戴澤興 關(guān)凱強(qiáng) 董春麗

摘要：選取2012年一季度至2017年一季度15家A股上市銀行的面板數(shù)據(jù)，通過(guò)主成分分析法分析商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響要因素，并運(yùn)用突變分析和向量自回歸模型（VAR）進(jìn)行單根檢驗(yàn)、格蘭特檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差分解對(duì)互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)具體影響機(jī)制進(jìn)行實(shí)證研究。得出結(jié)論：互聯(lián)網(wǎng)金融與傳統(tǒng)商業(yè)銀行業(yè)務(wù)之間既互相競(jìng)爭(zhēng)又互利互補(bǔ)，互聯(lián)網(wǎng)金融的存在對(duì)中國(guó)傳統(tǒng)金融改革具有強(qiáng)制倒逼作用，促使了中國(guó)傳統(tǒng)金融機(jī)構(gòu)服務(wù)方式和業(yè)務(wù)模式日趨完善。

關(guān)鍵詞：互聯(lián)網(wǎng)金融；VAR模型；主成分分析法

一、引言

隨著信息技術(shù)的興起和電子商務(wù)的不斷發(fā)展，產(chǎn)生了新型金融業(yè)態(tài)模型——互聯(lián)網(wǎng)金融。新興的互聯(lián)網(wǎng)金融促進(jìn)了金融市場(chǎng)的優(yōu)化改革、增加了金融資源的優(yōu)化配置方式，也對(duì)傳統(tǒng)金融行業(yè)造成了一定的市場(chǎng)沖擊。傳統(tǒng)商業(yè)銀行主要通過(guò)吸收存款、發(fā)放貸款實(shí)行業(yè)務(wù)規(guī)模擴(kuò)張而投資獲利，而互聯(lián)網(wǎng)金融企業(yè)憑借其在成本、技術(shù)優(yōu)勢(shì)以及政府政策的支持和相對(duì)寬松的監(jiān)管優(yōu)勢(shì)，使傳統(tǒng)商業(yè)銀行在存貸方面及中間業(yè)務(wù)層面的利潤(rùn)空間逐漸被侵蝕，間接地加大了傳統(tǒng)商業(yè)銀行操作性風(fēng)險(xiǎn)。

近些年，國(guó)內(nèi)外諸多學(xué)者對(duì)于互聯(lián)網(wǎng)金融的展開(kāi)了大量的研究，Berger（2003）研究了互聯(lián)網(wǎng)金融技術(shù)的進(jìn)步對(duì)金融業(yè)的影響，技術(shù)的進(jìn)步不僅提高了銀行服務(wù)質(zhì)量和多樣性，而且有助于促進(jìn)銀行業(yè)的整合。Lehar（2005）以監(jiān)管機(jī)構(gòu)對(duì)銀行的個(gè)人負(fù)債和對(duì)銀行資產(chǎn)的債權(quán)為標(biāo)的進(jìn)行建模，構(gòu)造了一種新的銀行系統(tǒng)風(fēng)險(xiǎn)度量方法。Goodhart（2006）基于多國(guó)模型研究了系統(tǒng)性風(fēng)險(xiǎn)的度量方法。李雪凈（2017）指出學(xué)互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行的盈利存在門限效應(yīng)。楊敏等（2013）指出為避免因金融指標(biāo)選擇造成模型測(cè)量偏差，提出了包括外部沖擊指標(biāo)與銀行內(nèi)部經(jīng)營(yíng)指標(biāo)，運(yùn)用主成分分析法來(lái)測(cè)出整體銀行系統(tǒng)性風(fēng)險(xiǎn)。戴國(guó)強(qiáng)（2014）通過(guò)數(shù)值模擬和模型分析，從影子銀行的角度研究，發(fā)現(xiàn)互聯(lián)網(wǎng)金融會(huì)增加銀行風(fēng)險(xiǎn)。牛華勇（2015）認(rèn)為互聯(lián)網(wǎng)金融對(duì)國(guó)有銀行壟斷地位的沖擊非常有限，但對(duì)股份制銀行的影響效果卻非常明顯。吳詩(shī)偉等（2015）實(shí)證分析了，利率市場(chǎng)化和互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行破產(chǎn)風(fēng)險(xiǎn)及不良資產(chǎn)風(fēng)險(xiǎn)的影響。

二、中美互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)商業(yè)銀行影響的對(duì)比

目前，美國(guó)已經(jīng)建立起了相對(duì)成熟的三個(gè)獨(dú)立互聯(lián)網(wǎng)金融業(yè)務(wù)。一是傳統(tǒng)金融業(yè)務(wù)互聯(lián)網(wǎng)化；二是傳統(tǒng)金融支付體系的互聯(lián)網(wǎng)化；三是互聯(lián)網(wǎng)信用業(yè)務(wù)。21世紀(jì)隨著電子商務(wù)、互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，新型互聯(lián)網(wǎng)金融應(yīng)運(yùn)而生，第三方支付、網(wǎng)絡(luò)在線支付等新型支付體系在移動(dòng)終端智能化的支持下飛速發(fā)展，目前主要流行的互聯(lián)網(wǎng)金融信用業(yè)務(wù)包含互聯(lián)網(wǎng)貨幣基金（如余額寶）、P2P、眾籌等。

近年來(lái)，在經(jīng)濟(jì)全球化、資產(chǎn)證券化等因素的影響下，我國(guó)的互聯(lián)網(wǎng)金融發(fā)展迅速，在提升金融行業(yè)服務(wù)質(zhì)量和效率、滿足多元化理財(cái)需求等方面展現(xiàn)出了很大的市場(chǎng)空間和發(fā)展?jié)摿?。?jù)中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)統(tǒng)計(jì)數(shù)據(jù)顯示，目前我國(guó)互聯(lián)網(wǎng)金融發(fā)展主要有以下特點(diǎn)。

一是從快速發(fā)展轉(zhuǎn)入穩(wěn)定發(fā)展階段。二是金融業(yè)務(wù)較多，但行業(yè)占金融總量比較低，業(yè)態(tài)縱深分化發(fā)展趨勢(shì)日漸凸顯。三是互聯(lián)網(wǎng)金融“鯰魚效應(yīng)”明顯。以第三方支付交易規(guī)模增長(zhǎng)為例，根據(jù)央行數(shù)據(jù)調(diào)查研究，從2012年起我國(guó)移動(dòng)支付筆數(shù)增長(zhǎng)超過(guò)20%且大幅呈上升趨勢(shì)。自2016年第三方支付交易規(guī)模高達(dá)近80萬(wàn)億元，同比增長(zhǎng)率接近300%，2016年移動(dòng)支付占據(jù)第三方支付交易規(guī)模的74.7%；與此同時(shí)掃碼支付也迅速增長(zhǎng)，2017年第一季度我國(guó)掃碼支付市場(chǎng)規(guī)模超過(guò)5800億元，同比增長(zhǎng)606.8%，同時(shí)第三方支付從貨幣基金出發(fā)，逐漸向其他金融產(chǎn)品延伸，新的互聯(lián)網(wǎng)金融模式迅速崛起。

同美國(guó)相比，我國(guó)互聯(lián)網(wǎng)金融服務(wù)的發(fā)展對(duì)象相對(duì)比較單一。西方資本主義的特有屬性，使得美國(guó)銀行發(fā)展呈現(xiàn)多元化、縱深遠(yuǎn)的特點(diǎn)，不僅有資本雄厚的大銀行，也有規(guī)模較小的社區(qū)銀行和一些僅具備核心銀行業(yè)務(wù)服務(wù)功能的非銀行金融機(jī)構(gòu)，甚至目前還出現(xiàn)了一種沒(méi)有實(shí)體，主要通過(guò)互聯(lián)網(wǎng)拓展業(yè)務(wù)的新型純網(wǎng)絡(luò)銀行。但我國(guó)互聯(lián)網(wǎng)金融產(chǎn)業(yè)發(fā)展后發(fā)制人，呈現(xiàn)業(yè)態(tài)健康良好的發(fā)展趨勢(shì)，并逐漸由單一向多元化過(guò)渡，且市場(chǎng)潛力巨大。

三、互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)商業(yè)銀行系統(tǒng)風(fēng)險(xiǎn)的實(shí)證分析

（一）基于VAR模型下的實(shí)證分析

首先，互聯(lián)網(wǎng)金融產(chǎn)品包括中小企業(yè)在線融資、P2P網(wǎng)絡(luò)貸款等各種新興金融業(yè)務(wù)，但就資產(chǎn)端來(lái)說(shuō)銀行的替代性融資規(guī)模尚小，特別是在面向中小企業(yè)等不同受眾人群時(shí)，互聯(lián)網(wǎng)金融產(chǎn)品的競(jìng)爭(zhēng)力都較弱的，所以互聯(lián)網(wǎng)金融對(duì)銀行的資產(chǎn)端的影響并不是太明顯。其次，在負(fù)債端，大批互聯(lián)網(wǎng)金融產(chǎn)品的發(fā)展，以支付寶為例，它吸收了商業(yè)銀行的部分存款，從而影響了商業(yè)銀行的存貸比，增加了系統(tǒng)性風(fēng)險(xiǎn)，但隨著利率市場(chǎng)化的推進(jìn)，互聯(lián)網(wǎng)金融不斷沖擊著銀行的利率，商業(yè)銀行為了更多吸引存貸款，不得不盡可能的降息降準(zhǔn)，因此資金獲取渠道的增加，使得投機(jī)者數(shù)量也隨之增加。最后利潤(rùn)方面，第三方支付、理財(cái)產(chǎn)品等又進(jìn)一步蠶食了商業(yè)銀行的部分中間業(yè)務(wù)利潤(rùn)?；ヂ?lián)網(wǎng)金融從根本上打破了銀行在交易和結(jié)算上的壟斷地位，改變了銀行與支付平臺(tái)之間的利潤(rùn)分配比例，對(duì)銀行的系統(tǒng)性風(fēng)險(xiǎn)有一定的影響。

模型數(shù)據(jù)的分析主要運(yùn)用EVIEWS軟件，因代表性的變量指標(biāo)較多，為避免因指標(biāo)錯(cuò)誤選擇而導(dǎo)致預(yù)測(cè)誤差估計(jì)，文章遵循楊敏等的理論，即選取外部沖擊指標(biāo)和內(nèi)部經(jīng)營(yíng)指標(biāo)。通過(guò)主成分分析方法，得出整個(gè)銀行系統(tǒng)風(fēng)險(xiǎn)主要的貢獻(xiàn)指標(biāo)。下面是具體指標(biāo)體系和數(shù)據(jù)源，如表1所示。

（二）銀行系統(tǒng)性風(fēng)險(xiǎn)的測(cè)算與突變分析

1. 銀行系統(tǒng)性風(fēng)險(xiǎn)的測(cè)算指標(biāo)提取

各指標(biāo)依次用Xi（x1，x2，…，xi）（i=1，2，…，10）表示。取得各指標(biāo)的季度數(shù)據(jù)（互聯(lián)網(wǎng)第三方支付比采用年度數(shù)據(jù)）

為了消除變量間的影響，先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。原始變量經(jīng)過(guò)標(biāo)準(zhǔn)化處理后變?yōu)閆X1、ZX2，…，Zp，特征向量用a1i、a2i，…，api （i=1，2，…，m）來(lái)表示。A=（aii）p×m，Rai=λiai，其中，特征值為λi，單位特征向量為ai，相關(guān)系數(shù)矩陣為R，最后求解出相關(guān)的系數(shù)。運(yùn)用主成分分析法篩選后，保留下（1）（4）（5）（6）這四個(gè)指標(biāo)。同時(shí)為了分析其適應(yīng)性，通過(guò)SPSS軟件進(jìn)行檢驗(yàn)，其KMO值為0.872，其大于0.8，而B(niǎo)artlett檢驗(yàn)的顯著性小于0.05，表明具有結(jié)構(gòu)效度，適合進(jìn)行主成分分析。下面是主成分分析結(jié)果，如表2所示。

如表2所示，基本主成分累計(jì)貢獻(xiàn)率在85%以上，應(yīng)保留上述指標(biāo)。在每個(gè)指標(biāo)中計(jì)算主成分權(quán)重系數(shù)，根據(jù)主成分矩陣，得到四個(gè)主成分權(quán)重系數(shù)，依次是互聯(lián)網(wǎng)第三方支付比、凈資產(chǎn)收益率、不良貸款率的增長(zhǎng)率、銀行存款增長(zhǎng)率。

2. 面板單位根P檢驗(yàn)及Granger因果檢驗(yàn)

由于樣本數(shù)據(jù)的時(shí)間較長(zhǎng)，故需檢驗(yàn)面板數(shù)據(jù)相關(guān)變量數(shù)據(jù)的平穩(wěn)性。文章主要采用Fisher-ADF法以及Fisher-PP法，以5%為臨界條件，對(duì)變量進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示。

3. 模型估計(jì)

在進(jìn)行脈沖響應(yīng)函數(shù)分析之前，先進(jìn)行穩(wěn)定性試驗(yàn)，其結(jié)果如圖1所示。

根據(jù)表3和圖1顯示，模型中單位根模的倒數(shù)都在單位圓內(nèi)，即該模型相對(duì)穩(wěn)定，可以進(jìn)一步應(yīng)用于脈沖響應(yīng)動(dòng)力沖擊反應(yīng)分析。面板數(shù)據(jù)變量檢驗(yàn)的結(jié)果表明npl、存款增長(zhǎng)率（dgr）、凈資產(chǎn)收益率的增長(zhǎng)率（Droe）、不良貸款率的增長(zhǎng)率（Dnpl）四個(gè)變量在各截面上的時(shí)間序列是平穩(wěn)的，故可建立關(guān)于這四個(gè)變量的PVAR模型。由于EVIEWS不適用面板數(shù)據(jù)的VAR，故先用主成分分析進(jìn)行分類，然后對(duì)每一類進(jìn)行VAR操作，通過(guò)STATA混合模型修正。首先，通過(guò)軟件選擇相關(guān)的決定因素，建立模型并代入數(shù)據(jù)檢驗(yàn)排出干擾因素，保留模型的合適系數(shù)和最優(yōu)的滯后階數(shù)，為防止偽回歸現(xiàn)象，通過(guò)單位根檢驗(yàn)判斷變量序列的平穩(wěn)性，若平穩(wěn)則進(jìn)行Granger因果檢驗(yàn)來(lái)確定變量之間的因果關(guān)系，否則采用EG兩步法和JJ檢驗(yàn)進(jìn)行協(xié)整檢驗(yàn)（非平穩(wěn)序列的因果關(guān)系檢驗(yàn)）。單根的檢驗(yàn)結(jié)果表明，其不存在單位根即所建立的模型是穩(wěn)定的，Granger因果檢驗(yàn)結(jié)果表明，在5%的顯著性水平下，互聯(lián)網(wǎng)第三方支付比（ifr）與Dnpl、Droe存在Granger因果原因，但不是dgr的Granger原因，Dnpl是付比ifr的Granger因果原因。

在進(jìn)行模型的估計(jì)時(shí)，已知分組變量之間存在固定、隨機(jī)、混合效應(yīng)，故先使用組內(nèi)均值差分法去除時(shí)間效應(yīng)，然后用向前均值差分法去除個(gè)體效應(yīng)。鑒于不同類型的銀行資產(chǎn)規(guī)模和業(yè)務(wù)特點(diǎn)的差異會(huì)導(dǎo)致其受到第三方互聯(lián)網(wǎng)金融的影響不同，故文章分別依據(jù)大型商業(yè)銀行、中小股份制商業(yè)銀行的樣本數(shù)據(jù)重新構(gòu)建新的PVAR模型。重復(fù)上述操作，結(jié)果顯示模型依舊穩(wěn)定。大型商業(yè)銀行PVAR模型的Granger因果檢驗(yàn)結(jié)果顯示，ifr不是其他三個(gè)變量的Granger原因，而只有Dnpl是ifr的Granger原因；而中小股份制商業(yè)銀行PVAR模型的Granger因果檢驗(yàn)結(jié)果顯示，ifr是Dnpl、 Droe的格蘭杰原因，但不是dgr的Granger原因，其他三個(gè)變量都不是ifr的Granger原因。以下是兩個(gè)模型估計(jì)結(jié)果，如表4所示。

通過(guò)表4兩個(gè)模型第一方程（對(duì)Dnpl的著水平影響）的估計(jì)結(jié)果來(lái)看，其他幾個(gè)因素變量對(duì)大型商業(yè)銀行Dnpl的影響不顯著，最大不過(guò)其自身滯后1階Dnpl（-1）的0.461，即客觀地反映了互聯(lián)網(wǎng)金融對(duì)大型商業(yè)銀行不良貸款的增長(zhǎng)影響可能性關(guān)聯(lián)并不是很大；而相反的是所有因素變量對(duì)中小股份制銀行的Dnpl的影響普遍顯著，尤其是以Dnpl（-1）和ifr（-1），即兩者的滯后1期水平影響最甚，分別為0.308、0.080。這兩個(gè)因素變量Dnpl（-1）和ifr（-1）與本期Dnpl呈現(xiàn)正相關(guān)關(guān)系，即客觀地反映了中小股份制銀行不良貸款的增長(zhǎng)也受到了來(lái)自互聯(lián)網(wǎng)金融的較大影響，其中也考慮到自身慣性的影響。綜上所述，互聯(lián)網(wǎng)金融的發(fā)展的確對(duì)傳統(tǒng)商業(yè)銀行體系產(chǎn)生了一定的影響，特別是對(duì)于中小型股份制銀行而言，其自身貸款損失風(fēng)險(xiǎn)增加。通過(guò)第二方程（對(duì)Droe的顯著水平影響）的估計(jì)結(jié)果來(lái)看，與上述相反的是，影響大型商業(yè)銀行Droe最顯著的因素變量是其自身滯后1 期的水平Droe（-1），為-0.435，且兩者之間呈現(xiàn)負(fù)相關(guān)關(guān)系。而其他幾個(gè)因素變量對(duì)其的影響卻不顯著，且其中ifr（-1）的影響僅0.031，影響系數(shù)最低，即表明了聯(lián)網(wǎng)金融的發(fā)展在對(duì)大型商業(yè)銀行盈利能力這方面的影響還是較弱的。影響中小股份制銀行Droe最顯著的變量是Droe（-1）和ifr（-1），即兩者的滯后1期水平影響最甚，分別為-0.222、-0.061，且兩者與本期Droe均呈現(xiàn)負(fù)相關(guān)關(guān)系。其中，ifr（-1），即滯后1期的ifr的影響系數(shù)約為-0.061，表明互聯(lián)網(wǎng)金融對(duì)中小股份制銀行盈利能力的沖擊較大型商業(yè)銀行更大，但仍較微弱。通過(guò)第三方程模型的估計(jì)結(jié)果來(lái)看，所有變量對(duì)兩類銀行dgr的影響顯著水平都較低，即表明互聯(lián)網(wǎng)金融的發(fā)展對(duì)傳統(tǒng)商業(yè)銀行體系存款業(yè)務(wù)影響并不是太大。通過(guò)第四方程模型的估計(jì)結(jié)果來(lái)看，對(duì)互聯(lián)網(wǎng)金融影響最大的除了自身ifr和滯后1階ifr（-1）外就是大型商業(yè)銀行Dnpl的1.064，表明大型商業(yè)銀行貸款業(yè)務(wù)行為的不規(guī)范可能是導(dǎo)致互聯(lián)網(wǎng)金融指數(shù)式增長(zhǎng)的充分條件。

4. 脈沖響應(yīng)分析

選取ifr作為脈沖響應(yīng)分析沖擊響應(yīng)變量，并構(gòu)建以dgr、Dnpl、Droe為響應(yīng)變量的脈沖響應(yīng)函數(shù)，用以衡量三者在受到ifr的一個(gè)標(biāo)準(zhǔn)差沖擊后，系統(tǒng)特性的時(shí)域影響程度，然后描述出互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)商業(yè)銀行影響的動(dòng)態(tài)變化過(guò)程。圖 2和圖 3是ifr對(duì)三者所代表的各類型成分增長(zhǎng)率影響的動(dòng)態(tài)時(shí)間序列模型結(jié)果的可視化描述。數(shù)據(jù)時(shí)間期間為2012Q1至2017Q1。其中，橫軸表示以季度為時(shí)間單位的沖擊發(fā)生期數(shù)，共有21期（21個(gè)季度）；縱軸為是dgr、Dnpl、Droe在受到ifr的一個(gè)標(biāo)準(zhǔn)差沖擊后的響應(yīng)程度，如圖2和圖3所示。

從圖2和圖3可看出，兩類銀行各響應(yīng)變量的脈沖響應(yīng)程度在系統(tǒng)特性的時(shí)域中表現(xiàn)出的差異較為顯著。第一，從兩類銀行的dgr、Dnpl脈沖響應(yīng)值來(lái)看，二者隨時(shí)間推移變動(dòng)軌跡和波動(dòng)幅度都近似相同，但仔細(xì)對(duì)比會(huì)發(fā)現(xiàn)中小股份制銀行的脈沖響應(yīng)值的波動(dòng)幅度較之更大，近似0.005，這表明了大型商業(yè)銀行在存款分流和貸款損失風(fēng)險(xiǎn)較中小股份制銀行受互聯(lián)網(wǎng)金融沖擊的影響程度較小。第二，從兩類銀行Droe的脈沖響應(yīng)值來(lái)看，大型商業(yè)銀行在第二季度的脈沖響應(yīng)值呈現(xiàn)上升趨勢(shì)，在第四季度期間轉(zhuǎn)為下降并隨之降到0值以下，且在第四季度末下滑至最低點(diǎn)，之后呈現(xiàn)平穩(wěn)回升并趨近于0值；相較之，中小股份制銀行指標(biāo)對(duì)應(yīng)的脈沖響應(yīng)值便呈現(xiàn)急劇下降態(tài)勢(shì)且到第二季度末達(dá)到期間最低點(diǎn)，隨之在第二季度與第四季度期間內(nèi)呈現(xiàn)緩慢回升并且于第四季度后增大了回升速度，這表明此時(shí)互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行的盈利能力開(kāi)始產(chǎn)生不利的沖擊，其中對(duì)中小股份制銀行盈利能力不利沖擊較大，可能原因是新興互聯(lián)網(wǎng)金融剛開(kāi)始對(duì)傳統(tǒng)金融市場(chǎng)業(yè)務(wù)進(jìn)行了沖擊，但是隨著政策制度的制定，而逐漸回緩。響應(yīng)曲線圖可以看出因素變量脈沖數(shù)值處于0以下，依舊反映了目前中國(guó)金融市場(chǎng)兩者之間還未找到平衡點(diǎn)，但是根據(jù)對(duì)未來(lái)值的預(yù)測(cè)，最終市場(chǎng)兩者之間會(huì)走向互利互補(bǔ)。

綜合分析脈沖響應(yīng)曲線圖（圖2和圖3），互聯(lián)網(wǎng)金融的發(fā)展在短期內(nèi)的確會(huì)增加商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)，但是從中長(zhǎng)期來(lái)看，整體影響并不大，后期繼續(xù)估測(cè)可能會(huì)產(chǎn)生促進(jìn)作用。結(jié)合數(shù)據(jù)分析，可能原因是由于互聯(lián)網(wǎng)金融出現(xiàn)前期與傳統(tǒng)商業(yè)銀行之間未能找到平衡點(diǎn)，產(chǎn)生了相互抑制和替代關(guān)系。然而，互聯(lián)網(wǎng)金融在商業(yè)功能上并不能完全取代商業(yè)銀行的地位，兩者逐漸尋找平衡點(diǎn)，產(chǎn)生了互利共生，共同發(fā)展的良性關(guān)系。因此，互聯(lián)網(wǎng)金融的出現(xiàn)對(duì)金融改革有著良好的倒逼作用，優(yōu)化了中國(guó)金融行業(yè)組織，同時(shí)在一定程度上促進(jìn)了金融監(jiān)管的創(chuàng)新，而并非是對(duì)傳統(tǒng)商業(yè)銀行造成顛覆性的影響。

5. 方差分解

為進(jìn)一步論證變量之間的內(nèi)在影響機(jī)制關(guān)系，進(jìn)一步進(jìn)行分析，同樣以ifr作為影響變量，Dnpl、Droe、dgr作為反應(yīng)變量，考慮三者方差變動(dòng)的貢獻(xiàn)度。大型商業(yè)銀行、中小股份制商業(yè)銀行的相關(guān)變量在受到ifr沖擊后的第10、20個(gè)預(yù)測(cè)期內(nèi)的方差分解結(jié)果如表5所示。

由表5可得，各因素變量的方差分解中，兩類銀行表現(xiàn)出明顯差異： ifr對(duì)大型商業(yè)銀行相應(yīng)變量的方差變動(dòng)的貢獻(xiàn)度隨著預(yù)測(cè)期時(shí)間的延長(zhǎng)呈現(xiàn)平穩(wěn)態(tài)勢(shì)，而對(duì)比中小股份制銀行的Dnpl方差變動(dòng)的貢獻(xiàn)度而言，其隨著預(yù)測(cè)期時(shí)間的延長(zhǎng)而快速增長(zhǎng)。兩者的差異顯示出中小股份制銀行Dnpl對(duì)互聯(lián)網(wǎng)金融的響應(yīng)沖擊反應(yīng)更加敏感。通過(guò)對(duì)各因素變量的方差貢獻(xiàn)度的研究， ifr對(duì)大型商業(yè)銀行Dnpl、 Droe、dgr方差變動(dòng)的貢獻(xiàn)度均在0.029以下；而ifr對(duì)中小股份制銀行Dnpl、Droe、dgr方差變動(dòng)的貢獻(xiàn)度均在0.044以下。相比之下，ifr對(duì)大型商業(yè)銀行各因素變量方差變動(dòng)的貢獻(xiàn)度相較于中小股份制銀行對(duì)應(yīng)的貢獻(xiàn)度較小，進(jìn)一步論證了中小股份制銀行總體上受互聯(lián)網(wǎng)金融沖擊的影響程度更大。

不良貸款率的貢獻(xiàn)率是銀行系統(tǒng)性風(fēng)險(xiǎn)的最大貢獻(xiàn)源，但其貢獻(xiàn)隨時(shí)間逐漸減少。不良貸款率指標(biāo)是衡量金融機(jī)構(gòu)信貸資產(chǎn)安全狀況的重要指標(biāo)之一。不良貸款率高，金融機(jī)構(gòu)收回貸款風(fēng)險(xiǎn)的就大；不良貸款率低，說(shuō)明中小金融機(jī)構(gòu)不收回貸款的風(fēng)險(xiǎn)小。銀行存款增長(zhǎng)率的貢獻(xiàn)率是次要的，主要反映了銀行吸收存款的能力，較強(qiáng)的能力，相應(yīng)的資本成本可能較低。但其貢獻(xiàn)隨著時(shí)間的推移而減少，可能是由于增加了成本貢獻(xiàn)。成本增加，吸收存款的能力下降，進(jìn)而成本收入會(huì)變大。第三是資產(chǎn)收益率的增長(zhǎng)，反映了銀行業(yè)務(wù)能力的強(qiáng)弱。從表5來(lái)看，其貢獻(xiàn)在逐漸增加。這表明，隨著時(shí)間的推移，互聯(lián)網(wǎng)金融的發(fā)展對(duì)商業(yè)銀行業(yè)務(wù)的發(fā)展起到了積極的推動(dòng)作用。

6. 模型驗(yàn)證

結(jié)果模型簡(jiǎn)單得到，互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行整體的沖擊具有“期限結(jié)構(gòu)效應(yīng)”，即初期影響較大，但是從中長(zhǎng)期來(lái)看隨著時(shí)間的推移而逐漸減小，且更傾向于加劇中小股份制銀行的貸款損失風(fēng)險(xiǎn)。而新興互聯(lián)網(wǎng)金融業(yè)務(wù)如支付寶第三方支付、P2P網(wǎng)絡(luò)貸款等在資產(chǎn)端和負(fù)債端都對(duì)傳統(tǒng)商業(yè)銀行的中間業(yè)務(wù)層面造成了影響，逐漸蠶食了商業(yè)銀行的市場(chǎng)勢(shì)力。綜上分析，數(shù)據(jù)結(jié)果驗(yàn)證了目前主流的互聯(lián)網(wǎng)金融對(duì)于商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)影響的路徑為“互聯(lián)網(wǎng)金融—商業(yè)銀行資產(chǎn)負(fù)債結(jié)構(gòu)（特別是中小股份制銀行的影響）—商業(yè)銀行成本收入比—商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)”。即兩者有逐漸互補(bǔ)的趨勢(shì)，且互聯(lián)網(wǎng)金融對(duì)于傳統(tǒng)金融行業(yè)的改革有著很好的倒逼作用，在一定程度上促進(jìn)了金融監(jiān)管的創(chuàng)新和新型融資方式、投資項(xiàng)目及其產(chǎn)業(yè)分布、項(xiàng)目經(jīng)營(yíng)的盈利性等的改革。

互聯(lián)網(wǎng)金融與商業(yè)銀行傳統(tǒng)業(yè)務(wù)的環(huán)境容量因?yàn)槭艿綄?duì)方種群密度及外界影響而改變，是隨時(shí)間變化的序列曲線。環(huán)境容量曲線，可看作是時(shí)間分成許多均等且短小的時(shí)間段后再積分的過(guò)程，任何時(shí)間區(qū)內(nèi)，互聯(lián)網(wǎng)金融和商業(yè)銀行傳統(tǒng)業(yè)務(wù)的環(huán)境容量可近似看作為一個(gè)固定值。因而當(dāng)時(shí)，在時(shí)間內(nèi)，兩者高密度的增長(zhǎng)環(huán)境符合Logistic方程。當(dāng)前，互聯(lián)網(wǎng)金融規(guī)模的增長(zhǎng)趨勢(shì)已逐漸趨近于平滑曲線，即逐漸邁入成熟發(fā)展期，兩者均處于增長(zhǎng)狀態(tài)，互聯(lián)網(wǎng)金融與商業(yè)銀行傳統(tǒng)業(yè)務(wù)的種群密度分別對(duì)應(yīng)著Logistic增長(zhǎng)模型S曲線的兩個(gè)階段，表現(xiàn)出類似的發(fā)展變化形態(tài)，從側(cè)面反映出兩者間具有共生發(fā)展的聯(lián)系。

經(jīng)過(guò)驗(yàn)證，接受原假設(shè)，即兩者之間均為正面影響，并且存在著非對(duì)稱的正向共生關(guān)系。進(jìn)而可論證，由于互聯(lián)網(wǎng)金融種群密度小于商業(yè)銀行業(yè)務(wù)的種群密度，在兩者逐漸的適應(yīng)和融合發(fā)展中，共生體系出現(xiàn)了新的共生能量，符合產(chǎn)生共生新能量的判據(jù)，體現(xiàn)了互聯(lián)網(wǎng)金融與傳統(tǒng)商業(yè)銀行存在著互利共生的關(guān)系。

四、結(jié)論

互聯(lián)網(wǎng)金融的發(fā)展背景下，商業(yè)銀行可采取的對(duì)策：1.改進(jìn)經(jīng)營(yíng)模式，建立共生體系；2.實(shí)現(xiàn)信息共享，提高客戶黏性；3.明確內(nèi)部機(jī)制與發(fā)展規(guī)范；4.優(yōu)化政策與法律環(huán)境；5.征信系統(tǒng)的完善。

互聯(lián)網(wǎng)金融在本質(zhì)上屬于虛擬影子銀行的一種，對(duì)傳統(tǒng)商業(yè)銀行的傳統(tǒng)業(yè)務(wù)形成了諸多方面的挑戰(zhàn)，對(duì)銀行市場(chǎng)勢(shì)力產(chǎn)生了嚴(yán)重威脅。本文通過(guò)向量自回歸模型（VAR），分析對(duì)商業(yè)銀行造成影響的主成分因素，同時(shí)對(duì)系統(tǒng)風(fēng)險(xiǎn)的產(chǎn)生機(jī)制進(jìn)行了實(shí)證分析。得出結(jié)論：互聯(lián)網(wǎng)金融行業(yè)與傳統(tǒng)商業(yè)銀行業(yè)務(wù)之間互相競(jìng)爭(zhēng)但又互利互補(bǔ)，新興互聯(lián)網(wǎng)金融的存在對(duì)中國(guó)傳統(tǒng)金融改革具有強(qiáng)制倒逼作用，促使了中國(guó)傳統(tǒng)金融機(jī)構(gòu)服務(wù)方式和業(yè)務(wù)模式的日趨完善。相信，隨著中國(guó)互聯(lián)網(wǎng)金融理念、技術(shù)和模式等方面的不斷更新和進(jìn)步，傳統(tǒng)金融機(jī)構(gòu)的改革發(fā)展必然邁入新的臺(tái)階。合作關(guān)系終究會(huì)成為網(wǎng)絡(luò)金融發(fā)展的路徑與傳統(tǒng)金融選擇。

參考文獻(xiàn)：

[1]Berger A N.The economic effects of technological progress：evidence from the banking industry[J].Journal of Money Credit&Banking;，2003（35）.

[2]Lehar A.Measuring systemic risk：a risk management approach[J].Ssrm Electronic Journal，2005（10）.

[3]Goodhart C，Schonemarker D.Burden sharing in a banking crisis in Europe[J].Fmg Special Papers，2006（05）.

[4]李雪凈.互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行盈利的門限效應(yīng)分析[J].經(jīng)濟(jì)論壇，2016（09）.

[5]楊敏，伍艷.我國(guó)信貸周期與銀行系統(tǒng)性風(fēng)險(xiǎn)關(guān)系的實(shí)證研究[J].北京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（03）.

[6]戴國(guó)強(qiáng)，方鵬飛.利率市場(chǎng)化與銀行風(fēng)險(xiǎn)——基于影子銀行與互聯(lián)網(wǎng)金融視角的研究[J].金融論壇，2014（08）.

[7]牛華勇，閔德寅.互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行的影響機(jī)制研究——基于新實(shí)證產(chǎn)業(yè)組織視角[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2015（03）.

[8]吳詩(shī)偉，朱業(yè)，李拓.利率市場(chǎng)化、互聯(lián)網(wǎng)金融與銀行——基于面板數(shù)據(jù)動(dòng)態(tài)GMM方法的實(shí)證檢驗(yàn)[J].金融經(jīng)濟(jì)學(xué)研究，2015（06）.

[9]艾瑞咨詢：2017年中國(guó)第三方支付市場(chǎng)監(jiān)測(cè)報(bào)告[R].http：//www.useit.com.cn/thread-16202-1-1.html.2017-08-16.

（作者單位：滁州學(xué)院數(shù)學(xué)與金融學(xué)院）