付 燁 趙 恒
(中國(guó)人民銀行貴陽(yáng)中心支行,貴州 貴陽(yáng) 550001;中國(guó)人民銀行黔南州中心支行,貴州 都勻 558000)
小微企業(yè)由于資產(chǎn)規(guī)模小、經(jīng)營(yíng)風(fēng)險(xiǎn)高、抵押物不足等,面臨“融資難、融資貴”的問(wèn)題。據(jù)中國(guó)銀保監(jiān)會(huì)統(tǒng)計(jì),2019年末,全國(guó)單戶授信總額1000萬(wàn)元及以下的普惠型小微企業(yè)貸款余額11.67 萬(wàn)億元,僅占銀行業(yè)貸款余額的7.62%。據(jù)世界銀行數(shù)據(jù),2018年我國(guó)各類金融機(jī)構(gòu)的融資供給2.5 萬(wàn)億美元,但仍存在高達(dá)1.9 萬(wàn)億美元的潛在融資缺口,缺口比例達(dá)43.18%。截至2019 年末,黔南州境內(nèi)貸款余額1809億元,就單戶授信1000 萬(wàn)元及以下的普惠小微貸款來(lái)看,余額僅87.7億元,占境內(nèi)貸款總額的4.84%。
2017 年5 月,中國(guó)人民銀行成立金融科技(Fin-Tech)委員會(huì),深入研究金融科技對(duì)傳統(tǒng)金融體系的賦能。2019 年8 月,中國(guó)人民銀行印發(fā)《金融科技(Fin-Tech)發(fā)展規(guī)劃(2019-2021 年)》,要求到2021年,健全完善金融科技的“四梁八柱”,進(jìn)一步提升金融部門的科技應(yīng)用能力,實(shí)現(xiàn)金融與科技深度融合、協(xié)調(diào)發(fā)展,有效緩解中小企業(yè)融資難題。隨著大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展,對(duì)社會(huì)生產(chǎn)生活產(chǎn)生革命性變革,傳統(tǒng)金融難以解決的小微企業(yè)融資困境問(wèn)題,可以借助金融科技手段,降低信息不對(duì)稱問(wèn)題、提升效率和降低資金成本。因此,研究金融科技對(duì)農(nóng)信機(jī)構(gòu)小微企業(yè)貸款的影響,對(duì)化解小微企業(yè)融資難題和強(qiáng)化農(nóng)信機(jī)構(gòu)信貸風(fēng)險(xiǎn)防控具有重要的理論價(jià)值和現(xiàn)實(shí)意義。
姚耀軍和董鋼鋒(2014)認(rèn)為,改善金融結(jié)構(gòu)、擴(kuò)大中小銀行的覆蓋面和占比對(duì)小微企業(yè)融資獲得更具現(xiàn)實(shí)價(jià)值。劉暢等(2017)通過(guò)實(shí)證研究指出,地方性金融機(jī)構(gòu)是中小企業(yè)信貸資金的主要來(lái)源,在處理中小企業(yè)“軟信息”方面更具優(yōu)勢(shì)。
孫旭然(2020)實(shí)證研究發(fā)現(xiàn),金融科技發(fā)展加劇了銀行競(jìng)爭(zhēng),兩者推動(dòng)的信貸信用結(jié)構(gòu)與期限結(jié)構(gòu)調(diào)整提升了銀行風(fēng)險(xiǎn)承擔(dān)水平。王馨(2015)在安德森提出的“長(zhǎng)尾”理論的基礎(chǔ)上,認(rèn)為大數(shù)據(jù)、云計(jì)算等先進(jìn)的信息技術(shù)可以提升金融企業(yè)信息處理的質(zhì)量與準(zhǔn)確度,從而降低金融的運(yùn)營(yíng)成本和分散小微信貸風(fēng)險(xiǎn)。連耀山(2015)則認(rèn)為互聯(lián)網(wǎng)的興起對(duì)信息不對(duì)稱、區(qū)域限制、交易成本等傳統(tǒng)融資瓶頸有明顯的破解作用。
羅航等(2020)認(rèn)為金融科技對(duì)金融風(fēng)險(xiǎn)擴(kuò)散具有阻礙、增強(qiáng)的兩面性,金融機(jī)構(gòu)和組織應(yīng)加強(qiáng)數(shù)據(jù)收集處理和解決信息不對(duì)稱問(wèn)題的能力,貨幣當(dāng)局應(yīng)控制貨幣結(jié)構(gòu),以防范和減弱系統(tǒng)性金融風(fēng)險(xiǎn)擴(kuò)散效應(yīng)。袁媛(2018)認(rèn)為,金融科技能夠有效解決銀行面臨的信息不充分、不準(zhǔn)確、更新不及時(shí)等問(wèn)題。汪可等(2017)實(shí)證分析得出,金融科技的發(fā)展與商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)呈倒U型曲線關(guān)系,而且非系統(tǒng)性重要銀行較系統(tǒng)性重要銀行的風(fēng)險(xiǎn)承擔(dān)能力更強(qiáng)。
近年來(lái),國(guó)內(nèi)對(duì)金融科技和普惠金融的研究,主要集中在解決小微企業(yè)融資約束機(jī)制及金融風(fēng)險(xiǎn)監(jiān)控等方面,很少?gòu)慕鹑诳萍紝?duì)銀行小微貸款行為影響角度來(lái)分析,而且缺乏充分的金融科技定量數(shù)據(jù)支撐?;诖耍疚膹亩糠治鼋嵌?,實(shí)證研究金融科技對(duì)黔南州農(nóng)信機(jī)構(gòu)小微貸款業(yè)務(wù)和銀行風(fēng)險(xiǎn)承擔(dān)的影響,并在此基礎(chǔ)上提出相關(guān)政策建議。
黃子健和王龔(2015)提出互聯(lián)網(wǎng)金融模式的產(chǎn)生能有效提升小微企業(yè)獲得貸款概率,因?yàn)槠湫纬傻男庞靡乜山鉀Q道德風(fēng)險(xiǎn)和逆向選擇問(wèn)題,幫助小微企業(yè)解決傳統(tǒng)融資“痛點(diǎn)”。安寶洋(2014)指出,基于大數(shù)據(jù)和云計(jì)算等的互聯(lián)網(wǎng)金融,對(duì)破解小微企業(yè)融資困境發(fā)揮積極作用??梢?jiàn),金融科技具有緩解信貸雙方信息不對(duì)稱、提升融資效率,促進(jìn)小微企業(yè)融資的作用。因此提出研究假設(shè)H1。
H1:金融科技可以促進(jìn)銀行小微企業(yè)貸款規(guī)模。
劉忠璐(2016)認(rèn)為互聯(lián)網(wǎng)金融可以通過(guò)擴(kuò)容商業(yè)銀行風(fēng)險(xiǎn)數(shù)據(jù)源,變革商業(yè)銀行風(fēng)險(xiǎn)管理的模型方法,檢查和優(yōu)化商業(yè)銀行IT 框架以及提升商業(yè)銀行風(fēng)險(xiǎn)管理流程來(lái)提高商業(yè)銀行風(fēng)險(xiǎn)管理水平,緩解信息不對(duì)稱問(wèn)題,降低其破產(chǎn)風(fēng)險(xiǎn)。戴國(guó)強(qiáng)和方鵬飛(2014)指出互聯(lián)網(wǎng)金融通過(guò)推高銀行的資金成本,降低銀行的盈利能力,增加銀行風(fēng)險(xiǎn);同時(shí)通過(guò)間接推高貸款利率,貸款申請(qǐng)者將選取風(fēng)險(xiǎn)更高的投資項(xiàng)目,增加銀行風(fēng)險(xiǎn)。因此提出研究假設(shè)H2。
H2:金融科技可以降低銀行破產(chǎn)風(fēng)險(xiǎn)和不良資產(chǎn)風(fēng)險(xiǎn)。
本文以黔南州轄區(qū)12家農(nóng)信機(jī)構(gòu)為例,其中,農(nóng)商行9 家,農(nóng)信社3 家,樣本期為2014~2019 年,采用年度數(shù)據(jù),測(cè)量金融科技對(duì)各縣市農(nóng)信機(jī)構(gòu)小微企業(yè)融資支持效果及銀行風(fēng)險(xiǎn)承擔(dān)水平的影響。其中,12家農(nóng)信機(jī)構(gòu)的金融科技指數(shù)以所在縣的金融科技指數(shù)衡量,金融科技指數(shù)數(shù)據(jù)來(lái)源于北京大學(xué)數(shù)字普惠金融指數(shù)(郭峰等,2020),農(nóng)信機(jī)構(gòu)數(shù)據(jù)來(lái)源于中國(guó)人民銀行黔南州中心支行,宏觀數(shù)據(jù)來(lái)源于黔南州統(tǒng)計(jì)局,采用STATA12進(jìn)行實(shí)證分析。為檢驗(yàn)研究H1,本文建立如下模型(1)和模型(2):
其中,被解釋變量是農(nóng)信機(jī)構(gòu)小微企業(yè)貸款余額(lnloanit),為地區(qū)i在t時(shí)刻的小微貸款余額。解釋變量為金融科技發(fā)展情況(FINTECHit),為地區(qū)i 在t 時(shí)刻的數(shù)字普惠金融指數(shù);Xit為一組表示金融機(jī)構(gòu)特征的控制變量,包括銀行總資產(chǎn)增長(zhǎng)率size、流動(dòng)性水平liq、資產(chǎn)負(fù)債率lev、資本充足率car、不良貸款率npl、資產(chǎn)利潤(rùn)率roa、銀行擔(dān)保貸款余額對(duì)數(shù)lnsecur。宏觀變量選擇rgdpit表示i地區(qū)t時(shí)刻地區(qū)生產(chǎn)總值增長(zhǎng)率;同時(shí),設(shè)立金融科技指數(shù)與銀行不良貸款率交叉項(xiàng)FINTECH*npl,εit表示隨機(jī)擾動(dòng)項(xiàng)。同時(shí),為檢測(cè)金融科技對(duì)銀行小微信貸投向變化的影響,本文隨后將被解釋變量lnloanit替換為銀行小微貸款余額占總貸款額比例perloanit。
為檢驗(yàn)研究假設(shè)H2,驗(yàn)證金融科技對(duì)不良資產(chǎn)風(fēng)險(xiǎn)和銀行破產(chǎn)風(fēng)險(xiǎn)的影響,建立模型(3)和模型(4):
其中,被解釋變量表示銀行風(fēng)險(xiǎn)承擔(dān)水平,本文采用銀行不良貸款率作為衡量銀行風(fēng)險(xiǎn)承擔(dān)水平的指標(biāo),同時(shí)選擇銀行Z評(píng)分作為衡量銀行破產(chǎn)風(fēng)險(xiǎn)的指標(biāo),驗(yàn)證模型的穩(wěn)健性。破產(chǎn)風(fēng)險(xiǎn)(Zscore),將Z值定義如方程(5)所示:
其中ROA為資產(chǎn)回報(bào)率,CAR為資本資產(chǎn)比率,σ(ROA)為ROA 的標(biāo)準(zhǔn)差。Z 值越高,則銀行越穩(wěn)定。本文選取破產(chǎn)風(fēng)險(xiǎn)的倒數(shù)作為衡量銀行信用風(fēng)險(xiǎn)的指標(biāo),以便與不良貸款率為被解釋變量的回歸結(jié)果進(jìn)行充分比較和解釋。1/Z 值越高,則銀行面臨的破產(chǎn)風(fēng)險(xiǎn)越大。解釋變量為金融科技指數(shù)(FINTECH),Xit為一組表示地方金融機(jī)構(gòu)特征的控制變量,包括銀行總資產(chǎn)增長(zhǎng)率size、流動(dòng)性水平liq、資產(chǎn)利潤(rùn)率roa;rgdpit表示i地區(qū)t時(shí)刻地區(qū)生產(chǎn)總值增長(zhǎng)率;εit表示隨機(jī)擾動(dòng)項(xiàng)。
本文對(duì)所收集樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì),具體統(tǒng)計(jì)結(jié)果如表1所示。
面板回歸模型分為混合回歸模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型,本文首先對(duì)模型(1)和模型(2)做F檢驗(yàn),檢驗(yàn)結(jié)果的F檢測(cè)p值為0,檢驗(yàn)結(jié)果強(qiáng)烈拒絕原假設(shè),選擇固定效應(yīng)模型;進(jìn)行Hausman 檢驗(yàn),p 值為0,拒絕原假設(shè),面板數(shù)據(jù)選擇固定效應(yīng)模型。對(duì)模型(3)和模型(4)做F檢驗(yàn),p值為0,拒絕原假設(shè),選擇固定效應(yīng)模型。
表1 數(shù)據(jù)描述性統(tǒng)計(jì)分析表
由表2 模型(1)和模型(2)小微貸款余額對(duì)數(shù)ln?loan的回歸結(jié)果可見(jiàn),金融科技FINTECH的回歸系數(shù)分別為0.011、0.014,均在1%的水平下顯著,金融科技對(duì)農(nóng)信機(jī)構(gòu)的小微貸款余額有正向影響,金融科技可以促進(jìn)銀行小微貸款業(yè)務(wù),黔南州地處偏遠(yuǎn)及金融邊緣地帶,經(jīng)濟(jì)落后,金融科技由于可以緩解信息不對(duì)稱、提升金融服務(wù)效率等優(yōu)勢(shì),能夠促進(jìn)黔南州農(nóng)信機(jī)構(gòu)小微企業(yè)融資業(yè)務(wù)。銀行擔(dān)保貸款對(duì)數(shù)(lnse?cur)的回歸系數(shù)為0.186、0.179,均在5%的水平下顯著,對(duì)小微企業(yè)有明顯的促進(jìn)作用,黔南州金融發(fā)展水平落后,小微企業(yè)貸款主要以擔(dān)保貸款為主,信用貸款支持力度還較弱。此外,交叉項(xiàng)FINTECH*npl回歸系數(shù)為-0.0001,在10%的水平下顯著,金融科技和銀行風(fēng)險(xiǎn)水平對(duì)提升小微企業(yè)貸款具有負(fù)向影響。
表2 金融科技對(duì)銀行小微貸款余額及占比的影響
在提升金融機(jī)構(gòu)小微貸款比例方面,金融科技作用不大。金融科技指數(shù)FINTECH對(duì)perloan的回歸系數(shù)分別為-0.011、0.025,結(jié)果均不顯著,說(shuō)明金融科技對(duì)于銀行提升小微貸款比例影響不顯著。交叉項(xiàng)FINTECH*npl的系數(shù)為-0.006,回歸結(jié)果不顯著。
模型(3)使用混合回歸模型對(duì)面板數(shù)據(jù)進(jìn)行回歸,結(jié)果如表3 所示。從檢驗(yàn)結(jié)果看,數(shù)字金融指數(shù)FINTECH對(duì)銀行不良貸款率npl的回歸系數(shù)為-0.058,在1%的水平下顯著,金融科技對(duì)于銀行不良貸款率具有顯著的負(fù)向影響,說(shuō)明金融科技的發(fā)展會(huì)降低金融機(jī)構(gòu)不良貸款率。
表3 金融科技對(duì)銀行風(fēng)險(xiǎn)的影響
為檢驗(yàn)金融科技對(duì)銀行破產(chǎn)風(fēng)險(xiǎn)的影響,以及確保結(jié)論的穩(wěn)健與可靠性,以Z值作為被解釋變量進(jìn)行實(shí)證分析,從模型(4)的回歸結(jié)果可見(jiàn),金融科技指數(shù)FINTECH對(duì)銀行Z值(Zscore)的回歸系數(shù)為-0.0001,在1%的水平下顯著,說(shuō)明金融科技對(duì)銀行破產(chǎn)風(fēng)險(xiǎn)有負(fù)向影響,表明金融科技會(huì)降低金融機(jī)構(gòu)破產(chǎn)風(fēng)險(xiǎn),驗(yàn)證研究假設(shè)H2。同時(shí),模型(4)與模型(3)控制變量系數(shù)符號(hào)相同,回歸結(jié)果基本保持一致,驗(yàn)證模型的穩(wěn)定性。
由于模型設(shè)定的偏誤可能會(huì)引起實(shí)證結(jié)果的偏差,因此,為避免模型控制變量的多選或少選,造成實(shí)證結(jié)果出現(xiàn)偶然性,本文從模型中分別剔除一個(gè)控制變量后對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)。如表4、表5所示,檢驗(yàn)結(jié)果顯示無(wú)論剔除哪個(gè)變量,均不會(huì)降低金融科技指數(shù)變量的顯著性,且系數(shù)大小關(guān)系也與表2 模型(1)和模型(2)結(jié)果基本一致,本文研究結(jié)論依然成立。
表4 模型(1)穩(wěn)健性檢驗(yàn)
表5 模型(2)穩(wěn)健性檢驗(yàn)
本文基于2014~2019 年黔南州農(nóng)信機(jī)構(gòu)的平衡面板數(shù)據(jù),驗(yàn)證金融科技對(duì)農(nóng)信機(jī)構(gòu)小微企業(yè)貸款業(yè)務(wù)和風(fēng)險(xiǎn)承擔(dān)的影響,結(jié)果表明,金融科技對(duì)黔南州農(nóng)信機(jī)構(gòu)小微企業(yè)貸款業(yè)務(wù)具有促進(jìn)作用,但對(duì)小微企業(yè)貸款投向影響不大;金融科技降低了農(nóng)信機(jī)構(gòu)不良貸款率和破產(chǎn)風(fēng)險(xiǎn)。
在小微貸款規(guī)模方面,金融科技對(duì)黔南州農(nóng)信機(jī)構(gòu)小微貸款具有一定的促進(jìn)作用,但對(duì)于提升銀行小微貸款在總貸款的占比方面作用不大。黔南州抵押貸款對(duì)小微企業(yè)貸款具有促進(jìn)作用,但是信用貸款作用不大,說(shuō)明黔南州農(nóng)信機(jī)構(gòu)小微企業(yè)貸款還是依賴于抵質(zhì)押品,信用貸款比例仍然不足。調(diào)研顯示,黔南州金融機(jī)構(gòu)科技人員占比不到2%,科技投入不到營(yíng)業(yè)收入的1%,近兩年線上金融產(chǎn)品數(shù)量才有所上升,但占比較小。金融科技研發(fā)需要較大資金投入,缺乏有效的回報(bào)評(píng)估機(jī)制,從短期利益看,農(nóng)信機(jī)構(gòu)轉(zhuǎn)型積極性不高。農(nóng)信機(jī)構(gòu)可用企業(yè)征信信息有限,截至2019 年4 月,征信系統(tǒng)收錄的小微企業(yè)近1500萬(wàn)戶,有信貸記錄的小微企業(yè)近350 萬(wàn)戶,占比為23.3%,征信數(shù)據(jù)庫(kù)中大量企業(yè)沒(méi)有信貸記錄,缺乏有效信用信息。
在銀行風(fēng)險(xiǎn)承擔(dān)方面,金融科技降低了黔南州農(nóng)信機(jī)構(gòu)不良貸款率和破產(chǎn)風(fēng)險(xiǎn)。金融科技強(qiáng)大的信息收集分析能力和實(shí)時(shí)的用戶風(fēng)險(xiǎn)監(jiān)測(cè)能力,可以較好地降低農(nóng)信機(jī)構(gòu)不良貸款率,提高農(nóng)信機(jī)構(gòu)風(fēng)險(xiǎn)監(jiān)測(cè)能力。黔南州金融科技發(fā)展水平還不高,金融科技水平的日益增強(qiáng),也伴隨著數(shù)據(jù)風(fēng)險(xiǎn)和信息安全風(fēng)險(xiǎn)的提高,同時(shí)金融科技更新迭代速度加快,科技轉(zhuǎn)化為金融產(chǎn)品的周期縮短,將對(duì)傳統(tǒng)金融監(jiān)管帶來(lái)新的挑戰(zhàn)。
1.推進(jìn)傳統(tǒng)金融數(shù)字化改革,滿足小微企業(yè)融資需求。要在傳統(tǒng)金融業(yè)務(wù)中大力引入互聯(lián)網(wǎng)金融和云計(jì)算等新技術(shù),運(yùn)用金融科技緩解銀行與借款主體間信息不對(duì)稱問(wèn)題,搭建信用貸款發(fā)放機(jī)制,弱化對(duì)抵質(zhì)押品的依賴,促進(jìn)小微企業(yè)貸款規(guī)模。因此,針對(duì)銀行內(nèi)部,一是要堅(jiān)持金融科技創(chuàng)新與科技人才培養(yǎng)并重,多措并舉強(qiáng)化科技金融產(chǎn)品研發(fā),逐步擴(kuò)大應(yīng)用場(chǎng)景。二是要切實(shí)轉(zhuǎn)變業(yè)務(wù)部門縱向一體化的管理機(jī)制,避免各自為政的獨(dú)立運(yùn)營(yíng)模式,將金融科技應(yīng)用到各項(xiàng)業(yè)務(wù)中。三是要提高科技化水平,提高銀行信用貸款比例。推進(jìn)數(shù)字金融與科技深度融合,構(gòu)建大數(shù)據(jù)管理平臺(tái),精簡(jiǎn)業(yè)務(wù)流程,建立基于大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)算法等技術(shù)的用戶精準(zhǔn)畫(huà)像,收集用戶各類社會(huì)信用信息,為缺乏抵質(zhì)押物的高信用水平用戶提供信用擔(dān)保。針對(duì)監(jiān)管部門,要大力搭建信息共享平臺(tái),推進(jìn)企業(yè)信用體系建設(shè)。由監(jiān)管部門聯(lián)合各相關(guān)部門、金融機(jī)構(gòu)以及市場(chǎng)化機(jī)構(gòu),共享企業(yè)基礎(chǔ)信息、不動(dòng)產(chǎn)、公積金、電力、銀聯(lián)、公檢法以及其他市場(chǎng)化行為信息,建立市場(chǎng)化征信信息共享平臺(tái);構(gòu)建以信用信息為核心的金融服務(wù)生態(tài)圈,提高征信系統(tǒng)的使用效率,為小微企業(yè)提供全方位金融服務(wù)。
2.提升銀行風(fēng)險(xiǎn)監(jiān)控水平,強(qiáng)化金融科技風(fēng)險(xiǎn)防控。金融科技的快速發(fā)展將增加風(fēng)險(xiǎn)傳染的突發(fā)概率,且容易引致跨部門、跨行業(yè)、跨區(qū)域交叉?zhèn)魅?,擴(kuò)大實(shí)體部門風(fēng)險(xiǎn)敞口,對(duì)銀行的風(fēng)控監(jiān)管提出更高的要求。因此,監(jiān)管部門一是要提高數(shù)字化監(jiān)管水平,建立更完善的監(jiān)管體系,由事后檢查處罰制度轉(zhuǎn)向事前監(jiān)管預(yù)防。與此同時(shí),在明確監(jiān)管主體的情況下,行業(yè)自律監(jiān)管也要充分發(fā)揮應(yīng)有作用。二是監(jiān)管保持適度彈性,給予監(jiān)管范圍內(nèi)的金融科技產(chǎn)品適度寬容性,增加金融機(jī)構(gòu)產(chǎn)品創(chuàng)新活躍度。
3.加大金融科技宣傳力度,增強(qiáng)小微企業(yè)信息化管理意識(shí)。監(jiān)管部門和金融機(jī)構(gòu)應(yīng)該加強(qiáng)對(duì)小微企業(yè)自身信息化管理和金融科技的宣傳,提高小微企業(yè)對(duì)自身信息化、數(shù)字化水平的認(rèn)識(shí),鼓勵(lì)小微企業(yè)建立健全財(cái)務(wù)管理體系和信息披露機(jī)制,提高企業(yè)管理體系規(guī)范性和信息化水平,使小微企業(yè)能夠盡快融入金融科技融資場(chǎng)景。