《表2 具体实验数据：金融科技对商业银行零售业务盈利的影响研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《金融科技对商业银行零售业务盈利的影响研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据来源：作者根据文献挖掘法计算。

借鉴沈悦、郭品（2015）及汪可（2017）的研究，利用文本挖掘法构建金融科技指数。[18][19][20]具体步骤为：第一，根据金融科技的内涵，建立初始词库，从技术、产业、融合等三个维度选取了19个关键词（见表1）。第二，借助百度搜索引擎，查询关键词的百度搜索指数和百度媒体指数并进行加权，计算关键词的年度词频。百度搜索指数以网民在百度的搜索量为数据基础，分析并计算各个关键词在百度网页搜索中搜索频次的加权；媒体指数则统计各大互联网媒体报道的新闻中，与关键词相关的被百度新闻频道收录的数量，采用新闻标题包含关键词的统计标准。两者结合，可以综合反映网民和媒体对关键词的关注程度，从侧面反映金融科技的发展势头。第三，利用因子分析法测算金融科技指数。一是检验数据，19个关键词的相关系数及KMO、Bartlett检验，相关系数几乎都是大于0.3，说明各关键词之间存在共享因素，适用于因子分析；二是提取公因子，基于主成分分析法提取特征值大于1的公因子，结果表明公因子方差贡献率为94.14%，能够反映大部分原始信息；三是计算因子得分，依据方差最大化原则对载荷矩阵进行正交旋转后，利用回归分析法估计因子的得分系数矩阵；四是合成指数，以因子得分为权重将公因子表示为原始变量的线性组合，同时应用最大最小化处理将数据标准至0-1之间，得到金融科技指数（FTI）。在此基础上，对各个维度的关键词进行因子分析，分别测度金融科技三个维度的指数（见表2）。