互聯網金融發展與區域金融效率
——基于VAR脈沖響應方法的實證分析

李 鑌，趙丹妮

（廣東金融學院行為金融與區域實驗室，廣東廣州510521）

一、引言

P2P網貸行業2014年的“野蠻生長”和2015年的亂象頻發作為近年來互聯網金融發展進程中最具鮮明特征的事件，引起了決策層、監管層、學界等社會各界的廣泛關注。從2015年7月中國人民銀行等十部委發布《關于促進互聯網金融健康發展的指導意見》到2016年8月中國銀行業監督管理委員會、工業和信息化部、公安部、國家互聯網信息辦公室發布《網絡借貸信息中介機構業務活動管理暫行辦法》，中共中央以及中國人民銀行、中國銀行業監督管理委員會、中國證券監督管理委員會、中國保險監督管理委員會等部委對互聯網金融發展和監管問題給予了極大關注。《網絡借貸信息中介機構業務活動管理暫行辦法》中透露的監管與扶持并重的思路既反映了決策中穩定與創新的博弈，也體現了決策層對互聯網金融等新業態發展倒逼利率市場化等金融體制改革的默許。金融發展理論認為，金融行業內的創新和改革會集聚風險，提高風險爆發的概率，但也會加速直接融資市場對間接融資市場的替代，引致金融效率的提高，而效率的提高正是我國社會經濟發展進入新常態這個階段的核心驅動力。[1]金融在資源配置中居于核心地位，并因此成為供給側結構性改革中矯正要素不合理配置、實現從要素驅動向效率驅動轉變的重要推手。[2]然而，互聯網金融作為近幾年我國所特有的爆發性發展新業態，對于其在現階段我國金融效率提高和金融生態構建中所起的效用具體為正還是為負，學界尚未取得一致的結論。

鑒于此，本文試圖從金融效率的視角出發，采用VAR模型脈沖響應方法實證分析互聯網金融發展對金融效率的影響和沖擊。

二、文獻回顧

（一）金融效率研究

有關金融效率的研究主要可分為內涵界定和層次探討兩大類。在內涵界定方面，王廣謙[3]、沈軍等[4]、孔祥毅[5]基于麥金農（McKinnon R I）的金融深化論和赫爾曼（Heilmann T）的金融約束論，分別提出了具有不同內涵的金融效率。本文對金融可持續發展理論[4]表示贊同。該理論認為，金融效率應主要反映金融資源在宏觀經濟系統內的配置和協調水平，特別是其在金融系統內部的協調程度，即主要著眼于金融對經濟的作用。而金融體系是一個龐大的復雜系統，這決定了金融效率必然是一個內容豐富的體系。王振山[6]、沈軍[7]、周國富等[8]、謝家智等[9]分別對金融效率進行了概念外延的劃分。其中，普遍金融效率可進一步分解為微觀金融效率和宏觀金融效率兩類，同時基于金融功能觀的視角，也可將之分解為金融部門效率和金融功能效率。沈軍[7]認為，金融效率可分為微觀效率和宏觀效率。其中，宏觀效率又可進一步分為適應效率和配置效率，分別對應金融的系統和資源兩大屬性，而適應效率把區域金融系統看成區域經濟系統的子系統，主要度量金融子系統產出對經濟系統的貢獻程度。正如斯諾所言，經濟增長的關鍵是適應效率而非配置效率。可見，金融適應效率與本文研究目的切合度很高，因此下文提到的金融效率均指金融適應效率。

在實證研究領域，與金融微觀效率研究規范的方法和眾多的成果相比，其宏觀層次的實證研究方法尚處于發展過程中，不過近年來也有部分學者借鑒其他領域的效率研究和測算方法進行了相關研究。其中，沈軍[7]運用因子分析和GA-BP法對我國金融適應效率進行了測算；黎翠梅等[10]根據周國富等[8]提出的指標體系，運用因子分析法對我國農村金融效率的區域差異進行了測算；孟兆娟[11]以各省貸存比和存貸差作為各省金融效率的代表性指標，通過計算泰爾指數來反映我國區域金融效率的差異；謝家智等[9]使用基于數據包絡分析方法（DEA）的曼奎斯特（Malmquist）生產率指數方法測度了宏觀金融效率的數值和變動情況；溫紅梅等[12]運用四階段數據包絡分析方法測算了縣域農村金融效率。基于此，本文采用謝家智等[9]的方法構造區域金融效率測算模型，并進一步利用BCC模型將金融效率分解為金融規模效率和金融創新效率。其中，金融創新效率實際上衡量的是模型中單位投入的產出效益，而規模效率衡量的是投入規模是否達到最佳。在DEA測算中，以我國31個省市區作為決策單元，利用區域均值分別測算我國東中西部三個地區的金融效率及其創新效率和規模效率。

（二）互聯網金融研究

與金融效率的研究相反，互聯網金融并非一個基于理論研究而誕生的概念，因此學者們在互聯網金融對傳統金融的影響方面給出了不同的解釋。謝平等[13]認為，互聯網金融帶來了金融業態的徹底革新，通過創新支付方式、加速信息處理、優化資源配置等三條路徑來提高資源配置效率，降低交易成本，進而對傳統金融行業產生沖擊，倒逼金融結構改革，促進經濟增長。吳曉求[14]認為，互聯網金融僅僅是金融業務模式與互聯網技術的融合，主要是金融服務獲得和銷售方面的創新，而隨著技術的進一步發展，將出現互聯網金融與傳統金融行業相互融合的狀態。陳志武[15]認為，從本質上看，互聯網金融產品與銀行、資本市場等經營的產品并沒有區別，仍然是交易各方跨期價值和信用的交換，而互聯網金融產品在交易安排上存在期限錯配、流動性錯配、信用風險等潛在問題，需要予以高度關注。基于此，許多學者還從中外比較、風險集聚機制、監管模式等方面入手對互聯網金融發展的影響因素及其對我國金融系統的沖擊進行了研究[16-18]。不過，由于現有研究缺乏互聯網金融與宏觀金融體系之間互動的實證研究，尚無法回答互聯網金融在現階段我國金融生態構建與金融結構改進中所起效應為正還是為負的問題。本文將從金融效率的視角出發，分析互聯網金融發展對金融效率的影響和沖擊，對互聯網金融與我國傳統金融部門之間的關系作出明確的回答，為探討和改進我國金融結構、轉換經濟增長驅動模式提供有效路徑。

三、互聯網金融對金融效率的影響機制

由文獻回顧部分可知，近年來諸多學者圍繞互聯網金融的本質和發展模式問題進行了深入而細致的研究。接下來，本文試圖從傳導機制入手，對互聯網金融發展與金融效率提升之間的關聯性進行分析，為后面的實證分析提供合理的理論基礎與驗證假設。具體而言，信息不對稱、交易成本和金融創新是直接影響金融效率的最重要因素，因此可從上述三個角度著手進行分析。

（一）互聯網金融是否降低了金融市場供需雙方的信息不對稱程度

從本質上看，金融行業的核心資源是由各類信息構成的異構化數據集合，而眾多信息在金融資源配置中起決定性作用。互聯網金融利用云計算、云存儲、大數據等技術，可以確保市場信息的可達性和有效性，同時市場交易主體通過搜索引擎、社交網絡等信息獲取新渠道，可以提高信息獲取的可能性和準確性。可以預見，隨著互聯網金融的不斷發展，金融市場上信息不完全和信息不對稱的程度將得到很大程度的降低，從而提高金融系統的效率。不過，也有部分學者認為，金融市場上的信息不對稱并不會隨著互聯網金融的發展而自行降低，反而會隨著金融服務獲取渠道的增加，使得市場交易主體的平均信息獲取能力和識別能力出現下降，更容易產生“羊群效應”，并最終導致信息不對稱程度提高。現有研究還缺乏有關這一問題的全面而深入的理論研究，加之在傳統金融業務中微觀數據難以獲取，因此暫時無法實證比較兩種金融環境下市場主體的情況。

（二）互聯網金融是否降低了金融市場的交易成本

交易成本的概念自阿羅（Arrow K J）[19]正式提出并使用以來，在企業行為、市場深化、制度建設等領域的研究中發揮了非常重要的作用。而在互聯網金融領域，交易成本可分為外部成本和制度成本兩部分。學者們普遍認為，基于技術進步，互聯網金融可改進金融產品（服務）交易模式，擴大交易可能性集合，讓潛在的金融需求因交易成本的降低而得以顯化，同時使原有金融系統中過高的交易外部性得到約束，進而提高金融資源的配置效率。不過，關于互聯網金融與制度成本的相關研究還比較少。有學者認為，互聯網金融將發揮“鯰魚效應”，倒逼利率市場化與金融市場制度改革。也有學者認為，以P2P網貸為代表的互聯網金融的多種業態均存在游走于法律監管灰色地帶的嫌疑，而我國監管層一向是安全重于創新，類似打擦邊球的創新是否會延緩制度改革、無益于降低制度成本還需要進一步探討。

互聯網金融的金融創新是否增加了金融風險爆發的概率呢？毋庸置疑，互聯網金融在誕生和發展過程中，對傳統金融的運營模式和風險管控模式均作出了顛覆性的改變，但至于這種創新是降低了原有金融系統的風險還是增加了風險，學者們持不同態度。有部分學者認為，由于互聯網時代信息傳播速度很快，信用風險在信息傳導過程中被分散，從而使得個體風險能夠得以充分化解。此外，互聯網技術的發展能夠緩解信息不對稱問題，不易出現由風險導致的極端損失。也有部分學者認為，由于互聯網金融超越了時空的限制，在風險放大效應下風險擴散的速度會更快。金融相關法律法規不完善、金融監管體系不健全、弱勢金融群體保護不周，以及互聯網技術安全性有待提高等一系列問題，對現行風險控制體系提出了比較嚴峻的挑戰，而現實情況為兩者均提供了例證。

綜上所述，基于互聯網金融體系的復雜性和分析視角的豐富性，互聯網金融與金融效率之間的關系并不是確定的、靜態的，而是恰恰相反，應該是不確定的、動態的。此外，還有部分學者認為，互聯網金融由于體量太小，對金融體系的影響不大，只是原有金融系統的有益補充。總之，在對兩者間關系的認識方面，還缺乏嚴謹證明，且暫未形成統一觀點，上述每一個視角都值得我們深入探討。本文受篇幅和水平所限，僅嘗試從宏觀和實證的角度出發對該問題進行分析。

四、研究方法和模型

互聯網金融對傳統金融的影響已經得到了現實例證的支持，但由于發展時間較短，學界尚無統一的理論或模型對此進行描述。因此，基于實證的角度來研究互聯網金融對金融效率的影響，需要解決金融效率測算、互聯網金融發展水平度量以及如何定量衡量兩者的影響程度這樣三個問題。接下來分別予以闡述。

（一）金融效率測算方法

在效率測度和評價的實證方法上，目前應用比較廣泛且比較規范的方法是綜合評價法和前沿分析法。綜合評價法以因子分析法最受廣大研究者歡迎。而前沿分析法可進一步分為參數法和非參數法。其中，參數法以隨機前沿法（SFA）、自由分布法（DFA）為主，但與其他參數法一樣，隨機前沿法、自由分布法等同樣要求數據對總體和殘差等估計量服從某些特定的分布，即生產前沿面需要通過特定的函數形式來構造，因此本文選用非參數法中的數據包絡分析方法。

綜觀各種數據包絡分析模型，它們都有一個共同之處，即計算所得的效率值是相對值，或者說是某個決策單元（DMU）技術效率與前沿面技術效率的比值，從而可以得到對投入量或產出量的投影變量。而它們的主要區別，一是前沿規模報酬是否可變。比如，CCR模型是規模不變的，而BCC模型是可變的。二是屬于徑向模型還是非徑向模型。如果屬于徑向模型，需要考慮產出導向和投入導向兩種情況；如果屬于非徑向模型，需要考慮采用何種方法計算距離函數，如最小距離法等。三是在計算中參比單元是否改變。比如，在CCR模型和BCC模型中，在計算所有決策單元的相對效率時，是利用所有的單元共同計算前沿面，而在某些模型（如超效率模型）中，在計算相對效率時，構筑前沿面的單元是不包含被測算單元的。本文借鑒謝家智等[9]的方法，選擇目前應用最廣泛的BCC模型來測算我國的金融效率，并將金融效率分解為創新效率和規模效率。在指標選取上，本文借鑒任曉怡[20]的指標體系，以年度全社會固定資產（K）表征資本投入，以年度就業人口總數（L）代表人力投入，以年度區域各項貸款余額表征金融業對經濟系統的投入，以區域GDP總量表征產出。上述數據主要來自于各年度的《中國統計年鑒》和中國經濟信息網數據庫。效率計算主要利用DEAP2.1軟件完成。

（二）互聯網金融發展水平測算和衡量模型

互聯網金融發展水平測算是互聯網金融發展狀況實證研究的核心內容。但是，由于互聯網金融這個概念涵蓋范圍較廣，部分通過文本搜索、互聯網用戶數量等指標來度量其發展水平的研究尚未得到學界的認可。在公開可查的文獻和資料中，北京大學2015年首次發布的互聯網指數是目前最具權威性的對互聯網發展水平的度量。但由于出現時間太短，數據時間長度不足，無法用來進行計量分析。因此，本文借鑒管仁榮等[21]的方法，以占互聯網金融比重較大、統計較為規范的2003—2013年第三方互聯網支付規模數據作為衡量互聯網金融發展水平的指標。

（三）向量自回歸模型及脈沖響應

如前所述，學界尚無相關理論或模型對互聯網金融與金融效率進行描述，因此傳統的計量模型既沒有辦法也不足以對兩者間的動態變化規律進行嚴格的理論闡釋。即使建立了相應的回歸模型，也會因內生性問題的存在而導致估計有效性降低。此外，也對工具變量的選擇提出了更加嚴格的要求。基于此，本文采用西姆斯（Sims C A）[22]提出的向量自回歸模型（VAR）通過所有變量的滯后變量來構造模型，以有效降低內生性問題對模型估計的影響，使最小二乘估計變得可行。基于對我國金融效率的測算和分解，本文嘗試通過建立VAR模型來估計互聯網金融對金融效率的影響。其中所運用的主要是脈沖響應方法，該方法使用一個發生變化的誤差項來模擬模型受到沖擊時對系統的動態影響。因此，可以利用這個方法去分析來自互聯網金融（第三方網絡支付規模）的一個沖擊對金融效率、規模效率以及創新效率的影響，并比較對我國東中西部各地區影響的差異。若上述效率對互聯網金融沖擊的反應為正，說明兩者之間存在正向影響，且該反應的系數值越大，表示沖擊越強。反之亦然。

五、實證結果描述及分析

（一）金融效率描述分析

本文在前人研究的基礎上，以我國31個省級區域作為效率測算的決策單元，且為了避免行政區域劃分變化而造成的數據缺失，選擇2005—2016年共12年的數據分別進行測算。相關數據來自各年份的《中國統計年鑒》，其中勞動力投入并無相應指標，本文根據年鑒中第一、第二、第三產業的就業人口之和計算得到。利用DEAP2.1軟件，可以測算省級區域金融效率及其規模效率和創新效率。受篇幅所限，原始結果不再列示，僅列示各年份分區域（東部、中部、西部地區）的效率均值。關于東中西部地區的劃分，依據國家統計局2013年的標準。其中，東北地區由于樣本單元數目較少（僅遼寧、黑龍江、吉林），特根據地理位置以及經濟發展水平和結構將遼寧省劃歸東部地區，將黑龍江和吉林劃歸中部地區。

區域金融效率反映的是金融部門對區域國民經濟整體的協調程度與金融資源配置效率的高低。由于本文所采用的是數據包絡分析方法中的BCC方法，因此效率值最大為1，其數值越接近1，說明該地區金融部門對區域經濟的作用越大，金融資源配置的效率越高。表1表明，從全國各省份平均來看，金融效率達到0.85，且各年份基本穩定，說明各省市區之間金融效率的差異變動較小，但仍然存在一定程度的資源浪費。相比較而言，12年間，西部地區的金融效率平均為0.70，與東部和中部地區的效率值差距較大且沒有出現縮小的跡象。這說明，在要素稟賦、產業結構等經濟基礎條件差距較大的前提下，金融效率仍然是導致西部地區與其他地區經濟增長存在較大差距的主要原因。

區域金融創新效率所反映的更多是剔除規模效應后各省級區域單位金融投入的產出效率，與金融效率一樣，其數值越接近1，說明金融部門的貢獻越大，金融資源配置效率越高。表2中的結果表明，各省市區金融創新效率平均達到0.87，對金融資源的配置和運用仍然存在一定的缺陷，尚有進一步提高的空間。與金融效率一致，西部地區的平均效率只有0.78，說明西部地區金融系統的發展并非僅僅存在投入不足的問題，更多的是制度缺失和人才匱乏所導致的效率低下。

表1 2005—2016年我國分區域金融效率

表2 2005—2016年我國分區域金融創新效率

表3表明，區域金融規模效率2005—2016年的均值為0.96，說明全國各省市區金融資源投入規模都很大，接近最佳投入規模。從規模上看，金融系統與經濟增長的協調度是比較高的。但分區域看，西部地區的效率值只有0.92左右，且近年來有下降趨勢，說明金融資源有向經濟發達地區集聚的趨勢，值得后續制定政策時注意。

綜上所述，我國區域金融效率、創新效率、規模效率呈現出以下方面的規律：從縱向看，三類效率無論是在全國范圍內還是在各區域范圍內，其變動幅度均不大，說明近年來我國金融效率穩中有進；從橫向看，三類效率的區際差異十分顯著，特別是西部地區，其各個年份的效率值均顯著低于東部和中部地區。據此，本文將引入互聯網金融發展這個因素，進一步分析導致效率值變動和差異的原因。

（二）互聯網金融影響的實證分析

本文使用艾瑞咨詢發布的第三方支付年度報告中的第三方互聯網支付年度交易金額作為互聯網金融的代表指標，不再列示。由于互聯網金融發展迅速，其年均增速超過50%，顯然是非平穩數據，因此采用對數化方法來平抑波動，指數化后的變量設為lnif。

表3 2005—2016年我國分區域金融規模效率

構建VAR模型首先需要指定模型的構成變量以及內生變量的滯后階數。在研究互聯網金融對各區域的動態影響時，首先需要構建互聯網金融變量（lnif）與全國或各地區各類效率值的兩變量VAR模型，然后再通過單位根檢驗和似然比檢驗等方法確定變量間的協整關系和滯后階數。利用Eviews7軟件進行檢驗，結果發現互聯網金融指標和各類效率值的時間序列均是一階平穩，具有協整關系，同時最佳滯后階數均是二階，因此本文可建立12（即3×4）個兩變量向量自回歸滯后二階模型。分別對每個模型中的互聯網金融變量（lnif）施加一個標準差的脈沖，并選取滯后一期至十期的累積響應系數，所得到的結果分別參見圖1、圖2、圖3。具體數值不再列示。

實證結果表明，脈沖響應各時期的系數最終穩定在0的附近，說明VAR模型是穩定的。總體而言，互聯網金融對全國和各地區金融效率、規模效率、創新效率的影響程度均不高，各時期的系數普遍在10的負三次方以下，有時甚至達到10的負五次方。其可能原因在于，在本文所研究的時期（2005—2016年），互聯網金融的各個業態均處于誕生或萌芽階段。盡管第三方支付、P2P網貸等行業增長較快，擴張迅速，并通過互聯網這一新興技術引起了政府、學界等社會各階層的關注，但其體量與傳統金融相比仍然較小，因此尚無法對區域金融效率產生更大的影響。比如，有數據顯示，2015年我國第三方互聯網支付規模為24萬億元，而同一時期商業銀行和支付機構所處理的互聯網支付業務金額達到2 042萬億元，相差近百倍，而P2P、眾籌等行業的總體規模還遠遠小于第三方支付。

盡管從系數的大小看，各模型脈沖響應所得到的結果基本一致，但從符號的正負上看，各模型卻表現出了不同的趨勢。接下來將分別予以分析。

如圖1所示，對于互聯網金融的一個正向沖擊，無論對全國范圍還是對各地區而言，其金融效率累積系數均為負。由此可見，在我國目前的金融結構和制度供給條件下，互聯網金融的發展并不能對金融效率的提高產生正向影響。但是，隨著時間的推移，其累積系數逐漸趨近于0。這說明，從長期來看，互聯網金融的發展并不一定永遠都起反作用，隨著我國金融體制改革以及新的經濟政策的調整，互聯網金融將迫使現有金融部門提高資源配置效率，提高投入產出率，并最終提高傳統金融行業的市場競爭力和可持續發展能力。分區域看，互聯網金融的一個正向沖擊對東部地區金融效率的負向影響最大，對中部地區的影響次之，對西部地區的影響最小，這與互聯網金融行業的空間分布格局是相符的。

互聯網金融的正向沖擊對區域金融規模效率的影響與對金融效率的影響基本一致。根據圖2，無論是從全國范圍看還是分區域看，其影響基本都是負的。從全國范圍看，全國整體金融系統資本規模總量相對于實體經濟較大，偏離最優規模，而互聯網金融的發展會在一定程度上加劇這種趨勢。而分區域看，很顯然這種影響對東部地區而言更加嚴重，這與金融資源主要聚集在東部地區的現實相符，在互聯網金融的沖擊下，這種聚集更多地顯示出了一種規模遞減效應，而對中部和西部地區的負面影響則可理解為因投入不足而導致其未達到最優規模。

與前面兩者相比，互聯網金融對金融創新效率的影響則呈現出一定的差異性。根據圖3，從全國來看，第一期到第十期的累積系數同樣為負，但從第二期起，負的程度逐漸減小；分區域看，這種影響有所分化且差異顯著，對中西部地區而言是負向的，而對東部地區而言，這個沖擊帶來的影響是正向的，且最高達到了0.009 8，是12個VAR模型脈沖響應中累積系數絕對值最大的。由此可見，互聯網金融的出現使傳統金融行業運營能力低下的問題進一步暴露，受此影響，傳統金融行業需要逐步提高單位資源配置效率，重視長尾客戶以應對互聯網金融的競爭。而之所以會出現這樣的結果，可能同東部地區傳統金融行業互聯網技術運用得較為充分、與互聯網金融的發展更加匹配、運營效率更高，而中西部地區金融管理體制改革滯后于市場需求、無法較好地應對互聯網金融發展有關。

圖1 互聯網金融對金融效率沖擊的響應

圖2 互聯網金融對金融規模效率沖擊的響應

圖3 互聯網金融對金融創新效率沖擊的響應

六、結論與啟示

通過實證分析，本文對互聯網金融與區域金融效率之間的關系進行了初步分析，主要得到了三個結論：一是從靜態來看，互聯網金融對區域金融效率的影響平均并不顯著，對一個沖擊的平均響應只有0.000 8；二是從動態來看，盡管互聯網金融對區域金融效率的影響大部分都是負向的，但負向影響隨著時間的推移有所縮小；三是分區域看，互聯網金融對東部地區金融效率的影響程度和方向與中部和西部地區的不同。

基于此，本文認為，傳統金融部門和監管當局需要在系統和動態認識互聯網金融發展趨勢及兩者間關系的基礎上，積極主動迎接新生事物，提升自身資源配置效率以及與經濟增長間的適應效率，助力中國經濟早日完成從要素驅動向創新驅動的轉變。具體而言，提出以下三條建議：

（一）應著重處理金融創新與金融風險之間的關系

本文實證分析發現，從全國來看，由于體量不大，互聯網金融對傳統金融的影響十分有限，但其影響力增長迅速。由此可以預測，互聯網金融未來發展趨勢上行時，可以達到與傳統金融互融共生的狀態，形成新的穩定的金融生態并由此提高金融效率；而下行時，則可能出現破壞性創新，成為系統金融風險新的爆發點并因此遭到來自政策層面的抑制。未來究竟會出現哪種結果，取決于兩個方面的因素：一是互聯網金融發展與傳統金融發展的協調程度；二是監管層如何平衡創新與風險之間的關系。盡管防范系統性風險已經成為2016年以來主流的政策建議，但面對增長速度換檔期、結構調整陣痛期、前期刺激政策消化期三期疊加與經濟增長趨緩的大形勢，我們仍然認為應當進一步推動金融體系的改革和優化，以改革促發展，以開放促改革，只有如此才能充分提高各區域金融效率，優化資金配置，扭轉資金脫實向虛的趨勢。互聯網金融的迅速發展盡管帶來了一定的潛在風險，但仍然不失為倒逼金融開放和金融改革的有效推手。

（二）應著重協調金融創新與審慎監管之間的關系

結合當前我國政策層面在應對金融“不可能三角”時所采取的組合是金融創新和零道德風險，本文認為，監管層面對互聯網金融這一新業態的監管不宜采用靜態、穩定的監管策略，而應根據互聯網金融發展態勢和水平、系統風險聚集程度、空間分布差異采用動態和差異化的監管策略。所謂動態，即根據互聯網技術的發展和行業模式的變化來制定監管策略；所謂差異化，即根據不同地區具體情況制定差異化的細則和要求。只有如此，才能充分發揮互聯網金融對我國金融體系的積極作用，削弱它的消極作用，使之與我國金融穩定和經濟增長的目標相符。

（三）應著重化解互聯網金融發展的區域路徑依賴

與眾多研究相同，本文的實證分析也得到了我國互聯網金融對傳統金融體系影響較小的結論。但與此同時，在較發達地區，互聯網金融發展對當地金融創新效率的提高是有正向作用的。其原因在于，互聯網金融發展對傳統金融基礎依賴性很強，甚至形成了路徑依賴，因而東部地區互聯網金融對金融效率有顯著促進作用。不過我們也要看到，在中西部傳統金融欠發達地區，互聯網金融的發展仍然具有市場空間廣闊的比較優勢。因此，互聯網金融的沖擊能否對我國經濟產生正向影響不僅取決于其本身，也與其能否適應區域傳統金融需要并實現協調發展有關。化解路徑依賴，推動不同區域互聯網金融有序發展的主要推手是，進一步完善對互聯網金融的動態和差異化監管體制，著力完善互聯網金融信息披露、征信及風險提示制度，加強金融消費者權益保護，消解金融風險微觀聚集渠道。而這需要政府層面進一步采取利率市場化等金融體制改革措施，發揮有為政府調節作用，這樣才能真正促使互聯網金融在有效市場引導下與現有金融體系形成競合關系，提供差異化服務，提高宏觀金融效率。

[1]楊錦英，溫庭海，劉朋.“新常態”下中國經濟發展之路的選擇：從要素驅動向效率驅動轉型[J].當代經濟研究，2016（1）：53-62+97.

[2]沈軍.金融效率理論框架與我國金融效率實證考察[J].金融論壇，2003（7）：2-7.

[3]王廣謙.真正把金融業作為現代產業來發展[J].金融信息參考，1997（1）：32.

[4]沈軍，白欽先.金融結構、金融功能與金融效率——一個基于系統科學的新視角[J].財貿經濟，2006（1）：22-28、96.

[5]孔祥毅.金融協調的若干理論問題[J].經濟學動態，2003（10）：36-38.

[6]王振山.銀行規模與中國商業銀行的運行效率研究[J].財貿經濟，2000（5）：19-22.

[7]沈軍.金融效率研究綜述[J].生產力研究，2007（6）：139-140、145.

[8]周國富，胡慧敏.金融效率評價指標體系研究[J].金融理論與實踐，2007（8）：15-18.

[9]謝家智，王文濤.金融發展的經濟增長效率：影響因素與傳遞機理[J].財貿經濟，2013（7）：59-67.

[10]黎翠梅，曹建珍.中國農村金融效率區域差異的動態分析與綜合評價[J].農業技術經濟，2012（3）：4-12.

[11]孟兆娟.中國農村金融效率的區域差異研究[J].南方農村，2013（11）：59-63.

[12]溫紅梅，姚鳳閣，常晶.基于四階段DEA的農村金融效率評價——來自中國縣域數據的實證分析[J].蘇州大學學報（哲學社會科學版），2014（1）：107-112.

[13]謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012（12）：11-22.

[14]吳曉求.互聯網金融：成長的邏輯[J].財貿經濟，2015（2）：5-15.

[15]陳志武.互聯網金融到底有多新[J].新金融，2014（4）：9-13.

[16]王達.美國互聯網金融的發展及中美互聯網金融的比較——基于網絡經濟學視角的研究與思考[J].國際金融研究，2014（12）：47-57.

[17]李博，董亮.互聯網金融的模式與發展[J].中國金融，2013（10）：19-21.

[18]魏鵬.中國互聯網金融的風險與監管研究[J].金融論壇，2014（7）：3-9、16.

[19]ARROW K J.A difficulty in the concept of social welfare[J].Journal of political economy，1950，58（4）：328-346.

[20]任曉怡.我國中部地區金融效率測試及效率差異研究[J].會計與經濟研究，2015（1）：103-112.

[21]管仁榮，張文松，楊朋君.互聯網金融對商業銀行運行效率影響與對策研究[J].云南師范大學學報（哲學社會科學版），2014（6）：56-64.

[22]Sims C A.Macroeconomics and reality[J].Econometrica，19804，8（1）：1-47.