| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 选题背景及研究意义 | 第8-10页 |
| 1.2 文献综述 | 第10-16页 |
| 1.3 论文结构与研究方法 | 第16-18页 |
| 1.4 创新与不足 | 第18-20页 |
| 第2章 相关理论与方法 | 第20-31页 |
| 2.1 互联网金融概述 | 第20-28页 |
| 2.1.1 互联网金融的定义 | 第20-21页 |
| 2.1.2 互联网金融的特点 | 第21-23页 |
| 2.1.3 我国互联网金融发展现状 | 第23-28页 |
| 2.2 数据包络分析法概述 | 第28-31页 |
| 2.2.1 决策单元 | 第28-29页 |
| 2.2.2 生产可能集 | 第29页 |
| 2.2.3 生产前沿面 | 第29-30页 |
| 2.2.4 效率 | 第30-31页 |
| 第3章 互联网金融对商业银行绩效影响的理论分析 | 第31-35页 |
| 3.1 互联网金融对商业银行的负面影响 | 第31-33页 |
| 3.1.1 对商业银行资产的负面影响 | 第31-32页 |
| 3.1.2 对商业银行负债的负面影响 | 第32页 |
| 3.1.3 对商业银行利润的负面影响 | 第32-33页 |
| 3.2 互联网金融对商业银行的正面影响 | 第33-34页 |
| 3.3 假说提出 | 第34-35页 |
| 第4章 互联网金融对商业银行绩效影响的实证研究 | 第35-50页 |
| 4.1 变量选择 | 第35-44页 |
| 4.1.1 被解释变量：基于DEA方法的商业银行全要素生产率 | 第35-40页 |
| 4.1.2 解释变量：基于综合指数法的互联网金融指数 | 第40-43页 |
| 4.1.3 控制变量 | 第43-44页 |
| 4.2 模型设定与方法选择 | 第44-45页 |
| 4.3 相关性检验与平稳性检验 | 第45-46页 |
| 4.4 互联网金融对商业银行全要素生产率影响的实证分析 | 第46-48页 |
| 4.5 互联网金融对商业银行效率变化和技术变化影响的对比分析 | 第48-50页 |
| 第5章 结论、启示与政策建议 | 第50-57页 |
| 5.1 主要结论 | 第50-51页 |
| 5.2 研究启示 | 第51-52页 |
| 5.3 政策建议 | 第52-57页 |
| 5.3.1 技术层面 | 第52-53页 |
| 5.3.2 人才层面 | 第53-54页 |
| 5.3.3 业务层面 | 第54-55页 |
| 5.3.4 监管层面 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录一：商业银行全要素生产率评价指标样本数据 | 第62-70页 |
| 附录二：2006 至2015年中国商业银行GML、EC和TC指数的测算结果 | 第70-74页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第74页 |
