金融科技发展与银行业竞争——垄断效应或激励效应

赵权伟等

（中国人民银行柳州市中心支行，广西 柳州 545000）

一、引言

近年来，金融机构逐渐认识到信息技术的重要性，不断加大信息技术的投入。根据中国通信院公布的数据显示，2015～2019年全球领先的金融机构信息技术投入金额逐年增长，2019 年达260 亿美元，同比增长5.9%。其中，银行业和保险业的投入领先于其他金融业。2019 年8 月，中国人民银行印发《金融科技（FinTech）发展规划（2019-2021 年）》，明确提出我国未来三年金融科技发展的指导思想及发展目标，并指出金融科技将成为推动金融转型升级的新引擎。作为技术驱动的金融创新，金融科技有效促进以信息技术为基础的大数据、云计算、物联网、移动互联、区块链等新兴技术与金融业的深化与融合，并迅速发展成为一门全新的产业。金融科技在扩大金融服务边界、提高金融供给能力的同时，对商业银行的业务结构、风险承担、市场势力、经营绩效、发展战略等方面带来一定程度影响，并已深刻影响银行业金融机构竞争格局。为此，研究关注的重点问题是，金融科技发展是增强国有大型商业银行的垄断地位，抑制商业银行之间的竞争，还是促进商业银行迸发竞争活力，促进商业银行之间竞争，进而激励商业银行提供更具差异化和针对性的金融服务。

许多学者在研究中涉及金融科技发展与银行业竞争的关系（黄宪，2001；苏治等，2018），但学术界关于金融科技对银行业竞争影响效应的研究一直存在分歧。多数学者认为金融科技发展加剧银行业金融机构之间的竞争（孙旭然等，2020；汪可，2018；谢平和邹传伟，2012）。少数学者认为金融科技的发展并非总是加剧银行竞争（Drasch et al.，2018；Dapp & Slomka，2015），如李传龙（2019）指出金融科技有助于中小银行发挥优势，与大型国有、股份制银行进行差异化竞争。Hauswald & Robert（2003）研究指出，信息技术对于银行业竞争存在双重效应，掌握信息技术的银行市场势力上升，降低银行业竞争；信息技术的使用为银行创造更为公平的市场环境，促进银行业市场竞争。还有学者发现，金融科技发展与银行业竞争的关系与地域、银行特质有关，如孟娜娜等（2020）研究发现，金融科技对于区域性、地方银行之间竞争存在显著的空间地理效应，且表现为显著的空间依赖效应。如李健（2019）认为中国科技尚在初步发展阶段，如何高效率低风险地利用好金融科技来助力银行业前行值得探讨。

综上所述，国内外专家学者对于金融科技发展究竟是加剧银行业之间竞争还是降低银行竞争观点不一。较少学者从省级层面分析金融科技发展与银行业竞争的关系，以及不同地区发展水平、不同金融市场规模、不同区域对其影响效果的调节效应。为此，本文选取2012～2018 年中国省级层面数据构建动态面板模型，基于广义矩估计方法（GMM）进行实证检验，考察金融科技发展对银行业竞争的影响效果，以及不同地区发展水平、不同金融市场规模、不同区域对其影响效果的调节效应。

二、现状分析

（一）我国金融科技发展现状

1.金融科技发展历程。20 世纪90 年代至今，我国金融科技经历了多年的发展，按其发展脉络主要划分为IT电子化、互联网金融、金融科技三个发展阶段。

IT电子化阶段（1993～2004年）。1993年，深圳科技局首次提出“科技金融”概念，预示着科技与金融开始走向融合，在这阶段，科技作为传统金融机构的基础设施，通过IT 软硬件推动金融机构实现业务需求的升级，如办公电子化、自动化。

互联网金融阶段（2005～2015 年）。这个阶段的特征是科技逐步从后台支持前端，慢慢融入金融业务的核心环节当中，在这个阶段第三方支付崭露头角并逐步发展成熟，余额宝等快速发展并冲击着传统金融业，P2P、互联网理财和保险等新兴金融业务快速兴起和发展，传统金融机构也开始进行大规模互联网化布局。2014 年1 月出台的《关于大力推进体制机制创新，扎实做好科技金融服务的意见》，对进一步深化科技与金融结合试点等七个方面进行部署。2015年先后出台的《关于推动移动金融技术创新健康发展的指导意见》《关于促进互联网金融健康发展的指导意见》，对推动科技金融底层环境建设及金融科技在各领域的运用提出指导，进一步健全纯线上金融业务的监管制度和维护市场秩序。

金融科技阶段（2016 年至今）。这个阶段的金融科技得到监管、行业、用户等普遍关注，中国人民银行成立金融科技委员会对金融科技的发展进行政策指导。人工智能、大数据、云计算等得到快速发展，金融科技的运用逐渐深化，与产业融合、渗透更为深入，金融科技得到快速发展。2019 年末，中国人民银行启动金融科技创新监管试点，并在北京首先推出。2020年8 月，9 个金融科技创新监管试点（监管沙盒）已全部落地，覆盖北京、上海、成都、广州、深圳、重庆、雄安、杭州、苏州9个城市，90多家金融机构和科技公司以单独申报或联合申报的方式，产生60 个项目进入沙盒测试。根据艾瑞咨询数据统计显示，2016 年10亿～30 亿元金融科技企业估值占比为36%，200 亿元以上金融科技企业估值占比为9%；2018 年10 亿～30亿元金融科技企业估值占比为50%，占比较2016 年提高14%，200亿元以上金融科技企业估值占比较2016年提高3%，金融科技企业规模快速增长（见图1）。

图1 2016年与2018年中国金融科技企业估值分布情况

2.金融科技投入现状。随着金融科技的不断发展，传统金融机构也逐步提升科技驱动能力，对金融科技的投入逐步扩大。根据艾瑞咨询统计显示，2019年，我国银行业金融机构、保险、证券、基金分别在金融科技领域投入230.8 亿元、124.6 亿元、6.4 亿元、0.9亿元。目前，中国银行、中国工商银行、中国建设银行、北京银行、华夏银行、民生银行、光大银行、招商银行8家银行业金融机构已成立全资金融科技子公司，业务范围涉及云服务、系统研发、大数据风控、区块链、金融云、金融平台运营、金融技术解决方案等方面，对金融科技领域的投入范围全面扩大。

（二）我国银行业竞争现状

1.银行业竞争格局。随着金融市场化改革的深入推进，银行业形成以五大国有银行为主导，政策性银行、股份制商业银行、城市商业银行、外资银行、小型农村金融机构等共存的多元化银行体系竞争格局。根据表1所示，2019年末我国银行业金融机构网点数量20.46 万个，其中，国有大型商业银行营业网点70432个，约占整个银行体系的34%。近年来，农村商业银行、农村合作银行和农村信用社等小型农村金融机构获得快速发展，在整个银行体系的比重稳步提升，2019 年末营业网点数量达到76382 个，约占整个银行体系的37%，具有强大的市场活力。

表1 2019年中国银行业金融机构类型情况

五大国有大型商业银行资产总额超过86 亿元，是其他任何类型银行业金融机构资产的两倍以上；小型农村金融机构营业网点数量多于五大国有大型商业银行，但资产规模远远落后于五大国有大型商业银行资产规模；股份制商业银行、城市商业银行营业网点数量较少，但其资产规模雄厚（见图2）。

图2 2019年我国各类型银行业金融机构营业网点数及资产总额

2.我国银行业竞争情况测度。为进一步反映我国银行体系竞争程度的变化情况，本文以行业集中度的倒数来衡量我国银行业竞争程度，即“行业竞争程度=1/行业集中度”，该指标越大，银行业竞争越激烈，并以中国工商银行、中国建设银行、中国农业银行、中国银行和交通银行等五大国有大型商业银行资产总额占全部商业银行资产总额的比重来度量行业集中度。行业集中度越大，说明五大国有大型商业银行的垄断程度越高，行业竞争程度越低；反之，五大行资产占比越低，行业竞争程度越高。如图3 所示，近年来银行业整体竞争程度总体趋势上行，银行业竞争越来越激烈。但由于经济发展水平的差异，东、中、西部地区间银行竞争程度呈现差异化特征。2017～2018年，各区域银行业竞争均出现下滑，主要是由于银行业去杠杆效应、对地方政府平台公司的贷款限制政策和监管层对影子银行监管趋严，使得银行通过减少应收账款类投资和同业资产“缩表”，商业银行资产总规模大幅下降，中小银行首当其冲受影响，进而导致国有大型商业银行的资产总额在全部商业银行资产总额中的比重上升，即银行业竞争下降。2019年，东部地区和中部地区银行业竞争程度均出现反弹，并基本趋同，而西部地区银行业竞争仍保持下降趋势，并低于东部和中部地区。

图3 2006～2019年我国银行业竞争状况

（三）金融科技发展与金融业竞争的变化趋势

近年来，我国金融科技发展进入快速发展的轨道，以银行业为代表的金融业市场竞争程度也持续提高，日益激烈，金融科技发展水平与金融业市场竞争程度均呈现总体上行的趋势。但是，金融科技发展水平表现为更明显的单边上行趋势，尚未出现发展速度放缓的态势；而金融业市场竞争激烈程度总体上缓慢增强，且出现部分时段市场竞争程度暂时下降趋势，并未与金融科技发展趋势完全一致，两者并非简单的线性关系。

三、研究假说与研究设计

（一）研究假说

金融科技的迅猛发展对银行业的业务结构、获客渠道、经营模式以及风险承担等方面产生不同程度的影响，通过“市场挤出效应”影响传统银行业竞争格局，这既可能会加剧银行业的“马太效应”，也可能促使银行业产生“鲶鱼效应”（战明华等，2018）。一方面，金融科技发展促进银行业技术创新，提高商业银行信息处理能力和信息使用效率。在市场中占据优势地位的大型银行凭借自身雄厚实力，主动掌握信息技术和数字化技术，降低边际成本，进一步扩大规模经济，形成市场垄断，抑制银行业竞争（World Bank，2016）。在市场中处于劣势的中小银行，相对于大型银行而言，存在业务结构较为单一、综合实力较弱等问题，金融科技的冲击加大其业务拓展和获客难度。因此，金融科技可能让银行业金融机构强者更强，弱者更弱，不利于银行业竞争。另一方面，金融科技通过技术溢出效应、产业竞争效应，改变商业银行的信息采集方式、投资决策思维等，促进商业银行提升效率，影响传统运营模式和盈利模式。金融科技通过信息技术促使行业数据信息加快传播和实现共享，降低大型银行市场势力和减少其他主体进入市场的壁垒，优化银行业市场竞争环境，有利于提高银行业竞争（World Bank，2016）。同时，金融科技促使少数大型银行进行全价值战略性布局，而中小银行则采用互助共赢的方式形成战略同盟，促进金融生态系统的良性竞争，对银行业竞争产生促进作用。此外，金融科技通过降低金融市场的信息不对称，增加客户对各银行的收益率等信息知晓度，选择最优化投资策略，减少少数银行利用信息不对称造成的垄断行为。由此可见，金融科技发展对银行业竞争可能存在垄断效应或激励效应。基于此，提出本文的假说1。

假说1a：金融科技发展对银行业竞争具有抑制作用，即垄断效应。

假说1b：金融科技发展对银行业竞争具有促进作用，即激励效应。

长期以来，我国西部地区经济发展水平与以北京、上海、广州、深圳等地为代表的经济发达地区相比差距较大，地区经济发展水平落后大大制约了金融市场的发展。相对于西部地区而言，东部沿海地区金融市场规模较大，金融市场需求较高，加上高精尖科技主要集中于经济发展水平较高的东部沿海地区，当地的商业银行注重金融科技经费投入，同时当地政府重视推动金融科技发展，东部沿海地区金融科技发展较快（刘文丽等，2014），因此金融科技发展有利于经济发达地区的中小银行使用信息技术和数字化技术提高用户接触面、扩大市场占有率，增强中小银行的竞争能力；而西部地区金融市场规模及用户的金融需求相对较小，受规模限制，金融科技水平的提高也无法帮助中小银行向大型银行争夺市场，从而对银行业竞争的促进作用较小。因此，金融科技对不同经济发展水平、不同地区、不同金融市场规模的银行业竞争程度影响具有异质性作用。基于此，提出本文的假说2～假说4。

假说2：经济越发达地区，金融科技发展对银行业竞争的促进作用越大；

假说3：相比于东部地区和中部地区，西部地区金融科技发展对银行业竞争的促进作用较小；

假说4：金融市场规模越大，金融科技发展对银行业竞争的促进作用越大。

（二）研究设计

1.样本选择与数据来源。本文选取2012～2018年中国省级层面数据，其中，银行业竞争变量的原始数据来源于Wind数据库及中国人民银行历年发布的各省级行政区《金融运行报告》；金融科技发展及其覆盖广度、使用深度和数字服务支持水平变量的原始数据来源于北京大学发布的数字普惠金融指数；其他控制变量主要来源于各地区统计年鉴等公开资料。

2.变量定义。本文各变量选取如下：

（1）银行业竞争（com）。本文选取行业集中率衡量我国银行业市场竞争状况。行业集中率由特定市场中最大规模的前几家企业所占市场份额之和表示，该指标越大，说明市场势力越集中于前几家大企业。本文借鉴刘伟和黄桂田（2003）等学者的做法，使用中国工商银行、中国农业银行、中国银行、中国建设银行和交通银行五大银行资产总额占全部商业银行资产总额的比重来度量。银行业行业集中率越大，银行业的市场份额越垄断于前五家大型银行中，表明银行业的竞争越不激烈。

（2）金融科技发展（index）。近年来，我国金融科技最具代表性的进步就是信息化、数字化在金融领域的发展及应用。北京大学数字金融研究中心在2016年和蚂蚁金服集团合作，成立联合课题组，利用后者海量的数字金融相关数据，编制一套“北京大学数字普惠金融指数”。北京大学数字普惠金融指数具有翔实的数据支撑以及严谨的指标选取与构建过程，国内学者普遍认为其对我国数字金融发展及应用的测度较为准确，因此该指数得到许多研究的认可与借鉴。鉴于此，本文借鉴北京大学数字普惠金融指数，以该数字普惠金融指数作为测度各地区的金融科技发展的变量。

此外，北京大学数字普惠金融指数中还公布指数的细分指标，具体为数字普惠金融的覆盖广度、使用深度和数字服务支持。其中，覆盖广度方面，不同于传统金融机构直接体现为“金融机构网点数”和“金融服务人员数”，基于互联网的新金融模式下，互联网金融服务供给如何能保证用户得到相应服务是通过电子账户数（如互联网支付账号及其绑定的银行账户数等）来体现，该覆盖广度指标主要通过互联网支付账号及其绑定的银行账户的账户覆盖率测度。在使用深度方面，该指数主要通过实际使用互联网金融服务的情况来衡量。就金融服务类型而言，主要包括信贷服务、支付服务、保险服务、投资服务和征信服务等。从使用情况来看，主要用实际使用人数、人均交易笔数和人均交易金额来衡量使用情况。在数字服务支持方面，便利性和成本是影响用户使用金融服务的主要因素，体现互联网金融服务的低成本和低门槛优势。互联网金融服务越便利、成本越低，金融服务需求越多，反之则越少，该指数主要从数字金融的便利性和成本方面进行测度。基于上述分析，本文借鉴上述细分指标对金融科技发展进行测度，即引入金融科技发展的覆盖广度（breadth）、使用深度（depth）和数字服务支持（digit）三个细分变量。

（3）控制变量。本文控制变量包括：财政支出规模（fin），以财政支出占GDP的比值表示；基础设施水平（way），以公路里程与土地面积的比值表示；人口规模（pop），以地区常住人口规模取自然对数表示；外贸依存度（for），以进出口总额与GDP的比值表示；地区经济规模（gdp），以地区生产总值取自然对数表示。各变量的描述性统计结果见表2。

表2 描述性统计

（三）实证模型设计

检验金融科技发展对银行业竞争影响的基本实证模型如式（1）所示。其中，comit表示银行业竞争程度，是模型的被解释变量。解释变量中，考虑到银行业竞争很可能受到之前年度竞争情况的显著影响，因此在模型中首先引入滞后一期的银行业竞争变量（comit-1）；indexit-1表示金融科技发展水平，以北京大学发布的数字普惠金融指数进行测度，为避免可能的双向因果问题，本文同样将该变量滞后一期。control表示本文引入的一系列控制变量，μit表示随机误差项。此外，本文还控制面板数据的个体固定效应和时间固定效应。由于本文引入滞后一期的被解释变量，为避免模型估计偏误，同时也为缓解模型内生性问题，本文使用Blundell & Bond（1998）所设计的系统广义矩估计（GMM）方法进行实证检验。系统GMM方法将差分方程与水平方程作为一个方程系统进行GMM 估计，以滞后变量作为方程系统中差分方程的工具变量，以差分滞后变量作为方程系统中水平方程的工具变量。这些滞后变量可以较好地满足工具变量的要求并缓解模型估计偏误。在进行实证估计之后，根据金融科技发展变量的系数符号即可判断金融科技发展对银行业竞争的影响是促进还是抑制。

式（2）用以检验地区经济发展水平的异质性如何调节金融科技发展对银行业竞争的影响效果。在式（1）的基础上，本文引入地区经济发展水平（pgdp）及其与金融科技发展的交互项（index*pgdpit-1），其中，地区经济发展水平以地区人均GDP 测度。如果该交互项显著为正，说明对经济越发达的地区而言，金融科技发展对银行业竞争的影响越偏向正面，反之则反。

式（3）用以检验区域位置的异质性如何调节金融科技发展对银行业竞争的影响效果。该模型重点用于探讨相对西部地区而言，金融科技发展对银行业竞争的影响效果，因此在式（1）的基础上，本文首先根据各地区是否属于西部地区，构建西部地区虚拟变量（west），之后引入金融科技发展与西部地区虚拟变量的交互项（index*westit-1）。如果该交互项显著为正，说明相比于中部和东部地区，西部地区的金融科技发展对其银行业竞争的影响更加偏向正面，反之则反。

式（4）用以检验金融市场规模如何调节金融科技发展对银行业竞争的影响效果。该模型中，finance变量表示地区金融市场的规模，以该地区所有银行资产总和的自然对数表示，由于银行仍然是我国企业和个人进行金融交易的最重要渠道，因此银行资产总和越大，说明该地区的金融市场规模越大。本文认为金融市场规模影响着该地区对金融服务的需求规模以及银行业的发展前景，也影响着金融科技的应用场景，因此金融市场规模很可能在金融科技对银行业竞争的影响中发挥调节作用，故引入金融科技与金融市场规模的交互项（index*financeit-1）。

此外，为增强研究结果的可靠性，本文在各模型的实证估计中，除使用金融科技发展的总体指标index 之外，还分别使用前文介绍的金融科技覆盖广度（breadth）、使用深度（depth）和数字服务支持（digit）指标。通过将后三个指标依次替代index 指标，重新估计金融科技发展对银行业竞争的影响。

四、实证结果及分析

（一）金融科技发展对银行业竞争影响的实证结果

金融科技发展对银行业竞争影响的实证结果如表3所示，各模型均采用动态面板数据模型进行GMM估计。由表3 模型中过度识别检验的Sargan 统计量不显著可知，各模型均通过过度识别检验，说明工具变量有效，内生性问题得到缓解。由自相关检验的系数AR（1）和AR（2）的显著性可知，各模型的误差项均存在显著的一阶自相关，而二阶自相关不显著，这说明在本模型中已不存在显著的序列相关问题。从核心变量系数来看，滞后一期的银行业竞争（L.com）变量均显著为正，说明银行业竞争水平受到之前时期竞争格局的显著正向影响。以上结果表明，本文采用动态面板模型的实证方式是合理且必要的。

表3 金融科技发展对银行业竞争的影响

模型一的核心解释变量是金融科技发展（index），该变量系数显著为正，说明总体而言，金融科技发展可以有效促进银行业竞争。这是由于信息技术的发展，使行业数据信息迅速、广泛地传播和共享，促使银行业市场环境更加公平化，削弱少数银行的垄断势力，有利于促进银行业竞争。这说明，金融科技的发展可以有效激发传统银行业的竞争活力，从而使金融科技与传统银行更加积极地共同助力实体经济发展。模型二、模型三和模型四的核心解释变量分别为金融科技的覆盖广度（breadth）、使用深度（depth）和数字服务支持（digit）。其中，模型二和模型四表明金融科技的覆盖广度和金融科技的数字服务支持水平系数均显著为正，说明二者均可以显著促进银行业竞争，这是由于覆盖广度和数字服务支持水平越高，说明该地区互联网金融的电子账户数越多、互联网金融服务越便利，这些因素均有利于用户需求情况、各银行机构的预期投资收益率等金融方面的供求信息的直接传播，从而降低用户与金融机构的信息不对称，使少数银行利用信息不对称形成垄断的难度加大，从而有利于促进银行业竞争。模型三中的金融科技使用深度变量（depth）显著为负，说明某地区金融科技在用户中的使用越频繁，银行业竞争水平越低，这一结论与其他金融科技发展的测度指标系数相反。究其原因，这是由于银行服务对于用户而言具有较高的用户黏度，用户对数字金融的人均交易笔数和人均交易金额越大，就越不会轻易去享受其他银行的金融服务。因此，金融科技使用深度的增加，为该地区银行形成垄断创造了部分条件。

（二）地区经济发展水平的调节效应

地区经济发展水平对金融科技发展影响的调节效应的实证结果如表4 所示，各模型均采用GMM 估计。表4 中模型一的核心解释变量为金融科技发展水平、人均GDP 以及二者的交互项（index*pgdp）。该交互项显著为正，说明地区经济越发达，金融科技发展对银行业竞争的促进作用越强。这是由于地区内的个人和企业用户均具有较强的金融需求，即金融市场规模较大，因此金融科技发展水平的提高可以使更多中小银行利用信息技术和数字化技术实现商业模式的突破以及与用户的接触，从而打破大型银行的垄断，并提高地区市场的银行业竞争程度。模型二、模型三和模型四中的核心解释变量，分别为覆盖广度、使用深度和数字服务支持水平及其与人均GDP 的交互项（breadth*pgdp、depth*pgdp、digit*pgdp），通过对交互项系数加以考察发现，除模型三的交互项系数不显著外，模型二和模型四的交互项系数均显著为正，说明对于经济越发达的地区而言，金融科技的发展对银行业竞争的促进作用越大。

表4 金融科技发展、地区经济水平对银行业竞争的影响

（三）金融科技发展影响的区位异质性

金融科技发展对银行业竞争影响的区域异质性的实证结果如表5 所示，各模型均采用GMM 估计。模型一的核心解释变量为金融科技发展水平及其与西部地区虚拟变量的交互项（index*west），该交互项显著为负，说明相比于东部地区和中部地区，金融科技发展对西部地区银行业竞争的促进作用较低。这是由于西部地区普遍经济欠发达，金融市场发展滞后，并且用户的金融需求也相对较小，由于规模受限，金融科技水平的提高也无法帮助中小银行向大型银行争夺市场，从而对银行业竞争的促进作用较小。模型二、模型三和模型四的核心解释变量分别为覆盖广度、使用深度和数字服务支持水平及其与西部地区虚拟变量的交互项（breadth*west、depth*west、digit*west），除模型三不显著外，模型二和模型四的交互项均显著为负，说明对西部地区而言，金融科技的覆盖广度和数字服务支持水平对银行业竞争的促进作用相对较小。

表5 金融科技发展、地理位置对银行业竞争的影响

（四）金融市场规模的调节效应

金融市场规模对金融科技发展影响的调节效应的实证结果如表6 所示，各模型均采用GMM 估计。表6中模型一的核心解释变量为金融科技发展水平、地区金融市场规模以及二者的交互项（index*finance）。该交互项显著为正，说明金融市场规模越大，金融科技发展对银行业竞争的促进作用越强。这是由于金融市场规模较大，银行业面临着足够大的市场需求，少数大型银行将难以完全垄断金融市场，中小银行才能够具有充分的市场潜力和发展空间。只有在这种情况下，金融科技的发展才能帮助中小银行实现商业模式的突破，通过差异化的金融服务获取市场竞争优势、挖掘金融市场潜力，从而提高地区银行业的竞争水平。模型二、模型三和模型四中的核心解释变量，分别为覆盖广度、使用深度和数字服务支持水平及其与金融市场规模的交互项（breadth*finance、depth*finance、digit*finance），通过对交互项系数加以考察发现，除模型三的交互项系数不显著外，模型二和模型四的交互项系数均显著为正，说明金融市场规模越大，金融科技服务的覆盖广度和数字服务支持水平对银行业竞争的促进作用越强。表6 的实证结果表明，只有金融市场规模足够大，金融科技才能发挥其促进银行业竞争的作用。

表6 金融市场规模的调节效应

五、研究结论与政策启示

本文在实证研究中，以银行业集中度的倒数测度银行业竞争变量，借鉴北京大学发布的数字普惠金融指数测度金融科技发展水平，使用动态面板模型测度金融科技发展对银行业竞争水平的影响。研究发现：第一，总体而言，金融科技发展显著促进银行业竞争水平的提高。从细分指标来看，金融科技的覆盖广度和数字化服务支持水平均显著促进银行业竞争，而金融科技的使用深度则显著抑制银行业竞争。第二，对经济越发达的地区而言，金融科技发展对银行业竞争的促进作用越大。第三，区域异质性的检验表明，相比于东部地区和中部地区，在西部地区，金融科技发展对银行业竞争的促进作用相对较小。第四，金融市场规模越大，金融科技发展对银行业竞争的促进作用越大。从总体来看，近年来我国金融科技的快速发展，可以有效提升银行业的竞争水平，使传统银行业同样迸发竞争活力，提供更具差异化和针对性的金融服务。同时，上述四点结论之间的关联性，即我国经济发达程度排序为“东部—中部—西部”，经济越发达的东部地区，金融市场规模越大，投资能力越强，对金融科技的投入越多，金融市场竞争越充分，金融科技发展水平越高，反过来又促进经济金融的发展和科技投资的增长。此外，需要注意的是，对于广大欠发达地区而言，金融科技对银行业竞争的促进作用是有限的，只有努力实现地区经济发展水平的提高和金融市场规模的扩大，金融科技才能充分发挥其正面作用。

本文实证结果具有以下几点政策启示：

第一，强化政策引导，提升金融科技与传统银行协同发展效果。金融科技内涵丰富，作为技术驱动的金融创新，对传统金融业发展具有战略性影响。在东部发达地区，金融与科技两者既有竞争又相互促进；但是在欠发达地区，金融科技发展对银行业竞争的促进作用相对更小，金融科技与银行业存在一定的“分割”。因此，为进一步推动二者协同发展，需要从宏观层面强化政策引领的顶层设计，规范科技与金融的结合，促使金融科技与金融机构更好地形成联动机制。政府部门可以通过明确保障措施和政策制度指引，提升金融科技与传统银行协同发展的黏合性，重点做好金融科技制度保障的顶层设计。

第二，提高西部地区经济发展水平，持续扩张金融市场规模。经济实力相对较弱的西部地区应首先着力于金融业务的外延扩张，在全力做好金融支持实体经济发展的基础上，推动金融要素快速集聚，实现地区经济发展水平的提高和金融市场规模的扩大，金融科技才能充分发挥其正面作用。西部等欠发达地区的地方政府要积极发挥财政资金支持、引导、推动地区金融科技发展的作用，补齐金融科技短板，助力当地银行业为地方实体经济提供更强有力的金融支持。

第三，加快数字化转型，提升传统商业银行竞争力。一是大力实现数字化转型，利用科技和信息力量优化商业银行经营模式，创新结合线上线下产品，不断优化完善以支付平台、网上银行、银企直联、手机银行、银行自助机以及短信通知平台为支撑的电子银行服务网络体系，提高商业银行风险控制能力。二是提高数字化水平，可以丰富金融服务的外延和内涵，优化金融功能，通过提高客户金融科技体验感和实体经济主体的金融获得感，提高银行客户的黏度。三是商业银行数字化有助于混业经营，有助于引进优质资源，开展非金融企业债务融资工具主承销商、资产托管等各类跨业业务，实现与基金、保险等非银行金融机构合作，延伸金融服务触角，更好地满足社会投资多元化需求。

第四，探索适合的金融科技运营模式，提高金融产品创新力。金融科技公司技术雄厚，但对金融监管的认知不足。传统银行与金融科技公司的深度合作，应以商业银行为主导，更容易适应金融监管的要求。商业银行可以成立金融科技公司，也可以收购技术实力较大的成熟科技公司。商业银行负责金融产品设计，金融科技公司负责产品开发和销售，提高金融服务的覆盖率，而且可与客户保持充分联系，有利于金融科技的长远发展。更为重要的是，商业银行与科技公司合作能够降低金融服务成本，充分利用其数据运算分析能力和商业模式，根据不同客户特点为其定制金融产品，提升金融服务效率，有效满足多样化的客户需求。