金融工程-基于系統(tǒng)GMM估計方法進行互聯(lián)網(wǎng)金融對商業(yè)銀行負債結(jié)構(gòu)影響的實證研究

基于系統(tǒng)GMM估計方法進行互聯(lián)網(wǎng)金融對商業(yè)銀行負債結(jié)構(gòu)影響的實證研究摘要作為一種新型的金融業(yè)態(tài)，近年來互聯(lián)網(wǎng)金融在中國發(fā)展迅速，對傳統(tǒng)商業(yè)銀行的經(jīng)營模式、盈利能力和其在經(jīng)濟活動中的地位產(chǎn)生深刻的影響，同時也在全方位地改變公眾的生活方式和消費習慣。本文收集了2012-2020年31家上市商業(yè)銀行的年報數(shù)據(jù)，將銀行對同業(yè)資金等批發(fā)性融資的依賴程度作為銀行負債端結(jié)構(gòu)考察的變量，選取互聯(lián)網(wǎng)金融的兩種主流業(yè)態(tài)“第三方支付”和“P2P網(wǎng)絡借貸”作為互聯(lián)網(wǎng)金融的代理變量，采用系統(tǒng)GMM估計方法對互聯(lián)網(wǎng)金融和商業(yè)銀行負債結(jié)構(gòu)的關(guān)系進行了實證研究。研究發(fā)現(xiàn)：（1）第三方支付使得商業(yè)銀行的負債結(jié)構(gòu)中批發(fā)型融資的占比上升，而P2P網(wǎng)貸使得這一比例下降，且前者的影響大于后者。（2）第三方支付對城農(nóng)商行的負債結(jié)構(gòu)影響最大，股份制銀行次之，國有控股大型商業(yè)銀行最小；P2P網(wǎng)貸對股份制銀行的負債結(jié)構(gòu)影響最大，而對國有控股大型銀行和城農(nóng)商銀行的負債結(jié)構(gòu)影響均不顯著。關(guān)鍵詞：互聯(lián)網(wǎng)金融，商業(yè)銀行，負債結(jié)構(gòu)，批發(fā)性融資ABSTRACTAsanewtypeoffinancialindustry,therapiddevelopmentofInternetfinancehashadagreatimpactonbusinessmodelsinChinaintermsofprofitabilityandtheeconomicpositioningoftraditionalcommercialbanksinrecentyears.Atthesametime,itisalsochangingthepublic'slifestyleandconsumptionhabitsinanall-roundway.Thispapercollectstheannualreportdataof31listedcommercialbanksfrom2012to2020,takesthebank'srelianceonwholesalefinancingsuchasinterbankfundsasavariabletoexaminethebank'sliability-sidestructure,andselectstwomainstreamformsofInternetfinance"third-partypayment"And"P2Ponlinelending"astheproxyvariableofInternetfinance.Moreover,itusesthesystematicGMMestimationmethodtocarryoutanempiricalstudyontherelationshipbetweenInternetfinanceandcommercialbanks'liabilitystructure.Theresultsshowthat:(1)Third-partypaymentincreasestheproportionofwholesalefinancingintheliabilitystructureofcommercialbanks,whileP2Ponlinelendingreducesthisproportion,andtheimpactoftheformerisgreaterthanthatofthelatter.(2)Thethird-partypaymenthasthegreatestimpactonthedebtstructureofurbanandruralcommercialbanks,followedbyjoint-stockbanks,andthestate-controlledlargecommercialbanksarethesmallest;P2Pnetloanhasthegreatestimpactonthedebtstructureofjoint-stockbanks,whilethestructuraleffectsontheliabilitiesoflargestate-controlledbanksandurbanandruralcommercialbankswerenotsignificant.Keywords:Internetfinance,Commercialbanks,debtstructure,Wholesalesfinancing目錄一、引言 2二、文獻綜述 3（一）當前國內(nèi)關(guān)于互聯(lián)網(wǎng)金融研究的主要方向 3（二）當前國外關(guān)于互聯(lián)網(wǎng)金融研究的主要方向 4（三）本文研究及實證的立足點 4三、實證研究設計 5（一）數(shù)據(jù)及其來源 5（二）變量的選擇與分析 51.被解釋變量 52.解釋變量 63.控制變量 64.變量分析 6（三）實證模型構(gòu)建 7四、實證檢驗與結(jié)果分析 8（一）全樣本面板回歸分析 8（二）異質(zhì)性分析 10五、結(jié)論和建議 11（一）結(jié)論 11（二）建議 13參考文獻 13致謝 15引言在互聯(lián)網(wǎng)蓬勃發(fā)展的背景下，互聯(lián)網(wǎng)金融相比于傳統(tǒng)銀行業(yè)可以更大限度地降低資金流通中的交易成本、改善信息不對稱等問題。加上其收益更高、支付方式更多元化、交易更為便捷、更加貼近客戶需求等特點，無可避免地正在擠壓著傳統(tǒng)商業(yè)銀行的生存空間，這在很大程度上影響著商業(yè)銀行未來發(fā)展的地位和經(jīng)營理念。本文選取該背景進行研究，以研究結(jié)果提出合理建議，科學應對互聯(lián)網(wǎng)金融出現(xiàn)給商業(yè)銀行帶來的沖擊。本文選擇商業(yè)銀行的負債結(jié)構(gòu)作為研究主體，是因為負債業(yè)務既為商業(yè)銀行運行模式的基礎，同時也是三大商業(yè)銀行的業(yè)務基礎，致使其在互聯(lián)網(wǎng)金融的驚濤駭浪中首當其沖。同時，在這股浪潮中，最主要的兩種商業(yè)模式便是“第三方支付”和“P2P網(wǎng)絡貸款”。以“第三方支付”這個角度研究論題：一邊，“第三方支付”平臺具有獨特的延遲支付功能，其形成的沉淀資金會轉(zhuǎn)移商業(yè)銀行的儲蓄存款；另一邊，“第三方支付”平臺的業(yè)務內(nèi)容拓展出了代理保險和基金，這進一步加大了商業(yè)銀行從傳統(tǒng)存款市場獲取資金的難度。截至2018年底，我國貨幣基金規(guī)模達8.15萬億元，其中對接螞蟻金服的貨幣基金規(guī)模為1.9萬億元，對接理財通的貨幣基金規(guī)模為0.77萬億元，兩者合計為2.67萬億元。如果剔除貨幣基金中的機構(gòu)客戶，估計兩大互聯(lián)網(wǎng)平臺個人客戶數(shù)量占比整個貨幣基金市場個人客戶數(shù)量的五成以上。雖然“P2P網(wǎng)絡貸款”相對于“第三方支付”來說規(guī)模還很小，但也對商業(yè)銀行資產(chǎn)和負債業(yè)務產(chǎn)生了一定的影響。由于P2P融資平臺可以給資金供給方提供比商業(yè)銀行存款利率更高的預期收益率，出借人將資金投入P2P平臺，在一定程度上引發(fā)商業(yè)銀行存款資金分流。P2P融資平臺憑借著云計算和大數(shù)據(jù)的優(yōu)勢，直接聯(lián)通了資金鏈的上下游，引發(fā)金融脫媒。根據(jù)本文所選取的31家中國商業(yè)銀行數(shù)據(jù)顯示（如下表1），在2013年余額寶上線以來到2014年這一貨幣基金的飛速發(fā)展時期，存款增長率下降了約20%，表明商業(yè)銀行的存款業(yè)務受到了顯著影響。雖而后幾年存款增長率呈現(xiàn)著上下輕微波動的狀態(tài)，但相比于2012年余額寶上線以前，總體較為下降趨勢。表12012-2020年31家上市商業(yè)銀行存款增長率201220132014201520162017201820192020存款增長率18.32%16.17%12.69%12.94%15.70%9.31%9.30%12.40%13.15%數(shù)據(jù)來源：國泰安數(shù)據(jù)庫并且，除了商業(yè)銀行的負債規(guī)模有所縮小之外，其負債結(jié)構(gòu)也相應發(fā)生了變化。早在2015年10月，央行宣布取消利率浮動限制，標志著中國利率市場化已取得重大進展。但此后實行的存款自律定價機制和MPA考核制度表明存款利率還未實現(xiàn)完全市場化。余額寶等互聯(lián)網(wǎng)金融工具推動了一種變相的利率市場化，在中國存款利率仍被壓低的背景下，吸引了大批居民儲蓄存款。余額寶等互聯(lián)網(wǎng)理財產(chǎn)品的大部分資金都會投向銀行間市場，這種模式的發(fā)展勢必造成資金源源不斷地從傳統(tǒng)的存款渠道向銀行間市場轉(zhuǎn)移，再以市場化的利率重新進入銀行體系。因此，銀行從傳統(tǒng)的存款渠道獲取資金變得困難，而從銀行間市場獲取資金較為容易。這一變化會使銀行負債端愈發(fā)依賴于批發(fā)型融資，尤其是中小型銀行。另外，商業(yè)銀行負債的期限結(jié)構(gòu)也發(fā)生了變化，存款呈現(xiàn)活期化的趨勢，負債結(jié)構(gòu)的改變從而影響商業(yè)銀行的盈利能力以及風險承擔。所以，從負債結(jié)構(gòu)的維度探究互聯(lián)網(wǎng)金融對商業(yè)銀行的影響，對于中國商業(yè)銀行優(yōu)化負債結(jié)構(gòu)具有重要的理論和實踐意義。下面第二部分將進行文獻綜述；第三部分介紹數(shù)據(jù)、變量和模型的設置；第四部分顯示實證分析結(jié)果和進行穩(wěn)健性檢驗；第五部分得出結(jié)論和提出建議。文獻綜述（一）當前國內(nèi)關(guān)于互聯(lián)網(wǎng)金融研究的主要方向一，互聯(lián)網(wǎng)金融發(fā)展的原因和動力。章連標和楊小淵在2013年發(fā)表的文獻中提出互聯(lián)網(wǎng)金融的出現(xiàn)是為了滿足客戶的需求，即最終目的是服務于電子商務。戴國強和方鵬飛在2014年發(fā)表的文獻中指出：推進互聯(lián)網(wǎng)發(fā)展的根本原因是由存款利率管制導致的存款利率與貨幣市場利率之間的差異，而互聯(lián)網(wǎng)技術(shù)的突飛猛進與證監(jiān)會的監(jiān)管創(chuàng)新屬于直接原因。二，互聯(lián)網(wǎng)金融的屬性。謝平和鄒傳偉在2012年發(fā)表的文獻中將互聯(lián)網(wǎng)金融認定為第三種金融模式，即不同于資本市場直接融資和商業(yè)銀行間接融資。戴國強和方鵬飛在2014年的研究表明互聯(lián)網(wǎng)金融具有貨幣屬性，互聯(lián)網(wǎng)金融的本質(zhì)變成活期存款的利率市場化，成為了銀行活期存款的替代品。吳曉求在2015年的文獻中也認同互聯(lián)網(wǎng)金融作為一種新的金融業(yè)態(tài)，有互聯(lián)網(wǎng)精神、依托互聯(lián)網(wǎng)平臺、以云數(shù)據(jù)整合為基礎而構(gòu)建、具備相應金融功能鏈的第三種金融業(yè)態(tài)。三，互聯(lián)網(wǎng)金融會影響銀行的風險承擔。郭品和沈悅在2015年發(fā)表的文獻中使用“文本挖掘法”構(gòu)建了互聯(lián)網(wǎng)金融指數(shù)。根據(jù)中國36家銀行的信息，他們發(fā)現(xiàn)，互聯(lián)網(wǎng)金融的發(fā)展呈現(xiàn)出先降低后增加商業(yè)銀行風險承擔的趨勢。也就是說，在發(fā)展的早期，互聯(lián)網(wǎng)金融幫助商業(yè)銀行降低管理成本和風險承擔，但隨后互聯(lián)網(wǎng)金融會提高資本成本，加劇銀行風險承擔。然后，郭品和沈悅在2019年發(fā)表的文獻中構(gòu)建了一個包含互聯(lián)網(wǎng)金融的銀行環(huán)城模型，整合了83家商業(yè)銀行的數(shù)據(jù)，發(fā)現(xiàn)互聯(lián)網(wǎng)金融的發(fā)展通過兩個明顯加重了銀行風險承擔水平：惡化存款結(jié)構(gòu)和提高利息支付成本。四，互聯(lián)網(wǎng)金融會影響銀行的盈利水平。2015年，王錦紅在研究中發(fā)現(xiàn)互聯(lián)網(wǎng)金融對商業(yè)銀行資產(chǎn)的影響較小，對商業(yè)銀行利潤的影響也隨之較小；但互聯(lián)網(wǎng)金融對商業(yè)銀行的負債有很大影響，因而對商業(yè)銀行的盈利也隨之產(chǎn)生了較大的影響。顧海峰和閆君基于2019年盈利能力和盈利能力的非平衡面板回歸模型，分析了互聯(lián)網(wǎng)金融與商業(yè)銀行盈利能力的關(guān)系。研究結(jié)果表明，“第三方支付”大大提高了商業(yè)銀行非利息收入的比例，而“P2P網(wǎng)絡貸款”對這一比例沒有顯著影響。（二）當前國外關(guān)于互聯(lián)網(wǎng)金融研究的主要方向國外對互聯(lián)網(wǎng)金融的研究起步較早，但在互聯(lián)網(wǎng)金融對商業(yè)銀行的影響這一方面，以數(shù)據(jù)為基礎的實證研究較少。Franklin在2002年的研究中發(fā)現(xiàn)互聯(lián)網(wǎng)金融會使銀行作為金融中介的功能被削弱，引起“金融脫媒”；同時互聯(lián)網(wǎng)金融還可以降低資金流通中的信息成本和交易成本，提升銀行的規(guī)模效應，促進銀行合并和業(yè)務拓展。David等人在2014年提出：互聯(lián)網(wǎng)金融與商業(yè)銀行的融合，使銀行得以與其客戶直接接觸，為客戶提供更多個性化、方便快捷的產(chǎn)品和服務。LarsNorden等人在2014年的研究中認為金融創(chuàng)新對銀行的存貸款利差有顯著的負面影響，互聯(lián)網(wǎng)金融作為金融創(chuàng)新的一種形式，將會沖擊銀行這一重要收入來源。而從互聯(lián)網(wǎng)金融對商業(yè)銀行負債結(jié)構(gòu)的影響途徑這一方面來看，國外的文獻也提供了不少的研究基礎。關(guān)于批發(fā)性融資對銀行產(chǎn)生的影響，外國學者有較多的討論，但結(jié)論不一。金融科技的發(fā)展會推動一種變相的利率市場化，使銀行對非存款負債的依賴增強，從而改變其負債結(jié)構(gòu)。DingerandHagan在2007年發(fā)表的文獻中提出銀行同業(yè)借貸會大大降低借款銀行的風險，因為貸款銀行會監(jiān)控借款銀行，然后對失信可能性高的銀行進行約束并對優(yōu)質(zhì)借款銀行進行再貸款。而Demirgüc—Kuntetal.在2010年的研究中發(fā)現(xiàn)有相當一部分的銀行以提升風險和脆弱性為代價吸收批發(fā)性融資作為其短期融資的一種方式，同時它們的資產(chǎn)回報率也會降低。HuangandRatnovski在2010年發(fā)表的文獻中也提出了批發(fā)性融資會加重銀行的風險承擔，因為其期限較短，在遇到市場不利信號時會迅速撤離。（三）本文研究及實證的立足點綜合上述國內(nèi)外現(xiàn)有的研究文獻作為借鑒，本文發(fā)現(xiàn)多數(shù)文獻在討論互聯(lián)網(wǎng)金融對商業(yè)銀行行為的影響時是采用理論分析或統(tǒng)計描述，且除此之外，對于互聯(lián)網(wǎng)金融如何影響商業(yè)銀行負債結(jié)構(gòu)又該如何應對等問題的討論也少之又少。本文將以這個研究缺口作為切入點和立足點，對已有的研究文獻進行擴充和延伸?；趨⒖嘉墨I的數(shù)據(jù)選擇及研究方式，本文選取中國31家上市商業(yè)銀行2012-2020年度的財務數(shù)據(jù)，基于系統(tǒng)GMM方法去探討互聯(lián)網(wǎng)金融對商業(yè)銀行負債結(jié)構(gòu)的影響，通過實證分析推理結(jié)論。根據(jù)研究結(jié)果顯示：商業(yè)銀行的負債端會隨著互聯(lián)網(wǎng)金融的發(fā)展愈發(fā)依賴同業(yè)負債，而且規(guī)模越大的銀行受到互聯(lián)網(wǎng)金融帶來的沖擊會越小。實證研究設計數(shù)據(jù)及其來源自2013年余額寶推出以來，我國互聯(lián)網(wǎng)金融正式進入迅速發(fā)展的時期，同時為了確保數(shù)據(jù)的質(zhì)量和提升分析有效性，本文主要選取了中國31家上市商業(yè)銀行2012-2019年的年度數(shù)據(jù)作為樣本數(shù)據(jù)。此樣本數(shù)據(jù)的來源主要有Wind數(shù)據(jù)庫、國泰安數(shù)據(jù)庫、艾瑞咨詢以及各樣本銀行年報。（在2020年初，突如其來的全球疫情對我國經(jīng)濟發(fā)展產(chǎn)生了巨大的影響，同時在相關(guān)政策的引導下，我國商業(yè)銀行的資產(chǎn)收益率和負債成本都有所下降，可以看出：2020年期間不僅有互聯(lián)網(wǎng)金融對商業(yè)銀行的負債結(jié)構(gòu)產(chǎn)生影響，疫情也對商業(yè)銀行的負債端造成了一定的影響。綜合考慮認為選用2020年的年度數(shù)據(jù)將不利于本文整體的實驗研究，為了文章的嚴謹性，本文的實驗部分選擇2012-2019年的年度數(shù)據(jù)，以討論疫情前互聯(lián)網(wǎng)金融對商業(yè)銀行負債結(jié)構(gòu)的影響為主。）變量的選擇與分析被解釋變量對于銀行而言，高度依賴批發(fā)性融資將使其暴露在資產(chǎn)與負債期限錯配、資金鏈中斷的高風險中。而批發(fā)性融資在國內(nèi)一般是指銀行機構(gòu)間的同業(yè)資金融通，銀行將批發(fā)性融資這類得到的短期資金長期借出用于貸款、應收賬款等投資，會增加銀行資產(chǎn)負債表的風險。以此為據(jù)，本文選取銀行負債端結(jié)構(gòu)的考察變量是銀行對批發(fā)性融資的依賴程度。參考邱晗等的做法，選擇銀行凈同業(yè)負債（NIL）作為銀行負債端結(jié)構(gòu)的衡量指標。銀行凈同業(yè)負債是指用銀行的同業(yè)負債減去銀行的同業(yè)資產(chǎn)然后除以銀行的總資產(chǎn)得到的一串數(shù)值，該指標的結(jié)果顯示越大，說明銀行對同業(yè)資金的依賴程度越大。同時我們也把被解釋變量的一階滯后項引入模型分析當中來改善內(nèi)生性問題。為了確保指標選擇的準確性，本文之后也用了同業(yè)負債占總負債的比重（IL）和非存款負債占總負債的比重（NDL）這兩個指標進行穩(wěn)定性檢驗。解釋變量因為互聯(lián)網(wǎng)金融主要分為“第三方支付”和“P2P網(wǎng)絡借貸”兩種主流業(yè)態(tài)，所以本文將“第三方支付”和“P2P網(wǎng)絡貸款”作為互聯(lián)網(wǎng)金融的代理變量。同時要使得變量更具可分析性，本文采用“第三方支付”規(guī)模（億元）的自然對數(shù)（lnTPP）和“P2P網(wǎng)絡貸款”規(guī)模（億元）的自然對數(shù)（lnP2P）兩個自變量來測度互聯(lián)網(wǎng)金融規(guī)模。為了進一步處理內(nèi)生性問題，本文將兩個解釋變量的一階滯后項替代原來的解釋變量。控制變量在選擇控制變量上，本文從兩個層面的因素出發(fā)：第一個層面是以微觀視角在銀行個體上，本文選取資產(chǎn)回報率（ROA）、資本充足率（CAR）和資產(chǎn)規(guī)模對數(shù)(lnSIZE)作為控制變量。資產(chǎn)回報率是用銀行凈利潤對總資產(chǎn)比率來反應銀行的盈利能力；資本充足率是用銀行資本對風險加權(quán)資本的比率衡量銀行的風險承擔水平；而資產(chǎn)規(guī)模對數(shù)是用銀行以億元為單位的總資產(chǎn)的自然對數(shù)控制銀行的規(guī)模。第二個層面是在宏觀經(jīng)濟發(fā)展水平上，本文選取宏觀經(jīng)濟發(fā)展水平的衡量指標國內(nèi)生產(chǎn)總值GDP增長率（GGDP）作為控制變量。變量分析變量定義及描述性統(tǒng)計結(jié)果見表2。表2變量描述性統(tǒng)計結(jié)果變量符號變量內(nèi)容均值標準差中位數(shù)最小值最大值NIL凈同業(yè)負債0.06040.08050.0539-0.16000.3252IL同業(yè)負債占比0.10800.07790.09510.00020.3545NDL非存款負債占比0.28760.10200.2951-0.09150.5298LnTPP第三方支付規(guī)模對數(shù)11.33372.310311.84766.568513.4772LnP2PP2P網(wǎng)貸規(guī)模對數(shù)8.65101.64949.49395.356610.2417CAR資本充足率（%）13.21631.500713.17009.880017.5300ROA資產(chǎn)回報率（%）0.96160.20810.93360.54601.7016LnSIZE資產(chǎn)規(guī)模對數(shù)9.31971.81499.40516.235712.6151GGDP經(jīng)濟發(fā)展水平（%）7.01250.57666.85006.10007.9000從表2中可以看出，凈同業(yè)負債（NIL）的均值為0.0604，最小值有-0.1600，而最大值卻有0.3252，說明不同樣本的商業(yè)銀行之間差異較大。同業(yè)負債占比（IL）的均值為0.1080，意思即為所有樣本銀行里平均同業(yè)負債占到總負債的10.8%。非存款負債占比（NDL）的最小值為-9.15%，最大值為52.98%，可以看出其不同樣本銀行之間的差異很大。資本充足率（CAR）的均值約為13.22%，最小值為9.88%，最大值為17.53%，得出不同樣本銀行之間的資本充足率差異較大。資本回報率（ROA）均值接近1%，說明平均來說樣本銀行的凈利潤占總資產(chǎn)的比值接近1%。而資產(chǎn)規(guī)模對數(shù)（lnSIZE）是以億元為單位的資產(chǎn)規(guī)模取對數(shù)之后得到的，其最小值為6.2357，最大值為12.6151，可見樣本中16家上市銀行的平均規(guī)模較大，并且不同類型商業(yè)銀行的資產(chǎn)規(guī)模差異比較大。最后由表得出的國內(nèi)生產(chǎn)總值增長率（GGDP）均值為7.01%，表明中國經(jīng)濟處于中高速平穩(wěn)發(fā)展狀態(tài)。實證模型構(gòu)建面板數(shù)據(jù)模型是一種集成了橫截面數(shù)據(jù)和時間序列數(shù)據(jù)的數(shù)據(jù)類型，是個體在橫截面上不同時間點的重復觀察數(shù)據(jù)。與用于經(jīng)濟分析的一維橫截面數(shù)據(jù)和時間序列數(shù)據(jù)相比，面板數(shù)據(jù)模型可以建立和檢驗更復雜的行為模型，可以從多個方面更全面地解釋同一經(jīng)濟現(xiàn)象。由于經(jīng)濟個體行為受連續(xù)性、慣性和偏好等影響，是一個動態(tài)變化的過程，適合使用動態(tài)模型來研究經(jīng)濟關(guān)系。本文根據(jù)所要研究的論題，構(gòu)建了一個動態(tài)面板數(shù)據(jù)模型。然后，為了改善模型的內(nèi)生性問題，本文對于負債結(jié)構(gòu)的回歸加入了被解釋變量的一階滯后項，同時用解釋變量的一階滯后項代替其本身，并采用系統(tǒng)GMM的方法進行分析。本文將研究互聯(lián)網(wǎng)金融的發(fā)展是否使商業(yè)銀行吸收存款的能力下降，從而更加依賴同業(yè)資金等批發(fā)性融資。后續(xù)本文進行了過度識別檢驗和干擾項序列相關(guān)的檢驗，以驗證滯后變量選擇的合理性。NIL其中下角標中i代表樣本商業(yè)銀行，t代表年份，α為常數(shù)項，β為各變量的系數(shù)，εi,t為誤差項，NILi,t代表第i家銀行在實證檢驗與結(jié)果分析本文采用動態(tài)面板模型，將“第三方支付”規(guī)模與“P2P網(wǎng)絡貸款”規(guī)模為解釋變量用來反映互聯(lián)網(wǎng)金融發(fā)展，將凈同業(yè)負債比為被解釋變量用來反映銀行負債結(jié)構(gòu)，同時選擇銀行的資本充足率、資本回報率、資產(chǎn)規(guī)模以及GDP增速作為控制變量，對互聯(lián)網(wǎng)金融對商業(yè)銀行負債結(jié)構(gòu)進行實證檢驗。全樣本面板回歸分析廣義矩估計方法在分析動態(tài)面板數(shù)據(jù)時有很好的優(yōu)勢，本文采用系統(tǒng)GMM方法對模型進行估計的原因是：相對于差分GMM方法來說，使用系統(tǒng)GMM方法可以尋求到更佳的工具變量，處理被解釋變量與部分解釋變量之間的內(nèi)生性問題從而提高分析的效率。運行結(jié)果如表3所示：模型的Sargan檢驗值都較小，無法拒絕工具變量合理的原假設，表示工具變量的使用是較為合理的。同時在模型中，AR(1)的檢驗拒絕原假設，而AR(2)的檢驗接受原假設，表明差分后的干擾項雖然存在一階序列相關(guān)，但是不存在二階（或更高階）的序列相關(guān)。從表3中可以看出，“第三方支付”規(guī)模對數(shù)（lnTPP）對凈同業(yè)負債（NIL)的數(shù)據(jù)結(jié)果為正，即“第三方支付”對商業(yè)銀行的凈同業(yè)負債有顯著的正向影響。這表明隨著“第三方支付”規(guī)模的擴大，商業(yè)銀行對同業(yè)資金等批發(fā)性融資依賴程度更高。而互聯(lián)網(wǎng)金融的另一種主流業(yè)態(tài)“P2P網(wǎng)絡貸款”規(guī)模對數(shù)（lnP2P）對凈同業(yè)負債（NIL）的數(shù)據(jù)結(jié)果為負，即“P2P網(wǎng)絡貸款”對商業(yè)銀行的凈同業(yè)負債有較為顯著的負面影響，這表明隨著“P2P網(wǎng)絡貸款”規(guī)模的擴大，商業(yè)銀行對同業(yè)資金等批發(fā)性融資依賴程度反而更低。從控制變量來看，資本充足率（CAR）、資產(chǎn)回報率（ROA）、資產(chǎn)規(guī)模對數(shù)（lnSIZE）均通過了10%的顯著性水平檢驗，說明以上三者均對商業(yè)銀行負債結(jié)構(gòu)產(chǎn)生了較為顯著的影響，其中資本充足率和資本回報率對商業(yè)銀行凈同業(yè)負債存在沖擊效應，資產(chǎn)規(guī)模對商業(yè)銀行凈同業(yè)負債存在推動作用。而GDP增速的影響則不顯著。資本充足率衡量的是銀行能以自有資本承擔損失的程度，對于資本充足率高的銀行來說，它也可能受到更嚴格的風險管控，因此會更加審慎；而資本充足率低的銀行可能由于道德風險而更加激進，對批發(fā)性融資等成本相對較高的資金更加依賴。資產(chǎn)回報率對銀行負債結(jié)構(gòu)的影響機理與之相似，資產(chǎn)回報率低的銀行可能會更加冒險。一般來說，規(guī)模越大的商業(yè)銀行資金更為雄厚，且資金借貸更為保守，對同業(yè)資金的依賴程度更低，而回歸結(jié)果顯示規(guī)模越大的銀行凈同業(yè)負債的數(shù)值越大，這其中的原因有待進一步探討。銀行間市場的利率高于活期存款利率，因此如果商業(yè)銀行更加依賴同業(yè)負債，其資金成本會上升，風險也會隨之增加，反之亦是。為了使得估計結(jié)果更加穩(wěn)健，本文也采用了同業(yè)負債占總負債的比重和非存款負債占總負債的比重作為商業(yè)銀行負債結(jié)構(gòu)的衡量指標，得到了相似的結(jié)果，即隨著第三方支付的規(guī)模擴大，同業(yè)負債占比上升，非存款比重也呈現(xiàn)上升趨勢，P2P網(wǎng)絡借貸規(guī)模對這兩個指標的影響則相反。各解釋變量的系數(shù)都較為顯著，回歸也通過了工具變量合理性和干擾項序列相關(guān)檢驗，這表明本文實證分析的結(jié)果有較好的穩(wěn)健性和可靠性。表3全樣本面板回歸分析結(jié)果變量NILILNDLNILi,t-1/ILi,t-10.699***(8.75)0.679***(10.75)0.745***(8.99)lnTPP0.0179***(2.94)0.0129**(2.76)0.0165*(2.18)lnP2P-0.0249*(-2.29)-0.0300***(-3.87)-0.0452*(-2.44)CAR-0.00766*(-2.66)-0.00385*(-1.43)-0.0217*（-2.73）ROA-0.0592*(-2.36)-0.0789**(-3.33)-0.230（-1.57）lnSIZE0.00706*(2.50)0.00855**(3.63)0.00799（-2.89）GGDP0.0286(1.26)-0.00471(-0.22)-0.0876**（-2.89）常數(shù)項-0.0738(-0.35)0.219(1.071.320***（4.07）Sargantest20.35(0.677)22.81(0.531)8.86（0.797）AR(1)-2.89(0.004)-3.39(0.001)-2.05（0.040）AR(2)0.40(0.688)0.82(0.411)0.53（0.593）注：***,**和*分別表示1%，5%和10%的顯著性水平。（）里是t值。異質(zhì)性分析本文把樣本銀行分為三類：股份制銀行、國有控股大型銀行、城農(nóng)商銀行，以進一步研究互聯(lián)網(wǎng)金融對不同類型商業(yè)銀行負債結(jié)構(gòu)的影響。通過研究分析，本文發(fā)現(xiàn)此影響存在異質(zhì)性特征，分樣本回歸結(jié)果見表4。從表4中可以看出，“第三方支付”規(guī)模的系數(shù)都通過了10%的穩(wěn)定性檢驗，表明其對于三種類型商業(yè)銀行的負債結(jié)構(gòu)都有較為顯著的影響。進一步從系數(shù)絕對值來看，國有控股大型商業(yè)銀行的系數(shù)最小，接下來是股份制銀行，而城農(nóng)商銀行對應的系數(shù)絕對值最大。這說明“第三方支付”對商業(yè)銀行負債結(jié)構(gòu)影響的程度從小到大分別為：國有大型商業(yè)銀行、股份制銀行、城農(nóng)商銀行。而P2P網(wǎng)貸規(guī)模的系數(shù)的顯著程度總體不高，只有股份制商業(yè)銀行的網(wǎng)絡貸款規(guī)模系數(shù)通過了10%的顯著性檢驗，從系數(shù)的絕對值來看，國有控股大型銀行最小，接下來是城農(nóng)商銀行，而股份制銀行的系數(shù)絕對值最大。這說明P2P網(wǎng)貸規(guī)模對股份制銀行負債結(jié)構(gòu)的影響顯著，而對國有控股大型商業(yè)銀行和城農(nóng)商銀行的影響較為有限。總體來說，“第三方支付”對商業(yè)銀行負債結(jié)構(gòu)的影響比“P2P網(wǎng)絡貸款”對商業(yè)銀行的負債結(jié)構(gòu)的影響更為強烈，這主要是由“P2P網(wǎng)絡貸款”的放貸規(guī)模過小導致的。表4異質(zhì)性分析結(jié)果變量國有控股大型銀行股份制銀行城市農(nóng)村商行NILNILNILNIL0.588**(5.70)0.540**(5.32)0.676***(6.80)lnTPP0.0107*(4.30)0.0174*(2.43)0.0203*(2.13)lnP2P-0.0180(-2.57)-0.0365*(-2.63)-0.0256(-1.56)CAR0.00498(0.95)-0.00689(-1.59)-0.0107**(-2.97)ROA-0.00264(-0.09)-0.117(-1.90)-0.0692(-2.04)lnSIZE-0.0372*(-3.70)0.0753**(3.64)0.00732(1.15)GGDP-0.0205(-0.93)0.0358(1.04)0.0411(1.18)常數(shù)項0.582(2.75)-0.675(-2.09)-0.132(-0.45)Sargantest39.40(0.004)28.67(0.122)15.99(0.888)AR(1)-0.45(0.65)-1.70(0.089)-2.63(0.009)AR(2)-1.49(0.137)-0.87(0.386)0.72(0.473)注：***,**和*分別表示1%，5%和10%的顯著性水平。（）里是t值。結(jié)論和建議結(jié)論互聯(lián)網(wǎng)金融借助著信息和資配配置的優(yōu)勢彌補了傳統(tǒng)金融服務的空缺，便捷了居民的消費支付，拓展了居民投資理財?shù)那?，滿足了小微企業(yè)的借貸需求，推動了金融的普惠化。金融科技公司根據(jù)其客戶粘性和金融創(chuàng)新持續(xù)性吸收用戶的閑散資金，給資金提供者帶來堪比銀行間市場的收益，造成了銀行存款的流失，進而改變銀行的負債結(jié)構(gòu)。本文根據(jù)2012-2020年31家上市銀行的年度數(shù)據(jù)，以及采用系統(tǒng)GMM模型研究得出的結(jié)果分析進一步總結(jié)。從粗略上看，“第三方支付”對商業(yè)銀行負債結(jié)構(gòu)的影響要強于“P2P網(wǎng)絡貸款”對商業(yè)銀行負債結(jié)構(gòu)的影響，并且互聯(lián)網(wǎng)金融對不同類型商業(yè)銀行的影響程度不同。從詳細上看，具體結(jié)論分為以下幾點：第一，“第三方支付“對商業(yè)銀行負債結(jié)構(gòu)的影響：隨著“第三方支付”規(guī)模的擴大，銀行的凈同業(yè)負債占比上升，這意味著銀行對同業(yè)負債的依賴程度增強。一方面“第三方支付”平臺的功能逐漸向保險和基金代理領(lǐng)域拓展。另一方面，由于“第三方支付”平臺的延遲支付功能，顧客用于結(jié)算的資金會在其中沉淀下來，分流銀行活期存款和儲蓄存款。以螞蟻金服旗下產(chǎn)品的綜合化產(chǎn)品余額寶為例，其創(chuàng)造性地將理財、消費、支付等功能融為一體，為居民提供了低門檻、便捷、收益可觀的投資渠道，吸引了大量的儲蓄存款。這是因為我國的存款利率并未完全市場化，仍然受到管制，且居民普遍缺乏投資渠道，而銀行間市場利率的管制則相對較少，居民可以通過余額寶等金融產(chǎn)品將資金投入銀行間市場，從而獲得更高的回報，這導致了銀行儲蓄存款流失。在此影響下，各大商業(yè)銀行爭先恐后地推出類余額寶產(chǎn)品以應對挑戰(zhàn)，但是這些產(chǎn)品的資金來源是銀行原有的客戶存款，從而加劇了存款流失。由于商業(yè)銀行獲得零售型存款愈來愈難，不得不尋求銀行間市場等批發(fā)性融資。第二，“P2P網(wǎng)絡貸款”對商業(yè)銀行負債結(jié)構(gòu)的影響：“P2P網(wǎng)絡貸款”規(guī)模擴大的同時，銀行的凈同業(yè)負債占比反而下降。這與預期的結(jié)果有所不同?；蛟S這是因為“P2P網(wǎng)絡貸款”規(guī)模相較于“第三方支付”來說還很小，雖然分流了商業(yè)銀行一定數(shù)量的存款，但其分流的存款數(shù)額可能過?。辉谏虡I(yè)銀行負債結(jié)構(gòu)多樣化的今天，這部分的存款缺口很快被同業(yè)以外的資金彌補，商業(yè)銀行對同業(yè)資金的依賴反而下降。再者，“P2P網(wǎng)絡貸款”在我國的發(fā)展還不完善，借款人的信息披露不夠充分是其最大的風險來源，而且近年來網(wǎng)貸平臺倒閉事件頻發(fā)，挫傷資金出借人的信心，雖然商業(yè)銀行推出的理財產(chǎn)品收益率較低，但安全性更高，出借人出于風險考慮將資金投入銀行。除此之外，隨著“P2P行業(yè)”的自查和整頓工作的進行，行業(yè)的規(guī)范性有所上升，銀行等金融機構(gòu)也紛紛涉足網(wǎng)絡貸款行業(yè)，憑借著強大的背景和優(yōu)勢，獲得投資者的青睞，這反而會使得“P2P網(wǎng)絡貸款”對商業(yè)銀行存款的分流作用被抵消，更多的資金流入銀行，其對同業(yè)存款的依賴減輕?？偠灾?，“P2P網(wǎng)絡貸款”對于商業(yè)銀行發(fā)揮的更多是補充者的作用而不是競爭者。同時本文的不足之處，選取的樣本商業(yè)銀行規(guī)模都比較大，因此能夠更好地抵御來自“P2P網(wǎng)絡貸款”的影響。第三，“第三方支付”對城農(nóng)商銀行的影響最為顯著，股份制商業(yè)銀行次之，國有大型商業(yè)銀行最小。由于國有大型商業(yè)銀行規(guī)模較大，自有資本較為充足，低成本的政府和企業(yè)存款更多，吸收儲蓄的能力更強，因此對批發(fā)性融資的依賴性小；同時由于其規(guī)模較大，受到更為嚴格的風險管控，行為相對保守，傾向于保持更加穩(wěn)健的負債結(jié)構(gòu)。而城農(nóng)商行的規(guī)模較小，吸儲能力較差，受到“第三方支付”的影響更大。第四，“P2P網(wǎng)絡貸款”對股份制商業(yè)銀行的影響最為顯著，城農(nóng)商銀行次之，國有大型商業(yè)銀行最小。我國P2P借貸市場發(fā)展不完善，機構(gòu)投資者尚處于起步階段，而由于投資渠道的缺乏，個人投資者青睞P2P網(wǎng)貸。因為股份制銀行的企業(yè)存款占比比居民存款占比高，相對于居民存款來說，P2P貸款平臺對企業(yè)存款的分流較不顯著，且股份制銀行的負債結(jié)構(gòu)多樣化程度更優(yōu)，股份制銀行可以相對容易地取得同業(yè)以外來源的資金來彌補被分流的居民存款，對同業(yè)資金的依賴程度不增反減。除此之外，P2P網(wǎng)貸風險高，平臺倒閉事件頻發(fā)，實際運營的網(wǎng)貸機構(gòu)數(shù)量不斷減少。相對而言通過銀行進行投資理財更為穩(wěn)健，這有利于存款的回流，使得銀行對批發(fā)性融資的依賴程度降低。建議針對以上結(jié)論，本文提出一些可行建議：（1）商業(yè)銀行應加強與互聯(lián)網(wǎng)科技企業(yè)在技術(shù)、信息資源共享和小微貸款等方面的合作，同時發(fā)揮自身優(yōu)勢，形成協(xié)同效應，逐漸拓展客戶群體，提升競爭力。（2）商業(yè)銀行要減少對物理網(wǎng)點和傳統(tǒng)路徑的依賴，創(chuàng)新運營、盈利和服務的模式，構(gòu)造線下和線上并行的業(yè)務流程；準確評估客戶的消費習慣和投資需求，推出個性化且收益可觀的金融產(chǎn)品，減少互聯(lián)網(wǎng)金融對商業(yè)銀行理財資金的分流。（3）商業(yè)銀行存應當適度授予存款人一定的議價權(quán)，特別是對于大額定期存款的客戶可適當提高其存款收益，減少互聯(lián)網(wǎng)金融對商業(yè)銀行存款資金的分流。除此之外，銀行可以通過創(chuàng)新存款產(chǎn)品，比如將存款久期與存款利率直接掛鉤和進行定期存款收益權(quán)轉(zhuǎn)讓，提高存款收益，以此來減少存款的流失。（4）監(jiān)管局應當加強對互聯(lián)網(wǎng)金融的監(jiān)管、填補監(jiān)管漏洞和空白的同時，合理引導商業(yè)銀行進行轉(zhuǎn)型升級、結(jié)構(gòu)優(yōu)化和經(jīng)營范圍有序拓展，以應對和減少互聯(lián)網(wǎng)金融對負債結(jié)構(gòu)的影響。由于數(shù)據(jù)的限制，本文選取的樣本數(shù)量較小，缺少對小型銀行的考察；P2P網(wǎng)貸的放貸規(guī)模過小，關(guān)于P2P網(wǎng)貸的實證分析結(jié)果存在一定缺陷，本文對P2P網(wǎng)貸的影響的考察有待進一步驗證。另外，本文還有許多不足之處，可能存在其他問題及遺漏信息，暫時沒有能力考慮到更全面的信息而導致本文結(jié)論與建議有效性降低等各類風險。參考文獻[1]邱晗、黃益平和紀洋2018《金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財?shù)囊暯恰罚督鹑谘芯俊返?1期，第17-29頁。[2]艾瑞咨詢：2021年中國第三方支付行業(yè)研究報告.file:///C:/Users/leno