基于VAR和VEC模型的互聯網金融與經濟增長關系的實證研究

王雪然

(洛陽理工學院 會計學院， 河南 洛陽 471023)

0 引 言

互聯網金融異軍突起的發展態勢正在顯著沖擊傳統金融機構的既有盈利模式,其與生俱來的創新性與當前我國經濟實現轉型升級，以及由要素驅動、投資驅動轉向創新驅動型經濟增長方式不謀而合。因此，分析和把握互聯網金融與經濟增長之間的關系，對引導互聯網金融行業發展具有重要意義。

1 變量與數據來源

文中選擇第三方支付、P2P、眾籌作為互聯網金融發展的典型形式[1-2]，對互聯網金融與經濟增長的關系進行實證研究。

第三方支付、P2P和眾籌的數據主要分別來自2017年中國第三方支付年度報告、2016網貸行業年度報告、2016中國眾籌行業年報。中國經濟增長數據來自國家統計局網站和相關網頁。結合研究對象、數據的可得性及構建模型需要，對各變量及數據處理過程說明如下:

1)用互聯網支付代表第三方支付，各變量個別年份數據根據歷史數據估算得到；

2)由于我國互聯網金融自2013年才得以迅速發展，當前仍屬于新興事物，因此所有變量的時間跨度為2010-2018年；

3)由于自由度原因，在盡量保持數據原始性的基礎上，利用quadratic-match average、linear-match last插值方法將各變量2010-2018年度數據轉化為半年度數據；

4)由于數據中可能存在的指數趨勢和異方差性，對轉化后的數據采取對數化處理。處理以后各變量對應符號為：

經濟增長----lnGDP；

第三方支付----lnPAYMENT；

P2P----lnP2P；

眾籌----lnFUND。

2 互聯網金融與經濟增長的向量自回歸模型(VAR)

選取彼此相互影響的多個變量建立回歸模型會增加對其推斷和估計的難度，而選用向量自回歸模型(VAR模型)和向量誤差修正模型(VEC模型)的非結構性計量經濟模型能夠較準確地把握各變量之間的動態關系[3]。

2.1 變量的平穩性檢驗

時間序列的平穩性能夠有效防止偽回歸模型的出現。采用ADF單位根檢驗方法對所選取變量對數化后的時間序列數據進行平穩性檢驗。檢驗結果均拒絕存在單位根的原假設，且lnGDP、lnPAYMENT、lnP2P、lnFUND都是零階單整序列I(0)。

2.2 滯后期的選擇

VAR模型結果的優劣取決于對變量滯后階數的選擇，依據AIC信息準則下的最優滯后階數檢驗結果確定最優滯后階數為2。

VAR模型滯后期選擇標準見表1。

表1 VAR模型滯后期選擇標準

2.3 VAR模型的參數估計

經過比對(VAR模型參數的估計結果表略)，文中選擇滯后2階的VAR模型。從估計結果來看，經濟增速、第三方支付、P2P及眾籌四個方程的擬合優度都比較理想，說明經濟增長和互聯網金融發展之間的關系密切[4]。

由估計結果得到各變量序列的向量自回歸模型(VAR)的矩陣方程

2.4 VAR模型的穩定性檢驗

VAR模型的穩定性是進行后續分析的重要基礎。若由AR特征多項式根的倒數所代表的點都在單位圓內，則所建立的VAR模型就是穩定的，AR特征多項式的根如圖1所示。

圖1 AR特征多項式的根

由圖1檢驗結果可知，所估計的VAR模型是穩定的，可以進行后續分析。

2.5 AR模型的Granger因果關系檢驗

針對所建立的VAR模型，采用Granger Causality/Block Exogeneity Wald Tests進行變量之間的因果關系檢驗，檢驗結果見表2。

在lnFUND方程中，可以認為經濟增速和第三方支付不是眾籌變化的原因，P2P是眾籌變化的原因，經濟增速、P2P、第三方支付的聯合作用也是眾籌變化的原因。在lnGDP方程中，可以認為第三方支付不是經濟增速變化的原因，眾籌、P2P是經濟增速變化的原因，眾籌、P2P、第三方支付的聯合作用也是經濟增速變化的原因。在lnP2P方程中，可以認為眾籌、經濟增速、第三方支付是P2P變化的原因，眾籌、經濟增速、第三方支付的聯合作用也是P2P變化的原因。在lnPAYMENT方程中，可以認為經濟增速不是第三方支付變化的原因，眾籌、P2P是第三方支付變化的原因，眾籌、經濟增速、P2P的聯合作用也是第三方支付變化的原因[5]。

表2 VAR Granger因果檢驗結果

2.6 脈沖響應函數與方差分解分析

脈沖響應函數能夠直觀描述模型系統中單一變量產生擾動或沖擊如何動態影響其他變量。通過VAR模型的脈沖響應函數可以對模型中各變量響應函數的時間路徑進行分析[6]。由于模型中有4個變量，鑒于研究需要，文中僅給出經濟增速(lnGDP)的脈沖響應函數時間路徑,如圖2所示。

(a) Response of lnGDP to lnGDP (b) Response of lnGDP to lnPAYMENT

(c) Response of lnGDP to lnP2P (d) Response of lnGDP to lnFUND

由圖2可知，經濟增速變化對于自身的擾動或沖擊響應程度較大，而第三方支付對經濟增速的變化影響小，P2P對經濟增速的變化影響也較小，且兩者對經濟增速的變化影響趨于平穩,但眾籌對經濟增速的變化影響明顯。通過累計脈沖響應函數，可以觀察經濟增速對于各變量沖擊的累計反應時間路徑。同樣顯示出眾籌對經濟增速變化的沖擊明顯，而第三方支付和P2P對經濟增速變化的沖擊弱。

經濟增速累計脈沖響應函數如圖3所示。

方差分解可以提供VAR模型中其他變量對某一個變量變化(通常用方差表示)的貢獻度，以此評價不同變量擾動或沖擊的重要性。VAR模型中經濟增速變量的方差分解結果見表3。

圖3 經濟增速累計脈沖響應函數

表3 經濟增速變量方差分解結果

經濟增速方程方差中,由自身的擾動或沖擊所起的貢獻度先是由大到小，在滯后5期后又略有增加，并從第8期開始趨于平穩，滯后10期的貢獻率為23.3%。第三方支付對方差的貢獻率由小變大，在滯后6期后貢獻率基本穩定，滯后10期的貢獻率為2.9%。P2P對方差的貢獻率在滯后2期達到最大值4.4%，然后有所減緩并基本趨于穩定，滯后10期的貢獻率為3.6%。眾籌對方差的貢獻率由小變大，在滯后5期后略有下降并基本趨于穩定，滯后10期的貢獻率為70.1%。

總體來看，經濟增速受自身變化的影響比較明顯，如果撇開自身的影響，經濟增速在滯后期內主要受眾籌、P2P變化的影響，尤其是受眾籌變化的影響非常明顯。在滯后的后期逐步受到第三方支付變化的影響。

3 互聯網金融與經濟增長的向量誤差修正模型(VEC)

3.1 協整檢驗

根據前面單位根檢驗的結果，lnGDP、lnPAYMENT、lnP2P、lnFUND都是零階單整序列，文中采用Johansen檢驗方法來檢驗它們之間是否存在協整關系[7]。結果顯示，跡檢驗和最大特征值檢驗都在5%的顯著性水平上拒絕了“不存在,至多存在1個、2個、3個協整關系”的原假設，且跡檢驗和最大特征值檢驗結果都顯示在5%的顯著性水平下，經濟增長和互聯網金融變量之間存在4個協整方程。

3.2 向量誤差修正模型(VEC)估計結果

根據前面的檢驗結果，對于lnGDP、lnPAYMENT、lnP2P、lnFUND之間具有協整關系，則可以建立向量誤差修正模型。由于各變量觀測值數量有限的原因，文中估計的是沒有一階差分項的VEC模型，指定滯后階數的形式為“0 0”。估計結果見表4。

表4 各變量序列的協整向量

得到一個協整方程

lnFUND=12.110 85+0.362 19lnGDPt-1+

2.129 413lnP2Pt-1-

1.438 077lnPAYMENTt-1。

協整方程表明,在其他條件不變的情況下，經濟增速每上漲1%，眾籌就上漲0.36%；P2P每上漲1%，眾籌就上漲2.13%；第三方支付每上漲1%，眾籌就減少1.44%。根據VEC模型估計結果，得到各變量在樣本期內的協整關系，如圖4所示。

圖4 VEC模型協整關系

由圖4可以看出，眾籌與經濟增速、P2P、第三方支付圍繞零值均線代表的長期均衡的波動趨勢。2012-2014年各變量之間的關系處于大幅波動中，之后波動幅度變小，關系趨于穩定。

協整向量和誤差修正項估計結果見表5。

表5 協整向量和誤差修正項估計結果

根據上述結果可以得到包含誤差修正項且沒有滯后差分項的VEC的矩陣方程

4 結 語

經濟增長與互聯網金融的發展互相作用、互相影響。從VAR模型的Granger因果檢驗結果來看，以經濟增速、第三方支付、P2P、眾籌為因變量時，其他各變量的聯合作用都很顯著。這一結果說明經濟增長與互聯網金融之間能夠相互作用，也說明所建立的模型能夠客觀地模擬現實狀況。

從脈沖響應函數與方差分解分析的結果來看，經濟增長會受到自身變化影響。除此之外，眾籌對經濟增長的影響最大，P2P和第三方支付對經濟增長影響較小。

從VEC模型的協整關系圖來看，互聯網金融與經濟增長存在長期均衡的穩定關系。同時，在互聯網金融行業內部，不同互聯網金融業態在其持續發展中存在相互制約的情況。隨著各種新興互聯網金融業態的不斷衍變創新，其所形成的業務交集中可能存在互相競爭甚至矛盾的成分[8]。

互聯網金融的發展具備可持續的創新性，能夠有效彌補傳統金融機構服務實體經濟的空白[9]。為減少或避免互聯網金融行業內部可能出現的無序甚至惡意競爭，對互聯網金融行業分類設定業務門檻，分類實施監管變得愈加緊迫、重要。