互联网金融对货币政策有效性影响的实证分析.docx

?

?

互联网金融对货币政策有效性影响的实证分析

?

?

王欢韩佳敏黄颖

摘要：在“互联网+”的时代背景下，为深入研究互联网金融对货币政策有效性的影响，本文基于理论研究，通过VAR模型实证分析发现：互联网金融加大了数量型货币政策工具的操作难度;相较利率传导渠道，对信贷传导渠道的冲击较大，并表现出不稳定性。针对研究结论，重点提出优化货币政策目标体系和完善货币政策传导机制的建议。

关键词：互联网金融第三方支付货币政策目标体系

一、引言

2018年5月，《“十三五”现代金融体系规划》明确将互联网金融纳入宏观审慎政策框架。2018年末，我国P2P网贷行业交易规模达0.11万亿元，第三方互联网支付交易规模达29.1万亿元，第三方移动支付交易规模达190.5万亿元。伴随着4G/5G/WIFI网络建设的逐渐普及，大数据及云技术的迅速发展，我国已正式步入“互联网金融时代”。

“互联网金融”作为新业态，是否会对传统的货币政策有效性产生影响呢？从货币需求角度分析，互联网金融使交易性和预防性需求降低，提升了投机性需求的比重。造成货币需求结构稳定性下降，对利率变动更加敏感。同时降低了广义货币流通速度;从货币供给角度分析，互联网金融使得部分资金跳出法定存款准备金范畴，同时减少了超额存款准备金需求，使央行法定存款准备与再贴现政策不能完全发挥作用，强化了公开市场业务对基础货币的调控能力，弱化了央行货币政策工具的有效性;从利率传导机制角度分析，互联网金融提高了利率市场的竞争性，进一步促进利率市场化。而互联网金融对利率敏感性的增强将对货币政策有效性产生影响;从信贷传导机制角度分析，互联网金融产生了类似银行“存、贷、付”的业务体系，即与货币当局类似的货币创造机制，而且相对于传统金融体系的信用创造更具有内生性，削弱了信贷传导机制的有效性。

二、互联网金融对货币政策有效性影响的实证研究

（一）指标选取与数据处理

本文假设互联网金融通过对货币政策目标体系、货币政策传导渠道产生影响，进而影响货币政策的有效性。具体指标如下：

参考以往文献，互联网金融规模的指标很难界定，普遍选用第三方互联网支付交易规模代替互联网金融规模。但是，结合实际，互联网金融的发展体现在第三方互联网支付、第三方移动支付和P2P网贷三个方面。故本文大胆创新，采用三者之和作为互联网金融规模的代理变量，更贴近真实水平。第三方网络支付交易规模和第三方移动支付交易规模数据来源于艾瑞咨询数据库;P2P网贷贷款余额数据来源于网贷之家数据库。

本文采用的是2009年1月至2018年12月的月度数据，共计720个数据，使用的处理软件是Eviews8.0。

本文首先采用Eviews中SeasonalAdjustment将第三方网络支付交易规模、第三方移动支付交易规模和GDP公布数据从季度数据转换为月度数据。其次，由于各数据规模不同，波动情况不同。本文对全部月度数据做取对数处理，处理后数据分别记为：LSIZE、LM2、LCPI、LGDP、LR、LLOAN。

（二）模型选择和变量检验

通过研究国内外相关文献，关于货币政策有效性的分析普遍使用VAR模型（向量自回归模型）。为避免发生伪回归，本文首先采用ADF单位根检验法分别验证各指标的平稳性，检验结果显示，所有指标在5%的显著水平上表现平稳，可以建立向量自回归模型。

根据AIC准则与SC准则取值最小准则确定滞后期为2。根据单位根分布图显示，全部根的倒数都落在单位圆内，证明VAR模型稳定。

（三）格兰杰因果检验

从表2可以看出，LSIZE与LLOAN存在双向格兰杰因果关系。可见，金融机构贷款余额的变动与互联网金融规模的变动此生彼长，互联网金融的发展会影响金融机构贷款余额的变动，在一定程度上降低信用传导渠道的有效性。

另外还可以看出，LSIZE与LM2存在单向格兰杰因果关系。可见，互联网金融的变动能够引起货币供应量的变动，进而削弱货币政策最终目标的有效性。从实证角度进一步说明，互联网金融的发展加大了货币供给的内生性，将增加我国数量型货币政策工具的操作难度。

（四）脉冲响应函数分析

互联网金融对货币供应量的冲击在前期表现为负向冲击，从第13期开始方向轉为正向冲击。可见，随着互联网金融规模的扩大，短期内会造成货币供应量下降，但是长期而言会造成M2的增加，影响货币政策中介目标的可控性。

互联网金融对国内生产总值的冲击在前期表现为正向冲击，从第4期开始变现为负向冲击，最后趋于平稳。可见，互联网金融会对经济增长产生波动性影响，对货币政策有效性产生影响。

互联网金融对居民消费价格指数的冲击前期表现为正向冲击，从第4期开始变为负向冲击，在第10期冲击影响达到最大，随后冲击减弱，长期内冲击趋于稳定。由此可知，互联网金融的发展会对CPI造成波动影响，影响币值稳定。

互联网金融对利