【经济理论与应用】
王 艳1， 杨 灵2
(1. 中共沈阳市委党校 经济学教研部， 沈阳 110036； 2. 沈阳工业大学 经济学院， 沈阳 110870)
摘 要：通过一个两阶段博弈模型，研究传统商业银行作为潜在进入者进入互联网金融业务时，与在位者博弈过程中的最优借贷利率选择问题。得到两个关键性发现：在贷款利率决定阶段，对于互联网金融潜在进入者，其贷款利率与参与到互联网金融中的战略替代程度、高风险状态下在位者的参与水平以及低风险下的竞争程度都是负相关的。潜在进入者的参与水平与在位者的战略互补程度以及竞争过程中的风险识别程度呈正相关关系。因而对互联网金融潜在进入者而言，进入与否依赖于其是否具备丰富的战略管理经验以及对风险状态的高度识别能力。
关 键 词：互联网金融； 潜在进入者； 最优贷款利率； 商业银行； 沉没成本； 竞争程度； 博弈分析
2013年以来，互联网金融的蓬勃发展对传统商业银行形成了事实上的冲击和影响，引发了业界和学界的广泛关注，以至于2013年被称为互联网金融元年之后，2014年又被称为移动支付元年。随后，2015年3月政府报告中首次提出并制定了“互联网+”发展规划，互联网金融发展被正式纳入国家发展规划。
尽管互联网金融在国内发展得如火如荼，但其作为独立业态在欧美发达国家并未获得普遍共识，甚至并不存在“互联网金融”这个概念。国外学者对互联网金融的研究主要是从电子金融和网络金融两个维度展开的：在电子金融方面Sullivan(2000)、De Young、Wenninger(2000)等对电子金融与银行网点之间的替代关系进行研究，认为单纯依靠网上银行业务的进入在现实世界中是很难发生的[1-4]。当然，De Young和Hunter后来也指出，新金融信息技术的爆炸性增长确实带给商业银行极大的竞争压力。在网络金融方面，Mary J.Cornein在2002年就已经预言商业银行将受到互联网的深远影响[5]，Vemuri(2010)则指出，第三方支付可以比传统银行提供更优质的服务[6]。
国内学者对互联网金融与传统商业银行关系的研究大致可以分为三个阶段：第一阶段是互联网金融兴起的初期，由于互联网金融在短时期内撼动了传统商业银行的霸主地位，将其拉下了神坛[7-9]。这个时期的主流观点认为传统商业银行将会逐步边缘化，如郑良芳(2013)认为银行等金融机构将遭受生存空间不断被挤压的命运[10]。第二阶段是互联网金融倒逼传统商业银行放下身段，参与到与互联网金融业务的竞争中。这个时期主要是对互联网金融与传统银行各自的竞争优势进行比较[11]，如金文龙(2014)运用静态博弈分析了传统银行与互联网金融公司的竞争关系[12]。第三阶段是互联网金融和商业银行之间的融合共生时期，主流观点是二者之间相互补充、相互融合，如彭迪云和李阳(2015)指出，商业银行和互联网金融的共生关系是“大资管”背景下的共同立足点[13]。
本文旨在研究传统商业银行对互联网金融业务的参与及其竞争。从商业银行对互联网金融业务不以为然到被迫渗入，这样一个快速发展过程让我们认识到，尽管商业银行占据了中国金融业的霸主地位，但其不得不发展互联网金融，这说明商业银行在该过程中扮演了一个进入者的角色。在这个市场进入过程中，互联网金融业务一方面既有对传统商业银行业务的替代，又与其互补；另一方面，进入过程中必然涉及与在位者的竞争。本文借鉴Baumol的动态市场进入模型来演绎这个过程，从而提出传统商业银行基于最优贷款利率的互联网金融进入选择策略。
1. 模型框架
本文的研究重点在于两个方面：一是互联网金融业务潜在进入者的最优参与水平或能力，二是互联网金融业务进入者最优贷款利率的选择问题。来自P2P、移动支付和其他互联网金融服务的预期收益显示了互联网金融的巨大盈利前景，小额信贷的显著利润更是彰显了互联网金融公司的收益，而作为互联网金融业务的潜在进入者，其行业内的竞争行为表现为一个跨期的过程。
Baumol等早在20世纪80年代就发展出一个动态结构进入模型，所以本文利用该模型说明互联网金融企业之间的竞争行为。这个模型主要分为三个阶段：第一个称为阶段0，是过去到跨期过程的起点，用以表征过去；第二个阶段是从阶段0到1的跨期区间，是一个非均衡的跨期过程；阶段2则是跨期区间终点到未来，即第三个阶段。通过这种处理方法，可以有效地将互联网金融企业的技术选择、进入的威慑程度以及贷款利率选择等放在一个动态框架内进行分析。
本文的目标市场被假设为难以进入的具有高度集中性的垄断市场，潜在的进入者只有一个，假设其是传统商业银行。在这个框架内，由于市场需求早已经存在，并且在位者对信贷市场的控制相当于只有一个在位者，而特殊的进入者受在位者沉没成本的威慑和约束。从阶段0向阶段1的跨期过程中，在金融市场不断创新的前提下，由于进入者即传统商业银行无法解决信贷市场的信息非对称问题，导致以互联网金融业务为切入点的在位者已经成功开拓市场。在这种情况下，即使在位者调整了既定的贷款利率，也无法将进入者有效地驱出市场。对于进入者而言，阶段1则是一个新的跨期过程。
在下面的分析中，无论是在位者还是进入者，阶段1都有开展互联网金融业务的选择，且其未来利润都是阶段1状态变量的函数。在跨期过程的开始阶段，参与者面临的资产负债约束公式为
(1)
式中，L、B、F、D、K分别为贷款额度、准备金、实物资本、储蓄和权益资本；q为约束比例。如果B>0，参与者在跨期结束时就是净贷款人。参与者能以已知的利率R对储备基金进行借入借出。除了L和B以外，参与者拥有总量为F的实物资本(如计算机设备和建筑等)。这里同Zarruk和Madura(1992)所认定的一样，假定参与者所持有的净资本是按照监管同其储蓄有一个固定的比例约束，即K≥qD。这个按照要求的资本储备比例被假定为商业银行在第一阶段贷款总量的增函数，即q′=∂q/∂L>0。出于简化分析的目的，这里假设参与者拥有总量为D的存款并且不需要支付保险费用，这样参与者为存款人提供的就是一个等于市场利率的无风险回报率RD。
2. 资产分析
当把是否参与互联网金融业务和借贷利率决定纳入模型中时，参与者的贷款需求函数公式为
(2)
式中：RL为贷款利率；c为进入者在互联网金融业务中的参与程度；c*为在位者在互联网金融业务中的参与程度。在式(2)中，参与者在阶段0授予的贷款是阶段1到期的单一同质的固定利率债权，为了限制参与者从事贷款的规模，假定参与者在信贷上是有一定市场势力的，这也就意味着∂L/∂RL<0。从借款人的角度看，互联网金融能更有效地满足其信贷需求，所以进入者参与互联网金融的程度与其贷款规模有着正向的函数关系，即∂L/∂c>0。进入者的贷款规模或者其参与互联网金融业务的程度是随着在位者参与互联网金融的程度而改变的，所以∂L/∂c*<0。又由于互联网金融业务如何提升贷款规模和市场势力是本文考虑的主要方面，所以这个简化形式的模型是可以满足研究要求的。
参与者在跨期期间的任何时点上，其偿付风险资产的价值计算公式为
(3)
根据前面的无风险假定，参与者从事互联网金融业务的盈利资产组合计算公式为
(4)
3. 债务分析
在阶段0用L+B+F来表示总的投资资产水平，将存款总量的确定和关于互联网金融业务的参与决策包含在其中，可以得到参与者的存款函数为
(5)
进入者的存款总量需求与其参与互联网金融的程度呈正向的函数关系，与在位者对互联网金融的参与程度呈负向的函数关系。活期存款总量被假设为与其参与互联网金融的程度有正向的函数关系，而与其竞争者的参与程度有负向函数关系。参与者在阶段1对储户的支付是(1+RD)D。除了存款利息成本之外，进入者还有可变运营成本和固定运营成本，运营成本结构的设计旨在以最低限度的形式获得贷款和进行互联网金融业务的参与，其公式为
(6)
式(6)假设进入者的总成本通过cL和F来表达，不论是可变运营成本还是固定运营成本，都是进入者在参与互联网金融业务中形成的，是关于贷款和支出的函数，当贷款增加时其相应的边际成本将会提高。这种固定运营成本的假设很好地反映了进入者开展互联网金融业务的成本结构和策略。借鉴Wenninger(2000)将电子技术作为互补技术的方法，将互联网金融作为传统金融的互补来处理，高固定运营成本意味着更多地参与互联网金融会有更高的支出，因此固定运营成本会随着可变成本的增加而增加，即∂F/∂c>0。可选择技术的存在通过减少对互联网金融的参与程度来降低进入者的固定运营成本，即∂F/∂c<0。这样，阶段1的总成本计算公式为
Z=(1+RD)D+C
(7)
4. 期望利润
正如前文所述，对进入后均衡的详细特征并没有施加严格的限制。无论是对于进入者还是在位者，其未来利润在阶段1的折现是阶段1状态变量的函数，分别表示为π(F(L，c)，F*(L*，c*))。这里的F*为在位者的固定运营成本，是其参与互联网金融业务时贷款和支出的函数。这两个函数的确切形式取决于未来市场竞争对手模型的行为假设。Baumol等(1982)说明了银行运营的一个下限标准是其出售固定资产，应用这个观点得到的公式为
π(F，F*)≥αF
(8)
π*(F，F*)≥F*
(9)
这意味着进入者的投资可能全部(α=0)或部分(0<α<1)沉没。如果从阶段1到阶段2的信贷市场是完全竞争的，企业的投资就能在阶段1全部回收，也就不会产生沉没的投资成本。在该假设下，无论是对进入者还是在位者都没有劣势而言，所谓“打了就跑”的进入策略或行为就会发生。基于式(8)、(9)的非对称设置，可以确认进入者的投资并不一定能够在阶段1回收。
5. 目标约束
现在开始分析在正的预期利润的约束下，进入者在跨期期间和未来期间对互联网金融业务的投资决定以及跨期阶段对互联网金融参与决定的影响。首先，进入者会寻求其最大化利润，计算公式为
S=max{0，A-Z+π}
(10)
在式(10)中，进入者目标是通过设置最优的贷款利率及互联网金融业务参与程度来最大化其从阶段0到阶段2期间的期望利润。这种方法的主要优点是将对不确定性的明确处理与进入者的成本衡量以及市场条件整合起来考虑，从而不必像银行理论文献中那样将投资组合理论方法从公司理论中分离出来单独考虑。特别是当进入者的投资资产组合在跨期期间有随机性改变从而未来利润也会出现随机性变化时，这种基于期权思想的定价方式能够对其期望利润的市场价值有很好的估计。在这种基于期权估值的目标约束中，市场价值可以被视为进入者在履行了所有债务后赚取的有效看涨期权。该模型分两个阶段对进入者的期望利润进行定价：
(1) 通过进入者资产组合回报的合并标准差来表述的风险资产组合的现值和预期利润；
(2) 进入者关于初始存款的净债务经过风险调整后的现值以及高于和超过无违约流动资产的债权人的现值与成本。这样进入者目标的计算公式为
S=(V+π)N(d1)-Me-δN(d2)
(11)
式中：N(·)为标准正态分布的累积概率密度函数，是相应的风险调整因子，
，d2=d1-σ，σ2为联合标准差，是σv(无风险资产回报标准差)和σ1(风险资产回报标准差)的方差，被定义为无风险资产回报和风险资产未来回报利润之间的标准差，
-2ρv，1σvσ1，ρv，1为风险和无风险之间的相关系数；M=Z-
；δ为贷款市场利率与存款市场利率之间的扩散程度，δ=R-RD。
式(11)表述的是进入者在跨期期间风险贷款组合的看涨期权期望利润及其未来利润。在未来投资已经确定的情况下，支付所有债务后预期利润的持有人是进入者资产的剩余索赔人，看涨期权的行权价格也就被确定为进入者净债务的账面价值。当进入者的风险贷款组合和未来利润小于行权价格时，预期利润等于零。
本文通过两个阶段来进行最优化选择：在第一阶段，进入者需要选择对互联网金融的最优参与程度，其会考虑对最优贷款利率的影响来进行投资决策。在第二阶段，进入者会对其最优贷款利率作出决定。由于对互联网金融业务的参与程度会影响到对贷款利率的决定，所以进入者在第一阶段确定其互联网参与程度。由于长期参与程度与短期信贷利率决定是一种序贯均衡，所以在第二阶段确定了最优贷款利率后，第一阶段的参与选择不会影响到盈利能力。运用逆向归纳法处理两阶段模型，即先进行最优贷款利率决定，再确定最优参与程度。
1. 最优贷款利率的计算
RL最优值的一阶条件计算公式为
(12)
式中：
<0；
<0。需要注意的是式(12)有另外两种形式，即
和
。由于两个公式相等，可得最大化的二阶条件为
<0。式(12)中的N(d1)为进入者边际风险资产回报和未来贷款利润，由于进入者就像一个垄断公司一样是在贷款需求曲线的弹性部分运营，所以其边际风险资产的回报为负，边际未来利润为负，因而N(d1)也为负。N(d2)为经过风险调整后的负债净额的边际值，它的符号也是负的，所以式(12)包含的两个边际风险调整值是相等的。
2. 互联网金融业务参与程度的决定
为讨论参数改变对最优贷款利率的影响，在进行最优化处理后将进入者和在位者改变互联网金融业务参与水平对其最优贷款利率的影响分别表示为
(13)
(14)
式中：
；
。
在继续分析式(13)、(14)前，要定义进入者参与互联网金融业务的战略替代者和互补者角色，即
。当
<0时，进入者会将其贷款利率的边际预期利润看作自身业务的替代者；当>0时，则将其看作自身的战略互补者。作为自身的战略替代者(互补者)，进入者会将其在互联网金融业务中更消极(积极)地参与反映到最优边际贷款利率中。或者说，当参与程度改变时，的前两项代表了反映在上的平均利润效应。与
相关的第三项表示的是互联网参与程度的变化对的方差或风险效应。无论是自身的战略替代者还是战略互补者，都可以分解为对看涨期权中c(互联网金融参与程度)的平均和波动效应，式中
这一项被看作进入者对在位者互联网金融参与水平的交叉替代反映。对的解释遵循了与同样的观点。上述两项提供了关于互联网金融长期战略参与的一种可能解释，为实施短期贷款利率管理提供了依据。应当指出的是，关于自身的战略假设可以被解释为进入者的运营管理策略，而关于在位者的交叉战略假设可以被解释为竞争者之间的竞争策略。
通过式(13)、(14)的比较静态结果可得：
推论1 进入者在互联网金融中参与程度提高时，对自身战略互补(替代)的反应是相应地提高(降低)其贷款利率。
这一推论表明，如果进入者的互联网金融战略与其贷款利率决定相辅相成，当其参与互联网金融程度改变时，最优贷款利率的响应是积极的。进入者在互联网金融方面参与程度的增加会以多种方式改变互联网金融的经营价值，这取决于对其自身而言是战略性补充还是战略性替代。需要注意的是，这个模型中的战略假设依赖于互联网参与程度变化对贷款利率边际权益回报的平均利润和方差效应的影响。战略互补会表现为高平均利润效应和低方差效应，如果是在战略性互补情况下提高互联网金融参与度，进入者可能会尝试增加其总回报的一种方式是在增加贷款利率的情况下减少其贷款活动，从而增加与低风险相关的利润。但如果进入者是在战略性替代情况下提高互联网金融参与度，则会降低与高风险相关的利润，也就是说，互补性行为会被包括贷款市场特征的互联网金融战略所主导。
当进入者将在位者的互联网金融策略看作对自身贷款利率决定的交叉补充战略时，在位者互联网金融参与对进入者最优贷款利率的影响是正向的，该结果的解释遵循了与C变化情况相类似的观点。基本上可以认为，在位者互联网金融参与水平的提高会鼓励进入者减少与低风险相关的贷款。在不完善的贷款市场中，进入者可以通过提高其保证金规模来减少贷款数量。
3. α的调整
α为资本市场竞争程度。通过式(12)对α进行隐函数求导，计算公式为
(15)
式中，
。
式(15)中
这一项可以看作模型中的风险弹性效应。该效应的符号等于下面两个弹性之差的符号
代表跨期和未来的经过风险调整的贷款偿付的风险弹性，而
=
代表跨期期间经过风险调整的净债务偿付的风险弹性。这两个弹性之间的差异，揭示了在基于期权的估值下进入者预期利润的市场价值的风险程度。这种风险弹性效应的主要优势在于能够明确地处理模型中的不确定性。进而，当h1>h2时，负风险弹性的一个合理解释就是进入者风险级别的提升会相应地提高其预期收入。风险弹性效应的设置，为进入者基于期权估值的风险级别提供了一个可选投资组合理论的解释。
中的第一项可以被解释为当α变化时
的平均利润效应，而第二项则是方差效应。当贷款利润降低时，可能会有更大的物理资本投资，所以平均利润的符号为负。当风险弹性为正时，方差符号为负，也就是说进入者遇到的风险较小。通过式(14)的结果可得：
推论2 当进入者面临的风险较小时，竞争程度的增加会降低进入者的贷款利率。
在某种程度上，沉没成本的存在相当于进入障碍的存在，也就是说沉没成本阻碍了新企业的建立。对于进入者或者新企业而言，沉没成本在增量成本和增量风险之间形成了差异，这是他们在作投资决定时所必须面对的；而对于在位者而言，这些已经成为过去。潜在进入者所感知的增量风险包括沉没成本的可能损失量，当在位者施加报复性的威胁反应时该风险会进一步增加。在该模型中，式(15)中的α表征资本市场竞争程度，α越大则进入者进行进入决策时所需要考虑的沉没成本和风险就越小。当进入者在风险相对较低的情况下进入时，面临的竞争程度也会相应较高，其会更愿意降低贷款利率以扩大其贷款规模。如果贷款需求相对具有弹性，就可以在降低贷款利率的情况下提供更大的贷款规模。
在最优贷款利率的目标约束下，从行为博弈模型分析中可以得到两个关键性发现：一是在借贷利率决定阶段，潜在进入者的借贷利率与其参与到互联网金融中的战略替代程度、高风险状态下在位者的参与水平以及低风险状态下的竞争程度都是负相关的；二是在跨期期间的战略选择阶段，潜在进入者对互联网金融的参与水平与在位者的战略互补程度以及识别风险过程中的竞争程度是正相关的。这样的结果意味着潜在进入者的金融投资依赖于其是否具备丰富的战略管理经验与对风险状态的识别能力。快速发展的互联网金融深刻改变着金融产业格局，传统商业银行在参与互联网金融及与其竞争过程中，必须将应对互联网金融提升至战略高度，发挥战略管理对业务发展的科学布局和精准指导作用；同时，要适应互联网金融特性，提高风险识别能力和风险控制水平。
参考文献：
[1]Baumol W J，Panzar J C，Willig R D.Contestable markets and the theory of industry structure [M].New York：Harcourt，Brace，Jovanovich Press，1982.
[2]Zarruk E R，Madura J.Optimal bank interest marginal under capital regulation and deposit insurance [J].Journal of Financial and Quantitative Analysis，1992，27(1)：143-149.
[3]Wong K.On the determinants of bank interest margins under credit and interest rate risks [J].Journal of Banking and Finance，1997，21(3)：251-271.
[4]Wenninger J.The emerging role of banks in e-commerce [J].Current Issues in Economics and Finance，2002(3)：1-6.
[5]Cronein M J.Banking & finance on the internet [M].New York：John Wiley & Sons，1997：133-156.
[6]Vemuri A.Insight from banking simple [J].Infosys Strategic Vision，2010(15)：2-9.
[7]Bikhchandani S，Sharma S.Herd behavior in financial markets[R].USA：IMF，2000.
[8]Allen F.E-finance：an introduction [J].Journal of Financial Services Research，2002，22(1/2)：5-27.
[9]Scholtens B，Wensveen D.The theory of financial intermediation：an essay on what it does(not) explain [J].Suerf Studies，2003(1)：7-53.
[10]郑良芳.商业银行奋起迎接互联网金融时代的挑战 [J].金融与经济，2013(9)：11-15.
[11]洪娟.互联网金融浪潮下的商业银行竞争策略研究 [J].武汉金融，2014(3)：8-10.
[12]金文龙.互联网金融和传统银行之间的博弈分析：以余额宝和传统银行之间的竞争为例 [J].时代金融，2014(7)：57-58.
[13]彭迪云，李阳.互联网金融与商业银行的共生关系及其互动发展对策研究 [J].经济问题探索，2015(3)：133-141.
(责任编辑：郭晓亮)
WANG Yan1, YANG Ling2
(1. Department of Economics Teaching and Research, Party School of Shenyang Municipal Committee of CCP, Shenyang 110036, China; 2. School of Economics, Shenyang University of Technology, Shenyang 110870, China)
Abstract：Through a two-stage game model, the issue of optimal selection of loan interest rates is studied of traditional commercial banks as potential entrants into internet finance during the game with incumbents. Two key discoveries are acquired：In the decision stage of loan interest rate, the loan interest rate and the strategic substitution level in internet finance, the participation level of incumbents with high-risk and the level of competition with low-risk of internet financial potential entrants are negatively correlated. The participation level of potential entrants and complementary strategic level of incumbents and the degree of risk identification in competitive process are positively correlated. Hence, whether the potential entrants of internet finance enter or not depends on rich experience of strategic management and the high recognition ability of risk status.
Key words：internet finance; potential entrants; optimal loan interest rates; commercial bank; sunk cost; competition degree; game analysis
收稿日期：2017-04-06
作者简介：王 艳(1981-)，女，湖北建始人，讲师，硕士，主要从事互联网金融、绿色经济等方面的研究。
doi：10.7688/j.issn.1674-0823.2017.03.08
中图分类号：F 062.5
文献标志码：A
文章编号：1674-0823(2017)03-0230-06
*本文已于2017-05-23 13∶29在中国知网优先数字出版。 网络出版地址： http：∥www.cnki.net/kcms/detail/21.1558.C.20170523.1329.012.html