摘要：第三方支付近幾年來迅速發(fā)展，給傳統(tǒng)銀行的各方面業(yè)務(wù)帶來了很多挑戰(zhàn)，尤其是中間業(yè)務(wù)方面給傳統(tǒng)商業(yè)銀行帶來了很大的沖擊?；谝陨媳尘埃疚膹牡谌街Ц逗蛡鹘y(tǒng)商業(yè)銀行中間業(yè)務(wù)入手，探究第三方支付給其帶來的影響。本文選取工行、農(nóng)行、中行、建行、交行、招商、浦發(fā)、中信、興業(yè)、華夏十家商業(yè)銀行2011年第一季度到2017年三季度共27個季度的中間業(yè)務(wù)收入數(shù)據(jù)，第三方支付方面選取2011年第一季度到2017年第三季度共27個季度的數(shù)據(jù)，結(jié)合數(shù)據(jù)進行面板分析，得出以下結(jié)論，第三方支付以對商業(yè)銀行中間業(yè)務(wù)有明顯的負向影響，尤其是在支付結(jié)算業(yè)務(wù)、財務(wù)顧問、融資租賃這三種業(yè)務(wù)上，其每年收入都出現(xiàn)了明顯的下降。M2對商業(yè)銀行中間業(yè)務(wù)有顯著地正面影響，而GDP和商業(yè)銀行中間業(yè)務(wù)之間并沒有表現(xiàn)出明顯的線性相關(guān)關(guān)系。

關(guān)鍵詞：商業(yè)銀行；第三方支付；中間業(yè)務(wù)；實證分析

一、研究方法

本文采用計量分析的方法，運用EVIEWS9.0軟件，選用2011年一季度到2017年三季度截止一共27個季度我國10家商業(yè)銀行的非利息收入面板數(shù)據(jù)作為研究樣本，第三方支付數(shù)據(jù)來自艾瑞資訊和易觀智庫的行業(yè)報告，M2、GDP來自國家統(tǒng)計局網(wǎng)站，通過手工整理得到351個數(shù)據(jù)。建立如下模型：

其中i =1，···，10 ；t =2011Q1，···，2017Q3。it 表示第i 家銀行第t 季度數(shù)據(jù)，為誤差項。表達式是分析第三方支付及相關(guān)控制變量對銀行中間業(yè)務(wù)的影響。

二、變量的選擇與分析

（1）被解釋變量——銀行中間業(yè)務(wù)收入

商業(yè)銀行中間業(yè)務(wù)收入就是銀行在不動用自有資產(chǎn)和客戶資產(chǎn)的情況下產(chǎn)生的收益，也叫作非利息收入，非利息收入=手續(xù)費及傭金凈收入+投資收益+公允價值變動凈收益+匯兌及匯率產(chǎn)品凈收益+其他業(yè)務(wù)收入，本文將商業(yè)銀行的非利息收入作為被解釋變量，來表示中間業(yè)務(wù)收入的發(fā)展程度作為被解釋變量，用ZJ表示。

（2）解釋變量——第三方支付

第三方支付交易規(guī)模主要集中在第三方互聯(lián)網(wǎng)支付和第三方移動這兩種支付類型中，所以選擇這兩種指標分別作為解釋變量，分別研究這兩種支付方式對銀行中間業(yè)務(wù)的影響。第三方互聯(lián)網(wǎng)支付用HL表示，第三方移動支付用YD表示。

（3）控制變量——M2、GDP

商業(yè)銀行的中間業(yè)務(wù)收入還會受到整個宏觀經(jīng)濟的影響，國內(nèi)生產(chǎn)總值GDP、貨幣供應(yīng)量 M2不僅可以反映整個宏觀經(jīng)濟情況，而且與商業(yè)銀行中間業(yè)務(wù)收入緊密相關(guān)，所以這里選擇國民生產(chǎn)總值、貨幣供應(yīng)量作為控制變量，并將其定義為GDP、 M2。

三、實證分析與結(jié)果

（1）描述性統(tǒng)計分析

從描述性統(tǒng)計結(jié)果可以看出，中行、農(nóng)行、工行、建行的中間業(yè)務(wù)均值位于前四位，而且標準差也較大，充分的說明在此研究期間，非利息收入波動相對來說較大。而第三方支付波動更為明顯，其中，從2011年的最初第三方互聯(lián)網(wǎng)支付的極小值3973億元增加到2017年三季度極大值 63815.51億元，標準差達到18919.46164億元，第三方移動支波動更為明顯，從2011年初的極小值138億元，到2017年三季度的極大值294959億元，說明第三方支付兩種支付方式的交易規(guī)模在研究期間增長迅速。

（2）Hausman 檢驗和 F 檢驗

首先是 Hausman 檢驗。利用 Hausman 檢驗方法對固定效應(yīng)模型和隨機效應(yīng)模型估計結(jié)果分別進行檢驗，結(jié)果顯示不支持 Hausman 檢驗的基本假設(shè)，這可能是由于樣本太小導(dǎo)致的。一般在無法滿足 Hausman 檢驗假設(shè)的情況下，采用固定效應(yīng)進行估計會有更好效果，所以，本文選用固定效應(yīng)模型。 其次是 F 檢驗。固定效應(yīng)可分為三種：變截距模型、不變系數(shù)模型及變系數(shù)模型。為了判斷模型的類別，使研究結(jié)果更加準確，需要進行如下的 F 檢驗。

（1）

（2）

上式中，T 表示研究期間的季度數(shù)，即 T=27，N 代表截面單元數(shù)，即 N=10，k 表示除截距項以外的自變量個數(shù)，即 k=4；S1，S2和S3分別代表變截距、變系數(shù)模型，變截距、不變系數(shù)模型和不變截距、不變系數(shù)模型的殘差平方和，并根據(jù)公式（3-1）、（3-2）分別計算F1和F2的值。本文關(guān)于面板數(shù)據(jù)模型類別的 F 檢驗結(jié)果如下：

在5%的顯著性水平下，F(xiàn)2的臨界值F0.05 （33，108）=1.54，F(xiàn)1 的臨界值F0.05 （22，108）=1.64?？芍現(xiàn)2>F0.05 （33，108） = 1.54，進一步進行檢驗，F(xiàn)1 >F0.05 （22，108）=1.64，所以可以將模型設(shè)定為變截距、變系數(shù)模型。

（3）回歸分析結(jié)果及解釋

通過一系列檢驗結(jié)果證明，本文采用固定效應(yīng)變系數(shù)模型進行回歸分析，結(jié)果如下：

從模型的整體回歸來看，R2=0.994，調(diào)整后的R2=0.993，說明模型擬合的程度較高，模型對因變量的解釋力較強；且模型整體顯著性檢驗的 F 值以及 P 值充分說明采用固定效應(yīng)變系數(shù)模型是恰當?shù)囊约坝行У?。從以上幾點可以看出，模型具有很好的計量性質(zhì)，回歸方程的效果較好。 結(jié)論一：通過表結(jié)果可以看出第三方互聯(lián)網(wǎng)支付對商業(yè)銀行中間業(yè)務(wù)有顯著的負向沖擊，十家樣本商業(yè)銀行中有7家與第三方互聯(lián)網(wǎng)支付回歸結(jié)果顯著，且系數(shù)都是負數(shù)。受到的沖擊從大到小依次是工行、農(nóng)行、中行、建行、交行、招商、華夏。而浦發(fā)、興業(yè)、和中信三家銀行并沒有受到第三方互聯(lián)網(wǎng)支付發(fā)展的影響。結(jié)論二：第三方移動支付對銀行中間業(yè)務(wù)也有顯著地負向沖擊，根據(jù)表可以看出，10家商業(yè)銀行中有7家第三方互聯(lián)網(wǎng)支付回歸結(jié)果顯著，而且系數(shù)都是負數(shù)，說明這七家銀行中間業(yè)務(wù)受到第三方移動支付明顯的負向沖擊，雖然這七家商業(yè)銀行與上文并沒有發(fā)生變動，但受到?jīng)_擊的排序稍微有些變動，受到?jīng)_擊最大的是華夏銀行，然后依次是工行、建行、農(nóng)行、中行、交行和招商共7 家。浦發(fā)、興業(yè)、和中信沒有受到第三方移動支付的沖擊。出現(xiàn)上述結(jié)果的原因應(yīng)該和前文內(nèi)容一致，浦發(fā)、中信一直以來都不以中間業(yè)務(wù)為重心，其中間業(yè)務(wù)在本行的營收占比也很小，這兩家銀行的主營業(yè)務(wù)在對公、同業(yè)這兩個與與第三方支付不相關(guān)的業(yè)務(wù)，所以并沒有顯現(xiàn)出相關(guān)性。而興業(yè)一直以來都非常重視零售業(yè)務(wù)，其在基金銷售和理財顧問兩個領(lǐng)域都走在市場前列，所以其中間業(yè)務(wù)收入沒有受到第三方互聯(lián)網(wǎng)支付太大的沖擊。結(jié)論三：宏觀經(jīng)濟替代變量 M2 對十家樣本商業(yè)銀行中間業(yè)務(wù)收入均有顯著的正面影響，而GDP對樣本商業(yè)銀行中間業(yè)務(wù)收入沒有明顯的影響，表明GDP和商業(yè)銀行中間業(yè)務(wù)之間沒有線性相關(guān)關(guān)系。

（作者單位：蘭州財經(jīng)大學(xué)）

作者簡介：楊婷婷 ，女，研究生，研究方向為商業(yè)銀行方面。