互聯(lián)網(wǎng)金融背景下的金融發(fā)展與經(jīng)濟(jì)增長：基于VAR模型

1.前言

互聯(lián)網(wǎng)金融元年為2013年，這之后，迅猛發(fā)展的互聯(lián)網(wǎng)金融，使傳統(tǒng)金融生態(tài)被改變，融資渠道拓寬，小微企業(yè)的融資需求得到極大的滿足，同時(shí)，基于互聯(lián)網(wǎng)金融平臺(tái)，資金供需雙方的匹配及交易可自由進(jìn)行。通過大數(shù)據(jù)技術(shù)及云計(jì)算技術(shù)，互聯(lián)網(wǎng)金融促進(jìn)信息不對(duì)稱問題有效改善，降低交易成本，使金融行業(yè)進(jìn)一步發(fā)展。在經(jīng)濟(jì)發(fā)展過程中，金融是核心和命脈，金融發(fā)展理論指出，經(jīng)濟(jì)可在金融發(fā)展作用下實(shí)現(xiàn)增長。不過，由于當(dāng)前的傳統(tǒng)金融行業(yè)仍會(huì)受到互聯(lián)網(wǎng)金融的影響，因此有必要研究互聯(lián)網(wǎng)金融背景下金融發(fā)展與經(jīng)濟(jì)增長的具體關(guān)系，以期能夠更為健康的發(fā)展互聯(lián)網(wǎng)金融，提高我國的經(jīng)濟(jì)水平。

2.理論分析

2.1 互聯(lián)網(wǎng)金融與金融發(fā)展

互聯(lián)網(wǎng)金融是金融領(lǐng)域的一個(gè)新興產(chǎn)物，其對(duì)金融領(lǐng)域產(chǎn)生的影響可以說是前所未有?？v觀國外的金融行業(yè)，盡管一直受到互聯(lián)網(wǎng)技術(shù)的影響，但也僅僅是在后臺(tái)和渠道集中體現(xiàn)，新的金融業(yè)態(tài)都未被催生出來，“互聯(lián)網(wǎng)金融”改變并不存在。而我國之所以“一枝獨(dú)秀”的出現(xiàn)了互聯(lián)網(wǎng)金融，與我國金融體系宏觀上的金融壓抑密切相關(guān)?！敖鹑趬阂帧笔躯溄疝r(nóng)和肖所描述出來的狀態(tài)，即管控利率、由銀行體系配置資金[1]。因管制的存在，導(dǎo)致套利空間產(chǎn)生，而市場具有逐利性的屬性，必然會(huì)對(duì)套利空間盡可能的利用。傳統(tǒng)金融服務(wù)所存在的不足催生了互聯(lián)網(wǎng)金融的產(chǎn)生，相比于傳統(tǒng)金融，互聯(lián)網(wǎng)金融的優(yōu)勢體現(xiàn)在5方面，分別為資金配置效率、渠道、交易成本、數(shù)據(jù)信息和系統(tǒng)技術(shù)。本質(zhì)上看，互聯(lián)網(wǎng)金融的民主性、普惠性更強(qiáng)，是一種大眾化的金融形式，會(huì)將新的理念、新的活力注入到傳統(tǒng)金融行業(yè)，進(jìn)而促進(jìn)整個(gè)金融行業(yè)的發(fā)展。

2.2 金融發(fā)展與經(jīng)濟(jì)增長

經(jīng)濟(jì)理論認(rèn)為，金融發(fā)展影響經(jīng)濟(jì)增長的表現(xiàn)體現(xiàn)在3個(gè)清晰方面，而且這3個(gè)方面不相互排斥[2]：第一，將可靠的、簡便的交易方式提供出；第二，規(guī)模效應(yīng)，即儲(chǔ)蓄在金融活動(dòng)作用下提高，且金融活動(dòng)向投資方面引導(dǎo)儲(chǔ)蓄；第三，分配效應(yīng)，投資時(shí)，資源分配被金融系統(tǒng)改善。國外學(xué)者認(rèn)為，正是因?yàn)榉峙湫?yīng)的存在，使金融活動(dòng)具備促進(jìn)經(jīng)濟(jì)增長的作用。也就是說，金融活動(dòng)開展后，資本積累及分配效率均會(huì)提高，經(jīng)濟(jì)在此種作用也會(huì)出現(xiàn)增長和發(fā)展。縱觀關(guān)于金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究，觀點(diǎn)主要包含以下幾種：第一，金融如果沒有較高的發(fā)展水平，則有可能不會(huì)顯著的促進(jìn)經(jīng)濟(jì)增長，甚至造成經(jīng)濟(jì)發(fā)展停滯不前，導(dǎo)致"貧困陷阱"的出現(xiàn)；第二，大推動(dòng)理論，金融發(fā)展水平達(dá)到一定情況下，可能不會(huì)線性促進(jìn)經(jīng)濟(jì)增長，而是出現(xiàn)結(jié)構(gòu)性變化，金融發(fā)展水平不同情況下，影響經(jīng)濟(jì)增長的程度也存在差異，原因是金融交易過多會(huì)使破壞效應(yīng)產(chǎn)生，導(dǎo)致金融系統(tǒng)自身風(fēng)險(xiǎn)增加，同時(shí)，邊際效率遞減特征會(huì)存在于金融發(fā)展的影響中；第三，過度發(fā)展金融會(huì)負(fù)面影響經(jīng)濟(jì)的增長，甚至此種影響程度要嚴(yán)重于金融欠發(fā)展的影響。

3.基于VAR模型的實(shí)證分析

現(xiàn)階段，我國正在快速發(fā)展互聯(lián)網(wǎng)金融，與傳統(tǒng)金融相比，盡管互聯(lián)網(wǎng)金融只有短暫的發(fā)展時(shí)間，但互聯(lián)網(wǎng)金融仍然極大的影響了傳統(tǒng)金融的發(fā)展。鑒于此，有必要研究互聯(lián)網(wǎng)金融背景下金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系，而本節(jié)在分析二者關(guān)系時(shí)，采用VAR模型進(jìn)行。

3.1 選取變量

基于研究主題，本文共選取了4類變量：①經(jīng)濟(jì)增長變量，表示時(shí)選取GDP的對(duì)數(shù)值，即LNGDP；②互聯(lián)網(wǎng)金融規(guī)模變量，互聯(lián)網(wǎng)金融以第三方支付作為重要入口，為能有效的獲得數(shù)據(jù)，其代表變量選擇為第三方互聯(lián)網(wǎng)支付(TPIP)，對(duì)數(shù)化處理該代表變量后，得到LNTPIP；③金融發(fā)展變量，共包含兩方面，一方面為整體金融發(fā)展水平，具體指標(biāo)為金融相關(guān)率(FIR)，另一方面為金融結(jié)構(gòu)，具體指標(biāo)包含融資結(jié)構(gòu)(FSR)、銀行集中度(CR5)；④控制變量，因經(jīng)濟(jì)增長會(huì)受到固定資產(chǎn)投資等多種因素的影響，所以控制變量選取4個(gè)，并實(shí)施對(duì)數(shù)處理，具體為固定資產(chǎn)投資對(duì)數(shù)值(LNINV)、進(jìn)出口貿(mào)易總額對(duì)數(shù)值(LNXM)、外商直接投資對(duì)數(shù)值(LNFDI)、公共財(cái)政支出對(duì)數(shù)值(LNGOV)。

3.2 數(shù)據(jù)來源

本文選取數(shù)據(jù)時(shí)，開始時(shí)間為2007年1月，結(jié)束時(shí)間為2016年9月，具體每個(gè)變量的數(shù)據(jù)來源見表1。

表1 變量數(shù)據(jù)來源

在選取的數(shù)據(jù)中，GDP、TPIP、CR5均為季度數(shù)據(jù)，剩余其他幾項(xiàng)變量的數(shù)據(jù)為月度數(shù)據(jù)，為便于分析，本文調(diào)整了月度數(shù)據(jù)，使其成為季度數(shù)據(jù)。同時(shí)，變量與水平值表示時(shí)，其所對(duì)應(yīng)的數(shù)據(jù)采用居民消費(fèi)價(jià)格指數(shù)(CPI，來源于國家統(tǒng)計(jì)局網(wǎng)站)，基期選擇2007年1季度，處理各季度數(shù)據(jù)，以將通貨膨脹產(chǎn)生的影響消除，最后再對(duì)數(shù)處理處理后的數(shù)據(jù)。另外，季節(jié)調(diào)整在所有變量中開展。

3.3 建立模型

3.3.1 向量自回歸模型

本文探究動(dòng)態(tài)關(guān)系時(shí)，以向量自回歸模型(VAR模型)作為基礎(chǔ)模型，再在VAR模型基礎(chǔ)上，格蘭杰因果關(guān)系等進(jìn)一步開展，對(duì)變量間因果關(guān)系、模型的動(dòng)態(tài)結(jié)構(gòu)關(guān)系作出檢驗(yàn)。

VAR模型P階滯后，即VAR(p)模型下列公式表示

yt=A1yt-1+L+Apyt-p+et,t=1,2,L,T

(1)

式中，k維內(nèi)生變量即為yt，滯后階數(shù)為p，T為樣本數(shù)量，A1，…，Ap是k×k維矩陣，即系數(shù)矩陣，屬于被估計(jì)對(duì)象，k維擾動(dòng)向量為εt。

假設(shè)，單位圓范圍內(nèi)并不包含列式det[A(L)]的所有根，那么公式(1)即與可逆性條件相符合，此時(shí)，可利用無窮階的向量移動(dòng)平均VMA(∞)形式來表示公式(1)，即：

yt=C(L)et，其中，C(L)=A(L)-1，C(L)=C0+C1L+C2L2+L，C0=Ik

(2)

估計(jì)VAR模型時(shí)，方法可采用最小二乘法。如果限制性條件不施加在Σ矩陣中，根據(jù)最小二乘法，該矩陣估計(jì)量表示公式為

(3)

VAR參數(shù)估計(jì)出來后，因?yàn)镮k=A(L)C(L)，VMA(∞)模型的參數(shù)估計(jì)即可獲得。由于僅在等式右邊出現(xiàn)內(nèi)生變量的滯后性，所以同期相關(guān)性問題并不存在，VAR簡化模型經(jīng)普通最小二乘法估計(jì)后，獲得的估計(jì)量就是一致且有效的。即使同期相關(guān)存在于擾動(dòng)向量中，普通最小二乘法仍然有效。

3.3.2 脈沖響應(yīng)函數(shù)

內(nèi)生變量會(huì)受到誤差沖擊的影響，捕捉影響效果時(shí)即采用脈沖響應(yīng)函數(shù)，即將標(biāo)準(zhǔn)差大小的沖擊施加在隨機(jī)誤差項(xiàng)上，之后觀察影響內(nèi)生變量當(dāng)期的和未來的數(shù)值的情況。利用有矩陣變換改寫VAR(p)模型，使其變?yōu)閂AR(1)模型，該模型是一個(gè)無限階的向量MA(∞)過程，因此，其表示方式應(yīng)為：

Yt+s=Ut+s+Y1Ut+s-1+Y2Ut+s-2+LYsUt+L

(4)

(5)

3.4 實(shí)證分析

3.4.1 平穩(wěn)性檢驗(yàn)

在一個(gè)隨機(jī)過程中，均值與方差均是常數(shù)，不相關(guān)于時(shí)間，而且無論哪兩個(gè)時(shí)期，其協(xié)方差值僅相關(guān)于時(shí)間間隔，那么說明該實(shí)際過程具備平穩(wěn)性。本文所有變量數(shù)據(jù)都屬于時(shí)間序列，不平穩(wěn)情況存在于多數(shù)變量中，回歸分析如直接進(jìn)行，偽回歸現(xiàn)象極易出現(xiàn)。根據(jù)平穩(wěn)性檢驗(yàn)結(jié)果，不平穩(wěn)現(xiàn)象出現(xiàn)在10%顯著性水平上的變量為除LNFDI的所有變量，出現(xiàn)在1%顯著性水平的變量則只有LNFDI；同時(shí)，變量一階差分值結(jié)果顯示，在1%顯著性水平上所有變量都表現(xiàn)為平穩(wěn)?；诖?，所有變量序列都是I(1)序列。VAR模型初步建立時(shí)，選取各變量的平穩(wěn)序列。

3.4.2 向量自回歸模型

首先，確定最優(yōu)滯后階數(shù)。VAR模型正式建立前，滯后期p要確定，如果其過小，會(huì)存在嚴(yán)重的誤差項(xiàng)自相關(guān)情況，同時(shí)參數(shù)估計(jì)會(huì)出現(xiàn)非一致性，但要是過大則會(huì)減小自由度，對(duì)參數(shù)估計(jì)量有效性產(chǎn)生直接影響。因自由度會(huì)產(chǎn)生限制，以3作為滯后階的最大數(shù)，最優(yōu)滯后階數(shù)選取過程中使用的指標(biāo)為LR、FPE、AIC、AC、HQ，結(jié)果見表2。根據(jù)表2結(jié)果，準(zhǔn)則不同情況下，最優(yōu)滯后階數(shù)也存在差異，綜合來看，最終選擇為2階。

表2 最優(yōu)滯后階數(shù)檢驗(yàn)結(jié)果

其次，檢驗(yàn)?zāi)Ｐ偷姆€(wěn)定。將滯后2階的VAR模型建立出來，因VAR模型的依據(jù)并不是嚴(yán)格的經(jīng)濟(jì)理論，零約束不施加在參數(shù)上，主要進(jìn)行內(nèi)生變量間動(dòng)態(tài)關(guān)系的分析，所以難以經(jīng)濟(jì)解釋單個(gè)參數(shù)估計(jì)值，而且此種經(jīng)濟(jì)解釋也不存在意義，應(yīng)該是以VAR模型為基礎(chǔ)，開展格蘭杰因果分析等，以將動(dòng)態(tài)關(guān)系反映出來。動(dòng)態(tài)關(guān)系分析進(jìn)一步開展之前，特征根檢驗(yàn)要先進(jìn)行，檢驗(yàn)結(jié)果如圖1所示，具備穩(wěn)定性。

圖1 特征根檢驗(yàn)結(jié)果

再次，格蘭杰因果檢驗(yàn)。格蘭杰因果檢驗(yàn)在平穩(wěn)序列中進(jìn)行，分別為DLNGDP、DFIR、DFSR、DCR5、DLNTPIP，結(jié)果顯示，10%顯著性水平上，單向格蘭杰因果關(guān)系存在于DNTPIP與DFIR之間，即互聯(lián)網(wǎng)金融可對(duì)金融發(fā)展水平產(chǎn)生影響；單向格蘭杰因果關(guān)系還存在于DNTPIP與DFSR之間，但此種關(guān)系不存在于DNTPIP與DCR5之間，說明互聯(lián)網(wǎng)金融能夠改變金融結(jié)構(gòu)中的融資結(jié)構(gòu)，但僅能有限的影響銀行集中度；雙向格蘭杰因果關(guān)系存在于DFIR與DFSR之間，也就是說，反饋關(guān)系存在于金融發(fā)展與金融結(jié)構(gòu)之間，部分驗(yàn)證了改變金融結(jié)構(gòu)就是金融發(fā)展；另外，雙向格蘭杰因果關(guān)系還存在于DFIR與DLNGDP之間，且格蘭杰因果關(guān)系并不存在于FSR與DLNGDP、CR5與DLNGDP之間，顯示金融發(fā)展會(huì)相互作用于經(jīng)濟(jì)增長，而金融結(jié)構(gòu)則不相關(guān)于經(jīng)濟(jì)增長；格蘭杰因果關(guān)系也存在于DLNGDP與DLNTPIP之間，反映出互聯(lián)網(wǎng)金融并不會(huì)直接的相互作用于經(jīng)濟(jì)增長。綜合格蘭杰因果檢驗(yàn)結(jié)果，可以得出兩方面的結(jié)論。

最后，脈沖響應(yīng)分析和方差分解。脈沖響應(yīng)分析時(shí)，以VAR(2)模型為基礎(chǔ)，在模型中某個(gè)方程的新息過程上施加一個(gè)脈沖沖擊后，隨著時(shí)間的延長，會(huì)逐漸消失該沖擊，說明模型具備穩(wěn)定性。新息被9個(gè)方程接受后，平穩(wěn)逐漸的實(shí)現(xiàn)，也逐漸的消除脈沖沖擊，證明了模型的穩(wěn)定性，一致于特征根檢驗(yàn)結(jié)果。根據(jù)DLNGDP對(duì)自身及其他8個(gè)變量沖擊的響應(yīng)結(jié)果，在響應(yīng)情況中，波動(dòng)多存在于16期以前，16期后趨于穩(wěn)定，其中，具備促進(jìn)經(jīng)濟(jì)增長作用的變量共5個(gè)，分別為GDP增長率的升高、FIR變化值的升高、FSR變化值的升高、TPIP增長率的升高、INV增長率的升高。CR5對(duì)經(jīng)濟(jì)增長的影響出現(xiàn)了小幅度的波動(dòng)，但抑制作用貫穿于整個(gè)過程，即降低CR5有助于促進(jìn)經(jīng)濟(jì)增長。XM增長率的升高會(huì)抑制經(jīng)濟(jì)增長，這可能與人民幣匯率大幅度波動(dòng)等因素相關(guān)。對(duì)于FDI和GOV的影響，盡管波動(dòng)有所出現(xiàn)，但整體上呈現(xiàn)出促進(jìn)經(jīng)濟(jì)增長的作用。

4.結(jié)論與建議

根據(jù)本文的實(shí)證分析結(jié)果可知，互聯(lián)網(wǎng)金融發(fā)展過程中，可促進(jìn)金融發(fā)展水平的提高，進(jìn)而對(duì)經(jīng)濟(jì)增長發(fā)揮促進(jìn)作用，金融結(jié)構(gòu)的改善并不能使互聯(lián)網(wǎng)金融對(duì)經(jīng)濟(jì)增長產(chǎn)生影響；金融發(fā)展水平、融資結(jié)構(gòu)、互聯(lián)網(wǎng)金融正向發(fā)展，且降低銀行集中度后，有助于經(jīng)濟(jì)增長；促進(jìn)經(jīng)濟(jì)增長的相關(guān)因素中，除其自身外，作用較大的為金融發(fā)展水平，銀行集中度僅有較小的作用。結(jié)合本文研究結(jié)果，本文認(rèn)為，在政策方面應(yīng)從以下幾方面引導(dǎo)互聯(lián)網(wǎng)金融的良好發(fā)展：第一，應(yīng)盡快出臺(tái)針對(duì)性的、專門的法律法規(guī)，大力提升互聯(lián)網(wǎng)金融的監(jiān)管水平，以保障其健康的、快速的發(fā)展；第二，積極建設(shè)互聯(lián)網(wǎng)金融信息安全體系，并促進(jìn)安全體系逐步實(shí)現(xiàn)多層次，預(yù)防各種信息安全事件的發(fā)生，保證交易雙方信息的安全性；第三，要加快征信體系建設(shè)步伐，央行征信系統(tǒng)要盡早納入互聯(lián)網(wǎng)金融征信，通過共享與整合信息資源，拓寬互聯(lián)網(wǎng)金融的征信渠道。