商業(yè)銀行金融科技投入產(chǎn)出效率研究
——基于三階段DEA方法

黃靖雯 陶士貴

[提要]將研究視角聚焦在商業(yè)銀行發(fā)展金融科技的內(nèi)部投入，基于2019年18家上市銀行披露的最新數(shù)據(jù)，運用三階段DEA方法研究我國上市銀行的金融科技投入產(chǎn)出效率。結(jié)果顯示：在剔除環(huán)境因素的影響后，銀行金融科技投入產(chǎn)出效率整體上升，但總體水平有待提高，規(guī)模效率上升但仍低于純技術(shù)效率；不同性質(zhì)銀行的金融科技投入產(chǎn)出效率差異明顯：綜合效率呈現(xiàn)國有銀行>股份制銀行>地方性銀行的特征，國有銀行的規(guī)模效率最高，股份制銀行的純技術(shù)效率最高，地方性銀行表現(xiàn)最差；在不同環(huán)境因素的作用下，科技人員投入或信息科技投入表現(xiàn)出不同程度的冗余。商業(yè)銀行急需變革傳統(tǒng)粗放式的金融科技人力和財力投入，提升從事技術(shù)研發(fā)的高端科技人才數(shù)量和技術(shù)研發(fā)投入在金融科技資金投入中的比例。

引言

商業(yè)銀行的業(yè)務(wù)在本質(zhì)上與技術(shù)和數(shù)學(xué)聯(lián)系緊密，這使得銀行的業(yè)務(wù)特別適宜數(shù)字化，然而現(xiàn)實中銀行的技術(shù)發(fā)展和應(yīng)用卻遠不及最新發(fā)展的技術(shù)。[1](P.96)這不僅在當(dāng)初互聯(lián)網(wǎng)金融興起和發(fā)展時期有所體現(xiàn)，在當(dāng)下金融科技迅速發(fā)展的階段亦如此。得益于大數(shù)據(jù)、區(qū)塊鏈、人工智能等信息技術(shù)在金融領(lǐng)域中的創(chuàng)新應(yīng)用，金融科技的興起和縱深發(fā)展不斷侵蝕著商業(yè)銀行的支付、信貸、理財?shù)葌鹘y(tǒng)業(yè)務(wù)市場。如今，新一輪科技革命和產(chǎn)業(yè)變革已然蓬勃發(fā)展，面對來自金融科技的多層面外部沖擊，商業(yè)銀行數(shù)字化轉(zhuǎn)型已成趨勢，未來數(shù)字銀行、科技銀行將成為新常態(tài)。

在已披露2019年年報的36家上市銀行中，有34家銀行在當(dāng)年年報中提及金融科技，平均每家銀行提及18次，其中招商銀行提及次數(shù)最多，達51次。結(jié)合Wade JB等(2020)[2]和陳藝云(2019)[3]等文獻關(guān)于年報中某詞語出現(xiàn)的頻率對公司重要性的研究，可以看出金融科技在一定程度上代表了商業(yè)銀行管理層的注意力取向，金融科技所代表的認知領(lǐng)域逐漸受到商業(yè)銀行的重視。

部分銀行采取與外部金融科技公司合作的形式發(fā)展金融科技，[4]但由于涉密等原因，無法獲得前瞻性、顛覆性的金融科技應(yīng)用，部分合作已擱淺，實際實施效果不佳。[5]商業(yè)銀行從主要與金融科技公司簽訂戰(zhàn)略合作協(xié)議、共建實驗室等合作業(yè)務(wù)形式發(fā)展金融科技逐步開始自建金融科技子公司，持續(xù)加大金融科技投入，以構(gòu)建內(nèi)循環(huán)甚至外輸出的金融科技生態(tài)。自2015年11月興業(yè)銀行設(shè)立興業(yè)數(shù)金以來，商業(yè)銀行紛紛設(shè)立金融科技子公司，以期利用大數(shù)據(jù)、區(qū)塊鏈和人工智能等新一代信息技術(shù)推進金融科技創(chuàng)新應(yīng)用，提升金融服務(wù)效能。截至2021年3月，已有13家商業(yè)銀行設(shè)立了金融科技子公司，其中國有商業(yè)銀行5家，股份制商業(yè)銀行6家，城市商業(yè)銀行2家。2019年8月，為提升金融服務(wù)效能、助力實體經(jīng)濟、強化金融競爭力，中國人民銀行發(fā)布了關(guān)于金融科技的三年期發(fā)展規(guī)劃，鼓勵金融機構(gòu)發(fā)展金融科技，并要求披露科技投入及科技人員情況。從已披露的數(shù)據(jù)來看，金融科技資金投入占營業(yè)收入的比重介于1.53%-3.72%之間。其中建設(shè)銀行2019年金融科技投入的營業(yè)收入占比為2.5%，達176.33億元，位列全部上市銀行金融科技投入榜首。同時，多家銀行設(shè)立了下一年的金融科技投入目標。

可以看出，在商業(yè)銀行紛紛加快布局金融科技的形勢下，商業(yè)銀行面臨的挑戰(zhàn)不僅來自于外部金融科技公司，銀行之間的金融科技應(yīng)用程度也成為銀行同業(yè)競爭的主要方向。對該問題的研究關(guān)系到在數(shù)字化變革背景下銀行運營效率的提高，關(guān)系到我國的數(shù)字金融競爭力的提升，具有重要的理論和現(xiàn)實意義。

一、文獻綜述

眾多文獻從信貸、[6]負債[7]和風(fēng)險[8]等多個角度研究了外部金融科技發(fā)展對整個銀行業(yè)及商業(yè)銀行經(jīng)營的沖擊和影響。大多數(shù)學(xué)者認為金融科技加劇了銀行業(yè)的競爭，如孫旭然等(2020)[9]和孟娜娜等(2020)[10]，收縮了銀行業(yè)的規(guī)模邊界，[11]改變了銀行的商業(yè)模式。[12](P.294-305)銀行的支付、負債、信貸和財富管理等業(yè)務(wù)均受到不同程度的影響，[13](P.21-103)不利于銀行績效的提升。[14]少數(shù)文獻如劉孟飛和蔣維(2020)[15]以及楊望等(2020)[16]從銀行效率的角度研究了金融科技對商業(yè)銀行的影響，關(guān)注點在于外部金融科技的發(fā)展促進還是抑制了商業(yè)銀行效率，并且對不同性質(zhì)的商業(yè)銀行以及不同經(jīng)營管理特征的商業(yè)銀行的影響異質(zhì)性進行了探討。

同時，也有部分研究認為金融科技對商業(yè)銀行的發(fā)展帶來了機遇，這種機遇體現(xiàn)在貸款規(guī)模擴張、降低風(fēng)險和促進數(shù)字化轉(zhuǎn)型等多個方面。具體來說，金融科技能夠促進中小銀行對中小企業(yè)的服務(wù)，[17]其中，信貸技術(shù)的使用能夠擴大商業(yè)銀行小微貸款規(guī)模。[18]此外，金融科技能夠降低中小銀行分支機構(gòu)擴張帶來的銀行風(fēng)險，[19]在新冠疫情等重大突發(fā)事件背景下，金融科技有助于降低銀行風(fēng)險，提升內(nèi)控水平，[20]增強銀行應(yīng)對沖擊的能力，促進銀行的數(shù)字化轉(zhuǎn)型。[21]

總體而言，金融科技對于商業(yè)銀行是一把雙刃劍?；诮鹑诳萍紝ι虡I(yè)銀行帶來的機遇和挑戰(zhàn)，以謝治春等(2018)[22]及侯世英和宋良榮等(2020)[23]等代表的文獻認為，商業(yè)銀行應(yīng)積極做出轉(zhuǎn)型和戰(zhàn)略調(diào)整，在頂層設(shè)計上選擇適合自身的金融科技發(fā)展戰(zhàn)略，可利用金融科技實現(xiàn)業(yè)務(wù)體系再造，提升風(fēng)險控制水平，[6]建設(shè)開放銀行[24]等。部分文獻對商業(yè)銀行與金融科技公司的合作形式選擇及合作強度[25]以及商業(yè)銀行的金融科技投資戰(zhàn)略[26]進行了研究。

在商業(yè)銀行逐漸開始布局金融科技的背景下，少量文獻開始關(guān)注商業(yè)銀行金融科技的發(fā)展現(xiàn)狀、影響因素及運用效果。認為國有銀行金融科技發(fā)展速度快于其他銀行，在銀行金融科技的五個細分領(lǐng)域中，互聯(lián)網(wǎng)技術(shù)的發(fā)展領(lǐng)先于人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等技術(shù)。[27]在影響因素方面，已有文獻以某大型國有商業(yè)銀行為研究對象，分析了銀行金融科技的發(fā)展水平和影響因素。[28]在運用效果方面，商業(yè)銀行金融科技的運用能夠降低商業(yè)銀行信貸風(fēng)險，并且這種效果在大銀行中表現(xiàn)更為突出。[29]同時，Cheng M & Qu Y(2020)[27]及金洪飛等(2020)[29]均認為銀行金融科技還有助于降低信貸風(fēng)險，并且對大型銀行、國有銀行和上市銀行信貸風(fēng)險的負面影響相對較弱。[27][29]

綜上，在已有文獻的研究中，無論是金融科技影響銀行行為傾向、風(fēng)險承擔(dān)水平、商業(yè)模式和銀行效率等，還是商業(yè)銀行的戰(zhàn)略轉(zhuǎn)型及應(yīng)對，其研究視角均為外部金融科技發(fā)展對商業(yè)銀行的影響，以及在外部沖擊下商業(yè)銀行面對挑戰(zhàn)做出的調(diào)整。僅有少量文獻關(guān)注了商業(yè)銀行金融科技的發(fā)展情況和風(fēng)險防控效果，在我國商業(yè)銀行陸續(xù)密集推進金融科技發(fā)展的現(xiàn)實情況下，關(guān)于商業(yè)銀行發(fā)展金融科技的效率研究同樣具有一定的理論和現(xiàn)實必要性，相關(guān)研究亟待擴充?；诖?，本文從新的研究視角出發(fā)，將關(guān)注點集中在商業(yè)銀行發(fā)展金融科技的內(nèi)部投入，研究商業(yè)銀行金融科技的投入產(chǎn)出效率，對已有研究形成有益補充。因此，本文以A股上市銀行為研究對象，運用三階段DEA方法分析銀行金融科技的投入產(chǎn)出效率，并根據(jù)測算結(jié)果為商業(yè)銀行提升金融科技發(fā)展效率提供對策建議。

本文的邊際貢獻可能體現(xiàn)為以下兩點：一是在研究視角方面，本文將研究視角聚焦在商業(yè)銀行金融科技內(nèi)部投入，研究商業(yè)銀行金融科技的投入產(chǎn)出效率，為商業(yè)銀行高效發(fā)展金融科技提供直接參考。二是在研究數(shù)據(jù)方面，首次使用了商業(yè)銀行2019年的金融科技投入數(shù)據(jù)進行分析，數(shù)據(jù)較新，并且做到了目前可研究樣本數(shù)量的最大化，研究結(jié)果具有一定的代表性。數(shù)據(jù)樣本涵蓋了國有銀行、股份制銀行和地方性銀行等不同性質(zhì)的商業(yè)銀行，可橫向?qū)Ρ炔煌再|(zhì)商業(yè)銀行的金融科技投入產(chǎn)出效率的差異性，以便提供更有針對性的發(fā)展建議。

本文在實踐方面的意義主要體現(xiàn)為以下四點：一是對于銀行而言，可提升在數(shù)字化轉(zhuǎn)型背景下發(fā)展金融科技的可持續(xù)性，為商業(yè)銀行經(jīng)營和管理提供改進的方向，對未來計劃在金融科技領(lǐng)域投入的銀行具有實踐借鑒價值；二是對于金融行業(yè)而言，上市銀行作為金融服務(wù)行業(yè)的上市公司中最活躍的創(chuàng)新者，[30]商業(yè)銀行金融科技發(fā)展的高效有助于促進金融行業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展，對其他金融機構(gòu)發(fā)展金融科技形成示范效應(yīng)；三是對金融消費者而言，商業(yè)銀行的金融科技應(yīng)用有助于提升金融服務(wù)的效率、廣度和深度，使個人和企業(yè)消費者更可能享受到個性化、安全、便捷和高效的金融服務(wù)；四是對國家而言，銀行的金融科技投入產(chǎn)出效率的提高，有助于提升數(shù)字經(jīng)濟時代下的金融創(chuàng)新能力，增強國家數(shù)字金融競爭力。

二、研究設(shè)計

(一)模型概述

1.第一階段：傳統(tǒng)DEA模型

DEA模型是一種基于投入和產(chǎn)出的多指標評價方法，可用于評價相同部門之間的相對有效性，分為投入導(dǎo)向模型(BCC)和產(chǎn)出導(dǎo)向模型(CCR)。其中，BCC模型假定規(guī)模報酬可變且該模型計算出的總效率可以進一步分解為純技術(shù)效率和規(guī)模效率，相對于假定規(guī)模報酬不變且計算的是總效率的CCR模型更符合實際情況。因此，選擇BCC模型分析商業(yè)銀行金融科技的投入產(chǎn)出效率，模型表示如下：

(1)

式中，i=1，2，…，n表示決策單元的數(shù)量；X和Y分別為投入和產(chǎn)出向量；S+表示產(chǎn)出的虧量，S-表示投入的超量，均為松弛變量；θ表示決策單元的效率值(0≤θ≤1)，θ值越接近于1，則商業(yè)銀行金融科技的投入產(chǎn)出效率越高。

2.第二階段：類似隨機前沿模型(SFA)

第二階段主要關(guān)注的是第一階段計算出的松弛變量，目標是把第一階段的松弛變量分解為環(huán)境因素、管理無效率和隨機因素三大部分。要實現(xiàn)這個目標，可以借助于類似SFA回歸，用第一階段的松弛變量對環(huán)境變量和混合誤差項進行回歸。SFA模型表示為：

Sni=f(Zi;βn)+νni+μni，i=1，2，…，I;n=1，2，…，N

(2)

其中，Sni是第i個決策單元第n項投入的松弛變量；Zi是環(huán)境變量；βn是環(huán)境變量的系數(shù)；νni+μni是混合誤差項，其中，νni表示隨機干擾且ν～N(0，σv2)，μni表示管理無效率且假設(shè)其服從在零點截斷的正態(tài)分布，即μ～N+(0，σμ2)。

由于第一階段選擇的是投入導(dǎo)向模型，該階段僅對投入松弛變量進行SFA回歸分解，并調(diào)整投入變量以剔除環(huán)境因素和隨機因素對效率測度的影響。調(diào)整公式為：

(3)

然后根據(jù)SFA回歸結(jié)果對管理無效率和隨機干擾項進行分離，分離方法分別見式(4)和式(5)：

(4)

E[vni|vni+μni]=sni-f(zi;βn)-E[uni|vni+μni]

(5)

3.第三階段：調(diào)整后的投入產(chǎn)出變量的DEA效率分析

運用調(diào)整后的投入變量和初始產(chǎn)出變量再次測算各決策單元的效率，此時的效率已經(jīng)剔除環(huán)境因素和隨機因素的影響，是相對真實準確的。

(二)樣本與數(shù)據(jù)

通過查閱36家A股上市商業(yè)銀行近年年報發(fā)現(xiàn)，有18家銀行披露了2019年在金融科技發(fā)展方面的人力投入和資金投入，僅5家銀行披露了2018年的金融科技投入。為盡可能涵蓋較多的研究樣本，結(jié)合數(shù)據(jù)的可得性，選擇2019年披露金融科技投入的18家上市銀行為分析對象，樣本數(shù)量及各類銀行的分布情況見表1。數(shù)據(jù)來源于各上市商業(yè)銀行年報、銀保監(jiān)會官網(wǎng)、Wind數(shù)據(jù)庫、國泰安數(shù)據(jù)庫、艾媒咨詢、各地通信管理局官網(wǎng)和各地統(tǒng)計年鑒。

表1 樣本數(shù)量及分布情況

(三)變量定義與說明

1.投入和產(chǎn)出變量

鑒于商業(yè)銀行的金融中介屬性，以及本文的研究落腳點為商業(yè)銀行的整體效率而非分支機構(gòu)的效率，從現(xiàn)有的生產(chǎn)法、中介法和資產(chǎn)法這三種投入產(chǎn)出指標選取的方法中選擇了中介法來定義變量。[31]

在投入變量選擇方面，通過閱讀36家A股上市商業(yè)銀行年報發(fā)現(xiàn)，大部分商業(yè)銀行在其2019年年報中披露了金融科技內(nèi)容板塊，并在金融科技相關(guān)內(nèi)容中披露了科技人員數(shù)量及信息科技的投入金額。因此，選取科技人員數(shù)量和信息科技的投入金額分別作為商業(yè)銀行在金融科技方面的人力和財力投入變量。在產(chǎn)出變量選擇方面，借鑒采用中介法定義變量的已有文獻[15][32]，將產(chǎn)出變量設(shè)定為貸款總額、利息收入和非利息收入。

2.環(huán)境變量

借鑒已有研究的通用思路，選取宏觀環(huán)境變量和以銀行為主體的微觀環(huán)境變量。[33][34]在具體的變量選擇上，借鑒相關(guān)已有文獻[15][16][32][35]的同時根據(jù)研究目標的需要進行了調(diào)整，最終主要選取了如下環(huán)境變量。宏觀環(huán)境變量為經(jīng)濟發(fā)展水平、金融發(fā)展水平和信息技術(shù)水平。其中，經(jīng)濟發(fā)展水平用上市商業(yè)銀行注冊地所在省份的GDP增長率表示；金融發(fā)展水平用當(dāng)?shù)亟鹑谛袠I(yè)增加值占GDP的比重表示；信息技術(shù)水平用互聯(lián)網(wǎng)寬帶接入用戶數(shù)表示。銀行方面的微觀環(huán)境變量為銀行的市場份額、金融科技子公司虛擬變量和地區(qū)虛擬變量。變量定義與說明見表2。

表2 變量定義與說明

(四)相關(guān)性分析

在下文的效率分析之前，先要驗證投入指標和產(chǎn)出指標的相關(guān)關(guān)系，以確定二者符合“同向性”假設(shè)。表3給出了商業(yè)銀行金融科技投入變量與產(chǎn)出變量之間的相關(guān)系數(shù)，可見，在1%的顯著性水平上，產(chǎn)出與投入變量之間均顯著正相關(guān)。因此，本文選擇的投入與產(chǎn)出變量滿足條件，可以用來構(gòu)建DEA模型分析投入產(chǎn)出效率。

表3 金融科技投入變量和產(chǎn)出變量之間的相關(guān)系數(shù)

三、實證分析與結(jié)果

(一)第一階段DEA分析

表4給出了我國18家上市銀行2019年金融科技投入產(chǎn)出的第一階段效率值測算結(jié)果。整體來看，超半數(shù)商業(yè)銀行在金融科技投入方面的產(chǎn)出效率表現(xiàn)不好，相對于純技術(shù)效率，大多數(shù)銀行的規(guī)模效率普遍不高。具體來看，僅有國有銀行中的交通銀行、股份制銀行中的興業(yè)銀行和地方性銀行中的青島銀行這3家銀行金融科技投入產(chǎn)出的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均達到最優(yōu)；光大銀行等5家銀行的綜合技術(shù)效率較高，在0.9以上；國有銀行中的建設(shè)銀行和郵政儲蓄銀行、股份制銀行中的平安銀行、地方性銀行中的江蘇銀行和長沙銀行這5家銀行金融科技投入的綜合效率較差。平均來看，全部樣本銀行金融科技投入產(chǎn)出的平均綜合技術(shù)效率、平均純技術(shù)效率和平均規(guī)模效率分別為0.703、0.877和0.774，平均規(guī)模效率較平均純技術(shù)效率的差距較大。分銀行性質(zhì)來看，相同性質(zhì)銀行在綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率層面呈現(xiàn)較大差異。此外，結(jié)合每個銀行的效率值可以看出，無論是國有銀行、股份制銀行還是地方性銀行，相同性質(zhì)的不同銀行個體的效率值差異均較大，如國有銀行中表現(xiàn)較好的交通銀行、中國銀行和農(nóng)業(yè)銀行與表現(xiàn)較差的建設(shè)銀行和郵政儲蓄銀行。

表4 18家上市銀行2019年金融科技投入產(chǎn)出第一階段效率值

從不同性質(zhì)銀行的效率均值來看(見圖1)，股份制銀行的平均綜合技術(shù)效率最高(0.726)，總體表現(xiàn)最好，規(guī)模效率也最高，和純技術(shù)效率的表現(xiàn)較為均衡；其次是國有銀行，平均綜合技術(shù)效率為0.699，純技術(shù)效率表現(xiàn)最好。因此，平均來看，股份制銀行金融科技投入產(chǎn)出的綜合效率和規(guī)模效率均最高，國有銀行純技術(shù)效率最高，地方性銀行的綜合技術(shù)效率和純技術(shù)效率均最低。由此可見，地方性銀行在三個效率層面均低于銀行業(yè)平均水平，需要繼續(xù)加強在金融科技方面的技術(shù)應(yīng)用、擴大金融科技投入規(guī)模；國有銀行在純技術(shù)效率方面領(lǐng)先，但規(guī)模效率極大拉低了綜合技術(shù)效率，使得總體平均表現(xiàn)不如股份制銀行，應(yīng)加大金融科技的投入規(guī)模。

圖1 不同性質(zhì)銀行2019年金融科技投入產(chǎn)出的第一階段平均效率

(二)第二階段類似SFA分析

第二階段分析基于第一階段得到的科技人員數(shù)量和信息科技投入的松弛變量，將松弛變量作為因變量，銀行市場份額、金融科技子公司、GDP增長率、金融行業(yè)增加值占GDP比重、互聯(lián)網(wǎng)寬帶接入用戶數(shù)和地區(qū)虛擬變量這5個變量作為自變量，采用類似隨機前沿模型進行回歸分析，結(jié)果見表5?？梢钥闯?，各環(huán)境變量對商業(yè)銀行金融科技投入松弛變量均存在顯著影響，回歸系數(shù)有正有負，表明環(huán)境變量對商業(yè)銀行投入松弛變量的作用效果不同，其中系數(shù)為正表明環(huán)境變量對投入變量有反向影響，系數(shù)為負表明環(huán)境變量對投入變量有正向影響。

表5 基于SFA的第二階段回歸結(jié)果

1.銀行市場份額。該變量與科技人員數(shù)量的松弛變量回歸系數(shù)顯著為正，表明擴大銀行市場份額會增加科技人員數(shù)量的投入冗余，造成資源浪費，進而推高營業(yè)成本；相反，銀行市場份額與信息科技投入的松弛變量回歸系數(shù)顯著為負，表明市場規(guī)模擴大有利于降低商業(yè)銀行的信息科技投入冗余，對信息科技在商業(yè)銀行的運用具有正向影響。

2.是否成立金融科技子公司。該變量與科技人員數(shù)量的松弛變量回歸系數(shù)顯著為負，表明成立金融科技子公司有助于減少科技人員數(shù)量的投入冗余。金融科技子公司的成立有助于商業(yè)銀行提升信息化運營能力，推進業(yè)務(wù)智能化和高效率，能夠有效減少人力資源投入，降低人力運營成本，進而提高技術(shù)效率。然而，該變量與信息科技投入的松弛變量回歸系數(shù)顯著為正，說明成立金融科技子公司會增加信息科技資金投入冗余。金融科技子公司的成立和運營需要在軟件開發(fā)、信息網(wǎng)絡(luò)安全維護等方面投入大量資金，商業(yè)銀行不應(yīng)盲目跟風(fēng)，要根據(jù)自身運營情況決定是否建立金融科技子公司。

3.GDP增長率。當(dāng)?shù)亟?jīng)濟發(fā)展水平對科技人員數(shù)量的松弛變量影響不顯著，對信息科技投入的松弛變量回歸系數(shù)顯著為正，表明經(jīng)濟增長將增加信息科技資金的投入冗余，進而降低商業(yè)銀行的運營效率。

4.金融行業(yè)增加值占GDP的比重。當(dāng)?shù)亟鹑诎l(fā)展水平與科技人員數(shù)量和信息科技投入的松弛變量回歸系數(shù)均顯著為正，表明商業(yè)銀行所在地區(qū)的金融發(fā)展水平越高，越有可能導(dǎo)致科技人員和信息科技資金投入的冗余。金融發(fā)展水平較高的地區(qū)，各類金融業(yè)務(wù)的需求較多，同時金融科技公司等各類金融供給主體更加多樣化，競爭性較強，商業(yè)銀行不應(yīng)盲目擴張在金融科技方面的人力和財力支出，也可尋求與金融科技公司的合作。

5.互聯(lián)網(wǎng)寬帶接入用戶數(shù)。此變量與科技人員數(shù)量的松弛變量的回歸系數(shù)為正，對信息科技投入的松弛變量影響不顯著，說明當(dāng)?shù)匦畔l(fā)展水平越高，越會導(dǎo)致商業(yè)銀行科技人員投入的浪費。一般而言，信息發(fā)展水平高的地區(qū)有助于金融科技業(yè)態(tài)的產(chǎn)生和發(fā)展，商業(yè)銀行為應(yīng)對金融科技的挑戰(zhàn)更可能爭取吸納更多的科技人員，造成科技人員投入冗余。

6.地區(qū)虛擬變量。此變量對科技人員數(shù)量的松弛變量具有顯著的負向影響，表明商業(yè)銀行所在地區(qū)的經(jīng)濟越發(fā)達，越有利于降低銀行科技人員的投入冗余，從而提升技術(shù)效率；相反，對信息科技投入的松弛變量具有顯著的正向影響，表明經(jīng)濟發(fā)達地區(qū)的商業(yè)銀行信息科技資金投入的冗余量較大。

(三)調(diào)整后的第三階段DEA分析

對于第一階段得到的松弛變量，經(jīng)由第二階段的類似SFA分析剔除了環(huán)境變量和管理無效率的影響，本階段對第二階段得到的處理數(shù)據(jù)再次進行DEA分析，計算調(diào)整后的商業(yè)銀行金融科技投入產(chǎn)出效率(見表6)。

整體來看，在剔除環(huán)境因素和管理無效率因素之后，大多數(shù)商業(yè)銀行在金融科技投入方面的產(chǎn)出效率有所提升，規(guī)模效率值明顯提高，和純技術(shù)效率的差距縮小，說明環(huán)境因素普遍低估了銀行金融科技投入產(chǎn)出效率。具體來看，有12家銀行的綜合效率在調(diào)整后得到了提升，其中，5家銀行調(diào)整后的效率值均升至最優(yōu)狀態(tài)。平均來看，經(jīng)過調(diào)整之后，2019年我國18家上市銀行金融科技投入產(chǎn)出的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率的均值分別為0.77、0.863和0.856。其中，平均綜合技術(shù)效率和平均規(guī)模效率較調(diào)整之前均有所上升，平均純技術(shù)效率有所下降，平均規(guī)模效率較平均純技術(shù)效率的差距縮小。分銀行性質(zhì)來看，調(diào)整后國有銀行和股份制銀行在綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率層面的差異縮小，說明國有銀行和股份制銀行在金融科技發(fā)展效率方面的個體差異性較小。城商行和農(nóng)商行等地方性商業(yè)銀行的金融科技投入產(chǎn)出效率差異仍較大，可能需要尋求適合自身的金融科技發(fā)展戰(zhàn)略。此外，結(jié)合調(diào)整前后每個銀行的效率值變化情況可以看出，在國有銀行和股份制銀行中，調(diào)整后不同銀行個體的效率值差異大幅縮減；而在地方性商業(yè)銀行中，調(diào)整后不同銀行個體的效率值差異仍然較大，如表現(xiàn)較好的南京銀行和江蘇銀行與表現(xiàn)較差的長沙銀行和青島銀行。在規(guī)模報酬方面，有11家銀行規(guī)模報酬遞增(irs)，說明沒有達到最佳的規(guī)模，存在金融科技投入不足，應(yīng)繼續(xù)加大金融科技投入；有6家銀行規(guī)模報酬不變，可以保持現(xiàn)有的金融科技投入規(guī)模；1家銀行規(guī)模報酬遞減(drs)，應(yīng)相應(yīng)減少金融科技投入。

表6 18家上市銀行2019年金融科技投入產(chǎn)出第三階段的效率值

表7給出了調(diào)整前后的平均效率值及標準差，可以看出，在剔除環(huán)境因素和管理無效率因素之后，股份制銀行的綜合效率、純技術(shù)效率和規(guī)模效率相較于第一階段的效率值均有明顯的上升，上升幅度分別為0.154、0.05和0.141；地方性銀行的這三個效率均有明顯的下降，下降幅度分別為0.153、0.088和0.148；國有銀行的綜合效率和規(guī)模效率均有較大提升，上升幅度分別為0.198和0.252，純技術(shù)效率小幅下降，降幅僅為0.005。從不同效率的總體變化幅度看，規(guī)模效率的變化幅度最大，純技術(shù)效率的變化幅度最小。結(jié)果說明，環(huán)境因素使得股份制銀行的金融科技投入產(chǎn)出效率均被低估，地方性銀行均被高估，國有銀行的綜合效率和規(guī)模效率被低估，純技術(shù)效率略微被高估。規(guī)模效率成為調(diào)整后不同性質(zhì)銀行效率差異的主要原因。此外，環(huán)境因素對銀行綜合效率和規(guī)模效率的影響程度總體上隨著銀行規(guī)模的增大而加強，對銀行純技術(shù)效率的影響程度則隨著銀行規(guī)模的增大而減弱。從穩(wěn)定性方面看，調(diào)整后國有銀行和股份制銀行的效率穩(wěn)定性均有很大提升，地方性銀行的綜合效率和規(guī)模效率的穩(wěn)定性在調(diào)整之后略有上升，純技術(shù)效率穩(wěn)定性在調(diào)整之后略有下降。無論是調(diào)整前還是調(diào)整后，股份制銀行的效率最穩(wěn)定，國有銀行次之，地方性銀行的效率穩(wěn)定性最差。

表7 2019年調(diào)整前后的我國上市銀行金融科技投入產(chǎn)出效率比較

從不同性質(zhì)銀行在第三階段的效率均值來看，整體上，國有銀行和股份制銀行在三個層面的平均效率均高于銀行業(yè)平均水平，總體表現(xiàn)較好，并且調(diào)整后國有銀行的綜合效率和規(guī)模效率均反超股份制銀行；地方性銀行在這三個層面的平均效率均低于銀行業(yè)平均水平，與國有銀行和股份制銀行的差距較大，總體表現(xiàn)最差。在規(guī)模效率層面，國有銀行表現(xiàn)最好，均高于0.97，平均規(guī)模效率高達0.99；在純技術(shù)效率層面，股份制銀行表現(xiàn)最好，略優(yōu)于國有銀行。

四、結(jié)論與啟示

(一)結(jié)論

本文使用三階段DEA方法對我國2019年18家上市銀行的金融科技投入產(chǎn)出效率進行了分析，主要得出以下結(jié)論。

1.我國上市銀行的金融科技投入產(chǎn)出效率表現(xiàn)不均衡，總體水平尚待提升，規(guī)模效率表現(xiàn)不如純技術(shù)效率。一方面，在剔除環(huán)境因素和管理無效率因素之后，大多數(shù)商業(yè)銀行金融科技投入產(chǎn)出效率有所提升，但綜合效率、純技術(shù)效率和規(guī)模效率的均值都低于0.9。雖有部分銀行的金融科技利用效率達到最優(yōu)，但不少銀行規(guī)模效率或純技術(shù)效率仍處在低位，極大拉低了綜合效率，銀行業(yè)金融科技投入產(chǎn)出效率有待提升。另一方面，大多數(shù)銀行在金融科技方面的規(guī)模報酬遞增，產(chǎn)出增加的比例大于金融科技投入要素增加的比例，應(yīng)繼續(xù)加大金融科技投入。此外，規(guī)模效率在調(diào)整后雖然明顯提高，和純技術(shù)效率的差距有所縮小，但平均水平仍低于調(diào)整后下降的平均純技術(shù)效率，調(diào)整前后銀行平均綜合效率不高的主要原因均為規(guī)模效率偏低。

2.環(huán)境因素對不同投入要素的影響方向不同，對不同規(guī)模銀行金融科技投入產(chǎn)出效率的影響程度也不同。如銀行市場份額會增加科技人員的投入冗余，但對信息科技投入有利；金融科技子公司的成立對科技人員投入有利，但會增加信息科技投入冗余。對比調(diào)整前后的不同規(guī)模銀行的各類效率變化情況發(fā)現(xiàn)，環(huán)境因素對銀行綜合效率和規(guī)模效率的影響程度總體上隨著銀行規(guī)模的增大而加強，對銀行純技術(shù)效率的影響程度則隨著銀行規(guī)模的增大而減弱。即環(huán)境因素對國有銀行等較大規(guī)模銀行的綜合效率和規(guī)模效率的影響程度較大，對城商行和農(nóng)商行等小規(guī)模地方性銀行的純技術(shù)效率的影響程度較大。

3.不同性質(zhì)銀行的金融科技投入產(chǎn)出效率差異明顯。一是在調(diào)整后的效率變化方面，相較于第一階段的效率值，股份制銀行的綜合效率、純技術(shù)效率和規(guī)模效率均有明顯的上升；地方性銀行的三個效率均有明顯的下降；國有銀行的綜合效率和規(guī)模效率均有較大提升，純技術(shù)效率小幅下降。二是在效率水平方面，調(diào)整后的國有銀行的綜合效率和規(guī)模效率均超過股份制銀行，居于首位；股份制銀行在純技術(shù)效率層面表現(xiàn)最好；地方性銀行的三個效率值均最低。國有銀行和股份制的規(guī)模效率表現(xiàn)都比純技術(shù)效率好，地方性銀行的純技術(shù)效率表現(xiàn)比規(guī)模效率好。三是在效率的穩(wěn)定性方面，股份制銀行的效率最穩(wěn)定，國有銀行次之，地方性銀行最差。

(二)啟示

以上主要研究結(jié)論對于促進商業(yè)銀行數(shù)字化轉(zhuǎn)型、提高銀行金融科技的發(fā)展效率具有重要的理論意義及實踐啟示。

第一，商業(yè)銀行應(yīng)把金融科技發(fā)展作為長期戰(zhàn)略，找準符合銀行業(yè)務(wù)特征的金融科技發(fā)展模式，尋求金融業(yè)務(wù)和科技投入等要素的深度融合。作為傳統(tǒng)金融機構(gòu)，商業(yè)銀行在發(fā)展新型金融科技業(yè)務(wù)時不僅要面臨銀行內(nèi)部的組織管理模式和企業(yè)文化沖突，還要受到比金融科技公司更嚴格的金融監(jiān)管，需要在監(jiān)管框架下制定數(shù)字化轉(zhuǎn)型的長期戰(zhàn)略規(guī)劃，逐步通過組織和文化的變革實現(xiàn)金融與科技的深度融合。具體而言，在戰(zhàn)略制定層面由高級管理層自上而下決策，并要保持金融科技戰(zhàn)略的穩(wěn)定性，合理分配戰(zhàn)略資源和組織關(guān)系，把握在金融科技發(fā)展中要快速攻堅和穩(wěn)健推進的不同領(lǐng)域；在執(zhí)行的廣度和深度層面由中層協(xié)調(diào)，注重學(xué)習(xí)型組織的培養(yǎng)，明確金融科技發(fā)展的業(yè)務(wù)方向；在文化層面要解決員工的獲得感和成就感，具體的產(chǎn)品和市場決策放權(quán)給一線員工。

第二，不同規(guī)模和經(jīng)營特征的商業(yè)銀行應(yīng)根據(jù)自身情況，采取差異化的金融科技發(fā)展模式。國有銀行和股份制銀行這種多元化經(jīng)營特征的銀行，本身已具備較強的規(guī)模效應(yīng)，應(yīng)增強科技研發(fā)投入，主要提升純技術(shù)效率；城商行和農(nóng)商行等地方性商業(yè)銀行應(yīng)根據(jù)當(dāng)?shù)靥厣扇　靶《钡目焖侔l(fā)展策略，以增強個性化和定制化的金融服務(wù)為突破口打造區(qū)域品牌和區(qū)域生態(tài)，繼續(xù)擴大市場規(guī)模，主要提升規(guī)模效率。尚未成立金融科技子公司的商業(yè)銀行不應(yīng)盲目跟風(fēng)，可先和外部金融科技公司合作或與同業(yè)開展金融科技合作，在條件成熟后再決定是否建立金融科技子公司，進而逐步構(gòu)建自身的金融科技發(fā)展生態(tài)。已成立金融科技子公司的商業(yè)銀行應(yīng)繼續(xù)加強在創(chuàng)新性研究與應(yīng)用方面的科技投入，切實提升業(yè)務(wù)創(chuàng)新能力，實現(xiàn)和金融業(yè)務(wù)的有機融合，逐步優(yōu)化內(nèi)循環(huán)和外輸出的金融科技生態(tài)。

第三，結(jié)合所在地區(qū)經(jīng)濟發(fā)展和金融生態(tài)等外部環(huán)境實際，進一步擴大金融科技投入規(guī)模，強化科技人才和研發(fā)投入對銀行金融科技發(fā)展的基礎(chǔ)支撐作用。由于金融科技創(chuàng)新通常主要依賴于計算機科學(xué)、IT和軟件技術(shù)等非金融領(lǐng)域的基本進步，[30]商業(yè)銀行應(yīng)改變傳統(tǒng)粗放式的“搶人”和“燒錢”戰(zhàn)略。一方面要精準吸納科技領(lǐng)域人才，充實復(fù)合型人才隊伍，注重對金融科技高端人才的培養(yǎng)和激勵，提升從事技術(shù)研發(fā)的高端科技人才數(shù)量，逐步構(gòu)建金融科技核心團隊；另一方面，金融科技投入不應(yīng)主要體現(xiàn)在系統(tǒng)維護等支持性投入方面，要增加技術(shù)研發(fā)投入在金融科技資金投入中的比例，增加金融科技創(chuàng)新應(yīng)用成果，做到真正的技術(shù)革新，將科技方面的人力和財力投入落實到實際的數(shù)字化創(chuàng)新性產(chǎn)出上。

第四，深化信息技術(shù)在銀行業(yè)務(wù)的各方面應(yīng)用，使銀行金融科技在風(fēng)險可控的前提下對金融服務(wù)產(chǎn)生切實的提質(zhì)增效作用。如運用大數(shù)據(jù)等技術(shù)連通客戶的多層面數(shù)據(jù)，在極大縮短貸款審批時限的同時降低貸款風(fēng)險，減少壞賬，提升資產(chǎn)質(zhì)量。同時，商業(yè)銀行在發(fā)展金融科技的過程中還應(yīng)密切關(guān)注來自技術(shù)本身的風(fēng)險，如區(qū)塊鏈背后的系統(tǒng)故障，存儲著大量金融數(shù)據(jù)的云計算出現(xiàn)安全漏洞等問題都可能對銀行業(yè)造成嚴重破壞，[36]應(yīng)在金融科技的應(yīng)用過程中做好系統(tǒng)的風(fēng)險防控工作。

第五，加強與政府、監(jiān)管部門以及行業(yè)內(nèi)外機構(gòu)的溝通合作，及時掌握最新的地方金融政策、監(jiān)管政策及行業(yè)內(nèi)外動態(tài)，在合規(guī)的前提下開展金融科技聯(lián)合創(chuàng)新。具體來說，商業(yè)銀行是地方經(jīng)濟發(fā)展的主要基礎(chǔ)性金融機構(gòu)，尤其是地方性商業(yè)銀行與地方政府的關(guān)系尤為密切。商業(yè)銀行在服務(wù)當(dāng)?shù)亟?jīng)濟的同時要積極與政府加強合作，如通過數(shù)字政府、智慧政府等形式逐步滲透多樣化的金融服務(wù)場景，進一步擴大市場規(guī)模。同時，還應(yīng)熟知銀保監(jiān)會和人民銀行等部門出臺的金融科技相關(guān)政策文件，明確監(jiān)管導(dǎo)向和監(jiān)管要求，防止不合規(guī)事件的發(fā)生。此外，由于金融科技發(fā)展速度較快，商業(yè)銀行一方面應(yīng)加強與銀行同業(yè)、保險和證券等金融機構(gòu)的行業(yè)交流，另一方面積極尋求與外部金融科技公司的合作，通過優(yōu)勢互補實現(xiàn)合作共贏。

最后，政府應(yīng)在加大新基建等硬件投資的同時提升數(shù)據(jù)安全、金融消費者權(quán)益保護和營商環(huán)境構(gòu)建等制度軟實力，為商業(yè)銀行發(fā)展金融科技營造良好的外部環(huán)境。在硬環(huán)境方面，政府要在5G、人工智能和工業(yè)互聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè)和應(yīng)用方面積極提供堅實保障，營造廣覆蓋、全方位、跨區(qū)域的金融生態(tài)環(huán)境，為商業(yè)銀行金融科技創(chuàng)新和數(shù)字化轉(zhuǎn)型提供土壤，增強銀行觸及客戶的廣度和深度，實現(xiàn)金融供給和金融需求的數(shù)字化高效聯(lián)通。在軟環(huán)境方面，政府應(yīng)著力構(gòu)建良好的營商環(huán)境制度，做好數(shù)據(jù)隱私和金融消費者權(quán)益保護等保障網(wǎng)，讓金融消費者享受到安全、便捷和高效的數(shù)字化金融服務(wù)，實現(xiàn)金融供需的良性互動。