互聯網金融對商業銀行信用卡業務的影響因素分析

羅長青+彭品+楊彩林+盧彥霖

摘要：在互聯網金融迅速發展的背景下，從理論上分析了互聯網金融對商業銀行信用卡業務的溢出效應與替代效應，以2007～2013年披露了信用卡業務數據的上市商業銀行為樣本，運用結構方程模型實證研究了互聯網金融對商業銀行信用卡業務的影響，實證結果表明，互聯網金融通過網絡銀行業務的中介作用，實現對信用卡業務的溢出效應，在一定程度上促進商業銀行信用卡業務的發展，同時，互聯網金融的替代效應卻不顯著。有鑒于此，商業銀行應積極開拓互聯網金融，加快其自身業務的發展。

關鍵詞：互聯網金融；信用卡業務；替代效應；溢出效應

中圖分類號：F830.9 文獻標識碼：A

一、引言

近年來，隨著互聯網技術在金融領域的應用日益深入，大數據、云計算、社交網絡等新興互聯網技術正逐漸改變傳統金融業務。以第三方支付、互聯網理財、P2P為代表的互聯網金融是科技進步和金融管制放松的內在產物。在金融創新的背景下，互聯網金融發展迅速，根據《中國支付清算行業運行報告（2015）》，在2014年，P2P網絡借貸成交金額3291.94億元，支付機構共處理互聯網支付業務215.3億筆，業務余額高達17.05萬億元。在互聯網金融強勢發展的背景下，傳統金融機構的業務可能會受到多方面的影響。一方面，互聯網金融成為了金融業界的熱點，成為了引領金融業的發展，提供了技術進步和金融創新的動力；另一方面，互聯網金融也可能會擠占傳統金融機構的業務，與商業銀行等傳統金融機構展開正面競爭。在商業銀行等傳統金融機構方面，信用卡業務是商業銀行主要業務之一，根據中國人民銀行在2015年2月12日發布的《2014年支付體系運行總體情況》，全國信用卡累計發卡4.55億張，較上年末增長16.45%，增速放緩1.58個百分點。隨著互聯網金融的發展，商業銀行的業務開展是受益于互聯網金融的發展浪潮，還是受其影響和沖擊更大？回答這一問題有助于商業銀行更理性地看待互聯網金融，也有益于其更好地適應“互聯網+”時代，同時也有利于商業銀行積極開拓創新業務，避免因利率市場化條件下利差縮小帶來的挑戰。

二、相關文獻綜述

針對互聯網金融這一新興的商業模式，不少學者對其形式、表現及其作用展開了研究，而對于商業銀行信用卡業務的開展，不少文獻也提出了不同的模型及其發展策略。

在互聯網金融及其影響方面，Berger和（2008）對現有的電商平臺P2P業務作為新興的金融中介機構的作用進行了探討和描述[1]。Terry等（2012）預計在未來5年時間內，全世界的互聯網金融移動支付將保持年均42%的增速[2]。謝平和鄒傳偉（2012）較早分析了互聯網金融的模式，他們認為以互聯網為代表的現代信息技術對人類經濟社會的金融模式產生根本性的影響，這種新興的模式與傳統意義上的商業銀行間接融資以及資本市場的直接融資這兩種不同，是一種新的融資模式[3]。李淵博和朱順林（2014）基于省級面板數據，分析了互聯網金融創新對商業銀行經濟發展的影響，研究結果表明互聯網金融創新是商業銀行經濟發展的長期單向原因，并顯現出其對傳統商業銀行金融模式的替代效應[4]。王錦虹（2015）發現互聯網金融對商業銀行負債影響較大，對資產類和中間業務的影響較小[5]。

在商業銀行信用卡業務的影響因素及發展策略方面，Nash和Sinkey（1997）分析了競爭、風險等因素對商業銀行信用卡業務的影響[6]。Shu等（2012）運用社會判斷理論和Cialdini勸說模型討論了消費者態度對網絡信用卡業務的影響[7]。Dilek等（2012）認為信用卡市場是雙邊市場，競爭結構對商業銀行信用卡業務開展的重要影響因素[8]。Singh（2013）開發了信用卡業務的風險調整收益模型，發現信用卡業務的客戶關系管理對其收入有重要影響[9]。黃純純（2006）在國內較早對信用卡業務管理進行了研究，從網絡經濟學的角度構造了一個兩階段的防降價模型，對比政府推行POS機標準前后不同規模的銀行收益的變動情況[10]。方匡南等（2010）將改進后的非參數隨機森林分類（RFC）方法應用到信用卡信用風險的評估中，發現職業、年齡、家庭人口數、月刷卡額、學歷、家庭月收入對信用風險有顯著影響[11]。沈麗和于華陽（2010）提出信用卡市場有效差異化策略的判斷標準，構建了有效產品差異化競爭的品牌經濟模型。廖理， 沈紅波和蘇治（2013）重點關注居民的住房特征對信用卡消費信貸的影響[13]。樓永和王瑞（2014） 通過防降價均衡模型估計出2010～2012年國內九家上市銀行的信用卡轉換成本，并對網絡規模擴張、轉換成本定位以及競爭成效等進行分組比較[14]。段超良（2015）提出信用卡業務應進行互聯網化轉型[15]。王星， 金淳和李延喜（2015）提出商業銀行應運用數據挖掘技術精準識別高盈利客群、科學預估客戶的盈利水平、合理配置營銷資源以實現客戶終身價值最大化[16]。

已有文獻雖然分析了互聯網金融自身發展及對傳統金融的影響，并且探討了商業銀行信用卡業務的發展對策，但是對于互聯網金融是否促進了信用卡業務的發展，還是使其受到了更大的挑戰而延緩了其發展這一問題，目前尚缺少相關文獻進行研究。針對此現狀，本文將探討互聯網金融對商業銀行信用卡業務的影響，并運用上市公司的相關數據進行實證檢驗互聯網金融對商業銀行影響的溢出效應和替代效應，從而為商業銀行信用卡業務的發展提供理論和經驗指導。

三、理論分析及研究假設

3.1 溢出效應假說

溢出效應一般指的是某一行業或某一地區的生產率或盈利能力的提高，而導致其他行業或地區的生產率或盈利能力提升（參見陳濤濤和陳嬌（2006）等[17]）。從理論上看，互聯網金融的發展可能會引致商業銀行信用卡業務的發展。

（1） 互聯網金融極大地降低了金融交易成本?；ヂ摼W金融的出現改變了金融業態，提高了信息的透明度，實現了金融信息的移動化。傳統金融的轉賬、支付、結算等功能能夠在較短時間內實現，大大降低了信息搜尋成本和交易時間成本?；ヂ摼W金融的這些優勢在促進其自身發展的同時，也惠及了傳統商業銀行的信用卡業務，隨著互聯網金融的發展，信用卡用戶的消費習慣也得以改變，商業銀行信用卡大多綁定了移動終端，實現了消費和支付的便利性，與此同時，一些商業銀行開始與互聯網金融平臺合作，更深層次地運用互聯網金融平臺，提高其自身業務的競爭力。

（2） 互聯網金融拓寬了商業銀行信用卡的交易渠道，提升了交易效率?；ヂ摼W金融快速發展，越來越多的銀行可以通過互聯網渠道直接申請信用卡?；ヂ摼W已經深入滲透到我們的日常生活，隨著互聯網網民的持續增長，信用卡的互聯網支付模式憑借著自身操作便捷和普惠共享的特點，直接影響了信用卡網絡支付的客戶和交易規模的增長，這樣也就促進了信用卡業務的增長。隨著互聯網與電子計算機技術在支付領域的拓展，越來越多新的支付終端和交易渠道出現了，這樣就充分拓展了信用卡的交易渠道，提高了支付效率，促進了商業銀行信用卡業務的發展。

（3） 互聯網金融提供的數據能有效強化商業銀行信用卡的風險管理。通過與互聯網金融的合作或商業銀行自身運用互聯網工具，其收集的消費者數據會越來越豐富，基于互聯網計算機平臺的信用卡業務能有效地進行數據的集中處理，并且，在商業銀行的互聯網計算機平臺上，信用卡業務的發卡、收單和交易業務都可以由總行的網絡系統進行集中的管理，同時，總行還可以按照整體的策略及時有效地進行統一規劃和部署風險管理及業務控制，由此可以提高商業銀行信用卡業務的風險管理能力，降低風險事件對信用卡業務的利潤侵蝕。

基于以上分析，商業銀行信用卡業務可能受益于互聯網金融的發展，互聯網金融所帶來的技術進步可能會產生正外部效應，進而形成互聯網金融的溢出效應，因此本文的研究假設1為（H1）：

H1：互聯網金融對商業銀行信用卡業務形成溢出效應，即互聯網金融的發展會促進商業銀行信用卡業務的發展。

同時，互聯網金融對商業銀行信用卡業務的溢出效應可能通過直接和間接渠道形成。直接渠道為互聯網金融通過交易成本、交易效率以及風險管理等方式直接促進信用卡業務的發展，而在間接渠道方面，互聯網金融首先影響商業銀行網絡銀行業務的開展，網絡銀行拓展了傳統銀行業的邊界，實現了銀行接觸面的時空延伸，因而可加快信用卡業務的發展，由此形成研究假設2（H2）：

H2：網絡銀行業務是互聯網金融與信用卡業務的連接通道，網絡銀行業務在互聯網金融溢出效應產生過程中發揮中介作用。

3.2 替代效應假說

從理論上看，互聯網金融的發展可能會對商業銀行信用卡業務形成溢出效應，同時也可能對形成替代效應，即互聯網金融的發展會替代商業銀行信用卡的某些功能，與商業銀行展開競爭，從而降低商業銀行的信用卡業務收入或阻礙其業務的發展。

（1） 互聯網金融提供成本更低的支付服務或“類信用卡”授信服務?；ヂ摼W金融企業為了與商業銀行爭奪市場而降低手續費標準，有的甚至直接免收手續費。然而傳統的商業銀行信用卡業務則嚴格受到央行以及相關職能部門的監管，其手續費的收取都有嚴格統一的標準。一部分互聯網金融企業繞開金融監管，向個人提供“類信用卡”授信服務，可能會擠占商業銀行信用卡市場。

（2） 互聯網金融的信息集成化優勢明顯。商業銀行信息系統的集成化程度比較低，互聯網金融企業本身就是信息服務的主題，他們能利用互聯網平臺充分搜集數據和進行反饋分析，這樣就形成集成化的優勢，傳統的商業銀行在信息集成方面的能力還有所欠缺。

（3） 互聯網金融在替代傳統金融業務過程中伴隨著一定程度的網絡欺詐?；ヂ摼W是一個開放的公眾性的平臺，信用卡客戶的資料以及保密信息很容易被網絡黑客竊取，由于對互聯網犯罪的監管難度更高，信用卡業務的欺詐犯罪出現了向互聯網金融渠道聚集的趨勢，無卡交易欺詐犯罪的比率大幅提升，影響了我國商業銀行信用卡市場的健康發展，這些問題的出現可能會降低商業銀行信用卡業務的收入，并可能阻礙信用卡業務的發展。

基于以上分析，本文認為，互聯網金融的發展可能會給商業銀行帶來替代效應，商業銀行在替代效應的影響下，其信用卡業務可能會受到阻礙，由此，形成研究假設（H3）：

H3：互聯網金融的發展會給商業銀行帶來替代效應，從而阻礙信用卡業務的發展。

四、實證研究設計

為了驗證研究互聯網金融對商業銀行信用卡業務的溢出效應與替代效應，判斷互聯網金融是否促進商業銀行信用卡業務的發展，本節以上市商業銀行為樣本，運用結構方程模型對研究假設H1～H3進行檢驗。

4.1 研究樣本與變量選擇

研究樣本為2007～2013年信用卡業務數據信息披露齊全的8家上市商業銀行，分別為：北京銀行（SH601169）、建設銀行（SH601939）、民生銀行（SH600016）、平安銀行（SZ000001）、興業銀行（SH601166）、招商銀行（SH600036）、中國銀行（SH601988）、中信銀行（SH601998）。樣本數據來源于WIND數據庫、上海證券交易所網站、深圳證券交易所網站、國家統計局、中國銀行業監督委員會網站、新浪財經和網貸之家。

商業銀行網絡銀行發展狀況指標來源于Wind數據庫中的網銀交易總額、網銀客戶總數、網銀交易筆數，分別以y1， y2和y3表示，對于商業銀行信用卡業務發展狀況，本文以信用卡業務收入和信用卡新增發卡量來衡量，將其分別定義為y4和y5。對于互聯網金融的發展程度，由于目前還沒有統一的指標對其進行度量，本文綜合運用多指標方法間接測量：第一類指標為第三方支付金額（x1），第三方支付是互聯網金融的主要代表之一，能夠較好地反映互聯網金融的發展狀況；第二類指標為網貸余額（x2）；第三類指標為與互聯網金融聯系緊密的上市公司營業收入，分別選取東方財富和同花順兩家上市公司，其營業收入分別以x3和x4代表。同時，引入宏觀經濟狀況、商業銀行運營能力和商業銀行市場競爭能力等指標，全面分析商業銀行信用卡業務的影響因素，其中，宏觀經濟狀況以GDP增長率（x5）、CPI（x6）、M0增長率（x7）和M1增長率（x8）表示；商業銀行運營能力分別以現金及現金等價物周轉率（x9）、固定資產周轉率（x10）、總資產周轉率（x11）和股東權益周轉率（x12）表示；市場競爭能力通過銀行資產與全國商業銀行總資產之比（x13）、銀行負債與全國商業銀行總負債之比（x14）、銀行存款與全國商業銀行總存款之比（x15）和貸款與全國商業銀行總貸款之（x16）比來衡量。樣本變量的描述性統計參見表1。

表1 研究變量的描述性統計

變量 最小值 最大值 平均值 標準差 變量 最小值 最大值 平均值 標準差

x1（億元） 759.05 53729.90 19015.22 18839.98 x12 0.28 0.83 0.47 0.11

x2（億元） 0.05 268.00 48.11 92.56 x13 0.01 0.13 0.04 0.04

x3（萬元） 6734.86 28030.80 17698.88 7338.37 x14 0.01 0.12 0.04 0.04

x4（萬元） 8640.86 21527.50 16860.21 4576.64 x15 0.01 0.13 0.04 0.04

x5（%） 6.60 13.60 9.46 2.38 x16 0.01 0.12 0.04 0.04

x6（%） 1.20 6.50 3.33 1.71 y1（億元） 1695.77 1367800.00 250634.47 286453.80

x7（%） 7.10 16.70 11.71 3.14 y2（萬戶） 41.42 15280.00 1762.16 3277.45

x8（%） 6.50 32.40 15.36 9.09 y3（萬筆） 83.99 715900.00 80992.16 153855.36

x9 0.14 0.68 0.28 0.10 y4（萬元） 1001.94 1904100.00 332528.75 405625.41

x10 1.97 13.10 6.11 2.77 y5（萬筆） 0.70 7.06 5.28 1.19

x11 0.02 0.04 0.03 0.00

從研究變量的描述性統計來看，x1， x2， x3， x4， y1， y2， y3和y4的方差較大，對其進行對數化處理，經此預處理后再進行建模分析。商業銀行信用卡業務收入（2007～2013年）和第三方支付金額（2007～2013年）參見圖1和圖2。

圖1 商業銀行信用卡業務收入（單位：萬元）

圖2 第三方支付金額（單位：億元）

從圖1和圖2可以發現，商業銀行信用卡業務收入和作為互聯網金融發展指標的第三方支付金額均呈增長的趨勢，且增長趨勢一致性較強，由此可見，互聯網金融與商業銀行信用卡業務收入之間可能存在某種程度的關聯，而這種關聯關系需要在以下的實證研究中進行驗證。

4.2 模型的選擇與設定

為了驗證互聯網金融對商業銀行信用卡業務的影響，本文運用結構方程模型進行實證研究，這是因為結構方程模型能夠同時處理測量與分析問題，且適用于處理關系復雜且變量較多的樣本。本文設計的結構方程路徑圖如圖3所示。

圖3 結構方程模型的路徑圖

圖3中，x1～ x16， y1～ y5分別如4.1節所述，ξ1～ξ4分別代表互聯網金融、宏觀經濟、商業銀行營運能力和競爭力的潛變量，η1和η2分別為網銀業務狀況和信用卡業務狀況潛變量。相對于新興的銀行體系之外的互聯網金融業態，如P2P等，網銀業務（η2）是商業銀行的傳統業務之一，但它同時也反映了商業銀行運用互聯網的能力，因此，本文將其設定為連接互聯網金融與商業銀行信用卡業務的中介變量，并判斷其在互聯網金融對信用卡業務的溢出效應或替代效應中是否具有中介效應。關于互聯網金融對商業銀行信用卡業務的溢出效應和替代效應，本文通過潛變量之間的系數進行判斷。如果γ1>0，則證明溢出效應存在，此時研究假設H1成立。如果γ1>0，且γ2>0，不僅證明溢出效應存在，而且可說明網絡銀行業務是互聯網金融和信用卡業務之間的連接通道，此時研究假設H2成立。如果γ1<0，則研究假設H3成立，即互聯網金融對商業銀行信用卡業務的發展形成了替代效應。對x1～ x16， y1～ y5進行探索性因子分析，發現網貸余額（x2）在因子ξ1的荷載系數為0.22，GDP增長率（x5）、CPI（x6）在因子ξ2的荷載系數為0.43和0.36，固定資產周轉率（x10）在因子ξ3的荷載系數為0.10，這些變量的荷載系數均低于0.50，所以在結構方程建模過程中予以剔除，保留余下的變量進行分析。同時，經過自相關檢驗，發現潛變量的自相關特征不明顯，而觀測變量雖具有一定的自相關特征，但結構方程模型將不同年份的樣本視作獨立個體，因而能較好地處理其自相關特征。

4.3 模型的參數估計及結果分析

運用t法則對結構方程模型是否有解進行識別，t法則識別的步驟如下：（1） 定義p為結構方程模型中y觀測指標的數量、q為觀測指標x的數量，判斷方差或協方差矩陣的數量（k），且 ，在本文中，p=5， q=12，所以k=153。（2） 定義t為結構方程模型中待估參數的個數，比較t與k的大小，模型識別的必要條件是：t

表2 模型整體擬合度結果

指標 絕對擬合度 簡約擬合度 增值擬合度

GFI SRMR RMSEA PNFI PGFI NFI NNFI CFI

評價標準 >0.9 <0.08 <0.08 >0.5 >0.5 >0.90 >0.90 >0.90

模型結果 0.92 0.02 0.07 0.55 0.53 0.91 0.93 0.92

擬合情況 理想 理想 理想 理想 理想 不理想 不理想 理想

圖4 結構方程模型的路徑圖

從表2可知，結構方程模型總體擬合效果良好，絕對擬合度、簡約擬合度和增值擬合度都滿足相關統計標準，雖然增值擬合度的評價指標不甚理想，但與標準值也比較接近，估計出的模型與實際模型不存在顯著性的差異，樣本數據與結構方程模型的擬合程度較高，模型相對簡約。因此，可以判定模型的整體擬合度較好，可以在此基礎上進行假設驗證。

從結構方程模型的參數估計結果可以發現：

（1） 互聯網金融顯著影響了商業銀行信用卡業務的發展，在潛變量ξ1～ξ4中，互聯網金融（ξ1）對信用卡業務的影響最大，影響系數達到了0.79，高于其他潛變量的影響程度，這表明互聯網金融的發展具有溢出效應，在一定程度上促進了商業銀行網絡銀行的發展。目前來看，幾乎所有上市商業銀行均推出了網上銀行業務和電商平臺，這一方面可能是互聯網金融倒逼的結果，也源于商業銀行已經意識到了未來經營的趨勢，主動加強了網絡銀行及電子平臺的建設。

（2） 互聯網金融對網絡銀行業務的影響系數為0.50，說明網絡金融對信用卡業務的發展有正向促進作用，同時，網絡銀行業務對信用卡業務的影響系數為0.80，表明互聯網金融對信用卡業務的正向促進作用可能來源于網絡銀行業務的傳導作用。網絡銀行業務的開展增加了客戶與銀行的接觸面，為信用卡業務的宣傳和辦理提供了便捷渠道。由此可見，互聯網金融對商業銀行信用卡業務有一定的溢出效應，而互聯網金融的發展并沒有形成顯著的替代效應，即研究假設（H1～H2）得到了驗證，而研究假設（H3） 沒有得到驗證。

（3） 宏觀經濟、營運能力和競爭能力分別對網絡銀行業務有較強的影響，這反映出信用卡業務的發展是多方面因素綜合影響的結果。值得關注的是，宏觀經濟潛變量和傳統的營運能力潛變量并沒有對商業銀行信用卡業務產生較大的影響，這在一定程度上反映了在互聯網經濟時代，以傳統指標來考察商業銀行的業務發展可能并不具有較好的適應性。而競爭能力指標對信用卡業務的影響較大，這也反映了無論外在經營環境如何變化，強化自身競爭能力始終是業務發展的關鍵。

結論和建議

本文從理論和實證等角度分析了互聯網金融對商業銀行信用卡業務的影響，發現了互聯網金融對商業銀行信用卡業務有較強的溢出效應，而替代效應卻不顯著。因此商業銀行可：（1） 加強互聯網金融思維的開拓，將互聯網的開放精神和合作精神融入信用卡業務發展，實現優勢互補，在產品的設計中，注重電子計算機與互聯網類型的產品開發，例如電子錢包、芯片卡，另外還需要把互聯網的精神融入信用卡業務營銷中，信用卡業務的營銷手段可以從傳統的方式轉變為投放互聯網、微信、微博廣告等；（2） 加強互聯網金融大數據的應用，商業銀行信用卡業務同樣也應該有效地使用大數據。首先可以利用互聯網大數據資源進行客戶管理。將信用卡業務與互聯網和大數據模式有機結合，還需要對已有的存量數據進行資源整合和新的利用。商業銀行信用卡業務可以將客戶數據信息也互聯網大數據信息結合，深度挖掘信息和數據的價值；（3） 加強互聯網金融人才的培養，互聯網金融人才包括產品人員、互聯網金融產品分析專員、電子商務人員、互聯網開發人員以及互聯網大數據分析員等，積極吸收互聯網金融人才，同時，商業銀行的信用卡業務還應注重創新型人才的培養，重視互聯網金融與信用卡業務雙重背景人才的運用。。

參考文獻

[1] Berger S C， Gleisner F. Emergence of Financial Intermediaries in Electronic Markets： The Case of Online P2P Lending[J]. Business Research， 2009， 2（1）： 39-65

[2] Terry H P， et.al. Mobile monetization： Does the shift in traffic pay？[R]. Goldman Sachs Working report， 2012

[3] 謝平， 鄒傳偉. 互聯網金融模式研究[J]. 金融研究， 2012， （12）： 11-22.

[4] 李淵博，朱順林. 互聯網金融創新與商業銀行經濟發展的關系研究——基于省級面板數據的因果關系檢驗[J]. 南方經濟，2014，12：36-46.

[5] 王錦虹. 互聯網金融對商業銀行盈利影響測度研究——基于測度指標體系的構建與分析[J]. 財經理論與實踐， 2015， （1）： 7-12.

[6] Nash R C， Sinkey J F. On competition， risk， and hidden assets in the market for bank credit cards[J]. 1997， 22（1）： 89-112

[7] Shu W， Cheng C Y. How to improve consumer attitudes toward using credit cards online： An experimental study[J]. Electronic Commerce Research and Applications， 2012， 11（4）： 335-345

[8] Dilek S， Ulucay K， Simsek L. Linking Turkish Credit Card Market as Two-Sided Market[J]. Procedia - Social and Behavioral Sciences， 2012， 58（12）： 578-586

[9] Singh S， Murthi B， Steffes E. Developing a measure of risk adjusted revenue （RAR） in credit cards market： Implications for customer relationship management[J]. European Journal of Operational Research， 2013， 224（2）： 425-434

[10] 黃純純. 信用卡標準與銀行競爭： 基于網絡經濟學角度的分析[J]. 金融研究， 2006， （5）： 70-80.

[11] 方匡南， 吳見彬， 朱建平， 謝邦昌. 信貸信息不對稱下的信用卡信用風險研究[J]. 經濟研究， 2010， （S1）： 97-107

[12] 沈麗，于華陽. 中國信用卡競爭的理論與實證分析—基于有效差異化競爭的品牌經濟模型[J].金融研究， 2010， （4）： 191-206

[13] 廖理， 沈紅波， 蘇治. 如何推動中國居民的信用卡消費信貸——基于住房的研究視角[J]. 中國工業經濟， 2013， （12）： 117-129.

[14] 樓永， 王瑞. 轉換成本、網絡規模與信用卡產業競爭策略比較[J]. 上海管理科學， 2014， （3）：6-11

[15] 段超良. 信用卡互聯網化轉型[J]. 中國金融， 2015， （4）： 22-24

[16] 王星， 金淳， 李延喜. 客戶特征對商業銀行信用卡業務盈利水平的影響[J]. 技術經濟， 2015， （3）： 90-96

[17] 陳濤濤， 陳嬌. 行業增長因素與我國FDI行業內溢出效應[J]. 經濟研究， 2006， （6）： 39-47.

An Empirical Study on the Spillover Effect and Substitution Effect of Internet Finance on Banks Credit Card Revenue

LUO Changqing1， PENG Pin1， LU Yanlin2， YANG Cailin1

（1. College of Finance， Hunan University of Commerce， Changsha， 410205；

2. Business School， Cardiff University， Cardiff， Wales， United Kingdom， CF10 3AX）

Abstract：Under the background of the quick development of the Internet finance， this paper firstly analyzes the competition effects and spill over effects of Internet finance on commercial banks credit card business. The empirical study is conducted by using the structural equation models and samples of listed commercial banks with credit card information from 2007～2013. The results show that the spill over effect is fulfilled by the intermediary function of the online banking business of commercial banks， and the competition effect is not significant. This results indicate that the Internet finance have promote the credit card business， and commercial banks should be more positive in developing the Internet finance and its business.

Keywords： Internet Finance； Credit Card Business； Substitution Effects； Spillover Effects