网络购物对货币需求的影响研究

李玫　张骜宇　杨理嘉

摘 要：随着经济下行压力的增大，“稳增长”成为中国经济发展的重要目标。网络购物作为消费的重要组成部分，探讨其与货币需求的关系有助于达成“稳增长”这一重要目标。运用误差修正模型对网络购物与货币需求之间的短期、长期关系进行研究，结果显示：长期看来，网络购物以0.199的比率促进货币需求量的增长，但是短期看，网购却对货币需求产生了负向影响，其比率为0.101。这种负向影响得到了修正，使得长期的正向趋势不变。

关键词： 货币需求；网络购物；消费欲望；误差修正模型

中图分类号：F822.2 文献标识码： A 文章编号：1003-7217（2016）03-0016-06

一、引 言

2015年以来，我国经济增速明显放缓，面临经济下行带来的一系列压力。实体经济持续低迷，工业生产者出厂价格指数（PPI）连续24个月低于100。在金融市场层面，股票市场因为“去杠杆”和“熔断”出现连续大幅异常波动。同时，人民币对美元汇率也出现了大幅贬值。为了应对这些问题，国家提出了“稳增长”、“促改革”等五大目标。其中，“稳增长”是基础。“稳增长”的实现离不开货币政策的调控，这就要求货币供给应当与货币需求相一致。因此，一个稳定合理的货币需求函数可以帮助央行预测货币需求变动，有助于“稳增长”目标实现。

学术界对货币需求的影响因素和稳定性做了很多研究。从目前的研究结果来看，收入、股票市场、利率以及汇率是影响货币需求的重要因素。在这些传统因素以外，随着消费行业的“互联网+”时代到来，网络购物在改变了消费者的支付方式同时，更促进了消费欲望的提升，也使得消费者的货币需求发生变化，从而影响了市场的货币需求。

目前，网络购物的研究主要侧重两个方面：一是对网络购物的消费偏好进行分析。王秀丽、田祯祎（2011）认为网购客户群体以女性和青年人居多，所购买的商品也主要是服饰[1]；毛彦妮、黄瑱（2014）等人认为我国网购市场以综合型网站为主导，且门槛逐渐提高[2]。二是对网络购物行为的影响因素研究。于珊珊、蒋守芬（2011）认为主要是购买频率和不确定性影响了消费者的交易行为[3]；张辉等（2011）提出了过去的交易行为和知觉态度对网购行为有影响[4]；任杰、赵冬梅（2014）认为网络购物决策行为的关键在于参照依赖[5]。

但是，大部分学者都没有注意到网络购物对货币需求的影响。这使得关于货币需求函数的研究有待深入。所以，研究网络购物对货币需求的影响机理，不仅可以完善关于货币需求的相关研究，也对我国实现“稳增长”的重要目标具有重要意义。

二、网络购物对货币需求的影响机理分析

（一）网络购物发展现状

网络购物最早兴起于1999年，但由于当时的全国网民规模小、没有全国性的物流配送系统，也缺乏健全的第三方互联网支付手段，所以，网络购物的发展受到了很大制约。

随着技术不断进步，这三个问题早已迎刃而解。我国的网络购物市场也从2007年开始进入了高速发展的轨道。在之后的几年里，我国的网络购物成交额呈现出了持续上升的趋势，如图1所示。图1显示出了网络购物市场交易总额不断上升，到2014年交易额已经达到了2.79万亿元人民币。从图形上看，年平均增长率达到62.97%，且增长曲线的斜率不断增大，这显示出交易总额增速也在逐渐加快。网络购物成交额的快速攀升，原因可以概括为两个方面，即用户规模的扩大以及人均成交额的增加。这两者的变化趋势如图2所示。

如图2所示，两条曲线均呈现出上涨的趋势。相关数据显示，2015年第1季度，我国的网络购物用户规模已经达到了4.60亿人，而2007年底还仅为0.57亿人，年均增长率高达27.76%；而人均年成交额增长率达到了29.24%。两条曲线斜率不断增加，表明用户规模和人均年消费额都在加速上涨，即我国的网络购物规模的变动趋势方向保持一致。

（二）网络购物对货币需求的影响途径分析

表面上，网络购物对货币需求的影响在于支付手段的改变带来的影响，但网络购物对货币需求的影响还表现在其他方面。下面，结合消费行为学，对网络购物与货币需求之间的影响途径进行分析。

1.网络购物提高购物效率。

网络购物对于货币需求的影响在于能够提高消费者的消费效率，降低购物时间成本。

消费者的购物倾向受到其购物时间成本的影响。如果消费者的购物时间成本较高，消费者的消费倾向就会有所下降，甚至会导致消费行为消失。这项成本主要包括交通成本和比较成本，其中交通成本更为关键。因为在交通成本足够低，甚至趋近于0的情况下，比较成本也会随之下降。在传统购物模式下，消费者的购物时间成本严重依赖于交通便利程度。如果需要将1个小时甚至更多的时间花费在交通工具上，消费者的消费倾向就会严重下降。但在网络购物的背景下，情况却明显不同。消费者通过互联网购物平台进行商品挑选，不必再耗费大量的时间往来于商场之间，不再需要大量的时间来对比商品的价格，这就大大提升了消费者购物的便捷程度，购物成本会随之出现明显的下降。

另外，随着手机“3G”和“4G”技术的不断进步，以及无线网络的日益普及，许多消费者甚至不必枯坐在电脑前进行挑选，完全可以利用空余时间，比如等车时间来浏览商品。交通问题和时间问题将不再是购物的障碍。网络购物从这个角度增加了人们的购物支出从而提高货币需求。

2.网络购物刺激消费欲望。

除了降低购物时间成本外，网络购物对货币需求的影响更体现在网络购物能够激发消费者的消费欲望，从而增加消费者的货币需求。这种刺激货币需求的途径有两个：

（1）大数据分析促进网购消费需求。

消费者在进行网络购物的时候，常常会遇到能够与自己心仪的商品搭配销售的商品。这些商品是消费者购买的某一件商品的互补品，却没有想到需要购买的。当网络购物平台进行提示之后，消费者的消费欲望会出现上升，有可能进行超出计划之外的消费①。

（2）网络购物发展催生网络购物节。

降价促销是提高消费者消费欲望的重要手段。网络购物的发展使得网络购物节应运而生，一个突出的实例就是“双十一”。很显然，“双十一”是一个通过网络促进消费欲望，从而增加货币需求的有效案例。根据相关数据显示，2009年，淘宝“双十一”总交易额为0.50亿元人民币，而2015年的淘宝“双十一”总交易额已经达到了912亿元人民币，年平均增长率为192%，详见图3。从图3可以得到如下结论，斜率不断增大的上升曲线反映出“双十一”的成交总额近年来不断提升，而且增长速度也在不断加快。随之而来的消费者的消费需求也随之快速增长，同时增长的还有货币需求。

（3）网络购物增加商品品种供给。

在网络购物普及之前，消费者进行消费可能还会受到地域的限制。举例来说，北京人想吃到云南的鲜花饼可能就是一件比较困难的事情。网络购物普及之后，商品的供给跨越了地域局限。对于实体商品而言，商品供应量并没有增加，但是其供应渠道却发生了质的改变。消费者在挑选商品时不再拘泥于自己所在的地区，北京人也可以挑选云南的鲜花饼了，消费者所需要的只是付款之后等待快递送货上门而已。商品供给的增大提升了消费者的消费欲望。

还有一类商品，即虚拟商品，这类商品主要是为消费者提供服务。这些商品可以是使用某些网站的权限、图片PS服务，甚至是“男友忠诚测试”。察觉到这些需求存在的卖家提供了这些服务，同时也使得消费者的消费欲望以及货币需求增加。

三、网络购物对货币需求影响的实证分析

网络购物通过降低购物时间成本以及增加消费欲望的方式对货币需求产生影响。因此，为了更好地分析网络购物对货币需求的影响，根据相关研究结果，引入国内生产总值、股票市场、利率以及汇率作为控制变量进行分析。

（一）指标选取及模型设定

综合考虑数据的可得性和科学性，数据选取的时间区间定在2007年1月～2015年12月，数据频率定为月度。

1.收入变量的选取。

在收入方面，GDP是首选的指标。由于存在统计频率为季度，所以要对数据频率进行调整。常用的方法有三种：（1）插值法。这种方法多适用于个别数据的填补。（2）拆分法。齐鹰飞，吴强华（2010）将GDP按照支出法拆分为三个成分，认为消费支出适合作为货币需求中的收入变量[6]。在这之后，刘汉、刘金全（2011）以及张春生（2012）也采用了这种方法[7， 8]。然而，这一方法会造成数据偏移，对运算结果也会产生很大影响。（3）替代法。由于工业增加值在GDP中的比重相对稳定，所以，用工业增加值可以大体推算出月度累计GDP[9]，这种方法的合理性较强。龙海明等（2015）就使用了这一方法[10]。所以，本文选取工业增加值作为收入的替代变量。

2.汇率变量的选取。

汇率是影响货币需求的因素之一。中国实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，所以，这一指标的选取能全面反映我国的汇率状况。因此，人民币名义有效汇率指数是最适合的替代指标。

对于汇率而言，由于研究时间跨度大，一些经济冲击会导致变量出现结构性突变，这就会使回归系数在研究时间内前后不一致。一些学者，如伍戈（2009）根据重要经济事件设立突变点，然而，这种方法主观性强[11]；而项后军等（2011）运用了序贯法来分析这一问题[12]。序贯法由Jushan Bai和Pierre Perron提出，该方法是运用内生检测的方法，在最小二乘法的基础上，对每个疑似间断点计算其残差平方和，以求得其中的最小值，并求得突变点位置[13]。所以，本文也采取序贯法对汇率的结构突变状况进行分析。

使用GAUSS 9.0软件对数据的突变点进行检测，结果如表1。

以上检验结果显示出，序贯法所得的结果与BIC准则和LWC准则之间存在较大差异。当各准则的结果存在差异时以序贯检验法的结果为准。人民币名义汇率指数不存在结构断点，可以直接进行分析。

3.股票变量的选取。

股票作为一种重要的替代金融资产，其收益率同样对货币需求函数产生重要影响。而对于股票指数而言，需要一个指数来全面反映市场变化，这样才能够更好地分析股票市场对货币需求的影响。一些学者选择沪深300指数作为研究对象，然而，随着我国A股市场层次建设不断完善，中小板和创业板也对股票市场的发展起到越发重要的作用，单纯选择沪深300指数就忽视了中小企业对于市场发展的贡献。所以，为了达到全面反映市场变化的目的，需要将沪深300指数和中证500指数通过熵值赋权法进行调整，构建一个新的指数。

为保证数据的非负性，本文在进行熵值赋权时借鉴李京文、王宇纯、杨正东（2014）的方法，对标准化处理的步骤加以调整[14]，具体如下：

经过测算，在新的指数中，沪深300指数的权重为53.83%，中证500指数权重为46.17%，赋权结果与理论基本保持一致。在获得赋权结果后，将两个指数的月线收盘价与权重进行加权计算，得到最终的新指数，用沪深800指数表示。

4.其余变量的选取。

实际货币总量需要采用广义货币M2进行运算，收入变量则使用工业增加值进行代替。

根据凯恩斯货币需求理论，货币需求同样受到利率的影响。随着利率的下降，居民将自己的资产存在银行的可能性将会逐渐下降，居民会更倾向于将自己的资金用于投资，投资性货币需求就会随之上升。

网络购物的替代变量需要能够体现出消费者的消费欲望，所以，选用网络购物成交额来代替。这一变量反映出了消费者对于网络消费成交额的期望，是其消费欲望的体现。

广义货币M2、国内生产总值GDP以及网络购物成交额均对原始数据进行CPI平减处理并对数化，并运用X11季节调整法消除季节性影响。本文采用半对数线性模型的形式构建我国的货币需求函数，模型设定如下：

其中，lnM2为实际货币总量的自然对数，GDP为收入变量，ST为股票市场收益率，R为存款利率，EX为汇率变量，OL为网络购物成交额，ε为随机扰动项。

（二）基于误差修正模型的实证分析

在研究方法上，本文采用误差修正模型②。

1.平稳性分析。

首先，在验证数据平稳性基础上对所有变量进行协整关系分析，以探究变量间是否具有长期稳定关系。其分析结果如表3所示。

从表3可以得出以下结论：各变量中，实际货币存量M2、网络购物成交额OL、汇率EX、一年期存款利率R以及收入GDP均为一阶单整变量，而股票市场收益率为0阶单整。

2.边限协整检验。由于变量之间的阶数存在差异，所以，不能应用Johansen法来检验变量间的协整关系。需要使用边限检验法（Bound Test）来分析变量之间的协整关系③。所以，建立ARDLECM模型，其具体设定如下：

对公式（3）进行OLS估计，求其联合的F统计量。 F统计量结果如表4所示。

根据Pesaran M和Smith A所提供的边限检验界限表[15]，变量个数为5时，1%显著性水平上下临界值分别为4.011和5.331。所以，拒绝变量之间不存在长期关系的原假设，认为变量之间存在长期稳定关系，满足使用ARDLECM模型对其长期和短期稳定关系进行分析的前提条件。

3.实证回归。运用Microfit4.1软件对ARDLECM模型进行回归分析。将模型的时间期限定位于2007年1月～2015年9月，用2015年10月～12月的相关数据来进行结果预测。对比分析结果，采取AIC准则和SBC准则所得到的结果很近似。但是，SBC准则的结果的标准误差要小于前者，所以，以SBC准则的结果为准。

长期货币需求函数为：

4.模型预测。根据模型回归结果，对2015年10～12月的数据通过预测进行对比分析。从数值上看，模型的拟合效果良好。但是，从变化量的角度进行分析，发现2015年10月的模型预测效果并不尽如人意，实际数值变换了0.006，而预测变化0.049，存在一定的不足。具体的结果对比如表5。

（三）实证结果分析

实证结果表明，收入的长期系数为0.312，短期弹性系数为0.391，这两个系数均比其他变量的弹性系数大，表明收入是影响货币需求的最重要因素。可见，消费者在收入增加的情况下，其货币需求也随着其消费需求增大。

对比分析两个方程的结果，从长期协整方程来看，网络购物成交额与货币需求之间呈正相关关系，弹性系数为0.199，且影响很显著。但是货币需求还受到了上两期的网络购物的负向影响，其短期波动系数为-0.101。网络购物成交额对货币需求产生的短期负向偏差的可能原因是：消费者进行网络购物，由于收入在短期内不会出现变化，导致其持有的货币减少。随着消费次数的增加，消费者开始节省开支，以防入不敷出的预期。在这种预期的驱动下，消费者通过在其它方面节约开支，以求得收支之间的短时平衡。随着时间的推移，消费者的网络购物欲望上升，而货币需求与网络购物之间负相关偏差也逐渐得到纠正。

汇率对货币需求的长期影响系数为0.002，短期波动系数为-0.003。可能的解释是，当人民币一直处于升值通道时，随着汇率的不断提升，投资者对于人民币汇率在达到较高水平是会存在适当的贬值预期。所以，对于人民币投资者而言，很有可能由于短期汇率升高而将手中的人民币兑换成其它货币，以此套利。随着近年来人民币汇率长期处于上升通道，这种短期的投资套利所带来的货币需求减少的情况得以纠正。

对利率而言，货币需求的长期弹性系数为-0.032，说明利率越高，持有货币的成本就越高，则货币需求就会相应降低。从短期误差修正模型来看，货币需求受到上两期利率的影响，弹性系数分别为-0.031和-0.017，说明利率对货币需求的调节作用具有时滞性，需要两个月的时间才能发挥，且效果会之间增加。

对于股票市场而言，长期弹性系数为0.03，短期货币需求弹性系数为0.01，这一结果说明短期内财富效应、交易效应和投资组合效应占据主导作用。根据误差修正因子，财富效应等的作用随着时间逐渐增强，每个月的增强幅度为59.2%。误差修正因子表明广义货币需求与网络购物成交额、收入等因素的非均衡误差会以0.54的比率进行修正，说明货币需求与网络购物成交额之间仍保持着正向的长期关系，短期的波动不会对长期关系产生显著变化。

四、结 论

以上研究表明：（1）在误差修正模型下，从2007年1月～2015年12月，我国的货币需求与收入、网络购物、利率、证券收益率以及汇率存在长期协整关系。（2）GDP是影响货币需求程度最大的变量，说明收入是决定我国居民货币需求的最重要因素，短期收入增加带来的货币需求程度尤其强烈。网络购物成交额与货币需求之间的长期正向关系得到了实证结果的有力支持。虽然在短期，网络购物由于节省开支的预期会对货币需求产生负面波动，但是这一波动最终被修正。（4）汇率对货币需求的影响呈现长期正向影响，但会受到短期走势预期而出现反向变化。（5）利率对货币需求的调节作用具有时滞性，需要两个月的时间才能发挥，且效果会之间增加。（6）对于证券市场而言，财富效应、交易效应和投资组合效应占据主导作用。

可见，网络购物是货币需求的组成部分，它所改变的不仅是消费者的支付方式，更提升了消费者的消费欲望。随着技术进步，网络购物将成为促进我国消费的有效渠道。在“十三五”规划中，移动支付和网络购物等已有所体现。把握网络购物与货币需求之间的长期关系，有利于货币当局按需制定货币政策，保持货币政策的松紧适度，从而促进我国经济的平稳健康发展。

注释：

①以京东商城为例，在京东商城购买商品之后，就会弹出其他消费者在购买同样商品时，还购买了哪些商品。这些商品的出现并不是平白无故的，它们是网络购物平台经过对上亿消费者的消费大数据进行收集并分析之后所得到的集中反馈。通过分析成千上万消费者的购物清单，从而发现哪些商品总是同时出现，这样的行为在大数据的时代是一种十分行之有效的销售方法，也间接促进了消费者的货币需求。

②误差修正模型（ECM）的最大优势在于可以从长期和短期两个角度对货币需求函数进行实证研究，而且模型的估计结果更加稳健和有效。

③这一方法由Pesaran M，Smith A（2003）提出，最大优点在于不要求变量均为同阶单整。

参考文献：

[1]王秀丽，田祯祎. 网民网络购物行为调查[J].图书情报工作，2011，（6）：20-23+95.

[2]毛彦妮，黄瑱. 我国网络购物市场发展状况调查研究[J]. 经济纵横，2014，（8）：82-86.

[3]于珊珊，蒋守芬. 基于交易成本的消费者网络购物意愿的实证研究[J].经济问题，2011，（9）：52-56.

[4]张辉， 白长虹，李储凤. 消费者网络购物意向分析——理性行为理论与计划行为理论的比较[J].软科学，2011，（9）：130-135.

[5]任杰，赵冬梅. 在线消费者购买决策行为研究——基于网络购物参照点形成理论和MNL模型[J].价格理论与实践，2014，（9）：104-106.

[6]齐鹰飞，吴强华. 货币需求、流动性约束与减税效应[J]. 财经问题研究，2010，（9）：40-46.

[7]刘汉，刘金全. 中国宏观经济总量的实时预报与短期预测——基于混频数据预测模型的实证研究[J].经济研究，2011，（3）：4-17.

[8]张春生. 中国GDP组成结构的货币需求分析——基于边界检验的方法[J].上海金融，2012，（5）：10-15+116.

[9]刘林，朱孟楠. 货币供给、广义货币流通速度与物价水平——基于非线性LSTVAR模型对我国数据的实证研究[J].国际金融研究，2013，（10）：20-32.

[10]龙海明， 吴留锁，吴浩铭. 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[J].武汉金融，2015，（3）：25-30.

[11]伍戈. 中国的货币需求与资产替代：1994—2008[J].经济研究， 2009，（3）：53-67.

[12]项后军， 孟祥飞，潘锡泉. 开放框架下的中国货币需求函数稳定性问题研究——基于结构突变的视角[J].经济评论，2011，（5）：47-56.

[13]Jushan Bai，Pierre Perron. Computation and analysis of multiple structural change models[J].Journal of Applied Econometrics， 2003，（1）：1-22.

[14]李京文， 王宇纯，杨正东. 战略性新兴产业上市公司融资效率研究——以北京市为例[J].经济与管理研究，2014，（6）：74-82.

[15]Pesaran M，Smith A. A longrun structural macroeconometric model of the UK.[J].Faculty of Economics，University of Cambridge， 2003.

（责任编辑：宁晓青）