我國互聯網金融發(fā)展影響因素實證分析

李　欣，何如海

互聯網金融作為知識與技術密集型的新型金融業(yè)務模式，抓住了互聯網技術在產業(yè)創(chuàng)新、效率提升以及全新客戶定位等方面的優(yōu)勢，彌補了在利率化市場進程中傳統金融的市場空白，既能順應國家普惠金融改革創(chuàng)新政策導向的戰(zhàn)略要求，為金融活動參與者特別是中小微型企業(yè)提供發(fā)展契機，又能加大國內金融競爭力度，迫使傳統金融模式進行自身思考，為我國經濟與產業(yè)的發(fā)展結構調整注入新的增長極[1]。然而在缺乏有效行業(yè)監(jiān)管、準入門檻低、參與者資質參差不齊等大背景下，互聯網金融的發(fā)展面臨著嚴峻考驗[2]，因此研究互聯網金融發(fā)展的影響因素意義重大。謝平等[3]首次提出了我國互聯網金融模式，認為其大大提高了資源的配置效率；劉瀾飚等[4]基于金融機構的視角,分析了國際互聯網金融的研究現狀和趨勢及其對傳統金融模式的影響；謝平等[5]對互聯網金融監(jiān)管的必要性與核心原則進行研究,認為互聯網金融要在加強監(jiān)管的同時鼓勵創(chuàng)新；鄭聯盛[6]從互聯網金融的模式、影響、本質與風險4個方面分析中國互聯網金融；尹海員等[7]總結了我國互聯網金融監(jiān)管現狀及發(fā)展模式，并提出要借鑒美國互聯網金融監(jiān)管經驗?？傮w來說在互聯網金融的影響作用、風險管理和監(jiān)管機制等方面的研究成果比較豐富，而對于互聯網金融發(fā)展影響因素的研究較少，且多停留在定性層面，缺乏定量研究。本文參照已有研究[8]，選取2006—2015年間的數據，構建包括5個層次、17項指標的互聯網金融發(fā)展影響因素指標體系并進行實證分析，以期為互聯網金融的發(fā)展提供借鑒。

一、指標選擇

互聯網發(fā)展水平、網民特征、金融活動的影響、宏觀經濟狀況、政策環(huán)境是互聯網金融發(fā)展五大層次影響因素[8]，本文擬從這5個方面對互聯網金融影響因素進行評價。由于政策環(huán)境因素無法選用特定指標量化，特采用模糊數學方法對其進行賦值，其余四大影響因素采用熵值法確定權重。

(一)互聯網發(fā)展水平

選取互聯網普及率、網站數量、國際出口帶寬增長率、網頁數增長率4個指標反映互聯網發(fā)展水平。其值越高，表示互聯網發(fā)展水平越高，網民也更易于接受互聯網金融模式。

(二)網民特征

選取網民規(guī)模、月收入1 000～5 000元網民比例、大專及以上網民人數比例、網購使用率4個指標反映網民特征。據資料分析，具備中低收入、中等教育程度、中青年人等特征的網民更易接受互聯網金融模式。網民規(guī)模越大，網購使用率越高，越有利于互聯網金融的發(fā)展。因此，上述指標為正向指標。

(三)金融活動

選取貨幣供應量同比增長率、金融機構人民幣活期存款基準利率、M2/GDP、人民幣貸款總額等4個指標反映金融活動因素。貨幣供應量主要包括流通中的貨幣、單位活期與定期存款、個人存款及其他存款。貨幣供應量同比增長率、金融機構人民幣活期存款基準利率越高，人民幣貸款總額越多，說明更多資金投入到傳統金融而不是互聯網金融之中，升高的存款基準利率降低了互聯網金融對資金持有者的吸引力，因此上述3個指標是互聯網金融發(fā)展的負向指標。M2/GDP值反映了金融資源的配置效率，其比值越大，意味著效率越低，經濟主體無法獲得資金轉向互聯網金融尋求融資機會，由此可見M2/GDP為正項指標。

(四)宏觀經濟活動

選取人均國內生產總值、城鎮(zhèn)居民人均可支配收入、居民消費價格指數、社會融資規(guī)模增量等4個指標反映宏觀經濟活動。人均國內生產總值和城鎮(zhèn)居民人均可支配收入與理財需求呈正相關，融資規(guī)模越大，融資需求越旺盛，對互聯網金融發(fā)展越有利，因此上述3個指標為互聯網金融發(fā)展的正向指標。而居民消費價格指數越高會影響經濟的正常運行，打擊投資者信心，也會對互聯網金融發(fā)展產生不利影響，所以居民消費價格指數是負項指標。

(五)政策環(huán)境

為反映政策環(huán)境變化對互聯網金融發(fā)展的影響，采用模糊數學方法對其進行量化，{松，嚴}={1,2}。2010年，國家出臺《非金融機構支付服務管理辦法》[9]，此前可以視為監(jiān)管較松，此后，政策趨緊可以視為監(jiān)管較嚴。政策環(huán)境寬松意味著互聯網金融發(fā)展不受約束，在沒有出現重大危機之前，將擴大互聯網金融規(guī)模；反之，則不利于其規(guī)模的擴大。

表1　互聯網金融評價指標體系

二、實證分析

(一)數據來源

數據來源于第19、21、23、25、27、29、33、35、37次《中國互聯網絡發(fā)展狀況統計報告》*自1997 年以來，國家主管部門研究決定由中國互聯網絡信息中心(CNNIC)牽頭組織有關互聯網單位共同開展互聯網行業(yè)發(fā)展狀況調查，發(fā)布全國互聯網發(fā)展統計報告。和2007—2016年《中國統計年鑒》，選取2006—2015年間數據，并統一選取年底數據。

(二)數據處理

第一，數據預處理。運用公式(1)對各個指標的數據進行標準化處理。

(1)

式中，Yi表示第i個指標標準化后的值；xi為第i個指標的實際值。

第二，計算第j項評價指標的信息熵值。

(2)

第三，確定各指標權重。

(3)

式中，Wi表示第i個指標的權重，Ei表示第i個指標的信息熵。

運用公式(2)與公式(3)計算指標的熵值與權重，其中影響因素的權重是衡量該影響因素的每個指標權重的累加，具體詳見表3。

表2　互聯網金融評價衡量指標標準化值

第四，確定互聯網金融發(fā)展指數。根據表3中各指標的權重，可以確定互聯網金融發(fā)展與影響因素、衡量指標關系的等式，即互聯網金融發(fā)展指數[8]。

ZY=0.193 0Y1+0.233 3Y2+0.307 4Y3+0.154 3Y4+0.112 7Y5

(4)

ZX=0.035 0X1+0.030 7X2+0.070 4X3+0.056 9X4+0.035 6X5+0.028 9X6+0.105 3X7+0.063 5X8+0.076 2X9+0.124 6X10+0.066 5X11+0.040 1X12+0.042 8X13+0.045 3X14+0.030 0X15+0.036 2X16+0.112 7X17

(5)

式中，Z表示互聯網金融發(fā)展指數，Yi(i=1,2,3,4,5)表示影響因素，Xi(i=1,2,3……17)表示衡量指標[8]。

(三)結果分析

1.影響因素權重分析

由表3可知，影響因素Y3的權重最高，Y5的最低。指標權重最大的前三位是X10、X17、X7，最小的后三位是X6、X15、X2。權重大小與因素及指標對評價目標總體影響程度高低成正比，以此得出互聯網金融發(fā)展影響程度最高的是金融活動因素，影響程度最小的是政策環(huán)境因素。需要指出的是，影響因素中“環(huán)境政策”因素對互聯網金融發(fā)展影響程度最小與衡量指標中“環(huán)境政策”指標對互聯網金融影響較大兩者并無矛盾，“環(huán)境政策”衡量指標單一是其在五大層次影響因素最小的主要原因。

表3　互聯網金融發(fā)展影響因素指標熵值與權重

2.互聯網金融發(fā)展指數分析

圖1　互聯網金融發(fā)展狀況

將標準化處理后的數據代入式(4)、(5)中即可得到互聯網金融發(fā)展指數、影響因素與衡量指標的分值(如圖1)，通過對實證結果的分析發(fā)現，互聯網金融得分從2006年的0.358 2 上升到2015年的0.510 9。其中，2006—2007年，互聯網金融得分下降0.041 8，這可能是由收入水平較低，理財需求不足導致的；2007—2009年，互聯網金融得分由0.316 4上升到0.406 8，原因可能在于互聯網發(fā)展水平快速提升和居民收入的增加；2009—2010年，互聯網金融得分從0.406 8降為0.333 1，政策環(huán)境趨緊是其主要原因。2010年，第三方機構支付被納入監(jiān)管體系，互聯網金融進入調整時期；2010—2013年，互聯網金融得分0.333 1上升到0.529 9，這一時期互聯網金融發(fā)展水平保持較長穩(wěn)定的增長，主要得益于謝平教授在2012年首次提出“互聯網金融模式”[3]，互聯網金融逐漸大放異彩。2013—2014年，互聯網金融得分從0.529 9降為0.475 9，這可能是由于互聯網金融平臺資質參差不齊且雜糅非純粹信息中介性質、政府機構監(jiān)管無法可依[10]等復雜情況導致互聯網金融得分降低；2014年至今，互聯網金融得分從2014年的0.475 9上升為0.510 9，主要得益于網民特征和宏觀經濟活動趨向有利于互聯網金融發(fā)展的方向變化。

3.影響因素貢獻度分析

影響因素大小反映了其對互聯網金融發(fā)展的貢獻程度，結合圖1與計算結果易知不同年份影響因素得分次序不盡相同，表4反映了不同年份影響因素得分的次序。由表5可知，2011年以前金融活動、互聯網發(fā)展水平是推動互聯網金融發(fā)展的最關鍵因素，2011年之后網民特征成為影響互聯網金融發(fā)展的首要因素，而政策環(huán)境的影響因素從始至終都是影響最小。2014年后，各影響因素對互聯網金融得分的貢獻度次序未發(fā)生變化，依次為網民特征、宏觀經濟狀況、金融活動、互聯網發(fā)展水平、政策環(huán)境。

4.衡量指標貢獻度分析

作為影響因素的具體衡量指標，指標得分的高低與其在不同年份對互聯網金融發(fā)展貢獻度的大小成正比，通過分析易知不同年份衡量指標得分次序差異明顯。表5反映了不同年份衡量指標得分的前五名次序。由表5可知，2011年之后，政策環(huán)境是推動互聯網金融發(fā)展的首要因素，互聯網金融從政策紅利中獲得巨大收益。且2012年之后網購使用率基本居于次重要因素，網絡購物成為互聯網金融發(fā)展新的增長極，反映了互聯網金融相關密切產業(yè)對互聯網金融的推動作用。

表4　互聯網金融影響因素得分次序

表5　互聯網金融衡量指標得分次序

三、結論與展望

通過選取2006—2015共10年數據、5大層次影響因素17項指標構建我國互聯網金融發(fā)展影響因素指標體系，并在此基礎上對十年來互聯網金融發(fā)展狀況、各影響因素與衡量指標的貢獻度進行了量化。結果表明：

第一，近十年來，互聯網金融總體處于上升趨勢，僅2007年、2010年2014年出現下滑，且其發(fā)展速度加快，互聯網金融得分年均上升1.53%，2010年之后年均上升2.96%。這說明近十年互聯網金融作為知識與技術密集型的新型金融業(yè)務模式，憑借自身的優(yōu)勢發(fā)展態(tài)勢良好，彌補了在利率化市場進程中傳統金融的市場空白，為我國經濟與產業(yè)的發(fā)展結構調整注入新的增長極。然而其發(fā)展也會出現一定的波動，缺乏有效行業(yè)監(jiān)管、準入門檻低、參與者資質參差不齊等問題依然是其發(fā)展面臨的嚴峻考驗，需要進一步改革創(chuàng)新。

第二，從各影響因素的權重分析，互聯網金融發(fā)展影響程度最高的是金融活動因素，影響程度最小的是政策環(huán)境因素；從不同年份影響因素貢獻度角度分析，各影響因素貢獻度不同年份相差甚遠，但近年網民特征因素的影響程度后來居上。金融活動包含傳統金融和互聯網金融，在傳統金融和互聯網金融相互激蕩浪潮中，政府及企業(yè)要善于抓住機遇，互補兩種金融的優(yōu)勢創(chuàng)新自身金融發(fā)展模式，促進兩者的融合發(fā)展[11]。據資料分析，中低收入、中等教育程度、中青年人等網民特征更易接受互聯網金融模式，在中國互聯網的發(fā)展過程中，新網民的不斷增長，奠定了互聯網與經濟社會更加堅實的深度融合基礎。

第三，從各衡量指標權重分析，金融機構人民幣活期存款基準利率、政策環(huán)境、大專及以上網民人數比例對互聯網金融影響最大，網站數量、居民消費價格指數、月收入1 000～5 000元網民比例對互聯網金融影響較小。從不同年份指標的貢獻度角度分析，2011年之后逐漸呈現一定規(guī)律性，環(huán)境政策和網購使用率發(fā)揮著重要作用。近年，網絡購物成為互聯網金融發(fā)展新的增長極，反映了互聯網金融相關密切產業(yè)的推動作用，為此要利用社交網絡衍生出互聯網金融需求，提高用戶使用緊密性，促進互聯網金融與相關消費產業(yè)的良性互動。此外研究表明，雖然短期內政策出臺會使互聯網金融發(fā)展面臨趨緊，但從長遠發(fā)展來看，互聯網金融企業(yè)只要在法律法規(guī)允許范圍內不斷改革創(chuàng)新產品，充分發(fā)揮互聯網金融的優(yōu)勢，重視信息泄露和信息安全問題，那么互聯網金融的發(fā)展前景將是一片藍圖[12]。

[1]霍兵,張延良.互聯網金融發(fā)展的驅動因素和策略——基于長尾理論視角[J].宏觀經濟研究,2015(2):86-93.

[2]謝清河.我國互聯網金融發(fā)展問題研究[J].經濟研究參考,2013(9):29-36.

[3]謝平,鄒傳偉.互聯網金融模式研究[J].金融研究,2012(12):11-22.

[4]劉瀾飚,沈鑫,郭步超.互聯網金融發(fā)展及其對傳統金融模式的影響探討[J].經濟學動態(tài),2013(8):73-83.

[5]謝平,鄒傳偉,劉海二.互聯網金融監(jiān)管的必要性與核心原則[J].國際金融研究,2014(8):3-9.

[6]鄭聯盛.中國互聯網金融:模式、影響、本質與風險[J].國際經濟評論,2014(5):103-118.

[7]尹海員,王盼盼.我國互聯網金融監(jiān)管現狀及體系構建[J].財經科學,2015(9):12-24.

[8]龔遙,顧曉安.互聯網金融發(fā)展影響因素實證分析[J].經濟經緯,2016(6):143-148.

[9]劉紅良.淺析《非金融機構支付服務管理辦法》對第三方支付的影響[J].江蘇廣播電視大學學報,2010(6):74-77.

[10]王佼,劉艷春.互聯網金融信用風險及其影響分析[J].技術經濟與管理研究,2016(7):75-79.

[11]王賽芳.我國互聯網金融發(fā)展水平及空間分異研究[J].農村金融研究,2016(11):33-37.

[12]唐細宗.“互聯網+”時代眾籌融資法律監(jiān)管之探析[J].常州大學學報(社會科學版),2017,18(4):43-49.