【互联网金融对农村商业银行风险承担影响机制分析6200字】

西北农林科技大学硕士学位论文.2互联网金融对农村商业银行风险承担影响——市场竞争的调节作用为进一步分析互联网金融是否通过市场竞争对农村商业银行风险承担产生影响,本文建立如下模型：RISK（5-7）其中，被解释变量RISKit表示银行i在时期t的风险承担。在模型中，被解释变量RISKit表示农村商业银行的风险承担，核心解释变量IFit表示互联网金融发展水平。交互项为IF控制变量Controlsit，包括银行层面的资本充足水平、盈利能力、流动性水平、经营效率以及资产规模，宏观环境变量包括竞争水平和人均GDP。α是截距项，θt是商业银行时间效应，互联网互联网金融农村商业银行风险承担利率市场化市场竞争图5-1互联网金融对农村商业银行风险承担的影响机理同时考虑到互联网金融对农村商业银行风险承担的影响可能市场竞争以及利率市场化的调节,本文使用面板门槛回归模型，以市场竞争、利率市场化以及互联网金融指数为门槛变量,构建门槛模型:RISK（5-8）其中：Moderator表示门槛变量；γ代表门槛值；I（·）表示指示性函数，具体取值情况依据门槛变量和对应的门槛值确定。当市场竞争或者利率市场化小于或等于对应门槛值时，IModerator≤γ=1，IModerator≤γ=0；当市场竞争或者利率市场化大于对应门槛值时，IModerator≤γ=0，RISK（5-9）模型（5-4）中，各变量含义同模型（5-3）一致根据模型（5-7）、（5-8）、（5-9）对全样本进行回归。表5-5所得到的回归结果。可以看出，固定效应回归、双向固定效应回归和系统GMM回归三个模型的结果是一致的，互联网金融总指数ia回归系数显著为正，交互项的回归系数为在5%的水平上显著为负。因此，该交互项结果表明银行竞争水平越高，互联网金融对农村商业银行风险承担的冲击越大。基于Hansen(1999）的方法进行面板门槛存在性检验。在重叠模拟似然比检验统计量500次、置信区间95%条件下的估计结果表明，市场竞争以及互联网金融指数仅显著通过单一门槛，未通过双重门槛检验。告诉我们从门槛效应结果我们可以看出，当Lerner指数小于0.35（银行竞争水平越高）时，互联网金融对农村商业银行风险承担产生负面影响，农商行的风险会随着互联网金融的发展而增加。当互联网金融指数大于0.9（互联网金融发展水平越高）时，市场竞争对农村商业银行风险承担产生负面影响。这不难看出二者之间存在积极的互动效应。也就是互联网金融发展水平的提高和农商行市场竞争的加剧对农村商业银行风险承担都产生了消极的作用。究其原因，一方面来说，过度竞争的农村金融市场会导致农商行之间在存款上的“恶性”竞争，使得农商行获取资金的成本增加，另一方面贷款市场竞争的加剧会使得农村商业银行贷款利率下降，为了保持利润农村商业银行会降低放贷标准，银行贷款质量下降，不良贷款随之增多，从而加大了其破产风险。表4-2展示了市场竞争对互联网金融加大农村商业银行风险承担路径的影响。从市场竞争的角度来看，覆盖广度对农商行风险承担的影响大于使用深度对农商行风险承担的影响，并略高于货币基金服务和支付服务。此外，互联网金融服务的覆盖广度可能比互联网金融使用深度更加重要。一方面，由于农民对于金融了解不够充分、金融知识匮乏，其往往不愿意尝试新的互联网金融产品，使用的互联网金融服务类型也较为有限。所以互联网金融使用深度对农村商业银行的冲击较覆盖广度小；另一方面，农村商业银行的业务类型还是以传统信贷为主，互联网金融服务种类的增加除了与商业银行形成竞争关系，还与农村商业银行形成互补关系，是农村商业银行未涉及领域或不太关注领域的补充。此外，货币基金由于普遍高于银行存款的收益率，且门槛较低，使得之前被传统金融机构拒之门外的农村居民争相购买，引发农村资金大幅外流，增大了农村商业银行的风险。而互联网金融提供的信贷服务对农村商业银行风险承担没有显著影响，可能由于农村商业银行拥有掌握客户软信息的比较优势，可以凭借其得天独厚的地缘优势搜集客户相关信息，从而精确的识别并高效的获取优质客户。互联网金融的信贷业务对农村商业银行的冲击并不显著，一方面可能由于农商行深耕于农村金融市场，充分利用其业缘以及地缘优势，牢牢锁定农村客户；另一方面，可能由于本文的互联网金融数据主要包括的是支付宝的相关数据，互联网金融服务中有关于信贷的服务还有大部分来源于P2P网贷等其他网络借贷平台。同时，银行竞争分别正向调节了互联网金融覆盖深度、使用广度以及支付、基金服务对农村商业银行风险承担的影响，说明激烈的市场竞争会加剧互联网金融各个业态对农村商业银行风险承担的冲击。表5-5基本回归结果(1)(2)(3)ia_new0.496**0.542**0.595***(2.39)(2.58)(4.78)Lerner0.4901.0511.300***(0.61)(1.26)(2.92)ia_lerner-1.415**-1.496**-0.620**(-2.39)(-2.51)(-2.30)cadr_w-0.0217-0.0167-0.00112(-1.53)(-1.17)(-0.12)roa-0.0241-0.226-0.605***(-0.16)(-1.31)(-9.20)cir0.0174***0.0153***0.00345(3.38)(2.88)(1.60)ldr0.0111***0.0113***0.00321(2.99)(3.01)(1.07)lnta0.0977*0.117**0.117(1.71)(2.03)(1.30)lnpcgdp-0.0424-0.0262-0.124**(-0.70)(-0.43)(-2.11)tfd-0.00116-0.001170.00345***(-1.56)(-1.59)(3.24)_cons-4.677***-4.926***0.0292(-4.31)(-4.49)(0.02)YearNoYesYesProvinceYesYesYesThresholdinLerner0.350.350.35Thresholdinia0.90.90.9N845845534注：***、**、*分别表示在1%、5%和10%水平上显著相关；括弧中为p值。

(1)(2)（3）（4）（5）udcbpaymonfcreditud0.365*(1.85)ud_lerner-0.887*(-1.77)cb0.456**(2.28)cb_lerner-1.171**(-2.16)pay0.2570***(2.61)pay_lerner-1.002**(-2.46)monf0.2871***(2.78)monf_lerner-1.029***(-2.64)credit-0.1647(-0.72)credit_lerner0.129(0.58)Lerner0.3280.5900.1690.250-1.028**(0.43)(0.79)(0.25)(0.37)(-2.16)cadr_w-0.0171-0.0166-0.0199-0.0178-0.0153(-1.19)(-1.16)(-1.40)(-1.25)(-1.06)roa-0.206-0.203-0.0910-0.0943-0.135(-1.17)(-1.19)(-0.59)(-0.61)(-0.79)cir0.0157***0.0155***0.0165***0.0170***0.0171***(2.93)(2.94)(3.17)(3.31)(3.25)ldr0.0113***0.0113***0.0107***0.0114***0.0115***(2.98)(3.01)(2.88)(3.05)(3.05)lnta0.119**0.114**0.101*0.108*0.115**(2.04)(1.98)(1.76)(1.87)(1.98)lnpcgdp-0.0182-0.0384-0.0217-0.0170-0.00480(-0.30)(-0.62)(-0.36)(-0.28)(-0.08)tfd-0.00109-0.00136*-0.00106-0.00103-0.00102(-1.49)(-1.81)(-1.44)(-1.41)(-1.33)_cons-4.872***-4.655***-4.586***-4.908***-0.0153(-4.36)(-4.26)(-4.23)(-4.48)(-1.06)N845845845845845表5-6互联网金融分指数影响效应的回归结果 注：***、**、*分别表示在1%、5%和10%水平上显著相关；括弧中为p值。1.3互联网金融对农村商业银行风险承担影响——利率市场化的调节作用根据模型（5-7）、（5-8）、（5-9）对全样本进行固定效应回归。为消除时间变化、内生性影响的因素对估计结果可能造成的偏误，又对模型进行了双向固定效应以及系统GMM回归。表1所得到的回归结果。可以看出，三种估计方法的结果均显示互联网金融总指数ia回归系数显著为正，交互项的回归系数为在5%的水平上显著为负。该结果表明随着利率市场化进程不断推进，互联网金融对农村商业银行风险承担的冲击越小。从门槛效应结果我们可以看出，利率市场化进程并既不存在单一门槛效应也不存在双重门槛效应，互联网金融存在单一门槛效应。可能由于本文数据所选取的时间跨度较小，且尚未包含2013年中国人民银行全面放开金融机构贷款利率管制这一重要转折点，所以在较短时间内不存在门槛效应。当互联网金融指数大于0.774时，利率市场化会降低农村商业银行风险承担。这说明互联网金融与利率市场化之间存在消极的互动效应。互联网金融对农商行风险有消极的作用，而利率市场化对农村商业银行风险承担则产生了积极的作用。换言之，农村商业银行风险承担对互联网金融的敏感度减弱。这与吴诗伟等（2015）的研究结果不同ADDINNE.Ref.{124A2BEE-8B00-41B5-96DC-CA4B76B10412}(吴诗伟等，2015)。究其原因，可能由于该研究样本所选用，网络才刚刚在我国兴起，中国人民银行于2011年才颁发了第三方支付的牌照，是互联网金融发展的第二阶段（2005-2012）。而互联网金融迅猛发展是2013年以后，并且2013年后我国才先后放开存贷款利率下限，实现存贷款利率的市场化。而我们的样本采用的是2013年之后，互联网金融发展程度出现了质的变化，利率市场化的进程也明显加快，农村商业银行在利率市场化的不断洗礼之下，优秀的农商行脱颖而出，培养出更为敏锐的市场嗅觉，利用其点多、面广的优势，不断加快业务转型与升级，多样化零售理财产品，不断发展多元化的业务活动，提高中间业务收入在营业收入中的占比，从而进一步改善了农商行的风险承担水平。此外，在利率市场化的探索期，农商行基本建立了利率定价机制的框架，在利率市场化的攻坚期可以较为合理的对存贷款利率进行定价，不断吸收利率市场化所带来的好处和优势，灵活高效的运用资金，提高盈利能力。此外，利率市场化分别负向调节了互联网金融使用深度以及支付业务对农村商业银行风险承担的影响。互联网金融的覆盖广度、货币基金服务以及信贷服务对农村商业银行风险承担的影响则不受利率市场化的影响。

表5-7基本回归结果(1)(2)(3)ia_new0.257**0.188**0.143*(2.37)(2.05)(1.78)irli-0.0325***-0.0332***-0.00248***(-4.03)(-4.19)(-3.21)c_ia_irli-0.0199*-0.0119*-0.0230*(-1.66)(-1.98)(-1.68)cadr_w0.006840.01470.00993(0.36)(0.76)(1.58)roa-0.866***-0.864***-1.071***(-7.85)(-7.85)(-14.31)ldr0.0221***0.0237***-0.00168(4.65)(4.87)(-0.81)lnta-0.142*-0.128*-0.449***(-1.90)(-1.73)(-4.68)lnpcgdp-0.0389-0.0389-0.0287(-0.62)(-0.61)(-0.54)tfd-0.0000959-0.0002170.00253*(-0.10)(-0.22)(1.93)_cons2.381*2.176*6.539***(1.86)(1.68)(1.18)YearNoYesYesProvinceYesYesYesThresholdinirliNoneNoneNoneThresholdinia0.7740.7740.774N845845534注：***、**、*分别表示在1%、5%和10%水平上显著相关；括弧中为p值。

表5-8互联网金融分指数影响效应的回归结果(2)(3)(4)(5)(6)cbudpaymonfcreditcb0.150(1.56)cb_irli-0.00750(-0.68)ud0.211**(2.18)ud_irli-0.0317**(-2.07)pay0.148**(2.19)pay_irli-0.00928***(-2.78)monf0.278***(3.44)monf_irli-0.00880(-0.79)credit-0.202(-1.07)credit_irli-0.0396(-1.10)irli-0.0205***-0.0392***-0.0214***-0.0257***-0.0192(-3.06)(-3.92)(-3.12)(-3.56)(-0.92)cadr_w0.003890.003900.