王顺龙

摘要：文章以社会融资规模增量的变动作为货币政策时滞性以及金融科技缓冲有效性的参考标准，分别建立不包含金融科技和包含金融科技的VAR模型并分别进行长短期的脉冲响应分析来验证金融科技的缓冲作用。研究表明，货币政策中介目标的货币供应量相对于利率而言，对社会融资产生的时滞冲击更大，持续期限更长，但长期环境下，这种时滞效应会逐渐消减;金融科技短期内会有效缓解时滞，但长期由于自身不确定风险，也会对社会融资造成不利影响。

关键词：货币政策时滞;社会融资;金融科技;脉冲响应;金融监管

一、引言

社会融资（AFRE）一直是研究实体经济与金融市场之间资金流通关系的重要指标。随着互联网金融、第三方支付、区块链等科技性手段的产生，融资方式层出不穷，按照大的方面来划分，仍然分为直接融资和间接融资。伴随融资方式不断拓展的还有融资工具的不断创新，包括最直接的人民币贷款，到直接融资方式下的股票、债券等有价证券融资，以及越来越多以私募、期权为代表的另类投资及金融市场衍生工具，同时也反映出资本市场直接融资对AFRE规模总量的贡献度随着金融市场自身发展而越来越高。资本市场“金融+科技”概念的提出将进一步放大这一趋势。

央行接连出台的一系列货币政策对AFRE规模扩张具有积极的推动作用。截至2020年9月，AFRE规模达到280.07万亿元，同比增长13.5%。2020年11月26日，中国人民银行发布了2020年《第三季度中国货币政策执行报告》，其中提出的“保持流动性合理充裕，保持广义货币供应量（M2）和AFRE增速同反映潜在产出的名义国内生产总值增速基本匹配。”体现了货币政策包括利率和货币供应量（M1、M2）对AFRE增速的影响。但传统金融背景下的货币政策对于任何市场的冲击都具有时间和空间上的滞后缺点，大致包括两个方面：一是货币当局的政策颁布至传达到全国各地的消耗期，与各地银行、非银金融机构对政策调整的适应期存在时间缺口，这种缺口体现为对前一期政策响应的惯性;二是企业或一般投资者接收到政策变更的信息后需要对自己原先的投资计划做出适应性的调整，这一过程同样存在消耗期。结合这两点来看，社会融资规模长期的扩张效率较慢可见一斑，政策如何更快速地传达到市场并使执行者减少时间成本，是一个亟待解答的难题——换言之，金融市场能否借助科技的冲击力量来适度消耗因货币政策时滞导致的市场惯性？

结合货币政策已存在的时滞效应以及金融市场近年对科技发展的高度关注，基于对金融科技能否缓冲该时滞效应的猜想来研究我国金融科技发展能力对货币政策传导机制时滞效应的缓冲作用就具有一定的前瞻性。本文以研究货币政策对社会融资的影响为判断工具，引入金融科技的相关评价指标探讨其对货币政策在传统金融市场上的时滞性是否具有有效的缓冲作用，根据观测结果得出检验结论，最后就金融科技与金融监管的关系提出补充性建议。

二、文献综述

对于我国货币政策传导机制的時变性，目前也有学者进行了实证分析。熊礼慧等（2020）基于TVP-VAR模型检验了货币政策传导对社会融资规模的时变特征，得出结论：社会融资规模具有正向的扩大效应，但也反映了的货币政策的时滞性。向俞澄（2020）基于VAR模型研究了我国货币政策对我国股票市场的影响，研究表明广义货币供应量和银行同业拆借利率与上证指数都存在长期均衡的关系。程国平等（2014）通过相关性检验和回归分析得出社会融资规模作为中间目标更有利于分析我国货币政策传导机制和效果。宋寒凝等（2020）研究了在金融科技视角下我国货币政策中介目标的选择问题，通过引入金融科技度（M2/M1）这一指标来衡量我国金融科技发展水平，并建立VAR模型来进行实证分析，研究表明利率和货币供应量两个指标都受到了金融科技的影响，但利率受到的弱化冲击相对于货币供应量而言要小，利率对实现货币政策最终目标效果更好。谢星等（2019）以法定数字货币为研究对象，分别分析了其对货币供给机制、货币政策传导机制的影响，认为法定数字货币与普通货币的替代性以及数字货币对流动性的提升将会减少通货与基础货币的数量。政策传导机制方面，研究认为法定数字货币将有效减少政策传导过程中出现的阻塞问题，并且数字货币背景下以利率为主导的价格型中介目标更具优势。肖卫国等（2013）在Bernanke（1992）提出的货币政策可预期和不可预期的基础上，通过建立SVAR模型对产出时滞和通货膨胀时滞进行了测量，研究表明货币政策的不可预期部分的时滞期更短，且利率相对于货币供应量而言，这种时滞也更加短暂。

三、实证分析

（一）变量选取

关于计量分析所需要的变量，本文针对货币供应量中介指标选取了M1、M2两个时间序列数据，利率指标以SHIBOR（上海银行间同业拆借利率）为替代指标。最后引入金融科技度（M2/M1），在建模时将以FT表示。所有变量的数据时间范围均为2008年1月至2018年12月的月度数据。

（二）模型建立与检验

1. VAR模型的建立

VAR模型在研究内生性变量之间的关系时具有十分强大的优势，根据相关计量理论，建立如下两个VAR模型：

（1）不包含金融科技度FT的VAR模型，记为VAR（1）。

（2）包含金融科技度FT的VAR模型，记为VAR（2）。

其中，为常数向量，为各变量及其滞后阶数的待估计参数，p为变量滞后阶数。由于FT=M2/M1，为了避免多重共线性，VAR（2）在VAR（1）的基础上剔除了M1和M2两个变量，二者的变化全部反映在金融科技度FT上。

2. ADF单位根检验

本文通过Eviews10.0对各变量绘制时间序列图发现变量无明显的时间趋势，可以进行单位根检验。由于在建立各类VAR模型时为了避免伪回归，要求所使用的数据必须均为平稳时间序列，因此需要对各变量数据进行平稳性检验和处理。检验结果如表1所示。

结果显示，除SHIBOR利率（R）为平稳时间序列外，AFRE、M1、M2、FT都存在单位根。对存在单位根的变量进行一次差分后，对应P值最终都拒绝了存在单位根的假设，即都为平稳时间序列，因此可以进行Granger因果关系检验。

3.Granger因果关系检验

对两个VAR模型分别进行Granger检验。首先对VAR（1）检验，检验结果如表2所示。

VAR（1）的检验结果表明，在5%的显著性水平下，且未引入FT时，M1和AFRE互为Granger原因，而AFRE亦为M2的Granger原因，反之不成立，因此三者之间就存在一条链式关系：货币政策在通过货币供应量调节社会融资时，若对M1进行扩张，会直接影响到AFRE的规模扩展，这种结果最终会反馈为M2的上升。货币政策中介目标内部的因果关系也很明确，其中最明显的特征表现为SHIBOR和M1都是M2的Granger原因，而反之都不成立，说明在未考虑金融科技度情况下的货币供应量更侧重M1对社会融资规模的影响，可以解释为金融科技不完备的市场大多数都在依靠市场真实存在的流通性极强的实物现金来进行融资，此时M2处于被动增长的状态，商业银行定期存款、储蓄存款规模变动很小，信用扩张意愿因此显得不足，融资困境产生。

对VAR（2）进行Granger因果关系检验，检验结果如表3所示。VAR（2）的检验主要基于验证FT是否可以作为M1、M2和R的Granger原因，因此只显示这四个变量的检验结果。

VAR（2）的检验结果表明，当引入金融科技度FT时，M2与之形成了互为Granger原因的关系。综合来看，货币政策内部链式关系仍然维持，加入FT后，M1、M2和R都以FT的Granger原因呈现，说明FT的发展在初始阶段是受到货币政策中介目标发展的影响或冲击的，金融科技在这样的时代变更以及货币政策的不断调整下应运而生，发展成熟时将很大可能会全面影响货币政策中介目标，进而影响社会融资规模。

（三）VAR模型滞后阶数的确定

综合根据LR、AIC和SC信息准则对两个模型的滞后阶数进行确定。首先确定VAR（1）的滞后阶数，借助Eviews10.0对VAR（1）进行了1～12阶的检验，发现当VAR（1）分别设定为9、10、11阶时，LR、AIC和FPE均指向9阶，但滞后9阶的LR更大、AIC更小，因此可以确定VAR（1）滞后阶数为9阶，此时将VAR（1）记为VAR（1）（9）。得到的滞后阶数统计如表3所示。

对考虑金融科技度FT的VAR（2）进行滞后阶数的确定，同样根据LR、AIC和SC信息准则发现滞后12阶的LR最大、AIC最小，因此建立12阶滞后期数的VAR（2）模型，记为VAR（2）（12）。

（四）脉冲响应分析

通过脉冲响应分析来进行假说的验证，将两个模型进行对比，并依次观察FT对M1、FT对R以及FT对M2的缓冲效果。判断是否具有緩冲作用的方法是：以对AFRE的影响为参考，如果FT对AFRE的冲击方向与M1、M2以及R中的任意一个指标对AFRE冲击方向相反，则认为金融科技对于货币政策时滞是具有一定作用的。

1. VAR（1）（9）的长短期脉冲响应分析

首先检验不考虑金融科技度FT时M1、M2和R分别对AFRE的短期冲击（以12期即一年为基准），脉冲响应分析结果如图1所示。

与理论推导的结论对照分析，横向来看，12期内M1和M2对AFRE的冲击在同方向性质上的持续期为5期左右，而利率的冲击持续期为大约3期，表明货币供应量对AFRE的时滞性影响强于市场利率。根据冲击程度纵向比较三者对AFRE的冲击，显然M1和M2在单位冲击期内的波幅大于利率的冲击波幅。

下面进行M1、M2、R对AFRE的长期脉冲影响的分析，如图2所示。

通过M1、M2和R的脉冲响应图可以确定，三者长期内对AFRE冲击持续期为10～15期，且呈现周期性，即三者对AFRE冲击方向的改变以10～15期为一个单位周期。前1～2期内M1、M2对AFRE具有正向冲击，表明当货币供应量增加时，社会融资规模随之扩大，而同时期内的R却对社会融资产生负面冲击，只有当利率上升时，利率对于社会融资而言才属于负面冲击，因此这段时期内利率处于上升阶段。因此可以得出结论：货币供应量和利率都对AFRE具有时滞性影响，且货币供应量对AFRE的长期负向冲击较市场利率的持续期更长，即货币供应量对社会融资规模扩展的时滞效应更强，长期内货币政策的冲击幅度将趋于收敛。

2. VAR（2）（12）的长短期脉冲响应分析

VAR（1）（9）的脉冲响应分析结果证明了货币政策对社会融资规模扩展的时滞影响，下面将通过对VAR（2）（12）的脉冲响应分析来验证金融科技是否对这种时滞效应具有缓冲作用。

首先进行短期的脉冲响应分析，如图3所示。

FT对AFRE的冲击方向相对于R的冲击在短期内是相反的。在1～2期，R对AFRE产生了一个负面冲击，但是FT却呈现正向冲击，由此可以说明，FT在一定程度上抵消了R的负面冲击，经济意义上表明金融科技度短期内提升，反映在M2增速高于M1增速，广义货币供应量占据数量优势，银行定期存款、储蓄存款等增加，存款结构的改善将促使银行放宽贷款标准，因此社会融资规模必然会扩大。

通过短期脉冲响应函数，已经证实短期内的FT对货币政策的时滞性具有缓冲作用。但是长期内这种缓冲作用能否持续下去、持续多久，需要进行长期的脉冲响应分析。长期的脉冲响应函数如图4所示。

从图4呈现的结果来看，长期内R和FT对AFRE的冲击并没有明显的时间趋势，且随时间的递延，这种冲击幅度也是逐渐收敛。但是值得注意的是，FT对AFRE的冲击也存在较强的波动特征，说明FT本身也会产生融资困境，而正是因为金融科技性质的融资工具放大了传统金融市场上原本存在的融资风险，这就需要制定政策来进行监管和约束。

四、研究结论和政策建议

本文通过理论推导和实证检验的方法，对我国货币政策的时滞效应和金融科技对时滞效应的缓冲进行了验证。实证检验利用了2008年1月至2018年12月的数据，选取AFRE作为被响应变量，M1、M2、R和FT为响应变量，构建两个VAR模型分别讨论考虑金融科技和不考虑金融科技时的社会融资规模的时间序列变化情况，最终得出以下两个结论：第一，貨币政策的变更短期对社会融资规模发展存在时滞效应，从中间目标来看，货币供应量相对于市场利率导致的时滞期限更长，且冲击幅度更大，但长期条件下这种冲击会逐渐消减，时滞性由于时期的拉长被弱化。第二，金融科技短期内对于这种已存在的时滞效应具有缓冲作用，结果是广义货币供应量M2相对于狭义货币供应量M1增速加快，银行信用扩张意愿加强，最终促进社会融资的发展。但这种促进也仅限于短期，长期由于金融科技的不确定性引起的自身波动，使得市场无法预测其对社会融资的冲击方向、程度、持续期和周期。因此需要制定有关金融科技监管方面的政策来约束这种被赋予金融性质的科技产品和平台，保持金融稳定。

基于本文的研究结论，提出下列建议：第一，市场应当认清和把握金融科技创新的边界。金融是一把双刃剑，金融创新同样如此，超越了边界就会引发资金脱实向虚、市场风险加大、套利空间扩大、杠杆率飙升的恶性现象。第二，提高信息披露准确性的标准，并提高违法成本。利用好区块链在不同场景下的适应性，构建金融市场信息透明的网络体系，加大对融资需求方的征信力度，要求融资企业定期披露公司的财务报表和现金流水，同时监管机构自身也要精准识别市场中的违约和违规操作，基于法律的准绳，将监管工作与法律程序相联系。第三，监管机构加强由金融科技导致的风险预测的能力。通过优化监管基础设施，利用大数据手段全力推动监管工作信息化、智能化转型。强化基础设施监管和中介服务机构管理，对金融科技巨头，在把握包容审慎原则的基础上，采取特殊的创新监管办法，在促发展中防风险、防垄断。

参考文献：

[1]熊礼慧，王艳丽，朱新蓉，王可.我国货币政策传导效应的时变特征研究——基于社会融资的TVP-VAR模型检验[J].上海经济研究，2020（09）：78-91.

[2]向俞澄.货币政策对股票市场的影响及现实分析——基于VAR和脉冲响应模型[J].财税金融，2020（12）：252-253.

[3]程国平，刘丁平.社会融资规模作为货币政策中间目标的合理性[J].财经问题研究，2014（09）：54-57.

[4]宋寒凝，郭敏，尹学超.基于金融科技视角下我国货币政策中介目标的选择研究[J].河北经贸大学学报，2020（01）：49-57.

[5]谢星，封思贤.法定数字货币对我国货币政策影响的理论研究[J].经济学家，2019（09）：54-63.

[6]肖卫国，刘杰.可预期和不可预期货币政策时滞的实证测度[J].统计研究，2013（12）：64-68.

[7]何德旭，余晶晶，韩阳阳.金融科技对货币政策影响[J].中国金融，2019（24）：62-63.

（作者单位：南京财经大学金融学院）