金融科技對商業(yè)銀行經(jīng)營績效的影響研究

車志一

（河南財經(jīng)政法大學(xué)金融學(xué)院,河南 鄭州 450000）

金融科技，是指由大數(shù)據(jù)、區(qū)塊鏈、云計算、人工智能等前沿技術(shù)與傳統(tǒng)金融業(yè)務(wù)和場景疊加融合形成的新興業(yè)務(wù)模式、技術(shù)應(yīng)用、產(chǎn)品服務(wù)等的總稱，主要包括大數(shù)據(jù)金融、人工智能金融、區(qū)塊鏈金融和量化金融四個核心部分。近年來，隨著新一代信息技術(shù)的蓬勃發(fā)展，金融科技也在不斷為實(shí)體及商業(yè)銀行賦能增效，推動了金融市場的轉(zhuǎn)型發(fā)展。2022年1月，中國人民銀行印發(fā)《金融科技發(fā)展規(guī)劃（2022—2025年）》（以下簡稱《規(guī)劃》）?！兑?guī)劃》依據(jù)《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》制定，提出新時期金融科技發(fā)展指導(dǎo)意見，明確金融數(shù)字化轉(zhuǎn)型的總體思路、發(fā)展目標(biāo)、重點(diǎn)任務(wù)和實(shí)施保障。這是央行編制的第二輪金融科技發(fā)展規(guī)劃?！兑?guī)劃》在簡要回顧“十三五”時期金融科技發(fā)展的基礎(chǔ)上，提出“十四五”時期金融科技發(fā)展愿景，明確金融科技發(fā)展的指導(dǎo)思想和4個基本原則、6個發(fā)展目標(biāo)，確定了8項(xiàng)重點(diǎn)任務(wù)和5項(xiàng)保障措施?；诖耍接懡鹑诳萍嫉倪\(yùn)用對商業(yè)銀行經(jīng)營績效的影響具有重要意義[1]。本文通過對商業(yè)銀行發(fā)展金融科技程度與商業(yè)銀行經(jīng)營績效數(shù)據(jù)進(jìn)行收集與處理，檢驗(yàn)金融科技對商業(yè)銀行經(jīng)營績效的影響這一問題，根據(jù)實(shí)際結(jié)果給出建議。

1 理論機(jī)制與研究假設(shè)

有關(guān)研究表明[2]，金融科技的發(fā)展與傳統(tǒng)商業(yè)銀行間的關(guān)系已實(shí)現(xiàn)由最初的競爭關(guān)系逐漸轉(zhuǎn)變?yōu)楦偤详P(guān)系，兩者在業(yè)務(wù)開展、風(fēng)險承擔(dān)方面相互配合。金融科技通過大數(shù)據(jù)、云計算等技術(shù)，基于客戶的征信、輿情等信息進(jìn)行風(fēng)險分析，提高商業(yè)銀行的風(fēng)險監(jiān)督與篩查能力，精準(zhǔn)把握客戶需求，進(jìn)而提升商業(yè)銀行經(jīng)營水平?；诖?，本文提出假設(shè)H1：金融科技對于商業(yè)銀行經(jīng)營績效具有正向影響。

金融科技對商業(yè)銀行績效的影響可能因銀行性質(zhì)不同及所在地區(qū)不同而存在差異。國有銀行分級機(jī)構(gòu)較多且組織龐大，金融科技的應(yīng)用程度及效果相較于非國有銀行可能較慢。囿于地區(qū)經(jīng)濟(jì)發(fā)展水平不同，不同地區(qū)的商業(yè)銀行發(fā)展金融科技初期也存在不同效果?；诖耍疚奶岢黾僭O(shè)H2：金融科技對于商業(yè)銀行經(jīng)營績效影響的結(jié)論具有異質(zhì)性。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

本文將2011—2020年43家商業(yè)銀行作為研究對象，探究金融科技對商業(yè)銀行績效的影響。采用北京大學(xué)數(shù)字普惠金融指數(shù)對銀行金融科技的發(fā)展水平進(jìn)行衡量，相關(guān)指數(shù)數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心。微觀經(jīng)濟(jì)層面銀行相關(guān)數(shù)據(jù)主要來源于萬得（Wind）數(shù)據(jù)庫；針對相關(guān)缺失數(shù)據(jù)，則通過查閱對應(yīng)商業(yè)銀行年報進(jìn)行補(bǔ)充或通過計算數(shù)據(jù)均值進(jìn)行補(bǔ)充替代，宏觀經(jīng)濟(jì)層面的相關(guān)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。本文按照如下方式進(jìn)行數(shù)據(jù)的篩選和處理：（1）剔除盈利能力及其他主要財務(wù)指標(biāo)缺失3年及以上的樣本銀行；（2）通過VLOOKUP函數(shù)將相關(guān)數(shù)據(jù)（包括北京大學(xué)數(shù)字普惠金融指數(shù)）按照對應(yīng)年份與銀行匹配整理，得到43家商業(yè)銀行的非平衡面板數(shù)據(jù)。

2.2 變量說明

2.2.1 被解釋變量

本文的被解釋變量為銀行經(jīng)營績效。在以往的研究中有使用平均資產(chǎn)回報率或綜合績效指數(shù)作為商業(yè)銀行經(jīng)營績效的基準(zhǔn)代理變量[3-4]。本文則選取國內(nèi)學(xué)者使用較多的方式，以平均資產(chǎn)回報率ROA（凈利潤與平均總資產(chǎn)之比）和平均凈資產(chǎn)收益率ROE（凈利潤與平均凈資產(chǎn)之比）來評價商業(yè)銀行績效，趙清波等（2022）[5]相關(guān)研究中，也采取了相關(guān)指標(biāo)作為基準(zhǔn)代理變量。其中，ROA衡量企業(yè)每單位資產(chǎn)能夠創(chuàng)造利潤的多少和公司相對其總資產(chǎn)值的盈利能力，ROA越高，表明公司盈利能力越強(qiáng)，企業(yè)經(jīng)營績效越高；ROE衡量企業(yè)自有資本獲得凈收益的能力，ROE越高則表示投資帶來的收益越高，銀行經(jīng)營績效狀況越好。

2.2.2 核心解釋變量

本文的核心解釋變量為商業(yè)銀行金融科技發(fā)展水平。本文借鑒熊健等（2021）[6]的做法，采用北京大學(xué)普惠金融指數(shù)衡量商業(yè)銀行的金融科技發(fā)展水平。數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心編制的《省級數(shù)字普惠金融指數(shù)報告（2011—2020年）》。該指數(shù)報告由北京大學(xué)數(shù)字金融研究中心和螞蟻集團(tuán)研究團(tuán)隊(duì)自2016年開始，利用螞蟻集團(tuán)關(guān)于數(shù)字普惠金融的海量數(shù)據(jù)，編制了此份報告，通過數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度等3個維度的33個具體指標(biāo)來構(gòu)建各地數(shù)字金融普惠指標(biāo)體系，反映在數(shù)字金融趨勢下數(shù)字普惠金融發(fā)展程度和地區(qū)均衡程度。若該指數(shù)數(shù)值越高，則說明該地區(qū)的金融科技發(fā)展水平越高。本文選取銀行總部所在地區(qū)的北京大學(xué)普惠金融指數(shù)作為衡量本銀行金融科技發(fā)展水平的基準(zhǔn)代理。

2.2.3 控制變量

參照前期文獻(xiàn)，本文從銀行個體與宏觀層面選取控制變量。作為典型的競爭性產(chǎn)業(yè)，商業(yè)銀行的經(jīng)營績效受到自身資產(chǎn)狀況、營收情況等的影響，因此本文選?。核姓邫?quán)益（lnOI）、不良貸款率（NPL）、資本充足率（CER）及銀行存貸比（LTD)作為微觀銀行層面的控制變量。宏觀經(jīng)濟(jì)發(fā)展水平與商業(yè)銀行的金融中介服務(wù)需求呈正相關(guān)，商業(yè)銀行金融中介服務(wù)需求增大的同時也會帶動商業(yè)銀行盈利能力的提升。因此，在宏觀控制變量層面選取地區(qū)生產(chǎn)總值的自然對數(shù)（lnGDP）作為衡量宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r的指標(biāo)。具體如表1所示。

表1 各變量的定義與測度

2.3 模型構(gòu)建

本文采取個體時點(diǎn)雙固定模型對被解釋變量和解釋變量進(jìn)行擬合分析。上述模型中，下標(biāo)i代表個體銀行，下標(biāo)t代表年份。α0表示截距項(xiàng)，βi表示核心解釋變量及各控制變量的估計參數(shù)。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計分析

本文通過上述選取的43家上市商業(yè)銀行的面板數(shù)據(jù)進(jìn)行變量的描述性分析，結(jié)果如表2所示。

由表2可知，本文核心解釋變量商業(yè)銀行的金融科技發(fā)展水平最小值為18.47，最大值為431.93，標(biāo)準(zhǔn)差約為102.90，說明不同地區(qū)的金融科技發(fā)展水平存在較大差異；商業(yè)銀行平均資產(chǎn)回報率均值約為0.98，標(biāo)準(zhǔn)差約為0.29，商業(yè)銀行平均凈資產(chǎn)收益率均值約為14.88，標(biāo)準(zhǔn)差約為5.17。地區(qū)經(jīng)濟(jì)發(fā)展水平均值約為28.89，標(biāo)準(zhǔn)差約為0.65，說明我國宏觀層面各地區(qū)經(jīng)濟(jì)和金融發(fā)展水平差距較平均。銀行存貸比均值約為1.96，標(biāo)準(zhǔn)差約為8.24，不良貸款率均值約為1.27，標(biāo)準(zhǔn)差約為0.46，說明各商業(yè)銀行間銀行經(jīng)營風(fēng)險偏好及盈利能力存在一定差異。銀行資本充足率均值約為13.27，標(biāo)準(zhǔn)差約為1.68，所有者權(quán)益比率均值為0.07，標(biāo)準(zhǔn)差約為1.74，這在一定程度上可以說明，各商業(yè)銀行間經(jīng)營狀況均趨于平穩(wěn)狀態(tài)，穩(wěn)定性差異不大。

表2 變量的表述性統(tǒng)計分析

3.2 基準(zhǔn)回歸結(jié)果與分析

本文采用依次加入控制變量法探討金融科技對銀行經(jīng)營績效的影響情況，基于前文模型對43個商業(yè)銀行全樣本進(jìn)行回歸分析得到模型1～模型6的基準(zhǔn)回歸結(jié)果（見表3）。

由表3可以得到，模型1～模型6的核心解釋變量系數(shù)均為正數(shù)，且都通過了1%的顯著性水平，這充分說明了加入或不加入控制變量，金融科技發(fā)展水平（FINTECH）對商業(yè)銀行經(jīng)營績效（ROA）均具有顯著的正向影響，存在較強(qiáng)的相關(guān)性?？赡苁且?yàn)榻鹑诳萍寂c商業(yè)銀行服務(wù)的深度融合為金融發(fā)展提供了支撐動力，增強(qiáng)了商業(yè)銀行服務(wù)實(shí)體經(jīng)濟(jì)的能力。與此同時，控制變量中不良貸款率（NPL）通過了1%的顯著性水平，估計系數(shù)為負(fù)數(shù)。說明商業(yè)銀行通過發(fā)展金融科技，降低了銀行的不良貸款率，提高了商業(yè)銀行經(jīng)營績效。在加入其他相關(guān)控制變量后，解釋變量金融科技發(fā)展水平與被解釋變量商業(yè)銀行平均資產(chǎn)回報率仍然呈現(xiàn)顯著的正相關(guān)關(guān)系，說明金融科技的發(fā)展對于商業(yè)銀行績效有著較強(qiáng)的正相關(guān)關(guān)系。

表3 金融科技的應(yīng)用程度與商業(yè)銀行經(jīng)營績效：基準(zhǔn)回歸

3.3 異質(zhì)性分析

金融科技的應(yīng)用對不同性質(zhì)、不同地區(qū)銀行的經(jīng)營業(yè)績所造成的影響也都不盡相同。本文根據(jù)商業(yè)銀行的不同性質(zhì)和所在地區(qū)進(jìn)行異質(zhì)性檢驗(yàn)。

3.3.1 基于不同銀行性質(zhì)的異質(zhì)性檢驗(yàn)

將全部商業(yè)銀行樣本數(shù)據(jù)分為國有銀行與非國有銀行，進(jìn)行異質(zhì)性檢驗(yàn)分析，結(jié)果如表4所示。

由表4可知，相比于國有銀行，發(fā)展金融科技對于非國有銀行經(jīng)營績效有較顯著的正相關(guān)影響。發(fā)展金融科技對國有銀行經(jīng)營績效的影響效果不顯著可能是因?yàn)閲秀y行分級機(jī)構(gòu)較多且龐大，組織結(jié)構(gòu)相較分散，金融科技應(yīng)用的實(shí)際情況與預(yù)期存在差距。非國有銀行的組織架構(gòu)更加集中，員工的服務(wù)意識培訓(xùn)更完善，金融科技的落地實(shí)踐效果顯著。非國有銀行在本行政策傾斜、資金傾斜上也擁有更明顯的偏向性。

表4 基于不同銀行性質(zhì)的異質(zhì)性分析結(jié)果

3.3.2 基于不同銀行所在地區(qū)的異質(zhì)性檢驗(yàn)

將全部商業(yè)銀行樣本數(shù)據(jù)分為東部、中部、西部地區(qū)，進(jìn)行異質(zhì)性檢驗(yàn)分析，結(jié)果如表5所示。

表5 基于不同銀行所在地區(qū)的異質(zhì)性分析結(jié)果

由表5可知，金融科技的發(fā)展應(yīng)用對商業(yè)銀行經(jīng)營績效的影響存在明顯的地域特征。對東部地區(qū)的商業(yè)銀行而言，金融科技的發(fā)展能夠積極促進(jìn)其經(jīng)營績效的提高，而金融科技的影響效果對西部地區(qū)的商業(yè)銀行并不顯著，對中部地區(qū)甚至存在負(fù)影響。這可能是不同地區(qū)經(jīng)濟(jì)發(fā)展水平不同，地區(qū)稟賦存在差異，發(fā)展金融科技的能力也不盡相同。東部地區(qū)經(jīng)濟(jì)發(fā)展水平相對較高，對于資金融匯流通的需求更高，對商業(yè)銀行的業(yè)務(wù)效率提出了更高要求；而中西部地區(qū)的經(jīng)濟(jì)基礎(chǔ)和經(jīng)濟(jì)發(fā)展水平都相較薄弱，在這些地區(qū)發(fā)展金融科技初期可能存在優(yōu)勢不突出，或者發(fā)展成本較高，其成本無法被覆蓋的情況。

3.4 穩(wěn)健性分析

為了確保前文結(jié)論的可靠與有效性，進(jìn)行了以下穩(wěn)健性檢驗(yàn)：

（1）增加控制變量。將消費(fèi)者物價指數(shù)（CPI）納入基準(zhǔn)回歸分析中，作為衡量通貨膨脹率的控制變量數(shù)據(jù)，分析金融科技對商業(yè)銀行經(jīng)營績效的影響。結(jié)果如表6第（1）列所示，將CPI納入回歸后，整體回歸結(jié)果仍然顯著。

（2）替換被解釋變量。使用平均資產(chǎn)收益率（ROE）作為被解釋變量，進(jìn)行回歸分析后得到表6第（2）列所示結(jié)果，分析可以得出，替換了被解釋變量后，顯著性水平及影響方向并未出現(xiàn)顯著變化，表明發(fā)展金融科技對商業(yè)銀行經(jīng)營績效影響的效果是穩(wěn)健的。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

（3）改變樣本容量?？紤]到在2020年之際，世界范圍內(nèi)暴發(fā)新冠肺炎疫情，受此影響，國際經(jīng)濟(jì)遭到較大沖擊，為了探究這一事件的影響，將剔除了2020年的43家商業(yè)銀行的數(shù)據(jù)進(jìn)行回歸分析結(jié)果如表6第（3）列所示?；貧w結(jié)果同未剔除2020年數(shù)據(jù)前并未有顯著差異，再次表明金融科技對于商業(yè)銀行經(jīng)營績效的影響是穩(wěn)健的。

4 結(jié)論與建議

4.1 結(jié)論

近年來，隨著金融科技進(jìn)入數(shù)字化發(fā)展階段，商業(yè)銀行經(jīng)濟(jì)融合發(fā)展金融科技，推動傳統(tǒng)業(yè)務(wù)服務(wù)轉(zhuǎn)型升級?；诖吮尘?，本文以2011—2020年43家商業(yè)銀行為研究對象，探究金融科技對于商業(yè)銀行經(jīng)營績效的影響，得出如下結(jié)論：第一，發(fā)展金融科技對于商業(yè)銀行經(jīng)營績效具有正相關(guān)影響。第二，對于不同性質(zhì)商業(yè)銀行及不同地區(qū)的商業(yè)銀行，金融科技對商業(yè)銀行經(jīng)營績效影響的結(jié)論具有異質(zhì)性。非國有銀行發(fā)展金融科技對經(jīng)營績效的正向影響較顯著，而國有銀行則相對不顯著。對東部地區(qū)的商業(yè)銀行而言，該正向影響顯著，對中西部地區(qū)而言影響不顯著甚至呈現(xiàn)負(fù)相關(guān)。

4.2 建議

基于上述結(jié)論，提出如下幾條建議：

第一，監(jiān)管部門應(yīng)加強(qiáng)政策指引，完善頂層設(shè)計，通過政策及資源傾斜引導(dǎo)支持商業(yè)銀行發(fā)展金融科技，充分發(fā)揮金融業(yè)對實(shí)體經(jīng)濟(jì)的服務(wù)功能，推動金融業(yè)供給側(cè)結(jié)構(gòu)性改革。

第二，各商業(yè)銀行應(yīng)當(dāng)對自身經(jīng)營狀況進(jìn)行具體分析，將金融科技與所開展的業(yè)務(wù)深度融合發(fā)展，保障金融科技在業(yè)務(wù)的實(shí)際開展中得到充分應(yīng)用，強(qiáng)化金融科技在提高業(yè)務(wù)效率，把控業(yè)務(wù)風(fēng)險方面的作用。重視相關(guān)人才培養(yǎng)工作，提高銀行業(yè)務(wù)數(shù)字化水平和操作效率。

第三，銀行應(yīng)根據(jù)自身地區(qū)的經(jīng)濟(jì)發(fā)展現(xiàn)狀，結(jié)合自身優(yōu)勢特點(diǎn)，積極穩(wěn)步推動金融科技業(yè)務(wù)下沉開展，積極尋求與當(dāng)?shù)赜嘘P(guān)部門的合作交流，實(shí)現(xiàn)業(yè)務(wù)差異化運(yùn)作、銀行差異化發(fā)展。