金融科技發展是否提升了商業銀行經營效率

王偉 牛巖

摘? ?要：金融科技是打造現代商業銀行和推進金融強國建設的重要內容。采用SFA模型測度商業銀行經營效率，考察金融科技對傳統商業銀行體系的影響。研究發現，金融科技整體上降低了商業銀行經營效率。中介檢驗表明，金融科技會通過擠壓商業銀行利差降低收入效率，通過加重風險承擔抑制成本效率。調節效應檢驗發現，商業銀行開展數字化轉型與多元化經營均可以有效緩解金融科技對經營效率的負面沖擊。非線性檢驗發現，長遠看來，金融科技與商業銀行經營效率存在U形關系，技術溢出效應會隨金融科技發展而逐漸增強，最終促進效率提升。為此，需要繼續推進金融科技發展，鼓勵商業銀行開展數字化轉型，強化技術溢出效應的正向影響，弱化外部競爭效應帶來的負面沖擊，有效防控金融科技風險，做好數字金融這篇大文章。

關鍵詞：金融科技；銀行效率；數字化轉型

中圖分類號：F832.1? 文獻標識碼：A? 文章編號：1674-2265（2024）05-0048-09

DOI：10.19647/j.cnki.37-1462/f.2024.05.005

一、引言

近年來，大數據、云計算、人工智能等前沿技術在全社會的廣泛應用正不斷打破傳統金融的研究范式，重塑金融業的業務范圍與經營模式，金融領域與新興科技領域的深度耦合使得金融科技成為新的業態風口。2023年10月召開的中央金融工作會議首次明確提出“要加快建設金融強國”，這對構建現代化金融體系提出了更高的要求。金融科技既是有效貫徹落實金融強國戰略目標的重要一環，也是我國能否從金融大國邁向金融強國的關鍵（陳雨露，2020）[1]，對著力打造現代金融機構、有效防范化解金融風險起到關鍵作用。金融基礎設施、金融服務平臺、金融業務模式等方面的科技創新，解決了移動渠道普及、客戶篩選與服務、風險評估與控制等一系列難題（謝治春等，2018）[2]，將金融市場下沉到農村偏遠地區等傳統物理網點難以覆蓋的區域，打破了信息壁壘與交易障礙，將客戶群體拓寬到中小企業與低收入人群，為建設現代金融市場體系、推動金融惠及民生提供了重要條件。然而，金融科技公司也與原有銀行體系形成錯位競爭，倒逼商業銀行“加碼”金融科技，對商業銀行經營績效造成了負面沖擊。商業銀行長期以來在我國金融體系中占據主導地位，在維系國家金融穩定與促進經濟發展中扮演著舉足輕重的角色。金融科技的興起既是對傳統金融體系的挑戰，也是對現有金融模式的變革。如何幫助商業銀行內化金融科技能力、創新業務經營模式，更好地服務實體經濟與人民生活，是實現金融強國目標的重點問題及研究課題。

基于這一背景，本文整理了2011—2021年我國商業銀行面板數據，對金融科技與商業銀行效率間的因果關系進行檢驗。從外部競爭效應與技術溢出效應兩個視角出發，同時探討了金融科技對商業銀行效率的整體影響與非線性影響，并在此基礎上進一步探究了兩者的深層作用機制。一方面，通過厘清金融科技與商業銀行的邏輯關系，可以進一步補充與拓展金融科技與商業銀行經營效率領域的研究，為商業銀行良性發展金融科技提供理論借鑒；另一方面，可以加深相關部門對金融科技的具體認識，為政策制定提供經驗證據，進而助推金融科技賦能商業銀行高質量發展，將商業銀行建設成為有競爭力和可持續發展能力的現代金融機構，為金融強國建設提供支撐與保障。

與已有研究相比，本文可能的邊際貢獻主要體現在以下方面：首先，已有研究對兩者作用渠道的研究仍顯不足，本文引入商業銀行利差與風險承擔指標，進一步厘清金融科技與商業銀行效率間存在的作用渠道，有助于豐富商業銀行經營效率領域的相關研究；其次，基于商業銀行數字化轉型、多元化經營兩條路徑，本文對金融科技與商業銀行效率之間的作用機制進行了深入探究，可以為商業銀行轉變自身經營策略、助推經營績效增長提供政策依據；最后，已有文獻在探討金融科技對商業銀行效率的影響時，多局限于單一的正向作用或負向作用，較少考慮兩者間存在的非線性關系，本文實證檢驗金融科技對商業銀行經營效率影響的動態變化，有助于揭示兩者間深層的作用機理。

二、理論分析與研究假設

依托大數據、云計算等技術手段，金融科技公司得以占據技術領先地位，在消費金融、存貸款、網上支付等方面對傳統商業銀行提出了強勢挑戰，沖擊了商業銀行的主營業務，與之形成競爭關系（Rene，2022）[3]。金融科技的運用拓寬了觸達空間，將金融服務下沉到農村、鄉鎮等偏遠地區，憑借天然的普惠性不斷拓寬獲客范圍，搶占了大量長尾客戶，使相關企業在信用評分較低的地區中擁有更大的市場份額（Julapa等，2021）[4]，對商業銀行經營效率造成打擊。除此以外，金融科技發展還通過滲透商業銀行核心存貸業務推動了一種變相的利率市場化，使得資產業務、負債業務的價格競爭程度進一步提高，“擠出”了商業銀行傳統存貸款與結算業務，縮窄了商業銀行利差空間，對商業銀行經營效率產生負面作用（封思賢和郭仁靜，2019）[5]。為跳出這一困境，商業銀行紛紛轉變戰略思維，采用金融科技來改善服務效率尋求突破，但在金融科技蓬勃發展的大背景下，其他金融機構也會采取類似措施提高經營績效，這進一步加劇了行業競爭，給商業銀行績效帶來了負向沖擊（Sajida等，2022）[6]。

金融科技的發展固然使商業銀行面臨新的挑戰，但也帶來了新的機遇。金融科技企業的出現擠壓了商業銀行生存空間，為在競爭中維持盈利，商業銀行可能會選擇主動與金融科技公司合作。在業務聯系中，金融科技公司可以為商業銀行提供技術與數據，幫助商業銀行學習新興技術，促進產品與服務更新升級，實現資源共享與優勢互補（熊健等，2021）[7]。傳統商業銀行在經營主營業務時，受信息壁壘與交易成本限制，大多存在一定的金融門檻，而金融科技的運用可以幫助商業銀行創新經營模式，提高金融包容水平，強化信息處理能力，將金融服務延伸至數量眾多的“長尾客戶”，打破“二八定律”，調整與優化自身信貸結構。同時，在傳統存貸業務受到擠壓的大背景下，商業銀行還可以運用新興科技手段改善組織結構、管理模式和決策流程，拓寬收入來源渠道，從而提升經營效率（李琴和裴平，2021）[8]。綜合看來，金融科技可以通過提供創新性手段解決商業銀行傳統經營與管理中存在的痛點，賦能商業銀行自身轉型升級，幫助商業銀行提升信息獲取、整合和利用能力，為其帶來新的盈利可能。

綜合來看，金融科技發展對商業銀行的影響既存在負向的外部競爭效應，也存在正向的技術溢出效應。由于我國當前金融科技發展尚處在初級階段，技術溢出的效果可能尚未滲透進商業銀行內部，導致商業銀行整體上的金融創新程度較低。即便商業銀行內部已投入大量資源進行數字化改革，但要取得金融創新成果也存在一定時滯性，致使現階段技術溢出效應可能弱于外部競爭效應，金融科技對商業銀行效率的影響以負面沖擊為主。據此，本文提出以下假設：

H1：金融科技的外部競爭效應強于技術溢出效應，整體上降低了商業銀行的經營效率。

長期以來，傳統存貸款業務都是商業銀行的主營業務，構成了商業銀行最主要的收入來源，而金融科技企業與商業銀行間的競爭關系卻會縮窄商業銀行的存貸款利差空間，對收入效率造成打擊。金融科技發展推動了一種變相的利率市場化，使得資產業務、負債業務的價格競爭程度進一步提高，“擠出”了商業銀行傳統存貸款與結算業務，從而對商業銀行經營效率造成負面影響（封思賢和郭仁靜，2019）[5]。金融科技對商業銀行利差的影響可以反映其對商業銀行主營業務的擠壓程度，因此，凈利差在金融科技與商業銀行收入效率間發揮著重要的渠道作用。

控制風險與提高效率是商業銀行制定經營策略的兩難決策，但在金融科技擠占市場的大背景下，當商業銀行吸儲能力下降后，負債端結構的改變會傳導到資產端。商業銀行為追求更高利潤以彌補負債端損失，往往會主動選擇更高風險的資產，加重風險承擔偏好（邱晗等，2018）[9]，這種行為與“特許權價值假說”相符合。此外，當商業銀行嘗試在內部開展金融科技創新時，固然可以降低與客戶群體之間的交易門檻，但也可能因此引入大量高風險客戶，加之大數據、云計算、物聯網等技術在風控方面的應用可能仍不成熟，將導致商業銀行面臨的風險以更隱蔽的形式出現。綜合看來，金融科技會抬高商業銀行的風險承擔，而基于“成本相抵假說”，當商業銀行持有過多的風險資產時，不得不為應對風險沖擊提供更多準備金，付出相應的努力與成本，導致成本效率降低（譚政勛和李麗芳，2016）[10]。據此，本文提出如下假設：

H2：金融科技會通過縮窄商業銀行利差降低收入效率，通過加重風險承擔降低成本效率。

在金融科技公司搶占商業銀行客戶源、擠壓商業銀行生存空間的大背景下，各大商業銀行紛紛開啟變革，踏上數字化轉型之路，以提升在數字經濟時代的競爭力。2022年，原銀保監會正式發布《關于銀行業保險業數字化轉型的指導意見》，越來越多的商業銀行開始調整發展戰略與組織架構，通過戰略轉型適應金融科技引起的顛覆性變化，以自上而下的改革應對競爭局面，運用新興數字技術提升經營績效（Cheng等，2022）[11]。商業銀行數字化轉型提供了線上業務辦理渠道，可以更便捷、高效地為客戶提供金融服務；拓展了與客戶間的觸達通道，商業銀行也可以借助第三方手段吸收閑散資金，在線上存貸款市場占有一席之地，提升盈利能力，對經營效率產生正向影響；線上業務的發展也會減少商業銀行網點數量，降低固定資產與勞動力需求，提升成本效率；通過吸納技術人才，增加科技人員流動性來改善經營效率。當商業銀行將科技融合于組織管理后，會帶來治理機制與組織形態等方面的根本性變化（劉淑春等，2021）[12]，管理層面的數字化可以實現商業銀行自身組織架構、運營模式、業務產品和服務方式的創新，助力消除競爭劣勢。據此，本文提出如下假設：

H3：商業銀行數字化轉型在金融科技對商業銀行效率的影響中發揮了負向調節作用。

長期以來，利息收入一直是商業銀行最主要的收入來源，但競爭效應的加劇縮窄了商業銀行的存貸款息差，改變了傳統商業銀行的收入與盈利渠道，如何降低利息收入比重，實現多元化經營，是幫助商業銀行分散經營風險，提升經營績效的重點問題（張曉燕等，2021）[13]。其中的作用機理在于，發展非利息收入的業務有助于促進商業銀行收益多樣化、層次化，通過調整經營項目提高資產利用率并增加利潤，實現多元化經營的“范圍經濟”。另外，由于凈利息收入主要源于傳統的存貸款業務，過度依賴客戶利息收入的商業銀行會通過擴大網點覆蓋范圍，提升固定資產與員工人數的途徑增加產出，對成本效率造成負面影響（Abdulahi等，2023）[14]，而多元化經營會幫助商業銀行擺脫對資產負債規模擴張的依賴，從而穩定收入，提升效率。可以說，經營模式與盈利結構的多元化發展為商業銀行提供了抵御競爭風險的能力，有助于商業銀行擴張營業空間與資金來源渠道，彌補存貸款利差損失。據此，本文提出如下假設：

H4：多元化經營在金融科技對商業銀行效率的影響中發揮了負向調節作用。

當前我國金融科技發展尚不成熟，相關法律法規與監督機制也不完善，與商業銀行可能存在競爭，但隨著科技在金融行業乃至整個經濟體系的逐步滲透，商業銀行與科技公司的合作也會愈發緊密，新興科技的不斷發展與成熟將成為商業銀行數字化轉型的新引擎，實現科技賦能業務創新。在金融科技日臻完善的階段，各大金融機構均能利用先進技術整合生產資源，優化要素配置，商業銀行也可以通過內化金融科技能力來調整自身組織架構，提高自身競爭力。這標志著技術溢出效應與日俱增，金融科技賦能收益將超過外部競爭造成的損失，兩者強弱關系倒置，金融科技將轉而助推商業銀行效率提升，長遠來看，兩者的關系可能呈現非線性變化。據此，本文提出如下假設：

H5：金融科技與商業銀行效率間存在非線性關系，技術溢出效應會隨金融科技發展而增強。

三、研究設計

（一）變量選取與數據來源

1. 被解釋變量：商業銀行經營效率（EFF）。現有研究中，對商業銀行經營效率的測算可以分為以隨機前沿法（SFA）為代表的參數法和以數據包絡分析（DEA）為代表的非參數法。較之非參數法，參數法分離了隨機誤差和無效率項，確保了估計效率的一致性。因此，本文采用隨機前沿模型（SFA）對商業銀行的技術效率進行測算。在選取投入產出指標時，結合資產法和中介法的思想選擇商業銀行投入和產出指標，指標測算中的原始數據均來源于國泰安數據庫。指標選取具體情況如表1所示。

基于Battese和Coelli（1995）[15]的效率測算模型，本文構建超越對數函數的成本效率與收入效率，并參考封思賢等（2019）[5]的研究，引入不良貸款率及其二次項調整商業銀行風險，模型設定如下。

[ln（TC）=α+i=12βiln（wi）+j=13γiln（yj）+i=12k=12φikln（wi）ln（wk）+j=13l=13δjlln（yj）ln（yl）+i=12j=13θijln（wi）ln（yj）+R+R2+t+t2+v-u]? ? （1）

[ln（TR）=α+i=12βiln（wi）+j=13γiln（yj）+i=12k=12γikln（wi）ln（wk）+j=13l=13δjlln（yj）ln（yl）+i=12j=13θijln（wi）ln（yj）+R+R2+t+t2+v-u]

（2）

其中，[TC]代表商業銀行總成本，[TR]代表商業銀行總收入；[wi]表示第[i]項投入，[yj]表示第[j]項產出；[α]、[βi]、[γi]、[φik]、[δjl]、[θij]是待估參數；[R]為不良貸款率；t為時間趨勢變量；[v-u]是效率函數的復合誤差項，[v]代表隨機誤差項，服從正態分布，[u]為技術無效率。考慮到效率變化中存在的時變特征，本文引入時間值[t]及其二次項，并在后續測算時用商業銀行資產規模對式（1）、式（2）進行標準化處理，消除規模收益的影響。

2. 核心解釋變量：金融科技水平（Fintech）。現有研究中，對于金融科技水平的測度主要包括北京大學數字普惠金融指數、各地區金融科技公司數量、金融科技專利申請數量、文本挖掘法等。考慮到數字普惠金融指數較依賴支付寶數據，存在一定局限，金融科技公司或專利數目不適用商業銀行層面的微觀數據，本文采用文本挖掘法構建金融科技指標。

參考李春濤等（2020）[16]的做法，首先，根據相關金融報告與金融新聞等，提取與金融科技相關的包括大數據、云計算等5個維度的48個關鍵詞（見表2），構建金融科技詞庫。其次，利用爬蟲技術在百度新聞高級檢索頁面中爬取網頁源代碼，得到各關鍵詞的網頁搜索量并進行加總得到總搜索量，并對這一指標做對數變換以進行偏度處理，得到地級市層面的金融科技水平指標。最后，根據各商業銀行總行所在地將其匹配到商業銀行層面。在后續實證檢驗中，為避免數據波動，將金融科技水平加一并取對數進行回歸。

表2：金融科技關鍵詞

[維度 關鍵詞 大數據 大數據、數據可視化、數據挖掘、異構數據、差分隱私技術、文本挖掘、征信 云計算 EB 級存儲、分布式計算、類腦計算、流計算、綠色計算、內存計算、圖計算、多方安全計算、云計算、認知計算、融合架構、語義搜索、億級并發 物聯網 物聯網、移動互聯、信息物理系統、區塊鏈 人工智能 機器學習、人工智能、商業智能、深度學習、生物識別技術、虛擬現實、智能金融合約、智能客服、智能數據分析、智能投顧、身份驗證、語音識別、圖像理解、投資決策輔助系統、自然語言處理 線上服務 NFC 支付、第三方支付、移動支付、數字貨幣、開放銀行、網聯、互聯網金融、量化金融、股權眾籌融資 ]

3. 控制變量：參考現有文獻，本文選取控制變量如下：存貸比（貸款期末余額/存款期末余額）、管理能力 （管理費用/營業收入）、數字化轉型（北京大學商業銀行數字化轉型指數）、利率（利息收入/貸款總額）、存款增長率（（本年存款總額-去年年末存款總額）/去年年末存款總額）、貸款增長率（（本年貸款總額-去年年末貸款總額）/去年年末貸款總額）、金融發展水平 （地級市金融機構存貸款余額/GDP）、GDP 增長率（（本年GDP - 去年GDP）/去年GDP）。控制變量中數字化轉型水平與后文調節變量數字化轉型為同一變量。其中，商業銀行數據來源于國泰安數據庫與北京大學數字金融研究中心，地級市數據來源于國家統計局。各變量的描述性統計如表3所示。

（二）模型設定

為考察金融科技發展水平對商業銀行經營效率的影響，驗證前文提出的理論假說，本文構建雙向固定效應模型展開實證研究。模型具體設計如下。

[EFFi，t=α0+α1Fintechi，t+α2Contronli，t+ηi+γt+εi，t]? ? ? （3）

其中，[i]為第[i]個商業銀行；[t]為第[t]年；[EFFi，t]為商業銀行經營效率，包括收入效率與成本效率；[Fintechi，t]為各地區金融科技水平；[Contronli，t]為一系列控制變量，包括商業銀行層面的控制變量與地級市層面的控制變量；[ηi]表示個體固定效應；[γt]表示時間固定效應；[εi，t]為隨機擾動項。

在厘清金融科技與商業銀行經營效率關系的基礎上，為探究兩者間存在的作用渠道，本文構建中介效應模型進行實證檢驗。由于傳統的三段式研究存在諸多缺陷，內生性問題較為嚴重，本文參考牛志偉等（2023）[17]的設計思路，在逐步回歸基礎上額外考慮中介變量與被解釋變量之間的關系，增強實證鏈條的完備性。模型具體設計如下。

[EFFi，t=γ0+γ1medi，t+γ2Contronli，t+ηi+γt+εi，t]

（4）

[medi，t=θ0+θ1Fintechi，t+θ2Contronli，t+ηi+γt+εi，t]? ? ?（5）

[EFFi，t=σ0+σ1Fintechi，t+σ2medi，t+σ3Contronli，t+ηi+γt+εi，t]? ? ? ? ? ? ? （6）

其中，[medi，t]指代中介變量，其余變量與上文一致。

四、實證結果與分析

（一）基準回歸結果

本文對模型（3）進行實證檢驗，結果如表3所示。可以看出，金融科技水平對商業銀行的成本效率、收入效率在整體上均產生了顯著的負向影響。說明當前在我國，金融科技發展對商業銀行效率的影響仍以外部競爭效應為主，負面沖擊占主要地位，前文假設H1成立。與金融體系相對成熟的國家相比，我國金融科技的進程仍處于初級階段，金融脫媒降低了金融行業壁壘，新興金融機構可以提供成本更低、效率更高的資金融通渠道，對傳統商業銀行的資產端與負債端形成擠壓。即便商業銀行與科技領先公司展開合作，推動金融科技創新，但受限于龐大的組織體系與嚴格的金融監管，也會導致金融科技的技術溢出效應暫時弱于外部競爭效應，整體上降低了商業銀行的經營效率。另外，金融科技對商業銀行成本效率造成的沖擊遠低于收入效率，說明商業銀行成本效率相對穩定，這是由于成本效率主要與商業銀行內部的經營管理水平和成本控制能力有關，對外界變化相對不敏感。

表4：基準回歸結果

[變量 REFF CEFF REFF CEFF Fintech -1.2640***

（0.2340） -0.8483***

（0.3213） -1.1366***

（0.2309） -0.7002**

（0.3157） LDR 0.1484

（0.1186） -0.0902

（0.1511） MA -1.1690***

（0.3308） -1.0674**

（0.4504） DIG 0.5401***

（0.1441） 0.9692***

（0.1972） IR -0.0260

（0.1149） 0.0084

（0.1552） DGR 0.3052

（0.2565） 0.7245**

（0.3114） LGR -0.0056

（0.2402） -0.0361

（0.3212） FDL -0.1937***

（0.0645） -0.4345***

（0.0875） GDP -0.0182**

（0.0092） -0.0199

（0.0126） _cons 77.7202***

（0.2854） 93.5836***

（0.3928） 78.2862***

（0.4424） 95.2990***

（0.6003） 觀測值 835 856 815 836 R2 0.899 0.817 0.909 0.833 時間效應 是 是 是 是 個體效應 是 是 是 是 ]

注：***、**和*分別表示1%、5%和10%的顯著性水平。為避免回歸系數過小，回歸時將被解釋變量[×]100處理。括號內為標準誤。下同。

（二）穩健性檢驗

1. 內生性問題處理。考慮到各地區的金融科技發展水平與當地傳統金融機構的發展水平有關，可能存在反向因果問題，同時模型中可能存在部分不可觀測的遺漏變量，本文參考謝絢麗等（2018）[18]的研究，選取各區域互聯網普及率作為工具變量進行內生性處理。一方面，互聯網是金融科技普及的重要載體，其普及程度與金融科技水平息息相關；另一方面，互聯網普及率與商業銀行經營效率并無直接關聯，滿足外生性條件。采取面板工具變量法進行內生性處理后，回歸結果見表5，金融科技水平仍然顯著，結果保持穩健。

表5：工具變量

[變量 REFF CEFF REFF CEFF Fintech -17.9037**

（7.3465） -14.4827**

（6.3171） -19.5445**

（9.5810） -14.7361**

（7.1107） _cons 95.0454***

（10.5909） 115.3440***

（9.1098） 100.4137***

（14.7387） 118.9634***

（10.8290） 觀測值 759 779 739 759 控制變量 否 否 是 是 時間效應 是 是 是 是 個體效應 是 是 是 是 Wald F檢驗p值 0.0276 0.0210 0.0683 0.0400 ]

注：因篇幅所限，控制變量簡要展示。下同。

2. 替換變量與樣本期限。首先，將金融科技的衡量指標替換為北京大學數字普惠金融指數（DIF）進行檢驗，該指數采用了螞蟻金服的賬戶使用數據，可以在一定程度上反映金融科技的發展水平。為避免數據波動，同樣將數字普惠金融指數進行對數處理。可以看出，數字普惠金融仍會負向影響商業銀行經營效率。其次，將金融科技水平滯后一期進行檢驗，結果與前文保持一致，證實了本文結論的穩健性。最后，考慮到區域差異，本文參考郭曄等（2020）[19]的研究，將全國劃分為東、中、西三部分，控制時間固定效應與區域固定效應的交乘項，金融科技對商業銀行效率的負向影響仍然顯著，與本文結論相符。以上結果見表6。

（三）機制檢驗

與前文模型設計相對應，本部分針對金融科技與商業銀行經營效率間的中介效應進行考察。本文選取商業銀行凈利差（NIM）衡量其利差空間，用以檢驗其在金融科技與收入效率間的作用。從檢驗結果（見表7）可以看出，凈利差對商業銀行的收入效率的確有顯著正向影響，但金融科技水平的提高會加劇競爭效應，進而擠壓商業銀行的利差空間，對其產生負向作用。在同時加入解釋變量與中介變量后，金融科技的回歸系數較基準回歸有所下降，說明凈利差在其中發揮了部分中介作用，金融科技發展會通過降低利差來抑制商業銀行收入效率。

類似地，本文構建商業銀行風險承擔（RISK）變量檢驗金融科技與成本效率間的邏輯關系。已有文獻中對于風險承擔水平的衡量包括風險資產加權比例、貸款損失準備率、商業銀行z值、股市波動率等，本文主要參考劉孟飛和蔣維（2021）[20]的研究，選取權益負債比作為商業銀行風險承擔的代理指標，該數值越高代表商業銀行風險承擔傾向越低。回歸結果見表8。金融科技擠出了部分商業銀行業務，導致商業銀行轉而追求高風險資產以彌補利潤損失，但風險承擔與成本效率間存在一種替代關系，當商業銀行為逐利而追求高風險資產時就勢必要犧牲部分效率，金融科技會通過放大商業銀行風險偏好的作用渠道來抑制成本效率的提升。

五、進一步分析

（一）調節效應分析

在金融科技公司崛起的大背景下，商業銀行為在數字經濟時代保持競爭力，會從其內部戰略制定、經營模式與人員流動上著手，通過數字化轉型抵御金融科技帶來的不良影響。本文在前文基準模型的基礎上，引入數字化轉型（DIG）指標與金融科技的交乘項來檢驗前文假設。數字化轉型的代理指標為北京大學發布的商業銀行數字化轉型指數，該指標涵蓋戰略數字化、業務數字化、管理數字化三個維度，可以較為全面、綜合地反映商業銀行的數字化轉型程度。在此基礎上，本文進一步引入戰略數字化、業務數字化、管理數字化三個子指標及其與金融科技的交乘項進行調節效應分析。從回歸結果（見表9）可以看出，數字化轉型發揮了顯著的調節作用，可以有效緩解金融科技帶來的負面影響，與前文假設相符，并且業務數字化與管理數字化的作用尤為顯著，這是因為金融服務的線上渠道已逐步替代線下成為當前主流，業務數字化轉型與管理層人員流動有助于商業銀行切實推進業務辦理的線上化與科技化，開展經營模式的變革與創新，改善經營效率。

由于金融科技公司分流客戶，許多商業銀行將營業重心從傳統存貸款業務轉移至中間業務等來拓寬收入來源，引導利潤增長。本文將商業銀行多元化經營（DIV）及其與金融科技的交乘項引入基準模型，其中，商業銀行多元化經營采用利息收入以外的收入占總營業收入的比重來衡量，數值越高，說明商業銀行收入多元化程度越高，對傳統存貸款業務的依賴程度越低。回歸結果（見表10）顯示，商業銀行多元化經營會有效緩解金融科技帶來的負向沖擊，這與前文假設相符。因為開展金融科技創新需要投入大量的人力物力，且短期內較難實現利潤回升，此時商業銀行可以通過進行業務結構調整，降低對傳統商業銀行業務的依賴程度，從而規避外部競爭的負向影響。

（二）金融科技對商業銀行經營效率影響的非線性檢驗

為進一步驗證金融科技對商業銀行的長期影響，本文引入金融科技二次項進行非線性檢驗。從表11可以看出，在金融科技發展初期，其對商業銀行經營效率的影響為負，金融科技公司對傳統銀行的擠出效應較為強烈，但在金融科技水平跨過拐點后，其對商業銀行經營效率的影響卻由負轉正，這說明當金融科技水平跨過一定門檻之后，技術溢出效應會逐漸增強并整體上超過競爭效應，呈現出正的外部性。梅特卡夫法則認為，互聯網的價值會隨著用戶數量的增長而呈算術級數增長，電子商務市場具有驚人的潛力。在金融科技發展初期，居于科技領先地位的新興金融公司會與商業銀行形成業務競爭關系，導致當前我國金融科技發展對商業銀行的影響以負面為主，但長期看來，隨著商業銀行自身技術革新與戰略轉變進程的推進，金融科技變革帶來的正向影響會爆炸式增長，正向作用會逐漸占據主導地位，并最終對商業銀行經營效率產生促進作用。

六、結論與啟示

隨著科技在金融行業的廣泛滲透，金融科技逐漸走入大眾視野，深刻改變著傳統金融體系。為探討金融科技發展對傳統銀行業的影響，本文立足于理論分析，結合隨機前沿（SFA）模型從成本與收入兩方面出發測度商業銀行的經營效率，采用雙向固定效應模型、工具變量法、中介效應模型等檢驗兩者間的關系及其作用機制。研究發現，當前金融科技的影響以外部競爭效應為主，整體上降低了我國商業銀行的經營效率。金融科技會通過擠壓商業銀行利差空間對其收入效率產生負向影響，并通過加重風險承擔阻礙其成本效率的提升。數字化轉型在金融科技與商業銀行經營效率間發揮著重要的調節作用，提升數字化轉型程度有助于緩解金融科技的負面影響，業務數字化與管理數字化的調節作用尤為顯著。多元化經營也有重要的調節作用，商業銀行可以通過開展多元化經營來降低對存貸款業務的依賴程度，促進經營效率提升。雖然目前我國金融科技對商業銀行的影響仍以負面為主，但隨著金融科技的發展，技術溢出效應會逐漸強于外部競爭效應，轉而促進商業銀行經營效率提升，兩者存在一定的非線性關系。

基于以上分析，本文的政策啟示如下：

第一，商業銀行要在內部積極推動金融科技發展，變被動接受為主動出擊，強化技術溢出效應的正向影響。金融科技在給商業銀行帶來挑戰的同時也帶來了新的機遇，商業銀行要順應金融科技發展趨勢，積極抓住產業變革新機遇，深化金融科技應用，加大科技創新投入，深入推進數字化轉型進程。一方面，應貫徹以客戶為中心、以科技為支撐的發展思路，主動與金融科技公司開展合作，積極推進金融創新，推出線上業務渠道，為數量眾多的“長尾”客戶提供金融服務。另一方面，要及時調整內部組織架構，引進科技與信息人才，從根本上改變治理機制與組織形態，構建數字化管理團隊與平臺體系，提升在數字經濟時代的核心競爭力。

第二，商業銀行應開展多元化經營，降低對存貸款業務的依賴程度，弱化外部競爭效應帶來的負面沖擊。金融科技的興起與發展擠壓了商業銀行傳統存貸款業務的利差空間，依賴利差業務進行規模擴張的經營模式難以為繼，而商業銀行內部的金融科技投入短時間內又難以取得顯著成果，在此背景下，商業銀行應當積極轉變經營模式、拓寬收入來源渠道以降低對存貸款業務的依賴。在業務發展方面，要調整業務布局重點，擴大金融服務半徑，深入挖掘客戶多元化需求，提高中間業務收入等非利息收入在總收入中的比重，積極開拓新的盈利點，構建多功能、多層次、低消耗的新型業務體系，消解金融科技帶來的競爭沖擊。

第三，在深化金融科技應用時，還要重點強化內部風險控制與外部風險監管，有效防范化解金融科技風險。防控風險是金融工作的永恒主題，在金融科技飛速發展的當下，應把加強金融科技安全管理作為重中之重。相關部門應將先進科技視為風險管理的底層技術，將監管科技與金融科技深度融合，提升監管效率、降低監管成本，及時發現和解決潛在金融風險，維護國家金融穩定。商業銀行在進行金融科技創新時，也要不斷完善內部風險管理措施，持續加強對業務流程的審查和管控，定期開展安全檢查與風險評估，增強風險抵御能力，創造穩定、繁榮、可持續發展的金融環境。

參考文獻：

[1]陳雨露.“雙循環”新發展格局與金融改革發展[J].中國金融，2020，（20）.

[2]謝治春，趙興廬，劉媛. 金融科技發展與商業銀行的數字化戰略轉型 [J].中國軟科學，2018，（08）.

[3]Stulz Rene M. 2022. FinTech，BigTech，and the Future of Banks [J].Journal of Applied Corporate Finance，34（1）.

[4]Jagtiani J，Lambie-Hanson L，Lambie-Hanson T. 2021. Fintech Lending and Mortgage Credit Access [J].The Journal of FinTech，1（1）.

[5]封思賢，郭仁靜. 數字金融、銀行競爭與銀行效率 [J].改革，2019，（11）.

[6]Sajida Sari，Shochrul Rohmatul Ajija，Wasiaturrahma Wasiaturrahma，Raja Adzrin Raja Ahmad. 2022. The Efficiency of Indonesian Commercial Banks：Does the Banking Industry Competition Matter？ [J].Sustainability，14（17）.

[7]熊健，張曄，董曉林.金融科技對商業銀行經營績效的影響：擠出效應還是技術溢出效應？ [J].經濟評論，2021，（03）.

[8]李琴，裴平.銀行系金融科技發展與商業銀行經營效率——基于文本挖掘的實證檢驗 [J].山西財經大學學報，2021，（11）.

[9]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，（11）.

[10]譚政勛，李麗芳.中國商業銀行的風險承擔與效率——貨幣政策視角 [J].金融研究，2016，（06）.

[11]Maoyong Cheng，Yang Qu，Chunxia Jiang，Chenchen Zhao. 2022. Is Cloud Computing the Digital Solution to the Future of Banking？ [J]. Journal of Financial Stability，（63）.

[12]劉淑春，閆津臣，張思雪.企業管理數字化變革能提升投入產出效率嗎 [J].管理世界，2021，（05）.

[13]張曉燕，郭瑩，何德旭.商業銀行多元化經營的高質量發展研究 [J].經濟問題，2021，（05）.

[14]Salah Mohammed Abdulahi，Mekonnen Kumlachew Yitayaw，Habtamu Legese Feyisa，Wondmagegn Biru Mamo. 2023. Factor Affecting Technical Efficiency of the Banking Sector：Evidence from Ethiopia [J].Cogent Economics & Finance，11（1）.

[15]G. E. Battese，T. J. Coelli. 1995. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data [J].Empirical Economics，20（2）.

[16]李春濤，閆續文，宋敏. 金融科技與企業創新——新三板上市公司的證據 [J].中國工業經濟，2020，（01）.

[17]牛志偉，許晨曦，武瑛. 營商環境優化、人力資本效應與企業勞動生產率 [J].管理世界，2023，（02）.

[18]謝絢麗，沈艷，張皓星. 數字金融能促進創業嗎？——來自中國的證據 [J].經濟學（季刊），2018，（04）.

[19]郭曄，黃振，姚若琪.戰略投資者選擇與銀行效率——來自城商行的經驗證據 [J].經濟研究，2020，（01）.

[20]劉孟飛，蔣維. 金融科技加重還是減輕了商業銀行風險承擔——來自中國銀行業的經驗證據 [J].商業研究，2021，（05）.

[21]黃勁堯. 互聯網金融與科技金融概論 [M].北京：北京師范大學出版社，2019.