P2P网络借贷对宁波银行中间业务的影响分析 下载本文

内容发布更新时间 : 2024/6/28 2:24:24星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

P2P网络借贷对宁波银行中间业务的影响分析

作者:殷加林 黄春芳

来源:《报刊荟萃(下)》2018年第07期

摘 要:本文选取2010年12月到2017年12月为研究的时间区间,通过多元线性回归模型探索P2P网络借贷对宁波银行中间业务的影响程度,并对中间业务的发展提出建议。 关键词:P2P网络借贷;中间业务;宁波银行 一、研究背景

2010至2017年年底,我国P2P网络借贷的累计成交额从6.14亿上升到了62339.03亿,年均增长率高达316.83%。P2P网络借贷平台的风生水起,导致宁波银行的中间业务受到极大威胁。

本文以宁波银行为例,研究P2P网络借贷对宁波银行中间业务影响,进而提出宁波银行应对P2P网络借贷发展的对策。 二、研究设计

本文选取了2010年12月到2017年12月为研究的时间区间,样本数据选用季度数据。本文涉及宁波银行的相关财务数据来自宁波银行官网报告,其他变量均来自wind资讯和中国统计年鉴。

本文选取中间业务的收入为被解释变量;选取资产负债率、净资产收益率、P2P累计成交量、国内生产总值GDP、货币供给量M2、居民消费价格指数CPI的同比增长率作为解释变量。鉴于变量的单位与量级上存在较大差别,为避免波动性干扰,故对中间业务收入、P2P累计成交量、GDP与货币供给量M2取自然对数,而资产负债率、净资产收益率与CPI指数的同比增长率本身为百分比存在,故保持不变。

根据宁波银行中间业务影响因素的理论分析,将模型设定为: LNIB=β1TDR+β2ROE+β3LNP2P+β4LNGDP+β5M2+β6CPIR+ε 三、实证分析

拟合优度检验中,R2=0.882,而调整后的R2为0.879,均大于0.7,表明该模型有较好的质量。

龙源期刊网 http://www.qikan.com.cn

模型的显著性分析中,F=226.171,远大于3.84,表明该模型很好的表达解释变量与被解释变量之间存在线性关系。

共线性检验中TDR、ROE、LNM2、CPIS的容差与方差膨胀因子VIF均在可容许的范围,不存在多元共线性。而LNP2P、LNGDP容差接近于0,且VIF远大于10,其存在高度相关,采用SPSS的逐步回归法解决多重共线性问题。

利用逐步回归排除多重共线性影响后,模型常量及各变量所对应显著性值皆小于0.05,同时其|t|值都大于1.96。故回归方程为:

Y=-0.2TDR+0.16ROE-0.146LNP2P+4.465LNM2+0.011CPIS-46.471 四、结论及建议

上述的分析表明,P2P网络借贷的发展状况与宁波银行中间业务的发展成负相关,两者之间存在着一定的竞争关系。为此,P2P网络借贷的发展对宁波银行中间业务带来的冲击,宁波银行应该提高对中间业务的重视,明确其战略性地位。传统的中间业务,可以扩宽客户资源渠道;而对于新兴的中间业务,应提升服务质量,牢牢把握消费产业的发展趋势。

此外,宁波银行可与P2P平台开展合作,其资金为P2P网贷平台运营做支持,而P2P网贷平台又可利用自身优势开展便捷的服务。故宁波银行的中间业务在介入P2P网络借贷这一块需要在各方面条件皆具备的情况下,合适的时机开展,方可在竞争中占据有利位置。其他商业银行也应及时改变中间业务的发展形态,将中间业务从模块中分离出来。用多元化创新业务拉动市场内需,以吸引更多客户从而达到一个良性循环。 参考文献:

[1]谢雅琴.我国商业银行盈利能力与中间业务动态关系的实证分析[D].江西财经大学,2014.22-25.

[2]陈梦婷.P2P平台的兴起对商业银行的冲击——以平安集团陆金所为例[J].现代经济信息,2017,(06):281-282.

[3]吴卫明.商业银行引入P2P网贷分析[J].大众理财顾问,2015,(07):66-67. [4]陶文妹,吴东,管皖鑫.互联网金融时代商业银业SWOT分析[J].合作经济与科技,2017,(09):42-44.

[5]郑长娟,郝新蓉,程少锋,蒋天颖.知识密集型服务业的空间关联性及其影响因素——以浙江省69个县市为例[J].经济地理,2017,37(03):121-128+173.

龙源期刊网 http://www.qikan.com.cn

[6]Man-Li Lin,Eun-Teak Oh,Ren-JyeLiu,Po-Kai Hsu. An Intermediary’s Learning Business System: A Case Study of Gore-Tex[J]. Long Range Planning,2016,49(3):. [7]Berkovich, E., 2011. Search and herding effects in peer-to-peer lending: Evidencefrom prosper.com. [J]. Ann. Finance 7 (3), 389–405.

作者简介:殷加林(1994—),男,浙江苍南人,本科,主要研究方向:金融工程。 黄春芳(1989—),女,河南濮阳人,硕士,助教,主要研究方向:计量模型。