吳烔光 王浩斌

隨著科技與金融全方面不斷的深入結(jié)合，金融科技對(duì)傳統(tǒng)商業(yè)銀行影響巨大，給商業(yè)銀行帶來轉(zhuǎn)型、帶來了機(jī)遇。本文通過文獻(xiàn)綜述的方法，梳理了近年來相關(guān)文獻(xiàn)，對(duì)主要的研究成果進(jìn)行了總結(jié)，隨后，選取了2011—2020年我國(guó)商業(yè)銀行的主要數(shù)據(jù)，通過主成分分析法構(gòu)造綜合評(píng)價(jià)模型，對(duì)過程與結(jié)果進(jìn)行了分析，并總結(jié)得到的啟示。

一、緒論

（一）研究背景

2019年9月，中國(guó)人民銀行印發(fā)中國(guó)金融科技領(lǐng)域第一份全面的規(guī)劃——《金融科技發(fā)展規(guī)劃（2019—2021）》，其在中國(guó)金融科技發(fā)展的歷程中有著里程碑式的意義。在新一輪科技革命和產(chǎn)業(yè)變革的推動(dòng)下，金融科技的發(fā)展速度驚人，隨著各項(xiàng)信息技術(shù)與金融業(yè)務(wù)進(jìn)一步結(jié)合，金融科技為金融發(fā)展提供了巨大動(dòng)力。

我國(guó)的金融業(yè)在科技的助推下取得了巨大的進(jìn)步。70年代，中國(guó)銀行引進(jìn)了第一套理光8型主機(jī)系統(tǒng)，標(biāo)志著我國(guó)開啟了國(guó)內(nèi)金融電子化發(fā)展;20世紀(jì)初，我國(guó)加入WTO，國(guó)內(nèi)金融市場(chǎng)的競(jìng)爭(zhēng)格局發(fā)生翻天覆地的改變，中國(guó)工商銀行完成數(shù)據(jù)大集中工程、中國(guó)建設(shè)銀行建立了國(guó)內(nèi)第一個(gè)對(duì)海外提供數(shù)字電子認(rèn)證服務(wù)中心;2011年人民銀行向27家第三方支付公司發(fā)支付牌照;2015年，中國(guó)工商銀行推出“e-ICBC”，傳統(tǒng)商業(yè)銀行大力進(jìn)軍互聯(lián)網(wǎng)金融;2017年，金融科技委員會(huì)成立;2020年數(shù)字人民幣開展試點(diǎn)測(cè)試工作。

（二）文獻(xiàn)綜述

隨著金融科技快速發(fā)展，研究金融的方式也不斷變化，金融的邊界也不斷拓展，尤其是近幾年金融科技逐漸成為熱點(diǎn)話題，從2013年到2020年這七年間，中國(guó)期刊網(wǎng)記載的金融科技相關(guān)論文從十余篇上升至千余篇。王錦虹（2015）通過構(gòu)建計(jì)量指標(biāo)體系并分析，得出結(jié)論：?jiǎn)渭兙W(wǎng)絡(luò)方面的科技對(duì)傳統(tǒng)商業(yè)銀行的負(fù)債業(yè)務(wù)產(chǎn)生影響，并沒有改變中間業(yè)務(wù)和資產(chǎn)業(yè)務(wù)。黃劍、黃銳（2016）根據(jù)我國(guó) 98 家商業(yè)銀行9年的數(shù)據(jù)進(jìn)行了實(shí)證分析，得出結(jié)論：金融科技的發(fā)展大幅度提高了傳統(tǒng)商業(yè)銀行的盈利能力，同時(shí)也導(dǎo)致了風(fēng)險(xiǎn)的不穩(wěn)定性。中國(guó)人民銀行廣州分行課題組、李思敏（2017）對(duì)比了中國(guó)與美國(guó)金融科技發(fā)展歷程，總結(jié)得出金融科技的服務(wù)手段和目的。邱晗等（2018）從金融消費(fèi)者角度出發(fā)，通過理論結(jié)合數(shù)據(jù)分析的防范研究了金融科技對(duì)傳統(tǒng)商業(yè)銀行的影響機(jī)制。陸龍飛、徐飛（2018）利用Malmquist指數(shù)模型計(jì)算了我國(guó)商業(yè)銀行7年的效率指數(shù)。得出結(jié)論：傳統(tǒng)商業(yè)銀行適宜地利用金融科技可以促進(jìn)自身的健康穩(wěn)定發(fā)展。王應(yīng)貴、梁惠雅（2018）以國(guó)際上主要商業(yè)銀行9年的成本與收入之比為切入點(diǎn)，總結(jié)得出金融科技可以有效降低銀行成本并提高銀行產(chǎn)出效率。溫美琴、曹莉（2019）通過熵值法分析了平安銀行個(gè)例，總結(jié)出金融科技對(duì)商業(yè)銀行財(cái)務(wù)績(jī)效有積極的影響。武勝楠（2020）根據(jù)16家商業(yè)銀行9年的數(shù)據(jù)進(jìn)行了實(shí)證研究，采用了固定效應(yīng)模型。劉孟飛、王琦（2021）將金融科技引入銀行存貸款收益模型，通過動(dòng)態(tài)系統(tǒng)GMM方法，對(duì)金融科技對(duì)商業(yè)銀行績(jī)效的影響機(jī)制進(jìn)行了實(shí)證分析。

二、研究設(shè)計(jì)

（一）指標(biāo)選取

一般來說，主成分分析法選取的指標(biāo)適宜個(gè)數(shù)為以8至15個(gè)，本文參考了較為通用的駱駝評(píng)級(jí)指標(biāo)、巴塞爾新資本協(xié)議以及銀保監(jiān)會(huì)設(shè)定的主要監(jiān)管指標(biāo)，選取了11個(gè)指標(biāo)構(gòu)成商業(yè)銀行績(jī)效評(píng)價(jià)指標(biāo)體系，其中包含了信用風(fēng)險(xiǎn)指標(biāo)、流動(dòng)性指標(biāo)、效益性指標(biāo)、資本充足指標(biāo)等四個(gè)方面，這些數(shù)據(jù)來自銀保監(jiān)會(huì)公布，而金融科技的量化指標(biāo)用《北京大學(xué)數(shù)字普惠金融指數(shù)（20ll一2020年）》中的數(shù)字普惠金融指數(shù)代表，詳細(xì)情況見表1：

本文采用SAS8.1 通過主成分分析的方法進(jìn)行分析，為了便于分析，所以需要對(duì)指標(biāo)數(shù)據(jù)進(jìn)行處理。正指標(biāo)不需要采取任何處理;逆指標(biāo)需要同向化處理，具體操作為取數(shù)值倒數(shù)。

三、實(shí)證分析

（一）主成分分析

主成分分析是通過正交變換的方法將一組具有相關(guān)性的指標(biāo)，構(gòu)建為沒有相關(guān)性的新指標(biāo)，新指標(biāo)替換舊指標(biāo)，以達(dá)到降維的目標(biāo)，便于后期分析。主成分分析著眼考慮變量的“分散性”信息，主要目的是對(duì)原有變量進(jìn)行“改造”，在不損失原變量太多信息的前提下盡可能地降低原有變量的維數(shù)，即用較少的“新變量”代替原有各變量，是將原有較多的指標(biāo)簡(jiǎn)化為較少的幾個(gè)新的綜合指標(biāo)的多元統(tǒng)計(jì)方法。假設(shè)，有P個(gè)指標(biāo)，將這些指標(biāo)當(dāng)做隨機(jī)變量，記作X1，X2，…，XP，構(gòu)建新指標(biāo)F1，F(xiàn)2，…，F(xiàn)K（K≤P），遵循新指標(biāo)充分反映原指標(biāo)信息的原則，新指標(biāo)間互相獨(dú)立。最為常用的方法是，建立如下的線性組合Fi。

在進(jìn)行分析前，需要對(duì)原有指標(biāo)之間的相關(guān)性進(jìn)行計(jì)算。在這里，本文通用SAS8.1中的factor函數(shù)對(duì)原有指標(biāo)進(jìn)行KMO統(tǒng)計(jì)量檢驗(yàn)，按照原理，KMO結(jié)果介于0與1之間，其數(shù)值越高，代表原有指標(biāo)之間的相關(guān)性越強(qiáng)。一般判斷標(biāo)準(zhǔn)為：KMO在0.5以下表示極不適合進(jìn)行主成分分析，而0.9以上表示非常適合。本指標(biāo)體系下的KMO檢驗(yàn)結(jié)果為0.9458，非常適合進(jìn)行主成分分析。

（三）主成分選取

SAS8.1自帶的princomp函數(shù)可以對(duì)指標(biāo)進(jìn)行主成分分析，首先將得出特征值和特征值貢獻(xiàn)率等整理為表2。按照主成分提取的條件：特征值大于1，提取滿足主成分選取條件的前兩個(gè)主成分，累計(jì)貢獻(xiàn)率已達(dá)到94.58%，顯然前兩個(gè)主成分可以較好地代表原有指標(biāo)，所以下一步分析主要針對(duì)提取的兩個(gè)成分。

如表3所示，提取后文中需要的前兩個(gè)主成分的特征向量，可以建立兩個(gè)新指標(biāo)的表達(dá)式：

F1=-0.324X1-0.311X2+0.302X3+0.297X4-0.327X5-0.309X6

+0.201X7+0.280X8+0.298X9+0.324X10+0.324X11

F2=0.186X1+0.279X2+0.332X3+0.349X4-0.104X5-0.042X6

-0.636X7-0.374X8+0.300X9+0.093X10+0.028X11

由表達(dá)式可以看出：第一主成分（F1）中，不良貸款率（X1）、撥備覆蓋率（X2）、流動(dòng)性比例（X3）、資產(chǎn)利潤(rùn)率（X5）、凈息差（X6）、核心資本充足率（X10）、數(shù)字普惠金融指數(shù)（X11）相關(guān)系數(shù)的絕對(duì)值比較大;第二主成分（F2）中，非利息收入占比（X7）相關(guān)系數(shù)的絕對(duì)值比較大。

（五）構(gòu)建綜合評(píng)價(jià)模型

以所選取的前2個(gè)因子的方差貢獻(xiàn)率作為權(quán)數(shù)，構(gòu)造綜合評(píng)價(jià)模型：

F=0.8093F1+0.1365F2

利用此表達(dá)式就可以計(jì)算過去十年我國(guó)商業(yè)銀行經(jīng)營(yíng)績(jī)效的綜合得分，進(jìn)一步分析金融科技對(duì)國(guó)內(nèi)商業(yè)銀行績(jī)效的影響，利用SAS可以得出F1、F2、F的綜合評(píng)分，如表4：

（六）綜合分析

可以繪制出折線圖，如圖1。結(jié)合綜合模型得分結(jié)果，根據(jù)折線圖可以明顯發(fā)現(xiàn)：在2011—2020年這十年間，我國(guó)商業(yè)銀行的經(jīng)營(yíng)績(jī)效穩(wěn)步上升，上升趨勢(shì)基本與本文構(gòu)建的F1相似。根據(jù)構(gòu)建的兩個(gè)主成分表達(dá)式和綜合模型表達(dá)式中，可以得出結(jié)論：金融科技發(fā)展程度對(duì)商業(yè)銀行績(jī)效的影響為正向影響，即隨著金融科技的發(fā)展我國(guó)商業(yè)銀行的績(jī)效穩(wěn)步提升，定量來看：第一主成分中數(shù)字普惠金融指數(shù)對(duì)其影響占到了9.83%，第二主成分中數(shù)字普惠金融指數(shù)對(duì)其影響占到了6.81%，構(gòu)建的綜合模型中數(shù)字普惠金融指數(shù)的影響占到了8.88%。

四、結(jié)論與啟示

（一）結(jié)論

對(duì)得出的我國(guó)商業(yè)銀行年度經(jīng)營(yíng)績(jī)效評(píng)分（F）進(jìn)行指數(shù)化，得到我國(guó)商業(yè)銀行年度經(jīng)營(yíng)績(jī)效指數(shù)，便于與數(shù)字普惠金融指數(shù)比較，如圖二。我們可以看出我國(guó)商業(yè)銀行年度經(jīng)營(yíng)績(jī)效指數(shù)的漲幅略低于數(shù)字普惠金融指數(shù)，說明金融科技在發(fā)展過程中，一定程度上對(duì)商業(yè)銀行的績(jī)效產(chǎn)生了正面的影響。根據(jù)十年的數(shù)據(jù)分析，構(gòu)建了綜合評(píng)價(jià)模型發(fā)現(xiàn)金融科技對(duì)商業(yè)銀行績(jī)效的影響占到了8.88%。本文運(yùn)用主成分分析法構(gòu)建模型分析了金融科技對(duì)我國(guó)商業(yè)銀行績(jī)效的影響，而且得到的分析結(jié)果與實(shí)際情況大體上一致，證明構(gòu)建指標(biāo)體系的合理性。但是，本文僅用了公布數(shù)據(jù)中的一部分，可能導(dǎo)致分析結(jié)果與實(shí)際結(jié)果依然有部分偏差，而且是否適用于分析單一類型的商業(yè)銀行等，還有待進(jìn)一步研究。

（二）啟示

1.面對(duì)金融行業(yè)新格局，商業(yè)銀行應(yīng)分析研判局勢(shì)，大力發(fā)展金融科技。積極開發(fā)金融科技以農(nóng)用，總的來說商業(yè)銀行可采用以下三種方法：一是進(jìn)行多方合作。商業(yè)銀行與金融科技公司、高校、研究院等國(guó)內(nèi)外同行合作建設(shè)實(shí)驗(yàn)室或研發(fā)中心等項(xiàng)目。并積極參加國(guó)際性金融科技組織，例如：英格蘭銀行“金融科技加速器”項(xiàng)目，目的是從全球范圍內(nèi)篩選創(chuàng)新能力頂尖的科技公司，科技公司運(yùn)用英格蘭銀行提供的非涉密金融數(shù)據(jù)進(jìn)行金融科技創(chuàng)新應(yīng)用研發(fā)，通過與頂尖科技企業(yè)合作研發(fā)的方法，不僅補(bǔ)足了創(chuàng)新技術(shù)的短板，并且有效推動(dòng)了金融科技創(chuàng)新應(yīng)用的落地實(shí)施。二是順應(yīng)現(xiàn)代金融消費(fèi)者需求的特點(diǎn)和變化趨勢(shì)是我國(guó)新生代消費(fèi)的主力軍，我國(guó)傳統(tǒng)商業(yè)銀行應(yīng)該發(fā)展以“千禧一代”為主的新生代消費(fèi)的主力軍市場(chǎng)，了解其對(duì)于新科技、新金融方面時(shí)刻保持著開放的態(tài)度，金融服務(wù)線上平臺(tái)提供完善、便捷、高效的金融服務(wù)，積極收集新生代消費(fèi)力的個(gè)人偏好，提供個(gè)性化服務(wù)。三是積極聯(lián)合成立大數(shù)據(jù)中心，將大數(shù)據(jù)資源集中起來有利于提供更加高效的金融服務(wù)，商業(yè)銀行業(yè)內(nèi)成立金融大數(shù)據(jù)中心，對(duì)所有現(xiàn)有數(shù)據(jù)資源進(jìn)行處理、整合并共享，同時(shí)推動(dòng)相關(guān)規(guī)范標(biāo)準(zhǔn)進(jìn)一步嚴(yán)格，推動(dòng)大數(shù)據(jù)資源合規(guī)流動(dòng)，在金融各個(gè)細(xì)分的服務(wù)項(xiàng)目中，加大推廣大數(shù)據(jù)應(yīng)用的范圍。

2.充分發(fā)揮市場(chǎng)規(guī)模。2008年中國(guó)的固定寬帶互聯(lián)網(wǎng)用戶規(guī)模就已超過美國(guó)。截至2020年12月，中國(guó)網(wǎng)民規(guī)模高達(dá) 9.89億人，互聯(lián)網(wǎng)普及率達(dá)到70.4%，遠(yuǎn)高于全球平均水平，其中，手機(jī)網(wǎng)民規(guī)模達(dá)9.86億人。中國(guó)的互聯(lián)網(wǎng)還在不斷成長(zhǎng)，帶來的個(gè)人金融業(yè)務(wù)需求量不容小覷，促使我國(guó)在移動(dòng)支付、互聯(lián)網(wǎng)理財(cái)?shù)燃?xì)分領(lǐng)域取得了快速進(jìn)步。商業(yè)銀行應(yīng)該通過建立涵蓋用戶、渠道和產(chǎn)品三個(gè)方面的體系，架起三者之間的橋梁，以金融科技為突破口，充分利用云計(jì)算、大數(shù)據(jù)、智能投顧、生物識(shí)別等科技提高金融服務(wù)的精準(zhǔn)性、及時(shí)性、全面性，從而吸引潛在用戶。

參考文獻(xiàn)：

[1]黃銳，黃劍.互聯(lián)網(wǎng)金融影響銀行績(jī)效嗎？——基于98家商業(yè)銀行的面板數(shù)據(jù)[J].南方金融，2016（1）：55-60.

[3]陸龍飛，徐飛.金融科技背景下我國(guó)商業(yè)銀行經(jīng)營(yíng)效率研究[J].金融教育研究，2018，31（5）：33-39.

[4]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.

[5]王錦虹.互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行盈利影響測(cè)度研究——基于測(cè)度指標(biāo)體系的構(gòu)建與分析[J].財(cái)經(jīng)理論與實(shí)踐，2015，36（1）：7-12.

[6]王應(yīng)貴，梁惠雅.金融科技對(duì)商業(yè)銀行價(jià)值鏈的沖擊及應(yīng)對(duì)策略[J].新金融，2018（3）：53-58.

[7]溫美琴，曹莉.金融科技對(duì)商業(yè)銀行財(cái)務(wù)績(jī)效的影響研究——以平安銀行為例[J].市場(chǎng)周刊，2019（2）：83-85.

[8]武勝楠.金融科技對(duì)商業(yè)銀行績(jī)效的影響研究[D].河南大學(xué)，2020.

作者單位：吳烔光，中國(guó)人民銀行白銀市平川區(qū)支行;王浩斌，中國(guó)人民銀行白銀市中心支行