金融科技发展与商业银行盈利能力的负相关关系及异质性分析——基于中国210家银行面板数据

王蕊 康靖

（西华大学经济学院 四川成都610039）

在我国经济从高速增长转向高质量发展的重要时期，要确保资源的优化配置，就要充分发挥金融在资源配置中的关键作用。党的十八大以来，习近平总书记多次强调提高金融服务实体经济的能力和水平。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（简称“十四五”规划）再次明确指出要“构建金融有效支持实体经济的体制机制”。作为金融机构的核心组成部分，商业银行在分配稀缺资源、服务实体经济方面发挥着至关重要的作用。我国是典型的以银行融资为主的国家，融资方式以间接融资为主，而商业银行是间接融资的重要主体，因此，增强商业银行服务实体经济能力成为深化金融供给侧结构性改革的关键。商业银行盈利能力是评价银行经营能力的重要指标，因此，致力于提高商业银行绩效，是深化商业银行改革、提高服务实体经济能力的必要途径。然而，近年来国内商业银行告别超高速增长时代，盈利增速明显下滑[1]。据银保监会统计，截至2019年末，银行业金融机构资产利润率0.86%，同比下降0.02个百分点，资本利润率10.39%，同比下降0.70个百分点，盈利能力整体较上年继续下降。

进入经济发展新时期，外部环境发生巨大变化。随着大数据、云计算、区块链和人工智能等技术的迅猛发展，金融科技（简称“FinTech”）已遍布全球。广义来看，“FinTech”可以被定义为将先进技术应用到金融领域，对金融市场、金融机构和金融服务产生重大影响的新型商业模式、应用、流程和产品等[1]，当前，中国已逐渐崛起成为全球金融科技创新和运用中心，金融科技正全面渗透至我国金融领域的各业态中。根据埃森哲的研究报告显示，中国已成为全球最大的金融科技投资市场，2018年中国市场的投资总额较2017年增长了8倍，高达255亿美元，接近2017年全球金融科技投资总额。但与此同时，金融科技也正在与传统金融服务展开激烈竞争。2015年我国初步放开存款利率市场化限制，各类金融机构可借助存款定价自主权抢占市场份额，市场份额的争夺增加了金融机构资金获取的竞争度，进而提高金融机构贷款业务的竞争[2]，金融科技的普及促进利率市场化进程[3]，而这种促进作用进一步推动金融科技企业与传统金融服务企业存款业务与贷款业务的竞争。

金融科技发展给商业银行带来了不确定性，对商业银行深化改革提出了新的挑战。在此背景下，一个待回答的问题是，金融科技的蓬勃发展是否是中国商业银行盈利能力削弱的重要原因呢？理论上，商业银主要以存贷利差作为其利润的主要来源，其资产负债结构与利率变动高度相关。已有研究表明，金融科技实际上加速了利率市场化进程，利率变动大幅提升[4]，金融科技的发展可能会影响银行的盈利能力。那么，在金融科技蓬勃发展的过程中，我国银行的盈利能力得到提升还是降低呢？这种影响在不同的市场环境中有何不同呢？对于上述问题的回答，是商业银行适应外部环境变化、提高银行经营绩效、深化商业银行供给侧改革以强化金融服务实体经济的重要现实问题。

基于此，本文以商业银行所处外部环境研究视角，以商业银行盈利能力为分析对象，讨论金融科技对银行盈利能力的影响。已有文献普遍认为，金融科技会冲击现有银行业格局，并对银行传统经营模式形成巨大挑战[5−8]，但少有学者专门研究金融科技对银行盈利能力的影响[5][6][9]。因此，本文采用北京大学数字金融研究中心编制的数字普惠金融指数来衡量金融科技的发展程度，来尝试解释我国银行业利润逐年下降的重要原因。并在此基础上，从商业银行市场结构以及货币政策的视角进一步讨论上述关系的异质性，从而拓宽关于金融科技与银行绩效关系的异质性研究。其结论可以为商业银行在外部环境冲击下更好发挥服务实体经济能力提供参考。而在宽松的货币政策下，货币供应量的增加降低商业银行存款业务的竞争程度，该影响也会被削弱。因此，上述结论还可以为货币当局根据外部市场变化健全货币政策提供实证参考。

本文内容安排如下：第一部分是文献综述；第二部分是研究设计，包括样本来源、变量选择、模型设定以及描述性统计；第三部分是实证分析，包括主回归分析和稳定性检验；第四部分是异质性分析；第五部分是结论与政策建议。

一、文献综述

“金融科技”是近年来新出现的词汇，在过去几年得到快速发展。然而，尽管学术界和业界对其兴趣与日俱增，但对其定义还缺乏共识。Lee将金融科技定义为金融系统的创新者，即那些能够创造更灵活、更安全、更高效业务的金融科技公司[10]。Gai认为金融科技是金融公司采用的以此提升服务质量的一系列新技术[11]。Douglas认为金融科技是包含多领域的金融业态，这些领域包括数字货币、第三方支付、风险管理和支付清算等[12]。M illian等和Demir等认为金融科技是互联网技术例如云计算、移动互联网等与金融服务如信贷和支付等之间的一种链接[13][14]。当前学术界普遍认同的定义来自于金融稳定委员会，即将先进技术例如大数据、区块链、云计算和人工智能等应用到金融领域，对金融市场、金融机构和金融服务产生重大影响的新型商业模式、新技术应用和新产品服务[1]。在此基础上，中国人民银行发布的《金融科技(FinTech)发展规划（2019—2021）》指出，金融科技是技术驱动的金融创新，旨在运用现代科技成果改造金融产品、经营模式与业务流程。

大量研究发现，信息技术有利于减少银行的交易成本、提高服务质量，优化业务结构，促进业务转型升级[15−17]。还有一些研究表明，信息技术可能给商业银行带来巨大挑战。当前，学术界关于金融科技对银行业影响的研究还有待进一步丰富。一方面，金融科技的发展可以从信息获取能力作用于商业银行。具体来看，金融科技可通过人工智能、大数据、物联网等技术丰富信息来源渠道，获取传统方式无法获取的信息，提高信息的准确性[18]。另一方面，金融科技发展显著影响银行风险。具体来看，金融科技有利于银行建立风险评估模型；金融科技也可通过多渠道获取多维度信息、利用金融科技服务平台监控企业经营情况、引入量化交易系统实时监测资产价格波动等措施，降低银行信用风险、市场风险和操作风险[19][20]；金融科技是现代金融在科技中的应用，现代金融与技术的融合创造出大数据、区块链、人工智能等新技术，这些技术有助于从风险监管的覆盖度、风险监管的针对性等角度提高金融风险管理的准确性[21]。此外，金融科技的发展可以缓解信息不对称问题[20]，在实践中运用金融科技，金融科技的穿透式监管以实质重于形式为核心，突出对金融数据、内置算法与金融科技机构的多向穿透，并遵循适应性原则、系统性原则与比例原则指导具体监管实践。

关于金融科技对银行绩效的影响，已有研究做出了初步探索。李淼认为传统金融机构无法满足客户对金融产品定制化需求，金融科技会冲击传统的金融行业，挤压传统金融行业份额[5]。王娜与王在全将研究视角从金融行业细化至商业银行，并认为金融科技的迅猛发展会使商业银行存款端业务、贷款端业务与中间业务受到不利冲击，从而降低商业银行绩效水平[6]。申创将市场势力、金融科技与银行绩效相结合，并采用我国101家商业银行2005—2015年的非平衡面板数据，以总资产收益率（ROA）衡量商业银行绩效水平、以互联网金融指数（IFI）衡量互联网金融发展程度，探究互联网金融、市场势力与商业银行绩效的关系，实证结果表明互联网金融的发展会降低商业银行绩效水平，而商业银行市场势力的扩大会增强商业银行绩效水平，当商业银行的市场势力超过临界值，市场势力的增强会削弱互联网金融发展对商业银行绩效的不利影响[22]。战明华等采用2009—2015年16家上市银行的季度数据研究互联网金融影响货币政策银行信贷渠道的机理，从微观的角度看，战明华认为互联网金融的发展会影响资产负债表的结构以及资产负债表的流动性，其中，互联网金融影响资产负债表的结构表现为互联网金融的发展使家庭储蓄偏好发生变化，而流动性影响则表现为互联网金融参与市场，强化了证券市场的流动性，从而降低非贷款资产转化为贷款资产的成本[3]。于波采用2009—2017年138家商业银行的数据，以金融科技社会认知指数作为衡量金融科技的指标，基于动态面板GMM模型研究金融科技的发展对银行盈利能力的影响，并从“竞争效应”与“技术溢出效应”角度探究金融科技对银行绩效的正向或负向影响，并通过比较正向和负向影响力的高低，得出最终结论：金融科技的发展对银行的盈利能力具有负向影响[9]。

不难看出，已有学者对金融科技的含义和内涵展开了丰富的研究，并且有大量文献从信息和风险的角度探索金融科技对银行行为的影响。围绕此影响，近年来的研究更加细化，增加了绩效角度的研究，并围绕金融科技对银行绩效的影响做出了初步的探索。但已有研究可能存在以下不足：一是从互联网发展程度或是社会认知指数衡量金融科技的发展水平，未采用精准化指标衡量金融科技发展水平，金融科技的度量需要更加优化；二是鲜有文章对金融科技与银行绩效关系的异质性进行深入考察。因此，本文在相关研究的基础上，采用北京大学数字普惠金融指数衡量金融科技的发展水平，分析金融科技对银行绩效的影响，并从市场结构和货币政策角度进行上述关系的异质性分析。

二、研究设计

(一)样本来源

本文使用2011—2018年我国210家银行面板数据，包括4家大型商业银行、12家股份制银行，其中包含城市商业银行、农村商业银行、农村信用社和外资银行。微观层面数据来源于BankScope数据库以及各商业银行年报。此外，本研究还涉及到宏观经济数据，这部分数据来自于中国人民银行官网、各省统计年鉴以及万得数据库。银行样本分布见表1，其中包含了2011—2018年不同类型银行的样本数量与样本比例。

表1银行样本分布表

(二)变量选择

1.被解释变量

衡量商业银行盈利能力的指标主要有总资产收益率（ROA）和净资产收益率（ROE）。ROE是银行运营自有资金创造收益的情况，而ROA是银行利用所有资产创造盈利的效率。商业银行主要收入来源为存贷利率，其自有资金占其所有资产的一部分，而以吸收的存款作为负债创造的收益不容忽视，因此，ROA更能够反映银行的盈利能力。因此，借鉴陆静、赵海华、陈颖等人的研究思路[23−25]，本文选取总资产收益率（ROA）作为被解释变量衡量银行的盈利能力。同时，选择净资产收益率（ROE）进行稳健性检验。

2.解释变量

本文解释变量为金融科技的发展程度。在相关文献中，许多学者对其做了深入研究。例如，郭品和沈悦采用“文本挖掘法”，通过新闻媒体渠道统计“互联网金融”“金融科技”等关键词次数来建立金融科技指数，此指数从新闻媒体关注度层面来度量金融科技发展程度[26][27]。在此基础上，盛天翔基于网络搜索渠道统计“金融科技”等关键词的百度搜索指数，采用关键词的百度搜索指数来衡量金融科技的发展程度[28]。还有学者如郭峰选择金融科技公司的数据建立数字金融指数，郭峰通过覆盖广度、使用深度和数字化程度三个维度构建数字普惠金融指标体系[29]，该指数也在大量研究中运用[4]。

本文借鉴郭峰、邱晗等学者选择的指标，采用北京大学数字金融研究中心编制的数字普惠金融指数来衡量商业银行注册地所在省份金融科技的发展程度。数字普惠金融指数基于蚂蚁金服的交易账户底层数据构建[4]，该指数能够跨省级、城市和县域来衡量金融科技发展水平[28]。蚂蚁集团是我国互联网金融行业的巨头，其旗下的支付宝、余额宝、花呗等业务覆盖范围广、使用频率高，郭峰构建指数基于覆盖的广度、使用的深度和数字化程度三个维度，既考虑了蚂蚁金服覆盖的人群，又考虑覆盖人群是否使用蚂蚁金服业务，此指数能够精确衡量我国金融科技发展水平。

3.控制变量

参考邱晗、胡诗阳等人的研究[4][30]，本文选取的控制变量包括银行层面、省市层面和国家层面。其中，银行层面的控制变量有银行资产总额（Size），以银行的总资产取对数表示；流动资产（Lin-asset），以银行的流动资产与总资产的比值表示；不良贷款率（NPL），采用银行的不良贷款额与银行资产总额的比值表示；银行资本化程度（Capitalization），采用所有者权益与资产的比值表示；成本（Cost），由银行经营成本占经营收入的比值表示。

省市级层面的控制变量包括各省经济发展程度、金融发展程度和银行业集中度。其中，各省GDP（GDP）以各省GDP与常住人口数量的比值表示；金融发展程度（FinancialDevelopment），以各省存款总额与GDP的比值表示；银行业集中度（HHI），以赫芬达尔指数表示，其中银行业份额具体计算方法为样本中本省规模最大的5家银行总资产与全省银行总资产的比值。此外，国家层面的控制变量为货币政策（Monetary Policy），用货币供应量M 2的增长速度表示。具体变量设置见表2。

表2变量的定义及说明

(三)主要变量描述性统计

本文主要变量的描述性统计结果如表3所示。从表3可以看出，就银行的盈利水平ROA而言，最大值为0.200，最小值为−0.500，标准差为0.468，说明不同商业银行的盈利水平存在较大差异。而各省的金融科技发展程度(Digital Finance)最大值为302.983，最小值为37.770，标准差为62.087，标准差数据很大，表明各省的金融科技发展水平存在非常大的差异。

表3主要变量的描述性统计

续表 3

(四)模型设定

本文主要是探究金融科技对银行盈利能力的影响，因此构建计量模型如下：

其中，i=1,···,N表示银行个体；j=1,···,N表示省份；t= 1,···,T表示观察年份；α表示模型的估计参数；δi表示银行个体固定效应；λj表示省份固定效应；µt表示时间固定效应；εijt表示随机误差项；ROAi jt表示注册地在省份j的第i家银行在第t年的盈利情况；Fintechjt表示省份j在第t年金融科技发展程度；bankijt表示银行层面的控制变量（包括取对数后的银行资产总额、流动资产与总资产比率、不良贷款率、所有者权益与资产比值、成本）；cityjt表示省级层面的控制变量（人均GDP、存款总额与GDP总额比值、银行业集中度）；countryt表示国家层面的控制变量（货币供应量的增长速度）。

本文主要模型采用固定效应FE估计，采用该方法的原因如下。一是固定效应模型允许银行间无法观测的个体效应存在，而这种个体效应是不随时间变化的。二是固定效应模型允许银行间不随时间变化的效应与解释变量相关。在实践中，银行的性质、银行注册地与银行存在时间会影响数字金融的覆盖程度、使用深度和数字化程度，并进一步影响金融科技的发展程度，因此，需要使用固定效应的方法进行研究。此外，为了保证结果的准确性，本文从统计上采用Hausman检验进一步证明固定效应估计方法的合理性①；与此同时，本文也运用不同的金融科技指标、不同的银行盈利能力指标进行稳健性检验。

三、实证分析

(一)金融科技发展对银行盈利水平的回归分析

表4描述了金融科技发展程度对银行绩效的影响。其中，列（1）表示金融科技发展总程度对商业银行盈利性的影响，该指数可进一步分解为覆盖广度、使用深度和数字化程度三个维度来探究金融科技对银行绩效的影响。其中，表4的列（2）表示金融科技覆盖广度对银行盈利能力的影响，列（3）表示金融科技使用深度对银行盈利能力的影响，而列（4）表示数字化程度对银行盈利能力的影响。从表4可以看到，在5%的显著水平下，金融科技的使用深度对银行的盈利能力产生负向影响，且金融科技的使用深度每提高1个百分点，银行的绩效就会降低0.3个百分点。而在1%的显著水平下，数字化程度的提高也会削弱商业银行的盈利能力，当数字化程度提高1个百分点时，银行的绩效会降低0.2个百分点。结合数字普惠金融子指标的结果，可以看出，子指标与总指标对银行盈利能力的影响方向一致，都对其产生负向影响，因此，主回归分析的结果具有稳定性。

表4 金融科技发展对银行盈利能力的影响

由表4可知，金融科技的发展总程度在1%的程度上显著为负，就影响的数量而言，当金融科技的发展水平提高一个单位，商业银行的盈利能力会降低0.7%，即金融科技的发展会降低商业银行的盈利能力。金融科技的发展为什么能够降低商业银行的盈利能力呢？可能的解释如下。虽然一方面，金融科技的发展会带来正的“技术溢出效应”，即金融科技通过大数据、物联网、人工智能等技术丰富信息来源渠道、创新产品经营模式、优化资源配置方式，这种改变会降低商业银行部分业务成本，提高商业银行经营效率。但另一方面，金融科技的普及也会带来负的“竞争效应”，专业的金融科技公司可通过金融科技搜集客户信息、创造金融产品，在金融领域与传统的商业银行竞争，成为新兴金融服务渠道，并凭借其较灵活的资产定价权、较宽松的监管优势，其金融产品可以采用较高的存款利率，将金融产品的存款利率调整至传统商业银行存款利率之上，吸引大量客户，抢占商业银行存款业务市场，进而借助大量的存款储备实施放贷活动，进一步挤压商业银行贷款业务市场。随着金融科技的发展，“竞争效应”大于“技术溢出效应”[9]，即在金融科技的发展过程中，负的“竞争效应”产生更重要影响，金融科技的发展程度越高，商业银行与商业银行、商业银行与互联网金融企业竞争加剧，竞争加剧减少的商业银行利润高于金融科技发展提高的商业银行的利润，商业银行盈利水平降低。此外，传统商业银行的利润结构可用“二八定律”来描述，即其80%的利润来自于20%的重要客户，20%的的利润来自于80%的普通客户，为保证利润最大化，这些银行主要争夺20%的重要客户，而忽视80%的长尾客户[7]。金融市场上存在大量的长尾客户群体，这些客户信息质量参差不齐[28]，金融科技企业可凭借其信息优势，满足庞大的客户群体差异化的金融需求，不仅可以与商业银行争夺20%的重要客户，还可以依托长尾效应争夺其忽视的80%的普通客户，进一步压缩商业银行的市场份额，降低商业银行盈利水平。

控制变量与银行的盈利水平之间也存在显著的相关性，主要体现在以下几个方面。由于商业银行流动性资产主要作用是偿还负债，因此，商业银行流动性资产越高，商业银行偿债能力越高，其盈利水平越高，商业银行流动性与银行绩效显著正相关。由于较高的资本水平会提高商业银行贷款的增长速度[31]，因此通过存贷差渠道获得的利润增加，商业银行盈利水平提高，商业银行资本充足率与银行绩效显著正相关。成本收入比的比值越高，可解释为经营收入不变的条件下经营成本越高，高成本会降低盈利水平，因此商业银行成本收入比与其盈利能力显著负相关。商业银行是资金融通的渠道，经济处于繁荣阶段，消费和投资的上涨会带动支付需求的增加，从而银行贷款业务和中间业务增加，银行的盈利能提升商业银行注册地金融发展程度，进而显著提高银行的盈利水平[32]，因此人均GDP与银行盈利能力显著正相关。商业银行仍然是金融服务的主要提供者，金融发展程度越高，商业银行资金融通作用越强，因此银行盈利能力越好。而宽松的货币政策与银行盈利能力负相关，这一发现与“货币政策风险承担渠道”发现一致。HHI表示商业银行所在注册地的垄断程度，商业银行高垄断地位保证商业银行能够从高息差、频收费、发行理财产品中赚取高额利润[33]，因此银行业垄断程度与银行绩效显著正相关。

(二)稳定性检验

为保证模型结果的稳定性，本文将替换不同的金融科技指标、不同的银行盈利能力指标以及采用工具变量（互联网普及率）进行内生性分析。

1.替换被解释变量

本文主回归分析中采用总资产收益率（ROA）作为衡量银行盈利能力的指标，在稳定性检验中，将采用不同的银行盈利性指标（ROE）、间接指标（贷款损失准备计提额与经营风险②）验证上述结果的稳定性，结果如表5所示。

表5稳健性检验1：替换被解释变量

ROE由公司税后利润与净资产的百分比表示，用来衡量公司运用自有资产的效率。表5的列（1）结果表示，金融科技的发展会降低商业银行的净资产收益率，与本文主回归分析结论一致。表5列（2）表示金融科技的发展会降低商业银行经营风险，可能的解释为：商业银行经营风险以Z值的对数进行度量，由Z值的公式可知，商业银行的盈利能力越强，ROA数值越大，则Z值数值越高，即经营风险（Z值）与盈利能力为正向关系，因此，金融科技的发展会削弱商业的盈利能力，此结论与主回归结论一致。

根据我国《银行贷款损失准备计提指引》规定，商业银行每年至少将年末贷款余额的1%计提贷款损失准备，而商业银行为确保银行经营资金的充足性，贷款损失准备比例通常高于1%。表5的列（3）结果表示，金融科技的发展会对贷款损失准备计提比例产生正向影响，可能的解释为：金融科技发展程度越高，贷款损失准备计提额度越高，即当年借款人未按时归还贷款的金额越高，银行坏账率越高，从而银行的利润越低，此结论进一步证明主回归结果的准确性。

2.替换解释变量

目前衡量中国金融科技发展水平的指标，一类采用“文本挖掘法”，通过统计与金融科技相关的关键词次数构建金融科技发展指标，另一类采用北京大学数字普惠金融指数[28]。考虑到郭品与沈悦的方式即文本挖掘法主要用于构建全国层面的金融科技发展状况[28]，若采用“文本挖掘法”衡量微观的金融科技发展状况，如银行、地区等，需搜集详细数据构建指标，而这一部分数据缺乏。因此，本文选用第三方支付水平（TTP）来替代解释变量，数据来源于中国支付清算协会。回归结果如表6所示，在1%的显著水平下，第三方支付的发展对商业银行的绩效产生不利冲击，与主回归分析具有一致结论。

表6稳健性检验2：替换解释变量

3.内生性分析

金融科技发展有可能在银行盈利水平偏弱的地区发展更为迅猛，这会导致金融科技发展和银行盈利水平之间互为因果，进而造成回归结果存在偏误。为了解决这一问题，本文采用工具变量法进行内生性分析。我们为金融科技发展指标找了一个工具变量，即互联网普及率。由于互联网的大量普及，云计算、大数据、人工智能和区块链等技术逐渐应用到金融领域，为金融科技的产生提供了核心的基础设施与稳定的网络环境。而互联网普及率与商业银行内部经营模式和盈利模式无直接关系。参考丘晗等[4]，本文采用2011—2018年各省互联网普及率③作为工具变量，此数据来源于《国民经济和社会发展统计公报》。运用工具变量的实证结果如表7所示，在1%的显著水平下金融科技的发展对银行的盈利水平具有削弱作用，与主回归模型结果一致。

表7稳健性检验3：内生性分析

四、异质性分析

上述结论表明金融科技发展对银行的盈利能力具有削弱作用，在此基础上，本文将要从市场结构和货币政策角度进行该关系的异质性分析，即商业银行垄断程度的差异会对此关系产生怎样的影响呢？不同的货币政策类型又会对此关系产生怎样的影响呢？我们通过分别引入市场结构以及货币政策与金融科技发展的交互项来进行分析，实证结果如表8所示，其中，列（1）从市场结构角度，以主回归分析即金融科技的发展对商业银行盈利能力的影响为基础，研究商业银行差异化垄断程度对此关系的影响，而列（2）从货币政策角度，研究货币政策的种类对此关系的影响。

表8异质性分析

如列（1）所示，就市场结构异质性而言，我们发现在1%的显著水平下，商业银行注册地垄断程度越高，金融科技的发展对其绩效的不利冲击将会得到改善。可能的解释如下：商业银行的垄断程度代表其在注册地的市场势力，金融科技加快银行业的“马太效应”，即在金融科技发展的背景下，规模大的国有大型商业银行、股份制银行的市场势力越大，而规模较小的农商行市场势力越小[34]。大型国有商业银行、股份制银行在注册地的垄断程度高，市场势力大，这些银行可以通过以下两种途径提高商业银行的盈利水平。一是商业银行凭借其强大的市场势力和市场信用，利用其在注册地客户的认可度和信用度，将其市场势力和市场信用作为无形产品进行定价，因此，企业获取此商业银行资金的贷款利率更高，高贷款利率将会带来高额利润，商业银行通过存贷差途径获取利息收入增加，商业银行盈利能力增强。二是商业银行的市场势力越强，其可采用规模和范围经济，进行多元化经营，然而商业银行交易系统的维护、客户信息的搜集、客户售后服务和员工技能培训等支出变化不大，因此，多元化经营降低商业银行单位成本。此外，我国国有商业银行由中央财政控股，股份制银行和地方性农商行多由地方财政控股，因此商业银行在注册地的垄断程度与注册地政府支持力度有关，且此关系多为正向关系，政府的支持力度越高，商业银行越容易吸收数量大、稳定性强的国有企业存款；与此同时，政府的支持力度越高，商业银行缺乏资金时越容易向中央银行申请低利率贷款或者向政府申请财政补贴，这些举措都有助于改善金融科技对银行绩效的冲击。

如列（2）所示，就货币政策异质性而言，我们发现在1%的显著水平下，货币政策越宽松，金融科技的发展对其绩效的不利冲击将会得到改善。中央银行主要通过增加市场货币供应量、降低市场利率来制定宽松的货币政策，货币政策将会影响商业银行的利息收入和非利息收入。一方面，贷款利率的需求弹性大于存款利率的需求弹性[35]，当实施宽松的货币政策时，存款利率与贷款利率都降低，而贷款的需求量高于存款的需求量，过度的贷款需求将会使贷款利率小幅提升，银行通过存贷差渠道获得的利息收入增加。另一方面，利率的变化将会对证券价格以及佣金产生影响。证券价格与利率反向变动，当利率越低时，商业银行持有的证券价格越高，商业银行通过买卖证券获得的收益越高；与此同时，当市场上货币供应量增加，大量客户手中持有的现金增加，这些客户在控制风险的基础上也追求现金带来的收益，因此，一部分客户将会聘请商业银行中专业的理财师进行理财投资，投资所获得的佣金费用会增加商业银行非利息收入。增加的利息收入和非利息收入，都会降低金融科技对商业银行绩效的不利影响。

五、结论与政策建议

商业银行如何提升经营绩效，是中国转型新时期商业银行深化供给侧改革以增强金融服务实体经济能力的关键。伴随互联网技术的进步，金融科技蓬勃发展。商业银行所处市场环境的变化给商业银行经营带来了新的挑战。但是，目前专门围绕金融科技考察其对商业银行经营绩效的文献还比较有限，从异质性角度分析上述关系的文献更加匮乏。

本文以2011—2018年210家商业银行的面板数据为样本，采用北京大学数字金融研究中心提出的数字金融发展指数衡量金融科技发展水平，研究金融科技发展对银行盈利能力的影响，并在此基础上，从市场结构和货币政策角度进一步研究此关系的异质性。本文主要结论如下：首先是金融科技会对商业银行的绩效产生不利冲击，可能原因是金融科技带来的，正向的“技术溢出效应”小于其带来的负向的“竞争效应”；其次是对于垄断势力越强的商业银行，金融科技对其绩效的不利冲击也会得到缓解；最后是宽松的货币政策会削弱金融科技对银行盈利能力的负面作用。

对商业银行而言，商业银行需要重视金融科技的发展对本银行绩效的影响。本文发现金融科技的发展会削弱商业银行的绩效水平，为减小金融科技发展对银行绩效的不利冲击。一方面，商业银行需要加强与金融科技公司的合作，通过金融创新提高金融产品和金融服务的质量；另一方面，商业银行也要积极布局金融科技，加大对金融科技人才的引进力度，从根本上缓解外来金融科技公司对商业银行利润的蚕食。同时，商业银行也需要结合其在注册地市场势力的高低以及宏观经济环境的变化，差异化推进金融科技与本银行业务的结合。本文发现，市场势力越强的商业银行，金融科技对商业银行绩效的不利冲击越小，因此，商业银行可通过加强与注册地知名企业合作，扩大注册地资金来源、增强商业市场信用，从而削弱此不利冲击。

对货币当局而言，货币当局制定货币政策时，除考虑货币政策的实施对就业、物价水平与经济增长等宏观因素影响外，也需要从银行、企业等微观角度考虑货币政策的实施对金融风险的影响。本文发现商业银行处于宽松货币政策时期，金融科技对商业银行绩效的不利冲击也会减小，在这一阶段，商业银行可通过增加贷款或发行理财产品等方式增加利息收入和非利息收入，进而削弱金融科技对银行盈利能力的负面作用。因此，建议货币当局在制定宏观经济政策时充分考虑政策对微观主体的有利促进或不利冲击。

注释：

① Hausman检验P值=0.0000，拒绝原假设，应选择固定效应估计方法。

② 经营风险以Z值的对数表示，Z=（ROA+EA）/Sd（ROA）。由公式可知，数值越大表明银行经营越稳定，风险越小，反之亦然。

③ 互联网普及率=地区互联网上网人数/地区常住人口总数。