| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 1 绪论 | 第14-22页 |
| 1.1 选题背景及意义 | 第14-16页 |
| 1.1.1 选题背景 | 第14-15页 |
| 1.1.2 选题意义 | 第15-16页 |
| 1.2 文献综述 | 第16-19页 |
| 1.2.1 互联网金融对商业银行效率影响的理论研究 | 第16-18页 |
| 1.2.2 互联网金融对商业银行效率影响的实证研究 | 第18页 |
| 1.2.3 现有文献评述 | 第18-19页 |
| 1.3 研究内容与技术路线图 | 第19-21页 |
| 1.3.1 研究内容 | 第19-20页 |
| 1.3.2 技术路线图 | 第20-21页 |
| 1.4 研究的创新点与不足 | 第21-22页 |
| 1.4.1 研究中的创新 | 第21页 |
| 1.4.2 研究中的不足 | 第21-22页 |
| 2 相关概念的界定及分析 | 第22-31页 |
| 2.1 互联网金融 | 第22-27页 |
| 2.1.1 互联网技术 | 第22-23页 |
| 2.1.2 互联网金融的概念及特点 | 第23-24页 |
| 2.1.3 互联网金融不同模式的创新点及对商业银行的影响 | 第24-27页 |
| 2.2 我国商业银行 | 第27-29页 |
| 2.2.1 我国不同类型商业银行的概念 | 第27-28页 |
| 2.2.2 我国不同类型商业银行的异质性 | 第28-29页 |
| 2.3 商业银行效率 | 第29-31页 |
| 2.3.1 商业银行效率 | 第29页 |
| 2.3.2 商业银行效率的分类 | 第29-31页 |
| 3 互联网金融对不同类型商业银行效率影响的理论分析 | 第31-39页 |
| 3.1 互联网金融打入传统商业银行市场的经济学逻辑 | 第31-34页 |
| 3.1.1 从供给的角度 | 第31-32页 |
| 3.1.2 从需求的角度 | 第32-34页 |
| 3.2 互联网金融对商业银行效率影响的作用机理 | 第34-37页 |
| 3.2.1 鲶鱼效应理论 | 第34页 |
| 3.2.2 技术溢出效应理论 | 第34-36页 |
| 3.2.3 规模效应理论 | 第36页 |
| 3.2.4 作用机理的总结 | 第36-37页 |
| 3.3 互联网金融对不同类型商业银行效率的影响差异 | 第37-38页 |
| 3.4 理论分析结论 | 第38-39页 |
| 4 我国互联网金融对不同类型商业银行效率影响的实证分析 | 第39-57页 |
| 4.1 我国商业银行效率的测度 | 第39-49页 |
| 4.1.1 度量方法的选择 | 第39-40页 |
| 4.1.2 Malmquist指数模型 | 第40-41页 |
| 4.1.3 投入产出指标体系的设计 | 第41-43页 |
| 4.1.4 样本选取和数据来源 | 第43页 |
| 4.1.5 我国商业银行整体全要素生产率统计分析 | 第43-44页 |
| 4.1.6 我国三类商业银行全要素生产率统计分析 | 第44-49页 |
| 4.2 变量定义 | 第49-51页 |
| 4.2.1 被解释变量 | 第49页 |
| 4.2.2 核心解释变量 | 第49页 |
| 4.2.3 控制变量 | 第49-51页 |
| 4.3 实证分析 | 第51-57页 |
| 4.3.1 模型的建立和回归方法的选取 | 第51-52页 |
| 4.3.2 银行整体的实证结果分析 | 第52-53页 |
| 4.3.3 三类商业银行的实证结果分析 | 第53-57页 |
| 5 结论和政策建议 | 第57-60页 |
| 5.1 结论 | 第57-59页 |
| 5.2 政策建议 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |
