互聯網金融對商業銀行活期存款影響的實證研究

吳芊惠

[摘 要]本文試圖通過梳理互聯網金融的發展模式對商業銀行活期存款影響及主要特征，深入探討互聯網金融對商業銀行傳統業務的影響，進而提出商業銀行和監管部門應對互聯網金融的政策建議。

[關鍵詞] 互聯網金融；活期存款；商業銀行

1 引 言

近年來，隨著電子商務的發展，互聯網金融的服務范圍不斷變大，具有很強大的生命力。商業銀行已經不能固步自封，必須直面互聯網金融時代的挑戰，并結合自身優勢，穩住陣腳，謀求創新和發展。

2 模型構建

2.1 變量及模型的選取

本文通過建立多元線性回歸模型來分析互聯網金融對商業銀行活期存款的影響，記為：

其中，Y為被解釋變量，表征的是商業銀行的活期存款情況；X1、X2、X3、X4、X5、X6為被解釋變量，分別表征的是：居民消費價格指數、余額寶的七日年化收益率、第三方互聯網支付、電子商務市場、網絡購物市場、移動購物市場的交易規模。

2.2 模型中數據的選取

本文選取的時間序列數據均來源于國家統計局網站，并對相關數據進行了分析處理。

3 實證研究

3.1 單位根檢驗

根據Eviews操作結果可知，各原序列的單位根統計量都大于5%顯著性水平下的ADF臨界值，這就說明幾個變量的原序列是不平穩的。經過一階差分后，解釋變量X3、X6的結果表明在5%的顯著性水平檢驗下沒有拒絕“存在單位根”的零假設。經過二階差分后，X6的單位根統計量小于5%顯著性水平下的ADF臨界值，故拒絕“存在單位根”的原假設。因此，各序列數據中Y、X1、X2、X4、X5為一階單整數據，X6為二階單整數據。

3.2 協整檢驗

通過ADF檢驗，我們將所有變量調整為一階單整（將解釋變量X6進行一階差分，使DX6=X6-X（-1）），并刪去不滿足時間序列單整條件的解釋變量X3，進一步對時間序列數據進行格蘭杰因果檢驗，結果顯示幾個變量之間存在一個長期協整關系，步驟在此略去。

3.3 模型的初步回歸分析

為了研究互聯網金融對商業銀行活期存款的影響程度，本文通過普通最小二乘法對選取的變量進行模擬回歸，以下是回歸估計結果?；貧w結果見表1。

從整個模型來看，模型的擬合優度非常好，調整后的R^2為：0.974271，幾乎接近于1，整個模型的F統計量為176.7103，表明所有的解釋變量結合在一起對被解釋變量的影響很顯著。但與此同時，我們也可以通過查表觀察出在此模型中，部分變量的回歸系數不顯著，且DW值為1.527860，模型中可能存在自相關性，需進一步對模型進行檢驗和修正。

3.4 模型的檢驗和修正

3.4.1 多重共線性的檢驗和修正

本文采用構建回歸系數矩陣的方法來判斷模型中各解釋變量之間是否存在多重共線性問題，觀察Eviews操作結果可知，本文模型中確實存在著多重共線性問題，需進一步對此問題進行修正。經過逐步回歸法的修正，刪去解釋變量X1、DX6，保留模型如下：

3.4.2 異方差性的檢驗和修正

本文采用懷特檢驗法對模型中的異方差性問題進行了檢驗。觀察Eviews操作結果可知，異方差檢驗的P值為0.521294，大于顯著性水平0.05，接受原假設，即此時的模型中不存在異方差性，不需進行相關修正。

3.4.3 自相關性的檢驗和修正

本文采用DW檢驗法對模型中是否存在自相關性問題進行了檢驗，觀察Eviews操作結果，查表可判斷，模型中存在自相關性，需進一步對其進行修正。

利用對數線性回歸和廣義差分法對模型中的自相關問題進行修正，首先將模型中的各個變量取他們的對數，再利用廣義差分法對模型進行修正。根據修正后新的Eviews操作結果可知，檢驗結果中DW值為1.850626，查表可判斷，此時模型中不存在自相關性。

3.5 模型最終回歸結果

采用普通最小二乘法對上述檢驗與修正后的變量進行模擬回歸，可以得到以下結果，結果見表2。

從整個模型來看，模型的擬合優度非常好，調整后的R^2為0.960455，幾乎接近于1。。個模型的F值統計量為207.4449，表明所有的解釋變量組合在一起對被解釋變量的影響比較顯著。根據以上回歸結果，可以看出各變量系數均在1%顯著性水平下通過檢驗。

3.6 誤差修正模型

由上述實證研究結果可知，模型中各變量之間存在一個長期均衡關系。但從短期來看，可能會出現失衡，為了增強模型的精度，可以把協整回歸式中的誤差項看作均衡誤差，通過建立誤差修正模型把互聯網金融對商業銀行活期存款的影響變化關系聯系起來。由Eviews回歸結果可知，互聯網金融對商業銀行活期存款的影響同時也存在一個短期的均衡關系，同時也驗證了上一標題中所得結論。

4 結論

余額寶七日年化收益率和網絡購物市場交易規模都對互聯網金融的活期存款具有負效應，但是相對于網絡購物市場交易規模，余額寶七日年化收益率的影響程度明顯較低，故將結合這一研究結果提出商業銀行的相關管理建議。

參考文獻：

[1] 宮曉林，互聯網金融模式及對傳統銀行業影響 [J].南方金融，2013（5）：86-88.

[2] 沈建國，沈家坤，楊賜.互聯網對商業銀行存款影響的實證研究 [J].哈爾濱商業大學學報，2015.

[3] 龔明華.互聯網金融：特點、影響與風險防范 [J].商情，2016（20）.