金融科技對券商盈利能力增長的影響

陳健 張鎮(zhèn)宇

摘要：本文運用2015—2019年中國44家上市券商的數(shù)據(jù)，實證檢驗金融科技對券商盈利能力增長的影響。研究結(jié)果表明，金融科技對企業(yè)盈利能力增長有積極影響，并且企業(yè)的較大規(guī)模，更強的競爭能力也對盈利能力產(chǎn)生積極影響，而單一的收入結(jié)構(gòu)以及低效的管理對企業(yè)盈利具有負面影響。券商企業(yè)應(yīng)通過加快金融科技布局、促進智能技術(shù)與券商業(yè)務(wù)深度融合、聚焦財富管理業(yè)務(wù)、利用數(shù)據(jù)分析完善服務(wù)與產(chǎn)品設(shè)計、加強金融科技人才引進與培養(yǎng)以及制定人才長期發(fā)展戰(zhàn)略等金融科技與業(yè)務(wù)相結(jié)合的方式，提升企業(yè)競爭力，豐富收入結(jié)構(gòu)以及提高管理效率，進而促進企業(yè)盈利能力增長。

關(guān)鍵詞：金融科技;證券公司;回歸模型

一、研究背景及意義

20世紀90年代，金融科技（Fintech）的概念由歸屬于花旗銀行的研究項目“金融服務(wù)技術(shù)聯(lián)盟”首次提出，而根據(jù)央行2019年8月出臺的《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》對金融科技的定義可知，金融科技是指運用人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)等信息技術(shù)實現(xiàn)金融產(chǎn)品、業(yè)務(wù)流程以及經(jīng)營模式等的改造與創(chuàng)新。隨著金融行業(yè)的蓬勃發(fā)展，國內(nèi)傳統(tǒng)券商行業(yè)如今面臨其他傳統(tǒng)金融企業(yè)、互聯(lián)網(wǎng)金融公司以及外資金融機構(gòu)的多重沖擊。與此同時，大部分券商公司目前也在積極加大金融科技的投入研發(fā)，通過金融科技同自身業(yè)務(wù)結(jié)合來保持核心競爭力。如何更好地利用金融科技促進自身服務(wù)實現(xiàn)更好的轉(zhuǎn)型，提高產(chǎn)品質(zhì)量以及提高經(jīng)營效率，以此來促進企業(yè)盈利更快地增長是目前上市券商急需解決的問題。

二、文獻綜述

金融科技通常被理解為運用科技工具推動金融系統(tǒng)的變革與創(chuàng)新。有關(guān)學(xué)者圍繞金融科技的內(nèi)涵與技術(shù)特點進行了深入探討。

2016年金融穩(wěn)定委員會（FSB）首次對金融科技概念進行界定：金融科技是指通過技術(shù)進行金融創(chuàng)新，對金融產(chǎn)品、服務(wù)、金融機構(gòu)以及金融市場帶來變化的新產(chǎn)品服務(wù)、新技術(shù)應(yīng)用以及新業(yè)務(wù)模式。而英國金融行為監(jiān)管局（FCA）則界定金融科技是一種利用創(chuàng)新技術(shù)對公司目前的金融服務(wù)去中介化的進程。

國內(nèi)有關(guān)研究中，易憲容（2017）認為金融科技同互聯(lián)網(wǎng)金融以及科技金融有所區(qū)別。金融科技具體是將新技術(shù)用于金融行業(yè)，通過降低金融成本并提升金融效率的有效手段。需要重點區(qū)分的是，互聯(lián)網(wǎng)金融強調(diào)的是傳統(tǒng)金融服務(wù)與互聯(lián)網(wǎng)技術(shù)相融合，本質(zhì)上仍然屬于金融。但金融科技主要強調(diào)科技，是服務(wù)于金融的科技產(chǎn)業(yè)。而周代數(shù)、張立超以及譚璐（2020）運用金融脫媒以及金融排斥理論分析券商金融科技發(fā)展動因，認為金融脫媒會促使金融服務(wù)更加線上化、數(shù)字化、虛擬化，而金融科技也會逐步緩解券商長期存在的金融排斥現(xiàn)象。

具體層面上，韓書成（2013）從券商經(jīng)營效率出發(fā)，認為傳統(tǒng)證券公司效率低下，需要通過創(chuàng)新以及科技人才培養(yǎng)提升經(jīng)營效率。時分、時秒（2014）通過DEA方法針對29家不同規(guī)模券商做實證研究，結(jié)論認為，規(guī)模是影響經(jīng)營效率重要因素，投入過多會造成規(guī)模報酬遞減，但相比其他券商具有良好的競爭優(yōu)勢。而夏仕亮（2015）運用2009—2014年的數(shù)據(jù)進行實證分析，引入成本費用比作為變量，發(fā)現(xiàn)成本控制對獲利影響顯著。與此同時，王佳惠（2018）通過實證分析中信證券的收入結(jié)構(gòu)發(fā)現(xiàn)券商要發(fā)展多元化收入以提高風(fēng)險應(yīng)對能力。

本文創(chuàng)新之處在于根據(jù)其他學(xué)者研究成果選擇實證研究控制變量的同時，加入金融科技因素作為新的解釋變量，并收集中國44家上市券商2015年至2019年的相關(guān)數(shù)據(jù)進行分析，然后采用相關(guān)性檢驗、KMO檢驗等分析方法對影響因素作進一步檢驗，最后建立多元回歸模型對其影響因子作實證分析。

三、研究設(shè)計及實證分析

（一）模型建立

基于盈利能力分析相關(guān)理論，建立如下回歸模型：

上述公式中，為盈利能力增長率，為該模型的被解釋變量。表示金融科技投入情況，該變量作為模型的解釋變量。到表示其他能夠影響盈利能力變化的控制變量，表示企業(yè)規(guī)模變化影響，表示企業(yè)管理能力變化情況，表示企業(yè)主營業(yè)務(wù)收入結(jié)構(gòu)變化情況，表示宏觀經(jīng)濟環(huán)境變化，為模型的誤差項。

（二）變量選取

1.被解釋變量

本文研究金融科技對券商盈利能力增長的影響，所以券商盈利能力增長作為本文實證研究的因變量，盈利能力通常選取成本費用利潤率、營業(yè)利潤率、凈資產(chǎn)收益率、總資產(chǎn)收益率以及資本收益率等指標，本文選取總資產(chǎn)凈利率作為因變量研究對象，通過計算總資產(chǎn)凈利率（ROA）增長率來分析企業(yè)盈利能力的變化情況?？傎Y產(chǎn)凈利率（ROA）增長率=（公司本年總資產(chǎn)凈利率-公司上年總資產(chǎn)凈利率）/公司上年總資產(chǎn)凈利率。

2.解釋變量

由于金融科技主要用于提升券商的管理能力、促進企業(yè)服務(wù)轉(zhuǎn)型以及豐富企業(yè)的收入來源，研究比較難從數(shù)據(jù)端直觀反映，而科研人員作為科技提升的主要因素，科研人員的數(shù)量占比能夠很大程度反映一家公司的科研實力，故本文選擇企業(yè)金融科技從業(yè)人員占員工總數(shù)的增長率作為自變量，用于解釋企業(yè)金融科技投入程度以及水平高低。企業(yè)金融科技從業(yè)人員占員工總數(shù)的增長率=（公司本年金融科技從業(yè)人員占員工總數(shù)-公司上年金融科技從業(yè)人員占員工總數(shù)）/公司上年金融科技從業(yè)人員占員工總數(shù)。

3.控制變量

目前學(xué)界對券商盈利能力增長因素仍有諸多觀點，不僅僅科研投入會對企業(yè)盈利能力造成影響，券商規(guī)模及業(yè)內(nèi)競爭情況、管理能力、業(yè)務(wù)收入結(jié)構(gòu)以及宏觀環(huán)境因素也會影響券商的盈利增長。因此，為剔除影響上市券商盈利增長的其他因素，讓模型結(jié)果更加精確，同時降低同一模塊不同數(shù)據(jù)多重共線性影響，本文從每個模塊中選出代表性數(shù)據(jù)即總資產(chǎn)規(guī)模占比增長率、成本收入比增長率、代理買賣證券業(yè)務(wù)凈收入占比增長率以及GDP增長率（以年為單位）作為控制變量。

（1）總資產(chǎn)規(guī)模占比增長率

通常認為，企業(yè)總資產(chǎn)規(guī)模占市場總資產(chǎn)規(guī)模比重增長率能夠反映一家企業(yè)的整體競爭力以及市場格局動態(tài)變化情況。因此本文選擇總資產(chǎn)規(guī)模占比增長率作為控制變量之一?？傎Y產(chǎn)規(guī)模占比增長率=（公司本年總資產(chǎn)占券商上市公司資產(chǎn)規(guī)模比例-公司上年總資產(chǎn)占券商上市公司資產(chǎn)規(guī)模比例）/公司上年總資產(chǎn)占券商上市公司資產(chǎn)規(guī)模比例。

（2）成本收入比增長率

一般來說，在估計券商盈利能力增長時，不能只考慮收入增長，而忽略成本對盈利能力增長的影響。一家公司成本費用高低一定程度上反映了管理水平的高低以及財務(wù)健康狀況，而成本收入比增長率則反映企業(yè)成本控制能力的變化情況，所以，本文選擇成本收入比增長率作為第二個控制變量。成本收入比增長率=（公司本年管理費用占營業(yè)收入的比例-公司上年管理費用占營業(yè)收入的比例）/公司上年管理費用占營業(yè)收入的比例。

（3）代理買賣證券業(yè)務(wù)凈收入占比增長率

通常券商的主營業(yè)務(wù)收入主要包括代理買賣證券業(yè)務(wù)收入、手續(xù)費及傭金收入、證券承銷業(yè)務(wù)收入、受托客戶資產(chǎn)管理業(yè)務(wù)收入以及利息收入。而代理買賣證券業(yè)務(wù)凈收入作為當前券商最重要的收入來源，在企業(yè)主營業(yè)務(wù)收入中占比最大，對企業(yè)的業(yè)務(wù)收入結(jié)構(gòu)具有重要影響，而代理買賣證券業(yè)務(wù)凈收入占比增長率則能反映企業(yè)收入結(jié)構(gòu)變化情況。因此選擇代理買賣證券業(yè)務(wù)凈收入占比增長率作為文本的第三個控制變量。代理買賣證券業(yè)務(wù)凈收入占比增長率=（公司本年代理買賣證券業(yè)務(wù)凈收入占比-公司上年代理買賣證券業(yè)務(wù)凈收入占比）/公司上年代理買賣證券業(yè)務(wù)凈收入占比。

（4）GDP增長率

通常來說，金融行業(yè)較容易受宏觀經(jīng)濟因素的影響，而券商作為金融行業(yè)中重要組成部分，當經(jīng)濟形勢好時，券商盈利增長較快。而GDP增長率客觀反映了宏觀經(jīng)濟環(huán)境因素的變化狀況，故選擇GDP增長率（以年為單位）作為第四個控制變量。GDP增長率（以年為單位）的數(shù)據(jù)直接來源國家統(tǒng)計局。

（三）樣本的選取及數(shù)據(jù)整理

金融科技首次引起中國市場關(guān)注是2015年，所以本文研究對象為2015年到2019年44家上市券商。本文數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫、銳思數(shù)據(jù)庫、國家統(tǒng)計局。由于各券商公司上市時間，數(shù)據(jù)公布程度不同，為保證實驗的準確性和數(shù)據(jù)的代表性，對數(shù)據(jù)公布不完整的，采取搜索公司年報補齊的方式，最后得到128個有效樣本。關(guān)于自變量占比的計算和數(shù)據(jù)的匯總整理使用Excel工作表完成。所有計算過程均通過Stata14統(tǒng)計軟件完成。本文數(shù)據(jù)樣本涵蓋大中小券商，其中已有券商資產(chǎn)規(guī)模占上市券商公司比重在2015到2019年分別為69%、69%、69%、76.6%和82%，具有較好的代表性。

（四）統(tǒng)計分析

為了便于對數(shù)據(jù)進行分析，用ROAG表示總資產(chǎn)收益率增長率，TEPG表示企業(yè)金融科技從業(yè)人員占員工總數(shù)的增長率，TAG表示總資產(chǎn)規(guī)模占比增長率，CIG表示成本收入比增長率，BSG表示代理買賣證券業(yè)務(wù)凈收入占比增長率，GDPG表示GDP增長率。

1.描述性統(tǒng)計分析

被解釋變量、解釋變量和控制變量的描述性統(tǒng)計分析如表1所示。

從表1可知，金融科技從業(yè)人員占比變化率（TEPG）的標準差最大，為1.275 191，并且極差較大，為15.141 782，說明不同證券公司對于金融科技的投入程度存在巨大的差異，通常來說位于頭部的券商公司財力較強，能夠更好地投資科技產(chǎn)業(yè)，而其他小公司由于財務(wù)收入不穩(wěn)定，甚至可能出現(xiàn)減少科研投入的情況，進而導(dǎo)致不同公司的科研規(guī)模增長速度不同。而總資產(chǎn)凈利率增長率（ROAG）和總資產(chǎn)規(guī)模占比增長率（TAG）平均值大于0說明近幾年券商行業(yè)處于增長的態(tài)勢，且總資產(chǎn)規(guī)模在不斷擴大。同時總資產(chǎn)規(guī)模占比增長率（TAG）最大值遠大于最小值絕對值，而通常中小券商增長速度高于頭部券商增長速度，則該數(shù)據(jù)主要說明資產(chǎn)規(guī)模增長主要是由市場中小券商迅速發(fā)展引起的。與此同時，成本收入比增長率（CIG）平均值為正說明企業(yè)的管理能力不能滿足目前市場的發(fā)展，并且變量極差數(shù)值為3.439 209，處于最高水平，說明不同公司的管理水平存在較大區(qū)別，并且企業(yè)需要積極尋找新的途徑來提升公司整體的管理能力，以提升企業(yè)經(jīng)營效率。最后，從企業(yè)收入結(jié)構(gòu)出發(fā)，由于中國證券交易主要集中于散戶交易，且其他業(yè)務(wù)不夠完善，代理買賣證券在很長一段時間都作為券商公司主要的收入來源而代理買賣證券業(yè)務(wù)凈收入占比增長率（BSG）為負說明當前單一的收入結(jié)構(gòu)已不能滿足企業(yè)的發(fā)展需求，券商行業(yè)正通過完善其他業(yè)務(wù)來拓寬收入渠道。

2.相關(guān)性統(tǒng)計分析

本文對自變量與控制變量進行相關(guān)性統(tǒng)計分析，結(jié)果如表2。

按照通用標準，通常認為相關(guān)系數(shù)絕對值在0—0.3表示不存在相關(guān)性，0.3—0.6表示弱相關(guān)，0.6—0.8表示中等相關(guān)，而0.8—1.0表示強相關(guān)，從表2可知，所有相關(guān)系數(shù)絕對值均小于0.5，表示整體相關(guān)性不存在或僅有極弱的相關(guān)性。

（五）實證檢驗

1.多重共線性檢驗

為分析變量間是否存在多重共線性，本文對數(shù)據(jù)進行多重共線性檢驗，結(jié)果如表3所示。

可以用方差膨脹因子VIF來檢驗變量之間是否存在多重共線性，通常認為VIF越大，代表多重共線性越嚴重，會對回歸分析結(jié)果造成顯著影響。而一個經(jīng)驗規(guī)則認為，每一個變量對應(yīng)一個VIF，當最大的VIF值都小于10時，可以認為不存在明顯的多重共線性。而根據(jù)表3可知，自變量及控制變量的方差膨脹因子都遠小于10，最大僅為2.13，因此可以認為該模型多重共線性程度不嚴重。

2.KMO檢測

為進行更全面的變量相關(guān)性分析，檢驗數(shù)據(jù)是否存在公共因子，通過計算KMO值判斷原始數(shù)據(jù)內(nèi)部是否存在明顯的公共因子，結(jié)果如表4所示。

通常認為，如果原始變量之間存在公共因子，則需要進行主成分分析和因子分析。根據(jù)Stata14計算可知原始數(shù)據(jù)的KMO值為0.304 0，通常KMO值大于0.5才能進行主成分分析和因子分析，該檢驗說明原始數(shù)據(jù)不適合作這兩種分析。結(jié)合表3多重共線性檢驗結(jié)果說明該模型原始數(shù)據(jù)不存在明顯的多重共線性、相互獨立性較強，并且原始數(shù)據(jù)能較好地解釋變量的變化。

（六）回歸結(jié)果及分析

本文對44家上市券商2015年至2019年的相關(guān)數(shù)據(jù)建立多元回歸模型，回歸結(jié)果如表5所示。

從多元回歸模型的回歸結(jié)果來看，金融科技從業(yè)人員占員工總數(shù)的增長率（TEPG）、總資產(chǎn)規(guī)模增長率（TAG）、成本收入比增長率（CIG）和手續(xù)費及傭金凈收入占比增長率（BSG）在0.05的水平上顯著，且系數(shù)分別為0.228 735 2、0.593 602 3、-2.197 767 0和-1.254 088 0，該系數(shù)說明金融科技從業(yè)人員占員工總數(shù)的增長率（TEPG）和總資產(chǎn)規(guī)模占比增長率（TAG）會對企業(yè)總資產(chǎn)收益率增長率（ROAG）造成顯著的積極影響。與此同時，該數(shù)據(jù)說明成本收入比增長率（CIG）和代理買賣證券業(yè)務(wù)凈收入占比增長率（BSG）對企業(yè)總資產(chǎn)收益率增長率（ROAG）會造成明顯的負面影響。而GDP增長率（GDPG）未通過顯著性檢驗，不能說明該指標對企業(yè)總資產(chǎn)收益率增長率（ROAG）有顯著關(guān)聯(lián)。

以上數(shù)據(jù)結(jié)合全文可以說明，首先，券商行業(yè)受管理水平的影響非常明顯，管理水平低的公司通常來說盈利能力較差。其次，代理買賣證券業(yè)務(wù)之所以會對企業(yè)盈利能力造成顯著影響是由于中國目前的證券交易市場還是以散戶交易為主的市場，在該市場中券商主要通過代理買賣證券進而收取費用，而中國散戶的大量交易導(dǎo)致代理買賣證券業(yè)務(wù)收入成為大多數(shù)券商行業(yè)最主要的收入來源，該系數(shù)為負說明過多依賴代理買賣證券業(yè)務(wù)的券商收入結(jié)構(gòu)過于單一，受經(jīng)濟周期和市場風(fēng)險影響明顯，不利于券商的利潤增長。再者，總資產(chǎn)規(guī)模占比增長率與利潤同方向增長則說明隨著企業(yè)競爭力不斷增強，公司逐漸搶奪原有券商公司的市場份額。隨著公司占領(lǐng)的市場份額越來越多，話語權(quán)增大，抗風(fēng)險能力更出色，規(guī)模效應(yīng)導(dǎo)致在一定程度上大公司相較小公司經(jīng)營成本更低并且效率更高，這會對企業(yè)長期盈利能力增長造成正面影響。而金融科技從業(yè)人員占員工總數(shù)的增長率的系數(shù)為正則說明金融科技對企業(yè)的利潤增長的主要動因之一，主要原因是金融科技能夠為券商財富管理業(yè)務(wù)轉(zhuǎn)型提供強力助推劑，豐富券商的業(yè)務(wù)收入結(jié)構(gòu)，而大數(shù)據(jù)分析能夠提升企業(yè)的管理效率，進而提高企業(yè)同其他券商企業(yè)的競爭力，從而促進券商企業(yè)的盈利能力增長。

四、對策及建議

根據(jù)實證結(jié)果可知，金融科技對券商盈利增長具有積極作用。而金融科技主要從提高管理效率及簡化業(yè)務(wù)流程、改善企業(yè)收入及財務(wù)結(jié)構(gòu)、豐富已有產(chǎn)品種類等方面提升企業(yè)競爭力，進而促進企業(yè)資產(chǎn)規(guī)模擴張、盈利能力增長。本文將從以上幾個方面對券商金融科技的實際運用提出具體建議。

（一）加快金融科技布局，促進智能技術(shù)與券商業(yè)務(wù)深度融合

首先，為迅速提高金融科技水平，券商可以通過注資、收購已有金融科技企業(yè)等方式獲取核心技術(shù)以彌補自身短板。與此同時，針對關(guān)鍵共性技術(shù)，券商可自發(fā)組建行業(yè)聯(lián)盟，開展深度合作，共同進行投入研發(fā)。其次，通過引入人工智能、大數(shù)據(jù)等新興科技手段，促使券商前中后臺部門業(yè)務(wù)流程自動化，以此減少處理數(shù)據(jù)、報告生成、對賬以及結(jié)算等重復(fù)性高，模糊性低的工作所占用的企業(yè)資源。最后，企業(yè)應(yīng)專門設(shè)立科技研發(fā)部門或者子公司，搶占技術(shù)制高點。并通過深入研究金融科技在公司整體層面的運用模式，不斷優(yōu)化現(xiàn)有業(yè)務(wù)流程，提升企業(yè)管理效率。

（二）聚焦財富管理業(yè)務(wù)，利用數(shù)據(jù)分析完善服務(wù)與產(chǎn)品設(shè)計

當前，券商金融科技業(yè)務(wù)布局已從之前機構(gòu)保代業(yè)務(wù)、投資者交易業(yè)務(wù)逐漸轉(zhuǎn)向財富管理業(yè)務(wù)，券商可以通過完善財富管理業(yè)務(wù)來擴寬原有收入渠道，豐富收入結(jié)構(gòu)。具體表現(xiàn)為證券公司可以通過精準化、多維度的大數(shù)據(jù)分析方式生成用戶畫像并分析用戶類別，以此挖掘潛在客戶和聚焦存量客戶深度開發(fā)，并根據(jù)用戶畫像運用差異化營銷完成產(chǎn)品銷售。與此同時，券商應(yīng)加速智能投顧平臺落地，該平臺可以通過數(shù)據(jù)分析自動為客戶提供決策建議并定制合適的產(chǎn)品組合，保證產(chǎn)品服務(wù)輕型化、敏捷化的同時，實現(xiàn)業(yè)務(wù)模式的創(chuàng)新。

（三）加強金融科技人才引進與培養(yǎng)，制定人才長期發(fā)展戰(zhàn)略

金融科技人才作為金融科技發(fā)展重要因素之一，人才缺口已成為阻礙金融科技發(fā)展的巨大瓶頸。券商為更快搶占科技制高點，應(yīng)加大金融人才引進與培養(yǎng)，最大程度填補金融科技現(xiàn)有的大量人才缺口。但從長期來看，當前市場的金融科技人才供給數(shù)量增長速度并不足以滿足券商日漸增長的高端科技人才需求。因此，券商應(yīng)主動制定人才長期發(fā)展規(guī)劃，把人才培養(yǎng)放在金融科技投入的優(yōu)先位置。與此同時，證券公司可以利用高校優(yōu)質(zhì)的學(xué)術(shù)資源及充足的生源，同高校開展金融科技人才聯(lián)合培養(yǎng)，按照業(yè)界要求對學(xué)生進行實踐授課，以此來培養(yǎng)和篩選優(yōu)質(zhì)人才，豐富企業(yè)金融科技人才后備庫的同時，也能降低員工入職培養(yǎng)成本。

五、結(jié)語

本文通過對2015—2019年中國44家上市券商的數(shù)進行描述性分析，并經(jīng)過多重共線性檢驗與KMO檢驗后，建立回歸模型，進而實證檢驗金融科技及其他控制變量增長率對ROA增長率的影響。結(jié)論表明金融科技對企業(yè)盈利能力增長有積極影響，并且企業(yè)的較大規(guī)模、更強的競爭能力也對盈利能力產(chǎn)生積極影響，而單一的收入結(jié)構(gòu)以及低效的管理對企業(yè)盈利具有負面影響。建議企業(yè)通過加強金融科技人才引進與培養(yǎng)、利用數(shù)據(jù)分析完善服務(wù)與產(chǎn)品設(shè)計以及促進智能技術(shù)與券商業(yè)務(wù)深度融合等方式，提升企業(yè)盈利能力水平。

參考文獻：

[1]周代數(shù)，張立超，譚璐.券商金融科技發(fā)展的動因、風(fēng)險與對策[J].海南金融，2020（3）.

[2]劉孟飛，蔣維.金融科技促進還是阻礙了商業(yè)銀行效率？——基于中國銀行業(yè)的實證研究[J/OL].當代經(jīng)濟科學(xué).http：//kns.cnki.net/kcms/detail/61.1400.f.20200221.0931.002.html.

[3]趙旭.區(qū)塊鏈技術(shù)對證券業(yè)發(fā)展的挑戰(zhàn)及路徑策略分析[J].武漢金融，2018（12）.

[4]趙鷂.Fintech的特征、興起、功能及風(fēng)險研究[J].金融監(jiān)管研究，2016（9）.

[5]易憲容.金融科技的內(nèi)涵、實質(zhì)及未來發(fā)展——基于金融理論的一般性分析[J].江海學(xué)刊，2017（2）.

[6]皮天雷，劉垚森，吳鴻燕.金融科技：內(nèi)涵、邏輯與風(fēng)險監(jiān)管[J].財經(jīng)科學(xué)，2018（9）.

[7]韓書成，張帆，陳思琴，馬浩然.證券公司經(jīng)紀業(yè)務(wù)創(chuàng)新模式及其全面風(fēng)險管理機理研究[J].金融經(jīng)濟，2013（18）.

[8]夏仕亮.券商收入結(jié)構(gòu)與盈利能力關(guān)系實證檢驗[J].財會月刊，2015（32）.

[9]時分，時秒.基于DEA的創(chuàng)新類證券公司經(jīng)營效率實證分析[J].金融經(jīng)濟，2014（24）.

基金項目：廣東省研究生教育創(chuàng)新計劃資助項目 （2019JGXM46）;2020 年廣東省大學(xué)生創(chuàng)新創(chuàng)業(yè)計劃項目。