卢花兰

（四川大学 经济学院，成都610064）

0 引言

2005年，马云将这一年定为“中国的电子支付元年”，这一年开始，中国电子支付高速增长，很多电子支付的法规也相对完善起来，中国的电子支付有了飞跃式的发展。2006年，电子支付产业保持快速增长和发展，网上支付、移动支付、电话支付等多种交易支付方式应运而生，加快了整个产业发展的步伐。在许多企业的结算过程中，电子支付是使用率也明显多于其他支付方式，有些企业使用电子支付已经超过了60%，而货到付款、银行电汇、邮政汇款等较为传统的支付方式所占比率急剧下降。

在电子支付不断发展的同时，三方支付也得到了前所未有的发展。第三方支付平台除了提供大额收付款、多层次交易自动分账和多批量付款等等各种资金结算产品之外，像财付通这样的三方平台还给客户提供了信用卡免费跨行异地还款转账汇款、机票订购、火车票代购、保险续费、生活缴费等支付服务，而且三方支付已经开始将资源优势延伸到线下，通过铺设POS网络和代收代付系统开展线下收单、医保支付等业务。可见，第三方支付直接对银行资产和负债业务都带来了非常大的竞争压力，同时，对于现金流通速度、货币乘数以及基础货币等也产生非常大的影响。本文就三方支付对于现金流通速度产生的影响进行了实证分析。通过搜集相关数据，在解释变量和被解释变量之间进行单整、协整检验，同时进行因果关系检验，在这些检验的基础上，进行回归，得出了经济增长率、现金比率和三方支付增长率对现金流通速度的影响，进一步得出了量化的结论，进而为货币政策当局以及商业银行做出相应的政策调整提供依据。

1 数据说明与模型构建

1.1 数据的选取与数据来源

因为影响货币流通速度的因素主要有经济增长、货币供给、三方支付发展和金融发展状况等，所以本文选取的指标主要包括：（1）现金流通速度V0(V0=GDP/M0)；（2）经济增长率GY，该指标用GDP的增长率来表示，根据货币学派的理论，经济增长率与货币流通速度之间成正相关的关系；（3）现金比率RC（RC=M0/M2），理论上，现金比率与货币流通速度是成反向变动的关系；（4）三方支付增长率REP，这一指标主要测量网上三方支付对现金替代作用中对现金流通速度的影响，这里的三方支付增长采用的数据就是网上第三方支付规模来测算，三方支付增长率主要是环比增长率，理论上，该指标与现金流通速度之间成正相关关系。

因为支付宝的线上支付占到了总支付额度的50%以上，所以以支付宝的诞生为时间节点。2004年12月，马云成立支付宝，2005年就成为电子支付元年。本文的数据选取从2006～2014年的季度数据，作为各指标的数据。用到的数据包括GDP增长率、流通中现金流量、狭义货币供给量、广义货币供给量、三方支付的季度数据。数据来源于人民银行官网和艾瑞咨询。根据实际数据来进行增长率的计算及调整。

1.2 模型构建

本文实证使用不同指标对货币流通速度的影响进行实证分析检验，在对现金流通速度进行实证时，把现金流通速度V0作为因变量，把经济增长率GY、现金比率RC、三方支付增长率REP作为自变量，为消除异方差，对因变量V0取对数进行处理，而其他自变量因为已经是比例形式了，所以无需再取对数。

图1 V0、GY、RC、REP之间的关系图

从图1可以看出来，GY与V0的变动是非常同步和一致的；REP也随着V0的变动而变动，只有RC呈一条直线。将Log(V0)与GY、RC、REP之间建立线性回归分析，最终模型设定为：

LV0=++GY+RC+REP

本文先通过平稳性检验，来分析出解释变量与被解释变量之间的长期均衡的关系，然后根据建立VEC误差修正模型，分析这四个变量之间的短期动态的关系，最后进行Granger因果关系检验，最后做回归分析，分析出这四个变量之间的具体的定性方面的关系。

2 实证分析

2.1 检验平稳性

在对数据进行协整关系检验之前，先对V0、GY、REF、RC、REP进行单位根检验，即平稳性检验，避免出现“伪回归”的现象。本文所用的是eviews6.0软件进行操作，单位根检验采用的是ADF检验方法。

分别对每组序列进行ADF单位根检验来检测每个序列的平稳性，检测结果如表1所示。

表1 ADF单位根检验结果

从表1的单位根检验中，可以看出来，原序列LNV0、GY、RC、REP都是一阶平稳的，可见是同阶平稳序列，所以，四个变量之间可以进行协整检验。

2.2 Johansen协整检验

既然四个变量之间是同阶平稳序列，则继续检验者四个变量之间是否存在长期稳定的关系。变量之间的协整检验是为了证明国民经济增长率GY、现金比率RC、电子支付增长率REP与现金流通速度V0之间是否有长期稳定的关系。本文用Johansen检验来验证这四者之间是否存在协整的关系。其检验结果如表2所示。

表2 Johansen协整检验结果

由表2可以看出来，以0.05的显著性水平为判断标准，则因为迹统计量检验有227.0759＞54.07904，72.34604＞35.19275，31.98880＞20.2618，8.902207＜9.164546，在“最多存在3个协整关系”时，原假设才不能够通过5%的显著性水平检验，这些说明这些变量之间存在协整的关系；从最大特征值统计量检验来看：154.7299＞28.58808，40.35724＞ 22.29962，23.08659＞15.89210，8.902207＜9.164546，这进一步说明这四个变量之间确实存在协整关系，即存在长期稳定的均衡关系。协整方程为：

2.3 误差修正模型（ECM）建立

协整关系的检验是对变量之间是否有长期均衡的关系进行检测，而误差修正模型是为了检测变量之间的短期均衡的关系，当数据间存在长期均衡的关系时，短期均衡对长期均衡会有一个偏离，系统会自动恢复的力量，将偏离趋势自动拉回均衡。

在这四个变量之间建立误差修正模型如下：

=+GY+RC+REP+

对变量ΔLV0、ΔGY、ΔRC、ΔREP及残差序列的滞后一期变量做OLS回归，得到如下：

以上误差修正模型中，差分项反映了短期波动的影响。现金流动速度的短期变动可以分为四个部分：第一部分是经济增长率GY的影响，影响系数是0.4464，表明经济增长率对现金流动有正向的影响。经济每增长一个单位，会带来现金流动增加0.4464个单位；第二部分是现金比率RC的影响，影响系数是45.5727，表明现金比率每增加一个单位，现金流动性就增加45.5727个单位，这个影响的效果非常明显；第三部分是电子支付增长率的影响，影响系数是1.2193，说明电子支付增长率每增长一个单位，现金流动就增加1.2193个单位，正向的影响；第四部分就是前面三个变量的总效果偏离长期均衡的影响。误差修正项ECM的系数大小反映了对偏离长期均衡的调整力度。从系数-1.3469来看，当短期波动偏离长期均衡时，解释变量将以-1.3469的调整力度将非均衡状态拉回到均衡状态。

2.4 Granger因果关系检验

为了检验每个变量之间的相互作用和影响的关系，用Granger因果关系检验的方法来检验该模型中每两个变量之间的相互关系，滞后阶数同样采用AIC准则。其检验结果如表3所示。

表3 Granger因果关系检验（10%的显著水平下）

对于表3中的因果关系假设的分析如下：

对于假设1：经济增长率是现金流通速度变化的原因，同时，现金流通速度也是经济增长率变化的原因，这是双向因果机制，说明经济增长率与现金流通速度之间是互相影响的。

对于假设2：现金比率是现金流通速度变化的原因，同时，现金流通速度也是现金比率变化的原因，这也是双向影响机制，说明现金比率对现金流通速度之间也是互相影响的。

对于假设3：三方支付增长率是不是现金流通速度变化的原因，但是现金流通速度是导致电子支付增长率变化的原因。它们之间是单项因果的关系。在10%的显著性水平下，三方支付增长率没有带动现金流通速度的增长，但是反过来，现金流通速度的增加却带来了三方支付增长率的提高。

对于假设4：现金比率是经济增长率变化的原因，同时，经济增长率也是现金比率变化的原因，是双向因果关系。

对于假设5：三方支付增长率不是经济增长变化的原因，同时，经济增长也不是三方支付增长率变化的原因。

对于假设6：电三方支付增长率是现金比率变化的原因，同时，现金比率也是三方支付增长率变化的原因。这是双向因果关系。

3 回归分析

经过以上的单整检验、协整检验以及因果关系检验，可以看到现金流通速度、经济增长、三方支付以及现金比率等都是一阶单整序列，同时他们之间有因果关系，所以，采用每个序列的一阶差分建模，在Eviews6.0中用OLS法进行线性回归，建立回归方程。结果如下：

从式(3)可以看出来，用该模型对V0进行线性回归的可决系数是0.556437，表明拟合优度一般，各自变量经济增长率、现金比率和三方支付增长率在5%的显著性水平下都通过了t检验，D-W检验和F检验，说明该模型的回归结果是可信的。

经济增长率GY的系数为正，说明经济增长与现金流通速度的变动方向是一致的，在经济增长繁荣时期，现金流通速度会增加；而在经济增长衰退时期，现金流通速度会减缓。从回归系数来看，经济增长速度每提高一个百分点，现金流通速度会同向变动0.37个百分点。

现金比率RC的系数为负数，说明流通中现金的变动与现金流通速度是负相关的关系，现金占货币供给的比例越大，现金流通速度越慢；从回归系数来看，现金比率对货币流通速度的影响比较大，现金比率每变动一个单位，货币流通速度就会向相反的方向变动21.262个单位，由于经济增长时期，经常会增加货币的发行，这在一定程度上能够抵消相互对货币流通速度的影响。

三方支付增长率REP的系数为正，说明三方支付增长确实能够加快货币的流通速度。从回归系数来看，三方支付增长速度每提高一个百分点，现金流通速度就会增加1.2228个百分点；反之，则会相应地降低1.2228个百分点。

4 总结

本文通过模型的构建，寻找变量之间的关系。对变量进行了单整检验和协整检验，并且进行了误差修正模型的构建，发现变量之间存在长期和短期的稳定关系。这些变量都是一阶单整，它们之间的协整关系也是存在的，即存在长期稳定的均衡关系，并且将偏离长期稳定的短期误差系数进行了纠正。格兰杰因果关系检验中，也能够看到经济增长速度与货币流通速度之间成双向因果关系，现金比率与货币流通速度之间也是双向因果关系，但是三方支付增长率与货币流通速度之间是单向因果关系。最后的回归模型当中，可以看到三方支付增长率对货币流通速度变动系数是2.283483。正相关关系说明三方支付的增长是促进货币流通速度增加的原因之一。

为了更好地利用三方支付对货币流通速度的影响，有以下建议：

（1）加大对三方支付的支持力度。这样三方支付每增加1个百分点，能够刺激货币流通速度提高2.283483个百分点，效果比较明显，能够促使货币加速流通的同时，还不会产生通货膨胀，使货币的流通效率更高，资金的收益效果越明显。

（2）货币流通速度的提高也能够促进三方支付的发展，所以加大对三方支付的监管，对风险做好预警，完善三方支付体系和平台建设。

（3）加快经济发展速度。经济发展的加快也能够促使货币流通速度的提高，同时也就能够促进三方支付的发展，提高整个经济的运行效率，而且不会带来通货膨胀。

[1]Bank of Japan.Forum on the Development of Electronic Payment Technologies and its Implications for Monetary Policy:Interim Report[R].Monetary and Economic Studies,2000.

[2]Cohen B J.Electronic Money:New Day or False Dawn?[J].Review of International Political Economy,2001,(8).

[3]高铁梅.计量经济分析方法与建模：eviews应用及实例[M].北京：清华大学出版社，2009.

[4]蒋少华.电子支付发展对中央货币政策的影响研究[M].北京：经济科学出版社，2013.

[5]杨军.电子货币对货币供给的作用与影响研究[M].北京：中国金融出版社，2011.

[6]周光友.电子货币与货币政策有效性研究[M].上海：上海世纪出版集团，2009.

[7]梁大鹏,齐中英.金融创新对货币流通速度的影响研究[J].经济科学，2004,（2）.

[8]弥尔顿·弗里德曼.货币数量论研究[M].中国社会科学出版社，2001.

[9]中国人民银行.统计数据[EB/OL].（2014-10-10）[2014-11-29]http://www.pbc.gov.cn/

[10]艾瑞咨询.2005～2014年电子商务和电子支付核心数据发布[EB/OL].（2014-11-1）[2014-11-27]http://www.alipay.com.cn