杨冰清，高 珊，张 冕

（阜阳师范大学 数学与统计学院，安徽 阜阳 236037）

一、研究背景

伴随现金交易支付方式向非现金交易支付方式的演进，以及私人数字货币的相继出现［1］，社会各界逐渐对央行发型的数字货币予以广泛关注。中国的迅速崛起得益于贸易的全球化，值得注意的是，近几十年的发展中，在中美关系中，美国作为超级大国，一直对正处于发展中的中国虎视眈眈。与此同时美国充分利用美元在国际储备货币的地位和其在国际金融治理体系的话语权不断谋求金融霸权，阻碍人民币的国际化及全球金融治理体系的变革［2］。数字人民币是金融科技创新的产物也是区块链技术发展的产物，对推动国际货币体系的改革和全球金融治理体系的变革具有重要意义。但我国央行数字货币的研发和推广过程中，一直面临不同领域的风险与考验，其中迫在眉睫的问题是，如何才能有效地推进数字人民币的使用。

央行数字货币是指由各国中央银行发行的具有无限法偿性的数字货币，统称CBDC(Central Bank Digital Currencies)［3］。目前在全球范围内，很多国家都在尝试数字货币的研发和试点。加拿大央行也推出CADcoin项目，该项目的目的是为了搭建一个基于分布式账簿的大额支付系统。俄罗斯总统普京宣布将发行可随时兑换卢比的官方数字货币‘CryptoRuble’。韩国首尔市长朴元淳宣布首尔市将研发加密货币‘S-coin’并将其应用到公共福利领域［3］。2020年10月深圳市人民政府联合央行进行数字人民币试点活动，本次活动派发一千万数字人民币红包，并首次向社会公众进行测试。尽管各国已经相继推出数字人民币，但学术界目前对于数字人民币的用户调查研究仍有待进一步深入，例如：数字人民币群众的用户画像、试点地区和非试点地区用户的差异等问题。相比用传统的‘摇号抽签’形式发放，政府采取根据用户对数字人民币的意愿发放形式，能够更好地推动数字人民币的使用和推广。

文章通过问卷调查方式收集试点地区和非试点地区群众的信息，以及群众对数字人民币的意愿数据。通过将原始数据进行0-1编码和woe编码，采用向后LR进行变量筛选，将构建的Logistic模型进行对比，并得出群众意愿度分析模型，最后对数字人民币的使用和健全发展提出相关建议。

二、方法背景

（一）Logistic回归原理

Logistic回归模型是研究因变量为定性变量的分类模型。本文研究的因变量为是否愿意成为志愿者。假设n维列向量y=（y1，y2，…，yn）'表示独立0-1随机变量，β=（β0，β1，β2，…，βk）'表示k维变量的系数，xi=（1，xi1，xi2，…，xik）'表示第i个样本，X表示n×k维矩阵，其中xi'表示矩阵的第i行，xik表示第个i行的第k个变量［4］，pi=P（yi=1|xi）表示yi=1的概率，1-pi表示yi=0的概率，存在：

（二）WOE证据权重转换

证据权重转换用于衡量同一属性变量的不同分类的贡献情况，通过将分类变量转化为数值型变量，可降低模型建立和模型解释时的复杂度［6］。

p（Y=ym|xij）表示当变量xij时，样本Y=ym的概率，p（Y≠ym|xij）表示当变量xij时，样本Y≠ym的概率。经过WOE转换可以将原始数据中0-1编码的复杂数据转变为数值型数据，此举可缩减自变量的个数，且有利于后续模型的解释和分析。

三、模型建立

（一）数据来源

考虑到我国关于数字人民币尚未全国试行，但未试行地区是未来推进数字人民币发展的重点城市，本文的调查对象不仅包括试点城市也包括非试点城市。群众对于数字人民币的使用意愿会受个人和环境的影响，我们选取性别、年龄段、最高学历、职业作为个人属性的度量，选取城市划分和是否试点城市作为环境属性的度量。探究个人和环境这两个主因素对群众数字人民币的使用意愿影响，经过预调查对设计的问卷进行适当修正，使问卷合理且有效［7］。然后在网络上发放问卷，共收回685份问卷，通过删除无效和不完整问卷，最后剩余677份问卷作为本次分析的原始数据。

如表1所示，变量名包括性别、年龄段、最高学历、月收入、职业、城市划分、是否试点城市、是否愿意成为志愿者，分别是自变量x1、x2、x3、x4、x5、x6、x7以及因变量y，所有变量均为定性变量，具体赋值如变量赋值列所示。

表1 变量解释

（二）潜在问题

当自变量之间存在高度相关性时，其作为自变量构建的模型会失真或者模型准确性很低。这往往是因为某些自变量和因变量之间相关性较弱，或者自变量内部存在较高相关性［8］。第一个问题可以通过变量选择，剔除不相关变量从而提升预测的结果；第二个问题，通过计算每个自变量的VIF值判断模型是否存在多重共线性。该模型先计算所有变量的值，满足不存在多重共线性［9］。然后，通过向后LR进行变量筛选，从而实现变量选择，以提高模型解释力。

由于本文的数据多是定性变量，包括有序定性变量和无序定性变量，首先对数据采用0-1编码和woe编码。对于截面数据，由于不同样本所处的非解释变量的外部因素不同，随机误差项的方差不随某个解释变量的变化呈规律性变化，即存在随机误差项异方差的情况。在存在异方差时模型最小方差性不成立，从而导致参数显著性检验失效，预测精度降低，不利于后续结果的准确性。针对该问题，通过woe编码可以减弱异方差的存在。

（三）woe编码的优势：

1、波动不敏感。该编码方式可以减弱异方差的存在，对数据的波动并不敏感；

2、一致性。评估过程前后一致，不受评估专员的主观影响；

3、易操作。业务人员凭借评分卡可直接计算出该用户的使用意愿，易于操作。

（四）模型解释

类比不同编码方法在模型上的效果见表2，该数据通过0-1编码，在不采用变量选择时，模型预测正确率为83.8%；0-1编码的同时采用向后LR进行变量选择，建立的模型预测正确率相比未进行变量选择时提升1%。由此可知，本数据进行变量选择后的模型结果要好于未进行变量选择的模型结果。对比第二种方法和第三种方法，将原始分类数据转变成woe连续型数据，然后再通过向后LR进行变量选择，最终模型的自变量更少且模型的正确率更高，对比0-1编码的数据，模型正确率提升2.8%。由此可得，基于本数据通过woe编码优于0-1编码。

表2 变量筛选和编码

将通过两种方法编码后的数据输入logistic模型，通过向后LR进行变量筛选后，两个模型的混淆矩阵如表3和表4所示。

表3 0-1编码的模型预测分类表

表4 基于woe编码的模型预测分类表

四、结果分析

将表5中的系数代入公式（5）。

表5 基于woe编码的模型统计量

表6 标准评分卡

表6中各分变量对应的分值越低，说明具有该特征的群众使用意愿越大［11］。从评分卡可以看出，群众所在城市是否为数字人民币试点城市对群众使用意愿有影响，且所在城市为试点城市的群众使用意愿大于非试点城市，可能因为在数字人民币的宣传力度上试点城市的力度要远高于非试点地区。观察群众每月收入和使用意愿之间的关系可得，每月收入越高的群众使用意愿越高，高收入人群对于国家宏观政策导向和国际金融体系相对更为了解，因此高收入人群对数字人民币的使用意愿更强。

通过分类表可知群众意向度模型的分类正确率为87.7%，表示此模型的预测结果具有一定的准确度，能够较好地辨别群众是否愿意成为志愿者，为数字人民币的前期推广提供有利的引导。

五、结论和建议

（一）结论

针对Logistic模型的输出结果复杂、不易理解、不易解释的问题，本文基于相关文献和问卷调查数据提出一种Logistic评分模型。首先，计算各变量的woe值；其次，采用向后LR变量筛选方法，基于原始0-1编码数据和woe编码数据运用Logistic方法构建模型；接下来，对比两种编码方式下的模型正确率；最后，基于模型输出参数和woe构建评分卡,通过评分卡计算每个群众的志愿者意愿。该模型方便在数字人民币的推广过程中对人群进行精准推广差异化服务。

（二）建议

第一，试点城市先行，试点城市多元化。推广数字人民币的试点城市不应全为一线城市，而应包含多元化的城市划分，方便后期数字人民币的拓展。

第二，因地制宜，有效精准地采取推广策略。由模型可知，是否为试点城市、月收入等因素对愿意成为志愿者概率模型有显著影响，且收入越高，群众对数字人民币的使用意向越强。在推广数字人民币的过程中，可以对高收入人群进行高强度推广，针对不同城市采取不同相应的推广策略，以制定符合当地产业结构特点的推广政策。

第三，加强对数字人民币的宣传和普及。通过对问卷调查结果前期描述性统计，发现部分群众未能理解数字人民币的功能和优点。此举对数字人民币的推广产生一定影响，因此政府和相关金融部门可以加大宣传力度，采取不同途径对各层次的群众进行宣传和讲解。

第四，多场景交易，完善生态闭环。金融机构等各类交易场所应该主动引入数字人民币交易场景，从而方便支付交易。大数据平台部门通过对交易数据利用云计算、人工智能等技术进行合理且深入的分析，从而不断提高用户的满意度。

第五，科技赋能，提高群众的使用感。央行应优化技术水平，让数字人民币满足便捷性、安全性、高效性、个性化等特点，以满足个人及企业的金融需求。