摘要
中国国内电子商务兴起于2000年,随着互联网的普及运用快速发展壮大,成为人们生活中不可缺少的一部分。电子商务中存在消费者与商家之间的信任问题,第三方支付应运而生。经过近二十年的爆炸式发展,第三方支付已不仅仅局限于支付结算业务,而是积极开拓消费金融,理财,信贷等市场业务,这与中国商业银行的业务重叠范围不断扩大,两者影响程度也在加深。
本文依据收集的中国商业银行和第三方支付数据,运用计量方法进行回归分析,呈现第三方支付对商业银行盈利能力的影响情况,并就结果对现阶段情况对于商业银行的改革创新提出一些建议。
关键词:第三方支付;商业银行;盈利能力;实证分析
1、引言
1.1研究背景及意义
1.1.1研究背景
随着互联网的普及,电子商务也入侵了人们的生活。在互联网金融蓬勃发展的现在,第三方支付以成本低、使用方便、保障消费者利益的优势强势进入了我们的视野,并且应用范围也越来越广,消费群体也越来越大。易观万像数据表明,第三方支付交易规模逐年递增,近几年更是发展迅猛。
事实上,自2003年支付宝服务出现后,其后10余年中国的第三方支付呈现迅猛的发展态势。2014年,央行对第三方支付的态度开始发生转变,三方支付机构在移动支付体系中被定位于补充者的角色,第三方支付与银行间竞争逐渐缓和。与此同时,第三方支付业务领域不断扩张,涵盖了生活缴费、信用卡还款、小额信贷、旅游娱乐、基金保险、医疗等方面,与商业银行的业务领域产生交集,两者市场业务之间既有竞争又有合作。
1.1.2研究意义
随着生活水平的不断上升,消费者在日常生活中追求方便快捷的服务方式。第三方支付拓展的增值业务与银行的中间业务领域重合程度很高,甚至服务范围比银行更广。第三方支付适用场景多,比如通讯充值、生活缴费、校园生活、
医疗健康、线上转账、线下收付款、网上购票甚至于投资理财、外币兑换等,几乎覆盖了生活的方方面面,实现了一个App玩转生活。借助于互联网的发达,第三方支付在网上进行业务服务时成本比银行低,因此收费标准也比银行更具有竞争力,这也是银行线网点办理业务无法比拟的优势。第三方支付对商业银行的中间业务做出了强有力的替代。基于第三方支付的强烈冲击,各银行也在网上银行推广服务领域、创新金融产品,这促进了第三方支付和商业银行的共同发展,推动了互联网金融的改革浪潮。
商业银行是中国传统金融行业中重要的一环,具有调节经济的职能。而第三方支付作为新兴产业,在近十年里发展势头迅猛,以强大的用户数量和多样的服务功能深入影响了我们的经济和生活。所以研究第三方支付对于中国商业银行的影响,对于未来一段时间内中国经济及金融业发展具有重要意义。
在此背景下,第三方支付是否影响了中国商业银行盈利?影响程度如何?本文将根据收集到的第三方支付数据和商业银行数据,进行实证分析,研究上述问题,并就现阶段中国经济环境对传统银行发展、改革政策提出建议。
1.2理论基础
1.2.1关于互联网金融的研究
最近30多年里,引起行业巨大变革的互联网金融从诞生到发展黄金期,受到了众多学者的关注,但由于其属于新兴产业,因此对于其定义还没有准确严格的说法。Martina E. Greiner ( 2010 )认为互联网金融使客户可以了解多样化商品,从而找到更符合自身需求的产品或服务[1]。中国互联网金融的发展略滞后于欧X家,互联网金融业态出现于2005年以后,它的概念首次出现于2012年4月7日,是由中金副总经理谢平在”金融四十人年会”在上公开提出的。国内的研究学者谢平、邹传伟(2012)提出,互联网将对人类金融模式产生重大影响[6]。罗明雄(2013)定义互联网金融为:依托互联网进行的资金运转和融通[7]。
1.2.2关于第三方支付的研究
在网上购物时,商家和消费者在交易过程中只通过网络联系,两者之间信任问题难以解决,第三方支付应运而生并迅速扩张,历经了数十年的发展,全球的第三方支付企业己经出现了很多,Pay Pal是典型代表。Ellen(1999)认为第三方机构积极促进电商平台的发展[2]。Lindskog(2001)认为第三方支付平台有效地解决电子商务中交易双方的信任问题[3]。Dan J.Kim(2005)以eBay公司为例深入分析了第三方支付机构[4]。Solomon Antony(2006)等人认为在C2C市场上,影响消费者选择中介服务的因素有商品价格、商家的诚信度等[5]。刘芸、朱瑞博(2014)提出,第三方支付有利于促进小微企业信贷体系的发展[8]。黄萍(2018)认为,第三方支付方便了人们的生活[9]。
1.2.3关于第三方支付对商业银行盈利能力影响的研究
陆敏峰(2014)认为,互联网金融从支付类、投资理财类等业务多方面侵蚀了商业银行的市场[10]。但第三方支付对于银行造成的影响是正面的还是负面的,学者们没有统一的答案。郑璇(2011)认为,第三方支付间接为商业银行深入发展网上支付业务开辟了道路[11]。陈梦非(2018)认为第三方支付推动了网上银行业务创新[12]。贝为智(2011)认为第三方支付削弱了商业银行的存贷款业务收入[13]。付俊平(2012)提出银行传统业务领域逐步被第三方支付渗透,银行网上银行业务缺点被不断放大[14]。纪照寒(2014)关于支付宝推出的余额宝提出,余额宝抢占了银行传统理财业务市场,促进了银行的改革创新[15]。
1.3研究内容及方法
1.3.1研究内容
第一部分为引言,这一部分主要对本文研究对象做理论上的简单说明。
第二部分讲述了第三方支付发展现状,通过收集的面板数据建立回归模型。在研究过程中,主要用stata.14软件进行操作。
第三部分依据实证分析的结论,对中国商业银行应对当前的挑战提出一些建议。
1.3.2研究方法
互联网金融作为当下的热门话题,许多学者都在研究互联网金融对中国传统金融业的影响。但由于互联网金融表现在诸多方面,本文着手于互联网金融中极具有代表性的第三方支付,针对其对商业银行盈利能力的影响问题,通过stata14软件对收集的面板数据进行建模、回归、检验,继而进行分析。
1.4本文创新及不足
1.4.1创新之处
针对本文研究对象,众多专家学者目前主要做的是理论方面的研究,而本文以数据为基础,从实证角度研究第三方支付对商业银行盈利的影响状况。
1.4.2不足之处
第三方支付发展只有十余年,学者们对其研究程度有限,本文所能获得的文献资料及数据较少,且由于作者知识水平有限,本文存在局限性,所得结论可能会与事实有所差异。
2、第三方支付对中国商业银行盈利能力实证分析
2.1第三方支付发展现状
2.1.1市场规模
以余额宝出现为契机,第三方支付进入高速发展期。随着互联网的发展与手机等便捷电子设备的普及,第三方支付市场交易规模持续上升[16],其中移动支付占比也在加深(图2.1)。与此同时,第三方支付机构吸收资金规模也在扩大,以余额宝为例,据天宏余额宝基金2018年报披露,在2018年底余额宝基金规模为1.13万亿,持有户数5.88亿,余额宝系列基金规模更是高达1.93万亿。随着线下支付的推广,互联网+时代下移动支付成为主流。
![]() 图 2.1 第三方支付交易规模 |
2.1.2市场分配
第三方支付行业中支付宝与腾讯金融占了半壁江山[17]。易观2018年数据报告显示:在移动支付市场上,支付宝和腾讯金融一直占据领导地位,二者合计占比一直高于90%;在互联网支付市场,行业集中度比较不明显,支付宝、银联商务和腾讯金融占据前三名,三者合计占比一直在58%左右。下述以易观研究报告中,第三方支付市场2018年第四季度数据作为例子,展现第三方支付市场机构份额情况(表2.1):
表 2.12018年第4季度第三方支付机构市场份额 | ||
移动支付市场 | 互联网支付市场 | |
支付宝 | 53.78% | 23.55% |
腾讯金融 | 38.87% | 9.6% |
银联商务 | -① | 23.27% |
壹钱包 | 1.19% | – |
宝付支付 | – | 6.47% |
易宝 | 0.7% | 4.8% |
其他 | 5.46% | 32.31% |
注释①:“-”表示对应机构由于市场份额较小,在易观数据中未做具体显示,粗略算在“其他”一栏内。
2.1.3市场监管
2018年第三方支付行业监管依旧严格,牌照收缩、业务规范查严仍是常态。截止2018年7月5日,央行累计注销支付牌照33家,第三方支付牌照数量不断缩减;2018上半年共有33家支付机构受到38次行政处罚,行业经营管理继续严查。根据央行调整政策,第三方支付机构客户备付金100%交存于央行,其利用备付金从银行获取高额收益的日子不复存在。2019年1月,第三方支付断直连与备付金集中缴存工作陆续完成,非法挪用备付金、套码等行业灰色地带逐步消除,第三方支付机构面临市场环境压力增大。
2.2样本选取及数据来源说明
中国第三方支付发展时间尚短,相关数据有规范的统计是出现在2009年之后[22],因此本文选取10家符合时间要求的上市商业银行作为样本,收集2009-2018年10年的面板数据进行建模分析。文中选取数据的主要来源有:易观研究报告、各银行披露的年报、wind数据库、中国统计年鉴等。
2.3变量选择与模型建立
2.3.1变量选择
选用反映企业盈利能力的资产收益率,解释变量选用第三方支付交易规模。另外中国商业银行的盈利能力还受其他因素影响,这些因素将作为控制变量加入模型中。具体使用变量如表2.2所示:
表2.2:商业银行盈利能力影响因素
影响因素 | 影响情况 | |
被解释变量 | 银行盈利能力(roa) | 反映商业银行盈利能力的常用指标为总资产收益率(roa)和净资产收益率(roe)。由于商业银行自有资本占资产很小一部分,所以选用表示商业银行运用所有资产创造的收益率roa变量能更好地反映实际情况。 |
解释变量 | 第三方支付规模(tpp) | 由于第三方交易规模具有内在的指数增长的趋势,为了减小数据波动以便于分析,本文对该变量做了取自然对数处理。 |
控制变量 | 资本充足率(car) | 反映银行抵御风险的能力,car过低则银行应对风险冲击能力较弱,car过高则银行债务性资金比例低,税后净收益减少。 |
不良贷款率(npl) | 反映银行资产健康状况,资产质量好的银行与资产质量差的银行比较盈利高风险小。 | |
流动性比率(lr) | 反映商业银行资金变现能力,流动性高银行应对风险能力较强,但同时预期收益会降低。 | |
非利息收入比率(nir) | 主要表示商业银行中间业务收入占银行总收入情况,nir越高则银行分散风险程度越高,盈利越稳定。 | |
成本收入比(icr) | 是反映银行经营效率的指标,icr越低说明银行单位收入的成本支出越低,盈利能力越强。 | |
存贷款比率(ldr) | ldr过小则银行盈利能力差,ldr过大则银行风险高,资金流动性差。 | |
国内生产总值增长率(gdpg) | 反映中国宏观经济发展变化状况,宏观经济变化也直接影响可供银行运用的资金规模。 | |
广义货币增长率(m2) | 是反映中国货币环境的重要指标,M2增速加快意味着投资活跃,直接影响商业银行盈利。 |
2.2.3模型建立
本文构建模型如下:
其中,下标i和t分别代表第i个个体第t时期的数据,α表示与变量无关的常数项,β表示回归系数,ε表示加入的随机扰动项。模型为比较常用的线性回归模型。
2.4实证分析
2.4.1描述统计
首先,我们通过描述性统计,得到结果如下:
表2.3描述性统计 | |||||
变量 | 有效数据个数 | 均值 | 方差. | 最小值 | 最大值 |
roa | 100 | 1.0997 | 0.1976 | 0.7400 | 1.4700 |
lntpp | 100 | 2.6936 | 2.0284 | -0.5447 | 5.2846 |
car | 100 | 12.4518 | 1.6082 | 8.8800 | 17.1900 |
npl | 100 | 1.2008 | 0.4032 | 0.4400 | 2.1400 |
lr | 100 | 45.7958 | 9.5696 | 27.6000 | 67.2800 |
nir | 100 | 25.1035 | 7.9284 | 8.9200 | 44.6300 |
icr | 100 | 31.2179 | 4.6201 | 21.8600 | 44.8600 |
ldr | 100 | 149.7061 | 738.3689 | 54.5300 | 7459.0000 |
gdpg | 100 | 7.9600 | 1.3523 | 6.6000 | 10.6000 |
m2 | 100 | 14.4370 | 5.7419 | 8.1000 | 28.4000 |
回归分析
首先,我们要确定具体模型的种类。本文通过F检验和豪斯曼检验从混合型,进行回归分析得出结果。
(一)F检验
F检验原假设为“所有ui=0,个体效应不显著”,即相比较固定效应模型优选混合回归模型。
对模型进行F检验,即固定效应模型回归,结果如下:
表2.4固定效应模型回归结果 | ||||||
roa | 回归系数 | 估计标准误 | t统计量 | p值 | [95%置信区间] | |
lntpp | -0.0887 | 0.0205 | -4.3300 | 0.0000 | -0.1295 | -0.0480 |
car | -0.0220 | 0.0108 | -2.0400 | 0.0450 | -0.0436 | -0.0005 |
npl | -0.2785 | 0.0510 | -5.4600 | 0.0000 | -0.3799 | -0.1770 |
lr | -0.0008 | 0.0011 | -0.7000 | 0.4870 | -0.0030 | 0.0015 |
nir | 0.0024 | 0.0024 | 1.0300 | 0.3080 | -0.0023 | 0.0071 |
icr | -0.0267 | 0.0042 | -6.3100 | 0.0000 | -0.0351 | -0.0183 |
ldr | 0.0000 | 0.0000 | -0.6200 | 0.5350 | 0.0000 | 0.0000 |
gdpg | -0.0596 | 0.0159 | -3.7400 | 0.0000 | -0.0912 | -0.0279 |
m2 | -0.0095 | 0.0052 | -1.8300 | 0.0700 | -0.0199 | 0.0008 |
_cons | 3.3685 | 0.2499 | 13.4800 | 0.0000 | 2.8712 | 3.8658 |
sigma_u | 0.1465 | |||||
sigma_e | 0.0775 | |||||
rho | 0.7815(fraction of variance due to u_i) | |||||
R-sq=0.7608
F(9,81) = 28.62Prob > F= 0.000 | ||||||
F test that all u_i=0: F(9, 81) = 19.9300Prob > F = 0.0000 |
对于原假设H0,由于表2.4显示,F检验的p值为0.0000,所以拒绝原假设,认为本文情况下优选固定效应回归模型。表中显示R-sq=0.7608接近于1,表示模型拟合程度较好。模型F统计量对应p值为0.000表示,模型是有效的。回归结果表2.4表明:解释变量tpp,控制变量car,npl,icr,gdpg对于roa影响效果是显著的,且影响方向都为负,即第三方支付对于商业银行盈利能力产生了负面影响,第三方支付的发展削弱了银行的盈利。
(二)豪斯曼检验
豪斯曼检验原假设为“截距项与解释变量不相关”,即随机效应模型优于固定效应模型,检验结果如下:
表2.5Hausman检验结果 | ||||
(b) | (B) | (b-B) | sqrt(diag(V_b-V_B)) | |
FE
(固定效应模型回归系数) | RE
(随机效应模型回归系数) | Difference
(差值) | S.E.
(估计标准误) | |
lntpp | -0.0887 | -0.1036 | 0.0149 | 0.0039 |
car | -0.0220 | 0.0151 | -0.0371 | 0.0098 |
npl | -0.2785 | -0.3093 | 0.0309 | 0.0200 |
lr | -0.0008 | -0.0018 | 0.0010 | 0.0006 |
nir | 0.0024 | 0.0071 | -0.0047 | 0.0015 |
icr | -0.0267 | -0.0274 | 0.0007 | 0.0032 |
ldr | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
gdpg | -0.0596 | -0.0623 | 0.0027 | 0.0017 |
m2 | -0.0095 | -0.0060 | -0.0036 | 0.0023 |
_cons | 3.3685 | 2.9040 | 0.4645 | 0.1083 |
chi2(7)=(b-B)'[(V_b-V_B)^(-1)](b-B)=41.58Prob>chi2 =0.0000 |
结果表明,豪斯曼检验的p值为0.0000,所以拒绝原假设,接受备择假设。本文为了更好地表现第三方支付对商业银行盈利的影响状况,优选固定效应回归模型。
稳健性检验用与roa具有相似功能的roe替代roa进行回归,检验模型是否稳健,结果如下(表2.6):
2.4.3稳健性检验
结果表明,tpp,car,npl,icr变量对于roe影响效果是显著的,影响方向都为负,解释变量tpp对于被解释变量影响方向为负,与表2.4结果表现一致,即模型是稳健的。
表2.6稳健性检验结果 | ||||||
roe | 回归系数 | 估计标准误 | t统计量 | p值 | [95%置信区间] | |
lntpp | -1.3293 | 0.4166 | -3.1900 | 0.0020 | -2.1582 | -0.5004 |
car | -0.6518 | 0.2204 | -2.9600 | 0.0040 | -1.0904 | -0.2132 |
npl | -4.9950 | 1.0379 | -4.8100 | 0.0000 | -7.0601 | -2.9299 |
lr | -0.0377 | 0.0230 | -1.6400 | 0.1050 | -0.0834 | 0.0081 |
nir | 0.0323 | 0.0482 | 0.6700 | 0.5040 | -0.0636 | 0.1283 |
icr | -0.2929 | 0.0860 | -3.4100 | 0.0010 | -0.4640 | -0.1217 |
ldr | -0.0001 | 0.0002 | -0.6400 | 0.5250 | -0.0006 | 0.0003 |
gdpg | -0.4524 | 0.3239 | -1.4000 | 0.1660 | -1.0968 | 0.1920 |
m2 | -0.0370 | 0.1058 | -0.3500 | 0.7270 | -0.2474 | 0.1734 |
_cons | 49.7645 | 5.0860 | 9.7800 | 0.0000 | 39.6450 | 59.8839 |
sigma_e=1.5769
Rho=0.5380(fractionofvariance dueTou_i) | ||||||
R-sq =0.8439
F(9,81)=48.67Prob > F = 0.0000 | ||||||
F test that all u_i=0: F(9, 81) = 10.0800 Prob > F = 0.0000 |
2.5本章小结
本文通过F检验与豪斯曼检验,确定本文用固定效应模型进行回归分析。由表2.4可以得出,解释变量第三方支付的发展规模回归系数为-0.0887,并且通过t检验,说明第三方支付的蓬勃发展确实对商业银行产生负面影响,第三方支付交易规模每增加1%,商业银行资产收益率减少万分之0.0887。鉴于第三方支付还在高速发展期,市场交易规模不断增加,商业银行应重视第三方支付带来的影响,积极应对挑战,促进转型升级。
3、对商业银行提出建议
中国传统商业银行利息净收入是其主要利润来源,但随着社会进步和消费者要求的提高,商业银行已经逐渐拓展中间业务,银行非利息收入也都有了明显的提高。但第三方支付异军突起,抢夺了商业银行的市场,商业银行应如何面对第三方支付带来的挑战呢?本文给出以下几点建议。
3.1多元化发展业务
随着互联网的普及,以及利率市场化的推进,商业银行依赖于利息收入已经不能满足市场发展的要求,商业银行应该积极开拓中间业务市场,在分散风险的同时增加非利息收入,由单一盈利模式转向多元化盈利模式发展。
银行可以从客户偏好方面入手,挖掘自身潜力,发挥优势,有庞大客户群体基础的银行可以根据客户的交易信息,利用大数据打造客户需要的产品。对于有稳定收入的小客户群体,可以为其开放网络小额贷款或推荐投资门槛低的理财产品。对于企业和高净值个人客户,不仅仅提供存贷款服务,还可以提供财务规划,投资顾问,风险评估等增值业务,吸引客户的同时赚取服务费。银行还可以依托与互联网的高效率,积极与证券、基金、信托等金融机构合作,提供一站式服务,以便捷高效可靠的优势吸引客户。
3.2拓展客户群体
客户是银行发展的基础,要想银行未来发展更好,就必须以满足客户需求为目标,需要通过线上与线下结合的方式大力挖掘潜在客户,开拓客户市场[20]。
现在人们生活水平提高了,对于生活服务也更加看重了。商业银行线上可以增加服务种类,比如常用的话费充值、生活缴费等业务,拓展客户群体;增加网上银行使用体验,使客户用的舒心、用的放心。线下可以简化贷款流程,降低投资门槛,打破传统主要面向大型企业客户的局面,面向多层次客户群体。商业银行的一个很大的优势是客户群体多,但客户活跃性不足,目前客户便捷需求增加,银行可以广泛开拓市场,与客户活跃度高的第三方支付合作,推广银行的各种产品业务,吸引客户了解银行、选用银行产品。
3.3共赢移动支付
在移动支付成为主流的当代,我国人口基数大,信息技术升级快,未来移动支付发展空间大[21],银行可以与移动运营商加强合作,共同开拓移动支付市场,实现互利共赢。
第三方支付机构占夺银行市场的同时,也推动了银行的改革创新,两者之间并非完全的竞争关系。第三方支付的发展离不开银行的背后支持,而银行在第三方支付的推动下积极拓展客户[19]。商业银行的优势是资金实力雄厚,安全规范,主要面向大中型企业群体;第三方支付优势是使用便捷,创新能力高[18],主要面向小微客户群体。两者可以优势互补,信息共享,洞察不同客户群体的差异化需求,合力拓展市场与客户群体,形成良好的市场机制,共同发展移动支付市场。
3.4本章小结
在互联网金融浪潮的驱动下,第三方支付与银行交集不断扩大。虽然目前第三方支付属于新兴产业,与传统商业银行相比有些弱小,但它未来发展空间大。本文第二章对收集数据进行回归分析,研究发现第三方支付对商业银行盈利产生了负面影响。
根据上述结论,本文结合现实对商业银行提出建议:1.打破传统利息收入占收入比过高的局面,重视产品创新,多元化发展业务。2.顺应时代潮流,发展多层次客户群体。3.商业银行和第三方支付机构双方加强合作,实现共赢。
参考文献
[1]Martina E. Greiner,Hui Wang. Building Consumer-to-Consumer Trust in E-Finance Marketplaces: An Empirical Analysis[J]. InternationalJournal of Electronic Commerce,2010,15(2).
[2]Anna Noteberg,Ellen Christiaanse.The Role ofTrust and Assurance Services in Electroninc Channels:An ExploratoryStudy[C].Proceeding ofthe20thInternational Conference on Information Systems 1999:472-478.Commerce,2010,15(2)
[3]Lindskog,H. And M. Nilsson.Third-party PaymentinE-commerce[P].US Patent US20010037318 A1,NOV1,2001.
[4]Dan J.Kim,Yong I. Song,SB. Braynov, H.R. Rao. A Multidimensional Trust Formation Model inB-to-CE-commerce:AConceptualFramework andContentAnalysesof Academia/Practitioner Perspectives[J].Decision Support Systems,2005,40(2):143一165.
[5]SolomonAntonyn,BoXu.Determinants of Escrow Service Adoption inConsumer-to-Consumer Online Auction Market:An Expermental Study[J].Decision Support System,2006(3).
[6]谢平,邹传伟.互联网金融模式研究[J].金融研究,2012,(12):11-22.
[7]刘英,罗明雄.大数据金融促进跨界整合[J].北大商业评论,2013,(11):96-101.
[8]刘芸,朱瑞博.互联网金融、小微企业融资与征信体系深化[J].征信,2014,32(02):31-35
[9]黄萍.我国第三方支付发展现状及未来趋势探究——以支付宝为例[J].北方经贸,2019(03):114-115.
[10]陆岷峰,刘凤.互联网金融对银行业务渗透与银行对策研究[J].金融纵横,2014(01):40-47.
[11]郑旋.第三方支付业务对银行网银业务的影响[J].中国信用卡,2011(8) : 64-67.
[12]陈梦非,肖振兴.第三方支付对银行网上业务的影响及对策研究[J].金融理论与教学,2018,(3):41-43.
[14]付俊平.第三方支付对网上银行业务发展的影响探析[J].金融理论与实践,2012(10):116-118.
[15]纪照寒.从余额宝投资价值看中国互联网金融的未来发展趋向[J].理论导刊,2014(07):77-80.
[16]谢瑶华,栾福茂.我国第三方支付的现状、风险及控制对策[J].财会月刊,2017(13):41-45.
[17]陈小青.第三方支付发展及其对商业银行影响研究[J].中国集体经济,2019(10):106-107.
[18]张小虎.互联网金融之第三方支付问题研究支付宝为例–[D].新疆财经大学,2015.
[19]郑迎飞,李楠.第三方支付企业与商业银行的竞合关系研究[J].南京财经大学学报,2017(02):53-61.
[20]王琼.互联网金融背景下第三方支付发展形势研究[J].中国集体经济,2018(1):22-23.
[21]关一濛.我国第三方支付行业发展趋势研究[J].科学经济社会,2017,35(04):35-39.
[22]魏一鸣. 三方支付对我国商业银行盈利水平的影响分析[D].浙江大学,2018.
附录
表1:本文所用数据
bank | time | roa | tpp | car | npl | lr | nir | icr | ldr | gdpg | m2 |
601398 | 2009 | 1.2 | 0.58 | 12.36 | 1.54 | 30.7 | 20.56 | 32.87 | 59.5 | 9.4 | 28.4 |
601398 | 2010 | 1.32 | 1.1 | 12.27 | 1.08 | 31.8 | 20.24 | 30.61 | 60.93 | 10.6 | 18.9 |
601398 | 2011 | 1.44 | 2.3 | 13.17 | 0.94 | 27.6 | 23.66 | 29.38 | 63.52 | 9.6 | 17.3 |
601398 | 2012 | 1.45 | 3.8 | 13.66 | 0.85 | 32.5 | 22.18 | 28.56 | 54.53 | 7.9 | 14.4 |
601398 | 2013 | 1.44 | 16.9 | 13.12 | 0.94 | 30.2 | 24.81 | 28.03 | 67.86 | 7.8 | 13.6 |
601398 | 2014 | 1.4 | 32.2 | 14.53 | 1.13 | 33.2 | 25.1 | 26.75 | 70.88 | 7.3 | 11 |
601398 | 2015 | 1.3 | 52.3 | 15.22 | 1.5 | 35.5 | 27.2 | 25.49 | 73.29 | 6.9 | 13.2 |
601398 | 2016 | 1.2 | 107.3 | 14.61 | 1.62 | 35.7 | 30.19 | 25.91 | 72.08 | 6.7 | 11.3 |
601398 | 2017 | 1.14 | 148.62 | 15.14 | 1.55 | 41.7 | 28.14 | 24.46 | 72.76 | 6.8 | 8.17 |
601398 | 2018 | 1.11 | 197.28 | 15.39 | 1.52 | 43.8 | 26.01 | 23.91 | 72.01 | 6.6 | 8.1 |
601939 | 2009 | 1.24 | 0.58 | 11.7 | 1.5 | 49.63 | 20.7 | 32.93 | 60.24 | 9.4 | 28.4 |
601939 | 2010 | 1.32 | 1.1 | 12.68 | 1.14 | 51.96 | 22.25 | 31.5 | 62.47 | 10.6 | 18.9 |
601939 | 2011 | 1.47 | 2.3 | 13.68 | 1.09 | 53.7 | 23.3 | 29.87 | 65.05 | 9.6 | 17.3 |
601939 | 2012 | 1.47 | 3.8 | 14.32 | 0.99 | 56.73 | 23.34 | 29.57 | 66.23 | 7.9 | 14.4 |
601939 | 2013 | 1.47 | 16.9 | 13.34 | 0.99 | 46.57 | 23.41 | 29.65 | 70.28 | 7.8 | 13.6 |
601939 | 2014 | 1.42 | 32.2 | 14.86 | 1.19 | 48.88 | 23.33 | 28.85 | 71.5 | 7.3 | 11 |
601939 | 2015 | 1.3 | 52.3 | 15.39 | 1.58 | 44.17 | 24.36 | 26.98 | 74.88 | 6.9 | 13.2 |
601939 | 2016 | 1.18 | 107.3 | 14.94 | 1.52 | 44.21 | 30.95 | 27.49 | 7459 | 6.7 | 11.3 |
601939 | 2017 | 1.13 | 148.62 | 15.5 | 1.49 | 43.53 | 27.22 | 26.95 | 76.84 | 6.8 | 8.17 |
601939 | 2018 | 1.13 | 197.28 | 17.19 | 1.46 | 47.69 | 26.2 | 26.42 | 78.12 | 6.6 | 8.1 |
601988 | 2009 | 1.09 | 0.58 | 11.14 | 1.52 | 45.3 | 31.58 | 37.15 | 71.76 | 9.4 | 28.4 |
601988 | 2010 | 1.14 | 1.1 | 12.6 | 1.1 | 43.2 | 29.93 | 33.62 | 71.72 | 10.6 | 18.9 |
601988 | 2011 | 1.17 | 2.3 | 12.98 | 1 | 47 | 30.5 | 32.58 | 68.77 | 9.6 | 17.3 |
601988 | 2012 | 1.19 | 3.8 | 13.63 | 0.95 | 49.8 | 29.81 | 31.81 | 71.99 | 7.9 | 14.4 |
601988 | 2013 | 1.23 | 16.9 | 12.46 | 0.96 | 48 | 30.41 | 30.61 | 75.34 | 7.8 | 13.6 |
601988 | 2014 | 1.22 | 32.2 | 13.87 | 1.18 | 49.9 | 29.63 | 28.57 | 77.93 | 7.3 | 11 |
601988 | 2015 | 1.12 | 52.3 | 14.06 | 1.43 | 48.6 | 30.71 | 28.3 | 77.89 | 6.9 | 13.2 |
601988 | 2016 | 1.05 | 107.3 | 14.28 | 1.46 | 52.7 | 36.72 | 28.08 | 77.08 | 6.7 | 11.3 |
601988 | 2017 | 0.98 | 148.62 | 14.19 | 1.45 | 47.1 | 29.98 | 28.34 | 79.78 | 6.8 | 8.17 |
601988 | 2018 | 0.94 | 197.28 | 14.97 | 1.42 | 58.7 | 28.64 | 28.09 | 79.41 | 6.6 | 8.1 |
601328 | 2009 | 1.01 | 0.58 | 12 | 1.36 | 27.83 | 17.75 | 38.87 | 71.79 | 9.4 | 28.4 |
601328 | 2010 | 1.08 | 1.1 | 12.36 | 1.12 | 32.23 | 14.56 | 31.89 | 78 | 10.6 | 18.9 |
601328 | 2011 | 1.19 | 2.3 | 12.44 | 0.86 | 35.37 | 16 | 30.13 | 78.03 | 9.6 | 17.3 |
601328 | 2012 | 1.18 | 3.8 | 14.07 | 0.92 | 37.93 | 18.47 | 29.71 | 79.05 | 7.9 | 14.4 |
601328 | 2013 | 1.11 | 16.9 | 12.08 | 1.05 | 47.62 | 20.54 | 29.35 | 73.4 | 7.8 | 13.6 |
601328 | 2014 | 1.08 | 32.2 | 14.04 | 1.25 | 47.17 | 24.03 | 30.29 | 74.07 | 7.3 | 11 |
601328 | 2015 | 1 | 52.3 | 13.49 | 1.51 | 42.9 | 34.16 | 30.36 | 74.08 | 6.9 | 13.2 |
601328 | 2016 | 0.87 | 107.3 | 14.02 | 1.5 | 50.92 | 30.17 | 30.9 | 79.86 | 6.7 | 11.3 |
601328 | 2017 | 0.81 | 148.62 | 14 | 1.5 | 58.66 | 36.3 | 31.85 | 82.58 | 6.8 | 8.17 |
601328 | 2018 | 0.8 | 197.28 | 14.37 | 1.49 | 67.28 | 38.4 | 31.5 | 84.8 | 6.6 | 8.1 |
600036 | 2009 | 1 | 0.58 | 10.45 | 0.82 | 34.47 | 21.54 | 44.86 | 73.69 | 9.4 | 28.4 |
600036 | 2010 | 1.15 | 1.1 | 11.47 | 0.68 | 37.04 | 40.04 | 39.9 | 74.59 | 10.6 | 18.9 |
600036 | 2011 | 1.39 | 2.3 | 11.53 | 0.56 | 44.28 | 20.64 | 36.19 | 71.8 | 9.6 | 17.3 |
600036 | 2012 | 1.46 | 3.8 | 12.14 | 0.61 | 52.29 | 22.05 | 35.98 | 71.37 | 7.9 | 14.4 |
600036 | 2013 | 1.39 | 16.9 | 11.41 | 0.83 | 59.64 | 25.41 | 34.36 | 74.44 | 7.8 | 13.6 |
600036 | 2014 | 1.28 | 32.2 | 11.74 | 1.11 | 59.38 | 29.34 | 30.54 | 70.49 | 7.3 | 11 |
600036 | 2015 | 1.13 | 52.3 | 11.91 | 1.68 | 65.67 | 32.13 | 27.67 | 73.93 | 6.9 | 13.2 |
600036 | 2016 | 1.09 | 107.3 | 13.33 | 1.87 | 59.42 | 35.82 | 27.67 | 85.79 | 6.7 | 11.3 |
600036 | 2017 | 1.15 | 148.62 | 15.48 | 1.61 | 40.68 | 34.43 | 30.23 | 87.72 | 6.8 | 8.17 |
600036 | 2018 | 1.24 | 197.28 | 15.68 | 1.36 | 44.94 | 35.47 | 31.02 | 89.37 | 6.6 | 8.1 |
600000 | 2009 | 0.9 | 0.58 | 10.34 | 0.8 | 48.7 | 8.92 | 35.99 | 71.6 | 9.4 | 28.4 |
600000 | 2010 | 1.01 | 1.1 | 12.02 | 0.51 | 40.28 | 9.33 | 33.06 | 69.76 | 10.6 | 18.9 |
600000 | 2011 | 1.12 | 2.3 | 12.7 | 0.44 | 42.8 | 9.54 | 28.79 | 71.48 | 9.6 | 17.3 |
600000 | 2012 | 1.18 | 3.8 | 12.45 | 0.58 | 37.57 | 11.56 | 28.71 | 71.94 | 7.9 | 14.4 |
600000 | 2013 | 1.21 | 16.9 | 10.85 | 0.74 | 30.86 | 14.84 | 25.83 | 71.29 | 7.8 | 13.6 |
600000 | 2014 | 1.2 | 32.2 | 11.25 | 1.06 | 30.68 | 20.29 | 23.12 | 72.62 | 7.3 | 11 |
600000 | 2015 | 1.1 | 52.3 | 12.23 | 1.56 | 34.06 | 22.89 | 21.86 | 76.01 | 6.9 | 13.2 |
600000 | 2016 | 0.98 | 107.3 | 11.37 | 1.89 | 37.67 | 32.75 | 23.26 | 92.03 | 6.7 | 11.3 |
600000 | 2017 | 0.92 | 148.62 | 11.76 | 2.14 | 58.87 | 36.6 | 24.34 | 105.16 | 6.8 | 8.17 |
600000 | 2018 | 0.91 | 197.28 | 13.37 | 1.92 | 56.05 | 34.8 | 25.12 | 109.98 | 6.6 | 8.1 |
600016 | 2009 | 0.98 | 0.58 | 10.83 | 0.84 | 34.56 | 11.09 | 42.17 | 76.77 | 9.4 | 28.4 |
600016 | 2010 | 1.09 | 1.1 | 10.44 | 0.69 | 33.24 | 15.13 | 39.48 | 72.78 | 10.6 | 18.9 |
600016 | 2011 | 1.4 | 2.3 | 10.86 | 0.63 | 40.9 | 18.33 | 35.61 | 72.85 | 9.6 | 17.3 |
600016 | 2012 | 1.41 | 3.8 | 10.75 | 0.76 | 36.01 | 19.9 | 34.01 | 71.93 | 7.9 | 14.4 |
600016 | 2013 | 1.34 | 16.9 | 10.69 | 0.85 | 29.31 | 25.85 | 32.75 | 73.39 | 7.8 | 13.6 |
600016 | 2014 | 1.26 | 32.2 | 10.69 | 1.17 | 36 | 28.23 | 33.27 | 69.88 | 7.3 | 11 |
600016 | 2015 | 1.1 | 52.3 | 11.49 | 1.6 | 44.72 | 33.16 | 31.22 | 71 | 6.9 | 13.2 |
600016 | 2016 | 0.94 | 107.3 | 11.73 | 1.68 | 39.64 | 33.68 | 30.9 | 79.86 | 6.7 | 11.3 |
600016 | 2017 | 0.86 | 148.62 | 11.85 | 1.71 | 39.8 | 33.09 | 31.72 | 94.54 | 6.8 | 8.17 |
600016 | 2018 | 0.85 | 197.28 | 11.75 | 1.76 | 51.64 | 30.7 | 30.07 | 96.51 | 6.6 | 8.1 |
000001 | 2009 | 0.95 | 0.58 | 8.88 | 0.68 | 39.46 | 14.09 | 41.76 | 79.14 | 9.4 | 28.4 |
000001 | 2010 | 0.95 | 1.1 | 10.19 | 0.58 | 52.35 | 12.17 | 40.95 | 72.61 | 10.6 | 18.9 |
000001 | 2011 | 1.04 | 2.3 | 11.51 | 0.53 | 55.43 | 14.68 | 39.99 | 72.88 | 9.6 | 17.3 |
000001 | 2012 | 0.94 | 3.8 | 11.37 | 0.95 | 51.99 | 16.89 | 39.41 | 70.64 | 7.9 | 14.4 |
000001 | 2013 | 0.87 | 16.9 | 9.9 | 0.89 | 49.56 | 22.04 | 40.77 | 69.67 | 7.8 | 13.6 |
000001 | 2014 | 0.97 | 32.2 | 10.86 | 1.02 | 53.21 | 27.74 | 36.33 | 65.39 | 7.3 | 11 |
000001 | 2015 | 0.93 | 52.3 | 10.94 | 1.45 | 54.29 | 28.81 | 31.31 | 69.01 | 6.9 | 13.2 |
000001 | 2016 | 0.83 | 107.3 | 11.53 | 1.74 | 49.48 | 29.06 | 25.97 | 75.21 | 6.7 | 11.3 |
000001 | 2017 | 0.75 | 148.62 | 11.2 | 1.7 | 52.23 | 30 | 29.89 | 83.58 | 6.8 | 8.17 |
000001 | 2018 | 0.74 | 197.28 | 11.5 | 1.75 | 60.86 | 36 | 30.32 | 92.38 | 6.6 | 8.1 |
601998 | 2009 | 0.94 | 0.58 | 10.14 | 0.95 | 48.12 | 11.8 | 39.95 | 79.62 | 9.4 | 28.4 |
601998 | 2010 | 1.13 | 1.1 | 11.31 | 0.67 | 59.11 | 13.7 | 33.82 | 73.04 | 10.6 | 18.9 |
601998 | 2011 | 1.27 | 2.3 | 12.27 | 0.6 | 60.89 | 15.4 | 29.86 | 72.86 | 9.6 | 17.3 |
601998 | 2012 | 1.1 | 3.8 | 13.44 | 0.74 | 52.2 | 15.6 | 31.51 | 73.74 | 7.9 | 14.4 |
601998 | 2013 | 1.2 | 16.9 | 11.24 | 1.03 | 46.4 | 18 | 31.41 | 73.21 | 7.8 | 13.6 |
601998 | 2014 | 1.07 | 32.2 | 12.33 | 1.3 | 51.82 | 24 | 30.32 | 76.78 | 7.3 | 11 |
601998 | 2015 | 0.9 | 52.3 | 11.87 | 1.43 | 44.97 | 28 | 27.85 | 79.45 | 6.9 | 13.2 |
601998 | 2016 | 0.76 | 107.3 | 11.98 | 1.69 | 40.98 | 30.98 | 27.55 | 79.08 | 6.7 | 11.3 |
601998 | 2017 | 0.74 | 148.62 | 11.65 | 1.68 | 45.29 | 36.41 | 29.92 | 93.82 | 6.8 | 8.17 |
601998 | 2018 | 0.77 | 197.28 | 12.47 | 1.77 | 50.8 | 36.45 | 30.57 | 99.78 | 6.6 | 8.1 |
601818 | 2009 | 0.75 | 0.58 | 10.39 | 1.25 | 35.15 | 19.2 | 39.3 | 77.19 | 9.4 | 28.4 |
601818 | 2010 | 0.95 | 1.1 | 11.02 | 0.75 | 45.63 | 14.4 | 35.44 | 71.15 | 10.6 | 18.9 |
601818 | 2011 | 1.12 | 2.3 | 10.57 | 0.64 | 37.67 | 14.4 | 31.95 | 72.28 | 9.6 | 17.3 |
601818 | 2012 | 1.18 | 3.8 | 10.99 | 0.74 | 51.25 | 16.11 | 29.97 | 71.5 | 7.9 | 14.4 |
601818 | 2013 | 1.14 | 16.9 | 10.57 | 0.86 | 33.12 | 22.12 | 31.58 | 72.06 | 7.8 | 13.6 |
601818 | 2014 | 1.12 | 32.2 | 11.21 | 1.19 | 45.9 | 25.81 | 29.82 | 70.86 | 7.3 | 11 |
601818 | 2015 | 1 | 52.3 | 11.87 | 1.61 | 54.9 | 28.66 | 26.91 | 74.9 | 6.9 | 13.2 |
601818 | 2016 | 0.85 | 107.3 | 10.8 | 1.6 | 63.18 | 30.57 | 28.77 | 81.36 | 6.7 | 11.3 |
601818 | 2017 | 0.78 | 148.62 | 13.49 | 1.59 | 59.93 | 33.64 | 31.92 | 89.41 | 6.8 | 8.17 |
601818 | 2018 | 0.8 | 197.28 | 13.01 | 1.59 | 64.26 | 44.63 | 28.79 | 94.14 | 6.6 | 8.1 |
图 1:第三方支付交易规模增速图
编写程序
insheet using 数据.csv, clear
tsset bank time
xtreg roa lntpp car npl lr nir igr ldr gdpg m2,fe
estimates store FE
xtreg roa lntpp car npl lr nir igr ldr gdpg m2,re
estimates store RE
hausman FE RE,constant sigmamore
xtreg roe lntpp car npl lr nir igr ldr gdpg m2,fe
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:打字小能手,如若转载,请注明出处:https://www.447766.cn/chachong/84457.html,