金融科技對商業銀行零售業務盈利的影響研究

王均山

（對外經濟貿易大學 國際經濟貿易學院，北京 102208）

一、引言

近年來，在大數據、云計算、人工智能、區塊鏈等信息技術的支撐下，金融科技快速發展。根據金融穩定理事會（FSB）的定義，金融科技（Finance Technology，Fintech）是指技術帶動的金融創新，是對金融市場、金融機構及金融服務供給產生重大影響的新的業務模式、技術應用、產品服務等，既包括前端產業，也包含后臺技術。[1]金融科技技術的不斷進步、金融科技企業的大量涌現，在豐富金融服務供給、提升金融服務效率的同時，也對我國商業銀行的業務經營產生了深遠和復雜的影響。由于金融科技企業提供的金融服務廣泛面向個人及家庭，深刻改變了個人客戶的需求和金融消費習慣，因此以銀行零售業務受到的影響最為直接和顯著。

零售業務具有資本消耗少、受經濟周期影響較小、創新空間廣闊、經營風險分散等特點，已成為現代商業銀行的重要支柱，是現代商業銀行最具活力和發展潛力的領域之一。[2]根據上市銀行年報，2018年國內上市銀行零售業務營業收入已達1.7萬億，同比增長12%；占全部營業收入比重的38%。

金融科技究竟如何影響商業銀行零售業務的盈利，是學術界和業界都十分關注的問題，厘清這一問題對推動我國商業銀行持續穩定經營、防范金融風險、保持金融系統穩定，都具有非常重要的意義。

二、文獻綜述與研究假設

（一）關于金融科技概念的研究。

目前，學術界對金融科技這個概念尚未達成一個公認一致的定義，綜合國內外學術界以及政府部門、從業人員的研究，對金融科技的界定主要有以下三種視角。第一種將其定義為金融和科技融合所形成的創新業務模式，或者是應用新興科技從事金融業務創新的科技企業。例如，巴塞爾銀行監管委員會將金融科技分為支付結算、存貸款與資本籌集、投資管理、市場設施等四類基本的業務模式；[3]Susanne et al.（2016）認為金融科技是指面向正規金融機構提供技術與產品研發、創新與服務的初創型科技公司和高增長的中小科技企業。[4]第二種定義為新興科技在金融領域的應用和創新。例如，牛津詞典將金融科技定義為用于支持銀行業及其他金融服務業的電腦程序和其他科技。[5]第三種定義比較綜合，所包含的范圍較廣，既可以是前端產品、業務模式，也可以是后臺技術。例如，前文提到的金融穩定理事會（FSB）的定義就屬于這一類，這也是目前認可度較高、較為權威的定義。

本文傾向于接受金融穩定理事會對金融科技的定義，同時結合學術界、業界的其他定義，認為可從技術、產業、融合等三個維度來理解金融科技。一是微觀技術維度，是指支撐金融服務的一系列新的科學技術，包括大數據、云計算、人工智能、區塊鏈等信息技術；二是中觀行業或業態維度，是指依托新興信息技術發展起來的新興金融業態及行業，主要包括第三方支付、P2P網絡借貸、眾籌、智能投顧、互聯網保險等，這些行業中的市場主體主要包括新興的金融科技企業；三是宏觀融合維度，即金融與科技深度融合發展所形成的金融創新、實現的金融發展，未來金融科技的發展方向是金融與科技高度融合，融合后也將以新的業態與技術表現出來。

（二）關于金融科技對商業銀行零售業務影響的研究。

國外的研究多集中在金融科技對商業銀行零售業務的總體影響或某一方面的影響上，兼具理論與實證分析。Ferrari（2016）認為，數字顛覆浪潮已經到來，沖擊銀行業和金融服務業，其不僅僅是一次重大的技術變革，或是新渠道的增加，而是對整個零售銀行模式的深刻改革，整個市場結構都將發生變化。在金融科技的標簽下，新的數字競爭已經發展起來。銀行和大型科技巨頭可能決定不通過通用的銀行模式，而是選擇最高效、最精簡的垂直服務來進行國際擴張。[6]Li et al.（2017）研究了金融科技初創公司對零售銀行股價的影響，發現金融科技初創公司融資額或交易的增長與現有零售銀行的同期股票回報率之間存在正相關關系。[7]Coetzee（2018）探討了金融科技對南非零售銀行的戰略影響，認為南非零售銀行通過適應金融科技革命，有望在戰略上先發制人，這將使他們不僅能夠首先發現機會，而且能夠在競爭對手做到這一點之前提供解決方案。[8]Omarini（2018）通過移動錢包生態系統分析了金融科技和支付前景，認為支付市場是零售銀行業中一個規模巨大且盈利的細分市場，除了來自卡支付交易的收入流之外，數字支付還釋放了新的收入來源和價值創造，在支付市場中移動錢包代表了在消費者對企業領域具有最高增長潛力的創新之一；金融科技初創企業、高科技公司以及移動網絡運營商確實在用他們的創新主張挑戰現狀，試圖將銀行從其支付服務提供商的傳統職能中剝離出來，移動錢包平臺可以成為銀行應對以客戶為中心方法的強大工具，這也是零售銀行在非銀行競爭日益激烈的市場中的潛在競爭優勢來源。[9]

國內學術界也對金融科技對商業銀行零售業務的影響進行了一些研究，以定性分析為主，實證研究較少。謝治春（2015）分析了互聯網金融對零售金融商業模式、零售金融客戶的影響，指出互聯網金融改變了傳統商業銀行零售金融業務以單向價值鏈為特征的行為模式，擴展了零售金融的客戶范圍和地域范圍，改變了客戶的金融習慣和行為，也引發了商業銀行對技術支持、數據處理、渠道建設等的重新思考。[10]李超（2018）研究了互聯網時代銀行零售業務渠道的發展策略，認為互聯網時代移動互聯網由信息媒介轉變為需求觸點、客戶行為模式以及對金融服務的預期徹底改變、低成本數據獲取平臺驅動精準營銷和跨界競爭，在其影響下銀行積極推進渠道轉型，網點整體規模增速趨緩，輕型智能成為主要轉型方向，自助設備總需求降低，更注重新技術應用和功能創新，電子銀行和互聯網金融渠道交易量大幅增加，大量高柜柜員向營銷服務類崗位轉型。[11]陸岷峰、虞鵬飛（2015）研究了大數據分析在商業銀行零售業務中的應用，認為大數據具有經濟性、時效性的特點，與零售業務相結合，推動銀行零售業務在溝通渠道、營銷手段、服務形態等方面轉型，可應用于銀行客戶管理、建立數字化業務模式、風險控制等領域。[12]陳春安（2016）以招商銀行為例對大數據在零售業務上的分析與應用進行了案例分析，介紹了大數據在商業銀行零售業務上的四種具體應用模型，如產品需求評分模型、客戶細分模型、微信銀行互動文本挖掘和關系網親密等級模型等，并對四種模型的應用場景進行了總結和展望，提出了優化客戶關系管理、優化差異化定價策略、優化渠道管理、優化營銷模式等發展策略。[13]劉丹丹、王雷濤（2017）分析了第三方支付對商業銀行零售業務的影響，認為第三方支付業務的發展一定程度上影響了商業銀行中間業務收入的快速增長，將不可避免地影響商業銀行的存款，可能將對零售存款的“投資”功能形成分流和競爭，第三方支付公司打造的網絡融資平臺對商業銀行零售及小微企業領域的貸款業務構成競爭態勢，導致銀行與零售客戶之間的隔離及客戶的快速流失。[14]楊城（2016）研究了互聯網支付對商業銀行銀行卡業務的影響，認為線上支付影響商業銀行開展精準營銷和風險管理，移動支付顛覆傳統支付方式、導致銀行卡市場重新洗牌、形成了閉環生態系統，商業銀行可通過爭取監管部門支持、與卡組織或其他商業銀行合作布局移動支付領域、自身單獨建設移動支付平臺、發展跨境業務等方式提升銀行卡業務的競爭力。[15]胡康晉（2014）研究了國有商業銀行零售業務在互聯網金融沖擊下的顧客關系，通過對以“余額寶”“人人貸”為代表的互聯網金融產品與國有商業銀行零售業務進行對比分析，發現互聯網金融對國有商業銀行零售業務的沖擊主要體現在活期存款的流失和個人經營性貸款的減少。[16]

總的來看，目前關于金融科技對商業銀行零售業務影響的研究缺乏金融科技對商業銀行零售業務利潤影響的研究，特別是缺乏深入嚴謹的定量研究，這為本文的研究留下了較大空間。

（三）理論分析與研究假設。

下文將從產業、技術、融合等三個維度分析金融科技對銀行零售業務盈利的影響，提出研究假設。

1.產業維度：金融科技通過改變市場競爭格局、阻隔商業銀行支付業務閉環、分流商業銀行存款業務等，降低商業銀行零售業務盈利。

首先，金融科技改變了零售金融服務市場競爭格局。新興金融科技企業進入零售金融服務市場，給金融消費者提供了更多消費選擇權，改變了客戶與商業銀行的供求關系，打破了金融與信息、科技等行業的壁壘，推動金融產品和服務向泛金融、非金融領域滲透和擴展，逐漸改變和重塑了零售金融服務模式和流程，商業銀行的壟斷地位受到挑戰。零售金融服務市場競爭格局由以商業銀行同業競爭為主演變為商業銀行與金融科技企業、銀行同業及其他金融同業競爭的多重新型競爭格局。

其次，金融科技阻隔商業銀行零售業務支付閉環。近年來，第三方支付快速發展，對銀行傳統支付業務造成很大沖擊。第三方支付具有鮮明的場景化特征，如支付寶通過淘寶購物支付場景、微信支付通過社交支付場景，創造了完整的支付場景閉環，讓支付和用戶的購物、社交、生活等無縫對接，容易產生客戶粘性，在小額支付上對銀行傳統支付形成了替代。而且，第三方支付阻斷了銀行與客戶的直接聯系，使銀行不再直接掌握客戶的支付信息，也對銀行的信息中介作用形成了挑戰。

再次，金融科技分流商業銀行儲蓄存款及理財業務。金融科技企業在貨幣市場基金等標準化產品上，以更低的投資門檻、更高的流動性、更優的服務體驗，吸引傳統商業銀行的儲蓄存款客戶、理財投資客戶及長尾客戶進行投資，沖擊了商業銀行的存款業務，也分流了商業銀行的理財業務。此外，互聯網借貸平臺也因其具有資金供需雙方直接對接、收益率高等特點，吸引了商業銀行一部分追逐高收益的風險激進型客戶。

2.技術維度：金融科技通過降低交易成本和優化客戶體驗，提升銀行零售業務盈利。

一方面，商業銀行通過應用金融科技技術，可降低交易成本。一是渠道運營維護成本，如物理網點運營成本、內部IT部門維護成本等。二是人工成本，如物理網點工作人員成本、零售業務營銷人員成本、IT資源運行維護人員成本等。三是客戶信息搜尋和服務成本，移動互聯網、大數據等技術的應用使得商業銀行能夠拓展過去無法覆蓋的偏遠地區客戶、長尾客戶群體。四是管理成本，如推進鼓勵創新的敏捷組織建設、整合零售業務和批發業務資源等。五是時間成本。如人工智能、區塊鏈等技術可以提高交易及服務效率。六是監督執行成本，如應用網絡安全管理與數據加密、通訊監控、反欺詐技術等。另一方面，應用金融科技可以優化客戶體驗。金融科技為商業銀行優化客戶體驗提供了技術手段。例如，從智能投顧、人機交互等人工智能層面，通過智能機器人的自我學習，深入優化銀行服務模式，提高產品服務的場景適應性。而且，人工智能不受情緒影響，更能持續以優質服務對待客戶。

3.融合維度：金融科技通過與商業銀行的合作共贏，提升商業銀行零售業務盈利。

在新的競爭格局下，商業銀行與金融科技企業效益最大化的策略必然是信息共享、合作共贏。一方面，金融科技企業在前沿技術上較商業銀行具有稟賦優勢，商業銀行可以應用金融科技企業的云計算、人工智能、區塊鏈等先進技術。專業化分工理論表明，與金融科技企業合作而非從零開始招募技術人員組建開發，是綜合實力有限的中小商業銀行的最優策略。當前，金融科技企業已經向商業銀行輸出了反欺詐、風控、人工智能等技術應用成果，同時商業銀行也在和金融科技企業共同開展技術研發。另一方面，商業銀行既可以通過金融科技企業的平臺進行獲客，也可在自有業務平臺上借鑒金融科技企業靈活快捷產品的經驗和模式，在剛性金融服務供給的基礎上，提供更加柔性和彈性化的金融服務，滿足用戶的個性化需求，如快捷支付產品、智能投顧產品、高流動性現金管理產品等。

因此，本文理論假設如下：

在初期，由于金融科技企業的進入改變市場競爭格局、阻隔商業銀行零售業務支付閉環、分流商業銀行存款理財業務以及商業銀行應用金融科技技術進行資金投入等因素，商業銀行零售業務盈利能力有所降低；但隨著金融科技技術在降低交易成本、優化客戶體驗方面作用逐漸發揮，以及與金融科技企業的合作共贏，盈利能力逐漸提升。因此，金融科技對商業銀行零售業務盈利的影響呈現“U型”走勢。

三、模型設計、變量界定與數據來源

（一）模型設計與變量界定。

模型設定如下：

式1中，被解釋變量為商業銀行零售業務盈利能力（RPM），選取商業銀行零售業務營業利潤率（零售業務營業利潤與營業收入的比值）作為代理變量，RPMit為商業銀行i在年份t的零售業務營業利潤率；主要解釋變量為金融科技指數，本文借鑒前期學者研究成果構建金融科技指數作為代理變量，FTIt為年份t的金融科技指數；Xit為系列控制變量，本文選取了反映經濟發展水平的國內生產總值增速（GDP）、反映貨幣政策松緊程度的廣義貨幣供應量增速（M2）、反映資本市場發展程度的股市市值與經濟總量的比重（PSV）以及描述銀行微觀特征的零售不良貸款率（RNPL）、資產負債率（ALR）等指標。考慮商業銀行經營的持續性，方程中引入了商業銀行零售業務盈利指標的一階滯后變量RPMi，t-1。根據理論剖析，預期β2的回歸系數顯著為負，β3的回歸系數顯著為正。

由于方程包含了因變量滯后項作為解釋變量，因此，實證方程容易出現截面相依性和變量內生性問題，采用混合效應模型、固定效應模型以及隨機效應模型等傳統面板數據估計方法會使估計結果出現偏差。相比而言，Arellano and Bond（1991）提出的差分廣義矩估計方法（Difference GMM）允許隨機誤差項存在異方差和序列相關，不需要知道擾動項的確切分布，可以借助合適的工具變量解決內生性難題，所得到的參數估計量比其他參數估計方法更合乎實際。[17]因此，本文采用差分GMM方法來解讀變量之間的關系。

（二）數據來源。

選擇我國42家商業銀行作為研究樣本，包括中國工商銀行、中國農業銀行、中國銀行、中國建設銀行、交通銀行5家大型國有商業銀行，以及平安銀行、浦發銀行、民生銀行、招商銀行等37家中小商業銀行，時間跨度為2011—2018年。數據主要來源于wind金融數據庫、中國人民銀行官方網站和各大銀行年報。

四、實證分析

（一）基于文本挖掘法的金融科技測度。

借鑒沈悅、郭品（2015）及汪可（2017）的研究，利用文本挖掘法構建金融科技指數。[18][19][20]具體步驟為：第一，根據金融科技的內涵，建立初始詞庫，從技術、產業、融合等三個維度選取了19個關鍵詞（見表1）。第二，借助百度搜索引擎，查詢關鍵詞的百度搜索指數和百度媒體指數并進行加權，計算關鍵詞的年度詞頻。百度搜索指數以網民在百度的搜索量為數據基礎，分析并計算各個關鍵詞在百度網頁搜索中搜索頻次的加權；媒體指數則統計各大互聯網媒體報道的新聞中，與關鍵詞相關的被百度新聞頻道收錄的數量，采用新聞標題包含關鍵詞的統計標準。兩者結合，可以綜合反映網民和媒體對關鍵詞的關注程度，從側面反映金融科技的發展勢頭。第三，利用因子分析法測算金融科技指數。一是檢驗數據，19個關鍵詞的相關系數及KMO、Bartlett檢驗，相關系數幾乎都是大于0.3，說明各關鍵詞之間存在共享因素，適用于因子分析；二是提取公因子，基于主成分分析法提取特征值大于1的公因子，結果表明公因子方差貢獻率為94.14%，能夠反映大部分原始信息；三是計算因子得分，依據方差最大化原則對載荷矩陣進行正交旋轉后，利用回歸分析法估計因子的得分系數矩陣；四是合成指數，以因子得分為權重將公因子表示為原始變量的線性組合，同時應用最大最小化處理將數據標準至0-1之間，得到金融科技指數（FTI）。在此基礎上，對各個維度的關鍵詞進行因子分析，分別測度金融科技三個維度的指數（見表2）。

表2中金融科技指數及三個維度指數年度走勢如圖1所示，與近年來我國金融科技不斷發展的整體走勢基本一致。因此，運用文本挖掘法，基于百度搜索指數和百度媒體指數構建的金融科技指數是合理的，能夠反映現實中金融科技發展狀況，以此進行實證分析是可行的。

（二）變量平穩性檢驗。

估計動態面板模型的前提是數據平穩，為了防止模型出現“偽回歸”現象，對商業銀行層面的變量分別進行檢驗。結果顯示，商業銀行零售業務營業利潤率（RPM）、零售不良貸款率（RNPL）、資產負債率（ALR）等變量均通過了顯著性檢驗，均是顯著性水平下的平穩序列（見表3），對以上變量進行回歸分析不會出現“偽回歸”問題。

（三）模型估計結果。

表1 金融科技指數詞庫

表2 金融科技指數

圖1 金融科技發展指數

表3 商業銀行變量的單位根檢驗

實證分析結果見表4。其中，模型1、模型2是以商業銀行零售業務利潤率作為被解釋變量的基準回歸結果。由表可知，兩個模型中，因變量滯后項的回歸系數顯著為正，表明商業銀行零售業務營業利潤率確實具有持續性；AR（2）檢驗和Sargan檢驗統計量的P值均大于0.1，意味著擾動項的差分不存在二階自相關、工具變量也不存在過度識別問題。因此，構建的動態實證模型具有合理性。

模型1僅考慮了金融科技和商業銀行零售業務利潤率的關系，發現金融科技的一次項（FTI）和二次項（FTI2）的系數分別為負和正，且通過了1%水平下的顯著性檢驗。這一結果與預期相符，驗證了金融科技與商業銀行零售業務利潤率的“U”型關系，即在產業維度上金融科技企業會分流商業銀行零售業務，導致利潤率下降，但在技術維度和融合維度上，隨著商業銀行應用金融科技技術的效用不斷顯現以及其與金融科技企業的不斷融合和合作，利潤率逐步提升。模型2加入了控制變量，結果顯示金融科技的系數的回歸符號和顯著程度未發生變化，再次證實命題成立。

表4 金融科技對商業銀行零售業務利潤率影響的實證分析

其次，控制變量的回歸結果與現實一致，也與現有研究結論一致。[21][22]宏觀經濟發展水平（GDP）、資本市場發展程度（PSV）等因素系數在1%的水平下顯著為正，表明經濟發展水平、資本市場發展程度等與商業銀行零售業務營業利潤率存在明顯的正相關關系。零售不良貸款率（RNPL）、資產負債率（ALR）等因素系數在1%的水平下顯著為正，表明其與商業銀行零售業務利潤率明顯的負相關關系，即零售不良貸款率越低、負債率越低的商業銀行，其零售業務營業利潤率越高。

（四）穩健性檢驗。

為了保證研究結果的穩健性，選擇總資產收益率（ROA）指標（稅后利潤與銀行總資產余額的比值）作為商業銀行零售業務營業利潤率的替代指標進行穩健性檢驗，結果列示于表4的模型3、4。研究顯示，各模型中金融科技的一次項（FTI）和二次項（FTI2）的系數分別為負和正，通過了1%水平下的顯著性檢驗，且控制變量的結果未發生明顯變化。穩健性檢驗再次證實了命題，表明本文的研究結論不會因商業銀行零售業務變量的改變而出現偏倚。

五、結論與建議

本文以我國42家商業銀行為研究樣本，利用差分廣義矩估計的實證分析表明，金融科技對商業銀行零售業務盈利能力的影響呈現“U型”特征。在初期，由于金融科技改變市場競爭格局、阻隔商業銀行零售業務支付閉環、分流商業銀行零售存款理財業務以及銀行應用金融科技進行資金投入等因素，商業銀行零售業務盈利能力有所降低；但隨著金融科技技術在降低交易成本、優化客戶體驗方面的作用逐漸發揮，以及與金融科技企業的合作共贏，商業銀行零售業務盈利能力逐漸提升。

因此，在金融科技發展日新月異的形勢下，商業銀行零售業務要實現轉型創新發展，必須積極擁抱金融科技，才能不斷提升盈利能力。一是將金融科技戰略作為零售業務發展的核心戰略。切實轉變零售業務經營發展理念，從戰略高度充分全面認識金融科技對商業銀行零售業務發展的重要意義，將金融科技戰略作為零售業務轉型升級的核心戰略，積極推動零售業務創新轉型發展。積極應用金融科技進行技術升級，不斷優化信息系統架構，建立更加富有彈性、更加靈活的信息系統架構，靈活合理配置信息系統資源，滿足快速變化的業務需求，提高信息系統的支持保障水平。切實樹立“以客戶為中心”的經營理念，加強對全量零售客戶的拓展，運用金融科技積極營銷拓展此前無法觸及的長尾客戶，努力擴大客戶范圍和規模，同時根據多渠道客戶信息不斷完善客戶畫像，加強對客戶的分層分類營銷與維護，強化精準營銷與服務。加快推進營銷服務渠道轉型，推進營業網點智能化轉型，不斷加強線上渠道、自助渠道建設與創新，同時加強線上線下渠道的統籌與協調，確保客戶在線上線下渠道有同樣的服務體驗。不斷加強金融產品與服務創新，滿足客戶多元化、個性化的金融產品和服務需求，使客戶享受到更加便捷的金融服務，提升客戶體驗，增強客戶粘性。二是加大與金融科技企業合作的深度與廣度。切實樹立合作共贏理念，商業銀行與金融科技企業有各自具有優勢的資源稟賦，是合作競爭的關系，商業銀行要實現零售業務轉型發展，需要加強與金融科技企業的深度合作。可采用多種方式拓展與金融科技企業的合作，包括依靠商業銀行傳統的信息科技部的內生模式、新成立金融科技子公司、與外部金融科技企業合作等。不斷深化與金融科技企業的合作內容，積極應用金融科技企業的大數據、人工智能、區塊鏈等核心技術，將金融科技企業的平臺作為零售業務獲客的重要渠道。三是全面加強風險管理。積極借鑒并應用金融科技的先進技術，不斷提升風險管理能力，建立科學、嚴謹、有效的全面風險管理體系，實現零售業務的穩健經營。健全風險防控手段，充分運用網絡技術、視頻語音、移動互聯、大數據、物聯網、區塊鏈等先進科技，提高授信審批分析能力、貸款流向監測能力、貸后風險處置能力等，構建零售業務在線風險監控體系，及時預警、有效防范金融風險。借鑒金融科技的技術手段，加強零售業務風險的預警機制、監測機制和問責機制建設，逐步建立起以風險識別與評估能力為核心、以科學合理的制度體系和業務流程為基礎的全面風險管理體系。加強新興業務風險防控，進一步強化信用卡支付結算、網絡信貸、互聯網理財等業務的風險管理，做好客戶風險測評工作，加強風險揭示和信息披露，促進零售業務健康發展。