论文部分内容阅读
摘 要：随着信息技术的发展，互联网金融发展迅速，通过实证研究我国互联网金融发展的影响因素，思考其发展在地域之间的差异，对于各地协会及监管部门均有重要的意义。本文根据全国各省市各季度的数据，以互联网金融发展水平为被解释变量，宏观经济水平、互联网络的普及和融资能力的水平作为解释变量，运用面板数据构建模型，对互联网金融发展的影响因素进行实证研究。研究发现，人民币贷款增量、移动设备数和生产总值会促进互联网金融的发展。并且各省的情况不同，互联网金融发展受到的影响存在显著的地域差异。
关键词：互联网金融 面板数据 影响分析
中图分类号：F830 文献标识码：A 文章编号：2096-0298（2018）07（c）-023-02
1 互联网金融发展的描述性分析
我国的互联网金融发展速度较快，各地的发展却不尽相同。理论上来说，互联网金融应该是超地理特征的，互联网金融企业只能在网上募集资金和发放资金，在现实市场中筹集资金属于违规行为。互联网金融依靠的是互联网的广大网络用户和海量数据，互联网具有无地域性的特征，互联网金融并不应该出现空间集聚特征。从相关数据来看，互联网金融发展存在地域性的差距，从趋势上看，不同的时间东部、中部和西部是一致的；但是从发展的差距来看，东部、中部和西部的差距是明显存在的，并且东部还有进一步提高领先地位的可能。
本文结合互联网金融发展的要素——互联网络的使用和资金融通的能力以及宏观环境，分析导致各地区互联网金融发展及其差距的原因。
2 互联网金融影响因素的理论分析
运用了移动设备用户普及率来表示互联网络的发展，这鉴于当今移动用户占据网络用户的主流现实，符合阿里等互金企业的理念（互金企业主要靠手机客户端进行运作，调研所得）。互联网金融的发展离不开互联网的发展，互联网金融概念的再次兴起，来自政府工作报告中对于“互联网+”的大力支持。可以清楚地看到，因为近年来，随着网络的普及、网络技术的发展、相关中间机构和技术手段的完善，互联网金融才有了这么大的发展空间。
采用人民币贷款发放额作为省市融资能力的衡量标准，因为众多学者认为互联网金融作为新兴的金融模式，是对传统融资模式的一种补充，那么互联网金融和贷款发放额的关系一定密不可分。当然人民币贷款的发放额和互联网金融发展存在辩证关系，人民币贷款发放额较多，则说明国家的货币政策较为宽松，企业个人从银行贷款的概率相对提高，相比较互联网金融机构，企业和个人还是会倾向于使用低成本的资金；然而从另一个方面说，各省市人民币贷款的多少其是折射出当地的融资能力强弱，可以看出当地融资的需求和供给平衡的大致状态，一个地方的人民币贷款多，说明当地的货币需求较大，那么该地会更加吸引互联网金融机构的目光，当地的资金供给充足，又有可能出现地下钱庄转变为互联网金融机构，发展当地的互联网金融经济。因此关于这方面还需要进一步实证分析得到。
3 互联网金融影响因素的实证分析
3.1 描述指标
本文用HJZS、GDP、XD和YD来分别表示互联网金融指数、生产总值、人民币贷款和移动设备用户普及率，通过以上四个指标来刻画互联网金融发展程度、宏观经济发展水平、融资能力的水平以及互联网络的普及度，从而研究互联网金融发展的影响因素。数据来源于《北京大学互联网金融发展指数》《中国统计年鉴》和中经网数据库。
（1）总体指标的描述性统计（季度），如表1所示。
（2）东中西部的宏观经济环境—— GDP经济指标的描述。
通过数据可以看出，生产总值始终处于正值，并且和季度明显存在周期性的变化趋势。从地区差异看，东中西部存在明显的差距，符合人们对于东中西部的经济环境的预期。
（3）东中西部的融资能力水平——人民币贷款发放数的描述。
通过数据可以看出，东中西部的人民币贷款的发放呈现周期性递增的趋势，说明我国的融资需求不断上升，东中西部的人民币贷款存在明显差异，说明其融资能力水平还是存在很大差异。
（4）东中西部的互联网络普及水平——移动设备用户普及率的描述。
通过数据可以知道，从2014—2017年，我国东部移动设备普及率达到了110%，中西部达到85%，可以看出，我国的移动设备普及率处于高水平阶段，发达地区的用户接近于人手一部移动设备，而中西部地区互联网络的普及程度尚有提升的空间。
3.2 平稳性检验
在上面分析大的基础之上，为了消除变量可能出现的异方差，对变量进行自然对数处理。对4个指标进行单位根检验，分别进行有截距项及趋势项、有截距项无趋势项、无截距项与趋势项的假设选择，之后阶数、频谱估值的选择均默认。
通过平稳性检验分析，发现虽然Breitung检验结果部分不拒绝原假設，但是其他均拒绝原假设，因此本文可以认为4个指标均不存在单位根，即序列是平稳的。
3.3 全国分省的混合面板数据拟合
由混合面板数据拟合可知，宏观经济环境，融资能力水平和互联网络的普及能够接近解释互联网金融发展的40%，并且各自相应的系数较为显著，F统计量较大，明显可以联合解释其发展的原因。在其他条件不变的情况下，每当生产总值上升10%，那么互联网金融发展水平将会提高0.7%；每当人民币贷款发放额增加10%，那么互联网金融发展水平将会提高1.7%；每当移动设备用户数增长10%，那么互联网金融发展水平会提高11.14%。由此可以看出，互联网络的普及程度对于互联网金融发展的影响程度最高，并且生产总值的影响程度相对不显著。
3.4 东中西部地区的混合面板数据拟合 通过混合面板数据回归分析，可以发现，该影响机制在东部地区的解释效果较好，在中西部地区解释效果较差。这可能和东中西部存在的差距、东部地区更加的市场化等因素有关。从单个指标对互联网金融发展的影响程度来看，东部地区互联网络的普及度对互联网金融发展的影响较为显著，而中部主要是融资能力的水平对互联网金融发展的影响较为显著，西部则是宏观经济的水平对互联网金融发展的影响较为显著，总的来说，三大方面发展的程度越高，互联网金融发展水平越高。
4 结论与启示
通过理论和实证的分析，可以得出，当地区的宏观经济水平越高、融资能力水平越强、互联网络普及越广，互联网金融的发展水平将会越好。在发展的过程之中，地区之间不仅存在发展水平量的区别，还存在着发展的影响机制区别，东部地区更显著地受互联网络的普及影响，中部地区更显著的受融资水平能力的影响，西部地区更显著的依赖于宏观经济的增长。因此应该在宏观调控的背景下做好因地制宜，做到使互联网金融又好又快发展。
针对我国各省市不同的互联网金融发展不同现状，本文提出几点具体的启示：（1）在中西部地区大力发展移动互联等新技术，提高网络普及率、信息化应用程度以及4G移动电话使用数量。（2）提高民营企业的信息披露程度，尽可能地降低信息不对称的情况。民营企业在融资的过程中，提高信息披露程度可以帮助金融机构和投资者更好地把控企业的整体情况、评估投资风险，使得民营企业可以顺利打开融资渠道。（3）央行推进国有制银行改革，提高国有制银行运营效率，更好地用资金支持民营企业的发展。（4）政府把握好市场，考虑有的放矢的制定相关政策，推动实体经济乃至宏观经济的平稳发展。除了短期的政策支持来直接刺激互联网金融发展外，更需要从自身的资源禀賦和比较优势入手，将其与互联网金融进行有机结合，而制定相关的长期政策。从而创造出互联网金融与宏观经济相互促进，共同增长的良性循环。（5）互联网金融企业可以综合考虑互联网普及率、融资水平和宏观经济的发展优势，结合自身与企业的需求，较高效率地选择出适合本企业长期发展的潜力地区进行发展。
参考文献
[1] 何飞，张兵.互联网金融的发展：大数据驱动与模式衍变[J].财经科学—金融论坛，2016（6）.
[2] 龚遥，顾晓安.互联网金融发展影响因素实证分析[J].经济经纬，2016，3（6）.
[3] 赵燕，张成虎，王雪萍.中国互联网金融创新发展动力机制研究[J].科技管理研究，2015（12）.
关键词：互联网金融 面板数据 影响分析
中图分类号：F830 文献标识码：A 文章编号：2096-0298（2018）07（c）-023-02
1 互联网金融发展的描述性分析
我国的互联网金融发展速度较快，各地的发展却不尽相同。理论上来说，互联网金融应该是超地理特征的，互联网金融企业只能在网上募集资金和发放资金，在现实市场中筹集资金属于违规行为。互联网金融依靠的是互联网的广大网络用户和海量数据，互联网具有无地域性的特征，互联网金融并不应该出现空间集聚特征。从相关数据来看，互联网金融发展存在地域性的差距，从趋势上看，不同的时间东部、中部和西部是一致的；但是从发展的差距来看，东部、中部和西部的差距是明显存在的，并且东部还有进一步提高领先地位的可能。
本文结合互联网金融发展的要素——互联网络的使用和资金融通的能力以及宏观环境，分析导致各地区互联网金融发展及其差距的原因。
2 互联网金融影响因素的理论分析
运用了移动设备用户普及率来表示互联网络的发展，这鉴于当今移动用户占据网络用户的主流现实，符合阿里等互金企业的理念（互金企业主要靠手机客户端进行运作，调研所得）。互联网金融的发展离不开互联网的发展，互联网金融概念的再次兴起，来自政府工作报告中对于“互联网+”的大力支持。可以清楚地看到，因为近年来，随着网络的普及、网络技术的发展、相关中间机构和技术手段的完善，互联网金融才有了这么大的发展空间。
采用人民币贷款发放额作为省市融资能力的衡量标准，因为众多学者认为互联网金融作为新兴的金融模式，是对传统融资模式的一种补充，那么互联网金融和贷款发放额的关系一定密不可分。当然人民币贷款的发放额和互联网金融发展存在辩证关系，人民币贷款发放额较多，则说明国家的货币政策较为宽松，企业个人从银行贷款的概率相对提高，相比较互联网金融机构，企业和个人还是会倾向于使用低成本的资金；然而从另一个方面说，各省市人民币贷款的多少其是折射出当地的融资能力强弱，可以看出当地融资的需求和供给平衡的大致状态，一个地方的人民币贷款多，说明当地的货币需求较大，那么该地会更加吸引互联网金融机构的目光，当地的资金供给充足，又有可能出现地下钱庄转变为互联网金融机构，发展当地的互联网金融经济。因此关于这方面还需要进一步实证分析得到。
3 互联网金融影响因素的实证分析
3.1 描述指标
本文用HJZS、GDP、XD和YD来分别表示互联网金融指数、生产总值、人民币贷款和移动设备用户普及率，通过以上四个指标来刻画互联网金融发展程度、宏观经济发展水平、融资能力的水平以及互联网络的普及度，从而研究互联网金融发展的影响因素。数据来源于《北京大学互联网金融发展指数》《中国统计年鉴》和中经网数据库。
（1）总体指标的描述性统计（季度），如表1所示。
（2）东中西部的宏观经济环境—— GDP经济指标的描述。
通过数据可以看出，生产总值始终处于正值，并且和季度明显存在周期性的变化趋势。从地区差异看，东中西部存在明显的差距，符合人们对于东中西部的经济环境的预期。
（3）东中西部的融资能力水平——人民币贷款发放数的描述。
通过数据可以看出，东中西部的人民币贷款的发放呈现周期性递增的趋势，说明我国的融资需求不断上升，东中西部的人民币贷款存在明显差异，说明其融资能力水平还是存在很大差异。
（4）东中西部的互联网络普及水平——移动设备用户普及率的描述。
通过数据可以知道，从2014—2017年，我国东部移动设备普及率达到了110%，中西部达到85%，可以看出，我国的移动设备普及率处于高水平阶段，发达地区的用户接近于人手一部移动设备，而中西部地区互联网络的普及程度尚有提升的空间。
3.2 平稳性检验
在上面分析大的基础之上，为了消除变量可能出现的异方差，对变量进行自然对数处理。对4个指标进行单位根检验，分别进行有截距项及趋势项、有截距项无趋势项、无截距项与趋势项的假设选择，之后阶数、频谱估值的选择均默认。
通过平稳性检验分析，发现虽然Breitung检验结果部分不拒绝原假設，但是其他均拒绝原假设，因此本文可以认为4个指标均不存在单位根，即序列是平稳的。
3.3 全国分省的混合面板数据拟合
由混合面板数据拟合可知，宏观经济环境，融资能力水平和互联网络的普及能够接近解释互联网金融发展的40%，并且各自相应的系数较为显著，F统计量较大，明显可以联合解释其发展的原因。在其他条件不变的情况下，每当生产总值上升10%，那么互联网金融发展水平将会提高0.7%；每当人民币贷款发放额增加10%，那么互联网金融发展水平将会提高1.7%；每当移动设备用户数增长10%，那么互联网金融发展水平会提高11.14%。由此可以看出，互联网络的普及程度对于互联网金融发展的影响程度最高，并且生产总值的影响程度相对不显著。
3.4 东中西部地区的混合面板数据拟合 通过混合面板数据回归分析，可以发现，该影响机制在东部地区的解释效果较好，在中西部地区解释效果较差。这可能和东中西部存在的差距、东部地区更加的市场化等因素有关。从单个指标对互联网金融发展的影响程度来看，东部地区互联网络的普及度对互联网金融发展的影响较为显著，而中部主要是融资能力的水平对互联网金融发展的影响较为显著，西部则是宏观经济的水平对互联网金融发展的影响较为显著，总的来说，三大方面发展的程度越高，互联网金融发展水平越高。
4 结论与启示
通过理论和实证的分析，可以得出，当地区的宏观经济水平越高、融资能力水平越强、互联网络普及越广，互联网金融的发展水平将会越好。在发展的过程之中，地区之间不仅存在发展水平量的区别，还存在着发展的影响机制区别，东部地区更显著地受互联网络的普及影响，中部地区更显著的受融资水平能力的影响，西部地区更显著的依赖于宏观经济的增长。因此应该在宏观调控的背景下做好因地制宜，做到使互联网金融又好又快发展。
针对我国各省市不同的互联网金融发展不同现状，本文提出几点具体的启示：（1）在中西部地区大力发展移动互联等新技术，提高网络普及率、信息化应用程度以及4G移动电话使用数量。（2）提高民营企业的信息披露程度，尽可能地降低信息不对称的情况。民营企业在融资的过程中，提高信息披露程度可以帮助金融机构和投资者更好地把控企业的整体情况、评估投资风险，使得民营企业可以顺利打开融资渠道。（3）央行推进国有制银行改革，提高国有制银行运营效率，更好地用资金支持民营企业的发展。（4）政府把握好市场，考虑有的放矢的制定相关政策，推动实体经济乃至宏观经济的平稳发展。除了短期的政策支持来直接刺激互联网金融发展外，更需要从自身的资源禀賦和比较优势入手，将其与互联网金融进行有机结合，而制定相关的长期政策。从而创造出互联网金融与宏观经济相互促进，共同增长的良性循环。（5）互联网金融企业可以综合考虑互联网普及率、融资水平和宏观经济的发展优势，结合自身与企业的需求，较高效率地选择出适合本企业长期发展的潜力地区进行发展。
参考文献
[1] 何飞，张兵.互联网金融的发展：大数据驱动与模式衍变[J].财经科学—金融论坛，2016（6）.
[2] 龚遥，顾晓安.互联网金融发展影响因素实证分析[J].经济经纬，2016，3（6）.
[3] 赵燕，张成虎，王雪萍.中国互联网金融创新发展动力机制研究[J].科技管理研究，2015（12）.