银行发展金融科技能否提高经营绩效？——来自我国92家银行的经验证据

赵清波，卜 林

(1. 南开大学 经济学院，天津 300071；2. 天津财经大学 金融学院，天津 300222)*

一、引 言

着眼于当前国内国际形势变化，党中央提出要构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，推动经济高质量发展。金融是实体经济的血液，银行是金融体系的核心，新发展格局下经济的高质量发展需要高质量的银行体系提供支撑。近年来，随着大数据、人工智能等信息技术不断进步，金融科技发展由“电子化、网络化”迈向“数字化、智能化”的新时期。面对日新月异的金融科技创新，党和政府加强了针对金融科技发展的顶层设计。2021年3月，党的“十四五”规划中强调要“稳妥发展金融科技，加快金融机构数字化转型”。在党的政策指引和自身业务转型升级、提质增效的客观需求下，商业银行加大金融科技投入，积极开展数字化转型，如工商银行2020年金融科技投入238.19亿元，较2019年增长45.47%。那么，银行发展金融科技能否切实有效地提升经营绩效，实现高质量发展，从而更好地服务于实体经济？银行发展金融科技对经营绩效产生影响的作用机制是什么？对这些问题的回答不仅有助于理解金融科技对银行经营管理的实际影响，并且对于新发展格局下推动银行数字化转型、提高银行服务实体经济能力具有重要的理论与现实意义。

针对金融科技的研究，早期文献多探讨银行外部金融科技，即互联网金融发展对银行效率、风险承担等的影响。随着银行主动发展金融科技、开启数字化转型，学者们开始从微观层面研究银行内部金融科技对自身经营管理的影响，研究发现，发展金融科技可以显著降低银行自身风险，而大银行发展金融科技会抬高中小银行风险水平；银行发展金融科技可以增进金融服务包容性，提升经营绩效，拓宽业务成长空间；发展金融科技能够激励银行发放普惠贷款，有助于银行降低风险、提升业绩。

综上所述，目前关于银行金融科技的研究尚处于起步阶段。仅有少量文献研究了银行发展金融科技对经营绩效的影响，仍存在一些可以拓展的空间：首先，文献[7，8]均使用单一银行的数据进行研究，所得结论的普适性仍待验证；其次，上述文献未在实证层面分析银行发展金融科技对经营绩效影响的作用机制；最后，囿于单一银行数据，前期文献未针对不同银行进行异质性分析。针对以上问题的探讨，正是本文研究动机所在。

银行金融科技指数的合理构建，是考察银行金融科技对经营绩效影响的前提条件。前期文献基于网络检索新闻数，测度了银行金融科技发展水平。然而不同的网络媒体存在新闻重复报道的情况，且年度新闻总数无法准确获取，因此该测度结果可能有偏。有学者采用文本分析的方法测度银行金融科技发展水平，然而其研究样本仅限于上市银行。本文与已有研究不同，通过对银行年报进行文本分析构建银行金融科技指数，从而更准确、全面地反映银行金融科技发展水平。在此基础上，进一步探究银行金融科技对经营绩效的影响与作用机制，以及该影响在不同银行间呈现的异质性，以期为监管部门政策制定提供借鉴，为银行依据自身特点制定金融科技发展战略、探索数字化转型路径提供参考。

二、理论分析与研究假设

银行发展金融科技，将大数据、云计算、人工智能等技术与金融业务相结合，优化业务流程、推进产品创新，提高了资源配置效率。一方面，金融科技在数据源、模型方法、管理流程等领域为传统银行风险管理带来了重大变革，提高了银行的风险管理能力，使得银行可以为更多优质的长尾客户提供信贷服务。徐晓萍等研究表明，金融科技促进了银行信贷结构的调整，提高了银行高收益贷款的投放比例，进而提高其净息差。另一方面，金融科技不仅可以帮助银行直接触达客户，提高银行获客能力；而且能够提供实时线上服务，提高金融服务质量，增加客户粘性。由于金融科技具有网络效应和规模效应，随着客户数量的增加，银行的边际收益递增，边际成本递减，最终改善银行经营绩效。据此，提出假设1。

银行发展金融科技有助于提高经营绩效。

Boot等将金融科技创新区分为信息创新(数据收集与处理)与通讯创新(关联与分发)，有助于克服银行实现资源有效配置过程中所面临的信息摩擦与通讯摩擦。从这两个层面出发，探究银行发展金融科技影响经营绩效的作用机制。

传统银行在贷款决策过程中，通常基于财务报表、贷款抵押等硬信息，以及与客户的长期互动中获取的软信息对客户信用进行评估。随着银行金融科技发展水平的提高，互联网与大数据技术的应用扩充了银行风险数据源，云计算与人工智能技术的应用则使得海量、高维、异构的数据处理成为可能，重塑了银行的风险管理模型。已有研究表明，将客户访问互联网留下的“数字足迹”等另类数据，与传统信用数据相结合，可以有效预测其违约行为。在此过程中，采用机器学习算法可以进一步提高预测准确度。银行通过互联网等渠道广泛获取客户数据，并将其与机器学习等人工智能技术相结合用于信贷审核，可以有效降低信息不对称、信贷过程中所面临的道德风险，缓解逆向选择问题，从而提高信贷资产质量，降低不良贷款率。不良贷款率的降低减少了不良贷款处置成本与资产减值损失，进而提高银行经营绩效。据此，提出假设2。

银行发展金融科技，可以降低不良贷款率，进而提高经营绩效。

金融科技可以提高银行内外部的数据流通与信息传递效率，从“开源”和“节流”两方面对银行的经营管理产生影响。在金融科技的赋能作用下，银行可以依托网上银行、手机银行等线上平台，开展经营模式创新、构建丰富的金融服务场景。例如，手机银行中能够嵌入医疗、教育、出行等消费业务场景，智能投顾可以为不同客户提供差异化投资理财服务等。这不仅拓宽了银行的业务范围与获客渠道，也为银行提供了更多交叉销售的机会，从而增加银行营业收入。金融科技使得银行业务逐步由线下迁移至线上，服务于新客户时无须新增固定成本，且边际成本极低。随着客户数量的增加，银行平均成本逐渐降低。与此同时，金融科技有助于银行提高工作效率、改进服务流程、优化内控机制，从而减少管理费用，降低运营成本。由此可见，银行发展金融科技可以降低成本收入比，进而提高经营绩效。据此，提出假设3。

银行发展金融科技，可以降低成本收入比，进而提高经营绩效。

三、数据、模型与变量

(一)数据来源与处理

使用2008—2019年我国商业银行数据进行研究，其中银行年报来源于银行官方网站和中国债券信息网；银行层面数据主要来自Wind数据库，对于缺失值尽可能通过查看年报的方式予以补足；宏观变量数据来源于各年度《中国统计年鉴》。对原始数据做以下处理：(1)删除主要变量数据存在缺失的观测值；(2)删除样本期内观测值数量不足4的银行样本；(3)对所有银行层面连续变量在1%水平上进行双侧缩尾处理。最终得到包含6家大型国有银行、12家股份制银行以及74家城市商业银行，总计92家银行的非平衡面板数据。

(二)模型设定

基于前文理论分析，为检验假设1，构建以下静态面板模型：

,=+,+

+++,

(1)

其中，,表示银行在第年的经营绩效，,表示银行在第年的金融科技指数，表示一系列控制变量，和分别表示个体和年份固定效应，,为随机误差项。式(1)中度量了银行金融科技对经营绩效的整体影响，若回归结果中显著为正，则表明银行金融科技可以显著提升经营绩效，假设1成立。

若假设1成立，则继续探究银行金融科技对经营绩效的影响机制。为检验假设2与假设3，构建以下多重中介效应模型：

,=+,++

++,

(2)

,=+,++

++,

(3)

,=+,+

,+,+++

+,

(4)

其中，,代表银行在第年的不良贷款率，,代表银行在第年的成本收入比，其他变量与符号定义同上。

首先对式(2)和式(3)进行回归，其中与分别度量银行金融科技对不良贷款率和成本收入比的影响，若两者均显著为负，则表明银行发展金融科技可以降低不良贷款率和成本收入比；然后继续对式(4)进行回归，若、均显著为负且小于，则意味着银行金融科技通过降低不良贷款率以及成本收入比，提高经营绩效，假设2与假设3成立。

(三)变量定义①

1．被解释变量：银行经营绩效。参考Liang等的做法，使用资产收益率()、股本收益率()作为银行经营绩效的代理变量，分别采用净利润与平均总资产之比、净利润与平均净资产之比度量。在后文中，采用营业利润与平均总资产之比()以及营业利润与平均净资产之比()作为替代变量进行稳健性检验。

2．核心解释变量：银行金融科技发展水平。通过对银行年报进行文本分析，构建银行金融科技指数()，具体步骤如下：

第一，建立金融科技关键词库。由于金融科技兼具金融属性与技术特性，这里首先区分金融场景和技术运用两个初始维度；其次，基于金融功能观，进一步将金融场景维度划分为支付结算、渠道建设、资源配置和风险管理4个子维度；最后，通过阅读《金融科技(FinTech)发展规划(2019—2021年)》等材料以及部分银行年报，确定金融科技关键词库，结果如表1所示。

表1 银行金融科技关键词库

第二，计算年报中各关键词词频。我国银行年报披露格式不一，部分银行存在仅披露年报摘要、以图片格式披露、无财务报表部分或该部分为图片格式等情况。为保证不同银行间的可比性，仅选用正文内容以文本格式披露的完整年报，并删除其财务报表部分(该部分并不包含金融科技关键词)，之后使用Python对其进行文本分析：首先，使用Pdfminer将年报由pdf格式转换为txt格式，并将部分繁体年报转换为简体形式；其次，使用正则表达式匹配汉字，利用Jieba分词工具进行分词处理；最后，计算每份年报中各个关键词词频。

第三，构建银行金融科技指数。首先，将金融场景维度的4个子维度中金融科技关键词词频分别加总；其次，采用熵值法确定子维度权重，通过加权平均法合成金融场景维度指数；再次，将技术运用维度的所有关键词词频之和作为技术运用维度指数；最后，采用熵值法确定金融场景维度和技术运用维度权重，依据该权重合成后，进一步采取归一化处理，最终生成银行金融科技指数。

同时，借鉴Cheng和Qu的研究，基于网络检索新闻数测度了银行金融科技发展水平，在后文中用其替代核心解释变量进行稳健性检验。具体步骤如下：首先，将银行名称与各关键词分别采用双引号锁定后，在百度新闻高级检索中分年份进行联合检索，得到检索新闻数；其次，将联合检索新闻数进行分维度加总，并取自然对数，得到子维度指数；最后，采用与前文相同的方法，合成基于网络检索新闻数的银行金融科技指数。

3．中介变量：不良贷款率、成本收入比。不良贷款率()是指银行贷款五级分类中，次级、可疑、损失类贷款之和与总贷款余额之比；成本收入比()采用银行管理费用与营业收入之比度量。

4．控制变量。参照前期文献，从银行个体与宏观层面选取控制变量。银行个体层面控制变量包括：银行规模()，即银行总资产的自然对数；资本充足率()，即银行总资本与风险加权资产之比；资本资产比()，即银行总资本与总资产之比；存贷比()，即银行贷款总额与存款总额之比；贷款资产比()，即银行贷款总额与总资产的比值；上市情况()，在银行上市及之后年份为1，其他年份为0。宏观层面控制变量包括：GDP增速()、消费者物价指数()，用以控制宏观经济发展状况和通货膨胀水平的影响。

四、实证结果与分析

(一)基准回归结果及机制检验

采用年份、个体双边固定效应模型检验前文假设，结果如表2所示。其中列(1)、列(2)分别为银行金融科技指数对资产收益率()、股本收益率()影响的估计结果。可以看到，银行金融科技指数()的估计系数分别在1%、5%的水平上显著为正，这表明银行发展金融科技可以显著提升经营绩效，假设1成立。

表2 基准回归结果及机制检验

列(3)～列(6)展示了多重中介效应的检验结果。列(3)、列(4)为银行金融科技指数对不良贷款率()、成本收入比()2个中介变量影响的估计结果；列(5)、列(6)分别考察了被解释变量为、时多重中介效应的存在性，即不良贷款率和成本收入比是否是银行金融科技指数影响经营绩效的中介渠道。在列(3)、列(4)中，银行金融科技指数的估计系数均在5%的显著性水平上为负，意味着银行金融科技可以显著降低不良贷款率和成本收入比。在列(5)、列(6)中，不良贷款率和成本收入比的估计系数均为负，且都在1%的水平上显著；相比加入中介变量前，金融科技指数的估计系数绝对值有所减小。这表明银行发展金融科技通过降低不良贷款率以及成本收入比，提高经营绩效，假设2与假设3得证。

(二)内生性检验

银行金融科技与经营绩效之间可能存在反向因果，从而导致内生性问题。一方面，发展金融科技有助于提升银行经营绩效；另一方面，业绩更好的银行财务状况更优，能够将更多的资金用于发展金融科技，建立竞争优势。为尽可能缓解这一内生性问题对研究结论的影响，采用工具变量法和系统GMM方法进行检验。

1. 工具变量法。使用银行总部所在地[省(区、市)]信息传输、软件和信息技术服务业的人均工资()作为工具变量，具体思路如下：银行总部所在地区科技从业人员工资越高，越有助于吸引高技术人才向该地区流动，推动该地区科技行业整体发展。科技行业发展会对银行产生技术溢出，方便银行引入技术人才、建立与科技公司的业务联系，从而提高金融科技发展水平。因此，银行总部所在地科技行业人均工资与银行金融科技发展水平之间具有正相关性。科技行业的工资水平并不会直接影响银行经营绩效，满足外生性条件。

使用上述工具变量进行2SLS回归，估计结果如表3所示。统计量值小于0.01，表明不存在识别不足问题；统计量的值为37.97，大于SY weak ID test在10%水平上的临界值16.38，说明不存在弱工具变量问题，因此该工具变量有效。列(1)为2SLS第一阶段的回归结果，可以发现该工具变量对银行金融科技指数有显著正向影响；列(2)、列(3)为当被解释变量分别是、时第二阶段回归结果，从中可以看出，在采用工具变量法缓解内生性问题后，银行金融科技指数对、仍然有显著的正向影响，核心结论稳健。

2. 系统GMM模型。银行当期经营绩效可能受到前期影响，从而呈现动态连续性。因此，在式(1)与式(4)的基础上，引入银行经营绩效的一阶滞后项作为解释变量，扩展为动态面板模型，并使用系统GMM方法进行估计。

表3 工具变量法回归结果

回归结果如表4所示，列(1)、列(2)分别为当被解释变量为时，加入中介变量前后的回归结果；列(3)、列(4)分别列示了当被解释变量为时，加入中介变量前后的回归结果。表4中，(2)检验值均大于0.1，表明残差项均不存在二阶序列相关；检验的值均大于0.1，意味着工具变量均有效。可以看出，被解释变量滞后项的回归系数都显著为正，表明银行经营绩效确实存在动态连续性。列(1)、列(3)中，银行金融科技指数()的估计系数均在1%的水平上显著为正；列(2)、列(4)中，不良贷款率()、成本收入比()的估计系数均在1%的水平上显著为负，这表明银行金融科技确实可以通过降低不良贷款率和成本收入比提高经营绩效，核心结论成立。

表4 系统GMM模型回归结果

(三)稳健性检验

为确保前文结论的有效性与可靠性，开展以下稳健性检验：

1. 替换被解释变量。分别采用银行营业利润与平均总资产之比()以及营业利润与平均净资产之比()作为与的替代变量，代入式(1)中回归。

2. 替换核心解释变量。第一，使用基于网络检索新闻数构建的银行金融科技指数()作为核心解释变量，代入式(1)中回归；第二，使用两种方法扩充金融科技关键词库，进而重构银行金融科技指数，代入式(1)中回归；第三，采用简单平均法替换熵值法，重新合成银行金融科技指数，代入式(1)中回归。

3. 改变样本容量。第一，剔除非上市银行中与上市银行年报内容格式差异较大的银行样本，对式(1)进行回归；第二，保留样本期内观测值数量小于4的银行样本，对式(1)进行回归。

以上稳健性检验结果均支持核心结论，即银行发展金融科技对经营绩效有显著正向影响。

五、异质性分析

在式(1)中引入银行金融科技指数与个体特征变量的交乘项，进一步考察不同银行发展金融科技对经营绩效的异质性影响，拓展后的模型如下：

,=+,+

,×,++++,

(5)

其中，,为银行个体特征变量。为保证所得结论的稳健性，进一步构建以下模型：

,=+,+

_,+,×

_,++++,

(6)

其中，_,是,对应的分组虚拟变量，当,大于临界值时，_,取1；当,小于等于临界值时，_,取0。

(一)基于银行规模

由于在资本实力、人才储备等方面存在差异，不同规模银行发展金融科技的方式不同。此外，不同规模银行的客户群体不同，在管理模式、组织结构等方面亦存在较大差异，这会影响金融科技运用的实际效果。为考察不同规模银行发展金融科技对经营绩效的异质性影响，将式(5)中,设定为总资产对数()。同时参照Liang等的做法，选取各年度银行总资产对数的25%分位数，作为该年度银行样本中资产规模的临界值，若银行的资产规模在临界值之上，则_取值为1，否则为0。

回归结果如表5所示，可以看到列(1)～列(4)中，各交乘项的估计系数均显著为正，表明相比于小银行，大银行发展金融科技对经营绩效的提升更为明显。可能的原因在于，一方面，以往大银行主要依赖财务报表等硬信息制定贷款决策，重点服务于大客户；小银行则在甄别软信息方面具备优势，更多服务于中小客户。金融科技可以降低软信息获取成本，有效缓解信息不对称，使得大银行可以将优质的中小客户纳入业务范围，从而在提高信贷质量的同时，发放更多高收益贷款。另一方面，相比于小银行，大银行分支机构更多，组织结构更为松散，委托代理问题更加严重。发展金融科技有助于大银行优化内控机制、降低管理成本，对经营绩效的改善更为明显。

表5 基于银行规模的异质性分析结果

(二)基于银行资本充足率

在达到资本最低监管要求后，银行资本充足率高，一方面意味着资本运营效率低，收益不足；另一方面，根据风险共担的逻辑，资本充足率高的银行在投资失败时自有资本损失较多，因此其通常经营稳健，道德风险较低。为考察不同资本充足率水平下，银行发展金融科技对经营绩效的异质性影响，将式(5)中,设定为资本充足率()，将其临界值设定为所有样本的中位数，若银行的资本充足率大于临界值，则_取值为1，否则为0。

回归结果如表6所示，列(1)、列(2)中，交乘项估计系数均不显著，表明在银行金融科技指数对的影响中，资本充足率无明显的调节作用。列(3)、列(4)中，交乘项估计系数至少在5%的水平上显著为正，表明相比于资本充足率低的银行，资本充足率高的银行发展金融科技对的提升更为显著。发展金融科技可以提升银行的资本运营效率，同时能够降低银行与客户间的信息不对称程度，提高贷款技术。这使得银行可以在保障信贷质量的前提下，降低资本充足率、扩大信贷规模，提升自身经营绩效。在满足监管要求的情况下，高资本充足率意味着银行资本运营的低收益和低效率。因此在金融科技的赋能作用下，相较于资本充足率低的银行，资本充足率高的银行有更强的意愿和能力降低资本充足率，从而更显著地提高自身。金融科技对银行风险管理能力和运营效率的提升作用与资本充足率无关，因此对于不同资本充足率的银行，发展金融科技对的影响无明显区别。

表6 基于银行资本充足率的异质性分析结果

六、结论与建议

近年来，银行积极发展金融科技，利用新兴技术推动传统业务转型升级，以求实现高质量发展。在此背景下，以我国2008—2019年92家银行为研究样本，采用对年报进行文本分析的方法构建银行金融科技指数，基于多重中介效应模型实证检验发展金融科技对银行经营绩效的影响及作用机制。所得结论如下：第一，银行发展金融科技可以显著提升经营绩效。第二，银行发展金融科技，通过降低不良贷款率以及成本收入比两种渠道提升经营绩效。第三，相比于小银行，大银行发展金融科技对经营绩效的提升效果更为明显；与资本充足率低的银行相比，资本充足率高的银行发展金融科技可以更显著地提高股本收益率，不同资本充足率的银行发展金融科技对资产收益率的影响无明显区别。

基于上述研究结论，提出如下建议：首先，监管部门应进一步加强顶层设计与政策指引，支持银行发展金融科技；同时加大相关基础设施投入，充分发挥金融科技在服务实体经济、助力金融供给侧改革中的重要作用。其次，银行要主动拥抱金融科技，增加金融科技投入、重视人才培养，借助大数据、人工智能等技术提高风控水平与运营效率，实现降本增效。最后，银行应根据自身特点与优势，采用差异化的方式发展金融科技，对小银行来说更是如此。小银行在资金、人才等方面存在劣势，且面临大银行业务下沉带来的新挑战。因此，小银行要积极寻求与金融科技公司合作，拓展金融业务场景，基于比较优势实现精细化运作、差异化发展，从而提高核心竞争力。

① 限于篇幅，文中省略了变量描述性统计结果。如若需要，请联系作者索取。

②限于篇幅，此处省略了对于控制变量的解释与分析。如若需要，请联系作者索取。

③限于篇幅，此处省略了稳健性检验的回归结果表格。如若需要，请联系作者索取。

④方法一：首先基于所涉及的年报文本训练Word2vec词向量模型；之后使用该模型选取年报文本中与每个金融科技关键词余弦相似度大于或等于0.5的词汇，人工剔除其中与金融科技无关以及重复的词汇；最后将所得词汇分维度汇总，扩充关键词库。方法二：选取沈悦和郭品(2015)、金洪飞等(2020)、Cheng和Qu(2020)三篇文献所涉及的金融科技关键词，分维度汇总后扩充关键词库。

⑤不同上市银行年报内容安排亦存在差异，但主要包括以下部分：公司简介；重要提示；财务概要；董事长/行长致辞；管理层讨论与分析；股本变动及股东情况；董事、监事及高管人员情况；公司治理；董事会报告；监事会报告；重要事项等(此处仅列示财务报表部分之前内容)。剔除年报中上述内容不全面的银行样本，采用剩余银行样本进行稳健性检验。