金融-互联网金融业务对商业银行盈利能力影响因素的实证研究

PAGEPAGE13互联网金融业务对商业银行盈利能力影响因素的实证研究摘要随着互联网技术的发展，当前伴随着新兴媒介的产生与兴起，互联网金融是网络技术与金融服务相互融合、相互作用的产物。互联网金融的快速发展对我国商业银行的盈利状况产生了直接的影响。商业银行只有拥有良好盈利能力，方可兴盛不败、方可保障民生，保障金融普惠和国民经济的良好发展。基于此，本文首先梳理了相关文献和理论，分析了互联网金融对商业银行盈利能力的理论，梳理了我国互联网金融和商业银行盈利能力的关系，采用实证研究的方法来探讨互联网金融对商业银行盈利能力的影响，根据互联网金融的影响效应，针对商业银行的经营特点，提出互联网金融背景下提升商业银行盈利能力的对策：一是建立适应互联网金融业务发展的保障机制；二是拓宽商业银行数字化经营新空间；三是通过金融科技助力商业银行降低风险成本。关键词：互联网金融；商业银行；盈利能力；影响因素

目录第一章引言 4第二章互联网金融对商业银行盈利能力的理论分析 4（一）互联网金融的特征 4（二）商业银行盈利能力的内涵 5（三）相关的金融理论基础 51、金融中介理论 52、平台经济理论 63、长尾理论 6第三章互联网金融与商业银行盈利能力的关系分析 7（一）我国互联网金融发展现状 71、第三方支付 82、P2P网贷 103、互联网基金 10（二）互联网金融对商业银行的影响 101、对商业银行经营模式的影响 102、对商业银行中介作用的影响 113、对商业银行盈利能力的影响 12第四章互联网金融对商业银行盈利能力影响的实证分析 13（一）研究假设 13（二）变量选取 131、被解释变量 132、核心解释变量 143、控制变量 14（三）数据来源 15（四）实证分析 151、描述性统计分析 152、相关性分析 163、模型筛选与检验 17（五）实证结果 19第五章本文结论及政策性建议 20（一）研究结论 20（二）相关建议 221、建立适应互联网金融业务发展的保障机制 222、拓宽商业银行数字化经营新空间 233、金融科技助力商业银行降低风险成本 24参考文献 25致谢 27第一章引言随着信息技术的发展，互联网成为一种生活习惯，互联网金融也被越来越多的人所认识和接受，至今己与人民的日常生活不可分割。互联网金融模式逐渐改变着人民的消费习惯与理财观念，冲击着商业银行在金融市场中的中介地位。2012年以后互联网金融进入了发展的快车道，互联网金融所惠及的客户群体也在骤增。2014年，互联网金融受到了国家的重点关注，也成功的被纳入了当年的政府工作报告里面。2016年3月，国家对互联网金融的发展的重视程度达到了一个前所未有的高度，“十三五”规划中明确了互联网金融未来的发展。随着互联网金融规模日渐壮大，对商业银行的业务（包括存贷款业务、中间业务等）造成了一些不利影响。商业银行在我国经济中占有举足轻重的地位，商业银行只有拥有良好盈利能力，才能保障金融普惠和国民经济的良好发展，因此研究互联网金融对商业银行盈利能力有助于商业银行应对互联网金融的冲击，另一方面，本文也为在我国实体经济的不景气的大环境下，如何合理利用互联网技术来实现我国商业银行的稳定转型提供了参考价值。第二章互联网金融对商业银行盈利能力的理论分析（一）互联网金融的特征（1）交易去中介化。例如：P2P网络贷款模式的出现，很好的解决了信贷领域中融资难和投资难的信息不对称问题，已经成为除了商业银行间接融资、交易所直接融资之外的新型融资模式。保险领域的众保模式金融脱媒更加彻底，这种模式本质上是一种基于社交网络的P2P小额互相保障模式。即一群拥有相同风险保障需求的人自行组成网络互助社群，当社群中的成员发生意外时相互进行捐助，该社群免费加入或者退出，不收取会费。（2）交易成本降低。传统金融机构交易成本巨大，主要体现在商业银行成本收入比较高，员工薪酬及福利等管理成本在其中占据相当高的比重。相比较来说，互联网金融可以多维度降低交易成本，原因如下：一是互联网金融依托电子平台开展业务，客户交易无需借助物理网点和人工服务，不仅节省大量人力、物力、财力，而且缩短了资金交易链条，采用二次结算的方式对大量小额资金交易进行清算，提升资金清算效率，从而能降低交易成本；二是互联网金融利用大数据和信息流，能够以较低成本搜集和处理客户信息，利用客户网上交易记录侧面了解客户的财务状况，实现高效率的借贷审批和管理，大大降低信用评级成本和风险管理成本，还间接降低小微企业的融资成本，助力实体经济发展。（3）长尾效应明显。长期以来，传统金融机构未能有效满足中小企业融资需求。与此同时，长尾效应也伴随着一定的长尾风险：一是分散风险现象突出。互联网金融服务人群与商业银行服务的高净值客户不同，大部分是财务状况、信用状况一般的个人客户或者小微企业客户，不仅风险识别和风险承担能力相对欠缺，信用违约概率也较高，相对大额用信客户而言，信用风险较为分散；二是搭便车问题突出。因为长尾客户投资额度一般较小且分散，网上交易的不见面特性使得许多虚假交易信息或信用观念较差的群体增多，使钻空子、搭便车的不良信用现象普遍发生，针对互联网金融的市场纪律容易失效。（4）信息透明化程度高。整个社会的数字化趋势为大数据在金融中的应用创造了条件。在互联网金融平台上，通过大数据分析和高速算法技术可进行信息处理和风险评估。因此，资金供需双方基于互联网平台上的信息就可以了解交易对手的财务状况、信用状况、违约情况，快速进行信息对比和匹配，降低了信息不对称程度。（二）商业银行盈利能力的内涵商业银行盈利能力是商业银行运用资金获取收益的能力或资本的回报能力。盈利能力是一个综合性、复杂性的指标，贯穿商业银行经营管理的每一个环节，不能单纯从财务方面去分析利润率的高低。影响商业银行盈利能力的因素有很多，一般多是从商业银行的经营规模、资产质量、资本充足、营运效率等因素去评价，但随着市场竞争和客户需求的变化，还应该综合考虑商业银行风险管理能力、业务创新能力、金融科技水平等方面。经过改革开放的全面推进，我国商业银行已成为完全的市场主体。因此，在统一的监管政策和货币政策下，各商业银行都在为适应市场需求变化而调整各自的盈利模式。（三）相关的金融理论基础1、金融中介理论金融中介理论认为传统金融中介（商业银行、基金公司、保险公司等）是对金融契约和证券进行转化的机构。有学者在金融中介理论中引入了交易成本和信息不对称的因素，从而延伸出了现代金融中介理论，互联网技术的发展催生出了新型证券，并使得不同种类的证券之间可以进行大宗交易，从而引起金融体系发生变化，大幅降低了金融交易的成本，这无疑加重了中介机构和市场之间的竞争。商业银行就是金融中介的典型代表。但是商业银行在充当金融中介的过程中，客户信息筛选、信用风险管理、不良贷款处理等问题的出现导致了商业银行交易成本过高，降低了商业银行的盈利能力。而在互联网金融中所广泛应用的大数据、云计算等技术可以对信息进行动态监控，从而满足了资金供求多对一、一对多的需求，有效地提高了交易双方信息的透明度，降低了信息处理成本。互联网金融的出现导致了金融脱媒程度进一步加深，商业银行等传统金融中介的作用进一步弱化。2、平台经济理论平台经济理论是在强调市场结构作用的前提下，通过交易成本和合约理论，来分析不同类型平台的发展模式与竞争机制。从本质上来讲，平台经济既是一种经济模式，也是对市场业态结构作出影响的过程。因此，平台价值与平台上消费者的数量和交易频率息息相关。鉴于平台具有网络正外部性的特征，互联网企业所成立的平台借助互联网手段，帮助用户高效率达成交易，通过多种渠道获取或开发优质资源，实现资源的共享和充分利用，从而吸引了规模更为庞大的用户群。当互联网平台初具规模后，通过在平台上提供金融产品和服务获取资金，通过资产分级和风险定价保证平台的信用和可持续发展。3、长尾理论长尾这一概念，是由ChrisAnderson（2006）在《连线》杂志中最早提出，背后的经济学基础是丰饶经济学。他认为当商品储存、流通、展示足够便捷并且边际成本极低时，市场中大热需求的产品就会与无数个大大小小的细分需求产品展开竞争，这些低需求产品最终形成巨大的市场规模，新的市场盈利点将会出现在传统需求曲线的尾部。我国学者袁奇平（2006）进一步提出了长尾现象产生的内在逻辑：一是利用网络产品边际成本递减、需求方规模经济的特性；二是充分利用数字化优势，使得边际投入更小，边际利润更大；三是抓住个性化、差异化生产规律。长尾理论以丰饶为常态，是对二八定律的彻底挑战。商业银行一直遵循传统的二八定律，并且从自身经营安全性角度考虑，将其主要业务对准市场上20%的高净值客户，从而有意识的忽略长尾客户。而互联网金融设计出符合长尾客户特殊金融需求的金融产品，依托自身数据资源和先进的技术手段实现了信息成本的下降，使得原先需求较低的非热门产品通过网络的精准营销和推广，吸引到基数庞大的长尾客户群体，金融产品薄利多销，因此利润可观。4、金融功能理论金融功能实质上是金融对经济的效用，金融功能的发展与金融、经济的发展密不可分，可以说它是研究金融与经济之间关系的关键}sy。不过对于金融体系具体有哪些功能，还存在许多不同的观点。外国学者Merton和Bodie（1993）最早提出传统金融系统具有清算和支付、资源配置、风险管理等六大基本功能；Levien（1997）认为金融体系的功能有搜集信息、配置资源、动员储蓄、改善风险等；虽然各位学者的表述不尽相同，但实质性的内容基本一致。我国学者禹钟华（2005）对此进行了总结，并将金融功能划分为四大类：一是基础功能（服务功能、中介功能）；二是核心功能（资源配置）；三是拓展功能（经济调节、风险规避）；四是衍生功能（信息传递、公司治理、引导消费、风险交易等），这四类功能呈递进关系层次。健全发达的支付清算体系有利于社会经济生产效率的提升，推动金融深化改革的步伐；综上所述，互联网金融在一定程度上使得金融功能的内涵得以深化，金融服务的对象大大拓展。相比较传统金融侧重于金融组织与机构，互联网金融更加强调金融功能的有效实现。第三章互联网金融与商业银行盈利能力的关系分析（一）我国互联网金融发展现状一贯以来互联网遵循着开放、平等、协作、分享的宗旨，这种精神恰恰加速了传统金融的创新与变革。在一定程度上与人们所熟知的金融模式不同，互联网金融的出现革新着传统金融的经营模式与理念，对其产生了深刻的影响。随着信息技术的发展，互联网成为一生活习惯，互联网金融也被越来越多的人所认识和接受，逐渐改变着人民的消费习惯与理财观念，至今己与人民的日常生活休戚相关。1、第三方支付第三方支付是指为商户和消费者提供交易支付平台的一种网络支付模式。它是兼具独立性、实力性和良好信誉的机构组织，介于商户和银行之外而独立存在，通过在买家和卖家之间架构桥梁，实现买卖双方之间的资金结转、清算划拨以及与此相关的附加性服务。第三方支付机构通过收取手续费盈利。随着第三方支付机构服务日益完善，第三方支付机构的支付界面对于支付者而言不再有难度，而且随着平台支付的规模化，支付成本也逐渐缩减，同时用户支付信息的安全也有保障，经济效益的保障性达最大化。此外，第三方支付具备各类银行卡的支付功能，这大大降低了成本。电子商务的成熟使得越来越多的商家聚集于网络平台，而足不出户的购物体验对时下年青一代又具有极大的吸引力，买卖双方的市场规模不断扩大使得网络购物逐渐演变成为主流的消费模式，随之而来的是对与之相匹配的支付要求的不断提高，在此大环境下催生出了第三方网络支付市场。淘宝、天猫、京东等多功能性线上购物平台的进步完善使得人们越来越倾向于线上购物，同时金融服务、交通出行、餐饮娱乐等不同行业的繁荣催生了网络支付交易量的巨大增长，根据艾瑞咨询的统计数据：在过去四年间，第三方综合支付交易规模复合增长率己超过百分之百。其中占绝对优势地位的是面向消费者一端的支付宝、微信支付等第三方支付机构品牌；面向企业商户一端的第三方支付机构则抱团发展，主要为体系内重要客户的支付需求提供针对性的、个性化的方案。截止2017年，包括民生领域在内的各个生活领域己被互联网络线上支付逐层渗透，第三方支付综合支付规模己超两百万亿元，如表1所示：图1第三方支付规模（单位：万元）自2013年以来，人们的支付结构呈多元化发展趋势。在2015以前，商业银行的大力营销以及银行卡业务自身的灵活便捷性，使得银行卡支付在总支付交易规模中占据绝对优势，但随着O2O线上消费线下实体业务模式的壮大及电子商务的成熟，人们的支付结构开始发生变化，互联网支付崛起，尤其是随着移动通讯技术的发展、NFC近距离支付、支付宝及微信客户端扫码的流行，使得移动支付成为人们支付选择中的主流模式，移动支付呈现跨越式增长。第三方网络支付平台能够通过一定的技术保障手段降低客户在网络购物过程中发生的支付风险，实现消费者和商家之间安全结算的满意效果，因而广受消费者和商家的青睐。近年来，我国第三方网络支付市场规模逐年增长。图22009年-2017年第三方网络支付市场规模变化2、P2P网贷P2P网贷即网络借贷，是指基于互联网平台在资金的供需双方之间实现直接的借贷。P2P网贷根据借款对象的不同，具体可以分为个体借款人和企业借款人。我国总理今年两会提出要规范发展互联网金融，替代了之前促进互联网金融健康发展的说法。根据网贷之家发布的《P2P网贷行业2018年12月月报》，在2018年，P2P贷款行业余额超四千亿元；另一方面，P2P平台虽然有3000家之众，但倒闭、跑路的戏码几乎每天都在上演。3、互联网基金对于互联网基金而言，其本质仍是基金，只是销售模式不一样而已。互联网基金借助于互联网平台架设桥梁，实现有投资需求的客户与第三方理财机构无缝连接的目的，完全不需要商业银行的介入，与此同时它的出现，也是对传统金融组织理财业务的有效填充。一般来说，其产品的销售大部分是在平台实现的。产品借助于信息技术，投放在平台上，投资者可以根据自己的需求，选择自己喜欢的基金产品购买。随着我国经济的不断发展、人们生活水平的不断提高，人们的消费观念和消费水平也有了很大的转变与提升。因此我国的互联网基金占据着基金销售的巨大份额。按照销售主体的不同，互联网货币基金可进一步划分为第三方支付系、银行系以及基金系等金融群落，这些金融群落分别以支付宝余额宝、工商银行薪金宝和中银基金活期宝为代表，因此互联网货币基金又被称为互联网宝宝类产品。（二）互联网金融对商业银行的影响互联网金融的有效规范壮大给商业银行为核心的传统金融产生了不小的影响。1、对商业银行经营模式的影响传统商业银行的经营模式是以物理网点为中心，基于大规模的资金流来设计，对于客户的需要基本上属于被动的迎合。表32013-2017年我国商业银行利息收入占比表（单位：%）年份2013年2014年2015年2016年2017年中国银行70.0769.5070.1969.5970.37农业银行83.3881.3381.0281.3282.54工商银行79.7676.3077.8075.2074.90建设银行77.7576.7076.6676.5976.67交通银行81.5480.8281.5379.4675.97招商银行79.9679.3677.9574.5967.53浦发银行90.6790.4688.4485.1679.71民生银行83.7678.7074.8371.6568.01兴业银行87.5284.7482.3978.5576.51平安银行87.8385.3183.1177.9672.26中信银行86.3284.6184.4082.0076.00光大银行85.6285.6083.8977.8874.19华夏银行92.9890.3188.8586.0384.25北京银行92.6090.5688.5285.7284.83南京银行87.1187.2684.4386.8184.01宁波银行86.5185.7889.1188.2286.96数据来源：根据各银行年报整理根据我国上市的商业银行的财务报表，银行的营业收入被分为利息净收入和非利息收入两部分。通过上表，可以看出商业银行的利息收入逐年减少，这势必影响到商业银行的经营模式。2、对商业银行中介作用的影响我国商业银行的非利息收入绝大部分来自于中间业务收入，投资收益占比较低。仍然以中国银行2018年上半年半年报为例，其中手续费及佣金净收入为500.44亿元，而同期的投资收益仅为46.84亿元，不到中间业务收入的10%。近几年来，我国商业银行对于中间业务的开发卓有成效，但并未从根本上改变我国银行的传统盈利模式。目前，在中间业务方面，存在两个短板。一是现阶段我国商业银行中间业务的种类较少，能够形成一定规模的各个商业银行的中间业务一般在八种左右。二是我国商业银行中间业务种类多为较低端的手续费收入，技术含量比较低。在未来，商业银行应当积极扩展例如咨询、资产评估、具有避险功能的金融衍生工具业务等以智力投入为主、盈利潜力大的业务。3、对商业银行盈利能力的影响长期以来，传统商业银行凭借国家信誉担保、政策优势以及强大的资金规模在金融行业占据着绝对优势，但互联网技术的创新发展放大了互联网金融的影响力，对传统银行的主要业务发起了挑战，动摇着商业银行的金融中介地位。本节从财务报表的角度分析其影响，具体如下：首先，商业银行的资产业务受到影响。商业银行的资产业务包括贷款业务、投资业务、同业资产、央行存款及其他业务。互联网金融对商业银行的影响主要体现在抢占贷款客户群体上。一般来说，贷款业务是商业银行的核心业务，商业银行通过吸收储户存款然后放贷赚取利息差来获取利润。其次，互联网金融影响着商业银行的负债业务。商业银行的负债业务主要包括存款业务、同业负债、债券业务、央行借款及其他业务。互联网理财产品的低门槛、取用灵活、低风险、高收益且不受时间地点的限制特性，分流着商业银行的客户资源，造成本将留存于银行的定期存款及理财资金流失，为留住客户资源，若采取提高产品收益率的措施，则收益率上升意味着银行要支付更多的利息支出，必然影响利差，收缩净利润，最终影响商业银行的盈利能力。从利润角度看，商业银行的利润构成主要包含利息收入、投资收入、手续费及佣金收入。先进技术和大数据挖掘分析是互联网金融的优势，也是传统商业银行欠缺的劣势所在。依托于技术与数据优势，第三方支付平台在支付结算与转账汇款领域，凭借其低成本优势及便捷性攻占着市场份额，抢夺商业银行的手续费及佣金收入。互联网理财平台提供的金融理财产品种多样，不仅能够满足不同客户的个性化需求，而且采取灵活取用的T+0制，1元起购的低门槛，相较商业银行的理财产品，成本低且收益稳定，因此挤占着商业银行理财产品的代理代销业务，影响商业银行的非利息收入。此外，P2P网贷、众筹业务及供应链金融等互联网融资平台为资金需求的个人、企业与机构提供了一个自由对接的平台，抢占了商业银行相当规模的信贷市场份额，动摇了商业银行一直以来以存贷利差为主要利润来源的盈利模式，影响商业银行的利息收入。第四章互联网金融对商业银行盈利能力影响的实证分析（一）研究假设针对互联网金融发展状况，本文作出以下假设：假设1：在控制商业银行资产规模、资本充足率、不良贷款率和非利息收入占比下，第三方支付规模和商业银行盈利情况负相关。假设2：在控制商业银行资产规模、资本充足率、不良贷款率和非利息收入占比下，P2P网络贷款规模和商业银行盈利情况负相关。假设3：在控制商业银行资产规模、资本充足率、不良贷款率和非利息收入占比下，互联网基金规模和商业银行盈利情况负相关。（二）变量选取关于互联网金融对商业银行盈利能力的影响研究主要从前者的发展规模和后者自身性的盈利指标这两个部分来度量。商业银行盈利能力的评估指标，除了其获取利润的能力之外，仍需考虑其持续的增长力、对风险的防控能力、经营效率的高低、未来的创新能力以及成长能力等各方面的财务指标。在此基础上本文选取了资产收益率（ROA）作为被解释变量，核心解释变量则采用前面章节中涉及到的互联网金融业务中规模较大的三种交易方式：第三方支付规模（DS）、P2P网贷规模（PP）、互联网基金规模（HH），以此来量化互联网金融对商业银行盈利能力的影响。此外，本文选取银行总资产规模（SIZE）、非利息收入占比（NIR），不良贷款率（NPLR）、资本充足率（CAR）作为控制变量。1、被解释变量一般来说，我们习惯上将商业银行的净利润与资产总值进行比算获得的一个值称为资产收益率。本文从商业银行资产收益率的角度来衡量商业银行盈利情况，选取总资产收益率作为商业银行盈利能力的指标，即本文的被解释变量。2、核心解释变量目前来说，互联网金融的各种测量其业务范围的指标均存在不足之处，因此学界尚未形成具有权威性的统一度量标准，故无法采用整体的业务规模去衡量其整体的发展水平。本文在前人研究的基础上，考虑到第三方支付交易规模（DS）、PP2网贷规模（PP）、互联网基金规模（HH）的交易数额级数均比较大，因此在指标选取上均采用取各自交易总额的自然对数来进行数据处理。3、控制变量关于控制变量的选取方面，本文主要根据国内外对商业银行盈利能力状况的相关研究，采用以下控制变量：商业银行资产规模（SIZE）商业银行的资产规模是决定银行盈利水平的重要因素，一般来说，银行资产规模的增大可以在一定范围上产生规模效应，但随着银行规模的不断扩大，其所带来的负面效应如管理不善、协调不良与资源分配不均等负面因素会产生适得其反的影响。因此商业银行资产规模对其盈利能力的影响需在后续的实证中具体探讨。因此我们把商业银行资产作为衡量盈利能力的重要指标。但鉴于其级数量较大，本文采用取自然对数的方法作为相应的代理变量。不良贷款比率（NPLR）不良贷款率一般作为银行风险管理的评价指标。不良贷款率的大小，代表着商业银行能否收回贷款，二者通常呈现出反向关系，即不良贷款率越低，银行收回贷款的能力越高，相应的银行的坏账损失低，利润就高。因此，本文选取不良贷款率作为控制变量。资本充足率（CAR）资本充足率是衡量商业银行经营的稳定性和资产安全性的评价指标。商业银行的资本充足率越高，在危机时刻对负债的偿还能力就越强，即越能支撑大规模的风险资产。因此，本文选取资本充足率作为控制变量。非利息收入占比（NIR）非利息收入是指商业银行在扣除利息差收入之外的其他收入。对商业银行来说，利息收入一直以来占据着主导地位，占总收入的比例为八成左右。但受互联网金融冲击、政策性的调控措施及利率市场化变动等外在因素，商业银行的利息收入并不再像以前那样稳定。因此，本文选取非利息收入占比作为控制变量。（三）数据来源我国商业银行数量众多，本文使用的微观数据是出于对银行披露信息的可获取性及完整性、市场影响力以及市场地位等因素的考虑，主要选取了28家商业银行为研究样本，其中包括以工行为代表的5家大型国行；以招行为代表的8家全国性股份制商行；以北京银行及重庆农村商业银行为代表的15家中小型商行。由于其相应的规模及经营特色有较大差距，因此可以基本上反映我国大部分商业银行的特点。根据各银行财务信息披露程度及上市时间的考虑，样本区间选取2012年至2017年期间内的数据，时间跨度为6年。之所以选择这一时间段，还基于如下考虑：2013年余额宝的面世，正式带动了互联网金融的快速发展，在此之后互联网理财产品呈井喷式发展，逐渐成为互联网金融的主要经营模式。相关数据来源于Wind数据库、各上市银行在2012年至2017年披露的年度财务报告及中国金融年鉴等经过初步数据整理，得到基础面板数据。（四）实证分析1、描述性统计分析首先利用Stata14.0软件对变量做描述性统计分析。表4为2012年至2017年所选取变量的描述性统计分析表，涵盖了各变量的平均值、标准差、最小值与最大值，有效量本量N=168。表4主要变量的描述性统计分析VariableObsMeanStd.Dev.MinMaxROA1681.051190.21671420.591.76SIZE1689.5455361.6649496.3512.47NIR16819.522689.471551-5.3442.29NPLR1681.2420830.44079390.332.41CAR16812.793391.3130869.8815.95DS16811.863331.34144210.5114.6PP1687.9733331.8756415.4310.57HH16810.608330.69507059.5311.45由表4给出了2012-2017年各变量的描述性统计结果，其中样本数据中的资本收益率（ROA）的标准误为0.2167142，最大值为1.76，最小值为0.59，表明样本数据间存在波动，各商业银行的盈利能力水平各异。从非利息收入占比（NIR）的数据可以看到，其标准误为9.471551，数值间的差距较大，波动也大。样本数据中商业银行资产规模（SIZE）的标准误为1.664949，最大值为12.472，最小值为6.349，平均值为9.546，反映了背景不同的商业银行的资产规模也同样存在较大差异。此外，不良贷款率（NPLR）和资本充足率（CAR）的标准差分别为0.441和1.313，说明这些变量的数值之间差距不太大，比较接近，波动较小；互联网网贷（PP）的标准差为1.876，数值间的波动较大，主要是由于2016年起出台的众多监管政策与严规，有效地抑制了非法集资、跑路事件等行业乱象的发生，推动P2P行业回归理性增长。2、相关性分析考虑到多重共线性问题，在模型回归之前需要对解释变量进行相关性分析。输出的相关性分析结果如表5所示。表5变量的相关性分析ROASIZENIRNPLRCARDSPPHHROA1.0000SIZE-0.13981.0000NIR-0.22090.68931.0000NPLR-0.43340.08750.21551.0000CAR0.2738-0.1038-0.09480.17451.0000DS-0.48780.13410.35390.50120.13011.0000PP-0.57680.14990.39100.61300.08290.87641.0000HH-0.39240.09880.24730.5287-0.02660.22990.57331.0000由上表5的相关性结果可知，各变量间的相关系数较小，这表明各解释变量之间严重的多重共线性问题不存在。同时，可以发现第三方支付（DS）与PP2网络贷款规模（PP）两个自变量的相关系数为0.8764，大于多重共线性判断标准0.8，这说明第三方支付（DS）与PP2网络贷款规模（PP）两个自变量间存在多重共线。3、模型筛选与检验在确定本文更适合哪一种面板模型之前，有必要对模型进行检验。本文主要采用LR检验、BP检验及Hausman检验来判定适合的模型，使用Stata14.0统计软件进行数据的相关检验。①DS与ROA模型检验结果1）混和OLS模型与固定效应模型、随机效应模型采用LR检验来验证模型更适合混和OLS模型还是固定效应模型，采用BP检验来验证模型更适合混和OLS模型还是随机效应模型，主要检验结果如下表6所示：表6DS与ROA模型个体效应检验0StatisticProb.结论LR检验chi2（4）=25.92Prob>chi2=0.0000固定效应BP检验chibar2（01）=72.42Prob>chibar2=0.0000随机效应由上表6可知，在LR检验结果中，LR检验统计量值为25.92，通过了1%的显著性检验，因此拒绝OLS混和模型，选择优于原假设混合OLS模型的固定效应模型；BP检验结果显示，BP统计量值为72.42，通过了1%的显著性检验，因此拒绝OLS混和模型，选择随机效应模型。2）固定效应模型与随机效应模型在上面的分析过程中，当把个体效应加入到模型后，相比于假设截距项为常数的混合OLS模型，检验效果更显著。但是仍无法明确区分哪一个更适合，因此需要进行Hausman检验，结果如表7所示：表7DS与ROAHausman检验TestSummaryStatisticProb.结论Cross-sectionrandomchi2（5）=55.92Prob>chi2=0.0000固定效应可以看出，Hausman检验结果显示统计量值为55.92，P值为0.0000，在1%。显著性水平上，拒绝随机效应的原假设，选择固定效应。②PP与ROA模型检验结果1）混和OLS模型与固定效应模型、随机效应模型采用LR检验来验证模型更适合混和OLS模型还是固定效应模型，采用BP检验来验证模型更适合混和OLS模型还是随机效应模型，结果如下表5.6所示：表8PP与ROA模型个体效应检验StatisticProb.结论LR检验chi2（4）=13.42Prob>chi2=0.0094固定效应BP检验chibar2（01）=84.32Prob>chibar2=0.0000随机效应由上表8可知，在LR检验结果中，LR检验统计量值为13.42，通过了1%的显著性检验，因此拒绝OLS混和模型，选择优于原假设混合OLS模型的固定效应模型；BP检验结果显示，BP统计量值为84.32，通过了1%的显著性检验，因此拒绝OLS混和模型，选择随机效应模型。2)固定效应模型与随机效应模型在上面的分析过程中，当把个体效应加入到模型后，相比于假设截距项为常数的混合OLS模型，检验效果更显著。但是仍无法明确区分哪一个更适合，因此需要进行Hausman检验，结果如表9所示：表9PP与ROAHausman检验TestSummaryStatisticProb.结论Cross-sectionrandomchi2（5）=13.49Prob>chi2=0.0192固定效应可以看出，Hausman检验统计量值为13.49，其对应的显著性概率为0.0192，在5%显著性水平上，随机效应模型的基本假设得不到满足，因此拒绝原假设，此时使用固定效应模型。③HH与ROA模型检验结果1）混和OLS模型与固定效应模型、随机效应模型采用LR检验来验证模型更适合混和OLS模型还是固定效应模型，采用BP检验来验证模型更适合混和OLS模型还是随机效应模型，主要检验结果如下表5.8所示：表10HH与ROA模型个体效应检验StatisticProb.结论LR检验chi2（4）=49.75Prob>chi2=0.0000固定效应BP检验chibar2（01）=61.62Prob>chibar2=0.0000随机效应由上表10可知，在LR检验结果中，LR检验统计量值为49.75，通过了1%的显著性检验，因此拒绝OLS混和模型，选择优于原假设混合OLS模型的固定效应模型；BP检验结果显示，BP统计量值为61.62，通过了1%的显著性检验，因此拒绝OLS混和模型，选择随机效应模型。2)固定效应模型与随机效应模型在上面的分析过程中，当把个体效应加入到模型后，相比于假设截距项为常数的混合OLS模型，检验效果更显著。但是仍无法明确区分哪一个更适合，因此需要进行Hausman检验，结果如表11所示：表11HH与ROAHausman检验TestSummaryStatisticProb.结论Cross-sectionrandomchi2（5）=36.07Prob>chi2=0.0000固定效应可以看出，Hausman检验的P值为0.0000，随机效应模型的基本假设得不到满足，因此拒绝原假设，此时使用固定效应模型。（五）实证结果首先，第三方支付对商业银行的资产收益率具有显著的抑制作用。从理论上看，第三方支付交易降低了商业银行的活期存款及定期存款业务，进而影响放贷规模，同时平台的备付金以大额存单等形式流转回银行，改变商业银行的存款结构，增加利息支出，再者平台的支付结算、转账汇款和代理理财等中间业务市场直接避开了银行，削弱了相应的手续费及佣金收入，对其盈利造成了负面冲击，也从侧面证实了我们对于互联网支付与商业银行盈利负相关的假设。其次，PP2网贷对商业银行的资产收益率具有显著的抑制作用。从理论上看，PP2交易挤占了商业银行的信贷市场，尤其是零售信贷业务，PP2网贷平台的低门槛、高收益、操作便捷及交易灵活的特性吸引了大量有资金需求及投资意愿的小微客户群体，直接分流着商业银行的小微客户群体，减少银行的利息收入，从而减少商业银行的营业利润。尤其是对以个人贷款和中小企业贷款为主要业务的商业银行而言，零售贷款规模的缩小冲击着商业银行的净息差收入，对商业银行的盈利能力造成明显的冲击，也从侧面证实了我们对于PP2网贷与商业银行盈利负相关的假设。再者，互联网基金对商业银行的资产收益率具有显著的抑制作用。从理论上看，以互联网基金交易为主的理财平台通过吸纳大量活定期存款及理财资金，一方面收缩了银行的存款规模，使得商业银行的存款结构承压，另一方面这些理财资金的最终去向是以利息率更高的投资形式流转回银行，虽说总的银行存款额度不变，但因更高的利息支出而加重了银行的负债成本，同时，网上理财产品分流着线下商业银行理财产品的代理业务，净息差和中间业务收入都收到冲击，进而压缩着对商业银行的盈利空间，也从侧面证实了我们对于互联网基金与商业银行盈利负相关的假设。第五章本文结论及政策性建议（一）研究结论本文首先从理论方面阐述了目前我国互联网金融的发展模式、发展状况及其对商业银行盈利能力的影响关系。其次，基于2012年到2017年28家商业银行相关财务信息所构成的面板数据，采用主流的回归分析方法，构造回归模型，并以Excel软件和Statal4.0软件作为统计工具，主要从三个维度：P2P网贷、第三方支付及互联网基金研究观察现阶段互联网金融对商业银行盈利能力的影响状况，并在此基础上探索了对其产生影响的原因。通过以上研究，本文得到以下研究结论。第一，现阶段互联网技术尤其是移动互联技术日渐成熟，应用范围不断扩张，带给金融行业巨大的发展空间。首先，互联网金融各式各样的产品，在便捷生活的同时也改变着人民的生活习惯，潜移默化地影响着商业银行的存贷款、理财产品、银行卡与支付结算等业务。其次，互联网平台不同于线下实体的信息收集与处理优势，信息披露的公开与透明机制，对于缓解实体经济中资金供需双方信息不对称有着重要的正向作用。再者，互联网金融打破了传统金融在时间和空间上的限制约束，使得客户群随心选择合适的金融产品与业务，降低了交易成本，提高了业务效率。第二，第三方支付对商业银行的资产收益率具有显著的抑制作用。首先，第三方支付交易降低了商业银行的活期存款及定期存款业务，进而影响放贷规模；同时平台的备付金以大额存单等形式流转回银行，改变商业银行的存款结构，增加利息支出；其次，P2P网贷对商业银行的资产收益率也具有显著的抑制作用。再者，商业银行的资产收益率同样受到互联网基金的抑制作用。以互联网基金交易为主的理财平台通过吸纳大量活定期存款及理财资金，一方面收缩了银行的存款规模，使得商业银行的存款结构承压，另一方面这些理财资金的最终去向是以利息率更高的投资形式流转回银行，虽说总的银行存款额度不变，但因更高的利息支出而加重了银行的负债成本。第三，实证研究表明银行的非利息收入占比对商业银行的资产收益率具有显著的正向促进作用。银行资产规模及资本充足率也对商业银行的资产收益率产生显著影响。这主要是由于伴随着银行规模扩大所带来的规模效应有利于银行的盈利能力的提高，而银行资本充足代表银行有足够的能力偿还负债，同时有足够的资本去扩充贷款业务，进而改善利润状况，提高盈利能力。。最后，从长远来看，两者是合作互补的良性关系，双方通过合作将各自发挥自身在不同领域的优势，共同构建金融行业的全新生态链，未来商业银行的盈利能力依然存在提升空间。这主要是由于：一方面，互联网金融业务范围广泛，经营模式多样化，虽然凭借低成本与高效率占据着强大的长尾客户群体，缓解了传统模式下收益与成本倒挂的问题，但互联网金融在社会公信力、信贷经验以及资金规模方面与商业银行相比明显不足，互联网金融要想获得进一步的发展，必须加强与商业银行的合作，借助商业银行的优势更好地发展自身。另一方面，商业银行虽然享有国家信誉担保，完善的风控机制以及丰富的信贷资源，但却难以广泛覆盖80%的长尾客户群体，只有加强合作，拓宽业务模式，才有可能避免被互联网金融边缘化的风险，从而获得更好的发展。综上所述，互联网金融的业务形式多样化、服务碎片化、产品丰富化，满足了不同客户的个性化需求，随着相关的法律体系的完善以及相应的监管空白的弥补，加之与生俱来的创新特性和不断提高自身能力的业务追求，互联网金融将逐渐走向强大，必将对以商业银行为核心的传统金融产生显著的影响，这种影响是短期的，也将会是长期的。短期来看，冲击着商业银行的盈利能力，改变着商业银行的经营理念与经营模式，动摇着商业银行金融媒介的中介功能；但从长远来看，商业银行基于鳃鱼效应，将主动借助互联网的技术、成本、渠道、信息收集与数据处理等方面的优势，发挥自身在人才、资金、风控方面的长处，加强与互联网金融的合作，建设优质高效的客户服务，开拓更加广阔的客户群体，创新多样化与差异化的金融产品，从而降低对物理网点的依赖性，建设以客户个性化需求为中心的业务模式，共同构建良性的金融发展格局，未来商业银行的盈利能力依然存在提升空间，商业银行仍有广阔的发展空间。（二）相关建议1、建立适应互联网金融业务发展的保障机制（1）成立具有法人资格的独立公司。具有雄厚实力的国有大型商业银行以及全国性股份制商业银行可以像设立其他全资公司一样，组建独立的金融科技公司，直接与互联网公司开展合作融合。以服务商业银行自身为主，实行市场化、商业化、专业化、企业化经营机制，从体制上解决行政色彩浓、薪酬待遇低、人才流失多等问题，形成招人、用人、留人的良性循环。城市商业银行等中小型商业银行可根据自身的特色需求，直接与第三方公司开展合作，分支机构只需做好应用、推广、维护、反馈等工作。（2）构建相对独立的分层运行体系。国有大型商业银行、全国性股份制商业银行的省级分行都设置了科技信息维护和研发机构，同样面临行政色彩浓、薪酬待遇低、人才流失多等问题。对此可采取准事业部制的模式，实行相对独立的运行机制，给予类似商业化研发、薪酬分配的权利，与独立公司建立商业化合作关系，专业化服务商业银行自身。其他省级以下的分支机构发挥点多面广的优势，做好市场营销、产品推广、渠道维护等工作。（3）强化互联网金融业务队伍建设。一是强化人才队伍建设。商业银行可通过内部培养和外部招聘等多种渠道选拔专业人才，尤其在基层行要大力培养、充实互联网金融产品营销人员和平台维护人员，多层级组建从事互联网金融业务的专业团队，满足互联网金融业务发展的人力资源支持；二是优化人才培养机制。在总行、省分行以及支行之间、地区之间实现信息科技人才的均衡配置，改变以往商业银行内部信息科技人才边缘化的尴尬处境，提高信息科技人才的待遇和晋升机制，发挥信息科技人才骨干支撑作用；三是提高员工互联网金融服务能力。2、拓宽商业银行数字化经营新空间互联网金融对商业银行三大业务产生的替代效应会挤占商业银行业务份额，拉低商业银行盈利能力。因此，商业银行需积极拓展数字化经营空间，抢占业务市场份额来抵消外部互联网金融的冲击。通过梳理客户金融交易习惯的变化发现，网络数字化产品和业务以其便利、快捷、安全的特点，己成为各类客户对金融服务需求的大趋势，不同资产规模的商业银行都应顺势而为，按照各自的经营定位，围绕渠道、平台、场景建设，制定符合自身特点的互联网金融发展策略，加快拓展数字化经营新空间和盈利新渠道。（1）渠道一体化建设需提升支付支撑能力。当前商业银行线上线下一体化发展己成新趋势，以智能掌银为载体的移动金融己成为商业银行线上服务主渠道。商业银行物理网点数字流程操作、客户充分自助、人工适当辅助的智能化转型进程应加快推进，构建物理网点+场景体验+线上移动三位一体的互联网金融生态。因此，在渠道一体化的建设中应该重点提升支付支撑能力。各家商业银行在推出属于自己的支付品牌的基础上，应围绕网银支付+移动支付两大体系不断丰富支付产品，为客户方便快捷地办理转账、支付、缴费、贷款等业务，提升线上服务能力。在网银支付方面，逐步实现对非现金类业务产品全覆盖和加大自动理财、保险、基金等功能创新力度的同时，各支付渠道应实现服务协同化；在移动支付方面，全面布局全终端近场景支付产品（NFC），推出移动支付密码、微信缴费、银联二维码等支付产品，基本覆盖扫码转账、消费、取现等场景，满足客户移动支付需求，通过非接触支付实现移动支付安全性与便利性的有效结之从口0（2）围绕B端和C端客户推进金融服务平台建设。随着商业银行互联网金融业务的开展，在对公领域应该聚焦提升企业综合服务能力，利用新技术不断完善企业金融服务平台，向企业提供供应链金融管理、多渠道支付、云服务等服务，帮助企业完成电商转型：针对C端客户，商业银行应注重社交金融平台的建设。商业银行可围绕微金融、微商圈、微社区三大场景，立足区域特色和线