盈利能力、总资产收益率与商业银行的战略性发展

梁晓鸣　廖洋霆

关键词：盈利能力 互联网金融 总资产收益率

互联网金融模式的发展改变了人们的消费习惯与理财观念，促进我国互联网金融开启了新篇章。互联网金融模式主要包括云计算、第三方支付和大数据，有着高效率、高收益以及交易成本较低等优势。导致商业银行的客户资源流失，商业银行的中间业务受到影响，资金成本上升，息差收入在受压下开始减缩。商业银行要提升盈利能力水平，仅凭单一的利差模式很难有所突破。随着互联网金融监管政策的不断完善和力度扩大，我国对银行的侧重点和扶持力度上有了明确的方向。2013年6月，为了确保我国商业银行的存款业务，我国颁布了《支付机构客户备付金存管办法》，目的就是为了使第三方支付平台从客户中获取的备付金能够转化为银行的定期存款，这样巩固了商业银行的存款业务，但在一定程度上又遏制了互联网金融平台的发展，并且备付金转化为定期存款存在利率较高的特点，也会使得商业银行的资金成本上升，从而获取的利益就减少。随着P2P网贷的发展，贷款业务开始变得多元化，客户所选择的空间也大大提升，并吸引了众多的中小微型客户，随着时间的积累，商业银行的贷款业务就会受到影响。但是在互联网金融监管政策下，这些平台达不到政策的标准，从而逐渐地退出金融市场，这些投资人又把资金转入商业银行，商业银行的存贷业务又开始逐步回升。所以加大对互联网金融的监管力度对商业银行的盈利能力有着推动作用，并且减少了商业银行的不良贷款，进一步保障了商业银行业务风险有效地降低。

一、研究假设

在因素分析中，第三方支付和P2P网贷作为对商业银行盈利能力最直接的影响因素，所以本文提出的两个假设将与这两大互联网金融业务相关。以下是本文在实证分析前提出的假设：

（一）假设一：第三方支付对商业银行盈利能力呈显著的负相关

互联网金融业务中的互联网货币基金是主要的业务之一，并且它需要依托于第三方支付平臺进行业务的执行和交易，最典型的业务就是余额宝理财依托于支付宝这个第三方支付平台，两者的业务交易范围类似，所以在数据上会存在一定的重合性，因此本文选取第三方支付的交易规模作为研究对象。

（二）假设二：P2P网贷对商业银行盈利能力呈显著的负相关

互联网金融业务中的P2P网络贷款作为庞大的贷款业务，在发展过程中对商业银行的贷款业务造成了一定的影响，所以考虑到数据获取的难易程度，并且也作为最直接的影响因素之一，因此本文选取P2P网络贷款的交易规模作为研究对象。

二、研究设计

（一）样本选择与数据来源

考虑到互联网金融和银行数据的获取来源，本文选取2012—2018年共7年的面板数据进行实证检验。研究对象主要选取中国工商银行、中国银行、中国农业银行、中国建设银行、交通银行5家国有银行，平安银行、光大银行、上海浦东发展银行、中国民生银行、兴业银行、中信银行、招商银行、华夏银行8家股份制银行，北京银行、上海银行、南京银行3家城市商业银行，共16家上市银行进行研究，相关数据均来源于这16家商业银行2012—2018年年报、Wind数据、艾瑞咨询。

（二）变量的选取和指标说明

下面是本次研究所需引用的变量，现对变量进行简要概述。

1.被解释变量。被解释变量选择的是资产收益率，资产收益率也叫资产回报率，是对单位资产创造的单位净利润进行衡量的指标，该指标包括资产回报率（ROA）及净资产收益率（ROE）。总资产收益率（ROA）即股东权益收益率，每单位所使用的自由资本可以带给银行盈利的比率，比率越高，商业银行则有更好的资本运用效率，其获利能力越高;净资产收益率（ROE）则指的是每单位创造的资产利润的比率，同理总资产收益率比率越大，利润越高。

本文选取了总资产收益率（ROA）作为被解释变量，用来衡量商业银行的盈利能力。以下是总资产收益率（ROA）和净资产收益率（ROE）的主要计算公式：

总资产收益率=净利润/平均资产总额×100%

净资产收益率=净利润/平均股东权益×100%

2.核心解释变量。核心解释变量选择的是互联网金融的发展程度。据目前互联网金融模式数据统计可知，第三方支付的交易规模最大，其次是互联网货币基金，然后是P2P网贷和众筹融资。因为互联网金融在目前的发展程度不是很完善，所以其对应的指标“互联网金融指数”数据的获取性较差，在实证研究上不是很充分。所以考虑到市场规模占比的问题以及数据来源的可靠性，分别选取第三方支付（TPP）规模以及P2P网贷（P2P）规模对互联网金融的发展程度进行综合性分析，需要考虑到支付结算及网络融资维度方面的影响。

3.控制变量。控制变量选择以下五个指标：

（1）成本收入比。成本收入比是指银行在营业活动中所产生费用与所获取收入的比值，该比值越小，说明银行在成本运作上的效率越高，利润率也越高。以下是成本收入比的计算公式：

成本收入比=营业费用/营业收入×100%

（2）贷存比。贷存比是指银行在发放贷款过程中所发放的资产与收取的存款负债的比值，该数值越大，贷款的比重也越大，在一定程度上银行收取的利息也就越多，但是这也意味着承担的风险也越大。以下是贷存比的计算公式：

贷存比=贷款总额/存款总额×100%

（3）不良贷款率。不良贷款率（NPL）是指商业银行存在的不良贷款所占全部贷款中的比率。按照风险程度来划分，包括正常贷款、关注贷款、次级贷款、可疑贷款和损失贷款五种类型的贷款，次级贷款、可疑贷款和损失贷款统称为不良贷款。该比率越大，说明商业银行的贷款业务越差，经营的风险程度越高，其商业银行的盈利能力所受的影响越大。因此选取不良贷款率作为对商业银行的风险水平来进行研究比较符合。以下是不良贷款率的计算公式：

不良贷款率=不良贷款/总贷款×100%

（4）商业银行规模。选取银行的规模来作为资产总额代表。微观经济学中表示，一个企业规模越大，就会很快地达到一定的规模经济状态，银行的经营规模越大，它的成本就会减少。商业银行的规模越大，它的营业网点的分布范围也会越大，吸收的客户量也会越多。所以商业银行的规模会在一定程度上影响收益。

（5）宏观经济环境。当宏观经济进行下调时，会增加银行的贷款风险，减少存款额度。所以选取宏观经济水平作为衡量GDP和国家经济水平的一个指标。

4.虚拟变量。虚拟变量受我国的政策因素影响，本文在进行实证分析的过程中，在引入面板数据的基础上加入政策的虚拟变量，以2016年为分界点，选取2012—2015年在互联网金融全面监管之前作为参照，将其虚拟变量的值取为0;2016—2018年则取值为1。这样可以在现有研究的基础上进一步分析我国在加大监管力度后互联网金融对商业银行盈利能力的影响。加大监管力度会影响到核心解释变量和被解释变量，因此还选取了核心解释变量与政策虚拟变量的乘积作为交易项。为了减小检验结果的误差，除虚拟变量外把所有的变量变成对数，具体的数据如下表1所示：

三、实证研究

（一）模型的建立与选择

为了能够准确分析，借鉴了吴刘星（2019）在互联网金融对商业银行盈利能力实证分析过程中的方程，在本文的实证分析研究中假设有三种情况：（1）作为参照对比;（2）加入虚拟变量dum和交互项lntpdum，分析在政策条件下，第三方支付对商业银行盈利能力的影响;（3）加入虚拟变量dum和交互项lnp2pdum，检验在政策条件下，P2P网贷对商业银行盈利能力的影响。以下是三个方程模型：

lnroait=M0+M1lntpt+M2lnp2pt+M3lncirit+M4lnroltdit+M5lnnplit+M6lnassetit+M7lngdpt+εit方程（1）

lnroait=M0+M1lntpt+M2lnp2pt+M3lncirit+M4lnroltdit+M5lnnplit+M6lnassetit+M7lngdpt+M8dumit+M9lntpdumit+εit方程（2）

lnroait=M0+M1lntpt+M2lnp2pt+M3lncirit+M4lnroltdit+M5lnnplit+M6lnassetit+M7lngdpt+M8dumit+M9inp2pdumit+εit方程（3）

上述模型中的M0為截距项，其他的M项代表核心解释变量和控制变量的回归系数，对应的右下角的角标i代表第i个银行，t代表第t年，εit代表随机误差项。

（二）描述性统计

由于国有银行和股份制银行在业务规模和股权分配比例上有所差异，所以将五大行和11家股份制银行分开进行检验，检验互联网金融对不同类型的商业银行的影响结果是否存在差异。由于在检验过程中存在不可控因素，所以为了减小误差，提高结果的准确性，本次检验采用固定效应的模型进行相关分析。以下分别是五大行和11家股份制银行的描述性统计结果，见表2：

由表2可得出，变量lnroa表示的五大行的总资产收益率的两极分化比较明显，最小值为-0.2000，最大值为0.3967，说明在互联网金融的影响下，净利润受到了影响，其次变量lnroltd表示的存贷比也有明显的差距，最小值为-0.1339，最大值为0.8631，这表示贷款总额在互联网金融的影响下有利有弊。一方面在政策的影响下，P2P网络贷款受到了限制，加上作为国有银行会受到国家的调控，从而会使得商业银行的贷款业务有一定的上升，但是也与一些信誉较好的高品质互联网金融贷款平台形成了竞争。

由表3可得出，变量lnroa表示的11家股份制银行的总资产收益率和五大行相比虽然有明显的差距，最小值为-0.4612，最大值为0.4362，但股份制银行受到互联网金融的影响较小，其次变量lnroltd表示的存贷比均值为-0.0981，最小值为-1.0764，最大值为0.8632，这表示11家股份制银行在自身的运转模式上受到互联网金融贷款业务的影响比较灵活，因为股份制银行和国有银行有所不同，其可根据市场定位的需要进行自身资产负债的比例调节，所以股份制银行的存贷比可以进行存款和贷款之间合理有效的分配，所以受到互联网金融贷款业务的影响不大。

（三）商业银行盈利能力回归分析

由表4回归分析结果可知，从表内系数lntpdum和lnp2pdum可分析得出，第三方支付业务影响五大行的总资产收益率下降了0.297，P2P网贷下降了0.243，所以从以上数据可得出，互联网金融业务对商业银行的总资产收益率呈负相关。在没有政策虚拟变量的影响下，五大行均呈现负向水平，说明随着第三方支付和P2P网贷业务量增加的同时，五大行在总收益上ROA受到一定的影响。在互联网金融监管政策的影响下，选取的政策虚拟变量为正，这就说明五大行的盈利能力在政策的影响下呈显著正相关，五大行需要政策的正确导向，并作为推动器促进商业银行的发展。

在11家股份制银行是否有互联网金融监管政策的影响下，第三方支付对11家股份制银行的总资产收益率ROA呈负相关。和五大行相比存在差异，五大行在总收益上受到的影响程度更大，这可能是因为五大行作为国有银行，除了日常经营盈利以外，还需要与政府的业务进行接轨，并且得到了政策扶持，在业务设计上需要更加严格谨慎。股份制银行就相对宽松一些，业务结构上就更加灵活，倘若受到互联网金融业务的冲击，股份制银行可以调整存贷业务的比例来减少损失。在互联网金融监管政策的影响下，P2P网贷对11家股份制银行的影响呈正相关，互联网金融贷款平台门槛较低，但是作为国有银行，国家对其监管的力度较大，所以这就会使得P2P网贷的一部分业务流向商业银行的信贷业务，从而获取更多利益。通过五大行和11家股份制银行的系数lnp2pdum对比可以发现，11家股份制银行的系数为0.0863，五大行的系数为0.0573，所以股份制银行的收益要比五大行多，并且在互联网金融监管政策的影响下，11家股份制银行和五大行在盈利能力上有积极的推进作用。而系数lntpdum反映了第三方支付使得11家股份制银行的总资产收益率下降了0.218，P2P网贷则下降了0.176，因此互联网金融对股份制银行的总收益产生弹性，政策对股份制银行的总收益呈负相关。综上所述，从商业银行的性质可以看出，在国有银行与股份制银行管理体系不同的情况下，所承受的互联网金融业务的冲击与应对有着不同的方法。

四、结论

文章选取2012—2018年共7年的面板数据进行实证检验，通过实证研究对商业银行的资产、负债和中间业务进行分析，以及将商业银行分为前身是国有的五大行和股份制银行进行研究，并且使用政策虚拟变量来模拟互联网金融监管政策的影响下，互联网金融业务对商业银行的盈利能力有一定的影响，商业银行的资产收益率与商业银行的盈利能力有关。

在没有政策虚拟变量的影响下，五大行均呈现负向水平，说明随着第三方支付和P2P网贷业务量增加的同时，五大行在总收益上ROA受到一定的影响。在互联网金融监管政策的影响下，选取的政策虚拟变量为正，这就说明五大行的盈利能力在政策的影响下呈显著正相关。在互联网金融监管政策的影响下，P2P网贷对11家股份制银行的影响呈正相关。互联网金融基金主要以吸收存款为主，商业银行的存款业务受到转移，使得商业银行的存款规模进行了缩减，并且通过互联网金融基金的业务进行资金流动，然后其以更高的利息投资，这些资金又流回商业银行，虽然存款的额度不变，但是其中资金交易产生的利息最终会加重商业银行的负债成本，最终导致商业银行的利润减少，资本充足率也会减少，会增加资金运转的风险。

互联网金融业务与商业银行三大业务存在竞争关系，这就会造成商业银行的业务受到冲击，商业银行的盈利能力就会受到影响。出于战略性调整，商业银行在混业经营上非常有必要，通过互联网渠道进行业务办理，商业银行需要在线上服务建立有效、方便的业务流程。未来的商业银行地域位置将不是银行业务兴衰的主要条件;银行业务与其他金融机构的业务界限将被打破，混业经营成为趋势;随着金融市场的发展，直接融资与间接融资的界限也将打破。线上与线下相结合，在办理业务途径和规模上覆盖面积更广，甚至未来将互联网金融与商业银行相结合，建立起互联网商业银行，从而加快拓展商业银行战略性发展与实施，以拓宽新的发展渠道。

参考文献：

[1]谢平，邹传伟，刘海二.互联网金融的基础理论[J].金融研究，2015（08）：1-12.

[2]李博，董亮.互联网金融的模式与发展[J].中国金融，2013（10）：19-21.

[3]鄭联盛.中国互联网金融：模式、影响、本质与风险[J].国际经济评论，2014（05）：103-108.

[4]王曙光，张春霞.互联网金融发展的中国模式与金融创新[J].长白学刊，2014（01）：80-87.

[5]彭钰.我国互联网金融对商业银行盈利的影响研究[D].硕士学位论文，2014.

[6]王锦虹.互联网金融对商业银行盈利影响测度研究——基于测度指标体系的构建与分析[J].财经理论与实践，2015（01）：10-15.

[7]吴刘星.互联网金融对我国商业银行盈利影响的研究[D].硕士学位论文，2019.

基金项目：广西壮族自治区教育厅2019年度广西高校中青年教师科研基础能力提升项目“互联网金融背景下我国商业盈利模式研究”（2019KY0965）。

作者单位：梁晓鸣，广西大学行健文理学院;廖洋霆：中国农业银行广西柳州融安支行