董曉林 吳之偉 陳秋月

內(nèi)容提要 商業(yè)銀行是中國金融最重要的組成部分，其風(fēng)險防控對維護我國金融體系的穩(wěn)定性具有舉足輕重的作用。在當(dāng)前數(shù)字經(jīng)濟的背景下，深入研究金融科技發(fā)展對商業(yè)銀行風(fēng)險的影響效應(yīng)及其作用機制，對促進商業(yè)銀行數(shù)字化轉(zhuǎn)型、完善風(fēng)險監(jiān)管政策、防范整體金融風(fēng)險具有重要的理論和現(xiàn)實意義?；?010—2020年176家商業(yè)銀行的非平衡面板數(shù)據(jù)，運用Python網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)建商業(yè)銀行金融科技指數(shù)，實證分析金融科技發(fā)展對我國商業(yè)銀行個體風(fēng)險與系統(tǒng)性風(fēng)險的影響。研究表明，金融科技既能顯著降低商業(yè)銀行自身個體風(fēng)險，又能抑制系統(tǒng)性風(fēng)險。此外，金融科技對商業(yè)銀行風(fēng)險的影響存在異質(zhì)性，金融科技發(fā)展降低了非系統(tǒng)重要性銀行的系統(tǒng)性風(fēng)險，增加了系統(tǒng)重要性銀行系統(tǒng)性風(fēng)險。機制分析發(fā)現(xiàn)，金融科技對銀行個體風(fēng)險的影響通過杠桿率渠道和風(fēng)險承擔(dān)渠道產(chǎn)生作用，而對銀行系統(tǒng)性風(fēng)險的影響僅通過杠桿率渠道傳導(dǎo)，風(fēng)險承擔(dān)渠道機制的作用效果不顯著。

關(guān)鍵詞 金融科技 個體風(fēng)險 系統(tǒng)性風(fēng)險 系統(tǒng)重要性銀行

董曉林，南京農(nóng)業(yè)大學(xué)金融學(xué)院教授，江蘇農(nóng)村金融發(fā)展研究中心主任

吳之偉，南京農(nóng)業(yè)大學(xué)金融學(xué)院博士研究生

陳秋月，南京審計大學(xué)政府審計學(xué)院講師

本文為國家自然科學(xué)基金面上項目“金融科技背景下農(nóng)村金融機構(gòu)數(shù)字化發(fā)展機制與普惠效應(yīng)研究”（72073067）、“中國農(nóng)村數(shù)字金融的發(fā)展機制和效應(yīng)：基于實驗經(jīng)濟的研究”（71973064）的階段性成果。

一、研究背景

習(xí)近平總書記在黨的二十大報告中強調(diào)，“防范金融風(fēng)險還須解決許多重大問題”，“要加強和完善現(xiàn)代金融監(jiān)管，強化金融穩(wěn)定保障體系，依法將各類金融活動全部納入監(jiān)管，守住不發(fā)生系統(tǒng)性風(fēng)險底線”。2017年的全國金融工作會議就提出打好防范化解重大風(fēng)險攻堅戰(zhàn)，重點是防控金融風(fēng)險。隨后，黨的十九大報告進一步將防范和化解系統(tǒng)性金融風(fēng)險提到了更為重要的歷史性高度，各級金融監(jiān)管部門相繼制定實施方案并開展專項整治計劃。2019年中國人民銀行金融穩(wěn)定工作會議將“防范化解金融風(fēng)險，特別是防止發(fā)生系統(tǒng)性金融風(fēng)險”確定為今后金融工作的根本性任務(wù)。新冠肺炎疫情暴發(fā)后，伴隨著全球貿(mào)易受阻和經(jīng)濟下行壓力加劇，我國防范控制金融風(fēng)險面臨更加嚴(yán)峻的考驗。

銀行業(yè)作為我國金融體系的主體，其資產(chǎn)規(guī)模占我國金融資產(chǎn)總量的80%以上，在集中大部分金融資源的同時亦聚集了大量金融風(fēng)險，在金融發(fā)展與風(fēng)險防控中的地位舉足輕重。即使是規(guī)模較小的非系統(tǒng)重要性銀行，其風(fēng)險一旦具備涉眾性或傳染性，在內(nèi)外沖擊的作用下就可能導(dǎo)致個體風(fēng)險系統(tǒng)化[1]，并引發(fā)連鎖反應(yīng)和同業(yè)恐慌，嚴(yán)重影響金融市場的安全與穩(wěn)定。因此，在當(dāng)前全球經(jīng)濟發(fā)展不確定性增加與國內(nèi)金融深化改革的現(xiàn)實背景下，如何有效防控商業(yè)銀行金融風(fēng)險顯得尤為重要。隨著技術(shù)驅(qū)動的金融創(chuàng)新不斷涌現(xiàn)，金融科技與傳統(tǒng)金融服務(wù)交叉融合，深刻影響了傳統(tǒng)銀行業(yè)的業(yè)態(tài)。近年來，為應(yīng)對急劇變化的市場競爭環(huán)境，商業(yè)銀行紛紛強化金融科技應(yīng)用、推進銀行數(shù)字化轉(zhuǎn)型。金融科技發(fā)展對商業(yè)銀行的影響成為現(xiàn)階段金融監(jiān)管部門、學(xué)術(shù)界乃至整個社會關(guān)注的熱點問題。大數(shù)據(jù)、云計算、人工智能和區(qū)塊鏈等創(chuàng)新科技與金融深度融合，金融科技在降低交易成本、減少信息不對稱方面具有天然優(yōu)勢，有助于提高銀行經(jīng)營績效[2]。然而，金融科技帶來的不僅是機遇和發(fā)展，還伴隨銀行數(shù)字化轉(zhuǎn)型蘊含的金融科技新風(fēng)險。

關(guān)于金融科技發(fā)展對銀行風(fēng)險防控的影響研究存在一些爭議。一方面，已有研究普遍認為外部金融科技發(fā)展給傳統(tǒng)銀行的資產(chǎn)端、中間業(yè)務(wù)及負債端帶來了全面的沖擊，其通過惡化存款結(jié)構(gòu)和抬高付息成本，顯著提高了銀行個體風(fēng)險[3]。劉孟飛等[4]的研究顯示外部金融科技增強銀行間風(fēng)險傳染效應(yīng)，從而加劇我國銀行業(yè)的系統(tǒng)性風(fēng)險。另一方面，受限于相關(guān)數(shù)據(jù)的不完整，對銀行內(nèi)部金融科技與銀行風(fēng)險關(guān)系定量研究不多。Cheng等[5]實證分析發(fā)現(xiàn)新興技術(shù)的應(yīng)用有助于提高銀行風(fēng)險管理效率，從而降低其信貸風(fēng)險。金洪飛等[6]認為金融科技應(yīng)用降低商業(yè)銀行的個體風(fēng)險，但對于中小銀行作用相對較弱。王道平等[7]認為上市銀行應(yīng)用金融科技通過增加銀行風(fēng)險承擔(dān)、加深銀行間關(guān)聯(lián)程度，進而加劇系統(tǒng)性風(fēng)險。綜上，關(guān)于金融科技發(fā)展對銀行風(fēng)險影響的研究有待進一步深入：第一，已有研究大多從外部金融科技視角出發(fā)，鮮有文獻定量研究銀行內(nèi)部金融科技發(fā)展對其風(fēng)險防控的影響；第二，已有研究大多集中于銀行個體風(fēng)險層面，或分別探究個體風(fēng)險和系統(tǒng)性風(fēng)險的影響因素，綜合考慮銀行個體風(fēng)險和系統(tǒng)性風(fēng)險的研究仍不多見；第三，受到數(shù)據(jù)可獲得性條件的限制，現(xiàn)有的金融科技發(fā)展對銀行系統(tǒng)性風(fēng)險影響的研究大多以上市銀行為樣本，沒有涵蓋大多數(shù)的非上市中小銀行。

本文以2010—2020年176家商業(yè)銀行為樣本進行實證分析，具體運用Python網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)建金融科技指數(shù)，深入分析金融科技發(fā)展對商業(yè)銀行個體風(fēng)險和系統(tǒng)性風(fēng)險的影響、作用機制以及該影響的異質(zhì)性，研究目的在于以下幾個方面：第一，實證分析金融科技對商業(yè)銀行自身的個體風(fēng)險和系統(tǒng)性風(fēng)險的影響及其作用機制；第二，運用SVM算法，模擬非上市銀行的系統(tǒng)性風(fēng)險，更加全面準(zhǔn)確地分析我國銀行業(yè)的金融風(fēng)險；第三，按照系統(tǒng)重要性程度對商業(yè)銀行進行分組，檢驗金融科技對銀行個體風(fēng)險和系統(tǒng)性風(fēng)險影響的異質(zhì)性，為我國金融風(fēng)險的防范化解以及監(jiān)管部門對銀行實施差異化動態(tài)監(jiān)管政策提供理論依據(jù)和實證檢驗。

二、理論分析與研究假設(shè)

1.金融科技與銀行個體風(fēng)險

根據(jù)金融中介理論，金融交易成本和信息成本推動了金融中介的產(chǎn)生，而信息不對稱限制了傳統(tǒng)商業(yè)銀行的進一步發(fā)展[1]。大數(shù)據(jù)、人工智能等創(chuàng)新科技與金融的深度融合，不僅能夠促使商業(yè)銀行實現(xiàn)金融業(yè)務(wù)和客戶活躍行為的有效綁定、實現(xiàn)批量化獲客，而且能夠收集更多維度的客戶信息，描繪更完備、動態(tài)的客戶畫像，從而緩解傳統(tǒng)銀行業(yè)面臨的信息不對稱難題[2]，提高商業(yè)銀行的信息甄別能力和信息處理效率，進而減少不良貸款，降低商業(yè)銀行風(fēng)險承擔(dān)水平。同時，商業(yè)銀行依靠自身客戶基礎(chǔ)，應(yīng)用金融科技推進的智能化運營模式[3]，建立符合當(dāng)下技術(shù)快速迭代、場景快速更新的、靈活的數(shù)字化風(fēng)控體系，對于提高銀行自身經(jīng)營效率和降低風(fēng)險承擔(dān)水平均有立竿見影的效果[4]。

基于金融功能視角，金融科技可以大大縮短銀行與客戶之間的時空距離，擴大客戶覆蓋面，同時配合商業(yè)銀行多元化的業(yè)務(wù)、渠道以及產(chǎn)品創(chuàng)新，充分整合金融資源，顛覆傳統(tǒng)“存貸匯”經(jīng)營模式，加快發(fā)展中間業(yè)務(wù)，從而提高銀行經(jīng)營績效。除了可以挖掘長尾客戶帶來營業(yè)收入的增加，金融科技也大大降低了銀行網(wǎng)點布局成本、運營成本以及交易成本。相比于傳統(tǒng)業(yè)務(wù)，銀行應(yīng)用金融科技會有收益加成[5]，能夠減少收益搜尋動機，抑制對高風(fēng)險資產(chǎn)的需求，進而導(dǎo)致風(fēng)險偏好下降。同時，由于銀行經(jīng)營績效上升而帶來的利潤分配是銀行增加資本的重要途徑[6]，資本的積累和擴張能夠降低破產(chǎn)風(fēng)險并提高銀行的風(fēng)險吸收能力，從而降低銀行個體風(fēng)險[7]。

基于此，本文提出研究假設(shè)1：金融科技發(fā)展顯著降低了商業(yè)銀行個體風(fēng)險。

2.金融科技與銀行系統(tǒng)性風(fēng)險

理論角度而言，金融科技對銀行系統(tǒng)性風(fēng)險的影響途徑有以下兩個方面：

第一，內(nèi)外沖擊導(dǎo)致銀行系統(tǒng)性風(fēng)險，表現(xiàn)為外部實體經(jīng)濟下行帶來的信貸風(fēng)險和內(nèi)部經(jīng)營不善導(dǎo)致的破產(chǎn)風(fēng)險對銀行業(yè)的沖擊。金融科技促進了信息流動，通過數(shù)據(jù)搜集、信息共享實現(xiàn)信息相互傳遞，提高商業(yè)銀行的信息甄別能力和信息處理效率。在信號傳遞作用下，對存在較高聲譽風(fēng)險或有惡意違約傾向的企業(yè)形成有效約束，減少了銀行因外部實體企業(yè)經(jīng)營不善而導(dǎo)致的信貸風(fēng)險。同時，銀行信息甄別能力的提升有助于促進信貸資源的優(yōu)化配置，推進實體企業(yè)去杠桿，將錯配的信貸資源從僵尸企業(yè)中釋放出來[1]，能夠有效減少由內(nèi)外沖擊引起的信貸風(fēng)險和破產(chǎn)風(fēng)險，降低銀行風(fēng)險承擔(dān)水平，從而抑制銀行系統(tǒng)性風(fēng)險。

第二，沖擊后的風(fēng)險傳染和擴散效應(yīng)導(dǎo)致銀行系統(tǒng)性風(fēng)險與銀行結(jié)構(gòu)性特征密切相關(guān)。如銀行財務(wù)杠桿、期限錯配以及相互關(guān)聯(lián)性等過高會助推風(fēng)險的傳染和擴散，導(dǎo)致更大的系統(tǒng)性風(fēng)險[2]。銀行應(yīng)用金融科技實現(xiàn)的財務(wù)績效和利潤的增長能有效促進資本增長。資本積累形成的“風(fēng)險緩沖墊”緩解了個體損失對銀行業(yè)整體的沖擊，降低了風(fēng)險傳染和擴散效應(yīng)，抑制了銀行系統(tǒng)性風(fēng)險[3]。同時，資本增加可以緩解來自央行的宏觀審慎監(jiān)管壓力，遏制銀行在遭遇外生沖擊后通過賣出資產(chǎn)來達到監(jiān)管目標(biāo)的傾向，有效減少去杠桿機制在銀行關(guān)聯(lián)性作用下帶來的估值踩踏和傳染損失[4]，有助于緩釋潛在的系統(tǒng)性風(fēng)險。

基于此，本文提出研究假設(shè)2：金融科技發(fā)展顯著降低了商業(yè)銀行系統(tǒng)性風(fēng)險。

3.金融科技對銀行個體風(fēng)險、系統(tǒng)性風(fēng)險的異質(zhì)性影響

由于自身資源稟賦、組織架構(gòu)和市場勢力的不同，不同銀行的金融科技發(fā)展處在不同的階段，對銀行風(fēng)險影響存在差異。由于銀行“太大而不能倒”和“太關(guān)聯(lián)而不能倒”，銀行規(guī)模越大，自身承擔(dān)的風(fēng)險和系統(tǒng)性風(fēng)險越高。金融穩(wěn)定委員會（FSB）將規(guī)模較大、復(fù)雜程度高、一旦發(fā)生風(fēng)險事件將給地區(qū)或全球金融體系帶來沖擊的金融機構(gòu)定義為系統(tǒng)重要性金融機構(gòu)（SIFIs）。

國有大型銀行為代表的系統(tǒng)重要性銀行率先結(jié)合自身實際制定金融科技發(fā)展戰(zhàn)略，大多選擇成立金融科技子公司或與其他金融科技公司進行戰(zhàn)略合作等方式自行構(gòu)建金融科技生態(tài)圈，可以極大降低風(fēng)險活動的運營成本，并且應(yīng)用數(shù)字技術(shù)可以在短期內(nèi)獲得高額收益。這些行為激勵銀行減持高風(fēng)險資產(chǎn)，減少高風(fēng)險投資行為，降低了銀行個體風(fēng)險。然而，由于以上銀行本身業(yè)務(wù)規(guī)模較大，分支機構(gòu)遍布全國，跨地區(qū)、跨銀行資金往來頻繁，業(yè)務(wù)聯(lián)系緊密，金融科技水平的提升加深了系統(tǒng)重要性銀行的相互關(guān)聯(lián)性。在面臨內(nèi)部和外部沖擊時，銀行間的相互關(guān)聯(lián)性加快風(fēng)險的多渠道傳染，在尾部事件發(fā)生時會遭受更大的損失，從而加劇系統(tǒng)性風(fēng)險，金融科技對銀行系統(tǒng)性風(fēng)險的促進作用大于抑制作用。相反，非系統(tǒng)重要性銀行大多是城商行和農(nóng)商行等區(qū)域性中小銀行，以經(jīng)營傳統(tǒng)信貸業(yè)務(wù)為主，其自身資源稟賦有限，金融科技發(fā)展布局僅停留在技術(shù)層面，缺乏組織架構(gòu)和人才培養(yǎng)方面的規(guī)劃，金融科技降低個體風(fēng)險的程度有限。由于經(jīng)營區(qū)域范圍主要集中在當(dāng)?shù)?，銀行間相互關(guān)聯(lián)緊密程度低，風(fēng)險傳染和擴散效應(yīng)不顯著，金融科技對非系統(tǒng)重要性銀行系統(tǒng)性風(fēng)險的抑制作用大于促進作用。

基于上述分析，本文提出研究假設(shè)3：金融科技發(fā)展對銀行個體風(fēng)險的影響，無論是對系統(tǒng)重要性銀行還是非系統(tǒng)重要性銀行均有降低風(fēng)險的作用；而從對銀行系統(tǒng)性風(fēng)險的影響來看，金融科技發(fā)展對非系統(tǒng)重要性銀行是降低了風(fēng)險，而對系統(tǒng)重要性銀行是增加了風(fēng)險。

三、數(shù)據(jù)、變量與模型設(shè)計

1.樣本選擇與數(shù)據(jù)來源

本文選取國內(nèi)176家商業(yè)銀行作為樣本，構(gòu)建2010—2020年的非平衡面板數(shù)據(jù)。銀行的財務(wù)數(shù)據(jù)來源于ORBIS Bank Focus數(shù)據(jù)庫，并結(jié)合Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫相關(guān)數(shù)據(jù)進行補充，宏觀經(jīng)濟數(shù)據(jù)來自國家統(tǒng)計局?jǐn)?shù)據(jù)庫；上市銀行股票價格數(shù)據(jù)來自Choice金融終端；銀行金融科技指數(shù)是基于Google搜索引擎，采用網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)建所得，用于衡量微觀層面的銀行金融科技水平。

2.變量選取

（1）被解釋變量：銀行個體風(fēng)險和系統(tǒng)性風(fēng)險

①個體風(fēng)險

②系統(tǒng)性風(fēng)險

借鑒Adrian等[2]的方法，本文使用條件在險價值之差（ΔCoVaR）衡量金融機構(gòu)的系統(tǒng)性風(fēng)險，采用分位數(shù)回歸方法計算ΔCoVaR[3]。為保證分析結(jié)果的穩(wěn)健性，將邊際期望損失（MES）作為系統(tǒng)性風(fēng)險輔助考察變量[4]，該指標(biāo)將更為極端情況下的潛在損失考慮在內(nèi)，一定程度可彌補ΔCoVaR的缺陷。

現(xiàn)階段國內(nèi)文獻在研究銀行系統(tǒng)性風(fēng)險時的研究對象多為上市銀行，樣本容量大多不超過35家，然而，最新研究表明也要重視中小銀行的系統(tǒng)性風(fēng)險防控[5]。因此，參考張琳等[6]的方法，本文使用SVM算法模擬出非上市銀行的系統(tǒng)性風(fēng)險，對系統(tǒng)性風(fēng)險展開更加全面的分析。計算得到的ΔCoVaR和MES為負值，取絕對值后，其數(shù)值越大代表系統(tǒng)性風(fēng)險越大。

（2）解釋變量

本文構(gòu)建銀行金融科技指數(shù)（BankFintech）以衡量銀行金融科技的發(fā)展水平，參考Cheng[7]、李春濤等[1]的做法，運用網(wǎng)絡(luò)爬蟲技術(shù)結(jié)合文本挖掘建立銀行金融科技指數(shù)。具體步驟如下：首先，從金融科技應(yīng)用領(lǐng)域確定了大數(shù)據(jù)、數(shù)據(jù)集、云計算、云服務(wù)、人工智能、人臉識別、指紋識別、區(qū)塊鏈、移動、互聯(lián)網(wǎng)、網(wǎng)上、線上共12個關(guān)鍵詞[2]；其次，將每個關(guān)鍵詞與樣本商業(yè)銀行進行匹配，并在Google新聞中進行分年度搜索，如搜索“工商銀行”AND“大數(shù)據(jù)”，對關(guān)鍵詞加以雙引號，確保呈現(xiàn)的新聞與關(guān)鍵詞精確匹配，再過濾掉與主題無關(guān)的新聞；最后，將每年每個銀行層面的所有關(guān)鍵詞搜索的新聞數(shù)量除以每年有關(guān)銀行的新聞總量，再用變異系數(shù)法計算該銀行在該年度的金融科技發(fā)展水平（BankFintech）指標(biāo)。

（3）控制變量

借鑒劉忠璐[3]、史仕新[4]的分析，本文選取銀行規(guī)模（SIZE）、盈利能力（ROA）、流動性水平（DPR）、多樣化經(jīng)營（NII）、銀行間關(guān)聯(lián)度（WS）作為銀行特征的控制變量；引入貨幣政策環(huán)境（M2）和銀行總部所在地級市經(jīng)濟發(fā)展水平（GDP）宏觀經(jīng)濟變量控制貨幣政策和宏觀經(jīng)濟周期性的影響。變量的符號和定義見表1。

表2報告了主要變量的描述性統(tǒng)計結(jié)果。為了避免極端值的影響，對連續(xù)型變量進行了1%的縮尾處理。銀行金融科技水平（BankFintech）最小值為0，對應(yīng)著對某家銀行搜索關(guān)鍵詞得出年度新聞數(shù)目均為0的情況。商業(yè)銀行系統(tǒng)性風(fēng)險（ΔCoVaR、MES）均值分別為2.690、2.439，與張肖飛和徐龍炳[5]計算結(jié)果相比偏小，主要原因是本文樣本包含中小銀行拉低了系統(tǒng)性風(fēng)險的均值?？傮w來看，銀行金融科技發(fā)展水平、個體風(fēng)險和系統(tǒng)性風(fēng)險均存在一定差異。

3.模型設(shè)定

本文建立如下基準(zhǔn)回歸模型以檢驗上文假設(shè)：

其中，被解釋變量RISKi，t包括兩個層次風(fēng)險指標(biāo)，即銀行個體風(fēng)險和系統(tǒng)性風(fēng)險；核心解釋變量BankFintechi，t表示銀行金融科技水平；Controls為系列控制變量；ui和vt控制個體固定效應(yīng)和時間效應(yīng)來消除個體和時間差異；εi，t表示隨機誤差項。β1反映了金融科技發(fā)展對個體風(fēng)險和系統(tǒng)性風(fēng)險的影響。為檢驗銀行金融科技對個體風(fēng)險和系統(tǒng)風(fēng)險溢出的異質(zhì)性影響，加入交叉項BankFintechi，t×Si得到式（3）。其中，若為系統(tǒng)重要性銀行則S取1，非系統(tǒng)重要性銀行則S取0[1]。

四、實證結(jié)果與分析

1.金融科技、銀行個體風(fēng)險與系統(tǒng)性風(fēng)險

表3顯示金融科技對銀行個體風(fēng)險與系統(tǒng)性風(fēng)險影響的基準(zhǔn)回歸結(jié)果。列（1）至列（3）中金融科技BankFintech系數(shù)均在1%的水平上顯著為正，說明金融科技能夠顯著降低個體風(fēng)險。表3的列（5）和列（6）報告了金融科技與銀行系統(tǒng)性風(fēng)險的回歸結(jié)果，列（5）和列（6）中BankFintech系數(shù)均在1%的水平上顯著為負，表明金融科技能夠有效降低系統(tǒng)性風(fēng)險，減弱個體銀行對銀行業(yè)系統(tǒng)性風(fēng)險的溢出效應(yīng)。綜上所述，金融科技不但降低了銀行個體風(fēng)險，提升了銀行個體的穩(wěn)健性，而且抑制了銀行系統(tǒng)性風(fēng)險，降低銀行系統(tǒng)的脆弱性。

2.異質(zhì)性分析

在上文基礎(chǔ)上，本文進一步分析金融科技對銀行個體風(fēng)險和系統(tǒng)性風(fēng)險的異質(zhì)性影響?，F(xiàn)階段，監(jiān)管當(dāng)局重點考察的對象是具有系統(tǒng)重要性且系統(tǒng)性風(fēng)險大的銀行，即“大而不能倒”的銀行。根據(jù)《系統(tǒng)重要性銀行評估辦法》，將樣本分為系統(tǒng)重要性銀行和非系統(tǒng)重要性銀行，基于式（2）和式（3）的模型檢驗金融科技對銀行個體風(fēng)險和系統(tǒng)性風(fēng)險的異質(zhì)性影響，回歸結(jié)果分別見表4的Panel A、Panel B。

Panel A中列（1）資本充足率（CAR）作為被解釋變量時的交叉項系數(shù)不顯著，所以在列（4）至列（7）中僅呈現(xiàn)ARWA、CAP為被解釋變量的分組回歸結(jié)果。列（1）中BankFintech系數(shù)在1%水平上顯著為正，BankFintech×S交叉項的系數(shù)為正但是不顯著，說明金融科技降低個體風(fēng)險的影響沒有呈現(xiàn)異質(zhì)性。列（2）BankFintech×S系數(shù)顯著為負，列（3）BankFintech×S系數(shù)顯著為正，說明不同類型銀行金融科技在降低ARWA和CAP方面呈現(xiàn)出異質(zhì)性。列（4）至列（7）的分組回歸也顯示出類似的檢驗結(jié)果：當(dāng)主體是系統(tǒng)重要性銀行時，金融科技能顯著降低銀行風(fēng)險承擔(dān)水平，但不能顯著提高銀行杠桿率；反之，非系統(tǒng)重要性銀行應(yīng)用金融科技能顯著提高銀行杠桿率，但不能降低風(fēng)險承擔(dān)水平。由此得出以下結(jié)論：隨著自身金融科技水平的提升，系統(tǒng)重要性銀行更傾向于通過降低風(fēng)險承擔(dān)水平來降低個體風(fēng)險，而非系統(tǒng)重要性銀行傾向于通過增加銀行杠桿率來降低個體風(fēng)險。可能的原因是：系統(tǒng)重要性銀行在金融科技戰(zhàn)略規(guī)劃、科技人才儲備和資金投入方面具有優(yōu)勢，金融科技應(yīng)用能夠迅速提升系統(tǒng)重要性銀行的風(fēng)險識別能力，降低表內(nèi)外風(fēng)險權(quán)重較高資產(chǎn)的持有，改善風(fēng)險治理結(jié)構(gòu)，減少銀行主動風(fēng)險承擔(dān)行為[1]。而非系統(tǒng)重要性銀行的金融科技發(fā)展水平較低，主要經(jīng)營傳統(tǒng)金融業(yè)務(wù)，主動承擔(dān)風(fēng)險的意識弱。金融科技應(yīng)用降低銀行主動風(fēng)險承擔(dān)的效果有限，更多是刺激非系統(tǒng)重要性銀行存貸款和資本的籌集，通過增加銀行杠桿率提高其自身抵御風(fēng)險能力。

Panel B中列（1）和列（2）的BankFintech系數(shù)在1%水平上顯著為負，交叉項BankFintech×S系數(shù)顯著為正，說明金融科技降低系統(tǒng)性風(fēng)險的作用存在異質(zhì)性，當(dāng)主體是系統(tǒng)重要性銀行時，金融科技降低系統(tǒng)風(fēng)險溢出的效果不明顯。列（3）和列（4）中BankFintech估計系數(shù)均為正，列（5）和列（6）中BankFintech估計系數(shù)均在1%水平上顯著為負，以上截然相反的兩個結(jié)果表明，金融科技降低了非系統(tǒng)重要性銀行的系統(tǒng)性風(fēng)險，而提高了系統(tǒng)重要性銀行的系統(tǒng)性風(fēng)險，后者與王道平等[2]的研究結(jié)論一致。

綜上所述，金融科技對個體風(fēng)險和系統(tǒng)性風(fēng)險的影響存在異質(zhì)性。結(jié)合表3的實證結(jié)果分析可知，金融科技既能夠降低非系統(tǒng)重要性銀行的個體風(fēng)險，又能抑制其系統(tǒng)性風(fēng)險；而對于系統(tǒng)重要性銀行，金融科技水平能夠有效降低銀行個體風(fēng)險，卻增加了其系統(tǒng)性風(fēng)險。

3.穩(wěn)健性檢驗和內(nèi)生性處理

為了提高研究結(jié)論的可信度，本文做了如下穩(wěn)健性檢驗：一是替換變量，使用事后風(fēng)險承擔(dān)Z值代替風(fēng)險加權(quán)資產(chǎn)占比ARWA作為銀行個體風(fēng)險指標(biāo)，綜合反映銀行風(fēng)險承擔(dān)水平；二是更換非上市銀行的系統(tǒng)性風(fēng)險預(yù)測模型，用K近鄰算法（K-Nearest Neighbor，KNN）和隨機森林算法（Random Forest）代替支持向量機算法（SVM）重新模擬非上市銀行的ΔCoVaR和MES；三是改變分組標(biāo)準(zhǔn)，根據(jù)銀行是否上市將樣本分為系統(tǒng)重要性銀行和非系統(tǒng)重要性銀行，再次檢驗金融科技對銀行個體風(fēng)險和系統(tǒng)性風(fēng)險的異質(zhì)性影響。以上穩(wěn)健性檢驗的回歸結(jié)果均與上文一致，說明研究結(jié)論是穩(wěn)健的[1]。

為解決銀行金融科技和個體風(fēng)險、系統(tǒng)性風(fēng)險之間可能存在反向因果關(guān)系導(dǎo)致的內(nèi)生性問題，首先，選取滯后一期的銀行金融科技L. BankFintech和控制變量代替當(dāng)期值，重新估計金融科技對銀行個體風(fēng)險、系統(tǒng)性風(fēng)險的影響?；貧w結(jié)果見表5 Panel A。其次，用工具變量法解決內(nèi)生性問題。參考李建軍和姜世超[2]的作法，采用總行所在省份的互聯(lián)網(wǎng)普及率和移動電話普及率的平均值作為工具變量，采用兩階段最小二乘法2SLS進行估計。該工具變量與銀行金融科技發(fā)展高度正相關(guān)，與銀行風(fēng)險無直接關(guān)聯(lián)，滿足工具變量的外生性。第一階段回歸[3]中工具變量的估計系數(shù)在1%水平上顯著，且F值大于10，說明不存在弱工具變量問題。回歸結(jié)果見表5 Panel B。第二階段回歸結(jié)果均與上文基本一致，說明研究結(jié)論依然穩(wěn)健。

五、金融科技對銀行風(fēng)險的影響機制分析

為了進一步探究金融科技對銀行個體風(fēng)險和系統(tǒng)性風(fēng)險的影響機制，本文借鑒蘇帆等[4]的方法，將資本充足率分解為銀行杠桿率（CAP）和風(fēng)險加權(quán)資產(chǎn)占比倒數(shù)（ARWA），從杠桿率渠道和風(fēng)險承擔(dān)渠道[5]出發(fā)，實證檢驗金融科技如何通過以上兩種渠道影響銀行個體風(fēng)險和系統(tǒng)性風(fēng)險。

1.金融科技對銀行個體風(fēng)險的作用機制檢驗

根據(jù)銀行資本渠道理論[1]，銀行資本面臨負面沖擊時，過低的銀行杠桿率將傳遞不利的市場信號導(dǎo)致籌資成本大幅提高，加大了銀行風(fēng)險。Kim等[2]認為在外部環(huán)境惡化時，為了提高收益率水平，銀行可能配置風(fēng)險水平更高的資產(chǎn)來主動承擔(dān)風(fēng)險。因此，本文在式（2）的基礎(chǔ)上引入銀行CAP和ARWA指標(biāo)，構(gòu)建金融科技對銀行個體風(fēng)險的作用機制模型[3]。

表6中列（1）和列（2）的BankFintech的估計系數(shù)顯著為正，其中列（1）中ARWA的估計系數(shù)和列（2）中CAP的估計系數(shù)均顯著為正，表明金融科技既能通過杠桿率渠道，又能通過風(fēng)險承擔(dān)渠道降低銀行個體風(fēng)險。

2.金融科技對銀行系統(tǒng)性風(fēng)險的作用機制檢驗

由于監(jiān)管中的資本要求在進行風(fēng)險加權(quán)權(quán)重的選取上不一定客觀，所以巴塞爾協(xié)議Ⅲ將杠桿率指標(biāo)作為補充，這有助于抑制銀行資產(chǎn)負債表的過度擴張，能夠兼顧微觀審慎和宏觀審慎監(jiān)管[4]。本文在式（2）的基礎(chǔ)上，引入ΔCoVaR和MES指標(biāo)，構(gòu)建金融科技對銀行系統(tǒng)性風(fēng)險的作用機制模型。

表6列（3）中ARWA顯著為正，列（4）中ARWA的估計系數(shù)卻不顯著，表明金融科技通過風(fēng)險承擔(dān)渠道對銀行系統(tǒng)性風(fēng)險的降低作用無效，甚至可能加劇系統(tǒng)性風(fēng)險，與田嬌等[5]的研究結(jié)果相一致。列（5）和列（6）中BankFintech和CAP的估計系數(shù)均顯著為負，反映出杠桿率渠道的傳導(dǎo)是顯著的。提高銀行杠桿率能夠抑制風(fēng)險轉(zhuǎn)移效應(yīng)，降低銀行系統(tǒng)性風(fēng)險[6]。金融科技通過杠桿率渠道對系統(tǒng)性風(fēng)險產(chǎn)生顯著的抑制效果，體現(xiàn)了杠桿率抵御外生沖擊的能力[7]。

總體而言，金融科技通過杠桿率渠道或風(fēng)險承擔(dān)渠道降低了銀行個體風(fēng)險和系統(tǒng)性風(fēng)險，對銀行個體風(fēng)險的影響通過杠桿率渠道和風(fēng)險承擔(dān)渠道產(chǎn)生作用，而對銀行系統(tǒng)性風(fēng)險的影響僅通過杠桿率渠道傳導(dǎo)，風(fēng)險承擔(dān)渠道機制的作用效果不顯著。

六、結(jié)論與政策建議

在數(shù)字技術(shù)發(fā)展與金融風(fēng)險防控的雙重背景下，本文基于2010—2020年176家商業(yè)銀行的數(shù)據(jù)，采用Python網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)建銀行金融科技指數(shù)，運用SVM模型模擬構(gòu)建非上市銀行系統(tǒng)性風(fēng)險指標(biāo)，實證分析金融科技發(fā)展對銀行個體風(fēng)險及系統(tǒng)性風(fēng)險的影響及其關(guān)聯(lián)機制。研究結(jié)論如下：第一，總體上來看，金融科技能夠降低銀行自身個體風(fēng)險，同時也有效抑制了系統(tǒng)性風(fēng)險。第二，不同類型銀行的金融科技對風(fēng)險的影響具有異質(zhì)性。對于個體風(fēng)險，金融科技對系統(tǒng)重要性與非系統(tǒng)重要性銀行均有降低作用，區(qū)別在于系統(tǒng)重要性銀行傾向于通過風(fēng)險承擔(dān)渠道降低個體風(fēng)險，而非系統(tǒng)重要性銀行傾向于通過杠桿率渠道降低個體風(fēng)險。對于系統(tǒng)性風(fēng)險，金融科技顯著降低了非系統(tǒng)重要性銀行系統(tǒng)性風(fēng)險，而提高了系統(tǒng)重要性銀行系統(tǒng)性風(fēng)險。第三，金融科技對銀行系統(tǒng)性風(fēng)險的影響主要通過杠桿率渠道進行傳導(dǎo)，風(fēng)險承擔(dān)渠道機制的作用效果并不顯著。對金融科技影響銀行風(fēng)險的總體效應(yīng)、異質(zhì)性以及作用路徑的分析，有助于我們把握金融科技的發(fā)展方向、改進金融科技發(fā)展策略、防控銀行個體風(fēng)險以及系統(tǒng)性風(fēng)險、阻斷銀行風(fēng)險發(fā)生的路徑。以上研究結(jié)論的政策啟示如下：

第一，在鼓勵和支持商業(yè)銀行發(fā)展金融科技的同時，高度重視金融風(fēng)險的防范，守住不發(fā)生系統(tǒng)性風(fēng)險的底線。銀行發(fā)展金融科技首先要優(yōu)化戰(zhàn)略布局、創(chuàng)新組織架構(gòu)、夯實數(shù)據(jù)基礎(chǔ)，同時精準(zhǔn)把握技術(shù)和業(yè)務(wù)的價值，結(jié)合傳統(tǒng)風(fēng)險控制經(jīng)驗，充分挖掘大數(shù)據(jù)、云計算等信息技術(shù)在降本增效和風(fēng)險控制方面的發(fā)展?jié)摿?，提高自身風(fēng)險識別和風(fēng)險抵御能力，定期開展壓力測試，防范潛在的系統(tǒng)性風(fēng)險。

第二，商業(yè)銀行結(jié)合自身的發(fā)展情況及風(fēng)控體系，在數(shù)字化轉(zhuǎn)型的過程中不斷探索防控金融風(fēng)險的有效路徑。商業(yè)銀行結(jié)合自身需求和特色，“因行而異、因時而異”地發(fā)展金融科技，不可追隨互聯(lián)網(wǎng)大潮求快冒進，一味求大求全，結(jié)合自身資源稟賦、發(fā)展特色、政策監(jiān)管等因素，合理規(guī)劃金融科技特色化發(fā)展戰(zhàn)略，確定清晰的數(shù)字化方向，扎實推進精細化管理。

第三，監(jiān)管部門密切關(guān)注系統(tǒng)重要性銀行的金融科技發(fā)展與風(fēng)險防控，重點監(jiān)控其風(fēng)險溢出。引導(dǎo)系統(tǒng)重要性銀行穩(wěn)步發(fā)展金融科技，嚴(yán)防因金融科技發(fā)展導(dǎo)致的系統(tǒng)性風(fēng)險外溢，在系統(tǒng)重要性和非系統(tǒng)重要性銀行之間建立有效的風(fēng)險隔離機制，減少系統(tǒng)重要性銀行對整體銀行業(yè)系統(tǒng)性風(fēng)險的作用，降低風(fēng)險傳染和擴散效應(yīng)。同時，運用數(shù)字技術(shù)創(chuàng)新監(jiān)管手段和監(jiān)管模式，提高監(jiān)管能力，建立風(fēng)險識別、預(yù)警與處理機制，提高監(jiān)管的適配性、及時性和有效性。

第四，持續(xù)深化銀行體系改革，構(gòu)建多維度、多層次的銀行風(fēng)險防范體系以應(yīng)對金融科技對銀行風(fēng)險帶來的不利影響。監(jiān)管部門將金融科技納入宏觀審慎和微觀審慎監(jiān)管框架中，持續(xù)開展金融科技業(yè)務(wù)的風(fēng)險防范工作，遏制各類風(fēng)險反彈回潮，充分發(fā)揮資本監(jiān)管和杠桿率監(jiān)管等審慎監(jiān)管工具在風(fēng)險防范方面的作用。進一步強化宏觀審慎政策與微觀審慎監(jiān)管的協(xié)調(diào)配合，充分發(fā)揮兩者的互補性。

〔責(zé)任編輯：吳玲〕

[1]S. Benoit， J. E. Colliard， C. Hurlin， C. Pérignon， "Where the Risks Lie： A Survey on Systemic Risk"， Review of Finance， 2017， 21（1）， pp.109-152.

[2]喬海曙、李穎：《余額寶的鲇魚效應(yīng)、存款利率市場化及其應(yīng)對》，《當(dāng)代財經(jīng)》2014年第8期；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》，《山西財經(jīng)大學(xué)學(xué)報》2020年第6期。

[3]郭品、沈悅：《互聯(lián)網(wǎng)金融、存款競爭與銀行風(fēng)險承擔(dān)》，《金融研究》2019年第8期。

[4]劉孟飛、羅小偉：《金融科技、風(fēng)險傳染與銀行業(yè)系統(tǒng)性風(fēng)險》，《經(jīng)濟社會體制比較》2022年第3期。

[5]M. Cheng， Y. Qu， "Does Bank Fintech Reduce Credit Risk？ Evidence from China"， Pacific-Basin Finance Journal， 2020， 63： 101398.

[6]金洪飛、李弘基、劉音露：《金融科技、銀行風(fēng)險與市場擠出效應(yīng)》，《財經(jīng)研究》2020年第5期。

[7]王道平、劉楊婧卓、徐宇軒、劉琳琳：《金融科技、宏觀審慎監(jiān)管與我國銀行系統(tǒng)性風(fēng)險》，《財貿(mào)經(jīng)濟》2022年第4期。

[1]皮天雷、趙鐵：《互聯(lián)網(wǎng)金融：范疇、革新與展望》，《財經(jīng)科學(xué)》2014年第6期。

[2]M. Lin， N. R. Prabhala， S. Viswanathan， "Judging Borrowers by the Company They Keep： Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending"， Management Science， 2013， 59（1）， pp.17-35； T. Berg， V. Burg， A. Gombovic， M. Puri， "On the Rise of Fintechs： Credit Scoring Using Digital Footprints"， The Review of Financial Studies， 2020， 33（7）， pp.2845-2897.

[3]李昊驊、肖斌卿、龔樂：《商業(yè)銀行成本收入比與員工效率——基于我國銀行業(yè)特殊情境的實證》，《江蘇社會科學(xué)》2018年第5期。

[4]楊東：《監(jiān)管科技：金融科技的監(jiān)管挑戰(zhàn)與維度建構(gòu)》，《中國社會科學(xué)》2018年第5期。

[5]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》，《金融研究》2020年第6期。

[6]鐘永紅：《商業(yè)銀行核心資本充足率影響因素實證分析》，《國際金融研究》2014年第1期。

[7]F. T. Furlong， M. C. Keeley， "Capital Regulation and Bank Risk-taking： A Note"， Journal of Banking & Finance， 1989， 13（6）， pp.883-891.

[1]張金清、李柯樂、張劍宇：《銀行金融科技如何影響企業(yè)結(jié)構(gòu)性去杠桿？》，《財經(jīng)研究》2022年第1期。

[2]R. Engle， E. Jondeau， M. Rockinger， "Systemic Risk in Europe"， Review of Finance， 2015， 19（1）， pp.145-190；吳迪：《貨幣政策與金融穩(wěn)定——基于異質(zhì)性商業(yè)銀行的宏觀經(jīng)濟模型研究》，《江蘇社會科學(xué)》2018年第1期。

[3]楊子暉、李東承：《我國銀行系統(tǒng)性金融風(fēng)險研究——基于“去一法”的應(yīng)用分析》，《經(jīng)濟研究》2018第8期。

[4]方意、荊中博：《外部沖擊下系統(tǒng)性金融風(fēng)險的生成機制》，《管理世界》2022年第5期。

[1]顧海峰、張亞楠：《金融創(chuàng)新、信貸環(huán)境與銀行風(fēng)險承擔(dān)——來自2006—2016年中國銀行業(yè)的證據(jù)》，《國際金融研究》2018年第9期。

[2]T. Adrian， M. K. Brunnermeier， "CoVaR"， The American Economic Review， 2016， 106（7）， pp.1705-1741.

[3]L. Laeven， L. Ratnovski， H. Tong， "Bank Size， Capital， and Systemic Risk： Some International Evidence"， Journal of Banking & Finance， 2016， 69， pp.25-34；限于篇幅，ΔCoVaR、MES具體計算過程以及公式推導(dǎo)未予展示，備索。

[4]V. V. Acharya， L. H. Pedersen， T. Philippon， M. Richardson， "Measuring Systemic Risk"， The Review of Financial Studies， 2017， 30（1）， pp.2-47.

[5]S. Benoit， J. E. Colliard， C. Hurlin， C. Pérignon， "Where the Risks Lie： A Survey on Systemic Risk"， Review of Finance， 2017， 21（1）， pp.109-152.

[6]張琳、湯薇、林曉婕、周媛：《基于SVM-SRISK的非上市保險公司系統(tǒng)性風(fēng)險度量》，《保險研究》2018年第6期；郭桂霞、于麗潔、張堯：《我國商業(yè)銀行系統(tǒng)性風(fēng)險影響因素及作用機制——以或有資本債券為例》，《中國軟科學(xué)》2021年第10期。

[7]M. Cheng， Y. Qu， "Does Bank FinTech Reduce Credit Risk？ Evidence from China"， Pacific-Basin Finance Journal， 2020， 63： 101398.

[1]李春濤、閆續(xù)文、宋敏、楊威：《金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)》，《中國工業(yè)經(jīng)濟》2020年第1期。

[2]關(guān)鍵詞的選取依據(jù)中國信息通信研究院發(fā)布的《中國金融科技生態(tài)白皮書》中對金融科技的賦予的內(nèi)涵。

[3]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》，《財貿(mào)經(jīng)濟》2016年第4期。

[4]史仕新：《商業(yè)銀行中間業(yè)務(wù)的系統(tǒng)性風(fēng)險效應(yīng)》，《財經(jīng)科學(xué)》2019年第3期。

[5]張肖飛、徐龍炳：《金融衍生工具與銀行系統(tǒng)性風(fēng)險》，《國際金融研究》2020年第1期。

[1]系統(tǒng)重要性銀行的劃分參考人行和銀保監(jiān)印發(fā)的《系統(tǒng)重要性銀行評估辦法》（銀發(fā)〔2020〕289號）。

[1]方意：《貨幣政策與房地產(chǎn)價格沖擊下的銀行風(fēng)險承擔(dān)分析》，《世界經(jīng)濟》2015年第7期。

[2]王道平、劉楊婧卓、徐宇軒、劉琳琳：《金融科技、宏觀審慎監(jiān)管與我國銀行系統(tǒng)性風(fēng)險》，《財貿(mào)經(jīng)濟》2022第4期。

[1]限于篇幅，穩(wěn)健性檢驗的回歸結(jié)果未予展示，備索。

[2]李建軍、姜世超：《銀行金融科技與普惠金融的商業(yè)可持續(xù)性——財務(wù)增進效應(yīng)的微觀證據(jù)》，《經(jīng)濟學(xué)（季刊）》2021第3期。

[3]限于篇幅，2SLS的第一階段回歸結(jié)果省略。

[4]蘇帆、于寄語、熊劼：《更高資本充足率要求能夠有效防范金融風(fēng)險嗎？——基于雙重差分法的再檢驗》，《國際金融研究》2019年第9期。

[5]本文只討論銀行資本結(jié)構(gòu)中的杠桿率（等于資本/資產(chǎn)，即銀行杠桿率或資本資產(chǎn)率），不討論其他杠桿率指標(biāo)。

[1]S. J. Van den Heuvel， "Banking Conditions and the Effects of Monetary Policy： Evidence from US States"， The BE Journal of Macroeconomics， 2012， 12（2）， pp.1-29.

[2]D. Kim， A. M. Santomero， "Risk in Banking and Capital Regulation"， The Journal of Finance， 1988， 43（5）， pp.1219-1233.

[3]限于篇幅，金融科技對銀行個體風(fēng)險、系統(tǒng)性風(fēng)險的作用機制模型省略。

[4]謝平、鄒傳偉：《金融危機后有關(guān)金融監(jiān)管改革的理論綜述》，《金融研究》2010年第2期；范小云、王道平、方意：《我國金融機構(gòu)的系統(tǒng)性風(fēng)險貢獻測度與監(jiān)管——基于邊際風(fēng)險貢獻與杠桿率的研究》，《南開經(jīng)濟研究》2011年第4期。

[5]田嬌、王擎：《銀行資本約束、銀行風(fēng)險外溢與宏觀金融風(fēng)險》，《財貿(mào)經(jīng)濟》2015年第8期。

[6]方意：《貨幣政策與房地產(chǎn)價格沖擊下的銀行風(fēng)險承擔(dān)分析》，《世界經(jīng)濟》2015年第7期。

[7]方意：《系統(tǒng)性風(fēng)險的傳染渠道與度量研究——兼論宏觀審慎政策實施》，《管理世界》2016年第8期。