【“互聯(lián)網+”對H銀行支付業(yè)務的影響回歸分析】5200字（論文）

第第“互聯(lián)網+”對H銀行支付業(yè)務的影響回歸分析目錄TOC\o"1-3"\h\u8042“互聯(lián)網+”對H銀行支付業(yè)務的影響回歸分析 1188441.1影響機理分析 1169111.1.1網絡效應分析 1163991.1.2交易成本分析 2273211.1.3產品差異性分析 2114331.2實證分析 3207991.2.1變量選取 3214381.2.2樣本選取及數(shù)據來源 4115671.2.3實證模型的選擇 4104981.2.4實證分析步驟 5236221.2.5實證分析過程描述 51.1影響機理分析1.1.1網絡效應分析網絡效應不是單體因素催生形成的，其決定性影響因素主要包括兩個方面，一是支付行為本身具備的特點，二是支付平臺具有的典型特性。在移動支付實現(xiàn)過程中，至少要有三個以上的主體參與才能完成，不僅包括支付業(yè)務的收付雙方，還包括起著中介作用的第三方平臺，這種結構的特征在于系統(tǒng)性整體由消費者與平臺共同組成，類似于雙邊市場結構。不同的用戶需要在平臺上完成平臺要求的一系列交易行為。就雙邊市場平臺結構來看，其主要的規(guī)模效應是網購和線下消費。其中，在網絡購物上，支付寶使用的最多，其也具有非常獨特的優(yōu)勢，這也是造成用戶大量使用支付寶的原因。但是用現(xiàn)金或者銀行卡以及銀行卡的網銀這幾種方式完成的交易支付必須要求兩者在同一時空點上，并且還必須相信對方，但是在網絡上交易就不能夠基于交易雙發(fā)完全信任的基礎的，這時就需要一個中間者，也就是第三方機構，正好支付寶完全符合要求，并且使用支付寶不需要很多步驟，使用方便快速，所以就支付寶的發(fā)展來看，其正好是因為網絡購物的需求而衍生的；就線下支付來看，各門店、市場大量開始使用掃碼支付主要是從2015年開始，經過兩年時間快速發(fā)展，其中據統(tǒng)計2016年大約有0.65萬億，相比同時期線下的消費總額是31.5萬億，計算發(fā)現(xiàn)滲透率為1.9個百分點，在這些交易規(guī)模中非現(xiàn)金支付金額有11.55萬億，能達到42.2個百分點，這些數(shù)據也說明移動支付通常還是使用小額支付，用戶在大額消費上還是依然選擇銀行卡等安全性高的傳統(tǒng)支付方式。網絡效應對H銀行支付業(yè)務的影響主要體現(xiàn)在安全性方面，由前文所述不難發(fā)現(xiàn)，移動支付相較于傳統(tǒng)支付安全性保障力度較弱，第三方機構需要完成誠實守信，但目前金融市場中只有銀行機構的信任度最高，因此，大額的支付往往還是會采用銀行卡等傳統(tǒng)支付方式，后文的實證分析中，將安全性做為網絡效應的衡量因素。1.1.2交易成本分析交易成本的決定因素并不是唯一的，主要由兩方面決定，包括平臺上提供的服務所需價格和交易的便利性。就經濟個體的行為來看，我們可以將其認為是成本和收益兩者的衡量，就用戶選擇的支付行為本身可能帶來的收益并不是立竿見影的，但是完成這種行為用戶就會收益，這也就是經濟學中所說的效用，在完成這個行為中間，用戶需要付出時間，選擇某種支付平臺需要進行注冊與應用等消費的金錢以及精力都屬于支付的成本。支付的方便性就會導致交易成本的減少，其主要表現(xiàn)行為是金融消費。因此就金融方面來看，移動支付的發(fā)展導致大批的用戶為了滿足日常的消費選擇使用智能設備，智能設備的使用會消耗很多的消費數(shù)據，而產生的這些消費數(shù)據與銀行卡相比，其提供了更多的使用數(shù)據。對于H銀行支付業(yè)務的交易成本方面，本文主要從經濟性角度考慮，移動支付的便捷性及及時性，在一定程度上降低了交易成本，那么H銀行的部分支付結算業(yè)務會收取的部分手續(xù)費或服務費，這些交易陳本是否在合理范圍內，客戶能否接受等是后文實證分析中要考慮的因素。1.1.3產品差異性分析目前移動支付已經隨處可見，但是交易還是以小額的支付為主，主要體現(xiàn)在日常生活支付上，通常超出一定數(shù)額的交易主要還是依靠銀行卡，這種明顯的特征說明了交易的安全性，也是重要的產品差異的特征之一。人們在移動支付和銀行卡支付上，依然更加傾向于銀行卡，認為銀行卡更加可靠安全，并且近幾年發(fā)生的很多電信詐騙事件是基于移動支付而發(fā)生的，因此這對移動支付的安全性造成了很大的影響。產品的差異性與交易的安全性是相關的，所以從理論上來講，每一個支付方式或者平臺之間都是不同的，并且造成這種差異的因素并不單一，其中最主要的一個因素表現(xiàn)在轉賬上。在轉賬業(yè)務上，我們通常用的就是去指定的銀行網點人工轉賬，或者去ATM機上，或者是在手機上使用APP來完成，但是這些方式都需要進行很多手續(xù)，填寫詳細的信息，同時轉賬銀行之間很有限，并不用某一個銀行去向另一類型的銀行進行轉賬，但是移動支付正好滿足了這些特點，他是把所有銀行卡都統(tǒng)一到平臺上，并且克服了銀行轉賬的不足，讓人們轉賬更加方便。因此相比之下，對支付行為本身展開分析，當下傳統(tǒng)支付與移動支付之間的競爭并沒有上升到產品層面，雙方產品差異性還是便較大的，盡管兩種支付模式都能滿足消費者日常需求，但移動支付大多還是會用在小額消費中，大金額的支付還是選擇銀行卡；因此，就但從支付本身來看，其作為一項經濟活動，這兩種支付體系之間的競爭是最直接的，每一種支付方式都有其獨特的優(yōu)勢，也有不足。就網絡效應、用戶的便利性以及安全性上來說，使用銀行卡支付的安全性更高，并且POS機等刷卡支付很早就出現(xiàn)在實體門店，因此其具有更高的網絡效應。移動支付雖然近幾年才發(fā)展迅速，但是其相較于銀行卡支付更具有網絡效應和很大的便利性，尤其目前社交的發(fā)展更加加速了移動支付的發(fā)展。但是站在市場發(fā)展以及動態(tài)競爭的角度來看，移動支付在用戶的安全性與規(guī)范性上已經在不斷地更新改善，加速用戶普及的速度，這種增長以及使用習慣已經給銀行卡支付帶來了猝不及防的競爭。對于H銀行的產品差異性方面，主要考慮支付的便利性及及時性，因為H銀行在“互聯(lián)網+”背景下也逐漸意識到移動支付的重要性，也逐漸開展了一定的移動支付業(yè)務，那么這些業(yè)務以及傳統(tǒng)支付模式在便利性及及時性方面是否真的達到了客戶的預期，也是后文實證分析中考量的因素。1.2實證分析1.2.1變量選取本小節(jié)主要依據前文所述的影響機理對實證分析中各變量的定義進行具體詳細的闡述，具體如表4-1所示。表4-1移動支付對商業(yè)銀行支付影響的變量指標Table4-1VariableIndicatorsoftheImpactofMobilePaymentonCommercialBankPayment變量類型變量代碼變量定義結果變量BP銀行支付業(yè)務總額前因變量TP移動支付總額控制變量DC支付便利性DS支付安全性DT支付及時性DE支付經濟性銀行支付業(yè)務總額，本文將客戶通過H銀行各種渠道產生的支付總額作為衡量銀行支付業(yè)務的指標；移動支付總額，指客戶采用微信、支付寶等第三方平臺進行支付的總額；支付便利性，指的是客戶對于H銀行支付業(yè)務便利程度的認知，包括支付手段、支付地點等；支付安全性，指的是客戶在H銀行進行支付結算業(yè)務時賬戶的安全保障；支付及時性，指的是客戶在H銀行進行支付結算業(yè)務時，需要等待的資金運作期的長短；支付經濟性，客戶在H銀行開展支付結算業(yè)務時會產生手續(xù)費、時間成本等，本文用支付經濟性來衡量客戶對此的認知。1.2.2樣本選取及數(shù)據來源本文關于“互聯(lián)網+”對銀行支付業(yè)務的影響研究，主要基于移動支付的視角，樣本選取為H銀行的客戶，數(shù)據來源為三個方面：結果變量銀行支付業(yè)務總額（BP）來源于H銀行客戶結算數(shù)據庫2019年數(shù)據。前因變量移動支付總額（TP）來源于支付寶、微信平臺個人消費信息，由于涉及客戶個人隱私，筆者是在獲取客戶同意后進行調取查看的。三，控制變量支付便利性（DC）、支付安全性（DS）、支付及時性（DT）、支付經濟性（DE）來源于H銀行支付業(yè)務滿意度調查，問卷設計具體如附錄一所示。參與問卷調查的對象數(shù)量共為112人，其中，有效填寫問卷的為105人，問卷有效率為93.75%。問卷題項答案數(shù)據統(tǒng)計采用的方式為李克特量表模式，從“非常滿意”到“非常不滿意”分為五個級別，分別記為5、4、3、2、1分。1.2.3實證模型的選擇前文進行了變量指標的選取，為實證模型分析奠定了數(shù)據基礎。本部分主要是根據變量類型選取適合的實證模型，由于因變量及自變量指標都比較明晰，且實證目的為探尋二者之間的關系，故選用回歸模型即可，回歸模型中最常見的為一元線性回歸，主要作用為判斷變量之間的擬合程度，通過線性方式來表述變量之間存在的數(shù)量關系，具體如下所示：（公式4-1）但是現(xiàn)實生活里處理真正經濟事件的過程中，會存在很多個要素對結果產生影響，這些要素之間也存在一定的相關關系，導致被解釋變量與解釋變量之間關系較為復雜，解釋變量數(shù)量一旦增多，那么模型中的線性關系也就隨之增多，因此，一元線性回歸模型也就衍生出了多元線性回歸模型，具體的公式如下所示：（公式4-2）其中，Y是被解釋變量（在本文中主要以BP表示），X是解釋變量（在本文中主要以TP、ZC、ROE、CB、BD表示），是隨機誤差項，β0是常數(shù)項，βn（n=1，2，3，...，k）是回歸系數(shù)。本文構建的模型共有5個解釋變量，因此k=5。1.2.4實證分析步驟首先，在模型應用前先對各變量開展描述性統(tǒng)計分析。這一步驟的目的通過對各變量值域的統(tǒng)計分析，更清晰的了解樣本數(shù)據的整體分布，具體統(tǒng)計結果主要包括序列平均值、序列最大、序列最小、序列方差、序列標準差、序列中位數(shù)等。其次，采用統(tǒng)計分析工具對各變量進行相關性檢驗。相關性檢驗是為了探索變量之間的緊密程度的關系，或者可以解釋為變量之間相互影響的作用方向及作用程度。相關性檢驗的方法較多，本文采用的為常用的Pearson系數(shù)法。最后，以前文理論分析產生的研究假設為基礎，設定回歸模型，對回歸結果進行描述分析。在相關性分析的基礎上剔除不符合條件的變量，對剩余有效變量進行模型擬合及檢驗分析，本文中的模型為多元線性回歸，采用的擬合工具為stata15.0。1.2.5實證分析過程描述（1）描述性統(tǒng)計分析結果運用stata15.0軟件進行描述性統(tǒng)計分析，分析結果如表4-2所示。表4-2移動支付對商業(yè)銀行支付影響模型描述性統(tǒng)計結果Table4-2ModelDescriptiveStatisticalResultsoftheImpactofMobilePaymentonCommercialBankPayment變量名稱數(shù)量平均值標準差最小值最大值bp105125463.668780.877107248075tp10539085.2621427.09221477282dc1053.2714291.20301815ds1051.0714290.835016615dt1053.4124560.779546215de1053.1514290.421926515由表4-2可以看出，各變量最大最小值在正常波動范圍內，偏差合理性較高，樣本可靠性較強。由各變量均值大小可以發(fā)現(xiàn)，客戶在H銀行支付結算業(yè)務總額與在移動支付平臺上的總額相差較大，均值相差三倍左右，主要是因為客戶大額支付時還是選擇H銀行支付業(yè)務較多。此外，通過支付便利性、支付安全性、支付及時性、支付經濟性四個方面來看，只有支付安全性這一變量均值達到了4分以上，說明銀行支付的安全性深受客戶認可，但其他三個方面相對較差一些。（2）相關性分析結果運用stata15.0軟件進行相關性分析，分析結果如表4-3所示。表4-3相關性分析結果Table4-3ResultsofCorrelationAnalysisbptpdcdsdtdebp1-0.1342**0.9718***0.894***0.04*0.7484***0.0423000.08570tp-0.1342**1-0.1138-0.08310.8812-0.0350.04230.24760.39930.36740.7227dc0.9718***-0.113810.9468***0.00620.8054***00.247600.95030ds0.894***-0.08310.9468***10.02070.8983***00.399300.83410dt0.04*0.88120.00620.020710.04680.08570.36740.95030.83410.6356de0.7484***-0.0350.8054***0.8983***0.0468100.7227000.6356注：“***”、“**”、“*”分別代表在1%、5%、10%水平下顯著。表4-3報告了不同變量的相關性檢驗結果?？梢钥闯?，H銀行支付業(yè)務總額與支付便利性、支付安全性、支付經濟性三個變量在1%水平上顯著正相關，與移動支付總額在5%水平上顯著負相關，與支付便利性在10%水平上顯著正相關，但前因變量與控制變量之間相關性不是很顯著，因此在回歸分析中，無須刪減指標。（3）回歸分析在回歸模型構建之前要充分考慮變量之間的數(shù)量級，數(shù)量級相差較大會導致回歸結果失去精準性，因此，本文對樣本數(shù)據進行了標準化處理，將樣本數(shù)據控制在合理范圍內，數(shù)據處理工具為stata15.0，對消除差異性的樣本數(shù)據進行回歸分析后，分析結果如表4-4所示，其中，P值越小，顯著性水平越高。表4-4移動支付對商業(yè)銀行支付影響模型回歸結果表Table4-4ModelRegressionResultTableofInfluenceofMobilePaymentonCommercialBankPayment變量系數(shù)標準差tP>t[95%Conf.Interval]tp-0.50091160.0498344-2.020.046.00202930.1997939dc1.4488720.083724317.310.0001.2827441.614999ds0.44284840.16117422.750.007-.7626529-0.1230439dt0.22962340.08480272.710.008-.3978903-0.0613564de0.00982260.17334440.060.955-.33413030.3537756_cons-0.57883770.4198804-1.380.171-1.4119720.2542962根據上表所示的實證回歸結果可以得出，移動支付對商業(yè)銀行支付影響模型的具體方程式為：BP=-0.579-0.501TP+1.449DC+0.442DS+0.2