金融科技對銀行盈利狀況的影響及作用機(jī)制研究

李明賢 聶一哲

[摘要]基于技術(shù)溢出理論、梅特卡夫法則和里德法則，從存貸業(yè)務(wù)、中間業(yè)務(wù)和表外業(yè)務(wù)4個角度出發(fā)，探究了金融科技對商業(yè)銀行盈利狀況的作用機(jī)理。以銀行年度在各地級市網(wǎng)點(diǎn)數(shù)量為權(quán)重，對北京大學(xué)數(shù)字普惠金融總指數(shù)進(jìn)行加權(quán)平均處理，構(gòu)建地區(qū)金融科技發(fā)展水平指數(shù)，并利用2011—2020年我國298家商業(yè)銀行的面板數(shù)據(jù)，采用雙向固定效應(yīng)模型進(jìn)行實證檢驗。研究發(fā)現(xiàn)，金融科技顯著提高了國有銀行的盈利水平，降低了股份制銀行、城商行和農(nóng)商行的盈利水平，總體上顯著降低了銀行的盈利水平。從非線性角度出發(fā)，隨著地區(qū)金融科技分位數(shù)水平的提高，金融科技對商業(yè)銀行盈利水平的影響主要以“競爭效應(yīng)”為主，呈現(xiàn)出負(fù)向影響。

[關(guān)鍵詞]金融科技；商業(yè)銀行；盈利能力

一、 引言

在金融科技迅速發(fā)展的背景下，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）》（簡稱《規(guī)劃》）1，明確了金融科技發(fā)展的方向、任務(wù)和路徑，指出要堅持“數(shù)字驅(qū)動、智慧為民、綠色低碳、公平普惠”4個基本原則，更加充分發(fā)揮金融科技賦能作用。如今，金融科技成為金融變革的重要動力，對金融業(yè)態(tài)、產(chǎn)品和服務(wù)產(chǎn)生了深遠(yuǎn)影響，同時金融科技的發(fā)展也對商業(yè)銀行的盈利水平造成了沖擊。

根據(jù)麥肯錫調(diào)查報告2，全球銀行業(yè)的業(yè)績出現(xiàn)了兩極分化，2015年頭部銀行的ROE（凈資產(chǎn)收益率）為17.9%，尾部銀行的ROE為3.2%；到2021年，頭部銀行的ROE提高到了32.4%，尾部銀行的ROE降低到2.5%。麥肯錫將這一現(xiàn)象的原因歸于頭部銀行卓越的運(yùn)營，而關(guān)鍵性的因素則是數(shù)字化程度的提高。在過去的十年里，科技巨頭逐漸介入支付領(lǐng)域，并對銀行的“支付中介”功能產(chǎn)生了替代效應(yīng)。調(diào)查發(fā)現(xiàn)，在美國，接近90%的人正在使用數(shù)字支付，30%左右的美國消費(fèi)者喜歡將“先買后付（BNPL）”的消費(fèi)金融服務(wù)與自身財務(wù)管理結(jié)合起來，這一比例還在持續(xù)增長?？萍季揞^憑借大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等先進(jìn)技術(shù)，推出兼具靈活性與高收益率的理財產(chǎn)品，并提供便捷、快速的融資服務(wù)，迅速地與銀行在金融市場展開了激烈的競爭，沖擊著銀行盈利狀況。這一局面也在中國上演，新興金融科技公司搶占了傳統(tǒng)商業(yè)銀行在存款和貸款市場的市場份額，壓縮了銀行的利潤空間，加劇銀行的價格競爭，進(jìn)而削弱了銀行的業(yè)績表現(xiàn)[1]。同時，考慮到利率市場化進(jìn)程提速和金融監(jiān)管日趨嚴(yán)格，銀行的運(yùn)營和監(jiān)管成本提高，銀行的盈利水平被進(jìn)一步削弱。傳統(tǒng)的銀行經(jīng)營管理方式已然無法適應(yīng)新的經(jīng)濟(jì)形勢和競爭格局，金融科技成為銀行業(yè)新的轉(zhuǎn)型方向。在這樣的時代背景下，本文聚焦于金融科技對商業(yè)銀行盈利狀況的影響，探討金融科技對商業(yè)銀行的盈利水平產(chǎn)生了怎樣的影響？其作用機(jī)制是什么？對于不同類型的商業(yè)銀行，其影響是否存在異質(zhì)性？

二、 文獻(xiàn)綜述

關(guān)于金融科技的概念界定。目前學(xué)界廣泛認(rèn)可的是金融穩(wěn)定理事會（FSB）提出的定義，即金融科技是基于大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等一系列技術(shù)所帶來的金融創(chuàng)新，全面應(yīng)用于支付清算、借貸融資、財富管理、零售銀行、保險、交易結(jié)算等六大金融領(lǐng)域。有學(xué)者認(rèn)為金融科技主要是一種去中介化的力量，是旨在與傳統(tǒng)金融方式在金融服務(wù)交付上展開競爭的新技術(shù)[2]。也有學(xué)者把金融科技界定為在金融監(jiān)管機(jī)構(gòu)監(jiān)管下，由新興科技（大數(shù)據(jù)、人工智能、區(qū)塊鏈、云計算）推動的、傳統(tǒng)金融機(jī)構(gòu)（銀行、證券、保險、信托）和新興金融業(yè)態(tài)（金融科技公司）等市場主體參與的、對傳統(tǒng)金融業(yè)務(wù)進(jìn)行改革的創(chuàng)新活動[3]?？偠灾鹑诳萍际怯上冗M(jìn)的信息技術(shù)驅(qū)動的金融服務(wù)和產(chǎn)品創(chuàng)新，并對金融市場、金融機(jī)構(gòu)和金融服務(wù)造成了顛覆性的沖擊。

對金融科技與商業(yè)銀行盈利水平之間關(guān)系的探討。主流觀點(diǎn)認(rèn)為，金融科技對商業(yè)銀行盈利狀況產(chǎn)生了“競爭效應(yīng)”和“技術(shù)溢出效應(yīng)”。

第一類觀點(diǎn)側(cè)重于研究金融科技的競爭效應(yīng)。在金融科技發(fā)展初期（業(yè)界一般認(rèn)為2013年是我國金融科技元年），金融科技公司主要在存款市場、信貸市場和支付領(lǐng)域與商業(yè)銀行展開競爭[4]。首先，存款競爭降低了銀行的吸儲能力，并抬高了其付息成本[5]。另外，存款競爭使得銀行越發(fā)依賴同業(yè)拆借等批發(fā)性資金，使得銀行資金成本上升[6]。其次，金融科技事實上動搖了商業(yè)銀行的“金融中介”地位。前期巨大的金融科技投入也給銀行的盈利水平帶來負(fù)面影響。競爭環(huán)境的惡化使得銀行加大對金融科技的投入力度，但前期高昂的投入降低了銀行的盈利水平[7]。同時銀行對于金融科技基礎(chǔ)設(shè)施和配套軟件的布設(shè)也需要消耗大量人力物力[8]?？偠灾?，金融科技加劇了銀行競爭，從負(fù)債端抬高了銀行的資金成本，對銀行盈利狀況產(chǎn)生了消極的“競爭效應(yīng)”[9-13]。

另一類觀點(diǎn)認(rèn)為，隨著金融科技發(fā)展水平的提高，金融科技將對商業(yè)銀行盈利狀況產(chǎn)生凈正向影響[14]。一方面，擁有先進(jìn)技術(shù)的金融科技公司在與商業(yè)銀行的合作中，或被動或主動地傳播自身技術(shù)和先進(jìn)經(jīng)驗，對銀行績效產(chǎn)生積極影響。商業(yè)銀行與金融科技公司的合作產(chǎn)生了“聯(lián)系效應(yīng)”，使得金融科技的發(fā)展對商業(yè)銀行經(jīng)營績效產(chǎn)生了正向的“技術(shù)溢出效應(yīng)”[15]。與第三方支付機(jī)構(gòu)的競合關(guān)系顯著提升了商業(yè)銀行財務(wù)績效[16]。銀行通過與金融科技公司開展合作，借助先進(jìn)技術(shù)精準(zhǔn)篩選出優(yōu)質(zhì)的貸款客戶，提高了盈利水平[17]。另一方面，許多傳統(tǒng)銀行陸續(xù)成立金融科技子公司，建立金融科技實驗室，并增加對金融科技的投入，使得新興科技與傳統(tǒng)金融業(yè)務(wù)深度融合，同時創(chuàng)新了業(yè)務(wù)模式，進(jìn)而提高了自身盈利水平。金融科技通過影響銀行資產(chǎn)負(fù)債管理能力、風(fēng)險管理水平和經(jīng)營效率水平，提高了銀行的盈利水平[18]。商業(yè)銀行進(jìn)行金融科技數(shù)字化轉(zhuǎn)型從優(yōu)化產(chǎn)品創(chuàng)新、渠道創(chuàng)新和流程創(chuàng)新3個維度促進(jìn)其中間業(yè)務(wù)創(chuàng)新，提高自身盈利水平[19]?？偠灾S著商業(yè)銀行逐漸深化金融科技改革，金融科技發(fā)展能夠為商業(yè)銀行盈利水平帶來積極影響[20-22]。

也有部分學(xué)者認(rèn)為金融科技與商業(yè)銀行盈利水平呈現(xiàn)出倒“U”形關(guān)系，表現(xiàn)為先促進(jìn)后抑制作用的特征[23]。

總之，現(xiàn)有文獻(xiàn)主要側(cè)重于從競爭效應(yīng)或者技術(shù)溢出效應(yīng)層面探究金融科技對商業(yè)銀行盈利水平的影響，較少有文獻(xiàn)綜合探究兩種效應(yīng)的影響和作用機(jī)制。金融科技對商業(yè)銀行盈利水平的整體影響如何？隨著金融科技發(fā)展水平的提高，這種影響是否會發(fā)生改變？在金融科技發(fā)展水平不同的地區(qū)這種影響是否不同？金融科技對不同類型的商業(yè)銀行盈利水平的影響是否具有異質(zhì)性？這些問題亟待厘清。已有研究主要基于銀行總部所在城市的數(shù)字普惠金融總指數(shù)來衡量地區(qū)金融科技發(fā)展水平，并未考慮到許多銀行的網(wǎng)點(diǎn)遍布多個城市和銀行網(wǎng)點(diǎn)數(shù)量的變化。

基于此，本文的邊際貢獻(xiàn)如下：

一是從競爭效應(yīng)、技術(shù)溢出效應(yīng)和門檻效應(yīng)3個方面厘清金融科技影響銀行盈利水平的作用機(jī)理。并建立計量模型，實證研究金融科技對商業(yè)銀行盈利水平的整體影響。

二是從非線性的角度探究隨著地區(qū)金融科技分位數(shù)水平的變化，在金融科技發(fā)展水平不同的地區(qū)，金融科技對銀行盈利水平究竟呈現(xiàn)出何種影響。

三是完善金融科技水平衡量指標(biāo)。將銀行每年度在各地級市的網(wǎng)點(diǎn)數(shù)量作為權(quán)重，計算北京大學(xué)數(shù)字普惠金融總指數(shù)加權(quán)平均值用以衡量地區(qū)金融科技發(fā)展水平，同時對地區(qū)經(jīng)濟(jì)指標(biāo)進(jìn)行同樣的加權(quán)處理，使得結(jié)論更加精細(xì)化。

四是將銀行劃分為四類，探究金融科技對不同類型商業(yè)銀行盈利狀況的異質(zhì)性影響，并結(jié)合時代背景對實證結(jié)果進(jìn)行合理解讀，提出針對性建議，給相關(guān)金融政策的制定和經(jīng)營管理的創(chuàng)新以啟迪。

三、 理論分析及研究假設(shè)

1. 金融科技對商業(yè)銀行盈利水平的整體影響

金融科技加劇了商業(yè)銀行外部市場的競爭，進(jìn)而沖擊銀行的盈利水平。這種競爭既是金融科技公司與傳統(tǒng)銀行的競爭，也是銀行之間的競爭。首先，金融科技公司依托大數(shù)據(jù)、云計算等先進(jìn)技術(shù)，對傳統(tǒng)金融業(yè)務(wù)進(jìn)行創(chuàng)新，開發(fā)出新的金融產(chǎn)品，進(jìn)而擠壓銀行的業(yè)務(wù)空間，最終對銀行的盈利水平帶來沖擊，其次，率先運(yùn)用金融科技的銀行必然對其他銀行產(chǎn)生擠出效應(yīng)。

從存款市場的角度出發(fā)，依托云計算、大數(shù)據(jù)、人工智能等新興信息技術(shù)的金融科技公司開發(fā)了大量理財產(chǎn)品，與傳統(tǒng)銀行在存款市場展開了激烈的競爭。在財富管理方面，金融科技公司具有低成本、低門檻、高效率等特征，滿足了客戶關(guān)于財富管理多元化的需求，同時，在利率市場化的背景下，金融科技公司開發(fā)的高收益率的理財產(chǎn)品受到用戶的青睞，在存款競爭中處于優(yōu)勢地位，惡化了銀行的資金來源結(jié)構(gòu)，使得銀行更加依賴于同業(yè)資金，顯著地提高了銀行整體的資金成本。為應(yīng)對來自金融科技公司的競爭，一些銀行采取了激進(jìn)的理財產(chǎn)品定價策略，使得存款大量流失[5]。整體來看，金融科技對銀行盈利水平產(chǎn)生了不利影響。

從貸款市場的角度出發(fā)，銀行更加青睞于大中型優(yōu)質(zhì)企業(yè)，而忽視小微企業(yè)等尾部客戶群體的融資需求。相較于傳統(tǒng)金融，金融科技可以更好地收集客戶的軟信息，而不過分依賴硬信息，對于缺乏抵押品和信息相對不透明的小微企業(yè)，金融科技可以提供更多的資金支持。根據(jù)長尾理論，金融科技公司先進(jìn)的征信技術(shù)和風(fēng)控技術(shù)，緩解了融資雙方的信息不對稱問題，進(jìn)而搶奪了許多優(yōu)質(zhì)的長尾客戶。特別是在消費(fèi)金融領(lǐng)域，螞蟻金服開發(fā)出的“花唄+借唄”和京東開發(fā)出的“白條”，與線上交易平臺“淘寶”“京東”實現(xiàn)了金融與消費(fèi)場景的鑲嵌，實質(zhì)上造成銀行貸款客戶的分流。對于銀行而言，損失的這部分優(yōu)質(zhì)客戶使得銀行的利息收入增速放緩，降低了銀行的盈利水平。

從中間業(yè)務(wù)市場的角度出發(fā)，基于風(fēng)險考慮，銀行需要尋找新的利潤增長點(diǎn)，且不用占用太多的經(jīng)濟(jì)資本，因此發(fā)展前景良好的非利息業(yè)務(wù)成了銀行轉(zhuǎn)型的方向。然而，根據(jù)金融中介理論，金融科技的出現(xiàn)動搖了傳統(tǒng)銀行的金融“中介”地位，加速了金融脫媒，擠壓了銀行的中介業(yè)務(wù)空間，減少了銀行的非利息收入來源。特別是微信、支付寶通過不同的方式轉(zhuǎn)賬匯款、掃碼支付、支付水電煤費(fèi)用等，分流了原本屬于銀行的支付結(jié)算業(yè)務(wù)?？偟膩碚f，金融科技一定程度上對銀行的中介地位產(chǎn)生了替代效應(yīng)，給銀行的盈利水平帶來沖擊。

從表外業(yè)務(wù)市場的角度出發(fā)，隨著人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等先進(jìn)技術(shù)應(yīng)用于供應(yīng)鏈金融領(lǐng)域，金融科技公司對產(chǎn)業(yè)供應(yīng)鏈的結(jié)構(gòu)、流程有了長足的了解，可以通過區(qū)塊鏈技術(shù)挖掘出供應(yīng)鏈某一環(huán)節(jié)的資金信息和風(fēng)險狀況，根據(jù)具體的供應(yīng)鏈運(yùn)營活動和場景，提供定制化的金融產(chǎn)品和服務(wù)。例如京東物流，以資金流為擔(dān)保，利用大數(shù)據(jù)、區(qū)塊鏈等技術(shù)獲取上下游企業(yè)的資金狀況和物流信息，并為上下游企業(yè)提供供應(yīng)鏈融資、ABS等融資服務(wù)，沖擊了銀行的應(yīng)收賬款融資、票倉單質(zhì)押、票據(jù)承兌及保理業(yè)務(wù)，進(jìn)而給銀行盈利水平帶來沖擊[24]。

2. 金融科技對銀行盈利水平的非線性影響

技術(shù)溢出理論認(rèn)為，先進(jìn)的技術(shù)具有顯著的正外部性，擁有先進(jìn)信息技術(shù)的金融科技公司在與銀行的業(yè)務(wù)競爭，將促進(jìn)銀行數(shù)字化轉(zhuǎn)型。一方面，對外合作的銀行提高了金融科技應(yīng)用水平，促進(jìn)了自身的技術(shù)革新和數(shù)字化轉(zhuǎn)型。另一方面，在金融監(jiān)管趨嚴(yán)的背景下，與銀行開展合作對于缺乏金融牌照的金融科技公司也是一種補(bǔ)強(qiáng)。可以預(yù)見的是，在未來新的金融業(yè)態(tài)下，金融科技公司與銀行的合作將更加緊密。

根據(jù)梅特卡夫法則和里德法則，網(wǎng)絡(luò)的價值和對應(yīng)的用戶群體呈現(xiàn)出非線性關(guān)系，即客戶數(shù)量的增長對應(yīng)網(wǎng)絡(luò)價值冪指數(shù)的變化。對于國有銀行和股份制銀行而言，其金融科技布局在前期產(chǎn)生了巨大的投入成本，在短時間內(nèi)可能無法扭虧為盈，但是當(dāng)金融科技的發(fā)展達(dá)到一定門檻時，金融科技賦能銀行的收益將覆蓋其投入成本和競爭帶來的損失，使得銀行的盈利呈現(xiàn)出正向變化，并且隨著時間的推移，銀行的盈利將呈現(xiàn)爆發(fā)式增長。因此，金融科技發(fā)展到某一階段時，金融科技的門檻效應(yīng)會超越競爭效應(yīng)，最終對銀行的盈利水平產(chǎn)生正外部性。

現(xiàn)實中，在最早一批成立的金融科技子公司里，平安銀行旗下的金融壹賬通2020年虧損了13.54億元1，興業(yè)銀行旗下的興業(yè)數(shù)金2019年上半年凈虧損1.67億元2，可見金融科技對銀行盈利水平的影響仍然以競爭效應(yīng)為主。故本文認(rèn)為：當(dāng)下金融科技對銀行盈利水平的影響以競爭效應(yīng)為主，主要呈現(xiàn)出負(fù)向影響。

3. 金融科技對銀行盈利水平影響的異質(zhì)性分析

從資金規(guī)模、資本充足率的角度出發(fā)，規(guī)模越大、資本充足率越高的銀行憑借其資金和人才方面的優(yōu)勢，可以有效抵御風(fēng)險，相較于城商行和農(nóng)商行，國有銀行和股份制銀行擁有足夠的自有資金應(yīng)付“競爭效應(yīng)”帶來的不利影響。

從客戶群體的角度出發(fā)，大型銀行更加青睞大型企業(yè)和高凈值客戶，相反中小銀行的客戶主要是中小微企業(yè)和農(nóng)戶等長尾客戶，相比之下中小銀行對金融科技造成的沖擊更加敏感。進(jìn)一步考慮，金融科技的運(yùn)用幫助大型銀行搶占了中小銀行的優(yōu)質(zhì)客戶，對中小銀行產(chǎn)生了擠出效應(yīng)[25]。

在短期融資方面，金融科技公司推出的金融產(chǎn)品所具備的高效率的特點(diǎn)極大程度上滿足了中小微企業(yè)和農(nóng)戶對周轉(zhuǎn)資金的需求，而中小銀行因為授信制度相對嚴(yán)格，最終在短期融資領(lǐng)域處于劣勢地位，所以金融科技往往對中小銀行的盈利水平造成更加顯著的負(fù)面影響。

從收入結(jié)構(gòu)的角度出發(fā)，大型銀行的業(yè)務(wù)種類豐富，收入來源更加多元化，大部分的業(yè)務(wù)收入來源于對公貸款利息收入、個人貸款利息收入、債券利息收入等，個別銀行，例如平安銀行非利息收入甚至占到了總營收的30%左右3。而中小銀行的收入結(jié)構(gòu)較為單一，主要依賴存款和貸款業(yè)務(wù)，所以中小銀行對 “競爭效應(yīng)”更加敏感。

考慮金融科技轉(zhuǎn)型情況，國有銀行和股份制銀行擁有足夠的資金實力布設(shè)金融科技設(shè)備、引進(jìn)金融科技人才并建立金融科技部門，同時與金融科技公司展開合作，兩條線路齊頭并進(jìn)，對金融科技的應(yīng)用能力要遠(yuǎn)遠(yuǎn)強(qiáng)于城商行和農(nóng)商行等中小銀行。故金融科技對大型銀行的影響可能表現(xiàn)為正向影響。

由以上分析，本文提出以下命題：

假設(shè)1：金融科技總體上給銀行盈利水平帶來負(fù)面影響。

假設(shè)2：隨著金融科技發(fā)展，技術(shù)溢出效應(yīng)和門檻效應(yīng)逐漸增強(qiáng)。但在跨越門檻值之前，金融科技對銀行盈利水平的影響仍然以“競爭效應(yīng)”為主。

假設(shè)3：金融科技對不同類型銀行盈利水平的影響存在異質(zhì)性。

四、 研究設(shè)計

1. 樣本與數(shù)據(jù)來源

本文剔除了政策性銀行、外資銀行等銀行業(yè)金融機(jī)構(gòu)，選取中國298家商業(yè)銀行作為研究樣本，樣本期為2011—2020年。其中銀行個體特征數(shù)據(jù)主要來源于銳思（RESSET）金融研究數(shù)據(jù)庫和馬克數(shù)據(jù)網(wǎng)，宏觀數(shù)據(jù)取自于EPS數(shù)據(jù)平臺，同時本文通過銀行年報對數(shù)據(jù)查漏補(bǔ)缺。

2. 變量選取

（1）被解釋變量。被解釋變量旨在衡量銀行的盈利水平，考慮到銀行業(yè)收入來源以利息收入為主，故本文選擇凈息差（NIM）作為銀行盈利水平的代理變量。出于穩(wěn)健性考慮，選取資產(chǎn)利潤率（ROA）和凈資產(chǎn)收益率（ROE）作為銀行盈利水平的次要代理變量。

（2）核心解釋變量。核心解釋變量用來衡量金融科技發(fā)展水平。學(xué)術(shù)界常用的衡量金融科技發(fā)展水平的指標(biāo)主要有采用螞蟻金服的交易賬戶底層數(shù)據(jù)構(gòu)建的北京大學(xué)數(shù)字普惠金融總指數(shù)，其從多個維度刻畫了中國各省市的金融科技發(fā)展水平[26]。

為緩解內(nèi)生性問題，本文主要從地級市層面考慮金融科技對銀行盈利水平產(chǎn)生的影響，因此采用地級市層面北京大學(xué)數(shù)字普惠金融總指數(shù)加權(quán)平均值作為金融科技發(fā)展水平的代理變量，具體以銀行每年度在各個城市的網(wǎng)點(diǎn)數(shù)量為權(quán)重，同時對該指數(shù)作對數(shù)平滑處理。出于穩(wěn)健性考慮，參考邱晗等[6]的做法，采用覆蓋廣度（Coverage）、使用深度（Usage）、數(shù)字化程度（Digitization）3個指標(biāo)作為金融科技發(fā)展水平的次要代理指標(biāo)，同樣對3個指標(biāo)做加權(quán)處理。

（3）控制變量。銀行盈利水平受到自身特征的影響。本文控制以下銀行特征變量：總資產(chǎn)（ASSET）、存貸比（LDR）、成本收入比（CIR）、不良貸款率（NPL）、資本充足率（CAR）。銀行盈利水平也受到地方經(jīng)濟(jì)發(fā)展和金融市場發(fā)展的影響。參考邱晗等[6]的做法，本文控制以下地區(qū)變量：地區(qū)生產(chǎn)總值增長率和人均地區(qū)生產(chǎn)總值、金融機(jī)構(gòu)年末存款余額/地區(qū)生產(chǎn)總值和金融機(jī)構(gòu)年末各項貸款余額/地區(qū)生產(chǎn)總值，同時對地區(qū)變量作與上文相同的加權(quán)處理。

變量定義見表1。

表1 變量定義

[變量類型 變量名稱 變量符號 變量定義 被解釋變量 凈息差

資產(chǎn)利潤率

凈資產(chǎn)利潤率 NIM

ROA

ROE 凈利息收入/生息資產(chǎn)

稅后凈利潤/總資產(chǎn)

凈利潤/凈資產(chǎn) 核心解釋變量 金融科技發(fā)展水平 Fintech 地級市層面北京大學(xué)數(shù)字普惠金融總指數(shù)加權(quán)平均值取自然對數(shù) 控制變量 銀行特征變量 總資產(chǎn) ASSET 總資產(chǎn)取自然對數(shù) 資本充足率 CAR 資本凈額/風(fēng)險資產(chǎn) 不良貸款率 NPL 期末不良貸款余額/總貸款余額 成本收入比 CIR （業(yè)務(wù)管理費(fèi)+其他營業(yè)支出）/總營收 存貸比 LDR 發(fā)放貸款/吸收存款 宏觀經(jīng)濟(jì)變量 地區(qū)經(jīng)濟(jì)發(fā)展水平 RGDP 地區(qū)生產(chǎn)總值增長率 PGDP 地區(qū)生產(chǎn)總值/人口 金融市場發(fā)展水平 DGDP 年末金融機(jī)構(gòu)存款余額/地區(qū)生產(chǎn)總值 LGDP 年末金融機(jī)構(gòu)各項貸款余額/地區(qū)生產(chǎn)總值 ]

表2報告了各變量的描述性統(tǒng)計結(jié)果。為查漏補(bǔ)缺，本文對大約5%的缺失值采取線性插值法處理，并對連續(xù)性變量進(jìn)行了上下1%的縮尾處理以避免極端值的影響。從表2列示結(jié)果可以看出，銀行盈利水平測度指標(biāo)NIM最大值為0.064，最小值為0.0045，均值為0.0293，可見不同銀行間盈利水平相差較大。地區(qū)金融科技發(fā)展水平（Fintech）的最大值為5.7116，最小值為3.8308，均值為5.1894，標(biāo)準(zhǔn)差為0.4041，說明不同地區(qū)之間金融科技發(fā)展水平差異較大。

表2 描述性統(tǒng)計

[變量 觀測數(shù) 平均值 標(biāo)準(zhǔn)差 最小值 最大值 ROA 2465 0.0102 0.0043 0.0006 0.0223 ROE 2465 0.1366 0.0578 0.0075 0.3069 NIM 2465 0.0293 0.0117 0.0045 0.0640 Fintech 2465 5.1894 0.4041 3.8308 5.7116 Coverage 2465 5.1506 0.3981 3.7780 5.7022 Usage 2465 5.1837 0.4076 3.9332 5.7263 Digitization 2465 5.2800 0.5396 3.1698 5.7723 ASSET 2465 25.0672 1.7084 22.3670 30.5097 CIR 2465 0.3504 0.0744 0.1933 0.5973 NPL 2465 0.0172 0.0098 0.0013 0.0635 LDR 2465 0.6634 0.1126 0.3440 0.9809 CAR 2465 0.1370 0.0221 0.0948 0.2263 RGDP 2465 0.0780 0.0285 -0.0113 0.1530 PGDP 2465 11.0462 0.5256 9.7988 12.1200 DGDP 2465 1.6467 0.6665 0.6763 4.0015 LGDP 2465 1.1539 0.4395 0.4286 2.2230 ]

3. 模型設(shè)定

為檢驗假設(shè)1和假設(shè)3，本文構(gòu)建如下模型（1）。其中，[i]表示銀行，[t]表示年份，[α]、[β]和[γ]代表參數(shù)估計值，[NIM]表示銀行盈利水平，[Fintech]表示地區(qū)金融科技發(fā)展水平，[∑Control]表示包括銀行個體特征變量和宏觀變量的控制變量，[ui]表示個體異質(zhì)性，[νt]表示時間固定效應(yīng)，[εit]表示隨機(jī)擾動項。同時，本文將[NIM]替換成[ROA]和[ROE]、[Fintech]替換成[Coverage]、[Usage]和[Digitization]進(jìn)行穩(wěn)健性檢驗。

[NIMit=α+β1Fintechit+γ∑Controlit+ui+νt+εit] （1）

為檢驗假設(shè)2，本文參考熊健等[15]的做法，構(gòu)建模型（2）。

[NIMit=α+β1H_Fintechit+β2L_Fintechit+γ∑Controlit+ui+νt+εit] （2）

[H_Fintechit=Fintechit? ? if Fintechit

[L_Fintechit=0? ? ? ? ? ? ? ? ? ? ? ? ? ?if Fintechit

上述模型中，[H_Fintechit]表示金融科技發(fā)展水平較高的地區(qū)，[L_Fintechit]表示金融科技發(fā)展水平較低的地區(qū)，[St]為第[t]年地區(qū)金融科技分位數(shù)水平。

五、 實證分析

1. 金融科技對銀行盈利水平的整體影響

本文首先對式（1）進(jìn)行混合回歸（OLS），并采用聚類穩(wěn)健標(biāo)準(zhǔn)誤，結(jié)果見表3。由于銀行存在個體異質(zhì)性，可能對估計結(jié)果產(chǎn)生偏誤，故考慮使用固定效應(yīng)模型（FE）。列（3）中F檢驗的p值為0.0000，強(qiáng)烈拒絕所有銀行個體異質(zhì)性為零的假設(shè)，即固定效應(yīng)模型優(yōu)于混合回歸。考慮到個體異質(zhì)性可能以隨機(jī)效應(yīng)（RE）的形式存在，故本文對模型進(jìn)行隨機(jī)效應(yīng)估計，并進(jìn)行Hausman檢驗，結(jié)果拒絕了原假設(shè)“不存在固定效應(yīng)”。最后在固定效應(yīng)模型中引入年份虛擬變量，并檢驗所有時間變量的聯(lián)合顯著性，結(jié)果p值為0.0000，強(qiáng)烈拒絕不存在時間效應(yīng)的原假設(shè)。因此，本文主要使用控制了個體固定效應(yīng)和時間固定效應(yīng)的雙向固定效應(yīng)模型來分析金融科技對銀行盈利水平的影響，列（4）為采用了聚類標(biāo)準(zhǔn)誤的固定效應(yīng)模型，列（5）為采用了聚類標(biāo)準(zhǔn)誤的雙向固定效應(yīng)模型。列（5）報告了Fintech的估計系數(shù)為-0.0179，在1%的水平上顯著為負(fù)，列（1）至列（4）的結(jié)果基本一致。列（5）報告CIR系數(shù)顯著為負(fù)，說明成本控制較好的銀行整體盈利水平更加突出；LDR和CAR系數(shù)顯著為正，說明充足的自有資金和貸款擴(kuò)張可以顯著提高銀行的凈息差。這與現(xiàn)實情況相符，說明本文銀行個體控制變量的選取相對準(zhǔn)確。

上述結(jié)果表明金融科技對商業(yè)銀行盈利水平主要產(chǎn)生負(fù)面影響，本文的假設(shè)1成立。

表3 金融科技對銀行盈利水平的整體影響

[變量 （1）

OLS （2）

FE （3）

RE （4）

FE_robust （5）

FE_TW Fintech -0.0101*** -0.0038*** -0.0102*** -0.0038*** -0.0179*** （0.0000） （0.0001） （0.0000） （0.0061） （0.0004） ASSET -0.0027*** -0.0100*** -0.0037*** -0.0100*** -0.0046*** （0.0000） （0.0000） （0.0000） （0.0000） （0.0007） CIR -0.0224*** -0.0377*** -0.0326*** -0.0377*** -0.0334*** （0.0008） （0.0000） （0.0000） （0.0000） （0.0000） NPL -0.0887** -0.0893*** -0.1020*** -0.0893*** -0.0437 （0.0225） （0.0000） （0.0000） （0.0055） （0.1542） LDR 0.0234*** 0.0166*** 0.0188*** 0.0166*** 0.0193*** （0.0000） （0.0000） （0.0000） （0.0000） （0.0000） CAR 0.0517*** 0.0054 0.0170** 0.0054 0.0235* （0.0013） （0.5091） （0.0350） （0.7011） （0.0946） RGDP 0.0325** -0.0046 0.0094 -0.0046 -0.0114 （0.0179） （0.6016） （0.2628） （0.6979） （0.3933） PGDP -0.0009 -0.0026** -0.0007 -0.0026 0.0012 （0.2810） （0.0221） （0.3606） （0.1091） （0.4498） DGDP -0.0021** -0.0017* -0.0005 -0.0017 0.0003 （0.0233） （0.0887） （0.5647） （0.2391） （0.8476） LGDP 0.0054*** 0.0029** 0.0025** 0.0029 0.0042** （0.0006） （0.0250） （0.0271） （0.1885） （0.0462） （0.0000） （0.0000） （0.0000） （0.0000） （0.0000） N 2465 2465 2465 2465 2465 adj.R2 0.3587 0.3756 0.4512 0.5132 F檢驗 0.0000 Hausman檢驗 0.0000 ]

注：回歸系數(shù)下方的圓括號內(nèi)數(shù)值為估計值的P值，*、**、***分別表示10%、5%、1%的顯著性水平，常數(shù)項和時間虛擬變量回歸結(jié)果省略，下表同。列（2）采用普通標(biāo)準(zhǔn)誤，其他列回歸采用聚類標(biāo)準(zhǔn)誤

2. 金融科技對銀行盈利水平的線性影響研究

在加劇銀行外部競爭的同時，金融科技也可能提高銀行的盈利水平。在新的金融業(yè)態(tài)下，新主體的出現(xiàn)不可避免地蠶食了銀行的利潤空間，從而對銀行盈利水平產(chǎn)生負(fù)面的“競爭效應(yīng)”。同時，利潤的低迷也給銀行提供了金融科技轉(zhuǎn)型的動力，一部分銀行尋求與金融科技公司合作，一部分銀行成立自身的金融科技子公司。由此，金融科技改善了銀行的盈利水平，對銀行產(chǎn)生了積極的“技術(shù)溢出效應(yīng)”和“門檻效應(yīng)”。那么，伴隨著金融科技發(fā)展水平的提高，金融科技對銀行盈利水平的影響會呈現(xiàn)出非線性變化嗎？本文利用模型（2）對假設(shè)2進(jìn)行了檢驗，主要使用雙向固定效應(yīng)模型進(jìn)行回歸，表4列示了回歸結(jié)果。

表4報告了不同百分比分位數(shù)對應(yīng)的金融科技發(fā)展水平與銀行盈利水平的回歸結(jié)果。從表4可知，從統(tǒng)計顯著性上來講，在高金融科技發(fā)展水平的地區(qū)，隨著金融科技分位數(shù)水平的提高，H_Fintech的系數(shù)從不顯著、到10%水平顯著和5%水平顯著、最后在1%的水平上顯著，且整體表現(xiàn)為負(fù)的外部性。相對而言，在低金融科技水平地區(qū)，L_Fintech系數(shù)的顯著性有所下降，但同樣表現(xiàn)為負(fù)的外部性。從經(jīng)濟(jì)顯著性上看，隨著分位數(shù)水平的提高，H_Fintech對應(yīng)的系數(shù)從-0.0092到-0.0173，整體上先升后降并趨于平穩(wěn)（考慮絕對值）；L_Fintech對應(yīng)的系數(shù)由-0.0195到-0.0522，整體上先降后升。在90%的分位數(shù)水平上，高金融科技水平地區(qū)的系數(shù)為-0.0173，在1%的水平上顯著，這意味著，金融科技水平每提高1%銀行的盈利水平下降0.0173%；低金融科技水平地區(qū)的系數(shù)為-0.0522，在5%的水平上顯著，這意味著金融科技水平每提高1%銀行的盈利水平下降0.0522%。故表5的報告顯示，隨著地區(qū)金融科技發(fā)展水平的提高，金融科技對銀行盈利水平的影響以負(fù)面的競爭效應(yīng)為主，假設(shè)2成立。

表4 金融科技對銀行盈利水平的非線性影響研究

[變量 10%分位數(shù) 30%分位數(shù) 50%分位數(shù) 70%分位數(shù) 90%分位數(shù) H_Fintech -0.0092 -0.0198* -0.0180** -0.0171*** -0.0173*** （0.3854） （0.0792） （0.0405） （0.0008） （0.0007） L_Fintech -0.0195*** -0.0170*** -0.0178** -0.0288** -0.0522** （0.0002） （0.0055） （0.0356） （0.0280） （0.0269） 控制變量

個體效應(yīng)

時間效應(yīng) 控制

控制

控制 控制

控制

控制 控制

控制

控制 控制

控制

控制 控制

控制

控制 N 2465 2465 2465 2465 2465 adj.R2 0.5133 0.5130 0.5130 0.5132 0.5134 ]

3. 異質(zhì)性分析

本文將樣本區(qū)分為國有銀行、股份制銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行四類，采用雙向固定效應(yīng)模型估計，通過模型（1）檢驗金融科技對不同類型銀行盈利水平的異質(zhì)性影響?；貧w結(jié)果如表5，金融科技對國有銀行、股份制銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行四類銀行NIM的系數(shù)分別是0.0239、-0.0588、-0.0130和-0.0227，且至少在10%的水平上顯著。首先，金融科技對農(nóng)商行和城商行盈利水平的影響比國有銀行和股份制銀行更加顯著。其次，金融科技對國有銀行NIM的系數(shù)顯著為正。由上文可知，金融科技對商業(yè)銀行盈利狀況整體呈現(xiàn)出負(fù)面影響，但是并不說明金融科技對所有銀行盈利狀況只存在負(fù)面影響，金融科技可以延伸銀行的服務(wù)半徑，并運(yùn)用大數(shù)據(jù)等技術(shù)精準(zhǔn)匹配供需雙方，把長尾客戶嵌套進(jìn)規(guī)模龐大的金融平臺，實現(xiàn)利潤的邊際增長。銀行可以借助金融科技大力發(fā)展非利息業(yè)務(wù)，一定程度上避開傳統(tǒng)金融市場資本充足率、不良貸款率、信貸投放等監(jiān)管約束，實現(xiàn)監(jiān)管套利和新的利潤增長點(diǎn)。由表5的結(jié)果可知，金融科技事實上提高了國有銀行的盈利水平，降低了其他銀行的盈利水平，出現(xiàn)這一結(jié)果的緣由可能是：（1）國有銀行規(guī)模較大，資金實力雄厚，并且受到政策面的青睞，因此具有極強(qiáng)的抵御風(fēng)險的能力。同時，國有銀行普遍成立了金融科技子公司并且廣泛地與金融科技公司展開合作，故金融科技對國有銀行的盈利水平產(chǎn)生了正的外部性。（2）股份制商業(yè)銀行極其依賴同業(yè)市場，但是金融科技的推進(jìn)使得同業(yè)業(yè)務(wù)收縮，抬高了資金成本。此外，股份制商業(yè)銀行主要采取自負(fù)盈虧的經(jīng)營模式，發(fā)生信用危機(jī)時沒有政府背書，因此需要保持充足的資本金以抵御風(fēng)險。并且，部分股份制銀行存在內(nèi)控管理問題。以上可能是股份制商業(yè)銀行的盈利水平下降的原因。（3）城商行和農(nóng)商行規(guī)模較小，缺乏足夠的資本金抵御風(fēng)險，同時優(yōu)質(zhì)客戶被金融科技公司和大型銀行所搶奪，故金融科技對城商行和農(nóng)商行存在負(fù)面影響。由上文可知，金融科技對不同類型商業(yè)銀行盈利水平的影響存在異質(zhì)性，假設(shè)3成立。

表5 金融科技對銀行盈利水平的異質(zhì)性分析

[變量 國有銀行

NIM 股份制銀行

NIM 城商行

NIM 農(nóng)商行

NIM Fintech 0.0239* -0.0588* -0.0130** -0.0227*** （0.0799） （0.0959） （0.0316） （0.0091） 控制變量

個體效應(yīng)

時間效應(yīng) 控制

控制

控制 控制

控制

控制 控制

控制

控制 控制

控制

控制 N 60 119 1012 1274 adj.R2 0.8869 0.8076 0.5267 0.5707 ]

4. 穩(wěn)健性檢驗

（1）內(nèi)生性問題?？紤]到地方銀行進(jìn)行金融科技轉(zhuǎn)型可能帶動地區(qū)金融科技發(fā)展，故本文在模型中引入滯后一階的凈息差作為解釋變量，構(gòu)建動態(tài)方程，同時采用兩步系統(tǒng)GMM方法進(jìn)行估計，以解決反向因果造成的內(nèi)生性問題?；貧w結(jié)果見表6，核心解釋變量的估計結(jié)果與上文基本一致，研究結(jié)論保持穩(wěn)健。

表6 穩(wěn)健性檢驗：兩步系統(tǒng)GMM模型

[變量 兩步系統(tǒng)GMM模型 雙向固定效應(yīng)模型 L.NIM 0.5985*** 0.4742*** （0.0000） （0.0000） Fintech -0.0137*** -0.0105*** （0.0476） （0.0400） 控制變量 控制 控制 個體效應(yīng) 控制 控制 時間效應(yīng) 控制 控制 N 1847 2153 Adj.R2 0.6305 AR（2） 0.130 Hansen檢驗 0.196 ]

注：雙向固定效應(yīng)模型回歸結(jié)果作為對比

（2）改變測度方式。本文使用ROE和ROA指標(biāo)替換凈息差作為銀行盈利水平的代理變量，使用雙向固定效應(yīng)模型進(jìn)行估計。結(jié)果如表7。

表7中Fintech指標(biāo)對ROA以及Digitization指標(biāo)對NIM的系數(shù)不顯著，故仿照上文引入ROA和NIM的滯后一階作為解釋變量，進(jìn)行兩步系統(tǒng)GMM估計。最終實證回歸結(jié)果與前文基本一致1。

表7? 穩(wěn)健性檢驗：改變測度方式

[變量 ROA ROE NIM NIM NIM Fintech -0.0018 -0.0559** （0.2722） （0.0224） Coverage -0.0087** （0.0147） Usage -0.0153*** （0.0002） Digitization -0.0022 （0.2187） 控制變量 控制 控制 控制 控制 控制 個體效應(yīng) 控制 控制 控制 控制 控制 時間效應(yīng) 控制 控制 控制 控制 控制 N 2465 2465 2465 2465 2465 adj.R2 0.6236 0.6320 0.5091 0.5145 0.5064 ]

注：該表采用雙向固定效應(yīng)模型

（3）調(diào)整樣本期。學(xué)術(shù)界普遍認(rèn)為2013年（余額寶上線）是我國金融科技的元年，故本文綜合考慮選擇2013—2019年作為樣本期對模型進(jìn)行穩(wěn)健性檢驗，以排除金融科技年份的異質(zhì)性。結(jié)果見表8，F(xiàn)intech的回歸結(jié)果與上文基本一致。

表8 穩(wěn)健性檢驗：調(diào)整樣本期

[變量 NIM Fintech -0.0255*** （0.0076） 控制變量

個體效應(yīng)

時間效應(yīng) 控制

控制

控制 N 1989 adj.R2 0.4799 ]

六、 結(jié)論與啟示

本文以各地級市銀行網(wǎng)點(diǎn)為權(quán)重，計算地級市層面北京大學(xué)數(shù)字普惠金融總指數(shù)加權(quán)平均值，來衡量地區(qū)金融科技發(fā)展水平，并基于2011—2020年我國298家商業(yè)銀行的面板數(shù)據(jù)和雙向固定效應(yīng)模型，實證研究了金融科技對銀行盈利水平的影響及作用機(jī)制。研究表明：第一，金融科技促進(jìn)了國有銀行的盈利水平，降低了股份制商業(yè)銀行、城商行和農(nóng)商行的盈利水平，對銀行盈利水平整體上呈現(xiàn)出負(fù)面影響。第二，隨著金融科技發(fā)展水平的提高，金融科技對銀行盈利水平的影響仍然以“競爭效應(yīng)”為主。在高金融科技水平地區(qū)，該影響統(tǒng)計上逐漸顯著，經(jīng)濟(jì)顯著性趨于平緩；在低金融科技水平地區(qū)，該影響統(tǒng)計顯著性下降，經(jīng)濟(jì)顯著性上升。

從本文研究結(jié)論得出以下啟示：（1）我國傳統(tǒng)銀行業(yè)應(yīng)該正視新的金融業(yè)態(tài)下自身處于不利地位的局面，提高自身金融科技應(yīng)用水平，將金融科技的“技術(shù)溢出效應(yīng)”和“門檻效應(yīng)”發(fā)揮到極致，以擺脫“競爭效應(yīng)”帶來的負(fù)面影響。（2）金融科技轉(zhuǎn)型不僅僅是被動的防守反擊，更應(yīng)是對新金融業(yè)態(tài)下商業(yè)模式的探索。對于國有銀行和股份制商業(yè)銀行等大型銀行而言，“自負(fù)盈虧”的經(jīng)營模式使得股份制銀行在提高金融科技水平的過程中盈利狀況表現(xiàn)不佳，相對而言，國有銀行受到政策青睞，擁有充足的資金發(fā)展金融科技。對于股份制銀行而言，進(jìn)行經(jīng)營模式的改革以適應(yīng)新金融業(yè)態(tài)下的競爭形勢，已然成為當(dāng)務(wù)之急。對于城商行和農(nóng)商行，隨著金融科技水平的提高，可以憑借其本地化優(yōu)勢，立足于某一細(xì)分業(yè)務(wù)市場，帶動各項業(yè)務(wù)全面發(fā)展，如MachBank采取品牌年輕化策略，精準(zhǔn)定位年輕人群體，針對年輕人的興趣愛好開發(fā)各類金融產(chǎn)品和服務(wù)，并和年輕人群體實現(xiàn)多元互動，成功出圈，帶動其他業(yè)務(wù)蓬勃發(fā)展，最終改善盈利狀況。（3）深化金融科技改革。要最大化發(fā)揮金融科技的賦能優(yōu)勢必須解決“普及”和“創(chuàng)新”兩個問題。在北上廣等經(jīng)濟(jì)發(fā)達(dá)地區(qū)，銀行網(wǎng)點(diǎn)數(shù)量較多，所以金融科技普及工作取得了卓越的成效，但是在經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)，銀行網(wǎng)點(diǎn)數(shù)量較少，金融科技的普及相對緩慢。另外，在金融科技發(fā)展的最前沿，金融創(chuàng)新工作難以開展，例如許多新涌現(xiàn)的新型理財產(chǎn)品只是舊金融產(chǎn)品套上了互聯(lián)網(wǎng)金融的外皮，并未體現(xiàn)“金融創(chuàng)新”這一理念。故深化金融科技改革，提高金融科技的普及程度和應(yīng)用深度，成為銀行業(yè)利潤增長的重要驅(qū)動力。（4）政府鼓勵銀行全面應(yīng)用金融科技的同時也應(yīng)該警惕可能出現(xiàn)的風(fēng)險。P2P網(wǎng)貸落下歷史帷幕給監(jiān)管部門敲響了警鐘，傳統(tǒng)的監(jiān)管體系在面對層出不窮、日新月異的金融產(chǎn)品和服務(wù)時明顯力有不逮，故實現(xiàn)對新金融業(yè)態(tài)中損害公眾利益行為的有效監(jiān)管成了當(dāng)前一大難題。

參考文獻(xiàn)：

[1] 汪可.金融科技、價格競爭與銀行風(fēng)險承擔(dān)[J].哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018（1）：40-48.

[2] Das S R. The Future of Fintech[J].Financial Management，2019，48（4）：981-1007.

[3] 李志輝，陳海龍，張旭東.金融科技對商業(yè)銀行盈利能力的影響[J].中南財經(jīng)政法大學(xué)學(xué)報，2022（5）：56-68.

[4] Thakor A V.Fintech and Banking：What Do We Know？[J].Journal of Financial Intermediation，2020，41（1）：100833.

[5] 郭品，沈悅.互聯(lián)網(wǎng)金融、存款競爭與銀行風(fēng)險承擔(dān)[J].金融研究，2019（8）：58-76.

[6] 邱晗，黃益平，紀(jì)洋.金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財?shù)囊暯荹J].金融研究，2018（11）：17-29.

[7] Dahl D， Meyer A P，Wiggins N.How Fsat Will Banks Adopt New Technology This Time？[J].The Regional Economist，2017，25（4）：1-2.

[8] Gupta S D，Raychaudhuri A，Haldar S K.Information Technology and Profitability：Evidence from Indian Banking Sector[J].International Journal of Emerging Markets，2018，13（5）：1070-1087.

[9] 于波，陳紅，周寧.綠色信貸、金融科技與商業(yè)銀行盈利能力[J].統(tǒng)計與決策，2021，37（14）：161-164.

[10] 鄭霄鵬，劉文棟.互聯(lián)網(wǎng)金融對商業(yè)銀行的沖擊及其對策[J].現(xiàn)代管理科學(xué)，2014（2）：78-80.

[11] 王娜，王在全.金融科技背景下商業(yè)銀行轉(zhuǎn)型策略研究[J].現(xiàn)代管理科學(xué)，2017（7）：3.

[12] Lee I，Shin Y J.Fintech：Ecosystem， Business Models，Investment Decisions， and Challenges[J].Business Horizons，2018，21（1）：35-46.

[13] Thakora V.Fintech and Banking：What Do We Know？[J].Journal of Financial Intermedia tion，2018，32（5）：1-12.

[14] Lin C C，Song F M.Financial Innovation： The Bright and the Dark Sides[J].Journal of Banking ＆ Finance，2016，72（11）：28－51．

[15] 熊健，張曄，董曉林.金融科技對商業(yè)銀行經(jīng)營績效的影響：擠出效應(yīng)還是技術(shù)溢出效應(yīng)？[J].經(jīng)濟(jì)評論，2021（3）：89-104.

[16] 羅暘洋，李存金，羅斌.與第三方支付機(jī)構(gòu)“競合”是否提升了銀行績效[J].金融經(jīng)濟(jì)學(xué)研究，2020，35（4）：108-118.

[17] 郭麗虹，朱柯達(dá).金融科技、銀行風(fēng)險與經(jīng)營業(yè)績——基于普惠金融的視角[J].國際金融研究，2021（7）：56-65.

[18] 于鳳芹，于千惠.金融科技影響商業(yè)銀行盈利能力的機(jī)制分析[J].金融與經(jīng)濟(jì)，2021（2）：45-52.

[19] 李琴，裴平.數(shù)字化轉(zhuǎn)型、中間業(yè)務(wù)創(chuàng)新與銀行盈利能力[J].山西財經(jīng)大學(xué)學(xué)報，2022，44（8）：30-42.

[20] 郭品，沈悅.互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響：理論解讀與實證檢驗[J].財貿(mào)經(jīng)濟(jì)，2015（10）：102-116．

[21] 申創(chuàng)，劉笑天.互聯(lián)網(wǎng)金融、市場勢力與商業(yè)銀行績效[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017（5）：16-29．

[22] 張錦程.金融科技對銀行盈利能力影響的實證檢驗[J].統(tǒng)計與決策，2022，38（13）：179-183.

[23] 王奕婷，羅雙成.金融科技與商業(yè)銀行經(jīng)營績效——基于風(fēng)險承擔(dān)的中介效應(yīng)分析[J].金融論壇，2022，27（4）：19-30.

[24] 劉孟飛，王琦.互聯(lián)網(wǎng)金融降低了商業(yè)銀行盈利能力嗎？——基于收入來源與結(jié)構(gòu)的視角[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2021，23（6）：96-109.

[25] 金洪飛，李弘基，劉音露.金融科技、銀行風(fēng)險與市場擠出效應(yīng)[J].財經(jīng)研究，2020，46（5）：52-65.

[26] 郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1401-1418.

基金項目：湖南省研究闡釋黨的十九屆六中全會精神和省第十二次黨代會精神重大招標(biāo)項目“以農(nóng)村產(chǎn)業(yè)高質(zhì)量發(fā)展推進(jìn)湖南省鄉(xiāng)村全面振興研究”（項目編號：22ZDA020）。

作者簡介：李明賢（1968-），女，湖南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，研究方向為農(nóng)村經(jīng)濟(jì)；聶一哲（1999-），男，湖南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生，研究方向為金融科技。

（收稿日期：2022-12-28? 責(zé)任編輯：殷 ?。?/p>