馮智杰 劉麗瓏

內(nèi)容提要：金融科技的發(fā)展在提高融資效率、促進(jìn)經(jīng)濟增長、金融發(fā)展的同時，也因為“金融脫媒”加速了信貸擴張，容易引發(fā)金融風(fēng)險。本文通過空間計量模型的方法，采用2011—2018年的省級面板數(shù)據(jù)，考察金融科技對區(qū)域金融風(fēng)險和固定資產(chǎn)投資的空間溢出效應(yīng)。研究表明：金融科技對本地區(qū)的區(qū)域金融風(fēng)險和固定資產(chǎn)投資具有正向影響，固定資產(chǎn)投資在金融科技對區(qū)域金融風(fēng)險影響中具有中介效應(yīng)。金融科技對鄰近地區(qū)的區(qū)域金融風(fēng)險和固定資產(chǎn)投資水平具有負(fù)向空間溢出效應(yīng)。同時，金融科技對區(qū)域金融風(fēng)險和固定資產(chǎn)投資的空間溢出效應(yīng)存在地區(qū)異質(zhì)性，較落后地區(qū)的金融科技對區(qū)域金融風(fēng)險和固定資產(chǎn)投資的直接影響相對較大。

關(guān)鍵詞：金融科技;固定資產(chǎn)投資;區(qū)域金融風(fēng)險

中圖分類號：F832 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-148X（2021）06-0065-08

作者簡介：馮智杰（1980-），男，福建仙游人，廈門大學(xué)經(jīng)濟學(xué)院博士研究生，研究方向：金融科技、固定收益;劉麗瓏（1981-），女，福建龍巖人，廈門理工學(xué)院經(jīng)濟與管理學(xué)院副教授，管理學(xué)博士，研究方向：財務(wù)管理、金融科技。

基金項目：福建省自然科學(xué)基金項目，項目編號： 2019J05125。

一、引言

近年來，金融科技蓬勃發(fā)展，然而其兩面性也逐漸顯現(xiàn)：一方面，金融和科技相結(jié)合的金融創(chuàng)新，促進(jìn)了金融資源配置、降低金融服務(wù)門檻，逐步成為金融發(fā)展的核心力量;另一方面，金融科技通過“金融脫媒”，加速信貸擴張、擴大信貸規(guī)模，但是金融科技監(jiān)管卻無法跟上金融科技快速發(fā)展的腳步，從而引發(fā)金融風(fēng)險的聚集。而從歷史來看，金融創(chuàng)新往往會伴隨著嚴(yán)重的金融危機。因此，在利用金融科技創(chuàng)造金融發(fā)展優(yōu)勢的同時，絕不能忽視金融科技潛在的風(fēng)險。2019年，央行在金融科技發(fā)展規(guī)劃中提出完善金融業(yè)務(wù)風(fēng)險防控體系、建立金融科技監(jiān)管規(guī)則體系的總體目標(biāo)。2020年11月7日，人民銀行發(fā)布《中國金融穩(wěn)定報告2020》表示：對于金融科技的監(jiān)管，要打造包容審慎的創(chuàng)新監(jiān)管機制?；谶@樣的金融科技發(fā)展背景，本文進(jìn)一步圍繞金融科技和區(qū)域金融風(fēng)險展開研究，對于合理應(yīng)用金融科技、降低金融科技風(fēng)險具有一定的理論和實踐意義。

在近年來的國內(nèi)外研究中，絕大多數(shù)的研究都圍繞在金融科技對經(jīng)濟增長、創(chuàng)業(yè)和企業(yè)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級、城鄉(xiāng)包容性增長、降低企業(yè)財務(wù)費用和減少融資約束的促進(jìn)作用上。對于金融科技可能引發(fā)的系統(tǒng)性金融風(fēng)險，相關(guān)研究也進(jìn)行了比較充分的探討。但關(guān)于金融科技對固定資產(chǎn)投資、區(qū)域金融風(fēng)險的空間溢出效應(yīng)的研究還比較欠缺，對此本文選擇我國2011-2018年的省級面板數(shù)據(jù)進(jìn)行實證檢驗。

二、理論提出和研究假設(shè)

（一）金融科技對區(qū)域金融風(fēng)險的空間溢出效應(yīng)

金融科技的應(yīng)用仍然具有傳統(tǒng)金融業(yè)務(wù)原有的風(fēng)險，還產(chǎn)生了新的信息技術(shù)風(fēng)險，也因“二次脫媒”產(chǎn)生更為復(fù)合的風(fēng)險[1]。金融科技提高了金融機構(gòu)之間的關(guān)聯(lián)性，加快了風(fēng)險的傳播速度，擴散區(qū)域金融風(fēng)險，具有空間溢出性，也容易引發(fā)系統(tǒng)性危機[2]。金融科技降低了信貸審批門檻，導(dǎo)致金融機構(gòu)盲目追求規(guī)模，大大提高了區(qū)域非金融企業(yè)部門的債務(wù)規(guī)模，容易引起杠桿結(jié)構(gòu)的失衡，增加了非金融企業(yè)部門的系統(tǒng)性危機[3]。當(dāng)前金融監(jiān)管尚未能適應(yīng)金融科技的發(fā)展，監(jiān)管者卻無法及時識別金融科技帶來的金融風(fēng)險，增加了監(jiān)管空白和監(jiān)管套利的風(fēng)險[4]。

金融科技對區(qū)域金融風(fēng)險的空間溢出效應(yīng)具有地區(qū)異質(zhì)性。較發(fā)達(dá)的地區(qū)，金融監(jiān)管較為嚴(yán)格，約束了金融科技帶來的金融風(fēng)險，而對于較落后地區(qū)，融資手段單一，金融科技的發(fā)展擴大融資覆蓋范圍，加上較為寬松的金融監(jiān)管，也使得信貸杠桿在金融科技的作用下得到擴大，從而提高了區(qū)域金融風(fēng)險。地方經(jīng)濟發(fā)展不均衡加劇了風(fēng)險的空間傳導(dǎo)和傳染[5]。

基于此，本文提出假設(shè)1：

H1：金融科技對區(qū)域金融風(fēng)險有空間溢出作用，金融科技對區(qū)域金融風(fēng)險具有地區(qū)差異性，發(fā)展相對落后地區(qū)金融科技對區(qū)域金融風(fēng)險的影響更大。

（二）金融科技對固定資產(chǎn)投資的空間溢出效應(yīng)

金融科技加速了金融行業(yè)的轉(zhuǎn)型與升級，在這個過程中，金融科技的發(fā)展呈現(xiàn)出區(qū)域發(fā)展不均衡的情況，區(qū)域之間存在空間的關(guān)聯(lián)和互動，即存在一定的溢出效應(yīng)[6]。金融科技有助于拓寬金融覆蓋面，降低融資成本，提高金融資源配置效率，推動金融多元化發(fā)展，促進(jìn)金融產(chǎn)品、服務(wù)及工具的創(chuàng)新，有助于緩解企業(yè)融資約束。固定資產(chǎn)投資通常和信貸約束有關(guān)，企業(yè)的投資決策常常受到信貸配給的影響[7]。固定資產(chǎn)投資較多的企業(yè)會更多地得到商業(yè)銀行的貸款，并進(jìn)一步擴大固定資產(chǎn)的規(guī)模[8]。金融科技的空間溢出效應(yīng)和對金融資源配置的作用也對固定資產(chǎn)投資帶來了影響，金融科技降低了融資約束，固定資產(chǎn)投資在融資約束較低的地區(qū)上升明顯，金融科技對固定資產(chǎn)投資的影響具有空間溢出性。而且，對于較落后地區(qū)，金融基礎(chǔ)設(shè)施不完善，企業(yè)較難通過正規(guī)渠道獲得金融資源，而金融科技降低了融資難度，因此，較落后地區(qū)的企業(yè)更有動力通過金融科技獲取貸款擴大固定資產(chǎn)投資。

因此，本文提出假設(shè)2：

H2：金融科技對固定資產(chǎn)投資有空間溢出作用，金融科技對固定資產(chǎn)投資具有地區(qū)差異性，發(fā)展相對落后的地區(qū)金融科技對固定資產(chǎn)投資的影響更大。

（三）固定資產(chǎn)投資在金融科技對區(qū)域金融風(fēng)險空間溢出中的中介效應(yīng)

金融科技加大了非金融企業(yè)固定資產(chǎn)投資的資源錯配。金融科技降低借貸門檻，放松金融約束，擴大金融覆蓋范圍，非金融企業(yè)部門通過提高資產(chǎn)負(fù)債率增加固定資產(chǎn)投資，但是從金融機構(gòu)的角度來看，固定資產(chǎn)投資所需的貸款通常是中長期貸款，固定資產(chǎn)投資規(guī)模的上升，增加了中長期貸款，通過金融科技獲得短期存款與固定資產(chǎn)投資的長期貸款不匹配，導(dǎo)致流動性風(fēng)險的上升，因此固定資產(chǎn)投資的增加，又會因為期限錯配、流動性錯配導(dǎo)致區(qū)域金融風(fēng)險的上升。固定資產(chǎn)貸款會導(dǎo)致資金期限錯配，從而增加商業(yè)銀行的流動性風(fēng)險，增加金融風(fēng)險。

基于此，本文提出假設(shè)3：

H3：金融科技通過固定資產(chǎn)影響區(qū)域金融風(fēng)險，固定資產(chǎn)投資具有中介效應(yīng)。

三、實證方法

（一）變量說明

考慮到樣本的可得性與合理性，并參考相關(guān)文獻(xiàn)，構(gòu)造了如下變量：

1.被解釋變量

區(qū)域金融風(fēng)險指數(shù)（regrisk）：區(qū)域金融風(fēng)險的測度尚未形成統(tǒng)一的標(biāo)準(zhǔn)，本文借鑒陳雨露和馬勇（2013）[9]、沈麗等（2019）[5]方法構(gòu)造區(qū)域金融風(fēng)險指數(shù)，主要選取不良貸款率、存貸比、保險密度、資產(chǎn)負(fù)債率、企業(yè)虧損額度、財政缺口等6個主要指標(biāo)來構(gòu)造區(qū)域金融風(fēng)險指數(shù)，其中對負(fù)向指標(biāo)——保險密度轉(zhuǎn)換為正向指標(biāo)，在此基礎(chǔ)上使用主成分分析，并利用主成分載荷矩陣及方差貢獻(xiàn)率得到新的指標(biāo)，進(jìn)一步對新指標(biāo)進(jìn)行歸一化處理（限于篇幅，沒有列出主成分分析的過程，如有需要可向作者索取）。

2.解釋變量

金融科技指數(shù)（fintech）：作為關(guān)鍵的解釋變量，本文借鑒張勛等（2019）[10]、吳雨等（2020）[11]等文獻(xiàn)，采用北京大學(xué)的數(shù)字普惠金融指數(shù)作為金融科技指數(shù)，該指數(shù)涵蓋信貸、投資等多個領(lǐng)域，被廣泛應(yīng)用于對金融科技的衡量。金融科技與互聯(lián)網(wǎng)金融、數(shù)字金融的概念基本相似[12]。數(shù)字金融是金融科技的具體表現(xiàn)，因此該指數(shù)被廣泛應(yīng)用于對金融科技的衡量。但是該指數(shù)目前的時間跨度為2011年到2018年，本文在采用該指數(shù)進(jìn)行分析之前對指數(shù)進(jìn)行了歸一化處理。

固定資產(chǎn)投資水平（invest）：對于固定資產(chǎn)投資水平，本文以各省市的固定資產(chǎn)在GDP中的占比來衡量不同區(qū)域的固定資產(chǎn)投資水平。

3.控制變量

本文通過對相關(guān)文獻(xiàn)梳理，借鑒相關(guān)文獻(xiàn)，選擇了如下反映區(qū)域經(jīng)濟狀況的控制變量：經(jīng)濟發(fā)展水平（lnreggdp）：固定投資水平、區(qū)域金融風(fēng)險和地方經(jīng)濟發(fā)展環(huán)境及基礎(chǔ)設(shè)施有關(guān)，所以利用各地區(qū)人均GDP的對數(shù)值來衡量地區(qū)經(jīng)濟發(fā)展水平;城市化水平（urban）：城鎮(zhèn)化的加快推進(jìn)，同時也刺激了地方融資業(yè)務(wù)的擴張和風(fēng)險的上升，采用區(qū)域內(nèi)年末城鎮(zhèn)人口與總?cè)丝谥葋矸从?經(jīng)濟結(jié)構(gòu)（ecostruct）：經(jīng)濟結(jié)構(gòu)代表了地區(qū)經(jīng)濟發(fā)展的方向，采用第二產(chǎn)業(yè)占比來衡量區(qū)域經(jīng)濟結(jié)構(gòu);經(jīng)濟開放水平（open）：以進(jìn)出口貿(mào)易總額在GDP中占比來表示經(jīng)濟的開放程度。

（二）計量模型

為探究金融科技對固定資產(chǎn)投資與區(qū)域金融風(fēng)險的空間效應(yīng)，將經(jīng)濟變量的空間相關(guān)性引入到模型中，同時為避免其他宏觀因素的影響，本文均使用雙向固定效應(yīng)模型，固定了年份效應(yīng)和省份效應(yīng)。綜合考慮各個變量之間的關(guān)系，首先建立空間杜賓模型（SDM），空間杜賓模型包含了自變量和因變量的空間滯后項，具有更一般的形式，可以表示如下：

其中，i表示地區(qū)，t表示年份，regriskit表示區(qū)域金融風(fēng)險指數(shù)，fintechit表示地區(qū)金融科技指數(shù)，Xit表示控制變量，β0為截距項，β1為金融科技系數(shù)，βc為控制變量系數(shù)，δi、μt代表固定效應(yīng)變量，εit表示隨機誤差項，W為空間權(quán)重矩陣，ρ為空間自回歸系數(shù)，θf、θc為空間交互項系數(shù)。

除此以外，作為空間計量模型的對照模型，將因變量的滯后項引入模型表示相鄰區(qū)域的影響，構(gòu)造空間滯后模型（SAR），可以表示為：

如果考慮經(jīng)濟變量因為相對位置而存在相互影響的差異，可以構(gòu)造空間誤差模型（SEM），表示為：

其中，λ為空間誤差系數(shù)。

而對于金融科技、固定資產(chǎn)投資對區(qū)域金融風(fēng)險的影響，以及固定資產(chǎn)投資在其中表現(xiàn)出的中介效應(yīng)，主要采用杜賓模型進(jìn)行分析，

其中，investit表示地區(qū)固定資產(chǎn)投資水平，在α1顯著的情況下，如果β1和γ2都顯著，則檢驗γ1顯著度，如果γ1顯著且小于α1，則說明中介變量具有部分中介效應(yīng)，如果γ1不顯著，說明中介變量具有完全中介效應(yīng);如果β1和γ2至少有一個不顯著，則進(jìn)行Sobel檢驗，如果顯著，則說明存在中介效應(yīng)，否則不存在。

為反映各地區(qū)在空間之間的相互關(guān)系，本文從地理權(quán)重和經(jīng)濟權(quán)重兩個方面構(gòu)造空間矩陣，其中，地理矩陣以地理之間距離的倒數(shù)作為權(quán)重，即Wit=1dij，dij為兩省間的地理距離，而經(jīng)濟矩陣采用2011-2018年各地平均GDP作為權(quán)重進(jìn)行計算。

四、實證結(jié)果及分析

（一）數(shù)據(jù)描述

本文考慮數(shù)據(jù)可得性，選擇了2011年到2018年之間的省級面板數(shù)據(jù)，除了金融科技指數(shù)來自北京大學(xué)外，其他數(shù)據(jù)都來自萬得（Wind）數(shù)據(jù)庫。在實證分析之前，對部分?jǐn)?shù)據(jù)進(jìn)行了歸一化處理，包括區(qū)域金融風(fēng)險指數(shù)、金融科技指數(shù)、城鎮(zhèn)人口比例、市場化水平、固定資產(chǎn)投資水平。然后，為了避免極值影響，對各變量經(jīng)過Winsorize在1%和99%的處理，各個變量的名稱、說明、統(tǒng)計特征如表 1所示。金融科技指數(shù)均值為0.473，標(biāo)準(zhǔn)差為0.235，說明金融科技的發(fā)展存在地區(qū)差異性。

（二）空間自相關(guān)檢驗

本文采用Moran’s I指數(shù)，對金融科技、固定資產(chǎn)投資及區(qū)域金融風(fēng)險等指標(biāo)進(jìn)行全局自相關(guān)檢驗。選取2011-2018年份，采用地理矩陣和經(jīng)濟矩陣進(jìn)行計算（限于篇幅，檢驗結(jié)果未作報告，如有需要可向作者索?。?。金融科技所有年份指標(biāo)均為正且通過檢驗，說明金融科技有顯著的地理鄰接和經(jīng)濟空間溢出效應(yīng)，說明省份間存在空間聚集效應(yīng)。區(qū)域金融風(fēng)險在地理矩陣下，除了2011年外，都具有統(tǒng)計顯著性，在經(jīng)濟矩陣下，除了2011年、2012年外，都具有統(tǒng)計顯著性，說明區(qū)域金融風(fēng)險也具有比較明顯的空間溢出效應(yīng)。而固定資產(chǎn)投資在地理矩陣下，除了2011年、2018年，都具有統(tǒng)計顯著性，而在經(jīng)濟矩陣下，除了2011年、2012年、2018年，其他年份都具有統(tǒng)計顯著性，說明固定資產(chǎn)投資仍然具有比較明顯的空間溢出效應(yīng)，。

（三）金融科技對區(qū)域金融風(fēng)險的空間溢出效應(yīng)

1. 空間計量模型的選擇

在進(jìn)行回歸分析前對模型進(jìn)行了Hausman檢驗，在忽略空間因素的條件下，Hausman檢驗值為29.45，P值為0.000，顯著性通過了檢驗，因此采用雙向固定效應(yīng)模型。

通過似然比檢驗選擇合適的空間計量模型（限于篇幅，檢驗結(jié)果未作報告，如有需要可向作者索取），從地理矩陣和經(jīng)濟矩陣的似然統(tǒng)計量來看，空間杜賓模型（SDM）相對于空間滯后模型（SAR）和空間誤差模型（SEM）的統(tǒng)計系數(shù)都具有統(tǒng)計顯著性，因此空間杜賓模型更具有優(yōu)勢。因此本文主要利用空間杜賓模型進(jìn)行檢驗，同時為了更好地說明空間效應(yīng)，同時列出了空間滯后模型和空間誤差模型的回歸結(jié)果。

2.空間計量回歸結(jié)果

金融科技對區(qū)域金融風(fēng)險的空間計量回歸結(jié)果如表2所示。表 2中σ2均在1%的水平下顯著，證明了模型的擬合度較好，同時Log-likelihood的數(shù)值越大證明模型的效果越好，可以發(fā)現(xiàn)SDM模型的 Log-likelihood數(shù)值最大，說明選擇 SDM 模型的可信度較高，優(yōu)于SAR模型和SEM模型，也印證了前文的模型選擇。從列（1）-（6）中可以看到，金融科技指數(shù)不管是在SDM模型還是在SAR模型、SEM模型，都具有明顯統(tǒng)計顯著性。尤其是在列（1）SDM模型地理矩陣下，金融科技指數(shù)對區(qū)域金融風(fēng)險的影響系數(shù)為0.974，在5%的水平上具有統(tǒng)計顯著性，在列（2）經(jīng)濟矩陣下，金融科技對區(qū)域金融風(fēng)險的影響系數(shù)為1.059，在1%水平上具有統(tǒng)計顯著性，說明不管是地理矩陣還是經(jīng)濟矩陣，金融科技指數(shù)對區(qū)域金融風(fēng)險具有正向影響。從交互項W×fintech來看，雖然在地理矩陣下，總體樣本沒有表現(xiàn)出明顯的統(tǒng)計顯著性，但是在經(jīng)濟矩陣下，總體樣本的影響系數(shù)為-1.653，在10%的水平具有統(tǒng)計顯著性，說明金融科技對區(qū)域金融風(fēng)險有負(fù)向的空間溢出效應(yīng)，說明金融科技提高了本地區(qū)的金融風(fēng)險，但是因為虹吸作用降低了相鄰區(qū)域的金融風(fēng)險，而在表4列（1）地理矩陣下，較發(fā)達(dá)地區(qū)的影響系數(shù)為-1.702，也表現(xiàn)出明顯的統(tǒng)計顯著性，也進(jìn)一步證實金融科技對區(qū)域金融風(fēng)險具有負(fù)向的空間溢出效應(yīng)，由于金融科技降低了本地區(qū)的金融門檻，降低了信貸獲取成本，擴大了信貸來源，鄰近地區(qū)的信貸資金也會被吸引到金融科技較為發(fā)達(dá)的地區(qū)，從而降低鄰近地區(qū)的金融風(fēng)險，反而增加本地區(qū)的金融風(fēng)險。從控制變量來看，在列（1）-（6）中，經(jīng)濟發(fā)展水平在1%的水平上對區(qū)域金融風(fēng)險有顯著的負(fù)向影響，說明地區(qū)的經(jīng)濟發(fā)展水平的提高有助于降低區(qū)域金融風(fēng)險，在列（2）經(jīng)濟矩陣中，城市化水平在10%的水平上具有顯著的正向影響，說明城市化水平會增加區(qū)域金融風(fēng)險。

3. 金融科技對區(qū)域金融風(fēng)險的空間效應(yīng)

本文從地理矩陣和經(jīng)濟矩陣兩個角度對空間溢出效應(yīng)進(jìn)行分解，考慮到空間杜賓模型優(yōu)于其他模型，這里只采用空間杜賓模型進(jìn)行檢驗?？臻g效應(yīng)如表3所示。直接效應(yīng)反映各經(jīng)濟因素對本地區(qū)區(qū)域金融風(fēng)險的平均影響，從直接效應(yīng)來看，不管是地理矩陣還是經(jīng)濟矩陣，金融科技對區(qū)域金融風(fēng)險的影響系數(shù)顯著為正，分別為0.973和1.020，說明金融科技對本地區(qū)的區(qū)域金融風(fēng)險具有顯著的正向推動作用，金融科技的應(yīng)用會帶來區(qū)域金融風(fēng)險的增加，究其原因，金融科技降低金融約束，增加地區(qū)負(fù)債，從而增加了區(qū)域金融風(fēng)險。從控制變量來看，人均GDP對區(qū)域金融風(fēng)險有負(fù)向影響，會降低區(qū)域金融風(fēng)險。間接效應(yīng)反映各經(jīng)濟因素對空間內(nèi)有聯(lián)系的其他地區(qū)造成的平均影響，總效應(yīng)反應(yīng)各經(jīng)濟因素對所有地區(qū)的區(qū)域金融風(fēng)險總的影響程度，但是從間接效應(yīng)和總體效應(yīng)來看，金融科技對區(qū)域金融風(fēng)險的影響并不明顯。但是從前文的交互項W×fintech來看，金融科技對區(qū)域金融風(fēng)險仍然具有空間溢出效應(yīng)。

4. 金融科技對區(qū)域金融風(fēng)險影響的異質(zhì)性檢驗

本文在全樣本的基礎(chǔ)上，將全國32個省份分為較發(fā)達(dá)地區(qū)、較落后地區(qū)（較發(fā)達(dá)地區(qū)包括中東部地區(qū)和遼寧省、四川省、重慶市19 省市，剩余12個省份為較落后地區(qū)）。地區(qū)異質(zhì)性檢驗結(jié)果如表4所示。從地區(qū)異質(zhì)性的角度來看，也可以看到，在地理矩陣下，列（2）較落后地區(qū)的影響系數(shù)為1.309，大于列（1）較發(fā)達(dá)地區(qū)的影響系數(shù)0.890，在經(jīng)濟矩陣下，列（4）較落后地區(qū)的影響系數(shù)為1.164，大于列（3）較發(fā)達(dá)地區(qū)的影響系數(shù)0.753，說明不管是地理矩陣，還是經(jīng)濟矩陣，較落后地區(qū)金融科技對區(qū)域金融風(fēng)險的影響系數(shù)都要大于較發(fā)達(dá)地區(qū)。結(jié)合前文，假設(shè)1得到證明。這是因為較落后地區(qū)金融發(fā)展水平比較低，監(jiān)管水平也相對比較落后，所以金融科技對區(qū)域金融風(fēng)險的影響相對較發(fā)達(dá)地區(qū)來得更加顯著，從直接效應(yīng)的影響系數(shù)來看，也可以得到一樣的結(jié)論（限于篇幅，此處沒有列出，如有需要可向作者索?。?。

（四）金融科技對固定資產(chǎn)投資的空間溢出效應(yīng)

1. 空間計量模型的選擇

同前文一致，在忽略空間因素的條件下，首先通過Hausman檢驗確定是固定效應(yīng)還是隨機效應(yīng)，模型Hausman 檢驗值為58.58，P 值為0.000，顯著性通過了檢驗，因此采用雙向固定效應(yīng)模型。

本文通過似然比檢驗選擇合適的空間計量模型（限于篇幅，檢驗結(jié)果未作報告，如有需要可向作者索?。?，從地理矩陣和經(jīng)濟矩陣的似然統(tǒng)計量來看，空間杜賓模型（SDM）優(yōu)于空間滯后模型（SAR）和空間誤差模型（SEM），都具有1%的統(tǒng)計顯著性。

2. 金融科技對固定資產(chǎn)投資的空間計量回歸結(jié)果

金融科技對固定資產(chǎn)投資的空間計量回歸結(jié)果如表5所示。由于空間杜賓模型具有明顯優(yōu)勢，這里采用空間杜賓模型進(jìn)行檢驗。在總體樣本下，在列（1）地理矩陣下，金融科技指數(shù)對固定資產(chǎn)投資的影響系數(shù)為0.743，在1%的水平上具有統(tǒng)計顯著性，在列（4）經(jīng)濟矩陣下，金融科技對固定資產(chǎn)投資的影響系數(shù)為0.699，在5%水平上具有統(tǒng)計顯著性，說明不管是地理矩陣還是經(jīng)濟矩陣，金融科技指數(shù)對固定資產(chǎn)投資具有正向影響，而從W×fintech交叉項來看，金融科技對鄰接省份的固定資產(chǎn)投資的影響系數(shù)為-1.051，在5%的水平上具有顯著的負(fù)向溢出效應(yīng)，雖然經(jīng)濟矩陣下不具有統(tǒng)計顯著性，這可能是和地理、經(jīng)濟特征有關(guān)，但從地理矩陣的角度，仍然可以看到負(fù)向溢出效應(yīng)，這說明：一方面，由于金融科技放松了金融約束，降低信貸門檻，顯著增加了本地區(qū)的固定資產(chǎn)投資，但是另一方面，在金融科技的作用下，本地區(qū)對其他地區(qū)的固定資產(chǎn)投資具有擠出效應(yīng)和虹吸效應(yīng)：稀缺的資本會在空間中流向具有規(guī)模效應(yīng)、聚集效應(yīng)的地區(qū)，以獲得高額回報，因此相鄰地區(qū)在金融科技的作用下形成了競爭關(guān)系，本地區(qū)的投資對其他地區(qū)的投資產(chǎn)生了擠出效應(yīng);并且，金融科技促進(jìn)了本地區(qū)的經(jīng)濟增長，具有經(jīng)濟活力的地區(qū)會更吸引其他地區(qū)的人才和技術(shù)，從而形成明顯的投資優(yōu)勢，從而對周邊形成虹吸效應(yīng)，從而促使固定資產(chǎn)的投資向較發(fā)達(dá)地區(qū)流動。從控制變量來看，在列（1）、（4）中，城市化水平和經(jīng)濟結(jié)構(gòu)對固定資產(chǎn)投資有顯著的正向影響。

表5同時列出了地區(qū)異質(zhì)性檢驗結(jié)果。在從地區(qū)異質(zhì)性角度來看，在地理矩陣中，列（2）較發(fā)達(dá)地區(qū)的金融科技指數(shù)影響系數(shù)不顯著，列（3）較落后地區(qū)的影響系數(shù)具有1%水平的統(tǒng)計顯著性，并且，較落后地區(qū)的影響系數(shù)會大于較發(fā)達(dá)地區(qū)，雖然經(jīng)濟矩陣下列（6）較落后地區(qū)的影響系數(shù)不顯著，但是P值為0.124，接近邊緣顯著性，且影響系數(shù)大于列（5）較發(fā)達(dá)地區(qū)。究其原因，較發(fā)達(dá)地區(qū)的經(jīng)濟發(fā)展水平比較高，資源配置完善，金融科技對固定資產(chǎn)投資的提高存在邊際遞減的效應(yīng)，而對于較落后地區(qū)，金融科技有助于降低融資門檻，降低信貸審批難度，較落后地區(qū)的企業(yè)更會通過金融科技獲取信貸資金增加固定資產(chǎn)投資，因此在較落后地區(qū)的金融科技對固定資產(chǎn)投資的影響相對較發(fā)達(dá)地區(qū)更大。假設(shè)2得到證明，從直接效應(yīng)的影響系數(shù)來看，可以得到一樣的結(jié)論（限于篇幅，沒有列出估計結(jié)果，如有需要可向作者索取）。這說明，金融科技的發(fā)展還存在區(qū)域的不平衡性，而從W×fintech交叉項來看，在地理矩陣下，列（3）較落后地區(qū)的金融科技具有顯著的正向溢出，在經(jīng)濟矩陣下，列（6）較落后地區(qū)存在顯著的負(fù)向溢出效應(yīng)，雖然表現(xiàn)出不同的統(tǒng)計特點，可能是由于地理特征和經(jīng)濟特征不同的影響，但是也說明金融科技在較落后地區(qū)的空間溢出效應(yīng)更為明顯，具有跨區(qū)域影響。

（五）固定資產(chǎn)投資中介效應(yīng)的檢驗

金融科技的發(fā)展降低了融資難度，擴大了金融覆蓋范圍、提高金融應(yīng)用深度，因此也增加了區(qū)域金融杠桿和固定資產(chǎn)投資，因此，本文通過中介效應(yīng)模型分析金融杠桿和固定資產(chǎn)投資在金融科技和區(qū)域金融風(fēng)險之間的中介效應(yīng)。表6列出了中介效應(yīng)回歸的結(jié)果，列（1）中固定資產(chǎn)投資對區(qū)域金融風(fēng)險的影響系數(shù)為0.443，在1%水平上具有顯著的正向影響，列（2）中固定資產(chǎn)投資對區(qū)域金融風(fēng)險的影響系數(shù)為0.421，具有1%水平顯著的正向影響，并且金融科技指數(shù)不再具有統(tǒng)計顯著性，結(jié)合表2列（1）、表8列（1），可見，在地理矩陣下，固定資產(chǎn)投資在金融科技指數(shù)對區(qū)域金融風(fēng)險的影響中具有完全中介效應(yīng)。在列（3）中，固定資產(chǎn)投資對區(qū)域金融風(fēng)險的影響系數(shù)為0.491，在1%水平上具有統(tǒng)計顯著性，在列（4）中，固定資產(chǎn)投資的影響系數(shù)仍然在1%具有統(tǒng)計顯著性，而金融科技指數(shù)雖然仍然在5%水平上具有統(tǒng)計顯著性，但是對比表6列（4），影響系數(shù)下降，同時結(jié)合表2列（2），可以發(fā)現(xiàn)，在經(jīng)濟矩陣下，固定資產(chǎn)投資在金融科技指數(shù)對區(qū)域金融風(fēng)險具有部分中介效應(yīng)。因此假設(shè)3得到證明。這是因為，金融科技降低信貸門檻、擴大融資范圍，促進(jìn)了地區(qū)固定資產(chǎn)投資的上升，但是固定資產(chǎn)投資的信貸資金通常是中長期貸款，而信貸供應(yīng)端通常是短期貸款，通過金融科技，金融機構(gòu)可以會將短期資金歸攏提供給中長期貸款，從而產(chǎn)生期限錯配、流動性風(fēng)險等問題，導(dǎo)致區(qū)域金融風(fēng)險的上升，增加了金融機構(gòu)的潛在系統(tǒng)風(fēng)險。

從空間效應(yīng)的分解來看（限于篇幅，檢驗結(jié)果未作報告，如有需要可向作者索取），在直接效應(yīng)上，不管是地理矩陣還是經(jīng)濟矩陣，金融科技對固定資產(chǎn)投資的影響系數(shù)顯著為正。從間接效應(yīng)來看，在地理矩陣中，金融科技對固定資產(chǎn)投資的間接效應(yīng)顯著為負(fù)，說明各地區(qū)金融科技對其他地區(qū)具有負(fù)的空間溢出效應(yīng)，在金融科技作用下，本地區(qū)對其他地區(qū)固定資產(chǎn)投資的虹吸作用，導(dǎo)致固定資產(chǎn)投資向金融科技更發(fā)達(dá)的地區(qū)聚集。

（六）穩(wěn)健性檢驗

本文采用0-1鄰接矩陣進(jìn)行穩(wěn)健性檢驗，結(jié)果如表7所示，由回歸結(jié)果可知，在列（1）中，金融科技對區(qū)域金融風(fēng)險的影響系數(shù)為0.898，在5%水平上具有統(tǒng)計顯著性，金融科技對區(qū)域金融風(fēng)險具有正向影響，在列（3）中，金融科技對固定資產(chǎn)投資水平的影響系數(shù)為0.628，在1%水平上具有統(tǒng)計顯著性，說明金融科技對固定資產(chǎn)投資具有正向影響，在列（2）中，固定資產(chǎn)投資水平對區(qū)域金融風(fēng)險的影響系數(shù)為0.442，在1%上具有正向的統(tǒng)計顯著性，同時考慮金融科技、固定資產(chǎn)投資水平的情況下，列（4）顯示，固定資產(chǎn)投資的影響系數(shù)為0.419，顯著為正，而金融科技指數(shù)系數(shù)不再具有統(tǒng)計顯著性，說明固定資產(chǎn)投資水平具有完全中介效應(yīng)，因此，本文的實證結(jié)果具有穩(wěn)健性。

五、研究結(jié)論及政策建議

金融科技的發(fā)展對金融風(fēng)險的影響近年來受到廣泛的關(guān)注，本文采用空間計量模型研究金融科技對固定資產(chǎn)投資和區(qū)域金融風(fēng)險的空間溢出效應(yīng)，通過2011年到2018年的樣本數(shù)據(jù)進(jìn)行研究，研究發(fā)現(xiàn)：（1）金融科技對區(qū)域金融風(fēng)險和固定資產(chǎn)投資具有正向的影響，金融科技會直接增加本地區(qū)區(qū)域金融風(fēng)險和固定資產(chǎn)投資水平，并且對鄰近地區(qū)具有負(fù)向空間溢出效應(yīng)，通過虹吸作用間接影響其他地區(qū)的固定資產(chǎn)投資和區(qū)域金融風(fēng)險，降低鄰近地區(qū)的區(qū)域金融風(fēng)險和固定資產(chǎn)投資。（2）固定資產(chǎn)投資在金融科技對區(qū)域金融風(fēng)險影響中具有的中介效應(yīng)，金融科技有助于降低金融門檻，增加信貸配給，提高固定資產(chǎn)投資水平，但是存在潛在的期限錯配、流動性風(fēng)險，進(jìn)而增加了區(qū)域金融風(fēng)險。（3）金融科技對區(qū)域金融風(fēng)險和固定資產(chǎn)投資的空間溢出效應(yīng)存在地區(qū)異質(zhì)性，較落后地區(qū)金融科技對區(qū)域金融風(fēng)險和固定資產(chǎn)投資的直接影響相對較大。

本文的研究對于合理利用金融科技、降低金融科技風(fēng)險具有重要的理論和實踐意義，對于有效實施金融科技監(jiān)管具有重要的啟示意義。根據(jù)本文的研究結(jié)論，提出如下建議：第一，完善金融科技的相關(guān)法規(guī)和監(jiān)管政策。制定相關(guān)法律，保障健康的金融科技創(chuàng)新，建立符合政策導(dǎo)向和金融發(fā)展需求的監(jiān)管框架，實現(xiàn)金融科技創(chuàng)新與區(qū)域金融風(fēng)險的平衡，滿足金融科技快速發(fā)展的需要。第二，提高金融科技監(jiān)管的執(zhí)行效率。及時跟進(jìn)金融科技的發(fā)展，跟進(jìn)金融風(fēng)險的變化，緊緊抓住當(dāng)前金融科技快速發(fā)展的歷史機遇，發(fā)揮政府的監(jiān)管和引領(lǐng)作用，從而提高金融監(jiān)管的及時性和適應(yīng)性。第三，實行差異化的監(jiān)管政策。完善較落后地區(qū)的金融服務(wù)和金融監(jiān)管，提升較落后地區(qū)的金融整體發(fā)展水平，減少較落后地區(qū)金融科技帶來的負(fù)面影響，繼續(xù)發(fā)揮金融科技在較落后地區(qū)促進(jìn)經(jīng)濟增長、促進(jìn)創(chuàng)新、提高農(nóng)村居民收入的作用。

參考文獻(xiàn)：

[1]吳曉求.互聯(lián)網(wǎng)金融：成長的邏輯[J].財貿(mào)經(jīng)濟，2015（2）：5-15.

[2]戴國強，方鵬飛.監(jiān)管創(chuàng)新、利率市場化與互聯(lián)網(wǎng)金融[J].現(xiàn)代經(jīng)濟探討，2014（7）：64-67.

[3]姜建華，秦志宏.非均衡發(fā)展格局下的區(qū)域金融風(fēng)險與宏觀金融運行[J].國際金融研究，1999（9）：44-50.

[4]呂勇斌，陳自雅.區(qū)域金融風(fēng)險部門間傳遞的空間效應(yīng)——2005～2012年[J].財政研究，2014（8）：46-48.

[5]沈麗，劉媛，李文君.中國地方金融風(fēng)險空間關(guān)聯(lián)網(wǎng)絡(luò)及區(qū)域傳染效應(yīng)：2009-2016[J].管理評論，2019，31（8）：35-48.

[6]李志強，徐宇明.空間外溢視角下的科技金融與區(qū)域經(jīng)濟增長質(zhì)量[J].當(dāng)代財經(jīng)，2020（10）：62-74.

[7]馮科.信貸配給、固定資產(chǎn)投資水平與企業(yè)創(chuàng)新[J].中央財經(jīng)大學(xué)學(xué)報，2016（4）：42-51.

[8]王霄，張捷.銀行信貸配給與中小企業(yè)貸款——一個內(nèi)生化抵押品和企業(yè)規(guī)模的理論模型[J].經(jīng)濟研究，2003（7）：68-75.

[9]陳雨露，馬勇.構(gòu)建中國的“金融失衡指數(shù)”：方法及在宏觀審慎中的應(yīng)用[J].中國人民大學(xué)學(xué)報，2013，27（1）：59-71.

[10]張勛，萬廣華，張佳佳，等.數(shù)字經(jīng)濟、普惠金融與包容性增長[J].經(jīng)濟研究，2019，54（8）：71-86.

[11]吳雨，李成順，李曉，等.數(shù)字金融發(fā)展對傳統(tǒng)私人借貸市場的影響及機制研究[J].管理世界，2020，36（10）：53-64.

[12]黃益平，陶坤玉.中國的數(shù)字金融革命：發(fā)展、影響與監(jiān)管啟示[J].國際經(jīng)濟評論，2019（6）：24-35.

（責(zé)任編輯：趙春江）