互联网金融发展与区域金融效率

——基于VAR脉冲响应方法的实证分析

李 镔，赵丹妮

510521） （广东金融学院行为金融与区域实验室，广东广州

摘 要：近几年，我国互联网金融发展迅速，但同时也暴露出了一系列问题，引起了决策层、监管层、学界等社会各界的广泛关注。互联网金融作为当前一种特有的爆发性发展的新业态，其对现阶段我国金融效率的影响如何尚无定论。考虑到信息不对称、交易成本、金融创新直接影响金融效率，可从传导机制入手对互联网金融发展与金融效率提高之间的关联性和影响机制进行分析。而基于省际面板和第三方网络支付时间序列数据，利用

VAR

模型脉冲响应方法实证分析互联网金融发展对金融效率的影响和冲击可以发现，从静态来看，互联网金融对区域金融效率的平均影响并不显著；从动态来看，尽管互联网金融对区域金融效率的影响大部分都是负向的，但这种负向影响随着时间的推移有所缩小；分区域来看，互联网金融对东部地区金融效率的影响程度和方向与中部和西部地区的不同。因此，为早日完成从要素驱动向创新驱动的转变，传统金融部门应当在系统认识互联网金融发展趋势及其与区域金融效率关系的基础上，适应经济增长需要，积极主动迎接新生事物，提高自身资源配置效率。具体而言，就是要处理好金融创新与金融风险之间的关系，协调好金融创新与审慎监管策略之间的关系，化解互联网金融发展的区域路径依赖。

关键词：互联网金融；区域金融效率；金融创新；VAR

模型；区域路径依赖

中图分类号：F830 文献标识码：A文章编号：1007-8266（2018）03-0102-09 一、引言 P2P 2014 2015

网贷行业 年的“野蛮生长”和 年的乱象频发作为近年来互联网金融发展进程中最具鲜明特征的事件，引起了决策层、监管层、学界

2015 7等社会各界的广泛关注。从 年 月中国人民银行等十部委发布《关于促进互联网金融健康发

2016 8

展的指导意见》到 年 月中国银行业监督管理委员会、工业和信息化部、公安部、国家互联网信息办公室发布《网络借贷信息中介机构业务活

动管理暂行办法》，中共中央以及中国人民银行、中国银行业监督管理委员会、中国证券监督管理委员会、中国保险监督管理委员会等部委对互联网金融发展和监管问题给予了极大关注。《网络借贷信息中介机构业务活动管理暂行办法》中透露的监管与扶持并重的思路既反映了决策中稳定与创新的博弈，也体现了决策层对互联网金融等新业态发展倒逼利率市场化等金融体制改革的默许。金融发展理论认为，金融行业内的创新和改革会集聚风险，提高风险爆发的概率，但也会加速直接融资市场对间接融资市场的替代，引致金融效率的提高，而效率的提高正是我国社会经济发展进入新常态这个阶段的核心驱动力。[1]金融在资源配置中居于核心地位，并因此成为供给侧结构性改革中矫正要素不合理配置、实现从要素驱动向效率驱动转变的重要推手。[2]然而，互联网金融作为近几年我国所特有的爆发性发展新业态，对于其在现阶段我国金融效率提高和金融生态构建中所起的效用具体为正还是为负，学界尚未取得一致的结论。鉴于此，本文试图从金融效率的视角出发，采VAR

用 模型脉冲响应方法实证分析互联网金融发展对金融效率的影响和冲击。

二、文献回顾

（一）金融效率研究有关金融效率的研究主要可分为内涵界定和层次探讨两大类。在内涵界定方面，王广谦[3]、沈

基于麦金农（McKinnon R I）的金军等 [4]、孔祥毅 [5]

融深化论和赫尔曼（Heilmann T）的金融约束论，分别提出了具有不同内涵的金融效率。本文对金融可持续发展理论[4]表示赞同。该理论认为，金融效率应主要反映金融资源在宏观经济系统内的配置和协调水平，特别是其在金融系统内部的协调程度，即主要着眼于金融对经济的作用。而金融体系是一个庞大的复杂系统，这决定了金融效率必然是一个内容丰富的体系。王振山[6]、沈军[7]、周国富等 [8]、谢家智等 [9]分别对金融效率进行了概念外延的划分。其中，普遍金融效率可进一步分解为微观金融效率和宏观金融效率两类，同时基于金融功能观的视角，也可将之分解为金融部门 效率和金融功能效率。沈军[7]认为，金融效率可分为微观效率和宏观效率。其中，宏观效率又可进一步分为适应效率和配置效率，分别对应金融的系统和资源两大属性，而适应效率把区域金融系统看成区域经济系统的子系统，主要度量金融子系统产出对经济系统的贡献程度。正如斯诺所言，经济增长的关键是适应效率而非配置效率。可见，金融适应效率与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适应效率。

在实证研究领域，与金融微观效率研究规范的方法和众多的成果相比，其宏观层次的实证研究方法尚处于发展过程中，不过近年来也有部分学者借鉴其他领域的效率研究和测算方法进行了

GA-BP相关研究。其中，沈军 [7]运用因子分析和法对我国金融适应效率进行了测算；黎翠梅等[ 10 ]根据周国富等[8]提出的指标体系，运用因子分析法对我国农村金融效率的区域差异进行了测算；孟兆娟[11]以各省贷存比和存贷差作为各省金融效率的代表性指标，通过计算泰尔指数来反映我国区域金融效率的差异；谢家智等 [9]使用基于数据包络分析方法（DEA）的曼奎斯特（Malmquist）生产率指数方法测度了宏观金融效率的数值和变动情况；温红梅等 [ 12 ]运用四阶段数据包络分析方法测算了县域农村金融效率。基于此，本文采用谢家智等 [9]的方法构造区域金融效率测算模型，并进

BCC

一步利用 模型将金融效率分解为金融规模效率和金融创新效率。其中，金融创新效率实际上衡量的是模型中单位投入的产出效益，而规模效

DEA率衡量的是投入规模是否达到最佳。在 测算

31

中，以我国 个省市区作为决策单元，利用区域均值分别测算我国东中西部三个地区的金融效率及其创新效率和规模效率。

（二）互联网金融研究与金融效率的研究相反，互联网金融并非一个基于理论研究而诞生的概念，因此学者们在互联网金融对传统金融的影响方面给出了不同的解释。谢平等[ 13 ]认为，互联网金融带来了金融业态的彻底革新，通过创新支付方式、加速信息处理、优化资源配置等三条路径来提高资源配置效率，降低交易成本，进而对传统金融行业产生冲击，倒逼金融结构改革，促进经济增长。吴晓求[14]认为，互联网金融仅仅是金融业务模式与互联网技术的

融合，主要是金融服务获得和销售方面的创新，而随着技术的进一步发展，将出现互联网金融与传统金融行业相互融合的状态。陈志武[ 15 ]认为，从本质上看，互联网金融产品与银行、资本市场等经营的产品并没有区别，仍然是交易各方跨期价值和信用的交换，而互联网金融产品在交易安排上存在期限错配、流动性错配、信用风险等潜在问题，需要予以高度关注。基于此，许多学者还从中外比较、风险集聚机制、监管模式等方面入手对互联网金融发展的影响因素及其对我国金融系统的冲击进行了研究[ 16-18 ]。不过，由于现有研究缺乏互联网金融与宏观金融体系之间互动的实证研究，尚无法回答互联网金融在现阶段我国金融生态构建与金融结构改进中所起效应为正还是为负的问题。本文将从金融效率的视角出发，分析互联网金融发展对金融效率的影响和冲击，对互联网金融与我国传统金融部门之间的关系作出明确的回答，为探讨和改进我国金融结构、转换经济增长驱动模式提供有效路径。

三、互联网金融对金融效率的影响机制

由文献回顾部分可知，近年来诸多学者围绕互联网金融的本质和发展模式问题进行了深入而细致的研究。接下来，本文试图从传导机制入手，对互联网金融发展与金融效率提升之间的关联性进行分析，为后面的实证分析提供合理的理论基础与验证假设。具体而言，信息不对称、交易成本和金融创新是直接影响金融效率的最重要因素，因此可从上述三个角度着手进行分析。

（一）互联网金融是否降低了金融市场供需双方的信息不对称程度

从本质上看，金融行业的核心资源是由各类信息构成的异构化数据集合，而众多信息在金融资源配置中起决定性作用。互联网金融利用云计算、云存储、大数据等技术，可以确保市场信息的可达性和有效性，同时市场交易主体通过搜索引擎、社交网络等信息获取新渠道，可以提高信息获取的可能性和准确性。可以预见，随着互联网金融的不断发展，金融市场上信息不完全和信息不对称的程度将得到很大程度的降低，从而提高金融系统的效率。不过，也有部分学者认为，金融市 场上的信息不对称并不会随着互联网金融的发展而自行降低，反而会随着金融服务获取渠道的增加，使得市场交易主体的平均信息获取能力和识别能力出现下降，更容易产生“羊群效应”，并最终导致信息不对称程度提高。现有研究还缺乏有关这一问题的全面而深入的理论研究，加之在传统金融业务中微观数据难以获取，因此暂时无法实证比较两种金融环境下市场主体的情况。

（二）互联网金融是否降低了金融市场的交易成本

交易成本的概念自阿罗（Arrow K J）

[ 19 ]正式提出并使用以来，在企业行为、市场深化、制度建设等领域的研究中发挥了非常重要的作用。而在互联网金融领域，交易成本可分为外部成本和制度成本两部分。学者们普遍认为，基于技术进步，互联网金融可改进金融产品（服务）交易模式，扩大交易可能性集合，让潜在的金融需求因交易成本的降低而得以显化，同时使原有金融系统中过高的交易外部性得到约束，进而提高金融资源的配置效率。不过，关于互联网金融与制度成本的相关研究还比较少。有学者认为，互联网金融将发挥“鲶鱼效应”，倒逼利率市场化与金融市场制度

P2P改革。也有学者认为，以 网贷为代表的互联网金融的多种业态均存在游走于法律监管灰色地带的嫌疑，而我国监管层一向是安全重于创新，类似打擦边球的创新是否会延缓制度改革、无益于降低制度成本还需要进一步探讨。

互联网金融的金融创新是否增加了金融风险爆发的概率呢？毋庸置疑，互联网金融在诞生和发展过程中，对传统金融的运营模式和风险管控模式均作出了颠覆性的改变，但至于这种创新是降低了原有金融系统的风险还是增加了风险，学者们持不同态度。有部分学者认为，由于互联网时代信息传播速度很快，信用风险在信息传导过程中被分散，从而使得个体风险能够得以充分化解。此外，互联网技术的发展能够缓解信息不对称问题，不易出现由风险导致的极端损失。也有部分学者认为，由于互联网金融超越了时空的限制，在风险放大效应下风险扩散的速度会更快。金融相关法律法规不完善、金融监管体系不健全、弱势金融群体保护不周，以及互联网技术安全性有待提高等一系列问题，对现行风险控制体系提

出了比较严峻的挑战，而现实情况为两者均提供了例证。

综上所述，基于互联网金融体系的复杂性和分析视角的丰富性，互联网金融与金融效率之间的关系并不是确定的、静态的，而是恰恰相反，应该是不确定的、动态的。此外，还有部分学者认为，互联网金融由于体量太小，对金融体系的影响不大，只是原有金融系统的有益补充。总之，在对两者间关系的认识方面，还缺乏严谨证明，且暂未形成统一观点，上述每一个视角都值得我们深入探讨。本文受篇幅和水平所限，仅尝试从宏观和实证的角度出发对该问题进行分析。

四、研究方法和模型

互联网金融对传统金融的影响已经得到了现实例证的支持，但由于发展时间较短，学界尚无统一的理论或模型对此进行描述。因此，基于实证的角度来研究互联网金融对金融效率的影响，需要解决金融效率测算、互联网金融发展水平度量以及如何定量衡量两者的影响程度这样三个问题。接下来分别予以阐述。（一）金融效率测算方法在效率测度和评价的实证方法上，目前应用比较广泛且比较规范的方法是综合评价法和前沿分析法。综合评价法以因子分析法最受广大研究者欢迎。而前沿分析法可进一步分为参数法和非参数法。其中，参数法以随机前沿法（SFA）、自由分布法（DFA）为主，但与其他参数法一样，随机前沿法、自由分布法等同样要求数据对总体和残差等估计量服从某些特定的分布，即生产前沿面需要通过特定的函数形式来构造，因此本文选用非参数法中的数据包络分析方法。

综观各种数据包络分析模型，它们都有一个共同之处，即计算所得的效率值是相对值，或者说是某个决策单元（DMU）技术效率与前沿面技术效率的比值，从而可以得到对投入量或产出量的投影变量。而它们的主要区别，一是前沿规模报酬是否可变。比如，CCR BCC

模型是规模不变的，而模型是可变的。二是属于径向模型还是非径向模型。如果属于径向模型，需要考虑产出导向和投入导向两种情况；如果属于非径向模型，需要考虑 采用何种方法计算距离函数，如最小距离法等。

CCR三是在计算中参比单元是否改变。比如，在

BCC

模型和 模型中，在计算所有决策单元的相对效率时，是利用所有的单元共同计算前沿面，而在某些模型（如超效率模型）中，在计算相对效率时，构筑前沿面的单元是不包含被测算单元的。本文借鉴谢家智等[9]的方法，选择目前应用最广泛的BCC

模型来测算我国的金融效率，并将金融效率分解为创新效率和规模效率。在指标选取上，本文借鉴任晓怡[ 20 ]的指标体系，以年度全社会固定资产（K）表征资本投入，以年度就业人口总数（L）代表人力投入，以年度区域各项贷款余额表征金

GDP融业对经济系统的投入，以区域 总量表征产出。上述数据主要来自于各年度的《中国统计年鉴》和中国经济信息网数据库。效率计算主要利

DEAP2.1

用 软件完成。（二）互联网金融发展水平测算和衡量模型互联网金融发展水平测算是互联网金融发展状况实证研究的核心内容。但是，由于互联网金融这个概念涵盖范围较广，部分通过文本搜索、互联网用户数量等指标来度量其发展水平的研究尚未得到学界的认可。在公开可查的文献和资料

2015

中，北京大学 年首次发布的互联网指数是目前最具权威性的对互联网发展水平的度量。但由于出现时间太短，数据时间长度不足，无法用来进行计量分析。因此，本文借鉴管仁荣等[ 21 ]的方法，以占互联网金融比重较大、统计较为规范的2003—2013

年第三方互联网支付规模数据作为衡量互联网金融发展水平的指标。（三）向量自回归模型及脉冲响应如前所述，学界尚无相关理论或模型对互联网金融与金融效率进行描述，因此传统的计量模型既没有办法也不足以对两者间的动态变化规律进行严格的理论阐释。即使建立了相应的回归模型，也会因内生性问题的存在而导致估计有效性降低。此外，也对工具变量的选择提出了更加严格的要求。基于此，本文采用西姆斯（Sims C A）

[22]提出的向量自回归模型（VAR）通过所有变量的滞后变量来构造模型，以有效降低内生性问题对模型估计的影响，使最小二乘估计变得可行。基于对我国金融效率的测算和分解，本文尝试通过建

VAR

立 模型来估计互联网金融对金融效率的影