張李義，涂 奔

(武漢大學(xué)信息管理學(xué)院，湖北 武漢 430072)

一、引 言

2013年以來(lái)，互聯(lián)網(wǎng)的日益普及和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，正與金融行業(yè)深度融合，創(chuàng)造了稱為“互聯(lián)網(wǎng)金融”的新金融模式[1]，借助互聯(lián)網(wǎng)技術(shù)的信息優(yōu)勢(shì)，互聯(lián)網(wǎng)金融在有效降低交易成本、消除金融歧視、擴(kuò)展服務(wù)邊界等方面表現(xiàn)卓越，以支付寶、財(cái)付通等為代表的互聯(lián)網(wǎng)金融產(chǎn)品也在不斷沖擊著傳統(tǒng)商業(yè)銀行的部分金融業(yè)務(wù)*中國(guó)人民銀行2013年7月20日放開了貸款利率下限，2015年10月24日放開了存款利率上限。在此期間也迎來(lái)了以余額寶、P2P為代表的網(wǎng)絡(luò)理財(cái)、網(wǎng)絡(luò)借貸等的爆發(fā)式發(fā)展。。例如，網(wǎng)絡(luò)借貸的貸款利率在一定程度上貼近了小微借貸市場(chǎng)的真實(shí)利率水平；互聯(lián)網(wǎng)基金匯集了大量碎片化的社會(huì)閑散資金，加劇了存款利率的市場(chǎng)競(jìng)爭(zhēng)；第三方支付沖擊了銀行結(jié)算、清算類手續(xù)費(fèi)收入這一重要中間業(yè)務(wù)收入來(lái)源*2013年根據(jù)中國(guó)16家上市銀行數(shù)據(jù)測(cè)算，手續(xù)費(fèi)收入與主營(yíng)業(yè)務(wù)收入平均之比達(dá)到19.52%。?？梢?，依托互聯(lián)網(wǎng)特有的信息搜集、處理以及傳遞的優(yōu)勢(shì)，互聯(lián)網(wǎng)金融的發(fā)展對(duì)商業(yè)銀行的經(jīng)營(yíng)行為產(chǎn)生了一定程度的重塑作用，商業(yè)銀行將被迫調(diào)整其經(jīng)營(yíng)決策，進(jìn)而反映在市場(chǎng)利率的變動(dòng)中。

二、相關(guān)文獻(xiàn)回顧

由于信息不對(duì)稱，傳統(tǒng)金融市場(chǎng)上容易產(chǎn)生諸如代理人、道德風(fēng)險(xiǎn)和逆向選擇的問題，故市場(chǎng)參與者所擁有的市場(chǎng)信息質(zhì)、量與其未來(lái)的投資收益顯著相關(guān)，這就是所謂的“信息優(yōu)勢(shì)”。目前中外學(xué)者對(duì)“信息優(yōu)勢(shì)”研究大多采用定性描述方法，研究主要集中在股票投資領(lǐng)域。國(guó)際方面，Sias et al.(2006)證明了機(jī)構(gòu)交易與超額收益的正相關(guān)可以被機(jī)構(gòu)的信息優(yōu)勢(shì)解釋[4]，Chemmanur et al.(2009)發(fā)現(xiàn)機(jī)構(gòu)投資者可以提前獲知股票增發(fā)信息，并利用該信息在市場(chǎng)上交易[5]；國(guó)內(nèi)方面，孔東民和柯瑞豪(2007)發(fā)現(xiàn)，在盈余公告前，機(jī)構(gòu)有更大的優(yōu)勢(shì)獲取公司信息，且持倉(cāng)變化與盈余正相關(guān)[6]，陳卓思等(2008)發(fā)現(xiàn)過去表現(xiàn)較好的股票會(huì)吸引機(jī)構(gòu)增加持倉(cāng)，且機(jī)構(gòu)增持的股票相對(duì)減持的股票在后續(xù)的表現(xiàn)更好，這種現(xiàn)象在一定程度上反映了機(jī)構(gòu)具有相對(duì)較強(qiáng)的信息處理能力[7]，朱彤和葉靜雅(2009)發(fā)現(xiàn)機(jī)構(gòu)大幅減倉(cāng)的股票組合隨后的收益會(huì)持續(xù)下降，并且沒有表現(xiàn)出均值回復(fù)的特征，從而判斷出機(jī)構(gòu)投資者的交易是基于信息的[8]。綜上所述，這些學(xué)者們主要通過對(duì)比二級(jí)市場(chǎng)機(jī)構(gòu)投資者與散戶的不同投資行為或投資收益率，先后提出及確立了“信息優(yōu)勢(shì)”假說(shuō)，但總體而言缺乏對(duì)信息優(yōu)勢(shì)的量化和實(shí)證。

對(duì)比傳統(tǒng)金融市場(chǎng)，互聯(lián)網(wǎng)金融市場(chǎng)是信息主導(dǎo)市場(chǎng)，天然具有互聯(lián)網(wǎng)特征，即以信息獲取、利用為導(dǎo)向；互聯(lián)網(wǎng)金融市場(chǎng)還有兩個(gè)重要特性：一是邊際成本遞減(甚至可以趨近于0)；二是網(wǎng)絡(luò)效應(yīng)(也稱為網(wǎng)絡(luò)外部性)，即網(wǎng)絡(luò)參與者從網(wǎng)絡(luò)中可能獲得的效用與網(wǎng)絡(luò)規(guī)模存在明顯的相關(guān)性。因此，互聯(lián)網(wǎng)金融的很多模式只要能超越一定的“門限規(guī)模”就能快速發(fā)展從而取得競(jìng)爭(zhēng)優(yōu)勢(shì)，并且隨著互聯(lián)網(wǎng)金融的發(fā)展，金融系統(tǒng)將逐漸趨向瓦爾拉斯一般均衡對(duì)應(yīng)的無(wú)金融中介或市場(chǎng)情形[9]。鑒于此，以上述有關(guān)信息優(yōu)勢(shì)的研究為基礎(chǔ)，本文將互聯(lián)網(wǎng)金融相較于傳統(tǒng)金融在信息采集和利用上的優(yōu)勢(shì)稱為“互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)”，是指依托互聯(lián)網(wǎng)，市場(chǎng)資金能夠通過信息擴(kuò)散進(jìn)行金融脫媒、去中介化，一方面提高了風(fēng)險(xiǎn)控制和管理效率，另一方面拓展了交易可能性邊界；對(duì)于市場(chǎng)參與者而言，信息的獲取途徑更加豐富、交易各方信息不對(duì)稱程度大大降低，從而減少了信息的采集成本和交易過程中信息博弈的不必要消耗，最終能夠增進(jìn)交易各方的收益和社會(huì)福利。

三、互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)

本文將用兩個(gè)模型來(lái)體現(xiàn)互聯(lián)網(wǎng)金融對(duì)信息采集和利用的正向激勵(lì)，然后推導(dǎo)出互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)與市場(chǎng)參與者投資收益間的相互關(guān)系。

(一)信息采集收益-成本控制模型

本文建立了一個(gè)信息采集“收益-成本控制模型”以考察互聯(lián)網(wǎng)金融與信息優(yōu)勢(shì)的相互關(guān)系。金融市場(chǎng)中，任何市場(chǎng)參與者在信息采集的過程中都存在收益與成本的最優(yōu)化問題如下：

π=p-Tc

(1)

π為凈收益，p是市場(chǎng)參與者通過信息采集后獲得的收益，Tc是信息采集的總成本。

定義市場(chǎng)參與者的收益函數(shù)p為：

p=F(I)=λf(i)

(2)

λ為能夠從信息采集中獲益的比例(0<λ<1)；i為優(yōu)勢(shì)信息，它能夠反映市場(chǎng)的真實(shí)狀況；此外，f′(i)>0，f″(i)<0。公式(2)表明市場(chǎng)參與者獲得的收益是信息的函數(shù)，與采集信息的質(zhì)量有關(guān)，與能夠從采集信息中獲得的收益比例有關(guān)。

定義能夠采集到的信息I為：

I=e+ε

其中，e為信息采集所付出的努力，ε是白噪聲，代表了其他隨機(jī)性因素，其方差為σ2，σ2受制于市場(chǎng)參與者與信息源的距離，距離越大σ2越大。該公式表明信息采集不僅取決于市場(chǎng)參與者的努力，也受隨機(jī)因素ε的影響。

定義優(yōu)勢(shì)信息i為：

i=β(e+ε)

(3)

β為采集到的真實(shí)、有用信息在所有可獲得信息中所占到的比例(0<β<1)，它在一定程度上代表了市場(chǎng)參與者所掌握的信息接近于市場(chǎng)真實(shí)信息的程度。

進(jìn)一步，定義信息采集成本函數(shù)：

(4)

c為信息采集單位成本，是隨機(jī)因素ε方差σ2的增函數(shù)，且c′(σ2)>0，c″(σ2)>0。這意味著采集信息偏離真實(shí)信息的程度越大，采集信息所需要付出的單位成本就越高。

將這些函數(shù)一起代入公式(1)，可知信息采集的預(yù)期凈收益為：

(5)

將f[β(e+ε)]泰勒展開，得到：

(6)

其一階極值條件為：

dE(π)/de=λβ[f′(βe)+(1/2)β2f?(βe)σ2]-c(σ2)=0

(7)

為了獲得顯式解，不妨設(shè)定f(i)=iα，其中0<α<1，帶入公式(7)可得：

(8)

公式(8)表明de/dσ2的符號(hào)主要取決于c′(σ2)，也即取決于σ2。當(dāng)c′(σ2)較大時(shí)，根據(jù)前文假設(shè)，也即σ2對(duì)c影響較大時(shí)，de/dσ2<0，這意味著市場(chǎng)參與者采集信息的努力會(huì)減弱；由于互聯(lián)網(wǎng)的優(yōu)勢(shì)，在互聯(lián)網(wǎng)金融新興市場(chǎng)，市場(chǎng)參與者與信息源的距離大大縮短，如果c′(σ2)足夠小，當(dāng)滿足c′(σ2)<(1/2)λα(α-1)(α-2)βαeα-3條件時(shí)，de/dσ2>0，意味著只要市場(chǎng)參與者遠(yuǎn)離信息源，它就會(huì)付出充分的努力去彌補(bǔ)。

進(jìn)一步地，可以通過公式(7)得到：

(9)

(10)

公式(9)表明對(duì)于互聯(lián)網(wǎng)金融市場(chǎng)而言，信息采集付出的努力越多，從信息采集中獲得收益的比例就越高；公式(10)表明信息采集付出的努力越多，采集到信息的質(zhì)量就越好，獲得信息優(yōu)勢(shì)的可能性就越大。這充分說(shuō)明了互聯(lián)網(wǎng)金融鼓勵(lì)通過市場(chǎng)參與者的足夠努力充分獲取信息優(yōu)勢(shì)。

(二)含有信息優(yōu)勢(shì)因素的拉姆齊模型

根據(jù)Koopmans(1965)的研究[10]，在經(jīng)典的拉姆齊模型中，市場(chǎng)參與者t時(shí)刻的效用函數(shù)為ut(ct)，ρ為貼現(xiàn)系數(shù)(ρ>0)，ct為消費(fèi)支出，人口以速率n增長(zhǎng)，那么市場(chǎng)參與者的效用函數(shù)為：

(11)

式中，e-ρtut(ct)表示將第t期的消費(fèi)效用按照ρ貼現(xiàn)到第0期使用；ρ越大表明與現(xiàn)期消費(fèi)相比遠(yuǎn)期消費(fèi)的價(jià)值就越低，令ρ>n以保證U不無(wú)窮大，且對(duì)應(yīng)人口增長(zhǎng)越快，單位福利越少。

進(jìn)一步地，在時(shí)刻t，令kt為個(gè)人資本，at為個(gè)人財(cái)富，bt為個(gè)人債務(wù)，暨at=kt-bt；令wt為工資收入，rt為真實(shí)利率；令λf(kt)是規(guī)模報(bào)酬不變的生產(chǎn)函數(shù)，于是有：

dat/dt=wt+rtat-ct-nat

(12)

這是個(gè)人消費(fèi)效用最大化的第一個(gè)約束條件。

如果考慮時(shí)間的推進(jìn)，還存在第二個(gè)約束條件為：

(13)

公式(13)對(duì)應(yīng)隨著時(shí)間的流逝個(gè)人資產(chǎn)的貼現(xiàn)值趨于漸進(jìn)非負(fù)，也即人均資產(chǎn)的凈貼現(xiàn)值(由rt-n決定)不能為負(fù)，否則在未來(lái)遠(yuǎn)期的某個(gè)時(shí)刻市場(chǎng)參與者會(huì)停止投資*也可以認(rèn)為長(zhǎng)期的個(gè)人債務(wù)的增長(zhǎng)速度不能超過rt-n，否則收益將為負(fù)。。

根據(jù)歐拉定理可以得到：

λf′(kt)=rt

(14)

λf(kt)-ktrt=wt

(15)

公式(14)、(15)表明資本的邊際等于利率；勞動(dòng)的邊際等于工資率。

現(xiàn)在，市場(chǎng)參與者的最優(yōu)效用問題，變?yōu)樵诩s束(12)、(13)條件下，求解公式(11)的最大值?？蛇\(yùn)用Hamilton系統(tǒng)求解，定義Hamilton方程為：

Ht=ut(ct)exp(-(ρ-n)t)+μt(wt+(r-n)at-ct)

因此，方程一階最優(yōu)條件為：

(16)

dμt/dt=-?H/?a=-(rt-n)μt

(17)

橫截性條件為：

(18)

在均衡時(shí)，個(gè)人總債務(wù)必定為0，因此均衡時(shí)bt=0，at=kt，帶入公式(14)～(17)得到：

λf(kt)=dkt/dt+ct+nkt

為了進(jìn)一步得到顯式解，假設(shè)效用函數(shù)為CARA效用函數(shù)：

ut(ct)=-(1/α)e-αct，α>0

于是解得：

dct/dt=α-1(rt-ρ)

(19)

假定初始消費(fèi)水平為c0，由公式(19)得到：

(20)

公式(20)表明，個(gè)人消費(fèi)ct與真實(shí)利率rt有關(guān)，rt也對(duì)應(yīng)著市場(chǎng)參與者消費(fèi)與儲(chǔ)蓄之間的均衡。

事實(shí)上，真實(shí)利率rt只能夠由市場(chǎng)參與者根據(jù)現(xiàn)有的信息情況進(jìn)行估計(jì)。假定市場(chǎng)參與者按照以下機(jī)制估計(jì)：

(21)

將公式(21)代入公式(20)，可得：

(22)

(23)

公式(23)表明，信息優(yōu)勢(shì)越強(qiáng)，真實(shí)利率估計(jì)值越大，即市場(chǎng)參與者能夠獲得的投資收益就越多。

三、互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)對(duì)同業(yè)市場(chǎng)利率的影響路徑

條件1：假設(shè)銀行面向大眾吸收存款D，向信貸市場(chǎng)提供貸款L，同時(shí)按照法定存款準(zhǔn)備金率α向中央銀行上繳法定存款準(zhǔn)備金和超額準(zhǔn)備金E；在同業(yè)市場(chǎng)上銀行以同業(yè)市場(chǎng)利率r借入或拆出資金，單個(gè)銀行i的利潤(rùn)最大化條件為：

πi=Max[rLLi+rEEi+rMi-rDDi-C(Li，Di，Ei)]

式中πi是銀行i的經(jīng)營(yíng)利潤(rùn)；rL為貸款市場(chǎng)利率；rD為存款市場(chǎng)利率；rE為央行超額準(zhǔn)備金利率；r為銀行同業(yè)市場(chǎng)利率；Mi是銀行i在同業(yè)市場(chǎng)的凈頭寸，其表達(dá)式為：

Mi=(1-α)Di-Li-Ei

式中，δD、δL和δE是一些正數(shù)，代表不同的邊際管理成本。

條件1、2的約束確立了同業(yè)市場(chǎng)中單個(gè)銀行i的經(jīng)營(yíng)決策，如果貸款利率和存款利率沒有管制，完全競(jìng)爭(zhēng)市場(chǎng)環(huán)境下的單個(gè)銀行貸款利率會(huì)由以下貸款市場(chǎng)的供需均衡決定：

(24)

(25)

在現(xiàn)實(shí)情況中，互聯(lián)網(wǎng)金融提供了大量網(wǎng)絡(luò)理財(cái)產(chǎn)品，對(duì)銀行活期存款有較強(qiáng)的替代性?；ヂ?lián)網(wǎng)貨幣基金資產(chǎn)配置中銀行協(xié)議存款的占比很高，為體現(xiàn)這種影響，假定存款供給函數(shù)Ds(rD)也與同業(yè)市場(chǎng)利率r有關(guān)，代表儲(chǔ)戶可以通過互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品將閑散資金(甚至包括活期、定期存款)投資于利率更高的貨幣基金市場(chǎng)，因此儲(chǔ)蓄存款供給函數(shù)與存款利率正相關(guān)，而與銀行同業(yè)利率負(fù)相關(guān)，即對(duì)于存款供給函數(shù)Ds(rD，r)，?Ds(rD，r)/?rD>0，?Ds(rD，r)/?r<0。

進(jìn)一步地，將公式(25)銀行儲(chǔ)蓄存款市場(chǎng)均衡中的存款供給函數(shù)Ds(rD)引入信息優(yōu)勢(shì)因子γ，不失一般性，假定|Δrc|=γ*參見本文公式(21)。，表示在互聯(lián)網(wǎng)金融優(yōu)勢(shì)存在的前提下，市場(chǎng)參與者對(duì)市場(chǎng)真實(shí)利率的預(yù)測(cè)更為準(zhǔn)確，從而能夠減少交易費(fèi)用系數(shù)，降低交易成本，這等價(jià)于市場(chǎng)資金可以獲得高于同業(yè)市場(chǎng)利率r的回報(bào)。因此互聯(lián)網(wǎng)金融的產(chǎn)品收益率可以表示為(r+γ)，γ>0?，F(xiàn)在，儲(chǔ)蓄存款供給函數(shù)不僅與存款利率相關(guān)，而且受同業(yè)市場(chǎng)利率及信息優(yōu)勢(shì)因子的影響，對(duì)于存款供給函數(shù)Ds(rD，r+γ)，?Ds(rD，r+γ)/?rD>0，?Ds(rD，r+γ)/?r<0，?Ds(rD，r+γ)/?γ<0。

假設(shè)市場(chǎng)上存在n個(gè)貸款需求方、存款供給方及銀行同業(yè)資金供給方，根據(jù)芮曉武(2014)的研究[12]，借貸、存款市場(chǎng)以及銀行同業(yè)市場(chǎng)的均衡條件將變?yōu)椋?/p>

(26)

(27)

(28)

公式(28)中Si(rD，r+γ)是非銀行機(jī)構(gòu)向銀行同業(yè)市場(chǎng)資金的凈供給，CB(Central Bank)代表中央銀行公開市場(chǎng)操作的規(guī)模和方向。對(duì)比公式(25)和(27)，將互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)引入均衡條件后，由于?Ds(rD，r+γ)/?γ<0，在完全競(jìng)爭(zhēng)市場(chǎng)環(huán)境下，儲(chǔ)蓄存款市場(chǎng)的均衡規(guī)模要小于未考慮信息優(yōu)勢(shì)的均衡規(guī)模。這表明互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)會(huì)對(duì)銀行業(yè)吸納儲(chǔ)蓄存款帶來(lái)更大的負(fù)面影響，商業(yè)銀行為了抵消這種影響，鞏固存款規(guī)模，就需要將儲(chǔ)蓄存款的市場(chǎng)利率進(jìn)一步提高。因此，在沒有存款利率管制的情況下，互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)必然會(huì)加快推高銀行存款利率。如果銀行貸款市場(chǎng)利率不會(huì)受到互聯(lián)網(wǎng)金融的影響*商業(yè)銀行貸款利率已經(jīng)實(shí)現(xiàn)市場(chǎng)化定價(jià)，在目前互聯(lián)網(wǎng)借貸體量很小的情況下可以認(rèn)為貸款市場(chǎng)利率不受互聯(lián)網(wǎng)金融的影響。，在央行外生給定的超額準(zhǔn)備金率下，銀行均衡的貸款及超額準(zhǔn)備金規(guī)模不變，根據(jù)公式(28)，銀行儲(chǔ)蓄存款的最優(yōu)規(guī)模會(huì)由于互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)影響而減少，銀行負(fù)債方對(duì)同業(yè)資金的需求加大。

為了進(jìn)一步分析這種影響機(jī)制，將公式(25)及(27)轉(zhuǎn)換為如下形式：

根據(jù)隱函數(shù)求導(dǎo)法則可得：

(29)

四、互聯(lián)網(wǎng)金融信息優(yōu)勢(shì)對(duì)銀行同業(yè)市場(chǎng)利率影響的實(shí)證

本文選擇百度指數(shù)*百度指數(shù)以百度中文檢索數(shù)據(jù)為基礎(chǔ)，計(jì)算出每個(gè)關(guān)鍵詞的用戶關(guān)注度和媒體關(guān)注度的數(shù)值，并且以直觀的圖形界面展現(xiàn)。同時(shí)，根據(jù)不同的關(guān)鍵詞，機(jī)器自動(dòng)從新聞搜索中獲取與該關(guān)鍵詞最相關(guān)的10條熱門新聞，并將新聞按時(shí)間順序均勻分布在“用戶關(guān)注度”的曲線圖上以字母標(biāo)識(shí)，每個(gè)字母對(duì)應(yīng)一條新聞。百度指數(shù)每天更新一次，并且提供用戶“1個(gè)月”“3個(gè)月”“6個(gè)月”和最長(zhǎng)“1年”的時(shí)間區(qū)間。作為互聯(lián)網(wǎng)金融信息優(yōu)勢(shì)的量化指標(biāo)。所謂“指數(shù)”是以網(wǎng)頁(yè)搜索和新聞搜索為基礎(chǔ)的海量數(shù)據(jù)分析服務(wù)，用以反映不同關(guān)鍵詞在過去一段時(shí)間里的“用戶關(guān)注度”和“媒體關(guān)注度”，任意關(guān)鍵詞的指數(shù)都是該關(guān)鍵詞在比較期的數(shù)值/該關(guān)鍵詞在基期的數(shù)值*比較期的數(shù)值和基期的數(shù)值是通過當(dāng)天的用戶搜索量和過去30天相關(guān)的新聞數(shù)量相比得到。。因此，一方面可以認(rèn)為百度指數(shù)的強(qiáng)弱反映了公眾的關(guān)注程度，另一方面也可以認(rèn)為反映了關(guān)聯(lián)信息的共享和流通程度。所以，本文認(rèn)為特定關(guān)鍵詞的百度指數(shù)能夠作為量化市場(chǎng)參與者(包括潛在的)信息優(yōu)勢(shì)程度的指標(biāo)，分析百度指數(shù)強(qiáng)弱與網(wǎng)絡(luò)理財(cái)產(chǎn)品的收益率之間的互動(dòng)關(guān)系可以作為一個(gè)有效方法來(lái)說(shuō)明互聯(lián)網(wǎng)金融信息優(yōu)勢(shì)對(duì)同業(yè)市場(chǎng)利率的影響。

(一)互聯(lián)網(wǎng)金融信息優(yōu)勢(shì)與銀行同業(yè)市場(chǎng)利率波動(dòng)的關(guān)聯(lián)研究

本文選取上海銀行間同業(yè)拆借利率Shibor中的隔夜拆借利率作為銀行同業(yè)市場(chǎng)利率的代表(隔夜利率的波動(dòng)性最強(qiáng))*中國(guó)人民銀行2007年推出了上海銀行間同業(yè)拆借利率Shibor，自推出至今，Shibor作為貨幣市場(chǎng)基準(zhǔn)利率的地位基本得到認(rèn)可。；將關(guān)鍵詞“互聯(lián)網(wǎng)金融”的百度指數(shù)作為互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)的量化，重點(diǎn)分析二者之間的關(guān)聯(lián)。為此構(gòu)造函數(shù)：

lbw=ln(bw)

dson=Shiboron-Shiboron(-1)

式中，bw為關(guān)鍵詞“互聯(lián)網(wǎng)金融”的百度指數(shù)(該指數(shù)的統(tǒng)計(jì)頻率為周，如圖1所示)，為了減少數(shù)據(jù)的波動(dòng)，對(duì)bw做對(duì)數(shù)化處理。dson為隔夜拆借利率一階差分的周平均，括號(hào)內(nèi)負(fù)一代表滯后一期。數(shù)據(jù)樣本的時(shí)間跨度為2013年6月8日至2016年1月2日，共計(jì)134組數(shù)據(jù)，如圖2所示，lbw序列呈現(xiàn)總體上升態(tài)勢(shì)，而dson序列隨時(shí)間增加其波動(dòng)逐漸減弱。

圖1 “互聯(lián)網(wǎng)金融”百度指數(shù)(2013年6月～2016年1月)

圖2 “互聯(lián)網(wǎng)金融”百度指數(shù)與Shibor隔夜拆借利率波動(dòng)比照

本文采用ADF檢驗(yàn)對(duì)時(shí)間序列dson和lbw進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示。

表1 dson序列單位根檢驗(yàn)

根據(jù)檢驗(yàn)結(jié)果，可以確定dson和lbw序列是平穩(wěn)時(shí)間序列。對(duì)lbw和dson序列進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示，可知lbw與dson序列互為格蘭杰原因。

表2 格蘭杰因果檢驗(yàn)結(jié)果

表3 ADL模型參數(shù)估計(jì)

以上海同業(yè)市場(chǎng)隔夜拆借利率波動(dòng)數(shù)列dson為因變量，為考察序列l(wèi)bw和dson間的動(dòng)態(tài)影響，采用自回歸分布滯后(autoregressive distributed lag model， ADL)模型，回歸結(jié)果如表3所示。

dson=0.4091dson(-1)-0.3139dson(-2)-0.3678lbw+0.3647lbw(-1)

從該模型可以看到，對(duì)于因變量dson，解釋變量lbw的系數(shù)為負(fù)，說(shuō)明了兩者之間的反向變動(dòng)關(guān)系。因此可以初步得出同期dson與lbw負(fù)相關(guān)，即lbw對(duì)dson有負(fù)向影響。分析圖3，可以判斷時(shí)間序列dson具有一定的波動(dòng)聚集性，因此可用Engle(1982)提出的自回歸條件異方差(auto-regressive conditional heteroskedastic， ARCH)模型驗(yàn)證這種特征，并用Bollerslev(1986)提出的廣義的自回歸條件異方差(GARCH)模型加以修正[13][14]。

據(jù)此，對(duì)上文dson序列的ADL方程做LM檢驗(yàn)，檢驗(yàn)結(jié)果見表4。

圖3 時(shí)間序列dson的波動(dòng)聚集特征

圖4 序列ht時(shí)序圖

HeteroskedasticityTest：ARCHF?statistic2 526762Prob F(1，129)0 1144Obs?R?squared2 516642Prob Chi-Square(1)0 1127

統(tǒng)計(jì)結(jié)果說(shuō)明，拒絕εt項(xiàng)存在ARCH效應(yīng)的P值并不十分顯著，因此，為更好地分析dson的波動(dòng)性特征，仍需要構(gòu)造合適的“回歸-ARCH(GARCH)” 模型。對(duì)于序列dson而言，通過反復(fù)試驗(yàn)剔除不顯著變量，確定較為合適的回歸方程模型為ADL-GARCH(1，1)模型，其形式為：

dson=c1dson(-1)+c2lbw+c3lbw(-1)+εt

結(jié)合Eviews9.0參數(shù)估計(jì)結(jié)果見表5～7。

表5 均值方程參數(shù)估計(jì)結(jié)果

表6 條件異方差方程參數(shù)估計(jì)結(jié)果

表7 序列dson波動(dòng)模型整體檢驗(yàn)結(jié)果

需要特別說(shuō)明的是，為了更好地檢驗(yàn)dson的波動(dòng)對(duì)lbw的反應(yīng)，在條件方差方程中引入lbw作為外生變量，重點(diǎn)觀察條件方差ht對(duì)lbw變化的反應(yīng)。因此得到模型均值方程為：

dson=0.4254dson(-1)-0.1960lbw+0.1974lbw(-1)+εt

方差方程為：

在均值方程中，dson與lbw明顯負(fù)相關(guān)；在方差方程中，能夠反映dson波動(dòng)程度的條件方差與lbw呈明顯負(fù)相關(guān)關(guān)系。圖4是序列ht的時(shí)序圖，表明dson的波動(dòng)呈現(xiàn)逐漸減小的趨勢(shì)。

(二)實(shí)證結(jié)果與分析

2. 事實(shí)上，互聯(lián)網(wǎng)金融的發(fā)展已然從微觀層面影響了傳統(tǒng)商業(yè)銀行的經(jīng)營(yíng)模式和行為選擇，其中最為顯著的是導(dǎo)致了市場(chǎng)中高流動(dòng)性、低收益率的資金規(guī)模的迅速擴(kuò)大。數(shù)據(jù)顯示，伴隨中國(guó)金融和資本市場(chǎng)的發(fā)展，特別是近幾年來(lái)金融機(jī)構(gòu)為應(yīng)對(duì)流動(dòng)性，超額準(zhǔn)備金率呈現(xiàn)逐年走低的態(tài)勢(shì)。面對(duì)互聯(lián)網(wǎng)金融的持續(xù)發(fā)展，中小型銀行由于沒有資本優(yōu)勢(shì)會(huì)更加傾向于減少超額準(zhǔn)備金，以獲得充足的流動(dòng)性。

3. 商業(yè)銀行經(jīng)營(yíng)決策的調(diào)整也會(huì)及時(shí)反應(yīng)到市場(chǎng)利率的變化中。以當(dāng)前體量日益龐大的互聯(lián)網(wǎng)貨幣基金為例，依托互聯(lián)網(wǎng)信息技術(shù)優(yōu)勢(shì)和理念創(chuàng)新，貨幣基金從銀行等金融機(jī)構(gòu)間批發(fā)式市場(chǎng)走向零售市場(chǎng)，吸引了大量的居民儲(chǔ)蓄存款，促使商業(yè)銀行為競(jìng)爭(zhēng)存款資源而不斷提高存款利率；另一方面，互聯(lián)網(wǎng)貨幣基金持有者往往單戶額度小、變現(xiàn)需求頻繁，為保證流動(dòng)性，互聯(lián)網(wǎng)貨幣基金的資金投向主要是商業(yè)銀行1個(gè)月內(nèi)到期的協(xié)議存款，不同互聯(lián)網(wǎng)貨幣基金之間巨量資金的競(jìng)爭(zhēng)，反過來(lái)又可能推動(dòng)商業(yè)銀行協(xié)議存款利率的上行。這種情況下，如果沒有外部干預(yù)，Shibor利率也會(huì)聯(lián)動(dòng)升高。但在現(xiàn)實(shí)情況中，Shibor利率是中國(guó)貨幣市場(chǎng)的基準(zhǔn)利率，承擔(dān)貨幣政策傳導(dǎo)中介的功能，為了抵消流動(dòng)性風(fēng)險(xiǎn)，央行會(huì)相機(jī)使用公開市場(chǎng)業(yè)務(wù)，比如進(jìn)行逆回購(gòu)或其他短期流動(dòng)性調(diào)節(jié)工具(SLO)等投放流動(dòng)性，使Shibor利率保持平穩(wěn)。

五、結(jié)論與建議

理論上，互聯(lián)網(wǎng)金融的發(fā)展對(duì)銀行經(jīng)營(yíng)行為和居民儲(chǔ)蓄行為的影響顯著，互聯(lián)網(wǎng)金融的信息優(yōu)勢(shì)進(jìn)一步增強(qiáng)了銀行存款規(guī)模和存款利率對(duì)同業(yè)市場(chǎng)利率的敏感性。從中國(guó)的實(shí)際情況來(lái)看，互聯(lián)網(wǎng)金融的發(fā)展增加了市場(chǎng)中高流動(dòng)性、低收益的資金的規(guī)模，進(jìn)一步降低了傳統(tǒng)商業(yè)銀行的超額準(zhǔn)備金率，降低了同業(yè)市場(chǎng)利率的波動(dòng)性，增強(qiáng)了同業(yè)市場(chǎng)利率的價(jià)格發(fā)現(xiàn)功能，提升了其作為市場(chǎng)基準(zhǔn)利率的有效性。

基于上述理論和數(shù)據(jù)分析結(jié)果，我們認(rèn)為互聯(lián)網(wǎng)金融的發(fā)展和體量的增大將加劇銀行間存款市場(chǎng)的競(jìng)爭(zhēng)，賦予同業(yè)市場(chǎng)利率更強(qiáng)的基準(zhǔn)參照意義，對(duì)促進(jìn)中國(guó)實(shí)現(xiàn)真正意義上的利率市場(chǎng)化具有重要意義。存貸款利率的市場(chǎng)化將改變貨幣政策的傳導(dǎo)機(jī)制，有利于央行進(jìn)一步優(yōu)化貨幣政策目標(biāo)和工具選擇，促進(jìn)貨幣政策目標(biāo)從貨幣供應(yīng)量轉(zhuǎn)向通脹率，貨幣政策工具從數(shù)量型轉(zhuǎn)向價(jià)格型。結(jié)合本文研究結(jié)論，可積極推動(dòng)以Shibor作為基準(zhǔn)利率的信貸定價(jià)機(jī)制，探索以Shibor作為中間目標(biāo)，通過短、中、長(zhǎng)相結(jié)合的多種價(jià)格型政策工具傳導(dǎo)央行政策導(dǎo)向，進(jìn)而影響企業(yè)、居民的投資、消費(fèi)行為。

鑒于此，在今后貨幣政策的制定和評(píng)估、金融業(yè)布局和監(jiān)督管理研究中，必須充分考量互聯(lián)網(wǎng)金融的影響，以提升政策的科學(xué)性和前瞻性。但由于互聯(lián)網(wǎng)金融出現(xiàn)時(shí)間尚短且發(fā)展迅猛，中國(guó)對(duì)互聯(lián)網(wǎng)金融的定義尚未完全達(dá)成一致，缺乏對(duì)互聯(lián)網(wǎng)金融的權(quán)威統(tǒng)計(jì)數(shù)據(jù)。為此，必須加快建立科學(xué)有效的互聯(lián)網(wǎng)金融統(tǒng)計(jì)機(jī)制，這是進(jìn)一步深入研究的前提。

[1] 謝平， 鄒傳偉. 互聯(lián)網(wǎng)金融模式研究[J]. 金融研究， 2012，(12): 11-22．

[3] Poter， N.， Xu， T.T. What Drives China’s Interbank Market？ [Z]. IMF Working Paper， 2009， 189: 25．

[4] Sias， R.W.， Starks， L.T.， Titman， S. Changes in Institutional Ownership and Stock Returns: Assessment and Methodology [J]. Journal of Business， 2006， 79(6): 2869-2910．

[5] Chemmanur， T.J.， He， S.， Hu， G. The Role of Institutional Investors in Seasoned Equity Offerings [J]. Journal of Financial Economics， 2009， 94(3): 384-411．

[6] 孔東民， 柯瑞豪. 誰(shuí)驅(qū)動(dòng)了中國(guó)股市的PEAD[J]. 金融研究， 2007，(10): 82-99．

[7] 陳卓思， 高峰， 祁斌. 機(jī)構(gòu)投資者交易行為特征研究[J]. 金融研究， 2008，(4): 122-130．

[8] 朱彤， 葉靜雅. 投資評(píng)級(jí)發(fā)布日的機(jī)構(gòu)投資者行為與證券的異常收益——來(lái)自上海證券市場(chǎng)的證據(jù)[J]. 金融研究， 2009，(3): 154-170．

[9] 謝平， 鄒傳偉， 劉海二. 互聯(lián)網(wǎng)金融的基礎(chǔ)理論[J]. 金融研究， 2015，(8): 1-12．

[10] Koopmans T.C. On the Concept of Optimal Economic Growth [Z]. Cowles Foundation Discussion Papers， 1965， 238: 19-21.

[11] Bernanke， B.S.， Blinder， A.S. The Federal Funds Rate and the Channels of Monetary Transmission [J]. American Economic Review， 1992， 82(4): 901-921．

[12] 芮曉武， 劉烈宏. 互聯(lián)網(wǎng)金融藍(lán)皮書: 中國(guó)互聯(lián)網(wǎng)金融發(fā)展報(bào)告(2014) [M]. 北京: 社會(huì)科學(xué)文獻(xiàn)出版社， 2014. 139．

[13] Engle， R.F. Autoregressive Conditional Heteroscedasticity with Estimate of the Variance of United Kingdom Inflation [J]. Econometrica， 1982， 50(4): 987-1007．

[14] Bollerslev， T. Generalized Autoregressive Conditional Heteroskedasticity [J]. Journal of Econometrics， 1986， 31(3): 307-327．