短期跨境资本流动、金融科技与银行流动性囤积

□ 王文江

一、引言

党的二十大报告提出，要持续推进金融业的高水平对外开放，实现经济的高质量发展。虽然金融开放推动短期跨境资本流动强度的上升能够优化产业结构（郭娜等，2023）、加强地区间的金融合作（费兆奇和刘康，2020）等。但由于短期跨境资本流动同样具有顺周期性的特征，高频率、大规模的短期跨境资本流动会引起国内金融市场剧烈震荡，对银行业稳定性产生重大冲击效应（顾海峰和谢疏影，2022），以至于银行调整风险偏好，出现流动性囤积现象，致使整个金融体系内的信用供给端和需求端之间的流动性传导渠道受阻（项后军和周雄，2022）。对银行而言，面对短期跨境资本流动强度的上升，流动性囤积现象是银行基于收益和风险的博弈，但对实体经济而言，流动性囤积意味着商业银行放贷意愿低下，实体企业从银行获取信贷支持难度上升（李建军等，2023）。

在传统的商业银行经营时期，其业务模式通常呈现出粗放式扩张的状态，客户集中度较高（盛天翔等，2022），经营业务依赖于银行内部的经验和专业知识，以存款、贷款、信用卡、外汇和投资等传统业务为主要收益来源。这些业务需要大量人力和分支机构的支持，因此投入的资金成本也相对高昂，且运营流程较为繁琐、风险管理难以达标。所以当短期跨境资本流动强度上升，造成宏观经济不确定性时，由于传统银行风险承担能力较弱，且难以辨别企业真实财务水平（郑录军等，2023），所以不得不降低风险偏好，调整信贷结构，流动性创造能力降低。但近年来，越来越多的商业银行开始主动应用金融科技推动银行数字化转型，达到提质降本增效的目的，同时也为银行流动性管理研究带来了新的视角（Cheng and Qu,2020）。通过金融科技的赋能，商业银行改变了以往单纯以规模驱动利润的经营模式（蔡岑等，2023），扩大战略视野，提高对宏观市场和地区客户的敏感程度，降低经济不确定性带来的消极影响，在外部冲击中发挥“稳定器”的作用（贾盾和韩昊哲，2023）。那么值得思考的是，金融科技对商业银行赋能作用能否缓解短期跨境资本流动对银行流动性囤积现象的影响，发挥商业银行服务实体经济功能。

本文可能的边际贡献在于：第一，目前少有研究将短期跨境资本流动和银行流动性囤积结合起来分析，探究银行流动性囤积现象的背后短期跨境资本流动因素；第二，本文将金融科技作为调节变量，探究金融科技能否缓解短期跨境资本流动对银行流动性囤积的影响，并深入挖掘其中具体的调节机制，为银行金融科技应用及发展方向提供可行性的理论支持；第三，考虑到不同性质银行在面对短期跨境资本流动时的应对措施不同，以及短期跨境资本流动渠道的多样性，所以本文按照银行性质和短期跨境资本流动渠道进行异质性分析，并且进一步运用面板分位数回归的方法，探究短期跨境资本流动和金融科技应用对银行流动性囤积的边际效应规律。

二、影响机制与研究假设

具体来讲，虽然跨境资本流入促进了股市、债市等金融市场发展，非银行融资渠道有所扩宽，但同样加剧了企业高杠杆、高负债的财务状况，企业投融资之间的不稳定链条难以持久，一旦遭遇国际市场震荡、政策变动等外部冲击，“明斯基时刻”必然接踵而来（苟琴和李兴申，2023）。此时，大量跨境资本外逃引发资产价格断崖式下跌，市场投资需求萎靡。其后伴随市场恐慌情绪蔓延，引起资产大范围无差别抛售。因此当短期跨境资本流动强度过高时，银行在预防性动机的驱动下，为了避免潜在的流动性危机问题，大规模吸收流动性资产、收缩信贷规模，导致流动性的过度囤积（李红等，2023）。因此，市场投资者面对短期跨境资本流动上升，可能导致趋同式市场预期，掀起境内资产市场的投机性炒作和资产配置调整浪潮，导致银企信息不对称程度扩大，企业违约概率攀升，导致银行风险容忍度持续下降，跨境资本流入压力推动的信贷扩张力度不足，跨境资本流出又导致银行信贷收缩，使得银行在整个短期跨境资本流动阶段出现流动性囤积现象（梁上坤和董青，2023）。

根据实物期权机制和信息不对称理论，短期跨境资本流动提高了市场经济的不确定性，对银行而言，贷款等风险资产不可逆且流动性低，所以银行会等待经济政策的不确定性下降，降低风险投资规模，最终出现“惜贷”“少贷”“难贷”等现象（郭娜等，2023）。但在金融科技的赋能下，商业银行能够通过运用大数据、人工智能等信息技术手段增强信息搜集能力和分析筛选能力，降低银企信息不确定性，并进一步强化了银行的信贷风险管理能力和反欺诈能力，从而提高了银行风险偏好，使银行“敢放贷、愿放贷、能放贷”，推动银行在利润最大化的动机下主动开始信贷合理扩张，从而抑制跨境资本流出对银行流动性囤积现象的促进作用（龙海明和胡鸣，2023）。因此根据上述分析，本文提出假设：

假设1：短期跨境资本流动强度上升加剧了银行流动性囤积现象。

假设2：金融科技通过提高银行风险容忍度缓解短期跨境资本流动对银行流动性囤积的影响。

除了银行风险容忍度之外，信贷错配同样是短期跨境资本流动影响银行流动性囤积的重要渠道，并且也是银行金融科技应用缓解银行流动性囤积的机制渠道。一方面，资本流入使得本国货币升值，且国内外利差的加剧使得大量国际投资者在国内进行套汇套利，国际热钱的涌入使得负债端短期流动性大量聚集。负债端流动性急增使得银行需要快速消化存款来释放存款压力，并且银行需要提升资产质量来确保贷款回收率（顾海峰和卞雨晨，2022），但由于市场优质企业有限，难以消化过量存款，必然导致银行业竞争加剧。在这种环境下，大量未涉及跨境资本业务的中小银行也会受到市场信贷份额挤占，被动参与市场贷款价格竞争，导致贷款利率水平下降；另一方面，跨境资本流入强度上升带动金融自由化环境，货币政策有效性降低，进一步加剧了银行竞争程度，银行信贷收益不断被压缩（黄飞鸣等，2023）。因此银行在粘性收益目标追逐下，开始调整信贷结构，逐步投资于短期证券市场，通过多种资管渠道认购债券获得投机性收益，资产端流动性增加，短期存款和长期贷款之间的信贷错配程度加剧，流动性囤积程度上升。

但在金融科技的赋能下，银行能够明显扩大市场竞争力，能够有效突破短期跨境资本流动带来的市场投融资扭曲效应。银行可以通过大数据技术来尽可能全面地搜集客户信息，对客户习惯和潜在需求进行分析，将更多中小型客户作为信贷服务对象，发掘更多潜在服务群体，提高贷款边际收益（陈晓洁何广文，2023）。并且银行也可以同时应用金融科技来对市场竞争进行动态分析，借助建模工具对地区、行业和个体客户等维度产品精准分析调整，实现市场边界扩展、提高市场占有率，最终降低信贷错配程度，缓解流动性囤积现象。因此根据上述分析，本文提出假设：

假设3：金融科技通过降低银行信贷错配程度从而缓解短期跨境资本流动对银行流动性囤积的影响。

三、实证设计

（一）样本选择与数据来源

本文采用面板数据进行分析，样本为216家商业银行2011-2022年的面板数据，样本银行的资产总和占中国所有商业银行总资产的95%以上。银行层面数据和宏观经济数据来源于国泰安（CSMAR）数据库和国家统计局。

（二）模型设定

1.基准模型

本文构建如下回归模型来分析短期跨境资本流动对银行流动性囤积的影响。

其中，FKt为第t年的短期跨境资本流动强度，LHit为银行i在t年份的流动性囤积水平，BANKit为银行层面的微观控制变量，MACROi为宏观经济层面的控制变量；μi为个体固定效应，用来控制部分不随时间变化且难以观测的银行固定特征；εit为随机干扰项。由于本文的核心解释变量短期跨境资本流动是时间序列，因而不能直接纳入时间固定效应来控制仅随时间变化的宏观环境调整，故参考张成思和刘贯春（2018）的做法，转为添加宏观层面控制变量来刻画宏观经济环境变动。

2.调节效应模型

为了研究银行金融科技应用在短期跨境资本流动和银行流动性囤积之间发挥的调节作用及其内在机制，本文构建如下模型进行分析：

模型（2）主要来分析金融科技的调节效应结果，模型（3）、（4）主要来分析具体金融科技发挥调节作用的内在机制。其中，FINTit为调节变量，意为银行i在t年的金融科技应用水平，Mit为调节机制变量，其他变量含义与模型（1）一致，β2与λ2是解释变量与金融科技的交互项系数，如果该系数与模型（1）或（3）中系数方向一致，则表明调节变量具有正向调节作用，不一致则表示调节变量具有负向调节作用。

（三）变量选择

1.被解释变量：银行流动性囤积水平（LH）

本文基于Berger et al.（2022）、项后军和周雄（2022）提出的流动性囤积测度方法，对银行资产端、负债端相关科目进行赋权加总，测度我国银行流动性囤积指标。计算公式如下所示：

银行流动性囤积规模=（0.5×流动性资产-0.5×非流动性资产）+（0.5×流动性负债）①银行流动性囤积的详细权重划分参考郭娜等（2023）。

银行流动性囤积占总资产比例（LH）=银行流动性囤积规模/资产总额

2.解释变量：短期跨境资本流动（FK）

传统文献采用国际资本流动净额（韩乾等，2017）来表示短期跨境资本流动，由于其为跨境资本流入与流出之差，并不能很好地反映这种流动的强度。鉴于此，参照马勇和王芳 ( 2018) ，采用国际收支平衡表中“金融账户”借贷方之和来衡量短期跨境资本流动总强度，并除以该指标的序列最大值将其标准化。同时，进一步引入“金融账户借方额/序列最大值”（FK_OUT）与“金融账户贷方额/序列最大值”（FK_IN），分别作为跨境资本流出强度和流入强度来考察不同种情况下跨境资本对银行流动性囤积的影响。

3.调节变量：银行金融科技应用（FINT）

本文引用谢绚丽（2022）对于商业银行金融科技指数的测定方法，将商业银行数字化的过程分为战略科技化、业务科技化和管理科技化三个维度，对其进行加权汇总构建银行金融科技总指标，作为银行金融科技的应用水平。具体指标构建方法见表1。

表1 金融科技指标体系及指标权重

4.机制变量：信贷错配(LDR)、风险偏好（RWS）

本文使用银行贷款和活期存款的比值作为银行信贷错配（LDR）的代理变量；使用风险加权资产对数值作为银行风险偏好（RWS）代理变量。

5.控制变量

本文首先控制了银行层面变量，包括收入成本比（CTI）、总资产周转率（TAT）、不良贷款率（NPL）和资本充足率（CAR）。此外，由于本文核心解释变量为宏观时间序列数据，回归模型中无法纳入时间固定效应，因此进一步控制地区及宏观层面变量以期最大程度上缓解内生性问题。地区层面控制变量包括市场化指数（MARKET）、城镇化率（URR）和就业率（ROEM）；宏观层面变量包括经济政策不确定性（EPU）和国内生产总值（GDP）。各变量具体名称和指标含义如表2所示。

表2 变量定义与说明

四、实证分析

（一）基准回归分析

表3汇报了短期跨境资本流动对银行流动性囤积的回归结果。第（1）列是未添加任何控制变量时，短期跨境资本流动总强度对银行流动性囤积的回归结果，后续几列是添加控制变量后，短期跨境资本流动对银行流动性囤积的回归结果。其中，第（2）列是短期跨境资本流动总强度对银行流动性囤积的影响；第（3）列是跨境资本流出强度；第（4）列是跨境资本流入强度。本文为了确保实证结果的稳健，每列回归均控制了银行个体固定效应。

表3 短期跨境资本流动对银行流动性囤积的影响

根据表3回归结果可以发现，短期跨境资本流动对银行流动性囤积的回归系数显著为正，说明在整个国际资本流动的过程中，跨境资本的流入和流出都加剧了银行流动性囤积程度。其实，从根本上讲，在跨境资本流入时，银行负债端流动性加剧，而且资本的流入为国内金融市场提供了资金，一定程度上缓解了企业外部融资压力，使得企业对银行信贷依赖程度下降，但由于此时企业资金来源多为短期借款，存在严重的“短借长投”行为，银行基于对企业还款能力的担忧也会略微收缩信贷规模。而当跨境资本外逃时，资产价格泡沫开始破灭，企业价值下滑时，银行出于风险预防动机，会进一步大量持有流动性资产以应对可能到来的挤兑危机，银行此时整体流动性水平出现显著聚集现象，流动性囤积程度加深。

（二）调节机制检验

1.调节效应检验

前文理论分析及实证结果表明，短期跨境资本流动会提高银行流动性囤积程度，而金融科技应用可以缓解这种促进程度，并且在短期跨境资本流动的不同状态中，银行囤积动机和金融科技调节机理并不相同。因此为了进一步探讨金融科技应用对短期跨境资本流动和银行流动性囤积的具体调节机制，本文替换被解释变量再次进行回归分析。回归结果如表4、表5所示。其中表4是金融科技应用对短期跨境资本流动和银行流动性囤积的调节效应分析；表5是具体调节机制分析。

表4 针对短期跨境资本流动总强度的调节机制分析

表5 调节机制分析

由表4第（1）列的回归结果可以发现，银行金融科技总指数和短期跨境资本流动总强度的交乘项系数在1%水平上显著为负，与主效应系数相反，说明金融科技确实可以有效抑制短期跨境资本流动对银行流动性囤积的促进作用。验证了本文假设2。并且第（2）（3）列跨境资本流入、跨境资本流出与金融科技的交互项系数均显著为负，说明金融科技的赋能作用对跨境资本流入与流出均起作用。

表5第（1）（2）列显示了基于银行信贷错配，金融科技对跨境资本流动的调节机制。结果显示跨境资本流动对信贷错配的回归系数显著为负，金融科技和资本流动的交互项则显著为正，说明金融科技应用能够降低信贷错配程度从而缓解跨境资本流动对银行流动性囤积的促进效应。其次第（3）（4）列显示了基于银行风险偏好，金融科技对跨境资本流动的调节机制，结果显示跨境资本流动对银行风险偏好的回归系数显著为负，而金融科技和资本流动的交互项则显著为正，说明金融科技应用能够提高银行风险偏好从而缓解跨境资本流出对银行流动性囤积的促进效应。

（三）内生性处理

1.GMM动态面板分析

为了克服异方差与内生性问题对实证研究结果的影响，并考虑到银行流动性囤积具有动态持续性，本文进一步构建动态面板模型并采用系统GMM回归进行实证检验, 以缓解潜在的内生性问题并检验前文结论的稳健性，回归结果如表6所示。

由表6回归结果可以看出，银行流动性囤积一期滞后（L.LH）在各列中的回归系数均显著为正，且通过了1%的显著性水平检验，表明银行流动性囤积的确具有一定的序列相关性。短期跨境资本流动的系数均在1%的水平上显著为正，意味着在考虑了银行流动性囤积水平序列相关这一特征后，银行金融科技对银行流动性囤积的负向影响仍然存在，证明基准回归结果是稳健的。

2.工具变量法

由于短期跨境资本流动与银行流动性囤积可能存在互为因果关系，本文使用工具变量法来进行解决，首先借鉴顾海峰和于家珺（2019）的做法，使用美国经济不确定性（USEPU）①本文使用美国经济政策不确定性（USEPU）作为工具变量，与控制变量做法相同，同样是将对未来一期的月度不确定性数据算术平均得到年度值。作为短期跨境资本流动的工具变量。一般而言，美国经济不确定性能通过影响国际市场环境，进而影响我国短期跨境资本流动强度。美国经济不确定性越强，国际市场环境就越差，国际投资者更乐意来我国进行投资交易，因此我国短期跨境资本流动强度就越高，而美国经济不确定性但又不会直接影响我国商业银行具体决策，因此满足工具变量的相关性和外生性假定。其次将解释变量滞后一期可以在一定程度上缓解由反向因果带来的内生性问题，因此本文又将短期跨境资本流动的滞后一期值（L.FK）作为工具变量。对于银行金融科技应用而言，移动电话用户是银行推广数字产品的主要接受者，并且移动电话用户数量也在一定程度上代表了当地数字金融发展潜力（黄益平等，2021），所以商业银行金融科技应用程度和银行总部所在省份移动电话用户数相关，但该指标是城市层面的环境特征，所以在控制宏观变量后不会通过金融科技应用以外的渠道来影响商业银行行为特征（梁方等，2022）。因此本文使用美国经济不确定性，短期跨境资本流动的滞后一期值和短期跨境资本流动滞后值与银行总部所在省份移动电话用户数的交互项作为工具变量进行检验。

由表7可以看出，在使用工具变量后，短期跨境资本流动的回归系数仍然为正，与金融科技的交互项系数仍然显著为负，说明在考虑了内生性问题后，结果依然稳健。并且除此之外，本文还对弱工具变量问题进行了一系列检验②Stock and Watson （2003） 给出弱工具变量判断的一个经验规则（rule of thumb），即如果第一阶段的F统计量大于10, 则说明不存在弱工具变量的问题。，检验结果表明，不存在弱工具变量以及工具变量识别不足问题。

表7 工具变量法

（四）稳健性检验

1.替换解释变量和被解释变量

为了进一步验证文章结果的稳健性，本文通过替换短期跨境资本流动和银行流动性囤积的衡量指标进行稳健性检验。首先，本文使用金融账户净额与序列最大值之比（FK_T）作为跨境资本总流动的代理变量；其次，本文使用国际收支表金融账户借贷方之和与当年全国GDP之比（FK_GDP）作为短期跨境资本流动总强度的代理指标；另外，本文在国际收支表之外，使用地区对外开放程度（OPEN）即该地区外资企业与总企业比值，作为地区短期跨境资本流动的代理指标；最后，本文考虑到流动性创造这一指标同样能反映银行流动性水平，一般而言银行流动性创造能力越强，其流动性囤积程度就越低，因此本文构建流动性创造（LC）指标进行回归，并将未使用资产总额进行标准化的流动性囤积总量（LNLH）再次作为流动性囤积程度的代理指标。

由表8可以看出，在更换解释变量和被解释变量的衡量指标后，短期跨境资本流动的回归系数仍然在1%水平上显著为正，且短期跨境资本流动对银行流动性创造的回归系数显著为负，这再次说明短期跨境资本流动对银行流动性囤积现象的促进作用，验证了基准回归结果的稳健性。

表8 稳健性检验

2.替换调节变量指标

由于本文对金融科技指标的构建是基于战略纬度（FINT_S）、业务纬度（FINT_T）和管理纬度（FINT_A）三个层面来加权汇总的，并且三者相互联系、相互发展，战略金融科技化是银行金融科技的基础，业务科技化和管理科技化则是银行战略科技化的落地（谢绚丽和王诗卉，2022）。所以本文替换调节变量指标，分别对三个金融科技分指标进行回归，从而验证本文结论的稳健性。具体回归结果如表9所示。

表9 替换调节变量指标

表9第（1）（2）（3）列银行金融科技应用分指标和短期跨境资本流动的交乘项回归结果来看，其回归系数均显著为负，说明银行金融科技在各方面的应用均可以抑制短期跨境资本流动对银行流动性囤积的促进作用，再次验证了本文结论稳健性。

五、进一步分析

（一）银行异质性分析

城商行作为中小银行代表，在资产规模、揽储能力以及客户基本面等特征上，相较于股份制银行和国有银行而言劣势明显。首先，国有银行规模较大，在业务、管理以及战略等方面优势明显。其次，股份行也大多是跨区域经营，网点分布众多，客户规模也相对较多，创新动力强，并且股份行在经营上相对更有特色，如浙商银行潜心探索小企业银行业务和投资银行业务等特色业务；招商银行的零售业务备受认可，目前又开始大力建设网络交易银行。因此在客户规模和品牌效应上来看，股份银行和国有银行相较于城商行具有明显优势。另外从业务发展来看，虽然如南京银行、北京银行等城商行发展较快，但绝大多数地方银行由于成立的根本目的就是服务地方金融和中小企业发展，所以城商行很难摆脱地域的限制。而且跟各有特色的股份制银行不同，城商行似乎也很难发展出自己的特色业务。因此前文的实证结论可能因银行性质的差异而存在异质性问题。因此本文将样本银行分为城商行、农商行、股份行和国有银行四大类，从而分析不同种银行间短期跨境资本流动对银行流动性囤积的作用效果差异。具体回归结果如表10所示。

表10 银行性质的异质性回归结果

表10中的回归结果显示，短期跨境资本流动对城商行的冲击性最大，这主要是因为城商行一般以该地区客户作为基本面，规模较小，抵抗风险能力较弱，因此在短期跨境资本流动的过程中，遭受风险挤兑的可能性也比较大，城商行相对会储备大量流动性资产，从而导致流动性囤积水平上升。而国有银行的短期跨境资本流动回归系数不明显，说明在资本流动时，国有银行并没有出现流动性囤积现象，这可能是因为国有银行规模最为庞大，在各地区都有客户资源，并且信贷客户多以国企和具备良好资质的上市企业为主，信贷资金具有保障，所以国有银行通常并不担心在市场投资的过程中出现流动性挤兑风险，况且国有银行是推动实体经济发展、缓解企业融资难题的银行主力，通常情况下对市场释放大量流动性才是国有银行常态。

（二）跨境资本渠道分析

由于国际收支的金融账户含有非储备金融项目，以及非储备金融下的直接投资项目和间接投资（证券投资）项目，所以短期跨境资本流动同样分为直接投资主导的跨境资本和间接投资主导的跨境资本。在以往研究中，由于直接投资一般是股本投资，投资周期相对较长，流动性比较低，所以跨境资本直接投资往往会促进银行盈利能力和风险抵抗能力（顾海峰和卞雨晨，2022），而间接投资则主要是投机性交易，一般以证券市场为主体，流动性较强，所以通常会降低银行盈利稳定性。因此从理论上讲，跨境资本直接投资并不会明显促进银行流动性囤积行为，而跨境资本间接投资则会明显促进银行流动性囤积行为。为此，本文接下来进一步检验不同短期跨境资本流动渠道对银行流动性囤积的影响。回归结果由表11所示，其中第（1）列是非储备金融（NRFK）的回归结果，第（2）（3）列是直接投资（FDIR）和间接投资（FSEC）的回归结果。

表11 短期跨境资本流动的渠道分析

由表11可以看出，虽然跨境资本中非储备金融（NRFK）回归系数显著为正，非储备金融项目下的间接投资（FSEC）回归系数同样显著为正，但直接投资（FDIR）回归系数不显著，说明短期跨境资本流动对银行流动性囤积的影响主要是由投机性资本引起的。这是因为投机资本的交易主体是证券市场，对市场资产价格的波动影响更加剧烈，投资交易强度的增加会造成金融市场短期兴盛假象，推动企业过度进行风险投资，企业“短借长投”以及“脱实向虚”现象愈发严重；其次对银行而言，间接投资交易周期较短，一般追求短线投机式交易，对国际金融周期变动情况更加敏感。当国内经济上行时，投机资本大量涌入造成银行负债端流动性臃肿，流动性错配问题严重，并且加剧了银行资产端的非信贷资产价值稳定性，而国内经济上升趋势放缓或国际经济形势出现变动后，投机资本开始大量撤资，银行流动性缺口过大，从而出现挤兑危机，不得不贱卖资产来补充流动性。因此基于上述问题担忧，当投机资本流动性强度上升时，银行便开始大量储备流动性资产来预防未来可能出现的流动性危机，造成流动性囤积程度上升。而对于直接投资引起的短期跨境资本流动一般具有投资周期长、交易频率低等特点，因此直接投资强度的上升会使银行长期存款增加，降低银行流动性错配压力。并且从实体经济角度而言，直接投资为主的短期跨境资本流动通常会带来生产技术的溢出和转移，有利于实体企业稳健发展，加快国内落后产业升级，提升社会资源配置效率，从而并不会抑制银行信贷扩张行为。

（三）短期跨境资本流动与金融科技的边际效应分析

本文进一步采用面板分位数回归来探讨当商业银行流动性囤积处于不同水平时，短期跨境资本流动和金融科技的作用是否存在差异，回归结果如表12、13所示：

表12中回归结果显示了在不同银行流动性囤积水平下，短期跨境资本流动的影响区别。从结果可以发现，不论流动性囤积在那个水平上，短期跨境资本流动的回归结果均显著为正，说明短期跨境资本流动对银行流动性囤积的影响是全体性的。但随着银行流动性囤积水平的上升，短期跨境资本流动的影响程度逐渐降低，这大概是银行流动性准备较为充分时，对于资本流动的反应程度比较低，并不会过于担心短期跨境资本流动对银行的负面冲击。

表13分析了不同流动性囤积水平下金融科技的调节效果差异。回归结果显示，当银行流动性囤积水平小于30%时，金融科技的调节效果不显著，大于等于30%时，金融科技的调节效果开始显著，并且调节程度逐渐上升。

表13 针对金融科技应用的分位数回归结果

六、结论及政策建议

本文从短期跨境资本流动视角出发，基于2010-2021年中国216家商业银行的面板数据，研究了短期跨境资本流动对银行流动性囤积现象的影响及其异质性特征，并分析了银行金融科技应用所发挥的调节作用效果。研究结果表明：第一，跨境资本流入强度、流出强度以及总流动强度的上升均显著提高了银行流动性囤积水平，信用供给端和融资需求端之间的流动性渠道难以通畅。这种影响在城商行中表现的更为明显，对国有银行不起作用；第二，银行金融科技应用可以显著降低短期跨境资本流动对银行流动性囤积的影响，主要通过增加利息收入、提高风险偏好以及降低信贷错配程度和风险损失准备来缓解短期跨境资本流动对银行流动性囤积的影响；第三，本文进一步分析了短期跨境资本流动的渠道性质问题，发现短期跨境资本流动对银行流动性囤积的影响主要是基于投机性资本。此外分位数回归显示短期跨境资本流动对银行流动性囤积存在边际递减效应，金融科技则存在条件边际递增效应。

基于上述研究结论，本文提出以下政策建议：第一，针对对外开放、资本流动情况，政府应该合理有序地放开资本管制，建立高效的短期跨境资本流动动态监管机制，并且设定针对跨境资本流出应设定科学的规模阀值，以抑制短期跨境资本流动对市场的集聚效应；第二，商业银行应该借助金融科技的应用推动银行数字化转型，降低短期跨境资本流动对银行流动性囤积的促进作用，充分发挥银行信用中介和信用创造功能；第三，由于对不同类型商业银行而言，短期跨境资本流动对其流动性囤积现象的作用程度也不同，因此不同类型的商业银行应进行差异化布局，如城商行要重点关注短期跨境资本流动情况，防范资本流动对市场风险的聚集，并且要大力发展金融科技，降低流动性囤积水平，从而既可以实现自身长期发展，也可以提升金融服务实体经济的能力，助力我国经济高质量发展。