袁仁淼
(廣州大學經濟與統計學院,廣東 廣州 510006)
互聯網金融對我國商業銀行信用風險管理的影響研究
袁仁淼
(廣州大學經濟與統計學院,廣東 廣州 510006)
開始于2003年的第三方互聯網支付交易引起了人們對互聯網金融的廣泛關注。通過借鑒國內外學者關于互聯網金融發展的研究成果,對我國1999年到2014年第三方互聯網支付交易規模與商業銀行不良貸款率的關系進行實證分析。結果表明:第三方互聯網支付市場規模與商業銀行信用風險呈負相關;后金融危機時代,第三方互聯網支付平臺的迅猛發展可以有效降低商業銀行信用風險。
互聯網金融;商業銀行 ;信用風險
隨著信息技術和互聯網的發展,電子商務已成為當今信息時代重要的發展趨勢,也成為中國“十二五”期間戰略性新興產業的重要組成部分,根據《電子商務“十二五”發展規劃》,2015年我國電子商務交易額將翻兩番,突破18萬億元。由互聯網所催生的網上交易,以其便捷的方式與低廉的交易成本,大大改變了人們傳統的消費和交易方式,使得由電子商務引發的互聯網金融仍在以強勁的速度增長。截至2014年6月,我國使用網上支付的用戶規模達到2.92億,與此同時,我國互聯網理財產品用戶規模為6383萬,使用率為10.1%。
我國互聯網金融起步于2003年,隨著電子商務和大數據等信息技術的快速發展,互聯網金融發展突飛猛進。特別是2013年以來,互聯網金融發展進入一個新的階段。阿里巴巴率先進入互聯網金融領域,成立小額貸款公司,與天弘基金推出余額寶,在不到半年時間內,余額寶規模首破1000億元大關,用戶數近3000萬,而與之合作的天弘基金也成為國內基金史上首只規模破千億元關口的基金;騰訊微信5.0版本推出支付功能,與基金公司合作共推貨幣基金理財產品并迅速搶占移動客戶端市場;同時加上京東的供應鏈金融和蘇寧云商的轉型,2013年則被稱為互聯網金融的元年。
以余額寶為代表,第三方支付、P2P、眾籌融資等業務模式進入了一個創新型的建設平臺,使得互聯網金融進入了一個新的發展階段,截至2014年7月底,中國人民銀行為269家第三方支付企業頒發了支付業務許可證,到2014年年底中國的互聯網金融規模已經突破10萬億。
互聯網金融的發展,顛覆了人們對中國傳統金融業的認識,改變了人們的生活方式,但在為傳統金融行業帶來生機的同時,也帶來更加巨大的挑戰,而商業銀行作為金融行業的一員,更加應該思考如何應對互聯網金融帶來的風險與機遇。
國外學者在互聯網金融的研究方面為電子商務與互聯網金融的關系,或者是在P2P網絡借貸平臺下,借款人與貸款人之間的關系,或者是借款人如何提高信用,從而提高借款成功的概率。國內學者對互聯網金融的研究大都停留在研究互聯網金融背景下,商業銀行與互聯網企業的競爭優劣勢比較,或者是分析互聯網金融給商業銀行所帶來的沖擊,并給出應對建議,而較少學者會互聯網金融與商業銀行的信用風險兩者的關系進行研究。
與現有的文獻相比,本文主要有以下改進:
一是通過分析互聯網金融的發展規模,并與我國商業銀行的不良貸款率進行研究與分析,通過實證檢驗,揭示兩者之間的關系;
二是通過引入虛擬變量,分析金融危機后,我國互聯網金融的發展與商業銀行信用風險管理的關系。
本文從第三方互聯網支付市場交易規模的發展入手,研究其對商業銀行信用風險的影響;并對本文的研究進行假設:
假設1:第三方互聯網支付市場規模與商業銀行信用風險呈負相關。互聯網金融創造性地把計算機和網絡應用等高科技工具引入傳統金融業務,使客戶獲取信息并儲存信息的渠道便利化,在籌融資環節可以有效降低企業的籌融資成本,對商業銀行信用風險管理有其優勢的一面,減少了金融機構發生信用風險的可能性。第三方互聯網支付市場的發展是基于互聯網金融發展,因此,具有互聯網金融發展的特點。所以,第三方互聯網支付市場的規模越大,商業銀行信用風險就越小。
假設2:后金融危機時代,第三方互聯網支付平臺的迅猛發展可以有效降低商業銀行信用風險。互聯網金融的發展,對傳統金融市場產生沖擊,對商業銀行信用風險提出了更高要求。而基于互聯網金融的第三方支付平臺的迅猛發展,從客觀上對商業銀行信用風險管理更加有效,客戶在互聯網上可以尋求資金,使原來不符合要求的貸款客戶不再需要通過商業銀行來籌集資金,降低信用風險。
(一)變量選擇及刻畫
(二)數據來源及處理
本文的研究區間為1999-2014年,采用年度數據。本文所采用的不良貸款率來源于中國銀行業監督管理委員會發布的中國銀行業年度運行報告,并通過bankscope數據庫補足;貸款利率來源于中國人民銀行公布的一年期基準貸款利率;第三方互聯網支付交易規模數據來源于易觀智庫公布的互聯網發展年度報告。
本文所運用的統計軟件為Eviews6.0。
(三)模型結果
由表1可得:第三方互聯網支付交易總額增長越快,企業在互聯網金融市場上的融資成本就會降低,企業的收益率就會有所上升,償還商業銀行貸款的能力就越強,商業銀行信用風險就會降低。
再對總樣本回歸模型進行Chow突變點檢驗的相關操作,將2008年金融危機蔓延初始年份作為結構變化點;

表2 Chow突變點檢驗結果
由表2中可以看到,統計量的伴隨概率都很小,通過了0.1的置信度顯著性水平,因此拒絕原假設,認為2008年前后,模型發生了顯著性變化。
再根據表2的分析結果,對總樣本回歸模型進行Chow預測點檢驗的相關操作,將2008年作為結構變化點;

表3 Chow預測點檢驗
由表3的Chow預測檢驗結果顯示可知,統計量的伴隨概率小于0.1,因此拒絕原假設,可以認為2008年前后,模型發生了顯著變化。
Chow突變點檢驗和Chow預測檢驗得到了相同的結果,因此有理由認為,2008年后金融危機時代,我國互聯網金融迅猛發展前后,模型發生了顯著性的變化,也就是商業銀行的信用風險發生了顯著的結構變化。

表4 引入虛擬變量后的回歸模型估計結果
本文選取了1999至2014年的第三方互聯網支付交易規模和我國商業銀行的不良貸款率等相關數據,采用時間序列分析的實證方法,并引入虛擬變量,來分析第三方互聯網支付交易規模與商業銀行不良貸款率的關系,得出結論如下:
第三方互聯網支付市場規模與商業銀行信用風險呈負相關。第三方互聯網支付市場規模的發展意味著互聯網在金融領域的迅猛發展,可以有效化解商業銀行的信用風險。因為企業等實體經濟可以有多重選擇去籌資,也可以通過互聯網金融去籌資還款,能有效減少銀行的壞賬發生。
在后金融危機時代,商業銀行的信用風險發生了顯著的變化,互聯網金融的發展促進了商業銀行信用風險的變化。雖然2008年后我國商業銀行的信用風險不斷下降,但是防范互聯網金融帶來的風險依然不可忽視
[1] 邱峰.互聯網金融沖擊與商業銀行應對[J].金融會計,2013,(11):010.
[2] 許榮,劉洋,文武健,徐昭.互聯網金融的潛在風險研究[J].金融監管研究,2014,(3):40-55.
[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] 劉英,羅明維.互聯網金融模式及風險監管思考[J].中國市場,2013(43).
[5] Berger S C,Gleisner F.Emergence of financial intermediaries in electronic markets:The case of online P2P lending[J].BuR-Business Research,2009,2(1):39-65.