金融科技发展的商业银行风险承担演化效应

文钟艺，吴 蝶，李华民，吴 非

（1.香港浸会大学 理学院，中国 香港 999077；2.浦发银行广州分行，广东 广州 510630；3.广东金融学院 区域金融政策研究中心，广东 广州 510630）

一、研究背景和文献梳理

随着人工智能、大数据、云计算、区块链、互联物联以及安全技术等新兴科技向金融业的逐步渗透，金融创新领域不断拓展，创新产品和创新业务模式迭代衍生，金融服务实体经济能力明显增强（薛莹和胡坚，2020）[1]。特别是随着《金融科技发展规划（2022—2025）》《关于银行业保险业数字化转型的指导意见》等政策文件的陆续出台，国家在顶层设计上为金融与科技的深度融合提供了更加完善的配套政策体系和支持工具箱，金融科技发展正逐步进入快车道，并深刻影响和改变商业银行的行为方式及其金融业务的演化格局（李华民等，2021；李为等，2022）[2-3]。但是，金融科技发展呈现动态演化特质，由最初的游离于传统金融机构之外的自构金融业态①金融科技是基于大数据、云计算、人工智能、区块链等一系列技术创新全面应用于支付清算、借贷融资、财富管理、零售银行、保险、交易结算等的技术驱动的金融创新，在一段相当量的时期内，形成了并行且与传统银行体系竞争的包括“存”、贷和支付及结算等各项业务的新金融业态，典型载体是金融科技公司。本文将上述新金融业态称为“金融科技自构金融业态”。逐步演化过渡，形成了当前的金融科技赋能商业银行机构数字化转型与金融科技自构金融业态并存和竞争的结构状态②易言之，金融科技既包括金融科技公司以及其金融产品等，即本文所言及的金融科技自构金融业态，在存贷、支付、理财、保险、投资和征信等领域与传统商业银行服务体系并行竞争，也包括传统金融机构吸纳融合金融高科技，通过场景嫁接、技术合作和数据共享等各种方式，创新和改造传统金融业务，实现转型和升级，发展形成商业银行体系内的新金融业态。。从这个角度来看，金融科技发展对于商业银行的行为方式及业务边界的影响，实现了从单一竞争替代转向竞争效应与促进效应（技术溢出效应）并存和消长的动态演化格局。因此考察金融科技对商业银行的影响效应，能为商业银行机构创新变革与我国金融监管决策提供依据，具有一定的实践价值。

现有研究文献分别从不同方位考察商业银行风险承担水平的影响因素。第一，从宏观政策角度来看，经济政策不确定性（顾海峰和于家珺，2019）[4]、货币政策（谭政勋和李丽芳，2016）[5]及资产流动性（马勇和李振，2019）[6]都被认为是影响商业银行风险承担行为的重要因素。特别是金融监管（郑宗杰和任碧云，2022）[7]对于金融科技的银行机构风险承担效应发挥了调节作用，可能会导致国有大型商业银行和其他银行机构之间的异质性分化。第二，从商业银行机构的行业竞争角度来看，商业银行风险承担与市场竞争有紧密联系（韩雍和刘生福，2018；杨文捷等，2020）[8-9]，而对于商业银行的存款业务、贷款业务和中间业务的竞争和替代，则是市场竞争的集中体现（郜栋玺和项后军，2020）[10]。第三，从商业银行机构内部角度来看，银行机构内部的信息捕捉能力差异（金洪飞等，2020）[11]、信贷结构异化、市值管理（刘志洋等，2022）[12]、业务多元化与管理成本（刘孟飞和王琦，2022）[13]以及银行属性类别（胡援成等，2020；李淑萍和徐英杰，2020）[14-15]等，都曾被用作求证金融科技改变银行机构风险承担水平的传递中介和渠道。上述研究都为本文实证分析的开展提供了参考。

2013年以来，有关金融科技演化对于商业银行机构行为选择及风险承担演化效应的研究越来越丰富。郭品和沈悦（2015）[16]、刘孟飞（2021）[17]、余静文和吴滨阳（2021）[18]等研究认为，金融科技发展改变了传统银行业的竞争模式，打破了传统银行机构的负债端垄断格局，加速了利率市场化进程，并由此“倒逼”银行机构通过强化资产端风险偏好提增其风险承担水平，由此弥补负债端成本，但对于流动性慢、资本充足率低的银行机构而言，金融科技的影响力有明显的边界限制。在异质性分析层面，现有研究出现了一定分歧。一方面，一些学者发现了金融科技发展不利于小型银行机构风险承担水平提升的特征事实；另一方面，金融科技对银行机构风险承担水平的提升，往往在大型机构中才成立（刘忠璐，2016）[19]。从这个角度来看，现有文献对于“金融科技发展—商业银行风险承担”的研究结论并不一致，对其重新检验和分析，具有一定的学术理论价值。

综合上述讨论，一方面，现有文献对于金融科技范畴的边界厘定尚不清晰，金融科技究竟是传统金融体系之外的自构金融业态，还是在此基础上包括银行数字化转型新业态的演变，还未形成一致性的分析框架；另一方面，有关银行机构风险承担的界定，往往也区分为业务承担能力和风险资产比重的不同。这些差异，在很大程度上决定了前述研究文献的落脚点与核心结论的差异。

基于此，第一，要明确且合乎实际演化的金融科技的概念界定，同时厘清作为被解释变量的商业银行风险承担的内涵和外延。第二，要明确金融科技演化的自构金融业态和赋能商业银行传统业务的业态转型的金融科技系统等两种类型及其不同特征，对应金融科技发展带来的商业银行负债端存款业务、资产端贷款业务和表外中间业务等三项传统主体业务的冲击展开分析，将金融科技发展下商业银行风险承担变化效应的影响机制和传递渠道予以细分和理论化，由此考察金融科技发展给商业银行风险承担带来的综合效应，是本文研究的边际贡献。

二、理论分析与假说提出

（一）金融科技发展对于商业银行主体业务的竞争与赋能

第一，金融科技自构金融业态冲击商业银行负债端业务，导致商业银行存款“脱媒”。金融科技企业凭借其个性化产品，凸显其“获客”优势，特别是在长尾客户市场领域更是如此。货币市场基金针对商业银行机构负债端形成激烈竞争，“倒逼”商业银行增加理财及同业负债，以弥补存款资金损失导致的资金需求缺口并扩展其收益空间，这形成和推进了事实上的存款利率市场化，可能会导致商业银行负债成本上升。尽管商业银行以金融科技赋能的理财产品积极参与上述竞争，且在资管新规实施后商业银行可以把保本理财产品计入负债端，部分抵消金融科技自构金融业态的冲击，但由于资产方业务即贷款利率在LIBOR利率①2021年6月1日，市场利率定价自律机制工作会议要求，积极推动金融机构美元浮动利率贷款定价基准转换，LIBOR逐步退出市场，但商业银行贷款利率的约束条件并不发生实质性改变。约束下不能随意上调，商业银行没有通畅渠道向下游贷款客户转嫁成本，只能选择投资更高风险资产以维系盈利空间。

第二，金融科技发展影响商业银行资产端业务，导致银行贷款被分流。一方面，相对于商业银行烦琐的信贷程序而言，金融科技自构金融业态的贷款效率要高，对于资金周转比较频繁的小额贷款客户而言，具有较强吸引力，由此形成对商业银行贷款业务的竞争和替代。另一方面，金融科技赋能商业银行资产业务服务转型，各项底层技术可以有效处理传统银行的海量交易数据，由此提升其获取客户信息的便捷性、完善性和速率，准确把握客户贷款项目进度，降低商业银行与贷款客户之间的信息不对称程度（Demertzis等，2018）[20]，同时现代信息系统可改善征信系统，赋能商业银行把控长尾高风险客户信用状态，有助于有效识别信贷风险，强化风险全流程管控，降低风险承担（Berg等，2020）[21]。总之，金融科技发展通过资产端业务影响商业银行风险承担的最终效果，取决于两个方面：一方面是金融科技自构金融业态带来的商业银行资产端业务的竞争程度，另一方面是金融科技赋能商业银行资产端业务转型带来的信贷便利。

第三，金融科技的自构金融业态会压缩商业银行的中间业务。一方面，第三方支付平台的兴起，打破了商业银行机构在交易结算、财富管理、投顾服务乃至银行卡业务等中间业务领域的收益垄断，互联网基金以及互联网保险产品会压缩商业银行相关代理业务的手续费收入。盈利能力受到冲击的商业银行通过转型升级创新中间业务，但高收益产品往往伴随更大风险，使得自身风险承担水平增加。另一方面，谢平等（2015）[22]认为，商业银行通过自研或者引入金融科技手段可以实现互联网代销基金和保险产品，或者利用金融科技进行差异化竞争，打造多元场景服务平台，加持其原有广大客户资源，由此削弱金融科技自构金融业态的负面影响；顾海峰和闫君（2019）[23]也关注到第三方支付对于商业银行的存款结构和客户拓展方面的正向效应。基于此，金融科技对于商业银行中间业务的冲击以及衍生的风险承担效应，是两个方面消长的综合结果。

（二）金融科技赋能商业银行提高经营效率

商业银行吸纳融合金融科技手段，实现智能化经营管理，比如增设智能柜台，利用客户设备拓展服务终端，并由此降低人力成本和交易成本，同时提高服务速率。金融科技赋能商业银行吸收金融科技自构金融业态中的线上客户资源和海量数据，可以降低信息不对称问题，改善经营效率。从理论逻辑而言，金融科技赋能商业银行提高经营效率，由此抵消金融科技自构金融业态带来的风险承担增加效应。但是，有关经营效率提升带来的风险承担效应，顾海峰和张晶（2021）[24]认为，经营效率提升一方面可能会刺激商业银行更加偏好高风险项目博弈，另一方面也为商业银行转嫁风险提供了技术手段。因此，其风险承担的综合效应，决定于两者的比较结果。

（三）金融科技赋能商业银行风险管理效应

第一，金融科技拓展了商业银行数据库，增加了数据库维度，提升数据质量，为商业银行甄别客户以及精准识别风险总类提供数据基础。第二，金融科技中的高阶统计量的信息处理技术，可针对商业银行数据库中的冗杂信息进行梳理分类并提炼总结，生成智能化数据分析报告，完善商业银行内部评级方法，提升商业银行风险管理和控制能力。第三，金融科技可使管理过程可视化，支持风险管理流程重构，由此打破商业银行内部部门间的信息孤岛状态，规避内部推诿现象，推动风险管理流程更加规范和高效，由此降低风险承担。第四，金融科技的出现打破了商业银行内部推诿、信息孤立的状态，使管理过程更加可视化，商业银行风险管理的流程更加规范与高效（宋首文等，2015）[25]。综上所述，金融科技增强商业银行各部门之间以及商业银行内部与外部之间的沟通效率，提升商业银行信息交流共享的能力，从而有助于商业银行优化风险管理模式，降低风险承担。

综上所述，金融科技通过业务竞争及赋能，改变商业银行风险管理流程，提升商业银行经营效率等，从而影响商业银行风险承担。鉴于风险承担水平改变风向决定于多元变量的综合效应，本文提出如下竞争性假说。

H1a：金融科技发展提增商业银行的风险承担水平。

H1b：金融科技发展削减商业银行的风险承担水平。

当前，大型商业银行、股份制商业银行、城商行和农商行等，是构成中国商业银行业机构体系演化变迁的主体成分。不同类型的商业银行，具备不同特质。大型商业银行规模大，网点遍布全国；股份制商业银行体制灵活，创新动机强烈，经营效率较高；城商银行有地域优势，业务区域相对集中，风险分散难度大；农商行聚焦农村普惠金融，触及高风险长尾客户，风险控制相对较难；等等。基于此，本文认为，不同类型的商业银行机构，其自身风险承担水平及行为方式不同，金融科技发展带来的风险承担效应也会有明显差异。具体分析，大型商业银行，其综合实力较强，人才储备厚实，吸纳金融科技进行内部研发和融合创新能力也强，但其面临的监管资本标准更为严格，其风险行为相对谨慎，因此金融科技引致的风险承担弹性应该不敏感。股份制商业银行及沪、深A股上市的城商行和农商行等，具有企业组织架构灵活优势，业务范围和线条鲜明，经营模式更为激进，同时更加贴近市场，其风险偏好和容忍度也相对较高，其对于金融科技冲击下的风险分担敏感度较高。城商行和农商行，规模相对较小，融合金融科技能力以及抵御外部冲击能力较弱，因此金融科技发展引致的金融脆弱乃至挤出效应可能会占据主要地位，但因其具备区域性较强、客户黏性高的特质，可在一定程度上抵消上述挤出效应。本文认为，银行规模可能会对于金融科技发展的商业银行风险承担水平产生调节功能，从而导致明显异质性效应。由此，本文提出如下假说。

假说2：金融科技发展带来的商业银行风险承担效应，对于不同类型不同规模的商业银行而言，呈现明显的异质性特征。

三、实证研究设计

（一）样本选取与数据来源

综合考虑金融科技兴起及其进度周期和商业银行相关数据的完整性及可获得性，最终选取2012—2019年26家上市商业银行的面板数据进行实证分析，其中包括6家国有大型商业银行、8家股份制商业银行（其他银行部分数据缺失）和12家城商行和农商行。相关数据主要来源于Wind数据库、中国理财网和中国银保监会各银行年度报告、全球银行与金融机构分析库以及《中国金融统计年鉴》；宏观统计数据来自国家统计局网站，货币政策的利率数据来自中经网统计数据库。

（二）变量设计

1.被解释变量

在本文中，风险承担（Risk-taking）指商业银行基于利润最大化、价值最大化、运营稳定目标等综合考虑业务选择而主动承担的风险水平，其中的风险暴露损失需要凭借内部资源予以弥补。综合参考Laeven和Levine（2009）[26]、陈伟光等（2021）[27]的研究方法，本文选取不良贷款率NPL作为银行风险承担的代理指标，计算风险加权资产占总资产比例。选取Z-Score值作为稳健性检验的替代变量，其计算公式为：其中ROA为商业银行总资产收益率（银行净利润/总资产），CAR表示商业银行的资本充足率，ρ(ROA)表示总资产收益率的标准差，本文采用3年股东数据计算获得该数据。根据定义可知，Z-Score越大，商业银行的风险承担水平越高。

2.核心解释变量

有关金融科技指数的度量，当下研究文献有两种思路。一种是直接选择某个可观测指标来指代，比如互联网金融中的第三方支付水平等。该方法优点在于简单，但其不足是难以覆盖金融科技外延。另一种是吴非等（2021）[28]的研究文献所采用的文本挖掘法。与直接选取某可观测指标予以指代解释变量的方法相比，该方法更加全面且相对合理。文本挖掘法的工作重心在于建构一个能够反映金融科技发展水平的关键词词库，利用百度或者Python搜索引擎统计各关键词的年度新闻发布次数，然后除以年度新闻发布总数，由此得出各关键词的年度词频，最后将各关键词的年度词频进行合成，得到金融科技指数。本文借鉴吴非等（2021）[28]的经验做法，第一步，依据巴塞尔监管委员会对金融科技业务的分类，从支付结算、财富管理、基础设施、借贷融资以及信息渠道等五项业务维度选取二十个关键词，建构金融科技演化词库矩阵（见表1）；第二步，基于python完成各个关键词2011—2019年年度搜索词频，作为建构金融科技指数的数据基础；第三步，运用主成分分析法提取每一维度中的关键词的公因子，对初始词库中的关键词词频数据进行降维处理，得出前三个主成分累积贡献率达到87.22%，可解释大部分关键词信息；第四步，根据三个主成分方程贡献率占比，加权得到2011—2019年金融科技的年度总得分，即金融科技指数（FI）。其折线图如图1所示。

表1 金融科技指数初始词库

图1 金融科技指数变迁态势

由图1可知，中国金融科技指数从2012—2017年总体呈现右向上斜趋势，2018年开始右下倾斜。具体演化状态是，从2013年中国互联网金融元年开始，互联网理财产品涌现，互联网贷款机构平台数量猛增，带动了其他类型的金融科技业态无理性膨胀。从2016年8月P2P网贷平台整顿至2020年11月末清零，金融科技企业平台以及其金融业态绩效逐步收敛。通过Python文本挖掘的金融科技指数走势，虽样本规模相对有限，但也与宋良荣和李佳男（2022）[29]、王小华等（2022）[30]大体一致。

3.控制变量

根据前文分析，商业银行风险承担受宏观层面和微观层面两大类可量化因素影响。因此，本文实证研究的控制变量参考以往研究文献选取以上两类变量，见表2。（1）实际GDP增速，以反映经济运行情况。（2）广义货币供应量增速（M2），反映货币政策的情况。（3）商业银行资产规模，用商业银行总资产的自然对数来表示。（4）流动性水平，综合考虑数据的可得性以及应用普遍性，以存贷比来衡量银行流动性水平。（5）盈利能力，以资产收益率（ROA）作为衡量盈利能力的代理指标。

表2 变量名称及其含义

（三）描述性统计及检验

宏观层面，中国经济增长于2012年达到最高，然后进入经济新常态，由超高速增长逐步回落。M2增速与经济增长趋势基本一致，2009年开始，宽松的货币政策提高了M2增速，延至2012年达最大值。受周期变化影响，M2在2017年触底，2018年开始稍有回暖，具体结果如表3所示。微观层面，工商银行体量最大，紫金银行在2012年规模最小。2014年的贵阳银行资产收益率为最大值，2016年的邮储银行的资产收益率为最小。不同银行的经营理念、运作模式以及企业文化决定了各商业银行指标的差异。

表3 描述性统计结果

表4、表5为检验变量之间关系多重共线结果。在没有控制其他因素影响的前提下，金融科技指数与商业银行风险承担变量NPL正相关，表明在1%的显著性水平下，金融科技的发展整体上会增加商业银行的风险承担。而商业银行资产规模和盈利水平提升则会降低其风险承担。从宏观层面来看，银行的风险承担具有逆周期效应。从表5可以看出，各个变量的VIF值均小于10，表明变量之间不存在严重的多重共线性问题。

（四）模型建构

由于风险承担的滞后项也是影响当期风险承担的重要因素，即风险承担具有持续性，本文在构建模型时选择动态面板广义矩估计（GMM）模型进行研究，该方法可有效规避滞后期变量内生性问题，同时也降低模型估计偏差。动态面板广义矩估计包含差分广义矩估计和系统广义矩估计（SYS-GMM），后者通过引入工具变量解决内生性问题且不受异方差和序列相关约束，由此可降低估计系数偏差，并纳入被解释变量的滞后效应来吸收更多内生元素。基于此，本文应用系统广义矩估计（SYS-GMM）作为本文的计量分析工具。

表4 变量相关系数表

表5 多重共线性检验

1.检验金融科技对商业银行风险承担影响的基准检验模型

其中，被解释变量NPLi1t，是商业银行风险承担的代理变量，i表示商业银行，t表示时间；FI是金融科技指数；NPLi1t-1为上一期风险承担水平；μi为个体异质性截距项；Contrili1t表示控制变量，包括经济增长速度（GDP）、货币政策（M2）、银行资产规模对数（Lna）、流动性水平（Li）和盈利能力（ROA），λt为时间固定效应。

2.稳健性检验模型

本文选取资本资产比（AE）和Z-score替代不良贷款率（NPL）进行稳健性检验。

四、实证检验及分析

（一）全样本系统广义矩估计

表6是利用系统广义矩估计（SYS-GMM）的动态回归结果。通过模型验证可以看出，模型Sargan检验值超过0.1，这说明工具变量是有效的。模型AR（2）大于0.1，这说明扰动项差分不存在二阶序列相关。基于此，说明本文使用数据与模型有效。

从表6可知，核心解释变量FI的系数在1%的置信度水平下显著为正，这说明金融科技发展整体提增了商业银行风险承担水平，由此假设1a成立。对此，可能的解释是，金融科技赋能商业银行改善风险管理能力带来的风险抵消效应，尚不足以弥补金融科技发展给商业银行带来的冲击效用。流动性水平变量（Li）的估计结果，在1%的显著性水平下系数为正，这表明商业银行的流动性水平越低，即存贷比越高，风险承担也就越高。其实，商业银行流动性越弱，其流动性风险就越大，抗御风险的能力越弱。资产收益率（ROA）在1%的水平下显著为负，表明商业银行盈利性越强，其风险承担越低。商业银行盈利增加，其主动承担风险去获取盈利的意愿会趋于下降，因此风险承担下降。在1%的显著性水平下，M2增速的系数显著为正，这说明商业银行在货币政策宽松时倾向于承担高风险从而获取超额收益。

表6 GMM估计结果

（二）金融科技对不同类型商业银行风险承担的异质性分析

在基准检验基础上，本部分进一步研究金融科技对不同类型商业银行风险承担影响的异质性。借鉴Zhu（2012）[31]的分类回归法，分类检验不同商业银行的风险承担效应。在表7中，总样本剔除6家大型商业银行之后得到子样本一，其检验结果是股份制商业银行、城商行及农商行的风险承担效应；总样本剔除8家股份制商业银行后得到子样本二，检验结果是国有大型商业银行、城商行和农商行的风险承担效应；剔除12家城商行及农商行后得到子样本三，检验结果是国有大商业银行和股份制商业银行的风险承担效应。对各个子样本进行GMM回归，最后与总样本的系数进行比较分析，可逻辑演绎不同类型商业银行风险承担效应差异。子样本GMM估计结果，如表7所示。

表7所示，三个子样本的各变量回归系数符号与总样本大致相同，金融科技指数系数均为正，与总样本的检验结果一致。其中子样本一中金融科技系数为0.0449，子样本二中金融科技系数为0.0252，子样本三中金融科技系数为0.0995。系数绝对值越大，说明银行对金融科技的风险承担效应的反应越敏感。各个子样本与总样本的回归结果均存在明显差异。基于此，假说2成立。其中，金融科技对股份制商业银行的风险承担的影响最大，国有大型商业银行次之，对于城商行和农商行的风险承担的影响最小。这体现出不同类型不同规模的商业银行，由于在管理模式、发展战略、客户群体、受政策支持力度以及企业文化等方面的差异，因此其风险管理承受金融科技的影响程度也不尽相同。国有大型商业银行规模大、客户多为大型国企或者基金项目、战略稳健、抗风险冲击能力强，因此受金融科技的风险承担效应较弱。城商行和农商行的业务模式和发展路径具有区域特质，其客户黏性强，对于金融科技冲击的敏感性反而比股份制商业银行弱。股份制商业银行管理方式灵活，组织结构明确，针对自身发展定位形成了独具一格的盈利模式，战略策略较为进取，金融科技带来的客户分流首先冲击股份制商业银行，受到金融科技的风险承担弹性较高。

表7 分样本GMM估计结果

（三）稳健性检验

本文分别使用资本资产比和Z值替换不良贷款率进行稳健性检验①考虑篇幅，检验结果未附，若需要可以提供。。从检验结果来看，除控制变量M2系数发生方向性改变外，稳健性检验中其他各变量的系数符号与前文一致，验证了前文研究结论的稳健性。控制变量M2对商业银行风险承担的影响由正变为负，但统计结果并不显著。该变化符合现实及预期。可能的解释为，宽松的货币政策会增加商业银行的自有资金占比，银行抵御风险能力变强，风险承担降低。

五、研究结论及其政策建议

（一）研究结论

金融科技发展在完成从自构金融业态独立运行阶段到赋能商业银行业态转型与其并存阶段之后，金融科技发展带来的商业银行风险承担效应呈现其渠道复杂性，这决定了本文研究的边际贡献。本文运用系统GMM估计方法，以2011—2019年数据为样本，对金融科技的商业银行风险承担进行实证检验，研究结论如下。

（1）金融科技发展整体上提增了商业银行的风险承担水平。金融科技赋能商业银行风险管理能力提升，不足以弥补金融科技发展给商业银行带来的冲击，以至于商业银行风险承担在金融科技演化进程中依然处于上升趋势，但增幅从2018年开始进入下降通道。商业银行的存款业务、贷款业务和中间业务均受不同程度影响，银行资金获取成本上升，但效应方向复杂。

（2）金融科技发展对禀赋的商业银行的风险承担效应呈现明显异质性。股份制商业银行的弹性系数最大，国有大型商业银行次之，对城商行与农商行的影响最小。体制范式、经营管理、客户群体、业务类型、区域黏性及政策支持力度等都可以解释上述结论。

（二）政策建议

（1）商业银行吸纳融合创新金融科技模式。从实证检验过程和结论看，商业银行积极主动融合金融科技，可以尽快改变金融科技带来的风险承担的提增趋势，在风险承担同比条件下，保证其存款、贷款和中间业务的常态运转，兼具营利性、稳健性和流动性目标。基于此，商业银行通过加快与金融科技企业合作，或者自发进行金融科技研发，推进内部业态转型，以提升自身在金融科技演化进程中的风险管理能力，消解金融科技自构金融业态的冲击。

（2）依据自身特质，理性应用金融科技。城商行和农商行利用自身区域优势和客户黏性，开发金融科技业务终端，在长尾客户端加持金融科技服务，在满足长尾客户的金融服务需求的同时，实现自身盈利水平和风控能力提升。股份制商业银行利用自身经营灵活优势，加持金融科技赋能，实现数字化金融服务转型，可在金融科技创新领域形成核心竞争力，从而提增风险管理能力。国有大型商业银行可重构金融科技创新部门，独立创新金融科技业态，引领金融科技演化方向，基此实现金融科技赋能整体金融业从风险承担赋能向整体金融业的风险承担的赋能转变。

（3）对监管部门的政策建议。对于金融科技发展依然在提增商业银行风险承担水平这一事实而言，监管部门应采取相应政策激励金融科技的赋能方向，促进金融科技对于商业银行风险承担的正向影响的转变进程，同时出台相关激励政策引导商业银行吸纳金融科技企业，承担金融业整体稳定、覆盖长尾群体的社会责任，降低金融业系统性风险暴露概率。这是当前全球通货膨胀和国际技术性衰退背景下防范国际金融危机传染的现实要求。