互联网金融对商业银行核心业务的影响——基于2006～2016年我国主要商业银行的面板数据

李朋林（教授），董一一

一 引言

近几年，互联网金融发展迅猛，支付宝、微信支付、余额宝、宜信、人人贷、蚂蚁花呗、悟空理财等新的金融产品与工具层出不穷，深刻地改变了我国的金融格局，对商业银行传统业务造成了前所未有的巨大冲击，使其生存与发展面临严峻挑战。从2003年支付宝等第三方网络支付平台兴起，其规模开始不断扩张，并在网络技术发展和信息化进程推进下迅速向传统领域渗透。2010年P2P网贷公司如雨后春笋般发展起来，同期第三方支付企业顺利通过审核，获得央行颁发的第三方支付牌照。2013年6月，支付宝与天弘基金合作推出余额宝，第三方支付平台正一步步在金融市场上攻城略地，不断扩大其交易规模，并直接对商业银行存款业务构成冲击，使商业银行盈利面临被侵蚀的风险。据iResearch（艾瑞咨询）的统计数据显示，2016年我国第三方互联网支付交易规模达到20万亿元，同比增速高达69.21%。天弘基金披露数据则显示，截至2016年四季度末，余额宝规模已突破8000亿元，较去年增长了三成。可见，互联网金融的快速发展已成为一个不争的事实，其对金融市场的影响不容小觑。这不得不使我们产生如下一些疑问：未来互联网金融的迅速膨胀是否会对商业银行产生替代效应？互联网金融究竟如何影响商业银行业务？不同的商业银行业务对互联网金融的冲击响应是否一致？是否会因互联网金融模式的不同而使影响存在差异？这些关键性问题的回答对商业银行在互联网金融冲击下保持其竞争力，实现我国金融系统稳定、协调、可持续发展具有重要的现实意义。

学者们进行了大量广泛而深入的研究，目前的研究主要集中在互联网金融对商业银行影响的性质方面。Anonymous（1999）、刘澜飚（2013）、莫易娴（2014）、沈悦和郭品（2015）、王青和常丽云（2016）、梁璋和沈凡（2013）、李朋林和张咚咚（2016）等学者均对这一问题进行了研究，并形成了如下较为一致的观点：互联网金融对商业银行的影响是双向的，互联网金融使商业银行中介作用被弱化，商业银行的经营模式和管理方式面临挑战，传统收入来源、客户基础遭受冲击的同时，又对商业银行产生技术溢出效应，倒逼商业银行推进金融业务互联网化，转变经营模式，引导其建立和完善信贷评估和风控机制。除此之外，有关互联网金融对商业银行影响的其他方面问题的研究还很不充分，特别是关于不同的互联网金融模式对商业银行业务的内部影响的讨论才刚刚起步。从某种程度上说，这一问题是有关互联网金融对商业银行影响的关键与核心问题，没有对这一问题深入而细致的分析，便不能从微观层面揭示其影响机理，从而把握其影响实质。

但从目前的研究来看：第一，大多数研究缺乏对互联网金融与商业银行的已有合作的考虑，也没有从监管层政策效应视角去分析互联网金融对商业银行的影响；第二，对互联网金融模式差异及其对商业银行影响的异质性关注不足，从实证层面定量分析互联网金融不同模式对内容不同的商业银行核心业务影响差异的文章屈指可数。鉴于此，本文首先从互联网金融两大主要模式（第三方支付、P2P网贷）入手，系统剖析互联网金融对商业银行资产、负债及中间业务的影响，在分析过程中，特别考虑了互联网金融与商业银行的已有合作和监管层政策效应对这一影响所发挥的作用；然后从实证层面定量分析互联网金融不同模式对不同商业银行核心业务的影响；最后就理论与实证分析进行总结，并提出有针对性的可行建议，以期为前述问题进行合理解释。

二、理论分析与假设提出

互联网金融作为一种新金融模式，势必冲击传统金融体系，特别是商业银行，但其究竟如何影响商业银行目前仍处于争议中并有待进一步研究。李佳（2015）依据金融功能观理论，认为互联网金融的资源配置功能通过“加速金融脱媒”的形式，对传统银行业形成冲击，并且这种“脱媒”同时发生在银行的资产方和负债方。此外，互联网金融的支付结算功能也对传统银行业“渠道平台”构成冲击；郝身永、陈辉（2015）运用数据分析技术指出，互联网金融（主要是余额宝等基金产品）对商业银行的存款产生了一定冲击，但从总量看冲击有限，在贷款方面，互联网金融因更能满足网络融资贷款需求而使商业银行在主要的小额贷款业务竞争中处于劣势。事实上，互联网金融的“金融脱媒”也是相对商业银行的脱媒，从内容上讲，金融脱媒包括完全脱媒和不完全脱媒，而由于我国目前的征信制度还不成熟，在实际运作过程中不完全脱媒占多数。另外，在互联网金融发展的十多年里，一些传统商业银行已经做出了积极应对，包括推出货币基金产品、建立电商平台、成立直销银行以及与第三方支付企业的合作等，监管层对互联网金融发展的态度也愈发明朗。因此，本文尝试从互联网金融入手，同时引入商业银行和监管层与互联网金融的已有互动来进行理论层面的分析。诚然，互联网金融可分为第三方支付、P2P网贷、众筹、大数据金融、信息化金融机构和互联网金融门户六大模式，但考虑到数据的易得性、第三方支付和P2P网贷在规模和影响力上表现突出、与商业银行部分业务存在竞争等因素，笔者将从第三方支付、P2P网贷两个方面展开互联网金融对商业银行资产、负债和中间业务的影响的分析。

（一）互联网金融对商业银行资产业务的影响

互联网金融对资产业务的影响主要指第三方支付与P2P网贷对个人、中小企业融资的影响及其模式、产品和服务创新所带来的虹吸效应对商业银行资产业务的影响。

1.第三方支付对商业银行资产业务的影响。第三方支付公司基于电商平台上的客户和交易信息的积累将业务渗透到金融领域，其代表性的个人信用支付和企业信用支付贷款伸向融资板块，对商业银行资产业务构成不容小觑的影响。

就个人消费信贷来讲，2015年支付宝平台推出了两款个人信贷产品——蚂蚁借呗和蚂蚁花呗。借呗要求芝麻信用在600分以上，用户可根据所在分数等级申请到1000～300000元不等的贷款额度。花呗通过大数据运算，结合风控模型将消费者的网购情况、支付习惯、信用风险等非结构化数据转化为结构化数据，根据得到的结构化数据授予用户500～50000元不等的消费额度。借呗和花呗实质为个人消费信贷，借呗解决的是资金短缺问题，花呗解决的是资金周转问题。它们都通过对注册时间、网上消费记录、买家信用等级等长期积累的交易信息展开分析，对客户进行信用评级来提供相应的授信额度。就企业信用融资来讲，快钱、易宝支付等第三方支付公司具有以下特征：一是基于对产业链上下游交易情况的清晰了解，通过自有资金或从银行贷款实现以“垫付”“保理”形式向中小企业提供融资。二是通过和银行合作共同推出满足中小企业需求的贷款产品。具体来说，即是采用信息化的方式将企业的合同量、交易量、资金流等数据转化为银行认可的信用，从中收取服务费。

根据前述第三方支付融资机理分析可知，第三方支付机构服务的客户主要是建立在电子商务链系上的长尾个人客户和中小微企业，这类群体的资金需求具有规模小、期限短、频率高、灵活易变等特点，尤其是中小微企业，往往缺乏完整的财务数据和历史信用记录，传统商业银行基于成本、风险、收益等方面的考虑一般不会对它们提供融资服务。在大数据、云计算、搜索引擎等信息技术快速发展的形势下，第三方支付能够将平台上的“冗余”资源——客户信息和沉淀资金利用起来，满足这类传统商业银行通常会放弃的客户的金融服务需求，甚至利用其逐渐积累起来的优势与传统商业银行合作，成为传统商业银行的服务对象。通过比较可知，第三方支付推出的个人消费信贷与传统商业银行的个人短期信贷和信用卡业务存在本质重叠，尽管如此，其却改变了个人短期贷款信用评估模式，降低了金融服务门槛，找出了潜在的资金需求者，创新了消费信贷需求，促进了信用消费。

由以上分析可得出假设1：

假设1：互联网金融模式下，第三方支付对商业银行资产业务带来正向影响。

2.P2P网贷对商业银行资产业务的影响。互联网金融是一种既不同于商业银行间接融资，又有别于资本市场直接融资的第三种融资方式，P2P网贷是其典型代表。我国尚未建立完备的信用体系，目前国内的P2P网贷公司或采取线上线下相结合模式进行资信评估，如翼龙贷、人人贷；或采取债权转让模式，如宜信；或单纯充当资金供需方中介，如拍拍贷；或采取“一对多”有或无担保模式，如陆金所、红岭创投等。P2P网贷这种多业态模式适应了消费者市场，融合了传统间接融资、直接融资及其他金融业务的特点，将资金供需双方直接或间接通过第三方平台或以充当债权债务转让载体的债权包联系起来，形成了若干包含资金供给方、若干资金需求方和第三方平台多主体的利益共同体。显然，这种“多对多”的模式优于传统银行的“一对多”模式，存在流程简化、易于操作、成本低且可比、收益可观等优点，故在投向市场后得到了积极响应，吸引了银行贷款审核不通过或没有能力提供抵押担保的中小微企业以及其他贷款者。而一些国有企业在短期内不会通过P2P网贷进行融资，因而P2P网贷所包含的资金供需双方直接接触、风险收益自担的自助模式，资金供需双方需要借助第三方平台线下的协作模式，以及带有证券投资组合金融特性的类理财模式，给商业银行贷款带来的负面影响取决于互联网金融依靠其模式、服务等创新能力对原银行客户是否有吸引力以及有多大吸引力。

由此可得出假设2：

假设2：互联网金融模式下，P2P网贷对商业银行资产业务的影响存在不确定性。

（二）互联网金融对商业银行负债业务的影响

互联网金融对负债业务的影响主要表现在第三方支付对负债的影响、P2P网贷对负债的影响两方面。

1.第三方支付对商业银行负债业务的影响。第三方支付平台以电子商务为基础打造起了涵盖基本生活的应用场景，促使客户剥离部分资金用于日常消费、转账汇款、现金管理等流动性资金需求，这一举措通过长尾效应分散了商业银行活期存款和部分定期存款。第三方支付机构因此产生的沉淀资金迅速增多。特别是在余额宝出现后，第三方支付机构对商业银行的影响体现在以下四个方面：一是在满足消费者流动性资金需求基础上又激发了其投资性需求，既保障了前者又满足了后者。二是余额宝高收益产生了强大虹吸效应。自2013年余额宝诞生以来，其平均七日年化收益率均高于同期活期存款利率，甚至一度接近6%，成功吸引了无数投资者。三是催生了类余额宝产品。拥有更低费率和更便捷交易方式的余额宝及类似理财产品的推出后受到广大消费者的追捧。四是降低了理财门槛，加速了商业银行存款分流。在余额宝推出后，不仅新浪、百度推出类余额宝产品，银行也纷纷推出各种货币基金产品。一时间，P2P网络小额贷款、网络众筹平台等都参与到投资理财业务中，这些平台的收益率更高且更具有吸引力。由此加剧了商业银行活期存款的流失和部分定期存款的减少，但这些货币基金最终大都又流回了银行。

央行为规范非金融机构支付服务行为、防范支付风险出台的《非金融机构支付服务管理办法实施细则（征求意见稿）》也成为社会闲散资金和部分活期存款转化为银行存款的重要原因，根据征求意见稿，第三方支付能够计提风险准备金，并将计提风险准备金后的余额存于备付金银行账户，产生的利息收入机构从中提取10%，银行提取剩余部分。由此导致的结果是，商业银行存款总额变化不大，甚至会有所增加，但商业银行的资金使用成本却增加了。

由此可得出假设3：

假设3：互联网金融模式下，第三方支付对商业银行负债业务具有正向影响，但会使负债成本增加。

2.P2P网贷对商业银行负债业务的影响。P2P网贷机构根据出借人特征及消费需求，不断创新金融产品和服务，一定程度上分散了商业银行存款。P2P网贷机构面对的投资人一般不满足于传统银行带来的收益，有闲散资金无投资能力，或被P2P网贷所具有的“透明度高”“保息保本”“高收益”等特征吸引，从而进行此类投资。在居民消费水平大幅提升、消费观念发生转变的时代背景下，P2P网贷机构抓住客户特征，精准定位小微金融服务，一定程度上分散了商业银行存款。以P2P网贷平台的债权转让模式为例，其通过对第三方个人债权进行金额拆分和期限错配，将其打包成类似于理财产品的债权包，供出借人选择。经过拆分后，一笔大额债权就划分为多笔小额、短期的债权，由此降低了销售难度和大众获取金融服务的门槛，吸引了更多潜在需求者参与投融资活动，一定程度上导致商业银行存款被吸出。

由此可得出假设4：

假设4：在互联网金融模式下，P2P网贷对商业银行负债业务具有负向影响。

（三）互联网金融对中间业务的影响

互联网金融对中间业务的影响主要体现在第三方支付平台基于场景应用的支付方面，第三方支付将传统担保交易应用到线上使其快捷高效化，实现平台客户与其连接塑造的应用场景“直接”对接，免去排队的麻烦，节省时间，满足广大消费群体，特别是年轻人的消费需求。现在，第三方支付将线上线下相结合，业务涵盖收付款、转账汇款、机票代购、电话费与保险代缴、网购、电影旅游购票等基本生活应用场景的庞大产业。这种创新型经营模式迫使商业银行由台前走向幕后，弥补了传统银行网点不足的缺陷，代替了商业银行部分职能。其代理基金和保险等理财产品，凭借更低的费率、更便捷的直销功能和先入为主的亲近用户优势，打开了金融产品的新兴营销渠道，打破了以银行代销为主的销售渠道格局。

由此可得出假设5：

假设5：在互联网金融模式下，第三方支付对商业银行中间业务具有负向影响。

三 变量选取与模型设定

（一）研究样本与数据来源

结合我国银行业发展实际情况并考虑数据的可获得性，本文选取11家主要商业银行2006～2016年的面板数据，数据来源于Wind数据库及各家银行年报。这11家银行分别为中信银行、中国银行、建设银行、交通银行、农业银行、工商银行、招商银行、光大银行、广发银行、平安银行、民生银行，这些银行在我国占有很大的市场份额，在一定程度上可以代表银行的整体情况。另外，为了消除可能存在的异方差和数据的剧烈波动影响，将所有指标数据做了自然对数化处理（限于篇幅，文中未详细列示所使用的数据）。

（二）变量选取与说明

1.互联网金融。如前所述，互联网金融分为第三方支付、P2P网贷、众筹、大数据金融、信息化金融机构和互联网金融门户六大模式，但除第三方支付和P2P网贷外，后几种模式交易规模很小。以2015年为例，第三方支付交易规模达到118193.2亿元，P2P网贷交易规模为9752.5亿元，同期互联网总交易规模则超过120000亿元，第三方支付和P2P网贷占据绝大份额。故本文从第三方支付与P2P网贷两方面衡量互联网金融。对于第三方支付，在考虑数据可获得性及平稳性的前提下，本文拟采用第三方互联网支付交易规模衡量互联网金融水平，数据来源于艾瑞数据；同时采用P2P网贷交易规模进一步衡量互联网金融水平，数据来源于网贷天眼。

2.传统商业银行。为准确反映互联网金融对商业银行的资产业务、负债业务和中间业务的影响，本文将用生息资产、付息负债代表资产和负债，用付息负债平均成本率代表负债成本；在中间业务方面，参照王锦虹（2015）所使用的方法，用手续费及佣金净收入衡量中间业务。同时考虑到银行的系统重要性差异，对生息资产、付息负债和手续费及佣金净收入采用加权平均指数方法进行处理。下文所使用的全银行业总资产、全银行业总负债数据来源于中国银行业监督管理委员会公布的数据。

生息资产计算公式如下：

式（1）中：SBA表示样本银行资产；TBW表示全银行业总资产；IBAB表示样本银行生息资产；IBA表示经过加权得到的代表银行业的生息资产；示对2006～2016年数据求和。

付息负债计算公式如下：

式（2）中：SBL表示样本银行总负债；TLB表示全银行业总负债；IBLB表示样本银行付息负债；IBL表示经过加权得到的付息负债。

手续费及佣金净收入的计算公式如下：

式（3）中：SOP表示样本银行营业利润；OPB表示全银行业营业利润；NFCIB表示样本银行手续费及佣金净收入；NFCI表示经过加权的手续费及佣金净收入。

考虑到数据的可获得性，本文拟对Wind数据库中所有上市银行营业利润数据进行加总，将得到的数据用于衡量银行业金融机构总利润。按照2016年第4季度数据估算，这些上市银行资产总规模占银行业金融机构总资产规模的66.47%，基本能反映中国银行业的整体情况，表明前述经过加总得到的数据能够代表银行业金融机构总营业利润。

（三）模型设定

向量自回归模型（Vector Auto-regressive Model，简称“VAR模型”）是由西姆斯（C.A.Sims）于1980年引入的用于分析经济系统动态性联系的非结构化模型。本研究正是要通过对互联网金融与商业银行形成的动态系统进行量化分析，揭示互联网金融对商业银行的影响，故采用该模型来展开实证分析，模型可以表述如下：

式（4）中，yt是k维内生变量，xt是d维外生变量，p是滞后阶数，T是样本个数。t=1，2，…，T。k×k维矩阵A1，A2，…，AP和K×d维矩阵H是待估计的系数矩阵。et是k维扰动列向量，它们之间可以同期相关，但不与其滞后值及等式右边的其他变量相关。

四、实证分析

（一）变量平稳性检验与协整检验

VAR模型的可靠性取决于变量的平稳性和变量之间的长期关系。如果变量是平稳的，可直接建立VAR模型；如果变量非平稳，则需要经过差分得到平稳序列再建立VAR模型。但这样会损失水平序列所包含的信息，随着协整理论的发展，对于非平稳时间序列，只要各变量之间存在协整关系也可以直接建立VAR模型。因此，在建立模型前，有必要对变量以及变量之间关系稳定性进行检验，单位根检验、EG协整检验是目前普遍应用的检验序列平稳性及变量之间关系稳定性的方法。故本文根据以往文献的研究及方法进行平稳性检验。检验结果如表1、表2所示。

表1 单位根检验结果

从表1的结果可以看出，LNTPP、LNIBA、LNIBL、LNACR、LNP2P序列非平稳，只有LNNFCI序列平稳。LNTPP与 LNIBA，LNTPP、LNIBL与LNACR，LNTPP与 LNIBL，LNTPP与 LNNFCI，LNP2P与 LNIBA，LNP2P、LNIBL与 LNACR，LNP2P与LNIBL可能协整，可对它们进行EG协整检验。首先，进行协整回归，得到LNTPP与LNIBA以及LNTPP、LNIBL与LNACR等变量之间的长期均衡方程，然后检验各残差序列et的平稳性，对各残差序列的平稳性进行ADF检验，从检验结果中提取T值与5%显著性水平上的临界值，并进行比较。如果T值小于临界值，则协整回归的变量存在着协整关系；反之，则不存在协整关系。检验结果如表2所示。检验结果显示，可以构建这些变量组的无约束VAR模型。

表2 EG协整检验

（二）因果关系确定与参数估计

VAR模型是对经济时间序列变量之间的因果关系的分析，这就要求在对模型进行参数估计之前应对模型变量之间是否存在因果关系做出判定，以保证得到的变量之间不仅仅显著相关，而且是有意义的。Sims于1972年推广的用于检验变量之间因果关系的Granger方法是目前得到广泛应用的方法，其以对Y进行预测时X的前期信息对均方误差MSE的减少是否有贡献作为因果关系判断的基准。故选用此方法对将要建立模型的变量组进行Granger因果检验，经检验发现，除 LNTPP与LNP2P、LNIBL与LNACR这两变量组之间无Granger因果关系外，其余变量组都具有Granger因果关系，说明可以建立这些变量组的VAR模型。此外还发现，LNP2P与LNIBL互为Granger因果，可以对它们进行双向动态分析。至此，利用Eviews对通过Granger因果检验的LNIBA与LNTPP（LNP2P）、LNIBL与LNTPP（LNP2P）、LNNFCI与 LNTPP、LNP2P与LNIBL这些变量组进行VAR模型的参数估计，结果见表3。根据AIC和SIC准则对模型滞后阶数进行了确定，具体滞后阶数也可从表3看出。VAR模型所有单位根的值都小于1，表明所建立的VAR模型满足稳定性条件，可以进行脉冲响应分析。

由表3回归结果可以得到：对于模型1，LNTPP滞后一期的系数为0.4926，其t统计量在5%显著性水平上大于临界值1.8595，且LNIBA约95%的变异可由LNTPP解释，说明第三方支付对商业银行资产有显著的正面影响，这与理论预期相符，初步验证了假设1。在模型2中，LNTPP对LNIBL具有统计意义上的影响且系数为正，表明第三方支付对负债具有正的带动作用，第三方支付分散了商业银行的存款，却没有对商业银行造成显著负面影响，主要原因在于吸纳流通中的现金、资金回流与政策效应，符合假设3。但Granger因果检验结果显示LNTPP不是导致LNACR提高的Granger原因，LNTPP与LNIBL、LNACR之间并无传导机制作用。从统计意义上讲，第三方支付没有被动提高商业银行成本，也没有通过吸收活期存款转为定期存款增加商业银行存款成本。其原因在于：一方面，第三方支付吸收的主要是社会零散资金，比如流通中的现金。也就是说，综合来看，第三方支付更多的是通过将零散资金整合转化为银行定期存款，增加了商业银行存款来源。另一方面，第三方支付更多的是发挥渠道支付作用，而非传统支付作用。此外，目前存款利率非市场化也是导致传导机制不畅通的重要原因。

表3 模型参数估计

对于模型 3，LNTPP（-1）对LNNFCI的影响系数为-1.250，符合假设6的猜想，第三方支付对传统商业银行具有显著的负向冲击。模型4中，LNP2P的滞后一期、滞后二期、滞后三期的系数分别为0.457、-0.174、-0.055，说明P2P网贷对商业银行资产业务具有负面影响，但影响较小，表明P2P网贷吸引了部分商业银行的贷款。模型5的结果符合假设4的理论预想，P2P网贷对商业银行负债业务产生了不利影响。模型5与模型6是对LNIBL与LNP2P互为Granger因果的结构化反映，LNP2P对LNIBL在统计意义上具有显著影响且系数为负，而LNIBL对LNP2P的影响系数为正，说明P2P网贷的资金来源中有来自商业银行的部分，商业银行为P2P网贷提供了资金，P2P网贷一定程度上侵占了商业银行贷款业务。

对比模型1和模型4及模型2和模型5可以发现：①互联网金融的不同模式对商业银行的影响具有异质性。第三方支付对传统商业银行资产与负债业务具有正向影响，对中间业务构成不利冲击；P2P网贷对传统商业银行资产与负债业务带来负向影响。②在互联网金融中，相对于P2P网贷，第三方支付对商业银行的影响更为显著。原因是第三方支付发展时间更长、规模更大，与商业银行业务重叠较多，如果目前局面持续下去，P2P网贷对商业银行的影响将更为深入。

（三）基于VAR模型的脉冲响应分析

1.第三方支付对生息资产、付息负债的脉冲响应分析。图1、图2显示了生息资产、付息负债对第三方支付的脉冲响应。

从图1可以看出，在第一年给第三方支付一个正向冲击后，生息资产在该期内首先受到负向冲击并逐渐减小，进入第2年后影响转正（政策效应和合作的表现），并达到最高点（0.0281），之后缓慢减小。从长期来看，冲击产生持久的弱正向促进作用，累计冲击响应为0.0865，表明第三方支付的发展带动了商业银行资产的增加。这种增加体现在互联网浪潮下的个人消费信贷和金融产品与服务创新促使线下日常资金运转部分转移到线上，提高了周转效率，产生沉淀资金。在政策作用下，这部分资金最终通过商业银行资产业务移交资金需求者。第三方支付机构从商业银行贷款或与商业银行合作，推动了商业银行资产业务的发展。

图1 生息资产对第三方支付的脉冲响应

图2 付息负债对第三方支付的脉冲响应

从图2可以看出，当给第三方支付一个正向冲击后，付息负债产生同向的波动式振荡，第1年向上的带动作用逐渐增强，第2年达到最高点（0.0462），然后逐渐向下波动，依次重复并逐渐减弱，累积冲击效应值0.2668，表明第三方支付带动负债增加，符合假设2的猜想。在资金管理政策作用下，第三方支付发展到一定程度会对商业银行负债业务产生显著的促进作用，第三方支付将社会零散资金和吸出的活期存款化零为整或化短为长，最终转移到商业银行定期存款中，减缓贷款风险，增加资金来源。

图3 付息负债对P2P网贷的脉冲响应分析

图4 P2P网贷对付息负债的脉冲响应

2.P2P网贷与付息负债的脉冲响应分析。图3、图4显示了付息负债与P2P网贷的双向脉冲响应。从图3可以看出，在给P2P网贷一个正向冲击后，对付息负债产生负向冲击且在第3年达到谷底（-0.0200），之后负向冲击作用缓慢减弱，累计冲击响应值为-0.1377。表明P2P网贷的增加会导致商业银行负债的减少，P2P网贷分散了商业银行存款。而对于图4，P2P网贷对付息负债单位冲击效应为正，恰好与其对付息负债的冲击效应图呈相对走势，但付息负债对P2P网贷的促进作用更为显著。在给付息负债一个正向冲击后，P2P网贷产生正向冲击且冲击在第1年过渡第2年的过程中迅速走高，在第3期内达到最高点（0.5644），累积冲击效应值为4.0601。这进一步表明商业银行增加的负债是P2P网贷的资金来源，P2P网贷凭借其多业态的模式创新以及高收益特征获得了广泛影响力，吸走了商业银行存款。

3.第三方支付对手续费及佣金净收入的脉冲响应。从图5可以看出，第三方支付的一个单位的正向冲击经市场传递会给商业银行中间业务收入带来不利影响，且此影响比较滞后和具有长期的持续效应。第三方支付将业务范围由支付结算领域延伸到融资领域，对商业银行的影响日益显著。

五、结论及政策建议

图5 手续费及佣金净收入对第三方支付的脉冲响应

互联网金融对传统商业银行的影响因模式、内容不同而具有异质性：第三方支付对传统商业银行资产与负债业务具有正向影响，对中间业务构成不利冲击；P2P网贷对传统商业银行资产与负债业务带来负向影响。这一结论也从侧面反映出监管层对第三方支付的资金管理政策达到了预期效果，商业银行与第三方支付机构的合作有利于缓冲后者对其造成的不利影响。同时，资金外流是P2P网贷对商业银行资产业务、负债业务构成不利影响的直接结果。截至2017年9月，华兴银行、徽商银行等49家银行布局P2P平台资金直接存管业务正是对P2P网贷造成的资金外流影响的决策应对。

进一步分析发现，第三方支付影响结果之所以表现如此，主要是因为其在一定程度上代替了商业银行支付、融资功能，但由于二者客户交集不是很大，且第三方支付机构资金存取仍通过银行，第三方支付机构与银行的合作使社会闲散资金、活期存款转为银行定期存款，存款来源增加了，故而对商业银行资产和负债表现出正的促进作用。但从过程来讲，第三方支付凭借信息、渠道和应用场景优势，创新信用评估方式和风险控制手段，找准客户需求，使金融服务的获取快捷高效，客户体验也因此大幅提升，这是第三方支付机构保持竞争优势的根本原因。就P2P网贷而言，一方面，它融合多种业态模式，满足了广大消费者和中小企业的需求，带来的市场预期超乎想象，降低了销售难度和大众获取金融服务的门槛，吸引了更多潜在需求者参与到投融资活动中，一定程度上分散了商业银行的资金。另一方面，借助于关系型借贷、产业链融资、人工信用调查分析、自动化信用评分等多种信贷技术，P2P网贷机构实现了对中小企业的信用评估和风险控制，并逐步形成了标准化、批量化的信贷评估和风险管理模式，解决了长期困扰银行的中小企业融资问题。

1.转变服务理念，从以资金融通为核心的金融中介转变为以客户为中心提供支付、风险管理等多种金融服务的服务中介。随着消费观念的转变、消费服务方式的转移，电子商务企业开启“消费+金融”模式，将应用场景与金融服务融为一体，使客户体验大幅提升，激发了新兴金融业态，传统银行必须在观念上有所转变，进而提升服务水平。

2.依托信息技术进行业务流程改造，提高业务处理效率，努力提升客户体验。当前，我国商业银行的业务流程仍是基于内部管理和内部核算的需要而设置，存在重复审查、环节过多、周期过长、业务流程僵化等问题，这就导致目前客户抱怨多、投诉率高、满意度低。技术创新是经济增长的主要动力，商业银行需要引进先进信息技术，彻底进行业务流程改造升级，提高业务处理效率，改善客户体验。

3.互联网企业率先进行主动性市场导向型创新，银行积极在电商平台进行反应性创新。具体而言，银行应搭建将客户与银行直接联系起来的服务平台，发挥自身在资金、客户沟通服务、信誉等方面的优势；提高业务效率，降低交易成本，采取多样化营销手段和多种服务方式引导客户培养其在平台上交易与消费的习惯；积累客户和交易信息，把握客户需求变化适时进行产品和服务创新。

4.重视客户需求，提供独具特色的差异化品牌式服务。在信息革命时代，互联网企业依托电子商务或电商服务平台抢占市场先机，形成“客户+信息技术”“金融工具+应用场景”生态系统。商业银行尽管做出了迅速反应，但由于互联网企业已占有大批量客户，客户也已经逐渐习惯其塑造的应用场景、服务模式，商业银行想要发展新客户非常困难。商业银行必须准确把握客户真正的金融服务需求，依靠自身在客户服务、理财管理、风控和信誉等方面的优势，形成独具特色的差异化品牌服务，避免形式化地将线下业务线上化。

5.化解P2P网贷对商业银行的负面冲击，尝试解决中小企业融资问题。银行一方面应加快与P2P网贷机构合作，如布局P2P网贷平台资金直接存管业务、并购P2P网贷企业等，有效避免资金外流，缓解P2P网贷对其构成的负面影响。另一方面，在大数据时代，银行能够效仿P2P网贷机构通过互联网数据和平台信息的积累，建立以信息数据为基础的量化风控模型和自动化的信贷管理模式，形成对中小企业、个人客户的信用风险评估；同时可以以供应链、区块链为单位，围绕链上核心企业，形成对上下游中小微企业或区域范围内的资金流和物流的管理与控制，将单个企业的不可控风险转变为供应链企业整体的可控风险，采取立体方式获取各类信息，从而方便中小企业融资。

主要参考文献：

刘澜飚，沈鑫，郭步超．互联网金融发展及其对传统金融模式的影响探讨［J］．经济学动态，2013（8）．

莫易娴．互联网时代金融业的发展格局［J］．财经科学，2014（4）．

沈悦，郭品．互联网金融、技术溢出与商业银行全要素生产率［J］．金融研究，2015（3）．

常丽云．互联网金融对商业银行盈利能力影响的计量分析［D］．沈阳：辽宁大学，2016．

梁璋，沈凡．国有商业银行如何应对互联网金融模式带来的挑战［J］．新金融，2013（7）．

李朋林，张咚咚．互联网金融对商业银行的双面影响［J］．西安科技大学学报，2017（4）．

李佳．互联网金融对传统银行业的冲击与融合——基于功能观的讨论［J］．云南财经大学学报，2015（1）．

郝身永，陈辉．互联网金融对传统商业银行的短期冲击与深远影响［J］．上海行政学院学报，2015（2）．

罗明雄，唐颖等．互联网金融［M］．北京：中国时政经济出版社，2013．

谢平，邹传伟．互联网金融模式研究［J］．金融研究，2012（12）．

赵清辉．互联网金融对中国商业银行的影响探究［J］．河北学刊，2015（1）．

林雪．互联网金融与商业银行业务的融合与发展研究［J］．金融论坛，2014（10）．

戴志锋，刘瑞，王小松．互联网金融实战解构——探寻金融的“风口”［M］．北京：经济管理出版社，2014．

吴诗伟，朱业，李拓．利率市场化、互联网金融与商业银行风险——基于面板数据动态GMM方法的实证检验［J］．金融经济学研究，2015（6）．