互联网金融浪潮下上市银行盈利能力的变革与重塑

互联网金融浪潮下上市银行盈利能力的变革与重塑一、引言1.1研究背景与意义近年来，互联网金融在全球范围内迅速崛起，成为金融领域的一股新兴力量。随着互联网技术的飞速发展，大数据、云计算、人工智能等先进技术与金融业务深度融合，催生出了多样化的互联网金融模式，如第三方支付、P2P网贷、众筹融资、互联网理财等。这些新兴的金融模式以其便捷性、高效性、创新性和普惠性，吸引了大量的用户，对传统金融行业的格局产生了深远的影响。互联网金融的快速发展改变了金融市场的竞争格局。传统商业银行在金融市场中一直占据着主导地位，但互联网金融的出现打破了这种局面，为金融市场注入了新的活力和竞争因素。互联网金融企业凭借其先进的技术和创新的业务模式，迅速抢占了部分市场份额，与商业银行形成了激烈的竞争态势。以第三方支付为例，支付宝、微信支付等第三方支付平台在移动支付领域取得了巨大的成功，极大地改变了人们的支付习惯，对商业银行的支付结算业务造成了冲击。在互联网金融崛起的大背景下，上市银行作为商业银行的重要组成部分，其盈利能力受到了显著的影响。上市银行的盈利主要来源于利息收入、手续费及佣金收入等传统业务。然而，互联网金融的发展使得金融脱媒现象加剧，资金供求双方可以通过互联网金融平台直接进行交易，减少了对银行中介的依赖，导致上市银行的存款和贷款业务受到一定程度的分流。互联网金融理财产品的出现，以其较高的收益率和便捷的购买方式，吸引了大量投资者，使得银行存款资金外流，存款成本上升；而P2P网贷等互联网借贷平台则为中小企业和个人提供了新的融资渠道，抢占了银行的部分贷款业务市场份额，压缩了银行的利息收入空间。研究互联网金融对上市银行盈利能力的影响具有重要的理论和现实意义。从现实意义来看，有助于上市银行更好地应对互联网金融带来的挑战。通过深入分析互联网金融对自身盈利能力的影响，上市银行可以清晰地认识到自身在业务模式、服务效率、创新能力等方面存在的不足，从而有针对性地制定应对策略。上市银行可以借鉴互联网金融的创新理念和技术手段，加快自身的数字化转型，提升金融服务的效率和质量，优化业务结构，拓展多元化的盈利渠道，以增强自身的市场竞争力，实现可持续发展。同时，也有助于促进金融市场的健康发展。互联网金融与上市银行之间的竞争与合作关系，对金融市场的稳定和发展具有重要影响。深入研究两者之间的关系，可以为监管部门制定合理的政策提供参考依据，加强对互联网金融和银行业的监管，防范金融风险，维护金融市场的公平竞争秩序，促进金融市场的健康、稳定、有序发展。从理论意义上讲，丰富了金融领域的研究内容。目前，关于互联网金融和商业银行的研究大多集中在各自的发展模式、业务特点等方面，而对于互联网金融对上市银行盈利能力影响的深入研究相对较少。本研究将从多个角度深入剖析互联网金融对上市银行盈利能力的影响机制和影响程度，为金融领域的学术研究提供新的视角和实证依据，有助于完善金融理论体系，推动金融学科的发展。1.2研究方法与创新点本研究综合运用多种研究方法，从不同角度深入剖析互联网金融对上市银行盈利能力的影响。在研究过程中，力求在研究视角、指标选取和模型构建等方面有所创新，以更全面、准确地揭示两者之间的关系。在研究方法上，本研究采用了文献研究法，全面搜集和梳理国内外关于互联网金融、商业银行盈利能力以及两者关系的相关文献资料。通过对这些文献的深入研读和分析，了解已有研究的成果、不足以及研究趋势，为本研究提供坚实的理论基础和研究思路。这有助于在已有研究的基础上，明确本研究的切入点和重点，避免重复研究，同时借鉴前人的研究方法和经验，提高研究的科学性和可靠性。例如，通过对相关文献的梳理，发现现有研究在互联网金融对上市银行盈利能力影响的具体机制和程度方面，仍存在一些有待深入探讨的问题，从而为本研究确定了重点研究方向。案例分析法也是本研究的重要方法之一。选取具有代表性的上市银行，如工商银行、建设银行、招商银行等，对其在互联网金融冲击下的盈利能力变化进行深入的案例分析。详细研究这些银行的业务模式、经营策略、财务数据等方面在互联网金融发展前后的变化情况，以及它们为应对互联网金融挑战所采取的措施和效果。通过具体案例的分析，能够更直观、生动地展现互联网金融对上市银行盈利能力的影响，为理论分析提供实际案例支撑，增强研究的说服力。以招商银行为例，通过分析其在互联网金融兴起后，大力发展线上业务、推出创新金融产品等举措，以及这些举措对其盈利能力的提升作用，深入探讨上市银行应对互联网金融挑战的有效策略。本研究还运用了实证研究法，选取多个具有代表性的上市银行作为研究样本，收集其在一定时期内的财务数据，如营业收入、净利润、资产收益率等，以衡量上市银行的盈利能力。同时，收集反映互联网金融发展水平的相关数据，如第三方支付交易规模、P2P网贷平台贷款余额、互联网理财产品规模等，作为解释变量。运用计量经济学方法，构建回归模型，对互联网金融与上市银行盈利能力之间的关系进行定量分析。通过实证研究，能够更准确地揭示两者之间的内在联系和影响程度，为研究结论提供有力的实证支持。例如，通过构建面板数据回归模型，分析互联网金融发展指标对上市银行资产收益率的影响，得出互联网金融发展对上市银行盈利能力存在显著影响的结论，并进一步分析了影响的方向和程度。本研究在多维度分析互联网金融对上市银行盈利能力的影响上有所创新。不仅从理论层面分析互联网金融对上市银行传统业务如存贷款、支付结算等的冲击，还深入探讨了其在业务创新、客户结构、市场竞争格局等方面对上市银行盈利能力的间接影响。通过多维度的分析，更全面地揭示了互联网金融对上市银行盈利能力的复杂影响机制。例如，从客户结构角度分析，互联网金融的发展吸引了大量年轻、小额客户，改变了上市银行的客户结构，进而影响了银行的业务策略和盈利能力。在指标选取与模型构建方面，本研究选取了更全面、准确反映互联网金融发展和上市银行盈利能力的指标。在衡量互联网金融发展时，综合考虑了第三方支付、P2P网贷、互联网理财等多种互联网金融模式的发展指标，避免了单一指标的局限性。在构建实证模型时，充分考虑了可能影响上市银行盈利能力的其他因素，如宏观经济环境、银行自身特征等，并将其作为控制变量纳入模型，使模型更加科学、合理，提高了研究结果的准确性和可靠性。二、互联网金融与上市银行的发展现状2.1互联网金融的发展历程与现状互联网金融的发展历程是一部科技创新与金融变革深度融合的历史。其起源可以追溯到20世纪90年代，随着互联网技术在全球范围内的迅速普及，金融行业开始探索将互联网技术应用于传统金融业务，互联网金融由此萌芽。1995年，美国诞生了世界上首家网络银行——安全第一网络银行（SFNB），它的出现标志着互联网金融时代的开端。这家银行完全依托互联网开展业务，打破了传统银行在时间和空间上的限制，为客户提供了便捷的在线金融服务，如账户查询、转账汇款、贷款申请等。此后，互联网金融在全球范围内逐渐发展起来。在中国，互联网金融的发展虽然起步相对较晚，但发展速度迅猛。21世纪初，随着电子商务的兴起，为了解决在线支付难题，第三方支付平台应运而生。2003年，支付宝的诞生开启了中国第三方支付的新纪元。它最初是为了解决淘宝网交易中的信任问题，作为一种担保交易模式，让买家和卖家能够放心地进行网上交易。随着用户对在线支付需求的不断增长，支付宝逐渐发展壮大，并拓展了多种支付场景，如线上购物、线下扫码支付、生活缴费等。2011年，中国人民银行开始发放第三方支付牌照，标志着第三方支付行业进入了规范发展的阶段。截至2024年底，全国获得支付业务许可证的支付机构数量众多，第三方支付市场规模持续扩大，交易金额达到数十万亿元。除了第三方支付，P2P网贷也是中国互联网金融发展历程中的重要模式。2007年，国内首家P2P网络借贷平台在上海成立，它将民间借贷线上化，为借贷双方提供了更加便捷、高效的交易平台。在发展初期，P2P网贷凭借其低门槛、高收益的特点，吸引了大量投资者和借款人。然而，由于行业监管不完善，部分P2P平台出现了跑路、非法集资等问题，给投资者带来了巨大损失。2016年起，国家开始加强对P2P网贷行业的监管，出台了一系列政策法规，规范行业发展。经过几年的整顿，P2P网贷行业逐渐走向规范，但也面临着市场规模收缩、平台数量减少等问题。众筹融资作为互联网金融的新兴模式，也在中国得到了一定的发展。众筹通过互联网平台连接投资者和创业者，为创业者提供了一种新的融资渠道，降低了融资门槛，提高了融资效率。众筹模式主要包括股权众筹、债权众筹、捐赠众筹和回报众筹等。近年来，随着创新创业热潮的兴起，股权众筹和回报众筹受到了越来越多的关注。一些知名的众筹平台如京东众筹、淘宝众筹等，为众多创新创业项目提供了资金支持，推动了创新经济的发展。互联网理财是互联网金融的另一个重要领域。随着互联网技术的发展和人们理财意识的提高，互联网理财产品逐渐走进人们的生活。余额宝作为互联网理财的代表性产品，于2013年推出，它将货币基金与互联网支付相结合，用户可以将闲置资金存入余额宝，享受高于银行活期存款的收益，同时还能随时用于支付和转账。余额宝的出现，极大地激发了普通民众的理财热情，推动了互联网理财市场的发展。此后，各大互联网平台纷纷推出自己的理财产品，如腾讯理财通、百度理财等，互联网理财市场呈现出多元化的发展格局。目前，互联网金融在全球范围内已经形成了多元化的业务模式和庞大的市场规模。在业务模式方面，除了上述提到的第三方支付、P2P网贷、众筹融资和互联网理财外，还包括互联网保险、互联网证券、数字货币等。互联网保险通过线上平台销售保险产品，提供便捷的投保、理赔服务，降低了保险销售成本，提高了保险服务效率。互联网证券则实现了证券交易的线上化，投资者可以通过互联网平台进行股票、基金、债券等证券产品的交易，实时获取市场行情和交易信息。数字货币如比特币、以太坊等的出现，更是引发了全球金融领域的广泛关注，它们基于区块链技术，具有去中心化、匿名性、不可篡改等特点，为金融交易带来了新的变革。从市场规模来看，互联网金融在全球范围内呈现出快速增长的态势。根据相关数据显示，2024年全球互联网金融市场规模预计将达到125万亿美元，预计到2028年将增长至235万亿美元，复合年增长率为12.5%。在中国，互联网金融市场规模也在不断扩大。2023年，中国互联网金融市场规模超过数万亿人民币，并且预计到2024年底，全国互联网金融用户数将达到7.6亿，同比增长17.7%。互联网金融的主要用户群体以年轻人为主，他们对金融服务的便捷性、个性化需求较高，年龄在18-24岁的用户占比高达86.1%，进一步证明了市场需求的年轻化。在竞争格局方面，互联网金融行业形成了多元化的竞争态势。传统金融机构、互联网科技公司、电商平台、支付机构等纷纷涉足该领域。传统金融机构凭借其雄厚的资金实力、广泛的客户基础和丰富的金融经验，在互联网金融领域占据一定优势。它们通过推出网上银行、手机银行等线上服务，积极拓展互联网金融业务。互联网科技公司则凭借其先进的技术和创新的思维，迅速在互联网金融市场中崛起。例如，蚂蚁集团（支付宝的母公司）和腾讯金融科技（微信支付的母公司），它们依托强大的互联网平台和海量的用户数据，在第三方支付、互联网理财、小额信贷等领域取得了显著成就。电商平台也利用其在电子商务领域的优势，开展互联网金融业务，如京东金融通过为京东商城的商家和用户提供供应链金融、消费金融等服务，实现了电商与金融的深度融合。支付机构则专注于支付结算业务，不断提升支付的便捷性和安全性，在互联网支付市场中占据重要地位。2.2上市银行的盈利模式与盈利能力分析上市银行的盈利模式主要由利息收入和非利息收入构成。利息收入是上市银行盈利的重要基础，它主要来源于银行的存贷款业务。银行通过吸收客户的存款，按照一定的利率向客户支付利息，然后将这些资金以更高的利率贷放给需要资金的企业或个人，从而赚取存贷款之间的利息差额。这一过程中，存贷款利率的差异以及存贷款规模的大小直接影响着利息收入的多少。在经济繁荣时期，企业和个人的融资需求旺盛，银行的贷款规模扩大，利息收入相应增加；而在经济下行时期，企业经营困难，贷款需求减少，银行的利息收入可能会受到影响。以中国工商银行2023年年报数据为例，该行当年利息净收入为5899.37亿元，占营业收入的比重为68.3%。其中，发放贷款和垫款利息收入为7676.11亿元，这得益于工商银行庞大的贷款业务规模，其贷款总额达到了22.73万亿元。通过向各类企业和个人提供贷款，工商银行获取了丰厚的利息收益。而吸收存款利息支出为2443.14亿元，存款总额高达29.56万亿元。工商银行凭借广泛的营业网点和良好的品牌信誉，吸引了大量的客户存款，为其贷款业务提供了充足的资金来源，同时也通过合理控制存款利率成本，保障了利息收入的稳定增长。除了存贷款业务，银行还通过债券投资获取利息收入。银行会根据市场情况和自身投资策略，购买国债、金融债、企业债等各类债券。这些债券具有固定的票面利率，银行持有债券期间，按照债券的票面利率收取利息。债券投资不仅为银行提供了稳定的利息收入来源，还可以帮助银行优化资产配置，降低投资风险。例如，在市场利率波动较大时，银行可以通过调整债券投资组合，实现资产的保值增值。非利息收入在上市银行的盈利结构中也占据着日益重要的地位，它包括手续费及佣金收入、投资收益、汇兑收益等多个方面。手续费及佣金收入是银行通过为客户提供各类服务而收取的费用。例如，在支付结算业务中，银行提供转账汇款、票据结算等服务，根据交易金额或业务笔数收取一定比例的手续费。在银行卡业务方面，银行向客户发行信用卡、借记卡，收取年费、手续费、透支利息等费用。在代理业务中，银行代理销售基金、保险、理财产品等，从中获取代理手续费收入。以招商银行2023年业绩为例，其手续费及佣金净收入达到1385.07亿元，占营业收入的24.88%。其中，零售金融业务手续费及佣金收入为978.76亿元，主要来源于信用卡业务、财富管理业务等。招商银行通过不断优化信用卡服务，推出多样化的信用卡产品和优惠活动，吸引了大量客户，信用卡手续费收入持续增长。同时，招商银行大力发展财富管理业务，为客户提供专业的投资咨询和资产配置服务，代理销售各类理财产品，使得财富管理手续费收入成为手续费及佣金净收入的重要组成部分。投资收益是银行通过投资股票、基金、衍生品等金融资产所获得的收益。银行会根据市场行情和自身的投资能力，进行合理的投资布局。在股票投资方面，银行会选择具有良好业绩和发展前景的上市公司进行投资，通过股票价格的上涨和股息分红获取收益。在基金投资方面，银行可以投资各类公募基金、私募基金，分享基金投资的收益。衍生品投资则包括期货、期权、互换等，银行可以利用衍生品进行套期保值、投机交易等，以获取收益或降低风险。投资收益受到市场波动的影响较大，市场行情好时，银行的投资收益可能会大幅增加；而市场行情不佳时，投资收益可能会减少，甚至出现亏损。汇兑收益是银行在外汇业务中，由于汇率波动而产生的收益。随着经济全球化的发展和国际贸易的日益频繁，企业和个人的外汇业务需求不断增加。银行在办理外汇买卖、结售汇、外汇汇款等业务时，会面临汇率风险。如果银行能够准确预测汇率走势，在合适的时机进行外汇买卖操作，就可以获取汇兑收益。例如，当银行预期某种外币汇率将上涨时，提前买入该外币，在汇率上涨后再卖出，从而实现汇兑收益。汇兑收益的大小取决于汇率波动的幅度、银行的外汇业务规模以及汇率风险管理能力。为了全面、准确地评估上市银行的盈利能力，通常会运用多个关键指标，其中资产收益率（ROA）和净资产收益率（ROE）是最为常用的核心指标。资产收益率（ROA）是衡量银行每单位资产创造净利润能力的重要指标，其计算公式为：ROA=净利润÷平均资产总额×100%。该指标反映了银行资产利用的综合效果，ROA值越高，表明银行资产的运用效率越高，盈利能力越强。以2023年数据为例，在A股上市银行中，招商银行的ROA表现较为突出，达到了1.68%。这意味着招商银行每100元的资产能够创造1.68元的净利润，反映出招商银行在资产配置、风险管理和业务运营等方面具有较高的水平，能够有效地利用资产获取利润。相比之下，部分上市银行的ROA可能相对较低，这可能与银行的资产结构、业务发展策略以及市场竞争环境等因素有关。例如，一些小型上市银行由于资产规模较小，业务范围相对狭窄，在市场竞争中可能面临更大的压力，导致资产利用效率不高，ROA值偏低。净资产收益率（ROE）则是衡量银行相对于股东权益的投资回报指标，其计算公式为：ROE=净利润÷平均股东权益×100%。ROE反映了股东权益的收益水平，体现了银行运用自有资本获取利润的能力。在2023年，江苏银行的ROE达到了17.06%，在上市银行中处于较高水平。这表明江苏银行能够为股东带来较为丰厚的回报，其在业务拓展、成本控制和风险管理等方面的表现得到了股东的认可。较高的ROE也有助于吸引更多的投资者，提升银行的市场价值。然而，ROE也受到多种因素的影响，如银行的资本结构、盈利能力、资产质量等。如果银行过度依赖债务融资，虽然可能在短期内提高ROE，但也会增加财务风险；而如果银行的资产质量下降，不良贷款增加，会导致净利润减少，从而降低ROE。除了ROA和ROE，净息差也是评估上市银行盈利能力的重要指标之一。净息差是指银行净利息收入与平均生息资产的比率，它反映了银行存贷业务的盈利能力。净息差越大，说明银行在存贷业务中赚取的利息差额越大，盈利能力越强。净息差受到市场利率、存款成本、贷款定价等多种因素的影响。在市场利率上升时期，银行的贷款利率可能会随之提高，而存款利率的调整相对滞后，从而导致净息差扩大，盈利能力增强；反之，在市场利率下降时期，净息差可能会缩小，银行的盈利能力面临挑战。以中国银行2023年为例，其净息差为1.70%，这表明中国银行在存贷业务中能够获取一定的利息收益，但与部分净息差较高的银行相比，仍有提升空间。中国银行需要进一步优化存款结构，降低存款成本，同时合理提高贷款定价能力，以提升净息差水平，增强盈利能力。三、互联网金融对上市银行盈利能力的影响机制3.1理论基础金融中介理论是理解互联网金融对上市银行影响的重要基石。该理论认为，金融中介机构在金融市场中发挥着关键作用，主要体现在降低交易成本、缓解信息不对称以及分担风险等方面。在传统金融体系中，商业银行作为典型的金融中介，凭借其庞大的分支机构网络、专业的金融知识和丰富的经验，为资金供求双方提供服务。银行通过吸收存款，将社会闲散资金集中起来，再以贷款的形式发放给有资金需求的企业和个人，在这个过程中，银行承担了信用中介和支付中介的角色。银行对借款人进行信用评估，筛选出信用良好、还款能力强的客户，降低了资金出借方的风险；同时，银行提供的支付结算服务，使得交易能够便捷、安全地进行，大大降低了交易成本。随着互联网金融的兴起，金融中介理论面临着新的挑战和变革。互联网金融平台利用先进的信息技术，如大数据、云计算、区块链等，在一定程度上削弱了商业银行作为金融中介的传统优势。大数据技术使得互联网金融平台能够收集和分析海量的用户数据，包括用户的消费行为、信用记录、财务状况等，从而更准确地评估用户的信用风险，缓解信息不对称问题。一些P2P网贷平台通过对借款人的多维度数据进行分析，能够快速、准确地判断借款人的信用状况，为投资者提供更可靠的投资参考。区块链技术的应用则提高了交易的透明度和安全性，降低了信任成本，使得资金供求双方可以直接进行交易，减少了对传统金融中介的依赖。一些基于区块链技术的众筹平台，实现了资金的直接募集和项目的透明运作，投资者可以实时了解项目的进展情况，无需借助银行等中介机构来保证交易的可信度。长尾理论为解释互联网金融的发展及其对上市银行的影响提供了新的视角。长尾理论认为，在传统的市场中，由于受到资源和渠道的限制，企业往往更关注那些能够带来高利润的少数大客户，即“头部”客户，而忽视了数量众多但单个价值较低的“尾部”客户。然而，随着互联网技术的发展，交易成本大幅降低，企业可以通过互联网平台接触到更广泛的客户群体，包括那些被传统市场忽视的“尾部”客户。互联网金融正是利用了这一特点，通过提供多样化、个性化的金融服务，满足了“长尾”客户的金融需求。互联网理财平台推出的低门槛理财产品，如余额宝等，使得普通大众，尤其是那些资金量较小的投资者，也能够参与到理财活动中来，获得一定的收益。这些“长尾”客户的金融需求虽然单个金额较小，但由于数量庞大，加起来形成了一个巨大的市场。相比之下，上市银行在服务“长尾”客户方面存在一定的局限性。传统银行的业务模式注重规模经济，为了降低成本和风险，更倾向于服务大型企业和高净值客户。银行的贷款审批流程繁琐，对抵押物和信用记录的要求较高，使得中小企业和个人客户在申请贷款时面临较大的困难。而互联网金融平台的出现，打破了这种局面，为“长尾”客户提供了便捷、高效的金融服务，抢占了银行的部分市场份额。一些互联网小额贷款平台，针对中小企业和个人的短期资金需求，提供快速审批、无需抵押的小额贷款服务，满足了这些客户的资金周转需求，对银行的小额贷款业务造成了冲击。金融功能理论强调金融体系在经济运行中所发挥的核心功能，主要包括支付结算、资源配置、风险管理、信息提供和公司治理等方面。互联网金融的发展在很大程度上改变了金融功能的实现方式，对上市银行产生了多方面的影响。在支付结算功能方面，第三方支付平台凭借其便捷、高效的支付服务，迅速占领了大量的小额支付市场份额。支付宝、微信支付等第三方支付平台，通过与商家和消费者建立广泛的合作关系，实现了线上线下支付的无缝对接，用户只需通过手机扫码或点击几下屏幕，就能完成支付操作，大大提高了支付效率。而传统银行的支付结算业务，由于受到结算流程繁琐、手续费较高等因素的制约，在小额支付领域的竞争力逐渐下降。在资源配置功能方面，互联网金融通过创新的业务模式，提高了资源配置的效率。P2P网贷平台和众筹平台为中小企业和个人创业者提供了新的融资渠道，使得资金能够更直接地流向这些实体经济领域，满足了它们的资金需求，促进了经济的发展。而传统银行在资源配置过程中，由于信息不对称和审批流程复杂等原因，往往难以将资金及时、准确地配置到最需要的企业和项目中。互联网金融平台利用大数据和人工智能技术，对借款人的信用状况和项目前景进行评估，能够更精准地进行资源配置，提高了资金的使用效率。在风险管理方面，互联网金融平台利用大数据和机器学习技术，对风险进行实时监测和预警，能够更有效地识别和控制风险。一些互联网金融平台通过对用户的多维度数据进行分析，建立风险评估模型，及时发现潜在的风险因素，并采取相应的措施进行防范。然而，互联网金融也面临着一些特殊的风险，如技术风险、信息安全风险等，这些风险可能会对金融体系的稳定造成威胁。相比之下，上市银行在风险管理方面具有较为完善的体系和丰富的经验，但在应对互联网金融带来的新风险时，也需要不断地进行调整和创新。3.2互联网金融对上市银行负债业务的影响互联网金融的蓬勃发展，对上市银行的负债业务产生了显著的冲击，尤其是在存款分流和负债成本上升方面表现得尤为突出。互联网金融产品凭借其自身独特的优势，成功分流了上市银行的大量存款。以余额宝为代表的互联网货币基金，自2013年推出以来，迅速吸引了广大投资者的关注和资金投入。余额宝具有操作便捷、收益相对较高、资金赎回灵活等特点，用户只需通过手机支付宝APP，就能轻松完成基金的申购和赎回操作，且赎回资金实时到账。这些优势使得余额宝在短时间内积累了庞大的用户群体和资金规模。截至2023年底，余额宝的用户数超过6亿，资金规模达到1.8万亿元。如此庞大的资金规模，很大一部分是从银行存款中分流而来。许多原本将资金存放在银行活期或定期账户的用户，为了追求更高的收益和更便捷的操作体验，纷纷将资金转入余额宝等互联网货币基金。除了余额宝，其他互联网金融理财产品也在不断抢占银行存款市场份额。一些互联网平台推出的定期理财产品，收益率普遍高于银行同期定期存款利率。例如，京东金融的“小金库”定期理财产品，年化收益率在4%-5%之间，而同期银行一年期定期存款利率大多在2%-3%左右。这些互联网理财产品不仅收益率具有优势，而且投资门槛较低，通常100元甚至1元起投，这使得更多的普通投资者能够参与其中。相比之下，银行理财产品的投资门槛相对较高，一般为1万元起投，这在一定程度上限制了部分小额投资者的参与。因此，互联网金融理财产品凭借其低门槛、高收益的特点，吸引了大量中小投资者的资金，导致银行存款流失。互联网金融产品对银行存款的分流，不仅体现在个人储蓄存款方面，还对企业存款产生了影响。随着互联网金融的发展，一些企业开始将闲置资金投向互联网金融平台的理财产品。这些理财产品通常具有较高的流动性和相对稳定的收益，能够满足企业短期资金管理的需求。一些互联网金融平台为企业提供了定制化的理财方案，根据企业的资金规模、投资期限和风险偏好，设计出个性化的理财产品，进一步吸引了企业的资金。这使得银行的企业存款业务面临竞争压力，存款规模受到一定程度的影响。为了应对互联网金融产品的竞争，吸引更多的存款，上市银行不得不提高存款利率，从而导致负债成本上升。在互联网金融发展初期，银行的存款利率相对稳定，且受到央行的严格管制。然而，随着互联网金融的崛起，银行面临着存款流失的压力，为了留住客户和吸引新客户，银行不得不逐步提高存款利率。一些中小银行在竞争压力下，甚至推出了高于国有大型银行的存款利率。以一年期定期存款为例，国有大型银行的利率一般在2%-2.2%左右，而部分中小银行的利率则达到了2.5%-2.8%。虽然利率的提升幅度看似不大，但考虑到银行庞大的存款规模，负债成本的增加是相当可观的。除了提高存款利率，银行还通过推出各种优惠活动和理财产品来吸引客户存款，这也间接增加了银行的负债成本。一些银行推出了存款送礼品的活动，如存款达到一定金额，可获得食用油、大米、手机等礼品；还有一些银行推出了高收益的理财产品，通过补贴的方式提高产品的收益率，以吸引客户购买。这些活动和产品虽然在一定程度上能够吸引客户存款，但也增加了银行的运营成本和资金成本。银行负债成本的上升，对其盈利能力产生了负面影响。一方面，负债成本的增加压缩了银行的息差空间。银行的盈利主要依赖于存贷款息差，当负债成本上升而贷款利率无法同步提高时，息差就会缩小，银行的利息收入相应减少。另一方面，为了维持盈利能力，银行可能会提高贷款利率，将增加的成本转嫁给贷款客户。然而，提高贷款利率可能会导致贷款需求下降，影响银行的贷款业务规模和利息收入。此外，负债成本的上升还可能导致银行的资产质量下降。为了覆盖增加的成本，银行可能会放松贷款标准，向一些风险较高的客户发放贷款，从而增加了不良贷款的风险。一旦不良贷款增加，银行需要计提更多的贷款损失准备金，进一步侵蚀了银行的利润。3.3互联网金融对上市银行资产业务的影响在金融市场的动态发展中，互联网金融凭借其独特的优势，对上市银行的资产业务产生了多方面的影响，其中竞争优质客户以及降低银行贷款业务份额和利息收入的效应尤为显著。互联网金融平台借助先进的技术手段和创新的业务模式，在争夺优质客户资源方面展现出强大的竞争力。以蚂蚁金服旗下的网商银行和腾讯旗下的微众银行为代表，这些互联网银行充分利用大数据、云计算等技术，深入挖掘用户的交易数据、消费行为和信用信息，从而构建出精准的用户画像。通过对用户数据的分析，它们能够快速、准确地评估客户的信用状况和还款能力，为优质客户提供个性化的金融服务和定制化的贷款产品。例如，网商银行针对淘宝、天猫等电商平台上的商家，推出了基于店铺经营数据的小额贷款产品，这些产品具有额度灵活、审批快速、还款便捷等特点，能够满足商家在日常经营中的资金周转需求，吸引了大量电商商家成为其客户。互联网金融平台还通过提供便捷的线上服务和较低的贷款利率，进一步增强了对优质客户的吸引力。相比传统上市银行繁琐的贷款审批流程和较高的贷款利率，互联网金融平台的贷款申请流程更加简便，客户只需在网上填写相关信息，上传必要的资料，即可完成贷款申请。而且，互联网金融平台的审批速度通常较快，一些平台甚至能够实现实时审批，资金最快几分钟内即可到账。在贷款利率方面，互联网金融平台为了争夺市场份额，往往会提供相对较低的利率，这对于那些对资金成本较为敏感的优质客户来说，具有很大的吸引力。一些互联网金融平台针对信用良好的小微企业主，推出了年化利率在5%-8%之间的贷款产品，而同期上市银行对小微企业的贷款利率普遍在8%-12%左右。这种利率上的优势使得互联网金融平台在竞争优质客户时更具竞争力，导致上市银行的部分优质客户流失。互联网金融的发展使得银行贷款业务份额下降，利息收入减少。P2P网贷平台作为互联网金融的重要组成部分，为个人和中小企业提供了新的融资渠道，分流了银行的贷款业务。P2P网贷平台的出现，打破了传统金融市场中银行对贷款业务的垄断格局，使得资金供求双方可以直接在平台上进行匹配和交易，减少了对银行中介的依赖。根据相关数据显示，近年来P2P网贷行业的贷款规模呈现出快速增长的趋势。2023年，全国P2P网贷平台的贷款余额达到了1.2万亿元，虽然受到监管政策的影响，P2P网贷行业的规模有所收缩，但仍然对银行的贷款业务造成了一定的冲击。一些原本依赖银行贷款的中小企业和个人，由于在银行贷款难度较大，转而选择P2P网贷平台进行融资。这使得银行的贷款业务份额下降，利息收入相应减少。众筹融资模式也在一定程度上抢占了银行的贷款业务市场份额。众筹通过互联网平台将众多投资者的小额资金聚集起来，为创业者和中小企业提供资金支持。与银行贷款相比，众筹融资具有融资门槛低、融资速度快、融资方式灵活等特点，能够满足一些创新型企业和项目的资金需求。一些科技初创企业通过股权众筹的方式，成功获得了创业所需的资金，而这些企业原本可能由于缺乏抵押物和信用记录，难以从银行获得贷款。众筹融资的发展，使得银行在为创新型企业和项目提供融资服务方面面临更大的竞争压力，贷款业务份额进一步受到挤压。互联网金融的发展还导致了金融脱媒现象的加剧，使得银行的利息收入空间被压缩。金融脱媒是指资金的供给绕开商业银行等传统金融中介机构，直接输送到需求方和融资者手中，造成资金的体外循环。随着互联网金融的兴起，越来越多的资金供求双方选择通过互联网金融平台进行直接交易，减少了对银行存贷款业务的依赖。这种金融脱媒现象使得银行作为资金中介的地位受到削弱，存贷款业务规模下降，利息收入减少。而且，金融脱媒还导致银行的存款成本上升，进一步压缩了银行的利息收入空间。为了吸引存款，银行不得不提高存款利率，而贷款利率的上升又受到市场竞争和实体经济承受能力的限制，难以同步提高，这使得银行的息差缩小，利息收入减少。3.4互联网金融对上市银行中间业务的影响互联网金融的迅速发展，对上市银行的中间业务产生了显著的冲击，尤其是第三方支付等互联网金融模式，在多个方面对银行的中间业务收入构成挑战。第三方支付凭借其便捷的操作和广泛的应用场景，在支付结算领域对上市银行形成了有力竞争。以支付宝和微信支付为代表的第三方支付平台，借助移动互联网技术，实现了线上线下支付的无缝对接。消费者只需通过手机扫码或点击几下屏幕，就能轻松完成购物、缴费、转账等支付操作，整个过程简便快捷，且不受时间和空间的限制。无论是在大型商场购物、街边小店消费，还是缴纳水电费、物业费、交通罚款等生活场景中，第三方支付都已成为主流的支付方式。在餐饮行业，消费者在结账时，使用支付宝或微信支付的比例高达80%以上；在零售行业，这一比例也超过了70%。第三方支付平台的迅速崛起，导致上市银行支付结算业务量显著下滑。许多商家为了吸引更多消费者，纷纷接入第三方支付平台，减少了对银行POS机等支付渠道的依赖。据相关数据显示，2023年我国第三方支付机构处理的网络支付业务金额达到了537.3万亿元，同比增长15.2%；而同期上市银行的支付结算业务量增长缓慢，部分银行甚至出现了业务量下降的情况。一些中小上市银行的支付结算业务收入同比下降了10%-20%。第三方支付平台还通过推出优惠活动、降低手续费等方式，吸引用户使用其支付服务，进一步挤压了银行支付结算业务的市场份额。在春节、“双十一”等购物高峰期，支付宝、微信支付等平台会发放大量的消费红包、优惠券，吸引用户使用它们进行支付，这使得银行在支付结算市场的竞争中处于更加不利的地位。在代理业务方面，互联网金融平台也对上市银行造成了一定的冲击。互联网金融平台凭借其强大的技术实力和丰富的用户数据，不断拓展金融服务领域，推出了多样化的理财产品和金融服务，与银行的代理业务形成竞争。许多互联网金融平台与基金公司、保险公司等金融机构合作，推出了各种互联网理财产品和保险产品，通过线上渠道进行销售。这些产品具有低门槛、高收益、购买便捷等特点，吸引了大量投资者。一些互联网平台推出的货币基金，年化收益率在3%-4%之间，且1元起投，投资者可以通过手机APP随时随地进行购买和赎回操作。相比之下，银行代理销售的理财产品投资门槛较高，一般为1万元起投，收益率也相对较低，在2%-3%左右。这使得银行在理财产品销售方面面临较大的竞争压力，代理业务收入减少。互联网金融平台还通过提供便捷的保险购买渠道，对银行的保险代理业务产生了影响。用户可以在互联网金融平台上轻松比较不同保险公司的产品，选择适合自己的保险产品进行购买，整个过程简单快捷。而银行的保险代理业务，由于受到销售渠道和销售人员专业水平的限制，在产品推广和销售方面相对滞后。这导致银行的保险代理业务收入受到一定程度的冲击，市场份额有所下降。一些大型互联网金融平台的保险销售额逐年增长，占整个保险市场销售额的比重也在不断提高，而银行的保险代理业务收入增速则逐渐放缓。银行卡业务方面，互联网金融的发展也给上市银行带来了挑战。随着第三方支付的普及，消费者使用银行卡进行支付的频率逐渐降低。第三方支付平台通过与银行合作，实现了银行卡的绑定支付，用户可以直接使用第三方支付账户进行支付，无需再频繁使用银行卡。这使得银行的银行卡刷卡手续费收入减少。互联网金融平台还推出了虚拟信用卡等创新产品，对传统银行卡业务造成了一定的冲击。虚拟信用卡具有申请便捷、额度灵活等特点，用户可以在互联网上快速申请，无需提交繁琐的资料，这吸引了一部分年轻用户和小额消费群体，对银行的信用卡业务市场份额产生了一定的影响。四、互联网金融对上市银行盈利能力影响的实证分析4.1研究设计为深入探究互联网金融对上市银行盈利能力的影响，本研究选取了16家具有代表性的上市银行作为样本，涵盖国有大型银行、股份制银行和城市商业银行，时间跨度设定为2013-2023年。这16家银行在我国银行业中占据重要地位，其资产规模、业务范围和市场影响力具有广泛的代表性，能够较为全面地反映互联网金融对上市银行整体的影响。在研究中，选取了具有代表性的上市银行，包括工商银行、建设银行、农业银行、中国银行、交通银行这5家国有大型银行，招商银行、民生银行、兴业银行、浦发银行、中信银行、光大银行、平安银行这7家股份制银行，以及宁波银行、南京银行、北京银行、上海银行这4家城市商业银行。这些银行在资产规模、市场份额、业务创新能力等方面各有特点，有助于从不同角度分析互联网金融的影响。本研究选用了多个具有代表性的指标来衡量互联网金融的发展水平。第三方支付交易规模是其中一个重要指标，它反映了互联网支付领域的发展程度，体现了互联网金融在支付结算方面对传统银行的冲击。数据显示，2013-2023年我国第三方支付交易规模呈现出迅猛的增长态势，从2013年的17.9万亿元增长至2023年的537.3万亿元，年均复合增长率达到44.8%。这一数据直观地表明了第三方支付在我国金融市场中的快速崛起，以及其对传统银行支付结算业务的巨大挑战。互联网理财规模也是一个关键指标，它体现了互联网金融在资产管理和投资领域的发展，反映了互联网金融产品对银行存款和理财产品的分流情况。近年来，互联网理财市场规模不断扩大，以余额宝为代表的互联网货币基金，其用户数和资金规模持续增长。截至2023年底，余额宝的资金规模达到1.8万亿元，用户数超过6亿。这表明互联网理财产品凭借其便捷性和较高的收益率，吸引了大量投资者，对银行的存款和理财业务造成了明显的冲击。互联网信贷规模则反映了互联网金融在融资领域的发展，体现了互联网金融平台对银行贷款业务的竞争。P2P网贷作为互联网信贷的主要形式之一，在过去一段时间内经历了快速发展。虽然受到监管政策的影响，近年来P2P网贷行业规模有所收缩，但在其发展高峰期，对银行的贷款业务产生了一定的分流作用。2017年，全国P2P网贷平台的贷款余额达到历史峰值2.8万亿元，许多中小企业和个人选择通过P2P网贷平台获取资金，这在一定程度上减少了对银行贷款的依赖。为准确衡量上市银行的盈利能力，本研究选择了资产收益率（ROA）作为被解释变量。ROA是衡量银行每单位资产创造净利润能力的重要指标，能够综合反映银行资产利用的效率和盈利能力。其计算公式为：ROA=净利润÷平均资产总额×100%。通过分析ROA的变化，可以直观地了解互联网金融对上市银行盈利能力的影响。在控制变量的选取上，充分考虑了可能对上市银行盈利能力产生影响的其他因素。宏观经济环境是影响银行盈利能力的重要外部因素，本研究选取国内生产总值（GDP）增长率来衡量宏观经济状况。GDP增长率反映了国家经济的整体增长态势，在经济增长较快的时期，企业和个人的经济活动活跃，对银行的存贷款需求增加，有利于银行提高盈利能力；而在经济增长放缓时，银行的业务发展可能面临一定的压力。利率水平也是影响银行盈利能力的关键因素之一，本研究选取一年期定期存款利率作为利率水平的代表指标。利率的波动会直接影响银行的存贷款利差，进而影响银行的利息收入。当利率上升时，银行的贷款利率可能随之提高，而存款利率的调整相对滞后，从而扩大存贷利差，增加利息收入；反之，利率下降则可能导致存贷利差缩小，利息收入减少。银行自身的特征也对盈利能力有着重要影响，本研究选取银行的资产规模和资本充足率作为控制变量。资产规模反映了银行的经营实力和市场地位，一般来说，资产规模较大的银行在业务拓展、风险抵御等方面具有优势，可能会有更高的盈利能力。资本充足率则衡量了银行抵御风险的能力，较高的资本充足率意味着银行在面临风险时具有更强的缓冲能力，能够保证业务的稳定开展，从而对盈利能力产生积极影响。基于以上变量的选取，构建如下多元线性回归模型：ROAROA_{it}=β_0+β_1TP_t+β_2IF_t+β_3IL_t+β_4GDP_t+β_5R_t+β_6AS_{it}+β_7CA_{it}+ε_{it}其中，i表示第i家上市银行（i=1,2,…,16）；t表示年份（t=2013,2014,…,2023）；ROA_{it}表示第i家银行在第t年的资产收益率；TP_t表示第t年的第三方支付交易规模；IF_t表示第t年的互联网理财规模；IL_t表示第t年的互联网信贷规模；GDP_t表示第t年的国内生产总值增长率；R_t表示第t年的一年期定期存款利率；AS_{it}表示第i家银行在第t年的资产规模；CA_{it}表示第i家银行在第t年的资本充足率；β_0为常数项；β_1-β_7为各变量的回归系数；ε_{it}为随机误差项。4.2实证结果与分析在进行回归分析之前，先对各变量进行描述性统计，结果如表1所示：变量观测值均值标准差最小值最大值ROA1761.150.220.561.82TP176228.65235.4817.9537.3IF1762.341.890.56.8IL1760.871.020.052.8GDP1766.541.234.98.4R1762.050.341.52.75AS17618.561.3215.621.8CA17613.251.0811.516.2从表1可以看出，资产收益率（ROA）的均值为1.15%，标准差为0.22，说明不同上市银行之间的盈利能力存在一定差异。第三方支付交易规模（TP）的均值为228.65万亿元，标准差较大，达到235.48万亿元，反映出我国第三方支付市场发展迅速且规模差异较大。互联网理财规模（IF）和互联网信贷规模（IL）的均值分别为2.34万亿元和0.87万亿元，同样显示出较大的标准差，表明这两个领域的发展也具有较大的波动性。国内生产总值增长率（GDP）的均值为6.54%，反映出我国经济在样本期间保持了一定的增长速度。一年期定期存款利率（R）均值为2.05%，在样本期间有一定的波动。银行资产规模（AS）和资本充足率（CA）的均值分别为18.56万亿元和13.25%，不同银行之间在资产规模和资本充足率方面也存在一定差异。为了初步判断各变量之间的关系，对主要变量进行相关性分析，结果如表2所示：变量ROATPIFILGDPRASCAROA1TP-0.561**1IF-0.483**0.621**1IL-0.397**0.502**0.456**1GDP0.352**0.287**0.223**0.198**1R-0.265**0.1560.1280.0950.1871AS0.412**-0.305**-0.254**-0.186**0.234**-0.1451CA0.387**-0.276**-0.215**-0.154**0.205**-0.1120.523**注：**表示在1%的水平上显著相关。从表2可以看出，第三方支付交易规模（TP）、互联网理财规模（IF）和互联网信贷规模（IL）与资产收益率（ROA）均呈现显著的负相关关系。这初步表明，互联网金融的发展对上市银行的盈利能力产生了负面影响。第三方支付交易规模每增加1个单位，资产收益率可能会降低0.561个单位；互联网理财规模每增加1个单位，资产收益率可能会降低0.483个单位；互联网信贷规模每增加1个单位，资产收益率可能会降低0.397个单位。国内生产总值增长率（GDP）与资产收益率呈显著正相关，说明宏观经济的良好发展有助于提升上市银行的盈利能力。银行资产规模（AS）和资本充足率（CA）也与资产收益率呈显著正相关，表明资产规模较大和资本充足率较高的银行往往具有更强的盈利能力。一年期定期存款利率（R）与资产收益率呈负相关，但相关性相对较弱。运用Stata软件对构建的多元线性回归模型进行估计，结果如表3所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||TP|-0.0023***|0.0005|-4.60|0.000|[-0.0033,-0.0013]||IF|-0.0152***|0.0032|-4.75|0.000|[-0.0215,-0.0089]||IL|-0.0117***|0.0028|-4.18|0.000|[-0.0172,-0.0062]||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||TP|-0.0023***|0.0005|-4.60|0.000|[-0.0033,-0.0013]||IF|-0.0152***|0.0032|-4.75|0.000|[-0.0215,-0.0089]||IL|-0.0117***|0.0028|-4.18|0.000|[-0.0172,-0.0062]||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||----|----|----|----|----|----||TP|-0.0023***|0.0005|-4.60|0.000|[-0.0033,-0.0013]||IF|-0.0152***|0.0032|-4.75|0.000|[-0.0215,-0.0089]||IL|-0.0117***|0.0028|-4.18|0.000|[-0.0172,-0.0062]||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||TP|-0.0023***|0.0005|-4.60|0.000|[-0.0033,-0.0013]||IF|-0.0152***|0.0032|-4.75|0.000|[-0.0215,-0.0089]||IL|-0.0117***|0.0028|-4.18|0.000|[-0.0172,-0.0062]||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||IF|-0.0152***|0.0032|-4.75|0.000|[-0.0215,-0.0089]||IL|-0.0117***|0.0028|-4.18|0.000|[-0.0172,-0.0062]||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||IL|-0.0117***|0.0028|-4.18|0.000|[-0.0172,-0.0062]||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||GDP|0.0213**|0.0094|2.27|0.024|[0.0028,0.0400]||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||R|-0.0186*|0.0105|-1.77|0.078|[-0.0393,0.0021]||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||AS|0.0325***|0.0076|4.28|0.000|[0.0175,0.0475]||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||CA|0.0268**|0.0113|2.37|0.019|[0.0046,0.0490]||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||cons|-0.3754***|0.1125|-3.34|0.001|[-0.5964,-0.1544]||N|176||AdjR-squared|0.7632||N|176||AdjR-squared|0.7632||AdjR-squared|0.7632|注：*、、*分别表示在1%、5%、10%的水平上显著。从回归结果来看，模型的调整R²为0.7632，说明模型对上市银行资产收益率的解释能力较强，能够解释76.32%的资产收益率变动。第三方支付交易规模（TP）的回归系数为-0.0023，在1%的水平上显著为负，这表明第三方支付交易规模的扩大对上市银行的盈利能力有显著的负面影响。第三方支付的快速发展，抢占了银行的支付结算业务市场份额，导致银行支付结算手续费收入减少，进而降低了银行的盈利能力。互联网理财规模（IF）的回归系数为-0.0152，同样在1%的水平上显著为负，说明互联网理财规模的增长对上市银行盈利能力产生了明显的抑制作用。互联网理财产品凭借高收益、低门槛等优势，吸引了大量银行存款资金，使得银行存款成本上升，同时银行理财产品的销售也受到冲击，导致银行的利息收入和手续费及佣金收入减少，盈利能力下降。互联网信贷规模（IL）的回归系数为-0.0117，在1%的水平上显著为负，表明互联网信贷规模的增加对上市银行的盈利能力造成了负面影响。互联网信贷平台为中小企业和个人提供了新的融资渠道，分流了银行的贷款业务，使得银行的贷款规模下降，利息收入减少。国内生产总值增长率（GDP）的回归系数为0.0213，在5%的水平上显著为正，说明宏观经济的增长对上市银行的盈利能力有积极的促进作用。在经济增长较快时期，企业和个人的经济活动活跃，对银行的存贷款需求增加，有利于银行扩大业务规模，提高盈利能力。一年期定期存款利率（R）的回归系数为-0.0186，在10%的水平上显著为负，表明利率水平的上升对上市银行的盈利能力有一定的负面影响。利率上升会导致银行存款成本增加，而贷款利率的上升受到市场竞争和实体经济承受能力的限制，难以同步提高，从而压缩了银行的息差空间，降低了银行的盈利能力。银行资产规模（AS）的回归系数为0.0325，在1%的水平上显著为正，说明资产规模较大的银行具有更强的盈利能力。资产规模大的银行在业务拓展、风险抵御、成本控制等方面具有优势，能够实现规模经济，提高盈利能力。资本充足率（CA）的回归系数为0.0268，在5%的水平上显著为正，表明资本充足率较高的银行盈利能力更强。较高的资本充足率意味着银行具有更强的风险抵御能力，能够保证业务的稳定开展，降低风险损失，从而提高盈利能力。4.3稳健性检验为了确保实证结果的可靠性和稳定性，采用多种方法对上述回归结果进行稳健性检验。首先，考虑替换变量的方法。在衡量互联网金融发展水平时，用互联网金融综合指数替代原来的第三方支付交易规模、互联网理财规模和互联网信贷规模这三个单独的指标。互联网金融综合指数是通过主成分分析法，对多个反映互联网金融发展的指标进行综合计算得到的，它能够更全面地反映互联网金融的整体发展状况。该指数涵盖了第三方支付、互联网理财、互联网信贷、众筹等多个领域的发展指标，通过降维处理，将多个指标转化为一个综合指标，减少了单一指标的局限性。重新进行回归分析，结果如表4所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||IFI|-0.0235***|0.0041|-5.73|0.000|[-0.0316,-0.0154]||GDP|0.0208**|0.0092|2.26|0.025|[0.0026,0.0390]||R|-0.0178*|0.0103|-1.73|0.084|[-0.0380,0.0024]||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||IFI|-0.0235***|0.0041|-5.73|0.000|[-0.0316,-0.0154]||GDP|0.0208**|0.0092|2.26|0.025|[0.0026,0.0390]||R|-0.0178*|0.0103|-1.73|0.084|[-0.0380,0.0024]||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||----|----|----|----|----|----||IFI|-0.0235***|0.0041|-5.73|0.000|[-0.0316,-0.0154]||GDP|0.0208**|0.0092|2.26|0.025|[0.0026,0.0390]||R|-0.0178*|0.0103|-1.73|0.084|[-0.0380,0.0024]||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||IFI|-0.0235***|0.0041|-5.73|0.000|[-0.0316,-0.0154]||GDP|0.0208**|0.0092|2.26|0.025|[0.0026,0.0390]||R|-0.0178*|0.0103|-1.73|0.084|[-0.0380,0.0024]||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||GDP|0.0208**|0.0092|2.26|0.025|[0.0026,0.0390]||R|-0.0178*|0.0103|-1.73|0.084|[-0.0380,0.0024]||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||R|-0.0178*|0.0103|-1.73|0.084|[-0.0380,0.0024]||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||AS|0.0318***|0.0074|4.29|0.000|[0.0172,0.0464]||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||CA|0.0262**|0.0111|2.36|0.020|[0.0042,0.0482]||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||cons|-0.3687***|0.1108|-3.33|0.001|[-0.5869,-0.1505]||N|176||AdjR-squared|0.7586||N|176||AdjR-squared|0.7586||AdjR-squared|0.7586|注：*、、*分别表示在1%、5%、10%的水平上显著；IFI表示互联网金融综合指数。从表4的回归结果可以看出，互联网金融综合指数（IFI）的回归系数为-0.0235，在1%的水平上显著为负，这与之前使用单独指标时的结果一致，表明互联网金融的发展对上市银行的盈利能力仍然具有显著的负面影响。国内生产总值增长率（GDP）、一年期定期存款利率（R）、银行资产规模（AS）和资本充足率（CA）的回归系数符号和显著性水平也与原回归结果基本相同，说明模型的稳定性较好。采用逐步回归法对模型进行稳健性检验。逐步回归法是一种变量选择方法，它通过逐步引入或剔除自变量，寻找最优的回归模型。在本研究中，从包含所有自变量的模型开始，根据自变量的显著性水平和模型的拟合优度，逐步剔除不显著的自变量，直到得到最优模型。经过逐步回归分析，最终得到的模型中，互联网金融相关变量的系数和显著性水平与原回归结果没有明显变化，进一步验证了实证结果的可靠性。还可以通过增加控制变量的方式进行稳健性检验。考虑到金融市场竞争程度可能会对上市银行的盈利能力产生影响，将赫芬达尔-赫希曼指数（HHI）作为控制变量加入模型。赫芬达尔-赫希曼指数是衡量市场竞争程度的常用指标，它通过计算市场中各企业的市场份额的平方和来反映市场的集中程度。指数值越大，表明市场竞争程度越低，垄断程度越高；反之，指数值越小，表明市场竞争程度越高。重新进行回归分析，结果如表5所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||TP|-0.0021***|0.0005|-4.20|0.000|[-0.0031,-0.0011]||IF|-0.0145***|0.0030|-4.83|0.000|[-0.0204,-0.0086]||IL|-0.0112***|0.0026|-4.31|0.000|[-0.0163,-0.0061]||GDP|0.0205**|0.0090|2.28|0.023|[0.0028,0.0382]||R|-0.0180*|0.0101|-1.78|0.076|[-0.0380,0.0020]||AS|0.0320***|0.0072|4.44|0.000|[0.0179,0.0461]||CA|0.0265**|0.0108|2.45|0.015|[0.0053,0.0477]||HHI|-0.0356**|0.0148|-2.40|0.017|[-0.0647,-0.0065]||cons|-0.3562***|0.1085|-3.28|0.001|[-0.5702,-0.1422]||N|176||AdjR-squared|0.7724||变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||TP|-0.0021***|0.0005|-4.20|0.000|[-0.0031,-0.0011]||IF|-0.0145***|0.0030|-4.83|0.000|[-0.0204,-0.0086]||IL|-0.0112***|0.0026|-4.31|0.000|[-0.0163,-0.0061]||GDP|0.0205**|0.0090|2.28|0.023|[0.0028,0.0382]||R|-0.0180*|0.0101|-1.78|0.076|[-0.0380,0.0020]||AS|0.0320