王小彩,楊 濤
(1.華夏銀行股份有限公司博士后科研工作站,北京 100027;2.清華大學經濟管理學院博士后科研流動站,北京 100084;3.中國社會科學院金融研究所,北京 100710)
穩妥發展金融科技是“十四五”時期我國金融高質量發展的重要內容。為了應對需求端數字化偏好增加、供給端跨界競爭壓力加大、互聯網平臺整治等一系列變革,我國商業銀行對內建立前中后臺密切協作、母子公司合作研發的組織架構,對外與科技公司開展市場化合作,加快推動數字化轉型。銀行系金融科技公司(以下簡稱“銀行系公司”)是近年來商業銀行重要的研發組織變革形式,是商業銀行提高技術創新效率的重要手段。筆者根據公開資料收集得到,截至2022 年年底,我國共有21家銀行系公司,參與主體覆蓋大中小各類商業銀行,成為我國金融科技產業生態中的重要主體。銀行系公司以服務母行數字化轉型為首要目標,依賴母行大量的資金投入和持續的業務資源,加之金融監管政策不明確、技術本身的不確定性以及賦能機制復雜,學術界和實務界對商業銀行成立銀行系公司的實際效果還未形成一致的觀點。
在此背景下,本研究基于技術創新預算軟約束理論,探討商業銀行成立銀行系公司的理論動因,分析銀行系公司對商業銀行的作用機制,檢驗銀行系公司的成立對商業銀行經營績效的影響,為商業銀行的數字化轉型決策和監管機構的政策制定提供依據。
銀行系公司是一個較新的創新主體。國外學者重點研究商業銀行通過風險投資、收購等市場化方式控制或擁有金融科技公司的部分股權,將其擁有的技術、渠道、數據等資源整合到銀行業務中的優缺點,并與商業銀行與科技公司其他合作模式進行比較,如Drasch 等[1]、Romanova 等的研究[2]。國內有關研究普遍認為銀行系公司是商業銀行金融科技生態建設的重要內容,能夠促進金融系統與科技系統的有機結合[3],擺脫傳統銀行體制機制的束縛,創新職級體系、晉升機制和薪酬制度[4]。此外,李巖玉等[5]、吳廣涵[6]等學者還認為,銀行系公司能夠避免內部自主研發產生的技術研發周期長、成本高、見效慢等諸多問題。與市場化金融科技公司相比,銀行系公司在業務、品牌、監管等方面具有優勢,在同業技術輸出方面競爭力較強[7]。周月秋[8]、侯鑫等[9]認為,與銀行內部研發部門相比,銀行系公司對于創新項目具有一定的獨立性和自主權,在控制風險的同時加大技術創新與應用,能夠較好實現權責利統一。李國立[10]、黃靜等[11]的研究初步證實了商業銀行成立金融科技公司能夠促進數字化創新的質量,并在服務銀行綠色金融業務發展和公司特色業務場景方面發揮了積極作用。但從實踐來看,銀行系公司存在短期盈利較難、投入產出比不高等問題[12]。銀行系公司本質是商業銀行研發組織變革的一種形式。從實踐來看,商業銀行研發組織變革有4 種類型:董事會或高級管理層設立數字化委員會、增設新型科技部門、新設數字業務部門、成立科技子公司[13]。有研究證實了商業銀行數字化轉型通過影響員工和高管權力結構、知識分權降低商業銀行代理成本,以此說明銀行業扁平化組織變革[14]。但整體來看,國內外商業銀行研發組織變革的研究尚處于起步階段。
綜上,國內外研究普遍認可銀行系公司在服務銀行數字化轉型中的重要作用,但對于銀行系公司背后的經濟金融理論、對商業銀行經營績效和風險承擔的影響機制等問題研究較少,尤其是對其反映的銀行研發組織創新問題缺少深入分析。
1.2.1 預算軟約束理論
Kornai[15]最早提出“預算軟約束”這一概念,主要指社會主義國家中央政府無法承諾不對國有企業進行事后干預,與市場機制中的“硬預算約束”相對應。后續研究將預算軟約束這一概念拓展到計劃經濟之外的各類市場組織,并和廠商理論、MM定理、研發創新、經濟增長理論等聯系在一起[16]。根據已有研究,預算軟約束與傳統優勝劣汰的硬預算約束機制對應,即劣項目、劣企業、劣銀行等由于各種原因沒有被淘汰。“劣”的具體判斷標準包括入不敷出、高風險、低盈利等。
基于預算軟約束理論,企業為了篩選和應對研發項目的不確定性,主要有兩種篩選機制:官僚篩選機制(事前篩選)和市場篩選機制(事后篩選)。與研發項目相關的不確定性可以在項目實施時減少,因此事后篩選比事前篩選更有效。但是,事后篩選機制發揮作用的前提是承諾一個低質量項目會被及時終止[17]。謝作詩等[18]認為企業難以在事前甄別出好項目或甄別的成本過高,從而導致企業投資壞項目的可能性非常大。對于高科技和高風險領域不確定性較大的創新項目,優勝劣汰的市場機制能夠解決預算軟約束帶來的效率低下問題。大型企業在研發過程中缺乏有效的事后篩選機制,更重視與降低成本有關的創新[19];同時,研發活動限制在不確定性和新穎性較低的領域,因此大型壟斷企業反而不利于技術創新,如Jewkes 等[20]、Keachie[21]的研究所述。黃海洲等[22]提出由多家商業銀行對同一個科研項目進行融資,即采用合資模式會使得技術研發受到硬預算約束。許成鋼[23]認為盡管大型企業在市場運作過程中受到硬預算約束,但是內部創新活動的核心機制依然是預算軟約束。因此從商業銀行技術創新的角度來看,預算軟約束指商業銀行傳統研發部門投資低質量項目,商業銀行持續給予資金支持,主要是由于商業銀行事前篩選機制無效率,內部研發部門缺少事后篩選機制而無法及時終止低質量研發項目。
1.2.2 金融科技背景下商業銀行研發部門技術創新預算軟約束問題凸顯
建立高效運行的研發組織、營造良好的創新環境是促進企業技術創新的關鍵。商業銀行內部委托代理關系眾多,技術創新主要涉及商業銀行研發部門與其他部門的關系。長期以來,商業銀行的技術研發服務于業務發展,在組織形式中表現為研發部門服務業務部門或管理層,即研發部門的主要職能是為業務部門提供技術支撐。在實踐中,一般由業務部門提出項目需求、管理層決定研發任務,研發部門不具有完全的決策權。隨著業務與技術的融合程度逐漸加深,商業銀行將研發創新和技術應用提高到戰略高度,傳統研發組織形式存在的技術創新預算軟約束問題顯現出來(見圖1)。具體而言,一是業務部門和研發部門存在信息不對稱問題,業務部門提出的技術需求價值過低或難度過高,從而造成研發資源的浪費和科研活動的無效率;二是由于人員、技術、資金等限制,研發部門無法滿足管理層和業務部門提出的所有研發需求,主要依靠管理層或部門負責人進行事前篩選,當出現低質量項目時,研發部門很難及時終止損失;三是研發部門成本分離,現有的績效考核機制難以對研發部門的綜合績效進行評價,導致研發部門技術創新動力不足或技術風險偏好加大;四是與市場化科技公司相比,商業銀行現有的技術人員薪酬體系和晉升機制難以吸引高水平技術人員,導致研發部門技術創新能力不足。
1.2.3 銀行系公司有助于硬化商業銀行技術創新預算約束
與傳統內部研發部門相比,銀行系公司受到的預算約束程度明顯提高。具體表現如下:
一是銀行系公司在發展初期以服務商業銀行數字化轉型為主要目標,承擔了一部分或者大部分技術研發職能,與銀行研發部門形成“甲方”和“乙方”的合同關系。目前銀行系公司在銀行新技術系統改進和設備更新、智慧平臺建設等方面發力,如建信金融科技有限責任公司(以下簡稱“建信金科”)為建設銀行“新一代”核心系統、區塊鏈貿易金融平臺、智慧城市政務平臺、農業供應鏈平臺、數字展館云平臺等系統和平臺建設提供技術支撐。
二是銀行系公司具有研發自主權,能夠及時終止低質量項目,提高研發效率。在我國專利審核制度下,專利能夠反映商業銀行高質量研發項目情況。商業銀行和銀行系公司將擁有自主知識產權的研發成果申請專利,專利數量越多表明商業銀行內部止損機制越健全,投資到高質量項目的概率越大。目前建信金科、上海壹賬通金融科技有限公司(以下簡稱“金融壹賬通”)、工銀科技有限公司、民生科技有限公司、興業數字金融服務(上海)股份有限公司(以下簡稱“興業數金”)等銀行系公司獨立申請或合作申請的知識產權專利數量顯著增加(見表1)。

表1 我國主要商業銀行及其銀行系公司專利申請數量 單位:件

表1 (續)
三是銀行系公司作為獨立經營、自負盈虧的企業法人,在科技人才招聘、項目研發、業務拓展、技術輸出、外部合作等方面具有一定的自主權,商業銀行可對其經營績效進行綜合評價。
四是銀行系公司除了服務母行數字化轉型之外,還可以對外輸出較為成熟的產品和服務,不僅能夠開拓業務范圍、提高持續經營能力,還通過參與市場化競爭,利用大量“生死”機制提高技術創新效率。在實踐中,興業數金、金融壹賬通等銀行系公司開始對外輸出產品和服務,逐漸賦能金融同業、政府和企業數字化建設。
基于此,提出以下研究假設:
H1:在生效階段,銀行系公司的設立顯著促進商業銀行經營效率的提高。
H2:現階段銀行系公司通過硬化預算約束促進技術創新,進而對商業銀行經營效率產生影響。
首先構建銀行系公司對商業銀行影響的基礎回歸模型如下:
研究樣本包括在國內成立銀行系公司滿3 年的10 家商業銀行及其他連續發布2010—2020 年年度報告的44 家商業銀行,由此構成了一個54 家商業銀行共10 期的平衡面板數據。各變量說明及描述性統計結果見表2。其中,除百分比變量之外,其余變量均取對數,消除有可能存在的異方差等問題。使用全要素生產率衡量商業銀行經營效率(投入產出效率),利用Malmquist 綜合生產率指數,將存款余額、員工人數、固定資產凈值作為主要投入指標,將貸款余額、稅前凈利潤、信用風險作為主要產出指標。其中,貸款規模和稅前凈利潤是“好”的產出,信用風險是“壞”的產出,這是已有研究比較常見的做法。在數據處理過程中,使用MaxDEA 軟件直接將“壞產出”作為負值測算全要素生產率1)。具體數據基于BankFocus 數據庫、商業銀行公布的年度報告、中國人民銀行官網等公開資料匯總所得。

表2 基礎回歸分析的變量描述性統計結果
首先使用Hausman 檢驗判斷回歸模型研究方法。通過檢驗,Prob>chi2 的值較小,需要拒絕原假設,使用固定效應模型。此外,從應用角度來看,由于商業銀行的樣本數量有限且存在明顯的異質性,因而也更適合采用固定效應模型。固定效應模型回歸結果如表3 所示。整體來看,使用廣義最小二乘法(GLS)隨機效應模型和雙向固定效應模型兩種方法的回歸結果差別不大。在銀行系公司成立之后,TFPit顯著提高了0.145 個百分點,商業銀行經營效率顯著提高;而NPLit和Profitit的系數均不顯著,表明銀行系公司的成立對商業銀行信用風險控制和盈利水平提高還未產生顯著的影響。

表3 銀行系公司對商業銀行經營效率影響的基礎模型回歸結果
基礎回歸模型能夠驗證銀行系公司成立后商業銀行產出與風險的變化,但無法證明這一變化是由銀行系公司成立帶來的。為了解決這一問題,使用雙重差分法(DID)進行穩健性檢驗。由于商業銀行成立銀行系公司可能具有內生性問題,因此將其作為一個準自然實驗并不合適,但是雙重差分法能夠反映銀行系公司成立后的綜合影響,即反映實驗組銀行和對照組銀行的差異及銀行系公司成立前后商業銀行的差異,故使用該方法進行穩健性檢驗。
2.2.1 基于傾向評分匹配法的研究樣本選擇
為了解決商業銀行成立銀行系公司的內生性問題,參考Rosenbaum 等[24]提出的傾向評分匹配法(PSM),從資本充足率、貸款撥備率、資產負債率、不良貸款率、存貸比、貸款規模和資本收益率等可觀測變量進行匹配,為每一家成立金融科技公司的商業銀行挑選可供比較的銀行。將10 家成立金融科技公司滿兩年的商業銀行作為實驗組,37 家資產規模較大、還未成立銀行系公司的商業銀行作為對照組,基于貸款撥備率、資產負債率、資本充足率和存貸比等4 個可觀測變量進行1 ∶1 最近鄰匹配。由于商業銀行成立銀行系公司發生在不同的時期,對于多期面板數據可以采用代表期匹配、混合匹配、逐期匹配等方法,但由于混合匹配法可能存在自匹配等問題,因此本研究主要使用代表期匹配和逐期匹配兩種方法。
首先使用代表期匹配法進行匹配。參考何靖[25]關于延付高管薪酬政策的研究,將2014 年作為可觀測變量的數值進行觀察,假設2014 年實驗組和對照組成立金融科技公司的概率相同,利用Stata 軟件計算得到平衡性檢驗結果如表4 所示。通過篩選,確定了10 個實驗組銀行和10 個對照組銀行,從各項指標的均值來看,只有貸款撥備率標準偏差減少幅度超過20%,存貸比標準偏差減小幅度較小,資產負債率和資本充足率標準偏差出現一定程度的上升。根據Rosenbaum 等[24]對于20%匹配效果的要求,代表期匹配法無法滿足要求。

表4 代表期匹配法平衡性檢驗結果
借鑒Blundell 等[26]的研究,使用逐期匹配法將實驗組銀行分別在2015—2021 年進行匹配,在同期的對照組個體中尋找最合適的匹配。各年的匹配樣本情況見表5,與代表期匹配法相比,采用逐期匹配法4 個指標的標準整體偏差均減少,且貸款撥備率和資產負債率標準偏差的減少幅度超過20%;此外,t統計量均不顯著,表明實驗組和對照組不存在顯著的差異。

表5 逐期匹配法平衡性檢驗結果
綜上可知,在不考慮資產規模的情況下,逐期匹配法平衡性檢驗結果較好,故主要采取逐期匹配法的結果進行分析。各變量的描述性統計結果見表6。

表6 逐期匹配法平衡性檢驗的變量描述性統計結果
2.2.2 雙重差分法模型構建
檢驗銀行系公司成立對商業銀行經營績效和風險承擔的綜合影響,構建如下模型:
式(2)中:treatedi代表個體虛擬變量,若第i家商業銀行成立金融科技公司即為實驗組銀行,取值為1,若未成立金融科技公司即為對照組銀行,則為0;ti為時間虛擬變量,若在成立銀行系公司之前ti為0,若在成立銀行系公司之后則ti為1;交互項titreatedi用來檢驗成立銀行系公司的實際效果,其系數是重點觀察和分析的對象;Xit為控制變量。
由于商業銀行成立銀行系公司并不在同一個時間點上,是一個多期面板數據,因此分別設置時間虛擬變量、個體虛擬變量和交叉變量存在一定的共線性問題,因此參考Beck 等[27]的做法,利用雙向固定效應模型,解決不同商業銀行的差異性及隨時間變化的差異。雙向固定效應模型的表達形式如下:
式(3)中:ui為不隨時間改變的個體固定效應;為不因個體改變的時間固定效應。
考慮到商業銀行生產函數,加入個體虛擬變量和時間虛擬變量交叉項,得到最終的回歸模型為:
2.2.3 平行趨勢假設檢驗
平行趨勢假設意味著,實驗組和對照組在沒有受到沖擊的時候面臨相同的環境會作出相同的選擇。參照Beck 等[27]的方法,采用事件研究法(event study)進行平行趨勢假設檢驗。首先建立回歸模型如下:
式(5)中:Reformi(t-j)代表第i家商業銀行在第t~j期是否設立了銀行系公司,若設立則取值為1,否則為0;M和N分別代表銀行系公司設立前和設立后的期數,若設立當期j=0,若成立前1 期j=-1,若成立后1 期j=1,以此類推。

圖2 實驗組和對照組平行趨勢對比
2.2.4 回歸結果分析
基于實驗組和對照組數據,銀行系公司成立對商業銀行影響的回歸結果見表7。titreatedi對TFPit的估計系數均顯著為正,表明銀行系公司的成立顯著提高了商業銀行的投入產出效率,且成立銀行系公司之后,商業銀行投入產出效率顯著提高了0.130個百分點,但是,銀行系公司的成立對商業銀行不良貸款率和凈利潤的影響不顯著。這一回歸結果與基礎回歸模型得到的結論一致。

表7 銀行系公司對商業銀行經營效率影響的PSM-DID 模型回歸結果
現階段銀行系公司對商業銀行的影響是一個典型的兩階段模型,即“銀行研發組織變革→硬化技術創新嵌入性預算約束、提高技術創新→提高商業銀行經營效率”。假設A(Tit)代表銀行系公司成立導致的研發組織創新;RDit表示商業銀行技術創新,商業銀行原來的技術創新生產函數為且受到上一期技術創新的影響。
第一階段,商業銀行成立銀行系公司,研發組織創新對技術創新函數產生了整體影響,故可以表示為:
第二階段,RDit作為新的生產要素,影響商業銀行生產函數,可以表示為:
式(7)中:Loanit為商業銀行貸款規模;Riskit為商業銀行不良貸款率。
為了分析簡單,假設商業銀行生產函數是柯布-道格拉斯函數形式,A(Tit)為冪函數。經過代入、取對數等整理,得到技術創新兩階段模型為:
特別需要說明的是,本部分將技術創新作為新的生產要素直接放入商業銀行生產函數中,主要是因為:一是現階段銀行系公司對存款、勞動力、固定資產等生產要素的影響較小;二是假設技術創新可以影響其他生產要素。最終,銀行系公司技術創新兩階段模型分別為:
分別使用商業銀行申請的專利數量(Patentit)及商業銀行單位研發投入創造的專利數量(PRDit)衡量商業銀行技術創新能力并進行穩健性檢驗。研究樣本與基礎模型一致,各變量的具體信息見表8。

表8 技術創新兩階段分析的變量描述性統計結果
首先使用Hausman 檢驗判斷回歸模型研究方法。通過檢驗,Prob>chi2 的值較小,需要拒絕原假設,使用固定效應模型。回歸結果見表9,可以發現在銀行系公司成立之后,商業銀行技術創新能力明顯提高,申請的專利數量大幅提升,且每單位研發投入創造的專利數量明顯提高,由于專利代表商業銀行研發成功的項目,兩個核心解釋變量能夠反映商業銀行對研發項目的事前篩選和事后止損機制,證實了銀行系公司成立顯著硬化商業銀行技術創新預算約束;Labourit的系數顯著為負,表明商業銀行總體員工數量的增長不利于商業銀行技術創新能力的提高,而應當進一步關注金融科技人才的培養;GDPit的系數顯著為負,表明國家經濟增長速度放緩時,商業銀行希望通過提高技術創新能力獲得新的競爭優勢。

表9 銀行系公司對商業銀行經營效率影響的第一階段回歸結果
第二階段回歸結果見表10:Patentit和PRDit的系數均顯著為正,且商業銀行專利數量每增加一個百分點,商業銀行投入產出效率增加0.001 個百分點;商業銀行單位科研投入創造的專利數量每增加一個百分點,商業銀行投入產出效率增加0.005 個百分點,說明商業銀行技術創新確實有利于提高經營效率。

表10 銀行系公司對商業銀行經營效率影響的第二階段回歸結果
采取兩種方式進行穩健性檢驗:一是更改樣本銀行,去掉7 家農村商業銀行,新的樣本包括47 家商業銀行,適用于第一和第二階段;二是使用新的被解釋變量計算方法,使用當年投入產出效率變動率代替投入產出效率累計值,主要適用于第二階段。得到的回歸結果分別見表11、表12,與以上所得結果基本一致,表明本研究的結論具有穩健性。

表11 第一階段回歸模型穩健性檢驗結果

表12 第二階段回歸模型穩健性檢驗結果
從作用機制來看,銀行系公司是硬化技術創新預算約束的直接手段,顯著提高了商業銀行自主研發能力和經營效率,是推動數字化轉型的長期最優選擇。從實證檢驗來看,銀行系公司顯著提高商業銀行的投入產出效率,且主要通過硬化商業銀行技術創新預算約束影響商業銀行經營效率。基于此,主要提出如下3 點建議:第一,監管機構鼓勵并規范銀行系公司發展,適時引入金融科技子公司牌照管理,鼓勵商業銀行開展自主創新和內部協同創新,進一步降低商業銀行技術研發和技術應用風險;第二,在具體設計銀行系公司的運作模式時,商業銀行需要結合自身戰略定位和資源稟賦,在銀行系公司股東、科研、組建、人員等方面進行合理制度設計并深入探討,構建業務部門與研發部門之間的硬預算約束機制;第三,銀行系公司可以通過規范關聯交易業務、拓展同業技術輸出業務、打造特色服務模式等手段,聚焦技術研發與知識產權保護,逐步提高盈利能力和市場競爭力。
注釋:
1)限于文章篇幅,具體測算過程備索。