数字金融影响了货币需求函数 的稳定性吗？

许月丽 李 帅 刘志媛

一、引 言

货币需求函数的稳定性是关乎中央银行货币政策中介目标选择的重大政策实践问题。根据Poole(1970)的研究，如果货币需求函数是不稳定的，那么中央银行应当以利率作为中介目标，否则应将货币供应作为中介目标。由于会改变微观经济主体的货币需求决策环境，因此金融结构变迁通常被认为是导致货币需求函数不稳定的最重要诱因(Rao 和 Kumar，2009)。近些年来，中国金融市场所面临最重大的技术性冲击是数字金融的迅速兴起。黄益平等(2018)认为，数字金融泛指传统金融机构与互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式。虽然与其他缺乏监管的金融创新类似，数字金融的发展也产生了诸如网贷诈骗和金融产品空转套利等金融风险问题，但一个毋庸置疑的事实是，无论是业态模式还是金融产品，数字金融的发展均对原有的金融结构产生了巨大的冲击(周光友等，2018)。理论上，人们对货币的需求源自货币具有交易度量单位和价值贮藏等功能，显然，数字金融发展引起的交易技术变化和由此衍生了新的金融产品，很可能对货币的这些功能产生冲击，因而引发货币需求函数的不稳定。然而，这一结果并非是显而易见的。从经济的角度来看，如果经济中只有一种代表性主体且预期是理性的，那么，经济体对外来冲击的调整就可能是突变的。但是，如果经济中代表性主体具有异质性且预期是自适应的，那么外来冲击的调整就可能是渐进的，结构变迁并不一定会带来货币需求函数的不稳定(Taylor 和 Mac-Donald，1992)。

在以发展中国家为对象的相关研究中，以20 世纪80 年代以来四个阶段的金融自由化改革为背景，Pradhan 和Subramanian(2003)利用考虑区际转移的单方程协整技术方法，分析了改革对印度长期货币需求函数稳定性的影响。针对20 世纪80 年代以来亚洲国家金融改革冲击，Rao 和Kumar(2009)基于亚洲14 个国家1970—2005 年的数据，利用考虑结构断点影响的可选择面板估计模型对M1 货币需求的稳定性进行了实证判断，并得出虽然金融改革对货币需求有显著影响，但货币需求函数仍旧稳定的结论。Lee 和Chien(2008)利用1977—2002 年的数据，发现中国经济金融改革的制度性变迁影响了M1 和M2 的稳定性。Kumar(2011)通过对两个子样本区间进行对比分析，研究了始于20 世纪80 年代的金融改革是否对亚非20 个发展中国家的M1 需求函数的稳定性产生影响。其研究发现，M1 仍是稳定的，因而货币供应量仍可选择作为货币政策的中介目标。在有关发达国家的研究之中，Wang(2011)利用稳定的动态系统协整分析技术发现美国的货币需求函数存在两个突变点。Lucas 和Juan(2015)分析了2007年全球金融危机后美国银行部门的结构变化对货币需求函数稳定性的影响以及如何根据流动性调控要求，寻找稳定的非常规货币量指标的问题。利用1999—2013 年的样本数据，Jung(2015)对2007 年金融危机是否造成了欧盟M3 货币需求的不稳定进行了实证判断与检验。他们的结果显示，金融危机冲击并未对欧盟的M3 需求函数的稳定性产生显著影响。上述的这些研究表明，无论是发达国家还是发展中国家，关于货币需求函数稳定性的实证结果并不存在一致的意见，而研究结果具有对国别和时间选择较强的敏感性。

实证中判断货币需求函数稳定与否的关键是，如何在技术上识别货币需求函数是否出现了形式上的突变。近些年来，这些研究主要集中在协整或误差修正技术及其各种变形上。Pradhan 和Subramanian(2003)提出了三种货币需求函数漂移方式：一是水平漂移；二是水平和趋势漂移；三是区际漂移。为了识别这三种突变形式，他们提出了如下技术方法：通过求最大的ADF 负值并将其与临界数值相对照，就可以发现货币需求函数是否存在突变以及突变的形式。Wu 等(2005)利用递进旋转方法估计了一个Goldfeld(1973)变系数部分调整ARMAX 货币需求函数，进而通过加入协整方程构造误差修正模型对长期条件下货币需求函数的稳定性进行了检验。Austin 等(2007)对中国货币需求与通胀率之间的关系进行了估计，其使用的是门限自回归(STR)模型。这一技术的特点是货币需求关于通胀是非线性的，在门限点货币需求自回归函数会发生平滑的变化。Wang(2011)利用QU(2007)的结构断点协整检验技术，对美国长期货币需求函数的稳定性进行了检验。相比于Stock 和Watson(1993)的用于检验长期协整关系稳定性的动态OLS 估计技术，这一方法的优点是对短期货币需求函数动态稳定性要求不敏感。

综上，货币需求函数的稳定性可能受到来自不同因素的冲击而发生改变，近年来迅速兴起的数字金融对于中国货币需求函数的稳定性也可能造成了一定程度的影响，但这一影响的强弱究竟如何，目前鲜有文献对其进行研究。因此，本文同时利用基于Goldfeld(1973)的合意货币存量部分调整门限回归模型和Pesaran 等(2001)的自回归分布滞后(ARDL)协整突变检验技术，来分析数字金融发展对中国不同层次货币需求函数稳定性的影响，并考察剔除利率市场化改革和金融创新与数字金融交互作用以及对货币量指标做更符合货币投机性需求经济含义的内部剖分对这种影响识别的重要性。其中，不稳定性特征按货币需求函数的形式变化而进一步被从全局稳定和边际稳定两个层面加以识别。

本文后面部分内容安排如下：一是递进地提出不同情形下数字金融对中国货币需求函数稳定性影响机理的概念性理论框架及假说；二是实证检验非约束条件下数字金融对中国货币需求函数稳定性的影响；三是实证检验考虑金融结构变迁的情形下数字金融对中国货币需求函数稳定性的影响；四是实证检验考虑货币量内部结构剖分条件下数字金融对中国货币需求函数稳定性的影响；最后是结论①限于篇幅，文中没有列出稳健性检验部分的相关实证结果，备索。。

二、研究假设

（一）基准情形

从基于需求动因的内部结构划分的角度来看，将货币需求总的分为交易性货币需求和投机性货币需求②预防性货币需求与缓冲存货需求，总体上仍可归于货币的交易需求。，这仍是关于货币需求函数问题的为数不多的基本共识之一。因此，货币需求函数的稳定性可从如下三个方面予以考察：一是整个货币需求函数的形式是否发生了变化，二是货币需求的收入弹性是否发生了变化，三是货币需求的利率弹性是否发生了变化。

一般来说，对货币需求函数稳定性的冲击主要来自金融产品创新和金融技术革新(Judd 和 Scadding，1990；Bae 和 Kakkar，2006)。微观上，这些创新与冲击会导致家庭与企业部门投资组合选择范围的变化、财务管理技术变化以及银行等中介支付与交易技术变化。数字金融的发展既带来了金融技术变迁，同时也催生了诸如余额宝等新的金融理财产品的创新。故在逻辑上，数字金融发展有可能使得在其他条件不变的情况下，家庭与企业等微观主体的货币需求决策行为均发生重大的结构性突变，从而使得货币需求函数形式发生变化。同时，通过支付与交易技术的重大变革，数字金融对货币交易需求也会产生重大影响，从而影响货币需求交易弹性。同理，通过发行新的数字金融产品，数字金融还可能通过产品替代效应对货币的投机需求弹性产生影响。据此，我们有如下的假说1。

假说1：数字金融发展对货币需求函数会产生多重的具体影响。首先，总体上通过改变微观经济主体的货币需求决策行为，数字金融发展会显著改变货币需求函数形式，即造成货币需求函数的全局不稳定性①这里的稳定性仅是函数形式变化意义上的，而非微分和差分方程解或经济动态一般均衡的均衡解意义上的，下同。。其次，数字金融发展还可能产生两种形式的边际不稳定性：一是通过改变支付技术与交易方式，数字金融发展会改变货币需求函数的收入弹性；二是通过数字金融理财产品的替代效应，数字金融发展还可能改变货币需求函数的利率弹性。

（二）考虑金融结构变迁的拓展

通常认为，标准理论难以被直接用于发展经济体的分析，既非源于发展经济体的微观主体行为不符合理性假定，也非新古典的分析工具在发展中国家失效，而是因为发展经济体与发达经济体在经济结构上存在差异(林毅夫，2011；Agénor 和 Montiel，2015)。对中国来说，数字金融的兴起最早可以追溯到2004 年支付宝账户体系的上线(黄益平等，2018)，在此期间，中国面临的可能影响货币需求函数的主要经济结构性特征包括两个方面：一是金融制度方面利率市场化改革的不断推进；二是金融产品方面各种理财产品的风起云涌。

利率市场化改革和理财产品发行对数字金融的影响逻辑，源于利率的经济本质。从货币需求微观主体的最优化行为来看，家庭部门对超额货币需求的变化也是由于对货币替代品债券需求的变化所致，因此无论哪一种利率决定理论，债券市场的供需均衡都是关键的决定机制，只是古典理论的作用是即时的，而凯恩斯理论则有一个均衡时滞。据此，利率市场化改革与理财产品市场的兴起对数字金融的影响机制将通过如下两个效应来实现：一是信号传递效应。利率市场化改革通过构建有效的资金价格信号，对货币、数字金融理财产品和其他理财产品进行了更为正确的风险定价，向家庭部门传递了更有效的价格信息，从而使得家庭部门能够在更大范围内做出投资组合优化，即通过价格信号传递影响了数字金融对家庭部门货币需求的冲击。二是产品替代效应。其他理财产品对数字金融理财产品具有明显的替代作用，因此其他非数字金融理财产品的发行，将通过产品替代效应而对数字金融的作用产生影响。于是，我们有如下假说。

假说2：利率市场化改革和理财产品市场的发展，是中国金融市场的两个重大结构性变革，这一变革通过利率市场化改革的资金风险价格信号传递机制和理财产品市场的产品替代效应，对数字金融影响货币投机性需求的效果产生了冲击，而这种冲击是以这些结构变迁与数字金融发展相互交织的非线性形式进行的。

（三）考虑货币层次内部剖分的拓展

货币需求函数估计过程中经常要碰到的一个重要问题是，经验模型中实际变量指标与货币需求函数中的理论变量指标经济含义不一致，而只有将二者加以统一才能实现理论与实证的逻辑自洽性。从我国M0、M1 和M2 的含义来看，有必要分别从家庭与企业角度对货币量进行结构剖分，原因是家庭与企业在货币投机性需求行为方面有着重大差异。从中国企业的实际运营来看，企业存款的主要目的是为了应对生产交换过程中经常性支出的需要，将资金在不同证券之间进行投资组合边际决策，不能反映其主要的货币需求决策行为特征。相对而言，家庭的货币需求既具有交易和预防性需求的特征，又具有将储蓄在不同证券资产之间进行最优投资组合配置的特征。易行健等(2018)的研究指出，中国数字普惠金融的发展显著促进了居民消费，由于家庭的储蓄与消费对偶，但消费相对于投资要稳定得多，而企业的货币需求通常与投资相关，因此以家庭储蓄存款作为货币需求量指标的货币需求函数，可能更为稳定。因此，我们有如下假说。

假说3：由于与投机性货币需求函数理论经济含义更为契合，因此从理论与实证含义一致的逻辑自洽性角度来看，家庭部门的储蓄存款是比统计数据中M0、M1 和M2更为适合的刻画投机性货币需求的指标，而且相对于传统的货币存量指标，家庭储蓄存款需求函数可能具有更强的稳定性。

三、研究设计与数据来源

（一）实证模型构建

1. 基准实证模型

本文之所以同时采用考虑区际转移的部分调整门限回归模型和在传统ARDL 模型中加入协整向量的长期断点检验方法(Pesaran 等，2001；Bharumshah 等，2009)作为实证模型的选择，主要原因有四。一是Ball(2012)的研究表明，只要在利率等变量适当选择的条件下，利用传统的合意货币存量部分调整模型，可以很好地解释货币的短期需求。而且，变量的非平稳性主要影响的是系数约束检验(Wald 检验)结果，而在大样本下对系数估计效果并无影响。二是协整分析只能用于估计长期货币需求函数，而不能用于短期货币需求函数，且其本身的经济理论含义并不强。如果存在多个协整关系，需要增加额外的经济理论约束才能对这种协整结果加以识别。三是协整分析的结果对于样本时期和样本量具有很强的敏感性。协整分析需要观察长期数据才能发现变量之间是否存在共同趋势，如果数据样本期过短则估计结果会变得很不可靠，但中国的样本数据时期仍不够长且缺乏遍历性。四是Pesaran 等(2001)的ARDL 协整技术估计结果对于变量平稳性不敏感。

其中，前者用于一般性分析，后者用于稳健性检验。对于前者，我们拟选择合意货币存量的逐步调整模型作为回归基准模型，具体出于两个原因：一是这一模型包含了弗里德曼所强调的货币需求取决于永久收入的观点；二是这一模型还与货币与非货币间的调整具有成本(Baumol，1952)、习惯具有持续性以及人们对利率和收入的变动是否是长期的判断具有滞后性等理论逻辑相一致。具体模型设定如下：

其中，α′、β′等系数为式(1)中的相关系数与式(2)中的γ组合计算而得。根据研究的问题，我们假定数字金融发展改变了货币需求的收入和利率弹性，即改变了收入与利率对货币需求的边际影响①数字金融需求也可能直接改变货币的需求函数形式，但是由于线性函数形式可以看作是非线性函数的泰勒展开式，因此，从判断数字金融是否改变了货币需求函数的角度来看，如果不考虑高阶的情况，数字金融对于二者的影响是等价的。，故将用于估计的基准模型设定为如下的门限回归 模型：

其中，inf 为门限变量，φ表示inf 的门限值，其余变量定义同上。1j(inft,φ)为示性函数，变量Z 中始终包含景气指数(bi)，以剔除供给因素对观测货币量的影响。选择这一变量加以控制的理由如下：理论上，货币供给变动取决于两点，一是央行的自主调节，二是商业银行的货币乘数放大效应。后者是一个长期制度性问题，可看作常数。由于央行是根据经济景气指数调整货币政策，故可通过经济景气指数来控制前一个因素。式(4)可以用于识别两种不同形式的货币需求函数不稳定性：一是全局性不稳定，二是边际不稳定。如果门限回归结果出现了明显的分段，那么就表明数字金融发展带来了货币需求函数的全局性不稳定。如果数字金融发展仅引起了货币需求关于收入与利率的弹性变化，则说明数字金融发展引起了货币需求函数的边际不稳定。我们的检验逻辑如下：①如果数字金融的发展影响了货币需求函数的全局稳定性，那么式(4)中应至少存在一个门限值，使得式(4)函数形式发生区间分段。②由于收入水平反映人们对货币的交易需求与预防需求的大小，而数字金融发展可以有效降低货币与非货币之间的转换成本，从而减少家庭对交易性货币的需求，故我们预期交叉项inf*lnY 的系数将显著为负，且伴随着数字金融发展，该系数绝对值会增大。③由于利率水平反映人们对货币的投机需求大小，而数字金融的发展为家庭提供了更多的理财产品选择，因而家庭投资组合会对利率的变动更为敏感，故我们预期交叉项inf*R 的系数显著为负，且随数字金融的发展绝对值也可能增大。其中，②、③检验的是货币需求的两种边际不稳定形式。

2. 金融结构变迁影响实证模型

经常性的结构变迁，是转型国家经济发展过程的一个典型特征。已有研究表明，这些结构变迁可能是货币需求函数不稳定的来源，并且不同的结构变迁的作用往往会交织在一起(Baba 和 Hendry，1992；Francesco，2009；Fassil，2013)，数字金融对货币需求函数的影响，同样可能与这些因素相互作用。据此，按照假说2，本部分我们将分离利率市场化改革和理财产品的作用与数字金融作用，从而更清晰地识别数字金融对货币需求函数稳定性的独立影响。

根据前面理论分析框架所给出的逻辑，我们将基准模型拓展为如下形式：

这里，RM 为利率市场化水平，FP 为银行理财产品发展水平，其他变量同前。如果假说2 成立，应当有：第一，对于不同层次的货币政策需求函数而言，在模型中控制的利率市场化与数字金融的交叉项系数大多应为负但不显著，而控制的银行理财产品与数字金融的交叉项系数大多应显著为负；第二，控制利率市场化或者银行理财产品相关变量后，各货币需求函数中的利率与数字金融交叉项的系数绝对值大小和显著性水平均有所降低，且控制银行理财产品后比控制利率市场化降低幅度更大；第三，控制利率市场化或银行理财产品后，各层次的货币需求函数关于数字金融的分段区间均应有所减少，且控制银行理财产品后的变化更加明显。

3. 货币存量内部结构剖分实证模型

计量实证中经常遇到的一个重要问题是，现实经济变量的指标与理论所规定的变量经济含义存在差异，这一点在投机性货币需求变量上有着明显的表现。如前所述，按照货币投机性需求的理论以及我国的货币量统计指标，无论是M0、M1 还是M2，都不是与货币需求函数理论内涵规定相一致的投机性货币需求指标。相对而言，家庭储蓄存款很可能是一个能更好刻画货币投机性需求的指标。本部分我们来验证一下假说3的预期，即从货币投机性需求角度来看，数字金融对于家庭储蓄存款作为货币需求指标的影响是否更小。

由于本部分我们需要检验家庭储蓄存款是否更加适合作为货币需求指标，因此我们同样利用前文中式(4)～式(6)进行回归分析，仅将其中的被解释变量替换为城乡居民储蓄存款余额，其余变量定义不变。如果假说3 成立，我们预期：第一，相对于其他层次的货币需求函数，家庭储蓄存款层次的货币需求函数关于数字金融的区间分段数应当较小；第二，家庭储蓄存款层次的货币需求函数中收入弹性系数较不显著而利率弹性系数十分显著；第三，家庭储蓄存款层次的货币需求函数中数字金融与收入的交叉项系数并不显著，而数字金融与利率的交叉项系数显著为负。

（二）变量定义与数据来源

1. 实际收入水平(Y)。货币需求理论中的实际收入有三种指标选择方法：当期收入、预期收入和永久收入。预期收入的计算通常依据理性预期理论，但由于理性预期是基于“合适理论”而对未来的预测，因而结果对理论选择具有很强的敏感性。相对而言，永久收入既与货币需求函数理论逻辑更契合，计算方法又具有更广泛的适用性。弗里德曼认为，货币需求取决于财富而非仅是当前的收入水平，而财富可用永久收入水平表示，即收入的长期平均预期值。考虑到弗里德曼货币需求计算公式的本质是认为永久收入取决于过去收入的加权平均值，因而我们直接利用自回归移动平均(ARMA)模型来测算这一指标。其中，当期收入用实际GDP 水平表示。

2. 名义利率(R)。货币需求函数中用的是名义利率而非真实利率，原因是货币投机需求是经济主体在货币与非货币两种金融资产收益率之间的权衡。对于不同的金融资产而言，同时用其名义收益率或真实收益率对于投资组合最优决策是完全等价的①货币需求函数中的货币资产的名义收益率为0，所以，其他金融资产的名义收益率水平，即是货币与非货币金融资产的真实收益率水平差异。。不过，不同于理论，在我国，除了M0 外，M1 和M2 都是支付利息的。由于基准存款利率即是M1 和M2 的无风险收益率，因而直接用存款利率作为货币需求函数中的利率显然不合适，货币需求函数中利率的选择，需要寻找微观主体能够方便进行投资组合选择的货币替代品资产收益率。为此，我们选择市场化的且一般家庭均可纳入投资组合选项的国债收益率②经过测算，股票收益率不是一个好的指标，原因可能在于我国股票市场投机引起的波动性太强。作为真实利率的指标变量。同时，考虑到金融市场仍具有较强的分割性，我们也选择了居民消费价格指数(CPI)作为货币需求函数中的利率指标。这一指标在相当广泛的程度上反映了持币成本，也是一些关于发展中国家货币需求函数研究中经常选用的指标(Liu，2017)。

3. 数字金融发展(inf)。参考黄益平等(2018)对于数字金融的定义，部分学者选择将北京大学数字金融研究中心发布的中国数字金融普惠发展指数作为数字金融发展的指标变量(谢绚丽等，2018；邱晗等，2018)。然而，这一指标对于中国数字金融的发展测度虽然具有较高的准确性，但由于该指标的时间跨度较短且时间频率为年度，与本文的研究样本存在较大差异，因此我们不得不寻找其他的指标变量来对中国的数字金融发展进行测度。“数字金融”这一概念与中国人民银行等十部委定义的“互联网金融”并无较大差异，二者之间的细微差别可以近似忽略不计(黄益平等，2018)。互联网金融则主要包括三种业务模式：移动支付、互联网金融理财产品与网络信贷(王健辉等，2015)，考虑到在当今环境下，后两者的发展都出现了一些诸如资金空转套利和违约风险等问题，因此互联网金融功能主要体现在便利支付方面，且这一判断得到了统计数据的支持③Wind 资讯的数据显示，截至2018 年底，中国第三方支付的市场规模远大于其余二者。。故此，我们最终决定选择第三方支付作为数字金融的指标变量，数据来自Wind 数据库中第三方支付市场规模。不过，这一数据始自2007 年，对于缺失的2005—2006 年的数据，我们利用后向趋势修正移动平均法补齐。由于2005 年前数字金融发展非常缓慢且规模很小，故将2005 年之前的数字金融发展数据均设定为0。

4. 货币需求量(dM )。在考虑剔除供给因素影响的条件下，我们采用常见的M0、M1 和M2 三个货币存量划分层次。此外，由于现实中观测到的货币量是供需共同决定的结果，但货币需求函数要求的货币存量仅指需求行为决定的部分，因此需要将供给引起的货币观测值变动因素予以剔除。由于央行是影响货币供给的最重要机构，且通常采取综合平滑和前瞻性经济发展预期来相机抉择制定货币政策的政策操作规则，因此可以认为，货币供给行为主要取决于过去与未来经济发展趋势综合状况，故我们采取控制宏观经济景气先行指数(bi)前后三期平均值的方式剔除供给因素的影响。

5. 利率市场化改革(RM)。已有的研究关于利率市场化改革指标的选取主要有三种方法：一是虚拟变量法。这一方法是利用重要政策指令出台划分时间区段来设置虚拟变量(张宗益等，2012；尹雷等，2016)，但不同研究给出的时间区段划分并不相同。二是直接选取基准存贷款利率水平作为指标。一些研究认为，央行的存贷款基准利率在一定程度上包含了利率市场化的信息，故可将处理后的基准贷款利率直接作为利率市场化程度的指标(张孝岩等，2010)。三是构造加权平均指标。例如，彭建刚等(2016)选取了12 项利率组成的利率市场化水平的指标体系，并对其进行赋值和加权，从而得到中国利率市场化指数。可见，利率市场化改革指标选取在实践中存在较大争议。一个有效利率市场化指标的选取，无疑应当是这一指标能够较好地反映出市场资金供需由利率决定的程度。据此，我们构造了如下的新的利率市场化指标：将金融机构各项贷款余额(L)关于产出和利率进行回归，取“残差的绝对值(u－u 的平均值)与贷款余额绝对值(L－L 的平均值)之比”作为利率市场化程度的指标。这一计算方法背后的逻辑是，在信贷配给条件下，当控制贷款需求因素后，利率市场化水平越高，贷款总波动中由贷款供给引起的波动占比越高①在信贷配给的条件下，利率市场化程度越高，均衡贷款量的波动越由供给变动引起。因为从基本的信贷供需曲线的简单比较静态分析可知，如果利率没有市场化，那么均衡的贷款供给是常数，实际测算到的贷款量的变化都是由需求变化引起的。。由于此处的利率需要反映信贷市场的利率水平，故我们选取了6 个月的短期贷款利率。

6. 银行理财产品发展水平(FP)。关于这一变量的测度通常选用两种指标，一种是银行理财产品规模，另一种是银行理财产品预期收益率(昌忠泽等，2018)，也有部分学者利用银行理财产品预期收益率与存款基准利率之差作为指标变量(项后军等，2017)。从本文的具体研究问题来看，银行理财产品发展主要是影响了人们的持币成本，从而为人们的资产投资组合提供了一种有竞争力的选择。据此，我们决定采用6 个月银行理财产品预期收益率作为理财产品发展水平的指标变量。需要说明的是，6 个月银行理财产品预期收益率这一数据的样本时段为2004—2018 年，同时考虑到中国的银行理财产品从2005 年起才正式形成了多样化、竞争性的格局并持续快速发展(陈良凯等，2014；项后军等，2017)，因此我们将2004 年之前的这一指标数据通过平滑移动平均法进行补齐。在对这一指标数据进行了初步的描述性统计分析后，我们发现2007 年这一指标出现了一次爆发性的增长，这与刘毓(2008)在其研究中曾指出的2007 年是人民币理财产品的一个爆发期相一致，因此2007 年的数据相对于总体样本而言可视为异常值，为避免异常值对本文研究造成偏误影响，我们将这一年的样本数据剔除并使用平滑移动平均法进行补齐。

文中样本数据均为季度频率的时间序列数据，样本时段为2000 年第一季度至2018 年第二季度。其中，GDP 和货币存量等宏观数据来自国家统计局和中国人民银行，第三方支付来自Wind 资讯，部分月度和周度频率的数据通过加权平均的方式转化为季度频率，相关变量数据均进行了季节调整，部分缺失数据采用平滑移动平均法予以补齐。

四、实证结果

（一）基准模型实证结果

表1 给出了基于式(4)的基准模型估计结果，可以得到以下结论。

第一，无论哪一种情形，数字金融发展都会导致货币需求函数的明显区间分段，即货币需求函数的全局不稳定性，但在时间维度上仍是可识别的。从表1 看，无论货币需求函数变量与利率变量具体选择哪一种指标，估计结果均表明，数字金融发展对于货币需求函数的影响可被显著地分为若干个不同的区段，即在数字金融发展的不同阶段，货币需求函数有着不同的函数形式。这说明数字金融发展从总体上对货币需求函数的稳定性产生了突变性的影响。制度变迁与技术冲击历来是引起货币需求函数不稳定的最重要的两个诱因，其背后的机理是，制度变迁与技术冲击会引起金融市场机构准入、金融新产品开发、金融市场定价和金融交易技术的结构性变化，从而引起家庭与企业货币需求决策行为的变化。虽然表1 中的实证结果并未给出关于中国需求函数不稳定的经济动因，但是按照上述逻辑并结合近些年来数字金融在中国的发展变化现实，可以得到一些启发。数字金融是近几年来中国金融市场所面临的最重要的技术冲击，通过移动支付功能，数字金融改变了M1 和M2 的流动性，并创造了余额宝等形式的金融产品，促使传统银行等金融机构不断采取新的交易支付技术与开发新的产品，从而引起微观主体货币需求行为的变化，进而引起内部货币存量决定形式的变化。不过，表1 的实证结果给我们的另一个重要启示是：虽然数字金融发展引起了货币需求函数的全局不稳定性，但是这种不稳定性是分时段的，也就是说，货币需求函数仍在时间维度上是可以识别的。这可能主要与中国对金融产品创新管制仍较严格有关。同时，这一结论也为数量式货币政策，尤其是盯住社会流动性规模或货币量的货币政策的有效性提供了证据支持。

第二，虽然数字金融发展对M0、M1 和M2 关于收入均表现出一定程度的边际不稳定性，但这种影响的显著性随着货币需求度量尺度的不同而显著改变，且随数字金融发展水平不同而不同。从表1 看，无论是选择哪一种利率指标，对于M0、M1 和M2，交叉项inf*lnY 关于M0 在三个数字金融发展区段上都是显著为负的，但是对M1的影响是仅在前两个区段显著为负，而对M2 在三个区段上影响均不显著。且无论对于M1 还是M2，随着区段的升高即数字金融发展水平的提高，inf*lnY 的系数绝对值都逐步减小。这表明，数字金融发展总体上显著减少了传统货币的交易需求量，但是这种影响是边际递减的。对此，可以从当前中国数字金融的主要功能方面获得一定程度的解释。总的来看，虽然数字金融发展具有支付与交易的便利性、增加市场中金融产品以及解决借贷双方的信息不对称等三种功能，但就目前而言，中国的数字金融发展主要体现在支付与交易的便利性方面，后二者的发展要么大多是利用金融市场的分割性而在金融市场内部空转套利，要么无法有效防止违约问题而产生许多金融风险。以移动支付为代表的数字金融发展，大大降低了支付过程中的成本及不同货币层次(例如活期存款与现金)之间实现资产转换的成本，因此数字金融的发展显著降低了对货币的交易性需求，但与任何新的技术或投入一样，这种冲击具有边际递减的特征，即随着数字金融发展水平提高而递减的特征。同时，由于M0、M1 和M2 与货币交易需求的相关度依次递减，因而数字金融发展对其关于收入弹性的边际影响也就具有了边际递减的特征。

第三，对M0、M1 和M2 而言，数字金融发展仅对M2 关于利率的边际不稳定性产生影响，且这种影响随数字金融的发展而有所增强，但对M0 和M1 的影响均不显著。表1 的结果显示，只有在以CPI 为利率的指标变量且被解释变量为M2 时，inf*R 的系数才为负且较为显著，系数绝对值也随区段的升高有所上升。当被解释变量为M0 和M1 时，inf*R 的系数符号始终与理论预期不符且完全不显著。这说明数字金融的发展对货币的投机或投资需求总体影响不大，但影响力确实有所增强。究其原因，这可能与当前数字金融的主要功能以及不同层次货币的经济含义不同有关。如前所述，近些年来我国数字金融的发展作用主要体现在使得交易需求更加方便，但由于包括数字金融的各种理财产品和网贷存在一些问题，规模也相对很小，因而数字金融发展对于微观主体的投资组合决策实际影响仍不大。从M0、M1 和M2 的构成来看，M0 主要是银行体系外的现金，它主要用于日常支付需要；M1 则包括M0 及企业等机构持有的活期存款；M2 则包括M1 以及家庭的活定期储蓄存款、证券保证金和企业单位的长期存款。显然，只有M2 中的家庭部门储蓄存款和证券保证金，才是与投资组合最密切相关的货币存量部分，M1 的变化主要取决于企业微观层面生产经营的活跃度。因此，随着数字金融的发展，当其理财功能增强时，M2 所受影响也就会逐步增强。

第四，从刻画投机性货币需求的角度来看，M2 是一个更好的货币需求度量指标，且通胀率比国债利率更能反映持币的机会成本。表1 中的回归结果显示，若以M0、M1来度量货币需求存量，当选择国债利率作为利率指标时，利率R 的系数要么不显著，要么显著但为正，这与投机性货币需求理论预期完全不同。即便选择通胀率CPI 作为利率的代理变量，R 的系数也未出现显著为负的情形。关于其中的原因，我们认为可以从如下角度寻求解释：M0 主要与交易需求有关，因而此种情况下R 的系数不显著是可以预期的。M1 则主要与企业的经营活跃度或经济的整体活力有关，导致其变动的原因主要是经济繁荣度而非利率。在经济繁荣时期，企业生产与交易活跃，M1 增长的同时通胀率也会提高。另外，按照金融内生不稳定性理论，此时银行等金融机构更偏好于企业放贷而减少国债购买，因而国债发行利率会提高。可见，无论选择国债利率还是CPI，关于M1 的回归结果都有可能表现为货币与利率的显著正相关。相对而言，M2由于包含了企业单位长期存款和家庭储蓄存款，二者都可能与利率负相关，但原因有异。对于前者，企业长期存款的增加往往是逆周期的，在经济低迷时期，银行等金融机构出于企业资产负债表风险重估考虑，会偏好于持有无风险的国债而导致国债利率降

低，而由于经济增速减缓，此时CPI 也处于低位。对于后者，国债尤其是通胀率CPI 都是家庭部门的持币成本。于是总体来看，回归结果表现为M2 和利率呈反向关系。可见，无论从统计结果的相关性特征还是经济含义来看，M2 和通胀率分别是与货币需求函数内涵契合度更高的货币需求和利率指标。

表1 基准模型实证结果

（二）金融结构变迁实证结果

表2 和表3 分别给出了式(5)、式(6)的实证结果①限于篇幅，此处省略了数字金融各区段的实证结果，备索。，由表中结果我们可以得到如下结论。

第一，在分离银行理财产品与数字金融的交叉影响后，以数字金融发展水平分段的货币需求函数的区间分段明显减少，这支持了假说2 的结论。说明从总体上来看，如果我们控制银行理财产品的影响，那么，货币需求函数因数字金融发展而出现突变式函数形式变迁的可能性将显著减小，因而数字金融对货币需求函数稳定性的影响，确实是与银行理财产品相互交织的。要清楚地识别数字金融的作用，必须将银行理财产品的影响加以剔除。

表2 控制利率市场化后的实证结果

第二，银行理财产品的发展，主要是通过改变数字金融对投机性货币需求的影响来实现的，而对交易需求的影响不大。由表3 及备索内容可知，首先，与基准模型相比，在控制银行理财产品的影响后，货币需求关于收入的弹性变化幅度为2.7%至6.4%，说明银行理财产品对货币交易需求影响不大，这一点与货币交易需求主要与收入及交易技术相关的理论相吻合。但是与交易需求不同的是，在大多数的区间段，与基准模型的结果相比，在控制FP 和FP*inf 后，inf*R 的系数绝对值显著变小，且减小幅度大多超过20%。这表明，在将银行理财产品对货币需求的直接作用或通过数字金融的间接作用加以剔除后，数字金融对于货币投机性需求的影响显著变小，说明银行理财产品的发展，显著地改变了数字金融对投机性货币需求的影响。这一结论与银行理财产品为家庭部门的金融资产投资组合提供了更多选择的预期相一致。

第三，利率市场化改革因素控制与否，并未对货币的利率弹性产生显著的影响，这与理论预期不一致。根据表2，RM 和inf 的交叉项在任何情形下均不显著，说明利率市场化改革并未对数字金融影响货币需求函数的效果产生明显的影响。同时实证结果还显示，单独的RM 变量的系数也是不显著的，说明利率市场化改革无论是通过直接效应还是间接效应，均未对货币需求函数产生明显影响，这与通常的理论预期不一致。分析产生这一结果的原因，一种可能的解释是：中国在实行利率市场化的过程中，对金融产品的创新和金融机构的准入仍实行较严格的管制，因此金融市场仍是一个垄断性较强的市场，金融产品种类较少，金融产品的丰富度还不足以满足均衡的无套利风险定价的要求，从而对家庭部门投资组合变动影响不大。

表3 控制银行理财产品后的实证结果

（三）货币存量内部结构剖分实证结果

表4 给出了各种情况下家庭储蓄存款的估计结果①限于篇幅，此处省略了数字金融各区段的实证结果，备索。。由表4 可知：第一，与其他任何情形相比，货币需求函数按数字金融区间分段的数目显著减少，说明家庭部门的投机性货币需求受数字金融的发展影响较小并具有更强的稳定性，这支持了假说3 的判断。根据表4，无论在哪一种利率指标条件下，与前面的实证结果相比，数字金融发展引起的货币需求函数分段数目均显著减少，大多由原先的3 段减少至2 段，最大缩减幅度达50%，说明相对于传统的货币存量指标，数字金融对于家庭部门储蓄存款的影响更为平滑。对此结果，一个可能的解释是：虽然对于金融市场而言数字金融是一种新的技术性冲击，但是家庭关于数字金融发展在储蓄投资组合分配反应上是相对平滑的，这可能与人们的风险偏好选择有关，也可能与人们金融投资习惯的改变具有制度滞后性有关。第二，家庭储蓄存款是一个更适合刻画货币投机性需求函数的指标。在以家庭储蓄存款作为货币投机性需求代理变量的回归结果中，R 前面的系数在不同的数字金融区间分段条件下，几乎均为负且大多十分显著，这与货币投机性需求函数理论更为吻合。这表明从刻画投机性货币需求的角度来看家庭储蓄存款是一个更有效的指标，这也与假说3 的判断相一致。第三，数字金融发展显著地改变了货币需求关于利率的边际效应。表4 中的结果显示，无论使用哪种利率指标，inf*R 的系数均是显著为负的，而且相对于前面其他情况下的回归结果，这个系数在大多数区间范围内更为显著且绝对值更大，说明数字金融发展确实对货币需求利率弹性产生了较大的影响。也就是说，从货币投机性需求的角度来看，或许数字金融发展并未对其产生结构突变性的影响，但是数字金融发展则改变了货币需求关于利率的边际效应，家庭部门也会因数字金融发展而对投资资产组合进行平滑的边际调整。

表4 家庭储蓄存款的实证结果

五、结论与政策含义

第一，数字金融发展导致了货币需求函数的全局不稳定性，但在时间维度上仍是可识别的。实证结果显示，数字金融发展对货币需求函数产生了突变性的全局不稳定重大影响。这说明数字金融深刻而全面地改变了微观经济主体的持币行为，以及经济中的支付和交易方式。基于传统货币功能划分的现有货币不同层次统计量指标，在经济中所承担的功能已有了重大变化，因而不宜用传统的功能差异性视角来看待M0、M1 和M2 的层次划分。不过，实证结果同时显示，如果仅从时间维度上来看，货币需求函数仍然可以根据数字金融发展水平的高低而在时间上进行分段，因而货币需求函数在不同时段的时间维度上仍是可识别的。

第二，数字金融发展也带来了货币需求函数的边际不稳定性，但这种不稳定性对于不同货币需求层次划分以及收入和利率具有相当强的敏感性。首先，估计结果显示，数字金融发展主要影响了M0 和M2，但对M1 的影响不显著。对此差异可以从M0 主要反映交易需求及M2 主要反映投机需求角度得到解释。其次，数字金融对收入弹性的影响要远大于对利率弹性的影响。其背后的原因可能是，当前数字金融的发展主要是深刻改变了交易支付方式，但数字金融产品规模较小，仍未对人们的投资组合选择决策产生根本影响。

第三，数字金融对货币需求函数稳定性的影响是与其他金融创新形式交织在一起的，但剔除其他金融创新的影响并未改变对数字金融作用的基本判断。本文逐步回归估计结果表明，虽然在将其他金融创新形式的作用剔除后数字金融对货币需求函数稳定性的影响有明显降低，但是数字金融的单独作用仍会导致货币需求函数的全局性与边际性的不稳定。其中，数字金融对M0 边际稳定性的影响几乎未有显著变化，但对M2 边际稳定性的影响显著减小。这可能与数字金融主要改变的是货币的交易需求，而数字金融理财产品占比相对较小，故对货币投机需求影响也相对较小有关。

第四，对货币需求层次内部结构剖分表明，数字金融对于家庭部门货币需求稳定性有着显著的影响，但对企业部门的影响不显著。这可能主要是因为家庭部门与企业部门的货币需求行为不同，企业部门主要取决于经济的活跃度而家庭部门则更重视投资组合的收益率最大化。同时，比较数字金融对M0、M1 和M2 的收入弹性稳定性的估计结果可以发现，数字金融对于家庭部门交易性货币需求稳定性同样有着显著的影响，这与移动支付等交易形式创新有关。

最后，本文研究有着重要的政策启示。当前，货币量和社会融资规模等仍是央行宏观调控流动性的最重要中介指标。本文的研究结果表明，随着数字金融等金融创新形式的发展，货币需求函数将会变得越来越不稳定和难以预测，货币量的变动与其他宏观经济变量之间的关系也会变得不稳定。因此，大力推进金融社会基础设施建设，全面有序推进金融市场化改革，构建有效的货币政策利率传导走廊和利率传导机制，逐渐将利率作为货币政策中介目标，对于创新货币政策宏观调控方式和提高货币政策的宏观调控效果具有非常重要的意义。