李慶華，李峰波，徐淑華

(1．華中師范大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院， 武漢 430079；2．華北科技學(xué)院 管理學(xué)院，北京 065201)

內(nèi)容提要：余額寶是我國(guó)規(guī)模最大的貨幣市場(chǎng)基金，本文從余額寶收益率與商業(yè)銀行利率間聯(lián)動(dòng)關(guān)系和商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)兩個(gè)視角分別構(gòu)建DCC-MVGARCH模型和SVAR模型研究互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行的沖擊。研究結(jié)果表明，余額寶收益率與商業(yè)銀行利率存在正向聯(lián)動(dòng)關(guān)系；從長(zhǎng)期來(lái)看，余額寶的發(fā)展對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響趨于均衡，但在短期內(nèi)，余額寶的發(fā)展增加了商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)。因此，應(yīng)當(dāng)規(guī)范互聯(lián)網(wǎng)金融的發(fā)展，強(qiáng)化監(jiān)管，使互聯(lián)網(wǎng)金融與商業(yè)銀行互利共生的同時(shí)降低銀行的系統(tǒng)性風(fēng)險(xiǎn)。

近年來(lái)，互聯(lián)網(wǎng)金融“野蠻生長(zhǎng)”，撬動(dòng)了商業(yè)銀行的利益“奶酪”并日益顯現(xiàn)出不容小覷的優(yōu)勢(shì)。根據(jù)天弘基金披露數(shù)據(jù)顯示，截至2018年第三季度末，余額寶的凈資產(chǎn)規(guī)模已達(dá)到1.323萬(wàn)億元，購(gòu)買(mǎi)余額寶理財(cái)產(chǎn)品的用戶(hù)占總用戶(hù)的81.8%，余額寶已經(jīng)成為互聯(lián)網(wǎng)金融領(lǐng)域的“領(lǐng)頭羊”。與此同時(shí)，監(jiān)管層也注意到互聯(lián)網(wǎng)金融發(fā)展過(guò)程中的不定因素與潛在風(fēng)險(xiǎn)。2018年6月證監(jiān)會(huì)和央行聯(lián)合出臺(tái)了《關(guān)于進(jìn)一步規(guī)范貨幣市場(chǎng)基金互聯(lián)網(wǎng)銷(xiāo)售、贖回相關(guān)服務(wù)的指導(dǎo)意見(jiàn)》，其中對(duì)“個(gè)體投資者在單一基金銷(xiāo)售機(jī)構(gòu)里持有的單只貨幣市場(chǎng)基金在單日進(jìn)行T+0贖回提現(xiàn)時(shí)金額不能超過(guò)1萬(wàn)元”的限定備受關(guān)注。從2018年6月6日起，余額寶轉(zhuǎn)出到銀行卡的快速到賬額度也被限定為單日單戶(hù)1萬(wàn)元。

爆發(fā)式發(fā)展的互聯(lián)網(wǎng)金融毋庸置疑地能夠催化金融改革，但它與傳統(tǒng)商業(yè)銀行之間是此消彼長(zhǎng)的競(jìng)爭(zhēng)還是彼岸相望式的發(fā)展？本文通過(guò)剖析以余額寶為代表的互聯(lián)網(wǎng)金融與商業(yè)銀行利率的聯(lián)動(dòng)關(guān)系以及前者對(duì)后者產(chǎn)生風(fēng)險(xiǎn)影響，為合理引導(dǎo)互聯(lián)網(wǎng)金融的發(fā)展和商業(yè)銀行自身的改革提供理論依據(jù)。

一、文獻(xiàn)回顧

國(guó)內(nèi)外關(guān)于互聯(lián)網(wǎng)金融的發(fā)展對(duì)商業(yè)銀行影響的研究主要集中于利率波動(dòng)關(guān)系和風(fēng)險(xiǎn)管控兩大方面。

有研究表明，上海銀行間同業(yè)拆放利率(Shibor)對(duì)互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品和貨幣市場(chǎng)基金的收益率具有顯著的正向影響[1]，并且其波動(dòng)存在“逆周期性”[2]。而互聯(lián)網(wǎng)貨幣基金收益率對(duì)Shibor的影響作用為負(fù)向脈沖響應(yīng)，Shibor對(duì)互聯(lián)網(wǎng)貨幣基金收益率則呈現(xiàn)正向的脈沖響應(yīng)[3]。相反的觀點(diǎn)認(rèn)為互聯(lián)網(wǎng)貨幣型基金的收益率雖然有助于加速利率市場(chǎng)化的改革進(jìn)程，但不能過(guò)于放大互聯(lián)網(wǎng)金融對(duì)于貨幣市場(chǎng)的沖擊效應(yīng)[4]。由此可見(jiàn)，關(guān)于互聯(lián)網(wǎng)金融收益率和商業(yè)銀行利率的關(guān)系缺乏聯(lián)動(dòng)分析，雖然有個(gè)別學(xué)者注意到二者存在相互作用，但是隱含的基本假設(shè)認(rèn)為商業(yè)銀行和互聯(lián)網(wǎng)金融在金融市場(chǎng)中是相互競(jìng)爭(zhēng)甚至是對(duì)立的，某種程度上否定了互聯(lián)網(wǎng)金融與商業(yè)銀行和平共處、互利共生的可能性。

關(guān)于互聯(lián)網(wǎng)金融的發(fā)展是否會(huì)增加商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)，理論研究尚未形成統(tǒng)一定論。有文獻(xiàn)表明，互聯(lián)網(wǎng)金融具有技術(shù)溢出效應(yīng)，減少了銀行貸款關(guān)系中的信息不對(duì)稱(chēng)，有利于銀行風(fēng)險(xiǎn)管理[5]。從技術(shù)創(chuàng)新角度出發(fā)，互聯(lián)網(wǎng)金融的云計(jì)算和大數(shù)據(jù)使得商業(yè)銀行更容易識(shí)別信用風(fēng)險(xiǎn)，提高了商業(yè)銀行對(duì)于風(fēng)險(xiǎn)的識(shí)別能力，也提高了整個(gè)金融市場(chǎng)對(duì)于系統(tǒng)性風(fēng)險(xiǎn)的抵御水平[6]，彌補(bǔ)了其盈利性和風(fēng)險(xiǎn)方面的不足，有效地降低了銀行破產(chǎn)風(fēng)險(xiǎn)[7]。相反的觀點(diǎn)則認(rèn)為，互聯(lián)網(wǎng)金融中由于逆向選擇而所導(dǎo)致的信用風(fēng)險(xiǎn)，并不能通過(guò)使用互聯(lián)網(wǎng)技術(shù)而降低[8]。此外，互聯(lián)網(wǎng)金融通過(guò)影響銀行的資產(chǎn)負(fù)債結(jié)構(gòu)，在短期內(nèi)顯著增加了銀行的系統(tǒng)性風(fēng)險(xiǎn)[9]。而以余額寶為代表的互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行資產(chǎn)和負(fù)債業(yè)務(wù)造成了重大沖擊，并對(duì)資本市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)具有顯著的溢出效應(yīng)[10]。

由此可見(jiàn)，對(duì)相關(guān)問(wèn)題的研究至少可以從三個(gè)方面進(jìn)行改進(jìn)：首先，可通過(guò)構(gòu)建DCC-MVGARCH模型來(lái)考察互聯(lián)網(wǎng)金融與商業(yè)銀行的互利共生關(guān)系。其次，對(duì)影響銀行系統(tǒng)性風(fēng)險(xiǎn)的指標(biāo)運(yùn)用主成分分析方法進(jìn)行篩選，剔除影響較小或者無(wú)關(guān)指標(biāo)。最后，打破以往構(gòu)建系統(tǒng)性風(fēng)險(xiǎn)指數(shù)的傳統(tǒng)方法，采取逆向方法對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)進(jìn)行分解，構(gòu)建SVAR模型探究互聯(lián)網(wǎng)金融對(duì)不同風(fēng)險(xiǎn)指標(biāo)的影響。經(jīng)過(guò)以上三大改進(jìn)，可以從動(dòng)態(tài)視角有效地考察互聯(lián)網(wǎng)金融與銀行利率波動(dòng)的聯(lián)動(dòng)關(guān)系；不僅能夠有效地研究互聯(lián)網(wǎng)金融對(duì)于商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)的影響，而且還可以反映出互聯(lián)網(wǎng)金融對(duì)不同風(fēng)險(xiǎn)指標(biāo)影響的差異性。

二、余額寶收益率與銀行利率的聯(lián)動(dòng)性

(一)模型構(gòu)建

利率作為金融市場(chǎng)中最為敏感的信號(hào)，具有動(dòng)態(tài)變化的特點(diǎn)，而DCC-MVGARCH模型因具有簡(jiǎn)潔性、直觀性、穩(wěn)定性的特點(diǎn)被學(xué)界廣泛用于金融市場(chǎng)和金融資產(chǎn)的動(dòng)態(tài)相關(guān)性研究中。此處借鑒趙雪瑾等(2016)對(duì)于市場(chǎng)聯(lián)動(dòng)性的研究思路以及DCC-MVGRACH模型的構(gòu)建方法，來(lái)分析余額寶收益率與商業(yè)銀行利率之間的聯(lián)動(dòng)關(guān)系，定義二者的相關(guān)系數(shù)為ρt。

相關(guān)系數(shù)通常被用來(lái)衡量變量之間相關(guān)性的強(qiáng)弱，相關(guān)系數(shù)的取值范圍在0-1之間，按照學(xué)界關(guān)于相關(guān)系數(shù)值大小與相關(guān)性強(qiáng)弱的界定，此處定義|ρ|=0，完全不相關(guān)0<|ρ|<0.19，微弱相關(guān)；0.2<|ρ|<0.39，低度相關(guān)；0.4<|ρ|<0.69，顯著相關(guān)；0.7<|ρ|<0.89，高度相關(guān)；0.9<|ρ|<1，極高度相關(guān)；|ρ|=1，完全相關(guān)。

利用DCC-MVGARCH模型確定余額寶收益率和商業(yè)銀行利率的相關(guān)系數(shù)ρt的具體方法如下：

假定t時(shí)刻余額寶收益率為r1,t，商業(yè)銀行的利率為r2,t，令rt=(r1,t,r2,t)′，rt服從均值為0，協(xié)方差矩陣為Ht的條件多元正態(tài)分布：

rt|Ft-1～N(0,Nt)

(1)

Ht=DtRtDt

(2)

(3)

我們采取了分兩個(gè)階段的方法去估計(jì)Ht，那么在第一階段的估計(jì)過(guò)程中，我們分別對(duì)r1和r2進(jìn)行估計(jì)，那么就可以得出單變量GARCH方程：

(4)

第二階段由式(4)得到標(biāo)準(zhǔn)化殘差εt=D-1rt，εt～N(0,Rt)，則動(dòng)態(tài)條件相關(guān)結(jié)構(gòu)為：

(5)

在(5)式中，Qt代表的是標(biāo)準(zhǔn)化的殘差εt的2行×2列的時(shí)變協(xié)方差矩陣，而Q則代表的是標(biāo)準(zhǔn)化的殘差εt的無(wú)條件方差矩陣，我們需要估計(jì)的系數(shù)是α和β。它們的取值需要滿(mǎn)足α+β<1這一條件。之后，我們進(jìn)一步對(duì)Qt進(jìn)行標(biāo)準(zhǔn)化處理，就可以得到Rt：

Rt=(Q*)-1Qt(Q*)-1

(6)

下面采用最大似然估計(jì)法估計(jì)參數(shù)，對(duì)數(shù)似然函數(shù)值可表示為：

(7)

將式(2)和εt=D-1rt代入式(7)，得：

(8)

令：

(9)

(10)

綜上所述，(8)式就可以表示為L(zhǎng)=Lv+Lc。由于我們采用了分兩個(gè)階段的估計(jì)方法，在第一階段對(duì)波動(dòng)部分的估計(jì)中，我們估計(jì)得到了Lv；在此基礎(chǔ)上，在第二階段中，我們進(jìn)一步對(duì)相關(guān)性部分Lc進(jìn)行估計(jì)。經(jīng)過(guò)兩個(gè)階段的估計(jì)之后，我們就可以得到L，進(jìn)而也就可以得到α和β這兩個(gè)參數(shù)的估計(jì)值了。

(二)實(shí)證分析

1.數(shù)據(jù)來(lái)源

為了研究中國(guó)金融市場(chǎng)中以余額寶為代表的互聯(lián)網(wǎng)金融與商業(yè)銀行利率之間波動(dòng)的聯(lián)動(dòng)性，我們分別選取了余額寶七日年收益率以及同一時(shí)期上海銀行間同業(yè)拆借利率(Shibor)數(shù)據(jù)，余額寶七日年化收益率數(shù)據(jù)摘自于余額寶基金管理公司官網(wǎng)，上海銀行間同業(yè)拆借利率(Shibor)摘自于上海銀行間同業(yè)拆借官網(wǎng)?？紤]到余額寶是在2013年之后才投入市場(chǎng)的，我們最終選擇2013年5月30日至2018年10月16日余額寶七日年化收益率與一周Shibor數(shù)據(jù)作為此次研究的樣本數(shù)據(jù)，總共獲得有效數(shù)據(jù)1311個(gè)，我們結(jié)合Eviews8.0和R軟件，通過(guò)建立DCC-MVGARCH模型來(lái)探尋兩者利率之間波動(dòng)的關(guān)系。

2.統(tǒng)計(jì)描述

對(duì)余額寶收益率與商業(yè)銀行利率數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到圖1與圖2。

圖1 余額寶收益率數(shù)據(jù)統(tǒng)計(jì) 圖2 商業(yè)銀行利率數(shù)據(jù)統(tǒng)計(jì)

由圖1與圖2可知余額寶與商業(yè)銀行的利率均值分別為0.038519與0.030677，相對(duì)而言余額寶收益率要略高于銀行利率。銀行利率的偏度與峰度都要大于余額寶收益率，通過(guò)JB統(tǒng)計(jì)量檢驗(yàn)其是否服從正態(tài)分布，結(jié)果表明兩個(gè)統(tǒng)計(jì)量都遠(yuǎn)遠(yuǎn)大于5%的顯著水平下的臨界值5.9915，說(shuō)明兩者利率均不服從正態(tài)分布。

3.單位根檢驗(yàn)

為了避免后續(xù)操作陷入“偽回歸”，在使用DCC-MVGARCH模型前必須保證時(shí)間序列變量是平穩(wěn)的。因此采用單位根檢驗(yàn)來(lái)確定兩種變量的穩(wěn)定性。檢驗(yàn)結(jié)果表明Shibor數(shù)據(jù)是平穩(wěn)序列，余額寶七日年化收益率數(shù)據(jù)雖然顯示不平穩(wěn)，但通過(guò)使用R軟件對(duì)余額寶七日年化收益率進(jìn)行協(xié)整檢驗(yàn)后，得到在1%的顯著水平下序列是平穩(wěn)的。以上便滿(mǎn)足了DCC-MVGARCH模型使用的前提條件，以便實(shí)證進(jìn)一步進(jìn)行。

4.多變量DCC-MVGARCH模型的估計(jì)結(jié)果

根據(jù)AIC最小準(zhǔn)則，本文選取GARCH(1，1)來(lái)估計(jì)余額寶七日年化收益率和一周Shibor。表1是DCC-MVGARCH模型具體的估計(jì)結(jié)果。表中alpha+beta<1，符合約束條件，并且alpha和beta的p值都接近于0，拒絕原假設(shè)，alpha和beta都不為0。這也驗(yàn)證了標(biāo)準(zhǔn)化殘差εt確實(shí)能夠?qū)ο嚓P(guān)系數(shù)ρt產(chǎn)生顯著的影響。同時(shí)alpha+beta值越接近于1，說(shuō)明變量的相關(guān)性變動(dòng)越具有較強(qiáng)的持續(xù)性特征。由表1可以看出，余額寶七日年化收益率和一周shibor的相關(guān)性變動(dòng)具有較強(qiáng)的持續(xù)性。

在上文利用DCC-MVGARCH模型估計(jì)余額寶七日年化收益率與一周shibor的動(dòng)態(tài)相關(guān)性的基礎(chǔ)上，進(jìn)一步利用統(tǒng)計(jì)圖對(duì)動(dòng)態(tài)相關(guān)系數(shù)的變化進(jìn)行顯示。從圖3中可知，在第1期至第1311期兩者利率之間每一期的動(dòng)態(tài)相關(guān)系數(shù)中，大部分的數(shù)值大于0，且在第500期至第950期內(nèi)系數(shù)幾乎沒(méi)有任何波動(dòng)，保持較高的正相關(guān)。而在第950期至第1250期內(nèi)動(dòng)態(tài)系數(shù)發(fā)生了非常劇烈的波動(dòng)，隨后又恢復(fù)到原來(lái)的水平。這表明余額寶七日年化收益率與一周Shibor之間總體而言具有較強(qiáng)的正向聯(lián)動(dòng)性。這也與DCC-MVGARCH模型的估計(jì)結(jié)果一致。

表1 DCC-MVGARCH模型估計(jì)結(jié)果

圖3 動(dòng)態(tài)相關(guān)系數(shù)統(tǒng)計(jì)圖

進(jìn)一步由表2可知，余額寶七日年化收益率與一周Shibor間的動(dòng)態(tài)相關(guān)系數(shù)中位數(shù)為0.95，均值為0.64，說(shuō)明這兩者在總體上呈正相關(guān)且相關(guān)性較高。綜上所述，余額寶七日年化收益率與一周Shibor之間存在較強(qiáng)的正向聯(lián)動(dòng)關(guān)系。之所以二者的利率呈現(xiàn)正向聯(lián)動(dòng)關(guān)系是由于余額寶的絕大部分的資金最終流向商業(yè)銀行。余額寶的本質(zhì)為貨幣市場(chǎng)基金，其吸納的社會(huì)閑散資金主要以與商業(yè)銀行的短期協(xié)議存款的形式流入銀行，以賺取利率差價(jià)。而余額寶與商業(yè)銀行的短期存款協(xié)議利率的參考值主要為Shibor。從這一層面上看，以余額寶為代表的互聯(lián)網(wǎng)金融某種程度上是商業(yè)銀行在互聯(lián)網(wǎng)金融業(yè)務(wù)上的延伸，與商業(yè)銀行是互利共生的關(guān)系。

表2 動(dòng)態(tài)相關(guān)系數(shù)統(tǒng)計(jì)量

三、余額寶與銀行系統(tǒng)性風(fēng)險(xiǎn)

(一)指標(biāo)選取與數(shù)據(jù)來(lái)源

上文通過(guò)構(gòu)建DCC-MVGRACH模型考察了以余額寶為代表的互聯(lián)網(wǎng)金融與商業(yè)銀行的利率聯(lián)動(dòng)關(guān)系，但僅從利率角度考察無(wú)法全面客觀地衡量互聯(lián)網(wǎng)金融與商業(yè)銀行的關(guān)系。而銀行的系統(tǒng)性風(fēng)險(xiǎn)是學(xué)界和監(jiān)管層最為關(guān)注的焦點(diǎn)，因此，通過(guò)對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的考察可以有效考察二者在具有聯(lián)動(dòng)關(guān)系的基礎(chǔ)上是否能夠互利共生。本文在鄒靜和王洪衛(wèi)(2017)[9]關(guān)于互聯(lián)網(wǎng)金融和銀行系統(tǒng)性風(fēng)險(xiǎn)的研究基礎(chǔ)上，進(jìn)一步對(duì)系統(tǒng)性風(fēng)險(xiǎn)指數(shù)進(jìn)行分解，來(lái)探究互聯(lián)網(wǎng)金融具體影響到何種指標(biāo)進(jìn)而對(duì)銀行的系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生影響，分析互聯(lián)網(wǎng)金融影響商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的內(nèi)在機(jī)制。同時(shí)借鑒其簡(jiǎn)化SVAR模型的思路來(lái)構(gòu)造非限制性VAR模型。

1.銀行系統(tǒng)風(fēng)險(xiǎn)指標(biāo)的選取

參照中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)2005年末頒布的《商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管核心指標(biāo)(試行)》和學(xué)界常用的構(gòu)建銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)的指標(biāo)體系，從風(fēng)險(xiǎn)水平指標(biāo)、風(fēng)險(xiǎn)遷徙指標(biāo)和風(fēng)險(xiǎn)抵補(bǔ)指標(biāo)及其他影響銀行系統(tǒng)性風(fēng)險(xiǎn)的指標(biāo)中選取了13個(gè)指標(biāo)，并運(yùn)用主成分分析法對(duì)這13個(gè)指標(biāo)進(jìn)行篩選，具體指標(biāo)如表3所示。

表3 銀行系統(tǒng)性風(fēng)險(xiǎn)測(cè)度的指標(biāo)體系

在進(jìn)行主成分分析之前一般要進(jìn)行KMO檢驗(yàn)和Bartlett球形檢驗(yàn)，KMO檢驗(yàn)和Bartlett球形檢驗(yàn)主要用來(lái)檢驗(yàn)變量之間的相關(guān)性，KMO的值越接近與1代表變量之間的相關(guān)性越強(qiáng)，越適合做主成分分析；Bartlett球形檢驗(yàn)的p值越接近于0，表示越適合做主成分分析，如表4所示，KMO的值為0.6325,而B(niǎo)artlett球形檢驗(yàn)在5%的水平下是顯著的。綜上所述，適合進(jìn)行主成分分析。

表4 KMO檢驗(yàn)和Bartlett球形檢驗(yàn)

如表5所示，由Eviews8.0統(tǒng)計(jì)軟件報(bào)告的結(jié)果可知，前四個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到了92.340%，為了盡量不遺漏重要的解釋指標(biāo)，我們將主成分累計(jì)貢獻(xiàn)率確定在≥90%的水平上，因此選取商業(yè)銀行撥備充足率(Coverage)、商業(yè)銀行不良貸款比例(Loan)、商業(yè)銀行存款與貸款比例(Ratio)以下簡(jiǎn)稱(chēng)存貸比、商業(yè)銀行人民幣超額備付金率(Excess reserve)作為影響銀行系統(tǒng)性風(fēng)險(xiǎn)的主要指標(biāo)。

以往的研究中往往通過(guò)對(duì)主要風(fēng)險(xiǎn)指標(biāo)進(jìn)行加權(quán)平均來(lái)構(gòu)造銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)，此處只選用四個(gè)主要指標(biāo)來(lái)代銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)是基于以下兩點(diǎn)考慮：(1)四個(gè)主要指標(biāo)的累計(jì)貢獻(xiàn)率達(dá)到了92.340%，通過(guò)對(duì)四個(gè)主要指標(biāo)的考察完全可以反映互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響。(2)兼顧總體性的同時(shí)，可以比較互聯(lián)網(wǎng)金融對(duì)四個(gè)主要指標(biāo)影響的差異性，挖掘系統(tǒng)性風(fēng)險(xiǎn)指數(shù)背后隱藏的經(jīng)濟(jì)信息。

表5 特征值及解釋的總方差

2.互聯(lián)網(wǎng)金融指標(biāo)選取

互聯(lián)網(wǎng)金融的代表指標(biāo)則選取資產(chǎn)份額最高，最具代表性的余額寶的七日年化收益變化率作為衡量指標(biāo)。余額寶七日年化收益率如圖4所示。

3.數(shù)據(jù)來(lái)源

數(shù)據(jù)的時(shí)間區(qū)間為2013年5月30日至2018年10月16日，把余額寶七日年化率數(shù)據(jù)作為互聯(lián)網(wǎng)金融利率的數(shù)據(jù)樣本，并將該數(shù)據(jù)轉(zhuǎn)化為季度數(shù)據(jù)。銀行系統(tǒng)性風(fēng)險(xiǎn)數(shù)據(jù)包括商業(yè)銀行撥備充足率、商業(yè)銀行不良貸款比例、商業(yè)銀行存貸比和商業(yè)銀行人民幣超額備付金率主要來(lái)源于中國(guó)人民銀行網(wǎng)站、中國(guó)銀監(jiān)會(huì)網(wǎng)站、金融統(tǒng)計(jì)年鑒，wind資訊等。

圖4 2013年第2季度至2018年第2季度余額寶七日年化收益率

(二)模型構(gòu)建

1.平穩(wěn)性檢驗(yàn)

根據(jù)平穩(wěn)性檢驗(yàn)的結(jié)果如表6所示，Coverage是平穩(wěn)的，Yuebao、Loan、Ratio和Excess reserve四個(gè)主要變量是不平穩(wěn)的，Ratio和Excess reserve經(jīng)過(guò)一階差分之后是平穩(wěn)的，yuebao和Loan經(jīng)過(guò)二階差分之后是平穩(wěn)的。

表6 變量的單位根檢驗(yàn)

根據(jù)最優(yōu)滯后階數(shù)準(zhǔn)則，那么該模型應(yīng)該是最優(yōu)滯后兩階，由此建立VAR模型，對(duì)模型的單位根檢驗(yàn)如圖5所示，單位根的倒數(shù)全部落在單位圓之內(nèi)，這說(shuō)明VAR模型是平穩(wěn)的。

2.建立模型

但是，VAR模型有著明顯的缺點(diǎn)，它無(wú)法反映變量之間的同期影響關(guān)系，而學(xué)界目前普遍采用SVAR模型代替VAR模型來(lái)研究變量之間的同期影響，基于以上分析，我們選擇了包含所有的變量滯后2期的SVAR模型：

BYt=A0+A1Yt-1+A2Yt-2+μt

則變量的參數(shù)矩陣為：

(11)

圖5 模型的AR根檢驗(yàn)

其中Yuebao為余額寶的收益變化率，Coverage為銀行撥備充足率，Loan為商業(yè)銀行不良貸款比例，Ratio為商業(yè)銀行存貸比，Excess reserve為商業(yè)銀行人民幣超額備付金率。矩陣B表示變量之間的同期相關(guān)性。假設(shè)矩陣B為可逆矩陣，那么SVAR模型轉(zhuǎn)化為非限制性VAR：

Yt=B-1A0+B-1A1Yt-1+B-1A2Yt-2+B-1εt

(12)

即可通過(guò)簡(jiǎn)化的VAR來(lái)估計(jì)SVAR模型。考慮到SVAR模型需要施加約束條件，而模型中包含5個(gè)變量，需要施加10個(gè)約束條件。

(三)實(shí)證分析

1.脈沖響應(yīng)函數(shù)分析

為探究余額寶收益率變化對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的四個(gè)主要指標(biāo)的動(dòng)態(tài)影響特征，我們利用脈沖響應(yīng)函數(shù)進(jìn)行分析。因?yàn)榻柚}沖響應(yīng)函數(shù)可以刻畫(huà)在擾動(dòng)項(xiàng)基礎(chǔ)上加上單位標(biāo)準(zhǔn)差大小的沖擊時(shí)，對(duì)于內(nèi)生變量當(dāng)前值和未來(lái)值的改變。從圖6中可以看出，從第1至1.5期余額寶收益變化率對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)中的商業(yè)銀行存貸比指標(biāo)的影響呈現(xiàn)出明顯增強(qiáng)的負(fù)向效應(yīng)并在1.5期達(dá)到最大。之后，一直到第3.5期，余額寶的收益變化率對(duì)商業(yè)銀行存貸比的負(fù)向效應(yīng)迅速減弱，并且在3.5期之后，出現(xiàn)了較強(qiáng)的正向效應(yīng)，6期之后逐漸趨于均衡。與此同時(shí)，第1至第4期，余額寶的收益率水平的變動(dòng)對(duì)商業(yè)銀行不良貸款比例有一個(gè)先迅速增強(qiáng)后又快速減弱的負(fù)向效應(yīng)，而在第4期之后，這種效應(yīng)逐漸趨于穩(wěn)定并在零水平附近小幅度地波動(dòng)。而銀行系統(tǒng)性風(fēng)險(xiǎn)中商業(yè)銀行撥備充足率與商業(yè)銀行人民幣超額備付金率始終對(duì)余額寶收益變化率的變動(dòng)的響應(yīng)很小。這與實(shí)際情況相符，在余額寶誕生之初，受市場(chǎng)資金面緊張和“錢(qián)荒”事件等的影響，當(dāng)時(shí)余額寶收益率水平呈現(xiàn)較高狀態(tài)，此時(shí)它對(duì)商業(yè)銀行存貸比自然產(chǎn)生明顯地負(fù)向效應(yīng)。但后來(lái)由于受到余額寶的貨幣基金本質(zhì)屬性制約，其利率無(wú)法保持在前期的較高狀態(tài)，也就無(wú)法對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的四個(gè)主要指標(biāo)一直產(chǎn)生負(fù)向作用，而是逐漸趨減的波動(dòng)影響狀態(tài)。

圖6 銀行系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)對(duì)互聯(lián)網(wǎng)金融沖擊的響應(yīng)

綜上可知，余額寶收益變化率對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的四種主要指標(biāo)的影響具有明顯的差異性。在短期內(nèi)余額寶收益變化率對(duì)商業(yè)銀行存貸比以及商業(yè)銀行不良貸款率具有明顯的負(fù)向抑制作用，且影響非常大，但對(duì)其他兩個(gè)指標(biāo)影響不顯著。這是因?yàn)?，?dāng)余額寶收益率升高時(shí)，在一定程度上引起貨幣市場(chǎng)資金面緊張，銀行存款有所減少，而在貸款不變的情況下，導(dǎo)致銀行的存貸比便有所下降。從長(zhǎng)期來(lái)看，余額寶收益變化率對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)中的這四種因素的影響趨于平穩(wěn)且總體是緩慢增強(qiáng)的，這也說(shuō)明以余額寶為代表的互聯(lián)網(wǎng)金融的發(fā)展在某種程度上已經(jīng)對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生了一定影響，它的存在與變化會(huì)小幅度地增加銀行系統(tǒng)性風(fēng)險(xiǎn)，因此央行對(duì)于余額寶的監(jiān)管與控制也是有理可循的。

圖7 銀行系統(tǒng)性風(fēng)險(xiǎn)的方差分解

2.方差分解分析

方差分解的關(guān)鍵思想是通過(guò)按成因與各方程信息相關(guān)的組成部分來(lái)逐一分解系統(tǒng)中內(nèi)生變量的波動(dòng)，從而對(duì)不同結(jié)構(gòu)沖擊造成的內(nèi)生變量的變化程度做出評(píng)價(jià)。圖7為分解結(jié)果圖，從中不難發(fā)現(xiàn)，銀行系統(tǒng)性風(fēng)險(xiǎn)在初期受商業(yè)銀行人民幣超額備付金率、商業(yè)銀行存貸比的影響最大，但隨后兩者的貢獻(xiàn)度都在減弱并在后期趨于穩(wěn)定；而不良貸款率與余額寶收益變化率的貢獻(xiàn)度在早期則呈現(xiàn)強(qiáng)勢(shì)上升趨勢(shì)，在后期則趨于穩(wěn)定。這就說(shuō)明，以余額寶為代表的互聯(lián)網(wǎng)金融的發(fā)展在某種程度上已經(jīng)對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生了一定影響，但該影響在余額寶發(fā)展至今已保持在了一個(gè)相對(duì)穩(wěn)定的程度。

表7 格蘭杰因果檢驗(yàn)結(jié)果

3.格蘭杰因果檢驗(yàn)

在進(jìn)行單位根和協(xié)整檢驗(yàn)分析后，可對(duì)協(xié)整變量之間的因果檢驗(yàn)進(jìn)行探索，格蘭杰因果檢驗(yàn)的前提是證明隨機(jī)變量是平穩(wěn)序列，如果隨機(jī)變量是非平穩(wěn)序列則進(jìn)行格蘭杰檢驗(yàn)時(shí)會(huì)出現(xiàn)偽回歸。在確定變量序列均平穩(wěn)后，檢驗(yàn)得到的結(jié)果如表7所示，從中可以看出以余額寶為代表的互聯(lián)網(wǎng)金融利率是商業(yè)銀行存貸比的格蘭杰原因，除此之外均互不為格蘭杰原因。綜上所述，以余額寶為代表的互聯(lián)網(wǎng)金融利率的變化能夠引起商業(yè)銀行存貸比的變化，最終格蘭杰引起銀行系統(tǒng)性風(fēng)險(xiǎn)的變化。

四、結(jié)論與建議

余額寶互聯(lián)網(wǎng)金融平臺(tái)，有利于實(shí)現(xiàn)余額資金的財(cái)富化，吸引潛在的、非個(gè)性化的財(cái)富存蓄需求者，但也擠占商業(yè)銀行的存款份額，蠶食商業(yè)銀行利潤(rùn)，影響商業(yè)銀行的風(fēng)控決策。本文構(gòu)建多變量DCC-MVGARCH模型考察2013年5月30日至2018年10月16日以余額寶為代表的互聯(lián)網(wǎng)金融與商業(yè)銀行利率的聯(lián)動(dòng)關(guān)系，發(fā)現(xiàn)兩者之間存在較強(qiáng)的正向動(dòng)態(tài)關(guān)系與波動(dòng)性。在此基礎(chǔ)上，進(jìn)一步考察以余額寶為代表的互聯(lián)網(wǎng)金融利率變動(dòng)對(duì)于商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度與影響程度。研究結(jié)果表明：(1)在短期內(nèi)余額寶收益變化率對(duì)商業(yè)銀行存貸比以及商業(yè)銀行不良貸款率具有明顯的負(fù)向抑制作用，且影響顯著；但從長(zhǎng)期來(lái)看，余額寶收益變化率對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響趨于平穩(wěn)。(2)余額寶為代表的互聯(lián)網(wǎng)金融利率變動(dòng)對(duì)商業(yè)銀行風(fēng)險(xiǎn)程度的貢獻(xiàn)度不及商業(yè)銀行人民幣超額備付金率、存貸比與不良貸款比例，但高于商業(yè)銀行撥備充足率對(duì)于銀行風(fēng)險(xiǎn)的貢獻(xiàn)度。(3)互聯(lián)網(wǎng)金融的發(fā)展僅影響到了個(gè)別系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，并不能夠?qū)ι虡I(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生全面的影響。根據(jù)以上研究結(jié)論，提出建議如下：

第一，商業(yè)銀行應(yīng)當(dāng)合理利用互聯(lián)網(wǎng)技術(shù)，增強(qiáng)技術(shù)人才儲(chǔ)備。在當(dāng)今時(shí)代，商業(yè)銀行和互聯(lián)網(wǎng)金融的競(jìng)爭(zhēng)實(shí)際上是科學(xué)技術(shù)水平的競(jìng)爭(zhēng)，而科技水平則取決于人才?；ヂ?lián)網(wǎng)金融依托高科技技術(shù)崛起，擁有雄厚的技術(shù)人才儲(chǔ)備，所以商業(yè)銀行應(yīng)當(dāng)借鑒互聯(lián)網(wǎng)金融的發(fā)展經(jīng)驗(yàn)，發(fā)展與互聯(lián)網(wǎng)金融相關(guān)的業(yè)務(wù)，增強(qiáng)對(duì)互聯(lián)網(wǎng)技術(shù)的運(yùn)用能力，與支付寶等互聯(lián)網(wǎng)金融建立良好的合作溝通機(jī)制，實(shí)現(xiàn)二者的互利共生。

第二，深化金融市場(chǎng)改革，進(jìn)一步推動(dòng)利率的市場(chǎng)化進(jìn)程。商業(yè)銀行市場(chǎng)化程度和市場(chǎng)適應(yīng)能力較互聯(lián)網(wǎng)金融有所不及，所以應(yīng)當(dāng)進(jìn)一步放開(kāi)商業(yè)銀行的經(jīng)營(yíng)自主權(quán)，推進(jìn)商業(yè)銀行的市場(chǎng)化改革，破除商業(yè)銀行的壟斷地位，提高自身的競(jìng)爭(zhēng)力，改革自身風(fēng)險(xiǎn)管控方式，增強(qiáng)對(duì)利率市場(chǎng)化的適應(yīng)能力。

第三，加強(qiáng)商業(yè)銀行的金融創(chuàng)新，開(kāi)發(fā)差異化的金融產(chǎn)品。商業(yè)銀行和互聯(lián)網(wǎng)金融所開(kāi)發(fā)的產(chǎn)品均是網(wǎng)絡(luò)金融產(chǎn)品，二者之間的競(jìng)爭(zhēng)實(shí)質(zhì)上是數(shù)量競(jìng)爭(zhēng)，根據(jù)斯塔克爾伯格模型(Stackelberg Leadership Model)，數(shù)量競(jìng)爭(zhēng)有先發(fā)優(yōu)勢(shì)，由于支付寶為代表的互聯(lián)網(wǎng)金融是先進(jìn)入市場(chǎng)的，其優(yōu)勢(shì)自然存在。因此，商業(yè)銀行應(yīng)該從產(chǎn)品差異化的角度，加強(qiáng)金融工程師隊(duì)伍建設(shè)，研究開(kāi)發(fā)差異化的金融產(chǎn)品。

第四，貨幣監(jiān)管層應(yīng)當(dāng)規(guī)范互聯(lián)網(wǎng)金融的發(fā)展，加強(qiáng)對(duì)互聯(lián)網(wǎng)金融的監(jiān)管力度，強(qiáng)化金融規(guī)制建設(shè)，防范系統(tǒng)性金融風(fēng)險(xiǎn)。因?yàn)榛ヂ?lián)網(wǎng)金融的消費(fèi)與儲(chǔ)蓄是沒(méi)有界限的，中國(guó)人民銀行的貨幣政策作用于支付寶等互聯(lián)網(wǎng)金融時(shí)，寬松的政策對(duì)其利好是疊加的，而對(duì)銀行則沒(méi)有這種疊加功能。同時(shí)，央行對(duì)互聯(lián)網(wǎng)金融的監(jiān)管力度不足，互聯(lián)網(wǎng)金融可以化解央行的緊縮型貨幣政策，削弱貨幣政策的有效性，給商業(yè)銀行和整個(gè)金融市場(chǎng)帶來(lái)風(fēng)險(xiǎn)隱患。所以，應(yīng)當(dāng)加強(qiáng)對(duì)互聯(lián)網(wǎng)金融的監(jiān)管力度，規(guī)范互聯(lián)網(wǎng)金融的發(fā)展，防范金融市場(chǎng)的潛在風(fēng)險(xiǎn)。