龔 家

（云南民族大學，云南 昆明 650500）

一、引言

隨著互聯網金融的持續(xù)創(chuàng)新與發(fā)展，第三方支付交易平臺體制不斷完善，規(guī)模不斷增大。據統(tǒng)計，2013～2016年期間，第三方綜合支付交易規(guī)模迅猛發(fā)展，其復合增長率達到110.9%。2020年末，第三方支付交易規(guī)模已達到271 萬億元。由于第三方支付具有便捷、高效與安全等支付特征，導致其許多業(yè)務與商業(yè)銀行的中間業(yè)務造成一定“沖突”，這在很大程度上抑制了商業(yè)銀行的盈利水平，尤其對商業(yè)銀行的非利息收入造成較大影響（謝太峰和劉科，2019）。但是商業(yè)銀行也可利用第三方支付平臺的信息資源、先進技術，擴大商業(yè)銀行的中間業(yè)務，進而提高商業(yè)銀行的非利息收入能力（李淑錦和陳銀飛，2017）。第三方支付對商業(yè)銀行非利息收入的影響猶如一把“雙刃劍”，第三方支付的發(fā)展給商業(yè)銀行的非利息收入所帶來的積極效應與消極效應哪種影響更大？積極效應與消極效應在不同的時間段是否一致？對于不同規(guī)模商業(yè)銀行的影響又是否存在異質性？這些問題都值得深入研究。

目前已有很多學者在第三方支付對商業(yè)銀行的績效水平影響方面進行探討。國外學者Kao &Hwang（2010）實證表明，第三方支付平臺能夠快速聚集客戶信息資源，有利于提高商業(yè)銀行的盈利水平。但是國內學者謝太峰和劉科（2019）基于2009～2018年的15 家商業(yè)銀行數據，研究發(fā)現第三方支付的發(fā)展對商業(yè)銀行的整體盈利水平具有抑制性。第三方支付對不同規(guī)模商業(yè)銀行的績效水平還存在異質性影響，梁燕子（2017）基于互聯網移動支付的視角下，發(fā)現第三方支付對不同規(guī)模的商業(yè)銀行存在不同影響，但整體表現為積極影響。陳希卓（2020）也通過研究表明，第三方支付在整體上降低了商業(yè)銀行的盈利水平，但在個體上對全國性商業(yè)銀行存在積極效應，對地方性商業(yè)銀行存在消極效應。所以第三方支付業(yè)務的發(fā)展不僅為商業(yè)銀行帶來新的挑戰(zhàn)與機遇，同時也帶來較大風險（陳晨，2016）。

我國商業(yè)銀行總收入中利息收入占絕大部分，近幾年商業(yè)銀行為了提高自身競爭力，也越來越重視非利息收入業(yè)務。但是隨著互聯網金融的進步，第三方支付平臺發(fā)展迅速，對傳統(tǒng)商業(yè)銀行的中間業(yè)務造成較大沖擊。研究表明，第三方支付主要是通過“擠占”商業(yè)銀行的中間業(yè)務來影響其績效水平與風險水平，所以也有少數學者對第三方支付與商業(yè)銀行非利息收入之間的相關性進行研究。國外學者More &Basu（2013）研究發(fā)現，當商業(yè)銀行的存款與貸款業(yè)務相對穩(wěn)定的前提下，發(fā)展非利息收入業(yè)務有利于提高商業(yè)銀行的整體盈利水平。史亞榮和張茗（2018）研究表明，第三方支付與我國商業(yè)銀行的非利息收入呈正相關關系。嚴凌（2019）表明第三方支付業(yè)務的發(fā)展，為商業(yè)銀行的支付結算業(yè)務帶來巨大挑戰(zhàn)。李淑錦和陳銀飛（2017）基于16家商業(yè)銀行的面板數據與固定效應模型，發(fā)現第三方支付對國有銀行與非國有銀行都存在正向溢出效應，且非國有銀行受到的溢出效應更加顯著。而顧海峰和閆君（2019）運用125 家商業(yè)銀行數據，發(fā)現第三方支付能夠提高商業(yè)銀行的非利息收入占比，并且對全國性商業(yè)銀行的助推作用更加明顯。

基于現有研究可知，大多文獻都是以第三方支付對商業(yè)銀行的盈利水平、績效水平或者風險水平等總體指標進行研究，并且第三方支付對商業(yè)銀行的影響既存在積極效應也存在消極效應，第三方支付對不同規(guī)模類型的商業(yè)銀行影響程度存在一定的差異性。事實上，研究表明第三方支付主要會對商業(yè)銀行的中間業(yè)務造成較大影響，所以本文以微觀角度進行研究，以定量的方法研究第三方支付對商業(yè)銀行的非利息收入影響。本文可能的邊際貢獻與創(chuàng)新包括：第一，本文研究發(fā)現第三方支付發(fā)展的不同階段對商業(yè)銀行的非利息收入存在不同的影響效應，所以本文的研究豐富了第三方支付對商業(yè)銀行非利息收入影響的相關理論。第二，本文對第三方支付給不同規(guī)模的商業(yè)銀行帶來異質性的影響進行研究，發(fā)現第三方支付在不同的發(fā)展時期對不同類型商業(yè)銀行的影響存在較大的差異性。

二、理論分析與研究假設

（一）溢出效應與假設提出

由于第三方支付對商業(yè)銀行的非利息收入影響有利也有弊，所以本文對利大于弊現象定義為第三方支付對商業(yè)銀行非利息收入帶來積極效應，反之對弊大于利現象定義為第三方支付為商業(yè)銀行非利息收入帶來消極效應。在第三方支付發(fā)展初期，由于其交易體制不夠完善，信用等級也不夠高，導致第三方交易業(yè)務的發(fā)展規(guī)模較小，對商業(yè)銀行的非利息收入影響較?。幌喾?，商業(yè)銀行會合理利用第三方支付平臺的相關資源并與其合作，進而擴大商業(yè)銀行的中間業(yè)務，增加銀行的非利息收入（史亞榮和張茗，2018；顧海峰和閆君，2019）。因此在第三方支付發(fā)展初期，隨著第三方支付業(yè)務交易規(guī)模的增加，商業(yè)銀行的非利息收入是遞增的?；谝陨戏治?，提出研究假設H1。

H1：第三方支付發(fā)展初期，第三方支付發(fā)展規(guī)模對商業(yè)銀行的非利息收入表現為積極效應。

近幾年，隨著電子商務、互聯網的快速發(fā)展，互聯網支付交易規(guī)模迅速擴大，移動支付的交易規(guī)模更是突飛猛進，占據第三方支付業(yè)務規(guī)模的絕大份額（謝太峰和劉科，2019）。所以，伴隨著第三方支付平臺交易體制的完善與規(guī)模的擴大，商業(yè)銀行大量的中間業(yè)務被分割，商業(yè)銀行的非利息收入受到消極影響。并且，許多商業(yè)銀行為了留住客戶資源，還會投入更多的費用提升用戶體驗，這也間接增加非利息業(yè)務所產生的成本。第三方支付對商業(yè)銀行的非利息收入表現為消極效應，即隨著第三方支付業(yè)務交易規(guī)模的增加，商業(yè)銀行的非利息收入是遞減的（蔡國良和龔鈺涵，2019）。基于該理論分析，提出研究假設H2。

H2：第三方支付發(fā)展的成熟期，第三方支付發(fā)展規(guī)模對商業(yè)銀行的非利息收入表現為消極效應。

所以，基于H1與H2兩個研究假設可得出本文研究假設H3。

H3：第三方支付對商業(yè)銀行的非利息收入在不同階段具有不同的影響效應，表現為先升后降的“倒U型”非線性關系。

（二）異質性效應與假設提出

全國性商業(yè)銀行與地方性商業(yè)銀行的總體規(guī)模與經營模式都不盡相同。雖然我國商業(yè)銀行的收入主要由利息收入與非利息收入組成，但實際上我國商業(yè)銀行的絕大部分收入都是來自利息收入。相關數據顯示，全國性商業(yè)銀行的非利息收入占比要小于地方性商業(yè)銀行的非利息收入占比，即全國性商業(yè)銀行開展非利息收入的動機小于地方性商業(yè)銀行開展非利息收入的動機。同時，由于地方性商業(yè)銀行規(guī)模較小、本身內部機制不如全國性商業(yè)銀行完善，也更容易受到第三方支付發(fā)展規(guī)模的影響。因此，第三方支付對不同類型商業(yè)銀行的非利息收入影響也存在一定的差異性。所以基于上述理論分析，可提出本文研究假設H4。

H4：第三方支付對不同類型商業(yè)銀行的非利息收入存在異質性影響。

三、研究設計

（一）數據來源與處理

鑒于數據的科學性與可得性，本文選取2010～2019 年我國50 家商業(yè)銀行的非平衡面板數據，其中包括3家政策性銀行、6家大型國有商業(yè)銀行、12家全國性股份制商業(yè)銀行、24家城市商業(yè)銀行和5家農村商業(yè)銀行。由于2020年的突發(fā)公共衛(wèi)生事件——新冠肺炎疫情對我國經濟造成較大沖擊，為了實證結果的準確性，并未采用2020 年相關數據。本文中商業(yè)銀行數據均來源于國泰安數據庫與各銀行年報官網，宏觀數據來源于中經數據庫、銳思數據庫以及艾瑞咨詢官網。為消除量綱對模型回歸造成的影響，文中變量盡可能使用增長率數據，對于較大的原始數據都會進行對數處理或適當的放大與縮小。所有數據處理與模型構建均通過SAS9.4軟件與Stata16.0軟件。

（二）變量選取

1.被解釋變量。本文研究第三方支付對商業(yè)銀行非利息收入的影響，而商業(yè)銀行的非利息收入主要由銀行辦理中間業(yè)務所產生的手續(xù)費與服務費構成。蔡國良和龔鈺涵（2019）、詹學智（2020）使用手續(xù)費及傭金收入（FCI）或手續(xù)費及傭金凈收入（NFC）來反映商業(yè)銀行的非利息收入水平，本文為了降低數據的量級，以手續(xù)費及傭金收入與營業(yè)收入的比值——手續(xù)費及傭金收入率（FCIR）與手續(xù)費及傭金凈收入的對數值（LNFC）來衡量商業(yè)銀行的非利息收入水平，其中手續(xù)費及傭金凈收入的對數值（LNFC）作為實證分析中的被解釋變量，手續(xù)費及傭金收入率（FCIR）用來進行模型的穩(wěn)健性檢驗。

2.核心解釋變量。第三方支付交易規(guī)模主要由銀行卡收單業(yè)務、互聯網支付業(yè)務與移動支付業(yè)務組成。為了降低數據的量級，本文以第三方支付交易規(guī)模的增長率（GTS）作為核心解釋變量。

3.控制變量。為了提高研究結果的精準性，本文將控制變量設為微觀控制變量與宏觀控制變量。微觀控制變量主要是反映商業(yè)銀行內部的相關指標，選取凈利潤與資產平均余額的比值——資產收益率（ROA）衡量商業(yè)銀行的盈利能力與經營績效水平；選取銀行的總資產（TBA）衡量銀行資產規(guī)模水平，為降低數據的量級對其進行對數處理（LTBA）；選取不良貸款與總貸款的比值——不良貸款率（NPLR）衡量銀行的風險管理水平；最后選取營業(yè)收入與總資產的比值——總資產周轉率（TTA）衡量銀行的經營效率水平。宏觀控制變量主要是指與整個金融市場相關的指標，選取GDP指數（GDP）衡量我國宏觀經濟的增長速度；選取居民消費價格指數（CPI）衡量金融市場的通貨膨脹水平；選取貨幣供應量（M2）衡量貨幣政策的緊松程度，為降低數據的量級對其進行對數處理（LM2）。變量的具體描述性統(tǒng)計如表1所示。

表1 變量的描述性統(tǒng)計

（三）研究模型設定

本文數據包含50家商業(yè)銀行10年的非平衡面板數據，考慮到商業(yè)銀行當期的非利息收入能夠持續(xù)影響未來的非利息收入，且控制變量中的資產收益率、不良貸款率與資產總規(guī)模等指標可能與被解釋變量之間存在內生性，所以本文采用更具效率的動態(tài)系統(tǒng)GMM方法對面板數據進行建模分析，如公式（1）至公式（4）所示。

模型1：

模型2：

模型3：

模型4：

其中，i表示不同銀行類型，t表示不同年份，φi表示待估系數，ui表示不同銀行個體的異質性，εit為誤差項。由于本文采用動態(tài)面板模型，還需考慮商業(yè)銀行的非利息收入影響的滯后作用，因此對被解釋變量——手續(xù)費及傭金收入率與手續(xù)費及傭金凈收入進行滯后一階處理，分別記為FCIR（?1）、LNFC（?1），該滯后變量FCIR（?1）與LNFC（?1）都會作為工具變量，有利于緩解模型的內生性問題。

模型1 用于研究第三方支付對商業(yè)銀行非利息收入的溢出效應，第i家銀行的第t年商業(yè)銀行的非利息收入水平可以由第三方支付交易規(guī)模增長率、資產收益率、資產總計、不良貸款率、總資產周轉率、宏觀經濟增長、居民消費價格指數、貨幣供應增長與商業(yè)銀行的非利息收入前一期水平進行解釋。為了更加深入地研究第三方支付對商業(yè)銀行非利息收入的溢出效應，模型中添加了第三方支付交易規(guī)模增長率的二次項，有益于解決理論分析中提出的H1、H2、H3三個研究假設。模型2在模型1的基礎上增加GTSit·DVAit交互項，其中DVAit表示不同類型商業(yè)銀行的虛擬變量，用于識別商業(yè)銀行的規(guī)模系統(tǒng)大小，將第三方支付交易規(guī)模增長率與商業(yè)銀行類別的虛擬變量形成交互項，用于研究第三方支付對商業(yè)銀行非利息收入影響的異質性，即理論分析中提出的研究假設H4。本文還將50個商業(yè)銀行總樣本按銀行規(guī)模大小分為兩個子樣本，運用模型1 分別對兩個子樣本進行分析，研究各類型商業(yè)銀行非利息收入之間的異質性。

模型3與模型4用于穩(wěn)健性檢驗。模型3與模型4 分別是在模型1 與模型2 的基礎上，把手續(xù)費及傭金收入率作為被解釋變量手續(xù)費及傭金凈收入的代理變量，對第三方支付對商業(yè)銀行非利息收入的溢出效應與異質性進行再次檢驗，以提高研究結論的有效性。

四、實證分析

（一）數據平穩(wěn)性檢驗

實證樣本選取“大N 小T”的非平衡面板數據，為防止模型出現“偽回歸”現象，也為了保證最后的研究結果具有實際價值，所以本文采用Fisher?ADF 與Fisher?PP 兩種檢驗方法對所有指標變量FCIR、LNFC、GTS、ROA、LTBA、NPLR、TTA、GDP、CPI、LM2 進行面板單位根檢驗。從表2的檢驗結果發(fā)現，所有指標變量都不存在單位根，即所有變量都是平穩(wěn)序列。

表2 面板數據單位根檢驗

（二）回歸結果分析

首先在總體樣本的基礎上，研究第三方支付對商業(yè)銀行非利息收入的溢出效應與異質性，表3是基于模型1與模型2的動態(tài)系統(tǒng)GMM的實證結果。

從動態(tài)面板的回歸結果可以看出，兩個模型的AR（2）統(tǒng)計量P值遠大于0.1的水平，表明模型中的二階擾動項不存在自相關；Sargan統(tǒng)計量P值大于0.1且小于0.4，表明模型中所選的工具變量非常恰當，既有效也無過度；并且被解釋變量——手續(xù)費及傭金凈收入滯后一階項的系數在1%水平下顯著。以上分析表明動態(tài)系統(tǒng)GMM面板模型是適應的。

模型1與模型2估計結果中的第三方支付交易規(guī)模增長率（GTS）一次項系數在1%水平下顯著為正，且二次項系數（GTS2）在1%水平下顯著為負。表明第三方支付規(guī)模的增加對商業(yè)銀行的非利息收入在前期表現為積極效應，在后期表現為消極效應，即在整個時間段內兩者之間存在明顯的“倒U 型”關系。所以本文研究假設H3在實證上得以論證。

第三方支付業(yè)務主要由三部分組成：銀行卡的收單交易業(yè)務、移動支付交易業(yè)務與互聯網支付交易業(yè)務。在第三方支付發(fā)展初期，移動支付交易業(yè)務與互聯網支付交易業(yè)務的發(fā)展規(guī)模較小，而銀行卡收單業(yè)務的規(guī)模在第三方支付交易業(yè)務規(guī)模中占比每年都超過50%。雖然第三方支付平臺的發(fā)展通過“擠占”中間業(yè)務對商業(yè)銀行產生一定的消極效應，但是第三方支付也為商業(yè)銀行帶來更多的信息資源與合作機會等一系列積極效應。由于第三方支付對商業(yè)銀行所產生的積極效應超過消極效應，并在兩種效應的綜合下，第三方支付規(guī)模的發(fā)展對商業(yè)銀行的非利息收入影響表現為積極效應。所以本文研究假設H1得以論證。

隨著電子商務、互聯網的快速發(fā)展，互聯網支付與移動支付交易規(guī)模逐漸擴大。相關報告顯示，2017年的銀行卡收單業(yè)務規(guī)模僅占第三方支付總規(guī)模的32%，而互聯網支付與移動支付占據68%。最近三年，移動支付的交易規(guī)模更是突飛猛進，已占據第三方支付業(yè)務規(guī)模的絕大份額。所以，隨著第三方支付平臺體制的完善與規(guī)模的擴大，第三方支付對商業(yè)銀行所產生的消極效應超過積極效應，在兩種效應的綜合下，第三方支付對商業(yè)銀行的非利息收入影響表現為消極效應。所以本文研究假設H2得以論證。

從兩個模型的回歸結果可知，被解釋變量的滯后一階項LNFC（?1）對當期的非利息收入水平（LNFC）具有顯著的正向影響，說明商業(yè)銀行的非利息收入能力具有持續(xù)性特征。此外，商業(yè)銀行的資產規(guī)模水平與總資產周轉率水平也與非利息收入能力呈正相關，因為商業(yè)銀行的總規(guī)模越大，其擁有的中間業(yè)務量就會更多；總資產周轉率越高，其經營效率就更高，兩者都能促進商業(yè)銀行的非利息收入水平。在宏觀層面上還可以發(fā)現，國民經濟的總體水平提升能使商業(yè)銀行的非利息收入能力得到提高，而單一的消費水平或貨幣供應量的上升不利于商業(yè)銀行的非利息收入。模型2在模型1的基礎上增加了GTS·DVA交互項，即第三方支付交易規(guī)模增長率與商業(yè)銀行類別的虛擬變量交互項，用于研究第三方支付對商業(yè)銀行非利息收入影響的異質性。從模型2的回歸結果顯示，交互項GTS·DVA的系數在1%水平下顯著為正，表明第三方支付對不同類型商業(yè)銀行的非利息收入影響存在異質性。所以本文研究假設H4得以論證。

（三）穩(wěn)健性檢驗

本文為了確保研究結果的有效性，采用替換被解釋變量與改變模型類型兩種方法進行穩(wěn)健性檢驗。首先將手續(xù)費及傭金收入率作為手續(xù)費及傭金凈收入的替代變量，在模型3 與模型4 的基礎上對商業(yè)銀行的總體樣本再次運用動態(tài)面板模型進行穩(wěn)健性檢驗。其次對總樣本采用雙向固定效應進行再次檢驗，其回歸結果如表4所示。

表4 穩(wěn)健性檢驗的模型回歸結果

從穩(wěn)健性檢驗的回歸結果發(fā)現，第三方支付交易規(guī)模增長率（GTS）一次項系數在1%水平下顯著為正，第三方支付交易規(guī)模增長率（GTS2）二次項系數在1%水平下顯著為負，表明第三方支付對我國總體商業(yè)銀行非利息收入的影響依然存在先升后降的“倒U型”非線性關系。第三方支付交易規(guī)模增長率與銀行資產總規(guī)模的交互項GTS·DVA系數在1%水平下顯著，表明第三方支付對不同類型商業(yè)銀行的非利息收入影響存在異質性，其他控制變量的系數大小同前文中的模型1 與模型2 回歸后的結果基本一致，正負方向也大致相同，由此可知，本文的實證結果是穩(wěn)健的。

（四）異質性分析

為了更深入研究第三方支付對我國商業(yè)銀行非利息收入影響的異質性，本文將50 個商業(yè)銀行總樣本按其規(guī)模劃分為兩個子樣本，分為全國性商業(yè)銀行與地方性商業(yè)銀行。全國性商業(yè)銀行包含國家政策性銀行、國有商業(yè)銀行與全國性股份制商業(yè)銀行共22 個樣本，地方性商業(yè)銀行包含城市商業(yè)銀行與農村商業(yè)銀行共28 個樣本，分別運用模型1 進行回歸，具體結果見表5。

表5 子樣本模型回歸結果

從表5 的回歸結果中可以看出第三方支付對我國商業(yè)銀行非利息收入影響存在顯著的異質性。首先，地方性商業(yè)銀行樣本的第三方支付交易規(guī)模增長率（GTS）一次項系數在1%水平下顯著為正，且二次項系數（GTS2）在1%水平下顯著為負。說明地方性商業(yè)銀行樣本與總體商業(yè)銀行樣本相似，第三方支付的發(fā)展對商業(yè)銀行的非利息收入在前期表現為積極效應，在后期表現為消極效應，即在整個時間段內兩者之間存在明顯的“倒U型”關系。然而，全國性商業(yè)銀行樣本的第三方支付交易規(guī)模增長率（GTS）一次項系數在1%水平下顯著為負，且二次項系數（GTS2）在1%水平下顯著為正。其表現與總體商業(yè)銀行樣本截然相反，即第三方支付的發(fā)展對商業(yè)銀行的非利息收入在前期表現為消極效應，在后期表現為積極效應，在整個時間段內兩者之間存在明顯的“正U型”關系。

其異質性顯著的原因在于全國性商業(yè)銀行與地方性商業(yè)銀行的總體規(guī)模與經營模式都不盡相同。第三方支付發(fā)展初期，由于其規(guī)模較小、交易體制不夠完善、信用等級也不夠高，全國性大中型商業(yè)銀行與第三方支付平臺進行合作的積極性不高。全國性大中型商業(yè)銀行還具有雄厚的資金、豐富的業(yè)務資源與信息資源等較大優(yōu)勢，其經營的主要收入還是以利息收入為主，與地方性商業(yè)銀行相比不太注重其非利息收入，所以在初期第三方支付平臺“過度擠占”全國性大中型商業(yè)銀行非利息收入業(yè)務，最終導致其非利息收入減少，呈現出消極效應。在第三方支付發(fā)展的成熟期，隨著其規(guī)模逐漸增大、交易體制不斷完善、信用等級越來越高，此時，全國性大中型商業(yè)銀行主動尋求與第三方支付平臺合作的機會，同時第三方支付平臺也更傾向于與全國性大中型商業(yè)銀行進行合作，這些表現都有利于提高全國性大中型商業(yè)銀行的非利息收入并呈現出積極效應。地方性商業(yè)銀行的總體規(guī)模與經營模式同全國性商業(yè)銀行差異較大，第三方支付的發(fā)展對地方性商業(yè)銀行非利息收入的影響也與第三方支付對全國性商業(yè)銀行非利息收入的影響截然相反。由于第三方支付對地方性商業(yè)銀行非利息收入的影響機制與第三方支付對總體商業(yè)銀行非利息收入的影響機制相似，并且前文已對此分析，故此處不再贅述。

除了核心解釋變量——第三方支付對商業(yè)銀行的非利息收入影響存在顯著異質性外，其余控制變量如不良貸款率、總資產規(guī)模、CPI 居民消費價格指數以及被解釋變量的滯后一階項LNFC（?1）等都對商業(yè)銀行的非利息收入影響存在一定的異質性，雖然其影響大小不同，但整體方向一致。

五、結論與政策建議

隨著第三方支付的成長規(guī)模由初級階段發(fā)展到現在的成熟階段，我國不同類型的商業(yè)銀行非利息收入受到不同的影響效應。本文選取我國2010～2019年共50 家商業(yè)銀行的非平衡面板數據作為總體樣本，并采用SYS?GMM 估計方法進行實證檢驗。結果表明：第一，第三方支付的發(fā)展對我國總體商業(yè)銀行的非利息收入在最初階段表現為積極效應，在成熟階段表現為消極效應，即在整個時間段內兩者之間存在先升后降的“倒U 型”關系。第二，將50 家商業(yè)銀行數據總樣本按其資產規(guī)模劃分為全國性商業(yè)銀行與地方性商業(yè)銀行兩個子樣本，并分別進行回歸分析，發(fā)現地方性商業(yè)銀行子樣本表現與商業(yè)銀行總體樣本相似，第三方支付的發(fā)展對地方性商業(yè)銀行的非利息收入在初期表現為積極效應，在后期表現為消極效應，即在整個時間段內兩者之間存在先升后降的“倒U 型”關系；但是全國性商業(yè)銀行子樣本的表現與商業(yè)銀行總體樣本截然相反，第三方支付的發(fā)展對全國性商業(yè)銀行的非利息收入在前期表現為消極效應，在后期表現為積極效應，在整個時間段內兩者之間存在先降后升的“正U型”關系。第三，第三方支付對不同類型商業(yè)銀行的非利息收入影響存在顯著的異質性，商業(yè)銀行內部的績效水平、風險水平與資產規(guī)模水平等微觀因素同經濟發(fā)展、貨幣增長、消費水平等宏觀因素也都會對商業(yè)銀行的非利息收入水平產生一定影響。

基于以上研究結論，本文分別對銀行個體與政府提出以下建議：

第三方支付的發(fā)展規(guī)模已由初級階段過渡到如今的成熟階段，并且第三方支付發(fā)展的不同階段對不同類型的商業(yè)銀行有不同的影響?，F階段，第三方支付對地方性商業(yè)銀行的非利息收入表現為消極效應，所以地方性商業(yè)銀行應加強與第三方支付平臺之間的業(yè)務合作，充分利用第三方支付的先進技術與信息資源，增加自身的中間業(yè)務量，從而提高非利息收入能力。對全國性商業(yè)銀行而言，第三方支付對其非利息收入表現為積極效應，所以全國性商業(yè)銀行應好好把握第三方支付所帶來的先進技術與信息資源，合理運用自身的優(yōu)勢，突破傳統(tǒng)業(yè)務利差瓶頸，進而提高自身的盈利能力。同時，全國性大中型商業(yè)銀行也應利用自身的規(guī)模優(yōu)勢與經營優(yōu)勢，帶動地方性中小型商業(yè)銀行積極開展非利息收入業(yè)務，促進我國商業(yè)銀行非利息收入業(yè)務的多元化發(fā)展。

政府部門作為金融市場的監(jiān)管者，無論是對第三方支付平臺的非利息收入業(yè)務還是對商業(yè)銀行的非利息收入業(yè)務，都要加強監(jiān)督，嚴控市場的非利息收入業(yè)務風險，進而防范金融市場上的系統(tǒng)風險。同時，政府監(jiān)管者也應注意第三方支付對不同規(guī)模商業(yè)銀行影響的異質性，適時推出合理性政策，引導市場中非利息收入業(yè)務在第三方支付平臺與商業(yè)銀行之間協(xié)調發(fā)展，要在保持金融市場穩(wěn)定的前提下，同時提高第三方支付平臺與商業(yè)銀行的非利息收入能力。