第三方支付对商业银行盈利性影响的实证分析

赵莹

【摘 要】 伴随着第三方支付规模的不断扩展，第三方支付所提供的业务服务种类也越来越多，在支付领域与商业银行的某些业务产生了交集，与商业银行逐渐产生了竞争关系，商业银行受到了严峻的挑战。本文通过构建面板数据模型来分析第三方支付对商业银行盈利性的影响，来实证检验第三方支付对商业银行影响的方向和程度。

【关键词】 第三方支付 商业银行 盈利能力 面板数据模型

一、引言

本文通过构建面板数据模型来分析第三方支付对商业银行盈利性的影响，来实证检验第三方支付对商业银行影响的方向和程度。从而使商业银行有针对性的采取措施应对这一挑战。

二、第三方支付对商业银行盈利性影响的实证研究

（一）样本的选取

本章选取11家上市商业银行：中国工商银行、中国银行、中国建设银行、交通银行、浦发银行、中信银行、兴业银行、光大银行、民生银行、招商银行、平安银行2007年-2016年的数据作为样本进行研究。

（二）变量的选择

1、因变量的选择。前文已经提到对于商业银行来讲衡量盈利性的指标主要有总资产回报率（ROA）和净资产收益率（ROE）这两个指标。本文选用净资产收益率作为衡量商业银行盈利性的指标，即模型的因变量。

2、自变量的选择。本文研究的是第三方支付对商业银行盈利性的影响，所以第三方支付交易额是模型的自变量，由于影响商业银行盈利性的还有其他因素，因此本文选择了一些相关指标作为模型的控制变量

（1）与资本充足率相关的指标。资本充足率是银行的资本与风险资产的比值。如果资本充足率高，银行抵抗风险的能力就会上升，当银行的资本达到一定数额时，其融资的成本便会降低，从而提高获得的利润。

（2）与流动性相关的指标。一般来讲，流动性的具体体现为贷存比，即银行的贷款金额与存款金额的比值。而贷存比数值的高低并不能直接说明银行的盈利能力。贷存比越高，说明银行可流动资金越少，但另一方面则说明银行通过放贷出去的资金数额在提高，相应地可获得利息收入也在提高，可以为银行带来丰厚的利润。

（3）与资产质量相关的指标。商业银行所谓的资产质量一般指的是资金用在某方面所能为银行带来的收益效果，其中尤指贷款。目前银行的绝大部分收入还是依靠贷款利息，所以贷款质量的好坏将对银行的盈利能力及发展前景产生直接的影响。本文用不良贷款率作为商业银行资产质量的指标。

（4）与中间业务相关的指标。中间业务主要以手续费及佣金构成，所以，本文以手续费及佣金的收入占营业总收入的比率作为指标来衡量商业银行中间业务的发展情况。

（三）模型的设定。根据变量的选择，设定面板数据模型的一般形式为：

其中，是估计系数，是扰动项。变量含义及名称表示见表1

（四）实证分析

设定了一般形式后，下面要研究具體采用哪种形式。面板数据一般分为三种类型，依次是混合回归模型，变截距模型及变系数模型，变截距模型又包括个体固定效应模型和个体随机效应模型。

为了构建面板模型，首先要确定到底采用哪种模型类型。可以从下面的两个步骤进行：

一是通过F检验判断是选择混合回归模型、变截距模型还是变系数模型。

二是通过Hausman检验判断应该选择个体随机效应模型还是个体固定效应模型。

1、F检验。通过F统计量检验确定应该建立哪种模型。首先应对样本数据分别进行各种模型的回归，根据回归结果计算F值来判断选用的回归模型。F统计量检验的原假设有两个，分别为：

首先进行变系数模型回归，得到残差平方和S1=275.4148，然后进行变截距模型回归，得到残差平方和S2=1262.782，最后进行混合模型回归，得到残差平方和S3=1743.931。

计算F统计量： F2==3.91>F0.05 （60， 44），拒绝H2， F1==3.15>F0.05 （55， 44），拒绝H1 ，由于本文所选数据的特征，不适合采用变系数模型，所以仅考虑混合模型和变截距模型的选择，又由于检验结果拒绝H2 ，所以可以选择变截距模型。

2、Hausman检验。通过Hausman检验确定应该建立随机效应回归模型还是固定效应模型。Hausman检验的原假设与备择假设如下：

Ho： 个体效应与回归变量无关（个体随机效应回归模型）

H1： 个体效应与回归变量相关（个体固定效应回归模型）

根据Eviews输出的结果，Hausman统计量的值H=3.2944，相对应的概率是P=0.6547，说明检验结果接受了原假设，应该建立随机效应回归模型。

三、实证结果分析

通过建立个体随机效应模型，得到回归方程如下：

从回归结果来看，TNP与ROE存在负相关关系，也就是说第三方支付对商业银行的盈利能力有不利的影响，第三方支付的发展与商业银行的某些业务存在竞争关系，影响了商业银行的盈利。