【摘 要】 本文基于2008-2017年我國16家商業(yè)銀行的數(shù)據(jù)，構(gòu)建包含金融科技指數(shù)的靜態(tài)面板模型并進(jìn)行實(shí)證檢驗(yàn)。結(jié)果表明：金融科技通過技術(shù)溢出效應(yīng)，提升了商業(yè)銀行的盈利能力;改善了商業(yè)銀行的經(jīng)營增長狀況;但同時也增加商業(yè)銀行流動性風(fēng)險。

【關(guān)鍵詞】 金融科技指數(shù) 商業(yè)銀行 銀行績效

一、實(shí)證分析

（一）變量與樣本銀行的選擇

1.變量選取

對被解釋變量——商業(yè)銀行績效，現(xiàn)有研究一般從盈利性、流動性、安全性、成長性、市場占有能力等五個維度衡量，本文從盈利性，風(fēng)險性和成長性三個角度考察商業(yè)銀行績效。首先，選取影響銀行穩(wěn)健運(yùn)行的指標(biāo)。其中，體現(xiàn)盈利性的指標(biāo)選取資產(chǎn)利潤率;體現(xiàn)風(fēng)險性的指標(biāo)選取流動性比例;體現(xiàn)成長性的指標(biāo)選取利潤增長率。

對解釋變量——金融科技指數(shù)，本文借鑒沈悅和郭品（2015）的互聯(lián)網(wǎng)金融指數(shù)構(gòu)造方法。第一，檢驗(yàn)數(shù)據(jù)。變量的KMO值為0.574，巴特利特值為261.783，因此這些關(guān)鍵詞存在共享因素。第二，提取公因子。基于主成分分析法提取特征值大于1的公因子，結(jié)果表明公因子方差貢獻(xiàn)率為96.573%，能夠反映大部分原始信息。第三，計(jì)算因子得分。依據(jù)方差最大化原則對載荷矩陣進(jìn)行正交旋轉(zhuǎn)后，利用回歸分析法估計(jì)因子的得分系數(shù)矩陣。第四，合成指數(shù)。以因子得分為權(quán)重將公因子表示為原始變量的線性組合，同時，應(yīng)用min-max處理將數(shù)據(jù)標(biāo)準(zhǔn)至0-1之間，得到金融科技指數(shù)：KMO值為0.574，巴特利特值為261.783。

除了核心解釋變量外，本文還選擇其他可能影響商業(yè)銀行績效的變量作為控制變量，包括銀行資產(chǎn)規(guī)模（各年末銀行總資產(chǎn)的自然對數(shù)）（size）、資本充足率（car）、不良貸款率（npl）、成本收入比（cir）;宏觀環(huán)境變化對商業(yè)銀行經(jīng)營績效會產(chǎn)生較大影響，本文選擇GDP作為影響商業(yè)銀行經(jīng)營績效的控制變量。

2.樣本銀行的選取

本文選取的2008年至2017年16家上市銀行數(shù)據(jù)，其資產(chǎn)總規(guī)模占銀行業(yè)的七成左右，且公司治理完善，財務(wù)數(shù)據(jù)比較真實(shí)可靠，能很好地代表中國銀行業(yè)的總體情況。

（二）實(shí)證分析

1.實(shí)證分析過程

（1）資產(chǎn)收益率

本文通過hausman檢驗(yàn)來判斷是使用固定效應(yīng)還是隨機(jī)效應(yīng)模型。傳統(tǒng)的hausman檢驗(yàn)假定，在H0成立的情況下，隨機(jī)效應(yīng)模型是最有效率。

hausman檢驗(yàn)結(jié)果Prob>chi2=0.6041，接受原假設(shè)，即應(yīng)當(dāng)采用隨機(jī)效應(yīng)模型，即每增加1個單位的金融科技指標(biāo)，將會增加約2.89個單位的資產(chǎn)收益率，回歸結(jié)果顯著。

（2）流動性比例

hausman檢驗(yàn)結(jié)果Prob>chi2=0.9285，表明接受原假設(shè)，即應(yīng)當(dāng)采用隨機(jī)效應(yīng)模型。即每增加1個單位的金融科技指標(biāo)，將會減少約0.22個單位的流動性比例，回歸結(jié)果顯著。

（3）利潤增長率

hausman檢驗(yàn)結(jié)果Prob>chi2=0.7091，表明接受原假設(shè)，即應(yīng)當(dāng)采用隨機(jī)效應(yīng)模型。即每增加1個單位的金融科技指標(biāo)，將會增加約0.52個單位的流動性比例，回歸結(jié)果在10%水平上效果顯著。

（三）實(shí)證結(jié)果解釋

在ROA模型中，金融科技指數(shù)FI的系數(shù)為正且顯著。表明金融科技的發(fā)展對商業(yè)銀行盈利具有積極作用。因此，金融科技的快速發(fā)展能夠?yàn)槲覈虡I(yè)銀行擺脫低效的現(xiàn)狀提供動力，為銀行業(yè)轉(zhuǎn)型升級注入活力，為金融體系變革創(chuàng)造良機(jī)。

在CR模型中，金融科技指數(shù)FI的系數(shù)為負(fù)且顯著。這表明金融科技會加大商業(yè)銀行風(fēng)險。這說明金融科技既帶來機(jī)會，也可能加大業(yè)務(wù)轉(zhuǎn)型風(fēng)險。在存取款業(yè)務(wù)方面，對于沒有充足資金頭寸的銀行來說，數(shù)字貨幣會提高居民存取款的隨機(jī)性，如果商業(yè)銀行無法滿足取款需求，則會帶來流動性風(fēng)險。

在gProfit模型中，金融科技指數(shù)FI的系數(shù)為正數(shù)且較為顯著。這表明金融科技的發(fā)展有利于商業(yè)銀行經(jīng)營水平的持續(xù)提高。

四、結(jié)論與建議

（一）研究結(jié)論

本文構(gòu)建金融科技指數(shù)為核心解釋變量的模型，針對金融科技對商業(yè)銀行經(jīng)營績效的影響進(jìn)行了研究，得出以下結(jié)論：（1）金融科技通過技術(shù)溢出效應(yīng)，提升了我國商業(yè)銀行的盈利能力;（2）金融科技創(chuàng)新提高了銀行的風(fēng)險水平;（3）金融科技創(chuàng)新有利于提高商業(yè)銀行經(jīng)營增長水平。

（二）相關(guān)建議

在盈利模式方面，商業(yè)銀行應(yīng)以積極的姿態(tài)應(yīng)對利率市場化，充分運(yùn)用金融科技提升盈利能力。銀行應(yīng)盡快利用互聯(lián)網(wǎng)思維，重點(diǎn)發(fā)展以客戶為核心，以供應(yīng)鏈融資、國際結(jié)算及貿(mào)易融資、現(xiàn)金管理等業(yè)務(wù)為對象的交易銀行。

在風(fēng)險防控方面，商業(yè)銀行要在風(fēng)險管理中有效運(yùn)用大數(shù)據(jù)技術(shù)，加強(qiáng)風(fēng)控意識、完善應(yīng)急機(jī)制，減少操作風(fēng)險、技術(shù)風(fēng)險，降低金融科技對商業(yè)銀行風(fēng)險水平的影響。政府應(yīng)利用技術(shù)為金融科技成果提供安全的測試環(huán)境，在投放市場前進(jìn)行風(fēng)險規(guī)避，例如借鑒英國“監(jiān)管沙箱”。

【參考文獻(xiàn)】

[1] 上海新金融研究院課題組，鐘偉，宋靜.數(shù)字貨幣與金融技術(shù)監(jiān)管的崛起[J].新金融評論，2017（06）：1-26.

[2] 汪可.金融科技、價格競爭與銀行風(fēng)險承擔(dān)[J].哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018（01）：40-48.

[3] 寧方國.金融科技與金融風(fēng)險[J].時代金融，2017（36）：19-20+27.

[4] 萊爾·布雷納德，王瀟靚.金融科技與監(jiān)管科技并行之道[J].金融市場研究，2017（12）：30-36.

[5] 陳升苗.金融科技監(jiān)管的國際經(jīng)驗(yàn)借鑒[J].經(jīng)貿(mào)實(shí)踐，2017（23）：133.

作者簡介：王嘉欣（1995—），女，漢族，江蘇南京人，金融學(xué)碩士，單位：蘇州大學(xué)東吳商學(xué)院，研究方向：證券與投資實(shí)務(wù)。