銀行發(fā)展金融科技能否提高經(jīng)營績效？
——來自我國92家銀行的經(jīng)驗(yàn)證據(jù)

趙清波，卜 林

(1. 南開大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071；2. 天津財(cái)經(jīng)大學(xué) 金融學(xué)院，天津 300222)*

一、引 言

著眼于當(dāng)前國內(nèi)國際形勢變化，黨中央提出要構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。金融是實(shí)體經(jīng)濟(jì)的血液，銀行是金融體系的核心，新發(fā)展格局下經(jīng)濟(jì)的高質(zhì)量發(fā)展需要高質(zhì)量的銀行體系提供支撐。近年來，隨著大數(shù)據(jù)、人工智能等信息技術(shù)不斷進(jìn)步，金融科技發(fā)展由“電子化、網(wǎng)絡(luò)化”邁向“數(shù)字化、智能化”的新時(shí)期。面對日新月異的金融科技創(chuàng)新，黨和政府加強(qiáng)了針對金融科技發(fā)展的頂層設(shè)計(jì)。2021年3月，黨的“十四五”規(guī)劃中強(qiáng)調(diào)要“穩(wěn)妥發(fā)展金融科技，加快金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型”。在黨的政策指引和自身業(yè)務(wù)轉(zhuǎn)型升級、提質(zhì)增效的客觀需求下，商業(yè)銀行加大金融科技投入，積極開展數(shù)字化轉(zhuǎn)型，如工商銀行2020年金融科技投入238.19億元，較2019年增長45.47%。那么，銀行發(fā)展金融科技能否切實(shí)有效地提升經(jīng)營績效，實(shí)現(xiàn)高質(zhì)量發(fā)展，從而更好地服務(wù)于實(shí)體經(jīng)濟(jì)？銀行發(fā)展金融科技對經(jīng)營績效產(chǎn)生影響的作用機(jī)制是什么？對這些問題的回答不僅有助于理解金融科技對銀行經(jīng)營管理的實(shí)際影響，并且對于新發(fā)展格局下推動(dòng)銀行數(shù)字化轉(zhuǎn)型、提高銀行服務(wù)實(shí)體經(jīng)濟(jì)能力具有重要的理論與現(xiàn)實(shí)意義。

針對金融科技的研究，早期文獻(xiàn)多探討銀行外部金融科技，即互聯(lián)網(wǎng)金融發(fā)展對銀行效率、風(fēng)險(xiǎn)承擔(dān)等的影響。隨著銀行主動(dòng)發(fā)展金融科技、開啟數(shù)字化轉(zhuǎn)型，學(xué)者們開始從微觀層面研究銀行內(nèi)部金融科技對自身經(jīng)營管理的影響，研究發(fā)現(xiàn)，發(fā)展金融科技可以顯著降低銀行自身風(fēng)險(xiǎn)，而大銀行發(fā)展金融科技會(huì)抬高中小銀行風(fēng)險(xiǎn)水平；銀行發(fā)展金融科技可以增進(jìn)金融服務(wù)包容性，提升經(jīng)營績效，拓寬業(yè)務(wù)成長空間；發(fā)展金融科技能夠激勵(lì)銀行發(fā)放普惠貸款，有助于銀行降低風(fēng)險(xiǎn)、提升業(yè)績。

綜上所述，目前關(guān)于銀行金融科技的研究尚處于起步階段。僅有少量文獻(xiàn)研究了銀行發(fā)展金融科技對經(jīng)營績效的影響，仍存在一些可以拓展的空間：首先，文獻(xiàn)[7，8]均使用單一銀行的數(shù)據(jù)進(jìn)行研究，所得結(jié)論的普適性仍待驗(yàn)證；其次，上述文獻(xiàn)未在實(shí)證層面分析銀行發(fā)展金融科技對經(jīng)營績效影響的作用機(jī)制；最后，囿于單一銀行數(shù)據(jù)，前期文獻(xiàn)未針對不同銀行進(jìn)行異質(zhì)性分析。針對以上問題的探討，正是本文研究動(dòng)機(jī)所在。

銀行金融科技指數(shù)的合理構(gòu)建，是考察銀行金融科技對經(jīng)營績效影響的前提條件。前期文獻(xiàn)基于網(wǎng)絡(luò)檢索新聞數(shù)，測度了銀行金融科技發(fā)展水平。然而不同的網(wǎng)絡(luò)媒體存在新聞重復(fù)報(bào)道的情況，且年度新聞總數(shù)無法準(zhǔn)確獲取，因此該測度結(jié)果可能有偏。有學(xué)者采用文本分析的方法測度銀行金融科技發(fā)展水平，然而其研究樣本僅限于上市銀行。本文與已有研究不同，通過對銀行年報(bào)進(jìn)行文本分析構(gòu)建銀行金融科技指數(shù)，從而更準(zhǔn)確、全面地反映銀行金融科技發(fā)展水平。在此基礎(chǔ)上，進(jìn)一步探究銀行金融科技對經(jīng)營績效的影響與作用機(jī)制，以及該影響在不同銀行間呈現(xiàn)的異質(zhì)性，以期為監(jiān)管部門政策制定提供借鑒，為銀行依據(jù)自身特點(diǎn)制定金融科技發(fā)展戰(zhàn)略、探索數(shù)字化轉(zhuǎn)型路徑提供參考。

二、理論分析與研究假設(shè)

銀行發(fā)展金融科技，將大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)與金融業(yè)務(wù)相結(jié)合，優(yōu)化業(yè)務(wù)流程、推進(jìn)產(chǎn)品創(chuàng)新，提高了資源配置效率。一方面，金融科技在數(shù)據(jù)源、模型方法、管理流程等領(lǐng)域?yàn)閭鹘y(tǒng)銀行風(fēng)險(xiǎn)管理帶來了重大變革，提高了銀行的風(fēng)險(xiǎn)管理能力，使得銀行可以為更多優(yōu)質(zhì)的長尾客戶提供信貸服務(wù)。徐曉萍等研究表明，金融科技促進(jìn)了銀行信貸結(jié)構(gòu)的調(diào)整，提高了銀行高收益貸款的投放比例，進(jìn)而提高其凈息差。另一方面，金融科技不僅可以幫助銀行直接觸達(dá)客戶，提高銀行獲客能力；而且能夠提供實(shí)時(shí)線上服務(wù)，提高金融服務(wù)質(zhì)量，增加客戶粘性。由于金融科技具有網(wǎng)絡(luò)效應(yīng)和規(guī)模效應(yīng)，隨著客戶數(shù)量的增加，銀行的邊際收益遞增，邊際成本遞減，最終改善銀行經(jīng)營績效。據(jù)此，提出假設(shè)1。

銀行發(fā)展金融科技有助于提高經(jīng)營績效。

Boot等將金融科技創(chuàng)新區(qū)分為信息創(chuàng)新(數(shù)據(jù)收集與處理)與通訊創(chuàng)新(關(guān)聯(lián)與分發(fā))，有助于克服銀行實(shí)現(xiàn)資源有效配置過程中所面臨的信息摩擦與通訊摩擦。從這兩個(gè)層面出發(fā)，探究銀行發(fā)展金融科技影響經(jīng)營績效的作用機(jī)制。

傳統(tǒng)銀行在貸款決策過程中，通常基于財(cái)務(wù)報(bào)表、貸款抵押等硬信息，以及與客戶的長期互動(dòng)中獲取的軟信息對客戶信用進(jìn)行評估。隨著銀行金融科技發(fā)展水平的提高，互聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)的應(yīng)用擴(kuò)充了銀行風(fēng)險(xiǎn)數(shù)據(jù)源，云計(jì)算與人工智能技術(shù)的應(yīng)用則使得海量、高維、異構(gòu)的數(shù)據(jù)處理成為可能，重塑了銀行的風(fēng)險(xiǎn)管理模型。已有研究表明，將客戶訪問互聯(lián)網(wǎng)留下的“數(shù)字足跡”等另類數(shù)據(jù)，與傳統(tǒng)信用數(shù)據(jù)相結(jié)合，可以有效預(yù)測其違約行為。在此過程中，采用機(jī)器學(xué)習(xí)算法可以進(jìn)一步提高預(yù)測準(zhǔn)確度。銀行通過互聯(lián)網(wǎng)等渠道廣泛獲取客戶數(shù)據(jù)，并將其與機(jī)器學(xué)習(xí)等人工智能技術(shù)相結(jié)合用于信貸審核，可以有效降低信息不對稱、信貸過程中所面臨的道德風(fēng)險(xiǎn)，緩解逆向選擇問題，從而提高信貸資產(chǎn)質(zhì)量，降低不良貸款率。不良貸款率的降低減少了不良貸款處置成本與資產(chǎn)減值損失，進(jìn)而提高銀行經(jīng)營績效。據(jù)此，提出假設(shè)2。

銀行發(fā)展金融科技，可以降低不良貸款率，進(jìn)而提高經(jīng)營績效。

金融科技可以提高銀行內(nèi)外部的數(shù)據(jù)流通與信息傳遞效率，從“開源”和“節(jié)流”兩方面對銀行的經(jīng)營管理產(chǎn)生影響。在金融科技的賦能作用下，銀行可以依托網(wǎng)上銀行、手機(jī)銀行等線上平臺，開展經(jīng)營模式創(chuàng)新、構(gòu)建豐富的金融服務(wù)場景。例如，手機(jī)銀行中能夠嵌入醫(yī)療、教育、出行等消費(fèi)業(yè)務(wù)場景，智能投顧可以為不同客戶提供差異化投資理財(cái)服務(wù)等。這不僅拓寬了銀行的業(yè)務(wù)范圍與獲客渠道，也為銀行提供了更多交叉銷售的機(jī)會(huì)，從而增加銀行營業(yè)收入。金融科技使得銀行業(yè)務(wù)逐步由線下遷移至線上，服務(wù)于新客戶時(shí)無須新增固定成本，且邊際成本極低。隨著客戶數(shù)量的增加，銀行平均成本逐漸降低。與此同時(shí)，金融科技有助于銀行提高工作效率、改進(jìn)服務(wù)流程、優(yōu)化內(nèi)控機(jī)制，從而減少管理費(fèi)用，降低運(yùn)營成本。由此可見，銀行發(fā)展金融科技可以降低成本收入比，進(jìn)而提高經(jīng)營績效。據(jù)此，提出假設(shè)3。

銀行發(fā)展金融科技，可以降低成本收入比，進(jìn)而提高經(jīng)營績效。

三、數(shù)據(jù)、模型與變量

(一)數(shù)據(jù)來源與處理

使用2008—2019年我國商業(yè)銀行數(shù)據(jù)進(jìn)行研究，其中銀行年報(bào)來源于銀行官方網(wǎng)站和中國債券信息網(wǎng)；銀行層面數(shù)據(jù)主要來自Wind數(shù)據(jù)庫，對于缺失值盡可能通過查看年報(bào)的方式予以補(bǔ)足；宏觀變量數(shù)據(jù)來源于各年度《中國統(tǒng)計(jì)年鑒》。對原始數(shù)據(jù)做以下處理：(1)刪除主要變量數(shù)據(jù)存在缺失的觀測值；(2)刪除樣本期內(nèi)觀測值數(shù)量不足4的銀行樣本；(3)對所有銀行層面連續(xù)變量在1%水平上進(jìn)行雙側(cè)縮尾處理。最終得到包含6家大型國有銀行、12家股份制銀行以及74家城市商業(yè)銀行，總計(jì)92家銀行的非平衡面板數(shù)據(jù)。

(二)模型設(shè)定

基于前文理論分析，為檢驗(yàn)假設(shè)1，構(gòu)建以下靜態(tài)面板模型：

,=+,+

+++,

(1)

其中，,表示銀行在第年的經(jīng)營績效，,表示銀行在第年的金融科技指數(shù)，表示一系列控制變量，和分別表示個(gè)體和年份固定效應(yīng)，,為隨機(jī)誤差項(xiàng)。式(1)中度量了銀行金融科技對經(jīng)營績效的整體影響，若回歸結(jié)果中顯著為正，則表明銀行金融科技可以顯著提升經(jīng)營績效，假設(shè)1成立。

若假設(shè)1成立，則繼續(xù)探究銀行金融科技對經(jīng)營績效的影響機(jī)制。為檢驗(yàn)假設(shè)2與假設(shè)3，構(gòu)建以下多重中介效應(yīng)模型：

,=+,++

++,

(2)

,=+,++

++,

(3)

,=+,+

,+,+++

+,

(4)

其中，,代表銀行在第年的不良貸款率，,代表銀行在第年的成本收入比，其他變量與符號定義同上。

首先對式(2)和式(3)進(jìn)行回歸，其中與分別度量銀行金融科技對不良貸款率和成本收入比的影響，若兩者均顯著為負(fù)，則表明銀行發(fā)展金融科技可以降低不良貸款率和成本收入比；然后繼續(xù)對式(4)進(jìn)行回歸，若、均顯著為負(fù)且小于，則意味著銀行金融科技通過降低不良貸款率以及成本收入比，提高經(jīng)營績效，假設(shè)2與假設(shè)3成立。

(三)變量定義①

1．被解釋變量：銀行經(jīng)營績效。參考Liang等的做法，使用資產(chǎn)收益率()、股本收益率()作為銀行經(jīng)營績效的代理變量，分別采用凈利潤與平均總資產(chǎn)之比、凈利潤與平均凈資產(chǎn)之比度量。在后文中，采用營業(yè)利潤與平均總資產(chǎn)之比()以及營業(yè)利潤與平均凈資產(chǎn)之比()作為替代變量進(jìn)行穩(wěn)健性檢驗(yàn)。

2．核心解釋變量：銀行金融科技發(fā)展水平。通過對銀行年報(bào)進(jìn)行文本分析，構(gòu)建銀行金融科技指數(shù)()，具體步驟如下：

第一，建立金融科技關(guān)鍵詞庫。由于金融科技兼具金融屬性與技術(shù)特性，這里首先區(qū)分金融場景和技術(shù)運(yùn)用兩個(gè)初始維度；其次，基于金融功能觀，進(jìn)一步將金融場景維度劃分為支付結(jié)算、渠道建設(shè)、資源配置和風(fēng)險(xiǎn)管理4個(gè)子維度；最后，通過閱讀《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》等材料以及部分銀行年報(bào)，確定金融科技關(guān)鍵詞庫，結(jié)果如表1所示。

表1 銀行金融科技關(guān)鍵詞庫

第二，計(jì)算年報(bào)中各關(guān)鍵詞詞頻。我國銀行年報(bào)披露格式不一，部分銀行存在僅披露年報(bào)摘要、以圖片格式披露、無財(cái)務(wù)報(bào)表部分或該部分為圖片格式等情況。為保證不同銀行間的可比性，僅選用正文內(nèi)容以文本格式披露的完整年報(bào)，并刪除其財(cái)務(wù)報(bào)表部分(該部分并不包含金融科技關(guān)鍵詞)，之后使用Python對其進(jìn)行文本分析：首先，使用Pdfminer將年報(bào)由pdf格式轉(zhuǎn)換為txt格式，并將部分繁體年報(bào)轉(zhuǎn)換為簡體形式；其次，使用正則表達(dá)式匹配漢字，利用Jieba分詞工具進(jìn)行分詞處理；最后，計(jì)算每份年報(bào)中各個(gè)關(guān)鍵詞詞頻。

第三，構(gòu)建銀行金融科技指數(shù)。首先，將金融場景維度的4個(gè)子維度中金融科技關(guān)鍵詞詞頻分別加總；其次，采用熵值法確定子維度權(quán)重，通過加權(quán)平均法合成金融場景維度指數(shù)；再次，將技術(shù)運(yùn)用維度的所有關(guān)鍵詞詞頻之和作為技術(shù)運(yùn)用維度指數(shù)；最后，采用熵值法確定金融場景維度和技術(shù)運(yùn)用維度權(quán)重，依據(jù)該權(quán)重合成后，進(jìn)一步采取歸一化處理，最終生成銀行金融科技指數(shù)。

同時(shí)，借鑒Cheng和Qu的研究，基于網(wǎng)絡(luò)檢索新聞數(shù)測度了銀行金融科技發(fā)展水平，在后文中用其替代核心解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。具體步驟如下：首先，將銀行名稱與各關(guān)鍵詞分別采用雙引號鎖定后，在百度新聞高級檢索中分年份進(jìn)行聯(lián)合檢索，得到檢索新聞數(shù)；其次，將聯(lián)合檢索新聞數(shù)進(jìn)行分維度加總，并取自然對數(shù)，得到子維度指數(shù)；最后，采用與前文相同的方法，合成基于網(wǎng)絡(luò)檢索新聞數(shù)的銀行金融科技指數(shù)。

3．中介變量：不良貸款率、成本收入比。不良貸款率()是指銀行貸款五級分類中，次級、可疑、損失類貸款之和與總貸款余額之比；成本收入比()采用銀行管理費(fèi)用與營業(yè)收入之比度量。

4．控制變量。參照前期文獻(xiàn)，從銀行個(gè)體與宏觀層面選取控制變量。銀行個(gè)體層面控制變量包括：銀行規(guī)模()，即銀行總資產(chǎn)的自然對數(shù)；資本充足率()，即銀行總資本與風(fēng)險(xiǎn)加權(quán)資產(chǎn)之比；資本資產(chǎn)比()，即銀行總資本與總資產(chǎn)之比；存貸比()，即銀行貸款總額與存款總額之比；貸款資產(chǎn)比()，即銀行貸款總額與總資產(chǎn)的比值；上市情況()，在銀行上市及之后年份為1，其他年份為0。宏觀層面控制變量包括：GDP增速()、消費(fèi)者物價(jià)指數(shù)()，用以控制宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r和通貨膨脹水平的影響。

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸結(jié)果及機(jī)制檢驗(yàn)

采用年份、個(gè)體雙邊固定效應(yīng)模型檢驗(yàn)前文假設(shè)，結(jié)果如表2所示。其中列(1)、列(2)分別為銀行金融科技指數(shù)對資產(chǎn)收益率()、股本收益率()影響的估計(jì)結(jié)果。可以看到，銀行金融科技指數(shù)()的估計(jì)系數(shù)分別在1%、5%的水平上顯著為正，這表明銀行發(fā)展金融科技可以顯著提升經(jīng)營績效，假設(shè)1成立。

表2 基準(zhǔn)回歸結(jié)果及機(jī)制檢驗(yàn)

列(3)～列(6)展示了多重中介效應(yīng)的檢驗(yàn)結(jié)果。列(3)、列(4)為銀行金融科技指數(shù)對不良貸款率()、成本收入比()2個(gè)中介變量影響的估計(jì)結(jié)果；列(5)、列(6)分別考察了被解釋變量為、時(shí)多重中介效應(yīng)的存在性，即不良貸款率和成本收入比是否是銀行金融科技指數(shù)影響經(jīng)營績效的中介渠道。在列(3)、列(4)中，銀行金融科技指數(shù)的估計(jì)系數(shù)均在5%的顯著性水平上為負(fù)，意味著銀行金融科技可以顯著降低不良貸款率和成本收入比。在列(5)、列(6)中，不良貸款率和成本收入比的估計(jì)系數(shù)均為負(fù)，且都在1%的水平上顯著；相比加入中介變量前，金融科技指數(shù)的估計(jì)系數(shù)絕對值有所減小。這表明銀行發(fā)展金融科技通過降低不良貸款率以及成本收入比，提高經(jīng)營績效，假設(shè)2與假設(shè)3得證。

(二)內(nèi)生性檢驗(yàn)

銀行金融科技與經(jīng)營績效之間可能存在反向因果，從而導(dǎo)致內(nèi)生性問題。一方面，發(fā)展金融科技有助于提升銀行經(jīng)營績效；另一方面，業(yè)績更好的銀行財(cái)務(wù)狀況更優(yōu)，能夠?qū)⒏嗟馁Y金用于發(fā)展金融科技，建立競爭優(yōu)勢。為盡可能緩解這一內(nèi)生性問題對研究結(jié)論的影響，采用工具變量法和系統(tǒng)GMM方法進(jìn)行檢驗(yàn)。

1. 工具變量法。使用銀行總部所在地[省(區(qū)、市)]信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的人均工資()作為工具變量，具體思路如下：銀行總部所在地區(qū)科技從業(yè)人員工資越高，越有助于吸引高技術(shù)人才向該地區(qū)流動(dòng)，推動(dòng)該地區(qū)科技行業(yè)整體發(fā)展。科技行業(yè)發(fā)展會(huì)對銀行產(chǎn)生技術(shù)溢出，方便銀行引入技術(shù)人才、建立與科技公司的業(yè)務(wù)聯(lián)系，從而提高金融科技發(fā)展水平。因此，銀行總部所在地科技行業(yè)人均工資與銀行金融科技發(fā)展水平之間具有正相關(guān)性?？萍夹袠I(yè)的工資水平并不會(huì)直接影響銀行經(jīng)營績效，滿足外生性條件。

使用上述工具變量進(jìn)行2SLS回歸，估計(jì)結(jié)果如表3所示。統(tǒng)計(jì)量值小于0.01，表明不存在識別不足問題；統(tǒng)計(jì)量的值為37.97，大于SY weak ID test在10%水平上的臨界值16.38，說明不存在弱工具變量問題，因此該工具變量有效。列(1)為2SLS第一階段的回歸結(jié)果，可以發(fā)現(xiàn)該工具變量對銀行金融科技指數(shù)有顯著正向影響；列(2)、列(3)為當(dāng)被解釋變量分別是、時(shí)第二階段回歸結(jié)果，從中可以看出，在采用工具變量法緩解內(nèi)生性問題后，銀行金融科技指數(shù)對、仍然有顯著的正向影響，核心結(jié)論穩(wěn)健。

2. 系統(tǒng)GMM模型。銀行當(dāng)期經(jīng)營績效可能受到前期影響，從而呈現(xiàn)動(dòng)態(tài)連續(xù)性。因此，在式(1)與式(4)的基礎(chǔ)上，引入銀行經(jīng)營績效的一階滯后項(xiàng)作為解釋變量，擴(kuò)展為動(dòng)態(tài)面板模型，并使用系統(tǒng)GMM方法進(jìn)行估計(jì)。

表3 工具變量法回歸結(jié)果

回歸結(jié)果如表4所示，列(1)、列(2)分別為當(dāng)被解釋變量為時(shí)，加入中介變量前后的回歸結(jié)果；列(3)、列(4)分別列示了當(dāng)被解釋變量為時(shí)，加入中介變量前后的回歸結(jié)果。表4中，(2)檢驗(yàn)值均大于0.1，表明殘差項(xiàng)均不存在二階序列相關(guān)；檢驗(yàn)的值均大于0.1，意味著工具變量均有效。可以看出，被解釋變量滯后項(xiàng)的回歸系數(shù)都顯著為正，表明銀行經(jīng)營績效確實(shí)存在動(dòng)態(tài)連續(xù)性。列(1)、列(3)中，銀行金融科技指數(shù)()的估計(jì)系數(shù)均在1%的水平上顯著為正；列(2)、列(4)中，不良貸款率()、成本收入比()的估計(jì)系數(shù)均在1%的水平上顯著為負(fù)，這表明銀行金融科技確實(shí)可以通過降低不良貸款率和成本收入比提高經(jīng)營績效，核心結(jié)論成立。

表4 系統(tǒng)GMM模型回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)

為確保前文結(jié)論的有效性與可靠性，開展以下穩(wěn)健性檢驗(yàn)：

1. 替換被解釋變量。分別采用銀行營業(yè)利潤與平均總資產(chǎn)之比()以及營業(yè)利潤與平均凈資產(chǎn)之比()作為與的替代變量，代入式(1)中回歸。

2. 替換核心解釋變量。第一，使用基于網(wǎng)絡(luò)檢索新聞數(shù)構(gòu)建的銀行金融科技指數(shù)()作為核心解釋變量，代入式(1)中回歸；第二，使用兩種方法擴(kuò)充金融科技關(guān)鍵詞庫，進(jìn)而重構(gòu)銀行金融科技指數(shù)，代入式(1)中回歸；第三，采用簡單平均法替換熵值法，重新合成銀行金融科技指數(shù)，代入式(1)中回歸。

3. 改變樣本容量。第一，剔除非上市銀行中與上市銀行年報(bào)內(nèi)容格式差異較大的銀行樣本，對式(1)進(jìn)行回歸；第二，保留樣本期內(nèi)觀測值數(shù)量小于4的銀行樣本，對式(1)進(jìn)行回歸。

以上穩(wěn)健性檢驗(yàn)結(jié)果均支持核心結(jié)論，即銀行發(fā)展金融科技對經(jīng)營績效有顯著正向影響。

五、異質(zhì)性分析

在式(1)中引入銀行金融科技指數(shù)與個(gè)體特征變量的交乘項(xiàng)，進(jìn)一步考察不同銀行發(fā)展金融科技對經(jīng)營績效的異質(zhì)性影響，拓展后的模型如下：

,=+,+

,×,++++,

(5)

其中，,為銀行個(gè)體特征變量。為保證所得結(jié)論的穩(wěn)健性，進(jìn)一步構(gòu)建以下模型：

,=+,+

_,+,×

_,++++,

(6)

其中，_,是,對應(yīng)的分組虛擬變量，當(dāng),大于臨界值時(shí)，_,取1；當(dāng),小于等于臨界值時(shí)，_,取0。

(一)基于銀行規(guī)模

由于在資本實(shí)力、人才儲(chǔ)備等方面存在差異，不同規(guī)模銀行發(fā)展金融科技的方式不同。此外，不同規(guī)模銀行的客戶群體不同，在管理模式、組織結(jié)構(gòu)等方面亦存在較大差異，這會(huì)影響金融科技運(yùn)用的實(shí)際效果。為考察不同規(guī)模銀行發(fā)展金融科技對經(jīng)營績效的異質(zhì)性影響，將式(5)中,設(shè)定為總資產(chǎn)對數(shù)()。同時(shí)參照Liang等的做法，選取各年度銀行總資產(chǎn)對數(shù)的25%分位數(shù)，作為該年度銀行樣本中資產(chǎn)規(guī)模的臨界值，若銀行的資產(chǎn)規(guī)模在臨界值之上，則_取值為1，否則為0。

回歸結(jié)果如表5所示，可以看到列(1)～列(4)中，各交乘項(xiàng)的估計(jì)系數(shù)均顯著為正，表明相比于小銀行，大銀行發(fā)展金融科技對經(jīng)營績效的提升更為明顯。可能的原因在于，一方面，以往大銀行主要依賴財(cái)務(wù)報(bào)表等硬信息制定貸款決策，重點(diǎn)服務(wù)于大客戶；小銀行則在甄別軟信息方面具備優(yōu)勢，更多服務(wù)于中小客戶。金融科技可以降低軟信息獲取成本，有效緩解信息不對稱，使得大銀行可以將優(yōu)質(zhì)的中小客戶納入業(yè)務(wù)范圍，從而在提高信貸質(zhì)量的同時(shí)，發(fā)放更多高收益貸款。另一方面，相比于小銀行，大銀行分支機(jī)構(gòu)更多，組織結(jié)構(gòu)更為松散，委托代理問題更加嚴(yán)重。發(fā)展金融科技有助于大銀行優(yōu)化內(nèi)控機(jī)制、降低管理成本，對經(jīng)營績效的改善更為明顯。

表5 基于銀行規(guī)模的異質(zhì)性分析結(jié)果

(二)基于銀行資本充足率

在達(dá)到資本最低監(jiān)管要求后，銀行資本充足率高，一方面意味著資本運(yùn)營效率低，收益不足；另一方面，根據(jù)風(fēng)險(xiǎn)共擔(dān)的邏輯，資本充足率高的銀行在投資失敗時(shí)自有資本損失較多，因此其通常經(jīng)營穩(wěn)健，道德風(fēng)險(xiǎn)較低。為考察不同資本充足率水平下，銀行發(fā)展金融科技對經(jīng)營績效的異質(zhì)性影響，將式(5)中,設(shè)定為資本充足率()，將其臨界值設(shè)定為所有樣本的中位數(shù)，若銀行的資本充足率大于臨界值，則_取值為1，否則為0。

回歸結(jié)果如表6所示，列(1)、列(2)中，交乘項(xiàng)估計(jì)系數(shù)均不顯著，表明在銀行金融科技指數(shù)對的影響中，資本充足率無明顯的調(diào)節(jié)作用。列(3)、列(4)中，交乘項(xiàng)估計(jì)系數(shù)至少在5%的水平上顯著為正，表明相比于資本充足率低的銀行，資本充足率高的銀行發(fā)展金融科技對的提升更為顯著。發(fā)展金融科技可以提升銀行的資本運(yùn)營效率，同時(shí)能夠降低銀行與客戶間的信息不對稱程度，提高貸款技術(shù)。這使得銀行可以在保障信貸質(zhì)量的前提下，降低資本充足率、擴(kuò)大信貸規(guī)模，提升自身經(jīng)營績效。在滿足監(jiān)管要求的情況下，高資本充足率意味著銀行資本運(yùn)營的低收益和低效率。因此在金融科技的賦能作用下，相較于資本充足率低的銀行，資本充足率高的銀行有更強(qiáng)的意愿和能力降低資本充足率，從而更顯著地提高自身。金融科技對銀行風(fēng)險(xiǎn)管理能力和運(yùn)營效率的提升作用與資本充足率無關(guān)，因此對于不同資本充足率的銀行，發(fā)展金融科技對的影響無明顯區(qū)別。

表6 基于銀行資本充足率的異質(zhì)性分析結(jié)果

六、結(jié)論與建議

近年來，銀行積極發(fā)展金融科技，利用新興技術(shù)推動(dòng)傳統(tǒng)業(yè)務(wù)轉(zhuǎn)型升級，以求實(shí)現(xiàn)高質(zhì)量發(fā)展。在此背景下，以我國2008—2019年92家銀行為研究樣本，采用對年報(bào)進(jìn)行文本分析的方法構(gòu)建銀行金融科技指數(shù)，基于多重中介效應(yīng)模型實(shí)證檢驗(yàn)發(fā)展金融科技對銀行經(jīng)營績效的影響及作用機(jī)制。所得結(jié)論如下：第一，銀行發(fā)展金融科技可以顯著提升經(jīng)營績效。第二，銀行發(fā)展金融科技，通過降低不良貸款率以及成本收入比兩種渠道提升經(jīng)營績效。第三，相比于小銀行，大銀行發(fā)展金融科技對經(jīng)營績效的提升效果更為明顯；與資本充足率低的銀行相比，資本充足率高的銀行發(fā)展金融科技可以更顯著地提高股本收益率，不同資本充足率的銀行發(fā)展金融科技對資產(chǎn)收益率的影響無明顯區(qū)別。

基于上述研究結(jié)論，提出如下建議：首先，監(jiān)管部門應(yīng)進(jìn)一步加強(qiáng)頂層設(shè)計(jì)與政策指引，支持銀行發(fā)展金融科技；同時(shí)加大相關(guān)基礎(chǔ)設(shè)施投入，充分發(fā)揮金融科技在服務(wù)實(shí)體經(jīng)濟(jì)、助力金融供給側(cè)改革中的重要作用。其次，銀行要主動(dòng)擁抱金融科技，增加金融科技投入、重視人才培養(yǎng)，借助大數(shù)據(jù)、人工智能等技術(shù)提高風(fēng)控水平與運(yùn)營效率，實(shí)現(xiàn)降本增效。最后，銀行應(yīng)根據(jù)自身特點(diǎn)與優(yōu)勢，采用差異化的方式發(fā)展金融科技，對小銀行來說更是如此。小銀行在資金、人才等方面存在劣勢，且面臨大銀行業(yè)務(wù)下沉帶來的新挑戰(zhàn)。因此，小銀行要積極尋求與金融科技公司合作，拓展金融業(yè)務(wù)場景，基于比較優(yōu)勢實(shí)現(xiàn)精細(xì)化運(yùn)作、差異化發(fā)展，從而提高核心競爭力。

① 限于篇幅，文中省略了變量描述性統(tǒng)計(jì)結(jié)果。如若需要，請聯(lián)系作者索取。

②限于篇幅，此處省略了對于控制變量的解釋與分析。如若需要，請聯(lián)系作者索取。

③限于篇幅，此處省略了穩(wěn)健性檢驗(yàn)的回歸結(jié)果表格。如若需要，請聯(lián)系作者索取。

④方法一：首先基于所涉及的年報(bào)文本訓(xùn)練Word2vec詞向量模型；之后使用該模型選取年報(bào)文本中與每個(gè)金融科技關(guān)鍵詞余弦相似度大于或等于0.5的詞匯，人工剔除其中與金融科技無關(guān)以及重復(fù)的詞匯；最后將所得詞匯分維度匯總，擴(kuò)充關(guān)鍵詞庫。方法二：選取沈悅和郭品(2015)、金洪飛等(2020)、Cheng和Qu(2020)三篇文獻(xiàn)所涉及的金融科技關(guān)鍵詞，分維度匯總后擴(kuò)充關(guān)鍵詞庫。

⑤不同上市銀行年報(bào)內(nèi)容安排亦存在差異，但主要包括以下部分：公司簡介；重要提示；財(cái)務(wù)概要；董事長/行長致辭；管理層討論與分析；股本變動(dòng)及股東情況；董事、監(jiān)事及高管人員情況；公司治理；董事會(huì)報(bào)告；監(jiān)事會(huì)報(bào)告；重要事項(xiàng)等(此處僅列示財(cái)務(wù)報(bào)表部分之前內(nèi)容)。剔除年報(bào)中上述內(nèi)容不全面的銀行樣本，采用剩余銀行樣本進(jìn)行穩(wěn)健性檢驗(yàn)。