金融科技下商業(yè)銀行經(jīng)營(yíng)績(jī)效影響研究

李文舒

摘 要：金融科技在最近幾年發(fā)展迅速，商業(yè)銀行的經(jīng)營(yíng)績(jī)效也可能受到影響。選取15家商業(yè)銀行2016Q1-2019Q3的數(shù)據(jù)作為研究樣本，將金融科技指標(biāo)作為宏觀變量，分析其對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效的影響。研究表明，商業(yè)銀行的經(jīng)營(yíng)績(jī)效并不受金融科技的影響，主要受內(nèi)部因素影響。

關(guān)鍵詞：商業(yè)銀行;金融科技;經(jīng)營(yíng)績(jī)效;影響因素

中圖分類(lèi)號(hào)：F724.6;F832.33? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）26-0099-04

競(jìng)爭(zhēng)激烈的金融市場(chǎng)環(huán)境使我國(guó)商業(yè)銀行面對(duì)重大的挑戰(zhàn)。如何在金融體系中繼續(xù)發(fā)揮主要作用，提高銀行的經(jīng)營(yíng)績(jī)效，成為現(xiàn)代銀行家普遍關(guān)心的問(wèn)題。而面對(duì)金融科技的沖擊商業(yè)銀行該如何調(diào)整經(jīng)營(yíng)結(jié)構(gòu)，是否應(yīng)該順應(yīng)時(shí)勢(shì)的發(fā)展改變傳統(tǒng)單一的經(jīng)營(yíng)模式，成為現(xiàn)代銀行業(yè)的焦點(diǎn)。同時(shí)，我們還關(guān)注如何提高商業(yè)銀行自身?xiàng)l件，從而實(shí)現(xiàn)利潤(rùn)最大化。基于此，本文選取15家上市商業(yè)銀行2016Q1-2019Q3的財(cái)務(wù)數(shù)據(jù)，構(gòu)建商業(yè)銀行經(jīng)營(yíng)績(jī)效指標(biāo)，選取代表性變量作為核心變量、金融科技發(fā)展指數(shù)作為控制變量，利用Spass25和Stata15軟件，通過(guò)面板模型，分析商業(yè)銀行經(jīng)營(yíng)績(jī)效的影響因素，并給出相關(guān)建議。

一、文獻(xiàn)綜述

關(guān)于金融科技的相關(guān)研究。大多數(shù)人認(rèn)為，金融科技是互聯(lián)網(wǎng)金融更進(jìn)一步的發(fā)展，所以大部分研究還是停留在了互聯(lián)網(wǎng)金融時(shí)代。Bons et al.（2012）認(rèn)為，互聯(lián)網(wǎng)金融促進(jìn)了商業(yè)銀行的發(fā)展，為商業(yè)銀行帶來(lái)了利潤(rùn)[1]。申創(chuàng)和劉笑天（2017）做了101家商業(yè)銀行2005—2015年的數(shù)據(jù)，發(fā)現(xiàn)國(guó)有商業(yè)銀行受到互聯(lián)網(wǎng)金融的沖擊最小[2]。張晨和董曉君（2018）認(rèn)為，互聯(lián)網(wǎng)金融使得銀行貸款減少，從而商業(yè)銀行的綠色信貸在發(fā)展前期呈下降趨勢(shì)[3]。

有關(guān)銀行經(jīng)營(yíng)績(jī)效的文獻(xiàn)敘述。孟令余（2013）運(yùn)用隨機(jī)效應(yīng)模型研究發(fā)現(xiàn)，凈利潤(rùn)比總資產(chǎn)促進(jìn)了商業(yè)銀行經(jīng)營(yíng)績(jī)效[4]。袁朝陽(yáng)（2013）模型使用固定效應(yīng)面板，研究2007—2011年總資產(chǎn)負(fù)債率等對(duì)商業(yè)銀行盈利產(chǎn)生的作用[5]。劉瑩（2015）認(rèn)為，銀行盈利2003年以前主要是由于產(chǎn)權(quán)因素，之后是由于宏觀因素的影響[6]。劉閩浙（2017）解釋變量為10家商業(yè)銀行2007—2016年的資本充足率、資產(chǎn)規(guī)模等，分析商業(yè)銀行的利潤(rùn)[7]。孫永春（2019）運(yùn)用Meta-Frontier模型研究，變量為不良貸款率、總資產(chǎn)規(guī)模、貸款比率[8]。

關(guān)于商業(yè)銀行經(jīng)營(yíng)績(jī)效的指標(biāo)，馮金蘭和陳亮（2013）運(yùn)用因子分析法，選取了15個(gè)變量作為評(píng)價(jià)績(jī)效的因子，包含了五個(gè)方面[9]。吳媚和閆子薇（2019）運(yùn)用因子分析法和Spass軟件，選取了9個(gè)相關(guān)變量作為依據(jù)[10]。

根據(jù)上述學(xué)者的研究結(jié)果，提出本文的相關(guān)假設(shè)。

1.金融科技作為市場(chǎng)大背景，不會(huì)影響商業(yè)銀行的經(jīng)營(yíng)績(jī)效。

2.銀行資產(chǎn)規(guī)模、資產(chǎn)回報(bào)率、撥備覆蓋率對(duì)商業(yè)銀行的經(jīng)營(yíng)績(jī)效有正向作用。

3.不良貸款率對(duì)商業(yè)銀行的經(jīng)營(yíng)績(jī)效有負(fù)向作用。

二、實(shí)證研究

（一）樣本選擇

本文樣本為工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行、中國(guó)銀行、交通銀行、招商銀行、中信銀行、浦發(fā)銀行、民生銀行、興業(yè)銀行、光大銀行、華夏銀行、平安銀行、北京銀行、寧波銀行共15家銀行，樣本時(shí)間區(qū)間為2016年第一季度到2019年第三季度。

（二）變量選取和樣本來(lái)源

1.被解釋變量

依據(jù)CAMEL評(píng)級(jí)法，從五個(gè)方面構(gòu)建經(jīng)營(yíng)績(jī)效指標(biāo)，衡量指標(biāo)的相關(guān)變量見(jiàn)表1。數(shù)據(jù)來(lái)源于商業(yè)銀行的季度報(bào)告。

接著利用Spass25軟件對(duì)15家商業(yè)銀行15個(gè)季度的相關(guān)數(shù)據(jù)進(jìn)行因子分析，計(jì)算每家商業(yè)銀行每個(gè)季度的評(píng)分。作為評(píng)價(jià)商業(yè)銀行經(jīng)營(yíng)績(jī)效的指標(biāo)，用Y表示，同時(shí)根據(jù)做出的KMO和巴特利特檢驗(yàn)（如圖1所示），KMO值為0.617>0.5，說(shuō)明以上9個(gè)變量適合做因子分析。

2.解釋變量

解釋變量分為核心變量和控制變量，核心變量來(lái)源于商業(yè)銀行的季度報(bào)告，控制變量Fintech來(lái)源于零壹智庫(kù)。相關(guān)解釋變量見(jiàn)表2。

（三）樣本描述性統(tǒng)計(jì)與相關(guān)性分析

1.描述性統(tǒng)計(jì)

利用Stata15做出的樣本描述性統(tǒng)計(jì)見(jiàn)表3。

由表3的統(tǒng)計(jì)結(jié)果可知，資產(chǎn)規(guī)模（ASS）、資產(chǎn)回報(bào)率（ROA）、不良貸款率（BLR）是相對(duì)穩(wěn)定的，撥備覆蓋率（NPL）和Fintech指數(shù)波動(dòng)較大。

2.相關(guān)性分析

為了考察變量之間的相關(guān)性，本文利用Stata15軟件對(duì)變量做了相關(guān)性分析，見(jiàn)表4。由表4可知，除了Fintech指數(shù)，其余變量的P值均小于0.01，說(shuō)明變量之間是顯著的;而Fintech指數(shù)的P值為0.763 4，說(shuō)明Fintech指數(shù)和商業(yè)銀行的經(jīng)營(yíng)績(jī)效Y是不顯著的。再來(lái)觀察各個(gè)變量的相關(guān)性系數(shù)，發(fā)現(xiàn)資產(chǎn)回報(bào)率（ROA）的相關(guān)性系數(shù)最大為0.705 1，表示當(dāng)商業(yè)銀行的資產(chǎn)收益率越高時(shí)，商業(yè)銀行的經(jīng)營(yíng)績(jī)效越好。

（四）模型構(gòu)建和回歸結(jié)果

1.模型構(gòu)建

基于以上的分析，本文構(gòu)建如下模型：

Yit=α+β1ASSit+β2BLRit+β3NPLit+β4ROAit+β5Fintecht+εit

上式中，α為常數(shù)，βi為回歸系數(shù)，εit為誤差，i=1，2……15，t=1，2……15

2.回歸結(jié)果

利用Stata15和混合效應(yīng)面板模型，結(jié)果見(jiàn)表5。

模型結(jié)果顯示，R2=0.938 3，F(xiàn)值為42.52，P值為0.000，說(shuō)明擬合優(yōu)度較好，模型回歸結(jié)果顯示，模型總體較為顯著。

三、結(jié)論與建議

（一）結(jié)論

實(shí)證分析得出結(jié)論如下：

1.銀行經(jīng)營(yíng)績(jī)效的提高依賴(lài)于商業(yè)銀行內(nèi)部體系的完善

傳統(tǒng)的盈利模式即使受到宏觀環(huán)境的沖擊，也不會(huì)削弱其在商業(yè)銀行經(jīng)營(yíng)績(jī)效中的地位。Fintech指數(shù)對(duì)商業(yè)銀行Y是不顯著的，而且其回歸系數(shù)為負(fù)，說(shuō)明金融科技沒(méi)有很大程度上影響商業(yè)銀行經(jīng)營(yíng)績(jī)效，而且是負(fù)的影響。

2.衡量商業(yè)銀行內(nèi)部環(huán)境的變量最顯著

總資產(chǎn)（ASS）、資產(chǎn)回報(bào)率（ROA）、撥備覆蓋率（NPL）系數(shù)為正，說(shuō)明越大規(guī)模的銀行，凈利潤(rùn)越多，越有利于提高盈利水平。撥備覆蓋率大，銀行可以有效克制風(fēng)險(xiǎn)，對(duì)提高利潤(rùn)有好處。不良貸款率（BLR）系數(shù)為負(fù)，說(shuō)明銀行的不良貸款越多，銀行放貸就會(huì)越少，從而降低了利息收入，使得銀行利潤(rùn)降低。

（二）建議

1.加強(qiáng)內(nèi)部管理，注重傳統(tǒng)盈利模式

商業(yè)銀行的經(jīng)營(yíng)績(jī)效雖然在一定程度上受到金融科技的沖擊，但是商業(yè)銀行的盈利模式還是利息收入占大部分。銀行應(yīng)該更加注重傳統(tǒng)盈利模式，將金融科技慢慢融入到傳統(tǒng)盈利模式中。

2.建立健全風(fēng)險(xiǎn)體系，做好風(fēng)險(xiǎn)控制

商業(yè)銀行在進(jìn)行貸款的時(shí)候，一定要多方面考察貸款人的基本信息，將不良貸款率控制在合理的范圍內(nèi);同時(shí)，銀行要合理控制規(guī)模，不能盲目擴(kuò)大。

3.加強(qiáng)政府監(jiān)管，規(guī)范銀行行為

政府應(yīng)該制定相應(yīng)的制度，建立健全相應(yīng)的法律法規(guī)，保護(hù)銀行的基本權(quán)益，提高銀行的治理能力。

參考文獻(xiàn)：

[1]? Bons R W H，Alt R，Lee H G.Banking in the Internetand Mobile Era[J].Electronic Markets，2012，22（4）：197-202.

[2]? 申創(chuàng)，劉笑天.互聯(lián)網(wǎng)金融、市場(chǎng)勢(shì)力與商業(yè)銀行績(jī)效[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017，（5）.

[3]? 張晨，董曉君.綠色信貸對(duì)銀行績(jī)效的動(dòng)態(tài)影響——兼論互聯(lián)網(wǎng)金融的調(diào)節(jié)效應(yīng)[J].金融經(jīng)濟(jì)學(xué)研究，2018，33（6）：56-66.

[4]? 孟令余.我國(guó)商業(yè)銀行經(jīng)營(yíng)績(jī)效影響因素的實(shí)證分析[J].金融與經(jīng)濟(jì)，2013，（2）：55-58.

[5]? 袁朝陽(yáng).中國(guó)中小銀行績(jī)效影響因素的實(shí)證分析——基于2007～2011年中國(guó)中小上市銀行的面板數(shù)據(jù)[J].探索，2013，（1）：109-113.

[6]? 劉瑩.中國(guó)商業(yè)銀行經(jīng)營(yíng)績(jī)效的影響因素分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，37（S1）：37-39.

[7]? 劉閩浙.我國(guó)中小上市銀行經(jīng)營(yíng)績(jī)效的影響因素——基于面板數(shù)據(jù)的實(shí)證研究[J].金融理論與實(shí)踐，2017，（11）：62-66.

[8]? 孫永春.我國(guó)商業(yè)銀行績(jī)效及影響因素研究[J].重慶文理學(xué)院學(xué)報(bào)，2019，38（3）：32-41.

[9]? 馮金蘭，陳亮.基于因子分析的上市商業(yè)銀行經(jīng)營(yíng)績(jī)效實(shí)證研究[J].財(cái)會(huì)通訊，2013，（6）：16-18.

[10]? 吳媚，閆子薇.基于因子分析法對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效的評(píng)價(jià)[J].淮陰工學(xué)院學(xué)報(bào)，2019，28（3）：75-79.