金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響：競爭效應(yīng)還是創(chuàng)新效應(yīng)？

■ 陳孝明，吳 丹，林潤冰

一、引言

隨著金融科技迅猛發(fā)展，AI、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進(jìn)科學(xué)技術(shù)與金融業(yè)務(wù)在多層次、多方面相輔相成，促進(jìn)金融行業(yè)不斷創(chuàng)新發(fā)展，對商業(yè)銀行發(fā)展造成巨大沖擊。從理論上看，無論是金融科技的迅速發(fā)展，還是商業(yè)銀行提供間接融資的主導(dǎo)體系，都具有強(qiáng)烈的中國特色，研究金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響，能夠豐富我國金融創(chuàng)新與商業(yè)銀行的理論研究。從現(xiàn)實(shí)中看，商業(yè)銀行作為傳統(tǒng)金融體系核心的存在，它的風(fēng)險承擔(dān)水平影響著我國整體的系統(tǒng)性金融風(fēng)險，探索金融科技與商業(yè)銀行風(fēng)險承擔(dān)之間的關(guān)系，有助于守住不發(fā)生系統(tǒng)性風(fēng)險的底線，對我國金融體系平穩(wěn)發(fā)展，具有重要的現(xiàn)實(shí)意義。

商業(yè)銀行風(fēng)險承擔(dān)是學(xué)術(shù)界研究的熱門領(lǐng)域之一。當(dāng)前關(guān)于商業(yè)銀行風(fēng)險承擔(dān)的研究主要分為兩大類：一是宏觀經(jīng)濟(jì)環(huán)境對銀行風(fēng)險承擔(dān)的影響研究，主要有貨幣政策、利率市場化和政府治理等的作用。很多研究表明，寬松的貨幣政策會傾向提高銀行的風(fēng)險承擔(dān)，如果政府加強(qiáng)貨幣政策調(diào)控則能夠降低銀行風(fēng)險（譚政勛和李麗芳，2016；Mollah et al.，2017）。低利率的政策環(huán)境會催生商業(yè)銀行的風(fēng)險承擔(dān)行為（牛曉健和裘翔，2013；黃曉薇等，2016）。二是銀行微觀層面因素對自身風(fēng)險承擔(dān)水平形成的影響研究。銀行治理結(jié)構(gòu)、透明度、資本充足率以及流動性水平對商業(yè)銀行的風(fēng)險承擔(dān)具有顯著影響，且對不同類型的銀行作用效果也不一致（馬勇和李振，2019；胡援成等，2020），銀行業(yè)之間的相互競爭也是風(fēng)險承擔(dān)影響的重要因素（Dell’Ariccia et al.，2017；郜棟璽和項(xiàng)后軍，2020）。

金融科技對商業(yè)銀行風(fēng)險承擔(dān)水平也出現(xiàn)了兩種觀點(diǎn)，銀行發(fā)展金融科技可以顯著降低銀行所承擔(dān)的風(fēng)險水平（姚婷和宋良榮，2020），主要通過客戶存款的分流和付息成本的增加這兩種作用方式進(jìn)一步加重了商業(yè)銀行風(fēng)險承擔(dān)（孟娜娜，2020）。此外，與金融科技密切相關(guān)的互聯(lián)網(wǎng)金融也存在觀點(diǎn)沖突，互聯(lián)網(wǎng)金融和金融IT是商業(yè)銀行控制風(fēng)險的重要手段（劉忠璐，2016），加重風(fēng)險的承擔(dān)水平（郭品和沈悅，2019）。

本文的邊際貢獻(xiàn)主要體現(xiàn)在：第一，在郭品和沈悅（2019）把互聯(lián)網(wǎng)金融分為四個分指數(shù)的基礎(chǔ)上，抓住金融科技對金融體系沖擊的核心內(nèi)容，分行業(yè)競爭和技術(shù)創(chuàng)新兩個方面，探討其對商業(yè)銀行風(fēng)險承擔(dān)的影響。第二，在計(jì)算金融科技指數(shù)時，從金融核心功能和底層技術(shù)支持兩個層面合成兩個分指數(shù)，分別檢驗(yàn)金融科技在行業(yè)競爭和技術(shù)創(chuàng)新等方面，對商業(yè)銀行風(fēng)險承擔(dān)形成的影響效果，并比較二者作用效果差異。第三，利用中介效應(yīng)模型，進(jìn)一步檢驗(yàn)金融科技是否通過行業(yè)競爭和技術(shù)創(chuàng)新這兩個中介渠道產(chǎn)生作用。第四，利用金融科技總指數(shù)及兩個分指數(shù)對大型和中小型商業(yè)銀行進(jìn)行異質(zhì)性分析，研究各類型銀行對來自不同層面的金融科技影響的差異化響應(yīng)。

二、理論機(jī)制與研究假設(shè)

（一）金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響分析

創(chuàng)新是一把雙刃劍，在促進(jìn)商業(yè)銀行數(shù)字化轉(zhuǎn)型的同時，與之伴隨的是風(fēng)險承擔(dān)水平的提高。如在前期運(yùn)用信息技術(shù)挖掘數(shù)據(jù)和市場調(diào)研時未能夠準(zhǔn)確判斷當(dāng)前市場需求，或者創(chuàng)新的金融產(chǎn)品與服務(wù)未能達(dá)到監(jiān)管部門要求，最終投入成本無法收回，將承受巨大的資金和資源損失。

從金融科技推動存款利率變相市場化的角度切入，利率市場化促使金融市場上的資金大量轉(zhuǎn)向線上理財、保險和基金等產(chǎn)品，一定程度上沖擊了商業(yè)銀行負(fù)債業(yè)務(wù)。在金融科技模式下，資金供給者能夠繞開傳統(tǒng)金融機(jī)構(gòu)快速地尋找到相應(yīng)的資金需求者，因此商業(yè)銀行為防止存款流失，自然會選擇提高自身存款儲蓄的利息水平來吸引更多客戶存款，獲利空間被進(jìn)一步壓縮，這必然導(dǎo)致商業(yè)銀行轉(zhuǎn)向追求風(fēng)險更高的經(jīng)營行為。

（二）金融科技的行業(yè)競爭效應(yīng)

金融科技所衍生的互聯(lián)網(wǎng)產(chǎn)業(yè)與傳統(tǒng)金融業(yè)在業(yè)務(wù)拓展、獲客渠道等層面上形成較為激烈的競爭局面，給商業(yè)銀行業(yè)務(wù)拓展和傳統(tǒng)獲客帶來一定“市場擠出”，從而進(jìn)一步影響銀行業(yè)競爭。此外，商業(yè)銀行的批發(fā)性融資成本高，負(fù)債端的客戶存款被互聯(lián)網(wǎng)巨頭企業(yè)分流，這會改變銀行的資產(chǎn)端，資產(chǎn)端的貸款利率可能會因此提高，但也存在因金融科技帶來的大量資金而下降的可能。

金融科技模式促進(jìn)了金融功能升級，市場上存在負(fù)債來源被強(qiáng)有力分流、錯位搶占金融市場資源、爭奪支付結(jié)算領(lǐng)域的普遍現(xiàn)象（王小燕等，2019）。面對這種情況，商業(yè)銀行會選擇不斷根據(jù)市場情況調(diào)整儲蓄存款的利率，來維持相應(yīng)數(shù)量的客戶存款，同時還會積極拓展其他負(fù)債來源，穩(wěn)定自身原有負(fù)債規(guī)模。在金融科技的影響下，無論是非存款負(fù)債占比的增加還是拓展更多理財產(chǎn)品辦理業(yè)務(wù)，都會提高銀行總體的負(fù)債成本，原有收入水平也會受到相應(yīng)影響，間接作用于銀行的風(fēng)險承擔(dān)水平。

（三）金融科技的技術(shù)創(chuàng)新效應(yīng)

技術(shù)溢出理論認(rèn)為技術(shù)具有顯著的外部性，先進(jìn)技術(shù)會通過擁有較高技術(shù)水平的行業(yè)進(jìn)行主動或是被動的跨行傳播，從而擴(kuò)散到其他行業(yè)，被其他行業(yè)的開拓者進(jìn)一步地融合與應(yīng)用，從而促進(jìn)技術(shù)創(chuàng)新和業(yè)務(wù)發(fā)展（孟娜娜等，2020）。商業(yè)銀行技術(shù)創(chuàng)新可以提升銀行經(jīng)營效率和抗風(fēng)險能力，但也易引發(fā)高風(fēng)險博弈行為，改變其風(fēng)險偏好，提高其風(fēng)險承擔(dān)水平（顧海峰和楊立翔，2018）。金融科技一方面確實(shí)能夠使商業(yè)銀行辦理資產(chǎn)端業(yè)務(wù)的經(jīng)營成本有所下降，另一方面也加快其開拓新型消費(fèi)支付方式的步伐，實(shí)現(xiàn)銀行利潤穩(wěn)定增長，但也帶來了一定技術(shù)創(chuàng)新風(fēng)險。

（四）金融科技對商業(yè)銀行風(fēng)險承擔(dān)影響的異質(zhì)性

大型銀行具有中小銀行所不具備的資產(chǎn)規(guī)模、客戶基數(shù)與政府支持優(yōu)勢，因此大型商業(yè)銀行與中小商業(yè)銀行面對金融科技沖擊時受到的影響則不盡相同。一般而言，中小商業(yè)銀行業(yè)務(wù)容易受到?jīng)_擊，尤其是以互聯(lián)網(wǎng)企業(yè)小額貸款為代表的貸款業(yè)務(wù)沖擊。我國中小銀行既沒有大型商業(yè)銀行雄厚的資金背景，又沒有像股份制銀行那樣嚴(yán)密的風(fēng)險防控體系，所以中小銀行不僅利差空間受到擠壓、風(fēng)險承擔(dān)水平被推高，開展金融創(chuàng)新項(xiàng)目也容易產(chǎn)生更多難以預(yù)見的風(fēng)險。

綜上，提出有待檢驗(yàn)的4個研究假說。

假設(shè)1：金融科技通過強(qiáng)化金融核心功能，銀行業(yè)務(wù)競爭進(jìn)一步加劇，從而提高商業(yè)銀行的風(fēng)險承擔(dān)水平。

假設(shè)2：金融科技通過增強(qiáng)底層技術(shù)支持，加快商業(yè)銀行技術(shù)創(chuàng)新步伐，從而提高商業(yè)銀行風(fēng)險承擔(dān)水平。

假設(shè)3：相比銀行行業(yè)競爭，商業(yè)銀行積極開展創(chuàng)新項(xiàng)目導(dǎo)致的風(fēng)險更加劇烈。

假設(shè)4：相比大型商業(yè)銀行，金融科技對以城商行、農(nóng)商行為代表的中小銀行造成的沖擊更加顯著。

三、金融科技對商業(yè)銀行風(fēng)險承擔(dān)影響的實(shí)證分析

（一）實(shí)證研究設(shè)計(jì)

1.樣本選擇與數(shù)據(jù)來源

考慮到樣本數(shù)據(jù)的可獲取性和樣本容量的充足性，采用中國199 家商業(yè)銀行（6 家國有銀行、12 家大型股份制銀行、103 家城市商業(yè)銀行和78家農(nóng)村商業(yè)銀行）的年度數(shù)據(jù)作為樣本，年份 跨 度 為 2010—2018 年 。 數(shù) 據(jù) 來 源 于BankFocus 數(shù)據(jù)庫、銳思數(shù)據(jù)庫、CSMAR 數(shù)據(jù)庫和各商業(yè)銀行年度報表。

2.變量設(shè)計(jì)與描述性統(tǒng)計(jì)

被解釋變量：銀行風(fēng)險承擔(dān)。Z值通常用于衡量破產(chǎn)概率，在郭品和沈悅（2015）等相關(guān)研究中，均采取Z 值作為代理變量，Z 值越大則表明銀行系統(tǒng)越穩(wěn)定，銀行的風(fēng)險承擔(dān)就越小。不良貸款率能較好地體現(xiàn)商業(yè)銀行的信用風(fēng)險（劉忠璐，2016），貸款損失準(zhǔn)備率則更能體現(xiàn)銀行事前的風(fēng)險衡量（金鵬輝，2014）。綜上，選取Z值作為主要代理變量，并以不良貸款率（npl）和貸款損失準(zhǔn)備率（llr）作為Z值的輔助代理變量，來保證研究的穩(wěn)健性。

核心解釋變量：金融科技指數(shù)。借鑒汪可（2018）等的思路，采用文本挖掘法建立金融科技指數(shù)。主要方法步驟如下：首先，從金融核心功能和底層技術(shù)支持兩個角度出發(fā)，構(gòu)建如表1所示的金融科技關(guān)鍵詞庫。其次，通過百度搜索指數(shù)對原始關(guān)鍵詞庫進(jìn)行數(shù)據(jù)挖掘和數(shù)據(jù)結(jié)構(gòu)化轉(zhuǎn)化。由于金融科技的顯著發(fā)展起始于2010 年前后，為使得研究結(jié)果更具有準(zhǔn)確性和有效性，總共選取2010—2018 年的32 個關(guān)鍵詞的年度搜索頻率日均值。最后，在上述結(jié)果基礎(chǔ)上采取SPSS 軟件進(jìn)行因子分析，計(jì)算出金融科技指數(shù)（Fintech），作為金融科技發(fā)展程度的代理變量。同時本文創(chuàng)新性地將金融科技指數(shù)從金融功能和技術(shù)支持兩個層面劃分，合成金融科技兩個分指數(shù)，分別為金融功能指數(shù)（Fin1）和技術(shù)支持指數(shù)（Fin2）。

表1 金融科技指數(shù)原始詞庫

中介變量：存款結(jié)構(gòu)、凈利差水平、技術(shù)創(chuàng)新。本研究借鑒郭品和沈悅（2019）的衡量方法，采用客戶存款占比（cd）來衡量商業(yè)銀行的存款結(jié)構(gòu)，即客戶存款與總付息負(fù)債之比。商業(yè)銀行的凈利差收入水平，則使用凈利差（nis），即銀行的存貸款利差作為代理變量。非利息收入占比（innov）向來是商業(yè)銀行金融創(chuàng)新的重要替代指標(biāo)，將其作為技術(shù)創(chuàng)新水平的代理變量。

控制變量：在宏觀經(jīng)濟(jì)層面選擇名義國內(nèi)生產(chǎn)總值增速（ggdp）、廣義貨幣供應(yīng)量增速（m2）和同比消費(fèi)者物價指數(shù)（cpi）來控制宏觀經(jīng)濟(jì)環(huán)境、貨幣政策立場、消費(fèi)物價水平；采用行業(yè)集中度（cr4）來衡量行業(yè)層面競爭狀況；在銀行微觀特征層面則以銀行流動性水平（dpr）、經(jīng)營效率（cir）、管理能力（over）、資產(chǎn)規(guī)模（lna）以及盈利能力（lnp）為控制變量。

3.模型設(shè)定

本文借鑒劉忠璐（2016）、郭品和沈悅（2019），建立金融科技對商業(yè)銀行風(fēng)險承擔(dān)影響的回歸模型，模型設(shè)定如下：

表2 變量設(shè)計(jì)與描述性統(tǒng)計(jì)

以上三個方程中的被解釋變量為商業(yè)銀行風(fēng)險承擔(dān)（Z值），主要解釋變量依次為金融科技指數(shù)（Fintech）、金融功能指數(shù)（Fin1）和技術(shù)支持指數(shù)（Fin2），control 則表示控制變量。在模型中，i＝1，2，…N 表示銀行數(shù)量，t＝1，2，…T 則表示具體年份，ε 為隨機(jī)誤差項(xiàng)。

（二）基準(zhǔn)回歸結(jié)果分析

首先采用靜態(tài)面板的OLS 回歸和固定效應(yīng)估計(jì)方程（1），其次再引入被解釋變量的一階滯后項(xiàng)作為模型的解釋變量。鑒于該模型具有動態(tài)性，同時為解決商業(yè)銀行微觀層面的指標(biāo)與風(fēng)險承擔(dān)水平存在互為因果的聯(lián)立關(guān)系的問題，所以采用系統(tǒng)廣義矩估計(jì)和差分廣義矩估計(jì)對方程（1）進(jìn)行估計(jì)。

從表3可以看出，靜態(tài)面板中的OLS回歸和固定效應(yīng)模型估計(jì)出來的結(jié)果相差很大，這表明使用這兩種方法來檢驗(yàn)金融科技對商業(yè)銀行風(fēng)險承擔(dān)水平的影響存在較大偏誤，同時根據(jù)徐明東等（2012）的研究，商業(yè)銀行的風(fēng)險承擔(dān)呈現(xiàn)高度持續(xù)性這一明顯特質(zhì)，所以模型需要包含被解釋變量的滯后項(xiàng)，采用動態(tài)面板模型也可以進(jìn)一步解決銀行資產(chǎn)負(fù)債表變量之間具有的內(nèi)生性問題，因此本研究使用系統(tǒng)廣義矩估計(jì)和差分廣義矩估計(jì)更加準(zhǔn)確，結(jié)果報告于表4。實(shí)證顯示動態(tài)面板中兩種方法的AR（2）檢驗(yàn)結(jié)果p 值大于0.1，擾動項(xiàng)的差分不存在二階序列相關(guān)，Sargan 檢驗(yàn)結(jié)果p 值大于0.1，說明實(shí)證所用工具變量不存在過度識別，實(shí)證結(jié)果是有效的。

表3 靜態(tài)面板中金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響

續(xù)表3

表4 動態(tài)面板中金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響

據(jù)系統(tǒng)GMM和差分GMM的估計(jì)顯示，核心解釋變量的回歸系數(shù)為負(fù)，在5%和1%的水平下顯著，這表明金融科技發(fā)展會降低Z 值，商業(yè)銀行風(fēng)險提高。也就是說，盡管金融科技會促使商業(yè)銀行優(yōu)化升級原有的業(yè)務(wù)經(jīng)營模式，但總體上依舊是在一定程度上加重商業(yè)銀行風(fēng)險承擔(dān)水平。金融功能指數(shù)的回歸系數(shù)均為負(fù)，在10%的水平上顯著，這表明金融科技通過拓展金融核心功能，銀行業(yè)務(wù)競爭加劇，風(fēng)險承擔(dān)水平也隨之提高，驗(yàn)證了本文的假設(shè)1；同樣地，技術(shù)支持系數(shù)對商業(yè)銀行風(fēng)險承擔(dān)也起到了顯著的推高作用，假設(shè)2得到驗(yàn)證。

根據(jù)兩種GMM 方法的回歸結(jié)果可見，技術(shù)支持指數(shù)對商業(yè)銀行風(fēng)險承擔(dān)的影響程度高于金融功能指數(shù)，這表明商業(yè)銀行積極開展創(chuàng)新項(xiàng)目隨之相伴的風(fēng)險大于金融功能拓展對業(yè)務(wù)沖擊帶來的風(fēng)險，假設(shè)3得到驗(yàn)證。

（三）內(nèi)生性檢驗(yàn)

借鑒邱晗和黃益平（2018）的思想，選擇互聯(lián)網(wǎng)普及率（inter）作為計(jì)算得出的金融科技總指數(shù)和兩個分指數(shù)的工具變量，以緩解實(shí)證過程中潛在的內(nèi)生性問題。

根據(jù)表5顯示，在采用工具變量法減輕內(nèi)生性問題后，盡管回歸系數(shù)在絕對值上存在一定差異，但在顯著性水平、正負(fù)情況以及大小情況，與前文結(jié)果基本保持一致，因此總體上研究結(jié)果保持穩(wěn)健。

表5 工具變量調(diào)整后金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響結(jié)果

（四）穩(wěn)健性檢驗(yàn)

采用改變衡量的方式，以不良貸款率（npl）和貸款損失準(zhǔn)備率（llr）作為備用的替代變量指標(biāo)，同樣引入不良貸款率和貸款損失準(zhǔn)備率的滯后一期，采用系統(tǒng)GMM 方法進(jìn)行估計(jì)。據(jù)表6 的結(jié)果顯示，AR（2）檢驗(yàn)結(jié)果p 值大于0.1，說明擾動項(xiàng)的差分不存在二階序列相關(guān)，Sargan檢驗(yàn)結(jié)果p值大于0.1，工具變量不存在過度識別。

表6 金融科技對商業(yè)銀行風(fēng)險承擔(dān)影響的穩(wěn)健性檢驗(yàn)

結(jié)果顯示，金融科技指數(shù)和兩個分指數(shù)均提高了商業(yè)銀行不良貸款率和貸款損失準(zhǔn)備率，且通過1%水平的顯著性檢驗(yàn)。從回歸系數(shù)看，技術(shù)支持指數(shù)對風(fēng)險的影響程度大于金融功能指數(shù)，表明技術(shù)創(chuàng)新對銀行風(fēng)險的推動更為劇烈。

（五）異質(zhì)性分析

將樣本商業(yè)銀行劃分為兩大類，分別為大型銀行和中小型銀行，其中大型銀行包括國有銀行和股份制銀行，中小型銀行包括城市和農(nóng)村商業(yè)銀行，從而對模型（1）進(jìn)行分組回歸。同時，利用計(jì)算得出的金融功能分指數(shù)和技術(shù)支持分指數(shù)同樣對兩類銀行進(jìn)行回歸，檢驗(yàn)不同層面金融科技沖擊的影響程度。以上均采用系統(tǒng)GMM方法。

表7 不同維度金融科技指數(shù)對不同類型銀行風(fēng)險承擔(dān)的影響

結(jié)果顯示，金融科技總指數(shù)對大型商業(yè)銀行造成的沖擊并不顯著，而對中小型銀行的影響通過了5%水平上的顯著性檢驗(yàn)，該結(jié)果表明金融科技對中小銀行造成的沖擊更大，基本符合研究假設(shè)3 的判斷。從金融科技兩個分指數(shù)的影響結(jié)果可獲得如下結(jié)論：金融科技對于中小型商業(yè)銀行帶來的業(yè)務(wù)競爭層面沖擊的影響系數(shù)小于技術(shù)支持帶來的業(yè)務(wù)創(chuàng)新的影響系數(shù)，且技術(shù)支持指數(shù)對商業(yè)銀行風(fēng)險承擔(dān)的影響更加明顯，通過1%水平上的顯著性檢驗(yàn)。進(jìn)一步驗(yàn)證了本文假設(shè)3。

四、進(jìn)一步分析：影響風(fēng)險承擔(dān)的機(jī)制檢驗(yàn)

（一）中介效應(yīng)理論分析

金融科技的發(fā)展對商業(yè)銀行形成存款分流和利潤蠶食的負(fù)面影響，通過負(fù)債端和資產(chǎn)端途徑進(jìn)一步影響了商業(yè)銀行風(fēng)險承擔(dān)。盡管支付端的業(yè)務(wù)變動會起到一定推動作用，但總源頭依舊是在金融科技的作用下，銀行客戶存款的分流和銀行凈利差水平的下降。同時，金融科技發(fā)展為商業(yè)銀行技術(shù)創(chuàng)新提供了更多元化的先進(jìn)技術(shù)支撐，商業(yè)銀行紛紛進(jìn)入轉(zhuǎn)型時期，希望能夠突破原先以存貸款利差為主要獲利途徑的經(jīng)營模式，開展金融創(chuàng)新項(xiàng)目，銀行非利息收入占比提高。與之相隨的也是風(fēng)險承擔(dān)的加劇。

基于以上分析，進(jìn)一步建立以下三個影響路徑的中介效應(yīng)模型，具體設(shè)定如下：

以上6 個方程的被解釋變量依次是銀行存款結(jié)構(gòu)（cd）、銀行風(fēng)險（Z 值）、凈利差水平（nis）和銀行技術(shù)創(chuàng)新（innov）；金融科技指數(shù)為Fintech；control 代表各個控制變量；ε為隨機(jī)誤差項(xiàng)。

本文為了突出金融科技對銀行風(fēng)險承擔(dān)的影響路徑，深入探討競爭效應(yīng)，即以銀行間競爭之后的結(jié)果來表征。借鑒應(yīng)展宇和張夏晗（2020）的做法，外渠道的代理變量是非利息收入占比，表內(nèi)渠道的代理變量是凈利差，兩個指標(biāo)表征競爭效應(yīng)。同理，為了突出金融科技對銀行風(fēng)險承擔(dān)的影響路徑，深入探討創(chuàng)新效應(yīng)，即以銀行間創(chuàng)新之后的結(jié)果來表征。借鑒蔣海和吳文洋（2020）衡量金融創(chuàng)新的指標(biāo)，把銀行非利息收入占比來表征創(chuàng)新效應(yīng)。

（二）中介效應(yīng)實(shí)證檢驗(yàn)

在模型（5）、模型（7）和模型（9）中，包含商業(yè)銀行風(fēng)險承擔(dān)的一階滯后項(xiàng)，因此基于前述分析采用系統(tǒng)GMM 的方法，由表8 的 AR（2）檢驗(yàn)結(jié)果和Sargan 檢驗(yàn)統(tǒng)計(jì)量的p 值均大于0.1，意味著擾動項(xiàng)的差分不存在二階序列相關(guān)，工具變量沒有存在過度識別，故系統(tǒng)GMM 估計(jì)方法有效。

1.銀行存款結(jié)構(gòu)的中介作用

根據(jù)表8 已知系數(shù)θ顯著，且系數(shù)θ的數(shù)值相比α有所下降，表明存款結(jié)構(gòu)具有部分中介效應(yīng)。

2.銀行凈利差水平的中介作用

加入中介變量后，模型（7）中系數(shù)π顯著，且系數(shù)π的數(shù)值相比α有所下降，表明凈利差水平在這影響途徑中具有部分中介效應(yīng)。

3.銀行技術(shù)創(chuàng)新的中介作用

由表8 的結(jié)果可以看出，模型（8）中金融科技對技術(shù)創(chuàng)新的回歸系數(shù)ρ為正，且通過5%水平下的顯著性檢驗(yàn)，模型（9）中金融科技、技術(shù)創(chuàng)新對銀行風(fēng)險承擔(dān)影響的回歸系數(shù)φ和φ顯著為負(fù)，表明銀行技術(shù)創(chuàng)新明顯使得銀行Z值減小，風(fēng)險提高。模型（9）中系數(shù)φ的數(shù)值相比α有所下降，表明銀行技術(shù)創(chuàng)新具有部分中介效應(yīng)。

表8 基于存款結(jié)構(gòu)、凈利差水平和技術(shù)創(chuàng)新的中介效應(yīng)

五、結(jié)論與啟示

（一）主要結(jié)論

選取了2010—2018 年中國境內(nèi)199 家商業(yè)銀行的非平衡面板數(shù)據(jù)作為研究樣本，得出以下四點(diǎn)主要結(jié)論：（1）金融核心功能指數(shù)提高，商業(yè)銀行Z 值會顯著下降，風(fēng)險承擔(dān)水平上升。（2）底層技術(shù)支持指數(shù)提升，商業(yè)銀行Z 值會顯著下降，并且風(fēng)險承擔(dān)水平上升幅度更激烈。（3）金融科技通過業(yè)務(wù)競爭、技術(shù)創(chuàng)新兩個層面推高了商業(yè)銀行風(fēng)險承擔(dān)水平。（4）金融科技對各類商業(yè)銀行造成改變風(fēng)險承擔(dān)水平的程度具有差異性，對以城商行和農(nóng)商行為代表的中小銀行造成的沖擊更加顯著。

（二）啟示與建議

首先，對于商業(yè)銀行而言，必須要主動擁抱金融科技，積極開展數(shù)字化轉(zhuǎn)型，利用大數(shù)據(jù)處理等先進(jìn)技術(shù)進(jìn)行創(chuàng)新或是改造，有效優(yōu)化銀行業(yè)務(wù)辦理方式，盡可能降低經(jīng)營產(chǎn)生的資金成本，在激烈的競爭態(tài)勢突破重圍。其次，監(jiān)管機(jī)構(gòu)把握金融科技發(fā)展對銀行轉(zhuǎn)型的正面和負(fù)面影響，對各類商業(yè)銀行進(jìn)行分類監(jiān)管。鼓勵商業(yè)銀行運(yùn)用先進(jìn)技術(shù)開展技術(shù)創(chuàng)新項(xiàng)目，以此加快數(shù)字化轉(zhuǎn)型步伐，推動利率市場化，促進(jìn)金融行業(yè)乃至其他行業(yè)都能夠盡快實(shí)現(xiàn)又好又快發(fā)展。