【互聯(lián)網(wǎng)金融發(fā)展對中國商業(yè)銀行效率的影響實(shí)證探析11000字（論文）】

互聯(lián)網(wǎng)金融發(fā)展對中國商業(yè)銀行效率的影響實(shí)證分析摘要 I第一章引言 1第二章文獻(xiàn)綜述 32.1銀行效率的類型 32.2效率理論 32.3對于互聯(lián)網(wǎng)金融的研究 42.4互聯(lián)網(wǎng)金融和商業(yè)銀行效率關(guān)系研究 52.5DEA方法 52.6文獻(xiàn)評述 6第三章分析框架與數(shù)據(jù)來源 73.1分析框架 73.2樣本及數(shù)據(jù)來源 73.3變量說明 73.3.1被解釋變量：全要素生產(chǎn)率 73.3.2核心解釋變量：互聯(lián)網(wǎng)金融指數(shù) 83.3.3其他控制變量 10第四章實(shí)證結(jié)果與分析 114.1計(jì)量模型設(shè)定 114.2相關(guān)性檢驗(yàn)和平穩(wěn)性檢驗(yàn) 114.3描述性統(tǒng)計(jì)分析 114.3.1DEA-Malmquist 114.3.2多元回歸的描述性分析 124.4多元回歸分析結(jié)果 13第五章研究結(jié)論與政策建議 15參考文獻(xiàn) 17摘要近年來，互聯(lián)網(wǎng)金融的飛速發(fā)展給中國金融業(yè)注入了活力，但互聯(lián)網(wǎng)金融也以其獨(dú)有的競爭優(yōu)勢給傳統(tǒng)的商業(yè)銀行帶來了巨大的挑戰(zhàn)。本文以19家商業(yè)銀行2011-2019年的數(shù)據(jù)為樣本，使用DEA-Malmquist指數(shù)方法測度商業(yè)銀行的全要素生產(chǎn)率，用文本挖掘法測度互聯(lián)網(wǎng)金融指數(shù)并以此作為互聯(lián)網(wǎng)金融發(fā)展的代理變量，構(gòu)建多元回歸模型來研究互聯(lián)網(wǎng)金融發(fā)展對中國商業(yè)銀行效率的影響。研究發(fā)現(xiàn)，互聯(lián)網(wǎng)金融的發(fā)展促進(jìn)了商業(yè)銀行的發(fā)展和對其業(yè)務(wù)模式進(jìn)行更新，商業(yè)銀行也因?yàn)閾肀Я嘶ヂ?lián)網(wǎng)浪潮從而提高了自身的生產(chǎn)效率。商業(yè)銀行作為我國金融行業(yè)的支柱產(chǎn)業(yè)，其經(jīng)營狀況直接影響我國的金融穩(wěn)定。因此，應(yīng)當(dāng)大力促進(jìn)商業(yè)銀行和互聯(lián)網(wǎng)金融的合作發(fā)展，促進(jìn)我國金融行業(yè)的繁榮發(fā)展。關(guān)鍵詞：互聯(lián)網(wǎng)金融；全要素生產(chǎn)率；DEA-Malmquist指數(shù)

第一章引言隨著中國改革開放進(jìn)程的不斷加深，商業(yè)銀行成為中國金融業(yè)發(fā)展的重要支柱和中堅(jiān)力量，與此同時(shí)，互聯(lián)網(wǎng)金融這股新興力量也展示出自己的強(qiáng)勁實(shí)力。近年來，隨著“互聯(lián)網(wǎng)＋”口號貫徹落實(shí)到各行各業(yè)，互聯(lián)網(wǎng)金融業(yè)也在蓬勃發(fā)展。隨著中國經(jīng)濟(jì)進(jìn)入新常態(tài)，脫貧攻堅(jiān)決勝之年的大獲全勝，互聯(lián)網(wǎng)金融也展現(xiàn)了其在實(shí)現(xiàn)脫貧攻堅(jiān)，實(shí)現(xiàn)全面建設(shè)小康社會(huì)宏偉目標(biāo)中的巨大潛力；另外隨著中國金融行業(yè)和國際高水平接軌的不斷深化，商業(yè)銀行傳統(tǒng)的優(yōu)勢地位收？到了互聯(lián)網(wǎng)金融的不斷沖擊。為了更好的使商業(yè)銀行在互聯(lián)網(wǎng)發(fā)展的浪潮中提升自身的競爭力，進(jìn)一步提高商業(yè)銀行在中國金融發(fā)展中的活力，所以對于互聯(lián)網(wǎng)金融的發(fā)展和商業(yè)銀行效率的研究就顯得尤為重要。我國互聯(lián)網(wǎng)金融的發(fā)展呈現(xiàn)起步較晚但普及發(fā)展迅速的特征。2012年中國投資有限公司原副總經(jīng)理謝平提出“互聯(lián)網(wǎng)金融”概念后，互聯(lián)網(wǎng)金融首次步入人們的視野中。。2014年7月，深圳前海微眾銀行、天津金城銀行、溫州民商銀行獲批籌建；9月底，上海華瑞銀行、浙江網(wǎng)商銀行獲批，至此首批試點(diǎn)的5家民營銀行全部出爐，其中騰訊持股的深圳前海微眾銀行備受關(guān)注，至今始終有亮眼的表現(xiàn)。這也是銀行業(yè)和互聯(lián)網(wǎng)金融結(jié)合的成功產(chǎn)物，其橫空出世就給銀行業(yè)的發(fā)展指明了一條道路。2014年10月，螞蟻金服應(yīng)運(yùn)而生，其囊括了支付寶、余額寶、螞蟻小貸及籌備中的浙江網(wǎng)商銀行等品牌；螞蟻金服在隨后四五年的快速發(fā)展之后，現(xiàn)已發(fā)展成互聯(lián)網(wǎng)金融領(lǐng)域的領(lǐng)頭羊。其提倡的將互聯(lián)網(wǎng)金融普惠到小微企業(yè)，個(gè)人消費(fèi)者的理念，現(xiàn)今已經(jīng)成為互聯(lián)網(wǎng)金融發(fā)展的財(cái)富密碼?；ヂ?lián)網(wǎng)金融的本質(zhì)仍然還是金融，其將傳統(tǒng)的金融服務(wù)與互聯(lián)網(wǎng)信息化獨(dú)有的優(yōu)勢相互結(jié)合。利用區(qū)塊鏈，大數(shù)據(jù)和人工智能提高了金融服務(wù)效率，使金融更具有普惠性，使普通的個(gè)人消費(fèi)者和小微企業(yè)能夠享受到金融發(fā)展產(chǎn)生的紅利。互聯(lián)網(wǎng)金融公司利用其擁有的數(shù)據(jù)優(yōu)勢，降低了傳統(tǒng)商業(yè)銀行核心借貸業(yè)務(wù)的成本，擠占了傳統(tǒng)銀行的業(yè)務(wù)。但這也變相的促進(jìn)銀行對自身業(yè)務(wù)的更新發(fā)展，各家商業(yè)銀行也紛紛推出類似“e錢包”，“原油寶”等理財(cái)產(chǎn)品。本文旨在研究在互聯(lián)網(wǎng)金融快速發(fā)展的大背景下，商業(yè)銀行的效率受互聯(lián)網(wǎng)金融發(fā)展的影響。商業(yè)銀行作為中國傳統(tǒng)金融行業(yè)的中流砥柱，其發(fā)展?fàn)顟B(tài)關(guān)乎著中國金融市場的穩(wěn)定和經(jīng)濟(jì)發(fā)展的態(tài)勢。就目前數(shù)據(jù)來看，互聯(lián)網(wǎng)金融的快速發(fā)展給中國商業(yè)銀行的發(fā)展帶了了巨大的挑戰(zhàn)，所以本文研究的內(nèi)容十分具有現(xiàn)實(shí)意義。本文以19家商業(yè)銀行在2011-2019年間的數(shù)據(jù)為樣本，使用Malmquist指數(shù)結(jié)合DEA方法測度商業(yè)銀行的全要素生產(chǎn)率，用文本挖掘法測度互聯(lián)網(wǎng)金融指數(shù)并以此量化互聯(lián)網(wǎng)金融的發(fā)展，并結(jié)合其他變量構(gòu)建多元回歸模型來研究互聯(lián)網(wǎng)金融發(fā)展對中國商業(yè)銀行效率的影響。通過本文研究，來分析商業(yè)銀行受互聯(lián)網(wǎng)金融發(fā)展的影響并給今后商業(yè)銀行其發(fā)展模式和業(yè)務(wù)發(fā)展提出一些可行的建議。第二章文獻(xiàn)綜述2.1銀行效率的類型早期學(xué)者們一般對于商業(yè)銀行效率的測度類型主要集中于規(guī)模效率、技術(shù)效率、純技術(shù)效率。關(guān)于技術(shù)效率，蔣莉（2021）[1]在研究中指出，大型國有銀行的應(yīng)變能力和抗風(fēng)險(xiǎn)能力相較于股份制銀行更優(yōu)，其更能抓住信息浪潮和金融行業(yè)大融合的契機(jī)。關(guān)于純技術(shù)效率，蔣莉（2021）在其相關(guān)研究中指出，中國商業(yè)銀行純技術(shù)效率的均值相對平穩(wěn)，大部分銀行都能順應(yīng)時(shí)代的發(fā)展來對自身業(yè)務(wù)進(jìn)行改進(jìn)和創(chuàng)新。關(guān)于規(guī)模效率，魏煌和王麗（2000）[2]在其報(bào)告中認(rèn)為，從空間維度上看，在中國，股份制商業(yè)銀行的規(guī)模效率相較外資銀行，農(nóng)商行都具有明顯優(yōu)勢。Benston&Hanweek(1982)[16]的研究表明，采用支行制的商業(yè)銀行，其規(guī)模效率普遍較高。后期學(xué)者們更偏向于用商業(yè)銀行全要素生產(chǎn)率對商業(yè)銀行效率進(jìn)行測度，林彧和李鎮(zhèn)南（2020）[3]在研究大數(shù)據(jù)時(shí)代下商業(yè)銀行效率時(shí)，使用DEA-Malmquist指數(shù)法測量中國18家商業(yè)銀行五年的全要素生產(chǎn)率，其研究發(fā)現(xiàn)金融科技對商業(yè)銀行全要素生產(chǎn)率產(chǎn)生明顯的推動(dòng)作用，但各種銀行受其影響具有明顯差異。周孟亮（2020）[4]通過DEA-Malmquist指數(shù)測量72家商業(yè)銀行的全要素生產(chǎn)率得出結(jié)論，股份制商業(yè)銀行的效率領(lǐng)先其他種類的銀行。2.2銀行效率理論規(guī)模效率理論最早是由亞當(dāng)斯密提出來的，Baumol和Willig將這一概念擴(kuò)展到多產(chǎn)出生產(chǎn)，并增加了對聯(lián)合生產(chǎn)成本節(jié)約所產(chǎn)生的范圍經(jīng)濟(jì)的討論。規(guī)模經(jīng)濟(jì)的本質(zhì)是企業(yè)隨著規(guī)模的增加，擴(kuò)大單一產(chǎn)品的產(chǎn)出而提高企業(yè)自身的生產(chǎn)經(jīng)營效率。但當(dāng)企業(yè)達(dá)到規(guī)模經(jīng)濟(jì)的臨界點(diǎn)時(shí)，企業(yè)再擴(kuò)大規(guī)模會(huì)對企業(yè)的生產(chǎn)經(jīng)營效率產(chǎn)生反作用。規(guī)模經(jīng)濟(jì)能持續(xù)提高企業(yè)的專業(yè)化生產(chǎn)，成為核心競爭力。隨著企業(yè)規(guī)模的不斷發(fā)展，其勢必會(huì)產(chǎn)生積極的商譽(yù)，更有利于企業(yè)提高利潤。隨著企業(yè)規(guī)模的擴(kuò)大，生產(chǎn)經(jīng)營所必須的固定成本可以分?jǐn)偟娇勺兂杀局?，降低了企業(yè)平均單位的產(chǎn)出費(fèi)用。但當(dāng)企業(yè)的規(guī)模過分?jǐn)U大時(shí)，企業(yè)內(nèi)部的經(jīng)營成本也會(huì)隨之增加。管理層的僵化造成日常的管理費(fèi)用提高，企業(yè)的創(chuàng)新成本顯著增加甚至抵觸創(chuàng)新。技術(shù)溢出理論是優(yōu)勢企業(yè)隨著自身的快速發(fā)展，使其產(chǎn)生無意識的技術(shù)擴(kuò)散，例如先進(jìn)技術(shù)，人力資源，資本等競爭優(yōu)勢在企業(yè)之間非自愿無意識地?cái)U(kuò)散溢出，使得整個(gè)行業(yè)地整體水平得到提升，產(chǎn)生溢出效應(yīng)。Pessarossi（2013）[20]認(rèn)為溢出效應(yīng)并非單向的，在優(yōu)勢企業(yè)將其優(yōu)勢彌散到其他企業(yè)時(shí)，技術(shù)溢出的同時(shí)會(huì)使得其他企業(yè)產(chǎn)生追趕效應(yīng)，加速整個(gè)行業(yè)的發(fā)展。因此，互聯(lián)網(wǎng)金融的快速發(fā)展會(huì)無意識的產(chǎn)生技術(shù)溢出，可以通過以下幾個(gè)方面帶動(dòng)商業(yè)銀行效率的提升。第一是示范和模仿效應(yīng)，互聯(lián)網(wǎng)金融的核心優(yōu)勢就是其開放性和低門檻，商業(yè)銀行可以通過模仿來進(jìn)行技術(shù)創(chuàng)新。商業(yè)銀行可以通過手機(jī)端app來使其業(yè)務(wù)更好地為普通消費(fèi)者所了解和接受，簡化柜臺繁瑣的操作步驟。第二是競爭效應(yīng)，互聯(lián)網(wǎng)金融憑借其數(shù)據(jù)優(yōu)勢，可以更低成本的獲得客戶的信用畫像，大大沖擊了商業(yè)銀行的核心信貸業(yè)務(wù)；互聯(lián)網(wǎng)金融公司的進(jìn)入在一定程度上消除了商業(yè)銀行長期存在的進(jìn)入壁壘，提高了社會(huì)福利。第三是聯(lián)系效應(yīng)，互聯(lián)網(wǎng)的混業(yè)經(jīng)營勢必會(huì)涉及到銀行業(yè)，商業(yè)銀行可以在業(yè)務(wù)層面和互聯(lián)網(wǎng)金融公司合作，互利共贏，在互聯(lián)網(wǎng)金融快速發(fā)展紅利中分一杯羹。第四是流動(dòng)效應(yīng)，企業(yè)的核心優(yōu)勢就是人才優(yōu)勢，在互聯(lián)網(wǎng)金融的快速發(fā)展中會(huì)涌現(xiàn)出優(yōu)秀的擁有互聯(lián)網(wǎng)思維的金融人才，商業(yè)銀行可以通過這些人才創(chuàng)新自身業(yè)務(wù)，提高自身的經(jīng)營策略，提高經(jīng)營效率。2.3互聯(lián)網(wǎng)金融相關(guān)研究美國于1995年創(chuàng)立了全球第一家互聯(lián)網(wǎng)銀行SFNB。而中國的互聯(lián)網(wǎng)金融起步相對較晚但發(fā)展十分迅速，直到2013年支付寶和天弘基金推出余額寶后，中國的互聯(lián)網(wǎng)金融才進(jìn)入元年，但之后發(fā)展十分迅速。國外的學(xué)者在很早期的時(shí)候就對互聯(lián)網(wǎng)金融進(jìn)行探究，Maudo(2003)[19]在文章中稱互聯(lián)網(wǎng)金融是一把雙刃劍，其發(fā)展給經(jīng)濟(jì)帶來活力的同時(shí)，也會(huì)給傳統(tǒng)的金融業(yè)帶來巨大的風(fēng)險(xiǎn)。Acharya（2003）認(rèn)為，互聯(lián)網(wǎng)金融將會(huì)替代商業(yè)銀行，迫于競爭，商業(yè)銀行不得不使用互聯(lián)網(wǎng)。有的學(xué)者將互聯(lián)網(wǎng)金融視為金融科技，ErikBanks(2001)[18]研究表明，新的金融科技本質(zhì)上是電子信息運(yùn)用到金融業(yè)的結(jié)果，其本質(zhì)上就是信息化與金融業(yè)融合的產(chǎn)物。而中國部分學(xué)者認(rèn)為金融科技和互聯(lián)網(wǎng)金融是兩個(gè)不同但相互勾連的概念，林彧（2020）認(rèn)為金融科技強(qiáng)調(diào)金融業(yè)務(wù)的內(nèi)在規(guī)律，而國內(nèi)的互聯(lián)網(wǎng)金融忽視金融的本質(zhì)和風(fēng)險(xiǎn)監(jiān)管等重要問題。后期國內(nèi)學(xué)者更多的將目光關(guān)注于互聯(lián)網(wǎng)金融對于傳統(tǒng)金融行業(yè)的影響，張翔鳴（2021）[9]認(rèn)為互聯(lián)網(wǎng)金融公司通過個(gè)性化的金融產(chǎn)品把握住客戶的需求，也培養(yǎng)出了一批有個(gè)性化高要求的客戶，導(dǎo)致了原本競爭并不激烈的銀行業(yè)也加入到了激烈的市場競爭中。周小梅（2020）[10]在研究中指出，互聯(lián)網(wǎng)金融的波及面，多維開放的特點(diǎn)會(huì)產(chǎn)生信用風(fēng)險(xiǎn)和規(guī)避監(jiān)管事件的發(fā)生，互聯(lián)網(wǎng)金融的快速發(fā)展倒逼金融監(jiān)管要重視金融發(fā)展的客觀規(guī)律。2.4互聯(lián)網(wǎng)金融和商業(yè)銀行效率關(guān)系研究學(xué)界對于互聯(lián)網(wǎng)金融發(fā)展對商業(yè)銀行效率的研究主要有兩種觀點(diǎn)：（1）互聯(lián)網(wǎng)金融的發(fā)展可以提高商業(yè)銀行的效率（2）互聯(lián)網(wǎng)金融的發(fā)展會(huì)降低商業(yè)銀行的效率。支持互聯(lián)網(wǎng)金融會(huì)對商業(yè)銀行產(chǎn)生積極影響的學(xué)者主要持“技術(shù)溢出效應(yīng)”。林彧（2020）以五年間18家商業(yè)銀行進(jìn)行商業(yè)銀行效率研究，以科技金融指數(shù)作為解釋變量，其研究發(fā)現(xiàn)金融科技的不斷進(jìn)步通過技術(shù)溢出效應(yīng)對商業(yè)銀行的全要素生產(chǎn)效率的提升具有顯著的積極影響。周濤（2020）[11]利用DEA-Malmquist模型對16家上市商業(yè)銀行的全要素生產(chǎn)效率進(jìn)行實(shí)證分析，數(shù)據(jù)顯示中國上市商業(yè)銀行全要素生產(chǎn)效率呈上升趨勢，這是商業(yè)銀行認(rèn)識到數(shù)據(jù)化時(shí)代的發(fā)展趨勢，利用互聯(lián)網(wǎng)思維更好的提供個(gè)性化的服務(wù)。Railiene(2015)認(rèn)為更多的銀行將由于互聯(lián)網(wǎng)金融進(jìn)行并購重組。在并購和重組后，銀行的R&D費(fèi)用將增加，并進(jìn)行業(yè)務(wù)創(chuàng)新，所以銀行的效率會(huì)提高。認(rèn)為互聯(lián)網(wǎng)金融的發(fā)展會(huì)對商業(yè)銀行的效率產(chǎn)生消極影響的學(xué)者普遍將關(guān)注點(diǎn)放在了互聯(lián)網(wǎng)金融監(jiān)管體制的不完善上。尹?。?021）[12]認(rèn)為開放性的互聯(lián)網(wǎng)金融產(chǎn)品沒有細(xì)致的規(guī)定和限制，使得整個(gè)市場控制和應(yīng)對風(fēng)險(xiǎn)的能力始終得不到提升?；ヂ?lián)網(wǎng)金融作為金融業(yè)的重要組成部分，其風(fēng)險(xiǎn)難以控制會(huì)波及到整個(gè)金融業(yè)應(yīng)對系統(tǒng)性金融風(fēng)險(xiǎn)。楊超（2019）[13]認(rèn)為，傳統(tǒng)的分業(yè)監(jiān)管難以適應(yīng)互聯(lián)網(wǎng)金融行業(yè)的混業(yè)經(jīng)營，由于監(jiān)管程序在各個(gè)分業(yè)中不盡相同，分業(yè)監(jiān)管勢必會(huì)導(dǎo)致溝通不暢，出現(xiàn)監(jiān)管空白。而其混業(yè)經(jīng)營的性質(zhì)如果疏于監(jiān)管也會(huì)在其他行業(yè)產(chǎn)生金融風(fēng)險(xiǎn)。謝朝華(2011)[14]指出超額收入、合作成本、競爭和損失計(jì)量這四個(gè)因素是互聯(lián)網(wǎng)金融能否和傳統(tǒng)銀行業(yè)相互促進(jìn)的基本。如果互聯(lián)網(wǎng)金融公司和商業(yè)銀行未能在上述四個(gè)方面達(dá)到統(tǒng)一，那么會(huì)適得其反降低各自的效率。2.5DEA方法對于商業(yè)銀行效率的測度，無論是傳統(tǒng)研究規(guī)模效率，技術(shù)效率，還是研究全要素生產(chǎn)率，應(yīng)用最廣泛的就是DEA方法。Farrell第一次提出前沿生產(chǎn)效率這個(gè)概念。Charnes(1978)[17]等學(xué)者之后在此基礎(chǔ)上創(chuàng)建了DEA模型。國內(nèi)的學(xué)者余浩（2019）[5]；張建華和紀(jì)陽（2016）[6]都通過構(gòu)建DEA三階段模型對中國商業(yè)銀行的效率進(jìn)行計(jì)量。候瑜和詹明君(2012)[7]在研究銀行效率時(shí)，利用DEA-Malmquist指數(shù)法測度了中國14家商業(yè)銀行的全要素生產(chǎn)率。另外，DEA的CCR模型和BCC模型只能對同一時(shí)間階段的銀行效率進(jìn)行比較，也就是只能對截面數(shù)據(jù)進(jìn)行測算。而Malmquist指數(shù)卻可以對不同時(shí)間銀行效率進(jìn)行縱向比較。在確定測算全要素生產(chǎn)率的投入產(chǎn)出變量時(shí)，一般通過生產(chǎn)法、中介法、資產(chǎn)法；三種方法特點(diǎn)各有不同。石瑞琪（2018）[8]在測度全要素生產(chǎn)率時(shí)，將固定資產(chǎn)、員工數(shù)量、員工費(fèi)用、客戶存款作為投入指標(biāo)。余浩（2019）用貸款總額，主營業(yè)務(wù)收入，凈利潤作為輸出變量來研究全要素生產(chǎn)率。2.6文獻(xiàn)評述綜合上述文獻(xiàn)內(nèi)容，有以下結(jié)論：（1）學(xué)界對商業(yè)銀行效率的測度研究已經(jīng)較為成熟。測度的方法從傳統(tǒng)的隨機(jī)變量前沿分析到DEA方法，又到現(xiàn)在引入DEA-Malmquist指數(shù)法，多階段DEA法，其對商業(yè)銀行效率的測度也越來越貼近實(shí)際的生產(chǎn)經(jīng)營狀況。（2）對于效率指標(biāo)的研究，學(xué)界從以前將目光放在規(guī)模效應(yīng)，技術(shù)效應(yīng)，純技術(shù)效應(yīng)到現(xiàn)在關(guān)注到全要素生產(chǎn)率。其對于變量的選擇也更有助于貼合商業(yè)銀行實(shí)際的經(jīng)營。（3）對于互聯(lián)網(wǎng)金融本質(zhì)的研究，學(xué)界的主流觀點(diǎn)還是認(rèn)為互聯(lián)網(wǎng)金融屬于金融業(yè)的一部分，或者視其為科技金融的一個(gè)分支。所以互聯(lián)網(wǎng)金融和商業(yè)銀行的關(guān)系可以歸結(jié)為金融業(yè)內(nèi)部不同分支行業(yè)之間的的影響。（4）對于互聯(lián)網(wǎng)金融對商業(yè)銀行效率的影響，目前學(xué)界沒有達(dá)成定論。一部分學(xué)者認(rèn)為，互聯(lián)網(wǎng)金融作為信息化數(shù)據(jù)時(shí)代的產(chǎn)物，其具有的開放性，其能將擁有的數(shù)據(jù)優(yōu)勢轉(zhuǎn)化為對客戶的個(gè)性化高質(zhì)量服務(wù)會(huì)倒逼商業(yè)銀行進(jìn)行業(yè)務(wù)轉(zhuǎn)型?；ヂ?lián)網(wǎng)金融較低的獲客成本和較低的客戶信用審查成本沖擊了商業(yè)銀行傳統(tǒng)的借貸業(yè)務(wù)，也能使商業(yè)銀行改變其墨守陳規(guī)的經(jīng)營，提高自身的效率。另一部分學(xué)者則不看好互聯(lián)網(wǎng)金融會(huì)產(chǎn)生積極影響。互聯(lián)網(wǎng)金融的監(jiān)管難度較大，因此產(chǎn)生的高信用風(fēng)險(xiǎn)反而會(huì)降低商業(yè)銀行的效率，給整個(gè)金融行業(yè)帶來挑戰(zhàn)?，F(xiàn)有文獻(xiàn)對商業(yè)銀行效率和互聯(lián)網(wǎng)金融關(guān)系的研究部分出現(xiàn)在2015年P(guān)2P暴雷事件左右。而近兩年，隨著金融監(jiān)管力度的加強(qiáng)，商業(yè)銀行漸漸適應(yīng)了信息化浪潮帶來的沖擊，互聯(lián)網(wǎng)金融也結(jié)束了其野蠻發(fā)展，所以對于近幾年互聯(lián)網(wǎng)金融與商業(yè)銀行效率的關(guān)系的研究就顯得更為有意義，但是已有研究對此關(guān)注較少。本文的時(shí)間跨度涵蓋互聯(lián)網(wǎng)金融的萌芽階段直至今日的穩(wěn)定發(fā)展階段，因此相較于以往的文獻(xiàn)更能體現(xiàn)出二者全階段的關(guān)系。因此本文將采用2011-2019年互聯(lián)網(wǎng)金融和19家商業(yè)銀行的數(shù)據(jù)，對二者的關(guān)系進(jìn)行研究。分析框架與數(shù)據(jù)來源3.1分析框架基于以上變量的介紹和以往文獻(xiàn)的研究，本文預(yù)計(jì)核心解釋變量互聯(lián)網(wǎng)金融指數(shù)和被解釋變量全要素生產(chǎn)率呈正相關(guān)，及隨著互聯(lián)網(wǎng)金融指數(shù)的提高，商業(yè)銀行的全要素生產(chǎn)率也會(huì)呈一定水平上的提升。互聯(lián)網(wǎng)金融指數(shù)在本文中是互聯(lián)網(wǎng)金融發(fā)展的量化指標(biāo)，互聯(lián)網(wǎng)金融的快速發(fā)展擠占了商業(yè)銀行原有的業(yè)務(wù)空間從而倒逼商業(yè)銀行進(jìn)行業(yè)務(wù)迭代。商業(yè)銀行在競爭和發(fā)展中會(huì)學(xué)習(xí)互聯(lián)網(wǎng)金融的優(yōu)勢，擁抱互聯(lián)網(wǎng)浪潮，積極將自身的傳統(tǒng)金融服務(wù)與互聯(lián)網(wǎng)金融的優(yōu)勢相結(jié)合，從而提高自身的生產(chǎn)效率。而其他控制變量中，本文預(yù)計(jì)GDP增長率、風(fēng)險(xiǎn)控制水平、流動(dòng)性水平會(huì)對商業(yè)銀行的生產(chǎn)效率產(chǎn)生正向影響。商業(yè)銀行作為金融業(yè)的支柱產(chǎn)業(yè)，必然會(huì)對宏觀經(jīng)濟(jì)的波動(dòng)產(chǎn)生明顯的反應(yīng)，而宏觀經(jīng)濟(jì)的發(fā)展勢必會(huì)帶動(dòng)整個(gè)金融業(yè)的繁榮，商業(yè)銀行也能因此分一杯羹。而風(fēng)險(xiǎn)控制水平和流動(dòng)性水平為商業(yè)銀行內(nèi)部指標(biāo)，良好的風(fēng)險(xiǎn)控制水平會(huì)減少銀行的呆賬壞賬比率；一定程度的流動(dòng)性可以給商業(yè)銀行的投融資業(yè)務(wù)更多的自由度，二者都會(huì)促進(jìn)商業(yè)銀行的發(fā)展。而不良貸款率，杠桿率會(huì)對商業(yè)銀行的生產(chǎn)效率產(chǎn)生負(fù)面影響。根據(jù)上述變量之間關(guān)系的預(yù)計(jì)，本文提出以下假設(shè)：互聯(lián)網(wǎng)金融的發(fā)展會(huì)促進(jìn)商業(yè)銀行生產(chǎn)效率的提高。3.2樣本及數(shù)據(jù)來源本文選擇中國19家上市銀行作為研究對象，樣本的區(qū)間為2011-2019年，采用DEA-malmquist方法對商業(yè)銀行全要素生產(chǎn)率進(jìn)行測度，采用文本挖掘法獲得互聯(lián)網(wǎng)金融指數(shù)，數(shù)據(jù)來源為上交所各上市銀行歷年財(cái)報(bào)，Bankscope，wind數(shù)據(jù)庫。數(shù)據(jù)處理分析采用Excel、Stata和Deap2.1。3.3變量說明3.3.1被解釋變量：全要素生產(chǎn)率本文采用Malmquist指數(shù)來測算商業(yè)銀行全要素生產(chǎn)率。Malmquist指數(shù)是一個(gè)動(dòng)態(tài)的分析指標(biāo)，結(jié)合DEA模型，將全要素生產(chǎn)率分解為技術(shù)效率變化值指數(shù)和技術(shù)進(jìn)步指數(shù)，將傳統(tǒng)的DEA模型只能計(jì)算截面數(shù)據(jù)，無法縱向?qū)Ρ鹊膯栴}予以解決。被評價(jià)的決策單元的Malmquist指數(shù)為：(1)(1)式中Dt和Dt+1表示決策單元在第t期和第t+M值表示生產(chǎn)率從t期到t+1期的變化，當(dāng)M>1時(shí)，表示生產(chǎn)率呈增長趨勢；當(dāng)M<1時(shí)，則表示生產(chǎn)率呈衰退趨勢。在構(gòu)建評價(jià)體系的過程中，選取合適的投入指標(biāo)和產(chǎn)出指標(biāo)是使用DEA的關(guān)鍵環(huán)節(jié)，在投入產(chǎn)出指標(biāo)的選取上，本文基于以往文獻(xiàn)的總結(jié)，借鑒生產(chǎn)法，中介法，資產(chǎn)法三種界定方式，以生產(chǎn)法為基礎(chǔ)，參考沈悅（2015）[15]的研究，進(jìn)而選取資產(chǎn)總額、營業(yè)支出作為投入指標(biāo)；選取貸款總額，非利息收入作為產(chǎn)出指標(biāo)。表3-1：指標(biāo)選取Table3-1Index指標(biāo)類型指標(biāo)名稱投入指標(biāo)資產(chǎn)總額營業(yè)支出產(chǎn)出指標(biāo)貸款總額非利息收入3.2.2核心解釋變量：互聯(lián)網(wǎng)金融指數(shù)目前學(xué)者的研究對于互聯(lián)網(wǎng)金融的定量分析還未能建立出標(biāo)準(zhǔn)的量化體系。本文研究互聯(lián)網(wǎng)金融對商業(yè)銀行效率的影響，互聯(lián)網(wǎng)金融指數(shù)是研究的核心解釋變量，所以如何構(gòu)建出合理的量化指標(biāo)對于本文的研究十分重要。楊望等（2014）在構(gòu)建互聯(lián)網(wǎng)金融指數(shù)時(shí)運(yùn)用了中國科技金融領(lǐng)軍人物和企業(yè)評價(jià)指數(shù)；牛華勇（2016）使用網(wǎng)上銀行交易量與第三方支付交易數(shù)額的比率來進(jìn)行指數(shù)構(gòu)建；Askitas等人研究表明互聯(lián)網(wǎng)引擎搜索率中反映著民眾的信息需求和企業(yè)投入供給的信息；沈悅（2015）等使用文本挖掘法，通過百度關(guān)鍵詞和新聞年度詞頻，構(gòu)建互聯(lián)網(wǎng)金融指數(shù)。本文借鑒沈悅（2015）的研究方法，使用文本挖掘法通過統(tǒng)計(jì)2011-2019年的互聯(lián)網(wǎng)金融關(guān)鍵詞來計(jì)算互聯(lián)網(wǎng)金融指數(shù)，具體步驟如下：第一，建立原始詞庫，本文借鑒沈悅（2015），林彧（2020）等人的研究從金融功能角度出發(fā)，確定四個(gè)板塊的原始詞庫，分別是：支付功能，風(fēng)險(xiǎn)控制功能，資源配置功能，財(cái)富管理功能。第二，通過百度搜索，計(jì)算各個(gè)關(guān)鍵詞的詞頻。通過爬蟲取得各個(gè)初始關(guān)鍵詞關(guān)聯(lián)的每個(gè)月份的新聞發(fā)布次數(shù)得到詞頻，作為構(gòu)建互聯(lián)網(wǎng)金融指數(shù)的基礎(chǔ)。第三，利用因子分析法構(gòu)建互聯(lián)網(wǎng)金融指數(shù)，（1）提取公因子。（2）計(jì)算因子得分，利用回歸分析法得到因子的得分矩陣（3）計(jì)算互聯(lián)網(wǎng)金融指數(shù)，根據(jù)因子得分作為權(quán)重進(jìn)行加總，可以計(jì)算出2011-2019年的互聯(lián)網(wǎng)金融指數(shù)。表3-2：互聯(lián)網(wǎng)金融關(guān)鍵詞Table3-2Keyword維度關(guān)鍵詞支付功能網(wǎng)上銀行支付第三方支付在線支付風(fēng)險(xiǎn)控制功能互聯(lián)網(wǎng)壽險(xiǎn)互聯(lián)網(wǎng)車險(xiǎn)互聯(lián)網(wǎng)理財(cái)資源配置功能網(wǎng)上貸款花唄網(wǎng)上投資財(cái)務(wù)管理功能P2P余額寶眾籌根據(jù)上述步驟，計(jì)算出2011-2019年互聯(lián)網(wǎng)金融指數(shù)如下表：表3-3互聯(lián)網(wǎng)金融指數(shù)Table3-3InternetFinanceIndex2011201220132014201520162017201820190.020.010.040.530.7910.920.850.913.2.3其他控制變量為了更精準(zhǔn)的計(jì)量互聯(lián)網(wǎng)金融的發(fā)展，本文根據(jù)沈悅（2015）、林彧（2020）等人的相關(guān)研究，將下列指標(biāo)作為控制變量。宏觀經(jīng)濟(jì)層面：選擇GDP增長率作為其他控制變量。微觀個(gè)體層面：銀行風(fēng)險(xiǎn)控制水平、不良貸款率、銀行杠桿率、資產(chǎn)流動(dòng)性水平作為控制變量。表3-4：變量定義Table3-4variate變量類型變量名稱符號度量方法被解釋變量全要素生產(chǎn)率MDEA-Malmquist指數(shù)核心解釋變量互聯(lián)網(wǎng)金融指數(shù)H文本挖掘法控制變量宏觀經(jīng)濟(jì)水平GDPGDP增長率風(fēng)險(xiǎn)控制水平CCAR核心一級資本充足率不良貸款NPL不良貸款率杠桿率流動(dòng)性水平WFL財(cái)務(wù)杠桿率資產(chǎn)流動(dòng)性比率第四章實(shí)證結(jié)果與分析4.1計(jì)量模型設(shè)定關(guān)于計(jì)量模型的選擇，本文采用帶有被解釋變量一階滯后的多元回歸模型，其表達(dá)式如下：Mit=（2）式中i為銀行，t為年份，核心被解釋變量全要素生產(chǎn)率為M，核心解釋變量互聯(lián)網(wǎng)金融指數(shù)為H，其中H和GDP為嚴(yán)格外生變量，NPL,FL,W,CCAR為內(nèi)生變量，ui根據(jù)之前的文獻(xiàn)和研究表明，商業(yè)銀行生產(chǎn)率存在“黏性動(dòng)態(tài)”，所以本文將被解釋變量的一階滯后引入為解釋變量。根據(jù)本文的假設(shè)，β2系數(shù)預(yù)估為正值。本文的研究思路為對多元回歸模型進(jìn)行回歸分析，在選擇回歸方法時(shí)，要考慮模型的動(dòng)態(tài)性，內(nèi)生性和序列相關(guān)性。如果采用混合效應(yīng)回歸會(huì)產(chǎn)生誤差；而如果單純的采用固定效應(yīng)回歸（FE）無法處理商業(yè)銀行生產(chǎn)率的“黏性動(dòng)態(tài)”也即無法處理一階滯后。另外本文研究19家銀行9年的數(shù)據(jù)，符合“大N小T”的數(shù)據(jù)結(jié)構(gòu)，所以本文擬用系統(tǒng)動(dòng)態(tài)面板（SYSGMM4.2相關(guān)性檢驗(yàn)和平穩(wěn)性檢驗(yàn)對變量進(jìn)行相關(guān)性檢驗(yàn)，各個(gè)變量系數(shù)不存在大于0.7的情況，為進(jìn)一步確定不存在多重共線性，對變量進(jìn)行VIF檢驗(yàn)后發(fā)現(xiàn)不存在VIF值大于10的情況，所以進(jìn)一步排除多重共線性。另外，由于解釋變量中含有被解釋變量的一階滯后，對函數(shù)做單位根檢驗(yàn)，以避免偽回歸現(xiàn)象。結(jié)果表示數(shù)據(jù)不存在單位根，所以回歸分析不會(huì)存在偽回歸現(xiàn)象。4.3描述性統(tǒng)計(jì)分析4.3.1DEA-Malmquist因?yàn)镈EA-Malmquist是動(dòng)態(tài)DEA模型，為了數(shù)據(jù)的準(zhǔn)確性，本文使用2010-2019年的有關(guān)投入和產(chǎn)出變量的值來測度2011-2019年的DEA-Malmquist值。表4-1DEA-Malmquist值Table4-1DEA-Malmquist銀行名稱年份201120122013201420152016201720182019工商銀行0.9720.9941.040.9590.9941.0831.0040.9410.996建設(shè)銀行1.0211.0111.0371.0051.0041.0051.0570.9661.002農(nóng)業(yè)銀行1.0331.0071.0211.0220.9881.0271.0840.9621.033中國銀行1.010.9931.0250.9780.9871.0671.0240.9911.03郵政銀行1.0210.9791.0661.1121.1381.0751.2061.0231.083交通銀行0.9920.9940.9740.9760.9471.0331.0631.0070.966招商銀行0.9980.9690.9971.0751.0021.0661.0650.991.035興業(yè)銀行0.880.8280.9821.060.8571.1951.3741.0221.029浦發(fā)銀行0.9040.9810.9640.9110.9021.1511.1131.0010.994中信銀行0.891.0240.9580.9650.9560.9911.1171.080.984民生銀行1.0130.9651.2231.0451.1340.9541.0811.0970.914光大銀行0.9760.8931.0660.9021.0170.9791.1581.0420.923北京銀行0.9210.9171.0790.9480.8591.0651.0941.0091.005華夏銀行0.9610.9981.0221.0161.0420.9831.1471.0141.016廣發(fā)銀行1.0250.9230.9440.9991.1130.9831.2191.1030.977上海銀行1.051.0390.9450.8060.9080.9781.490.8231.133江蘇銀行0.990.970.9940.9310.9951.0341.0271.1460.983浙商銀行0.9460.9830.9220.8430.8741.0711.3811.0521.05平安銀行0.9020.8890.9851.1351.160.961.1461.021.008平均值0.9720.9651.0110.980.9891.0351.1431.0131.007從上表分析出，商業(yè)銀行全要素生產(chǎn)率再2013-2014年之間存在明顯的上升，再2016-2017年之間也存在明顯的上升，而這兩個(gè)期間剛好時(shí)互聯(lián)網(wǎng)金融剛剛興起和繁榮的兩個(gè)階段，而之后的2018-2019雖然有所回落，但是還是明顯高于互聯(lián)網(wǎng)金融興起之前的全要素生產(chǎn)率。4.3.2多元回歸的描述性統(tǒng)計(jì)對所獲得的數(shù)據(jù)進(jìn)行處理統(tǒng)計(jì)結(jié)果如表4-2表4-2多元回歸變量描述性統(tǒng)計(jì)分析Table5DescriptiveStatistics變量均值標(biāo)準(zhǔn)差最小值最大值M1.160.090.811.49H0.540.380.001.00GDP7.240.886.19.3CCAR10.071.557.514.68NPL1.310.380.362.39W16.314.6111.2546.01FL47.659.6027.680.58根據(jù)上述的描述性統(tǒng)計(jì)，資本流動(dòng)率和杠桿率標(biāo)準(zhǔn)差較大，說明各個(gè)銀行之間的資本流動(dòng)率和杠桿率差別很大，各個(gè)銀行對于自身杠桿率的管理，投資策略，以及對流動(dòng)現(xiàn)金的管理有不同的策略和特點(diǎn)?；ヂ?lián)網(wǎng)金融指數(shù)標(biāo)準(zhǔn)差相對較大因?yàn)樵?014年左右出現(xiàn)驟升，是因?yàn)榛ヂ?lián)網(wǎng)金融在2014年開始興起并快速發(fā)展。不良貸款率較為穩(wěn)定并且不高，說明中國商業(yè)銀行在管理呆賬壞帳上較為出色。中國2011-2019年GDP增長率的平均值為7.24，但是中國GDP增長率始終走低，說明中國經(jīng)濟(jì)發(fā)展進(jìn)入平穩(wěn)期間，存在一定程度的經(jīng)濟(jì)下行壓力。4.4多元回歸分析結(jié)果對該多元回歸模型采用SYSGMM分析，因?yàn)樵撃Ｐ蜐M足下列三個(gè)條件（1）存在被解釋變量的一階滯后作為解釋變量（2）大N小T的數(shù)據(jù)結(jié)構(gòu)（3）經(jīng)過估計(jì)后的序列相關(guān)檢驗(yàn)，可以拒絕原假設(shè)，也即不存在序列相關(guān).此外通過Sgrgan檢驗(yàn)，顯示所有工具變量均外生，標(biāo)明選取GMM回歸以及工具變量的選擇合理有效，不存在工具變量過度估計(jì)的問題，工具變量的估計(jì)有效。所以綜上所述可以使用SYSGMM模型。表4-3多元回歸結(jié)果Table6TheResultOfMultipleRegression變量系數(shù)標(biāo)準(zhǔn)誤t-StatisticProb.M（-1）-0.172*0.103-1.680.093H0.317***0.0664.800.001GDP0.104***0.0372.800.005CCAR0.0120.009-1.350.177NPL-0.146***0.052-2.790.005W-0.0100.008-1.180.237FL0.003*0.0011.830.067數(shù)據(jù)來源：STATA注：***、**、*表示估計(jì)結(jié)果在0.01、0.05、0.1的水平上顯著根據(jù)表中回歸結(jié)果，得到以下結(jié)論。商業(yè)銀行全要素生產(chǎn)率的一階滯后系數(shù)為-0.172，且在10%的水平上顯著，說明銀行的生產(chǎn)率存在黏性特質(zhì)且存在負(fù)相關(guān)?；ヂ?lián)網(wǎng)金融指數(shù)的系數(shù)為0.317，且在1%的水平上顯著，說明原假設(shè)成立，互聯(lián)網(wǎng)金融會(huì)對商業(yè)銀行效率產(chǎn)生正向影響，互聯(lián)網(wǎng)金融發(fā)展促進(jìn)了商業(yè)銀行全要素生產(chǎn)率的提升。商業(yè)銀行通過和互聯(lián)網(wǎng)結(jié)合，借助互聯(lián)網(wǎng)平臺建設(shè)手機(jī)銀行，網(wǎng)上銀行。開發(fā)“原油寶”、“e錢包”等互聯(lián)網(wǎng)銀行理財(cái)產(chǎn)品，降低投資者的門檻，使銀行理財(cái)更貼近普通投資者。利用互聯(lián)網(wǎng)金融的遍及性，減少獲客成本，提高自身的效率。GDP的估計(jì)系數(shù)為0.104，且在1%的水平上顯著，表明商業(yè)銀行是中國金融市場的重要組成部分，國民經(jīng)濟(jì)和商業(yè)銀行的發(fā)展息息相關(guān)。中國經(jīng)濟(jì)已經(jīng)脫離快車道，進(jìn)入平穩(wěn)發(fā)展期，甚至出現(xiàn)了很多需要克服的難題；在國民經(jīng)濟(jì)存在下行壓力的情況下，商業(yè)銀行更要積極發(fā)展，提高自己的生產(chǎn)效率，促進(jìn)國民經(jīng)濟(jì)的發(fā)展。經(jīng)濟(jì)的快速發(fā)展也會(huì)正向促進(jìn)商業(yè)銀行的發(fā)展，二者相輔相成。不良貸款率系數(shù)為-0.146且顯著，符合經(jīng)濟(jì)學(xué)常識，過高的不良貸款率會(huì)影響銀行自身的經(jīng)營狀況，不良貸款率會(huì)增加銀行的貸款成本，使得銀行對于小微企業(yè)和個(gè)人貸款謹(jǐn)小慎微，這恰恰不利于商業(yè)銀行自身的發(fā)展，會(huì)降低其生產(chǎn)效率。銀行資金流動(dòng)性的估計(jì)系數(shù)為0.003且在10%的水平上顯著，說明銀行保有一定的流動(dòng)資金有利于其自身的業(yè)務(wù)發(fā)展和資金往來，如果流動(dòng)資金過少可能會(huì)出現(xiàn)擠兌等現(xiàn)象，不利于銀行發(fā)展其存貸款業(yè)務(wù)，而過高的流動(dòng)資金則意味著更少的投資，同樣不利于銀行自身的發(fā)展。另外，核心資產(chǎn)充足率和杠桿率回歸結(jié)果不顯著，本文不做過多分析。第五章研究結(jié)論與政策建議近些年來，互聯(lián)網(wǎng)金融的迅速發(fā)展給傳統(tǒng)銀行業(yè)的各類業(yè)務(wù)帶來了巨大的沖擊，同時(shí)也給商業(yè)銀行帶來了技術(shù)變革、提升效率的機(jī)會(huì)。隨著中國“一帶一路”政策和金融業(yè)全面開放，傳統(tǒng)銀行業(yè)更需要和國際金融業(yè)接軌，應(yīng)對新的國際競爭。本文首先研究了互聯(lián)網(wǎng)金融行業(yè)和傳統(tǒng)的商業(yè)銀行之間相互競爭的業(yè)務(wù)類型，接著根據(jù)技術(shù)溢出理論分析了互聯(lián)網(wǎng)金融對于商業(yè)銀行效率的影響機(jī)制。在此基礎(chǔ)上，本文以2009-2018年14家商業(yè)銀行為樣本，以DEA-Malmquist指數(shù)法測量的商業(yè)銀行全要素生產(chǎn)率作為被解釋變量，以“文本挖掘法”得出的互聯(lián)網(wǎng)金融發(fā)展指數(shù)作為核心解釋變量，對互聯(lián)網(wǎng)金融發(fā)展和商業(yè)銀行效率之間的關(guān)系進(jìn)行了實(shí)證研究，最終得出以下結(jié)論：互聯(lián)網(wǎng)金融發(fā)展提升了商業(yè)銀行的效率。此外商業(yè)銀行規(guī)模和銀行效率成負(fù)相關(guān)，銀行規(guī)模越大銀行效率越低。根據(jù)本文的結(jié)論，提出以下政策建議：第一，商業(yè)銀行應(yīng)和互聯(lián)網(wǎng)金融公司展開合作，積極應(yīng)對其競爭挑戰(zhàn)，并利用互聯(lián)網(wǎng)技術(shù)進(jìn)行業(yè)務(wù)創(chuàng)新?；ヂ?lián)網(wǎng)金融業(yè)打破了傳統(tǒng)銀行業(yè)的壟斷，促進(jìn)了銀行業(yè)的競爭。傳統(tǒng)商業(yè)銀行不能故步自封滿足于自身的壟斷地位，而應(yīng)該主動(dòng)向互聯(lián)網(wǎng)金融公司學(xué)習(xí)先進(jìn)的技術(shù)，投入資金改善自身業(yè)務(wù)促進(jìn)業(yè)務(wù)創(chuàng)新，從而順應(yīng)當(dāng)下互聯(lián)網(wǎng)潮流。商業(yè)銀行還應(yīng)該擁有長遠(yuǎn)的眼光，培養(yǎng)信息技術(shù)人才。在銀行招聘時(shí)，不僅僅招收傳統(tǒng)金融業(yè)人才，更要注重招收熟悉計(jì)算機(jī)技術(shù)的人才。當(dāng)今社會(huì)人力資源流動(dòng)很快，銀行可以吸引一部分原互聯(lián)網(wǎng)金融公司員工，從而提升自己員工的整體素質(zhì)，把握好信息時(shí)代的機(jī)遇，為業(yè)務(wù)創(chuàng)新提供人力儲(chǔ)備。另一方面，商業(yè)銀行也應(yīng)該利用好自身的優(yōu)勢。商業(yè)銀行資金量大、結(jié)算系統(tǒng)發(fā)達(dá)、社會(huì)聲譽(yù)較好，和互聯(lián)網(wǎng)金融公司優(yōu)勢互補(bǔ)，逐漸形成綜合金融服務(wù)商的業(yè)務(wù)模式，提高自身的競爭力和國際金融業(yè)接軌。第二，互聯(lián)網(wǎng)金融公司應(yīng)該積極投入，進(jìn)行業(yè)務(wù)創(chuàng)新，不斷提升自身的業(yè)務(wù)效率。當(dāng)前互聯(lián)網(wǎng)公司利用區(qū)塊鏈技術(shù)，極大地減少了信息不對稱，降低了金融產(chǎn)品的門檻并且使雙方更加公開透明，滿足了客戶多樣化需求。但由于互聯(lián)網(wǎng)金融融資門檻低，導(dǎo)致大量無資質(zhì)的公司涌入，并且互聯(lián)網(wǎng)融資違約率高、風(fēng)險(xiǎn)巨大，不少新成立的公司很快破產(chǎn)跑路，給公眾造成了很不好的印象。往往“網(wǎng)貸”、“P2P”在客戶眼里會(huì)和金融詐騙、高利貸等不法行為掛鉤?；ヂ?lián)網(wǎng)金融公司更應(yīng)該規(guī)范自身，提升風(fēng)險(xiǎn)管理能力，保護(hù)投資者的安全，促進(jìn)互聯(lián)網(wǎng)金融安全健康成長。第三，政府監(jiān)管部門及立法部門應(yīng)加強(qiáng)對互聯(lián)網(wǎng)金融企業(yè)的監(jiān)管，通過立法等手段保證互聯(lián)網(wǎng)金融行業(yè)的健康發(fā)展。政府部門應(yīng)支持互聯(lián)網(wǎng)公司的發(fā)展，鼓勵(lì)其走上規(guī)范化、可持續(xù)化的道路，確?；ヂ?lián)網(wǎng)金融市場的完整性。并且積極推進(jìn)中國互聯(lián)網(wǎng)的普及，建設(shè)基層網(wǎng)絡(luò)基站，將互聯(lián)網(wǎng)技術(shù)成果推廣到廣大社會(huì)，讓全體公民都能享受互聯(lián)網(wǎng)金融帶來的便利。參考文獻(xiàn)[1]蔣莉.互聯(lián)網(wǎng)金融影響下我國商業(yè)銀行效率之實(shí)證分析——基于三階段DEA模型[J].北京印刷學(xué)院學(xué)報(bào),2021,29(02):15-19.[2]魏煌,王麗.中國商業(yè)銀行效率研究:一種非參數(shù)的分析[J].金融研究，2000(03):15-19.[3]林彧,鐘俊濱,李鎮(zhèn)南.大數(shù)據(jù)時(shí)代下金融科技對商業(yè)銀行效率的影響——基于文本挖掘與DEA-Malmquist指數(shù)的分析[J].科技創(chuàng)新發(fā)展戰(zhàn)略研究,2020,4(04):1-9.[4]周孟亮,陳琳.基于DEA-Malmquist指數(shù)的我國商業(yè)銀行效率評價(jià)[J].浙江金融,2020(06):12-21.[5]余浩.基于DEA模型的非利息收入變動(dòng)對我國商業(yè)銀行效率影響的實(shí)證分析[J].知識經(jīng)濟(jì),2019(22):52-53.[6]張建華，紀(jì)陽.我國