金融科技3.0背景下证券业经营效率研究——以沪市A股上市公司为例

蔡敏 江南大学商学院

一、绪论

（一）研究背景与意义

2019年，央行发布《金融科技（FinTech）发展规划（2019-2021年）》，提出“到2021年要建立健全我国金融科技发展的四梁八柱，实现金融与科技深度融合、协调发展”[1]。金融科技浪潮推动下，银行业科技投入日益增多，在复工复产中金融科技也发挥极大作用。

提到金融科技，往往都将其与银行保险业联系，诸多学者也专注于研究金融科技对银行业影响或银行业如何利用金融科技战略转型升级，很少会把重点放在其与证券业关系上。但“百花齐放”才能“春满园”，金融科技也逐渐成为证券业高质量发展的战略选择。

本文望在效率评价的基础上探寻金融科技3.0时代对证券公司发展的具体影响，并提出有效改进措施，以期在复杂多变的市场环境中不断提高我国证券业的市场竞争力。

（二）国内外研究现状

就研究对象而言，唐珺钰（2015）研究P2P模式对传统金融业冲击及对货币政策传导影响[2]；赵军（2017）通过对保险行业金融科技创新现状进行分析研究[3]；陆龙飞（2018）以1.0时代为背景探究金融科技对商业银行经营效率影响[4]。而本文选取的是证券行业。

就研究方法而言，J-L Hu（2010）认为使用传统DEA研究忽略了市场份额限制，用零和收益数据包络分析公司效率[5]；周军（2017）对综合指标运用指数法对证券公司效率进行横向静态和纵向动态分析[6]。考虑综合性与动态性，本文将采取DEA-Malmquist模型。

二、我国证券行业发展现状

在金融科技浪潮的推动下，我国证券业金融科技投入规模日益扩大，但远不及银行业保险业的转型速度。此次疫情对许多行业尤其传统线下行业有一定程度影响，证券业能经受住冲击归功于与金融科技高度融合。但在众多公司积极与金融科技3.0时代相拥时，也有部分企业将其用于向恶之路，寻找法规漏洞，试探监管底线，借用“大数据战略”侵犯个人隐私等。2019年全球因网络安全问题损失5000多亿美元，“防范风险”、“金融风险”等成为2020年高频词，为相关部门及希望利用金融科技转型升级的企业敲响警钟。

三、相关理论与方法

（一）理论基础

“互联网金融”被称为“金融科技1.0时代”，指在金融机构内设置信贷清算系统等IT机构；2013年移动支付等移动云联网的应用标志着金融科技2.0时代到来；2017年，金融科技取代云联网金融，进入3.0阶段，实现大数据、人工智能、区块链等与金融紧密结合。

（二）实证方法概念

1.DEA-Malmquist模型

传统的CCR和BCC模型只能横向比较决策单元在同一时间点的生产效率，Malmquist指数模型可以测度决策单元在不同时期间效率的动态变化。表示为以下数学形式，式中Dt(x,y)表示t的技术条件下，t到t+1期的生产函数；Dt+1(x,y)表示t+1的技术条件下，t到t+1期的生产函数。计算若M＞1，效率进步；M=1，效率不变；M＜1，效率退步。

四、我国证券公司效率实证分析

（一）指数选取与数据来源

1.指标选取

通过相关文献阅读，整理出研究证券公司效率常用指标。考虑到全面性，在资本和劳动力方面各选择一个指标作为投入指标，即营业支出和应付职工薪酬；选取学者都倾向于且能够反映公司经营效率关键的财务指标——营业收入与净利润作为产出指标。但众位学者在对效率进行评价过程中，均未考虑证券市场波动性以及行业高风险性。因此还将以净资产与净资本之差作为第三个投入指标，对沪市A股证券公司效率进行实证分析。

表4-1 样本指标数据

2.数据来源

选沪市A股上市证券公司为样本对象，共29家公司，剔除净资产小于净资本、数据信息不完整、ST股等12家上市公司，剩余17家。选沪市A股因为在沪市交易公司多为国有大中型企业，对中国市场影响力更大。上市公司是行业的翘楚，有代表性。

2017中国步入金融科技3.0时代，而2019年是目前年报发布最近时间。因此本文选择的时间节点是2017年-2019年。三年来金融科技实现从“2.0”向“3.0”过渡，在全球范围内，许多国家也大力发展金融科技行业，因此选择这一时间段来研究可以说明问题。研究数据来源于国泰安数据库、同花顺网数据以及各证券公司年度财务报告。

（二）实证研究

17家公司2017-2019年度投入指标与产出指标共255个数据，运用DEAP2.1软件计算出以2017为基期的各年度Malmquist指数、全要素生产率变动（TFP）、效率变动（EC）、纯技术变动（PTE）、技术变动（TC）、规模效率变动（SE）等，整理结果如表4-3所示。

2019年相较2018年，这17家上市证券公司技术均有明显的进步，在效率变动（EC）与规模效率变动（SE）均无太大进步甚至稍落后情况下，以财通证券、中原证券为代表的14家公司全要素生产率（TFP）均＞1，说明在金融科技3.0背景下，众多证券公司已能抓住机遇，提高自身企业质量和效率。规模效率（SE）相比2018年有一定程度的退步，可看出许多公司在与科技融合的道路上也进行了适当的规模削减，从而培养精而优的企业。

表4-3 我国沪市A 股17 家上市证券公司2018-2019 年Malmquist指数测度表

同时可以看出，我国沪市17家上市证券公司的平均全要素生产率在2018年有略微下降，2019年稳定上升。近年来，整个证券业都非常重视金融科技的发展，国内各大券商都紧密布局金融科技，引进金融科技人才，打造金融科技核心竞争力。

17家上市证券公司中仅有3家公司年平均全要素生产率变化＜1，其余14家均有一定幅度上涨。海通证券、天风证券、华泰证券平均技术变动指数都有较大进步，与这几家公司在3.0时代抓紧机遇有关。海通证券全面推行客户经理制；天风证券自主开发的证券交易系统“天风高财生”与艾真融科达成合作；华泰证券明确将金融科技纳为其核心竞争力。

五、结论与建议

（一）结论

从沪市A股选17家上市证券公司为样本，利用Malaquist模型进行分析，得出结论：

金融科技3.0时代，我国上市证券公司年均全要素生产率增加，2019年增幅达28.7%；技术效率在2019年明显提高，但效率变动和规模效益减少，表明证券业在规模报酬可变情况下，受金融科技影响，趋近于技术有效，且技术效率提高能带动全要素生产率提高。

同时，有14家证券公司技术效率提高，体现在金融科技3.0背景下，整个证券行业也意识到提升金融科技核心竞争，进一步加强自身数字化转型的重要性。有14家证券公司全要素生产率是进步的，表明在技术进步的促进下，证券公司的经营绩效有明显提高。

在金融科技3.0背景下，积极拥抱金融科技，加速技术进步，将有助于证券业效率提高，为证券公司在证券业中拥有核心竞争力、证券业在中国行业中占有一席之地推波助力。

（二）建议

1.建立支持金融科技的组织结构、管理机制和业务流程，加强行业交流。证券公司应该对传统组织结构进行重组，以促进信息技术资源协调。同时还需建立一定的保障机制，促进技术和业务团队之间有效合作，创造可以贴近指导业务的创新科技。

2.深入自我剖析，寻找自我优势。在金融科技布局时期，证券公司应深入分析公司应采取怎样的实施方式，从哪个业务切入，如何切入，如何改变业务经营方式，如何突破困境，从而为自己的企业打下坚实的基础，探索出符合自身特点的、可逐步发展的模式。

3.金融科技重点不在科技，勿忘初心。牢记新兴科技只是为金融服务的一种手段。关键要先稳定服务，求稳基础上再去创新。不可将金融科技运用到向恶之路。