基于VAR和VEC模型的互聯(lián)網(wǎng)金融與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究

王雪然

(洛陽(yáng)理工學(xué)院 會(huì)計(jì)學(xué)院， 河南 洛陽(yáng) 471023)

0 引 言

互聯(lián)網(wǎng)金融異軍突起的發(fā)展態(tài)勢(shì)正在顯著沖擊傳統(tǒng)金融機(jī)構(gòu)的既有盈利模式,其與生俱來(lái)的創(chuàng)新性與當(dāng)前我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)，以及由要素驅(qū)動(dòng)、投資驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)型經(jīng)濟(jì)增長(zhǎng)方式不謀而合。因此，分析和把握互聯(lián)網(wǎng)金融與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，對(duì)引導(dǎo)互聯(lián)網(wǎng)金融行業(yè)發(fā)展具有重要意義。

1 變量與數(shù)據(jù)來(lái)源

文中選擇第三方支付、P2P、眾籌作為互聯(lián)網(wǎng)金融發(fā)展的典型形式[1-2]，對(duì)互聯(lián)網(wǎng)金融與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行實(shí)證研究。

第三方支付、P2P和眾籌的數(shù)據(jù)主要分別來(lái)自2017年中國(guó)第三方支付年度報(bào)告、2016網(wǎng)貸行業(yè)年度報(bào)告、2016中國(guó)眾籌行業(yè)年報(bào)。中國(guó)經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站和相關(guān)網(wǎng)頁(yè)。結(jié)合研究對(duì)象、數(shù)據(jù)的可得性及構(gòu)建模型需要，對(duì)各變量及數(shù)據(jù)處理過(guò)程說(shuō)明如下:

1)用互聯(lián)網(wǎng)支付代表第三方支付，各變量個(gè)別年份數(shù)據(jù)根據(jù)歷史數(shù)據(jù)估算得到；

2)由于我國(guó)互聯(lián)網(wǎng)金融自2013年才得以迅速發(fā)展，當(dāng)前仍屬于新興事物，因此所有變量的時(shí)間跨度為2010-2018年；

3)由于自由度原因，在盡量保持?jǐn)?shù)據(jù)原始性的基礎(chǔ)上，利用quadratic-match average、linear-match last插值方法將各變量2010-2018年度數(shù)據(jù)轉(zhuǎn)化為半年度數(shù)據(jù)；

4)由于數(shù)據(jù)中可能存在的指數(shù)趨勢(shì)和異方差性，對(duì)轉(zhuǎn)化后的數(shù)據(jù)采取對(duì)數(shù)化處理。處理以后各變量對(duì)應(yīng)符號(hào)為：

經(jīng)濟(jì)增長(zhǎng)----lnGDP；

第三方支付----lnPAYMENT；

P2P----lnP2P；

眾籌----lnFUND。

2 互聯(lián)網(wǎng)金融與經(jīng)濟(jì)增長(zhǎng)的向量自回歸模型(VAR)

選取彼此相互影響的多個(gè)變量建立回歸模型會(huì)增加對(duì)其推斷和估計(jì)的難度，而選用向量自回歸模型(VAR模型)和向量誤差修正模型(VEC模型)的非結(jié)構(gòu)性計(jì)量經(jīng)濟(jì)模型能夠較準(zhǔn)確地把握各變量之間的動(dòng)態(tài)關(guān)系[3]。

2.1 變量的平穩(wěn)性檢驗(yàn)

時(shí)間序列的平穩(wěn)性能夠有效防止偽回歸模型的出現(xiàn)。采用ADF單位根檢驗(yàn)方法對(duì)所選取變量對(duì)數(shù)化后的時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。檢驗(yàn)結(jié)果均拒絕存在單位根的原假設(shè)，且lnGDP、lnPAYMENT、lnP2P、lnFUND都是零階單整序列I(0)。

2.2 滯后期的選擇

VAR模型結(jié)果的優(yōu)劣取決于對(duì)變量滯后階數(shù)的選擇，依據(jù)AIC信息準(zhǔn)則下的最優(yōu)滯后階數(shù)檢驗(yàn)結(jié)果確定最優(yōu)滯后階數(shù)為2。

VAR模型滯后期選擇標(biāo)準(zhǔn)見(jiàn)表1。

表1 VAR模型滯后期選擇標(biāo)準(zhǔn)

2.3 VAR模型的參數(shù)估計(jì)

經(jīng)過(guò)比對(duì)(VAR模型參數(shù)的估計(jì)結(jié)果表略)，文中選擇滯后2階的VAR模型。從估計(jì)結(jié)果來(lái)看，經(jīng)濟(jì)增速、第三方支付、P2P及眾籌四個(gè)方程的擬合優(yōu)度都比較理想，說(shuō)明經(jīng)濟(jì)增長(zhǎng)和互聯(lián)網(wǎng)金融發(fā)展之間的關(guān)系密切[4]。

由估計(jì)結(jié)果得到各變量序列的向量自回歸模型(VAR)的矩陣方程

2.4 VAR模型的穩(wěn)定性檢驗(yàn)

VAR模型的穩(wěn)定性是進(jìn)行后續(xù)分析的重要基礎(chǔ)。若由AR特征多項(xiàng)式根的倒數(shù)所代表的點(diǎn)都在單位圓內(nèi)，則所建立的VAR模型就是穩(wěn)定的，AR特征多項(xiàng)式的根如圖1所示。

圖1 AR特征多項(xiàng)式的根

由圖1檢驗(yàn)結(jié)果可知，所估計(jì)的VAR模型是穩(wěn)定的，可以進(jìn)行后續(xù)分析。

2.5 AR模型的Granger因果關(guān)系檢驗(yàn)

針對(duì)所建立的VAR模型，采用Granger Causality/Block Exogeneity Wald Tests進(jìn)行變量之間的因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表2。

在lnFUND方程中，可以認(rèn)為經(jīng)濟(jì)增速和第三方支付不是眾籌變化的原因，P2P是眾籌變化的原因，經(jīng)濟(jì)增速、P2P、第三方支付的聯(lián)合作用也是眾籌變化的原因。在lnGDP方程中，可以認(rèn)為第三方支付不是經(jīng)濟(jì)增速變化的原因，眾籌、P2P是經(jīng)濟(jì)增速變化的原因，眾籌、P2P、第三方支付的聯(lián)合作用也是經(jīng)濟(jì)增速變化的原因。在lnP2P方程中，可以認(rèn)為眾籌、經(jīng)濟(jì)增速、第三方支付是P2P變化的原因，眾籌、經(jīng)濟(jì)增速、第三方支付的聯(lián)合作用也是P2P變化的原因。在lnPAYMENT方程中，可以認(rèn)為經(jīng)濟(jì)增速不是第三方支付變化的原因，眾籌、P2P是第三方支付變化的原因，眾籌、經(jīng)濟(jì)增速、P2P的聯(lián)合作用也是第三方支付變化的原因[5]。

表2 VAR Granger因果檢驗(yàn)結(jié)果

2.6 脈沖響應(yīng)函數(shù)與方差分解分析

脈沖響應(yīng)函數(shù)能夠直觀描述模型系統(tǒng)中單一變量產(chǎn)生擾動(dòng)或沖擊如何動(dòng)態(tài)影響其他變量。通過(guò)VAR模型的脈沖響應(yīng)函數(shù)可以對(duì)模型中各變量響應(yīng)函數(shù)的時(shí)間路徑進(jìn)行分析[6]。由于模型中有4個(gè)變量，鑒于研究需要，文中僅給出經(jīng)濟(jì)增速(lnGDP)的脈沖響應(yīng)函數(shù)時(shí)間路徑,如圖2所示。

(a) Response of lnGDP to lnGDP (b) Response of lnGDP to lnPAYMENT

(c) Response of lnGDP to lnP2P (d) Response of lnGDP to lnFUND

由圖2可知，經(jīng)濟(jì)增速變化對(duì)于自身的擾動(dòng)或沖擊響應(yīng)程度較大，而第三方支付對(duì)經(jīng)濟(jì)增速的變化影響小，P2P對(duì)經(jīng)濟(jì)增速的變化影響也較小，且兩者對(duì)經(jīng)濟(jì)增速的變化影響趨于平穩(wěn),但眾籌對(duì)經(jīng)濟(jì)增速的變化影響明顯。通過(guò)累計(jì)脈沖響應(yīng)函數(shù)，可以觀察經(jīng)濟(jì)增速對(duì)于各變量沖擊的累計(jì)反應(yīng)時(shí)間路徑。同樣顯示出眾籌對(duì)經(jīng)濟(jì)增速變化的沖擊明顯，而第三方支付和P2P對(duì)經(jīng)濟(jì)增速變化的沖擊弱。

經(jīng)濟(jì)增速累計(jì)脈沖響應(yīng)函數(shù)如圖3所示。

方差分解可以提供VAR模型中其他變量對(duì)某一個(gè)變量變化(通常用方差表示)的貢獻(xiàn)度，以此評(píng)價(jià)不同變量擾動(dòng)或沖擊的重要性。VAR模型中經(jīng)濟(jì)增速變量的方差分解結(jié)果見(jiàn)表3。

圖3 經(jīng)濟(jì)增速累計(jì)脈沖響應(yīng)函數(shù)

表3 經(jīng)濟(jì)增速變量方差分解結(jié)果

經(jīng)濟(jì)增速方程方差中,由自身的擾動(dòng)或沖擊所起的貢獻(xiàn)度先是由大到小，在滯后5期后又略有增加，并從第8期開(kāi)始趨于平穩(wěn)，滯后10期的貢獻(xiàn)率為23.3%。第三方支付對(duì)方差的貢獻(xiàn)率由小變大，在滯后6期后貢獻(xiàn)率基本穩(wěn)定，滯后10期的貢獻(xiàn)率為2.9%。P2P對(duì)方差的貢獻(xiàn)率在滯后2期達(dá)到最大值4.4%，然后有所減緩并基本趨于穩(wěn)定，滯后10期的貢獻(xiàn)率為3.6%。眾籌對(duì)方差的貢獻(xiàn)率由小變大，在滯后5期后略有下降并基本趨于穩(wěn)定，滯后10期的貢獻(xiàn)率為70.1%。

總體來(lái)看，經(jīng)濟(jì)增速受自身變化的影響比較明顯，如果撇開(kāi)自身的影響，經(jīng)濟(jì)增速在滯后期內(nèi)主要受眾籌、P2P變化的影響，尤其是受眾籌變化的影響非常明顯。在滯后的后期逐步受到第三方支付變化的影響。

3 互聯(lián)網(wǎng)金融與經(jīng)濟(jì)增長(zhǎng)的向量誤差修正模型(VEC)

3.1 協(xié)整檢驗(yàn)

根據(jù)前面單位根檢驗(yàn)的結(jié)果，lnGDP、lnPAYMENT、lnP2P、lnFUND都是零階單整序列，文中采用Johansen檢驗(yàn)方法來(lái)檢驗(yàn)它們之間是否存在協(xié)整關(guān)系[7]。結(jié)果顯示，跡檢驗(yàn)和最大特征值檢驗(yàn)都在5%的顯著性水平上拒絕了“不存在,至多存在1個(gè)、2個(gè)、3個(gè)協(xié)整關(guān)系”的原假設(shè)，且跡檢驗(yàn)和最大特征值檢驗(yàn)結(jié)果都顯示在5%的顯著性水平下，經(jīng)濟(jì)增長(zhǎng)和互聯(lián)網(wǎng)金融變量之間存在4個(gè)協(xié)整方程。

3.2 向量誤差修正模型(VEC)估計(jì)結(jié)果

根據(jù)前面的檢驗(yàn)結(jié)果，對(duì)于lnGDP、lnPAYMENT、lnP2P、lnFUND之間具有協(xié)整關(guān)系，則可以建立向量誤差修正模型。由于各變量觀測(cè)值數(shù)量有限的原因，文中估計(jì)的是沒(méi)有一階差分項(xiàng)的VEC模型，指定滯后階數(shù)的形式為“0 0”。估計(jì)結(jié)果見(jiàn)表4。

表4 各變量序列的協(xié)整向量

得到一個(gè)協(xié)整方程

lnFUND=12.110 85+0.362 19lnGDPt-1+

2.129 413lnP2Pt-1-

1.438 077lnPAYMENTt-1。

協(xié)整方程表明,在其他條件不變的情況下，經(jīng)濟(jì)增速每上漲1%，眾籌就上漲0.36%；P2P每上漲1%，眾籌就上漲2.13%；第三方支付每上漲1%，眾籌就減少1.44%。根據(jù)VEC模型估計(jì)結(jié)果，得到各變量在樣本期內(nèi)的協(xié)整關(guān)系，如圖4所示。

圖4 VEC模型協(xié)整關(guān)系

由圖4可以看出，眾籌與經(jīng)濟(jì)增速、P2P、第三方支付圍繞零值均線代表的長(zhǎng)期均衡的波動(dòng)趨勢(shì)。2012-2014年各變量之間的關(guān)系處于大幅波動(dòng)中，之后波動(dòng)幅度變小，關(guān)系趨于穩(wěn)定。

協(xié)整向量和誤差修正項(xiàng)估計(jì)結(jié)果見(jiàn)表5。

表5 協(xié)整向量和誤差修正項(xiàng)估計(jì)結(jié)果

根據(jù)上述結(jié)果可以得到包含誤差修正項(xiàng)且沒(méi)有滯后差分項(xiàng)的VEC的矩陣方程

4 結(jié) 語(yǔ)

經(jīng)濟(jì)增長(zhǎng)與互聯(lián)網(wǎng)金融的發(fā)展互相作用、互相影響。從VAR模型的Granger因果檢驗(yàn)結(jié)果來(lái)看，以經(jīng)濟(jì)增速、第三方支付、P2P、眾籌為因變量時(shí)，其他各變量的聯(lián)合作用都很顯著。這一結(jié)果說(shuō)明經(jīng)濟(jì)增長(zhǎng)與互聯(lián)網(wǎng)金融之間能夠相互作用，也說(shuō)明所建立的模型能夠客觀地模擬現(xiàn)實(shí)狀況。

從脈沖響應(yīng)函數(shù)與方差分解分析的結(jié)果來(lái)看，經(jīng)濟(jì)增長(zhǎng)會(huì)受到自身變化影響。除此之外，眾籌對(duì)經(jīng)濟(jì)增長(zhǎng)的影響最大，P2P和第三方支付對(duì)經(jīng)濟(jì)增長(zhǎng)影響較小。

從VEC模型的協(xié)整關(guān)系圖來(lái)看，互聯(lián)網(wǎng)金融與經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期均衡的穩(wěn)定關(guān)系。同時(shí)，在互聯(lián)網(wǎng)金融行業(yè)內(nèi)部，不同互聯(lián)網(wǎng)金融業(yè)態(tài)在其持續(xù)發(fā)展中存在相互制約的情況。隨著各種新興互聯(lián)網(wǎng)金融業(yè)態(tài)的不斷衍變創(chuàng)新，其所形成的業(yè)務(wù)交集中可能存在互相競(jìng)爭(zhēng)甚至矛盾的成分[8]。

互聯(lián)網(wǎng)金融的發(fā)展具備可持續(xù)的創(chuàng)新性，能夠有效彌補(bǔ)傳統(tǒng)金融機(jī)構(gòu)服務(wù)實(shí)體經(jīng)濟(jì)的空白[9]。為減少或避免互聯(lián)網(wǎng)金融行業(yè)內(nèi)部可能出現(xiàn)的無(wú)序甚至惡意競(jìng)爭(zhēng)，對(duì)互聯(lián)網(wǎng)金融行業(yè)分類設(shè)定業(yè)務(wù)門(mén)檻，分類實(shí)施監(jiān)管變得愈加緊迫、重要。