金融科技發展對銀行風險的影響研究

遲騁

一、前言

技術進步的時代背景下，我國各行各業都呈現出新的發展模式。傳統金融機構運用科技技術發展自身業務，新型科技公司通過開拓資金融通服務搭建互聯網金融平臺。金融科技的出現驅動著我國商業銀行進行業務轉型。在金融科技發展的趨勢下，新興技術會對銀行風險管理提供技術支持，但同時，金融科技公司的出現也會搶奪銀行業務，對銀行原有地位造成威脅，進而影響銀行風險。因此從理論和實證出發，研究金融科技發展對商業銀行風險產生的影響具有重大意義。

二、研究現狀

（一）金融科技概述

金融科技的英文為FinTech，意為Finance+Techno logy，根據字面意思可以理解為金融與科技的結合。我國金融科技的發展可以追溯到互聯網金融和數字金融時期。互聯網技術的出現使得傳統金融服務可以采用線上的新型服務形式。中國數字金融可以以2004 年支付寶賬戶體系的上線為起點[1]。2007 年拍拍貸的成立意味著中國出現了第一家正式通過網絡實現點對點借貸的線上借貸平臺。2011 年，中國人民銀行向27 家第三方支付公司發放了支付牌照，成為網絡技術與金融服務合規結合的開端，同時監管層也進入到金融科技領域進行監督。2013年，隨著余額寶的出現，互聯網金融進入快速發展的時期。2016 年，金融穩定理事會正式提出了金融科技這一概念并對其進行定義，由此，標志著金融科技正式出現。2018 年以后，大數據、云計算、區塊鏈等技術日漸成熟，傳統金融服務與新科技的融合程度不斷提升，金融科技的發展給傳統金融機構的運營帶來了巨大的改變。

（二）銀行風險概述

商業銀行作為金融體系的核心，承擔著金融業重要的職能。商業銀行的特殊地位決定了其自身風險管理的重要性，銀行出現風險會影響整個金融體系的穩定發展。根據現有文獻研究，銀行風險可以分為事前風險即主動風險和事后風險即被動風險。事前風險指商業銀行為了開展相關業務而主動承擔的風險，主要包括市場風險、信用風險和操作風險。事后風險是指銀行前期開展業務后產生實質性的損失，主要有流動性風險和破產風險。事前風險的常用度量方法為加權風險資產占比，事后風險的度量有Z-score、不良貸款率等。

（三）金融科技背景下商業銀行發展情況

目前我國商業銀行面臨著貸款不良率上升、居民儲蓄存款增長放緩等一系列威脅銀行傳統業務的問題，而新技術的出現可以在一定程度上解決上述問題。在金融科技不斷發展的背景下，商業銀行也將科技發展劃入自身戰略規劃之中。以中國工商銀行為例，工行借助科技打造了手機銀行，體現了科技運用于零售業務。手機銀行的出現增強了原有客戶的粘性，同時依靠全方位的線上客戶服務吸引力更多的新用戶，使得工商銀行的客戶數量進一步增加。寧波銀行也將大數據運用于銀行風控中，在大數據的基礎上搭建風險監測平臺，實時對風險進行有效監測。整體來看，大部分商業銀行已經進入了金融科技的領域，在金融科技發展的浪潮中調整自身發展戰略。

三、金融科技發展對商業銀行風險影響的理論分析

（一）金融科技發展對商業銀行負債業務的影響

銀行負債端的傳統業務以吸收客戶存款為主要來源，主要通過設立營業網點吸收不同地區的用戶存款。金融科技的發展給商業銀行傳統負債業務帶來了正負兩個方向的沖擊。一方面，商業銀行可以通過運用金融科技提升對存款的管理能力，降低存款管理成本。另一方面，金融科技催生了大批金融科技產品的出現，以余額寶、理財通等電子理財產品為代表，通過便捷的線上買入方式、穩定的利息收入、隨用隨取的付現形式對銀行的存款業務造成沖擊，由此造成銀行存款成本的提高以及存款規模的降低[2]，使得銀行更加依賴于同業批發作為主要的負債資金補充渠道。

（二）金融科技發展對商業銀行資產業務的影響

商業銀行的資產業務為銀行將自身持有或通過負債業務吸收來的的資金進行運用從而賺取資金收益的業務。金融科技的發展催生出一批互聯網金融公司，通過P2P貸款與商業銀行爭奪貸款業務。但隨著我國金融科技發展納入國家監管，P2P 貸款的競爭力逐漸減弱。而商業銀行通過多年的業務積累，擁有巨大的客戶數量，同時商業銀行的貸款業務在資金流和審核方面也擁有巨大優勢，因此互聯網金融平臺在貸款方面無法取代商業銀行的地位，而是在個人貸款和小微企業貸款方面進行補充。而商業銀行可以通過運用金融科技技術彌補原有業務的短板，利用大數據、區塊鏈等加強貸前審核和貸后管理，使得貸款業務的風險降低。

（三）金融科技發展對商業銀行中間業務的影響

金融科技發展推動了第三方支付業務的出現與繁榮，支付寶的出現標志著第三方支付的可行性，騰訊旗下的財付通出現意味著第三方支付平臺的發展空間巨大。第三方支付平臺對商業銀行產生負面影響，擠占了原本由商業銀行主導的支付業務。商業銀行由于線上支付開展的時間較晚，錯過了搶占客戶資源的最佳時間，由此造成了支付業務相關的手續費收入的減少。但是，金融科技子公司的設立可以拓寬中間業務的渠道，商業銀行通過金融科技子公司補充原有業務的不足，完善自身線上支付系統；利用人工智能、大數據等技術向客戶提供咨詢、托管等中間業務，像原有客戶提供多樣化的服務，拓展自身收入來源。

根據理論分析可以看出，金融科技的發展既可以為商業銀行進行風險管理提供技術支持，有利于商業銀行風險降低，又會對銀行傳統業務模式產生負面影響，導致銀行運營成本增加，進而增加自身風險。由此提出本文的假設：

假設1a：金融科技發展會降低商業銀行風險；

假設1b：金融科技發展會提高商業銀行風險。

四、實證分析

（一）研究設計

本文選擇88 家商業銀行2014 年至2018 年的年度數據作為樣本，數據來源于wind 數據庫和百度指數網站。

變量選擇：

被解釋變量選擇衡量銀行破產風險的Z-score，Z=（E/A+ROA）/σ（ROA），其中E 表示銀行凈資產，A 表示總資產，ROA 為資產收益率，σ（ROA）表示資產收益率的標準差，Z 值越大表明銀行破產的可能性越低，銀行風險越小。

解釋變量為金融科技發展指數。現有文獻對于金融科技水平的衡量有兩種方法。一種是采用現有指數進行衡量，如北京大學數字金融研究中心編制的省級數字普惠金融指數；另一種方法是學者郭品和沈悅提出的文本挖掘法，通過搜索關鍵詞出現的次數合成衡量金融科技發展水平的金融科技指數。本文采用文本挖掘法進行指數合成。從金融科技的職能和技術運用出發構建金融科技基礎詞庫[3]，具體關鍵詞如表1 所示；采用熵值法合成每個省份的金融科技指數[4]。

表1 金融科技指數關鍵詞

本文從銀行個體層面、省份層面以及宏觀經濟層面選擇控制變量，包括資本充足率（CAR）、銀行資產規模增速（growth）、省人均GDP（pGDP）、各省貸款總額占比省GDP（DGDP）、各省存款總額占比省GDP（LGDP）、廣義貨幣供給增速（M2）。

模型設定和估計方法：

Risk 表示銀行風險，Fintech 為金融科技發展，Bank為銀行個體層面的控制變量，Province 為省份層面控制變量，Policy 為宏觀層面控制變量，i 表示第i 家銀行，n 表示第n 個省份，t 表示第t 年。表示不隨個體變動的時間效應，表示不隨時間變動的個體效應，為隨機擾動項。

本文首先采用個體和年份雙向固定效應模型進行回歸，驗證本文的假設。

（二）描述性統計

表2 為描述性統計的結果。

表2 變量的描述性統計

（三）回歸結果分析

回歸結果如表3 所示，第一列為沒有控制變量時金融科技發展與銀行風險之間的回歸結果，金融科技發展與銀行風險之間的系數在1% 的水平下顯著為正，說明銀行所在地區金融科技發展水平提高會使z 值變大，降低銀行風險；第二列為加入控制變量后金融科技發展與銀行風險之間的回歸結果，回歸系數仍然顯著為正，說明在控制了宏觀層面和微觀層面變量后回歸結果仍然穩健。假設1a 得到驗證。

表3 基準回歸結果

（四）進一步分析

借鑒Lepetit et al.（2008）的研究，將z 值進行分解，公式為：

其中Z1為資產組合風險，Z2為杠桿風險。回歸結果如表4 所示。第一列為金融科技發展對資產組合風險的回歸結果，回歸系數在10%的水平上顯著為負，表明金融科技的發展會增加銀行的資產組合風險；第二列為金融科技發展對杠桿風險的回歸結果，回歸系數在1%的水平上顯著為正，表明金融科技的發展會降低銀行的杠桿風險。因此，金融科技的發展主要通過降低銀行杠桿風險來降低銀行整體風險水平。

表4 進一步分析：z 值分解

注：括號內表示穩健標準誤，★★★表示在1%水平下顯著,★★表示在5%水平下顯著,★表示在10%水平下顯著。

五、結語

本文以2014-2018 年88 家商業銀行的年度數據進行實證分析，得出金融科技的發展會降低商業銀行風險的結論，進一步分析認為金融科技主要降低銀行的杠桿風險，從而使得銀行整體風險降低。

根據結論提出以下建議：

（一）商業銀行應該擁抱金融科技，順應金融科技的發展潮流，通過運用大數據、云計算、區塊鏈等技術完善傳統資產負債業務，在貸前貸后管理方面進行技術提升，加強自身的風險管理能力。商業銀行可以運用金融科技技術拓寬業務領域，在中間業務方面進行創新，利用自身的客源優勢，結合科技技術開拓客戶財富管理、投資咨詢等相關業務，提升銀行的綜合實力。

（二）政府和監管當局建立健全的金融科技發展體系，加大金融科技相關業務納入監管范疇，在合規的情況下有序發展，有利于維護金融體系的穩定和發展。

引用

[1] 黃益平,黃卓.中國的數字金融發展:現在與未來[J].經濟學(季刊),2018,17(04):1489-1502.

[2] 邱晗,黃益平,紀洋.金融科技對傳統銀行行為的影響——基于互聯網理財的視角[J].金融研究,2018,No.461(11):17-29.

[3] 楊望,徐慧琳,譚小芬,薛翔宇.金融科技與商業銀行效率——基于DEA-Malmquist 模型的實證研究[J].國際金融研究,2020(07):56-65.

[4] 盛天翔,范從來.金融科技、最優銀行業市場結構與小微企業信貸供給[J].金融研究,2020(06):114-132.201110