金融科技降低了銀行風(fēng)險(xiǎn)嗎?
——基于規(guī)模異質(zhì)的視角

趙勝民 屠堃泰

一、引言

近年來，隨著大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)的興起，金融科技在我國蓬勃發(fā)展，金融服務(wù)創(chuàng)新層出不窮，繼而推動(dòng)金融格局發(fā)生深刻變化。2019年8月，央行印發(fā)《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》，規(guī)劃強(qiáng)調(diào)要“充分發(fā)揮金融科技賦能作用，將金融科技打造成為經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎”。

科技助力下，商業(yè)銀行的經(jīng)營模式逐漸升級(jí)，金融生態(tài)環(huán)境不斷優(yōu)化。然而，科技進(jìn)步從來都是一把“雙刃劍”，銀行數(shù)字化轉(zhuǎn)型引發(fā)的內(nèi)外環(huán)境改變會(huì)反過來影響自身風(fēng)險(xiǎn)。一些研究對金融科技與銀行風(fēng)險(xiǎn)的關(guān)系進(jìn)行了探討(Chen等，2019[1]；Thakor，2020[2])，但未形成一致結(jié)論。可能原因在于，現(xiàn)有研究大多籠統(tǒng)地將商業(yè)銀行視為一個(gè)總體，忽略了對銀行異質(zhì)性特征的考量。而技術(shù)變革往往具有兩面性，對不同的銀行而言，金融科技的最終作用效果或有不同。銀行自身特征和稟賦條件各異，特別是大型銀行和中小型銀行之間，其資金規(guī)模、市場勢力、客戶類型、貸款技術(shù)等都具有較大差異，金融科技的適用性與作用效果或有差別，對銀行經(jīng)營與風(fēng)險(xiǎn)的影響也不能一概而論。技術(shù)的變革迫使所有銀行加碼金融科技，新技術(shù)能否充分發(fā)揮積極作用尚未可知，但技術(shù)的研發(fā)卻需要人力和資金的大量投入，如果科技的投入不能轉(zhuǎn)化為經(jīng)濟(jì)效益的提升，高額的成本反而會(huì)加重銀行負(fù)擔(dān)。

在這一背景下，金融科技如何影響商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)是一個(gè)有待探索的黑箱。區(qū)別于現(xiàn)有文獻(xiàn)中，僅單純針對金融科技與銀行風(fēng)險(xiǎn)的總體關(guān)系進(jìn)行研究，或者單純針對金融科技與銀行經(jīng)營的關(guān)系進(jìn)行研究，本文聚焦微觀層面，構(gòu)建基于銀行個(gè)體的金融科技指標(biāo)，關(guān)注金融科技技術(shù)特性與銀行的稟賦特征，探討金融科技通過影響銀行經(jīng)營進(jìn)而影響銀行風(fēng)險(xiǎn)的機(jī)制，并考察這種機(jī)制在銀行規(guī)模層面的異質(zhì)性，更符合客觀現(xiàn)實(shí)。

本文主要貢獻(xiàn)在于：第一，本文以銀行規(guī)模異質(zhì)性為切入點(diǎn)，對不同規(guī)模銀行發(fā)展金融科技的效用進(jìn)行了詳細(xì)梳理。而以往研究通常將商業(yè)銀行視為一個(gè)總體，缺乏基于銀行異質(zhì)性特征的探索。第二，本文將研究延伸到影子銀行領(lǐng)域，進(jìn)一步探索了金融科技、影子銀行與銀行風(fēng)險(xiǎn)之間的關(guān)系?，F(xiàn)有研究鮮有從影子銀行層面探討金融科技的作用效果。本文的研究有助于深入認(rèn)識(shí)金融科技帶來的銀行營業(yè)結(jié)構(gòu)性變化和風(fēng)險(xiǎn)水平變動(dòng)，不僅有助于豐富金融科技相關(guān)理論研究，而且對于商業(yè)銀行布局金融科技、利用新型技術(shù)防范和化解金融風(fēng)險(xiǎn)以及推動(dòng)銀行業(yè)深化改革等重要現(xiàn)實(shí)問題具有參考意義。

二、文獻(xiàn)綜述與研究假設(shè)

(一)金融科技與銀行風(fēng)險(xiǎn)承擔(dān)

隨著金融科技的蓬勃發(fā)展，其與銀行風(fēng)險(xiǎn)承擔(dān)的關(guān)系逐漸受到學(xué)術(shù)界的關(guān)注。根據(jù)以往研究脈絡(luò)，本文將從積極影響和消極影響兩方面進(jìn)行梳理。

積極影響方面，金融科技可以降低交易成本，提高交易的便利性，激發(fā)商業(yè)銀行的創(chuàng)新能力和盈利能力，從而降低銀行風(fēng)險(xiǎn)承擔(dān)(Philippon，2016[3]；Goldstein等，2019[4])。Sheng(2021)[5]指出，運(yùn)用金融科技可以提高銀行軟信息收集能力，增強(qiáng)市場信息透明性，降低銀企間的信息不對稱，優(yōu)化風(fēng)險(xiǎn)管理水平。Buchak等(2018)[6]發(fā)現(xiàn)，抵押貸款市場上，使用金融科技的影子銀行可以利用更多的數(shù)據(jù)和模型為貸款定價(jià)，他們設(shè)定的利率水平也與客戶事后表現(xiàn)更相關(guān)，即借助科技手段可以將信貸資源配置給信用更好的借款人。Fuster等(2019)[7]發(fā)現(xiàn)，金融科技貸款人處理抵押貸款申請的速度比其他貸款人快約20%，在金融科技貸款較多的地區(qū)，借款人會(huì)更積極地參與再融資。除此之外，金融科技有助于銀行對借款人展開價(jià)格歧視并獲得服務(wù)溢價(jià)。研究發(fā)現(xiàn)，在對價(jià)格最敏感的借款人中，金融科技定價(jià)的貸款利率較低；與之相對，在更看重便利性的借款人中，貸款利率較高。

另一些研究則認(rèn)為，金融科技具有消極影響。從資金成本的角度來看，邱晗等(2018)[8]的研究指出，金融科技推動(dòng)了利率市場化，銀行越來越依賴同業(yè)拆借等批發(fā)性資金，由于同業(yè)資金利率較高，銀行整體負(fù)債成本被抬高。為彌補(bǔ)負(fù)債成本上升的利潤損失，銀行會(huì)選擇更高風(fēng)險(xiǎn)的資產(chǎn)。從目標(biāo)客戶的角度看，龔曉葉和李穎(2020)[9]表明，金融科技主要針對“長尾”人群在“利基”市場提供金融服務(wù)，這些客戶希望以低成本獲得資金，且普遍存在抵押物缺乏、信用信息不全等問題，銀行服務(wù)成本較高，將加重風(fēng)險(xiǎn)承擔(dān)水平。除此之外，方意等(2020)[10]指出，金融科技所依托的技術(shù)可能會(huì)帶來新的風(fēng)險(xiǎn)。人工智能技術(shù)的普及會(huì)導(dǎo)致金融機(jī)構(gòu)的算法和決策行為趨同，在受到外生沖擊時(shí)，會(huì)加劇市場共振和風(fēng)險(xiǎn)傳染。

可以看出，金融科技對銀行風(fēng)險(xiǎn)的影響具有兩面性，當(dāng)科技發(fā)展能夠轉(zhuǎn)化為效益的提升，實(shí)現(xiàn)收益覆蓋風(fēng)險(xiǎn)時(shí)，銀行風(fēng)險(xiǎn)降低；反之，當(dāng)技術(shù)的進(jìn)步未能使銀行形成比較優(yōu)勢，甚至惡化了經(jīng)營狀況時(shí)，為覆蓋成本和穩(wěn)定收益，銀行的風(fēng)險(xiǎn)承擔(dān)上升。

基于以上分析，本文提出如下假設(shè)：

H1：金融科技對銀行風(fēng)險(xiǎn)的影響并不確定，取決于其積極效應(yīng)與消極效應(yīng)的凈效應(yīng)。

(二)金融科技特性與銀行比較優(yōu)勢

銀行特征可能是影響金融科技與風(fēng)險(xiǎn)承擔(dān)關(guān)系的重要因素。尤其是大型銀行和中小型銀行之間，其自身資源與稟賦條件都具有較大差異，因而金融科技對銀行風(fēng)險(xiǎn)的作用效果可能會(huì)有所差別。接下來，本文將從金融科技的技術(shù)特征入手，結(jié)合銀行的稟賦條件具體說明。

第一，從成本的角度來看，金融科技具有兩個(gè)特點(diǎn)，較高的初始成本投入和隨之降低的銀行單位成本(Philippon，2019[11])。針對金融科技的成本特點(diǎn)，大型銀行更易利用自身規(guī)模優(yōu)勢提高技術(shù)投入的成本效率。大型銀行客戶數(shù)量較多，業(yè)務(wù)規(guī)模較大，邊際成本的下降帶來的收益較大，高額初始投入更易被分?jǐn)偅a(chǎn)生規(guī)模經(jīng)濟(jì)。相比之下，中小型銀行規(guī)模較小，單位成本下降帶來的收益不能彌補(bǔ)初始投入增加的成本，反而可能會(huì)加重經(jīng)營負(fù)擔(dān)。

第二，從服務(wù)模式的角度來看，金融科技拓展了銀行服務(wù)邊界。金融科技的應(yīng)用使銀行具備了業(yè)務(wù)下沉能力，促進(jìn)了零售端業(yè)務(wù)擴(kuò)張(徐曉萍等，2021[12])。在傳統(tǒng)金融環(huán)境中，大型銀行主要依賴對公業(yè)務(wù)，而大銀行的客群轉(zhuǎn)型實(shí)際上會(huì)對中小型銀行展開競爭，二者關(guān)系從“井水不犯河水”變?yōu)椤岸瘫嘟印?。大型銀行吸引和擠出了中小型銀行積累的優(yōu)質(zhì)客戶資源，致使其盈利水平下降，風(fēng)險(xiǎn)水平上升。

第三，從銀行貸款技術(shù)的角度來看，人工智能等新技術(shù)的發(fā)展能夠增強(qiáng)銀行的軟信息收集能力，減少銀企之間信息不對稱程度(Granja等，2020[13]；Berg等，2020[14])。在傳統(tǒng)經(jīng)營中，中小銀行更好地掌握地方性小微企業(yè)信息?？萍嫉陌l(fā)展升級(jí)了銀行的貸款技術(shù)，大型銀行的信息劣勢被扭轉(zhuǎn)，銀行可以從多種渠道收集小微企業(yè)軟信息，通過將軟信息“硬化”，提升小微企業(yè)信貸供給能力(盛天翔等，2020[15])。相比之下，科技發(fā)展減少了“中小銀行優(yōu)勢”現(xiàn)象，中小銀行所依賴的區(qū)域經(jīng)驗(yàn)優(yōu)勢和地緣性經(jīng)濟(jì)優(yōu)勢被削弱，銀行維系核心客戶的成本和難度加大。

基于以上分析，本文提出如下假設(shè)：

H2：金融科技顯著降低了大銀行風(fēng)險(xiǎn)水平，而對中小銀行的影響并不顯著。

(三)金融科技、銀行經(jīng)營結(jié)構(gòu)和風(fēng)險(xiǎn)承擔(dān)

為研究金融科技影響銀行風(fēng)險(xiǎn)的作用機(jī)制，本文將從金融科技對銀行經(jīng)營結(jié)構(gòu)的影響及其風(fēng)險(xiǎn)傳遞機(jī)制兩方面進(jìn)行梳理。

首先，梳理金融科技對銀行經(jīng)營結(jié)構(gòu)的影響。金融科技的應(yīng)用幫助銀行具備了業(yè)務(wù)下沉能力，大型銀行在競爭中具有比較優(yōu)勢，優(yōu)質(zhì)零售客戶大量增加，進(jìn)而促進(jìn)了客戶結(jié)構(gòu)和信用結(jié)構(gòu)調(diào)整(金洪飛等，2020[16])。在負(fù)債端表現(xiàn)為吸儲(chǔ)能力增強(qiáng)，客戶存款比例提高；在資產(chǎn)端表現(xiàn)為信貸供給能力提高，利息收入比例上升。相比之下，中小銀行的客戶資源流失，吸儲(chǔ)難度加大，在負(fù)債端更加依賴同業(yè)融資。在資產(chǎn)端，主營業(yè)務(wù)空間被擠壓，不得不增加對同業(yè)業(yè)務(wù)和表外業(yè)務(wù)的依賴，可以推測，中小型銀行非利息收入比例上升。

其次，梳理銀行經(jīng)營結(jié)構(gòu)的變化對銀行風(fēng)險(xiǎn)水平的影響。在負(fù)債端，客戶存款被視為銀行最穩(wěn)定的負(fù)債來源，具有成本低、期限長、穩(wěn)定性強(qiáng)等優(yōu)點(diǎn)(Cornett等，2011[17])。而非存款負(fù)債如批發(fā)性資金等，不僅付息成本高，且利率風(fēng)險(xiǎn)暴露也較高，因而更易引發(fā)危機(jī)。在資產(chǎn)端，利息業(yè)務(wù)具有高收益性，且客戶黏性較高。相比之下，非利息活動(dòng)的波動(dòng)較大，非利息收入的邊際增長會(huì)導(dǎo)致較低的風(fēng)險(xiǎn)調(diào)整利潤，銀行過度依賴非利息業(yè)務(wù)會(huì)惡化風(fēng)險(xiǎn)水平(Stiroh和Rumble，2006[18]；李志輝和李夢雨，2014[19])。

基于以上分析，本文提出如下假設(shè)：

H3：金融科技提高大銀行客戶存款占比和利息收入占比，而對中小銀行的作用則恰恰相反。

在常規(guī)業(yè)務(wù)之外，銀行還進(jìn)行著大量影子銀行業(yè)務(wù)。作為“平行體系”，影子銀行也具有信用中介等職能，積聚了各類風(fēng)險(xiǎn)。2020年銀保監(jiān)會(huì)發(fā)布的《中國影子銀行報(bào)告》認(rèn)為，影子銀行具有“天使與魔鬼的兩重性”，其本身是常規(guī)銀行體系的補(bǔ)充，但缺乏必要的監(jiān)管。為了繞開信貸規(guī)模、流向、資本金要求等監(jiān)管限制，銀行將一些業(yè)務(wù)進(jìn)行“包裝”，隱藏在資產(chǎn)負(fù)債表的其他會(huì)計(jì)科目中或直接移出表外，造成資產(chǎn)質(zhì)量不實(shí)，真實(shí)風(fēng)險(xiǎn)被粉飾或掩蓋。

金融科技改變著銀行的經(jīng)營方式，銀行自然也會(huì)將新技術(shù)應(yīng)用于影子銀行領(lǐng)域。一方面，金融科技提高了交易的便利性，為影子銀行業(yè)務(wù)開展提供了便利條件。金融科技的發(fā)展可以增加銀行網(wǎng)絡(luò)的覆蓋范圍，擴(kuò)充客戶資源，而客戶群體的擴(kuò)大也會(huì)增加銀行理財(cái)、委托貸款等影子銀行產(chǎn)品的發(fā)行和銷售量。Buchak等(2018)[6]比較了不同貸款技術(shù)下，影子銀行貸款發(fā)放差異。研究顯示，應(yīng)用FinTech的影子銀行可以使消費(fèi)者更快更方便地獲得貸款，消費(fèi)者愿意為這種便利買單。研究估計(jì)，技術(shù)進(jìn)步大約貢獻(xiàn)了影子銀行總體增長的25%。另一方面，金融科技的發(fā)展還會(huì)通過加劇銀行間競爭，促進(jìn)影子銀行擴(kuò)張。比如，一些小的城商行和農(nóng)商行偏居一方，面向的客戶群體有限，當(dāng)?shù)貎?yōu)質(zhì)客戶會(huì)被大型銀行精準(zhǔn)“掐尖”，為彌補(bǔ)利潤損失，會(huì)轉(zhuǎn)向通道、同業(yè)、投資等影子銀行業(yè)務(wù)獲取收益。競爭壓力下，為了應(yīng)對客戶存款的流失，銀行會(huì)通過發(fā)行高收益的理財(cái)產(chǎn)品來變相吸收存款；為了應(yīng)對優(yōu)質(zhì)貸款項(xiàng)目的減少，銀行也有動(dòng)機(jī)降低信貸標(biāo)準(zhǔn)，通過開展“類信貸”業(yè)務(wù)發(fā)放貸款。而影子銀行業(yè)務(wù)通常游離于監(jiān)管和救助體系之外，融資實(shí)體信用水平較差，產(chǎn)品層層嵌套關(guān)聯(lián)性強(qiáng)，具有較高風(fēng)險(xiǎn)隱患。

基于以上分析，本文提出如下假設(shè)：

H4：在常規(guī)業(yè)務(wù)之外，金融科技還會(huì)促進(jìn)影子銀行規(guī)模擴(kuò)張，提高銀行的隱性風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文選取了我國60家商業(yè)銀行作為研究樣本，包括6家大型國有商業(yè)銀行、10家股份制商業(yè)銀行，以及38家城商行、6家農(nóng)商行，銀行類型較為全面。另外，根據(jù)銀保監(jiān)會(huì)披露(1)數(shù)據(jù)來源：中國銀行保險(xiǎn)監(jiān)督管理委員會(huì)網(wǎng)站，該統(tǒng)計(jì)口徑不包含政策性金融機(jī)構(gòu)等其他類型金融機(jī)構(gòu)。，截至2019年年末，我國商業(yè)銀行總資產(chǎn)為232.3萬億元，而樣本銀行合計(jì)資產(chǎn)規(guī)模為198.8萬億元，占總資產(chǎn)比例的85.6%，說明本文所選樣本可以較好代表銀行業(yè)總體特征。樣本期間為2010—2019年。本文所用銀行財(cái)務(wù)數(shù)據(jù)主要源于Bank Focus數(shù)據(jù)庫、WIND數(shù)據(jù)庫，還有部分是根據(jù)銀行年度報(bào)告整理所得。

(二)變量選擇

本文主要涉及三類變量：其一，銀行風(fēng)險(xiǎn)和經(jīng)營指標(biāo)；其二，銀行金融科技發(fā)展水平指標(biāo)；其三，控制變量。下面分別給出變量的具體定義。

1.被解釋變量。

本文的被解釋變量涉及兩個(gè)方面，一是銀行風(fēng)險(xiǎn)水平，二是銀行經(jīng)營狀況。

銀行風(fēng)險(xiǎn)水平：文獻(xiàn)中常用風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率反映銀行的主動(dòng)風(fēng)險(xiǎn)承擔(dān)，相較于不良貸款率等指標(biāo)，其包含了更多種類的資產(chǎn)，反映了更多風(fēng)險(xiǎn)類型。故本文選取風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率(RWA)作為銀行風(fēng)險(xiǎn)水平的基準(zhǔn)衡量指標(biāo)，并將不良貸款率(NPL)、資產(chǎn)減值準(zhǔn)備比率(LLR)作為穩(wěn)健性檢驗(yàn)的輔助指標(biāo)。

銀行經(jīng)營結(jié)構(gòu)：參考郭品和沈悅(2019)[20]的研究，本文選用客戶存款與總付息負(fù)債之比(CD)衡量銀行的存款結(jié)構(gòu)。客戶存款是銀行付息負(fù)債的主要組成部分，且對銀行的風(fēng)險(xiǎn)、利率等經(jīng)營狀況缺乏敏感度，穩(wěn)定性較強(qiáng)。而同業(yè)存款等批發(fā)性資金對利率高度敏感，易引發(fā)流動(dòng)性問題。當(dāng)零售市場競爭加劇，籌資困難時(shí)，銀行會(huì)加大對批發(fā)性資金的需求，二者形成互補(bǔ)關(guān)系。參考申創(chuàng)和趙勝民(2018)[21]的研究，本文以非利息收入占比(NIIR)作為銀行業(yè)務(wù)結(jié)構(gòu)的代理變量。銀行的營業(yè)收入由利息收入和非利息收入兩部分構(gòu)成。非利息收入占比越高，說明信貸業(yè)務(wù)占比越小。

銀行存款與貸款規(guī)模：本文以客戶存款總額的自然對數(shù)(DEP)衡量銀行存款規(guī)模。以貸款總額的自然對數(shù)(LOAN)衡量銀行貸款規(guī)模。為排除銀行自身因素的影響，本文同時(shí)選取相對存款規(guī)模(RDEP，存款總額/總資產(chǎn))和相對貸款規(guī)模(RLOAN，貸款總額/總資產(chǎn))作為穩(wěn)健性檢驗(yàn)指標(biāo)。

影子銀行規(guī)模：影子銀行無直接可用的數(shù)據(jù)，本文根據(jù)《中國影子銀行報(bào)告》中對影子銀行業(yè)務(wù)的界定來推算影子銀行規(guī)模。對于銀行體系的影子銀行，又可進(jìn)一步劃分為表內(nèi)影子銀行和表外影子銀行(李志生和邵楊楠，2021[22])。表內(nèi)影子銀行主要包括：同業(yè)特定目的載體投資，如信托和資產(chǎn)管理計(jì)劃、理財(cái)產(chǎn)品、投資基金、資產(chǎn)支持證券等，大多記為存放同業(yè)、買入返售金融資產(chǎn)、應(yīng)收款項(xiàng)類投資科目。表外影子銀行主要包括：資金來源方，非保本理財(cái)產(chǎn)品；資金運(yùn)用方，委托貸款、信托貸款和未貼現(xiàn)票據(jù)。大多數(shù)銀行年報(bào)未披露信托貸款和未貼現(xiàn)票據(jù)的數(shù)據(jù)，本文僅以委托貸款表示。經(jīng)測算，2019年年末，樣本中表內(nèi)影子銀行(SHADOW)規(guī)模為7.75萬億元，與《中國影子銀行報(bào)告》披露的10.82萬億元相比，占總量的72%左右。非保本理財(cái)產(chǎn)品(WMP)規(guī)模18.8萬億元，與《中國銀行業(yè)理財(cái)市場報(bào)告》中所披露的23.4萬億元相比，占總量的80%左右。委托貸款(EL)規(guī)模為8.19萬億元，與人民銀行披露的11.44萬億元相比，占總量的72%左右?？傮w來看，本文樣本能較好地代表銀行業(yè)特征。

2.核心解釋變量。

(1)銀行金融科技發(fā)展水平。

本文利用網(wǎng)絡(luò)爬蟲技術(shù)和文本分析技術(shù)構(gòu)建銀行層面的金融科技發(fā)展指標(biāo)。具體構(gòu)造過程分為三步：構(gòu)建金融科技詞庫、搜索銀行金融科技文本、文本信息處理。

第一步，構(gòu)建金融科技關(guān)鍵詞庫。參考巴塞爾委員會(huì)的報(bào)告，金融科技(FinTech)可以劃分為四大業(yè)務(wù)領(lǐng)域，分別為：支付結(jié)算(PS)、存貸款與資本籌集(DLC)、投資管理(IM)、市場設(shè)施(MF)。本文將依據(jù)這種分類方式，參考《中國金融科技運(yùn)行報(bào)告》《金融科技發(fā)展規(guī)劃(2019—2021年)》等文件，篩選提取金融科技四大領(lǐng)域相關(guān)詞匯，并將其作為詞庫，如表1所示。

第二步，獲取銀行金融科技文本。借鑒李春濤等(2020)[23]的研究，本文通過“關(guān)鍵詞+銀行名稱”的形式，利用百度搜索進(jìn)行Python網(wǎng)絡(luò)爬蟲，得到既包含銀行名稱又包含科技名詞的新聞(如“工商銀行”+“大數(shù)據(jù)”)。為保證搜索結(jié)果的準(zhǔn)確性，本文還做了以下處理：第一，限制在資訊欄目進(jìn)行搜索，可以排除廣告等無關(guān)信息干擾，且新聞可信度和權(quán)威性較高。第二，搜索結(jié)果可能存在部分與銀行金融科技發(fā)展相關(guān)性較弱的新聞。比如，一些財(cái)經(jīng)類新聞僅并列討論了科技類公司和銀行的股票，但可能同時(shí)包含金融科技名詞和銀行名稱。為了排除這種干擾，進(jìn)一步對文本信息進(jìn)行篩選。如果“銀行名稱”和“科技詞匯”同時(shí)出現(xiàn)在新聞標(biāo)題中，則保留這條新聞。對于標(biāo)題未出現(xiàn)關(guān)鍵詞的新聞，參考朱恩偉等(2019)[24]的研究，進(jìn)一步爬取新聞內(nèi)容。當(dāng)新聞內(nèi)容中同時(shí)出現(xiàn)一定次數(shù)以上的“銀行名詞”和“科技詞匯”時(shí)，才認(rèn)定該新聞反映了銀行的金融科技發(fā)展?fàn)顩r。這種做法的依據(jù)是：新聞中目標(biāo)關(guān)鍵詞出現(xiàn)的次數(shù)越多，說明該新聞與目標(biāo)主題越接近。本文將該閾值取2，在1 000條樣本的抽樣檢測中，有效樣本可達(dá)92%。

第三步，對上述結(jié)果進(jìn)行文本分析。本文利用基于情感詞典的分析方法，區(qū)分新聞文本情感傾向，并將其分為三類：積極新聞、中性新聞和消極新聞。然后使用積極新聞與消極新聞之差度量銀行金融科技發(fā)展。參考姜富偉等(2021)[25]、李倩等(2022)[26]的研究，主要技術(shù)步驟包括：第一，對新聞文本分詞。本文使用jieba模塊進(jìn)行分詞，并將搜狗詞庫內(nèi)的經(jīng)濟(jì)、科技詞庫以及本文構(gòu)建的關(guān)鍵詞庫添加入自定義詞庫(2)搜狗詞庫網(wǎng)址：https://pinyin.sogou.com/dict/。本文添加的搜狗詞庫：財(cái)經(jīng)金融詞匯大全、金融市場名詞、人工智能。，以保證分詞結(jié)果的準(zhǔn)確性。第二，構(gòu)建金融情感詞典。文獻(xiàn)中通常采用LM詞典分析文本情緒，但該詞典是基于英文財(cái)經(jīng)文本開發(fā)的，不能很好適合中文語境。本文在LM詞典基礎(chǔ)上，補(bǔ)充了三種常用的中文情感詞典(知網(wǎng)Hownet、臺(tái)灣大學(xué)NTUSD、清華大學(xué)李軍)，然后篩選、去重得到本文情感詞典。最后，計(jì)算新聞情感傾向。根據(jù)情感詞典和其他基礎(chǔ)詞典(包括否定詞詞典、程度副詞詞典)(3)本文使用的詞典已在github分享，有興趣的讀者可自行下載：https://github.com/kuntai-master/sentiment_dict。計(jì)算每條新聞的凈情緒(式1)。如果情感分?jǐn)?shù)大于0，說明是積極新聞；分?jǐn)?shù)等于0，說明情感傾向是中性；分?jǐn)?shù)小于0，說明是消極新聞。得到上述結(jié)果后，以同期正負(fù)新聞數(shù)量之差計(jì)算凈指數(shù)(式4)，作為銀行金融科技發(fā)展的度量。對上述指標(biāo)進(jìn)行對數(shù)變換以消除其右偏性。簡要表述如下：

×senti(wordj,k,i,t)

(1)

sig(mj,k,i,t)=(-1)mj,k,i,t

(2)

(3)

(4)

本文指標(biāo)相對現(xiàn)有研究做出了改進(jìn)，現(xiàn)有研究通常直接將銀行科技新聞總數(shù)量作為測度指標(biāo)，但是僅考慮新聞的數(shù)量，而不深入分析新聞的內(nèi)容會(huì)忽略新聞的異質(zhì)性。比如，一些新聞可能報(bào)道了銀行科技發(fā)展的問題或風(fēng)險(xiǎn)，傳達(dá)了某種消極信息，這與報(bào)道銀行科技的積極新聞存在明顯的區(qū)別。因此，如果消極新聞也被計(jì)入金融科技指標(biāo)，可能會(huì)高估某些銀行的金融科技發(fā)展。本文在以往指標(biāo)的基礎(chǔ)上，利用基于情感詞典的文本分析方法，進(jìn)一步區(qū)分新聞的情緒，將指標(biāo)從主要關(guān)注新聞數(shù)量的量化信息拓展到關(guān)注新聞內(nèi)容和情緒的質(zhì)化信息，改進(jìn)金融科技指標(biāo)的度量。根據(jù)本文的測算，以2019年工商銀行為例，以往的直接加總方法會(huì)高估22.3%的銀行金融科技水平。

表1 銀行各業(yè)務(wù)領(lǐng)域的金融科技應(yīng)用

(2)銀行金融科技指標(biāo)的有效性檢驗(yàn)。

為驗(yàn)證上述方法構(gòu)建的指標(biāo)在反映銀行金融科技發(fā)展水平方面的有效性，本文同時(shí)利用銀行年報(bào)的文本信息，構(gòu)建基于年報(bào)的金融科技指標(biāo)進(jìn)行對照(FinTech_AR)。銀行年報(bào)總結(jié)了銀行的經(jīng)營狀況和未來發(fā)展規(guī)劃，可以反映銀行的金融科技發(fā)展水平和意愿。本文以上市銀行的年報(bào)文本作為語料來源，統(tǒng)計(jì)金融科技相關(guān)指標(biāo)的詞頻，構(gòu)造穩(wěn)健性檢驗(yàn)指標(biāo)。

具體步驟為：首先，通過巨潮資訊網(wǎng)(4)巨潮資訊網(wǎng)址：http://www.cninfo.com.cn/new/index。爬取銀行年報(bào)，部分缺失年報(bào)從各銀行官網(wǎng)手動(dòng)搜集。然后，利用Python自然語言處理技術(shù)和OCR技術(shù)將pdf文本轉(zhuǎn)化為txt格式。最后，對年報(bào)中的金融科技類關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)，加總得到銀行層面的金融科技測度。需要注意的是，由于年報(bào)中一般會(huì)采用數(shù)字銀行、數(shù)字金融、科技創(chuàng)新等總括性詞語描述金融科技，而較少提及具體的技術(shù)名詞，本文利用WinGo相似詞工具(5)WinGo財(cái)經(jīng)文本數(shù)據(jù)庫網(wǎng)址：http://www.wingodata.com。，將金融科技類關(guān)鍵詞的所有近似詞添加到關(guān)鍵詞庫。經(jīng)檢驗(yàn)，基于百度搜索構(gòu)建的指標(biāo)與基于年報(bào)構(gòu)建的指標(biāo)在1%水平上存在顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)為0.361。由于年報(bào)一般只有上市銀行披露，本文收集到的銀行年報(bào)共計(jì)356份，樣本數(shù)量較少，而百度搜索文本還適用于非上市銀行，可得性更強(qiáng)。所以本文將基于百度搜索構(gòu)建的指標(biāo)作為主要解釋變量，將基于年報(bào)構(gòu)建的指標(biāo)作為穩(wěn)健性檢驗(yàn)變量。

(3)銀行金融科技指標(biāo)的描述性統(tǒng)計(jì)。

圖1展示了金融科技指標(biāo)的分布情況，圖中曲線為正態(tài)分布。圖1a為“銀行-年度”新聞數(shù)量的分布情況(凈數(shù)量)，可以看出該指標(biāo)具有明顯右偏性，超過40%“銀行-年度”的新聞數(shù)量低于50，也有極少數(shù)銀行具有非常大的數(shù)值。取對數(shù)后得到FinTech指標(biāo)，該指標(biāo)分布如圖1b所示，可以看到，右偏性基本得到緩解。本文還將樣本按照資產(chǎn)規(guī)模中位數(shù)分組，結(jié)果表明，F(xiàn)inTech分布在不同銀行間存在一定差異，其中大型銀行的FinTech指標(biāo)平均值較大,為4.5，眾數(shù)位于5.5左右，而中小型銀行的FinTech指標(biāo)平均值較小，為3.3，眾數(shù)位于2.5左右。

圖2描繪了FinTech指標(biāo)的整體時(shí)間序列。做法是，按照年度計(jì)算FinTech指標(biāo)的均值，并區(qū)分了銀行規(guī)模。總體而言，銀行的金融科技水平逐年增長，但大銀行發(fā)展明顯快于中小型銀行，尤其是2016年以后，銀行間的差距呈現(xiàn)擴(kuò)大趨勢。

圖1a 銀行金融科技類新聞數(shù)量分布

圖1b 銀行FinTech指標(biāo)分布

圖2 銀行FinTech變化

3.控制變量。

本文控制了銀行層面的個(gè)體因素，主要包括：銀行規(guī)模指標(biāo)(Size)，以銀行總資產(chǎn)的對數(shù)值表示。凈息差指標(biāo)(NIM)，以凈利息收入除以生息資產(chǎn)平均余額表示，用以衡量銀行的利潤情況。盈利能力指標(biāo)(ROE)，以凈資產(chǎn)收益率表示，衡量銀行的資本使用效率。管理能力指標(biāo)(Overhead)，以管理費(fèi)用的自然對數(shù)作為管理能力的代理變量。經(jīng)營效率指標(biāo)(CIR)，以成本收入比率，即總成本除以營業(yè)收入衡量銀行的經(jīng)營效率。流動(dòng)性指標(biāo)(Liquidity)，用貸款總額與存款總額之比衡量銀行的流動(dòng)性狀況。主要變量的定義與描述性統(tǒng)計(jì)如表2所示(6)受篇幅限制，變量間的相關(guān)系數(shù)表格未列出，感興趣的讀者可聯(lián)系作者索取。。

表2 主要變量含義與描述性分析

(三)模型構(gòu)建

本文旨在驗(yàn)證金融科技發(fā)展對銀行風(fēng)險(xiǎn)和經(jīng)營行為的影響。為避免個(gè)體層面和時(shí)間層面因素可能帶來的內(nèi)生性問題，采用雙向固定效應(yīng)模型進(jìn)行估計(jì)，如下：

Yi,t=α+βFinTechi,t+φControlsi,t+μi+λt+εi,t

(5)

其中：下標(biāo)i代表銀行，t代表年度。Yi,t代表被解釋變量，根據(jù)研究問題的不同，分別取銀行風(fēng)險(xiǎn)指標(biāo)、存款結(jié)構(gòu)指標(biāo)、業(yè)務(wù)結(jié)構(gòu)指標(biāo)、存貸款規(guī)模指標(biāo)和影子銀行指標(biāo)。FinTechi,t表示銀行金融科技發(fā)展水平，包括總體科技水平及四個(gè)子領(lǐng)域的科技水平。Controlsi,t表示銀行層面控制變量，包括銀行規(guī)模(Sizei,t)、盈利能力(ROEi,t)、管理能力(Overheadi,t)、凈息差(NIMi,t)、經(jīng)營效率(CIRi,t)和流動(dòng)性(Liquidityi,t)等。μi表示個(gè)體層面固定效應(yīng)，λt表示時(shí)間層面固定效應(yīng)，εi,t表示隨機(jī)誤差項(xiàng)。

四、實(shí)證結(jié)果分析

(一)銀行金融科技發(fā)展對風(fēng)險(xiǎn)的影響

表3報(bào)告了雙向固定效應(yīng)模型的估計(jì)結(jié)果。列(1)～列(5)分別表示金融科技總體指標(biāo)(FinTech)、支付結(jié)算類指標(biāo)(PS)、存貸款與資本籌集類指標(biāo)(DLC)、投資管理類指標(biāo)(IM)、市場設(shè)施類指標(biāo)(MF)的估計(jì)結(jié)果?？傮w上，金融科技指標(biāo)和不同金融技術(shù)變量的系數(shù)均顯著為負(fù)，表明銀行金融科技與風(fēng)險(xiǎn)水平負(fù)相關(guān)，金融技術(shù)的積極作用超過了消極作用。從四個(gè)業(yè)務(wù)領(lǐng)域來看，四種技術(shù)指標(biāo)與風(fēng)險(xiǎn)均呈負(fù)向關(guān)系，未體現(xiàn)出明顯的差異性?？赡茉蛟谟?，銀行通常追求全方位、全流程的轉(zhuǎn)型，先進(jìn)技術(shù)會(huì)在較廣范圍使用，科技發(fā)展在各業(yè)務(wù)領(lǐng)域相對均衡。換言之，銀行在數(shù)字化轉(zhuǎn)型中，一般致力于各類技術(shù)的協(xié)同發(fā)展。

表3 銀行金融科技發(fā)展對銀行風(fēng)險(xiǎn)影響(基準(zhǔn)模型)

(二)異質(zhì)性分析(7)受篇幅限制，文中未列出異質(zhì)性分析的回歸結(jié)果，感興趣的讀者可聯(lián)系作者索取。

不同銀行樣本在所有權(quán)性質(zhì)、資產(chǎn)規(guī)模、金融科技運(yùn)用水平等方面存在較大差異，本文擬將全樣本進(jìn)行劃分，進(jìn)一步考察金融科技對銀行風(fēng)險(xiǎn)的抑制作用是否會(huì)依賴銀行的特質(zhì)而呈現(xiàn)出異質(zhì)性特征。

1.基于銀行規(guī)模分組。

首先，本文考慮基于銀行資產(chǎn)規(guī)模的分樣本研究。本文依據(jù)銀行資產(chǎn)規(guī)模是否大于中位數(shù)進(jìn)行分組，回歸結(jié)果顯示，金融科技對銀行風(fēng)險(xiǎn)的抑制作用在大型銀行中更為顯著。為驗(yàn)證結(jié)論的穩(wěn)健性，本文同時(shí)以40(60)、30(70)分位數(shù)劃分樣本，各變量系數(shù)符號(hào)和前文基本一致。

2.基于銀行屬性分組。

其次，本文考慮基于銀行屬性的分樣本研究。本文根據(jù)銀行所有權(quán)結(jié)構(gòu)不同，將銀行劃分為國有銀行與非國有銀行。結(jié)果顯示，國有銀行運(yùn)用金融科技管控風(fēng)險(xiǎn)能力更強(qiáng)。

3.基于銀行金融科技發(fā)展策略分組。

最后，本文考慮基于銀行科技發(fā)展策略的分樣本研究。本文根據(jù)銀行是否設(shè)立科技子公司，將樣本進(jìn)行劃分(共有12家銀行設(shè)立了科技子公司)。結(jié)果顯示，設(shè)立科技子公司的銀行相較于未設(shè)立銀行能夠更好地管理自身風(fēng)險(xiǎn)。

分組回歸過程中，為保證結(jié)果穩(wěn)健，本文還進(jìn)行了組間系數(shù)差異檢驗(yàn)。本文運(yùn)用費(fèi)舍爾組合檢驗(yàn)(Fishers Permutation test)，通過自抽樣(Bootstrap)1 000次計(jì)算經(jīng)驗(yàn)P值(empirical p-value)，來檢驗(yàn)組間系數(shù)差異。本文回歸結(jié)果的經(jīng)驗(yàn)P值至少在10%的水平上顯著，表明FinTech系數(shù)在兩組間存在顯著差異。

綜合以上結(jié)果，依據(jù)銀行資產(chǎn)規(guī)模、所有權(quán)性質(zhì)和科技發(fā)展模式的分組均表現(xiàn)出較為明顯的差異。實(shí)際上，這三種分組方式均與銀行規(guī)模有關(guān)，不同的分組實(shí)際上是通過不同方式區(qū)分了大型銀行和中小型銀行。國有銀行和設(shè)立科技子公司的銀行金融科技發(fā)展水平較高，且一般都具有較大的規(guī)模和知名度，能充分發(fā)揮金融科技的積極作用，這些銀行的風(fēng)險(xiǎn)水平在金融科技助力下得到顯著改善，本文結(jié)論穩(wěn)健。

(三)機(jī)制分析：基于銀行資產(chǎn)負(fù)債表的檢驗(yàn)(8)受篇幅限制，文中未列出機(jī)制分析的回歸結(jié)果，感興趣的讀者可聯(lián)系作者索取。

為了探究差異性影響的深層原因，本文從銀行資產(chǎn)負(fù)債表入手進(jìn)行分析。

1.基于銀行負(fù)債端的檢驗(yàn)。

從負(fù)債端入手，以客戶存款占比作為關(guān)鍵被解釋變量進(jìn)行回歸。結(jié)果表明，金融科技(FinTech)對大銀行的客戶存款比率(CD)具有正向影響，但對小銀行沒有顯著影響。為進(jìn)一步檢驗(yàn)銀行存款結(jié)構(gòu)的優(yōu)化是否來源于存款規(guī)模的改善，本文同時(shí)選用客戶存款規(guī)模(DEP)和相對存款規(guī)模(RDEP)作為被解釋變量。兩種結(jié)果反映了相同的趨勢，在大型銀行樣本中，金融科技顯著拓展了存款規(guī)模，而中小型銀行卻面臨存款的流失。

2.基于銀行資產(chǎn)端的檢驗(yàn)。

從資產(chǎn)端入手，以非利息收入比率作為關(guān)鍵被解釋變量進(jìn)行回歸。結(jié)果表明，金融科技(FinTech)與大銀行的非利息收入占比(NIIR)負(fù)相關(guān)，與小銀行正相關(guān)。為進(jìn)一步檢驗(yàn)銀行業(yè)務(wù)結(jié)構(gòu)的優(yōu)化是否來源于信貸規(guī)模的增長，本文選用貸款規(guī)模(LOAN)和相對貸款規(guī)模(RLOAN)作為被解釋變量。結(jié)果顯示，大銀行發(fā)展金融科技有助于信貸總量擴(kuò)張，而中小銀行變化不明顯。

綜合來看，科技賦能下，憑借資金、知名度等優(yōu)勢，大銀行吸引了大量新增客戶，市場份額不斷攀升，而中小銀行比較優(yōu)勢被削弱，市場份額被擠出，金融市場蛋糕將被重新劃分。

(四)拓展分析

1.基于面板門限模型的估計(jì)。(9)受篇幅限制，面板門限模型的內(nèi)生性檢驗(yàn)結(jié)果未列出，感興趣的讀者可聯(lián)系作者索取。

為了更準(zhǔn)確地描述變量間非線性關(guān)系，避免主觀分組誤差，本文采用Hansen提出的面板門限模型對銀行金融科技水平與風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系進(jìn)行檢驗(yàn)。主要思想是：在經(jīng)濟(jì)系統(tǒng)內(nèi)部尋找一個(gè)門限值，使該門限值兩邊存在顯著結(jié)構(gòu)變化，即結(jié)構(gòu)變化內(nèi)生于經(jīng)濟(jì)系統(tǒng)，可以避免模型的主觀設(shè)定偏誤。當(dāng)門限變量越趨近門限值時(shí)，回歸模型的殘差平方和越小。模型設(shè)定如下：

Yi,t=α+β1FinTechi,t×I(Sizei,t≤γ)+β2FinTechi,t

×I(Sizei,t>γ)+φControlsi,t+μi+λt+εi,t

(6)

其中:I(·)為示性函數(shù)，其取值取決于門限變量(Size)和門限值γ，當(dāng)括號(hào)內(nèi)表達(dá)式為真時(shí)，I(·)=1，反之為0。其余變量與前文含義相同。還要說明的是，模型(6)只考慮了單一的門限值，如果考慮多個(gè)門限值，模型可進(jìn)一步地拓展。

首先，需要檢驗(yàn)門限效應(yīng)是否存在，并確定門限值的個(gè)數(shù)。本文模型設(shè)定Bootstrap自迭代次數(shù)為1 000 次，結(jié)果如表4所示。自抽樣結(jié)果表明，銀行規(guī)模的門限效應(yīng)至少在10%的水平上顯著，且單一門限模型和雙重門限模型均通過檢驗(yàn)，無論是否含有控制變量，結(jié)果保持穩(wěn)健。因此，可以認(rèn)為，模型存在兩個(gè)門限值，表5為門限值估計(jì)結(jié)果。

為了更直觀地說明模型估計(jì)過程，本文在95%的置信區(qū)間下繪制了似然比函數(shù)圖，如圖3。與表5列(2)對應(yīng)，門限變量估計(jì)值是似然比統(tǒng)計(jì)量(LR)趨近于0時(shí)對應(yīng)的γ值。雙重門限模型對應(yīng)的兩個(gè)門限估計(jì)值分別為25.562 3和30.230 6，且對應(yīng)的LR統(tǒng)計(jì)量最低點(diǎn)明顯小于虛線所示的臨界值7.35，說明上述門限值是真實(shí)有效的。

表4 門限效應(yīng)檢驗(yàn)結(jié)果

表5 門限變量估計(jì)值

圖3 銀行規(guī)模的雙重門限估計(jì)結(jié)果(含控制變量)

在得到門限值后，可進(jìn)一步得到對應(yīng)的面板門限回歸結(jié)果，見表6。被解釋變量為銀行風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率(RWA)，解釋變量為銀行金融科技總體水平(FinTech)。根據(jù)銀行規(guī)模(Size)的門限值，可將銀行樣本劃分為三個(gè)區(qū)制。如(2)中，當(dāng)資產(chǎn)規(guī)模足夠大時(shí)(Size>30.230 6)，銀行金融科技發(fā)展對風(fēng)險(xiǎn)具有顯著抑制作用，影響系數(shù)為-2.169 3，在1%的水平上顯著；當(dāng)資產(chǎn)規(guī)模較大時(shí)(25.562 3

最后，對門限分組結(jié)果進(jìn)行分析，得到不同銀行的金融科技發(fā)展策略?？紤]到面板數(shù)據(jù)因時(shí)間跨度會(huì)產(chǎn)生“組別跳躍”問題，參考余東華和張明志(2016)[27]的方法，結(jié)合使用均值法和最大比例狀態(tài)法作為分組依據(jù)，當(dāng)兩者不一致時(shí)，以最大比例狀態(tài)法為準(zhǔn)。分組結(jié)果為，規(guī)模足夠大的銀行僅包括中、農(nóng)、工、建四大國有銀行，明顯區(qū)別于其他銀行。這些銀行應(yīng)積極發(fā)展金融科技，充分發(fā)揮科技賦能作用。規(guī)模較大的銀行主要是股份制銀行和城商行，其金融科技發(fā)展具有一定效果，可以適度加大科技投入，改善經(jīng)營狀況。但對于一些規(guī)模較小的城商行和農(nóng)商行，金融科技發(fā)展不具有顯著成效。這符合銀行面臨的現(xiàn)實(shí)，中小型銀行科技人才短缺，數(shù)字化轉(zhuǎn)型滯后，作為“跟隨者”，技術(shù)缺少自主創(chuàng)新，產(chǎn)品同質(zhì)化明顯，缺乏獨(dú)特優(yōu)勢，因此，高額的科技成本投入不能有效轉(zhuǎn)化為產(chǎn)出提升。對于這些銀行，應(yīng)正視自身局限性，在數(shù)字化轉(zhuǎn)型進(jìn)程中，采取差異化的科技發(fā)展策略，有取舍而非面面俱到，與大行“錯(cuò)位競爭”。

表6 門限模型回歸結(jié)果

2.基于金融科技發(fā)展階段的檢驗(yàn)。(10)受篇幅限制，文中未列出回歸結(jié)果，感興趣的讀者可聯(lián)系作者索取。

金融科技具有不同的發(fā)展階段，尤其技術(shù)的發(fā)展具備較長的周期。在金融科技起步時(shí)期，需要大量的成本投入和基礎(chǔ)設(shè)施建設(shè)，在金融科技發(fā)展成熟后，新技術(shù)帶來相對高效性，銀行的經(jīng)營模式改善，單位成本降低，風(fēng)控水平提升。因此，在不同的階段下，金融科技對銀行風(fēng)險(xiǎn)的作用效果或有不同。文獻(xiàn)中通常將2016年視為“金融科技元年”(魯釗陽和馬輝，2021[28])。據(jù)此，本文將2016年作為樣本劃分節(jié)點(diǎn)進(jìn)行分組回歸。

結(jié)果顯示，在2016年之前，金融科技對銀行風(fēng)險(xiǎn)的作用效果并不顯著，而2016年之后，金融科技成效開始顯現(xiàn)，特別是大型銀行，金融科技發(fā)展對銀行風(fēng)險(xiǎn)的抑制效果明顯強(qiáng)于2016年之前。相比之下，中小型銀行的金融科技發(fā)展未體現(xiàn)出明顯的階段性差異。除此之外，對于不同類型銀行，在2016年之前，大銀行與中小銀行的金融科技成效差異不明顯，在2016年之后，銀行間出現(xiàn)較為明顯的差異。

綜合來看，金融科技發(fā)展對不同類型銀行、不同時(shí)期的銀行都存在非對稱性影響。對于大型銀行來說，在金融科技興起初期，銀行的金融科技投資并未顯著改善風(fēng)險(xiǎn)水平，在金融科技發(fā)展較為成熟后，對風(fēng)險(xiǎn)的抑制作用開始顯現(xiàn)。對于中小銀行而言，金融科技的效果尚未顯現(xiàn)。

3.基于影子銀行的檢驗(yàn)。(11)受篇幅限制，影子銀行的回歸結(jié)果未列出，感興趣的讀者可聯(lián)系作者索取。

銀行在核心業(yè)務(wù)之外，還進(jìn)行著影子銀行業(yè)務(wù)。為更全面研究金融科技發(fā)展下我國銀行的經(jīng)營和風(fēng)險(xiǎn)變化，本文進(jìn)一步將影子銀行納入分析框架。

影子銀行發(fā)展與監(jiān)管背景有著密不可分的聯(lián)系。自2013年起，原銀監(jiān)會(huì)頒布《商業(yè)銀行資本管理辦法(試行)》(俗稱“中國版巴塞爾協(xié)議Ⅲ”)，規(guī)定了資本充足率為核心的監(jiān)管要求，商業(yè)銀行面臨的資本監(jiān)管壓力變大，出于監(jiān)管套利的動(dòng)機(jī)，從事影子銀行活動(dòng)的激勵(lì)增加(劉莉亞等，2019[29])。經(jīng)過一段時(shí)期的快速增長，2016年年底，中央經(jīng)濟(jì)工作會(huì)議提出了防范金融風(fēng)險(xiǎn)的工作要求，2017年，針對銀行業(yè)的監(jiān)管收緊，“三三四十”系列專項(xiàng)整治活動(dòng)陸續(xù)開展，影子銀行中部分同業(yè)、投資和理財(cái)業(yè)務(wù)受到限制。到了2018年，《商業(yè)銀行委托貸款管理辦法》《關(guān)于規(guī)范金融機(jī)構(gòu)資產(chǎn)管理業(yè)務(wù)的指導(dǎo)意見》(簡稱《資管新規(guī)》)等監(jiān)管條例正式出臺(tái)，開始專門針對影子銀行進(jìn)行整治，影子銀行規(guī)模大幅下降。因此，為了排除政策因素對結(jié)果的干擾，本文采取以下辦法：第一，刪除2018年及以后的樣本；第二，為了捕捉監(jiān)管壓力引致的影子銀行規(guī)模變動(dòng)，本文進(jìn)一步將監(jiān)管壓力變量加入模型(7)：

Yi,t=α+β1FinTechi,t+β2Pressurei,t+φControlsi,t

+μi+λt+εi,t

(7)

(1)基于表內(nèi)影子銀行的檢驗(yàn)。

以表內(nèi)影子銀行(SHADOW)為被解釋變量的檢驗(yàn)結(jié)果顯示，金融科技對中小型銀行的表內(nèi)影子銀行規(guī)模具有正向影響，但對大型銀行沒有顯著影響。可能的差異原因在于：一方面，金融科技的發(fā)展加劇了銀行競爭，中小型銀行的經(jīng)營壓力增加，可能面臨資本金不足、信貸資金缺乏等問題，通過資產(chǎn)騰挪操作可以節(jié)約資本金并回籠資金，因而擴(kuò)張影子銀行業(yè)務(wù)的動(dòng)機(jī)增加。另一方面，中小銀行的優(yōu)質(zhì)客戶被分流，為了滿足一些長尾客戶的需求，不得不降低信貸標(biāo)準(zhǔn)，通過通道、同業(yè)、投資等方式實(shí)現(xiàn)貸款發(fā)放，這些業(yè)務(wù)也會(huì)造成影子銀行規(guī)模擴(kuò)張。結(jié)合前文結(jié)論，金融科技提高了中小型銀行的非利息收入占比，可能是由于影子銀行業(yè)務(wù)的擴(kuò)張所導(dǎo)致。中小型銀行的監(jiān)管壓力(Pressure)指標(biāo)顯著為負(fù)，說明銀行面臨的監(jiān)管壓力越大，影子銀行擴(kuò)張?jiān)矫黠@，符合理論預(yù)期。而大型銀行資本充足水平普遍較高，達(dá)標(biāo)壓力不大，影子銀行擴(kuò)張與監(jiān)管壓力相關(guān)性較弱。

(2)基于表外影子銀行的檢驗(yàn)。

本文分別以非保本理財(cái)產(chǎn)品(WMP)和委托貸款(EL)作為被解釋變量進(jìn)行檢驗(yàn)?？傮w來看，大型銀行的金融科技發(fā)展與表外影子銀行擴(kuò)張正相關(guān)，中小型銀行則相關(guān)性不強(qiáng)。對于理財(cái)業(yè)務(wù)而言，以往的理財(cái)產(chǎn)品發(fā)行一般是通過銀行網(wǎng)點(diǎn)進(jìn)行。金融科技促進(jìn)了手機(jī)銀行等工具的開發(fā)與使用，大型銀行利用知名度優(yōu)勢，可以吸納更多客戶，增加理財(cái)產(chǎn)品的發(fā)行和銷售量；對于委托貸款業(yè)務(wù)而言，大型銀行的優(yōu)勢則更明顯，委托貸款出資人往往愿意與具有高知名度的大型銀行合作，委托貸款發(fā)放量增加。而中小型銀行本身規(guī)模較小，客戶資源有限，發(fā)展新技術(shù)增加的理財(cái)產(chǎn)品銷量有限，且社會(huì)知名度偏低，吸引到的委托貸款出資人有限，因此表外影子銀行擴(kuò)張不明顯。

綜合來看，金融科技發(fā)展對影子銀行業(yè)務(wù)具有正向影響，表現(xiàn)為促進(jìn)大型銀行的表外影子銀行業(yè)務(wù)增長和中小型銀行的表內(nèi)影子銀行業(yè)務(wù)增長。差異的原因在于，銀行的資源稟賦不同、表內(nèi)和表外影子銀行產(chǎn)品差別，導(dǎo)致金融科技的作用效果各異。表外影子產(chǎn)品中的理財(cái)和委托貸款業(yè)務(wù)，依賴于銀行的規(guī)模和知名度優(yōu)勢，因而大型銀行的業(yè)務(wù)擴(kuò)張更快。而表內(nèi)影子銀行主要是通道、同業(yè)、投資等業(yè)務(wù)，有利于短期內(nèi)缺乏資金的中小銀行快速融通資金。

對于銀行風(fēng)險(xiǎn)而言，表內(nèi)和表外影子銀行都可能會(huì)造成銀行的真實(shí)風(fēng)險(xiǎn)水平被低估?！栋腿麪枀f(xié)議Ⅲ》規(guī)定銀行的風(fēng)險(xiǎn)加權(quán)資產(chǎn)擴(kuò)張不能超過資本金的限制，不同風(fēng)險(xiǎn)的資產(chǎn)對應(yīng)了不同權(quán)重。對表內(nèi)資產(chǎn)而言，一般貸款項(xiàng)目的風(fēng)險(xiǎn)權(quán)重為100%，但將資產(chǎn)“包裝”后，按照會(huì)計(jì)記賬規(guī)則，資產(chǎn)科目貸款減少，現(xiàn)金增加，金融投資類科目增加(自留機(jī)制要求持有大于5%的比例)?，F(xiàn)金的權(quán)重為0，只要對應(yīng)的金融投資科目權(quán)重不是非常高，這種資產(chǎn)騰挪就可以降低銀行賬面的風(fēng)險(xiǎn)資產(chǎn)規(guī)模。對于表外業(yè)務(wù)而言，雖然按照規(guī)定，委托貸款和非保本理財(cái)?shù)娘L(fēng)險(xiǎn)和損失應(yīng)該由委托人和投資人承擔(dān)。但由于“抽屜協(xié)議”或“剛性兌付”的存在，銀行還是對這些業(yè)務(wù)承擔(dān)了一些信用風(fēng)險(xiǎn)。因此，如果銀行將金融科技應(yīng)用于擴(kuò)張影子銀行業(yè)務(wù)，會(huì)提高實(shí)際風(fēng)險(xiǎn)承擔(dān)。并且，基于風(fēng)險(xiǎn)加權(quán)資產(chǎn)指標(biāo)的監(jiān)管標(biāo)準(zhǔn)，不能有效捕捉這些信用風(fēng)險(xiǎn)。換句話說，銀行的隱性風(fēng)險(xiǎn)提高了。

直觀上來看，影子銀行業(yè)務(wù)相對類似的常規(guī)銀行業(yè)務(wù)具有更高的風(fēng)險(xiǎn)，在不考慮影子銀行的因素時(shí)，前文結(jié)論傾向于高估金融科技對銀行風(fēng)險(xiǎn)的積極作用，而低估了消極作用。具體消長程度仍需進(jìn)一步的研究，但本文結(jié)論可以提供一個(gè)參考，明晰金融科技影響銀行風(fēng)險(xiǎn)的路徑以及可能存在的影響因素及影響方向。

(五)穩(wěn)健性檢驗(yàn)(12)受篇幅限制，文中未列出穩(wěn)健性檢驗(yàn)結(jié)果，感興趣的讀者可聯(lián)系作者索取。

1.使用工具變量。

金融科技與銀行風(fēng)險(xiǎn)之間可能存在雙向因果關(guān)系。比如，風(fēng)險(xiǎn)水平越低的銀行，往往越關(guān)注風(fēng)險(xiǎn)管理，也更樂于發(fā)展金融科技來增強(qiáng)自身的風(fēng)控能力。為解決這一問題，本文采用工具變量法對模型重新估計(jì)。

借鑒Cheng和Qu(2020)[31]的研究，以銀行的薪資水平(Salary)作為工具變量，進(jìn)行面板數(shù)據(jù)兩階段最小二乘(2SLS)估計(jì)。工具變量的選取考慮到，金融科技發(fā)展水平與勞動(dòng)力轉(zhuǎn)移有關(guān)，高科技人才引領(lǐng)了金融科技發(fā)展。銀行的薪資水平越高，越有可能吸引科技人才，越有可能推動(dòng)銀行金融科技的發(fā)展。因此，銀行薪資水平與銀行金融科技水平相關(guān)，但其與銀行風(fēng)險(xiǎn)并不直接相關(guān)。工具變量的2SLS回歸結(jié)果支持前文結(jié)論。

2.對金融科技變量進(jìn)行標(biāo)準(zhǔn)化處理。

本文依據(jù)百度中的公開媒體信息構(gòu)造金融科技變量，一種潛在的可能是，不同銀行的媒體關(guān)注度不同。比如，規(guī)模較大的銀行具有較高的媒體關(guān)注度，同樣的金融科技水平下，其新聞報(bào)道數(shù)量高于小銀行。為緩解這一問題，本文對金融科技指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，通過控制銀行規(guī)模和總新聞數(shù)量進(jìn)行穩(wěn)健性檢驗(yàn)。本文采取兩種方法：一是，將金融科技指標(biāo)除以銀行當(dāng)期的總資產(chǎn)規(guī)模；二是，用金融科技指標(biāo)除以該銀行新聞總數(shù)量。但是，百度搜索的結(jié)果與鍵入關(guān)鍵詞的內(nèi)容有關(guān)，無法直接得到一家銀行的新聞總數(shù)?？紤]到該種誤差的本質(zhì)是銀行的媒體關(guān)注度差異，因此，本文將“銀行名稱+新聞”作為基準(zhǔn)關(guān)鍵詞，重新爬取百度資訊，得到該關(guān)鍵詞下的新聞總數(shù)量，作為衡量銀行媒體關(guān)注度的指標(biāo)。然后計(jì)算銀行金融科技指標(biāo)與同期的媒體關(guān)注度之比作為替代指標(biāo)。結(jié)果表明，大銀行發(fā)展金融科技降低了自身風(fēng)險(xiǎn)，而對中小銀行來說，金融科技的風(fēng)險(xiǎn)抑制作用并不顯著，本文結(jié)果穩(wěn)健。

3.改變金融科技變量的測度方式。

如果新聞報(bào)道本身具備選擇性，金融科技與銀行風(fēng)險(xiǎn)之間還可能存在內(nèi)生性問題。例如，整體收益較好、風(fēng)險(xiǎn)水平穩(wěn)定的銀行具有更高的關(guān)注度，其金融科技的發(fā)展和應(yīng)用會(huì)被媒體新聞報(bào)道更多，那么金融科技指標(biāo)就會(huì)和銀行風(fēng)險(xiǎn)相關(guān)聯(lián)。為避免這一問題，本文依據(jù)銀行的年報(bào)文本，重新構(gòu)造金融科技指標(biāo)(FinTech_AR)，進(jìn)行穩(wěn)健性檢驗(yàn)。本文使用兩種指標(biāo)：一是，直接統(tǒng)計(jì)銀行年報(bào)中金融科技關(guān)鍵詞的詞頻；二是，考慮年報(bào)的篇幅長短差別較大，本文統(tǒng)計(jì)了年報(bào)文本的總詞數(shù)(剔除數(shù)字、標(biāo)點(diǎn)、停用詞等無關(guān)信息)，用金融科技詞頻除以年報(bào)總詞數(shù)控制其影響。結(jié)果顯示，金融科技對銀行風(fēng)險(xiǎn)的抑制作用在不同銀行樣本中仍存在顯著差異，說明上文結(jié)論在替換了解釋變量時(shí)依然是成立的。

4.替換銀行風(fēng)險(xiǎn)變量。

本文替換了銀行的風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)，使用不良貸款率(NPL)和貸款減值準(zhǔn)備比率(LLR)代表銀行風(fēng)險(xiǎn)水平。不良貸款率反映銀行的實(shí)際信用風(fēng)險(xiǎn)，貸款減值準(zhǔn)備比率可以反映銀行的經(jīng)營狀況和風(fēng)險(xiǎn)承擔(dān)意愿。基于公司治理理論，銀行在收入水平較高時(shí)會(huì)增加貸款減值準(zhǔn)備，在收入水平較低時(shí)會(huì)減少貸款減值準(zhǔn)備。在替換了被解釋變量后，本文結(jié)果依然穩(wěn)健。

五、結(jié)論及政策建議

本文結(jié)合網(wǎng)絡(luò)爬蟲技術(shù)和文本分析技術(shù)建立了銀行層面的金融科技發(fā)展指標(biāo)，然后利用2010—2019年60家商業(yè)銀行的數(shù)據(jù)實(shí)證分析了金融科技對銀行風(fēng)險(xiǎn)的影響。研究得出如下結(jié)論：

第一，總體來看，金融科技發(fā)展可以顯著降低銀行風(fēng)險(xiǎn)水平，上述結(jié)論在經(jīng)過了一系列穩(wěn)健性檢驗(yàn)后仍然成立。

第二，異質(zhì)性分析表明，對于國有銀行、設(shè)立科技子公司的銀行和資產(chǎn)規(guī)模較大的銀行來說，其新型技術(shù)應(yīng)用融合情況較好，風(fēng)險(xiǎn)水平得到顯著抑制。而對非國有銀行、未設(shè)立科技子公司的銀行和中小型銀行來說，金融科技的消極影響抵消了積極影響，總體風(fēng)險(xiǎn)無顯著改善。

第三，機(jī)制分析表明，科技發(fā)展通過推動(dòng)銀行的營業(yè)結(jié)構(gòu)轉(zhuǎn)變進(jìn)而影響銀行的風(fēng)險(xiǎn)水平。金融科技提高了大型銀行的比較優(yōu)勢，擴(kuò)充了其客戶群體和業(yè)務(wù)空間，銀行存款規(guī)模和貸款規(guī)模提高，存款結(jié)構(gòu)和業(yè)務(wù)結(jié)構(gòu)改善。而金融科技削弱了中小型銀行比較優(yōu)勢，其原有業(yè)務(wù)空間受到擠壓，核心客戶流失，盈利水平下降，總體風(fēng)險(xiǎn)上升。金融科技將改變銀行業(yè)市場格局，重新劃分資源蛋糕。

第四，門限效應(yīng)檢驗(yàn)表明，金融科技對銀行風(fēng)險(xiǎn)的影響發(fā)生了結(jié)構(gòu)性變化，即二者存在非線性關(guān)系。隨著銀行規(guī)模的增加，金融科技對銀行風(fēng)險(xiǎn)的抑制效果非線性增強(qiáng)。存在銀行發(fā)展金融科技的最優(yōu)規(guī)模區(qū)間，當(dāng)銀行規(guī)模處于較大區(qū)制(越過第一門限值)時(shí)，金融科技風(fēng)險(xiǎn)抑制效果明顯，當(dāng)銀行規(guī)模處于較小區(qū)制時(shí)，這一抑制效果并不顯著。

第五，基于影子銀行的分析表明，金融科技與影子銀行規(guī)模增長正相關(guān)，說明新技術(shù)的應(yīng)用也給影子銀行發(fā)展提供了便利。金融科技可能會(huì)通過提高影子銀行規(guī)模進(jìn)而增加銀行的隱性風(fēng)險(xiǎn)。

根據(jù)研究結(jié)論，本文提出如下建議：

第一，中小銀行應(yīng)把握金融科技趨勢，合理選擇轉(zhuǎn)型方向。中小銀行對金融科技的運(yùn)用還不充分，獲客渠道未得到拓展，借此防控風(fēng)險(xiǎn)也未取得顯著成效。受到資金或地域限制，中小銀行不能復(fù)制大銀行的發(fā)展模式，技術(shù)投入與運(yùn)用也應(yīng)根據(jù)自身稟賦條件，開創(chuàng)具有比較優(yōu)勢的金融產(chǎn)品與服務(wù)。

第二，在科技發(fā)展政策方面，政策制定應(yīng)結(jié)合銀行的特征和發(fā)展階段，避免“一刀切”。比如為大型銀行的金融科技發(fā)展提供良好的政策環(huán)境，鼓勵(lì)其自主創(chuàng)新。為中小型銀行研發(fā)通用的系統(tǒng)和數(shù)字化平臺(tái)，供其免費(fèi)或低成本使用，以基本滿足中小型銀行技術(shù)發(fā)展需求，減少其科技投入的成本。引導(dǎo)銀行合理進(jìn)行科技投入，避免加重其經(jīng)營負(fù)擔(dān)。

第三，不同類型的銀行應(yīng)把握好自身需求和市場定位，避免傳統(tǒng)存量博弈，努力形成業(yè)務(wù)互補(bǔ)，創(chuàng)造市場增量。金融科技的發(fā)展將加劇銀行間的資源爭奪，大型銀行分流了中小銀行的客戶，擠占了其業(yè)務(wù)空間。然而，從整個(gè)行業(yè)的角度來看，金融科技發(fā)展的重心不應(yīng)放在通過結(jié)構(gòu)調(diào)整爭奪原有市場，而應(yīng)該放在助力銀行延伸服務(wù)邊界，努力開辟新增市場，提高總體金融服務(wù)的可得性和包容性。

第四，根據(jù)商業(yè)銀行的不同類型與發(fā)展模式，采取差異化的監(jiān)管措施。金融科技的運(yùn)用打破了原有市場均衡，重塑了金融市場格局。針對大型銀行，應(yīng)在風(fēng)險(xiǎn)可控的前提下，防范其為搶占市場而引發(fā)過度競爭的風(fēng)險(xiǎn)。針對中小銀行，應(yīng)引導(dǎo)鼓勵(lì)銀行找到新的盈利增長點(diǎn)，并規(guī)范其產(chǎn)品和經(jīng)營，防控同業(yè)和投資等業(yè)務(wù)經(jīng)營風(fēng)險(xiǎn)。另外，由于非利息業(yè)務(wù)無需提取準(zhǔn)備金，還應(yīng)防止銀行的過度杠桿，在控制個(gè)體風(fēng)險(xiǎn)的同時(shí)杜絕系統(tǒng)性風(fēng)險(xiǎn)。

第五，在審慎監(jiān)管框架下，持續(xù)完善對影子銀行的監(jiān)管。金融科技發(fā)展給影子銀行業(yè)務(wù)的發(fā)展提供了便利條件，可能導(dǎo)致不同類型銀行中影子銀行結(jié)構(gòu)調(diào)整?，F(xiàn)有針對影子銀行的監(jiān)管條例已經(jīng)取得了一些成效，但仍存在按下“葫蘆”浮起“瓢”的現(xiàn)象。監(jiān)管部門應(yīng)逐步引導(dǎo)金融機(jī)構(gòu)利用金融科技手段更好地管理影子銀行業(yè)務(wù)風(fēng)險(xiǎn)，而不是利用新技術(shù)進(jìn)行監(jiān)管套利。