第三方支付規(guī)模增大對商業(yè)銀行盈利能力影響的實(shí)證分析 *

李哲來，朱家明

(安徽財經(jīng)大學(xué))

0 引言

近幾年，基于互聯(lián)網(wǎng)平臺的金融業(yè)態(tài)發(fā)展迅猛，尤其是第三方支付模式，其交易規(guī)模大幅度的增長，在不斷努力下扮演著中國支付體系中重要的角色[1].iResearch數(shù)據(jù)顯示[2]，中國第三方支付平臺的交易規(guī)模在2019年達(dá)到226.2萬億元，同比增長18.7%.隨著第三方支付平臺規(guī)模的日益擴(kuò)大，對商業(yè)銀行中間業(yè)務(wù)的部分結(jié)算業(yè)務(wù)產(chǎn)生了巨大的沖擊，也對其存貸款業(yè)務(wù)產(chǎn)生了一定的分流.而商業(yè)銀行作為支付體系中的重要一環(huán)，對中國經(jīng)濟(jì)起著調(diào)控作用，并長期起著支配的地位，在經(jīng)濟(jì)尋求轉(zhuǎn)型和改革的新形勢下，商業(yè)銀行也需要積極尋找合作，突破變化，彌補(bǔ)行業(yè)的短板，逐漸發(fā)展新型的商業(yè)形態(tài)模式[3].該文以國內(nèi)15家商業(yè)銀行為例，進(jìn)行面板數(shù)據(jù)分析，以期更加科學(xué)客觀地分析第三方支付與商業(yè)銀行盈利能力之間的關(guān)系，并提出相應(yīng)的政策措施.第三方支付正處在蓬勃發(fā)展時期，對銀行產(chǎn)生了倒退機(jī)制，但是在一定程度上，也促進(jìn)了銀行尋找新的發(fā)展方向、創(chuàng)新空間.

1 文獻(xiàn)綜述

李玉怡認(rèn)為商業(yè)銀行可以全面進(jìn)入電子支付市場，并針對高校零售的業(yè)務(wù)積極開展第三方支付，強(qiáng)化網(wǎng)上銀行的綜合競爭力[4].張鮮麗闡述了第三方支付平臺對商業(yè)銀行的存款、貸款、中間業(yè)務(wù)、經(jīng)營風(fēng)險等方面帶來的沖擊，指出商業(yè)銀行應(yīng)該打造自己的金融生態(tài)圈[5].王璟通過時間序列數(shù)據(jù)、面板數(shù)據(jù)建立固定效應(yīng)模型，分析在第三方支付影響下，商業(yè)銀行流動性需求的變化[6].陳希卓認(rèn)為，第三方平臺在總體上對商業(yè)銀行產(chǎn)生了較大的一致，但是從局部來看，對全國性商業(yè)銀行有積極作用，但對地方性商業(yè)銀行產(chǎn)生了消極影響.

由此可以看出，國內(nèi)眾多學(xué)者對于第三方支付的研究已有一定的成果，部分學(xué)者針對第三方平臺監(jiān)管、信用等多方面展開了詳細(xì)的研究.商業(yè)銀行因受第三方支付影響而出現(xiàn)轉(zhuǎn)變的研究，大多學(xué)者選擇對商業(yè)銀行某一方面的業(yè)務(wù)進(jìn)行定量研究，并未將商業(yè)銀行的業(yè)務(wù)看成一個整體，進(jìn)而分析對綜合績效的整體影響.因此，該文從整體業(yè)務(wù)出發(fā)，分析第三方支付規(guī)模對商業(yè)銀行的影響.

2 樣本與變量的選取

2.1 樣本的選取

該文選擇的研究對象為中國的15家商業(yè)銀行.其中4家是國有銀行，分別為中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行；11家是股份制商業(yè)銀行，分別為光大銀行、杭州銀行、北京銀行、江蘇銀行、民生銀行、寧波銀行、平安銀行、交通銀行、上海銀行、興業(yè)銀行、中信銀行.數(shù)據(jù)來源于Data Stream數(shù)據(jù)庫中各銀行2009～2019年的年報.因變量中的外部影響因素——國內(nèi)生產(chǎn)總值GDP的數(shù)據(jù)來源于國泰安數(shù)據(jù)庫.2009～2019年第三方支付交易規(guī)模的數(shù)據(jù)來源于艾瑞咨詢報告.

2.2 變量的選取

(1)被解釋變量

該文主要探究第三方支付平臺對商業(yè)銀行盈利水平的影響，代表商業(yè)銀行盈利水平的指標(biāo)有總資產(chǎn)回報率和凈資產(chǎn)收益率.但是，由于選取的年份以及商業(yè)銀行總資產(chǎn)回報率的數(shù)據(jù)集合不完整，有過多的缺失數(shù)據(jù).因此，該文只選取凈資產(chǎn)收益率(ROE)作為被解釋變量.

(2)解釋變量

該文研究第三方支付的規(guī)模對商業(yè)銀行的影響，因此，解釋變量將選擇第三方支付規(guī)模這一指標(biāo)來衡量其規(guī)模的變化情況.表1列出了2009～2019年第三方支付規(guī)模的數(shù)據(jù).

表1 2009～2019年第三方支付規(guī)模

此外，其他變量也會影響商業(yè)銀行的盈利水平，研究時不能忽視這些變量，否則將導(dǎo)致擾動項(xiàng)的方差增大，降低模型結(jié)果的準(zhǔn)確性和可信性.在參考了前人的研究后，該文選取了凈利潤率(Net margin)、資本充足率(CAR)、撥貸比(PROV)這三個指標(biāo)來反映商業(yè)銀行的盈利能力，見表2.

表2 模型中的變量及計算公式

3 模型的設(shè)定與計量方法

該文選取中國15家商業(yè)銀行2009～2019年的面板數(shù)據(jù)，建立計量模型驗(yàn)證第三方支付平臺交易規(guī)模的擴(kuò)大對商業(yè)銀行盈利水平的具體影響.為消除異方差對模型的影響，對變量進(jìn)行自然對數(shù)變換.

ROEit=α+β1GRTDt+β2Netnarginit+β3CARit+β4PROWit+ε

在上式中，ROEit指的是第i家商業(yè)銀行第t年的凈資產(chǎn)收益率；α代表常數(shù)項(xiàng)；β1、β2、β3、β4代表選取指標(biāo)的回歸系數(shù)；GRTDt代表第t年互聯(lián)網(wǎng)第三方支付平臺規(guī)模的對數(shù)；Netmarginit指的是第i家商業(yè)銀行第t年的凈利潤率；CARit指的是第i家銀行第t年的資本充足率；PROVit代表第i家銀行第t年的撥貸比.ε表示模型引入的隨機(jī)擾動項(xiàng).

4 實(shí)證分析

4.1 描述性統(tǒng)計

該文研究數(shù)據(jù)來自2009～2019年各銀行的財務(wù)報表.在數(shù)據(jù)處理過程中，為防止部分銀行、部分年份的數(shù)據(jù)缺失導(dǎo)致樣本自由度降低的情況，采取了線性插值的方式，補(bǔ)齊缺失的數(shù)據(jù).

表3可以看出，選取的指標(biāo)序列基本接近正態(tài)分布.對于峰度系數(shù)，這些變量均小于臨界值3.

表3 自變量和因變量的描述性統(tǒng)計分析值

4.2 相關(guān)性分析

由于選擇的影響因素過多，應(yīng)先分析各指標(biāo)與被解釋變量凈資產(chǎn)收益率的相關(guān)性，以及因素之間的相關(guān)程度，利用Stata中的COR命令進(jìn)行相關(guān)系數(shù)檢驗(yàn)，得到相關(guān)系數(shù)矩陣，見表4.

表4 各指標(biāo)的相關(guān)系數(shù)矩陣表

可以看出，凈資產(chǎn)收益率與其他變量之間的相關(guān)性比較弱，相關(guān)系數(shù)均小于0.5，各自變量之間的相關(guān)性也相對較弱.因此，該文選取的指標(biāo)和數(shù)據(jù)可以進(jìn)行后續(xù)的面板數(shù)據(jù)回歸模型，并且不存在多重共線性的問題.

4.3 單位根檢驗(yàn)

該文采用LLC、Fisher-ADF、Fisher-PP等方法對選取的數(shù)據(jù)進(jìn)行整體的單位根檢驗(yàn)，以驗(yàn)證數(shù)據(jù)的穩(wěn)定性.從表5看，各個變量的原值均通過顯著性檢驗(yàn)，序列平穩(wěn)，不存在單位根.

表5 面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果

4.4 協(xié)整檢驗(yàn)

上述的單位根檢驗(yàn)，結(jié)果顯示選取的指標(biāo)和數(shù)據(jù)通過了顯著性檢驗(yàn).為避免模型出現(xiàn)“偽回歸”現(xiàn)象，進(jìn)一步對面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn).通過選取Kao檢驗(yàn)、Fisher檢驗(yàn)、Pedroni檢驗(yàn)三種方式進(jìn)行協(xié)整分析，見表6.

表6 面板數(shù)據(jù)協(xié)整檢驗(yàn)結(jié)果

4.5 豪斯曼檢驗(yàn)

最后，該文通過豪斯曼檢驗(yàn)對固定效應(yīng)模型和隨機(jī)效應(yīng)模型的選擇進(jìn)一步檢驗(yàn).豪斯曼檢驗(yàn)的原假設(shè)H0：個體效應(yīng)與回歸變量之間是不相關(guān)的，選擇隨機(jī)效應(yīng)回歸模型.該檢驗(yàn)的備擇假設(shè)H1：個體效應(yīng)與回歸變量是具有相關(guān)性的，選擇固定效應(yīng)模型.對模型進(jìn)行豪斯曼檢驗(yàn)后顯示，P值為0.4999，超過10%.實(shí)證結(jié)果表明，在10%的顯著性水平下，原假設(shè)不能被拒絕，因此，該文研究選取隨機(jī)效應(yīng)模型比固定效應(yīng)模型更為有效.最終得到2009～2019年中國15家商業(yè)銀行的盈利水平與第三方支付平臺規(guī)模關(guān)系的實(shí)證分析，結(jié)果見表7.

表7 模型估計結(jié)果

整理數(shù)據(jù)后，可以得到如下的隨機(jī)效應(yīng)回歸方程：

ROE=1.726343-0.1126679GRTD+

0.6468002Netmargin-0.291218CAR+

0.15088541PROV

最終結(jié)果顯示：第三方平臺支付規(guī)模的增長與商業(yè)銀行盈利水平之間存在顯著的負(fù)相關(guān)關(guān)系.這說明當(dāng)?shù)谌街Ц兜慕灰滓?guī)模增加10%時，商業(yè)銀行的盈利能力降低約1.13%.

5 結(jié)論與建議

根據(jù)上文對商業(yè)銀行進(jìn)行的回歸分析結(jié)果來看，回歸效果較明顯，第三方支付的規(guī)模與商業(yè)銀行凈資產(chǎn)收益率、撥貸比等主要盈利指標(biāo)呈負(fù)相關(guān)關(guān)系，與總體結(jié)果保持一致.第三方支付搶占了部分商業(yè)銀行的市場，通過嚴(yán)格的審核機(jī)制等增加了商業(yè)銀行面臨的信用風(fēng)險.現(xiàn)階段而言，第三方支付平臺對商業(yè)銀行的影響弊大于利.

商業(yè)銀行如何應(yīng)對第三方支付平臺的沖擊，該文有以下建議.

(1)加大技術(shù)投入

互聯(lián)網(wǎng)金融能夠迅速發(fā)展，在一定程度上得力于其高效、便捷的技術(shù)優(yōu)勢，針對性地滿足客戶的需求，商業(yè)銀行需要進(jìn)一步挖掘互聯(lián)網(wǎng)金融的特點(diǎn)，將此運(yùn)用到業(yè)務(wù)中.傳統(tǒng)商業(yè)銀行可以通過引進(jìn)專業(yè)性人才、加大科技創(chuàng)新力度，了解并高效運(yùn)用已有的科技成果，如物聯(lián)網(wǎng)，大數(shù)據(jù)等.以服務(wù)實(shí)體經(jīng)濟(jì)為契機(jī)，推廣創(chuàng)新性技術(shù)服務(wù)，并加速創(chuàng)新科技的商業(yè)化落地，加大對傳統(tǒng)業(yè)務(wù)的技術(shù)投入.

(2)發(fā)揮商業(yè)銀行的風(fēng)險控制優(yōu)勢

傳統(tǒng)的商業(yè)銀行在風(fēng)險控制方面有一套較為成熟的系統(tǒng)，安全性較高.而第三方支付平臺，其媒介為互聯(lián)網(wǎng)，在信息極度不對稱的情況下會使信息安全性面臨巨大挑戰(zhàn).在當(dāng)前形勢下，商業(yè)銀行更應(yīng)該充分發(fā)揮其完備的資金預(yù)警方案，保持較高程度的安全水平.

(3)與互聯(lián)網(wǎng)實(shí)現(xiàn)合作共贏

在互聯(lián)網(wǎng)金融大背景下，兩者也可以成為戰(zhàn)略合作關(guān)系，在長期的競爭中實(shí)現(xiàn)可持續(xù)發(fā)展，最終合作共贏.商業(yè)銀行應(yīng)充分利用自身業(yè)務(wù)模式的優(yōu)勢，積極主動與第三方支付平臺進(jìn)行合作，例如提高網(wǎng)絡(luò)交易的安全性，規(guī)定在第三方支付平臺的客戶信息驗(yàn)證需要與銀行保持一致，并通過互聯(lián)網(wǎng)平臺的交易數(shù)據(jù)，對潛在客戶進(jìn)行商業(yè)分析，提高消費(fèi)與金融的粘合度，提高商業(yè)銀行的盈利能力.