斷直連背景下第三方支付對(duì)商業(yè)銀行盈利水平影響的研究

黃博文

（哈爾濱工業(yè)大學(xué)（威海）經(jīng)濟(jì)管理學(xué)院，山東 威海 264209）

一、引言

隨著金融科技的不斷發(fā)展，第三方支付平臺(tái)不斷拓展自身的金融業(yè)務(wù)，第三方支付在信息、安全和沉淀資金方面與商業(yè)銀行存在大量的合作。第三方支付與商業(yè)銀行的大量業(yè)務(wù)有所重疊，對(duì)商業(yè)銀行的各項(xiàng)業(yè)務(wù)產(chǎn)生了巨大的影響。

第三方支付與商業(yè)銀行認(rèn)證支付清算對(duì)賬和資金劃轉(zhuǎn)會(huì)和銀行采用直連模式進(jìn)行，這種“直連”模式存在巨大的金融風(fēng)險(xiǎn)。因此，2017年以來，中國(guó)人民銀行陸續(xù)發(fā)布《關(guān)于實(shí)施支付機(jī)構(gòu)客戶備付金集中存管有關(guān)事項(xiàng)的通知》《關(guān)于支付機(jī)構(gòu)撤銷人民幣客戶備付金賬戶的有關(guān)工作的通知》，并成功實(shí)施“斷直連”“客戶備付金100%交存”等斷直連政策。

斷直連政策實(shí)施后，第三方支付機(jī)構(gòu)的盈利模式隨著發(fā)生變化，第三方支付對(duì)商業(yè)銀行影響也隨著發(fā)生變化。

二、理論分析

第三方支付主要通過三個(gè)路徑對(duì)商業(yè)銀行盈利水平進(jìn)行影響。

1.對(duì)商業(yè)銀行負(fù)債業(yè)務(wù)的影響分析

商業(yè)銀行的負(fù)債由存款負(fù)債和借入負(fù)債構(gòu)成，其中存款負(fù)債是商業(yè)銀行最重要的負(fù)債業(yè)務(wù)，存款負(fù)債的規(guī)模和成本對(duì)商業(yè)銀行盈利水平影響很大。第一，客戶備付金在商業(yè)銀行體系內(nèi)形成存款。由于客戶備付金的數(shù)額不斷增加，第三方支付與商業(yè)銀行協(xié)商存款利率時(shí)，具有較強(qiáng)的議價(jià)能力，因此商業(yè)銀行資金成本將上升，擠壓了商業(yè)銀行的盈利空間。第二，由于第三方支付的業(yè)務(wù)類型趨向多元化，客戶為了獲取較大的收益，傾向于選擇高風(fēng)險(xiǎn)高回報(bào)的理財(cái)產(chǎn)品，從而對(duì)商業(yè)銀行的存款形成分流，降低商業(yè)銀行的盈利水平。第三，第三方支付的迅猛發(fā)展刺激了商業(yè)銀行存款金融創(chuàng)新的進(jìn)程，吸引客戶存款的回流，如商業(yè)銀行開發(fā)了結(jié)構(gòu)性存款，將金融衍生產(chǎn)品嵌入存款，增加了存款收益，改善了商業(yè)銀行存款流出的現(xiàn)象。

2.對(duì)商業(yè)銀行資產(chǎn)業(yè)務(wù)的影響分析

在商業(yè)銀行的資產(chǎn)業(yè)務(wù)中，貸款是最重要的資產(chǎn)業(yè)務(wù)，貸款的規(guī)模對(duì)商業(yè)銀行的盈利水平影響很大。第一，第三方支付方便、快捷的小額個(gè)人貸款受到客戶的歡迎，突出的便利性占領(lǐng)了一部分商業(yè)銀行信用卡業(yè)務(wù)的空間；第二，第三方支付憑借先進(jìn)的大數(shù)據(jù)處理技術(shù)，可以較為精確地評(píng)估出用戶的信用情況，而商業(yè)銀行缺乏海量的用戶數(shù)據(jù)，對(duì)用戶發(fā)放貸款的流程復(fù)雜、審批時(shí)間較長(zhǎng)，貸款業(yè)務(wù)受到一定影響。但商業(yè)銀行的主要客戶群體并非個(gè)人和小微企業(yè)，且個(gè)人和小微企業(yè)的貸款占商業(yè)銀行貸款總額的比重很小，因此第三方支付對(duì)商業(yè)銀行資產(chǎn)業(yè)務(wù)的不利影響比較有限。

3.對(duì)商業(yè)銀行中間業(yè)務(wù)的影響分析

中間業(yè)務(wù)是商業(yè)銀行重要的盈利來源。隨著第三方支付的迅猛發(fā)展，商業(yè)銀行的中間業(yè)務(wù)受到較大的沖擊。一方面，第三方支付依托其便捷性，疊加免費(fèi)或低收費(fèi)的策略，吸引大量的客戶，造成商業(yè)銀行中間業(yè)務(wù)的客戶流失。在支付結(jié)算類中間業(yè)務(wù)上，其便捷性分流了商業(yè)銀行一部分客戶；在基金、保險(xiǎn)等理財(cái)產(chǎn)品代銷業(yè)務(wù)上，由于第三方支付平臺(tái)收取的手續(xù)費(fèi)、傭金較低，分流了商業(yè)銀行一部分客戶。而另一方面，第三方支付的迅猛發(fā)展刺激了商業(yè)銀行進(jìn)行金融創(chuàng)新。商業(yè)銀行增加了中間業(yè)務(wù)范圍，如中國(guó)工商銀行開展了AI投業(yè)務(wù)，積極拓展中間業(yè)務(wù)類型和擴(kuò)大中間業(yè)務(wù)規(guī)模，中間業(yè)務(wù)盈利水平得到一部分改善。

三、實(shí)證分析

1.數(shù)據(jù)的選取

根據(jù)數(shù)據(jù)的可得性，本文選取的研究對(duì)象為中國(guó)的41家滬深港上市銀行，其中國(guó)有商業(yè)銀行5家全國(guó)性股份制商業(yè)銀行9家，城市商業(yè)銀行18家，農(nóng)村商業(yè)銀行9家。選取以上銀行的原因?yàn)椋旱谝唬鲜秀y行財(cái)務(wù)數(shù)據(jù)較為透明，財(cái)務(wù)數(shù)據(jù)容易獲得；第二，以上上市銀行缺失的數(shù)據(jù)較少。由于本文將比較斷直連政策前后第三方支付對(duì)商業(yè)銀行盈利水平影響，故選取樣本時(shí)間段為2015年～2020年的半年度數(shù)據(jù)，數(shù)據(jù)主要來自于各上市銀行的財(cái)務(wù)報(bào)表，第三方支付規(guī)模數(shù)據(jù)來自于艾瑞咨詢。

2.變量的選取

選取的變量主要涉及三種變量：被解釋變量、解釋變量和控制變量。

（1）被解釋變量

本文選取總資產(chǎn)收益率（ROA）作為被解釋變量。由于商業(yè)銀行是高財(cái)務(wù)杠桿的企業(yè)，自有資本占總資產(chǎn)的比重很小，相對(duì)于凈資產(chǎn)收益率（ROE），總資產(chǎn)收益率（ROA）更能體現(xiàn)商業(yè)銀行自身總體的盈利水平。

（2）解釋變量

考了數(shù)據(jù)的易得性，本文選取第三方支付移動(dòng)支付規(guī)模（TPPS）作為解釋變量。

（3）控制變量

商業(yè)銀行盈利水平除了受到第三方支付平臺(tái)的影響，還會(huì)受到銀行自身經(jīng)營(yíng)水平和宏觀市場(chǎng)環(huán)境的影響。本文選取不良貸款率（BLR）、成本收入比（CIR）和資本充足率（CAR）作為其自身經(jīng)營(yíng)水平的控制變量。不良貸款率（BLR）反映了一家銀行貸款質(zhì)量，成本收入比（CIR）反映了銀行自身經(jīng)營(yíng)能力，資本充足率（CAR）反映了商業(yè)銀行資本的充足程度。以上變量均會(huì)影響商業(yè)銀行盈利水平，故列入控制變量，使得結(jié)論更具說服力。

3.模型的構(gòu)建

在數(shù)據(jù)預(yù)處理環(huán)節(jié)，為了防止部分銀行部分?jǐn)?shù)據(jù)缺失導(dǎo)致樣本自由度降低的情況，因此采取線性插值方法近似代替缺失的數(shù)據(jù)。由于第三方支付移動(dòng)支付規(guī)模（TPPS）與其他指標(biāo)的數(shù)據(jù)數(shù)量級(jí)差別很大，因此本文對(duì)第三方支付規(guī)模做對(duì)數(shù)處理。本文建立以下模型：

ROAit=α0+α1lnTPPSt+α2BLRit+α3CIRit+α4CARit+εit

該模型中，ROAit表示第i家銀行t時(shí)刻的總資產(chǎn)收益率，lnTPPSt表示t時(shí)刻第三方支付移動(dòng)支付規(guī)模的自然對(duì)數(shù)，BLRit表示第i家銀行t時(shí)刻的不良貸款率，CIRit表示第i家銀行t時(shí)刻的成本收入比，CARit表示第i家銀行t時(shí)刻的資本充足率，εit表示第i家銀行t時(shí)刻的隨機(jī)擾動(dòng)項(xiàng)。

4.描述性分析

商業(yè)銀行各指標(biāo)的描述性分析

表2 全樣本被解釋變量及控制變量描述性分析

上述變量方差均小于均值，故可進(jìn)行下一步分析。

5.相關(guān)性分析

如果模型中的變量存在很強(qiáng)的相關(guān)性，則模型存在多重共線性，那么估計(jì)出的參數(shù)將沒有意義。經(jīng)相關(guān)性檢驗(yàn)后，各變量均無強(qiáng)相關(guān)關(guān)系。

6.單位根檢驗(yàn)

面板數(shù)據(jù)中包含時(shí)間序列信息，若序列存在單位根，即序列為非平穩(wěn)過程，則會(huì)使得回歸分析中出現(xiàn)偽回歸問題，那么回歸分析將沒有意義。本文采用LLC、IPS、Fisher-ADF、Fisher-PP四種檢驗(yàn)方法對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。

根據(jù)少數(shù)服從多數(shù)的原則，根據(jù)表3的數(shù)據(jù)可以看出，所有序列均不含有單位根，即所有序列均為平穩(wěn)過程。

表3 各序列的單位根檢驗(yàn)

7.F檢驗(yàn)

F檢驗(yàn)可以用于檢驗(yàn)是運(yùn)用混合效應(yīng)模型進(jìn)行估計(jì)還是固定效應(yīng)模型進(jìn)行估計(jì)更為合理。

F檢驗(yàn)統(tǒng)計(jì)量定義為：

其中，SSER、SSEU分別為混合回歸模型和固定效應(yīng)模型分別進(jìn)行變截距模型的回歸所得的殘差和對(duì)數(shù)似然值，N為截面數(shù)，T為時(shí)間序列數(shù)，k為解釋變量和控制變量的總個(gè)數(shù)。

由表4可以得出，由于p值為0.0000，因此在1%的顯著性水平下，拒絕原假設(shè)，運(yùn)用固定效應(yīng)模型估計(jì)更為合理。

表4 F檢驗(yàn)結(jié)果

8.Huasman檢驗(yàn)

Huasman檢驗(yàn)用于檢驗(yàn)是運(yùn)用混合效應(yīng)模型進(jìn)行估計(jì)還是固定效應(yīng)模型進(jìn)行估計(jì)更為合理。

由表5可以得出，由于p值為0.0036，因此在1%的顯著性水平下，拒絕原假設(shè)，即運(yùn)用固定效應(yīng)模型估計(jì)更為合理。

表5 Huasman檢驗(yàn)結(jié)果

9.模型估計(jì)結(jié)果

（1）全樣本模型估計(jì)結(jié)果

①全樣本全階段模型估計(jì)結(jié)果整理

由下表11的估計(jì)結(jié)果整理得到固定效應(yīng)模型的回歸結(jié)果為：

表1 模型中各變量說明

ROA=0.880806-0.026907×lnTPPS-0.096632×BLR-0.006076×CIR-0.002447×CAR

②全樣本固定效應(yīng)模型估計(jì)結(jié)果分析

由表6可以看出，在2015年～2020年這一時(shí)間段內(nèi)，lnTPPS的系數(shù)顯著為負(fù)值，說明第三方支付移動(dòng)支付規(guī)模與商業(yè)銀行ROA呈負(fù)相關(guān)，即第三方支付規(guī)模的擴(kuò)大會(huì)降低商業(yè)銀行的盈利水平。因此本文認(rèn)為，在2015年～2020年，第三方支付機(jī)構(gòu)與商業(yè)銀行主要是競(jìng)爭(zhēng)關(guān)系，第三方支付對(duì)商業(yè)銀行總體產(chǎn)生消極影響。

表6 全樣本固定效應(yīng)模型估計(jì)結(jié)果

（2）分樣本隨機(jī)效應(yīng)模型估計(jì)結(jié)果

①分樣本分階段模型估計(jì)結(jié)果整理

②分樣本分階段模型估計(jì)結(jié)果分析

如表7所示，國(guó)有大型商業(yè)銀行在2017年～2020年時(shí)間段受第三方支付的消極影響是2015年～2016年時(shí)間段的近四倍。本文認(rèn)為可能的原因是：第三方支付與商業(yè)銀行在沉淀資金管理和用戶管理方面展開了互利的合作，特別是大型商業(yè)銀行與第三方支付平臺(tái)的合作更為緊密，而斷直連政策實(shí)施落地后，切斷了兩者在沉淀資金管理的合作，對(duì)兩者合作產(chǎn)生了不利影響，因此對(duì)國(guó)有大型商業(yè)銀行的消極影響顯著增強(qiáng)。

表7 國(guó)有大型商業(yè)銀行估計(jì)結(jié)果

如表8所示，全國(guó)股份制商業(yè)銀行在2017年～2020年時(shí)間段受第三方支付的消極影響是2015年～2016年時(shí)間段的近1.5倍，增長(zhǎng)倍數(shù)明顯小于其他類型商業(yè)銀行。本文認(rèn)為可能的原因是：與城市商業(yè)銀行和農(nóng)村商業(yè)銀行相比，全國(guó)股份制商業(yè)銀行的市場(chǎng)地域范圍更廣、經(jīng)營(yíng)業(yè)務(wù)類型多樣、攬儲(chǔ)能力更強(qiáng)；與國(guó)有大型商業(yè)銀行相比，激勵(lì)和約束機(jī)制更為有效，公司結(jié)構(gòu)更為合理。因此，在面對(duì)不利環(huán)境下，全國(guó)股份制商業(yè)銀行受第三方支付消極影響的增長(zhǎng)倍數(shù)是最小的。

表8 全國(guó)股份制商業(yè)銀行估計(jì)結(jié)果

如表9所示，城市商業(yè)銀行在2015年～2016年時(shí)間段和2017年～2020年時(shí)間段中l(wèi)nTPPS的系數(shù)絕對(duì)值為四類商業(yè)銀行中的較低值。本文認(rèn)為可能的原因是：大部分城市商業(yè)銀行的營(yíng)業(yè)收入中非利息收入占比很低，而利息收入占比很高，且城市商業(yè)銀行資產(chǎn)業(yè)務(wù)的客戶與第三方支付的目標(biāo)客戶重合度低，因此與第三方支付機(jī)構(gòu)開展的合作和潛在的競(jìng)爭(zhēng)較小，所以lnTPPS的絕對(duì)數(shù)額很低。

表9 城市商業(yè)銀行估計(jì)結(jié)果

如表10所示，農(nóng)村商業(yè)銀行在2017年～2020年時(shí)間段受第三方支付的消極影響是2015年～2016年時(shí)間段的近6倍，本文認(rèn)為可能的原因是：農(nóng)村商業(yè)銀行是四類商業(yè)銀行中平均資產(chǎn)規(guī)模最小、服務(wù)區(qū)域最小、資產(chǎn)管理能力較弱的商業(yè)銀行，因此其風(fēng)險(xiǎn)抵御能力較差，所以斷直連政策實(shí)施落地后，對(duì)農(nóng)村商業(yè)銀行盈利水平的消極影響增長(zhǎng)倍數(shù)最大。

表10 農(nóng)村商業(yè)銀行估計(jì)結(jié)果

四、結(jié)論與建議

實(shí)證結(jié)果顯示，斷直連政策實(shí)施落地后，第三方支付移動(dòng)支付規(guī)模對(duì)商業(yè)銀行盈利水平的消極影響增強(qiáng)，且對(duì)不同類型的商業(yè)銀行盈利水平影響不同即第三方支付機(jī)構(gòu)和商業(yè)銀行的合作效應(yīng)下降程度高于兩者競(jìng)爭(zhēng)效應(yīng)的下降程度。本文針對(duì)此現(xiàn)象對(duì)監(jiān)管機(jī)構(gòu)提供如下參考意見。

1.規(guī)范第三方支付機(jī)構(gòu)的各項(xiàng)業(yè)務(wù)

第三方支付的快速擴(kuò)張給我國(guó)國(guó)民經(jīng)濟(jì)體系帶來了巨大的風(fēng)險(xiǎn)，其經(jīng)營(yíng)著部分互聯(lián)網(wǎng)金融業(yè)務(wù)，但部分第三方支付機(jī)構(gòu)并未取得可開展相關(guān)金融業(yè)務(wù)的相應(yīng)牌照，使得第三方支付機(jī)構(gòu)面臨的監(jiān)管不足。因此，規(guī)范第三方支付機(jī)構(gòu)的各項(xiàng)業(yè)務(wù)，有效地對(duì)其進(jìn)行監(jiān)管，可以降低國(guó)民經(jīng)濟(jì)體系的運(yùn)行風(fēng)險(xiǎn)，從而配合斷直連政策達(dá)到良好的降風(fēng)險(xiǎn)目標(biāo)。

2.推動(dòng)兩者合作的進(jìn)行

斷直連政策落地實(shí)施后，商業(yè)銀行的盈利水平受到更為嚴(yán)重的不利影響，第三方支付自身盈利空間受到擠壓，出現(xiàn)了“雙輸”局面。而第三方支付機(jī)構(gòu)具有領(lǐng)先的金融科技優(yōu)勢(shì)，商業(yè)銀行具有良好的風(fēng)險(xiǎn)管理和資金營(yíng)運(yùn)優(yōu)勢(shì)，推動(dòng)兩者合作，使得兩者優(yōu)勢(shì)互補(bǔ)，既可以出現(xiàn)“雙贏”局面，又可以推動(dòng)支付領(lǐng)域的高速發(fā)展。

3.處理好兩者利益分配問題

想要在第三方支付與商業(yè)銀行的重疊業(yè)務(wù)上形成良好的合作，監(jiān)管機(jī)構(gòu)需要處理好兩者利益分配問題。如商業(yè)銀行可以減少收取部分對(duì)第三方支付機(jī)構(gòu)的費(fèi)用，使得第三方支付機(jī)構(gòu)可以加大營(yíng)銷的投入，從而吸引更多的客戶。雖然商業(yè)銀行單次收取的費(fèi)用減少，但客戶的增多增大了交易規(guī)模，依然可以保持銀行盈利的增加。監(jiān)管機(jī)構(gòu)需要深入研究，把握第三方支付與商業(yè)銀行的利益平衡點(diǎn)，從而讓兩者處于良性的合作與競(jìng)爭(zhēng)。