2025【互联网金融对城商行盈利性影响的实证分析9700字】.docx

互联网金融对城商行盈利性影响的实证分析综述

目录

TOC\o1-2\h\u5201互联网金融对城商行盈利性影响的实证分析综述 1

229011.1研究假设 1

16951.2样本选择与变量选取 2

222271.2.1样本选择与数据来源 2

140321.2.2变量选取与说明 3

240591.3互联网金融发展指数的构建 4

103041.3.1KMO和Bartlett球性检验 5

27071.3.2主成分检验 5

242961.4模型构建 8

296731.4.1描述性统计 8

130821.4.2平稳性检测 8

77761.4.3相关性分析 9

142571.4.4格兰杰因果关系检验 10

64691.4.5回归模型的构建 11

284501.5实证结论 14

1.1研究假设

根据金融抑制理论，互联网金融所面对的监管环境更为宽松，其可以通过风险较高但仍然可控的项目获取收益，为资金提供方支付更多的利息，其利率优势吸引了大量追逐高利息回报的投资者，抢占了原属于城商行的目标储户，使得银行的一般性存款占比降低；再加上互联网金融平台将通过众筹或者P2P模式获取的资金转以非银行同业存款的形式存入银行后，银行的一般性存款占比进一步下降。一般性存款的比例的下降降低了银行在资金定价的话语权的同时提高了银行获取资金的成本额，影响了商业银行业务的盈利性。综上，本文提出以下假设：

H1：互联网金融的发展与城商行的一般性存款占比存在负相关关系；

H2：一般性存款占比与城商行的盈利性存在正相关关系；

根据长尾理论，互联网金融的目标客户是城市商业银行所谓的低资质客户，但近年来，随着国民生活水平的提高，这部分客户的金融服务需求更为旺盛，金融机构的利润已经不仅仅来源于20%的优质客户，更多来源于80%的普通客户，这部分客户需求各异，分布广泛，群体不断增大，使得金融机构的风险较为分散，反观城市商业银行，由于将资金集中于地方性国有企业，一旦这个部分客户出现变故，还款能力下降，无法还本付息，商业银行的资产极有可能遭受损失，再加上近年来国有企业经营效益下降，银行收取利息的难度加大，为了完成收息任务，倒逼银行向原有高风险客户发放新的贷款，以贷还利，使得银行资产质量逐步恶化，资金固化；在对新客户的选择方面收到互联网金融先入为主的影响，高资质的普通客户被互联网金融抢占，不得不尝试接触低资质的客户；因此使得盈利性也出现了较大幅度的下降。综上，本文提出以下假设：

H3：互联网金融的发展与城商行的不良贷款率存在正相关关系；

H4：不良贷款率与城商行的盈利性存在负相关关系；

根据金融中介理论，以提高信息透明度为价值的传统金融中介业务会逐渐被取代，在金融中介服务中，应更加注重客户需求和价值增值等，但在这些方面，与互联网金融相比，城市商业银行处于明显劣势地位。以支付宝为代表的第三方支付的量的快速上涨，使得无现金支付慢慢被人们接受，无现金支付方式深入了生活的各个方面，再加上其在民生业务领域的应用，众多的应用场景加上其便利性，已经培养了客户习惯，使其使用频率日渐攀升。互联网金融依据日复一日的数据积累，辅助以大数据分析可以很容易的获取用户的消费习惯，开展有针对性的营销，投其所好，进一步巩固用户粘性，使得传统中间业务的服务范围与需求进一步萎缩，渐渐退出客户的视野。综上，本文提出以下假设：

H5：互联网金融的发展与城商行非利息收入占比存在负相关关系；

H6：城商行非利息收入占比与银行的盈利性呈正相关关系；

综上所述，构建互联网金融的发展对城市商业银行的盈利性的影响途径如图5-1所示，互联网金融通过一般性存款占比、不良贷款率以及非利息收入占比四条途径对城市商业银行的盈利性产生了间接影响。

图5-1互联网金融对城市商业银行盈利性的影响机制图

1.2样本选择与变量选取

1.2.1样本选择与数据来源

在研究时段上，考虑到2008年发生的金融危机带来的外部性对研究结论的影响，本文选取金融危机以后的时段作为研究期间；在研究对象的选择上，选择数据公开且具有代表性的17家上市城市商业银行作为代表，保证数据的代表性以及研究分析数据收集的便利性。

本文以2009年至2019年的年度数据作为数据来源，在研究互联网金融对城市商业银行的盈利性影响的研究过程中，以17家上市城市商业银行为拟研究对象，其中西安银行和无锡银行由于上市时间过短或者在完成上市后存在特殊情况，导致数据不足，公开的数据信息不足以支撑研究需要，对其进行剔除，剩余的15家上市的城市商业银行分别为北京银行、南京银行、常熟银行、成都银行、贵阳银行、杭州银行、江苏银行、江阴银行、宁波银行、青岛银行、上海银行、苏州银行、郑州银行、长沙银行、张家港银行，这15