粟勤 楊景陸

內(nèi)容提要：通過手工搜集117家中小銀行的小微貸款數(shù)據(jù)以及公司治理相關(guān)數(shù)據(jù)，并通過Python網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)建各家銀行的智能風(fēng)控運(yùn)用水平，基于公司治理的視角進(jìn)行實(shí)證檢驗(yàn)。研究結(jié)果表明，地區(qū)金融科技水平的提高總體上可促進(jìn)中小銀行增加小微信貸供給，并控制信貸風(fēng)險(xiǎn)，但是這種影響主要集中在城商行。在影響機(jī)制中，電子渠道運(yùn)用在金融科技發(fā)展促進(jìn)城商行小微信貸供給的過程中發(fā)揮一定中介效應(yīng)，這種中介效應(yīng)主要來自手機(jī)銀行和基于社交平臺微信打造的微信銀行。銀行對智能風(fēng)控的運(yùn)用也有利于降低信貸風(fēng)險(xiǎn)。基于公司治理視角的研究發(fā)現(xiàn)，董事會金融科技背景、成立信息科技委員會與設(shè)置首席信息官對城商行的風(fēng)險(xiǎn)控制都能起到明顯促進(jìn)作用，但對小微企業(yè)信貸供給無顯著正向影響。

一、 引 言

2021年十三屆全國人大四次會議表決通過的“十四五”規(guī)劃明確提出要“深化金融供給側(cè)結(jié)構(gòu)性改革”和“穩(wěn)妥發(fā)展金融科技，加快金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型”。這不僅是提高資源配置效率，推動中國經(jīng)濟(jì)高質(zhì)量發(fā)展的需要，更是傳統(tǒng)金融機(jī)構(gòu)，尤其是中小銀行從適應(yīng)到主動運(yùn)用金融科技創(chuàng)新，更好地生存和發(fā)展的需要。

金融科技本質(zhì)上是技術(shù)驅(qū)動的金融創(chuàng)新。以大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等為底層技術(shù)的金融科技與金融業(yè)高度融合，信息的網(wǎng)絡(luò)化和透明化有效化解了傳統(tǒng)金融中無抵押物無擔(dān)保人群的信用信息收集和構(gòu)建難題，降低信息不對稱；大數(shù)據(jù)風(fēng)控、云計(jì)算等新興技術(shù)的應(yīng)用，也顛覆傳統(tǒng)金融服務(wù)手段和模式，有效降低金融服務(wù)的成本(粟勤和魏星，2017)，為解決小微企業(yè)融資難題提供了新的方案。然而，金融科技使得軟信息“硬化”，削弱中小銀行在“軟信息”生產(chǎn)方面的優(yōu)勢，縮小了與大銀行在小微企業(yè)貸款方面的差距(李華民和吳非，2015；金洪飛等，2020)。中小銀行被認(rèn)為難以應(yīng)對金融科技的挑戰(zhàn)(邱晗等，2018)，加之中小銀行內(nèi)部治理不完善，致使其前景堪憂。因此在支持小微企業(yè)、服務(wù)實(shí)體經(jīng)濟(jì)方面，進(jìn)一步深入探索中小銀行(1)本文的中小銀行指城市商業(yè)銀行、農(nóng)村商業(yè)銀行等地方銀行業(yè)金融機(jī)構(gòu)，并不包括新成立的網(wǎng)商銀行等民營銀行，因其大部分是互聯(lián)網(wǎng)銀行，背后是金融科技企業(yè)，與傳統(tǒng)的地方銀行并非同樣的基因。與地區(qū)金融科技發(fā)展之間的關(guān)系就成為一個(gè)非常重要的研究課題。

地區(qū)金融科技水平的提高是否及如何影響中小銀行對小微企業(yè)的信貸支持和信貸風(fēng)險(xiǎn)？中小銀行的公司治理差異較大，那么，不同中小銀行各自在董事會和管理層方面的異質(zhì)性又會起到何種作用？是放大還是消減地區(qū)金融科技發(fā)展的影響？這些問題都有待進(jìn)一步的分析探討。尤其是在互聯(lián)網(wǎng)存貸款新規(guī)(2)在2021年1月13日和2021年2月20日，銀保監(jiān)會陸續(xù)發(fā)布了《關(guān)于規(guī)范商業(yè)銀行通過互聯(lián)網(wǎng)開展個(gè)人存款業(yè)務(wù)有關(guān)事項(xiàng)的通知》和《關(guān)于進(jìn)一步規(guī)范商業(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)的通知》，分別要求“商業(yè)銀行不得通過非自營網(wǎng)絡(luò)平臺開展定期存款和定活兩便存款業(yè)務(wù)”和“加強(qiáng)出資比例管理、強(qiáng)化合作機(jī)構(gòu)集中度管理、實(shí)施總量控制和限額管理以及嚴(yán)控跨地域經(jīng)營”等。陸續(xù)發(fā)布的背景下，中小銀行跨地域發(fā)展的模式不再可行，因此，研究中小銀行是否能夠吸收地區(qū)金融科技創(chuàng)新成果、更好地利用金融科技扶持本地小微企業(yè)、服務(wù)當(dāng)?shù)貙?shí)體經(jīng)濟(jì)就顯得更加迫切和必要，但這方面的文獻(xiàn)明顯不足。

本文的貢獻(xiàn)主要有以下幾點(diǎn)：第一，在小微金融領(lǐng)域，不僅較為深入地探究地區(qū)金融科技發(fā)展對中小銀行小微信貸供給(3)多數(shù)研究表明，在小微信貸市場中，供不應(yīng)求的狀況長期存在，導(dǎo)致小微信貸的供給端在該市場上中占據(jù)了主導(dǎo)地位。基于這一點(diǎn)，本文使用小微企業(yè)貸款來表示銀行對小微企業(yè)的信貸供給或金融支持。和信貸風(fēng)險(xiǎn)的影響，而且揭示并驗(yàn)證其影響機(jī)制；第二，首次嘗試從中小銀行公司治理的角度分析由不同的董事會和管理層特征產(chǎn)生的異質(zhì)性影響，并且在銀行公司治理指標(biāo)的選取方面具有一定的創(chuàng)新性。第三，進(jìn)一步區(qū)分城市商業(yè)銀行和農(nóng)村商業(yè)銀行在應(yīng)對金融科技挑戰(zhàn)方面的差異性。

二、 文獻(xiàn)綜述

1. 金融科技對銀行小微信貸供給的影響

目前關(guān)于金融科技對銀行小微信貸供給影響的研究,其主要的理論基礎(chǔ)可概括為兩個(gè)方面。 一是金融科技有助于識別小微企業(yè)信貸需求(王馨，2015),節(jié)省信貸供給成本(Gomber等，2018)。 在匹配小微企業(yè)信貸需求的過程中,金融科技可以通過甄別有效融資需求,降低信貸供給成本等方式發(fā)揮作用。 二是金融科技幫助緩解信息不對稱,提高風(fēng)險(xiǎn)管理能力。金融科技在信息獲取、信息共享和信息處理等方面的優(yōu)勢有助于緩解銀企之間的信息不對稱，提升銀行風(fēng)險(xiǎn)管理能力(謝平和鄒傳偉，2012；Sutherland，2018；Livshits等，2016)。 然而也有部分學(xué)者持不同看法，例如在強(qiáng)化風(fēng)險(xiǎn)管理方面,DiLorenzo(2018)指出金融科技預(yù)測違約風(fēng)險(xiǎn)的效果仍有待觀察。

在有關(guān)金融科技對銀行小微信貸供給影響的研究結(jié)論上，一方面，盛天翔和范從來(2020)認(rèn)為金融科技的發(fā)展促進(jìn)“關(guān)系型貸款”和“交易型貸款”的融合應(yīng)用，通過建立省級金融科技發(fā)展指數(shù)進(jìn)行實(shí)證檢驗(yàn)，結(jié)論表明金融科技有助于促進(jìn)省份水平的小微企業(yè)信貸供給。另一方面，李華民和吳非(2015)認(rèn)為金融科技的應(yīng)用使得大銀行在小企業(yè)信貸方面的劣勢得以緩解，中小銀行的優(yōu)勢不再明顯。類似地，金洪飛等(2020)的研究結(jié)論也表明，金融科技的運(yùn)用縮小大銀行與中小銀行在獲取軟信息方面的能力差距，有利于增加大銀行對小微企業(yè)的貸款，而對中小銀行的小微企業(yè)貸款無明顯影響。可以看出，目前有關(guān)金融科技如何影響銀行小微信貸供給并不存在一致結(jié)論。

2. 金融科技對中小銀行風(fēng)險(xiǎn)的影響

有關(guān)金融科技發(fā)展對中小銀行風(fēng)險(xiǎn)的影響，一方面，鄭志來(2015)指出互聯(lián)網(wǎng)金融公司會通過擠占商業(yè)銀行的負(fù)債業(yè)務(wù)等方式影響銀行風(fēng)險(xiǎn)。另外，互聯(lián)網(wǎng)金融會對存款利率市場化進(jìn)程產(chǎn)生沖擊，影響商業(yè)銀行利潤，增加銀行風(fēng)險(xiǎn)(戴國強(qiáng)和方鵬飛，2014)。邱晗等(2018)也發(fā)現(xiàn)，金融科技的發(fā)展可通過促進(jìn)利率市場化致使銀行存款流失，加大銀行對同業(yè)拆借的依賴，造成風(fēng)險(xiǎn)承擔(dān)水平提升。另一方面，郭品和沈悅(2015)發(fā)現(xiàn)互聯(lián)網(wǎng)金融在發(fā)展初期可通過降低經(jīng)營支出實(shí)現(xiàn)風(fēng)險(xiǎn)水平下降，但隨后將抬高資金成本，加劇風(fēng)險(xiǎn)承擔(dān)。也有研究認(rèn)為大型銀行發(fā)展金融科技有利于控制風(fēng)險(xiǎn)水平，但會增大中小銀行的風(fēng)險(xiǎn)(金洪飛等，2020)。李向前和賀卓異(2021)則發(fā)現(xiàn)金融科技雖然會提高銀行的風(fēng)險(xiǎn)水平，但也會增強(qiáng)銀行風(fēng)險(xiǎn)管理能力。故而學(xué)者有關(guān)金融科技與銀行風(fēng)險(xiǎn)之間的研究也尚未得出定論。

3. 銀行公司治理及其影響

對于以城商行和農(nóng)商行為主的中小銀行來說，其主要客戶對象和業(yè)務(wù)來源集中在中小微企業(yè)和民營企業(yè)，因而這些地方性銀行的內(nèi)部治理可能會對小微企業(yè)的信貸供給和信貸風(fēng)險(xiǎn)產(chǎn)生影響。從現(xiàn)有研究來看，無論規(guī)模大小，與商業(yè)銀行公司治理相關(guān)的研究主要集中在股權(quán)結(jié)構(gòu)(祝繼高等，2012)、董事會特征(Aebi等，2012)與管理層薪酬激勵(lì)(Berger等，2013)等因素對商業(yè)銀行的影響。僅有少數(shù)研究將注意力集中在銀行公司治理與中小企業(yè)信貸供給及風(fēng)險(xiǎn)方面(Faleye和Krishnan，2017)。最后，針對與銀行發(fā)展金融科技相關(guān)的公司治理特征例如董事會成員的金融科技背景、首席信息官的設(shè)立等的研究仍是鳳毛麟角?？紤]到金融科技對銀行業(yè)產(chǎn)生的巨大影響，研究與之相關(guān)的公司治理特征對小微信貸供給和信貸風(fēng)險(xiǎn)就顯得十分必要。

綜合來看，在實(shí)證分析中，首先，部分研究多使用省級層面的小微企業(yè)貸款數(shù)據(jù)從宏觀層面展開分析，較少利用各家銀行的相關(guān)數(shù)據(jù)展開深入分析，因此得出的結(jié)論有待進(jìn)一步拓展。其次，聚焦地區(qū)金融科技發(fā)展對中小銀行小微信貸和風(fēng)險(xiǎn)的影響以及具體影響機(jī)制的相關(guān)研究仍然尚付闕如，另外受樣本規(guī)模限制，現(xiàn)有研究也并未詳細(xì)分析金融科技對城商行和農(nóng)商行的差異性影響。最后，有關(guān)銀行公司治理的異質(zhì)性如何影響中小銀行小微信貸供給與信貸風(fēng)險(xiǎn)的研究較為匱乏。因此，本文的貢獻(xiàn)主要體現(xiàn)在通過手工采集117家中小銀行2012-2019年小微企業(yè)貸款的相關(guān)數(shù)據(jù)，實(shí)證檢驗(yàn)地區(qū)金融科技發(fā)展對中小銀行小微信貸供給和信貸風(fēng)險(xiǎn)的影響，并分析具體的影響機(jī)制，最后探究銀行公司治理異質(zhì)性產(chǎn)生的影響。

三、 理論分析和研究假設(shè)

1. 金融科技影響銀行小微信貸供給和信貸風(fēng)險(xiǎn)

根據(jù)前文對金融科技影響銀行小微信貸供給相關(guān)文獻(xiàn)的梳理可知，一方面，地區(qū)金融科技發(fā)展有助于銀行識別小微企業(yè)信貸需求，控制信貸供給成本。另一方面，金融科技在信息獲取、信息共享和信息處理等方面的優(yōu)勢有助于緩解銀企之間的信息不對稱，提升銀行風(fēng)險(xiǎn)管理能力。因此，一個(gè)地區(qū)金融科技發(fā)展水平越高，那么小微企業(yè)的“軟”信息被轉(zhuǎn)化為可定量測量的“硬”信息的比例就越大，信貸市場中有關(guān)小微企業(yè)的“硬”信息集就越豐富，而且地區(qū)金融科技還促進(jìn)信貸市場中信息的傳播和共享，因此商業(yè)銀行可以搜集到當(dāng)?shù)匦∥⑵髽I(yè)的“硬”信息也就越多。這些反映小微企業(yè)經(jīng)營狀況和信用水平等方面的“硬”信息有助于商業(yè)銀行進(jìn)行貸前篩選和貸中監(jiān)督。另外，金融科技發(fā)展水平的提高也意味著信息處理能力的增強(qiáng)。中小銀行可以通過與當(dāng)?shù)仡I(lǐng)先的金融科技企業(yè)進(jìn)行合作來提升信息處理能力，通過建立有效的風(fēng)控模型來降低自身的信貸風(fēng)險(xiǎn)。同時(shí)，伴隨著信貸市場中“軟”信息被逐漸“硬化”，符合信貸申請條件的小微企業(yè)的數(shù)量也就越多，單個(gè)企業(yè)的貸款規(guī)模也在增加。因此總的來看，地區(qū)金融科技發(fā)展水平的提高無論是對本地的信貸供給還是信貸需求都可能產(chǎn)生正向影響，并且有利于中小銀行控制信貸風(fēng)險(xiǎn)。據(jù)此，本文提出以下假設(shè)：

H1：地區(qū)金融科技發(fā)展水平的提高有利于促進(jìn)中小銀行的小微企業(yè)信貸供給，并降低信貸風(fēng)險(xiǎn)。

2. 機(jī)制分析

(1) 電子渠道的應(yīng)用影響銀行的小微信貸供給。2019年底由銀保監(jiān)會發(fā)布的《關(guān)于推動銀行業(yè)和保險(xiǎn)業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見》明確提出商業(yè)銀行應(yīng)堅(jiān)持“科技賦能”。中央政策的指導(dǎo)使中小銀行的小微金融服務(wù)無論是在科技水平還是綜合效能方面都獲得較大提升，進(jìn)一步強(qiáng)化中小銀行堅(jiān)持科技賦能普惠金融的目標(biāo)。尤其是在線上業(yè)務(wù)渠道的發(fā)展方面，多樣化電子渠道的應(yīng)用擴(kuò)大小微客戶的覆蓋面，有效降低銀行服務(wù)小微企業(yè)的獲客成本與授信成本問題。根據(jù)《中小銀行金融科技發(fā)展研究報(bào)告(2020)》，通過加大線上渠道建設(shè)力度來提升小微金融業(yè)務(wù)覆蓋率的中小銀行在樣本銀行中占比超過90%，反映出中小銀行近年來正在不斷加大對金融科技成果的利用程度。多數(shù)中小銀行的線上渠道逐步由手機(jī)銀行拓展至微信銀行、直銷銀行等，推動小微金融業(yè)務(wù)逐漸由線下轉(zhuǎn)移至線上，拓展小微金融市場。因此，地區(qū)金融科技發(fā)展更有可能通過技術(shù)擴(kuò)散帶來的技術(shù)溢出效應(yīng)、提高銀行業(yè)競爭程度的鯰魚效應(yīng)(孟娜娜等，2020)以及促進(jìn)商業(yè)銀行與金融科技企業(yè)合作實(shí)現(xiàn)優(yōu)勢互補(bǔ)的聯(lián)系效應(yīng)(沈悅和郭品，2015)推動中小銀行利用金融科技的應(yīng)用成果賦能小微金融業(yè)務(wù)。通過與金融科技公司合作來開發(fā)出多樣化的電子業(yè)務(wù)渠道，助力銀行從線上拓展小微客戶群，降低獲客成本，擴(kuò)大普惠金融服務(wù)的覆蓋范圍，有利于增加銀行的小微信貸供給。

(2) 智能風(fēng)控的運(yùn)用影響銀行的信貸風(fēng)險(xiǎn)。根據(jù)《中國地區(qū)性銀行數(shù)字化轉(zhuǎn)型白皮書》的調(diào)查結(jié)果，與國有大行和股份制商業(yè)銀行相比，地方中小銀行的整體風(fēng)險(xiǎn)管理能力較弱。由于長期以來業(yè)務(wù)重心都聚焦在物理網(wǎng)點(diǎn)的經(jīng)營，線上業(yè)務(wù)的發(fā)展時(shí)間較短，因此地方中小銀行線上業(yè)務(wù)的風(fēng)控能力，如防范信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)等的能力成為制約銀行持續(xù)、健康發(fā)展的關(guān)鍵瓶頸，也是銀行希望借助地區(qū)金融科技的發(fā)展，憑借以大數(shù)據(jù)、云計(jì)算和人工智能等技術(shù)為基礎(chǔ)的應(yīng)用成果解決的重點(diǎn)和難點(diǎn)。另外在信貸業(yè)務(wù)過程中，中小銀行大多存在重貸前、輕貸后的問題，一定程度上導(dǎo)致銀行貸款不良率偏高。地區(qū)金融科技發(fā)展帶來的技術(shù)溢出效應(yīng)、聯(lián)系效應(yīng)等也在一定程度上促使銀行積極運(yùn)用金融科技的研發(fā)成果，推動銀行打造智能化風(fēng)控體系，通過優(yōu)化風(fēng)控決策、提供貸款全流程的動態(tài)監(jiān)控和配套的數(shù)據(jù)分析處理能力，實(shí)現(xiàn)金融科技有效降低銀行信貸風(fēng)險(xiǎn)的目的。

有關(guān)地區(qū)金融科技發(fā)展影響銀行小微信貸供給和信貸風(fēng)險(xiǎn)的機(jī)制如圖1所示。據(jù)此，本文提出以下假設(shè)：

圖1 地區(qū)金融科技發(fā)展影響銀行小微信貸供給和信貸風(fēng)險(xiǎn)的機(jī)制

H2a：地區(qū)金融科技發(fā)展有助于推動中小銀行電子渠道的應(yīng)用，增加銀行的小微信貸供給。

H2b：地區(qū)金融科技發(fā)展有助于推動智能風(fēng)控的運(yùn)用，降低中小銀行的信貸風(fēng)險(xiǎn)。

3. 公司治理特征的差異影響銀行對金融科技發(fā)展成果的吸收利用

根據(jù)前文的文獻(xiàn)梳理可知，目前有關(guān)銀行公司治理的研究主要集中在股權(quán)結(jié)構(gòu)、董事會和管理層等方面。那么在銀行發(fā)展金融科技的過程中，與之密切相關(guān)的董事會和管理層特征又會如何影響銀行對地區(qū)金融科技發(fā)展成果的吸收和利用？首先，從戰(zhàn)略決策的制定來看，董事會中具有金融科技相關(guān)背景的人才占比越高，董事會層面對金融科技的重視程度也會越高。因此決策層在制定銀行3-5年甚至更長遠(yuǎn)的戰(zhàn)略目標(biāo)時(shí)就更傾向于選擇“科技立行”的戰(zhàn)略，有利于銀行盡早地確立轉(zhuǎn)型方向。其次，從董事會和管理層的委員會設(shè)置來看，董事會層面的信息科技委員會負(fù)責(zé)制定全行的信息科技發(fā)展戰(zhàn)略和運(yùn)行規(guī)劃，對外達(dá)成與金融科技企業(yè)的戰(zhàn)略合作，積極引入金融科技應(yīng)用成果，對內(nèi)確保配置足夠的人才、資金和相應(yīng)的制度保障，并負(fù)責(zé)維持穩(wěn)定、安全的信息科技環(huán)境，加強(qiáng)對金融科技發(fā)展成果的消化、吸收和再創(chuàng)新。管理層設(shè)置的信息科技委員會主要負(fù)責(zé)將全行的信息科技戰(zhàn)略與經(jīng)營戰(zhàn)略有效結(jié)合，將金融科技應(yīng)用與全面風(fēng)險(xiǎn)機(jī)制建設(shè)有效結(jié)合，推動金融科技項(xiàng)目的落地與維護(hù)，充分發(fā)揮金融科技的效能。因此信息科技委員會對銀行的金融科技應(yīng)用至關(guān)重要。另外，從管理層的職位設(shè)置來看，首席信息官(CIO)對銀行應(yīng)用金融科技也十分關(guān)鍵。CIO既要負(fù)責(zé)開發(fā)已有 IT資源，同時(shí)提供數(shù)據(jù)和信息服務(wù)，還要領(lǐng)導(dǎo)企業(yè)探索IT賦能的創(chuàng)新。在銀行業(yè)中，數(shù)據(jù)資源的重要性不言而喻，因此首席信息官的職責(zé)更加重大，既可能參與到銀行與金融科技公司的合作，提升銀行的獲客與風(fēng)控能力，又負(fù)責(zé)整合全行的數(shù)據(jù)資源，在與金融科技公司的合作過程中通過技術(shù)轉(zhuǎn)移和人才引進(jìn)逐步建立自身的金融科技應(yīng)用能力。因此，首席信息官的設(shè)立有助于增強(qiáng)銀行對地區(qū)金融科技發(fā)展成果的吸收與應(yīng)用，提升針對小微企業(yè)的服務(wù)能力，降低信貸風(fēng)險(xiǎn)。綜合來看，董事會的金融科技背景、成立信息科技委員會與設(shè)立首席信息官都可能增強(qiáng)地區(qū)金融科技對加大銀行小微信貸供給和優(yōu)化銀行信貸風(fēng)險(xiǎn)的促進(jìn)作用。

四、 研究設(shè)計(jì)

1. 樣本和數(shù)據(jù)

本文共搜集到樣本銀行117家，其中城市商業(yè)銀行82家，農(nóng)村商業(yè)銀行35家，樣本期為2012-2019年。銀行財(cái)務(wù)數(shù)據(jù)主要來自BankFocus(原BankScope)數(shù)據(jù)庫，少部分缺失值通過查找年報(bào)方式補(bǔ)齊。宏觀經(jīng)濟(jì)數(shù)據(jù)取自國家統(tǒng)計(jì)局網(wǎng)站和中國人民銀行網(wǎng)站。由于銀行小微企業(yè)貸款相關(guān)數(shù)據(jù)以及銀行公司治理的數(shù)據(jù)存在少部分缺失值，因此獲得的數(shù)據(jù)為非平衡面板數(shù)據(jù)。小微企業(yè)貸款和銀行公司治理等數(shù)據(jù)通過手工查找各家銀行年報(bào)、社會責(zé)任報(bào)告、歷年的《中國中小微企業(yè)服務(wù)發(fā)展報(bào)告》和各家銀行網(wǎng)站的公告新聞并經(jīng)整理得到。

2. 變量選擇

(1) 被解釋變量。第一，銀行小微信貸供給指標(biāo)。結(jié)合數(shù)據(jù)的可得性以及本文的研究需要，選取銀行每年年末的小微企業(yè)貸款余額并進(jìn)行對數(shù)化處理(LSME)以及小微企業(yè)貸款余額占銀行各類貸款余額的比重(SMER)來衡量銀行對小微企業(yè)的信貸供給。第二，風(fēng)險(xiǎn)指標(biāo)。常用的度量銀行風(fēng)險(xiǎn)的指標(biāo)主要有不良貸款率、Z-score以及風(fēng)險(xiǎn)資產(chǎn)比例等?？紤]到本文重點(diǎn)關(guān)注的是銀行的信貸風(fēng)險(xiǎn)，因此使用不良貸款率(Risk)作為代理指標(biāo)。

(2) 解釋變量。第一，地區(qū)金融科技發(fā)展指標(biāo)(Fintech)。現(xiàn)有研究目前廣泛應(yīng)用北京大學(xué)數(shù)字普惠金融中心基于螞蟻金服用戶數(shù)據(jù)構(gòu)建的包含省、市、縣三級的數(shù)字普惠金融指數(shù)(郭峰等，2020；葉莉和王榮，2021)來刻畫地區(qū)的金融科技水平。該指數(shù)采用國內(nèi)領(lǐng)先的客戶分布最為廣泛的數(shù)字經(jīng)濟(jì)服務(wù)提供商螞蟻金服的數(shù)據(jù)，可以較好地反映地區(qū)的金融科技發(fā)展程度。因此本文的地區(qū)金融科技發(fā)展指標(biāo)使用地級市層面的數(shù)字普惠金融指數(shù)來表示。為緩解內(nèi)生性的影響，借鑒邱晗等(2018)的做法，選擇數(shù)字普惠金融指數(shù)中的覆蓋廣度指標(biāo)作為衡量地區(qū)金融科技發(fā)展水平的代理變量。覆蓋廣度涉及的指標(biāo)主要與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展相關(guān)，并不受銀行信貸業(yè)務(wù)的影響，并且該指標(biāo)計(jì)算的都是地級市的平均指標(biāo)，可以進(jìn)一步緩解模型潛在的內(nèi)生性影響。

第二，銀行電子渠道運(yùn)用指標(biāo)。為衡量銀行電子渠道的運(yùn)用，通過查找年報(bào)和社會責(zé)任報(bào)告等方式收集各家銀行分別上線手機(jī)銀行、微信銀行和直銷銀行的時(shí)間，并相應(yīng)構(gòu)建代表這三類電子渠道的三個(gè)虛擬變量，分別為MB、WB和DB。若某家銀行在某一年份上線其中的一個(gè)電子渠道，則從該年份開始該變量取值為1，否則為0?？紤]到在2012年以前，大多數(shù)銀行都已經(jīng)上線網(wǎng)上銀行和電話銀行，因此本文在研究中未考慮這兩類渠道的影響。

第三，銀行智能風(fēng)控水平指標(biāo)。如何衡量各家銀行的智能風(fēng)控水平是分析中的一個(gè)難點(diǎn)，現(xiàn)有文獻(xiàn)鮮有涉及。目前，在研究中所使用到的與之相近的指標(biāo)主要為衡量銀行金融科技水平的指標(biāo)，關(guān)于該指標(biāo)的構(gòu)建方式主要有兩種，一類是通過Python大數(shù)據(jù)爬蟲的方法，搜索銀行和金融科技關(guān)鍵詞共同出現(xiàn)的新聞數(shù)量來表示(金洪飛等，2020)，另一類是通過“文本分析”法從銀行年報(bào)中提取金融科技關(guān)鍵詞來構(gòu)造。對于中小銀行來說，如何更有效地降低信貸風(fēng)險(xiǎn)是應(yīng)用金融科技的首要考慮。根據(jù)普華永道發(fā)布的《2018年中國金融科技調(diào)查報(bào)告》，相較于業(yè)務(wù)層面的直接合作，商業(yè)銀行對金融科技的應(yīng)用成果更感興趣。在金融科技的應(yīng)用成果中，商業(yè)銀行更加關(guān)注風(fēng)控、反欺詐等領(lǐng)域，與金融科技公司在諸如反欺詐、加密、風(fēng)險(xiǎn)控制等領(lǐng)域的合作最多，因此本文認(rèn)為用于衡量銀行金融科技水平的指標(biāo)也能夠有效反映中小銀行的智能風(fēng)控應(yīng)用水平。

考慮到本文研究的樣本為地方中小銀行，部分銀行的年報(bào)存在信息披露不完全或者選擇性披露的情況，可能會對研究結(jié)果帶來偏差，因此選擇利用Python大數(shù)據(jù)爬蟲的方式。第一步，借鑒金洪飛等(2020)確定金融科技關(guān)鍵詞的做法，同時(shí)考慮到本文的研究對象為地方中小銀行，因此確定與智能風(fēng)控相關(guān)的九個(gè)關(guān)鍵詞，分別為體現(xiàn)銀行智能風(fēng)控所運(yùn)用核心技術(shù)的五大關(guān)鍵詞：大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈、物聯(lián)網(wǎng)，以及代表智能風(fēng)控在銀行信貸主要應(yīng)用場景的四個(gè)關(guān)鍵詞：網(wǎng)上銀行、手機(jī)銀行、直銷銀行和信貸工廠。第二步，從百度搜索網(wǎng)站的百度資訊頻道中搜索銀行和每一個(gè)關(guān)鍵詞共同出現(xiàn)的新聞，例如搜索“北京銀行”+“大數(shù)據(jù)”，獲取各家銀行在2012-2019年各年度符合條件的新聞數(shù)量。為提高搜索精度，首先選取在百度資訊中出現(xiàn)的新聞結(jié)果，避免直接在百度新聞搜索出現(xiàn)較多的無關(guān)鏈接，其次在初步搜索結(jié)果中刪除標(biāo)題不一致但內(nèi)容重復(fù)的新聞。第三步，從初步的新聞搜索結(jié)果中統(tǒng)計(jì)每個(gè)年度每家銀行和每個(gè)關(guān)鍵詞共同出現(xiàn)的次數(shù)，得到所有銀行2012-2019年的面板數(shù)據(jù)，最后進(jìn)行因子分析，得到各家銀行在各個(gè)年度的智能風(fēng)控應(yīng)用水平(IRC)。

第四，銀行公司治理相關(guān)指標(biāo)。按照前文理論分析，本文選取的與銀行發(fā)展金融科技相關(guān)的公司治理指標(biāo)包含四個(gè)變量。第一是董事會成員的金融科技背景指標(biāo)(Fin_Board)。當(dāng)董事會中具有金融科技背景的成員占比超過當(dāng)年樣本銀行的均值時(shí)該指標(biāo)取值為1，否則為0。其中董事會成員是否具有金融科技相關(guān)背景的界定標(biāo)準(zhǔn)為根據(jù)銀行年報(bào)披露的信息，該董事獲得過計(jì)算機(jī)及相關(guān)專業(yè)的理工科學(xué)位，或者在信息科技類型的企業(yè)有過工作經(jīng)歷，或者是高級工程師，或者在銀行或政府的信息科技相關(guān)部門工作過。第二和第三個(gè)分別是董事會是否設(shè)立信息科技委員會(ITC_Board)、管理層是否設(shè)立信息科技委員會(ITC_Mana)。第四個(gè)指標(biāo)為管理層是否引入首席信息官(CIO)(4)根據(jù)中小銀行的實(shí)際情況，首席信息官的范圍包含首席信息官、首席信息技術(shù)官員、信息總監(jiān)、科技部總經(jīng)理和總工程師。盡管名稱不同，這些職位發(fā)揮的職能和作用卻是相近的。。這三個(gè)指標(biāo)均為虛擬變量，如果銀行有董事會級別的信息科技委員會、管理層級別的信息科技委員會以及引入首席信息官職位，則這三個(gè)變量都取值為1，否則取值為0。

第五，控制變量。本文選取的控制變量包含3個(gè)層面的指標(biāo)。首先是銀行層面的指標(biāo)。與銀行信貸結(jié)構(gòu)密切相關(guān)的變量主要有銀行資產(chǎn)規(guī)模(Asset)、平均總資產(chǎn)收益率(ROA)、不良貸款率(Risk)、所有者權(quán)益比率(EA)、貸存比(Dis)、經(jīng)營成本(Cost)以及銀行是否上市(Listed)等指標(biāo)(劉莉亞等，2017；金洪飛等，2020)。而小微企業(yè)信貸是銀行信貸業(yè)務(wù)的重要組成部分，尤其是對中小銀行來講，小微企業(yè)信貸占比平均達(dá)到了40%以上，因此以上影響銀行信貸結(jié)構(gòu)的因素也會影響到銀行的小微企業(yè)信貸供給。從銀行信貸風(fēng)險(xiǎn)的影響因素來看，現(xiàn)有研究表明銀行資產(chǎn)規(guī)模(Asset)、平均總資產(chǎn)收益率(ROA)、不良貸款率(Risk)、所有者權(quán)益比率(EA)、貸存比(Dis)、經(jīng)營成本(Cost)以及銀行是否上市(Listed)等指標(biāo)也可能對銀行信貸風(fēng)險(xiǎn)產(chǎn)生影響(金洪飛等，2020；劉忠璐，2016)。其次是行業(yè)層面的指標(biāo)。銀行業(yè)的競爭程度與銀行小微企業(yè)信貸密切相關(guān)(盛天翔和范從來，2020)，銀行業(yè)競爭可對借貸成本產(chǎn)生顯著的負(fù)向影響(尹志超等，2015)，進(jìn)而作用于銀行的小微信貸供給。同時(shí)，銀行業(yè)的競爭程度也與銀行信貸風(fēng)險(xiǎn)緊密相關(guān)(Beck等，2006)。因此，本文選取的反映銀行業(yè)競爭程度的指標(biāo)是研究中廣泛使用的赫芬達(dá)爾指數(shù)(HHI)，該指數(shù)通過對單個(gè)商業(yè)銀行貸款量加權(quán)計(jì)算而得，數(shù)值越大說明市場壟斷程度越高。另外是反映宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r的指標(biāo)，地區(qū)經(jīng)濟(jì)增速和廣義貨幣供應(yīng)量增速等因素也可能同時(shí)對銀行的小微企業(yè)信貸(金洪飛等，2020)和信貸風(fēng)險(xiǎn)(李向前和賀卓異，2021)產(chǎn)生影響。因此，本文也控制了省份水平的GDP增長指數(shù)(GDPr)和全國的廣義貨幣供應(yīng)量增速(M2r)。最后考慮到銀保監(jiān)會分別于2015年3月和2018年3月針對銀行的小微企業(yè)貸款提出“三個(gè)不低于”和“兩增兩控”的考核指標(biāo)，該考核政策旨在敦促銀行業(yè)加大對小微企業(yè)的信貸支持力度。但從其影響來看，盡管國內(nèi)多數(shù)中小銀行都不同程度地完成考核指標(biāo)，增加小微企業(yè)信貸，但由于小微企業(yè)自身缺乏透明度，無財(cái)務(wù)報(bào)表、無抵押品、無擔(dān)保以及更沒有政府信用背書，在這種情況下，中小銀行增加對小微企業(yè)的貸款通常伴隨著更高的信用風(fēng)險(xiǎn)。從這一點(diǎn)來看，銀行業(yè)的相關(guān)監(jiān)管政策既可能會影響到銀行的小微信貸供給，也可能抬升銀行的信貸風(fēng)險(xiǎn)水平。因此，分別引入代表“三個(gè)不低于”政策的虛擬變量Guide1，在2015年及以后Guide1=1，之前為0，以及代表“兩增兩控”政策的虛擬變量Guide2，在2018年及以后Guide2=1，之前為0。變量符號和定義見表1。

主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。首先由小微企業(yè)貸款占比的均值達(dá)到44.11%可以看出小微企業(yè)貸款是中小銀行貸款構(gòu)成中的重要部分，并且不同銀行對小微信貸的供給水平存在較大差異，最低為0.3%，最高達(dá)到近97%。從公司治理相關(guān)變量的變動范圍來看，銀行之間與金融科技相關(guān)的董事會和管理層特征也差異明顯。這說明地方中小銀行在發(fā)展金融科技過程中的做法不盡相同?？刂谱兞康闹饕卣骶c現(xiàn)有文獻(xiàn)中的描述相近，不予贅述。本文還對各個(gè)變量在城商行和農(nóng)商行內(nèi)部的均值進(jìn)行了t檢驗(yàn)。從比較結(jié)果來看，城商行的小微企業(yè)貸款規(guī)模要大于農(nóng)商行，而小微企業(yè)貸款占比要低于農(nóng)商行，這符合實(shí)際情況。從電子渠道的應(yīng)用來看，城商行在微信銀行和直銷銀行方面的表現(xiàn)更好。另外，農(nóng)商行的智能風(fēng)控應(yīng)用水平要顯著高于城商行，且信用風(fēng)險(xiǎn)顯著高于城商行，這表明風(fēng)險(xiǎn)更高的農(nóng)商行在應(yīng)用金融科技的過程中更加重視風(fēng)險(xiǎn)管理。在公司治理方面，除信息科技委員會指標(biāo)的均值略低于農(nóng)商行之外，城商行對于金融科技的重視程度要明顯高于農(nóng)商行。

表1 變量符號和定義

表2 主要變量的描述性統(tǒng)計(jì)

(續(xù)表)

3. 模型設(shè)計(jì)

第一步，為檢驗(yàn)假設(shè)H1，構(gòu)建模型(1)和模型(2)進(jìn)行回歸分析，模型(1)將用來探究地區(qū)金融科技發(fā)展對銀行小微信貸供給的影響。具體的模型設(shè)計(jì)為：

(1)

模型(2)則用來分析地區(qū)金融科技發(fā)展對銀行信貸風(fēng)險(xiǎn)的影響。考慮到銀行的風(fēng)險(xiǎn)一般具有時(shí)間平滑性(邱晗等，2018)，因此在模型(2)中加入風(fēng)險(xiǎn)指標(biāo)的滯后一期，并使用系統(tǒng)GMM的方法進(jìn)行估計(jì)。具體的模型設(shè)計(jì)為：

Riski,t=β0+β1Riski,t-1+β2Fintechc,t+Cβ+μi+εi,t

(2)

第二步，為進(jìn)一步探究地區(qū)金融科技影響銀行小微信貸供給和信貸風(fēng)險(xiǎn)的影響機(jī)制，借鑒郭曄等(2020)的做法，運(yùn)用中介效應(yīng)模型展開分析。具體的模型設(shè)計(jì)如下：

Y=α0+α1Fintechc,t+Cα+μi+εi,t

(3)

Z=γ0+γ1Fintechc,t+Cγ+μi+εi,t

(4)

(5)

其中，Z表示中介變量。在地區(qū)金融科技影響銀行小微信貸供給的機(jī)制中，Y表示對數(shù)化后的小微企業(yè)貸款余額(LSME)和小微企業(yè)貸款占比(SMER)，Z分別為三種電子渠道指標(biāo)：手機(jī)銀行(MB)、微信銀行(WB)和直銷銀行(DB)。在地區(qū)金融科技影響銀行信貸風(fēng)險(xiǎn)的機(jī)制中，Y表示信貸風(fēng)險(xiǎn)(Risk)，Z為銀行的智能風(fēng)控應(yīng)用水平。若α1不顯著，停止中介效應(yīng)分析；若α1顯著，γ1和δ1至少有一個(gè)不顯著，需要進(jìn)行Sobel檢驗(yàn)，若通過該檢驗(yàn)，則認(rèn)為中介效應(yīng)存在。

五、 實(shí)證結(jié)果

1. 基準(zhǔn)回歸

(1) 基準(zhǔn)回歸結(jié)果。在基準(zhǔn)回歸結(jié)果表3中，第(1)列和第(2)列結(jié)果顯示地區(qū)金融科技發(fā)展對銀行小微信貸供給規(guī)模和占比的影響都在1%的顯著性水平下顯著為正。從系數(shù)的經(jīng)濟(jì)顯著性來看，地區(qū)金融科技發(fā)展指標(biāo)每提高10個(gè)單位，就可以帶來銀行小微企業(yè)信貸供給增加5.1%，按照樣本均值計(jì)算為22億元左右，同時(shí)使小微企業(yè)信貸占比增加超過0.8個(gè)百分點(diǎn)，表明地區(qū)的金融科技發(fā)展顯著提升了中小銀行對小微企業(yè)的信貸支持。在表4第(1)-(3)列的結(jié)果中，系統(tǒng)GMM估計(jì)的sargan統(tǒng)計(jì)量的P值都大于10%顯著性水平，且ar2p都大于10%顯著性水平，說明模型估計(jì)不存在過度識別問題以及擾動項(xiàng)的二階差分不存在自相關(guān)性，系統(tǒng)GMM估計(jì)結(jié)果的一致性得到保證。表4第(1)列的結(jié)果表明金融科技對銀行信貸風(fēng)險(xiǎn)的影響系數(shù)顯著為負(fù)，地區(qū)金融科技發(fā)展指標(biāo)每提高10個(gè)單位，就可以使銀行信貸風(fēng)險(xiǎn)降低大約0.18個(gè)百分點(diǎn)，表明地區(qū)金融科技發(fā)展有助于中小銀行控制信貸風(fēng)險(xiǎn)。因此，假說H1成立。另外，表3第(3)-(6)列和表4第(2)-(3)列還分別展示了城商行樣本和農(nóng)商行樣本的回歸結(jié)果?？梢钥闯?，與農(nóng)商行相比，地區(qū)金融科技發(fā)展對城商行小微信貸供給的促進(jìn)作用要更加明顯，對城商行降低信貸風(fēng)險(xiǎn)的推動作用也更大。這一點(diǎn)不難理解，城商行的規(guī)模、資本、知名度、技術(shù)實(shí)力和人才儲備等方面普遍優(yōu)于農(nóng)商行，因此可以更有效地吸收地區(qū)金融科技創(chuàng)新帶來的技術(shù)溢出效應(yīng)，有利于城商行拓展小微金融業(yè)務(wù)和控制信貸風(fēng)險(xiǎn)。另外，兩個(gè)政策代理變量對小微信貸供給的影響系數(shù)并不顯著，但顯著提升銀行的信用風(fēng)險(xiǎn)水平。這可能是因?yàn)獒槍λ秀y行政策方面的考核要求，會導(dǎo)致大型銀行客戶對象下沉，吸引中小銀行的頭部客戶。這就不得不促使中小銀行去開發(fā)信息更加不透明、風(fēng)險(xiǎn)更高的客戶群體。

表3 地區(qū)金融科技發(fā)展與銀行小微信貸供給

(2) 緩解內(nèi)生性問題(5)限于篇幅，有關(guān)內(nèi)生性估計(jì)結(jié)果不再列示，備索。。第一，使用工具變量法緩解內(nèi)生性。根據(jù)前文的實(shí)證分析結(jié)果，可以初步得出地區(qū)金融科技發(fā)展有利于促進(jìn)銀行小微信貸供給的結(jié)論。但是另一方面，小微信貸支持力度越大的銀行也可能通過為當(dāng)?shù)亟鹑诳萍计髽I(yè)提供信貸服務(wù)進(jìn)而反過來促進(jìn)地區(qū)的金融科技發(fā)展，二者之間可能存在雙向因果關(guān)系，導(dǎo)致模型存在內(nèi)生性問題，得出的結(jié)論可能有偏(由于針對信貸風(fēng)險(xiǎn)的模型已經(jīng)使用GMM方法緩解了可能存在的內(nèi)生性問題，因此這里并沒有討論與信貸風(fēng)險(xiǎn)相關(guān)的內(nèi)生性問題)。為進(jìn)一步緩解內(nèi)生性問題，首先借鑒謝絢麗等(2018)的做法，選取互聯(lián)網(wǎng)普及率(IPR)作為地區(qū)金融科技發(fā)展的工具變量進(jìn)行檢驗(yàn)。一方面，互聯(lián)網(wǎng)普及率衡量當(dāng)?shù)貙π畔⒖萍嫉膽?yīng)用程度，而信息科技是金融科技發(fā)展的必要基礎(chǔ)，因此互聯(lián)網(wǎng)普及率可以直接影響到地區(qū)金融科技水平，滿足工具變量的相關(guān)性要求。另一方面，影響銀行小微信貸供給的因素主要集中在當(dāng)?shù)亟鹑跇I(yè)的發(fā)達(dá)程度和地區(qū)經(jīng)濟(jì)發(fā)展水平兩方面，而互聯(lián)網(wǎng)普及率很難直接影響到銀行的小微信貸供給，符合工具變量的外生性假設(shè)。其次，使用銀行所在地級市到杭州市的球面距離(Distance)以及球面距離的平方項(xiàng)(Distance2)作為工具變量再次進(jìn)行估計(jì)。不難理解，杭州市作為中國和全球領(lǐng)先的金融科技企業(yè)支付寶及其母公司阿里巴巴集團(tuán)總部的所在地，擁有國內(nèi)領(lǐng)先的金融科技水平，能夠?yàn)橹苓叺貐^(qū)帶來金融科技相關(guān)的技術(shù)溢出效應(yīng)，因此其它地級市與杭州的距離越近，更有可能帶動本地金融科技發(fā)展。同時(shí)各個(gè)地級市與杭州的球面距離很難對當(dāng)?shù)劂y行的小微信貸供給產(chǎn)生直接影響，所以銀行所在地級市與杭州的球面距離及其平方項(xiàng)滿足工具變量的相關(guān)要求。從檢驗(yàn)結(jié)果看，這兩組工具變量都通過了可識別性檢驗(yàn)和弱工具變量檢驗(yàn)，2SLS第一階段回歸的F值也都大于10，說明不存在不可識別和弱工具變量問題。同樣，估計(jì)結(jié)果也表明使用工具變量后的回歸結(jié)果與基準(zhǔn)回歸的結(jié)果基本一致。因此在使用工具變量法緩解模型內(nèi)生性問題后，基準(zhǔn)回歸結(jié)果仍然穩(wěn)健。

表4 地區(qū)金融科技發(fā)展與銀行信貸風(fēng)險(xiǎn)

第二，剔除特定樣本?？紤]到直轄市的金融科技發(fā)展更快，對小微企業(yè)的金融支持力度通常也更大，因此對位于直轄市的樣本來說，反向因果問題可能更加突出。為此剔除所在地為直轄市的銀行樣本，對模型(1)和(2)重新進(jìn)行估計(jì)。另外，在民營經(jīng)濟(jì)較為發(fā)達(dá)的省份例如浙江、江蘇和廣東省，信貸資源重點(diǎn)向中小企業(yè)、民營企業(yè)傾斜，針對中小企業(yè)、民營企業(yè)的金融服務(wù)更加完善，更有利于吸引金融科技企業(yè)“落戶”，帶來地區(qū)金融科技水平的提高，也可能造成更嚴(yán)重的內(nèi)生性問題。因此進(jìn)一步剔除位于浙江、江蘇和廣東省的樣本，重新估計(jì)表2和表3的結(jié)果，數(shù)據(jù)顯示估計(jì)結(jié)果仍然穩(wěn)健。

(3) 穩(wěn)健性檢驗(yàn)(6)限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果不再列示，備索。。第一，考慮城市固定效應(yīng)。由于城市之間的固有差異也可能對基準(zhǔn)回歸估計(jì)結(jié)果造成影響，因此本文在基準(zhǔn)模型中加入城市固定效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)，所得的估計(jì)結(jié)果與基準(zhǔn)回歸結(jié)果基本一致。

第二，替換銀行小微信貸供給指標(biāo)和風(fēng)險(xiǎn)指標(biāo)。為進(jìn)一步驗(yàn)證地區(qū)金融科技對中小銀行小微信貸供給和信貸風(fēng)險(xiǎn)的影響，使用銀行的小微企業(yè)信貸增速(SMEGr)和小微企業(yè)信貸相對增速(SMERGr)(即銀行小微企業(yè)信貸增速減去銀行同期各項(xiàng)貸款增速)作為小微信貸供給的替代指標(biāo)，使用風(fēng)險(xiǎn)資產(chǎn)率(RAR)(郭品和沈悅，2015)即凈貸款與總資產(chǎn)之比作為銀行信用風(fēng)險(xiǎn)的替代指標(biāo)，重新進(jìn)行估計(jì)。由于2015年3月出臺的“三個(gè)不低于”政策要求銀行業(yè)的小微企業(yè)貸款增速不低于上年同期水平，因此小微企業(yè)信貸增速及其相對增速可能具有時(shí)間上的平滑性，使用系統(tǒng)GMM方法進(jìn)行估計(jì)更加合適。數(shù)據(jù)結(jié)果與基準(zhǔn)回歸結(jié)果基本一致，結(jié)論穩(wěn)健。

第三，排除政策監(jiān)管影響。由于選取的樣本時(shí)期為2012-2019年，考慮到在2018年銀保監(jiān)會發(fā)布“兩增兩控”的考核要求之后，銀行更加關(guān)注單戶授信總額1000萬元以下(含)的小微企業(yè)貸款，可能導(dǎo)致小微企業(yè)貸款的統(tǒng)計(jì)口徑發(fā)生變化。為進(jìn)一步排除政策監(jiān)管帶來的影響，從初始樣本中剔除2018和2019年的數(shù)據(jù)，重新進(jìn)行檢驗(yàn)。從數(shù)據(jù)結(jié)果看，在排除政策監(jiān)管影響后，結(jié)論仍然與前文一致。

第四，控制金融科技溢出效應(yīng)。由于在樣本期內(nèi)大多數(shù)中小銀行都在省內(nèi)展開跨地域經(jīng)營發(fā)展模式，也有部分中小銀行在省外設(shè)置分支機(jī)構(gòu)，為了進(jìn)一步控制地區(qū)間金融科技發(fā)展可能產(chǎn)生的溢出效應(yīng)，首先將在省外設(shè)置有分支機(jī)構(gòu)的銀行(共有44家銀行)從樣本中剔除，隨后在基準(zhǔn)模型中添加省級數(shù)字普惠金融使用深度指標(biāo)(Pro_Fintech_UD)(7)考慮到使用省級的數(shù)字普惠金融覆蓋廣度指標(biāo)會給模型帶來多重共線性的問題，以及數(shù)字支持服務(wù)程度這一指標(biāo)變動較大，本文僅使用省級的數(shù)字普惠金融使用深度指標(biāo)進(jìn)行回歸。來控制地區(qū)間金融科技溢出效應(yīng)。從重新估計(jì)的結(jié)果可以看出，在控制可能的金融科技溢出效應(yīng)之后，基準(zhǔn)回歸的結(jié)果仍然穩(wěn)健。

2. 機(jī)制分析

(1) 電子渠道運(yùn)用影響銀行小微信貸供給。在初步驗(yàn)證地區(qū)金融科技發(fā)展對銀行小微信貸供給和信用風(fēng)險(xiǎn)的影響之后，繼續(xù)分析電子渠道運(yùn)用在地區(qū)金融科技發(fā)展對銀行小微信貸供給過程中發(fā)揮的中介作用。從表3和表4的結(jié)果可知，除地區(qū)金融科技發(fā)展對農(nóng)商行小微信貸占比的影響不顯著之外，其他類型的回歸結(jié)果均顯著，可繼續(xù)進(jìn)行中介效應(yīng)檢驗(yàn)。在表5的Panel A結(jié)果中，對于全樣本銀行，第(1)-(3)列和(7)-(9)列的結(jié)果均顯示手機(jī)銀行與直銷銀行Sobel值的絕對值都小于0.97，中介效應(yīng)并不明顯。而(4)-(6)列的結(jié)果顯示微信銀行的Sobel值均大于0.97，說明微信銀行的正向中介效應(yīng)顯著，以(6)列的估計(jì)結(jié)果為例，微信銀行的中介效應(yīng)大小為14.68%。這表明，從總體上看地區(qū)金融科技發(fā)展可以通過推動中小銀行使用微信銀行來提升小微信貸供給水平。

表5的Panel B結(jié)果顯示，對于城商行，一方面，手機(jī)銀行的Sobel值Z2和微信銀行的Sobel值Z1和Z2都大于0.97，表明這兩類電子渠道在地區(qū)金融科技發(fā)展促進(jìn)銀行小微信貸供給的過程中發(fā)揮顯著的正向中介效應(yīng)。以表5中Panel B第(3)列和第(6)列的估計(jì)結(jié)果為例，手機(jī)銀行和微信銀行在地區(qū)金融科技發(fā)展提升中小銀行小微信貸占比的過程中發(fā)揮了完全的中介效應(yīng)(8)手機(jī)銀行和微信銀行同時(shí)發(fā)揮完全的中介效應(yīng)可能是由于這兩類電子渠道運(yùn)用之間存在較強(qiáng)的共線性(二者的相關(guān)系數(shù)達(dá)到了0.6左右)。同時(shí)為保證估計(jì)結(jié)果穩(wěn)健性，本文也將這三類中介變量放入同一個(gè)模型進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果并未發(fā)生明顯改變。。這一結(jié)果符合預(yù)期。手機(jī)銀行作為城商行開展線上業(yè)務(wù)的主要載體，打破了傳統(tǒng)金融服務(wù)模式固有的時(shí)空限制，使得金融服務(wù)的覆蓋范圍延伸至個(gè)體工商戶和小微企業(yè)主等“長尾端”客戶，既加快金融產(chǎn)品的更新?lián)Q代，又促進(jìn)金融產(chǎn)品信息的傳播，降低信貸服務(wù)的成本。與手機(jī)銀行不同，微信銀行是以中國流行的社交平臺——微信為基礎(chǔ)，龐大的微信用戶群體有助于拓展銀行線上營銷的覆蓋面，提供包括賬戶余額查詢、貸款申請、信用卡還款等多樣化的便捷服務(wù)，并且無需下載軟件，有利于增強(qiáng)客戶體驗(yàn)，提升客戶黏性。另一方面，直銷銀行的系數(shù)不顯著，且為負(fù)值，金融科技也并未顯著提高中小銀行對直銷銀行的利用。這可能與中小銀行對直銷銀行的定位有關(guān)?，F(xiàn)實(shí)中直銷銀行被多數(shù)城商行定位為集存款、理財(cái)和投資等負(fù)債端產(chǎn)品于一身的線上平臺，并不具備信貸服務(wù)等資產(chǎn)端業(yè)務(wù)的功能。

表5 電子渠道運(yùn)用與銀行小微信貸供給

(續(xù)表)

表5中Panel C的結(jié)果表明，對于農(nóng)商行，這三類電子渠道的正向中介效應(yīng)并不顯著。這可能是由于農(nóng)商行幾乎處于中國銀行業(yè)結(jié)構(gòu)的最底層。當(dāng)金融科技沖擊下所有銀行都下沉客戶對象、小微企業(yè)貸款市場競爭加劇時(shí)，大型銀行可以利用其更低廉的負(fù)債成本降低貸款利率而吸引中小銀行的頭部客戶(金洪飛等，2020)。城商行在自身的優(yōu)質(zhì)客戶流失以后，也會極力爭奪農(nóng)商行的頭部客戶，從而導(dǎo)致農(nóng)商行的客戶對象更加集中于農(nóng)村的留守老人。這部分人群因受教育和理解能力的限制，在使用電子服務(wù)渠道方面面臨“數(shù)字鴻溝”。其次，與城商行相比，農(nóng)商行缺乏較為完善的電子渠道營銷管理工具；小微金融業(yè)務(wù)流程智能化水平較低；手機(jī)銀行和直銷銀行等的電子渠道建設(shè)還存在維護(hù)力度不足、更新迭代速度慢等情況，帶來客戶體驗(yàn)感較差等問題，導(dǎo)致客戶黏性不足。最后，多數(shù)農(nóng)商行還受制于省聯(lián)社-農(nóng)商行的二級管理體制，無法充分發(fā)揮金融科技的效能。因此在小微金融業(yè)務(wù)的線上遷移過程中，農(nóng)商行仍然存在較大的改進(jìn)空間。

(2) 智能風(fēng)控應(yīng)用影響銀行信貸風(fēng)險(xiǎn)。在分析銀行電子渠道運(yùn)用對小微信貸供給的影響之后，繼續(xù)探討銀行借助地區(qū)金融科技發(fā)展智能風(fēng)控如何影響銀行的信貸風(fēng)險(xiǎn)。表6中Panel A部分(1)-(6)列的系數(shù)估計(jì)和Sobel檢驗(yàn)結(jié)果表明，無論是在城商行樣本還是農(nóng)商行樣本，智能風(fēng)控應(yīng)用的中介效應(yīng)都十分顯著，中介效應(yīng)分別達(dá)到21.70%和27.72%，表明地區(qū)金融科技發(fā)展可通過增強(qiáng)中小銀行的智能風(fēng)控應(yīng)用水平來降低信貸風(fēng)險(xiǎn)。在吸收利用金融科技發(fā)展成果的過程中，中小銀行由于自身的風(fēng)控水平普遍不高，因此更加青睞智能風(fēng)控、大數(shù)據(jù)風(fēng)控等領(lǐng)域的應(yīng)用。在此過程中，中小銀行可分別通過大數(shù)據(jù)和互聯(lián)網(wǎng)等技術(shù)，人工智能、云計(jì)算和區(qū)塊鏈等應(yīng)用提升數(shù)據(jù)搜集和處理能力，還能通過網(wǎng)上銀行、手機(jī)銀行和直銷銀行等應(yīng)用場景拓展業(yè)務(wù)渠道，獲取客戶行為信息，實(shí)現(xiàn)金融科技應(yīng)用的落地。銀行的智能風(fēng)控應(yīng)用水平越高，越有利于銀行吸收和利用地區(qū)金融科技發(fā)展的先進(jìn)成果，在與金融科技公司合作的過程中最大化地發(fā)揮金融科技應(yīng)用的潛力，實(shí)現(xiàn)更加有效的風(fēng)險(xiǎn)管理。

另外，在測度銀行的智能風(fēng)控水平指標(biāo)時(shí)，由于規(guī)模較大的銀行通常知名度更高，更受媒體關(guān)注，網(wǎng)絡(luò)中與之相關(guān)的同一主題的新聞數(shù)量會更多，因此可能造成與金融科技相關(guān)的新聞重復(fù)率過高，導(dǎo)致測度結(jié)果存在偏差。為校正偏差，將原指標(biāo)除以銀行當(dāng)期總資產(chǎn)規(guī)模的對數(shù)來構(gòu)成一個(gè)新的指標(biāo)(IRC_N)，重新進(jìn)行檢驗(yàn)。表6中Panel B的結(jié)果顯示智能風(fēng)控應(yīng)用的中介效應(yīng)仍然顯著，結(jié)論保持穩(wěn)健。假設(shè)H2b得到驗(yàn)證。

表6 智能風(fēng)控應(yīng)用與銀行信貸風(fēng)險(xiǎn)

(續(xù)表)

3. 銀行公司治理的異質(zhì)性分析

為進(jìn)一步分析銀行公司治理異質(zhì)性產(chǎn)生的影響，本文在模型(1)和(2)的基礎(chǔ)上，通過加入銀行公司治理相關(guān)指標(biāo)與地區(qū)金融科技發(fā)展指標(biāo)(Fintech)的交互項(xiàng)，來探究銀行公司治理特征的異質(zhì)性帶來的影響?；貧w結(jié)果如表7、表8和表9所示。

由表7-表9的第(1)列、第(2)列、第(4)列和第(5)列中交互項(xiàng)的系數(shù)估計(jì)值基本都為負(fù)值可知，針對銀行的小微信貸供給，董事會的金融科技背景、設(shè)立信息科技委員會以及首席信息官(CIO)的引入并未放大地區(qū)金融科技發(fā)展帶來的正向影響。其可能原因在于，與尋求小微信貸規(guī)模擴(kuò)張相比，中小銀行更傾向于借助金融科技增強(qiáng)風(fēng)險(xiǎn)控制能力，因此以上的公司治理特征更有可能在銀行的信貸風(fēng)險(xiǎn)優(yōu)化方面發(fā)揮作用。表7、表8 和表9的第(3)列結(jié)果中這三類交互項(xiàng)的系數(shù)都顯著為負(fù)也證實(shí)這一點(diǎn)。另外，表7的第(1)和(2)列中交互項(xiàng)的系數(shù)顯著為負(fù)，而董事會金融科技背景(Fin_Board)的系數(shù)估計(jì)值顯著為正，表明盡管城商行董事會的金融科技背景本身有利于促進(jìn)小微信貸供給。但是，一方面，地方金融科技發(fā)展會吸引區(qū)域內(nèi)金融科技人才向金融科技企業(yè)聚集，造成銀行董事會中金融科技人才流失，不利于發(fā)揮董事會金融科技背景對銀行小微信貸供給的促進(jìn)作用；另一方面，中小銀行可利用的資源有限，在與金融科技企業(yè)的合作中銀行董事會在制定戰(zhàn)略決策時(shí)傾向于將有限的預(yù)算優(yōu)先用于風(fēng)控能力建設(shè)，小微信貸業(yè)務(wù)的線上渠道建設(shè)缺乏足夠投入，導(dǎo)致線上渠道得不到充分發(fā)展，拉大了與國有銀行和股份制銀行的差距，小微信貸的市場份額可能因此受到削弱，不利于提升銀行的小微信貸供給。

最后對于農(nóng)商行，以上公司治理特征產(chǎn)生的影響都不顯著，這與農(nóng)商行對自身的定位有關(guān)。與城商行更加積極地尋求領(lǐng)先的金融科技應(yīng)用相比，考慮到多數(shù)的金融科技項(xiàng)目前期投入大、見效時(shí)間長，農(nóng)商行由于自身體量小，經(jīng)營地域固定，更傾向于將有限的資源投入到業(yè)務(wù)運(yùn)營。另外，受制于省聯(lián)社的安排，多數(shù)農(nóng)商行的金融科技建設(shè)欠缺主動性，同質(zhì)化色彩濃厚。因此對于農(nóng)商行來講，這些公司治理特征難以產(chǎn)生明顯影響。綜合來看，有利于推動銀行吸收利用金融科技發(fā)展成果的公司治理特征可顯著降低城商行的信貸風(fēng)險(xiǎn)，對小微信貸供給無明顯促進(jìn)作用。

表7 董事會金融科技背景、銀行小微信貸供給與信貸風(fēng)險(xiǎn)

表8 信息科技委員會、銀行小微信貸供給與信貸風(fēng)險(xiǎn)

表9 首席信息官、銀行小微信貸供給與信貸風(fēng)險(xiǎn)

六、 結(jié)論和啟示

在金融科技蓬勃發(fā)展的時(shí)代，中小銀行能否通過利用金融科技發(fā)展實(shí)現(xiàn)與小微企業(yè)的共生發(fā)展至關(guān)重要。本文通過利用2012-2019年117家中小銀行的相關(guān)數(shù)據(jù)，考察地區(qū)金融科技發(fā)展對中小銀行小微信貸供給和信貸風(fēng)險(xiǎn)的影響。研究結(jié)果表明：第一，地區(qū)金融科技發(fā)展有助于增加銀行對當(dāng)?shù)匦∥⑵髽I(yè)的信貸供給，并且有利于降低信貸風(fēng)險(xiǎn)，這種正向影響在城商行中表現(xiàn)得更加明顯。第二，電子渠道的運(yùn)用在地區(qū)金融科技促進(jìn)城商行小微信貸供給的過程中發(fā)揮一定的中介效應(yīng)，這種中介效應(yīng)主要來自手機(jī)銀行和基于社交平臺微信打造的微信銀行。第三，銀行對智能風(fēng)控的運(yùn)用有利于降低信貸風(fēng)險(xiǎn)。第四，董事會的金融科技背景、信息科技委員會的成立與首席信息官(CIO)的引入對城商行的風(fēng)險(xiǎn)控制能夠起到明顯的促進(jìn)作用，但對小微企業(yè)信貸供給無明顯促進(jìn)作用。

結(jié)合中國金融業(yè)發(fā)展的實(shí)際情況以及中小銀行的發(fā)展實(shí)際，本文的研究結(jié)論具有以下幾點(diǎn)啟示：鼓勵(lì)地方金融科技水平的持續(xù)、健康發(fā)展，有利于促進(jìn)銀行數(shù)字化轉(zhuǎn)型和金融科技成果的運(yùn)用并緩解地區(qū)金融機(jī)構(gòu)與企業(yè)之間的信息不對稱程度，提高金融對小微企業(yè)的支持力度；中小銀行應(yīng)該抓住金融科技發(fā)展浪潮帶來的機(jī)遇，吸收利用金融科技發(fā)展成果，積極主動推行數(shù)字化轉(zhuǎn)型戰(zhàn)略，以便積極踐行普惠金融理念，提高小微信貸業(yè)務(wù)的商業(yè)可持續(xù)性，構(gòu)建與小微企業(yè)的“命運(yùn)共同體”，真正實(shí)現(xiàn)與當(dāng)?shù)匦∥⑵髽I(yè)的共生發(fā)展；對于規(guī)模較小的地方中小銀行，尤其是農(nóng)商行而言，重點(diǎn)應(yīng)該在加大與金融科技公司合作的同時(shí)注重自身治理結(jié)構(gòu)的完善，積極引入金融科技相關(guān)人才，在增強(qiáng)管控風(fēng)險(xiǎn)能力的同時(shí)，改進(jìn)電子服務(wù)渠道，提高客戶粘性。