全球系統重要性銀行金融科技能力評估研究

林勝 閆晗 邊鵬

摘? ?要：面向金融穩定理事會2018年發布的29家全球系統重要性銀行，從研發、推廣、應用、投入、影響、基礎、風控7個方面構建基于層次分析法的金融科技指數，對全球系統重要性銀行的金融科技能力進行微觀評估，比較并分析各銀行、各國、各地區金融科技發展情況。研究發現，亞洲、北美地區銀行金融科技指數排名總體領先，各項金融科技能力一級指標排名領先的銀行也以亞洲、北美地區居多。總結金融科技指數排名領先銀行和地區的特點，得出以下啟示：加強對金融科技的政策引導;加大對金融科技的投入力度;提升對金融科技的研發、應用、推廣能力;加強對金融科技的市場培育和客戶教育。

關鍵詞：全球系統重要性銀行;金融科技指數;層次分析法;評估

中圖分類號：F830? 文獻標識碼：B? 文章編號：1674-2265（2020）01-0020-10

一、引言

金融科技是技術驅動的金融創新，旨在運用現代科技成果改造或創新金融產品、經營模式、業務流程等，推動金融發展提質增效（金融穩定理事會，2016）。中國人民銀行《金融科技（FinTech）發展規劃（2019—2021年）》指出，在新一輪科技革命和產業變革的背景下，金融科技蓬勃發展，人工智能、大數據、云計算、物聯網等信息技術與金融業務深度融合，為金融發展提供源源不斷的創新活力。堅持創新驅動發展，加快金融科技戰略部署與安全應用，已成為深化金融供給側結構性改革、增強金融服務實體經濟能力、打好防范化解金融風險攻堅戰的內在需要和重要選擇。

作為金融與科技深度融合的產物，金融科技為商業銀行帶來前所未有的機遇與挑戰。全球系統重要性銀行（Global Systemically Important Bank，G-SIBs）由于“業務規模較大、業務復雜程度較高、一旦發生風險事件將給地區或全球金融系統帶來沖擊”，其在金融科技方面的發展情況需要予以關注。隨著金融科技發展的日趨深化，有必要通過編制科學、可信的金融科技指數，對G-SIBs在金融科技方面的發展水平進行評估。

當前，已有諸多機構和學者開展金融科技評估方面的研究，并取得了一些成果。騰訊研究院和中國人民大學統計學院合作成立的國家數字競爭力指數研究課題團隊以國家競爭優勢理論為基礎，將焦點從經濟領域轉移到數字領域，以新時代的觀察角度建立國家數字競爭力體系，從數字基礎設施、數字資源共享、數字資源使用、數字安全保障、數字經濟發展、數字服務民生、數字國際貿易、數字驅動創新、數字服務管理、數字市場環境等10個要素展開，構建了一套國家數字競爭力指數，較為全面地評估全球主要國家的數字競爭實力，研判中國數字競爭力在全球的地位，并重點對比分析中美數字競爭力的差距及影響因素;2018年10月，金融科技投資公司H2 Ventures與畢馬威聯合發布2018 FinTech 100名單，對全球金融科技公司進行了評估和排名;2018年11月，浙江大學互聯網金融研究院司南研究室、劍橋大學新興金融研究中心、浙江互聯網金融聯合會、杭州銅板街互聯網金融信息服務有限公司發布《2018全球金融科技中心城市報告》，提出全球金融科技中心指數（Global FinTech Hub Index，GFHI），從企業、用戶和政府這三大市場參與主體出發，以城市為單元開展金融科技評估;北京大學數字金融研究中心課題組于2016年7月研究提出了“北京大學數字普惠金融指數（2011—2015年）”，中國社會科學院產業金融研究基地（RBIF）、國家金融與發展實驗室（NIFD）金融科技研究中心于2019年1月發布了《數字普惠金融視角下的金融科技發展評估》，都從數字普惠金融的角度對金融科技進行評估。但是，目前暫未發現在微觀層面針對商業銀行（尤其是大型商業銀行）開展金融科技指數評估的研究成果。

本文面向金融穩定理事會（FSB）2018年發布的29家全球系統重要性銀行①，在設計系統、分層的金融科技指標體系基礎上，通過無量綱化評分模型對各項指標進行評分，采用主客觀相結合的層次分析法（AHP）賦權模型對各項指標進行賦權，從研發、推廣、應用、投入、影響、基礎、風控7個方面構建G-SIBs金融科技指數，對G-SIBs金融科技能力進行微觀評估，比較并分析各銀行、各國、各地區金融科技發展情況，以此建立全球視野下的金融科技研究和分析框架，探索金融科技未來趨勢，研究提出相關對策建議，可以填補該領域的研究空白，具有一定的理論意義、實踐意義、創新意義。

二、G-SIBs金融科技指數評估的理論基礎

金融科技能力屬于企業競爭力的一個分項，企業競爭力評價相關理論適合作為構建G-SIBs金融科技指數的理論基礎。當前企業競爭力評價領域的主要理論有核心競爭力理論、波特菱形理論、波特價值鏈分析模型、戰略管理理論、產業競爭力理論、組織記憶理論等。其中，核心競爭力理論聚焦于構成企業競爭力的最為重要的中、微觀要素，從管理能力、技術能力、組織能力三個方面刻畫企業競爭力，強調資源和能力、競爭力、核心競爭力三個相互影響的層面，相較而言更適用于對G-SIBs金融科技能力進行微觀評估。因此，本文選擇核心競爭力理論作為構建G-SIBs金融科技指標體系的基礎理論。

核心競爭力理論認為，核心競爭力主要包括以下三種要素：（1）管理能力。管理能力首先是企業的戰略管理能力，它是企業發展的目標定位，是對核心競爭力進行全過程管理的統領。其次是對人力資源的科學管理，是員工的技術專長、創造性解決問題的能力、管理層的領導能力和洞察能力、管理技巧和團隊精神等企業特有知識的凝結。再次是企業的信息管理能力，信息系統的狀況會直接影響企業核心競爭力的培育、更新和競爭優勢的保持。對于商業銀行而言，戰略管理、人力資源管理、信息管理直接作用于企業最核心的盈利及風控指標，如凈利潤、資產回報率、凈資產收益率、不良貸款率、資本充足率等。只有具備科學的戰略、豐富的人才以及先進的信息系統，商業銀行才能在正確的道路上走得更遠，進而在風險可控的同時最大化自身的商業利益，不斷提升其核心競爭力。（2）技術能力。技術能力是指企業開發和應用新技術的能力，是通過獲得、選擇、應用、改進技術以及長期的技術學習過程培育、建立起來的。對于商業銀行而言，技術能力不僅體現在新資本設備等有形資產上，更重要的是體現在對銀行核心技術體系的研發上，它是銀行自身特有的、不易為外界模仿的稀缺性技術資源的研發能力。此外，銀行技術能力還包括其金融科技的應用，利用現有的主導設計、核心生產技術，不斷推出新的產品，進行層出不窮的應用創新。技術能力是商業銀行培育核心競爭力的一個重要突破口。（3）組織能力。組織能力指企業組織資源的能力，即企業配置資源與整合資源的綜合能力。對于商業銀行而言，具有組織能力優勢，能夠將銀行原本擁有的資源、知識和能力轉化為對銀行新產品及服務的市場推廣。此外，銀行的組織能力越強，對資源的優化配置就越靈活，其在對外投資并購與自身組織融合方面就會越便捷，效率也會越高。銀行的核心競爭力深深扎根于組織之中，必然依賴組織能力，組織能力強的銀行，特別是已經上市的銀行，自身能力能夠被公眾充分了解與認知，其在影響力方面也越突出。

根據核心競爭力理論三要素，本文從研發、推廣、應用、投入、影響、基礎、風控7個方面構建G-SIBs金融科技指數（見圖1）。

三、基于層次分析法的G-SIBs金融科技指數設計

（一）指標體系的構建

基于金融科技能力評估的需要，在研究資源允許的范圍內，綜合考慮全面性、代表性、科學性、可操作性和時效性，本文分層次設計了兩級金融科技指標體系，如表1所示，以此作為全球系統重要性銀行金融科技能力評估的基礎。

1. 研發能力（I1）。研發能力指標體系由專利數（I11）、專利集成度（I12）、核心技術專利（I13）、研究經費（I14）、企業經費（I15）、互聯網情感評分（I16）、研究經費占比（I17）7項指標構成。7項指標均為正向指標，指標統計值越高，代表金融科技研發能力越強。

2.推廣能力（I2）。推廣能力指標體系由手機銀行用戶數（I21）、銀行員工數（I22）、總營業額（I23）、年度總利潤（I24）、手機銀行用戶數與總用戶數之比（I25）、手機銀行用戶數與銀行員工數之比（I26）、員工平均創造利潤（I27）、員工平均營業額（I28）、Alexa排名值（I29）9項指標構成。其中Alexa排名值（I29）為反向指標，指標統計值越低，代表金融科技推廣能力越強;其余8項指標均為正向指標，指標統計值越高，代表金融科技推廣能力越強。

3.應用能力（I3）。應用能力指標體系由線上信貸產品數（I31）、線上財富管理產品數（I32）兩項指標構成。兩項指標均為正向指標，指標統計值越高，代表金融科技應用能力越強。

4. 投入能力（I4）。投入能力指標體系由金融科技公司股權投資次數（I41）1項指標構成。該指標為正向指標，指標統計值越高，代表金融科技投入能力越強。

5.影響能力（I5）。影響能力指標體系由搜索引擎1詞條數（I51）、搜索引擎1資訊數（I52）、搜索引擎2詞條數（I53）、搜索引擎2資訊數（I54）4項指標構成。4項指標均為正向指標，指標統計值越高，代表金融科技影響能力越強。

6.基礎能力（I6）。基礎能力指標體系由資產規模（I61）、凈利潤（I62）、凈利潤增長率（I63）、資產回報率（I64）、凈資產收益率（I65）5項指標構成。5項指標均為正向指標，指標統計值越高，代表金融科技基礎能力越強。

7.風控能力（I7）。風控能力指標體系由一級資本（I71）、不良貸款率（I72）、資本充足率（I73）3項指標構成。不良貸款率（I72）為反向指標，指標統計值越低，代表金融科技風控能力越強;其余兩項指標均為正向指標，指標統計值越高，代表金融科技風控能力越強。

在7項一級指標中，研發能力、推廣能力、應用能力、投入能力、影響能力為與金融科技能力直接相關的指標，構成金融科技指數的主體，直接測度G-SIBs金融科技能力;基礎能力、風控能力為與金融科技能力間接相關的指標，輔助測度G-SIBs金融科技能力。

（二）指標數據的獲取

本文數據由中國建設銀行研究院通過開源情報②采集，主要包括直接獲取和專項采集兩種方法。絕大部分指標數據由各銀行2018年年報、各銀行官網、各國專利管理部門等渠道利用人工智能、網絡爬蟲、機器學習、自然語言處理、情感分析等技術獲取。各項指標含義及數據來源詳見表1。

對于部分通過特殊方法專項采集的指標數據來源說明如下：

互聯網情感評分（I16）：采集各銀行的輿情文本數據，運用自然語言處理相關技術分析得出每個文本數據的情感指數，依據各自的情感指數判斷數據所屬情感類型，從而得出正面信息數量和負面信息數量;計算正面信息和負面信息各自占比情況，再依據情感分析程序的打分計算標準，獲取情感評分。

Alexa排名值（I29）：根據全球知名流量排名網站Alexa對各銀行官網點擊量的統計排名得出。

搜索引擎1詞條數（I51）、搜索引擎1資訊數（I52）、搜索引擎2詞條數（I53）、搜索引擎2資訊數（I54）：在兩個主流搜索引擎（百度、谷歌）中輸入相關的銀行名稱和金融科技關鍵詞③的組合，并解析網頁內容，統計搜索得到的詞條數、資訊數。

此外，有少量指標能采集到大部分銀行的數據，但缺失少數幾家銀行的數據。對于數據缺失的銀行，本文以其所在洲的銀行的平均數據來代替缺失的數據。

（三）指標無量綱化評分模型的建立

G-SIBs金融科技指標體系中各項指標的單位、量級都不同，因此不能直接計算指標得分。本文對正向指標和反向指標進行區分，選擇合適的方法對每個指標進行標準化處理，去除數據的單位影響，將其轉化為無量綱的純數據，再將得到的純數據統一映射到百分制區間上，形成指標得分。

權衡考慮科學性、易用性、可解釋性等因素，本文選擇ln函數轉換法對正向指標進行標準化。設指標[Iij]屬于正向指標，指標的統計值為[x]，指標統計值的最大值為[xmax]，該指標的得分為[Xij]，則：

（四）指標權重的賦值

通過各項指標得分計算G-SIBs金融科技指數，必須對各項指標進行賦權。基于兼顧科學性與可操作性的考慮，根據所設計的G-SIBs金融科技指標體系具有明顯層次性的特點，本文采用主客觀相結合的層次分析法（AHP）賦權模型對各項指標進行賦權。

本文所設計的G-SIBs金融科技指標體系分為一級指標和二級指標兩大層次，包括7個一級指標，其中每個一級指標各包含1—9個二級指標。在運用AHP賦權模型對其進行賦權時，遵循以下步驟：

1.建立判斷矩陣群并計算相對權重。在一級指標之間和歸屬于同一個一級指標的二級指標之間進行兩兩對比，根據其相對重要性等級，參照表2予以賦值，并將其賦值[bij]按照矩陣形式排列，得到判斷矩陣群，進而計算出各級指標的相對權重。

表2：元素兩兩對比時的相對重要性賦值

[bij賦值 含義 1 i元素與j元素同等重要 3 i元素比j元素稍微重要 5 i元素比j元素明顯重要 7 i元素比j元素強烈重要 9 i元素比j元素極端重要 2，4，6，8 上述相鄰判斷的中間值 倒數 若i元素與j元素的重要性之比為x，

則j元素相對于i元素的重要性之比為1/x。 ]

2.各基層指標合成權重的計算。在本文所設計的G-SIBs金融科技指標體系中，基層指標就是二級指標。因此對于某一個基層指標[Iij]而言，要計算其合成權重[Pij]，必須先通過判斷矩陣求出其相對于一級指標[Ii]的權重[wij]和[Ii]相對于總目標[I]即G-SIBs金融科技指數的權重[wi]。根據合成權重的性質，基層指標[Iij]的合成權重[Pij]可以表示為：

（五）G-SIBs金融科技指數的合成

通過前兩步的工作，可以對各項指標的評分進行整體合成，得到G-SIBs金融科技指數。設G-SIBs金融科技指數得分為[X]，則合成方法可以表示為：

四、G-SIBs金融科技指數觀察與分析

（一）G-SIBs金融科技指數的統計學分析

在29家全球系統重要性銀行中，得分最高的為美國銀行，84.02分;得分最低的為意大利聯合信貸銀行，58.05分，分數極差為25.97分。由于理論上指數的最高得分是100分，所以總體看，得分具有一定區分度。

從平均值與中位數來看，29家全球系統重要性銀行得分的平均值為73.14分，中位數為71.95分，中位數所對應銀行為瑞士信貸，在29家銀行中排名第15。平均值高于中位數1.19分，大體相當，可以說明指數得分整體分布較為均勻。

從方差與標準差來看，29家全球系統重要性銀行得分的方差為43.67，標準差為6.61，評分的離散度比較合適。

根據分數極差25.97分，將29家全球系統重要性銀行的分數分為10檔：58.05—60.65分、60.65—63.25分、63.25—65.85分、65.85—68.45分、68.45—71.05分、71.05—73.65分、73.65—76.25分、76.25—78.85分、78.85—81.45分與81.45—84.02分，落在這10檔內的銀行數分別為：2、0、1、4、3、6、4、1、5與3家，如圖2所示，得分近似服從正態分布，落在中間分段的銀行數較多。

（二）金融科技指數統計

總體而言，亞洲、北美地區銀行金融科技指數排名領先。G-SIBs中金融科技指數排名前10的銀行中，美國有5家，中國有4家，日本有1家。歐洲排名最靠前的銀行是英國的巴克萊集團，位列第13名（見圖3、圖4）。這一指數排名結果與G-SIBs金融科技發展現實情況基本吻合。

[美國銀行][中國建設銀行][摩根大通][花旗集團][中國工商銀行][中國銀行][高盛集團][中國農業銀行][富國銀行][三井住友金融集團][三菱日聯金融集團][摩根士丹利][巴克萊集團][瑞穗金融集團][瑞士信貸][西班牙桑坦德銀行][瑞士聯合銀行集團][紐約梅隆銀行][匯豐控股][道富銀行][加拿大皇家銀行][渣打銀行][荷蘭國際集團][法國巴黎銀行][德意志銀行][法國興業銀行][法國農業信貸銀行][法國BPCE銀行集團][意大利聯合信貸銀行]

美國、中國系統重要性銀行金融科技指數表現突出，印證了兩國在金融科技領域的領先優勢。政策層面，兩國金融監管層對金融科技都持“審慎監管、包容創新”的監管取向，在防控風險的前提下鼓勵金融科技創新;科技層面，兩國在人工智能、大數據、云計算、區塊鏈等新興技術的研發與應用方面都積極探索，取得先發優勢;市場層面，兩國對金融科技帶來的金融服務創新都持歡迎態度，并存在龐大的金融市場拓展空間。歐洲地區銀行可參考美、中兩國的發展經驗，推動自身金融科技的發展。

（三）金融科技研發能力

金融科技研發能力方面，美國、中國、日本排名領先，歐洲地區排名靠后。從具體指標來看，排名領先的銀行“核心技術專利”“專利數”“研究經費占比”等指標的加權得分較高，是這些銀行金融科技研發能力的主要加分項（見圖5、圖6）。

“核心技術專利”“專利數”反映了各銀行金融科技研發取得的成果，“研究經費占比”反映了各銀行金融科技研發投入的情況。各國應引導和鼓勵銀行加大對金融科技研發的投入，強化銀行金融科技研發能力。

此次金融科技研發能力評估進一步加大了對專利的重視程度。從數量來看，亞洲、歐洲、北美專利總數分別為5218、3314、3012項，亞洲系統重要性銀行在專利數量方面領先于歐洲、北美;亞洲、北美、歐洲平均每家銀行的專利數分別為1393、335、276項，亞洲優勢更加突出;亞洲專利數增長率最高，為23.06%，而北美、歐洲的專利數增長率分別為20.24%、3.05%。從質量來看，北美在與銀行業務密切相關的核心專利方面明顯領先全球，根據IPC（International Patent Classification，國際專利分類）分類領域統計，北美支付專利數占全球的65%，系統安全專利數占全球的65%，電子商務專利數占全球的73%，后臺業務及管理專利數占全球的59%。

（四）金融科技推廣能力

金融科技推廣能力方面，美國、中國排名領先。“手機銀行用戶數與總用戶數之比”指標在排名中起了較大作用（見圖7、圖8）。

[美國銀行][中國建設銀行][摩根大通][中國工商銀行][中國農業銀行][三菱日聯金融集團][高盛集團][中國銀行][紐約梅隆銀行][富國銀行][花旗集團][道富銀行][法國BPCE銀行集團][法國巴黎銀行][瑞士信貸][匯豐控股][瑞穗金融集團][三井住友金融集團][德意志銀行][渣打銀行][法國農業信貸銀行][摩根士丹利][法國興業銀行][西班牙桑坦德銀行][加拿大皇家銀行][意大利聯合信貸銀行][荷蘭國際集團][巴克萊集團][瑞士聯合銀行集團]

金融科技推廣能力測度各銀行金融科技創新型產品與服務的綜合水平，體現在產品與服務的市場營銷能力、市場接受度及其帶來的效益等方面。這不僅考驗各銀行的金融科技創新能力和客戶培育能力，還需要有充分的市場空間和樂于接受新科技、新事物的客戶群體。“手機銀行用戶數與總用戶數之比”指標在金融科技推廣能力方面的重要影響佐證了市場空間與客戶群體的重要性。各國在大力發展金融科技的同時，應注重提升金融科技創新型產品與服務的客戶體驗與易用性，擴大市場覆蓋面與客戶群體，還應注重提高國民的金融科技素養，提高國民對金融科技創新的接受度。

（五）金融科技應用能力

金融科技應用能力方面，亞洲排名靠前，歐洲好于北美;中國在該領域表現較好，日本相對弱勢（見圖9、圖10）。

[中國建設銀行][中國農業銀行][中國工商銀行][中國銀行][西班牙桑坦德銀行][摩根大通][瑞士聯合銀行集團][巴克萊集團][花旗集團][荷蘭國際集團][道富銀行][渣打銀行][瑞士信貸][德意志銀行][法國巴黎銀行][法國興業銀行][富國銀行][加拿大皇家銀行][法國BPCE銀行集團][瑞穗金融集團][意大利聯合信貸銀行][匯豐控股][美國銀行][高盛集團][法國農業信貸銀行][三井住友金融集團][紐約梅隆銀行][摩根士丹利][三菱日聯金融集團]

金融科技應用能力指標體系由“線上信貸產品數”“線上財富管理產品數”兩項指標構成，反映各銀行通過金融科技支持在互聯網渠道部署金融產品的能力。整體而言，各地區在該領域的發展差距相對不明顯，說明加大金融科技的應用已成金融行業共識。北美金融科技發展整體較好，但在該領域評估卻弱于歐洲，可能是因為北美金融業發達，傳統金融服務已能較好滿足市場需求，因而對線上金融產品的需求相對不迫切;日本在該領域排名不理想，原因可能與北美類似。

（六）金融科技投入能力

金融科技投入能力方面，北美領先于亞洲、歐洲（見圖11、圖12）。

[高盛集團][摩根大通][花旗集團][巴克萊集團][三菱日聯金融集團][富國銀行][瑞士信貸][荷蘭國際集團][摩根士丹利][西班牙桑坦德銀行][三井住友金融集團][匯豐控股][渣打銀行][德意志銀行][美國銀行][法國巴黎銀行][加拿大皇家銀行][瑞士聯合銀行集團][中國銀行][中國工商銀行][中國農業銀行][紐約梅隆銀行][中國建設銀行][法國BPCE銀行集團][法國農業信貸銀行][瑞穗金融集團][法國興業銀行][道富銀行][意大利聯合信貸銀行]

金融科技投入能力指標體系僅有“金融科技公司股權投資次數”1項指標，衡量各銀行對金融科技公司進行股權投資的次數。亞洲該方面指標排名相對落后，但日本的三菱日聯金融集團、三井住友金融集團排名相對靠前。2016年，日本對該國《銀行法》進行了部分修訂（2017年4月起實施），允許該國銀行在獲得監管部門審批后，對金融科技公司進行投資，可能是這兩家銀行該方面表現相對較好的原因之一。直接投資金融科技公司是銀行快速提升自身金融科技能力的捷徑，各銀行未來可考慮在該方面發力，加快推進自身金融科技能力建設。

（七）金融科技影響能力

金融科技影響能力方面，北美大幅領先于亞洲、歐洲。這與北美作為信息技術革命發源地和引領者的地位相符合（見圖13、圖14）。

[中國銀行][摩根士丹利][摩根大通][中國建設銀行][美國銀行][德意志銀行][花旗集團][渣打銀行][瑞士信貸][富國銀行][匯豐控股][法國巴黎銀行][巴克萊集團][中國工商銀行][中國農業銀行][高盛集團][荷蘭國際集團][西班牙桑坦德銀行][道富銀行][加拿大皇家銀行][法國興業銀行][紐約梅隆銀行][三井住友金融集團][三菱日聯金融集團][法國農業信貸銀行][瑞士聯合銀行集團][意大利聯合信貸銀行][法國BPCE銀行集團][瑞穗金融集團]

通過兩個主流搜索引擎（百度、谷歌）的客觀數據可見，北美地區銀行在金融科技的研發和應用、金融創新的激勵和包容、金融市場的深度和廣度、金融客戶的成熟和素養等方面均處于領先地位，因此在金融科技影響能力方面表現突出，在主流搜索引擎的相關詞條、資訊自然多于其他地區。各國在科技研發、創新機制、市場引導、客戶培育等方面可參考和借鑒北美經驗。

（八）金融科技基礎能力

金融科技基礎能力方面，北美整體領先，排名前三的銀行都位于北美（見圖15、圖16）。

金融科技基礎能力指標體系主要測度各銀行的資產和盈利狀況。資產和盈利是銀行生存和發展的基礎，更是銀行發力金融科技的基礎支撐。必要的資產體量和盈利水平是銀行投入和發展金融科技的前提。北美地區銀行強大的基礎能力為其金融科技的領先提供了保障，亞洲地區銀行金融科技基礎能力也具有一定優勢。

（九）金融科技風控能力

金融科技風控能力方面，整體上各銀行得分相差不大;但分地區來看，亞洲、北美強于歐洲（見圖17、圖18）。

良好的風控是銀行運行的基礎，也是金融科技發展的基石。金融科技風控能力較強的銀行，一方面擁有更大的試錯、容錯空間，能更好地創新和發展金融科技;另一方面能更好地防控金融科技發展過程中的風險。整體上各銀行得分相差不大，說明風控是金融行業關注的焦點，得到各銀行的充分重視;亞洲、北美強于歐洲，主要是因為亞洲、北美地區銀行的一級資本平均值高于歐洲。

五、結論與啟示

本文在設計系統、分層的金融科技指標體系基礎上，通過開源情報采集指標數據，構建了基于層次分析法的G-SIBs金融科技指數，對G-SIBs金融科技能力進行微觀評估，初步建立了一個全球視野下的金融科技研究和分析框架。這一研究和分析框架具有較好的延展性和包容性，未來可在此框架的基礎上，根據金融科技的發展和研究工作的需要增減指標、調整權重，不斷豐富、完善和創新G-SIBs金融科技指數，對G-SIBs金融科技能力持續開展跟蹤研究，探索金融科技未來趨勢，為各國制定金融科技相關政策提供參考。

研究發現，亞洲、北美地區銀行金融科技指數排名總體領先，各項金融科技能力一級指標排名領先的銀行也以亞洲、北美地區居多。總結金融科技指數排名領先銀行和地區的特點，得出以下啟示：

（一）加強對金融科技的政策引導

良好的政策引導是金融科技快速發展的必要前提。從G-SIBs金融科技指數排名分布來看，金融科技能力領先的銀行，其所在國家均對金融科技的發展和應用加以積極的政策引導，其中以美國、中國最為典型。未來，各國應當秉持“審慎監管、包容創新”的監管取向和“均衡”“適度”的監管思維，在金融科技的政策領域做好創新與風控之間的平衡，在有效防控風險的前提下，引導和鼓勵金融科技產品創新、服務創新、監管創新，最大化地發揮金融科技的正能量，助力金融業高質量發展。

（二）加強對金融科技的投入力度

G-SIBs金融科技投入能力方面，北美具有領先優勢。各銀行可參考北美地區經驗，持續增加對金融科技的絕對投入和相對投入，從戰略、資金、人才等方面發力，提高自身金融科技發展水平。中國四大銀行的金融科技投入能力指標相對不太理想，在這方面更應當加強關注。直接投資金融科技公司是銀行快速提升自身金融科技能力的捷徑，中國可考慮借鑒日本在這方面的經驗，有條件地允許銀行投資金融科技公司。

（三）加強對金融科技的研發、應用、推廣

G-SIBs金融科技研發能力指數、應用能力指數、推廣能力指數排名分布與G-SIBs金融科技指數總體排名分布大致趨同，反映了研發、應用、推廣在金融科技中的相互依存和相互促進關系。因此，各銀行應當有序、協調推進提升金融科技研發、應用、推廣能力。研發能力方面，各銀行應當在人工智能、大數據、云計算、區塊鏈等新興金融科技領域積極探索，在有效風控前提下積極開展金融科技創新與產品研發，并加強對金融科技專利的認識和保護;應用能力方面，各銀行應當提高業務的敏銳度，勇于開拓市場，在合規前提下大膽地將金融科技創新產品提供給客戶使用，通過市場來檢驗產品和進一步促進金融科技創新;推廣能力方面，各銀行應當關注自身所處的市場環境，分析客戶偏好，因地制宜、因時制宜地采取有效措施培育和拓展金融科技應用場景，加快對自身金融科技產品的推廣。

（四）加強對金融科技的市場培育和客戶教育

G-SIBs金融科技推廣能力指數和應用能力指數的排名分布都充分說明了市場和客戶對于金融科技發展的重要影響。各銀行應關注“數字鴻溝”，注重提升金融科技創新型產品與服務的客戶體驗與易用性，避免因為金融科技的應用而形成新的金融排斥，著力擴大市場覆蓋面與客戶群體;同時，需要引導客戶提升金融文化素養和科技素養，使社會各階層都能融入金融科技的發展，使客戶有能力、有意愿使用金融科技創新產品和服務。

注：

1包括摩根大通、花旗集團、德意志銀行、匯豐控股、美國銀行、中國銀行、巴克萊集團、法國巴黎銀行、高盛集團、中國工商銀行、三菱日聯金融集團、富國銀行、中國農業銀行、紐約梅隆銀行、中國建設銀行、瑞士信貸集團、法國BPCE銀行集團、法國農業信貸銀行、荷蘭國際集團、瑞穗金融集團、摩根士丹利、加拿大皇家銀行、西班牙桑坦德銀行、法國興業銀行、標準渣打銀行、道富銀行、三井住友金融集團、瑞士聯合銀行集團、意大利聯合信貸銀行等共29家。

②開源情報，即公開獲得的情報，是智庫等研究機構所利用的情報類型之一。

③金融科技關鍵詞由15項技術關鍵詞和10項業務關鍵詞組成，同時搜索中文、英文。技術關鍵詞：金融科技（FinTech）、數字金融（Digital Finance）、普惠金融（Inclusive Finance）、開放銀行（Open Banking）、量化交易（Quantitative Trading）、大數據（Big Data）、云計算（Cloud Computing）、人工智能（Artificial Intelligence）、區塊鏈（Block Chain）、物聯網（Internet of Things）、移動互聯（Mobile Internet）、生物識別（Biometric Identification）、知識圖譜（Knowledge Graph）、5G、API;業務關鍵詞：支付（Payment Services）、渠道管理（Channel Management）、后臺處理（Back Office Processing）、風險管理（Risk Management）、商業智能（Business Intelligence）、零售貸款（Retail Lending）、保險產品（Insurance Products）、資本市場產品（Capital Market Products）、外匯產品（FX Products）、財富管理（Wealth Management）。

參考文獻：

[1]北京大學數字金融研究中心課題組.北京大學數字普惠金融指數（2011年—2015年）[R].2016.

[2]李健，王麗娟，王芳.商業銀行高質量發展評價研究——“陀螺”評價體系的構建與應用[J].金融監管研究，2019，（6）.

[3]李俊玲，戴朝忠，呂斌，胥愛歡，張景智.新時代背景下金融高質量發展的內涵與評價——基于省際面板數據的實證研究[J].金融監管研究，2019，（1）.

[4]廉保華，高磊，朱麗麗，周磊，武茗.商業銀行高質量發展評價體系構建與應用研究[J].金融監管研究，2018，（12）.

[5]林勝.我國商業銀行住房抵押貸款信用風險管理研究[D].西南財經大學博士研究生論文，2010.

[6]劉一.2018 Fintech100名單出爐 見證全球金融科技先鋒[EB/OL].https：//home.kpmg/cn/zh/home/news-media/press-releases/2018/10/fintech-100-worlds-leading-fifinte-innovators-2018.html，2018-10-23.

[7]龍海明，林勝.商業銀行消費信貸業務績效評價研究[J].湖南大學學報（社會科學版），2008，（2）.

[8]龍海明，王志鵬，文倩.社科研究成果綜合績效評價方法體系研究[J].湖南社會科學，2015，（6）.

[9]羅予岐.社科院《數字普惠視角下的金融科技發展評估》發布[EB/OL].http：//tech.southcn.com/t/2019-01/25/content_184961955.htm，2019-01-25.

[10]騰訊研究院-中國人民大學統計學院國家數字競爭力指數研究課題團隊.國家數字競爭力指數研究報告2019[R].2019.

[11]王蓮芬，許樹柏.層次分析法引論[M].北京：中國人民大學出版社，1990.

[12]趙碧瑩.中國商業銀行競爭力評價與影響因素研究[J].金融監管研究，2019，（5）.

[13]浙江大學互聯網金融研究院司南研究室，劍橋大學新興金融研究中心，浙江互聯網金融聯合會，杭州銅板街互聯網金融信息服務有限公司.2018全球金融科技中心城市報告[EB/OL].http：//upload.xinhua08.com/2018/1217/1545050963979.pdf，2018-12-17.

[14]周鴻衛.基于AHP的銀行績效內部評價方法[J].寧夏大學學報（自然科學版），2004，（3）.