王仁曾 郭峰 莊旭東

作者簡(jiǎn)介：?王仁曾（1964—），男，甘肅舟曲人，華南理工大學(xué)經(jīng)濟(jì)與金融學(xué)院教授，博士生導(dǎo)師，研究方向：金融科技、銀行信用風(fēng)險(xiǎn)管理；郭峰（1989—），男，湖南郴州人，華南理工大學(xué)經(jīng)濟(jì)與金融學(xué)院博士研究生，研究方向：量化投資、信用風(fēng)險(xiǎn)；通信作者：莊旭東（1996—），男，廣東汕頭人，華南理工大學(xué)經(jīng)濟(jì)與金融學(xué)院博士研究生，研究方向：金融科技、公司金融。

摘?要：通過(guò)構(gòu)建理論模型并進(jìn)行實(shí)證檢驗(yàn)，研究了大型科技公司的金融科技對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)承擔(dān)水平的影響。研究表明，大型科技公司的金融科技提升了理財(cái)產(chǎn)品的便利性，分流了商業(yè)銀行的存款業(yè)務(wù)，削弱了銀行的“特許權(quán)價(jià)值”，從而推升了商業(yè)銀行的信用風(fēng)險(xiǎn)承擔(dān)水平。大型科技公司的金融科技對(duì)銀行信用風(fēng)險(xiǎn)的沖擊存在規(guī)模效應(yīng)和城鄉(xiāng)差異，進(jìn)一步研究發(fā)現(xiàn)，其規(guī)模效應(yīng)和城鄉(xiāng)差異主要來(lái)源于大型科技公司金融科技對(duì)銀行存款分流沖擊的客觀作用效果差異，面對(duì)存款分流壓力時(shí)不同規(guī)模和城鄉(xiāng)屬性的銀行自身的行為差異并不是產(chǎn)生異質(zhì)性影響的原因。基于此，對(duì)于金融科技發(fā)展的規(guī)劃，需要建立適當(dāng)?shù)姆阑饓?，防止金融科技相關(guān)業(yè)態(tài)引發(fā)金融風(fēng)險(xiǎn)跨市場(chǎng)、跨部門傳播。

關(guān)鍵詞： 大型科技公司；金融科技；信用風(fēng)險(xiǎn)；銀行負(fù)債結(jié)構(gòu)

中圖分類號(hào)：F832.4；F832.59??文獻(xiàn)標(biāo)識(shí)碼：?A????文章編號(hào)：1003.7217（2024）03.0019.08

一、引?言

近年來(lái)，新一代信息技術(shù)迅速發(fā)展并深度滲透到金融活動(dòng)中，創(chuàng)造出許多新的產(chǎn)品、業(yè)務(wù)流程和商業(yè)模式，進(jìn)而對(duì)金融市場(chǎng)、金融機(jī)構(gòu)以及金融服務(wù)的運(yùn)行方式產(chǎn)生重大影響。這一輪由技術(shù)賦能、涉及多領(lǐng)域的金融創(chuàng)新浪潮，稱為“金融科技”（FinTech）。在金融科技的發(fā)展過(guò)程中，互聯(lián)網(wǎng)大型科技公司（Big Tech，以下簡(jiǎn)稱“大型科技公司”）憑借平臺(tái)和數(shù)據(jù)優(yōu)勢(shì)，成為最早驅(qū)動(dòng)金融科技對(duì)金融服務(wù)商業(yè)模式進(jìn)行顛覆式創(chuàng)新的市場(chǎng)勢(shì)力。

大型科技公司作為商業(yè)銀行外部競(jìng)爭(zhēng)者，其互聯(lián)網(wǎng)理財(cái)產(chǎn)品是金融科技影響銀行信用風(fēng)險(xiǎn)的重要體現(xiàn)。大型科技公司的互聯(lián)網(wǎng)理財(cái)產(chǎn)品依托互聯(lián)網(wǎng)媒介，極大地提升了居民購(gòu)買理財(cái)產(chǎn)品的便利性，并與傳統(tǒng)商業(yè)銀行負(fù)債端的存款業(yè)務(wù)形成競(jìng)爭(zhēng)關(guān)系，對(duì)銀行負(fù)債端資金的穩(wěn)定性造成劇烈沖擊。2013年，標(biāo)桿性大型科技公司螞蟻金服推出“余額寶”標(biāo)志著互聯(lián)網(wǎng)理財(cái)產(chǎn)品的誕生[1]，由于“余額寶”與銀行負(fù)債端存款存在激烈的競(jìng)爭(zhēng)關(guān)系，其規(guī)模的快速擴(kuò)張對(duì)銀行業(yè)乃至金融市場(chǎng)的穩(wěn)定性產(chǎn)生了巨大沖擊，引發(fā)監(jiān)管者和銀行業(yè)的高度關(guān)注。

現(xiàn)有學(xué)者認(rèn)為金融科技便于銀行等金融機(jī)構(gòu)提取互聯(lián)網(wǎng)上殘留的數(shù)字足跡，大數(shù)據(jù)技術(shù)通過(guò)客戶在網(wǎng)上殘留的各類信息進(jìn)行風(fēng)險(xiǎn)監(jiān)控和評(píng)估，能夠提高銀行對(duì)其信用風(fēng)險(xiǎn)的控制能力，降低銀行的風(fēng)險(xiǎn)承擔(dān)水平[2]。也有學(xué)者認(rèn)為，金融科技發(fā)展初期增加了銀行的自信效應(yīng)，從而推升了其風(fēng)險(xiǎn)承擔(dān)水平，但是金融科技高度發(fā)達(dá)的背景下，金融科技能夠通過(guò)改善借貸市場(chǎng)的信息不對(duì)稱問(wèn)題來(lái)抑制銀行的信用風(fēng)險(xiǎn)水平[3]，劉孟飛和蔣維的研究也得出類似的結(jié)論[4]。這類研究同時(shí)兼顧了金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)水平正、反兩方面的影響，認(rèn)為金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)水平的沖擊一般為倒U形關(guān)系。還有少數(shù)學(xué)者注意到了金融科技對(duì)銀行信用風(fēng)險(xiǎn)產(chǎn)生的負(fù)面沖擊。劉孟飛和王琦發(fā)現(xiàn)金融科技通過(guò)抬高銀行的管理成本從而提升了銀行的風(fēng)險(xiǎn)承擔(dān)水平[5]。李學(xué)峰和楊盼盼則認(rèn)為金融科技加劇了銀行業(yè)不同銀行之間的競(jìng)爭(zhēng)，通過(guò)擠出效應(yīng)提升了中小銀行以及農(nóng)村商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)水平[6]。雖然邱晗等已經(jīng)注意到，金融科技的“跨界入侵”會(huì)通過(guò)促進(jìn)外部競(jìng)爭(zhēng)者的發(fā)展加劇資金脫媒，從而影響銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)水平[1]，但目前已有的文獻(xiàn)較多地停留在實(shí)證研究層面，鮮有學(xué)者建立相應(yīng)的理論模型來(lái)推導(dǎo)分析大型科技公司的金融科技影響商業(yè)銀行信用風(fēng)險(xiǎn)的作用機(jī)制，而且對(duì)金融科技外部競(jìng)爭(zhēng)者影響商業(yè)銀行信用風(fēng)險(xiǎn)存在的規(guī)模效應(yīng)和城鄉(xiāng)差異尚未進(jìn)行充分研究。同時(shí)現(xiàn)有研究往往只進(jìn)行了基于分樣本回歸的異質(zhì)性探討，缺乏對(duì)這兩類異質(zhì)性沖擊作用機(jī)制方面的實(shí)證研究。

基于現(xiàn)有研究，本文一方面，通過(guò)建立理論模型研究了大型科技公司的金融科技對(duì)銀行信用風(fēng)險(xiǎn)產(chǎn)生影響的作用機(jī)制，并進(jìn)行了實(shí)證檢驗(yàn)，豐富了該領(lǐng)域的研究?jī)?nèi)容；另一方面，針對(duì)大型科技公司的金融科技對(duì)銀行信用風(fēng)險(xiǎn)產(chǎn)生沖擊這一現(xiàn)象，考慮了風(fēng)險(xiǎn)沖擊下的規(guī)模效應(yīng)和城鄉(xiāng)差異因素，使用有調(diào)節(jié)的中介效應(yīng)模型，從實(shí)證層面探索了這種規(guī)模效應(yīng)和城鄉(xiāng)差異產(chǎn)生的深層機(jī)理，有助于銀行在金融科技背景下根據(jù)自身的業(yè)務(wù)狀況制定有針對(duì)性和個(gè)性化的風(fēng)險(xiǎn)管理策略，為銀行業(yè)高質(zhì)量發(fā)展提供實(shí)踐參考。

二、理論基礎(chǔ)

（一）理論模型

1. 模型基礎(chǔ)設(shè)定。

隨著金融科技的發(fā)展，大型科技公司跨界“入侵”金融領(lǐng)域，使用科技手段大大提升了互聯(lián)網(wǎng)理財(cái)產(chǎn)品的便利性，降低了居民接觸互聯(lián)網(wǎng)理財(cái)產(chǎn)品的顯性成本和隱性成本。用如下方程來(lái)刻畫：

在式（1）中，F(xiàn)代表互聯(lián)網(wǎng)理財(cái)產(chǎn)品的便利性，E代表與互聯(lián)網(wǎng)理財(cái)平臺(tái)發(fā)展相關(guān)的大型科技公司的金融科技水平，η代表其他外生因素。

一般而言，互聯(lián)網(wǎng)理財(cái)產(chǎn)品便利性的提升會(huì)促進(jìn)其購(gòu)買量的增長(zhǎng)。用如下方程來(lái)刻畫這個(gè)關(guān)系：

C=θ+δ（B－R）F，θ>0，δ>0，B>R （2）

在式（2）中，C代表居民購(gòu)買互聯(lián)網(wǎng)理財(cái)產(chǎn)品的數(shù)量，B代表互聯(lián)網(wǎng)理財(cái)產(chǎn)品的收益率，R代表銀行存款的利率，θ與δ為外生參數(shù)。由于風(fēng)險(xiǎn)和收益的均衡關(guān)系，在現(xiàn)實(shí)中，B總是大于持有期限相同的R。

在經(jīng)濟(jì)生活中，居民可能會(huì)劃出一部分資金用于低風(fēng)險(xiǎn)投資。假定居民低風(fēng)險(xiǎn)投資項(xiàng)目只限于互聯(lián)網(wǎng)理財(cái)產(chǎn)品和銀行存款兩項(xiàng)，則居民投資低風(fēng)險(xiǎn)金融產(chǎn)品的資金分配方程為：

T=C+S，S>0（3）

在式（3）中，S代表居民用于銀行存款的資金總額；T代表居民用于低風(fēng)險(xiǎn)投資的資金總額，它由其他外生因素確定。

假定銀行對(duì)貸款的定價(jià)是在存款利率基礎(chǔ)上進(jìn)行加成，則貸款利率K是由存款利率R和加成ξ兩部分構(gòu)成的，即有：

K=R+ξ，ξ>0（4）

在式（4）中，加成參數(shù)ξ是外生的。

銀行信貸資產(chǎn)的收益率與風(fēng)險(xiǎn)呈現(xiàn)正相關(guān)，這個(gè)關(guān)系由如下方程來(lái)刻畫：

P=α+λK，α>0，λ>0 （5）

在式（5）中，P為信用風(fēng)險(xiǎn)水平；α與λ皆為外生參數(shù)。

為簡(jiǎn)化模型，假設(shè)銀行將吸收的存款全部用于信用貸款，銀行遭遇信貸違約事件時(shí)，平均損失率β是一個(gè)外生參數(shù)，則銀行的收益π由如下方程決定：

π=（K－R）S－βPS，β>0（6）

而且，銀行只有在存貸款業(yè)務(wù)產(chǎn)生正的收益時(shí)才會(huì)考慮吸收居民存款。另外，一旦銀行給出的存款利息為零，則無(wú)法吸收到存款，因此得到兩個(gè)約束條件：

π>0 （7）

S|R=0=0 （8）

2. 調(diào)整存款利率模型推導(dǎo)。

在利率市場(chǎng)化的金融體系中，銀行試圖通過(guò)對(duì)存款利率R進(jìn)行調(diào)整，來(lái)吸收一定量的存款并將其用于發(fā)放貸款。銀行為了追求利潤(rùn)最大化，就必須尋找利潤(rùn)函數(shù)π（R）的極大值。在調(diào)整R的過(guò)程中，變量R、C、S、K、P、π會(huì)隨著R發(fā)生相應(yīng)的變化，而外生變量F、B、E、T則不受影響，它們的變化由外部因素決定。所以將式（2）～式（5）代入式（6）消去S、K、P：

式（9）是一個(gè)開(kāi)口向下的拋物線，將π（R）對(duì)R求導(dǎo)并進(jìn)行化簡(jiǎn)，再結(jié)合前面的約束條件式（7）和式（8）進(jìn)行推導(dǎo)，得到：

式（10）說(shuō)明，拋物線π（R）開(kāi)口向下時(shí)，其對(duì)稱軸在R的正半軸，因此，可以確定π（R）的最大值不在R=0處，而π（R）的最大值應(yīng)該為：

因此，銀行決策方程為：

將式（12）具體化，有：

3. 調(diào)整存款量模型推導(dǎo)。

假定盯住的是存款量S，銀行通過(guò)優(yōu)化存款量實(shí)現(xiàn)收益最大化。建立如下目標(biāo)函數(shù)：

4. 模型推導(dǎo)結(jié)果。

基于上述推導(dǎo)可見(jiàn)，銀行通過(guò)調(diào)整存款量或調(diào)整存款利率來(lái)最大化收益，得到的結(jié)果式（16）與式（14）完全一致。利用式（14），對(duì)F求導(dǎo)，由式（2）和式（3）可知T－θ>0，因此得：

式（19）為本模型推導(dǎo)的最終結(jié)果。根據(jù)模型推導(dǎo)結(jié)果可以得出，不論銀行盯住存款利率R還是存款量S來(lái)最大化收益，大型科技公司金融科技的發(fā)展都提升了銀行的信用風(fēng)險(xiǎn)水平（即P/E>0）。從式（19）的鏈?zhǔn)角髮?dǎo)過(guò)程來(lái)看，大型科技公司金融科技的發(fā)展促進(jìn)了互聯(lián)網(wǎng)理財(cái)產(chǎn)品的便利性（即F/E>0），而互聯(lián)網(wǎng)理財(cái)產(chǎn)品便利性的提升會(huì)增加商業(yè)銀行的信用風(fēng)險(xiǎn)（即P/F>0），這主要是由于互聯(lián)網(wǎng)理財(cái)產(chǎn)品對(duì)銀行存款具有分流作用。下文對(duì)具體影響機(jī)制做進(jìn)一步的梳理并提出研究假說(shuō)。

（二）研究假說(shuō)

前文理論模型及其推導(dǎo)出的式（19）表明，大型科技公司的金融科技通過(guò)提升互聯(lián)網(wǎng)理財(cái)平臺(tái)的便利性推升了銀行的信用風(fēng)險(xiǎn)水平。下面結(jié)合現(xiàn)有研究與經(jīng)濟(jì)現(xiàn)實(shí)梳理這種影響的中間具體作用環(huán)節(jié)。

金融市場(chǎng)供求關(guān)系的變化是金融行業(yè)吸收和利用技術(shù)創(chuàng)新最重要的推動(dòng)力量，客戶需求往往能引導(dǎo)逐利資本對(duì)其訴求進(jìn)行迎合。從客戶需求看，消費(fèi)者希望得到更便利、更多樣化、隨時(shí)隨地接入的金融產(chǎn)品與服務(wù)[7]。大型科技公司金融科技的發(fā)展正好滿足了這種需求，降低了客戶接觸非存款類互聯(lián)網(wǎng)理財(cái)產(chǎn)品的成本，還拓寬了所能觸達(dá)的產(chǎn)品種類。客戶僅僅憑借手機(jī)等移動(dòng)通信工具就能隨時(shí)隨地了解這類理財(cái)產(chǎn)品的信息并進(jìn)行購(gòu)買，這導(dǎo)致了銀行的部分存款向非存款類理財(cái)產(chǎn)品轉(zhuǎn)移[8]。因此，大型科技公司的金融科技促進(jìn)了互聯(lián)網(wǎng)理財(cái)平臺(tái)的便利性，削弱了銀行的“特許權(quán)價(jià)值”，對(duì)商業(yè)銀行的存款業(yè)務(wù)產(chǎn)生了較大的分流作用。

值得注意的是，銀行存款被分流會(huì)導(dǎo)致銀行存款獲取難度增大。為了吸收足夠的存款，銀行可能被迫提升存款利率，使得存款資金成本上升，進(jìn)而對(duì)銀行信用風(fēng)險(xiǎn)產(chǎn)生影響：一方面，存款資金成本上升會(huì)壓縮銀行的收益率。由于銀行的經(jīng)營(yíng)具有很強(qiáng)的外部性，一旦爆發(fā)影響其持續(xù)經(jīng)營(yíng)的風(fēng)險(xiǎn)往往由央行來(lái)“買單” [9]，但是當(dāng)銀行業(yè)績(jī)良好時(shí)卻是自身受益，銀行承擔(dān)的風(fēng)險(xiǎn)責(zé)任與經(jīng)濟(jì)收益并不對(duì)稱。因此，銀行為了追求自身的業(yè)績(jī)，可能具有主動(dòng)提高風(fēng)險(xiǎn)承擔(dān)水平來(lái)增加自身收益的強(qiáng)烈動(dòng)機(jī)。另一方面，銀行存款資金成本提高將引起貸款利率上升，高利率的貸款迫使借款人在投資決策中，更傾向于選擇高風(fēng)險(xiǎn)高收益的投資策略來(lái)應(yīng)對(duì)借款資金成本的上升，使得銀行被動(dòng)地承擔(dān)了更高的信用風(fēng)險(xiǎn)。

綜合上述分析，提出如下研究假說(shuō)：

假說(shuō)?互聯(lián)網(wǎng)理財(cái)平臺(tái)視角下，大型科技公司的金融科技對(duì)銀行負(fù)債結(jié)構(gòu)造成了沖擊，分流了銀行的存款業(yè)務(wù)，進(jìn)而提高了銀行的信用風(fēng)險(xiǎn)承擔(dān)水平。

三、研究設(shè)計(jì)

（一）變量定義

1. 被解釋變量。

現(xiàn)有研究主要采用商業(yè)銀行的不良貸款率、撥備覆蓋率以及貸款撥備率測(cè)度銀行信用風(fēng)險(xiǎn)水平[10，11]。因此，本文綜合考慮這三個(gè)常見(jiàn)的指標(biāo)，合成測(cè)度銀行信用風(fēng)險(xiǎn)，具體做法是，將銀行的不良貸款率、撥備覆蓋率和貸款撥備率標(biāo)準(zhǔn)化后使用熵值法賦予權(quán)重合成指標(biāo)并進(jìn)行縮放，得到衡量銀行信用風(fēng)險(xiǎn)的第一個(gè)被解釋變量Risk1，以及將上述三個(gè)變量標(biāo)準(zhǔn)化后賦予相同的權(quán)重合成指標(biāo)并進(jìn)行縮放，得到衡量銀行信用風(fēng)險(xiǎn)的第二個(gè)被解釋變量Risk2。

2. 解釋變量。現(xiàn)有文獻(xiàn)廣泛采用北京大學(xué)數(shù)字普惠金融指數(shù)來(lái)衡量各地金融科技發(fā)展水平[12，13]。該指數(shù)綜合了多項(xiàng)分指數(shù)進(jìn)行合成，各自的側(cè)重點(diǎn)有所不同，而且各個(gè)維度下的分項(xiàng)指數(shù)具體地衡量了特定視角下的金融科技。本文基于互聯(lián)網(wǎng)理財(cái)平臺(tái)視角研究金融科技對(duì)銀行信用風(fēng)險(xiǎn)的影響，選擇使用深度維度下的貨幣基金分項(xiàng)指數(shù)來(lái)體現(xiàn)這一特定視角。具體而言，采用北京大學(xué)數(shù)字普惠金融指數(shù)的貨幣基金分項(xiàng)指數(shù)市級(jí)面板數(shù)據(jù)衡量互聯(lián)網(wǎng)理財(cái)平臺(tái)視角下各地受到大型科技公司金融科技的影響程度。其合理性主要出于以下考慮：首先，該數(shù)據(jù)源于中國(guó)標(biāo)桿性大型科技公司螞蟻金服的余額寶數(shù)據(jù)，其受眾用戶之廣使其具有很強(qiáng)的代表性；其次，余額寶是螞蟻金服利用新興技術(shù)跨界向金融領(lǐng)域滲透的重要載體，作為全國(guó)最大的貨幣型互聯(lián)網(wǎng)理財(cái)產(chǎn)品，其數(shù)據(jù)能夠充分代表大型科技公司將科技應(yīng)用于金融領(lǐng)域的情況，即大型科技公司金融科技水平；最后，貨幣基金分項(xiàng)指數(shù)綜合考慮的指標(biāo)包括全社會(huì)人均購(gòu)買余額寶筆數(shù)、全社會(huì)人均購(gòu)買余額寶金額以及每萬(wàn)支付寶用戶購(gòu)買余額寶的人數(shù)，這三項(xiàng)指標(biāo)能夠較好地衡量大型科技公司金融科技對(duì)各地區(qū)居民的影響和滲透程度[14]?；谝陨峡剂?，使用北京大學(xué)數(shù)字普惠金融指數(shù)的貨幣基金分項(xiàng)指數(shù)衡量解釋變量大型科技公司金融科技（FT_fund）；考慮到反向因果的內(nèi)生性問(wèn)題，使用解釋變量上一期的值進(jìn)行測(cè)度。

3. 中介變量。

參考有關(guān)文獻(xiàn)[15]，選擇商業(yè)銀行負(fù)債結(jié)構(gòu)（Depo）作為中介變量，并使用商業(yè)銀行的存款余額占總負(fù)債的比率進(jìn)行衡量。由于解釋變量（FT_fund）使用了上一期的值，而且大型科技公司的金融科技對(duì)銀行負(fù)債結(jié)構(gòu)的沖擊引發(fā)銀行資產(chǎn)端的信用風(fēng)險(xiǎn)需要經(jīng)過(guò)較長(zhǎng)時(shí)間的傳導(dǎo)，因此中介變量也選擇使用上一期的值進(jìn)行測(cè)度。

4. 控制變量。

參考現(xiàn)有的同類研究，引入如下控制變量：資產(chǎn)結(jié)構(gòu)（Loa），用各銀行年末貸款余額與年末資產(chǎn)總額的比值來(lái)度量；銀行規(guī)模（Size），用各銀行期末資產(chǎn)總額取自然對(duì)數(shù)來(lái)表示；盈利能力（Roa），用各銀行當(dāng)年凈利潤(rùn)與總資產(chǎn)的比值來(lái)表示；貸款集中度（Cot），用各銀行最大十家客戶貸款余額與凈資產(chǎn)的比值來(lái)代表；杠桿倍數(shù)（Tdr），用銀行資產(chǎn)負(fù)債率的期末值衡量；人民幣存貸比（Lode），用各銀行人民幣貸款余額與存款余額的比值來(lái)衡量；收入支出比（Inou），用各銀行各年度營(yíng)業(yè)收入與營(yíng)業(yè)支出的比值來(lái)表示；資本充足率（Car），用各銀行資本總額與加權(quán)風(fēng)險(xiǎn)資產(chǎn)的比值來(lái)度量。

（二）計(jì)量模型

大型科技公司的金融科技通過(guò)影響銀行負(fù)債端的存款業(yè)務(wù)，進(jìn)而對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)水平產(chǎn)生沖擊，構(gòu)建如下中介效應(yīng)模型來(lái)進(jìn)行實(shí)證檢驗(yàn)。其中，X代表所有控制變量集，Banki和Yeart分別代表控制了個(gè)體效應(yīng)和時(shí)間效應(yīng)。

金融科技對(duì)銀行信用風(fēng)險(xiǎn)的影響存在兩種相反的作用勢(shì)力：在初始階段，金融科技跨界“入侵”金融領(lǐng)域，跨界“入侵者”（比如支付寶等大型科技公司）通過(guò)金融科技搶占了原屬于銀行的部分金融業(yè)務(wù)，引發(fā)的過(guò)度競(jìng)爭(zhēng)增加了銀行的信用風(fēng)險(xiǎn)；經(jīng)過(guò)較長(zhǎng)時(shí)間后，金融科技發(fā)展帶來(lái)的技術(shù)溢出效應(yīng)增強(qiáng)，降低了借貸市場(chǎng)的信息不對(duì)稱，有助于抑制銀行信用風(fēng)險(xiǎn)。在上述兩種相反的影響勢(shì)力作用下，金融科技發(fā)展與銀行風(fēng)險(xiǎn)可能會(huì)呈現(xiàn)出倒U形關(guān)系?；谇拔牡睦碚撌崂恚疚难芯康氖巧鲜龅谝环N影響勢(shì)力的效應(yīng)。因此，上述計(jì)量模型并沒(méi)有加入（FT_fund）二次項(xiàng)對(duì)倒U形關(guān)系進(jìn)行研究。

（三）數(shù)據(jù)來(lái)源

選取2014—2019年中國(guó)103家商業(yè)銀行為初始研究樣本。鑒于所考量的關(guān)鍵解釋變量使用的是地區(qū)層面的數(shù)據(jù)，因此剔除了18家全國(guó)性商業(yè)銀行，最終樣本包括77家城市商業(yè)銀行和26家農(nóng)村商業(yè)銀行。另外，從國(guó)泰安數(shù)據(jù)庫(kù)以及各銀行官方網(wǎng)站手工搜集整理了中國(guó)商業(yè)銀行微觀財(cái)務(wù)數(shù)據(jù)。后續(xù)實(shí)證研究過(guò)程中對(duì)所有的連續(xù)變量進(jìn)行了雙側(cè)1%的縮尾處理。

四、實(shí)證結(jié)果與分析

（一）變量的描述性統(tǒng)計(jì)

表1報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。相關(guān)研究變量的統(tǒng)計(jì)結(jié)果分布情況與同類研究基本一致[16]，體現(xiàn)了數(shù)據(jù)的可靠性與嚴(yán)謹(jǐn)性。

（二）基準(zhǔn)模型估計(jì)結(jié)果

表2為式（20）的基準(zhǔn)模型估計(jì)結(jié)果，從表中可以看出，解釋變量（FT_fund）對(duì)被解釋變量銀行信用風(fēng)險(xiǎn)（Risk1、Risk2）的估計(jì)系數(shù)都在1%的水平上顯著為正，說(shuō)明大型科技公司的金融科技確實(shí)會(huì)提高銀行的信用風(fēng)險(xiǎn)承擔(dān)水平。

（三）中介效應(yīng)模型估計(jì)結(jié)果

表3報(bào)告了式（21）和式（22）的中介效應(yīng)估計(jì)結(jié)果。其中，列（1）顯示解釋變量（FT_fund）對(duì)中介變量商業(yè)銀行負(fù)債結(jié)構(gòu)（Depo）影響的參數(shù)估計(jì)值顯著為負(fù)，說(shuō)明大型科技公司的金融科技會(huì)對(duì)銀行的負(fù)債結(jié)構(gòu)產(chǎn)生不利沖擊，分流銀行的存款業(yè)務(wù)。再結(jié)合列（2）和列（3）可以看出，商業(yè)銀行負(fù)債結(jié)構(gòu)（Depo）的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明大型科技公司的金融科技對(duì)銀行負(fù)債端存款的分流作用會(huì)推升銀行的信用風(fēng)險(xiǎn)承擔(dān)水平，前文提出的研究假說(shuō)得到驗(yàn)證。

（四）內(nèi)生性與穩(wěn)健性檢驗(yàn)

銀行的信用風(fēng)險(xiǎn)本身可能存在一定的序列相關(guān)關(guān)系，參考相關(guān)研究[6]，在基準(zhǔn)模型的控制變量中加入被解釋變量Risk1和Risk2滯后一期的值，使用系統(tǒng)GMM動(dòng)態(tài)面板估計(jì)來(lái)緩解內(nèi)生性問(wèn)題，發(fā)現(xiàn)實(shí)證結(jié)果與前文保持一致。

另外，進(jìn)行了如下四項(xiàng)穩(wěn)健性檢驗(yàn)：一是將大型科技公司金融科技由前文使用的市級(jí)面板數(shù)據(jù)替換為省級(jí)面板數(shù)據(jù)。二是加入地區(qū)宏觀控制變量（省級(jí)層面）進(jìn)行實(shí)證檢驗(yàn)，分別為GPD增長(zhǎng)率、固定資產(chǎn)投資增長(zhǎng)率，以及用貸款余額與GDP的比值衡量的信貸規(guī)模。三是參考相關(guān)研究 [10，11]，分別使用不良貸款率、撥備覆蓋率和貸款撥備率作為被解釋變量信用風(fēng)險(xiǎn)的代理變量進(jìn)行實(shí)證。四是考慮到直轄市在經(jīng)濟(jì)上和政治上可能具有一定的特殊性，剔除總部位于直轄市的銀行對(duì)基準(zhǔn)模型進(jìn)行實(shí)證。上述各項(xiàng)穩(wěn)健性檢驗(yàn)結(jié)果與前文的基準(zhǔn)結(jié)論保持一致，證明前文的實(shí)證是穩(wěn)健的①。

五、進(jìn)一步研究

（一）規(guī)模效應(yīng)研究

為了研究大型科技公司金融科技對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的沖擊是否存在規(guī)模效應(yīng)，構(gòu)建門檻面板模型如下：

式（23）為單門檻模型，將研究樣本根據(jù)總資產(chǎn)規(guī)模門檻值φ劃分為大型和中小型商業(yè)銀行兩類。其中，I（·）是示性函數(shù)。對(duì)門檻效應(yīng)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)門檻效應(yīng)高度顯著，因此，對(duì)式（23）的參數(shù)進(jìn)行了估計(jì)，實(shí)證結(jié)果如表4的列（1）和列（2）所示。從表4中列（1）和列（2）可以看出，低于門檻側(cè)FT_fund的系數(shù)在估計(jì)值和顯著性水平方面明顯大于高于門檻值側(cè)，而且門檻兩側(cè)系數(shù)的符號(hào)相同，都為正數(shù)，這說(shuō)明大型科技公司金融科技對(duì)中小型銀行信用風(fēng)險(xiǎn)的沖擊比大型銀行更大。

（二）城鄉(xiāng)差異研究

對(duì)城市商業(yè)銀行和農(nóng)村商業(yè)銀行進(jìn)行分組檢驗(yàn)，從表4的列（3）～列（6）可以看出，不管是Risk1還是Risk2視角，基于城市商業(yè)銀行樣本組FT_fund的系數(shù)估計(jì)值以及顯著性水平明顯大于基于農(nóng)村商業(yè)銀行的樣本組，說(shuō)明大型科技公司金融科技對(duì)城市商業(yè)銀行信用風(fēng)險(xiǎn)的沖擊明顯大于農(nóng)村商業(yè)銀行，即這種沖擊存在城鄉(xiāng)異質(zhì)性。

（三）規(guī)模效應(yīng)與城鄉(xiāng)差異作用路徑分析

下面將銀行規(guī)模大小和城鄉(xiāng)屬性作為調(diào)節(jié)變量加入中介效應(yīng)的影響渠道中進(jìn)一步進(jìn)行研究，前半程銀行規(guī)模大小和城鄉(xiāng)屬性主要調(diào)節(jié)大型科技公司的金融科技對(duì)銀行存款業(yè)務(wù)分流沖擊的客觀作用效果；后半程主要是銀行面對(duì)存款分流沖擊時(shí)，不同規(guī)模和城鄉(xiāng)屬性的銀行是否會(huì)有不同的冒險(xiǎn)傾向，產(chǎn)生不同的風(fēng)險(xiǎn)決策行為來(lái)應(yīng)對(duì)存款獲取難度的上升，最終體現(xiàn)在信用風(fēng)險(xiǎn)沖擊的差異上。下文通過(guò)有調(diào)節(jié)的中介效應(yīng)模型來(lái)討論關(guān)于規(guī)模效應(yīng)與城鄉(xiāng)差異產(chǎn)生的作用機(jī)理。

1. 銀行規(guī)模大小對(duì)中介效應(yīng)的調(diào)節(jié)。

參考相關(guān)文獻(xiàn)[17]，構(gòu)建如下模型組進(jìn)行檢驗(yàn)。

從表5可以看出，列（1）和列（2）中交叉項(xiàng)Size×FT_fund的估計(jì)系數(shù)顯著為負(fù)，表明銀行規(guī)模Size在大型科技公司金融科技影響銀行信用風(fēng)險(xiǎn)的過(guò)程中產(chǎn)生了調(diào)節(jié)效應(yīng)，隨著規(guī)模的增大，銀行信用風(fēng)險(xiǎn)受到的不利沖擊變小。列（3）中交叉項(xiàng)Size×FT_fund的系數(shù)顯著為正，說(shuō)明隨著銀行規(guī)模的增大，大型科技公司金融科技對(duì)存款分流的沖擊被削弱，因此，中介效應(yīng)前半程的調(diào)節(jié)效應(yīng)顯著。列（4）和列（5）顯示中介效應(yīng)后半程交叉項(xiàng)Size×Depo的系數(shù)并不顯著，說(shuō)明中介效應(yīng)的后半程不存在調(diào)節(jié)效應(yīng)，即大型和中小型銀行面對(duì)存款分流壓力時(shí)，冒險(xiǎn)動(dòng)機(jī)、風(fēng)險(xiǎn)決策等行為差異并不是產(chǎn)生規(guī)模效應(yīng)的原因。因此，綜合來(lái)看大型科技公司金融科技對(duì)銀行信用風(fēng)險(xiǎn)沖擊的規(guī)模效應(yīng)僅僅來(lái)源于中介效應(yīng)的前半程。

2. 銀行城鄉(xiāng)屬性對(duì)中介效應(yīng)的調(diào)節(jié)。

同上，下文引入表示銀行城鄉(xiāng)屬性的虛擬變量D，構(gòu)建如下模型組進(jìn)行檢驗(yàn)。其中，銀行城鄉(xiāng)屬性（D）為當(dāng)觀察值是農(nóng)村商業(yè)銀行時(shí)取值為0，當(dāng)觀察值是城市商業(yè)銀行時(shí)取值為1的虛擬變量。

從表6可以看出，列（1）和列（2）中交叉項(xiàng)D×FT_fund的系數(shù)顯著為正，說(shuō)明相較于農(nóng)村商業(yè)銀行，大型科技公司的金融科技對(duì)城市商業(yè)銀行信用風(fēng)險(xiǎn)的不利沖擊更加明顯。列（3）中交叉項(xiàng)D×FT_fund的系數(shù)顯著為負(fù)，表明大型科技公司金融科技對(duì)城市商業(yè)銀行負(fù)債端的存款分流作用比農(nóng)村商業(yè)銀行更加明顯，即銀行城鄉(xiāng)屬性D調(diào)節(jié)了中介效應(yīng)的前半程。列（4）和列（5）顯示中介效應(yīng)后半程交叉項(xiàng)D×Depo的系數(shù)不顯著，說(shuō)明中介效應(yīng)的后半程不存在調(diào)節(jié)效應(yīng)，即城市商業(yè)銀行和農(nóng)村商業(yè)銀行面對(duì)存款分流壓力時(shí)，冒險(xiǎn)動(dòng)機(jī)、風(fēng)險(xiǎn)決策等行為差異并不是產(chǎn)生城鄉(xiāng)異質(zhì)性的原因。因此，綜合來(lái)看大型科技公司金融科技對(duì)銀行信用風(fēng)險(xiǎn)沖擊的城鄉(xiāng)差異也僅僅來(lái)源于中介效應(yīng)的前半程。

六、結(jié)論與政策建議

（一）研究結(jié)論

從互聯(lián)網(wǎng)理財(cái)平臺(tái)視角，研究表明，大型科技公司金融科技的快速發(fā)展對(duì)傳統(tǒng)商業(yè)銀行的信用風(fēng)險(xiǎn)產(chǎn)生了明顯的負(fù)面沖擊。首先，大型科技公司的金融科技提升了互聯(lián)網(wǎng)理財(cái)產(chǎn)品的便利性，從而分流了商業(yè)銀行的存款業(yè)務(wù)，迫使銀行在資產(chǎn)端選擇更高信用風(fēng)險(xiǎn)的貸款項(xiàng)目，來(lái)應(yīng)對(duì)存款獲取難度和成本的上升。其次，大型科技公司金融科技的發(fā)展對(duì)中小型商業(yè)銀行信用風(fēng)險(xiǎn)的不利沖擊明顯大于大型銀行；對(duì)城市商業(yè)銀行信用風(fēng)險(xiǎn)的不利沖擊顯著大于農(nóng)村商業(yè)銀行。另外，通過(guò)有調(diào)節(jié)的中介效應(yīng)模型實(shí)證，發(fā)現(xiàn)這種信用風(fēng)險(xiǎn)沖擊的規(guī)模效應(yīng)和城鄉(xiāng)差異主要來(lái)源于大型科技公司的金融科技對(duì)銀行負(fù)債端存款分流沖擊的客觀作用效果差異，而面對(duì)存款分流壓力時(shí)不同規(guī)模和城鄉(xiāng)屬性的銀行自身的行為差異并不是產(chǎn)生異質(zhì)性影響的原因。

（二）政策建議

基于上述研究結(jié)論，提出如下政策建議：第一，研究表明，對(duì)于銀行而言，大型科技公司金融科技的發(fā)展對(duì)其負(fù)債業(yè)務(wù)產(chǎn)生了巨大沖擊，由此引發(fā)了銀行信用風(fēng)險(xiǎn)承擔(dān)水平的上升，威脅到了銀行業(yè)的穩(wěn)定性。金融作為特許行業(yè)，必須持牌經(jīng)營(yíng)，包括互聯(lián)網(wǎng)大型科技公司理財(cái)平臺(tái)在內(nèi)的新興金融業(yè)態(tài)也都應(yīng)遵循“同樣業(yè)務(wù)，同樣監(jiān)管”原則，防止由監(jiān)管套利引發(fā)的金融科技相關(guān)業(yè)態(tài)對(duì)金融領(lǐng)域的跨界 “入侵”過(guò)于繁榮，從而增加傳統(tǒng)金融業(yè)態(tài)的金融風(fēng)險(xiǎn)以及威脅金融市場(chǎng)的整體安全。第二，研究揭示出金融科技跨界“入侵”引發(fā)了銀行業(yè)的風(fēng)險(xiǎn)承擔(dān)水平上升。在金融科技高速發(fā)展的背景下，政府監(jiān)管機(jī)構(gòu)應(yīng)該引導(dǎo)市場(chǎng)參與主體建立適當(dāng)?shù)姆阑饓?，避免不同業(yè)態(tài)間的跨界融合引發(fā)金融風(fēng)險(xiǎn)跨部門、跨行業(yè)傳播，大型科技公司頭部平臺(tái)在同一個(gè)平臺(tái)下提供理財(cái)、信貸、保險(xiǎn)等金融服務(wù)的規(guī)模應(yīng)該受到嚴(yán)格的控制，避免其放大金融風(fēng)險(xiǎn)的跨產(chǎn)品、跨市場(chǎng)傳染的可能性。第三，研究還發(fā)現(xiàn)大型科技公司的金融科技對(duì)于中小型銀行和城市商業(yè)銀行負(fù)債業(yè)務(wù)的沖擊更加強(qiáng)烈。中小銀行在應(yīng)對(duì)外部金融科技競(jìng)爭(zhēng)者的沖擊時(shí)，受限于自身研發(fā)實(shí)力的制約，其進(jìn)行數(shù)字化轉(zhuǎn)型的效果并不理想，因此，中小銀行應(yīng)該努力尋求外部技術(shù)勢(shì)力的支持，加強(qiáng)與外部金融科技服務(wù)商的深度合作以提升其數(shù)字化轉(zhuǎn)型效果，提升自身抵抗金融科技競(jìng)爭(zhēng)者競(jìng)爭(zhēng)性沖擊的能力。城市商業(yè)銀行由于客戶群體對(duì)金融科技相關(guān)產(chǎn)品的接受程度更高，因此受到大型科技公司金融科技的沖擊更加嚴(yán)重。但同時(shí)這也意味著在金融科技產(chǎn)品的消費(fèi)觀念上，城市商業(yè)銀行具有天然的客戶基礎(chǔ)。因此，城市商業(yè)銀行可以針對(duì)客戶特點(diǎn)進(jìn)行數(shù)字化轉(zhuǎn)型，為客戶提供多元化、個(gè)性化的產(chǎn)品和服務(wù)，以增加營(yíng)業(yè)利潤(rùn)和客戶黏性。

注釋：

① 限于篇幅原因，內(nèi)生性和穩(wěn)健性檢驗(yàn)結(jié)果不進(jìn)行展示，作者保留備索。

參考文獻(xiàn)：

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

[2] 趙清波，卜林.銀行發(fā)展金融科技能否提高經(jīng)營(yíng)績(jī)效？——來(lái)自我國(guó)92家銀行的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)理論與實(shí)踐，2022，43（5）：19-26.

[3] 朱小能，李雄一.金融科技與銀行信用風(fēng)險(xiǎn)：加劇還是降低[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，44（11）：39-52.

[4] 劉孟飛，蔣維.金融科技加重還是減輕了商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)——來(lái)自中國(guó)銀行業(yè)的經(jīng)驗(yàn)證據(jù)[J].商業(yè)研究，2021（5）：63-74.

[5] 劉孟飛，王琦.數(shù)字金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響機(jī)制研究[J].會(huì)計(jì)與經(jīng)濟(jì)研究，2022，36（1）：86-104.

[6] 李學(xué)峰，楊盼盼.金融科技、市場(chǎng)勢(shì)力與銀行風(fēng)險(xiǎn)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2021，43（1）：45-57.

[7] 王靜.全球金融科技發(fā)展動(dòng)因及監(jiān)管科技發(fā)展趨勢(shì)[J].證券市場(chǎng)導(dǎo)報(bào)，2018（2）：10-16.

[8] 陳嘉欣，王健康.互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品余額寶對(duì)商業(yè)銀行業(yè)務(wù)的影響——基于事件分析法的研究[J].經(jīng)濟(jì)問(wèn)題探索，2016（1）：167-173.

[9] Marcus A J. Deregulation and bank financial policy [J]. Journal of Banking & Finance，1984， 8（4）： 557-565.

[10]郭麗虹，朱柯達(dá).金融科技、銀行風(fēng)險(xiǎn)與經(jīng)營(yíng)業(yè)績(jī)——基于普惠金融的視角[J].國(guó)際金融研究，2021（7）：56-65.

[11]昂昊，吳成頌.內(nèi)生環(huán)境如何決定商業(yè)銀行綠色信貸發(fā)展——基于NCA與fsQCA方法[J].金融經(jīng)濟(jì)學(xué)研究，2024，39（2）：42-57.

[12]姚德權(quán)，劉潤(rùn)坤.金融科技對(duì)金融體系結(jié)構(gòu)的影響研究[J].財(cái)經(jīng)理論與實(shí)踐，2023，44（6）：2-12.

[13]鄧瀏睿，趙伊雯.融資約束下金融科技對(duì)投資和公司價(jià)值的影響[J].湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，36（4）：68-76.

[14]郭峰，王靖一，王芳，等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)（季刊）， 2020，19（4）：1401-1418.

[15]趙勝民，屠堃泰.金融科技降低了銀行風(fēng)險(xiǎn)嗎？——基于規(guī)模異質(zhì)的視角[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022（10）：35-49.

[16]李志輝，陳海龍，張旭東.金融科技對(duì)商業(yè)銀行盈利能力的影響[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2022（5）：56-68.

[17]李耘耕，孟筱筱.平臺(tái)使用、污名與認(rèn)同：平臺(tái)化二次元沉迷機(jī)制研究[J].湖南師范大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2023，52（4）：126-134.

（責(zé)任編輯：厲亞，李沁憶）