【摘要】：涉及的数据包括31个省份2011—2016年的银行业数据和地区经济金融数据，以及2011—2016年的北京大学数字金融研究中心的“数字普惠金融指数”。根据前述研究假设，本章建立如下迭代GMM面板数据模型：在本模型中，i表示省份，t表示年度，j表示控制变量的类别。第二个是金融科技fintech与银行业HHI的交互项fintech×HHI，2β刻画了金融科技影响下的银行业市场结构变化对于银行业金融包容服务的影响。
涉及的数据包括31个省份（直辖市、自治区）2011—2016年的银行业数据和地区经济金融数据，以及2011—2016年的北京大学数字金融研究中心的“数字普惠金融指数”。其中，银行业竞争和金融包容基础数据来自《中国金融年鉴》、中国人民银行的《中国区域金融运行报告》和《中国农村金融服务报告》，其余数据来源于《中国统计年鉴》《中国区域经济统计年鉴》等。
根据前述研究假设，本章建立如下迭代GMM面板数据模型：(www.xing528.com)
在本模型中，i表示省份，t表示年度，j表示控制变量的类别。被解释变量为findex。主要解释变量有两个，第一个是为金融科技fintech，1β衡量了金融科技对于银行业金融包容的影响。第二个是金融科技fintech与银行业HHI的交互项fintech×HHI，2β刻画了金融科技影响下的银行业市场结构变化对于银行业金融包容服务的影响。Π表示模型中的其他控制变量，包括银行业竞争水平（HHI）、经济发展水平（lnGDP）、金融发展深度（findep）、城乡收入差距（cx_cy）、不良贷款率（NPL）、经济结构（struc）、居民受教育水平（edu）、政府干预（gov）、信息基础设施（innet）等。∂i表示时间效应变量，tη表示地区效应变量，εi，t为服从正态分布的随机干扰项。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
