王志宏，孫鵬

（遼寧工程技術(shù)大學(xué) 工商管理學(xué)院，遼寧 葫蘆島 125105）

一、問題的提出

近年來，隨著科技和互聯(lián)網(wǎng)的快速發(fā)展，金融科技（FinTech）在全球范圍內(nèi)受到了廣泛關(guān)注和研究。云計算、人工智能、區(qū)塊鏈和大數(shù)據(jù)技術(shù)作為互聯(lián)網(wǎng)四大核心技術(shù)日漸成熟和廣泛應(yīng)用，對傳統(tǒng)金融模式進(jìn)行顛覆性變革，使金融科技成為推動現(xiàn)代金融創(chuàng)新的核心動力，體現(xiàn)出互聯(lián)網(wǎng)科技與金融行業(yè)結(jié)合的巨大能量。但金融科技并沒有因技術(shù)創(chuàng)新而有任何的例外和特殊，仍然屬于金融范疇，在本質(zhì)上依然具有傳統(tǒng)金融的功能和風(fēng)險屬性[1]。與此同時，金融科技在一定程度上增加了金融跨領(lǐng)域風(fēng)險和交叉?zhèn)魅?，尤其是互?lián)網(wǎng)信息傳播的廣泛性特點又將金融風(fēng)險進(jìn)一步放大，對整個金融行業(yè)的沖擊和影響不容忽視。商業(yè)銀行作為傳統(tǒng)金融機(jī)構(gòu)的主體，紛紛開啟戰(zhàn)略轉(zhuǎn)型，積極布局金融科技，以此來增強(qiáng)自身競爭力，增加市場占有額，提高利潤水平。但在此過程中，商業(yè)銀行、投資者、金融市場之間的關(guān)系愈趨復(fù)雜，金融科技風(fēng)險也對商業(yè)銀行進(jìn)行傳染，加大了商業(yè)銀行發(fā)生系統(tǒng)性風(fēng)險的可能性。2017年，習(xí)近平總書記在中共中央政治局就維護(hù)國家金融安全進(jìn)行第四十次集體學(xué)習(xí)時強(qiáng)調(diào)，“金融安全是國家安全的重要組成部分，是經(jīng)濟(jì)平穩(wěn)健康發(fā)展的重要基礎(chǔ)”[2]。黨的十九大報告強(qiáng)調(diào)要“健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線”，并把防范化解重大風(fēng)險擺在三大攻堅戰(zhàn)的首位[3]。黨的十九屆五中全會對風(fēng)險防控問題作出重大戰(zhàn)略安排，在提出發(fā)展原則時，要求“堅持系統(tǒng)觀念”“注重防范化解重大風(fēng)險挑戰(zhàn)”；在設(shè)定發(fā)展目標(biāo)時，要求“防范化解重大風(fēng)險體制機(jī)制不斷健全”，為嚴(yán)控金融風(fēng)險的產(chǎn)生與傳染奠定了基調(diào)[4]。因此，在金融科技逐步發(fā)展的過程中，深入分析金融科技風(fēng)險對商業(yè)銀行系統(tǒng)性風(fēng)險的傳導(dǎo)機(jī)制，測算金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)，并據(jù)此提出相應(yīng)的防范策略，對于維護(hù)我國金融體系穩(wěn)定和實現(xiàn)金融高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

二、文獻(xiàn)綜述

（一）金融科技

國際組織中第一次對金融科技作出初步定義的是金融穩(wěn)定理事會，其將金融科技定義為技術(shù)帶來的金融創(chuàng)新，形成的業(yè)務(wù)模式、產(chǎn)品和流程以及技術(shù)應(yīng)用并對金融服務(wù)、金融機(jī)構(gòu)和金融市場產(chǎn)生重大影響[5]。廖岷認(rèn)為目前我國流行的互聯(lián)網(wǎng)金融與國際上的金融科技在概念上并不相同，后者指移動通信和互聯(lián)網(wǎng)的運(yùn)用與發(fā)展所遵循的金融規(guī)律，為金融行業(yè)提供的技術(shù)手段[6]。莊雷認(rèn)為金融科技主要包括人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)四大技術(shù)[7]。Lee和Shin認(rèn)為金融科技包括保險服務(wù)、資本市場、借融資貸、財富管理、支付經(jīng)濟(jì)五種商業(yè)模式[8]。

（二）系統(tǒng)性風(fēng)險

對銀行系統(tǒng)性風(fēng)險進(jìn)行的研究可追溯到1802年，當(dāng)年Thornton認(rèn)為一家銀行破產(chǎn)將會對其他銀行產(chǎn)生一定的溢出效應(yīng)，進(jìn)而引發(fā)銀行業(yè)危機(jī)，即整個銀行業(yè)出現(xiàn)系統(tǒng)性風(fēng)險[9]。FSB認(rèn)為系統(tǒng)性風(fēng)險指的是金融服務(wù)大范圍癱瘓并給實體經(jīng)濟(jì)帶來嚴(yán)重負(fù)面后果的風(fēng)險[10]。陳尾虹和唐振鵬認(rèn)為系統(tǒng)性風(fēng)險是宏觀經(jīng)濟(jì)和整個金融體系發(fā)生危機(jī)的可能性，會給金融穩(wěn)定性帶來巨大風(fēng)險[11]。Drehmann和Tarashev運(yùn)用銀行數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)并分析風(fēng)險在銀行間的傳播，研究結(jié)果表明，在不考慮銀行彼此相互關(guān)聯(lián)比考慮相互關(guān)聯(lián)時的系統(tǒng)性風(fēng)險的貢獻(xiàn)度要小[12]。Louzis和Vouldis拓展了投資組合理論，利用資產(chǎn)負(fù)債表數(shù)據(jù)結(jié)合多元GARCH-BEKK模型來刻畫不同細(xì)分市場的動態(tài)性關(guān)聯(lián)，并基于復(fù)合系統(tǒng)性壓力指標(biāo)（CISS）建立金融系統(tǒng)性風(fēng)險指數(shù)，診斷希臘債務(wù)危機(jī)期間的壓力水平[13]。蔣海和張錦意利用中國上市銀行的股票數(shù)據(jù)，基于分位數(shù)回歸和LASSO算法構(gòu)建網(wǎng)絡(luò)動態(tài)模型，同時使用滾動時間窗口法來考察銀行系統(tǒng)性風(fēng)險，實證結(jié)果表明銀行尾部風(fēng)險網(wǎng)絡(luò)關(guān)聯(lián)性與系統(tǒng)性風(fēng)險呈顯著正相關(guān)[14]。李政等利用系統(tǒng)性風(fēng)險度量新方法——TENET來構(gòu)建我國行業(yè)間系統(tǒng)性風(fēng)險溢出網(wǎng)絡(luò)，以此研究行業(yè)間的風(fēng)險溢出水平以及傳導(dǎo)結(jié)構(gòu)[15]。

（三）金融科技對系統(tǒng)性風(fēng)險的影響

楊東認(rèn)為金融科技快速發(fā)展所帶來的風(fēng)險已不能被傳統(tǒng)監(jiān)管體系監(jiān)管，導(dǎo)致系統(tǒng)性金融風(fēng)險發(fā)生的可能性極大提高[16]。汪可認(rèn)為金融科技的發(fā)展推動利率市場化進(jìn)程，加劇銀行價格競爭，降低銀行利潤水平，最終提高銀行風(fēng)險水平[17]。吳成頌等認(rèn)為商業(yè)銀行資產(chǎn)業(yè)務(wù)和負(fù)債業(yè)務(wù)受到互聯(lián)網(wǎng)金融沖擊，從而加大了商業(yè)銀行的信貸風(fēng)險和流動性風(fēng)險，導(dǎo)致商業(yè)銀行系統(tǒng)性風(fēng)險提高[18]。金洪飛等利用Python網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)建商業(yè)銀行的金融科技運(yùn)用程度指標(biāo)，以考察金融科技的運(yùn)用對不同類型商業(yè)銀行風(fēng)險的異質(zhì)性影響。研究結(jié)果表明，大銀行運(yùn)用金融科技的行為刺激了中小銀行風(fēng)險水平的上升[19]。方意等通過案例分析表明P2P平臺通過資金渠道和預(yù)期渠道等使得內(nèi)生風(fēng)險放大并對傳統(tǒng)金融領(lǐng)域造成風(fēng)險溢出，金融部門廣泛使用人工智能會導(dǎo)致投資決策過程的“合成謬誤”，最終加劇內(nèi)生風(fēng)險，私人數(shù)字貨幣會加大央行實行最后貸款人功能進(jìn)行流動性救助的難度[20]。

由此可以看出，國內(nèi)外學(xué)者對金融科技和商業(yè)銀行系統(tǒng)性風(fēng)險進(jìn)行了深入的研究，包括金融科技的內(nèi)涵、系統(tǒng)性風(fēng)險的內(nèi)涵和度量以及金融科技對商業(yè)銀行的影響，為本文的研究打下了良好的基礎(chǔ)。但他們并沒有深入分析金融科技風(fēng)險對商業(yè)銀行系統(tǒng)性風(fēng)險的傳導(dǎo)機(jī)制，以及測算金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)。

三、金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險的影響機(jī)制

（一）金融科技影響商業(yè)銀行盈利水平

金融科技企業(yè)利用大數(shù)據(jù)和云計算技術(shù)很容易挖掘和識別企業(yè)和個人的信息，能夠準(zhǔn)確及時了解企業(yè)和個人的服務(wù)需求并培養(yǎng)客戶使用第三方支付平臺支付的習(xí)慣。例如，“支付寶”通過“淘寶”等來提高客戶的使用感受并不定期地推出活動，以此吸引更多的客戶使用第三方支付平臺。而第三方支付平臺不僅為客戶提供支付服務(wù)，同時也成立了自己的投資平臺或者理財P2P平臺，涉及信貸、基金、保險等多個金融領(lǐng)域?？蛻艨梢圆煌耆蕾嚿虡I(yè)銀行獲取金融服務(wù)，這在很大程度上對商業(yè)銀行的收入來源構(gòu)成了巨大威脅，進(jìn)一步加速了金融脫媒的進(jìn)程，使商業(yè)銀行失去較大的市場份額，降低其盈利水平。同時，部分金融科技企業(yè)為了搶占市場份額而降低客戶門檻、減少審核環(huán)節(jié)、簡化必要的開戶環(huán)節(jié)，在一定程度上對商業(yè)銀行形成競爭壓力，給商業(yè)銀行帶來存款搬家的競爭擠出效應(yīng)，提高了商業(yè)銀行籌措資金的成本，增加了商業(yè)銀行的負(fù)債成本，降低了商業(yè)銀行的盈利能力，進(jìn)而弱化商業(yè)銀行抵御風(fēng)險的能力，加大商業(yè)銀行發(fā)生系統(tǒng)性風(fēng)險的可能性。

（二）金融科技加大商業(yè)銀行技術(shù)風(fēng)險和操作風(fēng)險

商業(yè)銀行依靠人工智能、云計算、大數(shù)據(jù)等信息技術(shù)（金融科技）來布局綜合服務(wù)平臺，將基金購買、證券交易、金融投融資服務(wù)等業(yè)務(wù)植入網(wǎng)上平臺，在很大程度上提高了服務(wù)效率，打通了銀政保業(yè)務(wù)界限，降低了交易成本，增強(qiáng)了客戶黏性。然而，這些金融科技的技術(shù)風(fēng)險的隱蔽性較強(qiáng)，銀行難以及時發(fā)現(xiàn)，例如，當(dāng)信息系統(tǒng)出現(xiàn)失誤或者漏洞時，不法分子通過植入病毒、掃取二維碼等方式對數(shù)據(jù)庫進(jìn)行惡意攻擊會導(dǎo)致數(shù)據(jù)泄露，使客戶的賬戶資金面臨被盜刷的風(fēng)險。如此一來，原本的科技風(fēng)險就演變?yōu)樯虡I(yè)銀行風(fēng)險，銀行將面臨巨大的損失，其監(jiān)管難度越來越大并且風(fēng)險管理也受到很大的威脅。又如，商業(yè)銀行布局金融科技平臺時，出于節(jié)約成本考慮將一定的業(yè)務(wù)進(jìn)行外包，當(dāng)新技術(shù)被應(yīng)用，如人工智能系統(tǒng)應(yīng)用環(huán)境脫離可控范圍、生物識別技術(shù)被冒用，第三方服務(wù)商因為技術(shù)問題出現(xiàn)運(yùn)營中斷，也會導(dǎo)致技術(shù)風(fēng)險出現(xiàn)。同時，操作程序設(shè)計不當(dāng)或者業(yè)務(wù)交叉導(dǎo)致內(nèi)部控制不當(dāng)，會造成投資者身份信息泄露或資金受到損失；此外，投資者剛在網(wǎng)上開戶而未受到一定的入門教育，也容易引發(fā)操作風(fēng)險，最終傳染到商業(yè)銀行。

（三）金融科技加大商業(yè)銀行流動性風(fēng)險

商業(yè)銀行在給機(jī)構(gòu)或者客戶提供資產(chǎn)建議時，如果利用智能化系統(tǒng)可能會采取相似的交易策略或者風(fēng)險指標(biāo)，對于機(jī)構(gòu)或者個人來說是理性的。但是，所有的機(jī)構(gòu)和個人都按照人工智能根據(jù)給定的數(shù)據(jù)集得出的最優(yōu)解決方案進(jìn)行金融風(fēng)險管理和投資活動的行為，將會導(dǎo)致金融市場參與者的行為趨同，就會形成“合成謬誤”導(dǎo)致市場中出現(xiàn)“同漲同跌、同買同賣”的現(xiàn)象，由此加劇資產(chǎn)價格劇烈波動。商業(yè)銀行的資產(chǎn)負(fù)債表、資本金以及抵押品也會受到資產(chǎn)價格的影響，當(dāng)經(jīng)濟(jì)下行時，資產(chǎn)價格下跌，企業(yè)的資產(chǎn)將貶值，在銀行抵押品的價值降低，銀行將會選擇緊縮信貸來應(yīng)對資本充足率的監(jiān)管，并啟動市場中的多個反饋機(jī)制，導(dǎo)致情況進(jìn)一步惡化，這增加了商業(yè)銀行流動性風(fēng)險。同時，當(dāng)資產(chǎn)價格下降時，由于在商業(yè)銀行存款的客戶大多屬于風(fēng)險厭惡型，對風(fēng)險資產(chǎn)也持悲觀態(tài)度，在其預(yù)計資產(chǎn)價格將進(jìn)一步下降、資產(chǎn)的預(yù)期收益減少時，將會從商業(yè)銀行大量收回資本。經(jīng)過網(wǎng)絡(luò)信息的快速傳播，大量客戶對商業(yè)銀行進(jìn)行擠兌，商業(yè)銀行間的拆借利率飆升，市場流動性急劇下降，商業(yè)銀行可能會出現(xiàn)流動性危機(jī)。

（四）金融科技加大商業(yè)銀行信用風(fēng)險

雖然金融機(jī)構(gòu)或者金融科技公司可利用大數(shù)據(jù)等科技手段來進(jìn)行風(fēng)險管理以及提高資源配置效率，但難以完全獲取信用相關(guān)方面的數(shù)據(jù)，因而并沒有完全解決信息不對稱的問題，并且較難獲取完整的信用周期數(shù)據(jù)，造成以現(xiàn)有數(shù)據(jù)和算法為基礎(chǔ)設(shè)定的信用風(fēng)險模型不夠準(zhǔn)確，進(jìn)行金融產(chǎn)品開發(fā)時運(yùn)用這些模型就可能會積累潛在的信用風(fēng)險?；ヂ?lián)網(wǎng)金融，如P2P的業(yè)務(wù)主要是在電子信息構(gòu)成的虛擬空間中進(jìn)行，交易的雙方只需要通過網(wǎng)絡(luò)就能夠進(jìn)行交易，不需要面對面地接觸，撇開了對交易真實性和交易者身份的核實，這就會造成交易雙方在財務(wù)狀況、信用評級以及身份認(rèn)證方面的信息不對稱。同時，P2P等金融科技平臺的服務(wù)對象是商業(yè)銀行不能或者不愿意提供金融服務(wù)的尾部客戶，而這些客戶往往是風(fēng)險承受能力較弱以及風(fēng)險意識較差的客戶，進(jìn)一步導(dǎo)致信息不對稱，從而加大了金融科技的信用風(fēng)險。商業(yè)銀行為P2P等金融科技平臺提供資金托管服務(wù)，當(dāng)P2P等金融科技平臺出現(xiàn)信用風(fēng)險，投資者的合法權(quán)益得不到保障時，很容易出現(xiàn)投資者追究商業(yè)銀行責(zé)任的情況，進(jìn)而加大商業(yè)銀行的風(fēng)險。

四、實證研究

（一）研究方法

眾多文獻(xiàn)表明，對金融風(fēng)險溢出效應(yīng)的研究主要是利用VaR模型或其變形來進(jìn)行測算[21]。一般地，利用來測定金融機(jī)構(gòu)i在分位數(shù)q的在險價值，ri表示金融機(jī)構(gòu)i的資產(chǎn)收益率。當(dāng)金融機(jī)構(gòu)i的資產(chǎn)收益率等于它的在險價值時，定義金融系統(tǒng)或者機(jī)構(gòu)j的條件在險價值為，則。由的定義可知，假設(shè)j表示銀行系統(tǒng)，i表示金融科技，當(dāng)金融科技產(chǎn)生風(fēng)險時，對銀行系統(tǒng)j的風(fēng)險溢出效應(yīng)可以用式（1）表示，其中Ryh和Rjrkj分別代表銀行系統(tǒng)和金融科技的收益率，和分別表示金融科技和銀行系統(tǒng)在0.05分位數(shù)下的超額收益的估計值，通過分位數(shù)回歸可以得到式（2）和式（3）。然后利用式（4）和式（5）就可以測算出金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)。

（二）樣本選取與數(shù)據(jù)處理

本文基于股票市場數(shù)據(jù)進(jìn)行研究，可以從時間上及時反映商業(yè)銀行系統(tǒng)性風(fēng)險的變化情況，有利于金融監(jiān)管部門及時監(jiān)測和管理系統(tǒng)性風(fēng)險，因此具有時效性。股票市場數(shù)據(jù)公開易得，對系統(tǒng)性風(fēng)險的測度具有較強(qiáng)的實用性和可操作性。金融科技板塊和商業(yè)銀行的資產(chǎn)價格變化可以反映出股票市場對其未來表現(xiàn)的預(yù)期，具有一定的前瞻性。緣于此，與金融科技相關(guān)的企業(yè)才會入選金融科技板塊，其涉及產(chǎn)業(yè)以及覆蓋范圍主要包括互聯(lián)網(wǎng)金融（網(wǎng)絡(luò)借貸）、互聯(lián)網(wǎng)技術(shù)（電子及網(wǎng)絡(luò)支付）、分布式技術(shù)（云計算、區(qū)塊鏈）以及數(shù)字貨幣等領(lǐng)域。因此，本文以板塊收益率或股價收益率來研究金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)。

區(qū)塊鏈、人工智能以及大數(shù)據(jù)等技術(shù)越來越多地應(yīng)用在金融科技領(lǐng)域，業(yè)界人士將2017年稱作“金融科技元年”。截至2021年7月11日，在上海證券交易所和深圳證券交易所上市的商業(yè)銀行共有37家，為了以金融科技做實證研究，剔除晚于2017年上市的商業(yè)銀行，并按控股股東以及股權(quán)結(jié)構(gòu)將商業(yè)銀行劃分為三類，具體劃分結(jié)果如表1所示。以2017年1月3日為起始日，以2020年11月12日為結(jié)算日，采用前復(fù)權(quán)方式處理的股票收盤價，以日數(shù)據(jù)進(jìn)行收取，在此段時間共獲得943個數(shù)據(jù)。

表1 商業(yè)銀行類型劃分

與簡單的收益率相比，對數(shù)收益率在一定程度上能夠避免數(shù)據(jù)存在的異方差性和共線性，同時具有可加性的優(yōu)點，因此在計算日收益率時采用對數(shù)收益率。為了使數(shù)據(jù)更加直觀清晰，在不改變研究結(jié)論的前提下，將運(yùn)用對數(shù)收益率方法計算的結(jié)果乘以100，具體算式如下：

（三）描述性統(tǒng)計與平穩(wěn)性檢驗

本文運(yùn)用描述性分析度量數(shù)據(jù)所表現(xiàn)的一般的特征，著重運(yùn)用偏度S、峰度K以及J-B統(tǒng)計量對數(shù)據(jù)的分布特征進(jìn)行評價，利用EVIEWS9.0得到的描述性分析結(jié)果如表2所示。

表2 各變量日收益率的描述性統(tǒng)計結(jié)果

由表2可以看出，銀行系統(tǒng)板塊的收益率要大于金融科技板塊的收益率，銀行系統(tǒng)板塊中的國有商業(yè)銀行的收益率要高于股份制商業(yè)銀行和區(qū)域性商業(yè)銀行，表現(xiàn)較好。就波動情況而言，金融科技板塊的波動程度最大，標(biāo)準(zhǔn)差為1.987686，在銀行系統(tǒng)板塊中，國有商業(yè)銀行收益率波動程度較小，說明國有商業(yè)銀行的收益較穩(wěn)定。金融科技的偏度S小于0，說明金融科技板塊收益率的分布呈現(xiàn)出左偏的態(tài)勢，而銀行系統(tǒng)板塊以及國有商業(yè)銀行、股份制商業(yè)銀行、區(qū)域性商業(yè)銀行的偏度S均大于0，說明它們的分布表現(xiàn)為右尾長于左尾，即收益率的分布不是對稱的。同時，各個收益率序列的峰度K大于3，說明所有收益率序列均出現(xiàn)了“尖峰厚尾”的特征，并且特征較明顯。J-B統(tǒng)計量所伴隨的P值均為0.000000，小于給定的顯著性水平（α=0.05），所以拒絕“金融科技、商業(yè)銀行體系、國有商業(yè)銀行、股份制商業(yè)銀行、區(qū)域性商業(yè)銀行的收益率序列服從正態(tài)分布”這一原假設(shè)。

在運(yùn)用分位數(shù)回歸方法對參數(shù)進(jìn)行估計前，需要對各個收益率的原始序列進(jìn)行平穩(wěn)性檢驗，以防止出現(xiàn)偽回歸的現(xiàn)象。ADF單位根檢驗是檢驗數(shù)據(jù)是否平穩(wěn)的方法之一，ADF單位根檢驗是在DF檢驗的基礎(chǔ)上放寬干擾項的約束條件，能夠解決高階滯后相關(guān)下干擾項的自相關(guān)，對金融時間序列數(shù)據(jù)的平穩(wěn)性檢驗更有效。因此，本文運(yùn)用ADF方法進(jìn)行平穩(wěn)性檢驗，具體結(jié)果如表3所示。

表3 各變量日收益率平穩(wěn)性檢驗結(jié)果

由表3可以看出，各收益率序列ADF統(tǒng)計量所伴隨的P值均小于給定的顯著性水平5%，因此可以拒絕存在單位根的原假設(shè)，即各個收益率序列均是平穩(wěn)時間序列，可以進(jìn)行下一步的實證研究。

（四）實證結(jié)果

以銀行系統(tǒng)、金融科技指數(shù)為例，運(yùn)用分位數(shù)回歸法來構(gòu)建置信度為95%時的風(fēng)險溢出效應(yīng)模型，分位數(shù)回歸結(jié)果如表4和表5所示。

表4 銀行系統(tǒng)對金融科技分位數(shù)回歸結(jié)果

表5 金融科技對銀行系統(tǒng)分位數(shù)回歸結(jié)果

由表4和表5可知，所有的參數(shù)均通過了顯著性檢驗，待估參數(shù)分別為：

將銀行系統(tǒng)和金融科技的收益率及待估參數(shù)帶入式（2）至式（5）中，得到的具體結(jié)果如下：

因為銀行系統(tǒng)和金融科技的無條件風(fēng)險價值VaR相差較大，同時和沒有充分反映出金融科技和銀行系統(tǒng)的風(fēng)險溢出程度，所以需要對二者進(jìn)行標(biāo)準(zhǔn)化處理，具體過程以及結(jié)果如下：

由以上實證結(jié)果可知，β的估計值都為正數(shù)，說明金融科技和銀行體系二者中只要有一方產(chǎn)生風(fēng)險都會導(dǎo)致另一方的風(fēng)險增加，且二者風(fēng)險的變化方向一致。當(dāng)金融科技處于極端不利情況時，其對銀行體系的CoVaR值大于銀行體系自身的VaR值；同樣，當(dāng)銀行體系出現(xiàn)危機(jī)時，其對金融科技的CoVaR值大于金融科技自身的VaR值。說明VaR測度時對風(fēng)險的估計偏小，將會低估銀行體系以及金融科技所面臨的風(fēng)險，原因在于VaR未考慮二者的聯(lián)系。相比之下，CoVaR能夠較好地反映我國商業(yè)銀行系統(tǒng)性風(fēng)險和金融科技風(fēng)險的真實水平，是一種更為全面的風(fēng)險測量方法。銀行體系的ΔCoVaR為負(fù)數(shù)，說明金融科技產(chǎn)生風(fēng)險會提高商業(yè)銀行體系的系統(tǒng)性風(fēng)險水平，增加商業(yè)銀行體系的風(fēng)險損失。與分別反映了金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險與商業(yè)銀行系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)。從取值來看，24.42%大于9.13%，說明金融科技產(chǎn)生風(fēng)險時對商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)大于商業(yè)銀行系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)，因而商業(yè)銀行在防范系統(tǒng)性風(fēng)險時要重點防范金融科技風(fēng)險對其的溢出效應(yīng)。

利用上述研究方法計算金融科技與國有商業(yè)銀行、金融科技與股份制商業(yè)銀行、金融科技與區(qū)域性商業(yè)銀行之間的風(fēng)險溢出效應(yīng)，得到的具體結(jié)果如表6、表7、表8所示。

表6 金融科技與國有商業(yè)銀行之間的風(fēng)險溢出效應(yīng)

表7 金融科技與股份制商業(yè)銀行之間的風(fēng)險溢出效應(yīng)

表8 金融科技與區(qū)域性商業(yè)銀行之間的風(fēng)險溢出效應(yīng)

由表6、表7和表8可知，6個分位數(shù)回歸方程中的所有待估參數(shù)均通過了顯著性檢驗。用CoVaR方法對金融科技、國有商業(yè)銀行、股份制商業(yè)銀行和區(qū)域性商業(yè)銀行的風(fēng)險估計值均大于用VaR方法對風(fēng)險的估計值，再一次表明了運(yùn)用VaR方法測量風(fēng)險時風(fēng)險可能會被低估，運(yùn)用CoVaR方法對風(fēng)險進(jìn)行測度是一種較為全面和有效的方法。金融科技對三種類型商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)均大于三種類型商業(yè)銀行對金融科技的溢出效應(yīng)。金融科技對區(qū)域性商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)最大，溢出效應(yīng)值為18.12%；對國有商業(yè)銀行和股份制商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)相差不大，溢出效應(yīng)值分別為15.73%、15.70%，均小于對商業(yè)銀行體系的系統(tǒng)性風(fēng)險的溢出效應(yīng)（24.42%）。以上分析說明，在今后的發(fā)展過程中，區(qū)域性商業(yè)銀行應(yīng)重點防范金融科技對其系統(tǒng)性風(fēng)險的溢出，避免因金融科技產(chǎn)生風(fēng)險而提高本行的系統(tǒng)性風(fēng)險水平，區(qū)域性商業(yè)銀行也應(yīng)提升自身金融科技應(yīng)用能力和提高金融科技風(fēng)險管理水平。同時，金融監(jiān)管當(dāng)局也要重點加強(qiáng)對區(qū)域性商業(yè)銀行應(yīng)用金融科技方面的監(jiān)管，防止金融科技對區(qū)域性商業(yè)銀行系統(tǒng)性風(fēng)險產(chǎn)生更大的溢出效應(yīng)，然后對商業(yè)銀行體系內(nèi)的其他銀行進(jìn)行傳染。股份制商業(yè)銀行系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)最小，溢出效應(yīng)值為8.97%，而國有商業(yè)銀行和區(qū)域性商業(yè)銀行對金融科技的溢出效應(yīng)均大于銀行體系系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)（9.13%），其中區(qū)域性商業(yè)銀行系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)最大，溢出值為16.96%。

五、結(jié)論與建議

本文選取金融科技板塊指數(shù)、銀行指數(shù)以及上市商業(yè)銀行股價，計算出日收益率，基于條件在險價值（CoVaR）方法來分析金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)，得出如下結(jié)論：其一，VaR測度時對風(fēng)險的估計偏小，將會低估銀行體系、各類商業(yè)銀行以及金融科技所面臨的風(fēng)險，原因在于VaR未考慮二者的聯(lián)系。相比之下，CoVaR能夠較好地反映我國商業(yè)銀行系統(tǒng)性風(fēng)險和金融科技風(fēng)險的真實水平，是一種更為全面的風(fēng)險測量方法。其二，金融科技對銀行系統(tǒng)、國有商業(yè)銀行、股份制商業(yè)銀行、區(qū)域性商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)均大于它們對金融科技的溢出效應(yīng)。其三，金融科技對區(qū)域性商業(yè)銀行系統(tǒng)性風(fēng)險的溢出效應(yīng)最大，對國有商業(yè)銀行和股份制商業(yè)銀行的系統(tǒng)性風(fēng)險溢出效應(yīng)相差不大，均小于金融科技對商業(yè)銀行體系的系統(tǒng)性風(fēng)險的溢出效應(yīng)。其四，國有商業(yè)銀行和區(qū)域性商業(yè)銀行對金融科技的溢出效應(yīng)均大于銀行體系系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)，其中區(qū)域性商業(yè)銀行系統(tǒng)性風(fēng)險對金融科技的溢出效應(yīng)最大。對此，本文從國家層面、監(jiān)管層面、銀行層面三個維度對防范金融科技對商業(yè)銀行系統(tǒng)性風(fēng)險溢出效應(yīng)提出相應(yīng)對策。

就國家層面而言。目前，《中華人民共和國中國人民銀行法》《中華人民共和國公司法》等法律文件已經(jīng)難以滿足金融科技發(fā)展的需要，金融科技領(lǐng)域主要以地方或部門規(guī)章為主，立法層級較低，建議國家相關(guān)部門盡快推動金融科技立法工作，對涉及金融科技的條款進(jìn)行修訂和補(bǔ)充。我國在信息技術(shù)方面還處于一定的被動局面，這就需要突破相關(guān)技術(shù)的制約，進(jìn)行協(xié)同攻關(guān)為金融科技發(fā)展提供信息技術(shù)安全的保障。金融科技對人才素質(zhì)要求較高，需要國家挑選一批科研院所或高校，增設(shè)科技與金融交叉的課程以及開設(shè)金融科技相關(guān)專業(yè)，培養(yǎng)既熟悉金融業(yè)務(wù)又懂現(xiàn)代科學(xué)技術(shù)的高素質(zhì)復(fù)合型人才，儲備金融科技人才，為金融科技發(fā)展提供人才支持。

就監(jiān)管層面而言。在金融科技快速發(fā)展的時代背景下，涌現(xiàn)出了大量的新的業(yè)務(wù)模式，逐級上報的監(jiān)管模式已經(jīng)滯后于金融科技發(fā)展的需求，這就要求監(jiān)管部門緊隨金融科技發(fā)展的潮流，不斷進(jìn)行自我更新，構(gòu)建金融科技的宏觀監(jiān)管框架。新加坡、澳大利亞、英國等國家針對金融科技發(fā)展?jié)撛诘南到y(tǒng)性風(fēng)險、操作風(fēng)險和科技風(fēng)險建立了較為成熟的“監(jiān)管沙盒”機(jī)制，我國監(jiān)管部門可以借鑒這些國家的成熟經(jīng)驗，建立起適合我國國情的金融科技“監(jiān)管沙盒”機(jī)制，對金融科技企業(yè)進(jìn)行測試，將資金實力、保護(hù)消費者能力、技術(shù)創(chuàng)新性、企業(yè)規(guī)模等因素納入早期的入箱考核標(biāo)準(zhǔn)中，對通過入箱考核的金融企業(yè)發(fā)放牌照，這樣可以將風(fēng)險鎖在箱子里，實現(xiàn)風(fēng)險防控的前置化和流程化。

就銀行層面而言。商業(yè)銀行在金融科技的助力下，使得金融服務(wù)突破了空間和時間的限制，但商業(yè)銀行體系內(nèi)以及商業(yè)銀行與金融科技的關(guān)聯(lián)性也愈發(fā)錯綜復(fù)雜，風(fēng)險的傳導(dǎo)速度變得更快，風(fēng)險的外溢范圍變得更廣。所以，商業(yè)銀行在利用技術(shù)驅(qū)動創(chuàng)新時，需要反復(fù)論證金融科技創(chuàng)新的各個環(huán)節(jié)，分析潛在的技術(shù)風(fēng)險、運(yùn)營風(fēng)險、操作風(fēng)險，確保金融創(chuàng)新風(fēng)險可控。同時，商業(yè)銀行需要健全金融科技專項應(yīng)急預(yù)案，特別是區(qū)域性商業(yè)銀行，因為金融科技風(fēng)險對其溢出效應(yīng)要比其他類型的商業(yè)銀行大很多。區(qū)域性商業(yè)銀行需要及時排查風(fēng)險漏洞，可以運(yùn)用壓力測試、情景分析、敏感性分析等方法定期對風(fēng)險進(jìn)行評估，并對系統(tǒng)性風(fēng)險進(jìn)行預(yù)警和測度，將金融科技相關(guān)指標(biāo)納入預(yù)警指標(biāo)中。同時，制定風(fēng)險應(yīng)急預(yù)案，這樣有利于筑牢商業(yè)銀行與金融科技風(fēng)險交叉滲透相互溢出的防火墻。