劉敏悅 孫英雋
摘 要:近年來,隨著互聯(lián)網(wǎng)金融在我國快速發(fā)展,傳統(tǒng)商業(yè)銀行的業(yè)務(wù)模式受到了一定程度的影響,更是給商業(yè)銀行的信用風(fēng)險管理帶來巨大挑戰(zhàn)?;谥袊?5家股份制商業(yè)銀行2009—2018年度的面板數(shù)據(jù),通過隨機效應(yīng)回歸模型進行了互聯(lián)網(wǎng)金融對商業(yè)銀行信用風(fēng)險影響的實證分析,得出互聯(lián)網(wǎng)金融會加劇商業(yè)銀行信用風(fēng)險的結(jié)論,并結(jié)合兩者多元發(fā)展的現(xiàn)狀,提出降低商業(yè)銀行信用風(fēng)險的合理化建議。
關(guān)鍵詞:互聯(lián)網(wǎng)金融;商業(yè)銀行;信用風(fēng)險;隨機效應(yīng)模型
引言
如今,互聯(lián)網(wǎng)金融正處在高速發(fā)展的風(fēng)口浪尖下,所涉及的金融領(lǐng)域?qū)鹘y(tǒng)商業(yè)銀行的綜合業(yè)務(wù)造成一定沖擊,形成直接競爭關(guān)系,在加速商業(yè)銀行市場化轉(zhuǎn)型的同時也加大了商業(yè)銀行經(jīng)營過程中的信用風(fēng)險。中國互聯(lián)網(wǎng)金融起步較晚、發(fā)展較快,相關(guān)的研究往往缺乏全面性。為了更全面分析問題,基于外部宏觀環(huán)境和銀行內(nèi)部風(fēng)控機制的分析,運用主成分分析法合成互聯(lián)網(wǎng)金融發(fā)展的綜合指標,通過隨機效應(yīng)回歸模型研究互聯(lián)網(wǎng)金融對我國商業(yè)銀行的信用風(fēng)險的影響程度,并針對性地提出降低商業(yè)銀行信用風(fēng)險的可行建議,以引導(dǎo)商業(yè)銀行穩(wěn)定發(fā)展。
一、文獻綜述
互聯(lián)網(wǎng)金融的出現(xiàn)推動了傳統(tǒng)金融機構(gòu)的市場化轉(zhuǎn)型與發(fā)展。作為經(jīng)濟活動中樞的商業(yè)銀行,其未來的發(fā)展趨勢關(guān)系到整個經(jīng)濟體系的穩(wěn)定。自互聯(lián)網(wǎng)金融的概念提出以來,許多學(xué)者就互聯(lián)網(wǎng)金融對傳統(tǒng)商業(yè)銀行的影響進行了探討和研究。
在互聯(lián)網(wǎng)金融對商業(yè)銀行信用的影響上,學(xué)者們總體上分成兩種觀點。一方強調(diào)互聯(lián)網(wǎng)金融對傳統(tǒng)金融機構(gòu)的風(fēng)險影響弊大于利:郭品(2015)從動態(tài)演進視角得出互聯(lián)網(wǎng)金融與商業(yè)銀行風(fēng)險關(guān)系的“U”型趨勢,認為未來互聯(lián)網(wǎng)金融將抬高商業(yè)銀行的風(fēng)險承擔(dān)[1]。黃建康(2016)基于價值體系的分析,闡述了傳統(tǒng)商業(yè)銀行在轉(zhuǎn)型過程中受到互聯(lián)網(wǎng)金融沖擊的顛覆性影響[2]。建立在作用機制上,陳加才(2019)發(fā)現(xiàn)互聯(lián)網(wǎng)金融發(fā)展帶來的利率效應(yīng)高于技術(shù)外溢效應(yīng),在加劇我國商業(yè)銀行風(fēng)險承擔(dān)的同時也不利于宏觀金融的穩(wěn)定[3]。另一方學(xué)者則持相反態(tài)度:陳嘉欣(2016)指出,從長期來看互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險的沖擊會逐漸趨于平穩(wěn),兩者應(yīng)合作創(chuàng)新、共謀發(fā)展[4]。在此基礎(chǔ)上,袁仁淼(2017)引入chow突變點檢驗比較不同發(fā)展階段,提出金融危機時代前后互聯(lián)網(wǎng)金融的發(fā)展均有效降低了商業(yè)銀行的信用風(fēng)險[5]。李慶華(2019)研究發(fā)現(xiàn),在加強規(guī)范發(fā)展的前提下,互聯(lián)網(wǎng)金融與商業(yè)銀行的互利共生可有效降低銀行的信用風(fēng)險[6]。
上述文獻對互聯(lián)網(wǎng)金融與商業(yè)銀行的研究都做出了寶貴貢獻,但鮮少有學(xué)者在實證模型中反映互聯(lián)網(wǎng)金融對商業(yè)銀行信用風(fēng)險的影響,忽視了外部環(huán)境與銀行內(nèi)部的風(fēng)控變化,缺乏全面性。因此,綜合了外部宏觀環(huán)境和銀行財務(wù)數(shù)據(jù),利用面板數(shù)據(jù)構(gòu)建隨機效應(yīng)回歸模型來深入探究互聯(lián)網(wǎng)金融對我國商業(yè)銀行的信用風(fēng)險的影響程度,通過充分的實證分析多維度提出商業(yè)銀行未來發(fā)展的合理建議。
二、實證研究
(一)研究假設(shè)
互聯(lián)網(wǎng)金融產(chǎn)業(yè)憑借低成本、高效率、廣覆蓋等優(yōu)勢高速擴張,勢必會對傳統(tǒng)金融機構(gòu)造成沖擊。尤其在存貸款、中間業(yè)務(wù)等領(lǐng)域擠占了商業(yè)銀行的生存空間,此時追求利益最大化的商業(yè)銀行往往會忽視貸款質(zhì)量、提升貸款利率,極易引發(fā)信用風(fēng)險。而且,互聯(lián)網(wǎng)作為借款人與商業(yè)銀行的中間平臺,若信用違約造成的不良貸款頻頻出現(xiàn),作為大部分資金提供來源的商業(yè)銀行不得不承擔(dān)信用風(fēng)險造成的損失。另一方面,互聯(lián)網(wǎng)平臺形成的沉淀交易模式分流了商業(yè)銀行的一部分存款,存款規(guī)模的下降不僅減少了商業(yè)銀行的收入來源,還導(dǎo)致傳統(tǒng)銀行抵御信用風(fēng)險的能力大幅減弱。故提出假設(shè):HO:互聯(lián)網(wǎng)金融對商業(yè)銀行的信用風(fēng)險有顯著影響。
(二)樣本選擇和數(shù)據(jù)來源
借助Eviews10.0軟件對我國15家股份制商業(yè)銀行的面板數(shù)據(jù)進行統(tǒng)計分析,樣本期間為2009—2018年,其中,代表互聯(lián)網(wǎng)發(fā)展水平的各項指標來源于艾瑞咨詢,銀行內(nèi)部數(shù)據(jù)來源于國泰安數(shù)據(jù)庫,宏觀經(jīng)濟數(shù)據(jù)來源于中國統(tǒng)計年鑒、EPS全球統(tǒng)計數(shù)據(jù)平臺。
(三)變量選取
1.被解釋變量。不良貸款率(NPL):NPLit表示第i家銀行第t年的不良貸款率,作為評判商業(yè)銀行信用風(fēng)險的指標。
2.解釋變量。(1)核心解釋變量——互聯(lián)網(wǎng)金融發(fā)展水平(YD)。建立在沈悅(2015)研究的基礎(chǔ)上[7],運用“文本挖掘法”選取了九個代表互聯(lián)網(wǎng)金融發(fā)展水平的指標,進行主成分降維分析,構(gòu)建為互聯(lián)網(wǎng)發(fā)展水平的綜合指標YD(如表1所示)。(2)其他解釋變量。CAR:資本充足率、LDR:存貸比例、PCR:撥備覆蓋率、TAT:總資產(chǎn)周轉(zhuǎn)率。
3.控制變量。國內(nèi)生產(chǎn)總值(GDP):商業(yè)銀行面對不同時期的宏觀經(jīng)濟波動做出不同的信貸政策,從而親周期的態(tài)勢會影響信用風(fēng)險。
(四)樣本的描述性統(tǒng)計和平穩(wěn)性檢驗
表2為150個面板數(shù)據(jù)觀測值的描述性統(tǒng)計,為確保結(jié)果的有效性,故進行平穩(wěn)性檢驗,如表3所示。非平穩(wěn)變量中LDR、GDP經(jīng)檢驗為一階單整變量,符合面板數(shù)據(jù)協(xié)整檢驗的前提,對其進行Kao檢驗,統(tǒng)計量對應(yīng)的P值小于0.05,拒絕原假設(shè),說明存在長期均衡關(guān)系,可進行進一步的回歸分析。
(五)模型建立及估計結(jié)果
為驗證假設(shè)中二者的關(guān)系,首先應(yīng)通過Hausman檢驗判斷建立回歸分析中的哪一類模型。由檢驗結(jié)果得知,統(tǒng)計量相對應(yīng)的概率大于0.05,不拒絕個體、時點存在隨機效應(yīng)的原假設(shè),故建立以下隨機效應(yīng)回歸模型:
1.模型回歸結(jié)果
(六)實證結(jié)果分析
1.互聯(lián)網(wǎng)金融一定程度上加劇了商業(yè)銀行的信用風(fēng)險。YD的系數(shù)在5%的顯著性水平下為正,表明互聯(lián)網(wǎng)金融的發(fā)展與商業(yè)銀行的信用風(fēng)險呈正相關(guān)。由于互聯(lián)網(wǎng)金融的沖擊,傳統(tǒng)商業(yè)銀行為了追求經(jīng)營效益、堅守市場地位,會傾向于偏好高風(fēng)險業(yè)務(wù),貸款質(zhì)量的下滑與貸款規(guī)模的擴張迅速拉升存貸比,促使代表信用風(fēng)險指標的不良貸款率同方向變動,加大了商業(yè)銀行信用風(fēng)險的發(fā)生。
2.互聯(lián)網(wǎng)金融對股份制商業(yè)銀行信用風(fēng)險的影響存在異質(zhì)性。撥備覆蓋率高的銀行沖銷貸款損失的能力較強,可在合理范圍內(nèi)有效預(yù)防信用風(fēng)險;資本充足率體現(xiàn)了短期的償債水平,商業(yè)銀行資產(chǎn)規(guī)模較大,其所受風(fēng)險沖擊的影響較小??傎Y產(chǎn)周轉(zhuǎn)率考察了不同商業(yè)銀行全部資產(chǎn)的利用效率及經(jīng)營質(zhì)量,保證了自由現(xiàn)金流的提高。上述三項指標啟示了商業(yè)銀行管理者應(yīng)注重內(nèi)部信用風(fēng)險的分散與防控機制。
3.國內(nèi)生產(chǎn)總值與不良貸款率負相關(guān),體現(xiàn)了宏觀經(jīng)濟對商業(yè)銀行信用風(fēng)險的周期性影響:經(jīng)濟蕭條時期,貸款違約率發(fā)生的概率較高,信用風(fēng)險增加,反之銀行承擔(dān)的風(fēng)險降低。
三、結(jié)論與建議
從樣本數(shù)據(jù)的實證分析來看,互聯(lián)網(wǎng)金融的確會加劇傳統(tǒng)商業(yè)銀行的信用風(fēng)險。但我們不能忽視金融創(chuàng)新帶來的優(yōu)勢,故應(yīng)在此背景下提出加強商業(yè)銀行信用風(fēng)險控制的可行性建議。
1.傳統(tǒng)商業(yè)銀行應(yīng)積極擁抱互聯(lián)網(wǎng)金融的創(chuàng)新,借鑒其優(yōu)勢取長補短。長年的發(fā)展使商業(yè)銀行擁有了穩(wěn)定而廣泛的客戶群體,可以利用互聯(lián)網(wǎng)平臺搭建客戶信息的大數(shù)據(jù)庫,完善信用評級機制,實現(xiàn)銀行間的客戶信息共享,公開負債數(shù)額多、還款能力受限的高風(fēng)險用戶,確保貸款質(zhì)量。同時,網(wǎng)上銀行交易時可依靠貸款I(lǐng)D監(jiān)控資金去向,一旦出現(xiàn)異常則根據(jù)情況隨時撤資,以有效抑制外部道德風(fēng)險的出現(xiàn),增強安全性。
2.在與互聯(lián)網(wǎng)金融競爭的大環(huán)境下,商業(yè)銀行對發(fā)放貸款行業(yè)的選擇應(yīng)突破以往的單一性,利用大數(shù)據(jù)對不同行業(yè)制定個性化的放貸標準,使不滿足傳統(tǒng)信用評級的中小微企業(yè)可獲得及時的融資,更重要的是幫助自身從行業(yè)、區(qū)域維度優(yōu)化信貸結(jié)構(gòu),分散信用風(fēng)險,加強抵御風(fēng)險的能力。
3.轉(zhuǎn)型過程中,商業(yè)銀行需充分依托資金實力強、客戶信任度高等優(yōu)勢開發(fā)創(chuàng)新型理財產(chǎn)品,應(yīng)用區(qū)塊鏈等金融科技降低中間成本、提升服務(wù)效率,從而形成核心競爭力來滿足宏觀的市場需求,與互聯(lián)網(wǎng)金融開展差異化競爭。
4.在現(xiàn)有風(fēng)控機制的基礎(chǔ)上進一步健全商業(yè)銀行內(nèi)部的信用風(fēng)險管理。為防止銀行從業(yè)人員為自己謀利而做出不利的信貸決策,應(yīng)實時記錄每項信貸業(yè)務(wù)的總體評價和質(zhì)量,嚴格執(zhí)行綜合考評體制的貫徹,鼓勵員工規(guī)范自身行為,引導(dǎo)商業(yè)銀行健康發(fā)展。