互联网金融发展对现金需求的影响及变化趋势分析

2015-07-18沈阳现代制造服务学校吴迪

中国商论 2015年36期

沈阳现代制造服务学校　吴迪

沈阳现代制造服务学校吴迪

互联网金融是现代信息化社会的一种趋势，实际上，这是金融行业和网络信息技术之间的完美结合。在本文中，笔者主要以建立模型为手段，对互联网金融的发展对现金需求的影响与趋势进行较为深入的分析。得出以下几点结论：一是站在全局角度考虑，金融网络化、国民收入、利率和现金需求之间的关系十分密切，同时，互联网金融对现金需求的影响十分明显，可以说最为显著；二是现金需求的互联网金融变量的弹性区间较大，一般在-0.5～0之间；三是利率等因素对现金需求产生的影响不大；四是如果把互联网金融这一因素作为现金需求分析模型中的一个因子，则可以对货币失踪的经济现象进行较为合理的解释。

互联网金融现金需求影响变化趋势

随着互联网信息技术的不断发展，互联网的触角已经渗透到了各行各业，传统行业中的金融领域也在互联网信息技术的发展中获得了新机遇。现在，随着互联网信息技术与金融行业的完美融合，特别是以第三方交易平台为代表的网络交易技术正在引领人们的消费行为与消费习惯。当然，网络金融在产生积极效应的同时，也有相应的负面作用，最重要的一点是其改变了货币的存在形式，对传统的金本位制的货币制度产生了严重的影响，同时也冲击了传统的银行金融系统。互联网金融在刺激民众的消费、获得良好的效益时，也为传统金融行业制造了很大的挑战。从1990年开始，根据传统金融货币理论对现金需求量与实际现金需求量进行计算，不难发现，两者之间存在极大的误差，这正是我们当代经济学中需要解决的极大的挑战。在当今社会中，传统的现金需求计算模型已经不能够适应互联网体系，一旦不考虑客观因素而继续使用这些计算模型，那只会计算出与实际情况不相符合的错误结论，这些结论不仅不会为实际工作带来正面效应，反而会产生负面影响。就此本文将对互联网金融的发展对现金需求的影响及趋势进行较为深入的分析与研究，以供相关从业人员及学者进行讨论、参考。

1　互联网金融、现金需求的概念

互联网金融是指将互联网平台作为依托而进行的金融贸易，其具体的操作手段是利用现代化信息技术中的互联网平台进行消费支付、信息交换、资金流动等相关的金融活动，现在较为流行的互联网平台有第三方支付、云计算、手机APP、搜索引擎等互联网工具。当下流行的互联网金融中的互联网和当初传统的简单应用工具有很大区别，互联网金融能够有效地保护用户的隐私及安全，并且能够让用户获得极佳的体验效果，这种能够满足新兴市场需求的金融服务手段，一定能够成为未来的主流发展趋势。

电子化商务是互联网金融的核心内容，电子商务实际上是指在互联网环境下，交易双方不需要进行当面的贸易活动，买方能够通过网络平台实现网上购物、商户之间能够通过网上平台实现网上交易，这期间所进行的支付手段均可以使用电子支付手段，常见的电子商务形式有ABC、C2A、B2G、B2B、O2O等，当下，在我国最为流行的一种电子商务产品就是支付宝。

现金漏损是指客户从银行系统中取出一定数量的现金，导致这部分现金逃离了银行系统的管理范围，现金漏损率则是指现金漏损和存款总额之间的比值，如果现金漏损率较大就会出现传统现金需求模型中的“货币失踪”现象，这将会导致传统的银行系统受到冲击。

2　互联网金融对现金需求产生的影响

自从进入21世纪后，经济学家们积极研究互联网金融，将互联网金融引入了现有的银行货币模型中，并对互联网金融在“货币失踪”中的影响进行了有针对性地研究。现在，美国的经济学家正在对互联网金融对于小面值货币产生的影响进行了较为深入的研究，并且得出了较为深刻的结论：互联网金融交易必然会对现金需求造成影响。另外，也有对信用卡对现金需求的影响进行研究的，通过研究证明，信用卡交易并没有对短期存款产生深刻的影响。目前，芬兰的经济学家瓦萨赖较为透彻地研究了网络金融，并且在同行业专家中取得了较为重要的成果。瓦萨赖将互联网金融替代现金的作用进行了研究，以一个积极的视角对互联网金融的影响进行了详细的阐明。随着经济社会的发展，我国的金融行业已经飞速发展壮大起来，同时，因为中国金融行业立足于中国的国情，和其他国家的金融发展模式存在一定的差异，也因此不能将国外的新型现金需求模型直接运用于国内的金融领域。在我国，往往是普通民众手中持有大量现金，企业多为活期存款者，因此，中国普通民众的现金需求在总的现金需求中占有很大的份额。

3　互联网金融对现金需求量的影响模型分析

本文主要是以美国经济学家史密斯提出的VAR的模型为基础，对此模型进行一定的改进。VAR模型的优点在于能够将各个变量的影响进行有效的分析，不仅能够反映各个变量之间的动态关系，也能够将文化、政策等其他领域的变量引入到模型中，这样就能够为研究者提供抽象因素对现金需求的动态过程。以下为VAR模型的构建和分析过程。

3.1确定模型的变量，选取合适的分析样本

和其他学科的分析有所不同，经济学的分析要求研究人员提前预设影响结果的相关变量，另外研究者还需要统计分析以往的数据，将有效变量筛选出来，将所有准备工作确定好后，研究人员才能最终确立函数模型。由于中国的国情不同于其他国家，具有一定程度上的复杂性，因此，这就使得能够影响金融行业的相关因素较多。从微观主体的角度对变量进行选择，则主要有以下几种变量类型：规模变量、机会成本变量、技术成本变量。以下是关于这些变量的深入分析。

3.1.1规模变量

由于不同的研究者所选取的研究角度存在差异，自然对应的规模变量也存在差异。通常情况下，规模变量主要为GDP、商品销售总额以及工业生产总值等，本文中则以商品销售总额作为规模变量。

3.1.2机会成本变量

在我国，中央银行具有管控利率的权利，因此，利率的变动幅度一般不会很大。变化频繁的利率能产生更大的机会成本，市场中的利率变化速度很快。同时，市场的变化能够很大程度地影响机会成本。因此，在经济学研究中，对模型的机会成本的选取一直都是一个难题。本文的模型机会成本变量，选取的是一年内的市场利率。

3.1.3技术成本变量

正所谓科技就是第一生产力，在经济发展中，科学技术成本已经占有了很大的比例，先进的技术往往是相关人员获得可观收益的关键，本文则是以ATM机的数量作为技术成本变量。

3.2检验VAR模型变量的ADF单位根

ADF单位根检测原理是经济学中十分经典的经济学理论，其是利用金融分析软件对各个变量的稳定性进行检测。

3.3Johansen协整检测

通常情况下，如果建立的是多变量的数据模型，那么，往往需要分析数据之间的动态关联性，本文以Johansen协整检测作为检测方案，根据软件分析能够分析出Johansen协整检测的结果。

3.4使用Granger法

根据Granger法对因果关系进行检测，主要有以下几方面的结论。