我国流通中现金（M0）的“假日效应”研究——基于TVP-VAR 模型的实证分析

周陈曦

（中国人民银行南昌中心支行，江西南昌 330008）

流通中现金（M0）是我国货币供应量中最活跃的组成部分，随着经济社会的发展，现金流通特征发生了根本性变化。现金的支付额度由各面额、全券别向零星、小面额支付集中；使用场景由生产生活全场景向局部、个别场景集中；流通时间由全年度各个时段向季节性、时期性等特殊时段集中。现实中，不少居民都选择在假日期间开展旅游、购物等活动，假期经济活动与现金使用存在高度的时空重合，流通中现金（M0）的“假日效应”显著。

一、问题提出

流通中现金（M0）是我国货币供应量中最活跃的组成部分，随着经济社会的发展，现金的社会职能发生了日益深刻的变化，现金流通的场景、特点、规律都发生了显著变化。与之相适应的现金流通分析也需要做出相应的调整。

首先，需要调整的是观察角度。过去用现场景占比较大，因此现金分析主要关注“非用现场景”（如：银行信贷、移动支付等对现金的影响），随着非用现场景增多，应该转变为多关注用现的场合。过去主要关注“非用现人群”（如青年人的用现特点），现在应该转变为多关注偏好用现的人群（如老年人），因为现在非用现人群增多。过去主要关注“非用现地区”（如大都市、商场），因为大部分地区都用现，现在应该转变为多关注用现的地区（如农村），因为现在非用现地区在增多。

其次，分析手段需要适当调整。过去生产力水平和经济发达程度未达到如今的程度，金融体系复杂程度未达到如今的水平，现金流通是综合性事物，围绕M0开展一元线性回归分析的经济意义有限。现金是流动性最强的资产，用现领域渗透到生活的方方面面，简单地采用现金与某一变量开展分析所得结论或有偏颇。仅分析M0与某一经济变量的计量关系，研究结论或有偏颇。

再次，现金流通是连续性的，短期的影响因素并不适用于长期。例如，现金投放可分为淡季和旺季，淡季或旺季的现金流通规律及其影响因素并不一定适用于一般时期，旺季商品市场繁荣，现金需求量较大，或许体现出M0与商品零售指标之间相关性较强，而在淡季却不一定有上述规律，因此我们不能就此笼统地认为M0变化与商品零售相关。

最后，现金流通是微观主体用现的“综合”（不是简单加总），属于单个微观主体的用现规律不代表整个社会通行规律（正向与负向因素有时会相互抵消）。适用于微观主体的分析方法未必适用于整个宏观社会，例如我们认为农村地区消费水平低，预计用现规模比较有限，但实际上农村居民文化程度低，老年人口比例大，用现需求较高。

综合上述情况，我们以分析流通中现金（M0）直观特征为起点，通过总结其波动的一系列基本规律，通过将局部现象与总体特征相互结合，总结得出现金流通的基本规律——“假期效应”特征，并对其基本现状、产生的原因和现实影响进行分析。

二、文献综述

有许多文献对现金流通及“假日效应”开展了大量研究。栾惠德利用相关的数理分析模型对现金流通的不同时期变动进行了测算，研究表明，“假日经济”本身并无特殊性，而是居民日常消费在节假日等特殊时期的集中，收入与消费偏好等因素同样是制约居民假日经济消费的重要因素，在非节假日时期影响居民消费的经济因素同样是制约假日经济消费的因素［1］。张苏阳对假日经济进行了全面的客观分析，通过研究认为假日经济对国民经济发展具有重要意义，发展假日经济对促进消费品流通、充分发挥消费在经济发展和建设中的重要作用至关重要，并且假日经济的发展能够成为促进内需和居民消费的有效途径，假日经济对宏观经济和微观居民生活都有积极意义［2］。傅晓霞等运用传统的回归模型对假日经济现象进行了研究，研究结果表明，假日经济在某种情形下改变了我国传统的消费模式，并且对于居民的传统生活习惯都具有一定调整作用，从而有效促进了国内消费需求，通过使消费习惯的特殊时段的有效集中，搞活了实体经济，也促进了国民经济的进一步调整转型［3］。孙国强等选择了2003年以来的元旦节、春节、劳动节和国庆节等节假日期间的现金流通和银行现金柜面收付数据进行综合分析，研究认为宏观经济质效的提升拉动了总体社会需求，宏观经济增长和消费水平的提高有效促进了社会现金需求的提升，人民币受假日经济影响的作用不断增强，现金流通在不同居民群体之间呈现不同的特点，总体上现金流通呈现逐渐增长的态势，现金流通促进了国民经济与微观用现主体双方的用现质量的提升［4］。吴荣火等分析了2000 年以来流通中现金在实际流通中的波动规律和有关峰值，提高采用ARIMA 模型，分析了现金流通的季节性集聚规律，研究认为现金流通出现峰值不是一个特殊现象，现金持续增长将是常态，而是一个常见的普遍现象。周维娜在对假日经济在我国的形成背景、发展现状、假日经济理论支撑、持续发展的制约因素进行分析的基础上，提出了实现假日经济健康持续发展的对策［5］。赵素洁研究认为假日经济已成为国民经济的重要组成部分，并在国民经济中发挥着日益重要的作用。但在假日经济的发展过程中，也出现了一系列的负面效应，影响了假日经济的持续发展［6］。杨阳研究认为在假日里集中旅游、购物不但已成为人们的一种消费习惯，也成为我国特殊的经济现象和人文景观，对我国第三产业的消费市场产生了强大的拉动作用。因此，深入探讨我国假日经济的形成原因、发展现状以及带来的社会经济问题，提出可行的发展策略，能够促进假日经济真正成为我国国民经济新的增长点［7］。

三、流通中现金（M0）波动的“假日效应”的抵近观测

现金流通有其自身独特的变化规律，但在不同时间节点中，不同时期的现金流通具有自身的特点，需要立足不同时期加以详细分析，并逐渐缩短观察时间，以显著分析不同时期现金流通的主要特点。

从M0数值波动看（参见图1），25年以来（1996年至2020年），M0均呈现齿状波动，即一年内分为现金流通的“高峰”期与“低谷”期。通常现金流通具有很显著的春节效应［8］，这种效应主要表现在：节前商业银行体系现金对外“大投放”以及节后现金的“大回笼”。目前造成上述特征的具体原因有很多种说法，但没有很确切的研究结论，以致众说纷纭、莫衷一是。

图1 不同时间跨度流通中现金（M0）的月度波动情况

近15 年以来（2006 年至2020 年），上述趋势仍然比较显著。只是除了春节前后的峰值以外，在国庆-中秋期间也出现了一个现金投回额小峰值，当然在近25 年以来的图表中应该也存在，但是并不如近15 年的情况清晰。因此需要我们进一步缩短观测时间，以便于更加近距离地观察，现金流通的月度变化情况。

近10 年以来（2011 年至2020 年），M0 比较明显地显现出多个峰值与小峰值，并且近10 年以来的国庆-中秋的现金峰值趋于平缓，主要是由于近10 年以来的非现金支付方式运用更加广泛，导致现金流通峰值趋于平缓。

到了近5年以来（2016年至2020年），上述趋势更加显著，并且全年现金峰值时段和平时时段的区别已经不大，也反映出不同时期现金使用趋势趋同。通过抵近观测，可知M0 具有很强的季节性、假期性特征，“假日效应”显著。

四、流通中现金（M0）“假日效应”的微观表现

我们选取了与假期经济活动密切相关的社会消费品零售总额（conc）、餐饮收入（rest）和商品零售（rate）等三项变量进行分析。结果发现3 个变量与M0 的相关程度均较高。具体而言，M0 与社会消费品零售总额（conc）相关系数达到1.3375（即conc每增长1个百分点，M0增长1.3375个百分点），这一结果印证了我们对于M0 有关“假日效应”的推测。M0 与餐饮收入（rest）相关系数达到11.25394（即rest 每增长1 个百分点，M0 增长11.25394 个百分点），说明M0 与餐饮收入（rest）高度相关，并且相关系数较高。商品零售（rate）相关系数达到1.511706（即rate 每增长1 个百分点，M0 增长1.511706 个百分点），说明流通中现金（M0）与商品零售（rate）显著相关，但相关程度较低（参见图2）。

图2 “假日效应”相关变量与流通中现金（M0）的相关波动情况

五、流通中现金（M0）“假日效应”的实证分析

（一）描述性检验与协整检验

本文使用数据来自中国人民银行网站（www.pbc.gov.cn）和WIND 资讯库。指标包括：流通中现金（M0）、社会消费品零售总额（conc）、餐饮收入（rest）和商品零售（rate），样本区间为2010 年1月～2019年12月，且每一种利率都有104个样本，总共有416个样本。

1.描述性统计

由表可知，四种变量有着比较相似的走势，且序列不具有“尖峰厚尾”的特征。其中均值为20 797.32～58 487.05，标准差为866.2131～10 553.81，偏度为-0.209 727～0.530 897，峰度为1.790 191～2.601 698，低于正态分布的峰度值3，Jarque-Bera 统计量为5.293 044～6.619 063，且均在1%显著水平上显著。

表1 流通中现金（M0）与相关假日经济变量的描述性统计

2.平稳性检验

根据AIC 准则，我们选取了相应的滞后期数，为避免其出现伪回归，我们对数据进行一阶差分，在1%的显著水平下，得出样本的ADF 的值都小于置信区间的临界值，即接受单位根的原假设，说明序列全部为平稳序列。

由表2分析结果可知，M0及其相关变量均为平稳序列，可以对其开展下一阶段分析。

表2 流通中现金（M0）与相关假日经济变量的单位根检验

（二）TVP-VAR建模分析

在波动率的联动属性方面，VAR 类模型取得了较好效果，自Sims首次提出VAR 模型以来［9］，VAR 模型被广泛应用于宏观经济各个领域的联动效应研究，但是其固定系数假定无法解释存在突变时的非线性关系，为解决该问题，学者不断放松其系数假设，扩大其应用范围。

20 世纪80 年代以来，Sims 又提出了SVAR 模型，Stock 和Watson［10］、Cogley 和Sargent［11］等在SVAR 模型的基础上进一步推广，将可变参数引入到VAR 系统，Jacquier，Polson 和Rossi［12］，Chib，Nardari 和Shephard［13］等在VAR 模型中引入了随机波动。Primiceri［14］将模型扩展为截距、系数和方差都随时间变动的Time-Varying Parameter VAR Model with Stochastic Volatility（TVP-VAR）时变系数模型。

TVP-VAR 模型在联动效应方面的研究发展迅速。邓黎桥运用TVP-SV-VAR 模型分析了人民币离岸价格与在岸价格联动与协调关系。陈浪南、罗嘉雯和刘昊［15］应用TVP-VAR-GCK 模型分析量价关系的时变特征和卖空交易制度对量价关系的联动影响。胡利琴、彭红枫和李艳丽［16］运用TVP-VAR 模型来刻画该背景下EMP 与货币政策的非线性动态关系。金春雨和张浩博［17］采用TVP-VAR模型对货币政策对我国股票市场流动性的联动效应进行了实证检验。

为了测定同业拆借利率的联动效应，现借助TVP-VAR 模型进行分析。式（14）中的联立参数矩阵ΔM→Δir→ΔI→ΔY是下三角形矩阵，因此需要先指定各变量的顺序。本文将根据各变量的外生性程度，按照conc、rest、rate、M0 的顺序进行分析。同时假定MB是对角形矩阵，且截距项为常数。参照Nakajima（2011）的方法，在利用蒙特卡罗马尔科夫链模拟（MCMC）之前对参数进行赋值，设定m，假定下式成立：M=m×MB，并同时假定下式成立，Rs。那么，由此可以采用蒙特卡罗马尔科夫链模拟（MCMC）的结果。

本文借鉴Johnson 和Flegal［18］提出的算法，并参考Nicholas、Arianna 和Rosenbluth［19］等人提出的随机游走的Metropolis-Hasting 取样法，进行蒙特卡罗马尔科夫链模拟（MCMC）迭代50 000次，得到有效样本。

表3显示了MCMC模拟估计结果。从收敛性质来看，参数Geweke均没有超过5%的临界值，表明收敛于后验分布的零假设不能被拒绝。从表3可以看出各参数Inef.值都远小于抽样次数50 000次，其中最大值为53.05。这意味着在连续抽样50 000次的情况下，至少能获得约148（50 000/53）个不相关样本。因此用上述方法得到的样本个数对于TVP-VAR模型的后验推断是足够的。

表3 流通中现金（M0）与相关假日经济变量的MCMC模型估计结果

（三）TVP-VAR建模结果分析

1.流通中现金（M0）对于节假日相关因素的影响

从图3 可以观察到，对于M0 的正向冲击，社会消费品零售总额（conc）呈现波动上升的趋势，说明M0冲击之下的社会消费品零售总额（conc）在2016年以前表现一直呈现出强烈波动的状态，与此相应验的是，根据wind资讯库数据显示，从2016年开始，支付宝移动支付和网络支付占比均出现显著下降，非现金支付工具的多元分化也预示着现金支付扭转了急速下降的趋势，支付方式呈现多元化的态势。理论上，M0增长是顺应社会经济增长的状态，社会消费应有扩大的趋势，但是随着网络购物、非现金交易时代的到来，社会消费品零售总额（conc）的冲击响应呈现剧烈波动，但在2018 年之后，这种响应开始上升，说明前期非现金支付工具对于现金的影响趋于稳定，替代现金进程有所放缓，M0对于社会消费品零售总额（conc）的影响开始增强。对于M0 的正向冲击，社会消费品零售总额（conc）呈现波动上升的趋势，餐饮收入（rest）同样呈现波动上升的趋势，只是冲击响应数值较小，一方面说明，前期支付宝等非现金支付工具“点单折扣”促销方式，对居民现金使用行为产生了影响，但是随着活动结束，非现金支付工具的吸引力开始下降，社会消费品零售总额：餐饮收入（rest）对于流通中现金（M0）的响应有所上升。商品零售（rate）时变冲击响应大体与此类似。

图3 流通中现金（M0）与相关假日经济变量的时变脉冲响应情况

2.节假日因素对于流通中现金（M0）的影响

2010 年至2014 年M0 受社会消费品零售总额（conc）的冲击响应呈现显著下降的趋势，直至2015 年至2016年，两者呈现僵持态势，至2017年，M0冲击响应曲线开始上升，说明随着社会消费的增强，M0也将随之上升，但是这种上升在2019年底时出现放缓。与此不同的是，M0对餐饮收入（rest）的脉冲响应函数从2010年开始，呈现缓慢下降的趋势，说明受餐饮消费的影响，M0呈现缓慢下降的趋势。直至2016年M0冲击响应曲线开始上升，说明餐饮消费对于流M0的促进作用开始显现。M0对商品零售（rate）的冲击响应总体为负，2016年之前呈现剧烈波折的趋势，直至2018年左右冲击响应函数剧烈下降，说明受零售业影响下的M0出现显著下降，随着网购的发展，零售业越发达，越对现有的现金体系构成某种削弱。

六、研究结论与对策建议

研究表明，年度的现金流通呈现出向“春节”“五一”和“十一”等特殊时期集中的趋势，受现金投放回笼影响，现金流通在上述时段出现“波峰”特征，通过抵近观察分析，上述三个时段的“波峰”均呈年际趋缓的态势。通过TVP-VAR 模型分析发现，流通中现金（M0）的“假日效应”比较显著，M0 对社会消费品零售总额（conc）、餐饮收入（rest）和商品零售（rate）等“假日效应”变量的影响逐渐增强，而上述变量对流通中现金（M0）波动特征在不同时期存在差异。

在工作实践中，应加强对重点节假日期间现金流通情况的监测，有效调配节假日前后的发行基金摆布。强化各级人民银行发行库的库存现金的管理。科学研判节假日期间现金流通使用情况，重点加强分支库和县支库的现金灵活摆布，提高现金管理水平和服务能力。各金融机构业务库应在节假日前夕做好业务库库存管理，根据现金流通的季节性变化规律做好现金服务，加强现金流通规律的研究，及时发现现金流通新规律、新趋势。做好商业银行现金业务库库存管理，将现金总量管理同券别结构、整洁度、小面额流通和硬币自循环等工作结合起来，共同推进。加强日常监测工作，及时分析货币收支各渠道受节假日因素影响变化的新特点，关注现金在各个时段的分布状况，提升现金投放、回笼的科学性。建立超市人民币流通长效机制，切实开展对超市现金服务。可以采取现金服务与商户主动对接，在有关超市开展残损人民币兑换。促进节假日期间人民币流通顺畅，避免由于不合格人民币流通构成对用现主体的利益损害。采取走村入户的方式主动开展对农村人民币用现主体的保护，切实开展整治拒收现金、假币流通风险的治理，最大程度确保现金流通安全有序。建立现金横向调剂机制，完善现金供应体系。根据市场调查备足小面额新券库存，按需求补充给各超市，督促各金融机构加大人民币小面额新券的投放力度，通过将大量的新券投放到市场，置换出流通中的损伤券。对于无库地区，可尝试选择一家有条件的金融机构建立代理发行库业务或券别调剂中心，使之发挥“调余补缺、平衡市场、券别流动”的作用，实行金融机构所需现金券别就地调剂。建立银行与市场的协调机制，促进信息沟通和反馈。充分发挥“银行客户座谈会”的作用，通过召开商业银行和超市参加的现金供需与服务专题会议，建立商业银行与超市的信息沟通和反馈机制，采取“一对一”“一对多”等方式，在银银、银企、企商之间搭建小面额人民币调剂桥梁，实行金融机构、企业、商户间小面额人民币余缺调剂对接，缓解小面额人民币流通不畅和残损人民币回收难等问题。增强公众维权意识，提高爱护人民币自觉性。建立金融消费者权益保护机制，将人民币列入金融消费的范畴，通过设立金融消费者投诉平台，并制定相应的处理程序规则，促进超市对金融消费者权益的保护。扎实做好人民币宣传工作。积极借助反假工作站、新闻网络媒体、金融机构网络平台，开展形式多样的人民币宣传，引导公众及时兑换手中的残损人民币，形成爱护人民币的良好氛围，加速残损人民币回笼，促进流通中人民币整洁度的提高。