基于协整分析的中国互联网金融影响因素研究*

王赛芳（深圳职业技术学院，广东 深圳 518055）



基于协整分析的中国互联网金融
影响因素研究*

王赛芳
（深圳职业技术学院，广东 深圳 518055）

摘 要：利用回归和协整方法分析了中国互联网金融相关因素。研究发现，对互联网金融影响最大的是电子商务交易额，电子商务对互联网金融有倍增效应。互联网金融与M2、存款之间都存在长期的均衡关系，但经济发展与互联网金融之间存在轻微的负相关。此外，研究还发现，在现阶段，中国互联网金融还处于发展初始阶段，互联网金融对传统金融影响有限，暂不具有撼动传统金融的力量，也未形成惠普金融的局面。文章最后提出了进一步完善和发展互联网金融的建议。

关键词：互联网金融；协整分析；影响因素；P2P

互联网金融是一个新生事物，有时又称 “网络金融”，“电子金融”等，但大多数人将互联网金融看作是一种金融新业态，或是一种新的、基于中国特有的经济、金融环境发展的金融模式，因此也被称为“中国式互联网金融”[1]。2013年被称为中国“互联网金融元年”，从那一年开始，互联网金融呈现爆炸式增长。中国电子商务研究中心的统计数据显示，截止到2014年底，全国P2P平台1575家新上线平台超900家，平均注册资金约为2784万，全年累计成交量高达2528亿元，月均增长10.99%，总体贷款余额达1036亿元，是2013年的3.87倍。互联网金融的迅速崛起对促进金融包容、增强金融普惠性、满足小微企业以及居民投资需求具有重要意义。

互联网金融蓬勃发展，其金融业态与传统的金融有着不一样发展路径，是在中国特有的金融市场环境中产生的，因此，研究互联网金融产生的原因、动力机制以及影响因素，成为当前互联网金融发展中亟待解决的问题。鉴于此，本文通过回归和协整分析的计量分析方法，运用近几年互联网金融相关数据，试图解决以上问题，在此基础上，为研究如何更好地促进中国互联网金融的发展提供理论上的建议。

1　文献回顾

由于互联网金融具有独特的中国特性，这方面的研究主要以国内学者为主。国内学者从不同的研究视角界定了互联网金融的内涵，但尚未达成一个广泛认同的定义。不过，关于互联网金融的特性，学界一致认可以下两点：互联网金融的本质仍然是金融[2]，因为其核心依然是资金融通、支付清算等；互联网金融是一种“普惠”金融，是有人数众多的网民参与的一种金融投资工具。

关于互联网金融的兴起与发展的相关影响因素，文献中除了互联网技术[2]、客户意愿[3]、政府监管[4]与支持[5]等因素外，还有经济金融环境因素，这种观点认为长期的金融抑制推动了大众对金融需求的渴望，这是互联网金融产生的内生性因素[1]。

互联网金融产生的外生性因素是中国经济的快速发展。叶佳宁（2015）[6]的研究认为金融发展与经济增长（GDP）之间存在长期的均衡关系。经济发展增加了国民收入，提升了人们的消费水平，促进了互联网消费，从而带动了互联网金融的发展[5]。

电子商务的发展是互联网金融发展的环境因素。互联网金融是电子商务发展到一定阶段以后才发展起来的[1]。 电子商务的发展汇集了大量的小微企业和创业者，从而产生了庞大的融资需求[7]，催生了互联网金融。电子商务的迅猛发展也推动互联网金融服务的与时俱进[8]。

货币供求因素是互联网金融产生的市场基础。互联网金融加快了货币的支付及流通速度，增加了货币乘数[9]。互联网金融对货币政策产生了深刻的影响[9,10]。由于金融抑制的原因，企业的贷款需求在传统金融市场得不到满足。而网络中有大量闲散资金对高额利息的追求形成了资金的供给。二者通过网络平台进行撮合，产生互联网金融供求关系。

国内学者对中国互联网金融研究，无疑对本研究具有重要的参考价值，为本研究选择变量提供了参考依据。但由于上述研究多数只探讨某一变量对互联网金融的影响，没有系统地研究多个变量同时对互联网金融产生的作用，因此，其结论具有一定的片面性。本文将利用多变量回归和协整的方法研究互联网金融的影响因素和作用机理，选择了从2013年以来P2P数据，从实证的角度分析互联网金融的影响因素及作用机理。

2　实证分析

2.1变量选取

根据相关研究，中国互联网金融主要业务包括网络借贷、第三方支付、众筹等。第三方支付不仅与互联网金融有关，还与传统银行业务相关，且在统计上难以区分，数据不准确，而众筹刚刚起步，市场规模很小。郭娜（2014）认为P2P才“真正实现了资金融通功能[11]”，因此，本研究选取P2P作为被解释变量，代表互联网金融；选取国内生产总值（GDP）、电子商务交易额（EC）、货币供应量（M2）、贷款总额（LOAN）、居民存款（DEPOSIT）作为解释变量，研究互联网金融的影响因素与作用机理。中国第一家P2P平台成立于2006年，但真正的P2P发展2013年才大规模的开始，统计数据才开始完善，因此，本研究的数据采用2013年1月至2015年6月的月度数据进行分析（见表1）。

2.2数据检验

2.2.1ADF检验

在建立回归模型前，需要确保数据的平稳性，避免伪回归，对序列的平稳性检验。为消除原始变量的异方差的影响，对上述变量进行对数化处理。本研究采用ADF单位根检验法，对选取的各变量进行平稳性检验，并用EViews 7.2软件来进行分析（见表2）。

表2显示，6个变量的ADF单位根检验结果分两种情况：

首先，变量lnP2P、lnGDP、lnEC、lnLOAN原序列是平稳的。因此，可以对上述变量直接进行OLS回归分析。

其次，变量lnM2、lnDEPOSIT原序列的ADF检验在5%的置信水平上相伴概率P值都大于0.05，接受零假设，表明原序列至少存在一个单位根，即为非平稳序列。但这两个变量经过序列一阶差分后（D表示差分），ADF单位根检验在5%的水平上，相伴概率P值均小于0.05，表明上述序列经一阶差分后为平稳时间序列，且都是一阶单整序列。因此变量M2、DEPOSIT与P2P之间有可能存在长期稳定的均衡关系，可以进行协整检验。

表1　主要变量、定义及其数据来源

2.2.2Johansen协整检验

对变量P2P，M2，DEPOSIT差分处理后，进行协整检验（见表3）。

表3 Johansens协整检验结果说明，在5%的显著水平下，拒绝原假设，三个变量中至少存在两个协整。说明代表互联网金融的P2P与M2、P2P 与DEPOSIT之间都存在长期的均衡关系，可以用协整分析各变量间的关系，因此可以建立互联网金融协整模型。

表2　各变量ADF检验结果表

表3　Johanses协整检验

表4a　回归方程系数表

表4b　回归方程系数表

2.3模型构建

2.3.1OLS 模型

对ADF检验中的平稳变量（表2）建立以下回归模型：

lnP2P、lnLOAN、lnEC、lnGDP是P2P、LOAN、EC、GDP的对数化，α表示常数项，β表示系数，ε是随机误差项。

对上述方程回归见表4a及表4b。

表4a结果表明，lnLOAN的P值为0.7994，表明在5%的显著水平下lnLOAN 与lnP2P的关系不显著，两者不相关。因此对方程（1）修正如下：

方程（2）的R2=0.9540，互联网金融（lnP2P）可由电子商务交易额（lnEC）和固定生产总值（lnGDP）来解释，且具有较高的解释水平，表明模型拟合优良，模型总体F检验Prob.为0，DW=1.6749，小于2，说明变量之间存在一定的共线性，但不是很显著。LnEC和lnGDP的T统计量和相伴概率为0，表明两变量的系数有效。由此可见，该模型的结果是可信的。

回归方程结果如下：

因此，GDP每增加1%，互联网金融减少0.2575%；EC每增长1%，互联网金融增加5.37%。

从回归结果来看，电子商务交易额每增长1%，P2P增长5.37%，电子商务的发展大大促进互联网金融发展，并呈现倍增的效应。电子商务活动起初因为支付、物品质押、资金借贷等催生了互联网金融的产生，互联网金融是电子商务发展一定阶段的产物。不管是“互联网企业拥抱金融”还是“金融拥抱互联网”，说明电子商务与互联网金融之间从一开始就是相互影响与渗透的关系。

回归结果表明，国内生产总值GDP对互联网金融影响较小，并呈现负相关关系，表明经济发展与互联网金融关联不明显。这与张童莲、华立庚、黎文娟（2015）的研究的互联网金融与GDP相关性强相悖。仔细分析原因，大体可作如下解释。首先，互联网金融虽然发展迅速，但毕竟是从零开始，其发展壮大仍需时日。互联网金融所吸引的是人们的闲散资金，规模有限。其次，近5年来，我国的经济增长点主要集中在住房、教育、汽车以及基础设施建设等方面，人们在这些领域的投资与消费拉动了经济的增长，因此不可避免地影响了在互联网金融中的消费。结果证明，互联网金融在现阶段只是一个弱小但鲜活的生命。随着“互联网+”战略的发展，互联网金融的格局前所未有地发展壮大。

2.3.2协整模型

经Johanses协整检验（见表3），变量P2P与M2、DEPOSIT之间存在协整关系，因此，建立协整方程，经EViews 7.2分析如下：

协整方程如下：

协整方程（3）结果表明，网络借贷P2P与、M2、LOANDEPOSIT存在着的长期均衡关系。

货币供应量M2每增加1%，网络借贷（P2P）增加0.03%，表明两者是正相关关系；银行存款增量DEPOSIT每增加1万元，网络借贷（P2P）则减少0.0020万元，表明存款增量与互联网金融是负相关关系。该结果证明了互联网金融促进了M2的乘数效应与内生性增长，与前面的理论相一致；同时该结果也证明了互联网金融对银行存款的转移效应初现。

表5　协整方程表达式

2.3.3AR模检验

鉴于P2P与、M2、DEPOSIT之间存在长期均衡关系，本文利用脉冲响应函数来探讨互联网金融与M2、DEPOSIT之间的影响程度及发生效力的滞后时间。脉冲响应函数分析要求各变量序列平稳。因此，本文首先运用各变量一阶差分数据将分别判断构建的VAR(DP2P DM2)、VAR(DP2P DDEPOSIT)共两组模型是否稳定。

图1中可以看出，两组VAR模型所有单位根的模均在单位圆内，模型结构稳定，可以运用脉冲响应进行分析。

2.3.4脉冲响应分析

对DP2P 、DDEPOSIT和 DM2的脉冲反应分析，Eviews7.2分析如下（见图2）：

从P2P与M2的脉冲反应图来看，来自P2P的冲击并没有对M2的第一、二期产生影响，说明货币供应量初对互联网金融变动不敏感。虽然在第三、第五和第七期，反应有所显现，但互联网金融对M2的影响力度在慢慢减弱，最后趋于平稳。

P2P对银行存款的影响在当期就表现为负值，但马上回升，到第二期达到最高峰，随后影响力呈现有力的波动，说明互联网金融对银行存款的影响滞后一期后才显现，在整个观察期内对冲击做出了反应，且影响时间长。而银行存款规模对互联网金融影响有限，峰值出现在第三期，随后有微弱的波动，最后趋于平稳。

图1　各VAR模型特征方程根的倒数值图

图2　DP2P 、DDEPOSIT和 DM2的脉冲响应图

2.3.6格兰杰因果检验

从Johansen检验结果可知（见表3），P2P与M2、DEPOSIT变量之间存在长期均衡的关系，但没法得知这些变量中是否存在Granger因果关系。因此有必要对这些变量进行Granger检验。检验结果见表6。

表6　格兰杰因果检验

格兰杰检验结果表明，在短期中，实际互联网金融（P2P网贷交易额）是引起银行存款增量（DEPOSIT）变动的Granger原因，其中P值为0.00546，可见这种Granger原因是非常显著的，这说明互联网金融的变动是导致存款规模变动的原因。这与前面的结果相一致。但反过来，存款增量（DEPOSIT）不是引起P2P的Granger原因；在10%的显著水平下，M2是引起P2P的Granger原因，虽然不是太显著。同样，P2P与M2之间也不存在格兰杰因果关系。

3　结 论

经过上述对P2P与变量EC，GDP，M2，LOAN，DEPOSIT的综合分析，得出以下结论：

第一、对互联网金融影响最大的因素是电子商务。两者相互渗透，互促共生，且电子商务对互联网金融的发展呈现倍增效率。

第二、互联网金融与M2、存款之间存在长期的协整关系，互联网金融促进了M2的乘数效应与内生性增长，同时对国家的货币政策带来潜在的挑战；银行存款增加削弱互联网金融，互联网金融与存款间存在着货币流的移动，“P2P对存在有搬家的效应”，尤其是互联网金融中的一些投资理财产品的发展，使存款资产有了分流，增加了金融资产的配置效率。但是本研究证明银行贷款（LOAN）与互联网金融尚不存在直接关系，表明实体经济的贷款来源主体依然是银行。

第三、GDP的增长与互联网金融存在轻微的负相关，说明经济增长在小规模上抑制了互联网金融的发展。因为经济增长点集中在住房、汽车、教育、基础设施建设等领域，因此从某种程度上抑制了互联网金融的发展。但“互联网+”战略将产生新的经济增长点，给互联网金融的发展带来前所未有的机遇。

4　对策与建议

电子商务与互联网金融相互促进，通过大力电子商务的发展促进互联网金融的发展，电子商务对互联网金融产生倍增效应。电子商务的发展促进物流、资金流、信息流、商品流于一体的商业模式，联网金融是电子商务创新的结果。发展互联网金融首先要大力发展电子商务，反过来，互联网金融的发展也支持了电子商务的发展。

加速中国金融市场化步伐。长期的金融抑制，造成利率不能真正反应资金的价格，造成利率失真，不能实现资金的有效配置。互联网金融的发展有利于通过市场机制发现资金价格，也促银行资金成本来提高，和其贷款资金回流到P2P中，套取利差，从而实现利率市场化。

完善互联网金融发展机制。当前我国互联网金融发展是在市场自发的状态下形成的资金融通市场，是市场化的结果，符合当前中国市场化改革的方向，但互联网金融的发展对我国传统金融体制也造成了一定的冲击，如今年股票市场的巨幅震荡，都与场外融资关系密切，而这些场外融资又与P2P形影相伴。因此，一方面要积极鼓励互联网金融的发展；另一方面同，在鼓励的同时，加强规范和监管。

互联网金融实现普惠金融，对广大参与者可以从中实现利益最大化。互联网金融低成本向客户提供了金融服务，为中小微企业客户提供了融资渠道。对于广大资金拥有人可以通过理财实现利益最大化。

本研究实证表明，除电子商务因素对互联网金融的影响较大，其他因素对互联网金融影响较弱，一方面我国互联网金融还处在其发展的早期，尚处在襁袍之中，政府要加大对互联网金融在政策上的支持力度。另一方面，互联网金融对传统金融体系是一次全新的挑战，如对货币供应、存款都有影响。在保障其发展的前提下，传统金融的改革步伐要加快。其次，互联网金融企业要不断创新，降低平台管理费，以创新的产品和盈利模式吸引客户，同时，保障客户与消费者的权利，促进互联网金融的可持续发展。

参考文献：

［1］ 赵嘉辉，王海军．“中国式”互联网金融：理论、模式与趋势之辩［M］．电子工业出版社，2015．

［2］ 谢平．互联网金融是第三种模式［J］．上海经济，2014 （07）：16．

［3］ 林柳孜．P2P网络借贷平台用户投资意愿影响因素实证研究［J］．消费导刊，2014（10）：98-99．

［4］ 刘媛媛，胡敏华．我国互联网金融企业的发展困境及对策［J］．长春大学学报，2015（01）：37-41．

［5］ 张童莲，华立庚，黎文娟．我国互联网金融可持续发展研究——基于PEST分析法［J］．嘉应学院学报，2015 （01）：38-42．

［6］ 叶佳宁．我国金融发展与经济增长关系分析［J］．法制与经济，2015（11）：108-109．

［7］ 石建勋．互联网金融发展的理论依据、市场基础及前景分析［J］．当代经济，2015（13）：14-15．

［8］ 谢清河．我国互联网金融发展问题研究［J］．经济研究参考，2013（49）：29-36．

［9］ 张弛，张曙光．回落成势稳为重长短结合质优先——2014年第1季度宏观经济分析［J］．经济观察，2014．

［10］ 张文庆，李明选，孟赞．互联网金融对传统货币政策影响的实证研究——基于第三方支付视域［J］．烟台大学学报（哲学社会科学版），2015（03）：98-104．

［11］ 郭娜．我国互联网金融与传统金融共生发展研究——基于Logisitic增长模型的实证分析［J］．海南金融，2014．

中图分类号：F832.1

文献标志码：A

文章编号：1672-0318（2016）02-0010-07

DOI:10.13899/j.cnki.szptxb.2016.02.002

收稿日期：2015-11-10

作者简介：王赛芳（1969-），女，湖南益阳人，副教授。主要研究方向：网络经济、企业管理。

Research on the Influencing Factors of China’s Internet Finance Based on Co-integrating Analysis

WANG Saifang
（Shenzhen Polytechnic， Shenzhen， Guangdong， 518005， China）

Abstract：This paper analyzes the influencing factors of China’s Internet Finance using Regression and Co-integrating econometric tools. The study finds that the biggest influencing factor is E-commerce, which has multiple effect on Internet Finance. Meanwhile, this study also finds that China’s Internet Finance has a long-term equilibrium relationship with M2, as well as with the deposit. Yet it has a slight negative correlation with GDP. This study also reveals that for the time being, China’s Internet Finance is still at its first stage of development. In the end, the paper proposes some suggestions for the further development of Internet Finance.

Key words：China’s Internet Finance; co-integrating analysis; influencing Factors; P2P

*项目来源：深圳职业技术学院社会科学基金项目（601522S22002）；深圳市社会科学基金项目（125B095）；广东省哲学社会科学共建项目（GD13XGL023）