金融科技對銀行盈利狀況的影響及作用機制研究

李明賢 聶一哲

[摘要]基于技術溢出理論、梅特卡夫法則和里德法則，從存貸業務、中間業務和表外業務4個角度出發，探究了金融科技對商業銀行盈利狀況的作用機理。以銀行年度在各地級市網點數量為權重，對北京大學數字普惠金融總指數進行加權平均處理，構建地區金融科技發展水平指數，并利用2011—2020年我國298家商業銀行的面板數據，采用雙向固定效應模型進行實證檢驗。研究發現，金融科技顯著提高了國有銀行的盈利水平，降低了股份制銀行、城商行和農商行的盈利水平，總體上顯著降低了銀行的盈利水平。從非線性角度出發，隨著地區金融科技分位數水平的提高，金融科技對商業銀行盈利水平的影響主要以“競爭效應”為主，呈現出負向影響。

[關鍵詞]金融科技；商業銀行；盈利能力

一、 引言

在金融科技迅速發展的背景下，2022年1月，中國人民銀行印發《金融科技發展規劃（2022—2025年）》（簡稱《規劃》）1，明確了金融科技發展的方向、任務和路徑，指出要堅持“數字驅動、智慧為民、綠色低碳、公平普惠”4個基本原則，更加充分發揮金融科技賦能作用。如今，金融科技成為金融變革的重要動力，對金融業態、產品和服務產生了深遠影響，同時金融科技的發展也對商業銀行的盈利水平造成了沖擊。

根據麥肯錫調查報告2，全球銀行業的業績出現了兩極分化，2015年頭部銀行的ROE（凈資產收益率）為17.9%，尾部銀行的ROE為3.2%；到2021年，頭部銀行的ROE提高到了32.4%，尾部銀行的ROE降低到2.5%。麥肯錫將這一現象的原因歸于頭部銀行卓越的運營，而關鍵性的因素則是數字化程度的提高。在過去的十年里，科技巨頭逐漸介入支付領域，并對銀行的“支付中介”功能產生了替代效應。調查發現，在美國，接近90%的人正在使用數字支付，30%左右的美國消費者喜歡將“先買后付（BNPL）”的消費金融服務與自身財務管理結合起來，這一比例還在持續增長?？萍季揞^憑借大數據、云計算、人工智能、區塊鏈等先進技術，推出兼具靈活性與高收益率的理財產品，并提供便捷、快速的融資服務，迅速地與銀行在金融市場展開了激烈的競爭，沖擊著銀行盈利狀況。這一局面也在中國上演，新興金融科技公司搶占了傳統商業銀行在存款和貸款市場的市場份額，壓縮了銀行的利潤空間，加劇銀行的價格競爭，進而削弱了銀行的業績表現[1]。同時，考慮到利率市場化進程提速和金融監管日趨嚴格，銀行的運營和監管成本提高，銀行的盈利水平被進一步削弱。傳統的銀行經營管理方式已然無法適應新的經濟形勢和競爭格局，金融科技成為銀行業新的轉型方向。在這樣的時代背景下，本文聚焦于金融科技對商業銀行盈利狀況的影響，探討金融科技對商業銀行的盈利水平產生了怎樣的影響？其作用機制是什么？對于不同類型的商業銀行，其影響是否存在異質性？

二、 文獻綜述

關于金融科技的概念界定。目前學界廣泛認可的是金融穩定理事會（FSB）提出的定義，即金融科技是基于大數據、云計算、人工智能、區塊鏈等一系列技術所帶來的金融創新，全面應用于支付清算、借貸融資、財富管理、零售銀行、保險、交易結算等六大金融領域。有學者認為金融科技主要是一種去中介化的力量，是旨在與傳統金融方式在金融服務交付上展開競爭的新技術[2]。也有學者把金融科技界定為在金融監管機構監管下，由新興科技（大數據、人工智能、區塊鏈、云計算）推動的、傳統金融機構（銀行、證券、保險、信托）和新興金融業態（金融科技公司）等市場主體參與的、對傳統金融業務進行改革的創新活動[3]?？偠灾?，金融科技是由先進的信息技術驅動的金融服務和產品創新，并對金融市場、金融機構和金融服務造成了顛覆性的沖擊。

對金融科技與商業銀行盈利水平之間關系的探討。主流觀點認為，金融科技對商業銀行盈利狀況產生了“競爭效應”和“技術溢出效應”。

第一類觀點側重于研究金融科技的競爭效應。在金融科技發展初期（業界一般認為2013年是我國金融科技元年），金融科技公司主要在存款市場、信貸市場和支付領域與商業銀行展開競爭[4]。首先，存款競爭降低了銀行的吸儲能力，并抬高了其付息成本[5]。另外，存款競爭使得銀行越發依賴同業拆借等批發性資金，使得銀行資金成本上升[6]。其次，金融科技事實上動搖了商業銀行的“金融中介”地位。前期巨大的金融科技投入也給銀行的盈利水平帶來負面影響。競爭環境的惡化使得銀行加大對金融科技的投入力度，但前期高昂的投入降低了銀行的盈利水平[7]。同時銀行對于金融科技基礎設施和配套軟件的布設也需要消耗大量人力物力[8]?？偠灾?，金融科技加劇了銀行競爭，從負債端抬高了銀行的資金成本，對銀行盈利狀況產生了消極的“競爭效應”[9-13]。

另一類觀點認為，隨著金融科技發展水平的提高，金融科技將對商業銀行盈利狀況產生凈正向影響[14]。一方面，擁有先進技術的金融科技公司在與商業銀行的合作中，或被動或主動地傳播自身技術和先進經驗，對銀行績效產生積極影響。商業銀行與金融科技公司的合作產生了“聯系效應”，使得金融科技的發展對商業銀行經營績效產生了正向的“技術溢出效應”[15]。與第三方支付機構的競合關系顯著提升了商業銀行財務績效[16]。銀行通過與金融科技公司開展合作，借助先進技術精準篩選出優質的貸款客戶，提高了盈利水平[17]。另一方面，許多傳統銀行陸續成立金融科技子公司，建立金融科技實驗室，并增加對金融科技的投入，使得新興科技與傳統金融業務深度融合，同時創新了業務模式，進而提高了自身盈利水平。金融科技通過影響銀行資產負債管理能力、風險管理水平和經營效率水平，提高了銀行的盈利水平[18]。商業銀行進行金融科技數字化轉型從優化產品創新、渠道創新和流程創新3個維度促進其中間業務創新，提高自身盈利水平[19]?？偠灾?，隨著商業銀行逐漸深化金融科技改革，金融科技發展能夠為商業銀行盈利水平帶來積極影響[20-22]。

也有部分學者認為金融科技與商業銀行盈利水平呈現出倒“U”形關系，表現為先促進后抑制作用的特征[23]。

總之，現有文獻主要側重于從競爭效應或者技術溢出效應層面探究金融科技對商業銀行盈利水平的影響，較少有文獻綜合探究兩種效應的影響和作用機制。金融科技對商業銀行盈利水平的整體影響如何？隨著金融科技發展水平的提高，這種影響是否會發生改變？在金融科技發展水平不同的地區這種影響是否不同？金融科技對不同類型的商業銀行盈利水平的影響是否具有異質性？這些問題亟待厘清。已有研究主要基于銀行總部所在城市的數字普惠金融總指數來衡量地區金融科技發展水平，并未考慮到許多銀行的網點遍布多個城市和銀行網點數量的變化。

基于此，本文的邊際貢獻如下：

一是從競爭效應、技術溢出效應和門檻效應3個方面厘清金融科技影響銀行盈利水平的作用機理。并建立計量模型，實證研究金融科技對商業銀行盈利水平的整體影響。

二是從非線性的角度探究隨著地區金融科技分位數水平的變化，在金融科技發展水平不同的地區，金融科技對銀行盈利水平究竟呈現出何種影響。

三是完善金融科技水平衡量指標。將銀行每年度在各地級市的網點數量作為權重，計算北京大學數字普惠金融總指數加權平均值用以衡量地區金融科技發展水平，同時對地區經濟指標進行同樣的加權處理，使得結論更加精細化。

四是將銀行劃分為四類，探究金融科技對不同類型商業銀行盈利狀況的異質性影響，并結合時代背景對實證結果進行合理解讀，提出針對性建議，給相關金融政策的制定和經營管理的創新以啟迪。

三、 理論分析及研究假設

1. 金融科技對商業銀行盈利水平的整體影響

金融科技加劇了商業銀行外部市場的競爭，進而沖擊銀行的盈利水平。這種競爭既是金融科技公司與傳統銀行的競爭，也是銀行之間的競爭。首先，金融科技公司依托大數據、云計算等先進技術，對傳統金融業務進行創新，開發出新的金融產品，進而擠壓銀行的業務空間，最終對銀行的盈利水平帶來沖擊，其次，率先運用金融科技的銀行必然對其他銀行產生擠出效應。

從存款市場的角度出發，依托云計算、大數據、人工智能等新興信息技術的金融科技公司開發了大量理財產品，與傳統銀行在存款市場展開了激烈的競爭。在財富管理方面，金融科技公司具有低成本、低門檻、高效率等特征，滿足了客戶關于財富管理多元化的需求，同時，在利率市場化的背景下，金融科技公司開發的高收益率的理財產品受到用戶的青睞，在存款競爭中處于優勢地位，惡化了銀行的資金來源結構，使得銀行更加依賴于同業資金，顯著地提高了銀行整體的資金成本。為應對來自金融科技公司的競爭，一些銀行采取了激進的理財產品定價策略，使得存款大量流失[5]。整體來看，金融科技對銀行盈利水平產生了不利影響。

從貸款市場的角度出發，銀行更加青睞于大中型優質企業，而忽視小微企業等尾部客戶群體的融資需求。相較于傳統金融，金融科技可以更好地收集客戶的軟信息，而不過分依賴硬信息，對于缺乏抵押品和信息相對不透明的小微企業，金融科技可以提供更多的資金支持。根據長尾理論，金融科技公司先進的征信技術和風控技術，緩解了融資雙方的信息不對稱問題，進而搶奪了許多優質的長尾客戶。特別是在消費金融領域，螞蟻金服開發出的“花唄+借唄”和京東開發出的“白條”，與線上交易平臺“淘寶”“京東”實現了金融與消費場景的鑲嵌，實質上造成銀行貸款客戶的分流。對于銀行而言，損失的這部分優質客戶使得銀行的利息收入增速放緩，降低了銀行的盈利水平。

從中間業務市場的角度出發，基于風險考慮，銀行需要尋找新的利潤增長點，且不用占用太多的經濟資本，因此發展前景良好的非利息業務成了銀行轉型的方向。然而，根據金融中介理論，金融科技的出現動搖了傳統銀行的金融“中介”地位，加速了金融脫媒，擠壓了銀行的中介業務空間，減少了銀行的非利息收入來源。特別是微信、支付寶通過不同的方式轉賬匯款、掃碼支付、支付水電煤費用等，分流了原本屬于銀行的支付結算業務?？偟膩碚f，金融科技一定程度上對銀行的中介地位產生了替代效應，給銀行的盈利水平帶來沖擊。

從表外業務市場的角度出發，隨著人工智能、物聯網、區塊鏈等先進技術應用于供應鏈金融領域，金融科技公司對產業供應鏈的結構、流程有了長足的了解，可以通過區塊鏈技術挖掘出供應鏈某一環節的資金信息和風險狀況，根據具體的供應鏈運營活動和場景，提供定制化的金融產品和服務。例如京東物流，以資金流為擔保，利用大數據、區塊鏈等技術獲取上下游企業的資金狀況和物流信息，并為上下游企業提供供應鏈融資、ABS等融資服務，沖擊了銀行的應收賬款融資、票倉單質押、票據承兌及保理業務，進而給銀行盈利水平帶來沖擊[24]。

2. 金融科技對銀行盈利水平的非線性影響

技術溢出理論認為，先進的技術具有顯著的正外部性，擁有先進信息技術的金融科技公司在與銀行的業務競爭，將促進銀行數字化轉型。一方面，對外合作的銀行提高了金融科技應用水平，促進了自身的技術革新和數字化轉型。另一方面，在金融監管趨嚴的背景下，與銀行開展合作對于缺乏金融牌照的金融科技公司也是一種補強?？梢灶A見的是，在未來新的金融業態下，金融科技公司與銀行的合作將更加緊密。

根據梅特卡夫法則和里德法則，網絡的價值和對應的用戶群體呈現出非線性關系，即客戶數量的增長對應網絡價值冪指數的變化。對于國有銀行和股份制銀行而言，其金融科技布局在前期產生了巨大的投入成本，在短時間內可能無法扭虧為盈，但是當金融科技的發展達到一定門檻時，金融科技賦能銀行的收益將覆蓋其投入成本和競爭帶來的損失，使得銀行的盈利呈現出正向變化，并且隨著時間的推移，銀行的盈利將呈現爆發式增長。因此，金融科技發展到某一階段時，金融科技的門檻效應會超越競爭效應，最終對銀行的盈利水平產生正外部性。

現實中，在最早一批成立的金融科技子公司里，平安銀行旗下的金融壹賬通2020年虧損了13.54億元1，興業銀行旗下的興業數金2019年上半年凈虧損1.67億元2，可見金融科技對銀行盈利水平的影響仍然以競爭效應為主。故本文認為：當下金融科技對銀行盈利水平的影響以競爭效應為主，主要呈現出負向影響。

3. 金融科技對銀行盈利水平影響的異質性分析

從資金規模、資本充足率的角度出發，規模越大、資本充足率越高的銀行憑借其資金和人才方面的優勢，可以有效抵御風險，相較于城商行和農商行，國有銀行和股份制銀行擁有足夠的自有資金應付“競爭效應”帶來的不利影響。

從客戶群體的角度出發，大型銀行更加青睞大型企業和高凈值客戶，相反中小銀行的客戶主要是中小微企業和農戶等長尾客戶，相比之下中小銀行對金融科技造成的沖擊更加敏感。進一步考慮，金融科技的運用幫助大型銀行搶占了中小銀行的優質客戶，對中小銀行產生了擠出效應[25]。

在短期融資方面，金融科技公司推出的金融產品所具備的高效率的特點極大程度上滿足了中小微企業和農戶對周轉資金的需求，而中小銀行因為授信制度相對嚴格，最終在短期融資領域處于劣勢地位，所以金融科技往往對中小銀行的盈利水平造成更加顯著的負面影響。

從收入結構的角度出發，大型銀行的業務種類豐富，收入來源更加多元化，大部分的業務收入來源于對公貸款利息收入、個人貸款利息收入、債券利息收入等，個別銀行，例如平安銀行非利息收入甚至占到了總營收的30%左右3。而中小銀行的收入結構較為單一，主要依賴存款和貸款業務，所以中小銀行對 “競爭效應”更加敏感。

考慮金融科技轉型情況，國有銀行和股份制銀行擁有足夠的資金實力布設金融科技設備、引進金融科技人才并建立金融科技部門，同時與金融科技公司展開合作，兩條線路齊頭并進，對金融科技的應用能力要遠遠強于城商行和農商行等中小銀行。故金融科技對大型銀行的影響可能表現為正向影響。

由以上分析，本文提出以下命題：

假設1：金融科技總體上給銀行盈利水平帶來負面影響。

假設2：隨著金融科技發展，技術溢出效應和門檻效應逐漸增強。但在跨越門檻值之前，金融科技對銀行盈利水平的影響仍然以“競爭效應”為主。

假設3：金融科技對不同類型銀行盈利水平的影響存在異質性。

四、 研究設計

1. 樣本與數據來源

本文剔除了政策性銀行、外資銀行等銀行業金融機構，選取中國298家商業銀行作為研究樣本，樣本期為2011—2020年。其中銀行個體特征數據主要來源于銳思（RESSET）金融研究數據庫和馬克數據網，宏觀數據取自于EPS數據平臺，同時本文通過銀行年報對數據查漏補缺。

2. 變量選取

（1）被解釋變量。被解釋變量旨在衡量銀行的盈利水平，考慮到銀行業收入來源以利息收入為主，故本文選擇凈息差（NIM）作為銀行盈利水平的代理變量。出于穩健性考慮，選取資產利潤率（ROA）和凈資產收益率（ROE）作為銀行盈利水平的次要代理變量。

（2）核心解釋變量。核心解釋變量用來衡量金融科技發展水平。學術界常用的衡量金融科技發展水平的指標主要有采用螞蟻金服的交易賬戶底層數據構建的北京大學數字普惠金融總指數，其從多個維度刻畫了中國各省市的金融科技發展水平[26]。

為緩解內生性問題，本文主要從地級市層面考慮金融科技對銀行盈利水平產生的影響，因此采用地級市層面北京大學數字普惠金融總指數加權平均值作為金融科技發展水平的代理變量，具體以銀行每年度在各個城市的網點數量為權重，同時對該指數作對數平滑處理。出于穩健性考慮，參考邱晗等[6]的做法，采用覆蓋廣度（Coverage）、使用深度（Usage）、數字化程度（Digitization）3個指標作為金融科技發展水平的次要代理指標，同樣對3個指標做加權處理。

（3）控制變量。銀行盈利水平受到自身特征的影響。本文控制以下銀行特征變量：總資產（ASSET）、存貸比（LDR）、成本收入比（CIR）、不良貸款率（NPL）、資本充足率（CAR）。銀行盈利水平也受到地方經濟發展和金融市場發展的影響。參考邱晗等[6]的做法，本文控制以下地區變量：地區生產總值增長率和人均地區生產總值、金融機構年末存款余額/地區生產總值和金融機構年末各項貸款余額/地區生產總值，同時對地區變量作與上文相同的加權處理。

變量定義見表1。

表1 變量定義

[變量類型 變量名稱 變量符號 變量定義 被解釋變量 凈息差

資產利潤率

凈資產利潤率 NIM

ROA

ROE 凈利息收入/生息資產

稅后凈利潤/總資產

凈利潤/凈資產 核心解釋變量 金融科技發展水平 Fintech 地級市層面北京大學數字普惠金融總指數加權平均值取自然對數 控制變量 銀行特征變量 總資產 ASSET 總資產取自然對數 資本充足率 CAR 資本凈額/風險資產 不良貸款率 NPL 期末不良貸款余額/總貸款余額 成本收入比 CIR （業務管理費+其他營業支出）/總營收 存貸比 LDR 發放貸款/吸收存款 宏觀經濟變量 地區經濟發展水平 RGDP 地區生產總值增長率 PGDP 地區生產總值/人口 金融市場發展水平 DGDP 年末金融機構存款余額/地區生產總值 LGDP 年末金融機構各項貸款余額/地區生產總值 ]

表2報告了各變量的描述性統計結果。為查漏補缺，本文對大約5%的缺失值采取線性插值法處理，并對連續性變量進行了上下1%的縮尾處理以避免極端值的影響。從表2列示結果可以看出，銀行盈利水平測度指標NIM最大值為0.064，最小值為0.0045，均值為0.0293，可見不同銀行間盈利水平相差較大。地區金融科技發展水平（Fintech）的最大值為5.7116，最小值為3.8308，均值為5.1894，標準差為0.4041，說明不同地區之間金融科技發展水平差異較大。

表2 描述性統計

[變量 觀測數 平均值 標準差 最小值 最大值 ROA 2465 0.0102 0.0043 0.0006 0.0223 ROE 2465 0.1366 0.0578 0.0075 0.3069 NIM 2465 0.0293 0.0117 0.0045 0.0640 Fintech 2465 5.1894 0.4041 3.8308 5.7116 Coverage 2465 5.1506 0.3981 3.7780 5.7022 Usage 2465 5.1837 0.4076 3.9332 5.7263 Digitization 2465 5.2800 0.5396 3.1698 5.7723 ASSET 2465 25.0672 1.7084 22.3670 30.5097 CIR 2465 0.3504 0.0744 0.1933 0.5973 NPL 2465 0.0172 0.0098 0.0013 0.0635 LDR 2465 0.6634 0.1126 0.3440 0.9809 CAR 2465 0.1370 0.0221 0.0948 0.2263 RGDP 2465 0.0780 0.0285 -0.0113 0.1530 PGDP 2465 11.0462 0.5256 9.7988 12.1200 DGDP 2465 1.6467 0.6665 0.6763 4.0015 LGDP 2465 1.1539 0.4395 0.4286 2.2230 ]

3. 模型設定

為檢驗假設1和假設3，本文構建如下模型（1）。其中，[i]表示銀行，[t]表示年份，[α]、[β]和[γ]代表參數估計值，[NIM]表示銀行盈利水平，[Fintech]表示地區金融科技發展水平，[∑Control]表示包括銀行個體特征變量和宏觀變量的控制變量，[ui]表示個體異質性，[νt]表示時間固定效應，[εit]表示隨機擾動項。同時，本文將[NIM]替換成[ROA]和[ROE]、[Fintech]替換成[Coverage]、[Usage]和[Digitization]進行穩健性檢驗。

[NIMit=α+β1Fintechit+γ∑Controlit+ui+νt+εit] （1）

為檢驗假設2，本文參考熊健等[15]的做法，構建模型（2）。

[NIMit=α+β1H_Fintechit+β2L_Fintechit+γ∑Controlit+ui+νt+εit] （2）

[H_Fintechit=Fintechit? ? if Fintechit

[L_Fintechit=0? ? ? ? ? ? ? ? ? ? ? ? ? ?if Fintechit

上述模型中，[H_Fintechit]表示金融科技發展水平較高的地區，[L_Fintechit]表示金融科技發展水平較低的地區，[St]為第[t]年地區金融科技分位數水平。

五、 實證分析

1. 金融科技對銀行盈利水平的整體影響

本文首先對式（1）進行混合回歸（OLS），并采用聚類穩健標準誤，結果見表3。由于銀行存在個體異質性，可能對估計結果產生偏誤，故考慮使用固定效應模型（FE）。列（3）中F檢驗的p值為0.0000，強烈拒絕所有銀行個體異質性為零的假設，即固定效應模型優于混合回歸?？紤]到個體異質性可能以隨機效應（RE）的形式存在，故本文對模型進行隨機效應估計，并進行Hausman檢驗，結果拒絕了原假設“不存在固定效應”。最后在固定效應模型中引入年份虛擬變量，并檢驗所有時間變量的聯合顯著性，結果p值為0.0000，強烈拒絕不存在時間效應的原假設。因此，本文主要使用控制了個體固定效應和時間固定效應的雙向固定效應模型來分析金融科技對銀行盈利水平的影響，列（4）為采用了聚類標準誤的固定效應模型，列（5）為采用了聚類標準誤的雙向固定效應模型。列（5）報告了Fintech的估計系數為-0.0179，在1%的水平上顯著為負，列（1）至列（4）的結果基本一致。列（5）報告CIR系數顯著為負，說明成本控制較好的銀行整體盈利水平更加突出；LDR和CAR系數顯著為正，說明充足的自有資金和貸款擴張可以顯著提高銀行的凈息差。這與現實情況相符，說明本文銀行個體控制變量的選取相對準確。

上述結果表明金融科技對商業銀行盈利水平主要產生負面影響，本文的假設1成立。

表3 金融科技對銀行盈利水平的整體影響

[變量 （1）

OLS （2）

FE （3）

RE （4）

FE_robust （5）

FE_TW Fintech -0.0101*** -0.0038*** -0.0102*** -0.0038*** -0.0179*** （0.0000） （0.0001） （0.0000） （0.0061） （0.0004） ASSET -0.0027*** -0.0100*** -0.0037*** -0.0100*** -0.0046*** （0.0000） （0.0000） （0.0000） （0.0000） （0.0007） CIR -0.0224*** -0.0377*** -0.0326*** -0.0377*** -0.0334*** （0.0008） （0.0000） （0.0000） （0.0000） （0.0000） NPL -0.0887** -0.0893*** -0.1020*** -0.0893*** -0.0437 （0.0225） （0.0000） （0.0000） （0.0055） （0.1542） LDR 0.0234*** 0.0166*** 0.0188*** 0.0166*** 0.0193*** （0.0000） （0.0000） （0.0000） （0.0000） （0.0000） CAR 0.0517*** 0.0054 0.0170** 0.0054 0.0235* （0.0013） （0.5091） （0.0350） （0.7011） （0.0946） RGDP 0.0325** -0.0046 0.0094 -0.0046 -0.0114 （0.0179） （0.6016） （0.2628） （0.6979） （0.3933） PGDP -0.0009 -0.0026** -0.0007 -0.0026 0.0012 （0.2810） （0.0221） （0.3606） （0.1091） （0.4498） DGDP -0.0021** -0.0017* -0.0005 -0.0017 0.0003 （0.0233） （0.0887） （0.5647） （0.2391） （0.8476） LGDP 0.0054*** 0.0029** 0.0025** 0.0029 0.0042** （0.0006） （0.0250） （0.0271） （0.1885） （0.0462） （0.0000） （0.0000） （0.0000） （0.0000） （0.0000） N 2465 2465 2465 2465 2465 adj.R2 0.3587 0.3756 0.4512 0.5132 F檢驗 0.0000 Hausman檢驗 0.0000 ]

注：回歸系數下方的圓括號內數值為估計值的P值，*、**、***分別表示10%、5%、1%的顯著性水平，常數項和時間虛擬變量回歸結果省略，下表同。列（2）采用普通標準誤，其他列回歸采用聚類標準誤

2. 金融科技對銀行盈利水平的線性影響研究

在加劇銀行外部競爭的同時，金融科技也可能提高銀行的盈利水平。在新的金融業態下，新主體的出現不可避免地蠶食了銀行的利潤空間，從而對銀行盈利水平產生負面的“競爭效應”。同時，利潤的低迷也給銀行提供了金融科技轉型的動力，一部分銀行尋求與金融科技公司合作，一部分銀行成立自身的金融科技子公司。由此，金融科技改善了銀行的盈利水平，對銀行產生了積極的“技術溢出效應”和“門檻效應”。那么，伴隨著金融科技發展水平的提高，金融科技對銀行盈利水平的影響會呈現出非線性變化嗎？本文利用模型（2）對假設2進行了檢驗，主要使用雙向固定效應模型進行回歸，表4列示了回歸結果。

表4報告了不同百分比分位數對應的金融科技發展水平與銀行盈利水平的回歸結果。從表4可知，從統計顯著性上來講，在高金融科技發展水平的地區，隨著金融科技分位數水平的提高，H_Fintech的系數從不顯著、到10%水平顯著和5%水平顯著、最后在1%的水平上顯著，且整體表現為負的外部性。相對而言，在低金融科技水平地區，L_Fintech系數的顯著性有所下降，但同樣表現為負的外部性。從經濟顯著性上看，隨著分位數水平的提高，H_Fintech對應的系數從-0.0092到-0.0173，整體上先升后降并趨于平穩（考慮絕對值）；L_Fintech對應的系數由-0.0195到-0.0522，整體上先降后升。在90%的分位數水平上，高金融科技水平地區的系數為-0.0173，在1%的水平上顯著，這意味著，金融科技水平每提高1%銀行的盈利水平下降0.0173%；低金融科技水平地區的系數為-0.0522，在5%的水平上顯著，這意味著金融科技水平每提高1%銀行的盈利水平下降0.0522%。故表5的報告顯示，隨著地區金融科技發展水平的提高，金融科技對銀行盈利水平的影響以負面的競爭效應為主，假設2成立。

表4 金融科技對銀行盈利水平的非線性影響研究

[變量 10%分位數 30%分位數 50%分位數 70%分位數 90%分位數 H_Fintech -0.0092 -0.0198* -0.0180** -0.0171*** -0.0173*** （0.3854） （0.0792） （0.0405） （0.0008） （0.0007） L_Fintech -0.0195*** -0.0170*** -0.0178** -0.0288** -0.0522** （0.0002） （0.0055） （0.0356） （0.0280） （0.0269） 控制變量

個體效應

時間效應 控制

控制

控制 控制

控制

控制 控制

控制

控制 控制

控制

控制 控制

控制

控制 N 2465 2465 2465 2465 2465 adj.R2 0.5133 0.5130 0.5130 0.5132 0.5134 ]

3. 異質性分析

本文將樣本區分為國有銀行、股份制銀行、城市商業銀行和農村商業銀行四類，采用雙向固定效應模型估計，通過模型（1）檢驗金融科技對不同類型銀行盈利水平的異質性影響?；貧w結果如表5，金融科技對國有銀行、股份制銀行、城市商業銀行和農村商業銀行四類銀行NIM的系數分別是0.0239、-0.0588、-0.0130和-0.0227，且至少在10%的水平上顯著。首先，金融科技對農商行和城商行盈利水平的影響比國有銀行和股份制銀行更加顯著。其次，金融科技對國有銀行NIM的系數顯著為正。由上文可知，金融科技對商業銀行盈利狀況整體呈現出負面影響，但是并不說明金融科技對所有銀行盈利狀況只存在負面影響，金融科技可以延伸銀行的服務半徑，并運用大數據等技術精準匹配供需雙方，把長尾客戶嵌套進規模龐大的金融平臺，實現利潤的邊際增長。銀行可以借助金融科技大力發展非利息業務，一定程度上避開傳統金融市場資本充足率、不良貸款率、信貸投放等監管約束，實現監管套利和新的利潤增長點。由表5的結果可知，金融科技事實上提高了國有銀行的盈利水平，降低了其他銀行的盈利水平，出現這一結果的緣由可能是：（1）國有銀行規模較大，資金實力雄厚，并且受到政策面的青睞，因此具有極強的抵御風險的能力。同時，國有銀行普遍成立了金融科技子公司并且廣泛地與金融科技公司展開合作，故金融科技對國有銀行的盈利水平產生了正的外部性。（2）股份制商業銀行極其依賴同業市場，但是金融科技的推進使得同業業務收縮，抬高了資金成本。此外，股份制商業銀行主要采取自負盈虧的經營模式，發生信用危機時沒有政府背書，因此需要保持充足的資本金以抵御風險。并且，部分股份制銀行存在內控管理問題。以上可能是股份制商業銀行的盈利水平下降的原因。（3）城商行和農商行規模較小，缺乏足夠的資本金抵御風險，同時優質客戶被金融科技公司和大型銀行所搶奪，故金融科技對城商行和農商行存在負面影響。由上文可知，金融科技對不同類型商業銀行盈利水平的影響存在異質性，假設3成立。

表5 金融科技對銀行盈利水平的異質性分析

[變量 國有銀行

NIM 股份制銀行

NIM 城商行

NIM 農商行

NIM Fintech 0.0239* -0.0588* -0.0130** -0.0227*** （0.0799） （0.0959） （0.0316） （0.0091） 控制變量

個體效應

時間效應 控制

控制

控制 控制

控制

控制 控制

控制

控制 控制

控制

控制 N 60 119 1012 1274 adj.R2 0.8869 0.8076 0.5267 0.5707 ]

4. 穩健性檢驗

（1）內生性問題?？紤]到地方銀行進行金融科技轉型可能帶動地區金融科技發展，故本文在模型中引入滯后一階的凈息差作為解釋變量，構建動態方程，同時采用兩步系統GMM方法進行估計，以解決反向因果造成的內生性問題?；貧w結果見表6，核心解釋變量的估計結果與上文基本一致，研究結論保持穩健。

表6 穩健性檢驗：兩步系統GMM模型

[變量 兩步系統GMM模型 雙向固定效應模型 L.NIM 0.5985*** 0.4742*** （0.0000） （0.0000） Fintech -0.0137*** -0.0105*** （0.0476） （0.0400） 控制變量 控制 控制 個體效應 控制 控制 時間效應 控制 控制 N 1847 2153 Adj.R2 0.6305 AR（2） 0.130 Hansen檢驗 0.196 ]

注：雙向固定效應模型回歸結果作為對比

（2）改變測度方式。本文使用ROE和ROA指標替換凈息差作為銀行盈利水平的代理變量，使用雙向固定效應模型進行估計。結果如表7。

表7中Fintech指標對ROA以及Digitization指標對NIM的系數不顯著，故仿照上文引入ROA和NIM的滯后一階作為解釋變量，進行兩步系統GMM估計。最終實證回歸結果與前文基本一致1。

表7? 穩健性檢驗：改變測度方式

[變量 ROA ROE NIM NIM NIM Fintech -0.0018 -0.0559** （0.2722） （0.0224） Coverage -0.0087** （0.0147） Usage -0.0153*** （0.0002） Digitization -0.0022 （0.2187） 控制變量 控制 控制 控制 控制 控制 個體效應 控制 控制 控制 控制 控制 時間效應 控制 控制 控制 控制 控制 N 2465 2465 2465 2465 2465 adj.R2 0.6236 0.6320 0.5091 0.5145 0.5064 ]

注：該表采用雙向固定效應模型

（3）調整樣本期。學術界普遍認為2013年（余額寶上線）是我國金融科技的元年，故本文綜合考慮選擇2013—2019年作為樣本期對模型進行穩健性檢驗，以排除金融科技年份的異質性。結果見表8，Fintech的回歸結果與上文基本一致。

表8 穩健性檢驗：調整樣本期

[變量 NIM Fintech -0.0255*** （0.0076） 控制變量

個體效應

時間效應 控制

控制

控制 N 1989 adj.R2 0.4799 ]

六、 結論與啟示

本文以各地級市銀行網點為權重，計算地級市層面北京大學數字普惠金融總指數加權平均值，來衡量地區金融科技發展水平，并基于2011—2020年我國298家商業銀行的面板數據和雙向固定效應模型，實證研究了金融科技對銀行盈利水平的影響及作用機制。研究表明：第一，金融科技促進了國有銀行的盈利水平，降低了股份制商業銀行、城商行和農商行的盈利水平，對銀行盈利水平整體上呈現出負面影響。第二，隨著金融科技發展水平的提高，金融科技對銀行盈利水平的影響仍然以“競爭效應”為主。在高金融科技水平地區，該影響統計上逐漸顯著，經濟顯著性趨于平緩；在低金融科技水平地區，該影響統計顯著性下降，經濟顯著性上升。

從本文研究結論得出以下啟示：（1）我國傳統銀行業應該正視新的金融業態下自身處于不利地位的局面，提高自身金融科技應用水平，將金融科技的“技術溢出效應”和“門檻效應”發揮到極致，以擺脫“競爭效應”帶來的負面影響。（2）金融科技轉型不僅僅是被動的防守反擊，更應是對新金融業態下商業模式的探索。對于國有銀行和股份制商業銀行等大型銀行而言，“自負盈虧”的經營模式使得股份制銀行在提高金融科技水平的過程中盈利狀況表現不佳，相對而言，國有銀行受到政策青睞，擁有充足的資金發展金融科技。對于股份制銀行而言，進行經營模式的改革以適應新金融業態下的競爭形勢，已然成為當務之急。對于城商行和農商行，隨著金融科技水平的提高，可以憑借其本地化優勢，立足于某一細分業務市場，帶動各項業務全面發展，如MachBank采取品牌年輕化策略，精準定位年輕人群體，針對年輕人的興趣愛好開發各類金融產品和服務，并和年輕人群體實現多元互動，成功出圈，帶動其他業務蓬勃發展，最終改善盈利狀況。（3）深化金融科技改革。要最大化發揮金融科技的賦能優勢必須解決“普及”和“創新”兩個問題。在北上廣等經濟發達地區，銀行網點數量較多，所以金融科技普及工作取得了卓越的成效，但是在經濟欠發達的地區，銀行網點數量較少，金融科技的普及相對緩慢。另外，在金融科技發展的最前沿，金融創新工作難以開展，例如許多新涌現的新型理財產品只是舊金融產品套上了互聯網金融的外皮，并未體現“金融創新”這一理念。故深化金融科技改革，提高金融科技的普及程度和應用深度，成為銀行業利潤增長的重要驅動力。（4）政府鼓勵銀行全面應用金融科技的同時也應該警惕可能出現的風險。P2P網貸落下歷史帷幕給監管部門敲響了警鐘，傳統的監管體系在面對層出不窮、日新月異的金融產品和服務時明顯力有不逮，故實現對新金融業態中損害公眾利益行為的有效監管成了當前一大難題。

參考文獻：

[1] 汪可.金融科技、價格競爭與銀行風險承擔[J].哈爾濱商業大學學報（社會科學版），2018（1）：40-48.

[2] Das S R. The Future of Fintech[J].Financial Management，2019，48（4）：981-1007.

[3] 李志輝，陳海龍，張旭東.金融科技對商業銀行盈利能力的影響[J].中南財經政法大學學報，2022（5）：56-68.

[4] Thakor A V.Fintech and Banking：What Do We Know？[J].Journal of Financial Intermediation，2020，41（1）：100833.

[5] 郭品，沈悅.互聯網金融、存款競爭與銀行風險承擔[J].金融研究，2019（8）：58-76.

[6] 邱晗，黃益平，紀洋.金融科技對傳統銀行行為的影響——基于互聯網理財的視角[J].金融研究，2018（11）：17-29.

[7] Dahl D， Meyer A P，Wiggins N.How Fsat Will Banks Adopt New Technology This Time？[J].The Regional Economist，2017，25（4）：1-2.

[8] Gupta S D，Raychaudhuri A，Haldar S K.Information Technology and Profitability：Evidence from Indian Banking Sector[J].International Journal of Emerging Markets，2018，13（5）：1070-1087.

[9] 于波，陳紅，周寧.綠色信貸、金融科技與商業銀行盈利能力[J].統計與決策，2021，37（14）：161-164.

[10] 鄭霄鵬，劉文棟.互聯網金融對商業銀行的沖擊及其對策[J].現代管理科學，2014（2）：78-80.

[11] 王娜，王在全.金融科技背景下商業銀行轉型策略研究[J].現代管理科學，2017（7）：3.

[12] Lee I，Shin Y J.Fintech：Ecosystem， Business Models，Investment Decisions， and Challenges[J].Business Horizons，2018，21（1）：35-46.

[13] Thakora V.Fintech and Banking：What Do We Know？[J].Journal of Financial Intermedia tion，2018，32（5）：1-12.

[14] Lin C C，Song F M.Financial Innovation： The Bright and the Dark Sides[J].Journal of Banking ＆ Finance，2016，72（11）：28－51．

[15] 熊健，張曄，董曉林.金融科技對商業銀行經營績效的影響：擠出效應還是技術溢出效應？[J].經濟評論，2021（3）：89-104.

[16] 羅暘洋，李存金，羅斌.與第三方支付機構“競合”是否提升了銀行績效[J].金融經濟學研究，2020，35（4）：108-118.

[17] 郭麗虹，朱柯達.金融科技、銀行風險與經營業績——基于普惠金融的視角[J].國際金融研究，2021（7）：56-65.

[18] 于鳳芹，于千惠.金融科技影響商業銀行盈利能力的機制分析[J].金融與經濟，2021（2）：45-52.

[19] 李琴，裴平.數字化轉型、中間業務創新與銀行盈利能力[J].山西財經大學學報，2022，44（8）：30-42.

[20] 郭品，沈悅.互聯網金融對商業銀行風險承擔的影響：理論解讀與實證檢驗[J].財貿經濟，2015（10）：102-116．

[21] 申創，劉笑天.互聯網金融、市場勢力與商業銀行績效[J].當代經濟科學，2017（5）：16-29．

[22] 張錦程.金融科技對銀行盈利能力影響的實證檢驗[J].統計與決策，2022，38（13）：179-183.

[23] 王奕婷，羅雙成.金融科技與商業銀行經營績效——基于風險承擔的中介效應分析[J].金融論壇，2022，27（4）：19-30.

[24] 劉孟飛，王琦.互聯網金融降低了商業銀行盈利能力嗎？——基于收入來源與結構的視角[J].北京理工大學學報（社會科學版），2021，23（6）：96-109.

[25] 金洪飛，李弘基，劉音露.金融科技、銀行風險與市場擠出效應[J].財經研究，2020，46（5）：52-65.

[26] 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

基金項目：湖南省研究闡釋黨的十九屆六中全會精神和省第十二次黨代會精神重大招標項目“以農村產業高質量發展推進湖南省鄉村全面振興研究”（項目編號：22ZDA020）。

作者簡介：李明賢（1968-），女，湖南農業大學經濟學院教授，博士生導師，研究方向為農村經濟；聶一哲（1999-），男，湖南農業大學經濟學院碩士研究生，研究方向為金融科技。

（收稿日期：2022-12-28? 責任編輯：殷 ?。?/p>