| 6,427 | 36 | 578 |
| 下载次数 | 被引频次 | 阅读次数 |
在数字金融快速发展背景下，研究数字金融发展影响货币政策与系统性金融风险的作用机制，具有一定的理论和实践意义。本文运用TVP-VAR-SV模型检验数字金融、货币政策与系统性金融风险的动态关系，分析在数字金融监管强度差异下该动态关系的非对称性，并进一步检验数字金融对经济增长的驱动作用，以及数字金融对宏观风险收益率的冲击效应。研究发现，数字金融的发展加剧系统性金融风险，而紧缩型货币政策有助于抑制系统性金融风险；数字金融的发展显著影响货币政策调控效果，紧缩型货币政策促进数字金融发展；数字金融发展能够有效促进经济增长并提高经济体系单位风险效益。进一步，本文从规范数字金融市场发展，优化货币政策传导机制和强化数字金融市场投资者教育等方面给出政策建议。
Abstract：With the rapid development of digital finance, the research on how the digital finance affects monetary policy and systemic financial risk has significant theoretical and practical implications. We use the TVP-VAR-SV model to examine the dynamic relationship between the digital finance, monetary policy and systemic financial risk, and then analyze the asymmetric dynamic relationship with different regulatory intensities of digital finance. Furthermore, we examine the driving role of the digital finance on economic growth and its shock effect on macro risk-return ratio. The findings of this paper are as follows:The development of digital finance exacerbates systemic financial risk, but a contractionary monetary policy helps to reduce systemic financial risk. The development of digital finance significantly affects the effectiveness of monetary policy and the contractionary monetary policy promotes the development of digital finance. The development of digital finance effectively stimulates economic growth and enhances the economic benefits of risk-bearing in the economic system. Furthermore, this article provides policy suggestions from the aspects of regulating the development of the digital financial market, optimizing the monetary policy transmission mechanism, and strengthening investor education in the digital financial market.
[1]陈创练,戴明晓.货币政策、杠杆周期与房地产市场价格变动[J].经济研究, 2018(9):52?67.
[2]陈创练,单敬群,林玉婷.中国金融风险周期监测与央行货币政策非对称性效果识别[J].统计研究, 2020, 37(6):79?92.
[3]陈永良,凌爱凡.数字金融对银行信贷的影响:来自我国1326家商业银行地级市分行数据的经验证据[J].管理评论, 2023, 35(2):52?69.
[4]黄益平,黄卓.中国的数字金融发展:现在与未来[J].经济学（季刊）, 2018, 17(4):1489?1502.
[5]卢垚,战明华.数字金融、企业异质与货币政策利率渠道的结构效应[J].南开经济研究, 2023(5):19?37.
[6]乔木子.货币政策对中国系统性金融风险的动态影响机制研究[D].吉林大学, 2018.
[7]邱晗,黄益平,纪洋.金融科技对传统银行行为的影响:基于互联网理财的视角[J].金融研究, 2018(11):17?29.
[8]沈艳,王靖一.媒体报道与未成熟金融市场信息透明度:中国网络借贷市场视角[J].管理世界, 2021, 37(2):35?50.
[9]宋文豪,黄祖辉,叶春辉.数字金融使用对农村家庭生计策略选择的影响:来自中国农村家庭追踪调查的证据[J].中国农村经济,2023(6):92?113.
[10]唐松,伍旭川,祝佳.数字金融与企业技术创新:结构特征、机制识别与金融监管下的效应差异[J].管理世界, 2020(5):52?66.
[11]陶玲,朱迎.系统性金融风险的监测和度量:基于中国金融体系的研究[J].金融研究, 2016(6):18?36.
[12]谢平,邹传伟,刘海二.互联网金融的基础理论[J].金融研究, 2015(8):1?12.
[13]杨东.监管科技:金融科技的监管挑战与维度建构[J].中国社会科学, 2018(5):69?91.
[14]杨子晖,陈雨恬,黄卓.国际冲击下系统性风险的影响因素与传染渠道研究[J].经济研究, 2023(1):90?106.
[15]喻微锋,郑建峡.互联网金融、货币政策与银行风险承担[J].统计研究, 2022, 39(6):68-85.
[16]战明华,汤颜菲,李帅.数字金融发展、渠道效应差异和货币政策传导效果[J].经济研究, 2020(6):22-38.
[17]张勋,杨桐,汪晨,等.数字金融发展与居民消费增长:理论与中国实践[J].管理世界, 2020(11):48-63.
[18] Antonakakis N, Chatziantoniou I, Gabauer D. Refined Measures of Dynamic Connectedness Based on Time-Varying Parameter Vector Autoregressions[J]. Journal of Risk and Financial Management, 2020, 13(4):84.
[19] Bollaert H, Silanes F L D, Schwienbacher A. Fintech and Access to Finance[J]. Journal of Corporate Finance, 2021, 68:101941.
[20] Bonfim D, Soares C. The Risk-Taking Channel of Monetary Policy:Exploring All Avenues[J]. Journal of Money, Credit and Banking, 2018,50(7):1507-1541.
[21] Craig B R, Ma Y. Intermediation in the Interbank Lending Market[J]. Journal of Financial Economics, 2022, 145(2):179-207.
[22] Du N, Li L, Lu T, et al. Prosocial Compliance in P2P Lending:A Natural Field Experiment[J]. Management Science, 2020, 66(1):315-333.
[23] Frost J, Gambacorta L, Huang Y, et al. BigTech and the Changing Structure of Financial Intermediation[J]. Economic Policy, 2019, 34(100):761-799.
[24] IMF. Global Financial Stability Report:Responding to the Financial Crisis and Measuring Systemic Risks[R]. Working Paper, 2009.
[25] Kim Y, Lim H, Sohn W. Bank Competition and Transmission of Monetary Policy[J]. Applied Economics Letters, 2021, 28(5):421-425.
[26] Luo S, Sun Y, Zhou R. Can Fintech Innovation Promote Household Consumption? Evidence From China Family Panel Studies[J]. International Review of Financial Analysis, 2022:102-137.
[27] Murinde V, Rizopoulos E, Zachariadis M. The Impact of the FinTech Revolution on the Future of Banking:Opportunities and Risks[J].International Review of Financial Analysis, 2022, 81:102103.
[28] Nakajima J. Time-varying Parameter VAR Model with Stochastic Volatility:An Overview of Methodology and Empirical Applications[R].Institute for Monetary and Economic Studies, Bank of Japan, 2011.
[29] Xie C, Liu C. The Nexus Between Digital Finance and High-Quality Development of SMEs:Evidence From China[J]. Sustainability, 2022, 14:7410.
(1)参考现有文献的做法（黄益平和黄卓，2018；战明华等，2020），不区分数字金融、互联网金融和金融科技概念之间的细微差别，本文中互联网金融、金融科技与数字金融均表达同一个意思。
(1)因篇幅所限，TVP-VAR-SV模型的详细推导过程和参数设定以附录A展示，见《统计研究》网站所列附件。下同。
(2)因篇幅所限，系统性金融风险的基础指标池以附表1展示。
(1)因篇幅所限，稳健性检验估计结果以附图1~6展示。
(2)由于Wind数据库中P2P网络借贷的统计起止日期为2013年4月至2020年1月，本文将2013年4月前的网络借贷规模设定为0，与第三方支付进行加总。稳健性检验区间为2007年1月至2020年1月。
(3)余额宝于2013年6月推出，本文将2013年6月前的余额宝规模设定为0，与第三方支付和网络借贷进行加总。稳健性检验区间为2007年1月至2020年1月。
(1)因篇幅所限，脉冲响应函数以附图7~8展示。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2023.11.006
中图分类号:F49;F832;F822.0
引用信息:
[1]梁洪,李树,王雨.数字金融、货币政策与系统性金融风险——基于TVP-VAR-SV模型的实证研究[J].统计研究,2023,40(11):68-79.DOI:10.19343/j.cnki.11-1302/c.2023.11.006.
基金信息:
国家自然科学基金面上项目“利率市场化视角下金融发展、货币政策对网络借贷的影响研究”（71873104）; 重庆市社会科学规划博士项目“数字金融、货币政策对系统性金融风险的影响研究”（2021BS060）
2023-11-03
2023-11-03
2023-11-03