我國(guó)互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行績(jī)效的影響
——基于2015年第3季度10家主要商業(yè)銀行網(wǎng)上交易數(shù)據(jù)

張　慧，饒海琴

（上海理工大學(xué) 管理學(xué)院，上海 200093）

改革實(shí)踐

我國(guó)互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行績(jī)效的影響
——基于2015年第3季度10家主要商業(yè)銀行網(wǎng)上交易數(shù)據(jù)

張慧，饒海琴

（上海理工大學(xué) 管理學(xué)院，上海 200093）

基于我國(guó)2015年第三季度10家商業(yè)銀行互聯(lián)網(wǎng)金融指數(shù)以網(wǎng)上銀行為例和相關(guān)銀行總資產(chǎn)數(shù)額的截面數(shù)據(jù)，對(duì)我國(guó)互聯(lián)網(wǎng)金融創(chuàng)新與銀行績(jī)效之間的關(guān)系進(jìn)行實(shí)證研究，設(shè)定回歸模型并對(duì)回歸系數(shù)做t檢驗(yàn)的統(tǒng)計(jì)分析，對(duì)模型進(jìn)行異方差性檢驗(yàn)，得出與散點(diǎn)圖一致的結(jié)論：銀行總資產(chǎn)（Y）和網(wǎng)銀交易份額（X）接近線(xiàn)性關(guān)系，網(wǎng)上銀行交易份額對(duì)銀行資產(chǎn)增長(zhǎng)有正的顯著影響。

互聯(lián)網(wǎng)金融；商業(yè)銀行；銀行績(jī)效；截面數(shù)據(jù)

伴隨國(guó)家供給側(cè)改革，城鄉(xiāng)居民消費(fèi)結(jié)構(gòu)持續(xù)升級(jí)，但供給結(jié)構(gòu)卻相對(duì)固化，加上投資邊際效益降低，資金外流趨勢(shì)仍然嚴(yán)重，國(guó)內(nèi)銀行同業(yè)競(jìng)爭(zhēng)日趨激烈。我國(guó)銀行業(yè)選擇與經(jīng)濟(jì)體制改革相適應(yīng)的漸進(jìn)式改革道路，逐步放松管制。此外，利率市場(chǎng)化推進(jìn)，第三方支付、金融脫煤深化以及電子商務(wù)的發(fā)展無(wú)疑給銀行業(yè)帶來(lái)諸多挑戰(zhàn)和機(jī)遇。互聯(lián)網(wǎng)金融的創(chuàng)新思路也擴(kuò)展到銀行相關(guān)網(wǎng)上業(yè)務(wù)，完成一些中小額貸款和小額預(yù)支付業(yè)務(wù)，使居民選擇的金融投資渠道愈加寬泛。

1　國(guó)內(nèi)相關(guān)文獻(xiàn)回顧及評(píng)述

國(guó)內(nèi)學(xué)者對(duì)互聯(lián)網(wǎng)金融創(chuàng)新對(duì)商業(yè)銀行業(yè)績(jī)發(fā)展的影響這一課題研究很多，大多為對(duì)傳統(tǒng)銀行作用機(jī)理的創(chuàng)新上。譬如中國(guó)人民銀行惠州市支行的張景智、呂斌等作者通過(guò)資產(chǎn)定價(jià)模型分析互聯(lián)網(wǎng)貨幣基金的金融產(chǎn)品屬性、特點(diǎn)和優(yōu)勢(shì)，分別就互聯(lián)網(wǎng)貨幣基金的不同功能影響商業(yè)銀行的經(jīng)營(yíng)情況和效果進(jìn)行定性分析和定量研究得出結(jié)論:互聯(lián)網(wǎng)貨幣基金這一融合產(chǎn)物，兼?zhèn)涞谌街Ц镀脚_(tái)的流動(dòng)性和貨幣基金的收益性以及一般互聯(lián)網(wǎng)金融產(chǎn)品的便利性，不僅對(duì)傳統(tǒng)理財(cái)產(chǎn)品造成了沖擊，還對(duì)商業(yè)銀行的支付業(yè)務(wù)、存款業(yè)務(wù)、中間業(yè)務(wù)產(chǎn)生了替代效應(yīng)，進(jìn)而影響銀行的經(jīng)營(yíng)績(jī)效［1］。與本文內(nèi)容更貼近的有《互聯(lián)網(wǎng)金融影響銀行績(jī)效嗎？——基于98家商業(yè)銀行的面板數(shù)據(jù)》（黃銳、黃劍，2016）［2］和《互聯(lián)網(wǎng)金融創(chuàng)新與商業(yè)銀行經(jīng)濟(jì)發(fā)展的關(guān)系研究——基于省級(jí)面板數(shù)據(jù)的因果關(guān)系檢驗(yàn)》（朱淵博等，2014），其中后者還運(yùn)用了單位根檢驗(yàn)、協(xié)整分析、誤差項(xiàng)修正模型。文獻(xiàn)大多為實(shí)證分析。

2　理論分析

2.1互聯(lián)網(wǎng)金融的概念

互聯(lián)網(wǎng)金融（NETFIN）學(xué)界還未有統(tǒng)一定義，市場(chǎng)上認(rèn)為它是互聯(lián)網(wǎng)科技企業(yè)從事的金融行為。本文借鑒這一定義，即傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)企業(yè)利用現(xiàn)代信息通信技術(shù)實(shí)現(xiàn)為廣大網(wǎng)民和電商融通資金和提供其它服務(wù)的新型金融模式。它不是互聯(lián)網(wǎng)和金融業(yè)的簡(jiǎn)單結(jié)合，而是在實(shí)現(xiàn)安全、移動(dòng)等網(wǎng)絡(luò)技術(shù)水平上，被用戶(hù)熟悉接受后自然而然產(chǎn)生的新模式及新業(yè)務(wù)［3］。

2.2影響機(jī)理

商業(yè)銀行通過(guò)互聯(lián)網(wǎng)金融影響銀行績(jī)效。一是降低交易成本。客戶(hù)數(shù)量翻番，邊際成本幾乎可以忽略不計(jì)；二是拓展業(yè)務(wù)范圍。互聯(lián)網(wǎng)經(jīng)濟(jì)具有長(zhǎng)尾效應(yīng)，滲透至更多小額交易群體，他們總量可觀(guān)、需求多元，另外互聯(lián)網(wǎng)金融業(yè)務(wù)可以在全國(guó)、全時(shí)段開(kāi)展；三是提高服務(wù)效率。互聯(lián)網(wǎng)金融可以突破時(shí)間地域限制，通過(guò)微博、微信等社交工具傳播金融產(chǎn)品和服務(wù)，高效率低成本地抵達(dá)潛在客戶(hù)；四是快速創(chuàng)新?；ヂ?lián)網(wǎng)金融服務(wù)迭代進(jìn)化快，根據(jù)評(píng)估滿(mǎn)意度不斷改進(jìn)金融產(chǎn)品和金融服務(wù)。

當(dāng)然，互聯(lián)網(wǎng)金融帶來(lái)負(fù)面影響。第一，銀行體系外互聯(lián)網(wǎng)金融帶來(lái)分流和擠出效應(yīng)，電商、軟件公司、物流企業(yè)等紛紛進(jìn)入金融領(lǐng)域，搶占銀行部分業(yè)務(wù)，縮減銀行的存貸規(guī)模和增長(zhǎng)率；第二，監(jiān)管套利可能提高風(fēng)險(xiǎn)水平。銀行體系外互聯(lián)網(wǎng)金融競(jìng)爭(zhēng)激烈，影響促成商業(yè)銀行過(guò)度投機(jī)行為，由此產(chǎn)生監(jiān)管套利，提高商業(yè)銀行乃至整個(gè)金融體系的風(fēng)險(xiǎn)水平；第三，技術(shù)風(fēng)險(xiǎn)的危害。首先是更多的操作風(fēng)險(xiǎn)；其次應(yīng)急技術(shù)的不成熟、人才匱乏和監(jiān)管技術(shù)滯后也可能風(fēng)險(xiǎn)水平；第四，不同類(lèi)型商業(yè)銀行運(yùn)用互聯(lián)網(wǎng)的程度不同。大型國(guó)有商業(yè)銀行經(jīng)營(yíng)比較保守，而上市股份制銀行更愿意嘗試?yán)没ヂ?lián)網(wǎng)開(kāi)拓業(yè)務(wù)，接受技術(shù)和管理革新，資金投放到互聯(lián)網(wǎng)金融的比重更大［4］。

2.3研究目的和意義

本文借助回歸模型的設(shè)定及分析驗(yàn)證網(wǎng)上銀行交易份額與銀行總資產(chǎn)之間的線(xiàn)性關(guān)系成立，即互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行業(yè)績(jī)效的總體影響是有利的。希望合理進(jìn)行互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的監(jiān)管為互聯(lián)網(wǎng)金融技術(shù)打造龐大的客戶(hù)資源。

3　二元回歸模型的分析

3.1樣本數(shù)據(jù)來(lái)源與回歸模型的設(shè)定

在數(shù)據(jù)來(lái)源方面，本文主要以上市公司財(cái)報(bào)及易觀(guān)智庫(kù)核算模型的預(yù)測(cè)值和最新市場(chǎng)情況的微調(diào)綜合得到的統(tǒng)計(jì)數(shù)據(jù)為準(zhǔn)。易觀(guān)智庫(kù)是中國(guó)專(zhuān)門(mén)服務(wù)互聯(lián)網(wǎng)企業(yè)、研究互聯(lián)網(wǎng)業(yè)務(wù)的大數(shù)據(jù)分析公司。由于中國(guó)互聯(lián)網(wǎng)發(fā)展數(shù)據(jù)自1997年才開(kāi)始調(diào)查統(tǒng)計(jì)，國(guó)內(nèi)互聯(lián)網(wǎng)基礎(chǔ)還很薄弱，網(wǎng)上銀行作為一種新的銀行組織形式正處于發(fā)展的初級(jí)階段，大部分網(wǎng)上銀行處于投入階段，產(chǎn)出較少，監(jiān)管方面的創(chuàng)新仍相對(duì)滯后。因此，只選取2015年第3季度10家主要商業(yè)銀行網(wǎng)上銀行交易份額和總資產(chǎn)的截面數(shù)據(jù)具有一定現(xiàn)實(shí)意義。

綜合以上考慮，結(jié)合本文的主題方向，用易觀(guān)智庫(kù)最新發(fā)布的《中國(guó)網(wǎng)上銀行市場(chǎng)季度監(jiān)測(cè)報(bào)告2015年第3季度》公布的權(quán)威指標(biāo)，十家銀行包括五大國(guó)有銀行在內(nèi)的網(wǎng)上銀行交易份額作為中國(guó)互聯(lián)網(wǎng)金融發(fā)展的代表指標(biāo)，選取與銀行盈利能力密切相關(guān)的總資產(chǎn)數(shù)額作為銀行績(jī)效的衡量指標(biāo)。最后收集的樣本數(shù)據(jù)見(jiàn)表1。進(jìn)而作銀行總資產(chǎn)（y）和網(wǎng)銀交易份額（X）的散點(diǎn)圖（見(jiàn)圖1）。

從散點(diǎn)圖可以看出銀行總資產(chǎn)（y）和網(wǎng)銀交易份額（X）無(wú)限接近線(xiàn)性關(guān)系，故建立計(jì)量經(jīng)濟(jì)模型形式為:

3.2參數(shù)估計(jì)

假定所建模型滿(mǎn)足經(jīng)典回歸模型的基本假設(shè)，可以用普通最小二乘法估計(jì)其參數(shù)。輸入相關(guān)數(shù)據(jù)后，在EViews得到表2那樣的回歸結(jié)果。

由表2參數(shù)估計(jì)的結(jié)果得到回歸模型為:

3.3變量設(shè)計(jì)

被解釋變量——商業(yè)銀行經(jīng)營(yíng)績(jī)效，從盈利性維度衡量，用總資產(chǎn)數(shù)額替代銀行的經(jīng)營(yíng)效益。

解釋變量——互聯(lián)網(wǎng)金融相關(guān)指數(shù)，以網(wǎng)上銀行為例，通過(guò)其交易份額衡量銀行使用互聯(lián)網(wǎng)相關(guān)技術(shù)從事金融相關(guān)業(yè)務(wù)的指標(biāo)。

控制變量——假定宏觀(guān)經(jīng)濟(jì)環(huán)境基本不變，影響商業(yè)銀行經(jīng)營(yíng)績(jī)效的其它變量也保持不變，忽略國(guó)有銀行和股份制銀行在盈利能力方面的差距（股份制商業(yè)銀行的經(jīng)營(yíng)績(jī)效高于大型國(guó)有銀行，但從長(zhǎng)遠(yuǎn)看，二者的可持續(xù)發(fā)展能力并沒(méi)有顯著差異，因此本文合并衡量它們的經(jīng)營(yíng)績(jī)效。）

包括實(shí)際值（Actual）、擬合值（Fitted）、剩余項(xiàng)（Residual）的回歸結(jié)果，即大致的擬合形態(tài)（見(jiàn)圖2）。

4　模型的檢驗(yàn)與回歸預(yù)測(cè)

4.1經(jīng)濟(jì)意義檢驗(yàn)

由上估計(jì)參數(shù)結(jié)果知β2=803 729.4，說(shuō)明網(wǎng)上銀行交易份額每增加一個(gè)百分比，銀行資產(chǎn)總額平均增加803 729.4億元，這與邊際消費(fèi)傾向的經(jīng)濟(jì)內(nèi)涵相近。

4.2擬合優(yōu)度和統(tǒng)計(jì)檢驗(yàn)

用EViews得出回歸模型參數(shù)估計(jì)結(jié)果的同時(shí)，給出了用于模型檢驗(yàn)的相關(guān)指標(biāo)。

擬合優(yōu)度的度量:由表2可以看出，可決系數(shù)R2為0.687 921，說(shuō)明所建模型整體上對(duì)樣本數(shù)據(jù)擬合較好，即解釋變量“網(wǎng)上銀行交易份額”對(duì)被解釋變量“銀行總資產(chǎn)”的絕大部分差異作出了解釋。

同樣根據(jù)表2對(duì)回歸系數(shù)進(jìn)行t檢驗(yàn):設(shè)H0: β1=0和H0:β2=0，估計(jì)的回歸系數(shù)的標(biāo)準(zhǔn)誤差和t值:SE（β1）=22 660.01，t（β1）=1.219 722；SE（β2）=191 393.8，t（β2）=4.199 348。當(dāng)a=0.05時(shí)，查t分布表得對(duì)應(yīng)a值下的自由度為n-2=10-2=8的臨界值 t0.025（8）=2.306。因?yàn)閠（β1）=1.219 722＜t0.025（8）= 2.306，不拒絕H0:β1=0；t（β2）=4.199 348＞t0.025（8）=2.306，拒絕H0:β2=0，網(wǎng)上銀行交易份額對(duì)銀行資產(chǎn)增長(zhǎng)有顯著影響。

4.3計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

為保證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)學(xué)性質(zhì)，對(duì)模型進(jìn)行異方差性檢驗(yàn)，采用White檢驗(yàn)。White檢驗(yàn)是HalbertWhite在1980年提出的，他在隨機(jī)項(xiàng)存在同方差的情形下，構(gòu)造出參數(shù)估計(jì)量方差協(xié)方差矩陣的一致估計(jì)，并根據(jù)這個(gè)估計(jì)結(jié)果，導(dǎo)出了一個(gè)服從X2分布的統(tǒng)計(jì)量，即拉格朗日乘數(shù)（LM），用此統(tǒng)計(jì)量可完成異方差的檢驗(yàn)［5］。

①建立回歸模型:LS Y C X

②在方程窗口上點(diǎn)擊ViewResidualTestWhite Heteroskedastcity（得到的white檢驗(yàn)結(jié)果圖略）

其中F值為輔助回歸模型的F統(tǒng)計(jì)量值。取顯著水平a=0.05，懷特統(tǒng)計(jì)量nR2=4.22，小于顯著性水平為5%、自由度為2的X2分布的臨界值5.99，不拒絕原假設(shè)即原模型存在一階序列相關(guān)性，網(wǎng)上銀行交易份額與銀行總資產(chǎn)份額間存在顯著的相關(guān)關(guān)系。

4.4前景展望（第四季的回歸預(yù)測(cè)）

根據(jù)《中國(guó)網(wǎng)上銀行市場(chǎng)季度監(jiān)測(cè)報(bào)告2015年第4季度》數(shù)據(jù)顯示，2015年第4季度，工、建、交、農(nóng)、中五大行合計(jì)擁有69.7%的市場(chǎng)份額?？勺龅谒募径茹y行業(yè)的績(jī)效用上述估計(jì)的回歸模型預(yù)測(cè)即模型對(duì)被解釋變量在不同空間狀況的回歸預(yù)測(cè):

將“End data”由“10”改為“11”，“Range”擴(kuò)展為1-11。

輸入Xf1=0.697，在EViews命令框操作，回車(chē)即得到模型估計(jì)值及標(biāo)準(zhǔn)誤差的圖形，如圖3。在數(shù)據(jù)表中的“11”位置出現(xiàn)預(yù)測(cè)值Yf1=587 838.312，這是當(dāng)X11=0.697時(shí)銀行資產(chǎn)總額的預(yù)測(cè)值。描述的統(tǒng)計(jì)結(jié)果也可用于區(qū)間預(yù)測(cè)（見(jiàn)表3）。

根據(jù)表3數(shù)據(jù)結(jié)合表2可計(jì)算

取α=0.05，Yf平均值置信度95%的預(yù)測(cè)區(qū)間為

=587 838.312+31 826.780 3，當(dāng)Xf1=0.697時(shí)，Yf平均值置信度 95%的預(yù)測(cè)區(qū)間為（556 011.53，619 665.09）億元。當(dāng)?shù)谒募径任宕髧?guó)有商業(yè)銀行網(wǎng)銀市場(chǎng)份額為69.7%時(shí)，同一時(shí)間其資產(chǎn)總額的預(yù)測(cè)值在556 011.53億元和619 665.09億元之間波動(dòng)。

預(yù)測(cè)結(jié)果表明，第四季度五大國(guó)有商業(yè)銀行的總網(wǎng)上銀行市場(chǎng)份額所影響下的資產(chǎn)總數(shù)額為前述研究的第三季度十家銀行中的最大資產(chǎn)值2倍多，平均值的5倍多，可見(jiàn)在互聯(lián)網(wǎng)金融模式大幅提升大型國(guó)有商業(yè)銀行盈利能力。

5　結(jié)論及建議

互聯(lián)網(wǎng)金融降低了資金融通的交易成本，緩解交易信息不對(duì)稱(chēng)，提高銀行盈利能力。2015年第四季度網(wǎng)上銀行客戶(hù)交易規(guī)模達(dá)510萬(wàn)億人民幣，得益于龐大的電商營(yíng)銷(xiāo)推廣和中小微企業(yè)網(wǎng)上銀行服務(wù)功能的加強(qiáng)。這筆巨額資金對(duì)銀行的業(yè)績(jī)指標(biāo)提升有很大的推動(dòng)作用，使銀行績(jī)效相對(duì)第3季度獲得更高增長(zhǎng)。

但另一方面互聯(lián)網(wǎng)金融的技術(shù)創(chuàng)新盡管對(duì)商業(yè)銀行業(yè)務(wù)有沖擊，在支付、信貸和中間業(yè)務(wù)上取代銀行本來(lái)優(yōu)勢(shì)，提高了相關(guān)風(fēng)險(xiǎn)水平，銀行體系外互聯(lián)網(wǎng)金融通過(guò)擠出效應(yīng)逐步威脅銀行的生存空間。

網(wǎng)上銀行功能的逐步對(duì)傳統(tǒng)柜面服務(wù)具有替代效應(yīng)，而目前網(wǎng)上銀行功能的同質(zhì)化不利于業(yè)務(wù)的差異化競(jìng)爭(zhēng)，需要完善商業(yè)銀行資源整合能力。

面臨沖擊商業(yè)銀行應(yīng)該:①搭建便捷支付結(jié)算平臺(tái)，擴(kuò)展支付手段，滿(mǎn)足客戶(hù)多元化需求。②創(chuàng)新資金融通渠道，重塑借貸格局，開(kāi)拓互聯(lián)網(wǎng)供應(yīng)鏈金融和場(chǎng)景金融業(yè)務(wù)。③積極開(kāi)展大數(shù)據(jù)挖掘和應(yīng)用，完成線(xiàn)上線(xiàn)下產(chǎn)業(yè)鏈的溝通。④商業(yè)銀行要在風(fēng)險(xiǎn)管理中有效降低技術(shù)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)等非系統(tǒng)性風(fēng)險(xiǎn)。

［1］張景智，呂斌.互聯(lián)網(wǎng)貨幣基金對(duì)商業(yè)銀行經(jīng)營(yíng)的影響［J］.國(guó)際金融，2015（3）：12-17.

［2］黃銳，黃劍.互聯(lián)網(wǎng)金融影響銀行績(jī)效嗎？：基于98家商業(yè)銀行的面板數(shù)據(jù)［J］.南方金融，2016（1）：55-60.

［3］章連標(biāo)，楊小淵.互聯(lián)網(wǎng)金融對(duì)我國(guó)商業(yè)銀行的影響及應(yīng)對(duì)策略研究［J］.浙江金融，2013（10）：31-33.

［4］邱峰.互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行的沖擊和挑戰(zhàn)分析［J］.吉林金融研究，2013（8）：45-49.

［5］劉明.異方差white檢驗(yàn)應(yīng)用的幾個(gè)問(wèn)題［J］.統(tǒng)計(jì)與信息論壇，2012（6）：45-47.

［責(zé)任編輯：路實(shí)］

The Influence of Online Finance on Management Performance in the Commercial Bank in China——Based on the Online Transaction Data of 10 Major Commercial Banks in Third Quarter of 2015 ZHANG Hui，RAO Hai-qin

（College of Management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Based on the cross-sectional data about 10 major banks’Internet financial index that take online banking as example and the amount of total assets to the related banks in the third quarter of 2015，An make to empirical study on the relationship between Internet financial innovation and bank performance in China，set up regression model and make T test statistical analysis of the regression coefficient，as well as the model of anisotropic difference test，get the same conclusion as the scattered point diagram:Bank’s total assets（Y）and online banking transactions share（X）are closely to linear relationship，the share of online banking has a significant impact on bank asset growth.

Internet Finance；Commercial Bank；Bank Performance；Cross Section Data

F832

A

1673-5919（2016）04-0033-04

10.13691/j.cnki.cn23-1539/f.2016.04.009

2016-07-01

張慧（1993-），女，安徽宣城人，碩士研究生。