張　慧，饒海琴

（上海理工大學 管理學院，上海 200093）

改革實踐

我國互聯(lián)網(wǎng)金融對商業(yè)銀行績效的影響
——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 管理學院，上海 200093）

基于我國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)上銀行為例和相關銀行總資產(chǎn)數(shù)額的截面數(shù)據(jù)，對我國互聯(lián)網(wǎng)金融創(chuàng)新與銀行績效之間的關系進行實證研究，設定回歸模型并對回歸系數(shù)做t檢驗的統(tǒng)計分析，對模型進行異方差性檢驗，得出與散點圖一致的結論：銀行總資產(chǎn)（Y）和網(wǎng)銀交易份額（X）接近線性關系，網(wǎng)上銀行交易份額對銀行資產(chǎn)增長有正的顯著影響。

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

伴隨國家供給側改革，城鄉(xiāng)居民消費結構持續(xù)升級，但供給結構卻相對固化，加上投資邊際效益降低，資金外流趨勢仍然嚴重，國內銀行同業(yè)競爭日趨激烈。我國銀行業(yè)選擇與經(jīng)濟體制改革相適應的漸進式改革道路，逐步放松管制。此外，利率市場化推進，第三方支付、金融脫煤深化以及電子商務的發(fā)展無疑給銀行業(yè)帶來諸多挑戰(zhàn)和機遇?；ヂ?lián)網(wǎng)金融的創(chuàng)新思路也擴展到銀行相關網(wǎng)上業(yè)務，完成一些中小額貸款和小額預支付業(yè)務，使居民選擇的金融投資渠道愈加寬泛。

1　國內相關文獻回顧及評述

國內學者對互聯(lián)網(wǎng)金融創(chuàng)新對商業(yè)銀行業(yè)績發(fā)展的影響這一課題研究很多，大多為對傳統(tǒng)銀行作用機理的創(chuàng)新上。譬如中國人民銀行惠州市支行的張景智、呂斌等作者通過資產(chǎn)定價模型分析互聯(lián)網(wǎng)貨幣基金的金融產(chǎn)品屬性、特點和優(yōu)勢，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)營情況和效果進行定性分析和定量研究得出結論:互聯(lián)網(wǎng)貨幣基金這一融合產(chǎn)物，兼?zhèn)涞谌街Ц镀脚_的流動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，不僅對傳統(tǒng)理財產(chǎn)品造成了沖擊，還對商業(yè)銀行的支付業(yè)務、存款業(yè)務、中間業(yè)務產(chǎn)生了替代效應，進而影響銀行的經(jīng)營績效［1］。與本文內容更貼近的有《互聯(lián)網(wǎng)金融影響銀行績效嗎？——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)濟發(fā)展的關系研究——基于省級面板數(shù)據(jù)的因果關系檢驗》（朱淵博等，2014），其中后者還運用了單位根檢驗、協(xié)整分析、誤差項修正模型。文獻大多為實證分析。

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）學界還未有統(tǒng)一定義，市場上認為它是互聯(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)金融機構與互聯(lián)網(wǎng)企業(yè)利用現(xiàn)代信息通信技術實現(xiàn)為廣大網(wǎng)民和電商融通資金和提供其它服務的新型金融模式。它不是互聯(lián)網(wǎng)和金融業(yè)的簡單結合，而是在實現(xiàn)安全、移動等網(wǎng)絡技術水平上，被用戶熟悉接受后自然而然產(chǎn)生的新模式及新業(yè)務［3］。

2.2影響機理

商業(yè)銀行通過互聯(lián)網(wǎng)金融影響銀行績效。一是降低交易成本?？蛻魯?shù)量翻番，邊際成本幾乎可以忽略不計；二是拓展業(yè)務范圍?；ヂ?lián)網(wǎng)經(jīng)濟具有長尾效應，滲透至更多小額交易群體，他們總量可觀、需求多元，另外互聯(lián)網(wǎng)金融業(yè)務可以在全國、全時段開展；三是提高服務效率。互聯(lián)網(wǎng)金融可以突破時間地域限制，通過微博、微信等社交工具傳播金融產(chǎn)品和服務，高效率低成本地抵達潛在客戶；四是快速創(chuàng)新?；ヂ?lián)網(wǎng)金融服務迭代進化快，根據(jù)評估滿意度不斷改進金融產(chǎn)品和金融服務。

當然，互聯(lián)網(wǎng)金融帶來負面影響。第一，銀行體系外互聯(lián)網(wǎng)金融帶來分流和擠出效應，電商、軟件公司、物流企業(yè)等紛紛進入金融領域，搶占銀行部分業(yè)務，縮減銀行的存貸規(guī)模和增長率；第二，監(jiān)管套利可能提高風險水平。銀行體系外互聯(lián)網(wǎng)金融競爭激烈，影響促成商業(yè)銀行過度投機行為，由此產(chǎn)生監(jiān)管套利，提高商業(yè)銀行乃至整個金融體系的風險水平；第三，技術風險的危害。首先是更多的操作風險；其次應急技術的不成熟、人才匱乏和監(jiān)管技術滯后也可能風險水平；第四，不同類型商業(yè)銀行運用互聯(lián)網(wǎng)的程度不同。大型國有商業(yè)銀行經(jīng)營比較保守，而上市股份制銀行更愿意嘗試利用互聯(lián)網(wǎng)開拓業(yè)務，接受技術和管理革新，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定及分析驗證網(wǎng)上銀行交易份額與銀行總資產(chǎn)之間的線性關系成立，即互聯(lián)網(wǎng)金融對商業(yè)銀行業(yè)績效的總體影響是有利的。希望合理進行互聯(lián)網(wǎng)金融風險的監(jiān)管為互聯(lián)網(wǎng)金融技術打造龐大的客戶資源。

3　二元回歸模型的分析

3.1樣本數(shù)據(jù)來源與回歸模型的設定

在數(shù)據(jù)來源方面，本文主要以上市公司財報及易觀智庫核算模型的預測值和最新市場情況的微調綜合得到的統(tǒng)計數(shù)據(jù)為準。易觀智庫是中國專門服務互聯(lián)網(wǎng)企業(yè)、研究互聯(lián)網(wǎng)業(yè)務的大數(shù)據(jù)分析公司。由于中國互聯(lián)網(wǎng)發(fā)展數(shù)據(jù)自1997年才開始調查統(tǒng)計，國內互聯(lián)網(wǎng)基礎還很薄弱，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)實意義。

綜合以上考慮，結合本文的主題方向，用易觀智庫最新發(fā)布的《中國網(wǎng)上銀行市場季度監(jiān)測報告2015年第3季度》公布的權威指標，十家銀行包括五大國有銀行在內的網(wǎng)上銀行交易份額作為中國互聯(lián)網(wǎng)金融發(fā)展的代表指標，選取與銀行盈利能力密切相關的總資產(chǎn)數(shù)額作為銀行績效的衡量指標。最后收集的樣本數(shù)據(jù)見表1。進而作銀行總資產(chǎn)（y）和網(wǎng)銀交易份額（X）的散點圖（見圖1）。

從散點圖可以看出銀行總資產(chǎn)（y）和網(wǎng)銀交易份額（X）無限接近線性關系，故建立計量經(jīng)濟模型形式為:

3.2參數(shù)估計

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

由表2參數(shù)估計的結果得到回歸模型為:

3.3變量設計

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

解釋變量——互聯(lián)網(wǎng)金融相關指數(shù)，以網(wǎng)上銀行為例，通過其交易份額衡量銀行使用互聯(lián)網(wǎng)相關技術從事金融相關業(yè)務的指標。

控制變量——假定宏觀經(jīng)濟環(huán)境基本不變，影響商業(yè)銀行經(jīng)營績效的其它變量也保持不變，忽略國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)營績效高于大型國有銀行，但從長遠看，二者的可持續(xù)發(fā)展能力并沒有顯著差異，因此本文合并衡量它們的經(jīng)營績效。）

包括實際值（Actual）、擬合值（Fitted）、剩余項（Residual）的回歸結果，即大致的擬合形態(tài)（見圖2）。

4　模型的檢驗與回歸預測

4.1經(jīng)濟意義檢驗

由上估計參數(shù)結果知β2=803 729.4，說明網(wǎng)上銀行交易份額每增加一個百分比，銀行資產(chǎn)總額平均增加803 729.4億元，這與邊際消費傾向的經(jīng)濟內涵相近。

4.2擬合優(yōu)度和統(tǒng)計檢驗

用EViews得出回歸模型參數(shù)估計結果的同時，給出了用于模型檢驗的相關指標。

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，說明所建模型整體上對樣本數(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對回歸系數(shù)進行t檢驗:設H0: β1=0和H0:β2=0，估計的回歸系數(shù)的標準誤差和t值:SE（β1）=22 660.01，t（β1）=1.219 722；SE（β2）=191 393.8，t（β2）=4.199 348。當a=0.05時，查t分布表得對應a值下的自由度為n-2=10-2=8的臨界值 t0.025（8）=2.306。因為t（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)上銀行交易份額對銀行資產(chǎn)增長有顯著影響。

4.3計量經(jīng)濟學檢驗

為保證回歸參數(shù)估計量具有良好的統(tǒng)計學性質，對模型進行異方差性檢驗，采用White檢驗。White檢驗是HalbertWhite在1980年提出的，他在隨機項存在同方差的情形下，構造出參數(shù)估計量方差協(xié)方差矩陣的一致估計，并根據(jù)這個估計結果，導出了一個服從X2分布的統(tǒng)計量，即拉格朗日乘數(shù)（LM），用此統(tǒng)計量可完成異方差的檢驗［5］。

①建立回歸模型:LS Y C X

②在方程窗口上點擊ViewResidualTestWhite Heteroskedastcity（得到的white檢驗結果圖略）

其中F值為輔助回歸模型的F統(tǒng)計量值。取顯著水平a=0.05，懷特統(tǒng)計量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，不拒絕原假設即原模型存在一階序列相關性，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關系。

4.4前景展望（第四季的回歸預測）

根據(jù)《中國網(wǎng)上銀行市場季度監(jiān)測報告2015年第4季度》數(shù)據(jù)顯示，2015年第4季度，工、建、交、農、中五大行合計擁有69.7%的市場份額?？勺龅谒募径茹y行業(yè)的績效用上述估計的回歸模型預測即模型對被解釋變量在不同空間狀況的回歸預測:

將“End data”由“10”改為“11”，“Range”擴展為1-11。

輸入Xf1=0.697，在EViews命令框操作，回車即得到模型估計值及標準誤差的圖形，如圖3。在數(shù)據(jù)表中的“11”位置出現(xiàn)預測值Yf1=587 838.312，這是當X11=0.697時銀行資產(chǎn)總額的預測值。描述的統(tǒng)計結果也可用于區(qū)間預測（見表3）。

根據(jù)表3數(shù)據(jù)結合表2可計算

取α=0.05，Yf平均值置信度95%的預測區(qū)間為

=587 838.312+31 826.780 3，當Xf1=0.697時，Yf平均值置信度 95%的預測區(qū)間為（556 011.53，619 665.09）億元。當?shù)谒募径任宕髧猩虡I(yè)銀行網(wǎng)銀市場份額為69.7%時，同一時間其資產(chǎn)總額的預測值在556 011.53億元和619 665.09億元之間波動。

預測結果表明，第四季度五大國有商業(yè)銀行的總網(wǎng)上銀行市場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，可見在互聯(lián)網(wǎng)金融模式大幅提升大型國有商業(yè)銀行盈利能力。

5　結論及建議

互聯(lián)網(wǎng)金融降低了資金融通的交易成本，緩解交易信息不對稱，提高銀行盈利能力。2015年第四季度網(wǎng)上銀行客戶交易規(guī)模達510萬億人民幣，得益于龐大的電商營銷推廣和中小微企業(yè)網(wǎng)上銀行服務功能的加強。這筆巨額資金對銀行的業(yè)績指標提升有很大的推動作用，使銀行績效相對第3季度獲得更高增長。

但另一方面互聯(lián)網(wǎng)金融的技術創(chuàng)新盡管對商業(yè)銀行業(yè)務有沖擊，在支付、信貸和中間業(yè)務上取代銀行本來優(yōu)勢，提高了相關風險水平，銀行體系外互聯(lián)網(wǎng)金融通過擠出效應逐步威脅銀行的生存空間。

網(wǎng)上銀行功能的逐步對傳統(tǒng)柜面服務具有替代效應，而目前網(wǎng)上銀行功能的同質化不利于業(yè)務的差異化競爭，需要完善商業(yè)銀行資源整合能力。

面臨沖擊商業(yè)銀行應該:①搭建便捷支付結算平臺，擴展支付手段，滿足客戶多元化需求。②創(chuàng)新資金融通渠道，重塑借貸格局，開拓互聯(lián)網(wǎng)供應鏈金融和場景金融業(yè)務。③積極開展大數(shù)據(jù)挖掘和應用，完成線上線下產(chǎn)業(yè)鏈的溝通。④商業(yè)銀行要在風險管理中有效降低技術風險和操作風險等非系統(tǒng)性風險。

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

［2］黃銳，黃劍.互聯(lián)網(wǎng)金融影響銀行績效嗎？：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，楊小淵.互聯(lián)網(wǎng)金融對我國商業(yè)銀行的影響及應對策略研究［J］.浙江金融，2013（10）：31-33.

［4］邱峰.互聯(lián)網(wǎng)金融對商業(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檢驗應用的幾個問題［J］.統(tǒng)計與信息論壇，2012（6）：45-47.

［責任編輯：路實］

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。