互联网金融对我国商业银行经营风险的影响分析【字数：6998】
中文摘要：本文选取2009-2015年里中国15家商业银行的相关数据，主要从破产风险和不良资产风险两个方面综合分析我国商业银行的经营风险水平，用Z值衡量破产风险，用不良贷款率衡量不良资产风险，并使用动态面板GMM模型来研究互联网金融对我国商业银行经营风险的影响。根据研究结果发现：一方面互联网金融的发展蚕食了商业银行的中间业务，加剧了市场的价格竞争，抬高了其资金成本，从而导致了商业银行总体经营风险水平上升，另一方面商业银行也可以通过其自身的互联网化提升技术水平，降低服务成本，从而降低营运风险；除此之外，资产规模，资本充足率、盈利能力以及宏观经济的发展也是影响商业银行风险的因素。
关键词：互联网金融；商业银行；
1、前言
1.1研究背景及意义
从十年前的初露端倪到如今的活跃发展，我国互联网金融展现出了巨大潜力，同时也对我国商业银行产生了重大影响。相比较于美国互联网金融的发展历程，我国互联网产业呈现出井喷式、爆炸性增长的特点，自央行2011年首次发布第三方支付牌照以来，至2016年已有260余家第三方支付机构获得了牌照，同时自2007年P2P贷款模式进入我国，截至2016年12月底，网贷行业正常运营平台数量为2448家。第三方互联网支付市场交易规模由2009年的5550亿增长到2016年的580000亿，中国互联网金融接近野蛮式的成长将其推上了风口浪尖，成为了社会关注的焦点。
对于互联网的界定，不同学者们的意见莫衷一是。陈志武（2014）[]、王国刚和张扬（2015）[]认为，互联网金融并不是所谓的新金融，它只是一种延伸与升级后的传统金融服务，其运作是利用我国目前金融体制的缺陷与不足所开展的监管套利。2015年中国人民银行发布的《关于促进互联网金融健康发展的指导意见》[]则最终指出互联网金融，实际上是传统的金融机构和互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和中介服务的新型金融业模式。
信息技术迸发的新时代下，互联网金融弥补了传统金融的不足，满足了人们新的金融需求。在互联网理财领域，以余额宝为代表的理财类产品的出现，极大地冲击了传统银行的理财类业务；在互联网支付领域，支付宝、财付通等第三方支付则边缘化了银行的支付平台功能，逐渐与商业银行形成了在负债端分流竞争、在支付端分占业务的局面。但互联网金融并没有改变金融风险隐蔽性、传染性、突发性的特点，同时它作为金融创新，加速了金融脱媒的过程，给银行带来了全面的冲击。
互联网金融的发展刺激了享有垄断优势的传统商业银行改进技术，降低成本，提升效率。但一方面，互联网金融的出现将使得现有的价格竞争更加激烈，间接推动了利率市场化进程，因此商业银行的资金成本被迫抬高；另一方面，互联网金融企业依靠其自身信息技术水平较高、资金成本较低、政府监管宽松等优势，不断分占现有商业银行集中在存贷款以及中间业务层面的利润，提升了后者的经营风险。因此，有必要分析目前互联网金融的发展对我国商业银行经营风险的影响，以保证我国的金融体系的稳定和金融机构的正常运转。
1.2研究思路及方法
基于此，本文首先描述并解释互联网金融对商业银行风险水平的影响因素、作用方式，然后选取2009-2015年我国较有代表性的15家商业银行的微观面板数据做实证检验，分析互联网金融是如何对商业银行的经营产生影响的，并为商业银行的风险防范提出政策建议。
2、国内外文献综述
2.1国外文献综述
关于互联网金融和传统金融的竞争受到了密切的关注，Stijnetal.11(2012)[]认为在全球范围内，互联网金融正在改变传统金融服务的供给方式，许多国家的金融行业都受到了互联网金融以及电子商务的强烈冲击。Franklinetal.(2002）[]则指出互联网金融实质是对传统金融业的重要补充，它是通过促进传统金融的脱媒、和银行业联合共同发展等途径来促进金融业整体运营效率的提升。Ovidiuteal.(2015)[]认为互联网金融的成长同时推进了传统金融业的互联网化，不过根据研究，网上银行业务的拓展并不能真正地提升商业银行的运作效率。
2.2国内文献综述
李永刚和张逸龙（2013）认为互联网金融的发展对现有金融业产生了巨大的影响，商业银行只有通过发展服务创新、提升自身竞争能力才能够充分应对互联网金融的冲击。戴国强和方鹏飞（2014）[]则认为互联网金融主要是通过提高商业银行的资金成本，降低其盈利能力以及间接推高贷款利率等途径影响银行的风险水平；宋首文、代芊和柴若（2015）[]则认为在互联网+的时代，互联网金融与银行业相融合的形势下，商业银行更应该通过管理运营的创新与变革来应对互联网金融的挑战。郑志来（2015）[]指出，互联网金融剧烈冲击了银行的资产、负债以及中间业务，它会进一步分占商业银行现有的信贷资源、利润与市场份额。
3、互联网金融的发展现状
互联网与金融服务的深层次结合，不仅创新了现有的金融服务模式，还为市场带来了新的参与者。商业银行原本的业务领域：融资、信贷、理财、资金结算等都逐渐被第三方支付渗透，目前、网络支付、网络融资、网络理财正逐渐成为互联网金融发展的三个大方向。
（一）网络支付
自从2011年央行发布第三方支付牌照以来，我国的第三方支付市场就发展迅猛，在进行缴费交款、网络购物、小额资金交易、线上支付时，第三方支付已成为人们的首选渠道。2016年我国的第三方互联网支付市场交易规模为58万亿，同比增长85.6%。其中，移动支付交易规模高达38.6万亿元，大约是美国的50倍。截止目前央行一共发放了267张支付牌照，可以将其分为三个梯队。按照市场份额算，支付宝以52.3%位居榜首，财付通为33.7%，位列第二，两家支付巨头共占86%份额，组成了第一梯队。8家支付企业：拉卡拉，平安付，易宝，联动优势,百度钱包，连连支付，京东支付和快钱，则瓜分了剩下13%，组成第二梯队。而其他的257张支付牌照所占市场交易额仅有1.4%。第三方支付企业凭借着自身可以跨行支付、支付体验良好、客户定位新颖等优势，有力地冲击了传统银行在支付结算方面的垄断地位。随着支付渠道的拓宽、支付方式的不断创新、行业模式的进一步变革，在巩固现有的小额支付领域的优势以后，第三方支付必然对商业银行的传统支付业务进一步渗透。而商业银行在顺应互联网潮流，进行自身的互联网化的同时也会与第三方支付展开更激烈的竞争。
（二）网络融资
随着现代信息技术大大降低了信息的不对称性和交易成本，互联网金融利用其信息搜索平台为资金供求双方提供了一个便捷、高效的融资市场，尤其是在服务中小企业融资以及个人消费贷款方面具有得天独厚的优势。目前，以互联网为依托的新型融资模式主要有网络小贷公司、P2P融资和众筹融资三种。阿里小贷作为目前国内最著名的网络贷款平台之一，主要是通过数据中心集中处理阿里巴巴旗下多个平台的信息数据，利用信息科技技术进行数据挖掘、分析，从而对客户进行信用评价，发放网商小额贷款。P2P则是一种借助网络中介，使得资金供求双方可以直接进行借贷的融资模式。P2P作为一种交易中介，主要服务内容是提供信息咨询、交易撮合和支付结算。2015年发生的e租宝非法集资事件导致近百万投资人几百亿投资金受损，直接引起了人们对于P2P模式运营与监管的担忧。2015年7月18日我国出台了《关于促进互联网金融监控发展的指导意见》，目的就在于明确和规范互联网金融的边界、业务规则和监管责任。众筹融资则是一种新型的、通过互联网筹集资金的融资模式，它的独特之处在于不止以项目的商业价值作为唯一筹资标准，其投资回报也包含了金钱收益、人脉、资源等多方面，因此一些小企业、艺术家和有创意的个人可以通过众筹获得一定的资金和资源支持。
（三）网络理财
网络理财是一种新型的、通过互联网平台进行投资理财的方式。它可以摆脱时间、距离的限制，让客户拥有更广的选择范围，更便捷的理财操作流程和更高的收益率。目前，部分第三方支付的代表企业已经构建了汇集了多种保险、基金、理财产品的互联网理财平台，可以为客户提供一站式服务。而各家商业银行还停留在主要通过网银、自建网络互动理财平台的渠道出售或代销理财产品。不过由于商业银行在网络理财平台的安全保障机制更为健全，投资者更为信任，而拥有大量客户资源，客户体验良好、拥有强大数据挖掘能力的第三方支付平台也有其自身优势，可以在网络理财市场占有一席之地。
4、互联网金融对商业银行经营风险水平的影响机理
4.1互联网金融发展过程
我国互联网金融的发展过程大致可以分为三部分：第一部分，传统的金融服务与互联网结合，形成了原有业务基础上的一种新的服务形式；第二部分，互联网支付技术迅速发展，开始渗透生活的方方面面；第三部分，互联网借贷与理财等更高层次的金融业务开始出现。我国的互联网金融相比于一些发达国家，尚处于摸索阶段，但其发展速度与规模却远远超出了人们的预期。互联网金融的迅猛发展一方面为银行提升技术水平带来了便利，促使银行进行业务创新，实现流程化、高效化的管理；另一方面，它在一定程度上满足了小微企业的资金需求和更为个性化、多样化的社会公众的金融服务需求，这些往往是商业银行过去所不愿意涉及或忽视的地方，因此它大大冲击了商业银行现有的客户资源、利润来源乃至传统经营模式，对商业银行的资产负债等产生了重大影响。
4.2互联网金融与商业银行自身的互联网化
互联网金融是在信息传输技术与数据处理方式迅速发展的基础上产生的，科技的革新也催生了银行自身的
网络化。在传统金融服务领域，商业银行自身互联网化发展有利于其紧跟金融创新的潮流。随着网上银行、网络理财软件、手机银行等新型金融服务工具的出现，商业银行可以突破时空限制将实体网点与网络平台联合运营，发挥其相对优势，实现流程化、集约化、高效化的管理模式，升级业务流程，优化数据处理，降低服务成本，从而降低商业银行的营运风险。
4.3互联网金融与商业银行中间业务
过去我国商业银行的主要客户为对贷款有稳定需求的大企业及大型零售商，客户的需求是安全、稳定、低风险的资金服务，而规模小、经营不稳定、资信等级低的中小企业则难以从银行途径融得资金。这一巨大的资金需求缺口为互联网金融的发展带来了机遇。随着市场参与大众的普及化，互联网金融重新定位了客户的消费习惯和消费模式，为中小企业和社会公众供更快捷、更低廉的服务，使得商业银行的专业化优势大大淡化。同时，由于互联网金融的支付方式是以移动支付技术作为基础，通过移动通信设备、无线通信技术等来进行资金清偿的方式，这就进一步加速了金融脱媒的过程，而其支付快捷、资金匹配成本低的优势更使得商业银行的支付中介功能边缘化。
第三方支付的繁荣不仅弱化了银行的支付平台功能，还逐步侵入了银行的传统业务。余额宝等产品冲击了活期存款市场，分流了一部分商业银行的活期储蓄，从而减少了银行的利息收益与资金来源；P2P网络信贷则冲击了传统商业银行的定期存款以及理财产品市场，依托其门槛低、金额小、线上操作等优势抢占了银行的优质信贷资源，整体上就提高了商业银行的经营风险。
4.4互联网金融与银行的利率市场化
互联网金融在直接推高商业银行经营风险的同时，也在倒逼银行利率市场化。过去我国银行业金融抑制的现象十分严重，银行业的进入壁垒过高从而把许多潜在的竞争者拒之门外，导致我国商业银行享有长期的垄断红利和价格红利。互联网金融借贷与理财的兴起将加剧现有的价格竞争，破除商业银行的垄断优势，推动利率的市场化，从而抬高商业银行的资金成本。一方面利率市场化会带来利差收窄和利率频繁波动，使得银行债务成本上升而资产收益下降，加剧了银行之间的揽储竞争，从而增加了商业银行的流动性风险。另一方面，利率市场化条件下银行不得不对经营状况好，还贷能力强的客户给予利率优惠，被迫选择高收益、高风险的信贷资源，进而提升了商业银行的信用风险。
4.5总结
综合上述分析，互联网金融主要是通过提升技术水平、降低服务成本、优化管理模式和蚕食中间业务、加剧价格竞争，提高资金成本渠道作用于商业银行。根据前述理论分析，将互联网金融对商业银行经营风险水平的影响机理与过程绘制于图1。
5、实证模型设定及分析
5.1估计方法介绍
本文是选用Arellano和Bover(1995)[]和Blundell和Bond(1998)[]所提出的动态面板数据广义矩估计（GMM）法来对回归方程进行估计。动态面板数据模型由于要在解释变量中引入因变量的滞后项，因此可能会引起内生性的问题。如果用传统的估计方法如混合效应模型、固定效应模型和随机效应模型等进行估计就会导致参数估计的有偏性和非一致性，从而使估计结果的经济含义发生扭曲。对比而言，广义矩估计方法（GMM）并不需要知道随机误差项的具体分布情况，并且允许它存在一定的异方差和序列相关，因此可以得到更为准确有效的参数估计量。GMM在估计动态面板模型的时候有两个显著的优点：第一，存在单位根的情况下GMM估计仍然有效；第二，被解释变量与部分解释变量之间内生性的问题可以通过恰当地使用工具变量而解决。
GMM估计方法分为差分GMM和系统GMM两种类型，但差分GMM无法估计不随时间变化的变量的系数，并且还可能会出现弱工具变量的问题，相较而言，系统GMM就可以克服差分GMM估计的局限性，从而提高估计的准确率，因此本文中选择系统GMM估计方法。
本文选择破产风险和不良资产风险为因变量，以互联网金融的发展程度作为自变量构建如下计量经济学模型：
LnRISKit=α0+α1LnRISKi(t-1)+α2LnROEit+α3LnCARit+α4LnASSit+α5LnTRDit+α7LnGDPit+μi+εit（1）
其中i表示商业银行，t表示年份，μi为不可观测的个体效应，εit为随机干扰项，Ln表示进行对数处理；考虑到银行风险自身具有延续性和惯性，因此在自变量中加入被解释变量的滞后一期LnRISKi(t-1)；LnROEit表示银行的盈利能力；LnCARit表示银行的资本充足率；LnASSit表示商业银行的资产规模；LnTRDit表示互联网金融的发展水平；LnGDPit表示宏观变量经济增长率。对应变量名称解释如表1。
5.2变量选取和数据来源
本文选取中国5家大型商业银行、10家小型商业银行2009-2015年的面板数据，银行数据来自同花顺数据库、各银行年报，宏观经济变量数据来自《中国统计年鉴》，互联网金融数据来自易观智库。样本银行包括中国银行、农业银行、工商银行等，相关变量选取如下：
5.2.1银行风险
（1）利用Z值来衡量银行的破产风险，Z值采用平均总资产收益率（ROAA）和平均净资产收益率(ROAE)来计算，Z值越高则说明破产风险越低。参照张健华和王鹏(2012)[]的做法，本文采用三年移动平均的方式来计算标准差。Z值计算方法为：
其中，EQUit是所有者权益，DROAAit和DROAEit分别是ROAA和ROAE的标准差。
（2）使用银行的不良贷款率（IMP）来衡量不良贷款带来的风险水平的大小。
5.2.2互联网金融的发展水平
参照吴诗伟，朱业(2015)的做法，采用互联网金融中具有代表性的第三方网络支付交易额与样本商业银行资产总额的比值来衡量互联网金融的发展对样本商业银行的冲击程度。
5.2.3控制变量
银行盈利能力（ROE）用净资产收益率表示；银行资本充足率（CAR）用银行资产对其表内外风险加权资产总额的比率表示；商业银行资产规模(ASS)用样本商业银行和当年全国银行业机构总资产的比值来表示；经济增长率（GDP）用年度实际GDP增长率表示。变量统计结果如表2所示：
注：相关比率数据计算中均不含%
5.3实证结果分析
由于被解释变量包含两部分，由ZROAA和ZROAE衡量的破产风险以及由不良贷款率衡量的不良资产风险，因此把实证模型分成M1、M2、M3三个子模型，回归结果如表3所示。
注：变量括号里为t值，检验统计量括号里为p值，***表示在0.01水平上显著，**表示在0.05的水平上显著，*表示在0.1的水平上显著
5.3.1银行破产风险的实证检验
M1、M2分别表示把ZROAA和ZROAE作为破产风险代理指标的模型。从M1、M2的检验结果来看，三个模型都通过了Sargan以及AR（1）和AR（2）检验，这说明模型的基本设定是合理的；再观察被解释变量，其滞后一期的回归系数高度显著，说明商业银行的破产风险具有时间上的持续性。
从回归的结果上来看，在模型中LnTRD的系数显著为负，这说明互联网金融的发展会增加商业银行的破产风险，它主要是通过挤占商业银行的中间业务、推动利率的市场化从而加剧价格竞争，提高商业银行的资金成本，同时利用它在网络理财、交易结算、信贷方面管理宽松、成本低廉的优势，冲击着商业银行的现有运营。从回归系数上来看，尽管前期它对商业银行的破产风险影响比较小，但是互联网的金融的增长潜力不容小觑，它正在重构现有的融资格局，从而对商业银行现有经营和盈利模式产生巨大威胁。而控制变量中，LnROE和LnCAR显著为正，这意味着商业银行保持较高水平的资本充足率和较强的盈利能力有利于其自身增强抗风险能力、降低潜在的破产风险；LNASS为正，表明商业银行资产规模的扩大可以抵抗破产风险，规模体系庞大、监管政策严格的大型商业银行有更强的抵御风险的能力，同时其内在的隐性政府担保、民众对于银行的稳定的心理预期也弱化了预算约束，降低了商业银行对市场竞争的敏感度。LnGDP高度显著，这表明较好的宏观经济形势是商业银行稳定运营的基础，整体上行的经济走势会增加市场的乐观情绪，从而增强它抵抗风险的能力。
5.3.2银行不良资产风险的实证检验
M3模型同样通过检验，从回归结果看，LnTRD也是高度显著的，这表明互联网金融的发展会直接造成商业银行不良资产比率的上升。这是由于网络借贷相比商业银行来说，门槛更低、速度更快、操作流程更加便捷，它挤占了银行一些优质的信贷资源，导致商业银行的次级贷款人比例增加，不得不选择高风险的信贷资源，从而间接提升了不良次产比率。从控制变量方面来看，LnASS显著为正，表明资产规模越大的商业银行它的风险偏好越高，这是由于大型商业银行规模体系庞大、拥有隐性的政府担保，因此有比较强的吸收不良贷款的能力，管理层对于风险层面的把控就相应降低了。LnCAR的显著性相较而言较低，因此资本充足率和不良贷款率之间的联系比较弱，没有明显的相关性；LnROE是显著为负的，这表明拥有较强盈利能力的银行可以通过多元化的经营削弱其自身对于贷款收益的依赖，降低不良贷款比率，保证经营的稳定性；LnGDP的回归结果则显示经济发展状况对银行不良资产率并没有较直接明显的影响。
6、结论与政策
原文链接：http://www.jxszl.com/lwqt/yzlw/198649.html
