金融科技與商業銀行效率——基於DEA-Malmquist模型的實證研究

編者按：《金融科技與商業銀行效率——基於DEA-Malmquist模型的實證研究》使用DEA-Malmquist模型測算我國145家商業銀行2013—2018年的全要素生產率，構建金融科技發展指數，通過靜態面板和動態面板廣義矩估計（GMM）研究金融科技對我國銀行業效率的影響。研究發現，金融科技通過金融創新、技術溢出和市場競爭驅動商業銀行戰略轉型顯著提升了商業銀行的效率。金融科技對銀行效率的影響促進作用呈現異質性：金融科技對股份制銀行和位於東部地區銀行的全要素生產率影響更顯著；具有與金融科技結合程度深、業務創新能力強、決策層年輕化、跨區域經營程度高這幾個特徵的銀行，更容易吸收金融科技的影響來提升全要素生產率。進一步，機制分析表明金融科技造成競爭加劇，增加了銀行負債成本，促使銀行選擇了風險更高的資產來彌補負債端的損失，間接促進了經營效率的改善。

作者| 楊望（中國人民大學金融科技研究所高級研究員、瀚德金融科技集團共享科技總裁助理），徐慧琳（東北財經大學金融學院博士研究生），譚小芬（中央財經大學金融學院教授，博士生導師），薛翔宇（對外經濟貿易大學國際貿易學院碩士研究生）

整理 | 徐賀婧

來源 | 《國際金融研究》2020年第7期

引言

商業銀行在我國金融體系中佔據著主導地位，其運行效率對維護金融市場穩定、促進實體經濟高質量發展有著至關重要的作用。新興金融業態憑藉對服務效率、移動渠道普及、客戶篩選和差異化定價、風險評估和控制等一系列困擾傳統金融機構難題的解決，倒逼商業銀行等傳統金融機構轉型(謝治春等，2018)，導致傳統銀行業經營形勢日趨嚴峻。鑑於此，文章使用DEA-Malmquist模型測算我國145商業銀行2013—2018年的全要素生產率，並利用文本挖掘法，構建金融科技發展指數。利用靜態面板和動態面板廣義矩估計(GMM)發現，金融科技驅動商業銀行戰略轉型顯著提升了商業銀行的效率。機制分析表明，一方面，這種提升通過銀行資產端結構的改善發揮作用；另一方面，是由負債端銀行業務的創新所致。進一步研究發現，商業銀行不同特徵使得金融科技對銀行效率的促進作用呈現異質性:金融科技對股份制銀行和位於東部地區銀行的全要素生產率影響更顯著;具有與金融科技結合程度深、業務創新能力強、決策層年輕化、跨區域經營水平高這幾個特徵的銀行更容易吸收金融科技的影響，提升全要素生產率。

文章的貢獻主要體現為以下幾個方面。第一，從理論層剖析金融科技對我國銀行業效率影響的現有文獻屈指可數。文章從銀行資產端及負債端結構入手，揭示金融科技改善銀行業效率的作用機制，探尋銀行多重異質性對獲取金融科技紅利的影響，豐富了金融科技和傳統金融機構關係的理論研究。第二，鑑於數據可得性，關注金融科技和我國商業銀行關係的現有文獻大多開展案例研究(謝治春等，2018)，或利用上市商業銀行樣本進行實證研究(張茜和趙鑫，2019)，文章從實證層面利用較大樣本進行定量考察，豐富了實證證據。第三，文章利用中介效應模型分析金融科技發展對於銀行效率影響的作用路徑，識別了金融科技對商業銀行影響的傳導機制。第四，文章識別了多重銀行異質性是否影響金融科技與銀行效率的關係，有助於釐清金融科技在不同商業銀行中發揮作用的異質性效應，啟發銀行根據自身特徵調整戰略和轉型路徑，更有效地謀求競爭優勢和獲取核心競爭力，這對進一步深化商業銀行改革具有重要的理論意義和現實價值。

提出假設與構建模型

（一）假設

假設1：金融科技發展從市場競爭、金融創新和技術溢出等方面對商業銀行資產端與負債端發揮優化作用，提升商業銀行效率。

假設2：與國有大型銀行相比，金融科技發展對股份制銀行、城商行和農商行效率的影響更顯著。

假設3：金融科技發展對銀行效率的影響在我國東部地區和中部地區要顯著大於西部地區。

假設4(A)：金融科技發展對商業銀行效率的影響在與金融科技結合度高的銀行更顯著。

假設4(B)：金融科技發展對商業銀行效率的影響在業務創新能力較強的銀行更顯著。

假設4(C)：金融科技發展對商業銀行效率的影響在決策層年輕化的商業銀行更顯著。

假設4(D)：金融科技發展對商業銀行效率的影響在跨區域經營的商業銀行更顯著。

文章利用DEA模型的Malmquist指數測算商業銀行全要素生產率，不依賴生產函數和樣本量綱，能得到較穩健的結果。利用2013—2018年面板數據，參照已有研究(李興華方式等，2014;劉笑彤和楊德勇，2017)，以商業銀行固定資產和員工人數作為投入指標，以貸款總額和稅前利潤作為產出指標，測算結果如表1所示。

（二）解釋變量

由於目前在金融科技領域缺乏規範、全面的統計數據，為了有效衡量近年來金融科技發展水平變化，本文借鑑沈悅和郭品(2015)提出的「文本挖掘法」構建金融科技指數(FinTech)。具體做法為：第一，結合金融功能及科技金融技術實現路徑構建FinTech指數的初始詞庫(見表2)。

第二，藉助百度搜尋引擎，計算各指標的年度詞頻。統計2013—2018年各年度指標的資訊數量，考慮到資訊數量與網民和企業的關注度、市場需求呈現正相關，能夠在一定程度上體現金融科技發展勢頭。第三，運用因子分析法估計得分係數矩陣，並以各因子的方差百分比作為權重，標準化處理後得到FinTech指數。據此構建的金融科技指數走勢如圖1示。

（三）控制變量

在選擇控制變量方面，以往文獻研究發現，銀行微觀特徵變量和宏觀經濟變量均可能會對商業銀行經營效率產生顯著影響(郭品和沈悅，2015；申創和趙勝民，2017)。選取的控制變量定義和描述性統計結果如表3所示。

（四）模型設定和估計方法

為了檢驗金融科技對商業銀行效率的影響，設計以下計量模型:

其中，Bank_efficiencyi,t為商業銀行全要素生產率，i為不同銀行，k為不同省份，j為不同控制變量，t為時間。模型(2)為動態面板回歸，加入被解釋變量的滯後項Bank_efficiencyi,t-1作為解釋變量。

實證分析

(一) 相關性檢驗和平穩性檢驗

為避免偽回歸，需要進行面板單位根檢驗，文章對相關變量進行了LLC檢驗，發現各變量均為平穩序列。此外，為了避免異方差的影響，實證結果均使用穩健標準誤。

(二) 金融科技對商業銀行效率影響的檢驗

文章使用靜態面板混合OLS和固定效應對計量模型(1)進行估計。計量模型(2)為動態面板回歸。研究發現，金融科技(FinTech)指數的估計係數均顯著為正，假設1得到驗證。

(三) 金融科技對商業銀行效率影響的機制識別

基準檢驗表明，金融科技發展對商業銀行經營效率起到了促進作用，證實了假設1。在該部分，文章將檢驗金融科技通過負債端和資產端對銀行經營效率的影響機制。

(四) 異質性影響

1. 考慮銀行股權結構和經濟區域

區分銀行所有制後，金融科技對銀行全要素生產率影響呈現差異。金融科技對大型國有銀行全要素生產率的影響符號為正，僅在固定效應模型中，在5%水平上顯著;金融科技對股份制銀行、城市商業銀行和農村商業銀行全要素生產率的影響均通過了顯著性檢驗，其中，金融科技對股份制銀行全要素生產率影響的係數和顯著性均高於城市商業銀行和農村商業銀行。假設2得到驗證。金融科技對位於不同經濟區域銀行全要素生產率的影響呈現差異。在東部地區和中部地區，金融科技對銀行全要素生產率的影響通過了顯著性檢驗，西部地區僅有混合OLS模型中在5%水平上顯著為正。假設3得到驗證。

2. 考慮銀行特徵

文章識別了銀行與金融科技結合度、業務創新能力、決策層年齡和跨區域經營程度等銀行層面特徵，探究上述特徵是否影響金融科技與銀行效率的關係，對假設4(A)(B)(C)和(D)進行驗證。

(五) 穩健性檢驗

為了確保研究結論的穩健，進行了以下穩健性檢驗。第一，對金融科技發展衡量進行變量替換。文章利用北京大學數字金融研究中心基於螞蟻金服用戶數據構建的省級數字金融普惠指數評價指標中的覆蓋廣度指標作為衡量金融科技發展代理變量，對模型(1)和模型(2)進行檢驗。第二，基於DEA模型的Malmquist指數的構成，使用技術效率指數和技術進步指數替換全要素生產率變化指數(綜合經營效率)，對模型(1)和模型(2)進行檢驗。上述檢驗結果均不改變基礎研究結論。

研究結論與啟示

文章的研究結論對於進一步深化商業銀行改革、促進金融科技應用具有重要的理論意義和現實啟示。

第一，金融科技作為金融服務和信息技術結合的產物，對傳統金融機構業務模式和產品流程帶來極大的挑戰和機遇。面對金融科技的迅猛發展，商業銀行不能故步自封，而是應將金融科技的發展視為推動自身變革的動力，主動出擊以謀求競爭優勢，探索業務發展的新路徑和新模式。同時，商業銀行也要客觀認識到自身在客戶資源、網絡構建和社會信譽等方面的優勢，與金融科技企業深度合作，取長補短，拓寬自身發展前景，謀求綜合實力的全面提高。

第二，大型國有銀行應充分利用自身在實力雄厚和客戶基數方面的優勢，在金融科技方面積極投入，吸引擁有科技和金融背景的複合人才加入，快速應對金融科技的衝擊。

第三，中部、西部地方政府應大力推動金融科技發展的進程，從鼓勵政策和引導法規入手，從硬體建設和人才引進著力，實現跨越式發展。

第四，商業銀行應該將金融科技與自身能力建設結合，試點建設開放式銀行，促進業務創新能力和跨區域經營能力提升，鼓勵決策層接受新興經營理念，利用金融科技發展驅動業務轉型，增強核心競爭力。

以下為部分文章截圖