互聯(lián)網(wǎng)金融發(fā)展對我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響?

鄒靜+童中文

摘要：隨著金融市場和計(jì)算機(jī)信息技術(shù)的不斷發(fā)展和滲透，互聯(lián)網(wǎng)金融對商業(yè)銀行的影響越來越明顯。在闡述相關(guān)理論的基礎(chǔ)上，本文首先運(yùn)用主成分分析法測算了我國商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)。接著，運(yùn)用突變分析和SVAR模型等計(jì)量方法實(shí)證研究了互聯(lián)網(wǎng)金融發(fā)展對我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響。結(jié)果表明：互聯(lián)網(wǎng)金融發(fā)展影響商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的路徑為：“互聯(lián)網(wǎng)金融發(fā)展——商業(yè)銀行的資產(chǎn)負(fù)債結(jié)構(gòu)——商業(yè)銀行的成本收入比——商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)”。且它對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響存在“期限結(jié)構(gòu)效應(yīng)”，即互聯(lián)網(wǎng)金融發(fā)展在短期內(nèi)會(huì)增加我國銀行系統(tǒng)性風(fēng)險(xiǎn)，但從中長期來看，對我國銀行系統(tǒng)性風(fēng)險(xiǎn)的影響并不大，兩者可作為互利共生的事物共同發(fā)展?；ヂ?lián)網(wǎng)金融的存在對我國金融改革有很好的倒逼作用，能在一定程度上促進(jìn)金融監(jiān)管的創(chuàng)新。

關(guān)鍵詞：銀行系統(tǒng)性風(fēng)險(xiǎn)；互聯(lián)網(wǎng)金融；突變分析； SVAR模型；實(shí)證研究

一、引言

2013年以來，移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)等現(xiàn)代信息技術(shù)在金融領(lǐng)域成“井噴”式發(fā)展，以阿里巴巴為代表的互聯(lián)網(wǎng)公司全面進(jìn)入傳統(tǒng)金融領(lǐng)域，傳統(tǒng)銀行業(yè)受到第三方支付、P2P、眾籌等金融服務(wù)的全面挑戰(zhàn)。據(jù)專業(yè)報(bào)告顯示，2014年，支付機(jī)構(gòu)共處理數(shù)額高達(dá)17萬億元的互聯(lián)網(wǎng)支付業(yè)務(wù)。在巨大的支付業(yè)務(wù)量下隱藏著潛在風(fēng)險(xiǎn)。2015年5月，支付寶因發(fā)生了危機(jī)導(dǎo)致全國一部分用戶大約有2小時(shí)無法使用。第二天，黑客對攜程網(wǎng)站進(jìn)行了攻擊，致使客戶端和網(wǎng)站也無法登陸。這兩家翹楚企業(yè)均出現(xiàn)問題，引起用戶對賬戶資金安全的擔(dān)憂，不利于網(wǎng)絡(luò)的安全穩(wěn)定。與此同時(shí)，《中國金融穩(wěn)定報(bào)告（2015）》提出，隨著我國銀行業(yè)資產(chǎn)負(fù)債規(guī)模的繼續(xù)擴(kuò)大，部分行業(yè)、領(lǐng)域和地區(qū)的風(fēng)險(xiǎn)已顯現(xiàn)出來，需要關(guān)注部分表外業(yè)務(wù)和影子銀行潛在風(fēng)險(xiǎn)，加強(qiáng)監(jiān)測分析重點(diǎn)領(lǐng)域的金融風(fēng)險(xiǎn)，動(dòng)態(tài)防范存在的風(fēng)險(xiǎn)隱患?；ヂ?lián)網(wǎng)金融其實(shí)質(zhì)也是影子銀行的一種，它的大肆發(fā)展，其本身的風(fēng)險(xiǎn)會(huì)不會(huì)傳染至商業(yè)銀行，使商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)增大呢？ 隨著科技的不斷發(fā)展，金融市場的持續(xù)完善，尤其像在我國這樣的銀行主導(dǎo)型金融體系中，互聯(lián)網(wǎng)金融對商業(yè)銀行的傳統(tǒng)業(yè)務(wù)形成嚴(yán)峻挑戰(zhàn)，嚴(yán)重威脅其霸主地位。故研究互聯(lián)網(wǎng)金融對我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)影響的內(nèi)在機(jī)制，可為相關(guān)政府部門制定決策提供建議。

二、文獻(xiàn)綜述與理論構(gòu)建

（一）文獻(xiàn)綜述

學(xué)術(shù)界對互聯(lián)網(wǎng)金融的界定看法各一，比較有代表性的觀點(diǎn)認(rèn)為互聯(lián)網(wǎng)金融是不同于資本市場、直接融資和商業(yè)銀行間接融資的第三種融資方式，以互聯(lián)網(wǎng)信息技術(shù)為代表，包括云計(jì)算、搜索引擎、移動(dòng)支付和社交網(wǎng)絡(luò)等多種形式[1]。它以支付、信息處理和資源配置為三大支柱，既包括了傳統(tǒng)銀行、交易所、證券、保險(xiǎn)等金融中介和市場，也涵蓋了無金融中介或市場情形之間的金融交易與組織模式。

關(guān)于互聯(lián)網(wǎng)金融對商業(yè)銀行的影響，各學(xué)者有不同觀點(diǎn)。一些學(xué)者認(rèn)為互聯(lián)網(wǎng)金融的發(fā)展可為商業(yè)銀行帶來正面影響。Berger指出互聯(lián)網(wǎng)金融提高了銀行等金融機(jī)構(gòu)的運(yùn)行效率并促進(jìn)了其內(nèi)部部門的整合，對美國的金融市場產(chǎn)生了明顯的溢出效應(yīng)[2]。互聯(lián)網(wǎng)技術(shù)的普及一方面打破了區(qū)域和地理距離對開展金融業(yè)務(wù)的限制，使得美國銀行等通過并購方式擴(kuò)大其規(guī)模經(jīng)濟(jì)變得可行；另一方面，它降低了獲取、處理和傳播信息的成本，使資產(chǎn)證券化和各種衍生金融交易成為可能，進(jìn)而提高了美國金融市場的流動(dòng)性（Economides，2001）[3]。DeYoung（2007）將采用互聯(lián)網(wǎng)技術(shù)與不采用互聯(lián)網(wǎng)技術(shù)的美國社區(qū)銀行進(jìn)行分析比較，發(fā)現(xiàn)互聯(lián)網(wǎng)金融模式有利于商業(yè)銀行的存款結(jié)構(gòu)發(fā)生變化從而提高銀行的盈利能力 [4]。蔚趙春和凌鴻（2013）認(rèn)為應(yīng)用大數(shù)據(jù)可使商業(yè)銀行提高客戶服務(wù)水平和核心競爭優(yōu)勢等[5]。李淑錦，毛小婷（2014）則指出電子貨幣的使用與商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)呈顯著負(fù)相關(guān)[6]。另一些學(xué)者則認(rèn)為互聯(lián)網(wǎng)金融的發(fā)展會(huì)對銀行產(chǎn)生負(fù)面效應(yīng)。Arnold &Ewijk（2011）重點(diǎn)分析了荷蘭國際集團(tuán)在美國等主要發(fā)達(dá)國家的網(wǎng)絡(luò)銀行模式的優(yōu)劣勢，認(rèn)為這種模式雖可依托成本優(yōu)勢獲得規(guī)模經(jīng)濟(jì)，但隨著存款規(guī)模的擴(kuò)大，它將面臨更加集中的市場風(fēng)險(xiǎn)和其他更嚴(yán)峻的挑戰(zhàn)[7]。袁博等（2013）[8]、宮曉林等（2013）[9]認(rèn)為互聯(lián)網(wǎng)金融有利于從多個(gè)角度加速金融脫媒。戴國強(qiáng)（2014）通過數(shù)值模擬和模型分析，從互聯(lián)網(wǎng)金融、影子銀行的角度研究商業(yè)銀行的風(fēng)險(xiǎn)演變，發(fā)現(xiàn)互聯(lián)網(wǎng)金融會(huì)增加銀行風(fēng)險(xiǎn)[10]。牛華勇（2015）從新實(shí)證產(chǎn)業(yè)組織視角驗(yàn)證互聯(lián)網(wǎng)金融對商業(yè)銀行市場勢力的影響，結(jié)果發(fā)現(xiàn)互聯(lián)網(wǎng)支付通過降低商業(yè)銀行的中間業(yè)務(wù)收入，進(jìn)而降低商業(yè)銀行的市場勢力 [11]。

綜合國內(nèi)外研究，學(xué)者們主要是從理論視角來定性分析互聯(lián)網(wǎng)金融對商業(yè)銀行的影響，且結(jié)論不一，較少運(yùn)用定量的實(shí)證分析方法。研究內(nèi)容也較少涉及互聯(lián)網(wǎng)金融對商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響。

（二）理論構(gòu)建

文獻(xiàn)主要談及互聯(lián)網(wǎng)金融對商業(yè)銀行的正面或者負(fù)面影響，此處則進(jìn)一步分析互聯(lián)網(wǎng)金融對商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響機(jī)理，并構(gòu)建相應(yīng)的理論架構(gòu)（見圖1）。

一是在資產(chǎn)端，包括P2P網(wǎng)貸平臺、中小企業(yè)在線融資及眾籌融資在內(nèi)的互聯(lián)網(wǎng)金融模式對銀行的替代性融資影響較小。銀行和互聯(lián)網(wǎng)金融面向中小企業(yè)、零售貸款市場中的不同受眾群，二者在業(yè)務(wù)上屬于互補(bǔ)關(guān)系，兩者之間競爭較弱。故互聯(lián)網(wǎng)金融對銀行的資產(chǎn)端影響并不明顯，不會(huì)造成較為嚴(yán)重的系統(tǒng)性風(fēng)險(xiǎn)。二是在負(fù)債端，互聯(lián)網(wǎng)金融發(fā)展會(huì)吸收銀行的一部分存款，對商業(yè)銀行存款的分流影響銀行的存貸比，會(huì)引起銀行流動(dòng)性的增強(qiáng)，進(jìn)而加大了銀行系統(tǒng)性風(fēng)險(xiǎn)。三是隨著利率市場化的推進(jìn)，互聯(lián)網(wǎng)金融糾偏了存款利率，銀行為了與其他企業(yè)競爭，爭取更多利潤，會(huì)適當(dāng)降低貸款利率，吸引更多的貸款申請者，他們也會(huì)傾向于選擇更高風(fēng)險(xiǎn)的投資項(xiàng)目進(jìn)而增加了銀行風(fēng)險(xiǎn)。四是在利潤來源方面，在線第三方支付、理財(cái)產(chǎn)品在線銷售等剝奪了銀行的一部分中間業(yè)務(wù)，因其手續(xù)費(fèi)及傭金收入減少而降低了銀行利潤，打破了銀行交易和結(jié)算上的壟斷地位。即互聯(lián)網(wǎng)金融改變了銀行與支付平臺之間的利潤分配方式，影響了銀行的利潤收入，故對銀行系統(tǒng)性風(fēng)險(xiǎn)會(huì)產(chǎn)生一定的影響。

三、銀行系統(tǒng)性風(fēng)險(xiǎn)的測算與突變分析

（一）銀行系統(tǒng)性風(fēng)險(xiǎn)的測算

本部分將首先測算出銀行系統(tǒng)性風(fēng)險(xiǎn)，為后面分析互聯(lián)網(wǎng)金融對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響提供數(shù)據(jù)支持。

對于系統(tǒng)性風(fēng)險(xiǎn)的度量，主要有兩種研究方法：一是用資產(chǎn)負(fù)債表和宏觀經(jīng)濟(jì)變量來度量。如Goodhart（2006）選擇流動(dòng)性、違約率、資本充足率等數(shù)據(jù)來衡量系統(tǒng)性風(fēng)險(xiǎn)[12]。Illing 等（2003）則運(yùn)用宏觀數(shù)據(jù)建立金融壓力指數(shù)的辦法來測度系統(tǒng)性風(fēng)險(xiǎn)[13]。中國學(xué)者楊敏等（2013）[14]、解曉洋等（2013）[15]選取主成分分析法來測度銀行系統(tǒng)性風(fēng)險(xiǎn)。另一種是對市場數(shù)據(jù)的度量，包括資產(chǎn)收益相關(guān)性、在險(xiǎn)價(jià)值（VaR）及宏觀壓力測試等。Lehar（2005）[16]、高國華等（2011）[17]采用多元Garch-Bekk 模型，測度銀行股票收益率的動(dòng)態(tài)相關(guān)性來構(gòu)建系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)。李守偉等（2014）利用金融機(jī)構(gòu)同業(yè)拆借數(shù)據(jù)建立機(jī)構(gòu)間關(guān)聯(lián)網(wǎng)絡(luò)模型來研究銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn) [20]。Acharya 等（2009）[18]、郭衛(wèi)東（2013）[19]計(jì)算單個(gè)銀行風(fēng)險(xiǎn)對系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)率為依據(jù)來測量銀行系統(tǒng)性風(fēng)險(xiǎn)。綜上，可知對銀行系統(tǒng)性風(fēng)險(xiǎn)的度量主要包括靜態(tài)指標(biāo)法和計(jì)量經(jīng)濟(jì)模型法等。計(jì)量模型法因數(shù)據(jù)限制，主要從國外借鑒過來，不太適用；相比而言，靜態(tài)指標(biāo)法更為適用。IMF 全球金融穩(wěn)定報(bào)告指出，發(fā)展中國家金融市場衡量系統(tǒng)性風(fēng)險(xiǎn)可以宏觀經(jīng)濟(jì)指標(biāo)和銀行資產(chǎn)負(fù)債表指標(biāo)為依據(jù)。故指標(biāo)的選取盡可能包含這些變量，使得出的結(jié)論更具說服力。但因所選用的指標(biāo)較多，學(xué)者們的觀點(diǎn)也不一致，為避免因指標(biāo)選擇造成測量偏差，本文沿用楊敏等（2013）[14]、解曉洋等（2013）[15]提出的指標(biāo)，包括外部沖擊指標(biāo)與銀行內(nèi)部經(jīng)營指標(biāo)，運(yùn)用主成分分析法來測出整體銀行系統(tǒng)性風(fēng)險(xiǎn)，具體指標(biāo)體系與數(shù)據(jù)來源見表1。

由表2可知，前四個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到87.052%（標(biāo)準(zhǔn)為不少于85%），應(yīng)保留它們。進(jìn)一步計(jì)算各指標(biāo)在主成分上的加權(quán)系數(shù)，四個(gè)主成分加權(quán)系數(shù)最大的指標(biāo)依次為資本充足率、超額備付金率、存貸比和財(cái)政赤字/GDP?？芍?，影響商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的關(guān)鍵因素是結(jié)構(gòu)性因素。

進(jìn)一步計(jì)算其主成分值，然后用主成分乘以各自權(quán)重值，得到銀行系統(tǒng)性風(fēng)險(xiǎn)加權(quán)指數(shù)。圖2顯示的是2009年第三季度至2015年第一季度我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的變動(dòng)趨勢，其中加權(quán)銀行系統(tǒng)性風(fēng)險(xiǎn)用實(shí)線表示，虛線顯示該指標(biāo)變化的趨勢。可看出，我國主要商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)不斷增大，特別是從2009年第4季度開始直到2012年第二季度，我國主要商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)一直在增加；2012年下半年開始，我國主要商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)反而下降，至2014年開始，呈現(xiàn)小幅度上下波動(dòng)。

（二）銀行系統(tǒng)性風(fēng)險(xiǎn)的突變分析

進(jìn)一步對其進(jìn)行突變分析，依據(jù) =0.05，可分別得出銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)的UF和UB曲線（如圖3所示），從圖中可看出，UF和UB曲線在2010年第二季度出現(xiàn)相交，且2011年第一季度以后這種增加的趨勢明顯超過0.05，甚至超過0.01，這表明我國商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)指數(shù)自2010年第二季度開始突變，呈現(xiàn)上升趨勢，且2011年第二季度以后這種增加的趨勢十分顯著。為了進(jìn)一步驗(yàn)證這種方法的準(zhǔn)確性，將原始時(shí)間序列分為2009Q3 -2010Q1和2010Q2-2015Q1兩段子序列，并分別求其平均值，結(jié)果如圖2中虛線所示?？梢钥闯觯?009Q3-2010Q1子序列的均值為-1.0757，2010Q2-2015Q1子序列的均值為0.1614。顯然，這兩者之間存在明顯的突變。因此，可以確定2010年第二季度為銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)的突變點(diǎn)。以上趨勢及突變可能與我國互聯(lián)網(wǎng)金融的興起與發(fā)展有關(guān)。互聯(lián)網(wǎng)金融興起于1999年，從框架的初步確立，從原有技術(shù)的簡單運(yùn)用到2013年發(fā)展到巔峰，影響并改變著傳統(tǒng)金融業(yè)態(tài)。當(dāng)互聯(lián)網(wǎng)金融發(fā)展從未成熟走向成熟，很多規(guī)范尚未確立，它會(huì)涉獵銀行的業(yè)務(wù)范圍，對銀行造成一定的影響，使其風(fēng)險(xiǎn)增大；當(dāng)逐步規(guī)范化之后，互聯(lián)網(wǎng)金融與銀行傳統(tǒng)金融相互協(xié)調(diào)發(fā)展，反而降低了銀行系統(tǒng)性風(fēng)險(xiǎn)。

四、實(shí)證研究設(shè)計(jì)及結(jié)果

（一）模型構(gòu)建

VAR模型僅從數(shù)據(jù)上反映各變量之間動(dòng)態(tài)統(tǒng)計(jì)關(guān)系，在一定程度上忽視了變量之間隱含的經(jīng)濟(jì)結(jié)構(gòu)以及變量同期影響關(guān)系。為克服該缺點(diǎn)，本文運(yùn)用結(jié)構(gòu)向量自回歸模型（SVAR），構(gòu)建互聯(lián)網(wǎng)金融與銀行系統(tǒng)性風(fēng)險(xiǎn)之間的動(dòng)態(tài)關(guān)系，并通過脈沖響應(yīng)函數(shù)進(jìn)一步刻畫這種關(guān)系。根據(jù)AIC和SC準(zhǔn)則，選擇包含所有變量滯后2期的SVAR模型：

如果矩陣B可逆，可將SVAR轉(zhuǎn)化為非限制性VAR：Yt=B-1Γ0+ B-1Γ1Yt-1+ B-1Γ2Yt-2+ B-1εt，根據(jù)等式μt= B-1εt，可利用簡化的VAR估計(jì)結(jié)構(gòu)VAR，但對m元p階SVAR模型，需施加m（m-1）/2個(gè)限制。模型中包含了7個(gè)變量，則需要21個(gè)約束條件。

（二）變量選擇與數(shù)據(jù)來源

1. 變量選取

（1）互聯(lián)網(wǎng)支付的發(fā)展程度（Internet Paying）。本文采用互聯(lián)網(wǎng)支付金額的變化來代表互聯(lián)網(wǎng)金融的發(fā)展程度。

（2）銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)（RISK）。根據(jù)第三部分的主成分分析得出的結(jié)果作為銀行系統(tǒng)性風(fēng)險(xiǎn)指數(shù)的衡量標(biāo)準(zhǔn)。

（3）銀行的資產(chǎn)（ASSET）和負(fù)債（LIABILITIY）。用每季度的主要商業(yè)銀行的資產(chǎn)負(fù)債的變化來表示該指標(biāo)，數(shù)據(jù)來源于中國銀監(jiān)會(huì)網(wǎng)站，中國金融統(tǒng)計(jì)年鑒等。

（4）銀行的貸款利率（LR）。選擇轉(zhuǎn)換為季度數(shù)據(jù)的一年期貸款利率，數(shù)據(jù)來源于和訊網(wǎng)。

（5）利潤來源。包括凈利息收入、手續(xù)費(fèi)和傭金收入?？紤]到數(shù)據(jù)的可獲得性，選擇成本收入比（PTI）與非利息收入占比（NII）作為替代變量。

2. 數(shù)據(jù)來源

考慮到數(shù)據(jù)的可獲得性，兼顧樣本選取的合理性，選擇2009年第三季度到2015年第一季度的主要商業(yè)銀行 的數(shù)據(jù)作為樣本。銀行系統(tǒng)性風(fēng)險(xiǎn)數(shù)據(jù)主要源于中經(jīng)網(wǎng)產(chǎn)業(yè)數(shù)據(jù)庫、wind資訊、歷年金融年鑒和銀監(jiān)會(huì)網(wǎng)站等?；ヂ?lián)網(wǎng)支付的官方統(tǒng)計(jì)數(shù)據(jù)在2013年第三季度之前并無，中國人民銀行 曾引用艾瑞咨詢公司的相關(guān)數(shù)據(jù)，故本文的互聯(lián)網(wǎng)支付數(shù)據(jù)源自艾瑞咨詢公司發(fā)布的中國第三方支付行業(yè)年度監(jiān)督測評報(bào)告。

（三）模型估計(jì)結(jié)果及分析

1. 單位根檢驗(yàn)

無論是SVAR還是VAR，各時(shí)間序列變量必須平穩(wěn)，否則會(huì)陷入“偽回歸”。本文采用單位根檢驗(yàn)各變量的平穩(wěn)性。檢驗(yàn)結(jié)果如表3。

檢驗(yàn)結(jié)果可知成本收入比和非利息收入占比變量經(jīng)過一階差分之后變?yōu)槠椒€(wěn)序列，剩余變量經(jīng)過二階差分之后變?yōu)槠椒€(wěn)序列。

2. 穩(wěn)定性檢驗(yàn)

進(jìn)行脈沖響應(yīng)函數(shù)分析的前提是進(jìn)行SVAR模型的穩(wěn)定性檢驗(yàn)，據(jù)分析發(fā)現(xiàn)該模型的單位根的倒數(shù)都在單位圓之內(nèi)（如圖4所示），表明SVAR模型是穩(wěn)定的，故可運(yùn)用脈沖響應(yīng)函數(shù)做進(jìn)一步的動(dòng)態(tài)沖擊分析。

3. 格蘭杰因果檢驗(yàn)

格蘭杰檢驗(yàn)可以驗(yàn)證互聯(lián)網(wǎng)金融發(fā)展與銀行系統(tǒng)性風(fēng)險(xiǎn)之間是否存在顯著的因果關(guān)系。對各變量進(jìn)行檢驗(yàn)得到的結(jié)果見表4，從表中可看出，互聯(lián)網(wǎng)支付發(fā)展程度是銀行資產(chǎn)與負(fù)債變化的格蘭杰原因，但并不與銀行貸款利率變化互為格蘭杰原因。銀行資產(chǎn)與負(fù)債變化是銀行成本收入比和銀行非利息收入占比變化的格蘭杰原因，且互聯(lián)網(wǎng)支付發(fā)展程度是銀行系統(tǒng)性風(fēng)險(xiǎn)的格蘭杰原因。故綜合Granger檢驗(yàn)的結(jié)果，可知互聯(lián)網(wǎng)金融發(fā)展能夠Granger引起銀行資產(chǎn)與負(fù)債變化，進(jìn)一步引起銀行成本收入比與銀行非利息收入變化，最終Granger引起銀行系統(tǒng)性風(fēng)險(xiǎn)的變化。另外，還可知互聯(lián)網(wǎng)金融發(fā)展對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響并沒有通過銀行貸款利率這個(gè)途徑來實(shí)現(xiàn)，銀行貸款利率的變化對銀行系統(tǒng)性風(fēng)險(xiǎn)也沒有產(chǎn)生影響，這可能與我國利率市場化有關(guān)，也可能因?yàn)閮H僅只選取了一年期貸款利率作為變量。非利息收入占比對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響也不大，可能是因?yàn)殂y行獲利主要來源于利差收入而不是非利息收入。

4. 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)可以對變量間的動(dòng)態(tài)特性進(jìn)行分析。圖5顯示的是互聯(lián)網(wǎng)金融發(fā)展程度一個(gè)標(biāo)準(zhǔn)單位的正向沖擊對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響結(jié)果。從圖中可以看出，從第1期到第1.5期互聯(lián)網(wǎng)金融發(fā)展對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響呈現(xiàn)出增強(qiáng)的正向效應(yīng)；從第1.5期開始，這種正向影響陡增，到2.5期達(dá)到最大，之后一直到第5期，對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響趨于緩解，但總體還是正向效應(yīng)，從第5期到第10.5期，互聯(lián)網(wǎng)金融發(fā)展對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響體現(xiàn)為逐漸減弱的負(fù)向效應(yīng)。之后又呈現(xiàn)出增強(qiáng)的正向效應(yīng)，但總體來說波動(dòng)性較小。這種脈沖響應(yīng)的軌跡顯示，互聯(lián)網(wǎng)金融發(fā)展在短期內(nèi)會(huì)增加我國銀行系統(tǒng)性風(fēng)險(xiǎn)，但從中長期來看，對我國銀行系統(tǒng)性風(fēng)險(xiǎn)的影響并不大。說明互聯(lián)網(wǎng)對商業(yè)銀行產(chǎn)生的影響并不是徹底的顛覆，在業(yè)務(wù)和功能上無法全面替代商業(yè)銀行，兩者可作為互利共生的事物共同發(fā)展，互聯(lián)網(wǎng)金融的存在對我國金融改革有很好的倒逼作用，能在一定程度上優(yōu)化中國金融業(yè)，促進(jìn)金融監(jiān)管的創(chuàng)新。

5. 方差分解分析

方差分解可用來分析各變量對銀行系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)度，結(jié)果如圖6所示，可知對銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)最大的是成本收入比，但其貢獻(xiàn)度隨著時(shí)間的推移在逐漸減小。成本收入比的高低指標(biāo)被認(rèn)為是銀行成本控制水平和經(jīng)營效率的表現(xiàn)。成本收入比越低，其成本控制能力越高，發(fā)生銀行系統(tǒng)性風(fēng)險(xiǎn)的可能性會(huì)越小。其次貢獻(xiàn)度次之的是銀行的負(fù)債變化。銀行體系的非核心債務(wù)與核心債務(wù)的比率本就能反映銀行體系的風(fēng)險(xiǎn)承擔(dān)情況，故負(fù)債變化對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響較大。第三是互聯(lián)網(wǎng)金融的發(fā)展，隨著時(shí)間的推移對其影響有所增加，貢獻(xiàn)度大概在15%-16%左右。這進(jìn)一步證明了互聯(lián)網(wǎng)金融發(fā)展對銀行系統(tǒng)性風(fēng)險(xiǎn)存在較大的影響，可直接影響商業(yè)銀行的存款、貸款、匯款和銷售業(yè)務(wù)等。而銀行資產(chǎn)與非利息收入占比對其貢獻(xiàn)度較低。多數(shù)學(xué)者研究表明非利息收入的增長具有風(fēng)險(xiǎn)分散效應(yīng)，在業(yè)務(wù)發(fā)展之初，非利息收入對宏觀經(jīng)濟(jì)的依賴性較低，銀行經(jīng)營收入不太會(huì)受到宏觀經(jīng)濟(jì)周期性波動(dòng)的影響，可減少銀行系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生（張羽，2010[21]；鐘誠，2012[22]）。

五、結(jié)論與建議

在界定互聯(lián)網(wǎng)金融基本內(nèi)涵和綜述相關(guān)文獻(xiàn)的基礎(chǔ)上，本文首先闡述了互聯(lián)網(wǎng)金融發(fā)展影響銀行系統(tǒng)性風(fēng)險(xiǎn)的作用機(jī)理，并運(yùn)用主成分分析法構(gòu)建了我國商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)指數(shù)。接著，運(yùn)用突變分析、SVAR模型實(shí)證研究了互聯(lián)網(wǎng)金融發(fā)展對我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響。結(jié)果表明：互聯(lián)網(wǎng)金融發(fā)展主要通過影響銀行的資產(chǎn)負(fù)債結(jié)構(gòu)，進(jìn)一步影響銀行的成本收入比，進(jìn)而對我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生影響。且它對銀行系統(tǒng)性風(fēng)險(xiǎn)的影響存在“期限結(jié)構(gòu)效應(yīng)”，即互聯(lián)網(wǎng)金融發(fā)展在短期內(nèi)會(huì)增加我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)，但從中長期來看，對我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響并不大，兩者可作為互利共生的事物而共同發(fā)展?；ヂ?lián)網(wǎng)金融的存在對我國金融改革有很好的倒逼作用，能在一定程度上優(yōu)化中國金融業(yè)，促進(jìn)金融監(jiān)管的創(chuàng)新。根據(jù)上述結(jié)論，本文提出如下啟示：

一是傳統(tǒng)商業(yè)銀行應(yīng)當(dāng)進(jìn)一步增加資金來源，開拓銷售渠道，有針對性地開發(fā)適應(yīng)互聯(lián)網(wǎng)金融的存款產(chǎn)品，運(yùn)用、借助互聯(lián)網(wǎng)技術(shù)平臺適當(dāng)改進(jìn)原有的運(yùn)營模式，與互聯(lián)網(wǎng)金融互利共生。

二是充分實(shí)現(xiàn)信息共享完善客戶信用評價(jià)。第三方支付獲取了企業(yè)和居民的海量交易信息，利用這些信息可分析出客戶的交易行為、購買心理和信用等級等，結(jié)合共享傳統(tǒng)銀行建立起來的信用評價(jià)體系，獲取優(yōu)質(zhì)的客戶資源。因此需打破傳統(tǒng)銀行的壟斷格局，促進(jìn)兩者之間的合作，從而促進(jìn)金融行業(yè)的可持續(xù)發(fā)展。

三是鼓勵(lì)互聯(lián)網(wǎng)金融的發(fā)展，鼓勵(lì)從業(yè)機(jī)構(gòu)彼此相互合作，拓寬其融資渠道，積極推進(jìn)互聯(lián)網(wǎng)金融產(chǎn)品、平臺和服務(wù)創(chuàng)新，落實(shí)、完善相應(yīng)的財(cái)稅政策，推動(dòng)建設(shè)相關(guān)信用基礎(chǔ)設(shè)施和配套服務(wù)體系。同時(shí)需要明確互聯(lián)網(wǎng)金融的監(jiān)管模式及發(fā)展規(guī)范，原則上是提倡“信息監(jiān)管和金融監(jiān)管”并舉，在行業(yè)成長初期，可采取審慎寬松的監(jiān)管態(tài)度；后期逐步規(guī)范化，落實(shí)監(jiān)管責(zé)任，有效控制風(fēng)險(xiǎn)。

四是本文主要采取數(shù)理統(tǒng)計(jì)方法就互聯(lián)網(wǎng)金融發(fā)展對商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行定量分析，所得結(jié)論具有可靠性、嚴(yán)謹(jǐn)性和準(zhǔn)確性。但因互聯(lián)網(wǎng)金融發(fā)展是最近幾年才興起的事物，收集到的相關(guān)數(shù)據(jù)比較有限，樣本較少并難以獲取，且數(shù)理統(tǒng)計(jì)方法只是一種手段和工具，無法直接揭示事物的本質(zhì)，需定量與定性、數(shù)理實(shí)證與理論思辨相結(jié)合進(jìn)行更深入的研究。

參考文獻(xiàn)：

[1] 謝平， 鄒傳偉. 互聯(lián)網(wǎng)金融模式研究[J]. 金融研究， 2012， （12）：11-22.

[2] Berger A N. The Economic Effects of Technological Progress： Evidence from the Banking Industry[J]. Journal of Money Credit & Banking， 2003， 35（35）：141-176.

[3] Economides N. The impact of the Internet on financial markets[J]. Journal of Financial Transformation， 2001， 1：8-13.

[4] Delong G， Deyoung R. Learning by Observing： Information Spillovers in the Execution and Valuation of Commercial Bank M&As[J]. Journal of Finance， 2007， 62（1）：181-216.

[5] 蔚趙春， 凌鴻. 商業(yè)銀行大數(shù)據(jù)應(yīng)用的理論、實(shí)踐與影響[J]. 上海金融， 2013， （9）：28-32.

[6] 李淑錦， 毛小婷. 我國商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響因素分析——基于新金融環(huán)境視角[J]. 杭州電子科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版， 2014（6）：15-22.

[7] Arnold I J M， Ewijk S E V. Can pure play internet banking survive the credit crisis？[J]. Journal of Banking & Finance， 2011， 35（4）：783-793.

[8] 袁博， 李永剛， 張逸龍. 互聯(lián)網(wǎng)金融發(fā)展對中國商業(yè)銀行的影響及對策分析[J]. 金融理論與實(shí)踐， 2013， （12）：66-70.

[9] 宮曉林. 互聯(lián)網(wǎng)金融模式及對傳統(tǒng)銀行業(yè)的影響[J]. 南方金融， 2015， （3）：86-88.

[10] 戴國強(qiáng)， 方鵬飛. 利率市場化與銀行風(fēng)險(xiǎn)——基于影子銀行與互聯(lián)網(wǎng)金融視角的研究[J]. 金融論壇， 2014， （8）：13-19.

[11] 牛華勇， 閔德寅. 互聯(lián)網(wǎng)金融對商業(yè)銀行的影響機(jī)制研究--基于新實(shí)證產(chǎn)業(yè)組織視角[J]. 河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)， 2015， （3）：66-71.

[12] Goodhart C， Schoenmaker D. Burden Sharing in a Banking Crisis in Europe[J]. Fmg Special Papers， 2006， 2.

[13] Illing M， Liu Y. An Index of Financial Stress for Canada[J]. Working Papers， 2003， 29（03-14）.

[14] 楊敏， 伍艷. 我國信貸周期與銀行系統(tǒng)性風(fēng)險(xiǎn)關(guān)系的實(shí)證研究[J]. 北京郵電大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版， 2013， 15（3）：66-73.

[15] 解曉洋， 童中文. 我國上市銀行流動(dòng)性的測度--基于主成分分析法[J]. 華東經(jīng)濟(jì)管理， 2013， （10）：50-56.

[16] Lehar A. Measuring systemic risk： A risk management approach[J]. Ssrn Electronic Journal， 2005， 29（10）：2577-2603.

[17] 高國華， 潘英麗. 銀行系統(tǒng)性風(fēng)險(xiǎn)度量——基于動(dòng)態(tài)CoVaR方法的分析[J]. 上海交通大學(xué)學(xué)報(bào)， 2011， （12）：1753-1759.

[18] Acharya V V. A theory of systemic risk and design of prudential bank regulation[J]. Journal of Financial Stability， 2009， 5（3）：224–255.

[19] 郭衛(wèi)東. 中國上市銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)測度及其影響因素——基于MES方法的實(shí)證分析[J]. 金融論壇， 2013， （2）：16-21.

[20] 李守偉， 何建敏， 孫婧超，等. 金融危機(jī)前后中國銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)實(shí)證研究[J]. 華東經(jīng)濟(jì)管理， 2014， （1）：92-96.

[21] 張羽， 李黎. 非利息收入有利于降低銀行風(fēng)險(xiǎn)嗎？——基于中國銀行業(yè)的數(shù)據(jù)[J]. 南開經(jīng)濟(jì)研究， 2010（4）：69-91.

[22] 鐘陳， 陳蘇麗. 所有權(quán)、收入多樣化和銀行風(fēng)險(xiǎn)——基于我國15家上市銀行的實(shí)證研究[J]. 金融與經(jīng)濟(jì)， 2012（9）：68-71.

Abstract：With the development of financial markets and computer information technology， the influence of Internet finance on commercial banks has become more and more obvious. On the basis of the related theory， this paper firstly uses the principal component analysis method to calculate the risk of commercial banks in China. Then， this paper empirically studies the impact of Internet finance on the systemic risk of China's commercial banks by using mutation analysis，SVAR model and other measurement methods. The results showed that the Internet financial development mainly affected the bank's assets and liabilities structure， and further affected the bank's cost to income ratio， and thus commercial bank systematic risk was affected. And its impact on the banking systemic risk exists "term structure effect"， that is， the development of Internet finance in the short term will increase the risk of China's banking system， but from a long-term point of view， the impact is not obvious， Internet finance and traditional banking can commonly develop as a symbiotic thing. Finally， this paper analyzes the formation reasons and puts forward the relevant policy recommendations. The existence of the Internet finance has very good reversed transmission effect on our financial reform， to optimize China's financial industry to a certain extent and promote the innovation of financial regulation.

Key words： Banking systemic risk； Internet finance； mutation analysis； SVAR model； Empirical test