第三方互聯(lián)網(wǎng)支付對(duì)商業(yè)銀行凈利差的影響

李淑錦,陳銀飛

(杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院,杭州 310018)

財(cái)政金融研究

第三方互聯(lián)網(wǎng)支付對(duì)商業(yè)銀行凈利差的影響

李淑錦,陳銀飛

(杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院,杭州 310018)

基于中國(guó)16家上市銀行2007至2015年年度數(shù)據(jù),以Ho&Saunders的交易者模型為理論基礎(chǔ),構(gòu)建了銀行凈利差模型,利用E-views7.2進(jìn)行了實(shí)證檢驗(yàn),探討第三方互聯(lián)網(wǎng)支付對(duì)銀行凈利差的影響。結(jié)果顯示,在1%顯著性水平下第三方互聯(lián)網(wǎng)支付規(guī)模和銀行凈利差是負(fù)相關(guān)的;資本充足率和營(yíng)運(yùn)資本與總資產(chǎn)比值與銀行凈利差是正相關(guān)的。

商業(yè)銀行;凈利差;第三方支付;Ho&Saunders模型

一、引 言

近年來(lái)我國(guó)上市商業(yè)銀行的非利息收入比重在不斷加大,從同花順數(shù)據(jù)可得中國(guó)各上市商業(yè)銀行年非利息收入占比,我們發(fā)現(xiàn)2015年,民生銀行的非利息收入占比最高,達(dá)到38.96%,南京銀行的非利息收入占比最低為17.53%。然而這些數(shù)據(jù)仍表明利息收入是商業(yè)銀行的主要收入來(lái)源,而銀行凈利差是衡量銀行利息收入重要指標(biāo),因此本文研究對(duì)象為商業(yè)銀行凈利差,且銀行凈利差影響因素的研究一直是學(xué)術(shù)界與實(shí)務(wù)界的熱點(diǎn)問(wèn)題。

國(guó)內(nèi)外學(xué)者已對(duì)以上熱點(diǎn)問(wèn)題做過(guò)大量的研究[1-11]。Ho&Saunders(1981)最早提出了交易者模型,指出銀行凈利差的大小取決于市場(chǎng)結(jié)構(gòu)、管理者的風(fēng)險(xiǎn)厭惡程度、交易規(guī)模和利率波動(dòng)四個(gè)因素;Angbazo(1997)進(jìn)一步考慮了信用風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)對(duì)于銀行凈利差的影響;Allen(1998)放寬了Ho&Saunders模型中貸款同質(zhì)性的假設(shè),考慮貸款異質(zhì)性條件下對(duì)銀行凈利差的組合效果,為銀行業(yè)務(wù)多元化和提高非利息收入的比重提供了理論模型上的支持;Maudos&Solis(2009)以墨西哥銀行為研究對(duì)象,結(jié)果表明運(yùn)營(yíng)成本和非傳統(tǒng)業(yè)務(wù)是其凈利差的主要影響因素;黃國(guó)平等(2007)進(jìn)行定性分析,在其提出的理論模型中指出存貸款利差的合理水平取決于違約率、損失率、流動(dòng)性風(fēng)險(xiǎn)、資本緩沖與信貸類資產(chǎn)的比率及無(wú)風(fēng)險(xiǎn)基準(zhǔn)利率;周鴻衛(wèi)等(2008)以我國(guó)26家商業(yè)銀行為樣本分階段研究指出1999～2004年,影響我國(guó)商業(yè)銀行凈利差的影響因素有存貸款基準(zhǔn)利差、銀行資本充足性、經(jīng)營(yíng)成本、儲(chǔ)備機(jī)會(huì)成本,2005-2006年則應(yīng)考慮違約風(fēng)險(xiǎn)、資產(chǎn)管理質(zhì)量、流動(dòng)性風(fēng)險(xiǎn)等;張育紅和張宗益(2010)以2000～2008年23家商業(yè)銀行為樣本,對(duì)面板數(shù)據(jù)實(shí)證分析得出風(fēng)險(xiǎn)厭惡程度、營(yíng)運(yùn)成本、信用風(fēng)險(xiǎn)、資產(chǎn)規(guī)模等是銀行凈利差的影響因素。

隨著互聯(lián)網(wǎng)金融在國(guó)內(nèi)的蓬勃發(fā)展,商業(yè)銀行傳統(tǒng)業(yè)務(wù)面臨極大的沖擊。不少國(guó)內(nèi)學(xué)者開(kāi)始關(guān)注互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行業(yè)務(wù)發(fā)展的影響。代表性的研究成果有[12-13]:宮曉林(2013)認(rèn)為互聯(lián)網(wǎng)金融模式短期內(nèi)不會(huì)影響商業(yè)銀行傳統(tǒng)的經(jīng)營(yíng)模式,但長(zhǎng)期內(nèi)商業(yè)銀行應(yīng)大力利用互聯(lián)網(wǎng)金融;馮娟娟(2014)對(duì)互聯(lián)網(wǎng)金融背景下商業(yè)銀行的競(jìng)爭(zhēng)策略進(jìn)行了研究,提出了商業(yè)銀行應(yīng)對(duì)的相關(guān)意見(jiàn)與政策。從目前已有的研究成果可以看出,對(duì)于商業(yè)銀行凈利差的研究,大多數(shù)學(xué)者停留在了商業(yè)銀行凈利差的影響因素的探究,以及互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行經(jīng)營(yíng)模式的影響的定性研究,鮮有學(xué)者基于互聯(lián)網(wǎng)金融這個(gè)背景對(duì)商業(yè)銀行的凈利差的影響因素進(jìn)行定量分析?；ヂ?lián)網(wǎng)金融在中國(guó)有五種主要的業(yè)態(tài):第三方支付、P2P網(wǎng)絡(luò)借貸、眾籌融資、互聯(lián)網(wǎng)理財(cái)以及金融互聯(lián)網(wǎng),而目前來(lái)看,發(fā)展最成熟的當(dāng)屬第三方支付。因此本文將在互聯(lián)網(wǎng)金融發(fā)展的背景下研究第三方互聯(lián)網(wǎng)支付對(duì)商業(yè)銀行凈利差的影響,著重從第三方互聯(lián)網(wǎng)支付規(guī)模這個(gè)角度來(lái)分析其對(duì)傳統(tǒng)的金融機(jī)構(gòu)業(yè)務(wù)帶來(lái)的挑戰(zhàn),即其對(duì)于銀行凈利差造成的影響。

二、理論分析及模型構(gòu)建

(一)理論分析

第三方支付是指具備實(shí)力和信譽(yù)保障的第三方企業(yè)和國(guó)內(nèi)外的各大銀行簽約,為買方和賣方提供的信用增強(qiáng)。其具體流程為:在銀行的直接支付環(huán)節(jié)中增加一中介,在通過(guò)第三方支付平臺(tái)交易時(shí),買方選購(gòu)商品,將款項(xiàng)不直接打給賣方而是付給中介,中介通知賣家發(fā)貨;買方收到商品后,通知付款,中介將款項(xiàng)轉(zhuǎn)至賣家賬戶。人們可以通過(guò)互聯(lián)網(wǎng)和移動(dòng)端完成第三方支付,由于互聯(lián)網(wǎng)支付數(shù)據(jù)較為完善,跨度較大,本文著重研究第三方支付下第三方互聯(lián)網(wǎng)規(guī)模和商業(yè)銀行凈利差之間的關(guān)系,并記第三方互聯(lián)網(wǎng)支付規(guī)模為TPS。

第三方互聯(lián)網(wǎng)支付規(guī)模的擴(kuò)大使得第三方支付的沉淀資金在第三方交易平臺(tái)不斷增加,而沉淀資金存放時(shí)間較為短暫,我國(guó)政府規(guī)定第三方支付平臺(tái)必須留有備用金于商業(yè)銀行,從某種程度上說(shuō)將擴(kuò)大與第三方支付平臺(tái)合作的商業(yè)銀行的存款數(shù)量,相應(yīng)增加該銀行能夠投放的貸款數(shù)量,對(duì)于商業(yè)銀行利差收入產(chǎn)生積極作用,有利于提高銀行凈利差。我們稱該效應(yīng)為合作效應(yīng)。與此同時(shí),由于第三方支付的操作快捷性,能給客戶更好的消費(fèi)體驗(yàn),會(huì)培養(yǎng)客戶的消費(fèi)習(xí)慣的“黏性”,將大量資金存放在第三方支付平臺(tái),使得銀行吸收存款的數(shù)量減少,并且迫使銀行提高其吸引存款的利率水平,增加了凈利差業(yè)務(wù)的成本,對(duì)于凈利差產(chǎn)生消極影響;雖然第三方支付平臺(tái)的沉淀資金部分將被回籠,但肯定存在資金漏出,該現(xiàn)象將相應(yīng)減少商業(yè)銀行能夠投放的貸款數(shù)量,不利于銀行開(kāi)展資產(chǎn)業(yè)務(wù),其利差收入收益將減小,即對(duì)于凈利差產(chǎn)生消極影響。我們稱該效應(yīng)為競(jìng)爭(zhēng)效應(yīng)。

因此,基于交易者模型,從理論上分析可得第三方互聯(lián)網(wǎng)支付規(guī)模的擴(kuò)張通過(guò)影響銀行交易規(guī)模,對(duì)銀行凈利差產(chǎn)生的影響是不確定的。根據(jù)多數(shù)學(xué)者的討論,大家均認(rèn)為第三方支付的發(fā)展對(duì)商業(yè)銀行的發(fā)展帶來(lái)的沖擊較大,因此筆者提出如下原假設(shè):

H0:第三方支互聯(lián)網(wǎng)付規(guī)模和銀行凈利差之間為負(fù)相關(guān)關(guān)系。

表1 模型變量、選取原因及其與因變量預(yù)期符號(hào)

(二)模型構(gòu)建

本文基于Ho&Saunders的交易者模型,結(jié)合上述理論分析得到下面的理論模型:

NIMit=a+b1*lnCSRit+b2*lnSIZEit+b3*COSTit+b4*BLRit+b5*lnDLRit+b6*lnTPSt+eit

其中字母i代表第i家上市商業(yè)銀行個(gè)體,字母t表示不同的商業(yè)銀行在t時(shí)期的數(shù)值,eit表明第i家上市商業(yè)銀行在t年的隨機(jī)誤差項(xiàng);控制變量的說(shuō)明及其經(jīng)濟(jì)意義如下。

資本充足率(CSR):基于該經(jīng)典的交易者模型,本文用資本充足率(CSR)來(lái)反映管理者的風(fēng)險(xiǎn)厭惡程度,是銀行凈利差的一個(gè)影響因素。資本充足率越高,管理者的風(fēng)險(xiǎn)厭惡程度越高,則其要求的凈利差水平越大。兩者之間呈正相關(guān)關(guān)系。

存貸比(DLR):存貸比是指銀行的貸款總額與銀行的資產(chǎn)總額的比值,銀行的存貸比反映銀行面臨的流動(dòng)性風(fēng)險(xiǎn)。存貸比越高,則表明銀行的流動(dòng)性越低,銀行面臨的流動(dòng)性風(fēng)險(xiǎn)越高。本文認(rèn)為,若銀行面臨的流動(dòng)性風(fēng)險(xiǎn)越高,則其要求的凈利差水平將會(huì)相應(yīng)增加。因此,本文預(yù)期存貸比和凈利差水平之間應(yīng)該是正相關(guān)的關(guān)系。

不良貸款率(BLR):不良貸款率是指銀行的不良貸款占總貸款余額的比重,其用來(lái)刻畫商業(yè)銀行面臨的信用風(fēng)險(xiǎn)。若銀行的不良貸款率越高,則銀行會(huì)要求較高的凈利差來(lái)彌補(bǔ)其所面臨的信用風(fēng)險(xiǎn),因此本文預(yù)期兩者是正相關(guān)的關(guān)系。

貸款規(guī)模(SIZE):銀行貸款總規(guī)模是度量銀行交易規(guī)模的一個(gè)指標(biāo)。隨著貸款規(guī)模的增大,銀行面臨的信用風(fēng)險(xiǎn)(貸款出現(xiàn)壞賬的可能性)將會(huì)增加,使得商業(yè)銀行希望獲得更高的凈利差來(lái)彌補(bǔ)這一風(fēng)險(xiǎn)溢價(jià)。因此本文認(rèn)為兩者之間的關(guān)系是正相關(guān)的。

營(yíng)運(yùn)成本與總資產(chǎn)比率(COST):營(yíng)運(yùn)成本與總資產(chǎn)之比可以用來(lái)刻劃因第三方互聯(lián)網(wǎng)支付規(guī)模擴(kuò)大、銀行營(yíng)運(yùn)成本增加對(duì)銀行凈利差的影響(因?yàn)槊總€(gè)銀行規(guī)模不一樣,所以取營(yíng)運(yùn)成本和總資產(chǎn)的比值為自變量來(lái)保證各個(gè)銀行的可比性)。若其比率越高,銀行則會(huì)要求更高的凈利差來(lái)彌補(bǔ)這一支出,因此本文預(yù)期兩者之間存在正相關(guān)的關(guān)系。模型自變量整理如表1。

三、實(shí)證過(guò)程與結(jié)果

(一)樣本選取及其描述性統(tǒng)計(jì)

本文選取的樣本是16家上市銀行,包括5家國(guó)有銀行和11家股份制銀行,采用樣本有關(guān)變量2007至2015年年度數(shù)據(jù),共計(jì)1 008個(gè)數(shù)據(jù)。因變量數(shù)據(jù)(商業(yè)銀行年度凈利差)來(lái)源于同花順,自變量數(shù)據(jù)中關(guān)于銀行的變量來(lái)源于同花順,年度第三方互聯(lián)網(wǎng)支付規(guī)模來(lái)源于wind資訊。各主要指標(biāo)描述性統(tǒng)計(jì)如表2所示。

表2 2007～2015各主要指標(biāo)的描述性統(tǒng)計(jì)分析

數(shù)據(jù)來(lái)源：同花順、wind咨詢。

描述性統(tǒng)計(jì)結(jié)果表明:第三方支付規(guī)模持續(xù)擴(kuò)大,商業(yè)銀行凈利差出現(xiàn)了較大的波動(dòng),其極差達(dá)到了1.43,下降較為明顯。與此同時(shí),銀行貸款規(guī)模也呈現(xiàn)出上升趨勢(shì)。銀行的不良貸款率是在幾個(gè)變量中波動(dòng)最大的,并且其極差是最大的,銀行不良貸款率的下降趨勢(shì)表明銀行在其風(fēng)險(xiǎn)控制方面,尤其是其面臨的信用風(fēng)險(xiǎn)控制做的越來(lái)越完善。

(二)面板數(shù)據(jù)單位根檢驗(yàn)及其結(jié)果

因?yàn)榻?jīng)濟(jì)學(xué)上的面板數(shù)據(jù)通常具有不穩(wěn)定性,所以在進(jìn)行回歸之前必須對(duì)面板數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn),當(dāng)數(shù)據(jù)原序列不平穩(wěn)時(shí),應(yīng)對(duì)面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn),以防止出現(xiàn)偽回歸的情形。本文通過(guò)ADF和LLC方法對(duì)于每個(gè)變量的原序列進(jìn)行單位根檢驗(yàn)。若兩種檢驗(yàn)方法都可以確認(rèn)原序列是平穩(wěn)序列的時(shí)候,就能說(shuō)明面板數(shù)據(jù)中各自變量及因變量原序列是平穩(wěn)的。

表3 原變量序列平穩(wěn)性檢驗(yàn)結(jié)果

數(shù)據(jù)來(lái)源：同花順和中國(guó)國(guó)家統(tǒng)計(jì)局官網(wǎng)。

從表3中可以看出所有變量序列用ADF和LLC檢驗(yàn)方法,其在1%的顯著性水平下均拒絕原序列非平穩(wěn)的假設(shè),因此本文選取的面板數(shù)據(jù)各自變量及因變量原序列平穩(wěn)。

(三)F檢驗(yàn),Hausman檢驗(yàn)

本文首先利用協(xié)方差法對(duì)面板模型是否適合混合效應(yīng)進(jìn)行檢驗(yàn)。借助E-views軟件分別對(duì)面板數(shù)據(jù)進(jìn)行混合效應(yīng)(不變截距和不變系數(shù))、固定效應(yīng)中可變系數(shù)回歸,得到兩個(gè)回歸后的殘差平方和記為s1,s2。

表4 F檢驗(yàn),Hausman檢驗(yàn)結(jié)果

注：F統(tǒng)計(jì)量臨界值為5%的顯著性水平下。

因此,表4結(jié)果表明本文應(yīng)采用隨機(jī)效應(yīng)對(duì)銀行凈利差影響因素模型進(jìn)行回歸。

(四)隨機(jī)效應(yīng)面板協(xié)整結(jié)果

本文運(yùn)用E-views7.2,采用隨機(jī)效應(yīng)對(duì)面板數(shù)據(jù)進(jìn)行回歸,得到表5中的結(jié)果。

表5的結(jié)果表明:第三方互聯(lián)網(wǎng)支付規(guī)模在1%的顯著性水平下與銀行的凈利差之間為負(fù)相關(guān)關(guān)系,充分說(shuō)明第三方互聯(lián)網(wǎng)支付規(guī)模的擴(kuò)張對(duì)于銀行凈利差產(chǎn)生的消極影響不容忽視,這也驗(yàn)證了本文與理論分析部分提出的原假設(shè);銀行的資本充足率、營(yíng)運(yùn)成本與總資產(chǎn)比值均在1%的顯著性水平下和銀行的凈利差之間為正相關(guān)關(guān)系,這與本文預(yù)期相符。銀行的貸款規(guī)模在1%的顯著性水平下和銀行凈利差之間存在負(fù)相關(guān)關(guān)系,這與本文預(yù)期相違背。而不良貸款率和存貸比與銀行的凈利差之間不存在顯著的影響關(guān)系。

表5 面板協(xié)整回歸結(jié)果

數(shù)據(jù)來(lái)源：同花順和中國(guó)統(tǒng)計(jì)局官網(wǎng)。①②分別表示在1%,5%的顯著性水平下顯著。

本文得到的實(shí)證結(jié)果如方程(1)所示:

NIM=2.714 535+0.337 6LNCSR-0.094 1LNSIZE+0.383 4COST-0.056 0LNTPS .

(1)

(2.114 4②) (2.629 8①) (-3.224 3①) (5.815 2①) (-3.492 8①)

四、實(shí)證結(jié)論及政策建議

通過(guò)實(shí)證分析,本文得到四個(gè)主要的結(jié)論。

銀行的貸款規(guī)模和銀行的凈利差之間存在負(fù)相關(guān)的關(guān)系,這與交易者模型中的結(jié)論并不一致,我們認(rèn)為,Ho&Saunders提出的交易者模型是針對(duì)外國(guó)的商業(yè)銀行提出的模型,其結(jié)論在中國(guó)并不一定適用,交易者模型中指出兩者之間應(yīng)存在正相關(guān)的關(guān)系是基于風(fēng)險(xiǎn)角度考慮,其指出隨著貸款規(guī)模的擴(kuò)大,銀行面臨貸款信用風(fēng)險(xiǎn)將增大,因此要求更高的凈利差水平來(lái)彌補(bǔ)這一風(fēng)險(xiǎn)溢價(jià),然而,我們通過(guò)實(shí)證結(jié)論可以看出銀行的壞賬率對(duì)于銀行凈利差并不存在顯著影響,表明銀行采取的信用風(fēng)險(xiǎn)控制措施十分有效,即交易者模型中提出的影響機(jī)制在我國(guó)上市銀行中并沒(méi)有得到很好的反映,我們認(rèn)為銀行貸款規(guī)模對(duì)于我國(guó)上市商業(yè)銀行凈利差的影響機(jī)制是在信用風(fēng)險(xiǎn)能得到控制的前提下,隨著銀行貸款規(guī)模的擴(kuò)大,銀行能收取利息的基礎(chǔ)擴(kuò)大,其要求的凈利差水平可以相應(yīng)減少,而該行為又能進(jìn)一步吸引貸款需求者,使得銀行能放出貸款數(shù)量進(jìn)一步增加,從而形成一個(gè)良性循環(huán),在凈利差較低的情況下,維持銀行總體的盈利能力。因此,兩者之間最終表現(xiàn)為負(fù)相關(guān)關(guān)系,我們稱其為“貸款規(guī)模效應(yīng)”。

互聯(lián)網(wǎng)支付規(guī)模與銀行的凈利差之間為負(fù)相關(guān)關(guān)系,筆者認(rèn)為在貸款規(guī)模效應(yīng)的前提下,商業(yè)銀行越來(lái)越重視與第三方互聯(lián)網(wǎng)支付平臺(tái)的合作,合作效應(yīng)的作用大于第三方互聯(lián)網(wǎng)支付規(guī)模擴(kuò)張對(duì)銀行凈利差產(chǎn)生的競(jìng)爭(zhēng)效應(yīng)。第三方互聯(lián)網(wǎng)支付規(guī)模的擴(kuò)張對(duì)于商業(yè)銀行交易規(guī)模表現(xiàn)為積極影響,而其最終和銀行凈利差之間為負(fù)相關(guān)關(guān)系。

銀行的資本充足率,營(yíng)運(yùn)成本與總資產(chǎn)比值和銀行的凈利差之間為正相關(guān)關(guān)系,這與本文預(yù)期相符,表明作為銀行的風(fēng)險(xiǎn)厭惡程度代理指標(biāo)的銀行資本充足率的提高以及操作資金成本上升都會(huì)驅(qū)使銀行加大其凈利差來(lái)彌補(bǔ)相應(yīng)的風(fēng)險(xiǎn)缺口和付出的成本。

銀行不良貸款率和存貸比并沒(méi)有對(duì)于商業(yè)銀行的凈利差帶來(lái)顯著影響。筆者認(rèn)為在本文研究的樣本時(shí)間區(qū)間內(nèi),我國(guó)上市銀行對(duì)于風(fēng)險(xiǎn)控制的把握做的越來(lái)越好。不良貸款帶來(lái)的信用風(fēng)險(xiǎn)對(duì)于商業(yè)銀行凈利差作用不明顯,還可能和我國(guó)宏觀經(jīng)濟(jì)形勢(shì)有關(guān)。在經(jīng)濟(jì)發(fā)展良好的前提下,不論是企業(yè)還是個(gè)人都有能力償還貸款,不良貸款率將維持一個(gè)正常水平,而對(duì)銀行凈利差不產(chǎn)生顯著影響。

由此,從提升商業(yè)銀行凈利差乃至整個(gè)商業(yè)銀行利潤(rùn)的角度,本文提出如下的建議:

因?yàn)榈谌交ヂ?lián)網(wǎng)支付規(guī)模的擴(kuò)張會(huì)對(duì)銀行的凈利差產(chǎn)生顯著的負(fù)面影響,所以如果銀行能夠及時(shí)創(chuàng)新,開(kāi)拓中間業(yè)務(wù),增加非利息收入,那么銀行的總體盈利能力不會(huì)被第三方支付規(guī)模的增長(zhǎng)而削弱。

銀行在做好風(fēng)險(xiǎn)把控的前提下,應(yīng)該加強(qiáng)和第三方支付平臺(tái)的合作,使其在第三方互聯(lián)網(wǎng)支付規(guī)模的擴(kuò)大同時(shí),享有其帶來(lái)的商業(yè)銀行貸款規(guī)模增加的優(yōu)勢(shì),在較低的凈利差前提下穩(wěn)定銀行總體的盈利水平。

[1]Ho T,Saunders A.The Determinants of Banks Internet Margins: Theory and Empirical Evidence[J]. Journal of Financial and Quantitative Analysis,1981,(4):581-600.

[2]Angbazo L.Commercial Bank Net Interest Margins, Default Risk,Interest-rate Risk, And off-balanced Sheet Banking[J].Journal of Banking and Finance,1997,(21):55-87.

[3]陳一洪.基于SFA的魯浙蘇城商行技術(shù)效率對(duì)比及影響因素研究[J].財(cái)經(jīng)理論研究,2014,(1):64-70.

[3]Allen L. The Determinants of Bank Internet Margins: A note[J]. The Journal of Financial and Quantitative Analysis,1998,(2):231-235.

[4]斯琴塔娜.利率市場(chǎng)化攻堅(jiān)與制度慣性影響下的商業(yè)銀行壓力、風(fēng)險(xiǎn)及對(duì)策[J].財(cái)經(jīng)理論研究,2014,(5):83-88.

[5]邱濟(jì)洲,范文婷.農(nóng)村信用社貸款利率定價(jià)模式現(xiàn)狀及改進(jìn)——以內(nèi)蒙古農(nóng)村信用社為例[J].財(cái)經(jīng)理論研究,2016,(1):27-33.

[6]Maudos J,Guevara J. Factors Explaining the Interest Margins in the Banking Sectors of the European Union[J]. Journal of Banking and Finance,2004,(3):2259-2281.

[7]黃國(guó)平.存貸款利差定價(jià)分析[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2007,(10):37-44.

[9]周鴻衛(wèi),韓忠偉,張蓉.中國(guó)商業(yè)銀行凈利差影響因素研究——基于1999-2006年的經(jīng)驗(yàn)證據(jù)[J].金融研究,2008,(4):69-84.

[10]張育紅,張宗育.中國(guó)銀行業(yè)凈利差的影響因素[J].金融論壇,2010,(6):22-27.

[11]周開(kāi)國(guó),李濤,何興強(qiáng).什么決定了商業(yè)銀行的凈利差?[J].經(jīng)濟(jì)研究,2008,(8):65-75.

[12]宮曉林.互聯(lián)網(wǎng)金融模式及對(duì)傳統(tǒng)銀行業(yè)的影響[J].金融實(shí)務(wù),2013,(5):86-88.

[13]馮娟娟.互聯(lián)網(wǎng)金融背景下商業(yè)銀行競(jìng)爭(zhēng)策略研究[J].現(xiàn)代金融,2014,(4):14-16.

[責(zé)任編輯:劉煒]

10.3969/j.issn.1672-5956.2017.05.012

F724.6；F832.22

A

1672-5956(2017)05009407

20170113

浙江省教育規(guī)劃研究課題“金融工程實(shí)驗(yàn)教學(xué)設(shè)計(jì)與創(chuàng)新人才培養(yǎng)研究”(SCG256);浙江省智慧城市區(qū)域協(xié)同創(chuàng)新中心項(xiàng)目“智慧經(jīng)濟(jì)-互聯(lián)網(wǎng)金融研究”(ZXZH1401009)

李淑錦,1967年生,女,山西原平人,杭州電子科技大學(xué)教授,博士,研究方向?yàn)榻鹑诠こ?(電子信箱)jslsj@163.com。陳銀飛,1993年生,女,浙江紹興人,杭州電子科技大學(xué)碩士生,研究方向?yàn)榛ヂ?lián)網(wǎng)金融。