第三方支付對河南省地方商業銀行收益率影響分析

楊錦偉 趙薇 濮騰越

摘要：以河南省地方商業銀行為例，從資本收益率，非利息收入占比，資本充足率等方面基于回歸分析模型分析第三方支付對于銀行總收益率的影響。分析發現，第三方支付規模的擴張對河南省地方商業銀行均產生負面影響。最后，對地方商業銀行提高業務能力、獲得多元化收入及提高總資產收益率提出建議。

關鍵詞：第三方支付；地方商業銀行；收益率；多元回歸分析

中圖分類號：F23文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2022.24.056

0引言

第三方支付業務的超速發展，在填補商業銀行服務空白的同時，必然對商業銀行的資產、負債、中間等業務都產生一定的沖擊，進而影響商業銀行的盈利增長。由于新冠疫情等復雜因素的擾動影響，第三方支付對商業銀行造成的沖擊也愈加深刻。鄭迎飛（2017）定量分析發現第三方支付的交易規模對商業銀行在用戶規模上的競爭有正向相關性，表明二者之間存在競合戰略關系。羅暘洋（2021）通過博弈論和雙層網絡演化揭示了競合關系中第三方支付機構的分化后果以及中小支付機構的困境。謝太峰（2019）以2009-2018年10年間15家上市銀行的面板數據為對象樣本，建立相對最有回歸模型，分析發現第三方支付對地方商業銀行整體盈利、利息凈收入產生負向影響，卻對中間業務盈利呈正向影響。傅艷（2019）以16家上市銀行13個季度的數據為樣本，建立面板模型進行回歸分析，認為互聯網金融業務對銀行中間業務存在一定負面影響。裴平（2020）詳細分析了互聯網貨幣基金、第三方支付、網絡借貸對商業銀行流動性的負面影響依次遞減。以上述文獻為代表的研究主要關注互聯網金融對較大規模上市股份制銀行的影響分析，由于選取樣本不同、數據選取時間區間不同，得到的結果也不盡相同，但總體上，認為第三方支付對商業銀行中間業務產生負面影響。近期，朱芊（2020）開始關注第三方支付對中小銀行中間業務的定量分析。杜朝運（2020）以福建某銀行個體為例分析其與第三方支付關系。而對河南省地方商業銀行的關注仍是空白。

本文為服務河南經濟發展，以河南省地方商業銀行為研究目標，擬在已有的地方銀行年報數據支撐下，以中原、鄭州、平頂山和洛陽四家地方商業銀行為例進行實證研究，從資本收益率，非利息收入占比，資本充足率等方面基于回歸分析模型分析第三方支付對于銀行總收益率的影響，以期為河南地方商業銀行應對第三方支付業務沖擊、加速服務創新等提供參考意見。

1多元線性回歸模型

多元線性回歸模型的一般形式為：

Y=β0+β1X1+β2X2+…βkXk+μ

其中k為被解釋變量的次數，βj（j=1，2，3…，k）為回歸系數。

若給出一組觀測值{（Xi1，Xi2，…Xik，Yi）：i=1，2，…n}，則總體回歸模型可寫成下式：

Yi=β0+β1Xi1+β2Xi2+…βkXik+μii=1，2，…，n

或：

Yi=Xiβ+μii=1，2，…，n

其中Xi=（1，Xi1，Xi2，…Xik），β=（β0，β1，…βk）′

2實證分析

2.1數據來源及說明

本文以第三方支付、河南省地方銀行作為研究對象，選取2014年到2019年數據作為樣本，第三方支付數據來源于艾瑞咨詢及中國清算協會等，河南省地方商業銀行數據來源于各銀行公開年報。對于實證研究模型所涉及的一些相關變量處理后做如下說明：

（1）第三方支付規模（TPP）：以移動支付交易量作為第三方支付的代表，取對數作為變量，仍記為TPP。TPP越大表明第三方支付規模越大，反之越小。

（2）非利息收入占比（NI）：以NI來表示，即除了利差收入之外的營業收入。非利息收入占比=非利息收入/營業收入，NI越大，營業收入越高，業務能力越強，反之越低。

（3）銀行的盈利能力（ROA）：以商業銀行的扣除非經常性損益后的加權平均凈資產收益率（ROA）來表示。ROA越大表明商業銀行盈利能力越強，反之越弱。

（4）資產負債業務能力（LOR）：即貸存比，LOR越大表明銀行的貸款業務越好，反之不容樂觀。

（5）商業銀行資本充足程度（CAR）：即資本充足率，CAR越大表明商業銀行的資本充足率越高，反之越低。

（6）凈利差（NMI）：NMI越大表明商業銀行的資金來源的成本與資金運用的收益之間的差額越大，在利率市場化下的系統效率越高。

2.2基于多元回歸的第三方支付對河南省地方商業銀行收益率影響分析

在綜合考慮到數據的可獲得性以及數據的有效性，本文選取了4家銀行的年報相關指標進行分析，分別為平頂山銀行、鄭州銀行、洛陽銀行、中原銀行。該部分數據主要來源于2014-2019年度河南省地方商業銀行的各年年報。

在資本結構方面涉及的數據指標分別為2014-2019年4家地方銀行的總資產收益率（ROA）、資本充足率（CAR）、成本收入比（CTIR）、凈利差（NMI）、非利息收入占比（NI），本部分的實證階段分為兩部分：使用因子分析法將銀行的盈利能力的指標通過分析系數來評價綜合得分；然后根據綜合得分把資本結構方面涉及的相關數據代入，進行多元回歸分析，再對于多元回歸分析的結果進一步分析TPP對于商業銀行的盈利方面的影響。

2.2.1數據因子分析

首先對4家銀行的盈利性指標進行描述性分析如表3。

使用Eviews軟件對4家銀行的盈利性指標進行描述性分析，得知其樣本均值、中位數、最大值、最小值和標準差，可以看出TPP的標準差比較大，NMI的波動最小。

為了進行多元回歸模型，我們將TPP作為模型的因變量，記為Y，把ROA、CTIR、NMI、CAR、NI五個指標作為自變量，依次設為，同時使用Eviews軟件進行分析求解，其步驟為：（1）將選取的分析指標導入到軟件中；（2）提取重要因素，剔除次要因素；（3）建立多元回歸方程。

2.2.2洛陽銀行多元回歸分析模型

由Eviews得到相關系數矩陣，分析解釋變量之間的兩兩相關情況，如表2所示。

由表2可以看出，被解釋變量ROA與解釋變量TPP、NMI的相關系數的絕對值大于0.7，因此ROA與兩者之間可能存在高度的線性相關關系。ROA與CAR之間的相關系的絕對值接近于0.6，在一定程度上存在著相關性。被解釋變量ROA與解釋變量LOR、NI之間也存在較弱的線性相關關系。

對洛陽銀行相關變量回歸分析，得到ROA與各盈利指標之間線性關系的模型為：

ROA=31.30276-0.055605*TPP+0.324167*NI-0.180081*LOR

模型檢驗：擬合優度檢驗模型中R2=0.9437，大于0.75且接近于1，說明3個解釋變量對被解釋變量的解釋能力為94.37%。

對上述模型通過F檢驗來檢驗有關ROA的回歸模型整體線性關系的顯著性，再通過T檢驗來比較模型的解釋變量與被解釋變量的差異是否顯著，以此觀察解釋TPP等指標對于ROA整體的影響程度。

F檢驗表明解釋變量第三方支付規模（TPP）、貸存比（LOR）、凈利差（NMI）聯合起來對被解釋變量總資產收益率（ROA）有顯著性影響.T檢驗表明解釋變量第三方支付規模（TPP）對被解釋變量總資產收益率（ROA）有顯著性影響；貸存比（LOR）、凈利差（NMI）在本次回歸分析對被解釋變量顯著性影響較弱。

對模型進行逐步回歸改進，最終建立解釋變量TPP與被解釋變量ROA的關系模型為：

ROA=21.95131-0.0580256*TPP

進行擬合優度檢驗，結果為R2=0.9142，接近于1，擬合程度較高，解釋變量對被解釋變量解釋程度為91.42%。

由上述模型，我們不難發現，ROA系數為正，TPP和ROA成正比關系，且在各指標中ROA與TPP之間的影響程度最高，TPP與ROA之間有相互促進的作用，而NMI系數為負，TPP與NMI之間成反比關系，二者之間有相互阻礙的效用。

綜上，在對洛陽銀行的總資產收益率（ROA）進行多變量回歸分析中：首先，引入了宏觀控制變量GDP和消費者價格指數CPI，發現檢驗不通過；其次，針對核心解釋變量TPP和內生控制變量NI、LOR等進行多元回歸，發現可以建模分析，但有些指標不顯著；最后，進行逐步回歸，得到ROA與TPP的核心方程。其方程系數表明，第三方支付規模（TPP）每增加1個單位，都會使得洛陽銀行的總資產收益率降低0.0580256個單位，二者之間呈現負相關。

2.2.3平頂山銀行多元回歸分析模型

與洛陽銀行多元回歸分析過程一致，對平頂山銀行的總資產收益率（ROA）進行多變量回歸分析，可得到ROA與各盈利指標之間線性關系的模型為：

ROA=40.74219-0.056572*TPP+2.747476*NMI-0.200617*LOR-1.581567*CAR

模型檢驗：擬合優度檢驗模型中R2=0.9947，大于0.75且接近于1，說明４個解釋變量對被解釋變量的解釋能力為99.47%．T檢驗結果表明解釋變量第三方支付規模（TPP）對被解釋變量總資產收益率（ROA）有顯著性影響；資本充足率（CAR）、貸存比（LOR）、凈利差（NMI）在本次回歸分析對被解釋變量顯著性影響較弱。

引入宏觀控制變量GDP和消費者價格指數，發現檢驗不通過；其次，針對核心解釋變量TPP和內生控制變量CAR、LOR、NMI等進行多元回歸，發現可以建模分析，但有些指標不顯著；對模型進行逐步回歸，可得解釋變量TPP與被解釋變量ROA的關系模型為：

ROA=13.99980-0.058646*TPP

進行擬合優度檢驗，結果為R2=0.9062，接近于1，擬合程度較高，解釋變量對被解釋變量解釋程度為90.62%。TPP系數為-0.058646<0，TPP和ROA成反比關系，TPP與ROA之間有相互抑制的作用。

2.2.4鄭州銀行多元回歸分析模型

對鄭州銀行的總資產收益率（ROA）進行多變量回歸分析。首先，引入了宏觀控制變量GDP和消費者價格指數，發現檢驗不通過；其次，針對核心解釋變量TPP和內生控制變量CAR、LOR、NMI等進行多元回歸，得到模型

ROA=-37.57516-0.029688*TPP+9.013744*NMI-0.108974*LOR+3.423477*CAR

由模型可見，凈利差（NMI）對總資產收益率（ROA）的影響最大，系數為9.0137>0，TPP和ROA成反比關系，且在各指標中ROA與LOR之間的影響程度最低，NMI、CAR與ROA之間有相互促進的作用，而TPP系數為-0.0296<0，ROA與TPP、LOR之間成反比關系，二者之間有相互阻礙的效用。

為了同一對比TPP對地方銀行的收益率影響效果，建立鄭州銀行模型ROA與TPP的回歸分析核心方程：

ROA=25.27554-0.073018*TPP

進行擬合優度檢驗，F檢驗和T檢驗，驗證模型有效。其方程系數表明，第三方支付規模（TPP）每增加1個單位，都會使得鄭州銀行的總資產收益率降低0.073018個單位，二者之間呈現負相關。

2.2.5中原銀行多元回歸分析模型

對中原銀行的總資產收益率（ROA）進行多變量回歸分析。首先，引入了宏觀控制變量GDP和消費者價格指數，發現檢驗不通過；其次，針對核心解釋變量TPP和內生控制變量CAR、LOR、NMI等進行多元回歸，得到ROA與各盈利指標之間線性關系的模型為：

ROA=11.65953-0.012938*TPP+1.996259*NMI-0.033165*LOR

T檢驗表明：解釋變量第三方支付規模TPP、凈利差（NMI）的T統計量的P值<0.05，說明解釋變量第三方支付規模TPP、凈利差（NMI）分別對被解釋變量有顯著性影響。解釋變量貸存比（LOR）的T統計量的P值>0.05，說明解釋變量貸存比（LOR）對被解釋變量沒有顯著性影響。

進行逐步回歸，得到ROA與TPP、NMI的核心方程：

ROA=9.873269-0.015097*TPP+1.900261*NMI

進行擬合優度檢驗，結果為R2=0.9962，接近于1，擬合程度較高，發現，TPP系數為負，TPP和ROA成反比關系，TPP與ROA之間有相互阻礙的作用，而NMI系數為正，且在各指標中ROA與NMI之間的影響程度最高，NMI與ROA之間成正比關系，二者之間有相互促進的效用。

為了同一對比TPP對地方銀行的收益率影響效果，建中原銀行模型ROA與TPP的回歸分析模型：

ROA=18.12757-0.032778*TPP

進行擬合優度檢驗，F檢驗和T檢驗，驗證模型有效。其方程系數表明，第三方支付規模（TPP）每增加1個單位，都會使得中原銀行的總資產收益率降低0.032778個單位，二者之間呈現負相關。

3總結與討論

3.1第三方支付對四家銀行影響對比分析總結

以河南省四家地方商業銀行的總資產收益率ROA為目標變量，綜合分析第三方支付規模TPP等指標對其產生的影響。由于這四家地方銀行的年度公報數據有限，尤其中原銀行2014年才合并組建，首先考慮面板數據模型時，檢驗不通過；其次，對四者分別進行了影響ROA的回歸分析建模，發現引入宏觀控制變量GDP和消費者價格指數CPI時檢驗不通過，內生控制變量CAR、LOR、NMI等指標有時不顯著；最后，進行逐步回歸，得到ROA與TPP的核心方程。

檢驗結果表明，每當第三方支付規模TPP增加1個單位，會使得中原銀行ROA減少0.032778個單位、洛陽銀行ROA減少0.058026個單位、平頂山銀行ROA減少0.058646個單位、鄭州銀行ROA減少0.073018個單位。即，第三方支付規模的擴張對河南省地方商業銀行均產生負面影響，且對中原銀行負面影響最弱，對鄭州銀行負面影響最強。

3.2相關建議

對地方商業銀行來說，要從以下方面提高業務能力，獲得更多元化收入及提高總資產收益率：

（1）宏觀方面，地方商業銀行應通過創新存貸服務，積極與第三方支付合作，以傳統銀行的專業技術性等優勢限制高風險交易以及不恰當的貸款業務，加強風險監管體系，使線下存貸的低風險性與第三方支付的便捷性相輔相成，共同關注客戶體驗，改善近兩年較為萎靡的營業利潤，提高收入水平。

（2）微觀方面，首先，地方商業銀行可以利用互聯網的便利性，逐步推出網上交易平臺以及線上客服等創新型柜臺業務，開發相對應的APP或者交流社區，其次，整合規范銀行的理財產品個性化以及財富管理產品，積極開發鄉村振興金融產品、做好“三農”金融服務；及時進行內部培訓以提高工作人員的工作素養、加強與地方高校聯系，培養適應地方經濟發展的金融領域人才等，以銀行本身的安全性為優勢提高客戶滿意度，結合社會大環境以獲得相對優勢。

（3）貼近地方民生，開發小額貸款業務，簡化手續，完善信用風險評估體系。采取親民措施，為廣大居民及商戶提供優質便捷的金融產品和服務，積極利用微信公眾號、抖音媒體等新興媒體做好宣傳工作，積極開展掃碼送積分等多元化的活動，提高第三方支付市場占有率。

為了更好地服務地方區域經濟高質量發展，地方商業銀行加快合并步伐，爭取做大做強，將有助于提升其經營效率、降低風險、增強市場競爭力。

參考文獻

［1］鄭迎飛，李楠.第三方支付企業與商業銀行的競合關系研究[J].南京財經大學學報，2017，（02）：53-61.

[2]羅暘洋，李存金，羅斌，等.基于雙層網絡的第三方支付機構與商業銀行競合演化機理研究[J/OL].中國管理科學：1-14[2022-05-08].

[3]謝太峰，劉科.第三方支付對我國商業銀行盈利水平影響的實證研究[J].金融理論與實踐，2019，（10）：65-71.

[4]傅艷.互聯網金融對銀行中間業務收入的影響研究[D].濟南：山東大學，2019.

[5]裴平，傅順.互聯網金融發展對商業銀行流動性的影響——來自中國15家上市銀行的經驗證據[J].經濟學家，2020，（12）：80-87.

[6]朱芊.第三方支付對中小商業銀行中間業務影響的研究[D].杭州：浙江大學，2020.

[7]杜朝運，孫幗斌.地方商業銀行與第三方支付平臺的競合關系思考——以福建A銀行為例[J].金融理論與實踐，2020，（02）：18-25.

基金項目：河南省科技廳軟科學項目（192400410074）；平頂山學院應用型課程建設（2019-YYYKC14）。

作者簡介：楊錦偉（1983-），男，河南葉縣人，博士，副教授，從事金融統計分析研究。