金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響效應(yīng)

摘 要：金融科技在推動(dòng)商業(yè)銀行經(jīng)營(yíng)多元化和創(chuàng)造利潤(rùn)增長(zhǎng)點(diǎn)等方面發(fā)揮了較大作用，但新型的經(jīng)營(yíng)業(yè)態(tài)也可能對(duì)商業(yè)銀行的信貸風(fēng)險(xiǎn)防范帶來新的挑戰(zhàn)。本文收集了2015—2021年的625家商業(yè)銀行數(shù)據(jù)，檢驗(yàn)了金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，并基于信貸結(jié)構(gòu)視角探討了金融科技影響商業(yè)銀行信貸風(fēng)險(xiǎn)的機(jī)制。研究發(fā)現(xiàn)，金融科技降低了商業(yè)銀行信貸風(fēng)險(xiǎn)，同時(shí)也增加了商業(yè)銀行信貸風(fēng)險(xiǎn)防范的信心，但金融科技對(duì)不同類型商業(yè)銀行信貸風(fēng)險(xiǎn)的影響具有異質(zhì)性，更有助于降低地方性商業(yè)銀行的信貸風(fēng)險(xiǎn)；金融科技在小微信貸領(lǐng)域的風(fēng)險(xiǎn)防范效果最明顯，其次是在零售信貸領(lǐng)域，在企業(yè)信貸領(lǐng)域的風(fēng)險(xiǎn)防范效果最差。政策建議是：商業(yè)銀行應(yīng)積極融入金融科技發(fā)展的浪潮；推廣金融科技在不同信貸領(lǐng)域的應(yīng)用；不同類型的商業(yè)銀行應(yīng)結(jié)合自身特點(diǎn)提高金融科技的研發(fā)力度；監(jiān)管層應(yīng)同步提高監(jiān)管水平，大力發(fā)展監(jiān)管科技，防范金融科技可能引發(fā)的系統(tǒng)性金融風(fēng)險(xiǎn)。

關(guān)鍵詞：金融科技；商業(yè)銀行；信貸風(fēng)險(xiǎn)；信貸結(jié)構(gòu)

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1672-626X（2024）05-0067-15

一、引言

經(jīng)過近幾年的快速發(fā)展，金融科技已滲透支付清算、融資模式和風(fēng)險(xiǎn)管理等多個(gè)金融領(lǐng)域。從推進(jìn)金融業(yè)變革的技術(shù)角度來看，金融科技的發(fā)展經(jīng)歷了三個(gè)階段：第一階段為金融科技1.0階段（2011—2013年），即金融IT階段，以傳統(tǒng)的IT軟硬件在金融業(yè)的應(yīng)用為特征，實(shí)現(xiàn)了辦公業(yè)務(wù)的電子化和自動(dòng)化，提高了業(yè)務(wù)效率；第二階段為金融科技2.0階段（2013—2016年），即互聯(lián)網(wǎng)金融階段，互聯(lián)網(wǎng)金融科技平臺(tái)實(shí)現(xiàn)了快速發(fā)展，但同時(shí)對(duì)傳統(tǒng)金融業(yè)產(chǎn)生了巨大的沖擊；第三階段為金融科技3.0階段（2016年至今），金融科技平臺(tái)帶來的壓力迫使商業(yè)銀行順應(yīng)時(shí)代發(fā)展趨勢(shì)，不斷加大金融科技研發(fā)的資金投入，由此改變了傳統(tǒng)商業(yè)銀行的信息采集、風(fēng)險(xiǎn)定價(jià)以及投資決策的方式，推動(dòng)了傳統(tǒng)商業(yè)銀行向數(shù)字化、智能化和網(wǎng)絡(luò)化方向轉(zhuǎn)型[1～2]。

從本質(zhì)上來講，金融科技是數(shù)字化時(shí)代技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，對(duì)商業(yè)銀行的影響可以歸納為以下幾點(diǎn)：首先，以大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等為底層技術(shù)的金融科技與金融業(yè)務(wù)場(chǎng)景深度融合，有效化解了傳統(tǒng)金融無(wú)抵押物無(wú)擔(dān)保人群的信用信息收集難題，增加了對(duì)長(zhǎng)尾客戶的信貸供給，在改變信貸結(jié)構(gòu)的同時(shí)，有助于提升金融服務(wù)質(zhì)量、效率和可得性[3]；其次，金融科技可以通過客戶畫像、反欺詐技術(shù)以及風(fēng)險(xiǎn)監(jiān)管預(yù)警系統(tǒng)等提高商業(yè)銀行風(fēng)險(xiǎn)的甄別能力，改善銀行與貸款人之間的信息壁壘，帶來的技術(shù)溢出效應(yīng)有助于降低商業(yè)銀行風(fēng)險(xiǎn)[4]；再次，科技驅(qū)動(dòng)的金融創(chuàng)新會(huì)使金融業(yè)務(wù)邊界變得模糊，給金融安全和金融治理帶來挑戰(zhàn)，同時(shí)也可能給金融體系帶來諸如數(shù)據(jù)安全、平臺(tái)壟斷、金融欺詐和監(jiān)管套利等新型風(fēng)險(xiǎn)，因此可能導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)增大[5]。

當(dāng)前，穩(wěn)增長(zhǎng)成為我國(guó)經(jīng)濟(jì)發(fā)展的重中之重，而金融科技是助力穩(wěn)增長(zhǎng)和實(shí)現(xiàn)金融業(yè)高質(zhì)量發(fā)展的一個(gè)重要手段。2022年，央行發(fā)布的《金融科技發(fā)展規(guī)劃（2022—2025年）》提出，要全面加強(qiáng)數(shù)據(jù)能力建設(shè)，激活數(shù)據(jù)要素潛能，在保障安全和隱私的前提下努力提升金融服務(wù)質(zhì)效?？梢?，服務(wù)實(shí)體經(jīng)濟(jì)不僅是金融的天職和宗旨，也是發(fā)展金融科技的出發(fā)點(diǎn)和落腳點(diǎn)。目前，金融科技已成為銀行等金融機(jī)構(gòu)的重點(diǎn)戰(zhàn)略，科技創(chuàng)新資金投入持續(xù)加碼，賦能效應(yīng)也已逐步顯現(xiàn)，但與此同時(shí)也可能引起系列的風(fēng)險(xiǎn)與挑戰(zhàn)?！吨袊?guó)金融穩(wěn)定報(bào)告（2023）》顯示，2022年銀行業(yè)金融機(jī)構(gòu)的不良貸款余額為2.98萬(wàn)億元，不良貸款率為1.63%，相比2015年，不良貸款余額上升了1.55萬(wàn)億元，不良貸款率上升了0.03%。由此可見，在商業(yè)銀行發(fā)展金融科技的初期，信貸風(fēng)險(xiǎn)并未明顯下降，盡管背后的原因錯(cuò)綜復(fù)雜，但金融科技的發(fā)展可能確實(shí)會(huì)對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)產(chǎn)生一定的影響。

在此背景下，本文從銀行微觀個(gè)體角度，采用了文本挖掘和網(wǎng)絡(luò)爬蟲的方法構(gòu)建金融科技指數(shù)，同時(shí)檢索了2015年以來中國(guó)商業(yè)銀行的年報(bào)、季報(bào)以及公開資料，利用銀行業(yè)的相關(guān)數(shù)據(jù)檢驗(yàn)了金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，并基于信貸結(jié)構(gòu)視角探討了金融科技影響商業(yè)銀行信貸風(fēng)險(xiǎn)的機(jī)制。本研究的理論意義在于：構(gòu)建金融科技與商業(yè)銀行信貸風(fēng)險(xiǎn)的研究框架，拓展商業(yè)銀行金融科技與信貸風(fēng)險(xiǎn)相關(guān)性的理論研究，同時(shí)解析金融科技在改變信貸結(jié)構(gòu)的同時(shí)影響信貸風(fēng)險(xiǎn)的機(jī)理。本研究的現(xiàn)實(shí)意義在于：在微觀大數(shù)據(jù)的基礎(chǔ)上，檢驗(yàn)金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，可以為商業(yè)銀行在發(fā)展金融科技的過程中提升金融服務(wù)實(shí)體經(jīng)濟(jì)質(zhì)效和維護(hù)我國(guó)金融穩(wěn)定提供經(jīng)驗(yàn)支持和決策參考。

二、文獻(xiàn)綜述與研究假說

近年來，金融科技成為金融業(yè)的一個(gè)熱點(diǎn)，特別是金融科技邁入2.0時(shí)代后，較多學(xué)者關(guān)注到金融科技對(duì)商業(yè)銀行的影響。下文從互聯(lián)網(wǎng)金融和商業(yè)銀行金融科技發(fā)展對(duì)銀行風(fēng)險(xiǎn)的影響以及金融科技對(duì)銀行信貸結(jié)構(gòu)的影響三個(gè)方面梳理相關(guān)文獻(xiàn)。

（一）文獻(xiàn)綜述

在互聯(lián)網(wǎng)金融對(duì)銀行風(fēng)險(xiǎn)影響的研究中，有學(xué)者研究發(fā)現(xiàn)互聯(lián)網(wǎng)金融改變了銀行資產(chǎn)業(yè)務(wù)、負(fù)債業(yè)務(wù)和中間業(yè)務(wù)等，進(jìn)而導(dǎo)致銀行風(fēng)險(xiǎn)上升。例如，邱晗等（2018）研究發(fā)現(xiàn)金融科技推動(dòng)了一種變相的利率市場(chǎng)化，改變了銀行的負(fù)債端結(jié)構(gòu)，使得銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)偏好上升[6]。Phan等（2020）指出金融科技公司通過提供更便宜、更有效的服務(wù)來取代傳統(tǒng)銀行，對(duì)銀行業(yè)績(jī)產(chǎn)生了負(fù)面影響[7]。王仁曾等（2024）發(fā)現(xiàn)大型科技公司的金融科技分流了商業(yè)銀行的存款業(yè)務(wù)，削弱了銀行的“特許權(quán)價(jià)值”，從而推升了商業(yè)銀行的信用風(fēng)險(xiǎn)承擔(dān)水平[8]。也有學(xué)者研究發(fā)現(xiàn)互聯(lián)網(wǎng)金融提高了銀行經(jīng)營(yíng)效率、管理效率和內(nèi)部息差等，進(jìn)而降低了銀行風(fēng)險(xiǎn)。劉忠璐（2016）檢驗(yàn)發(fā)現(xiàn)互聯(lián)網(wǎng)金融提高了商業(yè)銀行的經(jīng)營(yíng)效率，降低了商業(yè)銀行的破產(chǎn)風(fēng)險(xiǎn)[9]。Deng等（2021）指出金融科技通過銀行內(nèi)部息差、管理能力、外部競(jìng)爭(zhēng)強(qiáng)度、居民儲(chǔ)蓄意愿等渠道降低了銀行風(fēng)險(xiǎn)，并且對(duì)銀行風(fēng)險(xiǎn)的抑制作用在大型商業(yè)銀行和城市商業(yè)銀行中更為明顯[10]。

在商業(yè)銀行金融科技發(fā)展對(duì)銀行風(fēng)險(xiǎn)影響的研究中，大部分學(xué)者研究發(fā)現(xiàn)商業(yè)銀行應(yīng)用金融科技會(huì)改變銀行獲客能力、信息不對(duì)稱、信貸模式等，進(jìn)而降低銀行風(fēng)險(xiǎn)。例如，F(xiàn)rame等（2018）指出金融科技核心技術(shù)的應(yīng)用改善了商業(yè)銀行信貸風(fēng)險(xiǎn)管理[11]。Fung等（2020）發(fā)現(xiàn)金融科技主要通過改變銀行的盈利能力降低商業(yè)銀行風(fēng)險(xiǎn)，增強(qiáng)金融穩(wěn)定[12]。Cheng和Qu（2020）檢驗(yàn)發(fā)現(xiàn)金融科技顯著降低了商業(yè)銀行信用風(fēng)險(xiǎn)，但是金融科技對(duì)大型商業(yè)銀行和上市銀行信用風(fēng)險(xiǎn)的抑制作用相對(duì)較弱[13]。郭麗虹和朱柯達(dá)（2021）發(fā)現(xiàn)商業(yè)銀行運(yùn)用金融科技降低了普惠貸款產(chǎn)生的風(fēng)險(xiǎn)，尤其是在小微企業(yè)貸款方面作用更為明顯[14]。朱詩(shī)怡和晏景瑞（2024）認(rèn)為金融科技通過優(yōu)化貸款結(jié)構(gòu)，可以實(shí)現(xiàn)商業(yè)銀行內(nèi)部“賦能”效應(yīng)，進(jìn)而抑制銀行風(fēng)險(xiǎn)承擔(dān)[15]。但是，王道平等（2022）認(rèn)為銀行應(yīng)用金融科技會(huì)加深銀行間關(guān)聯(lián)程度，導(dǎo)致其系統(tǒng)性金融風(fēng)險(xiǎn)顯著放大[5]。

在金融科技對(duì)銀行信貸結(jié)構(gòu)影響的研究中，有學(xué)者從互聯(lián)網(wǎng)金融角度研究發(fā)現(xiàn)金融科技降低商業(yè)銀行對(duì)中小微企業(yè)的信貸，進(jìn)而影響商業(yè)銀行的信貸結(jié)構(gòu)。例如，Stulz（2019）指出傳統(tǒng)銀行不能像大型科技公司一樣獲取信貸各方的有效信息，因此金融科技的發(fā)展使得傳統(tǒng)銀行在消費(fèi)金融和小微企業(yè)貸款方面失去了比較優(yōu)勢(shì)[16]。De la Mano 等（2018）和Padilla（2020）指出大型科技平臺(tái)的出現(xiàn)短期來看可能使消費(fèi)者獲益，加劇銀行業(yè)的競(jìng)爭(zhēng)，但是中長(zhǎng)期來看，可能會(huì)壟斷消費(fèi)信貸和中小企業(yè)貸款，降低消費(fèi)者福利，增加金融不穩(wěn)定性[17～18]。有學(xué)者從商業(yè)銀行金融科技發(fā)展角度研究發(fā)現(xiàn)金融科技會(huì)增加商業(yè)銀行對(duì)中_{diBNQ150MfoUQQ8hmo1jlHdSX2QPTv+aRFT9NFeewrE=}小微企業(yè)的信貸，進(jìn)而影響商業(yè)銀行的信貸結(jié)構(gòu)。例如，盛天翔和范從來（2020）認(rèn)為金融科技有助于增加銀行對(duì)小微企業(yè)的信貸供給，同時(shí)銀行業(yè)競(jìng)爭(zhēng)程度也會(huì)提高[19]。Sheng（2021）檢驗(yàn)發(fā)現(xiàn)金融科技顯著增加了銀行對(duì)中小微企業(yè)的信貸，特別是大銀行對(duì)中小微企業(yè)信貸增長(zhǎng)得更加明顯[20]。胡俊等（2021）研究認(rèn)為金融科技對(duì)商業(yè)銀行零售貸款規(guī)模和零售貸款占比都具有顯著的促進(jìn)作用[21]。賀炎林和劉克富（2023）指出金融科技能夠通過降低信息不對(duì)稱、促進(jìn)商業(yè)信用融資以及加劇銀行業(yè)競(jìng)爭(zhēng)等渠道顯著QmJfyp8InbsuIeoPZtwtbhBnuBHfLVUlAYeVFyKm47o=促進(jìn)中小微企業(yè)的信貸獲取[22]。

以往學(xué)者的研究不容忽視，但是可能仍然存在一定的局限性。首先，現(xiàn)有文獻(xiàn)大多基于宏觀角度構(gòu)建金融科技指數(shù)，因此無(wú)法檢驗(yàn)出銀行自身金融科技的發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響效果；其次，已有文獻(xiàn)檢驗(yàn)了金融科技與中小微企業(yè)信貸供給之間的關(guān)系，但尚無(wú)學(xué)者關(guān)注到金融科技在增加信貸供給的同時(shí)是否影響了商業(yè)銀行風(fēng)險(xiǎn)，缺少金融科技、信貸擴(kuò)張與商業(yè)銀行風(fēng)險(xiǎn)之間的關(guān)聯(lián)研究；再次，已有研究關(guān)注的是商業(yè)銀行在小微信貸領(lǐng)域的金融科技應(yīng)用效果，未關(guān)注到金融科技在其他信貸領(lǐng)域是否也有助于降低信貸風(fēng)險(xiǎn)?；谝酝鶎W(xué)者的研究，本文的創(chuàng)新之處主要體現(xiàn)在：一是從微觀角度構(gòu)建銀行金融科技指數(shù)，并采用更加全面的銀行業(yè)數(shù)據(jù)檢驗(yàn)了金融科技與商業(yè)銀行信貸風(fēng)險(xiǎn)之間的關(guān)系；二是將金融科技、信貸擴(kuò)張與銀行風(fēng)險(xiǎn)三者進(jìn)行關(guān)聯(lián)，分析了金融科技是否有助于降低信貸擴(kuò)張帶來的風(fēng)險(xiǎn)；三是從小微信貸、零售信貸和企業(yè)信貸三個(gè)角度，考察了金融科技在不同類型信貸擴(kuò)張過程中的風(fēng)險(xiǎn)防范效果。

（二）理論假說

在互聯(lián)網(wǎng)金融的沖擊下，商業(yè)銀行開始將大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等技術(shù)應(yīng)用于信貸領(lǐng)域，金融科技“賦能”商業(yè)銀行并產(chǎn)生技術(shù)溢出效應(yīng)，提高了商業(yè)銀行風(fēng)險(xiǎn)管理效率和經(jīng)營(yíng)效率，有助于降低商業(yè)銀行信貸風(fēng)險(xiǎn)。首先，商業(yè)銀行應(yīng)用金融科技可以拓展信貸風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)，信貸風(fēng)險(xiǎn)管理數(shù)據(jù)的豐富有助于提高銀行風(fēng)險(xiǎn)控制模型的準(zhǔn)確度和授信能力，改善銀行風(fēng)險(xiǎn)管理體系，推動(dòng)貸款技術(shù)的變化。其次，商業(yè)銀行通過云計(jì)算、人工智能和物聯(lián)網(wǎng)等技術(shù)可以對(duì)客戶信貸資金的使用進(jìn)行實(shí)時(shí)監(jiān)測(cè)，約束客戶“短貸長(zhǎng)投”和“?？钏谩钡刃袨椋M(jìn)而有助于降低商業(yè)銀行的信貸風(fēng)險(xiǎn)。再次，金融科技的發(fā)展可以倒逼銀行業(yè)加快變革的腳步，促進(jìn)商業(yè)銀行經(jīng)營(yíng)理念的完善和進(jìn)步，提高銀行的經(jīng)營(yíng)效率和競(jìng)爭(zhēng)力。但是，金融科技是把雙刃劍，商業(yè)銀行在享受金融科技發(fā)展紅利的同時(shí)，也可能會(huì)產(chǎn)生一些消極效應(yīng)。一方面，金融科技公司憑借其更具有優(yōu)勢(shì)的創(chuàng)新服務(wù)和高收益的產(chǎn)品吸引了大批客戶，銀行原有的客戶資源可能向金融科技公司傾斜，由此改變銀行的資產(chǎn)業(yè)務(wù)、中間業(yè)務(wù)和負(fù)債業(yè)務(wù)，并擠壓銀行在存貸及中間業(yè)務(wù)層面的利潤(rùn)；另一方面，金融機(jī)構(gòu)通過自動(dòng)化和人工智能等技術(shù)在降低成本的同時(shí)，底層算法和操作的趨同可能導(dǎo)致金融市場(chǎng)價(jià)格大幅波動(dòng)，造成風(fēng)險(xiǎn)疊加共振，加劇金融體系的順周期性，并對(duì)金融監(jiān)管形成挑戰(zhàn)，進(jìn)而影響宏觀調(diào)控的有效性?；谝陨戏治觯疚奶岢鋈缦卵芯考僬f：

H1：商業(yè)銀行應(yīng)用金融科技可以有效降低信貸風(fēng)險(xiǎn)。

金融科技的發(fā)展會(huì)對(duì)商業(yè)銀行信貸業(yè)務(wù)產(chǎn)生影響。一方面，互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行信貸業(yè)務(wù)產(chǎn)生擠出效應(yīng)，降低商業(yè)銀行的信貸供給；另一方面，商業(yè)銀行信貸業(yè)務(wù)受到互聯(lián)網(wǎng)平臺(tái)的擠壓后，可能會(huì)與金融科技公司合作或獨(dú)自建立金融科技平臺(tái)，提高自身的金融科技應(yīng)用能力，進(jìn)而對(duì)銀行信貸業(yè)務(wù)產(chǎn)生影響。具體表現(xiàn)在：首先，商業(yè)銀行通過把大數(shù)據(jù)、云計(jì)算以及區(qū)塊鏈等技術(shù)同信用制度相結(jié)合，使銀行能更加清晰地了解用戶消費(fèi)習(xí)慣、資金流水等，便于挖掘消費(fèi)者的潛在需求，從而精準(zhǔn)地為消費(fèi)者提供金融服務(wù)，提高信貸的精準(zhǔn)度；其次，商業(yè)銀行應(yīng)用金融科技提高了軟信息處理能力，減緩了銀企的信息不對(duì)稱，有助于提高信貸資源配置的普惠度，促進(jìn)信貸資源多向配置的同時(shí)改變了信貸結(jié)構(gòu)；再次，不同類型信貸具有不同風(fēng)險(xiǎn)特征，例如小微企業(yè)資產(chǎn)規(guī)模小，抗風(fēng)險(xiǎn)能力弱，生命周期通常較短，因此當(dāng)小微信貸規(guī)模明顯增多而未有很好的風(fēng)險(xiǎn)控制措施時(shí)，很可能導(dǎo)致商業(yè)銀行的信貸風(fēng)險(xiǎn)增大?；谝陨戏治觯疚奶岢鋈缦卵芯考僬f：

H2：商業(yè)銀行應(yīng)用金融科技改變了信貸結(jié)構(gòu)，進(jìn)而影響銀行風(fēng)險(xiǎn)。

金融科技可能對(duì)不同類型商業(yè)銀行的影響具有較大差異性。從金融科技的應(yīng)用層面來看，全國(guó)性商業(yè)銀行（包括大型國(guó)有商業(yè)銀行和全國(guó)股份制商業(yè)銀行）在資本、規(guī)模和人才資源等方面具有優(yōu)勢(shì)，通過自建金融科技子公司或與大型互聯(lián)網(wǎng)巨頭開展深度合作，有助于廣泛吸收金融科技的技術(shù)溢出效應(yīng)，因此金融科技發(fā)展水平往往較高。但是全國(guó)性商業(yè)銀行體系較為復(fù)雜，規(guī)模龐大，通常會(huì)存在委托代理沖突，并缺乏有效的激勵(lì)措施和市場(chǎng)約束機(jī)制，這樣可能導(dǎo)致全國(guó)性商業(yè)銀行借助金融科技進(jìn)行風(fēng)險(xiǎn)管理的經(jīng)驗(yàn)吸收能力較差。和全國(guó)性商業(yè)銀行相比，地方性商業(yè)銀行（包括城市商業(yè)銀行和農(nóng)村商業(yè)銀行等）盡管缺乏資金和人才的支撐，沒有能力自建金融科技平臺(tái)，但是可以選擇與金融科技公司合作，結(jié)合中小型銀行具備“船小好調(diào)頭”的優(yōu)勢(shì)，通常更能適應(yīng)新事物并做出相應(yīng)的調(diào)整措施，同時(shí)地方性商業(yè)銀行的業(yè)務(wù)與金融科技關(guān)注的普惠金融和小微金融領(lǐng)域不謀而合，因此在金融科技的應(yīng)用效果上，可能吸收能力更強(qiáng)。基于以上分析，本文提出如下研究假說：

H3：不同類型商業(yè)銀行應(yīng)用金融科技的效果存在異質(zhì)性，地方性商業(yè)銀行應(yīng)用效果可能更好。

三、研究設(shè)計(jì)

（一）變量說明和定義

1. 被解釋變量

銀行作為傳統(tǒng)金融機(jī)構(gòu)的主體，銀行系統(tǒng)的穩(wěn)定對(duì)整個(gè)金融穩(wěn)定至關(guān)重要。而信貸業(yè)務(wù)又是銀行重要的資產(chǎn)業(yè)務(wù)，因此商業(yè)銀行風(fēng)險(xiǎn)主要表現(xiàn)為信貸風(fēng)險(xiǎn)。已有文獻(xiàn)在度量商業(yè)銀行信貸風(fēng)險(xiǎn)時(shí)常采用不良貸款率進(jìn)行衡量，本文也借鑒該做法，采用不良貸款率（[NPL]）衡量商業(yè)銀行的信貸風(fēng)險(xiǎn)，不良貸款率越高，借款人違約的概率越大，商業(yè)銀行面臨的信貸風(fēng)險(xiǎn)越大。實(shí)際上，不良貸款率衡量的是銀行事后的信貸風(fēng)險(xiǎn)，銀行在選擇資產(chǎn)時(shí)并不知道這些資產(chǎn)會(huì)不會(huì)違約，為了檢驗(yàn)金融科技對(duì)商業(yè)銀行事前信貸風(fēng)險(xiǎn)的影響，本文也選取貸款損失準(zhǔn)備率（[LLSR]）作為被解釋變量，反映商業(yè)銀行風(fēng)險(xiǎn)抵補(bǔ)能力以及風(fēng)險(xiǎn)防范的信心，數(shù)值越大，一方面說明商業(yè)銀行風(fēng)險(xiǎn)抵補(bǔ)能力越強(qiáng)，另一方面說明商業(yè)銀行預(yù)計(jì)可能產(chǎn)生更多的不良貸款，需要計(jì)提更多的貸款損失準(zhǔn)備金，風(fēng)險(xiǎn)防范的信心較弱，具體采用貸款損失準(zhǔn)備金額占貸款總額的百分比表示。

2. 解釋變量

（1）金融科技指數(shù)?，F(xiàn)有研究對(duì)金融科技水平的測(cè)度主要有三種思路：一是運(yùn)用螞蟻金服的交易賬戶底層數(shù)據(jù)編制的中國(guó)數(shù)字普惠金融指數(shù)，從互聯(lián)網(wǎng)金融的覆蓋廣度、使用深度和數(shù)字支持服務(wù)等多個(gè)維度來刻畫地區(qū)金融科技發(fā)展水平[6， 19]；二是基于金融科技關(guān)鍵詞的百度指數(shù)或當(dāng)?shù)亟鹑诳萍计髽I(yè)數(shù)量，自行構(gòu)建地區(qū)金融科技發(fā)展指數(shù)[23～24]；三是基于文本挖掘和網(wǎng)絡(luò)爬蟲得到的金融科技關(guān)鍵詞的新聞網(wǎng)頁(yè)數(shù)量，構(gòu)建銀行微觀個(gè)體的金融科技發(fā)展指數(shù)[25]。商業(yè)銀行作為傳統(tǒng)金融機(jī)構(gòu)的主體，為順應(yīng)金融科技的發(fā)展趨勢(shì)，紛紛開啟戰(zhàn)略轉(zhuǎn)型之路，主動(dòng)投入金融科技的研發(fā)和運(yùn)用。在這一背景下，前兩種測(cè)度口徑的金融科技指數(shù)量化的是地區(qū)金融科技發(fā)展水平，無(wú)法反映不同銀行微觀個(gè)體的差異，因此采用前兩種測(cè)度指標(biāo)研究商業(yè)銀行金融科技對(duì)信貸風(fēng)險(xiǎn)的影響可能存在一定的偏誤。

基于此，本文采用第三種方法，運(yùn)用百度新聞關(guān)鍵詞的網(wǎng)頁(yè)數(shù)量檢索結(jié)果度量金融科技發(fā)展水平。這一選擇的邏輯在于：商業(yè)銀行在發(fā)展金融科技的過程中往往會(huì)被媒體關(guān)注，而百度新聞作為世界上最大的中文搜索引擎，商業(yè)銀行發(fā)展金融科技的新聞也會(huì)被百度新聞檢索到。具體可以通過百度新聞檢索“銀行+關(guān)鍵詞”的方式來獲取銀行相應(yīng)關(guān)鍵詞在不同年份的新聞網(wǎng)頁(yè)數(shù)量，根據(jù)百度新聞搜索結(jié)果，利用因子分析法構(gòu)建商業(yè)銀行的金融科技指數(shù)，具體步驟如下：

第一步，根據(jù)銀行信貸領(lǐng)域最常用的金融科技手段確定關(guān)鍵詞庫(kù)。由于大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈和物聯(lián)網(wǎng)這五項(xiàng)技術(shù)應(yīng)用最為廣泛，對(duì)商業(yè)銀行信貸過程中的信息傳遞、風(fēng)險(xiǎn)管理等方面影響較為明顯，因而選取這五項(xiàng)技術(shù)作為核心關(guān)鍵詞。其中，大數(shù)據(jù)技術(shù)主要對(duì)海量數(shù)據(jù)進(jìn)行捕捉和處理，并對(duì)企業(yè)進(jìn)行全方位的檢測(cè)；云計(jì)算可以敏捷地處理數(shù)據(jù)，構(gòu)建質(zhì)量較高的數(shù)據(jù)生產(chǎn)要素；人工智能可以自動(dòng)監(jiān)控借貸企業(yè)的經(jīng)營(yíng)管理行為，可將風(fēng)險(xiǎn)識(shí)別關(guān)口前移，及時(shí)發(fā)現(xiàn)資金用途違規(guī)風(fēng)險(xiǎn)或潛在的違約風(fēng)險(xiǎn)；區(qū)塊鏈技術(shù)有助于實(shí)現(xiàn)交易的透明化，對(duì)交易信息流轉(zhuǎn)過程中的真實(shí)性、可溯源性予以保障；物聯(lián)網(wǎng)可以整合相關(guān)產(chǎn)業(yè)鏈資源，實(shí)現(xiàn)金融的數(shù)字化與智能化。

第二步，采用百度新聞搜索引擎分銀行計(jì)算關(guān)鍵詞的年度新聞網(wǎng)頁(yè)數(shù)量，如“中國(guó)銀行+大數(shù)據(jù)”，這樣既可以搜索到既包含中國(guó)銀行又包含大數(shù)據(jù)的新聞網(wǎng)頁(yè)數(shù)量。

第三步，采用因子分析法構(gòu)建不同銀行在特定年份的金融科技指數(shù)。首先，判斷變量是否適合進(jìn)行因子分析，變量的KMO值為0.8714，Bartlett統(tǒng)計(jì)量顯著性為0，因此這些關(guān)鍵詞具有共性，適合做因子分析。其次，提取公因子，根據(jù)主成分分析法提取特征值大于1的公因子，提取的一個(gè)公因子方差貢獻(xiàn)率為71.96%，公因子解釋能力較強(qiáng)。最后，計(jì)算因子得分，采用最大化方差的原則對(duì)載荷矩陣進(jìn)行正交旋轉(zhuǎn)，并通過回歸分析法估算因子得分系數(shù)矩陣。由于特征值大于1的僅一個(gè)公因子，因此本文以該公因子得分作為金融科技指數(shù)（[FinTech]）。

（2）信貸結(jié)構(gòu)。本文在金融科技、信貸結(jié)構(gòu)與商業(yè)銀行信貸風(fēng)險(xiǎn)三者關(guān)系的研究中，首先檢驗(yàn)金融科技是否導(dǎo)致信貸擴(kuò)張進(jìn)而影響商業(yè)銀行信貸風(fēng)險(xiǎn)，然后分析金融科技在不同類型信貸上的風(fēng)險(xiǎn)防范效果。因此，對(duì)于信貸結(jié)構(gòu)指標(biāo)的測(cè)度，借鑒胡俊等（2021）的研究[21]，首先采用貸款總額占資產(chǎn)的比值表示信貸擴(kuò)張，數(shù)值越大說明銀行信貸規(guī)模越大；然后將貸款總額進(jìn)行分類，區(qū)分為小微信貸、零售信貸和企業(yè)信貸三類，分別計(jì)算小微信貸、零售信貸和企業(yè)信貸占資產(chǎn)的比值作為信貸結(jié)構(gòu)指標(biāo)，變量符號(hào)分別記為[R1_loan]、[R2_loan]和[R3_loan]。其中，小微信貸計(jì)算的是填寫單戶年末余額或年度總額的授信小于1000 萬(wàn)元的小微企業(yè)貸款、個(gè)體工商戶和小微企業(yè)主經(jīng)營(yíng)性貸款；零售信貸計(jì)算的是消費(fèi)貸款、個(gè)人貸款和住房貸款三類貸款總額的賬面額，不扣除損失準(zhǔn)備；企業(yè)信貸計(jì)算的是企業(yè)貸款總額的賬面額，不扣除損失準(zhǔn)備。

3. 控制變量

參考已有學(xué)者的研究選取控制變量：（1）在風(fēng)險(xiǎn)抵御能力方面，借鑒熊健等（2021）的研究[26]，加入資本充足率（[Car]）作為控制變量。資本充足率可以反映銀行抵御風(fēng)險(xiǎn)的能力，資本充足率越高，銀行抵御風(fēng)險(xiǎn)能力越強(qiáng)。（2）在銀行流動(dòng)性水平方面，借鑒Wang 等（2021）的研究[27]，加入存貸比（[Ldr]）和流動(dòng)性比率（[Liq]）作為控制變量。存貸比和流動(dòng)性比率可以反映銀行的流動(dòng)性水平，數(shù)值越大，說明商業(yè)銀行流動(dòng)性越充足，但是高流動(dòng)性比率也表明銀行的資本利用不足。（3）在銀行盈利能力方面，借鑒姚婷和宋良榮（2020）的研究[23]，加入凈資產(chǎn)收益率（[Roe]）和投資收益比（[Invest]）作為控制變量。一方面，銀行盈利能力越高，銀行越具有信貸擴(kuò)張的動(dòng)機(jī)，風(fēng)險(xiǎn)承擔(dān)意愿越強(qiáng)；另一方面，銀行盈利能力越高，分散風(fēng)險(xiǎn)和承受風(fēng)險(xiǎn)的能力也越強(qiáng)。（4）在銀行規(guī)模方面，借鑒鮑星等（2022）的研究[28]，加入規(guī)模擴(kuò)張（[R_size]）作為控制變量。一方面，銀行資產(chǎn)規(guī)模擴(kuò)大可以使風(fēng)險(xiǎn)多樣化，提高風(fēng)險(xiǎn)管理和盈利能力；另一方面，商業(yè)銀行也可能傾向投資高風(fēng)險(xiǎn)領(lǐng)域，破產(chǎn)的概率也可能增大。（5）在宏觀經(jīng)濟(jì)方面，借鑒郭品和沈悅（2015）的研究[29]，加入反映宏觀經(jīng)濟(jì)水平的名義GDP增長(zhǎng)率（[Gdp]）和代表貨幣政策松緊的廣義貨幣供應(yīng)量增速（[M2]）作為控制變量。同時(shí)加入年份虛擬變量和總行所在省份虛擬變量，用來控制省份層面和政策層面等因素的變化。

（二）樣本選取和數(shù)據(jù)來源

在互聯(lián)網(wǎng)金融的沖擊下，2015年后商業(yè)銀行開始廣泛將金融科技應(yīng)用于信貸領(lǐng)域，因此本文以2015年為研究的起始點(diǎn)，選擇2015—2021年的商業(yè)銀行作為研究樣本，包括全國(guó)性商業(yè)銀行（5家大型國(guó)有商業(yè)銀行和12家全國(guó)股份制商業(yè)銀行）、地方性商業(yè)銀行（130家城市商業(yè)銀行、410家農(nóng)村商業(yè)銀行、3家農(nóng)村合作銀行、10家農(nóng)村信用合作社和17家民營(yíng)銀行）。為了對(duì)比金融科技對(duì)中資銀行和外資銀行信貸風(fēng)險(xiǎn)防范效果的差異，樣本銀行還包括38家外資銀行。銀行相關(guān)數(shù)據(jù)來源于各大銀行的季報(bào)、半年報(bào)、年報(bào)和相關(guān)公開資料，宏觀數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局網(wǎng)站。為了避免異常值的影響，連續(xù)型變量進(jìn)行了1%和99%分位數(shù)的縮尾處理。變量描述性統(tǒng)計(jì)見表1。

（三）模型設(shè)定

為了驗(yàn)證研究假說是否成立，本文建立計(jì)量模型進(jìn)行相關(guān)檢驗(yàn)。首先借鑒Banna等（2022）的研究[30]，并結(jié)合中國(guó)銀行業(yè)發(fā)展的特點(diǎn)，構(gòu)建基準(zhǔn)模型檢驗(yàn)金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，模型如式（1）所示：

[Riskit=α0+α1FinTechit+α2Carit+α3Ldrit+α4Liqit+α5Roeit+α6Investit+α7R_sizeitα8Gdpt+α9M2t+Provinceffect+Yearffect+εit] （1）

式（1）中，[Riskit]為銀行信貸風(fēng)險(xiǎn)向量，[Riskit=[NPLit，LLSRit]]，[NPLit]為不良貸款率，[LLSRit]為貸款損失準(zhǔn)備率，[FinTechit]為銀行應(yīng)用金融科技的水平。當(dāng)[α1]回歸系數(shù)顯著為負(fù)時(shí)，說明金融科技降低了商業(yè)銀行的信貸風(fēng)險(xiǎn)，金融科技在商業(yè)銀行信貸風(fēng)險(xiǎn)防范上具有“賦能”效果，假說H1成立。[Carit]為資本充足率變量、[Ldrit]為存貸比變量，[Liqit]為流動(dòng)性比率變量，[Roeit]為凈資產(chǎn)收益率變量，[Investit]為投資收益比變量，[R_sizeit]為規(guī)模擴(kuò)張變量，[Gdpt]為名義GDP增長(zhǎng)率變量，[M2]為廣義貨幣供應(yīng)量增速變量。[Provinceffect]為省份效應(yīng)，[Yearffect]為年份效應(yīng)。在控制省份和年份效應(yīng)的基礎(chǔ)上，為了避免異方差的影響，本文采用的是銀行個(gè)體層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行估計(jì)。

其次，商業(yè)銀行運(yùn)用金融科技可能對(duì)不同類型信貸的風(fēng)險(xiǎn)防范效果存在異質(zhì)性。為了檢驗(yàn)金融科技對(duì)不同類型信貸的風(fēng)險(xiǎn)防范效果，驗(yàn)證假說H2是否成立，本文借鑒鮑星等（2022）的研究[28]，引入如式（2）的金融科技與信貸結(jié)構(gòu)的交互項(xiàng)進(jìn)行檢驗(yàn)，模型如式（2）所示：

[Riskit=β0+β1FinTechit+β2R_loanit+β3R_loanit×FinTechit+β4Carit+β5Ldrit+β6Liqit+β7Roeit+β8Investit+β9R_sizeit+β10Gdpt+β11M2t+Provinceffect+Yearffect+εit] （2）

式（2）中，[R_loanit]為信貸結(jié)構(gòu)向量，[R_loanit=[Rloanit，R1_loanit，R2_loanit，R3_loanit]]，[Rloanit]為信貸擴(kuò)張變量，[R1_loanit]為小微信貸擴(kuò)張變量，[R2_loanit]為零售信貸擴(kuò)張變量，[R3_loanit]為企業(yè)信貸擴(kuò)張變量。以[R1_loanit]為例，當(dāng)[β3]顯著為負(fù)時(shí)，說明金融科技有助于降低小微信貸擴(kuò)張帶來的風(fēng)險(xiǎn)，當(dāng)[β3]顯著為正時(shí)，說明金融科技會(huì)導(dǎo)致小微信貸擴(kuò)張的風(fēng)險(xiǎn)上升。式（2）的控制變量同式（1）。

最后，本文也將樣本銀行區(qū)分為全國(guó)性商業(yè)銀行、地方性商業(yè)銀行和外資銀行三類銀行，采用式（1）檢驗(yàn)了金融科技對(duì)不同類型商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，采用式（2）檢驗(yàn)了金融科技對(duì)不同類型商業(yè)銀行信貸擴(kuò)張風(fēng)險(xiǎn)的影響，以驗(yàn)證假說H3是否成立。

四、實(shí)證結(jié)果與分析

（一）金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響

表2顯示的是金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)防范效果的檢驗(yàn)結(jié)果。其中，列（1）～（2）的被解釋變量是不良貸款率（[NPL]），反映商業(yè)銀行應(yīng)用金融科技防范信貸風(fēng)險(xiǎn)的事后效果；列（3）～（4）的被解釋變量是貸款損失準(zhǔn)備率（[LLSR]），反映商業(yè)銀行應(yīng)用金融科技防范信貸風(fēng)險(xiǎn)的信心以及事前效果。

當(dāng)不良貸款率（[NPL]）作為被解釋變量時(shí)，不管是否控制省份和年份效應(yīng)，列（1）～（2）中金融科技（[FinTech]）的回歸系數(shù)均為負(fù)且在1%水平下顯著，說明商業(yè)銀行應(yīng)用金融科技確實(shí)顯著降低了不良貸款率，因此降低信貸風(fēng)險(xiǎn)。列（2）中金融科技（FinTech）的回歸系數(shù)為-0.156，說明金融科技應(yīng)用水平每提高一個(gè)單位，商業(yè)銀行的不良貸款率平均下降0.156個(gè)單位，與金洪飛等（2020）的研究結(jié)論趨于一致[1]。當(dāng)貸款損失準(zhǔn)備率（[LLSR]）作為被解釋變量時(shí)，列（3）～（4）中金融科技（FinTech）的回歸系數(shù)也均為負(fù)且在1%水平下顯著，說明商業(yè)銀行應(yīng)用金融科技也降低了貸款損失準(zhǔn)備率，增加了商業(yè)銀行在信貸風(fēng)險(xiǎn)防范方面的信心。列（4）中金融科技（FinTech）的回歸系數(shù)為-0.226，說明金融科技應(yīng)用水平每提高一個(gè)單位，商業(yè)銀行的貸款損失準(zhǔn)備率平均下降0.226個(gè)單位。綜上說明，商業(yè)銀行應(yīng)用金融科技會(huì)產(chǎn)生技術(shù)溢出效應(yīng)，在貸前增加商業(yè)銀行風(fēng)險(xiǎn)防范的信心，在貸后降低商業(yè)銀行的不良貸款率，因此商業(yè)銀行應(yīng)用金融科技降低了信貸風(fēng)險(xiǎn)，假說H1得到了驗(yàn)證。

控制變量回歸結(jié)果的經(jīng)濟(jì)學(xué)含義也基本符合預(yù)期：資本充足率（[Car]）在列（3）～（4）中回歸系數(shù)顯著為正，說明商業(yè)銀行資本充足率提高的同時(shí)也會(huì)提高商業(yè)銀行的貸款損失準(zhǔn)備率；存貸比（[Ldr]）在列（3）～（4）中回歸系數(shù)顯著為正，說明商業(yè)銀行的存貸比越高，越注重風(fēng)險(xiǎn)管理，貸款損失準(zhǔn)備金呈同步變動(dòng)趨勢(shì)；流動(dòng)性比率（[Liq]）在列（1）～（4）中回歸系數(shù)顯著為負(fù)，說明商業(yè)銀行提高流動(dòng)比率有助于降低其不良貸款率和貸款損失準(zhǔn)備率，降低商業(yè)銀行的信貸風(fēng)險(xiǎn)。凈資產(chǎn)收益率（[Roe]）在列（1）～（2）中回歸系數(shù)顯著為負(fù)，說明商業(yè)銀行盈利能力越高，其不良貸款率越小，即隨著盈利能力的提高，商業(yè)銀行將風(fēng)險(xiǎn)轉(zhuǎn)嫁給存款人動(dòng)機(jī)減弱，從而信貸風(fēng)險(xiǎn)降低，但是列（3）～（4）中回歸系數(shù)顯著為正，說明盈利能力越高的商業(yè)銀行，越傾向于增加貸款損失準(zhǔn)備金，提高自身的風(fēng)險(xiǎn)抵御能力。投資收益比（[Invest]）回歸phKyl+HDb3s9Od0jy6yipg==系數(shù)在列（1）～（4）中均顯著為正，說明投資收益比越高的商業(yè)銀行，越傾向于提高其風(fēng)險(xiǎn)抵御能力，但是與此同時(shí)不良貸款率也同步攀升。宏觀控制變量中，名義GDP增長(zhǎng)率（[Gdp]）和廣義貨幣供應(yīng)量增速（[M 2]）在列（2）中顯著為正，說明經(jīng)濟(jì)上行走勢(shì)會(huì)推動(dòng)商業(yè)銀行的樂觀情緒，銀行樂于放貸以獲取更高的收益，導(dǎo)致不良貸款率增加，同時(shí)積極的貨幣政策并非中性，也會(huì)提高商業(yè)銀行的信貸風(fēng)險(xiǎn)，這與郭品和沈悅（2015）的研究結(jié)論一致[29]。

（二）金融科技對(duì)不同類型信貸擴(kuò)張的風(fēng)險(xiǎn)防范效果

商業(yè)銀行在信貸領(lǐng)域應(yīng)用大數(shù)據(jù)、云計(jì)算以及人工智能等金融科技手段的主要目的是增加信貸供給并防范信貸風(fēng)險(xiǎn)。表3顯示商業(yè)銀行應(yīng)用金融科技對(duì)信貸擴(kuò)張的風(fēng)險(xiǎn)防范效果。當(dāng)不良貸款率（[NPL]）作為被解釋變量時(shí)，信貸擴(kuò)張（[Rloan]）回歸系數(shù)為5.151，在1%水平下顯著，說明信貸擴(kuò)張會(huì)導(dǎo)致商業(yè)銀行不良貸款率增加，商業(yè)銀行信貸風(fēng)險(xiǎn)增大。交互項(xiàng)[FinTech*Rloan]為-0.968，且在1%水平下顯著，說明商業(yè)銀行應(yīng)用金融科技有助于抑制信貸擴(kuò)張帶來的信貸風(fēng)險(xiǎn)，金融科技在信貸擴(kuò)張和不良貸款率之間起到顯著的負(fù)向調(diào)節(jié)作用。當(dāng)貸款損失準(zhǔn)備率（[LLSR]）作為被解釋變量時(shí)，信貸擴(kuò)張（[Rloan]）回歸系數(shù)為6.472且顯著，交互項(xiàng)[FinTech*Rloan]回歸系數(shù)-1.278也非常顯著，說明金融科技在信貸擴(kuò)張和貸款損失準(zhǔn)備率之間也起到非常顯著的負(fù)向調(diào)節(jié)作用，即金融科技增加了商業(yè)銀行防范信貸擴(kuò)張風(fēng)險(xiǎn)的信心，商業(yè)銀行在應(yīng)用金融科技的同時(shí)會(huì)同步降低貸款損失準(zhǔn)備率。因此，不管是從信貸的事前風(fēng)險(xiǎn)還是事后風(fēng)險(xiǎn)來看，金融科技均起到顯著的技術(shù)溢出效應(yīng)，既增強(qiáng)了商業(yè)銀行防范信貸擴(kuò)張風(fēng)險(xiǎn)的信心，也降低了商業(yè)銀行信貸擴(kuò)張的事后風(fēng)險(xiǎn)。

作為被解釋變量時(shí)，交互項(xiàng)[FinTech*R1_loan]的回歸系數(shù)為-1.075且在1%水平下顯著，說明金融科技有助于降低小微信貸擴(kuò)張的風(fēng)險(xiǎn)。交互項(xiàng)[FinTech*R2_loan]回歸系數(shù)-0.477，在5%水平下顯著，同時(shí)零售信貸（[R2_loan]）的回歸系數(shù)為1.468且顯著，說明零售信貸擴(kuò)張會(huì)增加商業(yè)銀行不良貸款率?？赡艿脑蚴橇闶坌刨J業(yè)務(wù)信息不對(duì)稱問題更加嚴(yán)重，且存在授信成本高、風(fēng)控難度大等一系列問題，使得零售信貸更易產(chǎn)生不良貸款，但是金融科技在一定程度上有助于抑制零售信貸擴(kuò)張的風(fēng)險(xiǎn)。企業(yè)信貸（[R3_loan]）和交互項(xiàng)[FinTech*R3_loan]的回歸系數(shù)均不顯著，說明金融科技對(duì)企業(yè)信貸擴(kuò)張風(fēng)險(xiǎn)的防范效果不明顯。當(dāng)貸款損失準(zhǔn)備率（[LLSR]）作為被解釋變量時(shí)，僅有交互項(xiàng)[FinTech*R1_loan]的回歸系數(shù)通過了顯著性檢驗(yàn)，說明金融科技有助于增加商業(yè)銀行對(duì)小微信貸擴(kuò)張風(fēng)險(xiǎn)的防范信心，降低商業(yè)銀行的貸款損失準(zhǔn)備率，但是在零售貸款和企業(yè)貸款領(lǐng)域的效果不明顯。綜上說明，商業(yè)銀行應(yīng)用金融科技改變了信貸結(jié)構(gòu)，且在小微信貸和零售信貸領(lǐng)域具有一定的風(fēng)險(xiǎn)防范效果，但在企業(yè)信貸領(lǐng)域的風(fēng)險(xiǎn)防范效果不明顯，假說H2得到驗(yàn)證。

（三）內(nèi)生性說明和穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性問題

（1）工具變量法。在上述回歸模型中，金融科技是通過網(wǎng)絡(luò)爬蟲法統(tǒng)計(jì)商業(yè)銀行五大常用技術(shù)的新聞網(wǎng)頁(yè)數(shù)量進(jìn)行量化，可能存在一定的測(cè)量誤差問題，同時(shí)金融科技與銀行風(fēng)險(xiǎn)可能存在雙向因果關(guān)系，即商業(yè)銀行為緩解信貸風(fēng)險(xiǎn)而大力應(yīng)用金融科技。為了緩解模型中的雙向因果關(guān)系和測(cè)量誤差導(dǎo)致的內(nèi)生性問題，本文進(jìn)一步采用工具變量法對(duì)模型進(jìn)行再次估計(jì)。在工具變量的選擇上，采用總行所在區(qū)域的金融科技均值以及滯后的金融科技變量作為工具變量。通過與表2～表4的結(jié)果對(duì)比發(fā)現(xiàn)，所得結(jié)論基本趨于一致，且F檢驗(yàn)和Sargan檢驗(yàn)說明工具變量的選擇是有效的，不存在弱工具變量問題。

（2）系統(tǒng)GMM。銀行信貸風(fēng)險(xiǎn)潛在的持續(xù)性可能會(huì)帶來的內(nèi)生性問題，因此本文在回歸模型中加入銀行信貸風(fēng)險(xiǎn)的滯后項(xiàng)，構(gòu)建動(dòng)態(tài)面板模型并使用系統(tǒng)GMM法估計(jì)參數(shù)，進(jìn)而判斷本文結(jié)論的穩(wěn)健性。結(jié)果顯示，AR（2）和Hansen統(tǒng)計(jì)量的P值均大于0.1，說明殘差擾動(dòng)項(xiàng)不存在二階自相關(guān)且工具變量有效，再與表2～表4的結(jié)果對(duì)比發(fā)現(xiàn)，所得結(jié)論也基本趨于一致。

2. 穩(wěn)健性檢驗(yàn)

（1）刪除樣本。地方性商業(yè)銀行樣本中包括城市商業(yè)銀行、農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、農(nóng)村信用合作社、民營(yíng)銀行等。因?yàn)檗r(nóng)村合作銀行、農(nóng)村信用合作社和民營(yíng)銀行這些地方性商業(yè)銀行的金融科技發(fā)展水平較低，因此剔除這部分銀行，利用大型國(guó)有商業(yè)銀行、全國(guó)股份制商業(yè)銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行作為研究樣本進(jìn)行穩(wěn)健性檢驗(yàn)。

（2）替換解釋變量。首先替換金融科技指標(biāo)，上文研究中通過因子分析法計(jì)算金融科技指標(biāo)，因此將大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈和物聯(lián)網(wǎng)的新聞網(wǎng)頁(yè)數(shù)量進(jìn)行加權(quán)平均表示金融科技水平，再次進(jìn)行穩(wěn)健性檢驗(yàn)。其次上文通過計(jì)算小微貸款、零售貸款與企業(yè)貸款和資產(chǎn)的比值表示信貸結(jié)構(gòu)，因此計(jì)算小微貸款、零售貸款與企業(yè)貸款和貸款的比值表示信貸結(jié)構(gòu)，再次進(jìn)行穩(wěn)健性檢驗(yàn)。

將以上檢驗(yàn)結(jié)果與表2～表4的結(jié)果對(duì)比發(fā)現(xiàn)，所得結(jié)論基本趨于一致，說明本文結(jié)論是穩(wěn)健的①。

五、異質(zhì)性分析

（一）金融科技對(duì)不同類型商業(yè)銀行信貸風(fēng)險(xiǎn)的影響

表5顯示了金融科技對(duì)不同類型商業(yè)銀行信貸風(fēng)險(xiǎn)影響的檢驗(yàn)結(jié)果。結(jié)果顯示，不管是不良貸款率（[NPL]）還是貸款損失準(zhǔn)備率（[LLSR]）作為被解釋變量，金融科技對(duì)全國(guó)性商業(yè)銀行（大型國(guó)有商業(yè)銀行和全國(guó)股份制商業(yè)銀行）和外資銀行的影響均不顯著，說明金融科技在信貸領(lǐng)域?qū)θ珖?guó)性商業(yè)銀行和外資銀行的“賦能”效果不明顯。但是金融科技對(duì)地方性商業(yè)銀行的不良貸款率和貸款損失準(zhǔn)備率均具有顯著的負(fù)向影響，說明地方性商業(yè)銀行應(yīng)用金融科技可以顯著降低信貸風(fēng)險(xiǎn)，增加地方性商業(yè)銀行信貸風(fēng)險(xiǎn)防范的信心。因此金融科技給地方性商業(yè)銀行帶來更顯著的技術(shù)溢出效應(yīng)，在信貸領(lǐng)域的“賦能”效果更為顯著，這與龔曉葉和李穎（2020）的研究結(jié)論趨于一致[31]，假說H3得到了驗(yàn)證。故應(yīng)鼓勵(lì)和支持地方性商業(yè)銀行結(jié)合自身特點(diǎn)大力發(fā)展金融科技。

（二）金融科技對(duì)不同類型商業(yè)銀行信貸擴(kuò)張風(fēng)險(xiǎn)的影響

表6顯示了金融科技對(duì)不同類型商業(yè)銀行信貸擴(kuò)張風(fēng)險(xiǎn)影響的檢驗(yàn)結(jié)果。結(jié)果顯示，在全國(guó)性商業(yè)銀行樣本中，交互項(xiàng)[FinTech*Rloan]對(duì)商業(yè)銀行不良貸款率和貸款損失準(zhǔn)備率均具有顯著的正向影響，說明全國(guó)性商業(yè)銀行應(yīng)用金融科技并沒有顯著降低信貸擴(kuò)張帶來的風(fēng)險(xiǎn)，反而導(dǎo)致信貸擴(kuò)張的風(fēng)險(xiǎn)加劇。在地方性商業(yè)銀行樣本中，信貸擴(kuò)張（[Rloan]）確實(shí)會(huì)導(dǎo)致地方性商業(yè)銀行的不良貸款率和貸款損失準(zhǔn)備率增加，信貸風(fēng)險(xiǎn)增大。但隨著金融科技的應(yīng)用，商業(yè)銀行會(huì)逐步消除信貸擴(kuò)張帶來的不利影響。在外資銀行樣本中，信貸擴(kuò)張（[Rloan]）和交互項(xiàng)[FinTech*Rloan]的回歸系數(shù)均不顯著，說明外資銀行應(yīng)用金融科技防范信貸擴(kuò)張風(fēng)險(xiǎn)的效果不明顯。綜上可見，地方性商業(yè)銀行應(yīng)用金融科技的效果較為明顯，更有利于降低信貸擴(kuò)張帶來的風(fēng)險(xiǎn)，假說H3進(jìn)一步得到了驗(yàn)證。

六、結(jié)論與政策建議

本文基于2015—2021年中國(guó)625家商業(yè)銀行的非平衡面板數(shù)據(jù)，檢驗(yàn)了金融科技對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，并分析了金融科技對(duì)不同類型信貸風(fēng)險(xiǎn)的防范效果。得到的主要結(jié)論如下：第一，金融科技降低了商業(yè)銀行信貸風(fēng)險(xiǎn)，同時(shí)增加了商業(yè)銀行信貸風(fēng)險(xiǎn)防范的信心；第二，金融科技有助于防范商業(yè)銀行信貸擴(kuò)張帶來的風(fēng)險(xiǎn)，并在小微信貸領(lǐng)域和零售信貸領(lǐng)域的風(fēng)險(xiǎn)防范效果最為明顯；第三，金融科技對(duì)不同類型商業(yè)銀行信貸風(fēng)險(xiǎn)防范的效果具有異質(zhì)性，更有助于降低地方性商業(yè)銀行的信貸風(fēng)險(xiǎn)和信貸擴(kuò)張帶來的風(fēng)險(xiǎn)?；谘芯拷Y(jié)論，本文提出的政策建議如下：

首先，商業(yè)銀行應(yīng)積極融入金融科技發(fā)展的浪潮，充分利用金融科技的有利面。實(shí)證檢驗(yàn)結(jié)果顯示，金融科技降低了商業(yè)銀行的信貸風(fēng)險(xiǎn)，說明商業(yè)銀行應(yīng)用金融科技會(huì)產(chǎn)生技術(shù)溢出效應(yīng)，在改變商業(yè)銀行傳統(tǒng)業(yè)務(wù)模式和行業(yè)布局的同時(shí)，推動(dòng)了商業(yè)銀行數(shù)字化轉(zhuǎn)型，提高了商業(yè)銀行風(fēng)險(xiǎn)管理效率。因此商業(yè)銀行應(yīng)融入金融科技發(fā)展浪潮，加快金融科技建設(shè)，并制定金融科技融合發(fā)展的戰(zhàn)略，助力金融業(yè)和實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展。具體可以采取以下措施：建立專門的科技研發(fā)團(tuán)隊(duì)，加強(qiáng)與科技公司的合作，投入更多資源進(jìn)行技術(shù)創(chuàng)新和人才培養(yǎng)；同時(shí)，建立完善技術(shù)更新機(jī)制，加強(qiáng)信息安全管理，并與監(jiān)管部門合作，確保符合相關(guān)法律法規(guī)。

其次，商業(yè)銀行應(yīng)將金融科技應(yīng)用到更多類型信貸的風(fēng)險(xiǎn)防范上。實(shí)證檢驗(yàn)結(jié)果顯示，商業(yè)銀行應(yīng)用金融科技降低了信貸擴(kuò)張帶來的風(fēng)險(xiǎn)，特別是在小微信貸領(lǐng)域和零售信貸領(lǐng)域，但是在企業(yè)信貸領(lǐng)域的風(fēng)險(xiǎn)防范效果并不明顯。可能的原因是商業(yè)銀行將金融科技主要應(yīng)用在小微信貸和零售信貸領(lǐng)域，目的是增加對(duì)長(zhǎng)尾客戶的信貸供給，而在企業(yè)信貸領(lǐng)域金融科技的應(yīng)用并未普及，導(dǎo)致金融科技的應(yīng)用效果具有局限性。因此，建議商業(yè)銀行在應(yīng)用金融科技納入長(zhǎng)尾客戶的同時(shí)，也將相關(guān)的技術(shù)手段應(yīng)用在其他領(lǐng)域的信貸風(fēng)險(xiǎn)防范上。具體可以采取以下措施：通過提升內(nèi)部技術(shù)能力、引入外部科技合作伙伴等方式擴(kuò)大金融科技在不同領(lǐng)域的應(yīng)用范圍；同時(shí)建立科技應(yīng)用評(píng)估機(jī)制，定期評(píng)估金融科技應(yīng)用的效果和風(fēng)險(xiǎn)，并及時(shí)調(diào)整應(yīng)用策略。

再次，不同類型的商業(yè)銀行應(yīng)結(jié)合自身的優(yōu)勢(shì)和不足，不斷提高金融科技的研發(fā)力度。盡管全國(guó)性商業(yè)銀行在資金和人才等方面具有優(yōu)勢(shì)，但是吸收金融科技的技術(shù)溢出效果并不明顯，可能的原因在于全國(guó)性商業(yè)銀行的內(nèi)部體制問題。因此，建議全國(guó)性商業(yè)銀行規(guī)避其內(nèi)部體制問題，利用自身的資金和人才優(yōu)勢(shì)，大力發(fā)展金融科技平臺(tái)，努力發(fā)揮金融科技的積極作用。地方性商業(yè)銀行面對(duì)的主要是中小微企業(yè)客戶，和數(shù)字普惠金融不謀而合，但在資金和人才等方面具有劣勢(shì)，因此地方性商業(yè)可以考慮與金融科技公司合作，提高自身的金融科技水平，這既有利于拓展客戶來源，在增加信貸供給的同時(shí)又可以有效降低信貸風(fēng)險(xiǎn)。

最后，監(jiān)管層應(yīng)同步提高監(jiān)管水平，大力發(fā)展監(jiān)管科技，防范可能產(chǎn)生的系統(tǒng)性風(fēng)險(xiǎn)。為了實(shí)現(xiàn)這一目標(biāo)，監(jiān)管部門可以采取多種監(jiān)管科技工具，如大數(shù)據(jù)分析、人工智能技術(shù)等，對(duì)金融科技應(yīng)用進(jìn)行監(jiān)控和評(píng)估。同時(shí)，監(jiān)管部門需要加強(qiáng)與商業(yè)銀行和科技公司的合作，共同面對(duì)金融科技帶來的監(jiān)管挑戰(zhàn)，研究解決方案。但是，監(jiān)管部門在發(fā)展監(jiān)管科技時(shí)也可能面臨一些挑戰(zhàn)，如技術(shù)更新、數(shù)據(jù)共享和監(jiān)管法律法規(guī)等方面的問題。因此，監(jiān)管部門需要加強(qiáng)內(nèi)部技術(shù)團(tuán)隊(duì)建設(shè)，提高監(jiān)管水平，確保金融科技的健康發(fā)展。

注 釋：

① 由于篇幅限制，內(nèi)生性和穩(wěn)健性檢驗(yàn)結(jié)果并沒有列出，如有需要，可向作者備索。

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(chǎng)擠出效應(yīng)［J］.財(cái)經(jīng)研究，2020（5）：52-65.

［2］ 陳敏，高傳君.金融科技發(fā)展與我國(guó)銀行風(fēng)險(xiǎn)承擔(dān)行為［J］.學(xué)習(xí)與實(shí)踐，2022（1）：22-33.

［3］ 孟娜娜，粟勤.擠出效應(yīng)還是鯰魚效應(yīng)：金融科技對(duì)傳統(tǒng)普惠金融影響研究［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2020（1）：56-70.

［4］ 李泉，王彥龍，高雅.金融科技、信貸增長(zhǎng)與信貸風(fēng)險(xiǎn)：兼論市場(chǎng)化程度的調(diào)節(jié)效應(yīng)［J］蘭州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（4）：16- 29.

［5］ 王道平，劉楊婧卓，徐宇軒，等.金融科技、宏觀審慎監(jiān)管與我國(guó)銀行系統(tǒng)性風(fēng)險(xiǎn)［J］.財(cái)貿(mào)經(jīng)濟(jì)，2022（4）：71-84.

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

［7］ PHAN D H B，NARAYAN P K，RAHMAN R E，et al. Do Financial Technology Firms Influence Bank Performance？［J］. Pacific-Basin Finance Journal，2020，62：1-43.

［8］ 王仁曾，郭峰，莊旭東.大型科技公司金融科技與銀行信用風(fēng)險(xiǎn)研究［J］.財(cái)經(jīng)理論與實(shí)踐， 2024（4）：1-8.

［9］ 劉忠璐.互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究［J］.財(cái)貿(mào)經(jīng)濟(jì)，2016（4）：71-85.

［10］ DENG L，LV Y，LIU Y，et al. Impact of FinTech on Bank Risk-taking：Eviden8wiD+loElC2MSVqLkiCiDo+zcYCSzxdYCtspfXaZJt4=ce from China［J］. Risks，2021，9（5）：1-27.

［11］ FRAME W S，WALL L D，WHITE L J. Technological Change and Financial Innovation in Banking：Some Implications for FinTech［R］. Federal Reserve Bank of Atlanta Working Paper Series，2018.

［12］ FUNG D W H，LEE W Y，YEH J J H，et al. Friend or Foe：The Divergent Effects of FinTech on Financial Stability［J］. Emerging Markets Review，2020，45：1-19.

［13］ CHENG M，QU Y. Does Bank FinTech Reduce Credit Risk？ Evidence from China［J］. Pacific-Basin Finance Journal，2020，63：1-24.

［14］ 郭麗虹，朱柯達(dá).金融科技、銀行風(fēng)險(xiǎn)與經(jīng)營(yíng)業(yè)績(jī)——基于普惠金融的視角［J］.國(guó)際金融研究，2021（7）：56-65.

［15］ 朱詩(shī)怡，晏景瑞.金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的“雙刃劍”影響——基于宏觀審慎監(jiān)管的調(diào)節(jié)作用［J］.當(dāng)代經(jīng)濟(jì)管理，2024（4）：1-16.

［16］ STULZ R M. FinTech，Bigtech，and the Future of Banks［J］.Journal of Applied Corporate Finance，2019，31（4）：86-97.

［17］ DE LA MANO M，PADILLA J. Big Tech Banking［J］.Journal of Competition Law & Economics， 2018，14（4）：494-526.

［18］ PADILLA J. Big Tech'Banks'，F(xiàn)inancial Stability and Regulation［J］.Financial Stability and Regulation，2020，38：11-26.

［19］ 盛天翔，范從來.金融科技、最優(yōu)銀行業(yè)市場(chǎng)結(jié)構(gòu)與小微企業(yè)信貸供給［J］.金融研究，2020（6）：114-132.

［20］ SHENG T. The Effect of FinTech on Banks’Credit Provision to SMEs：Evidence from China［J］. Finance Research Letters，2021，39：1-14.

［21］ 胡俊，李強(qiáng)，劉穎琛，等.商業(yè)銀行金融科技對(duì)零售貸款的影響——基于年報(bào)的文本分析［J］.管理評(píng)論，2021（11）：298-311.

［22］ 賀炎林，劉克富.金融科技與中小微企業(yè)信貸獲取——基于新三板企業(yè)的實(shí)證研究［J］.技術(shù)經(jīng)濟(jì)，2023（4）：185-199.

［23］ 姚婷，宋良榮.金融科技對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響及異質(zhì)性研究［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（12）：53-63.

［24］ 宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

［25］ 李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2020（1）：81-98.

［26］ 熊健，張曄，董曉林.金融科技對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)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(píng)論，2021（3）：89-104.

［27］ WANG R，LIU J，LUO H. FinTech Development and Bank Risk Taking in China［J］.The European Journal of Finance，2021，27（4-5）：397-418.

［28］ 鮑星，李巍，李泉.金融科技運(yùn)用與銀行信貸風(fēng)險(xiǎn)——基于信息不對(duì)稱和內(nèi)部控制的視角［J］.金融論壇，2022（1）：9-18.

［29］ 郭品，沈悅.互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響：理論解讀與實(shí)證檢驗(yàn)［J］.財(cái)貿(mào)經(jīng)濟(jì)，2015（10）：102-116.

［30］ BANNA H，MIA M A，NOURANI M，et al. FinTech-based Financial Inclusion and Risk-taking of Microfinance Institutions（MFIs）：Evidence from Sub-Saharan Africa［J］.Finance Research Letters，2022，45：1-10.

［31］ 龔曉葉，李穎.金融科技對(duì)普惠金融“悖論”的影響——基于中國(guó)銀行業(yè)風(fēng)險(xiǎn)承擔(dān)水平的證據(jù)［J］.證券市場(chǎng)導(dǎo)報(bào)，2020（9）：33-43.