魏星 ?，|

【摘 要】2017年底召開的中央經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào)，要堅(jiān)實(shí)防范和化解重大風(fēng)險(xiǎn)，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線。文章從機(jī)制影響角度研究互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行流動(dòng)性的影響，通過構(gòu)建互聯(lián)網(wǎng)金融發(fā)展綜合指數(shù)，采用中介效應(yīng)分析，提出相關(guān)假設(shè)，實(shí)證分析互聯(lián)網(wǎng)金融發(fā)展對(duì)銀行流動(dòng)性水平的影響。

【關(guān)鍵詞】互聯(lián)網(wǎng)金融;流動(dòng)性風(fēng)險(xiǎn);流動(dòng)性比例;互聯(lián)網(wǎng)理財(cái)增長率

【中圖分類號(hào)】F832.5 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2021）03-0163-03

0 引言

貨幣型基金產(chǎn)品已成為新主導(dǎo)型的理財(cái)產(chǎn)品，它的出現(xiàn)加大了商業(yè)銀行負(fù)債端擴(kuò)容壓力，并使得資金成本不斷上升;P2P的融資新平臺(tái)、網(wǎng)絡(luò)眾籌、小微貸款平臺(tái)等為資金需求者提供了更加直接的貸款渠道，這些很大程度上取代了商業(yè)銀行在資金融通方面的中介地位。目前，為防范商業(yè)銀行操作風(fēng)險(xiǎn)而出臺(tái)的有利政策，可以降低銀行的經(jīng)營風(fēng)險(xiǎn)，但也利用市場(chǎng)化手段將銀行從國家保障的安全港中帶入優(yōu)勝劣汰的競(jìng)爭浪潮，并進(jìn)一步提高商業(yè)銀行流動(dòng)性狀況對(duì)相關(guān)因素的敏感性，加快商業(yè)銀行轉(zhuǎn)型調(diào)整步伐。

1 文獻(xiàn)綜述

1.1 國外相關(guān)研究

國外有關(guān)研究相對(duì)超前，研究主要分為商業(yè)銀行流動(dòng)性的界定、流動(dòng)性風(fēng)險(xiǎn)的測(cè)度、商業(yè)銀行流動(dòng)性管理3個(gè)板塊。彼得·S.羅斯（2001）[1]在《商業(yè)銀行管理》一書中給出了商業(yè)銀行流動(dòng)性的定義：銀行在需要資金的時(shí)候，可用合理的成本獲得其使用權(quán)。Wolf Wagner（2007）[2]認(rèn)為，在商業(yè)銀行資金管理方面并非取決于資金資產(chǎn)的占比多少，而是在資產(chǎn)管理和流動(dòng)性管理之間尋求平衡。

1.2 國內(nèi)相關(guān)研究

國內(nèi)相關(guān)研究起步較晚，但是研究方向較為豐富：互聯(lián)網(wǎng)金融發(fā)展研究、商業(yè)銀行流動(dòng)性測(cè)度、商業(yè)銀行業(yè)務(wù)結(jié)構(gòu)對(duì)流動(dòng)性的影響、商業(yè)銀行凈息差縮窄對(duì)流動(dòng)性的影響、商業(yè)銀行信用風(fēng)險(xiǎn)對(duì)流動(dòng)性的影響。劉繼兵、夏玲（2014）[3]在文章中提到，我國互聯(lián)網(wǎng)金融的發(fā)展可以適當(dāng)借鑒美國發(fā)展經(jīng)驗(yàn)，從利率市場(chǎng)化、產(chǎn)品多樣化、理財(cái)個(gè)性化、平臺(tái)多樣化4個(gè)路徑借鑒。張曉丹、林炳華（2012）[4]使用壓力測(cè)試得出在極端壓力增大的情況下，商業(yè)銀行流動(dòng)性會(huì)逐漸惡化，輕度壓力時(shí)，商業(yè)銀行流動(dòng)性降低幅度有限。舒洛建（2014）[5]通過分析2003—2013年我國利率市場(chǎng)化系數(shù)及商業(yè)銀行不良貸款率的數(shù)據(jù)，得出中小銀行相較于大型銀行抗風(fēng)險(xiǎn)能力較弱的結(jié)果。

2 變量選擇與模型設(shè)計(jì)

2.1 指標(biāo)選取和數(shù)據(jù)來源

根據(jù)研究主體和研究目的，本文選取了2015—2018年我國上市的14家商業(yè)銀行的主要流動(dòng)性風(fēng)險(xiǎn)指標(biāo)、銀行貸款同比增速、銀行不良貸款率和代表互聯(lián)網(wǎng)金融發(fā)展指標(biāo)之一的互聯(lián)網(wǎng)理財(cái)增長率的年度數(shù)數(shù)據(jù)作為樣本，數(shù)據(jù)主要來源于WIND數(shù)據(jù)庫和中國互聯(lián)網(wǎng)絡(luò)發(fā)展統(tǒng)計(jì)報(bào)告網(wǎng)站。

2.2 變量說明

2.2.1 被解釋變量

研究表明，我國銀行目前最大的風(fēng)險(xiǎn)是流動(dòng)性風(fēng)險(xiǎn)，因此在指標(biāo)選取上，本文采用銀行流動(dòng)性指標(biāo)來量化銀行的流動(dòng)性風(fēng)險(xiǎn)，并作為被解釋變量。本文采用銀行流動(dòng)性資產(chǎn)和流動(dòng)性負(fù)債比率來表示銀行流動(dòng)性。即流動(dòng)性比例（CR）=流動(dòng)性資產(chǎn)÷流動(dòng)性負(fù)債×100%。

2.2.2 解釋變量

第三方互聯(lián)網(wǎng)支付一直是互聯(lián)網(wǎng)金融最主要的發(fā)展模式，2013年以來，P2P網(wǎng)絡(luò)貸款、眾籌融資等雖有較快發(fā)展，但在整個(gè)互聯(lián)網(wǎng)金融交易量中所占比重依然較低，而第三方互聯(lián)網(wǎng)支付交易量一直占據(jù)互聯(lián)網(wǎng)金融交易額的主導(dǎo)地位，2013年、2014年分別占93%和95%，所以要研究互聯(lián)網(wǎng)金融發(fā)展對(duì)銀行流動(dòng)性的影響。本文以互聯(lián)網(wǎng)理財(cái)增長率（RU）作為互聯(lián)網(wǎng)金融的衡量指標(biāo)，使用率越高，互聯(lián)網(wǎng)金融的發(fā)展規(guī)模就越大。

2.2.3 控制變量

（1）不良貸款率（NPL）。不良貸款率是指銀行不良貸款占貸款總額的比例，不良貸款率越高，說明銀行無法收回的貸款越多，銀行所承擔(dān)的流動(dòng)性風(fēng)險(xiǎn)就越大。NPL=不良貸款/總貸款余額。

（2）銀行貸款增長速度（RL）。以銀行貸款余額同比增長率表示，經(jīng)濟(jì)增長速度越快，銀行流動(dòng)性越充足。

2.2.4 模型建立

本文采用線性回歸模型來研究金融科技對(duì)商業(yè)銀行流動(dòng)性的影響：RISKCRt=β0+β1NPLt+β2RLt+β3RUt+εt。

其中，RISKCR表示銀行流動(dòng)性比例，NPL表示不良貸款率，RL表示銀行貸款余額同比增速，RU表示互聯(lián)網(wǎng)理財(cái)增長率。

3 實(shí)證結(jié)果分析

3.1 平穩(wěn)性檢驗(yàn)

本文實(shí)證研究涉及面板數(shù)據(jù)，分析科技金融對(duì)商業(yè)銀行流動(dòng)性影響前需要對(duì)其進(jìn)行單位根檢驗(yàn)，避免出現(xiàn)“虛假回歸”，以保證協(xié)整分析的有效性。通常來說，可以使用ADF檢驗(yàn)、KPSS檢驗(yàn)、PP檢驗(yàn)等檢驗(yàn)方法進(jìn)行單位根檢驗(yàn)。本文采用ADF檢驗(yàn)法。若有一類序列為非平穩(wěn)序列，可以通過差分運(yùn)算得到具有平穩(wěn)性的序列，該過程稱為差分平穩(wěn)過程。其中，單整性是指如果一個(gè)序列經(jīng)過n階差分后才能平整，則稱此序列為n階單整，記為I（n）。

首先要對(duì)面板數(shù)據(jù)CR、RU、NPL、RL的平穩(wěn)性進(jìn)行檢驗(yàn)，避免出現(xiàn)“偽回歸”。通過Stata15可以得到單位根檢驗(yàn)結(jié)果，見表1。

從表1數(shù)據(jù)可知，在LLC檢驗(yàn)和IPS檢驗(yàn)下，CR、RU和RL在1%、5%和10%的置信水平下，它們各自的ADF檢驗(yàn)值均大于其所對(duì)應(yīng)的臨界值，這充分說明CR、RU和RI均含有單位根，即進(jìn)行檢驗(yàn)的各個(gè)原始序列的數(shù)據(jù)都是非平穩(wěn)的。3個(gè)指標(biāo)經(jīng)過一階差分后，進(jìn)行單位根檢驗(yàn)，在1%、5%和10%的置信水平下，它們各自的ADF檢驗(yàn)值均小于其所對(duì)應(yīng)的臨界值，這說明兩個(gè)時(shí)間序列均是一階平穩(wěn)。

3.2 模型回歸分析和穩(wěn)健性檢驗(yàn)

由于存在異方差等，因此選用PCSE法對(duì)模型進(jìn)行回歸，結(jié)果見表2。由表2可知，互聯(lián)網(wǎng)理財(cái)增長率在5%的水平上顯著為負(fù)。由此可知，商業(yè)銀行的操作風(fēng)險(xiǎn)主要受其信用風(fēng)險(xiǎn)的影響，并且商業(yè)銀行的不良貸款率越高，商業(yè)銀行發(fā)生操作風(fēng)險(xiǎn)事件的概率越大;反之，商業(yè)銀行的資本充足率越高，則商業(yè)銀行發(fā)生操作風(fēng)險(xiǎn)事件的概率越小。為保證回歸結(jié)果的準(zhǔn)確性，對(duì)解釋變量進(jìn)行一階滯后，使用變量的一階滯后序列再次對(duì)商業(yè)銀行的不良貸款率進(jìn)行回歸，以確定回歸結(jié)果的穩(wěn)健性。穩(wěn)健性檢驗(yàn)的回歸結(jié)果中各變量的系數(shù)、正負(fù)向性和顯著性均未發(fā)生較大變化，因此可以認(rèn)為回歸結(jié)果具有穩(wěn)健性。

4 結(jié)論和建議

本文基于上市的14家商業(yè)銀行主要財(cái)務(wù)指標(biāo)2015—2018年的數(shù)據(jù)及銀行貸款增加率、互聯(lián)網(wǎng)理財(cái)增加率和銀行不良貸款增加率的數(shù)據(jù)，分析了互聯(lián)網(wǎng)對(duì)商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的影響，得到以下結(jié)論：一是互聯(lián)網(wǎng)金融業(yè)務(wù)的不斷推進(jìn)和銀行貸款增加量有負(fù)向性關(guān)系，同時(shí)與不良貸款率有正向相關(guān)關(guān)系，互聯(lián)網(wǎng)理財(cái)增長率和銀行流動(dòng)性的發(fā)展存在負(fù)向相關(guān)關(guān)系。二是互聯(lián)網(wǎng)金融在發(fā)展伊始推高了銀行流動(dòng)性，但從長遠(yuǎn)來看反而降低了銀行流動(dòng)性，增加了銀行流動(dòng)性風(fēng)險(xiǎn)。

4.1 轉(zhuǎn)變流動(dòng)性管理理念

當(dāng)前我國貨幣供應(yīng)量傾向于寬松，并沒有真正減小風(fēng)險(xiǎn)，而是因?yàn)槲覈暧^經(jīng)濟(jì)增速放慢帶來的政策性利好及資產(chǎn)規(guī)模的大幅減少，面對(duì)互聯(lián)網(wǎng)金融對(duì)負(fù)債平穩(wěn)和盈利帶來的沖擊，銀行業(yè)的流動(dòng)性風(fēng)險(xiǎn)控制因從過度依靠國家轉(zhuǎn)變?yōu)榧訌?qiáng)提高內(nèi)部管理制度，加強(qiáng)銀行業(yè)內(nèi)部對(duì)流動(dòng)性風(fēng)險(xiǎn)的認(rèn)識(shí)，提高危機(jī)意識(shí)、防范意識(shí)，加快建立完善的風(fēng)險(xiǎn)衡量和預(yù)警機(jī)制。

4.2 加強(qiáng)業(yè)務(wù)創(chuàng)新，調(diào)整業(yè)務(wù)結(jié)構(gòu)

一方面提升傳統(tǒng)信貸業(yè)務(wù)的競(jìng)爭力，產(chǎn)品不斷創(chuàng)新;另一方面加強(qiáng)中間業(yè)務(wù)的創(chuàng)新，逐步增加中間業(yè)務(wù)的占比，以此規(guī)避流動(dòng)性風(fēng)險(xiǎn)的發(fā)生。提高業(yè)務(wù)流轉(zhuǎn)效率，在維護(hù)現(xiàn)有大客戶資源的基礎(chǔ)上開拓次一級(jí)市場(chǎng)，在產(chǎn)品創(chuàng)新方面，商業(yè)銀行應(yīng)勇于開拓進(jìn)取，推陳出新，積極增加非信貸業(yè)務(wù)的占比，積極發(fā)展中間業(yè)務(wù)，拓展“投行化”業(yè)務(wù)轉(zhuǎn)型，豐富自身業(yè)務(wù)結(jié)構(gòu)。

參 考 文 獻(xiàn)

[1]彼得·S.羅斯.商業(yè)銀行管理[M].北京：機(jī)械工業(yè)出版社，2001：105.

[2]Wolf Wagner.The liquidity of bank assets and ba-nking stability[J].Banking & Finance，2007（31）：121-139.

[3]劉繼兵，夏玲.美國互聯(lián)網(wǎng)金融發(fā)展路徑對(duì)我國的啟示[J].西南金融，2014（6）：19-21.

[4]張曉丹，林炳華.我國商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)壓力測(cè)試分析[J].西南金融，2012（3）：50-53.

[5]舒洛建.利率市場(chǎng)化對(duì)我國中小商業(yè)銀行信用風(fēng)險(xiǎn)的影響——基于Panel Data模型的分析[J].征信，2014，32（9）：53-56.

[6]許青.互聯(lián)網(wǎng)金融發(fā)展下我國商業(yè)銀行流動(dòng)性研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2016.

[7]申壯壯.互聯(lián)網(wǎng)金融業(yè)務(wù)對(duì)城市商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的影響研究[D].西安：西安理工大學(xué)，2018.