《表6 大型股份制银行组模型估计结果》
注:*、**和***分别代表1%、5%和10%显著性水平;括号内为T统计量。
如表6所示,表6反映的是大型股份制银行,即5大行面对互联网金融冲击时的经营与发展情况。从模型(3)至(4)的拟合调整的R2分别为0.841 4和0.912 3,模型拟合好,F检验及其对应的p值都通过了统计检验,说明模型构建合理。第一,模型(3)中LNP2P1、LNTPP通过了5%和10%显著性水平,系数为负正,这可能因为P2P行业的发展侵蚀了5大行主要利润来源的存贷利差,最近几年贷款监管趋严、贷款审批复杂,中小企业客户选择从更容易获得贷款的P2P行业筹集贷款资金。而第三方支付行业使得商业银行在收入得到提高,这是由于第三方支付倒逼了银行进行改革,发展自身支付平台、加强与第三方支付合作,加之商业银行严格的风险控制,进而提高了商业银行利润。NIRR、CIR通过了显著性检验,其余变量均未通过显著性检验。第二,模型(4)中LNTPP通过了1%的显著性水平检验,系数为正,可见第三方支付行业提升了5大行的非利息收入占比,扩展了主要依靠利息收入的业务模式,这是因为凭借5大行广泛的客户资源,深入发掘自身移动平台的建设,吸引和稳固了现有的客户资源。NPL、CIR、LNGDP通过了显著性检验,其余变量均未通过显著检验。第三,综合对模型(3)和(4)的分析,证明了假设1,对商业银行盈利和非利息收入有负效应,部分验证了假设2和假设3。
图表编号 | XD003218400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.18 |
作者 | 史亚荣、张茗 |
绘制单位 | 兰州财经大学中国西北金融研究中心、金融学院、兰州财经大学中国西北金融研究中心、金融学院 |
更多格式 | 高清、无水印(增值服务) |