第三方支付对商业银行盈利能力的影响

The Impact of Third-Party Payment on the Profitability of Commercial Banks

摘要: 本文选取我国16家商业银行2014~2023年的数据作为样本，构建固定效应模型分析第三方支付对商业银行盈利能力的影响效应、异质性及传导机制。结果表明，第三方支付带来的竞争效应占主导地位，对于商业银行的整体盈利能力存在抑制作用，并且对非国有银行的影响更为显著；另外，机制分析表明，第三方支付主要是通过挤占信贷市场，导致商业银行利差收入缩窄，进而影响其盈利能力。未来应高度重视第三方支付带来的冲击，同时进一步引导银行加强与第三方支付的合作，提升自身创新能力水平，实现互利共赢。

Abstract: In this paper, the data of 16 commercial banks in China from 2014 to 2023 are selected as samples to build a fixed-effect model to analyze the influence effect, heterogeneity and transmission mechanism of third-party payment on the profitability of commercial banks. The results show that the competitive effect brought by third-party payment dominates, suppresses the overall profitability of commercial banks, and has more significant influence on non-state-owned banks. In addition, the mechanism analysis shows that the third-party payment mainly shrinks the spread income by squeezing the credit market, thus affecting their profitability. In the future, we should attach great importance to the impact of payment brought by third-party payment, and further guide banks to strengthen cooperation with third-party payment, improve their innovation ability, and achieve mutual benefit and win-win results.

1. 引言

2003年10月，支付宝横空出世，标志着中国首个第三方支付平台的正式诞生，随着支付宝的成功示范，诸如财付通等第三方支付平台如雨后春笋般涌现，它们共同构筑了一个全新的金融生态系统，其迅速崛起之势不可小觑。这一变革对传统银行业务模式产生了深远的影响，呈现出双刃剑效应。一方面，第三方支付平台凭借其无与伦比的便捷性、高效性和安全性，迅速赢得了广大用户的青睐，大量交易活动从传统银行渠道转移至第三方支付平台，直接导致了银行在支付结算领域的业务收入受到一定程度的挤压。另一方面，面对第三方支付平台的强势崛起，传统商业银行并未坐以待毙，而是以此为契机，加速推进自身的数字化转型与业务创新。它们开始积极探索线上服务的新模式，将传统业务与互联网技术深度融合，从单纯的线下网点服务扩展到全方位的线上金融服务体系。这一过程不仅提升了银行服务的覆盖面和效率，也增强了其在数字经济时代的竞争力，实现了从传统金融向现代金融的华丽转身。第三方支付平台的兴起不仅重塑了金融行业的竞争格局，更促进了整个金融体系的创新与升级，推动了传统银行业务模式的深刻变革，共同构建了一个更加多元化、高效化、安全化的金融服务生态。

2020年初爆发的新冠肺炎疫情对我国支付行业带来了巨大的冲击，严峻的考验下，第三方支付平台发挥了其线上数字化经营的优势，商业银行也应坚持正确的市场定位，适应第三方支付的崛起，探索新的业务模式和合作机会，以保持竞争力并满足客户需求，加快数字化转型，注重产品和服务创新，优化资产质量，持续提升稳健经营能力。

2. 文献综述

关于第三方支付对商业银行盈利水平的影响，学术界至今仍存在广泛的讨论与分歧，尚未形成统一的共识。尽管多数研究倾向于认为第三方支付对商业银行的盈利水平产生了以消极效应为主的影响，但这一领域的复杂性使得不同学者从不同角度得出了各有侧重的结论。

顾海峰与闫君(2019) [1]的深入研究发现，第三方支付平台通过其高效便捷的存款业务优化策略，显著地冲击了商业银行的盈利能力，尤其是对股份制银行的负面影响更为突出。他们进一步指出，提升非利差收入在总收入中的比例，是商业银行优化盈利结构、缓解第三方支付冲击的有效途径之一。谢太峰与刘科(2019) [2]则利用面板数据模型，系统分析了第三方支付发展对商业银行总体盈利水平及具体收入来源(如利息净收入)的影响，结果显示存在明显的负向效应。然而，他们也观察到第三方支付对商业银行中间业务的正面促进作用，这种正面效应在一定程度上起到了缓冲或“遮掩”负面影响的作用。陈银飞与李淑锦(2017) [3]的研究同样支持了第三方支付压缩商业银行净息差的观点，强调了第三方支付在金融市场中的竞争力和对商业银行传统业务的挑战。然而，也有学者持有不同看法。梁燕子(2017) [4]提出，在当前阶段，互联网金融(包括第三方支付)对商业银行的积极影响占据上风，认为这种新兴金融模式为商业银行带来了创新动力和市场拓展的新机遇。姚梅芳与狄鹤(2017) [5]通过实证分析，进一步验证了第三方支付对商业银行盈利水平的积极拉升作用，并指出这种提升效应具有长期性和稳定性，为商业银行的可持续发展提供了新的动力源泉。胡璇与汪立元(2019) [6]则从合作共赢的角度出发，指出第三方支付企业凭借其先进的技术实力和良好的市场信誉，与银行建立了紧密的合作关系，共同为用户提供更加便捷、高效的支付结算服务，这种合作模式不仅提升了用户体验，也为商业银行带来了新的业务增长点。

由此看来，学者们的结论呈现两极分化的状态。一部分的学者认为第三方支付平台规模的日益扩大在侵蚀商业银行的利润，对商业银行的盈利性产生负面冲击，另一部分学者认为第三方支付平台倒逼了商业银行的盈利模式创新，对商业银行盈利状况有积极推动作用。本文将基于以上的文献分析，构筑回归模型进一步探究第三方支付对商业银行盈利性的影响以及对不同性质商业银行的异质性影响，并且运用机制分析进一步研究第三方支付对商业银行盈利影响的传导机制。

3. 样本选取与模型构建

3.1. 研究假设

商业银行的收入主要来源于存贷利差，而第三方支付平台凭借互联网的优势，以其便捷高效的优点从存款端与贷款端都吸引了大量客户，一方面降低了商业银行的存款份额，也就是商业银行的贷款资金来源，另一方面减少了商业银行的贷款客户，由此侵蚀了商业银行的部分资金流入，在某种程度上减少了商业银行的存贷利差收入。同时，相较于大型国有银行，非国有商业银行在业务端口、客户定位、理财产品设定、营销手段等多方面与第三方支付平台有较大重合，第三方支付平台对较小型的商业银行有一定程度的替代效应。因此，第三方支付平台会对非国有商业银行盈利能力的负面冲击程度更大。

根据以上分析，本文提出以下假设：

假设1：第三方支付对商业银行的盈利能力有负向效应。

假设2：第三方支付对国有商业银行和非国有商业银行盈利能力影响存在异质性。

假设3：第三方支付通过缩减商业银行净息差降低了商业银行盈利水平。

3.2. 样本选取及数据来源

本文筛选2014年至2023年中国16家商业银行作为样本，进行实证分析，其中包括5家国有商业银行和11家数据相对较全的非国有商业银行。第三方支付综合交易量以及银行层面相关数据来自wind金融资讯终端和GSMAR数据库，外部宏观经济层面数据来源于国家统计中心。

3.3. 变量设计

被解释变量：本文参考国内外学者的相关文献，选用总资产收益率(ROA)作为被解释变量来衡量商业银行的盈利情况。

核心解释变量：第三方支付的综合交易量可以直观体现第三方支付的发展情况，为了方便数据处理，本文选取第三方支付综合交易量的自然对数作为核心解释变量(LTP)。

中介变量：净息差(NIM)。我国商业银行仍以利息净收入为盈利来源，为进一步研究影响路径，本文选取商业银行净息差作为衡量商业银行利息净收入水平。

控制变量：为确保实证检验模型中变量估计系数的一致性、无偏性和有效性，本文借鉴已有研究，从宏观经济和银行微观特征两个层面对其他因素进行控制(具体变量含义见表1)。

Table 1. Model variable setting and definition

表1. 模型变量设定及定义

变量类型	变量选取	符号	变量解释
被解释变量	总资产收益率	ROA	税后净利润/资产总额*100%
解释变量	第三方支付综合交易量	LTP	交易量总额取自然对数
中介变量	净息差	NIM	净利息收入/全部生息资产*100%
内部控制变量	商业银行资产总额	LASSET	资产总额取自然对数
	资本充足率	CAR	资本净额/风险加权资产*100%
	成本收入比	CIR	营业费用/营业收入*100%
	存贷款比率	DLR	贷款总额/存款总额*100%
	不良贷款率	NPL	不良贷款余额/贷款总额*100%
外部控制变量	国民生产总值	LGDP	取自然对数
	广义货币	M2	广义货币供应量

3.4. 模型建立

为研究第三方支付对商业银行盈利水平的影响，验证上文提出的假设，本文建立下列回归模型：

$RO{A}_{i,t}={\alpha }_0+{\alpha }_1{\text{LTP}}_t+{\alpha }_2{\text{Controls}}_{i,t}+{\mu }_i+{\omega }_t+\epsilon$ (1)

其中，${\text{ROA}}_{i,t}$ 表示商业银行总资产收益率，${\alpha }_0$ 表示常数项，${\alpha }_1$ 、${\alpha }_2$ 代表回归系数，${\text{LTP}}_t$ 代表t时期的第三方支付规模，Controls表示控制变量，${\mu }_i$ 表示个体固定效应，${\omega }_t$ 表示时间固定效应，ε代表随机干扰项。

根据前文的理论分析，银行净息差可能会在第三方支付对商业银行盈利能力的影响中起中介作用，因此，借鉴江艇(2022) [7]的研究构建模型，建立模型(2)和(3)，并结合模型(1)探究银行净息差的中介作用：

${\text{NIM}}_{i,t}={\beta }_0+{\beta }_{1}LT{P}_t+{\beta }_2{\text{Controls}}_{i,t}+{\mu }_i+{\omega }_t+{\epsilon }_1$ (2)

$RO{A}_{i,t}={\gamma }_0+{\gamma }_1{\text{NIM}}_{i,t}+{\gamma }_2{\text{LTP}}_t+{\gamma }_3{\text{Controls}}_{i,t}+{\mu }_i+{\omega }_t+{\epsilon }_2$ (3)

4. 实证分析

4.1. 描述性统计及相关性分析

表2报告了各变量的描述性统计结果，可以看出样本标准差均小于均值，不存在极端异常值，另外，我国商业银行的盈利能力和总资产规模均存在一定差异。从表3相关性分析可以看出，核心解释变量LTP和ROA的相关系数为−0.75，说明LTP能较好地反映ROA的情况，且在1%水平上显著，即存在较强的负相关的趋势，符合假设1的预期。

其余大部分变量之间的相关程度都较弱，为进一步验证各变量间是否存在多重共线性，本文进行VIF方法(方差膨胀因子)检验，根据检验结果，VIF值均未超过10，因此可以大致认为模型各个变量之间不存在共线性问题。

Table 2. Descriptive statistical results for each variable

表2. 各变量描述性统计结果

Variables	0bs	Mean	SD	Median	Min	Max
ROA	160	0.985	0.186	0.959	0.568	1.442
LTP	160	13.845	0.988	14.253	12.038	14.948
NIM	160	2.222	0.345	2.245	1.500	3.170
LGDP	160	0.086	0.027	0.085	0.027	0.128
M2	160	14.299	0.238	14.340	13.917	14.684
CAR	160	0.132	0.018	0.131	0.099	0.175
LDR	160	0.804	0.136	0.771	0.498	1.160
LASSET	160	29.404	0.979	29.383	27.074	31.138
NPL	160	0.014	0.004	0.015	0.007	0.024
CIR	160	0.280	0.038	0.279	0.200	0.389

Table 3. Variable correlation coefficient

表3. 变量相关性系数

	ROA	LTP	NIM	LGDP	M2	CAR	DLR	LASSET	NPL	CIR
ROA	1
LTP	−0.75^***	1
NIM	0.50^**	−0.56^***	1
LGDP	0.06	−0.13	−0.10	1
M2	−0.72^***	0.98^***	−0.50^***	−0.14	1
CAR	0.01	0.51^***	−0.17^*	−0.16^*	0.52^***	1
DLR	−0.62^***	0.62^***	−0.35^***	−0.03	0.63^***	0.04	1
LASSET	0.21^**	0.23^**	0.01	−0.05	0.21^**	0.63^***	0.08	1
NPL	−0.41^***	0.48^***	−0.24^***	−0.08	0.39^***	0.15^*	0.47^***	0.40^***	1
CIR	0.08	−0.31^***	0.27^***	0.24^***	−0.32^***	−0.19^**	−0.11	0.02	0.01	1

注：^*p < 0.1，^**p < 0.05，^***p < 0.01。下表同。

4.2. 回归分析

本文在做回归分析前，对模型进行了F检验和豪斯曼检验，结果显示均拒绝原假设，因此选择固定效应模型进行分析，表4是对模型(1)的回归结果。列(1)显示，第三方支付发展对商业银行盈利能力存在显著负向效应。原因在于，第三方支付平台凭借其信息和技术优势迅速发展，抢占了个人信贷市场，分流了存款客户，对商业银行的负债业务、资产业务和中间业务都带来一定的冲击。而业务层面的冲击势必影响商业银行的盈利水平，由此，本文认为第三方支付的快速发展削弱了商业银行的盈利能力，造成了不利的影响，假设1成立。

从列(2)和列(3)可以看出，第三方支付对商业银行的影响在国有银行和非国有银行中存在异质性，非国有商业银行受到第三方支付的发展的负向影响更为明显，假设2成立。主要是因为大型国有商业银行一直以来注重风险管理和抵抗能力的提升，再加上其具备资产规模大、市场份额多、业务范围广等优势，当面临第三方支付带来的冲击时，大型国有商业银行可以通过提供全面的金融服务来留住客户，保持相对稳定的盈利能力。而非国有商业银行因为受到规模和业务拓展的限制，抗风险能力相对较弱，从而导致客户流失和收入减少。

Table 4. Impact of third-party payment on the profitability of commercial banks

表4. 第三方支付对商业银行盈利水平的影响

变量类型	(1) 商业银行ROA	(2) 国有商业银行ROA	(3) 非国有商业银行ROA
LTP	−0.071^**	0.013	−0.081^*
	(−2.362)	(0.683)	(−1.758)
LGDP	−0.378^*	−0.428^**	−0.370
	(−1.795)	(−2.380)	(−1.381)
M2	−0.232	−0.459^***	0.220
	(−1.656)	(−2.799)	(1.056)
CAR	0.616	1.588^*	0.746
	(0.832)	(1.745)	(0.825)
DLR	0.040	0.154	−0.212
	(0.452)	(1.094)	(−1.650)
LASSET	−0.012	−0.344^*	−0.244^*
	(−0.131)	(−1.896)	(−1.839)
NPL	−6.106^**	−4.227^**	−6.035
	(−2.424)	(−2.386)	(−1.624)
CIR	0.435	0.180	0.417
	(1.365)	(0.314)	(1.110)
_cons	5.509^***	17.665^***	6.042^**
	(2.733)	(5.045)	(2.187)
N	160	50	110
r^2	0.771	0887	0.760

4.3. 机制分析

为了进一步研究第三方支付对商业银行盈利影响的传导机制，本文选取净息差作为中介变量，运用逐步回归方法进行机制分析，既有文献已经论证净息差能够显著影响银行的盈利水平，若LTP对净息差的系数显著且符号与预期相同，则说明净息差发挥了关键的传导作用。回归结果如下表5。

结果表明，第三方支付对净息差在1%水平上显著为负，这说明第三方支付的迅速发展严重挤占了商业银行的资产业务和负债业务，导致净息差缩水。

在资产端，商业银行的贷款业务面临着日益激烈的竞争，越来越多的个人和企业倾向于向第三方支付平台申请贷款，商业银行不得不降低贷款利率来争夺客户的青睐，但这无疑会对商业银行的利息收入能力造成不小的冲击。与此同时，在负债端，相较于传统的存款方式，第三方支付平台推出的理财基金可以实现更高的收益率，并且具备随时赎回的灵活性。吸引了大批量客户的关注，商业银行的资金收储能力因此受到了限制。为了挽回失去的客户，商业银行不得不提高自身的存款利率，增加了银行的成本负担。傅顺、裴平(2022) [8]指出净息差规模反映出商业银行生息资产的盈利能力，对于商业银行稳健经营至关重要。而第三方支付平台的出现在资产端和负债端对商业银行分别造成了一定程度的影响，最终导致盈利水平的下降。因此，商业银行需要寻找更加创新和差异化的竞争策略，以在日益激烈的金融市场中保持竞争优势。

Table 5. Mechanism analysis results of third-party payment affecting the profitability of commercial banks

表5. 第三方支付影响商业银行盈利能力的机制分析结果

	(1) ROA	(2) NIM	(3) ROA
LTP	−0.071^**	−0.414^***	−0.046
	(−2.362)	(−4.107)	(−1.427)
NIM			0.061^**
			(2.035)
LGDP	−0.378^*	−1.337^*	−0.297
	(−1.795)	(−1.881)	(−1.408)
M2	−0.232	1.126^**	−0.300^**
	(−1.656)	(2.382)	(−2.115)
CAR	0.616	2.025	0.494
	(0.832)	(0.810)	(0.675)
DLR	0.040	0.107	0.034
	(0.452)	(0.355)	(0.386)
LASSET	−0.012	−0.424	0.014
	(−0.131)	(−1.400)	(0.156)
NPL	−6.106^**	−9.545	−5.527^**
	(−2.424)	(−1.123)	(−2.215)
CIR	0.435	−3.661^***	0.657^*
	(1.365)	(−3.408)	(1.978)
_cons	5.509^***	5.224	5.193^**
	(2.733)	(0.769)	(2.610)
N	160	160	160
r^2	0.771	0.547	0.786

4.4. 稳健性检验

为进一步验证上述结论的稳健性，本文采用第三方支付滞后一阶替代当期值，重新进行回归分析，结果表6显示，第三方支付仍旧对ROA存在显著负向影响，结论和前文一致，表明本文研究具备稳健性。

Table 6. Results of the robustness test

表6. 稳健性检验结果

	ROA
LTP	−0.129^***
	(−2.719)
LGDP	0.055
	(0.208)

M2	−0.247
	(−1.378)
CAR	2.491^***
	(3.183)
DLR	−0.074
	(−0.952)
LASSET	0.055^***
	(4.557)
NPL	−2.701
	(−0.846)
CIR	−1.117^***
	(−5.288)
_cons	4.750^**
	(2.425)
N	144
r^2	0.736

5. 研究结论及对策建议

5.1. 研究结论

从上述实证结果来看，第三方支付的发展确实从一定程度上抑制了商业银行的盈利。其中，国有商业银行所受影响不显著，一是因为国有商业银行资金实力雄厚、业务布局广泛，可以更好地抵御金融风险；二是国有商业银行作为我国银行业的头部企业，紧跟时代潮流，积极推进改革发展，因此所受影响有限。相比之下，非国有商业银行，因其业务规模较小、客户全体受限，面对互联网支付等成本更低，覆盖更广的竞争对手时，所受的冲击更加明显。

本文深入探讨了第三方支付对商业银行作用机制的细化影响。研究表明，第三方支付凭借技术革新与数据优势，对商业银行的盈利能力构成了显著挑战，主要通过压缩利差空间来实现。这一过程中，第三方支付有效吸引了原本属于商业银行的“尾部客户群体”，侵占了其信贷业务的市场份额，间接减少了银行通过贷款获取的利润渠道，并增加了银行的资金获取成本，即吸储成本上升。鉴于利息收入是银行收益结构中的核心组成部分，这一系列连锁反应最终导致了商业银行盈利能力的削弱。

5.2. 对策建议

针对当前金融环境，本文特提出以下几项策略性建议：

第一，非国有商业银行应积极深化其数字化转型战略，携手互联网企业共谋发展，力求双赢局面。这一合作路径要求商业银行充分借力互联网企业所拥有的尖端科技力量与庞大的用户数据资源，加速推进自身的线上化改造进程。通过技术融合与数据共享，不仅能够提升业务处理的效率与精度，还能优化用户体验，拓宽服务边界，从而在新的竞争格局中占据有利位置。

第二，商业银行应着眼于存款产品的创新与优化，以应对市场变化带来的新挑战与新机遇。在保持稳健经营的基础上，银行需勇于突破传统框架，对存款产品进行深度改造，旨在打破公众对银行存款“低息”的固有印象。通过设计推出高收益、灵活存取且安全可靠的存款产品，不仅能够吸引更多长尾客户的青睐，增加资金沉淀，还能有效拓宽银行收入来源，提升整体盈利水平。

第三，面对第三方支付行业的迅猛发展所带来的冲击，商业银行应保持战略定力，同时敏锐捕捉市场机遇，特别是在中间业务领域加大布局力度。中间业务作为银行收入结构的重要组成部分，其发展与壮大对于提升银行综合竞争力具有重要意义。因此，商业银行应主动调整业务结构，加大对中间业务的投入与研发，通过创新服务模式、丰富产品种类等手段，满足市场多元化需求，实现业务收入的多元化与可持续增长。