消費(fèi)金融對(duì)國(guó)內(nèi)居民消費(fèi)支出的影響
——基于VAR模型的實(shí)證研究

袁 悅 巫朝霞

新疆財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)學(xué)院，新疆 烏魯木齊 830012

隨著社會(huì)經(jīng)濟(jì)轉(zhuǎn)型，居民消費(fèi)逐漸成為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要驅(qū)動(dòng)力，消費(fèi)金融作為刺激消費(fèi)的重要手段之一，其發(fā)展已成為時(shí)代需求。2015年，政府主張利用互聯(lián)網(wǎng)技術(shù)和金融工具相結(jié)合等手段改善傳統(tǒng)生產(chǎn)銷售模式，提出“加強(qiáng)供給側(cè)改革”和促進(jìn)消費(fèi)的觀點(diǎn)，進(jìn)一步推動(dòng)了消費(fèi)金融的快速發(fā)展。在此態(tài)勢(shì)下，居民的消費(fèi)水平得到了改善，消費(fèi)市場(chǎng)的發(fā)展空間得到了擴(kuò)展，消費(fèi)結(jié)構(gòu)發(fā)生了改變，也進(jìn)一步推動(dòng)了經(jīng)濟(jì)的増長(zhǎng)和發(fā)展方式的轉(zhuǎn)變。

目前，不少學(xué)者圍繞消費(fèi)金融和消費(fèi)兩者間的關(guān)系進(jìn)行實(shí)證分析，利用不同的研究方法，發(fā)現(xiàn)消費(fèi)金融對(duì)居民消費(fèi)存在一定的積極影響[1-2]，其發(fā)展一方面帶動(dòng)了消費(fèi)的增長(zhǎng)，另一方面也促進(jìn)了消費(fèi)結(jié)構(gòu)的升級(jí)[3]。對(duì)比消費(fèi)金融領(lǐng)域的有關(guān)研究，聚焦于傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融融合發(fā)展的相關(guān)研究較為缺乏。部分學(xué)者基于不同角度對(duì)比研究我國(guó)互聯(lián)網(wǎng)消費(fèi)金融與傳統(tǒng)消費(fèi)金融的發(fā)展，發(fā)現(xiàn)盡管互聯(lián)網(wǎng)消費(fèi)金融企業(yè)的出現(xiàn)會(huì)給傳統(tǒng)消費(fèi)金融機(jī)構(gòu)帶來(lái)一定的競(jìng)爭(zhēng)壓力，但并不意味著兩者間是對(duì)立關(guān)系，相反兩者間的深度融合發(fā)展才是促進(jìn)消費(fèi)金融市場(chǎng)更好發(fā)展的關(guān)鍵[4-6]。也有學(xué)者利用網(wǎng)絡(luò)收集的互聯(lián)網(wǎng)消費(fèi)金融放貸規(guī)模數(shù)據(jù)，從居民收入和支出入手，通過(guò)實(shí)證分析發(fā)現(xiàn)，在互聯(lián)網(wǎng)消費(fèi)金融發(fā)展下居民支出得到了提高，國(guó)內(nèi)消費(fèi)結(jié)構(gòu)得到了優(yōu)化，從而推動(dòng)了經(jīng)濟(jì)增長(zhǎng)[7-8]。

綜上所述，發(fā)現(xiàn)傳統(tǒng)消費(fèi)金融能夠刺激居民消費(fèi)，互聯(lián)網(wǎng)消費(fèi)金融可以拉動(dòng)消費(fèi)支出。但已有的文獻(xiàn)較多地關(guān)注傳統(tǒng)消費(fèi)金融對(duì)消費(fèi)的影響，在研究過(guò)程很少引入互聯(lián)網(wǎng)消費(fèi)金融這一變量，缺乏互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融兩者融合發(fā)展對(duì)居民消費(fèi)支出的定量分析。因此，研究互聯(lián)網(wǎng)消費(fèi)金融與傳統(tǒng)消費(fèi)金融的共同發(fā)展是否能正向地影響消費(fèi)支出，且兩者對(duì)消費(fèi)支出的影響程度如何，在理論與現(xiàn)實(shí)兩方面對(duì)于互聯(lián)網(wǎng)消費(fèi)金融市場(chǎng)如何保持健康發(fā)展具有十分重大的意義。

1 研究設(shè)計(jì)

1.1 研究方法

向量自回歸（VAR）模型是由克里斯托弗·西姆斯于1980年提出的，是指基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型，在系統(tǒng)中將每一個(gè)內(nèi)生變量作為所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型，從而將單變量自回歸模型演變?yōu)橛啥嘣獣r(shí)間序列變量組成的“向量”自回歸模型。該模型表現(xiàn)形式為多個(gè)方程的聯(lián)立，在模型的每一個(gè)方程中，內(nèi)生變量對(duì)模型中的全部?jī)?nèi)生變量的滯后值進(jìn)行回歸，從而估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系，通過(guò)脈沖響應(yīng)分析隨機(jī)擾動(dòng)項(xiàng)對(duì)系統(tǒng)中變量的動(dòng)態(tài)沖擊，進(jìn)一步解釋各種經(jīng)濟(jì)沖擊對(duì)經(jīng)濟(jì)變量造成的影響。

此模型的最大特點(diǎn)是將所有變量等量化，通過(guò)內(nèi)生變量與相關(guān)的滯后項(xiàng)來(lái)描述彼此之間的相互關(guān)系。因此，基于VAR模型，研究傳統(tǒng)的消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融變量動(dòng)態(tài)變化與居民消費(fèi)支出間的相互關(guān)系。

建立VAR模型的過(guò)程：

其中，t=1，2，…，T。

1.2 數(shù)據(jù)來(lái)源及變量選取

經(jīng)濟(jì)學(xué)家凱恩斯于1936年提出了絕對(duì)收入假說(shuō)，在該假說(shuō)中，收入是消費(fèi)支出的主要影響因素。由于本文主要研究傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融共同發(fā)展對(duì)居民消費(fèi)支出的影響，因此，選擇了居民收入總額作為收入變量（Income）、居民消費(fèi)支出作為支出變量（Consumption）、商業(yè)銀行等機(jī)構(gòu)的居民消費(fèi)貸款作為傳統(tǒng)的消費(fèi)金融發(fā)展水平變量（Tradition）；在互聯(lián)網(wǎng)中消費(fèi)金融的發(fā)展水平變量（Internet）由互聯(lián)網(wǎng)消費(fèi)金融放貸規(guī)模表示。文中取用的是居民收入、消費(fèi)支出、互聯(lián)網(wǎng)消費(fèi)金融放貸規(guī)模和居民消費(fèi)信貸從2007年至2020年的年度數(shù)據(jù)，其中前2個(gè)變量的數(shù)據(jù)取自于國(guó)家統(tǒng)計(jì)局、互聯(lián)網(wǎng)消費(fèi)金融放貸規(guī)模數(shù)據(jù)取自于互聯(lián)網(wǎng)消費(fèi)金融的有關(guān)報(bào)告、居民消費(fèi)信貸數(shù)據(jù)取自于人民銀行官網(wǎng)統(tǒng)計(jì)數(shù)據(jù)。鑒于報(bào)告中收錄的互聯(lián)網(wǎng)消費(fèi)金融規(guī)模的相關(guān)數(shù)據(jù)有限，因此，借鑒趙保國(guó)學(xué)者[7]的數(shù)據(jù)處理方式，將2011年之前的互聯(lián)網(wǎng)消費(fèi)金融規(guī)模設(shè)置為0.000 01。為了確保數(shù)據(jù)的平穩(wěn)性，避免各變量間的量綱差別和可能存在的異方差性，將居民收入、消費(fèi)支出、互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融的放貸規(guī)模數(shù)據(jù)選用其自然對(duì)數(shù)形式表示。因此，在模型中，將消費(fèi)支出的對(duì)數(shù)形式即lnConsumption作為因變量，而收入的對(duì)數(shù)形式即lnIncome、互聯(lián)網(wǎng)消費(fèi)金融發(fā)展水平的對(duì)數(shù)形式即lnInternet和傳統(tǒng)消費(fèi)金融發(fā)展水平的對(duì)數(shù)形式即lnTradition作為自變量。

結(jié)合互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融的放貸規(guī)模相關(guān)數(shù)據(jù)，繪制出傳統(tǒng)的消費(fèi)金融與互聯(lián)網(wǎng)消費(fèi)金融的發(fā)展趨勢(shì)，如圖1所示。

1.“互聯(lián)網(wǎng)+”提升了家長(zhǎng)參與親職教育的效率。在我國(guó)，很多父母都需要兼顧工作和家庭，陪伴孩子的時(shí)間有限，更不用說(shuō)花費(fèi)專門的時(shí)間來(lái)系統(tǒng)學(xué)習(xí)親職教育的知識(shí)?！盎ヂ?lián)網(wǎng)+”時(shí)代，家長(zhǎng)只需要拿上手機(jī)，就能快速接收到海量的教育資源，充分利用碎片化時(shí)間進(jìn)行學(xué)習(xí)，對(duì)專門固定時(shí)間的要求大大降低。此外，微信、QQ等大量社交平臺(tái)的存在，也為專家和家長(zhǎng)、家長(zhǎng)和家長(zhǎng)之間的溝通搭建了橋梁，便于家長(zhǎng)在遇到育兒?jiǎn)栴}時(shí)及時(shí)交流，獲取幫助和支持。同時(shí)，兼具教育與娛樂(lè)功能的教育類軟件也正在開發(fā)和推廣中，優(yōu)質(zhì)互聯(lián)網(wǎng)產(chǎn)品大大提高了親職教育的效率。

圖 1 2013—2021年消費(fèi)金融發(fā)展趨勢(shì)

根據(jù)圖1可看出，在2014年后傳統(tǒng)消費(fèi)金融交易規(guī)模隨著互聯(lián)網(wǎng)的發(fā)展，其趨勢(shì)上下起伏較為波動(dòng)。在當(dāng)前我國(guó)移動(dòng)互聯(lián)網(wǎng)技術(shù)不斷更新和發(fā)展的時(shí)代大環(huán)境下，互聯(lián)網(wǎng)消費(fèi)金融以高增速的方式快速發(fā)展，而傳統(tǒng)消費(fèi)金融卻以低增長(zhǎng)率緩慢發(fā)展。不言而喻，互聯(lián)網(wǎng)消費(fèi)金融的迅猛崛起雖然給傳統(tǒng)的消費(fèi)金融業(yè)務(wù)帶來(lái)了不小的挑戰(zhàn)和沖擊，但兩者在我國(guó)的金融制度中都發(fā)揮了不可或缺的作用。因此，為了研究傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融兩種模式的共同發(fā)展是否會(huì)對(duì)居民的支出產(chǎn)生影響且影響程度如何，本文利用所得的數(shù)據(jù)構(gòu)建向量自回歸模型，運(yùn)用相關(guān)統(tǒng)計(jì)軟件進(jìn)一步對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，再利用單位根（ADF）檢驗(yàn)此數(shù)據(jù)的平穩(wěn)性，選擇滯后階數(shù)、估計(jì)模型中的參數(shù)，隨后通過(guò)脈沖響應(yīng)函數(shù)、方差分解、格蘭杰因果檢驗(yàn)，具體分析互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融兩種模式對(duì)居民消費(fèi)支出沖擊的動(dòng)態(tài)影響。

2 模型構(gòu)建及檢驗(yàn)

2.1 平穩(wěn)性檢驗(yàn)

由于VAR模型中的變量要求為平穩(wěn)的序列，因此為避免“偽回歸”現(xiàn)象的出現(xiàn)，首先對(duì)每一個(gè)進(jìn)入模型的序列都進(jìn)行平穩(wěn)性檢驗(yàn)，通常采用統(tǒng)計(jì)檢驗(yàn)中的ADF檢驗(yàn)，即以ADF檢驗(yàn)為方法，確保模型中的每個(gè)變量都是平穩(wěn)的，檢驗(yàn)結(jié)果見表1。

表1 ADF檢驗(yàn)結(jié)果

在變量選取時(shí)，為減少誤差，需對(duì)選好的原始數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理，因此取完對(duì)數(shù)后的新序列分別為lnIncome、lnConsumption、lnInternet、lnTradition，為確定新序列的平穩(wěn)性，分別對(duì)其進(jìn)行ADF檢驗(yàn)，如表1所示，即為本次單位根檢驗(yàn)的結(jié)果。

由表1顯示的數(shù)據(jù)可知，序列l(wèi)nIncome、lnConsumption、lnInternet、lnTradition在ADF檢驗(yàn)中置信水平為5%時(shí)，其統(tǒng)計(jì)量均遠(yuǎn)遠(yuǎn)大于自身對(duì)應(yīng)的臨界值，且所對(duì)應(yīng)的P值都大于0.05，表明序列為非平穩(wěn)序列。而經(jīng)過(guò)二階差分后所得到的D(lnIncome)、D(lnConsumption)、D(lnInternet)、D(lnTradition)這4個(gè)序列，其結(jié)果剛好相反，都達(dá)到了平穩(wěn)的狀態(tài)。從表1可知，lnIncome、lnConsumption、lnInternet、lnTradition序列無(wú)論在置信水平為5%還是10%的情況都是非平穩(wěn)序列，但是經(jīng)過(guò)二階差分后序列均滿足平穩(wěn)性。因此，建立模型時(shí)采用經(jīng)過(guò)二階差分后的居民收入、居民消費(fèi)支出、互聯(lián)網(wǎng)消費(fèi)金融發(fā)展水平、傳統(tǒng)消費(fèi)金融發(fā)展水平數(shù)據(jù)。

2.2 滯后階數(shù)的選擇

序列的平穩(wěn)性確定后，應(yīng)確定模型的最優(yōu)滯后階數(shù)，以保證模型的穩(wěn)定性。在確定模型的滯后階數(shù)中既要考慮到階數(shù)的充足性，也要考慮到模型的自由度。因此利用LogL（最大似然）、LR（似然比）、AIC（最小信息化）等統(tǒng)計(jì)檢驗(yàn)準(zhǔn)則來(lái)確定此模型的滯后階數(shù)，如表2所示。當(dāng)模型滯后期為1時(shí)，所檢驗(yàn)指標(biāo)對(duì)應(yīng)的結(jié)果顯著，因此，將此VAR模型的滯后階數(shù)定為1階，且所對(duì)應(yīng)的VAR模型較為合理。

表2 Lag Length Criteria 法下滯后階數(shù)檢驗(yàn)

2.3 模型平穩(wěn)性檢驗(yàn)

在模型的滯后階數(shù)確定后，模型的平穩(wěn)性還需要利用單位圓進(jìn)行檢驗(yàn)，如圖2所示。當(dāng)模型的所有特征根都位于單位圓內(nèi)時(shí)，就可以說(shuō)模型是穩(wěn)定的。從圖2可以看出，此模型的特征根都位于單位圓內(nèi)，這說(shuō)明滯后一階的模型擬合度較高且比較穩(wěn)定。

圖2 AR根圖

因此，確定最大滯后階數(shù)為1，將常數(shù)項(xiàng)作為外生變量。其中Consumption作為因變量時(shí)，參數(shù)估計(jì)結(jié)果如下：

該參數(shù)估計(jì)結(jié)果表明，當(dāng)互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融交易規(guī)模的系數(shù)分別為0.008 702和0.602 589時(shí)，兩者都正向作用于居民的消費(fèi)支出。居民收入變量前的作用系數(shù)為1.803 009，對(duì)居民消費(fèi)支出也存在正向作用。雖然互聯(lián)網(wǎng)消費(fèi)金融迅速發(fā)展，但與居民收入、傳統(tǒng)消費(fèi)金融相比，其作用系數(shù)均小于傳統(tǒng)消費(fèi)金融和居民收入的系數(shù)。這表明，居民收入、傳統(tǒng)的消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融交易規(guī)模3個(gè)變量對(duì)居民消費(fèi)支出都具有正向的推動(dòng)作用，但在這3個(gè)變量中居民收入對(duì)居民消費(fèi)支出的影響程度最大，傳統(tǒng)的消費(fèi)金融交易規(guī)模次之，這恰好也符合凱恩斯假說(shuō)中收入是影響消費(fèi)支出的主要因素的理論。此外，該模型的擬合系數(shù)R2為0.9236因而模型擬合度較高。在消費(fèi)金融市場(chǎng)中，與互聯(lián)網(wǎng)消費(fèi)金融規(guī)模相比較，傳統(tǒng)的消費(fèi)金融仍在居民消費(fèi)支出中占據(jù)主體地位，但隨著互聯(lián)網(wǎng)消費(fèi)金融放貸規(guī)模的不斷發(fā)展，其對(duì)居民消費(fèi)支出的影響力也不容忽視。

3 實(shí)證分析

3.1 脈沖響應(yīng)

脈沖響應(yīng)分析實(shí)質(zhì)是在模型穩(wěn)定的前提下，研究在不同時(shí)期，沖擊對(duì)某個(gè)變量的動(dòng)態(tài)影響。因此，通過(guò)繪制脈沖響應(yīng)圖，分析互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融放貸規(guī)模與居民消費(fèi)支出之間的動(dòng)態(tài)關(guān)系，如圖3和圖4所示。

圖3 D(lnConsumption)對(duì)D(lnInternet)的脈沖響應(yīng)

圖4 D(lnConsumption)對(duì)D(lnTradition)的脈沖響應(yīng)

文中重點(diǎn)分析了傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融的放貸規(guī)模對(duì)國(guó)內(nèi)居民消費(fèi)支出的影響，就不再具體分析了消費(fèi)支出與收入之間的脈沖響應(yīng)。因此，在圖3中，當(dāng)給互聯(lián)網(wǎng)消費(fèi)金融變量一個(gè)正向的沖擊時(shí)，因變量居民消費(fèi)支出就產(chǎn)生了一個(gè)先下降后上升的小幅度波動(dòng)，最終上升趨于零。由圖4可知，當(dāng)給傳統(tǒng)的消費(fèi)金融放貸規(guī)模一個(gè)正向沖擊時(shí)，居民消費(fèi)支出因變量在前期呈現(xiàn)先迅速上升隨之下降的態(tài)勢(shì)，而后放緩速度出現(xiàn)逐步上升的趨勢(shì)，最后下降趨勢(shì)趨于零。從圖中可看出，居民消費(fèi)支出的年增量對(duì)傳統(tǒng)消費(fèi)金融放貸規(guī)模的年增量的脈沖響應(yīng)更為敏感。

此外，居民消費(fèi)支出變量分別對(duì)傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融的放貸規(guī)模變量的脈沖響應(yīng)最終都趨于零，說(shuō)明居民消費(fèi)支出對(duì)兩者的脈沖響應(yīng)最終都趨于穩(wěn)定狀態(tài)。其中，消費(fèi)支出對(duì)互聯(lián)網(wǎng)消費(fèi)金融的脈沖響應(yīng)趨于穩(wěn)定狀態(tài)大約需要8年，而對(duì)傳統(tǒng)的消費(fèi)金融放貸規(guī)模變量的脈沖響應(yīng)趨于零也需要大約11年，可以看出居民消費(fèi)支出對(duì)兩者脈沖響應(yīng)趨于穩(wěn)定狀態(tài)在時(shí)間上差距不大。

3.2 方差分解

脈沖響應(yīng)主要考察了消費(fèi)金融對(duì)居民支出變量的影響，而方差分解則衡量了不同消費(fèi)金融對(duì)居民消費(fèi)支出影響的貢獻(xiàn)度及不同時(shí)期的效應(yīng)描述。圖5和圖6列出了居民最終消費(fèi)支出的方差分解結(jié)果，分別表示了D(lnInternet)和D(lnTradition)對(duì)D(lnConsumption)的貢獻(xiàn)度?？梢姡趥鹘y(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融中，對(duì)居民消費(fèi)支出影響最大的是傳統(tǒng)消費(fèi)金融，其次才是互聯(lián)網(wǎng)消費(fèi)金融。

圖5 D(lnInternet)對(duì)D(lnConsumption)的貢獻(xiàn)度

圖6 D(lnTradition)對(duì)D(lnConsumption)的貢獻(xiàn)度

由圖5可以看出，互聯(lián)網(wǎng)消費(fèi)金融變量的增長(zhǎng)對(duì)居民消費(fèi)支出變量增長(zhǎng)的貢獻(xiàn)度有著較大幅度的波動(dòng)，由最初的85%最終穩(wěn)定維持在20%上下的貢獻(xiàn)度。如圖6所示，傳統(tǒng)消費(fèi)金融變量增長(zhǎng)對(duì)居民消費(fèi)支出變量增長(zhǎng)的貢獻(xiàn)度在前兩期呈現(xiàn)上升趨勢(shì)，最終穩(wěn)定在60%左右。圖5和圖6對(duì)比，在一段時(shí)間發(fā)展后，傳統(tǒng)消費(fèi)金融的增長(zhǎng)對(duì)居民消費(fèi)支出的貢獻(xiàn)度逐漸趕超互聯(lián)網(wǎng)消費(fèi)金融的增長(zhǎng)對(duì)居民消費(fèi)支出的貢獻(xiàn)度。

3.3 Granger因果檢驗(yàn)

利用格蘭杰（Granger）因果檢驗(yàn)，衡量居民收入、互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融對(duì)居民消費(fèi)支出的短期因果關(guān)系。Granger因果檢驗(yàn)是考慮變量間的相關(guān)性，為確定各變量間的關(guān)聯(lián)性和模型中變量的短期動(dòng)態(tài)關(guān)系的檢驗(yàn)。兩變量中若其中一變量的變化值可提高對(duì)另一變量的解釋程度，則可證明后者源自于前者Granger引起的[10]。該檢驗(yàn)原假設(shè)不存在Granger因果關(guān)系。

根據(jù)表3，與居民收入變量相對(duì)應(yīng)的Granger檢驗(yàn)假設(shè)中，居民收入在置信水平為10%時(shí)，拒絕原假設(shè)，說(shuō)明居民收入能夠在Granger意義下對(duì)居民消費(fèi)支出產(chǎn)生影響，但是居民的消費(fèi)支出不是其收入的產(chǎn)生原因?；ヂ?lián)網(wǎng)消費(fèi)金融變量所對(duì)應(yīng)的假設(shè)中，在10%置信水平下，互聯(lián)網(wǎng)消費(fèi)金融對(duì)居民消費(fèi)支出產(chǎn)生影響，且居民消費(fèi)支出也可以作為引起互聯(lián)網(wǎng)消費(fèi)作用的原因。類似的，在傳統(tǒng)消費(fèi)金融對(duì)應(yīng)的假設(shè)中，傳統(tǒng)消費(fèi)金融拒絕了原假設(shè)，為不能Granger引起居民消費(fèi)支出，表明傳統(tǒng)消費(fèi)金融能夠在Granger意義下對(duì)居民消費(fèi)支出產(chǎn)生影響，而在10%的置信水平下，消費(fèi)支出并不是傳統(tǒng)消費(fèi)金融的Granger原因。結(jié)果看出，居民收入、互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融交易規(guī)模均是國(guó)內(nèi)居民消費(fèi)支出的Granger原因。也就是說(shuō)，居民收入、傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融交易規(guī)模在VAR系統(tǒng)中可以作為外生變量，居民消費(fèi)支出作為內(nèi)生變量。因此，將居民消費(fèi)支出作為模型中的因變量，居民收入總額、互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融交易規(guī)模作為模型中的自變量，這正與互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融共同刺激了消費(fèi)、推動(dòng)了居民的消費(fèi)支出的發(fā)展情況相吻合，證明模型有研究意義。

表3 Granger因果檢驗(yàn)

4 結(jié) 論

根據(jù)模型的參數(shù)估計(jì)結(jié)果，發(fā)現(xiàn)居民收入、傳統(tǒng)消費(fèi)金融和互聯(lián)網(wǎng)消費(fèi)金融交易規(guī)模對(duì)居民消費(fèi)支出都具有正向推動(dòng)作用，收入是居民消費(fèi)支出的主要影響因素。兩者相比，前者對(duì)居民消費(fèi)支出的影響程度較大，但后者對(duì)其的影響也不容忽視。根據(jù)脈沖響應(yīng)的結(jié)果，對(duì)比互聯(lián)網(wǎng)消費(fèi)金融，傳統(tǒng)消費(fèi)金融放貸規(guī)模對(duì)居民消費(fèi)支出的影響更加敏感。從周期上看，兩者的放貸規(guī)模雖然對(duì)居民消費(fèi)支出均存在不同程度的影響，但影響持續(xù)的時(shí)間差距不明顯。根據(jù)方差分解的結(jié)果，從貢獻(xiàn)度上看，與互聯(lián)網(wǎng)消費(fèi)金融相比，傳統(tǒng)消費(fèi)金融的發(fā)展對(duì)居民消費(fèi)支出的最終貢獻(xiàn)度更高，影響程度更深。根據(jù)Granger因果檢驗(yàn)的結(jié)果，將居民消費(fèi)支出作為模型中的因變量，居民收入總額、互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融交易規(guī)模作為模型中的自變量，這正與互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融共同刺激了消費(fèi)、推動(dòng)了居民的消費(fèi)支出的發(fā)展情況相吻合。

總的來(lái)說(shuō)，互聯(lián)網(wǎng)消費(fèi)金融和傳統(tǒng)消費(fèi)金融的共同發(fā)展有利于促進(jìn)國(guó)內(nèi)居民的消費(fèi)支出，但傳統(tǒng)的消費(fèi)金融模式對(duì)其影響程度更高。雖然近年來(lái)互聯(lián)網(wǎng)與消費(fèi)金融結(jié)合發(fā)展的模式迅速崛起，但由于其發(fā)展時(shí)間較短，仍然需要隨市場(chǎng)經(jīng)濟(jì)變化不斷完善，因此傳統(tǒng)消費(fèi)金融仍舊占據(jù)我國(guó)消費(fèi)市場(chǎng)中的主體地位。然而，隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)消費(fèi)金融與傳統(tǒng)消費(fèi)金融的融合發(fā)展是未來(lái)消費(fèi)金融市場(chǎng)發(fā)展的必然趨勢(shì)，兩者的融合發(fā)展將會(huì)助力消費(fèi)市場(chǎng)持續(xù)長(zhǎng)遠(yuǎn)地發(fā)展。