存款准备金率调整对商业银行流动性创造的影响研究——基于互联网金融冲击的情境

王千红 郭曦

（东华大学旭日工商管理学院，上海 200051）

一、引言

2008年金融危机以来，全球经济一直处于下行的态势，商业银行经营管理的压力也随之加大，尤其是银行的流动性管理。流动性创造是流动性管理中的一个重要指标，同时它标志着一国金融的稳定性，对实体经济的发展具有重要的推动作用，但在经济下行的形势下，商业银行创造流动性的风险却在不断增加。货币政策是影响银行流动性创造最主要的宏观经济因素（徐海霞，2018），而在货币政策工具中存款准备金率政策是作用效果较强的一种，我国中央银行就频繁使用存款准备金率政策工具来调节经济。2010年至今，我国中央银行上下调整存款准备金率28次，商业银行表内外流动性创造都受到了较为显著的影响。

近年来，以P2P为代表的互联网金融的快速发展，给商业银行流动性管理既带来了机遇又带来了挑战。互联网金融的发展为商业银行提供了技术上的支持，使得商业银行近几年在流动性创造方面创新不断，促进了商业银行的流动性创造，然而，互联网金融所提供的新型服务模式既冲击了我国商业银行传统业务的发展，在一定程度上又抑制了银行流动性创造行为。此外，互联网金融的发展还会影响到央行存款准备金率政策的实施。

在经济下行的形势下，央行调整存款准备金率对商业银行流动性创造到底产生了怎样的影响，互联网金融的发展给商业银行流动性创造以及存款准备金率政策的作用效果又带来了怎样的变化？本文的研究旨在为商业银行的流动性管理以及宏观经济政策的改进提供一定参考。

二、文献综述

Diamond 和Dybvig（1983）的研究认为银行的实质就是通过表内业务进行资产与负债之间的转换，最终创造出流动性，从而奠定了商业银行的流动性创造的理论基础。然而，商业银行进行流动性创造不仅可以通过表内业务，还可以通过表外业务来实现，Holmstrom和Tirole（1998）、Kashyap、Rajan和Strein（2002）关注了商业银行可以通过贷款承诺等表外业务创造出流动性，Berger&Sedunov（2017）、韩扬和何建敏（2018）、宋琴等（2019）则讨论提出商业银行通过表内外业务为经济社会创造流动性，从而推动实体经济发展。Davydov等（2018）提出银行的流动性创造行为与经济周期密切相关，并证实银行流动性创造行为会加大经济周期波动的影响，且在经济下行的形势下，银行的流动性创造会随之减少。全球经济受金融危机的影响一直处于下行的态势中，王周伟和王衡（2016）测算了2005—2012年国内79家商业银行的流动性创造水平，发现商业银行的流动性创造值逐年下降，认为金融危机对实体经济较强打击从而降低了金融活跃度所致。邹伟等人（2018）也测算了我国商业银行的流动性创造水平，发现近几年我国银行业流动性创造总体呈下降趋势。

商业银行流动性创造受多方面因素的影响，包括银行自身以及银行以外的因素。就银行自身因素层面，学者研究较多的是银行的资本，而关于银行资本对流动性创造的影响学术界有两种结论相反的观点：一种观点认为商业银行的资本水平对其流动性创造具有负向影响，较高的资本水平会限制流动性创造行为（Diamond&Rajan，2000，2001；Gorton&Winton，2000）；另一种观点则认为银行资本与其流动性创造正相关，资本水平的提高会增加商业银行承担风险的能力，促进银行创造出流动性（Bhattacharya等，1993；Thadden，2004）。就银行外部因素的影响方面，学者们主要关注货币政策对银行流动性创造的影响。在四种货币政策工具中，存款准备金率政策最常使用且作用效果最为显著。关于存款准备金率影响商业银行流动性创造的研究，在理论研究方面，Berger&Bouwman（2017）研究证实了存款准备金率政策会通过银行信贷渠道对银行流动性创造产生影响，且上调存款准备金率会抑制银行的流动性创造行为。在实证研究方面，国内学者发现上调存款准备金率会降低商业银行的表内流动性创造，提高表外流动性创造，总体上抑制了商业银行的流动性创造（王周伟和王衡，2016；李明辉等，2014）。

近年来，互联网金融的快速发展不断促使我国现有金融体系深入变革，越来越多的互联网企业发展互联网金融业务，成为银行体系的补充，大多互联网金融业务具有影子银行的特征，与银行具有相似的功能，但因其处于银行监督体系之外，发展更为迅猛，对银行相关业务和宏观政策的实施都造成了一定冲击。互联网金融概念由谢平和邹传伟等人（2012）提出之后，关于互联网金融对商业银行的影响研究越来越多。一方面，互联网金融对商业银行相关业务造成一定冲击。王硕和李强（2015）通过比较分析互联网金融平台与商业银行的客户行为，发现第三方支付和P2P网贷等互联网金融的发展对商业银行的存贷业务造成一定冲击。存贷业务作为商业银行的基本业务，也是其创造流动性的基本途径，银行存贷业务受到互联网金融的冲击进而会影响其流动性创造水平。另一方面，互联网金融又会促进商业银行的发展与创新。宫晓林（2013）分析了互联网金融模式对传统商业银行业务的影响，他认为互联网金融的出现不仅加速了商业银行业务的创新，更加快了商业银行表外业务的发展。表外业务的发展使得银行表外流动性创造水平增加。此外，互联网金融还会影响到存款准备金率政策的作用效果。谢平和刘海二（2013）、周光友（2015）研究都认为互联网金融的发展削弱了中央银行实施存款准备金率政策的作用效果；战明华等（2018）通过构建模型分析了互联网金融对货币政策工具的作用机理，发现互联网金融是通过影响银行的资产负债结构进而影响到存款准备金率政策的信贷传导机制。

2019年年底突如其来的新冠疫情叠加金融危机的影响，强化了经济下行的持续态势，国内商业银行的流动性创造水平呈下降趋势。存款准备金率政策作为银行流动性创造的主要宏观因素，对商业银行的表内和表外流动性创造都能产生一定影响。然而，近年来互联网金融的快速发展给商业银行流动性创造以及货币政策的实施都带来了较大不确定性，在互联网金融的相关文献中可以发现，互联网金融的发展既会抑制银行存贷业务又会促进银行表外业务的发展，相应业务创造出的流动性水平也会受到影响。此外，互联网金融对存款准备金率政策的作用效果也会产生一定影响。本文将在互联网金融的冲击下研究存款准备金率对商业银行流动性创造的影响，探究互联网金融、商业银行流动性创造以及存款准备金率政策实施三者之间的关系。本文的创新之处在于：在存款准备金率政策影响商业银行流动性创造的基础上加入互联网金融因素，更加全面地解释商业银行流动性创造变化的原因，探究商业银行应如何应对互联网金融的冲击和宏观政策的影响。

三、理论分析

（一）存款准备金率政策对商业银行流动性创造的影响机理

从传导渠道来看，商业银行流动性创造主要通过信贷传导渠道受到存款准备金率政策的影响。信贷传导渠道是央行实施存款准备金率政策工具最主要的传导渠道，中央银行向上或向下调整存款准备金率会影响商业银行等金融机构所持有的准备金数额，进而影响其信贷规模，最终使商业银行等金融机构创造出的流动性水平会受到控制。

从业务层面来看，存款准备金率政策不仅会通过影响银行的资产和负债等表内业务，还会通过影响银行的信贷承诺等表外业务的开展，最终影响到银行的流动性创造行为。从表内业务来看，央行向上调节存款准备金率，会减少银行可支配资金。在银行不能迅速通过其他融资方式补充资金缺口的前提下，商业银行的贷款规模下降，其他类资产配置也会减少，所以存款准备金率的上调可能会导致银行的表内流动性创造降低；从表外业务来看，上调存款准备金率减少了银行的信贷规模，企业难以通过银行的表内业务获得资金，对银行信贷承诺和保证类等表外业务的需求就会相应增加，所以存款准备金率的上升可能会造成银行的表外流动性创造提高。

（二）互联网金融发展带来的冲击

互联网金融是影响存款准备金率对银行流动性创造的重要因素。近年来，随着互联网金融的快速发展，逐渐产生了第三方支付以及P2P网贷等不同于传统融资的新型融资方式，其融资规模不断增加，削弱了传统信贷传导渠道的效果，也对银行的相关业务造成一定冲击。

从传导渠道来看，互联网金融的发展削弱了存款准备金率对商业银行流动性创造的传导渠道的作用效果。互联网金融的发展为企业融资提供了新的融资渠道，贷款人对银行的依赖不断减弱，贷款人减少从银行机构的贷款，转向非存款金融机构，这类金融机构不受存款准备金率政策的约束，银行准备金的作用范围缩小，作用效果被逐渐减弱，央行通过存款准备金率政策影响商业银行贷款的作用变弱，传导过程存在较大不确定性。

从业务层面来看，互联网金融的发展冲击了商业银行表内业务的同时，又促进了表外业务的发展。在互联网金融影响下，银行存贷款等表内业务规模下降，存款准备金率政策能够调整的范围也随之缩减，但在互联网金融的冲击下，银行加强与互联网平台的合作，相关表外业务增加，且存款准备金率的上调也促进了商业银行表外业务的发展，可以推测互联网金融的发展可能促进了存款准备金率对商业银行表外流动性创造的作用效果。

四、现实分析

（一）我国互联网金融的发展现状

互联网金融的发展模式包括了P2P网络借贷、第三方支付、大数据金融、众筹等多种，其中P2P网贷和第三方支付在近几年发展迅猛，是当前我国互联网金融的发展热点。我国P2P网贷成交量和第三方支付规模的具体情况如图1和图2所示。

图1 我国P2P网贷累计成交量的变动情况

1.我国P2P网贷发展的趋势特征

我国P2P网贷交易规模在2011—2017年期间呈现出迅速上升趋势，如图1所示，在总体上表明互联网金融在此期间得到了快速发展。然而，从图中可以看出，2018年我国P2P网贷交易规模出现较大幅度的下降。

为了讨论这种变化，我们进一步观察了P2P网贷平台的数量特征。P2P网贷的快速发展引发了P2P网贷平台数量的快速增加。如图2所示，P2P网贷平台数量在2015年达到一个峰值，当年正常运营的P2P平台有3111家，但是，其中问题平台数就达到了1460家之多。面对这样的问题，2016年银保监会正式对外公布《网络借贷信息中介机构业务活动管理暂行办法》，该办法的实施启动了对网贷平台的规制；2016年年底，正常经营的P2P网贷平台数减少至2623家；进入2017年，配合银保监会办法的实施，各地推出了更多的地方性实施细则，增加了P2P网贷平台合规经营的成本，当年正常运营的P2P平台数量不断下降；2018年违规经营的网贷平台频频倒闭，大批问题网贷平台出清。如图2所示，问题平台数据达到了1367家，甚至超过了正常运营平台数量。

2.我国第三方支付的发展现状

第三方支付凭借其在成本上的优势深受广大用户的偏爱，核心竞争力较强，在互联网金融行业中占据较大份额。如图3所示，我国第三方支付总体规模呈现出迅猛上升趋势，其增长率的变动表现出先上升后下降的趋势。

图3 我国第三方支付规模的变动情况

总的来说，2011年至2018年间，我国P2P网贷累计成交量和第三方移动支付规模总体都在前期同步呈现出迅速上升的趋势。虽然2018年P2P网贷累计成交量出现了较大幅度的下降，结合我国网贷规制办法的出台和进一步实施，可以认为是对于违规经营网贷平台的清理，也是网贷行业面对合规经营进行了一定程度的调整。总体来说，我国以P2P网贷和第三方支付为主的互联网金融正处于快速发展的进程中。

（二）我国存款准备金率的变动情况

自1984年我国开始实施存款准备金制度以来，存款准备金率就一直作为央行重要的货币政策工具之一，央行多次调整存款准备金率来调节货币的供给量，对金融市场实施宏观调控。我国存款准备金率变动的具体情况如图4所示。

图4 我国存款准备金率变动趋势

由图4可知，我国存款准备金率调整总体上呈现出先上升后下降的趋势。2012年以前，我国存款准备金率总体上呈现出上升的趋势，虽然在1997年和2008年金融危机后央行对存款准备金率进行了小幅下调，但总体依然呈现上升趋势，较发达国家相比，我国存款准备金率处于较高水平，主要为了应对流动性过剩以及通货膨胀等问题，通过上调存款准备金率以收缩流动性；2012年之后，我国央行开始频繁下调存款准备金率，通过下调存款准备金率以释放一定的流动性，刺激实体经济发展。

（三）存款准备金率政策调控下我国商业银行的流动性创造水平

1.银行流动性创造指标的构建

Berger&Bouwman（2009）根据银行表内外项目流动性程度不同，将其划分为流动性、半流动性和非流动性三类，通过乘以不同的权重构造出较为全面的衡量银行流动性创造的指标。本文将借鉴此方法，同时结合中国的实际情况，并参考国内相关文献（李明辉等，2014；王周伟和王衡，2016），构建了我国商业银行的流动性创造指标。各类项目的相应权重参见表1，流动性创造水平计算方法参见公式（1）。

表1 商业银行业务科目流动性分类与权重

2.我国商业银行的流动性创造水平的变化

根据公式（1）可以计算出我国商业银行总体、表内以及表外的流动性创造水平，具体变动情况如图5所示。2011年到2018年我国商业银行总体和表内流动性创造水平呈现出下降的趋势。

图5 2011—2018年我国商业银行流动性创造水平

为了考察银行流动性创造受到互联网金融冲击的影响是否会因银行规模不同产生异质性，分别计算出大型国有银行和中小型银行的流动性创造水平的变化情况，具体如图6和图7所示。从图6观察我国大型国有银行，可以看到总体以及表内流动性创造水平呈现出下降趋势，其中2011—2017年下降幅度并不大，而2018年出现大幅下降。

图6 我国大型国有银行流动性创造水平变动趋势

如图7所示，观察我国中小型商业银行，可以看到该类银行的总体以及表内流动性创造水平呈现出先上升后下降的趋势。2011—2013年流动性创造水平的上升可能是央行连续下调存款准备金率所导致，银行可用资金增加从而相应提高了其流动性创造水平，而2014年开始我国互联网金融行业开始迅猛发展，对银行相关业务造成一定冲击，进而导致了银行流动性创造水平的不断下降。

图7 我国中小型银行流动性创造水平变动趋势

虽然，从上面图中可以观察到，大型国有银行和中小型银行流动性创造水平在变动趋势上呈现些微不同，但是，就2016年对网贷平台经营规制办法实施以来，无论大型国有银行还是中小型银行，其流动性创造水平总体都存在一定程度的下降。银行流动性创造水平的下降可能是因为经济下行的形势使得商业银行经营风险增加，银行出于控制风险考虑，一定程度上减少了流动性创造。但在经济下行的压力下，我国央行频繁对存款准备金率进行下调以释放一定的流动性。根据理论分析，我国商业银行的流动性创造水平应有所提升，而实际情况相反，可能由于大型国有银行的规模较大，受到存款准备金率调整的影响较小，这也与近几年我国互联网金融的迅猛发展有一定关联。互联网金融的快速发展对银行业务带来冲击从而影响到流动性创造水平，同时可能削弱了存款准备金率下调对银行流动性创造水平的促进作用。2018年流动性创造的大幅下降也可能跟互联网金融的发展有关。P2P网贷平台出现的连续爆雷事件，在一定程度上会存在传染性，同时对于网贷平台业务的规制，也会传递影响到对商业银行搭载互联网平台拓展业务的监管力度进一步加强，从而强化了商业银行创新互联网业务的审慎性。2018年7月银保监会正式实施《商业银行流动性风险管理办法》，这可能就导致了流动性创造水平的下降。

五、实证分析

（一）数据来源与样本选择

本文选择2011—2018年20家我国商业银行120家商业银行包括五家国有银行：工商银行、建设银行、农业银行、中国银行、交通银行，8家股份制银行：光大银行、华夏银行、民生银行、浦发银行、平安银行、兴业银行、招商银行、中信银行，以及7家城市商业银行：北京银行、南京银行、宁波银行、上海银行、杭州银行、江苏银行、长沙银行，下同。的非平衡面板数据作为样本，银行数据来源于Wind数据库以及银行各年年报，GDP、CPI等宏观经济数据来源于国家统计局。

（二）研究假设与模型构建

1.研究假设

本文主要研究存款准备金率政策在业务层面对商业银行流动性创造的影响。结合理论分析与现实描述可以发现，央行上调存款准备金率可能会降低商业银行的表内流动性创造，同时提高表外流动性创造，而在我国，表内流动性创造占比更高，可以推测存款准备金率对银行流动性创造的负向影响占主导地位。因此，本文提出以下研究假设：

假设1：上调存款准备金率会降低商业银行总体流动性创造。

假设2：上调存款准备金率会降低商业银行表内流动性创造。

假设3：上调存款准备金率会提高商业银行表外流动性创造。

为研究互联网金融带来的冲击和影响，本文在假设1、2和3基础上进一步提出以下研究假设：

假设4：互联网金融的发展会削弱存款准备金率对商业银行总体流动性创造的影响。

假设5：互联网金融的发展会削弱存款准备金率对商业银行表内流动性创造的影响。

假设6：互联网金融的发展会增强存款准备金率对商业银行表外流动性创造的影响。

2.模型构建

考虑到银行流动性创造具有一定的连续性，本期会受到上一期水平的影响，本文选择在模型中加入因变量的一阶滞后项，形成一个动态面板。为研究互联网金融与存款准备金率政策分别对商业银行流动性创造的影响，构建以下动态面板模型公式进行实证分析：

其中i表示银行个体，t表示年份，因变量Y分别代表LC、LC1、LC2，即银行单位资产的总体、表内和表外流动性创造值（为使每个样本个体具有可比性，排除资产总额的影响，这里选择流动性创造相对指标）；自变量RR代表存款准备金率；P2P网贷规模增长率代表互联网金融发展速度，用当年网贷累积成交量的增长率代表。核心解释变量是P2P和RR，控制变量（CON）包括微观与宏观两个方面，微观变量主要为银行个体特征指标，包括资本充足率（CAR）、不良贷款率（NPL）和资产收益率（ROA）；宏观控制变量（CON）包括宏观经济指标经济增长率（GDP）和消费价格指数（CPI），以及价格型货币政策代理变量一年期贷款基准利率（LR）与银行间同业拆借利率（7天）（SB）。具体变量的含义参见表2。

表2 变量说明

为研究互联网金融对存款准备金率政策作用效果的影响，在模型公式（2）的基础上加入了互联网金融代理变量与存款准备金率之间的交乘项，模型表示如下：

（三）描述性统计分析

表3给出了变量的描述性统计结果。从商业银行流动性创造指标来看，总体流动性创造（LC）均值为0.5641，即平均来看1单位资产可以创造0.5641单位的流动性水平，其中表内流动性创造（LC1）均值为0.4985，而表外流动性创造（LC2）均值仅为0.0789，可以看出，在平均意义上表内流动性创造占据主导地位，表外流动性创造占比不到总体的20%；从存款准备金率指标（RR）来看，均值为17.60%，处于较高水平，且其标准差也较大，说明样本期间内我国央行使用存款准备金率政策较为频繁；互联网金融代理变量（P2P，网贷规模增长率）均值为302%，且其标准差非常大，说明网贷规模发展迅速，不同年份间变化幅度较大；从银行个体特征来看，全样本的资本充足率（CAR）均值为12.6367%，达到了银行资产充足率监管的要求，不良贷款率（NPL）均值为1.2193%，低于不良贷款率的监管要求，资产收益率（ROA）的均值为17.5187%，反映了我国商业银行的平均盈利能力，但是其标准差较差，说明不同类型不同年份的银行盈利能力存在较大差异。

表3 变量描述性统计

回归结果分析

由于所构建模型中设置的解释变量包括因变量流动性创造的滞后一期项，可能导致解释变量与随机扰动项相关，不适合采用OLS估计方法。此外，模型中存在横截面相依性，使用随机效应与固定效应模型可能会造成非一致性问题。因此，为得到更加准确的回归效果，本文选择系统广义矩估计（System-GMM）方法进行动态面板回归模型估计。

1.总样本回归结果分析

在stata15.0软件中采用GMM估计方法对总样本进行动态面板回归模型估计，回归结果见表4。

表4 总样本回归结果

流动性创造指标的一阶滞后项在所有模型中的系数均显著为正，说明在模型中引入被解释变量的一阶滞后项是有意义的，即选择动态面板模型进行实证分析是合理的，且该系数大于零也反映出前一期的流动性创造对下一期具有显著的正向影响，说明流动性创造在不同期间内存在传递性。

存款准备金率对商业银行总体、表内和表外流动性创造水平的影响。从回归结果中可以看出，存款准备金率对总体和表内流动性创造水平的影响系数均为负值，且在1%的置信水平下显著；对表外流动性创造水平的影响系数为正值，且在5%的置信水平下显著，说明上调存款准备金率会降低银行表内流动性创造水平同时提高表外流动性创造水平，由于表内流动性创造占据主导地位，上调存款准备金率最终导致银行总体流动性创造水平下降，因此验证了本文的研究假设1、2和3。

互联网金融的影响。在模型公式（2）和模型公式（3）的回归结果中都可以看出，互联网金融变量对银行总体和表内流动性创造水平具有显著负向影响，而对表外则具有正向的影响，说明互联网金融的发展会抑制银行表内流动性创造水平，但会增加表外业务创造出的流动性；在模型公式（3）的回归结果中，互联网金融变量和存款准备金率的交乘项在对银行总体和表内流动性创造水平的影响下是负数，且至少在10%的置信水平下显著，说明互联网金融的发展削弱了存款准备金率对银行总体和表内流动性创造的作用效果；对银行表外流动性创造水平的影响下该交乘项显著为正，则说明互联网金融的发展促进了存款准备金率对银行表外流动性创造水平的影响。由此，假设4、5和6得以验证。

就银行个体特征变量来看，资本充足率CAR和资产收益率ROA符号为负，表明银行资本充足率和资产收益率的提高会减少流动性创造，根据“金融脆弱性”假说，银行资本水平越低，其资本结构越脆弱，越容易创造流动性，但这两个指标的影响并不显著，可能原因有待进一步研究；就宏观经济变量来看，CPI增长率的系数显著为正，说明CPI对银行流动性创造具有显著的正向影响，GDP对银行流动性创造也具有显著正向影响；就价格型货币政策工具变量的回归结果来看，银行间同业拆借利率（SB）结果并不显著，而一年期贷款基准利率（LR）的影响系数在1%的水平下显著，且系数大于0，说明贷款基准利率越高，银行流动性创造水平也越高。

2.分样本回归结果分析

考虑到银行流动性创造水平可能存在异质性，将总样本划分为大型与中小型银行两个子样本分别进行回归分析，其中子样本一为5家国有银行，子样本二为8家股份制银行以及7家城商行。回归结果见下列表。

表5与表6分别给出了大型国有和中小型银行样本的回归结果。可以看到，流动性创造变量的滞后一期项都在1%的水平下显著，且为正向影响，说明流动性创造的持续性在大型国有以及中小型银行中都能够体现。就互联网金融的影响结果来看，两个分样本回归结果都显示出互联网金融的发展对银行总体以及表内流动性创造具有负向影响，而对银行表外流动性创造具有正向影响。然而，互联网金融的这种影响作用对于中小型银行来说更为显著，究其原因，可能是大型国有银行规模较大，其经营更加稳定，相关表内外业务不易受到互联网金融冲击的影响，因此流动性创造水平的改变并不明显，而中小型银行规模相对较小，业务结构都在不断发展过程中，在互联网金融的冲击影响下其流动性创造水平变动更加敏感。就存款准备金率的影响结果来看，存款准备金率对于银行总体以及表内流动性创造水平的影响显著为正，对表外流动性创造显著为负，这种影响在大型以及中小型银行中差异不大。再看互联网金融变量与存款准备金率的交乘项，回归结果与总体样本回归结果一直，但其中该交乘项对于中小型银行的回归系数更大，反映出存款准备金率对于中小型银行流动性创造的影响作用受到互联网金融的影响更大。

表5 大型银行回归结果

表6 中小型银行回归结果

就银行个体特征变量回归结果来看，资产收益率（ROA）与资本充足率（CAR）对于大型以及中小型银行总体流动性创造水平都具有显著负向影响，不同的是不良贷款率（NPL）的回归结果，NPL对于大型国有银行流动性创造具有显著负向影响，而对于中小型银行影响相反，当中小型银行不良贷款率上升时会引起其流动性创造的增加，可能由于中小银行对于其不良贷款率的管理更难，不良贷款的增加需要通过其他业务进行弥补，可能引起了流动性创造水平的上升。就宏观变量来看，GDP与CPI对大型和中小型银行都具有显著正向作用，银行间同业拆借利率（SB）与一年期贷款基准利率（LR）回归系数均为正，其中SB对于大型国有银行流动性创造水平的影响更为显著。

（五）稳健性检验

选取净稳定资金比例与流动性比例作为被解释变量代表银行流动性水平，对前文所构建模型重新进行回归分析。净稳定资金比例（NSFR）主要衡量商业银行稳定的可用资金是否能够长期支持其表内外业务发展，该指标能够较为全面地反映银行表内外的长期流动性水平，而流动性比例指标（LP）则反映出银行的短期流动性水平。检验结果如表7所示。

表7 稳健性检验结果

注：*、**、***分别为10%、5%、1%的水平下显著。

从检验结果可以看到，存款准备金率与互联网金融变量回归结果的正负号以及显著程度与前文分析基本保持一致，且互联网金融变化与存款准备金率的交乘项回归系数不管是对于银行流动性比例还是对净稳定资金比例都显著为负，说明了互联网金融的发展会显著削弱存款准备金率调整对于银行不管是长期还是短期流动性水平的影响作用。总之，模型中所设置的核心解释变量估计结果与前文具有一致性，反映出本文的实证结果较为稳健有效。

六、结论与建议

（一）研究结论

本文从理论和实证两个方面阐述和证明了在互联网金融冲击下存款准备金率对商业银行流动性创造的影响，研究结果发现中央银行实施存款准备金率政策会显著影响到银行的流动性创造行为，具体来说，提高存款准备金率会降低银行总体和表内流动性创造，同时提高表外流动性创造。商业银行流动性创造主要通过信贷传导渠道受到存款准备金率政策的影响。根据信贷传导机制，央行上调存款准备金率会降低商业银行的信贷规模，从而使得银行通过表内业务创造的流动性水平下降。相反，商业银行的表外业务需求增加，表外流动性创造水平也相应提高。

然而，近几年互联网金融的快速发展冲击了商业银行的流动性创造行为，实证结果也验证了以P2P为代表的互联网金融对存款准备金率政策的作用效果产生了较为显著的影响。具体来说，随着互联网金融的发展，存款准备金率对商业银行总体和表内流动性创造的作用效果会被削弱，但会增强存款准备率对银行表外流动性创造的作用效果。从传导渠道来看，互联网金融的发展削弱了存款准备金率对商业银行流动性创造的传导渠道的作用效果。互联网金融的发展为企业提供新型融资方式，使得企业对银行的贷款需求减少，存款准备金率政策可供调控的范围缩小，政策的作用效果随之减弱。从业务层面来看，互联网金融的发展冲击了商业银行表内业务的同时，又促进了表外业务的发展，相应创造出的流动性水平也受到影响。

（二）对策建议

1.对商业银行的建议。商业银行面对存款准备金率政策带来的影响，在日常经营过程中需要注重自身流动性管理。加强风险管理，应对互联网金融的冲击时商业银行需大力发展表外业务，加强业务创新，优化资产负债结构，进行自身经营管理的同时，还应加强与互联网金融平台的合作，实现优势互补。

2.对央行实施货币政策的建议。面对互联网金融的影响，央行在实施货币政策时应当发挥多种货币政策传导路径的作用，完善信贷传导机制。同时发挥利率、汇率和资产价格等多种货币政策传导路径的作用，不断提高货币政策调控的有效性。

3.对政府部门监管的建议。政府部门加强引导商业银行的转型升级，促进银行资产负债结构的优化以进一步改善流动性创造水平。同时考虑到银行流动性创造水平的变化存在异质性，监管当局应当根据不同性质银行进行差别化管理。此外，针对P2P网贷平违规经营问题，政府部门在鼓励互联网金融发展的同时要加强监管，针对网贷平台运营的内外部条件，细化规制细则，在规范互联网金融行为的同时，更好地发挥互联网金融对商业银行流动性工具创新中的积极作用，引导各类金融机构处理好科技创新与稳健经营的关系。