互聯(lián)網(wǎng)金融加重了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)嗎？——來自中國銀行業(yè)的經(jīng)驗(yàn)證據(jù)

郭 品 沈 悅

一、引 言

1999 年，隨著電子商務(wù)的興起，網(wǎng)絡(luò)金融便逐漸進(jìn)入消費(fèi)大眾的視野(狄衛(wèi)平和梁洪澤，2000)。互聯(lián)網(wǎng)金融的快速發(fā)展打翻了傳統(tǒng)銀行的“奶酪”(李海艦等，2014)，迫使商業(yè)銀行改變管理策略，加快轉(zhuǎn)型升級(jí)以應(yīng)對(duì)競爭壓力。但互聯(lián)網(wǎng)金融如何作用于商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)仍是一個(gè)尚未打開的“黑盒”，互聯(lián)網(wǎng)金融的日益壯大是否加劇了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)？系統(tǒng)重要性程度不同的商業(yè)銀行對(duì)互聯(lián)網(wǎng)金融的響應(yīng)又是否具有異質(zhì)性？這些關(guān)鍵設(shè)問的回答對(duì)促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展，深化金融改革開放，守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線具有重要的理論價(jià)值與現(xiàn)實(shí)意義。

作為金融改革的催化劑和經(jīng)濟(jì)發(fā)展的助推器，互聯(lián)網(wǎng)金融受到了國內(nèi)外學(xué)者的廣泛關(guān)注，但已有研究多是討論互聯(lián)網(wǎng)金融的本質(zhì)界定與類型劃分。積極的觀點(diǎn)認(rèn)為，互聯(lián)網(wǎng)金融作為互聯(lián)網(wǎng)技術(shù)與金融業(yè)務(wù)的有機(jī)結(jié)合(Allen 等，2002)，是一種既不同于商業(yè)銀行間接融資也有別于資本市場直接融資的第三種金融融資模式(Shahrokhi，2008；謝平和鄒傳偉，2012)。基于此，皮天雷和趙鐵(2014)依據(jù)互聯(lián)網(wǎng)技術(shù)的應(yīng)用程度與影響深度，將互聯(lián)網(wǎng)金融劃分互聯(lián)網(wǎng)渠道金融、互聯(lián)網(wǎng)小微金融和純互聯(lián)網(wǎng)金融。李鑫和徐唯 燊(2015)則認(rèn)為互聯(lián)網(wǎng)金融囊括支付類和脫媒類兩種模式。反之，質(zhì)疑的觀點(diǎn)則指出，互聯(lián)網(wǎng)金融只是拓寬了金融銷售渠道和獲取渠道，并沒有改變金融實(shí)質(zhì)、金融功能與金融精神，其在中國快速發(fā)展的根本原因是“監(jiān)管套利”而不是“金融創(chuàng)新”(王國剛和張揚(yáng)，2015)，因而當(dāng)前我國互聯(lián)網(wǎng)金融的亢奮狀態(tài)不會(huì)長久，熱潮終將冷卻(陳志武，2014)。針對(duì)互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)防范與監(jiān)管治理亦是多年研究的重點(diǎn)。國內(nèi)學(xué) 者聞 岳春和陳 翀(1999)、謝平和尹龍(2001)與張玉喜(2002)等較早地討論了我國網(wǎng)絡(luò)金融的發(fā)展現(xiàn)狀、監(jiān)管協(xié)調(diào)與風(fēng)險(xiǎn)管理。近年來，隨著“黑客、拆標(biāo)與跑路”等事件頻發(fā)，互聯(lián)網(wǎng)金融引發(fā)的技術(shù)失敗、監(jiān)管失效和消費(fèi)者保護(hù)風(fēng)險(xiǎn)日益凸顯(鄭聯(lián)盛，2014)，相關(guān)研究一日千里。祁明和肖林(2014)指出，作為新的金融風(fēng)險(xiǎn)點(diǎn)，互聯(lián)網(wǎng)金融和虛擬貨幣面臨信用風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、貶值風(fēng)險(xiǎn)與非法交易風(fēng)險(xiǎn)，需要引入“云管理”和“大數(shù)據(jù)”的技術(shù)進(jìn)行防范治理。洪娟等(2014)進(jìn)一步剖析了互聯(lián)網(wǎng)金融的技術(shù)裝備依賴、安全系統(tǒng)欠缺以及法律監(jiān)管缺失等問題。關(guān)于互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)金融體系的影響也是學(xué)者研究的焦點(diǎn)。國外學(xué)者對(duì)于互聯(lián)網(wǎng)金融的作用存在一定爭論，主流觀點(diǎn)表明互聯(lián)網(wǎng)金融將會(huì)對(duì)金融市場(Petter 和Geoff，2009)、金融中介(Syed 和Nida，2013)以及貨幣政策和金融穩(wěn)定(Krueger，2012)造成沖擊。 赟國內(nèi)學(xué)者王 祥等(2014)、沈悅和郭品(2015)也分別立足金融業(yè)務(wù)、金融功能和技術(shù)溢出視角，剖析了互聯(lián)網(wǎng)金融如何作用于商業(yè)銀行。

毋庸置疑，已有研究對(duì)理解互聯(lián)網(wǎng)金融富有啟迪意義和借鑒價(jià)值，但針對(duì)互聯(lián)網(wǎng)金融與傳統(tǒng)金融競爭融合關(guān)系的討論剛剛起步，特別是以下三個(gè)核心問題尚未深入展開。第一，現(xiàn)有研究多是泛泛談及互聯(lián)網(wǎng)金融帶給商業(yè)銀行的沖擊和風(fēng)險(xiǎn)，從理論層面系統(tǒng)剖釋互聯(lián)網(wǎng)金融加劇商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的文獻(xiàn)尚付闕如。第二，當(dāng)前研究對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為異質(zhì)性特征的關(guān)注不足，從實(shí)證層面定量考察互聯(lián)網(wǎng)金融對(duì)不同類型商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)差異影響的文獻(xiàn)鳳毛麟角。第三，目前研究較少涉及互聯(lián)網(wǎng)金融發(fā)展趨勢的科學(xué)量化，客觀測度互聯(lián)網(wǎng)金融成長水平的文獻(xiàn)屈指可數(shù)。

有鑒于此，本文的研究目標(biāo)是探究互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響，以及該影響在系統(tǒng)重要性程度不同的銀行中的異質(zhì)性表現(xiàn)，力圖為前述問題提供理論解讀與經(jīng)驗(yàn)回答。本文對(duì)已有研究進(jìn)行了如下拓展：第一，構(gòu)建植入互聯(lián)網(wǎng)金融的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)模型，不僅刻畫出互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的加劇效應(yīng)，而且描述了該效應(yīng)在不同銀行中的差異表現(xiàn)，豐富了互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的剖析視角，深化了銀行風(fēng)險(xiǎn)承擔(dān)的理論研究。第二，選用源于BankScope 數(shù)據(jù)庫2003—2013 年5 家系統(tǒng)重要性銀行、31 家非系統(tǒng)重要性銀行的微觀數(shù)據(jù)進(jìn)行動(dòng)態(tài)面板系統(tǒng)廣義矩估計(jì)(SYSGMM)，驗(yàn)證了互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的加劇效應(yīng)和異質(zhì)效應(yīng)，為防范互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)傳染、完善金融監(jiān)管協(xié)調(diào)機(jī)制提供實(shí)證參考。第三，立足金融功能觀，根據(jù)“文本挖掘法”，通過對(duì)WEB 網(wǎng)頁中新聞措辭的篩選與分析，合成互聯(lián)網(wǎng)金融指數(shù)，擴(kuò)展了互聯(lián)網(wǎng)金融發(fā)展水平的測度思路。

二、模型構(gòu)建與命題提出

（一）基本假設(shè)與模型構(gòu)建

互聯(lián)網(wǎng)金融的概念界定有助于完善本文的邏輯推演。借鑒已有研究，筆者認(rèn)為謝平和鄒傳偉(2012)對(duì)互聯(lián)網(wǎng)金融的認(rèn)識(shí)更為科學(xué)合理，即互聯(lián)網(wǎng)金融是利用移動(dòng)支付、社交網(wǎng)絡(luò)、搜索引擎和云計(jì)算等工具，實(shí)現(xiàn)諸如資金融通、支付結(jié)算和信息交換業(yè)務(wù)的一種新型金融模式。作為全新的金融業(yè)態(tài)，互聯(lián)網(wǎng)金融提高了資金的使用效率，加快了資金的流轉(zhuǎn)速度，使利率更及時(shí)準(zhǔn)確地反映資金供求關(guān)系(吳曉求，2015)。王國剛和張揚(yáng)(2015)進(jìn)一步指出，以余額寶為代表的互聯(lián)網(wǎng)投資平臺(tái)，將銷售貨幣市場基金獲得的資金集中用于協(xié)議存款，并利用商業(yè)銀行對(duì)巨額存款的饑渴需求和存款市場的競爭機(jī)制，抬高利率。因此，互聯(lián)網(wǎng)金融并不能在數(shù)量規(guī)模上對(duì)傳統(tǒng)金融造成沖擊，但其發(fā)揮的“鯰魚效應(yīng)”正在觸動(dòng)商業(yè)銀行享有的“體制紅利”與“價(jià)格紅利”，有效地推動(dòng)了我國利率市場化進(jìn)程(夏政，2015)。事實(shí)上，在與互聯(lián)網(wǎng)金融的激烈競爭中，我國商業(yè)銀行也加快了利率市場化的步伐，余額現(xiàn)金管理產(chǎn)品不斷“進(jìn)場”①據(jù)筆者統(tǒng)計(jì)，截止2014 年10 月，已有4 家大型商業(yè)銀行、6 家股份制銀行與6 家地方性商業(yè)銀行共推出了17類余額現(xiàn)金管理產(chǎn)品。。由是，本文認(rèn)為互聯(lián)網(wǎng)金融的蓬勃興起將加劇市場競爭，減小利率扭曲，使得名義利率迅速接近實(shí)際利率(Nautz 和Schmidt，2009；Nautz 和Scheithauer，2011)。

據(jù)此，通過對(duì)Kishan 和Opiela(2012)的模型進(jìn)行拓展，構(gòu)建本文的理論分析框架。首先，將市場均衡利率與存款基準(zhǔn)利率的差異表示為互聯(lián)網(wǎng)金融的函數(shù)，借助該做法引入互聯(lián)網(wǎng)金融，以探討互聯(lián)網(wǎng)金融如何影響商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)。其次，將系統(tǒng)重要性程度表示為銀行固定貸款規(guī)模的函數(shù)，通過此做法引入商業(yè)銀行的結(jié)構(gòu)差異，以剖析互聯(lián)網(wǎng)金融對(duì)系統(tǒng)重要性銀行風(fēng)險(xiǎn)承擔(dān)的特質(zhì)性影響。根據(jù)國際貨幣基金組織與巴塞爾委員會(huì)的研究，貸款規(guī)模與資產(chǎn)規(guī)模是決定銀行系統(tǒng)重要性程度的首要因素。同時(shí)，危機(jī)過后的全球金融改革顯著強(qiáng)調(diào)了對(duì)系統(tǒng)性重要性銀行的監(jiān)管(FSB，2011)，因而這一改進(jìn)更具合理性和現(xiàn)實(shí)意義。模型的基本假設(shè)如下。

假設(shè)1：存在一個(gè)代表性商業(yè)銀行，該銀行追求利潤最大化，其資產(chǎn)負(fù)債恒等式為：R+B+L=D+K。其中，R 為存款準(zhǔn)備金，B 為政府債券，L 為銀行貸款，D 為銀行存款，K 為銀行資本。

假設(shè)2：法定存款準(zhǔn)備金率為ρ，且商業(yè)銀行不持有超額存款準(zhǔn)備金，即R = ρD，0 ＜ ρ＜ 1。商業(yè)銀行持有的政府債券具有高度備付流動(dòng)性，即 B = b1D - R ，0 ＜ b1＜ 1。

假設(shè)3：鑒于貸款利率已市場化，因而商業(yè)銀行貸款規(guī)模與銀行貸款定價(jià)高于信貸市場均衡利率的程度負(fù)相關(guān)，即。同時(shí)，令系統(tǒng)重要性程度SI 為商業(yè)銀行固定貸款規(guī)模 l0的函數(shù)，即 S I = S（I l0）且 ? S I / ?l0＞ 0。

假設(shè)4：由于存款利率尚未市場化，因而商業(yè)銀行存款規(guī)模與市場均衡利率高于存款基準(zhǔn)利率的程度( r*- rD)負(fù)相關(guān)，即 D = d0- d（1r*-rD），d1＞ 0。互聯(lián)網(wǎng)金融IF 的沖擊將逐漸縮小市場均衡利率與存款基準(zhǔn)利率的差異，即 r*- rD=（y I F） 且 ?y / ?I F ＜ 0。

假設(shè)5：商業(yè)銀行資本規(guī)模與銀行權(quán)益資本回報(bào)率高于資本市場均衡利率的程度正相關(guān)，即

假設(shè)6：政府債券市場、信貸市場與資本市場的均衡利率圍繞市場均衡利率上下浮動(dòng)，且浮動(dòng)程度為一常數(shù)，即

假設(shè)7：借鑒Kopecky 和Vanhoose(2004)的做法，代表性銀行管理資產(chǎn)負(fù)債表項(xiàng)目時(shí)，存在二次型成本函數(shù)C，C =（ b /2） B2+（ l /2） L2+（ d /2） D2+（ k /2） K2。其中，常數(shù)b、l、d 和k 分別表示各項(xiàng)目的單位管理成本系數(shù)。

根據(jù)前述假設(shè)，代表性商業(yè)銀行的目標(biāo)函數(shù)與約束條件如下：

（二）模型求解與命題提出

進(jìn)一步，求得商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)水平RISK 關(guān)于互聯(lián)網(wǎng)金融IF 的函數(shù)①已有研究基本采用Z 值、股票收益率方差和資本資產(chǎn)比率等衡量商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)。由于我國商業(yè)銀行存在政府隱性擔(dān)保，破產(chǎn)風(fēng)險(xiǎn)微乎其微，所以Z 值并不適用。加之我國銀行未完全上市，受樣本限制，股票收益率方差也不可行。綜合考量，理論模型選取資產(chǎn)資本比率作為銀行風(fēng)險(xiǎn)承擔(dān)的衡量指標(biāo)。。

式(5)表明，商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)與互聯(lián)網(wǎng)金融的發(fā)展水平正相關(guān)。即互聯(lián)網(wǎng)金融的迅猛發(fā)展通過糾正利率扭曲，縮減了市場均衡利率與存款基準(zhǔn)利率的差異，迫使追求利潤最大化的商業(yè)銀行提高風(fēng)險(xiǎn)承擔(dān)水平。進(jìn)一步，式(5)中的 Δ1包含對(duì)商業(yè)銀行系統(tǒng)重要性程度SI 的考量，這是否意味著系統(tǒng)重要性程度的差異會(huì)引發(fā)不同類型商業(yè)銀行對(duì)互聯(lián)網(wǎng)金融沖擊的響應(yīng)具有異質(zhì)性呢？因此，為具體剖析商業(yè)銀行的異質(zhì)性反應(yīng)，將式(5)對(duì)SI 求交叉偏導(dǎo)：

以是，根據(jù)前述模型求解結(jié)果與分析，提出本文的兩個(gè)命題。

命題1：互聯(lián)網(wǎng)金融的沖擊會(huì)使追求利潤最大化的商業(yè)銀行增加風(fēng)險(xiǎn)承擔(dān)水平。

命題2：不同類型商業(yè)銀行對(duì)互聯(lián)網(wǎng)金融沖擊的反應(yīng)具有異質(zhì)性，相對(duì)非系統(tǒng)重要性銀行而言，系統(tǒng)重要性銀行的響應(yīng)更為穩(wěn)健與審慎。

三、變量定義與研究設(shè)計(jì)

（一）研究樣本與數(shù)據(jù)來源

Hale 和Long(2011)指出，采用面板數(shù)據(jù)實(shí)證分析不僅能夠捕捉樣本的動(dòng)態(tài)變化，而且可以保證信息的充分完整。因此，依據(jù)中國銀監(jiān)會(huì)的界定，考慮數(shù)據(jù)的可得性，本文選擇2003—2013 年5 家系統(tǒng)重要性銀行和31 家非系統(tǒng)重要性銀行的面板數(shù)據(jù)作為研究樣本①5 家系統(tǒng)重要性銀行包括工商銀行、農(nóng)業(yè)銀行、中國銀行、建設(shè)銀行、交通銀行。31 家非系統(tǒng)重要性銀行包括渤海銀行、成都銀行、大連銀行、東莞銀行、富滇銀行、光大銀行、廣東順德銀行、廣發(fā)銀行、廣州銀行、貴陽銀行、漢口銀行、恒豐銀行、華夏銀行、徽商銀行、民生銀行、南昌銀行、寧波銀行、寧夏銀行、平安銀行、浦發(fā)銀行、齊魯銀行、齊商銀行、青島銀行、泉州銀行、廈門銀行、溫州銀行、興業(yè)銀行、招商銀行、浙商銀行、中信銀行、重慶銀行。。按照2013 年第4 季度數(shù)據(jù)估算，這36 家銀行的資產(chǎn)規(guī)模占銀行業(yè)金融機(jī)構(gòu)總資產(chǎn)規(guī)模的70.25%,,，基本能夠代表中國銀行業(yè)的整體情況。數(shù)據(jù)來源于BankScope 數(shù)據(jù)庫、CEIC 數(shù)據(jù)庫、中宏網(wǎng)數(shù)據(jù)庫以及《中國金融統(tǒng)計(jì)年鑒》。

（二）變量定義

1. 被解釋變量

關(guān)于商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的衡量，已有研究主要采用以下三種方法。一是基于公司治理理論，從銀行破產(chǎn)視角出發(fā)，使用Z 值、資產(chǎn)收益率方差等(Laeven 和Levine，2009)；二是基于資產(chǎn)定價(jià)理論，從市場投資者視角出發(fā)，選擇貝塔系數(shù)、預(yù)期違約概率、股票收益率方差等(Pathan，2009)；三是基于巴塞爾協(xié)議，從監(jiān)管當(dāng)局視角出發(fā)，采用資本資產(chǎn)比率、資本充足率等(Francis 和Osborne，2012)。由于Z 值等僅代表破產(chǎn)風(fēng)險(xiǎn)而非風(fēng)險(xiǎn)承擔(dān)，加之我國商業(yè)銀行存在政府隱性擔(dān)保，銀行破產(chǎn)風(fēng)險(xiǎn)微乎其微，所以，第一類方法并不適用。同時(shí)，貝塔系數(shù)等指標(biāo)的計(jì)算需要完善的股票交易數(shù)據(jù)，而我國銀行并未完全上市，因此，受樣本限制，第二類方法也不可行。綜合考量上述因素，實(shí)證部分將遵循第三種方法，選取資產(chǎn)資本比率(RISKAE)作為商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的基準(zhǔn)衡量指標(biāo)，為保證分析結(jié)果的穩(wěn)健性，進(jìn)一步選擇貸款損失準(zhǔn)備率(RISKDL)作為輔助考察變量。

扭轉(zhuǎn)沖擊工具啟動(dòng)器順時(shí)針轉(zhuǎn)動(dòng)狀態(tài)如圖3c所示。啟動(dòng)器借助著順時(shí)針轉(zhuǎn)動(dòng)的慣性繼續(xù)轉(zhuǎn)動(dòng)，當(dāng)上啟動(dòng)腔稍有開啟時(shí)，由導(dǎo)流蓋分流來的液流立刻進(jìn)入上啟動(dòng)器與沖擊錘環(huán)空，促進(jìn)啟動(dòng)器繼續(xù)轉(zhuǎn)動(dòng)，直至完成換向動(dòng)作。

2. 核心解釋變量

科學(xué)構(gòu)建互聯(lián)網(wǎng)金融指數(shù)是實(shí)證分析得出有效結(jié)果的關(guān)鍵，但現(xiàn)有文獻(xiàn)較少關(guān)注互聯(lián)網(wǎng)金融的測度。因此，遵循全面性、客觀性、導(dǎo)向性、可行性等原則，本文借鑒“文本挖掘法”構(gòu)建互聯(lián)網(wǎng)金融指數(shù)。“文本挖掘法”是基于智能算法，從大規(guī)模的非結(jié)構(gòu)化文本集(如WEB 網(wǎng)頁)中提取有效知識(shí)的信息處理方法。隨著大數(shù)據(jù)與云計(jì)算時(shí)代的到來，文本挖掘在經(jīng)濟(jì)金融領(lǐng)域的應(yīng)用潛力不斷提升(趙麗麗等，2012)。其具體步驟如下。

第一，依據(jù)金融功能觀，建立初始詞庫。這不僅可以有效劃分互聯(lián)網(wǎng)金融的創(chuàng)新模式，而且能夠全面囊括涉及到互聯(lián)網(wǎng)金融的重要文本。按照現(xiàn)代金融功能論的劃分，金融系統(tǒng)具有支付結(jié)算、資源配置、風(fēng)險(xiǎn)管理、信息傳遞、資源儲(chǔ)備和激勵(lì)創(chuàng)造六項(xiàng)基本功能(Merton 和Bodie，1995)。吳曉求(2014)也認(rèn)為互聯(lián)網(wǎng)金融優(yōu)化完善了傳統(tǒng)金融的支付清算、資源配置、風(fēng)險(xiǎn)管理與提供價(jià)格信息四大功能。首先，第三方支付與銀聯(lián)支付等均可為商品、服務(wù)和資產(chǎn)交易提供支付、結(jié)算和清算服務(wù)，且形式更靈活，操作更便捷，領(lǐng)域更廣范，拓展補(bǔ)充了原有支付渠道。其次，P2P、眾籌等互聯(lián)網(wǎng)融資模式能夠幫助經(jīng)濟(jì)體進(jìn)行網(wǎng)絡(luò)投資或籌資，實(shí)現(xiàn)資金跨期、跨地域和跨行業(yè)的轉(zhuǎn)移，優(yōu)化社會(huì)資源的時(shí)空配置。再次，網(wǎng)上保險(xiǎn)、網(wǎng)上期貨等互聯(lián)網(wǎng)理財(cái)方式不僅通過個(gè)性化產(chǎn)品豐富了風(fēng)險(xiǎn)管理需求者的結(jié)構(gòu)，而且憑借便利的營銷網(wǎng)絡(luò)擴(kuò)大了風(fēng)險(xiǎn)管理需求者的規(guī)模，這二者都有利于互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)管理功能的實(shí)現(xiàn)。最后，加工信息、構(gòu)建渠道更是互聯(lián)網(wǎng)金融的強(qiáng)項(xiàng)(吳曉靈，2014)。目前，各商業(yè)銀行通過在線銀行、電子銀行等網(wǎng)絡(luò)渠道傳遞價(jià)格信息，提升交互效率，這便是信息功能的最佳體現(xiàn)。由是，本文從金融功能視角出發(fā)，確定如下四個(gè)維度的初始詞庫(見表1)。

表1 互聯(lián)網(wǎng)金融指數(shù)初始詞庫

第二，借助百度搜索引擎，計(jì)算關(guān)鍵詞的年度詞頻。利用百度數(shù)據(jù)庫，搜索2003—2013 年各個(gè)關(guān)鍵詞在每一年的新聞發(fā)布次數(shù)以及該年的新聞發(fā)布總數(shù)，計(jì)算得出關(guān)鍵詞的年度頻率①鑒于百度數(shù)據(jù)庫沒有公布年份新聞總數(shù)，本文以出現(xiàn)十大常用成語的新聞數(shù)目作為新聞總數(shù)的代理變量，數(shù)據(jù)源于教育部發(fā)布的《中國語言生活狀況報(bào)告(2009)》。。這一處理方法的理論依據(jù)在于：新聞發(fā)布數(shù)據(jù)與諸多社會(huì)經(jīng)濟(jì)現(xiàn)象具有很高的相關(guān)性(Askitas 和Zimmermann，2009)。互聯(lián)網(wǎng)金融新聞發(fā)布的多寡一方面與互聯(lián)網(wǎng)金融企業(yè)的投入程度正相關(guān)，另一方面與網(wǎng)民對(duì)互聯(lián)網(wǎng)金融的關(guān)注程度正相關(guān)，而企業(yè)投入與網(wǎng)民關(guān)注則從供給與需求兩個(gè)側(cè)面折射了互聯(lián)網(wǎng)金融發(fā)展態(tài)勢。

第三，應(yīng)用因子分析法，合成互聯(lián)網(wǎng)金融指數(shù)。(1)基于全部關(guān)鍵詞，進(jìn)行綜合因子分析，計(jì)算互聯(lián)網(wǎng)金融指數(shù)(IF)，將其作為計(jì)量分析的基準(zhǔn)指標(biāo)。首先，對(duì)變量進(jìn)行KMO 和Bartlett 球度檢驗(yàn)，由表2 可知，KMO 值大于0.6，Bartlett 球度檢驗(yàn)的近似卡方值也很顯著，因此這些關(guān)鍵詞適合進(jìn)行因子分析；其次，基于主成分分析法，按照特征值大于1 的原則提取公因子，結(jié)果顯示公因子的方差貢獻(xiàn)率超過85%,,，說明提取的因子基本可以反映關(guān)鍵詞所包含的信息；再次，對(duì)載荷矩陣進(jìn)行方差最大化正交旋轉(zhuǎn)，計(jì)算因子得分；最后，為保證數(shù)據(jù)為正值，通過Max-Min 處理將數(shù)據(jù)標(biāo)準(zhǔn)化至0—100之間，得到最終指標(biāo)。(2)由于前述理論模型主觀關(guān)注互聯(lián)網(wǎng)金融在資源配置方面對(duì)商業(yè)銀行的影響。因此，基于資源配置功能的關(guān)鍵詞，進(jìn)行分層次因子分析，計(jì)算互聯(lián)網(wǎng)借貸指數(shù)(IC)，將其作為穩(wěn)健性檢驗(yàn)的輔助指標(biāo)，分析步驟與(1)相同，不予贅述。

表2 互聯(lián)網(wǎng)金融指數(shù)因子分析

據(jù)此構(gòu)建的互聯(lián)網(wǎng)金融與互聯(lián)網(wǎng)借貸指數(shù)走勢如圖1 所示。這與我國現(xiàn)實(shí)高度一致，2003—2007 年，我國互聯(lián)網(wǎng)金融處于破殼狀態(tài)，兩指數(shù)平穩(wěn)增長；2008 年，受金融危機(jī)的影響，兩指數(shù)略微下跌；2009—2013 年，互聯(lián)網(wǎng)金融呈現(xiàn)井噴式上漲，兩指數(shù)增幅迅猛。

圖1 2003—2013年我國互聯(lián)網(wǎng)金融走勢

3. 控制變量

已有文獻(xiàn)表明，銀行風(fēng)險(xiǎn)承擔(dān)受到宏觀經(jīng)濟(jì)、貨幣政策、行業(yè)競爭與銀行特征的顯著影響(Laeven 和Levine，2009；Barrell 等，2010)。因此，為防止遺漏變量偏差，實(shí)證模型共引入了以下四個(gè)層面的控制變量。首先，選擇GDP 增速(GDP)、股票總市值與GDP 之比(GS)控制宏觀經(jīng)濟(jì)和金融深化的影響。其次，使用廣義貨幣供應(yīng)量增速(M2)、虛擬變量(XD)表示貨幣政策與信貸政策，在通脹高漲的2008 年與2010 年，央行重拾取消多年的信貸規(guī)模管理工具。因此，令2008、2010 年的XD 取1，其余年份取0。再次，采用前4 大銀行資產(chǎn)占比增速(CR4)、在華外資機(jī)構(gòu)數(shù)目增速(FR)控制行業(yè)集中度與開放度的影響。最后，選取流動(dòng)資產(chǎn)占比(LI)與虛擬變量(SI)控制銀行個(gè)體特征，樣本銀行為系統(tǒng)重要性銀行時(shí)，SI 取1，其余取0。變量定義與描述性統(tǒng)計(jì)情況如表3、表4 所示。

表3 變量定義與變量設(shè)計(jì)

表4 變量描述性統(tǒng)計(jì)

（三）研究設(shè)計(jì)

命題1 表明互聯(lián)網(wǎng)金融會(huì)加劇商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)水平。為了檢驗(yàn)命題1，設(shè)計(jì)如下方程：

式(7)中，第i 家銀行第t 期的風(fēng)險(xiǎn)承擔(dān)水平RISKit被表示為前期風(fēng)險(xiǎn)承擔(dān)水平RISKi,t-1、互聯(lián)網(wǎng)金融IFt、控制變量Controljit、商業(yè)銀行固定效應(yīng) ui以及隨機(jī)誤差項(xiàng) εit的函數(shù)①由于銀行風(fēng)險(xiǎn)承擔(dān)具有持續(xù)性，構(gòu)建帶有因變量滯后項(xiàng)的動(dòng)態(tài)方程是合理且必要的；控制變量Controljit 為除系統(tǒng)重要性虛擬變量外的其他7 個(gè)變量。。β2刻畫了互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響，根據(jù)理論剖析，我們預(yù)期β2顯著為正。

命題2 表明系統(tǒng)重要性程度不同的商業(yè)銀行對(duì)互聯(lián)網(wǎng)金融的響應(yīng)具有異質(zhì)性。為了檢驗(yàn)命題2，在式(7)的基礎(chǔ)上，進(jìn)一步引入互聯(lián)網(wǎng)金融與系統(tǒng)重要性虛擬變量的交叉項(xiàng)①為削弱多重共線性，對(duì)互聯(lián)網(wǎng)金融與系統(tǒng)重要性虛擬變量進(jìn)行去中心化處理后，合成交互項(xiàng)。，設(shè)計(jì)如下計(jì)量方程：

式(8)中，β3度量了互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響如何隨銀行系統(tǒng)重要性程度的變化而變化，我們預(yù)期回歸結(jié)果中系數(shù) β3顯著為負(fù)。

四、實(shí)證分析

（一）變量平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)

為防止“謬誤回歸”，圍繞銀行層面的變量RISKAE與LI 開展平穩(wěn)性檢驗(yàn)。(1)判斷截面獨(dú)立性。由表5 可知，兩個(gè)變量的CD 檢驗(yàn)統(tǒng)計(jì)量均在1%,,的顯著性水平下大于臨界值，這表明變量RISKAE與LI 均具有截面依存性。(2)考察變量平穩(wěn)性。檢驗(yàn)截面依存變量時(shí)，采用Pesaran 和Pick(2007)根據(jù)ADF 模型構(gòu)造的二代面板單位根CIPS 方法，結(jié)果顯示，變量RISKAE存在單位根。(3)檢驗(yàn)均衡關(guān)系②在變量存在單位根時(shí)，若希望運(yùn)用原始序列進(jìn)行回歸，變量之間需要存在長期均衡關(guān)系。。基于誤差修正模型，展開抽樣次數(shù)為300 的協(xié)整檢驗(yàn)，結(jié)果表明，除Ga 統(tǒng)計(jì)量外，其余統(tǒng)計(jì)量均通過了1%,,水平下的顯著性檢驗(yàn)。根據(jù)Baltagi(2013)，面板協(xié)整檢驗(yàn)中若存在三個(gè)統(tǒng)計(jì)值大于相應(yīng)的臨界值，便能夠說明變量之間存在長期均衡。依據(jù)上述分析，運(yùn)用原始序列進(jìn)行實(shí)證不會(huì)出現(xiàn)“偽回歸”。

表5 變量平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)

（二）互聯(lián)網(wǎng)金融加劇商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的實(shí)證檢驗(yàn)

表6 與表7 報(bào)告了命題1 的相關(guān)檢驗(yàn)和回歸結(jié)果。其中，模型1——模型3 分別為混合效應(yīng)(POOL)、固定效應(yīng)(FE)和隨機(jī)效應(yīng)(SE)的結(jié)果，綜合F 檢驗(yàn)、LM 檢驗(yàn)與Hausman 檢驗(yàn)，本文初步認(rèn)為方程(7)應(yīng)采用固定效應(yīng)。但是，由于該方程引入了因變量的滯后項(xiàng)作為解釋變量，且銀行層面的控制變量并沒有滿足Simar 和Wilson(2007)提出的分離假設(shè)，流動(dòng)水平與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)存在互為因果的聯(lián)立關(guān)系，因而方程(7)具有內(nèi)生性。為此，繼續(xù)采用Blundell 和Bond(1998)提出的動(dòng)態(tài)面板廣義矩估計(jì)進(jìn)行實(shí)證。模型4、模型5 分別為差分廣義矩(DIFFGMM)與系統(tǒng)廣義矩(SYSGMM)的結(jié)果，AR(2)檢驗(yàn)和Sargan 檢驗(yàn)顯示計(jì)量分析依據(jù)的動(dòng)態(tài)模型具備合理性。鑒于DIFFGMM 存在弱工具變量等問題，相較而言，SYSGMM 更為穩(wěn)健。因此，根據(jù)SYSGMM 的估計(jì)結(jié)果展開分析。

表6 命題1的相關(guān)檢驗(yàn)

表7 命題1的回歸結(jié)果

首先，互聯(lián)網(wǎng)金融的回歸系數(shù)顯著為正，這與命題1 預(yù)期一致，表明互聯(lián)網(wǎng)金融的沖擊確實(shí)會(huì)迫使追求利潤最大化的商業(yè)銀行增加風(fēng)險(xiǎn)承擔(dān)水平。換言之，互聯(lián)網(wǎng)金融的迅猛發(fā)展日漸觸動(dòng)了傳統(tǒng)金融體系享有的“價(jià)格紅利”，迫使商業(yè)銀行改變管理策略，激進(jìn)經(jīng)營行為，加重風(fēng)險(xiǎn)承擔(dān)。同時(shí)，其他四類估計(jì)方法中，解釋變量IF 的估計(jì)結(jié)果也均為正數(shù)，雖然有些顯著性略差，但仍能間接證實(shí)命題1。其次，考察宏觀層面的控制變量。名義GDP 增速的回歸系數(shù)為正，且在1%,,水平下顯著，該結(jié)果與Gambacota(2009)的研究吻合，說明良好的經(jīng)濟(jì)環(huán)境會(huì)助推商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)。股票市值占比GS 的正向系數(shù)意味隨著資本市場的壯大、融資渠道的豐富和金融結(jié)構(gòu)的深化，商業(yè)銀行將放松信貸標(biāo)準(zhǔn)，提高風(fēng)險(xiǎn)容忍度，以維持盈利(Larrain，2006)。再者，政策層面的控制變量貨幣供應(yīng)量M2增速與信貸規(guī)模管理虛擬變量XD 的估計(jì)系數(shù)一正一負(fù)，且在統(tǒng)計(jì)上高度顯著。這印證了我國貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道的存在，表明寬松的貨幣政策會(huì)推動(dòng)商業(yè)銀行的樂觀情緒，鼓勵(lì)其承擔(dān)更多風(fēng)險(xiǎn)。值得注意的是，銀行風(fēng)險(xiǎn)承擔(dān)對(duì)信貸規(guī)模管理的反映更加敏感，原因在于信貸規(guī)模作為中國貨幣政策實(shí)際上的中間目標(biāo)(盛松成和吳培新，2008)，能夠直接有效調(diào)控銀行信貸與風(fēng)險(xiǎn)承擔(dān)。最后，剖釋行業(yè)與個(gè)體層面的控制變量。市場集中度CR4 的估計(jì)結(jié)果高度為正，根據(jù)Maddaloni 和Peydro(2011)的研究，競爭加劇會(huì)削弱銀行的市場勢力，繼而導(dǎo)致商業(yè)銀行風(fēng)險(xiǎn)暴露增加。行業(yè)開放度FR 的回歸系數(shù)為負(fù)，且通過了1%,,水平下的顯著檢驗(yàn)，姚樹潔等(2011)曾指出，由于“比較優(yōu)勢”和“選摘效應(yīng)”的存在①“比較優(yōu)勢”是指與內(nèi)資銀行相比，外資銀行在產(chǎn)品創(chuàng)新與管理技術(shù)等方面處于領(lǐng)先地位。“選摘效應(yīng)”強(qiáng)調(diào)外國投資者在參股國內(nèi)銀行時(shí)，一般選擇盈利能力強(qiáng)、運(yùn)營效率高的銀行。因此，在管理經(jīng)驗(yàn)、創(chuàng)新技術(shù)等方面具有“軟實(shí)力”的外資銀行，與在業(yè)務(wù)規(guī)模和營業(yè)網(wǎng)點(diǎn)等方面具有“硬實(shí)力”的內(nèi)資銀行強(qiáng)強(qiáng)結(jié)合，會(huì)增強(qiáng)國內(nèi)銀行的競爭實(shí)力。，外資銀行進(jìn)入中國后，會(huì)帶來先進(jìn)的管理理念和風(fēng)控措施，促使國內(nèi)銀行規(guī)范穩(wěn)健運(yùn)營，進(jìn)而降低風(fēng)險(xiǎn)承擔(dān)水平。流動(dòng)水平LI 的正系數(shù)意味著流動(dòng)性越高的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)行為越積極。原因在于，本文考察的樣本區(qū)間內(nèi)，中國商業(yè)銀行一直面臨著嚴(yán)峻的流動(dòng)性過剩問題，且由于銀行高管薪酬與貸款規(guī)模息息相關(guān)，在流動(dòng)性充足的背景下，高管擴(kuò)大貸款規(guī)模的動(dòng)機(jī)強(qiáng)烈(Deyoung 等，2013)，因而導(dǎo)致了我國商業(yè)銀行流動(dòng)水平與風(fēng)險(xiǎn)承擔(dān)之間正向關(guān)聯(lián)。

為確保研究結(jié)論的可靠性，對(duì)命題1 展開穩(wěn)健性檢驗(yàn)，結(jié)果如表8 所示。首先，模型(6)采用互聯(lián)網(wǎng)借貸指數(shù)作為互聯(lián)網(wǎng)金融指數(shù)的替代變量進(jìn)行SYSGMM 回歸，結(jié)果表明，核心解釋變量IC 的系數(shù)顯著為正，但控制變量XD 的符號(hào)發(fā)生了逆轉(zhuǎn)，且顯著程度大幅下降。對(duì)此可能的解釋是，互聯(lián)網(wǎng)借貸指數(shù)主要反映互聯(lián)網(wǎng)金融的資源配置功能，與信貸規(guī)模管理變量具有一定程度的多重共線性。其次，模型(7)以貸款損失準(zhǔn)備率替代因變量資產(chǎn)資本比率，回歸結(jié)果顯示，互聯(lián)網(wǎng)金融指數(shù)保持了與貸款損失準(zhǔn)備率的高度正向關(guān)系。最后，模型(8)在對(duì)樣本進(jìn)行5%,,水平的異常值縮尾調(diào)整后進(jìn)行回歸，結(jié)果表明，解釋變量IF 與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的正向關(guān)聯(lián)依舊存在。穩(wěn)健性檢驗(yàn)的結(jié)果再次支持了互聯(lián)網(wǎng)金融會(huì)加劇商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的命題，證實(shí)本文的研究結(jié)論并不依賴于互聯(lián)網(wǎng)金融變量、銀行風(fēng)險(xiǎn)承擔(dān)變量與實(shí)證樣本容量的選擇。

表8 命題1的穩(wěn)健性檢驗(yàn)

（三）互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)異質(zhì)影響的實(shí)證檢驗(yàn)

表9 報(bào)告了命題2 的相關(guān)回歸結(jié)果，AR(2)檢驗(yàn)和Sargan 檢驗(yàn)均顯示計(jì)量分析依據(jù)的動(dòng)態(tài)模型與選擇的工具變量具有合理性。模型(9)是以互聯(lián)網(wǎng)金融指數(shù)IF 為解釋變量、資產(chǎn)資本比率RISKAE為被解釋變量的基準(zhǔn)分析。其中，交叉項(xiàng)IF*SI 的回歸系數(shù)顯著為負(fù)，與命題2 預(yù)期相符，意味著系統(tǒng)重要性商業(yè)銀行確實(shí)由于組織體系龐大、產(chǎn)權(quán)性質(zhì)國有、經(jīng)營策略保守與政策監(jiān)管嚴(yán)厲等因素，對(duì)互聯(lián)網(wǎng)金融的響應(yīng)較為穩(wěn)健審慎。需要關(guān)注的是，系統(tǒng)重要性虛擬變量SI 的估計(jì)結(jié)果為正，且通過了1%,,水平下的顯著檢驗(yàn)。該結(jié)果與“大而不倒(too big to fail)”的范式吻合，表明我國系統(tǒng)重要性銀行存在政府救助的心理依賴，導(dǎo)致其風(fēng)險(xiǎn)承擔(dān)水平高出一般性銀行。其余控制變量的回歸結(jié)果與方程(7)相一致。

進(jìn)一步，為確保結(jié)論的穩(wěn)健性與可靠性，繼續(xù)展開對(duì)命題2 的檢驗(yàn)。其中，模型(10)以互聯(lián)網(wǎng)借貸指數(shù)作為替代解釋變量，模型(11)以貸款損失準(zhǔn)備率作為替代被解釋變量，模型(12)對(duì)樣本進(jìn)行5%,,的極端值縮尾處理。三個(gè)模型的SYSGMM 回歸結(jié)果均呈現(xiàn)交叉項(xiàng)的估計(jì)系數(shù)顯著為負(fù)，這支持了命題2 的觀點(diǎn)，表明不同類型商業(yè)銀行對(duì)互聯(lián)網(wǎng)金融沖擊的響應(yīng)具有異質(zhì)性，相對(duì)于非系統(tǒng)重要性銀行，系統(tǒng)重要性銀行的反應(yīng)更為審慎與穩(wěn)健。

表9 命題2的回歸結(jié)果與穩(wěn)健性檢驗(yàn)

五、研究結(jié)論與政策建議

信息技術(shù)的發(fā)展給全球經(jīng)濟(jì)插上了一雙嶄新的翅膀，幾乎每個(gè)行業(yè)都在經(jīng)歷深刻變革。作為萬業(yè)之母的金融也必然難逃浩浩湯湯之趨勢，互聯(lián)網(wǎng)金融遍地開花，迅猛壯大。但泡沫式的膨脹潛藏著巨大風(fēng)險(xiǎn)，尤其是互聯(lián)網(wǎng)金融侵蝕了原有的金融版圖，擠占了傳統(tǒng)金融的市場份額，影響了商業(yè)銀行的經(jīng)營行為和風(fēng)控決策。在此背景下，剖析互聯(lián)網(wǎng)金融如何作用于商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)成為題中應(yīng)有之義。

有鑒于此，本文首先構(gòu)建了引入互聯(lián)網(wǎng)金融的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)模型，然后采用2003—2013 年我國5 家系統(tǒng)重要性銀行、31 家非系統(tǒng)重要性銀行的數(shù)據(jù)，運(yùn)用系統(tǒng)廣義矩估計(jì)方法，考察了互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響。在設(shè)計(jì)互聯(lián)網(wǎng)金融這一核心解釋變量時(shí)，我們立足金融功能，根據(jù)“文本挖掘法”，通過對(duì)WEB 網(wǎng)頁中新聞措辭的篩選與分析，合成互聯(lián)網(wǎng)金融指數(shù)，科學(xué)測度了互聯(lián)網(wǎng)金融的發(fā)展水平。研究得出以下結(jié)論：(1)互聯(lián)網(wǎng)金融的沖擊加劇了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)水平，且該效應(yīng)不依賴于互聯(lián)網(wǎng)金融變量、銀行風(fēng)險(xiǎn)承擔(dān)變量與樣本容量的選擇。(2)不同類型商業(yè)銀行對(duì)互聯(lián)網(wǎng)金融沖擊的反應(yīng)具有異質(zhì)性，相對(duì)非系統(tǒng)重要性銀行而言，系統(tǒng)重要性銀行的響應(yīng)更為審慎與穩(wěn)健。根據(jù)研究結(jié)論提出如下政策建議。

首先，監(jiān)管部門應(yīng)密切關(guān)注互聯(lián)網(wǎng)金融自身的風(fēng)險(xiǎn)以及其對(duì)傳統(tǒng)金融體系外溢的風(fēng)險(xiǎn)，守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線。一方面，應(yīng)盡快完善互聯(lián)網(wǎng)金融行業(yè)監(jiān)管條例，制定準(zhǔn)入、運(yùn)營與退出方面的規(guī)則，建立風(fēng)險(xiǎn)識(shí)別、預(yù)警與處理機(jī)制，加強(qiáng)對(duì)互聯(lián)網(wǎng)金融企業(yè)日常風(fēng)險(xiǎn)的控制與防范，同時(shí)應(yīng)明確監(jiān)管主體、監(jiān)管對(duì)象與監(jiān)管范圍，嚴(yán)防監(jiān)管泛化與監(jiān)管真空。另一方面，應(yīng)設(shè)置針對(duì)互聯(lián)網(wǎng)金融機(jī)構(gòu)的統(tǒng)計(jì)調(diào)查系統(tǒng)，強(qiáng)化對(duì)網(wǎng)絡(luò)借貸資金價(jià)格、規(guī)模和流向的動(dòng)態(tài)監(jiān)測，建造有效的市場防火墻，避免風(fēng)險(xiǎn)外溢引發(fā)的“多米諾骨牌效應(yīng)”。

再者，監(jiān)管當(dāng)局應(yīng)繼續(xù)深化銀行業(yè)改革，重塑商業(yè)銀行的服務(wù)體系和經(jīng)營模式。互聯(lián)網(wǎng)金融通過引入競爭機(jī)制，改變了間接融資為主的金融市場結(jié)構(gòu)，打破了利息收入為主的銀行贏利格局，給傳統(tǒng)商業(yè)銀行帶來了嚴(yán)峻挑戰(zhàn)。因此，為更好地維護(hù)金融穩(wěn)定，監(jiān)管當(dāng)局應(yīng)繼續(xù)深化銀行業(yè)改革。一是健全商業(yè)銀行的經(jīng)理人制度，增強(qiáng)其憂患意識(shí)，以有效隔離互聯(lián)網(wǎng)金融外溢的風(fēng)險(xiǎn)；二是建立商業(yè)銀行的退出機(jī)制，讓風(fēng)險(xiǎn)控制能力差、運(yùn)營效率低的銀行自動(dòng)被市場淘汰，讓積極吸收先進(jìn)技術(shù)、努力迎接互聯(lián)網(wǎng)金融挑戰(zhàn)的銀行有上升空間；三是降低系統(tǒng)重要性銀行的“公有性”，提高其“市場性”，強(qiáng)化對(duì)系統(tǒng)重要性銀行的審慎監(jiān)管，稀釋單個(gè)銀行對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。

最后，中央政府應(yīng)全面推進(jìn)金融體制改革，逐步理順金融市場規(guī)則。互聯(lián)網(wǎng)金融的突飛猛進(jìn)反映了中國金融體制的制度弊病，包括金融市場行政壁壘過高、金融要素定價(jià)機(jī)制缺乏、金融資金配置中銀行獨(dú)大、金融投資工具和渠道狹窄等。正是這些制度漏洞才導(dǎo)致互聯(lián)網(wǎng)金融在中國的超速發(fā)展，因而政府應(yīng)全面深化中國金融體制改革，減少行政干預(yù)、降低市場準(zhǔn)入壁壘、健全信用評(píng)估體系、完善消費(fèi)者保護(hù)機(jī)制等，使金融成為一池活水，更好地澆灌實(shí)體經(jīng)濟(jì)之樹。

［1］ 陳志武. 互聯(lián)網(wǎng)金融到底有多新[J]. 新金融，2014(4)：9-13.

［2］ 狄衛(wèi)平，梁洪澤. 網(wǎng)絡(luò)金融研究[J]. 金融研究，2000(11)：27-33.

［3］ 高智賢，李 成，劉生福. 貨幣政策與審慎監(jiān)管的配合機(jī)制研究[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)，2015(1)：56-66+126.

［4］ 洪 娟，曹 彬，李 鑫. 互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的特殊性及其監(jiān)管策略研究[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014(9)：42-46.

［5］ 李海艦，田躍新，李文杰. 互聯(lián)網(wǎng)思維與傳統(tǒng)企業(yè)再造[J]. 中國工業(yè)經(jīng)濟(jì)，2014(10)：135-146.

［6］ 李 燊鑫，徐唯 . 對(duì)當(dāng)前我國互聯(lián)網(wǎng)金融若干問題的辨析[J]. 財(cái)經(jīng)科學(xué)，2015(9)：1-9.

［7］ 馬草原，李 成. 國有經(jīng)濟(jì)效率、增長目標(biāo)硬約束與貨幣政策超調(diào)[J]. 經(jīng)濟(jì)研究，2013(7)：76-89.

［8］ 皮天雷，趙 鐵. 互聯(lián)網(wǎng)金融：邏輯、比較與機(jī)制[J]. 中國經(jīng)濟(jì)問題，2014(4)：98-108.

［9］ 祁 明，肖 林. 虛擬貨幣：運(yùn)行機(jī)制、交易體系與治理策略[J]. 中國工業(yè)經(jīng)濟(jì)，2014(4)：110-122.

［10］ 沈 悅，郭 品. 互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率[J]. 金融研究，2015(3)：160-175.

［11］ 盛松成，吳培新. 中國貨幣政策的二元傳導(dǎo)機(jī)制——“兩中介目標(biāo)，兩調(diào)控對(duì)象”模式研究[J]. 經(jīng)濟(jì)研究，2008(10)：37-51.

［12］ 王國剛，張 揚(yáng). 互聯(lián)網(wǎng)金融之辨析[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2015(1)：5-16.

［13］ 赟

王 祥，樊曉華，李 瑋. 商業(yè)銀行與互聯(lián)網(wǎng)金融個(gè)人金融業(yè)務(wù)競爭實(shí)力比較[J]. 統(tǒng)計(jì)與管理，2014(1)：62-63.

［14］ 聞岳春，陳 翀. 我國網(wǎng)絡(luò)銀行發(fā)展探討[J]. 金融研究，1999(10)：67-70.

［15］ 吳曉靈. 互聯(lián)網(wǎng)金融監(jiān)管爭議根源在制度不完善[N]. 人民政協(xié)報(bào)，2014-3-9.

［16］ 吳曉求. 中國金融的深度變革與互聯(lián)網(wǎng)金融[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2014(1)：14-23.

［17］ 吳曉求. 互聯(lián)網(wǎng)金融：成長的邏輯[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2015(2)：5-15.

［18］ 夏 政. 基于系統(tǒng)論的互聯(lián)網(wǎng)金融生態(tài)建設(shè)[J]. 財(cái)經(jīng)科學(xué)，2015(1)：1-10.

［19］ 謝 平，尹 龍. 網(wǎng)絡(luò)經(jīng)濟(jì)下的金融理論與金融治理[J]. 經(jīng)濟(jì)研究，2001(4)：24-31+95.

［20］ 謝 平，鄒傳偉. 互聯(lián)網(wǎng)金融模式研究[J]. 金融研究，2012(12)：11-22.

［21］ 姚樹潔，姜春霞，馮根福. 中國銀行業(yè)的改革與效率：1995—2008[J]. 經(jīng)濟(jì)研究，2011(8)：4-14.

［22］ 張玉喜. 網(wǎng)絡(luò)金融的風(fēng)險(xiǎn)管理研究[J]. 管理世界，2002(10)：139-140.

［23］ 趙麗麗，趙茜倩，楊 娟，王鐵軍，李 慶. 財(cái)經(jīng)新聞對(duì)中國股市影響的定量分析[J]. 山東大學(xué)學(xué)報(bào)(理學(xué)版)，2012(7)：70-75+80.

［24］ 鄭聯(lián)盛. 中國互聯(lián)網(wǎng)金融：模式、影響、本質(zhì)與風(fēng)險(xiǎn)[J]. 國際經(jīng)濟(jì)評(píng)論，2014(5)：103-118.

［25］ Agrawal A.，Jaffe J. F.，Mandelker G. N. The Post-merger Performance of Acquiring Firms：A Re-examination of an Anomaly [J]. Journal of Finance，1992，47(4)：1605-21.

［26］ Allen F.，Mcandrews J.，Strahan P. E-finance：An Introduction [J]. Journal of Financial Services Research，2002，22(1)：5-27.

［27］ Askitas N.，Zimmermann K. F. Google Econometrics and Unemployment Forecasting [J]. Applied Economics Quarterly，2009，55(2)：107-20.

［28］ Baltagi B. Econometric Analysis of Panel Data [M]. America：John Wiley & Sons，2013.

［29］ Barrell R.，Davis E. P.，Karim D.，Liadze I. Bank Regulation，Property Prices and Early Warning Systems for Banking Crises in OECD Countries [J]. Journal of Banking and Finance，2010，34(9)：2255-64.

［30］ Beltratti A.，Stultz R. M. The Credit Crisis around the Globe：Why Did Some Banks Perform Better? [J]. Journal of Financial Economics，2012，105(1)：1-17.

［31］ Blundell R.，Bond S. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J]. Journal of Econometrics，1998，87(1)：115-43.

［32］ Deyoung R.，Peng E. Y.，Yan M. Executive Compensation and Business Policy Choices at US Commercial Banks [J]. Journal of Financial and Quantitative Analysis，2013，48(1)：165-96.

［33］ Financial Stability Board. Intensity and Effectiveness of SIFI Supervision：Progress Report on Implementing the Recommendations on Enhanced Supervision [EB/OL]. http://www. financialstability board. org/2011，2011.

［34］ Francis W. B.，Osborne M. Capital Requirements and Bank Behavior in the UK：Are There Lessons for International Capital Standards? [J]. Journal of Banking and Finance，2012，36(3)：803-16.

［35］ Gambacota L. Monetary Policy and the Risk-taking Channel [J]. BIS Quarterly Review，2009，12(1)：43-53.

［36］ Hale G.，Long C. Are There Productivity Spillovers From Foreign Direct Investment In China?[J]. Pacific Economic Review，2011，16(2)：135-53.

［37］ Kishan R. P.，Opiela T. P. Monetary Policy，Bank Lending，and the Risk-Pricing Channel [J].Journal of Money，Credit and Banking，2012，44(4)：573-602.

［38］ Kopecky K. J.，Vanhoose D. A. Model of the Monetary Sector with and without Binding Capital Requirements [J]. Journal of Banking and Finance，2004，28(3)：633-46.

［39］ Krueger M. Money：A Market Microstructure Approach [J]. Journal of Money，Credit and Banking，2012，44(6)：1245-58.

［40］ Laeven L.，Levine R. Bank Governance，Regulation and Risk Taking [J]. Journal of Financial Economics，2009，93(2)：259-75.

［41］ Larrain B. Do Banks Affect the Level and Composition of Industrial Volatility? [J]. Journal of Finance，2006，4(8)：1897-925.

［42］ Maddaloni A.，Peydro J. L. Bank Risk-taking，Securitization，Supervision，and Low Interest Rates：Evidence from the Euro-area and the U. S. Lending Standards [J]. Review of Financial Studies，2011，24(6)：2121-65.

［43］ Merton R. C.，Bodie Z. A Conceptual Framework for Analyzing the Financial Environment [M].Cambridge：Harvard Business School Press，1995.

［44］ Nautz D.，Scheithauer J. Monetary Policy Implementation and Overnight Rate Persistence [J].Journal of International Money and Finance，2011，30(7)：1375-86.

［45］ Nautz D.，Schmidt S. Monetary Policy Implementation and The Federal Funds Rate [J]. Journal of Banking and Finance，2009，33(7)：1274-84.

［46］ Pathan S. Strong Boards，CEO Power and Bank Risk-taking [J]. Journal of Banking and Finance，2009，33(7)：1340-50.

［47］ Pesaran M. H.，Pick A. Econometric Issues in the Analysis of Contagion [J]. Journal of Economic Dynamics and Control，2007，31(4)：1245-77.

［48］ Petter G.，Geoff D. A Review of Organised Crime in Electronic Finance [J]. Journal of Electronic Finance，2009，3(1)：46-63.

［49］ Shahrokhi M. E-finance：Status，Innovations，Resources and Future Challenges [J]. Managerial Finance，2008，34(6)：365-98.

［50］ Simar L.，Wilson P. W. Estimation and Inference in Two-stage，Semi-parametric Models of Production Processes [J]. Journal of Econometrics，2007，136(1)：31-64.

［51］ Syed A. R.，Nida H. Factors Affecting Internet Banking Adoption among Internal and External Customers：A Case of Pakistan [J]. Journal of Electronic Finance，2013，7(1)：82-96.