摘要：利用2006—2015年中国银行业数据，采用系统GMM方法研究互联网金融、银行竞争与流动性创造的关系，研究结果表明：P2P等互联网金融对中小商业银行业务冲击较大，对其流动性创造具有挤出效应，但同时也倒逼国有控股银行更加重视长尾市场，增加流动性创造。提高国有控股银行的核心资本充足率，能够增加流动性创造，具有“风险吸收效应”。我国银行的流动性创造具有顺周期的特征。中小商业银行应加快改革步伐，积极应对互联网金融的挑战。政策制定者在鼓励竞争时，要在流动性创造降低与消费者福利增加之间进行一定的权衡，并有针对性地进行流动性风险监管。
关键词：互联网金融；竞争；流动性创造；脆弱渠道假说；风险吸收效应
作者：邹伟1，2，凌江怀2，赵小军3
（1.珠海市广播电视大学经济管理系，广东珠海519000；2.华南师范大学经济与管理学院，广东广州511400；3.平安银行济南高新支行，山东济南250101）
一、引言
最近几年，以第三方支付和P2P为代表的互联网金融的兴起，给商业银行带来了“去中介化”“泛金融化”和“全智能化”的挑战（袁博等，2013）[1]，降低了交易成本和信息不对称的程度（章连标等，2013）[2]，提高了传统金融包容水平，改变了传统金融形态的货币流通途径、信用方式和信用评级系统，促使货币市场力量对比发生变化，改变了经济的资金运作模式（周华，2013）[3]。由此引发的技术脱媒、渠道脱媒、信息脱媒、客户关系脱媒，使得互联网金融在不断扩展传统金融边界的过程中，逐步与商业银行在负债业务、资产业务和中间业务领域开展竞争（邱峰，2013）[4]，商业银行面临被边缘化和优势逐渐被蚕食的风险，这不仅改变了整个金融市场竞争格局（王筠权等，2013）[5]，也深刻影响着商业银行传统业务的发展。
为经济社会创造流动性是商业银行重要职能之一。商业银行通过将缺乏流动性的资产转化为高流动性债务，或通过贷款承诺和其他信用方式，为社会提供了更多的流动性，促进经济主体之间的交易。由于经济的过快增长、宽松的货币政策及国际资本的流入等原因，我国一度出现流动性过剩问题。2011年开始，货币政策逐步转向紧缩，M2增速从2009年最高点的28%跌到2012年的14%，之后持续的稳健货币政策，使M2增速始终维持在最近十年的低位，2014年M2增速一度下降到11%。2013年6月，我国银行业出现了“流动性危机”（钱荒）。除宏观政策外，银行在竞争压力下过度使用杠杆，通过信用证、租赁或其他非正式贷款方式（影子银行）发放的贷款超过正常渠道贷款规模（陈利锋，2016）[6]以及普遍存在的拆短贷长所造成的期限错配是造成结构性资金紧张的重要原因。
互联网金融改变了银行业的竞争格局。竞争对银行流动性创造的影响，目前存在两种假说：一是Petersenetal.（1995）[7]的“脆弱渠道”假说，银行竞争可能降低了银行平均利润率，增加了银行经营的脆弱性，导致银行降低流动性创造。二是Carbo-Valverdeetal.（2008）[8]和Loveetal.（2012）[9]的“价格渠道”假说，银行竞争影响了商业银行定价策略，导致贷款利率降低，存款利率（或实际存款利率）上升，增加了贷款和存款需求及流动性创造。
本文利用2010—2015年我国21家商业银行面板数据，借鉴Bergeretal.（2009）[10]、孙莎等（2014）[11]的方法衡量流动性创造，并将其作为被解释变量，以P2P交易规模、勒纳指数作为解释变量，采用SYS-GMM方法，研究互联网金融、银行竞争对流动性创造的影响。
二、文献综述及研究假说
以第三方支付和P2P为代表的互联网金融的发展能够降低交易成本，提高金融资源配置效率（巴曙松等，2012[12]；吴晓求，2014[13]），虽然短期不会对商业银行传统的经营模式和盈利方式产生影响（宫晓林，2013）[14]，更不会彻底颠覆传统商业银行（褚蓬瑜等，2014[15]；李渊博等，2014[16]），但不可否认，互联网金融发展促使渠道、资金、信息和客户关系等加速脱媒（宫晓林，2013）[14]，第三方支付和P2P网贷等互联网金融发展对商业银行的中间业务和存贷款业务产生了一定的冲击（王硕等，2015[17]；郑志来，2015[18]；郑霄鹏等，2014[19]）。
自从Diamondetal.（1983）[20]提出流动性创造概念以来，出现了两种衡量方法。一种是Deepetal.（2004）[21]提出的计算方法：流动性转换缺口等于流动性负债与流动性资产之差除以总资产。这种方法得出的是相对指标，没有具体数值，忽略了资产负债表内部结构，也没有考虑表外业务等事项。另一种是Bergeretal.（2009）[10]从流动性期间转换的视角出发，依据业务期限、变现能力、交易费用等将银行资产、负债、权益和表外业务划分为流动性、半流动性和非流动性，并分别赋予权数，加权求和得到流动性创造数值。相比第一种方法，这种方法获得了更多学者的认可。前期文献利用这一衡量方法，从银行内部和银行外部两个角度，对银行流动性创造的影响因素进行了研究。银行内部因素，主要集中于过度贷款和资本因素。从银行整体来看，贷款过度增长，提高了流动性创造。国有控股银行的不良贷款率越高，流动性创造也越高，而股份制银行和城商行与流动性创造呈负相关关系（邓超等，2015）[22]。资本被认为是银行抵御不利冲击的缓冲器。资本充足率是衡量银行经营稳健和潜在风险的重要指标。“金融脆弱挤出效应”认为银行如果资本水平较高，会挤压银行存款，减少流动性创造，银行资本与流动性创造互为负向关系，更多的资本要求在减少金融波动产生的效用和增加流动性创造产生的效用之间进行比较（Horvathetal.，2014）[23]。而另一种观点认为，资本与流动性创造之间存在正向关系。资本提存比率较高的银行，流动性创造将因银行的风险承受能力增加而增加，具有“风险吸收效应”（Covaletal.，2005[24]；Bergeretal.，2009[10]）。但也有观点认为，银行资本较少为贷款人提供了一种刺激，即激励贷款人拓展贷款业务，增加了流动性创造（Gortonetal.，2017）[25]。Bergeretal.（2009）[10]发现资本变化对不同资产规模银行流动性创造的影响是不同的。国内文献中，王露璐等（2011）[26]、周爱民等（2013）[27]、孙莎等（2014）[11]利用我国银行业数据，分别从不同角度验证了两种假说，得到了不同的结论，存在着一定的争议。最近的文献表明，我国银行资本充足率与流动性创造之间关系不显著（邓超等，2015[22]，王周伟等，2016[28]）。银行外部因素，主要涉及货币政策、金融危机、金融制度和经济增长。紧缩货币政策会降低银行流动性创造，但对大银行的影响不显著（Rauchetal.，2009[29]；Bergeretal.，2014[30]）。进一步讲，紧缩的货币政策会降低银行表内流动性创造，提高表外流动性创造（李明辉等，2014）[31]。每一次金融危机的过程都伴随着银行流动性创造由过剩到紧缩，银行流动性创造逆转成为金融市场的周期性规律（李卓琳，2010）[32]。特别是在银行主导性金融制度下，银行流动性创造较为活跃，往往呈现逆周期特征，在金融危机中表现尤为突出（李泽广等，2015）[33]。银行流动性创造与经济增长呈正相关关系，在金融危机中这种效果依然存在（Bergeretal.，2017[34]；Fidrmucetal.，2015[35]）。
测算银行竞争度的方法有结构法和非结构法。结构法利用四家集中率、HHI指数等来衡量银行竞争程度。但现有观点认为，集中度不是竞争度的反映，也不在边际水平上反映银行的竞争行为（Schaeck，2009）[36]。如果银行兼并重组，集中度和竞争度会同步增加，但HHI指数可能显示竞争度在下降（VanLeuvensteijnetal.，2008）[37]。非结构性方法不考虑市场结构和份额，而是通过分析银行本身市场竞争模式，利用预估价格与边际成本的偏离程度来衡量竞争程度。其中，Lerner指数是以垄断势力强弱来衡量市场结构的方法。通过计算lerner指数，能够得到各家银行在不同年度的市场势力，更加适合面板数据的实证分析（杨俊等，2015[38]；蒋海等，2015）[39]。本文利用lerner指数衡量我国银行竞争程度。
根据相关文献，“脆弱渠道”假说认为，市场势力较大的银行，往往资产规模越高，银行内部机制就越健全，风险管理能力越强。在面临竞争时，更有动力和实力扩大信贷市场份额，增加流动性创造。而市场势力较弱的银行则相反。银行竞争削弱了银行的市场势力，导致银行市场份额减少，盈利能力下降，银行在进行流动性创造时更加谨慎，会降低流动性创造。具体来说，银行在发放贷款时，通过对借款人未来现金流情况的审查，评估其还款能力。由于竞争降低了市场势力，银行从特定借款人获得未来现金流的可能性减少，也降低了银行与新借款人建立长期关系的激励，使银行预期盈利减少。为了满足监管当局对资本充足率的要求，银行会通过减少信贷供给方式降低流动性创造。甄选理论也认为，随着银行数量的增加，银行对企业甄选动机减弱，增大了银行风险。银行对补偿所承担的风险更高，则对借款人征收更高的利率，导致借款人贷款需求减少，降低了流动性创造。我国银行业总体上处于垄断竞争市场状态（孙巍等，2012）[40]。互联网金融的发展，一方面，使银行面临更加复杂的市场环境和日益激烈的竞争形势，削弱了其市场势力和盈利能力，降低了流动性创造；另一方面，互联网金融的竞争力在门槛、成本和信息等方面都对银行传统业务形成冲击。P2P等网贷凭借成本、时效和便捷性等优势，引起无法获得商业银行贷款但又不愿利用高利贷方式融资的资金需求者的兴趣。在传统商业银行无法提供信贷支持的情况下，互联网金融部分代替了银行流动性创造职能。因此，本文验证的主要假设：在竞争压力下，银行流动性创造下降；P2P减少了银行流动性创造，存在挤出效应。
三、研究设计
（一）流动性创造指标
Bergeretal.（2009）[10]所提出的流动性创造测度方法被广泛应用于实证研究中，测算过程分为三个步骤：首先，依照资产变现的便捷程度、交易成本和所需时间，将资产负债表内及表外部分项目指标划分为流动性、半流动性和非流动性。其次，对这三类指标分别赋予-0.5、0和0.5的权重，将指标数值乘以权数大小加总求和。表内外流动性划分和权重见表1。最后，结合流动性划分和权重，通过以下公式得到银行流动性创造的数值：
流动性创造=0.5×∑（非流动性资产+流动性负债+非流动性表外业务）-0.5×∑（流动性资产+非流动性资产+流动性表外业务）+0×∑（半流动性资产+半流动性负债+半流动性表外业务）
表1银行资产负债表内外业务流动性划分与权重赋予
图12010—2015年国有控股银行流动性创造及占比
图1显示，我国银行业流动性创造总体呈下降趋势，但国有控股银行（中、农、工、建、交）流动性创造的占比呈逐年上升趋势，始终维持在70%以上。其中，2015年最高，达到75.89%，这与王周伟等（2016）[28]测算的结果基本一致。相比较，中小商业银行流动性创造占比较低，平均值为26%，说明中小商业银行在全部流动性创造中贡献相对较小。
（二）勒纳指数
勒纳指数的优点在于能够衡量每家银行在不同阶段的市场势力，被广泛运用于衡量银行业竞争程度（赵旭，2009[41]；李国栋等，2009[42]）。勒纳指数是指价格和边际成本之间的差额除以价格，即衡量银行设定的价格高于边际成本的市场力量。勒纳指数越大，说明银行控制价格的能力越强，市场力量越强。这里的价格用银行总收入除以总资产来衡量。而边际成本则用超越对数成本函数来估计。
（1）式中，TC为银行总成本，包括劳动力成本、物质资本成本和资金成本。y为银行产出，用银行总资产表示。W1、W2和W3分别代表劳动力价格、物质资本价格和资金价格，W1用员工费用除以员工数量表示，W2用折旧除以固定资产表示，W3用总利息支出除以总存款表示。Trend表示技术变动，用时间趋势来衡量，Trend=1，2，3，4，5，6，分别代表2010—2015年6个年份。μ代表不随时间变化不可观测的个体异质性特征，γ代表扰动项。运用Stata12.0进行估计，并通过公式（2）得出边际成本MC。
图2是大型股份制商业银行和其他类型银行2010—2015年勒纳指数走势图。可以看出，国有控股银行的勒纳指数始终高于中小商业银行，国有控股银行具有较大的市场势力，而中小商业银行面临的市场竞争程度明显高于国有控股银行，这与李国栋等（2009）[42]研究结论是一致的。
图22010—2015年银行勒纳指数测算结果
（三）模型构建
为了验证假说，在模型设定上，本文采用动态面板模型的系统广义矩方法（SYS-GMM）对模型参数进行估计，构建动态面板计量模型如下：
（3）式中，i=1，2，…，N，表示第i家银行；t=2010，2011，…，2015，表示第t年的观测。
被解释变量：lc代表单位资产表内外流动性创造，用流动性创造数值除以总资产得到。由于流动性创造时间序列特征比较明显，引入其一阶滞后和二阶滞后值作为解释变量。
解释变量：lerner代表勒纳指数。“脆弱渠道假说”认为，银行竞争导致流动性创造减少，而“价格渠道假说”认为，银行竞争增加了流动性创造，所以符号不确定。P2P代表当年网贷规模的自然对数，P2P交易规模越大，对商业银行业务的分流效应越大，银行流动性创造越少，符号可能为负。
控制变量：asset为银行资产规模的自然对数。银行资产规模越雄厚，业务拓展能力越强，流动性创造越多；但其风险承担意愿和水平可能越低，流动性创造也可能更少，因此，其符号不确定。TCAR为核心资本充足率，“金融脆弱性挤出假说”认为，资本数量与流动性创造呈负相关关系，而“风险吸收假说”则认为，较高的资本比例将提高银行流动性创造的能力。所以，核心资本充足率与流动性创造的关系不确定。ROAA为平均资产收益率，该指标越高，银行主动承担流动性错配的风险越高，流动性创造越多，符号可能为正。NPL为不良贷款率，该指标越高，流动性错配行为更加激进，流动性创造越多，符号可能为正。M2为广义货币供给量增速，作为货币政策的代替变量，宽松的货币政策下，银行流动性越高，符号可能为正。GDP为经济增长率，经济形势较好，银行流动性创造积极性越高，符号可能为正。
四、实证结果及分析
（一）样本选取和描述性统计
本文数据主要来源于Bankscope数据库，部分缺失数据通过国泰安数据库、新浪财经等补齐。剔除数据严重不足的样本，最终选取了2010—2015年21家银行，包括5家国有控股银行和16家中小商业银行。中小商业银行包括6家中小股份制商业银行和10家地方性银行。样本银行的资产规模在80%以上，具有代表性。宏观经济数据来自国家统计局网站。表2为按银行类型划分的变量描述性统计。
（二）实证结果及分析
由于在模型中添加了滞后回归变量，会带来内生性问题，本文使用系统广义矩估计方法，采用动态面板回归模型进行估计。表3给出了模型3总体样本以及大型国有控股银行样本和其他类型银行样本的估计结果。所有模型的Hansen检验和AR（2）检验结果都在10%的显著性水平下不能拒绝原假设，说明动态面板数据模型是合理的。
表2变量描述性统计
解释变量方面，勒纳指数显著为正，即竞争导致的市场势力降低会减少流动性创造，说明我国银行业符合“脆弱渠道”假说，本文的假设得到验证。P2P在总体样本和中小商业银行样本中在1%水平下显著为负，说明我国银行业流动性创造总体上因受P2P影响而显著下降，尤其是中小商业银行受到P2P等互联网金融的冲击力度较大。但国有控股银行的P2P系数在5%水平下显著为正，说明网贷规模增加，国有控股银行的流动性创造也在增加。究其原因，主要是国有控股银行以往主要是向资信好的大客户贷款，互联网金融兴起后，国有控股银行也逐渐重视小微企业及其他个人客户，重新审视贷款的长尾市场，增加了流动性创造。
控制变量方面，总体样本和中小商业银行样本中，资产规模asset的系数在10%水平下通过检验，显著为正，说明中小商业银行资产规模越大，流动性创造越多。但国有控股银行资产规模的系数在1%水平下显著为负，说明国有控股银行出于防控风险和盈利性要求，资产规模的增加是通过增加流动性资产和半流动性资产、减少非流动性资产来实现的。从这个结果上看，国有控股银行资产规模的增加降低了流动性创造。不良贷款率NPL的系数在总体样本和中小商业银行中在1%水平下显著为正，在国有控股银行样本中不显著。根据流动性螺旋假说，银行贷款增加，信贷风险必然上升，存款人提取资金的需求会增加，加剧了流动性风险。银行资产业务与负债业务期限错配下，流动性创造使银行流动性风险加大（邓超等，2015）[22]，不良贷款率与流动性创造之间存在正相关关系。核心资本充足率TCAR在国有控股银行样本中在10%水平下显著为正，说明国有控股银行提高资本水平能吸收并扩大风险承受能力，创造更多的流动性，符合“风险吸收假说”。经济增长率GDP的系数在总体样本和中小商业银行样本中在1%水平下显著为正，在国有控股银行样本中不显著但系数为正，说明我国银行流动性创造具有顺周期特征，即经济增速越快，流动性创造越多。从系数大小看，中小商业银行的流动性创造更易受到宏观经济环境影响。平均资产收益率ROAA和M2系数不显著。
表3实证结果
注：括号内数值为稳健标准误差，*、**、***分别表示10%、5%和1%水平上显著。AR（1）、AR（2）和Hansentest报告的是P值。
（三）稳健性检验
本文采取两种方法进行稳健性检验：（1）选取衡量银行竞争的替代指标。选取CR4和HHI系数作为替代变量进行实证检验。（2）采用不同的流动性创造的衡量指标。选取cat-nonfat方法构造流动性创造指标作为被解释变量进行回归测试。结果基本与上文一致，篇幅限制未列出相关结果。
五、主要结论与建议
本文构建了动态面板数据模型，利用SYSGMM方法对互联网金融、银行竞争与流动性创造进行了实证分析，结果表明：竞争导致银行市场势力下降，流动性创造减少，符合“脆弱渠道假说”。P2P等互联网金融对中小商业银行业务冲击较大，对其流动性创造具有挤出效应，同时也倒逼国有控股银行更加重视中小微企业客户，增加了其流动性创造。中小商业银行增加资产规模，能够扩大流动性创造，但国有控股银行则相反。不良贷款率与流动性创造呈正相关，符合“流动性螺旋假说”。提高国有控股银行的核心资本充足率，能够增加流动性创造，具有“风险吸收效应”。我国银行流动性创造具有顺周期的特征。
根据本文的研究结果，提出以下建议：（1）中小商业银行面对互联网金融的挑战，应加快供应链金融战略转型，加大对移动支付等的投入，不断提高金融服务水平；加强与互联网金融合作，实现优势互补，充分挖掘小微企业信贷客户。（2）政策制定者在放低银行准入门槛、增加银行金融机构数量、鼓励竞争时应认识到，竞争会降低流动性创造，可能使市场融资成本更高，不利于经济增长和就业，需要在增加消费者福利和降低流动性创造之间进行一定的权衡。（3）经济新常态下，整体经济增速趋于放缓，实体经济景气程度降低，不利于银行流动性创造。应鼓励推动银行业转型发展，加快改革步伐，提高金融创新力度。（4）利率市场化下，存贷利差逐渐缩小，银行通过扩大信贷规模及表外业务来增加利润，导致银行对客户的审查力度降低，加剧流动性期限错配，诱发流动性风险。因此，应根据不同银行在流动性创造中的表现，有针对性地进行流动性风险监控。