金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響

任碧云 鄭宗杰

摘 要：通過構(gòu)建金融科技發(fā)展指數(shù)，并基于2013～2019年上市銀行面板數(shù)據(jù)進行實證分析，探討金融科技與商業(yè)銀行融合發(fā)展之間的關(guān)系。研究結(jié)果表明：（1）金融科技與商業(yè)銀行融合發(fā)展有利于降低商業(yè)銀行風(fēng)險承擔(dān)。（2）不同商業(yè)銀行應(yīng)用金融科技效果存在顯著差異，與國有商業(yè)銀行相比，其他股份制商業(yè)銀行應(yīng)用金融科技緩釋風(fēng)險承擔(dān)的效果更明顯。（3）金融科技應(yīng)用于不同信貸結(jié)構(gòu)，對商業(yè)銀行風(fēng)險承擔(dān)的影響和偏好具有顯著差異性，國有商業(yè)銀行偏好借助金融科技調(diào)整貸款擔(dān)保結(jié)構(gòu)緩釋風(fēng)險承擔(dān)，而其他商業(yè)銀行偏好借助金融科技調(diào)整貸款期限結(jié)構(gòu)緩釋風(fēng)險承擔(dān)。研究結(jié)論對金融科技與商業(yè)銀行深度融合、優(yōu)化信貸結(jié)構(gòu)、緩釋風(fēng)險承擔(dān)提供了重要啟示。

關(guān)鍵詞：金融科技;信貸結(jié)構(gòu);風(fēng)險承擔(dān)

文章編號：2095-5960（2021）05-0061-09;中圖分類號：F830.5

;文獻標(biāo)識碼：A

一、引言

金融科技作為一種技術(shù)驅(qū)動的金融創(chuàng)新，自提出以來便受到各界的高度關(guān)注。2015年3月的政府工作報告首次提出并制定了“互聯(lián)網(wǎng)+”行動計劃，標(biāo)志著互聯(lián)網(wǎng)金融發(fā)展被正式納入國家發(fā)展規(guī)劃。2019年8月，中國人民銀行印發(fā)《金融科技（FinTech）發(fā)展規(guī)劃（2019～2021年）》，作為我國金融科技第一份科學(xué)、全面的規(guī)劃，在金融科技發(fā)展進程中具有里程碑意義。2020年4月的《中共中央國務(wù)院關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》首次納入數(shù)據(jù)要素，肯定了數(shù)據(jù)作為土地、勞動力、資本和技術(shù)之外的第五種新型生產(chǎn)要素的重要性。隨著要素市場不斷完善，各種要素融合發(fā)展，勢必將加速金融科技成果應(yīng)用于經(jīng)濟社會各領(lǐng)域，推動實體經(jīng)濟的創(chuàng)新力和生產(chǎn)力。2020年10月，中國共產(chǎn)黨第十九屆中央委員會第五次全體會議審議通過了《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標(biāo)的建議》，強調(diào)要加快建設(shè)科技強國，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)深度融合，推動數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，提升金融科技水平，增強金融普惠性。

近年來，關(guān)于金融科技的定義，國內(nèi)外學(xué)者尚未形成統(tǒng)一。在《金融科技三年發(fā)展規(guī)劃》中，將金融科技定義為技術(shù)驅(qū)動的金融創(chuàng)新，旨在運用現(xiàn)代科技成果改造或創(chuàng)新金融產(chǎn)品、經(jīng)營模式、業(yè)務(wù)流程等，推動金融發(fā)展提質(zhì)增效。實現(xiàn)人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等信息技術(shù)與金融業(yè)務(wù)深度融合，為金融發(fā)展提供源源不斷的創(chuàng)新活力。根據(jù)金融穩(wěn)定理事會（FSB）的定義，金融科技主要是指由大數(shù)據(jù)、區(qū)塊鏈、云計算、人工智能等新興前沿技術(shù)帶動，對金融市場以及金融服務(wù)業(yè)務(wù)供給產(chǎn)生重大影響的新興業(yè)務(wù)模式、新技術(shù)應(yīng)用、新產(chǎn)品服務(wù)等。從我國金融科技發(fā)展歷程來看，我國金融科技經(jīng)歷了三個階段：第一階段為2004年以前以辦公自動化和電子化為代表的IT電子化階段，第二階段為2004～2015年以第三方支付、余額寶等為代表的互聯(lián)網(wǎng)金融時代，第三階段為2016年以來的金融科技階段。

目前，隨著人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等信息技術(shù)與金融業(yè)務(wù)深度耦合，金融科技在深化我國商業(yè)銀行改革、創(chuàng)新業(yè)務(wù)模式、提升風(fēng)險防控能力等方面的作用日益突顯。然而，自余額寶成立以來，互聯(lián)網(wǎng)理財業(yè)務(wù)對商業(yè)銀行傳統(tǒng)負債業(yè)務(wù)產(chǎn)生了較大沖擊，進而改變了商業(yè)銀行的資產(chǎn)業(yè)務(wù)模式，迫使商業(yè)銀行加快應(yīng)用金融科技的步伐。由此引發(fā)了一系列思考：金融科技影響商業(yè)銀行風(fēng)險承擔(dān)的內(nèi)在機制是什么？特別是其對商業(yè)銀行信貸結(jié)構(gòu)有何影響，對不同商業(yè)銀行的影響是否具有顯著差異？因此研究金融科技、信貸結(jié)構(gòu)與商業(yè)銀行風(fēng)險承擔(dān)之間的作用機制和不同商業(yè)銀行之間的影響效果，有助于增強商業(yè)銀行風(fēng)險防控能力，指引商業(yè)銀行數(shù)字化轉(zhuǎn)型方向，同時對改善商業(yè)銀行信貸結(jié)構(gòu)，推動金融科技深度融合，增強金融普惠性，支持實體經(jīng)濟發(fā)展具有深遠影響。

通過對金融科技相關(guān)文獻的綜述研究發(fā)現(xiàn)，目前關(guān)于金融科技對商業(yè)銀行風(fēng)險承擔(dān)的研究較少，而基于商業(yè)銀行信貸結(jié)構(gòu)視角的上述研究更加稀少。基于此，本文在金融科技背景下，結(jié)合商業(yè)銀行信貸結(jié)構(gòu)，構(gòu)建了商業(yè)銀行風(fēng)險承擔(dān)理論模型。利用“文本分析”構(gòu)建了與商業(yè)銀行信貸業(yè)務(wù)相關(guān)的金融科技指數(shù)，并以此來分析金融科技對商業(yè)銀行信貸結(jié)構(gòu)的作用機制和商業(yè)銀行的風(fēng)險承擔(dān)影響差異。本文選取2013～2019年我國35家上市銀行的微觀面板數(shù)據(jù)，實證檢驗了信貸結(jié)構(gòu)視角下金融科技對商業(yè)銀行風(fēng)險承擔(dān)的差異化影響。

與以往文獻相比，本文的主要創(chuàng)新和貢獻包括以下幾個方面：第一，現(xiàn)有關(guān)于金融科技對商業(yè)銀行的風(fēng)險承擔(dān)影響研究大都基于商業(yè)銀行的資產(chǎn)負債結(jié)構(gòu)和市場競爭行為，少有基于商業(yè)銀行信貸結(jié)構(gòu)視角下的研究。本文基于商業(yè)銀行信貸結(jié)構(gòu)視角，研究金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響，豐富了現(xiàn)有的相關(guān)研究，為金融科技與商業(yè)銀行風(fēng)險承擔(dān)的影響研究提供的新的視角和理論參考。第二，本文利用“文本分析”法，構(gòu)建了專門針對商業(yè)銀行信貸業(yè)務(wù)的金融科技指數(shù)，為研究金融科技、信貸結(jié)構(gòu)和商業(yè)銀行風(fēng)險承擔(dān)三者的內(nèi)在作用機制提供了經(jīng)驗證據(jù)。第三，本文的研究樣本涵蓋了我國不同類型的商業(yè)銀行，提高了研究的有效性。并且研究結(jié)果表明金融科技在不同信貸結(jié)構(gòu)下對商業(yè)銀行的風(fēng)險承擔(dān)具有顯著差異性，對商業(yè)銀行優(yōu)化信貸結(jié)構(gòu)，提升風(fēng)險防控能力具有重要的現(xiàn)實借鑒意義。

二、文獻綜述與研究假設(shè)

金融科技作為一種金融與科技深度耦合的金融新范式，雖然基于不同的研究視角和理論模型，不同學(xué)者往往得出不同的結(jié)論，但其作為一種技術(shù)手段，在促進生產(chǎn)力發(fā)展、推動社會進步方面的積極作用無疑得到了大多數(shù)專家學(xué)者的一致認(rèn)可。法國古典政治經(jīng)濟學(xué)派代表人物西斯蒙第認(rèn)為生產(chǎn)者在市場交換過程中具有節(jié)省勞動和原材料的動機，從而促使工廠主采取技術(shù)發(fā)明的手段提高生產(chǎn)，擴大市場份額。歷史學(xué)派的先驅(qū)者李斯特在其生產(chǎn)力理論中認(rèn)為科技對社會生產(chǎn)力具有較大影響。而邊際經(jīng)濟學(xué)派進一步提出了社會進步的兩種情況，一種是經(jīng)濟進步，另一種是新技術(shù)代替原有技術(shù)引起的生產(chǎn)系數(shù)的變動，稱為技術(shù)進步。劍橋?qū)W派代表人物庇古在其福利經(jīng)濟學(xué)理論中提出了信息不完全導(dǎo)致投資收益估計過高或過低，從而造成資源轉(zhuǎn)移的錯配和轉(zhuǎn)移成本的增加的觀點，而科學(xué)技術(shù)能夠有效緩解信息不對稱問題。通過追溯西方經(jīng)濟學(xué)主要經(jīng)濟學(xué)派的理論觀點發(fā)現(xiàn)，不同學(xué)派對于科技推動生產(chǎn)力發(fā)展和社會進步的積極作用方面達成了共識。

我國對于金融科技的理論研究雖然起步較晚，但發(fā)展迅速。綜述已有關(guān)于金融科技的研究文獻發(fā)現(xiàn)，目前大部分學(xué)者關(guān)于金融科技的研究主要集中于全要素生產(chǎn)率、商業(yè)銀行行為和商業(yè)銀行風(fēng)險承擔(dān)三個方面。

（一）金融科技對全要素生產(chǎn)率的影響

不少學(xué)者利用我國的省級面板數(shù)據(jù)研究金融科技對不同區(qū)域影響的異質(zhì)性及其技術(shù)溢出效應(yīng)。整體而言，金融科技對全要素生產(chǎn)率影響的研究理論主要概況可分為兩個方面。

一是金融科技通過溢出效應(yīng)，帶動區(qū)域全要素生產(chǎn)率的提高。金融科技實現(xiàn)了人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術(shù)與金融部門的融合創(chuàng)新，從而緩釋了社會生產(chǎn)中的信息不對稱問題，降低了信息搜尋成本，滿足了市場的差異化需求，從而推動金融新業(yè)態(tài)的形成。技術(shù)迭代周期不斷縮短，提高了金融資源配置效率。[1]區(qū)域內(nèi)金融科技的發(fā)展，由于網(wǎng)絡(luò)效應(yīng)和人員流動效應(yīng)，導(dǎo)致技術(shù)溢出的傳播速度加快，引致周邊區(qū)域全要素生產(chǎn)率增長。[2]因此，金融科技對全要素生產(chǎn)率的促進作用要大于其抑制作用。

二是金融科技對區(qū)域間全要素生產(chǎn)率的影響具有較強的異質(zhì)性。受我國區(qū)域發(fā)展不平衡因素的影響，國內(nèi)大部分金融科技型企業(yè)主要集中于東中部地區(qū)，并且東部地區(qū)市場化程度較高，因此在金融產(chǎn)業(yè)、專業(yè)中介機構(gòu)和人才吸引力等方面均領(lǐng)先于其他區(qū)域。[3]部分學(xué)者基于商業(yè)銀行微觀層面分析了金融科技對商業(yè)銀行效率影響的異質(zhì)性，發(fā)現(xiàn)金融科技對股份制銀行和位于東部地區(qū)、中部地區(qū)的銀行的全要素生產(chǎn)率影響更顯著。[4]受上述因素的影響，金融科技對我國區(qū)域間全要素生產(chǎn)率的影響具有較強的異質(zhì)性，東部地區(qū)由于金融與科技融合程度高，創(chuàng)新能力強，具有較高的規(guī)模效益和聚集效益，因此更容易利用金融科技提高全要素生產(chǎn)率。

（二）金融科技對商業(yè)銀行行為的影響

隨著金融科技與社會不同產(chǎn)業(yè)的深度耦合，尤其是第三方支付、互聯(lián)網(wǎng)消費、互聯(lián)網(wǎng)金融等金融新業(yè)態(tài)的快速發(fā)展，改變了原有的金融生態(tài)環(huán)境，對傳統(tǒng)銀行產(chǎn)生了較大沖擊，進而影響了商業(yè)銀行的行為。關(guān)于金融科技對商業(yè)銀行行為的影響，專家學(xué)者基于不同視角進行了研究。在利率市場化背景下，邱晗等基于互聯(lián)網(wǎng)理財視角研究發(fā)現(xiàn)，金融科技影響了商業(yè)銀行的負債結(jié)構(gòu)，相比傳統(tǒng)存款，商業(yè)銀行對同業(yè)拆借等批發(fā)性融資的依賴度增加，而負債端成本上升推高了商業(yè)銀行的資產(chǎn)端風(fēng)險承擔(dān)偏好，進而影響了商業(yè)銀行的資產(chǎn)結(jié)構(gòu)，但商業(yè)銀行并沒有將相關(guān)成本轉(zhuǎn)向下游企業(yè)。[5]出現(xiàn)上述現(xiàn)象的主要原因是金融科技的“市場擠出”效應(yīng)和“技術(shù)溢出”效應(yīng)使商業(yè)銀行原有的“體制紅利”和“價格紅利”被壓縮，加劇了商業(yè)銀行的市場競爭行為，降低了銀行業(yè)的市場集中度。[6]

另有一些學(xué)者研究了新冠肺炎疫情沖擊下金融科技對商業(yè)銀行行為的影響。新冠肺炎疫情對我國經(jīng)濟造成的巨大破壞，物理隔斷了各產(chǎn)業(yè)鏈之間的聯(lián)系，激發(fā)了市場對數(shù)字經(jīng)濟的迫切需求。金融科技的發(fā)展能夠有效解決傳統(tǒng)金融“屬性錯配”“領(lǐng)域錯配”和“階段錯配”等問題，具有較強的普惠性，適應(yīng)了疫情沖擊下穩(wěn)定經(jīng)濟的需要。商業(yè)銀行依托金融科技進行的數(shù)字化轉(zhuǎn)型，重構(gòu)了商業(yè)銀行的業(yè)務(wù)模式，在有效緩沖疫情影響的同時，提升了商業(yè)銀行的競爭力，因此，金融科技的本質(zhì)是金融數(shù)字化和商業(yè)模式創(chuàng)新化。[7]由此看來，新冠肺炎疫情對我國經(jīng)濟具有雙刃劍作用，在對經(jīng)濟產(chǎn)生破壞性影響的同時，加速了金融科技與各產(chǎn)業(yè)的融合發(fā)展，提高了社會資源的配置效率，推動實體經(jīng)濟高質(zhì)量發(fā)展。

（三）金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響

近年來，面對嚴(yán)峻復(fù)雜的國際形勢和新冠肺炎疫情的嚴(yán)重沖擊，經(jīng)濟發(fā)展不確定因素不斷增加，深入研究金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響，對于深化金融供給側(cè)改革，防范系統(tǒng)性金融風(fēng)險，保持經(jīng)濟發(fā)展的連續(xù)性、穩(wěn)定性和可持續(xù)性具有深遠影響。根據(jù)“特許權(quán)價值假說”，競爭會降低商業(yè)銀行的特許權(quán)價值，從而提高商業(yè)銀行的風(fēng)險承擔(dān)。[8]黃益平等認(rèn)為“數(shù)字金融”的概念與中國人民銀行定義的“互聯(lián)網(wǎng)金融”和金融穩(wěn)定理事會定義的“金融科技”基本相似。[9]郭品、沈悅通過構(gòu)建互聯(lián)網(wǎng)金融指數(shù)研究發(fā)現(xiàn)，互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響呈現(xiàn)先降后升的“U”型趨勢，并且互聯(lián)網(wǎng)金融對不同類型商業(yè)銀行風(fēng)險承擔(dān)的影響具有顯著差異性，中小商業(yè)銀行相比大型商業(yè)銀行反應(yīng)更為敏感。[10]而部分學(xué)者通過構(gòu)建包含貸款技術(shù)和銀行業(yè)市場結(jié)構(gòu)的理論模型，區(qū)分傳統(tǒng)方式貸款和金融科技方式貸款的研究發(fā)現(xiàn)，銀行業(yè)市場結(jié)構(gòu)與小微企業(yè)信貸供給之間呈現(xiàn)“倒U”型關(guān)系，即存在最優(yōu)銀行業(yè)市場結(jié)構(gòu)。[11]金洪飛等研究發(fā)現(xiàn)金融科技的運用顯著降低了商業(yè)銀行間的信息不對稱，縮小了大銀行與中小銀行在獲取軟信息方面的能力差距，從而降低了商業(yè)銀行的風(fēng)險承擔(dān)水平，并且大型商業(yè)銀行運用金融科技的行為刺激了中小銀行風(fēng)險水平的上升。[12]劉忠璐從風(fēng)險管理、經(jīng)營效率、盈利水平和風(fēng)險傳染四個維度，剖析了互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響機制，發(fā)現(xiàn)互聯(lián)網(wǎng)金融降低了商業(yè)銀行的破產(chǎn)風(fēng)險，但是對不同類型商業(yè)銀行的影響具有差異性，股份制商業(yè)銀行的風(fēng)險承擔(dān)有所降低，而其他類型的商業(yè)銀行風(fēng)險承擔(dān)均有不同程度提升。[13]

綜上所述，目前關(guān)于金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響，學(xué)術(shù)界尚未形成統(tǒng)一的結(jié)論，并且已有相關(guān)研究主要基于商業(yè)銀行的資產(chǎn)負債結(jié)構(gòu)或市場競爭行為，而從商業(yè)銀行信貸結(jié)構(gòu)視角研究金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響文獻較少。根據(jù)上述理論分析，本文提出了以下假設(shè)。

假設(shè)1：金融科技與商業(yè)銀行融合發(fā)展有利于降低商業(yè)銀行風(fēng)險承擔(dān)。

假設(shè)2：不同商業(yè)銀行應(yīng)用金融科技效果存在顯著差異，與國有商業(yè)銀行相比，其他股份制商業(yè)銀行應(yīng)用金融科技緩解風(fēng)險承擔(dān)的效果更明顯。

假設(shè)3：金融科技應(yīng)用于不同信貸結(jié)構(gòu)，對商業(yè)銀行風(fēng)險承擔(dān)的影響和偏好具有顯著差異性，國有商業(yè)銀行偏好借助金融科技調(diào)整貸款擔(dān)保結(jié)構(gòu)緩釋風(fēng)險承擔(dān)，而其他商業(yè)銀行偏好借助金融科技調(diào)整貸款期限結(jié)構(gòu)緩釋風(fēng)險承擔(dān)。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

2013年余額寶上線，標(biāo)志著我國金融科技發(fā)展進入了新階段，因此，大量學(xué)者將2013年作為我國金融科技發(fā)展的元年。[5][14]基于此，本文選取2013～2019年我國35家上市銀行為研究樣本。2019年末，我國商業(yè)銀行資產(chǎn)規(guī)模為239.48萬億元，而研究樣本中35家商業(yè)銀行資產(chǎn)規(guī)模為186.25萬億，占比達78%。35家商業(yè)銀行包括了6家國有銀行，8家股份制商業(yè)銀行，18家城市商業(yè)銀行和3家農(nóng)村商業(yè)銀行，除村鎮(zhèn)銀行外，基本涵蓋了我國所有類型的商業(yè)銀行。因此，上述35家樣本能夠較好地反映我國銀行業(yè)信貸結(jié)構(gòu)，具有較高的代表性。本文銀行數(shù)據(jù)主要來自Choice數(shù)據(jù)庫，宏觀經(jīng)濟變量數(shù)據(jù)來自國家統(tǒng)計局官網(wǎng)。另外，本文根據(jù)35家商業(yè)銀行的年報，手工收集并整理了信貸結(jié)構(gòu)相關(guān)數(shù)據(jù)。

（二）研究變量的選取

1.被解釋變量

已有文獻主要選取Z值、不良貸款率、預(yù)期違約概率和加權(quán)風(fēng)險資產(chǎn)比例衡量商業(yè)銀行風(fēng)險承擔(dān)。但不良貸款率主要衡量商業(yè)銀行的事后風(fēng)險[5]，而Z值主要衡量商業(yè)銀行的破產(chǎn)風(fēng)險，無法反映其全部風(fēng)險。[15]由于我國目前的信用評級體系尚不完善，因此使用預(yù)期違約概率作為衡量商業(yè)銀行的風(fēng)險指標(biāo)的可靠性不高?；谏鲜龇治觯疚倪x取加權(quán)風(fēng)險資產(chǎn)比例（risk）作為商業(yè)銀行風(fēng)險承擔(dān)的衡量指標(biāo)，該指標(biāo)越高，說明商業(yè)銀行風(fēng)險承擔(dān)越高。同時，本文選擇不良貸款率（r_npl）作為替代變量進行了穩(wěn)定性檢驗。

2.解釋變量

（1）金融科技發(fā)展指數(shù)

目前，學(xué)術(shù)界關(guān)于金融科技發(fā)展水平的衡量方法主要有兩種：一是以沈悅、郭品等為代表，通過“文本挖掘法”構(gòu)建的金融科技指數(shù);二是以郭峰等為代表，編制的北京大學(xué)數(shù)字普惠金融指數(shù)。由于第二種方法主要以螞蟻金服為技術(shù)平臺，通過互聯(lián)網(wǎng)理財視角衡量金融科技發(fā)展水平，并不能夠有效衡量金融科技對商業(yè)銀行信貸結(jié)構(gòu)的影響。因此，本文借鑒沈悅、郭品的研究方法構(gòu)建金融科技發(fā)展指數(shù)（fintech）。[10]具體過程如下：首先，結(jié)合商業(yè)銀行信貸業(yè)務(wù)實踐和金融科技功能，基于金融科技的四個維度構(gòu)建基礎(chǔ)詞庫，如表1所示。其次，通過百度搜索指數(shù)手工整理2013～2019年每個關(guān)鍵詞的年度詞頻。最后，通過加權(quán)平均確定各維度的權(quán)重，并合成金融科技綜合指數(shù)。

圖1為構(gòu)建的金融科技發(fā)展指數(shù)。該指數(shù)曲線圖態(tài)勢與我國金融科技發(fā)展歷程基本一致，并且與王靖一和黃一平構(gòu)建的金融科技關(guān)注度指數(shù)具有高度一致性[9]，從而論證了本文構(gòu)建的金融科技發(fā)展指數(shù)具有一定的可靠性。

2013年，隨著“余額寶”的成立，我國金融科技實現(xiàn)有效發(fā)展，2014年，銀監(jiān)會與央行聯(lián)合下發(fā)《關(guān)于加強商業(yè)銀行與第三方支付機構(gòu)合作業(yè)務(wù)管理的通知》，第三方支付機構(gòu)的快捷支付功能受到限制，從而抑制了金融科技發(fā)展。2015年，政府工作報告首次提出并制定了“互聯(lián)網(wǎng)+”的行動計劃，互聯(lián)網(wǎng)金融發(fā)展正式被納入國家發(fā)展規(guī)劃，推動金融科技快速發(fā)展。2017年，國家開展各項對P2P網(wǎng)貸平臺的專項整治，隨著監(jiān)管趨于嚴(yán)格，我國金融科技發(fā)展有所減緩。2018年以后，以“余額寶”為代表的互聯(lián)網(wǎng)理財收益走低，隨著互聯(lián)網(wǎng)金融監(jiān)管配套措施增多，各類金融科技公司成立，大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等金融科技基礎(chǔ)技術(shù)快速發(fā)展，從而推動我國金融科技進入了平穩(wěn)健康發(fā)展階段。

（2）商業(yè)銀行信貸結(jié)構(gòu)

劉莉亞等在研究競爭對商業(yè)銀行信貸結(jié)構(gòu)影響時，將信貸結(jié)構(gòu)按貸款對象分為消費零售貸款、住房抵押貸款和公司商業(yè)貸款。[16]但消費零售貸款和住房抵抵押貸款并不能完全覆蓋個人貸款，并且在個體商戶貸款的歸屬劃分上，商業(yè)銀行之間界定尚不統(tǒng)一。孫旭然等從信貸期限結(jié)構(gòu)（短期與中長期貸款）和信貸信用結(jié)構(gòu)（擔(dān)保和信用貸款）兩個維度分析了金融科技、競爭與銀行信貸結(jié)構(gòu)的關(guān)系。[14]但在商業(yè)銀行實務(wù)中，信貸業(yè)務(wù)擔(dān)保方式一般分為信用貸款、保證貸款和抵質(zhì)押貸款。由此分析，現(xiàn)有文獻對商業(yè)銀行信貸結(jié)構(gòu)的劃分尚不完善，因此研究過程中可能存在偏誤。

基于上述因素，本文結(jié)合商業(yè)銀行的信貸實務(wù)，主要從貸款期限和擔(dān)保方式兩個維度考察商業(yè)銀行信貸結(jié)構(gòu)，貸款期限包括短期貸款（short）和中長期貸款（long），擔(dān)保方式包括信用貸款（credit）、保證貸款（guarantee）和抵質(zhì)押貸款（mortgage），并通過各項貸款增長率考察信貸結(jié)構(gòu)變化。

3.控制變量

本文選取的銀行層面控制變量包括流動性比率（liquidity）、資本充足率（car）和銀行規(guī)模（size）。宏觀層面控制變量包括GDP增長率（r_gdp）和M2增長率（r_m2）。其中，銀行規(guī)模指標(biāo)采用總資產(chǎn)取對數(shù)方式獲得。

（三）實證模型設(shè)定

由于商業(yè)銀行風(fēng)險承擔(dān)的影響具有持續(xù)性，為了解決風(fēng)險承擔(dān)在時間上的高度自相關(guān)性，本文借鑒邱晗和劉忠璐的研究方法[5][13]，將被解釋變量的滯后一期引入模型中構(gòu)建動態(tài)面板模型。采用廣義矩估計模型（GMM模型），以解決被解釋變量的滯后項作為解釋變量產(chǎn)生的內(nèi)生性。為實證分析金融科技、商業(yè)銀行信貸結(jié)構(gòu)和風(fēng)險承擔(dān)的關(guān)系，本文構(gòu)建如下計量模型：

Riski，t=αo+α1Riski，t-1+α2Fintechi，t+α3Crestrui，t+α4∑controlsi，t+εi，t?? （1）

式中，Riski，t表示銀行i在年份t的風(fēng)險承擔(dān)水平，F(xiàn)intechi，t表示銀行i在年份t的金融科技發(fā)展水平。Crestrui.t表示銀行i在年份t的信貸結(jié)構(gòu)，主要從貸款期限（短期貸款和中長期貸款）和擔(dān)保方式（信用貸款、保證貸款和抵質(zhì)押貸款）兩個維度進行分析，通過各項貸款增長率考察信貸結(jié)構(gòu)變化。controlsi，t表示銀行i在年份t的控制變量，εi，t為隨機擾動項。

（四）描述性統(tǒng)計

本文選取我國35家上市商業(yè)銀行為樣本，包括了6家國有銀行，8家股份制商業(yè)銀行，18家城市商業(yè)銀行和3家農(nóng)村商業(yè)銀行，基本涵蓋了我國所有類型的商業(yè)銀行，能夠較好地反映我國商業(yè)銀行的信貸結(jié)構(gòu)。主要變量的描述性統(tǒng)計如表2所示：

四、實證研究

（一）金融科技、信貸結(jié)構(gòu)對商業(yè)銀行風(fēng)險承擔(dān)的影響

由于本文樣本數(shù)據(jù)為短面板數(shù)據(jù)，為考察金融科技、信貸結(jié)構(gòu)與商業(yè)銀行風(fēng)險承擔(dān)三者關(guān)系，本文首先采用混合效應(yīng)（模型1）、固定效應(yīng)（模型2）和隨機效應(yīng)（模型3）估計模型（1）。其次，考慮到商業(yè)銀行風(fēng)險承擔(dān)的影響具有持續(xù)性，為了解決風(fēng)險承擔(dān)在時間上的高度自相關(guān)性，采用動態(tài)面板廣義矩估計（GMM模型）對模型（1）進行了實證分析。由于AR（2）檢驗對應(yīng)的P值大于0.1，且通過了Hansen檢驗，表明擾動項差分不存在二階自相關(guān)，且不存在工具變量過度識別問題。因此，文本構(gòu)建的動態(tài)面板模型具有一定合理性，具體實證分析結(jié)果如表3所示：

根據(jù)廣義矩估計實證結(jié)果顯示，金融科技（fintech）與商業(yè)銀行風(fēng)險承擔(dān)（risk）在1%水平下存在顯著負相關(guān)，即金融科技發(fā)展有利于降低商業(yè)銀行的風(fēng)險承擔(dān)，從而證實了假設(shè)1。隨著金融科技發(fā)展，商業(yè)銀行與借款人之間的信息不對稱得到緩解，信息搜集成本降低，借款人違約成本增加，從而降低了商業(yè)銀行風(fēng)險承擔(dān)。

從貸款期限結(jié)構(gòu)來看，短期貸款增長率（r_short）與商業(yè)銀行風(fēng)險承擔(dān)回歸系數(shù)不顯著，而中長期貸款增長率（r_long）與商業(yè)銀行風(fēng)險承擔(dān)在10%水平下存在顯著負相關(guān)。由于商業(yè)銀行短期貸款代理成本較高，且市場競爭日益激烈，為爭奪客戶資源，商業(yè)銀行增加了中長期貸款。金融科技與中長期貸款融合發(fā)展，隨著貸款規(guī)模增加，緩釋了商業(yè)銀行的風(fēng)險承擔(dān)。從貸款擔(dān)保結(jié)構(gòu)來看，保證貸款增長率（r_guarantee）回歸系數(shù)不顯著，而信用貸款增長率（r_credit）和抵質(zhì)押貸款增長率（r_credit）與商業(yè)銀行風(fēng)險承擔(dān)存在顯著負相關(guān)，且信用貸款增長率回歸系數(shù)更為顯著。從而驗證了假設(shè)3，金融科技應(yīng)用于不同信貸結(jié)構(gòu)，對商業(yè)銀行風(fēng)險承擔(dān)的影響具有顯著差異性。依托大數(shù)據(jù)、區(qū)塊鏈和人工智能等金融科技，商業(yè)銀行的普惠功能增強，中小企業(yè)融資難、融資貴問題得到有效緩解。而目前商業(yè)銀行的信用貸款主要以短期經(jīng)營貸款和日常消費貸款為主，隨著我國征信體系和商業(yè)銀行風(fēng)險管理體系不斷完善，借款人違約成本提高，違約概率降低，從而緩釋了商業(yè)銀行風(fēng)險承擔(dān)。

（二）金融科技、信貸結(jié)構(gòu)對商業(yè)銀行風(fēng)險承擔(dān)影響的異質(zhì)性分析

為了分析金融科技、信貸結(jié)構(gòu)對商業(yè)銀行風(fēng)險承擔(dān)影響的異質(zhì)性，本文構(gòu)建了如下模型，首先，模型（5）和模型（7）僅考慮了金融科技（Fintech）與商業(yè)銀行風(fēng)險承擔(dān)（risk）的關(guān)系，其中模型（7）剔除了6家國有大型商業(yè)銀行。其次，模型（6）和模型（8）加入了信貸結(jié)構(gòu)（Crestru）影響因素，其中模型（8）剔除了6家國有大型商業(yè)銀行。最后，本文從貸款期限結(jié)構(gòu)和擔(dān)保結(jié)構(gòu)兩個維度進行了檢驗分析：

1.基于貸款期限結(jié)構(gòu)分析

表4考察了金融科技與期限結(jié)構(gòu)對商業(yè)銀行風(fēng)險承擔(dān)的影響。實證結(jié)果表明，金融科技與商業(yè)銀行風(fēng)險承擔(dān)在5%水平下存在顯著負相關(guān)，再次驗證了假設(shè)1。模型（8）中金融科技指標(biāo)回歸系數(shù)均顯著高于模型（6），表明與國有商業(yè)銀行相比較，其他股份制商業(yè)銀行應(yīng)用金融科技緩解風(fēng)險承擔(dān)效果更明顯，從而驗證了假設(shè)2。另外，模型（8）中長期貸款增長率（r_long）與商業(yè)銀行風(fēng)險承擔(dān)回歸系數(shù)顯著高于而模型（6），表明與國有銀行相比，其他股份制商業(yè)銀行借助金融科技調(diào)整貸款期限結(jié)構(gòu)降低風(fēng)險承擔(dān)的效果更加明顯。

2.基于貸款擔(dān)保結(jié)構(gòu)分析

表5考察了金融科技與期限結(jié)構(gòu)對商業(yè)銀行風(fēng)險承擔(dān)的影響。實證結(jié)果表明，金融科技與商業(yè)銀行風(fēng)險承擔(dān)存在顯著負相關(guān)，且其他股份制商業(yè)銀行應(yīng)用金融科技緩解風(fēng)險承擔(dān)效果優(yōu)于國有商業(yè)銀行，再次驗證了本文假設(shè)1和假設(shè)2。模型（6）中信用貸款增長率（r_credit）與商業(yè)銀行風(fēng)險承擔(dān)在1%水平下存在顯著負相關(guān)，抵質(zhì)押貸款增長率（r_mortgage）與商業(yè)銀行風(fēng)險承擔(dān)在5%水平下存在顯著負相關(guān)。而模型（8）中相應(yīng)指標(biāo)回歸系數(shù)的符號與模型（6）一致，均為負，但回歸結(jié)果并不顯著。這表明國有商業(yè)銀行借助金融科技調(diào)整貸款擔(dān)保結(jié)構(gòu)降低風(fēng)險承擔(dān)的效果更明顯，從而驗證了假設(shè)3。造成上述現(xiàn)象的主要原因是國有商業(yè)銀行信貸資金成本優(yōu)勢明顯，在以往貸款過程中更偏好抵質(zhì)押貸款。近年來隨著金融科技發(fā)展，國有商業(yè)銀行加快數(shù)字化轉(zhuǎn)型，增加信用貸款投放，金融科技與信用貸款融合發(fā)展，有效緩釋了風(fēng)險承擔(dān)。而其他股份制商業(yè)銀行為了增加貸款規(guī)模，爭取客戶資源，降低資金成本，在貸款過程中更加偏好通過增加中長期貸款降低風(fēng)險承擔(dān)。

（三）穩(wěn)健性檢驗

為了檢驗實證結(jié)果的穩(wěn)定性，本文從以下兩個方面進行了穩(wěn)定性檢驗：一是考慮樣本數(shù)據(jù)特征，在原樣本中剔除了國有商業(yè)銀行，并根據(jù)貸款期限結(jié)構(gòu)進行實證分析，檢驗結(jié)果支持了本文假設(shè)。二是替代相關(guān)變量，選擇不良貸款率作為加權(quán)風(fēng)險資產(chǎn)比例的替代變量進行實證分析，顯著性水平與本文結(jié)果基本一致，證明了本文實證結(jié)果的穩(wěn)定性和可靠性。

五、結(jié)論與建議

本文基于2013～2019年我國35家上市銀行的面板數(shù)據(jù)，通過構(gòu)建金融科技發(fā)展指數(shù)，考察了金融科技、信貸結(jié)構(gòu)與商業(yè)銀行風(fēng)險承擔(dān)的關(guān)系。研究結(jié)果表明：（1）金融科技與商業(yè)銀行融合發(fā)展有利于降低商業(yè)銀行風(fēng)險承擔(dān)。（2）不同商業(yè)銀行應(yīng)用金融科技效果存在顯著差異，與國有商業(yè)銀行相比，其他股份制商業(yè)銀行應(yīng)用金融科技緩解風(fēng)險承擔(dān)的效果更明顯。（3）金融科技應(yīng)用于不同信貸結(jié)構(gòu)，對商業(yè)銀行風(fēng)險承擔(dān)的影響和偏好具有顯著差異性，國有商業(yè)銀行偏好借助金融科技調(diào)整貸款擔(dān)保結(jié)構(gòu)緩釋風(fēng)險承擔(dān)，而其他商業(yè)銀行偏好借助金融科技調(diào)整貸款期限結(jié)構(gòu)緩釋風(fēng)險承擔(dān)?；谏鲜鼋Y(jié)論，本文提出了如下建議：

第一，加快金融科技與商業(yè)銀行融合發(fā)展。金融科技的發(fā)展，不僅降低了商業(yè)銀行風(fēng)險承擔(dān)，而且緩解了中小企業(yè)融資難問題，增強了商業(yè)銀行的普惠金融功能。目前我國商業(yè)銀行應(yīng)用金融科技仍處于探索階段，未來應(yīng)鼓勵商業(yè)銀行發(fā)展金融科技，提升我國金融市場的運營效率和風(fēng)險防控能力。

第二，依托金融科技持續(xù)優(yōu)化商業(yè)銀行信貸結(jié)構(gòu)。金融科技有效緩解了市場信息不對稱問題，降低了商業(yè)銀行信息搜集成本，推動商業(yè)銀行信貸業(yè)務(wù)發(fā)展。與國有大型商業(yè)銀行相比，其他股份制商業(yè)銀行運用金融科技的動機和效果更加顯著。因此，商業(yè)銀行在應(yīng)用金融科技過程中要注重信貸結(jié)構(gòu)合理性，防止因期限錯配和結(jié)構(gòu)錯配引發(fā)金融風(fēng)險。

第三，加強金融監(jiān)管，完善國家征信體系和商業(yè)銀行風(fēng)險管理體系建設(shè)。當(dāng)前國內(nèi)外金融環(huán)境復(fù)雜多變，金融科技在助力商業(yè)銀行提高經(jīng)營效率的同時，也帶來了一定的監(jiān)管風(fēng)險。因此，完善我國金融市場監(jiān)管體系，尤其是國家征信體系和商業(yè)銀行風(fēng)險管理體系建設(shè)，才能保證金融科技與商業(yè)銀行的有效融合，推動我國金融市場健康有序發(fā)展。

參考文獻：

[1]Demertzis M，Merler S，Wolff G B. Capital markets union and the fintech opportunity[J]. Journal of Financial Regulation，2018，4（1） ：157～165.

[2]唐松，賴曉冰，黃銳.金融科技創(chuàng)新如何影響全要素生產(chǎn)率：促進還是抑制？[J].中國軟件科學(xué)，2019（7）：134～144.

[3]郭峰，孔濤，王靖一.互聯(lián)網(wǎng)金融空間集聚效應(yīng)分析——來自互聯(lián)網(wǎng)金融發(fā)展指數(shù)的證據(jù)[J].國際金融研究，2017（8）：75～85.

[4]楊望，徐慧琳，譚小芬，等.金融科技與商業(yè)銀行效率——基于DEA-Malmquist模型的實證研究[J].國際金融研究，2020（7）：56～65.

[5]邱晗，黃益平，紀(jì)洋.金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財?shù)囊暯荹J].金融研究，2018（11）：17～29.

[6]孟娜娜，粟勤.擠出效應(yīng)還是鯰魚效應(yīng)：金融科技對傳統(tǒng)普惠金融影響研究[J].現(xiàn)代財經(jīng)，2020（1）：56～70.

[7]肖宇，李詩林，梁博.新冠肺炎疫情沖擊下的銀行業(yè)金融科技應(yīng)用：理論邏輯、實踐特征與變革路徑[J].金融經(jīng)濟學(xué)研究，2020（3）：90～103.

[8]Marcus A J. Deregulation and Bank Financial Policy[J].Journal of Banking & Finance，1984，8（4）：557～565.

[9]王靖一，黃益平.金融科技媒體情緒的刻畫與對網(wǎng)貸市場的影響[J].經(jīng)濟學(xué)（季刊），2018（4）：1623～1650.

[10]沈悅，郭品.互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率[J].金融研究，2015（3）：160～175.

[11]盛天翔，范從來.金融科技、最優(yōu)銀行業(yè)市場結(jié)構(gòu)與小微企業(yè)信貸供給[J].金融研究，2020（6）：114～132.

[12]金鴻飛，李弘基，劉音露.金融科技、銀行風(fēng)險與市場擠出效應(yīng)[J].財經(jīng)研究，2020（5）：52～65.

[13]劉忠璐.互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響研究[J].財貿(mào)經(jīng)濟，2016（4）：71～85.

[14]孫旭然，王康仕，王鳳榮.金融科技、競爭與銀行信貸結(jié)構(gòu)——基于中小企業(yè)融資視角[J].山西財經(jīng)大學(xué)學(xué)報，2020（6）：59～72.

[15]郭品，沈悅.互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響：理論解讀與實證檢驗[J].財貿(mào)經(jīng)濟，2015（10）：102～116.

[16]劉莉亞，余晶晶，楊金強，等.競爭之于銀行信貸結(jié)構(gòu)調(diào)整是雙刃劍嗎？——中國利率市場化進程的微觀證據(jù)[J].經(jīng)濟研究，2017（5）：131～145.

The impact of financial technology on commercial banks risk-taking

- From the perspective of credit structure of commercial banks

REN Bi-yun1，ZHENG Zong-jie1，2

（1.Tianjin University of Finance and Economics，Tianjin 300222，China;2.Tianjin Branch of Agricultural Bank of China，Tianjin 300222，China）

Abstract：

The integrated development of financial technology and commercial banks has attracted extensive attention from all walks of life in recent years， but the research on the relationship between financial technology， credit structure and risk-taking of commercial banks is not sufficient. Therefore， this paper manually collects some data of Baidu search index and listed banks， constructs the financial technology development index， makes an empirical analysis based on the panel data of listed banks from 2013 to 2019， and discusses the relationship between the three. The results show that： （1） the integrated development of financial technology and commercial banks is conducive to reducing the risk-taking of commercial banks（2） There are significant differences in the effect of applying financial technology in different commercial banks. Compared with state-owned commercial banks， the effect of other joint-stock commercial banks applying financial technology to mitigate risk is more obvious（3） The application of financial technology to different credit structures has significant differences in the impact and preference of commercial banks on risk-taking. State owned commercial banks prefer to adjust the loan guarantee structure with the help of financial technology to mitigate risk-taking， while other commercial banks prefer to adjust the loan term structure with the help of financial technology to mitigate risk-taking. The research conclusion of this paper provides important enlightenment for the deep integration of fintech and commercial banks， optimizing credit structure and mitigating risk.

Key words：

financial technology;credit structure;risk bearing

責(zé)任編輯：吳錦丹

收稿日期：2021-03-01

作者簡介：任碧云（1962—），女，山西榆社人，天津財經(jīng)大學(xué)教授，博士生導(dǎo)師，研究方向為金融宏觀調(diào)控;鄭宗杰（1990—），男，甘肅張掖人，天津財經(jīng)大學(xué)博士研究生、中國農(nóng)業(yè)銀行天津市分行中級經(jīng)濟師，研究方向為金融宏觀調(diào)控與金融科技。