《表6 大型股份制银行组模型估计结果》

  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

《互联网金融形态对我国商业银行影响的差异分析》

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

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。