互联网金融对我国商业银行流动性风险的影响开题报告

 2022-01-31 21:11:18

1. 研究目的与意义、国内外研究现状(文献综述)

一、 本课题的意义

自1990年代到2005年左右的传统金融行业互联网化逐渐完成后,受其影响而蓬勃发展的第三方支付使互联网金融逐渐从少数人的世界中走向普罗大众。随着电子商务的不断发展,传统的金融模式已经难以应对电子商务不断变化的新特性以及大量的网络订单,由传统金融行业发展而来的互联网金融应运而生。互联网的发展在一定程度上使传统金融行业特有的如:保险、证券交易、众筹等业务产生影响,与其结合形成新的互联网金融业务互联网众筹、互联网理财、互联网保险、互联网融资、互联网炒股等。我国政府对互联网金融行业关注度极高,自2013年“互联网金融元年”互联网金融新业态一鸣惊人后,2014年互联网金融一词首次进入政府工作报告,总理便提出要“促进互联网金融健康发展”。在之后2015年至2018年互联网金融一词连续出现在政府报告中,成为政府报告中的高频词汇。不单从政府报告中可以看出互联网金融在中国金融行业的影响力,从数据上也能明显感受到互联网金融的发展之迅速。据CNNIC统计数据,截至2019年6月,我国网民规模达8.54亿,互联网普及率达61.2%;我国网络购物用户规模达6.39亿,较2018年底增长2871万。从新零售为代表的淘宝双十一购物节交易额来看,网上购物的交易额呈爆炸式增长,通过第三方支付平台进行互联网购物已经成为新的一种消费习惯。CNNIC统计数据表示,2018年网上购物、网上支付、互联网理财、网上银行较上年相比有明显增加,其中互联网理财人数突破1.51亿,同比增长17.5%。不断扩大的互联网消费者和投资人为互联网金融的发展提供了良好的用户基础,在不断的互联网金融模式创新和不断更新的金融数据分析数据库的支持下,互联网金融正在以更高的速度发展。根据网贷之家研究中心数据,截至2018年12月底,P2P网贷行业累计成交量为8.03万亿元,突破了八万亿大关。可见互联网金融影响力依然在不断的扩大,对金融行业的影响越来越大。

表1、我国互联网金融参与用户规模和使用量表格

2018.12

2017.12

用户规模(万人)

网民使用率

用户规模(万人)

网民使用率

年增长率

网上购物

61011

73.60%

53332

69.10%

14.40%

网上支付

60040

72.50%

53110

68.80%

13.00%

互联网理财

16972

19.90%

15138

18.30%

12.10%

网上银行

41980

50.70%

39911

51.70%

5.20%

资料来源:以上资料来源于第43次《中国互联网络发展状况统计报告》

周林(1998)提到银行的流动性体现在资产流动性和负债流动性两个方面。资产的流动性是指银行持有的资产可以随时得到偿付或者在不贬值的情况下销售出去;负债的流动性是指银行能够方便地以较低成本随时获得需要的资金。从资产的流动性看,互联网理财的出现刺激了商业银行加速自身业务的创新水平,在客户基础大的情况下,更优质的理财产品获得公众的喜爱,从而产生更多的营业收入,从而提高商业银行资产的流动性。从负债的流动性考察,牛华勇和闵德寅(2015)发现互联网支付平台几乎垄断了所有的线上支付入口,依靠渠道优势使得传统商业银行在线上支付领域的地位逐渐边缘化。同时,戴国强和方鹏飞(2014)对互联网金融本质定义为活期存款的利率市场化,它导致银行资金成本增加、存款流失增大商业银行的风险。从资产和负债的角度综合看来,现阶段互联网金融有降低商业银行流动性风险的作用。

现有文献分别对于互联网金融和商业银行流动性风险的研究已经很多,文献相关资料很丰富。现有文献中对两者关系多以定性理论分析为主,但是定量的实证分析并不多,多集中在最近几年,互联网金融对商业银行流动性风险的影响并没有定论。近些年互联网金融对中国经济的影响越来越大,作为经济基本面的银行也首当其冲,流动性风险作为衡量银行风险水平重要指标受到互联网金融的影响越来越大,尤其是第三方支付以及P2P等互联网金融的分支对于商业银行的流动性有着很大的影响,所以本文研究这个课题,希望通过研究分析得出互联网金融的发展是否对银行流动性产生正面影响。

在沪深股市33家上市银行中抽取18家符合样本选择需求的银行为研究对象,通过文献分析法,定性分析法,从互联网金融自身性质以及第三方支付对商业银行日常业务的冲击等方面分析互联网金融对商业银行流动性分析的影响机理。然后,从定量的实证研究角度分析互联网金融对商业银行的流动性风险所带来得影响并进行稳定性检验。最后根据得出的研究结果以及前期所作的理论基础,给出缓解互联网金融对我国商业银行流动性风险影响的合理建议。

二、 文献综述

(一)相关概念界定

1、互联网金融

迄今为止,互联网金融的界定在国内外的学术界还没有统一的定论,但随着第三方支付平台的蓬勃发展,陆续有学者对次方面开展了研究并提出相关的界定概念。互联网金融的首次提出是由谢平和邹传伟(2012)提出的概念以互联网为代表的现代信息科技,特别是移动支付、社交网络、搜索引擎和云计算等,将对人类金融模式产生根本影响。薛晓倩(2014)文章写到:一般来说,互联网金融是互联网与金融的结合,是借助于互联网技术和移动通信技术实现资金融通、支付和信息中介功能的新兴金融模式,主要包括P2P网络借贷、众筹融资、第三方支付等业态。互联网金融是业务技术和经营模式的创新,其并没有改变金融的功能和本质,仍属金融体系的范畴。同时郭凯军(2014)解释互联网金融就是在移动互联网基础上,利用互联网的核心价值及特质,成功改造甚至颠覆传统金融行业的发展模式。侯成晓和邱永辉(2017)一定程度上概括互联网金融是依托于互联网(渠道和技术等)所展开的各种金融交易活动的总称。之后的邓东升(2019)认为互联网金融是依托互联网技术和工具,提供资金融通、支付、投资和信息中介服务的一种新型商业模式。

梳理相关文献,本文认为互联网金融指的是利用互联网技术和信息通信技术来实现以往只能通过传统金融模式来进行资金融通、支付以及投资等基础的经济活动。

2、商业银行流动性风险

Diamond和Dybvig(1983),提出银行流动性风险源于银行资产负债表的特殊结构。银行将短期负债(存款)转化为长期资产(贷款),这使得他们容易受到银行经营问题的影响。周林(1998)流动性风险是指没有足够的现金清偿债务和保证客户提取存款而给银行带来损失的可能性。桥海曙和熊正德(2000)商业银行资产负债的流动性可以理解为一旦需要货币资金就能在短期内得到所需要的货币资金。资产的流动性是指锒行资产在不发生损失的情况下迅速变现的能力。Kashyap和斯坦因(2000年)表明,银行可能通过持有适当的资产来吸收流动性冲击,从而有效地保护其贷款账户。特别是在危机期间,银行资产的不对称信息和不透明可能导致对银行存款的激励(Flannery等人,2004年,2010年)。

张宁(2012)对流动性风险的指标有较为全面的概括,并分为静态指标以及动态指标。静态指标:存贷款比率是贷款比上存款的比率,用于衡量银行的资产负债比率,存贷款比率越高则流动性越差;贷款占总资产的比率也是衡量银行流动性风险的重要指标,该比率越高则银行资产的流动性越低,风险越大;流动性指数则是用来评估银行紧急出售资产时所遭受的损失,如果银行紧急出售资产的价格与正常资产价格的差值越大,则风险越大。动态指标:流动性缺口等于流动性供给减去需求。

通过对商业银行流动性风险相关文献的梳理,本文所指的商业银行流动性风险是商业银行因为没有足够的流动性资金清偿债务和保证用户提取存款而带来损失的可能性。

(二)互联网金融影响商业银行流动性风险的影响理论研究

从现有的文献中,理论上相关研究方向学者对互联网金融影响商业银行流动性风险影响存在着差异,一部分学者认为互联网金融影响商业银行流动性风险的影响是积极的。例如,Deyoung(2007)对比分析了采用互联网技术与不采用互联网技术的美国社区银行,发现互联网金融改变了商业银行的存款结构,可以提高商业银行的盈利能力,进而降低商业银行的破产风险。通过对不同互联网金融发展的观察王亚君、邢乐成和李国祥(2016)提出在互联网金融发展初期,业务规模比较小,市场占有率低,需要与银行等传统金融机构合作来加强市场推广力度。互联网金融与银行之间是一种非零和博弈,它促使银行业不断转型和创新,扩大客户基础和融资渠道,使金融业的服务边界进一步外延,增强银行吸收存款的能力,降低流动性风险。

同时也有一部分学者认为互联网金融影响商业银行流动性风险的影响是消极的。其中杨才然(2015) 提到开展互联网金融业务的非金融机构缺乏存贷比、准备金率、资本充足率等约束以及有效的流动性风险管理机制,一旦出现流动性危机,便会快速地传染给银行体系。之后的过华颖(2017)认为互联网金融信贷机构不断发展开来,他们通过采取有效措施对资金进行有效吸纳,而对于商业银行来说,在一定程度上会影响其货币流动性。现阶段,货币流动性由于存在缺失恐慌的情况,导致银行业付出的成本较大。

总体来看,针对不同时期的互联网金融发展的状况,学者有不同的看法,在互联网金融早期发展期间,其降低了商业银行的流动性风险。但是随着互联网金融的快速发展,互联网金融提高了商业银行的流动性风险成为了大部分学者的共识,但是现今的互联网发展水平下可以降低商业银行流动性风险。

(三)互联网金融影响商业银行流动性风险的影响实证研究

参考国内外核心期刊价值较高的文献,发现学者对互联网金融对商业银行流动性风险的影响看法存在一定的分歧,部分学者通过实证研究验证了互联网金融有利于降低商业银行的流动性风险,与此相反也有学者通过研究验证了互联网金融的发展降低了商业银行的流动性并提高了商业银行的流动性风险。刘忠璐(2016)借鉴郭品和沈悦(2015)的“文本挖掘法”,2003-2014年中国143家商业银行的数据为样本构建互联网金融指数,分别从风险管理、经营效率、盈余水平和风险传染这四个角度,实证检验互联网金融对商业银行风险承担的影响机制,部分研究结果表明互联网金融将其在流动性等层面的特有风险通过风险传染与商业银行原有风险相叠加从而提高了商业银行的流动性风险。

王亚君、邢乐成和李国祥(2016)使用彭钰(2013)研究互联网金融的指标选取方法以第三方互联网支付交易总额(IPT)作为互联网金融的衡量指标,支付额越高,互联网金融的发展规模就越大。再通过控制 银行成长能力(BG)、外汇储备余额(FES)、经济增长速度(RGDP)、货币增长速度(RM2)来对被解释变量银行流动性(BLT)进行分析得出结论:互联网金融在发展初期增加了银行流动性,但从长期来看却减少了银行流动性,增加了流动性风险。

沈珊珊和张莹(2019)借鉴郭品和沈悦(2015)的“文本挖掘法研究”在选择银行样本时,选取了2008年—-2017年我国 18 家上市商业银行作为样本,数据来自 WIND 数据库、国泰安数据库、各银行半年报。从内部因素从银行自身的资产质量、利润空间、资本质量、业务结构4个方面进行分析。外部因素主要从宏观经济周期和货币政策两个方面来进行分析。互联网金融的发展程度对国有大型银行并无明显的直接影响,中小银行互联网金融发展指数与银行流动性成负相关。互联网金融发展程度会直接影响银行流动性因子,流动性因子会影响银行的流动性,从而可以验证互联网金融的发展确实会影响银行的流动性。

郭品(2019)通过构建纳入互联网金融的银行环形城市模型,推演了“互联网金融→存款结构 /付息成本→银行风险承担”的传导机制。在此基础上,以 2003—2016年我国 83 家商业银行为样本,建立多重中介效应模型进行实证检验。产权类型、资产规模、流动性水平和资本实力四个维度出发,考察了不同微观特质的商业银行对互联网金融的差异响应。得出其中一条结论为相对于国有、大规模、低流动性和低资本充足率银行,面对互联网金融的冲击,非国有、小规模、高流动性和高资本充足率银行的客户存款流失更快,平均付息成本上涨更多。

从已有文献对互联网金融影响商业银行流动性风险的影响的实证研究,部分学者通过实证研究认为随着互联网金融的发展其对商业银行流动性风险会从降低变为增加,有的学者认为不同规模的银行受到的影响不同,总体来看,大部分学者认为现今的互联网金融发展水平下对商业银行流动性风险有降低的作用。

(四、)结论

结合已有文献分析,目前学术界对于互联网金融对商业银行流动性风险的影响还没有定论,但是阅读已有文献发现国内外的学者对单独研究互联网金融或者商业银行流动性风险的比较多,同时对于互联网金融对商业银行流动性风险的研究也不在少数,理论研究和实证研究有很多有价值的文献可供参考。

从已有文献来看有学者认为随着互联网金融的发展发展初期对于商业银行流动性风险有降低的作用,可以增加商业银行的流动性,但是随着互联网金融的发展,商业银行的流动性风险会因为互联网金融对存款的吸收而增加。又有学者认为互联网金融对商业银行的流动性风险的直接影响是分商业银行的种类的,对于中小银行流动性称负相关关系对国有银行并没有直接的影响。产生这样差异的原因是对互联网金融的指标选取的方式、被解释变量选取的参考和控制变量的范围还有对于数据选取的时间和范围不同产生的。

互联网金融对商业银行流动性风险的影响相关的文献已经很多,但是其中还有一定的不足之处,部分的文献对于选取的样本不足可能导致其结果不够精确;部分文献由于互联网搜索中的词条不够严谨而导致互联网金融指数构建不完善;数据获得较为困难导致数据不准确,致使文章的准确性不足;由于互联网金融近几年指数性爆发式的增长,同时文献的产出周期较长,导致相关的文献具有一定的滞后性。

综上不足,本文会选取充足的样本,寻找较为可靠的数据来源进行实证分析和代表性较高的文献进行参考并学习其理论以及数据的处理方法从而尽力使文章真实可靠,从而提高文章的真实与可靠,能在高速发展的互联网金融时代为商业银行的流动性风险的管理作出一定帮助。

互联网金融对商业银行流动性风险的影响的研究有助于商业银行加大对自身流动性的监管力度,建立完善的监管机制,积极转变传统的经营管理模式,减小互联网金融对银行流动性管理的冲击,从而达到稳定国内金融市场的作用。

2. 研究的基本内容和问题

三、 研究目标

1、 研究分析互联网金融对我国商业银行流动性风险的具体影响

2、 给出防范商业银行流动性风险、促进互联网金融市场规范化发展的政策意见。

四、 研究内容

(一) 互联网金融对商业银行流动性风险的影响机理研究

阅读大量有关互联网金融与商业银行流动性风险方面的文献资料和数据,从互联网金融的传染性以及其对商业银行的冲击作用两个层次,定性研究互联网进对商业银行流动性分析的影响机理。

(二) 互联网金融对商业银行流动性风险的实证研究

在沪深股市33家上市银行中抽取18家符合样本选择需求的银行在2013年第一季度到2018年第四季度之间的数据作为研究样本,学习借鉴已有相关互联网金融与商业银行流动性有关的文献资料,严格设定各个变量并给出合理表达变量之间关系的模型,并运用Eviews数据分析软件对研究样本进行描述性统计分析、多元回归分析并对其进行稳健性检验,用以检验本文提出的研究假设。

(三) 研究结论和对策建议

根据理论分析以及实证研究的结果得到本文的研究结论,进一步给出相应的商业银行流动性风险改善的建议。

五、 拟相关问题解决

本研究拟解决的关键问题有:(1)互联网金融是如何影响商业银行流动性风险的?(2)互联网金融从哪方面对商业银行流动性风险产生影响以及影响的程度如何?(3)在研究的基础是哪个对如何在新的形势下减少互联网金融对商业银行流动性风险的负面影响提出相关一定的意见。

3. 研究的方法与方案

六、 研究方法与研究方案

(一) 文献分析法

查找、收集国内外有关互联网金融以及商业银行流动性风险的文献资料,对互联网金融的发展现状以及主要模式进行阐述,对商业银行流动性风险的特征以及影响因素进行分析,分析各个变量的概念内涵、影响因素以及变量之间的逻辑关系,进而为文中理论模型的构建奠定基础,并对罗列出研究的思路与主线,列出研究的各阶段任务。

(二) 定性分析法

通过大量查阅有关于互联网金融和商业银行流动性分析方面的文献资料和相关文章,对相关的理论知识进行系统性的总结和分析,根据已有理论分析互联网金融对我国商业银行流动性风险的影响机理,找出变量之间的逻辑关系,为定量研究奠定基础。

对互联网金融对我国商业银行了流动性风险的研究提出假设H0:互联网金融发展降低了我国商业银行流动性风险。

(三) 定量分析法

本文以在沪深股市33家上市银行中抽取18家符合样本选择需求的银行行为研究对象,学习有关互联网金融与商业银行流动性关系的文献,严格设定各个变量并给出合理表达变量之间关系的模型,并运用Eviews数据分析软件对研究样本进行描述性统计分析、多元回归分析并对其进行稳健性检验,用以检验本文提出的研究假设,具体步骤如下:

1、 研究样本与数据来源

(1) 研究样本

本文研究以中国沪深股市上上市的33家上市银行中抽取18家符合样本选择需求的银行商业银行在2013年第一季度至2018年第四季度之间的数据作为研究样本。本区间的选择基于三个原因:1、选取时间段是2007年新的会计准则执行后的年份;2、2012年互联网金融在中国被学者提出,且2013年有“互联网金融元年”的称谓;3、选取的18家上市的商业银行在该区间内均是上市公司,数据可获得。18家银行分别是6家国有大型银行:中国邮政储蓄银行、中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行;8家全国性质的股份制银行:招商银行、中信银行、平安银行、中国民生银行、兴业银行、浦东发展银行、华夏银行、中国光大银行;4家城市银行:宁波银行、南京银行、长沙银行、北京银行。

(2) 数据来源

本文有关互联网金融的数据可从网贷天眼、易观智库网站以及wind数据库获得;有关商业银行方面的数据可以从各个上市商业银行的财务报表、wind数据库、国泰安数据库、东方财经、新浪财经、等数据库获得。

2、变量选取

(1) 被解释变量:流动性比率

银行流动性水平的代理变量主要有存贷比、流动性比率、流动性资产比率,以及巴塞尔协议Ⅲ引入的流动性覆盖率(LCR)和净稳定资金比率(NSFR)等。刘忠璐(2016)流动性覆盖率需要考虑的指标太多;净稳定资金比率在中国推广度不高;存贷比(DPR)指标不仅数据获得简单,但是存贷比中所用到数据可能存款项可能与构建的互联网金融水平所用的商业银行支付交易额产生多重共线性,导致数据出现偏差。顾本文使用流动性比率(LR)来构架本次模型的被解释变量。

(2) 解释变量:互联网金融发展程度

汪喆(2016)在文中指出:由于互联网金融形势多样。业务范围广,创新能力强,很难找到一个公允的特定代理表里来表示。但占互联网金融比例较大的第三方支付是互联网金融发展的基础,以此可以衍生金融服务。牛华勇(2015)由于第三方互联网支付与商业银行的网上银行之间的市场融合主要体现在个人业务领域,而且企业网银多是银企之间或企业之间大额的转账业务,无形中放大了网上银行交易金额的规模,会在一定程度上低估第三方互联网支付业务的影响。郑志来(2015)提到互联网金融通过使用第三方支付降低交易成本的方式大量压缩了商业银行的中间业务。因此本文用第三方网络支付交易额与商业银行支付交易额之比(IF)反应互联网金融的发展程度。

(3) 控制变量

考虑到宏观经济环境变化、商业银行本身的规模和国民本身的收入水平对消费的需求影响到市场资金的流动性,选取:LNA表示各家银行资产规模;GDP1表示GDP同比增速;货币政策M2;银行盈利能力LNP。

表3、变量定义表

变量名称

变量定义

变量符号

被解释变量

流动性比率

流动资产/流动负债

LR

解释变量

互联网金融

第三方支付交易额与银行支付交易额比值

IF

控制变量

银行盈利能力

对数化商业银行总利润

LNP

银行资产规模

对数化商业银行资产规模

LNA

GDP增速

国内GDP的增长速度×100

GDP1

货币政策

广义货币供应量×100

M2

3、回归模型构建

为验证假设上文中的H0

LR=β0 β1IFt β2LNPit β3LNAit β4GDP1t β5M2 t ε

式中,i表示银行,t表示年度;LNP表示银行盈利能力,AS表示银行资产规模,GDP1表示GDP增速,M2表示货币政策,IF为互联网金融代理变量;LR表示商业银行流动性风险;ε表示回归残差。

4、 实证研究与结果分析

对互进行联网金融对我国商业银行流动性风险进行描述统计分析、相关性统计分析以及回归分析,然后对数据进行稳健性检验。最终,根据以上理论分析以及实证研究结果,对互联网金融对商业银行流动性风险的影响相关问题提出建议。

八、 可行性分析

(一) 理论可获

南京农业大学图书馆有很多期刊可以翻阅查询资料,可以通过学校的数据库查阅中外大量的文献以及前沿知识。同时,我是一名金融专业的学生,在专业课程的学习中学到了很多金融领域相关知识,掌握了一定量的金融方面的知识,为本次研究打下了理论基础。

(二) 数据可得

南京农业大学金融学院购买了很多数据库,例如:wind数据库、国泰安数据库、锐思数据库、知网数据库等一系列的数据库让学生免费使用。同时,网上很多数据库是公开的,比如国家统计局的数据库、新浪财经、网贷天眼等数据库可免费查找有一定权威性的数据。

(三) 方法可行

通过学院开展实验课程,我以基本掌握了一些数理统计方法,对于Eviews、Excel等应用统计软件已经有一定程度的熟练度,同时学院开展的应用统计学、概率论与数理统计、计量经济学等一系列统计方面课程,本文的数据处理分析能力已经有一定程度的提升,且在阅读大量的文献学习其研究方法时,已经有了一定的理解与体会。本文的研究方法是阅读学习诸多文献综述总结出来的,具有一定的可行性。

4. 研究创新点

九、 特色及创新之处

1. 国内在互联网金融对商业银行流动性风险的影响方面的课题并没有定论,本文在此方面展开研究,增加国内此方面研究的文献总量,多一个思路多一个角度看待问题,为国内完成此方面的课题做出贡献。从而为完善互联网金融监管体制和优化我国商业银行流动性风险管理做出贡献,为我国金融行业的稳定做出贡献。

5. 研究计划与进展

十、 研究计划及预期

(一) 时间安排

本次研究从2019年1月开始,由本文独立在老师指导下完成计划如下:

时间

阶段

预期进展

2019.1

知识储备阶段

查阅并研究该课题相关的资料和文献并进行归纳整理。复习已学过的基础理论知识,反复阅读文献并学习作者的写作思路和研究办法,总结出适合自己课题的研究办法,并通过对文献的阅读和学习,对互联网金融和商业银行流动性风险方面知识更加具体的了解。

2019.2

数据收集阶段

对各个变量的数据进行大量的收集和搜索,掌握具有一定权威的前沿数据和资料。

20192~2019.3

数据处理阶段

根据收集到的资料,运用已掌握的统计学方法和应用软件对数据进行处理和分析。运用描述分析和统计分析等方法处理数据,并根据结果对模型进行修改优化,对数据进行定性和定量分析,在自查的基础上填写中期报告,提交中期检查材料。

2019.4

讨论修改阶段

根据分析好的数据结果,在指导老师的帮助下完成初稿。

2019.5

论文完成阶段

对初稿的基础上对论文进行修改和润色,征求老师的意见,及时修改优化,完成论文的定稿、论文答辩和论文校稿。

(二) 预期成果

(1) 完成研究内容,达到研究目的

(2) 在老师的指导,提高论文的水平,争取可以在促进互联网金融市场的规范化和我国商业银行流动性风险管理能力提出有意义的建议。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。