汪琴
(安徽財經大學 金融學院, 安徽 蚌埠 233000)
基于誤差修正模型的網上銀行發展影響因素研究
汪琴
(安徽財經大學 金融學院, 安徽 蚌埠 233000)
隨著因特網的飛速發展,金融領域的網絡化趨勢越來越明顯,網上銀行也隨之誕生并迅速發展起來.文章采用影響網上銀行發展的外在性因素,即我國網上銀行交易規模與電子商務交易額、互聯網普及率以及公民受教育程度的實際變化情況等,對網上銀行發展與其外在性因素的相關關系進行了實證分析,結果表明,網上銀行交易額與網上銀行發展的外在性因素之間存在協整關系,短期內存在方向調整效應,各因素對網上銀行發展的影響程度不同.
網上銀行;協整檢驗;誤差回歸模型
隨著信息技術在金融領域的廣泛應用,網上銀行也隨之誕生.自 1998年起,我國的各大銀行陸續推出了網上銀行服務,到 2011年我國網上銀行交易額達到 780.94萬億元.網上銀行憑借其快捷、方便、實時、低成本和功能豐富等優勢受到越來越多客戶的支持,也逐漸成為人們關注的焦點.
近幾年,中國的網上銀行業務也飛速發展,年交易額以近兩倍的速度增長.但是,目前相對于整體銀行業務,我國網上銀行業務所占交易總額的比重仍然比較小,網上銀行的發展潛力還很大.網上銀行的發展對于銀行業務拓展、創造盈利而言十分重要,所以,對于網上銀行發展的影響因素研究對于銀行業的發展具有十分重要的意義.筆者認為影響網上銀行發展的因素主要包括內部和外部兩方面的因素,內部因素是指銀行的自身狀況,例如,銀行總體發展規模,銀行業務種類和數量以及銀行的信譽度等等,本文從影響網上銀行發展的外部性因素入手,運用實證分析方法,來研究影響網上銀行發展的外部性因素如電子商務交易量、互聯網普及率和受教育程度等對網上銀行發展的影響程度,并由此得到網上銀行未來發展的一些啟示.
由于網上銀行所提供的服務基于互聯網,因而互聯網的良好發展是網上銀行發展的基石;而隨著我國互聯網的發展和企業、個人網上活動的增加,電子商務交易額也日益增長,作為電子商務主要支付渠道的網上銀行的發展則得益于電子商務的發展;另外,網上銀行作為網絡技術與金融服務的結合,其使用對于人們的計算機技能以及相關知識水平有一定的要求,這也使得受教育程度較高的人們更加容易使用網上銀行服務.網上銀行發展還受銀行自身發展的影響,比如銀行總體規模、銀行業務數量和種類等等,而本文主要以影響網上銀行發展的外部性影響因素,即電子商務發展、互聯網普及率以及受教育程度來分析各解釋變量與網上銀行發展的相互關系,以此來指導銀行能夠充分合理利用外部條件發展網上銀行,進而發展自己,提升競爭力.而作為影響網上銀行發展的外部性因素可以通過電子商務交易額 X1,互聯網普及率 X2,大專及以上學歷人口比重 X3來表示,而其關系可以表示為:
Y=f(X1,X2,X3),其中 Y表示網上銀行交易額.
為考察變量之間是否有長期的穩定關系,利用協整檢驗的方法來考察經濟變量之間在長期內是如何相互影響的,運用“E-G”兩步法,如下:
第一步:檢驗各變量的平穩性,如果各變量是同階單整序列,則可進行協整檢驗.用普通最小二乘法估計長期均衡關系,采用回歸方程:Y=α0+α1X1+α2X2+α3X3+μ,用 et表示回歸方程的殘差序列.
第二步:為了確定變量之間是否真正存在協整關系,用 ADF檢驗殘差序列 et的平穩性,如果殘差序列不含有單位根,即是平穩序列,則變量之間是協整的.若變量之間存在協整關系,則變量之間存在長期的穩定關系,用最小二乘法回歸就會得到協整系數.
確定變量之間存在長期均衡關系之后,還需要考察短期的對非均衡程度的修正效應,相應的我們構建誤差修正模型:
得出的誤差修正項能夠作為一個解釋變量,與其他影響短期波動的變量一起,構成誤差修正模型.
本文以網上銀行交易額為被解釋變量,電子商務交易額、互聯網普及率和大專及以上學歷人口比重為解釋變量,研究網上銀行發展與影響網上銀行發展的外在影響因素的關系.選取 2002—2011年各指標的時間序列數據作為樣本值.原始數據來源于各年《中國統計年鑒》、《中國互聯網絡發展報告狀況》、《艾瑞咨詢中國電子商務行業發展報告簡版》以及《艾瑞咨詢中國網上銀行行業發展報告》等,并經計算整理得到.
3.1 平穩性檢驗
選取的變量數據均為時間序列數據,時間序列數據大部分都是非平穩數據,若直接將非平穩數據進行回歸分析,就可能會造成“偽回歸”,即解釋變量和被解釋變量均隨時間而呈同趨勢變動,結果可能僅僅反映這兩個變量的同趨勢特征而沒有反映它們之間的真實關系.所以需將各時間數據進行自然對數轉化,這樣并不改變原來數據的協整關系,且使趨勢線性化.對各時間序列數據對數轉換并進行ADF單位根檢驗:

表1 ADF單位根檢驗結果
根據表 1的檢驗結果,在 5%和 10%的顯著性水平下,序列 lnY,lnX1,lnX2,lnX3的 ADF檢驗值均大于其對應的臨界值,表明存在單位根,即它們都是非平穩序列,序列▽lnY,▽lnX1,▽lnX2,▽lnX3的 ADF檢驗值也均大于其對應的臨界值,表明存在單位根,即它們也都是非平穩序列;在 10%的顯著性水平下,序列▽▽lnY,▽▽lnX1,▽▽lnX2,▽▽lnX3的 ADF檢驗值均小于其對應的臨界值,表明不存在單位根,所以均為平穩序列.所以時 間 序 列 lnY,lnX1,lnX2,lnX3都 是 2階 單 整 序列,這是進行協整檢驗的前提.
3.2 協整檢驗
通過驗證平穩性之后,對 4個變量進行協整檢驗,看序列之間是否存在協整關系.我們采用“E-G兩步法”進行協整檢驗.
先估計方程:lnY=β0+β1lnX1+β2lnX2+β3lnX3+μ
對估計得到的殘差序列 et進行單位根檢驗.檢驗結果如表2.

表2 殘差序列ADF單位根檢驗結果
根據表 2可知,殘差序列 et的 ADF統計值為-3.918511,小于 5%和 10%顯著水平下臨界值 -3. 2695和 -2.7822,說明殘差序列是平穩的,因而說明 lnY,lnX1,lnX2,lnX3之間存在協整關系,進而可以得到變量之間存在長期的穩定關系.
3.3 誤差修正模型
lnY,lnX1,lnX2,lnX3之間存在協整關系說明變量之間存在長期均衡關系.但是從短期看,可能會出現失衡,為增強模型的精度,可以把協整回歸式中的誤差項 et看做均衡誤差,通過建立誤差修正模型把四者的短期行為與長期變化聯系起來.
為了構建誤差修正模型,將殘差 et作為誤差修正項,估計方程:

通過 EVIEWS運行,其估計結果如下:

上述估計結果表明,網上銀行交易額的變化不僅取決于電子商務交易額、互聯網普及率以及居民受教育程度的變化,而且還取決于上一期網上交易額對均衡水平的偏離,誤差項 et-1估計的系數 -0. 9422體現了對偏離的修正,即短期波動偏離長期均衡時,誤差修正項將以 0.9422的力度作方向調整,使非均衡狀態回復到均衡狀態.
綜上所述,我國網上銀行發展與外部性影響因素的關系模型可以表述為:
長期均衡關系:

短期波動模型:

3.4 因果關系檢驗
以上統計結果表明,各變量之間在統計意義上有一定的相關性,但這并不能說明變量間存在因果關系,因此,下面采用經濟計量分析中的格蘭杰因果關系檢驗方法來驗證變量間的相互因果關系,檢驗結果如下:

表3 格蘭杰因果關系檢驗結果
網上銀行是未來銀行業發展的一大趨勢,將會很大程度上體現銀行的競爭實力.本文的實證研究表明影響網上銀行發展的外在性因素與網上銀行發展有長期穩定的均衡關系,各變量對網上銀行發展的影響程度不同,由此我們還可以得到發展網上銀行的一些啟示.具體表現如下:
(一)網上銀行作為電子商務主要的支付渠道與信用中介,其發展受電子商務影響較大.根據筆者的實證研究顯示,電子商務交易額每變動 1%,網上銀行交易額會同向增加 0.7265%.并且,電子商務的交易規模與網上銀行的交易額之間存在長期的穩定關系,電子商務的交易額增長會促進網上銀行的交易額增長.此外,電子商務的交易額變化不是網上銀行交易額變化的原因概率只有 0.09481,說明電子商務的發展對于網上銀行的發展起著積極的促進作用.所以銀行的發展在一定程度上會依賴于電子商務的發展,如果電子商務的發展滿足不了市場需求,就無法帶動網上銀行的發展.中國建設銀行的善融商務就是通過發展電子商務來發展其網上銀行業務,這是中國銀行業首次從事非金融產品業務.
(二)實證結果顯示,網絡普及程度會對網上銀行的發展起到促進作用.根據實證結果,互聯網普及率每上升 1%,網上銀行交易額會同向增加0.324%.并且,互聯網普及率與網上銀行的交易額之間存在長期的穩定關系,互聯網普及率上升會促進網上銀行交易額的增長.此外,互聯網普及率變化不是網上銀行交易額變化的原因概率是0.10403,說明互聯網普及率的提高對促進網上銀行發展的作用明顯.而互聯網普及率與經濟發展水平有很大的關系,所以,銀行可以在經濟比較發達的地區優先推出網上銀行業務,以逐步推進網上銀行的發展.
(三)從網上銀行使用客戶的教育結構可以看出,大部分的網上銀行客戶都是受過高等教育的大學生或者企業職員.根據筆者的實證研究顯示,大專及以上學歷人口比重每增長1%,網上銀行交易額會同向增加 0.8756%.并且,大專及以上學歷人口比重與網上銀行的交易額之間存在長期的穩定關系,受教育程度高的人口增多會促進網上銀行交易額的增長.此外,大專及以上學歷人口比重變化不是網上銀行交易額變化的原因概率是 0.37958,說明受教育程度高的人數增多對促進網上銀行發展有一定的作用.所以,銀行可以從學校和企業入手,抓住了這些人,就抓住了大部分的客戶.而且這些群體具有相對集中的特點,宣傳和推廣便利,推廣成本低.
F832.2
A
1673-260X(2014)08-0070-03