數字金融影響了貨幣需求函數 的穩定性嗎？

許月麗 李 帥 劉志媛

一、引 言

貨幣需求函數的穩定性是關乎中央銀行貨幣政策中介目標選擇的重大政策實踐問題。根據Poole(1970)的研究，如果貨幣需求函數是不穩定的，那么中央銀行應當以利率作為中介目標，否則應將貨幣供應作為中介目標。由于會改變微觀經濟主體的貨幣需求決策環境，因此金融結構變遷通常被認為是導致貨幣需求函數不穩定的最重要誘因(Rao 和 Kumar，2009)。近些年來，中國金融市場所面臨最重大的技術性沖擊是數字金融的迅速興起。黃益平等(2018)認為，數字金融泛指傳統金融機構與互聯網公司利用數字技術實現融資、支付、投資和其他新型金融業務模式。雖然與其他缺乏監管的金融創新類似，數字金融的發展也產生了諸如網貸詐騙和金融產品空轉套利等金融風險問題，但一個毋庸置疑的事實是，無論是業態模式還是金融產品，數字金融的發展均對原有的金融結構產生了巨大的沖擊(周光友等，2018)。理論上，人們對貨幣的需求源自貨幣具有交易度量單位和價值貯藏等功能，顯然，數字金融發展引起的交易技術變化和由此衍生了新的金融產品，很可能對貨幣的這些功能產生沖擊，因而引發貨幣需求函數的不穩定。然而，這一結果并非是顯而易見的。從經濟的角度來看，如果經濟中只有一種代表性主體且預期是理性的，那么，經濟體對外來沖擊的調整就可能是突變的。但是，如果經濟中代表性主體具有異質性且預期是自適應的，那么外來沖擊的調整就可能是漸進的，結構變遷并不一定會帶來貨幣需求函數的不穩定(Taylor 和 Mac-Donald，1992)。

在以發展中國家為對象的相關研究中，以20 世紀80 年代以來四個階段的金融自由化改革為背景，Pradhan 和Subramanian(2003)利用考慮區際轉移的單方程協整技術方法，分析了改革對印度長期貨幣需求函數穩定性的影響。針對20 世紀80 年代以來亞洲國家金融改革沖擊，Rao 和Kumar(2009)基于亞洲14 個國家1970—2005 年的數據，利用考慮結構斷點影響的可選擇面板估計模型對M1 貨幣需求的穩定性進行了實證判斷，并得出雖然金融改革對貨幣需求有顯著影響，但貨幣需求函數仍舊穩定的結論。Lee 和Chien(2008)利用1977—2002 年的數據，發現中國經濟金融改革的制度性變遷影響了M1 和M2 的穩定性。Kumar(2011)通過對兩個子樣本區間進行對比分析，研究了始于20 世紀80 年代的金融改革是否對亞非20 個發展中國家的M1 需求函數的穩定性產生影響。其研究發現，M1 仍是穩定的，因而貨幣供應量仍可選擇作為貨幣政策的中介目標。在有關發達國家的研究之中，Wang(2011)利用穩定的動態系統協整分析技術發現美國的貨幣需求函數存在兩個突變點。Lucas 和Juan(2015)分析了2007年全球金融危機后美國銀行部門的結構變化對貨幣需求函數穩定性的影響以及如何根據流動性調控要求，尋找穩定的非常規貨幣量指標的問題。利用1999—2013 年的樣本數據，Jung(2015)對2007 年金融危機是否造成了歐盟M3 貨幣需求的不穩定進行了實證判斷與檢驗。他們的結果顯示，金融危機沖擊并未對歐盟的M3 需求函數的穩定性產生顯著影響。上述的這些研究表明，無論是發達國家還是發展中國家，關于貨幣需求函數穩定性的實證結果并不存在一致的意見，而研究結果具有對國別和時間選擇較強的敏感性。

實證中判斷貨幣需求函數穩定與否的關鍵是，如何在技術上識別貨幣需求函數是否出現了形式上的突變。近些年來，這些研究主要集中在協整或誤差修正技術及其各種變形上。Pradhan 和Subramanian(2003)提出了三種貨幣需求函數漂移方式：一是水平漂移；二是水平和趨勢漂移；三是區際漂移。為了識別這三種突變形式，他們提出了如下技術方法：通過求最大的ADF 負值并將其與臨界數值相對照，就可以發現貨幣需求函數是否存在突變以及突變的形式。Wu 等(2005)利用遞進旋轉方法估計了一個Goldfeld(1973)變系數部分調整ARMAX 貨幣需求函數，進而通過加入協整方程構造誤差修正模型對長期條件下貨幣需求函數的穩定性進行了檢驗。Austin 等(2007)對中國貨幣需求與通脹率之間的關系進行了估計，其使用的是門限自回歸(STR)模型。這一技術的特點是貨幣需求關于通脹是非線性的，在門限點貨幣需求自回歸函數會發生平滑的變化。Wang(2011)利用QU(2007)的結構斷點協整檢驗技術，對美國長期貨幣需求函數的穩定性進行了檢驗。相比于Stock 和Watson(1993)的用于檢驗長期協整關系穩定性的動態OLS 估計技術，這一方法的優點是對短期貨幣需求函數動態穩定性要求不敏感。

綜上，貨幣需求函數的穩定性可能受到來自不同因素的沖擊而發生改變，近年來迅速興起的數字金融對于中國貨幣需求函數的穩定性也可能造成了一定程度的影響，但這一影響的強弱究竟如何，目前鮮有文獻對其進行研究。因此，本文同時利用基于Goldfeld(1973)的合意貨幣存量部分調整門限回歸模型和Pesaran 等(2001)的自回歸分布滯后(ARDL)協整突變檢驗技術，來分析數字金融發展對中國不同層次貨幣需求函數穩定性的影響，并考察剔除利率市場化改革和金融創新與數字金融交互作用以及對貨幣量指標做更符合貨幣投機性需求經濟含義的內部剖分對這種影響識別的重要性。其中，不穩定性特征按貨幣需求函數的形式變化而進一步被從全局穩定和邊際穩定兩個層面加以識別。

本文后面部分內容安排如下：一是遞進地提出不同情形下數字金融對中國貨幣需求函數穩定性影響機理的概念性理論框架及假說；二是實證檢驗非約束條件下數字金融對中國貨幣需求函數穩定性的影響；三是實證檢驗考慮金融結構變遷的情形下數字金融對中國貨幣需求函數穩定性的影響；四是實證檢驗考慮貨幣量內部結構剖分條件下數字金融對中國貨幣需求函數穩定性的影響；最后是結論①限于篇幅，文中沒有列出穩健性檢驗部分的相關實證結果，備索。。

二、研究假設

（一）基準情形

從基于需求動因的內部結構劃分的角度來看，將貨幣需求總的分為交易性貨幣需求和投機性貨幣需求②預防性貨幣需求與緩沖存貨需求，總體上仍可歸于貨幣的交易需求。，這仍是關于貨幣需求函數問題的為數不多的基本共識之一。因此，貨幣需求函數的穩定性可從如下三個方面予以考察：一是整個貨幣需求函數的形式是否發生了變化，二是貨幣需求的收入彈性是否發生了變化，三是貨幣需求的利率彈性是否發生了變化。

一般來說，對貨幣需求函數穩定性的沖擊主要來自金融產品創新和金融技術革新(Judd 和 Scadding，1990；Bae 和 Kakkar，2006)。微觀上，這些創新與沖擊會導致家庭與企業部門投資組合選擇范圍的變化、財務管理技術變化以及銀行等中介支付與交易技術變化。數字金融的發展既帶來了金融技術變遷，同時也催生了諸如余額寶等新的金融理財產品的創新。故在邏輯上，數字金融發展有可能使得在其他條件不變的情況下，家庭與企業等微觀主體的貨幣需求決策行為均發生重大的結構性突變，從而使得貨幣需求函數形式發生變化。同時，通過支付與交易技術的重大變革，數字金融對貨幣交易需求也會產生重大影響，從而影響貨幣需求交易彈性。同理，通過發行新的數字金融產品，數字金融還可能通過產品替代效應對貨幣的投機需求彈性產生影響。據此，我們有如下的假說1。

假說1：數字金融發展對貨幣需求函數會產生多重的具體影響。首先，總體上通過改變微觀經濟主體的貨幣需求決策行為，數字金融發展會顯著改變貨幣需求函數形式，即造成貨幣需求函數的全局不穩定性①這里的穩定性僅是函數形式變化意義上的，而非微分和差分方程解或經濟動態一般均衡的均衡解意義上的，下同。。其次，數字金融發展還可能產生兩種形式的邊際不穩定性：一是通過改變支付技術與交易方式，數字金融發展會改變貨幣需求函數的收入彈性；二是通過數字金融理財產品的替代效應，數字金融發展還可能改變貨幣需求函數的利率彈性。

（二）考慮金融結構變遷的拓展

通常認為，標準理論難以被直接用于發展經濟體的分析，既非源于發展經濟體的微觀主體行為不符合理性假定，也非新古典的分析工具在發展中國家失效，而是因為發展經濟體與發達經濟體在經濟結構上存在差異(林毅夫，2011；Agénor 和 Montiel，2015)。對中國來說，數字金融的興起最早可以追溯到2004 年支付寶賬戶體系的上線(黃益平等，2018)，在此期間，中國面臨的可能影響貨幣需求函數的主要經濟結構性特征包括兩個方面：一是金融制度方面利率市場化改革的不斷推進；二是金融產品方面各種理財產品的風起云涌。

利率市場化改革和理財產品發行對數字金融的影響邏輯，源于利率的經濟本質。從貨幣需求微觀主體的最優化行為來看，家庭部門對超額貨幣需求的變化也是由于對貨幣替代品債券需求的變化所致，因此無論哪一種利率決定理論，債券市場的供需均衡都是關鍵的決定機制，只是古典理論的作用是即時的，而凱恩斯理論則有一個均衡時滯。據此，利率市場化改革與理財產品市場的興起對數字金融的影響機制將通過如下兩個效應來實現：一是信號傳遞效應。利率市場化改革通過構建有效的資金價格信號，對貨幣、數字金融理財產品和其他理財產品進行了更為正確的風險定價，向家庭部門傳遞了更有效的價格信息，從而使得家庭部門能夠在更大范圍內做出投資組合優化，即通過價格信號傳遞影響了數字金融對家庭部門貨幣需求的沖擊。二是產品替代效應。其他理財產品對數字金融理財產品具有明顯的替代作用，因此其他非數字金融理財產品的發行，將通過產品替代效應而對數字金融的作用產生影響。于是，我們有如下假說。

假說2：利率市場化改革和理財產品市場的發展，是中國金融市場的兩個重大結構性變革，這一變革通過利率市場化改革的資金風險價格信號傳遞機制和理財產品市場的產品替代效應，對數字金融影響貨幣投機性需求的效果產生了沖擊，而這種沖擊是以這些結構變遷與數字金融發展相互交織的非線性形式進行的。

（三）考慮貨幣層次內部剖分的拓展

貨幣需求函數估計過程中經常要碰到的一個重要問題是，經驗模型中實際變量指標與貨幣需求函數中的理論變量指標經濟含義不一致，而只有將二者加以統一才能實現理論與實證的邏輯自洽性。從我國M0、M1 和M2 的含義來看，有必要分別從家庭與企業角度對貨幣量進行結構剖分，原因是家庭與企業在貨幣投機性需求行為方面有著重大差異。從中國企業的實際運營來看，企業存款的主要目的是為了應對生產交換過程中經常性支出的需要，將資金在不同證券之間進行投資組合邊際決策，不能反映其主要的貨幣需求決策行為特征。相對而言，家庭的貨幣需求既具有交易和預防性需求的特征，又具有將儲蓄在不同證券資產之間進行最優投資組合配置的特征。易行健等(2018)的研究指出，中國數字普惠金融的發展顯著促進了居民消費，由于家庭的儲蓄與消費對偶，但消費相對于投資要穩定得多，而企業的貨幣需求通常與投資相關，因此以家庭儲蓄存款作為貨幣需求量指標的貨幣需求函數，可能更為穩定。因此，我們有如下假說。

假說3：由于與投機性貨幣需求函數理論經濟含義更為契合，因此從理論與實證含義一致的邏輯自洽性角度來看，家庭部門的儲蓄存款是比統計數據中M0、M1 和M2更為適合的刻畫投機性貨幣需求的指標，而且相對于傳統的貨幣存量指標，家庭儲蓄存款需求函數可能具有更強的穩定性。

三、研究設計與數據來源

（一）實證模型構建

1. 基準實證模型

本文之所以同時采用考慮區際轉移的部分調整門限回歸模型和在傳統ARDL 模型中加入協整向量的長期斷點檢驗方法(Pesaran 等，2001；Bharumshah 等，2009)作為實證模型的選擇，主要原因有四。一是Ball(2012)的研究表明，只要在利率等變量適當選擇的條件下，利用傳統的合意貨幣存量部分調整模型，可以很好地解釋貨幣的短期需求。而且，變量的非平穩性主要影響的是系數約束檢驗(Wald 檢驗)結果，而在大樣本下對系數估計效果并無影響。二是協整分析只能用于估計長期貨幣需求函數，而不能用于短期貨幣需求函數，且其本身的經濟理論含義并不強。如果存在多個協整關系，需要增加額外的經濟理論約束才能對這種協整結果加以識別。三是協整分析的結果對于樣本時期和樣本量具有很強的敏感性。協整分析需要觀察長期數據才能發現變量之間是否存在共同趨勢，如果數據樣本期過短則估計結果會變得很不可靠，但中國的樣本數據時期仍不夠長且缺乏遍歷性。四是Pesaran 等(2001)的ARDL 協整技術估計結果對于變量平穩性不敏感。

其中，前者用于一般性分析，后者用于穩健性檢驗。對于前者，我們擬選擇合意貨幣存量的逐步調整模型作為回歸基準模型，具體出于兩個原因：一是這一模型包含了弗里德曼所強調的貨幣需求取決于永久收入的觀點；二是這一模型還與貨幣與非貨幣間的調整具有成本(Baumol，1952)、習慣具有持續性以及人們對利率和收入的變動是否是長期的判斷具有滯后性等理論邏輯相一致。具體模型設定如下：

其中，α′、β′等系數為式(1)中的相關系數與式(2)中的γ組合計算而得。根據研究的問題，我們假定數字金融發展改變了貨幣需求的收入和利率彈性，即改變了收入與利率對貨幣需求的邊際影響①數字金融需求也可能直接改變貨幣的需求函數形式，但是由于線性函數形式可以看作是非線性函數的泰勒展開式，因此，從判斷數字金融是否改變了貨幣需求函數的角度來看，如果不考慮高階的情況，數字金融對于二者的影響是等價的。，故將用于估計的基準模型設定為如下的門限回歸 模型：

其中，inf 為門限變量，φ表示inf 的門限值，其余變量定義同上。1j(inft,φ)為示性函數，變量Z 中始終包含景氣指數(bi)，以剔除供給因素對觀測貨幣量的影響。選擇這一變量加以控制的理由如下：理論上，貨幣供給變動取決于兩點，一是央行的自主調節，二是商業銀行的貨幣乘數放大效應。后者是一個長期制度性問題，可看作常數。由于央行是根據經濟景氣指數調整貨幣政策，故可通過經濟景氣指數來控制前一個因素。式(4)可以用于識別兩種不同形式的貨幣需求函數不穩定性：一是全局性不穩定，二是邊際不穩定。如果門限回歸結果出現了明顯的分段，那么就表明數字金融發展帶來了貨幣需求函數的全局性不穩定。如果數字金融發展僅引起了貨幣需求關于收入與利率的彈性變化，則說明數字金融發展引起了貨幣需求函數的邊際不穩定。我們的檢驗邏輯如下：①如果數字金融的發展影響了貨幣需求函數的全局穩定性，那么式(4)中應至少存在一個門限值，使得式(4)函數形式發生區間分段。②由于收入水平反映人們對貨幣的交易需求與預防需求的大小，而數字金融發展可以有效降低貨幣與非貨幣之間的轉換成本，從而減少家庭對交易性貨幣的需求，故我們預期交叉項inf*lnY 的系數將顯著為負，且伴隨著數字金融發展，該系數絕對值會增大。③由于利率水平反映人們對貨幣的投機需求大小，而數字金融的發展為家庭提供了更多的理財產品選擇，因而家庭投資組合會對利率的變動更為敏感，故我們預期交叉項inf*R 的系數顯著為負，且隨數字金融的發展絕對值也可能增大。其中，②、③檢驗的是貨幣需求的兩種邊際不穩定形式。

2. 金融結構變遷影響實證模型

經常性的結構變遷，是轉型國家經濟發展過程的一個典型特征。已有研究表明，這些結構變遷可能是貨幣需求函數不穩定的來源，并且不同的結構變遷的作用往往會交織在一起(Baba 和 Hendry，1992；Francesco，2009；Fassil，2013)，數字金融對貨幣需求函數的影響，同樣可能與這些因素相互作用。據此，按照假說2，本部分我們將分離利率市場化改革和理財產品的作用與數字金融作用，從而更清晰地識別數字金融對貨幣需求函數穩定性的獨立影響。

根據前面理論分析框架所給出的邏輯，我們將基準模型拓展為如下形式：

這里，RM 為利率市場化水平，FP 為銀行理財產品發展水平，其他變量同前。如果假說2 成立，應當有：第一，對于不同層次的貨幣政策需求函數而言，在模型中控制的利率市場化與數字金融的交叉項系數大多應為負但不顯著，而控制的銀行理財產品與數字金融的交叉項系數大多應顯著為負；第二，控制利率市場化或者銀行理財產品相關變量后，各貨幣需求函數中的利率與數字金融交叉項的系數絕對值大小和顯著性水平均有所降低，且控制銀行理財產品后比控制利率市場化降低幅度更大；第三，控制利率市場化或銀行理財產品后，各層次的貨幣需求函數關于數字金融的分段區間均應有所減少，且控制銀行理財產品后的變化更加明顯。

3. 貨幣存量內部結構剖分實證模型

計量實證中經常遇到的一個重要問題是，現實經濟變量的指標與理論所規定的變量經濟含義存在差異，這一點在投機性貨幣需求變量上有著明顯的表現。如前所述，按照貨幣投機性需求的理論以及我國的貨幣量統計指標，無論是M0、M1 還是M2，都不是與貨幣需求函數理論內涵規定相一致的投機性貨幣需求指標。相對而言，家庭儲蓄存款很可能是一個能更好刻畫貨幣投機性需求的指標。本部分我們來驗證一下假說3的預期，即從貨幣投機性需求角度來看，數字金融對于家庭儲蓄存款作為貨幣需求指標的影響是否更小。

由于本部分我們需要檢驗家庭儲蓄存款是否更加適合作為貨幣需求指標，因此我們同樣利用前文中式(4)～式(6)進行回歸分析，僅將其中的被解釋變量替換為城鄉居民儲蓄存款余額，其余變量定義不變。如果假說3 成立，我們預期：第一，相對于其他層次的貨幣需求函數，家庭儲蓄存款層次的貨幣需求函數關于數字金融的區間分段數應當較小；第二，家庭儲蓄存款層次的貨幣需求函數中收入彈性系數較不顯著而利率彈性系數十分顯著；第三，家庭儲蓄存款層次的貨幣需求函數中數字金融與收入的交叉項系數并不顯著，而數字金融與利率的交叉項系數顯著為負。

（二）變量定義與數據來源

1. 實際收入水平(Y)。貨幣需求理論中的實際收入有三種指標選擇方法：當期收入、預期收入和永久收入。預期收入的計算通常依據理性預期理論，但由于理性預期是基于“合適理論”而對未來的預測，因而結果對理論選擇具有很強的敏感性。相對而言，永久收入既與貨幣需求函數理論邏輯更契合，計算方法又具有更廣泛的適用性。弗里德曼認為，貨幣需求取決于財富而非僅是當前的收入水平，而財富可用永久收入水平表示，即收入的長期平均預期值。考慮到弗里德曼貨幣需求計算公式的本質是認為永久收入取決于過去收入的加權平均值，因而我們直接利用自回歸移動平均(ARMA)模型來測算這一指標。其中，當期收入用實際GDP 水平表示。

2. 名義利率(R)。貨幣需求函數中用的是名義利率而非真實利率，原因是貨幣投機需求是經濟主體在貨幣與非貨幣兩種金融資產收益率之間的權衡。對于不同的金融資產而言，同時用其名義收益率或真實收益率對于投資組合最優決策是完全等價的①貨幣需求函數中的貨幣資產的名義收益率為0，所以，其他金融資產的名義收益率水平，即是貨幣與非貨幣金融資產的真實收益率水平差異。。不過，不同于理論，在我國，除了M0 外，M1 和M2 都是支付利息的。由于基準存款利率即是M1 和M2 的無風險收益率，因而直接用存款利率作為貨幣需求函數中的利率顯然不合適，貨幣需求函數中利率的選擇，需要尋找微觀主體能夠方便進行投資組合選擇的貨幣替代品資產收益率。為此，我們選擇市場化的且一般家庭均可納入投資組合選項的國債收益率②經過測算，股票收益率不是一個好的指標，原因可能在于我國股票市場投機引起的波動性太強。作為真實利率的指標變量。同時，考慮到金融市場仍具有較強的分割性，我們也選擇了居民消費價格指數(CPI)作為貨幣需求函數中的利率指標。這一指標在相當廣泛的程度上反映了持幣成本，也是一些關于發展中國家貨幣需求函數研究中經常選用的指標(Liu，2017)。

3. 數字金融發展(inf)。參考黃益平等(2018)對于數字金融的定義，部分學者選擇將北京大學數字金融研究中心發布的中國數字金融普惠發展指數作為數字金融發展的指標變量(謝絢麗等，2018；邱晗等，2018)。然而，這一指標對于中國數字金融的發展測度雖然具有較高的準確性，但由于該指標的時間跨度較短且時間頻率為年度，與本文的研究樣本存在較大差異，因此我們不得不尋找其他的指標變量來對中國的數字金融發展進行測度。“數字金融”這一概念與中國人民銀行等十部委定義的“互聯網金融”并無較大差異，二者之間的細微差別可以近似忽略不計(黃益平等，2018)。互聯網金融則主要包括三種業務模式：移動支付、互聯網金融理財產品與網絡信貸(王健輝等，2015)，考慮到在當今環境下，后兩者的發展都出現了一些諸如資金空轉套利和違約風險等問題，因此互聯網金融功能主要體現在便利支付方面，且這一判斷得到了統計數據的支持③Wind 資訊的數據顯示，截至2018 年底，中國第三方支付的市場規模遠大于其余二者。。故此，我們最終決定選擇第三方支付作為數字金融的指標變量，數據來自Wind 數據庫中第三方支付市場規模。不過，這一數據始自2007 年，對于缺失的2005—2006 年的數據，我們利用后向趨勢修正移動平均法補齊。由于2005 年前數字金融發展非常緩慢且規模很小，故將2005 年之前的數字金融發展數據均設定為0。

4. 貨幣需求量(dM )。在考慮剔除供給因素影響的條件下，我們采用常見的M0、M1 和M2 三個貨幣存量劃分層次。此外，由于現實中觀測到的貨幣量是供需共同決定的結果，但貨幣需求函數要求的貨幣存量僅指需求行為決定的部分，因此需要將供給引起的貨幣觀測值變動因素予以剔除。由于央行是影響貨幣供給的最重要機構，且通常采取綜合平滑和前瞻性經濟發展預期來相機抉擇制定貨幣政策的政策操作規則，因此可以認為，貨幣供給行為主要取決于過去與未來經濟發展趨勢綜合狀況，故我們采取控制宏觀經濟景氣先行指數(bi)前后三期平均值的方式剔除供給因素的影響。

5. 利率市場化改革(RM)。已有的研究關于利率市場化改革指標的選取主要有三種方法：一是虛擬變量法。這一方法是利用重要政策指令出臺劃分時間區段來設置虛擬變量(張宗益等，2012；尹雷等，2016)，但不同研究給出的時間區段劃分并不相同。二是直接選取基準存貸款利率水平作為指標。一些研究認為，央行的存貸款基準利率在一定程度上包含了利率市場化的信息，故可將處理后的基準貸款利率直接作為利率市場化程度的指標(張孝巖等，2010)。三是構造加權平均指標。例如，彭建剛等(2016)選取了12 項利率組成的利率市場化水平的指標體系，并對其進行賦值和加權，從而得到中國利率市場化指數。可見，利率市場化改革指標選取在實踐中存在較大爭議。一個有效利率市場化指標的選取，無疑應當是這一指標能夠較好地反映出市場資金供需由利率決定的程度。據此，我們構造了如下的新的利率市場化指標：將金融機構各項貸款余額(L)關于產出和利率進行回歸，取“殘差的絕對值(u－u 的平均值)與貸款余額絕對值(L－L 的平均值)之比”作為利率市場化程度的指標。這一計算方法背后的邏輯是，在信貸配給條件下，當控制貸款需求因素后，利率市場化水平越高，貸款總波動中由貸款供給引起的波動占比越高①在信貸配給的條件下，利率市場化程度越高，均衡貸款量的波動越由供給變動引起。因為從基本的信貸供需曲線的簡單比較靜態分析可知，如果利率沒有市場化，那么均衡的貸款供給是常數，實際測算到的貸款量的變化都是由需求變化引起的。。由于此處的利率需要反映信貸市場的利率水平，故我們選取了6 個月的短期貸款利率。

6. 銀行理財產品發展水平(FP)。關于這一變量的測度通常選用兩種指標，一種是銀行理財產品規模，另一種是銀行理財產品預期收益率(昌忠澤等，2018)，也有部分學者利用銀行理財產品預期收益率與存款基準利率之差作為指標變量(項后軍等，2017)。從本文的具體研究問題來看，銀行理財產品發展主要是影響了人們的持幣成本，從而為人們的資產投資組合提供了一種有競爭力的選擇。據此，我們決定采用6 個月銀行理財產品預期收益率作為理財產品發展水平的指標變量。需要說明的是，6 個月銀行理財產品預期收益率這一數據的樣本時段為2004—2018 年，同時考慮到中國的銀行理財產品從2005 年起才正式形成了多樣化、競爭性的格局并持續快速發展(陳良凱等，2014；項后軍等，2017)，因此我們將2004 年之前的這一指標數據通過平滑移動平均法進行補齊。在對這一指標數據進行了初步的描述性統計分析后，我們發現2007 年這一指標出現了一次爆發性的增長，這與劉毓(2008)在其研究中曾指出的2007 年是人民幣理財產品的一個爆發期相一致，因此2007 年的數據相對于總體樣本而言可視為異常值，為避免異常值對本文研究造成偏誤影響，我們將這一年的樣本數據剔除并使用平滑移動平均法進行補齊。

文中樣本數據均為季度頻率的時間序列數據，樣本時段為2000 年第一季度至2018 年第二季度。其中，GDP 和貨幣存量等宏觀數據來自國家統計局和中國人民銀行，第三方支付來自Wind 資訊，部分月度和周度頻率的數據通過加權平均的方式轉化為季度頻率，相關變量數據均進行了季節調整，部分缺失數據采用平滑移動平均法予以補齊。

四、實證結果

（一）基準模型實證結果

表1 給出了基于式(4)的基準模型估計結果，可以得到以下結論。

第一，無論哪一種情形，數字金融發展都會導致貨幣需求函數的明顯區間分段，即貨幣需求函數的全局不穩定性，但在時間維度上仍是可識別的。從表1 看，無論貨幣需求函數變量與利率變量具體選擇哪一種指標，估計結果均表明，數字金融發展對于貨幣需求函數的影響可被顯著地分為若干個不同的區段，即在數字金融發展的不同階段，貨幣需求函數有著不同的函數形式。這說明數字金融發展從總體上對貨幣需求函數的穩定性產生了突變性的影響。制度變遷與技術沖擊歷來是引起貨幣需求函數不穩定的最重要的兩個誘因，其背后的機理是，制度變遷與技術沖擊會引起金融市場機構準入、金融新產品開發、金融市場定價和金融交易技術的結構性變化，從而引起家庭與企業貨幣需求決策行為的變化。雖然表1 中的實證結果并未給出關于中國需求函數不穩定的經濟動因，但是按照上述邏輯并結合近些年來數字金融在中國的發展變化現實，可以得到一些啟發。數字金融是近幾年來中國金融市場所面臨的最重要的技術沖擊，通過移動支付功能，數字金融改變了M1 和M2 的流動性，并創造了余額寶等形式的金融產品，促使傳統銀行等金融機構不斷采取新的交易支付技術與開發新的產品，從而引起微觀主體貨幣需求行為的變化，進而引起內部貨幣存量決定形式的變化。不過，表1 的實證結果給我們的另一個重要啟示是：雖然數字金融發展引起了貨幣需求函數的全局不穩定性，但是這種不穩定性是分時段的，也就是說，貨幣需求函數仍在時間維度上是可以識別的。這可能主要與中國對金融產品創新管制仍較嚴格有關。同時，這一結論也為數量式貨幣政策，尤其是盯住社會流動性規模或貨幣量的貨幣政策的有效性提供了證據支持。

第二，雖然數字金融發展對M0、M1 和M2 關于收入均表現出一定程度的邊際不穩定性，但這種影響的顯著性隨著貨幣需求度量尺度的不同而顯著改變，且隨數字金融發展水平不同而不同。從表1 看，無論是選擇哪一種利率指標，對于M0、M1 和M2，交叉項inf*lnY 關于M0 在三個數字金融發展區段上都是顯著為負的，但是對M1的影響是僅在前兩個區段顯著為負，而對M2 在三個區段上影響均不顯著。且無論對于M1 還是M2，隨著區段的升高即數字金融發展水平的提高，inf*lnY 的系數絕對值都逐步減小。這表明，數字金融發展總體上顯著減少了傳統貨幣的交易需求量，但是這種影響是邊際遞減的。對此，可以從當前中國數字金融的主要功能方面獲得一定程度的解釋。總的來看，雖然數字金融發展具有支付與交易的便利性、增加市場中金融產品以及解決借貸雙方的信息不對稱等三種功能，但就目前而言，中國的數字金融發展主要體現在支付與交易的便利性方面，后二者的發展要么大多是利用金融市場的分割性而在金融市場內部空轉套利，要么無法有效防止違約問題而產生許多金融風險。以移動支付為代表的數字金融發展，大大降低了支付過程中的成本及不同貨幣層次(例如活期存款與現金)之間實現資產轉換的成本，因此數字金融的發展顯著降低了對貨幣的交易性需求，但與任何新的技術或投入一樣，這種沖擊具有邊際遞減的特征，即隨著數字金融發展水平提高而遞減的特征。同時，由于M0、M1 和M2 與貨幣交易需求的相關度依次遞減，因而數字金融發展對其關于收入彈性的邊際影響也就具有了邊際遞減的特征。

第三，對M0、M1 和M2 而言，數字金融發展僅對M2 關于利率的邊際不穩定性產生影響，且這種影響隨數字金融的發展而有所增強，但對M0 和M1 的影響均不顯著。表1 的結果顯示，只有在以CPI 為利率的指標變量且被解釋變量為M2 時，inf*R 的系數才為負且較為顯著，系數絕對值也隨區段的升高有所上升。當被解釋變量為M0 和M1 時，inf*R 的系數符號始終與理論預期不符且完全不顯著。這說明數字金融的發展對貨幣的投機或投資需求總體影響不大，但影響力確實有所增強。究其原因，這可能與當前數字金融的主要功能以及不同層次貨幣的經濟含義不同有關。如前所述，近些年來我國數字金融的發展作用主要體現在使得交易需求更加方便，但由于包括數字金融的各種理財產品和網貸存在一些問題，規模也相對很小，因而數字金融發展對于微觀主體的投資組合決策實際影響仍不大。從M0、M1 和M2 的構成來看，M0 主要是銀行體系外的現金，它主要用于日常支付需要；M1 則包括M0 及企業等機構持有的活期存款；M2 則包括M1 以及家庭的活定期儲蓄存款、證券保證金和企業單位的長期存款。顯然，只有M2 中的家庭部門儲蓄存款和證券保證金，才是與投資組合最密切相關的貨幣存量部分，M1 的變化主要取決于企業微觀層面生產經營的活躍度。因此，隨著數字金融的發展，當其理財功能增強時，M2 所受影響也就會逐步增強。

第四，從刻畫投機性貨幣需求的角度來看，M2 是一個更好的貨幣需求度量指標，且通脹率比國債利率更能反映持幣的機會成本。表1 中的回歸結果顯示，若以M0、M1來度量貨幣需求存量，當選擇國債利率作為利率指標時，利率R 的系數要么不顯著，要么顯著但為正，這與投機性貨幣需求理論預期完全不同。即便選擇通脹率CPI 作為利率的代理變量，R 的系數也未出現顯著為負的情形。關于其中的原因，我們認為可以從如下角度尋求解釋：M0 主要與交易需求有關，因而此種情況下R 的系數不顯著是可以預期的。M1 則主要與企業的經營活躍度或經濟的整體活力有關，導致其變動的原因主要是經濟繁榮度而非利率。在經濟繁榮時期，企業生產與交易活躍，M1 增長的同時通脹率也會提高。另外，按照金融內生不穩定性理論，此時銀行等金融機構更偏好于企業放貸而減少國債購買，因而國債發行利率會提高。可見，無論選擇國債利率還是CPI，關于M1 的回歸結果都有可能表現為貨幣與利率的顯著正相關。相對而言，M2由于包含了企業單位長期存款和家庭儲蓄存款，二者都可能與利率負相關，但原因有異。對于前者，企業長期存款的增加往往是逆周期的，在經濟低迷時期，銀行等金融機構出于企業資產負債表風險重估考慮，會偏好于持有無風險的國債而導致國債利率降

低，而由于經濟增速減緩，此時CPI 也處于低位。對于后者，國債尤其是通脹率CPI 都是家庭部門的持幣成本。于是總體來看，回歸結果表現為M2 和利率呈反向關系。可見，無論從統計結果的相關性特征還是經濟含義來看，M2 和通脹率分別是與貨幣需求函數內涵契合度更高的貨幣需求和利率指標。

表1 基準模型實證結果

（二）金融結構變遷實證結果

表2 和表3 分別給出了式(5)、式(6)的實證結果①限于篇幅，此處省略了數字金融各區段的實證結果，備索。，由表中結果我們可以得到如下結論。

第一，在分離銀行理財產品與數字金融的交叉影響后，以數字金融發展水平分段的貨幣需求函數的區間分段明顯減少，這支持了假說2 的結論。說明從總體上來看，如果我們控制銀行理財產品的影響，那么，貨幣需求函數因數字金融發展而出現突變式函數形式變遷的可能性將顯著減小，因而數字金融對貨幣需求函數穩定性的影響，確實是與銀行理財產品相互交織的。要清楚地識別數字金融的作用，必須將銀行理財產品的影響加以剔除。

表2 控制利率市場化后的實證結果

第二，銀行理財產品的發展，主要是通過改變數字金融對投機性貨幣需求的影響來實現的，而對交易需求的影響不大。由表3 及備索內容可知，首先，與基準模型相比，在控制銀行理財產品的影響后，貨幣需求關于收入的彈性變化幅度為2.7%至6.4%，說明銀行理財產品對貨幣交易需求影響不大，這一點與貨幣交易需求主要與收入及交易技術相關的理論相吻合。但是與交易需求不同的是，在大多數的區間段，與基準模型的結果相比，在控制FP 和FP*inf 后，inf*R 的系數絕對值顯著變小，且減小幅度大多超過20%。這表明，在將銀行理財產品對貨幣需求的直接作用或通過數字金融的間接作用加以剔除后，數字金融對于貨幣投機性需求的影響顯著變小，說明銀行理財產品的發展，顯著地改變了數字金融對投機性貨幣需求的影響。這一結論與銀行理財產品為家庭部門的金融資產投資組合提供了更多選擇的預期相一致。

第三，利率市場化改革因素控制與否，并未對貨幣的利率彈性產生顯著的影響，這與理論預期不一致。根據表2，RM 和inf 的交叉項在任何情形下均不顯著，說明利率市場化改革并未對數字金融影響貨幣需求函數的效果產生明顯的影響。同時實證結果還顯示，單獨的RM 變量的系數也是不顯著的，說明利率市場化改革無論是通過直接效應還是間接效應，均未對貨幣需求函數產生明顯影響，這與通常的理論預期不一致。分析產生這一結果的原因，一種可能的解釋是：中國在實行利率市場化的過程中，對金融產品的創新和金融機構的準入仍實行較嚴格的管制，因此金融市場仍是一個壟斷性較強的市場，金融產品種類較少，金融產品的豐富度還不足以滿足均衡的無套利風險定價的要求，從而對家庭部門投資組合變動影響不大。

表3 控制銀行理財產品后的實證結果

（三）貨幣存量內部結構剖分實證結果

表4 給出了各種情況下家庭儲蓄存款的估計結果①限于篇幅，此處省略了數字金融各區段的實證結果，備索。。由表4 可知：第一，與其他任何情形相比，貨幣需求函數按數字金融區間分段的數目顯著減少，說明家庭部門的投機性貨幣需求受數字金融的發展影響較小并具有更強的穩定性，這支持了假說3 的判斷。根據表4，無論在哪一種利率指標條件下，與前面的實證結果相比，數字金融發展引起的貨幣需求函數分段數目均顯著減少，大多由原先的3 段減少至2 段，最大縮減幅度達50%，說明相對于傳統的貨幣存量指標，數字金融對于家庭部門儲蓄存款的影響更為平滑。對此結果，一個可能的解釋是：雖然對于金融市場而言數字金融是一種新的技術性沖擊，但是家庭關于數字金融發展在儲蓄投資組合分配反應上是相對平滑的，這可能與人們的風險偏好選擇有關，也可能與人們金融投資習慣的改變具有制度滯后性有關。第二，家庭儲蓄存款是一個更適合刻畫貨幣投機性需求函數的指標。在以家庭儲蓄存款作為貨幣投機性需求代理變量的回歸結果中，R 前面的系數在不同的數字金融區間分段條件下，幾乎均為負且大多十分顯著，這與貨幣投機性需求函數理論更為吻合。這表明從刻畫投機性貨幣需求的角度來看家庭儲蓄存款是一個更有效的指標，這也與假說3 的判斷相一致。第三，數字金融發展顯著地改變了貨幣需求關于利率的邊際效應。表4 中的結果顯示，無論使用哪種利率指標，inf*R 的系數均是顯著為負的，而且相對于前面其他情況下的回歸結果，這個系數在大多數區間范圍內更為顯著且絕對值更大，說明數字金融發展確實對貨幣需求利率彈性產生了較大的影響。也就是說，從貨幣投機性需求的角度來看，或許數字金融發展并未對其產生結構突變性的影響，但是數字金融發展則改變了貨幣需求關于利率的邊際效應，家庭部門也會因數字金融發展而對投資資產組合進行平滑的邊際調整。

表4 家庭儲蓄存款的實證結果

五、結論與政策含義

第一，數字金融發展導致了貨幣需求函數的全局不穩定性，但在時間維度上仍是可識別的。實證結果顯示，數字金融發展對貨幣需求函數產生了突變性的全局不穩定重大影響。這說明數字金融深刻而全面地改變了微觀經濟主體的持幣行為，以及經濟中的支付和交易方式。基于傳統貨幣功能劃分的現有貨幣不同層次統計量指標，在經濟中所承擔的功能已有了重大變化，因而不宜用傳統的功能差異性視角來看待M0、M1 和M2 的層次劃分。不過，實證結果同時顯示，如果僅從時間維度上來看，貨幣需求函數仍然可以根據數字金融發展水平的高低而在時間上進行分段，因而貨幣需求函數在不同時段的時間維度上仍是可識別的。

第二，數字金融發展也帶來了貨幣需求函數的邊際不穩定性，但這種不穩定性對于不同貨幣需求層次劃分以及收入和利率具有相當強的敏感性。首先，估計結果顯示，數字金融發展主要影響了M0 和M2，但對M1 的影響不顯著。對此差異可以從M0 主要反映交易需求及M2 主要反映投機需求角度得到解釋。其次，數字金融對收入彈性的影響要遠大于對利率彈性的影響。其背后的原因可能是，當前數字金融的發展主要是深刻改變了交易支付方式，但數字金融產品規模較小，仍未對人們的投資組合選擇決策產生根本影響。

第三，數字金融對貨幣需求函數穩定性的影響是與其他金融創新形式交織在一起的，但剔除其他金融創新的影響并未改變對數字金融作用的基本判斷。本文逐步回歸估計結果表明，雖然在將其他金融創新形式的作用剔除后數字金融對貨幣需求函數穩定性的影響有明顯降低，但是數字金融的單獨作用仍會導致貨幣需求函數的全局性與邊際性的不穩定。其中，數字金融對M0 邊際穩定性的影響幾乎未有顯著變化，但對M2 邊際穩定性的影響顯著減小。這可能與數字金融主要改變的是貨幣的交易需求，而數字金融理財產品占比相對較小，故對貨幣投機需求影響也相對較小有關。

第四，對貨幣需求層次內部結構剖分表明，數字金融對于家庭部門貨幣需求穩定性有著顯著的影響，但對企業部門的影響不顯著。這可能主要是因為家庭部門與企業部門的貨幣需求行為不同，企業部門主要取決于經濟的活躍度而家庭部門則更重視投資組合的收益率最大化。同時，比較數字金融對M0、M1 和M2 的收入彈性穩定性的估計結果可以發現，數字金融對于家庭部門交易性貨幣需求穩定性同樣有著顯著的影響，這與移動支付等交易形式創新有關。

最后，本文研究有著重要的政策啟示。當前，貨幣量和社會融資規模等仍是央行宏觀調控流動性的最重要中介指標。本文的研究結果表明，隨著數字金融等金融創新形式的發展，貨幣需求函數將會變得越來越不穩定和難以預測，貨幣量的變動與其他宏觀經濟變量之間的關系也會變得不穩定。因此，大力推進金融社會基礎設施建設，全面有序推進金融市場化改革，構建有效的貨幣政策利率傳導走廊和利率傳導機制，逐漸將利率作為貨幣政策中介目標，對于創新貨幣政策宏觀調控方式和提高貨幣政策的宏觀調控效果具有非常重要的意義。