2017年
财会月刊(36期)
财经论坛
第三方支付对我国货币流通速度的影响

作  者
陶士贵(博士生导师),邹 艺

作者单位
南京师范大学商学院,南京210023

摘  要

     【摘要】第三方支付凭借其高效、便捷、低成本的特点已经深刻影响到消费者的支付习惯。但同时根据其支付流程,第三方支付会通过将货币电子化,改变货币形态,进而引起货币流通速度的变化。这种变化经过理论和实证两方面的检验得到证实:第三方支付在长期范围内会抑制现金和狭义货币流通速度,刺激广义货币流通速度。
【关键词】第三方支付;货币流通速度;支付流程;“VEC模型”
【中图分类号】F234      【文献标识码】A      【文章编号】1004-0994(2017)36-0108-7一、问题的提出
自第三方支付机构出现以来,我国消费者的支付习惯已经发生了巨大改变。仅2016年第二季度,第三方互联网支付总额已达4.6万亿元人民币,同比增长61.9%,环比增长12.3%;而移动支付规模达到9.4万亿元人民币,同比增长274.9%,环比增长52.1%。可见,第三方支付的发展已经呈现出惊人的态势,其中又以移动支付发展势头最为迅猛。
但是,部分学者认为我国第三方支付的发展可能存在隐患。2015年12月,央行出台《非银行支付机构网络支付业务管理办法》,将用于第三方支付的账户定义为“支付账户”,并设定日交易限额。这不仅从侧面印证了第三方支付在发展过程中可能确实存在不利影响,更表明我国货币政策很可能会因此受到冲击。事实上,我国第三方支付机构并没有发行新的货币,而是改变了货币的形态,将现实货币电子化。基于第三方支付便捷、货币电子化等特点,其对货币政策的冲击可能首先通过影响货币流通速度而体现,这也是本文研究的重点。
二、文献综述
随着互联网的发展和多种支付方式的普及,国内外学者围绕这种特殊的支付方式展开了多项研究,在实践和理论中都取得了巨大成果。
1. 电子货币、电子支付与第三方支付的概念。①对于电子货币的定义,目前被广泛接受的是国际清算银行的界定,即:“电子货币指消费者所拥有的储存有资金或货币价值的储值型或预付型产品,包括预付卡(有时称为电子钱包)和可通过计算机网络访问的预付软件产品(有时称为数字现金)。这种电子货币与允许消费者通过电子通信手段访问传统支付服务的通道产品是不同的。”这个定义排除了依赖于银行卡、支票等工具进行支付的卡基货币,而将其划分为“电子现金”。②电子支付实质上是将支付行为作为出发点,从另一个角度对电子货币进行解读。目前学术界普遍采用Humphrey(2001)的观点,即认为电子支付是借助电子媒介进行资金交易的一种方式,而电子媒介就包括互联网和其他数字手段,直接通过银行系统支付账单,而不必去银行领取现金。③在第三方支付方面,笔者比较认同杨云龙、何文虎(2014)的观点,他们认为我国第三方支付模式应当包括网络支付、银行卡收单和预付卡三种业务,并且支付方式应当首先通过第三方机构进行,然后由银行清算。
从货币形态上来看,第三方支付更接近于电子货币;从支付方式上来看,第三方支付与电子支付也有相似之处。因此笔者认为,第三方支付对货币流通速度的影响,并非在于发行新的“电子货币”,而是通过转换支付方式,从而改变货币的形态,影响货币流通速度,即“货币电子化”。
2. 电子货币、电子支付对货币流通速度的影响。从国外的研究成果来看,Palley(2002)根据电子货币的不同作用对其进行了划分,即电子零售货币和电子结算货币。他认为,电子零售货币类似于上文所提到的电子现金,而电子结算货币则相当于个人在银行的存款,主要用于清偿和结算。因此在研究电子支付对货币政策影响的时候,必须区分这两种用途的不同影响。同时,Priyatama(2010)和Apriansah(2010)针对印尼的货币市场展开研究,认为电子货币的发行会减少现金的持有量,从而加快现金的流通速度。
国内的学者也展开了相关研究。于雪(2012)分别从费雪方程理论、凯恩斯货币需求理论、弗里德曼需求理论分析了电子货币对货币需求的影响,虽然没有进行实证分析,但是通过公式推导得出的结论基本符合预期。周光友(2007)首先论证了货币流通速度与货币需求量的关系,然后实证分析了电子货币与各层次货币流通速度的关系。虽然是基于电子货币的角度展开分析,但是其研究思路仍然值得借鉴。
3. 第三方支付对货币流通速度的影响。赵勇君(2014)首先从互联网金融的大概念上对货币政策进行了分析,又以第三方支付为例,分析了货币流通速度可能会受到的影响。该文章仅仅分析了广义货币流通速度的影响,虽然得出了速度会下降的结论,但是对现金和狭义货币缺乏论证。笔者认为,第三方支付对现金和狭义货币流通速度的影响可能与广义货币不同,因为第三方支付的低成本性和高效率性,可能会促使现金流通速度加快,不过这一假设需要进一步的检验。龚晓红(2016)认为,第三方支付对货币政策的影响主要在于两个方面:一是由于第三方支付机构尚未接入央行支付系统,导致流通资金难以被央行掌握;二是因为第三方支付会取代部分流通中货币,减少基础货币,进而影响到货币政策。但是文章并没有用实证方法检验这两个方面是否真正存在,而仅仅是直观上的分析和总结,缺乏一定的准确性。
因此,尽管“第三方支付将会影响货币流通速度”已经得到学术界普遍关注,但是缺乏系统论证。本文将从这一点出发,从理论和实证两个角度,深入探讨第三方支付对货币流通速度的影响。
三、第三方支付对货币流通速度影响的理论分析
从传统的货币流通速度理论入手,然后引入第三方支付体系来观察货币流通速度模型的变化。
1. 基于传统理论体系的货币流通速度分析。20世纪初,美国耶鲁大学教授费雪提出了费雪方程式:
MdV=PT (1)
其中:Md为一定时期内流通货币的平均数量;V为货币流通速度;P为各类商品价格的加权平均数;T为各类商品的交易数量。然而,部分经济学家指出,决定人们持有货币多少的往往还有个人财富水平、利率等因素。因此,假设总收入为Y,费雪方程式可以进一步变形为:
[MdP]=[YV] (2)
其中,[MdP]是实际货币需求。因此,货币流通速度跟实际货币需求和总收入都成反比。
凯恩斯通过分析,将货币需求分为交易需求、预防需求和投机需求。其中交易需求和预防需求是收入的函数,投机需求是利率的函数,公式为:
[MdP]=L(Y,r)=KY-hr (3)
其中,[MdP]依然是实际货币需求,Y是总收入,r是利率。联立(2)、(3)两式,可以得到关于货币流通速度的公式:
KY-hr=[MdP]=[YV]
V=[YKY-hr] (4)
综上所述,在传统理论框架下,货币流通速度与总收入和利率密切相关。尽管费雪认为,短期内货币流通速度由于制度因素通常是一个稳定的量,但是在长期范围内,也会存在波动。而要对这一现象进行考察,就必须引入收入和利率这两个指标。
2. 基于第三方支付体系的货币流通速度分析。中国人民银行惠州市中心支行课题组(2016)指出,在包含第三方支付的经济体系中,原先用于支付的货币将减去用于第三方支付的货币,因此相应的货币需求模型也会发生改变。根据其所提出的新模型,假设第三方支付对传统支付的替代率为e(0<e<1),因此原本用于传统交易的货币y将有一部分用于第三方支付交易,这部分为ey。而剩下的部分(1-e)y则仍然以传统的流通形式进入货币市场,货币流通速度也相应地发生了改变:
V=[(1-e)yke(1-e)y-her] (5)
据该课题组分析,在短期中,由于第三方支付使得货币流动性加快,因此交易动机和预防动机的持币需求会降低,因此有k>ke;而在长期中,由于第三方支付功能逐渐拓展到互联网基金的领域,投机性需求会增加,因此有h<he。
首先将公式(5)左右两边对y求偏导:

 

 

偏导数小于0,说明收入y越高,货币流通速度越慢。即在第三方支付体系下,收入与货币流通速度成反比。
然后将公式(5)左右两边对利率r求偏导:
 (7)
偏导数大于0,说明利率r越高,货币流通速度越快。这基本上符合凯恩斯所提出的“流动性偏好”假说,即货币需求量和利率成反比。而当利率降为最低点时,货币需求无穷大,进入“流动性陷阱”,货币流通速度为0。
继续将公式(5)两边对e求偏导:
 (8)
偏导数大于0,意味着e和V成正比。这表明,在引入第三方支付之后,货币流通速度确实会发生改变。
综上所述,我们可以得到初步结论,即第三方支付的发展将会提高货币流通速度。但是,这仅仅是运用公式推演得到的结果,而在现实中这种影响是否存在以及这种影响的方向如何还需进一步检验。
四、第三方支付对货币流通速度影响的实证分析
1. 变量选择与数据来源。根据前文对公式的推演可知,一共涉及四个变量。第一是货币流通速度V,本文采用GDP与货币量的商来表示。由于货币层次不同,相应的速度也会不同,因此以V0=[GDPM0]、V1=[GDPM1]、V2=[GDPM2]来分别诠释不同层次下的货币流通速度。第二是国民总收入y,部分学者采用GDP或GNP来代替y进行研究。为了确保实证结果的说服力,笔者采用城镇居民人均可支配收入PCI作为变量。第三是利率r,由于我国利率并未完全实现市场化,因此采用我国银行间7日市场同业拆借利率R进行替代。第四是第三方支付对传统支付的替代率e,考虑到数据的易得性,选择第三方互联网支付规模总额EU。
作为第三方互联网支付的代表性平台,支付宝于2005年确立至今发展仅十年左右,数据并不丰富。因此,数据范围选择为2006年第一季度至2016年第二季度的季度数据。GDP和PCI的季度数据的累计值来源于国家统计局,M0、M1、M2季度数据的期末值来源于新浪数据中心,第三方互联网支付数据来源于艾瑞咨询网。我国银行间7日市场同业拆借月利率以及月成交量来源于Wind,季度利率R则由笔者根据月利率和月成交量加权平均计算得到。
2. 各变量时间序列的平稳性检验。在对数据进行进一步研究之前,先要判断序列的平稳性。由于本文所选择的数据都是以季度为单位,因此先利用Eviews 7.2中的X12季节调整法,将GDP、M0、M1、M2、PCI、REU依次剔除季度因素,转化为GDPSA、M0SA、M1SA、M2SA、PCISA、RSA、EUSA。根据上文的推算,在剔除季度因素的影响后,货币流通速度可以表示为:V0SA=[GDPSAM0SA]、V1SA=[GDPSAM1SA]、V2SA=[GDPSAM2SA]。为了保证时间序列的平稳性,根据已有研究经验,将PCISA、RSA、EUSA分别取对数(LnPCISA、LnRSA、LnEUSA)以增强平稳性。下面将对V0SA、V1SA、V2SA、LnPCISA、LnRSA、LnEUSA的时间序列平稳性进行研究。
首先,运用Eviews对各个变量作图,判断有无趋势项和截距项,以保证ADF检验的准确性。从图形上来看,V0SA、V2SA既包含趋势项,也包含截距项;V1SA和LnRSA仅有截距项而没有趋势项。可以使用ADF依据各个图形的特征进行平稳性检验,检验结果如表1所示。

 

 

 

 


根据表1可以看出,V0SA、V1SA、V2SA、LnPCISA、LnRSA、LnEUSA的t值都大于其在1%、5%、10%的显著性水平的临界值,说明这六个变量都不能拒绝原假设,即存在单位根。因此这六个变量都是非平稳的时间序列。为了得到平稳的时间序列,对这六个变量进行一阶差分之后继续使用ADF检验,结果如表2所示:

 

 

 

 


经过一阶差分之后,根据表2明显可以看出,六个变量的t值在1%、5%、10%的显著性水平下都小于临界值,因此拒绝原假设,不含单位根。也就是说,△V0SA、△V1SA、△V2SA、△LnPCISA、△LnRSA、△LnEUSA的时间序列是平稳的。因此可以得到:V0SA、V1SA、V2SA、LnPCISA、LnRSA、LnEUSA都是一阶单整序列,可能存在协整关系。
3. Johansen协整检验。根据上文检验,原序列虽然为非平稳时间序列,但是同阶单整,因此可能存在协整关系,进而建立误差修正模型(VEC)。
为了验证是否存在协整关系,必须先确定VAR滞后阶数。根据前人经验,确定滞后阶数的方法包括LR(似然比)检验法、AIC信息准则和SC准则等。由于本文涉及V0SA、V1SA、V2SA三个模型,因此先以V0SA为例,探究V0SA、LnPCISA、LnRSA、LnEUSA之间的滞后阶数,结果如表3所示。

 

 

 

 

由表3可以看出,AIC与SC的最小值并不在同一滞后阶数上,而根据LR的值可以看出,滞后阶数为2。因此,V0SA、LnPCISA、LnRSA、LnEUSA的最佳滞后阶数为2。同样,也可以用LR检验法确定V1SA及V2SA分别与LnPCISA、LnRSA、LnEUSA之间的最佳滞后阶数都为2。在得出这一结果的基础上,进一步做协整检验。目前,协整检验方法主要包括EG两步法、Johansen检验法等。而EG两步法只能检验两个变量之间的协整关系,因此选择Johansen检验法对本文所涉及的多个变量进行检验。
仍然先在V0SA与LnPCISA、LnRSA、LnEUSA之间做协整检验。由于确定了最佳滞后阶数为2,而协整关系的检验建立在变量一阶差分的基础上,因此在协整关系检验中选择滞后阶数为1。利用Eviews进行检验,结果如表4所示。

 

 

 


从表4可以看出,在显著性水平为5%的情况下,当假设“方程最多只有3种协整关系”时,p值为0.0190,小于0.05,因此拒绝原假设,方程含有4种协整关系。但根据经验,往往只有第一种协整关系最具有经济意义。而根据Eviews结果显示,第一种协整关系如下:
V0SA=-0.271814LnEUSA+3.225750LnPCISA-
              (0.13686)              (0.84206)    
0.139809LnRSA
   (0.09813)
其中,似然率为193.0492,括号内的数字是各个估计值的标准差。根据这个表达式,可以判断出在长期中,第三方互联网支付对现金流通速度的弹性为-0.271814,城镇居民人均可支配收入的弹性是3.225750,银行间同业拆借利率则为-0.139809。也就是说,在长期范围内,第三方互联网支付及利率会抑制现金的流通速度。
同理,对V1SA、V2SA进行协整关系研究,可以得到两个表达式:
V1SA=-0.471185LnEUSA +3.442586LnPCISA-
               (0.33035)             (2.05341)     
1.476917LnRSA
    (0.28232)
V2SA=0.006318LnEUSA -0.186282LnPCISA+
               (0.01537)             (0.09515)045937LnRSA
    (0.01095)
根据前后顺序,似然率分别是254.0377和297.4726。其中V1SA与LnPCISA、LnRSA、LnEUSA的关系同V0SA相似。而V2SA与LnPCISA、LnRSA、LnEUSA的关系同V0SA则截然相反,即广义货币流通速度与第三方互联网支付规模及利率成正比,与城镇居民人均可支配收入成反比。这说明在长期中,第三方支付规模的发展和利率的提高会刺激广义货币流通速度的加快,而收入的增加则会抑制广义货币的流通速度。
4. 向量误差修正模型。上述所有方程仅仅是对V0SA、V1SA、V2SA、LnPCISA、LnRSA、LnEUSA之间长期关系的解释,无法表现出短期的影响情况。为了进一步探究它们在短期中的关系,笔者建立了向量误差修正模型(VEC)。同时,上文已经利用Eviews得出VAR滞后阶数为2,而VEC模型的变量仍然是一阶差分的滞后项,因此建立的是VEC(1)模型。
以V0SA为例,将V0SA、LnPCISA、LnRSA、LnEUSA数据导入VEC(1)模型中,得到V0SA的向量误差修正模型:

 


  

 


其中,

 

 


在以上表达式中,括号内的数字是各估计值的标准差,方括号内的数字是各估计值的t检验值。CointEq1(1)是误差修正项,反映的是变量之间的长期关系,即同上文中的协整关系。其系数是-0.485245,含义是当方程失去平衡时,协整关系将以-0.485245的调整力度将非均衡状态拉回均衡状态。可以看出,在短期中第三方互联网支付对现金流通速度的弹性为0.473902,而收入的弹性为1.097689,利率则为0.15711。这说明在短期内,第三方支付、收入和利率都会刺激现金流通速度加快。
同理,可以得到V1SA和V2SA的向量误差修正模型。具体结果如下:

 

 

 

 

其中,

 

 

 

 

 

 

  

其中,

 

 


综上,CointEq1(2)的系数为0.027836,说明当V1在短期内偏离长期均衡条件时,其协整关系将以0.027836的调整力度将V1拉回均衡状态。根据弹性可以初步判断,第三方支付、收入、利率在短期内也同样会促进狭义货币的流通速度加快。继续分析,CointEq1(3)系数为-0.387683,说明当V2在短期内偏离长期均衡条件时,协整关系将以-0.387683的调整力度将V2拉回均衡状态。但是第三方互联网支付对广义货币流通速度的短期弹性为-0.010054,收入的弹性为0.102890,利率的弹性为0.000503。这说明在短期内,第三方支付的发展会抑制广义货币流通速度。
5. 脉冲响应函数分析。基于VEC模型的脉冲响应的意义与基于VAR模型的是不同的。一般认为,基于VAR模型的脉冲响应函数描述的是模型中的一个内生变量的冲击给其他内生变量所带来的影响。而VEC模型是建立在对原序列进行一阶差分处理的基础上的,因此笔者认为,此时脉冲响应函数的意义是模型中的一个内生变量的波动幅度给其他内生变量波动幅度带来的影响。
首先对V0SA、LnPCISA、LnRSA、LnEUSA进行脉冲分析,选择滞后20期的模型,得到图1:

 

 

 

 

 

 


从图1中可以看出,V0SA对于来自LnPCISA、LnRSA、LnEUSA的波动的影响在第1期都为0,然后开始逐渐产生冲击,在第2期达到最大值。而在第5期之后,LnRSA、LnEUSA的波动幅度对V0SA的冲击变为负方向,并分别稳定在2.5%和1.6%。同时,LnPCISA在第5期之后仍然保持对V0SA正方向的冲击,并稳定在2.7%左右。
继续引入V1SA,研究其与LnPCISA、LnRSA、LnEUSA的脉冲响应,仍然选择滞后20期的图形,结果如图2。
与V0SA不同的是,LnPCISA、LnRSA、LnEUSA的波动对V1SA的冲击基本都是正方向的,并且在第6期达到最大值之后,就基本保持不动。其中,在冲击稳定后,LnEUSA稳定在0.34%左右,LnPCISA稳定在0.95%左右,LnRSA稳定在1.87%左右。
同理,当引入V2SA后,为了使结果更明显,延长滞后期到30,得到图3:

 

 

 

 

 

 

由图3可知,LnRSA的波动对V2SA的冲击一直维持在正方向上,在第18期达到最大值1.191%,之后保持稳定。LnEUSA的波动在第4期之前,维持在正方向的冲击上,并在第2期达到最大值,之后冲击效果逐渐减弱,在第5期变为负方向的冲击,之后维持在0.4%左右,冲击效果很小。LnPCISA的波动对V2SA波动的冲击效果与LnEUSA类似,由正向冲击逐渐变为负向冲击,从第18期开始最终维持在0.3%左右。
五、结论和政策建议
1. 结论。本文通过公式推演和理论分析,得出第三方支付对货币流通速度影响的趋势。然后选择第三方互联网支付规模、城镇居民人均可支配收入、银行间7日同业拆借利率作为解释变量,进行实证分析。通过平稳性检验和协整检验,建立了VEC模型。在此基础上继续进行脉冲响应分析,以进一步探讨变量之间的关系。经过梳理,得到如下结论:
第一,第三方支付对现金流通速度的影响,在短期内会起到刺激作用,而在长期这种影响则会渐渐被抑制。这说明,第三方支付在短期内会导致消费者对现金的需求减少,这是第三方支付将现金电子化的特性决定的。
第二,第三方支付对狭义货币流通速度的影响与对现金的影响相似,即在短期内促进流通速度加快,而在长期内又会导致流通速度减缓。短期内加快流通速度,降低狭义货币需求,是因为第三方支付根据其支付流程能够将活期存款电子化。
第三,第三方支付对广义货币流通速度的影响,在短期内会起到抑制作用,而在长期内则会有一定的刺激作用。这是由于互联网基金等高收益产品的普及依赖于第三方支付平台,消费者能够通过第三方支付平台购买高收益的货币基金,投机性动机提高,因此会在短期内降低广义货币的流通速度。
第四,根据以上三点结论发现,第三方支付在长期范围内会抑制现金和狭义货币流通速度,加快广义货币流通速度。笔者认为,这可能是因为第三方支付的发展导致货币层次的划分模糊。根据第三方支付的特点,银行卡内的活期存款可以随时提现到第三方支付账号内进行使用,而第三方支付账号内的现金也可以随时充值到银行卡内形成活期存款,因此在长期范围内可能会使得M0、M1之间层次模糊。同时,第三方支付机构凭借其支付的便捷性,使得依赖于第三方支付平台的高收益理财产品得到普及,因此导致M1大量转变为M2,即模糊了M1与M2之间的划分。
2. 政策建议。根据本文的主要结论,笔者结合现实情况提出以下几点政策建议:
第一,优化货币层次的划分。根据上文分析,第三方支付的发展可能会影响到货币层次的划分,进而影响到货币政策的制定,削弱货币政策实施效果。随着第三方支付将货币电子化的程度日益加深,应该优化货币层次的划分。也可以根据第三方支付规模,对第三方支付交易体系重新定位,作为货币政策制定的辅助参考标准。
第二,加强对第三方支付的发展规律和影响的研究。随着第三方支付逐渐成为消费者支付行为的主要选择之一,必须严格检测这种支付发展的规律。只有在掌握第三方支付发展规律的基础上,才能更好地促进其持续健康发展。只有在明确第三方支付发展可能带来的影响的基础上,才能制定有效的政策来维护或者抑制这种发展。
第三,严格检测第三方支付对货币流通速度的影响。根据前文实证分析,第三方支付对货币流通速度的影响是现实存在的。但是,本文只是对这种影响做了一定的探索,并没有提出新的可靠的检测指标。如果放任第三方支付释放出刺激作用,可能会导致通货膨胀,影响我国经济运行。因此,央行必须时刻掌握货币乘数的变化情况,以免因其扩大或缩小而导致货币供给量的调节失真。
第四,积极推进金融市场化改革。在我国目前的经济条件下,金融市场还不发达,货币政策效果无法依赖传导机制有效地执行,不得不更多地依靠行政手段。因此,必须加大利率市场化和汇率市场化等改革力度,为第三方支付的发展创造良好的金融环境,也为将来我国进入全面电子化打下坚实的基础。
第五,加强国际合作。引导第三方支付机构走出国门,使资金能够更快速地在国际之间流动,加强全球经济一体化。这一方面需要多个国家央行之间加强沟通,另一方面也需要加强对资金的监管,以免资金外逃,造成全球经济动荡。

主要参考文献:
赵勇君.互联网金融的发展现状及其对货币政策的冲击[D].大连:东北财经大学,2014.
龚晓红.第三方支付对央行支付系统影响及对策[J].金融科技时代,2016(1).
中国人民银行惠州市中心支行课题组.互联网金融对货币政策传导的影响研究[J].武汉金融,2016(3).
刘澜飚,齐炎龙,张靖佳.互联网金融对货币政策有效性的影响——基于微观银行学框架的经济学分析[J].财贸经济,2016(1).
中国人民银行晋中市中心支行课题组.互联网金融发展对我国货币政策影响研究[J].华北金融,2016(1).
夏玮豪,王十凤,聂欣宇.浅析近年中国货币流通速度影响因素[J].当代经济,2016(15).
吴佩,姚亚伟,庞涛.互联网金融对货币市场冲击影响的实证分析[J].当代经济管理,2016(7).
崔海燕.互联网金融对中国居民消费的影响研究[J].经济问题探索,2016(1).