全文总字数：8758字
1. 研究目的与意义、国内外研究现状（文献综述）
一、研究意义
互联网金融(itfin)是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。目前，我国互联网金融的形式包括第三方支付、p2p 网贷、互联网众筹、互联网整合销售金融产品、大数据征信等五个方面。近年来，随着我国互联网行业的飞速发展，互联网与金融的融合呈现出新的金融形态，面对互联网金融的挑战，商业银行并未知难而退，而是顺应时代潮流，纷纷“触网”，创新产品和服务层出不穷。
acharya和albea(2004)也指出，网络银行是商业银行的替代品，迫于压力，银行不得不使用互联网。但互联网金融创新在推动并加速我国商业银行改革进程的同时，由于金融监管、经营管理理念和创新业务发展不匹配，各种金融风险也在不断暴露。anonymours(1999)认为，互联网是把“双刃剑”，在促进商业银行模式转型和升级的同时，也给传统 金融体系带来了风险。在互联网金融发展迅速的背景下，传统以商业银行为主体的金融业必须与互联网金融相结合才能更好地适应现代金融的发展。借助于互联网技术的发展，商业银行经营模式在得到改善的同时也面临着许多风险。本文对商业银行在引入互联网金融的情况下可能产生的风险影响进行评估和分析，系统了解互联网金融发展对我国商业银行风险的影响，其意义在于：
2. 研究的基本内容和问题
三、研究的目标
目前我国互联网金融发展迅速，已经成为我国金融市场不可忽视的一部分，传统商业银行与互联网金融在一定程度上是冲突的矛盾体，但现代金融发展趋势又要求传统银行做出技术革新，因此在与互联网金融相结合的同时，商业银行就会面临着许多风险。如何能够有效辨别这些风险并作出相应的应对措施这对于商业银行今后的发展有着至关重要的意义。利用互联网金融为传统金融注入活力也是我国今后势必要研究的重要难题。因此，本文针对商业银行在互联网金融冲击下所面临的风险进行分析研究，目的在于更好地了解我国现阶段商业银行与互联网金融模式地融合情况，以便对商业银行起到积极地警醒作用。
四、研究内容和拟解决的关键问题
3. 研究的方法与方案
五、研究方法
（一）文献研究法
本文主要运用了文献研究法来进行资料的收集和主题的提炼。在阅读大量国内外互联网金融发展现状和对商业银行的影响等方面的相关文献的基础上，对我国商业银行在互联网金融发展时代的发展情况、受到的风险影响以及原因进行分析与总结，并提出自己的见解。
（二）定量分析法
针对研究所需要的互联网金融发展和商业银行方面的数据进行取证，利用各类调研网站和数据库进行资料和数据收集。提出假设建立模型，通过描述性统计、回归以及检验得出实证分析结果。
1.研究样本及数据来源
本研究以11 家上市商业银行为研究对象，对这 11家商业银行2013年到2017年的相关数据做出整理分析。选择的样本银行有中国建设银行、中国农业银行、中国工商银行、中国银行、中国交通银行、兴业银行、浦发银行、中信银行、招商银行、平安银行和民生银行。本研究用到的有关商业银行风险指标的数据可在各商业银行披露的年报中得到，关于互联网发展指数的数据可从中国金融统计年鉴中获得。
2、变量选取
（1）被解释变量：本文使用 Z 值来衡量银行风险承担。该指标定义如下: Z =( ROA E / A ) / σ ( ROA)，其中 ROA 为资产收益率，E / A 为资本资产比，σ ( ROA)代表资产收益率的标准差。Z值越大，银行整体稳定性越强，风险承担就越小。取其对数进行回归,同时采用 ln( 1 Z )而非ln Z 来避免 Z 值为零时截断的情形。
（2）核心解释变量：互联网金融发展程度指数Total=第三方支付与P2P网贷总交易规模总值/银行业总资产。
（3）控制变量：
资本充足率 Car=银行资本与加权风险资产之比
盈利能力ROA =净利润与银行资产总额之比
银行资产规模SIZE= 银行总资产的对数
不良贷款率 NPLR=年度末银行不良资产总额 / 年末总资产余额
传统业务净收入LnNI= 利息净收入的对数
表 1 变量释义
|
| 变量 | 含义 | 符号 |
| 被解释变量 | 风险指标Z值 | 用资产收益率与资本资产比的和资产收益率的比值来衡量，Z值越大，银行整体稳定性越强，风险承担就越小。 | Z =( ROA E / A ) / σ ( ROA) |
| 解释变量 | 互联网金融发展程度指数 | 第三方支付与P2P网贷总交易规模总值与银行业总资产的比值。
| Total |
| 控制变量 | 资本充足率 | 银行的资本总额对其风险加权资 产的比率，反映银行能以自有资本承 担风险损失的程度 | Car |
|
| 资产规模 | 银行总资产的对数，反映的是银行的资产 | SIZE |
|
|
|
| 变量 | 含义 | 符号 |
| 控制变量
| 盈利能力 | 净利润与银行资产总额之比 | ROA |
|
| 不良贷款率 | 金融机构不良贷款占总贷款余额的比 重，反映银行的资产质量 | NPLR |
|
| 传统业务净收入 | 银行的资本总额对其风险加权资 产的比率，反映银行能以自有资本承 担风险损失的程度 | LnNI |
3、模型构建
设定模型为：RISKZ=β0 β1Total β2Car β3SIZE β4ROA β5NPLR β6LnNI εit
RISKZ为风险指标Z值，Total为互联网金融发展程度指数，Car为资本充足率， SIZE为资产规模，ROA为盈利能力，NPLR为不良贷款率,LnNI为传统业务净收入。β0为常数项，β1是解释变量Total的系数，β2、β3、β4、β5都是控制变量的系数，εit则是随机扰动项。
4、实证研究和结果分析
通过对相关数据进行描述性分析和回归分析并且检验，探究互联网金融对商业 银行风险的影响方向以及程度，并且得出结论，提出建议。
六、技术路线 互联网金融定义收集资料 提出问题 互联网金融发展理论 我国发展现状与商业银行联系相关理论研究 风险的产生商业银行风险相关理论 在互联网金融影响下的商业银行 产生影响的原因互联网金融发展对商业 银行风险的影响 影响渠道 实证研究 具体影响方面 总结研究成果总结与展望 针对研究内容提出相关改进措施 对商业银行应对未来互联网金融提出自己简要看法
七、实验方案
1.研究背景
2.互联网金融发展的概述
2.1 互联网金融的定义
2.2 互联网金融的种类和发展现状
2.3 互联网金融发展对商业银行的影响理论概述
3. 商业银行风险的产生与发展
3.1 商业银行（信用）风险的产生
3.1.1商业银行风险的定义
3.1.2商业银行风险的特点
3.2 在互联网金融发展影响下，商业银行的现状分析
4. 互联网金融发展对商业银行风险的影响
4.1 对银行风险产生影响的原因
4.2 互联网金融对商业银行风险影响的渠道
4.3 引入文献分析产生正面或负面的影响
5.实证分析
5.1 提出假设，确立模型，进行回归分析
5.2 分析研究结果，得出结论
6.总结与发展展望
6.1 概括本文研究内容以及结果
6.1.1 对此研究结果以及研究过程提出自己评价和看法
6.1.2 针对上述分析提出完善研究的举措
6.2 针对商业银行未来如何应对互联网金融所带来的风险提出建议
6.3 对商业银行风险未来发展提出展望
八、可行性分析
1. 研究项目可行性:互联网金融发展势不可挡，对商业银行的风险影响机制、采用的实证评估方法和产生的具体影响及启示等方面的文献进行梳理，便于系统了解互联网金融发展对我国商业银行风险的影响。
2.操作可行性：可以利用不同数据库获取调研数据。
3.经济可行性：本论文研究是对文献和利用现有数据进行研究的，没有太大的经济花费。
4. 研究创新点
六、创新与不足
（一）创新之处:
（1）在实证研究方法方面：被解释变量的设定是实证研究的关键一步，对于互联网金融发展指数的表示，绝大多数学者研究都会采用文本分析法，通过建立fintech指数来代表互联网金融发展程度。汪可,吴青,李计(2017)阐述了fintech对商业银行业的影响机制,其次借鉴沈悦和郭品的文本挖掘法,从五个维度选取关键词,并运用因子分析合成fintech 指数。也有部分学者选择直接采取可得指标，朱辰,华桂宏（2018）将模型的主要解释变量定为互联网金融发展水平if。运用上海证券交易所编制的“互联网金融主题指数”替代互联网金融发展规模。但由于文本挖掘法不在学习范围内，应用较难，而我认为直接采取互联网金融主题指数代替又较为浅薄，因此，我选择使用total=第三方支付与p2p网贷总交易规模总值/银行业总资产这一指标来作为解释变量，一是数据来源可获得（面板数据），二是这一指标更能反映出商业银行与互联网金融融合应用程度。在银行风险承担变量即解释变量上，本文选取了z值，在控制变量上加入了不良贷款率，因为不良贷款率可以度量银行的信用风险，用不良贷款率能直接反映商业银行的风险承担水平，用z值可以衡量破产风险，二者结合更深刻和全面。
（2）在分析互联网金融对风险影响机制方面：互联网金融影响商业银行风险承担的渠道（角度）有很多，目前我国许多文献都侧重于经营管理这一主要方面，其实还可以从业绩水平、市场地位、风险传递等方面来分析，因而本文进一步丰富了互联网金融影响商业银行风险承担的内在影响机制，从经营管理、业绩水平、市场地位、风险传染四个维度，借鉴大量国内外理论分析互联网金融是如何作用于商业银行的某一方面，进而影响商业银行风险承担水平。
5. 研究计划与进展
2018年12月 确认选题
2019年1月 完成开题报告
2019年3月之前 中期检查，数据收集
