金融科技对商业银行绩效的影响研究——基于动态面板的GMM 分析

项学敏， 洪振木

（安徽财经大学 金融学院， 安徽 蚌埠 233030）

1 引言

近年来， 金融科技的迅猛发展为金融行业发展、传统金融模式带来了新的机遇和挑战。 鉴于金融科技对于金融行业产生的巨大影响，政府给予了充分重视。刘涛，李皖枫[1]认为，现如今，在金融科技快速发展的背景下，商业银行“重资产”的管理模式亟需向“轻型化银行”转变。 李建军，姜世超[2]认为，金融科技为商业银行转型升级带来前所未有的优良发展条件，并对实现普惠金融的商业可持续性具有重大意义。所以探究金融科技对商业银行绩效的影响以及金融科技对不同类型商业银行绩效的影响有何不同具有一定的现实意义。

在金融科技的界定方面，Vasiljeva 和Lukanova[3]提出金融科技的特征是可以利用先进技术促进传统金融机构的发展。 Dranev, Y., et al[4]认为，金融科技包括广泛应用技术的金融领域，例如前端消费产品、新进入者与现有参与者之间的竞争，甚至创新的区块链技术，以及比特币等加密货币。 Richard Hayen[5]认为，金融科技的关键是科技，而科技是需要为金融服务的。 Julapa Jagtian 和Kose John[6]提出监管机构应该关注金融科技产生的风险，在维护金融稳定的同时，也不可忽视金融创新需要的安全氛围。 Mauro de M. Spinola., et al 将金融科技相关文献进行分类，强调金融服务与创新的重要作用[7]。

在金融科技的测度方面，大多数学者采用文本挖掘法，通过金融功能和技术功能的分类选取合适的关键词，最后利用因子分析计算出金融科技指数，如：郭品，沈悦[8]、汪可[9]、刘孟飞，蒋维[10]。 邱晗等[11]和候层，李北伟[12]采用郭峰等[13]编制的地级市层面中国数字普惠金融指数测度金融科技发展水平，研究金融科技对传统商业银行的影响。 孙旭然等[14]采用北京大学城市层面数字普惠金融指数中的深化指数测度地方城市金融科技的发展程度，探究金融科技、分支机构扩张和中小银行风险的关系。

从金融科技对商业银行的影响来看，刘孟飞[15]认为，在金融科技的背景下，商业银行对金融科技的运用会促进其盈利能力的提升。 李向前，贺卓异[16]从理论分析的角度提出金融科技会提高商业银行的利润水平。 李易懋[17]将金融科技拆分成金融和科技两个方面，指出第三方支付等金融服务的发展对商业银行有正向影响，而大数据等技术的发展对商业银行盈利能力呈负相关关系。 刘忠璐，林章悦[18]从盈利能力与盈利结构两个角度出发，得出互联网金融会降低商业银行盈利能力，其中城市商业银行受到的冲击最严重。 金鸿飞等[19]提出金融科技的发展对中小银行发展产生了挤出效应，倒逼商业银行改变业务发展模式、积极引用新技术。 于波等[20]提出金融科技产生的“竞争效应”冲击着商业银行的核心业务，即金融科技对商业银行盈利能力存在不利影响。 孟娜娜，粟勤[21]则认为金融科技对商业银行产生的挤出效应会阻碍普惠金融的发展。随着对金融科技的进一步研究，相关学者认为金融科技与商业银行并不是简单的线性关系，胡文涛等[22]基于风险承担的角度，指出商业银行进行金融创新会对银行盈利能力产生非线性影响。 刘孟飞，王琦[23]引入银行存贷款收益模型，指出金融科技对商业银行绩效产生了先升后降的“倒U 型“关系。熊健等[24]认为金融科技发展水平不同对商业银行绩效会产生的不同的影响，两者总体呈非线性动态关系。

总的来看，国内外学者对金融科技与商业银行之间的关系研究主要是采用定性研究方法，并且定量分析中金融科技指数的构建方法较单一。基于以上背景，文章从技术溢出效应和挤出效应这两个角度分析金融科技的发展对商业银行绩效产生动态的非线性关系；采用文本挖掘法和熵值法测算金融科技指数，通过构建非平衡面板回归模型，经过实证分析研究金融科技对商业银行绩效的影响，为传统商业银行更好地应对金融科技的冲击与挑战提供借鉴和参考。

2 理论分析与研究假设

金融科技浪潮的兴起，势必会影响商业银行的发展，同时会对整个银行体系产生巨大冲击。 但金融科技如何对商业银行产生技术溢出效应值得进一步探讨。马歇尔在《经济学原理》中提出的技术溢出理论是指拥有高新技术的企业（技术输出方）在生产经营中非自愿的技术扩散会对另一个同行业的企业（技术吸收方）产生了积极影响。技术溢出理论具体有四种效应。

第一，示范效应。 指金融科技企业的高新技术以及新的文化理念对商业银行产生了示范扩散作用。 商业银行会学习模仿高新技术和新兴服务理念，加快产品升级，创新业务发展模式。 技术层面，金融科技企业的大数据、区块链、人工智能技术可以为客户提供精准的信用风险分析、有针对性的个性化业务推荐以及便捷高效的服务。有关要求文化理念层面，商业银行可以吸取金融科技企业的创新理念，实现企业文化实现包容性发展。

第二，竞争效应。 指的是金融科技企业凭借技术优势在支付结算、 存贷款等业务领域发展迅速，甚至挤占了商业银行的业务范围。金融科技企业给商业银行带来的这种冲击迫使其加大技术创新投入，提高技术水平，提升银行效率。

第三，人员流动效应。 科学技术的传播与知识传播相似，都需要一定的载体才能实现扩散。 金融科技企业的员工作为技术载体，他们在银行业间的流动会提高商业银行从业人员的技术水平和专业程度。 近年来，商业银行愈发注重培养和引进兼备技术与专业金融素养的人才，也开始专门设置金融科技岗位。

第四，联系效应。 指的是金融科技企业与商业银行之间不仅存在竞争效应， 也存在业务合作关系。 一方面，商业银行学习借鉴金融科技企业的先进技术，应用到银行各个业务领域，提高了服务质量和工作效率。 另一方面，金融科技企业也可以学习借鉴传统商业银行在资金划拨、清算等方面的经验。

综合以上金融科技对商业银行的四种效应分析，提出以下假设：

假设1：金融科技通过技术溢出理论推动商业银行绩效的提高。

金融科技也对商业银行绩效产生了挤出效应。金融科技分别在资产端、负债端和中间业务层面对商业银行产生了不同程度的冲击。

首先，贷款业务受到挤压。 金融科技企业通过第三方支付平台拓宽了用户贷款途径，削弱了银行的贷款主体地位。由于传统银行业的收益来源主要是少量大型企业、大客户的金融需求，从而忽略了大量拥有小额度金融需求的客户。而金融科技打破了“二八定律”，能利用先进技术有效整合中小型贷款需求信息，为长尾客户提供针对性需求，这就会挤压商业银行的贷款份额。

其次，负债业务受挫。 存款业务是银行扩大贷款规模的基础条件，对银行经营发展至关重要。 金融科技公司开发了众多利率高、交易灵活、操作方便并且成本低的理财产品，分流了银行部分存款。

最后，中间业务受到冲击。 金融科技逐渐渗透于商业银行的中间业务，通过第三方支付平台大大降低了商业银行在支付结算业务的垄断地位。而第三方支付平台的快速发展使存款规模减少，客户选择便利性更强的方式办理业务，银行损失了部分手续费。

综合以上金融科技对商业银行的冲击，提出以下假设：

假设2：金融科技的发展会冲击商业银行绩效水平。

金融科技对商业银行绩效的影响效果取决于各类型商业银行的规模、组织结构、资源约束和经营管理模式等因素的影响。

国有商业银行资产规模庞大，拥有优惠的政策扶持、稳定的客户基础等先天优势，客户对其信任度较高，更容易吸引客户资源，这些优势条件有利于银行应对前期金融科技的冲击。但国有银行也具有一些劣势条件：复杂庞大的体系和多层级、僵化的管理机制；经营管理模式逐步脱轨，遵循的是传统官僚化体制人员管理；这些会阻碍技术创新活动的展开以及技术人才的引进，导致国有银行无法充分吸收技术溢出效应带来的积极作用。

大型股份制银行通过自身发展特点和比较优势，促进了金融科技对其技术溢出效应的影响。 首先，股份制银行有硬性的营业利润目标，迫于营业额压力会加大技术创新投入， 提高银行服务质量。其次，股份制银行灵活的组织结构和新颖的经营理念能促进人才流动， 也能吸引专业技术人才的加入。这些特点会使大型股份制商业银行能够更好应对金融科技发展初期对其的冲击。

城市商业银行成立时间短、规模小、地位较低。在金融科技发展初期，城市商业银行的大量存贷款业务受到挤压，银行风险增加，银行盈利能力降低，从而导致银行绩效水平下降。但在金融科技发展后期，城市商业银行凭借可以不受资产规模约束的优势，对市场变化作出迅速反应，紧随金融科技企业步伐，提高银行技术水平。

综上所述，提出以下假设：

假设3：金融科技对不同类型商业银行的绩效影响具有异质性。

3 研究设计

3.1 变量定义

3.1.1 被解释变量：商业银行绩效

国外学者通常采用Tobin’Q 指标衡量商业银行绩效，但由于我国资本市场公司股权结构具有特殊性，国内学者常用的评价银行绩效的指标主要是总资产收益率（ROA）或净资产收益率（ROE）。因此本文参考魏华，刘金岩[25]，选取总资产收益率（ROA）作为被解释变量。

3.1.2 核心解释变量：金融科技指数

由于金融科技发展时间较短，在数据获取方面存在困难，金融科技发展水平的测度的方法相对缺乏。 本文借鉴沈悦、郭品的方法构建金融科技指数[26]。 首先，根据金融科技的金融功能及金融技术基础进行关键词筛选， 将关键词依据支付结算、资源配置、风险管理、信息传递、技术实现这五个维度分类， 每个维度选取五个关键词 （原始词库见表1）；然后利用百度搜索指数统计出各个关键词的年度词频，除以年度新闻总数，得到年度新闻关键词的平均值作为年度词频；最后参考盛天翔，范从来[27]采用的熵值法，分别通过数据标准化、确定各维度的信息熵、确定权重、计算得出各维度指数，最终根据各维度的单个指数合成一个综合指数。以这个综合指数作为衡量金融科技发展水平的指标，即金融科技指数。 据此构建的金融科技指数走势如图1所示。 总体来看，2012-2020年的金融科技指数呈波动上升趋势。

表1 原始词库

图1 金融科技指数走势图

3.1.3 控制变量

经过以往研究发现，商业银行绩效还会受到宏观层面和银行层面因素的影响。本文选取了宏观方面的因素包括：宏观经济水平（GDP）、货币政策环境（M2）；结合左晓慧，马云[28]研究结论，银行层面选取的因素主要包括银行资产规模（SIZE)、不良贷款率(NPL)和资本充足率（CAR）。 此外，为了确保数据稳定性以及回归结果的准确性，本文对宏观经济水平和银行资产规模取对数。相关变量定义如表2 所示。

表2 变量定义

3.2 样本数据来源

本文的数据主要来源于Wind 数据库，并通过手工整理各大商业银行年报的数据进行数据补充。金融科技发展指数相关数据通过百度搜索指数获取。 最终选取5 家国有大型商业银行、7 家股份制商业银行、5 家城市商业银行作为研究样本， 样本区间为2012-2020年。

3.3 模型设定

为了研究金融科技与商业银行绩效的关系，建立以下计量模型：

其中i 为不同银行，t 为时期；ROAit是商业银行总资产收益率；ROAi,t-1为ROAit的滞后一期；GFIit是金融科 技指数；GDPit是GDP 增长率；M2it是广义货币增长率；SIZEit银行规模；NPLit是银行不良贷款率；CARit是资本充足率；μi为个体异质性；εit是随机误差项。

4 实证分析

4.1 描述性统计

描述性统计结果如表3 所示。其中商业银行的总资产收益率最大值为1.470， 最小值为0.710，标准差为0.183， 说明商业银行间的绩效水平存在较大差距。 金融科技指数的最大值、 最小值分别为0.004 和0.018，均值为0.013，说明我国金融科技发展水平仍有较大上升空间。商业银行资产规模的标准差为1.117，最大值为21.830，最小值为17.350，说明我国商业银行间的资产规模差异较大。商业银行不良贷款率的均值为1.279， 也表明我国商业银行的银行贷款质量仍有待提高。 GDP 增长率最大值与最小值相差较小， 表明我国经济增长较为稳定。 M2 增长率最大值为0.138，最小值为0.081，标准差为0.023， 表明我国货币政策在各年份有较大差异。

表3 各变量的描述性统计结果

4.2 平稳性检验

在进行实证分析之前，需要对数据进行平稳性检验，以避免出现伪回归现象。采用LLC 和Fisher-ADF 检验方法对数据进行单位根检验。 检验结果如表4 所示。 所有变量均通过单位根检验，因此面板数据是平稳的。

表4 面板单位根检验

4.3 实证结果分析

对全样本商业银行总体数据进行GMM 动态回归，给出模型1 的回归结果，如表5 所示。

表5 模型回归结果

从动态面板GMM 估计结果来看，模型1 的金融科技指数（GFI）一次项系数均为负，符合假设2的猜想。 而二次项系数（GFI2）均为正且在1%的水平通过显著性检验，符合假设1 的猜想。总体来看，金融科技与商业银行绩效并非简单的线性关系，而是呈现明显的先降后升的“U”型关系。 即在金融科技发展初期，新兴的网络支付平台、网络理财等服务模式不断挑战传统商业银行服务模式。金融科技的发展对商业银行三大业务产生了不同程度的冲击，从而降低了商业银行绩效。 随着金融科技的进一步发展，金融科技产生的技术溢出效应逐渐发挥作用，商业银行逐渐转变发展观念，加强科技创新，积极融入金融科技发展浪潮， 提高自身核心竞争力，将金融科技应用于银行业务中，这些举措会提高商业银行绩效。 显然，商业银行应该在发展初期夯实科技基础，抓住金融科技带来的机遇，才能有效发挥金融科技对其产生的积极效应。

控制变量方面， 商业银行绩效一阶滞后项ROA(-1)对本期ROA 有显著的正向影响，这一结论说明，过去银行良好的绩效水平对本期绩效有明显的促进作用，并且银行管理者会根据前期绩效水平设定更高的绩效目标，也会对本期绩效产生促进作用， 这便产生一种绩效水平不断提升的良性循环。此外， 银行资产规模对商业银行绩效有正向影响，这说明资产规模雄厚的银行面对金融科技的影响较为稳定，而规模较小的银行更容易受到金融科技的影响。银行不良贷款率的系数均为负，且均在1%显著性水平下显著，说明银行坏账过多会对银行绩效有消极影响。 银行资本充足率的系数为正，且在1%或5%的显著性水平下显著，说明资本充足率对银行绩效有正向影响。 此外，模型1 的宏观经济水平的系数为正，这说明宏观经济发展越好，越有利于增加银行业务规模，提高银行盈利能力，从而增加银行绩效水平。而模型1 显示广义货币增长率对银行绩效有不利影响。

4.4 异质性分析

金融科技的发展是实现传统商业银行的转型升级的强化剂，而不同类型银行对金融科技的态度各异， 所以在探究金融科技对商业银行绩效影响时，需要对三类银行样本进行分类。 为了检验金融科技对商业银行绩效的异质性影响，将银行总样本划分为三个子样本进行回归，三个子样本依次分别剔除国有商业银行、股份制商业、城市商业银行，回归结果如表6 中的模型2、模型3 和模型4 所示。

表6 金融科技对银行绩效影响的异质性检验

与模型1 进行对比，可以发现，模型2、模型3中的核心解释变量金融科技指数对被解释变量商业银行绩效影响的显著性变化较小， 依旧在1%或5%的显著性水平下显著。 这说明金融科技对国有大型商业银行、股份制银行绩效的影响不明显。 原因可能在于，大中型商业银行规模庞大，在受金融科技的冲击时，可以享受优惠的扶持政策，并且大中型商业银行对金融科技的应用更早，有能力应对金融科技带来的冲击。 而且在后期阶段，大中型商业银行复杂庞大的内部管理系统和传统的企业文化会阻碍金融科技与商业银行业务发展的融合，这使金融科技对大中型商业银行绩效的促进作用减弱。 在模型4 中，金融科技指数的显著性水平明显下降，这说明城市商业银行受金融科技发展的影响更大。 一方面，我国城市商业银行的主要客户为中小型企业，这与金融科技企业的目标客户对象大体一致。 因此，金融科技早期的发展对城市商业银行绩效冲击明显。 另一方面，城市商业银行由于自身规模与管理模式的特点，在后期经常与金融科技公司合作，促进银行业务的发展，这对银行绩效的提高有积极作用。 综上分析，金融科技对不同类型商业银行的绩效影响各不相同，以大型国有银行和股份制银行为代表的大中型商业银行影响较小，以城市商业银行为代表的小型商业银行的影响较大，符合假设3 的猜想。

4.5 稳健性分析

为了确保回归结果的稳健性，将被解释变量净资产收益率（ROE）代替原模型的总资产收益率来表示商业银行绩效水平。稳健性回归结果如表7 所示。

表7 稳健性检验结果

回归结果显示，当被解释变量为净资产收益率时，模型2、模型3 和模型4 中核心解释变量金融科技指数对商业银行绩效的显著性不变，金融科技与商业银行绩效还是呈先下降后上升的非线性关系。 并且其他控制变量仍然通过了显著性检验。 表明了金融科技对商业银行的绩效影响研究结果是稳健的。

5 结论

本文从理论和实证的角度研究金融科技对商业银行绩效的影响， 采用我国2012-2020年17 家商业银行的数据，进行了GMM 动态面板回归。 研究结果表明：第一，金融科技与我国商业银行绩效存在先下降后上升的“U”型关系，即金融科技在发展初期对商业银行产生冲击，但是随着金融科技的快速发展，其对商业银行会产生有利影响。第二，金融科技对不同类型的商业银行绩效影响具有异质性。 其中，大中型商业银行的绩效水平受金融科技影响较小，而城市商业银行的绩效水平受金融科技影响较大。 第三，宏观经济水平、货币政策环境、银行规模、银行贷款质量、资本充足率对商业银行绩效影响显著。

根据以上结论，本文提出以下建议：第一，我国商业银行应该增强对金融科技的重视程度，特别是城市商业银行更应该加强与金融科技公司的耦合性发展，应用金融科技支持业务创新，并且可以发挥地缘优势，提高市场份额。第二，由于我国商业银行依旧是以利差为主导的存贷款盈利模式，且资产规模越小的银行，越不足以应对金融科技在存贷款业务方面的冲击。因此商业银行应该加大金融创新投入，扩张新业务，并且向业务轻型化的转型。 第三，商业银行在于金融科技公司合作的同时，也要注重利用金融科技的技术优势加强银行风险防控，提高银行的风险承担水平。 第四，政府应该加快金融体制改革和加强金融审慎监管，划定金融科技产品和服务的门槛和底线，为我国商业银行的发展创造一个优良的竞争环境。