龔曉葉 李穎

(1.重慶工商大學(xué)工商管理學(xué)院，重慶 400067；2.深圳市投控資本有限公司，廣東 深圳 518048)

一、引言

金融科技(FinTech)是互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等新興信息技術(shù)驅(qū)動的金融創(chuàng)新，通過創(chuàng)造新的業(yè)務(wù)模式與技術(shù)應(yīng)用，對金融市場、金融機構(gòu)和金融服務(wù)提供造成顯著影響(FSB，2016)[3]。近年來，金融科技在全球興起，帶來信息技術(shù)與金融行業(yè)的新一輪融合。金融科技的形態(tài)也從電子金融、互聯(lián)網(wǎng)金融發(fā)展至智能金融階段，并催生出開放銀行(open bank)、財富科技(WelthTech)、保險科技(InsurTech)等新興金融業(yè)態(tài)。在技術(shù)引領(lǐng)、資金推動和政策鼓勵下，我國金融科技產(chǎn)業(yè)得到充分發(fā)展。2018年我國金融科技投融資金額達255億美元，幾乎占據(jù)全球一半份額1，金融科技成為我國金融業(yè)發(fā)展中新的制高點(鄭南磊，2017)[32]。

以往相關(guān)研究聚焦于金融科技創(chuàng)新如何影響商業(yè)銀行風(fēng)險承擔(dān)水平以及金融科技如何促進普惠金融發(fā)展。一方面，金融科技產(chǎn)業(yè)的迅猛發(fā)展對傳統(tǒng)金融業(yè)尤其是商業(yè)銀行的發(fā)展戰(zhàn)略、客戶渠道、融資方式等方面產(chǎn)生重大影響(宮曉林，2013)[7]?？傮w上看，互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等技術(shù)應(yīng)用在提升金融機構(gòu)效率、緩解信息不對稱等方面發(fā)揮了積極作用，但新技術(shù)催生的新業(yè)態(tài)也導(dǎo)致了金融機構(gòu)業(yè)務(wù)屬性模糊、資金成本被動抬高、監(jiān)管套利帶來道德風(fēng)險等諸多問題，給金融監(jiān)管帶來新的挑戰(zhàn)(陳娟和熊偉，2019；王聰聰?shù)龋?018；袁康和鄧陽立，2019；李敏，2019)[5][23][28][17]。另一方面，金融科技企業(yè)在傳統(tǒng)金融難以覆蓋的領(lǐng)域提供金融服務(wù)，通過覆蓋“利基”市場，服務(wù)“長尾”人群，降低了金融服務(wù)的門檻，擴大了金融服務(wù)的邊界范圍，提高了金融服務(wù)的可得性。早在2016年的G20國際峰會上，我國就提出利用金融科技推動普惠金融發(fā)展的倡議。金融科技在我國被寄予了促進普惠金融發(fā)展的厚望。

但相關(guān)研究有以下問題亟待厘清：一是不同類型的金融科技創(chuàng)新如何影響商業(yè)銀行風(fēng)險承擔(dān)水平。以往研究主要集中在互聯(lián)網(wǎng)金融如何影響商業(yè)銀行的風(fēng)險承擔(dān)行為。但隨著金融科技創(chuàng)新內(nèi)涵的不斷豐富，金融科技業(yè)態(tài)逐漸分化為以互聯(lián)網(wǎng)金融為代表的“Fin+Tech”模式，和以技術(shù)賦能為特征的“Tech+Fin”模式。基于金融功能觀的視角，前者屬于金融中介范疇，其作用是面向公眾發(fā)揮投融資、支付清算等金融功能，并在用戶體驗等方面發(fā)揮獨特優(yōu)勢；后者屬于企業(yè)服務(wù)范疇，其并不直接面向公眾，而是面向銀行等金融機構(gòu)提供服務(wù)，旨在幫助其提升效率與體驗，降低成本與風(fēng)險。因此，需要甄別不同類型的金融科技創(chuàng)新對商業(yè)銀行的影響。二是金融科技是否破除普惠金融“悖論”。發(fā)展普惠金融需要同時滿足金融服務(wù)的可得性(即為“普”)、可負(fù)擔(dān)性(即為“惠”)以及普惠金融機構(gòu)的商業(yè)可持續(xù)性(即為“金融”而非“轉(zhuǎn)移支付”)。但傳統(tǒng)普惠金融機構(gòu)的商業(yè)可持續(xù)性與金融服務(wù)的普惠性存在一定矛盾，帶來模式漂移等問題(趙建，2018)[30]?！捌栈菪浴迸c“商業(yè)可持續(xù)性”難以兼得，是信息不對稱下無差別擴大金融服務(wù)范圍所致(陸磊，2014)[19]。金融科技企業(yè)相對傳統(tǒng)金融機構(gòu)在數(shù)據(jù)、信息的收集與處理方面存在優(yōu)勢，有利于緩解信息不對稱，為破除普惠金融“悖論”提供了重要思路。

從普惠金融的角度切入，本文將分析金融科技對銀行風(fēng)險承擔(dān)的影響；并實證檢驗金融科技是否真正通過破除普惠金融“悖論”降低商業(yè)銀行的風(fēng)險承擔(dān)，還是僅僅通過監(jiān)管套利將相關(guān)隱性成本轉(zhuǎn)嫁給商業(yè)銀行，提高了商業(yè)銀行的風(fēng)險承擔(dān)。在普惠金融背景下，研究金融科技企業(yè)對商業(yè)銀行的影響具有非常重要的理論與現(xiàn)實意義。

二、文獻綜述

(一)金融科技如何影響商業(yè)銀行風(fēng)險承擔(dān)

傳統(tǒng)上，商業(yè)銀行風(fēng)險承擔(dān)行為受到銀行資本(徐明東和陳學(xué)彬，2012；江曙霞和陳玉嬋，2012)[26][14]、貨幣政策(張雪蘭和何德旭，2012；方意等，2012)[29][6]、影子銀行(胡利琴等，2016)[13]、利率市場化(項后軍和閆玉，2017)[25]、同業(yè)監(jiān)管套利(于博和吳菡虹，2020)[27]等因素的影響。近年來，隨著金融科技的發(fā)展，其對商業(yè)銀行風(fēng)險承擔(dān)的影響得到學(xué)者關(guān)注。學(xué)者們主要是從銀行業(yè)競爭的角度研究上述命題，認(rèn)為金融科技沿襲了互聯(lián)網(wǎng)金融為銀行業(yè)引入“鲇魚效應(yīng)”(喬海曙和李穎，2014；郭品和沈悅，2015；郭品和沈悅，2015)[20][11][12]的特點，撬動了利率市場化水平(汪可，2018)[22]，加劇銀行間對優(yōu)質(zhì)客戶的競爭，提高了銀行風(fēng)險承擔(dān)水平。如孫旭然等(2020)[21]指出金融科技發(fā)展加劇了銀行競爭，并推動銀行信用結(jié)構(gòu)和期限結(jié)構(gòu)的調(diào)整，提升了銀行的風(fēng)險承擔(dān)水平。但金洪飛等(2020)[15]通過篩選如“大數(shù)據(jù)風(fēng)控”“反欺詐模型”等關(guān)鍵詞，構(gòu)建了商業(yè)銀行金融科技運用指數(shù)，發(fā)現(xiàn)商業(yè)銀行對金融科技的運用降低了其風(fēng)險承擔(dān)水平，得出了與上述文獻相反的結(jié)論。

上述研究結(jié)論存在一定矛盾，主要是因為不同學(xué)者對金融科技的理解存在差異。實際上，金融科技對銀行業(yè)的影響存在“雙刃劍”效應(yīng)。從對銀行業(yè)務(wù)端的影響看，金融科技的“鲇魚效應(yīng)”更加突出；從對銀行技術(shù)端的影響看，金融科技的“技術(shù)溢出”效應(yīng)更明顯。此外，金融科技具有第三方依賴突出、網(wǎng)絡(luò)安全隱患加劇、法律真空與監(jiān)管套利等操作性風(fēng)險。從宏觀層面看，其可能增強金融系統(tǒng)的順周期性，造成市場過度波動、加快風(fēng)險傳播速度，對監(jiān)管機構(gòu)帶來挑戰(zhàn)(FSB，2016；李文紅和蔣則沈，2017)[3][18]。金融科技企業(yè)無需申請金融牌照即可開展金融業(yè)務(wù)，在與金融機構(gòu)的競爭中占據(jù)監(jiān)管套利帶來的優(yōu)勢，這也是金融科技企業(yè)早期快速發(fā)展的重要驅(qū)動因素。此外，金融科技企業(yè)低利潤率、輕資產(chǎn)、高增長的特征(趙鷂，2016)[31]，也讓信息科技風(fēng)險、操作風(fēng)險更為突出，造成潛在系統(tǒng)性風(fēng)險。

綜上，金融科技可能成為銀行風(fēng)險承擔(dān)的新渠道。上述文獻均是將金融科技企業(yè)作為商業(yè)性金融機構(gòu)看待，忽略了其“小額、分散、普惠”的重要性質(zhì)。因此，從普惠金融視角研究金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響，是對上述相關(guān)研究的有益補充。

(二)普惠金融“悖論”與銀行風(fēng)險承擔(dān)

1.普惠金融“悖論”

發(fā)展普惠金融旨在解決金融排斥、提高金融包容，以可負(fù)擔(dān)的成本為有金融服務(wù)需求的小微企業(yè)和低收入人群提供適當(dāng)、有效的金融服務(wù)(中國人民銀行和中國銀行保險監(jiān)督管理委員會，2019)[33]。學(xué)者們主要從以下方面論證傳統(tǒng)金融機構(gòu)發(fā)展普惠金融存在“悖論”：一是資金來源與資金運用的雙重“普惠”存在“悖論”。金融服務(wù)的需求方(貸款人或小微企業(yè))希望以低成本獲得金融服務(wù)，而金融服務(wù)的實際供給方(即存款人或投資者)則希望以高收益提供金融服務(wù)，即資金來源與資金運用的雙重“普惠”帶來的矛盾(陸磊，2014)[19]。二是普惠金融“目標(biāo)偏移”帶來的悖論。一方面，金融包容與商業(yè)可持續(xù)難以平衡，可能偏離普惠的目標(biāo)。在偏遠(yuǎn)地區(qū)和農(nóng)村地區(qū)，人均收入低，產(chǎn)業(yè)結(jié)構(gòu)單一，基礎(chǔ)設(shè)施落后，金融服務(wù)提供者難以盈利。在城鎮(zhèn)地區(qū)，金融服務(wù)提供者也面臨著信息不對稱、抵押物缺乏、信用信息不全、服務(wù)成本高等問題(中國人民銀行和中國銀行保險監(jiān)督管理委員會，2019)[33]。此外，相關(guān)研究也指出，受資源配置效率低下、農(nóng)村貸款“精英俘獲”以及金融知識匱乏等影響，銀行服務(wù)包容性的提高沒有反映出明顯的益貧性(李建軍和韓珣，2019)[16]。金融包容與商業(yè)可持續(xù)的目標(biāo)存在一定沖突。另一方面，無差別擴大普惠金融的受眾，可能讓普惠金融異化為轉(zhuǎn)移支付手段，存在成本承擔(dān)者和獲利者(王穎和曾康霖，2016)[24]?；诖耍瑐鹘y(tǒng)金融機構(gòu)可能在發(fā)展普惠金融的過程中承擔(dān)了隱性成本。

2.普惠金融與銀行風(fēng)險承擔(dān)

國內(nèi)外大部分文獻論證了普惠金融在促進家庭福利和經(jīng)濟增長中的積極作用，但很少有文獻涉及普惠金融對銀行風(fēng)險承擔(dān)的影響。國外相關(guān)文獻指出了普惠金融對于銀行穩(wěn)定性的影響并不確定。正面影響方面，通過接觸更多客戶，銀行可以獲得充足的廉價零售存款，同時減少對不穩(wěn)定的批發(fā)融資的依賴(Demirgü?-Kunt and Huizinga，2010)[2]。增加與客戶的接近程度可以幫助銀行減少信息不對稱，并創(chuàng)造更具創(chuàng)新性、價格合理且低成本的融資模式，降低邊際成本。因此，更廣泛的銀行客戶群將銀行資產(chǎn)負(fù)債表擴展到新的業(yè)務(wù)領(lǐng)域，使其風(fēng)險更加多元化，并具有抵御意外損失的彈性(Ahamed and Mallick，2019)[1]。負(fù)面影響方面，Khan(2011)[4]指出無差別地擴大金融包容范圍會降低銀行借貸標(biāo)準(zhǔn)。這也是次貸危機發(fā)生的重要原因之一。因此，具體到我國的情況，普惠金融如何影響銀行風(fēng)險承擔(dān)需要進一步進行 論證。

三、理論分析與研究假設(shè)

(一)普惠金融與商業(yè)銀行風(fēng)險承擔(dān)

商業(yè)銀行針對普惠金融群體尚未建立完善的風(fēng)險定價機制，制約普惠金融發(fā)展的成本收益不對稱問題也尚未解決(中國人民銀行和中國銀行保險監(jiān)督管理委員會，2019)[33]，這就凸顯了擴大金融包容與維持商業(yè)可持續(xù)性之間的“悖論”，普惠金融服務(wù)可能呈現(xiàn)出高風(fēng)險、高成本和低收益的特征。具體而言，普惠金融服務(wù)的風(fēng)險定價由資金成本、運營成本和風(fēng)險溢價構(gòu)成(谷澍，2019)[8]。資金成本方面，商業(yè)銀行開展普惠金融業(yè)務(wù)，可以接觸更多客戶并獲得一定的零售存款，減少對不穩(wěn)定的批發(fā)性融資的依賴，增強資金來源的多元性和穩(wěn)定性，有利于降低資金成本。運營成本方面，商業(yè)銀行通過在金融服務(wù)欠發(fā)達地區(qū)鋪設(shè)物理服務(wù)網(wǎng)點，打通金融服務(wù)“最后一公里”，降低了交易成本，提高了金融可得性。但上述金融基礎(chǔ)設(shè)施的搭建會耗費大量的銀行資本，提高運營成本，對應(yīng)的收益卻存在較大不確定性和滯后性。風(fēng)險溢價方面，普惠金融的服務(wù)對象具有抵押物缺乏、信用信息不全等特征，信息不對稱帶來的風(fēng)險溢價程度較高，推高了銀行的服務(wù)難度。

因此，盡管商業(yè)銀行開展普惠金融業(yè)務(wù)將獲得資金多元化帶來的收益，但也面臨較高的運營成本和風(fēng)險溢價，難以從理論上判斷普惠金融對商業(yè)銀行風(fēng)險承擔(dān)的綜合影響。當(dāng)商業(yè)銀行可以實現(xiàn)收益覆蓋風(fēng)險、保本微利的風(fēng)險定價機制時，發(fā)展普惠金融有利于降低其風(fēng)險承擔(dān)水平；當(dāng)商業(yè)銀行形成高利率覆蓋高風(fēng)險的風(fēng)險定價機制時，其不具有商業(yè)可持續(xù)性，發(fā)展普惠金融將會提高其風(fēng)險承擔(dān)水平。此外，銀行在規(guī)模上的異質(zhì)性也對其普惠金融服務(wù)的風(fēng)險定價機制產(chǎn)生影響。表1對不同規(guī)模銀行的普惠金融服務(wù)定價機制進行了分析。大型銀行主要在控制運營成本方面具有相對優(yōu)勢，通過實施普惠金融貸款內(nèi)部資金轉(zhuǎn)移定價等優(yōu)惠政策，可以進一步完善成本分?jǐn)偤褪找娣窒頇C制(中國人民銀行和中國銀行保險監(jiān)督管理委員會，2019)[33]，提高其商業(yè)可持續(xù)性。

因此，本文提出如下假設(shè)：

假設(shè)1：整體上看，商業(yè)銀行發(fā)展普惠金融對其風(fēng)險承擔(dān)水平的影響并不確定。當(dāng)商業(yè)銀行可以實現(xiàn)收益覆蓋風(fēng)險、保本微利的風(fēng)險定價機制時，發(fā)展普惠金融有利于降低其風(fēng)險承擔(dān)水平；反之，發(fā)展普惠金融將會提高其風(fēng)險承擔(dān)水平。

假設(shè)2：發(fā)展普惠金融提高了銀行的運營成本，這對銀行風(fēng)險承擔(dān)產(chǎn)生了間接的激勵。大型銀行相對中小銀行在控制運營成本方面具有優(yōu)勢，抬升運營成本對大型銀行風(fēng)險承擔(dān)的間接激勵小于中小銀行。

(二)金融科技、普惠金融與商業(yè)銀行風(fēng)險承擔(dān)

從金融科技發(fā)展的不同階段看，其與商業(yè)銀行之間大致呈現(xiàn)了“補充 競爭 競合”的態(tài)勢。金融科技發(fā)軔于對傳統(tǒng)金融的“補充”。金融科技企業(yè)在傳統(tǒng)金融難以覆蓋的領(lǐng)域提供金融服務(wù)，通過覆蓋“利基”市場，服務(wù)“長尾”人群，降低了金融服務(wù)的門檻。隨著金融科技發(fā)展普惠金融的不斷深入，金融科技涉足傳統(tǒng)金融領(lǐng)域與其展開“競爭”的現(xiàn)象愈發(fā)明顯。尤其是以互聯(lián)網(wǎng)金融為代表的“Fin+Tech”模式帶來的銀行“存款搬家”，將金融科技對商業(yè)銀行的沖擊推到了頂峰。現(xiàn)階段，金融科技與商業(yè)銀行不僅存在競爭，越來越多基于“Tech+Fin”模式的金融科技企業(yè)選擇與商業(yè)銀行在數(shù)字化、信息化、智慧化等方面進行合作。

表1 商業(yè)銀行普惠金融服務(wù)風(fēng)險定價機制

因此，從普惠金融的視角看，金融科技對商業(yè)銀行風(fēng)險承擔(dān)存在“雙刃劍”效應(yīng)(見表2)。一方面，基于“Tech+Fin”模式的金融科技企業(yè)，在和商業(yè)銀行合作發(fā)展普惠金融的過程中，可以利用大數(shù)據(jù)、云計算、人工智能等技術(shù)提高商業(yè)銀行風(fēng)控水平、降低獲客成本。其中，互聯(lián)網(wǎng)技術(shù)的運用有利于銀行減少對物理網(wǎng)點的依賴，降低運營成本；替代性數(shù)據(jù)的有效利用有利于控制風(fēng)險溢價，進一步提高銀行的商業(yè)可持續(xù)性。這就用技術(shù)來緩解了普惠金融悖論，降低了銀行的風(fēng)險承擔(dān)水平。另一方面，“Fin+Tech”模式下的金融科技企業(yè)高定價的產(chǎn)品特征對銀行產(chǎn)品定價形成壓力，一定程度上帶來銀行存款搬家的競爭性擠出效應(yīng)，倒逼銀行提高其資金成本。銀行資金端成本上升向資產(chǎn)端傳導(dǎo)，可能提升其風(fēng)險溢價水平。商業(yè)銀行在“Fin+Tech”類金融科技企業(yè)開展業(yè)務(wù)的過程中可能提高了自身的風(fēng)險偏好。

因此，本文提出如下假設(shè)：

假設(shè)3：整體上看，由于“雙刃劍”效應(yīng)的存在，金融科技是否有助于緩解普惠金融“悖論”并不確定。在技術(shù)賦能為特征的“Tech+Fin”模式下，技術(shù)溢出效應(yīng)有助于緩解普惠金融“悖論”，降低商業(yè)銀行的風(fēng)險承擔(dān)水平；在互聯(lián)網(wǎng)金融為代表的“Fin+Tech”模式下，客戶擠出效應(yīng)反而會加劇普惠金融“悖論”，提高商業(yè)銀行的風(fēng)險承擔(dān)水平。

四、研究設(shè)計

(一)樣本選擇

在剔除數(shù)據(jù)缺失較為嚴(yán)重的銀行后，本文以我國173家商業(yè)銀行為研究樣本，包括5家國有大型商業(yè)銀行、11家股份制商業(yè)銀行、103家城市商業(yè)銀行和54家農(nóng)村商業(yè)銀行，時間跨度為2010―2018年。數(shù)據(jù)來源于WIND數(shù)據(jù)庫和各家銀行官網(wǎng)公布的年報。

表2 金融科技對商業(yè)銀行普惠金融服務(wù)風(fēng)險定價機制的影響

(二)變量選擇

1.被解釋變量

銀行風(fēng)險承擔(dān)水平可采用Z值、不良貸款率(NPL)等衡量(郭品和沈悅，2019)[10]。由于銀行資產(chǎn)規(guī)模擴張有助于降低不良貸款率，導(dǎo)致不良貸款率不能真實地反映銀行風(fēng)險承擔(dān)水平，因此，本文參考于博和吳菡虹(2020)[27]的研究，在基準(zhǔn)模型中以貸款減值準(zhǔn)備與貸款余額之比(LLR)來衡量商業(yè)銀行風(fēng)險承擔(dān)水平。LLR相比NPL更能準(zhǔn)確反映銀行真實的運營狀況與風(fēng)險承擔(dān)意愿。為確保研究結(jié)論的穩(wěn)健，本文將在穩(wěn)健性檢驗中利用NPL衡量銀行風(fēng)險承擔(dān)水平。相關(guān)數(shù)據(jù)來源于WIND數(shù)據(jù)庫。

2.解釋變量

本文采用國際貨幣基金組織(IMF)的金融服務(wù)可得性調(diào)查數(shù)據(jù)庫(Financial Access Survey，F(xiàn)AS)來度量普惠金融發(fā)展程度。具體而言，選擇“每千人中儲戶數(shù)量”(Account)表征銀行業(yè)在資金端的普惠金融發(fā)展水平，選擇“中小企業(yè)貸款余額占GDP比例”(SME)表征銀行業(yè)在資產(chǎn)端的普惠金融發(fā)展水平。

3.調(diào)節(jié)變量

本文按照不同的發(fā)展模式，將金融科技分為“Fin+Tech”和“Tech+Fin”兩類。其中，“Fin+Tech”金融科技發(fā)展模式包括第三方支付、P2P網(wǎng)貸、互聯(lián)網(wǎng)消費金融、互聯(lián)網(wǎng)基金等典型互聯(lián)網(wǎng)金融模式，“Tech+Fin”金融科技發(fā)展模式主要包括大數(shù)據(jù)、云計算、銀行IT等技術(shù)賦能形式。本文通過因子分析方法對我國金融科技發(fā)展水平進行測度。

(1)金融科技測度指標(biāo)體系設(shè)計

表3是金融科技測度指標(biāo)體系，包括2個二級指標(biāo)和6個三級指標(biāo)。其中，F(xiàn)in+Tech指數(shù)更多體現(xiàn)了互聯(lián)網(wǎng)金融的烙印。根據(jù)中國人民銀行等部門2015年7月發(fā)布的《關(guān)于促進互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》以及相關(guān)研究材料，互聯(lián)網(wǎng)金融主要包括以下幾種業(yè)態(tài)：互聯(lián)網(wǎng)支付、網(wǎng)絡(luò)借貸、股權(quán)眾籌、互聯(lián)網(wǎng)投資理財、互聯(lián)網(wǎng)銀行、互聯(lián)網(wǎng)保險。綜合考慮數(shù)據(jù)可得性和指標(biāo)的代表性，本文選取P2P網(wǎng)貸交易規(guī)模、第三方互聯(lián)網(wǎng)支付市場規(guī)模作為該項下的細(xì)分指標(biāo)。上述數(shù)據(jù)均來自WIND數(shù)據(jù)庫。Tech+Fin指數(shù)則反映目前金融科技的發(fā)展重點，覆蓋了客戶服務(wù)、風(fēng)險防控、內(nèi)部管理等多個領(lǐng)域，涉及IT解決方案、大數(shù)據(jù)、云計算等多種應(yīng)用。本文選取銀行業(yè)IT解決方案市場規(guī)模、銀行業(yè)IT投資規(guī)模、云計算市場規(guī)模以及互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)市場規(guī)模2作為該項下的細(xì)分指標(biāo)。其中，云計算市場規(guī)模的數(shù)據(jù)源自前瞻產(chǎn)業(yè)研究院，其余數(shù)據(jù)來自WIND數(shù)據(jù)庫，所有數(shù)據(jù)保留1位小數(shù)(見表4)。

表3 金融科技測度指標(biāo)體系

(2)因子分析

考慮到金融科技指標(biāo)體系各指標(biāo)間的相關(guān)性較高，本文引入因子分析法構(gòu)建金融科技發(fā)展水平測度模型3。第一步，建立因子旋轉(zhuǎn)成分矩陣并提取公共因子。根據(jù)因子旋轉(zhuǎn)成分矩陣，可將表3中的三級指標(biāo)簡化為2個公共因子。其中，第1個公共因子FinTech1在D1、D2上有較大的載荷，可稱為“Fin+Tech”因子；第2個公共因子FinTech2在D3、D4、D5、D6上有較大的載荷，可稱為“Tech+Fin”因子。金融科技發(fā)展綜合指數(shù)(FinTech)可由以下公共因子的加權(quán)平均式來表示，s1和s2分別為各公共因子的權(quán)重：

第二步，根據(jù)因子得分矩陣計算“Fin+Tech”因子和“Tech+Fin”因子的得分，確定“Fin+Tech”指數(shù)(Fin+Tech)和“Tech+Fin”指數(shù)(Tech+Fin)的表達式：

表4 金融科技測度的三級指標(biāo)(單位：億元)

第三步，以各因子的方差貢獻率作為權(quán)重，合成的金融科技發(fā)展綜合指數(shù)為：

圖1反映了中國金融科技指數(shù)的發(fā)展趨勢，可以發(fā)現(xiàn)中國金融科技指數(shù)呈現(xiàn)逐年上漲的趨勢。2010―2014年增長相對平緩，2014―2018年增速加快，這與2014年以來Fin+Tech指數(shù)的快速增長密不可分。分不同模式看，F(xiàn)in+Tech模式下的金融科技在2014年之后增速明顯加快，這與互聯(lián)網(wǎng)金融的興起密切相關(guān)，也帶動金融科技綜合指數(shù)在2014年之后快速上升。值得注意的是，隨著P2P網(wǎng)貸平臺在2018年出現(xiàn)大規(guī)模的爆雷潮，F(xiàn)in+Tech指數(shù)出現(xiàn)明顯下滑。與此同時，Tech+Fin模式下的金融科技發(fā)展較為平穩(wěn)。隨著銀行業(yè)與金融科技公司的合作不斷深入，其對于金融科技類解決方案的需求也不斷攀升，Tech+Fin指數(shù)在2018年創(chuàng)下新高，從而帶動了綜合指數(shù)的上升。

4.控制變量

借鑒顧海峰和楊立翔(2018)[9]等研究，本文選擇銀行資產(chǎn)規(guī)模(Size)、凈利差(NIS)、非利息收入占比(NIRR)、成本收入比(ICR)、廣義貨幣供應(yīng)量增速(M2)、經(jīng)濟周期(GDP)作為控制變量。其中銀行資產(chǎn)規(guī)模(Size)、凈利差(NIS)、非利息收入占比(NIRR)、成本收入比(ICR)控制了銀行的微觀特征，廣義貨幣供應(yīng)量增速(M2)和經(jīng)濟周期(GDP)控制了影響銀行風(fēng)險偏好的經(jīng)濟、金融環(huán)境等宏觀因素。

5.變量定義與描述性統(tǒng)計結(jié)果

本文所有變量的定義和描述性統(tǒng)計結(jié)果分別見表5和表6。

圖1 2010―2018年中國金融科技指數(shù)發(fā)展趨勢

(三)模型設(shè)定

本文在基準(zhǔn)模型中采用固定效應(yīng)模型估計。采用固定效應(yīng)模型可以得到變量間的結(jié)構(gòu)性關(guān)系。為檢驗普惠金融對銀行風(fēng)險承擔(dān)的影響(假設(shè)1)，本文對式(5)進行回歸分析。Riskit為銀行i在年份t的風(fēng)險承擔(dān)水平，用貸款減值準(zhǔn)備與貸款余額之比(LLR)表示；IFit為普惠金融指數(shù)，用每千人儲戶數(shù)量(Account)和中小企業(yè)貸款余額占GDP的比例(SME)表示；Xit為系列控制變量，γi為銀行固定效應(yīng)，δt為時間固定效應(yīng)，εit為隨機誤差項。同時本文將被解釋變量替換為不良貸款率進行穩(wěn)健性檢驗。

表5 變量定義

表6 變量描述性統(tǒng)計結(jié)果

為檢驗運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)(假設(shè)2)，本文建立如下回歸模型：

式(6)、式(7)、式(8)為中介效應(yīng)模型，式中ICRit為銀行的成本收入比。中介效應(yīng)檢驗的具體步驟如下：第一步，對系數(shù)β1進行顯著性檢驗，如果不顯著則中止中介效應(yīng)檢驗。第二步，對系數(shù)β4和β5進行顯著性檢驗，如果兩個系數(shù)都顯著，則進一步檢驗β7是否顯著。當(dāng)β7顯著則說明存在部分中介效應(yīng)，當(dāng)β7不顯著則說明存在完全中介效應(yīng)。第三步，針對系數(shù)β4和β5不能同時通過顯著性檢驗的情況，再進行Sobel檢驗，只有檢驗通過才能斷定模型中存在中介效應(yīng)。

為檢驗金融科技在普惠金融影響銀行風(fēng)險承擔(dān)中的調(diào)節(jié)效應(yīng)(假設(shè)3)，本文建立式(9)進行回歸分析。FinTechit為金融科技發(fā)展指數(shù)，分別用綜合指數(shù)、Fin+Tech指數(shù)和Tech+Fin指數(shù)來衡量。交互項IFit×FinTechit刻畫金融科技在普惠金融影響銀行風(fēng)險承擔(dān)中的調(diào)節(jié)效應(yīng)作用。

表7 普惠金融與銀行風(fēng)險承擔(dān)的回歸結(jié)果

五、實證結(jié)果及分析

(一)普惠金融與銀行風(fēng)險承擔(dān)的檢驗結(jié)果

表7報告了普惠金融與銀行風(fēng)險承擔(dān)的回歸結(jié)果。其中，列(1)和列(2)是以貸款減值準(zhǔn)備與貸款余額之比(LLC)作為銀行風(fēng)險承擔(dān)代理變量的基準(zhǔn)回歸結(jié)果。其中，Account的系數(shù)為0.0254，在10%水平下顯著為正。從資金端看，銀行發(fā)展普惠金融顯著提升了風(fēng)險承擔(dān)水平。SME的系數(shù)為0.126但并不顯著，從資產(chǎn)端看，銀行發(fā)展普惠金融對其風(fēng)險承擔(dān)水平?jīng)]有顯著影響。列(3)和列(4)報告了以不良貸余額占貸款余額的比例(NPL)為被解釋變量的穩(wěn)健性檢驗結(jié)果，與列(1)和列(2)的結(jié)果基本一致，上述結(jié)論仍成立。

上述結(jié)果表明，普惠金融的發(fā)展總體上會提升銀行的風(fēng)險承擔(dān)水平。資金多元化和資產(chǎn)多元化帶來的收益難以覆蓋運營支出和風(fēng)險溢價帶來的成本。這說明總體上商業(yè)銀行針對普惠金融群體尚未建立完善的風(fēng)險定價機制，金融包容與商業(yè)逐利之間的“悖論”依然存在，假設(shè)1得到說明。

(二)運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)檢驗

表8和表9報告了國有五大行和股份制銀行等大型銀行的運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)。以國有五大行為例，列(1)中Account的系數(shù)在5%水平下顯著，說明銀行在資金端發(fā)展普惠金融會提升其風(fēng)險承擔(dān)水平。同時，繼續(xù)進行中介效應(yīng)檢驗，列(2)中Account的系數(shù)不顯著，且進一步的Sobel檢驗的p值為0.4108，說明運營成本作為普惠金融(資金端)影響國有五大行風(fēng)險承擔(dān)的中介渠道并不顯著。其次，列(4)中SME的系數(shù)并不顯著，說明運營成本作為普惠金融(資產(chǎn)端)影響風(fēng)險承擔(dān)的中介渠道并不存在。同時，Sobel檢驗的p值為0.7394也證實了中介效應(yīng)并不顯著。這可能是因為國有大行通過實施普惠金融貸款內(nèi)部資金轉(zhuǎn)移定價等優(yōu)惠政策，完善了成本分?jǐn)偤褪找娣窒頇C制，運營成本的抬升對其風(fēng)險承擔(dān)的間接激勵并不明顯。股份制銀行呈現(xiàn)與國有五大行相似的情況，在此不復(fù)贅述。

表10和表11報告了城商行和農(nóng)商行等中小型銀行運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)。以城商行例，列(1)中Account的系數(shù)在10%水平下顯著，說明銀行在資金端發(fā)展普惠金融會提升其風(fēng)險承擔(dān)水平。同時，繼續(xù)進行中介效應(yīng)檢驗，列(2)中Account的系數(shù)、列(3)中ICR的系數(shù)和Account的系數(shù)均顯著，說明運營成本作為普惠金融(資金端)影響銀行風(fēng)險承擔(dān)的中介渠道存在。其次，列(4)中SME的系數(shù)并不顯著，說明運營成本作為普惠金融(資產(chǎn)端)影響風(fēng)險承擔(dān)的中介渠道并不存在。這說明運營成本的抬升對其風(fēng)險承擔(dān)的間接激勵主要來源于資金端。農(nóng)商行呈現(xiàn)與城商行相似的情況，在此不復(fù)贅述。

表8 運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)檢驗(國有五大行)

表9 運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)檢驗(股份制銀行)

表10 運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)檢驗(城商行)

表11 運營成本在普惠金融影響銀行風(fēng)險承擔(dān)中的中介效應(yīng)檢驗(農(nóng)商行)

綜上，發(fā)展普惠金融確實提高了銀行的運營成本，但對銀行風(fēng)險承擔(dān)產(chǎn)生的間接激勵具有異質(zhì)性。大型銀行相對中小銀行在控制運營成本方面具有相對優(yōu)勢，抬升運營成本對大型銀行風(fēng)險承擔(dān)的間接激勵小于中小銀行。假設(shè)2得證。

(三)金融科技在普惠金融影響銀行風(fēng)險承擔(dān)中的調(diào)節(jié)效應(yīng)檢驗

表12 FinTech 對普惠金融影響銀行風(fēng)險承擔(dān)的綜合效應(yīng)(資金端)

表13 FinTech 對普惠金融影響銀行風(fēng)險承擔(dān)的綜合效應(yīng)(資產(chǎn)端)

表14 Tech+Fin 對普惠金融影響銀行風(fēng)險承擔(dān)的技術(shù)溢出效應(yīng)(資金端)

表12～17報告了以LLC作為銀行風(fēng)險承擔(dān)代理變量的回歸結(jié)果。

表12和表13實證檢驗了金融科技綜合指數(shù)對商業(yè)銀行風(fēng)險承擔(dān)的直接影響和調(diào)節(jié)效應(yīng)。直接影響方面，金融科技綜合指數(shù)的回歸系數(shù)并不全部顯著，不同類型的銀行存在異質(zhì)性。金融科技的發(fā)展顯著降低了國有五大行和股份制銀行的風(fēng)險承擔(dān)水平，這可能與大型銀行本身金融科技發(fā)展水平較高有關(guān)。金融科技的發(fā)展對農(nóng)商行和城商行風(fēng)險承擔(dān)水平的影響并不顯著，這可能是因為金融科技在中小銀行中并未廣泛、有效運用。調(diào)節(jié)效應(yīng)方面，交互項Fintech×Account和Fintech×SME的系數(shù)并不顯著。這一結(jié)果與假設(shè)3相符，驗證了由于“雙刃劍”效應(yīng)的存在，金融科技是否有助于緩解普惠金融“悖論”并不確定。

表15 Tech+Fin 對普惠金融影響銀行風(fēng)險承擔(dān)的技術(shù)溢出效應(yīng)(資產(chǎn)端)

表16 Fin+Tech 對普惠金融影響銀行風(fēng)險承擔(dān)的客戶擠出效應(yīng)(資金端)

表17 Fin+Tech 對普惠金融影響銀行風(fēng)險承擔(dān)的客戶擠出效應(yīng)(資產(chǎn)端)

表14和表15實證檢驗了Tech+Fin模式下的金融科技對商業(yè)銀行風(fēng)險承擔(dān)的直接影響和調(diào)節(jié)效應(yīng)。直接影響方面，全樣本下Tech+Fin指數(shù)的回歸系數(shù)方向與預(yù)期相符且較為顯著(表15)，說明了Tech+Fin模式下的金融科技對商業(yè)銀行風(fēng)險承擔(dān)的影響主要體現(xiàn)在資產(chǎn)端。分樣本看，Tech+Fin模式下的金融科技發(fā)展顯著降低了股份制銀行和城商行的風(fēng)險承擔(dān)水平，但對國有五大行和城商行風(fēng)險承擔(dān)水平的影響并不顯著。調(diào)節(jié)效應(yīng)方面，交互項Tech+Fin×SME的系數(shù)與預(yù)期的方向相反且多不顯著。究其原因，一方面可能是本文對于“Tech+Fin”指數(shù)的度量囿于數(shù)據(jù)缺乏，僅考慮相關(guān)企業(yè)的市場規(guī)模而非實際技術(shù)水平，難以衡量“Tech+Fin”模式下的技術(shù)溢出水平；另一方面，市場規(guī)模與實際技術(shù)水平并非等比例的變化，可能也意味著“Tech+Fin”模式下的金融科技企業(yè)在做大市場規(guī)模的同時也需要進一步提升科技服務(wù)能力。

表16和表17實證檢驗了Fin+Tech模式下的金融科技對商業(yè)銀行風(fēng)險承擔(dān)的直接影響和調(diào)節(jié)效應(yīng)。直接影響方面，F(xiàn)in+Tech指數(shù)的回歸系數(shù)方向與預(yù)期相符但均不顯著。調(diào)節(jié)效應(yīng)方面，交互項Fin+Tech×Account的系數(shù)均不顯著。這說明Fin+Tech模式下金融科技對銀行的客戶擠出效應(yīng)并不明顯，在監(jiān)管機構(gòu)的從嚴(yán)監(jiān)管下，監(jiān)管套利的空間有限，沒有損害普惠金融帶來的資金多元化收益。

六、結(jié)論與啟示

本文的研究證明商業(yè)銀行開展普惠金融業(yè)務(wù)存在“包容性”與“商業(yè)可持續(xù)性”難以兼顧的“悖論”，加劇了其風(fēng)險承擔(dān)水平。當(dāng)商業(yè)銀行可以實現(xiàn)收益覆蓋風(fēng)險、保本微利的風(fēng)險定價機制時，發(fā)展普惠金融有利于降低其風(fēng)險承擔(dān)水平。因此，如何通過發(fā)展金融科技來完善商業(yè)銀行普惠金融風(fēng)險定價機制，是問題的關(guān)鍵。

金融科技因其發(fā)展模式不同，對商業(yè)銀行風(fēng)險承擔(dān)的影響機制存在差異。在技術(shù)賦能為特征的“Tech+Fin”模式下，技術(shù)溢出效應(yīng)理論上有助于提高銀行的風(fēng)控水平，減少可能的壞賬比例，降低商業(yè)銀行的風(fēng)險承擔(dān)水平。但實證發(fā)現(xiàn)“Tech+Fin”模式下金融科技企業(yè)市場規(guī)模的增長并沒有帶來其技術(shù)水平和服務(wù)能力的顯著提高。在互聯(lián)網(wǎng)金融為代表的“Fin+Tech”模式下，客戶擠出效應(yīng)并不明顯，其監(jiān)管套利的空間有限。

本文為不同模式下金融科技企業(yè)差別化監(jiān)管提供了一定的政策啟示。對于“Fin+Tech”模式的金融科技企業(yè)，要充分重視其對宏觀金融穩(wěn)定帶來的潛在影響，提高其準(zhǔn)入門檻，繼續(xù)從嚴(yán)監(jiān)管；對于“Tech+Fin”模式的金融科技企業(yè)，在鼓勵其發(fā)展的同時，要引導(dǎo)其提升技術(shù)輸出能力，同時特別注意其變相從事金融業(yè)務(wù)的可能，防范金融科技發(fā)展可能帶來的潛在風(fēng)險。

注釋

1. 數(shù)據(jù)來源：埃森哲，訪問地址：https://newsroom.accenture.com/news/global-fintech-investments-surged-in-2018-with-investmentsin-china-taking-the-lead-accenture-analysis-finds-uk-gains-sharplydespite-brexit-doubts.htm?_ga=2.196199716.940867948.1585022016-1791195496.1585022016.

2. 由于大數(shù)據(jù)的市場規(guī)模數(shù)據(jù)在樣本區(qū)間內(nèi)缺失嚴(yán)重，本文以互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)市場規(guī)模替代。

3. 本文利用KMO檢驗和Bartlett球度檢驗來考察變量之間的相關(guān)性。結(jié)果表明，KMO統(tǒng)計量值為0.706(大于0.5)，同時Bartlett球度檢驗p值為0.000，表明選取的指標(biāo)變量之間具有較強的相關(guān)性，適合進行因子分析。受文章篇幅限制，未匯報公共因子的方差貢獻率、旋轉(zhuǎn)矩陣和得分矩陣等數(shù)據(jù)，感興趣的讀者可以向作者索要。