【摘要】互联网金融是网络信息技术与金融行业完美结合的产物，本文将通过建立模型的方式，分析互联网金融的发展对现金需求的影响与趋势，通过本文的研究可以概括出一下几点结论：（1）从全局角度进行观测，金融网络化、利率、国民收入以及现金需求之间存在着密切的联系，现金需求受互联网金融的影响最为显著；（2）现金需求的互联网金融变量的弹性区间较大，在-0.5至0之间；（3）可以排除利率等因素对现金需求的影响；（4）将互联网金融的因素纳入现金需求分析的模型中，可以完美的解释货币失踪的经济现象。

　　【关键词】互联网金融 现金需求 发展 趋势
　　互联网信息技术的迅猛发展，为传统的金融行业带来了新的发展机遇。互联网信息技术已经完全融入到了金融行业中，尤其是以第三方交易平台为代表的网络交易技术已经逐步改变了人们的消费习惯，同时网络金融手段的引入也改变了货币的存在形式，严重影响了传统的金本位制的货币制度，对现有的银行金融系统产生了巨大的冲击。互联网金融的发展刺激了民众的消费，同时也给传统金融行业带来了极大的考验，自1990年以来，按照传统金融货币理论计算出的现金需求量与实际现金需求量产生了巨大的误差，这也就成为了现代经济学中的难题，以往的现金需求计算模型早已不能应用在当下的互联网金融体系中，如果继续使用只会得出错误的宏观经济的分析结果。本文将通过深入的研究分析互联网金融的发展对现金需求的影响及趋势，为国家对互联网金融的监管提供参考。
　　一、互联网金融以及现金需求的概念
　　互联网金融就是依托互联网平台进行的金融贸易，互联网金融的具体操作手段是依托现有的互联网平台（如第三方支付、云计算、搜索引擎、手机APP等互联网工具）实现消费支付、资金流动、信息交换等金融活动。现有的互联网金融中的互联网已经不是简单的应用工具，互联网金融是在保证用户隐私及账户安全的前提下进行的网络交易，满足了新的市场需求，互联网金融必将成为未来世界的主要金融模式。
　　互联网金融的核心就是电子化商务，所谓的电子商务就是在互联网的网络环境下，买卖双方不用当面进行各种贸易活动，消费者可以在网上购物、商户之间可以网上交易，所有的支付手段都采用电子支付方式，电子商务的常见形式有ABC、B2B、B2G、C2A、O2O等，目前，我国民众普遍使用的支付宝就是电子商务的产品之一。现金漏损指客户从银行系统中取出一定数量的现金，导致这部分现金逃离银行系统的管理范围，而现金漏损率指的是现金漏损与存款总额之间的比值，如果现金漏损率较大就会出现传统现金需求模型中的“货币失踪”现象，导致传统的银行系统受到冲击。
　　二、互联网金融对现金需求的影响
　　进入21世纪以来，全球各国的经济学家都展开了对互联网金融的研究，研究者们在现有的银行货币模型的基础上，加入了互联网金融的影响因素，针对性的探讨了互联网金融在“货币失踪”中的影响。目前，已经进行很多网络金融的研究，美国经济学家已经研究了互联网金融对于小面值货币的影响，表明互联网金融交易现金需求的影响是必然存在的。同时进行的研究还有信用卡对现金需求的影响，说明了信用卡交易对短期存款没有明显的影响。芬兰的经济学家瓦萨赖对于网络金融的研究最为透彻，直接研究了互联网金融对于现金的替代作用，从正面阐述了互联网金融对现金需求的影响。
　　改革开放以来，我国的金融行业得到了迅猛的发展，但由于国情差异，中国金融行业的发展具有一定的特殊性，不能直接引用国外的新型现金需求模型。我国普通民众持有了大量的现金，活期存款的主体都是企业，所以，我国民众的现金需求在现金需求中占有了很大的比例，民间的流通现金在传统的货币金融交易中起着重要的作用，我国的基础货币调节经历了直接调控与间接调控两个时期，近年来，随着互联网金融的快速发展，我国的虚拟电子货币总量也在急剧增加。
　　三、互联网金融影响现金需求量的模型
　　本文将在美国经济学家史密斯提出的VAR的模型上进行改进，VAR模型可以有效的分析各个变量的影响，可以将变量之间的动态关系也反应在模型中，可以将政策、文化等其他领域的变量纳入模型中，可以研究者展现出抽象因素对于现金需求的动态过程。下面是VAR模型的构建以及分析过程。
　　（一）确定模型的变量，选取合适的分析样本
　　经济学分析和其他学科的分析一样，需要研究者预先确定影响结果的相关变量，同时，对以往的数据进行统计分析，筛选其中的有效变量，最后才能根据这些变量确立函数模型。中国的国情比较复杂，影响金融行业的因素有很多，只能从微观主体的角度选择这些变量，经过筛选后的数据因素有以下几类变量：规模变量、机会成本变量以及技术成本变量，下面对这些变量进行详细阐述。
　　1.规模变量。研究者的切入角度不同，选择的规模变量也不相同，常用的规模变量包括GDP、工业生产总值、商品销售总额等等，本文选择的规模变量为商品销售总额。
　　2.机会成本变量。由于我国对利率的管控掌握在中央银行手中，利率的变动比较小，只有经常变化的利率才能产生机会成本，但是市场中的利率却是快速变化的，市场的变化对机会成本的影响极大，如何选取模型的机会成本一直是经济学中的难题，本文的模型选取的是一年内的市场利率作为机会成本变量。
　　3.技术成本变量。科技就是第一生产力，技术成本已经在经济发展中占据了很大的比例，先进的技术可以为持有者带来巨大的利益，本文通过将ATM机的数量作为技术成本变量。
　　（二）检验VAR模型变量的ADF单位根
　　根据经典经济学理论的ADF单位根检测原理，利用金融分析软件检测各个变量的稳定性，以下是四个变量的稳定性评估，具体的数据对比如表1所示。
　　表1 VAR模型变量的ADF检测结果
　　（三）Johansen协整检测
　　一般对于多变量的数据模型，需要对数据之间的动态关联性进行分析，本文选择的检测方案是Johansen协整检测，通过软件分析可以得出Johansen协整检测的结果，详细的结果如表2所示。
　　表2 Johansen协整检测的结果对比
　　（四）使用Granger法检测因果关系
　　可以得出以下几点结论。
　　（1）技术成本因素与现金需求存在必然的联系；
　　（2）规模因素与现金需求之间存在因果联系；
　　（3）所选择的机会成本因素与现金需求M0直接不存在任何关联。
　　（五）使用脉冲响应动态模拟的方案分析模型
　　通过以上的模型系统的分析，可以得出以下结论：
　　（1）所选模型样本中的各个因素之间存在协整关系，相互之间存在一定的影响；
　　（2）从总体上看，互联网金融与现金需求之间呈现反比的关系；
　　（3）市场的利率波动对现金需求有着直接的影响，属于反作用影响；
　　（4）货币失踪的经济难题主要是互联网金融的虚拟电子货币造成的，尤其是电子商务的影响最大。
　　本文通过深入的研究分析互联网金融的发展对现金需求的影响及趋势，利用VAR数字模型对目前的现金需求进行了细致的讨论，明确了互联网金融对现金需求的影响，为国家对互联网金融的监管提供了参考。
　　参考文献
　　[1]吴腾.浅析以余额宝为代表的基金类互联网金融产品的发展及与商业银行的博弈[J].河南工业大学学报（社会科学版），2014，04：73-79.
　　[2]陆岷峰，陆顺.互联网金融背景下商业银行转型升级与平台战略的并轨研究[J].金陵科技学院学报（社会科学版），2015，01：11-16.