吳烔光 王浩斌

隨著科技與金融全方面不斷的深入結合，金融科技對傳統(tǒng)商業(yè)銀行影響巨大，給商業(yè)銀行帶來轉型、帶來了機遇。本文通過文獻綜述的方法，梳理了近年來相關文獻，對主要的研究成果進行了總結，隨后，選取了2011—2020年我國商業(yè)銀行的主要數(shù)據(jù)，通過主成分分析法構造綜合評價模型，對過程與結果進行了分析，并總結得到的啟示。

一、緒論

（一）研究背景

2019年9月，中國人民銀行印發(fā)中國金融科技領域第一份全面的規(guī)劃——《金融科技發(fā)展規(guī)劃（2019—2021）》，其在中國金融科技發(fā)展的歷程中有著里程碑式的意義。在新一輪科技革命和產(chǎn)業(yè)變革的推動下，金融科技的發(fā)展速度驚人，隨著各項信息技術與金融業(yè)務進一步結合，金融科技為金融發(fā)展提供了巨大動力。

我國的金融業(yè)在科技的助推下取得了巨大的進步。70年代，中國銀行引進了第一套理光8型主機系統(tǒng)，標志著我國開啟了國內(nèi)金融電子化發(fā)展;20世紀初，我國加入WTO，國內(nèi)金融市場的競爭格局發(fā)生翻天覆地的改變，中國工商銀行完成數(shù)據(jù)大集中工程、中國建設銀行建立了國內(nèi)第一個對海外提供數(shù)字電子認證服務中心;2011年人民銀行向27家第三方支付公司發(fā)支付牌照;2015年，中國工商銀行推出“e-ICBC”，傳統(tǒng)商業(yè)銀行大力進軍互聯(lián)網(wǎng)金融;2017年，金融科技委員會成立;2020年數(shù)字人民幣開展試點測試工作。

（二）文獻綜述

隨著金融科技快速發(fā)展，研究金融的方式也不斷變化，金融的邊界也不斷拓展，尤其是近幾年金融科技逐漸成為熱點話題，從2013年到2020年這七年間，中國期刊網(wǎng)記載的金融科技相關論文從十余篇上升至千余篇。王錦虹（2015）通過構建計量指標體系并分析，得出結論：單純網(wǎng)絡方面的科技對傳統(tǒng)商業(yè)銀行的負債業(yè)務產(chǎn)生影響，并沒有改變中間業(yè)務和資產(chǎn)業(yè)務。黃劍、黃銳（2016）根據(jù)我國 98 家商業(yè)銀行9年的數(shù)據(jù)進行了實證分析，得出結論：金融科技的發(fā)展大幅度提高了傳統(tǒng)商業(yè)銀行的盈利能力，同時也導致了風險的不穩(wěn)定性。中國人民銀行廣州分行課題組、李思敏（2017）對比了中國與美國金融科技發(fā)展歷程，總結得出金融科技的服務手段和目的。邱晗等（2018）從金融消費者角度出發(fā)，通過理論結合數(shù)據(jù)分析的防范研究了金融科技對傳統(tǒng)商業(yè)銀行的影響機制。陸龍飛、徐飛（2018）利用Malmquist指數(shù)模型計算了我國商業(yè)銀行7年的效率指數(shù)。得出結論：傳統(tǒng)商業(yè)銀行適宜地利用金融科技可以促進自身的健康穩(wěn)定發(fā)展。王應貴、梁惠雅（2018）以國際上主要商業(yè)銀行9年的成本與收入之比為切入點，總結得出金融科技可以有效降低銀行成本并提高銀行產(chǎn)出效率。溫美琴、曹莉（2019）通過熵值法分析了平安銀行個例，總結出金融科技對商業(yè)銀行財務績效有積極的影響。武勝楠（2020）根據(jù)16家商業(yè)銀行9年的數(shù)據(jù)進行了實證研究，采用了固定效應模型。劉孟飛、王琦（2021）將金融科技引入銀行存貸款收益模型，通過動態(tài)系統(tǒng)GMM方法，對金融科技對商業(yè)銀行績效的影響機制進行了實證分析。

二、研究設計

（一）指標選取

一般來說，主成分分析法選取的指標適宜個數(shù)為以8至15個，本文參考了較為通用的駱駝評級指標、巴塞爾新資本協(xié)議以及銀保監(jiān)會設定的主要監(jiān)管指標，選取了11個指標構成商業(yè)銀行績效評價指標體系，其中包含了信用風險指標、流動性指標、效益性指標、資本充足指標等四個方面，這些數(shù)據(jù)來自銀保監(jiān)會公布，而金融科技的量化指標用《北京大學數(shù)字普惠金融指數(shù)（20ll一2020年）》中的數(shù)字普惠金融指數(shù)代表，詳細情況見表1：

本文采用SAS8.1 通過主成分分析的方法進行分析，為了便于分析，所以需要對指標數(shù)據(jù)進行處理。正指標不需要采取任何處理;逆指標需要同向化處理，具體操作為取數(shù)值倒數(shù)。

三、實證分析

（一）主成分分析

主成分分析是通過正交變換的方法將一組具有相關性的指標，構建為沒有相關性的新指標，新指標替換舊指標，以達到降維的目標，便于后期分析。主成分分析著眼考慮變量的“分散性”信息，主要目的是對原有變量進行“改造”，在不損失原變量太多信息的前提下盡可能地降低原有變量的維數(shù)，即用較少的“新變量”代替原有各變量，是將原有較多的指標簡化為較少的幾個新的綜合指標的多元統(tǒng)計方法。假設，有P個指標，將這些指標當做隨機變量，記作X1，X2，…，XP，構建新指標F1，F(xiàn)2，…，F(xiàn)K（K≤P），遵循新指標充分反映原指標信息的原則，新指標間互相獨立。最為常用的方法是，建立如下的線性組合Fi。

在進行分析前，需要對原有指標之間的相關性進行計算。在這里，本文通用SAS8.1中的factor函數(shù)對原有指標進行KMO統(tǒng)計量檢驗，按照原理，KMO結果介于0與1之間，其數(shù)值越高，代表原有指標之間的相關性越強。一般判斷標準為：KMO在0.5以下表示極不適合進行主成分分析，而0.9以上表示非常適合。本指標體系下的KMO檢驗結果為0.9458，非常適合進行主成分分析。

（三）主成分選取

SAS8.1自帶的princomp函數(shù)可以對指標進行主成分分析，首先將得出特征值和特征值貢獻率等整理為表2。按照主成分提取的條件：特征值大于1，提取滿足主成分選取條件的前兩個主成分，累計貢獻率已達到94.58%，顯然前兩個主成分可以較好地代表原有指標，所以下一步分析主要針對提取的兩個成分。

如表3所示，提取后文中需要的前兩個主成分的特征向量，可以建立兩個新指標的表達式：

F1=-0.324X1-0.311X2+0.302X3+0.297X4-0.327X5-0.309X6

+0.201X7+0.280X8+0.298X9+0.324X10+0.324X11

F2=0.186X1+0.279X2+0.332X3+0.349X4-0.104X5-0.042X6

-0.636X7-0.374X8+0.300X9+0.093X10+0.028X11

由表達式可以看出：第一主成分（F1）中，不良貸款率（X1）、撥備覆蓋率（X2）、流動性比例（X3）、資產(chǎn)利潤率（X5）、凈息差（X6）、核心資本充足率（X10）、數(shù)字普惠金融指數(shù)（X11）相關系數(shù)的絕對值比較大;第二主成分（F2）中，非利息收入占比（X7）相關系數(shù)的絕對值比較大。

（五）構建綜合評價模型

以所選取的前2個因子的方差貢獻率作為權數(shù)，構造綜合評價模型：

F=0.8093F1+0.1365F2

利用此表達式就可以計算過去十年我國商業(yè)銀行經(jīng)營績效的綜合得分，進一步分析金融科技對國內(nèi)商業(yè)銀行績效的影響，利用SAS可以得出F1、F2、F的綜合評分，如表4：

（六）綜合分析

可以繪制出折線圖，如圖1。結合綜合模型得分結果，根據(jù)折線圖可以明顯發(fā)現(xiàn)：在2011—2020年這十年間，我國商業(yè)銀行的經(jīng)營績效穩(wěn)步上升，上升趨勢基本與本文構建的F1相似。根據(jù)構建的兩個主成分表達式和綜合模型表達式中，可以得出結論：金融科技發(fā)展程度對商業(yè)銀行績效的影響為正向影響，即隨著金融科技的發(fā)展我國商業(yè)銀行的績效穩(wěn)步提升，定量來看：第一主成分中數(shù)字普惠金融指數(shù)對其影響占到了9.83%，第二主成分中數(shù)字普惠金融指數(shù)對其影響占到了6.81%，構建的綜合模型中數(shù)字普惠金融指數(shù)的影響占到了8.88%。

四、結論與啟示

（一）結論

對得出的我國商業(yè)銀行年度經(jīng)營績效評分（F）進行指數(shù)化，得到我國商業(yè)銀行年度經(jīng)營績效指數(shù)，便于與數(shù)字普惠金融指數(shù)比較，如圖二。我們可以看出我國商業(yè)銀行年度經(jīng)營績效指數(shù)的漲幅略低于數(shù)字普惠金融指數(shù)，說明金融科技在發(fā)展過程中，一定程度上對商業(yè)銀行的績效產(chǎn)生了正面的影響。根據(jù)十年的數(shù)據(jù)分析，構建了綜合評價模型發(fā)現(xiàn)金融科技對商業(yè)銀行績效的影響占到了8.88%。本文運用主成分分析法構建模型分析了金融科技對我國商業(yè)銀行績效的影響，而且得到的分析結果與實際情況大體上一致，證明構建指標體系的合理性。但是，本文僅用了公布數(shù)據(jù)中的一部分，可能導致分析結果與實際結果依然有部分偏差，而且是否適用于分析單一類型的商業(yè)銀行等，還有待進一步研究。

（二）啟示

1.面對金融行業(yè)新格局，商業(yè)銀行應分析研判局勢，大力發(fā)展金融科技。積極開發(fā)金融科技以農(nóng)用，總的來說商業(yè)銀行可采用以下三種方法：一是進行多方合作。商業(yè)銀行與金融科技公司、高校、研究院等國內(nèi)外同行合作建設實驗室或研發(fā)中心等項目。并積極參加國際性金融科技組織，例如：英格蘭銀行“金融科技加速器”項目，目的是從全球范圍內(nèi)篩選創(chuàng)新能力頂尖的科技公司，科技公司運用英格蘭銀行提供的非涉密金融數(shù)據(jù)進行金融科技創(chuàng)新應用研發(fā)，通過與頂尖科技企業(yè)合作研發(fā)的方法，不僅補足了創(chuàng)新技術的短板，并且有效推動了金融科技創(chuàng)新應用的落地實施。二是順應現(xiàn)代金融消費者需求的特點和變化趨勢是我國新生代消費的主力軍，我國傳統(tǒng)商業(yè)銀行應該發(fā)展以“千禧一代”為主的新生代消費的主力軍市場，了解其對于新科技、新金融方面時刻保持著開放的態(tài)度，金融服務線上平臺提供完善、便捷、高效的金融服務，積極收集新生代消費力的個人偏好，提供個性化服務。三是積極聯(lián)合成立大數(shù)據(jù)中心，將大數(shù)據(jù)資源集中起來有利于提供更加高效的金融服務，商業(yè)銀行業(yè)內(nèi)成立金融大數(shù)據(jù)中心，對所有現(xiàn)有數(shù)據(jù)資源進行處理、整合并共享，同時推動相關規(guī)范標準進一步嚴格，推動大數(shù)據(jù)資源合規(guī)流動，在金融各個細分的服務項目中，加大推廣大數(shù)據(jù)應用的范圍。

2.充分發(fā)揮市場規(guī)模。2008年中國的固定寬帶互聯(lián)網(wǎng)用戶規(guī)模就已超過美國。截至2020年12月，中國網(wǎng)民規(guī)模高達 9.89億人，互聯(lián)網(wǎng)普及率達到70.4%，遠高于全球平均水平，其中，手機網(wǎng)民規(guī)模達9.86億人。中國的互聯(lián)網(wǎng)還在不斷成長，帶來的個人金融業(yè)務需求量不容小覷，促使我國在移動支付、互聯(lián)網(wǎng)理財?shù)燃毞诸I域取得了快速進步。商業(yè)銀行應該通過建立涵蓋用戶、渠道和產(chǎn)品三個方面的體系，架起三者之間的橋梁，以金融科技為突破口，充分利用云計算、大數(shù)據(jù)、智能投顧、生物識別等科技提高金融服務的精準性、及時性、全面性，從而吸引潛在用戶。

參考文獻：

[1]黃銳，黃劍.互聯(lián)網(wǎng)金融影響銀行績效嗎？——基于98家商業(yè)銀行的面板數(shù)據(jù)[J].南方金融，2016（1）：55-60.

[3]陸龍飛，徐飛.金融科技背景下我國商業(yè)銀行經(jīng)營效率研究[J].金融教育研究，2018，31（5）：33-39.

[4]邱晗，黃益平，紀洋.金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財?shù)囊暯荹J].金融研究，2018（11）：17-29.

[5]王錦虹.互聯(lián)網(wǎng)金融對商業(yè)銀行盈利影響測度研究——基于測度指標體系的構建與分析[J].財經(jīng)理論與實踐，2015，36（1）：7-12.

[6]王應貴，梁惠雅.金融科技對商業(yè)銀行價值鏈的沖擊及應對策略[J].新金融，2018（3）：53-58.

[7]溫美琴，曹莉.金融科技對商業(yè)銀行財務績效的影響研究——以平安銀行為例[J].市場周刊，2019（2）：83-85.

[8]武勝楠.金融科技對商業(yè)銀行績效的影響研究[D].河南大學，2020.

作者單位：吳烔光，中國人民銀行白銀市平川區(qū)支行;王浩斌，中國人民銀行白銀市中心支行