全文总字数:14231字
1. 研究目的与意义、国内外研究现状(文献综述)
一、本课题的意义
1999年,中国电子商务的兴起让互联网金融逐渐进入了人们的视野。如今,我国又开始了新一轮金融创新发展高潮,第三方支付平台层出不穷,网上信贷市场迅速扩张,余额宝理财、众筹融资等金融创新产品也被人们广泛使用。我国政府也对互联网金融采取了积极态度。2013年8月,互联网金融正式写入了国务院的两个重要文件。国务院办公厅《关于金融支持中小企业发展的实施意见》提出:“充分利用互联网等新技术、新工具,不断创新网络金融服务模式。”国务院《关于促进信息消费扩大内需的若干意见》提出要“推动互联网金融创新,规范互联网金融服务。”
据CNNIC数据显示,2017年我国的网民总人数已经达到7.72亿,较2016年新增了4074万人。互联网普及率为55.8%,较上年提升了2.6%。互联网的普及使各类网络应用的用户规模不断扩大,而网络购物的流行更使互联网金融消费成为一种习惯。据CNNIC数据显示,2017年使用网络购物、网上支付、网上银行、互联网理财和网上炒股或炒基金等应用的人数均较上年有明显增加,互联网理财用户规模破亿,使用率增长了3.2%。(见表1)庞大的客户基数给互联网金融的发展奠定了基础,在技术的推动下,互联网金融以多样化的发展形式、较快的发展速度,迅速挤占传统银行业的部分业务。易观发布的《中国第三方支付互联网支付市场季度监测报告2017年第4季度》数据显示,2017年第4季度中国第三方支付互联网支付市场交易规模为66997.24亿元人民币,环比增长4.99%。《互联网理财指数报告》中显示2017年底中国互联网理财的规模为3.15万亿元,同比增幅达到52.39%。《2017年中国网络借贷行业年报》中显示,虽然由于合规性操作的要求,P2P网贷业务的正常运营平台较往年呈下降趋势,但成交量仍处于快速增长的状态。2017年网络借贷行业成交量达到了28048.49亿元,相比上年增长了35.9%。
表1 我国网络应用用户规模和使用率呈增长态势
|
| 2017年底 | 2016年底 | 年增长率 | ||
|
| 用户规模(万) | 网民使用率 | 用户规模(万) | 网民使用率 | |
| 网络购物 | 53332 | 69.1% | 46670 | 63.8% | 14.3% |
| 网上支付 | 53110 | 68.8% | 47450 | 64.9% | 11.9% |
| 网上银行 | 39911 | 51.7% | 36552 | 50.0% | 9.2% |
| 互联网理财 | 12881 | 16.7% | 9890 | 13.5% | 30.2% |
| 网上炒股或炒基金 | 6730 | 8.7% | 6276 | 8.6% | 7.2% |
数据来源:以上数据来源于第 41 次中国互联网统计报告
互联网对金融业的渗透率不断提高,对商业银行的支付、信贷和理财业务造成了分流,从资产端、负债端和中间业务端给商业银行的带来较大冲击,使得商业银行的竞争环境更加严峻(郑志来,2015),会引发商业银行的流动性风险、违约风险和盈利性风险,一定程度上影响了银行业的风险承受水平(吴成颂,2018)。同时,互联网金融自身也具有一定的风险,其具有的关联性和传染性使得商业银行在与互联网金融企业进行合作时,会被直接或间接地传染风险(吴晓求,2015),从而影响到银行业的系统性风险。而银行系统性风险具有外部性,会损害不相关的经济体,甚至导致金融系统的崩溃(Hermosillo,1999)。在维护金融系统稳定中,银行作为现代经济金融业的核心,处于特别重要的地位,而银行系统性风险是导致整个银行系统不稳定的关键因素(李守伟,2013)。银行系统的不稳定会造成银行系统的危机,银行系统危机又可能引发货币危机,甚至导致全面的金融危机(邓晶,2013)。
现有研究文献已分别对互联网金融和商业银行风险进行了相当多的研究,文献资料较为丰富。而关于互联网金融对商业银行风险承担的影响的研究文献比较少,且大多数是定性的理论研究或者是关于互联网金融和商业银行非系统性风险关系的研究,而研究互联网金融对商业银行的系统性风险的影响的相关文献非常少,定量的实证研究也较为匮乏。而系统性风险的发生会对我国的金融市场带来致命打击,因此,研究互联网金融对我国商业银行系统性风险的影响,对防范商业银行系统性风险,引导互联网金融市场规范化发展,维护金融体系稳定,有非常重要的意义。
因此,此次研究拟解决的关键问题有:(1)互联网金融是怎样影响商业银行系统性风险的?(2)互联网金融对商业银行的系统性风险的影响方向、影响程度如何?(3)在研究前文所提问题的基础上,为商业银行防范系统性风险的发生提供理论指导,对促进互联网金融市场规范化发展提出相关建议。
本研究以中国沪深股市14家上市商业银行为研究对象,通过文献分析法、定性分析法,分析商业银行系统性风险的特征及影响因素,从互联网金融自身风险外溢及其对商业银行的冲击作用两个层面分析互联网金融对商业银行系统性风险的影响机理。接着,从定量的实证研究角度分析互联网金融对银行的系统性风险所带来的影响并进行稳健性检验。最后,根据风险传导的原因对商业银行提出一些风险防控措施,对引导互联网金融正规化发展提供一些政策建议。
二、文献综述
(一)相关概念界定
1.互联网金融
目前,国内外学术界对互联网金融概念的界定尚未给出普遍认同的统一定论,但已有多位学者陆续展开此方面研究并给出互联网金融的定义。谢平和邹传伟(2012)首次提出互联网金融的概念,即以互联网为代表的现代信息科技,特别是移动支付、社交网络、搜索引擎和云计算等,将对现有金融模式产生本质上的影响。可能会出现第三种金融融资模式,这种模式既不同于商业银行的间接融资,也不同于资本市场直接融资。吴晓求(2014)认为互联网金融是以互联网为平台构建的一种新型投融资运行结构,并且“金融功能链”和“独立生存空间”是互联网金融必不可少的元素。陆岷峰和刘凤(2014)认为互联网金融是传统金融机构及各类准金融机构通过互联网技术、移动通信技术开展支付、融资和信息中介等业务的一种新兴金融模式;互联网企业介入金融领域是互联网金融的必备要素。李鑫和徐唯燊(2014)认为现实中普遍存在的互联网金融并没有满足具有与传统金融截然不同的业务模式特点和在金融功能方面对传统金融做出了某种改进这两个条件,不足以被赋予一个新的独立概念,只是改变了当前的融资环境。
从广义的角度来看,互联网金融指传统金融机构和互联网企业的融合,传统金融服务向互联网领域延伸;而狭义的互联网金融互联网金融是基于大数据,通过互联网平台提供的支付、信贷、融资等一系列金融服务。目前,更多的学者更注重对狭义的互联网金融的研究。
2.银行系统性风险
商业银行作为各个国家金融系统的重要组成部分,其系统性风险一直以来是金融机构、金融监管部门和学术界重点关注的对象。然而,由于系统性风险本身具有复杂性等特征(邓晶,2014),国内外学者对银行系统性风险的定义尚未统一。
目前可将国外学者对于银行系统性风险的定义大致归为以下三类:第一类将银行系统性风险定义为由于金融系统中大量金融机构破产,其无法持续地为实体经济提供金融服务,致使金融行业崩盘的风险(Kaufman,2003)。第二类定义为一个经济冲击引发金融系统流动性的显著减少,从而引起接连破产的可能性(Kupiec,2004)。第三类定义指出系统性风险具有传染性与风险放大等特征,银行系统性风险具有外部性,会使不相关的经济体遭受损害,甚至导致金融系统的崩溃(Hermosillo,1999)。
国内学者翟金林(2001)将银行系统性风险定义为由于系统性事件对银行体系大规模的冲击导致金融市场或大量的银行机构的逆效应,从而削弱银行系统的基本健康机能,进而导致系统性风险发生的可能性。邓晶等(2014)认为银行系统性风险是在银行系统中的某一家银行遭遇倒闭危机后,由于银行之间相互关联,微观层面的银行危机会波及到其他银行,有可能导致宏观层面的银行系统性风险。董满章(2015)认为银行系统风险是由于银行内外部条件共同作用,导致银行系统产生负面影响的可能性。
本文总结以往文献认为,银行系统性风险是微观层面的某家银行的危机和损失,通过风险的溢出效应和传染性,所导致的宏观层面上的银行系统乃至整个金融系统崩溃的可能性。
(二)互联网金融影响商业银行风险的理论研究
根据现有研究文献,国内外学者对互联网金融与银行风险的研究观点主要集中在以下两个方面:一种是比较正面、积极的观点,认为互联网金融可以降低商业银行风险承担。Berger(2003)指出互联网金融加快了传统银行业优化整合内部资源的速度,技术进步有助于改善商业银行整体的贷款能力、服务质量和经营模式,进而提髙金融行业整体的运作效率。在大数据时代,先进的互联网技术和信息资源优势能够减少传统金融业信息不对称的问题,降低逆向选择和道德风险发生的概率,有利于提高商业银行的风险管理水平,减少商业银行承担的风险(Lapavitsas,2008)。同样,宋首文等(2015)指出商业银行可以充分利用大数据时代下互联网金融的技术优势和信息资源优势提升银行的风险管理水平,进而维护金融环境的稳定。
另一种是比较消极的观点,认为互联网金融将会加剧商业银行风险承担。虽然互联网金融能够通过先进的互联网技术和信息资源优势缓解传统金融信息不对称的问题,促进传统金融业创新改革,并提升商业银行的风险管理效率及水平,但是互联网金融对传统商业银行业务造成了巨大的难以弥补的冲击,同时风险具有传染性,互联网金融在与商业银行合作过程中,互联网金融本身的风险会传染给我国的商业银行(吴晓求,2015)。吴成颂等(2018)认为互联网金融作为金融功能与互联网技术在基因层面上的匹配,在支付清算、资源配置、财富管理这三种功能上具有更高的耦合性。因此,互联网金融会分流商业银行的支付、信贷、理财业务,给商业银行的资产、负债和中间业务带来较大冲击(郑志来,2015)。这会导致商业银行资金成本提高,盈利能力降低,银行为了维持利润水平,会提高贷款利率或从事高风险投资,间接增加了信贷风险,增加了银行的风险承担(戴国强和方鹏飞,2014)。
总结已有文献对互联网金融影响商业银行风险的理论研究,部分学者认为互联网金融的发展对商业银行风险承担产生正面的积极的影响,而大部分学者认为由于互联网金融对传统银行业务的冲击以及互联网金融自身潜在风险的传染性,互联网金融的发展会增加商业银行风险承担。
(三)互联网金融影响商业银行风险的实证研究
一些学者认为互联网金融的发展可降低商业银行的风险。Deyoung(2007)对比分析了采用互联网技术与不采用互联网技术的美国社区银行,发现互联网金融改变了商业银行的存款结构,可以提高商业银行的盈利能力,进而降低商业银行的破产风险。刘忠璐(2016)借鉴郭品和沈悦(2015)的“文本挖掘法”,2003-2014年中国143家商业银行的数据为样本构建互联网金融指数,分别从风险管理、经营效率、盈余水平和风险传染这四个角度,实证检验互联网金融对商业银行风险承担的影响机制,研究结果表明互联网金融的发展使得商业银行经营效率和风险管理水平都得到了有效提升,能够弥补其在受到业务冲击后所遭受的损失,进而降低银行的破产风险,稳定金融体系的稳定。
而另一些学者则认为互联网金融的发展会增加商业银行的风险。Stijin(2002)等基于一个覆盖了44个国家的1960年1月至2010年4月的数据库,分析发现互联网金融通过对金融服务的供给方式的改变,给金融相关行业带来了强烈的冲击。郭品和沈悦(2015)通过构建植入互联网金融的商业银行风险承担模型,对2003—2013年我国36家商业银行的样本数据进行实证检验,发现互联网金融的发展将会加剧商业银行风险承担。接着,又考察了不同发展阶段的互联网金融对商业银行风险承担的影响,研究发现在初期,互联网金融有利于商业银行降低成本,减少风险,但随着互联网金融的不断发展,银行的资金成本将被抬高,银行风险承担增加,互联网金融对商业银行风险承担的影响随着发展阶段呈现U字趋势(郭品和沈悦,2015)。牛华勇、闵德寅(2015)通过对我国16家上市银行2005-2013年企业层面的财务数据开展实证研究,发现互联网支付通过降低商业银行中间业务的竞争水平和收入,拉低商业银行的市场势力溢价,导致商业银行的盈利能力下降,直接加剧了其风险承担。黄锐和黄剑(2016)基于2006-2014年我国98家商业银行的样本数据进行实证检验发现,由于技术溢出效应,互联网金融能够提升商业银行的工作效率和盈利能力,但是其对商业银行存贷款增速及规模会构成不利的冲击,并导致商业银行风险水平的增加。
总结已有文献对互联网金融影响商业银行风险的实证研究,部分学者认为互联网金融的发展会减少商业银行的风险,而大部分学者从互联网金融影响商业银行风险的不同路径研究发现互联网金融会加剧商业银行的风险承担。
(四)互联网金融影响银行系统性风险的研究
互联网金融与传统银行之间竞争与合作关系一方面对商业银行产生强大的冲击,另一方面打开了风险传染渠道,冲击和传染的叠加有可能引发银行业系统性风险。因此,前文总结和梳理了有关互联网金融影响商业银行风险的理论与实证研究的文献,接下来是已有文献关于互联网金融影响银行系统性风险的的研究综述。
部分学者对互联网金融影响银行系统性风险进行了理论研究。石睿(2011)指出各种电子金融创新会带来金融脆弱性、危机传染性和系统性风险,会造成更大范围、更严重的风险冲击。朱辰和华桂宏(2018)认为互联网金融影响下的银行业系统性风险引发机制拥有直接生成、间接生成、接触式传染和非接触式传染四个分支。邹静、王洪卫(2017)认为互联网金融对商业银行系统性风险的影响机理如下:互联网金融在银行资产端不会造成较为严重的系统性风险;而在负债端和利润来源方面加大银行系统性风险;同时互联网金融纠偏了存款利率,会导致银行降低贷款利率并倾向于选择更高风险的投资项目,进而增加了银行风险。
部分学者对互联网金融对商业银行系统性风险的影响展开了实证研究。吴成颂(2018)运用条件风险价值法测算商业银行系统性风险,研究发现,互联网金融显著提高商业银行系统性风险。邹静、王洪卫(2017)运用突变分析和SVAR模型等计量方法对互联网金融对我国商业银行系统性风险的影响进行了实证检验。发现互联网金融会影响商业银行的资产负债结构,进而影响商业银行的系统性风险,并在短期内会导致我国商业银行系统性风险的增加。朱辰和华桂宏(2018)基于2010至2017年的中国银行业、资本市场及宏观经济数据,运用逐步回归法验证互联网金融影响下的中国银行业系统性风险的引发机制,并预测了未来一定期限内的风险水平。实证结果表明,互联网金融会在加剧中国银行业系统性风险,这种影响会长期存在,互联网金融的不断发展会对宏观经济造成持续冲击,导致中国银行业系统风险加剧。
总结已有文献对互联网金融影响商业银行系统性风险的研究,不同学者构建了不同的理论框架,得出了不同的影响机制。而在实证研究中,大多数学者得出了互联网金融会提高商业银行系统性风险的结论,但影响的程度和期限存在差异。
(五)研究评述
结合已有研究文献发现,目前学术界虽然对互联网金融和银行系统性风险尚未形成普遍认同的统一定论,但是国内外学者已分别对互联网金融和商业银行系统性风险进行了相当多的研究,文献资料较为丰富。但现有文献关于互联网金融对商业银行风险承担的影响的研究仍有不足之处:第一,大多数是定性的理论研究或者是关于互联网金融和商业银行非系统性风险关系的研究,而研究互联网金融对商业银行的系统性风险的影响的相关文献非常少,定量的实证研究也较为匮乏。第二,国内外学者在研究互联网金融对商业银行风险承担的影响时,由于度量关键变量的指标不同、研究的样本不同、分析方式和计量方法不同等原因,在互联网金融导致的商业银行风险管理水平的提高能否弥补其受到冲击后遭受的损失这一问题上产生了观点差异,进而就互联网金融对银行风险承担的影响这一问题得出了不同的结论。第三,在对互联网金融影响商业银行系统性风险的理论研究中,缺乏完善的理论框架和影响机理。而在实证研究中,大多数学者得出了互联网金融会提高商业银行系统性风险的结论,但其影响的程度和期限存在差异。
系统性风险的发生会对我国的金融市场带来致命打击,因此,研究互联网金融对我国商业银行系统性风险的影响,对防范商业银行系统性风险,引导互联网金融市场规范化发展,维护金融体系稳定,有非常重要的意义。本研究将从互联网金融自身风险外溢及其对商业银行的冲击作用两个层面研究二者之间的作用机理,并将从定量的实证研究角度来分析互联网金融对银行的系统性风险所带来的影响,丰富现有的研究,为商业银行防范系统性风险的发生提供理论指导,也为促进互联网金融正规化发展提供政策建议。
参考文献:
[1]郑志来.互联网金融对我国商业银行的影响路径——基于“互联网 ”对零售业的影响视角[J].财经科学,2015(05):34-43.
[2]吴成颂,王超,倪清.互联网金融对商业银行系统性风险的影响——基于沪深股市上市商业银行的证据[J/OL].当代经济管理:1-13[2018-10-30].
[3]吴晓求.互联网金融:成长的逻辑[J].财贸经济,2015(02):5-15.
[4]Hermosillo G.Developing Indicators to Provide Early Warnings of Banking Crises [J].Finance and Development,1999,36(2): 1-6.
[5]李守伟,何建敏,孙婧超,谭音邑.金融危机前后中国银行业系统性风险实证研究[J].华东经济管理,2014,28(01):92-96.
[6]邓晶,张加发,李红刚.银行系统性风险研究综述[J].系统科学学报,2013,21(02):34-38.
[7]朱辰,华桂宏.互联网金融对中国银行业系统性风险的影响——基于SCCA模型及逐步回归法的实证研究[J].金融经济学研究,2018,33(02):50-59.
[8]李海舰,田跃新,李文杰.互联网思维与传统企业再造[J].中国工业经济,2014(10):135-146.
[9]谢平,邹传伟.互联网金融模式研究[J].金融研究,2012(12):11-22.
[10]吴晓求.中国金融的深度变革与互联网金融[J].财贸经济,2014(01):14-23.
[11]陆岷峰,刘凤.互联网金融背景下商业银行变与不变的选择[J].南方金融,2014(01):5-9 15.
[12]李鑫,徐唯燊.对当前我国互联网金融若干问题的辨析[J].财经科学,2014(09):1-9.
[13] Kaufman G G,Scott K E.What is Systemic Risk,and Do Bank Regulators Retard or Contribute to It [J].Independent Review,2003,7(3):371-391.
[14]Paul K,David N.Assessing SystemicRisk Exposure from Banks and GSEs under AlternativeApproaches to Capital Regulation [J].Journal of RealEstate Finance Economics,2004,48(123).
[15]翟金林.银行系统性风险的成因及防范研究[J].南开学报,2001(04):83-89.
[16]董满章.美国防范银行系统性风险的做法及启示[J].经济问题,2005(05):64-66.
[17]Lapavitsas C, Dos Santos P L. Globalization and Contemporary Banking: on the Impact of New Technology[J] .Contributions to Political Economy,2008, 27(l):31-56
[18]Berger A N. The Economic Effects of Technological Progress: Evidence from Banking Industry[J].Journal of Money Credit Banking, 2003, 35(2):141-176
[19]宋首文,代芊,柴若琪.互联网 银行:我国传统商业银行风险管理新变革[J].财经科学,2015(07):10-18.
[20]戴国强,方鹏飞.监管创新、利率市场化与互联网金融[J].现代经济探讨,2014(07):64-67 82.
[21]Robert D. Learning by Observing: Information Spillovers in the Execution and Valuation of Commercial Bank MAs[J]. The Journal of Finance, 2007, 62(1):181-216.
[22]刘忠璐.互联网金融对商业银行风险承担的影响研究[J].财贸经济,2016(04):71-85 115.
[23]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(04):80-97.
[24]Stijn C, Ayhan K, Marco E.How do business and financial cycles interact? [J]. Journal of International Economics, 2012, 87(1):178-190.
[25]郭品,沈悦.互联网金融对商业银行风险承担的影响:理论解读与实证检验[J].财贸经济,2015(10):102-116.
[26]牛华勇,闵德寅. 互联网金融对商业银行的影响机制研究——基于新实证产业组织视角[J]. 河北经贸大学学报,2015,36(03):66-71.
[27]黄锐,黄剑.互联网金融影响银行绩效吗?——基于98家商业银行的面板数据[J].南方金融,2016(01):55-60.
[28]石睿.金融创新、金融风险与金融稳定的理论分析[J].南方金融,2011(06):32-37.
[29]邹静,王洪卫.互联网金融对中国商业银行系统性风险的影响——基于SVAR模型的实证研究[J].财经理论与实践,2017,38(01):17-23.
[30]Adrian T, BrunnermeierM.CoVaR[R]. FederalReserveBank of New York,Staff Reports,2008,No.348.
[31]陆静,胡晓红.基于条件在险价值法的商业银行系统性风险研究[J].中国软科学,2014(04):25-42.
2. 研究的基本内容和问题
三、研究目标
1.对互联网金融和银行系统性风险的相关理论进行阐释。
2.研究分析互联网金融对我国商业银行系统性风险的具体影响。
3. 研究的方法与方案
六、研究方法及研究方案
本研究以中国14家商业银行为研究对象,对互联网金融对商业银行系统性风险的影响机理、影响方向、影响程度进行分析,主要运用了以下研究方法:
(一)文献分析法
查找、收集国内外有关互联网金融和银行系统性风险的文献资料,对互联网金融的主要发展模式及其发展现状进行阐述,对商业银行系统性风险的特征及影响因素进行分析,分析各个研究变量的概念内涵、影响因素及变量之间的逻辑关系,进而为文中理论模型的构建奠定基础,并且对罗列出研究的思路与主线,列出研究的各阶段任务。
(二)定性分析法
通过大量阅读有关互联网金融与商业银行系统性风险方面的文献资料和书籍,对相关的理论知识进行系统而深入的研究,根据已有理论分析互联网金融对我国商业银行系统性风险的影响机理,找出变量之间的逻辑关系,为下文的定量研究奠定基础。对互联网金融对我国的商业银行系统性风险的影响提出研究假设H0:互联网金融对商业银行系统性风险呈正相关关系。
(三)定量分析法
以我国14家商业银行为研究对象,借鉴有关互联网金融与银行系统性风险作用关系的前沿文章资料,给出相关的变量设定和变量之间的模型的设定,并运用STATA数据分析软件对研究样本实施描述性统计分析、多元回归分析以及稳健性检验,以检验前文所提出的研究假设,具体步骤如下:
1.研究样本与数据来源
(1)研究样本
本研究以中国沪深股市14家上市商业银行在2007年第四季度至2017年第四季度之间的数据作为研究样本。这个样本区间的选择是基于2007年新会计准则的执行,选取2007年第四季度的数据作为数据样本起点,可以保证数据的规范性与合理性。目前我国共有45家上市银行,对上市时间与本文所选取的样本区间不一致的银行数据予以剔除,形成了14家上市商业银行的研究样本,即中国工商银行、中国建设银行、交通银行、中国银行、平安银行、华夏银行、中国民生银行、兴业银行、浦东发展银行、招商银行、中信银行、南京银行、宁波银行和北京银行。
(2)数据来源
本文中有关互联网金融的数据可从艾瑞咨询网站和易观智库网站免费得到;有关银行方面的数据则可从各个上市商业银行的报表、新浪财经、wind数据库、国泰安数据库以及全球银行与金融机构分析库得到。
2.变量选取
(1)被解释变量:商业银行系统性风险
Adrian和Brunnermeier(2008)提出了条件在险价值法来测度系统性风险,通过检测某家金融机构对其他金融机构或整个金融体系的风险溢出来判断其系统性风险的边际贡献度。陆静(2014)认为条件在险价值法强调了金融机构对金融体系的风险溢出,检测的是单家金融机构系统性风险,而识别单个金融机构系统可以对具有高系统性风险金融机构实行有效风险审慎监管。本文对银行系统性风险的定义是微观层面的某家银行的危机和损失,通过风险的溢出效应和传染性,所导致的宏观层面上的银行系统乃至整个金融系统崩溃的可能性,条件风险价值法对本研究具有一定针对性。因此,本文借鉴吴成颂(2018)的研究,采用条件风险价值法即CoVaR检测法对商业银行系统性风险进行测度。CoVaR检测法指某家金融机构出现极端事件时,其他金融机构或整个金融体系将面临的最大可能风险或损失,而对出现极端事件情况下的CoVaR和常态下的CoVaR相减,则提供了风险溢出的测量指标——ΔCoVaR,即发生危机的金融机构对其他金融机构或金融体系产生的风险溢出,它反映了处于危机状态的金融机构对其他金融机构或金融体系的边际系统性风险(贡献)。
(2)解释变量:互联网金融
吴诗伟(2015)将互联网金融分为两个部分:互联网金融企业和金融机构互联网化。银行业的金融互联网是指银行互联网化。银行互联网化导致的网上银行交易额规模会低估第三方支付业务,因此,衡量互联网金融的发展对商业银行的冲击程度指标是互联网支付金额与商业银行网上银行交易额的比值。
(3)控制变量
宏观层面,选择经济增长率,来研究经济发展状态对银行系统性风险的作用。银行层面,选择资产规模、市盈率、净资产收益率、资本充足率、成本收入比、不良资产率、存贷比来作为控制变量。
表2变量定义表
|
| 变量名称 | 变量定义 | 变量名称 |
| 被解释变量 | 银行系统性风险 | 单个商业银行发生极端风险事件对银行系统性风险溢出 | △CoVaR |
| 解释变量 | 互联网金融 | 是互联网支付金额与商业银行网上银行交易额的比值 | INF |
| 控制变量 | 经济增长率 | GDP增长率 | GDP |
| 资产规模 | 银行资产规模的对数 | LnA | |
| 市盈率 | 股票价格与每股收益的 比率 | PE | |
| 净资产收益率 | 税后利润/净资产 | ROE | |
| 资本充足率 | 银行自身资本和加权风 险资产之比 | CAR | |
| 成本收入比 | 营业费用加折旧与营业 收入之比 | COD | |
| 不良资产率 | 贷款中不良贷款比例 | NPA | |
| 存贷比 | 贷款、存款余额之比 | LDR |
3.回归模型构建
为验证假设上文中的H0,设定如下所示的计量模型:
式中,i为银行,t为季度;被解释变量表示单个商业银行对银行系统性风险贡献度;解释变量表示互联网金融;控制变量为Control;代表回归残差。
4.实证研究与结果分析
对互联网金融与我国的商业银行系统性风险进行描述性统计分析、相关性统计分析以及多元回归分析,用互联网支付额与网贷交易额之和的变化率和互联网指数对主回归中互联网金融的代理变量进行替换,做稳健性检验。最终,根据以上的理论分析和实证分析的成果,给出文章的研究结论并给出相关的政策建议。
七、技术路线
见附件
八、可行性分析
(一)理论可获
南京农业大学图书馆具有十分丰富的免费期刊资源,可以通过校网平台进入许多学术期刊网进行文献资料的搜集整理。同时,本人作为金融学专业学生,在《金融市场学》、《投资学》等课程的学习中,已经掌握了一定的金融风险管理知识,为本次研究打下了理论基础。
(二)数据可得
在金融实验中心有免费的数据库可供使用,其中全球银行与金融机构分析库能提供研究所需的商业银行相关数据。有关互联网金融的数据均可通过艾瑞咨询网站和易观智库网站免费获取。
(三)方法可行
学院有开放的金融实验室可供学生使用,实验室能提供研究所需的计量及分析软件。本人已掌握Excel、Eviews等统计软件,具备一定的统计学知识,有能力对数据进行整理分析。本文所提的研究方法如条件在险价值法已有较多文献作支撑,研究方案切实可靠。
(四)人员充足
本人已基本完成本科培养方案,有充分的时间可用于文献查阅、数据搜集和分析等环节。
4. 研究创新点
九、特色及创新之处
1.本文从互联网金融自身风险外溢及其对商业银行的冲击作用两个层面研究二者之间的作用机理。
经过对以往学者关于互联网金融和银行风险的研究文献的梳理和分析发现,关于互联网金融对商业银行风险承担的影响的研究文献比较少,且大多数是关于互联网金融和商业银行非系统性风险关系的研究,文章将重点研究互联网金融与银行系统性风险之间关系的作用机制,并根据风险传染的原因提出一些风险防控建议。
5. 研究计划与进展
十、研究计划及预期进展
(一)时间安排
本次研究从2019年1月开始,由本人独立完成,以下为我的计划安排:
表3 时间安排
| 时间 | 阶段 | 预期进展 |
| 2019.1 | 知识储备阶段 | 查阅与研究课题有关的资料并进行归纳整理,学习分析研究方法,掌握一些理论基础知识,查阅相关文献并进行深入阅读及整理,通过所查阅的资料及文献对互联网金融及商业银行系统性风险获得更加具体的认识。 |
| 2019.2 | 数据搜集阶段 | 对各个变量的相关数据进行详尽的搜集与分析,取得相关数据资料。 |
| 2019.2 ~ 2019.3 | 数据处理阶段 | 根据搜集到的数据,运用描述分析法和统计分析法对数据进行处理,并根据结果对模型进行修改优化,运用定性分析和定量分析相结合的方式整理处理结果。在自查的基础上填写中期检查表,提交中期检查材料。 |
| 2019.4 | 讨论修改阶段 | 根据分析好的数据得出调查的结论,在指导老师指导下完成毕业论文的初稿。 |
| 2019.5 | 论文完成阶段 | 在不断修改的基础上,征求老师意见,及时修改优化,完成论文定稿、论文答辩和论文终稿。 |
(二)预期成果
(1)完成研究内容,达到研究目的。
(2)争取在导师的指导下,在有关学术期刊上发表相关课题论文。
(3)希望本研究的结果可以为促进互联网金融市场规范化发展及提高商业银行的风险应对能力提供政策建议。
