金融科技發展對銀行風險的影響

摘要：本文基于 2011—2018年我國333家商業銀行的微觀數據，實證研究了銀行金融科技發展對其風險承擔的影響，構建了衡量銀行金融科技發展水平的指數，并通過個體固定效應OLS模型進行回歸分析。研究結果顯示，銀行金融科技的發展顯著降低了其風險水平，這一結論在替換解釋變量、被解釋變量及縮尾處理后仍保持穩健。機理分析表明，金融科技通過增加營業收入和降低收入多樣性來降低風險。 此外，銀行業市場結構與銀行風險呈“倒U”型關系，且金融科技發展水平影響最優市場 結構。異質性分析顯示，國有銀行和股份制銀行在發展金融科技方面對降低風險的作用更為明顯。

關鍵詞：金融科技；銀行風險；面板數據

在全球經濟發展和我國金融開放的背景下，依托人工智能、大數據、云計算、區塊鏈等技術集群，金融科技呈現數字化、智能化演進特征。該技術發展既帶來了傳統金融服務無法比擬的便捷、高效和成本更低的精準化服務，由此實現指數級增長；但同時會產生金融風險事件、操作風險與倫理風險和金融風險事件、操作風險與倫理風險和個人隱私保護等問題，對金融消費者權益保護構成潛在威脅，導致銀行風險增加。

一、文獻綜述

金融科技創新正在深度重構商業銀行的業務實踐，為適配技術驅動的行業變革，商業銀行正加速推進數字化轉型與金融科技創新能力建設，這一趨勢突破傳統網點服務模式的時空約束，有效緩解了互聯網金融公司和第三方支付平臺的沖擊 [1]。一方面，金融科技增強了商業銀行的服務選擇，通過服務鏈延伸與客戶需求深度匹配，構建差異化競爭優勢（Berger等，2017），從而提高盈利能力，另一方面，金融科技利用生物識別和語音識別等先進技術降低人力、資本和時間成本，以提高數據準確性，降低內部欺詐風險和系統性風險。

現有研究表明，商業銀行通過金融科技創新可以享受技術溢出效應帶來的好處。在經營績效方面，商業銀行可以通過金融科技創新增強服務選擇，滿足客戶多樣化需求，拓展發展空間，提高盈利能力。此外，金融科技與銀行貸款服務的結合，能夠減少銀行與借款人之間的信息不對稱問題，使銀行操作更加安全和靈活（沈悅、郭品，2015）[2]，同時降低借款人違約的概率。然而，既有研究多基于宏觀視角分析外部技術沖擊，而銀行內生金融科技發展的風險效應尚未得到充分關注，缺乏基于銀行系金融科技微觀數據的實證分析。因此，本研究擬利用2011—2018年間333家商業銀行的面板數據，從銀行內部金融科技的角度出發，系統研究金融科技對銀行風險的影響。

二、模型構建

（一）數據選擇

本文選取2011—2018年333家商業銀行的年度樣本數據，樣本數據來自CSMAR和WIND數據庫，宏觀經濟數據來源于國家統計局官方網站 [3]。其中國有商業銀行有 6家，包括中國銀行和中國工商銀行。股份制商業銀行有平安銀行、華夏銀行等12家；城市商業銀行有 75家，如寧波銀行、鄭州銀行等；農村商業銀行有 158家，包括江蘇江陰農村商業銀行、江蘇張家港農村商業銀行等 [4]；民營銀行和外資銀行共 52家，包括浙江網商銀行、東亞銀行等。

（二）模型設定

為實證分析金融科技、銀行業市場結構和銀行風險的關系，本文構建的基本計量模型如下：

（三）變量選擇

1.被解釋變量。本文的被解釋變量是銀行風險。目前衡量商業銀行的變量主要有 Z值、資產收益方差、存貸比等，但因本文主要衡量銀行自身的風險承擔情況，因此參考Zhao等（2022），選擇Z值的負數作為指標，并使用存貸比（DRISK）進行穩健性檢驗。Z值衡量了銀行的綜合風險水平，存貸比則表示了銀行的貸款規模相對于存款規模的比例。在本文中，Z 值越大，銀行風險越高；反之，則風險越低。

2.核心解釋變量。本文需要構建銀行個體的金融科技指數，因此本文在衡量各銀行金融科技發展水平（FINTECH）時采用胡俊等（2021）[5] 構建的商業銀行金融科技指標。該指標測度了2011—2019年間1，566家銀行個體層面的金融科技發展指數以及從“戰略理念”“底層技術”“產品服務”三個維度進行了衡量，其他變量如表 1所示。 三、實證結果分析（一）基線回歸為了驗證銀行科技對自身風險水平的影響，本文使用個體固定效應 OLS模型進行檢驗，回歸結果如表 2所示。第（1）列和（2）是基線回歸結果，這兩個系數均在 1%的水平上顯著為負，表明商業銀行發展金融科技在總體上降低了其風險承擔水平。第（3）列在第（2）列的基礎上加入了銀行層面的控制變量，第（4）列在第三列的基礎上加入了宏觀層面的控制變量，回歸結果均顯著為負，這表明銀行金融科技水平的提高的確降低了其風險承擔水平。從表2的回歸結果可以看出，銀行規模、總資產凈利率、管理能力、資本充足率、不良貸款撥備覆蓋率、資產與資本比率等控制變量對銀行風險也有顯著影響，而宏觀層面的 GDP增長率、M2增長率和消費價格指數同樣對銀行風險有一定影響。

（二）穩健性檢驗

為了進一步驗證研究結果的可靠性和有效性，我們從四個方面對基線回歸結果進行了穩健性檢驗：替換解釋變量、替換被解釋變量以及進行縮尾處理。表 3展示了這些穩健性分析的結果。第（1）列和第（2）列是替換金融科技指數（Fintech）后的回歸結果。在基線回歸中，Fintech是根據商業銀行中與金融科技創新相關的所有詞匯的詞頻總和來衡量的。為了檢驗這一指標的穩健性，我們分別使用了與金融科技創新戰略理念相關的詞頻（StraF）和底層技術相關的詞頻（TechF）作為解釋變量進行回歸。結果顯示，無論使用哪種指標，回歸系數均顯著，這表明本文的結論在替換解釋變量后依然穩健。第（3）列是替換商業銀行風險承擔變量后的回歸結果。在基線回歸中，我們使用Z值（Risk）來衡量商業銀行的風險承擔水平。為了確保實證結果的穩健性，我們參考了Zhao等（2022）的研究，使用存貸比（DRisk）作為商業銀行風險的替代變量進行回歸。結果顯示，回歸系數仍然顯著，進一步驗證了本文結論的穩健性。第（4）列則對所有連續變量進行了 1%的縮尾處理，以消除極端值對回歸結果的影響。結果顯示，縮尾處理后的回歸結果與之前的結果一致，再次證明了本文結論的穩健性。

四、結論

本文從微觀層面出發，研究了銀行金融科技發展對其風險承擔的影響。本文利用2011—2018年中國 333家商業銀行的微觀數據研究得出以下結論。首先，商業銀行金融科技創新能力的提升可以從總體上降低其風險承擔水平，其創新能力與風險承擔呈現顯著負相關。其次，機理分析結果表明，銀行金融科技創新通過增加營業收入和降低收入多樣性兩個渠道降低其風險承擔水平。 再次，銀行業市場結構與銀行風險之間呈現非線性倒 U型關聯特征，即存在最優銀行業市場結構，而金融科技發展水平影響銀行業最優市場結構。最后，銀行類型和銀行規模的 異質性分析表明，規模較大的國有銀行、股份制銀行的商業銀行在發展金融科技創新的過程中對降低風險承擔水平的作用更為明顯。實證結果顯示，金融科技通過增加銀行營業收入，提高其收入結構動態調整彈性，整體上降低了銀行風險。

參考文獻：

[1]王馨.互聯網金融助解“長尾”小微企業融資難問題研究 [J].金融研究，2015（09）：128-139 .

[2]沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率 [J].金融研究，2015（03）：160-175.

[3]黃磊，黃思剛，楊承佳.金融科技對綠色信貸的影響及作用機制——基于商業銀行金融科技視角[J].金融發展研究，2023（07）：73-82 .

[4]胡海峰，田一迪，王愛萍.中國銀行業服務實體經濟：測度、成因及治理對策[J].學習與實踐，2023（09）：42-54 .

[5]胡俊，李強，劉穎琛，等.商業銀行金融科技對零售貸款的影響——基于年報的文本分析[J].管理評論，2021，33（11）：298-311 .

（作者簡介：成超，南京農業大學金融學院研究生；李淵，南京農業大學金融學院博士）