互联网金融对商业银行创新能力的影响研究—基于我国27家上市商业银行的经验数据开题报告

课题的意义、国内外研究进展、应用前景等（列出主要参考文献）

近几年，凭借先进的技术创新，以蚂蚁金服、腾讯财富通、京东金融等为代表的互联网金融异军突起。截止到2013年，第三方互联网支付实现交易规模5.37万亿元，P2P网贷交易规模达897.1亿元，这对传统银行产生了巨大冲击。然而，无论是对于互联网金融还是对于商业银行，这都仅仅是一个开始。截至到2017年，第三方互联网支付的交易规模达到31.10万亿元，翻了接近6番，而P2P网贷的交易规模更达到2.32万亿元（数据来源：wind），在这一系列数据不断增长的背后，隐含的是互联网金融对传统商业银行业务和客户资源的大规模抢占。

面对此种情况，各大商业银行也开始采取行动。一方面，他们推出余额宝类的活期存款理财业务，以此来应对网上理财工具对其中间业务的影响；另一方面，商业银行开始与互联网金融机构进行跨业合作，建立战略合作关系。毫无疑问，在这种情况下，商业银行急需提高金融创新能力，增加其市场竞争力。

通常来讲，商业银行的创新能力是指商业银行运用大数据技术研发、设计和推广金融产品，从而提升银行价值的能力（吴成颂等，2016）。具体来说，银行的创新能力包括三个方面的内容:一是金融体系或机构的创新，二是业务流程的创新，三是金融产品的创新（李翰阳，2009），但是由于我国长期以来的利率管制，使得我国银行业创新能力的方向主要集中在资产类业务和中间业务。那么，互联网金融对传统银行的创新能力有何影响？是否能够有效发挥互联网金融的“鲶鱼效益”，促进了银行创新能力的提升？互联网金融对传统银行创新能力的影响是否会因银行规模和种类的不同而不同？这些问题的答案，对我国制定相应的互联网金融发展的政策及银行业持续经营具有重要意义。

互联网金融的发展对商业银行创新能力的影响如何?国内外众多学者进行了系统而卓有成效的研究。吴思霖等(2014)、吴成颂等(2016)从互联网金融冲击下商业银行的业务创新进行了深入的研究，结果显示，互联网金融的发展会削弱商业银行的创新能力。王明静(2015)、李冲等(2016)却持有不同的观点，他们认为，余额宝类等互联网金融产品的上线不会对商业银行造成颠覆性的影响，反而会提升商业银行的的金融服务能力，拓展业务发展空间，加速商业银行的改革创新进程。张露寒(2014)利用演化博弈模型，屈波等(2015)运用SWOT分析法，蒋庆(2015)借助长尾理论和蓝海理论分别探究了传统商业银行在互联网金融冲击下面临的机会与挑战及其应对策略。张庆媛(2014)、孙杰和贺晨(2015)探究了大数据、云计算、物联网等信息技术深度融合背景下互联网金融与传统银行之间的融合路径与改进方向。从已有研究来看，学者对互联网金融对商业银行的影响这个问题主要有以下三种观点。

1．互联网金融的发展通过示范效应、竞争效应和流动效应推动商业银行创新能力的提高

创新文献通常认为，当面临逐渐增加的外部不确定性时，企业倾向于追求更加先进的和竞争性的创新战略来保护自身的市场地位（李文亮，2017）。随着互联网金融的日渐渗透，商业银行更愿通过网络技术增强自身竞争力。从技术溢出理论视角来看，互联网金融改变了金融服务的提供方式和获取方式，通过示范效应、竞争效应和流动效应推动商业银行创新绩效提升（BrewerH）。

从示范效应来看，由于互联网金融企业的技术思维更加领先，商业银行通过学习模仿其产品类型，吸纳运用其服务理念，能够推陈出新，打破经营窠臼，从而实现技术的改良与效率的提升。从竞争效应来看，互联网金融的出现必然会迫使享有行政垄断权力的商业银行改变投入产出组合，进行技术升级。从流动效应来看，行业间流动会提高商业银行的人员素质与技术水平。在此基础上，商业银行通过响应市场变化，迅速学习互联网金融技术，提高创新绩效应对金融体系变革。比如SundasRaufFu（2014）以巴基斯坦2002—2012年商业银行微观数据，分析了商业银行引入电子银行服务对创新绩效的影响，结果发现两者之间存在显著的作用。

2．互联网金融的发展通过长尾理论效应对商业银行创新能力有消极影响

长尾理论认为，主流市场外异质化的潜在需求可汇聚成与主流大市场相匹敌的市场需求，市场中的利基产品品种远超畅销产品的少量品种，虽然每个利基产品销量微小，但产品的数字特征使其储存、分发的经营成本微乎其微(霍兵，2015)。同时，互联网技术的发展使得供需双方的交易成本和搜寻成本显著降低，因此，众多利基市场产品的需求可汇聚成一个与主流畅销市场相匹敌的长尾市场，同样为公司创造利润(乔海曙、吕慧敏，2014)。而互联网金融的发展也正是基于这种逻辑。

和把利差作为主要收入来源传统商业银行不同，互联网金融的主要服务对象之一就是理财需求不能被满足的低收入人群，而这些低收入人群的基本特征就在于个人所拥有的、能够支配的资产数量较小，数量却异常庞大，但是由于这部分人群较为分散，服务成本较高，因此一直被传统的商业银行所忽视（吴成颂等，2016）。而互联网金融平台凭借其几近于无的边际成本和搜寻成本，为数量庞大的低收入群体提供了大量价格低、收益高的理财产品，不仅吸引了商业银行大量活期存款的转移，使得商业银行丧失了成本低廉、收益较高的资金来源，而且使得传统商业银行的投资者转向互联网金融产品，大大侵占了商业银行的中间业务收入。

3．互联网金融对不同规模和不同性质商业银行创新能力的影响具有差异性

赵旭和凌亢(2001)采用DEA经典模型(CCＲ＆BCC)测算了中国商业银行1993－1998年的综合效率、纯技术效率和规模效率。朱南等(2004)引入了DEA“超效率”模型对2000与2001年中国最大的14家商业银行的生产效率进行评估，结果发现，员工人数过多是制约国有商业银行效率提高的一大瓶颈。杨志坤(2016)基于两阶段DEA-Tobit模型，对我国16家上市商业银行绩效与其影响因素进行了实证分析，研究发现，大型国有银行在三大效率上整体占优，创新能力、不良贷款率对商业银行绩效影响非常显著。何剑和吉阳对2011—2013年我国16家上市银行的经营绩效进行分析，结果表明，2011—2013年，我国整体银行业综合效率大体呈现出“U”形变化趋势;国有银行、股份制银行及城市商业银行受我国整体经济形势影响，规模报酬呈现出不同的变动趋势。

廖戎戎等（2018）研究结果表明，互联网金融的发展，整体上显著提高了我国商业银行创新能力，但这种影响会因银行规模不同而存在不同的“门槛”效应。互联网金融对规模小银行的创新能力具有显著的负面影响，随着银行规模的增大，负面影响转为正向影响，当银行规模增大到一定程度后，互联网金融对商业银行创新能力影响并不显著。

综上所述，互联网金融对商业银行创新能力影响尚未得出一致的结论，互联网金融对商业银行的影响到底哪种哪种效应作用更大，对于不同规模、不同性质银行的影响如何尚待研究。

参考文献：

[1]廖戎戎,蒋团标,喻微锋.互联网金融对银行创新能力的影响——基于58家商业银行面板数据的实证[J].金融与经济,2018(09):52-57.

[2]吴成颂,周炜,张鹏.互联网金融对银行创新能力的影响研究——来自62家城商行的经验证据[J].贵州财经大学学报,2016(03):54-65.

[3]李翰阳.从全球金融危机看我国银行业金融创新的进一步发展问题［J］．国际金融研究，2009(2):72－80．

[4]中国银监会厦门银监局课题组．国内中资商业银行产品创新能力分析［J］．上海金融，2005(7):46－49．

[5]邱洪华.基于层次分析模型的中国内外资银行创新能力综合评价[J].研究与发展管理，2012(5):64-72.

[6]邵许生.商业银行在互联网时代的金融创新研究[J].时代金融,2016(24):104-105.

[7]李有星，陈飞，金幼芳．互联网金融监管的探析［J］．浙江大学学报(人文社会科学版)，2014(4):87 －97．

[8]赵旭升．互联网金融商业模式演进及商业银行的应对策略［J］．金融论坛， 2014(10):11－20．

[9]Freedman S．andJin G Z．Dynamic Learningand Selection:the Early Years of Prosper．com［Ｒ］．Universityof Maryland，2008．

[10]温小霓，武小娟．P2P网络借贷成功率影响因素分析———以拍拍贷为例［J］．金融论坛，2014(3):3－8．

[11]中国工商银行渠道管理部课题组，郝彬，陶能虹．互联网金融时代的跨行业渠道竞争［J］．金融论坛，2014(7):17－23，52．

[12]王静．竞争与变革:互联网金融对传统银行业的冲击［J］．中国流通经济，2014(5):122－126．

[13]李文亮.互联网金融与商业银行创新绩效的关系研究——基于MOA理论视角的分析[J].金融理论与实践,2017(02):42-46.

[14]Freel S. Perceived Environmental Uncertaintyand Innovation in Small Firms [J].Small Business Economics,2005, 25(1):49-64.

[15]Brewer H. E-commerce and Community Banking[J].Commmercial.lending Review, 2001,16(3):48.

[16]霍兵，张延良．互联网金融发展的驱动因素和策略———基于长尾理论视角［J］．宏观经济研究，2015(2):86－93 108．

[17]乔海曙，吕慧敏．中国互联网金融理论研究最新进展［J］．金融论坛，2014(7):24 －29．

[18]郭品，沈悦.互联网金融加重了商业银行的风险承担吗?——来自中国银行业的经验证据[J].南开经济研究，2015，（4）：80-97.

[19]Pathana S，SkullyM.Strong boards，CEO powerand bank risk-taking[J].Journal of banking and Finance，2009，33：1340~1350.

[20]王雪竹.互联网金融对商业银行的影响研究[J].经济师,2018(09):124-127 131

[21]胡巍.互联网金融对城市商业银行创新绩效的影响研究[J].金融理论与实践,2017(08):19-23.

[22]陈孝明,张伟,刘裕文.互联网金融提升了商业银行的创新能力吗?——基于中国上市银行面板数据的实证研究[J].金融与经济,2018(07):17-23.

[23]陆岷峰，虞鹏飞．2015．互联网金融:商业银行转型战略的创新驱动力．南都学坛(3):102－108．

研究方法、技术路线、实验方案及可行性分析

1．拟采取的研究方法

本文主要运用以下研究方法：

（1）理论和实际相结合的方法

a. 文献研究法

通过查阅前人关于互联网金融与商业银行创新能力的相关理论，依据这些文献内容的逻辑关系，罗列出研究的思路与主线，熟悉研究方法，运用理论为实际问题提供理论依据。

b.相关人士访谈法

通过对相关地区商业银行从业人员进行访谈，了解互联网金融的发展对商业银行各业务的影响情况。

c．案例分析法

通过对个别商业银行进行访问和调查，以点及面，分析可能存在的扰动因素，补充修正影响因素。

（2）描述统计和推断统计相结合的方法

描述统计指通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估价和描述的方法。推断统计是研究如何根据样本数据去推断总体数量特征的方法，它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。描述统计偏向于定性的感受，而推断统计偏向于理性的分析。

本课题对于所收集到的资料与数据，首先将会进行描述统计，对于各个变量的情况有一个直观的认识。然后运用推断统计，对于所收集到的资料进行更加深层次的分析，在定性的基础之上，将会对其进行定量的分析，并且利用LOS等相关模型来进行计量的分析。

模型的选择

为了检验互联网金融的发展对城市商业银行创新能力的影响，本文首先考虑借鉴朱盈盈等(2011)的研究，并设置以下OLS模型进行检验:

NCFit=α0 α1INFit α2LnNIit α3Npait α4Carit α5DAit α6LnAit α7stateit α8Idpit α9Wfdit εit

其中下标it表示第i个银行第t年的指标，α代表变量回归参数，εit代表回归残差。

变量定义

（1）银行创新能力的度量

在上述模型中，NCF为被解释变量，是银行的中间业务收入与银行总资产的比值，代表银行的创新能力。从已有文献来看，将手续费及佣金收入作为银行创新能力的代表的做法也是较为普遍和广泛的，故此，本研究也选取该项指标度量银行创新能力

（2）互联网金融的度量

现阶段互联网金融的发展主要在三个方面较为突出，即第三方支付、P2P网贷和众筹融资。但由于在中国众筹的回报方式不能涉及资金或股权，因此其融资规模和发展方式受到很大的制约，总体对传统商业银行的业务冲击不大。因此我们选取第三方支付和P2P网贷的交易规模作为互联网金融INF的代表。

（3）控制变量

金融创新是银行获得和保持竞争力的关键途径之一，而这种创新又受到其他很多因素的影响。首先是LnNI ，即商业银行利息净收入的对数，代表银行传统业务的盈利能力。银行传统业务的盈利能力之所以会对其创新能力产生影响，是因为银行在短期内的资源是一定的，如若将大量资源投入到创新业务中，势必会对原来的业务产生影响，因此，传统业务与创新业务之间存在一定的替代性(朱盈盈等，2011) 。

其次，银行的资产规模( LnA ) 与非传统业务规模呈正相关关系( Deyoung、Ｒice，2004) ，银行的资产规模越大，意味着其所拥有的人才和资源越多，其发展的经验也就越丰富，在依托新技术进行业务创新时就更加游刃有余，但是这又受到贷资产比例( DA ) 的限制，贷资产比例越高，银行留存的准备金就会相应降低，其创新能力就会受到影响。

此外，不良资产率( Npa ) 作为银行信用风险水平的重要衡量指标也影响其创新能力。虽然中国商业银行经历了几轮改革，实现了股份制经营，但是以往产生的不良资产并没有在此过程中完全消除，而且当前城商行的经营模式、管理方式和风险承担等仍有传统的印记，因此信用风险仍是中国商业银行的主要风险。因此，我们借鉴吴成颂等( 2014) 的研究，将不良资产率纳入到控制变量中。

最后，影响企业自主创新能力的关键因素除企业规模以外，还包括其资产流动性、控股性质( State ) 、董事会性别( WIF ) 等，银行也不例外。此外，资本充足率( Car ) 作为银监会审批商业银行增设新机构和开办新业务的重要指标，会对银行的创新行为产生直接的影响。同时，已有研究显示国有控股性质的商业银行的创新积极性不高( 周亚虹等，2012) ，且女性董事对于企业技术创新具有显著的促进作用( 曾萍、邬绮虹，2012) 。具体的变量定义见表1。

表1：变量定义及描述

国有银行和非国有银行之间的比较研究：

面板数据模型主要有混合回归模型、固定效应模型和随机效应模型三种主要模型，基于此本文利用混合效应、固定效应和随机效应三种估计方法得到估计参数。为了选择合适的模型进行分析，首先使用F检验对混合回归模型和固定效应模型进行选择检验，接着LM检验对混合回归模型和随机效应模型进行选择，最后进行Hausman检验对定效应模型和随机效应模型进行检验。为了验证互联网金融的发展对不同性质商业银行的创新能力的影响，本文将样本银行分为国有银行和非国有银行分别进行回归。

后期根据实际情况及时调整完善，找到最佳拟合分析的模型和方法，进行解释分析。

2.技术路线