互联网视角下商业银行全要素生产率的实证研究以商业银行内各分行为例(附件)
摘 要如今，互联网技术在金融领域的作用日趋重要。本文选择2013-2015年山东省内商业银行各分行为样本用DEA-Malmquist模型对商业银行互联网化进行测度，并对其平均综合技术效率及构成和Ma1mquist全要素生产率的变动趋势进行实证分析。研究发现山东省内商业银行各分行在互联网化方面存在综合效益偏低，技术陈旧，发展规模较小等问题。建议商业银行从上述三方面入手提高自身效益。
目 录
一、 前言 1
二、文献综述 2
（一） 互联网金融的理论 2
（二） 商业银行的互联网化 2
（三） 商业银行互联网化效益的增长 2
（四） 商业银行互联网化效益的测定 2
三、 商业银行互联网化指数研究设计 3
（一） 样本选取和数据来源 3
（二） DEAMalmquist模型构建 4
四、 实证分析 6
（一） 经典DEA模型实证结果分析 6
（二） Malmquist指数实证结果分析 8
（三） 对策建议 9
五、 结论 10
参考文献 11
附 录 12
致 谢 17 一、前言
在当今互联网浪潮之下，互联网金融的迅速发展对以商业银行为代表的传统金融机构造成了一定冲击，在信用中介业务、金融咨询业务和支付业务等方面互联网技术新型业务的应用优于传统金融机构，传统金融机构正面临互联网金融的挑战。本文研究的是商业银行互联网化程度及其动态趋势变化，投入产出指标按反映商业银行的互联网化方面特点选取，运用DEA和Malmquist指数以我国商业银行山东省内各分行为样本分别测度了技术效率和Malmquist全要素生产率,反映近三年商业银行互联网化发展趋势，以分别探究商业银行山东省内各分行的运行效率，银行效率的变动趋势和效率变动的源泉。进而为商业银行互联网化的下一步推进提供参考。 文献综述
（一）互联网金融的理论
郑联盛（2014）认为互联网金融是当代新兴的一种金融模式，互联网金融的产生与发展对商业银行经营效率以及对世界金融和货币政策的影响尚存重大疑问。商业银行经营模式或将因其产生巨大改变。互联网金
*好棒文|www.hbsrm.com +Q: #351916072#
融逐渐成为世界范围内金融行业中的重要发展方式。本文结合这一背景旨在探究商业银行互联网的发展程度，使二者能够更好的合作。
商业银行的互联网化
孙宇翔（2016）通过实证分析研究得出我国商业银行在互联网金融的影响下总体呈现积极的效应。虽然互联网金融行业给传统商业银行带来了一定的冲击但是互联网金融的技术对商业银行的效益产生了更加积极影响。由于商业银行经营结构的差异导致其互联网化的程度也不同，互联网金融对股份制商业银行的积极影响最大，对大型商业银行、城市商业银行的影响相近。本文通过实证探究商业银行互联网化具有实用价值和时代意义。
（三）商业银行互联网化效益的增长
沈悦，郭品（2015）互联网金融与商业银行的竞合初步实现仍有待进一步的加强其中主要有三个问题：第一，目前对商业银行互联网化的研究大多泛泛而谈其机遇与风险，少有在理论层面的深入研究如全要素生产率方面的研究。第二，现有研究缺少对银行效益增长的从理论实证方面的研究。第三，现有文章对商业银行效益增长及未来的发展关注较少。本文对商业银行互联网化进行测定与实证分析，探讨了山东省商业银行各分行与互联网技术结合的20132015年的效益及发展趋势。
（四）商业银行互联网化效益的测定
鹿新华（2014）客观评价银行效益要求准确的测算出商业银行全要素生产率，再此基础上才能得出正确的实证分析及结论。张健华，王鹏（2010）商业银行的效率定方法中非参数法应用较多。其中DEA数据包络分析法是非参数法中最最具代表性的方法。其可运用多指标投入多指标产出来测定效益，且不受投入产出量纲影响和人为主观因素的评定影响。袁晓玲，张宝山（2009）在DEA基础上延伸出Malmquist指数分析从动态的角度分析商业银行全要素生产率的的变化趋势。本文也将采用上述两种模型对山东省内商业银行各分行1315年的全要素生产率构成及其变化趋势进行测定的出结论。
商业银行互联网化指数研究设计
(一)样本选取和数据来源
1978年Charnes} Cooper Rhodes首次将DEA模型投入到实证分析，如今，这一方法以得到广泛应用。
根据应用领域确定投入变量和产出变量是DEA法的关键所在。在样本的数量确定上要大于投入变量和产出变量的和的2倍。
首先，根据银行业经营的特点选取相应的投入产出变量。其次，对于实证分析要考虑到样本指标的数据可得性、数据真实性和样本代表性。
1.投入变量
本外币资产总额是商业银行现包括的可产生经济效益的资产其代表了商业银行总体资产;营业网点数即商业银行拥有的实体营业规模表明了商业银行传统经营规模;员工人数为商业银行在人力上的资本数量;现金自助设备是商业银行结合互联网金融技术的发展情况的体现。
2.产出变量
利润总额是商业银行经营过程中获取的总利润，表明了商业银行获取利润的能力;企业网银客户数量是商业银行所拥有的以企业为客户单位的互联网金融业务的规模;个人网银客户数量是商业银行发展以个人用户为单位的互联网金融业务规模;手机网银客户数量是商业银行在新兴互联网技术中的移动网络上发展客户数量的规模。
3.样本选择说明
样本选择是山东省济南、青岛、烟台地区的18家商业银行。样本选择的商业银行在行业和地区上具有代表性。
首先，选择山东省内拥有具有代表互联网技术的业务包括网银、手机银行业务的商业银行。
其次，由于商业银行互联网化处于初期，部分数据缺失，所以在已拥有网银手机银行业务的上述银行中选择数据比较完整的18家商业银行作为样本。
最后，本文的统计资料为2014、2015、2016山东金融统计年鉴为。最终选取2013、2014、2015年山东省内三地18家商业银行各分行三年数据进行分析，能对山东省内商业银行各分行的互联网金融的发展予以真实的反映。
（二）DEAMalmquist模型构建
1.DEA模型描述
DEA即数据包络分析法是对需要多投入多输出的生产部门运用数学规划模型的评价其相对有效性的一种测度方法。根据加权意义下的产出与投入比反映其相对有效性，，通过判断DMU是否位于可能集的“生产前沿面”上。对各个DMU观察的数据判断DMU是否为DEA有效。
设分析对象为S个DMU单元，投入变量，产出变量。产出变量集合与投入变量集合的比率值即DMU单元的效率。
目 录
一、 前言 1
二、文献综述 2
（一） 互联网金融的理论 2
（二） 商业银行的互联网化 2
（三） 商业银行互联网化效益的增长 2
（四） 商业银行互联网化效益的测定 2
三、 商业银行互联网化指数研究设计 3
（一） 样本选取和数据来源 3
（二） DEAMalmquist模型构建 4
四、 实证分析 6
（一） 经典DEA模型实证结果分析 6
（二） Malmquist指数实证结果分析 8
（三） 对策建议 9
五、 结论 10
参考文献 11
附 录 12
致 谢 17 一、前言
在当今互联网浪潮之下，互联网金融的迅速发展对以商业银行为代表的传统金融机构造成了一定冲击，在信用中介业务、金融咨询业务和支付业务等方面互联网技术新型业务的应用优于传统金融机构，传统金融机构正面临互联网金融的挑战。本文研究的是商业银行互联网化程度及其动态趋势变化，投入产出指标按反映商业银行的互联网化方面特点选取，运用DEA和Malmquist指数以我国商业银行山东省内各分行为样本分别测度了技术效率和Malmquist全要素生产率,反映近三年商业银行互联网化发展趋势，以分别探究商业银行山东省内各分行的运行效率，银行效率的变动趋势和效率变动的源泉。进而为商业银行互联网化的下一步推进提供参考。 文献综述
（一）互联网金融的理论
郑联盛（2014）认为互联网金融是当代新兴的一种金融模式，互联网金融的产生与发展对商业银行经营效率以及对世界金融和货币政策的影响尚存重大疑问。商业银行经营模式或将因其产生巨大改变。互联网金
*好棒文|www.hbsrm.com +Q: #351916072#
融逐渐成为世界范围内金融行业中的重要发展方式。本文结合这一背景旨在探究商业银行互联网的发展程度，使二者能够更好的合作。
商业银行的互联网化
孙宇翔（2016）通过实证分析研究得出我国商业银行在互联网金融的影响下总体呈现积极的效应。虽然互联网金融行业给传统商业银行带来了一定的冲击但是互联网金融的技术对商业银行的效益产生了更加积极影响。由于商业银行经营结构的差异导致其互联网化的程度也不同，互联网金融对股份制商业银行的积极影响最大，对大型商业银行、城市商业银行的影响相近。本文通过实证探究商业银行互联网化具有实用价值和时代意义。
（三）商业银行互联网化效益的增长
沈悦，郭品（2015）互联网金融与商业银行的竞合初步实现仍有待进一步的加强其中主要有三个问题：第一，目前对商业银行互联网化的研究大多泛泛而谈其机遇与风险，少有在理论层面的深入研究如全要素生产率方面的研究。第二，现有研究缺少对银行效益增长的从理论实证方面的研究。第三，现有文章对商业银行效益增长及未来的发展关注较少。本文对商业银行互联网化进行测定与实证分析，探讨了山东省商业银行各分行与互联网技术结合的20132015年的效益及发展趋势。
（四）商业银行互联网化效益的测定
鹿新华（2014）客观评价银行效益要求准确的测算出商业银行全要素生产率，再此基础上才能得出正确的实证分析及结论。张健华，王鹏（2010）商业银行的效率定方法中非参数法应用较多。其中DEA数据包络分析法是非参数法中最最具代表性的方法。其可运用多指标投入多指标产出来测定效益，且不受投入产出量纲影响和人为主观因素的评定影响。袁晓玲，张宝山（2009）在DEA基础上延伸出Malmquist指数分析从动态的角度分析商业银行全要素生产率的的变化趋势。本文也将采用上述两种模型对山东省内商业银行各分行1315年的全要素生产率构成及其变化趋势进行测定的出结论。
商业银行互联网化指数研究设计
(一)样本选取和数据来源
1978年Charnes} Cooper Rhodes首次将DEA模型投入到实证分析，如今，这一方法以得到广泛应用。
根据应用领域确定投入变量和产出变量是DEA法的关键所在。在样本的数量确定上要大于投入变量和产出变量的和的2倍。
首先，根据银行业经营的特点选取相应的投入产出变量。其次，对于实证分析要考虑到样本指标的数据可得性、数据真实性和样本代表性。
1.投入变量
本外币资产总额是商业银行现包括的可产生经济效益的资产其代表了商业银行总体资产;营业网点数即商业银行拥有的实体营业规模表明了商业银行传统经营规模;员工人数为商业银行在人力上的资本数量;现金自助设备是商业银行结合互联网金融技术的发展情况的体现。
2.产出变量
利润总额是商业银行经营过程中获取的总利润，表明了商业银行获取利润的能力;企业网银客户数量是商业银行所拥有的以企业为客户单位的互联网金融业务的规模;个人网银客户数量是商业银行发展以个人用户为单位的互联网金融业务规模;手机网银客户数量是商业银行在新兴互联网技术中的移动网络上发展客户数量的规模。
3.样本选择说明
样本选择是山东省济南、青岛、烟台地区的18家商业银行。样本选择的商业银行在行业和地区上具有代表性。
首先，选择山东省内拥有具有代表互联网技术的业务包括网银、手机银行业务的商业银行。
其次，由于商业银行互联网化处于初期，部分数据缺失，所以在已拥有网银手机银行业务的上述银行中选择数据比较完整的18家商业银行作为样本。
最后，本文的统计资料为2014、2015、2016山东金融统计年鉴为。最终选取2013、2014、2015年山东省内三地18家商业银行各分行三年数据进行分析，能对山东省内商业银行各分行的互联网金融的发展予以真实的反映。
（二）DEAMalmquist模型构建
1.DEA模型描述
DEA即数据包络分析法是对需要多投入多输出的生产部门运用数学规划模型的评价其相对有效性的一种测度方法。根据加权意义下的产出与投入比反映其相对有效性，，通过判断DMU是否位于可能集的“生产前沿面”上。对各个DMU观察的数据判断DMU是否为DEA有效。
设分析对象为S个DMU单元，投入变量，产出变量。产出变量集合与投入变量集合的比率值即DMU单元的效率。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/cwgl/4784.html
