金融科技對區(qū)域性銀行競爭力的影響研究

陳燕玲，賀沁雪

（安徽大學，安徽 合肥 230039）

一、引言

在全球經(jīng)濟動蕩及我國經(jīng)濟增速放緩的背景下，競爭力相對較弱的區(qū)域性銀行①區(qū)域性銀行指分支機構和業(yè)務范圍只覆蓋局部地區(qū)的商業(yè)銀行，一般包括城商行、農(nóng)商行和村鎮(zhèn)銀行等。本文的區(qū)域性銀行研究范圍主要包括城商行和農(nóng)商行。因在兼顧自身穩(wěn)定經(jīng)營、防范金融風險的同時，還肩負著讓利實體經(jīng)濟、幫助中小微企業(yè)順利渡過難關的重要責任，其生存壓力更大［1］。截至2021年底，我國城商行、農(nóng)商行、村鎮(zhèn)銀行數(shù)量分別為128家、1596家、1651家，約占銀行業(yè)金融機構總數(shù)的73%，但市場份額卻僅占27%②數(shù)據(jù)來源于中國銀行保險監(jiān)督管理委員會官方網(wǎng)站。。相較于全國性銀行，區(qū)域性銀行長期以來囿于資產(chǎn)規(guī)模和質(zhì)量、產(chǎn)品及業(yè)務創(chuàng)新能力等短板，在競爭中往往處于劣勢地位。同時由于經(jīng)營地域受到嚴格限制，區(qū)域性銀行發(fā)展更加依賴本地經(jīng)濟發(fā)展，對外部環(huán)境變化也更加敏感［2］。2020年新冠肺炎疫情暴發(fā)以來，國內(nèi)銀行業(yè)普遍受到不同程度的影響，城商行和農(nóng)商行資產(chǎn)收益率分別下降至0.55%和0.62%，遠低于大型銀行（0.89%）和股份制銀行（0.75%）③數(shù)據(jù)來源于中國銀行保險監(jiān)督管理委員會官方網(wǎng)站。，銀行間差距進一步擴大。另從不良貸款率、資本充足率等財務指標上看，區(qū)域性銀行的表現(xiàn)同樣不容樂觀，銀行競爭力受到嚴重威脅。因此，區(qū)域性銀行亟待發(fā)掘新的發(fā)展機遇、謀求新的發(fā)展道路，以提升核心競爭力。

2019年8月中國人民銀行印發(fā)的《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》中明確指出金融科技是技術驅(qū)動的金融創(chuàng)新，應秉持“守正創(chuàng)新、安全可控、普惠民生、開放共贏”的原則，充分發(fā)揮金融科技賦能作用，推動我國金融業(yè)高質(zhì)量發(fā)展。因此，金融科技可以成為銀行業(yè)發(fā)展新的突破口，進一步推動金融業(yè)整體變革。然而，金融科技本身兼具信息技術屬性和產(chǎn)業(yè)發(fā)展特性，在盈利能力［3］、風險承擔［4］、信貸結構［5］等多個微觀維度可能會對不同類型的銀行產(chǎn)生異質(zhì)性影響［6］，從而進一步改變市場競爭格局。面廣量大的區(qū)域性銀行作為我國金融體系的重要組成，能否產(chǎn)生科技賦能所帶來的積極效應將成為其提升核心競爭力的關鍵。

本文運用網(wǎng)絡爬蟲技術和因子分析法，探討金融科技應用對區(qū)域性銀行競爭力的影響，研究可能的邊際貢獻在于：一是將研究視角聚焦于區(qū)域性銀行，揭示金融科技與區(qū)域性銀行間的耦合性，同時從金融科技角度對提升銀行競爭力提出建議，豐富相關領域的研究。二是利用網(wǎng)絡爬蟲技術和因子分析法分別構建金融科技指數(shù)和競爭力指數(shù)，并采用實際經(jīng)營數(shù)據(jù)進行研究，可為金融科技與商業(yè)銀行競爭力的作用機制研究提供經(jīng)驗證據(jù)。

二、理論分析與研究假說

商業(yè)銀行競爭力即在特定經(jīng)濟結構、金融政策、監(jiān)管框架下，通過財務績效表現(xiàn)出的顯性競爭力與反映企業(yè)潛在或未來成長可能的隱性競爭力的結合［7-8］。在評價區(qū)域性銀行競爭力時，除考慮安全性、流動性、盈利性之外，還需納入銀行規(guī)模與成長性指標，以全面反映銀行競爭力水平。

區(qū)域性銀行與金融科技具有天然的耦合性，其能夠與金融科技形成良性互動，進而提升自身競爭力［9］。區(qū)域性銀行能夠利用科技賦能提高生產(chǎn)效率、改善經(jīng)營狀況，提升綜合實力；而金融科技應用能夠突破區(qū)域性銀行的內(nèi)生瓶頸，打破銀行業(yè)務同質(zhì)化僵局，成為實現(xiàn)創(chuàng)新發(fā)展的著力點。概括來講，金融科技應用對區(qū)域性銀行競爭力的影響主要體現(xiàn)在以下方面：一是金融科技應用有利于降低區(qū)域性銀行經(jīng)營成本、提高盈利能力。金融科技改變了銀行傳統(tǒng)經(jīng)營模式，通過創(chuàng)新與改進既有金融產(chǎn)品和服務降低營運成本［10］，實現(xiàn)從“重資產(chǎn)”模式向“輕資產(chǎn)”模式的轉(zhuǎn)變［11］。盡管區(qū)域性銀行的經(jīng)營地域受到嚴格限制，但隨著商業(yè)銀行互聯(lián)網(wǎng)、大數(shù)據(jù)信息技術的運用，其服務邊界得到了有效延伸［12］，能為更多長尾客戶群提供優(yōu)質(zhì)產(chǎn)品和服務，進而拓展盈利空間。二是金融科技應用有利于保障區(qū)域性銀行穩(wěn)定運營、降低風險水平。金融科技應用能夠顯著降低大銀行與中小銀行間的信息不對稱，縮小銀行間信息捕獲能力差距，從而降低區(qū)域性銀行的風險水平［13］。同時，區(qū)域性銀行長期面臨不良貸款清收、處置難題，通過應用金融科技能夠進行風險量化，幫助銀行描繪“客戶畫像”，準確識別風險，從源頭上減少不良貸款損失［14］。三是金融科技應用有利于發(fā)揮區(qū)域性銀行天然優(yōu)勢，紓解發(fā)展困局。一方面，金融科技通過大數(shù)據(jù)、云計算、人工智能等核心技術對銀行經(jīng)營模式進行創(chuàng)新，將產(chǎn)品和服務嵌入社會公眾的網(wǎng)絡生活場景，進而延伸金融服務領域，更廣泛地覆蓋本地客戶群［3］。另一方面，區(qū)域性銀行的組織結構和業(yè)務程序相對扁平和集中化［6］，通過獨特的人緣、地緣優(yōu)勢并加大金融科技應用，能以較低成本把握市場動向并挖掘客戶需求。因此，金融科技應用促進了銀行、客戶與產(chǎn)品服務間的互聯(lián)互通［15］?；谝陨戏治觯疚奶岢鲅芯考僬f1，即金融科技應用能夠顯著提升區(qū)域性銀行競爭力。

另外，考慮到目前區(qū)域性銀行間城商行和農(nóng)商行在銀行定位、發(fā)展現(xiàn)狀上差距顯著，金融科技應用可能會對其產(chǎn)生差異化影響，因而本文提出研究假說2，即在不同類型的區(qū)域性銀行中，金融科技的運用效果存在顯著差異，相較于農(nóng)商行，城商行應用金融科技所帶來的競爭力提升效應更為顯著。

三、研究設計

（一）數(shù)據(jù)來源

基于數(shù)據(jù)的可得性，本研究選取28家①樣本包括北京銀行、常熟銀行、成都銀行、貴陽銀行、哈爾濱銀行、杭州銀行、滬農(nóng)商行、徽商銀行、江蘇銀行、江陰銀行、南京銀行、齊魯銀行、青島銀行、青農(nóng)商行、瑞豐銀行、廈門銀行、上海銀行、蘇農(nóng)銀行、蘇州銀行、天津銀行、無錫銀行、西安銀行、渝農(nóng)商行、張家港行、長沙銀行、鄭州銀行、重慶銀行和紫金銀行，共28家A股或H股上市的區(qū)域性銀行。上市區(qū)域性銀行（18家城商行和10家農(nóng)商行）2013年—2020年財務數(shù)據(jù)，共獲得224個平衡面板數(shù)據(jù)，數(shù)據(jù)主要來自iFind數(shù)據(jù)庫、Wind數(shù)據(jù)庫和各銀行年報。

（二）變量選取及描述

1.被解釋變量。本研究的被解釋變量為區(qū)域性銀行競爭力（score）。因評估銀行競爭力不僅需測度銀行當前水平，還需衡量未來的發(fā)展?jié)摿?，涉及對銀行多維度指標的考察，故本研究采用多指標復合方式確定區(qū)域性銀行競爭力。以往的文獻主要采用因子分析法與客觀綜合定權法，本研究參考既有文獻并結合研究主題，采用因子分析法同時參照郭翠榮［16］、汪煒［8］、高曉燕［17］的做法，選取20個銀行財務指標構建區(qū)域性銀行競爭力指標，涵蓋了安全性、流動性、盈利性、銀行規(guī)模、成長性5個維度，并對部分指標進行特殊處理，具體如表1所示。指標構建完成后，再運用SPSS23.0軟件對樣本銀行2013年—2020年的面板數(shù)據(jù)進行因子分析。

表1 區(qū)域性銀行競爭力指標構建

2.核心解釋變量。本研究的核心解釋變量為區(qū)域性銀行金融科技應用水平（fintech）。目前國內(nèi)學者在構建金融科技指標時多采用文本挖掘法，或者直接使用北大數(shù)字普惠金融指數(shù)作為金融科技的替代變量。由于本研究重點討論金融科技對區(qū)域性銀行的賦能作用，因此采用文本挖掘法更為合適。

具體而言：首先，基于金融科技對商業(yè)銀行的賦能作用，并結合目前區(qū)域性銀行的主要科技應用領域，將金融科技分為基礎技術和應用場景兩個維度建立關鍵詞詞庫，共選取14個關鍵詞。其中：基礎技術維度的關鍵詞為人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈、數(shù)字貨幣、數(shù)字化，應用場景維度的關鍵詞為第三方支付、移動支付、消費金融、互聯(lián)網(wǎng)理財、網(wǎng)銀、手機銀行、智慧銀行。其次，計算各銀行各年度關鍵詞詞頻，利用因子分析法構建各銀行自主應用金融科技水平指標。本研究借鑒金洪飛［13］的做法，將銀行名稱與各技術關鍵詞搭配（如“北京銀行”+“人工智能”）進行搜索，利用網(wǎng)絡爬蟲技術獲取各銀行在新浪財經(jīng)2013年—2020年間各年度的新聞搜索結果，共得到7810條數(shù)據(jù)。在進行相關新聞搜索時發(fā)現(xiàn)，百度搜索引擎中新聞重復率較高，并且無實際意義的標題網(wǎng)頁數(shù)量較多，因此使用相對權威的新浪財經(jīng)網(wǎng)站作為新聞搜索站點，以使構建的指標更為合理。在獲得各銀行各年度關鍵詞詞頻后，利用因子分析法即可合成區(qū)域性銀行金融科技應用水平綜合指標。

3.控制變量。參考既有文獻，本研究控制了總資產(chǎn)增長率（g）、總資產(chǎn)回報率（roa）、資產(chǎn)規(guī)模（size）、資產(chǎn)負債率（dar）和資本充足率（car），并引入宏觀經(jīng)濟變量——廣義貨幣增長率（m2）進行研究。

（三）模型構建

為驗證前文的研究假說，本文構建了模型（1）進行回歸分析，所有連續(xù)型變量均經(jīng)標準化處理：

模型（1）中，Scoreit為i銀行t年的競爭力得分，fintechit為i銀行t年的金融科技應用水平，Xit為控制變量，μt為時間固定效應，ui為個體固定效應，εit為隨機擾動項。

（四）變量的描述性統(tǒng)計分析

表2匯報了主要變量的描述性統(tǒng)計結果。由表2可知：樣本銀行金融科技應用水平（fintech）最小值為-0.358，最大值為3.687，表明樣本銀行中少數(shù)銀行金融科技應用優(yōu)勢顯著，多數(shù)銀行金融科技應用水平處于平均水平附近，甚至低于平均水平。區(qū)域性銀行競爭力（score）最小值為-1.589，遠低于平均水平，表明樣本銀行間競爭力水平存在較大差異。另外，進一步分析發(fā)現(xiàn)，資產(chǎn)總額、存款總額、貸款及墊款總額的標準差顯著高于其他變量，且波動幅度較大，其中貸款及墊款總額差距尤為明顯，說明樣本銀行間的競爭較為激烈，銀行業(yè)務發(fā)展存在不平衡現(xiàn)象。

表2 主要變量的描述性統(tǒng)計結果

四、實證分析

（一）區(qū)域性銀行競爭力評價

在因子分析前需進行KMO檢驗和Bartlett球形檢驗以檢驗變量間的相關關系，結果顯示KMO統(tǒng)計值為0.820，Bartlett檢驗P值為0.000，可以認為選取的指標間存在顯著的相關性，采用因子分析法構建銀行競爭力指標具有可行性。此外，分析過程中提取了規(guī)模因子F1、成長因子F2、盈利因子F3、流動因子F4、安全因子F5，經(jīng)過7次旋轉(zhuǎn)后因子方差貢獻率分別為31.614%、14.394%、11.978%、8.908%、7.281%，累計方差貢獻率達74.175%，基本可以體現(xiàn)原始數(shù)據(jù)的整體水平。根據(jù)表3成分得分系數(shù)矩陣可計算出5個因子的評分，并以描述性統(tǒng)計順序?qū)⑴c構建銀行競爭力指標的20個變量進行編號。

表3 成分得分系數(shù)矩陣

根據(jù)各因子得分再結合方差貢獻率可以得到綜合因子區(qū)域性銀行競爭力（score）的得分，計算公式為：score=(31.614F1+14.394F2+11.978F3+8.908F4+7.281F5)/74.175，進一步可以得到如圖1所示的各銀行2013年—2020年競爭力得分情況。研究發(fā)現(xiàn)，規(guī)模因子、成長因子、盈利因子在區(qū)域性銀行競爭力評估中有重要作用，因而適度擴大銀行規(guī)模、提高銀行成長力和盈利水平是區(qū)域性銀行提升競爭力的努力方向。由圖1可知，樣本銀行總體競爭力水平在2013年—2020年間變動較大，其中2013年—2015年變動不大，2016年—2019年一直保持上升態(tài)勢，但新冠肺炎疫情的暴發(fā)造成2020年樣本銀行出現(xiàn)不同程度的競爭力下降，區(qū)域性銀行風險抵御能力受到?jīng)_擊。此外，得益于普惠金融政策與鄉(xiāng)村振興戰(zhàn)略的實施，自2016年起農(nóng)商行競爭力顯著提升，與城商行之間的差距逐漸縮小，但囿于內(nèi)生發(fā)展動力不足，2019年農(nóng)商行競爭力增速明顯放緩?？傮w來看，城商行和農(nóng)商行仍存在較大發(fā)展差距，農(nóng)商行競爭力遠低于城商行。

圖1 樣本銀行競爭力水平

（二）金融科技應用水平分析

圖2展示了2013年—2020年樣本銀行金融科技應用水平情況。由圖2可知：2019年起區(qū)域性銀行金融科技應用迎來跨越式發(fā)展，整體金融科技應用水平顯著提高。但近年來城商行和農(nóng)商行金融科技應用水平差距顯著擴大，原因可能在于：一是城商行對金融科技的頂層設計普遍優(yōu)于農(nóng)商行，擁有更長遠的視角及更為精細的科技發(fā)展規(guī)劃；二是農(nóng)商行迫于資金實力不足，難以支撐科技研發(fā)的持續(xù)性投入，借助“外部智慧”發(fā)展金融科技進程較為緩慢；三是農(nóng)商行貸款業(yè)務中對公貸款占比較高，集中投放在經(jīng)營區(qū)域內(nèi)的企業(yè)，其與經(jīng)濟周期關聯(lián)度高，對外部經(jīng)濟環(huán)境變化更為敏感，一旦外部環(huán)境惡化就可能使其金融科技應用處于停滯狀態(tài)。

圖2 樣本銀行金融科技應用水平

（三）金融科技應用對區(qū)域性銀行競爭力的影響

1.基準回歸分析。本研究采用Stata軟件對模型（1）進行Hausman檢驗，結果顯示適合用固定效應模型進行分析?；鶞驶貧w結果如表4列（1）所示，金融科技應用（fintech）與銀行競爭力（score）回歸系數(shù)在5%水平上顯著為正，說明金融科技應用能夠提升區(qū)域性銀行競爭力，由此驗證了研究假說1。

2.分組分析。因城商行和農(nóng)商行無論在盈利能力、成長性還是銀行規(guī)模等方面都存在較大差距，故本研究將樣本銀行分為城商行（a）和農(nóng)商行（b）兩組進行分組分析，被解釋變量分別為score1和score2。表4結果顯示，金融科技應用能顯著提升城商行競爭力，但對農(nóng)商行未產(chǎn)生顯著影響，由此驗證了研究假說2。金融科技應用對不同類型銀行表現(xiàn)出異質(zhì)性影響的原因可能在于：一是農(nóng)商行規(guī)模普遍較小，難以產(chǎn)生規(guī)模效應，金融科技應用難以明顯提高其經(jīng)營效率。二是農(nóng)商行可能存在更嚴重的“重資本輕人才”觀念，難以支撐金融科技穩(wěn)定應用，并可能對先進理念和發(fā)展潮流缺乏敏感性，難以作出符合實際的科技戰(zhàn)略規(guī)劃。三是農(nóng)商行組織架構相對落后，內(nèi)部科技研發(fā)與傳統(tǒng)業(yè)務部門分割較嚴重，存在信息溝通障礙，難以在內(nèi)部可控的情況下實現(xiàn)科技與傳統(tǒng)業(yè)務的協(xié)調(diào)發(fā)展。

表4 回歸分析結果

續(xù)表4

（四）穩(wěn)健性檢驗

1.改變被解釋變量測量方法。前文構建競爭力指標采用了因子分析法，可能忽略部分有用信息。不同于降維分析的因子分析法，熵值法可根據(jù)指標的變異程度，利用信息熵計算各指標權重，為多指標綜合評價提供依據(jù)。因此，本研究嘗試利用熵值法對競爭力指標進行客觀定權［18］，以對前文結論進行進一步驗證，結果如表5列（1）所示，核心解釋變量結果與前文基本一致，研究結論穩(wěn)健。

2.增加控制變量。考慮到宏觀經(jīng)濟環(huán)境、資產(chǎn)質(zhì)量都是影響銀行經(jīng)營發(fā)展的重要因素，本研究在保證其他指標不變的情況下，增加國民生產(chǎn)總值增長率（GDP）、不良貸款率（NPL）作為控制變量重新進行檢驗，結果如表5列（2）所示，核心解釋變量結果同樣支持前文結論，研究結論穩(wěn)健。

3.內(nèi)生性問題。考慮到區(qū)域性銀行競爭力與金融科技應用之間可能存在雙向因果關系，銀行可能選擇應用金融科技來提升競爭力，也可能根據(jù)競爭力水平?jīng)Q定金融科技應用程度，故而可能存在內(nèi)生性問題。由于區(qū)域性銀行當期競爭力對前一期金融科技水平影響較小，故本研究選擇金融科技應用滯后一期變量構建新的模型進行檢驗，表5列（3）中核心解釋變量結果與前文基本一致，研究結論穩(wěn)健。

表5 穩(wěn)健性檢驗結果

另外，商業(yè)銀行競爭力評價涉及多方面信息，本研究在構建綜合競爭力指標時考慮了5個維度的重要信息，因而銀行競爭力可能存在時間上的自相關性。為解決模型中因被解釋變量而引起的自相關問題，本研究選擇區(qū)域性銀行競爭力滯后一期變量，引入兩步系統(tǒng)GMM模型進行估計檢驗，結果如表6所示，核心解釋變量檢驗結果仍與前文基本保持一致，研究結論穩(wěn)健。

表6 系統(tǒng)GMM檢驗結果

五、進一步討論

區(qū)域性銀行深植于特定區(qū)域，其金融科技應用發(fā)展更依賴地方科技力量，因此區(qū)域創(chuàng)新水平可能直接影響區(qū)域性銀行金融科技的發(fā)展及應用效果，進而影響其綜合競爭力。一方面，區(qū)域創(chuàng)新水平的提升不僅能夠向區(qū)域性銀行傳遞積極的科技發(fā)展信號，這種“外部智慧”的集中還能為銀行金融科技的發(fā)展提供更充分的保障，有利于進一步縮短銀行金融科技發(fā)展周期，加速科技成果應用，促進銀行競爭力水平提升。另一方面，區(qū)域創(chuàng)新水平的提升能夠吸引更多的專業(yè)人才，為區(qū)域性銀行的產(chǎn)品和服務創(chuàng)新提供智力支持，同時也有利于降低銀行試錯成本，進一步擴大金融服務邊界和盈利空間，最終提升區(qū)域性銀行競爭力。為驗證上述分析，本研究將地區(qū)研發(fā)投入強度（RD）作為區(qū)域創(chuàng)新水平的替代變量進行調(diào)節(jié)效應檢驗，結果如表7所示。檢驗結果顯示，金融科技應用與地區(qū)研發(fā)投入強度的交乘項（interact）系數(shù)顯著為正，由此可知高區(qū)域創(chuàng)新水平強化了金融科技應用對提升區(qū)域性銀行競爭力的正向效應。

表7 調(diào)節(jié)效應檢驗結果

續(xù)表7

六、結論與啟示

本文基于2013年—2020年我國28家上市區(qū)域性銀行面板數(shù)據(jù)，通過構建區(qū)域性銀行競爭力指數(shù)和金融科技應用指數(shù)，考察金融科技應用對提升區(qū)域性銀行競爭力的影響。研究表明：金融科技應用能夠提升區(qū)域性銀行競爭力，同時高區(qū)域創(chuàng)新水平會強化這一積極效應，但金融科技應用對提升不同類型區(qū)域性銀行競爭力的效應會表現(xiàn)出一定的異質(zhì)性?？傮w而言，依靠基礎技術的支撐，金融科技應用能夠幫助區(qū)域性銀行在降本增效、風險控制、充分發(fā)揮自身優(yōu)勢等方面取得顯著成效，從而提升區(qū)域性銀行整體競爭力，但金融科技應用對提升城商行競爭力的正向效應更顯著，農(nóng)商行囿于自身條件等原因而未表現(xiàn)出顯著的正向提升效應。

依據(jù)上述結論，可以得到如下啟示：第一，區(qū)域性銀行應制定金融科技發(fā)展長期規(guī)劃，在內(nèi)部可控的情況下實現(xiàn)金融科技的穩(wěn)步發(fā)展，依托科技力量提升核心競爭力；充分考慮金融科技基礎技術與銀行業(yè)務的適配性，實現(xiàn)重點技術快速攻破、輔助技術穩(wěn)步推進，同時利用區(qū)域創(chuàng)新優(yōu)勢，最大程度地發(fā)揮金融科技賦能作用。在降本增效上，應用金融科技搭建與其他銀行的信息數(shù)據(jù)共享平臺，降低信息獲取成本和交易成本，改變“數(shù)據(jù)荒島”局面；開發(fā)“定點定向”式創(chuàng)新產(chǎn)品服務，吸引包括銀發(fā)客戶在內(nèi)的長尾客戶群，提高經(jīng)濟效益。在風險控制上，應用大數(shù)據(jù)等技術進行“客戶畫像”，降低不良資產(chǎn)風險，同時完善銀行風險預警機制，提高風險量化與識別能力。在自身優(yōu)勢發(fā)揮上，區(qū)域性銀行需加快數(shù)字化轉(zhuǎn)型，聯(lián)通多元化的線上線下場景，構建良好的金融科技生態(tài)圈；還可加強與地方政府部門在金融科技領域的合作，擴大區(qū)域性銀行在人緣、地緣方面的優(yōu)勢。第二，不同類型的區(qū)域性銀行應結合自身實際，突破發(fā)展瓶頸，尋求切實可行的金融科技發(fā)展模式。城商行可立足于打造區(qū)域生態(tài)，最大程度地將金融科技嵌入更豐富的生活服務場景，在借助“外部智慧”的同時，加大金融科技持續(xù)性投入，掌握金融科技核心技術。農(nóng)商行則可以特色金融服務為突破口拓展銀發(fā)客戶群，進一步擴大市場規(guī)模。同時重視復合型人才的引進，建立科學的組織架構，破除科技部門與傳統(tǒng)業(yè)務部門間的壁壘，最大程度地發(fā)揮金融科技應用對提升區(qū)域性銀行競爭力的積極效應。另外，目前農(nóng)商行發(fā)展金融科技時仍需以合作為主，“巧借外力”繼續(xù)推進數(shù)字化轉(zhuǎn)型，逐步構建完善的區(qū)域生態(tài)圈。