互聯網金融對商業銀行核心業務的影響
——基于2006～2016年我國主要商業銀行的面板數據

李朋林（教授），董一一

一 引言

近幾年，互聯網金融發展迅猛，支付寶、微信支付、余額寶、宜信、人人貸、螞蟻花唄、悟空理財等新的金融產品與工具層出不窮，深刻地改變了我國的金融格局，對商業銀行傳統業務造成了前所未有的巨大沖擊，使其生存與發展面臨嚴峻挑戰。從2003年支付寶等第三方網絡支付平臺興起，其規模開始不斷擴張，并在網絡技術發展和信息化進程推進下迅速向傳統領域滲透。2010年P2P網貸公司如雨后春筍般發展起來，同期第三方支付企業順利通過審核，獲得央行頒發的第三方支付牌照。2013年6月，支付寶與天弘基金合作推出余額寶，第三方支付平臺正一步步在金融市場上攻城略地，不斷擴大其交易規模，并直接對商業銀行存款業務構成沖擊，使商業銀行盈利面臨被侵蝕的風險。據iResearch（艾瑞咨詢）的統計數據顯示，2016年我國第三方互聯網支付交易規模達到20萬億元，同比增速高達69.21%。天弘基金披露數據則顯示，截至2016年四季度末，余額寶規模已突破8000億元，較去年增長了三成。可見，互聯網金融的快速發展已成為一個不爭的事實，其對金融市場的影響不容小覷。這不得不使我們產生如下一些疑問：未來互聯網金融的迅速膨脹是否會對商業銀行產生替代效應？互聯網金融究竟如何影響商業銀行業務？不同的商業銀行業務對互聯網金融的沖擊響應是否一致？是否會因互聯網金融模式的不同而使影響存在差異？這些關鍵性問題的回答對商業銀行在互聯網金融沖擊下保持其競爭力，實現我國金融系統穩定、協調、可持續發展具有重要的現實意義。

學者們進行了大量廣泛而深入的研究，目前的研究主要集中在互聯網金融對商業銀行影響的性質方面。Anonymous（1999）、劉瀾飚（2013）、莫易嫻（2014）、沈悅和郭品（2015）、王青和常麗云（2016）、梁璋和沈凡（2013）、李朋林和張咚咚（2016）等學者均對這一問題進行了研究，并形成了如下較為一致的觀點：互聯網金融對商業銀行的影響是雙向的，互聯網金融使商業銀行中介作用被弱化，商業銀行的經營模式和管理方式面臨挑戰，傳統收入來源、客戶基礎遭受沖擊的同時，又對商業銀行產生技術溢出效應，倒逼商業銀行推進金融業務互聯網化，轉變經營模式，引導其建立和完善信貸評估和風控機制。除此之外，有關互聯網金融對商業銀行影響的其他方面問題的研究還很不充分，特別是關于不同的互聯網金融模式對商業銀行業務的內部影響的討論才剛剛起步。從某種程度上說，這一問題是有關互聯網金融對商業銀行影響的關鍵與核心問題，沒有對這一問題深入而細致的分析，便不能從微觀層面揭示其影響機理，從而把握其影響實質。

但從目前的研究來看：第一，大多數研究缺乏對互聯網金融與商業銀行的已有合作的考慮，也沒有從監管層政策效應視角去分析互聯網金融對商業銀行的影響；第二，對互聯網金融模式差異及其對商業銀行影響的異質性關注不足，從實證層面定量分析互聯網金融不同模式對內容不同的商業銀行核心業務影響差異的文章屈指可數。鑒于此，本文首先從互聯網金融兩大主要模式（第三方支付、P2P網貸）入手，系統剖析互聯網金融對商業銀行資產、負債及中間業務的影響，在分析過程中，特別考慮了互聯網金融與商業銀行的已有合作和監管層政策效應對這一影響所發揮的作用；然后從實證層面定量分析互聯網金融不同模式對不同商業銀行核心業務的影響；最后就理論與實證分析進行總結，并提出有針對性的可行建議，以期為前述問題進行合理解釋。

二、理論分析與假設提出

互聯網金融作為一種新金融模式，勢必沖擊傳統金融體系，特別是商業銀行，但其究竟如何影響商業銀行目前仍處于爭議中并有待進一步研究。李佳（2015）依據金融功能觀理論，認為互聯網金融的資源配置功能通過“加速金融脫媒”的形式，對傳統銀行業形成沖擊，并且這種“脫媒”同時發生在銀行的資產方和負債方。此外，互聯網金融的支付結算功能也對傳統銀行業“渠道平臺”構成沖擊；郝身永、陳輝（2015）運用數據分析技術指出，互聯網金融（主要是余額寶等基金產品）對商業銀行的存款產生了一定沖擊，但從總量看沖擊有限，在貸款方面，互聯網金融因更能滿足網絡融資貸款需求而使商業銀行在主要的小額貸款業務競爭中處于劣勢。事實上，互聯網金融的“金融脫媒”也是相對商業銀行的脫媒，從內容上講，金融脫媒包括完全脫媒和不完全脫媒，而由于我國目前的征信制度還不成熟，在實際運作過程中不完全脫媒占多數。另外，在互聯網金融發展的十多年里，一些傳統商業銀行已經做出了積極應對，包括推出貨幣基金產品、建立電商平臺、成立直銷銀行以及與第三方支付企業的合作等，監管層對互聯網金融發展的態度也愈發明朗。因此，本文嘗試從互聯網金融入手，同時引入商業銀行和監管層與互聯網金融的已有互動來進行理論層面的分析。誠然，互聯網金融可分為第三方支付、P2P網貸、眾籌、大數據金融、信息化金融機構和互聯網金融門戶六大模式，但考慮到數據的易得性、第三方支付和P2P網貸在規模和影響力上表現突出、與商業銀行部分業務存在競爭等因素，筆者將從第三方支付、P2P網貸兩個方面展開互聯網金融對商業銀行資產、負債和中間業務的影響的分析。

（一）互聯網金融對商業銀行資產業務的影響

互聯網金融對資產業務的影響主要指第三方支付與P2P網貸對個人、中小企業融資的影響及其模式、產品和服務創新所帶來的虹吸效應對商業銀行資產業務的影響。

1.第三方支付對商業銀行資產業務的影響。第三方支付公司基于電商平臺上的客戶和交易信息的積累將業務滲透到金融領域，其代表性的個人信用支付和企業信用支付貸款伸向融資板塊，對商業銀行資產業務構成不容小覷的影響。

就個人消費信貸來講，2015年支付寶平臺推出了兩款個人信貸產品——螞蟻借唄和螞蟻花唄。借唄要求芝麻信用在600分以上，用戶可根據所在分數等級申請到1000～300000元不等的貸款額度。花唄通過大數據運算，結合風控模型將消費者的網購情況、支付習慣、信用風險等非結構化數據轉化為結構化數據，根據得到的結構化數據授予用戶500～50000元不等的消費額度。借唄和花唄實質為個人消費信貸，借唄解決的是資金短缺問題，花唄解決的是資金周轉問題。它們都通過對注冊時間、網上消費記錄、買家信用等級等長期積累的交易信息展開分析，對客戶進行信用評級來提供相應的授信額度。就企業信用融資來講，快錢、易寶支付等第三方支付公司具有以下特征：一是基于對產業鏈上下游交易情況的清晰了解，通過自有資金或從銀行貸款實現以“墊付”“保理”形式向中小企業提供融資。二是通過和銀行合作共同推出滿足中小企業需求的貸款產品。具體來說，即是采用信息化的方式將企業的合同量、交易量、資金流等數據轉化為銀行認可的信用，從中收取服務費。

根據前述第三方支付融資機理分析可知，第三方支付機構服務的客戶主要是建立在電子商務鏈系上的長尾個人客戶和中小微企業，這類群體的資金需求具有規模小、期限短、頻率高、靈活易變等特點，尤其是中小微企業，往往缺乏完整的財務數據和歷史信用記錄，傳統商業銀行基于成本、風險、收益等方面的考慮一般不會對它們提供融資服務。在大數據、云計算、搜索引擎等信息技術快速發展的形勢下，第三方支付能夠將平臺上的“冗余”資源——客戶信息和沉淀資金利用起來，滿足這類傳統商業銀行通常會放棄的客戶的金融服務需求，甚至利用其逐漸積累起來的優勢與傳統商業銀行合作，成為傳統商業銀行的服務對象。通過比較可知，第三方支付推出的個人消費信貸與傳統商業銀行的個人短期信貸和信用卡業務存在本質重疊，盡管如此，其卻改變了個人短期貸款信用評估模式，降低了金融服務門檻，找出了潛在的資金需求者，創新了消費信貸需求，促進了信用消費。

由以上分析可得出假設1：

假設1：互聯網金融模式下，第三方支付對商業銀行資產業務帶來正向影響。

2.P2P網貸對商業銀行資產業務的影響。互聯網金融是一種既不同于商業銀行間接融資，又有別于資本市場直接融資的第三種融資方式，P2P網貸是其典型代表。我國尚未建立完備的信用體系，目前國內的P2P網貸公司或采取線上線下相結合模式進行資信評估，如翼龍貸、人人貸；或采取債權轉讓模式，如宜信；或單純充當資金供需方中介，如拍拍貸；或采取“一對多”有或無擔保模式，如陸金所、紅嶺創投等。P2P網貸這種多業態模式適應了消費者市場，融合了傳統間接融資、直接融資及其他金融業務的特點，將資金供需雙方直接或間接通過第三方平臺或以充當債權債務轉讓載體的債權包聯系起來，形成了若干包含資金供給方、若干資金需求方和第三方平臺多主體的利益共同體。顯然，這種“多對多”的模式優于傳統銀行的“一對多”模式，存在流程簡化、易于操作、成本低且可比、收益可觀等優點，故在投向市場后得到了積極響應，吸引了銀行貸款審核不通過或沒有能力提供抵押擔保的中小微企業以及其他貸款者。而一些國有企業在短期內不會通過P2P網貸進行融資，因而P2P網貸所包含的資金供需雙方直接接觸、風險收益自擔的自助模式，資金供需雙方需要借助第三方平臺線下的協作模式，以及帶有證券投資組合金融特性的類理財模式，給商業銀行貸款帶來的負面影響取決于互聯網金融依靠其模式、服務等創新能力對原銀行客戶是否有吸引力以及有多大吸引力。

由此可得出假設2：

假設2：互聯網金融模式下，P2P網貸對商業銀行資產業務的影響存在不確定性。

（二）互聯網金融對商業銀行負債業務的影響

互聯網金融對負債業務的影響主要表現在第三方支付對負債的影響、P2P網貸對負債的影響兩方面。

1.第三方支付對商業銀行負債業務的影響。第三方支付平臺以電子商務為基礎打造起了涵蓋基本生活的應用場景，促使客戶剝離部分資金用于日常消費、轉賬匯款、現金管理等流動性資金需求，這一舉措通過長尾效應分散了商業銀行活期存款和部分定期存款。第三方支付機構因此產生的沉淀資金迅速增多。特別是在余額寶出現后，第三方支付機構對商業銀行的影響體現在以下四個方面：一是在滿足消費者流動性資金需求基礎上又激發了其投資性需求，既保障了前者又滿足了后者。二是余額寶高收益產生了強大虹吸效應。自2013年余額寶誕生以來，其平均七日年化收益率均高于同期活期存款利率，甚至一度接近6%，成功吸引了無數投資者。三是催生了類余額寶產品。擁有更低費率和更便捷交易方式的余額寶及類似理財產品的推出后受到廣大消費者的追捧。四是降低了理財門檻，加速了商業銀行存款分流。在余額寶推出后，不僅新浪、百度推出類余額寶產品，銀行也紛紛推出各種貨幣基金產品。一時間，P2P網絡小額貸款、網絡眾籌平臺等都參與到投資理財業務中，這些平臺的收益率更高且更具有吸引力。由此加劇了商業銀行活期存款的流失和部分定期存款的減少，但這些貨幣基金最終大都又流回了銀行。

央行為規范非金融機構支付服務行為、防范支付風險出臺的《非金融機構支付服務管理辦法實施細則（征求意見稿）》也成為社會閑散資金和部分活期存款轉化為銀行存款的重要原因，根據征求意見稿，第三方支付能夠計提風險準備金，并將計提風險準備金后的余額存于備付金銀行賬戶，產生的利息收入機構從中提取10%，銀行提取剩余部分。由此導致的結果是，商業銀行存款總額變化不大，甚至會有所增加，但商業銀行的資金使用成本卻增加了。

由此可得出假設3：

假設3：互聯網金融模式下，第三方支付對商業銀行負債業務具有正向影響，但會使負債成本增加。

2.P2P網貸對商業銀行負債業務的影響。P2P網貸機構根據出借人特征及消費需求，不斷創新金融產品和服務，一定程度上分散了商業銀行存款。P2P網貸機構面對的投資人一般不滿足于傳統銀行帶來的收益，有閑散資金無投資能力，或被P2P網貸所具有的“透明度高”“保息保本”“高收益”等特征吸引，從而進行此類投資。在居民消費水平大幅提升、消費觀念發生轉變的時代背景下，P2P網貸機構抓住客戶特征，精準定位小微金融服務，一定程度上分散了商業銀行存款。以P2P網貸平臺的債權轉讓模式為例，其通過對第三方個人債權進行金額拆分和期限錯配，將其打包成類似于理財產品的債權包，供出借人選擇。經過拆分后，一筆大額債權就劃分為多筆小額、短期的債權，由此降低了銷售難度和大眾獲取金融服務的門檻，吸引了更多潛在需求者參與投融資活動，一定程度上導致商業銀行存款被吸出。

由此可得出假設4：

假設4：在互聯網金融模式下，P2P網貸對商業銀行負債業務具有負向影響。

（三）互聯網金融對中間業務的影響

互聯網金融對中間業務的影響主要體現在第三方支付平臺基于場景應用的支付方面，第三方支付將傳統擔保交易應用到線上使其快捷高效化，實現平臺客戶與其連接塑造的應用場景“直接”對接，免去排隊的麻煩，節省時間，滿足廣大消費群體，特別是年輕人的消費需求。現在，第三方支付將線上線下相結合，業務涵蓋收付款、轉賬匯款、機票代購、電話費與保險代繳、網購、電影旅游購票等基本生活應用場景的龐大產業。這種創新型經營模式迫使商業銀行由臺前走向幕后，彌補了傳統銀行網點不足的缺陷，代替了商業銀行部分職能。其代理基金和保險等理財產品，憑借更低的費率、更便捷的直銷功能和先入為主的親近用戶優勢，打開了金融產品的新興營銷渠道，打破了以銀行代銷為主的銷售渠道格局。

由此可得出假設5：

假設5：在互聯網金融模式下，第三方支付對商業銀行中間業務具有負向影響。

三 變量選取與模型設定

（一）研究樣本與數據來源

結合我國銀行業發展實際情況并考慮數據的可獲得性，本文選取11家主要商業銀行2006～2016年的面板數據，數據來源于Wind數據庫及各家銀行年報。這11家銀行分別為中信銀行、中國銀行、建設銀行、交通銀行、農業銀行、工商銀行、招商銀行、光大銀行、廣發銀行、平安銀行、民生銀行，這些銀行在我國占有很大的市場份額，在一定程度上可以代表銀行的整體情況。另外，為了消除可能存在的異方差和數據的劇烈波動影響，將所有指標數據做了自然對數化處理（限于篇幅，文中未詳細列示所使用的數據）。

（二）變量選取與說明

1.互聯網金融。如前所述，互聯網金融分為第三方支付、P2P網貸、眾籌、大數據金融、信息化金融機構和互聯網金融門戶六大模式，但除第三方支付和P2P網貸外，后幾種模式交易規模很小。以2015年為例，第三方支付交易規模達到118193.2億元，P2P網貸交易規模為9752.5億元，同期互聯網總交易規模則超過120000億元，第三方支付和P2P網貸占據絕大份額。故本文從第三方支付與P2P網貸兩方面衡量互聯網金融。對于第三方支付，在考慮數據可獲得性及平穩性的前提下，本文擬采用第三方互聯網支付交易規模衡量互聯網金融水平，數據來源于艾瑞數據；同時采用P2P網貸交易規模進一步衡量互聯網金融水平，數據來源于網貸天眼。

2.傳統商業銀行。為準確反映互聯網金融對商業銀行的資產業務、負債業務和中間業務的影響，本文將用生息資產、付息負債代表資產和負債，用付息負債平均成本率代表負債成本；在中間業務方面，參照王錦虹（2015）所使用的方法，用手續費及傭金凈收入衡量中間業務。同時考慮到銀行的系統重要性差異，對生息資產、付息負債和手續費及傭金凈收入采用加權平均指數方法進行處理。下文所使用的全銀行業總資產、全銀行業總負債數據來源于中國銀行業監督管理委員會公布的數據。

生息資產計算公式如下：

式（1）中：SBA表示樣本銀行資產；TBW表示全銀行業總資產；IBAB表示樣本銀行生息資產；IBA表示經過加權得到的代表銀行業的生息資產；示對2006～2016年數據求和。

付息負債計算公式如下：

式（2）中：SBL表示樣本銀行總負債；TLB表示全銀行業總負債；IBLB表示樣本銀行付息負債；IBL表示經過加權得到的付息負債。

手續費及傭金凈收入的計算公式如下：

式（3）中：SOP表示樣本銀行營業利潤；OPB表示全銀行業營業利潤；NFCIB表示樣本銀行手續費及傭金凈收入；NFCI表示經過加權的手續費及傭金凈收入。

考慮到數據的可獲得性，本文擬對Wind數據庫中所有上市銀行營業利潤數據進行加總，將得到的數據用于衡量銀行業金融機構總利潤。按照2016年第4季度數據估算，這些上市銀行資產總規模占銀行業金融機構總資產規模的66.47%，基本能反映中國銀行業的整體情況，表明前述經過加總得到的數據能夠代表銀行業金融機構總營業利潤。

（三）模型設定

向量自回歸模型（Vector Auto-regressive Model，簡稱“VAR模型”）是由西姆斯（C.A.Sims）于1980年引入的用于分析經濟系統動態性聯系的非結構化模型。本研究正是要通過對互聯網金融與商業銀行形成的動態系統進行量化分析，揭示互聯網金融對商業銀行的影響，故采用該模型來展開實證分析，模型可以表述如下：

式（4）中，yt是k維內生變量，xt是d維外生變量，p是滯后階數，T是樣本個數。t=1，2，…，T。k×k維矩陣A1，A2，…，AP和K×d維矩陣H是待估計的系數矩陣。et是k維擾動列向量，它們之間可以同期相關，但不與其滯后值及等式右邊的其他變量相關。

四、實證分析

（一）變量平穩性檢驗與協整檢驗

VAR模型的可靠性取決于變量的平穩性和變量之間的長期關系。如果變量是平穩的，可直接建立VAR模型；如果變量非平穩，則需要經過差分得到平穩序列再建立VAR模型。但這樣會損失水平序列所包含的信息，隨著協整理論的發展，對于非平穩時間序列，只要各變量之間存在協整關系也可以直接建立VAR模型。因此，在建立模型前，有必要對變量以及變量之間關系穩定性進行檢驗，單位根檢驗、EG協整檢驗是目前普遍應用的檢驗序列平穩性及變量之間關系穩定性的方法。故本文根據以往文獻的研究及方法進行平穩性檢驗。檢驗結果如表1、表2所示。

表1 單位根檢驗結果

從表1的結果可以看出，LNTPP、LNIBA、LNIBL、LNACR、LNP2P序列非平穩，只有LNNFCI序列平穩。LNTPP與 LNIBA，LNTPP、LNIBL與LNACR，LNTPP與 LNIBL，LNTPP與 LNNFCI，LNP2P與 LNIBA，LNP2P、LNIBL與 LNACR，LNP2P與LNIBL可能協整，可對它們進行EG協整檢驗。首先，進行協整回歸，得到LNTPP與LNIBA以及LNTPP、LNIBL與LNACR等變量之間的長期均衡方程，然后檢驗各殘差序列et的平穩性，對各殘差序列的平穩性進行ADF檢驗，從檢驗結果中提取T值與5%顯著性水平上的臨界值，并進行比較。如果T值小于臨界值，則協整回歸的變量存在著協整關系；反之，則不存在協整關系。檢驗結果如表2所示。檢驗結果顯示，可以構建這些變量組的無約束VAR模型。

表2 EG協整檢驗

（二）因果關系確定與參數估計

VAR模型是對經濟時間序列變量之間的因果關系的分析，這就要求在對模型進行參數估計之前應對模型變量之間是否存在因果關系做出判定，以保證得到的變量之間不僅僅顯著相關，而且是有意義的。Sims于1972年推廣的用于檢驗變量之間因果關系的Granger方法是目前得到廣泛應用的方法，其以對Y進行預測時X的前期信息對均方誤差MSE的減少是否有貢獻作為因果關系判斷的基準。故選用此方法對將要建立模型的變量組進行Granger因果檢驗，經檢驗發現，除 LNTPP與LNP2P、LNIBL與LNACR這兩變量組之間無Granger因果關系外，其余變量組都具有Granger因果關系，說明可以建立這些變量組的VAR模型。此外還發現，LNP2P與LNIBL互為Granger因果，可以對它們進行雙向動態分析。至此，利用Eviews對通過Granger因果檢驗的LNIBA與LNTPP（LNP2P）、LNIBL與LNTPP（LNP2P）、LNNFCI與 LNTPP、LNP2P與LNIBL這些變量組進行VAR模型的參數估計，結果見表3。根據AIC和SIC準則對模型滯后階數進行了確定，具體滯后階數也可從表3看出。VAR模型所有單位根的值都小于1，表明所建立的VAR模型滿足穩定性條件，可以進行脈沖響應分析。

由表3回歸結果可以得到：對于模型1，LNTPP滯后一期的系數為0.4926，其t統計量在5%顯著性水平上大于臨界值1.8595，且LNIBA約95%的變異可由LNTPP解釋，說明第三方支付對商業銀行資產有顯著的正面影響，這與理論預期相符，初步驗證了假設1。在模型2中，LNTPP對LNIBL具有統計意義上的影響且系數為正，表明第三方支付對負債具有正的帶動作用，第三方支付分散了商業銀行的存款，卻沒有對商業銀行造成顯著負面影響，主要原因在于吸納流通中的現金、資金回流與政策效應，符合假設3。但Granger因果檢驗結果顯示LNTPP不是導致LNACR提高的Granger原因，LNTPP與LNIBL、LNACR之間并無傳導機制作用。從統計意義上講，第三方支付沒有被動提高商業銀行成本，也沒有通過吸收活期存款轉為定期存款增加商業銀行存款成本。其原因在于：一方面，第三方支付吸收的主要是社會零散資金，比如流通中的現金。也就是說，綜合來看，第三方支付更多的是通過將零散資金整合轉化為銀行定期存款，增加了商業銀行存款來源。另一方面，第三方支付更多的是發揮渠道支付作用，而非傳統支付作用。此外，目前存款利率非市場化也是導致傳導機制不暢通的重要原因。

表3 模型參數估計

對于模型 3，LNTPP（-1）對LNNFCI的影響系數為-1.250，符合假設6的猜想，第三方支付對傳統商業銀行具有顯著的負向沖擊。模型4中，LNP2P的滯后一期、滯后二期、滯后三期的系數分別為0.457、-0.174、-0.055，說明P2P網貸對商業銀行資產業務具有負面影響，但影響較小，表明P2P網貸吸引了部分商業銀行的貸款。模型5的結果符合假設4的理論預想，P2P網貸對商業銀行負債業務產生了不利影響。模型5與模型6是對LNIBL與LNP2P互為Granger因果的結構化反映，LNP2P對LNIBL在統計意義上具有顯著影響且系數為負，而LNIBL對LNP2P的影響系數為正，說明P2P網貸的資金來源中有來自商業銀行的部分，商業銀行為P2P網貸提供了資金，P2P網貸一定程度上侵占了商業銀行貸款業務。

對比模型1和模型4及模型2和模型5可以發現：①互聯網金融的不同模式對商業銀行的影響具有異質性。第三方支付對傳統商業銀行資產與負債業務具有正向影響，對中間業務構成不利沖擊；P2P網貸對傳統商業銀行資產與負債業務帶來負向影響。②在互聯網金融中，相對于P2P網貸，第三方支付對商業銀行的影響更為顯著。原因是第三方支付發展時間更長、規模更大，與商業銀行業務重疊較多，如果目前局面持續下去，P2P網貸對商業銀行的影響將更為深入。

（三）基于VAR模型的脈沖響應分析

1.第三方支付對生息資產、付息負債的脈沖響應分析。圖1、圖2顯示了生息資產、付息負債對第三方支付的脈沖響應。

從圖1可以看出，在第一年給第三方支付一個正向沖擊后，生息資產在該期內首先受到負向沖擊并逐漸減小，進入第2年后影響轉正（政策效應和合作的表現），并達到最高點（0.0281），之后緩慢減小。從長期來看，沖擊產生持久的弱正向促進作用，累計沖擊響應為0.0865，表明第三方支付的發展帶動了商業銀行資產的增加。這種增加體現在互聯網浪潮下的個人消費信貸和金融產品與服務創新促使線下日常資金運轉部分轉移到線上，提高了周轉效率，產生沉淀資金。在政策作用下，這部分資金最終通過商業銀行資產業務移交資金需求者。第三方支付機構從商業銀行貸款或與商業銀行合作，推動了商業銀行資產業務的發展。

圖1 生息資產對第三方支付的脈沖響應

圖2 付息負債對第三方支付的脈沖響應

從圖2可以看出，當給第三方支付一個正向沖擊后，付息負債產生同向的波動式振蕩，第1年向上的帶動作用逐漸增強，第2年達到最高點（0.0462），然后逐漸向下波動，依次重復并逐漸減弱，累積沖擊效應值0.2668，表明第三方支付帶動負債增加，符合假設2的猜想。在資金管理政策作用下，第三方支付發展到一定程度會對商業銀行負債業務產生顯著的促進作用，第三方支付將社會零散資金和吸出的活期存款化零為整或化短為長，最終轉移到商業銀行定期存款中，減緩貸款風險，增加資金來源。

圖3 付息負債對P2P網貸的脈沖響應分析

圖4 P2P網貸對付息負債的脈沖響應

2.P2P網貸與付息負債的脈沖響應分析。圖3、圖4顯示了付息負債與P2P網貸的雙向脈沖響應。從圖3可以看出，在給P2P網貸一個正向沖擊后，對付息負債產生負向沖擊且在第3年達到谷底（-0.0200），之后負向沖擊作用緩慢減弱，累計沖擊響應值為-0.1377。表明P2P網貸的增加會導致商業銀行負債的減少，P2P網貸分散了商業銀行存款。而對于圖4，P2P網貸對付息負債單位沖擊效應為正，恰好與其對付息負債的沖擊效應圖呈相對走勢，但付息負債對P2P網貸的促進作用更為顯著。在給付息負債一個正向沖擊后，P2P網貸產生正向沖擊且沖擊在第1年過渡第2年的過程中迅速走高，在第3期內達到最高點（0.5644），累積沖擊效應值為4.0601。這進一步表明商業銀行增加的負債是P2P網貸的資金來源，P2P網貸憑借其多業態的模式創新以及高收益特征獲得了廣泛影響力，吸走了商業銀行存款。

3.第三方支付對手續費及傭金凈收入的脈沖響應。從圖5可以看出，第三方支付的一個單位的正向沖擊經市場傳遞會給商業銀行中間業務收入帶來不利影響，且此影響比較滯后和具有長期的持續效應。第三方支付將業務范圍由支付結算領域延伸到融資領域，對商業銀行的影響日益顯著。

五、結論及政策建議

圖5 手續費及傭金凈收入對第三方支付的脈沖響應

互聯網金融對傳統商業銀行的影響因模式、內容不同而具有異質性：第三方支付對傳統商業銀行資產與負債業務具有正向影響，對中間業務構成不利沖擊；P2P網貸對傳統商業銀行資產與負債業務帶來負向影響。這一結論也從側面反映出監管層對第三方支付的資金管理政策達到了預期效果，商業銀行與第三方支付機構的合作有利于緩沖后者對其造成的不利影響。同時，資金外流是P2P網貸對商業銀行資產業務、負債業務構成不利影響的直接結果。截至2017年9月，華興銀行、徽商銀行等49家銀行布局P2P平臺資金直接存管業務正是對P2P網貸造成的資金外流影響的決策應對。

進一步分析發現，第三方支付影響結果之所以表現如此，主要是因為其在一定程度上代替了商業銀行支付、融資功能，但由于二者客戶交集不是很大，且第三方支付機構資金存取仍通過銀行，第三方支付機構與銀行的合作使社會閑散資金、活期存款轉為銀行定期存款，存款來源增加了，故而對商業銀行資產和負債表現出正的促進作用。但從過程來講，第三方支付憑借信息、渠道和應用場景優勢，創新信用評估方式和風險控制手段，找準客戶需求，使金融服務的獲取快捷高效，客戶體驗也因此大幅提升，這是第三方支付機構保持競爭優勢的根本原因。就P2P網貸而言，一方面，它融合多種業態模式，滿足了廣大消費者和中小企業的需求，帶來的市場預期超乎想象，降低了銷售難度和大眾獲取金融服務的門檻，吸引了更多潛在需求者參與到投融資活動中，一定程度上分散了商業銀行的資金。另一方面，借助于關系型借貸、產業鏈融資、人工信用調查分析、自動化信用評分等多種信貸技術，P2P網貸機構實現了對中小企業的信用評估和風險控制，并逐步形成了標準化、批量化的信貸評估和風險管理模式，解決了長期困擾銀行的中小企業融資問題。

1.轉變服務理念，從以資金融通為核心的金融中介轉變為以客戶為中心提供支付、風險管理等多種金融服務的服務中介。隨著消費觀念的轉變、消費服務方式的轉移，電子商務企業開啟“消費+金融”模式，將應用場景與金融服務融為一體，使客戶體驗大幅提升，激發了新興金融業態，傳統銀行必須在觀念上有所轉變，進而提升服務水平。

2.依托信息技術進行業務流程改造，提高業務處理效率，努力提升客戶體驗。當前，我國商業銀行的業務流程仍是基于內部管理和內部核算的需要而設置，存在重復審查、環節過多、周期過長、業務流程僵化等問題，這就導致目前客戶抱怨多、投訴率高、滿意度低。技術創新是經濟增長的主要動力，商業銀行需要引進先進信息技術，徹底進行業務流程改造升級，提高業務處理效率，改善客戶體驗。

3.互聯網企業率先進行主動性市場導向型創新，銀行積極在電商平臺進行反應性創新。具體而言，銀行應搭建將客戶與銀行直接聯系起來的服務平臺，發揮自身在資金、客戶溝通服務、信譽等方面的優勢；提高業務效率，降低交易成本，采取多樣化營銷手段和多種服務方式引導客戶培養其在平臺上交易與消費的習慣；積累客戶和交易信息，把握客戶需求變化適時進行產品和服務創新。

4.重視客戶需求，提供獨具特色的差異化品牌式服務。在信息革命時代，互聯網企業依托電子商務或電商服務平臺搶占市場先機，形成“客戶+信息技術”“金融工具+應用場景”生態系統。商業銀行盡管做出了迅速反應，但由于互聯網企業已占有大批量客戶，客戶也已經逐漸習慣其塑造的應用場景、服務模式，商業銀行想要發展新客戶非常困難。商業銀行必須準確把握客戶真正的金融服務需求，依靠自身在客戶服務、理財管理、風控和信譽等方面的優勢，形成獨具特色的差異化品牌服務，避免形式化地將線下業務線上化。

5.化解P2P網貸對商業銀行的負面沖擊，嘗試解決中小企業融資問題。銀行一方面應加快與P2P網貸機構合作，如布局P2P網貸平臺資金直接存管業務、并購P2P網貸企業等，有效避免資金外流，緩解P2P網貸對其構成的負面影響。另一方面，在大數據時代，銀行能夠效仿P2P網貸機構通過互聯網數據和平臺信息的積累，建立以信息數據為基礎的量化風控模型和自動化的信貸管理模式，形成對中小企業、個人客戶的信用風險評估；同時可以以供應鏈、區塊鏈為單位，圍繞鏈上核心企業，形成對上下游中小微企業或區域范圍內的資金流和物流的管理與控制，將單個企業的不可控風險轉變為供應鏈企業整體的可控風險，采取立體方式獲取各類信息，從而方便中小企業融資。

主要參考文獻：

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）．

莫易嫻．互聯網時代金融業的發展格局［J］．財經科學，2014（4）．

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）．

常麗云．互聯網金融對商業銀行盈利能力影響的計量分析［D］．沈陽：遼寧大學，2016．

梁璋，沈凡．國有商業銀行如何應對互聯網金融模式帶來的挑戰［J］．新金融，2013（7）．

李朋林，張咚咚．互聯網金融對商業銀行的雙面影響［J］．西安科技大學學報，2017（4）．

李佳．互聯網金融對傳統銀行業的沖擊與融合——基于功能觀的討論［J］．云南財經大學學報，2015（1）．

郝身永，陳輝．互聯網金融對傳統商業銀行的短期沖擊與深遠影響［J］．上海行政學院學報，2015（2）．

羅明雄，唐穎等．互聯網金融［M］．北京：中國時政經濟出版社，2013．

謝平，鄒傳偉．互聯網金融模式研究［J］．金融研究，2012（12）．

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）．

林雪．互聯網金融與商業銀行業務的融合與發展研究［J］．金融論壇，2014（10）．

戴志鋒，劉瑞，王小松．互聯網金融實戰解構——探尋金融的“風口”［M］．北京：經濟管理出版社，2014．

吳詩偉，朱業，李拓．利率市場化、互聯網金融與商業銀行風險——基于面板數據動態GMM方法的實證檢驗［J］．金融經濟學研究，2015（6）．