銀行發(fā)展金融科技能否提高經(jīng)營績效？
——來自我國92家銀行的經(jīng)驗證據(jù)

趙清波，卜 林

(1. 南開大學 經(jīng)濟學院，天津 300071；2. 天津財經(jīng)大學 金融學院，天津 300222)*

一、引 言

著眼于當前國內(nèi)國際形勢變化，黨中央提出要構(gòu)建以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局，推動經(jīng)濟高質(zhì)量發(fā)展。金融是實體經(jīng)濟的血液，銀行是金融體系的核心，新發(fā)展格局下經(jīng)濟的高質(zhì)量發(fā)展需要高質(zhì)量的銀行體系提供支撐。近年來，隨著大數(shù)據(jù)、人工智能等信息技術(shù)不斷進步，金融科技發(fā)展由“電子化、網(wǎng)絡化”邁向“數(shù)字化、智能化”的新時期。面對日新月異的金融科技創(chuàng)新，黨和政府加強了針對金融科技發(fā)展的頂層設計。2021年3月，黨的“十四五”規(guī)劃中強調(diào)要“穩(wěn)妥發(fā)展金融科技，加快金融機構(gòu)數(shù)字化轉(zhuǎn)型”。在黨的政策指引和自身業(yè)務轉(zhuǎn)型升級、提質(zhì)增效的客觀需求下，商業(yè)銀行加大金融科技投入，積極開展數(shù)字化轉(zhuǎn)型，如工商銀行2020年金融科技投入238.19億元，較2019年增長45.47%。那么，銀行發(fā)展金融科技能否切實有效地提升經(jīng)營績效，實現(xiàn)高質(zhì)量發(fā)展，從而更好地服務于實體經(jīng)濟？銀行發(fā)展金融科技對經(jīng)營績效產(chǎn)生影響的作用機制是什么？對這些問題的回答不僅有助于理解金融科技對銀行經(jīng)營管理的實際影響，并且對于新發(fā)展格局下推動銀行數(shù)字化轉(zhuǎn)型、提高銀行服務實體經(jīng)濟能力具有重要的理論與現(xiàn)實意義。

針對金融科技的研究，早期文獻多探討銀行外部金融科技，即互聯(lián)網(wǎng)金融發(fā)展對銀行效率、風險承擔等的影響。隨著銀行主動發(fā)展金融科技、開啟數(shù)字化轉(zhuǎn)型，學者們開始從微觀層面研究銀行內(nèi)部金融科技對自身經(jīng)營管理的影響，研究發(fā)現(xiàn)，發(fā)展金融科技可以顯著降低銀行自身風險，而大銀行發(fā)展金融科技會抬高中小銀行風險水平；銀行發(fā)展金融科技可以增進金融服務包容性，提升經(jīng)營績效，拓寬業(yè)務成長空間；發(fā)展金融科技能夠激勵銀行發(fā)放普惠貸款，有助于銀行降低風險、提升業(yè)績。

綜上所述，目前關(guān)于銀行金融科技的研究尚處于起步階段。僅有少量文獻研究了銀行發(fā)展金融科技對經(jīng)營績效的影響，仍存在一些可以拓展的空間：首先，文獻[7，8]均使用單一銀行的數(shù)據(jù)進行研究，所得結(jié)論的普適性仍待驗證；其次，上述文獻未在實證層面分析銀行發(fā)展金融科技對經(jīng)營績效影響的作用機制；最后，囿于單一銀行數(shù)據(jù)，前期文獻未針對不同銀行進行異質(zhì)性分析。針對以上問題的探討，正是本文研究動機所在。

銀行金融科技指數(shù)的合理構(gòu)建，是考察銀行金融科技對經(jīng)營績效影響的前提條件。前期文獻基于網(wǎng)絡檢索新聞數(shù)，測度了銀行金融科技發(fā)展水平。然而不同的網(wǎng)絡媒體存在新聞重復報道的情況，且年度新聞總數(shù)無法準確獲取，因此該測度結(jié)果可能有偏。有學者采用文本分析的方法測度銀行金融科技發(fā)展水平，然而其研究樣本僅限于上市銀行。本文與已有研究不同，通過對銀行年報進行文本分析構(gòu)建銀行金融科技指數(shù)，從而更準確、全面地反映銀行金融科技發(fā)展水平。在此基礎(chǔ)上，進一步探究銀行金融科技對經(jīng)營績效的影響與作用機制，以及該影響在不同銀行間呈現(xiàn)的異質(zhì)性，以期為監(jiān)管部門政策制定提供借鑒，為銀行依據(jù)自身特點制定金融科技發(fā)展戰(zhàn)略、探索數(shù)字化轉(zhuǎn)型路徑提供參考。

二、理論分析與研究假設

銀行發(fā)展金融科技，將大數(shù)據(jù)、云計算、人工智能等技術(shù)與金融業(yè)務相結(jié)合，優(yōu)化業(yè)務流程、推進產(chǎn)品創(chuàng)新，提高了資源配置效率。一方面，金融科技在數(shù)據(jù)源、模型方法、管理流程等領(lǐng)域為傳統(tǒng)銀行風險管理帶來了重大變革，提高了銀行的風險管理能力，使得銀行可以為更多優(yōu)質(zhì)的長尾客戶提供信貸服務。徐曉萍等研究表明，金融科技促進了銀行信貸結(jié)構(gòu)的調(diào)整，提高了銀行高收益貸款的投放比例，進而提高其凈息差。另一方面，金融科技不僅可以幫助銀行直接觸達客戶，提高銀行獲客能力；而且能夠提供實時線上服務，提高金融服務質(zhì)量，增加客戶粘性。由于金融科技具有網(wǎng)絡效應和規(guī)模效應，隨著客戶數(shù)量的增加，銀行的邊際收益遞增，邊際成本遞減，最終改善銀行經(jīng)營績效。據(jù)此，提出假設1。

銀行發(fā)展金融科技有助于提高經(jīng)營績效。

Boot等將金融科技創(chuàng)新區(qū)分為信息創(chuàng)新(數(shù)據(jù)收集與處理)與通訊創(chuàng)新(關(guān)聯(lián)與分發(fā))，有助于克服銀行實現(xiàn)資源有效配置過程中所面臨的信息摩擦與通訊摩擦。從這兩個層面出發(fā)，探究銀行發(fā)展金融科技影響經(jīng)營績效的作用機制。

傳統(tǒng)銀行在貸款決策過程中，通常基于財務報表、貸款抵押等硬信息，以及與客戶的長期互動中獲取的軟信息對客戶信用進行評估。隨著銀行金融科技發(fā)展水平的提高，互聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)的應用擴充了銀行風險數(shù)據(jù)源，云計算與人工智能技術(shù)的應用則使得海量、高維、異構(gòu)的數(shù)據(jù)處理成為可能，重塑了銀行的風險管理模型。已有研究表明，將客戶訪問互聯(lián)網(wǎng)留下的“數(shù)字足跡”等另類數(shù)據(jù)，與傳統(tǒng)信用數(shù)據(jù)相結(jié)合，可以有效預測其違約行為。在此過程中，采用機器學習算法可以進一步提高預測準確度。銀行通過互聯(lián)網(wǎng)等渠道廣泛獲取客戶數(shù)據(jù)，并將其與機器學習等人工智能技術(shù)相結(jié)合用于信貸審核，可以有效降低信息不對稱、信貸過程中所面臨的道德風險，緩解逆向選擇問題，從而提高信貸資產(chǎn)質(zhì)量，降低不良貸款率。不良貸款率的降低減少了不良貸款處置成本與資產(chǎn)減值損失，進而提高銀行經(jīng)營績效。據(jù)此，提出假設2。

銀行發(fā)展金融科技，可以降低不良貸款率，進而提高經(jīng)營績效。

金融科技可以提高銀行內(nèi)外部的數(shù)據(jù)流通與信息傳遞效率，從“開源”和“節(jié)流”兩方面對銀行的經(jīng)營管理產(chǎn)生影響。在金融科技的賦能作用下，銀行可以依托網(wǎng)上銀行、手機銀行等線上平臺，開展經(jīng)營模式創(chuàng)新、構(gòu)建豐富的金融服務場景。例如，手機銀行中能夠嵌入醫(yī)療、教育、出行等消費業(yè)務場景，智能投顧可以為不同客戶提供差異化投資理財服務等。這不僅拓寬了銀行的業(yè)務范圍與獲客渠道，也為銀行提供了更多交叉銷售的機會，從而增加銀行營業(yè)收入。金融科技使得銀行業(yè)務逐步由線下遷移至線上，服務于新客戶時無須新增固定成本，且邊際成本極低。隨著客戶數(shù)量的增加，銀行平均成本逐漸降低。與此同時，金融科技有助于銀行提高工作效率、改進服務流程、優(yōu)化內(nèi)控機制，從而減少管理費用，降低運營成本。由此可見，銀行發(fā)展金融科技可以降低成本收入比，進而提高經(jīng)營績效。據(jù)此，提出假設3。

銀行發(fā)展金融科技，可以降低成本收入比，進而提高經(jīng)營績效。

三、數(shù)據(jù)、模型與變量

(一)數(shù)據(jù)來源與處理

使用2008—2019年我國商業(yè)銀行數(shù)據(jù)進行研究，其中銀行年報來源于銀行官方網(wǎng)站和中國債券信息網(wǎng)；銀行層面數(shù)據(jù)主要來自Wind數(shù)據(jù)庫，對于缺失值盡可能通過查看年報的方式予以補足；宏觀變量數(shù)據(jù)來源于各年度《中國統(tǒng)計年鑒》。對原始數(shù)據(jù)做以下處理：(1)刪除主要變量數(shù)據(jù)存在缺失的觀測值；(2)刪除樣本期內(nèi)觀測值數(shù)量不足4的銀行樣本；(3)對所有銀行層面連續(xù)變量在1%水平上進行雙側(cè)縮尾處理。最終得到包含6家大型國有銀行、12家股份制銀行以及74家城市商業(yè)銀行，總計92家銀行的非平衡面板數(shù)據(jù)。

(二)模型設定

基于前文理論分析，為檢驗假設1，構(gòu)建以下靜態(tài)面板模型：

,=+,+

+++,

(1)

其中，,表示銀行在第年的經(jīng)營績效，,表示銀行在第年的金融科技指數(shù)，表示一系列控制變量，和分別表示個體和年份固定效應，,為隨機誤差項。式(1)中度量了銀行金融科技對經(jīng)營績效的整體影響，若回歸結(jié)果中顯著為正，則表明銀行金融科技可以顯著提升經(jīng)營績效，假設1成立。

若假設1成立，則繼續(xù)探究銀行金融科技對經(jīng)營績效的影響機制。為檢驗假設2與假設3，構(gòu)建以下多重中介效應模型：

,=+,++

++,

(2)

,=+,++

++,

(3)

,=+,+

,+,+++

+,

(4)

其中，,代表銀行在第年的不良貸款率，,代表銀行在第年的成本收入比，其他變量與符號定義同上。

首先對式(2)和式(3)進行回歸，其中與分別度量銀行金融科技對不良貸款率和成本收入比的影響，若兩者均顯著為負，則表明銀行發(fā)展金融科技可以降低不良貸款率和成本收入比；然后繼續(xù)對式(4)進行回歸，若、均顯著為負且小于，則意味著銀行金融科技通過降低不良貸款率以及成本收入比，提高經(jīng)營績效，假設2與假設3成立。

(三)變量定義①

1．被解釋變量：銀行經(jīng)營績效。參考Liang等的做法，使用資產(chǎn)收益率()、股本收益率()作為銀行經(jīng)營績效的代理變量，分別采用凈利潤與平均總資產(chǎn)之比、凈利潤與平均凈資產(chǎn)之比度量。在后文中，采用營業(yè)利潤與平均總資產(chǎn)之比()以及營業(yè)利潤與平均凈資產(chǎn)之比()作為替代變量進行穩(wěn)健性檢驗。

2．核心解釋變量：銀行金融科技發(fā)展水平。通過對銀行年報進行文本分析，構(gòu)建銀行金融科技指數(shù)()，具體步驟如下：

第一，建立金融科技關(guān)鍵詞庫。由于金融科技兼具金融屬性與技術(shù)特性，這里首先區(qū)分金融場景和技術(shù)運用兩個初始維度；其次，基于金融功能觀，進一步將金融場景維度劃分為支付結(jié)算、渠道建設、資源配置和風險管理4個子維度；最后，通過閱讀《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》等材料以及部分銀行年報，確定金融科技關(guān)鍵詞庫，結(jié)果如表1所示。

表1 銀行金融科技關(guān)鍵詞庫

第二，計算年報中各關(guān)鍵詞詞頻。我國銀行年報披露格式不一，部分銀行存在僅披露年報摘要、以圖片格式披露、無財務報表部分或該部分為圖片格式等情況。為保證不同銀行間的可比性，僅選用正文內(nèi)容以文本格式披露的完整年報，并刪除其財務報表部分(該部分并不包含金融科技關(guān)鍵詞)，之后使用Python對其進行文本分析：首先，使用Pdfminer將年報由pdf格式轉(zhuǎn)換為txt格式，并將部分繁體年報轉(zhuǎn)換為簡體形式；其次，使用正則表達式匹配漢字，利用Jieba分詞工具進行分詞處理；最后，計算每份年報中各個關(guān)鍵詞詞頻。

第三，構(gòu)建銀行金融科技指數(shù)。首先，將金融場景維度的4個子維度中金融科技關(guān)鍵詞詞頻分別加總；其次，采用熵值法確定子維度權(quán)重，通過加權(quán)平均法合成金融場景維度指數(shù)；再次，將技術(shù)運用維度的所有關(guān)鍵詞詞頻之和作為技術(shù)運用維度指數(shù)；最后，采用熵值法確定金融場景維度和技術(shù)運用維度權(quán)重，依據(jù)該權(quán)重合成后，進一步采取歸一化處理，最終生成銀行金融科技指數(shù)。

同時，借鑒Cheng和Qu的研究，基于網(wǎng)絡檢索新聞數(shù)測度了銀行金融科技發(fā)展水平，在后文中用其替代核心解釋變量進行穩(wěn)健性檢驗。具體步驟如下：首先，將銀行名稱與各關(guān)鍵詞分別采用雙引號鎖定后，在百度新聞高級檢索中分年份進行聯(lián)合檢索，得到檢索新聞數(shù)；其次，將聯(lián)合檢索新聞數(shù)進行分維度加總，并取自然對數(shù)，得到子維度指數(shù)；最后，采用與前文相同的方法，合成基于網(wǎng)絡檢索新聞數(shù)的銀行金融科技指數(shù)。

3．中介變量：不良貸款率、成本收入比。不良貸款率()是指銀行貸款五級分類中，次級、可疑、損失類貸款之和與總貸款余額之比；成本收入比()采用銀行管理費用與營業(yè)收入之比度量。

4．控制變量。參照前期文獻，從銀行個體與宏觀層面選取控制變量。銀行個體層面控制變量包括：銀行規(guī)模()，即銀行總資產(chǎn)的自然對數(shù)；資本充足率()，即銀行總資本與風險加權(quán)資產(chǎn)之比；資本資產(chǎn)比()，即銀行總資本與總資產(chǎn)之比；存貸比()，即銀行貸款總額與存款總額之比；貸款資產(chǎn)比()，即銀行貸款總額與總資產(chǎn)的比值；上市情況()，在銀行上市及之后年份為1，其他年份為0。宏觀層面控制變量包括：GDP增速()、消費者物價指數(shù)()，用以控制宏觀經(jīng)濟發(fā)展狀況和通貨膨脹水平的影響。

四、實證結(jié)果與分析

(一)基準回歸結(jié)果及機制檢驗

采用年份、個體雙邊固定效應模型檢驗前文假設，結(jié)果如表2所示。其中列(1)、列(2)分別為銀行金融科技指數(shù)對資產(chǎn)收益率()、股本收益率()影響的估計結(jié)果。可以看到，銀行金融科技指數(shù)()的估計系數(shù)分別在1%、5%的水平上顯著為正，這表明銀行發(fā)展金融科技可以顯著提升經(jīng)營績效，假設1成立。

表2 基準回歸結(jié)果及機制檢驗

列(3)～列(6)展示了多重中介效應的檢驗結(jié)果。列(3)、列(4)為銀行金融科技指數(shù)對不良貸款率()、成本收入比()2個中介變量影響的估計結(jié)果；列(5)、列(6)分別考察了被解釋變量為、時多重中介效應的存在性，即不良貸款率和成本收入比是否是銀行金融科技指數(shù)影響經(jīng)營績效的中介渠道。在列(3)、列(4)中，銀行金融科技指數(shù)的估計系數(shù)均在5%的顯著性水平上為負，意味著銀行金融科技可以顯著降低不良貸款率和成本收入比。在列(5)、列(6)中，不良貸款率和成本收入比的估計系數(shù)均為負，且都在1%的水平上顯著；相比加入中介變量前，金融科技指數(shù)的估計系數(shù)絕對值有所減小。這表明銀行發(fā)展金融科技通過降低不良貸款率以及成本收入比，提高經(jīng)營績效，假設2與假設3得證。

(二)內(nèi)生性檢驗

銀行金融科技與經(jīng)營績效之間可能存在反向因果，從而導致內(nèi)生性問題。一方面，發(fā)展金融科技有助于提升銀行經(jīng)營績效；另一方面，業(yè)績更好的銀行財務狀況更優(yōu)，能夠?qū)⒏嗟馁Y金用于發(fā)展金融科技，建立競爭優(yōu)勢。為盡可能緩解這一內(nèi)生性問題對研究結(jié)論的影響，采用工具變量法和系統(tǒng)GMM方法進行檢驗。

1. 工具變量法。使用銀行總部所在地[省(區(qū)、市)]信息傳輸、軟件和信息技術(shù)服務業(yè)的人均工資()作為工具變量，具體思路如下：銀行總部所在地區(qū)科技從業(yè)人員工資越高，越有助于吸引高技術(shù)人才向該地區(qū)流動，推動該地區(qū)科技行業(yè)整體發(fā)展。科技行業(yè)發(fā)展會對銀行產(chǎn)生技術(shù)溢出，方便銀行引入技術(shù)人才、建立與科技公司的業(yè)務聯(lián)系，從而提高金融科技發(fā)展水平。因此，銀行總部所在地科技行業(yè)人均工資與銀行金融科技發(fā)展水平之間具有正相關(guān)性。科技行業(yè)的工資水平并不會直接影響銀行經(jīng)營績效，滿足外生性條件。

使用上述工具變量進行2SLS回歸，估計結(jié)果如表3所示。統(tǒng)計量值小于0.01，表明不存在識別不足問題；統(tǒng)計量的值為37.97，大于SY weak ID test在10%水平上的臨界值16.38，說明不存在弱工具變量問題，因此該工具變量有效。列(1)為2SLS第一階段的回歸結(jié)果，可以發(fā)現(xiàn)該工具變量對銀行金融科技指數(shù)有顯著正向影響；列(2)、列(3)為當被解釋變量分別是、時第二階段回歸結(jié)果，從中可以看出，在采用工具變量法緩解內(nèi)生性問題后，銀行金融科技指數(shù)對、仍然有顯著的正向影響，核心結(jié)論穩(wěn)健。

2. 系統(tǒng)GMM模型。銀行當期經(jīng)營績效可能受到前期影響，從而呈現(xiàn)動態(tài)連續(xù)性。因此，在式(1)與式(4)的基礎(chǔ)上，引入銀行經(jīng)營績效的一階滯后項作為解釋變量，擴展為動態(tài)面板模型，并使用系統(tǒng)GMM方法進行估計。

表3 工具變量法回歸結(jié)果

回歸結(jié)果如表4所示，列(1)、列(2)分別為當被解釋變量為時，加入中介變量前后的回歸結(jié)果；列(3)、列(4)分別列示了當被解釋變量為時，加入中介變量前后的回歸結(jié)果。表4中，(2)檢驗值均大于0.1，表明殘差項均不存在二階序列相關(guān)；檢驗的值均大于0.1，意味著工具變量均有效。可以看出，被解釋變量滯后項的回歸系數(shù)都顯著為正，表明銀行經(jīng)營績效確實存在動態(tài)連續(xù)性。列(1)、列(3)中，銀行金融科技指數(shù)()的估計系數(shù)均在1%的水平上顯著為正；列(2)、列(4)中，不良貸款率()、成本收入比()的估計系數(shù)均在1%的水平上顯著為負，這表明銀行金融科技確實可以通過降低不良貸款率和成本收入比提高經(jīng)營績效，核心結(jié)論成立。

表4 系統(tǒng)GMM模型回歸結(jié)果

(三)穩(wěn)健性檢驗

為確保前文結(jié)論的有效性與可靠性，開展以下穩(wěn)健性檢驗：

1. 替換被解釋變量。分別采用銀行營業(yè)利潤與平均總資產(chǎn)之比()以及營業(yè)利潤與平均凈資產(chǎn)之比()作為與的替代變量，代入式(1)中回歸。

2. 替換核心解釋變量。第一，使用基于網(wǎng)絡檢索新聞數(shù)構(gòu)建的銀行金融科技指數(shù)()作為核心解釋變量，代入式(1)中回歸；第二，使用兩種方法擴充金融科技關(guān)鍵詞庫，進而重構(gòu)銀行金融科技指數(shù)，代入式(1)中回歸；第三，采用簡單平均法替換熵值法，重新合成銀行金融科技指數(shù)，代入式(1)中回歸。

3. 改變樣本容量。第一，剔除非上市銀行中與上市銀行年報內(nèi)容格式差異較大的銀行樣本，對式(1)進行回歸；第二，保留樣本期內(nèi)觀測值數(shù)量小于4的銀行樣本，對式(1)進行回歸。

以上穩(wěn)健性檢驗結(jié)果均支持核心結(jié)論，即銀行發(fā)展金融科技對經(jīng)營績效有顯著正向影響。

五、異質(zhì)性分析

在式(1)中引入銀行金融科技指數(shù)與個體特征變量的交乘項，進一步考察不同銀行發(fā)展金融科技對經(jīng)營績效的異質(zhì)性影響，拓展后的模型如下：

,=+,+

,×,++++,

(5)

其中，,為銀行個體特征變量。為保證所得結(jié)論的穩(wěn)健性，進一步構(gòu)建以下模型：

,=+,+

_,+,×

_,++++,

(6)

其中，_,是,對應的分組虛擬變量，當,大于臨界值時，_,取1；當,小于等于臨界值時，_,取0。

(一)基于銀行規(guī)模

由于在資本實力、人才儲備等方面存在差異，不同規(guī)模銀行發(fā)展金融科技的方式不同。此外，不同規(guī)模銀行的客戶群體不同，在管理模式、組織結(jié)構(gòu)等方面亦存在較大差異，這會影響金融科技運用的實際效果。為考察不同規(guī)模銀行發(fā)展金融科技對經(jīng)營績效的異質(zhì)性影響，將式(5)中,設定為總資產(chǎn)對數(shù)()。同時參照Liang等的做法，選取各年度銀行總資產(chǎn)對數(shù)的25%分位數(shù)，作為該年度銀行樣本中資產(chǎn)規(guī)模的臨界值，若銀行的資產(chǎn)規(guī)模在臨界值之上，則_取值為1，否則為0。

回歸結(jié)果如表5所示，可以看到列(1)～列(4)中，各交乘項的估計系數(shù)均顯著為正，表明相比于小銀行，大銀行發(fā)展金融科技對經(jīng)營績效的提升更為明顯。可能的原因在于，一方面，以往大銀行主要依賴財務報表等硬信息制定貸款決策，重點服務于大客戶；小銀行則在甄別軟信息方面具備優(yōu)勢，更多服務于中小客戶。金融科技可以降低軟信息獲取成本，有效緩解信息不對稱，使得大銀行可以將優(yōu)質(zhì)的中小客戶納入業(yè)務范圍，從而在提高信貸質(zhì)量的同時，發(fā)放更多高收益貸款。另一方面，相比于小銀行，大銀行分支機構(gòu)更多，組織結(jié)構(gòu)更為松散，委托代理問題更加嚴重。發(fā)展金融科技有助于大銀行優(yōu)化內(nèi)控機制、降低管理成本，對經(jīng)營績效的改善更為明顯。

表5 基于銀行規(guī)模的異質(zhì)性分析結(jié)果

(二)基于銀行資本充足率

在達到資本最低監(jiān)管要求后，銀行資本充足率高，一方面意味著資本運營效率低，收益不足；另一方面，根據(jù)風險共擔的邏輯，資本充足率高的銀行在投資失敗時自有資本損失較多，因此其通常經(jīng)營穩(wěn)健，道德風險較低。為考察不同資本充足率水平下，銀行發(fā)展金融科技對經(jīng)營績效的異質(zhì)性影響，將式(5)中,設定為資本充足率()，將其臨界值設定為所有樣本的中位數(shù)，若銀行的資本充足率大于臨界值，則_取值為1，否則為0。

回歸結(jié)果如表6所示，列(1)、列(2)中，交乘項估計系數(shù)均不顯著，表明在銀行金融科技指數(shù)對的影響中，資本充足率無明顯的調(diào)節(jié)作用。列(3)、列(4)中，交乘項估計系數(shù)至少在5%的水平上顯著為正，表明相比于資本充足率低的銀行，資本充足率高的銀行發(fā)展金融科技對的提升更為顯著。發(fā)展金融科技可以提升銀行的資本運營效率，同時能夠降低銀行與客戶間的信息不對稱程度，提高貸款技術(shù)。這使得銀行可以在保障信貸質(zhì)量的前提下，降低資本充足率、擴大信貸規(guī)模，提升自身經(jīng)營績效。在滿足監(jiān)管要求的情況下，高資本充足率意味著銀行資本運營的低收益和低效率。因此在金融科技的賦能作用下，相較于資本充足率低的銀行，資本充足率高的銀行有更強的意愿和能力降低資本充足率，從而更顯著地提高自身。金融科技對銀行風險管理能力和運營效率的提升作用與資本充足率無關(guān)，因此對于不同資本充足率的銀行，發(fā)展金融科技對的影響無明顯區(qū)別。

表6 基于銀行資本充足率的異質(zhì)性分析結(jié)果

六、結(jié)論與建議

近年來，銀行積極發(fā)展金融科技，利用新興技術(shù)推動傳統(tǒng)業(yè)務轉(zhuǎn)型升級，以求實現(xiàn)高質(zhì)量發(fā)展。在此背景下，以我國2008—2019年92家銀行為研究樣本，采用對年報進行文本分析的方法構(gòu)建銀行金融科技指數(shù)，基于多重中介效應模型實證檢驗發(fā)展金融科技對銀行經(jīng)營績效的影響及作用機制。所得結(jié)論如下：第一，銀行發(fā)展金融科技可以顯著提升經(jīng)營績效。第二，銀行發(fā)展金融科技，通過降低不良貸款率以及成本收入比兩種渠道提升經(jīng)營績效。第三，相比于小銀行，大銀行發(fā)展金融科技對經(jīng)營績效的提升效果更為明顯；與資本充足率低的銀行相比，資本充足率高的銀行發(fā)展金融科技可以更顯著地提高股本收益率，不同資本充足率的銀行發(fā)展金融科技對資產(chǎn)收益率的影響無明顯區(qū)別。

基于上述研究結(jié)論，提出如下建議：首先，監(jiān)管部門應進一步加強頂層設計與政策指引，支持銀行發(fā)展金融科技；同時加大相關(guān)基礎(chǔ)設施投入，充分發(fā)揮金融科技在服務實體經(jīng)濟、助力金融供給側(cè)改革中的重要作用。其次，銀行要主動擁抱金融科技，增加金融科技投入、重視人才培養(yǎng)，借助大數(shù)據(jù)、人工智能等技術(shù)提高風控水平與運營效率，實現(xiàn)降本增效。最后，銀行應根據(jù)自身特點與優(yōu)勢，采用差異化的方式發(fā)展金融科技，對小銀行來說更是如此。小銀行在資金、人才等方面存在劣勢，且面臨大銀行業(yè)務下沉帶來的新挑戰(zhàn)。因此，小銀行要積極尋求與金融科技公司合作，拓展金融業(yè)務場景，基于比較優(yōu)勢實現(xiàn)精細化運作、差異化發(fā)展，從而提高核心競爭力。

① 限于篇幅，文中省略了變量描述性統(tǒng)計結(jié)果。如若需要，請聯(lián)系作者索取。

②限于篇幅，此處省略了對于控制變量的解釋與分析。如若需要，請聯(lián)系作者索取。

③限于篇幅，此處省略了穩(wěn)健性檢驗的回歸結(jié)果表格。如若需要，請聯(lián)系作者索取。

④方法一：首先基于所涉及的年報文本訓練Word2vec詞向量模型；之后使用該模型選取年報文本中與每個金融科技關(guān)鍵詞余弦相似度大于或等于0.5的詞匯，人工剔除其中與金融科技無關(guān)以及重復的詞匯；最后將所得詞匯分維度匯總，擴充關(guān)鍵詞庫。方法二：選取沈悅和郭品(2015)、金洪飛等(2020)、Cheng和Qu(2020)三篇文獻所涉及的金融科技關(guān)鍵詞，分維度匯總后擴充關(guān)鍵詞庫。

⑤不同上市銀行年報內(nèi)容安排亦存在差異，但主要包括以下部分：公司簡介；重要提示；財務概要；董事長/行長致辭；管理層討論與分析；股本變動及股東情況；董事、監(jiān)事及高管人員情況；公司治理；董事會報告；監(jiān)事會報告；重要事項等(此處僅列示財務報表部分之前內(nèi)容)。剔除年報中上述內(nèi)容不全面的銀行樣本，采用剩余銀行樣本進行穩(wěn)健性檢驗。