范紅忠 魏鈴潔

(華中科技大學經(jīng)濟學院, 武漢 430074)

引 言

當前有效需求不足依舊是制約我國國民經(jīng)濟可持續(xù)發(fā)展的關鍵瓶頸之一， 而我國有效需求不足的重要原因之一就是消費需求的不足。 雖然我國經(jīng)濟在改革開放以來保持了30 多年的高速增長，但一直存在低消費和高儲蓄的突出現(xiàn)象。 這一問題早已引起眾多學者的重視， 現(xiàn)有研究從居民收入分配、 消費習慣、 社會保障體系等諸多方面對這一問題進行了研究， 也有許多學者針對性地對我國居民住房消費進行了研究。 但他們都忽略了一個重要的領域， 我國汽車消費市場。 汽車作為我國居民消費中主要的耐用品， 并不具備住房商品的投資性。 近年來受經(jīng)濟下行壓力的影響和房價暴漲的擠占， 我國汽車消費市場經(jīng)歷了很大的波動。

中國汽車工業(yè)協(xié)會發(fā)布的《汽車工業(yè)經(jīng)濟運行情況》 相關數(shù)據(jù)顯示， 從1990 年起， 中國汽車市場經(jīng)歷了從“井噴增長” 階段轉(zhuǎn)為“發(fā)展逐步趨于平緩” 階段。 2011 年之前， 中國汽車市場以“井噴式” 速度高速增長， 汽車銷量從2001 年的230 萬輛增長到2010 年的1800 萬輛。 但自2011年開始， 銷量同比增速從之前的20%以上逐漸下滑， 過渡到“平緩” 的微增長階段。 而在最近的2018 年， 中國汽車市場銷量28 年來首次出現(xiàn)負增長。 當前我國汽車市場面臨嚴峻的下行趨勢，這一現(xiàn)象在一定程度上使我國居民整體消費也同樣出現(xiàn)下行趨勢。 如何有效刺激我國汽車消費市場活力成為目前社會各界關注的焦點。

近年來， 互聯(lián)網(wǎng)金融的快速發(fā)展正逐步影響并改變我國居民的消費方式和消費習慣。 第三方支付、 P2P 網(wǎng)貸、 大數(shù)據(jù)金融、 眾籌等模式的不斷興起， 降低了居民消費成本， 提高了居民消費能力， 是促進我國居民消費增長的重要力量。 特別地， 我國居民在日常生活中已經(jīng)養(yǎng)成使用移動支付的習慣， 第三方互聯(lián)網(wǎng)支付滲透率達到較高水平。 第三方互聯(lián)網(wǎng)支付是指除銀行以外具備一定實力和良好信譽的獨立機構， 利用互聯(lián)網(wǎng)技術和信息安全技術等現(xiàn)代信息科技， 通過與各大銀行簽約的方式， 在用戶與銀行支付結(jié)算系統(tǒng)之間建立連接的網(wǎng)絡支付模式。 這種模式既能降低交易主體之間的交易成本， 又能節(jié)省交易時間， 加快信息及資金的流通速度， 提高資源配置效率。在互聯(lián)網(wǎng)技術的推動下， 傳統(tǒng)的金融產(chǎn)業(yè)正朝著更加定制化、 智能化的方向變革， 一些新產(chǎn)品、新業(yè)態(tài)和新模式將成為未來金融市場的主導。 金融行業(yè)與互聯(lián)網(wǎng)技術的深度融合是大勢所趨， 必將對經(jīng)濟和社會發(fā)展產(chǎn)生深遠的影響。

在互聯(lián)網(wǎng)金融領域， 汽車資產(chǎn)逐漸成為主流資產(chǎn)之一。 目前互聯(lián)網(wǎng)金融在汽車抵押貸款、 購車分期等領域發(fā)揮著重要作用。 中國車貸聯(lián)盟發(fā)布的《全球車貸報告》 及其他相關數(shù)據(jù)顯示， 2016年我國互聯(lián)網(wǎng)金融在汽車行業(yè)的總規(guī)模達到約2000億元人民幣， 數(shù)十家互聯(lián)網(wǎng)汽車金融服務商獲得融資。 此外， 近年來高速發(fā)展的互聯(lián)網(wǎng)金融信貸也加入了車貸市場的競爭中。 因此探討互聯(lián)網(wǎng)金融發(fā)展是否促進了居民汽車消費對我國汽車消費市場與經(jīng)濟的健康可持續(xù)發(fā)展均具有重要的現(xiàn)實意義。

1 文獻綜述

通過對現(xiàn)有研究的梳理和回顧可以發(fā)現(xiàn)， 已有大量文獻對互聯(lián)網(wǎng)金融發(fā)展的多方面影響效應進行了研究。 國外研究主要聚焦于互聯(lián)網(wǎng)金融發(fā)展對傳統(tǒng)金融中介的沖擊(Stijn 等， 2002； Syed等， 2013）［1，2］、 互聯(lián)網(wǎng)金融對貨幣政策與金融穩(wěn)定的影響(Krueger， 2012）［3］等方面。 國內(nèi)研究主要聚焦于互聯(lián)網(wǎng)金融發(fā)展與經(jīng)濟增長的關系(李炳和趙陽， 2014； 周斌等， 2017； 姜松和黃慶華，2018）［4－6］、 互聯(lián)網(wǎng)金融發(fā)展對傳統(tǒng)金融行業(yè)的影響(郭品和沈悅， 2015）［7］、 互聯(lián)網(wǎng)金融風險與監(jiān)管(俞林等， 2015）［8］、 互聯(lián)網(wǎng)金融發(fā)展對中小微企業(yè)融資的影響(王馨， 2015）［9］等方面。

此外一部分國內(nèi)學者針對互聯(lián)網(wǎng)金融對我國居民消費的影響進行了研究。 何啟志和彭明生(2019）［10］運用非線性模型和省際面板數(shù)據(jù)就互聯(lián)網(wǎng)金融對居民消費的影響效果進行了實證研究，發(fā)現(xiàn)互聯(lián)網(wǎng)金融對居民消費具有較強的正向影響。崔海燕(2016）［11］利用動態(tài)時間序列模型實證研究了互聯(lián)網(wǎng)金融對中國居民消費的影響效應， 發(fā)現(xiàn)加快互聯(lián)網(wǎng)金融的發(fā)展可以有效促進中國居民消費的增長。 邢天才和張夕(2019）［12］采用面板VAR模型實證分析互聯(lián)網(wǎng)消費金融對城鎮(zhèn)居民消費升級的影響效應， 發(fā)現(xiàn)互聯(lián)網(wǎng)消費金融促進了我國城鎮(zhèn)居民的消費水平升級。 張李義和涂奔(2017）［13］從消費金融的功能性視角出發(fā)， 基于2011 ～2016 年月度數(shù)據(jù)， 運用信息熵方法和面板模型分析了互聯(lián)網(wǎng)金融發(fā)展對中國居民消費的差異化影響， 發(fā)現(xiàn)互聯(lián)網(wǎng)金融發(fā)展對居民消費結(jié)構升級有著顯著正向影響， 并且對城鎮(zhèn)居民消費的影響程度大于農(nóng)村居民。

然而， 少有研究聚焦到互聯(lián)網(wǎng)金融發(fā)展對居民汽車消費的影響， 僅有部分研究在實證分析中提及這二者之間的關系(邢天才和張夕， 2019）［12］。此外， 現(xiàn)有文獻對我國居民汽車消費的研究大多以私有汽車保有量衡量居民汽車消費水平， 從汽車銷量的視角研究居民汽車消費的文獻較為少見，對互聯(lián)網(wǎng)金融與汽車銷量關系的探討更是空白。因此本文采用中國2012 年第一季度至2019 年第二季度的時間序列數(shù)據(jù)， 構建ARDL 模型進行協(xié)整分析， 旨在探究互聯(lián)網(wǎng)金融中第三方互聯(lián)網(wǎng)支付交易規(guī)模對我國居民汽車銷量的長短期影響效果， 希望可以為新常態(tài)下我國進一步挖掘汽車消費市場的潛力， 以及有關部門政策的制定與調(diào)整提供科學參考依據(jù)。

2 數(shù)據(jù)選取與模型構建

2.1 變量設計、 數(shù)據(jù)來源及處理

我國汽車互聯(lián)網(wǎng)消費金融主要分為第三方支付、 電商類、 P2P 類、 分期購物類等。 其中， 第三方支付機構通過對支付的把控滲透各個汽車消費金融場景， 分享較大的市場份額。 第三方支付交易規(guī)模占互聯(lián)網(wǎng)金融交易規(guī)模的比例較大， 并且對我國居民汽車消費的影響最大， 因此本文沿用崔海燕(2016）［11］的衡量標準， 選用第三方互聯(lián)網(wǎng)支付市場交易規(guī)模作為互聯(lián)網(wǎng)金融發(fā)展的衡量指標。 此外4 種主流的消費理論均認為收入是影響消費最重要的因素， 其中凱恩斯的絕對收入理論強調(diào)消費支出與實際收入之間存在穩(wěn)定的函數(shù)關系。 因此， 為了研究互聯(lián)網(wǎng)金融對我國居民汽車消費的影響， 需要控制收入因素， 本文選用實際國內(nèi)生產(chǎn)總值來衡量居民收入水平。

考慮到數(shù)據(jù)的可獲得性以及統(tǒng)計口徑上的一致性， 本文選取2012 年第一季度至2019 年第二季度作為研究區(qū)間。 第三方互聯(lián)網(wǎng)支付市場交易規(guī)模的季度數(shù)據(jù)來自易觀智庫EnfoDesk 《中國第三方支付互聯(lián)網(wǎng)支付市場季度監(jiān)測報告》， 我國汽車銷量和國內(nèi)生產(chǎn)總值的季度數(shù)據(jù)以及居民消費價格指數(shù)的月度數(shù)據(jù)均來自于《中國經(jīng)濟景氣月報》。

由于本文采用季度時間序列數(shù)據(jù)進行實證研究， 需對數(shù)據(jù)進行以下預處理： (1） 由于國內(nèi)權威統(tǒng)計機構只對居民消費價格指數(shù)的月度或年度數(shù)據(jù)進行了統(tǒng)計， 故本文選用居民消費價格指數(shù)的月度數(shù)據(jù)， 并以2012 年1 月作為基年， 換算每個月的價格指數(shù)， 取每個季度月平均值作為該季度的居民消費價格指數(shù)。 第三方互聯(lián)網(wǎng)支付市場交易規(guī)模和國內(nèi)生產(chǎn)總值的數(shù)據(jù)均以該價格指數(shù)進行換算為實際值； (2） 以上數(shù)據(jù)均使用Eviews 8.0 進行Census X12 季節(jié)調(diào)整。

2.2 ARDL 模型構建

考慮到本文選取的時間序列樣本量有限， 采用適合小樣本的自回歸分布滯后(ARDL）模型進行實證研究。 除了不受樣本量的限制， ARDL 方法與傳統(tǒng)協(xié)整檢驗模型相比還具備以下優(yōu)勢： 能夠處理時間序列非同階平穩(wěn)的情況； 即使解釋變量存在內(nèi)生性問題， 也能保證估計結(jié)果一致有效。ARDL 模型分析方法一般分為如下3 步進行。 第一步， 需要對各時間序列變量的單整性進行單位根檢驗， 雖然ARDL 模型適用于時間序列非同階的情形， 但要求各變量的單整階數(shù)不超過1。 第二步， 檢驗各變量間是否存在長期穩(wěn)定的協(xié)整關系，并確定各變量間作用的方向。 為實現(xiàn)協(xié)整關系的檢驗， 可構建如下ARDL 邊界協(xié)整檢驗模型：

其中： Δ 表示對變量進行一階差分； ε1t為隨機擾動項； α1為漂移項； ρi(i=1，2，3） 為最優(yōu)滯后階數(shù)， 由AIC 準則確定； μi(i=1，2，3） 表示模型的長期相關系數(shù)， βki(k=1，2，3） 為模型的短期相關系數(shù)； lnCt表示在時間t 我國汽車銷量(萬輛） 的對數(shù)值， lnFINt表示在時間t 第三方互聯(lián)網(wǎng)支付交易規(guī)模(億元， 2012 年第一季度價格指數(shù)） 的對數(shù)值， lnGDPt表示在時間t 實際國內(nèi)生產(chǎn)總值(億元， 2012 年第一季度價格指數(shù)）的對數(shù)值。

ARDL 邊界協(xié)整檢驗是通過F 統(tǒng)計量和Wald統(tǒng)計量對滯后變量的系數(shù)進行聯(lián)合顯著性檢驗，以判斷各變量間是否存在長期穩(wěn)定的協(xié)整關系。原假設為各變量之間不存在長期均衡的協(xié)整關系。以式(1） 為例， 檢驗的原假設為： H0∶μ1=μ2=μ3=0， 備擇假設為： μ1≠0 或μ2≠0 或μ3≠0。 如果F 統(tǒng)計值大于較大的臨界值， 則無論各時間序列是I(0）或I(1）， 均可拒絕不存在協(xié)整關系的原假設， 即各變量間存在長期穩(wěn)定的協(xié)整關系； 如果F 統(tǒng)計值小于臨界值的下限， 則不能拒絕原假設， 即各變量間不存在協(xié)整關系； 如果F 統(tǒng)計值落在兩個臨界值之間， 則無法確定檢驗結(jié)果。

如果通過上述邊界協(xié)整檢驗， 確定各變量間存在長期穩(wěn)定的協(xié)整關系后， 則可進行ARDL 方法的第三步， 估計變量間的短期動態(tài)系數(shù)及長期均衡系數(shù)。 依據(jù)同樣的原理， 建立如下ARDL(δ1，δ2，δ3）模型估計長期系數(shù)：

其中， δi(i=1，2，3） 是根據(jù)AIC 準則選取的最優(yōu)滯后階數(shù)， ηki(k=1，2，3） 表示長期均衡系數(shù)。 短期動態(tài)系數(shù)可由ARDL 誤差修正(ARDLECM） 模型求得：

其中， γki(k=1，2，3） 表示短期動態(tài)系數(shù)，ECMt－i為誤差修正項， 其系數(shù)λ 反映了當存在短期偏離時， 向長期均衡水平調(diào)整的速度。

3 實證結(jié)果分析

3.1 變量的單位根檢驗

雖然自回歸分布滯后(ARDL） 模型不要求時間序列具備嚴格的同階單整性， 但要求各變量的單整階數(shù)不超過1。 在進行邊界協(xié)整檢驗之前， 對各時間序列進行單位根檢驗， 本文使用ADF 檢驗方法進行單位根檢驗， 結(jié)果如表1 所示。

表1 的檢驗結(jié)果表明， 汽車銷量和第三方互聯(lián)網(wǎng)支付交易規(guī)模的自然對數(shù)序列均是I(0）， 實際國內(nèi)生產(chǎn)總值的自然對數(shù)序列是I(1）， 可以使用ARDL 模型進行估計。

表1 各時間序列的單位根檢驗結(jié)果

3.2 邊界協(xié)整檢驗

接下來對式(1） 的誤差修正模型進行邊界協(xié)整檢驗， 本文根據(jù)最小AIC 準則確定最優(yōu)滯后階數(shù)， 并得出相應的F 統(tǒng)計量， 進而在統(tǒng)計上判斷這些變量之間是否存在長期協(xié)整關系。 邊界協(xié)整檢驗結(jié)果如表2 所示。

由表2 的協(xié)整檢驗結(jié)果可以看出， F 統(tǒng)計量為7.234， 大于1%顯著性水平對應的最高臨界值6.36。 這表明這3 個變量間不存在長期協(xié)整關系的原假設被拒絕， 汽車銷量、 第三方互聯(lián)網(wǎng)支付交易規(guī)模以及實際國內(nèi)生產(chǎn)總值之間存在長期穩(wěn)定的協(xié)整關系。 在確定各變量間存在長期協(xié)整關系后， 就可以通過ARDL 模型估計第三方互聯(lián)網(wǎng)支付交易規(guī)模和實際國內(nèi)生產(chǎn)總值對汽車銷量的短期動態(tài)及長期均衡系數(shù)。

表2 邊界協(xié)整檢驗結(jié)果

3.3 ARDL 模型長短期系數(shù)的估計結(jié)果及說明

在進行長短期系數(shù)估計前需要確定模型中各變量的滯后階數(shù)， 考慮到本文所選取樣本數(shù)據(jù)的實際情況， 采用AIC 準則確定估計模型的最優(yōu)滯后階數(shù)， 并且設定最大滯后階數(shù)為2。 第三方互聯(lián)網(wǎng)支付交易規(guī)模和實際GDP 對汽車銷量的長短期系數(shù)的估計結(jié)果如表3 所示。

表3 自回歸分布滯后（ARDL） 模型長短期系數(shù)估計結(jié)果

通過分析表3 的估計結(jié)果發(fā)現(xiàn)， 第三方互聯(lián)網(wǎng)支付交易規(guī)模在長期和短期中均對我國汽車銷量產(chǎn)生顯著的正向影響。 從長期來看， 第三方互聯(lián)網(wǎng)支付交易規(guī)模增長1%， 會導致汽車銷量增加0.13%。 從短期關系上看， 第三方互聯(lián)網(wǎng)支付交易規(guī)模增長1%， 會導致汽車銷量增加0.16%。第三方互聯(lián)網(wǎng)支付交易規(guī)模對汽車銷量的短期彈性系數(shù)要大于其長期彈性系數(shù)。 這充分說明互聯(lián)網(wǎng)金融的發(fā)展確實能夠促進我國居民汽車消費的增長。

實際GDP 在長期中對汽車銷量具有顯著的正向效應。 長期影響系數(shù)為0.24， 即當實際GDP增長1%， 汽車銷量將會增加0.24%。 由此可見，長期中實際GDP 的增長增加了居民實際購買力，帶動了我國居民汽車消費市場增長。 從短期來看，實際GDP 對汽車銷量不具有顯著影響。 這可能是由于本文使用的是季度數(shù)據(jù)， 時間跨度太短， 實際GDP 增長對居民汽車消費的影響具有短期時滯性。

此外， 在短期誤差修正模型中， 除了包含第三方互聯(lián)網(wǎng)支付交易規(guī)模、 實際GDP 對汽車銷量的短期影響外， 還包含偏離長期關系的影響， 即誤差修正項ECMt－1。 該模型誤差修正項系數(shù)為－1.22，在1%的水平上顯著， 當短期波動偏離長期均衡時， 將以122%的調(diào)整速度進行修正。

3.4 格蘭杰因果檢驗

上述實證分析已基于ARDL 模型分析了第三方互聯(lián)網(wǎng)支付交易規(guī)模和實際GDP 對汽車銷量的長短期影響效應， 接下來對這三者間內(nèi)在關系進行格蘭杰因果檢驗。 本文綜合使用LR、 AIC、 SBC等指標確定各變量最優(yōu)滯后階數(shù)， 格蘭杰因果檢驗結(jié)果如表4 所示。 從表4 中可以看出， 第三方互聯(lián)網(wǎng)支付交易規(guī)模和汽車銷量、 實際GDP 和汽車銷量之間存在單向格蘭杰因果關系， 第三方互聯(lián)網(wǎng)支付交易規(guī)模和實際GDP 均是汽車銷量的格蘭杰原因。 同時， 第三方互聯(lián)網(wǎng)支付交易規(guī)模和實際GDP 之間存在雙向格蘭杰因果關系。

表4 格蘭杰因果檢驗結(jié)果

4 結(jié)論和政策建議

4.1 研究結(jié)論

本文采用2012 年第一季度至2019 年第二季度的季度數(shù)據(jù)， 構建自回歸分布滯后(ARDL） 模型， 研究了互聯(lián)網(wǎng)金融行業(yè)中第三方互聯(lián)網(wǎng)支付交易規(guī)模對我國居民汽車消費的影響， 得出以下結(jié)論： (1） 第三方互聯(lián)網(wǎng)支付交易規(guī)模、 實際國內(nèi)生產(chǎn)總值及我國汽車銷量之間存在長期穩(wěn)定的協(xié)整關系； (2） 第三方互聯(lián)網(wǎng)支付交易規(guī)模在長短期均對我國汽車銷量產(chǎn)生顯著的正向影響， 且短期效應大于長期效應； (3） 實際GDP 在長期中對汽車銷量具有顯著的正向效應， 而短期中實際GDP 對汽車銷量不具有顯著影響； (4） 第三方互聯(lián)網(wǎng)支付交易規(guī)模和實際GDP 均是汽車銷量的格蘭杰原因。 由此可見， 互聯(lián)網(wǎng)金融的發(fā)展能夠刺激我國居民汽車消費， 并能在一定程度上改善我國汽車市場產(chǎn)能過剩問題， 從而帶動我國消費市場的增長。

4.2 政策建議

本文在互聯(lián)網(wǎng)金融快速發(fā)展的背景下， 研究了互聯(lián)網(wǎng)金融行業(yè)中第三方互聯(lián)網(wǎng)支付交易規(guī)模對我國居民汽車消費的作用效果。 結(jié)合上述研究結(jié)論， 本文從政府、 汽車企業(yè)及互聯(lián)網(wǎng)金融企業(yè)3 個視角提出如下政策建議： (1） 政府層面， 應加大對汽車互聯(lián)網(wǎng)消費金融業(yè)務的政策支持力度，鼓勵互聯(lián)網(wǎng)金融積極參與汽車消費金融， 并將服務滲透到汽車產(chǎn)業(yè)的更多領域。 目前我國已出臺了一系列政策支持汽車金融行業(yè)的發(fā)展， 內(nèi)容涵蓋汽車銷售層面、 二手車和新能源汽車、 消費金融等領域。 但總體而言， 多集中于傳統(tǒng)金融業(yè)務，針對汽車互聯(lián)網(wǎng)金融業(yè)務的支持政策較少。 同時，政府也應加強對互聯(lián)網(wǎng)金融行業(yè)的風險管控工作，促進互聯(lián)網(wǎng)金融健康發(fā)展； (2） 汽車企業(yè)層面，面對當前我國汽車市場下行的嚴峻趨勢， 應積極尋求與互聯(lián)網(wǎng)金融公司的深層合作， 互聯(lián)網(wǎng)金融不只能夠在汽車抵押貸款和購車分期上發(fā)揮作用，未來還可以將業(yè)務延伸到汽車行業(yè)的眾多領域，如汽車經(jīng)銷商上下游供應鏈、 汽車保險等， 從而在汽車市場推出更多創(chuàng)新的產(chǎn)品和服務。 汽車互聯(lián)網(wǎng)金融將有望成為整個汽車行業(yè)發(fā)展的重要推動力和加速器； (3） 互聯(lián)網(wǎng)金融企業(yè)層面， 應在合規(guī)運作的前提下， 在汽車行業(yè)積極開展互聯(lián)網(wǎng)金融業(yè)務， 進一步挖掘汽車互聯(lián)網(wǎng)金融市場潛力。2015 年我國汽車消費金融開始邁入爆發(fā)增長階段， 借助P2P 網(wǎng)貸這股東風， 互聯(lián)網(wǎng)金融公司廣泛參與到汽車消費金融行業(yè)。 各路資本紛紛進入，一大批融資租賃公司和汽車金融的網(wǎng)貸平臺迅速成立并發(fā)展起來， 如人人車貸、 微貸網(wǎng)等。 騰訊、阿里、 京東等互聯(lián)網(wǎng)巨頭也將互聯(lián)網(wǎng)金融產(chǎn)品逐步滲透到汽車領域， 如騰訊理財通和一汽－大眾奧迪展開品牌跨界合作； 余額寶與天貓啟動“余額寶購車” 活動； 京東金融與易鑫車貸平臺聯(lián)合推出汽車融資互聯(lián)網(wǎng)平臺“汽車白條”。 但據(jù)《中國汽車市場年鑒》 相關數(shù)據(jù)顯示， 2016 年我國汽車金融滲透率僅為35%， 與英國、 美國、 德國等發(fā)達國家成熟汽車市場相比仍有較大差距。 對于互聯(lián)網(wǎng)金融企業(yè)而言， 目前我國汽車金融市場仍有很大的發(fā)展空間， 有望進一步挖掘汽車互聯(lián)網(wǎng)金融市場潛力。