網絡購物對貨幣需求的影響研究

李玫　張驁宇　楊理嘉

摘 要：隨著經濟下行壓力的增大，“穩增長”成為中國經濟發展的重要目標。網絡購物作為消費的重要組成部分，探討其與貨幣需求的關系有助于達成“穩增長”這一重要目標。運用誤差修正模型對網絡購物與貨幣需求之間的短期、長期關系進行研究，結果顯示：長期看來，網絡購物以0.199的比率促進貨幣需求量的增長，但是短期看，網購卻對貨幣需求產生了負向影響，其比率為0.101。這種負向影響得到了修正，使得長期的正向趨勢不變。

關鍵詞： 貨幣需求；網絡購物；消費欲望；誤差修正模型

中圖分類號：F822.2 文獻標識碼： A 文章編號：1003-7217（2016）03-0016-06

一、引 言

2015年以來，我國經濟增速明顯放緩，面臨經濟下行帶來的一系列壓力。實體經濟持續低迷，工業生產者出廠價格指數（PPI）連續24個月低于100。在金融市場層面，股票市場因為“去杠桿”和“熔斷”出現連續大幅異常波動。同時，人民幣對美元匯率也出現了大幅貶值。為了應對這些問題，國家提出了“穩增長”、“促改革”等五大目標。其中，“穩增長”是基礎。“穩增長”的實現離不開貨幣政策的調控，這就要求貨幣供給應當與貨幣需求相一致。因此，一個穩定合理的貨幣需求函數可以幫助央行預測貨幣需求變動，有助于“穩增長”目標實現。

學術界對貨幣需求的影響因素和穩定性做了很多研究。從目前的研究結果來看，收入、股票市場、利率以及匯率是影響貨幣需求的重要因素。在這些傳統因素以外，隨著消費行業的“互聯網+”時代到來，網絡購物在改變了消費者的支付方式同時，更促進了消費欲望的提升，也使得消費者的貨幣需求發生變化，從而影響了市場的貨幣需求。

目前，網絡購物的研究主要側重兩個方面：一是對網絡購物的消費偏好進行分析。王秀麗、田禎祎（2011）認為網購客戶群體以女性和青年人居多，所購買的商品也主要是服飾[1]；毛彥妮、黃瑱（2014）等人認為我國網購市場以綜合型網站為主導，且門檻逐漸提高[2]。二是對網絡購物行為的影響因素研究。于珊珊、蔣守芬（2011）認為主要是購買頻率和不確定性影響了消費者的交易行為[3]；張輝等（2011）提出了過去的交易行為和知覺態度對網購行為有影響[4]；任杰、趙冬梅（2014）認為網絡購物決策行為的關鍵在于參照依賴[5]。

但是，大部分學者都沒有注意到網絡購物對貨幣需求的影響。這使得關于貨幣需求函數的研究有待深入。所以，研究網絡購物對貨幣需求的影響機理，不僅可以完善關于貨幣需求的相關研究，也對我國實現“穩增長”的重要目標具有重要意義。

二、網絡購物對貨幣需求的影響機理分析

（一）網絡購物發展現狀

網絡購物最早興起于1999年，但由于當時的全國網民規模小、沒有全國性的物流配送系統，也缺乏健全的第三方互聯網支付手段，所以，網絡購物的發展受到了很大制約。

隨著技術不斷進步，這三個問題早已迎刃而解。我國的網絡購物市場也從2007年開始進入了高速發展的軌道。在之后的幾年里，我國的網絡購物成交額呈現出了持續上升的趨勢，如圖1所示。圖1顯示出了網絡購物市場交易總額不斷上升，到2014年交易額已經達到了2.79萬億元人民幣。從圖形上看，年平均增長率達到62.97%，且增長曲線的斜率不斷增大，這顯示出交易總額增速也在逐漸加快。網絡購物成交額的快速攀升，原因可以概括為兩個方面，即用戶規模的擴大以及人均成交額的增加。這兩者的變化趨勢如圖2所示。

如圖2所示，兩條曲線均呈現出上漲的趨勢。相關數據顯示，2015年第1季度，我國的網絡購物用戶規模已經達到了4.60億人，而2007年底還僅為0.57億人，年均增長率高達27.76%；而人均年成交額增長率達到了29.24%。兩條曲線斜率不斷增加，表明用戶規模和人均年消費額都在加速上漲，即我國的網絡購物規模的變動趨勢方向保持一致。

（二）網絡購物對貨幣需求的影響途徑分析

表面上，網絡購物對貨幣需求的影響在于支付手段的改變帶來的影響，但網絡購物對貨幣需求的影響還表現在其他方面。下面，結合消費行為學，對網絡購物與貨幣需求之間的影響途徑進行分析。

1.網絡購物提高購物效率。

網絡購物對于貨幣需求的影響在于能夠提高消費者的消費效率，降低購物時間成本。

消費者的購物傾向受到其購物時間成本的影響。如果消費者的購物時間成本較高，消費者的消費傾向就會有所下降，甚至會導致消費行為消失。這項成本主要包括交通成本和比較成本，其中交通成本更為關鍵。因為在交通成本足夠低，甚至趨近于0的情況下，比較成本也會隨之下降。在傳統購物模式下，消費者的購物時間成本嚴重依賴于交通便利程度。如果需要將1個小時甚至更多的時間花費在交通工具上，消費者的消費傾向就會嚴重下降。但在網絡購物的背景下，情況卻明顯不同。消費者通過互聯網購物平臺進行商品挑選，不必再耗費大量的時間往來于商場之間，不再需要大量的時間來對比商品的價格，這就大大提升了消費者購物的便捷程度，購物成本會隨之出現明顯的下降。

另外，隨著手機“3G”和“4G”技術的不斷進步，以及無線網絡的日益普及，許多消費者甚至不必枯坐在電腦前進行挑選，完全可以利用空余時間，比如等車時間來瀏覽商品。交通問題和時間問題將不再是購物的障礙。網絡購物從這個角度增加了人們的購物支出從而提高貨幣需求。

2.網絡購物刺激消費欲望。

除了降低購物時間成本外，網絡購物對貨幣需求的影響更體現在網絡購物能夠激發消費者的消費欲望，從而增加消費者的貨幣需求。這種刺激貨幣需求的途徑有兩個：

（1）大數據分析促進網購消費需求。

消費者在進行網絡購物的時候，常常會遇到能夠與自己心儀的商品搭配銷售的商品。這些商品是消費者購買的某一件商品的互補品，卻沒有想到需要購買的。當網絡購物平臺進行提示之后，消費者的消費欲望會出現上升，有可能進行超出計劃之外的消費①。

（2）網絡購物發展催生網絡購物節。

降價促銷是提高消費者消費欲望的重要手段。網絡購物的發展使得網絡購物節應運而生，一個突出的實例就是“雙十一”。很顯然，“雙十一”是一個通過網絡促進消費欲望，從而增加貨幣需求的有效案例。根據相關數據顯示，2009年，淘寶“雙十一”總交易額為0.50億元人民幣，而2015年的淘寶“雙十一”總交易額已經達到了912億元人民幣，年平均增長率為192%，詳見圖3。從圖3可以得到如下結論，斜率不斷增大的上升曲線反映出“雙十一”的成交總額近年來不斷提升，而且增長速度也在不斷加快。隨之而來的消費者的消費需求也隨之快速增長，同時增長的還有貨幣需求。

（3）網絡購物增加商品品種供給。

在網絡購物普及之前，消費者進行消費可能還會受到地域的限制。舉例來說，北京人想吃到云南的鮮花餅可能就是一件比較困難的事情。網絡購物普及之后，商品的供給跨越了地域局限。對于實體商品而言，商品供應量并沒有增加，但是其供應渠道卻發生了質的改變。消費者在挑選商品時不再拘泥于自己所在的地區，北京人也可以挑選云南的鮮花餅了，消費者所需要的只是付款之后等待快遞送貨上門而已。商品供給的增大提升了消費者的消費欲望。

還有一類商品，即虛擬商品，這類商品主要是為消費者提供服務。這些商品可以是使用某些網站的權限、圖片PS服務，甚至是“男友忠誠測試”。察覺到這些需求存在的賣家提供了這些服務，同時也使得消費者的消費欲望以及貨幣需求增加。

三、網絡購物對貨幣需求影響的實證分析

網絡購物通過降低購物時間成本以及增加消費欲望的方式對貨幣需求產生影響。因此，為了更好地分析網絡購物對貨幣需求的影響，根據相關研究結果，引入國內生產總值、股票市場、利率以及匯率作為控制變量進行分析。

（一）指標選取及模型設定

綜合考慮數據的可得性和科學性，數據選取的時間區間定在2007年1月～2015年12月，數據頻率定為月度。

1.收入變量的選取。

在收入方面，GDP是首選的指標。由于存在統計頻率為季度，所以要對數據頻率進行調整。常用的方法有三種：（1）插值法。這種方法多適用于個別數據的填補。（2）拆分法。齊鷹飛，吳強華（2010）將GDP按照支出法拆分為三個成分，認為消費支出適合作為貨幣需求中的收入變量[6]。在這之后，劉漢、劉金全（2011）以及張春生（2012）也采用了這種方法[7， 8]。然而，這一方法會造成數據偏移，對運算結果也會產生很大影響。（3）替代法。由于工業增加值在GDP中的比重相對穩定，所以，用工業增加值可以大體推算出月度累計GDP[9]，這種方法的合理性較強。龍海明等（2015）就使用了這一方法[10]。所以，本文選取工業增加值作為收入的替代變量。

2.匯率變量的選取。

匯率是影響貨幣需求的因素之一。中國實行以市場供求為基礎、參考一籃子貨幣進行調節、有管理的浮動匯率制度，所以，這一指標的選取能全面反映我國的匯率狀況。因此，人民幣名義有效匯率指數是最適合的替代指標。

對于匯率而言，由于研究時間跨度大，一些經濟沖擊會導致變量出現結構性突變，這就會使回歸系數在研究時間內前后不一致。一些學者，如伍戈（2009）根據重要經濟事件設立突變點，然而，這種方法主觀性強[11]；而項后軍等（2011）運用了序貫法來分析這一問題[12]。序貫法由Jushan Bai和Pierre Perron提出，該方法是運用內生檢測的方法，在最小二乘法的基礎上，對每個疑似間斷點計算其殘差平方和，以求得其中的最小值，并求得突變點位置[13]。所以，本文也采取序貫法對匯率的結構突變狀況進行分析。

使用GAUSS 9.0軟件對數據的突變點進行檢測，結果如表1。

以上檢驗結果顯示出，序貫法所得的結果與BIC準則和LWC準則之間存在較大差異。當各準則的結果存在差異時以序貫檢驗法的結果為準。人民幣名義匯率指數不存在結構斷點，可以直接進行分析。

3.股票變量的選取。

股票作為一種重要的替代金融資產，其收益率同樣對貨幣需求函數產生重要影響。而對于股票指數而言，需要一個指數來全面反映市場變化，這樣才能夠更好地分析股票市場對貨幣需求的影響。一些學者選擇滬深300指數作為研究對象，然而，隨著我國A股市場層次建設不斷完善，中小板和創業板也對股票市場的發展起到越發重要的作用，單純選擇滬深300指數就忽視了中小企業對于市場發展的貢獻。所以，為了達到全面反映市場變化的目的，需要將滬深300指數和中證500指數通過熵值賦權法進行調整，構建一個新的指數。

為保證數據的非負性，本文在進行熵值賦權時借鑒李京文、王宇純、楊正東（2014）的方法，對標準化處理的步驟加以調整[14]，具體如下：

經過測算，在新的指數中，滬深300指數的權重為53.83%，中證500指數權重為46.17%，賦權結果與理論基本保持一致。在獲得賦權結果后，將兩個指數的月線收盤價與權重進行加權計算，得到最終的新指數，用滬深800指數表示。

4.其余變量的選取。

實際貨幣總量需要采用廣義貨幣M2進行運算，收入變量則使用工業增加值進行代替。

根據凱恩斯貨幣需求理論，貨幣需求同樣受到利率的影響。隨著利率的下降，居民將自己的資產存在銀行的可能性將會逐漸下降，居民會更傾向于將自己的資金用于投資，投資性貨幣需求就會隨之上升。

網絡購物的替代變量需要能夠體現出消費者的消費欲望，所以，選用網絡購物成交額來代替。這一變量反映出了消費者對于網絡消費成交額的期望，是其消費欲望的體現。

廣義貨幣M2、國內生產總值GDP以及網絡購物成交額均對原始數據進行CPI平減處理并對數化，并運用X11季節調整法消除季節性影響。本文采用半對數線性模型的形式構建我國的貨幣需求函數，模型設定如下：

其中，lnM2為實際貨幣總量的自然對數，GDP為收入變量，ST為股票市場收益率，R為存款利率，EX為匯率變量，OL為網絡購物成交額，ε為隨機擾動項。

（二）基于誤差修正模型的實證分析

在研究方法上，本文采用誤差修正模型②。

1.平穩性分析。

首先，在驗證數據平穩性基礎上對所有變量進行協整關系分析，以探究變量間是否具有長期穩定關系。其分析結果如表3所示。

從表3可以得出以下結論：各變量中，實際貨幣存量M2、網絡購物成交額OL、匯率EX、一年期存款利率R以及收入GDP均為一階單整變量，而股票市場收益率為0階單整。

2.邊限協整檢驗。由于變量之間的階數存在差異，所以，不能應用Johansen法來檢驗變量間的協整關系。需要使用邊限檢驗法（Bound Test）來分析變量之間的協整關系③。所以，建立ARDLECM模型，其具體設定如下：

對公式（3）進行OLS估計，求其聯合的F統計量。 F統計量結果如表4所示。

根據Pesaran M和Smith A所提供的邊限檢驗界限表[15]，變量個數為5時，1%顯著性水平上下臨界值分別為4.011和5.331。所以，拒絕變量之間不存在長期關系的原假設，認為變量之間存在長期穩定關系，滿足使用ARDLECM模型對其長期和短期穩定關系進行分析的前提條件。

3.實證回歸。運用Microfit4.1軟件對ARDLECM模型進行回歸分析。將模型的時間期限定位于2007年1月～2015年9月，用2015年10月～12月的相關數據來進行結果預測。對比分析結果，采取AIC準則和SBC準則所得到的結果很近似。但是，SBC準則的結果的標準誤差要小于前者，所以，以SBC準則的結果為準。

長期貨幣需求函數為：

4.模型預測。根據模型回歸結果，對2015年10～12月的數據通過預測進行對比分析。從數值上看，模型的擬合效果良好。但是，從變化量的角度進行分析，發現2015年10月的模型預測效果并不盡如人意，實際數值變換了0.006，而預測變化0.049，存在一定的不足。具體的結果對比如表5。

（三）實證結果分析

實證結果表明，收入的長期系數為0.312，短期彈性系數為0.391，這兩個系數均比其他變量的彈性系數大，表明收入是影響貨幣需求的最重要因素。可見，消費者在收入增加的情況下，其貨幣需求也隨著其消費需求增大。

對比分析兩個方程的結果，從長期協整方程來看，網絡購物成交額與貨幣需求之間呈正相關關系，彈性系數為0.199，且影響很顯著。但是貨幣需求還受到了上兩期的網絡購物的負向影響，其短期波動系數為-0.101。網絡購物成交額對貨幣需求產生的短期負向偏差的可能原因是：消費者進行網絡購物，由于收入在短期內不會出現變化，導致其持有的貨幣減少。隨著消費次數的增加，消費者開始節省開支，以防入不敷出的預期。在這種預期的驅動下，消費者通過在其它方面節約開支，以求得收支之間的短時平衡。隨著時間的推移，消費者的網絡購物欲望上升，而貨幣需求與網絡購物之間負相關偏差也逐漸得到糾正。

匯率對貨幣需求的長期影響系數為0.002，短期波動系數為-0.003。可能的解釋是，當人民幣一直處于升值通道時，隨著匯率的不斷提升，投資者對于人民幣匯率在達到較高水平是會存在適當的貶值預期。所以，對于人民幣投資者而言，很有可能由于短期匯率升高而將手中的人民幣兌換成其它貨幣，以此套利。隨著近年來人民幣匯率長期處于上升通道，這種短期的投資套利所帶來的貨幣需求減少的情況得以糾正。

對利率而言，貨幣需求的長期彈性系數為-0.032，說明利率越高，持有貨幣的成本就越高，則貨幣需求就會相應降低。從短期誤差修正模型來看，貨幣需求受到上兩期利率的影響，彈性系數分別為-0.031和-0.017，說明利率對貨幣需求的調節作用具有時滯性，需要兩個月的時間才能發揮，且效果會之間增加。

對于股票市場而言，長期彈性系數為0.03，短期貨幣需求彈性系數為0.01，這一結果說明短期內財富效應、交易效應和投資組合效應占據主導作用。根據誤差修正因子，財富效應等的作用隨著時間逐漸增強，每個月的增強幅度為59.2%。誤差修正因子表明廣義貨幣需求與網絡購物成交額、收入等因素的非均衡誤差會以0.54的比率進行修正，說明貨幣需求與網絡購物成交額之間仍保持著正向的長期關系，短期的波動不會對長期關系產生顯著變化。

四、結 論

以上研究表明：（1）在誤差修正模型下，從2007年1月～2015年12月，我國的貨幣需求與收入、網絡購物、利率、證券收益率以及匯率存在長期協整關系。（2）GDP是影響貨幣需求程度最大的變量，說明收入是決定我國居民貨幣需求的最重要因素，短期收入增加帶來的貨幣需求程度尤其強烈。網絡購物成交額與貨幣需求之間的長期正向關系得到了實證結果的有力支持。雖然在短期，網絡購物由于節省開支的預期會對貨幣需求產生負面波動，但是這一波動最終被修正。（4）匯率對貨幣需求的影響呈現長期正向影響，但會受到短期走勢預期而出現反向變化。（5）利率對貨幣需求的調節作用具有時滯性，需要兩個月的時間才能發揮，且效果會之間增加。（6）對于證券市場而言，財富效應、交易效應和投資組合效應占據主導作用。

可見，網絡購物是貨幣需求的組成部分，它所改變的不僅是消費者的支付方式，更提升了消費者的消費欲望。隨著技術進步，網絡購物將成為促進我國消費的有效渠道。在“十三五”規劃中，移動支付和網絡購物等已有所體現。把握網絡購物與貨幣需求之間的長期關系，有利于貨幣當局按需制定貨幣政策，保持貨幣政策的松緊適度，從而促進我國經濟的平穩健康發展。

注釋：

①以京東商城為例，在京東商城購買商品之后，就會彈出其他消費者在購買同樣商品時，還購買了哪些商品。這些商品的出現并不是平白無故的，它們是網絡購物平臺經過對上億消費者的消費大數據進行收集并分析之后所得到的集中反饋。通過分析成千上萬消費者的購物清單，從而發現哪些商品總是同時出現，這樣的行為在大數據的時代是一種十分行之有效的銷售方法，也間接促進了消費者的貨幣需求。

②誤差修正模型（ECM）的最大優勢在于可以從長期和短期兩個角度對貨幣需求函數進行實證研究，而且模型的估計結果更加穩健和有效。

③這一方法由Pesaran M，Smith A（2003）提出，最大優點在于不要求變量均為同階單整。

參考文獻：

[1]王秀麗，田禎祎. 網民網絡購物行為調查[J].圖書情報工作，2011，（6）：20-23+95.

[2]毛彥妮，黃瑱. 我國網絡購物市場發展狀況調查研究[J]. 經濟縱橫，2014，（8）：82-86.

[3]于珊珊，蔣守芬. 基于交易成本的消費者網絡購物意愿的實證研究[J].經濟問題，2011，（9）：52-56.

[4]張輝， 白長虹，李儲鳳. 消費者網絡購物意向分析——理性行為理論與計劃行為理論的比較[J].軟科學，2011，（9）：130-135.

[5]任杰，趙冬梅. 在線消費者購買決策行為研究——基于網絡購物參照點形成理論和MNL模型[J].價格理論與實踐，2014，（9）：104-106.

[6]齊鷹飛，吳強華. 貨幣需求、流動性約束與減稅效應[J]. 財經問題研究，2010，（9）：40-46.

[7]劉漢，劉金全. 中國宏觀經濟總量的實時預報與短期預測——基于混頻數據預測模型的實證研究[J].經濟研究，2011，（3）：4-17.

[8]張春生. 中國GDP組成結構的貨幣需求分析——基于邊界檢驗的方法[J].上海金融，2012，（5）：10-15+116.

[9]劉林，朱孟楠. 貨幣供給、廣義貨幣流通速度與物價水平——基于非線性LSTVAR模型對我國數據的實證研究[J].國際金融研究，2013，（10）：20-32.

[10]龍海明， 吳留鎖，吳浩銘. 我國貨幣需求混合決定機制、彈性與穩態分析——基于互聯網金融視角[J].武漢金融，2015，（3）：25-30.

[11]伍戈. 中國的貨幣需求與資產替代：1994—2008[J].經濟研究， 2009，（3）：53-67.

[12]項后軍， 孟祥飛，潘錫泉. 開放框架下的中國貨幣需求函數穩定性問題研究——基于結構突變的視角[J].經濟評論，2011，（5）：47-56.

[13]Jushan Bai，Pierre Perron. Computation and analysis of multiple structural change models[J].Journal of Applied Econometrics， 2003，（1）：1-22.

[14]李京文， 王宇純，楊正東. 戰略性新興產業上市公司融資效率研究——以北京市為例[J].經濟與管理研究，2014，（6）：74-82.

[15]Pesaran M，Smith A. A longrun structural macroeconometric model of the UK.[J].Faculty of Economics，University of Cambridge， 2003.

（責任編輯：寧曉青）