数字金融、金融监管与传统金融跨市场风险溢出

［摘要］防范系统性金融风险一直是金融监管的核心，做好数字金融大文章离不开金融风险的防范。数字金融发展改变了传统金融网络结构和网络密度，进而可能加剧传统金融跨市场风险传染，甚至引发系统性金融风险。文章运用TVPVARSV模型分析数字金融发展如何影响传统金融跨市场风险溢出效应，并考察在数字金融不同监管强度和功能差异下，数字金融对风险溢出效应作用的监管差异性和功能异质性。研究发现：数字金融发展加剧传统金融跨市场风险总溢出效应；数字金融对传统金融各市场风险溢出效应的影响存在市场差异性；当前数字金融监管难以有效调控数字金融对传统金融跨市场风险溢出效应的影响；数字金融对传统金融跨市场风险溢出效应的影响存在功能异质性。研究认为：在防范系统性金融风险时，需统筹考虑数字金融对传统金融跨市场风险传染的作用机制和效果，同时进一步将数字金融多种功能全部纳入监管。

［关键词］数字金融；传统金融；金融监管；风险溢出效应

［中图分类号］F832.59;F49［文献标识码］A［文章编号］1673-0461（2024）08-0073-24

一、引言

2023年10月，中央金融工作会议强调做好数字金融大文章，同时也强调要全面加强金融监管，有效防范化解金融风险。党的二十大报告指出，“依法将各类金融活动全部纳入监管，守住不发生系统性风险底线”。数字金融作为传统金融的重要补充，一直以来为服务长尾群体融资、构建快捷支付方式等贡献了重要力量。数字金融通过提供创业机会、降低信息不对称、缓解融资约束等提升居民收入，促进家庭消费和增加企业融资可得性［1-3］。同时，数字金融通过促进金融业全球化、一体化、网络化，打破传统金融地理界限，强化传统金融网络复杂结构［4-5］。然而，金融交易相互关联极易产生连锁效应，当某个金融市场发生危机时，将迅速传导至网络中其他金融市场，进而影响金融系统稳定性［5］，甚至引发系统性金融风险。因此，数字金融发展是否会加剧传统金融跨市场风险传染，以及当前数字金融监管能否有效调控数字金融对传统金融跨市场风险的影响成为值得重点关注的问题。

数字金融主要包括数字支付、数字信贷、数字理财等功能。数字支付运用支付宝、微信等第三方支付提升市场参与者交易便捷性，破除时空限制性，改变市场参与者流动性偏好、持币动机、现金需求，进而加快传统金融跨市场资金流通［6-7］。数字信贷借助网络借贷、众筹等方式缓解长尾群体融资需求，当借款人获得资金后，部分资金流入传统金融市场，进而影响传统金融资产价格［8-9］。数字理财运用余额宝、互联网理财等方式吸引大量客户和资金，一方面加大数字理财与传统金融博弈，另一方面加剧传统金融跨市场竞争［10］。另外，数字金融运用人工智能、大数据、云计算等技术有效缓解传统金融跨市场信息不对称程度［11］。数字金融加速传统金融资产流通、改变市场资产价格、加剧市场竞争、缓解跨市场信息不对称，使得传统金融形成更为复杂的金融网络结构，放大传统金融市场局部风险，加剧传统金融跨市场风险传染，进而引致系统性金融风险。

以往学者对数字金融的研究，主要集中于数字金融对居民收入、家庭消费、企业融资可得性、技术创新等的影响。张勋等（2019）［1］研究分析数字金融对包容性增长的影响，研究发现数字金融通过为农村居民提供创业机会、增加农村居民创业行为等增加农村居民收入，尤其是显著增加农村低收入群体收入。LI等（2020）［2］研究数字金融对家庭消费的影响，发现数字金融可以促进家庭消费，主要促进经常性的家庭支出，具体而言，数字金融促进食品、服装、房屋维修、医疗、教育和娱乐支出。钟凯等（2022）［12］研究指出数字金融运用数字技术对企业资金需求精准把控、多维分析企业未来发展前景、降低企业供应链上下游与银行信息不对称程度等提升企业从数字金融市场融资可得性，并降低融资成本和企业商业信贷二次配置。邓辛和彭嘉欣（2023）［3］研究发现，移动支付的数字金融服务增加非正规就业者收入，缓解非正规就业者资源禀赋差异。

数字金融与传统金融高度相关性导致数字金融风险传导至传统金融，部分学者研究数字金融风险如何影响传统金融。OZILI（2018）［13］研究认为，数字金融普惠性和包容性吸引大量难以从传统银行获得融资服务的高风险客户，然而聚集的高风险客户一旦出现违约将威胁银行等金融中介机构稳定性。LING等（2020）［14］研究指出数字金融与传统金融在行业竞争、商业合作和资产投资等方面存在广泛联系，导致市场间具有风险溢出效应，并且当系统性金融风险增加时，数字金融对传统金融的风险溢出效应更强。战明华等（2020）［15］研究指出，数字金融通过加大金融市场竞争、缓解金融市场摩擦、降低市场信息不对称程度，进而影响货币市场对其他金融市场信息传递渠道，具体体现为强化货币政策利率传递渠道而削弱货币政策信贷传递渠道。HSU等（2021）［16］研究发现，加密数字货币作为传统货币和黄金的重要替代投资渠道，加密货币市场、传统货币市场与黄金市场间存在波动溢出效应，具体表现为比特币与欧元、日元、现货黄金等具有正向共同波动溢出效应，而与人民币、加元等具有非对称共同波动溢出效应。

然而，以往较少有学者从数字金融视角，分析数字金融发展将如何影响传统金融跨市场风险溢出效应，以及数字金融不同功能影响传统金融跨市场风险溢出效应的功能异质性。同时，数字金融监管能否有效调控数字金融对传统金融跨市场风险溢出效应的作用效果也值得重点关注。针对以上问题，本文从以下方面开展研究：首先，从资产价格渠道、资金流通渠道、信息透明度渠道和市场竞争渠道4个方面，分析数字金融对传统金融跨市场风险溢出效应的影响机制和渠道。其次，运用DY模型构建股票市场、房地产市场、货币市场、债券市场和外汇市场跨市场风险总溢出效应和各市场风险溢出效应。再次，运用TVPVARSV模型分析数字金融发展对传统金融跨市场风险溢出效应的作用效果。最后，从数字金融监管强度差异性和数字金融功能异质性视角，分析数字金融对传统金融跨市场风险溢出效应影响的监管差异性和功能异质性。另外，通过改变DY模型滚动窗口和TVPVARDY模型进行稳健性分析。

本文可能贡献在于：①研究传统金融跨市场风险溢出效应的影响因素具有重要理论和现实意义，本文从数字金融发展视角，分析数字金融发展将如何影响传统金融跨市场风险总溢出效应和各市场风险溢出效应。②在分析数字金融对传统金融跨市场风险溢出效应的影响时，本文运用TVPVARSV模型，相比传统VAR模型和格兰杰检验，TVPVARSV模型能够有效刻画数字金融对传统金融跨市场风险溢出效应的动态时变影响。③数字金融具有多重功能，本文从数字支付、数字信贷和数字理财3种不同功能视角，进一步研究数字金融影响传统金融跨市场风险溢出效应的功能异质性。

二、文献综述与理论分析

（一）传统金融跨市场风险溢出效应的文献综述

全球市场间和金融机构间由于存在交叉业务、过度关联、信息共享、资金流通等导致一个市场风险会迅速传导至其他市场，存在跨市场风险溢出效应。李政等（2019）［17］研究指出由于金融机构存在交叉金融业务以及行业间相互融合渗透，导致金融机构存在加速风险溢出和风险传染，表现为在银行、证券和保险3个市场间，银行是主要风险溢出市场，而证券是主要风险溢入市场。杨子晖等（2020）［18］研究指出英国脱欧、中美经贸摩擦等事件增加经济政策不确定性，而经济政策不确定性加剧系统性金融风险跨市场传染，发现存在通过股票市场影响经济政策不确定性进而影响外汇市场的风险传染路径。何德旭等（2021）［19］研究指出全球市场间存在资本市场和货币市场为渠道的风险传染机制，发现基于资本市场和货币市场的风险传染渠道中，美国和英国分列风险净输出国前两位，而中国为风险净输入国。TIWARI等（2022）［20］研究绿色债券、碳价格和可再生能源股票之间的风险传递，发现各资产的动态总溢出随时间变化而不同，且与经济事件相关，清洁能源在所有其他市场中占主导地位，是整个网络冲击的主要净溢出方。LEE等（2023）［21］研究选取全球7个具有代表性的原油市场来研究石油市场在不同时间尺度上收益溢出效应和风险溢出效应，发现国际原油市场内部一体化程度加深，收益溢出和风险溢出处于较高水平，新冠疫情在长期内提高了市场间风险溢出水平。KHALFAOUI等（2022）［22］研究分析绿色金融市场与美国股票市场间风险溢出效应，发现市场间存在高度溢出效应，其中比特币、市场不确定性和全球碳指数是冲击溢出效应的净接收者，而大多数绿色商品则是净贡献者。

（二）数字金融影响传统金融跨市场风险溢出效应的理论分析

数字金融广泛运用大数据、云计算、区块链等技术进行数据信息处理，当前数字金融主要包括运用网络借贷、众筹、花呗、借呗等进行的数字信贷，运用支付宝、微信支付等第三方支付进行的数字支付，以及运用智能投顾、余额宝、互联网理财等进行的数字理财。本部分基于数字金融功能视角，分析数字金融发展将如何影响传统金融跨市场风险溢出效应。

1.资产价格渠道

市场参与者运用数字金融的数字信贷和数字理财功能极大改变了传统金融市场资金供求，进而影响股票市场和房地产市场等传统金融市场资产价格。吴雨等（2018）［8］研究发现，房价上涨时部分房屋购买者会从网络借贷市场获取购房资金，导致网络借贷市场融资成本上升。卓丽洪（2020）［9］研究发现，网络借贷市场融资规模增长率与上海证券交易所成交额正相关，具体体现为股票市场成交越活跃，网络借贷市场融资规模就越大。当借款人将从数字金融市场获得的资金投入传统金融市场后，会抬高房地产市场、股票市场和货币市场等传统金融市场资产价格，甚至出现资产价格泡沫。邱晗等（2018）［23］研究指出余额宝等互联网理财产品吸引了大量存款，导致银行选择存款利率更高的同业负债，推高存款产品价格。资产价格的过度上涨或资产价格崩溃将对其他金融市场产生风险传染，并危及金融系统稳定性。BRUNERMEIER等（2020）［24］研究房地产市场和股票市场资产价格泡沫与金融风险之间的关系，发现资产价格泡沫显著增加金融风险传染和系统性金融风险。PAVLIDIS等（2021）［25］研究房产价格和住房负担能力对金融风险的影响，发现高涨的房价和过高住房负担将加剧风险传染，甚至引发系统性金融风险。方意和荆中博（2022）［26］研究分析资产价格崩溃对金融风险传染的影响，发现当金融机构间持有大量相同资产时，机构抛售资产将导致资产价格大幅下跌，风险将传染给其他金融机构。因此，基于数字信贷和数字理财功能视角，数字金融发展会显著抬高传统金融市场资产价格，进而加大传统金融跨市场风险溢出效应。

2.资金流通渠道

市场参与者运用数字金融的数字支付、数字信贷和数字理财功能，降低资金在市场参与者间流通的时空限制，提升资金在市场参与者间的交换速度，进而加速资金在传统金融跨市场流通。周光友和张逸佳（2018）［6］研究指出以第三方支付为代表的数字货币通过改变市场参与者的流动性偏好、持币动机、现金需求，进而加快资金流通速度。方意等（2020）［27］研究发现网络借贷市场与股票市场间存在资金流通，具体体现为投资者在两个市场间进行选择时投资的替代效应以及融资者通过网络借贷市场获取资金进而投资于股票市场的互补效应。CHEN和ZHANG（2021）［7］研究认为数字金融降低金融机构客户获取和风险评估成本，提高资金供需匹配效率，进而为金融市场提供更充裕的现金流。ZHAO等（2020）［28］研究中国股票市场、外汇市场、货币市场和信贷市场间由于资金流通而引起的风险溢出效应，发现资金流通和市场间风险溢出存在显著关系，资金流通是市场间风险传染的媒介，且随着金融市场渐进式改革，资本流通更加顺畅，风险在金融市场间更容易传染。杨子晖等（2022）［29］研究跨境资金流动规模对市场间风险传染强度的影响，发现全球范围内频繁资金流动将改变市场流动性和影响经济增长，进而强化金融市场网络密度，增加市场间风险传染强度。因此，基于数字支付、数字信贷和数字理财功能视角，数字金融发展有助于增加传统金融跨市场资金流通速度，进而加大传统金融跨市场风险溢出效应。

3.信息透明度渠道

数字金融发展助推传统金融市场运用大数据、云计算和区块链等技术进行数据信息处理，有助于提升信息处理效率、降低市场间信息不对称程度，进而影响传统金融跨市场风险溢出效应。LIN等（2022）［11］研究发现，数字金融能够有效降低贷款人对需求者的信息不对称以及借款人对资金供应商的信息不对称，即数字金融能够降低借款人和贷款人之间的双向信息不对称。GUO等（2022）［30］研究指出区块链技术具有去中心化、防篡改、可追溯等特性，区块链技术使得信息在供应链各方之间充分共享，供应链上参与方的信息完全透明。NIER（2005）［31］研究银行信息透明度对金融稳定的影响，发现提高银行信息透明度有助于降低银行发生严重问题的可能性，进而增强金融系统稳定性。吴金宴和王鹏（2022）［32］研究行业信息透明度对行业间风险传染的影响，发现信息透明度越差的行业对其他行业风险溢出越高，且受到其他行业的风险溢出也越高，信息透明度的提升有助于降低行业间风险传染。因此，基于大数据、云计算和区块链等数字信息处理技术，数字金融发展有助于降低传统金融跨市场信息不对称程度，提升传统金融市场信息透明度，进而缓解传统金融跨市场风险溢出效应。

4.市场竞争渠道

数字金融的数字信贷、数字理财和数字支付功能通过为市场参与者提供资金支持、理财渠道和快捷支付方式，吸引传统金融市场大量客户和资金。数字金融对客户和资金的吸引，一方面加剧数字金融与传统金融市场竞争，另一方面也加剧传统金融跨市场竞争。封思贤和郭仁静（2019）［10］研究数字金融对银行业竞争的影响，指出数字金融通过促进利率市场化、压缩存贷利差、增加揽储成本，进而加剧银行间竞争。PARLOUR等（2022）［33］研究数字金融提供的第三方支付与银行间竞争，发现第三方支付的竞争影响银行支付价格及其贷款服务。CHIU等（2015）［34］研究行业竞争强度差异与金融风险关系，发现行业竞争程度越强越容易受到金融行业风险影响，即金融部门对该行业尾部风险溢出越大。邱晗等（2018）［23］研究发现数字金融导致银行在负债端更多选择成本更高的批发性资本，使得银行资产端更倾向于高风险产品以弥补负债成本上升，进而增加银行风险承担。因此，基于数字信贷、数字理财和数字支付功能视角，数字金融发展强化传统金融市场竞争，市场竞争的强化导致传统金融机构承担更高风险，加大传统金融跨市场风险溢出效应。

通过以上分析发现，一方面，数字金融通过抬高传统金融市场产品价格，加大传统金融跨市场资金流通速度和强化传统金融跨市场竞争，进而增加传统金融跨市场风险溢出。另一方面，数字金融通过降低传统金融信息不对称程度，增加传统金融市场信息透明度，进而缓解传统金融跨市场风险溢出。因此，数字金融对传统金融跨市场风险溢出的影响存在市场差异性和功能异质性。

三、研究设计

（一）理论模型

1.DY波动溢出模型

本文借鉴以往学者普遍使用的DY模型［35-36］计算和评估网络溢出效应。根据SC信息准则以及考虑模型稳定性，本文构建一个协方差平稳的5变量VAR（2）模型，模型可以表示如下：

xt=∑2i=1ixt-i+εtεt～iid（0，t）（1）

对式（1）变换为移动平均模型：

xt=∑∞i=1Aiεt-i（2）

式中，Ai=1Ai-1+2Ai-2，如果i<0，则A0=0。式（1）和式（2）中xt表示m×1维向量，本文xt包含股票市场（STOCK）、房地产市场（HOUSE）、货币市场（MONEY）、债券市场（BOND）和外汇市场（EXCHANGE），即m=5。Ai均为5×5维矩阵，εt为5×1维向量。定义变量xj对xi向前H步预测误差的方差分解为：

θgij（H）=σ-1jj∑H-1h=0（e′iAh∑ej）2∑H-1h=0（e′iAh∑A′hei）（3）

式中，∑为误差向量ε的协方差矩阵;σjj是第j个方程误差项的标准差;ei是第i个元素为1，否则为0的选择向量。如上所述，方差分解表中每一行的元素之和不等于1，即∑Nj=1θgjj（H）≠1。为计算溢出指数时利用方差分解矩阵中的信息，将方差分解矩阵的每个条目按行归一化，即：

θgjj（H）=θgjj（H）∑Nj=1θgjj（H）（4）

式中，∑Nj=1θgij（H）=1，∑Ni，j=1θgij（H）=N。

利用KPPS方差分解波动率贡献，可以构建风险溢出指数：

所有市场的风险总溢出效应：

TOTALg（H）=∑Ni，j=1，i≠jθgij（H）∑Ni，j=1θgij（H）×100

=∑Ni，j=1，i≠jθij（H）N×100（5）

市场i对市场j的风险溢出效应：

TOi→j（H）=∑Nj=1，i≠jθji（H）∑Ni，j=1θji（H）×100

=∑Nj=1，i≠jθji（H）N×100（6）

市场i受到来自市场j的风险溢入效应：

FROMj→i（H）=∑Nj=1，i≠jθij（H）∑Ni，j=1θij（H）×100

=∑Nj=1，j≠iθij（H）N×100（7）

市场i的风险净溢出效应：

NETi→j（H）=TOi→j（H）-FROMj→i（H）（8）

2.TVPVARSV脉冲响应模型

本文计算出传统金融跨市场风险溢出效应后，进一步运用带随机波动的时变参数向量自回归模型（TVPVARSV）分析数字金融发展对传统金融跨市场风险溢出效应的影响［37］。TVPVARSV模型设定如下：

yt=ct+B1tyt-1+…+Bstyt-s+et，

et～N（0，Ωt）t=s+1，…，n（9）

式中，yt={数字金融、传统金融跨市场风险溢出效应}，yt为k×1维向量①；B1t，B2t，…，Bst为k×k维时变系数矩阵；Ωt为k×k维时变协方差矩阵。设定Ωt=A-1t∑t∑tA′-1t，At是对角元素为1的下三角矩阵，∑t=diag（σ1t，σ2t，…，σkt）。定义βt是由B1t，B2t，…，Bst构成的行向量；at=（a1t，a2t，…，aqt）′是由At任意下三角元素构成的行向量。设定ht=（h1t，h2t，…，hkt）且hit=logσ2it。以上时变参数服从随机游走过程：

βt+1=βt+uβt，αt+1=αt+uαt，ht+1=ht+hαt（10）

εt

uβt

uαt

uht～N0，I000

0∑β00

00∑α0

000∑h（11）

式中，t=s+1，…，n；et=A-1t∑tεt；∑α和∑h为对角阵；βs+1～N（uβ0，∑β0）；αs+1～N（uα0，∑α0）；hs+1～N（uh0，∑h0）。

（二）实证数据与变量选择

借鉴以往学者研究传统金融跨市场风险溢出效应时使用的数据［38-39］，本文选用沪深300指数衡量股票市场（STOCK）、WIND房地产市场指数衡量房地产市场（HOUSE）、银行间同业拆借7天加权利率衡量货币市场（MONEY）、中债综合全价指数衡量债券市场（BOND）、美元兑人民币汇率衡量外汇市场（EXCHANGE），以上数据均来源于WIND数据库。根据ADF检验，股票市场、房地产市场、债券市场和外汇市场数据为非平稳数据，为保证数据的平稳性和防止出现伪回归，对以上4个市场数据进行对数差分处理。

以往学者大多使用北京大学发布的数字普惠金融指数衡量数字金融，然而该指数频率为年度，与本文要求高频数据不符合。战明华等（2020）［15］研究认为互联网支付具有规模大、数据频率高、数据容易获得等优势，并且根据相关性分析还发现互联网支付数据与北京大学数字普惠金融指数高度相关。易观分析《中国第三方支付互联网支付市场季度监测报告2023年第2季度》显示，2023年第2季度中国第三方互联网支付市场交易规模为7.76万亿元人民币。刘敏等（2022）［40］认为余额宝是数字金融最具代表性产品，余额宝交易规模能够在一定程度上反映我国数字金融发展状况。据WIND数据显示，2018年第一季度，余额宝交易规模达到1.69万亿元，在2023年第二季度交易规模仍维持在6700亿元。何运信等（2021）［41］认为网络借贷发展速度快、规模大，网络借贷规模能够较好地衡量数字金融发展。网络借贷一度被作为数字金融的核心产品，据网贷之家数据显示，仅在2015年，网络借贷平台新增数量超过1000家，成交金额超过1万亿元，2017年成交金额达到2.8万亿元。然而网络借贷的野蛮生长，也导致跑路、诈骗、非法吸储等问题频发，截至2020年网络借贷平台全部清零。

本文综合借鉴以往学者衡量数字金融方式和数据可得性，将第三方互联网支付规模、网络借贷规模和余额宝规模三者进行加总以衡量数字金融。同时，在分析数字金融影响传统金融跨市场风险溢出效应功能异质性时，分别运用第三方互联网支付、网络借贷和余额宝作为数字支付、数字信贷和数字理财的衡量指标。第三方互联网支付公布2007年第1季度至2023年第2季度的数据，余额宝和网络借贷从2013年第1季度开始运营并公布数据，网络借贷数据时间截至2020年1月。本文数字金融最终使用的时间区间为2007年3月至2023年6月。通过样条插值法将第三方互联网支付季度数据和余额宝季度数据转换为月度频率。第三方互联网支付规模、余额宝规模和网络借贷规模数据均来源于WIND数据库。图1报告了数字金融中网络借贷、余额宝和第三方互联网支付在2007年3月至2023年6月的发展规模。

四、传统金融跨市场风险溢出效应

（一）传统金融市场风险测度

本文采用在险价值法（VaR）测度各个传统金融市场风险，见图2。图2中房地产市场（HOUSE）具有最大的市场风险，股票市场（STOCK）风险次之。房地产市场和股票市场具有相似的风险走势，在整个时间段内，2008年和2015年两个市场具有最大的市场风险，源于2008年美国次贷危机和2015年中国股票市场的“股灾”。货币市场（MONEY）在2011年至2013年个别时点出现较大市场风险，甚至在2013年一度超越房地产市场，源于2013年银行间出现的“钱荒”，银行间7天拆借利率甚至超过10%。随着利率市场化改革的深入推进，2015年后货币市场风险显著降低。5个市场中债券市场（BOND）和外汇市场（EXCHANGE）风险最小，尤其是近年来债券市场风险一直在5个市场中最小，但也需要关注外汇市场风险，外汇市场在2016年后风险显著上升。总体来看，在险价值法（VaR）较好地测度了中国传统金融市场风险。

（二）传统金融跨市场风险溢出

本部分采用DY模型滚动200个窗口测度传统金融市场跨市场风险溢出，根据信息准则DY模型滞后2阶。表1报告股票市场、房地产市场、货币市场、债券市场和外汇市场跨市场风险静态溢出效应，风险溢出结果与以往关于传统金融跨市场风险溢出的研究结果相近［39］。5个市场风险总溢出值为85.639，每个市场平均风险溢出值为17.128②。从风险溢出视角来看，5个市场中股票市场对其他4个市场风险溢出值最大，达到41.627，房地产市场次之为39.868，货币市场、债券市场和外汇市场对其他市场的风险溢出较为接近。从风险溢入视角来看，股票市场和房地产市场风险溢入最高，分别为39.193和40.023，货币市场受其他市场风险溢入最小，仅为0.394。总体来看，股票市场和房地产市场具有最大的风险溢出和风险溢入，并且主要体现在两者间的巨大风险联动，而货币市场、债券市场和外汇市场风险溢出和风险溢入远小于股票市场和房地产市场。

图3报告5个传统金融跨市场风险动态总溢出效应。从图3可以看出，传统金融跨市场风险总溢出效应在整个时间区间上具有显著波动性和时变性，尤其是在2013年和2020年达到峰值。图3具体表现为，由于受到美国次贷危机的影响，2008年至2010年5个传统金融跨市场具有较高风险总溢出水平。2013年钱荒事件导致风险总溢出水平的高涨，2015年至2016年股灾事件使得传统金融跨市场风险总溢出水平激增。2016年至2020年间随着经济结构转型以及经济平稳健康发展，传统金融市场未出现股灾和钱荒等极端风险事件，5个金融市场间风险总溢出水平显著降低。2020年初新冠疫情下，5个传统金融跨市场风险总溢出指数迅速攀升，2022年后传统金融跨市场风险总溢出水平仍然维持在较高位置。

图4报告传统金融各市场对其他市场风险动态溢出指数。从股票市场对其他市场风险溢出效应（STOCKTO）来看，在2008年、2015年以及2020年，股票市场对其他市场具有较大的风险溢出效应。具体表现为，2008年美国次贷危机导致上证指数从5200多点跌至1800点，跌幅超过60%，2015年股灾期间经历了千股涨停和千股跌停的巨大波动，2020年初新冠疫情发生后，股市也经历了暴涨暴跌的极端行情。从房地产市场对其他市场风险溢出效应（HOUSETO）来看，在整个时间维度上风险溢出指数总体较为平稳且均处于高位，在2020年至2021年间，房地产市场对其他市场风险溢出效应迅速增加。从国家统计局发布的《全国房地产市场运行情况》中可以发现，2020年1到2月份商品房销售金额同比下降19.3%。从货币市场对其他市场风险溢出效应（MONEYTO）来看，在2014年前，货币市场由于受到美国次贷危机和紧缩货币政策的影响，货币市场对其他市场具有较大的风险溢出效应，尤其是2013年至2014年间，受到银行间钱荒影响，货币市场对其他市场风险溢出水平激增。2014年后，利率市场化改革深入推进，货币市场对其他市场风险溢出效应逐渐降低，且一直维持在较低风险溢出水平。从债券市场对其他市场风险溢出效应（BONDTO）来看，债券市场对其他市场风险溢出效应总体较为平稳，仅在2013年和2020年初出现突变。从外汇市场对其他市场风险溢出效应（EXCHANGETO）来看，总体上外汇市场风险溢出值较低，但仍需关注的是2020年以来，外汇市场对其他市场的风险溢出效应正迅速上升，且在2023年风险溢出指数仍维持在历史较高水平。接下来，本文从数字金融发展如何影响传统金融跨市场风险总溢出效应和各市场风险溢出效应展开研究。

五、数字金融对传统金融跨市场风险溢出效应的影响

（一）数字金融对传统金融跨市场风险总溢出效应的影响

图5分析数字金融发展对传统金融跨市场风险总溢出效应的影响。图5左εDF↑→TOTALRISK③给出在提前2期、4期和10期即提前2个月、4个月和10个月（分别对应为短期、中期和长期）条件下，数字金融对传统金融跨市场风险总溢出效应的脉冲响应函数。总体来看，数字金融对传统金融跨市场风险总溢出效应的脉冲响应函数在短期、中期和长期响应幅度具有较大差异，短期和中期走势较为平坦，而长期具有较强时变性。其中，数字金融对传统金融跨市场风险总溢出效应的脉冲响应幅度在短期最大，中期和长期脉冲响应幅度相对有所减弱。从时间维度分析发现，在整个时间段上数字金融对传统金融跨市场风险总溢出效应的脉冲响应函数均为正值，表明数字金融正向冲击会增加传统金融跨市场风险总溢出效应，即数字金融发展显著加剧传统金融跨市场风险总溢出效应。可能原因在于：数字金融规模扩张通过提高传统金融市场资产价格、增加市场间资金流通速度和强化市场间竞争，从而加剧传统金融跨市场风险总溢出效应。该结论表明，在防范传统金融市场不发生系统性金融风险时，需将数字金融对传统金融跨市场风险总溢出效应的加剧作用纳入考虑。

图5右εDF↑→TOTALRISK给出在数字金融不同监管强度下，数字金融影响传统金融跨市场风险总溢出效应的差异性。本文选择数字金融3个不同监管强度作为观测点，2013年作为数字金融元年，对数字金融监管较弱，并结合网络借贷和余额宝数据，选择2013年10月作为第一个观测点，该时点表示数字金融未纳入监管时期。在经历了网络借贷平台大面积跑路、破产的情况下，网络借贷开始纳入监管，2017年8月，原银监会发布《网络借贷信息中介机构业务活动信息披露指引》，标志着网贷行业监管框架基本形成，因此选择2017年8月作为第二个观测点，该时点代表数字金融监管初期。2020年10月，中国人民银行发布《中国金融科技创新监管工具白皮书》，表明监管层对数字金融的创新监管以及监管强化，因此选择2020年10月作为第三个观测点，该时点代表数字金融监管强化。对比数字金融3个不同监管时点的脉冲响应函数发现，在前5期3个时点的脉冲响应函数走势几乎一致，而在5期之后，2020年11月的脉冲响应函数值大于2017年8月和2013年10月时点上的脉冲响应值。以上分析表明，数字金融对传统金融跨市场风险总溢出效应的加剧作用未受到数字金融监管的有效调控，且该加剧作用还有逐渐扩大趋势。可能原因在于：数字金融监管仍处于探索和起步阶段，且对数字金融监管更多的集中于网络借贷，而对规模更大的第三方支付、数字理财等监管不足。因此，监管层仍需进一步将数字金融的各类功能全部纳入监管。

综合图5发现，数字金融发展显著加剧传统金融跨市场风险总溢出效应。同时，当前数字金融监管难以有效调控数字金融对传统金融跨市场风险总溢出效应的加剧作用。以上结论表明，在防范传统金融市场风险时，应将数字金融对传统金融跨市场风险总溢出效应的加剧作用纳入综合考虑，并将数字金融的各种功能如数字支付、数字理财等纳入监管。

（二）数字金融对传统金融各市场风险溢出效应的影响

图6报告不同提前期数字金融对传统金融各市场风险溢出效应的脉冲响应函数，其中εDF↑→STOCKTO④分析数字金融发展如何影响股票市场风险溢出效应。提前期分别为2期、4期和10期（对应短期、中期和长期）的脉冲响应函数具有相似走势，但脉冲响应幅度存在差异。其中，短期脉冲响应幅度最大，中期和长期脉冲响应幅度相对有所减弱。三条脉冲响应函数在整个时间维度上均为正值，表明数字金融正向外生冲击加剧股票市场风险溢出效应。可能原因在于：数字金融发展对于股票市场作用更多体现在加速股票市场与其他市场间资金流通，加大股票市场资金流入，抬高股票市场资产价格，进而加剧股票市场风险溢出效应。εDF↑→HOUSETO分析数字金融发展如何影响房地产市场风险溢出效应。3个不同提前期脉冲响应函数走势较为相似，但脉冲响应幅度存在差异，其中短期脉冲响应幅度最大，中期和长期脉冲响应幅度相对有所减弱。3条脉冲响应函数在整个时间维度上均为负值，表明数字金融正向外生冲击能够有效降低房地产市场风险溢出效应。可能原因在于：数字金融发展对房地产市场更多作用于增加房地产市场信息透明度，进而降低房地产市场风险溢出效应。εDF↑→MONEYTO分析数字金融发展如何影响货币市场风险溢出效应。短期、中期和长期脉冲响应函数走势较为相似，且脉冲响应幅度差异较小。3条脉冲响应函数在整个时间维度上多数为负值，表明数字金融发展有助于缓解货币市场风险溢出效应。可能原因在于：数字金融发展通过助推利率市场化改革，缓解货币市场风险溢出效应。εDF↑→BONDTO分析数字金融发展如何影响债券市场风险溢出效应。短期、中期和长期的脉冲响应函数具有相似走势，且脉冲响应幅度差异较小。3条脉冲响应函数在整个时间维度上多数为正值，表明数字金融发展加剧债券市场风险溢出效应。可能原因在于：数字金融发展通过增加债券市场与其他市场间资金流通，加大债券市场与其他市场间资金竞争，进而加剧债券市场风险溢出效应。εDF↑→EXCHANGETO报告数字金融发展如何影响外汇市场风险溢出效应。短期、中期和长期脉冲响应函数具有相似走势，但脉冲响应幅度存在差异，其中短期和中期脉冲响应幅度更大，长期脉冲响应幅度相对有所减弱。3条脉冲响应函数在整个时间维度上均为正值，表明数字金融发展加剧外汇市场风险溢出效应。可能原因在于：数字金融发展通过增加外汇市场交易便捷性，加速外汇市场与其他市场间资金流通速度，进而增加外汇市场风险溢出效应。

图7报告数字金融监管强度差异下，数字金融对传统金融各市场风险溢出效应的脉冲响应函数。从图7的5个脉冲响应图来看，在数字金融3个不同监管强度时点上，除了数字金融对货币政策风险溢出效应外，在监管差异下

数字金融对传统金融各市场风险溢出效应影响没有明显差异，表明当前数字金融监管无法显著调控数字金融对传统金融各市场风险溢出效应的缓解和加剧作用。

综合图6和图7可以看出，数字金融发展加剧股票市场、债券市场和外汇市场对其他市场的风险溢出效应，缓解房地产市场和货币市场对其他市场的风险溢出效应。该结论表明，数字金融发展对传统金融各市场风险溢出效应的影响具有市场差异性。同时，在数字金融不同监管强度上，数字金融对传统金融各市场风险溢出效应的作用效果没有表现出明显差异，进一步说明对数字金融监管仍需进一步强化。

六、数字金融影响传统金融各市场风险溢出效应的功能异质性

数字支付、数字信贷和数字理财作为数字金融最主要组成部分，分别承担了为市场参与者提供支付、信贷和理财的功能。基于数据可得性与代表性，本节分别以第三方互联网支付、网络借贷和余额宝作为数字支付、数字信贷和数字理财衡量指标。接下来，本部分基于数字支付、数字信贷和数字理财视角，分析数字金融发展影响传统金融跨市场风险溢出效应的功能异质性。

（一）数字金融影响传统金融跨市场风险总溢出效应的功能异质性

图8报告数字支付对传统金融跨市场风险总溢出效应的脉冲响应函数。图8左εDFPAY↑→TOTALRISK给出在提前分别为2期、4期和10期（对应短期、中期和长期）条件下，数字支付发展对传统金融跨市场风险总溢出效应的影响。总体来看，3条脉冲响应函数中提前2期和提前4期走势较为相似，在整个时间段上均较为平坦，提前10期脉冲响应函数具有较大动态时变性。数字支付正向冲击在短期对传统金融跨市场风险总溢出效应的影响最大，在长期脉冲响应幅度相对有所减弱。3条脉冲响应函数在整个时间维度多数为正值，表明数字支付正向冲击会增加传统金融跨市场风险总溢出效应，即数字支付发展加剧传统金融跨市场风险总溢出效应。可能原因在于：数字支付发展打破传统金融交易时空限制，加速市场间资金流通速度，进而加剧传统金融跨市场风险总溢出效应。

图8右εDFPAY↑→TOTALRISK分析在数字金融监管3个不同时点上，数字支付对传统金融跨市场风险总溢出效应的脉冲响应函数。3个时点脉冲响应函数无明显差异，表明数字金融监管难以有效调控数字支付对传统金融跨市场风险总溢出效应的加剧作用。综合图8来看，以第三方互联网支付衡量的数字支付对传统金融跨市场风险总溢出效应具有加剧作用。同时，当前数字金融监管难以有效调控数字支付对传统金融跨市场风险总溢出效应的加剧作用。

图9报告以网络借贷衡量的数字信贷对传统金融跨市场风险总溢出效应的影响。图9左εDFP2P↑→TOTALRISK给出数字信贷提前期分别为2个月、4个月和10个月（对应短期、中期和长期）时，数字信贷发展对传统金融跨市场风险总溢出效应的脉冲响应函数。3条脉冲响应函数走势具有显著差异，其中短期脉冲响应函数在整个时间维度上具有明显下降趋势，中期脉冲响应函数值在整个时间维度上变化较小，长期脉冲响应函数值近乎为零。3条脉冲响应函数走势说明，数字信贷对传统金融跨市场风险总溢出效应的影响仅具有短期作用，中期作用效果较弱，长期无作用效果。该结论表明，数字信贷对传统金融跨市场风险总溢出效应的影响不具有长期性和持久性。进一步分析短期脉冲响应函数走势发现，在整个时间维度上脉冲响应函数值始终为负，表明数字信贷正向冲击缓解传统金融跨市场风险总溢出效应，且该缓解作用具有增强趋势。可能原因在于：网络借贷通过缓解传统金融市场融资约束、加强信息透明度等，在短期有助于缓解传统金融跨市场风险总溢出效应，但该缓解作用在中长期不具有持续性。

图9右εDFP2P↑→TOTALRISK进一步对比数字金融监管强度差异下，数字信贷对传统金融跨市场风险总溢出效应脉冲响应函数的差异。由于网络借贷在2020年已经全部清零，且网络借贷数据区间仅为2013年4月至2020年1月，因此本部分选择网络借贷数据的最后一个时间点2020年1月作为第三个观测时点。3个时点的脉冲响应函数对比来看，3个时点的脉冲响应函数具有相似的走势，均是在第1期达到负向最大值，在第4期后趋近于零。但3个时点脉冲响应幅度存在显著差异，2013年10月时点上的脉冲响应幅度小于2017年8月和2020年1月时点的脉冲响应幅度。以上分析表明，网络借贷未被纳入监管时，数字信贷发展对传统金融跨市场风险总溢出效应的缓解效果较弱，而随着数字金融被纳入监管和监管的强化，数字信贷对传统金融跨市场风险总溢出效应的缓解作用增强。以上结果表明，网络借贷被纳入监管和监管强化有助于缓解传统金融跨市场风险总溢出效应。综合图9来看，数字信贷对传统金融跨市场风险总溢出效应具有缓解作用，但该缓解作用不具有长期性和持久性。同时，强化数字金融监管有助于缓解数字信贷对传统金融跨市场风险总溢出效应的加剧作用。

图10报告了以余额宝衡量的数字理财对传统金融跨市场风险总溢出效应的脉冲响应函数。图10左εDFIF↑→TOTALRISK给出提前期分别为2期、4期和10期（对应短期、中期和长期）时，数字理财发展对传统金融跨市场风险总溢出效应的脉冲响应函数。总体来看，3条脉冲响应函数走势具有明显差异，其中提前2期脉冲响应函数在整个时间维度始终为负，提前4期和提前10期脉冲响应函数恒为正。以上分析表明，数字理财在短期有助于缓解传统金融跨市场风险总溢出效应，但该缓解作用不具有持久性，在中期和长期，数字理财加剧传统金融跨市场风险总溢出效应。可能原因在于：数字理财快速发展吸引传统金融市场大量资金，进而抬高传统金融市场资金成本，增加传统金融跨市场资金竞争，在中长期加剧传统金融跨市场风险总溢出效应。

图10右εDFIF↑→TOTALRISK报告在数字金融3个不同监管强度时点上，数字理财对传统金融跨市场风险总溢出效应脉冲响应函数的差异性。总体来看，3个时点脉冲响应函数具有相似走势⑤，脉冲响应函数值无明显差异。以上结果表明，当前数字金融监管难以有效调控数字理财对传统金融跨市场风险总溢出效应的影响。综合图10发现，数字理财在短期对传统金融跨市场风险总溢出效应具有缓解作用，而在中、长期具有加剧作用，当前数字金融监管难以有效调控该作用效果。

对比图8、图9和图10的结果来看，数字支付在短中长期均表现出正向外生冲击，加剧传统金融跨市场风险总溢出效应；数字0e3bb91425ebe5b8e59d47e7b91d843c理财在短期缓解传统金融跨市场风险总溢出效应，而在中长期加剧风险总溢出效应；数字信贷在短期缓解传统金融跨市场风692011f0aec54b105d6b7d4b28b2325a险总溢出效应，而在中长期影响效果近乎为零。以上结果表明，数字金融对传统金融跨市场风险总溢出效应的影响存在功能异质性。从数字金融监管来看，当前数字金融监管仅对网络借贷具有较好调控作用，而对第三方互联网支付和余额宝的调控效果较差。该结论表明，仍需进一步将数字金融的数字支付和数字理财等功能全部纳入监管。

（二）数字金融影响传统金融各市场风险溢出效应的功能异质性

本部分进一步从数字金融功能异质性视角，分析数字支付、数字信贷和数字理财对传统金融各市场风险溢出效应影响的功能差异性。图11报告以第三方互联网支付衡量的数字支付对传统金融各市场风险溢出效应的影响。εDFPAY↑→STOCKTO分析数字支付发展对股票市场风险溢出效应的影响。短期、中期和长期脉冲响应函数具有相似走势，但脉冲响应幅度存在差异，其中短期脉冲响应幅度最大，中期脉冲响应幅度接近于零。短期和长期脉冲响应函数在整个时间维度上恒为正值且具有时变性，表明数字支付发展在短期和长期加剧股票市场风险溢出效应，但长期加剧作用较弱。εDFPAY↑→HOUSETO分析数字支付发展对房地产市场风险溢出效应的影响。短期、中期和长期脉冲响应函数具有较大差异，其中短期和长期脉冲响应函数在整个时间维度上为正值，中期脉冲响应函数恒为负值。3条脉冲响应函数表明，数字支付发展在短期和长期加剧房地产市场风险溢出效应，但长期加剧作用较弱，在中期缓解风险溢出效应。εDFPAY↑→MONEYTO分析数字支付发展对货币市场风险溢出效应的影响。短期、中期和长期脉冲响应函数具有较大差异，其中短期脉冲响应函数在整个时间维度更多地体现为负值，中期脉冲响应函数恒为正值，而长期脉冲响应函数接近于零。3条脉冲响应函数表明，数字支付在短期缓解货币市场风险溢出效应，中期加剧风险溢出效应，在长期作用效果接近于零。εDFPAY↑→BONDTO分析数字支付发展对债券市场风险溢出效应的影响。短期、中期和长期脉冲响应函数走势具有较大差异，其中短期脉冲响应函数在整个时间维度恒为负值，中期脉冲响应函数恒为正值，长期脉冲响应函数接近于零。3条脉冲响应函数表明，数字支付发展在短期缓解债券市场风险溢出效应，在中期加剧债券市场风险溢出效应，而在长期作用效果较小。εDFPAY↑→EXCHANGETO分析数字支付发展对外汇市场风险溢出效应的影响。短期、中期和长期脉冲响应函数走势具有较大差异，其中短期脉冲响应函数在整个时间维度恒为负值，中期脉冲响应函数恒为正值，而长期脉冲响应函数接近于零。3条脉冲响应函数表明，数字支付发展在短期缓解外汇市场风险溢出效应，中期加剧风险溢出效应，长期无作用效果。

图12报告数字金融3个不同监管强度时点上，数字支付对传统金融各市场风险溢出效应影响的差异性。从图12的5个脉冲响应图来看，3个不同监管时点上脉冲响应函数存在显著差异，尤其是图12中前3个脉冲响应图即数字支付对股票市场风险溢出效应、数字支付对房地产市场风险溢出效应和数字支付对货币市场风险溢出效应。3个图均显示出，在数字金融纳入全面监管后，数字支付对股票市场和房地产市场风险溢出的短期加剧作用有所降低，对货币市场风险溢出的短期缓解作用有所增强。

综合图11和图12发现，数字支付对各市场风险溢出效应的影响存在差异性，其中数字支付发展在短期加剧股票市场和房地产市场风险溢出效应，缓解货币市场、债券市场和外汇市场风险溢出效应。在中期加剧货币市场、债券市场和外汇市场风险溢出效应，缓解股票市场和房地产市场风险溢出效应。数字支付在长期加剧股票市场和房地产市场风险溢出，对货币市场、债券市场和外汇市场风险溢出作用效果较弱。该结论与数字金融影响传统金融各市场风险溢出效应的结论存在差异性，表明数字金融对传统金融各市场风险溢出效应的影响具有功能异质性。同时，当前数字金融监管能够有效调控数字支付对部分市场风险溢出效应的作用效果，但也仍需进一步强化数字支付监管。

图13报告了以网络借贷衡量的数字信贷对传统金融各市场风险溢出效应的影响。εDFP2P↑→STOCKTO分析数字信贷发展对股票市场风险溢出效应的影响。短期和中期脉冲响应函数在整个时间维度上具有相似的走势，并具有动态时变性，而长期脉冲响应函数在整个时间维度上接近于零。3条脉冲响应函数表明，2017年前数字信贷正向冲击在短期和中期加剧股票市场风险溢出效应，但加剧作用不具有持久性和长期性，在长期几乎无作用效果。2017年后数字信贷发展在短期和中期有助于缓解股票市场风险溢出效应。εDFP2P↑→HOUSETO分析数字信贷发展对房地产市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度且具有动态时变性，中期脉冲响应幅度较小，长期脉冲响应幅度几乎为零。3条脉冲响应函数表明，2017年前数字信贷正向冲击在短期加剧房地产市场风险溢出效应，且具有增强趋势。2017年后数字信贷在短期对房地产市场风险溢出效应的影响逐渐减弱。数字信贷对房地产市场风险溢出的影响不具有持久性和长期性，在中期和长期该加剧效果较弱。εDFP2P↑→MONEYTO分析数字信贷发展对货币市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度且在整个时间维度上为负值，中期脉冲响应幅度显著减弱且在整个时间维度上为正值，长期脉冲响应函数值近乎为零。3条脉冲响应函数表明，2017年前数字信贷正向冲击在短期缓解货币市场风险溢出效应，2017年后数字信贷在短期对货币市场风险溢出缓解作用逐渐减弱。数字信贷对货币市场风险溢出的缓解作用不具有持久性和长期性，在中期该缓解作用出现反转，长期作用效果近乎为零。εDFP2P↑→BONDTO分析数字信贷发展对债券市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度且具有动态时变性，中期和长期脉冲响应函数值接近于零。3条脉冲响应函数表明，数字信贷正向冲击在短期加剧债券市场风险溢出效应，但加剧作用不具有持久性和长期性，在中期和长期该加剧作用效果近乎为零。εDFP2P↑→EXCHANGETO分析数字信贷发展对外汇市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期和中期脉冲响应函数在整个时间维度上具有相似的走势，长期脉冲响应函数值几乎为零。短期和中期脉冲响应函数在整个时间维度上主要为正值，表明数字信贷正向冲击在短期和中期加剧外汇市场风险溢出效应，该加剧作用效果在长期为零。

图14报告在数字金融不同监管强度时点上，数字信贷对传统金融各市场风险溢出效应影响的差异性。从图14的5个脉冲响应图来看，数字信贷对传统金融各市场风险溢出效应的影响，在数字金融3个不同监管时点上具有细微差异性，尤其是数字信贷对股票市场、房地产市场和债券市场的脉冲响应函数。同时，结合图13也可以发现，在2017年数字金融纳入监管后，数字信贷对股票市场、房地产市场和货币市场风险溢出效应的作用效果均有所减弱。该结果进一步表明，当前数字金融监管能够有效调控数字信贷对传统金融部分市场风险溢出效应的缓解和加剧作用。

综合图13和图14分析发现，数字信贷发展在短期加剧股票市场、房地产市场、债券市场和外汇市场风险溢出效应，缓解货币市场风险溢出效应，但数字信贷对传统金融各市场风险溢出效应的影响均不具有长期性和持久性，数字信贷在长期对所有市场风险溢出效应的影响几乎为零。本部分研究发现，数字信贷对各市场风险溢出效应的影响与数字金融和数字支付的研究结论存在差异。该结果表明，在研究数字金融对传统金融各市场风险溢出效应的影响时，仍需基于数字金融不同功能进行差异化检验，即数字金融对传统金融各市场风险溢出效应的影响存在功能异质性。本部分研究还发现，数字金融监管能够有效调控数字信贷对传统金融部分市场风险溢出效应的缓解和加剧作用。

图15报告以余额宝衡量的数字理财对传统金融各市场风险溢出效应的影响。εDFIF↑→STOCKTO分析数字理财发展对股票市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度，中期脉冲响应幅度相对较小，长期脉冲响应函数在2019年前为负值，2019年后转为正值但接近于零，3条脉冲响应函数均具有动态时变性。短期和中期脉冲响应函数表明，数字理财正向冲击在短期和中期加剧股票市场风险溢出效应。长期脉冲响应函数表明，在2019年前数字理财正向冲击在长期有助于缓解股票市场风险溢出效应，2019年后加剧股票市场风险溢出效应，但作用效果远弱于短期和长期。εDFIF↑→HOUSETO分析数字理财发展对房地产市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度，中期和长期脉冲响应幅度相对较小。3条脉冲响应函数在整个时间维度上大多为正值，表明数字理财正向冲击在短期加剧股票市场风险溢出效应，该加剧作用在中期和长期效果较弱。εDFIF↑→MONEYTO分析数字理财发展对货币市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上走势具有差异性，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度，中期和长期脉冲响应幅度相对较小，均具有较好动态时变性。3条脉冲响应函数在整个时间维度上均为正值，表明数字理财正向冲击加剧货币市场风险溢出效应。εDFIF↑→BONDTO分析数字理财发展对债券市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应函数在整个时间维度上具有最大的脉冲响应幅度，中期脉冲响应幅度相对较小，长期脉冲响应幅度最小且恒为负值。3条脉冲响应函数表明，数字理财正向冲击在短期和中期加剧债券市场风险溢出效应，在长期缓解债券市场风险溢出效应。εDFIF↑→EXCHANGETO分析数字理财发展对外汇市场风险溢出效应的影响。短期、中期和长期脉冲响应函数在整个时间维度上具有较大差异，其中短期脉冲响应幅度最大，中、长期脉冲响应幅度相对较小。3条脉冲响应函数在整个时间维度上均为正值，表明数字理财正向冲击加剧外汇市场风险溢出效应。

图16报告在数字金融3个不同监管强度时点上，数字理财对传统金融各市场风险溢出效应影响的差异性。从图16的5个脉冲响应图来看，除了数字理财对货币市场脉冲响应函数外，其余4个脉冲响应图在数字金融3个不同监管强度时点下没有明显差异。该结论表明，当前数字金融监管难以显著调控数字理财对传统金融各市场风险溢出效应的缓解和加剧作用。

综合图15和图16分析发现，除了在长期对债券市场具有缓解作用外，数字理财发展对5个传统金融市场风险溢出效应均具有加剧作用。本部分研究发现，数字理财对各市场风险溢出效应的影响与数字金融、数字支付和数字信贷的研究结论存在差异。以上结论表明，在分析数字金融对传统金融各市场风险溢出效应影响时，应基于数字金融功能异质性，进行差异化检验。

综合图11至图16的结论发现，数字支付、数字信贷和数字理财对传统金融各市场风险溢出效应的作用效果与数字金融对传统金融各市场风险溢出效应的作用效果总体上具有差异性。该结论表明，在分析数字金融对传统金融各市场风险溢出效应的影响时，应进一步基于数字金融功能异质性进行审慎判断。从数字金融监管强度差异来看，当前数字金融监管仅对数字支付和数字信贷具有一定的调控效果，而对数字理财的调控效果很弱，表明仍需进一步将数字金融所有功能全部纳入监管。

七、基于DY模型和TVPVARDY模型的稳健性检验

以往学者大多运用DY模型测度跨市场风险溢出，但DY模型没有明确的滚动窗口选择标准，本部分进一步选择300个滚动窗口进行稳健性检验。同时，ANTONAKAKIS等（2020）［42］提出基于时变参数向量自回归波动溢出模型（TVPVARDY）测度网络动态溢出效应。相比DY模型，TVPVARDY模型克服了DY模型滚动窗口选择的问题。因此，本部分首先分别运用300窗口的DY模型和TVPVARDY模型计算出传统金融跨市场风险溢出，然后运用TVPVARSV模型分析数字金融发展影响传统金融跨市场风险溢出的稳健性。图17至图22分别报告了基于滚动300窗口的DY模型和基于TVPVARDY模型测度跨市场风险溢出效应下，数字金融对传统金融跨市场风险总溢出效应和各市场风险溢出效应的作用效

果以及数字金融不同监管强度下作用效果的差异性。从图17和图18发现，无论是基于滚动300窗口的DY模型还是基于TVPVARDY模型，数字金融发展均加剧传统金融跨市场风险总溢出，且在3个不同监管时点下作用效果无明显差异。以上分析表明，数字金融发展加剧传统金融风险总溢出以及当前数字金融监管仍需进一步强化的结论具有稳健性。

图19至图22分析了数字金融影响传统金融各市场风险溢出效应的稳健性，从图19和图6的对比发现，除了货币市场部分时间段外，总体上基于滚动300窗口风险溢出测度下，数字金融对传统金融各市场风险溢出的作用效果具有稳健性。从图21和图6的对比发现，除了房地产市场外，总体上基于TVPVARDY模型风险溢出测度下，数字金融对传统金融各市场风险溢出的作用效果具有稳健性。从图20和图22发现，在数字金融3个不同监管强度时点上，除了个别市场外，数字金融对传统金融各市场风险溢出效应的影响没有明显差异，表明当前数字金融监管无法显著调控数字金融对传统金融各市场风险溢出效应的结论具有稳健性。

八、结论

数字金融通过资产价格渠道、资金流通渠道、信息透明度渠道和市场竞争渠道影响传统金融网络结构和网络密度，进而影响传统金融跨市场风险溢出效应。本文首先运用DY模型构建股票市场、房地产市场、货币市场、债券市场和外汇市场跨市场风险总溢出指数和各市场风险溢出指数。其次运用TVPVARSV模型将数字金融和传统金融跨市场风险溢出指数纳入统一框架下，分析数字金融发展如何影响传统金融跨市场风险总溢出效应和各市场风险溢出效应，并分析在数字金融不同监管强度下，数字金融影响传统金融跨市场风险溢出效应的监管差异性。再次根据数字金融不同功能，从数字支付、数字信贷和数字理财视角分析数字金融影响传统金融跨市场风险溢出效应的功能异质性。最后基于DY模型滚动300窗口和TVPVARDY模型，检验数字金融影响传统金融跨市场风险溢出效应的稳健性。

本文研究发现：

第一，传统金融存在跨市场风险溢出效应，其中股票市场是传统金融市场中最大风险输出方，房地产市场对其他市场的风险溢出值在5个市场中仅次于股票市场。基于传统金融市场风险动态溢出效应发现，受新冠疫情的影响传统金融跨市场风险总溢出水平较高，其中股票市场、房地产市场和外汇市场在疫情期间风险溢出增速较快。

第二，数字金融从资产价格渠道、资金流通渠道、信息透明度渠道和市场竞争渠道影响传统金融跨市场风险溢出效应。实证检验发现，数字金融发展加剧传统金融跨市场风险总溢出效应。基于传统金融各市场风险溢出效应发现，数字金融发展加剧股票市场、债券市场和外汇市场风险溢出效应，而缓解房地产市场和货币市场风险溢出效应。

第三，进一步从数字金融功能异质性进行检验，发现数字支付、数字信贷和数字理财对传统金融跨市场风险总溢出效应和各市场风险溢出效应的作用效果具有差异性。该结论表明，数字金融对传统金融跨市场风险溢出效应的作用效果存在功能异质性。

第四，从数字金融监管强度差异分析发现，在数字金融不同监管强度下，数字金融对传统金融跨市场风险总溢出效应和各市场风险溢出效应的作用效果无明显差异，即当前数字金融监管难以有效调控数字金融对传统金融跨市场风险溢出效应的作用效果。进一步基于数字金融功能异质性分析发现，当前数字金融监管对数字支付、数字信贷和数字理财的调控效果存在功能异质性和市场差异性，但总体调控效果较差。

第五，基于DY模型滚动300窗口和TVPVARDY模型进行稳健性检验发现，数字金融对传统金融跨市场风险溢出效应的作用效果具有稳健性，数字金融监管无法显著调控数字金融对传统金融跨市场风险溢出效应的作用效果也具有稳健性。

基于以上研究结论，本文得到的启示如下：

首先，数字金融发展显著影响传统金融跨市场风险溢出效应，尤其是加剧传统金融跨市场风险总溢出效应。因此，监管层在处理传统金融市场局部风险时，应将数字金融对传统金融局部风险的加剧和扩散作用进行统筹考虑，以防局部风险扩散为系统性金融风险。

其次，数字金融发展对传统金融各市场风险溢出效应作用效果具有市场差异性和功能异质性。因此，在分析和监管数字金融对传统金融各市场风险溢出效应的影响时，应进一步基于数字金融功能异质性和传统金融市场差异性进行审慎分析和监管。

最后，当前数字金融监管仅对数字金融的个别功能具有一定的调控效果，而难以有效调控数字金融大部分功能。因此，未来对数字金融的监管，应将数字金融所有功能全部纳入监管范围。

［参考文献］

［1］张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长［J］.经济研究，2019（8）：71-86.

［2］LIJ，WUY，XIAOJJ.Theimpactofdigitalfinanceonhouseholdconsumption：evidencefromChina［J］.Economicmodelling，2020，86：317-326.

［3］邓辛，彭嘉欣.基于移动支付的数字金融服务能为非正规就业者带来红利吗？——来自码商的微观证据［J］.管理世界，2023（6）：16-33.

［4］LETNL，ABAKAHEJA，TIWARIAK.Timeandfrequencydomainconnectednessandspilloveramongfintech，greenbondsandcryptocurrenciesintheageofthefourthindustrialrevolution［J］.Technologicalforecastingandsocialchange，2021，162：120382.

［5］RISMANA，MULYANAB，SILVATIKAB，etal.Theeffectofdigitalfinanceonfinancialstability［J］.Managementscienceletters，2021，11（7）：1979-1984.

［6］周光友，张逸佳.持币动机、电子货币替代与货币供给［J］.金融研究，2018（11）：172-187.

［7］CHENS，ZHANGH.Doesdigitalfinancepromotemanufacturingservitization：microevidencefromChina［J］.Internationalreviewofeconomics&finance，2021，76：856-869.

［8］吴雨，李洁，尹志超.房价上涨对P2P网络借贷成本的影响分析——来自“人人贷”的经验证据［J］.金融研究，2018（11）：85-97.

［9］卓丽洪.互联网金融与经济安全构成要素关联度实证研究［J］.数量经济技术经济研究，2020（2）：3-25.

［10］封思贤，郭仁静.数字金融、银行竞争与银行效率［J］.改革，2019（11）：75-89.

［11］LINA，PENGY，WUX.Digitalfinanceandinvestmentofmicroandsmallenterprises：evidencefromChina［J］.Chinaeconomicreview，2022，75：101846.

［12］钟凯，梁鹏，王秀丽，等，数字普惠金融有助于抑制实体经济“脱实向虚”吗？——基于实体企业金融资产配置的分析［J］.国际金融研究，2022（2）：13-21.

［13］OZILIPK.Impactofdigitalfinanceonfinancialinclusionandstability［J］.Borsaistanbulreview，2018，18（4）：329-340.

［14］LINGJINGYU，LIJIANPING，ZHUXIAOQIAN，etal.RiskspilloversbetweenFinTechandtraditionalfinancialinstitutions：evidencefromtheUS［J］.Internationalreviewoffinancialanalysis，2020，71：101544.

［15］战明华，汤颜菲，李帅.数字金融发展、渠道效应差异和货币政策传导效果［J］.经济研究，2020（6）：22-38.

［16］HSUSH，SHENC，YOONJ.Riskspilloversbetweencryptocurrenciesandtraditionalcurrenciesandgoldunderdifferentglobaleconomicconditions［J］.TheNorthAmericanjournalofeconomicsandfinance，2021，57：101443.

［17］李政，梁琪，方意.中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES指标的实现与优化［J］.金融研究，2019（2）：40-58.

［18］杨子晖，陈里璇，陈雨恬.经济政策不确定性与系统性金融风险的跨市场传染——基于非线性网络关联的研究［J］.经济研究，2020（1）：65-81.

［19］何德旭，苗文龙，闫娟娟，等.全球系统性金融风险跨市场传染效应分析［J］.经济研究，2021（8）：4-21.

［20］TIWARIAK，ABAKAHEJA，GABAUERD，etal.Dynamicspillovereffectsamonggreenbond，renewableenergystocksandcarbonmarketsduringCOVID19pandemic：implicationsforhedgingandinvestmentsstrategies［J］.Globalfinancejournal，2022，51：100692.

［21］LEECC，ZHOUH，XUC，etal.Dynamicspillovereffectsamonginternationalcrudeoilmarketsfromthetimefrequencyperspective［J］.Resourcespolicy，2023，80：103218.

［22］KHALFAOUIR，JABEURSB，DOGANB.Thespillovereffectsandconnectednessamonggreencommodities，Bitcoins，andUSstockmarkets：evidencefromthequantileVARnetwork［J］.Journalofenvironmentalmanagement，2022，306：114493.

［23］邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角［J］.金融研究，2018（11）：17-29.

［24］BRUNERMEIERM，ROTHERS，SCHNABELI.Assetpricebubblesandsystemicrisk［J］.Thereviewoffinancialstudies，2020，33（9）：4272-4317.

［25］PAVLIDISE，PAYAI，SKOURALISA.Houseprices，（un）affordabilityandsystemicrisk［J］.NewZealandeconomicpapers，2021，55（1）：105-123.

［26］方意，荆中博.外部冲击下系统性金融风险的生成机制［J］.管理世界，2022（5）：19-35.

［27］方意，王晏如，荆中博.P2P借贷市场与股票市场间的溢出机制：中国股市2015年异常波动期间的证据［J］.国际金融研究，2020（4）：87-96.

［28］ZHAOX，ZHANGWG，LIUYJ.VolatilityspilloversandriskcontagionpathswithcapitalflowsacrossmultiplefinancialmarketsinChina［J］.Emergingmarketsfinanceandtrade，2020，56（4）：731-749.

［29］杨子晖，李东承，王姝黛.合成网络新视角下的输入性金融风险研究［J］.中国工业经济，2022（3）：38-56.

［30］GUOL，CHENJ，LIS，etal.AblockchainandIoTbasedlightweightframeworkforenablinginformationtransparencyinsupplychainfinance［J］.Digitalcommunicationsandnetworks，2022，8：576-587.

［31］NIEREW.Bankstabilityandtransparency［J］.Journaloffinancialstability，2005，1（3）：342-354.

［32］吴金宴，王鹏.哪些因素影响了股市风险传染？——来自行业数据的证据［J］.中国管理科学，2022（8）：57-68.

［33］PARLOURCA，RAJANU，ZHUH.Whenfintechcompetesforpaymentflows［J］.Thereviewoffinancialstudies，2022，35（11）：4985-5024.

［34］CHIUWC，PENAJI，WANGCW.Industrycharacteristicsandfinancialriskcontagion［J］.Journalofbanking&finance，2015，50：411-427.

［35］DIEBOLDFX，YILMAZK.Bettertogivethantoreceive：predictivedirectionalmeasurementofvolatilityspillovers［J］.Internationaljournalofforecasting，2012，28（1）：57-66.

［36］DIEBOLDFX，YILMAZK.Onthenetworktopologyofvariancedecompositions：measuringtheconnectednessoffinancialfirms［J］.Journalofeconometrics，2014，182（1）：119-134.

［37］NAKAJIMAJ.TimevaryingparameterVARmodelwithstochasticvolatility：anoverviewofmethodologyandempiricalapplications［J］.Monetaryandeconomicstudies，2011，29：107-142.

［38］宫晓莉，熊熊.波动溢出网络视角的金融风险传染研究［J］.金融研究，2020（5）：39-58.

［39］周开国，季苏楠，杨海生.系统性金融风险跨市场传染机制研究——基于金融协调监管视角［J］.管理科学学报，2021（7）：1-20.

［40］刘敏，任钟媛，周德才，等.基于混频数据的互联网金融风险测度及预测研究［J］.管理学报，2022（12）：1847-1854.

［41］何运信，洪佳欢，王聪聪，等.互联网金融如何影响银行流动性创造——银行风险承担中介效应的实证检验［J］.国际金融研究，2021（12）：64-73.

［42］ANTONAKAKISN，CHATZIANTONIOUI，GABAUERD.Refinedmeasuresofdynamicconnectednessbasedontimevaryingparametervectorautoregressions［J］.Journalofriskandfinancialmanagement，2020，13（4）：84.

DigitalFinance，FinancialRegulationandtheCrossmarket

RiskSpilloverofTraditionalFinance

LiangHong

（SchoolofEconomics，SouthwestUniversityofPoliticalScience&Law，Chongqing401120，China）

Abstract：Preventingsystemicfinancialriskshasalwaysbeenthecoreoffinancialregulation，anditisimpossibletodoagoodjobindigitalfinancewithoutguardingagainstfinancialrisks.Thedevelopmentofdigitalfinancehaschangedthestructureanddensityofthetraditionalfinancialnetwork，whichmayintensifythecontagionofcrossmarketrisksintraditionalfinance，andeventriggersystemicfinancialrisks.ThispaperusestheTVPVARSVmodeltoanalyzehowthedevelopmentofdigitalfinanceaffectsthecrossmarketriskspillovereffectoftraditionalfinance，andexaminestheregulatorydifferencesandfunctionalheterogeneityoftheimpactofdigitalfinanceontheriskspillovereffectunderdifferentregulatoryintensitiesandfunctionaldifferencesofdigitalfinance.Theresearchfindingsofthispaperareasfollows：first，thedevelopmentofdigitalfinanceexacerbatesthetotalspillovereffectofcrossmarketrisksintraditionalfinance;second，theimpactofdigitalfinanceonthecrossmarketriskspillovereffectofvariousmarketsintraditionalfinancehasmarketdifferences;third，thecurrentregulationofdigitalfinanceisdifficulttoeffectivelyregulatetheimpactofdigitalfinanceonthecrossmarketriskspillovereffectoftraditionalfinance;finally，thereisfunctionalheterogeneityintheimpactofdigitalfinanceonthecrossmarketriskspillovereffectoftraditionalfinance.Researchsuggeststhatinpreventingsystemicfinancialrisks，itisnecessarytocomprehensivelyconsiderthemechanismandtheeffectofdigitalfinanceonthecrossmarketriskspilloveroftraditionalfinance，andfurtherincorporateallfunctionsofdigitalfinanceintoregulation.

Keywords：digitalfinance;traditionalfinance;financialregulation;riskspillovereffect

（责任编辑：蔡晓芹）