第３２卷第１期　２０１８年２月　武汉商学院学报　

ＪＯＵＲＮＡＬ　ＯＦ　ＷＵＨＡＮ　ＢＵＳＩＮＥＳＳ　ＵＮＩＶＥＲＳＩＴＹ　Ｖ０１．３２　Ｎｏ．１　Ｆｂｂｒｕａ／＇ｙ　２０１８　

第三方支付对商业银行的影响研究※　

王　纯　（安徽财经大学，安徽蚌埠２３３０００）　摘要：互联网金融的蓬勃发展对商业银行产生了实质性的冲击。本文从第三方支付的角度出发，基于　变系数随机效应面板模型进行回归分析，进一步做个体效应估计对比不同规模的商业银行在面对第三方支　付冲击时的反应程度。实证结果显示，不同规模的商业银行不同方面的经营能力受第三方支付的影响程度不　同，但在面对互联网金融的冲击时都能根据自身优势提高自身能力。最后本文根据实证结果联系实际情况提　出相关建议。　关键词：第三方支付；商业银行；面板数据模型；个体效应　中图分类号：Ｆ７２４．６；Ｆ８３２．３３　文献标识码：Ａ　文章编号：２０９５—７９５５（２０１８）０１—００５２—０５　

一、

引言与文献综述　

从支付宝的支付结算业务起步，余额宝的存款　业务，再到Ｐ２Ｐ贷款，互联网金融给传统的银行业　务带来了不可忽视的影响。作为较早的互联网金融　业务，第三方支付业务规模一直保持快速增长，同时　其成熟度越来越高，第三方支付平台不仅具备支付　功能，同样提供理财、信贷和转账等功能。２０１１年５　月３日央行发放首批２７家第三方支付牌照，截至　２０１７年６月２６日，全国共有２４７张有效支付牌照。　近年来第三方支付交易规模的快速增长得益于用户　支付习惯的养成和不同年代的不同热点，２０１６年第　三方支付规模达到８０万亿，同比增长率接近　３００％。第三方支付将覆盖更广阔的场景。由于智能　手机用户的增多和移动互联网通信技术的增强，移　动支付占据了第三方支付越来越大的比重，２０１６年　移动支付占比达到７５％。第三方移动互联网支付给　传统金融机构带来了不可忽视的影响。　国外学者Ｍａｎｕｃｈｅｈｒ　Ｓｈａｈｒｏｋｈｉｍ将互联网金融定　义。Ｑｉｎ　Ｊｉａｎｗｅｎ，Ｗａｎｇ　Ｔａｏ和Ｈｕａｎｇ　Ｂａｎｇｄｉｎｇ　Ｊｉａｎｗｅｎ园　基于全组合的ＤＥＡ—ＰＣＡ模型研究互联网金融时代　的中国上市银行效率的增长模式，对中国１６家上市　商业银行业务绩效的增长模式进行了实证研究。发　现商业银行是否考虑互联网因素对各上市银行绩效　评估存在显著差异。此外，基于全组合ＤＥＡ模型应　用ＰＣＡ模型的结果来分类，每一组银行都有它自身　的力量和弱点。Ｙｏｎｇ　Ｔａｎ［３￣通过对商业银行在２００３　

—２０１３年间数据的实证研究，分析商业银行的盈利　能力以及影子银行对商业银行盈利能力的影响。研　究结果显示，与存款相比，非利息收入市场具有更高　的竞争水平市场和贷款市场。最后结果表明，影子银　行提高了银行的盈利能力。　国内谢平和邹传伟　最早提出并以信息技术知　识阐互联网金融模式概念。以移动支付为基础融合　互联网技术大大区别于银行，互联网金融模式下资　源配置的资金供需信息不经过银行中介。许多学者　从对商业银行盈利能力的角度出发，研究互联网金　融的影响。王锦虹『５１先梳理了互联网金融的发展动　力、模式、趋势和对金融市场的影响的理论；再由专　家意见构造出模糊测度矩阵测算互联网金融对商业　银行的利润、负债等盈利能力的影响。也有许多通过　测算互联网金融指数进行研究。互联网金融指数由　沈悦，郭品［６１提出，从技术溢出角度，在ＤＥＡ模型中　引人了Ｍａｌｍｑｕｉｓｔ指数，把银行全要素生产率作为　被解释变量，创新性的构建互联网金融指数作为解　释变量进行实证检验；针对不同类型商业银行对互　联网金融技术溢出的反应程度提出作者的建议。黄　锐，黄剑［　按照功能从支付清算、风管、信息功能和资　源配置计算出互联网金融指数，构造动态函数，研究　

※基金项目：国家自然科学基金《制度逻辑、包容性领导与企业成长战略的形成与作用机制研究》（项目编号：７１４７２００１）。　收稿日期：２０１７—１０—１１　作者简介：王纯（１９９３一），女，安徽财经大学金融学硕士研究生。主要研究方向；银行经营与管理。　

．５２．　经济分析　王纯：第三方支付对商业银行的影响研究　

对银行盈利、风险和规模的影响程度，根据研究结果　建议商业银行积极应对，发展线上场景金融，应用大　数据发展客户，同时增强风险防控。李文亮［８］利用银　行中间收人的指标代表商业银行的创新绩效，同样　的构建了互联网金融指数着重分析了互联网金融对　其的作用程度，同时还分析了高管团队的任期异质　性因素与外部治理因素对创新绩效的影响。　已有的文献对互联网金融规模或者发展程度的　刻画多是互联网金融指数定性描述，侧面或部分反　映互联网金融发展；而对商业银行的某一能力及其　影响因素的研究主要的是盈利能力，没有全面的反　应商业银行在互联网金融模式下的受影响程度。梁　燕子［９】先从理论角度分析互联网金融对银行的积极　影响和消极影响；再设计模型测算解释了互联网移　动支付在盈利、成长和存贷款规模方面对不同规模　的商业银行的影响程度。本文参考梁燕子的第三方　支付额的计算方法，用移动支付和互联网支付的总　和来代表，着重分析第三方支付对商业银行经营能　力、盈利能力以及发展能力的影响，并且比较不同类　型商业银行在应对第三方支付时的表现。　二、理论分析与指标体系构建　（一）理论分析　第三方支付与商业银行传统的业务竞争强烈。　支付业务是银行的重要业务，第三方互联网移动支　付更为便利，使得商业银行的中间业务收入减少。第　三方支付平台除了最初的支付功能，同样具有理财　和信贷等功能，抢占商业银行的市场，加上现阶段基　准利率下降，银行的存款量减少，而商业银行的主要　运营资金来源于客户存款获取的收益。　第三方支付对商业银行产生了积极影响。第三　方支付客户支付资金来源是商业银行的账户，第三　方支付平台通过向客户收取支付手续费获取利润，　但是第三方支付平台因为需要通过银行支付结算，　需要给银行一个基本的手续费，大大增加了银行的　非利息收入。移动支付覆盖场景广泛，原来在部分情　况下不使用银行账户的群体通过移动支付间接使用　了银行账户；办理银行的业务存在一些地域限制，但　是互联网金融可以克服，尤其是对一些城商行，第三　方支付增加了商业银行的客户。可以掌握更多客户　的信息，通过分析挖掘数据，完善商业银行的信用系　统，也可以更准确的拓展客户。　第三方支付对商业银行的正向影响与负向影响　同时存在，并且难以分辨哪种影响对商业银行的影响　更大。所以本文通过建立面板模型来进行实证研究。　（二）变量设定　本文从盈利、营运和发展能力三个方面反应商　业银行经营绩效，即被解释变量有盈利能力指标：总　资产报酬率（ｒｏａ）；营运能力指标：总资产周转率　（ｔｔａ）；发展能力指标：总资产增长率（ｉｔａ）；　第三方支付额即解释变量：第三方互联网移动　支付发生金额（ｐａｙ）；　控制变量：宏观经济环境，证券市场和保险市场　的发展程度都会对银行业发展产生影响，因此选择　国内生产总值（ｇｄｐ）代表宏观经济的水平，境内上市　公司数（ｓｔｏｃｋ）代表证券业的发展状况，财产险保费　收入（ｉｎｓｕｒａｎｃｅ）代表保险业的发展状况。　（三）数据选取　研究样本选择１６家商业银行，包括工行、农行、　中行、建行和交行５家国有股份制大型商业银行，平　安、浦发、华夏、民生、招商、兴业、光大和中信８家全　国股份制商业银行，宁波、南京和北京３家城市商业　银行，时间区间为２０１０－－－２０１６年，数据来源于国泰　安数据库、各上市银行２０１０－－－２０１６年年报、中国统　计局官方网站和中国人民银行发布的支付体系发展　报告。　三、实证分析　（一）方法介绍　面板数据模型：面板数据由横截面数据和时　间序列数据组成，变量可以用双下标变量表示：　Ｙｉｔ（ｉ＝ｌ，２，…，Ｎ；Ｔ＝Ｉ，２，…，Ｔ）为被回归变量，Ｎ表示面板　数据中含有Ｎ个个体，Ｔ表示时间序列的最大长度，　０ｃｉ表示截距项，ｘ’　为ｋ×１阶回归变量列向量，Ｂ　为ｋ×１阶回归系数列向量，￡ｉ　为误差项，则面板数　据模型可以用公式表示：　ｙｉｔ＝　ｉ＋ｘ’　Ｂ＋８　ｉｔ，ｉ＝ｌ，２，…，Ｎ；ｔ＝ｌ，２，…，Ｔ　（１）　面板模型包括混合回归模型、随机效应模型　和固定效应模型。Ｆ检验可以用来判定选择混合　模型亦或固定效应模型，混合模型的仅是常值；　Ｈａｕｓｍａｎ检验可以用来判别是采用固定效应模型还　是采用随机效应模型。个体固定效应模型中　ｉ是与　Ｘ’　有关的随机变量，表示对ｉ个个体有ｉ个不同的截　距；随机效直模型中的ＯＬｉ是与Ｘ’　无关的随机变量。　（二）模型构建　１、平稳性检验　首先对选取的变量进行平稳性检验，检验结果：　ｒｏａ、ｔｔａ、ｉｔａ和ｐａｙ都是０阶单整的，而控制变量指标　

．５３　武汉商学院学报　２０１８年第１期　都是非平稳的。为了避免伪回归，对ｇｄｐ、ｓｔｏｃｋ和　ｉｎｓｕｒａｎｃｅ取对数，命为ｌｇｄｐ、ｌｓｔｏｃｋ和ｌｉｎｓｕｒａｎｃｅ，进　行平稳性检验：　表１平稳性检验结果　『　ｌｇｄｐ　ｌｓｔｏｃｋ　ｌｉｎｓｕｒａｎｃｅ　

ｔ值　Ｐ值　ｔ值　Ｐ值　ｔ值　Ｐ值　参照值　－４＿３３１　１９２　０．０２１５　－３．５８４７７６　０．０４６６　－４．０ｌ５１　８９　０．０２９６　ｌ％ｌｅｖｅｌ　－５．１　１９８０８　—５．１　１９８０８　－５．１　１９８０８　５％ｌｅｖｅｌ　－３．５　１９５９５　－３．５　１９５９５　－３．５１９５９５　１Ｏ％ｌｅｖｅｌ　－２．８９８４１　８　－２．８９８４１８　－２．８９８４ｌ８　可知，在５９　星　：平］　ｌｇｄｐ、ｌｓｔ０ｃｋ和ｌｉｎｓｕｒａｎｃｅ　都是平稳的。　２、Ｆ检验与Ｈａｕｓｍａｎ检验　为确定本文数据到底适用哪一类面板模型，首　先对模型进行Ｆ检验，　表２　Ｆ检验结果　

Ｒｅｄｕｎｄａｎｔ　Ｆｉｘｅｄ　Ｅｆｆｅｃｔｓ　Ｔｅｓｔｓ　Ｔｅｓｔ　ｃｒｏｓｓ—ｓｅｃｔｉｏｎ　ｆｉｘｅｄ　ｅｆｆｅｃｔｓ　Ｅ　ｅｃｔｓ　ｒｅｓｔ　Ｓｔａｔｉｓｔｉｃ　ｄ．￡　Ｐｒｏｂ．　Ｃｒｏｓｓ—ｓｅｃｔｉｏｎ　Ｆ　４－８４４０３５　（１５，９２）　Ｏ　Ｃｒｏｓｓ－ｓｅｃｔｉｏｎ　Ｃｈｉ－ｓｑｕａｒｅ　６５．１９４９０７　１５　Ｏ　由Ｐ值选择拒绝原假设，不采用混合回归模型。　对判定究竟应选随机效应模型还是固定效应模　型进行Ｈａｕｓｍｎｎ检验，　表３　Ｈａｕｓｍａｎ检验结果　

Ｔｅｓｔ　Ｓｕｍｍａｒｙ　Ｃｈｉ－Ｓｑ．Ｓｔａｔｉｓｔｉｃ　Ｃｈｉ－Ｓｑ．ｄ工　Ｐｒｏｂ．　Ｃｒｏｓｓ－ｓｅｃｔｉｏｎ　ｒａｎｄｏｍ　Ｏ　４　１　三个被解释变量检验出来的结果皆为不能拒绝　原假设，即采用随机效应模型。　结合Ｆ检验和霍斯曼检验结果，采用变截距的　随机效应模型检验第三方支付对商业银行的影响，　即以下计量模型：