【互聯(lián)網(wǎng)金融對商業(yè)銀行經(jīng)營效率的影響探究-以安徽省為例7400字（論文）】

論文題目互聯(lián)網(wǎng)金融對商業(yè)銀行經(jīng)營效率的影響研究-以安徽省為例摘要現(xiàn)在的社會發(fā)展迅速，各方面的進展都令人驚嘆。電子商務迅速發(fā)展，互聯(lián)網(wǎng)金融也隨之不斷壯大。安徽省的商業(yè)銀行之間本來就存在著激烈的競爭，在這樣的狀況之下，商業(yè)銀行的發(fā)展面臨著更加艱難的處境，盈利也在不斷減少。本文運用了回歸分析和平穩(wěn)性檢驗的方法，對影響商業(yè)銀行經(jīng)營效率的因素進行了相應的分析和思考。通過研究分析得到，由于互聯(lián)網(wǎng)金融的興起和壯大，讓商業(yè)銀行在原本就激烈的競爭中，處于更加劣勢的地位。所以，商業(yè)銀行應當積極主動的應對來自互聯(lián)網(wǎng)金融的挑戰(zhàn)，不再固步自封，改變陳舊的經(jīng)營方法，摒棄先前的經(jīng)營理念，積極調整適應自身發(fā)展的經(jīng)營模式，拓寬和壯大更多的業(yè)務渠道，更好的應對潛在的風險，進一步克服互聯(lián)網(wǎng)金融的發(fā)展對商業(yè)銀行經(jīng)營效率造成的不利影響。關鍵詞：互聯(lián)網(wǎng)金融；商業(yè)銀行；第三方支付；P2P目錄引言 11.研究背景及意義 11.1研究背景 11.2研究意義 22.文獻綜述 22.1國內文獻綜述 22.2國外文獻綜述 33.互聯(lián)網(wǎng)金融的發(fā)展現(xiàn)狀及其對商業(yè)銀行經(jīng)營效率產(chǎn)生的影響 33.1發(fā)展現(xiàn)狀 33.2影響 44.實證分析 64.1數(shù)據(jù)收集 64.2分析 65.結論與建議 135.1結論 135.2建議 13參考文獻 15引言自從2013年以來，在大家不怎么注意的情況之下，互聯(lián)網(wǎng)金融這一獨特的事物慢慢的興起，并且有了一定的發(fā)展。后來，便出現(xiàn)了很多互聯(lián)網(wǎng)金融的衍生產(chǎn)物，例如支付寶、微信錢包等新興的支付方式隨之出現(xiàn)。漸漸的，互聯(lián)網(wǎng)金融日趨成熟，無論是發(fā)展模式還是經(jīng)營策略方面，都有了一定的創(chuàng)新，給大家的感受也有了更多新的體驗。憑著互聯(lián)網(wǎng)的基礎，借助了一些外在的優(yōu)勢條件，融合了其自身的獨特性，同時利用大數(shù)據(jù)的先進技術，及時的掌握客戶的動態(tài)和想法，使客戶在一定的程度上，感受到互聯(lián)網(wǎng)金融的獨特之處。在這樣的情況之下，無論是發(fā)展前景還是盈利方面，商業(yè)銀行的發(fā)展受到了一定的影響。1.研究背景及意義1.1研究背景現(xiàn)今社會在不斷進步，網(wǎng)絡科技發(fā)展迅速。云計算、大數(shù)據(jù)分析、搜索引擎等技術逐漸日趨成熟，在社會上占領了獨特的地位和優(yōu)勢。發(fā)展了很多線上交易的平臺，例如第三方支付、P2P小額信貸。另外，這些線上交易平臺不僅提供著便捷的服務，有的更是推出了增值的金融服務，非常令人耳目一新。古往今來，我們不難發(fā)現(xiàn)，在傳統(tǒng)的金融業(yè)務和操作當中，是存在著很多問題和弊端的，無論是在資源的配置，還是信息的更新方面，存在一定的滯后性。我們不難知道，在互聯(lián)網(wǎng)金融的發(fā)展下，我們獲取的信息是實時的信息，并且不受地區(qū)和空間的限制，即使是在線上，我們也可以進行一系列相應的操作。特別是在今天，大數(shù)據(jù)時代的今日，數(shù)據(jù)更新的非常迅速，各個行業(yè)的數(shù)據(jù)在互聯(lián)網(wǎng)上都是可以進行共享的，這無疑打擊了商業(yè)銀行相關業(yè)務的延申和發(fā)展。1.2研究意義互聯(lián)網(wǎng)金融在今天的發(fā)展是令人驚訝的，所以，大多數(shù)人肯定會存在一定的疑問，為什么互聯(lián)網(wǎng)金融發(fā)展的這么好。當然了，首先是得益于互聯(lián)網(wǎng)的發(fā)展，以互聯(lián)網(wǎng)作為依托，以其技術上提供的支持作為有利的條件。根據(jù)數(shù)據(jù)顯示，我國目前網(wǎng)民的數(shù)量超過了9億，強大網(wǎng)民數(shù)量更進一步的推進了互聯(lián)網(wǎng)金融產(chǎn)品的發(fā)展。另外就是傳統(tǒng)的金融行業(yè)自身存在的問題。在現(xiàn)今這樣迅速的發(fā)展之下，傳統(tǒng)的金融行業(yè)所存在的老舊模式，已經(jīng)無法適應這個時代的發(fā)展了。由于成本觀念的根深蒂固，傳統(tǒng)的金融行業(yè)不愿意做出一定的改變，即使他們想要更多的盈利，但是他們也不愿意增加更多的交易成本，所以便放棄了長久的利益。但是互聯(lián)網(wǎng)金融能廣泛的兼顧到了更多的客戶，實現(xiàn)了規(guī)模上的覆蓋，使大批群體更進一步的直觀感受到了互聯(lián)網(wǎng)金融帶來的便捷性。更是因此，也讓商業(yè)銀行意識到，更加需要轉變自身的發(fā)展方式，同時也進一步推動了金融行業(yè)的發(fā)展，為我國整體的經(jīng)濟發(fā)展起到了推進作用。2.文獻綜述2.1國內文獻綜述早在先前，就有人提出了一些觀點，創(chuàng)新才能使人進步，要大力發(fā)展創(chuàng)新的金融產(chǎn)品。同時要避免市場中存在的風險會對互聯(lián)網(wǎng)金融產(chǎn)品造成影響。鑒于互聯(lián)網(wǎng)金融的相關內容和商業(yè)實踐存在的不同性,目前研究關注的焦點是具體的模式,很少對此進行進一步的相關研究。翟丞醍在2020年的時候，在相應的文章里，對互聯(lián)網(wǎng)金融的概念發(fā)表了自己的觀點，他認為互聯(lián)網(wǎng)金融并不是單獨的產(chǎn)品，是利用了自己獨特的優(yōu)勢，結合了當今社會的大數(shù)據(jù)的優(yōu)勢發(fā)展起來的，并且，它不單單是傳統(tǒng)意義的金融機構。解洪濱在2020年的時候，基于理論分析和實證分析的結果，得出了一定的結論，互聯(lián)網(wǎng)金融的發(fā)展在一定程度上倒逼了商業(yè)銀行的發(fā)展。郭大朝對互聯(lián)網(wǎng)理財、互聯(lián)網(wǎng)消費貸款、第三方支付的情況進行的一定的梳理，提出了互聯(lián)網(wǎng)理財目前存在的兩大經(jīng)營模式，一種是利用營銷來吸引小額的投資，另一種則是在特定的購買平臺上購買相應的產(chǎn)品。李飛翔在2020年的時候，利用回歸分析的方式，得出了相應的結論，雖然互聯(lián)網(wǎng)金融對商業(yè)銀行的發(fā)展存在著沖擊，但這只是短期的沖擊，從長遠的方面來看，更多是會倒逼商業(yè)銀行的發(fā)展，可以幫助其更好的提高自身的業(yè)務能力，促進產(chǎn)品的更新，改善相應的服務。2.2國外文獻綜述不僅我們國內的專家和學者對此進行了研究，國外的專家亦是如此。通過相應的研究和探索，發(fā)現(xiàn)了國外的一些學者，在相應的領域里，也有很多的研究成果。SolomonAntony(2006)等學者研究的是影響因子的存在，以網(wǎng)絡媒介的存在，研究了網(wǎng)絡作為媒介服務的因子，從而發(fā)現(xiàn)了網(wǎng)絡的重要影響和作用Danj.kim(2005)的研究顯示出，很多的第三方信用媒介的服務，是依托了互聯(lián)網(wǎng)的技術平臺，比如，易趣網(wǎng)引入的第三方支付服務功能，當?shù)谌街Ц斗展臼盏劫徺I方所支付的貨款之前，作為銷售方，是不會輕易的就先將貨物寄出，當然了，作為購入方，在沒有收到購買的物品之前，不會提前支付相應的貨款，保證了雙方的權益。3.互聯(lián)網(wǎng)金融的發(fā)展現(xiàn)狀及其對商業(yè)銀行經(jīng)營效率產(chǎn)生的影響3.1發(fā)展現(xiàn)狀借著互聯(lián)網(wǎng)的發(fā)展，安徽省的互聯(lián)網(wǎng)金融也有了廣泛的應用。互聯(lián)網(wǎng)金融公司不僅提供了更多優(yōu)質的服務，更是推出了一些具有支付功能的業(yè)務，例如支付寶和余額寶等服務，不僅如此，更是開發(fā)了一堆衍生的服務，如花唄等。在這樣的大發(fā)展之下，以互聯(lián)網(wǎng)領域獨特的技術優(yōu)勢，推出了更多與商業(yè)銀行類似的服務，讓客戶可以更為直觀的感受融資和借貸的過程，充分的占有了自主性。并且在這樣的模式之下，充分的利用了互聯(lián)網(wǎng)和大數(shù)據(jù)的技術，可以更加快捷的處理客戶的要求和問題。在近幾年，安徽省政府響應國家的號召，推出了一些鼓勵發(fā)展的政策，不僅降低了互聯(lián)網(wǎng)金融的發(fā)展門檻要求，更加為其的發(fā)展提供了相應的法律保障。在這樣的情況之下，安徽省的互聯(lián)網(wǎng)金融行業(yè)也由此有了更大的發(fā)展空間，獲取了更加快速的發(fā)展通道。在這樣的大背景之下，網(wǎng)貸平臺、電商平臺等互聯(lián)網(wǎng)金融產(chǎn)品也順勢而生，有效的展現(xiàn)出了我們安徽省互聯(lián)網(wǎng)金融的發(fā)展水平。3.2影響3.2.1不利影響1.融資渠道減少眾所周知，現(xiàn)在社會上存在的一個很明顯的事情就是小額借貸。小額借貸在互聯(lián)網(wǎng)金融的平臺上很容易就可以實現(xiàn)，但是對商業(yè)銀行來說，因為借款資金少，交易次數(shù)較多，會增加商業(yè)銀行的交易成本。因此，在這樣的情況之下，小額資金的借款需求在商業(yè)銀行來說，還是比較困難的，但是在相應的互聯(lián)網(wǎng)平臺上，可以更好的滿足客戶的需求，也正是因此，互聯(lián)網(wǎng)的融資平臺成為了大眾選擇借款的新型模式。2.經(jīng)營效率降低在傳統(tǒng)的信貸交易模式中，商業(yè)銀行一方面從社會上吸收了閑置的資金，另外又在尋找相應的客戶，發(fā)放相應的貸款，以此來獲利。但是這些流程過多的耗費了人力資源，增加了人工成本。但是，在互聯(lián)網(wǎng)金融平臺上，客戶可以直接和平臺進行相應的借貸交易，直接跨過了時間和人工成本，極大的提高了效率。3.分流商業(yè)銀行活期存款先前，客戶可能會因為初期成立，存在著很多不穩(wěn)定的因素，對這樣的平臺不抱有信任感。但是現(xiàn)在可以利用第三方支付的平臺，進行相應業(yè)務操作，并且其本身就已經(jīng)具備了一定的吸儲功能，我們再也不需要去特定的網(wǎng)點，才能辦理相應的業(yè)務，這為我們帶來了極大的便利。4.削弱商業(yè)銀行的主導地位我們之前都是選擇在線下進行一些業(yè)務的操作，但是現(xiàn)今僅需一部智能化手機和網(wǎng)絡就可以進行相應的操作，在第三方支付平臺上注冊相應的賬號，就能輕松的實現(xiàn)相應的業(yè)務服務。不僅如此，我們甚至會獲得一定的優(yōu)惠，也更加讓消費者覺得方便和輕松，更好的滿足我們的需求，所以使用第三方支付的行為也成為了當今的潮流操作，因此，商業(yè)銀行的主導地位也進一步被削弱。3.2.2有利影響1.加快商業(yè)銀行資產(chǎn)流轉商業(yè)銀行借鑒了互聯(lián)網(wǎng)金融的經(jīng)營方式，建立了自己的網(wǎng)絡金融平臺。在這樣的平臺上，直接和客戶進行對接，處理相關的業(yè)務操作，提高了經(jīng)營的效率，加快了商業(yè)銀行的資產(chǎn)流轉。2.有利于商業(yè)銀行轉變客戶定位目前，我們國家正處于一個利率市場化快速發(fā)展的時期，在國家政策的扶持下，更多企業(yè)議價的能力，也在進一步提升。因此，商業(yè)銀行應該根據(jù)現(xiàn)今的社會發(fā)展狀況，根據(jù)銀行的業(yè)務，分析客戶的需求，對客戶的定位進行的排序。3.促進商業(yè)銀行產(chǎn)品創(chuàng)新眾所周知，在以往傳統(tǒng)的商業(yè)銀行里，他們的模式比較陳舊，推出的產(chǎn)品也往往只有那幾種，可選擇性非常少。但是不發(fā)展就會被社會淘汰，于是商業(yè)銀行開始推出創(chuàng)新的方式，進一步促進了商業(yè)銀行的產(chǎn)品創(chuàng)新。4.促進商業(yè)銀行支付結算系統(tǒng)的進步商業(yè)銀行經(jīng)營壓力變大，于是結合了第三方支付的技術，進行了技術上的創(chuàng)新，推出了網(wǎng)銀支付的方式，實現(xiàn)了資金到賬的實時性。并且，為小額的的支付，提供了免費的結算方式。4.實證分析4.1數(shù)據(jù)收集本文的數(shù)據(jù)來自安徽省統(tǒng)計年鑒和萬德數(shù)據(jù)庫，找到了2009-2019年的相關數(shù)據(jù)，數(shù)據(jù)包括了所有者權益、固定資產(chǎn)、實收資本、存貸比和第三方支付等的相關數(shù)據(jù)信息。4.2分析建立模型本文選擇了安徽省商業(yè)銀行的四個方面來進行分析，分別是所有者權益Y1、固定資產(chǎn)Y2、實收資本Y3、存貸比Y4來作為被解釋變量經(jīng)營效率的指代指標，并將第三方支付和P2P成交額的總額X1作為互聯(lián)網(wǎng)金融指標，并將原保險保費收入(X2)、GDP(X3)、上市公司總數(shù)(X4)等作為控制變量加入到模型中，設置以下4個模型。是常數(shù)項，是變量對應的影響系數(shù)，是隨機誤差項，LN表示的是自然對數(shù)。我們一般會對經(jīng)濟數(shù)據(jù)進行自然對數(shù)處理，是為了減少模型可能存在的異方差性，并且為了讓數(shù)據(jù)的線性趨勢更加顯著。單位根檢驗為了檢驗時間序列的平穩(wěn)性，我對數(shù)據(jù)進行了單位根檢驗。表1變量的ADF檢驗變量檢驗類型（C,T,K）ADF檢驗值1%臨界值5%臨界值10%臨界值結論LNY1(C,T,0)-3.2761-5.2954-4.0082-3.4608不平穩(wěn)D(LNY1)(0,0,0)-4.6273-2.8473-1.9882-1.6001平穩(wěn)LNY2(C,T,0)-1.7838-5.2954-4.0082-3.4608不平穩(wěn)D(LNY2)(0,0,0)-1.7912-2.8473-1.9882-1.6001平穩(wěn)LNY3(C,T,0)-2.5250-5.5219-4.1078-3.5150不平穩(wěn)D(LNY3)(0,0,0)-2.0186-2.8473-1.9882-1.6001平穩(wěn)LNY4(C,T,1)-2.9993-5.5219-4.1078-3.5150不平穩(wěn)D(LNY4)(0,0,0)-2.9536-2.8473-1.9882-1.6001平穩(wěn)LNX1(C,T,0)-0.2306-5.2954-4.0082-3.4608不平穩(wěn)D(LNX1)(0,0,0)-2.9014-2.8861-1.9959-1.5991平穩(wěn)LNX2(C,0,0)-0.3576-4.2971-3.2127-2.7477不平穩(wěn)D(LNX2)(C,0,0)-3.1566-4.4206-3.2598-2.7711平穩(wěn)LNX3(0,0,1)1.3488-2.8473-1.9882-1.6001不平穩(wěn)D(LNX3)(C,0,0)-1.7507-2.8473-1.9882-1.6001平穩(wěn)LNX4(C,T,1)-3.3027-5.5219-4.1078-3.5150不平穩(wěn)D(LNX4)(0,0,0)-2.1034-2.8473-1.9882-1.6001平穩(wěn)其中：C代表常數(shù)項，T代表趨勢項，K代表滯后階數(shù)。ADF檢驗原假設為數(shù)據(jù)是不平穩(wěn)的，存在單位根。如果ADF檢驗值小于對應水平的臨界值，那就說明數(shù)據(jù)是平穩(wěn)的，否則就說明是不平穩(wěn)的。接下來以LNY1為例，檢驗序列的平穩(wěn)性，LNY1的ADF檢驗值為-3.2761，大于10%臨界值，即以90%以上的概率水平接受不平穩(wěn)的原假設，即LNY1原序列是存在單位根的，即LNY1是不平穩(wěn)的，LNY1序列在一階差分時平穩(wěn)，因此，序列都在同階平穩(wěn)，可以進行下一步分析。相關性分析接下來進行相關性分析，對兩兩變量之間的相關性的方向及其顯著性進行分析。表2相關性分析LNY1LNY2LNY3LNY4LNX1LNX2LNX3LNX4LNY11.0000LNY20.8676***1.00000.0005LNY30.8117***0.9767***1.00000.00240.0000LNY40.7025**0.8380***0.9039***1.00000.01590.00130.0001LNX1-0.7594***-0.8948***-0.9558***-0.9341***1.00000.00670.00020.00000.0000LNX2-0.8145***-0.9645***-0.9939***-0.9250***0.9627***1.00000.00230.00000.00000.00000.0000LNX3-0.7558***-0.9173***-0.9598***-0.9585***0.9836***0.9668***1.00000.00710.00010.00000.00000.00000.0000LNX4-0.7941***-0.9339***-0.9608***-0.9685***0.9584***0.9699***0.9899***1.00000.00350.00000.00000.00000.00000.00000.0000注：***，**，*表示在1%，5%，10%的顯著性水平下顯著，區(qū)間在0.3-0.5為弱相關，區(qū)間為0.5-0.8為中度相關，區(qū)間為0.8-1為強相關。

從表可以看到，解釋變量LNX1互聯(lián)網(wǎng)金融與LNY1、LNY2、LNY3、LNY4均存在比較顯著的相關關系，相關系數(shù)分別為-0.7594、-0.8948、-0.9558、-0.9341，很顯然，都是存在明顯的負向相關的關系，判斷存在嚴重的多重共線性。因此，我們需要通過進行逐步回歸來解決模型中可能存在的多重共線性問題?；貧w分析我們的四個模型均采用逐步回歸的方法進行分析，逐步加入最為顯著的變量，最后直到所有變量顯著：表3模型1回歸結果VariableCoefficientStd.Errort-StatisticProb.LNX1-1.1417*0.5555-2.05540.0789LNX318.1866**7.55062.40860.0469LNX4-17.8618**6.4842-2.75470.0283C-71.507851.0185-1.40160.2038R-squared0.7980Meandependentvar16.1716AdjustedR-squared0.7115S.D.dependentvar1.0571S.E.ofregression0.5678Akaikeinfocriterion1.9811Sumsquaredresid2.2566Schwarzcriterion2.1258Loglikelihood-6.8962Hannan-Quinncriter.1.8899F-statistic9.2201Durbin-Watsonstat2.6085Prob(F-statistic)0.0079注：*，**，***分別表示0.1，0.05，0.01的顯著性水平下顯著。從回歸分析的結果可以看到：模型1的調整R方為0.7115，解釋變量對被解釋變量的擬合程度為71.15%，擬合優(yōu)度很高，F(xiàn)值為9.2201，在0.01的顯著性水平下顯著，因此，拒絕所有解釋變量或者控制變量對被解釋變量聯(lián)合不顯著的原假設，即整個模型是顯著的。LNX1互聯(lián)網(wǎng)金融的影響系數(shù)為-1.1417，且在0.1的顯著性水平下顯著，即互聯(lián)網(wǎng)金融每增加1%，會引起所有者權益平均減少1.1417%?？刂谱兞縂DP、上市公司總數(shù)均在0.05的顯著性水平下存在顯著的影響，且GDP存在有顯著的正向影響，影響系數(shù)為18.1866，上市公司總數(shù)存在顯著的負向影響，影響系數(shù)為-17.8618。表4模型2回歸結果VariableCoefficientStd.Errort-StatisticProb.LNX1-0.1583***0.0263-6.01230.0002C16.7805***0.325451.57280.0000R-squared0.8007Meandependentvar14.8533AdjustedR-squared0.7785S.D.dependentvar0.3938S.E.ofregression0.1853Akaikeinfocriterion-0.3705Sumsquaredresid0.3091Schwarzcriterion-0.2982Loglikelihood4.0380Hannan-Quinncriter.-0.4162F-statistic36.1482Durbin-Watsonstat0.6353Prob(F-statistic)0.0002注：*，**，***分別表示0.1，0.05，0.01的顯著性水平下顯著。從回歸分析的結果可以看到：模型2的R方為0.8007，解釋變量對被解釋變量的擬合程度為80.07%，擬合優(yōu)度很高，F(xiàn)值為36.1482，在0.01的顯著性水平下顯著，因此，拒絕所有解釋變量或者控制變量對被解釋變量聯(lián)合不顯著的原假設，即整個模型是顯著的。LNX1互聯(lián)網(wǎng)金融的影響系數(shù)為-0.1583，且在0.01的顯著性水平下顯著，即互聯(lián)網(wǎng)金融每增加1%，會引起固定資產(chǎn)平均減少0.1583%。表5模型3回歸結果VariableCoefficientStd.Errort-StatisticProb.LNX1-0.2286***0.0235-9.74900.0000C18.2762***0.289863.05740.0000R-squared0.9135Meandependentvar15.4926AdjustedR-squared0.9039S.D.dependentvar0.5325S.E.ofregression0.1651Akaikeinfocriterion-0.6019Sumsquaredresid0.2452Schwarzcriterion-0.5295Loglikelihood5.3104Hannan-Quinncriter.-0.6475F-statistic95.0432Durbin-Watsonstat0.4722Prob(F-statistic)0.0000注：*，**，***分別表示0.1，0.05，0.01的顯著性水平下顯著。從回歸分析的結果可以看到：模型3的R方為0.9135，解釋變量對被解釋變量的擬合程度為91.35%，擬合優(yōu)度很高，F(xiàn)值為95.0432，在0.01的顯著性水平下顯著，因此，拒絕所有解釋變量或者控制變量對被解釋變量聯(lián)合不顯著的原假設，即整個模型是顯著的。LNX1互聯(lián)網(wǎng)金融的影響系數(shù)為-0.2286，且在0.01的顯著性水平下顯著，即互聯(lián)網(wǎng)金融每增加1%，會引起實收資本平均減少0.2286%。VariableCoefficientStd.Errort-StatisticProb.LNX1-0.0220***0.0028-7.84860.0000C-0.03470.0347-1.00050.3432R-squared0.8725Meandependentvar-0.3031AdjustedR-squared0.8584S.D.dependentvar0.0525S.E.ofregression0.0198Akaikeinfocriterion-4.8464Sumsquaredresid0.0035Schwarzcriterion-4.7740Loglikelihood28.6550Hannan-Quinncriter.-4.8920F-statistic61.6004Durbin-Watsonstat1.6258Prob(F-statistic)0.0000表6模型4回歸結果注：*，**，***分別表示0.1，0.05，0.01的顯著性水平下顯著。從回歸分析的結果可以看到：模型4的R方為0.8725，解釋變量對被解釋變量的擬合程度為87.25%，擬合優(yōu)度很高，F(xiàn)值為61.6004，在0.01的顯著性水平下顯著，因此，拒絕所有解釋變量或者控制變量對被解釋變量聯(lián)合不顯著的原假設，即整個模型是顯著的。LNX1互聯(lián)網(wǎng)金融的影響系數(shù)為-0.0220，且在0.01的顯著性水平下顯著，即互聯(lián)網(wǎng)金融每增加1%，會引起存貸比平均減少0.0220%。平穩(wěn)性檢驗通過分析，生成了模型1到模型4的殘差項，對殘差進行平穩(wěn)性檢驗，如表7所示：表7殘差平穩(wěn)性檢驗模型ADF檢驗值1%臨界值5%臨界值10%臨界值結論模型1-4.7595-2.8167-1.9823-1.6011平穩(wěn)模型2-3.2746-2.8167-1.9823-1.6011平穩(wěn)模型3-2.0563-2.8473-1.9882-1.6001平穩(wěn)模型4-3.8253-2.8473-1.9882-1.6001平穩(wěn)根據(jù)分析可以得出1，模型1殘差的ADF檢驗值為-4.7595，小于1%臨界值，即以99%以上的概率水平拒絕不平穩(wěn)的原假設，即殘差是不存在單位根的，解釋變量與被解釋變量之間存在長期的比較穩(wěn)定的關系。同樣的，模型2、模型3、模型4的ADF檢驗值分別為-3.2746、-2.0563、-3.8253，均小于5%的臨界值，拒絕殘差不平穩(wěn)的原假設，即解釋變量和被解釋變量的關系是比較均衡的。5.結論與建議5.1結論根據(jù)以上的分析和檢驗，本文的解釋變量和被解釋變量在同階平穩(wěn)。經(jīng)過了相關性分析，得到模型間是存在高度的多重共線性的。因此，經(jīng)過逐步回歸消除多重共線性帶來的影響，最后進行平穩(wěn)性檢驗是通過的。因此，回歸是比較可信的，最終回歸結果顯示LNX1(互聯(lián)網(wǎng)金融)對所有者權益、固定資產(chǎn)、實收資本、存貸比均存在有顯著的負向影響，互聯(lián)網(wǎng)金融每增加1%，會引起固定資產(chǎn)平均減少0.1583%；互聯(lián)網(wǎng)金融每增加1%，會引起實收資本平均減少0.2286%；互聯(lián)網(wǎng)金融每增加1%，會引起存貸比平均減少0.0220%，總的來說，互聯(lián)網(wǎng)金融對安徽省商業(yè)銀行經(jīng)營效率是存在