李志輝 陳海龍 張旭東

(南開大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071)

一、引言

近年來，全球經(jīng)濟(jì)面臨的風(fēng)險和不確定性日益增加，我國經(jīng)濟(jì)由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段。與此同時，中國銀行業(yè)所面臨的外部環(huán)境正在發(fā)生深刻變化：從宏觀層面來看，在堅定不移防范化解金融風(fēng)險背景下，商業(yè)銀行需要通過更加有效的措施來滿足金融監(jiān)管對銀行盈利可持續(xù)性和安全性的嚴(yán)格要求[1]；從中觀層面來看，受利率市場化、金融脫媒等因素影響[2]，銀行傳統(tǒng)盈利模式面臨轉(zhuǎn)型挑戰(zhàn)，利率市場化不斷對銀行存款進(jìn)行分流，多樣化融資渠道影響了銀行貸款規(guī)模，僅依靠傳統(tǒng)“存貸匯”業(yè)務(wù)帶動銀行盈利增長顯得愈發(fā)困難；從微觀層面來看，隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)金融公司對金融服務(wù)效率進(jìn)行了重新定義，客戶希望得到便捷高效并且可個性化定制的金融服務(wù)，但商業(yè)銀行的服務(wù)水平與日益提升的客戶需求之間仍存在較大差距[3]。當(dāng)前，商業(yè)銀行盈利能力出現(xiàn)了下降，但經(jīng)營風(fēng)險卻不斷上升，亟需探尋實現(xiàn)保持盈利持續(xù)增長的新路徑。

隨著全球金融科技浪潮到來，科技的重大突破和創(chuàng)新應(yīng)用正在對全球經(jīng)濟(jì)進(jìn)行重塑，不斷推動著金融業(yè)組織結(jié)構(gòu)、服務(wù)能力、客戶體驗等發(fā)生深刻變革，并對金融市場產(chǎn)生重大影響，而金融科技的興起可能為商業(yè)銀行的經(jīng)營轉(zhuǎn)型提供了契機(jī)[3]。金融科技(FinTech)是由金融(Finance)和科技(Technology)合成而來的新詞，雖然金融科技的發(fā)展日新月異，但目前在全球范圍內(nèi)尚未對其形成統(tǒng)一定義，具有較高認(rèn)可度的是金融穩(wěn)定理事會(FSB)于2016年3月給出的定義，它認(rèn)為金融科技是指“由技術(shù)進(jìn)步引發(fā)的金融創(chuàng)新，可以創(chuàng)造有別于傳統(tǒng)金融的商業(yè)模式、應(yīng)用、流程或產(chǎn)品并由此對金融市場、金融機(jī)構(gòu)或金融服務(wù)的提供方式產(chǎn)生重大影響”[4]。雖然不同的金融監(jiān)管機(jī)構(gòu)對金融科技有著不同的定義，但綜合來看，金融科技的核心要義離不開“金融”和“科技”兩個主體要素，其中“金融”包括傳統(tǒng)金融機(jī)構(gòu)(銀行、證券、保險、信托等)、新興金融業(yè)態(tài)(互聯(lián)網(wǎng)金融公司和金融科技企業(yè))和金融監(jiān)管機(jī)構(gòu)三大部分；“科技”包括“大數(shù)據(jù)、人工智能、區(qū)塊鏈、云計算”等新興科技手段。綜上所述，本文把金融科技界定為在金融監(jiān)管機(jī)構(gòu)監(jiān)管下，由新興科技推動的，由傳統(tǒng)金融機(jī)構(gòu)和新興金融業(yè)態(tài)等市場主體參與的，對傳統(tǒng)金融業(yè)務(wù)進(jìn)行改革的創(chuàng)新活動。

為加強(qiáng)金融科技戰(zhàn)略部署，把握金融科技發(fā)展態(tài)勢，2016年國務(wù)院印發(fā)了《“十三五”國家科技創(chuàng)新規(guī)劃》，2019年中國人民銀行印發(fā)了《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》，旨在從政策層面引導(dǎo)科學(xué)技術(shù)成為金融機(jī)構(gòu)高質(zhì)量發(fā)展的“新引擎”，全面提升金融服務(wù)實體經(jīng)濟(jì)能力。已有研究表明，作為一種技術(shù)創(chuàng)新，金融科技解開了商業(yè)銀行在客戶服務(wù)、風(fēng)險控制等方面的諸多桎梏，為銀行的業(yè)務(wù)創(chuàng)新和經(jīng)營轉(zhuǎn)型開辟了新的發(fā)展路徑[5]，能夠顯著提升銀行經(jīng)營績效。但國外一些研究卻顯示，在互聯(lián)網(wǎng)金融公司的倒逼下，商業(yè)銀行正不斷加大金融科技投入以適應(yīng)新的市場變化，但銀行在大數(shù)據(jù)、人工智能、網(wǎng)絡(luò)安全等方面的高昂投入會拖累其績效[6]，信息技術(shù)投入并未顯著改善銀行的生產(chǎn)效率和盈利能力[7]。國內(nèi)外學(xué)者在金融科技的作用上尚未達(dá)成一致，而盈利能力作為銀行經(jīng)營的綜合化結(jié)果，應(yīng)用金融科技能否在總體層面提升盈利能力？銀行之間是否存在異質(zhì)性？不同類型銀行應(yīng)當(dāng)選擇何種金融科技發(fā)展戰(zhàn)略？這是迫切需要在理論層面以及實證層面厘清的問題，對評估相關(guān)政策和銀行戰(zhàn)略的實施效果具有非常重要的意義。

二、文獻(xiàn)綜述

近年來，隨著新興技術(shù)在金融行業(yè)的廣泛應(yīng)用，金融科技迅速成為學(xué)術(shù)界和業(yè)界的研究熱點，形成了豐碩的理論和實踐成果。本文主要關(guān)注金融科技對商業(yè)銀行的影響，相關(guān)文獻(xiàn)大致分為兩類，一是外部金融科技公司對銀行產(chǎn)生的影響，二是銀行自身運用金融科技所產(chǎn)生的影響。

從商業(yè)銀行外部來看，一方面，以阿里巴巴、騰訊為代表的金融科技公司利用自身技術(shù)優(yōu)勢推出第三方支付以及在線理財?shù)裙δ埽瑧{借良好的客戶體驗和較低的準(zhǔn)入門檻，對商業(yè)銀行的支付結(jié)算及存款業(yè)務(wù)形成顯著分流，提升了銀行的資金獲取成本[8][9]。郭品和沈悅利用文本挖掘法構(gòu)建了國家層面互聯(lián)網(wǎng)金融指數(shù)，證明了互聯(lián)網(wǎng)金融將壓縮商業(yè)銀行凈息差，激勵銀行投資高風(fēng)險高收益項目，繼而加重銀行風(fēng)險承擔(dān)[10]。熊健等使用北京大學(xué)數(shù)字金融研究中心編制的城市級數(shù)字普惠金融指數(shù)度量地區(qū)金融科技發(fā)展水平，并指出金融科技公司可利用自有平臺交易數(shù)據(jù)向客戶提供高效的線上貸款服務(wù)，從而對商業(yè)銀行資產(chǎn)端業(yè)務(wù)以及經(jīng)營績效產(chǎn)生沖擊[11]。由此，金融科技對商業(yè)銀行呈現(xiàn)出市場擠出效應(yīng)。另一方面，沈悅和郭品認(rèn)為，商業(yè)銀行可通過學(xué)習(xí)和模仿金融科技公司的產(chǎn)品快速實現(xiàn)技術(shù)升級與全要素生產(chǎn)率提升，從而推動自身發(fā)展[13]。封思賢和郭仁靜運用第三方支付和P2P交易額來衡量地區(qū)數(shù)字金融發(fā)展程度，并指出金融科技公司將提升市場競爭程度，倒逼商業(yè)銀行積極尋求可持續(xù)發(fā)展戰(zhàn)略，促使銀行主動通過加大科技投入提升經(jīng)營效率與市場競爭力[14]。楊君等指出，商業(yè)銀行外部數(shù)字普惠金融的發(fā)展有助于緩解銀企間信息不對稱、降低小微企業(yè)信貸業(yè)務(wù)處理成本[15]。郭麗虹和朱柯達(dá)證明了依托與互聯(lián)網(wǎng)公司合作，銀行可從共享流量中篩選出最需要貸款且符合準(zhǔn)入標(biāo)準(zhǔn)的客戶，既緩解了信息不對稱的不利影響，又可匹配優(yōu)質(zhì)客戶，降低貸款風(fēng)險，從而提升銀行績效[16]。由此可見，外部金融科技的發(fā)展對銀行形成了技術(shù)溢出效應(yīng)。

從商業(yè)銀行內(nèi)部來看，一方面，構(gòu)建金融科技硬件基礎(chǔ)設(shè)施以及軟件生態(tài)體系需要承擔(dān)高昂的人力和物力成本，這會顯著拖累商業(yè)銀行的業(yè)績[7]。并且隨著市場環(huán)境、同業(yè)競爭及監(jiān)管制度的變化，銀行利用金融科技手段增收降本的效果可能遞減，金融科技的持續(xù)投入可能出現(xiàn)冗余甚至成為財務(wù)支出上的巨大風(fēng)險[6]。Arnaboldi和 Claeys針對歐洲商業(yè)銀行的研究也認(rèn)為，信息技術(shù)投入并未帶來生產(chǎn)效率的顯著改善[17](P17—19)。由此，商業(yè)銀行內(nèi)部應(yīng)用金融科技呈現(xiàn)出成本效應(yīng)。另一方面，Berg等、劉孟飛和蔣維認(rèn)為，多樣化且便捷的金融科技服務(wù)渠道能夠顯著提升商業(yè)銀行運營效率，可隨時隨地向客戶提供自助式金融服務(wù)，從而大幅降低業(yè)務(wù)處理成本和獲客成本[18][19]；金洪飛等利用文本挖掘法構(gòu)建了商業(yè)銀行金融科技應(yīng)用指數(shù)，并指出金融科技能夠顯著降低商業(yè)銀行的風(fēng)險承擔(dān)水平，但這種作用在大、小銀行之間呈現(xiàn)出差異性[20]。孫志紅和張娟認(rèn)為，金融科技對經(jīng)濟(jì)發(fā)展程度不同地區(qū)的經(jīng)濟(jì)增長均有顯著的促進(jìn)作用[21]。由此，商業(yè)銀行內(nèi)部應(yīng)用金融科技呈現(xiàn)出收益效應(yīng)。

綜上所述，既有文獻(xiàn)從生產(chǎn)效率、風(fēng)險承擔(dān)、信息不對稱等角度極大豐富了金融科技對商業(yè)銀行的影響研究，這為理解金融科技與傳統(tǒng)銀行業(yè)的競合互動關(guān)系提供了重要基礎(chǔ)。本文相較于以往文獻(xiàn)的邊際貢獻(xiàn)包括如下兩個方面，第一，以往關(guān)于金融科技對銀行經(jīng)營績效的研究更多的是在理論描述和定性分析層面，現(xiàn)有的少數(shù)定量分析則主要是利用沈悅和郭品開發(fā)的文本挖掘法構(gòu)建地區(qū)層面金融科技指數(shù)，或者使用北京大學(xué)地區(qū)層面數(shù)字普惠指數(shù)，探究商業(yè)銀行外部金融科技發(fā)展對銀行經(jīng)營績效的影響[11][13]，但鮮有文獻(xiàn)從銀行個體層面構(gòu)建指數(shù)考察金融科技對銀行盈利能力的影響，也鮮有文獻(xiàn)將發(fā)明專利納入銀行金融科技的計量評估體系。而本文探究了商業(yè)銀行內(nèi)部應(yīng)用金融科技對其盈利能力的作用機(jī)制，并將手工收集的商業(yè)銀行發(fā)明專利數(shù)據(jù)引入銀行個體層面金融科技指數(shù)構(gòu)建過程，這為相關(guān)研究提供了新的研究視角和指數(shù)構(gòu)建思路。第二，受限于數(shù)據(jù)可得性，現(xiàn)有商業(yè)銀行相關(guān)研究選取的樣本總量相對較小，通常聚焦于上市銀行或在上市銀行基礎(chǔ)上進(jìn)行一定程度的擴(kuò)充，而本文借助最新可用的商業(yè)銀行數(shù)據(jù)庫、銀行年報、Python編程技術(shù)等獲取了308家商業(yè)銀行共10年的面板數(shù)據(jù)，數(shù)據(jù)相對全面而詳實，使研究結(jié)論更加穩(wěn)健可靠，是對現(xiàn)有文獻(xiàn)的繼承與發(fā)展。

三、理論分析與研究假設(shè)

根據(jù)技術(shù)溢出理論，技術(shù)具有顯著的外部性，擁有先進(jìn)技術(shù)的金融科技公司有意識地轉(zhuǎn)讓或者非自愿地傳播自身技術(shù)，可能會對商業(yè)銀行產(chǎn)生積極影響。處于競爭環(huán)境中的商業(yè)銀行能夠以較低的研發(fā)成本通過對外溢技術(shù)的學(xué)習(xí)實現(xiàn)技術(shù)升級和革新[13]。在金融科技蓬勃發(fā)展的現(xiàn)階段，除了被金融科技公司“倒逼”進(jìn)行技術(shù)升級外，商業(yè)銀行也更加主動地通過自身研發(fā)、科技外包等方式實現(xiàn)科技賦能業(yè)務(wù)發(fā)展，降低業(yè)務(wù)運營成本并拓展新的盈利場景[14]。已有學(xué)者研究表明，金融科技與傳統(tǒng)銀行業(yè)之間的跨界互動已由最初的“競爭”向更高層次的“競合”轉(zhuǎn)變，互相取長補(bǔ)短共同推進(jìn)雙方高質(zhì)量發(fā)展[11]，商業(yè)銀行在此期間可通過學(xué)習(xí)和利用外部的技術(shù)溢出顯著提升自身業(yè)績[16]。從微觀層面來看，基于征信、稅務(wù)、輿情等大數(shù)據(jù)信息，商業(yè)銀行可利用金融科技手段提高風(fēng)險篩查與監(jiān)測能力[18]，顯著提升貸款決策的效率和準(zhǔn)確性，從而降低信貸業(yè)務(wù)處理成本和信貸風(fēng)險所導(dǎo)致的經(jīng)營損失；基于分布式云計算技術(shù)，商業(yè)銀行可以通過整合行內(nèi)分支機(jī)構(gòu)已有設(shè)備顯著提升系統(tǒng)整體運算能力[21]，有效增強(qiáng)營運能力的同時降低硬件采購成本?；谌斯ぶ悄艿目蛻舢嬒窦夹g(shù)能幫助銀行更加精準(zhǔn)地掌握客戶需求，有助于銀行研發(fā)設(shè)計出緊扣市場發(fā)展的產(chǎn)品和服務(wù)，顯著提升客戶滿意度和黏性[22]，為商業(yè)銀行拓展?fàn)I收渠道提供技術(shù)支持?；诜植际接涃~的區(qū)塊鏈技術(shù)能夠較好地解決銀行與客戶之間的信息不對稱問題，可幫助銀行在供應(yīng)鏈金融、票據(jù)交易等需要強(qiáng)貿(mào)易背景信息作為支撐的業(yè)務(wù)場景實現(xiàn)突破和創(chuàng)新，從而構(gòu)建新的利潤增長點。所以，在內(nèi)外部因素的綜合作用下，商業(yè)銀行應(yīng)當(dāng)能夠憑借金資金優(yōu)勢和風(fēng)控優(yōu)勢，利用先進(jìn)技術(shù)手段實現(xiàn)盈利能力的不斷提升?；诖?，本文提出研究假設(shè)H1。

H1：金融科技提升了商業(yè)銀行盈利能力。

在成本端，金融科技促進(jìn)了商業(yè)銀行人員、業(yè)務(wù)、技術(shù)、數(shù)據(jù)的融合，能夠從以下三個方面降低銀行的邊際服務(wù)成本[13]。第一，在支付結(jié)算方面，傳統(tǒng)模式下客戶通常需要到銀行網(wǎng)點辦理業(yè)務(wù)，商業(yè)銀行則需投入柜面交易人員以及網(wǎng)點配套服務(wù)資源，成本高效率低。而基于金融科技的手機(jī)APP、網(wǎng)上銀行等服務(wù)終端可以向客戶提供全天候的支付結(jié)算服務(wù)，擺脫了對人工服務(wù)的依賴，單筆交易成本較之前呈大幅下降之勢[23]。第二，在信貸業(yè)務(wù)方面，傳統(tǒng)的信貸審批需要經(jīng)過調(diào)查、審查、審批、作業(yè)監(jiān)督等繁冗的流程環(huán)節(jié)，并且大額業(yè)務(wù)與小額業(yè)務(wù)所歷經(jīng)的環(huán)節(jié)基本相同，沒有充分體現(xiàn)出差異性，造成銀行單筆信貸業(yè)務(wù)成本居高不下，而基于大數(shù)據(jù)、人工智能的信貸業(yè)務(wù)審批模式，能有效緩解銀企之間的信息不對稱問題[24]，可針對小額或標(biāo)準(zhǔn)化業(yè)務(wù)實現(xiàn)極速審批，大幅降低信貸業(yè)務(wù)辦理成本。第三，在內(nèi)部辦公方面，金融科技能夠基于辦公自動化系統(tǒng)、智能會議系統(tǒng)實現(xiàn)高效溝通和文件流轉(zhuǎn)，大幅降低內(nèi)部辦公成本，顯著提升運行效率。所以，理論上，金融科技應(yīng)當(dāng)能為商業(yè)銀行帶來顯著的“節(jié)流”效應(yīng)?；诖耍疚奶岢鲅芯考僭O(shè)H2。

H2：金融科技可以通過降低營業(yè)成本的“節(jié)流”效應(yīng)來提升銀行盈利能力。

在收入端，銀行可借助金融科技拓寬業(yè)務(wù)邊界、提升差異化服務(wù)能力，能從以下三個方面顯著增加收入來源[21]。第一，在產(chǎn)品設(shè)計方面，商業(yè)銀行能夠利用金融科技對市場競爭進(jìn)行動態(tài)分析，借助自動化建模工具迅速制定地區(qū)、客戶等維度的個性化產(chǎn)品調(diào)整策略，通過更加專業(yè)的產(chǎn)品與服務(wù)實現(xiàn)市場邊界拓展[25]。第二，在客戶服務(wù)方面，商業(yè)銀行還可借助大數(shù)據(jù)和人工智能對客戶的興趣愛好、系統(tǒng)操作習(xí)慣、風(fēng)險厭惡程度等進(jìn)行精準(zhǔn)畫像，實現(xiàn)“千人千面”，動態(tài)展示符合客戶個人特點的頁面布局，將適合客戶的信貸產(chǎn)品、理財產(chǎn)品等精準(zhǔn)推送至客戶，大幅提高營銷成功率[3]，從而有效提升客戶粘性和貢獻(xiàn)度。第三，在一體化金融服務(wù)平臺建設(shè)方面，銀行能夠利用金融科技向客戶提供集娛樂、金融、生活、社交于一體的綜合化金融生態(tài)，讓金融融入生活，多觸點擴(kuò)大利潤來源[11]。例如：在銀行APP端引入水電費繳納、基金購買、公積金查詢、醫(yī)院掛號、助農(nóng)惠農(nóng)等服務(wù)，從而有效提升商業(yè)銀行的中間業(yè)務(wù)盈利能力?；诖?，本文提出研究假設(shè)H3。

H3：金融科技可以通過拓展?fàn)I收渠道的“開源”效應(yīng)來提升銀行盈利能力。

四、研究設(shè)計

(一)變量定義

1.被解釋變量。借鑒已有研究，使用總資產(chǎn)收益率(ROA)度量商業(yè)銀行盈利能力[26]。另外，根據(jù)2021年1月財政部印發(fā)的《商業(yè)銀行績效評價辦法》(財金〔2020〕124號)，使用人均凈利潤(Pcnp)和凈資產(chǎn)收益率(ROE)做穩(wěn)健性檢驗。

2.核心解釋變量。本文核心解釋變量為商業(yè)銀行個體層面的金融科技指數(shù)(FinInd)，代表在內(nèi)外部環(huán)境綜合作用下商業(yè)銀行的金融科技應(yīng)用水平。

在上市公司相關(guān)研究中，曹春方和張超、蔡慶豐等使用專利申請數(shù)量衡量企業(yè)的創(chuàng)新水平，認(rèn)為專利申請數(shù)量越多則企業(yè)的創(chuàng)新水平越高[27][28]。王婷等使用專利申請數(shù)量作為企業(yè)研發(fā)產(chǎn)出的代理變量[29]，姚東旻等將專利申請數(shù)量作為地區(qū)科技創(chuàng)新水平的代理變量[30]。既有文獻(xiàn)借助專利數(shù)據(jù)對企業(yè)的科技研發(fā)、技術(shù)創(chuàng)新進(jìn)行了深入研究，但是目前將專利數(shù)據(jù)應(yīng)用至銀行微觀個體研究的文獻(xiàn)相對較少，更鮮有文獻(xiàn)使用發(fā)明專利數(shù)據(jù)度量商業(yè)銀行個體層面的金融科技應(yīng)用水平。隨著銀行經(jīng)營模式的不斷轉(zhuǎn)型，客戶服務(wù)的線上化已經(jīng)逐步滲透到銀行業(yè)務(wù)流程的各個環(huán)節(jié)，科技創(chuàng)新已成為商業(yè)銀行服務(wù)創(chuàng)新的核心落腳點。本文借鑒上市公司專利與科技創(chuàng)新的相關(guān)研究，同時考慮到銀行發(fā)明專利均集中于信息系統(tǒng)領(lǐng)域，涵蓋應(yīng)用軟件、數(shù)據(jù)庫、計算機(jī)網(wǎng)絡(luò)、程序算法等，通常是將已投產(chǎn)上線或者已完成架構(gòu)設(shè)計的系統(tǒng)功能模塊進(jìn)行封裝，然后按照既定書寫規(guī)范向國家專利局提交專利申請，發(fā)明專利越多說明應(yīng)用到生產(chǎn)運營中的科技創(chuàng)新功能越多，從而，發(fā)明專利數(shù)量能夠較好地反映商業(yè)銀行利用科技手段對金融業(yè)務(wù)進(jìn)行賦能的水平。

所以，本文在參考沈悅和郭品、金洪飛等、宋清華等研究的基礎(chǔ)上[13][20][31]，將銀行發(fā)明專利數(shù)據(jù)引入FinInd構(gòu)建過程，并利用中文語言特點對搜索算法進(jìn)行針對性優(yōu)化，使FinInd能夠更加客觀地反映銀行個體層面對金融科技的應(yīng)用情況，F(xiàn)inInd的生成步驟如下：

第一，根據(jù)金融科技對商業(yè)銀行的賦能領(lǐng)域，確定關(guān)鍵詞庫。本文依據(jù)巴塞爾銀行監(jiān)管委員會(BCBS)對金融科技的業(yè)務(wù)模式分類以及波士頓咨詢公司對金融科技的技術(shù)分類，從金融科技概念、技術(shù)手段、業(yè)務(wù)場景、應(yīng)用渠道等四個維度構(gòu)建關(guān)鍵詞庫(見表1)，用于刻畫商業(yè)銀行應(yīng)用金融科技的廣度和深度。

表1 構(gòu)建金融科技指數(shù)的關(guān)鍵詞庫

第二，分銀行分年度統(tǒng)計包含組合詞的網(wǎng)頁數(shù)量。將銀行名稱與各關(guān)鍵詞進(jìn)行組合并限定某一年份進(jìn)行百度搜索，然后利用Python編程技術(shù)獲取每個組合詞在2011—2020各年度的頁面數(shù)量。例如：獲取百度檢索出的既包含“興業(yè)銀行”又包含“大數(shù)據(jù)”的網(wǎng)頁數(shù)量并限定網(wǎng)頁的發(fā)布時間為2017年，此網(wǎng)頁數(shù)量越多，說明2017年興業(yè)銀行實施的大數(shù)據(jù)項目被自身官方網(wǎng)站以及第三方網(wǎng)站報道的越多，意味著興業(yè)銀行在當(dāng)年的大數(shù)據(jù)項目較多、大數(shù)據(jù)項目產(chǎn)生的社會影響力較強(qiáng)，這能夠從大數(shù)據(jù)的角度反映銀行的金融科技實力，此數(shù)據(jù)與其他金融科技關(guān)鍵詞(如人工智能、區(qū)塊鏈等)的結(jié)果合成后能夠較為全面地反映銀行金融科技實力。區(qū)別于以往研究，為提升金融科技指數(shù)有效性，本文利用中文語言特點對搜索算法進(jìn)行如下處理：首先，對銀行名稱進(jìn)行簡化，例如使用“工商銀行”進(jìn)行搜索，而不是“中國工商銀行”，從而提升搜索質(zhì)量；其次，要求搜索結(jié)果必須同時包含商業(yè)銀行名稱以及關(guān)鍵詞名稱，避免搜索范圍擴(kuò)大導(dǎo)致的結(jié)果失真；最后，剔除不在標(biāo)題中出現(xiàn)組合詞的搜索結(jié)果，降低正文中跨段落形成“虛假”組合詞的可能性。

第三，手工逐個收集各家商業(yè)銀行在2011—2020年的發(fā)明專利申請數(shù)量。發(fā)明專利滿足如下條件：已獲取IPC分類號、實質(zhì)審查已生效并且已經(jīng)公開。在以往上市公司專利與創(chuàng)新的相關(guān)文獻(xiàn)中，由于企業(yè)的資產(chǎn)規(guī)模越大、行業(yè)的技術(shù)屬性越強(qiáng)則傾向于向國家專利局提交更多的專利申請，所以使用專利申請數(shù)量度量企業(yè)創(chuàng)新水平時，通常會使用資產(chǎn)規(guī)模作為控制變量并控制行業(yè)層面的固定效應(yīng)(或個體固定效應(yīng))，從而緩解資產(chǎn)規(guī)模、行業(yè)特征所帶來的內(nèi)生性影響。類似地，本文使用發(fā)明專利申請數(shù)量度量銀行金融科技應(yīng)用水平，在回歸時也將控制資產(chǎn)規(guī)模和銀行個體層面的固定效應(yīng)以緩解內(nèi)生性問題。

第四，針對前兩步獲取的“商業(yè)銀行+關(guān)鍵詞+年份”的頁面頻次數(shù)據(jù)，利用主成分分析合成商業(yè)銀行個體層面的金融科技概念、技術(shù)手段、業(yè)務(wù)場景、應(yīng)用渠道等4個子指數(shù)，子指數(shù)構(gòu)建過程中的KMO值分別為0.626、0.774、0.840、0.856(均大于0.6)，Bartlett檢驗的p值均小于0.05。然后利用主成分分析將4個子指數(shù)與銀行發(fā)明專利的面板數(shù)據(jù)進(jìn)行合成，得到銀行個體層面的金融科技總指數(shù)FinInd，合成總指數(shù)時的KMO值為0.826，Bartlett檢驗的p值為0。以上檢驗說明子指數(shù)和總指數(shù)的合成均滿足主成分分析要求。

3.控制變量。借鑒已有研究，本文從宏觀經(jīng)濟(jì)、銀行財務(wù)、銀行經(jīng)營、銀行治理等層面對其他因素進(jìn)行控制。詳見表2的控制變量部分。

表2 主要變量定義表

(二)回歸模型設(shè)計

為考察金融科技能否提升商業(yè)銀行盈利能力，借鑒金洪飛等的做法[20]，建立如下模型：

ROAi,t=α0+α1FinIndi,t+α2Sizei,t+α3Levi,t+α4DLRi,t+ α5Centi,t+ α6Branchi,t+

α7Cari,t+α8Loani,t+α9ReExi,t+α10GDPi,t+α11CPIi,t+δi+μt+εi,t

(1)

式(1)中，i為商業(yè)銀行，t為年份，被解釋變量ROA為銀行總資產(chǎn)收益率，核心解釋變量FinInd為銀行金融科技指數(shù)，δi表示個體固定效應(yīng)、μt表示時間固定效應(yīng)，ε為隨機(jī)誤差項，其余為控制變量(含義詳見變量定義部分)。若應(yīng)用金融科技能夠提升商業(yè)銀行盈利能力，則α1應(yīng)顯著為正。為進(jìn)一步探究金融科技影響銀行盈利能力的傳導(dǎo)機(jī)制，本文借鑒Baron和Shapiro、江艇、吳敏等的研究[32][33][34]，建立如下模型：

Mi,t=β0+β1FinIndi,t+β2Sizei,t+β3Levi,t+β4DLRi,t+ β5Centi,t+β6Branchi,t+

β7Cari,t+β8Loani,t+β9ReExi,t+β10GDPi,t+β11CPIi,t+δi+μt+εi,t

(2)

式(2)中，M是機(jī)制變量，其余變量定義與式(1)相同。式(2)用于探究核心解釋變量FinInd與機(jī)制變量M之間的關(guān)系，如FinInd的系數(shù)顯著、符號與預(yù)期相同，并且既有文獻(xiàn)已論證M能夠顯著影響銀行盈利能力，則說明金融科技能夠通過M提升商業(yè)銀行盈利能力。

(三)數(shù)據(jù)來源

本文樣本期為2011—2020年，剔除政策性銀行，選取包括大型國有商業(yè)銀行、全國性股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行在內(nèi)的四種類型共308家銀行作為研究對象。宏觀經(jīng)濟(jì)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，銀行治理、財務(wù)以及經(jīng)營數(shù)據(jù)來源于商業(yè)銀行年報和國泰安數(shù)據(jù)庫，銀行發(fā)明專利數(shù)據(jù)來源于國家專利局。為避免異常值影響，對連續(xù)變量執(zhí)行縮尾處理，最終得到1608個“銀行—年度”面板數(shù)據(jù)。

五、實證分析

(一)描述性統(tǒng)計分析

表3報告了主要變量描述性統(tǒng)計結(jié)果。在樣本期內(nèi)，總資產(chǎn)收益率(ROA)平均值為92.55%，標(biāo)準(zhǔn)差為0.3807，表明不同商業(yè)銀行間盈利能力差異較大。金融科技指數(shù)(FinInd)的標(biāo)準(zhǔn)差為1.2759，最小值為-0.2002，最大值為16.5478，表現(xiàn)出較大差異性，并且金融科技實力領(lǐng)先的銀行其優(yōu)勢非常明顯。其余變量的取值在合理范圍內(nèi)。

表3 主要變量描述性統(tǒng)計

(二)基準(zhǔn)回歸分析

表4是對模型(1)的回歸結(jié)果。本文采用了雙向固定效應(yīng)(同時控制銀行層面的個體固定效應(yīng)和時間固定效應(yīng))進(jìn)行了檢驗，并使用銀行層面的聚類效應(yīng)對回歸的標(biāo)準(zhǔn)誤進(jìn)行修正以消除異方差等因素影響。結(jié)果顯示，無論是否加入控制變量，金融科技指數(shù)(FinInd)的系數(shù)均在1%水平上顯著為正，說明應(yīng)用金融科技可以顯著提升商業(yè)銀行盈利能力。從而，文本提出的研究假設(shè)1得到驗證，說明銀行內(nèi)部金融科技研發(fā)的收益效應(yīng)大于成本效應(yīng)。

表4 金融科技影響商業(yè)銀行盈利能力的基準(zhǔn)回歸結(jié)果

在控制變量方面，GDP的系數(shù)在1%水平上顯著為正，說明宏觀經(jīng)濟(jì)越好商業(yè)銀行的盈利能力越強(qiáng)[35]。資產(chǎn)負(fù)債比(Lev)和存貸比(DLR)的系數(shù)顯著為負(fù)，這說明杠桿過高的激進(jìn)式經(jīng)營會集聚風(fēng)險，最終可能會因為流動性下降以及風(fēng)險計提影響到銀行的盈利水平。股權(quán)集中度(Cent)的系數(shù)顯著為負(fù)，這說明股權(quán)集中度過高可能會對商業(yè)銀行的經(jīng)營活力產(chǎn)生一定影響，結(jié)合實踐來看，我國商業(yè)銀行近年來正積極嘗試通過引入戰(zhàn)略投資者來學(xué)習(xí)和借鑒先進(jìn)管理經(jīng)驗[36]，從而進(jìn)一步提升自身市場競爭力。貸款總額(Loan)、營業(yè)支出(ReRx)的系數(shù)分別顯著為正、顯著為負(fù)，這說明在控制資產(chǎn)規(guī)模、銀行治理等因素的影響后，商業(yè)銀行主營業(yè)務(wù)體量越大，成本控制水平越高則盈利能力越強(qiáng)。

(三)穩(wěn)健性檢驗

1.雙重差分估計(DID)。金融科技水平較高的銀行通常資產(chǎn)規(guī)模較大、貸款總額大、資金成本較低，而這類銀行的盈利能力可能原本就較好，并且盈利能力強(qiáng)的銀行也傾向于投入更多資金來提升自身科技實力。所以，本文可能存在樣本自選擇、反向因果等內(nèi)生性問題。為此，首先通過雙重差分估計來緩解潛在的內(nèi)生性問題。2016年7月，中國銀行保險監(jiān)督管理委員會發(fā)布了《中國銀行業(yè)信息科技“十三五”發(fā)展規(guī)劃監(jiān)管指導(dǎo)意見》，在監(jiān)管層面要求商業(yè)銀行全面推進(jìn)信息化建設(shè)，積極應(yīng)對新興技術(shù)帶來的機(jī)遇和挑戰(zhàn)，主動開展大數(shù)據(jù)、人工智能等的應(yīng)用，有效提升商業(yè)銀行信息科技現(xiàn)代化水平。借鑒宋敏等、Li等的研究[37][38]，將此監(jiān)管指導(dǎo)意見視作提升銀行科技水平的政策沖擊，且規(guī)模較大、金融科技指數(shù)較高的銀行通?？蓱{借資金、人才等優(yōu)勢更好地落實監(jiān)管要求，受政策影響更大。本文按照2016年銀行金融科技指數(shù)(FinInd)的中位數(shù)將樣本進(jìn)行分組，如果銀行金融科技指數(shù)大于等于中位數(shù)，則這部分銀行為實驗組，其余為對照組。定義變量Treat，銀行屬于實驗組時Treat為1，否則為0。定義變量Post，當(dāng)年份大于等于2016年時，取值為1，否則為0。DID模型如下：

ROAi,t=θ0+θ1Treati,t×Posti,t+θ2Sizei,t+θ3Levi,t+θ4DLRi,t+ θ5Centi,t+

θ6Branchi,t+θ7Cari,t+θ8Loani,t+θ9ReExi,t+θ10GDPi,t+ θ11CPIi,t+δi+μt+εi,t

(3)

式(3)中，Treat×Post的系數(shù)θ1顯示了政策的影響。如果θ1顯著為正，說明受政策沖擊較大銀行的盈利能力提升較為明顯，即金融科技能夠顯著提升商業(yè)銀行盈利能力。表5第(1)列報告了DID的估計結(jié)果。結(jié)果顯示，Treat×Post的系數(shù)在1%水平上顯著為正，與預(yù)期一致。借鑒王鋒和葛星、Li等的研究[38][39]，本文通過在回歸中加入Treat與年份虛擬變量的交互項來判斷DID估計是否滿足平行趨勢假定。平行趨勢檢驗?zāi)Ｐ腿缦拢?/p>

ROAi,t=γ0+γ1Treati,t×Pre_3i,t+γ2Treati,t×Pre_2i,t+γ3Treati,t×Currenti,t+

γ4Treati,t×Post_1i,t+γ5Treati,t×Post_2i,t+ γ6Treati,t×Post_3i,t+

γ7Sizei,t+γ8Levi,t+γ9DLRi,t+ γ10Centi,t+ γ11Branchi,t+γ12Cari,t+

γ13Loani,t+γ14ReExi,t+γ15GDPi,t+ γ16CPIi,t+δi+μt+εi,t

(4)

表5第(2)列的結(jié)果顯示，Treat與事前年份虛擬變量的交互項均不顯著(Current代表2016年，Pre_2為2014年，Pre_3為2013年及以前的年份。為避免完全共線性，未將2015年納入回歸)，回歸結(jié)果滿足DID的平行性假定；Treat與政策沖擊事后年份虛擬變量的交互項均顯著為正(Post_1為2017年，Post_2為2018年，Post_3為2019年及以后年份)，表明此中長期政策確實對商業(yè)銀行產(chǎn)生了持續(xù)性的影響。上述平行趨勢檢驗以及DID估計表明，本文結(jié)論穩(wěn)健。

表5 金融科技影響商業(yè)銀行盈利能力的雙重差分估計結(jié)果(DID)

2.Heckman兩階段模型。借鑒武力超等的研究[40]，利用Heckman兩階段模型進(jìn)行檢驗。首先，將核心解釋變量轉(zhuǎn)化為虛擬變量(FinInd_1)作為第一階段的被解釋變量，當(dāng)金融科技指數(shù)FinInd大于同類型銀行年度中位數(shù)時取值為1，小于等于年度中位數(shù)時為0。同時參考相關(guān)文獻(xiàn)選擇資產(chǎn)規(guī)模、資產(chǎn)負(fù)債比、前三大股東持股比例之和、撥備覆蓋率、資本充足率、營業(yè)收入等變量作為第一階段的解釋變量。表6第(1)列的回歸結(jié)果顯示，逆米爾斯比率(Imr)的系數(shù)在10%水平上顯著，這說明本文存在一定內(nèi)生性問題，而此時FinInd的系數(shù)仍在1%水平顯著為正，這說明在緩解內(nèi)生性問題后本文結(jié)論仍然成立。

3.工具變量法。本文擬使用本科學(xué)歷員工占比(Bach)、研究生學(xué)歷員工占比(Grad)作為銀行金融科技指數(shù)的工具變量。因為金融科技具有較高的專業(yè)門檻且技術(shù)升級頻繁，對員工的持續(xù)學(xué)習(xí)能力和專業(yè)技能都有較高的要求，研究生學(xué)歷員工占比越高則銀行的知識和技術(shù)儲備越強(qiáng)，研發(fā)和推廣金融科技項目越容易，所以，研究生學(xué)歷員工占比(Grad)與金融科技指數(shù)(FinInd)具有正相關(guān)性。同時，在銀行現(xiàn)有經(jīng)營框架下，學(xué)歷需要借助其他因素來提升資產(chǎn)收益率，與資產(chǎn)收益率的直接相關(guān)性偏弱。所以，研究生學(xué)歷員工占比(Grad)在理論上滿足工具變量的相關(guān)性和外生性要求。而近年來商業(yè)銀行招聘時通常要求應(yīng)聘者至少具備本科學(xué)歷，本科學(xué)歷以下員工在商業(yè)銀行的占比較低。所以，本科學(xué)歷員工占比與研究生學(xué)歷員工占比通常呈負(fù)向關(guān)系，本科占比高則研究生占比通常較低，理論上也滿足工具變量要求。利用過度識別檢驗以及弱工具變量檢驗可知，本文選取的兩個工具變量均為外生，并且均強(qiáng)烈拒絕弱工具變量假設(shè)，具有較好的工具變量特征。表6第(2)、(3)列給出了工具變量的回歸結(jié)果，從第一階段回歸結(jié)果來看，研究生占比越高則金融科技實力越強(qiáng)，從第二階段回歸結(jié)果來看，金融科技仍可以顯著提升商業(yè)銀行總資產(chǎn)收益率。所以在緩解內(nèi)生性問題后本文結(jié)論仍然穩(wěn)健。

4.替換核心解釋變量和被解釋變量。第一，將銀行發(fā)明專利申請數(shù)量加1取對數(shù)(記為LnPa)作為核心解釋變量。一般而言，LnPa反映了銀行已投產(chǎn)上線或已完成架構(gòu)設(shè)計的系統(tǒng)功能數(shù)量，能較好地衡量銀行運用科技賦能業(yè)務(wù)發(fā)展的水平。表6第(4)列的回歸結(jié)果顯示，使用LnPa作為核心解釋變量后，其系數(shù)在1%水平上顯著為正，說明銀行金融科技應(yīng)用水平越高，盈利能力越強(qiáng)。結(jié)論穩(wěn)健。第二，考慮到銀行規(guī)模越大則頁面信息越多，本文借鑒金洪飛等的做法，將金融科技總指數(shù)除以總資產(chǎn)作為新的解釋變量(FinInd_S)進(jìn)行回歸[20]，表6第(5)列的結(jié)果顯示，結(jié)論穩(wěn)健。第三，將金融科技概念、技術(shù)手段、業(yè)務(wù)場景、應(yīng)用渠道四個金融科技子指數(shù)作為解釋變量進(jìn)行回歸，結(jié)論仍然穩(wěn)健。另外，本文根據(jù)2021年1月財政部印發(fā)的《商業(yè)銀行績效評價辦法》(財金〔2020〕124號)，本文分別使用人均凈利潤(Pcnp)和凈資產(chǎn)收益率(ROE)替換被解釋變量進(jìn)行了檢驗；此外，本文還繼續(xù)向基準(zhǔn)回歸中添加貸款占總資產(chǎn)比例、存款占總負(fù)債比例、股東總數(shù)、撥備覆蓋率、不良貸款率、最大十家客戶貸款比率等控制變量進(jìn)行檢驗，以上檢驗均表明本文結(jié)論具有穩(wěn)健性(篇幅所限，此結(jié)果未展示)。

表6 金融科技影響商業(yè)銀行盈利能力的穩(wěn)健性檢驗結(jié)果(不含DID估計)

(四)影響機(jī)制分析

總資產(chǎn)收益率(ROA)反映的是商業(yè)銀行經(jīng)營的最終形式，是一個綜合指標(biāo)。為從機(jī)制上探明金融科技通過何種渠道實現(xiàn)資產(chǎn)收益率增長，本文根據(jù)理論分析，擬從“開源節(jié)流”的角度對金融科技提升商業(yè)銀行盈利能力的作用渠道進(jìn)行分析，即根據(jù)模型(2)實證檢驗金融科技對機(jī)制變量的影響，然后利用既有文獻(xiàn)已達(dá)成的共識說明機(jī)制變量對銀行盈利能力的影響。

在機(jī)制變量的選擇方面，李建軍和姜世超、錢水土和陳鑫云、王龑和史永東均使用了成本收入比來度量商業(yè)銀行的成本控制能力[41][42][43]。成本收入比衡量了商業(yè)銀行創(chuàng)造一單位營業(yè)收入所需要支付的成本，成本收入比越低則銀行創(chuàng)造相同收入所消耗的成本就越低、成本控制越有效，表現(xiàn)出顯著的“節(jié)流”效應(yīng)。鄒曉梅等在研究資產(chǎn)證券化對商業(yè)銀行盈利能力的影響時，利用杜邦分析法將凈資產(chǎn)收益率ROE分解為杠桿率、資產(chǎn)周轉(zhuǎn)率、收入利潤率，然后通過探究資產(chǎn)證券化對杠桿率、資產(chǎn)周轉(zhuǎn)率、收入利潤率的影響來闡明資產(chǎn)證券化提升ROE的具體渠道，實證檢驗表明資產(chǎn)證券化可提升資產(chǎn)周轉(zhuǎn)率但卻會降低收入利潤率，資產(chǎn)證券化主要通過提升資產(chǎn)周轉(zhuǎn)率來提升ROE[44]。梁中華和余淼杰也采用了類似做法[45]，且認(rèn)為資產(chǎn)周轉(zhuǎn)率衡量了銀行拓寬營收渠道、提高總收入的能力，反映了銀行通過研發(fā)新產(chǎn)品、拓展新場景、擴(kuò)大客戶群體等多樣化措施實現(xiàn)營業(yè)收入增長的長效機(jī)制。資產(chǎn)周轉(zhuǎn)越快則商業(yè)銀行銷售能力越強(qiáng)，意味著銀行作為金融中介的“活性”越高，表現(xiàn)出顯著的“開源”效應(yīng)?；谝陨戏治觯疚膶⑹褂贸杀臼杖氡群唾Y產(chǎn)周轉(zhuǎn)率作為機(jī)制變量，分別反映商業(yè)銀行的“節(jié)流”效應(yīng)和“開源”效應(yīng)。

表7第(1)列是“節(jié)流”效應(yīng)機(jī)制的回歸結(jié)果。結(jié)果顯示，F(xiàn)inInd的系數(shù)在5%水平上顯著為負(fù)，這說明商業(yè)銀行應(yīng)用金融科技能夠顯著降低成本收入比(Cir)、降低運營成本，商業(yè)銀行的成本控制越有效則盈利能力越強(qiáng)，這表明金融科技可通過“節(jié)流”效應(yīng)對銀行盈利能力產(chǎn)生促進(jìn)作用。本文提出的假設(shè)2成立。表7第(2)列是“開源”效應(yīng)機(jī)制的回歸結(jié)果。結(jié)果顯示，F(xiàn)inInd的系數(shù)在1%水平上顯著為正，這說明商業(yè)銀行應(yīng)用金融科技能夠顯著提高資產(chǎn)周轉(zhuǎn)率(AsTu)。鄒曉梅等的研究表明，商業(yè)銀行資產(chǎn)周轉(zhuǎn)率越高則盈利能力越強(qiáng)[44]。與前文類似，這表明金融科技可通過創(chuàng)新業(yè)務(wù)模式的“開源”效應(yīng)提升商業(yè)銀行盈利能力，假設(shè)3成立。

表7 金融科技影響商業(yè)銀行盈利能力的機(jī)制分析結(jié)果

六、結(jié)論與政策建議

本文發(fā)現(xiàn)金融科技可顯著提升商業(yè)銀行盈利能力，使用雙重差分估計(DID)、Heckman兩階段模型、工具變量等方法檢驗后，結(jié)論依舊穩(wěn)健，實證結(jié)論說明金融科技的收益效應(yīng)大于成本效應(yīng)。機(jī)制分析表明金融科技可以通過提高結(jié)算效率等“節(jié)流”措施、創(chuàng)新業(yè)務(wù)模式等“開源”措施實現(xiàn)盈利能力提升。

商業(yè)銀行在我國經(jīng)濟(jì)中發(fā)揮著重要的資金融通作用，增強(qiáng)商業(yè)銀行自身的盈利能力是實現(xiàn)商業(yè)銀行持續(xù)發(fā)展，促進(jìn)國民經(jīng)濟(jì)高質(zhì)量發(fā)展的重要前提?；谏鲜鲅芯拷Y(jié)論，本文提出以下促進(jìn)我國商業(yè)銀行發(fā)展的政策建議：(1)本文構(gòu)建的金融科技指數(shù)能相對客觀反映商業(yè)銀行的金融科技應(yīng)用水平，在相關(guān)數(shù)據(jù)披露不足的情況下，監(jiān)管部門可利用此指數(shù)評估金融科技政策實施的有效性。商業(yè)銀行可據(jù)此掌握自身金融科技發(fā)展的優(yōu)劣勢，緊扣行業(yè)新趨勢、打造發(fā)展新動能。(2)大型國有商業(yè)銀行應(yīng)突破傳統(tǒng)運營模式，有選擇地借鑒金融科技公司快速迭代式的試錯型研發(fā)模式，為金融科技安排相對靈活的業(yè)務(wù)和研發(fā)機(jī)制，顯著提升產(chǎn)品創(chuàng)新能力。(3)國家從政策層面應(yīng)加大金融科技基礎(chǔ)設(shè)施建設(shè)，統(tǒng)籌規(guī)劃全國性信息共享平臺，顯著降低各相關(guān)機(jī)構(gòu)的重復(fù)研發(fā)成本，從而有力推動金融行業(yè)的高質(zhì)量發(fā)展。