引入效用分析的网络金融创新产品扩散模型的实证研究

摘要：近年来，网络金融创新产品在现代经济领域的重要性日趋提高，通过对各种网络金融产品在各国及各地区市场扩散过程的研究，发现其扩散的动态过程是存在一定规律的。本文在将生物种群模型引入网络金融创新产品扩散的基本模型的基础上将效用引入扩散过程的分析中，从而更准确地判断饱和点的产生，并针对中国台湾信用卡数据和中国内地银行卡进行了实证研究，模型的研究可以为金融机构的战略决策以及管理部门的产业政策制定提供理论参考。

关键词：金融创新；扩散模型；网络金融

文章编号：１００３－４６２５（２００9）03－０014－０4中图分类号：Ｆ830.4文献标识码：Ａ

Abstract: Recently, e-finance in modern economies has been more and more important, and there are specific principles in its dynamic diffusion process by investigations in the markets of many countries. In this paper the utility analysis is introduced into the basic model for e-financial innovation diffusion by utilizing biological population model as its benchmark so that the point of saturation can be determined more accurately. In addition, empirical studies have been done using data of Taiwan credit card and mainland bank card. The result provides theoretic reference for the strategic decision of financial institutions and for the policy-making of the supervisors.

Key Words: Financial Innovation；Diffusion Model；E-finance

一、引言

最近20年来金融创新的步伐在加快，范围在扩展，由网络技术的发展所产生的网络金融创新产品, 如：信用卡、电子货币和网络银行等创新业务更是发展迅猛，这类创新加快了跨国之间的贸易、资本、信息流动，加快了全球金融市场的一体化进程，乃至对整个社会经济生活的改变均影响深远。

网络金融创新既可能为现有的金融机构创造新的利润增长点，导致金融机构职能的重新定位，竞争格局的重新排序，也可能模糊了金融机构和非金融机构的界限，很多非金融机构也因此加入到了金融服务行业，对现有的金融机构的地位带来强烈的冲击，甚至对其生存形成巨大的威胁，因此，可以称为“毁灭性的创新”。网络金融创新产品对金融产业产生重塑性的影响，一方面能成为我国金融产业产生跳跃式发展的契机，另一方面随着金融市场对外开放程度的逐步加深，也使国际金融寡头利用网络金融创新产品对我国业务的扩张更为迅猛，可能使得我国金融市场逐渐被国际金融寡头渗透，甚至垄断，丧失巨大的产业利润。因此，对网络金融创新的研究显得尤为重要和有现实意义。

通过对网络金融创新产品在各国及地区的扩散过程的研究发现，其扩散过程均表现出相似的规律，基于生物种群增长模型的创新产品扩散的基本模型揭示了这一规律[1]，本文将效用分析引入基本模型，从而帮助判断真伪饱和点的出现，并对中国台湾信用卡数据和中国内地银行卡进行了实证研究。

关于创新产品扩散研究模型的建立方面，根据影响扩散的来源不同，分为外部影响模型[2]、内部影响模型[3]和混合模型[4],这些模型均被称为基本模型[5], 也有学者对创新产品的扩散建立了柔性模型[6]。柔性模型主要是改变了基本模型的一些局限性，如：饱和量为常数的假设。但以上模型的研究均是仅以被预测变量的历史数值变化为依据，未将产品的效用分析引入扩散过程的模型中。

二、将效用分析结合进网络金融创新产品的扩散模型

（一）模型的背景介绍

本文所构造模型的研究对象是网络技术支持下的金融创新的最终使用者，如：信用卡用户数。由网络经济学的知识可以知道，网络产品有很强的正外部性，其创新产品在市场中的扩散过程与生物种群在营养环境中的繁衍有极其相似之处[7]，因此用该模型解释创新产品在行业中的扩散过程，先针对整个行业假设1）新产品的增长速度与已有产品数量成正比；2）因为市场容量有限，新产品的增长速度受到已有产品竞争的压力，而这种压力随着产品数量的增多，相互排斥作用增大，会越加明显。

扩散的基本模型[1]为：

其中，N为待研究对象的个数，t0表示最初的时间点，N(t0)=N0, M为市场饱和量，?琢为待研究对象的个数的增长系数。

但上述基本模型仅仅从被预测变量数值的变化去预测其未来的走势，可能模型包含的信息较少，不能完全反映出影响产品扩散的关键因素的变化，如：产品的效用，所以在预测模型中再考虑结合进效用等其他变量，通过观察多个变量的组合分析，从而产生更好的预测。

（二）将效用结合进扩散过程的研究

从经济学的角度看，创新产品之所以能扩散，一定是具备一定的效用，由于产品具有对厂商的效用，所以厂商愿意不断加大供应量，以增加其效用总量，由于具有对用户的效用，用户才会不断产生需求。因此，在研究创新产品扩散过程时，应将效用结合进去，尤其是每单位产品的效用更能衡量市场对该产品的供求关系，从而反映后续的扩散过程。如果单纯地根据待研究创新产品本身的扩散情况进行研究，根据基本模型所得到的S型曲线的饱和点并不一定是真正的饱和点，而可能是位饱和点，因为在这个饱和点后还有二次快速扩散的过程，所以将效用，尤其是将单位效用考虑进网络金融创新产品的扩散过程研究中，通过研究单位效用、总效用与被预测变量数量变化的组合趋势，更精确地预测未来走势和饱和点。

但具体到单位效用究竟应该用何值进行衡量时,一方面要针对不同创新产品的特点,另一方面也要考虑所需数据是否易获得,比如针对信用卡这类网络金融产品,可以用单卡的签单额作为其单位效用的衡量值。

将单位效用乘以扩散的总个数就得到总效用。对于网络金融的创新产品，由于网络经济的特点，一旦投资建成后，新增用户的边际成本很低，所以效用直接主导了厂商的收益。随着创新产品扩散个数的增加，根据扩散期的不同阶段，单位效用的曲线不同变化，导致总效用和扩散个数曲线的斜率的不同变化，从而两曲线的相互位置会发生变化。

如果将基本模型代表的S型扩散曲线的发展分为初始期、上升期、饱和期三个阶段。通常新产品的单位效用曲线可能有典型的两种情况：一种是如图1(a)所示，从开始的平缓上升渐变为逐渐下降，如果将单位效用曲线看为由上升、下降和进入平稳的曲线段组成，这时从两者的组合中往往可以预测创新产品的扩散结果，如：在S型曲线的初始期，如果单位效用就出现了明显下降，很可能意味着创新产品扩散的失败。而在扩散的后期单位效用逐渐降低，总效用曲线的斜率会逐渐小于S型扩散曲线的斜率，S型曲线会上穿总效用曲线，所预测的扩散总个数曲线的拐点往往就是实际拐点。另一种情况是如图1（b）所示，单位效用曲线基本是两头高中间低的“微笑曲线”，这说明该产品正处于良好的扩散中，因为网络经济中产品的边际成本极低，如果单位效用上升，厂商可以通过增加产量，使得总效用进一步上升，直至单位效用下降，逐渐进入真正的饱和期。这种情况下，因为单位效用的上升，使得总效用曲线的斜率逐渐大于S型扩散曲线的斜率，总效用曲线上穿Ｓ型扩散曲线。可见，单位效用对创新产品的扩散有助推或抑制的作用。当单位效用处于上升情况下，所预测的S型扩散曲线的拐点往往是伪拐点，真正的拐点将出现在S型扩散曲线再次上穿总效用曲线后。

三、模型的实证结果与分析

（一）对中国台湾信用卡的实证研究

1.样本的选取及参数定义说明

首先选取了中国文化背景下的中国台湾地区的信用卡数据作为研究样本。中国台湾信用卡的初始发展是从上世纪80年代开始的，但直到90年代，随着金融市场的逐渐开放，信用卡市场才迅速发展起来。这里通过研究网络金融产品在中国台湾市场的扩散规律，为我们提供一定的借鉴作用。将台湾信用卡1992年至2003年的流通卡数及信用卡的签单额作为样本，信用卡单位产品的效用用单个信用卡的年签单额表示，即信用卡的年签单总额除以信用卡的总数得到。

2.检验结果及分析

图2给出了1992年至2003年期间台湾地区信用卡发卡数、单卡签单额和签单总额的变化图，由图可见，发卡数在1992年至1995年期间变化不大，可以看为初始期, 而这时单卡的签单额略有上升，扩散曲线在1996年后进入了上升期，而这时单位效用开始逐渐下降， 扩散曲线在约2003年达到了拐点，这时单位效用仍为下降，流通卡扩散曲线约在2001年上穿签单总额曲线，可以预见之后流通卡的扩散曲线将逐步进入饱和期，表1简单地描述了台湾地区的信用卡产品扩散S型曲线与单位效用曲线不同时间段的组合情况。

将1992年至2003年中国台湾信用卡的流通卡数和签单额值分别用式（1）和式（2）进行拟合，结果见表2，其中Adj-R2分别为０.9991和0.9960,可见，说明方程的拟合优度较高，变量的t值检验均表现显著。由于流通卡数预测的拐点出现在2003年，而签单额预测的拐点出现在1999年，早于流通卡拐点的出现，表明台湾信用卡已从2003年进入了增量不增收的阶段，2003年的饱和点为真正的饱和点，该行业步入了饱和期。

（二）对中国内地银行卡的实证研究

1.样本的选取及参数定义说明

由于中国内地历年对信用卡和借记卡的统计数据方法不完全一致，所以这里用1994-2005年的银行卡（信用卡和借记卡的加总）发卡数作为样本，而且由于没有对信用卡签单额数据的单独系统统计，这里用交易额作为效用值，包括：消费额、转账额和存取款额。

2.检验结果及分析

图3给出了中国内地银行卡发卡数、单卡交易额和交易总额变化图，由图可见，从1994年到2005年内，中国银行卡的单卡交易额曲线基本为“微笑曲线”，单卡交易额在1998年左右达到最低点，然后逐步攀升，与此相对应的是总交易额的曲线在2000年到2005年这段时间内迅速上升，并在2005年穿越发卡数的扩散曲线。

将1994年至2005年中国银行卡的发卡数和1994年至2004年的交易额分别用式（1）和式（2）进行拟合，结果见表3，其中Adj-R2分别为０.9971和0.9967,说明方程的拟合优度较高，而且变量的t值检验表现显著。由于发卡数预测的拐点出现在2003年，而交易额预测的拐点出现在2005年，晚于发卡数卡拐点的出现，表明此时发卡数的拐点是伪拐点，也就是中国银行卡的发卡数还未进入饱和期。

由此可见，中国台湾在金融市场开放的10多年后信用卡的发展已达到饱和，而中国内地银行卡的发展虽然发展较快的阶段也经过了10多年，但依然未进入饱和期，当然，因为中国内地银行卡的研究效用值用的是交易额，而交易额中存取款额占最大部分，其次是转账额，而消费额相对前两部分，仍占有较小的部分，所以，这里研究的银行卡情况更多代表的是以存取为主的借记卡的情况, 而不是以消费为主的信用卡业务，在中国内地信用卡业务的占比仍不高, 而信用卡业务能给银行带来更多的利润。

四、小结

本文在将生物种群模型引入了金融产品创新扩散的基本模型的基础上，将效用引入扩散模型的研究中，用研究对象的个数扩散曲线和效用值的扩散曲线的饱和点的相对位置来判断创新产品的扩散是否真正进入饱和期。并对中国台湾信用卡和中国内地银行卡市场进行了比较研究，结果表明台湾信用卡的单位效用已处于下降通道，发卡量已超过拐点，说明进入了饱和期，该结论符合到目前为止台湾信用卡市场的发展状况。而中国内地的单卡效用值到2005年仍处于上升期，中国内地银行卡效用值的拐点位于发卡数的拐点之后，银行卡产业还远未到饱和期。由此可见，引入效用后扩散模型能对市场饱和量等行业特征做出更为准确的分析和预测。

信用卡等中间业务在大陆地区的发展目前仍处于上升阶段，对招商银行等诸多商业银行来说，信用卡业务正成为其新的业务增长点，其业务收入在银行机构收入中的比重越来越重。在当前信贷紧缩政策的控制下，银行来自存贷息差的收益无疑将更受到影响，进一步拓展信用卡等新的中间业务正成为大陆银行机构的当务之急。但相对而言，大陆地区信用卡相关行业和企业等的统计数据尚欠统一和完备的管理，为了更好地了解和掌握行业的发展规律，应该建立完善细化的统计数据库，借鉴其他国家及地区的行业发展规律及经验，通过模型的运用，进行行业发展及前景的分析，以提供相关管理部门制定产业政策时参考，也可提供企业进行战略决策时的指导，进一步提升行业和企业的投资收益率。

参考文献：

[1]李春燕,俞乔.网络金融创新产品的市场扩散―针对银行卡产品的实证研究[J].金融研究,2006,(3):85-93.

[2] Fourt,L.A. and Woodlock,J.W.Early Prediction of Market Success for New Grocery Products[J] . Journal of Marketing ,1960,25:31-38.

[3]Mansfield,E.Technical Change and the Rate of Imitation[J] .Econometrica ,1961, 29: 741-766.

[4] Frank M.Bass,1969:“A New Product Growth For Model Consumer Durables”,Management Science[J] ,1969,Vol 15,No.5:215-227.

[5]菲利普.莫利纽克斯(Pilip Molyneux),尼达尔.沙姆洛克(Nidal Sharmroukh).金融创新[M].北京:中国人民大学出版社,2003:204-222.

[6] Easingwood,C.J.,Mahajan.V. and Muller.E. A Nonuniform Influence Innovation Diffusion Model of New Product Acceptance[J] . Marketing Science,1983, 2 :273-296.

[7]崔启武.生物种群增长的营养动力学[M].北京:科学出版社,1991:73-76.