互聯網金融、市場勢力與商業銀行績效

申創 劉笑天

摘要：本文利用我國101家商業銀行2005—2015年的非平衡面板數據，首次深入研究了互聯網金融、市場勢力和商業銀行績效之間的關系。研究結果表明：（1）對于總體商業銀行樣本，互聯網金融的發展對商業銀行的績效水平產生了顯著的負向影響。但是，隨著商業銀行市場勢力的增強，這一負向影響效果將會逐步減弱；當商業銀行的市場勢力超過臨界值時，互聯網金融的發展甚至會提升銀行的績效水平。這是因為，隨著商業銀行市場勢力的增強，互聯網金融發展給商業銀行帶來的“技術溢出效應”將會逐步增強，“競爭效應”則會逐步減弱。（2）對于分類銀行樣本，在互聯網金融發展的過程中，地方性商業銀行的績效水平受到的沖擊最大，股份制商業銀行次之，國有商業銀行受到的沖擊最小。這也從另一個角度說明，市場勢力越強的商業銀行受到的互聯網金融的沖擊越小。在以上結論的基礎上，向商業銀行和監管者提出了合理化建議。

關鍵詞：互聯網金融；市場勢力；商業銀行績效；技術外溢效應；競爭效應

文獻標識碼：A文章編號：100228482017（05）001614

一、 引言

近年來，伴隨著經濟體制改革的不斷深化和互聯網信息技術的不斷發展，“互聯網金融”在社會中發揮著越來越重要的作用。2015年我國出臺了關于互聯網金融發展的指導性文件，指出互聯網金融對我國金融業的發展至關重要。由此可見，互聯網金融受到了政府和大眾的密切關注，正逐步成長為金融業的一股新生力量，展現出巨大的發展潛力。

我國互聯網金融的發展時間并不長，但其發展速度卻十分驚人。我國互聯網金融的發展大致分為以下幾個階段：

第一個階段是2005年以前的萌芽階段，人們使用計算機的頻率還比較低，互聯網金融僅處于起步時期。

第二個階段是2005—2012年的發展階段。在這一階段，依托信息技術的迅速發展，互聯網金融開始在金融領域嶄露頭角，網絡借貸規模持續擴大，“支付寶”等第三方支付平臺在金融市場中占有了一席之地。

第三個階段是從2013年開始的繁榮階段。在這一階段，眾籌平臺層出不窮，逐步改變了人們的投融資方式。網絡保險開始進入人們的視線，既對傳統保險形成有效補充，也在一定程度上形成競爭態勢。與此同時，互聯網金融理財產品如雨后春筍般不斷涌現，大眾的理財意識不斷增強。例如，“余額寶”的資產規模增長速度十分驚人，僅在2014年一年，就從1800多億元增長至5700多億元。截至2017年6月底，“余額寶”的資產規模達到143萬億元，直逼幾大國有銀行的活期存款余額。總之，雖然發展的時間并不長，但我國的互聯網金融已經形成了龐大的體系，而且在金融市場中的份額將會進一步增大。

隨著互聯網金融的不斷發展，我國銀行業的經營模式和績效水平也受到了重大影響。從積極方面來看，商業銀行也在享受著信息技術所帶來的“技術溢出效應”。首先，信息技術的普及在一定程度上改變了商業銀行原有的經營模式，其效率水平得到提高，部分業務的成本有所下降。例如，ATM機的使用減少了客戶辦理取款業務的時間，同時也節約了商業銀行的人工成本。再例如，銀行的網上轉賬業務能夠方便客戶，降低成本。其次，在吸收新技術的過程中，商業銀行也構建了自有的互聯網金融平臺，從而通過互聯網來推銷金融產品。例如，許多商業銀行在網上銀行和手機銀行系統中推銷各類自營以及代銷的理財產品。再次，商業銀行也在利用相關的信息技術搜集和分析市場信息和客戶信息，進一步提升自身的投資能力和服務水平。最后，互聯網金融的發展在一定程度上提升了商業銀行的產品創新和服務創新能力。互聯網金融的重復反饋能力比較強，所以商業銀行能夠更迅速更有效地把握客戶的需求，及時推出更合理的金融產品和提供更優質的金融服務。

當然，互聯網金融的發展也產生了較強的“競爭效應”，給商業銀行的績效水平帶來了較大的沖擊。長期以來，間接融資一直是我國金融體系的主要融資方式。與之相對應，商業銀行一直都是金融體系的主要金融機構，銀行業的資產規模在金融行業中的占比也一直最高。但是，由于在很長一段時期內我國政府對于商業銀行的行政干預相對較多，行業的價格水平也只能在較小的范圍內浮動，所以我國銀行業在經營過程中受到了負面影響，其市場化經營程度普遍較低，一直存在人員冗雜、產品類型較少、創新能力不足和服務水平低下等問題，營業模式有待改善，經營效率亟待提高。與之相反，許多互聯網金融企業立足于客戶的具體金融需求，依托互聯網金融平臺，推出更加合理新穎的金融產品，提供更為優質的金融服務。與商業銀行的金融產品相比，許多互聯網金融產品具有流動性強、收益率高和購買門檻低的優勢，這必然會使商業銀行的客戶數量減少，業務規模縮小，績效水平降低。另外，由于信息技術本身具有一定的風險屬性，所以商業銀行在利用互聯網金融技術的同時也會面臨更多的風險。

另外，在互聯網金融迅速發展的同時，近年來我國的利率市場化進程和民營銀行建設進程在不斷推進，所以銀行業的市場競爭環境發生了巨大改變。商業銀行都在努力發展，不同種類的銀行之間都在進行激烈的角逐，各銀行的市場勢力在不斷變化。由于市場勢力不同的銀行在資產規模和技術水平等方面都存在一些差異，所以互聯網金融有可能對市場勢力不同的銀行產生不同的影響。

那么，與互聯網金融企業相比，商業銀行具有哪些優勢和劣勢呢？在“技術溢出效應”和“競爭效應”的雙向作用下，互聯網金融的發展將會如何影響我國商業銀行的績效水平呢？在市場勢力不同的情況下，互聯網金融對商業銀行的影響又會存在什么差異呢？在不同類型的商業銀行之間，互聯網金融的影響效果又有什么不同呢？經濟新常態下我國金融業的改革呼之欲出，而商業銀行的改革仍是其中非常重要的一環。本文的研究內容不僅對于我國銀行業的發展具有指導作用，而且對于構建互聯網金融企業和商業銀行良性競爭體系、逐步推進和深化金融行業改革也至關重要。

二、文獻綜述endprint

關于互聯網金融對商業銀行經營產生的影響，現有的研究文獻十分豐富。在國外的文獻方面，Werthamer和Raymond[1]認為，互聯網金融的發展能夠降低社會中的信息獲取成本，提高資金的易獲得性和市場流動性，對于整個社會的聯動性都有積極顯著的影響。但是，從另一方面來看，商業銀行在這一過程中將會面臨巨大沖擊，績效水平將會下降，甚至有破產的可能。另外，互聯網金融還會給政府的監管帶來一定的困難。Claessens等[2]研究發現，在不同的國家政策以及社會背景之下，互聯網金融所受到的重視程度并不一致，政府在互聯網金融的發展過程中會起到較大作用，互聯網金融對于銀行、保險以及小額信貸等金融機構的影響效果可能并不相同。Herbst[3]則指出，互聯網金融的高速發展對于金融業的影響將會逐步增強。從貨幣流通的角度來看，電子貨幣的使用將會大大提高貨幣的流動性，這對于傳統銀行業是一個巨大的挑戰。同時，在互聯網金融發展的過程中，企業和客戶都需要加強對個人信息的保護。Fight[4]認為互聯網金融的發展對于整個金融行業都非常重要，有可能改變現有的金融格局，甚至經濟學的許多概念都將發生改變。同時，互聯網金融的發展也會對商業銀行的經營狀況產生重大影響。Zhang等[5]從網絡購物的角度進行分析，指出互聯網金融雖然為商業銀行的客戶提供了便利，但同時也增加了風險。

由于我國的互聯網金融起步較晚，所以國內關于這一問題的研究文獻主要集中在最近一段時期。劉瀾飚等[6]認為互聯網金融和傳統金融不僅僅是一種“競爭性”的關系，二者之間也能夠互惠互利，實現共贏。例如，傳統金融企業可以學習互聯網金融的專業技術和經營模式，增加自身的產品種類，提高自身的服務水平和經營效率。鄭霄鵬和劉文棟[7]認為商業銀行與互聯網金融企業相比仍然具有較大的優勢，商業銀行并未受到太大沖擊。另外，互聯網金融帶來的不僅僅是負面影響，同時也增加了商業銀行的競爭對手，使其產生危機意識，從而改善自身經營水平。趙清輝[8]利用對比分析和定性分析方法，對互聯網金融和商業銀行業務發展的關系進行了深入分析，結果表明互聯網金融對商業銀行資產業務發展的影響相對較小，但對商業銀行的負債業務和利潤水平形成了較大沖擊。鄭志來[9]則主要從“互聯網+零售”這一視角出發，研究了互聯網金融對銀行各類業務發展以及總體績效的影響，研究結果表明互聯網金融對商業銀行的貸款業務、中間業務、存款業務和總體的績效水平都造成了負向影響。王錦虹[10]在測度我國互聯網金融發展程度的基礎上，研究了互聯網金融對商業銀行業務的影響，結果表明銀行的負債業務受到了較大沖擊，但資產業務和中間業務受到的沖擊很小。吳成頌等[11]主要研究了互聯網金融發展對我國城市商業銀行的影響，結果表明城市商業銀行的創新能力、手續費及傭金收入都受到了互聯網金融的負向沖擊。

從以上分析可以看出，關于互聯網金融對商業銀行績效的影響這一問題，以往文獻主要是利用定性分析的方法進行研究。同時，現有的研究中關于互聯網金融對銀行績效的影響效果都一概而論，并沒有考慮市場勢力這一因素的存在可能會產生差異化影響。其實，由于市場勢力不同的銀行在資產規模、技術水平、創新能力和收入結構等方面都存在巨大差異，所以互聯網金融極有可能對其產生不同的影響。

因此，本文利用理論分析和實證分析相結合的方法，深入研究互聯網金融和市場勢力對商業銀行績效水平產生的影響。本文主要有以下幾個方面的創新：第一，考慮了市場勢力的重要作用。關于互聯網金融對商業銀行績效的影響，以往的文獻并沒有考慮市場勢力的作用。本文通過在模型中加入互聯網金融指數與市場勢力指標的交互項，研究了在市場勢力發生變化的情況下，互聯網金融對商業銀行績效影響的不同。第二，對銀行進行分類研究。現有的研究全是針對銀行業或者是城市商業銀行所進行的，忽略了不同類型銀行之間可能存在的不同情況。本文將商業銀行分為國有商業銀行、股份制商業銀行和地方性商業銀行三類，深入分析不同類型銀行所對應的不同情況。第三，理論分析與實證分析相結合。以往的研究多采用理論分析方法，而本文不僅對相關問題進行了理論分析，而且在此基礎上構建出計量模型，利用計量估計方法進行實證分析。第四，本文使用動態面板系統廣義矩估計（GMM）方法進行實證估計，既能夠刻畫商業銀行績效的連續性特征，又能在一定程度上解決模型中可能存在的異方差、自相關和內生性問題。

三、研究設計

（一）指標選取

1.商業銀行績效指標。在衡量商業銀行績效的指標中，較為常用的有總資產收益率、總資本收益率和凈息差等。其中，前兩個指標能夠較好地反映銀行的總體績效水平，但是我國部分商業銀行存在資本為負的情況，所以利用總資本收益率來衡量并不合適。因此，我們選擇總資產收益率（Return on Asset，ROA）作為代理變量。

2.互聯網金融指數（IFI）。互聯網金融指數的準確測量是本文實證檢驗的重要前提，所以本文借鑒沈悅和郭品[12]的做法，利用“文本挖掘法”來進行測度。

首先，根據金融功能的不同，選取初始詞庫。吳曉求[13]認為互聯網金融主要在支付清算、資源配置、風險管理和信息渠道方面發揮重要作用。根據這一理論，本文將互聯網金融的功能分為4個維度，在此基礎上，從每個維度篩選出5個互聯網金融的關鍵詞語，最終得到20個關鍵詞（見表1）。

其次，利用《中國重要報紙全文數據庫》（CCND），確定每一個關鍵詞在2005—2015年期間所對應的每年的新聞數目，[JY]并以此為基礎計算出每個關鍵詞的年度詞頻。

再次，運用相關性分析方法，提取有效關鍵詞。在將各關鍵詞詞頻標準化處理之后，計算關鍵詞詞頻與商業銀行總資產收益率年度均值的Person相關系數，結果見表1。借鑒Larson和Farber[14]的研究，我們選擇03為臨界值，剔除相關系數小于03的關鍵詞之后，剩余12個關鍵詞。endprint

最后，利用因子分析法計算互聯網金融指數。其具體步驟如下：第一，對相關數據進行檢驗，變量的KMO值為076，大于05的臨界值；Bartlett值為23641，對應的顯著性為000，小于005的臨界水平。這表明關鍵詞之間確實存在共享因素，適合進行因子分析。第二，基于主成分分析法提取了特征值大于1的公因子，其方差貢獻率高達8247%，表明提取的公因子能夠涵蓋絕大部分信息。第三，在對載荷矩陣進行方差最大化正交旋轉后，利用因子分析方法估計得分系數矩陣。第四，以各因子的得分為權數，將公因子表示為各變量的線性組合并進行標準化處理，最終得到的互聯網金融指數如圖1所示。[WTBX]

3.市場勢力指標。衡量商業銀行市場勢力的指標主要包括赫芬達爾指數、銀行市場份額、Lerner指數和經效率調整的Lerner指數（Elerner）等。其中，赫芬達爾指數能夠衡量銀行業的集中度水平和總體市場勢力狀況，但卻無法衡量單個銀行的市場勢力狀況；市場份額指標則可能由于選取存款、貸款或者生息資產等不同的指標而存在較大差異，所以對于銀行市場勢力的衡量也并不準確。Lerner指數雖然不存在上述問題，但其假定商業銀行具有完全效率，而且能夠發現所有的價格機會，這與我國銀行業的實際情況也并不相符。經效率調整的Lerner指數則較好地克服了以上指標的缺陷，能夠更加準確地衡量商業銀行的市場勢力，所以我們選擇Elerner指數作為相應的控制變量。Elerner指數由Koetter等[15]提出，其計算方法如下：

Elerner=[SX（]Πit+Cit-MCit·Qit[]Πit+Cit[SX）][JY]（1）

式中，Πit代表銀行稅前利潤，Cit代表總成本，MCit為邊際成本，Qit為總產出（總資產）。Elerner指數越大，代表銀行的市場勢力越強。

式（1）中的邊際成本變量無法通過直接觀測得到，因此本文需要使用相關方法進行計算。由于超越對數函數能夠提供更良好的逼近，所以我們采用超越對數成本函數來計算MCit：

lnCit=α0+β0lnQit+∑[DD（]2[]j=1[DD）]βjlnWjit+

[SX（]1[]2[SX）][JB（[]α1（lnQit）2+∑[DD（]2[]j=1[DD）]∑[DD（]2[]m=1[DD）]βjmlnWjitlnWmit[JB）]]+

∑[DD（]2[]j=1[DD）]βQjlnQitlnWjit+vit+uit[JY]（2）

式中，C代表商業銀行的總成本，Q代表商業銀行的總產出，[WTHX]W[WTBX]代表商業銀行的投入要素價格向量，分為資金價格（W1）與勞動及資本價格（W2）兩部分①在代理變量的選取上，我們選擇非利息費用與利息費用之和作為總成本C的代理變量，以商業銀行總資產作為總產出Q的代理變量，以總利息費用與總存款及短期資金之比作為W1的代理變量，同時還以非利息費用與固定資產之比作為W2的代理變量。另外，為了滿足式（2）的規范性要求，我們對要素價格施加了對稱性約束和齊次性約束：

∑[DD（]2[]j=1[DD）]βj=1∑[DD（]2[]j=1[DD）]βjm=0m=1，2

∑[DD（]2[]j=1[DD）]βQj=0βjm=βmj[JY]（3）

從而，邊際成本MCit為：

MCit=[SX（]Cit[]Qit[SX）]=[SX（]Cit[]Qit[SX）]·[SX（]lnCit[]lnQit[SX）]=[SX（]Cit[]Qit[SX）]·

[JB<2[]β0+α1+

∑[DD（]2[]j=1[DD）]βQjlnWjit[JB>2]][JY]（4）

另外，在本文的穩健性檢驗中，需要使用Lerner指數作為Elerner指數的替代性指標，所以相應的Lerner指數計算如下：

Lernerit=[SX（]Pit-MCit[]Pit[SX）][JY]（5）

式中，Pit代表商業銀行的總資產價格，以銀行總營業收入與總資產之比作為相應的代理變量。[WTBZ]

4.控制變量指標。影響商業銀行績效的因素有很多，本文主要從銀行內部特征層面和宏觀經濟層面選取相應的控制變量。從內部特征層面來看，主要有以下幾個因素影響銀行的績效水平：首先，商業銀行的資產結構是影響其績效的重要因素之一。生息資產的增加一般會提高銀行的利潤，對績效產生積極影響。因此，我們選擇貸款資產比（Loan to Asset Ratio，LA）作為資產狀況的代理變量，并預期其系數符號為正。其次，資本是否充足也會對銀行的績效水平造成影響。一般情況下，資本充足率的提高雖然能夠提升商業銀行抵御風險的能力，但也會占用銀行資源從而降低績效水平。因此我們選擇權益資產比（Equity to Asset Ratio，EA）作為相應的控制變量，并預期其系數符號為負。再次，銀行資產規模的大小也會對銀行的績效造成重要影響。銀行在擴大資產規模的過程中可能會產生規模效應，[LL]但也有可能面臨更多的管理問題。因此，我們選擇銀行資產總額的對數值（LNTA）作為代理變量，但其系數符號并不確定。最后，我國商業銀行的營業收入依然主要是利息收入，所以商業銀行發放貸款的質量必然會影響到績效水平。因此，我們選擇不良貸款比率（Nonperforming Loan，NONPL）作為相應的控制變量，并預期其系數符號為負。

在宏觀經濟因素層面，首先，經濟發展水平是影響商業銀行績效水平的重要因素。一般情況下，經濟發展水平越高，經濟體的運轉越良好，社會的資金需求就會越大，商業銀行的利息收入和非利息收入也會越高。因此，我們選取實際GDP的對數值（LNGDP）作為經濟發展水平的代理變量，并預期其估計系數的符號為正。同時，通貨膨脹水平也會影響銀行的績效水平，所以我們選擇居民消費價格指數（CPI）作為相應的控制變量。由于商業銀行在金融市場中的信息優勢更強，對于通貨膨脹程度的把握要優于客戶，能夠從中獲利，所以我們預期CPI的估計系數的符號為正。另外，近年來我國的利率市場化進程在不斷推進，這一因素也會對銀行的績效水平產生重要影響。因此，借鑒以往研究[16]，我們選取了利率市場化進程的虛擬變量（Interestrate Liberalization，IRL）。我國的利率市場化進程在2004—2012年處于相對平穩期，改革的幅度相對較小。在2012年之后，利率市場化進程開始迅速推進，改革幅度明顯增大。[JP2]因此，我們根據實際情況，在2005—2011年的樣本期內取IRL為0，在2012—[JP]2015年的樣本期內則取值為1。由于利率市場化程度的提高會在一定程度上壓縮銀行的利潤空間，所以我們預期該變量的估計系數的符號為負。endprint

在選取變量的基礎上，繪制了描述性統計表，見表2。從表2來看，ROA的均值、標準差、最小值和最大值分別為106%、047%、049%和300%。從這一結果來看，我國商業銀行之間的績效水平具有很大差別。從Elerner指數的均值、標準差、最小值和最大值來看，我國商業銀行之間的市場勢力也具有很大差別。從商業銀行的其他內部特征變量的描述性統計值來看，我國商業銀行在總體規模、貸款占比、資本充足率以及貸款質量方面也都有很大不同。

（二）樣本及數據來源

本文使用的數據是2005—2015年我國101家商業銀行面板數據。其中國有銀行、股份制銀行和地方性銀行的數量分別為5家、12家和84家。在數據來源方面，各銀行的資產規模和貸款資產比等內部特征數據主要來自于Orbis Bank Focus數據庫（原Bankscope數據庫）和各商業銀行年報。對于其中有沖突的數據，我們以商業銀行年報為準。GDP和CPI數據來源于中國統計年鑒，而且我們以2005年為基期進行了調整。另外，為了避免極端值的影響，我們對ROA數據進行了1%的winsorize縮尾處理。

（三）研究方法及模型設定

根據本文的研究目的，我們設定了如下動態模型進行研究，并采用GMM方法對模型進行實證估計①：[WTBX]

ROAit=δ0+λ0ROAi，t-1+γ1IFIit+

γ2Elernerit+γ3IFI×Elernerit+γ4LAit+

γ5EAit+γ6LNTAit+γ7NONPLit+γ8LNGDPit+

γ9CPIit+γ10IRLit+ξit[JY]（6）

式中，ROAi，t-1代表ROAit的一階滯后項，IFI表示互聯網金融指數，Elerner代表Elerner指數，ξit代表隨機誤差項，其余變量的具體定義見表2。

[LL]

＼ ＼ IFI×Elerner代表互聯網金融與市場勢力的交互項，根據式（6）可得，互聯網金融對于商業銀行績效的邊際影響如下：

[HS2*6]＼ ＼ [SX（]ROA[]IFI[SX）]=γ1+γ3Elernerit[JY]（7）

從式（7）可以看出，交互項的引入可以幫助我們研究隨著商業銀行市場勢力的變化，互聯網金融對銀行績效的影響將會如何變化。

另外，我們還構建了式（8）的靜態面板回歸模型，對式（6）的動態面板回歸結果進行穩健性檢驗：

ROAit=φ0+θ1IFIit+θ2Elernerit+

θ3IFI×Elernerit+θ4LAit+θ5EAit+θ6LNTAit+

θ7NONPLit+θ8LNGDPit+θ9CPIit+θ10IRLit+ψit[JY]（8）[WTBZ]

四、實證分析

（一）全部銀行樣本

在全部商業銀行樣本下對式（6）和式（8）的估計結果見表3，其中A欄和B欄分別對應的是靜態模型和動態模型的回歸結果。每一欄中的第一、第二和第三列分別對應基準模型、加入Elerner指數的模型以及加入了Elerner和IFI×Elerner的模型的回歸結果（下文相同）。

＼ ＼ 在A欄的靜態模型估計結果中，Hausman檢驗均拒絕了原假設，所以我們選擇了個體固定效應方法進行估計。在個體固定效應模型中，組內R2能夠比總體R2和組間R2更好地反映模型的擬合優度[17]，所以我們在表中報告的R2為組內R2。從具體結果來看，三列中R2的值分別為0514、0477和0423，這表明模型具有較好的擬合優度。在B欄的動態面板估計結果中，AR（1）均小于005，AR（2）均大于005，這說明模型中不存在序列相關問題。Sargan檢驗所對應的p值均大于005，這說明模型中不存在工具變量的過度識別問題。因此，本文設定的動態面板模型較為合理。

從表3可以看出，無論是在A欄還是在B欄的第一、二列的估計結果中，IFI的估計系數的符號均顯著為負，第三列中IFI的系數同樣顯著為負，根據式（7）所計算的IFI對于ROA的邊際影響值亦為負值。IFI與ROA之間存在顯著的負相關關系，說明互聯網金融的發展顯著降低了我國商業銀行的績效水平。從這一結果可以看出，互聯網金融發展給商業銀行帶來的“競爭效應”超過了“技術溢出效應”，其消極影響大于積極影響。互聯網金融發展對商業銀行的消極影響主要表現在以下幾方面：

從資產業務層面來看，部分互聯網借貸平臺和貸款產品的出現可能會對商業銀行的資產業務造成沖擊，從而降低其績效水平。例如，近年來P2P網絡借貸迅速發展，在一定程度上對商業銀行的貸款業務造成了“擠出效應”。我國的P2P業務從2005年才開始起步，2011年總交易額僅為967萬億元，但截至2015年底其交易額卻已經高達86866萬億元，增長速度十分驚人。究其原因，首先是由于P2P網上借貸方式較為便捷，利用電腦或者手機可以輕松完成，免去了銀行貸款的煩瑣程序。其次，部分P2P借貸平臺無需抵押或者擔保，貸款額度的門檻低至幾百元，這也吸引了一大批貸款額較低的客戶。最后，P2P平臺受到的監管較為寬松，而且能夠較好地利用互聯網大數據技術，深入了解客戶需求，從而設計出更為合理和新穎的產品。但是，從客戶群體來看，在P2P等網絡借貸平臺中有很多貸款客戶都達不到銀行的貸款要求，所以從這個層面上來看，網絡借貸業務是對銀行貸款業務的一種補充。從價格層面來看，網絡借貸中的貸款利率一般都非常高，遠遠超出了銀行的同期貸款利率。因此，雖然互聯網金融對銀行的資產業務會產生一些“擠出效應”，但其程度相對輕微。

從負債業務層面來看，互聯網金融的發展對銀行的負債業務造成了較大沖擊。其中一個重要因素就在于互聯網金融理財產品層出不窮，銀行低息攬儲日趨艱難。例如，2013年由螞蟻金服公司推出的“余額寶”產品在很短的時間內便風靡全國，對銀行的負債業務造成了很大沖擊。究其原因，主要是“余額寶”無論是在收益水平和客戶體驗方面，還是在產品的流動性和購買門檻方面，都優于商業銀行的存款類產品或者理財類產品。從收益水平的角度來看，“余額寶”產品在推出后初始階段的收益水平高達6%，在之后的一年的時間里雖然有所下降，但依然在5%的水平；與之成形鮮明對比的是，同時期商業銀行的一年定期存款收益率僅為3%左右，無法與之匹敵。從客戶體驗的角度來看，“余額寶”的收益結算方式是按天結算，客戶能夠通過支付寶每天關注其收益狀況，這種方式無疑會給客戶帶來更強的滿足感。從流動性的角度來看，“余額寶”與支付寶平臺緊密相連，從“余額寶”中轉出的資金能夠迅速到賬，滿足了客戶的流動性需求。從購買門檻的角度來看，“余額寶”的起購金額僅為1元，遠低于許多銀行理財產品的起購金額，所以能夠吸收社會中更多的閑散資金。正是由于“余額寶”具有收益率高、流動性強、客戶體驗良好和購買門檻低的特點，所以其資產規模迅速擴大，對商業銀行造成了很大威脅。由此可見，互聯網金融的發展對商業銀行的負債業務造成了較大的沖擊，其影響效果要超過對資產業務方面的影響效果。endprint

從非利息業務層面來看，互聯網金融的發展對商業銀行非利息業務造成了負向影響，尤其是手續費及傭金業務受到了較大沖擊。由于商業銀行具有網點多和客戶基數大的優勢，所以其轉賬業務、結算及清算業務和代銷業務等都發展較好，由此所帶來的手續費及傭金也一直都是商業銀行的一個穩定的收入來源。但是，隨著互聯網金融的迅速發展，許多客戶開始使用第三方支付平臺辦理部分業務，對商業銀行的業務數量和收益水平都產生了負向影響。這主要是由于客戶在第三方支付平臺辦理相關業務不僅方便快捷，而且其費用也相對更低。以轉賬業務為例，2014年商業銀行的轉賬業務費率是05%左右，而支付寶轉賬業務的費率僅為01%左右。再例如，在基金代銷業務方面，商業銀行在早期的基金代銷市場中占據著絕對的有利地位，其代銷額度曾一度高達基金總額的60%。但是，隨著第三方支付平臺和余額寶類互聯網金融產品的不斷出現，基金銷售方開始和第三方支付平臺進行合作，大大降低了對商業銀行的依賴程度。例如，客戶通過登錄支付寶平臺就可以購買大量的基金產品。這對商業銀行的基金代銷業務造成了較大沖擊，必然會降低其績效水平。

從Elerner指數的估計系數來看，A欄和B欄的第二、三列的回歸結果中Elerner的估計系數均顯著為正，第三列中Elerner對于ROA的邊際影響也顯著為正。這一結果表明市場勢力的增強對于商業銀行的績效水平產生了顯著的正向影響。究其原因，主要包括以下兩方面：第一，市場勢力較強的商業銀行能夠向客戶索取更高的業務費用，從而獲得更多“壟斷租金”，提高自身績效水平。第二，在銀行業中普遍存在著信息不對稱問題，商業銀行無法完全了解借款人的實際經營狀況和還款能力。但是，市場勢力較強的商業銀行更容易與客戶形成長期穩定的銀企關系，所以商業銀行也更有動力去挖掘客戶的相關信息。從借款人的角度來看，根據博弈論的相關理論，在長期穩定的銀企關系中借款人面臨著可置信的威脅，所以也會更多地表露自身的真實信息。這會降低銀行與客戶之間的信息不對稱的程度，從而提高銀行的貸款質量和績效水平。

從IFI×Elerner的估計系數來看，無論是在A欄的靜態面板回歸結果中還是在B欄的動態面板回歸結果中，IFI×Elerner的估計系數符號均顯著為正。這說明隨著商業銀行市場勢力的增強，互聯網金融對商業銀行績效的負向影響將會逐步降低。當市場勢力超過臨界值時（Elerner指數為0773和0764），互聯網金融的發展不但不會對商業銀行造成負向影響，反而會提升其績效水平。首先，從互聯網金融發展帶來的“技術溢出效應”方面來看，市場勢力較強的商業銀行大多成立時間較早、資產規模較大、員工專業素質較高[18]，所以在技術水平和創新能力上具有很大優勢，能夠更好地將互聯網信息技術與銀行業務進行融合，從而獲得更多收益。與之相反，市場勢力較弱的商業銀行在技術水平和創新能力方面存在缺陷，無法充分利用互聯網信息技術帶來的各種機會。例如，天津濱海農村商業銀行在2015年才開展電子銀行業務，而且許多功能尚不完善[19]。在信息化技術迅速發展的今天，這必然會限制商業銀行的進一步發展。其次，從互聯網金融發展帶來的“競爭效應”方面來看，市場勢力較強的商業銀行受到的影響更小。市場勢力較強的商業銀行普遍擁有較多的大型企業客戶，例如我國的國有商業銀行長期與大型國有企業進行合作。與之相反，市場勢力較弱的銀行的客戶群體則主要是小微企業客戶和個人客戶。但是，第三方支付和P2P等互聯網金融平臺由于受到資產規模和信譽條件的限制，與大型企業的合作比較少，所以其客戶群體同樣主要是小微企業客戶和個人客戶。從這一方面來看，互聯網金融對于市場勢力較弱的商業銀行產生了更大的客戶群沖擊，“競爭效應”更加明顯。根據分析結果可知，隨著商業銀行市場勢力的增強，互聯網金融發展給商業銀行帶來的“技術溢出效應”會逐步增強，“競爭效應”則會逐步減弱。因此，雖然互聯網金融對商業銀行的績效水平造成了負向影響，但是市場勢力越強的商業銀行受到的沖擊就會越小。

觀察表中ROA滯后項的估計系數可知，其符號均為正值且具有顯著性，這一結果表明商業銀行的績效水平具有較強的連續性，利用動態面板模型能夠更好地進行實證分析。在控制變量方面，LNTA的估計系數符號為負但并不顯著，這說明資產規模對于商業銀行績效的影響并不明顯。其他控制變量的估計系數符號與前文的預期基本一致。

（二）分類銀行樣本

在總體商業銀行樣本的基礎上，我們將商業銀行分為國有商業銀行、股份制商業銀行和地方性商業銀行，進一步研究互聯網金融對于不同類型商業銀行績效水平的影響。表4～表6分別報告了三類銀行樣本的回歸結果。

在表4～表6的A欄靜態面板估計結果中，Hausman檢驗均拒絕了原假設，所以我們選擇個體固定效應方法進行估計。從R2的具體結果來看，表4～表6中的R2均處于03至06的范圍內，這表明模型具有較好的擬合優度。在表4～表6的B欄動態面板估計結果中，AR（1）均小于005，AR（2）均大于005，這說明模型中不存在序列相關問題；Sargan檢驗所對應的p值均大于005，這說明模型中不存在工具變量的過度識別問題。因此，本文關于動態模型的設定符合GMM方法的相關條件，較為合理。

從表4～表6可以看出，在A欄和B欄第一、二列的結果中，IFI的估計系數的符號均顯著為負，第三列中IFI的系數同樣顯著為負，根據式（7）所計算的IFI對于ROA的邊際影響值亦為負值。這一結果表明，互聯網金融的發展對國有商業銀行、股份制商業銀行和地方性商業銀行的績效水平都造成了顯著的負向影響。從表4和表5中的估計系數的具體數值來看，表4中IFI估計系數的絕對值均小于表5中的對應值，根據式（7）計算的表4中IFI對于ROA的邊際影響值的絕對值同樣小于表5中的對應值。從表5和表6中估計系數的具體數值來看，

除了在B欄第二列中二者基本一致之外（-0751和-0750），表5中IFI估計系數的絕對值均小于表6中的對應值，根據式（7）計算的表5中IFI對于ROA的邊際影響值的絕對值同樣小于表6中的對應值。這一結果表明，在互聯網金融發展的過程中，地方性商業銀行的績效水平受到的沖擊最大，股份制商業銀行次之，國有商業銀行受到的沖擊最小。這一實證結果再次印證了上文的結論：隨著商業銀行市場勢力的增強，互聯網金融對銀行績效水平的負向影響逐步減弱。endprint

從Elerner的估計系數來看，表4～表6的估計結果中Elerner估計系數的[JP2]符號均顯著為正，這說明無論是對于國有商業銀行、股份制商業銀行還是地方性商業銀行，市場勢力的增強都對銀行的績效水平造成了顯著的正向影響。從表4和表5中估計系數的具體數值來看，表4中第一、二列的Elerner的估計系數均小于表5中的對應值，表4中第三列的Elerner指數對于ROA的邊際影響值同樣小于表5中的對應值。從表5和表6中估計系數的具體數值來看，表5中第一、二列的Elerner的估計系數均小于表6中的對應值，表5中第三列的Elerner指數對于ROA的邊際影響值同樣小于表6中的對應值。這一結果表明，市場勢力的增強對地方性商業銀行績效水平的積極影響最大，[JY]股份制商業銀行次之，國有商業銀行最小。這說明市場勢力對商業銀行績效的邊際影響呈現出遞減的趨勢。

從IFI×Elerner的估計系數來看，無論是在A欄的靜態面板回歸結果中還是在B欄的動態面板回歸結果中，表4～表6的估計結果中IFI×Elerner的估計系數符號均顯著為正。這說明無論是對于國有商業銀行、股份制商業銀行還是地方性商業銀行，隨著商業銀行市場勢力的增強，互聯網金融對于銀行績效的負向影響將會逐步減弱。當市場勢力超過臨界值時（Elerner指數為0810、0805、0822和0832、0780、0788），互聯網金融的發展不但不會對商業銀行造成負向影響，反而會提升其績效水平。其原因同樣是隨著商業銀行市場勢力的增強，互聯網金融發展給商業銀行帶來的“技術溢出效應”將會逐步增強，“競爭效應”則會逐步減弱，因此由互聯網金融帶來的負向效應將會逐步降低。

五、結論及建議

近年來，我國互聯網金融交易規模迅速擴大，發展速度十分驚人。在這一過程中，互聯網金融對于商業銀行的經營狀況既產生了積極效應，也產生了消極效應，商業銀行的績效水平也受到了很大影響，但現有文獻關于這一問題的研究并不深入。本文利用我國101家商業銀行2005—2015年的數據，不但研究了互聯網金融對于商業銀行績效水平的總體影響，還研究了隨著商業銀行市場勢力的變化，互聯網金融對其績效水平影響的變化。

研究結果表明，對于總體商業銀行樣本，互聯網金融的發展對商業銀行的績效水平產生了顯著的負向影響。但是，隨著商業銀行市場勢力的增強，這一負向影響將會逐步減弱，當商業銀行的市場勢力超過臨界值時，互聯網金融的發展甚至會提升銀行的績效水平。究其原因，隨著商業銀行市場勢力的增強，互聯網金融發展給商業銀行帶來的“技術溢出效應”將會逐步增強，“競爭效應”則會逐步減弱。

對于分類銀行樣本，互聯網金融的發展對國有商業銀行、股份制商業銀行和地方性商業銀行的績效水平都產生了顯著的負向影響。同樣地，隨著商業銀行市場勢力的增強，這一負向影響的效果將會逐步減弱。從估計系數的具體數值來看，在互聯網金融發展的過程中，地方性商業銀行的績效水平受到的沖擊最大，股份制商業銀行次之，國有商業銀行受到的沖擊最小。這一結果再次印證了上面的結論，即市場勢力越強的商業銀行受到互聯網金融的沖擊越小。

這一結論對于商業銀行的健康發展和監管者實施有效監管都具有十分重要的現實意義。從商業銀行的角度來看，在未來的發展過程中應當把握以下方向：第一，商業銀行需要進一步學習互聯網金融技術，利用互聯網平臺來拓展客戶群體。商業銀行在過去的經營過程中長期實行“逐大舍小”的發展策略，即爭取大客戶，忽視小客戶，而互聯網金融企業恰是利用了這一特點，通過互聯網平臺的信息優勢將大批擁有閑散資金的小客戶聚攏起來，形成了較大的資金規模。所以商業銀行也應當增加對中小客戶群體的重視，利用多種方式尤其是互聯網方式來挖掘潛在的信息，拓展其客戶群體，從而擴大利潤來源。第二，商業銀行需要利用好自身原有的優勢，在此基礎上改變經營模式和發展特色產品。與互聯網金融企業相比，商業銀行具有資產規模大、網點分布廣、誠信度較高和國家政策大力扶植的優勢。所以商業銀行應當利用好自身的這些優勢并結合互聯網技術，通過業務創新和產品創新為客戶提供更為全面的金融服務，滿足客戶的多樣化需求，從而穩定自身績效水平。第三，商業銀行應該進一步提升自身的技術能力，利用大數據分析來擴大現有客戶和潛在客戶的信息規模，將傳統銀行業務與互聯網金融業務有效融合，構建出更具有競爭力的互聯網金融平臺。第四，商業銀行還可以與電商平臺進行合作，共同搭建互聯網電商銀行平臺，從而實現共同發展的目標。在互聯網迅速發展的過程中，電商與銀行之間既可以是一種競爭關系，也可以通過合作構建出雙向獲利的共贏關系。電商依托自身的互聯網平臺，擁有更多的客戶信息，商業銀行通過獲取相關信息可以提高自身的客戶挖掘深度。商業銀行則擁有較多的網點數量，同時還具有良好的信譽，電商能夠利用銀行的這些優勢來擴展自身的客戶群體。

另一方面，商業銀行的市場勢力越強，互聯網金融對其產生的沖擊就越小。因此，商業銀行還可以通過引入民營資本、優化自身資產負債結構、引進專業型人才和增加創新業務投入等方式來提升自身的綜合實力。同時，地方性商業銀行受到資產規模和技術水平等方面的限制，互聯網金融發展對其績效水平的沖擊最大。所以地方性商業銀行在今后的發展中應當對互聯網金融給予更多的關注，增加相關技術投入，盡快建設起包括網上銀行和電子銀行在內的互聯網金融體系，強化互聯網金融帶來的“技術溢出效應”，弱化“競爭效應”。

從監管者的角度來看，互聯網金融的發展在一定程度上激活了整個金融市場的活力，起到了一定的積極作用。但是互聯網金融對于傳統商業銀行也造成了很大沖擊，所以監管者對于互聯網金融的發展應當采取循序漸進的策略，不能在短期內操之過急，以免對整個金融行業的穩定性造成過多不良影響。另外，雖然監管者已經出臺了部分規章制度來規范互聯網金融企業的發展，但其體系尚不夠完善，行業中仍然存在許多問題。所以監管者應當加強對互聯網金融行業制度的研究，設計出更為完善的法律法規，以確保金融體系的健康運行。endprint

另外，正如前文所說，互聯網金融企業與傳統銀行業之間既有“競爭效應”，也有“互補效應”，商業銀行可以利用互聯網金融提高自身的經營水平，互聯網金融企業也可以利用傳統銀行的優勢來提高自身的信譽水平。所以監管者在實施監管政策的過程中，也可以引導互聯網金融企業與商業銀行之間協同合作，最終達到共贏的局面。

[WT][HS2][HT5H]參考文獻：[HT5”SS]

[1][ZK（#]Werthamer N R， Raymond S U. Technology and finance： The electronic markets [J]. Technological Forecasting & Social Change， 1997， 55（1）： 3953.

[2]Claessens S， Glaessner T， Klingebiel D. Electronic finance： reshaping the financial landscape around the world [J]. Journal of Financial Services Research， 2002， 22（1）： 2961.

[3]Herbst A F. Efinance： Promises kept， promises unfulfilled， and implications for policy and research [J]. Global Finance Journal， 2001， 12（2）： 205215.

[4]Fight A. Efinance [M]. Minnesota： Capstone Publishing， 2002.

[5]Zhang Y， Chen K L， Lee H， et al. Adoption of online banking features by financial intermediaries [J]. International Journal of Electronic Finance， 2012， 6（3/4）： 219238.

[6]劉瀾飚， 沈鑫， 郭步超. 互聯網金融發展及其對傳統金融模式的影響探討 [J]. 經濟學動態， 2013（8）： 7383.

[7]鄭霄鵬， 劉文棟. 互聯網金融對商業銀行的沖擊及其對策 [J]. 現代管理科學， 2014（2）： 7880.

[8]趙清輝. 互聯網金融對中國商業銀行的影響探究 [J]. 河北學刊， 2015（1）： 201204.

[9]鄭志來. 互聯網金融對我國商業銀行的影響路徑——基于“互聯網+”對零售業的影響視角 [J]. 財經科學， 2015（5）： 3443.[ZK）]

[10][ZK（#]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）： 712.

[11]吳成頌， 周煒， 張鵬. 互聯網金融對銀行創新能力的影響研究——來自62家城商行的經驗證據 [J]. 貴州財經大學學報， 2016（3）： 5465.

[12]沈悅， 郭品. 互聯網金融、技術溢出與商業銀行全要素生產率 [J]. 金融研究， 2015（3）： 160175.

[13]吳曉求. 互聯網金融： 成長的邏輯 [J]. 財貿經濟， 2015， 36（2）： 515.

[14]Larson R， Farber E. Videos on DVD for elementary statistics： Picturing the world [M]. Oxford： The Clarendon Press， 2011.

[15]Koetter M， Kolari J W， Spierdijk L. Enjoying the quiet life under deregulation？ Evidence from adjusted lerner indices for US banks [J]. Review of Economics and Statistics， 2012， 94（2）： 462480.

[16]李仲林. 利率市場化與商業銀行風險承擔 [J]. 財經科學， 2015（1）： 3646.

[17]陳強. 高級計量經濟學及Stata應用 [M]. 北京： 高等教育出版社， 2014.

[18]申創， 趙勝民. 市場競爭度與銀行非利息收入關系研究 [J]. 經濟評論， 2017（1）： 5367.

[19]申創， 趙勝民. 市場競爭度對不同類型銀行的收益影響一致嗎——基于我國101家商業銀行的實證研究 [J]. 山西財經大學學報， 2017（9）： 3345.[ZK）]

[HT5K][JY]責任編輯、 校對： 高原[FL）]endprint