一、效率途径

表6-8和表6-10的实证结果表明，我国商业银行绩效与成本收入比率显著负相关，并且与规模效率改进无关。这说明X效率是影响我国商业银行绩效提升的直接因素。因此，采用式（6-4）可以研究金融创新和技术进步等因素通过X效率途径对我国商业银行的间接影响。

采用F检验对不同样本数据面板数据模型的设定进行检验，结果除了国有商业银行子样本之外，其余样本F统计量均通过显著性检验，这说明混合面板数据模型是较优的。对于国有商业银行子样本，F统计量在1%的水平上显著，拒绝了采用混合面板数据模型的原假设，因此选用个体固定效应面板数据模型^[17]。面板数据模型设定如表6-11所示。各商业银行样本面板回归结果如表6-12所示。

注：***表示在1%的水平上显著。

表6-12　金融创新和技术进步对中国不同类型商业银行效率的影响^[18](https://www.daowen.com)

注：***、**和*分别表示在1%、5%和10%的水平上显著，括号内数值为各变量估计系数对应的p值。

表6-12的实证结果表明，对我国所有类型的商业银行而言，成本收入比率与技术进步显著负相关，这表明技术进步对成本效率的改善具有显著的正面影响。技术进步通过显著降低成本收入比率对我国商业银行绩效产生正面影响，因此，技术进步（TC）通过效率（EFF）途径对商业银行绩效（CBP）产生间接影响的“TC-EFF-CBP”机制通过了实证检验，假设H4得到实证研究的支持。在各子样本中，金融创新及其与技术进步乘积项的估计系数虽然都为负，但是未能通过显著性检验，说明金融创新通过效率途径对我国商业银行绩效没有显著的间接影响。一方面，金融创新自身需要有资金、人力资本等要素投入，这必然会增加商业银行运营成本；另一方面，金融创新的产出能否对商业银行经营要素的总体投入和配置产生正面影响并不确定，所以金融创新对商业银行效率的改进不一定存在显著的相关性。

参照表6-12可以发现，金融创新或技术进步对中国不同类型商业银行效率的影响存在着较大的差异性，影响程度各不相同。假设H8在效率途径上间接影响的差异性得到了实证研究的证实。