市值分化视角下金融科技对商业银行风险承担水平的影响——基于面板门限回归模型的实证分析

刘志洋,解瑶姝,马延安

(东北师范大学 经济与管理学院,吉林 长春 130117)

2008 年金融危机爆发后,随着金融监管变革的逐步推进,信息科技的快速发展,金融服务正在发生巨大的变化。金融创新技术和新进入者的搅局给银行体系带来巨大的变革[1]。早在1995 年,Bower et al.[2]提出了“毁灭性创新(Disruptive innovation)”的概念。它的含义是,一个小型公司(往往是新进入行业者)在资源非常有限的情况下,能够对该行业已有的业务模式进行颠覆性的影响[2-3]。对于银行业来讲,信息科技与金融业的融合对商业银行的零售业务模式产生了颠覆式的影响,比如产生了电子报告、自动化信贷、新型智慧银行等。

金融科技的迅猛发展既给中国银行业带来了机遇,也增加了风险,对中国银行业的影响将是系统性的。一方面,金融科技有助于中国商业银行实现低成本的高质量服务,会向广大低收入群体客户提供更为迅捷的金融服务,实现金融的普惠性,同时,数字化转型也被大多数商业银行作为未来发展的核心战略。比如:中国工商银行在2015 年开始实施基于大数据和互联网技术的E-ICBC2.0 战略;中国建设银行在2016 年开始推进基于人工智能的机器人咨询服务;中国银行与腾讯公司在2017 年合作建设人工智能、区块链技术和大数据技术的实验室。另一方面,金融科技融合了科技与创新思维,能够有效地向客户提供定制化服务,因此会对传统金融模式产生冲击,造成金融脱媒[4]。这会威胁传统“高大上”金融机构的生存地位,新兴金融科技型企业与商业银行开展业务竞争,蚕食银行业利润[5-6]。这说明,金融科技既存在降低商业银行风险的一面,商业银行也可能运用金融科技增加风险承担水平,毕竟商业银行就本质来讲是经营风险获取收益的金融机构。

随着中国主要商业银行相继上市,投资者逐渐意识到,对于银行业来讲,资产规模、资产质量、盈利能力等指标只能反映商业银行某一方面的能力,无法反映某一家商业银行综合竞争力和综合实力[7]。商业银行在风险管理、产品定价、客户服务、公司治理各方面的综合代表变量应是商业银行的市值,且商业银行市值是市场导向的,反映了市场对商业银行未来走势的预期,是商业银行发展前景的综合判断。随着中国银行业积极发展金融科技,商业银行与金融科技企业合作不断深入,基于金融科技的数字化转型必将深刻影响中国商业银行的日常经营业务,进而影响商业银行市值。在此大背景下,商业银行的市值却出现了分化特征,而市值的差异体现了商业银行与金融科技的融合程度[8]。这种融合对商业银行来讲是系统性的,会影响到商业银行业务的方方面面。

资本是金融机构承担风险的原动力,是衡量商业银行风险承担水平是否合理的重要标尺。规模不同的商业银行会由于其自身发展模式和资产情况的差异在数字化战略转型过程中呈现差异化[9],但市值反映了资本市场对商业银行未来发展的预期,应是准确衡量商业银行资本雄厚程度和发展前景的更有效指标。合理风险承担水平应与商业银行市值高低相适应。本文的可能贡献在于:将商业银行风险承担水平、商业银行风险承担能力与商业银行金融科技发展水平纳入同一分析框架,从市值角度衡量商业银行风险承担能力,关注商业银行在不同的风险承担能力水平下,金融科技对商业银行风险承担水平影响的非线性关系。在无法明确金融科技究竟是增加了商业银行风险承担水平还是降低了风险承担水平的背景下,本文以风险承担能力应与风险承担水平相适应的视角,回答了金融科技增加商业银行风险承担水平的合理性,为金融风险与金融创新的平衡提供了新的可能的解释。

金融科技是技术驱动的金融创新,是近年来在金融服务领域最新兴起的金融运行模式。过去10年金融科技在全球金融市场经历了快速的发展,但对金融科技的定义并没有达成共识。Zavolokina et al.[10]是较早的一篇系统论述金融科技的学术论文。他们指出,金融科技是一个鲜活的体系灵活且不断变化,不是静止不变的,运行透明,能够清楚地被学术界和媒体所了解。组织、人、地理位置三个因素的同时相互作用促成了金融科技的出现,三个因素相互作用将会改变管理实践和学术研究[10-11]。一般而言,金融科技是指金融服务供给与信息科学技术的有机融合,是金融业有效运用信息科学技术提升金融服务效率的新兴金融业态[12]。邱晗等[6]更多地从金融产品创新角度来界定金融科技;而杨东[13]更多地认为金融科技是独立于传统金融体系之外的一种全新金融业态。Navaretti et al.[14]从金融科技型企业的角度来定义,根据业务类型认为金融科技应分为支付型金融科技和借贷型金融科技。

(一)金融科技对商业银行业务的冲击

金融业具有非常强大的惯性,不喜欢改变,银行业尤其如此[15]。由于存在稳定的市场份额以及政府的监管规则,商业银行往往不需要改变,甚至商业银行会向政府施压,希望对新成立的金融科技型企业施加更为严格的监管,因为金融科技型企业会冲击传统银行业的利润[16]。许多研究认为,金融科技会通过降低金融服务成本、增加金融服务便利性和安全性来重塑金融行业[17-18]。不可否认,我们现在仍很难预测金融科技未来会走向何处,金融科技将会如何重塑金融体系。Kendall[19]认为,这些科技型小型金融公司已经取代了商业银行的某些功能,使得金融服务覆盖面更广、成本更低、客户体验更好、效率更高、安全性更佳。正如J.P.Morgan 公司的CEO Dimon[20]所指出,设立在硅谷的金融科技企业正在与J.P.Morgan 公司开展业务竞争,影响J.P.Morgan 公司的利润。

金融科技将会在支付清算、保险、存贷、中小企业融资、投资和财富管理等方面给传统商业银行带来冲击。Reuver et al.[21]指出,平台的优势在于扩展金融功能,以第三方的角色弥补金融服务的不足。Christensen et al.[3]指出,一旦新的技术冲击抢占了这个市场,则会给已有金融机构带来巨大的极端损失,因此商业银行要重新重视之前被忽略的客户,关注零售金融,开发云平台、区块链技术,发展B2B、P2P、个人金融、移动钱包、普惠金融、大数据分析、电子货币、互联网保险、智能投顾等业务。对于银行体系来讲,新进入者会与原有市场参与者在中小企业融资和零售金融领域开展激烈竞争[22]。在这种情况下,银行业服务的专业性会增加,即银行经营活动会变“窄”,因此新进入者会将之前需要消耗银行大量资源的、监管重点监控的业务替换了。虽然在金融体系中,信贷供给的分散有助于降低系统性金融风险,但由于存在竞争,金融科技企业的信贷供给也会遇到信贷顺周期性的问题。然而我们无法预测在经济处在衰退时,信贷的顺周期性会产生怎样的问题[23]。

金融科技会拆分商业银行的业务,使得商业银行的某一项业务获得更高的客户体验和市场份额。McKinsey 公司预测,如果商业银行不改变经营战略,将会在2025 年损失20%的收入[24]。Scott[25]指出,在网络安全、相关规定等主要基础设施都比较完善的前提下,如果业务容易复制,则金融科技会促使商业银行接受较低的利润;但如果业务模式对于新进入者难以完全复制,则原有参与者的盈利不会受到冲击。在一个数字化的经济体中,通过网络联系客户,给客户一个高附加值的体验能够防止客户流失。Alstyne et al.[26]指出,在某一个平台上,越能够给客户带来价值,客户黏性越高。因此,对于传统商业银行来讲,不仅仅要考虑如何重构其业务模式,还要思考如何使用已有的资源来适应金融科技的发展,否则它们会精简成只能够提供存贷服务、依靠金融监管存活的金融机构[27]。

(二)金融科技对中国银行业风险的影响

中国金融科技的发展开端于互联网金融。国内学者大约在2015 年,将研究表述从“互联网金融”转移至“金融科技”。

以互联网金融为发端的金融科技创新影响了金融体系的稳定。虽然互联网金融往往被认为是对中国传统金融体系的突破和改革[28],但Hou et al.[29]认为互联网金融的发展改变了存款人对银行经营风险的敏感度,从而增加了银行业风险。互联网金融并没有提高金融体系的效率,反而增加了金融体系的不稳定性[30-31]。金融科技创新虽然降低了商业银行的风险集中度,但对于传统金融业务来讲,系统性风险仍然存在,甚至有所提高[32]。

在个体商业银行层面,金融科技运用有助于降低商业银行风险。商业银行金融科技的推广与应用面临着潜在的风险管理挑战[33]。邱晗等[6]利用263 家银行的年报数据及蚂蚁金服用户数据构建的数字金融普惠指数进行研究发现,商业银行发展金融科技会改变自身的负债结构,从而影响银行资产端的风险承担。众多国内学者对商业银行如何运用金融科技影响信用风险进行了实证分析[5,29],但正如Cheng et al.[12]指出,这些研究更多关注外部金融科技的发展对商业银行的影响,而没有从商业银行自身使用金融科技的角度研究金融科技对商业银行风险的影响。基于此考虑,Cheng et al.[12]从商业银行视角,使用网络爬虫技术构建金融科技指数,研究金融科技对商业银行信用风险的影响,结论表明金融科技显著地降低了商业银行信用风险。

总之,学术界研究表明,金融科技会重塑传统商业银行体系,这种重塑不仅体现在金融体系的结构性变化,还体现在社会思潮、价值观等社会生活的其他方面。在许多情景下,这种重塑的改变相对缓慢,且会给金融监管带来巨大压力,比如新的系统性风险点、数据安全问题、委托代理问题、监管响应时间等。虽然学术界均认为金融科技的发展会给商业银行体系带来冲击,但其还没有明确区分关注“谁”在“如何”使用“金融科技”,进而达到“什么效果”。

解答此问题需要一个全新视角。商业银行本质上是经营风险获取收益的金融机构,风险承担能力与风险承担水平相匹配的“效果”应为商业银行与金融监管机构共同期待的目标。既然市值的大小反映了商业银行的综合竞争力[7],因此立足于市值管理来衡量风险承担能力,研究金融科技对承担能力与应有水平之间匹配程度的影响,对于中国银行业发展金融科技具有重要现实意义。学术文献的研究将商业银行风险承担水平限于信用风险[5,29],但随着商业银行资本市场参与度的越来越深入,信用风险无法综合衡量商业银行的整体风险承担水平。本文以商业银行市值为出发点,基于股票市场交易的数据,使用KMV 模型计算资本市场隐含(implied)的商业银行违约概率,并将此作为衡量商业银行整体风险承担水平的指标。此指标市场导向明显,具有前瞻性和整体性的风险测度特征。在此基础上,本文将商业银行风险承担水平、商业银行风险承担能力与商业银行金融科技发展水平纳入同一分析框架,从市值角度衡量商业银行风险承担能力,关注商业银行在不同的风险承担能力水平下,金融科技对商业银行风险承担水平影响的非线性关系。这为金融科技在影响商业银行风险承担水平方面的研究提供一个全新的解释视角,即只要是风险承担能力与风险承担水平相适应,对于中国银行业来讲这种发展就具有可持续性。

互联网金融的快速兴起给中国传统商业银行带来了巨大挑战。金融科技与互联网金融相互联系、相互渗透。互联网金融可以看作金融科技的初期实践,提升金融服务的覆盖面;而以大数据、云计算、人工智能、区块链为代表的金融科技,则代表了金融与科技的深度融合,是一种理念上的碰撞,是提升金融机构精耕细作精神的法宝,增强金融机构的内功。因此,作为中国金融业主体的商业银行体系,在金融科技如火如荼发展的今天没有任何停顿,不论大型商业银行,还是中小商业银行,都在发展金融科技。

然而,随着金融科技在中国金融业的迅猛发展,中国主要上市商业银行的市值却同步出现了分化现象。招商银行在2019 年的市净率已经达到银行业平均水平的2 倍以上,市值显著高于我国大型股份制商业银行的平均水平,高出交通银行两倍左右,与中国银行旗鼓相当。但招商银行的资产规模在2019 年却只有中国银行的三分之一左右。而从港股来看,招商银行在2019 年7 月末的市值为9 924亿港元,超过中国银行的9 390 亿港元。从国有大型商业银行来看,中国工商银行与中国建设银行的市值增长速度显著快于中国农业银行和中国银行。整体来讲,中国工商银行与中国建设银行在金融科技运用程度上遥遥领先其他商业银行。

为了展示这种市值分化特征,本文对国有大型商业银行①和全国大型股份制商业银行②的市值差异走势进行比较分析。在市值指标选取上,本文取自然对数的总市值1(MKV1)。MKV1的含义是上市公司的股权公平市场价值,对于一家多地上市公司,区分不同类型的股份价格和股份数量分别计算类别市值,然后加总。计算法方法为:A 股收盘价×A 股合计+B 股收盘价×B 股合计×人民币外汇牌价+H 股收盘价×H 股合计×人民币外汇牌价+海外上市股收盘价×海外上市股合计×人民币外汇牌价。此外,为了进行稳健性检验和说明,本文选择取自然对数的总市值2(MKV2)指标。MKV2的含义是按指定证券价格乘指定日总股本计算上市公司在该市场的估值,计算方法为个股当日股价×当日总股本。

本文分别对每一类别的商业银行在每一年度分别取MKV1和MKV2的最大值和最小值。在每一个类别内部和类别之间进行比较,见图1 至图3。从图1 可以看出,国有大型商业银行和股份制商业银行内部市值差异的走势基本相同。图1 显示,在互联网金融在中国刚刚兴起时,金融机构之间的市值差异并不是非常明显,但从2015 年开始,每一个类别内部金融机构市值差异呈现增加趋势,这种变化幅度对于股份制商业银行尤为明显。从图2 来看,对于一些市值较大的股份制商业银行,其市值规模几乎与较小规模的国有大型商业银行不相上下,且与国有大型商业银行市值差别呈现逐渐缩小态势。但股份制商业银行中市值规模较小的商业银行与国有大型商业银行相比,差距明显加大。整体来讲,图1 至图3 显示,国有大型商业银行和股份制商业银行的市值在其类别内部出现了比较明显的分化特征;且虽然国有大型商业银行的总体市值仍较高,但部分股份制商业银行的市值与其差距呈现逐年缩小态势。这说明,金融与信息技术的融合正在深刻重塑金融业,也重塑着投资者的估值逻辑。

图1 国有大型商业银行(左图)和股份制商业银行(右图)内部差异走势

图2 国有大型商业银行各年最小值与股份制商业银行最大值的差值(左图)和国有大型商业银行各年最大值与股份制商业银行最大值的差值(右图)走势

图3 国有大型商业银行各年最大值与股份制商业银行最小值的差值(左图)和国有大型商业银行各年最小值与股份制商业银行最小值的差值(右图)走势

(一)研究方法

为了刻画商业银行市值出现明显差异化,本文使用能够刻画这种非线性特征的面板门限回归模型进行实证分析。参考Hansen[34]的研究,基于门限变量和响应变量的非线性关系,本文构建的面板门限回归模型如(1)式。

其中,i表示商业银行,t表示时间,εi,t为残差项,I()表示示性函数,X为门限值。本文选择商业银行市值作为门限变量,具体选择为上文提到的MKV1和MKV2。

Fintech表示商业银行金融科技发展状态变量。对于上市商业银行来讲,年度报告是商业银行对外进行信息披露的主要载体。投资者可以通过阅读年度报告分析商业银行的未来发展战略和经营前景。随着互联网金融和金融科技在中国的迅速兴起,中国商业银行积极拥抱互联网,发展金融科技,依托信息化技术提供新型的金融服务,增加金融的普惠性。为了吸引投资者,上市商业银行会将这种趋势和导向体现在年报中,因此有关金融科技和互联网金融的词汇的多寡可以反映商业银行拥抱金融科技的程度。根据Cheng et al.[12],本文设定的关键词包括:智慧银行、数字银行、互联网金融、科技、区块链、云计算、网络贷款、人工智能、网络银行、手机银行、电子支付、电子银行、数据、数字化、转型、在线支付、银联、物联网、场景、平台、“e”、渠道、数字。在统计上述关键词在商业银行每一个年度报告中出现的频次基础上,本文将这些关键词出现的频次进行加总,并取自然对数,得到每一个商业银行在该年度金融科技发展状态的指标。

PD为表示商业银行风险承担的变量。从风险管理角度来讲,商业银行除存在信用风险外,还有市场风险、操作风险、流动性风险、声誉风险、战略风险等类型,而金融科技作为战略转型的核心竞争手段,其影响面势必会传导至商业银行风险管理的方方面面。站在监管的视角,金融监管当局更加关心的是金融科技是否有助于降低银行业的系统性风险,而这都需要靠综合性的风险指标来衡量。基于此考虑,本文运用基于期权定价理论的KMV 模型,使用股票收益率数据计算金融市场市场隐含(Market implied)的商业银行个体经营风险作为商业银行风险承担大小的变量。具体计算表达式为式(2)～(4)。

其中,E和A为金融机构的股票和资产的市场价值,σA为金融机构资产的市场价值的波动率,D为金融机构债务的账面价值;r为无风险利率(本文使用隔夜Shibor作为表示变量);T表示以年为单位的期限,本文设定为1 年;N(.)为标准正态分布的累计密度函数。具体计算方法参见Anginer et al.[35]、Elsinger et al.[36]、Cecchetti et al.[37]、IMF[38]。根据期权定价理论,金融机构的违约距离如式(5)。

本文对违约距离(DD)取正态分布,即可得出股票市场隐含的金融机构违约概率PD,以此变量作为表示金融机构经营风险程度的表示变量。

X为控制变量。根据Cheng et al.[12]、邱晗等[6],本文选择的控制变量包括:表示宏观经济状态的GDP 年度同比增长率(GDP)、表示商业银行资本充足状态的资本充足率(cap)、表示商业银行资产质量的不良贷款率(npl)、表示商业银行盈利能力的净资产收益率(roe)、控制商业银行其他个体特征的取自然对数的规模(size)。

(二)样本数据

根据Hansen[34],面板门限回归模型需要严格的平衡面板数据,因此考虑到前文所述PD变量需要股票交易数据来测算,因此本文只能以上市的商业银行为研究样本。考虑到农业银行与光大银行均在2010 年上市,中国2016 年8 月之后上市的城市商业银行非常多,且2018 年以后商业银行上市速度加快,为了尽可能增加样本时间长度且保证平衡面板的数据结构,本文只能选择上市较早的16 家商业银行为研究样本,这样样本时间可以选择为2011 年至2019 年,数据频率为年度数据,数据来源为Wind数据库。具体来讲,本文样本内的商业银行除本文第三部分提到的国有大型商业银行和股份制商业银行外,还包括北京银行、南京银行和宁波银行等三家上市较早的城市商业银行③。

表1 为样本数据统计特征。从表1 可以看出,PD平均值仅为0.5%,说明中国上市商业银行整体风险较低。由于Fintech变量是取对数后的结果,因此平均来看,商业银行年报中,与金融科技有关的词频出现的平均次数约达到167 次。此外,表1 显示,样本内商业银行平均资本充足率为12.88%,平均不良贷款率仅为1.24%,净资产收益率平均达到16.40%。

表1 样本数据统计特征

(一)回归结果

本文使用Bootstrap 方法进行自举检验估计公式(1)。表2 和表3 为面板门限回归结果。LM 检验的F统计量结果显示,MKV1 显著存在单门限值,但双门限和三门限的检验无法通过。这说明不同市值的商业银行,金融科技对风险承担水平的影响不尽相同。表2 和表3 中Fintech的估计结果显示,对于高市值的商业银行,Fintech系数估计值显著为正,说明金融科技会显著地增加其风险承担水平;而对于低市值的商业银行,金融科技对其风险承担水平并没有产生显著的影响。

这说明,市值越高的商业银行,其越有动机运用金融科技来增加其风险承担水平。需要说明的是,对于金融机构来讲,风险承担水平高并不意味着是负面的事情。只要金融机构的风险承担水平与其风险承担能力相适应且符合其风险偏好战略,则这种风险承担水平应是合理的。商业银行市值高,说明商业银行综合竞争力强,投资者对其未来的发展较为乐观。从资本角度来讲,商业银行市值表示的含义是市场化的偿付能力的高低,这说明市值越高的商业银行,其风险承担能力就越强,风险承担能力越强的商业银行,就越能够运用迅猛发展的金融科技来增加自身的风险承担水平,进而增加盈利的可能性。

表2 显示,MKV1变量的门限值估计结果为27.920 8,因此可以通过反向查找数据探究哪些商业银行市值大于门限值,进而出现金融科技运用增加商业银行风险承担水平的情况。本文发现,大于门限值的商业银行为中国工商银行和中国建设银行,时间为2016 年至2019 年。作者认为此结论与当前中国商业银行数字化转型进程以及中国银行业当前状态具有较高的一致性。此外,出现此结果也与本文样本银行有关,因为本文的样本银行均为中国上市较早的商业银行,在中国金融体系中地位重要,金融科技运用水平整体较高,因此也只有中国工商银行和中国建设银行有实力领先于其他商业银行。

表2 门限变量为MKV1 回归结果

正如前文所述,中国商业银行从2015 年开始积极运用金融科技进行数字化转型,但作为国有大型商业银行,中国工商银行和中国建设银行在金融科技的运用中走在银行业的前列。首先,中国工商银行和中国建设银行资本雄厚,市值高,人才储备丰富,科技力量强大,为金融科技发展奠定了良好基础。其次,从战略来讲,中国建设银行与阿里集团合作较早,而中国工商银行与京东也开展了密切合作。随着银行与金融科技企业合作日益加深,商业银行业务水平和风险管理能力会得到提升,因此增加风险承担水平,获取更高的收益未尝不是应有之义。此外,值得欣慰的是,市值低于门槛值的估计结果虽然不显著,但符号为负值,说明金融科技的运用至少没有增加商业银行风险承担水平,甚至表现出一定的降低商业银行风险承担水平的趋势。这对于有效权衡金融创新与金融风险具有很高的实践价值。

本文的实证结论表明,整体而言中国商业银行运用金融科技并没有显著增加风险承担水平,但高市值的商业银行(中国工商银行和中国建设银行)运用金融科技增加了自身的风险承担水平,其结果合理性可以从资产定价公式④的“分子”和“分母”两个角度来解释。任何一家上市企业理论价值等于该企业未来现金流的折现值。若商业银行有增加自身市值的动机,则其需要增加分子数值,同时降低分母数值。金融科技的运用会成为连接“分子”与“分母”的纽带,使商业银行实现盈利增长的同时,降低自身经营风险,从而增加风险承担能力。

从资产定价公式出发,“分子”值表示企业的未来现金流。金融科技的运用会从增加盈利和降低成本两个角度增加商业银行的未来现金流,其结果的体现就是高市值,即金融科技通过增加商业银行的盈利能力来增加商业银行的估值水平。对于采用云计算的金融机构,未来基础设施支出额度将会显著下降,为商业银行节省大量成本支出。这些最前沿的金融科技技术运用通过改变商业银行未来现金流来增加“分子”数值,进而增加商业银行市值。而市值越高,说明投资者对商业银行金融科技运用效果预期越乐观,商业银行风险承担的能力也就越强,增加风险承担水平的可能性也越大。

“分母”表示商业银行风险。作为以承担风险来获取收益的金融机构,金融科技与零售金融的结合增强了商业银行管理零售领域信用风险的能力,增加了客户识别的有效性和精准性,体现的是自身风险管理能力的提升,最终降低了商业银行不良贷款率。汪泉等[39]认为虽然金融科技相比传统金融业务而言会面临更大的信用风险,但为了促进金融科技的发展,市场会选择适当放宽对其信用风险的忍耐度,可见金融科技在平衡风险与金融创新之间的关系中发挥重要的中介作用。高市值商业银行运用金融科技的直接结果是增加与其风险承担能力相适应的风险承担水平,而其他商业银行也没有显著地表现出风险承担水平增加的趋势。这说明,金融科技的运用有助于商业银行管理风险,并没有降低中国银行业的稳定性。

(二)稳健性检验

本文稳健性检验主要通过替换核心变量指标来进行。首先,本文替换商业银行市值变量,设置为前述的MKV2。LM 检验的F统计量结果显示,MKV2显著存在单门限值,但双门限和三门限的检验无法通过。估计结果见表3,结论与表2 几乎一致。本文进一步根据表3 门限值查询高于门限值的样本数据,发现大于门限值的商业银行仍为中国工商银行和中国建设银行,时间为2015 年至2019 年。这说明对于中国工商银行和中国建设银行来讲,金融科技运用增加商业银行风险承担水平,并没有显著增加其他商业银行的风险承担水平。

表3 稳健性检验:门限变量为MKV2 回归结果

进一步,本文将表示商业银行金融科技发展状态的变量设置为技术总热度,表示商业银行的影响能力。根据国务院发展研究中心的研究[40],本文对技术总热度的计算方法为使用百度搜索引擎检索下述词语组合“商业银行+年度+核心词条”出现资讯数目,具体核心词条包括:网络贷款、云计算、人工智能、区块链、征信、物联网、生物识别、电子支付、网络保险、网络银行、虚拟现实和金融信息。之后,本文将上述数目按照商业银行和年度的组合进行加总,并取自然对数,得到的指标称之为商业银行金融科技影响能力指标(用Inre表示,见表4)。从表4 的回归结果可以看出,结论与表2 和表3 基本一致。

表4 稳健性检验:金融科技变量为金融科技影响能力回归结果

依托金融科技进行数字化转型对中国银行业来讲是一次巨大的变革。商业银行发展金融科技究竟会产生怎样的效果是理论界、实务界以及政府监管部门都非常关注且没有定论的问题。本文从风险管理的视角,使用面板门限回归模型回答了商业银行运用金融科技对商业银行风险承担水平产生的影响。结论表明:(1)对于中国上市商业银行,市值越高,其运用金融科技增加风险承担水平的动机越强烈;(2)对于市值相对较低的商业银行,金融科技并没有显著增加其风险承担水平。

基于以上分析,提出如下几点建议:第一,监管当局应重视高市值商业银行依托金融科技进行数字化转型导致的风险承担水平增加的现象。在本文的研究框架内,具有系统重要性的中国工商银行和中国建设银行应是监管当局重点关注的对象。监管当局既要允许商业银行承担与其资本相适应的风险水平,也要时刻警惕金融科技导致商业银行过度的风险承担。第二,鼓励市值程度较低的商业银行增加金融科技运用水平。实证结论中,市值较低的商业银行金融科技的运用并没有显著增加风险承担水平,因此监管当局可以鼓励这些商业银行积极开展金融科技创新,增加自身竞争力。第三,进一步挖掘金融科技降低商业银行风险的功能。虽然对于市值相对较低的商业银行,金融科技没有显著地增加其风险承担水平,但估计结果也没有表现出显著降低风险的特征。因此商业银行应发挥金融科技数据分析与风险计量的优势,增加金融科技在风险管理中运用的深度和广度,在数字化转型中有效降低风险。

注释:

①国有大型商业银行包括中国工商银行、中国建设银行、中国农业银行、中国银行、交通银行。

②全国大型股份制商业银行有招商银行、民生银行、兴业银行、浦发银行、华夏银行、平安银行、光大银行、中信银行等。

③面板门限模型需要严格的平衡面板数据。由于本文出发点是市值差异化,且因变量和自变量均需要股票交易数据,因此样本商业银行必须为上市的商业银行。中国2016年8 月之后上市商业银行非常多,且2018 年以后商业银行上市速度加快。若将后来上市商业银行纳入样本,股票数据严重缺失,面板数据严重非平衡,无法使用面板门限模型。为了保证时间维度和截面维度的数据均充足,本文只能选择上市较早、行业地位非常重要的16 家商业银行。

④资产价格为未来现金流的折现值,因此分子为现金流,分母为折现率。

猜你喜欢 市值商业银行水平 张水平作品美与时代·美术学刊(2022年3期)2022-04-272020中国商业银行竞争里评价获奖名单银行家(2020年10期)2020-11-06作家葛水平火花(2019年12期)2019-12-26全球加密货币总市值约为1760亿美元中国计算机报(2019年12期)2019-06-21基于因子分析法国内上市商业银行绩效评智富时代(2019年4期)2019-06-01基于因子分析法国内上市商业银行绩效评智富时代(2019年4期)2019-06-01加强上下联动 提升人大履职水平人大建设(2019年12期)2019-05-212018中国商业银行竞争力评价结果银行家(2018年11期)2018-11-16老股转让市值最多的50大股东投资者报(2014年7期)2014-03-04

推荐访问:门限 商业银行 实证