賴 紅, 孫紹榮, 孫 娜,2

(1.上海理工大學(xué) 管理學(xué)院， 上海 200093； 2.上海師范大學(xué)天華學(xué)院， 上海 201815)

近年來，數(shù)字經(jīng)濟逐漸融入各行各業(yè)。金融作為經(jīng)濟發(fā)展的推動力，促進了實體企業(yè)的發(fā)展與進步。在不斷的發(fā)展與進步中，新生的金融科技(financial technology,FinTech)在2014年迎來了爆炸式增長。作為金融行業(yè)一個新的增長引擎，金融科技的作用愈加不可替代。如區(qū)塊鏈、移動支付、大數(shù)據(jù)等一系列新興技術(shù)融入金融行業(yè)，從而使得金融行業(yè)突破了空間限制，加速了金融流通，很好地提高了交易效率。但與此同時，也帶來了一些負面的情況。主要集中在企業(yè)所需要面對的風(fēng)險更多，風(fēng)險系數(shù)增加，需要不斷去完善和防范。

在傳統(tǒng)金融相關(guān)企業(yè)中，企業(yè)所要面對的風(fēng)險包括信用風(fēng)險、市場風(fēng)險、操作風(fēng)險、法律風(fēng)險、流動性風(fēng)險、利率風(fēng)險等。企業(yè)面對這些問題已經(jīng)有了較完備的解決方案。但是隨著金融科技不斷滲透，雖然極大地促進了金融流動，促進了經(jīng)濟的發(fā)展，但是也會產(chǎn)生一些新的風(fēng)險。

金融科技的首要問題便是安全問題。由于金融方面對數(shù)據(jù)安全需要有更高的要求，不同于其他行業(yè)的屬性，包括企業(yè)用戶、監(jiān)管機構(gòu)、金融機構(gòu)在內(nèi)的所有接觸方，都需要足夠的信息安全。因而，在2019年9月，中國人民銀行提出，鼓勵相關(guān)企業(yè)更多地利用區(qū)塊鏈相關(guān)技術(shù)。區(qū)塊鏈技術(shù)是一種用于保證數(shù)據(jù)安全的數(shù)字加密技術(shù)，應(yīng)用于金融行業(yè)，可以規(guī)避很多安全相關(guān)的風(fēng)險。除了安全風(fēng)險外，還出現(xiàn)有業(yè)務(wù)風(fēng)險、隱私安全等。面對這些風(fēng)險，企業(yè)更加需要提前規(guī)劃去規(guī)避風(fēng)險，從而減少損失。

綜上，金融科技的發(fā)展已經(jīng)勢不可擋，但是也需要辯證地對待一些新技術(shù)，在享受金融科技的成果的時候，也要去防范它所帶來的一些風(fēng)險。本文基于以下3個主要論證點進行討論：

1)根據(jù)對相關(guān)文獻的研究，在金融科技方面的研究大部分著重于分析風(fēng)險類型及影響，很少能夠研究金融科技對企業(yè)的組合效應(yīng)影響。

2)搜集金融科技相關(guān)企業(yè)的財務(wù)數(shù)據(jù)，結(jié)合普惠指數(shù)，從而研究金融科技對不同企業(yè)風(fēng)險類型的影響，此類研究有望有助于完善金融科技相關(guān)企業(yè)的管理與實踐，并推動相關(guān)理論的研究，進而影響相關(guān)制度的改進。

3)結(jié)合多個風(fēng)險影響因素，討論多個因素組合的情況下，對企業(yè)的影響情況，更好地給企業(yè)提供更加全面的預(yù)警機制。當企業(yè)面對這些風(fēng)險時，可以有更多的選擇，并能夠很快找到防范重點。

1 文獻綜述

1.1 企業(yè)風(fēng)險類型的相關(guān)研究

企業(yè)風(fēng)險的承擔(dān)受多方因素影響，與此同時，企業(yè)的穩(wěn)定性越高面對風(fēng)險的處理能力就越強，相應(yīng)的獲得的投資回報越高，從而提升了企業(yè)的長期競爭能力和企業(yè)價值[1]。影子銀行是一種能降低銀行所承擔(dān)的風(fēng)險的創(chuàng)新形式，并且可以緩解部分中小企業(yè)的融資問題，在一定程度上也可以降低銀行承擔(dān)的風(fēng)險，但是它的高杠桿等特性使得它具有一定的金融脆弱性[2]。然而，在總體上政府對企業(yè)的補貼并沒有使得企業(yè)明顯提高風(fēng)險承擔(dān)能力[3]。研究表明社會的文化情況以及社會制度相關(guān)會影響企業(yè)的承擔(dān)風(fēng)險能力[4]?，F(xiàn)在的數(shù)字化經(jīng)濟的增長，也對企業(yè)的風(fēng)險承擔(dān)能力有一定影響，網(wǎng)絡(luò)應(yīng)用范圍越廣泛，企業(yè)的抗風(fēng)險能力越強。通過對互聯(lián)網(wǎng)金融指數(shù)的構(gòu)建，發(fā)現(xiàn)互聯(lián)網(wǎng)金融發(fā)展與企業(yè)風(fēng)險正相關(guān)[5]。

1.2 金融科技的相關(guān)研究

安全金融科技的發(fā)展對銀行業(yè)形成了一定的沖擊，它改變了銀行的負債端結(jié)構(gòu)，從而導(dǎo)致銀行資產(chǎn)端的風(fēng)險承擔(dān)偏好上升，但是借貸利率和凈息差都有所下降。銀行規(guī)模越大受到的這種沖擊越小[6]。金融科技相關(guān)企業(yè)通過產(chǎn)業(yè)競爭包括搶占市場、技術(shù)溢出來與銀行業(yè)競爭，并且相關(guān)企業(yè)與銀行的競爭有明顯的空間地理效應(yīng)[7]。通過對媒體詞匯的統(tǒng)計，使用“文本挖掘”構(gòu)建全國的互聯(lián)網(wǎng)指數(shù)，并且統(tǒng)計36家商業(yè)銀行的信息，得出金融科技對銀行的生產(chǎn)率具有正面推動作用。同時，在銀行的風(fēng)險承擔(dān)方面，在前期，金融科技減少了銀行的管理費用，降低了風(fēng)險承擔(dān)。在中后期，互聯(lián)網(wǎng)金融提高了資金成本，反而加劇了銀行的風(fēng)險承擔(dān)。進而統(tǒng)計得出系統(tǒng)性銀行對互聯(lián)網(wǎng)金融有著更加謹慎的態(tài)度從而發(fā)展也更為穩(wěn)健[8]。金融科技對企業(yè)創(chuàng)新產(chǎn)出具有顯著的促進作用，其中企業(yè)的生命周期階段不同、企業(yè)所有權(quán)性質(zhì)不同，金融科技帶來的影響會有所不同[9]。研究表明，數(shù)字經(jīng)濟的發(fā)展，使得銀行在一定程度上提高了競爭性，降低了銀行的成本率，但是也降低了銀行的利潤率[10]。通過文本法研究金融科技對企業(yè)創(chuàng)新的影響，結(jié)果表明，金融科技的發(fā)展與地區(qū)企業(yè)的創(chuàng)新產(chǎn)出存在一定的正相關(guān)關(guān)系[11]。通過文本挖掘法將金融科技指數(shù)與銀行市場競爭指數(shù)進行分析，發(fā)現(xiàn)金融科技對銀行風(fēng)險承擔(dān)有正向的影響[12]。

1.3 文獻總結(jié)與研究假設(shè)

綜上所述，企業(yè)風(fēng)險承擔(dān)的學(xué)術(shù)研究已有一定積累，但基于金融科技角度展開的分析還不豐富。特別是，對于金融科技企業(yè)而言，多有研究注重考察銀行業(yè)，企業(yè)風(fēng)險承擔(dān)行為隨金融科技所進行的適應(yīng)性調(diào)整，論文將繼續(xù)深化已有研究，側(cè)重以金融科技領(lǐng)域作為分析企業(yè)風(fēng)險承擔(dān)的行業(yè)。研究金融科技對不同類型企業(yè)風(fēng)險的影響。

為此，基于已有研究文獻和相關(guān)分析，提出如下研究假設(shè):

金融科技對企業(yè)風(fēng)險承擔(dān)行為產(chǎn)生的影響正相關(guān)。

2 研究數(shù)據(jù)與實證設(shè)計

2.1 數(shù)據(jù)來源與數(shù)據(jù)預(yù)處理

通過中國金融科技企業(yè)數(shù)據(jù)庫收集金融科技相關(guān)上市企業(yè)名單。再從自色諾芬(CCER)數(shù)據(jù)庫和國泰安(CSMAR)數(shù)據(jù)庫收集相關(guān)企業(yè)的財務(wù)數(shù)據(jù)，從東方財富網(wǎng)收集金融科技企業(yè)的公司資訊，并通過資訊分析企業(yè)的風(fēng)險事件等一些數(shù)據(jù)。通過信建投股票交易軟件數(shù)據(jù)庫獲取相關(guān)企業(yè)的股票數(shù)據(jù)，并進行統(tǒng)一數(shù)據(jù)清洗及處理。為了達到統(tǒng)計分析要求，對初始樣本數(shù)據(jù)進行處理，如表1所示。

表1 數(shù)據(jù)處理

2.2 變量設(shè)定

1)因變量：企業(yè)風(fēng)險。企業(yè)風(fēng)險指數(shù)的設(shè)定，根據(jù)企業(yè)的風(fēng)險事件，是相關(guān)的時間范圍內(nèi)發(fā)生的情況對齊進行分析。從股票市場的反映來側(cè)面改進企業(yè)風(fēng)險指數(shù)的精確性，對于多種不同種類的風(fēng)險，按照影響范圍和影響程度進行加權(quán)分析，最終確定風(fēng)險指數(shù)數(shù)據(jù)。

2)自變量：金融科技。由于金融科技的發(fā)展水平存在地域性差異，不同地區(qū)的金融科技發(fā)展水平不同也會對企業(yè)產(chǎn)生不同程度的影響，為排除這類情況，采用背景大學(xué)數(shù)字金融研究中心的普惠金融指數(shù)作為金融科技發(fā)展程度的指數(shù)進行研究[13]。因為普惠金融指數(shù)采用的是螞蟻金服的賬戶交易數(shù)據(jù)，螞蟻金服作為全國范圍內(nèi)發(fā)展范圍排名前幾的企業(yè)，能夠較為客觀地反映相關(guān)地區(qū)的金融科技發(fā)展水平，特別是在理財產(chǎn)品越來越多地發(fā)展到線上的情況下，更能反映真實的發(fā)展情況。中國金融科技驅(qū)動經(jīng)濟增長的路徑主要包括投資資本的積累、儲蓄-投資的轉(zhuǎn)化、長尾消費需求等[14-17]。為了更加明確地識別數(shù)據(jù)的有效性，指數(shù)的參考值為3個部分：①每萬人擁有的支付寶賬號；②用戶綁定的銀行卡數(shù)量；③在線交易總量。通過上述研究，在金融科技指標方面制定了比較客觀的衡量標準。選取金融科技深度作為自變量研究其對企業(yè)風(fēng)險的影響。

3)控制變量。在控制變量方面需要注意的是金融科技企業(yè)風(fēng)險與金融科技企業(yè)規(guī)模，企業(yè)年限、企業(yè)地區(qū)有密切聯(lián)系，其中在經(jīng)濟繁榮地區(qū)金融科技企業(yè)發(fā)展的環(huán)境更有利;而經(jīng)濟下行地區(qū)金融科技企業(yè)的發(fā)展受限[18-19]?；诖耍x取較為常用的企業(yè)規(guī)模(size)和企業(yè)年限(age)、企業(yè)利潤率(pm)、高管薪酬(gs3)、企業(yè)經(jīng)營地區(qū)范圍(range)，另外還控制了時間和地區(qū)變量。數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。本文中的控制變量解釋和符號如下：

企業(yè)規(guī)模(size)：總資產(chǎn)的自然對數(shù)；

企業(yè)年限(age)：企業(yè)年齡的自然對數(shù)測度；

企業(yè)利潤率(pm)：本期息稅前利潤與營業(yè)收入的比值；

企業(yè)經(jīng)營地區(qū)范圍(range): 企業(yè)經(jīng)營范范圍定義單個市、多省市、跨國業(yè)務(wù);

高管薪酬(gs3)：高管前三名薪酬總額自然對數(shù)。

2.3 研究過程

研究本著務(wù)實的精神，從采集數(shù)據(jù)開始，具體過程如下：

1)從國泰安數(shù)據(jù)庫、東方財富、證券市場等渠道獲取一手數(shù)據(jù)。

2)數(shù)據(jù)清洗，對采集的數(shù)據(jù)進行剔除異常數(shù)據(jù)，利用線性關(guān)系，進行平滑插值。

3)進行描述性統(tǒng)計并對數(shù)據(jù)進行分類提取。

4)借用普惠指數(shù)中的金融科技深度維度測量金融科技指標。

5)采用PCA方法，對其他多種因素進行降維。

6)同樣采用聚類的方法，對風(fēng)險結(jié)果進行聚類，歸結(jié)于金融風(fēng)險指數(shù)。

7)采用邏輯斯特回歸的方法，根據(jù)數(shù)據(jù)建立模型[20]。

8)對模型進行驗證并生成預(yù)測模型，從而實現(xiàn)自變量與風(fēng)險指數(shù)的關(guān)系。

3 實證分析結(jié)果數(shù)據(jù)

3.1 描述性統(tǒng)計

數(shù)據(jù)進行預(yù)處理完畢后，對數(shù)據(jù)進行描述性統(tǒng)計，由表2可見:金融科技指數(shù)的最大值與最小值差異較大，分別為400.39與72.23，差距較為明顯。對控制變量而言:①企業(yè)規(guī)模，最大值為30.83，最小值為19.66，均值為23.62，差距不大;②企業(yè)年限，最短時間為7.59，最長時間為7.61，均值為7.60，說明在整個樣本中企業(yè)年齡分布較為均勻;③企業(yè)利潤率，最小值為0.342，最大值是0.947;④企業(yè)經(jīng)營地區(qū)范圍，最小值為0，最大值是7，說明企業(yè)的經(jīng)營地區(qū)分布廣泛，差距較大;⑤高管薪酬，最大值為4.59，最小值為-0.78，而且差距較為明顯。

表2 樣本變量總體描述性統(tǒng)計

3.2 主成分分析

如表3所示，進行主成分分析，使得控制變量的維度更低。

表3 主成分分析

從表4中能明顯觀察到各個主成分貢獻率的大小以及累計貢獻率的變化。

表4 企業(yè)風(fēng)險影響因素成分分析

3.3 邏輯斯特回歸分析

經(jīng)過數(shù)據(jù)分析，按照研究過程進行模型的建立。本文將按照風(fēng)險情況進行分類，定義為有風(fēng)險、無風(fēng)險兩種類型。使用邏輯斯特建立的模型如表5所示。

表5 邏輯斯特回歸結(jié)果

使用邏輯斯特模型對數(shù)據(jù)進行分析，并且對模型進行校驗和評價，不斷地改善模型。并且對模型的結(jié)果進行總結(jié)分析。通過將此模型應(yīng)用于預(yù)測事件，來反映未來存在的風(fēng)險情況。

對于模型的驗證方案，通過數(shù)據(jù)集對模型的驗證，得出模型的正確率為0.834，能夠滿足大多數(shù)情況下的預(yù)測需求。故而在誤差可控的范圍內(nèi)，所得結(jié)論可信。

4 結(jié)論與建議

通過邏輯斯特回歸模型的分析，可以得出如下結(jié)論和建議：

1)在研究金融相關(guān)的企業(yè)中，金融科技指數(shù)對企業(yè)的風(fēng)險有負向影響，當金融科技指數(shù)達到一定的臨界值時，金融科技指數(shù)對企業(yè)風(fēng)險有正向影響。

2)對企業(yè)風(fēng)險因子的主成分分析結(jié)果顯示，風(fēng)險因子1主要由金融科技指數(shù)構(gòu)成；風(fēng)險因子2主要由企業(yè)地區(qū)經(jīng)營范圍和企業(yè)年限構(gòu)成；風(fēng)險因子3主要由企業(yè)規(guī)模和高管薪酬決定的；風(fēng)險因子4主要由企業(yè)年限、企業(yè)利潤和企業(yè)高管薪酬決定的；風(fēng)險因子5主要由企業(yè)利潤率構(gòu)成。

通過模型的分析，對企業(yè)的風(fēng)險情況有一定的預(yù)測作用，在風(fēng)險產(chǎn)生之前可以采取如下措施：

1)金融科技的出現(xiàn)和廣泛運用給企業(yè)帶來便利的同時也帶來了相應(yīng)的風(fēng)險，這就需要企業(yè)在利用金融科技的同時加強對科技的監(jiān)管，結(jié)合對包括企業(yè)內(nèi)部的高管薪酬和企業(yè)外部的經(jīng)營地區(qū)范圍進行監(jiān)管，企業(yè)需要積極采取措施加快金融科技融入企業(yè)中去。

2)謹慎全面地評估金融科技的影響范圍。通過PCA分析，企業(yè)地區(qū)經(jīng)營范圍和企業(yè)年限容易結(jié)合出現(xiàn)，當出現(xiàn)其中一種風(fēng)險時，需要格外關(guān)注另一個風(fēng)險；當企業(yè)規(guī)模和高管薪酬中的任一風(fēng)險出現(xiàn)時，就需要格外關(guān)注另一種風(fēng)險的出現(xiàn)；企業(yè)年限、企業(yè)利潤和企業(yè)高管薪酬引起的風(fēng)險容易相伴出現(xiàn)，需要格外關(guān)注。本文為風(fēng)險的管控提出了一些創(chuàng)新性的建議，在防控風(fēng)險的同時，需要防范風(fēng)險組合效應(yīng)帶來的影響。