摘 要：本文運(yùn)用文本挖掘法與主成分分析法來構(gòu)建一個(gè)金融科技指數(shù)，選取了41家在2013年-2021年這九個(gè)年度中數(shù)據(jù)比較完善的上市商業(yè)銀行作為研究的對(duì)象，將金融科技、信貸結(jié)構(gòu)與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)放在同一分析框架下，采用中介效應(yīng)模型對(duì)其進(jìn)行實(shí)證檢驗(yàn)，驗(yàn)證了金融科技通過信貸結(jié)構(gòu)對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響效果。研究表明：第一，金融科技的發(fā)展增加了商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)；第二，金融科技的發(fā)展提高了商業(yè)銀行的信用貸款占比，改變了其信貸結(jié)構(gòu)；第三，金融科技提高商業(yè)銀行信用貸款的占比，從而改變了商業(yè)銀行信貸結(jié)構(gòu)，導(dǎo)致了商業(yè)銀行不良貸款率的增加，最后使商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)也增加了；第四，金融科技對(duì)不同類型的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響具有異質(zhì)性。

關(guān)鍵詞：金融科技；信貸結(jié)構(gòu)；中介效應(yīng)；商業(yè)銀行

一、引言

金融科技的迅速發(fā)展給商業(yè)銀行帶來了影響。由于我國商業(yè)銀行存在信貸結(jié)構(gòu)的單一和僵硬的問題。金融科技的運(yùn)用和發(fā)展給商業(yè)銀行信貸結(jié)構(gòu)的調(diào)整和轉(zhuǎn)變提供了數(shù)字化的發(fā)展機(jī)遇。盡管商業(yè)銀行的業(yè)務(wù)在向多元化方向發(fā)展，但目前其主要的業(yè)務(wù)還是存款業(yè)務(wù)和貸款業(yè)務(wù)，因此信貸結(jié)構(gòu)是否良好可以在一定程度上反映和體現(xiàn)出商業(yè)銀行的經(jīng)營狀況和風(fēng)險(xiǎn)情況，有助于對(duì)商業(yè)銀行的風(fēng)險(xiǎn)進(jìn)行管理。本文將金融科技、信貸結(jié)構(gòu)和商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)整合到同一個(gè)框架中，探討金融科技對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響。此外，在現(xiàn)有相關(guān)研究的基礎(chǔ)上，本文的研究對(duì)象從中小銀行擴(kuò)展到大中型銀行，研究對(duì)象更加廣泛和全面。同時(shí)，本文通過文本挖掘方法形成關(guān)鍵詞數(shù)據(jù)庫，然后創(chuàng)新性地建立了衡量金融科技發(fā)展的指數(shù)，與北大數(shù)字普惠金融指數(shù)相比，更加直接和主觀。

二、文獻(xiàn)綜述與研究假設(shè)

關(guān)于金融科技與商業(yè)銀行信貸業(yè)務(wù)的關(guān)系。其中一些學(xué)者認(rèn)為，金融科技可以促進(jìn)商業(yè)銀行信貸的發(fā)展，能有效地緩解中小企業(yè)融資難的困境；另一些學(xué)者認(rèn)為，金融科技的發(fā)展有可能會(huì)在一定程度上影響商業(yè)銀行的信貸業(yè)務(wù)。

許多學(xué)者從不同角度研究了金融科技的發(fā)展與商業(yè)銀行風(fēng)險(xiǎn)的關(guān)系。通過理論和實(shí)證分析，專家學(xué)者們一共提出了三種結(jié)論，第一種結(jié)論就是認(rèn)為金融科技提高了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)水平；第二種結(jié)論是認(rèn)為金融科技會(huì)降低商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)；第三種結(jié)論就是金融科技對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響在不同規(guī)模的商業(yè)銀行和不同時(shí)期都是不同的，結(jié)果存在一定的差異。

目前，通過商業(yè)銀行的貸款結(jié)構(gòu)來研究金融科技背景下商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)的研究數(shù)量還比較少。其中，唐亦然（2021）指出，金融科技的發(fā)展增加了商業(yè)銀行貸款活動(dòng)的規(guī)模，同是也增加了商業(yè)銀行的風(fēng)險(xiǎn)控制能力[1]。田雅群等（2022）發(fā)現(xiàn)：市場力量和信貸結(jié)構(gòu)作為影響金融科技和中小商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的作用機(jī)制，起到了中介效應(yīng)的作用[2]。任碧云和鄭宗杰（2021）研究發(fā)現(xiàn)，金融科技與商業(yè)銀行的結(jié)合有助于減少商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)，而不同的貸款結(jié)構(gòu)與金融科技的結(jié)合對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響和偏好有很大的不同[3]。

基于上述研究，可以推導(dǎo)出金融科技、商業(yè)銀行信貸結(jié)構(gòu)和商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)這三者之間存在著一定影響，由于將金融科技與商業(yè)銀行信貸結(jié)構(gòu)結(jié)合起來探究其對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響的研究目前較少，本文提出了以下三個(gè)假設(shè)：

假設(shè)1：金融科技的發(fā)展會(huì)增加商業(yè)銀行的風(fēng)險(xiǎn)偏好和規(guī)模偏好，從而增加商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)水平。

假設(shè)2：金融科技的發(fā)展會(huì)增加商業(yè)銀行信用貸款占比，改變商業(yè)銀行的信貸結(jié)構(gòu)。

假設(shè)3：金融科技可以通過改變商業(yè)銀行信貸結(jié)構(gòu)增加商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)水平。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文的商業(yè)銀行的樣本數(shù)據(jù)主要來源于wind數(shù)據(jù)庫和商業(yè)銀行的年報(bào)。本文選擇了41家上市商業(yè)銀行，其中國有商業(yè)銀行6家，股份制商業(yè)銀行8家，城市銀行17家以及城市農(nóng)村商業(yè)銀行10家。本文的宏觀數(shù)據(jù)來源于統(tǒng)計(jì)年鑒。關(guān)于用來衡量金融科技發(fā)展情況的金融科技指數(shù)，則是先建金融科技相關(guān)詞庫，借助python網(wǎng)絡(luò)爬蟲技術(shù)爬取了上述銀行不同年度的與詞庫相關(guān)的詞頻，從而構(gòu)建金融科技指數(shù)。金融業(yè)普遍將余額寶上線的年份2013年作為中國金融科技發(fā)展的元年，所以將本文研究的起始時(shí)間選定為2013年，因此本次所有數(shù)據(jù)的時(shí)間跨度均為為2013年-2021年，總共為9個(gè)年度。

（二）變量選取

1.被解釋變量。將不良貸款率作為被解釋變量，以加權(quán)風(fēng)險(xiǎn)資產(chǎn)率作為穩(wěn)健性檢驗(yàn)的替代變量。為保證本研究的穩(wěn)健性，本文在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)也排除有影響的年份樣本。

2.解釋變量。本文的解釋變量為金融科技指數(shù)。通過對(duì)文獻(xiàn)的研究，發(fā)現(xiàn)有兩種方法構(gòu)建金融科技指數(shù)。第一種方法就是由北京大學(xué)數(shù)字金融研究中心和螞蟻科技集團(tuán)研究院聯(lián)合編制的北京大學(xué)數(shù)字普惠金融指數(shù)。第二種方法則是由學(xué)者自己來構(gòu)建金融科技指數(shù)，即“文本挖掘法”。本文選擇第二種方法來構(gòu)建金融科技指數(shù)。

3.中介變量。本文從商業(yè)銀信貸信用結(jié)構(gòu)來進(jìn)行研究，將以擔(dān)保貸款和信用貸款來衡量商業(yè)銀行信貸結(jié)構(gòu)，其變化主要通過在擔(dān)保貸款與信用貸款的占比的變化來體現(xiàn)，所以本文的中介變量為信用貸款占比。

4.控制變量。本文從兩個(gè)層面選取了控制變量，第一個(gè)層面是微觀層面，即商業(yè)銀行層面來選取控制變量，第二個(gè)層面是從宏觀層面來選取控制變量。微觀層面具體為括資本充足率、收入成本比、資產(chǎn)總規(guī)模存貸比，宏觀層面具體為GDP增長率和M2增長率。

四、實(shí)證研究

本文使用Hausman檢驗(yàn)來進(jìn)行確定。其結(jié)果顯著拒絕隨機(jī)效應(yīng)模型，所以選取固定效應(yīng)模型作為回歸模型。

對(duì)數(shù)據(jù)進(jìn)行回歸分析，其回歸結(jié)果如下：模型（1）結(jié)果表明，金融科技與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)在1%水平下顯著為正，金融科技的發(fā)展增加了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)。模型（2）結(jié)果表明，金融科技與商業(yè)銀行信用貸款占比在5%水平下顯著為正，這表示商業(yè)銀行的信貸結(jié)構(gòu)與金融科技的發(fā)展正相關(guān)。所以，模型（1）和模型（2）其結(jié)果都是顯著的。模型（3）是將商業(yè)銀行的信貸結(jié)構(gòu)作為中介變量，進(jìn)行中介效應(yīng)分析。模型（3）中Fintech的系數(shù)和Pcredit的系數(shù)分別為0.181和1.561，它們分別在1%、5%的水平下顯著。這說明了金融科技通過信貸結(jié)構(gòu)對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響存在著部分中介效應(yīng)。這證實(shí)了前文所提出的假設(shè)。

五、結(jié)論與建議

本文在研究金融科技對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響時(shí)，選取了商業(yè)銀行信貸結(jié)構(gòu)的角度，建立中介效應(yīng)模型進(jìn)行研究。關(guān)于金融科技、信貸結(jié)構(gòu)和商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的相互之間的影響和關(guān)系，通過理論梳理和實(shí)證分析，最后得出了以下幾點(diǎn)結(jié)論：：第一，金融科技的發(fā)展增加了商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)；第二，金融科技的發(fā)展提高了商業(yè)銀行的信用貸款占比，改變了其信貸結(jié)構(gòu)；第三，金融科技提高商業(yè)銀行信用貸款的占比，從而改變了商業(yè)銀行信貸結(jié)構(gòu)，導(dǎo)致了商業(yè)銀行不良貸款率的增加，最后使商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)也增加了；第四，金融科技對(duì)不同類型的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響具有異質(zhì)性。并提出以下建議：加大金融科技與商業(yè)銀行耦合的深度和廣度，加強(qiáng)良性融合。要加強(qiáng)金融監(jiān)管，完善國家信用體系的架構(gòu)和商業(yè)銀行的風(fēng)險(xiǎn)管理制度。加強(qiáng)金融科技的基礎(chǔ)建設(shè)，建立專業(yè)的金融科技復(fù)合型人才的培養(yǎng)體系。

參考文獻(xiàn)：

[1]唐也然.商業(yè)銀行發(fā)展金融科技如何影響信貸業(yè)務(wù)？——基于上市銀行年報(bào)文本挖掘的證據(jù)[J].金融與經(jīng)濟(jì).2021，（02）.

[2]田雅群，孫同全，范亞辰.金融科技發(fā)展對(duì)中小商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究——基于多重中介效應(yīng)的機(jī)制檢驗(yàn)[J].農(nóng)村金融研究，2022（04）：71-80.DOI：10.16127/j.cnki.issn1003-1812.2022.04.008.

[3]任碧云，鄭宗杰.金融科技對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響——基于商業(yè)銀行信貸結(jié)構(gòu)的視角[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（05）：61-69.