胡金焱 水兵兵

(山東大學 經(jīng)濟學院，山東 濟南 250100)

一、問題的提出

互聯(lián)網(wǎng)金融的出現(xiàn)和發(fā)展，極大地拓展了金融交易邊界。[注]謝平、鄒傳偉：《互聯(lián)網(wǎng)金融模式研究》，《金融研究》2012年第12期。在一定程度上緩解了“長尾”小微企業(yè)及個人融資難問題。[注]王馨：《互聯(lián)網(wǎng)金融助解“長尾”小微企業(yè)融資難問題研究》，《金融研究》2015年第9期。尤其是，作為互聯(lián)網(wǎng)金融代表的P2P網(wǎng)絡借貸市場功不可沒(簡稱：P2P網(wǎng)貸市場)?！?017年中國網(wǎng)絡借貸行業(yè)研究報告》顯示，2016年中國P2P網(wǎng)絡借款用戶數(shù)量高達876萬人，借款人以中小企業(yè)和個人為主。但遺憾的是，“融資貴”問題依然突出。數(shù)據(jù)顯示，2017年P2P網(wǎng)絡借貸行業(yè)平均利率在9%-10%之間，如果再加上平臺服務費等隱性成本則實際平均年化利率高達15%。[注]數(shù)據(jù)來源：網(wǎng)貸之家網(wǎng)站。而2017年中國私營工業(yè)企業(yè)主營業(yè)務收入利潤率僅為5%-6%。[注]數(shù)據(jù)來源：wind數(shù)據(jù)庫。這種情況如果長期持續(xù)存在，我們就有理由懷疑除了用于消費支出以外，資金是否真正流入了經(jīng)濟實體并發(fā)揮了金融服務經(jīng)濟實體的功能。在國家要求降低小微企業(yè)融資成本、緩解“三農(nóng)”融資難題、進一步推動大眾創(chuàng)業(yè)、萬眾創(chuàng)新的背景下，能否通過貨幣政策引導P2P網(wǎng)絡借貸利率至合理水平是一個值得研究的重要課題。

從世界范圍來看，P2P網(wǎng)絡借貸是一個新興事物，自第一家P2P網(wǎng)貸平臺于2005年在英國出現(xiàn)以來，至今也就十幾年的時間，P2P網(wǎng)絡借貸市場本身還處在不斷發(fā)展的過程中。眾所周知，P2P網(wǎng)貸利率高度市場化，完全由資金供需雙方博弈決定。[注]周耿、范從來：《貨幣政策對P2P網(wǎng)貸市場利率的影響研究》，《中央財經(jīng)大學學報》2016年第6期。而且，與商業(yè)銀行不同的是，P2P網(wǎng)絡借貸不受央行存款準備金制度規(guī)范，也不與央行有直接往來。[注]央行實施貨幣政策操作(例如，公開市場業(yè)務)的交易對象主要是以商業(yè)銀行為主的一級交易商。在這種機制作用下，央行能夠?qū)2P網(wǎng)貸市場產(chǎn)生影響嗎？目前關于這個問題的研究還比較欠缺。

既往有關P2P網(wǎng)貸利率決定(或影響因素)的研究，大多是從P2P網(wǎng)貸市場內(nèi)部尋找發(fā)現(xiàn)，并主要聚焦于P2P網(wǎng)貸市場微觀特征，很少有從P2P網(wǎng)貸市場外部考慮市場間的聯(lián)動機制和溢出效應對P2P網(wǎng)貸利率的影響。而且，這些微觀特征相對穩(wěn)定，在短期內(nèi)發(fā)生顯著變化的概率很小，所以常被看作是P2P網(wǎng)貸利率決定的長期因素。但是，它們對P2P網(wǎng)貸利率短期波動的解釋力十分有限。事實上，貨幣政策操作作為整個社會貨幣供應量和利率變化的重要驅(qū)動之一，其變化是比較頻繁的。從2013年到2017年，不包括公開市場業(yè)務和常備借貸便利等日常操作，中國央行僅對存款準備金利率和人民幣貸款基準利率的調(diào)整就達12次之多。如果貨幣政策能對P2P網(wǎng)貸市場產(chǎn)生影響，則其變化可能就是P2P網(wǎng)貸利率短期波動的一個重要因素。

學術界和實務界普遍認為，銀行等正規(guī)金融市場利率是非正規(guī)金融利率的參照依據(jù)，貨幣政策在引導商業(yè)銀行等正規(guī)金融市場借貸利率變化時，非正規(guī)金融利率也會隨之調(diào)整。[注]揭艷明：《落后地區(qū)民間借貸利率與銀行貸款利率的差異分析——以河池市為視角》，《區(qū)域金融研究》2007年第5期。也就是說，即使這一邏輯也適用于P2P網(wǎng)貸市場，但這種籠統(tǒng)的認識并不能代替對具體作用機制的分析。因為，只有真正明晰貨幣政策影響P2P網(wǎng)貸利率的作用機制和影響效果，才能為政策制定者提供有價值的參考。有鑒于此，我們從貨幣政策傳導視角出發(fā)，在正規(guī)金融與非正規(guī)金融競合關系框架內(nèi)，將傳統(tǒng)貨幣政策傳導理論從商業(yè)銀行延伸至P2P網(wǎng)貸市場，探求貨幣政策影響P2P網(wǎng)貸利率的內(nèi)在邏輯，通過研究貨幣政策對P2P網(wǎng)貸利率的影響并回答以下問題：1.貨幣政策變動對P2P網(wǎng)貸利率的影響作用是否存在？如果存在，影響有多大？因為，影響作用的存在是央行能夠通過貨幣政策操作引導P2P網(wǎng)貸利率的前提。2.不同類型貨幣政策對P2P網(wǎng)貸利率是否存在異質(zhì)性效果？3.貨幣政策影響P2P網(wǎng)貸利率的內(nèi)在機制和路徑是怎樣的？4.在傳導過程中商業(yè)銀行是否發(fā)揮了顯著中介作用？

對以上問題的回答，不僅對央行合理引導P2P網(wǎng)貸利率，緩解小微企業(yè)及個人融資難題具有借鑒價值，而且能夠豐富貨幣政策傳導和P2P領域的研究。對于中國的實踐來說，P2P網(wǎng)絡借貸是一個新興事物，政府和民眾對其認識還處在不斷探索中，本文的結論還有助于加深監(jiān)管者和參與者對P2P網(wǎng)絡借貸市場的理解，并為P2P網(wǎng)絡借貸市場的投融資決策和風險治理提供新的觀察視角。

二、貨幣政策對P2P網(wǎng)絡借貸利率的作用機制

傳統(tǒng)貨幣政策渠道理論主要集中于以商業(yè)銀行為代表的正規(guī)金融市場，即使是對非正規(guī)金融市場的研究也主要是以傳統(tǒng)民間金融為對象。雖是信貸市場的一部分，但P2P網(wǎng)貸市場的運行模式和機制與商業(yè)銀行和傳統(tǒng)民間金融市場仍存在很大差異。與商業(yè)銀行比，P2P網(wǎng)貸市場不受存款準備金制度規(guī)范，與央行也沒有直接往來；與傳統(tǒng)民間金融比，傳統(tǒng)民間金融主要依賴社區(qū)關系，而P2P網(wǎng)貸則借助現(xiàn)代信息技術突破了傳統(tǒng)民間金融所受到的地域以及社區(qū)內(nèi)部成員數(shù)量的限制，拓展了金融邊界。[注]張海洋：《融資約束下金融互助模式的演進——從民間金融到網(wǎng)絡借貸》，《金融研究》2017年第3期。這意味著，忽略P2P網(wǎng)貸市場異質(zhì)性特征，直接套用傳統(tǒng)貨幣政策傳導理論的研究框架和結論，可能得出有偏甚至錯誤的結論。

(一)P2P網(wǎng)貸市場不受央行存款準備金等制度規(guī)范

實踐中，P2P網(wǎng)貸市場不受央行存款準備金制度和利率政策等制度規(guī)范，且不與央行發(fā)生直接往來(與央行有直接往來的主要是以商業(yè)銀行為主的一級交易商)，因此央行不能像對待商業(yè)銀行那樣通過調(diào)整交易規(guī)模和成交價格(成交利率)等操作來直接影響P2P網(wǎng)貸市場的資金總量和資金成本。但是，央行可能會通過信息溝通來影響預期，對P2P網(wǎng)貸市場產(chǎn)生影響。Blinder et al.(2008)的研究發(fā)現(xiàn)，央行信息溝通的作用在日益增強。[注]Blinder, A. S., Ehrmann, M., Fratzscher, M., Haan, J. D., and Jansen, D. J. 2008. “Central bank communication and monetary policy: a survey of theory and evidence”, Journal of Economic Literature, 46(4).Zhang和Clovis(2010)的研究也表明，中國央行信息溝通取得了顯著政策效應。[注]Zhang, C., and Clovis, J. 2010. “China inflation dynamics: persistence and policy regimes”, Journal of Policy Modeling, 32(3).

(二)商業(yè)銀行與P2P網(wǎng)貸市場關系：互補與替代

大部分文獻將正規(guī)與非正規(guī)金融概括為互補與替代關系，這一邏輯同樣適用于商業(yè)銀行與P2P網(wǎng)貸市場。林毅夫、孫希芳(2005)認為，兩個市場各自擁有相對穩(wěn)定的客戶群體和價格，存在一定的分割性。[注]林毅夫、孫希芳：《信息、非正規(guī)金融與中小企業(yè)融資》，《經(jīng)濟研究》2005年第7期。P2P網(wǎng)貸市場主要滿足了一部分無法從商業(yè)銀行獲得信貸資金的借款者，貸款利率明顯高于商業(yè)銀行貸款利率。但同樣作為信貸市場，商業(yè)銀行和P2P網(wǎng)貸市場必然有一些業(yè)務上的重合(尤其是在存貸款方面)，兩者相互影響、相互競爭，呈現(xiàn)出一定程度的替代性和此消彼長的關系。[注]楊坤等：《非正規(guī)金融、利率雙軌制與信貸政策效果——基于新凱恩斯動態(tài)隨機一般均衡模型的分析》，《管理世界》2015年第5期。

(三)貨幣政策通過商業(yè)銀行間接影響P2P網(wǎng)貸市場

從貨幣流通和傳導方向來看，商業(yè)銀行和P2P網(wǎng)貸市場的替代關系具有一定的垂直特性：貨幣政策影響商業(yè)銀行，繼而對P2P網(wǎng)貸市場產(chǎn)生影響。[注]唐化軍：《非正規(guī)金融與經(jīng)濟發(fā)展:理論的進展和評論》，《世界經(jīng)濟文匯》2006年第5期。受貨幣政策傳導理論啟發(fā)，基于商業(yè)銀行與P2P網(wǎng)貸市場之間的平行與垂直關系，我們將貨幣政策傳導延伸至P2P網(wǎng)貸市場，認為商業(yè)銀行與P2P網(wǎng)貸市場之間至少存在以下四個渠道。

1.資金競爭渠道。商業(yè)銀行與P2P網(wǎng)貸市場存在資金競爭關系。緊縮貨幣政策會引起商業(yè)銀行貨幣供應量減少和利率上升，加劇商業(yè)銀行與P2P網(wǎng)貸市場間的資金競爭程度。[注]崔百勝：《非正規(guī)金融與正規(guī)金融:互補還是替代?——基于dsge模型的相互作用機制研究》，《財經(jīng)研究》2012年第7期。對于商業(yè)銀行來說，通常會減少貸款供應，導致最終流向P2P網(wǎng)貸市場的資金減少；同時商業(yè)銀行利率上升還會導致流向P2P網(wǎng)貸市場資金的成本增加，這都可能引導P2P網(wǎng)貸利率上升。另一方面，對于資金出借者來說，商業(yè)銀行和P2P網(wǎng)貸市場是投資替代關系，根據(jù)投資組合理論，商業(yè)銀行利率上升會吸引一部分出借者將資金從P2P網(wǎng)貸市場轉(zhuǎn)移至商業(yè)銀行，從而減少對P2P網(wǎng)貸市場的資金供應導致其利率上行。以緊縮貨幣政策操作為例，資金競爭渠道傳導機制如下：

緊縮貨幣政策操作→商業(yè)銀行貨幣供應量↓(商業(yè)銀行利率↑)→資金競爭程度↑→P2P網(wǎng)貸市場資金供應↓→P2P網(wǎng)貸利率↑

2.銀行風險承擔渠道。銀行風險承擔渠道理論認為，寬松的貨幣政策環(huán)境會增加商業(yè)銀行的風險容忍度和風險偏好，銀行會主動降低貸款審批難度。使得一些原來只能到P2P網(wǎng)貸市場融資的資金需求者可能會獲得利率較低的商業(yè)銀行信貸資金，從而減少對P2P網(wǎng)貸市場的資金需求，引導P2P網(wǎng)貸市場利率下行。以寬松貨幣政策操作為例，銀行風險承擔渠道傳導機制如下：

寬松貨幣政策操作→商業(yè)銀行風險承擔水平↑→從商業(yè)銀行取得貸款難度↓→從商業(yè)銀行取得貸款↑→P2P網(wǎng)貸市場資金需求↓→P2P網(wǎng)貸利率↓

3.資產(chǎn)負債表渠道。與銀行風險承擔渠道一樣，資產(chǎn)負債表渠道也主要與從商業(yè)銀行獲得信貸資金的難易程度有關。不同的是，銀行風險承擔渠道是商業(yè)銀行主動降低貸款難度，而資產(chǎn)負債表渠道是在商業(yè)銀行貸款難度不變的情況下，借款者資產(chǎn)負債表得到改善(如股價增加、收入增加、現(xiàn)金流增加)及可抵押品價值增加，使原來不滿足商業(yè)銀行貸款條件的資金需求者滿足了貸款條件，貸款需求從利率高的P2P網(wǎng)貸市場轉(zhuǎn)移到利率較低的商業(yè)銀行，降低了對P2P網(wǎng)貸市場的資金需求，引導P2P網(wǎng)貸市場利率下行。以寬松貨幣政策操作為例，資產(chǎn)負債表渠道傳導機制如下：

寬松貨幣政策操作→資金需求者資產(chǎn)負債表質(zhì)量↑→從商業(yè)銀行取得貸款難度↓→從商業(yè)銀行取得貸款↑→P2P網(wǎng)貸市場資金需求↓→P2P網(wǎng)貸利率↓

4.央行信息溝通渠道。理性預期理論強調(diào)預期影響的重要性。根據(jù)理性預期理論，央行可通過信息溝通來影響公眾預期(Svensson, 2003)，繼而對P2P網(wǎng)貸市場產(chǎn)生影響。央行信息溝通可以包含商業(yè)銀行信息，也可以只包含針對P2P網(wǎng)貸市場的信息直接對P2P網(wǎng)貸市場產(chǎn)生影響(此為貨幣政策的直接影響)。以寬松貨幣政策操作為例，央行信息溝通渠道傳導機制如下：

寬松貨幣政策信息溝通→預期商業(yè)銀行貨幣供應量↑(預期商業(yè)銀行利率↓)→P2P網(wǎng)貸市場資金供應↑→P2P網(wǎng)貸利率↓

或：寬松貨幣政策信息溝通→預期P2P網(wǎng)貸市場資金供應↑(預期P2P網(wǎng)貸市場利率↓)→P2P網(wǎng)貸市場資金供應↑→P2P網(wǎng)貸利率↓

需要強調(diào)的是，四個渠道之間并非完全獨立平行運行，而是存在互動關系。貨幣政策對P2P網(wǎng)貸市場的最終影響效果在一定程度上依賴于商業(yè)銀行對貨幣政策的敏感度以及商業(yè)銀行與P2P網(wǎng)貸市場間的分割程度。

三、實證研究設計

(一)計量模型

基于上述理論分析，本研究借鑒金鵬輝等(2014)和潘彬、金雯雯(2017)的實證研究設計，[注]金鵬輝等：《貨幣政策對銀行風險承擔的影響——基于銀行業(yè)整體的研究》，《金融研究》2014年第2期；潘彬、金雯雯：《貨幣政策對民間借貸利率的作用機制與實施效果》，《經(jīng)濟研究》2017年第8期。采用中介效應分析法檢驗貨幣政策影響P2P網(wǎng)貸利率的作用機制和效果。

1.檢驗貨幣政策影響P2P網(wǎng)貸利率的總效應?？紤]以下計量模型：

(1)

這里，IFR表示P2P網(wǎng)貸利率，MPTi表示第i個貨幣政策操作變量，Control表示控制變量(m表示控制變量個數(shù))，C表示常數(shù)項，ε表示誤差項。

用P2P網(wǎng)絡借貸利率(IFR)對不同貨幣政策變量(MPTi)進行回歸，可以驗證不同貨幣政策變量對P2P網(wǎng)絡借貸利率影響的異質(zhì)性效果。但不能完整、綜合反映貨幣政策立場對P2P網(wǎng)絡借貸利率的影響，因為央行在實施貨幣政策時，可能采取不同的貨幣政策組合，且不同貨幣政策工具又各有側(cè)重點。針對這一問題，首先采用主成分分析法得出一個能夠反映貨幣政策立場的綜合指標(MP)，然后再進行回歸以檢驗貨幣政策立場對P2P網(wǎng)絡借貸利率的實施效果。設定回歸模型如下：

(2)

2.檢驗貨幣政策影響P2P網(wǎng)貸利率過程中商業(yè)銀行的中介效應。Carpenter(1999)認為，短期來看，銀行信貸規(guī)模增加會減少對非正規(guī)信貸的需求，呈現(xiàn)替代關系。金鵬輝等(2014)證實了我國存在銀行風險承擔渠道。銀行風險承擔水平的改變將導致資金和風險在兩個市場的再分配進而對P2P網(wǎng)貸市場產(chǎn)生影響。基于這些研究結論，我們借鑒潘彬、金雯雯(2017)的研究，從三個維度對商業(yè)銀行中介變量進行測量：信貸規(guī)模、信貸利率、銀行風險承擔水平。設定中介效應模型如下：

(3)

(4)

這里，LMk表示第k個中介變量。根據(jù)溫忠麟等(2004)的研究，第一步檢驗總效應系數(shù)β1，如果不顯著則表明不存在中介效應，如果顯著再進行第二步；第二步依次檢驗γk1和δk2，如果都顯著則中介效應顯著，如果至少有一個不顯著則需要進行Sobel檢驗。中介效應由γk1×δk2衡量，(γk1×δk2)/β1表示中介效應占總效應的比例。

(二)變量測度

1.P2P網(wǎng)貸市場利率。選取P2P網(wǎng)貸行業(yè)綜合利率對P2P網(wǎng)貸市場利率(IFR)進行測量。P2P網(wǎng)貸行業(yè)綜合利率根據(jù)所有P2P網(wǎng)貸利率計算得出，包含了所有P2P網(wǎng)貸平臺的利率信息，具有較強代表性。

2.貨幣政策代理變量。國外相關文獻主要以利率作為貨幣政策代理變量(如美國聯(lián)邦基金利率)，這主要是因為20世紀90年代以來西方國家大多開始采用價格型貨幣政策調(diào)控框架，而中國當前仍處于數(shù)量型和價格型工具并用階段?；诋斍拔覈泿耪咛卣?，借鑒國內(nèi)相關文獻，本文選取廣義貨幣供應量(M2)、人民幣存款準備金率(RR)、人民幣貸款基準利率(BIR)作為貨幣政策的代理變量，[注]王晉斌、李博：《中國貨幣政策對商業(yè)銀行風險承擔行為的影響研究》，《世界經(jīng)濟》2017年第1期。并根據(jù)主成分分析法得出貨幣政策立場綜合變量(MP)。

3.中介變量。借鑒相關文獻，我們選取金融機構人民幣貸款加權平均利率作為信貸利率(FR)的代理變量；[注]張雪春等：《民間借貸利率與民間資本的出路:溫州案例》，《金融研究》2013年第3期。選取金融機構各項貸款余額作為信貸規(guī)模(LB)的代理變量；[注]Qin, D., Xu, Z., and Zhang, X. 2014. “How much informal credit lending responded to monetary policy in china? the case of wenzhou”, Journal of Asian Economics, s 31-32, 22-31.選取銀行貸款審批指數(shù)作為銀行風險承擔水平(BIAI)的代理變量。[注]該指數(shù)是由央行每季度對3100多家銀行機構采用問卷調(diào)查方式獲得，數(shù)值越大表明銀行貸款標準越寬松。

4.控制變量。借鑒相關文獻，我們選取國內(nèi)生產(chǎn)總值(GDP)、股價(SCI)和匯率(ER)作為控制變量。股價使用月末上證綜合指數(shù)收盤價進行測量(盛朝暉，2006)；匯率使用人民幣名義有效匯率指數(shù)進行測量。[注]Cheng, Y., and Liu, X. 2011. “Bank lending channel, informal finance and monetary transmission in China”, International Conference on E -Business and E -Government (pp.1-4). IEEE.

我們還定義了利率市場化改革啞變量(Dummy1)和民間借貸利率上限啞變量(Dummy2)。在樣本區(qū)間內(nèi)，央行決定自2015年10月24日起，不再設置存款利率浮動上限。放開存款利率上限管制可以提高銀行吸收存款競爭力，對P2P網(wǎng)貸市場產(chǎn)生沖擊。Bernanke et al(1995)的研究表明，自1980年美國逐步取消Q條例后，銀行貸款渠道的重要性開始下降。在加入一些脫媒(disintermediation)變量后可以提高解釋貨幣政策效果的方程的擬合度(Ryding, 1990)。因此，我們定義利率市場化改革啞變量：2015年11月以前，取值為1；否則，取值為0。最高人民法院規(guī)定自2015年9月1日起，借貸雙方約定的利率超過年利率36%，超過部分的利息約定無效。這一規(guī)定可能對利率超過36%的借貸產(chǎn)生影響。因此，我們定義民間借貸利率上限啞變量：2015年9月以前，取值為1；否則，取值為0。

(三)數(shù)據(jù)來源與描述性證據(jù)

P2P網(wǎng)絡借貸綜合利率來自網(wǎng)貸之家網(wǎng)站，其他變量數(shù)據(jù)(Dummy1和Dummy2除外)均來自Wind數(shù)據(jù)庫。表1列出了變量的描述性統(tǒng)計特征。共有46個樣本，時間跨度為2014年3月至2017年12月。樣本區(qū)間內(nèi)，P2P網(wǎng)貸綜合利率均值(11.555%)遠高于人民幣貸款基準利率均值(4.785%)和金融機構人民幣貸款加權平均利率均值(5.895%)，且前者標準差變化幅度也遠大于后兩者的標準差變化幅度。

表1變量描述性統(tǒng)計

注：GDP為季度數(shù)據(jù)

(四)預處理

首先，我們對數(shù)據(jù)進行季節(jié)調(diào)整和取自然對數(shù)處理。其次，為避免出現(xiàn)偽回歸，有效降低犯第Ⅱ類錯誤概率，選取DF-GLS和KPSS兩種與原假設相反的檢驗方法進行單位根檢驗。單位根檢驗結果見表2。表2顯示，變量均為一階單整過程。特別地，DF-GLS結果顯示，ln_IFR一階差分序列未在10%顯著性水平拒絕存在單位根，但其DF-GLS檢驗統(tǒng)計量(-2.741)接近于10%顯著性水平臨界值(-2.96)；KPSS檢驗結果顯示，ln_IFR一階差分序的檢驗統(tǒng)計量(0.0787)遠小于顯著性水平5%的臨界值(0.146)，可以接受“平穩(wěn)過程”的原假設。再次，協(xié)整秩跡檢驗表明，去掉虛擬變量Dummy2[注]可能是因為中國實施利率市場化改革和民間借貸利率上限政策的時間節(jié)點非常接近(僅隔2個月)，Dummy1與Dummy2存在嚴重多重共線性。后至少存在一個協(xié)整秩(在5%水平)。[注]限于篇幅不再報告，有興趣的讀者可與作者聯(lián)系：hwx@sdu.edu.cn。因此，剔除Dummy2，用Dummy1表示利率市場化改革啞變量和民間借貸利率上限啞變量。

表2單位根檢驗

四、實證結果及解釋

(一)貨幣政策對P2P網(wǎng)貸利率的總效應檢驗結果

為了得到綜合反映貨幣政策立場的指標(MP)，我們對ln_M2、ln_RR、ln_BIR進行主成分分析。根據(jù)分析結果，選擇第一主成分，MP=-0.5687*ln_M2+0.5841*ln_RR + 0.5791*ln_BIR，MP增大表明貨幣政策緊縮過程。第一主成分貢獻率高達96.2%，具有較好的解釋度。檢驗表明MP也為一階單整過程。[注]限于篇幅，主成分分析結果與MP單位根檢驗結果不再報告，有興趣的讀者可與作者聯(lián)系。

表3給出了P2P網(wǎng)貸利率對不同貨幣政策變量的回歸結果。結果顯示，不同貨幣政策均對P2P網(wǎng)貸利率產(chǎn)生顯著影響。但ln_M2的影響主要發(fā)生在當期，而ln_RR與ln_BIR直到2期后才產(chǎn)生顯著影響。第(4)列顯示的是P2P網(wǎng)貸利率對貨幣政策立場(MP)的回歸結果。第(5)列是在第(4)列的基礎上剔除不顯著變量后的回歸結果。由第(5)列知，MP當期和滯后2期均在1%的水平對P2P網(wǎng)貸利率產(chǎn)生顯著影響。但是，當期產(chǎn)生了負向影響(-0.5911)，而滯后2期產(chǎn)生了正向影響(1.3947)。

表3不同貨幣政策變量對互聯(lián)網(wǎng)金融借貸利率的總效應 (被解釋變量ln_IFR)

注：L1表示滯后1期，L2表示滯后2期；括號內(nèi)為P值，*、**、***分別表示P<10%、<5%、<1%

(二)貨幣政策影響P2P網(wǎng)貸利率過程中商業(yè)銀行中介效應檢驗結果

表4列出了貨幣政策影響P2P網(wǎng)貸利率過程中商業(yè)銀行中介效應檢驗結果。第(1)列是對總效應的回歸估計。第(2)、(3)列顯示的是信貸利率中介效應的檢驗結果。第(2)列顯示，MP當期在1%顯著性水平對中介變量(ln_FR)產(chǎn)生顯著影響，回歸系數(shù)為1.0186；MP滯后2期未對ln_FR產(chǎn)生顯著影響。第(3)列顯示，在總效應回歸方程中加入ln_FR后，ln_FR的回歸系數(shù)不顯著。從當期來看，γk1顯著，δk2不顯著，需要進行Sobel檢驗。檢驗結果顯示，sobel統(tǒng)計量絕對值|Z|=1.238>0.97，中介效應顯著。中介效應占總效應的比例為16.06%。滯后2期，γk1不顯著，δk2不顯著，也需要進行Sobel檢驗。Sobel統(tǒng)計量絕對值|Z|=0.0053<0.97，中介效應不顯著。

第(4)、(5)列顯示的是信貸規(guī)模中介效應的檢驗結果。第(4)列顯示，MP當期值未對中介變量ln_LB產(chǎn)生顯著影響；MP滯后2期在1%顯著性水平對中介變量ln_LB產(chǎn)生顯著影響，回歸系數(shù)為-0.6836。第(5)列顯示，在總效應回歸方程中加入ln_LB后，ln_LB的回歸系數(shù)在10%顯著性水平顯著。從當期來看，γk1不顯著，δk2顯著，需要進行Sobel檢驗。經(jīng)檢驗，Sobel統(tǒng)計量絕對值|Z|=0.9508<0.97，中介效應不顯著。滯后2期，γk1顯著，δk2顯著，中介效應顯著，無需進行Sobel檢驗。

第(6)、(7)列顯示的是銀行風險承擔水平中介效應的檢驗結果。第(6)列顯示，MP當期在5%顯著性水平對中介變量(ln_BIAI)產(chǎn)生顯著影響，回歸系數(shù)為-0.1724。MP滯后2期未對ln_BIAI產(chǎn)生顯著影響。第(7)列顯示，在總效應回歸方程中加入ln_BIAI后，ln_BIAI的回歸系數(shù)不顯著。從當期來看，γk1顯著，δk2不顯著，需要進行Sobel檢驗。經(jīng)檢驗，Sobel統(tǒng)計量絕對值|Z|=0.5041<0.97，中介效應不顯著。滯后2期，γk1不顯著，δk2不顯著，需要進行Sobel檢驗。經(jīng)檢驗，Sobel統(tǒng)計量Z=0.5248<0.97，中介效應也不顯著。

最后需要說明的是，經(jīng)檢驗，以上所有回歸分析的誤差項均為白噪聲過程，確保了估計結果的一致性和穩(wěn)定性，限于篇幅不再報告。

(三)穩(wěn)健性檢驗

1.替代性變量檢驗。在驗證總效應時，本文分別使用三個不同維度的變量(ln_M2、ln_RR、ln_BIR)以及通過主成分分析得出綜合指標(MP)作為貨幣政策的代理變量，均得出總效應顯著的結論。因此，可以認為總效應的估計結果是穩(wěn)健的。在驗證中介效應時，兩個不同維度的中介變量(ln_LB、ln_FR)的中介效應也都顯著。

2.潛在內(nèi)生性檢驗。作為信貸市場的一部分，P2P網(wǎng)貸市場可能影響貨幣政策，因此可能存在ln_IFR影響MP的逆向因果關系。然而，在樣本區(qū)間內(nèi)，P2P網(wǎng)絡借貸市場累計貸款余額均值是2866.22億元，即使累計貸款余額最大時(7807.55億元)占同期M2的比重也不到1%。[注]P2P網(wǎng)貸數(shù)據(jù)來自網(wǎng)貸之家網(wǎng)站(https://www.wdzj.com/)，M2數(shù)據(jù)來自wind數(shù)據(jù)庫。所以，逆向因果效應非常微弱，內(nèi)生性并不嚴重。

表4中介效應檢驗

注：L1表示滯后1期，L2表示滯后2期；括號內(nèi)為P值，*、**、***分別表示P<10%、<5%、<1%

五、研究結論與政策含義

本文對貨幣政策影響P2P網(wǎng)絡借貸市場的作用機制和影響大小進行了分析研究，研究結果表明：第一，貨幣政策至少可以通過四個渠道對P2P網(wǎng)貸市場產(chǎn)生影響；第二，數(shù)量型和價格型貨幣政策操作均能對P2P網(wǎng)貸利率產(chǎn)生顯著影響，且影響方向體現(xiàn)了貨幣政策立場，即緊縮(寬松)貨幣政策會導致P2P網(wǎng)貸利率上行(下行)，不同的是，廣義貨幣供應量的影響主要發(fā)生在當期(月)，存款準備金率和貸款基準利率的影響主要發(fā)生在2期(月)后；第三，商業(yè)銀行在整個影響鏈條中起到了顯著的中介作用，信貸利率、信貸規(guī)模的中介效應均顯著。遺憾的是，銀行風險承擔水平的中介效應未得到實證結果支持。

本研究可以得到以下啟示：首先，央行可以通過貨幣政策對P2P網(wǎng)貸利率產(chǎn)生影響，這使得央行通過實施貨幣政策引導P2P網(wǎng)貸利率至合理水平成為可能。但需注意的是，央行在考慮通過實施貨幣政策對P2P網(wǎng)貸市場或商業(yè)銀行產(chǎn)生影響時，應在商業(yè)銀行與P2P網(wǎng)貸市場互動關系綜合框架內(nèi)進行，避免出現(xiàn)顧此失彼情況；其次，本文的研究結論有助于加深監(jiān)管者和參與者對P2P網(wǎng)貸市場的理解，從宏觀角度理解和發(fā)現(xiàn)貨幣政策操作對P2P網(wǎng)貸利率的影響，為P2P網(wǎng)貸市場利率風險治理和借貸雙方的投融資決策提供了一個新的視角。