王立榮WANG Li-rong；白金玉BAⅠJin-yu

（北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100192）

0 引言

在我國，“金融科技”一詞于2015 年開始被業(yè)界廣泛使用，于2016 年成為金融領(lǐng)域的大熱關(guān)鍵詞，同年，金融穩(wěn)定委員會(huì)在其發(fā)布的一份關(guān)于金融科技的報(bào)告中多角度對(duì)“金融科技”一詞作出解釋，并首次提出了較為精準(zhǔn)的定義。金融科技真正進(jìn)入中國金融業(yè)是在2003 年，肇始于一些互聯(lián)網(wǎng)企業(yè)在支付業(yè)務(wù)上的運(yùn)用，直到中國人民銀行于2018 年印發(fā)《金融科技發(fā)展規(guī)劃（2019-2021 年）》，才標(biāo)志著我國金融科技發(fā)展走上了正規(guī)道路。目前，我國金融科技的應(yīng)用主體既包括互聯(lián)網(wǎng)企業(yè)、新型金融中介機(jī)構(gòu)，也包括傳統(tǒng)金融企業(yè)，具體業(yè)務(wù)涉及征信調(diào)查、信貸風(fēng)控、互聯(lián)網(wǎng)支付、企業(yè)金融服務(wù)、消費(fèi)金融、產(chǎn)業(yè)數(shù)字化等業(yè)務(wù)，并且仍然處于不斷創(chuàng)新發(fā)展的趨勢(shì)。

1 理論分析

對(duì)于商業(yè)銀行而言，在面臨其他企業(yè)運(yùn)用金融科技帶來挑戰(zhàn)的同時(shí)，也開始主動(dòng)發(fā)展自身對(duì)金融科技的運(yùn)用。內(nèi)外金融科技的發(fā)展和運(yùn)用對(duì)商業(yè)銀行經(jīng)營的影響截然不同。外部金融科技的迅猛發(fā)展對(duì)商業(yè)銀行傳統(tǒng)業(yè)務(wù)造成了巨大的沖擊，同時(shí)也增加了商業(yè)銀行的經(jīng)營風(fēng)險(xiǎn)、提高了負(fù)債成本、加劇了銀行業(yè)競(jìng)爭(zhēng)，相關(guān)的研究可見于邱晗等（2018）、楊望和王姝妤（2019）、孟娜娜等（2020）等文獻(xiàn)中。因此，商業(yè)銀行也開始謀求利用金融科技進(jìn)行轉(zhuǎn)型，謝治春等（2018）深入分析了商業(yè)銀行發(fā)展金融科技的轉(zhuǎn)型策略。近年來，我國商業(yè)銀行對(duì)金融科技投入逐年增加，金融科技投入占營收的比例持續(xù)提高，各銀行科技人才占比基本呈上升趨勢(shì)。目前，金融科技在我國商業(yè)銀行各類業(yè)務(wù)上均得到了不同程度的應(yīng)用，本文主要分析商業(yè)銀行內(nèi)部金融科技發(fā)展對(duì)其經(jīng)營效益的影響。

1.1 發(fā)展金融科技提升商業(yè)銀行經(jīng)營效率

科技的有效利用不僅大大減少了業(yè)務(wù)的處理時(shí)間，更縮短了傳統(tǒng)業(yè)務(wù)的繁瑣流程，提升了商業(yè)銀行業(yè)務(wù)處理的效率。傳統(tǒng)的商業(yè)銀行經(jīng)營過程中，由于部分業(yè)務(wù)未經(jīng)過整合提升，業(yè)務(wù)在處理時(shí)流程繁瑣，客戶體驗(yàn)往往很差，這一問題隨著區(qū)塊鏈技術(shù)在商業(yè)銀行的應(yīng)用迎刃而解，其去中心化等特點(diǎn)使得銀行傳統(tǒng)業(yè)務(wù)中不必要的流程被迅速砍掉。除此之外，越來越多的商業(yè)銀行在行內(nèi)設(shè)置智能機(jī)器人，通過人臉識(shí)別等功能確認(rèn)客戶身份后，調(diào)取客戶資料，精準(zhǔn)地解決客戶目前面臨的問題，這在減輕銀行人員成本壓力的同時(shí)提升了客戶體驗(yàn)。同時(shí)金融科技的應(yīng)用將傳統(tǒng)業(yè)務(wù)中未被重視的數(shù)據(jù)資源利用起來，以精準(zhǔn)的數(shù)據(jù)分析進(jìn)行客戶畫像的刻畫，充分了解客戶需求，對(duì)于新型產(chǎn)品的推出以及潛在客戶的挖掘都產(chǎn)生了很大的促進(jìn)作用。

1.2 發(fā)展金融科技降低商業(yè)銀行經(jīng)營成本

無人銀行、自助銀行等智能銀行的大范圍應(yīng)用，在提供了90%以上的傳統(tǒng)銀行網(wǎng)點(diǎn)業(yè)務(wù)的同時(shí)將人工成本化為零。智能機(jī)柜、手機(jī)銀行、網(wǎng)上銀行迅速發(fā)展日漸取代了柜員這一角色，使得商業(yè)銀行不斷減少人力成本，逐漸脫離對(duì)傳統(tǒng)網(wǎng)點(diǎn)的依賴。區(qū)塊鏈、云計(jì)算、數(shù)據(jù)庫等技術(shù)在銀行的業(yè)務(wù)處理流程中廣泛應(yīng)用，使得原本受技術(shù)限制無法被及時(shí)處理的業(yè)務(wù)得到高效的處理。其中分布式數(shù)據(jù)庫不僅能夠使商業(yè)銀行提供24 小時(shí)不間斷的服務(wù)，更降低了商業(yè)銀行的業(yè)務(wù)處理成本。商業(yè)銀行利用云計(jì)算對(duì)銀行現(xiàn)存的系統(tǒng)進(jìn)行處理整合，幫助銀行以新技術(shù)為跳板進(jìn)行業(yè)務(wù)流程創(chuàng)新，能夠?qū)?shí)時(shí)錄入的數(shù)據(jù)進(jìn)行集中分析處理，降低了商業(yè)銀行的運(yùn)營維護(hù)成本。

1.3 發(fā)展金融科技降低商業(yè)銀行經(jīng)營風(fēng)險(xiǎn)

金融科技的應(yīng)用使得數(shù)據(jù)的搜集更加全面迅速，銀行在信息方面的劣勢(shì)得到彌補(bǔ)。在金融科技的支持下，商業(yè)銀行的貸款業(yè)務(wù)對(duì)象可以從大中型企業(yè)拓展到小微企業(yè)，充分利用數(shù)據(jù)資源，挖掘小微貸市場(chǎng)，進(jìn)而增加銀行的營業(yè)收入，打破大銀行不做小企業(yè)業(yè)務(wù)的格局。目前，大部分上市商業(yè)銀行都已經(jīng)建立起獨(dú)立的信貸風(fēng)險(xiǎn)管理控制系統(tǒng)，系統(tǒng)數(shù)據(jù)關(guān)聯(lián)性強(qiáng)且實(shí)時(shí)更新，經(jīng)過分析計(jì)算，系統(tǒng)根據(jù)預(yù)先設(shè)定的閾值對(duì)高風(fēng)險(xiǎn)信貸業(yè)務(wù)進(jìn)行追蹤，并及時(shí)進(jìn)行風(fēng)險(xiǎn)預(yù)警，大大降低了商業(yè)銀行的經(jīng)營風(fēng)險(xiǎn)。

2 變量選取與分析

2.1 數(shù)據(jù)來源

由于我國整體金融科技興起較晚，部分商業(yè)銀行尚未對(duì)于金融科技信息進(jìn)行披露，綜合考慮數(shù)據(jù)的完整性和代表性，本文選取了13 家上市商業(yè)銀行2017 年-2020 年共4 年的數(shù)據(jù)進(jìn)行分析。統(tǒng)計(jì)數(shù)據(jù)來源于各家銀行2017-2020 年年報(bào)。

2.2 變量選取

2.2.1 被解釋變量

商業(yè)銀行的經(jīng)營效益評(píng)價(jià)需要從商業(yè)銀行的盈利能力、經(jīng)營成本、經(jīng)營風(fēng)險(xiǎn)和未來發(fā)展趨勢(shì)等多方面綜合進(jìn)行評(píng)價(jià)。本文選取凈資產(chǎn)收益率（ROE）為研究指標(biāo)，進(jìn)行模型的構(gòu)建。凈資產(chǎn)收益率能夠很好地代表商業(yè)銀行盈利能力的同時(shí)，也能反映出銀行的經(jīng)營風(fēng)險(xiǎn)以及銀行未來的發(fā)展?fàn)顩r。

2.2.2 解釋變量

對(duì)金融科技與商業(yè)銀行盈利能力、經(jīng)營績效關(guān)系進(jìn)行實(shí)證分析的文獻(xiàn)，數(shù)量眾多，但大多分析都從外部金融科技發(fā)展對(duì)商業(yè)銀行經(jīng)營影響的角度進(jìn)行，使用的金融科技變量多為自行構(gòu)建或引用的外部金融科技相關(guān)指標(biāo)，比如張琰（2019）、熊健等（2021）的實(shí)證研究。

本文選取能夠代表商業(yè)銀行自身金融科技發(fā)展的指標(biāo)作為實(shí)證研究中的解釋變量，它們分別是商業(yè)銀行科技人員占比（PTP）、科技投入占比（PTI）、手機(jī)銀行用戶規(guī)模（SMBU）、電子銀行交易規(guī)模（SEBT）。

科技人員占比（PTP）指商業(yè)銀行中從事科技研發(fā)的人員占銀行員工總數(shù)的比重，一定程度上可以反映出銀行的金融科技發(fā)展水平；科技投入占比（PTI）指商業(yè)銀行科技投入金額占銀行營收的比重，商業(yè)銀行金融科技資金投入，除人員成本外，還包括研發(fā)資金、智能機(jī)柜配置、自助機(jī)具配置等方面的資金投入；手機(jī)銀行用戶占比（SMBU）指商業(yè)銀行手機(jī)銀行用戶數(shù)占銀行客戶總數(shù)的比例，這個(gè)指標(biāo)能夠反映出銀行對(duì)金融科技的應(yīng)用成果；電子銀行交易占比（SEBT）指商業(yè)銀行通過網(wǎng)銀、手機(jī)銀行等方式進(jìn)行金融交易涉及的資金總額占總交易規(guī)模的比例，電子銀行交易比例越大，對(duì)傳統(tǒng)實(shí)體銀行交易的替代率就越高。

2.2.3 控制變量

選取資本充足率（CAR）和不良貸款率（BLR）作為控制變量。

資本充足率（CAR）指商業(yè)銀行資本與加權(quán)風(fēng)險(xiǎn)資產(chǎn)之比，反映了商業(yè)銀行抵抗風(fēng)險(xiǎn)的能力；不良貸款率（BLR）可以充分反映商業(yè)銀行的資產(chǎn)質(zhì)量以及安全狀況。

2.3 變量描述性分析和相關(guān)性分析

變量描述性統(tǒng)計(jì)和解釋變量皮爾森相關(guān)性檢驗(yàn)分析結(jié)果分別見表1 和表2，由表2 可知，解釋變量間的相關(guān)系數(shù)均小于0.5，解釋變量之間沒有顯著的相關(guān)關(guān)系，控制變量CAR 與解釋變量SEBT 相關(guān)系數(shù)為0.584518，大于0.5，小于0.6，存在弱相關(guān)關(guān)系，無需進(jìn)行變量剔除。

表1 變量統(tǒng)計(jì)性描述

表2 解釋變量的相關(guān)性檢驗(yàn)

3 模型構(gòu)建和結(jié)果分析

3.1 模型構(gòu)建

在進(jìn)行模型構(gòu)建之前，首先需要選擇適合的模型進(jìn)行回歸。面板數(shù)據(jù)回歸模型常用的有三種，分別為固定效應(yīng)模型、隨機(jī)效應(yīng)模型、混合效應(yīng)模型。本文運(yùn)用F 檢驗(yàn)、豪斯曼檢驗(yàn)這兩種方法進(jìn)行模型的選擇。

首先本文運(yùn)用F 檢驗(yàn)確定個(gè)體效應(yīng)是否存在，經(jīng)檢驗(yàn)F 的值為25.13068，查表值為2.87，F(xiàn) 值大于查表值，即拒絕原假設(shè)，在混合效應(yīng)模型與固定效應(yīng)模型之間，選擇固定效應(yīng)模型。然后運(yùn)用豪斯曼檢驗(yàn)確定模型的個(gè)體效應(yīng)或者時(shí)間效應(yīng)與解釋變量之間是否相關(guān)，經(jīng)檢驗(yàn)得出對(duì)應(yīng)的P 值為0.0027，如表3 所示，所以拒絕原假設(shè)，個(gè)體效應(yīng)與解釋變量無關(guān)，即固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。

表3 豪斯曼檢驗(yàn)結(jié)果

根據(jù)上述檢驗(yàn)結(jié)果，選擇固定效應(yīng)模型對(duì)面板數(shù)據(jù)進(jìn)行回歸模型的構(gòu)建，回歸結(jié)果如表4 所示。

表4 固定效應(yīng)模型回歸

由固定效應(yīng)模型回歸結(jié)果可以看出，R2的值為0.977668，對(duì)應(yīng)的P 值等于0，所以認(rèn)為該固定效應(yīng)模型是合理的，且擬合程度較高，因此可以建立模型（1）。

其中i=1，2，3…12，13；j=2017，2018，2019，2020；ij 表示第i 家商業(yè)銀行第j 年的統(tǒng)計(jì)數(shù)據(jù)。

3.2 模型結(jié)果說明

根據(jù)模型（1）可以看出，代表金融科技的四個(gè)指標(biāo)對(duì)凈資產(chǎn)收益率均產(chǎn)生負(fù)向影響。其中，科技人員占比（PTP）對(duì)凈資產(chǎn)收益率負(fù)面影響最大，科技人員占比每增加1%，凈資產(chǎn)收益率降低3.93%。手機(jī)銀行用戶占比（SMBU）的影響其次，手機(jī)銀行用戶規(guī)模每增加1%，凈資產(chǎn)收益率降低2.03%?？萍纪度胝急龋≒TI）與凈資產(chǎn)收益率的負(fù)面影響相對(duì)較小，科技投入占比每增加1%，凈資產(chǎn)收益率減少0.26%，說明在短時(shí)間內(nèi)，銀行的科技投入占比越高，其凈資產(chǎn)收益率越低。電子銀行交易占比（SEBT）對(duì)凈資產(chǎn)收益率的影響最小，電子銀行交易占比每增加1%，凈資產(chǎn)收益率減少0.004%。

由此可見，實(shí)證結(jié)果與前文理論分析并不一致，即商業(yè)銀行發(fā)展金融科技非但沒有達(dá)到理想的效果，而且還恰恰相反。

4 結(jié)論與建議

4.1 結(jié)論

通過實(shí)證分析，發(fā)現(xiàn)短時(shí)間內(nèi)金融科技相關(guān)指標(biāo)對(duì)商業(yè)銀行經(jīng)營效益均起到負(fù)向作用，這一點(diǎn)不難理解。目前商業(yè)銀行對(duì)金融科技的運(yùn)用還處于初始階段，需要投入大量的人力物力成本，而從金融科技投入到成熟應(yīng)用及成果轉(zhuǎn)化是需要時(shí)間的，開發(fā)轉(zhuǎn)化到應(yīng)用的時(shí)間越長，見效就越慢。本文使用的數(shù)據(jù)時(shí)間跨度只有4 年，而這4 年正是各個(gè)商業(yè)銀行剛剛進(jìn)入金融科技發(fā)展布局的時(shí)間，且外部沖擊的影響還在持續(xù)，因此，要評(píng)價(jià)商業(yè)銀行金融科技發(fā)展的效果還需要進(jìn)行更長期地觀察。另外，根據(jù)黃靖雯和陶士貴（2021）的研究，大多數(shù)商業(yè)銀行金融科技投入產(chǎn)出效率有所提升，但銀行業(yè)金融科技投入產(chǎn)出效率有待提升，商業(yè)銀行急需變革傳統(tǒng)粗放式的金融科技人力和財(cái)力投入。

4.2 建議

第一，目前金融科技發(fā)展并不成熟，商業(yè)銀行金融科技研發(fā)投入高產(chǎn)出低。商業(yè)銀行應(yīng)加強(qiáng)對(duì)新科技的應(yīng)用轉(zhuǎn)化，縮短技術(shù)從研發(fā)到應(yīng)用的時(shí)間，提升研發(fā)成本的轉(zhuǎn)化效率。為此，商業(yè)銀行首先要進(jìn)一步加強(qiáng)智能銀行、智能機(jī)柜的應(yīng)用，不斷優(yōu)化業(yè)務(wù)流程，勇于打破傳統(tǒng)限制。其次，加快商業(yè)銀行數(shù)字化轉(zhuǎn)型進(jìn)程，建立銀行自身的數(shù)據(jù)資源庫，加強(qiáng)對(duì)銀行積累的大量數(shù)據(jù)的利用。

第二，商業(yè)銀行缺乏金融科技人才，目前銀行的工作人員主要是金融和經(jīng)濟(jì)類人才，而科技研發(fā)方面只限于IT 技術(shù)，缺乏金融知識(shí)。商業(yè)銀行應(yīng)積極引導(dǎo)工作人員科學(xué)技術(shù)與金融知識(shí)相結(jié)合，建立清晰科學(xué)的培養(yǎng)體系，支持鼓勵(lì)銀行工作人員的自我提升和轉(zhuǎn)型，培養(yǎng)復(fù)合型人才。同時(shí)，商業(yè)銀行要拓寬招聘路徑，廣納賢士，主動(dòng)與國內(nèi)外高校的合作，共享金融科技資源，定向培養(yǎng)更多高水平金融科技人才。

第三，商業(yè)銀行目前科技創(chuàng)新能力不足，同時(shí)受到資金、人才等方面資源的限制，往往只能簡(jiǎn)單復(fù)制其他金融科技公司的成熟產(chǎn)品，與自身經(jīng)營不契合，造成銀行金融科技應(yīng)用成熟的假象。商業(yè)銀行要重視科技與自身傳統(tǒng)業(yè)務(wù)的結(jié)合，結(jié)合區(qū)域特征開創(chuàng)特色產(chǎn)品，同時(shí)商業(yè)銀行應(yīng)注重金融科技的實(shí)際應(yīng)用，要實(shí)用、敢用。