“互联网+”对金融资源配置效率的影响——基于省级面板数据的经验分析

发布时间：2021-01-09 09:53

　　"互联网+"与传统业务模式的有效结合是新常态下行业发展的必然选择,作为现代经济增长核心驱动力的金融业更是如此。基于此背景下,从金融资源配置效率视角,以"互联网+"为切入点,选取中国2005～2015年31个省、自治区、直辖市（限于数据所得,数据不包括港澳台地区）的面板数据,采用SYS-GMM计量分析方法,探讨"互联网+"对金融资源配置效率的影响作用。研究结果表明:无论从全国还是从地区来看,"互联网+"对金融资源配置效率都具有显著的正向促进作用,并且会因地区的发展水平不同而导致促进效果的差异性;其中,中部地区促进效果较大,东部地区促进效果适中,而西部地区促进效果较小。最后,依据实证结论提出政策启示。 

【文章来源】：大连理工大学学报(社会科学版). 2019,40(06)北大核心CSSCI

【文章页数】：9 页

【文章目录】：
一、文献回顾与评述
二、“互联网+”对金融资源配置效率的作用机理
三、研究设计
    1.模型构建
    2.变量选取
        （1）被解释变量
        （2）解释变量
        （3）其他控制变量
    3.计量方法使用与数据来源
四、实证结果分析
    1.全国层面的估计结果
    2.地区层面的估计结果
        （1）东部地区估计结果
        （2）中部地区估计结果
        （3）西部地区估计结果
    3.稳健性检验
五、结论与启示


【参考文献】：
期刊论文
[1]物联网技术对供应链金融业务的影响与对策[J]. 潘娅媚.  山东社会科学. 2017(06)
[2]区域金融资源配置效率经验研究——基于超效率DEA-Tobit模型的分析[J]. 张玉苗.  财经问题研究. 2017(04)
[3]地方政府行为与金融资源配置效率[J]. 张军.  经济问题. 2016(12)
[4]信息约束、网络结构与小微金融普惠机制设计——兼论我国互联网融资平台的规范发展[J]. 董晓林,朱敏杰,杨小丽.  金融经济学研究. 2016(05)
[5]中国金融业全要素生产率影响因素及收敛性研究——基于省际面板数据分析[J]. 林春.  华中科技大学学报(社会科学版). 2016(06)
[6]产业集聚与中国金融业全要素生产率——基于省域数据的GMM分析[J]. 林春.  证券市场导报. 2016(06)
[7]区域金融业全要素生产率分解及其效率提升策略[J]. 马正兵.  西南大学学报(社会科学版). 2015(05)
[8]商业贿赂影响我国金融资源配置效率的实证研究[J]. 张琦.  贵州社会科学. 2015(08)
[9]“互联网+”意味着什么——对“互联网+”的深层认识[J]. 黄楚新,王丹.  新闻与写作. 2015(05)
[10]征信信息共享与信贷资源配置效率[J]. 吕进中.  上海金融. 2015(01)



本文编号：2966423