数字金融与银行间市场的传染关联性分析

姚 博

（中国社会科学院 财经战略研究院，北京 100028）

一、引言

目前，数字技术已经全面渗透到了社会生活的各个领域，数字技术与各个产业的不断融合，催生出许多新的行业，带来了效率的提升、产品形态的变化和商业模式的创新。值得注意的是，在某些行业领域所引起的改变可以说是颠覆性的，例如，数字技术与传统金融的结合创造出许多新的领域，数字金融正在以一种前所未有的姿态展现在人们面前，受到大众越来越多的关注。可以讲，数字技术正深刻改变着金融业。数字技术与金融的结合既满足了用户财富保值和增值的需求，也满足了弱势群体对金融服务的融资需求。数字金融打破了传统金融的经营模式，数字金融产品的规模正在以多种途径迅速发展和壮大。数字金融产品的本质内涵是各种电子化金融服务和业务，而互联网技术只是衍生和完善传统金融体系产品的重要环节和手段，与传统银行所提供的金融产品相比，数字金融产品在业务准入、处理效率、客户体验等方面具有更大的提升和改善。因此，从外延角度来看，数字金融产品一定是包含互联网金融服务和典型产品在内的更为广泛意义的各类电子化金融产品。

在数字金融定义方面，谢平等（2012）首次提出了数字金融的概念，认为数字金融既不同于商业银行的间接融资，也不同于资本市场的直接融资，数字金融是集合支付、信息处理和资源配置为一体的多功能金融[1]。在数字金融本质的内涵上，吴晓求（2014）指出金融与互联网具有耦合性，数字金融可以进一步优化资源配置的功能，提升金融的支付清算功能效率，完善财富管理功能[2]。在过去的20年间，数字金融的借贷规模效应对商业银行产生了极大冲击，数字金融改变了传统支付手段，对第三方理财和商业保险带来深远影响[3-4]。陈海强（2014）认为数字金融在支付结算和渠道营销方面带来了巨变，商业银行需要重视数字技术的科技实力，整合资源，做好优化工作，形成新的价值体系[5]。黄益平等（2015）认为数字金融削弱了平民对单个金融机构的依赖，消除金融掠夺，改变交易结构，颠覆权利契约，数字金融具有提升消费者效用价值的作用，真正实现了普惠金融和民主金融[6]。缪海滨（2014）指出，货币市场利率与数字金融产品收益率之间具有相互影响关系，如果利率完全恢复市场化，那么数字金融产品收益率也会下降[7]。Michels（2012）认为，数字金融借贷最大的优势是借款者在不提供担保和抵押的情况下以较低的利率筹集到资金，并且投资者可以获得满意的收益[8]。Lee等（2012）认为数字金融借贷应当是不提供担保的，由于这个市场的贷款人不是专业的投资者，所以承担了较大的风险[9]。Barasinska 等（2014）通过对网络借贷数据研究发现，信用等级、债务水平、FICO①FICO信用分是由美国个人消费信用评估公司开发的，且已经得到社会广泛接受的一种个人信用评级法。得分、借贷循环利用率在贷款违约方面发挥着重要作用，在未来的发展中，平台必须要吸引高FICO得分和高收入用户来维持公司业务量[10]。

针对数字金融给银行间市场带来的各种影响，如何发挥好数字金融的巨大优势并提升其产生的溢出传导效应将是一个重要的命题。

二、数字金融与银行间市场的关联机制

2013年，随着余额宝的面世，天弘基金已然成为国内规模最大的基金。蚂蚁金服推出的余额宝是定位于易于变现的活期理财业务，为购买货币基金的一个渠道，其对接的是天弘增利宝货币基金。因此，从本质来看，余额宝和天弘基金的合作产物是互联网电子化技术下的数字金融渠道产品，普通公众对余额宝的购买反映的是对天弘增利宝货币基金的投资实质，而这一趋利蜂拥追逐性投资带来的是大量数字金融产品爆发的热潮。那么数字金融产品的高收益从何而来，收益趋势又会如何变化，在当前数字金融产品不断创新和监管滞后的环境下，数字金融产品的收益波动以及流动性与银行间拆借市场、回购市场和债券市场具有怎样的关联性，这些都需要做进一步的分析。本文以数字金融产品（余额宝合作的天弘基金）为例进行探讨，以2015年天弘基金的资产组合来看，其筹集的货币资金有85%投向银行的同业存款，剩下资金中有7.83%参与到银行间债券市场进行债券类交易。实际上，投资人个体只是用少量的资金就享受到了同业存款的高收益。姚文平（2014）认为数字金融产品的来源非常分散，主要是小额投资人，多存放于商业银行、政策性银行、货币基金等具有金融牌照的机构，其存款主要作为同业存款，一般规模起点在200万～1000万元之间，定价参考Shibor，以双方协定的利率进行利息支付[11]。

杨涛（2015）认为货币供求的周期性波动不断反复，使得货币市场的资金需求量较大，推动了数字金融产品的进一步发展，随着数字金融产品的规模扩张，其收益与银行间拆借市场、回购市场、债券市场资金面之间的关系表现将越来越密切[12]。数字金融产品作为商业银行的交易对手进行债券交易，存在的流动性风险期限错配问题，会使商业银行体系非常脆弱，一旦投资人大量赎回基金，就会造成银行间货币市场和银行间债券市场陷入绝境[13]。2014年随着数字金融的快速发展，尤其是各种互联网金融公司推出了越来越多的数字理财工具，导致投资人不断从余额宝抽离资金，随即与天弘基金合作的余额宝的赎回份额不断上升，尤其是在2014年第三季度，余额宝的赎回量远远超出了申购量①依据天弘基金的申购量和赎回量情况比较发现。，数字金融产品的风险传导到银行间货币市场和银行间债券市场。如果货币市场过度依赖数字金融产品市场，那么货币市场的流动性资产供求机制就会发生扭曲，商业银行又对流动性资产的需求具有一定刚性，如果短期内出现投资人大规模的赎回请求，货币市场流动性资产就会大幅度萎缩，当市场进入刚性流动性需求区域内，同业存款利率就会快速上升，反映为货币市场利率在短时间内很容易急速飙升，即出现钱荒现象。并且这种大规模的异常交易赎回过程，会使数字金融产品的流动性问题传染到货币市场，引起连锁性的恶性循环。

数字金融产品主要投放于银行间同业存款（通常为1年以内的银行定期存款）和债券市场，因此数字金融产品的收益会受到银行间同业市场和债券市场的利率波动影响，其中银行间同业市场包括拆借市场、质押式回购市场和买断式回购市场。数字金融产品的投资策略一般是组合投资，例如：（1）根据各类资产的收益率和流动性，采取资产配置策略；（2）根据短期利率，调整投资组合久期，如果利率下降，则增持收益较高的长期债券，此为久期策略；（3）当回购利率降低时，采用正回购操作，融入资金，此为依据银行回购利率而进行的回购策略；（4）依据利率波动和基金产品的申购赎回需求而采用的现金管理策略。通过以上数字金融产品的投资策略可以发现，数字金融产品的收益与短期银行间利率市场变化有很大的关系，而它们之间的这种传染关联性值得深入研究。

三、数字金融与银行间市场的传染关联存在性分析

数字金融产品高收益的背景是利率的不完全市场化，而如果利率完全市场化，那么数字金融产品的高收益将不复存在，基金产品也将会被大量赎回，因此探究利率市场化与数字金融产品之间的互动关系至关重要[14]。银行间利率市场的变化代表着整体的资金面变化，短期利率的抬升，意味着货币流动性短缺，市场利率的波动就会与数字金融产品之间产生传染关联性[15]。

（一）数据描述

关于数字金融产品变量，选取余额宝的7日年化收益率，数据来自天弘基金网。银行间市场利率变量，采用隔夜Shibor、买断式回购利率和质押式回购利率。数据主要来自WIND数据库、中国货币网。存贷款利差，这里指金融机构人民币6个月到1年期的贷款利率与1年期的存款利率之差，存贷款利差越小则表明利率市场化程度越高。样本选择时间为2013年1月到2016年12月。图1为数字金融产品收益率、隔夜Shibor、买断式和质押式回购利率的变化趋势。从中可以看出，在整个样本区间内，数字金融产品的收益率随着隔夜Shibor、买断式和质押式回购利率的上升而抬高，数字金融产品利用货币市场流动性的信号，在与商业银行资金交易的议价过程中居于上位，这正是数字金融产品在货币市场套利的表现，数字金融产品在跨市场交易利差中获得了巨大的利益。

图1数字金融产品收益率、隔夜Shibor、买断式和质押式回购利率变化

表1为我们选取变量数据的描述特征。从均值水平来看，数字金融产品的收益率最高，存贷款利差的均值最低，银行间3个子市场的利率居中，说明监管套利造成数字金融产品确实优于货币市场的常规利率。从标准差来看，买断式回购利率波动最为明显，其次是质押式回购利率，而存贷款利差的波动趋势最弱。

表1 变量描述性分析

接着对几个变量进行格兰杰因果关系检验，结果如表2所示。从表2中可以看出，存贷款利差与数字金融产品收益率之间均不构成相互格兰杰因果关系，说明存贷款利差不会引起数字金融产品收益率的变化，数字金融产品也不会引起存贷款利差的变化。而银行间3个子市场利率与数字金融产品收益率均存在格兰杰因果关系，反之也存在，这表明银行间拆借市场、质押式回购市场、买断式回购市场均会对数字金融产品收益产生影响；数字金融产品收益率对这3个银行间子市场也会产生传导作用，也即银行间子市场利率信息与数字金融产品收益之间存在传染关联性。

（二）实证过程分析

在研究一个市场对另一市场的影响时，采用MGARCH-BEKK模型做法，分析数字金融产品收益与银行间子市场之间的传染关系。设定j=1，2，3，当 j=1 时，y1t为数字金融产品的收益，当 j=2时，y2t为银行间子市场利率，当j=3时，y3t为存贷款利差。对原始数据取自然对数，并做一阶差分处理，消除异方差。然后通过对各个变量进行ADF检验发现，在90%的置信水平下，各个变量均为平稳。接着确定GARCH条件均值模型如下：

其中，i为滞后期，由于MGARCH-BEKK模型数据为该条件均值模型的残差项，这里采用Winrats7软件估计BEKK模型的相关参数，在上述模型中，如果γ和λ显著，则表明自变量对因变量产生一定的效果，基于AIC和HQC准则检验表明，最优滞后阶数为1，同时滞后一阶的GARCH模型对时间序列具有更好的解释效果，故这里选择三变量对角 BEKK（1，1，1）模型，将上式简化为：

表2 格兰杰因果关系检验结果

那么三元MGARCH-BEKK模型的具体形式可以表示为：

其中，σii为变量序列的条件方差；σij表示序列i和序列j的条件协方差；aij和bij分别为矩阵A和B中的第（i，j）个元素；元素σij表示序列i对序列j影响的冲击程度，反映冲击的ARCH效应；元素bij表示序列i对序列j传导的持久性，反映冲击的GARCH效应。检验aij和bij的系数是否显著就可以考察两个变量序列传染关联性质，如果aij=bij=0，则序列i与序列j之间不存在传导关联性。

依据（1）式估计数字金融产品收益、银行间子市场利率和存贷款利差之间的条件均值模型，结果如表3所示。从表3来看，在方程1的结果中，银行间子市场利率系数γ在90%的置信水平下显著，银行间子市场利率对数字金融产品收益产生影响，而存贷款利差系数λ在估计中不显著，也就是说，存贷款利差并没有对数字金融产品收益产生影响。在方程2的结果中，数字金融产品收益的系数γ通过置信水平检验，且表现显著，数字金融产品收益对银行间子市场利率产生影响，而存贷款利差系数γ在估计中不显著，即存贷款利差并没有对银行间子市场利率产生影响。在方程3的结果中，银行间子市场利率系数没有通过显著置信水平，数字金融产品收益的系数γ也没有通过显著置信检验，也就是说，银行间子市场利率和数字金融产品收益对存贷款利差都没有产生影响。

表3 GARCH均值方程估计结果

在进行GARCH均值模型回归后，我们依据方程1、方程2、方程3，进行MGARCH-BEKK模型系数矩阵的参数估计，结果如表4所示，联合检验结果见表5。从表4可以看出，在方程1的估计中，A21均较为显著，表明银行间质押式回购市场、买断式回购市场、同业拆借市场利率与数字金融产品收益均具有明显的ARCH效应，也即它们之间存在传染关联性；B21也均为显著，意味着银行间子市场利率与数字金融产品收益之间具有明显的GARCH效应，也即银行间子市场利率与数字金融产品收益之间的传染关联性是可持续的；而A31和B31均不显著，也就是说，存贷利差与数字金融产品收益之间不具有ARCH效应和GARCH效应，反映了存贷利差与数字金融产品收益之间没有传染关联性，更谈不上二者关系的持续性。在方程2的估计中，A21和B21也均较为显著，同样印证了数字金融产品收益与银行间子市场利率之间具有ARCH效应和GARCH效应，再次说明数字金融产品收益与银行间子市场利率之间存在传染关联性且是可持续的；而A31和B31的非显著性也表明了存贷利差与银行间子市场利率之间不存在传染关联性。在方程3的估计中，A21和B21、A31和B31均不显著，表明存贷款利差与银行间子市场利率、数字金融产品收益之间都不具有ARCH效应和GARCH效应，也就意味着它们之间没有传染关联性。

从表4中发现，银行间质押式回购市场、买断式回购市场、同业拆借市场与数字金融产品收益之间具有传染关联性，并且是可持续的，而存贷款利差与这二者之间不具有可持续的传染关联性。结合前面GARCH均值、MGARCH-BEKK模型可以认为，银行间质押式回购市场、买断式回购市场、同业拆借市场与数字金融产品收益之间存在传染关联性，并且数字金融产品收益受银行间质押式回购市场、买断式回购市场、同业拆借市场的传染影响更为突出一些。而存贷利差分别对银行间子市场、数字金融产品收益都不具有传染关联性。

四、数字金融与银行间市场的传染关联特征分析

数字金融产品与银行间子市场之间存在传染关联性，那么这种存在性能够持续多久，未来走势会将如何，也需要进一步深入探讨。下面通过构建数字金融产品的logit模型，并绘制数字金融产品的收益波动预期曲线，进而反映其与银行间子市场之间传染关联性变化的强弱走势情况。

（一）有关变量设定

已有多位学者对logit模型中因变量如何构建提出过自己的观点，参考以往研究，这里借鉴经典货币危机压力指数的做法，构建数字金融产品的收益波动指数ev，其计算办法如下：

表4 基于MGARCH-BEKK模型的系数矩阵参数估计

其中，ρi为收益波动标准差的倒数σi为收益波动的标准差为收益波动指数ev的核心组成部分，即数字金融产品的收益波动的变化率。然后根据公式计算收益波动指数ev，从图2中可以看出，数字金融产品的收益波动指数绝对值越大，收益波动的幅度也就越显著。从其历史值来看，数字金融基金产品在2013年、2014年波动指数的绝对值和波动幅度较为突出，这也体现了当时数字金融发展正处于快速膨胀期，数字金融产品的投资策略和风险偏好差异较大。而到了2015年、2016年数字金融产品收益的波动指数和波动幅度就明显有所收敛。

表5 MGARCH-BEKK模型估计结果的联合检验

图2 收益波动指数ev变化

应用logit模型分析时，因变量为数字金融产品收益波动，需要用虚拟变量0和1来表示，因此应该做虚拟变量处理。首先是确认收益波动事件，定义为：

其中，M1，t为虚拟变量，反映收益波动事件在第t期是否发生，为均值，σ为收益波动事件的标准差。也就是说，当收益波动事件在第t期发生，那么第t+1，t，t-1期间为事件的爆发期，这时候，G1，t=1，而在第t期的1个工作日之前，和第t期的1个工作日之后的时间段里，G1，t=0。结果如下：

根据设定的收益波动事件，可以看出样本期内收益波动指数突破临界值的状况，如图3所示。

图3 收益波动预期信号

实质上，银行间货币市场的资金面短缺会对数字金融产品收益波动产生一定影响，二者之间的这种关联性也在上图中有所体现。银行间子市场的指标主要包括银行间回购市场的4个指标：隔夜质押式回购利率zy1、7天质押式回购利率zy7、隔夜买断式回购利率md1和7天买断式回购利率md7。银行间同业拆借市场的3个指标：隔夜拆借利率sh1、7天拆借利率sh7和1个月拆借利率sh30。银行间债券市场指数有3个指标：国债指数gz、金融债指数jz和企业债指数qz。通过选取以上这些指标，银行间同业拆借市场利率、银行间质押式回购利率、买断式回购市场利率、银行间债券市场指数，主要是基于以上指标在短时期内的波动，都能够反映市场波动的剧烈状况和资金面供给情况。这些数据主要来自于WIND数据库、中国货币网、债券信息网、天弘基金公司官网，样本时间为2013年1月至2016年12月。

（二）二元logit模型分析

下面是实证研究，采用的logit模型如下：

其中，G为因变量，代表数字金融产品收益，x1、x2、x3分别为自变量，依据AIC准则确定滞后期。由于银行间各个子市场与数字金融产品收益波动之间的传染关联性具有很大差异，因此我们对各个子市场分别进行回归估计。

首先，银行间回购市场包括质押式回购市场和买断式回购市场，本文将隔夜质押式回购利率、7天质押式回购利率、隔夜买断式回购利率、7天买断式回购利率这4个利率放在一起进行回归，估计结果如表6所示①变量的平稳性检验和协整检验结果，由于篇幅所限在此省略。。

表6 银行间回购市场利率与数字金融产品收益波动关系估计

从表6可以看出，在统计意义上7天的质押式回购利率和7天的买断式回购利率并不显著，说明这两个变量的相关性较低，对模型的解释能力下降，而隔夜的质押式回购利率和隔夜的买断式回购利率的z统计量值较大且p值较小，说明隔夜的质押式回购利率和隔夜的买断式回购利率对数字金融产品的传染作用明显，LR值为21.325，相应的P值为0.0013，说明模型整体上是显著的，Mcfadden R2值为0.370，表明拟合程度良好，根据输出结果写出方程的估计情况如下：

另外，在模型回归的基础上进行预测，如图4所示，可以发现，随着银行间回购市场利率流动性的缓和，数字金融产品的收益波动预期也逐渐平稳，说明银行间回购市场对数字金融产品收益波动的传染关联作用是逐步削弱的。

图4 银行间回购市场引起数字金融产品收益波动的预期曲线

其次，银行间同业拆借市场利率主要包括隔夜Shibor利率、7天Shibor利率和30天Shibor利率，作为一个重要的银行间货币子市场，同业拆借利率与数字金融产品收益波动之间的传染关联性具有突出作用，把这3个利率放在一起采用（10）式得到的logit模型估计结果如表7所示②变量的平稳性检验和协整检验结果，由于篇幅所限在此省略。。

表7 银行间同业拆借市场与数字金融产品收益波动之间的关系估计

从表7可以看出，在统计意义上，30天的Shibor利率并没有通过显著性检验，其对模型的解释力不够，隔夜Shibor利率和7天Shibor利率的z统计量值较大且p值较小，意味着隔夜Shibor利率和7天Shibor利率对数字金融产品的传染关联作用明显，LR值为14.310，相应P值为0.0006，说明模型整体上是显著的，Mcfadden R2值为0.296，表明模型拟合度不错，根据输出结果写出如下方程：

益波动进行预测，如图5所示，预测信号略有波动，但都在较短的时间内恢复平衡，也就是说，银行间同业拆借市场与数字金融产品收益之间的传染关联性有减弱的趋势。

图5 银行间同业拆借市场引起数字金融产品收益波动的预期曲线

最后银行间债券市场指标包括国债指数gz、金融债指数jz和企业债指数qz变量，把这3个指数放在一起采用（10）式得到与数字金融产品收益波动的logit模型估计结果，如表8所示①变量的平稳性检验和协整检验结果，由于篇幅所限在此省略。。

表8 银行间同业拆借市场与数字金融产品收益波动关系的估计

从表8可以看出，在统计意义上，国债指数gz、金融债指数jz和企业债指数qz变量均通过显著性检验，对模型的解释力也不错，表明国债指数、金融债指数、企业债指数变量对数字金融产品收益波动都具有明显的传染关联效果，LR值为17.326，相应p值为0.0013，意味着模型整体上是显著的，Mcfadden R2值为0.274，反映模型拟合度不错，根据输出结果写出方程如下：

同样在模型回归的基础上对数字金融产品收益波动进行预测，如图6所示，由数字金融产品收益波动预测曲线可知，在样本区间内，银行间债券指数与数字金融产品收益之间具有一定的传染关联性，只是这种影响关系基本保持稳定。实际上，数字金融产品利用监管套利空间，作为银行间债券市场的交易成员，其通过债券交易行为来维持产品的高收益，从而保证在收益方面具有的吸引力。

图6 银行间债券市场引起数字金融产品收益波动的预期曲线

五、结论

通过MGARCH-BEKK模型分析表明，银行间质押式回购市场、买断式回购市场、同业拆借市场与数字金融产品收益之间存在双向传导因果关系，也就是说它们之间具备传染关联性，并且这种传染关联性具有持续性，此外，数字金融产品收益受银行间3个子市场的传染关联影响更为突出一些。存贷利差分别对银行间质押式回购市场、买断式回购市场、同业拆借市场以及数字金融产品收益都不具有传染关联性。

结合二元logit模型分析发现，银行间质押式回购市场、买断式回购市场、同业拆借市场、债券市场与数字金融产品收益波动预期之间具有单向的因果关系，通过数字金融产品收益波动预期曲线发现，银行间质押式回购市场、买断式回购市场、同业拆借市场、债券市场对数字金融产品收益波动产生的传染关联性在逐渐减弱。这种传染关联性的不断减弱也是有原因的，首先，银行间子市场利率反映的是流动性紧缺问题，融资链条会先在商业银行体系内部传导，随后才考虑借用影子银行的货币，当然随着商业银行的市场化进程加速，市场交易也会进一步完善；其次，数字金融正在以迅猛之势对传统银行市场构成威胁，数字金融产品规模剧增，拉高了商业银行与数字金融的协议存款利率，高成本的融资使得银行业市场向数字金融领域的融资意愿降低；再次，随着互联网金融的大举创新，商业银行和货币基金合作模式下自身的基金产品规模和种类也会大幅提升，无形中也减少了融资过程中选择数字金融产品的途径。