商业银行对互联网金融的学习效应
——基于上市银行经营数据的实证研究

(华南理工大学经济与贸易学院、金融工程研究中心，广东 广州 510006)

问题的提出

近年来，新兴互联网技术在金融领域得到了广泛应用，互联网“开放、平等、协作、分享”的精神不断向金融活动渗透，直接推动了金融市场环境、客户需求和服务模式的深刻变化，催生了互联网金融这一新型金融模式，给传统金融体系，特别是商业银行带来了极大的冲击。这种冲击主要体现在对传统商业银行的竞争与替代效应上，移动支付、社交网络、搜索引擎和云计算等新兴互联网技术的应用大大降低了交易成本，缓解了信息不对称问题，金融交易可以绕过金融中介而直接进行[1]，第三方支付、P2P网贷、互联网金融理财产品等金融创新形成了对商业银行中间业务、资产和负债业务的有效替代[8]，通过推动利率市场化提高了商业银行的资金成本，导致其收益水平的下降与经营风险的增加[9]。互联网金融的竞争与替代效应会形成对商业银行的倒逼机制[10] [11]，促使其提高经营效率和全要素生产率[12] [13]，实际上这是商业银行在面临互联网金融的挑战而进行的一种学习行为，其中既包括为避免资金来源、中间业务等方面受到冲击的损失而产生的被动学习效应，也包括商业银行从互联网金融的发展中吸收有价值的理念、技术和方法，改善经营管理，强化金融创新而进行的主动学习，如同样可以应用大数据技术和方法来提高产品创新速度、核心竞争力和客户服务水平[14]，这种主动学习效应与互联网金融的蓬勃发展而通过示范、竞争、人员流动与业务联系给商业银行带来技术溢出效应有关[13]。现有对互联网金融影响传统商业银行的实证研究大多针对的都是竞争与替代效应，而对互联网金融引发的学习效应则更多停留在理论分析层面，缺乏实证方面的支持，本文试图在界定商业银行对互联网金融的被动与主动学习效应的基础上，进行实证检验。

以往对于商业银行学习效应的实证研究一般针对的都是新设立银行，通过分析其是否会随“年龄”增长而改善经营绩效来进行检验[1]，对于新技术在商业银行的应用，一些学者采用了同样的方法，如DeYoung(2005)[2]、Delgado等(2007)[3]通过对不设立实体网点的纯网上银行经营绩效的分析界定了技术创新的学习效应，Hernando和Nieto(2007)[4]对传统商业银行引入网络银行服务是否存在学习效应的研究等。这些研究针对的都是银行自身主导的技术应用行为，而互联网金融带来的外部冲击大不相同，银行主导的技术创新可以从引入时间来界定经验的积累，但在面临外部冲击时，商业银行真正引入互联网金融理念、技术和方法的时间则难以界定。为此，本文从中国银行业的实际情况出发，由于存贷款业务是最核心的业务以及主要盈利点，因而从真正冲击了商业银行存款业务、以余额宝为代表的互联网金融理财产品创新为切入点来界定商业银行对互联网金融的学习效应，通过对商业银行经营绩效、业务收入、业务成本、存贷款规模等的分析来检验商业银行是否存在着对互联网金融的学习效应及其对商业银行经营的影响。

理论分析

一、商业银行对互联网金融学习效应的理论分析

技术进步与创新是商业银行经营绩效提升的重要源泉[5]，因而商业银行一直都走在新技术应用的前列，由此带来的经验累积就会产生学习效应，但互联网金融的发展并不是由商业银行而是由新兴互联网企业利用其庞大的客户资源、数据和技术优势进行的金融创新，这种外部冲击在与传统商业银行相互竞争的同时，引发了商业银行的学习效应，这主要来自于两个方面：

1. 竞争与替代效应引致的被动学习效应

互联网金融的竞争和替代性对传统商业银行的中间业务、资金的来源和运用以及资金成本都带来极大冲击，为避免客户资源的大量流失，商业银行不得不紧跟互联网金融创新的步伐，推出类似产品和服务以保持其竞争地位。以第三方支付在跨行转账方面的便利与免手续费的优势为例，商业银行同样在不断降低服务费用，如工农中建交五大银行在2016年3月联合宣布免除通过手机银行办理的境内人民币转账汇款手续费，对5000元以下的境内人民币网上银行转账汇款免收手续费；在互联网金融理财产品创新方面，随着余额宝等宝类产品的迅速发展，各大银行都纷纷推出了自己的宝类产品，如中行的活期宝、工行的薪金宝、交行的快溢通、建行的速盈等，加快了货币市场基金产品方面的创新，以削弱互联网金融理财产品对其资金来源的影响。这种被动学习是商业银行在互联网金融冲击下的无奈之举，往往导致其利息支出和管理费用等成本的增加以及中间业务等非利息收入的减少[15][16]。

2. 示范效应引致的主动学习效应

互联网金融的蓬勃发展给传统金融中介带来了很好的示范效应，商业银行可以通过主动学习互联网金融的发展经验，模仿其产品和服务创新，更重要的是吸收和学习其创新的理念与思维，进一步推进产品和服务的改进与创新。例如新兴互联网企业的金融创新离不开其庞大的客户资源以及所掌握的大量数据，为此从2012年开始国内商业银行纷纷建立了自己的电子商务平台，其目的不在于通过电商平台的建设来获取更多的利润，而在于扩大客户基础，拓宽获取客户信息的渠道，更好的把握客户需求，从而有针对的创新金融产品和服务。再比如大数据技术和方法是互联网金融融资模式创新的基础，可以有效降低为小客户和小微企业提供融资服务的交易成本，并获取更多信息来解决信息不对称问题，而传统商业银行正是因为交易成本过高以及信息不对称而忽视了对中小微企业的融资服务，这样就可以借鉴互联网金融在大数据方法和技术方面应用的经验，通过互联网获取更多开放的数据，提高授信业务的标准化程度，在缓解信息不对称的同时，降低交易成本，更有效的服务于中小企业；大数据技术和方法还可以应用于对大企业的服务和风险管理，有助于传统商业银行完善风险管理体系。与此同时，由于新兴互联网企业和商业银行分别在客户资源、数据、互联网技术与传统金融领域各有优势，商业银行还可以通过与新兴互联网企业的合作来推动自身金融产品和服务的创新，而且金融体制的约束促使新兴互联网企业会强化与商业银行之间的合作，通过这种合作，商业银行可以更好的主动学习互联网金融的理念，改进产品和服务，优化经营管理，提高经营业绩。

二、商业银行对互联网金融学习效应的界定：基于竞争与替代效应的分析

商业银行对互联网金融的学习效应不同于新银行在设立以后带来的学习或经验效应，与商业银行自身的技术创新(如引入网络银行服务产生的学习或经验效应)也不同，而是随着互联网金融的发展而不断演进深化的过程。由于国内新兴互联网企业的金融创新活动已有超过十年的历史，因而现有分析互联网金融对中国银行业影响的研究一般都会从2004年前后第三方支付创新开始，然而从互联网金融创新的各种形态，如第三方支付、P2P网贷、网络众筹、互联网金融理财产品等来看，其整体规模一直都不大，对商业银行的冲击也会非常有限，由此而带来的学习效应也会非常有限。在传统金融体系中，商业银行的功能体现在资金的间接融通和支付结算两个方面，由此产生的利差收入和中间收入构成了商业银行盈利的两大支柱，而对于国内银行业而言，在资金渠道方面的垄断地位无疑使得利差收入更为重要，因而对传统信贷业务的冲击才会给中国银行业带来根本性的影响。

从互联网金融创新发展的历程来看，新兴互联网企业首先涉足的是支付结算领域，从2003年开始的第三方支付创新对于商业银行的支付结算和银行卡业务带来了一定的冲击，但如果第三方支付平台只能充当支付媒介，不能对在途资金和账户余额支付利息，对银行存款的分流以及资金成本就不会产生太大的影响。从图1可以看出，第三方支付交易规模占金融机构存款规模的比重在2010年前都不足1%，近年来随着余额宝等互联网金融理财产品的创新才有迅猛的增长，而这与后者实际上改变了第三方支付不支付利息的局面有关。

图1 第三方支付交易规模与金融机构存款规模的对比 (单位：亿元)

从2007年开始，P2P网贷开始进入中国，网络小贷、网络众筹等新兴互联网金融融资模式相继涌现，这些融资方式的创新以大数据为基础，针对的是传统商业银行所忽视的小微企业，交易成本低，因而发展非常迅速，对于商业银行的信贷业务会有一定的冲击，一方面抢占了商业银行对中小微企业的部分贷款业务，另一方面更高的利息收益也分流了商业银行的存款，提高了其资金成本，不过由表1可见，P2P网贷的整体融资规模都很有限，网络众筹则更是微不足道，只是2014年和2015年P2P网贷的融资规模分别超过3000亿和接近1万亿才形成了对商业银行信贷业务的冲击。

互联网金融另一个重要的创新是2013年6月余额宝等一系列宝类产品为代表的互联网理财产品创新，通过投资货币市场基金可以带来比商业银行更高的收益率，而且不排斥小额投资者，由此极大冲击了商业银行的存款与负债业务，为此商业银行不得不被动的通过类似产品创新或提高其各种理财产品的收益率来应对，这种倒逼的利率市场化为小额储户带来更高的收益，提高了商业银行的资金成本。从聚源的统计数据来看，货币市场基金的规模由2013年6月的2992亿，占金融机构存款的0.29%提高到2015年12月的44170亿，占金融机构存款的3.16%，这一增长是互联网金融与银行系宝类产品共同推进的结果。

从互联网金融发展的历程来看，近年来余额宝为代表的互联网金融理财创新以及P2P网贷的迅猛发展给国内商业银行的资产和负债业务带来了根本性的冲击，由此必然迫使商业银行被动或主动的学习互联网金融发展的经验，推动产品和服务创新，因而本文以2013年6月余额宝的推出作为互联网金融发展的重要时间点，以此来界定商业银行对互联网金融的学习效应。

表1 P2P网贷与网络众筹的融资规模 (单位：亿元)

实证研究设计

一、计量模型设定

如前所述，本文以2013年6月余额宝的推出为时间节点来界定商业银行对互联网金融的学习效应，从业务收入、成本费用、存贷款规模、盈利能力等角度选取多个商业银行经营状况的衡量指标来检验商业银行是否存在着对互联网金融的学习效应以及对商业银行经营所产生的影响，构建的计量模型如下：

其中C为常数项，i为商业银行，t代表时间，YEAR和QUARTER是用来控制年度效应和季度效应的虚拟变量，εi,t为随机干扰项。其他相关变量的含义以及选择如下：

1. 因变量PERFORMANCE

从以下四个方面进行选择：一是商业银行整体绩效的衡量指标，包括资产收益率ROA和股权收益率ROE；二是业务收入的衡量指标，包括利息收入IR(=利息收入/贷款总额)、手续费及佣金收入占比(手续费及佣金收入/总资产)；三是业务成本的衡量指标，包括利息支出IE(=利息支出/存款总额)和成本收入比CR；四是存贷款规模的衡量指标，包括存款占总资产比重DEP和贷款占总资产比重LOAN。

2. 互联网金融发展情况的衡量指标IF

互联网金融对商业银行的冲击与其整体规模有关，而目前缺少可以涵盖互联网金融整体发展的指标，一些学者根据百度搜索关键词的方法构建了互联网金融的发展指数，但这一方面并不能反映互联网金融发展的规模情况。为此，本文首先参照吴诗伟等(2015)[17]的做法，考虑到近年来互联网理财产品的创新、P2P网贷规模的发展等与第三方支付都有密切的联系，而互联网金融的发展对不同规模商业银行的影响会有差异，因而这里以第三方支付交易规模与银行资产规模的比值THIRD来衡量互联网金融的整体发展情况；同时考虑到近年来随着规模的迅速扩大，P2P网贷已经成为互联网金融的重要代表力量，因而选取了P2P网贷的成交规模与银行资产规模的比值P2P作为互联网金融整体发展的替代变量，以确保实证结果的稳健。由于竞争与替代效应的存在，互联网金融的整体规模会对商业银行的绩效指标、业务收入、存款和贷款的规模指标产生负面影响，即导致商业银行收入、绩效、存款和贷款规模的降低，而对业务成本指标产生正面影响，即会推高商业银行的成本费用。如果出现和预期变化方向相反的结果，即表明互联网金融的发展会在某些方面并没有竞争或替代效应，反而产生了一种互补或协同效应，有助于商业银行某些方面经营状况的改善。

表2 主要变量及其含义、计算方法

3. 商业银行对互联网金融的学习效应AGE

以余额宝推出的时间AGE(以余额宝推出后季度数的自然对数值表示)来衡量，余额宝等宝类产品的创新冲击了商业银行最核心的存款业务，必然会迫使商业银行被动或主动学习互联网金融的理念、技术和方法，以有效应对互联网金融的竞争，时间越长，随着经验的累积，学习效应就会越强。学习效应的存在会对商业银行整体绩效、业务收入的衡量指标带来正面影响，而对业务成本、存款与贷款规模的衡量指标产生负面影响。由于在实证研究中难以区分商业银行的主动学习和被动学习效应，本文从互联网金融发展对银行业影响的角度，根据IF变量的回归结果来进行初略判断，即竞争与替代效应越强，而AGE变量的回归结果与IF变量的回归结果显著相反，就表明存在着很强的被动学习效应，如果IF变量显示的并非竞争与替代效应，那么就可以确认为存在着主动学习效应。与此同时，由于大银行技术创新的意愿会弱于中小银行[6][7]，而且在面临互联网金融的冲击时，大银行在客户资源、资金来源和运用方面可能具备更为明显的垄断优势，受到的冲击可能会小一些，因而其学习效应可能会弱于中小银行，因此本文加入了一个交叉相乘项AGE·ASSET来反映不同规模的商业银行在学习效应上的差异，如果其系数的符号与AGE相反就可以确认商业银行的学习效应会因规模的不同而不同。

4. 控制变量CONTROL

CONTROL反映了商业银行经营方面的一些特点，主要包括：一是商业银行的规模，以总资产的对数ASSET来衡量；二是商业银行的风险状况，以权益与资产比EQUITY和不良贷款率NPL来衡量；三是市场结构，以根据存款总额计算的市场份额SHARE来衡量；四是商业银行的治理结构，引入虚拟变量STATE，国有控股的商业银行取值为1，非国有控股取值为0。为了避免控制变量与因变量之间可能存在的内生性问题，参照一般的做法，在分析时选取了这些变量滞后一期的数据加入到计量模型中。

二、样本和数据

考虑到互联网金融发展初期对商业银行的冲击非常有限，本文侧重分析余额宝等互联网金融理财产品创新从根本上冲击商业银行一直处于主导地位的存款业务以来商业银行经营情况的变化情况，为此选取了2013年第1季度到2015年第4季度三年共12个季度为研究区间，在这一阶段，互联网金融的迅速发展给商业银行带来了真正的冲击和压力，由此带来的商业银行学习效应会更为明显。考虑到季度数据的可获取性，这里选取了国内上市的16家商业银行为样本1，结合国泰安中国银行财务研究数据库、BVD的BankScope数据库以及上市银行的季度和年度财务报告来确定各变量数据的准确性。由于获取的是季度数据，因此采用与DeYoung(2005)[2]同样的方法，对根据季度数据计算的部分变量，如ROA、ROE、贷款增长率、存款增长率、总资产增长率等进行年化处理。此外，互联网金融整体发展规模的替代变量P2P缺少2013年第1和第2季度的数据。主要变量的描述性统计如表3所示。

表3 主要变量的描述性统计

实证结果与分析

一、面板单位根和协整检验

为避免伪回归，本文首先对上述变量进行面板单位根检验，检验结果见表4。由表4可见，IR、IE、DEP、LOAN、ASSET、NPL、EQUITY、SHARE、THIRD等变量都是一阶平稳的，而P2P为二阶平稳，为此采用KAO检验法对面板数据进行协整检验，结果显示ADF统计量为-3.23，拒绝变量之间不存在协整关系的原假设，即变量之间存在着协整关系，因此可以进行回归估计。

表4 变量面板单位根检验

二、计量方法

本文首先采用Breusch-Pagan检验对各个模型的混合效应和随机效应进行选择；然后再用Hausman检验来选择固定效应模型与随机效应模型，但统计量为负值，Hausman检验无效，而本文在模型中加入了虚拟变量STATE，故本文采用随机效应模型，为防止序列相关和异方差，因而本文采用FGLS的回归方法。对于因变量与控制变量之间可能存在的内生性问题，控制变量加入模型的为滞后一期的数据。同时为了确保回归结果的可靠性，对回归残差序列进行了单位根检验。

三、回归结果与分析

本文选取了商业银行经营的四个方面共8个因变量来分析商业银行对互联网金融的学习效应及其影响，表5给出了这8个因变量回归的结果，每个因变量的回归分三步进行，首先不加入控制变量，对THIRD、AGE和AGE·ASSET直接进行回归，然后再加入控制变量，最后再以P2P作为互联网金融整体发展规模的替代变量进行稳健性检验，从残差序列单位根检验的结果来看，24个模型的回归结果都通过了协整检验，回归结果可靠。

表5 回归结果(1)：整体经营绩效

1.在整体经营绩效方面，对资产收益率ROA的回归中THIRD、AGE和AGE·ASSET的回归系数都显著，THIRD的系数为负表明互联网金融发展的竞争与替代效应确实降低了商业银行的资产收益率，但AGE的系数为正表明商业银行对互联网金融产生了一定的学习效应，改善了资产收益率，而交叉相乘项AGE·ASSET的系数为负，表明大银行在学习互联网金融方面不如中小银行；对股权收益率ROE的回归中尽管在加入控制变量后THIRD、AGE和AGE·ASSET的回归系数不再显著，但符号与对ROA的回归结果一致，可以支持对资产收益率ROA的回归结果。在以P2P作为替代变量的检验中，回归系数同样不显著，但符号没有发生变化，同样可以支持以THIRD作为互联网金融衡量指标的结果。

表6 回归结果(2)：业务收入

2.在业务收入方面，在对利息收入IR的回归中，THIRD的系数为负但不管是否加入控制变量都不显著，而替代P2P的系数则显著为负，这表明从互联网金融的整体来看，对商业银行利息收入的冲击并不大，而网络借贷规模的发展则产生了一定的竞争与替代效应；AGE的系数显著为正，表明商业银行在贷款业务方面存在着对互联网金融的学习效应，吸收了互联网金融在提供融资服务方面的一些理念、技术和方法而提高了利息收入，而交叉相乘项AGE·ASSET的系数为负，但只在加入控制变量后显著，在一定程度上表明大银行在贷款业务方面的学习效应会弱于中小银行；在对业务及管理费收入COM的回归中，THIRD的系数为负，但加入控制变量后不显著，P2P的系数同样为负但不显著，表明互联网金融发展对商业银行的中间业务存在着一定的竞争与效应，而AGE的系数显著为正，表明商业银行在中间业务方面存在着对互联网金融的学习效应，在互联网金融的竞争下，改善了中间业务的经营绩效，交叉相乘项AGE·ASSET的系数显著为负，同样表明大银行在中间业务方面的学习效应会弱于中小银行。

表7 回归结果(3)：业务成本

3.在业务成本方面，对利息成本IE和成本收入比CR的回归结果显著性都不强，THIRD系数的显著性最强，且都为正，这表明互联网金融的发展确实推高了商业银行的业务成本，不过P2P的系数不显著，特别是在对IE的回归中为负，与理论上P2P会推高商业银行的利息成本有所出入；AGE和交叉相乘项AGE·ASSET的系数都不显著，表明商业银行在业务成本方面并没有产生显著的学习效应，不过AGE的系数都为负，表明随着商业银行对互联网金融发展的经验不断积累，在一定程度上有助于商业银行成本的降低，AGE·ASSET的系数都为正表明大银行的效应要弱于中小银行。

4.在存贷款规模方面，对存款占总资产比重DEP的回归结果显著性更好，THIRD的系数都显著为负，表明互联网金融的发展对商业银行的存款业务产生了极大的冲击，挤占了商业银行的资金来源，AGE的系数都显著为正，表明随着互联网金融的发展，商业银行也确实从中吸取了一些有益的经验，加大了产品创新的力度，在一定程度上削弱了互联网金融发展所带来的冲击，AGE·ASSET的系数都显著为负同样表明大银行在学习互联网金融强化产品创新，确保资金来源方面不如中小银行；对贷款占总资产比重LOAN的回归则显著性不强，且系数的符号在加入控制变量后改变了，其中唯一可以确定的是THIRD的系数为负，这说明互联网金融的发展确实对商业银行的传统信贷业务产生了一定的冲击，不过这一影响并不显著，而AGE和交叉相乘项AGE·ASSET的系数符号发生了改变，意味着商业银行对互联网金融的学习效应并不会对贷款的规模产生显著的影响。在以P2P作为替代变量的回归结果中，系数都不显著且结果不一致，这可能与P2P的整体规模与银行业的信贷业务相比非常有限导致影响有限有关。

表8 回归结果(4)：存贷款规模

研究结论

本文基于我国16家上市银行2013～2015年余额宝等互联网金融理财创新前后三年共12个季度的面板数据对商业银行是否存在着对互联网金融发展的学习效应进行了考察，并得出如下结论：

1.与之前大多数研究一样，本文的实证分析发现互联网金融确实存在着对传统商业银行显著的竞争与替代效应，而这一效应主要体现在对存款业务和中间业务的冲击上，通过对商业银行存款业务的冲击挤占了其资金来源，使商业银行的存款规模显著降低，推高了商业银行利息支出，对中间业务的冲击主要体现在显著减少了商业银行手续费及佣金收入上，导致商业银行成本收入比的提高，由此直接降低了商业银行的经营绩效，这体现在与资产收益率和股权收益率的显著负相关关系上。然而，本文发现互联网金融对商业银行贷款规模和利息收入的竞争与替代效应并不明显，尽管回归系数都为负，但并不显著，而以P2P网络借贷为替代变量回归得到的结果不显著且符号不一致，可见P2P借贷规模对商业银行信贷业务的冲击很有限，这有可能是互联网金融与传统商业银行在融资对象的选择上竞争性不高有关，实际上互联网金融的迅速发展与其注重对传统商业银行所忽视的中小企业等“小众市场”密切相关。

2.互联网金融发展的一些理念、技术和方法正逐步为商业银行所吸收，并不断融入到商业银行的经营活动中，这主要反映在存款规模和中间业务收入两个方面，而这又正是互联网金融对商业银行竞争与替代效应最为显著的领域。可见，互联网金融对商业银行的冲击越大，商业银行改善经营管理，强化产品创新的激励就越强烈。与此同时，商业银行在利息收入方面也显现了一定的学习效应，表明互联网金融在授信融资方面的一些先进技术和方法也在不断为商业银行所运用。不过在贷款规模方面，商业银行是否存在学习效应尚不明确，这可能与互联网金融更多应用于对中小企业贷款，但这对商业银行贷款业务的影响又非常有限导致的。总体来看，商业银行对互联网金融的学习效应已经在改善商业银行绩效方面得到了体现，有助于其资产收益率的提高。由于实证结果中基本没有发现互联网金融与商业银行之间的互补与协同效应，因而可粗略判断商业银行所体现的学习效应更多来自与互联网金融竞争与替代所带来的被动学习效应，而主动学习效应比较有限。从这个角度来看，要推动国内银行业的改革与创新，还是要通过促进市场竞争，才可能给商业银行带来足够的动力。

3.商业银行的学习效应会受到其规模的影响，互联网金融的发展确实给银行业带来了极大的冲击，但对不同规模的商业银行所产生的影响会有所差异。相对于大银行而言，中小规模的银行对于互联网金融的冲击更为敏感，因而在学习吸收互联网金融的理念、技术、方法方面更为主动，而大银行在市场中占有更大的市场份额和竞争优势，受互联网金融的冲击相对更小一些，因而学习效应要弱于中小商业银行。

注释

1.选取的16家国内上市银行包括：工商银行，中国银行，农业银行，建设银行，交通银行，招商银行，中信银行，广大银行，华夏银行，上海浦发银行，民生银行，平安银行，兴业银行，南京银行，北京银行，宁波银行。