金融科技對金融市場復雜性的影響研究
——基于系統性金融風險視角

林曦 王仁曾

(華南理工大學經濟與金融學院，廣東 廣州 510006)

一、引言

金融科技作為數字經濟時代的重要技術支撐，從星星之火到百舸爭流，從基礎支撐到驅動變革，為金融業高質量發展注入了充沛動力，是助力金融業改革發展、推動我國經濟高質量發展的新引擎。2013年以來，金融科技快速發展，在支持普惠金融發展、促進企業創新、提高金融機構服務效率等方面取得了顯著成效(唐松等，2020；宋敏等，2021)。金融科技能取得快速發展一定程度上歸因于監管部門給予的相對寬松的環境，這在一定程度上也提高了系統性金融風險發生的概率(謝平等，2014；鄭蘭祥和郝琦琦，2022)。金融科技發展背景下金融機構的業務交叉越來越多，傳統的分業監管模式出現監管真空和灰色地帶，導致互聯網“金融快消品”的風險不斷累積，進而引發一系列社會問題甚至系統性金融風險。如2015年中國互聯網理財平臺跑路、詐騙等惡性事件頻發，使得P2P網貸平臺由開始的井噴式爆發轉變為最后的曇花一現。因此，金融科技給金融市場帶來的問題不容小覷。

現階段金融科技快速發展下潛在的系統性金融風險問題引起了監管部門的高度重視，強調要通過金融風險專項整治預防系統性金融風險的發生。2016年4月國務院組織中國人民銀行、銀監會、證監會等14個部門召開會議，決定在全國范圍內啟動互聯網金融風險專項整治。需要注意的是，金融市場復雜性是導致系統性金融風險的重要原因之一。已有權威文獻證明，金融市場復雜性程度越高，系統性金融風險發生的概率也會越大(Haldane，2009；Engle et al.，2014；Acemoglu et al.，2015；De Jonghe et al.，2015；Williams，2016；Brunnermeier et al.，2020)。在金融科技快速發展的背景下，探討如何規避金融市場復雜性帶來的負面影響非常重要。然而，鮮有研究探討金融科技對金融市場復雜性的影響及作用機制。

理論上來說，金融科技創新會使金融市場變得更為復雜，主要表現在兩個方面。第一，金融科技發展使金融市場出現復雜的多邊性，金融科技發展背景下金融參與者除了銀行、證券與保險等傳統金融主體外，還包括P2P、支付寶、網絡銀行等創新性金融主體，以及一些諸如網貸平臺、眾籌平臺等的灰色地帶，各金融參與者彼此構成了龐大的資本網絡，打破了傳統金融市場的簡單平衡，使金融市場出現日益復雜的多邊性(陳珊和歐陽英，2017；陳碧梅，2022)。第二，金融科技發展催生出更為復雜的金融產品。依托互聯網和金融科技發展，金融機構逐漸推出各種日漸復雜的金融產品，這些新金融產品可能涉及多個分業領域，風險難以評估，對貨幣政策和金融監管提出了嚴峻挑戰，一定程度上會加劇金融市場復雜性(王輝，2012)。此外，金融科技在加快供需雙方的資金匹配與交易效率時，也使得信息傳播渠道相互疊加、金融資源關聯更加密切，加之數據、網絡、隱私、第三方技術依賴等科技屬性風險，金融市場會變得更為復雜，容易形成滲透力與傳染力更強的市場風險，進而誘發系統性金融風險(Pantielieieva et al.，2018；Khalil and Alam，2020)。

上述關于金融科技創新會增加金融市場復雜性的理論推斷能否得到十多年來中國金融科技創新發展事實和數據的實證支持呢？進一步而言，如果金融科技創新會提高金融市場復雜性程度的論斷能夠得到實證支持，是不是意味著金融市場的系統性風險也是同步線性提升呢？基于現代信息技術的金融科技創新所帶來的新產品、新流程、新商業模式，使金融系統變得更加復雜，但這種創新也提升了金融業的資源配置效率、服務實體經濟高質量發展的能力(易綱，2021)，而監管科技的同步發展則對系統性風險的管控帶來幫助。這就提醒我們，金融科技創新、金融市場的復雜性和系統性金融風險三者之間并不是簡單的線性單調遞增關系。我們有理由推斷，只有當金融系統的復雜性超過了一定的臨界點(或某一個閾值)，才會如同2008年的全球金融危機之前發生的過度的、不透明的和脫離監管的金融創新那樣，造成系統性金融風險。這說明我們需要尋找金融市場復雜性誘發系統性金融風險可能存在的臨界閾值。那么，金融市場的復雜性對系統性風險的加劇作用又是通過哪些途徑得到緩解和克服的？研究和解決上述問題，對于厘清金融科技與金融市場復雜性的關系，探究減緩金融市場復雜性帶來的系統性金融風險的可行路徑，保障金融科技的持續健康發展，防范系統性金融風險，具有重要意義。

本文邊際貢獻主要體現在以下三個方面。第一，創新地從業務復雜性和關聯復雜性視角對金融市場復雜性進行量化，探討了金融科技在金融市場復雜性演進過程中產生的影響，拓展了已有對于金融市場復雜性的研究邊界，也豐富了金融科技的研究內容。相比之下，以往對于金融市場復雜性的研究多是基于復雜網絡理論，驗證了金融市場是動態的，在時間與空間上不斷演化，金融市場網絡呈現日益緊密的特征(張群等，2017；謝赤等，2020；張金林和孫凌蕓，2020)。第二，將金融科技與金融市場復雜性聯系在一起，揭示了金融科技影響金融市場復雜性的可能機制，并探究金融科技發展背景下降低金融市場復雜性的可行路徑，對保障新金融體系的健康穩定發展具有重要意義。第三，從金融市場復雜性角度拓展系統性金融風險影響因素的研究，并找到金融市場復雜性誘發系統性金融風險可能存在的臨界閾值，對保障金融行業、金融市場乃至經濟社會的平穩發展具有啟發意義。相比之下，以往對于金融科技影響系統性金融風險的研究多是考慮直接效應(Maximilian et al.，2019；Chen et al.，2019；Fung et al.，2020；方意等，2020；鄭蘭祥和郝琦琦，2022)，鮮有文獻研究金融市場復雜性在其中發揮的作用。

因此，本文基于2012—2020年企業、銀行和城市層面數據，分析金融科技對金融市場復雜性的影響，探索緩解金融市場復雜性的可行路徑，進一步探究誘發系統性金融風險的金融市場復雜性臨界閾值。

二、理論分析與研究假設

總體而言，金融市場復雜性主要有以下三個表現(潘宏勝，2018)。第一，各金融市場資本結構“網狀化”，金融深化進程加快。金融科技將金融與信息技術深度融合，改善傳統的金融信息供給格局。基于逐利動機，越來越多企業加入金融投資活動行列(莊旭東和王仁曾，2023)。雖然金融科技能夠降低企業金融投資成本、拓寬金融投資渠道，但也憑借互聯網優勢催生出日漸復雜的金融衍生產品，促進金融衍生品在數量、種類、結構和復雜程度等各方面全面發展，呈現歷史記錄不可靠、未來風險難評估、風險敞口不確定等特點。隨著各種復雜的金融衍生產品成為企業的投資對象，大量的資源脫離實體經濟部門逆向流入金融等虛擬化程度較高的領域，市場不透明性增加，一旦產品“夭折”損害企業權益，則容易引發系統性金融風險。

第二，銀行表外活動快速擴張且日趨復雜，銀行與信托、保險、證券、資產管理、金融租賃等各類非銀行金融機構建立起廣泛而密切的聯系。金融科技會擴大影子銀行規模。近幾年，金融科技快速發展，金融科技能夠增強利率市場化效應，大幅降低借貸業務的準入門檻，利率市場化效應縮小了貨幣市場存貸利差，使銀行零利潤均衡點左移。金融科技能夠幫助更多未能在商業銀行實現資本籌集的企業或個人與非銀行資本持有者之間搭建起相適配的溝通橋梁，優化了資本市場競爭主體間供求關系的錯位匹配程度。但是，互聯網金融服務也分流了商業銀行的負債業務，壓縮了中間業務的發展空間，因此，傳統大銀行與互聯網金融企業間存在競爭現象。影子銀行的核心運作基礎是把傳統銀行信貸關系演變為隱藏在證券化中的信貸關系。由于正規金融領域的利率受到嚴格管制，影子銀行依托自身能將次級貸款轉化為金融衍生品的特點進行了大量擴張，以此填補商業銀行全業務市場。2013年以來，國內商業銀行資產結構發生了深刻變化。從表內資產看，貸款的比重逐年下降，投資類業務則快速上升；從表外資產看，理財業務規模大幅增長。其中，部分投資和理財業務的交易結構異常復雜，真實的風險暴露模糊不清。

第三，金融體系資產和負債結構趨向復雜，批發性融資在負債中的重要性明顯上升。復雜程度是銀行體系的最大危險，而不是規模。金融科技發展使銀行對批發性融資的依賴程度逐年提高(邱晗等，2018)。金融科技發展實際上變相推動了中國的利率市場化，進而影響了銀行的負債結構，最后影響到銀行的資產結構。銀行間市場利率由市場決定，高于存款利率。余額寶等互聯網理財產品的大部分資金都會投向銀行間市場，為居民提供了投資銀行間市場的渠道。憑借高額的回報和便捷的支付手段，余額寶等互聯網理財產品吸引了大量居民儲蓄存款。這種模式的發展導致資金不斷從傳統的存款渠道向銀行間市場轉移，再以市場化的利率價格重新進入銀行體系。在這一背景下，由于大量資金從存款市場流向銀行間市場，銀行從傳統存款市場獲得資金變得更加困難，但在銀行間市場獲取資金則相對容易，因此銀行負債端對批發性融資的依賴程度增加。與此同時，高成本的批發性融資可能使得銀行資產端發生改變，由于金融科技推高了銀行的負債成本，銀行更加偏好選擇高風險的資產來彌補損失。

因此，金融科技一定程度上擴大了金融體系的規模，使得企業對金融衍生產品投資增加、銀行對批發性融資依賴度提高、影子銀行規模擴大。綜上所述，本文提出如下假設：

H1：金融科技發展加劇了中國金融市場復雜性。

在金融科技興起前，中國金融特別是商業銀行缺乏外部的系統性競爭者，創新動力不足(吳桐桐和王仁曾，2021)。隨著金融科技的發展，金融市場衍生出新的數字金融服務，包括支付服務、貨幣基金服務、信貸服務、保險服務、投資服務和信用服務，其中金融科技催生的第三方支付功能是社會支付體系進一步升級的推動者，改善了以商業銀行為主體的支付體系，是金融機構包括商業銀行支付工具和支付體系的重要競爭者。金融科技創新主要包括兩條路徑(程雪軍和尹振濤，2023)：第一是科技深化路徑，各類市場主體通過大數據、區塊鏈、人工智能等技術建設金融科技市場；第二是金融需求路徑，各類市場主體通過信息科技與金融服務行業相結合形成新的金融業態，如數字貨幣、大數據金融等。一方面，各類新興金融機構大量涌現，快速發展的信息技術加快向金融市場滲透，實現對現有金融中介的“脫媒”；另一方面，面對這些領域的競爭，傳統金融業特別是商業銀行積極應對挑戰，廣泛運營互聯網技術加快改革與創新。新興金融機構的科技創新和傳統金融機構的轉型壓力加劇了中國金融市場的復雜性。本文提出如下假設：

H2：金融科技通過創新效應加劇金融市場復雜性。

金融市場復雜性可能誘發系統性金融風險。從業務復雜性角度看，銀行業在傳統業務之外的非利息業務會導致銀行的獨立風險和系統性金融風險更高。同業業務和理財業務的快速發展使商業銀行與其他金融機構業務合作更加緊密，系統關聯性增強。從關聯復雜性角度看，同業拆借市場連接是金融網絡傳染流動性風險的重要渠道，風險可以在不同機構間、市場間快速傳染，發生系統性金融風險的可能性增大。金融市場層次和產品愈發復雜，部門間關聯也更為緊密，進一步放大了金融系統的脆弱性，顯著提升了金融風險的傳染可能。當風險積聚到一定程度則會誘發系統性金融風險。本文提出如下假設：

H3：金融市場復雜性會誘發系統性金融風險的爆發。

金融科技的發展是一個循序漸進且具有連鎖反應的過程，產生的影響可能存在階段性的特征。金融科技具有脫媒化、虛擬化和普惠性等優勢，但在其發展初期，金融科技作用的發揮可能存在較高的不確定性。隨著數字金融系統的逐步成熟和數字金融服務的逐步完善，金融科技對金融市場產生的影響將日益顯現(聶秀華等，2021)。外部環境對地區金融活動產生重要影響，由于地區之間的制度質量差異，金融科技對金融市場復雜性的影響存在地區異質性。地區制度質量越好，有助于優化市場環境，提高市場資源配置的效率，促進市場公平競爭，緩解金融科技對于金融市場復雜性的加劇作用。因此，本文提出如下假設：

H4：在制度質量較高的地區，金融科技對于金融市場復雜性的加劇作用會得到緩解。

金融科技改變了金融市場原有監管規則，金融科技相關機構及產業繞開了傳統金融監管和法律，審慎監管、功能監管、行為監管等應對金融科技所引發的風險乏力(楊東，2018)。2016年4月中國啟動的專項整治對金融科技行業規范發展具有重大意義。黨的十九屆五中全會審議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》，對“完善現代金融監管體系”做出了專門部署、提出了明確要求，對于保障金融穩定具有重要意義。金融科技帶來的監管問題不同于傳統金融，更加復雜的監管體系和更深的政府介入無法解決其帶來的各類風險問題，而監管科技是完善金融科技監管的重要力量。本文提出如下假設：

H5：監管科技能夠緩解金融科技對金融市場復雜性的加劇作用。

圖1展示了上述理論分析和研究假設之間的邏輯關系，金融科技會直接加劇金融市場復雜性，也會通過金融業務創新間接加劇金融市場復雜性。其中，制度質量和監管科技能夠緩解金融科技對于金融市場復雜性的加劇作用。

三、研究設計

(一)變量說明

1.被解釋變量

根據潘宏勝(2018)對金融市場復雜性的描述，本文從三個維度度量金融市場復雜性(Comp)。

第一，各金融市場資本結構“網狀化”，金融深化進程加快，企業金融衍生產品持有增加。公司持有的金融衍生產品即金融衍生資產，包括股權類衍生產品、利率衍生產品、貨幣衍生產品和信用衍生產品等等。公司持有金融衍生產品可以幫助規避經營風險，但也可能產生額外的風險。本文選取上市公司的金融衍生資產衡量企業對金融衍生產品的投資(宋軍和陸旸，2015)。

第二，金融體系仍是銀行業主導，但銀行與銀行、銀行與其他金融機構以及各金融子市場之間的關聯度顯著上升。出于減少資本占用、規避審慎監管規定、突破分業監管要求等需要，銀行表外活動快速擴張且日趨復雜，銀行與信托、保險、證券、資產管理、金融租賃等各類非銀行金融機構建立起廣泛而密切的聯系。因此，本文選取銀行非保本理財產品發行量來衡量銀行表外活動(郭曄和趙靜，2017)。

第三，金融體系資產和負債結構趨向復雜，批發性融資在負債中的重要性明顯上升。很多金融機構高度依賴批發性融資，同時資產和負債之間存在錯配問題。因此，本文選取銀行批發性融資量與負債的比例來衡量批發性融資依賴度(邱晗等，2018)。

本文根據上市公司與銀行的注冊地址所在城市，將上市公司數據與銀行數據加總至城市層面，并在城市層面運用熵權法將三個指標合成為一個綜合指標，對城市的金融市場復雜性進行量化。其中，三個指標的權重分別為0.512、0.255、0.233。

2.核心解釋變量

目前學界對中國金融科技發展的研究面臨數據缺失困境。學者主要采用兩種方法對金融科技進行量化：一類是采用“文本挖掘法”，通過統計金融科技相關關鍵詞在新聞、研報中的詞頻合成構建金融科技指數(沈悅和郭品，2015；李春濤等，2020)；另一類是采用郭峰等(2020)編制的北京大學數字普惠金融指數。該指數運用了螞蟻金融服務集團的微觀數據，從互聯網金融服務的覆蓋廣度、使用深度和數字化程度三個維度量化區域金融科技發展水平(邱晗等，2018)。

因此，本文結合以上兩種方式衡量金融科技發展水平(Fintech)。第一，借鑒盛天翔和范從來(2020)的研究，采用金融科技相關關鍵詞的百度搜索指數。百度作為領先的中文搜索引擎，在國內搜索引擎市場上幾乎處于壟斷的絕對優勢地位(李春濤等，2020)。互聯網搜索行為是網絡大數據中比較有代表性的信息，能夠幫助進行宏觀經濟預測(劉濤雄和徐曉飛，2015)。人們在網絡上搜索的數據是基于需求的數據，可以用于現狀追蹤和趨勢預測(Eysenbach，2009；Ripberger，2011)。通過百度搜索金融科技相關關鍵詞所得到的搜索數量，能夠比較準確地反映相關地區金融科技的發展水平。因此，本文借助金融科技相關關鍵詞的百度搜索頻率，構建金融科技指數，該指數不僅反映了金融科技的發展過程，還能反映金融科技在不同地區之間的發展差異。第二，本文使用郭峰等(2020)編制的北京大學數字普惠金融指數(Inclu)衡量地區金融科技發展情況，用于穩健性檢驗。

考慮到技術水平是金融科技服務提供的基礎，本文在參考金融穩定理事會(Financial Stability Board，FSB)的定義和相關研究的基礎上，確定本文詞庫如表1所示。本文運用Python爬取2012—2020年金融科技相關關鍵詞在樣本城市的百度搜索指數。將關鍵詞全部采集后，從支付結算、資源配置、風險管理、信息傳遞、技術實現、相近概念六個維度進行匯總，并采用熵權法確定權重，將所有指數合成為綜合指數。用合成指數除以城市總人口數，衡量各城市金融科技發展水平。

表1 金融科技關鍵詞詞庫

3.門檻變量

金融科技發展是一個循序漸進的過程，對金融市場復雜性的影響可能存在階段性特征。盡管從長遠看，金融科技無疑為金融市場高質量發展帶來動力，但金融科技發展初期可能存在較高的不確定性風險。隨著金融科技系統的逐步成熟，金融科技的服務功能逐步完善，其對金融市場的正面作用將日益顯現和增強。因此，本文以金融科技(Fintech)自身作為門限變量，觀測其對于金融市場復雜性影響的階段性特征。

金融健康發展高度依賴于地區制度環境。當地區制度質量較差時，金融科技可能面臨監管缺失，其發展不可持續，缺少試錯環境，因此無法釋放對市場的正面影響，不利于金融科技對金融市場良性發展的促進作用。反之，好的制度環境可以抑制金融科技野蠻生長，緩解金融科技給金融市場帶來的負面影響，更好發揮金融科技的價值。本文借鑒聶秀華等(2021)的研究，選取制度質量(Ins)作為門限變量，探究制度質量在金融科技影響金融市場復雜性過程中發揮的作用。

為探究金融市場復雜性與系統性金融風險之間的關系，本文借鑒張瑜和朱衣豪(2020)的研究，選取中國系統性金融風險指數(Srisk)衡量金融風險。系統性金融風險指數以假定出現重大風險時金融機構預計資本缺口計算而來，進而探究金融市場復雜性與系統性金融風險之間的非線性關系。另外，本文選取長期MES指標(Mes)衡量系統性金融風險進行穩健性檢驗。

4.控制變量

本文選取以下變量作為控制變量：(1)傳統金融競爭程度(Hhi)，用地區內銀行市場競爭程度作為傳統金融競爭的代理變量(姜付秀等，2019)；(2)產業結構(Stru)，金融業和高新技術產業被包含在第三產業中，在地區發展水平較高時，由于要素稟賦結構具有資本豐富而勞動力短缺的特征，主導產業通常是資本密集型的第三產業，金融科技發展較成熟(邵漢華和Liu，2018)，因此本文用第三產業產值占比衡量；(3)吸引風險投資得分(Re)，風險投資的特色在于以高風險追求最大的投資報酬，將資金投入“高風險、高科技、高成長潛力”的企業以實現資金增值，然而資本的無序擴張會影響金融市場穩定性，本文擬用新增風險投資的企業數量衡量；(4)經濟發展水平(Pgdp)，用區域人均國民生產總值衡量；(5)傳統金融發展(Tf)，用金融機構貸款余額與地區生產總值之比衡量。

指標選取和衡量情況詳見表2。

表2 主要變量定義

(二)樣本與數據來源

本文相關數據來源主要包括以下5個部分：(1)中國上市公司2012—2020年的股權數據和地理信息均來源于國泰安數據庫；(2)中國銀行2012—2020年的地理信息、批發性融資量和非保本理財產品發行量來源于BankFocus數據庫和Wind數據庫；(3)衡量地級市或直轄市層面金融科技發展水平的相關數據來源于“金融科技”相關關鍵詞的百度搜索數量；(4)傳統金融競爭數據是根據中國銀保監會發布的全國金融機構許可證信息并按照地區與年度進行分類計算得到的赫芬達爾指數，中國市場化指數來自王小魯等(2019)編制的《中國分省份市場化指數報告》；(5)系統性風險數據來自于美國紐約大學斯特恩商學院波動實驗室(New York University Stern Volatility Laboratory，https://vlab.stern.nyu.edu/zh/srisk)；(6)其他宏觀社會經濟變量數據均來源于《中國城市統計年鑒》。本文根據上市公司、銀行總行所在城市信息進行匹配形成了2012—2020年的平衡面板數據，最終獲得846條樣本數據，變量描述性統計結果如表3所示。

表3 變量的描述性統計結果

(三)模型設定

1.固定效應回歸模型

本文建立基準線性回歸模型，初步驗證金融科技是否會影響金融市場復雜性的演進。模型構建如下：

其中，Comp代表金融市場復雜性；Fintech代表地區金融科技發展水平；Ctrls代表一系列控制變量，包括傳統金融競爭程度、產業結構、吸引風險投資得分、經濟發展水平、傳統金融發展；i表示城市，t表示年份，ε為誤差項，γ0為截距項，θi為城市固定效應，μt為年份固定效應。

2.門檻回歸模型

為探究金融科技對金融市場復雜性與金融市場復雜性對系統性金融風險影響的階段性特征，本文使用門限模型分別進行分析。構建模型如下所示：

其中，thresholdit代表門限變量，I表示指標函數，δ為具體的門限值。

四、實證結果與分析

(一)基準回歸

本文運用固定效應回歸模型實證檢驗金融科技對金融市場復雜性演進的影響，回歸結果如表4所示。研究發現金融科技對金融市場復雜性存在顯著的加劇作用，即金融科技發展水平越高，金融市場越復雜，具體表現為企業金融衍生產品投資增加、銀行批發性融資依賴性提高以及非保本理財產品發行量激增。在控制了城市和年份固定效應后，金融科技(Fintech)的系數在未加入控制變量和加入控制變量的情況下均顯著為正，假設H1得到驗證。

表4 固定效應模型回歸結果

金融科技作為金融與科技的產物，能夠拓寬企業金融投資渠道，在混業金融產品創新層出不窮的背景下，企業金融衍生資產不斷增加。金融改革和互聯網的發展也加劇了傳統金融行業的競爭，銀行競爭愈發激烈，使得影子銀行規模持續擴大。同時，金融體系資產和負債結構趨向復雜，批發性融資在負債中的重要性逐年上升，很多金融機構高度依賴批發性融資。金融科技克服了物理空間和事件約束，提高了金融功能效率，促進了金融深化，同時也給傳統金融業帶來了競爭壓力，推動了金融市場復雜性的演進。

(二)內生性討論

考慮到可能存在因遺漏變量或測量誤差而產生的內生性問題，本文進一步使用兩階段最小二乘法(2SLS)對內生性問題進行討論，削弱其帶來的影響，并使用人力資本水平(Hc)作為工具變量。從相關性看，人力資本水平與金融科技發展存在緊密聯系，是助力金融科技協調發展的重要因素(王榮等，2023；張岳和易福金，2022)，金融科技同時具有金融和科技屬性，地區人力資本水平越高、越有利于金融科技水平的發展；從外生性看，人力資本水平(Hc)不會對金融市場復雜性產生直接影響。因此人力資本水平(Hc)滿足工具變量的相關性和外生性的假設。

本文借鑒李江輝等(2019)的方法，采用中央財經大學中國人力資本與勞動經濟研究中心公布的各省人均實際人力資本水平作為區域人力資本水平的代理變量。表5中相關檢驗結果顯示，F統計量大于10，不存在識別不足和弱工具變量問題，滿足工具變量的相關統計要求。第一階段回歸系數顯著為正，說明人力資本的提升能夠促進金融科技的發展。在第二階段回歸結果中，解釋變量(Fintech)的系數顯著為正，說明在考慮內生性問題后，金融科技加劇了金融市場復雜性，與原模型結論一致，驗證了本文實證結果的穩健性。

表5 工具變量法內生性檢驗結果

(三)穩健性檢驗

本文選用北京大學數字金融研究中心編制的普惠金融發展指數(Inclu)替代金融科技百度搜索指數來進行穩健性檢驗。采用固定效應模型的回歸結果如表6列(1)(2)所示，普惠金融發展指數(Inclu)系數均顯著為正，再次驗證金融科技對金融市場復雜性具有加劇作用。

表6 穩健性檢驗結果

考慮到熵值法是根據指標波動情況來確定權重的，一些指標雖然波動小，但對金融科技發展水平的反映程度可能較高，可能會造成研究結果失真。因此，本文借鑒盛天翔和范從來(2020)的思路，采用簡單算數平均的方式，匯總得到金融科技發展指數(Afin)，再次采用固定效應模型回歸，進一步檢驗基準回歸結論的穩健性。結果如表6列(3)(4)所示，在控制了城市效應和時間效應后，金融科技發展水平指數系數分別為0.162和0.140，均在5%水平下顯著，與前文結論一致。

五、進一步分析

(一)異質性分析

不同城市、不同地區在資源稟賦、經濟發展水平上存在巨大差異。為驗證前文結果的穩健性，本文將樣本分為一線城市(包括新一線城市)和二線城市分樣本和其他城市分樣本進行異質性分析。按照《第一財經》對城市的劃分，一線城市包括上海、北京、廣州和深圳，新一線城市包括成都、重慶等，二線城市包括佛山、沈陽等。

由表7結果可以看出，在控制城市效應和時間效應的條件下，一線城市(包括新一線城市)和二線城市分樣本的Fintech系數顯著為正，而其他城市的Fintech系數不顯著。未加入控制變量時，一線城市(包括新一線城市)和二線城市分樣本的Fintech系數為0.183，加入控制變量后，Fintech系數為0.166，說明經濟發達地區金融科技的發展對金融市場復雜性產生的影響更大；而經濟欠發達的其他城市，仍然是傳統金融業占主導地位。

表7 異質性分析結果

(二)機制分析

首先，本文選取郭峰等(2020)編制的北京大學數字普惠金融指數(Inclu)中的分指數對金融科技影響金融市場復雜性的路徑進行初步探究，結果如表8所示。其中，數字金融使用深度(Ud)包括支付服務、貨幣基金服務、信貸服務、保險服務、投資服務和信用服務，能夠較為全面地量化數字金融服務使用情況；數字金融覆蓋廣度(Cb)為電子賬戶覆蓋率；普惠金融數字化程度(Dl)主要體現數字金融的移動化、實惠化、信用化和便利化。表8顯示數字金融覆蓋廣度(Cb)系數為負，但不顯著，說明金融科技并不會通過提高電子賬戶覆蓋率對金融市場復雜性產生影響。數字金融使用深度(Ud)和普惠金融數字化程度(Dl)的系數顯著為正，說明金融科技的發展推動了金融服務數字化創新并降低了金融信貸服務門檻，進而會對金融市場復雜性產生影響。其中，數字金融使用深度(Ud)系數最大為0.446。假設H2得到初步驗證。

表8 數字普惠金融指數分指數回歸結果

金融穩定理事會(FSB)定義金融科技為新技術帶來的金融創新，它能創造新的業務模式、應用、流程或產品，從而對金融市場、金融機構或金融服務的提供方式產生重大影響。一定程度上，金融科技專利更能夠反映金融科技的創新性和顛覆性，因此，本文借鑒吳桐桐(2021)的研究，運用金融科技專利申請量來衡量金融科技創新。本文運用Python對中國專利信息中心提供的專利之星檢索系統(Chinese Patent Retrieval System，CPRS)進行爬蟲批量獲取專利數據信息，再使用機器學習算法來識別和分類金融科技專利，然后剔除個人申請專利，再根據專利數據的地理信息與金融市場復雜性指標數據匹配并進行回歸。回歸結果如表9所示，金融科技專利Patent的系數顯著為正，再次說明金融科技對金融業務的創新效應會加劇金融市場復雜性的演進，驗證了前文結果的穩健性。

表9 金融科技專利回歸結果

(三)金融科技對金融市場復雜性影響的路徑優化分析

為探究金融科技對金融市場復雜性影響的階段性特征，本文構建了以制度質量(Ins)及金融科技發展水平(Fintech)為門限變量的門檻回歸模型，自抽樣結果如表10中Panel A所示。門檻值分別為6.6900和0.0468，且均通過1%水平的顯著性檢驗，即模型通過一重門檻檢驗，說明金融科技對金融市場復雜性的影響會因自身發展水平和制度質量的不同而呈現階段性的特征。

表10 金融科技門檻模型回歸結果

從表10中Panel B列(1)可以發現，當制度質量水平低于門檻值6.69時，金融科技(Fintech)系數為0.210，且在1%水平下顯著；當制度質量水平跨越這一門檻值后，其邊際影響系數降低至0.151。在好的制度環境下，金融科技能夠得到穩定健康的發展，金融科技對金融市場復雜性的加劇效應會得到削弱，更多釋放其對金融市場的正面效應，假設H4得到驗證。從表10中Panel B列(2)可知，當金融科技指數低于門檻值0.047時，金融科技(Fintech)系數為0.260，且在1%水平下顯著；當金融科技發展水平跨越門檻值后，其系數降低為0.151，說明金融科技發展對金融市場復雜性存在階段性影響。金融科技在發展初期對金融市場存在不確定風險，并且缺乏有效監管，使金融科技加劇了金融市場復雜性。隨著金融科技的發展成熟，其對金融市場復雜性的影響逐漸削弱，給金融市場帶來的正面效應逐漸取代負面效應。

新型數字金融服務給傳統金融機構帶來了轉型壓力與存款競爭，使商業銀行不斷擴張影子銀行規模，更加依賴批發性融資，加快推出創新型金融產品以提高自身競爭力。并且數字金融服務具有混業特征，例如，以余額寶為代表的“第三方支付+貨幣市場基金”合作產品。余額寶通過“T+0”和移動支付，使貨幣市場基金既能用作投資品，也能用作貨幣，同時實現了支付、貨幣、存款和投資四個功能。許多金融產品(或投資品)同時具有類似現金的支付功能，稱為“金融產品貨幣化”。這對貨幣政策和金融監管都是挑戰，加劇了金融市場復雜性。

伴隨著金融科技的發展，金融監管變革勢在必行(張曉燕和姬家豪，2023)。2018年12月，中國人民銀行等六部委出臺《關于開展金融科技應用試點工作的通知》，提出將在北京市、上海市、江蘇省、浙江省、福建省、山東省、廣東省、重慶市、四川省、陜西省組織開展金融科技應用試點工作。2019年金融科技創新監管試點工作正式啟動，各金融科技應用試點地區針對監管創新、“監管沙盒”試點展開了率先試驗。因此，本文將這10個省市作為實驗組賦值為1，其余省市作為對照組賦值為0。2019年為政策實施年份，因此2019年、2020年賦值為1，2012—2018年賦值為0。最后將組別虛擬變量與時間虛擬變量相乘得到“監管沙盒”變量(Sandbox)并進行調節效應回歸。由表11列(1)(2)可以看到，交互項Fintech×Sandbox的系數顯著為負，說明“監管沙盒”的運用能夠對金融科技起到有效的監管作用，抑制其對金融市場復雜性的加劇效應。傳統的金融監管規則無法很好地適應金融科技的發展，“監管沙盒”作為一種事前過濾器，能夠讓金融創新產品和金融科技企業在相對寬松的環境下進行測試，過濾掉風險較大、監管套利的金融創新產品，同時監管者也能有針對性地決定監管手段，提高監管效率，引導并促進金融科技健康發展，假設H5得到驗證。

表11 監管科技的監管效應

(四)金融科技、金融市場復雜性與系統性金融風險

為探究金融市場復雜性與系統性風險之間的非線性關系，本文構建了以金融市場復雜性(Comp)為門限變量的門檻回歸模型，自抽樣結果如表12中Panel A所示。金融市場復雜性(Comp)對于影響系統性金融風險(Srisk)存在一個門檻值，當系統性金融風險為Srisk指標時，如Panel A第(1)行所示，金融市場復雜性門檻值為0.0004；當系統性金融風險替換為Mes指標時，如Panel A第(2)行所示，金融市場復雜性門檻值為0.0061。由表12中Panel B列(1)可知，當低于門檻值0.0004時，金融市場復雜性(Comp)的系數為負但不顯著；而高于門檻值0.0004時，金融市場復雜性(Comp)的系數顯著為正，說明當金融市場復雜性較低時，并不會產生顯著負面影響，而當復雜性增長超過一定閾值時，則容易誘發系統性金融風險。根據表12中Panel B列(2)的結果，將系統性金融風險指標由Srisk替換為Mes后，結論依舊成立。由此可見，金融科技創新、金融市場的復雜性和系統性金融風險三者之間并不是簡單的線性單調遞增關系，只有當金融市場復雜性程度超過閾值時，金融市場節點之間的相互聯系會成為風險傳染的渠道，一部分金融機構的沖擊容易傳導到整個系統，大幅提高了系統性金融風險的發生概率。

本文借鑒Dippel et al.(2022)的因果識別方法，探究金融科技在金融市場復雜性影響系統性金融風險中發揮的作用。Dippel et al.(2022)的因果識別方法允許解釋變量的誤差項正交于中間變量的誤差項、中間變量的誤差項正交于被解釋變量的誤差項，有效克服了中間變量的內生性問題，因此，一個滿足解釋變量的有效工具變量即可識別整個兩階段模型。該方法能夠通過中間變量將解釋變量的直接影響(直接效應)從其總效應中分離出來，得到金融科技通過金融市場復雜性影響系統性金融風險的間接效應。本文使用中央財經大學中國人力資本與勞動經濟研究中心公布的各省人均實際人力資本水平(HC)作為工具變量進行回歸。表13列(1)顯示，金融科技發揮的間接效應系數為0.689，且顯著為正，說明金融科技的發展提高了金融市場復雜性，進而導致了系統性金融風險的增加。表13列(2)顯示，將系統性金融風險指標Srisk替換為Mes后，金融科技的間接效應依然顯著為正，驗證了結果的穩健性。假設H3得到驗證。

表13 金融科技、金融市場復雜性與系統性金融風險

六、結論與建議

本文基于2012—2020年企業、銀行和城市層面數據，運用固定效應模型和門檻模型，探究金融科技對金融市場復雜性演進的影響。研究發現，金融科技會通過金融業務創新加劇金融市場復雜性，其發展初期的加劇效應明顯高于發展成熟期，同時經濟發達地區金融科技的加劇效應更大；此外，制度質量的提升和監管科技的運用能夠有效緩解金融科技的加劇效應；進一步研究發現，金融市場復雜性誘發系統性金融風險存在一個閾值，低于閾值時并不會發生系統性金融風險，而高于閾值時系統性金融風險發生概率顯著提升。

金融市場復雜性是金融發展過程中規避系統性金融風險必須重視和解決的難題。當前國內經濟金融形勢較為復雜，金融市場變復雜的結果是各類風險因素不斷積聚，從而引發系統性金融風險。在當前信息技術與金融行業融合加快的大環境下，應當引導金融科技可持續健康發展，并從企業、銀行和政府等多個層面做好系統性金融風險的預防工作。結合實證研究結論，為防止金融市場復雜性的持續加深，本文提出如下建議：

第一，創新的發展往往超前于現行監管，政府需要平衡金融創新與金融監管之間的關系，給予金融創新適當的容錯環境，做好事前和事后風險過濾工作，完善“監管沙盒”制度。監管機構應充分利用“監管沙盒”這一監管技術，將其更廣泛、更靈活地推行開來，使其與我國金融市場現狀相結合，為金融科技創新保駕護航，打造符合我國金融科技業態的“監管沙盒”機制。

第二，企業是經濟活動的主體，也是金融風險防控的微觀基礎。目前金融科技發展很快，但還不夠完善成熟，因此，企業要正確運用金融科技帶來的普惠性，政府需要加強監管，緩解金融科技發展帶來的企業金融化問題。深化企業的內部治理改革是防止企業“脫實向虛”的關鍵任務，是支持實體經濟、維護金融安全的有效保障。

第三，金融科技的興起導致了傳統銀行與互聯網金融企業之間的競爭，造成銀行對批發性融資依賴度提高和影子銀行規模擴張。銀行過于依賴批發性融資會增加自身風險，監管部門應該加強對銀行批發性融資的監管，穩步推進存款利率市場化改革，引導銀行適度發展批發性融資，進一步優化資產負債結構，客觀認識批發性融資市場，防止過度依賴批發性融資而引發金融市場系統性風險。針對影子銀行亂象，銀行要充分利用互聯網技術化被動為主動，實現數字化轉型，將金融科技運用到業務創新和風險管理中，提高自身競爭力，控制非保本理財產品發行量。 ■

[基金項目：國家社會科學基金重點項目“金融科技驅動金融市場結構演進、效率變遷及金融穩定性演化研究”(編號：19AJY025)]