【P2P新金融模式对商业银行的影响及策略12000字】

PAGE20P2P新金融模式对商业银行的影响及策略【摘要】网络技术的发展促进了互联网金融模式的多样化，创新模式不断涌现。其中P2P网络贷款平台已成为互联网金融兴起以来最大的创新形式之一。但是新时期出现的新变化使得商业银行有必要做出及时的调整。本研究主要从P2P对商业银行的盈利与发展造成的影响的角度进行实证分析，并结合近几年新暴露出的问题，对商业银行的未来发展策略深度剖析并且给出相应的建议【关键词】P2P；互联网金融；商业银行；实证分析；盈利与发展；策略与建议目录【摘要】 i一、绪论 1（一）选题背景 1（二）文献综述 11.国外研究P2P对商业银行影响的文献综述 12.国内研究P2P对商业银行影响的文献综述 2（三）本文的研究思路与创新点 3二、相关性验证的研究设计与研究结果 4（一）研究目的与变量选取 4（二）研究假设 41.P2P行业变量假设 42.银行业变量分析 5（三）数据收集 6（四）模型设计 6（五）描述性分析与数据有效性检验 71.描述性统计 72.多重共线性检验 73.异方差检验 8（六）回归结果分析与参数有效性检验 91.商业银行不良贷款余额 92.商业银行净利润 10（七）结论 10三、新时期商业银行面临的来自P2P行业的影响 11（一）P2P行业发展历史 11（二）P2P模式相对于传统商业银行业务模式的优势与劣势 121.P2P网贷平台的优势 122.P2P网贷平台的劣势 13（三）新时期P2P带来的主要影响 131.对商业银行的直接影响 132.对商业银行的间接影响 14四、新时期商业银行的应对策略 14（一）从盈利能力角度看商业银行的应对策略 141.实证结果分析 142.新时期建议采取的措施 15（二）从发展能力角度谈商业银行的解决方案 161.实证结果分析 162新时期建议采取的措施 16五、总结 17参考文献： 18绪论（一）选题背景P2P意为PeertoPeer，是一种基于互联网的创新借贷解决方案。它回应了国家普惠金融的政策，并相对的缓解了小微企业和个体企业的融资困难和高融资成本问题，但同时也给商业银行等传统的金融中介机构带来了不小的影响。近年来，全球经济不确定性的加剧再加上2019年新冠疫情的冲击，给全球金融系统带来了前所未有的挑战。虽然国内的P2P企业已然进行了整顿，但概念红利依然存在，与日俱增的借贷成本迫使需求向新金融形式转移。在此背景下，各类不确定性持续增加，明晰以P2P为典型的新金融业态对商业银行造成的发展影响对于银行业持续健康发展尤为重要，商业银行也极有必要探索新的适应手段和策略。（二）文献综述1.国外研究P2P对商业银行影响的文献综述海外研究集中于对P2P定性模式的研究以及其对商业银行的宏观影响。SmrashedJahangir（2019）指出，P2P贷款公司主要有两种商业模式：“债权转让模式”和“第三方模式”。主要介绍了包括LendingClub(LC)、UPstart、FundingCircle(FC)等在内的五家领头公司，并且着重分析了中国P2P模式存在危机的案例。中国P2P模式发展迅速得益于可获得的金融服务相对充足、金融交易移动科技的发展以及更宽容的监管环境，但是伴随监管力度的日渐增强，P2P模式面临危机，提出可以采取执行网络借贷平台合规性检查、规范化网络借贷平台的取款流程、加强对基础金融知识的宣传等措施。QuanfengQiu(2020)提出中国的影子银行包括P2P等形式，通过回归模型得出结论，影子银行和中国商业银行贷款损失准备呈显著正相关。指出贷款损失准备金不仅是商业银行处理不良贷款的防线，也是商业银行应对风险的工具。商业银行需要合理安排贷款准备金，以应对影子银行带来的财务风险；CalebedeRoure（2018）等研究P2P放款人和银行如何竞争借款人，通过实证分析，得出两个结论。第一，当一些银行面临高额合规成本时，总体银行贷款减少而P2P贷款增加。其次，当P2P贷款机构将借款人从银行挖走时，它们自己也面临着挑底的问题。最终发现，一个重要的影响是，P2P的到来可能导致银行业的缩水，但是考虑到根据风险调节的资产收益率，银行收益更高且风险更小。2.国内研究P2P对商业银行影响的文献综述国内对于两者的研究主要集中于业务模式、盈利模式的差异以及两者共生关系上。马云飞（2016）提到P2P网络借贷根据交易过程完成方式的差异，主要分为以CreditEase为代表的在线和离线组合模式和纯在线模式。P2P近几年发展迅猛并分化出不同的模模式，同时，正向着线上和线下的融合发展。对于传统银行，他们可以通过线下面对面的方式为客户提供极具体验感的服务。但是商业银行由于其严格的运作而具有复杂的内部流程。行业现状是伴随银行体系系统性风险的上升，各总行开始上有关收信贷审批的权限。这一做法在防范风险的同时也暴露了诸多问题；李鹏林等（2018）以面板数据为基础，采用非结构化VAR模型的动态和实证检验，系统分析了商业银行贷款业务受P2P网络借贷的影响。结论为两者负相关。柯碧华（2017）指出，P2P网络贷款总量对商业银行中间业务收入没有显著的负面影响，对中间业务的带动作用不强，并分析了两个原因。首先，P2P在线贷款业务风险较大，出现问题平台，业务发展不规范。中国居民又受传统思想影响，偏向低风险的储蓄手段如银行存款。他们中的大多数是规避风险的，不会选择P2P在线贷款财务计划。其次，P2P在线贷款主要是为了直接匹配借款人和贷方，对商业银行的主要影响也在于贷款业务。因此，中间业务的发展是银行摆脱传统的存贷款利差利差模型的一种方式。朱礼志（2019）通过实证分析得出，P2P网络借贷发展对商业银行盈利性具有负向的影响，并且对于不同类型的商业银行，负向影响的大小有所不同，对城市商业银行的总资产收益率负向影响最大，其次是股份制银行，最后是国有商业银行。由此给出建议：积极主动的开展小微信贷业务、运用互联网思维，优化业务办理流程、借助大数据，提升小额信贷风险管理效率。刘延冉（2018）指出P2P网贷对商业银行非利息收入产生提升投资净收益、资产托管业务收入等积极影响，也产生与商业银行理财产品存在竞争、降低商业银行存款等消极影响。通过实证分析，发现P2P在线贷款对非利息收入有消极的影响。P2P在线贷款余额的增量不会带来非利息收入的增加。据此，提出了三个建议。一是依靠金融技术实现业务创新。二是实现线上业务转化。第三完善竞合机制。陈文（2016）提出，P2P网络借贷业务模式的成功集中在实现“轻资产”和“轻资本”的扩展上。由此，我国商业银行转型需要解决的问题有刚性兑付问题、数据共享问题、利益互博问题、重新定位问题等。徐晓通(2017)指出P2P对商业银行存在三方面冲击效应。一是商业银行虽然扮演金融中介的角色，但其地位日衰。其次，银行自身的业务风险逐年递增。第三，商业模式依然沿用至今，未见实质变化。对于传统商业银行的改变方向，提出加强创新能力，了解客户需求、调整经营战略，重视大数据的获取与运用、简化服务程序和流程、明确市场定位，注重差异化营销等措施。吴雨辰（2019）首先提出金融共生理论的基本概念，并由此对P2P模式与中小商业银行共生关系进行判定，发现其满足必要条件以及充分条件，说明可以基本判定P2P与中小银行信贷之间存在共生关系。彭方春等（2008）通过建立类VAR模型，以P2P为例分析互联网金融对传统金融机构贷款规模的影响。结果表明，第一，商业银行贷款规模受到P2P网贷借款利率的正向影响。其次，P2P在线贷款的风险水平对商业银行贷款规模产生负面影响。第三，两者规模呈正相关。第四，商业银行金融机构贷款规模并不会受到P2P网贷借款利率、风险水平及贷款规模的持续影响。综上所述，两者并非完全的相互替代的关系，可以实现和谐共生。（三）本文的研究思路与创新点笔者认为，综合前人的分析，以P2P为代表的新金融业态对商业银行的各类影响已经比较清晰。总体来说，P2P对商业银行的盈利性带来了冲击，虽然业务模式不尽相同，但两者基本呈现竞争关系。但是，随着时间推移与科技进步，往先的研究蕴含着越来越大的局限性。首先，大多数研究结论都是基于2018年之前的数据，而对于近两年尤其是各地相继出台P2P清退令以及全球性疫情后两者的关联性的研究鲜有所见。对于新出现的变数，商业银行是否应该审时度势作出其他适应性调整是笔者思考的主要问题。因此，本文将基于最新的数据，从实证分析着手，判断两者最新的关联情况，并根据研究结果结合最新的政策与局势变化进行综合分析，最后尝试给出商业银行可能可以借鉴的应对策略。二、相关性验证的研究设计与研究结果（一）研究目的与变量选取本实证分析致力于进一步论证前人关于P2P对于商业银行影响的有关结论，在保留过去数据的基础之上加入了2018-2019的最新数据（2020的数据还未更新）。在数据类型选择方面，选取用于衡量P2P行业状态与商业银行发展与盈利能力的主要指标。由于本研究致力于论证P2P各指标对于商业银行的影响，因此，如表1，在商业银行的因变量选取上，企业价值增长率可以大体反映企业发展能力，本研究中由商业银行不良贷款余额直接反映作为发展能力变量；盈利能力变量则选取商业银行净利润作为指标。此外，选取了P2P综合利率、环比增长、当月问题平台数量、当月投资人数、当月借款人数作为主要自变量。变量性质项目符号描述被解释变量商业银行不良贷款余额bdb商业银行不良贷款余额的季度平均值商业银行净利润np商业银行净利润的累积值解释变量P2P综合利率p2pcr当季度的综合利率平均值环比增长mom较上季度增幅/减幅当月问题平台数量mppn当季度问题平台的平均值当月投资人数ain当季度投资人数的平均值当月借款人数abn当季度借款人数的平均值表1变量选取与描述（二）研究假设1.P2P行业变量假设1.1P2P综合利率用以衡量互联网贷款业行业总体的贷款水平，通过加权算法得到行业总体利率的水平，是互联网借贷业获取资金成本的量化。该利率理论上与银行业隔夜拆借利率与贷款市场报价利率性质同源，两者为竞争关系。假设1：P2P综合利率越高，商业银行不良贷款余额与商业银行净利润越低。1.2环比增长衡量网贷行业规模，可以洞见行业发展趋势。由于银行贷款业务与网贷业务存在竞争属性，假设2：P2P环比增长越高，商业银行净利润与不良贷款余额越低。1.3当月问题平台数量反映了当月出现暴雷或是受到监管曝光的网贷平台的数量，数量越多代表理论坏账或是理论无法收回资金的数目的增加，也反映了网贷平台吸纳资金的情况。假设3：当月问题平台数量越多，商业银行不良贷款余额与商业银行净利润越低。1.4当月投资人数直接反应进入网贷资金池的资金体量的变化，相应的，进入银行业贷款市场的数量也会减少。假设4：当月投资人数越多，商业银行不良贷款余额与商业银行净利润越低。1.5当月借款人数记录当月进入网贷行业借款的实际人数，反映了进入资金拆借市场的实际人数，也从侧面反映了资金借贷需求的变动。假设5：当月借款人数越多，商业银行不良贷款余额与商业银行净利润越低。2.银行业变量分析2.1商业银行不良贷款余额不良贷款容易引发坏账，是商业银行发展风险的最重要的影响因素之一。闲散资金进入P2P领域，虽然减少了流入银行贷款市场的资金，但是理论上也减少了坏账的风险。2.2商业银行净利润商业银行净利润指标直接度量银行的盈利水平，虽然该水平并不是由网贷市场唯一影响，但不可否认的是，两者确实存在密切的联系。（三）数据收集中经网统计数据库和wind数据库是本文使用数据的主要来源。由于银行业盈利能力数据的更新速度较慢，且网贷数据来源与格式的限制，故综合考虑收集了上述七个变量2014年至2019年的季度数据作为样本数据。为了保证数据的有效性和可靠性，在剔除无效数据后有24组共168个数据值。（四）模型设计本次采用的模型基于以下考虑：（1）样本数据量偏小，可使用的有效模型受限。（2）选取的数据特别是因变量数据属于宏观或者是综合数据，并没有像文献综述中大多数实证分析研究一样区分商业银行的类别、性质等，因此在选择模型时尽量选择更为普适的模型。（3）本实证研究的目的主要是采用最新的有效数据继续论证两者的相关性，属于对前人成果的验证和补充，采用不同的模型有利于检验实证结果的有效性和说服力。（4）在前人研究的基础上由于模型与数据集均发生了变化，为了进一步细化关联度指标，还加入了新的自变量，因此模型也应该作出适当调整。综合以上原因，笔者采用了普适度较高的多元线性回归模型作为本实验的主要参考模型进行辅助分析。本实验使用的模型为：（1）bdb=a0+a1p2pcr+a2mom+a3mppn+a4ain+a5abn+ai（2）np=b0+b1p2pcr+b2mom+b3mppn+b4ain+b5abn+bi变量定义表变量性质项目符号被解释变量商业银行不良贷款余额bdb商业银行净利润np解释变量P2P综合利率p2pcr环比增长mom当月问题平台数量mppn当月投资人数ain当月借款人数abn参数a0参算系数a1参算系数a2参算系数a3参算系数a4参算系数a5参算系数b1参算系数b2参算系数b3参算系数b4参算系数b5参算系数ai随机扰动项bi随机扰动项表2变量定义表（五）描述性分析与数据有效性检验1.描述性统计根据数据的初步描述性统计结果，本统计描述了七个变量所选取标的的数量、均值标准差、中位数、最小值和最大值。商业银行不良贷款余额和净利润指标标准差分别是4924.07和5280.68，说明两者呈显著离散。虽然说净利润指标是累计值确实存在极差较大的客观情况，但是离散程度过高说明数据干扰因素的不稳定，而不良贷款余额指标也反映出同样的现象。当月投资人数和当月借款人数标准差也较高，由于近两年政策的干预和外部重大因素的干扰，呈现出较大的波动也具有一定的理论支撑。环比增长出现负值同样是由于2015年以来出台的行业整顿政策的影响。综合来看，本次选择的数据标的数据有效，基本反映了指标含义的现实变动情况。变量数量均值标准差中位数最小值最大值bdb24.0015364.125280.6815458.506461.0024135.00np24.0011474.174924.0711989.504276.0019932.00p2pcr24.0012.013.4510.089.2720.80mom24.002.538.671.67-14.6720.33mppn24.0039.6929.5323.169.00127.00ain24.00249.76138.34256.2418.50442.15abn24.00183.92154.69159.613.61480.99表3描述性统计结果2.多重共线性检验本实证使用SPSS进行回归分析并产生可视化图像。在运用结果前，先对所采用的自变量进行有效性检验。在检验回归模型的多重共线性时，选取VIF（方差膨胀因子），方差膨胀系数是容忍度的倒数。根据计算结果绘制如下表格多重共线性检验变量方差膨胀因子（VIF）1/VIFp2pcr4.970.20mom2.920.34mppn2.920.34ain5.840.17abn4.690.21表4多重共线性检验结果根据模型性质，VIF小于10即证明不存在显著的多重共线性。本次五个自变量的VIF值分别为4.97、2.92、2.92、5.84、4.69，均远小于10的临界值。同时，容忍度的值大于0.1，故判断自变量之间不存在显著的多重共线性。3.异方差检验异方差是指模型残差的均值不为零的情况。笔者绘制了模型残差值与模型拟合值的关系图，如图1、2所示。该图表明残差随机散布并在0线周围形成几乎水平的带，表明残差是同方的。因此，关于bdb的拟合结果基本不存在异方差；但是np的拟合结果明显有远离水平线的趋势，因此多元回归模型二存在异方差的问题。图1模型一残差分析结果图2模型二残差分析结果（六）回归结果分析与参数有效性检验1.商业银行不良贷款余额模型一的整体拟合程度很高，调整后的R2达0.97，说明整体解释程度很高，五个变量可以共同显著反映对不良贷款总额的影响。此外，整体P值为2.31E−13，远小于默认值01.1P2P综合利率因素P2Pcr的系数值为-1666.19，两者负相关。说明P2P综合利率每上升1个百分点，商业银行不良贷款余额就会下降1666.19亿元。此外，该变量的P值为2.8E−10，远小于0.051.2环比增长mom的系数值为-141.5，两者负相关。说明环比增长率每上升1个百分点，商业银行不良贷款余额就会下降141.5亿元。此外，该变量的P值为0.00278，远小于0.05，落入拒绝域，显著反映了对于bdb的影响。因此，上文的有关假设成立。1.3当月问题平台数量mppn的系数值为-11.21，两者负相关。说明当月问题平台数量每增加1家，商业银行不良贷款余额就会下降11.21亿元。但是该变量的P值为0.147，大于0.05，无法拒绝a3=0的原假设，说明该系数的解释力度并不强，无法显著反映对于bdb的影响。1.4当月投资人数ain的系数值为-26.69，两者负相关。说明当月投资人数每上升1万人，商业银行不良贷款余额就会下降26.69亿元。此外，该变量的P值为7.74E−7，远小于0.051.5当月借款人数abn的系数值为8.62，两者正相关。说明当月借款人数每上升1万人，商业银行不良贷款余额就会增加8.62亿元。此外，该变量的P值为0.00822，远小于0.05，该变量系数落入拒绝域，显著反映了对于bdb的影响。因此，因此，上文的有关假设是正确的。2.商业银行净利润由回归结果可知，该模型无法显著拟合回归结果，R2过小且P值过大导致整体系数无法解释因变量。此外，五个相关变量的P值都远大于0.05变量模型一模型二被解释变量：bdb被解释变量：np系数标准差P值系数标准差P值p2pcr-1666.19133.872.80E-10-1009.23664.310.15mom-141.5040.870.0027866.63202.800.75mppn-11.217.400.1471928.2936.730.45ain-26.693.627.74E-07-23.9017.970.20abn8.622.900.008229.7214.400.51R方0.97230.2143调整后R方0.9645-0.003974P值2.31E-130.4556表4实证回归结果（七）结论根据实证分析的结果，商业银行不良贷款余额指标确实可以由P2P行业主要指标进行显著的解释，即P2P新金融业务确实对银行的发展能力重要指标——不良贷款余额产生了显著的影响，从微观上来看，五个指标中有四个呈现出负相关，基本可以认为P2P对商业银行发展能力产生了负向的影响，基本证明了前人关于两者基本关系的研究结论在新时期依然成立并拥有最新数据的支持。但是遗憾的是，关于商业银行盈利能力与P2P主要指标的拟合除了存在数据间的异方差外，其整体拟合结果并不理想。究其原因，如图，笔者认为是商业银行季度利润的周期性导致拟合的失败，而P2P行业数据未见明显的周期性特征，因此无法用线性回归模型进行拟合。但是仔细观察蓝色曲线可以发现，商业银行净利润虽然呈现周期波动，但是每年的最高点和最低点都基本高于上一年的最高点和最低点，这意味着商业银行的营业利润在稳步升高。2019年后，行业大清退使得P2P行业趋于低质量的稳定并日渐合规化。但是商业银行的利润波动幅度并不大，依然处于比较稳定的上升状态。这意味着新的变化并没有对商业银行的盈利指标造成巨大的影响。也就是说2019年后的时期商业银行已经成功采取了有效的措施稳定收入来源以抵抗外部风险，在总额上保持总体的稳中有进。图3P2P行业主要指标与商业银行净利润的走势三、新时期商业银行面临的来自P2P行业的影响（一）P2P行业发展历史2007年，“拍拍贷”的出现标志着中国P2P业务的产生。随后几年，各种网上贷款平台如雨后春笋般涌现。随着行业利润的增加，最近几年我国互联网金融极速发展，比如第三方支付平台、众筹、线上P2P理财、阿里金融等。此外，2013年初以余额宝为首的多种网络基金型金融产品，使2013年成为中国互联网金融元年。之后陆续出现的P2P网络借贷平台凭借其申请流程简单、资金发放迅速等特点快速占据了金融贷款市场的部分份额。可是好景不长，P2P网贷平台暴雷频繁。2016年开始，国家相继出台了一系列政策限制和规范P2P行业，大量网贷平台遭到清退，多省市甚至直接采取了“一刀切”的极端方式。P2P行业市场虽然逐步被其他形式的小额贷款如蚂蚁花呗等占有，但是该模式依然深深影响着整个贷款市场。截至2021年1月，全国仍有网贷平台330家（数据来源：网贷之家）。此外，贷款利率回归到行业初始水平，呈现利率回归的态势。行业发展进入下行区间，整体规模萎缩。图4P2P利率综指走势数据来源：千顺图5P2P利率综指走势数据来源：千顺（二）P2P模式相对于传统商业银行业务模式的优势与劣势1.P2P网贷平台的优势1.1.门槛低收益高P2P平台无线下门店，因此运营成本相比银行更低；此外，由于充当金融中间人的角色，平台将风险分摊给了借款者和投资者。因此，这种独特的营运模式使得平台可以在降低自身风险的前提下保证收益率。1.2资金融通效率高平台在成功撮合买卖双方后就可以进行快速的资金转移，平台审核步骤与风险控制程序简单，因此资金的借贷速度远高于银行借贷。1.3信息披露透明借贷双方在P2P平台进行资金交易时需要填写详细的客户资料用于辅助判断交易风险。相比较银行借贷，银行掌握了远多于借款者的信息。因此，P2P模式是对部分解决信息不对称问题的一种有效尝试。2.P2P网贷平台的劣势2.1破产风险高P2P模式虽然将平台风险进行了部分转移，但极度依赖于客户的行为和预期，如果行业出现外部干预或者是系统性波动，平台并没有足够的资金进行风险对冲；此外，一旦流入平台的资金流断裂，整个平台将会立刻陷入停摆，导致破产。2.2资金回收风险高此类平台的贷后管理存在严重的行业性问题，这不仅体现在管理上，也体现在模式上。一个一直无法解决的问题是如何保证借款人按时还款。由于网贷平台的交易风险更高，平台会要求借款人支付更高的借款利率。但是随着借款利率的升高，加上贷款风险评估的不足，借款人容易出现拖延还款甚至不还款的现象，导致平台和借款人利益的直接损失。2.3平台监管不到位笔者认为，直到目前，监管部门依然没有非常合适的方案进行P2P行业的有效监管，不然也不会出现多地采取一刀切取缔P2P平台的现象。目前现行的方案也只是致力于催促借款人还款，但对于该模式的系统性风险设计依然欠缺。2.4信息披露不完善相比商业银行，网贷平台借款手续简单，所要求的信息更少，对于信息准确性的要求也更低。因此，虽然信息披露更加透明，但是信息的真实性不足，致使本就不足的信用评估结果更加的不可靠。大量问题交易的累积容易引发系统性风险的产生。（三）新时期P2P带来的主要影响1.对商业银行的直接影响根据实证分析的结果，P2P行业指标与商业银行发展能力典型指标基本呈现负相关。而2016年以来，P2P业务开始下行，2019年各省市开始出台封杀令，理论上而言是对商业银行的利好。但是需要注意到，2020年以来P2P行业逐渐稳定，虽然政策依然吃紧，但不排除新形式P2P的出现以及适应中国国情的P2P模式的产生。2.对商业银行的间接影响近年来，网络借贷行业的资金供大于求，网络借贷行业的整体回报率逐渐下降。而随着行业规范化，其他金融机构如银行、证券公司开拓了网络借贷业务，这些公司凭借强大的背景突显了网络借贷平台的优势，已经得到了投资者的认可。由于P2P模式的巨大隐患，点对点借贷市场的份额正逐步被类似于资本方的小额借贷吞并。但是不能否认的是，P2P模式依然对互联网金融业产生了深远的影响。这种创新的资金借贷方案拥有自身独特的优势，目前更为流行的小额贷款方案例如花呗、白条等其实与P2P异曲同工，吸收了P2P模式的优势。类似于散户的闲散资金被集中管理后进行统一的借贷，但是依然保留了P2P借款端的优势，依然实行简便的借款手续与低标准的借款阈值。在2019年之前，例如余额宝、花呗等新概念产品蓬勃发展，逐步侵蚀着商业银行的市场份额。也就是说，P2P行业吐出的份额并没有回到商业银行手中，而是被其他形式的互联网金融业态吸收。但是，2020年新冠疫情的爆发和监管部门开展的针对阿里巴巴的反垄断调查带来了新的变数。一方面，社会闲散资金减少，社会消费与需求下降；另一方面，网络金融开始挑战商业银行的根基，意图从政策上获得更优的接待条件，因此受到了行政调查。这两点无疑是对新金融业态的打压。即便如此，市场依然对新金融业态持乐观态度，对于互联网金融的预期也是逐步提高，这间接打击了传统商业银行的利润空间的升高。四、新时期商业银行的应对策略（一）从盈利能力角度看商业银行的应对策略1.实证结果分析根据上文的实证结果以及统计的商业银行利润走势，商业银行净利润并不会直接受到P2P主要指标的影响，可见商行已经采取了一系列措施来稳定总体利润，使得自身不被P2P行业的大幅度波动所影响。现在来看，这些措施的一部分是成功的，并且可以继续采用。1.1适应行业政策调整商业银行必须调整自己的业务模式和业务计划，创新性的进入互联网金融领域并开发联合产品。由于银行旗下的互联网金融产品带有浓郁的银行色彩，可以很快适应政策调整。因此有机会抓住市场机遇，增加市场份额，实现业务规模的不断扩大。1.2研发和打造混业联合产品与银行主体保持的密切联系是银行互联网金融平台的最大优势。利用银行资源和平台进行宣传和导流是目前国内主要商业银行正在推动的项目，比如工商银行的“工银融e联”，招商银行的“金葵花理财”等都具有了极强的互联网属性。每家商业银行都有自己成熟的风险控制系统，P2P系统应该与商业银行充分联系，并获得相应的授权才能使用商业银行的风险控制系统。1.3明确市场定位，注重差异化营销。商业银行的服务群体主要是大客户和公司，而当前互联网金融的主要目标群体是对资金需求很少的小型和微型企业或个人。用户用于各种金融服务的资金更少，时间更短，需求更加迫切。同时，他们也更难找到抵押担保人，所以很难直接从银行获得财务支持。以P2P为代表的互联网金融模式可以与之形成互补。根据P2P对商业银行的影响，建议商业银行利用自身在金融资源、信用和风控方案方面的优势，一方面向P2P平台学习先进的资金周转模式和技术，另一方面明确P2P网贷的劣势并吸取经验教训，进而与互联网金融平台达成线上线下联合共赢。2.新时期建议采取的措施2020年以来的新变化促使商业银行谋求转机，面对可能出现的P2P新形式以及同质化的互联网新金融业态的冲击，笔者认为商业银行可以采取以下新措施。2.1简化服务程序和流程。传统的商业银行存在许多问题，例如复杂的程序和复杂的过程，可以通过互联网信息系统的支持来解决。在大数据的加持下，原先复杂的信用评级和风险控制方案可以得到简化，银行业务成本得以降低，利润空间可以上升。2.2拓展消费借贷新模式商业银行拥有大量活期存款储户，而根据文献研究，这里面有许多闲散资金可以加以利用。如果以银行信用结合客户信用风险评估为保障，笔者认为可以建立类似于P2P模式的银行内或者跨银行间的借贷解决方案。通过高于基准利率的收益率可以吸引借款人通过银行平台进行在线撮合。创新模式可以为商业银行带来中间业务的更高利润。2.3利用政策红利拓展新市场2020年互联网金融行业遭遇政策性打压，这对于传统商业银行是又一个良好的发展机遇。虽然疫情导致借贷业务萎缩，但是互联网新金融由于其高风险性使得许多投资者在外部环境极不稳定的条件下选择更稳健的投资平台。因此，一部分金融业务市场份额被释放，再加上政策性鼓励大型银行降低利率发放贷款，商业银行可以借此机会拓展市场，通过有效的客户分级进行不同的业务分配，获得总体的市场份额的提升。（二）从发展能力角度谈商业银行的解决方案1.实证结果分析通过选取发展能力主要指标之一的不良贷款余额的回归分析，证明商业银行的发展能力受到了P2P主要指标的影响。因此，以不良贷款率为例，不良贷款率过高将会直接威胁银行本金的收回，间接威胁银行系统的可持续性运转。商业银行更应该考虑如何采取措施降低发展能力与互联网金融波动的相关性。2新时期建议采取的措施目前商行现行的部分方法并不能有效降低两者的相关性，笔者认为以下措施或可能带来积极的影响。2.1借助大数据辅助贷前审核以P2P为代表的互联网金融的一大优势就是借助了云计算、大数据等新型技术的支持极大降低了成本。银行系统也可以利用自身资本优势更快进行信息系统的构建。除此之外，商业银行还可以借助人民银行征信系统的优势获得更加稳定可靠的数据。通过大数据系统的建立，不良贷款率或可得到有效控制。2.2完善贷款增益性服务2020年新冠疫情使得大量企业资金流出现危机，资金流动效率降低。虽然国家宏观政策上已经要求商业银行降低标的价值标准，但这是以强行牺牲银行利润、增加不良贷款率为代价的。商业银行可以考虑将银行贷款业务与企业发展咨询业务相结合，为企业提供资金高效利用的方案，打造全新产品盈利点，保证资金的回收。2.3寻求银行风险成本与收益新的平衡互联网金融的主要优势之一就是以提高总体风险而允许的低门槛的信用贷款。商业银行素来追求贷出资金的可回收性以保证贷出资金的总体可控。但是新形式下外部危机接踵而来，为了谋求新的发展，笔者认为应该重新考虑风险与收益的平衡点，适当提高风险忍耐度既是吸取P2P新金融成功经验的方式，也可以促进我国经济大循环的可持续。五、总结作为互联网金融新兴模式之一，P2P为很多中小型企业提供了方便的借贷渠道，很大程度上满足了它们的融资需求。新时期P2P行业不仅对商业银行发展水平造成直接的影响，尤其是2019年后更是通过对互联网金融业态的传导效应（同源性）间接影响着商业银行的发展与潜力。对于互联网金融的迅猛发展，新的银行业格局正在形成，商业银行在应对P2P等互联网新模式对其的冲击时应该更加冷静客观地分析自身优势与劣势，积极学习和借鉴新模式的优点，适时调整经营理念，注意客户群体的新变化；面对市场新的变化，合理调整公司战略，注重产品金融创新与研发；依托自身原有资源进行混合产品和服务的打造，这样才能从容不迫的应对外界瞬息万变的复杂局势。与此同时，作为金融机构亟需设立防范机制来应对互联网新金融发展中可能出现的风险问题，营造良性的金融环境