我国货币需求的混合决策机制、弹性与稳定状态分析--以网络金融为视角_货币需求论文

我国货币需求混合决定机制、弹性与稳态分析——基于互联网金融视角，本文主要内容关键词为：互联网论文,稳态论文,视角论文,货币论文,弹性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      货币需求函数的形态、弹性及其稳态是央行货币政策操作必须考量的因素，货币政策的有效性和货币需求函数的性质息息相关。近年来，互联网金融方兴未艾，以银行卡、支付宝为代表的互联网支付发展势头强劲，虚拟货币的发行和网络交易对货币需求和供给产生了很大影响，给货币需求的计量带来了更大的复杂性。中国人民银行副行长刘士余在互联网金融论坛上强调，互联网金融是新兴、富有活力和创造性的业态，具有小额、快捷、便利的特征，因而拥有显著的包容性，解决了许多传统金融体系不能很好解决的问题，与传统金融体系共同构成广义的金融体系。

      互联网金融对我国货币需求的影响大致通过以下几个途径：一是随着网络购物的兴起，互联网支付方便了供应商和消费者，使人们降低了对现金货币的需求；二是互联网金融的虚拟性模糊了货币层次的划分，使得各个货币层次之间的相互转换十分方便；三是电子货币发行主体的多元化冲击了中央银行的货币供给体系，改变了市场主体关于货币供给乘数的预期。

      本文在互联网金融迅速发展的背景下，重新定义当前影响我国货币需求量的因素，研究新形势下我国货币需求函数的性质，为中央银行更有效地执行货币政策提供参考。

      二、文献回顾

      国外学者近年来关于货币需求函数的研究主要集中在以下方面：Ahmad Zubaidi Baharumshah、Siti Hamizah Mohd等(2007)选取中国股票市场的最新数据对货币需求与股价进行了实证研究，发现考虑股价后，中国货币需求收入弹性将变得不显著。Zorica Mladenovic、Pavle Petrovi(2010)研究了互联网金融时代政府的货币需求行为与高通胀之间的关系，认为随着电子货币等互联网金融工具的推出，政府的货币需求越强烈，就越会引发高通货膨胀。Anthony Joseph、Maurice Larrain等(2013)通过建立神经网络模型，说明互联网金融下货币需求与货币供给之间的关系加强了。Saten Kumar、Don J.Webber等(2013)选取尼日利亚的数据研究发现，电子货币的发行会显著影响狭义层次的货币需求，进而影响货币供给。Christian Dreger、Jürgen Wolters(2014)认为，考虑包含电子货币的更广泛的货币层次M3有助于预测欧元区的经济增长或通货膨胀。

      国内也有许多学者对新形势下我国的货币需求进行了研究。谢富胜、戴春平(2000)证实了我国货币需求存在利率弹性，且证券资产需求对货币需求具有重要影响。汪红驹(2002)建立了M1和M2的误差修正模型估计我国的货币需求函数，发现二者的误差修正模型并不稳定。陈涤菲(2006)在此基础上初步研究了金融创新对我国货币需求的影响，认为金融创新将会导致货币需求结构性变化，影响货币需求的稳定性。肖卫国、袁威(2011)利用STR模型检验了中国货币需求的局部线性和非线性特征，认为新形势下决定我国货币需求的各种因素存在非线性特征，我国“相机抉择”的货币政策具有局限性。康继军、傅蕴英等(2012)考察了利率市场化进程加快和互联网金融发展迅速的形势下我国货币需求与经济增长、通货膨胀、经济体制转型之间的长期均衡关系，认为长期内利率对货币需求具有显著影响。

      综合来看，绝大部分对货币需求的实证分析都是直接采用经典理论中涉及到的重要变量并结合我国的具体国情展开的，极少引入与互联网金融相关的变量进行分析，鉴于互联网金融已经使影响货币需求的传统因素发生了极大变化，本文选取最能体现时代特征和我国国情的若干变量，采用半参数局部线性可加模型和脉冲响应函数，对我国的货币需求进行实证分析。

      三、货币需求混合决定机制及其稳定性的理论阐释

      借鉴王晓芳、王学伟(2009)在研究我国货币需求决定机制时的做法，我们对货币需求的混合决定机制作如下定义：

      若变量x与y之间满足y=αx+f(x)，则x对y的决定机制为混合决定机制。

      根据凯恩斯的货币需求理论，货币需求分为：交易性需求、预防性需求和投机性需求，并指出货币需求量是收入的增函数，是利率的减函数。函数表达式为

。一般认为凯恩斯的货币需求函数是简单线性模型，即货币需求的线性决定机制是存在的。

      鲍威尔和托宾进一步论述了货币的交易性需求，对微观主体的持币行为进行了更加精确的刻画。鲍莫尔—托宾模型指出交易性货币需求满足：M=

，式中M表示交易性货币需求，i为债券利率，f为债券的交易费用(即债券与现金之间的转换成本，含印花税和佣金等)，Y为居民每期开始时的收入。

      互联网金融视角下，加入互联网支付后，在鲍莫尔—托宾模型的基础上，重新推导交易性货币需求。假定居民的收入收支时间和金额是既定的，期初时收入为Y；居民以三种形式持有金融资产：现金M、电子货币E和生息资产A，现金不产生利息收入，电子货币可产生活期利息收入，利率为

，生息资产的收益率为

，居民为理性经济人，为使资金效益最大化，将只保持适量交易性资金，而将暂时闲置资金配置到生息资产；交易支出可预测并均匀发生，居民可用现金支付，现金支付的单位成本为

，也可以用电子货币支付，电子货币的单位支付成本为

；居民为满足交易性需求，可以把生息资产转换为现金或电子货币，设每次转换为现金的固定成本为

，可变成本为

，转换为电子货币仅存在固定成本

，若每次转换金额为w，则在计算期内共需转换Y/w次。居民期初可支配收入为Y，期末为0，平均余额为Y/2，则有M+E+A=Y/2。居民每次均匀支出w元，其平均交易余额为w/2。计算期内居民持有生息资产的平均余额为(Y-w)/2。设初期时，现金持有量占总可支配收入的比例为m，电子货币持有量占比为n。

      

      (3)式可以看出考虑互联网支付后，生息资产利率和收入均能以非线性机制决定货币需求函数。综合凯恩斯货币需求函数和加入互联网支付以后的鲍威尔托宾模型来看，利率和收入能够以线性和非线性的机制决定货币需求函数。这一点正是本文所建立的混合决定机制模型的基础。

      四、货币需求混合决定机制实证分析

      (一)变量选取与数据来源

      本文数据均来源于wind数据库。

      1.货币需求变量的选取。货币需求是一个虚拟变量，而货币需求与货币供给之间联系紧密，因此用货币供给量来反映全社会的货币需求量是合理的。鉴于M0包括流通中现金和活期存款，是最狭义也是最直接能反映人们货币需求的货币供给量，所以选取M0来研究互联网金融形势下电子货币支付的发展对货币需求的影响。

      2.Shibor利率。利率对货币需求的影响显而易见，而Shibor利率成为我国贷款基准利率已是大势所趋。如彭红枫(2009)发现，随着期限的延长，Shibor的代表性将更加突出，越能发挥基准利率的作用。

      3.居民消费价格指数(CPI)。弗里德曼货币需求函数中，价格变化率即通货膨胀因素是一个重要的解释变量，而近年来的研究中仍多少涉及了通货膨胀因素的影响，鉴于此，本文仍把通货膨胀因素纳入模型。

      4.收入水平(GDP)。研究文献中，收入水平对货币需求的影响一直具有长期稳定的均衡关系。本文主要是针对收入对货币需求的非线性和线性混合影响机制进行建模分析，选择GDP月度数据(2008年1月～2014年7月)取对数进行实证检验。

      5.互联网支付(PMO)。互联网支付反映了互联网金融形势下电子货币对货币需求的影响，因此本文选择互联网支付(取对数处理后)作为互联网金融的代表。

      6.股票市场收益率(RSR)。股票市场收益率反映了人们持有现金货币的机会成本，间接影响了人们的货币需求。互联网金融和网上支付体系的发展，极大地推动了我国股票市场的成长，股票市场收益率越来越成为影响我国货币需求的重要因素之一。

      假定用

表示股票市场收益率。常用的计算收益率的方法有两种：一种是对数值作差法：

；另一种是百分比法：

。对收益率序列取对数通常可以使序列变得平稳，也更接近于正态分布，并且具有可累加性，因此本文采用前者作为股票市场收益率的计算方法。

      (二)变量的描述性统计检验

      

      (三)模型设定

      1.混合决定机制模型。为有效地解决“维数灾难”问题，本文采用非参数可加模型Stone(1985)。

      

      半参数局部线性可加模型使我们可以将影响效应分解为线性性和非线性，从更加微观的角度研究我国的货币需求量的决定机制。因此我们建立如下模型。

      

      本文采用广泛使用的Backfitting算法估计模型I，步骤如下。

      

      3.稳态模型。为了测度互联网支付额度等变量对货币需求量的冲击效应，本文构建如下SVAR模型，通过脉冲响应函数研究货币需求量的稳定性。

      

      (四)实证结果分析

      1.模型I的估计结果。使用Backfitting算法拟合本文所构建的半参数局部线性广义可加模型。在R语言中编程实现。

      (1)线性部分估计结果。本文同时构建纯线性广义可加模型，一方面是为了反映局部线性广义可加模型线性部分的拟合效果，用于对比；另一方面，局部线性广义可加模型的非线性部分是隐函数的形式，可将纯线性广义可加模型近似看做总的效应，从局部线性广义可加模型中分离出非线性效应。结果如表2所示：

      

      (2)非线性部分估计结果。结果如表3所示。

      

      注：***表示3个显著性水平下通过检验，**表示5%、10%的显著性水平下通过检验，*表示仅在10%的显著性水平下通过检验。

      由于

是以隐函数的形式存在的，我们无法获得其具体的表达式，但可以绘制出

的图像，从图像可以直观地看出走势，如图1～图5所示。

      

      2.模型Ⅲ的结果。为了能够更加直观地看出货币需求量对各因素冲击的响应，本文给出了12个月的脉冲响应结果和12个月的累计脉冲响应结果，分别如图6～图10所示。

      1.半参数局部线性可加模型的拟合效果较好，明显优于纯线性可加模型。5%的显著性水平下，线性部分各变量的系数估计均通过了检验。纯线性可加模型拟合效果也很好，可近似看做总效应。

      2.对于RSR，半参数局部线性模型线性部分的系数为-0.002331，表明股票收益率与货币需求量在线性部分存在负向变动关系，而纯线性模型的结果却是正的，表明股票收益率对货币需求量存在较大的正向非线性影响，这一点从

(RSR)的函数图像上可以很直观地看出来。出现正向总效应的原因是：随着互联网金融的发展，股票市场上越来越多地采用计算机联网交易，带来了网上支付的增加，导致人们对活期存款需求的增加。由于观测值的方差较小，数据较为集中，图1的非线性并没有像图2、图3、图4那样看起来那么明显。从图1可以看出，

(RSR)大致是个增函数，即货币需求量对于RSR存在递增的非线性趋势。从图6可以看出，当在本期给RSR一个正冲击后，市场形成股市繁荣的预期，货币的投资性需求增强，货币需求量在前4个月快速增加，在第4个月达到峰值，而后逐渐减小，到第6个月以后开始稳定增长。这表明RSR受到外部条件的某一冲击后，给货币需求量带了同向的冲击，而且这种冲击具有显著的促进作用和较长的持续效应。

      3.对于Shibor，总的效应是正向的，而局部线性可加模型的线性部分正向效应明显高于总效应，说明存在较强的负向非线性影响，图2的结果也印证了这一点。从图2可以看出，

(Shibor)是减函数，说明货币需求量对于Shibor存在递减的非线性趋势。原因可能是：一方面，Shibor对于市场利率的影响力有限，不是市场利率的决定性因素；另一方面，我国利率市场化刚刚起步，市场化的利率决定机制尚未完全建立，导致我国货币政策的利率传导路径不太顺畅。从图7可以看出，给Shibor一个正冲击后，货币需求量在前7个月出现了小幅震荡，7个月以后出现了平稳增长。

      4.对于lnCPI，其对货币需求量存在较为明显的正向线性和非线性影响。从图3可以看出，

(lnCPI)呈现出先递减后递增再递减的趋势，形状类似于余弦函数，在2.000附近出现“谷值”，在2.005附近出现“峰值”。由费雪方程式可知，其他经济变量不发生变化的情况下，价格的增加会增加货币需求量，实证结果和理论完全吻合。从弹性的角度看，

(lnCPI)函数的斜率则呈现出正弦函数的特征，即货币需求量对CPI的可变弹性和总体弹性的变化趋势符合正弦函数的特征。从图8可以看出，给CPI一个正冲击后，对货币需求量不会产生太大的冲击。

      5.对于lnGDP，其对货币需求量存在较为明显的正向线性影响和负向非线性影响。但是从纯线性模型的结果看，lnGDP对货币需求量总的影响效应为正向。这与经济增长引起消费、收入和投资的增加进而导致货币需求量增加的理论是吻合的。从图4可以看出，

(lnGDP)是递减函数，斜率先逐渐减小后逐渐增加，呈现出明显的“凸性”。即货币需求量对GDP的可变弹性和总弹性呈现出先逐渐减小后逐渐增加的态势。从图9可以看出，在本期给予GDP一个正向冲击后，货币需求量在前5个月实现了较快速的增长，在第8个月以后开始平稳增长。这表明GDP受到外部条件的某一冲击后，给货币需求量带了同向的冲击，而且这种冲击具有显著的促进作用和较长的持续效应。

      6.对于lnPM0，理论上讲互联网支付需求量的增加一方面会减少流通中的现金，另一方面会增加活期存款，对于M0的综合影响效应不确定。从实证结果看，总的效应是正向的，说明互联网支付对于货币需求量的影响是正向的，且线性影响和非线性影响都较为突出。本文的实证选择是M0变量，M0由流通中的现金和活期存款组成。互联网支付会增加网上支付的需求，越来越多的人开通了网上银行、手机银行等虚拟银行，其存款基本上是一种活期存款，导致活期存款的需求增加。从这个意义上说，互联网金融的发展将会导致人们对货币需求尤其是狭义层次货币需求的增加。从图5可以看出，

(lnPM0)的函数图像较为复杂，多次出现“峰值”和“谷值”，前半部分呈现出“M型”，后半部分呈现出“W型”，总体呈现递减趋势。

(lnPM0)的斜率则应是前半部分呈现出“W型”、后半部分呈现出“M型”。即货币需求量对互联网支付的可变弹性和总弹性呈现出前半部分“W型”、后半部分“M型”的复杂形态。从图10可以看出，在本期给予互联网支付一个正向冲击后，前3个月货币需求量出现了较快的负增长，3个月以后实现较为平稳的增长。这表明，互联网支付的某一冲击也会给货币需求量带来同向的冲击，即互联网支付的增加会在3个月以后对货币需求量产生稳定的拉动作用。

标签：货币需求论文;  电子货币论文;  互联网支付论文;  需求函数论文;  线性模型论文;  货币论文;  需求弹性论文;  非线性效应论文;  非线性论文;