基于新金融視角的第三方支付與通貨膨脹分析

李淑錦+陳瑩

內容提要：基于互聯(lián)網(wǎng)金融發(fā)展的視角將第三方支付引入通貨膨脹形成機制，利用Bootstrap方法和2008年第1季度-2016年第2季度的時間序列季度數(shù)據(jù)，分析第三方支付如何通過改變貨幣供應量和貨幣流通速度影響通貨膨脹。結果表明，第三方互聯(lián)網(wǎng)支付使用率和央行規(guī)范互聯(lián)網(wǎng)支付事件對通貨膨脹的影響是顯著的；貨幣流通速度與通貨膨脹顯著正相關，狹義貨幣乘數(shù)與通貨膨脹呈正相關，但并不顯著；產出缺口、資產價格和貨幣政策對通貨膨脹有一定影響，但并不顯著。上述結論說明，在互聯(lián)網(wǎng)金融迅速發(fā)展的今天，第三方支付對通貨膨脹的影響不可忽視。

關鍵詞：第三方支付；通貨膨脹；貨幣供應量；貨幣流通速度

中圖分類號：F830.2 文獻標識碼：A 文章編號：1001-148X（2017）10-0023-08

一、引言

國內外關于通貨膨脹成因及形成機制的研究觀點大致分為兩類：貨幣學派認為通貨膨脹是純貨幣現(xiàn)象，貨幣供給增加引發(fā)物價上漲；新凱恩斯主義學派則根據(jù)通貨膨脹成因將其分為需求拉動型、成本推動型和固有型。第三方支付迅速發(fā)展不僅極大地沖擊了傳統(tǒng)貨幣金融理論，且對傳統(tǒng)貨幣具有替代效應，正逐步改變著傳統(tǒng)貨幣影響宏觀經(jīng)濟變量的機制。那么第三方支付對通貨膨脹的影響是否顯著？在持續(xù)的通貨膨脹背景下，從不同角度研究通貨膨脹形成機制格外重要。

近年來，隨著電子貨幣和互聯(lián)網(wǎng)支付手段的發(fā)展，除了傳統(tǒng)的通貨膨脹影響因素，部分學者開始關注電子貨幣對貨幣供應量及貨幣流通速度等的影響。首先，國內外學者探討了電子貨幣對貨幣供給結構及貨幣政策的影響，如Sullivan（2002）、Friedman（2003）認為電子貨幣會影響貨幣乘數(shù)和基礎貨幣，削弱中央銀行控制貨幣供應量的能力，從而影響央行的貨幣政策。Cohen（2001）的研究發(fā)現(xiàn)，電子貨幣替代了部分傳統(tǒng)貨幣，進而削弱了央行貨幣政策有效性。而Owen和Fogelstrom（2005）則認為電子貨幣并沒有對活期存款形成替代，與之相反，以智能卡為載體的電子貨幣持有者往往也傾向于大量持有活期存款。Goodhart（2000）則指出即便非法經(jīng)濟活動對貨幣的需求達到最小，甚至全部消失，整個社會對基礎貨幣的需求仍存在。Hiroshi Fujici 和 Kigiwa Tanaca（2014）從居民貨幣需求視角出發(fā)，指出電子貨幣相對于紙幣交易成本更低且更加便捷。周光友（2009）認為電子貨幣不僅替代了傳統(tǒng)貨幣，而且通過改變貨幣供給結構影響貨幣供應量。楊弋帆（2014）指出電子貨幣的產生不僅改變了貨幣形態(tài)和支付方式，且能夠通過貨幣創(chuàng)造機制影響貨幣供給，第三方支付機構在放大貨幣乘數(shù)方面尤其明顯。印文和裴平（2016）認為電子貨幣通過替代流通中紙幣產生了貨幣供給創(chuàng)造效應，使中國數(shù)量型貨幣政策工具操作環(huán)境變得更復雜。其次，國內外學者廣泛而深刻地研究了電子貨幣對貨幣流通速度的影響。Berentsen（1998）的研究結果表明，電子貨幣會對貨幣流通速度產生影響。Dorn（1997）指出電子貨幣通過降低央行控制基礎貨幣的能力影響貨幣流通速度。國內學者也對電子貨幣與貨幣流通速度的關系進行了大量研究。一些學者認為電子貨幣與貨幣流通速度呈正相關（如張佳，2014）。部分學者認為電子貨幣降低了貨幣流通速度，如周光友（2006）基于替代加速效應和轉化效應視角的研究發(fā)現(xiàn)，電子貨幣降低了貨幣流通速度。也有學者的研究發(fā)現(xiàn)電子貨幣對貨幣流通速度的影響機制呈現(xiàn)復雜性，如尹龍（2000）、陳雨露和邊衛(wèi)紅（2002）、龔曉紅（2016）等認為電子貨幣對貨幣流通速度的影響機制頗復雜，難以預測和控制。

隨著互聯(lián)網(wǎng)金融在國內快速發(fā)展，學者們開始注意到第三方支付對貨幣供給結構和貨幣流通速度的影響。王利峰（2010）通過實證研究發(fā)現(xiàn)第三方支付通過替代傳統(tǒng)通貨使得貨幣乘數(shù)穩(wěn)定性降低。李楠等（2014）的研究結果表明第三方支付通過財富管理服務加快了資金循環(huán)速度和使用頻率。盧花蘭（2015）則利用2006-2014年國內生產總值增長率、現(xiàn)金比率及第三方支付增長率相關數(shù)據(jù)進行實證研究，發(fā)現(xiàn)第三方支付增長率與貨幣流通速度呈正相關。李淑錦和張小龍（2015，2016）則通過實證檢驗指出第三方互聯(lián)網(wǎng)支付會增大各層次貨幣流通速度，減小狹義貨幣乘數(shù)。劉達（2017）對2007-2015年相關數(shù)據(jù)的實證研究表明，第三方互聯(lián)網(wǎng)支付與貨幣流通速度呈顯著正相關，但第三方互聯(lián)網(wǎng)支付對狹義貨幣流通速度的加速效果大于廣義貨幣流通速度。

通貨膨脹取決于貨幣供給和需求，國內外文獻均表明第三方支付會影響貨幣供給和貨幣流通速度，那么，其必然對通貨膨脹形成機制產生影響。然而尚未有人專門研究第三方支付如何影響通貨膨脹，也沒有學者探討2010年央行規(guī)范互聯(lián)網(wǎng)支付事件是否對通貨膨脹產生影響。本文首次嘗試將第三方支付引入通貨膨脹形成機制分析框架，參考Shirvani和Delcoure（2014）對央行規(guī)范互聯(lián)網(wǎng)支付事件對通貨膨脹的特有影響的研究，探討第三方支付和通貨膨脹之間的相互關系和內在機理，且通過實證分析進行檢驗，為央行合理制定和實施貨幣政策，提高貨幣政策有效性提供依據(jù)。

二、第三方支付對通貨膨脹影響的理論分析

第三方支付主要通過貨幣供給量和貨幣流通速度影響通貨膨脹，但第三方支付自身的特殊性決定了其對通貨膨脹的影響機制顯著異于傳統(tǒng)因素。

（一）第三方支付對貨幣供給量的影響

弗里德曼認為無論何時何地，通貨膨脹無一例外都是貨幣現(xiàn)象。總需求—總供給分析說明，只有貨幣供應量快速增長時，通貨膨脹才會發(fā)生。第三方支付的產生和發(fā)展正逐步替代傳統(tǒng)貨幣，改變人們的支付方式和支付行為，極大地沖擊傳統(tǒng)貨幣金融理論，貨幣供給也必然受到影響。貨幣供給量主要取決于基礎貨幣和貨幣乘數(shù)。基礎貨幣（B）受商業(yè)銀行存款準備金（R）和流通中現(xiàn)金（C）的影響，貨幣供給（M）為基礎貨幣（B）與貨幣乘數(shù)（m）的乘積。鑒于我國法定存款準備金率是統(tǒng)一的，因此第三方支付對基礎貨幣的影響是中性的；而貨幣乘數(shù)（m）取決于社會大眾和商業(yè)銀行的行為，為內生變量。因此第三方支付主要通過貨幣乘數(shù)影響貨幣供給。endprint

2008第1季度-2016年第4季度的相關數(shù)據(jù)顯示，流通中現(xiàn)金（M0）和狹義貨幣（M1）的絕對數(shù)量不斷遞增，但是M0/M1由最初的21.4%下降至14%，同時M1/M2也由35.1%下降到31.4%。數(shù)據(jù)表明，第三方支付快速發(fā)展部分替代了流通中現(xiàn)金及活期存款，且一定程度上減少了基礎貨幣。但是，由于央行可通過提高法定存款準備金率彌補基礎貨幣的減少，因此，基礎貨幣數(shù)量上的減少是極有限的。

接下來分析第三方支付如何影響貨幣乘數(shù)。貨幣乘數(shù)分為廣義貨幣乘數(shù)和狹義貨幣乘數(shù)，兩者的計算公式類似，我們采用廣義貨幣乘數(shù)（m2）進行分析。廣義貨幣乘數(shù)的計算公式是：

其中，k為現(xiàn)金漏損率，用現(xiàn)金除以活期存款表示；t為定期存款比率，由定期存款除以活期存款得到；r為法定存款準備金率；e為超額準備金率。

第一，第三方支付具有便捷性、低成本、高流動性等優(yōu)點，商業(yè)銀行頭寸不足時，能夠便捷且低成本地融資，因此，其超額準備金需求減少，超額準備金率（e）下降，進而增大了貨幣乘數(shù)。第二，目前第三方支付主要替代流通中現(xiàn)金并轉化為活期存款，必然減少現(xiàn)金漏損率（k）。一般情況，貨幣乘數(shù)大于1，即（t+1）·r+k+e-1-k-t<0，則 m2k=（t+1）·r+k+e-1-k-t（t+1）·r+e+k2<0，因此k的減小增大了貨幣乘數(shù)。第三，數(shù)據(jù)表明M1/M2不斷減小，表明第三方支付使得活期存款占定期存款的比例（t）不斷下降。又由于m2t=e+k·（1-r）（t+1）·r+e+k2>0，因此，t的增加也增大了貨幣乘數(shù)。上述分析表明第三方支付快速發(fā)展增大了廣義貨幣乘數(shù)，進而使得貨幣供給增加。

（二）第三方支付對貨幣流通速度的影響

第三方支付對傳統(tǒng)貨幣的替代效應包括替代加速效應和轉化效應。替代加速效應指在支付最終產品和服務時，相對于傳統(tǒng)貨幣人們更傾向于使用第三方支付，第三方支付依托于計算機網(wǎng)絡能夠瞬間完成數(shù)據(jù)傳輸和支付，加快了貨幣流通速度。替代轉化效應指第三方支付減小了不同金融資產的流動性差異，使得貨幣由低層次向高層次轉化以獲取更高收益。由于高層次貨幣流動性低于低層次貨幣，因此，貨幣流通速度下降。2008年第1季度至2016年第2季度，廣義貨幣流通速度由0.18下降至0.12，這表明我國第三方支付仍處于發(fā)展初期，其對傳統(tǒng)貨幣的替代轉化效應明顯強于加速效應，使得貨幣流通速度持續(xù)下降，并且仍未見底（王亮和吳浜源，2013）。但是，許多金融創(chuàng)新程度較高的歐美國家的貨幣流通速度都經(jīng)歷了先下降后上升的過程（蒲成毅，2002）。可知，我國第三方支付進一步發(fā)展終將加速貨幣流通速度，呈現(xiàn)先下降后上升的“V”型。

多數(shù)學者基于費雪方程MV=PY研究貨幣流通速度，貨幣流量MV與物價水平直接對應，且能夠直接反映作為商品交換媒介的貨幣總量，因此貨幣流通速度V是影響物價水平的關鍵因素，對費雪方程MV=PY進行微分處理，可得：

其中dPP為通貨膨脹率，P、M、V和Y均為基期水平。理論分析表明我國處于第三方支付降低貨幣流通速度階段，因此dV減小。根據(jù)（2）式可得，通貨膨脹率和貨幣流通速度變化率呈正相關，因此第三方支付通過降低貨幣流通速度會減緩通貨膨脹。

基于上述理論分析，一方面，第三方支付通過放大貨幣乘數(shù)增大貨幣供應量，加劇通貨膨脹；另一方面，第三方支付減小貨幣流通速度，進而減緩通貨膨脹。因此，理論上，第三方支付使用的不斷增加對通貨膨脹必然產生顯著的影響。

三、指標選取與模型構建

（一）指標選取與數(shù)據(jù)來源

1.因變量。居民消費價格指數(shù)（CPI）、批發(fā)物價指數(shù)（WPI）和國內生產總值平減指數(shù)（deflator）均可用來衡量通貨膨脹。居民消費價格指數(shù)（CPI）與人們日常生活緊密相連，且在綜合反映一定期間內生活消費品和服務項目價格變動趨勢和程度、衡量通貨膨脹效應方面均具有其他指標難以比擬的優(yōu)越性。因此，本文選取CPI作為度量通貨膨脹的指標。

2. 核心自變量。

（1）第三方互聯(lián)網(wǎng)支付使用率（ZLY）：是指第三方互聯(lián)網(wǎng)支付市場規(guī)模占整個社會消費體系的比重，能夠反映第三方互聯(lián)網(wǎng)支付使用的程度。本文采用第三方互聯(lián)網(wǎng)支付市場規(guī)模（ZXL）與社會消費品零售總額（S）的比值表示。根據(jù)艾瑞咨詢統(tǒng)計，2007年第1季度中國第三方互聯(lián)網(wǎng)支付市場規(guī)模僅為160億元，2016年第4季度其規(guī)模高達61000億元，增長了381.25倍。此外，第三方互聯(lián)網(wǎng)支付和第三方移動支付市場規(guī)模占第三支付市場規(guī)模的比例達90%以上，樣本數(shù)據(jù)能夠反映第三方支付的總體水平，鑒于第三方移動支付市場規(guī)模數(shù)據(jù)缺失，因此，本文選取第三方互聯(lián)網(wǎng)支付市場規(guī)模進行實證分析。由于理論分析表明，第三方支付對通貨膨脹具有加劇和減緩兩種效應，因此，無法預期該變量估計系數(shù)的符號。

（2）央行規(guī)范互聯(lián)網(wǎng)支付事件（Di）：央行自2010年起開始運用牌照發(fā)放方式管理互聯(lián)網(wǎng)支付行業(yè)，逐漸規(guī)范化、規(guī)模化的互聯(lián)網(wǎng)支付行業(yè)在加劇金融脫媒、降低交易成本的同時，加快了貨幣流通速度，進而加劇了通貨膨脹。因此本研究將以2010年9月作為虛擬變量，探討央行規(guī)范互聯(lián)網(wǎng)支付事件對通貨膨脹的影響，該變量估計系數(shù)預期符號為正。

（3）狹義貨幣乘數(shù)（m1）：理論分析表明第三方支付主要通過貨幣乘數(shù)影響貨幣供給量，進而影響通貨膨脹。選取狹義貨幣乘數(shù)作為衡量第三方支付對通貨膨脹影響的指標主要是因為居民消費價格指數(shù)的變動主要是通過狹義貨幣的供求實現(xiàn)的。預期狹義貨幣乘數(shù)系數(shù)為正。

（4）廣義貨幣流通速度（V2）：由費雪方程MV=PY，可得V=PY/M，因此用名義GDP比廣義貨幣數(shù)量（M2）近似衡量廣義貨幣流通速度（V2）。選取廣義貨幣流通速度的原因為第三方支付對貨幣流通速度的影響涉及不同層次貨幣形式轉換，廣義貨幣能夠包含不同層次的貨幣形式。預期廣義貨幣流通速度系數(shù)符號為正。endprint

3.控制變量。基于新凱恩斯菲利普斯曲線，即陳彥斌（2008）提出的影響通貨膨脹的主要因素包括需求拉動、成本推動、通脹預期和通脹慣性，以產出缺口、資產價格和貨幣政策作為控制變量。從歷史文獻看，過往相關研究還會引入過剩流動性這一指標，用M2/GDP表示（北京大學中國經(jīng)濟研究中心宏觀組，2008）。但是過剩流動性（M2/GDP）與廣義貨幣流通速度（V2）的倒數(shù)相關性極高，因此，在回歸方程中引入該變量并不合適。結合上述分析，選取以下三組控制變量：

（1）產出缺口（GAP）。出口變量（EXP）不僅能夠合理替代產出缺口，且其自身包含可解釋通貨膨脹的額外信息。因此，選取出口變量（EXP）作為衡量產出缺口（GAP）的指標。預期出口變量（EXP）增加通脹壓力。

（2）資產價格（STP、HSP）。資產價格會通過多種途徑，如總需求，即消費和投資的變化，或者預期通脹信息的改變等影響通脹。STP為上海A股指數(shù)，HSP為全國累計平均的商品房銷售價格。預期強勁的資本市場推升通貨膨脹。

（3）貨幣政策（INT、REER）。銀行間同業(yè)拆借利率、政府債券收益率和貸款基準利率均可用來衡量利率水平。目前銀行間市場和政府債券市場依然存在流動性問題，基準利率是衡量利率水平最重要的指標。因此，選取一年期的貸款基準利率作為本文中的利率變量（INT）。人民幣實際有效匯率（REER）數(shù)據(jù)來源于Wind數(shù)據(jù)庫。預期利率上調和貨幣升值減弱通貨膨脹。

結合數(shù)據(jù)的可得性，選取相關變量如表1所示。

本文中各變量數(shù)據(jù)的選擇為2008年第1季度-2016年第2季度的季度數(shù)據(jù)，即每個變量均擁有34個樣本數(shù)據(jù)。實證分析所需各變量的具體數(shù)據(jù)描述見表2。

四、實證分析

（一）平穩(wěn)性檢驗

為避免出現(xiàn)“偽回歸”現(xiàn)象，首先對時間序列數(shù)據(jù)進行ADF（Augmented Dickey-Fuller Test）檢驗。ADF 檢驗的原理是通過差分以減少高階序列相關性。檢驗結果如表3所示。

根據(jù)表3，2008年第1季度至2016第2季度的時間序列數(shù)據(jù)不滿足平穩(wěn)性要求，但所有變量在5%顯著性水平下均一階單整，滿足協(xié)整檢驗的前提，接下來進行協(xié)整檢驗。

（二）協(xié)整檢驗

協(xié)整關系檢驗主要有兩種方法：其一，運用普通最小二乘法（OLS）估計模型，然后對模型所估計的殘差進行ADF檢驗，適合單方程協(xié)整檢驗；其二，若時間序列不平穩(wěn)，則針對回歸系數(shù)進行Johansen檢驗。結合數(shù)據(jù)的特點，本文采用Johansen檢驗方法。結果如表4。

根據(jù)表4，在5%的顯著性水平下，特征根跡檢驗和最大特征值檢驗均接受至多存在3個協(xié)整向量的原假設，這說明CPI和ZLY、Di、m1、V2、EXP、STP、HSP、INT、REER之間存在長期均衡關系。

（三）實證結果

在已知上述時間序列一階平穩(wěn)且存在協(xié)整關系的前提下，利用stata13軟件基于Bootstrap方法對上文式（4）進行多元回歸分析，估計結果如表5所示。模型1的解釋變量為第三方互聯(lián)網(wǎng)支付使用率、產出缺口、資產價格和貨幣政策，模型2、模型3、模型4分別加入央行規(guī)范互聯(lián)網(wǎng)支付事件、狹義貨幣乘數(shù)和廣義貨幣流通速度作為解釋變量。從表5可以看出，各列模型中對應變量的估計結果差異并不明顯，表明核心自變量間共線性程度較低，一定程度上證明了核心自變量選取的合理性。

表（5）的實證結果表明：

（1）第三方互聯(lián)網(wǎng)支付使用率一定程度上加劇了通貨膨脹，表明第三方互聯(lián)網(wǎng)支付對通貨膨脹的加劇效應強于減緩效應。模型1第三方互聯(lián)網(wǎng)支付使用率系數(shù)為正。在加入規(guī)范互聯(lián)網(wǎng)支付事件、狹義貨幣乘數(shù)和廣義貨幣流通速度后，第三方互聯(lián)網(wǎng)支付使用率的系數(shù)依然在1%水平下顯著，由模型4可知，當?shù)谌交ヂ?lián)網(wǎng)支付使用率每上升1%，則當期物價指數(shù)將平均上升0.1101%。

（2）央行規(guī)范互聯(lián)網(wǎng)支付事件對通貨膨脹有提升作用，符合理論預期。模型1央行規(guī)范互聯(lián)網(wǎng)支付事件的系數(shù)為負，但未通過顯著性檢驗，說明央行規(guī)范互聯(lián)網(wǎng)支付事件自身并不會加劇通貨膨脹。在加入狹義貨幣乘數(shù)和廣義貨幣流通速度后，央行規(guī)范互聯(lián)網(wǎng)支付事件的系數(shù)與z值均明顯提高，系數(shù)通過了顯著性檢驗。由模型4可知，央行規(guī)范互聯(lián)網(wǎng)支付事件系數(shù)為0.0249，表明央行規(guī)范互聯(lián)網(wǎng)支付事件會加劇通貨膨脹，但經(jīng)濟意義不顯著。筆者認為原因如下：牌照管理政策僅僅是依照市場發(fā)展而進行的規(guī)范化管理并未試圖改變市場格局；互聯(lián)網(wǎng)支付呈寡頭壟斷特點，阿里巴巴、騰訊、銀聯(lián)商務的市場份額已超過80%，雖然牌照準入制度使得一部分互聯(lián)網(wǎng)支付企業(yè)被淘汰，但整體互聯(lián)網(wǎng)市場所受影響較小。

（3）一定程度上，狹義貨幣乘數(shù)（m1）與通貨膨脹（CPI）正相關，與理論預期相符。模型4狹義貨幣乘數(shù)系數(shù)為正，但未通過顯著性檢驗。可能的原因是通貨膨脹主要受第三方互聯(lián)網(wǎng)支付本身和廣義貨幣流通速度影響，狹義貨幣乘數(shù)并不是影響通脹的主要原因；另一方面，狹義貨幣乘數(shù)間接影響通貨膨脹，通過影響貨幣供應量實現(xiàn)對通貨膨脹的影響，而貨幣供應量還受其他因素的影響。

（4）廣義貨幣流通速度（V2）對CPI的影響顯著為正，符合理論預期。V2的系數(shù)為1.2120反映了物價指數(shù)的貨幣流通速度彈性，意味著廣義貨幣流通速度每下降1%，則當期物價指數(shù)將平均下降1.2120%，彈性越大，則貨幣流通速度對通貨膨脹的影響就越顯著。考慮到目前第三方支付的替代轉化效應強于加速效應，使得我國貨幣流通速度不斷下降，因此第三方互聯(lián)網(wǎng)支付一定程度上緩解了通貨膨脹。

（5）產出缺口、資產價格和貨幣政策對通貨膨脹的影響與預期基本保持一致。產出缺口變量EXP的估計系數(shù)為正，說明過度需求增加將提高通貨膨脹率。資產價格（STP、HSP）的估計系數(shù)不顯著，說明資產價格并不是引起通貨膨脹的主要原因。INT的符號與預期相反，筆者認為原因有二：其一，我國利率市場化程度有待提高，盡管利率市場化改革已開始，但很大程度上名義利率仍受管制；其二，消費者及投資者行為不僅受利率的影響，還受稅收等財政政策的影響。REER的符號與預期相符但不顯著，人民幣升值對通貨膨脹的緩解效果不明顯，本文給出的解釋為我國匯率市場化程度不夠，央行為控制人民幣名義匯率的升值，被迫釋放更多流動性。因此，要達到通過人民幣升值顯著緩解通脹壓力的目標，應對方式必須是人民幣名義匯率升值，且除對美元升值外，還應該對歐元、日元等主要幣種。endprint

（四）穩(wěn)健性檢驗

一般而言，穩(wěn)健性檢驗有三種常規(guī)做法，改變數(shù)據(jù)樣本，變量替代以及變換計量方法。考慮到2008-2009年金融危機可能導致出現(xiàn)極值數(shù)據(jù)，為了剔除異常值對回歸結果的影響，本文對所選取變量（除央行規(guī)范互聯(lián)網(wǎng)支付事件）采取上下5%極端值處理，進行穩(wěn)健性檢驗。

由表6可知，本文所選變量估計系數(shù)的符號及顯著性未發(fā)生明顯變化，這說明指標選取的合理性以及核心自變量對通貨膨脹率影響的穩(wěn)健性。

五、結論和政策建議

綜上所述，一方面，第三方互聯(lián)網(wǎng)支付使用率和央行規(guī)范互聯(lián)網(wǎng)支付事件直接加劇了通貨膨脹；另一方面，第三方互聯(lián)網(wǎng)支付亦通過影響狹義貨幣乘數(shù)和廣義貨幣流通速度間接加劇了通貨膨脹；而產出缺口、資產價格和貨幣政策這些控制變量對通貨膨脹的影響并不顯著。

基于理論和實證分析，可以預測隨著第三方支付不斷普及，其對通貨膨脹的影響將會越來越顯著。更好地實施貨幣政策、提高貨幣政策有效性，需要從以下三個方面入手：其一，在進行宏觀貨幣體系調控時，需要考慮第三方支付自身及其對貨幣乘數(shù)和貨幣流通速度的影響，因此建議將第三方支付納入貨幣監(jiān)管體系。其二，第三方支付進一步發(fā)展將會加快貨幣流通速度，第三方支付的通貨膨脹效應將會更加明顯，因此中央銀行應抓緊統(tǒng)計第三方支付相關數(shù)據(jù)以提高可測性，更好地監(jiān)控第三方支付對通貨膨脹的影響。其三，繼續(xù)維持牌照運營制度，保障市場競爭有序。2010年9月規(guī)范第三方支付發(fā)展事件對通貨膨脹的影響并不顯著，但加強第三方支付監(jiān)管，有利于提高資金利用效率，進一步帶動我國市場經(jīng)濟的活躍度。

參考文獻：

[1] Susan M. Sullivan. Electronic Money and its Impact on Central Banking and Monetary Policy[R].Hamilton college working paper，2002.

[2] Friedman Benjamin M. Decoupling at the Margin： The Threat to Monetary Policy from the Electronic Revolution in Banking[J]. International Finance， 2003（2）： 261-272.

[3] Cohen B J. Electronic Money： New Day or False Dawn？[J].Review of International Political Economy， 2001，8（2）：197-225.

[4] Owen， Fogelstrom， Christopher Fogelstrom. Monetary Policy Implications of Electronic Currency： an Empirical Analysis[J]. Applied Economics Letters， 2005，12（7）：419-423.

[5] Goodhart. Can Central Banking Survive the IT Revolution？[J].International Finance， 2000，3（2）：189-209

[6] Hiroshi Fujiki， Migiwa Tanaka. 9Currency Demand， New Technology， and the Adoption of Electronic Money： Micro Evidence from Japan [J].Economics Letters， 2014（1）： 5-8.

[7] 周光友. 電子貨幣的替代效應與貨幣供給的相關性研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2009（3）： 129-138.

[8] 印文，裴平. 電子貨幣的貨幣供給創(chuàng)造機制與規(guī)模——基于中國電子貨幣對流通中紙幣的替代[J].國際金融研究，2016（12）： 3-12.

[9] Berentsen A. Monetary Policy Implications of Digital Money[J]. Kyklos， 1998，51（1）：89-117.

[10]Dorn J A. The future of money in the information age[J]. 1997，20（1）：142-143.

[11]張佳. 中國電子貨幣對通貨膨脹影響的研究[D].北京：北京交通大學，2014.

[12]周光友. 電子貨幣發(fā)展對貨幣流通速度的影響——基于協(xié)整的實證研究[J].經(jīng)濟學（季刊），2006（3）： 1219-1234.

[13]尹龍. 電子貨幣對中央銀行的影響[J].金融研究，2000（4）： 34-41.

[14]龔曉紅. 第三方支付對央行支付系統(tǒng)影響及對策[J].金融科技時代，2016（1）： 46-48.

[15]王利鋒. 第三方支付發(fā)展及其對我國金融體系影響研究[D].蘇州：蘇州大學，2010.

[16]盧花蘭. 貨幣流通速度的實證分析[J].統(tǒng)計與決策，2015（8）： 157-160.

[17]李淑錦，張小龍. 第三方互聯(lián)網(wǎng)支付對我國狹義貨幣乘數(shù)的影響[J].杭州電子科技大學學報：社會科學版，2016（2）： 1-6.

[18]Shirvani H， Delcoure N. Robust Panel Unit Root Tests for the Velocity of Money in a Sample of the OECD Countries[J]. Banks and Bank Systems，2014（3）：36-42.endprint

[19]王亮，吳浜源. 我國電子貨幣的通貨膨脹效應——基于2003—2011年季度數(shù)據(jù)的實證分析[J].財經(jīng)科學，2013（4）： 1-10.

[20]北京大學中國經(jīng)濟研究中心宏觀組，梁東擎. 流動性的度量及其與資產價格的關系[J]. 金融研究，2008（9）： 44-55.

[21]陳彥斌. 中國新凱恩斯菲利普斯曲線研究[J].經(jīng)濟研究，2008（12）： 50-64.

Abstract：This paper introduces third party payment into the framework of the formation mechanism of inflation and theoretically discusses how third party payment affects inflation through changing money supply and speed of currency circulation under the new perspective of internet finance by using of the bootstrap method and 2008- 2016 quarter data of China. Empirical findings show that the inflation is significantly affected by utilization rate of internet payment and the event of central bank regulating internet payment； the speed of currency circulation is positively related to inflation， while money multiplier could be ignored； output gap， asset prices， and monetary policy could be ignored. The above conclusions show that we can′t ignore the impact of third party payment on inflation in the context of growing internet finance.

Key words：third party payment； inflation； money supply； speed of currency circulation

（責任編輯：嚴元）endprint