論P2P網貸對貨幣供應量的影響

王娟　汪草

內容摘要：本文采用2013年5月到2016年11月的月度數據，選取貨幣總量M2、貨幣總量M1、貨幣總量M0三個變量建立VAR模型進行實證研究，發現P2P網貸對貨幣供應量影響表現為P2P網貸對貨幣總量M0、M1有著短期的影響，對貨幣總量M2有著長期影響。基于上述結論可知P2P網貸增加了貨幣供給量的統計困難與貨幣層次劃分困難，因此要加強對P2P網貸平臺的監管。

關鍵詞：P2P網貸 貨幣供應量 影響

引言

隨著互聯網技術的發展，互聯網金融漸漸進入人們的生活，越來越多的互聯網金融產品也因此接連出現。從廣義層面上說，傳統的金融服務業借助互聯網技術在互聯網上實現的服務，也是一種互聯網金融。但是從狹義的層面，互聯網金融只包括金融的互聯網居間服務和互聯網金融服務，前者主要包括第三方支付、P2P網貸、眾籌等，后者主要包括網絡形式的金融平臺。

P2P網貸是互聯網金融的一大特色，它的低門檻、低成本、高透明度等特點能夠滿足不同需求的客戶，成為了人們借貸的首選。P2P網貸是指個體和個體之間通過互聯網平臺將自己的閑置資金借給資金需求者的新型借貸模式，脫離了傳統的資金媒介，相對較高的利率、小額、便捷和無擔保是這種借貸模式的一般特征，但由于借款人的各項資料審核以及融資行為等都是通過網絡實現的，P2P網貸平臺也被稱為民間借貸的“網絡版”。P2P網貸主要為網絡借貸的雙方提供信息流通交互、信息價值認定和其他促成交易完成的服務，但不作為借貸資金的債權債務方。

貨幣供應量作為貨幣政策的中介目標，在我國貨幣政策體系中占有重要的地位。而P2P網貸對貨幣供應量作為貨幣政策的中介目標的可測性、可控性都造成了影響，所以研究P2P網貸對貨幣供應量的影響具有實際意義。

文獻綜述

關于互聯網金融與貨幣政策的文獻也越來越多。在已有的互聯網與貨幣政策文獻中，互聯網金融對貨幣政策的影響主要分為以下幾個方面：

在貨幣供給與貨幣需求方面，鄒新月、羅亞南和高楊（2014）認為互聯網金融改變傳統貨幣需求動機，降低了人們對貨幣的需求，加快了貨幣流通速度，改變了貨幣結構內涵，同時削弱貨幣攻擊的可測性、相關性和可控性。

在融資貸款方面，鐘會根（2014）研究表明P2P網貸、信托、基金等金融模式都為資金需求者提供了不通過商業銀行的融資渠道。唐增飪（2015）的實證研究表明P2P模式的產生使得金融機構存款余額減少、利率的調控效果變差和貨幣政策傳導機制的有效性減弱。

在貨幣政策變量方面，趙煌堅和葉子榮（2016）通過對P2P平臺多次出現問題平臺的深思，分別進行了理論層面和實證方面的研究，理論層面研究表明P2P通過資金漏損率和活期轉化為定期的比率產生影響；實證研究表明P2P網絡借貸對貨幣政策的中介變量構成一定的影響。中國人民銀行惠州市中心支行課題組（2016）提出互聯網金融出現之后，互聯網金融放大貨幣乘數，減弱中央銀行對貨幣供給的控制。

綜上所述，近年的文獻中，關于互聯網金融對貨幣政策的影響研究的很多，但是研究互聯網金融與貨幣政策都是大概念，研究的范圍比較寬泛，缺乏針對性。所以本文將縮小研究范圍，專項研究P2P網貸對貨幣供應量的影響。

理論基礎

（一）P2P網貸對貨幣層次劃分的影響

貨幣供給量是指在某一時點上（如年終）一國流通中的貨幣量。根據國際通行的方法，可將貨幣按照流動性強弱進行劃分，現階段我國貨幣供應量劃分層次如下：

M0=流通中現金；

M1=M0+企業單位活期存款+農村存款+機關團體部隊存款；

M2=M1+企業單位定期存款+自籌基本建設存款+個人儲蓄存款+其他存款。

貨幣層次的劃分有利于中央銀行的監測和調控，但是P2P網貸的出現會影響貨幣層次的劃分，使貨幣層次的劃分變得困難。P2P網貸平臺的出現使得商業銀行從投資方吸收的存款變少，發放給融資方的貸款變少。而P2P網貸平臺可以從投資方獲得大量的資金，融資方可以直接通過P2P網貸平臺進行融資。P2P網貸的高利率吸引人們更愿意去投資而不是在銀行中進行存款業務，或者將銀行中的存款轉化為投入P2P平臺的資金。實體中的現金就會轉化為電子貨幣或者虛擬貨幣，那么這樣會導致貨幣層次模糊化。

（二）P2P網貸對貨幣乘數和基礎貨幣的影響

從貨幣供給原理來說，貨幣供給量等于基礎貨幣與貨幣乘數之積，即：

M=M×MB

式中變量M為貨幣乘數，MB為基礎貨幣。從式中可看到貨幣乘數和基礎貨幣都會影響貨幣供給量。貨幣乘數M可表示為：

式中c為現金比率，e為超額準備金率，r為法定準備金率。從式中可看到現金比率、超額準備金率、法定準備金率都會影響貨幣乘數。

儲戶通過有關現金比率c的決策來影響貨幣供給。P2P網貸的高利率是許多的儲戶更愿意將現金投入P2P網貸中，而不是將現金進行儲蓄，因此P2P網貸會降低現金比率。現金比率與貨幣乘數負相關，所以P2P網貸擴大了貨幣乘數。

商業銀行通過超額準備金率e來影響貨幣供給。因為P2P的低門檻與低成本使得企業或個體付出更小的代價，所以企業或個體在發生借貸行為時，更愿意與P2P網貸平臺進行交易，因此會降低超額準備金率，超額準備金率與貨幣乘數負相關進而增大貨幣乘數。

實證分析

通過以上的分析可知，P2P網貸對我國貨幣供應量有影響。本文將從實證層面，構建VAR模型，通過脈沖響應圖分析P2P網貸對貨幣供應量的影響。

（一）變量的選擇

在貨幣供應量方面會選擇M0、M1、M2、三個變量來驗證P2P網貸是否會對貨幣層次的劃分模糊化。在P2P網貸方面，P2P網貸發展的指標可以用P2P網貸的成交額來衡量。由于P2P網貸直到2013年的5月才出現，所以會選擇2013年5月到2016年11月的數據。數據來源于中國人民銀行官網和第一網貸網站，所有數據均采用月度數據。

（二）數據平穩性檢驗

為了消除可能存在的異方差性，對以上四個指標進行自然對數處理，分別記為LP2P、LM2、LM1、LM0。構建VAR模型必須要保證數據的平穩性，所以建立VAR模型之前要先進行數據的平穩性檢驗，結果如表1所示。從表1的檢驗結果可以知道，LM2、LM1、LM0、LP2P這四個變量都不是穩定的時間序列，所以接下來就要對其分別進行差分處理，分別記為DLM2、DLM1、DLM0、DLP2，再進行平穩性檢驗，得到的結果如表2所示。

從表2的ADF檢驗結果中可得知DLM2、DLM1、DLM0、DLP2都是平穩的時間序列，一階同整。

（三）協整檢驗

通過上面對各變量進行的平穩性檢驗，可知這些變量都是一階單整的序列，滿足協整檢驗的前提。本文采用EG兩步法，對M2與P2P、M1與P2P、M0與P2P差分之后的平穩序列分別進行OLS回歸，然后再把各個回歸結果的殘差分別進行ADF檢驗，得出的結果如表3所示。從表3中可得知各個殘差都是平穩的，因此說明M2、M1、M0與P2P之間存在長期均衡關系。

（四）VAR模型與脈沖響應函數

1.M0與P2P的VAR模型。通過上面的平穩性檢驗，可知M0和P2P都是一階單整，利用Eviewsr軟件建立DLM0與DLP2P的VAR 模型。得到VAR模型后對其進行單位圓檢驗，得到圖1。從圖1可以看到特征根值的倒數均在單位圓內，因此說明這個模型是一個穩定的VAR模型。然后對這個VAR模型的滯后項進行檢測，得到表4，根據AIC和SC取值最小的準則，從表4中可得知1階為這個VAR模型的最優滯后期。

圖2為M0對P2P網貸的脈沖響應圖，即給予M2來自P2P一個標準差的沖擊后，貨幣供應量M0的反應。第1期M0的反應為負向，這是因為P2P網貸的高利率使得許多人將流通中的貨幣轉為投資，因此使得M0在第1期中是負響應。從2期迅速回升，并且第二期達到最大的正響應，這是因為P2P網貸的發展會增大貨幣乘數。第3期是負響應，第4期之后迅速收斂。第3期開始負向反應，是因為P2P網貸監控的不足，許多問題平臺的出現，使人們更愿意將現金放入銀行而不是P2P網貸，現金流通減少。然后從第4期之后一直在收斂，趨于平穩，說明P2P網貸對貨幣供應量M0是短期影響。

2.M1與P2P的VAR模型。緊接著建立M1和P2P的VAR模型，得到模型后對其進行單位圓檢驗，從圖3可以看到特征根值的倒數均在單位圓內，因此說明這個模型是一個穩定的VAR模型。然后對這個VAR模型的滯后項進行檢測，得到表5。根據AIC和SC取值最小的準則，從表5中可得知2階為這個VAR模型的最優滯后期。

圖4為M1對P2P網貸的脈沖響應圖，即給予M1來自P2P一個標準差的沖擊后，貨幣供應量M1的反應。從圖4中可看到第1期的時候處于0，但是之后開始負向變動；第2期達到負向最大，再正向變動；第3期的時候達到正反應最大，之后再負向變動；第4期為0，之后的幾期就會趨于收斂，達到平穩狀態。由于P2P網貸的高利率會使流通中的現金和銀行存款減少，所以初期是負向變動，但是貨幣乘數的變大使第2期的時候開始正向變動，第4期的收斂，說明P2P網貸對貨幣供應量M1是短期影響。

3.M2與P2P的VAR模型。建立M2和P2P的VAR模型，得到模型后對其進行單位圓檢驗，從圖5可以看到特征根值的倒數均在單位圓內，因此說明這個模型是一個穩定的VAR模型。然后對這個VAR模型的滯后項進行檢測得到表6。根據AIC和SC取值最小的準則，從表6中可得知4階為這個VAR模型的最優滯后期。

圖6為M2對P2P網貸的脈沖響應圖，即給予M2來自P2P一個標準差的沖擊后，貨幣供應量M2的反應。從圖6中可看到，第1期的時候處于0，但是之后開始負向變動；第2期達到負向最大，再正向變動；第3期的時候達到正反應最大，然后負向變動；第5期達到負向最大，之后再正向變動，一直循環，所以P2P網貸對M2的影響是長期的。M2是由M1、企業單位定期存款、自籌基本建設存款、個人儲蓄存款、其他存款組成。根據上面的分析可知，M1在初期是處于負向狀態，所以M2也是處于負向狀態，但是由于貨幣乘數的擴大。使M2在第2期開始正向變動。但是P2P對M1的影響是短期的，而且P2P網貸一般是對個人來說的平臺，所以P2P網貸長期影響個人儲蓄存款，從而長期影響貨幣供應量M2。

結論

綜合上述陳述，P2P網貸對貨幣供應量的影響主要表現在兩個方面：一方面P2P網貸對貨幣總量M0、貨幣總量M1都有著短期影響。在短期時間內，P2P網貸的高利率使得許多人愿意將閑置資金投入P2P網貸平臺，致使流通中的現金流向P2P網貸平臺，對貨幣總量M0、貨幣總量M1造成影響，但這個影響是短期的。另一方面，P2P網貸對貨幣總量M2有著長期影響。通過貨幣總量M2對P2P網貸的脈沖響應圖可知，在長期時間內P2P網貸對貨幣總量M2有影響，并且在0值周圍上下浮動。P2P網貸的高利率大于銀行的定期儲蓄利率，使得許多人寧愿將錢投入P2P網貸平臺而不是銀行，即P2P網貸影響個人定期儲蓄，從而影響貨幣總量M2。P2P網貸對貨幣供應量的兩方面影響最終會增加貨幣統計量的統計困難，以及貨幣層次劃分的困難。而貨幣供應量作為貨幣政策的中介目標，在我國貨幣政策體系中占有非常重要的地位，貨幣供應量的可測性將會直接影響中央銀行的監測和調控。

因此本文建議，根據我國現有的實際情況，在當前環境下，應加強P2P網貸平臺的監管，完善監控體制。首先是完善P2P網貸監管的法律規范，將P2P網貸的門檻提高，對注冊P2P網貸平臺的標準進行控制，加強信息監管，保護借貸方的信息安全和知情權。其次是建立明確的監管機構，出臺監管細則，保證P2P網貸平臺的正常健康的運行。最后是完善P2P網貸平臺退出機制，保護放貸人的合法權益。

參考文獻：

1.李博，董亮.互聯網金融的模式與發展[J].中國金融，2013（10）

2.陳霄，丁曉裕，王貝芬.民間借貸逾期行為研究——基于P2P網絡借貸的實證分析[J].金融論壇，2013（11）

3.李鈞.P2P借貸：性質、風險與監管[J].金融發展評論，2013（3）

4.鄒新月，羅亞南，高楊.互聯網金融對我國貨幣政策影響分析[J].湖南科技大學學報（社會科學版），2014（4）

5.鐘會根.互聯網金融對中央銀行貨幣政策的影響與應對[J].金融經濟，2014（18）

6.唐鈺.P2P模式對傳統金融業的沖擊及其對貨幣政策傳導影響研究[J].金融科技時 代，2015（11）

7.趙煜堅，葉子榮. P2P網絡借貸對我國貨幣政策有效性的影響——對滬深P2P平臺暫停注冊的忖量[J].蘭州學刊，2016（4）

8.中國人民銀行惠州市中心支行課題組，吳燕生，戴朝忠，張景智.互聯網金融對貨幣政策傳導的影響研究[J].武漢金融，2016（3）

9.黃達.貨幣銀行學[M].中國人民大學出版社，2011