第三方支付對商業銀行綜合績效影響研究
——基于全局主成分分析

(云南財經大學 云南 昆明 650000)

一、引言

20世紀以來，隨著互聯網和移動通信技術的高速發展，網上購物、網絡支付、電子商務等已滲透到我們生活各個角落，而服務于電子商務的第三方支付自誕生起就受到市場熱捧，且從2011年第三方支付“牌照年”開始呈井噴式發展，不僅誕生了支付寶、財付通、京東支付等第三方支付機構，多家商業銀行也在發展網絡支付業務。

如今羽翼漸豐的第三方支付機構，在網絡支付市場與商業銀行展開激烈競爭，因其技術優勢和業務創新能力對商業銀行存貸款業務、傳統中間業務、基礎支付、客戶資源等產生沖擊，商業銀行經營壓力倍增。商業銀行經營好壞關系著金融市場的穩定與繁榮，也會影響宏觀經濟，而第三方支付的飛速發展不斷給商業銀行帶來沖擊和考驗。此時有必要探究第三方支付發展對商業銀行有怎樣的影響，商業銀行在面對外部沖擊時應采取什么措施和方案，來增強核心競爭力、改善自身經營狀況和提升企業綜合績效。

二、研究設計

本文實證分為主成分分析和面板回歸兩部分。

(一)樣本選擇和數據來源

本文選取2011年12月31日前在滬深證券交易所A股上市的16家商業銀行和第三方支付2011—2019年數據作為研究樣本，數據篩選處理后得到144個觀測值，其中銀行財務報表數據來源于國泰安和銀行財務年報，第三方支付數據取自艾瑞和易觀研究報告，GDP和M2增長率數據來源于統計年鑒。本文運用SPSS和Stata等軟件進行數據處理和實證。

(二)變量選取

(1)被解釋變量：本文研究第三方支付對商業銀行綜合績效的影響，綜合績效CP為被解釋變量，擬構建評價指標體系運用時序全局主成分分析計算綜合績效。

(2)解釋變量：借鑒已有研究選取第三方支付綜合交易規模自然對數TTP作為解釋變量，來量化第三方支付發展程度，對數化處理可減少異方差和壓縮變量尺度。

(3)控制變量：為減小研究誤差，考慮影響商業銀行綜合績效的其他因素，從宏觀角度選取實際GDP增長率、廣義貨幣M2增長率，微觀方面選取銀行資產規模對數BS，共三個變量作為控制變量。

(三)研究假設

根據外部效應理論和以往研究結論，提出本文相關假設。

假設1：上市商業銀行綜合績效與第三方支付規模存在負相關關系。即第三方支付發展規模越大，對商業銀行沖擊越大綜合績效越低。

假設2：上市商業銀行綜合績效與銀行資產規模存在負相關關系。即商業銀行總資產規模越大，其綜合績效越低。

(四)模型構建

本文研究整體情況，允許個體差異存在，因此建立變截距面板模型，如下

CPit=αit+β1TTPt+β2BSit+β3GDPt+β4M2t+εit

其中，CPit為第i家商業銀行第t年綜合績效，TTPt表示第t年第三方支付綜合交易規模對數值，BSit為第i家商業銀行第t年總資產規模對數值，GDPt為第t年實際GDP增長率，M2t表示第t年廣義貨幣M2增長率。

三、實證結果分析

(一)主成分分析

本文運用時序全局主成分分析計算商業銀行各年綜合績效。先對逆向指標正向化處理，再對18個指標進行標準化變換，最后運用SPSS軟件進行主成分分析。軟件運行結果分析如下。

(1)相關系數矩陣顯示變量之間相關系數均>0.3，說明各變量之間具有線性相關性。檢驗變量之間偏相關性的KMO檢驗值為0.658>0.6，Bartlett檢驗值為2 556.167，對應P值為0.000，說明樣本適合主成分分析。

(2)提取主成分。選取特征根>1的前5個主成分，累計方差貢獻率達到76.299%，能夠涵蓋大部分原始信息，可用來代替原有18個指標進行降維。

(3)構建主成分表達式。根據因子載荷數值將5個主成分命名為盈利能力、償債能力、營運能力、發展能力、風險管理能力因子。由成分系數矩陣構建主成分表達式(僅列出第一個主成分)

F1=-0.100X1-0.019X2-0.056X3-0.079X4+0.009X5+0.0131X6+0.011X7+0.0001X8-0.049X9+0.125X10+0.221X11+0.217X12+0.295X13+0.252X14+0.251X15+0.040X16+0.101X17+0.001X18

(4)綜合績效評分。以各主成分方差貢獻率與累計貢獻率比值作為權重進行加權求和，評分表達式如下

CP=(38.073F1+15.359F2+8.637F3+7.778F4+6.452F5)/76.299

由該表達式計算各商業銀行每年的績效評分作為被解釋變量數據。

(二)面板回歸分析

(1)單位根檢驗。為防止模型出現偽回歸，先對各變量進行單位根檢驗，本文采用IPS、LM、LLC檢驗方法，結果顯示各變量原序列統計檢驗P值均小于0.05，通過了5%的顯著性水平檢驗，各變量均為零階單整I(0)且為同階單整。

(2)協整檢驗。由于是同階單整，因此可對變量進行面板協整檢驗，Pedroni和Westerlund檢驗結果中P值均為0.000，小于0.05，表明模型變量之間存在長期均衡的協整關系。

(3)面板模型判斷。在回歸分析前需要選擇面板模型，首先進行F檢驗，結果中P值為0.0142，小于0.05，選擇固定效應模型更好；其次進行LM檢驗，結果顯示P值為0.0132，小于0.05，選擇隨機效應模型更優；最后前文結果無法判斷何種模型更適合，需再進行Hausman檢驗，結果顯示P值為0.5084，大于0.05，應接受原假設選擇隨機效應模型。

(4)面板回歸結果分析。建立隨機效應面板模型，回歸結果見表1。

表1 隨機效應模型回歸結果

由上表結果分析可得：回歸模型的可決系數R2和調整R2分別為0.614 1和0.591 9，擬合效果一般，表明模型解釋變量能夠一定程度地解釋被解釋變量，而模型顯著性F檢驗的P值為0.000 0，小于0.05，說明模型是顯著的。

由回歸結果中各變量t檢驗和系數結果可知，第三方支付交易規模自然對數(TTP)系數為-0.229 78，對應的P值為0.081，小于0.1，表明在10%顯著水平下第三方支付交易規模自然對數TTP與上市商業銀行綜合績效CP存在顯著的負相關關系，第三方支付綜合交易規模每增長1%，上市商業銀行綜合績效就降低0.002 297 8，即表明第三方支付市場的擴大和交易規模增長會使上市商業銀行的綜合績效降低產生負面影響。我國上市商業銀行資產規模BS的系數為-0.123 89，P值為0.016，小于0.05，表明上市商業銀行資產規模BS與綜合績效在5%的置信水平存在顯著的負相關關系，說明我國上市商業銀行資產規模越大綜合績效越低。兩個宏觀控制變量回歸檢驗結果顯示，實際GDP增長率和廣義貨幣M2增長率的系數均為負，t檢驗的P值均大于0.1，表明上市商業銀行在經營中會受到宏觀經濟的外部沖擊但并不顯著。

由分析結論驗證本文假設，由第三方支付綜合交易規模TTP的系數值及符號和t檢驗顯著性結果，可驗證假設1：上市商業銀行綜合績效與第三方支付規模存在負相關關系。由上市商業銀行資產規模BS的回歸檢驗結果，可驗證假設2：上市商業銀行綜合績效與銀行資產規模存在負相關關系。

四、研究結論與建議

本文從實證角度出發，對我國上市商業銀行綜合績效同第三方支付綜合交易規模之間的關系進行了研究，最終得出第三方支付的發展對我國上市商業銀行的綜合績效有影響，且是負面的。從而印證了本文提出的假設，即第三方支付的產生、發展與壯大，給商業銀行主要業務領域包括存貸款業務、中間業務等帶來諸多挑戰和沖擊，同時也會分流銀行現有客戶和潛在客戶、瓜分其市場，甚至先于商業銀行緊抓新生市場和機會，在諸多方面與商業銀行同臺競爭，影響商業銀行的經營和發展環境導致其綜合經營績效下降。

在第三方支付市場蓬勃發展前景光明的背景下，商業銀行經營環境越來越嚴峻，綜合績效作為商業銀行經營狀況的晴雨表，在第三方支付的沖擊下出現下滑，此時商業銀行應當積極轉型加大創新，充分應對挑戰，改善經營狀況提高其經營績效，本文建議從四方面著手改善：(1)正確、理性認識商業銀行同第三方支付企業和市場之間的關系，不僅要競爭更要合作，發揮各自優勢通力合作實現互利共贏；(2)積極開展和探索新型中間業務，拓寬業務渠道，加快和完善互聯網支付體系，開拓移動支付市場和完善手機銀行功能，結合市場需求為客戶提供更精準的服務；(3)以客戶為中心，注重市場動向，圍繞客戶進行產品升級和業務創新，始終以客戶滿意為目標，提高服務意識，保留客戶資源并進一步擴展；(4)建立更為嚴密的風險防范體系，提高風險意識，加強內部管理控制，不斷提升風險控制和化解能力，降低系統性風險發生的概率。