《互联网金融对中国建设银行盈利能力的影响研究.docx》由会员分享，可在线阅读，更多相关《互联网金融对中国建设银行盈利能力的影响研究.docx（36页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、互联网金融对中国建设银行盈利能力的影响研究 摘 要 互联网金融近年来的进展，推动利率市场化进展的同时极大地推动金融市场创新，长尾的客户群体被充分开发及掩盖。这对于银行业而言是很有利的补充。但是，互联网企业进展的P2P平台、各种商业众筹模式以及各类“宝宝类”理财产品的消逝，对于银行的存贷业务以及中间结算业务产生很大的冲击。本文将以建设银行为实例，深化分析互联网金融的进展对于商业银行盈利力气的影响。 首先，本文从互联网金融的进展入手，阐述了互联网金融的兴起和现状。随后，本文对互联网金融和传统银行业进行了对比，剖析了两者在业务上的确存在竞争关系。紧接着，本文以建设银行为实例，揭示互联网金融与建设银行
2、在业务上的竞争以及由此带来的影响，同时进一步分析互联网金融带来的溢出效应以及建设银行在技术和理念上的转变。进行了理论分析之后，本文接受VAR模型，实证检验了互联网金融在长期和短期对于建设银行盈利力气的影响。最终提出了一些对策和建议。 本文通过分析发觉，总的来看，互联网金融对于建设银行的盈利力气是竞争效应更强的，在短期内产生了较大的冲击。但从长期来看，互联网金融的进展对建行盈利力气的影响并不明显，相反，建行盈利力气的增加在长期中能促进互联网金融。 关键词：互联网金融；建设银行；盈利力气；VAR模型 一、绪论 （一）争论背景及意义 争论背景 互联网金融在2005年以前处于萌芽阶段。借助互联网技术的
3、迅猛进展，传统的金融机构开头着力打造自己的互联网线上平台，并不断推广原有的业务。这个过程实质上是一个传统金融业务电子化的一个过程，但它并没有转变业务的本质或者催生制造出新的业务类型。2005年以后，随着大数据的应用与信息技术的革新，网络借贷、网上理财和第三方支付平台等一系列创新的金融产品和模式开头消逝，补充了传统银行机构在小微企业和个人业务方面的空白。在2012年后，电子商务蓬勃进展，互联网金融也进入了井喷式的高速进展期。互联网金融不再局限于互联网借贷，互联网与保险、互联网与证券的结合也使市场上涌现出一系列带有互联网特质的创新性金融产品，推动了互联网金融的横向扩张。 互联网金融的进展可以说对传
4、统银行机构机构产生相当深远的影响。长期以来，商业银行依靠于存贷利差猎取利润。一方面，网络借贷平台以更低的利率成本与高科技的“高大上”圈粉众多的小微企业和个人，每个个体的资金供应量和需求可能不大，但积少成多，形成了长尾效应。也即是说，商业银行的利润在被互联网金融机构蚕食。另一方面，互联网金融平台上相对透亮，信息成本被压缩。那么平台上的利率相当于公开竞价，利率市场化被推动，倒逼商业银行压缩存贷利差。但同时，互联网金融推动传统金融机构进行技术革新，示范效应使得商业银行为了跟上时代也进行改革，经营效率提升。而且，互联网金融的进展也使商业银行意识到小微个体不能放弃。银行进而转型和拓展业务，同时实现多元化
5、业务进展进而完善商业银行的风险结构。因此，互联网金融的进展对传统商业银行的盈利力气、盈利结构和风险担当等多个方面都产生深刻的影响，当然，影响是正反双面的。其中，一个商业银行的盈利力气是它赖以生存的根本，是准备它将来进展的准备性因素，更是一个能够反映商业银行在挑战和机遇共融的大浪潮中能否拥抱变化，保持并提升实力和竞争力的重要指标。 因此，本文不会泛泛而谈互联网金融的影响，而是从建行盈利力气入手，分析互联网金融的影响方式和影响深度，结合案例分析和实证分析的方法。本文结合了互联网金融的现状以及进展方始终分析了互联网金融对于商业银行的具体影响。 争论意义在理论意义上，现有很多文献争论了互联网金融对于传
6、统银行业的影响，但许多争论都把银行进行分类，分别有国有、股份制以及城市商业银行，比较少针对某个银行进行争论分析。这是由于这些争论主要目的在于从一个截面上去比较不同类型银行受到的互联网金融的影响。而本文则是从时间轴上结合建设银行在不同时间段的具体行为去分析互联网金融进展的具体影响。许多文献特地针对某方面的影响进行争论，比如盈利力气和盈利结构、风险担当和竞争效率等等，但大多都侧重于对互联网金融的影响正面与否作一个推断，缺少实际案例的分析，本文有意于弥补这方面的空白。 在实践意义上，结合某个特定的银行针对性争论互联网金融的影响能使这些影响有迹可循，并作出相应的对策。制定对策时也能更有针对性以及可操作
7、性。建设银行作为五大国有商业银行之一，是最早进行信息化以及互联网金溶化的商业银行之一。中国建设银行在互联网金融进展的过程中也具有其自身的特色。而结合建设银行的各个业务和资本回报率争论互联网金融的影响对于大型商业银行都具有重要的借鉴意义。 （二）文献综述 本小节将现有的国内文献分成四部分进行归纳，分别是互联网金融具体模式争论，它对商业银行影响的理论争论和实证争论，它对商业银行盈利力气影响的文献则单独分成一部分进行梳理。 1.互联网金融模式文献综述 自从2012年手机银行和P2P网贷平台的兴起，互联网金融开头引起广泛关注。谢平,邹传伟（2012）首先对互联网金融具体的实践模式进行探讨。总结出互联网
8、金融模式能大幅度拉低交易成本，优化资源配置来推动社会经济效益提高。宫晓林（2013）阐述了互联网金融模式在战略、定价、渠道等方面产生的影响。文章中指出互联网金融在短期内是不会动摇银行传统的盈利和经营模式的，而从长远来说，两者融合进展是有益的。张雪梅（2014）通过中美案例比较分析，提出互联网金融与传统金融是互补进展的战略建议。相类似的，李鲲（2014）也提出了新兴的模式与现有的金融业态融合进展的思想。 2.互联网金融对商业银行影响理论争论综述 郑志来（2015）从互联网交叠进展的动态视角来提出了商业银行应对互联网金融的两条策略路径，转型优化和互联网融合进展。孙剑（2017）对互联网金融长尾效应
9、的来源和原理进行剖析。而王华（2018）从金融效率的实证分析争论了互联网金融的长尾效应和溢出效应。争论指出被主流传统金融行业所忽视的小微企业和个人成为互联网金融的主要客户群体。互联网金融在这群数量浩大的非主流群体中收割利益，形成长尾效应。而溢出效应是指在互联网金融快速进展的同时，传统金融行业也在调整和进展自身。互联网技术带来的成本优势和信息优势也在辐射整个金融行业，技术变革带来的经营效率提高和成本下滑，也在推动传统金融行业的进展。 3.互联网金融对商业银行其他影响实证争论综述 商业银行的稳定性首先受到学者关注。张金林,周焰（2015）通过构建VAR模型，发觉互联网金融进展指标与中国银行业稳健性
10、存在长期稳定关系。争论表明短期内互联网金融对中国银行稳健性的冲击较为明显，而反过来，中国银行业长期的稳定进展能显著促进互联网金融的进展。陈孝明（2019）运用面板数据模型则得到了相反的结论。商业银行的稳定性是会受到互联网金融显著的冲击影响。 此后，互联网金融对商业银行产生影响的各个方面被深化争论，包括风险担当、全要素生产率、资本配置效率等等。在风险担当方面，刘忠璐（2016）的争论发觉互联网金融进展的实质上能降低降低银行破产风险。但是受到新生事物互联网金融的风险传染，在操作、流淌性和法律方面会诱发新的风险。郭品,沈悦（2015）分析发觉初期互联网金融能降低管理成本进而降低风险担当，但是随着时间
11、延长，互联网金融抬高了资金成本而抬高风险成本，呈现出先降后升的U形趋势。同时他们发觉对于互联网金融的冲击，中小商业银行的反应比大型商业银行更为敏感。在争论商业银行全要素生产率收到的影响时，沈悦、郭品（2015）基于无导向DEA-Malmquist模型来测度36家银行的全要素生产率，同时从支付结算等四个维度构建互联网金融指数，发觉对于互联网金融的技术溢出，股份制商业银行的吸取力气最强，而大型商业银行较弱。黄锐、黄剑（2016）指出互联网金融对银行的存贷款规模和增速、风险水平都有不利的影响，但对盈利力气有乐观影响。同时指出，上市股份制商业银行相对于大型商业银行更能适应互联网金融的浪潮，进展力气更强
12、。张庆君,刘靖（2017）通过互联网金融指数和银行资本配置效率的构建和回归分析，发觉互联网金融通过替代效应造成存贷款规模的下降，对商业银行的业务产生冲击，同时互联网金融降低银行资本配置效率，对五大国有银行的影响更为显著。 4. 互联网金融对商业银行盈利性影响实证争论综述 在盈利性的影响方面，有两方面的争论观点，一方面是认为互联网金融对商业银行的盈利性负面影响更强。刘忠璐,林章悦（2016）通过对银行进行分类争论，发觉互联网金融进展对城市商业银行消极影响较大，对大型商业银行和农村商业银行的消极影响较小。而股份制商业银行的盈利力气得到提升。王雪竹（2018）接受Roae（净资产平均收益率）和Nii
13、r（非利息收入率）与互联网金融指数构建随机效应和固定效应模型，通过在回归中加入二次项发觉互联网金融进展的非线性影响。发觉长期会有乐观影响，但主流影响力照旧是消极影响。另外一些文献争论则认为互联网金融对商业银行的盈利性正面影响更强。冯璐,吴梦（2018）利用随机前沿模型来估算中国商业银行的利润效率。他们认为互联网金融对商业银行的利润效率有两种影响效应，一种是技术溢出效应，一种是竞争效应，结果发觉：互联网金融的技术溢出效应大于竞争效应，也即是互联网金融的进展是有利于提高商业银行的利润效率的，其中，对股份制商业银行利润效率的促进作用最为明显。邓高雅（2018）运用相对重要性的方法争论了资本市场与互联
14、网金融两个因素带来的异质性影响，发觉资本市场的乐观影响更强。因全部制带来了异质性，非国有制银行绩效收到的影响远大于国有制。 5.文献评述 对于现有的相关文献分析，发觉第一，对于互联网金融的影响争论，理论分析较少而实证分析更多，有必要进行这方面的补充。其次，许多文献争论的对象大多数是两类商业银行或者几类商业银行，较少单独争论某个具体的商业银行的。第三，现有的文献主要侧重于给互联网金融的影响是正面还是负面下一个推断，较少去追溯互联网金融对于商业银行的影响路径以及影响深度。本文将具体争论互联网金融对中国建设银行盈利力气的影响产生路径以及这些影响渗透到的方面。 （三）争论内容与争论方法 1.争论内容
15、本文将以建设银行为例，从互联网金融的进呈现状和前景动身，分析建设银行在此背景下的一些业务进展以及互联网金融对于建设银行盈利力气的影响，最终做一个实证检验。文章分为五个部分： 第一部分是前言。主要叙述了本文争论背景和争论意义、国内文献综述、争论思路以及争论方法。 其次部分是互联网金融的进呈现状和进展前景。主要阐述了互联网金融的几类主要机构的起步、进展以及现状，而后总结了互联网金融的总的进展前景。 第三部分是互联网金融与传统银行业在经营理念、盈利模式和服务导向上的对比分析。 第四部分是互联网金融对于建设银行盈利力气的影响，分别从竞争效应以及溢出效应两个方面进行分析争论。 第五部分是实证检验，即通过
16、构建互联网金融进展指数来与建设银行的资产收益率进行多元时间序列回归分析。 2.争论方法 本文接受了案例分析、统计分析以及数据建模等分析方法，具体的过程如下： （1）通过网络以及建行的公开资讯收集建行的重大热点新闻以及政策发布文件，分析争论建行在每个阶段的进展战略和方向。 （2）通过查询建行公开的季度、半年度以及年度财务报表，收集建行存贷款规模等重要数据，并进行归纳整理和统计分析。 （3）通过构建互联网金融进展指标和建行盈利力气指标，构建VAR模型，对互联网金融对建行盈利力气的影响进行实证分析。 二、互联网金融进呈现状及趋势 互联网金融是一种随着互联网技术进步不断进展起来的新商业模式。互联网金融
17、相当一部分业务在盈利方式与业务模式与传统金融业相同，但它借助网络通讯技术，融合了互联网思维，充分利用了互联网的资源便利，制造了新的经营模式；在打破地域限制的同时降低信息不对称的成本，拉低投资者的门槛，吸引了大批中小微企业和个人投资者，制造了新的盈利模式。互联网金融的进展对于银行业有重要的借鉴意义，本章讲重点分析互联网金融在近十年的进展及趋势。 互联网金融进呈现状互联网金融机构最开头消逝是作为传统金融行业的补充。21世纪初，互联网兴起带来一系列的技术变革，也给传统金融行业带来生气。四种主要的新生互联网金融模式消逝，快速进展，市场份额不断扩增。 第三方支付第三方支付平台是随着电子商务的兴起而产生的
18、。由于是线上交易，因此货款的支付和商品的成交产生了分别。买方和卖方由于不能准时完成钱货两讫而导致一方强势一方弱势。为了保证双方的利益，有确定信誉和实力的第三方机构依靠门户网站，连接银行清算系统，在货物寄送的时间内，为双方保存资金，直到货物验收完毕。这里，第三方平台就有点类似于信托机构的角色了。那么，银行有没有可能成为第三方支付平台。是可以的，工商银行推出的e支付和建设银行推出的龙闪付就是最好的例子。只是资金管理者和第三方托管方的双重角色会带来双重风险。 在2014年的最高峰时期，非银行支付机构的数量高达269家。中国支付清算行业运行报告（2018）显示：2017年全国非现金支付业务的交易金额达
19、3750多万亿元。截至2017年底，全国第三方支付市场规模已达154.9万亿元，而在2013年，第三方支付市场规模仅为16亿元，增长超过868倍。现今，独立第三方支付企业慢慢成熟，以支付业务为基础，开头为客户供应财务和询问等服务。 图1 第三方支付市场规模（万亿元） 数据来源：国家金融与进展试验室支付清算争论中心 P2P网贷P2P平台在最开头也就是我们俗称的网贷平台。平民百姓在银行贷不了款的或者觉得银行利息高的，就去网贷平台凑点钱；平民百姓有闲钱就投到网贷平台收点利息。P2P机构只是供应一个信息沟通和交易的台子，收取点管理费，但对于小微个体而言信息沟通的成本大大降低，突破了信息不对称之后，利息
20、率对双方都更有吸引力。从2007年到2015年，仅8年间P2P网贷平台已从拍拍贷1家增至3598家。之后，P2P平台的各种创新模式开头兴起，如基于供应链的道口贷。由于监管的加强，P2P平台的资金端将从个人转变为机构。 图2 P2P贷款交易规模（百万元） 数据来源：Wind数据 但自2014年，P2P平台负面消息频出，跑路、洗钱、倒闭屡屡发生。2015年至今，P2P平台进展仍处于不景气阶段，主要缘由有三：一是经济处于下行周期，借贷的需求增幅减缓，P2P平台的业务量也受到限制。P2P平台一度野蛮生长，经济下行，网贷行业也被重新洗牌。二是监管趋严。2016年问题平台的数量达到1741家，而到了201
21、8年，问题平台数量为772家。2014到2016年大量问题平台被查处，而最近的两年，问题平台数量是得到有效把握的。三是问题平台的不断爆出让投资者失去信念，网贷行业发生挤兑。 互联网理财互联网与理财产品的结合本质上是给投资者一条新的渠道。在以前想要投资理财产品都是通过银行或者投资机构，都是有确定门槛的。互联网现在几乎让投资没有门槛，平民百姓人人都能成为投资者。比如，天弘基金推出的余额宝，最低限额为1元。因此“宝宝类”理财产品在不断吸引投资者。与此同时，银行也相继推出自己的宝宝类理财产品，靠着风险更小更平安的优势与互联网金融机构争夺客源。 图3 2013到2018年余额宝规模（百万元） 数据来源：
22、Wind数据 众筹通过互联网技术，众筹平台可以接受各方零散投资，为一个具体的项目或创意供应资金。至2018年，全国共上线过854家众筹平台。实际上，众筹平台经受过2015年高速大路阶段，经受过洗牌后在2016年进入到低速大路，众筹项目及资金规模的增速慢慢放缓。公益众筹被爆出许多骗钱大事，进入低落期，而股权众筹的比重将连续加大。 （二）互联网金融与传统银行的对比分析 1.经营理念 互联网金融本质上是以互联网为平台，以大数据为背景为客户进行定制化服务的一种金融服务模式。不管互联网金融有多少种经营模式或者资金筹集目的，互联网金融可以说都是为了需求，为了服务而生的。因此，互联网金融机构，无一例外地，都
23、是“以客户为中心”的文化。从产品的设计、渠道的开发到盈利方式，互联网企业都是从客户的角度动身的。在互联网企业中，经常会听到一句话叫“流量为王”，在互联网金融机构中也是一样的。互金机构在一开头打入市场的时候，都是不计成本，不关怀现在能赚多少钱，而更关怀能吸引到多少客户，又有多少客户能留下来。可以说，互金机构更关注客户需求，保证客户粘性。 传统银行更为重要的角色是金融中介，是一个宏观调控的角色。因此传统银行不论是通过信息不对称来赚取差价，还是通过关怀客户管理资金赚取手续费，都会把资金的风险担当放在首位进行考虑，形成长期的风险管理文化。如此，受到严格监管和风险文化的影响，传统银行在操作和管理过程中更
24、留意规范性、流程性、平安性和稳定性。保证了平安和稳定之余，却忽视了客户体验。 2.盈利模式 互联网金融的四大模式其实与传统银行业的业务在本质上有很多相通或类似的地方。P2P借贷与银行存贷款业务，第三方支付与银行的转账结算，互联网理财与银行推出的理财产品，众筹与银行的项目融资，前后两者在业务上是相通的，但运营模式完全不一样。 互联网金融依靠互联网创建平台，将平台转化为流量。人多的地方就会有市场，就会有交易和买卖。所以，互金机构在前期会投入大量成原来搭建平台和吸引客户，甚至最初的门槛都是极低的。余额宝最初推出的时候，只要超过1元就能进行投资，结算周期定为“T+0”。 而传统银行业是依靠网点铺设来增
25、加掩盖面，通过网点来给辐射人群供应信贷、储蓄、投资等金融服务。但这种分支机构的辐射存在人力物力的成本高，针对性不强，弹性不强等问题。 在具体的业务流程中，互联网金融通过供应平台打破了信息不对称，资金供求双方的信息公开透亮，达到去中介化的效果，间接融资变为直接融资。同时，互金机构通过大数据匹配，对客户信息和风险偏好进行评估，直接高效地为资金供求方找到合适的买家和卖家。在这些互联网金融平台上，利率是市场性的，有竞争性的，中间信息成本倍大幅拉低。客户都能得到实惠，感觉不到平台在收费，长期以往增加了客户的粘性。实际上互金机构的收费都是在暗处，但是在传统银行业的收费往往都摆在了明处。传统银行，特别是大型
26、国有商业银行，存贷利率在确定时期内存贷款的利率是固定不变的，中间业务和理财产品的各种手续费更是明价实码。一单一结算，让客户感觉处处在收费，而且各种手续流程麻烦，时间成本也是客户考虑在内的。 3.服务导向 先看到一组数据，2017年，我国商业银行共处理网上支付业务485亿多笔、金额2070多万亿元；非银行支付机构共处理互联网支付业务483亿多笔、金额38多万亿元。商业银行和非银机构的在2017年处理的网上支付业务数量差别并不大，但商业银行处理的单笔金额要远高于非银机构。 传统商业银行对于客户的定位是高端的，大型的客户，比如说企业客户和资产总额在确定规模以上的个人客户。由于单个客户各项的服务和风控
27、成本更低。这对于商业银行来说，是效率更高，成本更低的。而互联网金融并没有和商业银行争夺大型客户群体，反而它们更偏好于零散的中小企业和个人。在互联网金融的平台上，年龄、收入、工作背景都不再成为限制，任何有确定信誉与偿付力气，同时有资金需求的个人和企业都能在互联网金融平台上找到合适自己的产品。 （三）本章小结 本章首先总结了互联网金融的四种主要模式，并分别分析它们的本质和进呈现状。本章的其次部分则通过对比分析了互联网金融和传统商业银行在经营理念、盈利模式和服务导向三个方面的不同点。在经营理念上,互联网金融机构的理念是客户是上帝,而传统银行业是以风险管理为根基的。在盈利模式上,互联网金融机构通过供应
28、平台降低中间成本,传统银行业通过网点铺设进行扩张并且收取利差和手续费。在服务导向上,互联网金融目标客户是长尾群体,传统银行的客户定位是高端客户总体而言，互联网金融的经营理念和技术应用更为先进，业务有相通的地方，也势必会对传统银行业产生影响。 三、互联网金融对建设银行影响的理论分析 互联网金融通过对银行业务的蚕食，对客户来源的争夺，与建设银行的进展产生竞争效应，同时，互联网金融融合了互联网技术，带来金融行业的技术革新与进步，大幅度降低银行成本，促进效率提高，也就产生了溢出效应。从下图近十年的建行利息收入及增长率图表中，可以推想互联网金融的对建行的盈利力气竞争效应应是大于溢出效应。 图5 2007
29、到2016年建行利息收入及增长率 数据来源：2007-2016年建行年报 （一）业务竞争效应 互联网金融主要从银行的资产业务、负债业务和中间业务与银行进行竞争。 1、在资产业务上的竞争 建设银行的资产业务范围很广，包括金融租赁、贴现、证券投资、贷款业务等等。其中其中最大头的是贷款业务，而互联网金融对银行业影响最大的也是在这一类业务上。因此，这一节重点分析互联网金融对于建设银行贷款业务的影响。 图6 建设银行客户贷款和垫款的增加额（单位：百万元） 数据来源：2007-2017年建行年报 从图中可见，客户贷款和垫款每年的增加额存在确定的周期性波动，但在2007到2013年这段时间里还是有确定的增长
30、势头，而最近几年里增加额像摸到天花板，没方法再有突破。客户贷款和垫款的增加额保持稳定，但同时难以找到新的增长点。客户贷款和垫款的变动是跟经济周期有很强的相关性的，也可以看出互联网金融的进展对于建设银行进展资产业务带来了确定的负面影响。这些负面影响的缘由主要有二： 一是银行没有做好与中小微企业的连接与沟通渠道，而互联网金融能够准时有效满足它们的需求。在过去的十几年里，银行与中小微企业的关系是比较疏离的。银行为了资金的风险把握和风险管理，银行都会建立信用评价体系并设立确定的贷款条件，比如担保和抵押。而且贷款融资的申请程序很繁琐简洁，消耗时间长。而中小微企业的融资需求往往是数额较小的，时间较短的。中
31、小微企业往往也供应不了抵押担保，信用评级也很低，小微企业向银行贷款就会遇到重重困难。中小微企业进展报告（2014）显示，小微企业的信贷可及性只有58.7%，但申请可得性高达79.9%，只有超过一半多一点的小微企业回会去申请贷款，但将近80%的企业都成功申请到了贷款。这意味着中小微企业对于银行存在确定的“偏见”。而在申请但被拒绝的企业中，29.7%是由于“与信贷员不熟”，非市场缘由很突出。而众多P2P平台能够利用大数据平台快速关怀中小微企业找到合适的贷款源，申请流程和手续都很简便。2015年，建设银行创新云快贷模式，运行一年贷款投放167亿元，客户数达5280个，成果突出。2018年，建设银行出
32、台26条举措促进民营和小微企业进展。建设银行的确也在利用一些举措去改善现状。 二是互联网金融企业的模式和理念更贴近小微企业和个人的需求。互联网金融企业运行的理念是以客户为中心，供应共性化和定制化的服务。这就能够跳出银行贷款程序的条条框框，小微企业能够选择适合自己的服务方案，并且更合理地去进行风险管理，进而提高效率。另外，互联网金融的模式往往是从大量微小而独立的个体去集结资金，进而关怀到另外一些有融资需求的小微个体。这种模式灵敏性和适应性很强，可以满足小微企业和个人的各种小众需求。企业在银行贷款主要有这几类用途：一是专项贷款，用于固定资产构建、技术改造等大额长期投资。二是流淌资金贷款，用于满足企
33、业生产经营活动产生的流淌资金需求，也就是进行资金周转。三是票据贴现，主要也是为了兑现资金，进行资金运作。 众筹模式，有效地把分散的资金都集合起来去筹建一个项目，投资所得就按出资比例支配。对于一些小众的项目，众筹就通过互联网的力气把这些小众而同样有投资意向的人们集结到一起。许多创意项目得以实现，而不会被银行贷款条款所限。 P2P平台，建立一个借贷平台关怀借贷双方实现有效配对。由于在P2P平台中信息更加公开透亮，信息不对称程度更低。因此对于贷款方来说，成本更低，而效益更高。 2、在负债业务上的竞争 建设银行的负债业务主要是包括存款，而近几年来的银行存款增加额是有下降趋势的，2017年的银行存款增加
34、额仅为9608.39亿元。而在两个经济周期中银行存款的峰值，2016年是13158.84亿元，是要低于2012年的13556.29亿元的。在经济周期中，银行存款增加额很高是由于在经济较为困难的时候，人们倾向于持有现金而不是投资去等待度过经济困难时期。在经济困难时期，人们在银行存款削减了，意味着一是对于定期存款，人们有了更好的投资方式和渠道，二是对于活期存款，人们有了更好的保值手段。 图7 建设银行的存款增加额（百万元） 数据来源：2007-2017年建行年报 余额宝在2014年刚推出的时候，七日的年化收益率高达6.8%，随后，虽然后面总的趋势是在下降，但始终比银行的活期存款利率和一年期存款利率
35、高出很多。建设银行2019年3月一年期的定期存款利率为1.75%，三年期的定期存款利率为2.75%，而余额宝2019年3月1日七日年化收益率高达2.67%，与建设银行三年期的定期存款利率相当。从2014年到2019年，余额宝的七日年化收益率始终在2.3%以上。 图8 余额宝七日年化收益率（%） 数据来源：每天基金网 余额宝推出之后，互联网金融公司的各种“宝宝”以及理财产品也相继消逝。营销方式也是类似，一开头用高利率去吸引客户，形成较稳定的客户群体后在不断降低收益率，这时这些理财产品已经吸引了一大波的客户。虽然这些客户主要是个人的分散资金和小型企业的闲散资金，但长期与银行的低收益率对比下来，对于
36、银行的大型客户势必会产生影响。天弘基金的余额宝规模在2018年12月27日公布的规模是1.13万亿元。建设银行也推出了速盈等高收益率的理财产品去稳定客户群体，有确定的成效。 3、在结算支付领域上的竞争 在支付结算领域上，建设银行的结算与清算收入在经受了2007年到2011年比较高速的增长之后，就稳定在130亿元上下波动，没有更多的增长。甚至在2012年有一个较大的回落。2012年正是支付宝等第三方支付机构快速进展的一年，说明支付宝等第三机构的确对建设银行的结算与清算收入产生了确定的负面影响。 图9 建设银行结算与清算收入（百万元） 数据来源：2007-2017年建行年报 从2011年到2017
37、年，建设银行的结算与清算业务在手续费与佣金中的占比几乎是逐年下降。在结算与清算业务收入只有少幅度削减，几乎没有太大转变的状况下，在手续费及佣金中的收入占比却在下降，说明其他的中间业务收入在不断上升，中间业务的收入结构被不断优化。 图10 建设银行结算与清算业务在手续费及佣金收入中的占比 数据来源：2007-2017年建行年报 支付宝等第三方支付机构对建设银行的负面影响主要有二。一是业务冲击与客户争夺，二是客户信息数据的争夺。 首先，支付宝等第三方支付机构能够行使与银行相类似的支付功能，在线上通过淘宝、京东等电子商务平台分流客户，同时在线下，微信支付和支付宝在各种大大小小的商铺和机构进行铺设，大
38、到医院，小到餐馆，都有支付宝和微信支付的扫码支付功能。同时，与社交工具app相挂钩的支付宝和微信给小型的个体商户带来了更便捷的收费渠道。成千数百万的小商户都接受并实现通过第三方机构收取款项。每个个体商户虽然相当微小，但它们的数量相当巨大。在2017年底，我国个体商户数量已经达到6373万。这对于银行业没有掩盖到的客户群体进行有效的补充，但随着各个商户之前所安装的银行poss机被替换，第三方支付势必对银行中间业务，特别是结算与清算收入带来影响。 第三方机构可以说同时也拦截了银行对于客户信息的猎取。客户的资金一旦进入了第三方支付机构，客户资金的来龙和去向银行就不得而知了。客户的金融信息是银行私密且
39、宝贵的财宝，一旦失去这些信息，客户的信用评价和资产状况无从谈起。这也就是为什么后来建设银行大力推广善融商务平台，目的不在于打造一个全新的电商平台去开拓业务，而是在供应金融服务的同时，把客户的金融信息夺回手里，打造金融生态的一个闭合回路，稳定客户群体的同时拓展自身的业务规模。 （二）互联网金融的溢出效应 1、互联网金融的技术溢出效应 互联网金融不断进展，建设银行也引进了很多先进的互联网设备和技术。一方面，互联网信息技术能关怀银行提升运行的效率，同时提升业务水平。例如，基于大数据的潜在客户分析能关怀银行向客户供应共性化以及定制化的理财产品，供应符合风险偏好的资产管理方案和理财方案。同时，互联网技术
40、的进步将纸质的材料都转换为电脑中的数据，降低管理成本，提高运作效率。互联网技术打破空间和时间的限制，把各个网点高效地连接在了一起，这对于协调资源支配有很大的关怀。另一方面，互联网设备的引进大幅度削减了简洁重复性的工作需要，降低了这一部分的人工成本。这也推动银行员工素养水平的提升，削减冗杂人员，健全人力资源配置。举出一个实例，2018年，中国建设银行开启了全国第一家无人银行。 2、互联网金融的其他溢出效应 互联网金融带给银行的不仅有技术，还有经营理念与经营模式的影响。建设银行可以说是最早开头进行互联化的银行之一。近年来，建行提出要由传统型的银行向全面电子银行的服务模式进行转型。网上银行、手机银行
41、和微信银行构成了建设银行电子银行最主要的部分，打造出建设银行互联网金融完整的生态链。在互联网金融方面，建设银行都能很快速地跟紧势头并快速发力，逐步打造自己的互联网金融网络。 2016年11月，建设银行发布了网络金融的进展规划，明确了全行互联网化的进展目标和方向。其一是由面对“二八”客户转变为全量客户，也就是高端客户与长尾客户并重，针对性地去设计产品与打造服务渠道。其二是产品线横向扩张，原来只供应给银行传统产品，现在融合了第三方优秀的金融产品，包括基金、保险等等。其三是互联网营销策略，真正实现“1对1”的个体化定制化。 （三）本章小结 本章主要分析了互联网金融对于建设银行盈利力气影响的理论分析，
42、分别从竞争效应和溢出效应两种效应进行探讨。从互联网金融与建设银行在各个业务上的竞争看，建设银行可以说是受到了全方位的打压，各类业务都受到互联网金融的负面影响；但从溢出效应来看，互联网金融促进了建设银行技术水平的提升，刺激银行进行业务的转型和业务的创新，提高了银行的经营效率和服务水平，体现了明显的正面影响。那么这两种影响哪个会占据优势地位呢，下一章将进行具体的实证检验。 五、互联网金融对建设银行盈利力气影响的实证检验 现有相关的文献主要都利用了面板数据构建随机前沿模型、随机效应模型等等。而本文主要借鉴了张金林（2015）关于互联网金融进展对于银行业稳健性影响的争论方法VAR模型。本文以资产收益率
43、来衡量银行的盈利力气，同时利用第三方平台交易量构建互联网金融进展指标，分析互联网金融进展程度对建行盈利力气的实质影响。 （一）指标构建和数据来源 1.选取指标代表建设银行的盈利力气（roa）。参考了国内外的文献，选择参考邓高雅（2018）争论银行绩效的文献，选取建设银行的加权平均净资产收益率（ROA）作为衡量建设银行盈利力气的指标。 2.构建指标互联网金融进展程度（ifd）。目前的文献中对于互联网金融进展程度的衡量主要有两类方法：一种是文本挖掘法。即通过中国主要的搜寻引擎搜寻并且筛选有效关键词，然后用因子分析的方法合成互联网金融指数。另一种是选择一些能够体现互联网进展水平的指标，像了第三方支付
44、、众筹融资和P2P 网贷（吴成颂等2016），还有选择第三方平台交易量来构建互联网金融指数（张金林和周焰，2015；刘柳和屈小娥，2017）。本文参考了张金林等人的做法，将中国第三方互联网支付市场交易规模IPS 和中国第三方移动支付市场交易规模 MPS，进行加权平均得到IFD指数，即 IFD=（ IPS+MPS）/2。数据来源于 Wind 数据库、艾瑞询问和易观智库。 3.数据来源：由于互联网金融在2007年到2009年期间开头兴起，在2012年到2014年真正蓬勃进展，同时由于数据的可获得性，本文的样本数据选取了了36个建设银行的季度数据，样本区间是从2009年3月到2017年12月。资产收
45、益率数据来源于建设银行年报、半年报和季报的整理；互联网金融进展程度的构建数据来源于Wind数据库。 （二）平稳性检验 本文主要使用建行资本收益率roa和互联网金融进展指标ifd从2009到2017年36个季度数据来构建VAR模型。首先，本文利用ADF检验来进行两个指标的单位根检验，据此做平稳性分析。在表1中可以看出，roa在10%的显著性水平上是平稳序列，为了避开过度差分，不再对roa进行差分处理。ifd在经过两次差分处理后序列才平稳。因此，本文将用roa的原序列和ifd的二阶差分序列ddifd构建VAR模型。 变量ADF检验值5%临界值10%临界值P值结论roa-1.631141-1.952
46、066-1.61040.0961拒绝零假设，序列平稳ifd-0.11266-2.960411-2.619160.9394不能拒绝零假设，序列不平稳difd-1.774706-2.963972-2.6210070.3852不能拒绝零假设，序列不平稳ddifd-5.949978-2.95711-2.6174340拒绝零假设，序列平稳 表1 ADF检验结果 （difd表示ifd的一阶差分，ddifd表示ifd的二阶差分） （三）协整检验 为了进一步分析建行盈利力气指标roa序列和互联网金融进展指标二阶差分序列ddifd之间是否存在协整关系，本文将用johansen方法进行检验。得到表2如下图。在两个
47、检验类型中，至少存在一个协整向量的假设均不能被拒绝，说明roa序列和ddifd序列之间存在较显著的长期均衡关系，下一步将构建VAR模型。 检验类型原假设特征值统计量5%显著水平临界值P值特征值轨迹检验none0.61003430.214115.494710.0002at most one0.0024910.079823.8414660.7775最大特征值检验none0.61003430.1342914.26460.0001at most one0.0024910.079823.8414660.7775 表2johansen检验结果 （四）VAR模型构建 本文用建行盈利力气指标roa序列和互联网金融进展指标二阶差分ddifd序列构建VAR模型。首先确定VAR模型的滞后阶数，推断依据如下： LagLogLLRFPEAICSCHQ0-391.0128NA3.52E+0825.3556725.