順勢而為還是趨利避害：互聯網金融對商業銀行風險承擔的“雙刃劍”效應

郭凈 劉兢軼 王麗媛

(河北金融學院金融創新與風險管理研究中心，河北 保定 071051)

一、引言及文獻綜述

自21世紀初，互聯網技術滲透到金融領域，互聯網金融行業迅速崛起，以余額寶、借唄、花唄等為代表的互聯網金融產品如雨后春筍般涌出，對促進私人消費和投資水平乃至拉動宏觀經濟增長起到了重要作用。尤其是在2015年左右的全球經濟新常態時期，全球經濟增速趨緩現象明顯，外需呈現嚴重不足態勢，互聯網金融的發展有效配合財政政策刺激了內部需求，為國民經濟增速提供了有力保障[1]。在2015年政府工作報告中，更是提出將“互聯網+”打造為中國發展“升級版”，將互聯網金融納入國家發展的重大戰略部署之一，促進互聯網和金融的跨界融合成為推動經濟增長的新動源[2]。

然而，互聯網金融的發展是一把“雙刃劍”，其有利的一面在于，互聯網金融的快速發展豐富了我國的經濟增長結構，一時遮蔽了房地產經濟、粗放制造經濟的不足，為經濟運轉增添了潤滑劑[3]，同時互聯網技術在金融領域的應用降低了信息不對稱性，增強了商業銀行風險管理水平[4]；不利的一面在于，互聯網金融天然高風險高收益的屬性不僅自身存在著風險爆發的可能[5]，而且其快速發展還會侵蝕傳統商業銀行的收益，倒逼商業銀行不得不去追求高風險高收益的產品和客源，造成銀行業的“劣幣驅逐良幣”現象，可能會對商業銀行的風險承擔產生潛在影響[6]，甚至提高了爆發系統性金融風險的可能性[7]。

實際上，雖然互聯網金融的發展對商業銀行來講是一把“雙刃劍”，但互聯網金融對商業銀行風險承擔的影響會遵循一定的傳導路徑，而這種傳導路徑可能依據外界不同經濟環境下的不同經濟因素而產生差異性，也就是說，互聯網金融對商業銀行風險承擔的影響究竟是“有利”還是“不利”，可能取決于諸多宏觀經濟變量所處的狀態。僅從互聯網金融發展指數和商業銀行資本充足率(代表商業銀行風險承擔)的走勢來看(見圖1)，兩者并不是一致不變的相同趨勢，而是在不同經濟時期具有差異化趨勢，在2013—2015年間，互聯網金融發展與商業銀行風險承擔具有正向趨勢，而在2018年后，互聯網金融發展與商業銀行風險承擔具有明顯的反向趨勢。可見，互聯網金融對商業銀行風險承擔的影響并不是“有利”或“不利”一個絕對的結論，因此，開發一種能動態捕捉互聯網金融對商業銀行風險承擔影響的模型，進而研究在不同經濟狀態下互聯網金融對商業銀行風險承擔的時變影響，不但有利于商業銀行進行自身風險管理，更有利于防范系統性金融風險，促進國民經濟健康持續發展。

圖1 互聯網金融指數和商業銀行資本充足率走勢圖資料來源：WIND和CEIC數據庫。

從相關領域文獻來看，在互聯網金融出現的早期，學者們即對其產生了濃厚興趣，但大部分研究都集中于互聯網金融的相關概念界定以及各種分類層面[8]。其中，相對概括性較強的思想認為互聯網金融即是字面含義——互聯網技術在金融領域中的應用[9]，這種跨界結合拓寬了金融業務和產品，促進了金融業的劃時代發展[10]，是一種有別于商業銀行和股票市場等傳統融資方式的新型金融業務模式[11]。隨后，互聯網金融的相關概念界定不再以概括性為主，而是更加專業化、具體化，Min等(2014)[12]認為互聯網金融不僅僅是單純的互聯網與金融的結合，更是信息技術、網絡安全的新應用、新變革，在推動金融業務創新的同時更是信息技術自身的跨越式發展；Baki和Bag(2021)[13]提出互聯網金融就是以大數據和人工智能為技術基礎、以互聯網和電子硬件為支撐平臺，是金融業態的新發展模式。此外，互聯網金融業務和產品分類也是學者們關注的重點問題之一，如佘松濤(2015)[14]認為中國市場上互聯網金融產品眾多，應該從產品本身性質上予以分類，并提出了通過收益率、產品本身的風險級別、流動性水平以及透明性程度四個維度進行產品劃分；Greg等(2018)[15]則根據互聯網金融產品本質的不同將其分為網絡支付型產品、網絡理財型產品、網絡貸款型產品、網絡金融創新四大類。

相比于微觀層面的概念界定和產品劃分，宏觀金融研究者們更加聚焦關注于互聯網金融對系統性風險的影響，尤其是互聯網金融本身的高風險高收益屬性是否會對商業銀行風險承擔產生沖擊效應[16-17]。其中，一部分學者認為互聯網金融發展會削弱商業銀行風險承擔，Leckow(2017)[18]認為互聯網技術向金融領域滲透，可以有效捕捉零售客戶甚至對公客戶的自身特征及風險屬性，進而降低商業銀行和客戶之間的信息不對稱性，有效削弱了商業銀行風險承擔；吳詩偉等(2015)[19]指出電子銀行、網上銀行、手機銀行等業務模式可以增強商業銀行的數據獲取能力，結合數據挖掘、云計算等方法可以大幅度降低商業銀行的風險管理成本，進而間接證明了互聯網金融有利于降低商業銀行風險承擔水平。然而，另一部分學者卻持有相反觀點。綜合來看，互聯網金融發展可能在“信息壟斷”“業務競爭”“風險傳導”“價格傳遞”四個層面上加劇商業銀行風險承擔水平，郭品和沈悅(2015a)[20]發現互聯網金融發展會顯著提高商業銀行風險承擔水平，而且這種提高在不同屬性銀行間表現出較大差別；隨后，他們(2015b)[21]以存貸利差視角進一步分析，發現從提高商業銀行資金成本渠道仍然支持互聯網金融發展會明顯提高商業銀行風險承擔水平的研究結論。互聯網金融往往通過近乎零成本獲取信息、業務領域全面競爭、拉高協議存款利率[22]、降低管理費用和抬高融資成本等途徑拉高銀行風險承擔，且對于非系統重要性銀行的影響更為強烈[21]。

通過以上的文獻梳理可以看出，雖然學術界一致認為互聯網金融發展會對商業銀行風險承擔產生沖擊，但依然存在如下問題有待進一步解決：第一，互聯網金融發展對商業銀行風險承擔的沖擊效應究竟是“有利”還是“不利”依然存在較大分歧，可能的原因在于這種沖擊會在不同的外部經濟環境下產生差異性效果，而以往研究并沒有動態捕捉這種效果，因而絕對性結論必然會存在分歧；第二，宏觀金融內生性問題無處不在，受困于參數估計自由度的限制，以往研究很少能全面考慮內生性問題，這也是關于互聯網金融發展會對商業銀行風險承擔的影響效果存在分歧的又一重要原因；第三，雖然普遍發現互聯網金融發展會對商業銀行風險承擔產生影響，但以往研究并沒有從量化的角度探索商業銀行自身如何進行經營轉型來應對互聯網金融發展帶來的沖擊。

基于此，本文創新性地引入新息隨機游走、喬丹分解法和因子增廣思想并嵌入經典向量自回歸模型，進而構建了因子增廣時變參數向量自回歸模型，并以此模型探索互聯網金融發展對商業銀行風險承擔的“動態”影響，基于銀行本身經營特征分析這種“動態”影響的內在邏輯規律，提出商業銀行如何進行業務轉型來避免互聯網金融發展對商業銀行風險承擔的不利沖擊。相應地，本文的貢獻體現于：一方面將新息隨機游走方法和因子增廣思想引入互聯網金融對商業銀行風險承擔影響的研究框架內，既解決了參數估計自由度限制下的宏觀金融內生性問題，又使得模型具備了捕捉動態沖擊效應的能力。另一方面，將商業銀行業務結構引入模型，以有效探索商業銀行如何通過業務轉型來引導互聯網金融對商業銀行風險承擔的影響走向“有利”的一面或遠離“不利”的一面。

二、理論基礎

(一)金融深化理論

金融深化理論也稱金融自由化理論，互聯網金融的發展必然會帶來宏觀經濟發展中的金融深化，而金融深化理論恰恰認為發展中國家的金融與經濟發展有著必然的聯系，這種聯系在互聯網高速發展時代明顯地體現為互聯網金融對宏觀經濟發展的深化作用[23]。實際上，金融深化理論認為金融市場抑制現象普遍存在于發展中國家，主要表現在對貨幣利率的嚴格管制，發展中國家只有積極加快實施金融深化改革，放棄金融抑制政策，這樣才能有效促進金融經濟又好又快發展，而互聯網金融發展恰是放棄金融抑制政策的產物。互聯網金融的到來使企業和個人將資產配置更加有效地向保險、理財產品等其他金融資產進行轉移，互聯網金融的優勢體現在進入門檻、成本以及服務效率等方面，滿足了各類群體個性化及多元化的需求，資金逐漸從傳統商業銀行轉移到銀行間市場，最終在嚴峻的市場競爭環境下資金以市場化的利率價格回流到商業銀行，體現了互聯網金融的“鯰魚效應”倒逼銀行業加速利率市場化進程[24]。利率市場化是提高我國金融自由化程度的重要舉措，它賦予了商業銀行資產定價的權利，但也帶來了利率風險，對商業銀行來說，存貸業務是其最主要的業務，利率市場化推動商業銀行存貸利差收緊，利率波動幅度較大且更加頻繁，商業銀行將面臨與以往完全不同的嚴峻的金融市場競爭環境，其風險承擔會產生較大變化，這就體現了利率市場化進程是發展中國家放棄金融市場抑制的必然要求，而利率市場化這種必然要求導致了商業銀行傳統信貸業務息差收窄，互聯網金融的發展倒逼商業銀行去追求高風險高收益的業務[25]。金融深化理論內在地揭示了互聯網金融發展和商業銀行風險承擔的內在邏輯關系，在金融深化理論下，互聯網金融的發展必然會對商業銀行風險承擔產生沖擊效應。

(二)風險中性理論

風險中性理論是在不確定角度下來考慮的一種形容個體行為的理論方法，是指經濟行為主體確定性等價的收益等于其投資收益期望，經濟行為主體不關心風險，當資產的期望損益以無風險利率進行折現時，他們對風險資產和無風險資產同樣偏好[26]。然而，商業銀行與風險中性行為者正好相反，商業銀行是典型的非風險中性行為主體，非風險中性行為是商業銀行風險承擔研究領域的基礎和核心。在互聯網金融發展方面，互聯網金融的便捷性和低門檻促使居民將資金投資于互聯網理財產品和貨幣基金等存款之外的各類互聯網金融產品，在商業銀行非風險中性機制下，商業銀行越來越難獲得儲蓄型存款，進而迫使商業銀行會與互聯網金融公司簽訂協議存款，以更高的利率吸引互聯網金融平臺的資金[27]。整體看來，商業銀行的存款規模基本保持不變，但是負債結構發生了變化，資金成本較高的批發性資金在存款結構中占比增大。銀行作為理性的經濟人，為了追求利潤最大化，可能選擇風險更高的投資項目以彌補負債端成本的上升，也可能基于對風險的感知和評估，采取更加保守的投資策略以應對批發性資金的流動性風險。互聯網金融的發展將商業銀行非風險中性特征體現的淋漓盡致，后者必然會追求風險與收益的最優聯系，在風險中性理論下，互聯網金融的發展必然會對商業銀行風險承擔產生溢出。

三、模型構建

本部分首先構建了包含互聯網金融指數、銀行風險承擔、銀行業務結構等線性模型，隨后以因子增廣方法構造了不可見的工具變量，最后將引入工具變量的線性模型通過下三角矩陣的新息隨機游走方法改進為非線性模型。在此基礎上，進一步將模型擴展，引入互聯網金融指數和銀行業務結構的交叉項，以考察銀行業務結構在互聯網金融影響銀行風險承擔這一過程中的作用。

(一)模型構建

首先，在Sims(1980)[28]的經典VAR模型基礎上構建一個包含互聯網金融指數、銀行風險承擔、銀行業務結構的基礎模型(1)從后面非線性模型的貝葉斯邊際數據密度來看，滯后二階的邊際數據密度表現好于滯后一階和滯后三階，所以在基礎模型中直接以滯后二階構建。。

(1)

其中，Brisk代表銀行風險承擔變量，IBincome代表銀行業務結構變量，ITfinance代表互聯網金融變量(2)各變量的代理變量和賦值將在后文詳細描述。。b1和b2為(3×3)系數矩陣，vr,t～N(0,Ω)，Ω為(3×3)常參數協方差矩陣。

然而，在Canova等(2009)[29]、張龍等(2020)[30]對宏觀結構模型研究中一致認為經濟系統存在顯著非線性，Sims(1980)的經典VAR模型較難準確分析變量間的動態關系。基于此，本文參照Primiceri(2005)[31]的方法進行改進，將上述經典模型改進為如下形式的非線性模型

(2)

其中，b1t和b2t是時變性系數矩陣，vt～N(0,Ωt)，t=1,...,T。進一步，采取喬丹分解方法對擾動項協方差矩陣進行分解

(3)

(4)

其中，Σt=diag(σ1,t,...,σm,t)，m=3，At是主對角線為1的下三角矩陣

(5)

(6)

另外，考慮到中觀經濟分析(如互聯網金融領域)的內生性無處不在，工具變量的選擇可能并不合理。鑒于此，本部分參照Boivin等(2009)[32]創立的動態因子和結構計量融合的方法，即將n個經濟變量降解為k個不可觀測的共同因子ft，并且k<

(7)

(8)

進而，經過擴展后的基本模型可以寫成觀測變量和不可觀測因子的非線性模型(3)本文實證部分提取了3個共同因子即K=3。

(9)

至此，主要由因子方程式(7)和時變方程式(9)構成的非線性結構模型完成。

(二)參數估計方法

表1 模型中參數的先驗信息

(三)變量選取及數據描述

本文涉及變量主要來源于兩個層面：一是觀測變量，即銀行風險承擔變量Brisk，銀行業務結構變量IBincome，互聯網金融發展變量IFfinance；二是提取不可觀測共同因子涉及的因子變量。各變量涉及數據均來自于WIND和CEIC數據庫，采用2011年Q1至2020年Q4共40期的季度數據，所有季度數據經Eviews的X-12季度處理和Korobilis(2013)[34]的tcode5方法處理，處理后的數據平穩。

1.觀測變量

本文的觀測變量參照Laeven等(2009)[37]的Z值因素，分別選取資本充足率CAR作為商業銀行信用風險的代理變量，選取流動性比例LR作為商業銀行流動性風險的代理變量，選取凈息差NIR作為商業銀行利率風險的代理變量，選取外匯敞口頭寸比例OPR作為商業銀行匯率風險的代理變量，即Brisk=[CARLRNIROPR]′；此外，對于互聯網金融發展變量，本部分以WIND互聯網金融指數作為代理變量；對于銀行業務結構變量，本部分以中間業務收入占營業收入比例衡量(4)在我國LPR定價機制改革下，中央銀行降低實體經濟融資成本意圖明顯，商業銀行傳統利潤源——凈利息收入會逐漸被壓縮，中間業務收入占比成為當前衡量商業銀行經營轉型的重要指標。。

2.因子變量

本文的因子變量參照彭洋等(2019)[38]的處理方法選自三個層面：實體經濟層面來源于各產業生產總值、各項財政收入和財政支出、進口和出口、固定資產投資完成額等23個變量；價格層面來源于國房景氣指數、出口價格指數、進口價格指數、消費價格指數等9個變量；金融經濟層面來源于各期限上海銀行間同業拆借利率Shibor、各期限回購定盤利率FR、貨幣供應量M0、M1、M2、上證綜合指數、深證綜合指數等34個變量。

DAA：三血管序列切面可見升主動脈分出兩個分支呈“Y”字形，當右弓占優勢時，呈“O”形或梭形血管環。弓降部冠狀切面可顯示雙弓分別發出LCCA、RCCA和RSA、LSA，雙弓及左導管均與降主動脈相連[8]。

四、互聯網金融對商業銀行風險承擔的非線性影響

(一)互聯網金融對商業銀行風險承擔的非線性沖擊

基于前面構建的模型，本部分以三維脈沖響應分析方法研究互聯網金融對商業銀行風險承擔的非線性沖擊 (見圖2)，圖中豎軸坐標Z代表互聯網金融發展對商業銀行風險承擔的影響強度，縱軸坐標Y代表互聯網金融沖擊發生的時間(區間范圍是2011年Q1至2020年Q4)，橫軸坐標X代表互聯網金融對商業銀行風險承擔的影響持續期 (區間范圍是1-40期)。參照Altig等(2011)的標準[39]以經濟增速劃分模型經濟背景，鑒于2011—2014年經濟增速大于9%，則劃為經濟上行狀態，2015—2018年經濟增速介于6%至9%，則劃為經濟平穩狀態，2019—2020年經濟增速小于等于6%，則劃為經濟下行狀態。

圖2 互聯網金融指數對商業銀行風險指標的沖擊

1.互聯網金融發展對商業銀行資本充足率的影響

從圖2中可以看出，在模擬互聯網金融發展即產生一單位正向標準差沖擊時，商業銀行資本充足率主要會產生正向反應。不同的是，資本充足率在經濟下行時期的最大正向響應發生在2019年Q1，幅度達到3.02個標準差，在大部分時間段內沖擊效果持續到40期仍未消失；在經濟平穩時期的最大正向響應發生在2016年Q3，幅度達到1.81個標準差，在大部分時間段內沖擊效果持續到16期左右就已消失；在經濟上行時期的最大正向響應發生在2011年Q4，幅度達到1.68個標準差，在大部分時間段內沖擊效果持續到13期左右就已消失。由此可見，互聯網金融沖擊會帶來商業銀行信用風險的降低，這種降低效果在經濟下行時期較大，相對具有長期效應；在經濟上行時期較小，相對具有短期效應；在經濟平穩時期影響效果適中，相對具有中期效應。可能的原因在于，與互聯網金融相比，商業銀行相對保守，對風險防控要求較高，隨著互聯網金融的發展，越來越多的風險客戶會由傳統商業銀行業務轉向互聯網金融業務，進而商業銀行風險權重整體下降，風險加權資產降低，整體資本充足率升高。

2.互聯網金融發展對商業銀行流動性比例的影響

從圖2中可以看出，在模擬互聯網金融發展即產生一單位正向標準差沖擊時，商業銀行流動性比例主要會產生負向反應。流動性比例在經濟下行時期的最大負向響應同樣發生在2019年Q1，幅度達到-0.23個標準差，在大部分時間段內沖擊效果持續到40期仍未消失；在經濟平穩時期的最大負向響應發生在2015年Q3，幅度達到-0.22個標準差，在大部分時間段內沖擊效果持續到8期左右就已消失；在經濟上行時期的最大正向響應發生在2012年Q1，幅度達到-0.20個標準差，在大部分時間段內沖擊效果持續到5期左右就已消失。由此可見，互聯網金融沖擊會帶來商業銀行流動性風險的升高。這種升高效果在經濟下行時期較大，相對具有長期效應；在經濟上行時期較小，相對具有短期效應；在經濟平穩時期適中，相對具有中期效應。

3.互聯網金融發展對商業銀行凈息差的影響

從圖2中可以看出，在模擬互聯網金融發展即產生一單位正向標準差沖擊時，商業銀行凈息差主要會產生負向反應。凈息差在經濟下行時期的最大負向響應同樣發生在2020年Q4，幅度達到-0.19個標準差，在大部分時間段內沖擊效果持續到40期仍未消失；在經濟平穩時期的最大負向響應發生在2016年Q4，幅度達到-0.21個標準差，在大部分時間段內沖擊效果持續到6期左右就已消失；在經濟上行時期的最大正向響應發生在2011年Q4，幅度達到-0.18個標準差，在大部分時間段內沖擊效果持續到4期左右就已消失。由此可見，互聯網金融沖擊會帶來商業銀行利率風險的升高，這種升高效果在經濟下行時期適中，相對具有長期效應；在經濟上行時期較小相對具有短期效應；在經濟平穩時期較大，相對具有中期效應。

4.互聯網金融發展對商業銀行外匯敞口頭寸比例的影響

從圖2中可以看出，在模擬互聯網金融發展即產生一單位正向標準差沖擊時，商業銀行外匯敞口頭寸比例主要會產生負向反應。外匯敞口頭寸比例在經濟下行時期的最大負向響應同樣發生在2020年Q1，幅度達到-0.11個標準差，在大部分時間段內沖擊效果持續到40期仍未消失；在經濟平穩時期的最大負向響應發生在2017年Q1，幅度達到-0.24個標準差，在大部分時間段內沖擊效果持續到7期左右就已消失；在經濟上行時期的最大正向響應發生在2013年Q1，幅度達到-0.07個標準差，在大部分時間段內沖擊效果持續到5期左右就已消失。由此可見，互聯網金融沖擊會帶來商業銀行匯率風險的下降。這種下降效果在經濟下行時期適中，相對具有長期效應；在經濟上行時期較小，相對具有短期效應；在經濟平穩時期較大，相對具有中期效應。

綜合本部分來看，互聯網金融的發展會降低商業銀行的信用風險和匯率風險，但會提高商業銀行的流動性風險和利率風險。從影響幅度來看，在模擬互聯網金融發展正向沖擊的情況下，除了在經濟平穩時期互聯網金融對匯率風險產生了略大的-0.24個標準差的影響，整體上都體現出信用風險對互聯網金融發展的敏感性最強，流動性風險和利率風險對互聯網金融發展的敏感性適中，而匯率風險對互聯網金融發展的敏感性最弱。此外，互聯網金融對信用風險和流動性風險的影響都是在經濟下行時期最強，在經濟平穩時期適中，在經濟上行時期最小；而對利率風險和匯率風險的影響都是在經濟平穩時期最強，在經濟下行時期適中，在經濟上行時期最小。從持續期上看，雖然各時期影響效果的持續時間不同，但整體呈現出互聯網金融對信用風險有長期作用，而對流動性風險、利率風險、匯率風險有短期作用。

(二)商業銀行經營結構對互聯網沖擊的緩釋效應

考慮到商業銀行業務結構在互聯網金融影響銀行風險承擔的過程中具有一定作用，即商業銀行業務結構會影響到互聯網金融發展對商業銀行銀行風險承擔的傳導強度或路徑。進而，將商業銀行業務結構與互聯網金融發展的交叉項在后續模型中引入，即有

(10)

基于上述模型，同樣以三維脈沖響應分析方法，通過與未引入交叉項的脈沖響應結果進行對比，進而總結出商業銀行業務結構的轉型究竟是會降低互聯網金融對商業銀行風險承擔的沖擊，還是會提高互聯網金融對商業銀行風險承擔的沖擊。脈沖響應結果見圖3。

1.商業銀行業務結構在互聯網金融對資本充足率沖擊中的作用效果

從圖3中可以看出，在引入商業銀行業務結構和互聯網金融的交叉項之后，互聯網金融仍然會對商業銀行資本充足率主要產生正向沖擊效果，但相比之前而言，沖擊效果有所降低，最大響應幅度由上升3.02個標準差降低到上升1.49個標準差，但影響持續期有所增強，大部分時期的影響都持續將近40期。由此可見，商業銀行中間業務收入占比的增加，在幅度上會削弱互聯網金融對商業銀行信用風險的降低作用，在持續期上會延長互聯網金融對商業銀行信用風險的影響效果。

2.商業銀行業務結構在互聯網金融對流動性比例沖擊中的作用效果

從圖3中可以看出，在引入商業銀行業務結構和互聯網金融的交叉項之后，除了在經濟下行時期互聯網金融仍然會對商業銀行流動性比例主要產生負向沖擊效果，但相比之前而言，在經濟下行時期的沖擊效果轉為正向0.26個標準差，在經濟平穩時期和經濟上行時期的沖擊效果有所削弱，最大負向沖擊效果由-0.22個標準差下降到-0.18個標準差，但影響的持續時間有所增強，除了經濟下行時期有40期的影響外，大部分時間的持續期在20期左右。由此可見，整體情況體現出商業銀行中間業務收入占比的增加，在幅度上會削弱互聯網金融對商業銀行流動性風險的提高作用，在持續期上會延長互聯網金融對商業銀行流動性風險的影響效果。

圖3 銀行經營結構對互聯網沖擊的緩釋效應

3.商業銀行業務結構在互聯網金融對凈息差沖擊中的作用效果

從圖3中可以看出，在引入商業銀行業務結構和互聯網金融的交叉項之后，除了在經濟下行時期互聯網金融仍然會對商業銀行凈息差主要產生負向沖擊效果，但相比之前而言，在經濟下行時期的沖擊效果轉為正向0.24個標準差，在經濟平穩時期和經濟上行時期的沖擊效果有所增強，最大負向沖擊效果由-0.22個標準差上升到-0.24個標準差，但影響的持續時間有所增強，除了經濟下行時期有40期的影響外，大部分時間的持續期在13期左右。由此可見，整體情況體現出商業銀行中間業務收入占比的增加，在幅度上會增強互聯網金融對商業銀行利率風險的提高作用，在持續期上會延長互聯網金融對商業銀行利率風險的影響效果。

4.商業銀行業務結構在互聯網金融對外匯敞口頭寸比例沖擊中的作用效果

從圖3中可以看出，在引入商業銀行業務結構和互聯網金融的交叉項之后，互聯網金融仍然會對商業銀行外匯敞口頭寸比例主要產生負向沖擊效果，但相比之前而言，沖擊效果有所降低，最大響應幅度由-0.24個標準差降低到-0.20個標準差，但影響持續期有所增強，大部分時期的影響都持續將近10期左右。由此可見，商業銀行中間業務收入占比的增加，在幅度上會削弱互聯網金融對商業銀行匯率風險的降低作用，在持續期上會延長互聯網金融對商業銀行匯率風險的影響效果。

綜合本部分來看，在引入商業銀行業務結構和互聯網金融的交叉項之后，整體上并未改變互聯網金融對商業銀行各種風險類型影響的方向，但卻在不同程度上改變了影響幅度和影響持續期。對于信用風險和匯率風險，互聯網金融的發展本可以起到降低商業銀行風險的作用，但隨著商業銀行業務結構轉型，中間業務收入占比的增加，互聯網金融對商業銀行風險的降低效果幅度有所削弱，降低效果的持續期有所延長。對于流動性風險和利率風險，互聯網金融的發展本可以起到提高商業銀行風險的作用，但隨著商業銀行業務結構轉型，中間業務收入占比的增加，互聯網金融對商業銀行流動性風險的提高效應會有所削弱，對商業銀行利率風險的提高效應會有所增強，但持續期都有所延長。

五、結論與啟示

在互聯網金融已經發展20余年、經歷了從“萌芽期”到“爆發成長期”再到“成熟期”的今天，其業務領域已經覆蓋商業銀行的核心業務，對商業銀行風險承擔的影響日益擴散，特別是與宏觀經濟運行周期性交織在一起，風險傳導機制和路徑更加復雜。本文采用新息隨機游走、喬丹分解法和因子增廣相結合的方法構建了非線性結構模型，以信用風險、流動性風險、利率風險、匯率風險四個維度刻畫商業銀行風險承擔，從影響方向、幅度、持續期和影響時期四個層次檢驗了互聯網金融對商業銀行風險承擔的非線性、時變性、異質性影響，并探討了商業銀行業務結構變化對這一影響是“有利”還是“不利”。

(一)研究結論

第一，互聯網金融發展對商業銀行風險承擔產生非線性影響。在影響方向上，互聯網金融發展會降低商業銀行的信用風險和匯率風險，但會提高商業銀行的流動性風險和利率風險。在影響幅度上，互聯網金融發展對商業銀行信用風險的影響幅度最強，對商業銀行流動性風險和利率風險的影響幅度適中，對商業銀行的匯率風險影響幅度最小。在影響持續期上，互聯網金融發展對商業銀行信用風險具有長期影響效果，對商業銀行流動性風險、利率風險以及匯率風險具有短期影響效果。在影響時期上，互聯網金融發展對商業銀行信用風險和流動性風險的影響都是在經濟下行時期最強，在經濟平穩時期適中，在經濟上行時期最小；互聯網金融發展對商業銀行利率風險和匯率風險的影響都是在經濟平穩時期最強，在經濟下行時期適中，在經濟上行時期最小。

第二，商業銀行業務結構在互聯網金融發展對商業銀行風險承擔的影響中具有非線性作用。在商業銀行提高中間業務收入占比的情況下，互聯網金融發展依然會降低商業銀行的信用風險和匯率風險承擔，但隨著中間業務收入占比的提高，這種降低商業銀行風險承擔的效果卻呈現出逐漸被削弱的現象，同時這種降低商業銀行風險承擔的效果持續時間呈現出逐漸被延長的現象。相反，在商業銀行提高中間業務收入占比的情況下，互聯網金融的發展依然會提高商業銀行流動性風險和利率風險承擔，中間業務收入占比的提高，會逐漸削弱互聯網金融對商業銀行流動性風險承擔的提高程度，延長互聯網金融對商業銀行流動性風險承擔的提高時間；但不同的是，中間業務收入占比的提高，會逐漸增強互聯網金融對商業銀行利率風險承擔的提高程度，延長互聯網金融對商業銀行利率風險承擔的提高時間。

(二)實踐啟示

由于體制機制原因造成我國銀行業存在著嚴重的金融抑制[40]，商業銀行在很長一段時期內坐擁“壟斷紅利”和“價格紅利”而缺少動力改革創新，互聯網金融的“鯰魚效應”動搖了商業銀行的“體制紅利”，但應該看到，互聯網金融與商業銀行的競爭有此消彼長式的競爭也有相互促進式的競爭[41]。近10年來，為了應對互聯網金融這一強大的競爭對手，商業銀行的體系設置、業務結構、通路渠道、技術應用等各方面都在發生變革，在未來更長時間里，商業銀行必須認真思考如何與互聯網金融相處，是“順勢而為”還是“趨利避害”。首先，商業銀行應樹立競合理念，在合作甚至融合的基礎上開展競爭。在新經濟社會形勢和科技革命大背景下，商業銀行必須正視自身的劣勢，重視互聯網金融的比較優勢，與其在技術、渠道、流量、客群等多方面進行合作，有實力的商業銀行更要加快數字化轉型，朝著開放銀行方向發展，同互聯網金融交互共享數據，共同做好數字普惠金融。其次，商業銀行需要重新規劃業務定位，精準調整業務結構。商業銀行應該結合自身風險結構特征，進行差異化營收結構管理，以提高風險防控水平。當商業銀行信用風險、匯率風險、利率風險較高時，商業銀行應該降低中間業務收入比例，提高利息凈收入水平，抓住互聯網金融發展對風險引流的機遇，以提高自身資本充足率、降低外匯敞口頭寸比例、提高凈息差，進而降低商業銀行信用風險、匯率風險、利率風險承擔水平；當商業銀行流動性風險較高時，商業銀行應該提高中間業務收入比例，降低利息凈收入水平，抓住互聯網金融發展對風險引流的機遇，以提高自身流動性比例，進而降低商業銀行流動性風險承擔水平。