［摘"要］穩(wěn)妥發(fā)展金融科技，加速實(shí)現(xiàn)商業(yè)銀行數(shù)字化轉(zhuǎn)型，已成為現(xiàn)階段及未來一段時(shí)間金融供給側(cè)結(jié)構(gòu)性改革的核心內(nèi)容?；诮鹑诳萍嫉摹百x能”效應(yīng)和“擠出”效應(yīng)，考察了宏觀審慎監(jiān)管下金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響機(jī)制。研究發(fā)現(xiàn)：商業(yè)銀行發(fā)展金融科技整體上能降低銀行風(fēng)險(xiǎn)承擔(dān)，但貸款結(jié)構(gòu)調(diào)整、銀行競(jìng)爭(zhēng)程度分別在金融科技影響銀行風(fēng)險(xiǎn)承擔(dān)的過程中發(fā)揮著競(jìng)爭(zhēng)性的間接作用，此外，宏觀審慎監(jiān)管對(duì)金融科技“賦能”效應(yīng)有正向調(diào)節(jié)作用，而對(duì)金融科技“擠出”效應(yīng)有反向調(diào)節(jié)作用。研究從銀行成立金融科技子公司的視角出發(fā)，為商業(yè)銀行發(fā)展金融科技和監(jiān)管部門制定宏觀審慎監(jiān)管政策提供了理論探討和經(jīng)驗(yàn)證據(jù)。

［關(guān)鍵詞］金融科技；銀行風(fēng)險(xiǎn)承擔(dān)；“雙刃劍”影響；宏觀審慎監(jiān)管

［中圖分類號(hào)］""F832［文獻(xiàn)標(biāo)識(shí)碼］"A［文章編號(hào)］""1673-0461（2024）05-0084-13

2022年1月，中國人民銀行印發(fā)《金融科技發(fā)展規(guī)劃（2022—2025年）》，指出了新時(shí)期我國金融科技的發(fā)展方向，明確要求“穩(wěn)妥發(fā)展金融科技，加快金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型”，在發(fā)揮金融科技賦能作用以提升我國金融業(yè)綜合實(shí)力和核心競(jìng)爭(zhēng)力的同時(shí)，要踐行安全發(fā)展觀，共建數(shù)字安全生態(tài)，實(shí)現(xiàn)我國金融業(yè)高質(zhì)量發(fā)展。2021年12月，中國人民銀行印發(fā)《宏觀審慎政策指引（試行）》（以下簡(jiǎn)稱《指引》），明確了我國宏觀審慎政策框架的具體內(nèi)涵，并對(duì)宏觀審慎工具的屬性分類和使用情景進(jìn)行了闡述。防范金融風(fēng)險(xiǎn)和維護(hù)金融穩(wěn)定已成為國家重要發(fā)展戰(zhàn)略，《指引》的發(fā)布在助力健全宏觀審慎政策機(jī)制、提高監(jiān)管工具實(shí)施有效性等方面指明了方向。在金融業(yè)務(wù)須持牌經(jīng)營、平臺(tái)經(jīng)濟(jì)監(jiān)管趨緊的大背景下，明晰金融科技影響銀行風(fēng)險(xiǎn)承擔(dān)的路徑機(jī)制，并探究宏觀審慎監(jiān)管如何平衡金融創(chuàng)新與金融風(fēng)險(xiǎn)，這對(duì)于深化金融供給側(cè)改革、維護(hù)經(jīng)濟(jì)平穩(wěn)運(yùn)行具有重要的理論意義和現(xiàn)實(shí)價(jià)值。

一、文獻(xiàn)綜述

（一）金融科技與銀行風(fēng)險(xiǎn)承擔(dān)

當(dāng)前有關(guān)金融科技與銀行風(fēng)險(xiǎn)承擔(dān)的文獻(xiàn)，可以整理為“賦能”和“擠出”兩類觀點(diǎn)。在“賦能”方面，郭麗虹和朱柯達(dá)（2021）［1］基于某大型國有銀行近300家分支行數(shù)據(jù)，研究發(fā)現(xiàn)銀行運(yùn)用金融科技能有效降低信貸風(fēng)險(xiǎn)，有利于銀行穩(wěn)健經(jīng)營。李建軍和姜世超（2021）［2］選取全國縣市樣本數(shù)據(jù)，得到金融科技能有效提升金融服務(wù)包容性，同時(shí)改進(jìn)銀行財(cái)務(wù)績(jī)效、拓展業(yè)務(wù)成長(zhǎng)空間的研究結(jié)論。鮑星等（2022）［3］通過文本挖掘構(gòu)建銀行金融科技運(yùn)用指數(shù)，研究發(fā)現(xiàn)金融科技運(yùn)用能提升銀行內(nèi)部控制能力，改善銀企信息不對(duì)稱，進(jìn)而降低銀行不良貸款率。在“擠出”方面，顧海峰和楊立翔（2018）［4］的研究表明，互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行傳統(tǒng)金融業(yè)務(wù)產(chǎn)生沖擊，加劇了銀行業(yè)競(jìng)爭(zhēng)，導(dǎo)致銀行風(fēng)險(xiǎn)承擔(dān)水平上升。邱晗等（2018）［5］根據(jù)北大數(shù)字金融發(fā)展指數(shù)，研究指出金融科技實(shí)質(zhì)上推動(dòng)了利率市場(chǎng)化，銀行為覆蓋上升的資金成本，選擇了更高風(fēng)險(xiǎn)資產(chǎn)，促使銀行風(fēng)險(xiǎn)承擔(dān)增加。吳桐桐和王仁曾（2021）［6］采用149家中小銀行數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)金融科技經(jīng)由加劇行業(yè)競(jìng)爭(zhēng)，導(dǎo)致中小銀行風(fēng)險(xiǎn)承擔(dān)提升，且金融科技對(duì)中西部地區(qū)銀行的影響作用更強(qiáng)。金洪飛等（2020）［7］的研究表明，金融科技應(yīng)用促使大型銀行對(duì)中小銀行形成“擠出”效應(yīng)，導(dǎo)致中小銀行風(fēng)險(xiǎn)承擔(dān)水平上升。

（二）宏觀審慎監(jiān)管與銀行風(fēng)險(xiǎn)承擔(dān)

不同國家使用宏觀審慎監(jiān)管工具的類型和頻率有所差異，已有文獻(xiàn)通過DSGE模型分析［8-10］和實(shí)證研究［11-14］的方法對(duì)宏觀審慎監(jiān)管有效性進(jìn)行了豐富探索。在我國商業(yè)銀行研究領(lǐng)域，宏觀審慎監(jiān)管的統(tǒng)計(jì)方法大致可總結(jié)為兩類：一類是在IMF全球宏觀審慎政策調(diào)查數(shù)據(jù)的基礎(chǔ)上，結(jié)合IMF工作論文［11，15-18］中所歸納的宏觀審慎監(jiān)管工具，構(gòu)建宏觀審慎政策指數(shù)（MPI），并將其作為宏觀審慎監(jiān)管的代理變量。其中，張朝洋（2019）［19］選取我國73家商業(yè)銀行數(shù)據(jù)構(gòu)建非平衡面板模型，研究發(fā)現(xiàn)宏觀審慎監(jiān)管與貨幣政策之間具有協(xié)同效應(yīng)，隨著宏觀審慎監(jiān)管的強(qiáng)化，銀行風(fēng)險(xiǎn)承擔(dān)將得到抑制；宋科和李振（2019）［20］基于我國223家商業(yè)銀行微觀數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)當(dāng)杠桿率較低時(shí)，宏觀審慎監(jiān)管能抑制銀行風(fēng)險(xiǎn)承擔(dān)，但隨著杠桿率的提升，其抑制效果減弱，且可能轉(zhuǎn)變?yōu)樘嵘L(fēng)險(xiǎn)承擔(dān)水平；趙勝民和張博超（2022）［21］將IMF統(tǒng)計(jì)的17種宏觀審慎工具進(jìn)行分類，指出宏觀審慎監(jiān)管總體能抑制銀行系統(tǒng)風(fēng)險(xiǎn)，但各類工具對(duì)銀行系統(tǒng)風(fēng)險(xiǎn)的影響效果不盡相同。另一類是選取具體的宏觀審慎監(jiān)管工具，分析其對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響。研究結(jié)論具體有：杠桿率監(jiān)管能降低銀行信貸風(fēng)險(xiǎn)［22-23］，流動(dòng)性監(jiān)管能弱化利率對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的負(fù)面影響［24］，資本監(jiān)管能有效抑制銀行過度風(fēng)險(xiǎn)承擔(dān)［25］，不同經(jīng)濟(jì)周期下存款準(zhǔn)備金率和貸款價(jià)值比對(duì)銀行風(fēng)險(xiǎn)承擔(dān)具有差異性的抑制效果［26］。

綜上，盡管金融科技與銀行風(fēng)險(xiǎn)承擔(dān)宏觀審慎監(jiān)管與銀行風(fēng)險(xiǎn)承擔(dān)的文獻(xiàn)已取得豐富的研究成果，但仍存在兩處待改進(jìn)的內(nèi)容：一是已有研究關(guān)于金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響得到了截然相反的結(jié)論；二是鮮有文獻(xiàn)深入探討金融科技與宏觀審慎監(jiān)管之間的聯(lián)系。據(jù)此，本文立足于商業(yè)銀行視角，從內(nèi)外部?jī)蓷l路徑分別探究金融科技發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的作用機(jī)理，并實(shí)證了商業(yè)銀行發(fā)展金融科技帶來的“雙刃劍”影響效應(yīng)，相比已有研究對(duì)商業(yè)銀行發(fā)展金融科技提出了更全面的認(rèn)識(shí)。此外，還進(jìn)一步分析了宏觀審慎監(jiān)管在金融科技與銀行風(fēng)險(xiǎn)承擔(dān)關(guān)系中起到的調(diào)節(jié)作用，為國家有關(guān)部門穩(wěn)妥發(fā)展金融科技提供了經(jīng)驗(yàn)證據(jù)。

本文主要的邊際貢獻(xiàn)：一是理論機(jī)制創(chuàng)新，基于內(nèi)部經(jīng)營和外部競(jìng)爭(zhēng)兩條路徑闡釋了金融科技發(fā)展對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響機(jī)制，并實(shí)證檢驗(yàn)了金融科技經(jīng)由貸款結(jié)構(gòu)和行業(yè)競(jìng)爭(zhēng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)產(chǎn)生的“雙刃劍”效應(yīng)。二是研究?jī)?nèi)容創(chuàng)新，將宏觀審慎監(jiān)管引入金融科技與銀行風(fēng)險(xiǎn)的相關(guān)研究中，進(jìn)而實(shí)證分析了宏觀審慎監(jiān)管在不同路徑中起到的調(diào)節(jié)作用，補(bǔ)充并深化了相關(guān)領(lǐng)域的研究。三是測(cè)量方法創(chuàng)新，現(xiàn)有文獻(xiàn)關(guān)于金融科技的測(cè)量高度集中于文本挖掘和北大普惠金融指數(shù)兩類方法，而本文創(chuàng)新地采用“商業(yè)銀行成立金融科技子公司”這一標(biāo)準(zhǔn)衡量銀行金融科技發(fā)展水平，為探索金融科技測(cè)量方式提供了新思路。

二、理論分析與研究假設(shè)

（一）金融科技與銀行風(fēng)險(xiǎn)承擔(dān)

金融科技發(fā)展賦予商業(yè)銀行新業(yè)務(wù)拓展機(jī)遇的同時(shí)，也帶來了一定挑戰(zhàn)，而宏觀審慎監(jiān)管對(duì)金融科技影響下的銀行風(fēng)險(xiǎn)承擔(dān)起到了重要調(diào)節(jié)作用，影響機(jī)制詳見圖1。從商業(yè)銀行內(nèi)部經(jīng)營來看，一方面，大數(shù)據(jù)和云計(jì)算等技術(shù)能幫助商業(yè)銀行大規(guī)模觸達(dá)“長(zhǎng)尾”客戶，通過優(yōu)化貸款結(jié)構(gòu)來擺脫“大客戶依賴”困境，從而有效降低類似“房企大客戶集中違約”導(dǎo)致銀行過度風(fēng)險(xiǎn)承擔(dān)的概率；另一方面，人工智能算法可用于科學(xué)預(yù)判借款人行為，通過對(duì)不同借款人的道德風(fēng)險(xiǎn)和逆向選擇進(jìn)行量化處理，能幫助銀行實(shí)施差異化的風(fēng)險(xiǎn)定價(jià)，從而提升其綜合風(fēng)控能力。因此，金融科技通過“賦能”效應(yīng)緩解商業(yè)銀行長(zhǎng)期面臨的“獲客難”和“風(fēng)控難”問題，幫助銀行在保障貸款質(zhì)量的基礎(chǔ)上拓寬客戶來源，抑制銀行風(fēng)險(xiǎn)承擔(dān)。從商業(yè)銀行外部競(jìng)爭(zhēng)來看，一方面，大型銀行相比中小銀行無論在市場(chǎng)規(guī)模、運(yùn)營水平，還是自身資本、技術(shù)和人才儲(chǔ)備等方面都具有顯著優(yōu)勢(shì)，而金融科技發(fā)展可能會(huì)加大銀行間差距，最終導(dǎo)致銀行業(yè)市場(chǎng)集中度進(jìn)一步增加；另一方面，近些年大科技公司憑借大量用戶資源和技術(shù)優(yōu)勢(shì)快速拓展其金融屬性功能，與商業(yè)銀行在基礎(chǔ)業(yè)務(wù)方面形成競(jìng)爭(zhēng)，倒逼商業(yè)銀行發(fā)展金融科技以尋求變革。然而，商業(yè)銀行仍在不斷探索金融科技發(fā)展戰(zhàn)略中，投入大量人力和財(cái)力創(chuàng)新金融產(chǎn)品與服務(wù)，試圖爭(zhēng)取更多逐漸成為社會(huì)主流消費(fèi)群體的“新市民”，此舉在一定程度上將導(dǎo)致原本屬于銀行業(yè)中堅(jiān)力量的較年長(zhǎng)客戶流失，從而加劇銀行與科技平臺(tái)的同質(zhì)化競(jìng)爭(zhēng)。綜上，銀行業(yè)內(nèi)部更高程度的市場(chǎng)集中，以及銀行與科技平臺(tái)不斷加劇的同質(zhì)化競(jìng)爭(zhēng)，都將引發(fā)金融市場(chǎng)的“擠出”效應(yīng)，進(jìn)而加劇銀行風(fēng)險(xiǎn)承擔(dān)。

圖1"宏觀審慎監(jiān)管調(diào)節(jié)銀行風(fēng)險(xiǎn)承擔(dān)的傳導(dǎo)機(jī)制

基于上述分析，本文提出以下兩個(gè)競(jìng)爭(zhēng)性研究假說1：

假說1a：金融科技通過“賦能”效應(yīng)，抑制銀行風(fēng)險(xiǎn)承擔(dān)。

假說1b：金融科技通過“擠出”效應(yīng)，加劇銀行風(fēng)險(xiǎn)承擔(dān)。

（二）宏觀審慎監(jiān)管：穩(wěn)妥金融科技“賦能”效應(yīng)

作為金融服務(wù)與科學(xué)技術(shù)深度耦合的創(chuàng)新產(chǎn)物，金融科技賦能商業(yè)銀行緩解“獲客難”“風(fēng)控難”問題的同時(shí)，也具備一定“破壞性創(chuàng)新”本質(zhì)［27］。宏觀審慎監(jiān)管是在宏觀層面防范金融風(fēng)險(xiǎn)的政策框架，央行通過宏觀審慎監(jiān)管工具對(duì)金融機(jī)構(gòu)、金融產(chǎn)品、金融基礎(chǔ)設(shè)施等施加影響，進(jìn)而傳導(dǎo)至商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)水平。根據(jù)《指引》，宏觀審慎監(jiān)管工具可分為結(jié)構(gòu)維度工具（防范金融風(fēng)險(xiǎn)傳染）和時(shí)間維度工具（逆周期調(diào)控）。一方面，基于大數(shù)據(jù)和模型算法推出的金融產(chǎn)品與服務(wù)存在較高同質(zhì)性，將增強(qiáng)各商業(yè)銀行在資產(chǎn)端和負(fù)債端的相似性或關(guān)聯(lián)性，進(jìn)而在共同沖擊下容易引發(fā)風(fēng)險(xiǎn)傳染。宏觀審慎監(jiān)管結(jié)構(gòu)維度工具強(qiáng)化了銀行金融科技有關(guān)運(yùn)營及監(jiān)管要求，有助于預(yù)先制定風(fēng)險(xiǎn)處置等阻斷方案，從而有效減輕風(fēng)險(xiǎn)發(fā)生后的傳染效應(yīng)。另一方面，在金融科技高速發(fā)展階段，利用宏觀審慎監(jiān)管時(shí)間維度工具進(jìn)行逆周期調(diào)節(jié)，能有效緩釋和對(duì)沖金融科技發(fā)展過快或者過度帶來的潛在系統(tǒng)性金融風(fēng)險(xiǎn)，助力商業(yè)銀行平穩(wěn)發(fā)展金融科技以實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。據(jù)此，本文提出以下研究假說2：

假說2：宏觀審慎監(jiān)管能穩(wěn)妥金融科技“賦能”效應(yīng)，對(duì)金融科技通過“賦能”效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)有正向調(diào)節(jié)作用。

（三）宏觀審慎監(jiān)管：打破金融科技“擠出”效應(yīng)

首先，宏觀審慎監(jiān)管有助于緩解銀行業(yè)數(shù)字化發(fā)展的“馬太效應(yīng)”。一方面，引導(dǎo)類宏觀審慎監(jiān)管工具特別要求成立金融科技子公司的大型商業(yè)銀行發(fā)揮“頭雁效應(yīng)”，與中小銀行共建金融科技共享體系，加強(qiáng)金融科技技術(shù)、資源和服務(wù)的互惠合作，打破數(shù)據(jù)“孤島”化，實(shí)現(xiàn)銀行業(yè)整體上的數(shù)字化轉(zhuǎn)型。另一方面，運(yùn)用結(jié)構(gòu)維度監(jiān)管工具對(duì)系統(tǒng)重要性銀行提出附加資本、杠桿率和流動(dòng)性等方面的要求，不僅有助于降低大型銀行發(fā)生風(fēng)險(xiǎn)后引發(fā)的“傳染效應(yīng)”，還能在一定程度上弱化大型銀行對(duì)中小銀行的市場(chǎng)“擠出”作用。

其次，從《中國區(qū)域金融運(yùn)行報(bào)告（2017）》首次提到“探索將規(guī)模較大、具有系統(tǒng)重要性特征的互聯(lián)網(wǎng)金融業(yè)務(wù)納入宏觀審慎管理框架”，再到《指引》明確提出“將具有系統(tǒng)重要性影響和較強(qiáng)風(fēng)險(xiǎn)外溢性的金融市場(chǎng)、金融產(chǎn)品和金融基礎(chǔ)設(shè)施納入宏觀審慎監(jiān)管”，充分體現(xiàn)了我國監(jiān)管部門對(duì)具備系統(tǒng)重要性大科技公司開展宏觀審慎監(jiān)管，維護(hù)金融市場(chǎng)穩(wěn)定的堅(jiān)定決心。宏觀審慎監(jiān)管能夠防止大科技公司憑借數(shù)據(jù)與算法優(yōu)勢(shì)向金融領(lǐng)域無序擴(kuò)張，在銀行與平臺(tái)公司同質(zhì)化競(jìng)爭(zhēng)加劇的情況下維護(hù)金融市場(chǎng)競(jìng)爭(zhēng)的公平性，抑制互聯(lián)網(wǎng)科技平臺(tái)對(duì)商業(yè)銀行形成的“擠出”效應(yīng)。綜上，本文提出以下研究假說3：

假說3：宏觀審慎監(jiān)管能打破金融科技“擠出”效應(yīng)，對(duì)金融科技通過“擠出”效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)有反向調(diào)節(jié)作用。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選取截至2020年底境內(nèi)外上市的全部54家商業(yè)銀行作為研究對(duì)象，鑒于《促進(jìn)科技和金融結(jié)合試點(diǎn)實(shí)施方案》（國科發(fā)財(cái)〔2010〕720號(hào)）發(fā)布于2010年底，故將本文實(shí)證模型的樣本期間定為2011—2020年。商業(yè)銀行數(shù)據(jù)主要來自BankFocus數(shù)據(jù)庫，并通過各銀行年報(bào)進(jìn)行補(bǔ)充，其中零售貸款余額數(shù)據(jù)通過手工整理各銀行年報(bào)得來；宏觀審慎監(jiān)管數(shù)據(jù)來源于國際貨幣基金組織IMF的iMaPP數(shù)據(jù)庫；宏觀層面控制變量數(shù)據(jù)來源于Wind數(shù)據(jù)庫和國家統(tǒng)計(jì)局網(wǎng)站。

（二）變量定義

1被解釋變量

銀行風(fēng)險(xiǎn)承擔(dān)。本文通過銀行破產(chǎn)風(fēng)險(xiǎn)（Bankrupt）來表示其風(fēng)險(xiǎn)承擔(dān)水平，借鑒FANG等（2014）［28］的做法，具體用Z值取自然對(duì)數(shù)的負(fù)數(shù)來進(jìn)行度量，計(jì)算公式如下。

Bankruptit=-lnZit=-lnRoaait+Caitσ（Roaa）it（1）

式中，Roaa表示樣本銀行的平均資產(chǎn)回報(bào)率，Ca表示樣本銀行的資本資產(chǎn)比，σ（Roaa）it表示平均資產(chǎn)回報(bào)率的標(biāo)準(zhǔn)差。Bankrupt取值越大，表示銀行風(fēng)險(xiǎn)承擔(dān)水平越高。

2解釋變量

金融科技。構(gòu)造二元變量Treat，樣本銀行成立金融科技子公司則歸為處理組，將Treat賦值為1；否則歸為對(duì)照組，Treat取值為0。變量Fintech表示上市銀行成立金融科技子公司的時(shí)間，將成立金融科技子公司后的年份賦值為1①，兩者的交乘項(xiàng)Treat×Fintech表示上市銀行成立金融科技子公司的情況，被用以衡量銀行金融科技發(fā)展水平。

3中介變量

根據(jù)前文理論分析，內(nèi)部“賦能”效應(yīng)和外部“擠出”效應(yīng)是商業(yè)銀行發(fā)展金融科技影響其風(fēng)險(xiǎn)承擔(dān)的內(nèi)在機(jī)制。內(nèi)部“賦能”效應(yīng)主要體現(xiàn)在銀行獲客能力和風(fēng)控能力的提升，有利于提升傳統(tǒng)“長(zhǎng)尾”客戶的金融可及性，滿足更多零售客戶的信貸需求，故選取零售貸款余額占比Retail表示“賦能”端的中介變量。外部“擠出”效應(yīng)主要體現(xiàn)在銀行間競(jìng)爭(zhēng)失衡，以及銀行與大科技平臺(tái)的同質(zhì)化競(jìng)爭(zhēng)加劇，故選取銀行競(jìng)爭(zhēng)作為“擠出”端的代理變量。關(guān)于銀行競(jìng)爭(zhēng)程度的測(cè)量方式主要有市場(chǎng)集中度、赫芬達(dá)指數(shù)，以及勒納指數(shù)3類指標(biāo)，前兩者是從宏觀層面衡量銀行業(yè)競(jìng)爭(zhēng)，而勒納指數(shù)是從銀行個(gè)體層面測(cè)度銀行面臨的競(jìng)爭(zhēng)強(qiáng)度。勒納指數(shù)的計(jì)算公式如下。

Lernerit=Pit-MCitPit（2）

式中，P表示樣本銀行的資產(chǎn)價(jià)格，用總收入除以總資產(chǎn)表示；MC表示樣本銀行的邊際成本，由于邊際成本無法直接取值，故借鑒李勁嫻和楊有振（2021）［23］的做法，通過超越對(duì)數(shù)函數(shù)進(jìn)行測(cè)算而得。Lerner指數(shù)取值范圍在0至1之間，用于判定銀行業(yè)的整體壟斷水平。具體為，Lerner指數(shù)越大，市場(chǎng)壟斷程度越高，銀行業(yè)自由競(jìng)爭(zhēng)度越低；反之，則銀行業(yè)競(jìng)爭(zhēng)強(qiáng)度越大，即Lerner表示銀行自由競(jìng)爭(zhēng)度的負(fù)向指標(biāo)。

4調(diào)節(jié)變量

宏觀審慎監(jiān)管強(qiáng)度。本文宏觀審慎監(jiān)管數(shù)據(jù)來源于IMF的iMaPP數(shù)據(jù)庫，其最初由ALAM等（2019）［18］構(gòu)建，之后結(jié)合IMF"5個(gè)現(xiàn)有數(shù)據(jù)庫和IMF全球宏觀審慎政策調(diào)查信息，推出了更新的iMaPP數(shù)據(jù)庫。iMaPP數(shù)據(jù)庫按月度分別統(tǒng)計(jì)了包含17種工具的監(jiān)管指標(biāo)（MaPP）以及單獨(dú)統(tǒng)計(jì)寬松型監(jiān)管指標(biāo)（MaPP_T）和緊縮型監(jiān)管指標(biāo)（MaPP_L）。結(jié)合研究目標(biāo)，本文將月度寬松型和緊縮型監(jiān)管指標(biāo)按絕對(duì)值加總，并按月度累加得到年度宏觀審慎監(jiān)管強(qiáng)度指數(shù)，作為本文宏觀審慎監(jiān)管強(qiáng)度（Prudent）的代理變量。

5控制變量

參考相關(guān)研究對(duì)控制變量的選取，結(jié)合本文的真實(shí)需求，在銀行層面，本文控制了資產(chǎn)規(guī)模（Size）、人力成本（Labor）、盈利能力（Roa）、流動(dòng)性指標(biāo)（Liquidity）、經(jīng)營效率（Efficiency）、非利息收入占比（Nir）、資產(chǎn)負(fù)債率（Tdr）；在宏觀層面，本文控制了經(jīng)濟(jì)增速（GDP）、貨幣供給（M2）、利率水平（WAIR）、金融相關(guān)比（FIR）、通貨膨脹（CPI）、金融發(fā)展程度（AFRE）。

6協(xié)變量

為了消除樣本選擇偏誤，本文在依據(jù)是否成立金融科技子公司劃分實(shí)驗(yàn)組和對(duì)照組的基礎(chǔ)上，采用傾向匹配得分法從資產(chǎn)規(guī)模（Size）、市場(chǎng)占有率（Market）、資本充足率（Car）、撥備覆蓋率（Lpr）和非利息收入占比（Nir）5個(gè)方面對(duì)2組銀行樣本進(jìn)行匹配，使得實(shí)驗(yàn)組和對(duì)照組銀行的財(cái)務(wù)和經(jīng)營特征基本接近。

（三）模型設(shè)定

1金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的基準(zhǔn)影響效應(yīng)

本文構(gòu)建如公式（3）所示雙向固定多期DID模型，以檢驗(yàn)金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的基準(zhǔn)效應(yīng)。其中，Bankrupt為被解釋變量，表示銀行風(fēng)險(xiǎn)承擔(dān)水平；Treat×Fintech為核心解釋變量，代表銀行金融科技發(fā)展情況，則系數(shù)γ1的估計(jì)值反映了銀行發(fā)展金融科技對(duì)其風(fēng)險(xiǎn)承擔(dān)的影響方向及程度。此外，X為控制變量組，λi、δt分別反映個(gè)體和年份固定效應(yīng)；μit為隨機(jī)擾動(dòng)項(xiàng)。

Bankruptit=β1+γ1Treat×Fintechit+φ1Xit

+λi+δt+μit（3）

2金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的“賦能”和“擠出”影響效應(yīng)

本文采取中介效應(yīng)的方法來驗(yàn)證假說1中的“賦能”效應(yīng)和“擠出”效應(yīng)。具體來看，公式（3）～（5）逐步檢驗(yàn)了銀行零售存款占比Retail作為中介變量的情況下，銀行發(fā)展金融科技對(duì)其風(fēng)險(xiǎn)承擔(dān)的影響效果；而結(jié)合公式（3）、（6）和（7），則能探究銀行發(fā)展金融科技經(jīng)由改變銀行業(yè)競(jìng)爭(zhēng)強(qiáng)度（Lerner），從而影響其自身風(fēng)險(xiǎn)承擔(dān)水平的效果。

Retailit=β2+γ2Treat×Fintechit+φ2Xit

+λi+δt+μit（4）

Bankruptit=β3+γ3Treat×Fintechit+θ1Retailit+φ3Xit+λi+δt+μit（5）

Lernerit=β4+γ4Treat×Fintechit+φ4Xit

+λi+δt+μit（6）

Bankruptit=β5+γ5Treat×Fintechit

+θ2Lernerit+φ5Xit+λi+δt+μit（7）

3宏觀審慎監(jiān)管對(duì)金融科技影響銀行風(fēng)險(xiǎn)承擔(dān)的調(diào)節(jié)效應(yīng)

在上述檢驗(yàn)過程的基礎(chǔ)上，本文引入宏觀審慎監(jiān)管強(qiáng)度變量Prudent，構(gòu)建有調(diào)節(jié)的中介效應(yīng)模型如公式（8）和（9），進(jìn)一步驗(yàn)證假說2和假說3。

Bankruptit=α0+α1Treat×Fintechit+α2Retailit

+α3Prudentit+α4Retailit×Prudentit+α5Xit+εi

+ωt+it（8）

Bankruptit=α′0+α′1Treat×Fintechit+α′2Lernerit

+α′3Prudentit+α′4Lernerit×Prudentit+α′5Xit+ε′i+ω′t+′it（9）

四、實(shí)證分析

（一）PSM結(jié)果分析

單純以是否成立金融科技子公司為標(biāo)準(zhǔn)劃分處理組和對(duì)照組，不足以充分控制組間異質(zhì)性，因此，本文采用半徑匹配的方法，以商業(yè)銀行成立金融科技子公司的前一年為基期，根據(jù)前述5個(gè)協(xié)變量對(duì)處理組和對(duì)照組進(jìn)行1∶4的逐年匹配，得到精準(zhǔn)匹配樣本。其中，處理組包括交通銀行、北京銀行、平安銀行、華夏銀行、民生銀行和光大銀行；對(duì)照組為郵儲(chǔ)銀行、浙商銀行、浦發(fā)銀行和中信銀行。如表1所示，匹配后的T檢驗(yàn)結(jié)果均不拒絕原假設(shè)，說明匹配結(jié)果較好地平衡了各協(xié)變量在處理組和對(duì)照組中的分布。此外，結(jié)合圖2可以直觀地看出，除了Car的標(biāo)準(zhǔn)化偏差在匹配之后有輕微增大之外，其余協(xié)變量的標(biāo)準(zhǔn)誤偏差均大幅縮小，說明PSM匹配過程是必要且有效的②。

（二）平行趨勢(shì)檢驗(yàn)

雙重差分模型的有效性以滿足平行趨勢(shì)假設(shè)為前提，換言之，在部分商業(yè)銀行成立金融科技子公司這一變化發(fā)生以前，樣本銀行的風(fēng)險(xiǎn)承擔(dān)水平應(yīng)具有較為一致的發(fā)展趨勢(shì)，否則不能保證差分得到的效應(yīng)結(jié)果完全來自銀行金融科技發(fā)展水平的差距。

表2呈現(xiàn)了銀行風(fēng)險(xiǎn)承擔(dān)水平在成立金融科技子公司前后的變化趨勢(shì)，其中，虛擬變量current、pre*和post*分別代表商業(yè)銀行成立金融科技子公司當(dāng)年和前后各時(shí)點(diǎn)的狀態(tài)?？梢园l(fā)現(xiàn)，pre*的估計(jì)系數(shù)均未通過顯著性檢驗(yàn)，這意味著在成立金融科技子公司之前，樣本內(nèi)各商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)變動(dòng)情況一致，符合平行趨勢(shì)假設(shè)，即本文運(yùn)用雙重差分方法進(jìn)行實(shí)證檢驗(yàn)是科學(xué)有效的。此外，post*的估計(jì)系數(shù)顯著為負(fù)，且絕對(duì)值逐漸增大，說明成立金融科技子公司對(duì)于降低銀行風(fēng)險(xiǎn)承擔(dān)有顯著作用。

（三）基準(zhǔn)效應(yīng)檢驗(yàn)

在表3中，本文根據(jù)全樣本和PSM匹配后的精準(zhǔn)樣本分別進(jìn)行混合回歸、個(gè)體固定效應(yīng)回歸和雙向固定效應(yīng)回歸檢驗(yàn)③。全樣本列（1）～（3）中，商業(yè)銀行成立金融科技子公司對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的凈影響分別為-3132、-2827、-2715，且均在1%水平上顯著；精準(zhǔn)樣本列（4）～（6）中，商業(yè)銀行成立金融科技子公司對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的凈影響分別為-1728、-1343、-1307，且均在5%水平下顯著。這表明從基準(zhǔn)效應(yīng)來看，銀行發(fā)展金融科技有助于降低其風(fēng)險(xiǎn)承擔(dān)水平。

從控制變量的估計(jì)結(jié)果來看，Labor回歸系數(shù)均顯著為負(fù)，說明商業(yè)銀行在人力資源方面的投入最終會(huì)在風(fēng)控管理水平提升上有所體現(xiàn)，從而有助于降低銀行風(fēng)險(xiǎn)承擔(dān)水平；Tdr回歸系數(shù)顯著為正，意味著當(dāng)銀行資產(chǎn)負(fù)債率上升時(shí)其風(fēng)險(xiǎn)承擔(dān)水平將同步上升，這是監(jiān)管部門以維護(hù)金融業(yè)穩(wěn)定為目標(biāo)，重點(diǎn)關(guān)注商業(yè)銀行杠桿率變化的原因所在。此外，在全樣本回歸中，Size回歸系數(shù)顯著為負(fù)，表明資產(chǎn)規(guī)模較大的商業(yè)銀行通常資金實(shí)力雄厚，破產(chǎn)風(fēng)險(xiǎn)相對(duì)較低，且我國大型銀行的系統(tǒng)重要性更高，出于維護(hù)社會(huì)經(jīng)濟(jì)穩(wěn)定的責(zé)任心，風(fēng)險(xiǎn)承擔(dān)水平會(huì)控制在安全范圍內(nèi)；WAIR回歸系數(shù)顯著為正，證明高利率水平下，市場(chǎng)經(jīng)濟(jì)的活躍度降低，則商業(yè)銀行作為重要經(jīng)濟(jì)主體之一，其風(fēng)險(xiǎn)承擔(dān)水平會(huì)上升；M2回歸系數(shù)顯著為正，這是因?yàn)樯虡I(yè)銀行是市場(chǎng)貨幣供給增加的主要渠道，貸出的資金越多則承擔(dān)相對(duì)更高的風(fēng)險(xiǎn)；CPI回歸系數(shù)顯著為負(fù)，說明通貨膨脹導(dǎo)致商業(yè)銀行的實(shí)際償債壓力減輕，變相降低了其風(fēng)險(xiǎn)承擔(dān)水平。

（四）安慰劑檢驗(yàn)

為剔除其他政策沖擊及不可觀測(cè)遺漏變量對(duì)本文基準(zhǔn)回歸結(jié)果的干擾，進(jìn)一步增強(qiáng)研究結(jié)論的可靠性，本文采用構(gòu)造反事實(shí)模型的方式來進(jìn)行安慰劑檢驗(yàn)。具體的操作是，將銀行成立金融科技子公司的年份統(tǒng)一假定為2017年，回歸結(jié)果如表4所示，Treat×Fintech的系數(shù)估計(jì)值在不同模型下均未通過顯著性檢驗(yàn)，這一定程度上是對(duì)表3中基準(zhǔn)回歸結(jié)果的逆向證明。

構(gòu)造“偽”處理組和“偽”對(duì)照組是安慰劑檢驗(yàn)的另一種常用方式。本文將處理組中的“交通銀行”和“北京銀行”更換至對(duì)照組中，則這2家銀行被“錯(cuò)誤地”劃分為未成立金融科技子公司類別。由此“偽”研究樣本得到的估計(jì)結(jié)果展示于表5中，Treat×Fintech的系數(shù)估計(jì)值必然不能通過顯著性檢驗(yàn)，再一次逆向證明了本文基準(zhǔn)回歸的可靠性。

（五）穩(wěn)健性檢驗(yàn)

本文設(shè)計(jì)了豐富的穩(wěn)健性檢驗(yàn)方案，充分保證了研究結(jié)論的可靠性，具體說明如下。

第一，變換研究方法。本文在所有回歸步驟中都同步展示了混合回歸、個(gè)體固定效應(yīng)和雙向固定效應(yīng)三種模型的估計(jì)結(jié)果。不同研究方法下，參數(shù)估計(jì)值的大小和顯著性基本保持一致，證明本文研究結(jié)論不受研究方法的干擾。

第二，更換研究樣本。在表3中，本文同時(shí)匯報(bào)了54家商業(yè)銀行全樣本和精準(zhǔn)匹配小樣本的回歸結(jié)果，本質(zhì)上是選取了2個(gè)研究樣本，得到的研究結(jié)論都是商業(yè)銀行成立金融科技子公司將顯著降低其風(fēng)險(xiǎn)承擔(dān)水平。此外，本文在PSM部分還采用了k近鄰方法進(jìn)行匹配④，在平衡性檢驗(yàn)結(jié)果良好的前提下，根據(jù)得到的匹配樣本進(jìn)行了相同步驟的實(shí)證回歸，得到的估計(jì)結(jié)果與表3并無二致，說明本文基準(zhǔn)回歸結(jié)果不受PSM匹配方法限制，研究結(jié)論具有穩(wěn)健性。

第三，替換被解釋變量。本文參考顧海峰和戴云龍（2019）［29］的做法，用不良貸款率Npl替換銀行破產(chǎn)風(fēng)險(xiǎn)Bankrupt，作為銀行風(fēng)險(xiǎn)承擔(dān)的替代變量?；貧w結(jié)果如表6所示，變量Treat×Fintech的系數(shù)估計(jì)值仍然顯著為負(fù)，這同樣支持了銀行發(fā)展金融科技有助于降低其風(fēng)險(xiǎn)承擔(dān)水平的結(jié)論觀點(diǎn)，是文章研究結(jié)論穩(wěn)健的又一次證明。

（六）進(jìn)一步研究：有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)

為進(jìn)一步探究金融科技影響銀行風(fēng)險(xiǎn)承擔(dān)的機(jī)制路徑，以及宏觀審慎調(diào)控在其中發(fā)揮的調(diào)節(jié)作用，本文選取銀行零售貸款占比Retail、銀行競(jìng)爭(zhēng)Lerner作為中介變量，宏觀審慎強(qiáng)度Prudent充當(dāng)調(diào)節(jié)變量，根據(jù)模型設(shè)計(jì)中的公式（3）～（9）依次回歸，逐步進(jìn)行有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)，結(jié)果如表7所示。

列（1）～（3）對(duì)銀行零售貸款占比Retail的中介效應(yīng)進(jìn)行了檢驗(yàn)。其中，列（2）中Treat×Fintech的回歸系數(shù)為1828，且在5%的水平上顯著，說明銀行發(fā)展金融科技有助于提升其零售貸款占比，同時(shí)結(jié)合列（3）中，Retail的系數(shù)估計(jì)值顯著為負(fù)，且Treat×Fintech的系數(shù)估計(jì)值由-1307變?yōu)?1189，可以看出，Retail在銀行發(fā)展金融科技以降低其風(fēng)險(xiǎn)承擔(dān)過程中充當(dāng)了不完全中介變量，即“銀行金融科技—貸款結(jié)構(gòu)優(yōu)化—風(fēng)險(xiǎn)承擔(dān)降低”的傳導(dǎo)路徑有效，驗(yàn)證了假說1a中的金融科技“賦能”效應(yīng)。同理，列（1）、（5）和（6）展示了銀行競(jìng)爭(zhēng)Lerner的中介效應(yīng)檢驗(yàn)結(jié)果。其中，列（5）中Treat×Fintech對(duì)Lerner的回歸結(jié)果顯著為正，表明銀行金融科技發(fā)展水平的差異會(huì)導(dǎo)致銀行業(yè)競(jìng)爭(zhēng)失衡，從而市場(chǎng)集中度增加，同時(shí)，列（6）中Lerner系數(shù)估計(jì)值顯著為正，而Treat×Fintech的系數(shù)估計(jì)值相比列（1）中有所增加，這意味著Lerner在銀行發(fā)展金融科技以降低其風(fēng)險(xiǎn)承擔(dān)過程中產(chǎn)生了“遮蔽效應(yīng)”，即金融科技發(fā)展在一定程度上對(duì)銀行業(yè)自由競(jìng)爭(zhēng)具有不利影響，導(dǎo)致其降低銀行風(fēng)險(xiǎn)承擔(dān)的積極作用受到制約，這與假說1b中的“擠出”效應(yīng)基本相符。

此外，依據(jù)公式（8）和公式（9），在中介效應(yīng)模型的基礎(chǔ)上引入宏觀審慎強(qiáng)度Prudent，檢驗(yàn)結(jié)果相對(duì)應(yīng)地匯報(bào)于列（4）和列（7）。列（4）中，Retail×Prudent回歸系數(shù)為-0017，且在1%水平上顯著，表明Prudent調(diào)節(jié)效應(yīng)顯著，且此時(shí)銀行零售占比Retail的中介效應(yīng)為（-0064-0017"Prudent）×1828（Prudent最小取值為2），大于不考慮宏觀審慎監(jiān)管時(shí)的中介效應(yīng)-0064×1828，即宏觀審慎監(jiān)管強(qiáng)度Prudent對(duì)金融科技通過“賦能”效應(yīng)降低銀行風(fēng)險(xiǎn)承擔(dān)具有正向強(qiáng)化作用，假說2得到驗(yàn)證。反觀列（7）中，變量Lerner的回歸系數(shù)顯著為正，而交互項(xiàng)Lerner×Prudent的回歸系數(shù)為-0341，且在1%水平通過顯著性檢驗(yàn)，這說明宏觀審慎強(qiáng)度Prudent弱化了變量Lerner的遮蔽效應(yīng)。具體來看，不考慮宏觀審慎監(jiān)管影響時(shí)，列（6）中Lerner的“遮蔽效應(yīng)”為2907×0023，而列（7）中金融科技通過“擠出”效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)的效應(yīng)值減小為（2777-0341"Prudent）×0023，即宏觀審慎監(jiān)管對(duì)金融科技通過“擠出”效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)有反向調(diào)節(jié)作用，假設(shè)3得到驗(yàn)證。

五、結(jié)論與建議

本文基于我國54家上市銀行2011—2020年面板數(shù)據(jù)，采用商業(yè)銀行成立金融科技子公司的政策沖擊衡量銀行金融科技發(fā)展水平，考察了宏觀審慎監(jiān)管下金融科技對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響機(jī)制。研究發(fā)現(xiàn)：①基準(zhǔn)效應(yīng)上，商業(yè)銀行成立金融科技子公司能降低銀行風(fēng)險(xiǎn)承擔(dān)；②金融科技通過優(yōu)化貸款結(jié)構(gòu)，實(shí)現(xiàn)商業(yè)銀行內(nèi)部“賦能”效應(yīng)，進(jìn)而抑制銀行風(fēng)險(xiǎn)承擔(dān)；③金融科技通過降低銀行業(yè)自由競(jìng)爭(zhēng)度，形成商業(yè)銀行外部“擠出”效應(yīng)，進(jìn)而對(duì)降低銀行風(fēng)險(xiǎn)承擔(dān)產(chǎn)生負(fù)面影響；④宏觀審慎監(jiān)管能穩(wěn)妥金融科技“賦能”效應(yīng)，對(duì)金融科技通過“賦能”效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)有正向調(diào)節(jié)作用；⑤宏觀審慎監(jiān)管能打破金融科技“擠出”效應(yīng)，對(duì)金融科技通過“擠出”效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)有反向調(diào)節(jié)作用。以上研究結(jié)果不僅從“賦能”和“擠出”兩條路徑證明了金融科技發(fā)展對(duì)銀行風(fēng)險(xiǎn)承擔(dān)具有“雙刃劍”影響，還為宏觀審慎監(jiān)管的實(shí)施提供了一定經(jīng)驗(yàn)支撐。對(duì)此，本文有以下啟示與建議：

第一，商業(yè)銀行應(yīng)加速推進(jìn)數(shù)字化轉(zhuǎn)型，持續(xù)深化金融科技運(yùn)用與發(fā)展。一方面，在新常態(tài)發(fā)展階段，商業(yè)銀行發(fā)展金融科技有助于實(shí)質(zhì)性推動(dòng)金融業(yè)供給側(cè)改革，通過升級(jí)傳統(tǒng)銀行業(yè)務(wù)以充分匹配存量客戶的金融需求，進(jìn)而實(shí)現(xiàn)金融服務(wù)提質(zhì)增效的高質(zhì)量發(fā)展目標(biāo)；另一方面，科技賦能商業(yè)銀行，能使金融資源更精準(zhǔn)有效地投入到經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)鍵領(lǐng)域與薄弱環(huán)節(jié)中，進(jìn)一步提升金融服務(wù)實(shí)體經(jīng)濟(jì)的能力。

第二，警惕金融科技發(fā)展帶來的潛在風(fēng)險(xiǎn)沖擊，關(guān)注金融機(jī)構(gòu)發(fā)展不平衡不充分問題。一方面，金融科技在銀行業(yè)迅速滲透，以及互聯(lián)網(wǎng)平臺(tái)公司無序擴(kuò)張，都將提升市場(chǎng)集中度，導(dǎo)致銀行業(yè)在外部沖擊下出現(xiàn)市場(chǎng)共振和“羊群效應(yīng)”，從而加劇行業(yè)運(yùn)營風(fēng)險(xiǎn)；另一方面，數(shù)據(jù)是促進(jìn)金融科技發(fā)展的關(guān)鍵生產(chǎn)要素，須防范大數(shù)據(jù)運(yùn)用與技術(shù)創(chuàng)新過程中引發(fā)的數(shù)據(jù)反競(jìng)爭(zhēng)風(fēng)險(xiǎn)，即微觀市場(chǎng)主體機(jī)構(gòu)若處于數(shù)據(jù)壟斷地位，則天然地會(huì)進(jìn)行價(jià)格歧視，從而損害信貸公平性和資源配置效率。因此，引導(dǎo)不同機(jī)構(gòu)加強(qiáng)數(shù)據(jù)共享與技術(shù)溝通，從而促進(jìn)金融市場(chǎng)良性競(jìng)爭(zhēng)。

第三，構(gòu)建并完善金融科技監(jiān)管框架，強(qiáng)化宏觀審慎監(jiān)管的科技能力。一方面，在加速建設(shè)金融強(qiáng)國目標(biāo)下，政府部門需要進(jìn)一步健全管理制度并創(chuàng)新監(jiān)管工具，進(jìn)而促使宏觀審慎監(jiān)管充分發(fā)揮其“時(shí)變”特征，并豐富調(diào)控工具為金融機(jī)構(gòu)與科技公司的合作預(yù)先劃定安全基線，防范跨界傳染和“聯(lián)而不倒”等風(fēng)險(xiǎn)；另一方面，在數(shù)字經(jīng)濟(jì)時(shí)代，監(jiān)管機(jī)構(gòu)需要借助科技力量，補(bǔ)齊金融監(jiān)管和治理能力的薄弱部分，以更好地應(yīng)對(duì)金融與科技融合過程中潛藏的數(shù)據(jù)風(fēng)險(xiǎn)和技術(shù)風(fēng)險(xiǎn)，為金融科技發(fā)展?fàn)I造一個(gè)公平、安全且高效的環(huán)境氛圍。

［參考文獻(xiàn)］

［1］郭麗虹，朱柯達(dá)."金融科技、銀行風(fēng)險(xiǎn)與經(jīng)營業(yè)績(jī)——基于普惠金融的視角"［J］."國際金融研究，"2021"（7）："56-65.

［2］李建軍，姜世超."銀行金融科技與普惠金融的商業(yè)可持續(xù)性——財(cái)務(wù)增進(jìn)效應(yīng)的微觀證據(jù)"［J］."經(jīng)濟(jì)學(xué)（季刊），"2021，"21"（3）："889-908.

［3］鮑星，李巍，李泉."金融科技運(yùn)用與銀行信貸風(fēng)險(xiǎn)——基于信息不對(duì)稱和內(nèi)部控制的視角"［J］."金融論壇，"2022，"27（1）："9-18.

［4］顧海峰，楊立翔."互聯(lián)網(wǎng)金融與銀行風(fēng)險(xiǎn)承擔(dān)：基于中國銀行業(yè)的證據(jù)"［J］."世界經(jīng)濟(jì)，"2018，"41"（10）："75-100.

［5］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?［J］."金融研究，"2018"（11）："17-29.

［6］吳桐桐，王仁曾."數(shù)字金融、銀行競(jìng)爭(zhēng)與銀行風(fēng)險(xiǎn)承擔(dān)——基于149家中小商業(yè)銀行的研究"［J］."財(cái)經(jīng)論叢，"2021（3）："38-48.

［7］金洪飛，李弘基，劉音露."金融科技、銀行風(fēng)險(xiǎn)與市場(chǎng)擠出效應(yīng)"［J］."財(cái)經(jīng)研究，"2020，"46（5）："52-65.

［8］TAVMAN"Y."A"comparative"analysis"of"macroprudential"policies［J］."Oxford"economic"papers，"2015，"67（2）："334-355.

［9］CUADRA"G，"NUGUER"V."Risky"banks"and"macroprudential"policy"for"emerging"economies［J］."Review"of"economic"dynamics，"2018，"30："125-144.

［10］金成曉，姜旭."基于宏觀審慎視角的財(cái)政政策與系統(tǒng)性金融風(fēng)險(xiǎn)防范：作用機(jī)制與政策規(guī)則"［J］."財(cái)政研究，"2021"（2）："59-77.

［11］ClAESSENS"S，"GHOSH"S"R，"MIHET"R."Macroprudential"policies"to"mitigate"financialnbsp;system"vulnerabilities［J］."Journal"of"international"money"and"finance，"2013，"39："153-185.

［12］方意."宏觀審慎政策有效性研究"［J］."世界經(jīng)濟(jì)，"2016，"39"（8）："25-49.

［13］蔣濤."宏觀審慎政策的有效性研究：來自銀團(tuán)貸款市場(chǎng)的證據(jù)"［J］."上海金融，"2019"（11）："17-30.

［14］樊明太，葉思暉."宏觀審慎政策使用及其有效性研究——來自全球62個(gè)國家的證據(jù)"［J］."國際金融研究，"2020"（12）："33-42.

［15］LIM"C"H，"KRZNAR"M"I，"LIPINSKY"M"F，"et"al."The"macroprudential"framework："policy"responsiveness"and"institutional"arrangements［Z］."IMF"working"papers，"2013.

［16］CERUTTI"E，"CLAESSENS"S，"LAEVEN"L."The"use"and"effectiveness"of"macroprudential"policies："new"evidence［J］."Journal"of"financial"stability，"2017，"28："203-224.

［17］EPURE"M，MIHAI"I，MINOIU"M"C，et"al."Household"credit，"global"financial"cycle，"and"macroprudential"policies："credit"register"evidence"from"an"emerging"country［J］."IMF"working"papers，"2018，"18（13）：1.

［18］ALAM"Z，ALTER"M"A，EISEMAN"J，et"al."Digging"deeper—Evidence"on"the"effects"of"macroprudential"policies"from"a"new"database［Z］."IMF"staff"papers，"2019（WP/19/66）.

［19］張朝洋."貨幣政策立場(chǎng)、宏觀審慎管理與風(fēng)險(xiǎn)承擔(dān)渠道——來自中國銀行業(yè)的經(jīng)驗(yàn)證據(jù)"［J］."金融論壇，"2019，"24"（2）："12-26.

［20］宋科，李振."宏觀審慎政策、杠桿率與銀行風(fēng)險(xiǎn)承擔(dān)"［J］."金融監(jiān)管研究，"2019"（10）："1-19.

［21］趙勝民，張博超."“雙支柱”調(diào)控與銀行系統(tǒng)性風(fēng)險(xiǎn)——基于SRISK指標(biāo)的實(shí)證分析"［J］."國際金融研究，"2022（1）："50-61.

［22］張慶君，陳思."杠桿率監(jiān)管引入對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)具有緩釋效應(yīng)嗎？——基于中國96家商業(yè)銀行的實(shí)證分析"［J］."經(jīng)濟(jì)與管理研究，"2019，"40"（3）："29-44.

［23］李勁嫻，楊有振."杠桿率監(jiān)管與銀行風(fēng)險(xiǎn)承擔(dān)——來自銀行競(jìng)爭(zhēng)的視角"［J］."統(tǒng)計(jì)學(xué)報(bào)，"2021，"2"（3）："46-60.

［24］龐曉波，錢錕."貨幣政策、流動(dòng)性監(jiān)管與銀行風(fēng)險(xiǎn)承擔(dān)"［J］."金融論壇，"2018，"23"（1）："27-38.

［25］馬勇，姚馳."雙支柱下的貨幣政策與宏觀審慎政策效應(yīng)——基于銀行風(fēng)險(xiǎn)承擔(dān)的視角"［J］."管理世界，"2021，"37"（6）："51-69.

［26］宋科，李振，趙宣凱."宏觀審慎政策、經(jīng)濟(jì)周期與銀行風(fēng)險(xiǎn)承擔(dān)"［J］."經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，"2019"（1）："43-58.

［27］廖凡."論金融科技的包容審慎監(jiān)管"［J］."中外法學(xué)，"2019，"31"（3）："797-816.

［28］FANG"Y，"HASAN"I，"MARTON"K."Institutional"development"and"bank"stability："evidence"fromnbsp;transition"countries［J］."Journal"of"banking"amp;"finance，"2014，"39："160-176.

［29］顧海峰，戴云龍."貸款集中、貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)——來自2007—2017年中國銀行業(yè)的證據(jù)"［J］."金融論壇，"2019，"24"（10）："24-35.

The"“Doubleedged"Sword”"Impact"of"Fintech"on"Banks’"Risktaking：

A"Test"of"the"Moderating"Effect"Based"on"Macroprudential"Supervision"

Zhu"Shiyi1，""Yan"Jingrui"2

（1."PBC"School"of"Finance，"Tsinghua"University，"Beijing"100084，China;"

2."School"of"Innovation"and"Entrepreneurship，Guangzhou"University，"Guangzhou"510006，China）

Abstract：""The"steady"development"of"Fintech"and"the"accelerated"digital"transformation"of"commercial"banks"have"become"the"core"elements"of"the"supplyside"structural"reform"of"the"financial"industry"at"this"stage"and"in"the"period"ahead."Based"on"the"“enabling”"and"“crowding"out”"effects"of"Fintech，"this"paper"examines"the"impact"mechanism"of"Fintech"on"banks’"risktaking"under"macroprudential"supervision."The"study"finds"that"commercial"banks’"development"of"Fintech"reduces"bank"risktaking"overall，"but"loan"restructuring"and"the"degree"of"bank"competition"play"competing"indirect"roles"in"the"process"of"Fintech"influencing"bank"risktaking，"respectively."In"addition，"macroprudential"supervision"measures"have"a"positive"moderating"effect"on"the"“enabling”"effect"of"Fintech，"and"a"negative"moderating"effect"on"the"“crowding"out”"effect"of"Fintech."Based"on"the"perspective"of"banks’"establishment"of"Fintech"subsidiaries，"this"study"provides"theoretical"discussion"and"empirical"evidence"for"commercial"banks’"development"of"Fintech"and"regulators’"formulation"of"macroprudential"supervision"policies.

Key"words：Fintech;"bank"risktaking;"“doubleedged"sword”"impact;"macroprudential"supervision

（責(zé)任編輯：蔡曉芹）