顺势而为还是趋利避害：互联网金融对商业银行风险承担的“双刃剑”效应

郭净 刘兢轶 王丽媛

(河北金融学院金融创新与风险管理研究中心，河北 保定 071051)

一、引言及文献综述

自21世纪初，互联网技术渗透到金融领域，互联网金融行业迅速崛起，以余额宝、借呗、花呗等为代表的互联网金融产品如雨后春笋般涌出，对促进私人消费和投资水平乃至拉动宏观经济增长起到了重要作用。尤其是在2015年左右的全球经济新常态时期，全球经济增速趋缓现象明显，外需呈现严重不足态势，互联网金融的发展有效配合财政政策刺激了内部需求，为国民经济增速提供了有力保障[1]。在2015年政府工作报告中，更是提出将“互联网+”打造为中国发展“升级版”，将互联网金融纳入国家发展的重大战略部署之一，促进互联网和金融的跨界融合成为推动经济增长的新动源[2]。

然而，互联网金融的发展是一把“双刃剑”，其有利的一面在于，互联网金融的快速发展丰富了我国的经济增长结构，一时遮蔽了房地产经济、粗放制造经济的不足，为经济运转增添了润滑剂[3]，同时互联网技术在金融领域的应用降低了信息不对称性，增强了商业银行风险管理水平[4]；不利的一面在于，互联网金融天然高风险高收益的属性不仅自身存在着风险爆发的可能[5]，而且其快速发展还会侵蚀传统商业银行的收益，倒逼商业银行不得不去追求高风险高收益的产品和客源，造成银行业的“劣币驱逐良币”现象，可能会对商业银行的风险承担产生潜在影响[6]，甚至提高了爆发系统性金融风险的可能性[7]。

实际上，虽然互联网金融的发展对商业银行来讲是一把“双刃剑”，但互联网金融对商业银行风险承担的影响会遵循一定的传导路径，而这种传导路径可能依据外界不同经济环境下的不同经济因素而产生差异性，也就是说，互联网金融对商业银行风险承担的影响究竟是“有利”还是“不利”，可能取决于诸多宏观经济变量所处的状态。仅从互联网金融发展指数和商业银行资本充足率(代表商业银行风险承担)的走势来看(见图1)，两者并不是一致不变的相同趋势，而是在不同经济时期具有差异化趋势，在2013—2015年间，互联网金融发展与商业银行风险承担具有正向趋势，而在2018年后，互联网金融发展与商业银行风险承担具有明显的反向趋势。可见，互联网金融对商业银行风险承担的影响并不是“有利”或“不利”一个绝对的结论，因此，开发一种能动态捕捉互联网金融对商业银行风险承担影响的模型，进而研究在不同经济状态下互联网金融对商业银行风险承担的时变影响，不但有利于商业银行进行自身风险管理，更有利于防范系统性金融风险，促进国民经济健康持续发展。

图1 互联网金融指数和商业银行资本充足率走势图资料来源：WIND和CEIC数据库。

从相关领域文献来看，在互联网金融出现的早期，学者们即对其产生了浓厚兴趣，但大部分研究都集中于互联网金融的相关概念界定以及各种分类层面[8]。其中，相对概括性较强的思想认为互联网金融即是字面含义——互联网技术在金融领域中的应用[9]，这种跨界结合拓宽了金融业务和产品，促进了金融业的划时代发展[10]，是一种有别于商业银行和股票市场等传统融资方式的新型金融业务模式[11]。随后，互联网金融的相关概念界定不再以概括性为主，而是更加专业化、具体化，Min等(2014)[12]认为互联网金融不仅仅是单纯的互联网与金融的结合，更是信息技术、网络安全的新应用、新变革，在推动金融业务创新的同时更是信息技术自身的跨越式发展；Baki和Bag(2021)[13]提出互联网金融就是以大数据和人工智能为技术基础、以互联网和电子硬件为支撑平台，是金融业态的新发展模式。此外，互联网金融业务和产品分类也是学者们关注的重点问题之一，如佘松涛(2015)[14]认为中国市场上互联网金融产品众多，应该从产品本身性质上予以分类，并提出了通过收益率、产品本身的风险级别、流动性水平以及透明性程度四个维度进行产品划分；Greg等(2018)[15]则根据互联网金融产品本质的不同将其分为网络支付型产品、网络理财型产品、网络贷款型产品、网络金融创新四大类。

相比于微观层面的概念界定和产品划分，宏观金融研究者们更加聚焦关注于互联网金融对系统性风险的影响，尤其是互联网金融本身的高风险高收益属性是否会对商业银行风险承担产生冲击效应[16-17]。其中，一部分学者认为互联网金融发展会削弱商业银行风险承担，Leckow(2017)[18]认为互联网技术向金融领域渗透，可以有效捕捉零售客户甚至对公客户的自身特征及风险属性，进而降低商业银行和客户之间的信息不对称性，有效削弱了商业银行风险承担；吴诗伟等(2015)[19]指出电子银行、网上银行、手机银行等业务模式可以增强商业银行的数据获取能力，结合数据挖掘、云计算等方法可以大幅度降低商业银行的风险管理成本，进而间接证明了互联网金融有利于降低商业银行风险承担水平。然而，另一部分学者却持有相反观点。综合来看，互联网金融发展可能在“信息垄断”“业务竞争”“风险传导”“价格传递”四个层面上加剧商业银行风险承担水平，郭品和沈悦(2015a)[20]发现互联网金融发展会显著提高商业银行风险承担水平，而且这种提高在不同属性银行间表现出较大差别；随后，他们(2015b)[21]以存贷利差视角进一步分析，发现从提高商业银行资金成本渠道仍然支持互联网金融发展会明显提高商业银行风险承担水平的研究结论。互联网金融往往通过近乎零成本获取信息、业务领域全面竞争、拉高协议存款利率[22]、降低管理费用和抬高融资成本等途径拉高银行风险承担，且对于非系统重要性银行的影响更为强烈[21]。

通过以上的文献梳理可以看出，虽然学术界一致认为互联网金融发展会对商业银行风险承担产生冲击，但依然存在如下问题有待进一步解决：第一，互联网金融发展对商业银行风险承担的冲击效应究竟是“有利”还是“不利”依然存在较大分歧，可能的原因在于这种冲击会在不同的外部经济环境下产生差异性效果，而以往研究并没有动态捕捉这种效果，因而绝对性结论必然会存在分歧；第二，宏观金融内生性问题无处不在，受困于参数估计自由度的限制，以往研究很少能全面考虑内生性问题，这也是关于互联网金融发展会对商业银行风险承担的影响效果存在分歧的又一重要原因；第三，虽然普遍发现互联网金融发展会对商业银行风险承担产生影响，但以往研究并没有从量化的角度探索商业银行自身如何进行经营转型来应对互联网金融发展带来的冲击。

基于此，本文创新性地引入新息随机游走、乔丹分解法和因子增广思想并嵌入经典向量自回归模型，进而构建了因子增广时变参数向量自回归模型，并以此模型探索互联网金融发展对商业银行风险承担的“动态”影响，基于银行本身经营特征分析这种“动态”影响的内在逻辑规律，提出商业银行如何进行业务转型来避免互联网金融发展对商业银行风险承担的不利冲击。相应地，本文的贡献体现于：一方面将新息随机游走方法和因子增广思想引入互联网金融对商业银行风险承担影响的研究框架内，既解决了参数估计自由度限制下的宏观金融内生性问题，又使得模型具备了捕捉动态冲击效应的能力。另一方面，将商业银行业务结构引入模型，以有效探索商业银行如何通过业务转型来引导互联网金融对商业银行风险承担的影响走向“有利”的一面或远离“不利”的一面。

二、理论基础

(一)金融深化理论

金融深化理论也称金融自由化理论，互联网金融的发展必然会带来宏观经济发展中的金融深化，而金融深化理论恰恰认为发展中国家的金融与经济发展有着必然的联系，这种联系在互联网高速发展时代明显地体现为互联网金融对宏观经济发展的深化作用[23]。实际上，金融深化理论认为金融市场抑制现象普遍存在于发展中国家，主要表现在对货币利率的严格管制，发展中国家只有积极加快实施金融深化改革，放弃金融抑制政策，这样才能有效促进金融经济又好又快发展，而互联网金融发展恰是放弃金融抑制政策的产物。互联网金融的到来使企业和个人将资产配置更加有效地向保险、理财产品等其他金融资产进行转移，互联网金融的优势体现在进入门槛、成本以及服务效率等方面，满足了各类群体个性化及多元化的需求，资金逐渐从传统商业银行转移到银行间市场，最终在严峻的市场竞争环境下资金以市场化的利率价格回流到商业银行，体现了互联网金融的“鲶鱼效应”倒逼银行业加速利率市场化进程[24]。利率市场化是提高我国金融自由化程度的重要举措，它赋予了商业银行资产定价的权利，但也带来了利率风险，对商业银行来说，存贷业务是其最主要的业务，利率市场化推动商业银行存贷利差收紧，利率波动幅度较大且更加频繁，商业银行将面临与以往完全不同的严峻的金融市场竞争环境，其风险承担会产生较大变化，这就体现了利率市场化进程是发展中国家放弃金融市场抑制的必然要求，而利率市场化这种必然要求导致了商业银行传统信贷业务息差收窄，互联网金融的发展倒逼商业银行去追求高风险高收益的业务[25]。金融深化理论内在地揭示了互联网金融发展和商业银行风险承担的内在逻辑关系，在金融深化理论下，互联网金融的发展必然会对商业银行风险承担产生冲击效应。

(二)风险中性理论

风险中性理论是在不确定角度下来考虑的一种形容个体行为的理论方法，是指经济行为主体确定性等价的收益等于其投资收益期望，经济行为主体不关心风险，当资产的期望损益以无风险利率进行折现时，他们对风险资产和无风险资产同样偏好[26]。然而，商业银行与风险中性行为者正好相反，商业银行是典型的非风险中性行为主体，非风险中性行为是商业银行风险承担研究领域的基础和核心。在互联网金融发展方面，互联网金融的便捷性和低门槛促使居民将资金投资于互联网理财产品和货币基金等存款之外的各类互联网金融产品，在商业银行非风险中性机制下，商业银行越来越难获得储蓄型存款，进而迫使商业银行会与互联网金融公司签订协议存款，以更高的利率吸引互联网金融平台的资金[27]。整体看来，商业银行的存款规模基本保持不变，但是负债结构发生了变化，资金成本较高的批发性资金在存款结构中占比增大。银行作为理性的经济人，为了追求利润最大化，可能选择风险更高的投资项目以弥补负债端成本的上升，也可能基于对风险的感知和评估，采取更加保守的投资策略以应对批发性资金的流动性风险。互联网金融的发展将商业银行非风险中性特征体现的淋漓尽致，后者必然会追求风险与收益的最优联系，在风险中性理论下，互联网金融的发展必然会对商业银行风险承担产生溢出。

三、模型构建

本部分首先构建了包含互联网金融指数、银行风险承担、银行业务结构等线性模型，随后以因子增广方法构造了不可见的工具变量，最后将引入工具变量的线性模型通过下三角矩阵的新息随机游走方法改进为非线性模型。在此基础上，进一步将模型扩展，引入互联网金融指数和银行业务结构的交叉项，以考察银行业务结构在互联网金融影响银行风险承担这一过程中的作用。

(一)模型构建

首先，在Sims(1980)[28]的经典VAR模型基础上构建一个包含互联网金融指数、银行风险承担、银行业务结构的基础模型(1)从后面非线性模型的贝叶斯边际数据密度来看，滞后二阶的边际数据密度表现好于滞后一阶和滞后三阶，所以在基础模型中直接以滞后二阶构建。。

(1)

其中，Brisk代表银行风险承担变量，IBincome代表银行业务结构变量，ITfinance代表互联网金融变量(2)各变量的代理变量和赋值将在后文详细描述。。b1和b2为(3×3)系数矩阵，vr,t～N(0,Ω)，Ω为(3×3)常参数协方差矩阵。

然而，在Canova等(2009)[29]、张龙等(2020)[30]对宏观结构模型研究中一致认为经济系统存在显著非线性，Sims(1980)的经典VAR模型较难准确分析变量间的动态关系。基于此，本文参照Primiceri(2005)[31]的方法进行改进，将上述经典模型改进为如下形式的非线性模型

(2)

其中，b1t和b2t是时变性系数矩阵，vt～N(0,Ωt)，t=1,...,T。进一步，采取乔丹分解方法对扰动项协方差矩阵进行分解

(3)

(4)

其中，Σt=diag(σ1,t,...,σm,t)，m=3，At是主对角线为1的下三角矩阵

(5)

(6)

另外，考虑到中观经济分析(如互联网金融领域)的内生性无处不在，工具变量的选择可能并不合理。鉴于此，本部分参照Boivin等(2009)[32]创立的动态因子和结构计量融合的方法，即将n个经济变量降解为k个不可观测的共同因子ft，并且k<

(7)

(8)

进而，经过扩展后的基本模型可以写成观测变量和不可观测因子的非线性模型(3)本文实证部分提取了3个共同因子即K=3。

(9)

至此，主要由因子方程式(7)和时变方程式(9)构成的非线性结构模型完成。

(二)参数估计方法

表1 模型中参数的先验信息

(三)变量选取及数据描述

本文涉及变量主要来源于两个层面：一是观测变量，即银行风险承担变量Brisk，银行业务结构变量IBincome，互联网金融发展变量IFfinance；二是提取不可观测共同因子涉及的因子变量。各变量涉及数据均来自于WIND和CEIC数据库，采用2011年Q1至2020年Q4共40期的季度数据，所有季度数据经Eviews的X-12季度处理和Korobilis(2013)[34]的tcode5方法处理，处理后的数据平稳。

1.观测变量

本文的观测变量参照Laeven等(2009)[37]的Z值因素，分别选取资本充足率CAR作为商业银行信用风险的代理变量，选取流动性比例LR作为商业银行流动性风险的代理变量，选取净息差NIR作为商业银行利率风险的代理变量，选取外汇敞口头寸比例OPR作为商业银行汇率风险的代理变量，即Brisk=[CARLRNIROPR]′；此外，对于互联网金融发展变量，本部分以WIND互联网金融指数作为代理变量；对于银行业务结构变量，本部分以中间业务收入占营业收入比例衡量(4)在我国LPR定价机制改革下，中央银行降低实体经济融资成本意图明显，商业银行传统利润源——净利息收入会逐渐被压缩，中间业务收入占比成为当前衡量商业银行经营转型的重要指标。。

2.因子变量

本文的因子变量参照彭洋等(2019)[38]的处理方法选自三个层面：实体经济层面来源于各产业生产总值、各项财政收入和财政支出、进口和出口、固定资产投资完成额等23个变量；价格层面来源于国房景气指数、出口价格指数、进口价格指数、消费价格指数等9个变量；金融经济层面来源于各期限上海银行间同业拆借利率Shibor、各期限回购定盘利率FR、货币供应量M0、M1、M2、上证综合指数、深证综合指数等34个变量。

DAA：三血管序列切面可见升主动脉分出两个分支呈“Y”字形，当右弓占优势时，呈“O”形或梭形血管环。弓降部冠状切面可显示双弓分别发出LCCA、RCCA和RSA、LSA，双弓及左导管均与降主动脉相连[8]。

四、互联网金融对商业银行风险承担的非线性影响

(一)互联网金融对商业银行风险承担的非线性冲击

基于前面构建的模型，本部分以三维脉冲响应分析方法研究互联网金融对商业银行风险承担的非线性冲击 (见图2)，图中竖轴坐标Z代表互联网金融发展对商业银行风险承担的影响强度，纵轴坐标Y代表互联网金融冲击发生的时间(区间范围是2011年Q1至2020年Q4)，横轴坐标X代表互联网金融对商业银行风险承担的影响持续期 (区间范围是1-40期)。参照Altig等(2011)的标准[39]以经济增速划分模型经济背景，鉴于2011—2014年经济增速大于9%，则划为经济上行状态，2015—2018年经济增速介于6%至9%，则划为经济平稳状态，2019—2020年经济增速小于等于6%，则划为经济下行状态。

图2 互联网金融指数对商业银行风险指标的冲击

1.互联网金融发展对商业银行资本充足率的影响

从图2中可以看出，在模拟互联网金融发展即产生一单位正向标准差冲击时，商业银行资本充足率主要会产生正向反应。不同的是，资本充足率在经济下行时期的最大正向响应发生在2019年Q1，幅度达到3.02个标准差，在大部分时间段内冲击效果持续到40期仍未消失；在经济平稳时期的最大正向响应发生在2016年Q3，幅度达到1.81个标准差，在大部分时间段内冲击效果持续到16期左右就已消失；在经济上行时期的最大正向响应发生在2011年Q4，幅度达到1.68个标准差，在大部分时间段内冲击效果持续到13期左右就已消失。由此可见，互联网金融冲击会带来商业银行信用风险的降低，这种降低效果在经济下行时期较大，相对具有长期效应；在经济上行时期较小，相对具有短期效应；在经济平稳时期影响效果适中，相对具有中期效应。可能的原因在于，与互联网金融相比，商业银行相对保守，对风险防控要求较高，随着互联网金融的发展，越来越多的风险客户会由传统商业银行业务转向互联网金融业务，进而商业银行风险权重整体下降，风险加权资产降低，整体资本充足率升高。

2.互联网金融发展对商业银行流动性比例的影响

从图2中可以看出，在模拟互联网金融发展即产生一单位正向标准差冲击时，商业银行流动性比例主要会产生负向反应。流动性比例在经济下行时期的最大负向响应同样发生在2019年Q1，幅度达到-0.23个标准差，在大部分时间段内冲击效果持续到40期仍未消失；在经济平稳时期的最大负向响应发生在2015年Q3，幅度达到-0.22个标准差，在大部分时间段内冲击效果持续到8期左右就已消失；在经济上行时期的最大正向响应发生在2012年Q1，幅度达到-0.20个标准差，在大部分时间段内冲击效果持续到5期左右就已消失。由此可见，互联网金融冲击会带来商业银行流动性风险的升高。这种升高效果在经济下行时期较大，相对具有长期效应；在经济上行时期较小，相对具有短期效应；在经济平稳时期适中，相对具有中期效应。

3.互联网金融发展对商业银行净息差的影响

从图2中可以看出，在模拟互联网金融发展即产生一单位正向标准差冲击时，商业银行净息差主要会产生负向反应。净息差在经济下行时期的最大负向响应同样发生在2020年Q4，幅度达到-0.19个标准差，在大部分时间段内冲击效果持续到40期仍未消失；在经济平稳时期的最大负向响应发生在2016年Q4，幅度达到-0.21个标准差，在大部分时间段内冲击效果持续到6期左右就已消失；在经济上行时期的最大正向响应发生在2011年Q4，幅度达到-0.18个标准差，在大部分时间段内冲击效果持续到4期左右就已消失。由此可见，互联网金融冲击会带来商业银行利率风险的升高，这种升高效果在经济下行时期适中，相对具有长期效应；在经济上行时期较小相对具有短期效应；在经济平稳时期较大，相对具有中期效应。

4.互联网金融发展对商业银行外汇敞口头寸比例的影响

从图2中可以看出，在模拟互联网金融发展即产生一单位正向标准差冲击时，商业银行外汇敞口头寸比例主要会产生负向反应。外汇敞口头寸比例在经济下行时期的最大负向响应同样发生在2020年Q1，幅度达到-0.11个标准差，在大部分时间段内冲击效果持续到40期仍未消失；在经济平稳时期的最大负向响应发生在2017年Q1，幅度达到-0.24个标准差，在大部分时间段内冲击效果持续到7期左右就已消失；在经济上行时期的最大正向响应发生在2013年Q1，幅度达到-0.07个标准差，在大部分时间段内冲击效果持续到5期左右就已消失。由此可见，互联网金融冲击会带来商业银行汇率风险的下降。这种下降效果在经济下行时期适中，相对具有长期效应；在经济上行时期较小，相对具有短期效应；在经济平稳时期较大，相对具有中期效应。

综合本部分来看，互联网金融的发展会降低商业银行的信用风险和汇率风险，但会提高商业银行的流动性风险和利率风险。从影响幅度来看，在模拟互联网金融发展正向冲击的情况下，除了在经济平稳时期互联网金融对汇率风险产生了略大的-0.24个标准差的影响，整体上都体现出信用风险对互联网金融发展的敏感性最强，流动性风险和利率风险对互联网金融发展的敏感性适中，而汇率风险对互联网金融发展的敏感性最弱。此外，互联网金融对信用风险和流动性风险的影响都是在经济下行时期最强，在经济平稳时期适中，在经济上行时期最小；而对利率风险和汇率风险的影响都是在经济平稳时期最强，在经济下行时期适中，在经济上行时期最小。从持续期上看，虽然各时期影响效果的持续时间不同，但整体呈现出互联网金融对信用风险有长期作用，而对流动性风险、利率风险、汇率风险有短期作用。

(二)商业银行经营结构对互联网冲击的缓释效应

考虑到商业银行业务结构在互联网金融影响银行风险承担的过程中具有一定作用，即商业银行业务结构会影响到互联网金融发展对商业银行银行风险承担的传导强度或路径。进而，将商业银行业务结构与互联网金融发展的交叉项在后续模型中引入，即有

(10)

基于上述模型，同样以三维脉冲响应分析方法，通过与未引入交叉项的脉冲响应结果进行对比，进而总结出商业银行业务结构的转型究竟是会降低互联网金融对商业银行风险承担的冲击，还是会提高互联网金融对商业银行风险承担的冲击。脉冲响应结果见图3。

1.商业银行业务结构在互联网金融对资本充足率冲击中的作用效果

从图3中可以看出，在引入商业银行业务结构和互联网金融的交叉项之后，互联网金融仍然会对商业银行资本充足率主要产生正向冲击效果，但相比之前而言，冲击效果有所降低，最大响应幅度由上升3.02个标准差降低到上升1.49个标准差，但影响持续期有所增强，大部分时期的影响都持续将近40期。由此可见，商业银行中间业务收入占比的增加，在幅度上会削弱互联网金融对商业银行信用风险的降低作用，在持续期上会延长互联网金融对商业银行信用风险的影响效果。

2.商业银行业务结构在互联网金融对流动性比例冲击中的作用效果

从图3中可以看出，在引入商业银行业务结构和互联网金融的交叉项之后，除了在经济下行时期互联网金融仍然会对商业银行流动性比例主要产生负向冲击效果，但相比之前而言，在经济下行时期的冲击效果转为正向0.26个标准差，在经济平稳时期和经济上行时期的冲击效果有所削弱，最大负向冲击效果由-0.22个标准差下降到-0.18个标准差，但影响的持续时间有所增强，除了经济下行时期有40期的影响外，大部分时间的持续期在20期左右。由此可见，整体情况体现出商业银行中间业务收入占比的增加，在幅度上会削弱互联网金融对商业银行流动性风险的提高作用，在持续期上会延长互联网金融对商业银行流动性风险的影响效果。

图3 银行经营结构对互联网冲击的缓释效应

3.商业银行业务结构在互联网金融对净息差冲击中的作用效果

从图3中可以看出，在引入商业银行业务结构和互联网金融的交叉项之后，除了在经济下行时期互联网金融仍然会对商业银行净息差主要产生负向冲击效果，但相比之前而言，在经济下行时期的冲击效果转为正向0.24个标准差，在经济平稳时期和经济上行时期的冲击效果有所增强，最大负向冲击效果由-0.22个标准差上升到-0.24个标准差，但影响的持续时间有所增强，除了经济下行时期有40期的影响外，大部分时间的持续期在13期左右。由此可见，整体情况体现出商业银行中间业务收入占比的增加，在幅度上会增强互联网金融对商业银行利率风险的提高作用，在持续期上会延长互联网金融对商业银行利率风险的影响效果。

4.商业银行业务结构在互联网金融对外汇敞口头寸比例冲击中的作用效果

从图3中可以看出，在引入商业银行业务结构和互联网金融的交叉项之后，互联网金融仍然会对商业银行外汇敞口头寸比例主要产生负向冲击效果，但相比之前而言，冲击效果有所降低，最大响应幅度由-0.24个标准差降低到-0.20个标准差，但影响持续期有所增强，大部分时期的影响都持续将近10期左右。由此可见，商业银行中间业务收入占比的增加，在幅度上会削弱互联网金融对商业银行汇率风险的降低作用，在持续期上会延长互联网金融对商业银行汇率风险的影响效果。

综合本部分来看，在引入商业银行业务结构和互联网金融的交叉项之后，整体上并未改变互联网金融对商业银行各种风险类型影响的方向，但却在不同程度上改变了影响幅度和影响持续期。对于信用风险和汇率风险，互联网金融的发展本可以起到降低商业银行风险的作用，但随着商业银行业务结构转型，中间业务收入占比的增加，互联网金融对商业银行风险的降低效果幅度有所削弱，降低效果的持续期有所延长。对于流动性风险和利率风险，互联网金融的发展本可以起到提高商业银行风险的作用，但随着商业银行业务结构转型，中间业务收入占比的增加，互联网金融对商业银行流动性风险的提高效应会有所削弱，对商业银行利率风险的提高效应会有所增强，但持续期都有所延长。

五、结论与启示

在互联网金融已经发展20余年、经历了从“萌芽期”到“爆发成长期”再到“成熟期”的今天，其业务领域已经覆盖商业银行的核心业务，对商业银行风险承担的影响日益扩散，特别是与宏观经济运行周期性交织在一起，风险传导机制和路径更加复杂。本文采用新息随机游走、乔丹分解法和因子增广相结合的方法构建了非线性结构模型，以信用风险、流动性风险、利率风险、汇率风险四个维度刻画商业银行风险承担，从影响方向、幅度、持续期和影响时期四个层次检验了互联网金融对商业银行风险承担的非线性、时变性、异质性影响，并探讨了商业银行业务结构变化对这一影响是“有利”还是“不利”。

(一)研究结论

第一，互联网金融发展对商业银行风险承担产生非线性影响。在影响方向上，互联网金融发展会降低商业银行的信用风险和汇率风险，但会提高商业银行的流动性风险和利率风险。在影响幅度上，互联网金融发展对商业银行信用风险的影响幅度最强，对商业银行流动性风险和利率风险的影响幅度适中，对商业银行的汇率风险影响幅度最小。在影响持续期上，互联网金融发展对商业银行信用风险具有长期影响效果，对商业银行流动性风险、利率风险以及汇率风险具有短期影响效果。在影响时期上，互联网金融发展对商业银行信用风险和流动性风险的影响都是在经济下行时期最强，在经济平稳时期适中，在经济上行时期最小；互联网金融发展对商业银行利率风险和汇率风险的影响都是在经济平稳时期最强，在经济下行时期适中，在经济上行时期最小。

第二，商业银行业务结构在互联网金融发展对商业银行风险承担的影响中具有非线性作用。在商业银行提高中间业务收入占比的情况下，互联网金融发展依然会降低商业银行的信用风险和汇率风险承担，但随着中间业务收入占比的提高，这种降低商业银行风险承担的效果却呈现出逐渐被削弱的现象，同时这种降低商业银行风险承担的效果持续时间呈现出逐渐被延长的现象。相反，在商业银行提高中间业务收入占比的情况下，互联网金融的发展依然会提高商业银行流动性风险和利率风险承担，中间业务收入占比的提高，会逐渐削弱互联网金融对商业银行流动性风险承担的提高程度，延长互联网金融对商业银行流动性风险承担的提高时间；但不同的是，中间业务收入占比的提高，会逐渐增强互联网金融对商业银行利率风险承担的提高程度，延长互联网金融对商业银行利率风险承担的提高时间。

(二)实践启示

由于体制机制原因造成我国银行业存在着严重的金融抑制[40]，商业银行在很长一段时期内坐拥“垄断红利”和“价格红利”而缺少动力改革创新，互联网金融的“鲶鱼效应”动摇了商业银行的“体制红利”，但应该看到，互联网金融与商业银行的竞争有此消彼长式的竞争也有相互促进式的竞争[41]。近10年来，为了应对互联网金融这一强大的竞争对手，商业银行的体系设置、业务结构、通路渠道、技术应用等各方面都在发生变革，在未来更长时间里，商业银行必须认真思考如何与互联网金融相处，是“顺势而为”还是“趋利避害”。首先，商业银行应树立竞合理念，在合作甚至融合的基础上开展竞争。在新经济社会形势和科技革命大背景下，商业银行必须正视自身的劣势，重视互联网金融的比较优势，与其在技术、渠道、流量、客群等多方面进行合作，有实力的商业银行更要加快数字化转型，朝着开放银行方向发展，同互联网金融交互共享数据，共同做好数字普惠金融。其次，商业银行需要重新规划业务定位，精准调整业务结构。商业银行应该结合自身风险结构特征，进行差异化营收结构管理，以提高风险防控水平。当商业银行信用风险、汇率风险、利率风险较高时，商业银行应该降低中间业务收入比例，提高利息净收入水平，抓住互联网金融发展对风险引流的机遇，以提高自身资本充足率、降低外汇敞口头寸比例、提高净息差，进而降低商业银行信用风险、汇率风险、利率风险承担水平；当商业银行流动性风险较高时，商业银行应该提高中间业务收入比例，降低利息净收入水平，抓住互联网金融发展对风险引流的机遇，以提高自身流动性比例，进而降低商业银行流动性风险承担水平。