互聯網金融、銀行競爭與流動性創造

鄒 偉 ，凌江懷 ，趙小軍

（1.珠海市廣播電視大學 經濟管理系，廣東 珠海 519000；2.華南師范大學 經濟與管理學院，廣東 廣州 511400；3.平安銀行 濟南高新支行，山東 濟南 250101）

一、引言

最近幾年，以第三方支付和P2P為代表的互聯網金融的興起，給商業銀行帶來了“去中介化”“泛金融化”和“全智能化”的挑戰（袁博 等，2013）[1]，降低了交易成本和信息不對稱的程度（章連標 等，2013）[2]，提高了傳統金融包容水平，改變了傳統金融形態的貨幣流通途徑、信用方式和信用評級系統，促使貨幣市場力量對比發生變化，改變了經濟的資金運作模式（周華，2013）[3]。由此引發的技術脫媒、渠道脫媒、信息脫媒、客戶關系脫媒，使得互聯網金融在不斷擴展傳統金融邊界的過程中，逐步與商業銀行在負債業務、資產業務和中間業務領域開展競爭（邱峰，2013）[4]，商業銀行面臨被邊緣化和優勢逐漸被蠶食的風險，這不僅改變了整個金融市場競爭格局（王筠權 等，2013）[5]，也深刻影響著商業銀行傳統業務的發展。

為經濟社會創造流動性是商業銀行重要職能之一。商業銀行通過將缺乏流動性的資產轉化為高流動性債務，或通過貸款承諾和其他信用方式，為社會提供了更多的流動性，促進經濟主體之間的交易。由于經濟的過快增長、寬松的貨幣政策及國際資本的流入等原因，我國一度出現流動性過剩問題。2011年開始，貨幣政策逐步轉向緊縮，M2增速從2009年最高點的28%跌到2012年的14%，之后持續的穩健貨幣政策，使M2增速始終維持在最近十年的低位，2014年M2增速一度下降到11%。2013年6月，我國銀行業出現了“流動性危機”（錢荒）。除宏觀政策外，銀行在競爭壓力下過度使用杠桿，通過信用證、租賃或其他非正式貸款方式（影子銀行）發放的貸款超過正常渠道貸款規模（陳利鋒，2016）[6]以及普遍存在的拆短貸長所造成的期限錯配是造成結構性資金緊張的重要原因。

互聯網金融改變了銀行業的競爭格局。競爭對銀行流動性創造的影響，目前存在兩種假說：一是Petersen et al.（1995）[7]的“脆弱渠道”假說，銀行競爭可能降低了銀行平均利潤率，增加了銀行經營的脆弱性，導致銀行降低流動性創造。二是Carbo-Valverde et al.（2008）[8]和Love et al.（2012）[9]的“價格渠道”假說，銀行競爭影響了商業銀行定價策略，導致貸款利率降低，存款利率（或實際存款利率）上升，增加了貸款和存款需求及流動性創造。

本文利用2010—2015年我國21家商業銀行面板數據，借鑒Berger et al.（2009）[10]、孫莎等（2014）[11]的方法衡量流動性創造，并將其作為被解釋變量，以P2P交易規模、勒納指數作為解釋變量，采用SYS-GMM方法，研究互聯網金融、銀行競爭對流動性創造的影響。

二、文獻綜述及研究假說

以第三方支付和P2P為代表的互聯網金融的發展能夠降低交易成本，提高金融資源配置效率（巴曙松等，2012[12]；吳曉求，2014[13]），雖然短期不會對商業銀行傳統的經營模式和盈利方式產生影響（宮曉林，2013）[14]，更不會徹底顛覆傳統商業銀行（褚蓬瑜等，2014[15]；李淵博等，2014[16]），但不可否認，互聯網金融發展促使渠道、資金、信息和客戶關系等加速脫媒（宮曉林，2013）[14]，第三方支付和P2P網貸等互聯網金融發展對商業銀行的中間業務和存貸款業務產生了一定的沖擊（王碩 等，2015[17]；鄭志來，2015[18]；鄭霄鵬等，2014[19]）。

自從Diamond et al.（1983）[20]提出流動性創造概念以來，出現了兩種衡量方法。一種是Deep et al.（2004）[21]提出的計算方法：流動性轉換缺口等于流動性負債與流動性資產之差除以總資產。這種方法得出的是相對指標，沒有具體數值，忽略了資產負債表內部結構，也沒有考慮表外業務等事項。另一種是Berger et al.（2009）[10]從流動性期間轉換的視角出發，依據業務期限、變現能力、交易費用等將銀行資產、負債、權益和表外業務劃分為流動性、半流動性和非流動性，并分別賦予權數，加權求和得到流動性創造數值。相比第一種方法，這種方法獲得了更多學者的認可。前期文獻利用這一衡量方法，從銀行內部和銀行外部兩個角度，對銀行流動性創造的影響因素進行了研究。銀行內部因素，主要集中于過度貸款和資本因素。從銀行整體來看，貸款過度增長，提高了流動性創造。國有控股銀行的不良貸款率越高，流動性創造也越高，而股份制銀行和城商行與流動性創造呈負相關關系（鄧超 等，2015）[22]。資本被認為是銀行抵御不利沖擊的緩沖器。資本充足率是衡量銀行經營穩健和潛在風險的重要指標。“金融脆弱擠出效應”認為銀行如果資本水平較高，會擠壓銀行存款，減少流動性創造，銀行資本與流動性創造互為負向關系，更多的資本要求在減少金融波動產生的效用和增加流動性創造產生的效用之間進行比較（Horvath et al.，2014）[23]。而另一種觀點認為，資本與流動性創造之間存在正向關系。資本提存比率較高的銀行，流動性創造將因銀行的風險承受能力增加而增加，具有“風險吸收效應”（Coval et al.，2005[24]；Berger et al.，2009[10]）。但也有觀點認為，銀行資本較少為貸款人提供了一種刺激，即激勵貸款人拓展貸款業務，增加了流動性創造（Gorton et al.，2017）[25]。Berger et al.（2009）[10]發現資本變化對不同資產規模銀行流動性創造的影響是不同的。國內文獻中，王露璐 等（2011）[26]、周愛民 等（2013）[27]、孫莎等（2014）[11]利用我國銀行業數據，分別從不同角度驗證了兩種假說，得到了不同的結論，存在著一定的爭議。最近的文獻表明，我國銀行資本充足率與流動性創造之間關系不顯著（鄧超 等，2015[22]，王周偉 等，2016[28]）。銀行外部因素，主要涉及貨幣政策、金融危機、金融制度和經濟增長。緊縮貨幣政策會降低銀行流動性創造，但對大銀行的影響不顯著（Rauch et al.，2009[29]；Berger et al.，2014[30]）。進一步講，緊縮的貨幣政策會降低銀行表內流動性創造，提高表外流動性創造（李明輝 等，2014）[31]。每一次金融危機的過程都伴隨著銀行流動性創造由過剩到緊縮，銀行流動性創造逆轉成為金融市場的周期性規律（李卓琳，2010）[32]。特別是在銀行主導性金融制度下，銀行流動性創造較為活躍，往往呈現逆周期特征，在金融危機中表現尤為突出（李澤廣 等，2015）[33]。銀行流動性創造與經濟增長呈正相關關系，在金融危機中這種效果依然存在 （Berger et al.，2017[34]；Fidrmuc et al.，2015[35]）。

測算銀行競爭度的方法有結構法和非結構法。結構法利用四家集中率、HHI指數等來衡量銀行競爭程度。但現有觀點認為，集中度不是競爭度的反映，也不在邊際水平上反映銀行的競爭行為（Schaeck，2009）[36]。如果銀行兼并重組，集中度和競爭度會同步增加，但HHI指數可能顯示競爭度在下降（Van Leuvensteijn et al.，2008）[37]。非結構性方法不考慮市場結構和份額，而是通過分析銀行本身市場競爭模式，利用預估價格與邊際成本的偏離程度來衡量競爭程度。其中，Lerner指數是以壟斷勢力強弱來衡量市場結構的方法。通過計算lerner指數，能夠得到各家銀行在不同年度的市場勢力，更加適合面板數據的實證分析（楊俊 等，2015[38]；蔣海等，2015）[39]。本文利用lerner指數衡量我國銀行競爭程度。

根據相關文獻，“脆弱渠道”假說認為，市場勢力較大的銀行，往往資產規模越高，銀行內部機制就越健全，風險管理能力越強。在面臨競爭時，更有動力和實力擴大信貸市場份額，增加流動性創造。而市場勢力較弱的銀行則相反。銀行競爭削弱了銀行的市場勢力，導致銀行市場份額減少，盈利能力下降，銀行在進行流動性創造時更加謹慎，會降低流動性創造。具體來說，銀行在發放貸款時，通過對借款人未來現金流情況的審查，評估其還款能力。由于競爭降低了市場勢力，銀行從特定借款人獲得未來現金流的可能性減少，也降低了銀行與新借款人建立長期關系的激勵，使銀行預期盈利減少。為了滿足監管當局對資本充足率的要求，銀行會通過減少信貸供給方式降低流動性創造。甄選理論也認為，隨著銀行數量的增加，銀行對企業甄選動機減弱，增大了銀行風險。銀行對補償所承擔的風險更高，則對借款人征收更高的利率，導致借款人貸款需求減少，降低了流動性創造。我國銀行業總體上處于壟斷競爭市場狀態（孫巍 等，2012）[40]。互聯網金融的發展，一方面，使銀行面臨更加復雜的市場環境和日益激烈的競爭形勢，削弱了其市場勢力和盈利能力，降低了流動性創造；另一方面，互聯網金融的競爭力在門檻、成本和信息等方面都對銀行傳統業務形成沖擊。P2P等網貸憑借成本、時效和便捷性等優勢，引起無法獲得商業銀行貸款但又不愿利用高利貸方式融資的資金需求者的興趣。在傳統商業銀行無法提供信貸支持的情況下，互聯網金融部分代替了銀行流動性創造職能。因此，本文驗證的主要假設：在競爭壓力下，銀行流動性創造下降；P2P減少了銀行流動性創造，存在擠出效應。

三、研究設計

（一）流動性創造指標

Berger et al.（2009）[10]所提出的流動性創造測度方法被廣泛應用于實證研究中，測算過程分為三個步驟：首先，依照資產變現的便捷程度、交易成本和所需時間，將資產負債表內及表外部分項目指標劃分為流動性、半流動性和非流動性。其次，對這三類指標分別賦予-0.5、0和0.5的權重，將指標數值乘以權數大小加總求和。表內外流動性劃分和權重見表1。最后，結合流動性劃分和權重，通過以下公式得到銀行流動性創造的數值：

流動性創造=0.5×∑（非流動性資產+流動性負債+非流動性表外業務）-0.5×∑（流動性資產+非流動性資產+流動性表外業務）+0×∑（半流動性資產+半流動性負債+半流動性表外業務）

表1 銀行資產負債表內外業務流動性劃分與權重賦予

圖1 2010—2015年國有控股銀行流動性創造及占比

圖1顯示，我國銀行業流動性創造總體呈下降趨勢，但國有控股銀行（中、農、工、建、交）流動性創造的占比呈逐年上升趨勢，始終維持在70%以上。其中，2015年最高，達到75.89%，這與王周偉 等（2016）[28]測算的結果基本一致。相比較，中小商業銀行流動性創造占比較低，平均值為26%，說明中小商業銀行在全部流動性創造中貢獻相對較小。

（二）勒納指數

勒納指數的優點在于能夠衡量每家銀行在不同階段的市場勢力，被廣泛運用于衡量銀行業競爭程度（趙旭，2009[41]；李國棟等，2009[42]）。勒納指數是指價格和邊際成本之間的差額除以價格，即衡量銀行設定的價格高于邊際成本的市場力量。勒納指數越大，說明銀行控制價格的能力越強，市場力量越強。這里的價格用銀行總收入除以總資產來衡量。而邊際成本則用超越對數成本函數來估計。

（1）式中，TC為銀行總成本，包括勞動力成本、物質資本成本和資金成本。y為銀行產出，用銀行總資產表示。W1、W2和W3分別代表勞動力價格、物質資本價格和資金價格，W1用員工費用除以員工數量表示，W2用折舊除以固定資產表示，W3用總利息支出除以總存款表示。Trend表示技術變動，用時間趨勢來衡量，Trend=1，2，3，4，5，6，分別代表 2010—2015年6個年份。μ代表不隨時間變化不可觀測的個體異質性特征，γ代表擾動項。運用Stata 12.0進行估計，并通過公式（2）得出邊際成本MC。

圖2是大型股份制商業銀行和其他類型銀行2010—2015年勒納指數走勢圖。可以看出，國有控股銀行的勒納指數始終高于中小商業銀行，國有控股銀行具有較大的市場勢力，而中小商業銀行面臨的市場競爭程度明顯高于國有控股銀行，這與李國棟 等（2009）[42]研究結論是一致的。

圖2 2010—2015年銀行勒納指數測算結果

（三）模型構建

為了驗證假說，在模型設定上，本文采用動態面板模型的系統廣義矩方法（SYS-GMM）對模型參數進行估計，構建動態面板計量模型如下：

（3）式中，i=1，2，…，N，表示第 i家銀行；t=2010，2011，…，2015，表示第 t年的觀測。

被解釋變量：lc代表單位資產表內外流動性創造，用流動性創造數值除以總資產得到。由于流動性創造時間序列特征比較明顯，引入其一階滯后和二階滯后值作為解釋變量。

解釋變量：lerner代表勒納指數。“脆弱渠道假說”認為，銀行競爭導致流動性創造減少，而“價格渠道假說”認為，銀行競爭增加了流動性創造，所以符號不確定。P2P代表當年網貸規模的自然對數，P2P交易規模越大，對商業銀行業務的分流效應越大，銀行流動性創造越少，符號可能為負。

控制變量：asset為銀行資產規模的自然對數。銀行資產規模越雄厚，業務拓展能力越強，流動性創造越多；但其風險承擔意愿和水平可能越低，流動性創造也可能更少，因此，其符號不確定。TCAR為核心資本充足率，“金融脆弱性擠出假說”認為，資本數量與流動性創造呈負相關關系，而“風險吸收假說”則認為，較高的資本比例將提高銀行流動性創造的能力。所以，核心資本充足率與流動性創造的關系不確定。ROAA為平均資產收益率，該指標越高，銀行主動承擔流動性錯配的風險越高，流動性創造越多，符號可能為正。NPL為不良貸款率，該指標越高，流動性錯配行為更加激進，流動性創造越多，符號可能為正。M2為廣義貨幣供給量增速，作為貨幣政策的代替變量，寬松的貨幣政策下，銀行流動性越高，符號可能為正。GDP為經濟增長率，經濟形勢較好，銀行流動性創造積極性越高，符號可能為正。

四、實證結果及分析

（一）樣本選取和描述性統計

本文數據主要來源于Bankscope數據庫，部分缺失數據通過國泰安數據庫、新浪財經等補齊。剔除數據嚴重不足的樣本，最終選取了2010—2015年21家銀行，包括5家國有控股銀行和16家中小商業銀行。中小商業銀行包括6家中小股份制商業銀行和10家地方性銀行。樣本銀行的資產規模在80%以上，具有代表性。宏觀經濟數據來自國家統計局網站。表2為按銀行類型劃分的變量描述性統計。

（二）實證結果及分析

由于在模型中添加了滯后回歸變量，會帶來內生性問題，本文使用系統廣義矩估計方法，采用動態面板回歸模型進行估計。表3給出了模型3總體樣本以及大型國有控股銀行樣本和其他類型銀行樣本的估計結果。所有模型的Hansen檢驗和AR（2）檢驗結果都在10%的顯著性水平下不能拒絕原假設，說明動態面板數據模型是合理的。

表2 變量描述性統計

解釋變量方面，勒納指數顯著為正，即競爭導致的市場勢力降低會減少流動性創造，說明我國銀行業符合“脆弱渠道”假說，本文的假設得到驗證。P2P在總體樣本和中小商業銀行樣本中在1%水平下顯著為負，說明我國銀行業流動性創造總體上因受P2P影響而顯著下降，尤其是中小商業銀行受到P2P等互聯網金融的沖擊力度較大。但國有控股銀行的P2P系數在5%水平下顯著為正，說明網貸規模增加，國有控股銀行的流動性創造也在增加。究其原因，主要是國有控股銀行以往主要是向資信好的大客戶貸款，互聯網金融興起后，國有控股銀行也逐漸重視小微企業及其他個人客戶，重新審視貸款的長尾市場，增加了流動性創造。

控制變量方面，總體樣本和中小商業銀行樣本中，資產規模asset的系數在10%水平下通過檢驗，顯著為正，說明中小商業銀行資產規模越大，流動性創造越多。但國有控股銀行資產規模的系數在1%水平下顯著為負，說明國有控股銀行出于防控風險和盈利性要求，資產規模的增加是通過增加流動性資產和半流動性資產、減少非流動性資產來實現的。從這個結果上看，國有控股銀行資產規模的增加降低了流動性創造。不良貸款率NPL的系數在總體樣本和中小商業銀行中在1%水平下顯著為正，在國有控股銀行樣本中不顯著。根據流動性螺旋假說，銀行貸款增加，信貸風險必然上升，存款人提取資金的需求會增加，加劇了流動性風險。銀行資產業務與負債業務期限錯配下，流動性創造使銀行流動性風險加大（鄧超 等，2015）[22]，不良貸款率與流動性創造之間存在正相關關系。核心資本充足率TCAR在國有控股銀行樣本中在10%水平下顯著為正，說明國有控股銀行提高資本水平能吸收并擴大風險承受能力，創造更多的流動性，符合“風險吸收假說”。經濟增長率GDP的系數在總體樣本和中小商業銀行樣本中在1%水平下顯著為正，在國有控股銀行樣本中不顯著但系數為正，說明我國銀行流動性創造具有順周期特征，即經濟增速越快，流動性創造越多。從系數大小看，中小商業銀行的流動性創造更易受到宏觀經濟環境影響。平均資產收益率ROAA和M2系數不顯著。

表3 實證結果

（三）穩健性檢驗

本文采取兩種方法進行穩健性檢驗：（1）選取衡量銀行競爭的替代指標。選取CR4和HHI系數作為替代變量進行實證檢驗。（2）采用不同的流動性創造的衡量指標。選取cat-nonfat方法構造流動性創造指標作為被解釋變量進行回歸測試。結果基本與上文一致，篇幅限制未列出相關結果。

五、主要結論與建議

本文構建了動態面板數據模型，利用SYSGMM方法對互聯網金融、銀行競爭與流動性創造進行了實證分析，結果表明：競爭導致銀行市場勢力下降，流動性創造減少，符合“脆弱渠道假說”。P2P等互聯網金融對中小商業銀行業務沖擊較大，對其流動性創造具有擠出效應，同時也倒逼國有控股銀行更加重視中小微企業客戶，增加了其流動性創造。中小商業銀行增加資產規模，能夠擴大流動性創造，但國有控股銀行則相反。不良貸款率與流動性創造呈正相關，符合“流動性螺旋假說”。提高國有控股銀行的核心資本充足率，能夠增加流動性創造，具有“風險吸收效應”。我國銀行流動性創造具有順周期的特征。

根據本文的研究結果，提出以下建議：（1）中小商業銀行面對互聯網金融的挑戰，應加快供應鏈金融戰略轉型，加大對移動支付等的投入，不斷提高金融服務水平；加強與互聯網金融合作，實現優勢互補，充分挖掘小微企業信貸客戶。（2）政策制定者在放低銀行準入門檻、增加銀行金融機構數量、鼓勵競爭時應認識到，競爭會降低流動性創造，可能使市場融資成本更高，不利于經濟增長和就業，需要在增加消費者福利和降低流動性創造之間進行一定的權衡。（3）經濟新常態下，整體經濟增速趨于放緩，實體經濟景氣程度降低，不利于銀行流動性創造。應鼓勵推動銀行業轉型發展，加快改革步伐，提高金融創新力度。（4）利率市場化下，存貸利差逐漸縮小，銀行通過擴大信貸規模及表外業務來增加利潤，導致銀行對客戶的審查力度降低，加劇流動性期限錯配，誘發流動性風險。因此，應根據不同銀行在流動性創造中的表現，有針對性地進行流動性風險監控。

參考文獻：

［1］袁博，李永剛，張逸龍.互聯網金融發展對中國商業銀行的影響及對策分析［J］.金融理論與實踐，2013（12）：66-70.

［2］章連標，楊小淵.互聯網金融對我國商業銀行的影響及應對策略研究［J］.浙江金融，2013（10）：31-33.

［3］周華.互聯網金融對傳統金融業的影響［J］.南方金融，2013（11）：96-98.

［4］邱峰.互聯網金融對商業銀行的沖擊和挑戰分析［J］.吉林金融研究，2013（8）：44-50.

［5］王筠權，王國成，金強.互聯網金融對商業銀行傳統業務的影響研究［J］.西南金融，2013（12）：3-5.

［6］陳利鋒.影子銀行、中國經濟波動與社會福利［J］.國際商務（對外經濟貿易大學學報），2016（3）：105-115.

［7］PETERSEN M A，RAJAN R G.The effect of credit market competition on lending relationships［J］.The quarterly journal of economics，1995，110（2）：407-430.

［8］CARBO-VALVERDE S，RODRIGUEZ-FERNANDEZ F，Udell G F.Bank market power and SME financing constraints［J］.Review of finance，2006，13（2）：143-163.

［9］LOVE I，PERIA M.How bank competition affects firms’access to finance［Z］.World Bank Policy Research Working Paper，2012.

［10］BERGER A N，BOUWMAN C.Bank liquidity creation［J］.Review of financial studies，2009，22（9）：3779-3837.

［11］孫莎，李明輝，劉莉亞.商業銀行流動性創造與資本充足率關系研究——來自中國銀行業的經驗證據［J］.財經研究，2014（7）：65-76.

［12］巴曙松，諶鵬.互動與融合：互聯網金融時代的競爭新格局［J］.中國農村金融，2012（24）：15-17.

［13］吳曉求.互聯網金融的邏輯［J］.中國金融，2014（3）：97-99.

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

［15］褚蓬瑜，郭田勇.互聯網金融與商業銀行演進研究［J］.宏觀經濟研究，2014（5）：19-28.

［16］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.

［17］王碩，李強.互聯網金融客戶行為研究及對商業銀行轉型的思考［J］.當代經濟管理，2015（5）：70-74.

［18］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）：34-43.

［19］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）：78-80.

［20］DIAMOND D W，DYBVIG P H.Bank runs，deposit insurance and liquidity ［J］.The journal of political economy，1983，91（3）：401-419.

［21］DEEP A，SCHAEFER G K.Are banks liquidity transformers? ［J/OL］.Ssrn electronic journal，（2004-06-14）.https：//papers.ssrn.com/sol3/papers.cfm?abstract_id=556289.

［22］鄧超，周峰，唐瑩.過度貸款對中國商業銀行流動性創造的影響研究［J］.金融經濟學研究，2015（6）：39-48.

［23］HORVATH R，SEIDLER J，WEILL L.How bank competition influences liquidity creation［J/OL］.Ssrn electronic journal，（2014-12-27）.https：//doi.org/10.1016/j.econmod.2014.11.032.

［24］COVAL J D，THAKOR A V.Financial intermediation as a beliefs-bridge between optimists and pessimists［J］.Journal of financial economics，2005，75（3）：535-569.

［25］GORTON G B，WINTON A.Liquidity provision，bank capital and the macroeconomy ［J］.Journal of money，credit and banking，2017，49（1）：5-37.

［26］王露璐，代軍勛.資本約束對不同類型商業銀行流動性創造能力的非對稱影響研究［J］.財經論叢，2011（5）：65-71.

［27］周愛民，陳遠.中國商業銀行資本結構與其流動性創造關系的實證研究［J］.金融經濟學研究，2013（3）：68-77.

［28］王周偉，王衡.貨幣政策、銀行異質性與流動性創造——基于中國銀行業的動態面板數據分析［J］.國際金融研究，2016（2）：52-65.

［29］RAUCH C，STEFFEN S，HACKETHAL A，et al.Savings banks，liquidity creation and monetarypolicy ［J/OL］.Social science electronic publishing，（2009-02-17）.https：//ssrn.com/abstract=1343595.

［30］BERGER A N，BOUWMAN C.Bank liquidity creation，monetary policy，and financial crises［J］.Journal of financial stability，2017，30（6）：139-155.

［31］李明輝，孫莎，劉莉亞.貨幣政策對商業銀行流動性創造的影響——來自中國銀行業的經驗證據［J］.財貿經濟，2014（10）：50-60.

［32］李卓琳.金融危機與銀行流動性創造關系研究——基于美國主要危機及我國現狀的分析［D］.上海：復旦大學，2010.

［33］李澤廣，常嶸.金融制度會顯著地影響銀行流動性創造嗎?——基于跨國銀行數據的研究［J］.經濟社會體制比較，2015（6）：77-87.

［34］BERGER A N，SEDUNOV J.Bank liquidity creation and real economic output［J/OL］.Journal of banking and finance，forthcoming，（2017-1-17）.https：//ssrn.com/abstract=2515361.

［35］FIDRMUC J，FU NGACOVA Z，WEILLL.Doesbank liquidity creation contribute to economic growth?evidence from Russia ［J］.Open economies review，2015，26（3）：479-496.

［36］SCHAECK K.Bank marketstructure，competition and stability：issues and concepts ［M］//ALESSANDRINIP，FRATIANNI M，ZAZZARO A.The changing geography of banking and finance.New York：Springer，2009：133-153.

［37］LEUVENSTEIJN M V，S?RENSEN C K，BIKKER J A，et al.Impact of bank competition on the interest rate pass-through in the Euro area［J］.Applied economics，2008，45（11）：1359-1380.

［38］楊俊，邵漢華，廖嘗君.銀行競爭環境下資本緩沖行為的實證研究［J］.經濟科學，2015（2）：82-93.

［39］蔣海，陳靜.宏觀經濟波動、市場競爭與銀行風險承擔——基于中國上市銀行的實證分析［J］.金融經濟學研究，2015（3）：46-57.

［40］孫巍，滿媛媛.外資銀行進入對我國銀行業競爭度影響的測度［J］.統計與決策，2014（2）：166-169.

［41］趙旭.銀行利差多維度量及影響因素：基于中國銀行業1998—2006 年經驗證據［J］.金融研究，2009（1）：66-80.

［42］李國棟，惠亨玉，肖俊極.中國銀行業市場競爭程度及其順周期性——以勒納指數為衡量指標的重新考察［J］.財經研究，2009（3）：16-26.