金融科技的应用对商业银行盈利能力的影响研究--基于15家上市银行的数据...
Financial View |  金融视线
MODERN  BUSINESS
现代商业138
金融科技的应用对商业银行盈利能力的影响研究
——基于15家上市银行的数据分析
李永田　赵靖轩　郭少鹏　胡秋红武汉纺织大学经济学院　湖北武汉　430200
摘要：金融科技的迅速发展给传统银行业带来机遇的同时，也产生了消极的竞争效应。本文基于15家国内上市商业银行2015年～2019年的数据，运用固定效应模型实证分析金融科技对我国商业银行盈利能力的影响，结果表明：金融科技的发展应用总体上对商业银行的盈利能力产生了负面影响，金融科技对不同类型商业银行冲击程度不同，金融科技对国有制银行的冲击要大于其对非国有制银行的冲击。建议完善金融科技基础设施，加强金融科技人才储备，重视金融科技风险，提高金融监管适应性以期正视金融科技的挑战冲击，实现传统商业银行与新兴金融科技的协同发展，提升银行业的盈利能力。
关键词：金融科技；商业银行；盈利能力；固定效应模型
中图分类号：F831  文献识别码:A  文章编号:1673-5889(2021)15-0138-04
一、引言
自2013年以来，互联网金融快速发展，科技融入金融的广度和深度不断提升，在促进金融业务的便利性创新性方面的作用和价值日益凸显。随着大数据、云计算、第三方支付等新兴技术的应用，金融科技（FinTech）进入了爆发式的增长时期，根据《2019年中国科技金融生态白皮书》发布的数据，中国金融科技市场总额达到655.62亿美元①。截止到2020年，我国金融科技整体发展水平跃居世界第二，在支付市场领域位居世界第一[6]。金融科技快速发展的同时，也给以商业银行为主的传统金融行业带来了冲击和挑战。金融科技的应用对商业银行的影响成为学者研究的热点话题。
目前，理论界关于科技金融及其对商业银行的影响等问题的研究成果表现在以前两个方面：（1）金融科技的定义及其发展。Douglas 等（2015）认为金融科技是一种覆盖、第三方支付、风险管理、支付清算等多领域的新业态[1]；全球金融科技报告（2016）则将金融科技的内涵扩大为所有涉及到金融服务和科技手段的动态交集；皮天雷等（2018）通过集合多角度内涵，将金融科技定义为“技术驱动的金融创新”[7]。在金融科技发展方面，王达（2014）认为，金融科技发展大致可分为三个阶段：初级阶段、互联网金融2.0阶段和金融科技3.0阶段
[8]
。Alt 和Puschmann（2012）认为金融科技的发展受到了信息技术革命等外部因素和消费者习惯改变等内部因素的双重影响
[2]
。Philippon （2016）剖析了金融科技快速发展的原因是传统金
融过高的定价[3]
。对于金融科技行业的发展，在已有的理论研
究中，徐继峰等（2021）认为金融科技企业分为三种业务形态：底层类金融科技企业、服务类金融科技企业和综合发展类金融科技企业，且呈现出梯形运行架构[9]。乔海曙（2019）等将金
融科技支持技术划分为移动支付、互联网支付、大数据、云计算等五大细分技术[11]。（2）金融科技对商业银行的影响。国内外学者在金融科技影响商业银行盈利能力方面也进行了大量研究。Kellner 和Dannerberg（2018）指出，信息技术的提升对银行业经营发展至关重要，率先应用信息技术可以使商业银行在竞争中取得优势[5]。Jagtiani J & Lemieux C.（2018）、刘孟飞（2020）等认为金融科技与
银行产品服务融合提升了银行经营水平、风险管理水平[4]和盈利能力[12]。也有学者指出，我国传统金融体系积弊已久，迅速发展的金融科技势必会挤压商业银行份额[13]。汪可（2018）研究发现商业银行应用金融科技加剧了金融市场的价格竞争，增加了系统性风险[14]。封思贤（2019）认为以数字金融为核心的金融科技发展加剧了国内银行业的竞争，会降低银行的利润效率[15]。
综上，当前国内外文献研究多集中于对金融科技以及金融科技对银行业的影响的定性分析，并取得了系统化的理论成果。但在金融科技对我国商业银行的影响方向和程度方面文献较少，尤其是金融科技对商业银行盈利能力的定量实证分析仍不多见。基于此，本文搜集了15家我国上市商业银行2015年～2019年的数据，包含5家国有商业银行和10家非国有制银行。主要运用固定效应模型，就金融科技对我国传统商业银行盈利能力的影响进行实证分析，探索其影响因素及程度。
二、研究设计（一）模型与变量
为探究金融科技的发展是否影响了商业银行的盈利能力以
及影响程度。本文参考近几年的相关研究，建立实证模型如下。
（1）
式中，y jt 代表商业银行j 在第t 年的净资产收益率（ROE），
Financial View
金融视线  |  MODERN  BUSINESS
现代商业
139
即本文的被解释变量。银行总资产收益率（ROA）、净资产收益率（ROE）、净利润都可以作为衡量商业银行盈利能力的指标，但净资产收益率反映对公司股东创造的权益，更为贴切。同时本文会选择总资产收益率（ROA）进行稳健性检验以避免变量选择误差；FT i 代表金融科技的相关因素，即本文核心解释变量，由于现有的文献中较少有对金融科技发展程度指数的构建和数据，本文借鉴目前学术界认同度较广的刘园[10]等对技术的划分构建，选取对金融科技影响渗透程度较深的五大新兴技术即移动支付、互联网支付、大数据、云计算以及人工智能作为金融科技的代表，而这五大新兴技术对金融科技的影响程度可以通过其市场规模来反映。因此，本文选取移动支付规模（MP）、互联网支付规模（IP）、大数据规模（BD）、云计算规模（CC）、人工智能（AI）市场规模作为核心解释变量，分别进行回归来研究其对银行盈利能力的影响。
在控制变量选择方面，由于商业银行盈利能力主要受其内部因素的影响，因此，本文在模型中加入反
映商业银行的资产质量的指标资产充足率（CAR）、反映银行流动性情况的指标存贷比（LDR）、反映银行风险的指标拨备覆盖率（PROV）、以及反映银行自有资金水平的指标股东权益比率（SER）作为控制变量。
αi 代表核心解释变量的估计系数；β1、β2、β3、β4代表控制变量的估计系数；u t 为个体异质性，不可估测；εt 为服从正态分布的随机扰动项。（二）样本选取与数据来源
本文以15家上市商业银行作为研究对象获得了“银行—年度”面板数据。其中包括中、农、工、建、交五大国有银行；10家股份制商业银行，包括招商银行、平安银行、兴业银行、浦发银行、光大银行、民生银行、中信银行、华夏银行、邮储银行、浙商银行。样本数据为年度数据，由于2020年新冠疫情对我国经济的冲击和影响，为了消除极端数据对模型回归带来的影响，本文使用2015年～2019年的数据。本文所需的商业银行数据均来自于各家商业银行2015年～2019年的年报；反映金融科技的五大技术领域数据分别来自智研咨询、2016年～2020年《中国支付清算行业社会责任报告》《中国云计算行业分析报告》、艾瑞咨询等。各变量统计性描述见表1。
表1　各变量的描述性统计
变量观察值均值标准差最小值最大值ROE 7513.966  2.119.5818.89IP 752131.71452.082042.392186.71MP 75338.74169.57130.18601.64BD 75256.2115.022116436CC 7
5745.14362.142278.11334AI 75262.04143.375112.4500CAR 7513.326  1.6410.4617.52LDR 7580.55614.17139.2109.1PROV 75208.05174.987134.05499.6SER
75
7.188
感恩所有的遇见与美好1.149
3.71
8.97
三、实证结果分析（一）模型选择及结果分析
本文采用N=15，T=5的平衡面板数据，对模型分别进行F 检验、LM 检验以及Hausman 检验。结果表明，5个模型均在1%显著性水平下通过了F 检验和LM 检验以及豪斯曼检验，5个模型均应选择固定效应模型。
接下来研究金融科技发展对银行盈利能力的影响。分别按上文中模型选择对各模型进行回归，回归结
果如下表2所示。总体而言，各模型的R 2均较大，表明模型的解释力较高。具体影响系数来看，代表金融科技发展的各核心解释变量都在1%的水平上显著为负：互联网支付（IP）的系数为-0.015；移动支付（MP）的系数为-0.006；大数据（BD）的系数为-0.009；云计算（CC）的影响系数为-0.003；人工智能（AI）的影响系数为-0.005。结果表明，金融科技的发展应用在总体上会对商业银行的盈利能力产生负面作用。
表2　金融科技对商业银行盈利能力的回归结果
变量
模型1
模型2
花洒品牌排行模型3
模型4
模型5
ROE ROE
ROE
ROE
学乐器ROE
IP -0.015***(0.002)
2022今日高考
MP -0.006***(0.001)
BD -0.009***(0.002)
CC
-0.003***(0.001)
AI -0.005***(0.002)CAR
-0.107-0.040-0.051-0.091-0.174(0.157)(0.181)(0.183)(0.176)(0.200)LDR -0.040**-0.041**-0.043**-0.046**-0.065***(0.017)(0.019)(0.019)(0.019)(0.020)PROV 0.007***0.010***0.010***0.009***0.009***(0.002)(0.002)(0.002)(0.002)(0.003)SER -0.694***-0.106-0.
106-0.124-0.174(0.239)(0.285)(0.289)(0.282)(0.333)_cons 53.251***18.646***19.177***19.898***22.368***(3.570)(2.517)(2.492)(2.276)(2.766)Obs.7575757575R-squared 0.877
0.849
0.846
0.851
0.810
注：括号内为t值，***，**，*分别表示1%，5%，10%水平下显著。
互联网支付（IP）、移动支付（MP）规模影响系数分别为-0.015和-0.006，表明当互联网支付和移动支付规模每增长10%，商业银行净资产收益率分别会下降0.15和0.06个百分点。支付结算一直以来是商业银行最为基础的中间业务之一，也是商业银行利润的重要组成部分。商业银行作为金融中介发挥作用，有
Financial View |  金融视线
MODERN  BUSINESS
现代商业140
助于在一定程度上缓解信息不对称，这种基于信息优势以及由此形成的垄断地位，使得商业银行在支付结算领域形成长期的、独有的专属优势。而近年来以互联网支付、移动支付为典型代表的金融科技撼动了商业银行的这一优势。相比于银行提供的服务，互联网支付、移动支付极大地降低了成本。同时，云计算、大数据、人工智能等金融科技技术可以对客户数据信息进行高效的存储和计算，从而更有效地缓解了信息不对称，使支付结算更为高效。更关键的是，金融科技发展推动了货币的数字化，数字金融成为了金融发展的大趋势，进一步冲击了商业银行的中间业务，降低了商业银行的盈利能力。
云计算（CC）、大数据（BD）、人工智能（AI）的影响系数分别为-0.003、-0.009和-0.005，表明当云计算和大数据市场规模每增长10%，商业银行净资产收益率分别会下降0.03、0.09和0.05个百分点。云计算、大数据和人工智能对商业银行盈利能力的抑制作用主要体现在其对商业银行资产业务和负债业务的冲击上。从对资产业务的冲击来看，企业信贷方面，企业和个人的资金需求可以通过大数据和云计算实现需求匹配、并成功进行融资；居民消费信贷方面，传统的商业银行消费信贷和信用卡业务逐渐被蚂蚁花呗、借呗、京东白条等便捷、低息的功能抢占了市场，面对新兴互联网金融的竞争，
传统商业银行采取降低信贷、信用卡开卡条件吸引客户，但增加了商业银行的不良贷款率，一定程度上影响了商业银行的利润；从对负债业务的冲击来看，由于商业银行的存款利率尚未形成有效的市场定价机制，以云计算、大数据和人工智能为代表的金融科技实质上推动了利率市场化的进程，商业银行面临一定的存款“脱媒”的压力。同时，余额宝、零钱通等业务的普及，吸收了一大部分商业银行理财产品的购买者，客户流失严重，增加了商业银行的存款压力，从而对商业银行盈利能力产生负面影响。
综上，金融科技对我国商业银行盈利能力的影响体现在对中间业务、资产业务和负债业务的冲击上，金融科技发展加速了金融脱媒和去中介化的趋势。在商业银行缺乏创新性和金融科技带来的便利性共同作用下，金融科技带来的竞争效应分走了部分商业银行业的利润蛋糕，抑制了商业银行的盈利能力。（二）稳健性检验
本文通过将被解释变量净资产收益率（ROE）替换为总资产收益率（ROA）重新代入模型进行稳健性检验，检验结果如下表3。由表中可以看出，各金融科技变量系数均在5%水平下依旧显著为负，与基准回归模型结果一致，验证了结果的稳健性。说明了即使使用更能直接反应银行竞争能力和发展能力的盈利指标时，金融科技的发展仍然对商业银行的盈利能力具有抑制作用。
表3　稳健性检验结果
变量
模型1
模型2
模型3
模型4
模型5
ROE
ROE
ROE
ROE
ROE
IP
-0.0008***(0.000)
MP
-0.00036 ***(0.000)
BD救赎者之戒
-0.00052***(0.000)
CC
-0.00015***(0.000)
AI
-0.00027**(0.000)
CAR
0.0070.0100.0090.0070.001(0.014)
(0.015)(0.015)(0.014)(0.015)LDR
-0.003*-0.003-0.003*-0.003*-0.004**(0.001)
(0.002)(0.002)(0.002)(0.002)PROV
0.000**0.001***0.001***0.001***0.001**(0.000)
(0.000)(0.000)(0.000)(0.000)SER 0.0110.045*0.045*0.044*0.039(0.021)(0.023)(0.023)(0.023)(0.026)_cons
2.586***0.660***0.695***0.740***0.913***(0.310)(0.201)(0.198)(0.184)(0.208)Obs.7575757575R-squared 0.559
0.536
0.529
0.534
0.467
注：括号内为t值，***，**，*分别表示1%，5%，10%水平下显著。
四、金融科技对不同类型银行盈利能力影响分析
为了分析金融科技对不同所有制商业银行盈利能力的影响，本部分将国有银行与非国有制商业银行进行分组回归，结果如下表4。可以看出，国有制银行中，支付规模（MP）、互联网支付规模（IP）、大数据规模（BD）、云计算规模（CC）、人工智能（AI）均对净资产收益率ROE 有显著影响；非国有制商业银行中，MP、IP、BD、CC 对净资产收益率ROE 有显著影响，AI 对净资产收益率影响未通过显著性检验，表明人工智能对非国有制商业银行的盈利能力影响不显著。
表4　不同类型商业银行回归结果
变量
IP MP BD CC AI 国有制银行
-0.018***
-0.008***-0.011***-0.004***-0.008**(0.003)
(0.002)(0.003)(0.001)(0.003)非国有制银
行
-0.010***-0.004**-0.005*-0.002**-0.002(0.003)
(0.002)
(0.003)
(0.001)
(0.002)
注：括号内为t值，***，**，*分别表示1%，5%，10%水平下显著。
从影响系数大小来看，支付规模（MP）、互联网支付规模（IP）、大数据规模（BD）、云计算规模（CC）对国有银行的影响系数绝对值均大于其对非国有制商业银行的影响系数，表明相对于非国有制银行，MP、IP、BD、CC 对国有制银行的ROE
Financial View
金融视线  |  MODERN  BUSINESS
现代商业
141
影响更大。即国有银行的盈利能力受到金融科技的发展和应用的冲击更大。这与近年来，各非国有制银行更加广泛地与金融科技融合发展、主动面对金融科技冲击有关，以浙商银行为例，2019年浙商银行电子银行渠道替代率高达99.03%，位居行业领先水平。同时，非国有制银行面向体多为中小企业，在国家大力发展实体经济的大环境下，非国有制银行与中小企业接轨，从而在一定程度上缓解了金融科技带来的竞争压力。
五、政策建议
金融科技的发展是不可避免的趋势，在给传统商业银行带来冲击的同时，也带来了机遇，商业银行应当正视金融科技发展趋势。为实现银行业与新兴金融科技协同发展，提升盈利能力，基于本文研究成果，提出以下对策建议。
（一）完善金融科技基础设施，加强金融科技人才储备商业银行要实现与金融科技的深度融合，从战略和制度框架上重视金融科技的发展和作用，明确金融科技赋能商业银行管理的战略和目标，构建金
融科技应用的制度框架。进一步加强金融科技基础设施建设须在硬件和软件两方面同时努力。硬件方面，需要加大在信息网络技术设备、高性能计算机与云端服务器、大容量存储器等先进设备的投入力度；软件方面，需要深化对大数据挖掘、区块链技术、先进的人工智能等技术的应用。同时，商业银行应当加强对金融科技领域复合型人才的内部培育和外部引进。金融科技发展的核心是人才。从内部培育来看，要加强员工对金融科技的认识和操作培训，提高员工应用金融科技办理业务的能力和效率；从外部引进来看，要重视对金融、互联网、大数据等复合型人才的引进，重能力轻学历，突出对实践型、创新型人才的引进，提升金融科技人才配置效率。（二）重视金融科技风险，提高金融监管适应性
感恩节短信祝福金融科技在激发金融市场活力的同时，也引发了新的金融风险。由于金融监管本身带有一定的“滞后性”，面对金融科技的日新月异，监管体系、制度、理念也要与时俱进，提高监管的适应性。以银保监会为核心的银行业监管体系要密切监督金融科技在银行业应用的各个流程环节，遏制风险源头，避免可能由金融科技引发的系统性风险。首先，监管部门要深化对金融科技的研究，着眼于金融科技在商业银行的应用，不断完善相关规章制度。其次，要完善金融科技监管方面的法律法规，尽快出台系统的、专门的法律来对金融科技领域进行规范，对游离于监管之外的金融科技“灰地带”要审慎监管、尽职尽责，增强监管的前瞻性。最后，要引导金融科技公司和传统银行业协同合作，走融合发展之路，发挥各自优势，提升银行业服务能力和盈利水平。注释：
①中国信通院《2019年中国科技金融生态白皮书》。
参考文献：
[1]Douglas W.Arner,Janos B,Ross PB.The Evolution of FinTech: A New Post-Crisis Paradigm?[R].University of Hong Kong Faculty of Law Research Paper,2015.
[2]Alt R,Puschmann T.The Rise of Customer-oriented Banking: Electronic Markets are Paving the Way for Change in the Financial Industry[J].Electron Mark,2012,22(4):203-215.
[3]Philippon T.The FinTech Opportunity[D].Nber Working Papers,2016.
[4]Jagtiani J,Lemieux C.Do Fintech Lenders Penetrate Areas that are Underserved by Tradition Banks?[J].Journal of Economics and Business,2018,100（11）:43-54.[5]Kellner D,Dannenberg M.The Bank of Tomorrow with Today’s Technology[J].International Journal of Bank Marketing,1998,16（2）:90-97.
[6]李易懋.金融科技对我国上市商业银行盈利能力影响的实证研究[J].湖南师范大学自然科学学报,2020（09）:83-89．[7]皮天雷，刘垚森，吴鸿燕.金融科技：内涵、逻辑与风险监管[J].财经科学,2018（09）:16-25.
[8]王达.美国互联网金融的发展及中美互联网金融的比较——基于网络经济学视角的研究与思考[J].国际金融研究,2014（12）:47-57．
[9]徐继峰，廖贝妮.我国金融科技企业发展状况及对商业银行金融科技战略的对策建议[J].华北金融,2021（02）:47-55.[10]刘园，郑忱阳，江萍，等．金融科技有助于提高实体经济的投资效率吗?[J].首都经济贸易大学学报,2018（06）:22-33.[11]乔海曙，黄荐轩.金融科技发展动力指数研究[J].金融论坛,2017（13）:24-26
[12]刘孟飞，蒋维.金融科技促进还是阻碍了商业银行效率?——基于中国银行业的实证研究[J].当代经济科学,2020（03）:56-68.
[13]李淼.FinTech 来袭：重塑金融格局[J].中国战略新兴产业,2016(14):18-19.
[14]汪可.金融科技、价格竞争与银行风险承担[J].哈尔滨大学学报（社会科学版）,2018（01）:40-48
[15]封思贤，郭仁静.数字金融、银行竞争与银行效率[J].改革,2019（11）:75-89.
作者简介：
1.李永田（通讯作者），武汉纺织大学经济学院硕士研究生，研究方向：公司金融与税收筹划。
2.赵靖轩，武汉纺织大学经济学院硕士研究生，研究方向：公司金融。
3.郭少鹏，武汉纺织大学经济学院硕士研究生，研究方向：公司金融与税收筹划。
4.胡秋红，武汉纺织大学经济学院副教授，硕士生导师，研究方向：公司金融。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。