中国移动支付与传统支付的相互影响分析

吴芍希

摘 要：本文选取2013-2019年的季度数据，对移动支付和传统支付之间的相互影响进行分析，并分别进行了稳健性检验、协整检验、VAR向量自回归模型以及Granger因果检验。研究结果显示：滞后一期的移动支付笔数增长与当期的银行卡支付笔数增长存在显著负向关系;移动支付交易笔数和交易金額的持续上涨会导致银行卡支付交易笔数和交易金额的下降;移动支付交易笔数和移动支付交易金额均分别为银行卡支付交易笔数和交易金额的Granger原因，但银行卡支付的交易笔数和交易金额均不是移动支付交易笔数和交易金额的Granger原因。

关键词：移动支付;传统支付;VAR模型;Grange因果分析

中图分类号：F27 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2021.14.030

随着互联网的快速发展，中国大陆移动支付业务的规模已经从2013年的9.64万亿元增长到2018年的277.39万亿元，体现了巨大的市场发展潜力，也引起了媒体及学术界的关注，但同时也对传统支付方式形成了巨大的冲击。作为一种非主流金融机构的支付方式，它们也从非主流金融机构变成了另一种支付方式。例如，支付宝日均交易额已达106亿元，占全国零售额的6%，其中很大一部分是通过移动支付的，这种支付方式在市场上的广泛应用。可见，近年来移动支付正在飞速增长，而以银行卡支付为代表的传统支付方式增长缓慢甚至出现了零增长的情况。移动支付与传统支付方式之间的变化趋势是否具有相关性、移动支付的迅速发展对银行卡支付造成了怎样的冲击，这是监管层、消费者、商户以及零售支付服务提供商都非常关心的问题，也是学术研究的重点问题。

1 变量的选取和数据的处理

本文选取2013-2019年的季度数据进行分析，数据来源于中国人民银行官方网站的支付体系运行总体情况报告，其中2019年数据只包括第1季度和第2季度，样本空间为26。本文从增长笔数和增长金额两个方面分别构建VAR模型，其中增长交易笔数VAR模型中包括变量移动支付交易笔数同比增长率（MPn）和银行卡交易笔数同比增长率（CPn）;增长交易金额VAR模型中包括移动支付交易金额同比增长率（MP）和银行卡交易金额同比增长率（CP）。

2 移动支付与传统支付相互影响的实证分析

2.1 平稳性检验

本文采用目前较为流行且成熟的ADF法进行单位根检验。从表1中可以看出，四个变量的ADF统计值均在5%和10%的显著性水平下大于临界值，说明这四个变量均存在单位根，为非平稳序列，需要进一步对各变量进行一阶差分系列检验。各变量的一阶差分序列的ADF统计值均在5%和10%的显著性水平下小于临界值，说明一阶差分后的时间序列均不存在单位根，为一阶差分平稳序列。交易笔数VAR模型和交易金额VAR模型中的变量均为一阶单整时间序列。

2.2 协整检验

通过上述平稳性检验可以看出，虽然本文中的时间序列都是非平稳的，但差分后均为一阶单整序列，本文进一步采用Johansen检验进行协整检验。在进行协整检验之前，需要解决的另一个重要问题就是滞后阶数的确定。在选择滞后阶数时，需要考虑两方面：一方面滞后阶数越大，越能完整的反应所构建的模型的动态特征;但是另一方面，滞后阶数越大，需要估计的参数也越多，这将减少模型的自由度。因此在滞后阶数的选择时，需要综合考虑。当前确定滞后阶数的方法主要AIC、SIC信息准则法和LR似然比检验法。本文交易笔数VAR模型和交易金额VAR模型的最优滞后阶数均为1，存在一个协整关系。

3 VAR模型

综合考虑以上检验方法，确定最佳滞后期为1，因此，交易笔数和交易金额两个VAR模型的形式均为VAR（1）。其中交易笔数VAR模型的结果为：

R2为0.476874，调整R2为0.429317。从方程1中可以看出，滞后一期的移动支付笔数增长与当期的银行卡支付笔数增长存在显著负向关系。即移动支付笔数增加1%，在一个季度后可能导致银行卡支付笔数下降约0.0319%，且在10%的显著性水平下显著。同时，从方程2中可以看出，滞后一期的银行卡支付笔数与移动支付笔数之间存在正向关系，即银行卡支付笔数增加1%，在一个季度后可能会使移动支付笔数增加1.1024%，但此时并不显著。

交易金额VAR模型的结果为：

其中，R2为0.688948，调整R2为0.660670。从方程3中可以看出，滞后一期的移动支付金额增长与当期的银行卡支付金额增长存在负向关系。即移动支付金额增加1%，在一个季度后可能导致银行卡支付金额下降约0.0291%，且在1%的显著性水平下显著。同时，从方程4中可以看出，滞后一期的银行卡支付金额与移动支付金额之间存在负向关系，即银行卡支付金额增加1%，在一个季度后可能会使移动支付金额下降2.0350%，但此时并不显著。

4 Granger因果检验

在基于VAR模型的基础上，进一步检验移动支付交易笔数、交易金额与银行卡支付交易笔数、交易金额之间是否具有统计意义上的因果关系，需要进行Granger因果关系检验，前文已经检验VAR模型的最佳滞后期（滞后期为1）即为Granger因果检验的最佳滞后期。交易笔数和交易金额的Granger因果关系检验的结果如表2和表3所示。

由表2中可以看出，当银行卡支付交易笔数为被解释变量时，P值为0.0719，拒绝原假设，可见移动支付交易笔数是银行卡支付交易笔数的Granger原因，说明移动支付交易笔数的波动对银行卡支付交易笔数有一定的影响;当移动支付交易笔数为被解释变量时，P值为0.4501，可见银行卡支付交易笔数不是移动支付交易笔数的Granger原因。由表3中可以看出，当银行卡支付交易金额为被解释变量时，P值为0.0129，可见移动支付交易金额是银行卡支付交易金额的Granger原因，说明移动支付交易金额的波动对银行卡支付交易金额有一定的影响;当移动支付交易金额为被解释变量时，P值为0.4791，可见银行卡支付交易金额不是移动支付交易金额的Granger原因。

从上述Granger因果检验的结果中可以看出，移动支付交易笔数和移动支付交易金额均分别为银行卡支付交易笔数和交易金额的Granger原因，但反之银行卡支付的交易笔数和交易金额均不是移动支付交易笔数和交易金额的Granger原因。

5 结束语

总而言之，移动支付交易笔数和移动支付交易金额均分别为银行卡支付交易笔数和交易金额的Granger原因，并且滞后一期的移动支付笔数增长与金额增长对银行卡支付笔数和金额均有显著负向影响，但反之银行卡支付的交易笔数和交易金额均不是移动支付交易笔数和交易金额的Granger原因。可见移动支付是引起银行卡支付变化的原因，主要原因在于近年来，全球电子商务蓬勃发展，智能手机等移动终端设备大量普及，中国的移动支付无论是技术还是市场规模都在迅猛发展，传统的购物、餐饮、打车等已经在很大程度实现了移动支付，金融行业、医疗行业甚至政务服务等也在积极开发移动支付功能。随着移动支付在各行各业的不断渗透，移动支付很有可能代替银行卡支付，从而对传统的银行卡支付形成较大的冲击。

参考文献

[1]徐超.第三方支付体系：兴起、宏观效应及国际监管[J].经济问题，2013，（12）：11-16.

[2]谢平，刘海二.ICT、移动支付与电子货币[J].金融研究，2013，（10）：1-14.

[3]余世英，邢亚楠.移动社交支付采纳行为影响因素实证研究[J].统计与信息论坛，2015，30（08）：92-99.

[4]彭红霞，徐贤浩，刘伟丹，等.手机支付采纳者的动力和阻力研究[J].管理评论，2013，25（12）：50-59.