金融科技對XY銀行盈利能力的影響分析

張培，劉清銳

［摘 要］近年來，商業(yè)銀行逐步將金融科技引入自身日常經(jīng)營中。借助先進(jìn)的金融科技，銀行的服務(wù)效率和服務(wù)水平逐步提升，盈利能力有了一定的提高。文章首先從金融科技投入、金融科技發(fā)展規(guī)模以及金融科技應(yīng)用3個(gè)層面分析XY銀行金融科技的使用現(xiàn)狀，然后建立模型實(shí)證分析金融科技對其盈利能力的影響，最后從宏觀和微觀兩個(gè)角度提出利用金融科技提高XY銀行盈利能力的建議。

［關(guān)鍵詞］金融科技；盈利能力；XY銀行

doi：10.3969/j.issn.1673 - 0194.2023.18.041

［中圖分類號］F832；F830［文獻(xiàn)標(biāo)識碼］A［文章編號］1673-0194（2023）18-0126-03

0? ? ?前 言

金融科技（Financial Technology）于2011年首次正式提出，主要是指科技公司利用前沿科技為證券、銀行、保險(xiǎn)等金融機(jī)構(gòu)提供技術(shù)支持。銀行內(nèi)部通過在信貸、結(jié)算、風(fēng)控等項(xiàng)目中運(yùn)用金融科技，使得整體運(yùn)營成本下降，各項(xiàng)業(yè)務(wù)的處理效率大大提高，使得銀行客戶的體驗(yàn)感較好，滿意度增加，間接提高了銀行的盈利能力［1］。但是，隨著銀行外部第三方互聯(lián)網(wǎng)金融的快速崛起，其通過為客戶提供個(gè)性化的金融服務(wù)，給包括XY銀行在內(nèi)的銀行類金融機(jī)構(gòu)帶來了諸多負(fù)面影響，間接削弱了商業(yè)銀行的盈利能力。

1? ? ?XY銀行金融科技現(xiàn)狀分析

1.1? ?XY銀行金融科技人力和財(cái)力投入層面

XY銀行成立于1988年8月，自成立以來就非常重視金融科技的投入，通過增加信息科技的資金投入和金融科技從業(yè)人員的數(shù)量來推動(dòng)銀行金融科技水平不斷提升。根據(jù)XY銀行年報(bào)數(shù)據(jù)，2019年、2020年和2021年XY銀行金融科技人員占全部工作人員的比重分別是4.51%、4.82%和6.45%，2022年上半年科技人員占比達(dá)到8.67%，較2021年末提升2.22%；2019年、2020年和2021年XY銀行信息科技投入分別為35.65億元、48.62億元、和63.64億元，較2018年、2019年和2020年同比增長24.66%、36%和30.89%；2022年5月17日，XY銀行金融科技研究院成立，圍繞行業(yè)應(yīng)用瓶頸和發(fā)揮高水平金融科技優(yōu)勢，致力于打造一批高技術(shù)含量的金融科技成果。

1.2? ?XY銀行金融科技發(fā)展規(guī)模層面

XY銀行提出FGBC融合的概念，將眾多金融端口進(jìn)行有機(jī)融合，從而打造自身的金融生態(tài)圈，實(shí)現(xiàn)自身服務(wù)質(zhì)量的提高和服務(wù)場景的多元化。其中，F(xiàn)端是傳統(tǒng)的金融機(jī)構(gòu)端；G端是政府端；B端是企業(yè)端，是XY銀行重點(diǎn)關(guān)注的領(lǐng)域；C端是零售端，是商業(yè)銀行業(yè)績增長的主要爆發(fā)點(diǎn)。眾多端口建立完成后，通過各端口間相互交流與共享，XY銀行金融科技的發(fā)展規(guī)模不斷壯大，自身的結(jié)算業(yè)務(wù)規(guī)模和存貸款業(yè)務(wù)規(guī)模都有了顯著的擴(kuò)大。

1.3? ?XY銀行金融科技應(yīng)用層面

在金融科技的應(yīng)用上，XY銀行致力于打造涉及場景金融加投資的金融生態(tài)，該行的金融服務(wù)平臺越來越受到客戶的青睞。XY銀行建立涵蓋興業(yè)集團(tuán)的智能風(fēng)控平臺，借助該平臺實(shí)現(xiàn)銀行智能化的風(fēng)險(xiǎn)預(yù)警和內(nèi)部控制，努力提高自身管理的精細(xì)化水平。通過金融技術(shù)加持，企業(yè)人工智能的服務(wù)場景更加多元化，在降低人工壓力的同時(shí)提高了服務(wù)智能化水平。借助金融科技，XY銀行的網(wǎng)上銀行客戶數(shù)以及手機(jī)銀行客戶數(shù)逐年上升，尤其是手機(jī)客戶數(shù)呈快速增長趨勢。

2? ? ?金融科技對XY銀行盈利能力影響的實(shí)證研究

2.1? ?變量選取

2.1.1? ?被解釋變量選取

反映商業(yè)銀行盈利的指標(biāo)主要有總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）。本文選取ROA來表示XY銀行的盈利能力，其是根據(jù)商業(yè)銀行凈利潤與銀行總資產(chǎn)的比率計(jì)算所得。

2.1.2? ?解釋變量選取

本文將金融科技的發(fā)展水平分為外部金融公司的發(fā)展水平和內(nèi)部商業(yè)銀行的金融科技水平，選取上述兩個(gè)變量作為核心解釋變量［2］。外部金融公司利用第三方支付平臺對銀行的傳統(tǒng)存貸業(yè)務(wù)造成負(fù)向影響，因此選擇第三方支付交易總額（IPT）來證明金融科技企業(yè)對商業(yè)銀行收益的沖擊。商業(yè)銀行內(nèi)部金融科技的應(yīng)用主要體現(xiàn)在網(wǎng)上交易規(guī)模上，因此選取網(wǎng)上銀行支付規(guī)?？傤~（NET）來衡量XY銀行內(nèi)部金融科技水平的高低［3］。

2.1.3? ?控制變量選取

總資產(chǎn)規(guī)模（LNTA）：銀行資產(chǎn)總額在某種程度上代表了銀行的財(cái)務(wù)實(shí)力和穩(wěn)定性，能夠吸引更多的客戶到銀行辦理各種存款業(yè)務(wù)，從而給銀行帶來了更多的資源，產(chǎn)生了一定的規(guī)模經(jīng)濟(jì)，有助于促進(jìn)銀行穩(wěn)定發(fā)展。

收入成本比率（CIR）：可以反映商業(yè)銀行盈利水平和商業(yè)銀行的成本水平。

不良貸款率（NPL）：不良貸款率較低時(shí)，銀行資產(chǎn)質(zhì)量較好，經(jīng)營風(fēng)險(xiǎn)水平相對較低。

貸存比（LDR）：存款規(guī)模影響貸款規(guī)模，銀行貸款收益影響銀行盈利能力。

國內(nèi)生產(chǎn)總值增長率（DGDP）：我國宏觀經(jīng)濟(jì)環(huán)境會(huì)影響商業(yè)銀行的收入水平。通常經(jīng)濟(jì)與金融市場發(fā)展越積極，對商業(yè)銀行業(yè)務(wù)的需求量越大，商業(yè)銀行的非利息收入增加，從而提高商業(yè)銀行的盈利水平。

本文所選取相關(guān)變量的類型、名稱、符號以及說明如表1所示。

2.2? ?樣本選擇與模型建立

本文選取XY銀行2015—2022年的季度數(shù)據(jù)，其中XY銀行業(yè)務(wù)相關(guān)數(shù)據(jù)來自銀行的公開年報(bào)，宏觀經(jīng)濟(jì)數(shù)據(jù)來自國家統(tǒng)計(jì)局的官方網(wǎng)站，金融科技發(fā)展水平及第三方的交易量相關(guān)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。運(yùn)用時(shí)間序列回歸模型分析的方法，構(gòu)建如下模型：

ROAt=a+α1IPTt+α2NETt+α3LNTAt+α4NPLt+α5LDRt+α6CIRt+α7DGDPt+μ（1）

式（1）中，a表示常數(shù)項(xiàng)，t代表所選樣本數(shù)據(jù)所對應(yīng)的季度數(shù)據(jù)，μ表示隨機(jī)擾動(dòng)項(xiàng)，IPT代表第三方支付交易總額，NET代表網(wǎng)上銀行支付規(guī)?？傤~，LNTA代表XY銀行資產(chǎn)規(guī)模的對數(shù)，NPL代表XY銀行的不良貸款率，LDR表示XY銀行的貸存比，ICR代表XY銀行的成本收入比，DGDP代表國內(nèi)生產(chǎn)總值的增長率，α1、α2、α3、α4、α5、α6、α7是解釋變量IPT、NET、LNTA、NPL、LDR、CIR、DGDP的偏回歸系數(shù)。

2.3? ?實(shí)證分析

2.3.1? ?描述性統(tǒng)計(jì)

首先對變量進(jìn)行描述性統(tǒng)計(jì)，觀察表2可得，總資產(chǎn)收益率最大值為1.04，最小值為0.28，說明XY銀行的盈利能力在逐步提高。對這些變量進(jìn)行處理之后，我們可以初步判定，第三方支付交易總額、網(wǎng)上銀行支付規(guī)模對XY銀行的總資產(chǎn)收益率有不同的作用和影響。

2.3.2? ?模型回歸分析

（1）參數(shù)估計(jì)。依據(jù)建立的多元線性回歸模型，用最小二乘法（Ordinary Least Squares，OLS）對方程進(jìn)行估計(jì)，估計(jì)結(jié)果如表3所示?？蓻Q系數(shù)R2為0.664 8，

說明模型擬合程度較好；DW值用來衡量回歸殘差是否存在序列，其值為1.731 1，在2的附近，說明殘差序列不相關(guān)，也說明解釋變量可以有效地解釋被解釋變量。Prob（F-statistic）是F統(tǒng)計(jì)量的概率，其值為0.005 8，小于0.05，說明所建立的回歸方程結(jié)果顯著。

（2）多重共線性檢驗(yàn)。利用Eviews對模型進(jìn)行逐步回歸消除多重共線，逐步回歸后的方程如下：

Y=20.619 0-0.342 2X1+1.015 3X2-0.045 3X5-0.977 3X6+μ（2）

對逐步回歸后的模型進(jìn)行方差膨脹因子檢驗(yàn)，結(jié)果不存在多重共線性，回歸方程擬合優(yōu)度好，結(jié)果顯著。

（3）實(shí)證結(jié)果分析。利用Eviews 7.2對模型逐步回歸，依據(jù)回歸結(jié)果可知，第三方支付交易總額回歸系數(shù)為-0.342 2，即第三方支付交易總額每上升1個(gè)單位，將會(huì)使總資產(chǎn)收益率下降0.342 2個(gè)單位；網(wǎng)上銀行支付規(guī)模回歸系數(shù)為1.015 3，即網(wǎng)上銀行支付規(guī)模每上升1個(gè)單位，將會(huì)使總資產(chǎn)收益率上升1.015 3個(gè)單位，說明XY銀行內(nèi)部通過利用金融科技辦理網(wǎng)上業(yè)務(wù)，對銀行的盈利能力產(chǎn)生了積極影響。

3? ? ?結(jié)論與建議

3.1? ?研究結(jié)論

金融科技的應(yīng)用對XY銀行盈利能力的影響有利有弊。依據(jù)回歸方程（2）可知，從我國第三方金融科技公司的發(fā)展來看，第三方支付交易總額的回歸系數(shù)為-0.342 2，呈現(xiàn)出明顯的負(fù)向效應(yīng)；從XY銀行自身金融科技的使用來看，網(wǎng)上銀行支付規(guī)模的回歸系數(shù)為1.015 3，呈現(xiàn)出明顯的正向效應(yīng)。正向效應(yīng)大于負(fù)向效應(yīng)，說明整體上金融科技對其盈利能力是有積極的影響。

3.2? ?政策建議

從政府層面來說，當(dāng)前金融科技應(yīng)用范圍逐漸擴(kuò)大，政府部門需要針對金融科技下商業(yè)銀行業(yè)務(wù)的新特點(diǎn)制定有針對性的法律條款，規(guī)范商業(yè)銀行的各種行為，確?；ヂ?lián)網(wǎng)金融的安全，保護(hù)客戶的合法權(quán)益不受損害［4］。

從XY銀行層面來說，銀行應(yīng)時(shí)刻保持創(chuàng)新意識，將科技創(chuàng)新融入自身業(yè)務(wù)的各個(gè)環(huán)節(jié)，推動(dòng)服務(wù)質(zhì)量提高，建立多元化的服務(wù)場景，及時(shí)了解客戶對銀行產(chǎn)品的需求并有針對性地創(chuàng)新金融產(chǎn)品，增強(qiáng)客戶的黏性，構(gòu)建金融科技下的新型金融模式，實(shí)現(xiàn)真正的轉(zhuǎn)型升級發(fā)展［5］。此外，金融科技的應(yīng)用需要引進(jìn)和培育專業(yè)化的金融科技人才，XY銀行應(yīng)通過引進(jìn)人才、員工培訓(xùn)、與高校合作共同進(jìn)行科研技術(shù)發(fā)展平臺建設(shè)等，提升銀行金融科技的整體水平，實(shí)現(xiàn)資源共建共享。

主要參考文獻(xiàn)

［1］金洪飛，李弘基，劉音露.金融科技、銀行風(fēng)險(xiǎn)與市場擠出效應(yīng)［J］.財(cái)經(jīng)研究，2020（5）：53-58.

［2］谷政，石巋然.金融科技助力防控金融風(fēng)險(xiǎn)研究［J］.審計(jì)與經(jīng)濟(jì)研究，2020（1）：16-17.

［3］于波，周寧，霍永強(qiáng).金融科技對商業(yè)銀行盈利能力的影響：基于動(dòng)態(tài)面板GMM模型的實(shí)證檢驗(yàn)［J］.南方金融，2020（3）：30-39.

［4］于千惠.金融科技應(yīng)用對商業(yè)銀行盈利能力的影響研究［D］.煙臺：山東工商學(xué)院，2021：13-25.

［5］王蕊，康靖.金融科技發(fā)展與商業(yè)銀行盈利能力的負(fù)相關(guān)關(guān)系及異質(zhì)性分析：基于中國210家銀行面板數(shù)據(jù)［J］.西華大學(xué)學(xué)報(bào)，2021（5）：42-47.