基于FAHP 模型下互联网金融对安徽省商业银行盈利决策影响的测算研究

■周旺 陈柳英 羊琴（池州职业技术学院经济与管理系）

互联网金融是将传统金融行业和互联网精神相互融合的一次科技金融创新，依托于快速发展的互联网技术实现资金融通、支付和信息中介的新型金融模式[1]。互联网金融在2012 年首次被提出后，迅速蔓延整个金融领域，它以方便、快捷、低费率的融资、支付方式赢得强大的客户基础[2]。由于互联网金融是一种新型的金融模式，将互联网精神融合到金融行业而形成的互联网金融理念，而非互联网和金融概念简单叠加而成的金融互联网概念，互联网金融在国内发展虽属于“渐行”期，但一定程度上已经对国内传统商业银行业务造成影响，它的迅猛发展由于其能够触及传统商业银行不曾挖掘到的客户隐形需求，能有效地解决商业银行传统业务不愿涉及的小微企业及社会公众金融服务领域的需求[3]。满足了大众对金融服务的需求，在一定程度上对传统商业银行资产、负债和中间业务收益产生重大影响。

一、互联网金融研究实质

国家“十三五”规划中对金融行业明确指出“健全支持科技创新创业的金融体系，发挥金融创新对创新创业的重要助推作用，完善科技和金融结合机制，提高直接融资比重，形成各类金融工具协同融合的科技金融生态”。

互联网金融的创新发展，给中小企业的生产生存带来资金保障。由于中小企业规模小，经营性差，资信等级小、抗风险能力弱等因素，使得其通过传统金融机构融资难，传统金融机构自身政策导向强，融资成本高，阻碍了资本有效配置，也加剧了中小企业的金融排斥[4]。在中国目前的资金需求缺口大的背景下，需要开发新的金融服务需求，衍生出新的金融服务创新模式，互联网金融则顺应时代，快速发展。

二、互联网金融现行发展模式及趋势

互联网金融能够在互联网市场完成各种金融交易，包括风险定价、契约等，互联网金融的快速发展，推动了互联网金融理念的传播，目前互联网金融模式主要有第三方支付、金融理财、资金融资和金融信息服务四种模式。互联网金融的发展离不开互联网科技迅猛发展。正因为互联网科技的发展，使得金融融资效率提升，能够节约空间和时间成本，推动了金融体系重组，打破了传统的信息处理方式和风险评估手段，在互联网科技安全保障下，以最小的管理风险，获取最大的收益[5]。

互联网交易规模不断增加且数量巨大，互联网用户能够充分利用碎片化的时间进行交易，随着互联网用户数增多，交易转手率也随之增多，增加了互联网金融操作程度[6-7]。

三、互联网金融对商业银行盈利影响机理分析

互联网金融和商业银行有着本质上的相同点，都充当着金融中介的作用，对于业务是相互融通。因此互联网金融对商业银行的运营和发展必然会造成冲击。

互联网金融实现价值、产生收益的方式和传统商业银行不一样，虽然都是通过利差获得根本性收益，但是获得资金的渠道不一样。一般商业银行的主要客户来源是极其稳定且资金需求量大的企业以及高端零售商，本身客户的安全性和稳定性强，风险性及成本性低。然而，互联网金融模式下的客户类型发生改变，渗透到中小企业和社会公众领域，公共基数增加，普及化程度广，操作相对简便，使得互联金融参与更多的金融交易。这种低成本，高效率的金融服务模式不断地冲击着传统商业银行，互联网金融发展在基础客户源方面优势已经日益凸显[8]。

互联网金融在支付方式上采用移动支付模式，通过无线通信技术和移动通信设备便可发生资金转移从而完成债务清偿，简化了支付流程，跳过了金融中介，进一步加速金融脱媒。商业银行的支付中介功能出于边缘化，其他中间业务受到替代，这一变化冲击着银行的电子支付业务，会对商业银行的盈利模式产生巨大影响[9-10]。

互联网金融对于资金的存储归集较为方便，能够将大众资金吸收，将闲散的资金充分利用，为中小企业的融资提高保障，这种操作平台大大降低了信息不对称性的可能。对于中小企业而言，不仅可以达到直接融资和间接融资一样的资源配置效率，还降低了交易成本[11-12]。

四、互联网金融对安徽省商业银行盈利影响的测度与案例分析

在国内外现有文献和安徽省商业影响数据的基础上，采用德尔菲法问卷调查，广泛征求商业银行的管理层的意见构建初始指标体系并告知指定的权威专家，由权威专家对收集的建议提出相对修改意见，并通过指标之间的相互比较，确定相对权重集，通过合理的运算得出指标选取的科学性，从而分析出互联网金融对安徽省商业银行盈利的影响程度。

（一）指标体系构建

构建指标体系，采用德尔菲问卷调查法，首先通过对商业银行盈利模式的了解，初定盈利模式测度体系，形成商业银行盈利的可能性指标。经过咨询不同专家，筛出最具有影响力的盈利指标，删除影响程度不大的指标，通过回收问卷及归纳，不断地修正不同专家间意见，最终达成共识，形成可行性较高的指标体系（表1），商业银行的盈利主要通过资产、负债和中间业务来形成利润。通过德尔菲问卷调查法可以降低人为对指标选择的干扰。以多次专家问卷调查结果作为案例分析的结果，以验证测度指标体系的一致性，在测度指标样本确定极大化的满足要求，测度一级指标数3 个，二级指标数确定为9 个，为保证测算结果的准确性，确定满足两两比较矩阵一致性检查样本的容量不低于27 个。考虑专家的回函的特殊情况，在做样本取量上考虑回函率为60%，咨询专家人数不低于40 人。

表1 互联网金融对商业银行盈利模式测度指标体系

构建的指标体系中的测度因素进行两两比较，判断测度指标的重要性和强度，构建模糊层次分析法测度因素比较程度标度模型（表2）。构建比较程度矩阵时，要保证aij+aji=1。aij=0.5 表示ai和aj 同等重要，ai=aj。

表2 构建比较程度标度模型

根据资产、负债、中间业务各层次指标间两两比较得出量化结果如下：

表3 商业银行盈利量化指标的重要程度

商业银行主要以资产盈利为导向，明显设置的重要程度为资产>中间业务>负债，商业银行的盈利来源主要通过资产和中间业务。根据表3 将准则层一级指标量化指标形成判断矩阵模型：

再将指标层资产（个人消费贷款、个人经营性贷款、企业经营性贷款），负债（活期存款、定期存款、个人理财资金），中间业务（汇兑业务收入、手续费收入、佣金收入）按照准则层一级指标形成矩阵模型：

（二）各准则与指标权重的计算

其中Rij表示i 与j 之间的重要程度，U 表示指标数量，而U 表示对象的差异程度的一种度量，满足a ≥(n-1)/2,当差异程度较大时U 设定较大值，决策者可以调整a 的大小得到若干不同的权重值。根据实际情况选择一条商业银行盈利要求的一组，我们根据安徽省商业银行实际情况选择a=2 的权重向量作为标准。设定w，1w，2w，3w分别为模糊一致矩阵U，U1，U2，U3 的权重向量，通过判断矩阵纵列归一化处理即一级指标测度因素的指标权重：二级指标资产类指标权重：二级指标负债类指标权重：二级指标中间业务指标权重：w3

依据测度因素计算规则，可得出各指标综合权重向量：

资产类指标权重 ∪1=0.136+0.124+0.142=0.402;

负债类指标权重∪2=0.082+0.094+0.089=0.265;

中间业务指标权重∪3=0.121+0.116+0.096=0.333；

通过测度结果互联网金融对商业银行资产项影响度为40.2%；对商业银行负债项影响度为26.5% ；对商业银行中间业务项影响度为33.3%。互联网金融对商业银行资产项影响度最大，主要表现在：经营稳定性差，规模小，资信不好的企业及符合商业银行贷款条件的优质客户会选择成本费用较低的互联网金融，在个人消费贷款、个人经营性贷款和企业经营性贷款，贷款数量增多。而社会流动资本减少，资金盘活量增大，客户闲散资金减少，流动资本增加，大大降低了商业银行的活期存款、定期存款及个人理财资金量。

运用模糊测度集是对测度对象的描述，由各种等级构成，按照很重要、比较重要、重要、一般和不重要五个等级

互联网金融对安徽省商业银行盈利决策影响，仅以一级指标U1中U11=互联网金融对商业银行资产类业务产生影响，进行调查分析，其他各项指标参照一级指标U1标准构建矩阵模型，通过向专家组发送60 份问卷调查，经过整理统计得到有有效问卷30 份，其中有30%的专家认为互联网金融对商业银行资产类影响很重要，20%的专家则认为有比较重要的影响，30%专家认为影响仅仅重要，15%专家不完全认可互联网金融对商业银行资产类业务产生影响，认为影响一般，5%专家甚至不认为互联网金融对商业银行资产类业务产生影响，认为影响特别差，U中的U1=互联网金融对商业银行资产类影响程度评价集，各单因素评价集构成的模糊评价矩阵为：

通过，得出模糊评价结果从结果看，根据最大隶属度原则，综合测评的结果最大的隶属值为0.29，也就意味着互联网金融对商业银行盈利影响程度“很重要”的隶属度为0.29，“比较重要”的隶属度为0.22，“重要”的隶属度为0.26，“一般”的隶属度为0.21，“不重要”的隶属度为0.20，互联网金融对商业银行盈利影响程度综合测评结果为“很重要”。由于综合等级“很重要”，不可忽视互联网金融对商业银行盈利的有着非常重要的影响，尤其对安徽省商业银行的资产类项目影响很大。

五、结论

通过对互联网金融对商业银行的盈利的测度分析，发现互联网对安徽省商业银行产生的冲击，主要对商业银行的资产项影响很大，而负债项影响较小，中间业务影响较大。由于样本取得数量有限，获取足够的样本存在测度误差。通过德尔菲问卷调查法和模糊层次分析构建的测度指标对商业银行的盈利模式分析，表明了互联网金融渗透商业银行盈利方式，商业银行应高度关注互联网金融对商业银行盈利的影响，通过深入研究以规避互联网金融带来的风险，提升盈利水平。