李麗媛

【摘要】對于商業(yè)銀行而言，其貸款業(yè)務(wù)與互聯(lián)網(wǎng)金融不僅具有競爭關(guān)系，也具有合作關(guān)系。伴隨互金行業(yè)的發(fā)展，銀行貸款業(yè)務(wù)受到了極大的沖擊，同時倒逼銀行不斷創(chuàng)新和升級傳統(tǒng)的開展業(yè)務(wù)的模式。對于商業(yè)銀行而言，要充分應(yīng)用互聯(lián)網(wǎng)技術(shù)，不斷調(diào)整原有的盈利模式，對信用與法制體系進(jìn)行規(guī)范與完善，同時要加強與互聯(lián)網(wǎng)金融平臺的合作，對信貸體系進(jìn)行不斷的完善。此外，有關(guān)部門還需進(jìn)一步強化對金融市場的監(jiān)管，促使其實現(xiàn)更好的發(fā)展。

【關(guān)鍵詞】互聯(lián)網(wǎng)金融 商業(yè)銀行 貸款

引言

作為一種新興的金融活動的開展模式，互聯(lián)網(wǎng)金融自出現(xiàn)后開始從各個層面變革傳統(tǒng)的金融體系。在此背景下，商業(yè)銀行的各項業(yè)務(wù)的開展都受到了非常大的影響。為實現(xiàn)更好的發(fā)展，積極的應(yīng)對新形勢所帶來的一系列的新挑戰(zhàn)，商業(yè)銀行也開始積極的擁抱互聯(lián)網(wǎng)，利用互聯(lián)網(wǎng)改進(jìn)傳統(tǒng)的開展貸款等業(yè)務(wù)的模式。實際上，從細(xì)分業(yè)務(wù)的視角來看，互金行業(yè)的客戶群體大多是不被商業(yè)銀行所接納的客戶群，二者之間所產(chǎn)生的影響看似并不大。但是同屬金融體系的范疇，二者之間必然存在各種各樣的影響，本文在此采用實證分析方法對其進(jìn)行研究。

一、模型構(gòu)建與實證檢驗

（一）構(gòu)建模型

為對本課題進(jìn)行量化研究，本文選取了P2P網(wǎng)貸發(fā)展水平相對較高的八個省市，分別是江蘇、北京、浙江、四川和湖北、山東以及上海與廣東，并選擇了全國的總量數(shù)據(jù)。其中，選擇的評價指標(biāo)主要是綜合利率r與成交量d，以二者作為解釋變量，被解釋變量Y是商業(yè)銀行的貸款數(shù)據(jù)，在此基礎(chǔ)上構(gòu)建面板數(shù)據(jù)模型。其中，r和d來自網(wǎng)貸之家所公布的權(quán)威數(shù)據(jù)，Y來自國泰安數(shù)據(jù)庫?？紤]到區(qū)域之間發(fā)展P2P網(wǎng)貸的起步以及程度的差異，一些早期的數(shù)據(jù)并不完整。因此，本文選取數(shù)據(jù)的日期區(qū)間的是2016年3月到2017年3月。對于商業(yè)銀行而言，其貸款數(shù)據(jù)受宏觀經(jīng)濟(jì)因素的影響，而本文在進(jìn)行研究時，其重點主要是互金行業(yè)發(fā)展對其產(chǎn)生的影響。并且由于模型難度與數(shù)據(jù)匹配性等因素的影響。所以，在選擇模型的解釋變量方面，只選取了與互金行業(yè)發(fā)展相關(guān)的數(shù)據(jù)作為解釋變量指標(biāo)。

在構(gòu)建回歸模型之前，要檢驗和處理數(shù)據(jù)。在對數(shù)據(jù)進(jìn)行取對數(shù)處理時，發(fā)現(xiàn)擬合優(yōu)度大大降低，從0.9823下降到0.7689。為解決這一問題，本文選擇統(tǒng)一網(wǎng)貸成交與商業(yè)銀行貸款數(shù)據(jù)的單位，將其統(tǒng)一設(shè)置為十億元單位，而不對其進(jìn)行取對數(shù)處理。先采用一階差分法處理數(shù)據(jù)以后，再檢驗其單位根，結(jié)果發(fā)現(xiàn)數(shù)據(jù)均能夠通過單位根檢驗，而且相對比較平穩(wěn)。并且各項數(shù)據(jù)都具有非常明顯的線性關(guān)系，并不再具有顯著的二次項趨勢。綜合多種因素考慮，本文將初始模型設(shè)定為以下形式：

Yit=C+b1dit+b2rit+eit

其中，b，和玩是解釋變量的系數(shù)，e是殘差，Y是解釋變量，d和r表示的是網(wǎng)貸成交量以及綜合利率等。

（二）實證檢驗

首先，對模型進(jìn)行單位根檢驗。在對數(shù)據(jù)進(jìn)行確認(rèn)以后，所有的數(shù)據(jù)都是同階但整，還要對數(shù)據(jù)之間是否具備長期關(guān)系進(jìn)行檢驗。所以，再對其進(jìn)行協(xié)整檢驗。

其次，由于原來的假設(shè)并不具備協(xié)整關(guān)系，即使其中一項的結(jié)果并不滿意。然而由于ADF與其他統(tǒng)計檢驗的P值都比0.05小，甚至一些比0.01還小，所以實際上對原假設(shè)進(jìn)行拒絕。通過對其進(jìn)行KAO檢驗，可以發(fā)現(xiàn)解釋與被解釋變量之間具有協(xié)整關(guān)系。在此前提下，就要對面板模型的類型進(jìn)行明確，發(fā)現(xiàn)其屬于何種數(shù)據(jù)類型，并對其進(jìn)行確認(rèn)。

再次，回歸分析與誤差修正模型。先對上述模型進(jìn)行回歸分析，然后分別構(gòu)建混合模型和固定模型以及隨機效應(yīng)模型與變系數(shù)模型等，對回歸結(jié)構(gòu)進(jìn)行對比，然后對其進(jìn)行檢驗。此外，由于存在的長期均衡的協(xié)整關(guān)系，對于短期關(guān)系進(jìn)行模型的修正，促使其精確度的提升，得出相應(yīng)的回歸結(jié)果，如表2所示。

（三）計量結(jié)果

在對模型進(jìn)行修正以后，擬合優(yōu)度得以提升，其值達(dá)到了0.74。而對于未修正的模型，其擬合優(yōu)度僅有0.67。從F檢驗來看，整體顯著性是46.2917，且P值是0，所以能夠通過顯著性檢驗。對于常數(shù)C而言，其t統(tǒng)計值是39.83，P值亦為0.這也說明該模型具有非常顯著的變量。并且其系數(shù)是136.5621，這也說明其與被解釋變量具有顯著的正相關(guān)關(guān)系。在綜合利率T統(tǒng)計下，其P值僅為0.08，顯著性并不高，而且其系數(shù)是106.3987，說明其與商業(yè)銀行的貸款規(guī)模具有正比例關(guān)系。對于成交量，在T檢驗下，其P值是0，可以通過該檢驗，解釋變量具有顯著性。但是成交量的系數(shù)是-14.3874，這也說明P2P網(wǎng)貸的成交量與與商業(yè)銀行的貸款規(guī)模成反向變動的關(guān)系。就當(dāng)前時期的系數(shù)來看，其影響程度并不顯著，但是伴隨網(wǎng)貸成交規(guī)模的提升，會給商業(yè)銀行帶來很多無法規(guī)避的問題。

二、我國商業(yè)銀行貸款受互聯(lián)網(wǎng)金融發(fā)展的影響

（一）對商業(yè)銀行貸款規(guī)模的影響

首先，分析影響的結(jié)果。根據(jù)實證分析可以看出，在剔除其他因素的影響以后，P2P網(wǎng)貸利率的增加，會促進(jìn)商業(yè)銀行貸款規(guī)模的擴(kuò)大，綜合利率系數(shù)106.3987，說明據(jù)有一定程度的影響。隨著P2P網(wǎng)貸綜合利率的增加，需要付出的利息更多，其優(yōu)勢也會逐漸弱化[1]。資金需求者對于商業(yè)銀行貸款也更加重視，因此擴(kuò)大了商貸規(guī)模。此外，P2P規(guī)模的增長使得成交量非常高，這也說明網(wǎng)絡(luò)投資者對于的數(shù)量逐漸增多，而且一些商貸的潛在客戶，也逐漸將目光投向網(wǎng)貸市場。成為P2P網(wǎng)貸平臺的客戶，增加了其成交量。由此可以得出，商貸與網(wǎng)貸的成交量存在替換關(guān)系，二者具有負(fù)相關(guān)性。

其次，影響的原因。P2P以及互金行業(yè)的發(fā)展會逐步深化對商業(yè)銀行貸款規(guī)模所產(chǎn)生的影響。主要原因在于網(wǎng)貸平臺所具有的諸多優(yōu)勢，主要體現(xiàn)在審核和期限等多個方面。相對而言，網(wǎng)貸平臺的標(biāo)準(zhǔn)比較低，可以吸納很多不符合銀行貸款標(biāo)準(zhǔn)的客戶，比如一些個人與中小微企業(yè)等[2]。這是商業(yè)銀行為確保其風(fēng)控效果和經(jīng)營成本而不具備的優(yōu)勢。所以，長遠(yuǎn)來看，伴隨互金行業(yè)的發(fā)展，商業(yè)銀行所受到的影響還會進(jìn)一步深化。就筆者所調(diào)研的數(shù)據(jù)來看，一些發(fā)達(dá)地區(qū)網(wǎng)貸的成交規(guī)模不斷攀升，并且可以借助互聯(lián)網(wǎng)的優(yōu)勢，其經(jīng)營不再受傳統(tǒng)的時空限制，并且開展業(yè)務(wù)的成本也非常低。相對于互金行業(yè)來說，商業(yè)銀行在經(jīng)營方面投入的成本相對比較高。伴隨行業(yè)格局的初步形成，P2P網(wǎng)貸公司也將逐步實現(xiàn)規(guī)?；鸵?guī)范化的發(fā)展。這也使得傳統(tǒng)信貸業(yè)務(wù)在銀行經(jīng)營中的地位發(fā)生了極大的改變。