互聯網金融對中國銀行體系穩定性狀況的影響
——基于VAR模型的實證研究

謝陳昕

（貴州大學 經濟學院，貴州 貴陽 550025）

互聯網金融對中國銀行體系穩定性狀況的影響
——基于VAR模型的實證研究

謝陳昕

（貴州大學 經濟學院，貴州 貴陽 550025）

隨著我國“普惠金融”概念的提出，互聯網金融成為我國金融領域的新興力量。文章借鑒已有的指標選取方法，構建銀行體系穩定性指數，并結合互聯網金融指標構建V A R模型，通過G ranger因果檢驗和脈沖響應函數進行實證分析。結果顯示，在短期內互聯網金融對于中國銀行體系的穩定具有沖擊效應；而從長期來看，互聯網金融不能替代傳統銀行體系；相反，銀行體系的穩定發展對于互聯網金融的長期發展存在一定影響。據此提出了二者應該互利共生發展的政策建議。

互聯網金融；銀行體系的穩定性指標；V A R模型；G ranger因果檢驗；脈沖響應

一、引言

在深化經濟體制改革的背景下，我國金融改革穩步推進，政府逐漸放寬金融管制，放寬銀行業的準入條件，鼓勵金融創新。互聯網金融這種由傳統金融業和互聯網技術相結合的新型經濟體制應運而生，與傳統的銀行業務形成了競爭的態勢。一方面，互聯網金融依托其成本低、效率高、覆蓋廣、發展快的特點得以迅速發展。互聯網金融的出現為儲戶提供了新的貸款和投資渠道，搶占傳統銀行業務，弱化了商業銀行作為金融市場中介的職能，這對于傳統銀行體系的穩定性造成了沖擊。這種沖擊表現為弱化了銀行體系的金融中介功能，分流了商業銀行的存貸款。如第三方支付等網絡支付平臺為客戶提供了便捷的服務，加快了金融脫媒。以余額寶為例，余額寶上線18天，累計用戶數達到250多萬，累計轉入資金達到66億元。據報道，余額寶規模500億元，成為規模最大的公募基金。另一方面，存款業務和負債業務作為考核商業銀行穩定性狀況的重要指標，其是否會因為互聯網金融的發展而受到沖擊，成為研究的重點。本文通過對互聯網金融變量的構建，考察互聯網金融對中國銀行體系穩定性狀況的長期和短期影響，并針對二者的中長期發展提出了相關建議，這對于商業銀行借助互聯網轉型升級具有一定的現實意義。

二、文獻綜述

（一）互聯網金融理論研究

國內外學者都對互聯網金融理論進行了研究。Greenbaum&Haywood（1986）認為，社會資產量的增長催生了人們對于金融的需求，而這種需求必然需要新的金融機構和新的金融業務來滿足，于是就有了互聯網金融。Hadlock（2002）認為，需要貸款的成長型公司往往因為信息不透明的原因，無法從銀行處取得借款，或者需要支付更高的利息，這無疑加重了借款人的負擔,而互聯網借貸公司抓住這一潛在客戶群體，應運而生。Franklin Allen，James Mcandrews and Philip Strahan（2002）認為互聯網金融與傳統銀行業的整合會加速金融脫媒，從而加快銀行整合的腳步，為客戶提供更為方便的貸款途徑的作用。中國的互聯網金融最早可以追溯到1999年，國內產生了服務于交易的支付網關模式，而隨著近年來利用大數據構建征信體系，互聯網金融的發展邁入新的階段。陶婭娜（2013）認為，互聯網和金融業的融合日益緊密得益于社交網絡數據、移動支付以及云計算等互聯網信息技術的高速發展。同時，大眾消費觀念的轉變及社會金融理念的革新業加速了互聯網金融的發展。戴險峰（2014）認為，中國金融體系長期“金融抑制”的狀態使互聯網金融一經出現就實現“噴井”式的發展，而對于互聯網金融的監管缺失也促進這一發展趨勢。

（二）互聯網金融對傳統銀行體系的影響研究

隨著互聯網金融和電子商務新模式的產生的發展，很多學者致力于研究互聯網金融對商業銀行運行模式、業務設置、產品服務、傳統盈利來源的沖擊。關于互聯網金融對于傳統商業銀行的影響是有利的方面，Berger（2003）指出互聯網金融提高了銀行等金融機構的運行效率并促進了其內部部門的整合，對美國的金融市場產生了明顯的溢出效應在盈利業務方面。而關于互聯網金融可能威脅到傳統銀行銀行體系的方面，宮曉林（2013）研究了互聯網金融對于傳統銀行業盈利來源的影響，其認為在短期內互聯網金融對傳統銀行體系的盈利模式不會產生太大的影響，但從長期來看，商業銀行想要取得更長足的發展就勢必要借鑒互聯網金融的運行模式。從業務設置來看，王錦虹（2015）認為，互聯網金融對商業銀行盈利的影響主要來自于負債業務的方面;其對資產業務和中間業務的影響不大,因而從該方面而導致的對銀行盈利的影響也較小。從產品服務方面來看，邱勛（2013）以余額寶為例，著重分析了互聯網基金給商業銀行帶來的沖擊，認為其主要對商業銀行的市場地位、存款特別是理財產品、活期存款以及基金代銷業務造成了沖擊。賈鳳濤（2017）認為，隨著互聯網金融的飛速發展,理財產品不再局限于傳統的線下理財，而是出現了如“現金寶”、“余額寶”等便捷且收益率高的線上理財服務，給我國傳統商業銀行個人理財業務造成了極大的沖擊。因此他認為傳統商業銀行體系應利用和互聯網技術和大數據，開發屬于自己的線上理財產品，加強技術開發，加快銀行自身轉型優化。

三、模型建立與檢驗

（一）指標選取

1.構建中國銀行體系穩定性指數BSSI3t。借鑒鄒薇（2007）關于反映銀行過度承擔風險行為的年度數據頻率的BSSIt指數構建方法，選取三個反應銀行穩定性程度的先行指標，即：銀行對非政府部門的貸款（Bank loans to non government departments，BLNGS）、銀行存款（bank deposits，BDE）和銀行的外幣負債（Foreign currency liabilities of banks，FLB），它們分別代表或間接代表了銀行部門的信貸風險、流動性風險和匯率風險的變動。這些指標數據來源于中國人民銀行發布的存款性公司概覽年度報表。其中銀行存款由活期存款和準貨幣加總所得；銀行對非政府部門貸款利用國內信貸數據減去對政府部門債權。考慮到互聯網金融數據的可得性及為使指標之間進行Granger因果檢驗向量階數相同，本文僅選取2009年第一季度至2016年第二季度的季度數據。

由此構建一個中國銀行體系穩定性指數BSSI3t來度量銀行部門的穩定性程度：

式中，BSSI3t指數被定義為BLNGS，FLB和BDE的標準差的平均值；μ代表這三個變量的算術平均數，σ代表三個變量各自的標準差；BLNGSt、BFLt和 BDEt分別是 BLNGS、FLB、BDE 的季度變化率。對BLNGS，FLB和BDE進行標準化處理是為了使它們具有同樣的概率分布，從而使指標具有可比性，避免任一指標的變化主導BSSI3t指數。對季度數據計算季間變化率，可以避免數據中由于通貨膨脹等因素而引起指標數值的增大，還可以避免周期性因素而引起的結論錯誤。根據鄒薇（2007）對 BSSI3t指標的定義，當 -0.5≤BSSI3t≤0時，銀行體系是中度不穩定的；當BSSI3t＜-0.5時，銀行體系處于極度不穩定的時期；只有當BSSI3t大于0時，銀行體系才穩定。

由圖1可以看出，2013年二四季度和2014年、2015年三四季度的中國銀行體系穩定指數最低。2013年，隨著金融全球化的加劇，全球金融形勢日益復雜，2013年5月以來，銀行借鑒同業拆借市場的利率持續飆升，部分銀行出現流動性危機。而6月部分銀行又出現了長達一個月的“資產荒”，極大的挫傷了銀行體系的穩定性，流動性風險監管引起高度重度。2014年，由于經濟增速下行壓力較大，隨之伴隨的是結構調整任務艱巨，銀行業來自息差收窄、負債成本大幅上升、收費業務監管從嚴以及不良貸款加速暴露等方面的壓力劇增，銀行業整體盈利增長步入下降通道。2015年股市大跌之后，“資產荒”成為銀行業普遍面臨的問題。而2015年12月宣布人民幣加入SDR邁入國際化，以及傳統銀行業擁抱互聯網腳步的加快使得中國銀行體系的穩定性指數在2016年得到快速提升。這些現實現象都表明，該指標的建立是有效且具有現實意義的，數據的選取是有據可循的。

圖1 中國銀行體系穩定性指數BSSI3t季度走勢圖

2.構建互聯網金融指標IFDt。借鑒彭鈺（2014）選取互聯網金融指標的方法，以互聯網支付業務的交易規模數據為基礎，選擇中國第三方互聯網支付市場交易規模的季度變化率IPSt和中國第三方移動支付市場交易規模的季度變化率MPSt來建立互聯網金融指標IFDt。為保證互聯網金融指標與銀行體系穩定性指數具有較好的可比性，同樣對其進行標準化處理，再將標準化數據進行算術平均。IFDt指標構建如下：

數據來源于wind咨詢金融終端、易觀智庫。

（二）模型建立前提檢驗

1.單位根檢驗。基于上述指標的選取結果，考慮到數據的可得性等現實問題，本文采取中國銀行體系穩定性指數BSSI3t以及互聯網金融指標IFDt從 2009-06至 2016-03間的季度數據構建VAR模型。為了保證模型具有良好的性質，避免“偽回歸”的出現，利用ADF檢驗對互聯網金融指標及銀行體系穩定性指數進行平穩性檢驗。單位根檢驗結果見表1。從表1中可以看出，銀行體系穩定性指數BSSI3t在1%的顯著性水平下拒絕序列不平穩的原假設；互聯網金融指標IFDt在5%的顯著性水平下拒絕原假設。所以根據ADF檢驗，上述指標在5%的顯著性水平下均是平穩的。這為建立VAR模型奠定了基礎。

表1 BSSI3t和 IFDt的 ADF檢驗結果

2.協整檢驗。為了進一步考察BSSI3t與IFDt之間是否具有協整關系，進行協整檢驗。協整意味著向量之間具有長期關系。在短期，這些向量關系可能不是那么顯著，然而，從長遠來看，協整把變量綁定在一起。本文采用E-G兩步法進行協整檢驗。通過構建BSSI3t和IFDt的協整模型，得出p值為0.006 56，通過了顯著性檢驗。由表2可得，檢驗統計量為-5.28，小于-2.62，即在1%的顯著性水平下拒絕殘差序列不平穩的假設，這說明銀行體系穩定性指數BSSI3t與互聯網金融指標IFDt之間存在長期的協整關系，可進一步構建VECM模型及進行Granger因果檢驗進行研究。

表2 E-G兩步法殘差檢驗結果

（三）VAR模型的構建

基于上述檢驗，選取中國銀行體系穩定性指數BSSI3t和互聯網金融指標IFDt構建VAR模型，本文通過R軟件進行VAR模型滯后階數的確定。結果如表3所示。根據R軟件給出的滯后階數，AIC準則、Hannan-Quinn準則以及最終預測誤差準則給出的滯后階數都是3階。所以我們選擇建立滯后3階的VAR模型。

表3 R軟件確定的滯后階數

根據R軟件給出的統計結果，可以構建VAR模型如下：

（四）Granger因果檢驗

為了考察中國銀行體系穩定性指數BSSI3t和互聯網金融指標IFDt之間的長期因果關系，進行Granger因果關系檢驗。檢驗結果見表4。

表4 Granger因果檢驗結果

檢驗結果表明，在長期關系下，互聯網金融指標IFDt對于中國銀行體系穩定性指數BSSI3t的穩定性并無顯著影響；相反，中國銀行體系的穩定對于互聯網金融的發展卻有一定影響。這也說明在長期內，互聯網金融的發展不會取代傳統銀行體系，而互聯網金融要取得持續性的發展離不開傳統銀行體系的穩定發展和支持。

（五）脈沖響應分析

基于前文Granger因果檢驗的結果分析，本文通過脈沖響應函數進一步驗證互聯網金融的發展在短期內與中國銀行體系的穩定性是否具有沖擊效應。互聯網金融指標對銀行體系穩定性指數的脈沖響應結果見圖2。

據圖2，互聯網金融指標IDFt在前12期對銀行體系穩定性指數BSSI3t具有沖擊效應，其中第三期的正向沖擊最大，到了第10期以后互聯網金融指標的沖擊影響逐漸趨向于0。

圖2 IFDt對BSSI3t的脈沖響應函數結果

四、實證結果分析與對策

（一）結果分析

以上實證結果表明，在短期內互聯網金融變量對于銀行體系的穩定性具有一定的影響，而隨著時間的推移，該影響逐漸減弱。這也印證了許多學者關于互聯網金融不會取代傳統商業銀行的研究結果，二者應謀求一種共生的發展模式。對傳統銀行體系業務進行創新，借鑒互聯網成本低、優惠多、高效便捷的發展優勢。而針對互聯網金融也應該加強監管，學習傳統商業銀行嚴謹、規整的運作模式，體制化、規范化。上述實證結果還表明，從長期來看，銀行體系的穩定是互聯網金融發展的保證。因此，有關行政當局應在促進銀行體系穩定發展的前提下推動互聯網金融的發展，以形成一種協調共生、互利并存的發展模式。

（二）政策建議

無論是從長期還是短期來看，互聯網與傳統銀行業的結合是時代發展的必然趨勢，互聯網金融的“開放、平等、協作、共享”的精神使得傳統金融業務的透明度、業務效率、操作便捷性得到顯著的提高。而傳統金融業務的開展也是互聯網金融平臺進行產品創新的先驗。二者應在長期謀求一種互利共生發展的模式，以實現“普惠金融”的政策目標。

首先，商業銀行應建立“以客戶為中心”的經營理念。利用互聯網大數據平臺將客戶進行細分，針對不同的客戶需求提供具體的服務，通過更好的服務使客戶產生忠誠感，從而培養自己的忠實客戶。在服務方面，應重視客戶的體驗，為特定的客戶設計適合的產品，豐富產品線，借鑒美國富國銀行的調查結果，培養客戶持有銀行產品的數量，從而提升客戶的交易活躍度。此外還應重視培養小型微型客戶，將傳統的大資金客戶標準拓展至中小企業甚至是個人客戶，擴寬銀行市場。

其次，促進銀行傳統業務轉型。如積極開發電子商務服務。截至目前，包括交通銀行、工商銀行、建設銀行在內的國有銀行；招商銀行、光大銀行等大型商業銀行，以及成都銀行、上海農商銀行等中小銀行已開設網上商城。隨著大數據獲取和收集的日益便利，傳統金融的互聯網化轉型將成為未來發展的方向。傳統商業銀行應學習互聯網金融高效、便捷的業務特點，引入互聯網思維，簡化業務流程。如開發和改進諸如手機銀行、網上銀行等電子類銀行，提高業務辦理效率，依托線上的業務服務減輕線下的業務負擔，形成網上銀行優勢。同時，商業銀行還應開發新產品，提供智能化服務，如設計依據客戶余額推薦適合的理財產品、到期自動贖回基金理財產品服務、信用卡到期自動還款、自動積存金與貴金屬等智能化服務。

最后，傳統商業銀行應與互聯網金融機構互相合作、優勢互補。雖然互聯網金融的產生在短期內對銀行體系的穩定性造成一定的沖擊，但這只是新事物產生發展的必然趨勢，互聯網金融與傳統銀行業的競爭并未涉及所有領域，在長期內仍存在合作空間。如針對中小企業的融資難問題，由于商業銀行的貸款對象主要是針對有穩定還款來源的人群，對于中小企業等普遍具有無法提供抵押物擔保的群體，商業銀行往往不提供貸款，這將不利于我國中小企業的起步和發展。因此，商業銀行可以和互聯網借貸平臺共享客戶信息，借鑒互聯網金融機構的發展模式，抓住這一巨大的潛在的客戶群體。利用互聯網技術，努力打造中小企業在線融資平臺，從而提高銀行貸款業務的廣度和深度。而對于目前已經存在的互聯網網絡借貸平臺而言，應該學習傳統銀行體系對于客戶征信體系的建設，保證資金的安全性。除此之外，互聯網金融業務的開展與傳統商業銀行業務并不是互相獨立的，如第三方支付平臺也需要借助銀行結算賬戶。因此互聯網支付平臺及電商企業應以積極的態度與傳統商業銀行謀求合作，全面覆蓋支付結算領域，“以人為本”，培養自己的忠實客戶，謀求長足發展。

[1]張金林，周焰，2015.互聯網金融對中國商業銀行穩定性影響的實證研究[J].武漢金融（12）：9-11.

[2]鄒薇，2007.基于BSSI指數的中國銀行體系穩定性研究[J].經濟理論與經濟管理（2）：47-53.

[3]彭鈺.我國互聯網金融對商業銀行盈利的影響研究[D].廈門大學，2014.

[4]陶婭娜，2013.互聯網金融發展研究[J].金融發展評論（11）：58-73.

[5]王錦虹，2015.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（1）：7-12.

[6]王軍.互聯網金融對商業銀行的影響及對策研究[D].首都經濟貿易大學，2014.

[7]宮曉林，2013.互聯網金融模式及對傳統銀行業的影響[J].南方金融（5）：86-88.

[8]邱勛，2013.互聯網基金對商業銀行的挑戰及其應對策略——以余額寶為例[J].上海金融學院學報（4）：72-83.

[9]賈鳳濤，2017.互聯網金融模式下商業銀行個人理財業務的競爭策略研究[J].商業經濟（3）：169-170.

[10]牛華勇，閔德寅，2015.互聯網金融對商業銀行的影響機制研究——基于新實證產業組織視角[J].河北經貿大學學報（3）：66-71.

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

[12]Beger A N.The economic effects of technological progress：evi-dence from the banking industry[J].Journal of money Credit&Banking，2003（35）：141-176.

[13]Adrian，Tobias，Hyun Song，Shin.Liquidity and FinancialContagion[J].Financial Stability Review，2008（11）：1-7.

（責任編輯：C 校對：R）

F832.1

A

1004-2768（2017）07-0035-05

2017-04-30

謝陳昕，女，福建莆田人，貴州大學經濟學院，研究方向：量化投資分析。