交易規(guī)模總額TPI為82.3億元，2017年第三季度已經(jīng)達到63815.51億元;而廣義貨幣供應(yīng)量M2一直呈現(xiàn)逐漸增長的趨勢，從2006年第一季度的310490.7億元增加到2017年第三季度的1655662.07億元，增長了五倍;其中，廣義貨幣乘數(shù)K2等于廣義貨幣供應(yīng)量與基礎(chǔ)貨幣之比;現(xiàn)金比率CR等于流通中現(xiàn)金與商業(yè)銀行活期存款之比;定期存款與活期存款比TD等于商業(yè)銀行定期存款與商業(yè)銀行活期存款之比;廣義貨幣流通速度V2等于名義GDP與廣義貨幣供應(yīng)量之比;貨幣流動性比率CL等于狹義貨幣供應(yīng)量M1與廣義貨幣供應(yīng)量M2之比.

4.1.2 數(shù)據(jù)來源

由于第三方互聯(lián)網(wǎng)支付起步較晚，年度數(shù)據(jù)并不豐富，因此選取的數(shù)據(jù)是2006第一季度至2017第三季度的季度時間序列數(shù)據(jù).其中，名義GDP季度數(shù)據(jù)、城鎮(zhèn)居民人均可支配收入PCI來源于國家統(tǒng)計局，第三方互聯(lián)網(wǎng)支付交易規(guī)?？傤~數(shù)據(jù)TPI來源于艾瑞咨詢網(wǎng)，信貸規(guī)模數(shù)據(jù)CS來源于東方財富網(wǎng)，流通中現(xiàn)金M0、狹義貨幣供應(yīng)量M1、廣義貨幣供應(yīng)量M2、基礎(chǔ)貨幣B、外匯儲備FER、商業(yè)銀行活期存款DD、商業(yè)銀行定期存款TT等數(shù)據(jù)均來源于中國人民銀行官網(wǎng).

4.2 平穩(wěn)性檢驗

由于所選數(shù)據(jù)以季度為單位，因此采用Eviews 9.0中的X12季節(jié)調(diào)整模型對各變量的原始數(shù)據(jù)進行處理.將消除季節(jié)因素影響后的數(shù)據(jù)用SA來表示，剔除季節(jié)因素影響后的以下變量可以表示為：K2=M2_SA/B_SA，CR=M0_SA/TT_SA，TD=TT_SA/DD_SA，V2=GDP_SA/M2_SA，CL=M1_SA/M2_SA.為了消除異方差性、增強時間序列的平穩(wěn)性，對季節(jié)處理后的水平變量TPI_SA，M2_SA，CS_SA，F(xiàn)ER_SA和CPI_SA分別取對數(shù)變成LNTPI_SA，LNM2_SA，LNCS_SA，LNFER_SA和LNCPI_SA.下面將對這3個模型的時間序列平穩(wěn)性進行單位根檢驗：

平穩(wěn)? 注：在檢驗形式（C，T，P）中，C代表時間序列有截距項，T代表時間序列有趨勢項，P表示由AIC準(zhǔn)則確定的最優(yōu)滯后階數(shù).

從表2可知，LNTPI_SA、LNM2_SA、LNCS_SA、LNFER_SA的ADF值都大于其在1%、5%、10%顯著性水平下的臨界值，無法拒絕原假設(shè)，說明這四個變量的原序列均為非平穩(wěn)時間序列.經(jīng)過一階差分后，所有變量的ADF值都小于臨界值，因此拒絕存在單位根的原假設(shè)，均為平穩(wěn)的時間序列.由此可得：變量LNTPI_SA、LNM2_SA、LNCS_SA、LNFER_SA都是一階單整序列，因而第三方互聯(lián)網(wǎng)支付、廣義貨幣供應(yīng)量、信貸規(guī)模、外匯儲備之間可能存在協(xié)整關(guān)系.

由表3可知，所有變量原序列的ADF值均大于其臨界值，因此都是非平穩(wěn)時間序列.經(jīng)過一階差分后的變量，其P值均小于0.01，有理由拒絕原假設(shè).所以，第三方互聯(lián)網(wǎng)支付、廣義貨幣乘數(shù)、現(xiàn)金比率、定期存款與活期存款比均為一階單整序列，它們之間可能存在協(xié)整關(guān)系.

_SA、LNCS_SA、LNFER_SA的ADF值都大于其在1%、5%、10%顯著性水平下的臨界值，無法拒絕原假設(shè)，說明這四個變量的原序列均為非平穩(wěn)時間序列.經(jīng)過一階差分后，所有變量的ADF值都小于臨界值，因此拒絕存在單位根的原假設(shè)，均為平穩(wěn)的時間序列.由此可得：變量LNTPI_SA、LNM2_SA、LNCS_SA、LNFER_SA都是一階單整序列，因而第三方互聯(lián)網(wǎng)支付、廣義貨幣供應(yīng)量、信貸規(guī)模、外匯儲備之間可能存在協(xié)整關(guān)系.

由表4可知，第三方互聯(lián)網(wǎng)支付、廣義貨幣流通速度、城鎮(zhèn)居民人均可支配收入、貨幣流動性比率之間可能存在協(xié)整關(guān)系.

4.3 協(xié)整檢驗

為了驗證各模型變量間是否存在協(xié)整關(guān)系，必須先確定VAR滯后階數(shù).結(jié)合AIC信息準(zhǔn)則和SC準(zhǔn)則、LR（似然比）檢驗法確定廣義貨幣供應(yīng)量（LNM2_SA）、廣義貨幣乘數(shù)（K2）及廣義貨幣流通速度（V2）模型與第三方支付和各控制變量間的最佳滯后階數(shù)分別為1、1、2.在此基礎(chǔ)上，進一步做協(xié)整檢驗.目前，協(xié)整檢驗的方法主要有兩種，一是EG兩步法，用來檢驗兩個變量間的協(xié)整關(guān)系.二是Johansen檢驗法，該方法可以對多個變量間的協(xié)整關(guān)系進行檢驗.選擇Johansen檢驗法來確定各模型變量間的協(xié)整關(guān)系.

以確定LNM2_SA與LNTPI_SA、LNCS_SA、LNFER_SA之間的協(xié)整關(guān)系為例，由于最佳滯后階數(shù)為1，因此滯后區(qū)間選擇“0 0”，協(xié)整檢驗方程選擇“序列Yt有線性時間趨勢，協(xié)整方程存在截距項”的情形構(gòu)造VEC模型，檢驗結(jié)果如表5所示.

從表5中可以看出，當(dāng)假設(shè)“方程最多只有2種協(xié)整關(guān)系”時，跡統(tǒng)計量和最大特征值統(tǒng)計量的值均大于5%的臨界值.在假設(shè)“方程最多只有3種協(xié)整關(guān)系”時，跡統(tǒng)計量和最大特征值統(tǒng)計量的P值均>0.05，不能拒絕原假設(shè).因此，該模型含有3個協(xié)整方程，說明變量間存在長期均衡關(guān)系.但根據(jù)以往經(jīng)驗，第一種協(xié)整關(guān)系最具有經(jīng)濟意義.

Eviews 9.0顯示第一種協(xié)整關(guān)系結(jié)果如下：

LNM2_SA=0.063085LNTPI_SA+0.154602（0.03599） LNCS_SA（0.06094）

+0.148817（0.15004）LNFER_SA，（3）

其中，似然率為275.2804，括號內(nèi)的數(shù)字是各個變量估計值的標(biāo)準(zhǔn)差.從式（1）可以看出，長期內(nèi)，第三方互聯(lián)網(wǎng)支付LNTPI_SA、信貸規(guī)模LNCS_SA、外匯儲備LNFER_SA與廣義貨幣供應(yīng)量LNM2_SA之間是一種正向相關(guān)關(guān)系.當(dāng)?shù)谌交ヂ?lián)網(wǎng)支付交易規(guī)模增大時，廣義貨幣乘數(shù)隨之增加.

同理，對K2、V2進行協(xié)整關(guān)系研究，可得出以下兩個表達式：

K2=0.327008（0.15379） LNTPI_SA+14.01646（6.29814） CR-3.658399（1.26544）TD ，（4）

V2=-0.018353（0.00441） LNTPI_SA+0.065001（0.02737） LNPCI_SA+0.111147（0.04448）CL.（5）

由前后順序，似然率分別是384.6696和531.3842.其中，第三方互聯(lián)網(wǎng)支付LNTPI_SA、現(xiàn)金比率CR、定期存款與活期存款比TD對廣義貨幣乘數(shù)K2的彈性分別是0.327008、14.01646、-3.658399，說明廣義貨幣乘數(shù)與第三方互聯(lián)網(wǎng)支付、現(xiàn)金比率成正比，與定期存款與活期存款比成反比.而第三方互聯(lián)網(wǎng)支付LNTPI_SA、城鎮(zhèn)居民人均可支配收入LNPCI_SA和貨幣流動性比率CL對廣義貨幣流通速度V2的彈性分別是-0.018353、0.065001和0.11114，這說明在長期中，第三方互聯(lián)網(wǎng)支付規(guī)模的擴張會抑制廣義貨幣流通速度的發(fā)展，城鎮(zhèn)居民收入水平的提高和貨幣流動比率的增加則會刺激廣義貨幣流通速度的加快.

4.4 向量誤差修正模型

上述協(xié)整檢驗證實了三個模型各變量間確實存在長期均衡關(guān)系，但無法解釋短期的影響情況.在短期內(nèi)，變量有可能偏離均衡狀態(tài).為了進一步探究各模型變量在短期中的關(guān)系和修正機制，建立了VEC模型.以研究廣義貨幣供應(yīng)量模型為例，上文已經(jīng)利用Eviews 9.0得出了其VAR滯后階數(shù)為1，因此模型中沒有一階差分的滯后項，建立VEC（0）模型.將LNM2_SA、LNTPI_SA、LNCS_SA、LNFER_SA數(shù)據(jù)導(dǎo)入VEC（0）模型中，得到LNM2_SA的向量誤差修正模型：

D（Lnm2_sa）=-0.033087（0.00693） [-4.77372]CointEq1（1）+0.036607

（0.00187）[19.5933]

其中，

CointEq1（1）=Lnm2_sa-0.063085（0.03599）[-1.75279]LNTPI_SA（-1）-0.154602

（0.06094）[-2.53693]LNCS_SA（-1）-0.148817（0.15004）[-0.99185]LNFER_SA（-1）-10.17449

當(dāng)變量的短期波動偏離長期均衡時，存在一種調(diào)整力度ECM可以將其從非均衡狀態(tài)拉回到均衡狀態(tài).上式中，小括號內(nèi)的數(shù)字表示各變量估計值的標(biāo)準(zhǔn)差，方括號內(nèi)的數(shù)字表示各變量估計值的t檢驗值.CointEq1（1）表示誤差修正項，用來反映變量間的長期關(guān)系.CointEq1（1）的系數(shù)是-0.033087，表示當(dāng)廣義貨幣供應(yīng)量短期波動偏離均衡時，協(xié)整關(guān)系將以-0.033087的調(diào)整力度將其從非均衡狀態(tài)拉回到均衡狀態(tài).

同理，可以得到K2和V2的VEC模型.估計結(jié)果如下所示：

D（K2）=0.025756（0.04178）[ 0.61649]CointEq1（2）+0.010885（0.02179）[ 0.49954]，

其中，CointEq1（2）=K2（-1）-0.327006（0.15379）[-2.12627]

LNTPI_SA（-1）-14.01638CR（6.29815） [-2.22547]（-1）

+3.658383TD（-1）（1.26544）[ 2.89100]，

D（V2）=-1.179526（0.13145）[-8.97334]

CointEq1（3）+0.792428D（0.12376） [6.40274]

（V2（-1））+0.033212（0.01533）[2.16690] D（LNTPI_SA（-1））

-0.042596（0.08515）[-0.50024]

D（LNPCI_SA（-1））-1.291482D（0.15760）[-8.19483]

（CL（-1））-0.004932 （0.00285）[-1.72950]，

其中，CointEq1（3）=V2（-1）+0.016569（0.00697）[2.37772]

LNTPI_SA（-1）-0.061169（0.04301）[-1.42227]

LNPCI_SA（-1）

-0.142677（0.06818） [-2.09272]CL（-1）+0.286135.

綜上，CointEq1（2）的系數(shù)是0.025756，說明當(dāng)K2在短期內(nèi)波動偏離長期均衡時，其協(xié)整關(guān)系的調(diào)整力度為0.025756，將其從非均衡狀態(tài)拉回均衡狀態(tài).CointEq1（3）系數(shù)為-1.179526，說明當(dāng)V2在短期內(nèi)偏離長期均衡條件時，所存在的調(diào)整力度為-1.179526，使波動調(diào)整回長期均衡狀態(tài).第三方互聯(lián)網(wǎng)支付對廣義貨幣流通速度V2的短期彈性為0.033212，城鎮(zhèn)居民人均可支配收入的彈性為-0.042596，貨幣流動性比率的彈性為-1.291482.說明在短期內(nèi)，第三方互聯(lián)網(wǎng)支付的發(fā)展刺激了廣義貨幣流通速度的加快.

4.5 格蘭杰因果檢驗

經(jīng)過協(xié)整檢驗得知上述三個模型各變量之間存在協(xié)整關(guān)系，但仍需進一步驗證變量間是否存在因果效應(yīng).采用Granger檢驗來判斷這種均衡關(guān)系的是否存在時間上的因果（先后）關(guān)系及其因果方向.考慮到不同滯后階數(shù)對檢驗結(jié)果的影響，因此該檢驗依據(jù)前文建立的VAR模型所確立的滯后階數(shù)選定樣本檢驗的滯后期.然后根據(jù)檢驗結(jié)果的P值判斷存在因果關(guān)系的概率.檢驗結(jié)果如表6所示.

根據(jù)上述檢驗結(jié)果，在5%顯著性水平下，第三方互聯(lián)網(wǎng)支付LNTPI_SA是引起廣義貨幣供應(yīng)量LNM2_SA、廣義貨幣乘數(shù)K2、廣義貨幣流通速度V2發(fā)生變動的格蘭杰原因，但LNM2_SA、K2、V2并不能引起LNTPI_SA的格蘭杰變動.說明第三方互聯(lián)網(wǎng)支付與廣義貨幣流通之間存在單向的Granger因果變動關(guān)系.

4.6 脈沖響應(yīng)函數(shù)分析

為研究模型中各變量間的動態(tài)變化關(guān)系，構(gòu)建了VAR模型，采用脈沖響應(yīng)函數(shù)進一步分析當(dāng)因變量受到其他變量殘差沖擊時的短期反應(yīng).應(yīng)用廣義脈沖響應(yīng)函數(shù)分析，選擇滯后20期的模型，分析第三方互聯(lián)網(wǎng)支付LNTPI_SA分別對廣義貨幣供應(yīng)量LNM2_SA、廣義貨幣乘數(shù)K2、廣義貨幣流通速度V2的脈沖響應(yīng).

圖1為各變量對廣義貨幣供應(yīng)量的脈沖響應(yīng)圖.當(dāng)?shù)谌交ヂ?lián)網(wǎng)支付LNTPI_SA對廣義貨幣供應(yīng)量LNM2_SA產(chǎn)生一個正向沖擊時，短期內(nèi)，廣義貨幣供應(yīng)量產(chǎn)生一個正向反應(yīng)，在第7期達到極值1%左右，此后反應(yīng)逐漸減小.表明第三方互聯(lián)網(wǎng)支付對廣義貨幣供應(yīng)量具有明顯且持久的正向影響.

圖2 為各變量對廣義貨幣乘數(shù)的脈沖響應(yīng)圖.反映了各變量對廣義貨幣乘數(shù)的沖擊效果.當(dāng)?shù)谌交ヂ?lián)網(wǎng)支付LNTPI_SA對廣義貨幣乘數(shù)K2產(chǎn)生一個正向沖擊時，廣義貨幣乘數(shù)出現(xiàn)一個明顯的正向反應(yīng)，且在第8期達到最大值，而后反應(yīng)逐漸減弱，但始終維持在2%以上.

圖3為各變量對廣義貨幣流通速度的脈沖響應(yīng)圖.當(dāng)?shù)谌交ヂ?lián)網(wǎng)支付LNTPI_SA產(chǎn)生一個正向沖擊時，廣義貨幣流通速度V2先是出現(xiàn)一個較小的正向反應(yīng)，而后迅速減小變?yōu)樨撓蚍磻?yīng)，然后逐漸趨于平緩.

4.7 方差分解分析

通過上述脈沖響應(yīng)函數(shù)分析可以判斷各模型變量間滯后期是怎樣產(chǎn)生影響的，卻無法解釋變量間的影響程度.因此應(yīng)用方差分解分析當(dāng)一個變量的波動引起內(nèi)生變量波動影響時的貢獻率.

從廣義貨幣供應(yīng)量模型中可以看出，第一期時，廣義貨幣供應(yīng)量LNM2_SA對自身的貢獻率為100%，然后逐漸下降.而第三方互聯(lián)網(wǎng)支付LNTPI_SA的貢獻率則快速提升，在第十期達到63.93296%.信貸規(guī)模LNCS_SA的貢獻率則略有下降.與此相反，外匯儲備LNFER_SA的貢獻率則略有上升，但總體貢獻水平較低.從廣義貨幣乘數(shù)模型中可以看出，對廣義貨幣乘數(shù)K2貢獻最大的是現(xiàn)金比率，在第十期的貢獻率接近30%，而其自身的貢獻則逐漸減少至67.33971%.第三方互聯(lián)網(wǎng)支付LNTPI_SA、定期存款與活期存款比率TD的貢獻率總體較小，但呈增加趨勢.從廣義貨幣流通速度模型中可以看出，貨幣流動性比率CL對廣義貨幣流通速度V2的影響大于第三方互聯(lián)網(wǎng)支付LNTPI_SA和城鎮(zhèn)居民人均可支配收入LNPCI_SA對V2的影響，第三方互聯(lián)網(wǎng)支付的貢獻率保持穩(wěn)步增長，在第十期已達到8.363962%.如表7所示.

5 結(jié)論和建議

通過第三方互聯(lián)網(wǎng)支付LNTPI_SA與廣義貨幣供應(yīng)量LNM2_SA之間的協(xié)整檢驗結(jié)果可知，長期內(nèi)第三方支付與廣義貨幣供應(yīng)量之間存在正相關(guān)關(guān)系，第三方互聯(lián)網(wǎng)支付的發(fā)展有助于擴大廣義貨幣供應(yīng)量LNM2_SA.通過格蘭杰因果分析顯示，第三方互聯(lián)網(wǎng)支付LNTPI_SA是引起廣義貨幣供應(yīng)量LNM2_SA變化的的Granger原因，而LNM2_SA不是引起LNTPI_SA變化的Granger原因，即第三方互聯(lián)網(wǎng)支付與廣義貨幣供應(yīng)量之間存在單向的因果關(guān)系.脈沖響應(yīng)函數(shù)分析說明，短期內(nèi)第三方互聯(lián)網(wǎng)支付對廣義貨幣供應(yīng)量具有正向影響.

通過對第三方互聯(lián)網(wǎng)支付LNTPI_SA與廣義貨幣乘數(shù)K2之間協(xié)整分析說明第三方互聯(lián)網(wǎng)支付與廣義貨幣乘數(shù)之間存在長期穩(wěn)定關(guān)系.Granger因果檢驗結(jié)果顯示，第三方互聯(lián)網(wǎng)支付LNTPI_SA與廣義貨幣乘數(shù)K2之間存在單向的因果關(guān)系，且LNTPI_SA是引起K2變化的Granger原因.由脈沖響應(yīng)函數(shù)分析可知，當(dāng)?shù)谌交ヂ?lián)網(wǎng)支付受到一個正向沖擊時，廣義貨幣乘數(shù)在第一期產(chǎn)生正向反應(yīng)，而后逐漸增大，在第八期達到最大值后反應(yīng)逐漸減少并趨于平穩(wěn).

通過Johansen協(xié)整檢驗發(fā)現(xiàn)，第三方互聯(lián)網(wǎng)支付LNTPI_SA與廣義貨幣流通速度V2之間存在協(xié)整關(guān)系，且為負向關(guān)系.說明第三方互聯(lián)網(wǎng)支付的發(fā)展會使得廣義貨幣流通速度減慢.Granger因果檢驗發(fā)現(xiàn)，第三方互聯(lián)網(wǎng)支付LNTPI_SA與廣義貨幣流通速度V2之間存在單向因果關(guān)系，且第三方互聯(lián)網(wǎng)支付是引起廣義貨幣流通速度變化的原因.通過VAR模型的脈沖響應(yīng)函數(shù)分析可知：短期內(nèi)，當(dāng)?shù)谌交ヂ?lián)網(wǎng)支付LNTPI_SA受到一個正向沖擊時，廣義貨幣流通速度V2在第一期產(chǎn)生正向反應(yīng)，第二期又變?yōu)樨撓虻模笾饾u達到最大，之后趨于平穩(wěn).

結(jié)合現(xiàn)實情況提出以下幾點政策建議.

第一，優(yōu)化貨幣層次的劃分，確定貨幣監(jiān)管政策.

第二，制定第三方支付存款準(zhǔn)備金制度，加強風(fēng)險防控.

第三，整合相關(guān)資源，鼓勵第三方支付平臺和商業(yè)銀行合作.

第四，深化金融市場改革，完善相關(guān)法律、法規(guī).

參考文獻

[1] FREEDMAN. Monetary Policy Implementation： Past， Present and FutureWill Electronic Money Lead to the Eventual Demise of Central Banking？[J]. International Finance， 2010， 3（2）：211-227.

[2] WILLIAMSON S D.Payment Systems and Monetary Policy[J]. Journal of Monetary Economics， 2003（2）：475-495.

[3] H SHIRVANI ，N DELCOURE.Robust panel Unit Root Tests for the Velocity of Money in a Sample of the OECD Countries[J].Banks and Bank Systems，2014（3）：36-42.

[4] SINGH S.Electronic money： understanding its use to increase the effectiveness of policy[J]. Telecommunications Policy， 1999， 23（1011）：753-773.

[5] FUJIKI H， TANAKA M."Currency demand： new technology and the adoption of electronic money：evidence using individual household data";Economics Letters，2014，125（1）：5-8.

[6] BHATTACHARYA K， SINGH? S K.Impact of Payment Technology on Seasonality of Currency in Circulation： Evidence from the USA and India[J]. Social Science Electronic Publishing， 2016， 14（1）：117-136.

[7] AlLAHAM M， AlTARWNEH H， ABDALLAT N. Development of Electronic Money and Its Impact on the Central Bank Role and Monetary Policy[J]. Issues in Informing Science & Information Technology， 2009（6）：339-349.

[8] 張傳勇.互聯(lián)網(wǎng)金融對傳統(tǒng)金融體系的影響及其監(jiān)管對策：以第三方支付為例[J].新金融，2015（10）：43-48.

[9] 趙增強.互聯(lián)網(wǎng)金融及其風(fēng)險防控[J].稅務(wù)與經(jīng)濟，2018（1）：46-51.

[10]宮曉林.互聯(lián)網(wǎng)金融模式及對傳統(tǒng)銀行業(yè)的影響[J].南方金融， 2013（5）：86-88.

[11]史亞榮，張茗.互聯(lián)網(wǎng)金融形態(tài)對我國商業(yè)銀行影響的差異分析[J].北京工商大學(xué)學(xué)報（社會科學(xué)版），2018，33（2）：105-115.

[12]劉忠璐. 互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響研究[J]. 財貿(mào)經(jīng)濟， 2016， 37（4）：71-85.

[13]全穎，楊大光.互聯(lián)網(wǎng)金融發(fā)展、支付貨幣電子化及對貨幣供給的影響[J].中國流通經(jīng)濟，2016，30（7）：122-128.

[14]楊弋帆. 電子貨幣對貨幣供給及貨幣乘數(shù)的影響機制研究——包含第三方支付機構(gòu)的三級創(chuàng)造體系[J]. 上海金融， 2014（3）：47-54.

[15]陶士貴， 鄒藝. 第三方支付對我國貨幣流通速度的影響[J]. 財會月刊， 2017（36）：108-114.

[16]方興，郭子睿. 第三方互聯(lián)網(wǎng)支付、貨幣流通速度與貨幣政策有效性——基于TVPVAR模型的研究[J]. 經(jīng)濟問題探索，2017（3）：183-190.

[17]尹龍.電子貨幣對中央銀行的影響[J].金融研究，2000（4）：34-41.

[18]印文，裴平.中國的貨幣電子化與貨幣政策有效性[J].經(jīng)濟學(xué)家，2015（3）：39-46.

[19]周光友. 電子貨幣發(fā)展、貨幣乘數(shù)變動與貨幣政策有效性[J]. 經(jīng)濟科學(xué)， 2007， 29（1）：34-43.

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

[21]張雪琳，潘紅玉.產(chǎn)業(yè)鏈培育、產(chǎn)業(yè)鏈招商引資和產(chǎn)業(yè)鏈融資[J].長沙理工大學(xué)學(xué)報（社會科學(xué)版），2019（1）：84-98.

[22]張穎，黃潔婷.基于非線性組合模型的P2P網(wǎng)貸平臺危機預(yù)警研究[J].財經(jīng)理論與實踐，2017，38（6）：23-28.

[23]甘元玲，譚建春.電子貨幣的發(fā)展對貨幣流通速度的影響[J].重慶師范大學(xué)學(xué)報（自然科學(xué)版），2012，29（6）：109-114.