金融科技對銀行風險承擔的異質性影響研究

王 鑫 李 程

（安永（中國）企業咨詢有限公司北京分公司，北京 100000；天津工業大學，天津 300387）

一、引言

近幾年，金融科技（FinTech）發展迅猛，在金融行業也引起了廣泛的關注。云計算、大數據、人工智能、區塊鏈等新技術已經在金融領域得到了廣泛的應用，金融技術正深刻地改變著金融生態，重塑著整個金融體系。“沒有科技不金融”已經成為行業共識，在帶來新業態、新模式的同時也帶來新的風險。隨著金融科技的發展，金融科技產業的發展受到政府的高度關注，政府出臺了一系列的金融科技安全可控發展的政策。

金融科技對金融業的潛在影響主要反映在金融穩定和獲得服務的機會上。金融科技可能會帶來深刻的變化，但它也將帶來重大的監管挑戰。此外，金融科技具有技術和金融的雙重特性，這可能對商業銀行的風險行為有更大的影響。金融科技對不同類型商業銀行盈利能力的影響，顯示出顯著的異質性。銀行的穩定性也受到信息科技的進步和金融科技公司的競爭壓力的影響，銀行需要審查其競爭優勢，以適應新的現實。

針對金融科技對銀行風險的影響重要性，本文將利用文本挖掘與因素分析相結合的方法，對中國14家中國的商業銀行2010-2020年間的非平衡面板數據進行了實證研究，就金融科技對銀行業風險承擔的整體及其異質性影響進行經驗分析，并給出相關政策建議。

關于金融科技對銀行風險的作用，已經有很多研究，但是觀點并不一致：

一方面，金融科技有利于降低銀行風險承擔。Deng.et.al（2021）研究表明，金融科技的發展將通過銀行內部利差、管理能力、銀行外部競爭強度和居民儲蓄意愿等渠道影響銀行的風險承擔。盛天翔和范從來（2020）的研究也表明，金融技術可以優化銀行的信貸結構。劉志洋等（2022）研究發現，金融科技并沒有增加市值較低商業銀行的風險承擔水平；劉莉和李舞巖（2022）認為，發展銀行業金融科技能夠有效降低銀行信貸風險；鄭宗杰和任碧云（2022）同樣認為，金融科技能夠顯著降低商業銀行的風險承擔水平，但是對不同類型商業銀行風險承擔的影響效果存在顯著差異。陳敏和高傳君（2022）研究發現，金融科技能夠通過事前信息、事中管理、事后損失三條傳導渠道影響我國銀行風險承擔行為的擴張及結構優化。金融科技有利于降低信息不對稱，使得銀行能夠識別出貸款客戶的特征，提高信息獲取、數據處理以及客戶管理的效率，更好地應對貸款的逆向選擇風險。

另一方面，金融科技可能會加重銀行的風險。楊東（2018）認為，科技驅動的金融創新所內含的技術風險、操作風險，存在誘發系統性風險之可能。熊健等（2021）指出，金融技術會造成銀行業的損失，并會加劇競爭，進而造成負面的市場擠壓。王奕婷和羅雙成（2022）認為，金融科技的進一步發展可能超越監管的束縛，不利于銀行經營績效，甚至可能引發系統性風險。

因此，金融科技既可以降低銀行風險承擔，在金融監管相對落后的情況下，金融技術也會使商業銀行面臨更多的風險，從而導致整個金融體系的危機。

金融科技對銀行風險的影響具有正反兩個方面的效果，這也為本文的研究提供了空間，已有的金融科技在銀行中的運用和影響的文獻為本文的研究打下了堅實的基礎，但是仍然有值得研究的內容。一是在研究內容方面，目前已有的文獻對銀行風險承擔沒有分類進行研究，缺乏對不同類型的銀行進行對比分析；二是研究大多數結論是正面或者負面的影響，異質性效果相對較少。對此，本文將做出相應的研究。

二、實證研究

（一）變量選取與數據來源

1.銀行分類

本文研究2010-2021年中國27家商業銀行的年度數據。本文采用的數據來源于Wind數據庫、國泰君安數據庫、各商業銀行年報、國家統計局。

2.金融科技指標

本文采取郭品、沈悅的文本挖掘方法來構建金融科技指標。該方法是基于國內互聯網搜索的新聞關鍵詞來構建金融科技指標數。Askitas et al.（2009）曾經通過研究發現，新聞數量可以在一定程度上表明公眾對事件的重視程度以及相關企業提供的關聯供給信息。在本文中，具體步驟如下：

（1）構建金融科技詞庫。本文基于郭品和沈悅（2015）的互聯網金融詞庫，收錄了14個和金融科技相關的關鍵詞，如表1。這14個關鍵詞包括四個維度：基礎技術、轉移支付、風險管理、中介渠道。

表1 金融科技關鍵詞詞庫

（2）檢索所選關鍵詞的新聞數量。通過爬蟲技術，爬取百度新聞指數的源代碼。爬取的數據時間為2010年至2021年。運用Python處理代碼，匯總得到圖1關鍵指標的數據。

圖1 金融科技指數

3.信用風險指標

因考慮數據的可獲得性，將采用不良貸款率來衡量商業銀行的信用風險。不良貸款率的數值越高，商業銀行信用風險水平越大。數據來源Wind數據庫。

4.流動性風險指標

本文選擇存貸比作為商業銀行流動性風險的衡量指標。2015年之前將存貸比不高于75%作為監管指標，2015年之后存貸比則作為監測指標。從銀行抵抗流動性風險的角度，存貸比不宜過高。若一家銀行存貸比過高，則說明銀行的存款準備金率過少，一旦出現現金大量取出的情況將會導致銀行出現支付危機。

5.控制變量選取

在本文中，選取了以下五個變量作為控制變量，目的是增強模型的完整性與可靠性，如表2。

表2 變量的解釋說明

6.變量描述性統計

通過表3和表4可以看出大型商業銀行不良貸款率最大2.39，最小0.38，遠低于5%不良貸款率警戒線，說明大型商業銀行的信貸資產較為理想，屬于可控范圍內。地方行的不良貸款率最小值是0.0477，最大值是4.11，標準差是0.8766，波動率較大，表明地方行的不良貸款率有較大的差別。在大型商業銀行流動性風險方面，存貸比標準差是14.16，說明不同銀行間存貸比差別較大。在地方行中，存貸比標準差是15.01，說明地方行之間的存貸比差異較大。

表3 描述性統計-大型商業銀行

表4 描述性統計-地方商業銀行

（二）商業銀行信用風險的實證研究

1. 建立回歸模型

此模型衡量金融科技對大型商業銀行信用風險的總效應。

2.金融科技對商業銀行信用風險影響的異質性回歸與分析

表5 金融科技對大型商業銀行和地方商業銀行信用風險的檢驗結果

通過實證分析，可以分析商業銀行信用風險的異質性承擔。模型（1）的大型商業銀行，所有變量在1%的水平下呈現顯著關系。其中，金融科技（FT）、金融相關比率（LnFIR）、資本市場深度（LnCM）對不良貸款率（NLP）顯著為正，凈資產收益率（LnROE）、宏觀經濟（LnGDP）對不良貸款率顯著為負。實證結果說明金融科技的進步會增加大型商業銀行的信用風險，大型商業銀行的良好經營以及宏觀經濟的發展都會降低信用風險。這是因為從外部而言，面對著市場上出現的各種新興互聯網借貸機構，大型商業銀行不得不與這些機構進行競爭。大型商業銀行為了維持較高的利潤水平而進行較高風險決策，進而提升了大型商業銀行的信用風險水平。

模型（2）的地方商業銀行表明，變量FT在10%的置信水平下仍不顯著，說明對于地方行，金融科技與信用風險的線性關系不成立。在實證回歸模型，體現了銀行經營效率的變量LnROE在1%的置信水平下與商業銀行信用風險呈負相關。這說明，地方商業銀行經營效率提升會降低信用風險承擔。這是由于地方商業銀行的業務偏好決定的。相對于大型商業銀行的授信業務，地方商業銀行本身的業務信用風險更大。雖然地方商業銀行憑借靠近基層的優勢，可以更好的推廣金融科技產品，但只是增加了授信渠道，對信用風險影響不大。所以地方行的金融科技指數對信用風險影響不大。

（三）商業銀行流動性風險的實證研究

1. 建立回歸模型

此模型衡量金融科技對大型商業銀行流動性風險的總效應。

2. 金融科技對商業銀行流動性風險影響的異質性回歸與分析

表6 金融科技對大型商業銀行和地方商業銀行流動性風險的檢驗結果

通過模型（3）的實證分析，對于大型商業銀行，金融科技指數、凈資產收益率、金融相關比與流動性風險表現為顯著的負向關系，銀行資產規模與宏觀經濟狀況與流動性風險呈顯著正向關系。對于金融科技指數（FT），在1%的水平下顯著為負，顯著系數為-4.393461，說明金融科技的發展會降低大型商業銀行流動性風險。這是因為，外部金融科技的發展與大型商業銀行的貸款業務存在較強競爭關系。當有貸款需求時，越來越多的投資者會選擇新興的金融科技產品。這類新型金融科技產品具有更加便捷的貸款流程，更低的貸款率，所以會對投資者產生更強的吸引力，這樣導致存貸比的下降，銀行的資金將會更多，從而有效緩解因集中支取而產生的的流動性風險。然而大型銀行作為我國金額系統最為重要的銀行，受到的監管也最多。銀行內部金融科技新興產品未對存款貸款結構造成較大影響。

對比模型（3），模型（4）體現了解釋變量和被解釋變量對地方行流動性風險。金融科技指數的影響方向與大型商業銀行同向，只是影響系數為-7.150663，大于模型（3）的-4.393461。說明相比較于大型商業銀行，金融科技對地方商業銀行流動性風險的反向影響作用更大。這是因為由于大型金融科技企業打通地方賽道的能力有限，與大型商業銀行相比，地方商業銀行與金融科技企業的競爭關系小。并且，相較受監管更嚴格的大型商業銀行，地方行擅長利用貼近基層的天然優勢，運用靈活的經營理念，因地制宜創造出更多金融產品。這些金融產品有效增加銀行存款總額，分散了貸款壓力，從而降低流動性風險。由于地方行金融產品更加貼合基層需求，從而有更強的與外部金融科技產品競爭的能力。綜合兩點因素導致金融科技更有效降低流動性風險。

結合上述商業銀行信用風險模型（1）、模型（2）和流動性模型（3）、模型（4），關于金融科技對商業銀行風險我們可以得出以下結論：金融科技在1%的水平下會增加大型商業銀行信用風險，然而金融科技與地方商業銀行信用風險關系不顯著；不論大型商業銀行還是地方商業銀行，金融科技在1%水平下會降低商業銀行流動性風險。針對信用風險和流動性風險變動方向相反，可能由如下原因導致。銀行“基本流動性”是指客戶提取存款以及到期獲得本息的需求被滿足。流動性風險小表明銀行具有合理的資金管理結構，不會出現因客戶擠兌而出現的流動性危機。大型金融科技企業與大型商業銀行存在競爭效應，銀行傳統的貸款業務會被分流，而地方商業銀行憑借區位優勢，利用金融科技創新業務模式，存款途徑增加。銀行的信用風險是指交易到期，對方不履行債務的風險，表明銀行遭受損失的可能性。就外部競爭而言，由于受監管，大型商業銀行面對依托大數據、云計算等大型金融科技機構競爭能力不足。面對沖擊，銀行為了維持行業地位與獲得利潤，愿意開展相對高風險業務，這部分無疑增加了商業銀行信用風險。從另外方面來看，這幾年銀行壞賬的增加也說明大型銀行面臨了較高的信用風險。金融科技的發展將通過銀行內部息差等渠道影響銀行的風險行為。近幾年雖然金融科技與互聯網金融發展迅速，銀行因此也獲得較多利潤，但因為銀行技術發展不全面，政府和行業相關的監管標準不統一導致銀行自身監控差異性大。銀行金融科技部門和監管部門的不確定性都會使銀行面臨更嚴重的信用風險。

三、結論與政策建議

本文基于金融科技和商業銀行信用風險、流動性風險等基本理論，通過16家大型商業銀行和11家地方商業銀行2020-2021年的數據，使用文本挖掘方法構建金融科技指數進行研究。本文研究結論如下。第一，金融科技的發展總體上提升大型商業銀行信用風險，而對地方商業銀行信用風險的影響效果不顯著；第二，金融科技對商業銀行流動性風險有顯著的負向效應，不同類型的商業銀行的流動性風險水平受金融科技影響不同，其中地方銀行更加敏感；第三，不論大型商業銀行還是地方商業銀行，良好的經營效率可以顯著降低信用風險；金融相關比率、資本市場深度對信用風險顯著為正，這是因為大型商業銀行在資本市場與除資本市場外的金融市場更加活躍，在這些市場中涉及的業務多于地方商業銀行。

從政策上，我們既要鼓勵銀行發展金融科技，但也要注意其中蘊含的風險。首先，銀行應積極推廣和應用金融科技，以提升風險應對能力。一方面，大型銀行擁有科技人員和科技投入的優勢，在金融科技應用方面表現突出，另一方面，中小銀行可以通過大型銀行的知識溢出，加強金融科技的學習與運用。其次，商業銀行應該關注金融科技帶來的風險問題。商業銀行在使用金融科技發展創新金融產品和金融服務時，應加大對金融科技風險管理的投入力度，針對不同的風險類型，制定不同的風險管理策略。最后，對于金融監管部門而言，應該根據銀行的風險類型進行監管。金融科技是一把雙刃劍，可能誘導商業銀行從事高風險項目，通過監管套利增加利潤，監管部門需加快完善金融科技監管相關的法律法規，規范金融科技的使用和發展。