金融科技发展是否提升了商业银行经营效率

王伟 牛岩

摘   要：金融科技是打造现代商业银行和推进金融强国建设的重要内容。采用SFA模型测度商业银行经营效率，考察金融科技对传统商业银行体系的影响。研究发现，金融科技整体上降低了商业银行经营效率。中介检验表明，金融科技会通过挤压商业银行利差降低收入效率，通过加重风险承担抑制成本效率。调节效应检验发现，商业银行开展数字化转型与多元化经营均可以有效缓解金融科技对经营效率的负面冲击。非线性检验发现，长远看来，金融科技与商业银行经营效率存在U形关系，技术溢出效应会随金融科技发展而逐渐增强，最终促进效率提升。为此，需要继续推进金融科技发展，鼓励商业银行开展数字化转型，强化技术溢出效应的正向影响，弱化外部竞争效应带来的负面冲击，有效防控金融科技风险，做好数字金融这篇大文章。

关键词：金融科技；银行效率；数字化转型

中图分类号：F832.1  文献标识码：A  文章编号：1674-2265（2024）05-0048-09

DOI：10.19647/j.cnki.37-1462/f.2024.05.005

一、引言

近年来，大数据、云计算、人工智能等前沿技术在全社会的广泛应用正不断打破传统金融的研究范式，重塑金融业的业务范围与经营模式，金融领域与新兴科技领域的深度耦合使得金融科技成为新的业态风口。2023年10月召开的中央金融工作会议首次明确提出“要加快建设金融强国”，这对构建现代化金融体系提出了更高的要求。金融科技既是有效贯彻落实金融强国战略目标的重要一环，也是我国能否从金融大国迈向金融强国的关键（陈雨露，2020）[1]，对着力打造现代金融机构、有效防范化解金融风险起到关键作用。金融基础设施、金融服务平台、金融业务模式等方面的科技创新，解决了移动渠道普及、客户筛选与服务、风险评估与控制等一系列难题（谢治春等，2018）[2]，将金融市场下沉到农村偏远地区等传统物理网点难以覆盖的区域，打破了信息壁垒与交易障碍，将客户群体拓宽到中小企业与低收入人群，为建设现代金融市场体系、推动金融惠及民生提供了重要条件。然而，金融科技公司也与原有银行体系形成错位竞争，倒逼商业银行“加码”金融科技，对商业银行经营绩效造成了负面冲击。商业银行长期以来在我国金融体系中占据主导地位，在维系国家金融稳定与促进经济发展中扮演着举足轻重的角色。金融科技的兴起既是对传统金融体系的挑战，也是对现有金融模式的变革。如何帮助商业银行内化金融科技能力、创新业务经营模式，更好地服务实体经济与人民生活，是实现金融强国目标的重点问题及研究课题。

基于这一背景，本文整理了2011—2021年我国商业银行面板数据，对金融科技与商业银行效率间的因果关系进行检验。从外部竞争效应与技术溢出效应两个视角出发，同时探讨了金融科技对商业银行效率的整体影响与非线性影响，并在此基础上进一步探究了两者的深层作用机制。一方面，通过厘清金融科技与商业银行的逻辑关系，可以进一步补充与拓展金融科技与商业银行经营效率领域的研究，为商业银行良性发展金融科技提供理论借鉴；另一方面，可以加深相关部门对金融科技的具体认识，为政策制定提供经验证据，进而助推金融科技赋能商业银行高质量发展，将商业银行建设成为有竞争力和可持续发展能力的现代金融机构，为金融强国建设提供支撑与保障。

与已有研究相比，本文可能的边际贡献主要体现在以下方面：首先，已有研究对两者作用渠道的研究仍显不足，本文引入商业银行利差与风险承担指标，进一步厘清金融科技与商业银行效率间存在的作用渠道，有助于丰富商业银行经营效率领域的相关研究；其次，基于商业银行数字化转型、多元化经营两条路径，本文对金融科技与商业银行效率之间的作用机制进行了深入探究，可以为商业银行转变自身经营策略、助推经营绩效增长提供政策依据；最后，已有文献在探讨金融科技对商业银行效率的影响时，多局限于单一的正向作用或负向作用，较少考虑两者间存在的非线性关系，本文实证检验金融科技对商业银行经营效率影响的动态变化，有助于揭示两者间深层的作用机理。

二、理论分析与研究假设

依托大数据、云计算等技术手段，金融科技公司得以占据技术领先地位，在消费金融、存贷款、网上支付等方面对传统商业银行提出了强势挑战，冲击了商业银行的主营业务，与之形成竞争关系（Rene，2022）[3]。金融科技的运用拓宽了触达空间，将金融服务下沉到农村、乡镇等偏远地区，凭借天然的普惠性不断拓宽获客范围，抢占了大量长尾客户，使相关企业在信用评分较低的地区中拥有更大的市场份额（Julapa等，2021）[4]，对商业银行经营效率造成打击。除此以外，金融科技发展还通过渗透商业银行核心存贷业务推动了一种变相的利率市场化，使得资产业务、负债业务的价格竞争程度进一步提高，“挤出”了商业银行传统存贷款与结算业务，缩窄了商业银行利差空间，对商业银行经营效率产生负面作用（封思贤和郭仁静，2019）[5]。为跳出这一困境，商业银行纷纷转变战略思维，采用金融科技来改善服务效率寻求突破，但在金融科技蓬勃发展的大背景下，其他金融机构也会采取类似措施提高经营绩效，这进一步加剧了行业竞争，给商业银行绩效带来了负向冲击（Sajida等，2022）[6]。

金融科技的发展固然使商业银行面临新的挑战，但也带来了新的机遇。金融科技企业的出现挤压了商业银行生存空间，为在竞争中维持盈利，商业银行可能会选择主动与金融科技公司合作。在业务联系中，金融科技公司可以为商业银行提供技术与数据，帮助商业银行学习新兴技术，促进产品与服务更新升级，实现资源共享与优势互补（熊健等，2021）[7]。传统商业银行在经营主营业务时，受信息壁垒与交易成本限制，大多存在一定的金融门槛，而金融科技的运用可以帮助商业银行创新经营模式，提高金融包容水平，强化信息处理能力，将金融服务延伸至数量众多的“长尾客户”，打破“二八定律”，调整与优化自身信贷结构。同时，在传统存贷业务受到挤压的大背景下，商业银行还可以运用新兴科技手段改善组织结构、管理模式和决策流程，拓宽收入来源渠道，从而提升经营效率（李琴和裴平，2021）[8]。综合看来，金融科技可以通过提供创新性手段解决商业银行传统经营与管理中存在的痛点，赋能商业银行自身转型升级，帮助商业银行提升信息获取、整合和利用能力，为其带来新的盈利可能。

综合来看，金融科技发展对商业银行的影响既存在负向的外部竞争效应，也存在正向的技术溢出效应。由于我国当前金融科技发展尚处在初级阶段，技术溢出的效果可能尚未渗透进商业银行内部，导致商业银行整体上的金融创新程度较低。即便商业银行内部已投入大量资源进行数字化改革，但要取得金融创新成果也存在一定时滞性，致使现阶段技术溢出效应可能弱于外部竞争效应，金融科技对商业银行效率的影响以负面冲击为主。据此，本文提出以下假设：

H1：金融科技的外部竞争效应强于技术溢出效应，整体上降低了商业银行的经营效率。

长期以来，传统存贷款业务都是商业银行的主营业务，构成了商业银行最主要的收入来源，而金融科技企业与商业银行间的竞争关系却会缩窄商业银行的存贷款利差空间，对收入效率造成打击。金融科技发展推动了一种变相的利率市场化，使得资产业务、负债业务的价格竞争程度进一步提高，“挤出”了商业银行传统存贷款与结算业务，从而对商业银行经营效率造成负面影响（封思贤和郭仁静，2019）[5]。金融科技对商业银行利差的影响可以反映其对商业银行主营业务的挤压程度，因此，净利差在金融科技与商业银行收入效率间发挥着重要的渠道作用。

控制风险与提高效率是商业银行制定经营策略的两难决策，但在金融科技挤占市场的大背景下，当商业银行吸储能力下降后，负债端结构的改变会传导到资产端。商业银行为追求更高利润以弥补负债端损失，往往会主动选择更高风险的资产，加重风险承担偏好（邱晗等，2018）[9]，这种行为与“特许权价值假说”相符合。此外，当商业银行尝试在内部开展金融科技创新时，固然可以降低与客户群体之间的交易门槛，但也可能因此引入大量高风险客户，加之大数据、云计算、物联网等技术在风控方面的应用可能仍不成熟，将导致商业银行面临的风险以更隐蔽的形式出现。综合看来，金融科技会抬高商业银行的风险承担，而基于“成本相抵假说”，当商业银行持有过多的风险资产时，不得不为应对风险冲击提供更多准备金，付出相应的努力与成本，导致成本效率降低（谭政勋和李丽芳，2016）[10]。据此，本文提出如下假设：

H2：金融科技会通过缩窄商业银行利差降低收入效率，通过加重风险承担降低成本效率。

在金融科技公司抢占商业银行客户源、挤压商业银行生存空间的大背景下，各大商业银行纷纷开启变革，踏上数字化转型之路，以提升在数字经济时代的竞争力。2022年，原银保监会正式发布《关于银行业保险业数字化转型的指导意见》，越来越多的商业银行开始调整发展战略与组织架构，通过战略转型适应金融科技引起的颠覆性变化，以自上而下的改革应对竞争局面，运用新兴数字技术提升经营绩效（Cheng等，2022）[11]。商业银行数字化转型提供了线上业务办理渠道，可以更便捷、高效地为客户提供金融服务；拓展了与客户间的触达通道，商业银行也可以借助第三方手段吸收闲散资金，在线上存贷款市场占有一席之地，提升盈利能力，对经营效率产生正向影响；线上业务的发展也会减少商业银行网点数量，降低固定资产与劳动力需求，提升成本效率；通过吸纳技术人才，增加科技人员流动性来改善经营效率。当商业银行将科技融合于组织管理后，会带来治理机制与组织形态等方面的根本性变化（刘淑春等，2021）[12]，管理层面的数字化可以实现商业银行自身组织架构、运营模式、业务产品和服务方式的创新，助力消除竞争劣势。据此，本文提出如下假设：

H3：商业银行数字化转型在金融科技对商业银行效率的影响中发挥了负向调节作用。

长期以来，利息收入一直是商业银行最主要的收入来源，但竞争效应的加剧缩窄了商业银行的存贷款息差，改变了传统商业银行的收入与盈利渠道，如何降低利息收入比重，实现多元化经营，是帮助商业银行分散经营风险，提升经营绩效的重点问题（张晓燕等，2021）[13]。其中的作用机理在于，发展非利息收入的业务有助于促进商业银行收益多样化、层次化，通过调整经营项目提高资产利用率并增加利润，实现多元化经营的“范围经济”。另外，由于净利息收入主要源于传统的存贷款业务，过度依赖客户利息收入的商业银行会通过扩大网点覆盖范围，提升固定资产与员工人数的途径增加产出，对成本效率造成负面影响（Abdulahi等，2023）[14]，而多元化经营会帮助商业银行摆脱对资产负债规模扩张的依赖，从而稳定收入，提升效率。可以说，经营模式与盈利结构的多元化发展为商业银行提供了抵御竞争风险的能力，有助于商业银行扩张营业空间与资金来源渠道，弥补存贷款利差损失。据此，本文提出如下假设：

H4：多元化经营在金融科技对商业银行效率的影响中发挥了负向调节作用。

当前我国金融科技发展尚不成熟，相关法律法规与监督机制也不完善，与商业银行可能存在竞争，但随着科技在金融行业乃至整个经济体系的逐步渗透，商业银行与科技公司的合作也会愈发紧密，新兴科技的不断发展与成熟将成为商业银行数字化转型的新引擎，实现科技赋能业务创新。在金融科技日臻完善的阶段，各大金融机构均能利用先进技术整合生产资源，优化要素配置，商业银行也可以通过内化金融科技能力来调整自身组织架构，提高自身竞争力。这标志着技术溢出效应与日俱增，金融科技赋能收益将超过外部竞争造成的损失，两者强弱关系倒置，金融科技将转而助推商业银行效率提升，长远来看，两者的关系可能呈现非线性变化。据此，本文提出如下假设：

H5：金融科技与商业银行效率间存在非线性关系，技术溢出效应会随金融科技发展而增强。

三、研究设计

（一）变量选取与数据来源

1. 被解释变量：商业银行经营效率（EFF）。现有研究中，对商业银行经营效率的测算可以分为以随机前沿法（SFA）为代表的参数法和以数据包络分析（DEA）为代表的非参数法。较之非参数法，参数法分离了随机误差和无效率项，确保了估计效率的一致性。因此，本文采用随机前沿模型（SFA）对商业银行的技术效率进行测算。在选取投入产出指标时，结合资产法和中介法的思想选择商业银行投入和产出指标，指标测算中的原始数据均来源于国泰安数据库。指标选取具体情况如表1所示。

基于Battese和Coelli（1995）[15]的效率测算模型，本文构建超越对数函数的成本效率与收入效率，并参考封思贤等（2019）[5]的研究，引入不良贷款率及其二次项调整商业银行风险，模型设定如下。

[ln（TC）=α+i=12βiln（wi）+j=13γiln（yj）+i=12k=12φikln（wi）ln（wk）+j=13l=13δjlln（yj）ln（yl）+i=12j=13θijln（wi）ln（yj）+R+R2+t+t2+v-u]    （1）

[ln（TR）=α+i=12βiln（wi）+j=13γiln（yj）+i=12k=12γikln（wi）ln（wk）+j=13l=13δjlln（yj）ln（yl）+i=12j=13θijln（wi）ln（yj）+R+R2+t+t2+v-u]

（2）

其中，[TC]代表商业银行总成本，[TR]代表商业银行总收入；[wi]表示第[i]项投入，[yj]表示第[j]项产出；[α]、[βi]、[γi]、[φik]、[δjl]、[θij]是待估参数；[R]为不良贷款率；t为时间趋势变量；[v-u]是效率函数的复合误差项，[v]代表随机误差项，服从正态分布，[u]为技术无效率。考虑到效率变化中存在的时变特征，本文引入时间值[t]及其二次项，并在后续测算时用商业银行资产规模对式（1）、式（2）进行标准化处理，消除规模收益的影响。

2. 核心解释变量：金融科技水平（Fintech）。现有研究中，对于金融科技水平的测度主要包括北京大学数字普惠金融指数、各地区金融科技公司数量、金融科技专利申请数量、文本挖掘法等。考虑到数字普惠金融指数较依赖支付宝数据，存在一定局限，金融科技公司或专利数目不适用商业银行层面的微观数据，本文采用文本挖掘法构建金融科技指标。

参考李春涛等（2020）[16]的做法，首先，根据相关金融报告与金融新闻等，提取与金融科技相关的包括大数据、云计算等5个维度的48个关键词（见表2），构建金融科技词库。其次，利用爬虫技术在百度新闻高级检索页面中爬取网页源代码，得到各关键词的网页搜索量并进行加总得到总搜索量，并对这一指标做对数变换以进行偏度处理，得到地级市层面的金融科技水平指标。最后，根据各商业银行总行所在地将其匹配到商业银行层面。在后续实证检验中，为避免数据波动，将金融科技水平加一并取对数进行回归。

表2：金融科技关键词

[维度 关键词 大数据 大数据、数据可视化、数据挖掘、异构数据、差分隐私技术、文本挖掘、征信 云计算 EB 级存储、分布式计算、类脑计算、流计算、绿色计算、内存计算、图计算、多方安全计算、云计算、认知计算、融合架构、语义搜索、亿级并发 物联网 物联网、移动互联、信息物理系统、区块链 人工智能 机器学习、人工智能、商业智能、深度学习、生物识别技术、虚拟现实、智能金融合约、智能客服、智能数据分析、智能投顾、身份验证、语音识别、图像理解、投资决策辅助系统、自然语言处理 线上服务 NFC 支付、第三方支付、移动支付、数字货币、开放银行、网联、互联网金融、量化金融、股权众筹融资 ]

3. 控制变量：参考现有文献，本文选取控制变量如下：存贷比（贷款期末余额/存款期末余额）、管理能力 （管理费用/营业收入）、数字化转型（北京大学商业银行数字化转型指数）、利率（利息收入/贷款总额）、存款增长率（（本年存款总额-去年年末存款总额）/去年年末存款总额）、贷款增长率（（本年贷款总额-去年年末贷款总额）/去年年末贷款总额）、金融发展水平 （地级市金融机构存贷款余额/GDP）、GDP 增长率（（本年GDP - 去年GDP）/去年GDP）。控制变量中数字化转型水平与后文调节变量数字化转型为同一变量。其中，商业银行数据来源于国泰安数据库与北京大学数字金融研究中心，地级市数据来源于国家统计局。各变量的描述性统计如表3所示。

（二）模型设定

为考察金融科技发展水平对商业银行经营效率的影响，验证前文提出的理论假说，本文构建双向固定效应模型展开实证研究。模型具体设计如下。

[EFFi，t=α0+α1Fintechi，t+α2Contronli，t+ηi+γt+εi，t]      （3）

其中，[i]为第[i]个商业银行；[t]为第[t]年；[EFFi，t]为商业银行经营效率，包括收入效率与成本效率；[Fintechi，t]为各地区金融科技水平；[Contronli，t]为一系列控制变量，包括商业银行层面的控制变量与地级市层面的控制变量；[ηi]表示个体固定效应；[γt]表示时间固定效应；[εi，t]为随机扰动项。

在厘清金融科技与商业银行经营效率关系的基础上，为探究两者间存在的作用渠道，本文构建中介效应模型进行实证检验。由于传统的三段式研究存在诸多缺陷，内生性问题较为严重，本文参考牛志伟等（2023）[17]的设计思路，在逐步回归基础上额外考虑中介变量与被解释变量之间的关系，增强实证链条的完备性。模型具体设计如下。

[EFFi，t=γ0+γ1medi，t+γ2Contronli，t+ηi+γt+εi，t]

（4）

[medi，t=θ0+θ1Fintechi，t+θ2Contronli，t+ηi+γt+εi，t]     （5）

[EFFi，t=σ0+σ1Fintechi，t+σ2medi，t+σ3Contronli，t+ηi+γt+εi，t]              （6）

其中，[medi，t]指代中介变量，其余变量与上文一致。

四、实证结果与分析

（一）基准回归结果

本文对模型（3）进行实证检验，结果如表3所示。可以看出，金融科技水平对商业银行的成本效率、收入效率在整体上均产生了显著的负向影响。说明当前在我国，金融科技发展对商业银行效率的影响仍以外部竞争效应为主，负面冲击占主要地位，前文假设H1成立。与金融体系相对成熟的国家相比，我国金融科技的进程仍处于初级阶段，金融脱媒降低了金融行业壁垒，新兴金融机构可以提供成本更低、效率更高的资金融通渠道，对传统商业银行的资产端与负债端形成挤压。即便商业银行与科技领先公司展开合作，推动金融科技创新，但受限于庞大的组织体系与严格的金融监管，也会导致金融科技的技术溢出效应暂时弱于外部竞争效应，整体上降低了商业银行的经营效率。另外，金融科技对商业银行成本效率造成的冲击远低于收入效率，说明商业银行成本效率相对稳定，这是由于成本效率主要与商业银行内部的经营管理水平和成本控制能力有关，对外界变化相对不敏感。

表4：基准回归结果

[变量 REFF CEFF REFF CEFF Fintech -1.2640***

（0.2340） -0.8483***

（0.3213） -1.1366***

（0.2309） -0.7002**

（0.3157） LDR 0.1484

（0.1186） -0.0902

（0.1511） MA -1.1690***

（0.3308） -1.0674**

（0.4504） DIG 0.5401***

（0.1441） 0.9692***

（0.1972） IR -0.0260

（0.1149） 0.0084

（0.1552） DGR 0.3052

（0.2565） 0.7245**

（0.3114） LGR -0.0056

（0.2402） -0.0361

（0.3212） FDL -0.1937***

（0.0645） -0.4345***

（0.0875） GDP -0.0182**

（0.0092） -0.0199

（0.0126） _cons 77.7202***

（0.2854） 93.5836***

（0.3928） 78.2862***

（0.4424） 95.2990***

（0.6003） 观测值 835 856 815 836 R2 0.899 0.817 0.909 0.833 时间效应 是 是 是 是 个体效应 是 是 是 是 ]

注：***、**和*分别表示1%、5%和10%的显著性水平。为避免回归系数过小，回归时将被解释变量[×]100处理。括号内为标准误。下同。

（二）稳健性检验

1. 内生性问题处理。考虑到各地区的金融科技发展水平与当地传统金融机构的发展水平有关，可能存在反向因果问题，同时模型中可能存在部分不可观测的遗漏变量，本文参考谢绚丽等（2018）[18]的研究，选取各区域互联网普及率作为工具变量进行内生性处理。一方面，互联网是金融科技普及的重要载体，其普及程度与金融科技水平息息相关；另一方面，互联网普及率与商业银行经营效率并无直接关联，满足外生性条件。采取面板工具变量法进行内生性处理后，回归结果见表5，金融科技水平仍然显著，结果保持稳健。

表5：工具变量

[变量 REFF CEFF REFF CEFF Fintech -17.9037**

（7.3465） -14.4827**

（6.3171） -19.5445**

（9.5810） -14.7361**

（7.1107） _cons 95.0454***

（10.5909） 115.3440***

（9.1098） 100.4137***

（14.7387） 118.9634***

（10.8290） 观测值 759 779 739 759 控制变量 否 否 是 是 时间效应 是 是 是 是 个体效应 是 是 是 是 Wald F检验p值 0.0276 0.0210 0.0683 0.0400 ]

注：因篇幅所限，控制变量简要展示。下同。

2. 替换变量与样本期限。首先，将金融科技的衡量指标替换为北京大学数字普惠金融指数（DIF）进行检验，该指数采用了蚂蚁金服的账户使用数据，可以在一定程度上反映金融科技的发展水平。为避免数据波动，同样将数字普惠金融指数进行对数处理。可以看出，数字普惠金融仍会负向影响商业银行经营效率。其次，将金融科技水平滞后一期进行检验，结果与前文保持一致，证实了本文结论的稳健性。最后，考虑到区域差异，本文参考郭晔等（2020）[19]的研究，将全国划分为东、中、西三部分，控制时间固定效应与区域固定效应的交乘项，金融科技对商业银行效率的负向影响仍然显著，与本文结论相符。以上结果见表6。

（三）机制检验

与前文模型设计相对应，本部分针对金融科技与商业银行经营效率间的中介效应进行考察。本文选取商业银行净利差（NIM）衡量其利差空间，用以检验其在金融科技与收入效率间的作用。从检验结果（见表7）可以看出，净利差对商业银行的收入效率的确有显著正向影响，但金融科技水平的提高会加剧竞争效应，进而挤压商业银行的利差空间，对其产生负向作用。在同时加入解释变量与中介变量后，金融科技的回归系数较基准回归有所下降，说明净利差在其中发挥了部分中介作用，金融科技发展会通过降低利差来抑制商业银行收入效率。

类似地，本文构建商业银行风险承担（RISK）变量检验金融科技与成本效率间的逻辑关系。已有文献中对于风险承担水平的衡量包括风险资产加权比例、贷款损失准备率、商业银行z值、股市波动率等，本文主要参考刘孟飞和蒋维（2021）[20]的研究，选取权益负债比作为商业银行风险承担的代理指标，该数值越高代表商业银行风险承担倾向越低。回归结果见表8。金融科技挤出了部分商业银行业务，导致商业银行转而追求高风险资产以弥补利润损失，但风险承担与成本效率间存在一种替代关系，当商业银行为逐利而追求高风险资产时就势必要牺牲部分效率，金融科技会通过放大商业银行风险偏好的作用渠道来抑制成本效率的提升。

五、进一步分析

（一）调节效应分析

在金融科技公司崛起的大背景下，商业银行为在数字经济时代保持竞争力，会从其内部战略制定、经营模式与人员流动上着手，通过数字化转型抵御金融科技带来的不良影响。本文在前文基准模型的基础上，引入数字化转型（DIG）指标与金融科技的交乘项来检验前文假设。数字化转型的代理指标为北京大学发布的商业银行数字化转型指数，该指标涵盖战略数字化、业务数字化、管理数字化三个维度，可以较为全面、综合地反映商业银行的数字化转型程度。在此基础上，本文进一步引入战略数字化、业务数字化、管理数字化三个子指标及其与金融科技的交乘项进行调节效应分析。从回归结果（见表9）可以看出，数字化转型发挥了显著的调节作用，可以有效缓解金融科技带来的负面影响，与前文假设相符，并且业务数字化与管理数字化的作用尤为显著，这是因为金融服务的线上渠道已逐步替代线下成为当前主流，业务数字化转型与管理层人员流动有助于商业银行切实推进业务办理的线上化与科技化，开展经营模式的变革与创新，改善经营效率。

由于金融科技公司分流客户，许多商业银行将营业重心从传统存贷款业务转移至中间业务等来拓宽收入来源，引导利润增长。本文将商业银行多元化经营（DIV）及其与金融科技的交乘项引入基准模型，其中，商业银行多元化经营采用利息收入以外的收入占总营业收入的比重来衡量，数值越高，说明商业银行收入多元化程度越高，对传统存贷款业务的依赖程度越低。回归结果（见表10）显示，商业银行多元化经营会有效缓解金融科技带来的负向冲击，这与前文假设相符。因为开展金融科技创新需要投入大量的人力物力，且短期内较难实现利润回升，此时商业银行可以通过进行业务结构调整，降低对传统商业银行业务的依赖程度，从而规避外部竞争的负向影响。

（二）金融科技对商业银行经营效率影响的非线性检验

为进一步验证金融科技对商业银行的长期影响，本文引入金融科技二次项进行非线性检验。从表11可以看出，在金融科技发展初期，其对商业银行经营效率的影响为负，金融科技公司对传统银行的挤出效应较为强烈，但在金融科技水平跨过拐点后，其对商业银行经营效率的影响却由负转正，这说明当金融科技水平跨过一定门槛之后，技术溢出效应会逐渐增强并整体上超过竞争效应，呈现出正的外部性。梅特卡夫法则认为，互联网的价值会随着用户数量的增长而呈算术级数增长，电子商务市场具有惊人的潜力。在金融科技发展初期，居于科技领先地位的新兴金融公司会与商业银行形成业务竞争关系，导致当前我国金融科技发展对商业银行的影响以负面为主，但长期看来，随着商业银行自身技术革新与战略转变进程的推进，金融科技变革带来的正向影响会爆炸式增长，正向作用会逐渐占据主导地位，并最终对商业银行经营效率产生促进作用。

六、结论与启示

随着科技在金融行业的广泛渗透，金融科技逐渐走入大众视野，深刻改变着传统金融体系。为探讨金融科技发展对传统银行业的影响，本文立足于理论分析，结合随机前沿（SFA）模型从成本与收入两方面出发测度商业银行的经营效率，采用双向固定效应模型、工具变量法、中介效应模型等检验两者间的关系及其作用机制。研究发现，当前金融科技的影响以外部竞争效应为主，整体上降低了我国商业银行的经营效率。金融科技会通过挤压商业银行利差空间对其收入效率产生负向影响，并通过加重风险承担阻碍其成本效率的提升。数字化转型在金融科技与商业银行经营效率间发挥着重要的调节作用，提升数字化转型程度有助于缓解金融科技的负面影响，业务数字化与管理数字化的调节作用尤为显著。多元化经营也有重要的调节作用，商业银行可以通过开展多元化经营来降低对存贷款业务的依赖程度，促进经营效率提升。虽然目前我国金融科技对商业银行的影响仍以负面为主，但随着金融科技的发展，技术溢出效应会逐渐强于外部竞争效应，转而促进商业银行经营效率提升，两者存在一定的非线性关系。

基于以上分析，本文的政策启示如下：

第一，商业银行要在内部积极推动金融科技发展，变被动接受为主动出击，强化技术溢出效应的正向影响。金融科技在给商业银行带来挑战的同时也带来了新的机遇，商业银行要顺应金融科技发展趋势，积极抓住产业变革新机遇，深化金融科技应用，加大科技创新投入，深入推进数字化转型进程。一方面，应贯彻以客户为中心、以科技为支撑的发展思路，主动与金融科技公司开展合作，积极推进金融创新，推出线上业务渠道，为数量众多的“长尾”客户提供金融服务。另一方面，要及时调整内部组织架构，引进科技与信息人才，从根本上改变治理机制与组织形态，构建数字化管理团队与平台体系，提升在数字经济时代的核心竞争力。

第二，商业银行应开展多元化经营，降低对存贷款业务的依赖程度，弱化外部竞争效应带来的负面冲击。金融科技的兴起与发展挤压了商业银行传统存贷款业务的利差空间，依赖利差业务进行规模扩张的经营模式难以为继，而商业银行内部的金融科技投入短时间内又难以取得显著成果，在此背景下，商业银行应当积极转变经营模式、拓宽收入来源渠道以降低对存贷款业务的依赖。在业务发展方面，要调整业务布局重点，扩大金融服务半径，深入挖掘客户多元化需求，提高中间业务收入等非利息收入在总收入中的比重，积极开拓新的盈利点，构建多功能、多层次、低消耗的新型业务体系，消解金融科技带来的竞争冲击。

第三，在深化金融科技应用时，还要重点强化内部风险控制与外部风险监管，有效防范化解金融科技风险。防控风险是金融工作的永恒主题，在金融科技飞速发展的当下，应把加强金融科技安全管理作为重中之重。相关部门应将先进科技视为风险管理的底层技术，将监管科技与金融科技深度融合，提升监管效率、降低监管成本，及时发现和解决潜在金融风险，维护国家金融稳定。商业银行在进行金融科技创新时，也要不断完善内部风险管理措施，持续加强对业务流程的审查和管控，定期开展安全检查与风险评估，增强风险抵御能力，创造稳定、繁荣、可持续发展的金融环境。

参考文献：

[1]陈雨露.“双循环”新发展格局与金融改革发展[J].中国金融，2020，（20）.

[2]谢治春，赵兴庐，刘媛. 金融科技发展与商业银行的数字化战略转型 [J].中国软科学，2018，（08）.

[3]Stulz Rene M. 2022. FinTech，BigTech，and the Future of Banks [J].Journal of Applied Corporate Finance，34（1）.

[4]Jagtiani J，Lambie-Hanson L，Lambie-Hanson T. 2021. Fintech Lending and Mortgage Credit Access [J].The Journal of FinTech，1（1）.

[5]封思贤，郭仁静. 数字金融、银行竞争与银行效率 [J].改革，2019，（11）.

[6]Sajida Sari，Shochrul Rohmatul Ajija，Wasiaturrahma Wasiaturrahma，Raja Adzrin Raja Ahmad. 2022. The Efficiency of Indonesian Commercial Banks：Does the Banking Industry Competition Matter？ [J].Sustainability，14（17）.

[7]熊健，张晔，董晓林.金融科技对商业银行经营绩效的影响：挤出效应还是技术溢出效应？ [J].经济评论，2021，（03）.

[8]李琴，裴平.银行系金融科技发展与商业银行经营效率——基于文本挖掘的实证检验 [J].山西财经大学学报，2021，（11）.

[9]邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角 [J].金融研究，2018，（11）.

[10]谭政勋，李丽芳.中国商业银行的风险承担与效率——货币政策视角 [J].金融研究，2016，（06）.

[11]Maoyong Cheng，Yang Qu，Chunxia Jiang，Chenchen Zhao. 2022. Is Cloud Computing the Digital Solution to the Future of Banking？ [J]. Journal of Financial Stability，（63）.

[12]刘淑春，闫津臣，张思雪.企业管理数字化变革能提升投入产出效率吗 [J].管理世界，2021，（05）.

[13]张晓燕，郭莹，何德旭.商业银行多元化经营的高质量发展研究 [J].经济问题，2021，（05）.

[14]Salah Mohammed Abdulahi，Mekonnen Kumlachew Yitayaw，Habtamu Legese Feyisa，Wondmagegn Biru Mamo. 2023. Factor Affecting Technical Efficiency of the Banking Sector：Evidence from Ethiopia [J].Cogent Economics & Finance，11（1）.

[15]G. E. Battese，T. J. Coelli. 1995. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data [J].Empirical Economics，20（2）.

[16]李春涛，闫续文，宋敏. 金融科技与企业创新——新三板上市公司的证据 [J].中国工业经济，2020，（01）.

[17]牛志伟，许晨曦，武瑛. 营商环境优化、人力资本效应与企业劳动生产率 [J].管理世界，2023，（02）.

[18]谢绚丽，沈艳，张皓星. 数字金融能促进创业吗？——来自中国的证据 [J].经济学（季刊），2018，（04）.

[19]郭晔，黄振，姚若琪.战略投资者选择与银行效率——来自城商行的经验证据 [J].经济研究，2020，（01）.

[20]刘孟飞，蒋维. 金融科技加重还是减轻了商业银行风险承担——来自中国银行业的经验证据 [J].商业研究，2021，（05）.

[21]黄劲尧. 互联网金融与科技金融概论 [M].北京：北京师范大学出版社，2019.