原创《互联网金融对我国商业银行贷款影响分析》：本文关于商业银行贷款论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
【摘 要】對于商业银行而言,其贷款业务和互联网金融不仅具有竞争关系,也具有合作关系.伴随互金行业的发展,银行贷款业务受到了极大的冲击,同时倒逼银行不断创新和升级传统的开展业务的模式.对于商业银行而言,要充分应用互联网技术,不断调整原有的盈利模式,对信用和法制体系进行规范和完善,同时要加强和互联网金融平台的合作,对信贷体系进行不断的完善.此外,有关部门还需进一步强化对金融市场的监管,促使其实现更好的发展.
【关键词】互联网金融 商业银行 贷款
引言
作为一种新兴的金融活动的开展模式,互联网金融自出现后开始从各个层面变革传统的金融体系.在此背景下,商业银行的各项业务的开展都受到了非常大的影响.为实现更好的发展,积极的应对新形势所带来的一系列的新挑战,商业银行也开始积极的拥抱互联网,利用互联网改进传统的开展贷款等业务的模式.实际上,从细分业务的视角来看,互金行业的客户群体大多是不被商业银行所接纳的客户群,二者之间所产生的影响看似并不大.但是同属金融体系的范畴,二者之间必然存在各种各样的影响,本文在此采用实证分析方法对其进行研究.
一、模型构建和实证检验
(一)构建模型
为对本课题进行量化研究,本文选取了P 网贷发展水平相对较高的八个省市,分别是江苏、北京、浙江、四川和湖北、山东以及上海和广东,并选择了全国的总量数据.其中,选择的评价指标主要是综合利率r和成交量d,以二者作为解释变量,被解释变量Y是商业银行的贷款数据,在此基础上构建面板数据模型.其中,r和d来自网贷之家所公布的权威数据,Y来自国泰安数据库.考虑到区域之间发展P 网贷的起步以及程度的差异,一些早期的数据并不完整.因此,本文选取数据的日期区间的是2016年3月到2017年3月.对于商业银行而言,其贷款数据受宏观经济因素的影响,而本文在进行研究时,其重点主要是互金行业发展对其产生的影响.并且由于模型难度和数据匹配性等因素的影响.所以,在选择模型的解释变量方面,只选取了和互金行业发展相关的数据作为解释变量指标.
在构建回归模型之前,要检验和处理数据.在对数据进行取对数处理时,发现拟合优度大大降低,从0.9823下降到0.7689.为解决这一问题,本文选择统一网贷成交和商业银行贷款数据的单位,将其统一设置为十亿元单位,而不对其进行取对数处理.先采用一阶差分法处理数据以后,再检验其单位根,结果发现数据均能够通过单位根检验,而且相对比较平稳.并且各项数据都具有非常明显的线性关系,并不再具有显著的二次项趋势.综合多种因素考虑,本文将初始模型设定为以下形式：
Yit等于C+b1dit+b2rit+eit
其中,b,和玩是解释变量的系数,e是残差,Y是解释变量,d和r表示的是网贷成交量以及综合利率等.
(二)实证检验
首先,对模型进行单位根检验.在对数据进行确认以后,所有的数据都是同阶但整,还要对数据之间是否具备长期关系进行检验.所以,再对其进行协整检验.
其次,由于原来的假设并不具备协整关系,即使其中一项的结果并不满意.然而由于ADF和其他统计检验的P值都比0.05小,甚至一些比0.01还小,所以实际上对原假设进行拒绝.通过对其进行KAO检验,可以发现解释和被解释变量之间具有协整关系.在此前提下,就要对面板模型的类型进行明确,发现其属于何种数据类型,并对其进行确认.
再次,回归分析和误差修正模型.先对上述模型进行回归分析,然后分别构建混合模型和固定模型以及随机效应模型和变系数模型等,对回归结构进行对比,然后对其进行检验.此外,由于存在的长期均衡的协整关系,对于短期关系进行模型的修正,促使其精确度的提升,得出相应的回归结果,如表2所示.
(三)计量结果
在对模型进行修正以后,拟合优度得以提升,其值达到了0.74.而对于未修正的模型,其拟合优度仅有0.67.从F检验来看,整体显著性是46.2917,且P值是0,所以能够通过显著性检验.对于常数C而言,其t统计值是39.83,P值亦为0.这也说明该模型具有非常显著的变量.并且其系数是136.5621,这也说明其和被解释变量具有显著的正相关关系.在综合利率T统计下,其P值仅为0.08,显著性并不高,而且其系数是106.3987,说明其和商业银行的贷款规模具有正比例关系.对于成交量,在T检验下,其P值是0,可以通过该检验,解释变量具有显著性.但是成交量的系数是-14.3874,这也说明P 网贷的成交量和和商业银行的贷款规模成反向变动的关系.就当前时期的系数来看,其影响程度并不显著,但是伴随网贷成交规模的提升,会给商业银行带来很多无法规避的问题.
二、我国商业银行贷款受互联网金融发展的影响
(一)对商业银行贷款规模的影响
首先,分析影响的结果.根据实证分析可以看出,在剔除其他因素的影响以后,P 网贷利率的增加,会促进商业银行贷款规模的扩大,综合利率系数106.3987,说明据有一定程度的影响.随着P 网贷综合利率的增加,需要付出的利息更多,其优势也会逐渐弱化[1].资金需求者对于商业银行贷款也更加重视,因此扩大了商贷规模.此外,P 规模的增长使得成交量非常高,这也说明网络投资者对于的数量逐渐增多,而且一些商贷的潜在客户,也逐渐将目光投向网贷市场.成为P 网贷平台的客户,增加了其成交量.由此可以得出,商贷和网贷的成交量存在替换关系,二者具有负相关性.
其次,影响的原因.P 以及互金行业的发展会逐步深化对商业银行贷款规模所产生的影响.主要原因在于网贷平台所具有的诸多优势,主要体现在审核和期限等多个方面.相对而言,网贷平台的标准比较低,可以吸纳很多不符合银行贷款标准的客户,比如一些个人和中小微企业等[2].这是商业银行为确保其风控效果和经营成本而不具备的优势.所以,长远来看,伴随互金行业的发展,商业银行所受到的影响还会进一步深化.就笔者所调研的数据来看,一些发达地区网贷的成交规模不断攀升,并且可以借助互联网的优势,其经营不再受传统的时空限制,并且开展业务的成本也非常低.相对于互金行业来说,商业银行在经营方面投入的成本相对比较高.伴随行业格局的初步形成,P 网贷公司也将逐步实现规模化和规范化的发展.这也使得传统信贷业务在银行经营中的地位发生了极大的改变.
商业银行贷款论文参考资料：
结论：互联网金融对我国商业银行贷款影响分析为关于商业银行贷款方面的论文题目、论文提纲、哪个银行贷款最容易论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
