互联网金融对我国商业银行盈利能力影响的研究

PAGEPAGE14中文摘要网金融不同于传统的商业银行在与互联网金融具有多元的创新模式，并且创新模式不断的衍化，同时能够满足一定客户群体的多元投资需求，这种创新模式影响着商业银行等传统金融机构的盈利模式和盈利能力。16家上市银行的有关数据，分别确立了互联网金融发展的指标和衡量银行盈利能力的相关指标，整理成面板数据。运用stata16回归分析的方法来分析互联网金融对我国商业银行盈利能力的影响。同时根据数据分析结果，给出一些商业银行发展的建议。1绪论研究背景2007年，贷，第三方支付等开始发展。2013年，货币基金的代表余额宝的出现，互联网金融发展的一个标志性成果。《关于促进互联网金融健康发展的指导意见》出台，文件中首次定义了互联网金融的概念。之后相应整体上是向好的方向发展。而商业银行技术方面或者线上平台的建设存在诸多易被大众所接纳的互联网金融服务。总之多方面的冲击了商业银行的一些传统业务，从而影响商业银行的盈利能力。研究意义源和行业优势，在这场变革之中应该抓住机遇，依托互联网开展更广阔的空间。一些改变的一些建议。文献综述互联网金融相关理论介绍与影响分析（2020）认为作为金融中介的实体机构主要有商业银行、保险、证券和基金等。其中商业（2019）根据长尾理论，互联网金融借助计算机技术提供的低廉的服务（2019）认为互联网金融挤占了银行存款来源，互联网理财模式相比传统银度上分流了银行存款。同样在定期理财方面，相比银行定期存款，互联网理财的优势同样明显，如成本低、收益盈利能力的影响。实证分析方法综述对于互联网金融对商业银行盈利影响的研究，浏览的文献中使用了很多不同的实证模型，但是大体的研究方向是一致的。顾炜（2020）认为总资产收益率是衡量银行盈利能力的一个很好的标准。安迪（2020）选取了选择了我国52家商业银行作为样本，这些银行中包括各种不同类型的银行，选取ROA和ROE两个指标作为计量盈利水平的因变量，以及其他指标的构建通过因子分析法，得出互联网金融对商业银行业务的冲击。黄丽晴（2019）考虑数据的连180家商业银行2011年至2018年间的面板数据作为研究样本，依然以ROA与ROE为被解释变量，表明互联网融资类业务的发展不利于商业银行的盈利水平的提高，互联网融资类分流了存款，抢占了商业银行的贷款处务，满足了尾端客户的融资需求，收缩了商业银行贷款利息，冲击了商业银行的盈利能力。可以看出互联网金融对商业银行盈利能力的影响，商业银行也可以利用，同样可以利用大数据等技术深入了解客户需求，以及其他的应对方案，以此更好的发展。研究内容：研究的基本情况。1616A行，包含了各类银行，从国有大型银行，股份制银行，到城市银行。主要考虑到这16家的银行的体量更可能受到互联网金融发展的影响。第三，本文利用stata16的回归分析功能，首先对16家银行的数据，做面板数据处理，得到相关的处理数据。分析互联网金融对商业银行盈利能力的影响，并以数据的相关性为目标，根据实证结果。研究方法：如何衡量互联网金融的发展，如何衡量商业银行的盈利能力，是本文的关键。对于商业银行的盈利状况首先要考虑商业银行的盈利能力，同样本文也结合其他的研究，希望能够更好的定义互联网金融的发展。互联网金融的发展目前没有明确定义的，没有统一的指标来衡量互联网金融的发展，但是对于不同的文献，衡量互联网发展的指标都是大同小异的，本文在阅读大量文献的基础上，选取了第三方支付规模，和余额宝货币基金代表的互联网理财规p2p已经被宣布清零，数据缺失现实性。因此本文将第三方支付规模和余额宝货币基金规模用作自变量来反映互联金融的发展水平，总体上来说，这是本文最核心的研究思路和研究方法。2互联网金融概念及相关理论互联网金融概念。显然互联网金融的发展促进了市场繁荣的，以及提出解决问题的对策和建议就显得相当重要。金融中介理论创造的功。随着理论的不断发展，约翰·格利（JohnG.Gurley）和爱德华·肖（EdwardS.Shaw）意识到了金融的独特作用，比如金融中介可以很大程上减少信息不对称所带来的道德风险，还可以降低资金的融通费用。我国货币政策的传导，商业银行就是重要的媒介。一系列的经济政策使商业银行无法有效的发挥金融媒介的作用了人们多元化的投资需求。同时一些互联网金融机构还能满足小微企业的贷款需求。这些都是是商业银行所缺乏的。以此来看互联网金融也能够充当金融中介，并挤占了商业银行的一部分的资金来源。金融深化理论金融深化理论由爱德华·肖（EdwardS.Shaw）和罗纳德·麦金农（RonaldI.Mckinnon）提出，认为发展中变金融市场的单一化，推动金融多元化，加强金融行业的竞争和创新。网络中添加金融服务功能，进一步涉足金融业，开辟新的金融模式，从而打破传统金融机构对金融业的垄断。同深化的进程中发挥了巨大的作用。长尾理论值。好比一个生产厂商，单件的产品利润很低，但是可以通过相对的产品质量，产品的种类，可以达到“薄利多客户群体，获得更多的利润。互联网金融对商业银行盈利能力影响机制分析第三方支付对商业银行盈利能力的影响第三方支付的发展非常迅速，在日常生活的使用也非常广泛。我们最容易体会到的信息技术的发展带来的便捷就是第三方移动支付，第三方移动支付在中国的发展非常迅猛，不同平台的支付方式推陈出新，我们日常接触的支付宝和微信支付就占据了很大的份额。根据图3.1，我国第三方移动支付规模在2019年就达到了226.1万亿。第三方，200多万亿的支付规模必然导致大量的资金留存在第三方支付系统中，从而分流了银行的存款。第三方支付系统中留存的资金能否充分的影响到银行的存款，还要看平台其他相关的金融产品服务如何，能否有效的对接。如果第三方支付只是充当资金的转移和使用的媒介，也就说资金依然在银行的体系之中，在这种情况下对商业银行的盈利能力的影响可能就会不是很显著，对于资金规模比较大的银行产生不了很明显的影响，因此在实证分析的过程中需要考虑到不同类型的银行。品和服务对银行的存款业务的影响也会越来越明显。互联网理财对商业银盈利能力的影响20%。第三方支付平台的出现挤占了商业银行的手续费收入，并且打破了不同银行不同支付平台的复杂局面。互联网日益渗透到人们的生活当中，网络购物，日常消费银行体系的支付系统比较复杂，和其他的商家或服务的对接比较麻烦。而第三方支付省去了银行这个环节，并且线下的实体店还有很多优惠的支付活动，第三方支付平台的代付代缴，在线办理都非常的方便。所以商业银行的中间业务会受到第三方支付的挤压。，就必然会带动出现其他的金融服务。在这样情况下，以余额宝为例，余，并且可以随时支取，支付便捷对比银行2014年的0.22万亿元增长到2017年的3.15万亿元，我国2020年互联网理财规模预计为15.5万亿元。互联网金融产品既能满足如今人们的多元化投资需求又能对商业银行的盈利产生影响。互联网金融发展对商业银行盈利能力的影响的实证分析本章的分析主要在于通过建立实证模型，利用具体数据从定量角度阐述互联网金融与商业银行的盈利能力之间选取了4家国有商业银行、８家股份制商业银行和4家城市商业银行2014年到2019年6年数据作为样本，用stata16软件进行数据处理。数据来源为各商业银行公布的年报、艾瑞咨询等。研究设计研究假设的基础上也选择总资产收益率来反映商业银行的盈利能力，对商业银行的盈利状况进行实证分析。结合上文的分年中央银行已经宣布p2p平台清零，故不在选用p2p规模作为指标。选择余额宝的货币基金规模代替p2p这个指标，以及第三方支付规模。做出如下假设。假设二：货币基金的发展与商业银行的盈利能力有显著的负向关系。样本的选择和数据来源家上市银行的年度财务数据，其中包括4家国有银行（中国工商银行，中国银行，中国农业银行，）。8家股份制银行（中信银行，浦发银行，招商银行，民生银行，平安银行，光大银行，兴业银行，4家城市商银行（北京银行，上海银行，南京银行，江苏银行）。选取这16家银行的数据主要考虑2014到2019，按照选定的变量指标，把这6年的数据整理成面板数据。数据的主要来源为银行披露的年度财报，wind数据库，艾瑞咨询等。。在阅读了大量文献的资产收益率。总资产收益率能够清晰反映银行赚取利润的能力，还能反映出银行防互联网理财。而对于互联网理财主要是选择余额宝的货币基金规模来作为解释变量。被解释变量：（ROA）是衡量银行整体盈利能力的标准，本文选取了总资产收益率而没有选择净资产收益率，主要考虑银行的负债也存在盈利能力。互联网金融的发展对商业银行盈利能力的影响应该考虑到银行的负债方面盈利的影响。解释变量：本文在选取衡量互联网金融发展的指标时，查阅了大量的文献资料，根据北大的“互联网金融指数研究报p2p已被宣称清零，所以不再采取p2p这个变量，对于目前来说就没有了较大需要取自然对数。控制变量：资产规模（SIZE）及商业银行的资产总额，资产总额能够反映银行的经营能力，本文取银行资产总额作为控制（LNSIZE）资本充足率（CAR）能够反映商业银行应对风险的能力。商业银行的稳健经营原则是保证商业银行在面临经营风险的情况下，有能力去应对相应的挑战。风险一方面就对应着收益，资（NPL）主要反映不良贷款所占银行贷款的比例，贷款的质量直接影响着银行盈利水平，不良贷款率是反映银行盈利水平的一个重要的指标。手续（NIR）可用作银行中间业务收入的度量标准。除了存贷款业务，中间业务也是银行的一项重要业务，中间业务带来的收入，自然也是银行盈利的重要成分，并且随着商业银行的不断发展，中间业务的收入比例也会越来越明显。所以选择NIR这个控制变量的指标是合理的。表4.1模型变量及其定义变量符号测度被解释变量总资产收益率roa净利润/总资产解释变量第三方支付规模余额宝货币基金规模lntlnmf自然对数自然对数控制变量银行资产规模资本充足率不良贷款率lnsizenircarnpl自然对数总资产/风险资产不良贷款/各项贷款模型设定与检验软件对面板数据进行实证分析，建立的面板数据回归模型如下：模型1：ROAit=α+β1LNPit+β2LNSIZEit+β3NPLit+β4CARit+β5NIRit+εit模型2：ROAit=α+β1LNMFit+β2LNSIZEit+β3NPLit+β4CARit+β5NIRit+εitｉ和ｔ分别表示第ｉ个个体第ｔ年的数据，α“是待估的截距，βi是边际值，是待估的解释变量对应的系数，为随机误差项，其中，ln表示数据的自然对数，可以减少数据的异方差性，并使数据的线性趋势更表4.2描述性统计VariableObsMeanStd.Dev.MinMaxroa96.0000.0090.0020.0060.014lnmf96.00013.9050.53013.26014.550lnt96.00017.7831.38415.60019.230lnsize96.00015.4300.99813.25017.220npl96.0001.4590.3120.8302.390car96.00012.9531.6319.31017.520nir96.00021.2026.24010.96036.71016家银行来说整体的盈利水平较稳定。而对于衡量互联网发展水平的变量（第三方支付规模）lnt和（余额宝货币基金）lnmf,lnt的波动性较大，主要考虑到第三方支付发展较快，导致了数据的波动比较大。而lnmf的表动比较小，因为余额宝货币基金的规模相对于第三方支付规模小了很多，所以波动性就变小了。控制变量中波动较大的是lnsize,car,nir,首先能说明银行的资产规模增加较快，其次nir是波动最大的，银行的中间业务的收入增长的非常快。根据描述性统计，所选取的数据没有明显的异常值，因此进行下一步分析。（２）相关性分析此处用皮尔逊相关系数计算出各个变量之间相关性情况，各变量之间的相关性系数如下表所示：表4.3相关性分析roalnmflntlnsizenplcarnirroa1.000lnmf-0.3751.0000.000lnt-0.4570.9481.0000.0000.000lnsize0.4850.1670.1781.0000.0000.1030.083npl-0.2330.2260.3310.4391.0000.0220.0270.0010.000car0.4430.3960.3700.622-0.0021.0000.0000.0000.0000.0000.985nir-0.0410.0230.1020.2180.360-0.2051.0000.6920.8210.3220.0330.0000.0450.5的，而变量lnt和lnmf的相关性比较强，所以把两个自变量分别放在两个模型中，避免多重共线性，使回归分析的结果更可靠。回归分析用固定效应模型和随机效应模型处理，然后根据Hausman检验值来确定使用的模型。表4.4模型一与模型二的豪斯曼检验结果HausmanstatisticsP值模型一7.600.1797模型二11.930.0358：Hausman检验值是7.6，p值是0.1797，在1%的显著性水平，接受随机效应模型的原假设，即随机效应模型优于固定模型，因此选择随机效应模型作为模型一的回归结果。：Hausman检验值是11.93,p值是0.0358，在1%的显著性水平下，同样无法拒绝随机效应模型的，因此选择随机效应模型作为模型二的研究结果。表4.5模型一的回归结果RoaCoef.Std.Err.zP>z[95%Conf.Interval]Lnt-.000665.0000635-10.470.000-.0007895-.0005405lnsize.0008618.00021454.020.000.0004413.0012823Npl-.1200312.0334255-3.590.000-.1855441-.0545184Car.0222937.00881442.530.011.0050178.0395697Nir.0006098.00182020.340.738-.0029577.0041773_cons.0064336.00273932.350.019.0010648.0118024模型一的回归结果：很显然对于解释变量lnt，在1%的显著性水平下对解释变量roa存在显著的影响，且有显著-0.000665，因此随着第三方支付规模的增加，银行的盈利是有一定规模下降的。假设一是成立的，第三方支付的发展，降低了商业银行的盈利能力。同样从分析结果中可以看出npl对roa的影响也是负的，不良贷款率的增加，银行的不良贷款增多，银行的信贷利差出现缩减，lnsize对roa的影响是正的，就本文的回归结果来说，银行的资产规模越大银行的盈利能力越强。表4.6模型二的回归结果roaCoef.Std.Err.zP>z[95%Conf.Interval]lnmf-.0013499.0001853-7.290.000-.001713-.0009868lnsize.0008745.00024453.580.000.0003954.0013537npl-.1918729.0377062-5.090.000-.2657757-.1179701car.0140198.0104811.340.181-.0065226.0345622nir-.0015323.0021265-0.720.471-.0057002.0026355_cons.0157563.00348654.520.000.0089228.0225897在1%的显著性水平下拒绝了原假设，所以lnmf对roa的影响是显著的。余额宝货币基金规模同样对商业-0.0013499，而且lnmf的影响效应比lnt要更明显。而其他的控制变量npl和lnsize对roa的影响也是负的，这样的结果与模型一的回归结果保持一致roa（roa1）进行回归，分别得到模型一与模型二的稳健性检验结果，回归结果如下表所示。表4.7模型一的稳健性检验L.roaCoef.Std.Err.tP>t[95%Conf.Interval]lnt-.0010926.0001689-6.470.000-.0014306-.0007546lnsize.002867.00135342.120.038.0001589.0055752npl-.0702525.0432711-1.620.110-.1568378.0163328car-.0040584.0093262-0.440.665-.02272.0146033nir-2.32e-06.0020665-0.000.999-.0041373.0041327_cons-.0136244.018396-0.740.462-.0504347.0231859表4.8模型二的稳健性检验L.roaCoef.Std.Err.tP>t[95%Conf.Interval]lnmf-.0018266.0003012-6.060.000-.0024293-.0012238lnsize.0002726.00105560.260.797-.0018396.0023847npl-.1069542.0438751-2.440.018-.1947481-.0191604car.000178.00979420.020.986-.0194202.0197762nir-.003713.0019877-1.870.067-.0076904.0002644_cons.0331032.01288622.570.013.0073181.0588883从模型一和模型二的检验结果来看，即使用滞后一期的roa作为被解释变量，回归结果仍然保持不变，自变量lnt和lnmfroa的影响依然是显著的，在显著性水平上只有个别自变量轻微变化。两个模型的稳健性检验结果都表明，回归结果没有很大的变化，本质上依然保持相同，与主检验的结果基本一致，验证了以上回归结果的真实性。实证结果分析lnt还是lnmf都对商业银行的盈利能力都产生了负的影响，也验证促进了第三方支和用户更好的对接消除信息不对称带来的成本，这样自第三方支付的发展也削弱了银行作为金融中介的地位。降低了商业银行手续费和，同样能业银行的盈利能力。，lnmf比lnt对roa的影响更显著一点，而实际上第三方支付的规模要远远大于余额宝货币基金规模，对于产生这样的回归结果主要有两方面的原因分析。第一，虽然第三方支付规模远远大于余额宝货币lnmf的回归系数比lnt稍微大一点。第二，虽然第三方支付规模很大，这部分资金可能并不是完全游离银行系统之外，比如我们日常所使用的微信支付和支付宝，第三方支付可能只是一个平台，资金依然存在银行卡之中。而余额宝的货币基金却不是这lnmf的回归系数更显著一点。当然除了以上的原因，本文所选取的数据时间跨度较小，数据样本数量较少等原因，也会对回归结果造成一定的影响。。商业银行理应把握潮流，未雨绸缪，借助互联网技术完善自己，提高竞争力。商业银行发展的对策和建议来衡量互联网发展水平，阐述了互联网金融的内涵和模式。对于商业银行的盈利能力方面，16家银行2014-2019的数据通过stata16进行回归分析，结果显示lnt和lnmf对roa都有显著的负效应。针对以上的分析有如下的建议。商业银行应当加强与互联网金融平台的合作加自己的用户群体。大数据技术同样可以帮助银行分析客户的习惯和偏好，推出符合客户心理预期的金融产品。商业银行还可以利用信息化技术提高服务水平，拓宽服务界限，不在局限于物理网点，信息化技术的应用还能这样还能够降低银行的资金风险。加强金融科技创新，完善客户需求体验互联网金融平台的金融产品更多元化，服务的群体更广泛，这极大的满足了当前客户的多元投资需求。而商业识，加大自己的创新力度，落实技术发展和应用。商业银行应该培养自己的信息化人才，同样也可以吸收复合型人才，使公司内部人员掌握互联网思维，由内而外的改革创新。客户使用自己的客户端，增加用户群体，扩展盈利空间。防范金融科技带来的风险制，确保对于新兴技术有一套完善的监管指标。结论些理论中能够更清晰的抓住互联网金融发展对传统金融行业影响的脉络。货币基金规模为代表的互联网金融的发展，对商业银行的盈利都有显著的负效应，其中以余额宝货币基金为代表互联网理财的影响要更显著一点。满足了客户的多元投资需求，产生了一些影响，这些都给商业银行带来了一些挑战，同样也给商业银行带来了机遇，，本文在此基础上提出一些有效的措施。商业银行对比互联网金融仍然具有很大的规模优势，银行有足够的资金和能力去利用互联网的技术优势来发展自己的互