早在1992年度，Kiang和Tam就开始利用三层的BP神经网络开始进行网络训练。他们训练的主要方法是把先前输入到网络中的一些样本作为基础，然后提供一套权重，在通过BP神经网络对网络进行训练之后，就可以根据系统把任何新输入的公司自动划分为非破产公司和破产公司。通过诸多实验表明，神经网络这一方法在预测和评估银行的风险状态时，是非常科学、合理和有效的，在预测的适应性、精确度和稳健度来讲，它都远远超过其他形式的银行风险预警方法。
2005年，王秀珍和张美恋研究了在商业银行的安全系统中运用了径向基神经网络的预警模式。通过对现今商业银行在安全评价系统上的基本特点的研究，他们从中选择了12个具有代表性的指标进行研究。对这12个指标，他们对每一个指标可能存在的风险程度都进行了非常准确的推断和评估，然后在此基础之上，对每一个指标所存在的具体风险进行了准确的风险等级的评分。通过这些方式，建立了RBF系统，该系统是一个安全评价系统，可以对相关系统进行精确的安全风险评估。王秀珍和张美恋在基于他们所构建的RBF系统上再进行了示范性的仿真实验，通过这些实验也证明了该系统在安全评估系统上的合理性和有效性。
2007年，牛源对商业银行安全状况的评估进行了改进。在评估商业银行的安全状态时，牛源采用了把专家系统和神经网络相结合的方式。在他的研究过程中，首先，他选择的研究对象为中国大陆的一家商业银行，然后整理该银行在过去10年间的数据。在这十组数据当中，对前八组数据进行再一次的整理，然后将这些数据作为今后学习的样本，对其分别输入向量组P，剩下的两组数据主要用于预测。对这两组数据的预测结果发现，运用神经网络的方法来建立相应系统然后对商业银行的安全状况进行评估的准确性非常高。在对商业银行的风险等非常复杂的非线性问题上，神经网络系统建立起来的系统有着非常强的逼近和预测能力。
同年，MchmedOzkan等人使用了人工神经网络的方法对商务银行的风险进行了预测。在整个实验过程当中，他们选取了一家土耳其的破产银行为样本，进行实验。经过了他们的实验，他们巧妙地发现，在财务数据的模式分类上，人工神经网络起到了非常重要的作用。人工神经网络对其进行分类，这种分类方法可以运用在预测商务银行的危机上，除此用途之外，人工神经网络还可以检测出商业银行各种潜在的危机。根据这些危机，银行就可以采取一定的措施保障其安全。通过众多专家对BP神经网络的一系列研究不难发现，BP神经网络在处理经济数据时与其他的处理方式相比有诸多的优势。BP神经网络可以通过自身的学习，可以从各种数据中发现其潜在的规律，因此它能够处理各种数据。神经网络是一种非线性的自然的建模过程，因此它并没有复杂的传统过程的分析，也就不存在辨别何种非线性关系。在实际操作中，对于一些传统的方法，要分清属于何种非线性关系会给后续的分析和建模带来非常大的不便和困难。
二、设置商业银行风险预警体系和确定阀值
对于一个完善而又健全的商业银行风险预警指标体系来讲，其一方面要满足机构内部各个层次之间相互配合的基本要求，另一方面又要是对宏观经济基本走势的综合反映。从宏观的方向来看，宏观预警要考虑到诸如货币流通风险、房地产泡沫等方面的风险因素，主要是考虑外部条件对整个银行业的影响。从微观上来讲，主要是考虑包括资本性风险、盈利能力等方面的风险，微观方面的因素主要考虑是考虑银行机构的风险。
1.宏观上的预警指标体系对于整个银行业风险来说它会受到整体宏观经济的影响。宏观经济中存在的问题都会对银行业产生不同程度的影响。经济增长率也就是俗称的GDP增长率，它是对一个国家在经济上的发展状况的具体体现。反映的是相较于前一年，GDP的增长。对一个国家在经济上发展的基础条件的主要反映在固定资产投资额的增长率上。在泡沫经济当中，房地产占据了相当重要的席位。在经济环节中所爆发的各种银行清偿力危机、信用危机等都是由房地产行业危机产生的。国房景气指数是衡量房地产行业的一个重要指标，它可以反映整个房地产行业的变化程度和发展趋势，通常用百分制的方式来表示。
2.微观上的预警指标体系对于一个银行来讲，它本身的资产是获取资金的重要保障，当然除此之外，银行业可以通过负债的方式来经营。要衡量银行在风险抵御和经营方面的稳定性可以从银行的核心资本充足率和资本充足率来进行衡量，这两个因素可以比较综合地反映一个银行的资产方面的信息。对于商业性银行来讲，流动性风险也是其不得不面对的一个风险因素。它是所有风险因素当中最直接的风险因素，也是在各种风险都发生了之后，最终表现出来的风险因素。存贷款比例和资产流动性比例是在基于中国的现实条件之下而建立起来的针对各个银行的流动性风险预警的两个指标。商业银行在资产流动性方面的强弱可以通过资产流动性比例反映出来。流动性资产与流动性负债之间比例就是资产流动性比例。
3.确定商业银行的阀值在确定了指标体系的前提下，对于一定范围内预警指标的数据是否会引发危机的产生可以通过阀值来确定。在阀值问题的确定上，本文主要是通过对相关的国际通用标准来进行最终的确定，对于有的阀值由于其并没有非常明确的国际通用指标值，因此，在对这些阀值的确立工作上，主要参考了相关的专家在这一领域的研究成果和若干历史数据。
三、对于商业银行在操作风险预警方面的应用和建议
大多数商业银行通过matlab神经网络工具箱进行编程工作，以此对银行在操作风险预警系统方面的数据进行处理。在分析了各种银行操作风险的特点之后，尽量选择时间序列的数据，在这些数据的选择上，尽可能选择时间跨度较小，或者以月或者日为基准的数据，通过对这些数据的研究可以使得预警的在时间上的间隔尽可能地小。与一般的风险评估系统相比，BP神经网络对于商业银行在操作风险预警系统上的分析并不是出于主观的因素，整个网络系统具有高度的客观性，同时它还具有高度的预测精准度和非常优秀的非线性处理能力。BP神经网络所具备的种种特点都使得它与其他的系统相比，最大化地避免了人为因素引起的失误，可以想象，BP网络系统会在未来商业银行风险的管理和预测上有非常大的用途和现实意义。
在实际对银行的预警系统的控制工作中，由于很多因素都可以直接或者间接地影响到操作风险，并且有一部分的影响因素从一些人力资源系统和商业银行业务系统中都很难获取，因此，对于这一部分的统计计算就需要用手工的方法在事后进行统计计算。通过这种方式，才能够使得操作系统在判断上能够有效、准确。除却相关的风险预警系统，商业银行自身还应该完善其银行业务的各类信息系统。银行在完善这类信息系统的同时，要考虑多方的因素，不应该仅仅停留在对关键风险指标等因素的计算上，对于其他能够影响操作风险的所有因素都要进行考虑，并且归纳到信息管理系统当中。各种科学风险预警系统的有效运用，能够使得商业银行在风险预警方面居于有利地位，为各银行在操作风险上提供有效的措施和帮助。
1．缺乏理论和政策导向。客户关系管理是在完善的市场经济和信息技术广泛运用的条件下产生的，因此不能完全移植到我国。客户关系管理涉及银行体制结构和资源配套等很多方面，没有理性的指导使得全行很难形成统一。而且，现在很多基层行的领导缺乏对客户关系管理的认识。
2．信息技术应用水平的限制。目前我国商业银行收集并存储了大量的客户信息和产品数据信息，但信息比较散乱没有得到充分利用，缺乏以客户为核心的数据库构建，因此很难准确把握客户需求。在信息技术运用方面，比较注重业务运作和内部管理的需要，对客户信息的搜索、分析不多。
3．机构设置不配套。目前我国银行内部机构设置管理层过多，机构职能重复、职责不清，无法满足以客户为中心的经营理念。银行各业务部门都有客户经理，多个部门业务角度和口径不一致，同一客户不同的需求要找银行多个部门分别处理，这些都导致银行工作效率低下。客户关系管理的应用涉及银行各层结构的岗位、职能的重新定位，目前缺乏一套新的扁平化经营营销体系。
4．缺乏智能型CRM软件开发能力。中国的客户关系管理软件厂商难以为金融企业客户提供实用的、便于理解和操作的客户关系管理软件，具有自主知识产权的分析性CRM软件的开发能力不强，客户关系管理的许多功能难以实现。
二、网络时代下银行业的影响
(一)互联网模式下银行经营的影响。
第四次银行科技革命自20世纪90年代至今方兴未艾，主要科技发明是互联网、移动通讯、三网合一。以互联网为核心的信息技术科技革命迅猛改变银行业经营模式。具体可从银行的产品、定价方式、渠道及促销分析其影响。
1．对银行产品及业务的影响。
由于网络技术的发展，金融逐渐自由化，银行的产品和服务呈现出两大趋势，即商业型和高附加值型。商业型提供稳定、廉价和标准化的服务;而高附加值型则提供满足客户多元化需求的特色产品和服务，是网络时代银行竞争的主要领域。此外，互联网为人们提供了一个全新的、快速的信息交流平台，这使得目标客户与银行的接触渠道增多，客户可以非常容易地了解各个银行的产品特点和价格差异，因此客户选择权加大，如何把握客户的需求、吸引并保持客户是当今银行在竞争中取胜的关键。在业务方面，银行与多方企业合作共推新业务。2013年阿里巴巴(中国)有限公司和民生银行合作，除了传统的清算与结算、信用卡业务等合作外，理财业务、直销银行业务、互联网终端金融、IT科技等多方面也是合作重点。
2．对银行定价方式的影响。
进入网络时代，客户对价格的敏感性增大，其投资理财需求也将出现多元化的趋势，要求银行能够随时根据客户的行为及反馈的信息、同业竞争状况等因素对价格策略进行适当的调整，以保持在同业竞争中的价格优势。由于网络的出现，使银行的分支机构和员工减少，通信费用降低，营运成本大大降低，银行将拥有更大的实行差别定价的空间。
3．对银行分销渠道的影响。
现在，大多数银行仍主要依靠有形的网点扩张来扩大市场份额，这种体系受地域和时间的限制较大，因此银行的业务覆盖率和服务时间都受到很大影响。在网络时代，由于网络技术的出现，广大客户可以在任何时间和任何地点实现与银行的互动式、无缝对接。各银行在近年来不断加大对电子银行业务的投入，根据艾瑞网数据显示，人们使用电子银行服务形式呈多元化趋势发展，网络技术的发展让越来越多的银行客户开始使用网上银行、手机银行，银行的电子银行收入呈现爆发式增长，电子银行交易替代率也随之增高。银行凭借有形的营销渠道(网点)与无形的营销渠道(网上银行、电话银行等)相结合的“交互式”的营销战略，将营销渠道延伸到最终客户。由于手机银行业务多元化，能够满足用户随时随地处理业务的需求，加上智能终端设备的快速发展，3G/4G、WiFi无线网络的覆盖，手机银行用户使用率涨幅最高，是未来的发展趋势。
4．对银行促销方式的影响。
传统的促销主要是各种有形广告手段，对信息技术要求不高。网络时代的银行促销将信息优势与客户行为分析紧密结合，运用丰富的信息资源分析客户数据，用于对客户长期的记忆力、忠诚度培养及客户购买策略分析，加入基于数据库的销售技术。通过网络平台宣传也将有效降低费用，促销成本也将大幅度下降。
(二)互联网模式下客户关系管理内涵的转变。
面对网络时代银行经营环境出现的变化，银行为了在激烈的竞争中立于不败之地，就必须加快对客户关系管理模式含义理解的转变。银行传统的客户关系管理模式将客户当作上帝。银行间的产品和服务差别不大，缺乏独特的产品和服务策略。同时，各银行大力运用关系营销来拉拢客户，这使得各银行的客户资源、客户结构受到很大限制，银行需承受人员流动而带来的信贷风险以及员工道德风险。此外，由于银行将一些拥有较强经济实力的客户奉为上帝，不计后果地投入巨额的信贷资金，使得这些客户很可能会随意打压银行的贷款利率、票据贴现利率，使银行的利润空间受到挤压。网络时代的银行客户关系管理模式下客户是合作伙伴。进入网络时代，客户变得更加理性化，在考虑与银行进行合作时，更加看重银行服务创造的价值，更关注银行的发展前景对自身的长期发展的影响，因此一些关系营销作用不再显著。通过网上银行、电话银行等服务方式，客户可随时掌握资金的流动方式，加强对资金的调拨管理，减少资金风险。此时，银行与客户成为获取充分利润的战略共同体。
三、互联网模式下客户关系管理措施
(一)银行业对客户关系管理的需求。
客户是银行最宝贵的资源，是银行生存和发展的保障。商业竞争日趋激烈，只有不断发现和利用机会，了解客户喜好，满足客户需求，赢得客户的信赖，商业银行才能够在瞬息万变的竞争环境下求得生存和不断发展。
1．客户细分。
从客户价值的方面来看，不同的客户能够为企业提供的价值是不同的，商业银行不应该简单地追求客户数量，而是更多地注重客户的“质量”。要知道哪些是最大效益客户，哪些是潜在的客户，每个客户群的商业生命周期和价值是多少。客户细分是银行确立产品和服务的基础。
2．客户行为分析。
对客户进行管理要了解客户背景，了解客户按价格敏感度、消费习惯等能分几类，这些关于用户的背景分析和分类分析对产品的设计和市场的发展计划是至关重要的因素。对不同层次的用户提供不同的方案来满足各自的需求，提高客户满意度。
3．客户流失及保留。
对于商业银行来说，保留一个老客户比获取一个新客户花费更低成本且会取得更好的效益。因此，分析客户流失原因，如何防止进一步流失，银行客户生存期多久等很重要，这也显示出提高客户忠诚度的必要性。
4．一对一营销。
客户关系管理的目标之一是在对正确认识和分类客户的基础上，为某类型的客户提供相应类型的产品和服务，甚至对某个客户提供专有产品和服务，以期达到更好的服务。对于银行重要的客户，银行需充分了解其背景和行为特征，建立一对一营销模式。
(二)网络模式下客户关系管理措施。
1．服务渠道。
互联网使得银行渠道突破了时间、空间、终端介质等方面的限制，逐步朝多元化、线上化、虚拟化方向发展。特别是随着移动互联技术的普及，客户可以通过移动终端设备获得银行服务，客户可在任何地点便捷地获取金融服务。如:银行可以借助网络平台通过网络社区的形式推出新的产品，客户可在网络社区中直接与客户经理进行信息咨询、沟通、反馈。银行在服务上还应顺应网络时代客户需求“小而精”的碎片化特点，结合渠道定位、客户特征、交易场景等因素进行精准裁剪，以凸显渠道的最佳效用。
2．客户服务。
银行可借助互联网在节约成本、批量交互、渠道延伸等方面的优势，提升自身拓展和服务海量客户的能力。同时，为大众客户提供低起点理财、便捷支付等服务，并扩大银行资金来源;还可将POS流水、网上交易记录等信息作为信贷审批依据，在一定程度上缓解小微客户融资难问题。当然，网络时代下，银行还可运用大数据、云计算等手段，主动发现、分析、预测客户的个性化需求，从被动转为主动，实现金融服务多维度转变。例如:根据客户偏好提供理财产品推送。
3．产品设计。
客户使用金融产品和享受金融服务过程中的体验千差万别，因此这是银行未来竞争的焦点。银行在设计产品时，应多为客户使用着想，提高产品互动性，如让客户自己设想产品功能或自由搭配产品组合。
4．组织管理。
随着银行服务线上化，银行内部的管理层次可逐步实现扁平化，调整管理环节，建立新的管理流程。提升银行中后台的集约化程度，形成若干个逻辑集中枢纽以支持全行运行。随着数据挖掘等手段的运用，银行可通过电子化手段实现对费用资源、信贷资源、人力资源在各机构、各条线中的合理调度，提高产出效率。
5．行业界限。
互联网技术的发展让金融的边界越来越模糊，第三方支付机构、互联网企业、电信运营商等纷纷介入金融领域。银行可根据自身特长、风险偏好、市场定位等因素理性选择跨界合作对象和目标客群，发挥对主营业务的协同效应。
6．业务范围。
近年来，我国商业银行的同业业务呈快速发展趋势。根据央行2014年的金融稳定报告，我国银行业金融机构同业资产和同业负债在2009年～2013年间分别增长246%和236%，远高于同期贷款和存款的增速。一方面，开展同业业务有助于商业银行缓解资本约束、提高盈利能力，一定程度上起到了优化金融资源配置、推进利率市场化进程的正面作用（廖为鼎、陈一非，2014）。但另一方面，快速发展的同业业务也导致银行体系的内在关联性急剧提升，单个银行违约很可能通过“多米诺骨牌效应”引发和放大系统性风险，危及整个银行体系和金融系统（Memmel & Sachs，2013）。在此背景下，研究同业业务导致的银行间风险传染对于防范我国银行业系统性风险具有重要意义。
目前国内研究银行间风险传染的文献均采用最大熵方法估计银行双边交易头寸（李宗怡、李玉海，2005；马君潞等，2007；高国华、潘英丽，2012）。在此基础上得到的结论大多表明，国有银行倒闭会对银行系统造成较大冲击，而其他银行倒闭的影响几乎可以忽略不计。换言之，“大银行”具有系统性重要性，而“小银行”不具有系统重要性。这一结论虽然有符合直觉的一面，但范小云等（2012）的分析表明，与银行资产规模相比，银行间负债关联程度是决定银行系统重要性的更为关键的因素，简单地把资产规模作为衡量银行系统重要性的首要因素可能具有误导性。我们认为，应用最大熵法的文献实际上隐含了我国银行同业网络为完全型网络的前提，而基于完全型网络进行的分析很可能低估风险传染的严重性（Allen & Gale，2000），尤其是一些“小银行”倒闭带来的风险可能被低估。此外，既有文献侧重于分析银行的系统重要性，对银行面临风险传染的脆弱性分析较少。通过确定系统重要性银行从而对其加强监管固然有助于增强金融体系的稳健性，但提高易受传染银行的风险抵御能力也不容忽视。
本文分别在完全型网络和联系稀疏型网络的前提下考察了我国银行同业业务的风险传染效应。具体地，本文应用2013年我国118家银行的同业头寸数据，分别采用最大熵法和最小密度法估计了银行同业网络，对网络整体特征的分析表明：最大熵网络中银行间联系密切，有明显聚集和中心化特征；最小密度中银行间联系稀疏，整体呈现出离散型特征。在此基础上利用网络传导分析法模拟了两种网络结构下银行间风险传染情况，结果显示：总体而言，最小密度网络中风险传染的严重程度比最大熵网络更高，表现为最小密度网络中风险传染的广度（受波及银行数目）和强度（受波及银行资产占样本银行总资产比率）均大于最大熵网络。分银行类型的进一步研究发现：在两种网络结构下，国有银行均具有较强的传染性，而城商行和农商行均容易受到风险传染；最小密度网络中，股份制银行和少数城商行及农商行具有较高的传染性，极端情况下股份制银行具有较高的易受传染性。
二、 银行同业业务网络的估计方法和网络特征分析
1. 估计方法介绍。在由N家银行组成的同业市场中，银行间借贷关系可以表示为N阶方阵X，元素xij表示银行i对银行j的资产头寸。矩阵X等价于反映银行同业网络关系的有向赋权网络，因此估计银行同业网络，实际上就是估计矩阵X中的未知元素。
最大熵法（Maximum Entropy Method）要求选择使银行同业头寸分布的不确定性即信息熵最大化的分布。在最大熵方法下，任意单家银行会尽可能将同业头寸平均分布于其他所有银行，从而倾向于形成完全型网络，而现实中银行间网络具有联系稀疏性特征。最大熵法假定银行最大化分散其同业头寸，因而无法有效反映银行间市场相对集中的现实特征。Wells（2004）、Mistrulli（2011）对银行间市场真实网络和估计网络的对比分析发现，最大熵法估计的银行间网络在完全性和连通性方面均大于真实市场结构，van Lelyveld和Liedorp（2006）的研究则表明最大熵法不适用于估计瑞士、荷兰、比利时等同业头寸集中度较高国家的银行网络。
相比之下，Anand等（2014）从维持交易关系需要成本这一基本经济事实出发，通过最小化同业网络中的联系数来确定了一个更具经济效率的同业业务分布。Anand等（2014）指出，在不了解银行同业网络其他任何特征的情况下，从信息理论的角度使用最大熵法是最优选择，但是在已知现实中银行同业网络因交易成本等因素而具有稀疏特征后，就应该将这一事实与已知的银行同业头寸信息结合起来进行估计，此时最小密度法是更具合理性的选择。形式上，最小密度法就是在同业头寸总量的约束下最小化矩阵X中非零元素的总数。
2. 同业网络特征分析。按照银监会的分类口径，本文样本的118家包括了5家国有大型商业银行、12家全国性股份制银行、72家城市商业银行、26家农村商业银行、1家政策性银行（邮储银行）和2家外资银行（渣打银行和汇丰银行）。我们分别估计得到了最大熵网络XME和最小密度网络XMD后，统计了两种网络结构下同业网络的各项关键性特征，发现最大熵网络中存在的联系数远高于最小密度网络。相应地，最大熵网络的网络密度远高于最小密度网络，说明最大熵方法下银行间的交易更普遍。但是也要注意到，即便是最大熵网络也与完全型网络（网络密度接近为1）相差较远，说明我国银行间市场确实存在联系稀疏性特征。从度数中心度可知，平均而言一家银行会与2（最小密度法下）到10（最大熵法下）家左右的其他银行发生同业业务往来。最大熵网络的中心势远高于最小密度网络，说明最大熵方法下网络的中心化特征更明显，即一些交易密切的银行构成网络中心，其他银行与中心银行进行交易。最后，最大熵网络聚集系数的均值为0.74，最小密度网络仅为0.03。最大熵法中银行联系密集，较易形成多家银行之间都存在业务往来的“抱团”特征，而最小密度法仅保留最有可能的少数联系，网络整体结构较为松散，聚集度低。
三、 银行同业网络风险传染效应的模拟分析
基于估计所得的最大熵网络和最小密度网络，可以应用网络传导分析法评估我国银行间市场的风险传染效应。在网络传导分析法中，ci为银行i的核心资本，α∈[0，1]为同业资产违约损失率。假设银行j因某种突发事件而倒闭，银行i持有银行j的同业资产为xij，若银行i同业资产损失导致清偿力不足（即αxij>ci），则发生首轮风险传染；银行k持有银行i和银行j的同业资产分别为xki和xkj，若银行k的损失为αxki+xkj>ck，则发生第二轮风险传染。依次类推，直至初始和前m轮倒闭的银行不再引发新的银行倒闭，风险传染结束。
1. 整体层面的风险传染效应。本文在模拟过程中设定同业资产违约损失率α分别为0.1、0.2、…、1，在不同的损失率下考察任意一家银行倒闭引发的其他银行倒闭数目（风险传染的广度）及倒闭银行资产占样本银行总资产比重（风险传染的强度）。
我们分别列示了单家银行倒闭所引发的最严重情形和平均情形。通过对比分析可以得出以下结论：①随着损失率的上升，银行间市场风险传染效应均呈逐渐增强趋势。不过对于最大熵网络，风险传染的平均效应增长较为平缓；而对于最小密度网络，当损失率由0.8变为0.9时，风险传染的最严重情形和平均效应都有一个跳跃式上升，这是因为此时引发了几家规模较大的国有及股份制银行倒闭。②总体而言，平均情形下风险传染效应较小，仅在损失率达到0.9后，最小密度网络表现出较强的平均风险传染效应。但最严重情形下风险传染效应较大，如损失率为1时，单家银行倒闭最多可引发66家其他银行倒闭（最大熵网络），倒闭银行资产占比最高可达66.93%（最小密度网络）。③最小密度网络的风险传染效应大于最大熵网络。尽管最严重情形下，最大熵网络中倒闭的银行数高于最小密度网络，但就平均情况看，最小密度网络倒闭银行的平均数和倒闭银行资产占比的平均数均远高于最大熵网络。
2. 分银行类型的风险传染效应。
（1）不同类型银行的传染性分析。首先来看银行倒闭是否具有传染性（即至少造成一家其他银行倒闭）。在最大熵网络中，5家国有银行在违约损失率高于0.6时全部具有传染性，12家股份制银行在违约率为1时只有4家具有传染性，而城商行和农商行即便在违约率为1时也不具有传染性。与之形成鲜明对比的是，在最小密度网络中，当违约率达到0.2时，一些城商行和农商行就具备了传染性，并且随着违约率上升，各类银行中具有传染性的银行均呈上升趋势。总之，在同样的违约率下，最小密度网络中具有传染性的股份制银行、城商行和农商行数目均高于最大熵网络。这说明，在联系稀疏型网络中，由于单个联系承载的头寸相对较高，发生风险传染所要求的违约损失率阈值较低。不过需要注意的是，最小密度网络中具有传染性的国有银行数目反而低于最大熵网络。其原因在于，国有银行同业头寸的绝对数额较高，为了尽量降低和其他银行发生的联系数，国有银行主要和其他国有银行发生联系，剩余的同业负债头寸太小而不足以引起其他银行倒闭。
在明确了不同类型银行中具有传染性的银行数目后，我们进一步考察不同类型银行传染性的强度。通过考察各类银行中单家银行倒闭引起的其他银行倒闭的平均数目，发现：在最大熵网络中，国有银行的传染性最强，当损失率处于[0.5，1]区间时，一家国有银行倒闭平均可传染10家～20家银行。不过，在最小密度网络中，股份制银行同样具有较高的传染性，在极端情况（违约率为1）时，平均一家股份制银行和国有银行均可传染33家银行。此外，最小密度网络中的城商行和农商行的传染性也不容小觑，在违约率达到0.7后，一家城商行（农商行）倒闭平均波及超过2（1）家的其他银行。
（2）不同类型银行的易受传染性分析。应用网络传导分析法考察同业业务的风险传染效应，不仅可以用于判断不同银行的系统重要性，还可以在模拟过程中找出容易受到传染的银行。在最大熵网络中，国有银行即便在极端情况下也不受传染，股份制银行也仅有一家银行（浙商银行）受到传染。城商行和农商行的表现则较为脆弱，在极端情况下，大约80%的城商行和农商行均受到波及。与最大熵网络相比，最小密度网络中各类银行被传染的数目均有所增加，其中股份制银行中受传染银行数目增加最为明显（最多可达11家）。需要注意的是，在最小密度网络中，当违约率超过0.9之后，有三家国有银行（工商银行、建设银行和交通银行）也会受到传染，这说明“同业头寸分布较为集中”和“同业资产违约损失率较高”两个条件同时满足时，规模较大的银行也会陷入破产。
进一步考察不同类型银行的平均受传染次数发现，在最大熵网络中，国有银行不受传染，股份制银行中的浙商银行在损失率高于0.6之后会受到2次传染，城商行和农商行易受传染性相对较高。在最小密度网络中，当损失率处在[0.1，0.8]区间时，各类银行易受传染情况与最大熵网络基本一致，表现为城商行和农商行较容易受到传染；但在极端情况下（损失率超过0.9），股份制银行反超城商行和农商行成为平均受传染次数最高的银行。
综上可知，不同网络结构下的银行同业业务的风险传染特征存在明显差异。从传染性方面看，最大熵网络中，城商行和农商行绝对不具有传染性，股份制银行传染效应也很小；而小密度网络中，城商行和农商行大部分具有传染性，股份制银行传染效应甚至高于国有银行。从易受传染性看，最大熵网络中，国有银行绝对不会被传染，股份制银行被传染概率也微乎其微；而最小密度网络中，国有银行在高损失率下会被传染，股份制银行受传染概率也显著提高。最大熵法和最小密度法的分析结论为真实情况提供了可能的区间，有助于更准确地判别系统性重要银行和风险传染脆弱性银行。
四、 结论与启示
本文利用最大熵法和最小密度法估计了我国118家商业银行的同业市场结构，分别得到联系密集和联系稀疏两种网络。在此基础上利用网络传导分析法模拟了我国银行间市场风险传染过程，并分析了不同类型银行的传染性和易受传染性。本文的结论是：（1）最小密度法下银行同业网络更具风险传染性；（2）在两种网络结构下，国有银行均具有较强的传染性，而城商行和农商行均容易受到风险传染；（3）最小密度网络中，股份制银行和少数城商行及农商行具有较高的传染性，极端情况下股份制银行具有较高的易受传染性。基于上述研究结论，可以得到如下政策启示：
第一，我国同业业务确实存在交叉性风险传染隐患，因此应基于宏观审慎视角加强对银行同业业务的规范和监管，包括明确同业业务的定义和口径、规范同业业务操作流程、加强同业业务信息披露核实、完善相关统计和会计制度等。除了通过设置监管指标控制同业业务发展，还应在明确同业业务快速发展背后动因的基础上有针对性地采取一些疏导措施，如改革存贷比和信贷规模监管，降低银行通过开展同业业务进行监管套利的激励；推进资产证券化进程，为银行提供同业业务之外的改善资产负债结构和减轻资本压力的途径。
关键词:商业银行;选址;影响因素;熵权法
1、当前商业银行网点选址研究动态及本文研究方法
在银行选址方面,国内学者陈学彬、叶磊等通过构建模型的分析方式对银行网点的设置和选址进行探讨[1-2],周焱荣就国有商业银行如何正确地进行选址进行了阐述[3]。也有一些研究者通过其他信息化手段对银行网点选址问题进行探讨,李小建在对河南省银行业空间系统变化进行量化分析的基础上从宏观和微观的角度对影响银行业空间系统变化因素进行了分析[11]。上述研究成果丰富了商业银行的研究内容,同时对本文的写作有一定的启示作用。
笔者通过走访商业银行网点负责人及商业银行研究学者,查阅有关商业银行网点文献,在此基础上从三个方面对影响银行网点选址的因素进行归类,并对这三个部分进行细化,构建多个二级指标。本文探讨的银行网点选址决策过程是指在众多网点备选区域和位置中,对各个网址分别进行量化分析并比较计算结果,最终确定网点位置;针对影响商业银行网点选址的各种因素,首次采用熵权法和灰色关联方法对各备选区域分别进行分析和综合评价,以提高银行网点在选址过程中的科学性与合理性。
2、商业银行网点选址的原则与影响因素分析
银行网点可以分为有形网点和虚拟网点[7]。本文主要讨论的是有形网点的选址问题,金融网点选址属于设施选址的一种,应当遵循费用最小化、供给与需求均衡的原则[6]。在商业银行网点选址过程中,涉及的因素繁多,而且各因素之间相互作用,共同影响着银行网点选址决策,本文将这些因素归为三类,主要从以下几个方面来阐述,如表1所示。
2.1 人口因素
商业银行网点作为金融服务机构,主要为广大客户提供金融服务,那么人口就是影响网点选址的重要因素之一。人口因素涉及内容较为复杂,包括人口数量、人口构成、人口密度、人口收入水平等方面。同时区域内的人口年龄、性别、职业、收入、受教育程度等方面都会影响银行网点的选址。
2.1.1 人口收入水平
古典经济学认为,人口收入水平的高低影响着居民的储蓄倾向,居民收入增加会引起储蓄倾向系数的提高,反之亦然。而且不论是高收入还是低收入阶层,随着收入水平的提高,对储蓄和理财的需求都将进一步增强。
2.1.2 人口构成与人口素质
人口的构成包括人口性别、年龄、职业等诸多方面。各年龄段的人对银行网点的不同业务需求不同,而且对办理业务渠道的偏好也不相同。针对不同客户聚集特点和渠道偏好,可以有针对性地实施差别化营销和导向性分流服务[8]。人口受教育程度和素质的高低对银行网点服务的需求有所差异,在对金融衍生产品的接受方面表现的尤为明显。
2.1.3 人口密度
一个地区的人口密度大小,可以用每平方公里的人口数量来表示,或者按每条道路的人口数量计算。一般情况下,在中心商业区和文教区等地人口密度较高,网点所在区域人口密度越高,选择该点就越接近客户,服务需求就越大,单位面积上的银行数量就要求增多。
2.1.4 潜在客户
所有的居民都是银行网点的潜在客户,客流状况主要指人流量测定。通常人流量大的地方便是网点设置的有利地方,但同时要注意分析客流规律。
2.1.5 购买力
家庭和人口的消费水平和购买力是由其收入水平决定的,附近人口收人水平对银行网点地理条件有决定性的影响。家庭的经济状况和负担程度对购买力具有一定的影响,银行在选择网点时,应考虑一个家庭的整体购买力,某地区购买力越强说明在该地区对银行网点提供的金融服务需求越多。
2.2 区位因素
区位因素是决定区位主体进行区位选择的主导因素,银行网点选址区位的正确与否决定着银行的经营业绩和竞争力。商业银行作为事务所性质的服务企业[9],它受自然条件的影响较农业与工业要小,影响服务业布局的区位因素错综复杂,既有自然、土地、劳动力、交通等传统区位因素,也有信息、科技、创新、知识、人才等新区位因素[10]。在这里分别从交通因素、可见性因素和地租因素来分析。
2.2.1 交通因素
一个地区、城市或者街道的交通状况是银行网点在选址过程中重点考虑的因素之一,可以用该区域对内与对外的交通便利度与道路通达性等指标来表示。银行网点周边的交通状况,对网点的经营业绩产生极大影响,它关系到能否为客户提供方便,能否对周边居民产生吸引作用,同时对银行自身与外界的信息交流成本也产生一定影响。
2.2.2 可见性因素
可见性因素主要是指网点在选址时应选择位于能见度高的位置,要具有明显的标示,让客户很容易看到,如选择十字路口处,尽力避免选在偏僻角落或者是被夹在其他商户之间不显眼的位置,同时能够使网点外观清新醒目,有助于体现企业文化内涵和各类服务信息的传递。
2.2.3 中心点
中心点是指在各个区域中,具有人口流动密集、经济活动频繁、交通网络发达这些特征的特殊路段,并在区域中体现聚集性。银行网点在选址时越能靠近中心点,那么就越能扩大业务量,对整个区域的影响力也会增强。
2.2.4 物业地租成本
一个区域的物业和地租成本的高低在某种意义上对网点的选址同样产生影响。商业部门地租的产生,一方面由于较好的基础设施条件,另一方面就是商业机构网点对优质地段具有较强的竞争性,通常来说网点选择在区位条件最佳和配套设施较为完备的位置,地价和地租相对较高,从而抬升物业成本,而其他区域的地租和物业成本随着与中心地距离的由近到远呈递减趋势。一般而言,付租能力较高的高级生产业往往布局在区位条件最优的城市中心区[10]。
2.3 环境因素
环境因素主要是指银行网点的经济环境和政策环境,同时也包含人文环境因素。首先,经济环境中包括网点附近的其他金融和银行机构的网点、经营、服务对象和范围以及竞争等状况,银行网点所在的商业区繁华程度、基础设施状况以及宏观经济的发展现状都是环境因素的组成部分。其次,银行网点作为提供金融服务的场所,其的周边的治安状况不仅影响网点资金的安全保障,还影响到客户的经济行为,因此网点周边治安状况同样要纳入影响因素的范畴。
2.3.1 政策因素
政策环境是网点选址不可忽略的因素,政策导向对于银行网点设置有着至关重要的作用。不同时期政府对一定区域内的金融与银行业发展政策对银行网点选址也具有一定的影响,在网点设置过程中要遵循该区域对金融业发展的指导性政策。
2.3.2 竞争因素
不同区域范围,市场竞争程度有所不同,商业银行在选择网点时,要掌握该区域其他银行网点的布局情况,包括网点等级、规模、业务范围和价格以及营销策略的趋同与差异等方面的信息,深入分析区域内竞争态势,确定市场的饱和程度,充分考虑进入的壁垒、成本和收益以及自身产品的特点,在此基础上作出综合的分析,明确新网点的设置是否有加剧竞争或者是促进互补。
2.3.3 商业区繁华程度与经济的稳定性
网点选择的所在区域的商业业态和发展状况是重要的因素之一,其次区域的宏观经济的发展水平和社会综合发展水平指标都是选址的参考因素,如果所选择的商业发达,企事业单位聚集,各种现代服务业发展迅速,经济发展潜力巨大,那么就不失为一个理想的网点所在地。
2.3.4 城市公共设施状况
商业银行网点的设置是为了满足广大顾客的需要,向社会提供优质的金融服务。因此在网点选址过程中要充分考虑城市公共基础设施的布局状况,同时城市规划对银行网点设置的指导作用也不可忽视,网点尽量设置在城市发展规划的区域。
3、基于熵权和灰色关联的评估方法及银行网点的选址分析
通过上面的分析,可以看出在银行网点进行选址时,需要受到这些因素的影响。因此,要使银行网点选址更加科学与合理,就必须对其进行综合评估。针对银行网点选址问题的复杂性和多样性,只能从少数的几个因素来分析,并且有些因素是无法通过统计数据分析和预测得出来的,而信息不完全性正可以通过灰色关联分析法来分析,但是该方法中的权值具有主观性,所以引入熵权法来求得权值。因此本文采用熵权和灰色关联的方法进行综合评估,较为合理。
3.1 熵权法的应用
1948年,香农在《通信的数学理论》中提出了“信息熵”的概念[12],解决了对信息的量化度量问题。首先通过专家考评的方法得到评价指标矩阵:
其中rij是对于第i个地址的第j项指标的分值,然后我们利用信息熵来求各因素的熵权,分为下面四步:
(1)标准化评价指标矩阵:
Pij=
(2)求各指标输入的熵:
Ej=
由此可以得到0≤Ej≤1;
(3)求各目标的权系数:
λj=
这样求出的熵权λ=(λ1,L λm)就是我们所要求的权重。
3.2 灰色关联分析
首先确定理想方案(r01,r02,L,λ0n),之后进行无量纲化:rij′=。最后计算关联系数[13]:
其中:ρ为分辨系数,0≤ρ≤1,其作用是为了削弱最大绝对值太大而失真的影响,提高关联系数之间的差异显著性,一般来说我们都取ρ=0.5。
灰色关联度可以表示为:Ei=λjεiji=1,2,L,n。
3.3 商业银行网点的选址分析
首先,使用专家打分法对筛选出来的10个备选网点地址的15个指标{b1,b2,b3,…,b15}进行评估,备选网点地址分别用Ti如表2所示。
根据上述的方法进行评估,首先进行标准化,得到各指标的熵为: E=0.998549,0.998804,0.999001,0.998227,0.999741,0.999361,
0.999631,0.998797,0.999175, 0.999857,0.999708,0.999323,0.999892,
0.999890,0.999626);
再求出权值:λ=(0.1393,0.1148,0.0959,0.1702,0.0248,0.0614,0.0353,
0.1155,0.0792,0.0137,0.0281,0.0649,0.0104,0.0106,0.0359);
下面来求灰色关联度,首先给出理想方案,很显然对于网点选址的评价最好的方案就是所有的二级指标的
分值为100分,这样所确定地址一定是最完美的。再次,求解灰色关联系数:最后得到灰色关联度γ=(0.7662,0.7521,0.7526,
0.7723,0.7010,0.8256,0.7796,0.6821,0.7475,0.5779)从灰色关联度可以看出,第6个地址(T6)对应的关联度最大,T6的地址离最佳的地址越近,因此该地址是最优的选择。
4、结论与讨论
本文通过使用熵权法和灰色关联方法来对银行网点选址进行评估,从10个备选的地址中选择出最佳的地址。使用灰色关联分析可以克服在银行网点选址中的信息的不完全问题,但在灰色关联分析过程中的权值由专家给出,为了避免主观性,采用熵权法来确定权值,从而使整个选址过程更加客观、科学,最后计算得出的灰色关联度可以反映出最佳的网点地址。在今后的研究与实践中,可以从经济地理学和金融地理学的视角,通过引入博弈模型,对不同商业银行主体之间的选址博弈关系进行探讨,使中观层次的解释与微观层面的分析相互补充,定性分析和定量分析结合;同时根据不同地区以及不同时期的经济发展水平,针对具体的银行网点选址问题加以分析,按等级功能和服务定位对商业银行网点加以划分,分别进行选址讨论,从而更具实践意义。
参考文献:
[1] 陈学彬.金融博弈论[M].复旦大学出版社,2007.400-408
[2] 叶磊.银行分支机构选址模型分析[J].农村金融研究,2005,10:43-45
[3] 周焱荣.银行优化网点网络布局方法初探[J].河北金融,2008,6:20-22
[4] 王宁,熊继林.基于GIS的银行网点管理系统[J].科技信息,2008,9:338-340
[5] 黎雯等.GIS空间分析与模糊综合评判在银行ATM网点选址中的应用[J].测绘科学,2008,33(1):229-231
[6] 杨香花 GIS辅助下的金融网点选址研究-广州市农业银行网点布局调整为例[D]沈阳:东北师范大学,2003-5
[7] 刘晓岚 商业银行网点资源的整合及其有效运用[J].金融论坛,2001,5:51-55
[8] 宗亚冰 银行网点优化与转型的实践路径探索[J].金融管理与研究,2008,2:56-60
[9] 张文忠 大城市服务业区位理论及其实证研究[J].地理研究,1999,18(3):273-281
[10] 方远平,闫小培.服务业区位论:概念、理论及研究框架[J].人文地理,2008,5:12-16
[11] 李小建等.发展中地区银行业空间系统变化-以河南省为例[J].地理学报,2006,61(4):414-424
[12] 李立萍,张明友.信息论导引[M].成都:电子科技大学出版社,2005:25-32
Keywords:netbank;microfoundation;competitionstrategy
摘要：互联网和银行业的结合成就了现在的网上银行，这一新银行业务的出现和发展必有其原因。本文的出发点就是从网上银行业存在的原因入手，结合微观基础中的劳动力市场的偏好理论、市场理论以及信息不对称性，进而分析网上银行的现状和产生的问题。问题主要存在于网上银行的交易成本、发展多样化，传播功能等，根据这些问题，本文分别从战略的角度探讨网上银行的发展思路。
关键词：网上银行；微观基础；竞争战略
一、网上银行简介
网上银行就是“网络银行”吗？
（一）定义和历史
确切地说，网上银行应该是“网络银行业务经营管理”。这个概念是动态发展的，自从美国提出建立“信息高速公路”以来，网络已经从简单的计算机有线网络转变到的“三网合一”，提供“3A式”服务已经不存在技术瓶颈。而银行的业务发展主要借鉴西方的金融业务和金融工具，金融工具也呈现出多样化，除了国库券外还出现了商业票据、短期融资债券、回购协议、大额可转让存单等与货币市场工具和长期政府债券、企业债券、金融债券、股票、受益债券、股权证、基金证券等金融市场工具。
回顾国内的网上银行发展历史，1997年招商银行的“一卡通”开通了网上业务，从此拉开了国内网上银行的序幕，2000年中国银行上网开展业务，2001年工商银行大刀阔斧开拓网上市场，2002年交通银行和建设银行分别推出自己的网站。自此国内四大商业银行全部被“一网打尽”。据中国人民银行统计，我国目前已经有20多家银行的200多个分支机构拥有网址和主页，其中开展实质性网上银行业务的分支机构达50余家，客户数量达40万，远远超过了电话银行和手机银行。
（二）前期研究成果综述
2000至2002年期间，理论界在理论和实证方面也曾作过许多的分析研究，大部分来自于对国外网上银行的分析以及借鉴。笔者将前期研究成果归纳为以下几类：
1.实证类型
此类多来自于银行内部、各大知名咨询公司和网站的分析报告和年报，其中主要包括各类指标，如使用人数、使用频率、最频繁使用的网上银行业务、用户满意度等等，并在此基础上做出相应的预测。
2.经验类型
这一类在网上银行的现有研究报告中占去很大一部分比重，主要是借鉴国际上知名的网上银行的经验看中国网上银行的发展态势。这类分析报告主要从国内网上银行的不足入手，根据国外的成功案例给出的一些启示，谈论国内应该改进的不足之处。
3.功能类型
这一类型主要抓住了银行管理的一些具体细节，例如交易费用理论、金融效率、风险管理等。上述功能在一定程度上将网上银行和经济学以及管理学理论结合起来，这样的视角显得更为专业。
4.用户类型
此类文献的作者具有如下特征：一、对管理和计算机技术颇有研究；二、这类人士还是网上银行的用户；三、对生活质量有较高的要求，故善于发现问题。这类文献比较通俗，但是很有价值。
5.技术类型
此类文献专攻计算机网络技术，与单纯的技术不同，这类文献偏重于信息资源的整合，例如后台CRM(客户关系管理)、数据仓库等概念的挖掘。从计算机公司的角度出发为银行业提供全面解决方面，因此这类文献多来自于如IBM、HP等企业。
（三）本文的出发点
本文的出发点始于两个问题：一、网上银行的立足点；二、网上银行的存在方式和目的。由这两个基本的问题引出的关于现存网上银行的问题和经营对策。
这两个问题在理论界一直试图给出答案，只是角度的不同。本文从经济基础来看待存在的原因，同时从网上银行的行为特征来看存在方式和目的。从上面的分析就可以看出本文走的是“功能类型”路线。
二、网上银行扎根在何处
首先从微观经济学中的消费者偏好理论和市场理论出发。传统银行业务的开展一般都在营业网点进行，这带来了诸多的不便：一是距离的问题，二是时间，三是交易成本。
一般在中级微观经济学中，我们知道如果将无差异曲线和消费者预算约束所决定的商品的效用理论应用到劳动力要素市场，我们便得出了一个后弯的劳动力供给曲线，这条曲线表明随着工资的上升，人们对于闲暇会提出更高的要求。这个时候，只要时间的边际效用大于货币的边际效用，人们宁愿用货币去换取自由的可支配时间。如果传统银行业务的开展不能跟上这个趋势，那对于传统银行业将会是一个冲击。
这里的结论再简单不过了，收入水平的提高使得人们需要更多的可支配时间，人们会将传统银行业的不便作为一项生活中的负担。随着人们的收入水平提高，消费将从适应性转向理性消费。
从市场理论来分析，在西方经济学中有效竞争市场是也就是使交换达到帕累托最优的市场，这样的完全竞争市场在现实生活中是几乎不存在的。在现实生活中消费者往往欢迎垄断竞争市场，这样的市场能给消费者提供多样化的服务。随着外资银行的进入，证券公司（如集合理财）、基金公司、财务公司等机构金融功能的完善与强化，中国的商业银行将会成为竞争性行业中的竞争性企业。
此外，在消费者和厂商之间存在的信息不对称同样也会降低市场的效率，这在金融业也是同样的情况。依赖于信息不对称所获得的超额利润只是短期的行为，市场因此变得没有效率，就像“次品市场”的例子，结果使得高效的厂商和客户退出市场。需要改善这样的一个情况，就需要有信息机制和监督机制。这样的机制一方面是为了规避市场上由于信息不对称所酿成的风险，同时也能培育出理性的消费群体。而这样的一个机制是需要成本的，信息技术和银行这两项以服务为导向的产业走到一起并不是偶然。
信息不对称不仅包括银行对客户的，还包括客户对银行的，以银行的贷款业务为例，银行依赖什么来进行个放贷业务呢，信用体系尚未建立。据专家测算分析和保守的判断，中国市场交易中由于缺乏完善的信用体系，使得无效成本占GDP的比重至少为10%至20%。其中信用体系建立的首要难题就是信用信息从哪里来。银行业也希望通过对网络和信息技术的尝试来降低这方面风险。
结果各大银行之间个体理性的博弈结果使得最终大家都会拥有网上业务，所以正如我们看到的，四大商业银行在短短两、三年内纷纷落网。
二、网上银行现状分析
（一）从成本特点看网上银行
从网上银行的自身出发，采用微观经济学中对厂商的分析方法，由于网上银行的投入主要是固定成本，那么随着提供服务的客户人数增多，单位成本应该呈递减趋势，由于边际成本较低，据估算，一笔网络交易的成本是0.01元，因此从国外网上银行的存款利率来看，就要明显高于一般实体银行。在银行考虑是否推出网上银行业务的时候，很容易就能根据成本和业务定价（网上银行已有收费的趋势），估算出自己的盈亏平衡点，这个点可以是稳定的客户数量，也可以是每天的交易量。
（二）从发展趋势看网上银行
网上银行既称作银行，那它和商业银行一样，首先应该是利益驱动的，在国内网上银行的形式是以实体银行为支撑的。通过网上业务，银行可以有效整合自己的资源，从整体上降低自己的营运成本，稳定现有的客户。另外由于网上银行不存在地域的限制，同时还能发掘新的客户。从这几点看，网上银行符合银行的内部需求。但是由于这类数据隐含体现在上市银行的财务报表上，因此很难找出营业费用减少了多少，收入增加了多少。在此只能做一个定性的分析。
现在我们从下面三幅图可以看一下网上银行的利润前景。
资料来源：2009中国网上银行研究报告，iResearch-ChineseInternetResearchCenter
通过经济学原理中的外部经济性来分析，网上银行功能的成熟与完善会拉动社会其他的产业的进一步网络化，成为互补产品，形成范围经济。另一方面，随着社会的网络化，网民人数的不断增长，将会使得行业的单位成本呈进一步下降趋势。这个发展态势对网上银行业务的利润增长是非常关键的。
（三）网络功能分析
根据网络的特性，我们可以看到网上银行本身除了盈利能力以外，还有一个信息传播的功能。就现在已有的传播功能分析，网上银行可以分为网上教育和信息，除此以外有些银行还开出网上论坛，以便用户之间的沟通，以加强营销的力度。
但对于银行来说，网上银行的重要作用不单单是一般意义上的传播功能这种功能一般的网站都具有，但是在大浪淘沙之后，又有几家剩下来了呢。网上银行真正的核心是要透过精美的页面，基本的交易系统，直达它的数据平台，也就是现在颇为流行的CRM平台。
四、问题的突现
总结前面对微观基础、成本特点、发展趋势以及传播功能的分析，可以看到网上银行的问题有其特殊性。
（一）关系生存的交易成本
关于交易成本不是指银行方面的，这里特指客户的交易成本，银行方面通过网上银行业务降低了自身成本，是否有效传递到了客户方面呢。以个人业务为例，现行的网上银行（一些试点收费分行）交易成本大都是这样制定的，一般网上银行都需要交纳一定的年费以外，其他的业务和传统业务收费标准相同，换句话说在客户交易成本，或是网上银行的价格制定方面，与传统银行相比并没有进行差别化价格战略。
但是这一点合理吗？按照上面的分析，成本函数可以概括如下：
TC——每年总成本
C——网上银行年费
t——每次的交易费用
n——交易的次数
公式比较简单，这里的t代表简化的交易费用，对于消费者来说，每年所负担的成本就等于网上银行年与交易费用的总和。但是站在风险的角度考虑，就要对以上公式做出补充。其一、由于网络传输数据所特有的风险，误码率是不可避免的。其二、划转过程中的时间延误，比如可能发生如下情况，货款已从一方账户划出，但该对方账户还未能确认你的款项到达，这中间的时延也是一项成本。当然这样的成本是在一定的概率条件下发生的。可以看到修正后的成本函数为：
P——事件发生的概率
X——事件发生所引起的损失
这样一来，即使要根据网上业务等于传统银行的成本原则定价，由于交易风险的存在，那交易费用也应该小于传统银行业的交易费用（或者利率要高于传统银行利率）。
（二）发展需要多样化
首先，由于国内网上银行的服务是建立在传统商业银行的基础上，原先各大商业银行的经营重点不同，因此各自的产品的差异和主要的客户群体差别是不言而喻的。相对于商业银行个体来说，他们的网上银行就要在这个基础上通过提供各类互补的金融产品和服务，使得用户在本行能享受到需要的产品。
其次，在上面所提到的几家做得比较好的商业银行中，除了比较全面的金融产品以外，还需要本行的自有特色，如业内所称的招商银行服务比较快速，工商银行接入比较方便等，多样化的一个关键就是针对客户的营销。举例来说，商业银行已经看到了国内的青少年出国留学的热潮，而这对于银行来说一是贷款业务，二是本外币的划转业务，结合网络的地域优势和时间优势，如果银行推出一卡两币的服务，这必将大受消费者欢迎。这里就涉及到一个针对需求变化的多样性问题。
（三）传播功能意义不大
作为网络功能的一大特点，由于网上银行是一项新鲜事物，对于它的营销不仅仅要停留在广告和促销手段上。就如前面所分析的微观基础中所谈到的信息对称性问题，国内大多数的网上银行仅是对网上银行的业务做出说明，而对收费细则和安全特性等网上银行用户最关心的问题并没有给出具体地说明，而且对于损失赔偿也没有明确的承诺。这上面只有工商银行做得比较好，它在自己的主页上开出了一个论坛，有员工定期值班，为客户提供信息咨询服务。
从另一观点来看，银行在没有公布有效的信息之前，客户在使用这个产品时就会有顾虑，这样一来银行也不便于进行数据的收集和分析，又会对目标客户群的划分造成困难。
五、关于我国网上银行竞争战略的思考
网上银行是从西方借鉴过来的，但是从西方借鉴过来的并不一定都适用于中国。考虑到我国网络化并没有像欧美那样普及，教育程度和收入水平在各地区呈现不平衡的态势。因此对网上银行的战略构架就提出了新的问题。笔者结合上面提到的一些微观基础问题，就网上银行的战略实施提出一些建议。
（一）我国网上银行重在品牌建设
品牌建设成为了新兴行业一个差异化的重要标志，由于网上银行的产品类型，如各种金融工具和业务易于被同行业其他竞争对手模仿，所以现阶段最明智的做法应该是树立自己在客户和潜在客户中的知名度。
品牌战略所要解决的问题就是：为什么消费者肯为我们的产品付钱？银行可以通过价格优势树立品牌，例如美国的最大的网上银行NetBank在1999年报上所称，它的品牌形象来自于低廉的交易成本和丰富的产品。当然国内不一定都借鉴它通过价格打响品牌，我们同样可以走高价路线，但要提供的是物有所值的产品；或是利用互联网的地域优势，成为全球性的支付银行；或是通过服务建立品牌，工商银行做得就不错，因此工行在第一季度的交易额达2.7万亿，居各行之首。
（二）网上银行的安全考虑
网上银行对消费者来说最主要的就是安全性的考虑，这一点绝对有必要提到战略的高度来讲，而且已经成了判断网上银行优劣的重要因素。英国的“卫报”就在5月6日报道了关于12名跨国网上银行诈骗罪犯的新闻，这就为网上银行的安全风险管理提出了要求。有些问题是技术问题，需要银行与高科技公司合作来解决，而事实上我国网上银行系统全数是依赖国外公司搭建的系统平台，这样的风险不可谓不大。另一方面来自于教育问题，由于客户的自身原因所造成的资金损失，这就需要借助网上银行的手段进行教育和宣传。最后还要加强国际间银行业的紧密合作，因为网上银行的一大特征就是无国界。
除了以上的预防措施以外，还可以从补救方面着手，就好像美国成立了FDIC就是为了树立银行客户的信心。网上银行也需要一个第三方机制来消除用户的顾虑。
（三）与政府部门联动
这里并不涉及政府公关，重点是通过和政府合作，形成网上银行的社会效益。一方面，社会信用体系的形成需要网上银行这一技术机制的加入，也需要政府部门的协调合作。另一方面，网上银行也迫切需要一个较为完善的信用体系来支撑自己的业务开展。网上银行本身的社会效益要大于个体效益，因此从中国人民银行网站上最近的两则消息来看，政府也有意推行这一信息化建设。
网上银行业务的整条价值链几乎都是在虚拟的网络上进行。如何使利益相关者效用最大化、以及如何积极配合政府实施宏观经济政策成为了网上银行发展的目标。
（四）网上银行战略目标定位
网上银行在国内作为传统银行的一个部门，其目的不同于国外一些独立的网上银行。我国网上银行的目的不是从自身营利的角度出发，而要考虑到商业银行整体的利益，可能产生的现象就是网上银行部门不盈利或亏损，但是整体银行的利润在上升。
这里涉及到一个核心业务问题，核心业务并不一定是赚钱的业务，如果商业银行将其网上银行部门定为核心业务，有可能就是利用这一业务为银行吸收客户，为其他的业务提供盈利的可能性。当然国内银行也可以将网上银行定位成盈利业务，但是其业务的划分和客户市场的细分要和本身传统银行业务交错开，以避免银行内部利润出现此消彼长的情况，这同样也是对传统银行的一种保护。
（五）业内的竞合态度
竞合指竞争与合作共存，目光短浅往往会造成“以邻为壑”的战略部署，而这样于己于人都不力。从银行个体来看，竞合的态度首先体现在各商业银行的特色不用，专攻方向也不同。在竞合的概念中首先强调的是竞争，竞争才能体现效率，其次讲得是合作，因为网上银行是有互联网联通的，即使不合作也已经被连在了一起，随着外资银行的网上业务开办，国内的强强联手会成为一个趋势。从银行的外部来看，过度的竞争会导致资源的浪费，重复建设现象的严重，就会存在外部不经济，这与发展网上银行的初衷就背道而驰了。
（六）网上银行相配套的管理体系
网上银行的形式与一般银行不同，对比之下更需要人才的创新能力，当然就如前面所说，网上银行的关键因素不在于技术，而在于策划、管理和实施。随需应变的概念在网络时代得到重视，同时与之相适应的管理理念就显得尤为重要了。
在网上银行的体系下，需要强调知识性和灵活性，在这里就能体现出学习型组织的理念，整个组织构架应该是由项目所驱动的，客户需要什么样的服务就是项目的核心，依次展开实施，在这里层级观念需要进一步弱化，以适应灵活性的需要。作为现代商业银行的一个独立部门，网上银行的管理体系要做好和传统银行的沟通，同时保留自身的独立实施权利，在权责分明的情况下开展活动。
六、结语
关键词：银行系统性风险；互联网金融；突变分析； SVAR模型；实证研究
一、引言
2013年以来，移动互联网、大数据等现代信息技术在金融领域成“井喷”式发展，以阿里巴巴为代表的互联网公司全面进入传统金融领域，传统银行业受到第三方支付、P2P、众筹等金融服务的全面挑战。据专业报告显示，2014年，支付机构共处理数额高达17万亿元的互联网支付业务。在巨大的支付业务量下隐藏着潜在风险。2015年5月，支付宝因发生了危机导致全国一部分用户大约有2小时无法使用。第二天，黑客对携程网站进行了攻击，致使客户端和网站也无法登陆。这两家翘楚企业均出现问题，引起用户对账户资金安全的担忧，不利于网络的安全稳定。与此同时，《中国金融稳定报告（2015）》提出，随着我国银行业资产负债规模的继续扩大，部分行业、领域和地区的风险已显现出来，需要关注部分表外业务和影子银行潜在风险，加强监测分析重点领域的金融风险，动态防范存在的风险隐患。互联网金融其实质也是影子银行的一种，它的大肆发展，其本身的风险会不会传染至商业银行，使商业银行的系统性风险增大呢？ 随着科技的不断发展，金融市场的持续完善，尤其像在我国这样的银行主导型金融体系中，互联网金融对商业银行的传统业务形成严峻挑战，严重威胁其霸主地位。故研究互联网金融对我国商业银行系统性风险影响的内在机制，可为相关政府部门制定决策提供建议。
二、文献综述与理论构建
（一）文献综述
学术界对互联网金融的界定看法各一，比较有代表性的观点认为互联网金融是不同于资本市场、直接融资和商业银行间接融资的第三种融资方式，以互联网信息技术为代表，包括云计算、搜索引擎、移动支付和社交网络等多种形式[1]。它以支付、信息处理和资源配置为三大支柱，既包括了传统银行、交易所、证券、保险等金融中介和市场，也涵盖了无金融中介或市场情形之间的金融交易与组织模式。
关于互联网金融对商业银行的影响，各学者有不同观点。一些学者认为互联网金融的发展可为商业银行带来正面影响。Berger指出互联网金融提高了银行等金融机构的运行效率并促进了其内部部门的整合，对美国的金融市场产生了明显的溢出效应[2]。互联网技术的普及一方面打破了区域和地理距离对开展金融业务的限制，使得美国银行等通过并购方式扩大其规模经济变得可行；另一方面，它降低了获取、处理和传播信息的成本，使资产证券化和各种衍生金融交易成为可能，进而提高了美国金融市场的流动性（Economides，2001）[3]。DeYoung（2007）将采用互联网技术与不采用互联网技术的美国社区银行进行分析比较，发现互联网金融模式有利于商业银行的存款结构发生变化从而提高银行的盈利能力 [4]。蔚赵春和凌鸿（2013）认为应用大数据可使商业银行提高客户服务水平和核心竞争优势等[5]。李淑锦，毛小婷（2014）则指出电子货币的使用与商业银行的系统性风险呈显著负相关[6]。另一些学者则认为互联网金融的发展会对银行产生负面效应。Arnold &Ewijk（2011）重点分析了荷兰国际集团在美国等主要发达国家的网络银行模式的优劣势，认为这种模式虽可依托成本优势获得规模经济，但随着存款规模的扩大，它将面临更加集中的市场风险和其他更严峻的挑战[7]。袁博等（2013）[8]、宫晓林等（2013）[9]J为互联网金融有利于从多个角度加速金融脱媒。戴国强（2014）通过数值模拟和模型分析，从互联网金融、影子银行的角度研究商业银行的风险演变，发现互联网金融会增加银行风险[10]。牛华勇（2015）从新实证产业组织视角验证互联网金融对商业银行市场势力的影响，结果发现互联网支付通过降低商业银行的中间业务收入，进而降低商业银行的市场势力 [11]。
综合国内外研究，学者们主要是从理论视角来定性分析互联网金融对商业银行的影响，且结论不一，较少运用定量的实证分析方法。研究内容也较少涉及互联网金融对商业银行系统性风险的影响。
（二）理论构建
文献主要谈及互联网金融对商业银行的正面或者负面影响，此处则进一步分析互联网金融对商业银行系统性风险的影响机理，并构建相应的理论架构（见图1）。
一是在资产端，包括P2P网贷平台、中小企业在线融资及众筹融资在内的互联网金融模式对银行的替代性融资影响较小。银行和互联网金融面向中小企业、零售贷款市场中的不同受众群，二者在业务上属于互补关系，两者之间竞争较弱。故互联网金融对银行的资产端影响并不明显，不会造成较为严重的系统性风险。二是在负债端，互联网金融发展会吸收银行的一部分存款，对商业银行存款的分流影响银行的存贷比，会引起银行流动性的增强，进而加大了银行系统性风险。三是随着利率市场化的推进，互联网金融纠偏了存款利率，银行为了与其他企业竞争，争取更多利润，会适当降低贷款利率，吸引更多的贷款申请者，他们也会倾向于选择更高风险的投资项目进而增加了银行风险。四是在利润来源方面，在线第三方支付、理财产品在线销售等剥夺了银行的一部分中间业务，因其手续费及佣金收入减少而降低了银行利润，打破了银行交易和结算上的垄断地位。即互联网金融改变了银行与支付平台之间的利润分配方式，影响了银行的利润收入，故对银行系统性风险会产生一定的影响。
三、银行系统性风险的测算与突变分析
（一）银行系统性风险的测算
本部分将首先测算出银行系统性风险，为后面分析互联网金融对银行系统性风险的影响提供数据支持。
对于系统性风险的度量，主要有两种研究方法：一是用资产负债表和宏观经济变量来度量。如Goodhart（2006）选择流动性、违约率、资本充足率等数据来衡量系统性风险[12]。Illing 等（2003）则运用宏观数据建立金融压力指数的办法来测度系统性风险[13]。中国学者杨敏等（2013）[14]、解晓洋等（2013）[15]选取主成分分析法来测度银行系统性风险。另一种是对市场数据的度量，包括资产收益相关性、在险价值（VaR）及宏观压力测试等。Lehar（2005）[16]、高国华等（2011）[17]采用多元Garch-Bekk 模型，测度银行股票收益率的动态相关性来构建系统性风险指标。李守伟等（2014）利用金融机构同业拆借数据建立机构间关联网络模型来研究银行业系统性风险 [20]。Acharya 等（2009）[18]、郭卫东（2013）[19]计算单个银行风险对系统性风险的贡献率为依据来测量银行系统性风险。综上，可知对银行系统性风险的度量主要包括静态指标法和计量经济模型法等。计量模型法因数据限制，主要从国外借鉴过来，不太适用；相比而言，静态指标法更为适用。IMF 全球金融稳定报告指出，发展中国家金融市场衡量系统性风险可以宏观经济指标和银行资产负债表指标为依据。故指标的选取尽可能包含这些变量，使得出的结论更具说服力。但因所选用的指标较多，学者们的观点也不一致，为避免因指标选择造成测量偏差，本文沿用杨敏等（2013）[14]、解晓洋等（2013）[15]提出的指标，包括外部冲击指标与银行内部经营指标，运用主成分分析法来测出整体银行系统性风险，具体指标体系与数据来源见表1。
由表2可知，前四个主成分的累计贡献率达到87.052%（标准为不少于85%），应保留它们。进一步计算各指标在主成分上的加权系数，四个主成分加权系数最大的指标依次为资本充足率、超额备付金率、存贷比和财政赤字/GDP。可知，影响商业银行系统性风险的关键因素是结构性因素。
进一步计算其主成分值，然后用主成分乘以各自权重值，得到银行系统性风险加权指数。图2显示的是2009年第三季度至2015年第一季度我国商业银行系统性风险的变动趋势，其中加权银行系统性风险用实线表示，虚线显示该指标变化的趋势。可看出，我国主要商业银行的系统性风险不断增大，特别是从2009年第4季度开始直到2012年第二季度，我国主要商业银行的系统性风险一直在增加；2012年下半年开始，我国主要商业银行的系统性风险反而下降，至2014年开始，呈现小幅度上下波动。
（二）银行系统性风险的突变分析
进一步对其进行突变分析，依据 =0.05，可分别得出银行系统性风险指数的UF和UB曲线（如图3所示），从图中可看出，UF和UB曲线在2010年第二季度出现相交，且2011年第一季度以后这种增加的趋势明显超过0.05，甚至超过0.01，这表明我国商业银行的系统性风险指数自2010年第二季度开始突变，呈现上升趋势，且2011年第二季度以后这种增加的趋势十分显著。为了进一步验证这种方法的准确性，将原始时间序列分为2009Q3 -2010Q1和2010Q2-2015Q1两段子序列，并分别求其平均值，结果如图2中虚线所示。可以看出，2009Q3-2010Q1子序列的均值为-1.0757，2010Q2-2015Q1子序列的均值为0.1614。显然，这两者之间存在明显的突变。因此，可以确定2010年第二季度为银行系统性风险指数的突变点。以上趋势及突变可能与我国互联网金融的兴起与发展有关。互联网金融兴起于1999年，从框架的初步确立，从原有技术的简单运用到2013年发展到巅峰，影响并改变着传统金融业态。当互联网金融发展从未成熟走向成熟，很多规范尚未确立，它会涉猎银行的业务范围，对银行造成一定的影，使其风险增大；当逐步规范化之后，互联网金融与银行传统金融相互协调发展，反而降低了银行系统性风险。
四、实证研究设计及结果
（一）模型构建
VAR模型仅从数据上反映各变量之间动态统计关系，在一定程度上忽视了变量之间隐含的经济结构以及变量同期影响关系。为克服该缺点，本文运用结构向量自回归模型（SVAR），构建互联网金融与银行系统性风险之间的动态关系，并通过脉冲响应函数进一步刻画这种关系。根据AIC和SC准则，选择包含所有变量滞后2期的SVAR模型：
如果矩阵B可逆，可将SVAR转化为非限制性VAR：Yt=B-1Γ0+ B-1Γ1Yt-1+ B-1Γ2Yt-2+ B-1εt，根据等式μt= B-1εt，可利用简化的VAR估计结构VAR，但对m元p阶SVAR模型，需施加m（m-1）/2个限制。模型中包含了7个变量，则需要21个约束条件。
（二）变量选择与数据来源
1. 变量选取
（1）互联网支付的发展程度（Internet Paying）。本文采用互联网支付金额的变化来代表互联网金融的发展程度。
（2）银行系统性风险指数（RISK）。根据第三部分的主成分分析得出的结果作为银行系统性风险指数的衡量标准。
（3）银行的资产（ASSET）和负债（LIABILITIY）。用每季度的主要商业银行的资产负债的变化来表示该指标，数据来源于中国银监会网站，中国金融统计年鉴等。
（4）银行的贷款利率（LR）。选择转换为季度数据的一年期贷款利率，数据来源于和讯网。
（5）利润来源。包括净利息收入、手续费和佣金收入。考虑到数据的可获得性，选择成本收入比（PTI）与非利息收入占比（NII）作为替代变量。
2. 数据来源
考虑到数据的可获得性，兼顾样本选取的合理性，选择2009年第三季度到2015年第一季度的主要商业银行 的数据作为样本。银行系统性风险数据主要源于中经网产业数据库、wind资讯、历年金融年鉴和银监会网站等。互联网支付的官方统计数据在2013年第三季度之前并无，中国人民银行 曾引用艾瑞咨询公司的相关数据，故本文的互联网支付数据源自艾瑞咨询公司的中国第三方支付行业年度监督测评报告。
（三）模型估计结果及分析
1. 单位根检验
无论是SVAR还是VAR，各时间序列变量必须平稳，否则会陷入“伪回归”。本文采用单位根检验各变量的平稳性。检验结果如表3。
检验结果可知成本收入比和非利息收入占比变量经过一阶差分之后变为平稳序列，剩余变量经过二阶差分之后变为平稳序列。
2. 稳定性检验
进行脉冲响应函数分析的前提是进行SVAR模型的稳定性检验，据分析发现该模型的单位根的倒数都在单位圆之内（如图4所示），表明SVAR模型是稳定的，故可运用脉冲响应函数做进一步的动态冲击分析。
3. 格兰杰因果检验
格兰杰检验可以验证互联网金融发展与银行系统性风险之间是否存在显著的因果关系。对各变量进行检验得到的结果见表4，从表中可看出，互联网支付发展程度是银行资产与负债变化的格兰杰原因，但并不与银行贷款利率变化互为格兰杰原因。银行资产与负债变化是银行成本收入比和银行非利息收入占比变化的格兰杰原因，且互联网支付发展程度是银行系统性风险的格兰杰原因。故综合Granger检验的结果，可知互联网金融发展能够Granger引起银行资产与负债变化，进一步引起银行成本收入比与银行非利息收入变化，最终Granger引起银行系统性风险的变化。另外，还可知互联网金融发展对银行系统性风险的影响并没有通过银行贷款利率这个途径来实现，银行贷款利率的变化对银行系统性风险也没有产生影响，这可能与我国利率市场化有关，也可能因为仅仅只选取了一年期贷款利率作为变量。非利息收入占比对银行系统性风险的影响也不大，可能是因为银行获利主要来源于利差收入而不是非利息收入。
4. 脉冲响应函数分析
脉冲响应可以对变量间的动态特性进行分析。图5显示的是互联网金融发展程度一个标准单位的正向冲击对银行系统性风险的影响结果。从图中可以看出，从第1期到第1.5期互联网金融发展对银行系统性风险的影响呈现出增强的正向效应；从第1.5期开始，这种正向影响陡增，到2.5期达到最大，之后一直到第5期，对银行系统性风险的影响趋于缓解，但总体还是正向效应，从第5期到第10.5期，互联网金融发展对银行系统性风险的影响体现为逐渐减弱的负向效应。之后又呈现出增强的正向效应，但总体来说波动性较小。这种脉冲响应的轨迹显示，互联网金融发展在短期内会增加我国银行系统性风险，但从中长期来看，对我国银行系统性风险的影响并不大。说明互联网对商业银行产生的影响并不是彻底的颠覆，在业务和功能上无法全面替代商业银行，两者可作为互利共生的事物共同发展，互联网金融的存在对我国金融改革有很好的倒逼作用，能在一定程度上优化中国金融业，促进金融监管的创新。
5. 方差分解分析
方差分解可用来分析各变量对银行系统性风险的贡献度，结果如图6所示，可知对银行系统性风险贡献最大的是成本收入比，但其贡献度随着时间的推移在逐渐减小。成本收入比的高低指标被认为是银行成本控制水平和经营效率的表现。成本收入比越低，其成本控制能力越高，发生银行系统性风险的可能性会越小。其次贡献度次之的是银行的负债变化。银行体系的非核心债务与核心债务的比率本就能反映银行体系的风险承担情况，故负债变化对银行系统性风险的影响较大。第三是互联网金融的发展，随着时间的推移对其影响有所增加，贡献度大概在15%-16%左右。这进一步证明了互联网金融发展对银行系统性风险存在较大的影响，可直接影响商业银行的存款、贷款、汇款和销售业务等。而银行资产与非利息收入占比对其贡献度较低。多数学者研究表明非利息收入的增长具有风险分散效应，在业务发展之初，非利息收入对宏观经济的依赖性较低，银行经营收入不太会受到宏观经济周期性波动的影，可减少银行系统性风险的发生（张羽，2010[21]；钟诚，2012[22]）。
五、结论与建议
在界定互联网金融基本内涵和综述相关文献的基础上，本文首先阐述了互联网金融发展影响银行系统性风险的作用机理，并运用主成分分析法构建了我国商业银行的系统性风险指数。接着，运用突变分析、SVAR模型实证研究了互联网金融发展对我国商业银行系统性风险的影响。结果表明：互联网金融发展主要通过影响银行的资产负债结构，进一步影响银行的成本收入比，进而对我国商业银行系统性风险产生影响。且它对银行系统性风险的影响存在“期限结构效应”，即互联网金融发展在短期内会增加我国商业银行系统性风险，但从中长期来看，对我国商业银行系统性风险的影响并不大，两者可作为互利共生的事物而共同发展。互联网金融的存在对我国金融改革有很好的倒逼作用，能在一定程度上优化中国金融业，促进金融监管的创新。根据上述结论，本文提出如下启示：
一是传统商业银行应当进一步增加资金来源，开拓销售渠道，有针对性地开发适应互联网金融的存款产品，运用、借助互联网技术平台适当改进原有的运营模式，与互联网金融互利共生。
关键词：网上支付，法律，电子商务
电子商务是一种全新的商业运作模式，在21世纪商务往来主流的驱使下，电子商务将成为经济活动的核心。学界认为：广义的电子支付指利用各种暗自设备进行的支付，包括网上支付但不完全等同。狭义的电子支付即为网上支付。网上支付即指利用计算机网络进行支付的方式。通常“网络”有两种范围：一种是互联网；另一种为银行间的各种专用网络系统。
网上支付嘴主要的问题即是安全问题，因而各国在关于网上支付的立法中，都非常重视法律规范中对网上支付安全性的完善。
1.网上支付当事人之间的法律关系
网上支付当事人之间的关系，主要是银行卡当事人之间、电子货币当事人之间两大关系体系。
1.1银行卡当事人之间的法律关系
银行卡业务当事人，包括发卡银行、持卡人、担保人、特约商户等。银行卡功能多样，依靠其所产生的法律关系也多种多样。主要当事人之间的法律关系即为：持卡人的选择权、信用卡中的抗辩权和必要费用偿还请求权等。持卡人与发卡银行存在存货货借贷关系、委任关系；持卡人与特约商户是建立在银行卡交易上的买卖合同关系。发卡银行与特约商户间无直接法律关系。
1.2电子货币当事人之间的法律关系
电子货币法律关系中存在的三个基本当事人：电子货币发行商、持有人以及特约商户。持有人与电子货币发行商有买卖存款、委任关系；持有人与特约商户之间有货物买卖或提供服务关系。当持有人使用电子货币取得货物或服务时，即持有人在转让电子货币的债权；电子货币发行商与特约商户之间的权利义务为存储义务的赎回。
2.网上支付中的权益保护
网上支付中的安全风险很大，立法必须保护消费者的合法权益。免费论文参考网。网上支付法的完善，亦可促进电子商务发掘出更大的潜力。
2.1经济学原理中的消费支付责任
在经济学原理中，消费者面对风险的原则为：损失分散原则，损失减少原则，损失执行原则，此三种原则的实行，必须需要法律的合理处理损失分配规则，由此提高支付系统的效率。
2.2消费性支付责任之法律规则
不论何种支付形式，均需经过一些基本阶段，损失便可能发生在任一阶段。故意制作无效支付工具的人是不法行为人，承担全部损失责任。对于伪造发单人签章，受票人要承担损失。金融机构收到消费者支付工具，金融机构便会转给另一机构以便处理。原则为：1.此行为的责任主体为金融机构，因为销售者无法采取任何现实性的措施进行预防风险。同时法律规定，在支付处理后，金融机构应向消费者报告交易情况。消费者便可通过账单发现未授权的提款。
3.如何完善我国银行法律制度
通过上文分析，我国网上支付交易尚无专门的法律对银行卡网上交易进行规范，个当事人之间的权利义务尚不明确。免费论文参考网。仅仅从经济学中分析网上支付行为，没有法律上的保障。根据经济发展的远景分析：在我国《银行卡业务管理办法》、《电子支付指引》等现有规章制度中，相关规定是可以参照使用的。我国银行卡责任制度应建立在有责任限制的无过错责任之上，银行卡未获授权使用时，持卡人承担的责任应加以限制，发卡银行或未及时承担的责任也应加以适当限制。在相对近期的经济预测中，我国银行卡责任规则应兼采无过错责任和过错责任。无过错责任应设立限制，而责任限制与长期目标中的责任限制一致。如果持卡人存在过错，则不享有责任限制，但应由银行举证证明持卡人有过错。在目前的立法目标中，法院应当运用《合同法》和《消费者权益保护法》来解释银行卡章程、使用规定及领用合约中的格式条款，对部分条款作限制解释，并宣布部分条款无效。免费论文参考网。
电子货币立法，在理论上，发行电子货币可能涉及货币政策、支付系统有效运行及对支付工具的信心，保护客户和特约商户、金融市场的稳定、避免犯罪分子利用和市场失灵等问题。在实践中，有的国家专门针对电子货币进行了立法，有的国家将现有法律适用于电子货币，还有的国家或地区对电子货币之一的储值卡进行了规范。我国目前存在的主要问题有：1.尚无法律法规对电子货币做出专门规定；2.未为非银行发行电子货币提供法律依据；3.未规定电子货币是否可以赎回；4.未明确是否可以成为豁免机构等。
从我国的信用卡、储值卡只允许银行发售的政策来看，未来的电子货币发行主体将依然是银行，非银行的金融机构甚至非金融机构仅具有以个案批准形式获准发行电子货币的可能。因而，我国对电子货币的相关法律规定大致方向应趋向于关于银行的法规。通观全文，我们可以发现，电子货币的风险类型与实际货币交易的风险类型是一致的，但是，我们不能简单的依照现实货币的法律规定去规范电子货币市场，这是由于发行商和监管者都有可能对电子货币风险不熟悉或者发生操作失误产生意外风险。
在电子货币的立法过程中，我们必须避免出现立法阻碍经济发展的现象发生，所以，笔者建议，应当借鉴欧盟及其成员国的经验，建立如下四项立法宗旨：1.明确相关法律要求并促进电子商务的发展；2.避免阻碍技术创新；3.在发行电子货币的不同机构之间建立一个公平的竞技场；4.确保发行商财务稳健。
【参考资料】
[1] 钟志勇.网上支付中的法律问题研究.北京大学出版社,2009.
[2] 王春和.网络贸易.河北人民出版社,2000.
[3] 蒋志培.网络与电子商务法.法律出版社,2001.
[4] 陈建.电子支付法研究.中国政法大学出版社,2006.
[5] 李凌燕.消费信用法律研究.法律出版社,2000,
【关键词】互联网金融 商业银行金融发展 创新与挑战
作为新兴金融模式，互联网金融影响了人的工作和生活，也对商业银行金融机构造成了一定的冲击和挑战。因此，分析互联网金融对商业银行的影响和挑战，并提出相对应的措施尤为重要。本文结合互联网金融现状及商业银行现状，对相关文献进行梳理，阐述互联网金融存在的弊端，并对互联网金融模式带来的冲击和影响进行论述。同时，有针对性的提出，商业银行如何加强互联网金融的重视并拓展自身互联网业务，做到合作共赢的局面。
一、绪论
（一）研究背景及意义
（1）研究背景。作为新兴的金融模式，互联网金融发展吸引了众多目光。尤其是支付宝余额宝等软件相继崛起之后，引发了诸多舆论和评价。互联网金融发展影响了人的工作和生活，对商业银行金融形势也带来了一定的冲击。在这种情况下，如何应对互联网金融冲击已经成为商业银行面临的重要问题。但互联网金融在带来快捷便利的金融条件时，也存在一定的风险。如相对应的风险控制及监管机构还不够完善，对互联网金融用户信用评价如何进行有效控制，也是互联网金融的发展焦点。
（2）研究意义。以商业银行受互联网金融影响为课题，对中国商业银行的冲击进行深入研究，对比国内外金融发展现状，找出商业银行金融存在的问题。同时，着重分析互联网金融对商业银行的冲击，提出有针对性的建议和应对手段，对商业银行更好的服务于人服务于社会，促进金融业和银行业发展，对我国商业银行金融格局的改变及经济发展战略具有一定的理论意义和实践意义。
（二）国内外研究综述
（1）国外研究近况。著名学者Greenbaum认为，随着社会资产的不断增长，人们对金融的需求不断提高，对金融结构产生了严重的刺激也催生了新生业务发展，如互联网金融等。著名学者Klafft与linetal对金融机构的研究结果表明，由于互联网专业化程度较差，导致互联网信贷风险持续升高，国外网络借贷公司通过贷款小组的方式做专门指导，目的是降低违约风险，借助互联网联名担保降低违约概率。学者Davis与hengetal则认为，贷款组织者是中介形式的，通过信息匹配搜集及监控，完成市场资金需求的供给双方的协调合作。同时，互联网金融贷款业务的增长对社会资金总量的需求极为旺盛。
（2）国内研究近况。由于互联网金融是新兴事物，因此，在我国互联网金融对商业银行金融影响也刚刚显现出来。对于国外而言，我国学术界对于互联网金融的研究较少。但随着互联网金融的飞速发展，对于银行业的影响与监管备受重视。无论是政府还是百姓，诸如余额宝这样的软件都成为当下的热门话题。
2014年，中国银行副行长易纲在“两会”上指出，要支持余额宝等金融产品的创新行为，同时采取一定的措施应对风险和防范风险。目前，余额宝等金融产品带来了诸多争议，主要针对其流动性和价格波动等风险。姚文平在2014年从互联网金融本身以及战略监管角度，分析了互联网金融在全球范围内的突破性进展，认为商业银行要冷静应对互联网金融，要从冲击入手，找到推动商业银行发展的动力和可创新之处。同时强调，商业银行金融要与互联网金融联合，形成有效战略联盟，促使双方共赢。
二、互联网金融对传统银行业务的冲击
（一）传统银行金融模式与互联网金融的对比
（1）互联网金融注重创新。金融交易门槛降低，体现了互联网金融模式的平等性和开放性。2013年，余额宝领衔互联网金融行业，受到支付宝客户资源的影响和资金沉淀，让余额宝有了巨大的发展契机。客户可以通过余额宝像支付宝账户转账且不收取任何费用。同时理财门槛降低至一元钱。吸引了大批的年轻人和白领投资者。到目前为止，余额宝的用户使用数量已经突破了八千万。
传统商业银行进入客户群体主要是中小型企业及政府机构，由于渠道和金融门槛的没有及时拓展，导致客户很难享受到金融服务，很难购买到金融产品。但在互联网金融模式下，个人能择优选择适合自己的金融服务，提升了社会大众对金融服务的需求。以银行理财为例，在银行够慢理财产品的起步价是五万元，首次购买则需要柜台面签，对于中小投资者而言，五万元的起步资金仍然是很高的门槛。多数中小投资者对此望洋兴叹。互联网金融在此时为中小投资者打开低门槛的理财之门，立刻受到网民和使用者的追捧。
（2）互联网金融注重共享与透明。在交易过程中，互联网金融注重透明度及共享协作。在金融交易过程中，利用自身积累的数据对客户进行评价及指导，客户可以再透明公开的金融平台上选择适合自己的金融服务。也可以说，互联网金融供给双方都很容易获得资源，使得信息不对称等不良现象较少，削弱了商业银行等金融机构的中介作用。而在传统金融模式中，交易双方经常会出现信息不对称等不良现象，使用金融服务的客户很难从银行获得资金，也很难找到融资项目。尤其是近年来，小企业融资难的问题，主要是因为商业银行信息查询评价渠道差债，获得信息成本较高，在权衡收益和经营风险之后，银行主动放弃了小企业融资客户。
（二）金融脱媒加剧
随着在线理财产品、第三方支付以及网络信贷等网络金融机构的不断发展，对商业银行金融模式发展造成了一定的冲击。互联网金融的快速发展使得客户逐步向门槛较低的互联网金融企业发展，在金融业务竞争激烈的同时，商业银行金融服务逐渐畏缩不前，2014年1月，中央银行金融披露数据显示，在余额宝等理财产品影响下，我国银行存款流失严重，仅在1月份，我国商业银行存款数额减少了9400亿元。同时，互联网金融更种猪利率化，银行的理财手段到了进退两难的地步。如果随着余额宝的浪潮推出类似产品或发行高收益型的金融服务来满足金融市场发展，则会变成变相吸收存款，增加了银行自身经营成本的同时，也会造成利率倒滑现象。但如果不推出相对应的金融产品，银行存款流失会更加严重，银行将面临经营破产风险。
（三）金融创新提速
在互联网高速发展背景下，一部分企业开始不断向互联网领域发展。如苏宁、腾讯、京东及阿里巴巴等商业巨头，以及人人贷、陆金所等网络融资平台也相继提出有针对性的创新举措。目前，互联网金融共包括五种模式：第三支付环境下支付结算、电商小贷及网络融资贷款、非实体货币虚拟交易、基金证券等金融渠道产品网络销售、法律援助以及金融咨询等其他渠道。互联网金融产品创新速度与互联网发展共同进步，客户可以足不出户就能享受到储蓄、支付、借贷以及理财结算等金融业务。我国商业银行自成立以来，一直享受国家政策，并在金融结构下占据主导地位，但是在互联网金融迅速发展下，商业银行部门垄断的金融体系得到冲击。2014年，中国银行副行长易纲在“两会”上指出，要支持余额宝等金融产品的创新行为，同时采取一定的措施应对风险和防范风险。同时，十八届三中全会以来，关于金融体制改革的信号对于互联网金融来说是最有利的发展契机。如果商业银行部及时在金融理念上创新，势必会造成互联网金融占据市场较大比重。而商业银行最终失去金融主动权。
三、互联网金融环境下商业银行应对策略
互联网金融与商业银行未来发展关系将十分复杂。既是商业对立的竞争关系，又是相互合作的战略伙伴关系。面对复杂的双边关系和形势，商业银行有必要才去应对手段和积极的执行策略。
（一）加快转型与创新
互联网金融在带给商业银行一定的冲击和影响时，也对商业银行未来发展带来了一定的转型启发。当前形势下，商业银行面临着利率市场化、外部形势及内部形势复杂、金融脱媒不断深入以及客户需求不断提升等发展环境，导致商业银行压力巨大。因此，商业银行要加快金融结构创新发展，跟上时展脚步加速内部转型的同时，用全新的金融理念和积极的金融服务手段应对互联网金融的冲击。
首先，商业银行应该重视中小企业融资，充分发着中小企业客户蕴藏的潜在能量，降低借贷门槛，打破中小企业融资难的壁垒。结合互联网技术及科技技术，不断优化服务流程，在拓展业务空间的同时增加新的金融服务和新的产品，吸引客户目光。
其次，加强与客户之间的沟通，注重客户体验和客户需求，满足客户对金融服务提出的要求。加快负债业务转型，使得银行金融业务更趋向于百姓趋向于大众，使得金融服务发展能满足金融结构调整的要求。加大推进商业银行业务发展并提升资金使用效率，在节约成本的同时提升收益。
（二）加强业务合作
我国商业银行已经完善了风险管理体系，具备了丰富的产品，掌握海量客户的资金流动信息和客户基本信息，如何能与互联网金融企业记性有效合作，进一步掌握客户物流信息，通过数据技术，创造出更适合大众发展，更能满足大众需求的产品。使得金融管理结构的创新能能适应金融企业健康发展。
同时，第三方支付平台与商业银行合作，有着广阔的发展空间。这是因为第三方平台及互联网金融发展，依赖于传统银行金融本质。商业银行可以利用互联网金融平台，完善客户网络体验权限和网络服务水平。由于互联网金融吸引中小企业的特点是高校快捷。如，平安网上信贷与拍拍贷、人人贷，最快贷款到账为二十四小时，最慢时间为三天。这真是商业银行值得学习借鉴的地方。商业银康可以通过互联网为中小企业提供更多便捷的资金提供方式，积极参与到互联网金融竞争之中。
四、结束语
综上所述，商业银行面对发展迅猛的互联网金融模式，要冷静应对风险，利用自身的政策优势和资本优势，不断改变风险管理模式和金融服务思维，通过与互联网金融企业合作，形成全新的利润增长方式。目前，我国传统金融格局尚未打破，领衔金融市场的依旧是商业银行，这与政府扶植和多年经验有直接关系。但是，商业银行也要冷静面对形式，努力寻找自身不足，积极拓展融资改革与融资渠道，合理利用自身资源，以服务社会大众为本源，顺应互联网金融发展，联合互联网金融企业，为客户带来更多更好的金融服务，开创传统与网络共赢的局面。
参考文献：
[1]巴曙松，谌鹏.互动与融合：互联网金融时代的竞争新格局[J].中国农村金融，2012，（24）.
[2]潘意志.阿里小贷模式的内涵、优势及存在问题探析[J].金融发展研究，2012，（03）.
[3]赵向阁，熊晓轶.电子商务在保定市县域经济外向型发展中的应用――以阿里巴巴网站为例[J].中国商贸，2010，（22）.
[4]陈筱彦，魏嶷，许勤.运用高频数据衡量订单驱动市场的买卖价差[J].经济论坛，2010，（04）.
[5]蔡雪飞.浅谈互联网上的金融与银行[J].科技经济市场，2010，（01）.
[6]阮思阳.电子商务认识误区的澄清与我国电子商务发展问题[J].改革与战略，2011，（01）.
[7]李勇.政府主导市场化进程的金融发展模式――以开发性金融为例[J].社会科学家，2010，（10）.
[8]杨凌云，徐学庆.论金融模式的差异及模式的转换[J].华中师范大学学报（人文社会科学版），2010，（05）.
[9]黄燕.现阶段的中国金融模式刍议[J].信阳师范学院学报（哲学社会科学版），2011，（03）.
[10]吴晖，孙宏.从内部银行到财务公司――关于企业集团金融模式的探讨[J].华东经济管理，2010，（01）.
关键词：互联网金融 商业银行 不完全信息 演化博弈
一、引言
自20世纪90年代以来，在信息技术强有力的推动下，人类进入了互联网经济时代。近年来，得益于网络通讯技术的迅猛发展，结合大数据、云计算等概念的此起彼伏，“移动互联网”正逐步走进大众的视野。加快发展普惠金融，促使全民更为方便的享受优质的金融服务；大力推动中小企业发展，促进我国经济转型升级，形成多层次的资本市场发展格局，是我国当前金融业发展过程中迫切需要解决的问题，但是由于诸多条件的限制，我国在此方面的进展却十分缓慢。2013年6月，阿里巴巴与天弘基金合作推出“余额宝”，仅半年时间，其用户数量已达3000万，资金规模也已超过1000亿元，于是以“余额宝”为代表就诞生了一个陌生的概念：互联网金融。
互联网金融的快速扩张，使我国传统商业银行倍感压力，其实也不难理解：以“余额宝”为代表的第三方互联网金融理财产品的推出抢夺了传统商业银行的理财份额；以“支付宝”为代表的第三方支付平台的发展弱化了传统商业银行的支付中介功能；以“P2P网贷”为代表的互联网信贷的发展挑战了传统商业银行的融资模式。针对于此，传统商业银行势必会为了维护自己的核心利益而进行反击，双方的不良竞争，使得互联网金融的发展与创新受到某种程度上的制约。其实，从金融本身的角度来讲，不管是传统的商业银行还是互联网金融，其目的都是为了更好的促进生产经济活动，以期让社会大众享受更为良好的金融服务。
目前，虽然出现了研究互联网金融的文献，但是鲜有学者从博弈论的角度来考察互联网金融与传统商业银行之间的关系，因此，本文旨在从博弈论的视角下探讨双方之间的竞合行为与利益关系，分析二者如何发挥自身的优势，更好的与对方开展合作，从而更好的促进我国金融业朝着健康、高效的方向发展。
二、双方之间的竞和博弈模型
（一）演化博弈模型理论
演化博弈论来源于生物进化论，它能够比较好地解释现实人类社会中某些制度、格局、行为习惯乃至文明产生和消亡的演化形成过程，因此逐渐发展成为经济博弈论研究的一个新领域。它的研究对象通常是一定规模的特定群体内成员的相互反复博弈，其分析问题的基本思路则是：当社会经济环境和人们分析决策的问题较为复杂时，我们不可能假定参与其中的人均为“经济人”，即此时人们的理论局限是非常明显的，为了保证博弈分析的结果具有一定的价值，在此我们需要假设博弈双方具有理性局限性，而有限理性则意味着博弈方一开始并不一定会找到最优策略，但是它会在相互之间的博弈过程中不断学习，通过不断尝试的方法寻找较好的策略，进而达到最优均衡点。当群体中的所有成员都采取“演化稳定策略”（Evolutionary Stable Strategy，ESS）时，那么一旦某个个体成员采取其他策略，它就会在自然选择的压力下不得不改变策略，甚至退出群体。
在演化博弈论中，存在两个核心的概念：“复制动态”与“演化稳定策略”（ESS）。复制动态是指博弈方动态变化的速度，它与模仿学习对象数量的多少（这关系到群体成员观察和模仿的难易程度）和学习模仿对象利益超过平均利益之差（这关系到模仿的激励程度）成正比。ESS表示一个群体抵抗变异策略的入侵而达到的一种稳定状态。
（二）双方之间的博弈模型分析
博弈元素通常主要包括以下3个要素：一是局中人，也就是参与博弈的主体行为人；二是策略空间，也就是主体行为人所采取的策略；三是支付函数，也就是主体行为人在不同策略下的收益。
1、局中人
在本博弈中，局中人为第三方互联网金融企业和传统商业银行。
假设一：参与双方在追求自身利益最大化的同时，均具有理性局限性，同时二者也具备一定的学习和模仿能力；
假设二：第三方互联网金融企业与传统商业银行之间的博弈是随机的，且二者之间的信息是不对称的。
2、策略空间
对第三方互联网金融企业与传统商业银行而言，各自的行为对策空间包括竞争与合作。
第三方互联网金融企业的竞争策略包括：通过与基金公司合作开发新型互联网理财产品，从而与传统商业银行争夺散户的存款，以便为中小企业提供贷款，即从存款、贷款角度与传统商业银行进行竞争。除此之外，还可以通过自建网上支付渠道为用户开展支付结算业务，绕开银行结算系统。
第三方互联网金融企业的合作策略包括：与银行共享通过大数据、云计算积累的客户数据，从而在最大程度上降低双方的不良贷款比例，此外，在开拓市场方面，二者之间也可以开展合作。
传统商业银行的竞争策略包括：对存款资金的流出设置障碍，如调整单笔转账上限或提高转账手续费。
传统商业银行的合作策略包括：取消或降低转账手续费用，即在转账方面不设置太多的限制，除此之外还可以提高对方在银行的存款利率，在人力资源或安全技术等方面也与第三方互联网金融企业开展合作。
3、相关对策与收益
在双方的博弈中，根据二者之间不同的策略组合可以得到不同的收益，具体情况如下：
第一，当第三方互联网金融企业与传统商业银行均选择竞争时，记双方此时的收益分别为[u]和[v]。
第二，当第三方互联网金融企业选择竞争而传统商业银行选择合作时，由于客户存款的流失，记银行的收益损失为[m2]，此时第三方互联网金融企业可以得到[n1]的额外收益。
第三，当第三方互联网金融企业选择合作而传统商业银行选择竞争时，由于第三方互联网金融企业向传统商业银行分享了网络客户的信用记录，因此就有可能导致部分客户流向传统商业银行，此时银行可以通过设置资金流出屏障，减少己方利益损失，记此时第三方互联网金融企业的损失为[m1]，银行的额外收益为[n2]。另记[p]为双方中一方违约时需向另一方支付的违约金。
第四，当第三方互联网金融企业与传统商业银行均选择合作时，这更有利于金融市场的创新与发展，与之前二者均采取竞争策略相比，我们可以假设此时双方收益的增量为[r]，第三方互联网金融企业和传统商业银行对这部分收益进行分配，设分配比例系数为[q（0
4、收益矩阵
二者之间的单次博弈收益矩阵如表1所示，设初始状态第三方互联网金融企业群体中采取合作策略的比例为[x（0
表1 第三方互联网金融企业与传统商业银行间的竞合博弈收益矩阵
[对策与收益＼&传统商业银行＼&合作[（y）]＼&竞争[（1-y）]＼&第三方互联网
金融企业＼&合作[（x）]＼&[u+rq，v+r（1-q）]＼&[u-m1+p，v+n2-p]＼&竞争[（1-x）]＼&[u+n1-p，v-m2+p]＼&[u，v]＼&]
在该收益矩阵中还存在如下假设：
第一，该博弈双方是非对称博弈，在演化博弈中，我们的分析框架是反复在两个群体中各随机的抽取一个成员配对进行博弈。而在现实生活中，双方合作的总收益增量通常情况下是大于一方选择竞争时的收益增量，即若一方选择竞争，则另一方势必在下一轮博弈中也通过设置障碍选择竞争策略，最终造成双方得不偿失，即在本博弈中，[r>n1+n2，rq>n1]
[r（1-q）>n2]，也即在[q]分配合理的情况下，双方应该选择合作。
第二，现实对违约的惩罚一般不会超过双方在博弈中的损失，即[p
（三）模型的构建
1、第三方互联网金融企业的演化分析
根据二者之间的收益矩阵，我们假设：第三方互联网金融企业选择合作对策时的收益为[ui]
[ui=y（u+rq）+（1-y）（u-m1+p）=（rq+m1-p）y+u-m1+p] （1）
第三方互联网金融企业选择竞争对策时的收益为[uj]
[uj=y（u+n1-p）+（1-y）u=（n1-p）y+u] （2）
设第三方互联网金融企业的平均收益为[u]
[u=xui+（1-x）uj=（rq+m1-n1）xy+（p-m1）x+（n1-p）y+u] （3）
由公式（1）和（3）可得第三方互联网金融企业的复制动态方程为：
[F（x）=dxdt=x（ui-u）=x（1-x）[（rq+m1-n1）y+p-m1]] （4）
当[F（x）=0]时，不难解出该复制动态方程的稳定临界值[x=0，x=1，][y=m1-prq+m1-n1]
根据上述复制动态方程的解我们可以绘制出第三方互联网金融企业在演化博弈中的动态相位图，如图[（a）～（c）]所示。第三方互联网金融企业的动态演化方向取决于初始的传统商业银行中选择合作策略的比例[y]，当传统商业银行初始合作成员数占比超过[y]时，第三方互联网金融企业趋向于选择合作对策，反之，则趋向于选择竞争策略。
2、传统商业银行的演化分析
根据收益矩阵，设：传统商业银行选择合作对策时的收益为[vi]
[vi=x[v+r（1-q）]+（1-x）（v-m2+p）=x[r（1-q）+m2-p]+v+p-m2]（5）
传统商业银行选择竞争对策时的收益为[vj]
[vj=x（v+n2-p）+（1-x）v=x（n2-p）+v] （6）
设传统商业银行的平均收益为[v]
[v=yvi+（1-y）vj=[r（1-q）+m2-n2]xy+（p-m2）y+（n2-p）x+v] （7）
由公式（5）和（7）可得第三方互联网金融企业的复制动态方程为：
[F（y）=dydt=y（vi-v）=y（1-y）{x[r（1-q）-n2+m2]+p-m2}] （8）
同理当[F（y）=0]时，该复制动态方程的稳定值为[y=0，y=1，][x=m2-pr（1-q）+m2-n2]
根据上述复制动态方程的解可以绘制出传统商业银行在演化博弈中的动态相位图，如图[（d）～（f）]所示。传统商业银行的动态演化方向取决于初始时刻第三方互联网金融企业中选择合作策略的比例[x]，当第三方互联网金融企业初始合作成员数占比超过[x]时，传统商业银行趋向于选择合作对策，反之，则趋向于选择竞争策略。
三、双方演化博弈的均衡点和稳定性分析
由上述对第三方互联网金融企业和传统商业银行的演化博弈关系分析可知，双方的博弈均衡点有：
[E1（0，0），E2（0，1），E3（1，0），E4（1，1），E5（m2-pr（1-q）+m2-n2，m1-prq+m1-n1）]
但复制动态方程究竟会趋向于哪个平衡点，这取决于前面提到的初始状态各博弈方所采取的策略比例以及动态微分方程在各自相应区间的正负情况，根据稳定性分析，若某个策略比例是稳定的，则该比例就对应于进化稳定性策略。对[F（x），F（y）]分别关于[x]及[y]求偏导数，可得雅可比矩阵如下：
[J=F（x）x F（x）yF（y）x F（y）y=（1-2x）[（rq+m1-n1）y+p-m1] x（1-x）（rq+m1-n1） y（1-y）[r（1-q）+m2-n2] （1-2y）{x[r（1-q）+m2-n2]+p-m2}]
因此，该雅可比矩阵[J]的行列式为：
[detJ=J=（1-2x）[（rq+m1-n1）y+p-m1]（1-2y）{x[r（1-q）+m2-n2]+p-m2}- x（1-x）（rq+m1-n1）y（1-y）[r（1-q）+m2-n2]]
该雅可比矩阵[J]的迹为：
[trJ=（1-2x）[（rq+m1-n1）y+p-m1]+（1-2y）{xr[（1-q）+m2-n2]+p-m2}]
对于离散动态系统，当且仅当[detJ>0]且[trJ
根据上述分析，可以计算得到5个均衡点的稳定性，具体情况如表2表示。
由图可知：双方之间的演化博弈路径和结果主要取决于参与双方的初始状态及鞍点[E5]的位置。
第一，群体中参与双方的初始状态主要取决于双方选择合作策略的比例构成的坐标[（x，y）]位于哪个区域内。
（1）当坐标[（x，y）]落在区域[A]内，该区域内的状态是较为理想的状态，即群体中的博弈双方最终会到演化均衡点[E4（1，1）]，即双方最终会采取合作策略。
（2）当坐标[（x，y）]落在区域[C]内，该区域内的状态对合作不利，即群体中的博弈双方最终会到达不稳定均衡点[E1（0，0）]，即双方最终会采取竞争策略。
（3）当坐标[（x，y）]落在区域[B]或[D]内，此时博弈演化的方向就难以确定，博弈均衡点可能朝[E1]移动，也可能朝[E4]移动，具体的走向还需借助一定的外部力量来决定。
第二，各参数对鞍点[E5]的影响情况。
由鞍点的坐标[E5（m2-pr（1-q）+m2-n2，m1-prq+m1-n1）]可以看出，[E5]的取值与双方合作的收益增量[r]和违约金[p]成反比，即当上述两个参数的值均增大时，鞍点[E5]就会向原点[E1（0，0）]靠近，此时双方的合约区域[A]也就会变大，动态系统中的博弈双方收敛于均衡点[E4（1，1）]的概率也将增加。
当博弈双方选择不同的策略时，[E5]点与竞争方得到的额外收益[n1，n2]成正比，即当上述参数的值增大时，鞍点[E5]就会向[E4（1，1）]靠近，此时双方的合作区域[A]也就会变小，动态系统中的博弈双方收敛于均衡点[E4（1，1）]的概率也将降低。
四、结论与建议
通过建立第三方互联网金融企业和传统商业银行二者之间的演化博弈模型，对均衡点的演化特性及其演化相位图的分析表明：双方合作受初始状态的选择、合作的收益增量[r]、合作收益的分配比例系数[q]、受背叛方的损失[m]、背叛方的利益[n]以及因违约而需缴纳的处罚金[p]的影响。从群体中参与双方的初始状态来讲，当一方选择合作而另一方选择竞争时，这势必会造成合作方蒙受较大的损失，当这种现象达到一定程度时，合作群体中的成员也势必会通过不断的学习和模仿而选择竞争策略。其实，博弈双方合作基础的关键就在于是否具有较大的违约成本惩罚以及双方对合作收益增量的分配是否合理，否则，双方都会选择违约而不愿意合作。
在互联网金融快速发展的今天，事实上双方合作的收益远大于双方竞争时的收益，但是双方因为信息不对称，都害怕对方因违背承诺而造成己方损失，从而难以展开合作，以致于造成囚徒困境的局面。因此，通过设置较大的违约成本惩罚以及对收益进行合理分配，即让违约成为一种得不偿失的行为，这时双方的合作关系才能够得以维持下去。
根据上述结论分析，为了更好的促进互联网金融市场的发展，本文提出以下建议：
第一，合理分配合作双方的收益增量。由第三方互联网金融企业和传统商业银行的演化相位图不难发现，分配比例系统[q]的变化会影响鞍点的位置，进而导致演化方向发生变化，因此在双方的合作中，要切实根据双方在合作中的贡献程度来确定[q]的大小。当前，我国的互联网金融发展还处于初期，很多地方还很不完善，因此第三方互联网金融企业层出不穷的金融创新产品对开拓金融市场的贡献相对而言可能更为大些，因此系数[q]的聚会可以适当大一些。当互联网金融发展较为成熟时，传统商业银行可以采用注资的方式入股第三方互联网金融企业，以保证双方利益的长期一致，从而能够更加长远的开展合作，实现双方收益的最大化。
第二，政府应切实加强引导作用。由于第三方互联网金融企业和传统商业银行之间的信息不对称，二者在短时期内可能不会意识到合作的必要性。此时，政府应充分发挥自身的实力，大力宣传二者合作的优势，同时在二者合作之时，设定必要的违约惩罚措施，以打击不良竞争者，倡导合理合法的良性竞争。
购物车(0)