第1章 引言
数工智云计算等科学技术发展金融创新提供丰富土壤加中国资市场层次单金融市场融资方式直接融资背景互联网金融中国发展提供条件移动支付P2P网络贷款众筹互联网理财产品区块链金融互联网金融中国成气候已变成种必然互联网金融传统金融机结合更支持普惠金融实体济发展成中国金融发展中必须思考问题然互联网金融弥补传统金融缺点解决金融需求问题时商业银行代表传统金融机构带击金融系统稳定性提出挑战表现：方面没金融牌互联网企业涉足金融领域事现金贷业务等持金融牌互联网企业进行混业营开展网络贷业务等企业微企业降低门槛款贷款变更加便捷解决中企业融资难问题时风险传染传统金融机构互联网金融网络贷款台极易资金贷放传统商业银行惜贷象收入稳定投资高风险项目企业发生违约风险力偿款时风险传播开表现违约风险增加良贷款率攀升方面互联网金融迅速发展挤走商业银行原客户银行利润受威胁银行维持身稳定营利润状况会零售贷款资产配置做出相应调整扩身规模时增加风险权重高减少风险权重低资产例偏高风险资产时增加收益带极破产性面互联网金融快速发展提高商业银行风险防范力守住发生系统性金融风险底线金融市场发展关重研究互联网金融商业银行风险影响具强现实意义
互联网技术迅猛发展智手机普金融服务供足造成互联网金融发展壮原国外学者互联网金融商业银行影响法处争议状态学者认互联网金融商业银行收入源造成定程度击学者认互联网金融商业银行风险增加学者认互联网金融会倒逼传统商业银行转型升级盈利增加文中互联网金融狭义概念指做信息技术互联网企业持金融牌开展金融业务
罗兢指出互联网金融快捷支付手段简便操作方式先进信评估系统降低营成商业银行争抢客户容量天弘基金旗余额宝作种互联网货币基金商业银行活期存款利息相收益更高流动性更强年轻投资理财良选择外支付宝蚂蚁花呗款提供贷款门槛更低商业银行信贷业务造成影响总说认互联网金融商业银行盈利力造成定负面击
1]刘志阳黄鸿指出互联网金融中部分业务应影子银行业务透明度高监足规避监造成风险传染商业银行中进引发系统性风险
2]郭品沈悦通构建模型实证分析出结互联网金融提高商业银行全素生产率国商业银行股份制银行技术溢出效应反应程度
3]邹静王洪卫通构建模型强调互联网金融商业银行系统性风险定影响影响短期中长期定差异认期限结构角度互联网金融商业银行影响先升降长期互联网金融会倒逼中国传统金融机构转型升级会颠覆传统金融监框架
4]谢邹传伟认互联网金融模式商业银行间接融资模式资市场直接融资模式均区第三种融资模式科学技术金融融合会传统融资模式造成深刻影响
5]互联网金融研讨会指出互联网金融定程度反映中国金融市场改革处发展程中运互联网技术优势风险理优势更支持金融服务发展传统商业银行资金收放种效补充
6]林雪认互联网金融运营成低信息透明度高客户体验传统金融造成挑战传统金融擅互联网技术结合处理传统创新短期长期发展间关系
7] K Batu TunayNecla TunayIlyas Akhisar认互联网金融商业银行绩效影响影响济发展水客户传统融资方式赖度关
8]刘忠璐指出互联网金融发展推进银行风险理体系变革商业银行破产风险降低时型国银行股份制银行城商行农村银行风险承担力
9]阚瑀婷认互联网金融电子银行代率银行造成风险
10]杨芬表明互联网金融银行良贷款风险破产风险均升
11]吴诗伟朱业李拓指出互联网金融增加商业银行风险时会通促进利率市场化进步抬高风险
12]郭品沈悦文挖掘法编制互联网金融指数出结商业银行互联网金融响应表现出异质性
13]赵喜仓毛茜构建股份制银行面互联网金融业务风险预警模型
14]研究年互联网金融发展带影响北京学联合海新金融研究院蚂蚁金服集团编制互联网金融指数
15]
文献研究互联网金融商业银行营效率盈利力全素生产率等影响学者研究互联网金融商业银行风险影响学者考虑互联网金融概念广义包括非传统金融机构运互联技术金融领域发展提供金融服务包括传统金融机构互联网化升级原风险理模式流程带技术风险文研究狭义互联网金融指互联网技术公司事金融业务商业银行风险造成影响商业银行风险具体分良贷款风险破产风险
第2章 实证分析
互联网金融网络贷款台通常资金贷放中型企业微企业贷款者通常信等级低收入源稳定商业银行愿提供贷款客户互联网金融事业务属影子银行范畴资金流明确易导致杠杆率偏高 互联网金融企业资金银行贷款利率低利率贷投资高风险高收益客户时客户投资项目预期回报公司发生破产时会网贷台端提供资金想获取高收益贷款预期回报贷款资金源商业银行时银行坏账率会提高
着互联网金融企业断蚕食银行收入渠道银行通存款利率低贷款利率高获取利差优势会逐渐减弱会银行动机断扩资产负债表表表外资产规模增加信债权益资产投资断影子银行业务拓展造成银行破产风险升高出监力易风险互联网金融领域传染传统商业银行中引发系统性金融风险
基理分析文提出两实证假说加验证：
假说1：互联网金融发展商业银行风险正影响表现增强商业银行良贷款风险破产风险
假说2：互联网金融类型银行良贷款率产生正击程度国控股银行发生坏账时政府会通坏账剥离方式降低良贷款率受击较股份制银行良贷款率受击较明显
21变量选取
211解释变量
文中选取衡量商业银行风险变量良贷款率风险加权资产占总资产例良贷款率反映商业银行信风险风险加权资产占总资产例（风险加权资产总资产）反映银行破产风险
212解释变量
解释变量互联网金融发展指数根研究文认测量互联网金融发展水方法两种种北京学互联网金融发展指数种中国第三方互联网支付交易规模测量互联网金融发展水鉴文研究2009年2017年互联网金融商业银行影响北京学互联网金融发展指数互联网金融发展指数2009年2013年数缺失国第三方互联网支付交易规模变化代表年互联网金融发展变化文第三方互联网支付交易规模变化作互联网金融发展指数代理变量
图21 中国第三方互联网金融支付交易规模
图21中国第三方互联网支付交易规模2009年2010年呈现出持续走高2013年互联网技术金融深度融合年互联网金融取蓬勃发展第三方互联网支付交易规模达537298亿增加468年表现出强劲增长态势第三方互联网支付交易规模定代表互联网金融发展水
213控制变量
控制变量商业银行资充足率资产规模资充足率方面银行资充足率越高追求高投资高回报动机越银行营越稳健方面银行资越充足具更资险便风险较亏损会破产资产规模言某种程度讲资产规模银行专业化风险分散力强面风险较方面银行易获政府隐性担保规模越越敢投资风险高项目面风险
表21 影响商业银行风险变量
变量类型
变量名称
符号
变量设计
解释变量
商业银行风险
y
良贷款率
加权风险资产占
关键解释变量
互联网金融指数
x
第三方互联网支付交易规模变化
控制变量
银行资充足率
car
银行资充足率
银行资产规模
size
银行资产规模
22样选择数源
文选取中国A股市场市13家商业银行作研究样包括五家型国商业银行八家股份制银行时间跨度2009年2016年面板数源：1银行良贷款率资产收益率资资产率资产规模资充足率存贷等数wind金融资讯家商业银行年度报表2GDP增长率国家统计年鉴3互联网金融发展指数北京学北京学互联网金融发展指数报告第期第二期4中国第三方互联网支付交易规模数艾瑞咨询公司中国第三方支付行业年度监测报告
表22 样银行
银行类型 银行名称 股票代码 市时间
国控股银行 工商银行 601398 20061027
国控股银行 中国银行 601988 20060705
国控股银行 建设银行 601939 20070925
国控股银行 农业银行 601288 20100715
国控股银行 交通银行 601328 20070515
股份制银行 浦发银行 600000 19991110
股份制银行 民生银行 600016 20001219
股份制银行 招商银行 600036 20020409
股份制银行 兴业银行 601166 20070205
股份制银行 华夏银行 600015 20030912
股份制银行 中信银行 601998 20070427
股份制银行 安银行 000001 19910403
股份制银行 光银行 601818 20100809
23描述性统计分析
表23 变量描述性统计量
均值 标准差 值 值
良贷款率（npl）
加权风险资产占（rwa）
互联网金融指数(lninternet)
资充足率(car)
资产规模(lnsize)
00114788 0 004592 0 0291 00038
0 6144752 0 06519 07402 03842
106075 106622 1221 905
01212548 0 012941 01543 0099
2917308 08963913 30814 27643
方样数出互联网金融指数资产规模标准差分10662208963913相略表明互联网金融指数波动发展迅猛资产规模波动型国商业银行股份制银行城市商业银行资产规模差异良贷款率值中国农业银行2009年291值兴业银行2010年038均值1147加权风险值7402值3842资充足率值中国建设银行20151543值安银行2013年99均值1212高央行监水
表24 变量相关系数矩阵1
npl internet car size
npl
internet
car
size
10000
04555* 10000
00000
01662 03992* 10000
00918 00000
04789* 03797* 07666* 10000
00000 00001 00000
表出互联网金融指数商业银行信风险代理变量良贷款率间正相关关系1水显著说明考虑素时互联网金融迅猛发展提高商业银行贷款期收回风险时表表明商业银行资产规模良贷款正相关1水显著表明着银行扩张资产规模增加贷款投放贷款象信级求高良贷款率升
表25 变量相关系数矩阵2
rwa internet car size
rwa
internet
car
size
10000
05334* 10000
00000
00187 03992* 10000
08504 00000
00088 03797* 07666* 10000
09297 00001 00000
表出互联网金融指数商业银行破产风险代理变量风险加权资产占正相关关系相关系数053341水显著表明互联网金融发展速度快会银行资产配置造成更元化影响加社会融资表外非标融资规模直接间接加强银行破产风险商业银行资充足率破产风险呈负相关表明银行资金越充足投资风险权重资产重越银行面破产风险越外银行资产规模破产风险呈正相关
综出互联网金融指数商业银行风险代理变量良贷款率风险加权资产占总资产正相关统计显著互联网金融发展提高银行面风险外着资产规模扩银行承担风险加
24静态面板数模型构建
假说1表明：年互联网金融发展商业银行风险增加验证假说1文2009年2016年13家商业银行系列指标时间跨度GDP增长率构成面板数建立静态面板混合回固定效应效应估计模型：
y1itC+β1xt+i24αiXit+λt+ui+εit(1)
y2itC+β2xt+i24αiXit+λt+ui+εit(2)
两回方程中解释变量y1良贷款率y2风险加权资产占总资产例i表示商业银行样t表示时间（t12…7）C截距样量够关键解释变量xtxt时间变表示年份互联网金融指数表示体时间变控制变量Xit取商业银行资充足率总资产规模观测机变量ui表示反映商业银行异质性截距εit体时间改变扰动项
25元线性回模型构建
假说2表明：互联网金融类型商业银行良贷款率影响验证假说2现样银行分国控股商业银行股份制商业银行两类分构建两元线性回模型便研究互联网金融两种类型银行良贷款率否差异
y1tα+β1xt+εt(1)
y2tα+β2xt+εt(2)
两回方程中样量够建立单素模型解释变量xt时间变表示年份互联网金融指数解释变量y1国控股商业银行良贷款率y2股份制商业银行良贷款率t表示时间（t12…7） α截距 εt时间改变机扰动项
26实证检验结果分析
261互联网金融商业银行风险影响
（1）互联网金融商业银行良贷款风险影响
回结果表26出F 检验p值00000接受混合回估计更优假设Hausman检验P值09928接受ui 解释变量相关假设接受机效应估计认模型应先采机效应模型
表26 互联网金融商业银行良贷款率影响
变量 混合回 固定效应 机效应
npl
internet 00016983 00016253 00016869
0000 0181 0000
car 02095945 01967521 02021736
0029 0000 0000
size 00040054 00040392 00039284
0015 0234 0000
n 104 104 104
R2 04559 04383 04382
F检验 00000
Hausman检验 09928
根机效应估计结果出结：
①互联网金融指数增加1银行良贷款率增加016981水显著数表明互联网金融发展会银行良贷款率增加影响商业银行良贷款发生风险增加影响极微必进步分析互联网金融类型商业银行良贷款率否影响意义进步研究互联网金融五国控股商业银行股份制商业银行传统贷款业务击力
② 商业银行资充足率增加1良贷款率降低20 951水显著数表明商业银行资充足率越高表明风险承担吸收损失力越强控制信水高企业贷款规模总体银行面风险更
③商业银行资产规模增加1良贷款率增加04显著数表明商业银行资产规模扩张时伴着负债信贷投放增加增加贷款期正常收回风险
（2）互联网金融指数商业银行破产风险影响
回结果表27出F 检验p值00000强烈拒绝混合回估计结果Hausman检验P值03948接受机效应估计结果研究互联网金融指数商业银行加权风险资产占总资产例影响静态面板数回模型应采机效应模型
表27 互联网金融商业银行加权风险资产占影响
变量 混合回 固定效应 机效应
rwa
internet 00418469 00667804 00418469
0000 0000 0000
car 1452065 196634 1452065
0031 0003 0012
size 00068911 00441623 00068911
0707 0084 0619
n 104 104 104
R2 04758 04910 04758
F检验 00000
Hausman检验 03948
根机效应估计结果出结：
①互联网金融指数回系数004184691水显著表明互联网金融规模扩张会商业银行加权风险资产占总资产例增加银行会增加风险权重高资产进步资产配置元化应应互联网金融企业业务传统银行利润击确年金融杠杆率断加高部分原商业银行增加理财产品规模着更元化方发展营传统存贷款业务外增加债券非标资产权益类资产配置银行债券非标资产贷款15倍
②银行资充足率回系数1452065影响显著商业银行资充足率越高破产风险发生概率越低巴塞尔协议中规定致
③银行资产规模回系数00068911表明银行总资产规模时增加传统信贷资产时会增加风险权重高资产应动增加评级低风险高等资消耗型资产投放
互联网金融发展商业银行风险产生正影响良贷款风险破产风险均增强实证结果假说1预期致说明风险传染角度利润蚕食角度互联网金融银行风险带扩影响显现
262互联网金融国控股银行股份制商业银行良贷款风险异质性影响
表28 互联网金融国控股商业银行良贷款率影响
变量 npl internet F检验 N R2
元线性回 00004182 037 5 00223
(0724)
根元线性回方程结果出结：
互联网金融发展中国五国控股银行（中国工商银行中国建设银行中国银行中国农业银行中国交通银行）良贷款率升统计显著表明互联网金融国控股银行传统信贷投放业务造成正击互联网金融迅速发展没明显造成型商业银行信风险显著升国控股银行总资产规模国家相关政策支持受金融市场严格监客户群基固定互联网金融造成击明显原
表29 互联网金融股份制商业银行良贷款率影响
变量 npl internet t检验 N R2
元线性回 00029221 00168 8 00223
(0017)
根元线性回方程结果出结：
回方程中互联网金融指数回系数正5水显著表明互联网金融指数股份制银行（中国工商银行中国建设银行中国银行中国农业银行中国交通银行）良贷款率正影响统计显著互联金融迅猛发展会股份制商业银行传统信贷业务造成击贷款正常收回风险显著增加股份制银行资产规模相较客户基数营程中负盈亏竞争中难型商业银行样获垄断市场利润信贷业务互联网金融发展较敏感原
互联网金融国控股商业银行股份制商业银行良贷款风险影响表现出异质性然面击良贷款风险提高股份制商业银行反映更敏感
第3章 结建议
文选取13家商业银行（5家国控股银行8家股份制银行）作研究样互联网金融指数作关键解释变量商业银行风险作解释变量互联网金融商业银行影响做实证研究实证结果表明：互联网金融增加商业银行面风险1 互联网金融商业银行破产风险发生起推动作着互联网金融发展银行加权风险资产占总资产例增加避免互联网金融争夺客户利润家商业银行分资产配置着更加元化方发展通募集资金形成短久期负债投资长久期债券非标资产期限错配程中获取更收益面互联网金融击银行开始投资级较低信债通理财应收款项类投资非标资产2互联网金融型国控股商业银行股份制商业银行良贷款率均升影响股份制商业银行存贷款业务表现更敏感国控股银行发生坏账时政府会通坏账剥离方式降低良贷款率受击较股份制银行良贷款率受击较明显
基述结文提出建议：（1）商业银行应动适应互联网企业带金融环境变化互联网企业合作推出提高客户体验新服务降低中企业融资门槛时增加风险防控力效建立防火墙机制防止互联网金融企业滋生风险传染银行中（2）银行扩张规模增加盈利时增加资产元化配置时量发放零售贷款控制风险权重较高资产例控制风险高评级低等资消耗型资产投放发放贷款时求客户量提供合格足值抵质押品（3）股份制银行营程中没享受国家优惠政策优势产权更明晰公司治理更合
理深度挖掘身优势利信息技术稳定拓展客户群降低互联网金融传统存贷款领域击（4）银行破产风险逐渐增加趋势中央银行增强商业银行委外资金规模控制限制结构化产品杠杆例控制存单理财资金进行债券权益投资例守住发生系统性风险底线
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
数工智云计算等科学技术发展金融创新提供丰富土壤加中国资市场层次单金融市场融资方式直接融资背景互联网金融中国发展提供条件移动支付P2P网络贷款众筹互联网理财产品区块链金融互联网金融中国成气候已变成种必然互联网金融传统金融机结合更支持普惠金融实体济发展成中国金融发展中必须思考问题然互联网金融弥补传统金融缺点解决金融需求问题时商业银行代表传统金融机构带击金融系统稳定性提出挑战表现：方面没金融牌互联网企业涉足金融领域事现金贷业务等持金融牌互联网企业进行混业营开展网络贷业务等企业微企业降低门槛款贷款变更加便捷解决中企业融资难问题时风险传染传统金融机构互联网金融网络贷款台极易资金贷放传统商业银行惜贷象收入稳定投资高风险项目企业发生违约风险力偿款时风险传播开表现违约风险增加良贷款率攀升方面互联网金融迅速发展挤走商业银行原客户银行利润受威胁银行维持身稳定营利润状况会零售贷款资产配置做出相应调整扩身规模时增加风险权重高减少风险权重低资产例偏高风险资产时增加收益带极破产性面互联网金融快速发展提高商业银行风险防范力守住发生系统性金融风险底线金融市场发展关重研究互联网金融商业银行风险影响具强现实意义
互联网技术迅猛发展智手机普金融服务供足造成互联网金融发展壮原国外学者互联网金融商业银行影响法处争议状态学者认互联网金融商业银行收入源造成定程度击学者认互联网金融商业银行风险增加学者认互联网金融会倒逼传统商业银行转型升级盈利增加文中互联网金融狭义概念指做信息技术互联网企业持金融牌开展金融业务
罗兢指出互联网金融快捷支付手段简便操作方式先进信评估系统降低营成商业银行争抢客户容量天弘基金旗余额宝作种互联网货币基金商业银行活期存款利息相收益更高流动性更强年轻投资理财良选择外支付宝蚂蚁花呗款提供贷款门槛更低商业银行信贷业务造成影响总说认互联网金融商业银行盈利力造成定负面击
1]刘志阳黄鸿指出互联网金融中部分业务应影子银行业务透明度高监足规避监造成风险传染商业银行中进引发系统性风险
2]郭品沈悦通构建模型实证分析出结互联网金融提高商业银行全素生产率国商业银行股份制银行技术溢出效应反应程度
3]邹静王洪卫通构建模型强调互联网金融商业银行系统性风险定影响影响短期中长期定差异认期限结构角度互联网金融商业银行影响先升降长期互联网金融会倒逼中国传统金融机构转型升级会颠覆传统金融监框架
4]谢邹传伟认互联网金融模式商业银行间接融资模式资市场直接融资模式均区第三种融资模式科学技术金融融合会传统融资模式造成深刻影响
5]互联网金融研讨会指出互联网金融定程度反映中国金融市场改革处发展程中运互联网技术优势风险理优势更支持金融服务发展传统商业银行资金收放种效补充
6]林雪认互联网金融运营成低信息透明度高客户体验传统金融造成挑战传统金融擅互联网技术结合处理传统创新短期长期发展间关系
7] K Batu TunayNecla TunayIlyas Akhisar认互联网金融商业银行绩效影响影响济发展水客户传统融资方式赖度关
8]刘忠璐指出互联网金融发展推进银行风险理体系变革商业银行破产风险降低时型国银行股份制银行城商行农村银行风险承担力
9]阚瑀婷认互联网金融电子银行代率银行造成风险
10]杨芬表明互联网金融银行良贷款风险破产风险均升
11]吴诗伟朱业李拓指出互联网金融增加商业银行风险时会通促进利率市场化进步抬高风险
12]郭品沈悦文挖掘法编制互联网金融指数出结商业银行互联网金融响应表现出异质性
13]赵喜仓毛茜构建股份制银行面互联网金融业务风险预警模型
14]研究年互联网金融发展带影响北京学联合海新金融研究院蚂蚁金服集团编制互联网金融指数
15]
文献研究互联网金融商业银行营效率盈利力全素生产率等影响学者研究互联网金融商业银行风险影响学者考虑互联网金融概念广义包括非传统金融机构运互联技术金融领域发展提供金融服务包括传统金融机构互联网化升级原风险理模式流程带技术风险文研究狭义互联网金融指互联网技术公司事金融业务商业银行风险造成影响商业银行风险具体分良贷款风险破产风险
第2章 实证分析
互联网金融网络贷款台通常资金贷放中型企业微企业贷款者通常信等级低收入源稳定商业银行愿提供贷款客户互联网金融事业务属影子银行范畴资金流明确易导致杠杆率偏高 互联网金融企业资金银行贷款利率低利率贷投资高风险高收益客户时客户投资项目预期回报公司发生破产时会网贷台端提供资金想获取高收益贷款预期回报贷款资金源商业银行时银行坏账率会提高
着互联网金融企业断蚕食银行收入渠道银行通存款利率低贷款利率高获取利差优势会逐渐减弱会银行动机断扩资产负债表表表外资产规模增加信债权益资产投资断影子银行业务拓展造成银行破产风险升高出监力易风险互联网金融领域传染传统商业银行中引发系统性金融风险
基理分析文提出两实证假说加验证：
假说1：互联网金融发展商业银行风险正影响表现增强商业银行良贷款风险破产风险
假说2：互联网金融类型银行良贷款率产生正击程度国控股银行发生坏账时政府会通坏账剥离方式降低良贷款率受击较股份制银行良贷款率受击较明显
21变量选取
211解释变量
文中选取衡量商业银行风险变量良贷款率风险加权资产占总资产例良贷款率反映商业银行信风险风险加权资产占总资产例（风险加权资产总资产）反映银行破产风险
212解释变量
解释变量互联网金融发展指数根研究文认测量互联网金融发展水方法两种种北京学互联网金融发展指数种中国第三方互联网支付交易规模测量互联网金融发展水鉴文研究2009年2017年互联网金融商业银行影响北京学互联网金融发展指数互联网金融发展指数2009年2013年数缺失国第三方互联网支付交易规模变化代表年互联网金融发展变化文第三方互联网支付交易规模变化作互联网金融发展指数代理变量
图21 中国第三方互联网金融支付交易规模
图21中国第三方互联网支付交易规模2009年2010年呈现出持续走高2013年互联网技术金融深度融合年互联网金融取蓬勃发展第三方互联网支付交易规模达537298亿增加468年表现出强劲增长态势第三方互联网支付交易规模定代表互联网金融发展水
213控制变量
控制变量商业银行资充足率资产规模资充足率方面银行资充足率越高追求高投资高回报动机越银行营越稳健方面银行资越充足具更资险便风险较亏损会破产资产规模言某种程度讲资产规模银行专业化风险分散力强面风险较方面银行易获政府隐性担保规模越越敢投资风险高项目面风险
表21 影响商业银行风险变量
变量类型
变量名称
符号
变量设计
解释变量
商业银行风险
y
良贷款率
加权风险资产占
关键解释变量
互联网金融指数
x
第三方互联网支付交易规模变化
控制变量
银行资充足率
car
银行资充足率
银行资产规模
size
银行资产规模
22样选择数源
文选取中国A股市场市13家商业银行作研究样包括五家型国商业银行八家股份制银行时间跨度2009年2016年面板数源：1银行良贷款率资产收益率资资产率资产规模资充足率存贷等数wind金融资讯家商业银行年度报表2GDP增长率国家统计年鉴3互联网金融发展指数北京学北京学互联网金融发展指数报告第期第二期4中国第三方互联网支付交易规模数艾瑞咨询公司中国第三方支付行业年度监测报告
表22 样银行
银行类型 银行名称 股票代码 市时间
国控股银行 工商银行 601398 20061027
国控股银行 中国银行 601988 20060705
国控股银行 建设银行 601939 20070925
国控股银行 农业银行 601288 20100715
国控股银行 交通银行 601328 20070515
股份制银行 浦发银行 600000 19991110
股份制银行 民生银行 600016 20001219
股份制银行 招商银行 600036 20020409
股份制银行 兴业银行 601166 20070205
股份制银行 华夏银行 600015 20030912
股份制银行 中信银行 601998 20070427
股份制银行 安银行 000001 19910403
股份制银行 光银行 601818 20100809
23描述性统计分析
表23 变量描述性统计量
均值 标准差 值 值
良贷款率（npl）
加权风险资产占（rwa）
互联网金融指数(lninternet)
资充足率(car)
资产规模(lnsize)
00114788 0 004592 0 0291 00038
0 6144752 0 06519 07402 03842
106075 106622 1221 905
01212548 0 012941 01543 0099
2917308 08963913 30814 27643
方样数出互联网金融指数资产规模标准差分10662208963913相略表明互联网金融指数波动发展迅猛资产规模波动型国商业银行股份制银行城市商业银行资产规模差异良贷款率值中国农业银行2009年291值兴业银行2010年038均值1147加权风险值7402值3842资充足率值中国建设银行20151543值安银行2013年99均值1212高央行监水
表24 变量相关系数矩阵1
npl internet car size
npl
internet
car
size
10000
04555* 10000
00000
01662 03992* 10000
00918 00000
04789* 03797* 07666* 10000
00000 00001 00000
表出互联网金融指数商业银行信风险代理变量良贷款率间正相关关系1水显著说明考虑素时互联网金融迅猛发展提高商业银行贷款期收回风险时表表明商业银行资产规模良贷款正相关1水显著表明着银行扩张资产规模增加贷款投放贷款象信级求高良贷款率升
表25 变量相关系数矩阵2
rwa internet car size
rwa
internet
car
size
10000
05334* 10000
00000
00187 03992* 10000
08504 00000
00088 03797* 07666* 10000
09297 00001 00000
表出互联网金融指数商业银行破产风险代理变量风险加权资产占正相关关系相关系数053341水显著表明互联网金融发展速度快会银行资产配置造成更元化影响加社会融资表外非标融资规模直接间接加强银行破产风险商业银行资充足率破产风险呈负相关表明银行资金越充足投资风险权重资产重越银行面破产风险越外银行资产规模破产风险呈正相关
综出互联网金融指数商业银行风险代理变量良贷款率风险加权资产占总资产正相关统计显著互联网金融发展提高银行面风险外着资产规模扩银行承担风险加
24静态面板数模型构建
假说1表明：年互联网金融发展商业银行风险增加验证假说1文2009年2016年13家商业银行系列指标时间跨度GDP增长率构成面板数建立静态面板混合回固定效应效应估计模型：
y1itC+β1xt+i24αiXit+λt+ui+εit(1)
y2itC+β2xt+i24αiXit+λt+ui+εit(2)
两回方程中解释变量y1良贷款率y2风险加权资产占总资产例i表示商业银行样t表示时间（t12…7）C截距样量够关键解释变量xtxt时间变表示年份互联网金融指数表示体时间变控制变量Xit取商业银行资充足率总资产规模观测机变量ui表示反映商业银行异质性截距εit体时间改变扰动项
25元线性回模型构建
假说2表明：互联网金融类型商业银行良贷款率影响验证假说2现样银行分国控股商业银行股份制商业银行两类分构建两元线性回模型便研究互联网金融两种类型银行良贷款率否差异
y1tα+β1xt+εt(1)
y2tα+β2xt+εt(2)
两回方程中样量够建立单素模型解释变量xt时间变表示年份互联网金融指数解释变量y1国控股商业银行良贷款率y2股份制商业银行良贷款率t表示时间（t12…7） α截距 εt时间改变机扰动项
26实证检验结果分析
261互联网金融商业银行风险影响
（1）互联网金融商业银行良贷款风险影响
回结果表26出F 检验p值00000接受混合回估计更优假设Hausman检验P值09928接受ui 解释变量相关假设接受机效应估计认模型应先采机效应模型
表26 互联网金融商业银行良贷款率影响
变量 混合回 固定效应 机效应
npl
internet 00016983 00016253 00016869
0000 0181 0000
car 02095945 01967521 02021736
0029 0000 0000
size 00040054 00040392 00039284
0015 0234 0000
n 104 104 104
R2 04559 04383 04382
F检验 00000
Hausman检验 09928
根机效应估计结果出结：
①互联网金融指数增加1银行良贷款率增加016981水显著数表明互联网金融发展会银行良贷款率增加影响商业银行良贷款发生风险增加影响极微必进步分析互联网金融类型商业银行良贷款率否影响意义进步研究互联网金融五国控股商业银行股份制商业银行传统贷款业务击力
② 商业银行资充足率增加1良贷款率降低20 951水显著数表明商业银行资充足率越高表明风险承担吸收损失力越强控制信水高企业贷款规模总体银行面风险更
③商业银行资产规模增加1良贷款率增加04显著数表明商业银行资产规模扩张时伴着负债信贷投放增加增加贷款期正常收回风险
（2）互联网金融指数商业银行破产风险影响
回结果表27出F 检验p值00000强烈拒绝混合回估计结果Hausman检验P值03948接受机效应估计结果研究互联网金融指数商业银行加权风险资产占总资产例影响静态面板数回模型应采机效应模型
表27 互联网金融商业银行加权风险资产占影响
变量 混合回 固定效应 机效应
rwa
internet 00418469 00667804 00418469
0000 0000 0000
car 1452065 196634 1452065
0031 0003 0012
size 00068911 00441623 00068911
0707 0084 0619
n 104 104 104
R2 04758 04910 04758
F检验 00000
Hausman检验 03948
根机效应估计结果出结：
①互联网金融指数回系数004184691水显著表明互联网金融规模扩张会商业银行加权风险资产占总资产例增加银行会增加风险权重高资产进步资产配置元化应应互联网金融企业业务传统银行利润击确年金融杠杆率断加高部分原商业银行增加理财产品规模着更元化方发展营传统存贷款业务外增加债券非标资产权益类资产配置银行债券非标资产贷款15倍
②银行资充足率回系数1452065影响显著商业银行资充足率越高破产风险发生概率越低巴塞尔协议中规定致
③银行资产规模回系数00068911表明银行总资产规模时增加传统信贷资产时会增加风险权重高资产应动增加评级低风险高等资消耗型资产投放
互联网金融发展商业银行风险产生正影响良贷款风险破产风险均增强实证结果假说1预期致说明风险传染角度利润蚕食角度互联网金融银行风险带扩影响显现
262互联网金融国控股银行股份制商业银行良贷款风险异质性影响
表28 互联网金融国控股商业银行良贷款率影响
变量 npl internet F检验 N R2
元线性回 00004182 037 5 00223
(0724)
根元线性回方程结果出结：
互联网金融发展中国五国控股银行（中国工商银行中国建设银行中国银行中国农业银行中国交通银行）良贷款率升统计显著表明互联网金融国控股银行传统信贷投放业务造成正击互联网金融迅速发展没明显造成型商业银行信风险显著升国控股银行总资产规模国家相关政策支持受金融市场严格监客户群基固定互联网金融造成击明显原
表29 互联网金融股份制商业银行良贷款率影响
变量 npl internet t检验 N R2
元线性回 00029221 00168 8 00223
(0017)
根元线性回方程结果出结：
回方程中互联网金融指数回系数正5水显著表明互联网金融指数股份制银行（中国工商银行中国建设银行中国银行中国农业银行中国交通银行）良贷款率正影响统计显著互联金融迅猛发展会股份制商业银行传统信贷业务造成击贷款正常收回风险显著增加股份制银行资产规模相较客户基数营程中负盈亏竞争中难型商业银行样获垄断市场利润信贷业务互联网金融发展较敏感原
互联网金融国控股商业银行股份制商业银行良贷款风险影响表现出异质性然面击良贷款风险提高股份制商业银行反映更敏感
第3章 结建议
文选取13家商业银行（5家国控股银行8家股份制银行）作研究样互联网金融指数作关键解释变量商业银行风险作解释变量互联网金融商业银行影响做实证研究实证结果表明：互联网金融增加商业银行面风险1 互联网金融商业银行破产风险发生起推动作着互联网金融发展银行加权风险资产占总资产例增加避免互联网金融争夺客户利润家商业银行分资产配置着更加元化方发展通募集资金形成短久期负债投资长久期债券非标资产期限错配程中获取更收益面互联网金融击银行开始投资级较低信债通理财应收款项类投资非标资产2互联网金融型国控股商业银行股份制商业银行良贷款率均升影响股份制商业银行存贷款业务表现更敏感国控股银行发生坏账时政府会通坏账剥离方式降低良贷款率受击较股份制银行良贷款率受击较明显
基述结文提出建议：（1）商业银行应动适应互联网企业带金融环境变化互联网企业合作推出提高客户体验新服务降低中企业融资门槛时增加风险防控力效建立防火墙机制防止互联网金融企业滋生风险传染银行中（2）银行扩张规模增加盈利时增加资产元化配置时量发放零售贷款控制风险权重较高资产例控制风险高评级低等资消耗型资产投放发放贷款时求客户量提供合格足值抵质押品（3）股份制银行营程中没享受国家优惠政策优势产权更明晰公司治理更合
理深度挖掘身优势利信息技术稳定拓展客户群降低互联网金融传统存贷款领域击（4）银行破产风险逐渐增加趋势中央银行增强商业银行委外资金规模控制限制结构化产品杠杆例控制存单理财资金进行债券权益投资例守住发生系统性风险底线
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
