黃博文

（哈爾濱工業(yè)大學（威海）經(jīng)濟管理學院，山東 威海 264209）

一、引言

隨著金融科技的不斷發(fā)展，第三方支付平臺不斷拓展自身的金融業(yè)務，第三方支付在信息、安全和沉淀資金方面與商業(yè)銀行存在大量的合作。第三方支付與商業(yè)銀行的大量業(yè)務有所重疊，對商業(yè)銀行的各項業(yè)務產(chǎn)生了巨大的影響。

第三方支付與商業(yè)銀行認證支付清算對賬和資金劃轉會和銀行采用直連模式進行，這種“直連”模式存在巨大的金融風險。因此，2017年以來，中國人民銀行陸續(xù)發(fā)布《關于實施支付機構客戶備付金集中存管有關事項的通知》《關于支付機構撤銷人民幣客戶備付金賬戶的有關工作的通知》，并成功實施“斷直連”“客戶備付金100%交存”等斷直連政策。

斷直連政策實施后，第三方支付機構的盈利模式隨著發(fā)生變化，第三方支付對商業(yè)銀行影響也隨著發(fā)生變化。

二、理論分析

第三方支付主要通過三個路徑對商業(yè)銀行盈利水平進行影響。

1.對商業(yè)銀行負債業(yè)務的影響分析

商業(yè)銀行的負債由存款負債和借入負債構成，其中存款負債是商業(yè)銀行最重要的負債業(yè)務，存款負債的規(guī)模和成本對商業(yè)銀行盈利水平影響很大。第一，客戶備付金在商業(yè)銀行體系內(nèi)形成存款。由于客戶備付金的數(shù)額不斷增加，第三方支付與商業(yè)銀行協(xié)商存款利率時，具有較強的議價能力，因此商業(yè)銀行資金成本將上升，擠壓了商業(yè)銀行的盈利空間。第二，由于第三方支付的業(yè)務類型趨向多元化，客戶為了獲取較大的收益，傾向于選擇高風險高回報的理財產(chǎn)品，從而對商業(yè)銀行的存款形成分流，降低商業(yè)銀行的盈利水平。第三，第三方支付的迅猛發(fā)展刺激了商業(yè)銀行存款金融創(chuàng)新的進程，吸引客戶存款的回流，如商業(yè)銀行開發(fā)了結構性存款，將金融衍生產(chǎn)品嵌入存款，增加了存款收益，改善了商業(yè)銀行存款流出的現(xiàn)象。

2.對商業(yè)銀行資產(chǎn)業(yè)務的影響分析

在商業(yè)銀行的資產(chǎn)業(yè)務中，貸款是最重要的資產(chǎn)業(yè)務，貸款的規(guī)模對商業(yè)銀行的盈利水平影響很大。第一，第三方支付方便、快捷的小額個人貸款受到客戶的歡迎，突出的便利性占領了一部分商業(yè)銀行信用卡業(yè)務的空間；第二，第三方支付憑借先進的大數(shù)據(jù)處理技術，可以較為精確地評估出用戶的信用情況，而商業(yè)銀行缺乏海量的用戶數(shù)據(jù)，對用戶發(fā)放貸款的流程復雜、審批時間較長，貸款業(yè)務受到一定影響。但商業(yè)銀行的主要客戶群體并非個人和小微企業(yè)，且個人和小微企業(yè)的貸款占商業(yè)銀行貸款總額的比重很小，因此第三方支付對商業(yè)銀行資產(chǎn)業(yè)務的不利影響比較有限。

3.對商業(yè)銀行中間業(yè)務的影響分析

中間業(yè)務是商業(yè)銀行重要的盈利來源。隨著第三方支付的迅猛發(fā)展，商業(yè)銀行的中間業(yè)務受到較大的沖擊。一方面，第三方支付依托其便捷性，疊加免費或低收費的策略，吸引大量的客戶，造成商業(yè)銀行中間業(yè)務的客戶流失。在支付結算類中間業(yè)務上，其便捷性分流了商業(yè)銀行一部分客戶；在基金、保險等理財產(chǎn)品代銷業(yè)務上，由于第三方支付平臺收取的手續(xù)費、傭金較低，分流了商業(yè)銀行一部分客戶。而另一方面，第三方支付的迅猛發(fā)展刺激了商業(yè)銀行進行金融創(chuàng)新。商業(yè)銀行增加了中間業(yè)務范圍，如中國工商銀行開展了AI投業(yè)務，積極拓展中間業(yè)務類型和擴大中間業(yè)務規(guī)模，中間業(yè)務盈利水平得到一部分改善。

三、實證分析

1.數(shù)據(jù)的選取

根據(jù)數(shù)據(jù)的可得性，本文選取的研究對象為中國的41家滬深港上市銀行，其中國有商業(yè)銀行5家全國性股份制商業(yè)銀行9家，城市商業(yè)銀行18家，農(nóng)村商業(yè)銀行9家。選取以上銀行的原因為：第一，上市銀行財務數(shù)據(jù)較為透明，財務數(shù)據(jù)容易獲得；第二，以上上市銀行缺失的數(shù)據(jù)較少。由于本文將比較斷直連政策前后第三方支付對商業(yè)銀行盈利水平影響，故選取樣本時間段為2015年～2020年的半年度數(shù)據(jù)，數(shù)據(jù)主要來自于各上市銀行的財務報表，第三方支付規(guī)模數(shù)據(jù)來自于艾瑞咨詢。

2.變量的選取

選取的變量主要涉及三種變量：被解釋變量、解釋變量和控制變量。

（1）被解釋變量

本文選取總資產(chǎn)收益率（ROA）作為被解釋變量。由于商業(yè)銀行是高財務杠桿的企業(yè)，自有資本占總資產(chǎn)的比重很小，相對于凈資產(chǎn)收益率（ROE），總資產(chǎn)收益率（ROA）更能體現(xiàn)商業(yè)銀行自身總體的盈利水平。

（2）解釋變量

考了數(shù)據(jù)的易得性，本文選取第三方支付移動支付規(guī)模（TPPS）作為解釋變量。

（3）控制變量

商業(yè)銀行盈利水平除了受到第三方支付平臺的影響，還會受到銀行自身經(jīng)營水平和宏觀市場環(huán)境的影響。本文選取不良貸款率（BLR）、成本收入比（CIR）和資本充足率（CAR）作為其自身經(jīng)營水平的控制變量。不良貸款率（BLR）反映了一家銀行貸款質量，成本收入比（CIR）反映了銀行自身經(jīng)營能力，資本充足率（CAR）反映了商業(yè)銀行資本的充足程度。以上變量均會影響商業(yè)銀行盈利水平，故列入控制變量，使得結論更具說服力。

3.模型的構建

在數(shù)據(jù)預處理環(huán)節(jié)，為了防止部分銀行部分數(shù)據(jù)缺失導致樣本自由度降低的情況，因此采取線性插值方法近似代替缺失的數(shù)據(jù)。由于第三方支付移動支付規(guī)模（TPPS）與其他指標的數(shù)據(jù)數(shù)量級差別很大，因此本文對第三方支付規(guī)模做對數(shù)處理。本文建立以下模型：

ROAit=α0+α1lnTPPSt+α2BLRit+α3CIRit+α4CARit+εit

該模型中，ROAit表示第i家銀行t時刻的總資產(chǎn)收益率，lnTPPSt表示t時刻第三方支付移動支付規(guī)模的自然對數(shù)，BLRit表示第i家銀行t時刻的不良貸款率，CIRit表示第i家銀行t時刻的成本收入比，CARit表示第i家銀行t時刻的資本充足率，εit表示第i家銀行t時刻的隨機擾動項。

4.描述性分析

商業(yè)銀行各指標的描述性分析

表2 全樣本被解釋變量及控制變量描述性分析

上述變量方差均小于均值，故可進行下一步分析。

5.相關性分析

如果模型中的變量存在很強的相關性，則模型存在多重共線性，那么估計出的參數(shù)將沒有意義。經(jīng)相關性檢驗后，各變量均無強相關關系。

6.單位根檢驗

面板數(shù)據(jù)中包含時間序列信息，若序列存在單位根，即序列為非平穩(wěn)過程，則會使得回歸分析中出現(xiàn)偽回歸問題，那么回歸分析將沒有意義。本文采用LLC、IPS、Fisher-ADF、Fisher-PP四種檢驗方法對面板數(shù)據(jù)進行單位根檢驗。

根據(jù)少數(shù)服從多數(shù)的原則，根據(jù)表3的數(shù)據(jù)可以看出，所有序列均不含有單位根，即所有序列均為平穩(wěn)過程。

表3 各序列的單位根檢驗

7.F檢驗

F檢驗可以用于檢驗是運用混合效應模型進行估計還是固定效應模型進行估計更為合理。

F檢驗統(tǒng)計量定義為：

其中，SSER、SSEU分別為混合回歸模型和固定效應模型分別進行變截距模型的回歸所得的殘差和對數(shù)似然值，N為截面數(shù)，T為時間序列數(shù)，k為解釋變量和控制變量的總個數(shù)。

由表4可以得出，由于p值為0.0000，因此在1%的顯著性水平下，拒絕原假設，運用固定效應模型估計更為合理。

表4 F檢驗結果

8.Huasman檢驗

Huasman檢驗用于檢驗是運用混合效應模型進行估計還是固定效應模型進行估計更為合理。

由表5可以得出，由于p值為0.0036，因此在1%的顯著性水平下，拒絕原假設，即運用固定效應模型估計更為合理。

表5 Huasman檢驗結果

9.模型估計結果

（1）全樣本模型估計結果

①全樣本全階段模型估計結果整理

由下表11的估計結果整理得到固定效應模型的回歸結果為：

表1 模型中各變量說明

ROA=0.880806-0.026907×lnTPPS-0.096632×BLR-0.006076×CIR-0.002447×CAR

②全樣本固定效應模型估計結果分析

由表6可以看出，在2015年～2020年這一時間段內(nèi)，lnTPPS的系數(shù)顯著為負值，說明第三方支付移動支付規(guī)模與商業(yè)銀行ROA呈負相關，即第三方支付規(guī)模的擴大會降低商業(yè)銀行的盈利水平。因此本文認為，在2015年～2020年，第三方支付機構與商業(yè)銀行主要是競爭關系，第三方支付對商業(yè)銀行總體產(chǎn)生消極影響。

表6 全樣本固定效應模型估計結果

（2）分樣本隨機效應模型估計結果

①分樣本分階段模型估計結果整理

②分樣本分階段模型估計結果分析

如表7所示，國有大型商業(yè)銀行在2017年～2020年時間段受第三方支付的消極影響是2015年～2016年時間段的近四倍。本文認為可能的原因是：第三方支付與商業(yè)銀行在沉淀資金管理和用戶管理方面展開了互利的合作，特別是大型商業(yè)銀行與第三方支付平臺的合作更為緊密，而斷直連政策實施落地后，切斷了兩者在沉淀資金管理的合作，對兩者合作產(chǎn)生了不利影響，因此對國有大型商業(yè)銀行的消極影響顯著增強。

表7 國有大型商業(yè)銀行估計結果

如表8所示，全國股份制商業(yè)銀行在2017年～2020年時間段受第三方支付的消極影響是2015年～2016年時間段的近1.5倍，增長倍數(shù)明顯小于其他類型商業(yè)銀行。本文認為可能的原因是：與城市商業(yè)銀行和農(nóng)村商業(yè)銀行相比，全國股份制商業(yè)銀行的市場地域范圍更廣、經(jīng)營業(yè)務類型多樣、攬儲能力更強；與國有大型商業(yè)銀行相比，激勵和約束機制更為有效，公司結構更為合理。因此，在面對不利環(huán)境下，全國股份制商業(yè)銀行受第三方支付消極影響的增長倍數(shù)是最小的。

表8 全國股份制商業(yè)銀行估計結果

如表9所示，城市商業(yè)銀行在2015年～2016年時間段和2017年～2020年時間段中l(wèi)nTPPS的系數(shù)絕對值為四類商業(yè)銀行中的較低值。本文認為可能的原因是：大部分城市商業(yè)銀行的營業(yè)收入中非利息收入占比很低，而利息收入占比很高，且城市商業(yè)銀行資產(chǎn)業(yè)務的客戶與第三方支付的目標客戶重合度低，因此與第三方支付機構開展的合作和潛在的競爭較小，所以lnTPPS的絕對數(shù)額很低。

表9 城市商業(yè)銀行估計結果

如表10所示，農(nóng)村商業(yè)銀行在2017年～2020年時間段受第三方支付的消極影響是2015年～2016年時間段的近6倍，本文認為可能的原因是：農(nóng)村商業(yè)銀行是四類商業(yè)銀行中平均資產(chǎn)規(guī)模最小、服務區(qū)域最小、資產(chǎn)管理能力較弱的商業(yè)銀行，因此其風險抵御能力較差，所以斷直連政策實施落地后，對農(nóng)村商業(yè)銀行盈利水平的消極影響增長倍數(shù)最大。

表10 農(nóng)村商業(yè)銀行估計結果

四、結論與建議

實證結果顯示，斷直連政策實施落地后，第三方支付移動支付規(guī)模對商業(yè)銀行盈利水平的消極影響增強，且對不同類型的商業(yè)銀行盈利水平影響不同即第三方支付機構和商業(yè)銀行的合作效應下降程度高于兩者競爭效應的下降程度。本文針對此現(xiàn)象對監(jiān)管機構提供如下參考意見。

1.規(guī)范第三方支付機構的各項業(yè)務

第三方支付的快速擴張給我國國民經(jīng)濟體系帶來了巨大的風險，其經(jīng)營著部分互聯(lián)網(wǎng)金融業(yè)務，但部分第三方支付機構并未取得可開展相關金融業(yè)務的相應牌照，使得第三方支付機構面臨的監(jiān)管不足。因此，規(guī)范第三方支付機構的各項業(yè)務，有效地對其進行監(jiān)管，可以降低國民經(jīng)濟體系的運行風險，從而配合斷直連政策達到良好的降風險目標。

2.推動兩者合作的進行

斷直連政策落地實施后，商業(yè)銀行的盈利水平受到更為嚴重的不利影響，第三方支付自身盈利空間受到擠壓，出現(xiàn)了“雙輸”局面。而第三方支付機構具有領先的金融科技優(yōu)勢，商業(yè)銀行具有良好的風險管理和資金營運優(yōu)勢，推動兩者合作，使得兩者優(yōu)勢互補，既可以出現(xiàn)“雙贏”局面，又可以推動支付領域的高速發(fā)展。

3.處理好兩者利益分配問題

想要在第三方支付與商業(yè)銀行的重疊業(yè)務上形成良好的合作，監(jiān)管機構需要處理好兩者利益分配問題。如商業(yè)銀行可以減少收取部分對第三方支付機構的費用，使得第三方支付機構可以加大營銷的投入，從而吸引更多的客戶。雖然商業(yè)銀行單次收取的費用減少，但客戶的增多增大了交易規(guī)模，依然可以保持銀行盈利的增加。監(jiān)管機構需要深入研究，把握第三方支付與商業(yè)銀行的利益平衡點，從而讓兩者處于良性的合作與競爭。