APP下载

科技金融影响货币流通速度的实证研究

2020-08-31路启梅

价值工程 2020年24期
关键词:科技金融实证研究

路启梅

摘要: 文章采用2003-2018年年度数据,运用因子分析法构建科技金融综合指标,以欧文费雪方程为理论依据测算货币流通速度,构建计量模型,探究科技金融发展对中国货币流通速度的影响。研究发现:科技金融发展与中国货币流通速度之间存在稳定的相互影响的关系,科技金融发展是引起货币流通速度变化的原因。

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.

关键词:科技金融;货币流通速度;实证研究

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

中图分类号:F822.2                                      文献标识码:A                                  文章编号:1006-4311(2020)24-0063-03

0  引言

科技金融即“科技+金融”,是将传统的金融企业用技术进行改造,将科技创新注入到金融行业,其实现方式为企业发展提供合适的创新金融产品。科技金融以其降低金融交易成本、提高资源配置效率等优点大大冲击了传统金融行业。不仅如此,在当今互联网时代,科技金融与货币基金的紧密结合使得传统的货币资金在金融系统中的运转速度得以加快[1]。在评价当今互联网时代对货币流通速度的变化影响,科技金融更具有综合性和先进性。

近年来,越来越多的学者开始从互联网以及第三方支付的角度来研究货币政策实施效果以及货币流通速度,国内外学者关于科技金融的本质含义意见各说纷纭,但是对于科技金融的涵盖范围的划分是相对统一的,核心的组成因子都包括“科技”、“创新”、“效率”、“金融”[2]。在科技金融对货币流通速度的影响方面,已有文献大都集中在第三方支付、互聯网金融两个方面。

在第三方支付对货币流通速度的影响方面,卢花兰(2015)研究得出第三方支付与货币流通速度之间存在正相关的关系[3]。方兴等(2017)研究得出第三方支付对货币流通速度有着正向相关的关系,而对货币政策的影响可分为产出渠道和价格渠道两个方面,对前者的影响是正向的,对后者的影响却是反向的[4]。刘欣琦(2017)则是从现金角度,研究得出第三方支付对现金使用量存在负方向的影响,并认为未来无现金可能成为社会发展常态[5]。王峥(2018)结合前人观点,研究得出新型电子货币不进对现金有着显著的替代作用,并且替代规模呈现逐年增加的趋势[6]。

在互联网金融对货币流通速度的影响方面,主要集中在互联网金融能够货币政策以及相关风险的分析和防范方面。邹新月等(2014)、孙淑萍(2015)都通过理论联系实际的方法,得出互联网金融能够增强人们的货币需求、降低货币供给、干扰货币政策制定的结论[7]~[8]。杨德永、刘笑彤等(2017)则是运用了实证分析的方法,研究发现互联网金融能够促进贷款基准利率以及拆借市场利率影响市场的能力,从而提高了价格型货币政策工具使用的灵活性[9]。顾海峰等(2018)研究认为互联网金融不仅将成为货币政策的主要的有效传导渠道之一,而且与货币政策传导之间存在着深刻的相关关系[10]。

对以上文献进行梳理可知,已有研究从第三方支付以及互联网金融层面,探究货币流通速度的影响因素较为丰富,但是探究科技金融影响货币流通速度的研究却十分缺乏。科技金融近年来逐渐成为了促进经济发展的主要推动力之一,其不仅包括互联网金融,而且延伸科技众筹、网络贷款等科技层面,探究金融科技对货币流通速度的影响十分必要。因此,本文基于科技金融的新视角,构建科技金融综合指标,对科技金融与货币流通速度之间的关系进行实证研究,研究结果可为我国货币政策的实施以及货币流通的管理提供相关且可实施性建议。

1  理论分析

1.1 科技金融通过影响传统金融业影响货币流通速度

科技金融的发展给传统金融业带来巨大的冲击,对货币政策的稳定和货币流通速度都带来了很大的影响。互联网大数据平台和IT技术使得交易金融产品交易速度和便捷性大大提高,同时又使得交易效率和清算能力大大提高;电子支付的便捷性和安全性改变了人们的支付方式,加快了货币流通的速度;近期涌现出的大批网贷平台缩减了贷款流程,缩短了贷款审批时间,扩大了信用范围,从而影响到货币流通速度。总之,科技金融在理论上能够疏通货币传导渠道,提升货币流通速度。

1.2 科技金融通过影响货币政策中介目标来影响货币流通速度

科技金融包含电子货币以及网络信贷,可以通过以下两条路径来影响货币政策中介目标,从而间接影响货币流通速度:①电子货币可行使货币的支付媒介职能,影响银行的准备金数及存款数,通过银行的派生存款过程,能够增加货币供给;电子货币还可以直接发挥货币的创造机制作用,影响货币供应量,进而影响货币供给。②网络贷款的出现,使得信用贷款不仅仅只有通过银行这一条途径,社会信用的范围被大大拓宽,直接导致银行的信贷业务大大减少,银行与货币政策最终目标的相关性减弱。

2  实证部分

2.1 指标的选取与数据来源

①科技金融指数的构建。本文对科技金融综合指数的测算借鉴郭品和沈悦 (2015)[11]对互联网金融指数的计算方法——因子分析法。对于因子的构成这里借鉴刘园等(2018)[12]的做法:首先通过百度搜索引擎、相关词语提取找到金融科技相关的原始词库,以此来计算科技金融的相关词语词频;然后根据阿斯基塔斯和齐默而曼 [13]的研究,由新闻发布量反映的人民日常关注的需求信息以及企业投入相关的供给信息,可确定关键词所包含的新闻条目数与科技金融发展之间存在正向相关关系。将微博、搜索引擎中出现的年度热词分别量化,概括总的词频数;接着采用因子分析法,先对以上所选取的词频进行分类和简化,确定科技金融的因子构成;然后确定因子个数,给各个因子命名,计算金融科技指数 (F)各因子的得分,将计算的结果为权重将公因子表示为原始变量的线性组合,最后利用标准化公式,分别将各因子和合成的指数进行 0-1 标准化[1],得到科技金融综合指标。

②货币流通速度指标的构建。费雪方程式系统阐述了物价水平同货币数量之间的关系,由美国经济学家欧文·费雪提出,可用公式表示为:MV=PY, MV表示货币数量,PY表示名义收入,方程的含义为一定时期的货币数量就等于名义总收入。方程还可以表示为:

2.3 实证检验

本文使用2003-2018年年度数据,构建时间序列模型。首先对变量间的平稳性进行检验,接着验证变量间的协整关系。

①单位根检验。本文运用工具EviewS9.0,运用ADF检验法,由检验结果显示,在原始状态下所有的变量都不平稳,但在对各变量原始数据进行一阶差分后再次进行ADF检验,发现所有的变量在1%的显著性水平下均平稳,所得结果如表2所示。

②协整检验及残差检验。各变量一阶平稳后,根据构建的模型(2),进行协整检验变量间的协整关系,方法采用E-G两步法,检验结果如下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

回歸结果显示:式(3)、式(5)中各变量均在1%的水平下显著,拟合优度较高,说明模型具有很高的可靠性,可以断定科技金融发展与货币流通速度V0、V2之间存在着相互影响的关系,而式(4)中变量不显著,说明科技金融与V1之间并没有明显相关关系(由于F与V1之间的相关关系不显著,下面残差检验、格兰杰因果检验中省去F与V1的检验部分)。进一步对残差平稳性进行检验,检验结果如表3。

检验结果发现在5%的显著水平下,残差表示的时间序列具有平稳性,因此可以进一步说明科技金融发展与货币流通速度V0、V2之间存在着长期稳定的关系。

③格兰杰因果关系检验。以上协整检验以及残差检验的结果均可说明科技金融与货币流通速度之间存在着长期稳定的关系,但是两者之间是否存在因果关系值得进一步考究,因此,本文运用格兰杰因果检验法,对变量间的因果关系进行检验,检验结果如表4。表4结果显示:V0、V2不是导致F的原因,而F是导致V0、V2的原因,这说明科技金融的发展是导致货币流通速度发生变化的原因。

2.4 实证结果分析

实证结果表示,在1%的置信水平下,V0、V2都通过了检验,模型的拟合优度也非常高,这说明科技金融发展指数能够影响货币流通速度V0、V2,并且科技金融的发展是货币流通速度变化的原因,但是回归结果中,V1并没有通过检验,这在一定程度上说明,科技金融的发展对流通中的现金有很大的影响,而对银行短期活期存款影响不大。在传统货币方面,科技金融的发展不仅影响流通中的现金,而且对居民储蓄存款也存在长期稳定的影响,储蓄存款、单位定期存款、信托类存款等定期存款在一定程度都会受到科技金融发展的影响,这说明部分科技金融业务具有一定的货币创造的功能,从长期来看,科技金融的发展可能会影响到我国基础货币的结构,这也验证了上述理论分析部分,即科技金融可通过多种渠道影响货币流通速度。

3  结论和政策建议

3.1 结论

本文采用2003-2018年年度数据,运用因子分析法构建科技金融综合指标,以欧文费雪方程为理论依据测算货币流通速度,构建计量模型,探究科技金融发展对中国货币流通速度的影响。研究得出:

①科技金融发展能够影响货币流通速度V0、V2,并且科技金融的发展是货币流通速度变化的原因。

②科技金融的发展对流通中的现金有很大的影响,而对银行短期活期存款影响不大。在传统货币方面,科技金融的发展不仅影响流通中的现金,而且对居民储蓄存款也存在长期稳定的影响,储蓄存款、单位定期存款、信托类存款等定期存款在一定程度都会受到科技金融发展的影响,这说明部分科技金融业务具有一定的货币创造的功能,从长期来看,科技金融的发展可能会影响到我国基础货币的结构,这也验证了上述理论分析部分,即科技金融可通过多种渠道影响货币流通速度。

3.2 政策建议

科技金融影响货币流通速度归根到底是由于科技金融中的支付渠道因子和技术支持因子会逐渐改变人们消费以及储蓄的方式,进而在长期影響货币的供给和需求,通过加大货币政策调控的难度来影响货币的流通速度,因此科技金融对货币流通速度的影响渠道是多方面的,基于此,本文提出以下建议:

①加强科技金融的有效监管,把握好科技金融创新与风险监管的适度平衡。科技金融是一把双刃剑,科技金融增加了金融市场流动需求的不确定性,在给金融市场带来众多进步和创新之余,可能会加剧市场的波动性,加大央行实行货币政策的难度,因此央行应重视对科技金融市场的监管,尤其是第三方支付和网络贷款方面,应根据不同的情况制定适合的规范标准,以防范风险为核心,在鼓励科技金融发展创新的与风险监管之间找到平衡点。

②加强货币流通速度监测,维护物价稳定。科技金融的迅速发展会带来的货币流通速度的变化,由于货币流通速度并不能通过统计得到,而需要通过计算测量,因此在预测和监测上都存在较大的难度。我国可借鉴欧洲中央银行的做法,加强货币的需求分析,尤其是面对近年来货币流通的复杂多边性,加强对货币流通速度短期、中期和长期的分析监测显得更有必要。货币当局可在加强货币流通速度监测的同时,基于经济周期预测,注重不同阶段的转换,提防货币流通速度出现突变,保持物价的稳定。

注释:①在式(3)、式(4)中*、**、***分别表示显著性水平为10%、5%、1%。

参考文献:

[1]陈韶韵.互联网金融对央行货币政策传导的影响及政策建议[J].信息系统工程,2018(05):26-27.

[2]杨松,张永亮.金融科技监管的路径转换与中国选择[J].法学,2017(08):3-14.

[3]卢花兰.货币流通速度的实证分析[J].统计与决策,2015(08):157-160.

[4]方兴,郭子睿.第三方互联网支付、货币流通速度与货币政策有效性——基于TVP-VAR模型的研究[J].经济问题探索,2017(03):183-190.

[5]刘欣琦.第三方互联网支付对现金使用的影响分析[J].中国市场,2017(28):47-52.

[6]王峥.第三方支付视角下电子货币对现金替代作用的实证研究[J].上海金融,2018(06):87-92.

[7]邹新月,罗亚南,高杨.互联网金融对我国货币政策影响分析[J].湖南科技大学学报(社会科学版),2014,17(04):84-89.

[8]孙淑萍.我国互联网金融运行中存在的货币政策风险[J].经济研究参考,2015(12):21-22.

[9]杨德勇,刘笑彤,赵袁军.互联网金融背景下中国货币政策工具的使用研究——基于金融市场反应机制及VEC模型的实证分析[J].武汉金融,2017(02):26-32.

[10]顾海峰,朱莉莉.互联网金融对货币政策有效性的影响——文献述评及研究展望[J].金融理论探索,2018(01):73-80.

[11]郭品,沈悦.互联网金融对商业银行风险承担的影响:理论解读与实证检验[J].财贸经济,2015(10):102-116.

[12]刘园,郑忱阳,江萍,刘超.金融科技有助于提高实体经济的投资效率吗?[J].首都经济贸易大学学报,2018,20(06):22-33.

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

猜你喜欢

科技金融实证研究
玉雕专业学生专业认同的实证研究
温州小微企业融资环境及能力分析