互聯網金融對商業銀行風險承擔的影響研究

王升 李亞 郜如明

摘? ?要：為了研究互聯網金融對商業銀行風險承擔的影響，本文以2009—2018年互聯網金融對中國30家典型商業銀行風險承擔影響的數據為基礎，運用動態面板廣義矩估計方法對互聯網金融對我國商業銀行風險承擔的影響進行了研究與分析。結果表明：（1）互聯網金融對我國商業銀行風險承擔的影響呈現倒U形分布，即互聯網金融發展初期通過搶占市場份額，加劇了行業競爭，搶占了商業銀行利潤，進而加大了商業銀行風險承擔的成本;但隨著商業銀行對互聯網前沿技術的不斷融合、金融產品服務的創新以及風險管控水平的提升，商業銀行風險承擔的成本下降。（2）面對互聯網金融的沖擊，不同類型商業銀行對風險承擔反應具有異質性：在宏觀層面，大型國有銀行擁有龐大的資產規模和政策保障，對其沖擊反應較為滯后;股份制銀行和城市商業銀行缺乏上述優勢，對其沖擊反映較為敏感，但股份制銀行后期風險承擔顯著下降;農村商業銀行因主要服務于鄉村建設，受其影響較為有限。在微觀層面，面對互聯網金融的沖擊，與資本充足率和流動性水平較低的大型商業銀行相比，資本充足率和流動性水平較高的小規模商業銀行風險承擔顯著增加。

關鍵詞：互聯網金融;商業銀行風險承擔;廣義矩估計

一、引言

互聯網金融作為新型金融業態，深刻影響著整個金融生態環境，尤其對傳統銀行業帶來了全面深刻影響。隨著互聯網金融不斷加速創新，其迅速占領市場份額，搶占傳統商業銀行存貸、理財等業務利潤，與傳統商業銀行逐漸形成對峙格局，增加了銀行機構風險水平。但同時，互聯網金融的發展也倒逼商業銀行主動擁抱互聯網前沿技術進行自身改革，逐步健全自身運營機制，提升內部管理水平，創新金融產品服務，提高經營效率、風險預警和防范能力。因此，互聯網金融的迅猛發展對商業銀行風險承擔的影響如何？是加劇了商業銀行風險承擔還是降低了風險承擔？國有大型銀行、股份制銀行、城市商業銀行及農村商業銀行等類別相異的商業銀行面對沖擊的表現是否相異？解決上述問題對促進互聯網金融健康發展、商業銀行及時預警防范風險、維護金融系統穩定具有重要的理論價值與實踐意義。

二、文獻回顧

近年來，互聯網金融迅速崛起，引發了國內外學者較為廣泛的研究與討論。根據既有文獻，學者們對互聯網金融的認識存在差異：謝平等（2012）[1]認為互聯網金融既與傳統商業銀行的融資方式不同，也相異于資本市場融資模式，對傳統金融的沖擊是顛覆性的。王國剛和張揚（2015）[2]則認為互聯網金融在功能上并無顛覆傳統金融的可能，在機制上更多的是利用了中國金融體制機制的缺陷所進行的監管套利，在發展上具有拾遺補闕的作用，但難以成為金融業的主流運作方式。耶魯大學教授陳志武（2014）[3]亦認為互聯網金融并不是“新金融”，而是金融在銷售和獲取渠道上的變化。2015年7月，《關于促進互聯網金融健康發展的指導意見》出臺，結束了這一爭議，指出互聯網金融機構是傳統金融機構為了實現融資、投資、創新服務產品等目標，主動與網絡科技公司合作，利用互聯網技術等前沿技術重塑金融業務模式。

關于互聯網金融對商業銀行風險承擔的影響，諸多學者也密切關注。戴國強和方鵬飛（2014）[4]認為互聯網金融推高了銀行的資本成本，降低了銀行的盈利水平，加大了銀行的風險承擔。鄭志來（2015）[5]認為互聯網金融對商業銀行在負債業務、中間業務、資產業務等方面產生深刻影響，可能引起金融脫媒并危及商業銀行的經營業績、商業模式。袁博等（2013）[6]認為金融科技對傳統銀行機構運營的沖擊程度較大，銀行機構必須審時度勢，通過順勢創新產品服務、加強預警體系等多種手段化解互聯網金融的影響。喻微鋒和周黛（2018）[7]證實互聯網金融通過與銀行競爭導致銀行存貸款利差減小，使得銀行風險承擔增加，且互聯網金融對商業銀行的影響存在以銀行規模為門檻的門檻效應，銀行規模越大，互聯網金融對銀行影響越小。吳成頌等（2019）[8]發現互聯網金融通過沖擊銀行資產端業務增加了銀行信用風險，且通過沖擊負債端業務增加了銀行流動性等風險。趙保國和薛驪陽（2019）[9]認為互聯網消費金融加大了銀行破產風險，顯著提高了銀行風險承擔水平，而且提升風險防控水平無法降低風險承擔。

上述文獻對理解互聯網金融及其與商業銀行風險承擔的關系具有重要的借鑒意義，但仍有以下核心問題鮮少被討論：一是商業銀行風險承擔的滯后性及互聯網金融的動態發展鮮少被納入研究范圍;二是不同類型的商業銀行在面對沖擊時的風險承擔程度差異性研究較少，尤其從實證層面量化差異性的研究更是屈指可數。

三、影響機制分析及模型構建

目前，我國的互聯網金融業務主要包括互聯網支付、網絡借貸、互聯網信托、互聯網消費金融、股權眾籌、互聯網基金、互聯網保險等。商業銀行通過互聯網金融技術架構建立金融產品銷售和服務體系，使得“金融+互聯網”模式高效運行。

（一）動態影響機制分析及模型構建

互聯網金融發展初期對商業銀行的影響機制主要體現在以下方面：一是在負債端，互聯網金融提供便捷、多元化的財富管理服務，如支付寶、理財通、京東金融等平臺推出多種互聯網理財產品，搶占金融財富管理市場，銀行業機構財富管理市場受到擠壓。二是在資產端，P2P網絡借貸快速崛起，以銀行為導向的借貸利率及融資模式逐漸被打破，傳統銀行業機構失去了高利差收益的優勢。三是在支付端，第三方網絡支付迅速搶占支付市場份額，占比逐年提升，尤其是以支付寶、微信為首的移動支付企業，占據了市場絕對份額，銀行的支付業務逐步被第三方支付替代。這導致一方面，銀行的活期存款業務被嚴重抽取，資金流動性水平下降，易引發流動性風險;另一方面，客戶消費情況等數據無法全面獲取，對銀行有效、準確分析客戶支付、消費情況以研發更有針對性的金融產品帶來阻礙。四是盈利水平方面，互聯網金融分流走銀行存款，銀行資本成本上升，盈利能力削弱。

隨著互聯網金融的持續發展，商業銀行充分吸納互聯網技術，創新基于互聯網技術的金融產品服務，降低管理成本。其影響機制主要體現在以下方面：一是銀行業金融機構運用互聯網技術增設網上銀行、手機銀行等電子銀行渠道，為客戶提供便捷的支付結算、財富管理等多種金融服務，優化客戶體驗。二是商業銀行利用大數據技術建立風險預警體系模型，加強風險預警，緩解信息不對稱。三是商業銀行吸收互聯網金融中先進的科技及理念，改善傳統經營模式，提高經營效率;與互聯網金融融合，取其所長、去其所短，形成資源共享、業務互補的良好格局，從而降低銀行業的風險承擔水平。

因此，隨著競爭壓力增大、競爭成本上升，利潤空間被壓縮，銀行風險承擔也隨之增加;但是隨著技術更新，風險管理成本下降，則銀行風險承擔也會降低。

根據以上影響機制分析及模型求解，本文提出假想1：互聯網金融對商業銀行風險承擔的影響趨勢為先升后降，互聯網金融在發展初期搶占市場份額，銀行利潤空間收窄，風險承擔水平上升;但隨著商業銀行的調整發展，通過提升服務水平、降低管理成本、加強穩健性等方式，商業銀行的風險承擔降低。

（二）不同類型商業銀行異質性影響分析

我國國有大型銀行受國家政策扶持力度大，成立時間早，資產規模及客戶基數龐大。因此，互聯網金融沖擊對其盈利能力影響有限。但其管理機制相對機械、人員設置復雜、業務鏈條冗長，在面臨競爭及威脅時反應可能相對滯后。但受自認為互聯網金融對其沖擊力度有限的心理影響，主動吸納前沿科技和風險管理理念從而提升經營水平的力度亦可能較為輕緩。

與國有大型銀行相比，股份制銀行在面對互聯網金融沖擊時，前期受負面影響相對大，但其風險敏感度較高，隨著互聯網金融沖擊加大，更可能主動迎面出擊，通過互聯網技術開發特色金融產品，重塑管理框架，構建穩健的風險管理體系（徐嵐和徐青松，2014）[12]。

城市商業銀行作為中小型銀行，既沒有國有大型銀行雄厚的資金規模，也缺少股份制銀行面臨風險時較強的敏感性及強健的風險防范能力，面對互聯網金融的沖擊，很可能風險承擔水平迅速上升;農村商業銀行主要服務于網絡相對欠發達的農村地區，互聯網金融對其影響較小。

綜上，本文提出假想2：互聯網金融對不同類別商業銀行風險承擔的影響具有差異性，國有大型銀行敏感度較差，股份制銀行敏感度較強，城市商業銀行風險增強，農村商業銀行風險略微上升。

同時，從銀行的微觀特質看，國有大型銀行的特點是資產規模較大，但資本充足率和流動性水平相對較低，而股份制銀行和城市商業銀行等規模相對較小，但資本充足率和流動性水平相對較高，因此本文認為資產規模越小，資本和流動性越充足，則面對互聯網金融的沖擊，其風險承擔水平越高。

四、實證研究設計

（一）研究樣本選取

本文收集了國內30家商業銀行年度數據作為研究樣本，其中包括5家國有大型銀行、5家股份制銀行、10家城市商業銀行和10家農村商業銀行①，時間跨度為2009—2018年。數據主要來源于萬得數據庫和艾瑞網站，缺失數據主要從各大銀行年報查找獲取。

（二）變量選取和定義

1. 被解釋變量：商業銀行風險承擔。代表我國商業銀行風險水平的變量主要有預期違約率、Z值、不良貸款率、貸款損失準備率等。目前我國尚未建立健全的違約數據庫，因此無法獲得和計算預期違約率的準確數據;Z值代表破產風險，表征風險承擔的準確度較低。為此，本文采用不良貸款率衡量商業銀行風險水平。同時，為保證嚴謹性，采用貸款損失準備率作為輔助代理變量。

2. 解釋變量：互聯網金融發展水平。采用第三方互聯網支付交易額與我國商業銀行資產比作為互聯網金融發展水平（Fintech） 的代理變量。

3. 控制變量。銀行層面包括：（1）流動性水平。采用流動性資產與總資產比評價銀行流動性水平。（2）經營效率。采用成本收入比作為代理變量。（3）盈利水平。采用存貸比作為衡量銀行盈利水平的指標變量。（4）穩健水平。采用撥備覆蓋率衡量銀行穩健能力和風險可控水平。

宏觀層面包括：（1）宏觀經濟水平。采用GDP值為控制變量，Gambacorta表示如果宏觀經濟發展較為樂觀時，鼓動銀行機構向企業、風險項目領域等投放更多貸款，存在不良率上升風險，商業銀行面臨的風險程度增強（Gambacorta，2009）[13]。（2）貨幣政策。采用M2增長率作為控制變量，反映國家貨幣供應量，M2增速較快反映投資市場較為活躍。

（三）模型設定

五、實證結果與分析

（一）平穩性檢驗

對銀行層面的變量分別進行LLC檢驗、IPS檢驗、ADF檢驗、Hadri檢驗，均通過了顯著性檢驗，證實各變量是平穩序列（見表2）。

（二）互聯網金融對商業銀行風險動態影響的實證分析

對于動態面板數據模型，為克服組內滯后變量和誤差項漸進相關導致組內OLS估計量是有偏和非一致性的問題，本文采用廣義矩估計方法，回歸結果見表3。其中，模型1和模型2均以不良貸款率（RISKnpl）作為衡量商業銀行風險承擔水平的代理變量，不良貸款率的值越大，表明商業銀行風險承擔越大。模型3和模型4均以貸款準備損失率（RISKllr）作為輔助代理變量，貸款準備損失率越大，則銀行風險承擔越小。模型1和模型3未加入控制變量，模型2和模型4加入了控制變量。4個模型中，因變量滯后項回歸系數顯著為正，說明商業銀行風險承擔具有持續性影響。Sargan檢驗的P值大于0.1，表明工具變量不存在過度識別的問題。可知，本文采用動態面板數據模型估計具有科學性。

根據估計結果，可以得出以下結論：（1）模型1和模型2中，FI和FI2系數分別顯著為正和負值，且均在1%水平下顯著，驗證了假想1的正確性，說明風險性影響呈倒U形的曲線型關系，即互聯網金融在發展初期搶占商業銀行份額，導致商業銀行信貸利差減小、風險承擔加大;但是隨著商業銀行積極采取新技術，加強產品創新，降低經營管理費用，商業銀行風險承擔逐漸降低。（2）流動性水平系數為正且在1%水平下顯著，說明商業銀行流動性水平越高，面臨的風險承擔亦越高。在流動性水平充足的情況下，銀行樂觀情緒上漲，擴大貸款規模的動機強烈，導致風險承擔水平增加。（3）經營效率系數在5%水平下顯著為正值，說明經營效率的提高有助于降低商業銀行風險承擔水平。資源配置受制于機構的具體運營情況，運營情況良好的情況下，資源配置得到優化，銀行風險承擔下降（江曙霞和陳玉嬋，2012）[14]。（4）盈利水平系數在10%水平下顯著為負，表明銀行盈利水平越高，銀行風險承擔水平降低，減小了銀行破產風險。（5）代表銀行是否穩健和風險是否可控的撥備覆蓋率的估計系數顯著為負，表明銀行具有充足的撥備覆蓋水平，銀行穩健性越強，風險控制能力越強，銀行風險承擔水平就會降低。（6）宏觀經濟變量GDP的估計系數顯著為負，表明較好的宏觀經濟形勢是銀行發展的外部保障，助推銀行快速發展，降低風險承擔水平。（7）M2值顯著為正，結果說明較為寬松的貨幣政策反而加大銀行機構承擔的風險水平，積極的貨幣政策助推樂觀情緒，投資時存在一定的盲目性和樂觀性，提高商業銀行風險容忍度。

為保證本文研究結論的可靠性，對假想1進行穩健性檢驗，以貸款損失準備率（RISKllr）作為衡量銀行風險水平的被解釋變量，估計結果顯示，FI和FI2 估計系數均分別顯著為負、顯著為正，亦證明互聯網初期加重銀行風險承擔，隨著其發展銀行風險承擔呈下降趨勢。同時，相應控制變量的研究結果與模型一致，未發生改變。穩健性檢驗再次證實了命題1，表明不會因不同的銀行風險代理變量的選擇而改變研究結果。

（三）異質性分析

為探究互聯網金融對不同性質商業銀行沖擊的異質性，本文將總樣本劃分為四個子樣本，分別為國有大型銀行數據集（panel1）、股份制銀行數據集（panel2）、城市商業銀行數據集（panel3）、農村商業銀行數據集（panel4），分別對四個子樣本運用系統廣義矩估計方程進行回歸，回歸結果見表4。研究結果表明，互聯網金融在發展初期對不同類型商業銀行沖擊具有差異性，四類銀行風險水平均有不同程度的增加，其中，城市商業銀行、股份制銀行風險水平上升程度最為嚴重，其次是農村商業銀行和國有大型銀行。隨著互聯網金融的發展，四類商業銀行所受的風險沖擊程度均有所下降，仍存在差異性，其中，股份制銀行風險水平下降程度最大。以上結論印證了前文的假想2。

2. 微觀異質特征。在微觀角度，選取銀行資產規模、資本充足率和流動性比例三個指標變量，分析不同特質的商業銀行對互聯網金融沖擊是否存在異質響應。其模型設計如下：

其中，X分別為銀行資產規模（SIZE）、資本充足率（CAR）、流動性比例（LI）三項微觀特質變量，表5為以上三個微觀維度回歸結果，其中核心解釋變量FI的估計系數為正，交互項中互聯網金融與銀行資產規模估計系數顯著為負，互聯網金融與資本充足率、互聯網金融與流動性比例估計系數顯著為正。可知，資產規模較小、資本充足率較高和流動性較為充足的銀行受到互聯網金融沖擊的負面影響較大，風險承擔水平較高;而資產規模較大但資本充足率和流動性較低的商業銀行對互聯網金融的沖擊反應不敏感，受到的負面影響較小。

這也印證了上文宏觀特征異質性結論。相較于城市商業銀行和股份制銀行，國有大型銀行資產規模雄厚，但平均資本充足率和流動性比例低于城市商業銀行和股份制銀行。國有大型銀行服務對象主要集中于大客戶和國家重點項目，城市商業銀行和股份制銀行集中于存貸款價格彈性較高的中小客戶，因此互聯網金融對其影響較為直接。此外，城市商業銀行經營主要依賴于存貸利差，但國有大型銀行業務結構相對優化，因此，面對互聯網金融的沖擊，中小型商業銀行風險承擔顯著增加。

六、結論與監管建議

本文選取30家不同類別商業銀行相關數據作為研究樣本，通過運用廣義矩估計方法進行實證分析，得到以下結論：（1）互聯網金融發展與商業銀行承擔水平呈倒U形曲線關系。互聯網金融在發展初期通過搶占市場份額、加劇市場競爭、侵蝕商業銀行利潤使得商業銀行風險承擔水平上升，隨著互聯網金融的發展及商業銀行自身調整，商業銀行通過提升管理水平、創新金融產品、優化服務模式等手段，使得風險預警體系得到完善，經營效率得到提高，風險防控能力得到加強，商業銀行風險承擔水平在一定程度上呈下降趨勢。（2）互聯網金融對不同類型商業銀行風險承擔影響具有異質性。國有大型銀行表現較為遲緩;股份制銀行和城市商業銀行所受沖擊較大，但股份制銀行反映較靈敏，后期風險承擔下降;農村商業銀行主要服務于農村建設，所受沖擊有限。

根據以上結論，提出以下建議：

第一，傳統商業銀行應充分吸納大數據、云計算、區塊鏈、人工智能等互聯網先進技術，大力發展電子商務等互聯網金融業務，升級經營模式，創新金融產品，優化內部管理流程，提高自身經營效率;充分利用自身強大的數據資源優勢，通過與大數據等互聯網技術的深度融合，對大數據進行深度挖掘與計算分析，精準把握客戶信用風險情況，解決信息不對稱問題，科學開展授信、放貸、理財等業務;實時跟進金融科技的最新發展情況，密切追蹤互聯網金融發展對商業銀行發展模式、風險特征的影響，利用互聯網技術手段，構建嚴密的風險防控體系，加強風險識別能力，健全風險預警及處理機制。

第二，不同類型的商業銀行應根據自身特點情況采取合理策略。國有大型銀行應深度剖析相對機械的管理機制、冗長的業務鏈條等問題，增強應對金融科技沖擊的敏感度。中小型銀行應發揮船小好調頭的優勢，積極從追求資產規模向輕資產轉變，從做渠道向做平臺轉變，發揮好其化解中小企業融資難的作用，實現低成本、廣覆蓋、高黏性的獲客和營銷。

第三，完善監管規則，改進監管方式，確保監管有效。金融監管部門應及時識別新金融產品及新商業模式風險，修正和完善金融監管法律體系，科學、合理地對市場準入、業務范圍、違法違規處罰、消費者保護等進行界定;遵循適度監管原則，既要鼓勵創新也要加強規范，既要培育發展也要強化風險防控，維護好互聯網金融市場競爭秩序;針對商業銀行轉型升級中新的業務結構和商業模式，動態調整監管框架，優化和調整監管手段。

注：

①作為研究樣本的30家銀行具體為：中國工商銀行、中國農業銀行、中國銀行、中國建設銀行、交通銀行、華夏銀行、浦發銀行、招商銀行、中國光大銀行、中國民生銀行、北京銀行、常熟銀行、大連銀行、東營銀行、萊商銀行、南昌銀行、南京銀行、紹興銀行、西安銀行、重慶銀行、安徽肥西農村商業銀行、鄂爾多斯農村商業銀行、佛山農村商業銀行、廣東南海農村商業銀行、杭州聯合農村商業銀行、江門新會農村商業銀行、江蘇海安農村商業銀行、江蘇昆山農村商業銀行、天津濱海農村商業銀行、浙江義烏農村商業銀行。

參考文獻：

[1]謝平，鄒傳偉，劉海二.互聯網金融模式研究 [J].新金融評論，2012，（1）.

[2]王國剛，張揚.互聯網金融之辨析 [J].財貿經濟，2015，（1）.

[3]陳志武.互聯網金融到底有多新 [J].新金融，2014，（4）.

[4]戴國強，方鵬飛.利率市場化與銀行風險——基于影子銀行與互聯網金融視角的研究 [J].金融論壇，2014，（8）.

[5]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）.

[6]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）.

[7]喻微鋒，周黛.互聯網金融、商業銀行規模與風險承擔 [J].云南財經大學學報，2018，34（1）.

[8]吳成頌，王超，倪清.互聯網金融對商業銀行系統性風險的影響——基于滬深股市上市商業銀行的證據 [J].當代經濟管理，2019，41（2）.

[9]趙保國，薛驪陽.互聯網消費金融對中國上市商業銀行風險承擔的影響研究 [J].中央財經大學學報，2019，（4）.

[10]Kishan R，Opiela T. 2000. Bank Size，Bank Capital，and the Bank Lending Channel [J].Journal of Money， Credit and Banking，32.

[11]Opiela KTP. 2000. Bank Size，Bank Capital，and theBank Lending Channel [J].Journal of Money，Credit and Banking，32（1）.

[12]徐嵐，徐青松.從美國經驗看“互聯網金融”對于國內傳統銀行業的沖擊[J].上海經濟研究，2014，（7）.

[13]Gambacorta L. 2009. Monetary Policy and the Risk-Taking Channel.BIS quarterly review，Vol.400.

[14]江曙霞，陳玉嬋.貨幣政策、銀行資本與風險承擔[J].金融研究，2012，（4）.