金融科技是否影響商業(yè)銀行的負債結構？
——基于我國上市銀行的實證研究

蔡玉平，劉源鑫

(鄭州大學 商學院，河南 鄭州 450001)

1 引 言

隨著科技的蓬勃發(fā)展，科技在金融領域的融合應用越來越明顯，金融科技開始占據(jù)越來越重要的地位。我國金融科技發(fā)展迅速。根據(jù)浙江大學發(fā)布的《2020全球金融科技發(fā)展報告》顯示：我國金融科技總排名居全球第一，且數(shù)字交易規(guī)模超排名中其余九國之和。2021年12月，中國人民銀行印發(fā)《金融科技發(fā)展規(guī)劃(2022-2025年)》指出：金融科技的發(fā)展及應用對促進金融機構及經(jīng)濟社會的數(shù)字化轉型有著重要意義。除中央外，各地方政府也相繼頒布城市金融科技發(fā)展專項政策，支持金融科技依法依規(guī)發(fā)展。我國金融科技發(fā)展已進入政府戰(zhàn)略高度。

商業(yè)銀行業(yè)作為我國金融行業(yè)四大支柱之一，在金融科技的應用上也走在前列。隨著我國經(jīng)濟不斷加快走向高質量發(fā)展，銀行業(yè)的加快轉型日益緊迫。而金融科技的出現(xiàn)可以成為數(shù)字經(jīng)濟時代金融業(yè)轉型升級的有力助手,為商業(yè)銀行轉型提供新的指引與方向。各家商業(yè)銀行對金融科技的投入開始不斷增加，2020年僅六大國有銀行科技研發(fā)類資金投入就已高達956億元，占全國商業(yè)銀行科技類資金總投入的46%①。金融科技在銀行業(yè)各個領域日益深入的應用，正在廣泛地影響和改變著商業(yè)銀行。

進入21世紀以來，隨著理財業(yè)務、財富管理業(yè)務等中間業(yè)務的快速發(fā)展，我國銀行業(yè)對傳統(tǒng)負債業(yè)務尤其是存款業(yè)務的重視程度有所減弱，導致銀行業(yè)負債業(yè)務及其結構受到影響。而商業(yè)銀行負債端的結構決定著商業(yè)銀行的盈利模式，對商業(yè)銀行經(jīng)營的穩(wěn)定性和風險承擔也有著重要意義。2021年3月，我國銀保監(jiān)會發(fā)布《商業(yè)銀行負債質量管理辦法》，也明確了負債結構的穩(wěn)定對于商業(yè)銀行經(jīng)營發(fā)展的重要意義。隨著嚴監(jiān)管政策的實施，許多中間業(yè)務發(fā)展受到限制，銀行業(yè)又開始重新重視負債業(yè)務的發(fā)展，重視負債結構的優(yōu)化。而金融科技的應用，不僅極大地推動了金融創(chuàng)新，提升了金融效率，而且對于銀行的支付、信貸、理財?shù)热笾饕獌r值鏈系統(tǒng)產(chǎn)生了顯著的影響，同時金融科技的應用也改變了商業(yè)銀行的負債結構。在此背景下，研究金融科技對商業(yè)銀行負債結構的影響，有助于探尋商業(yè)銀行負債優(yōu)化新模式，加速商業(yè)銀行數(shù)字化、現(xiàn)代化轉型。

2 文獻綜述

2.1 有關銀行負債結構

對于商業(yè)銀行的負債結構方面，Huang & Ratnovski[1]通過分析2007—2009年金融危機背景下商業(yè)銀行對批發(fā)性融資的依賴，認為過度依賴批發(fā)性負債融資可能會給銀行業(yè)帶來重大風險；黃小英等[2]研究表明，同業(yè)負債等批發(fā)性負債雖然擴充了銀行資金來源，但影響了中央銀行宏觀調控的效果；蔣海和黃敏[3]通過對2005—2015年我國16家上市商業(yè)銀行研究發(fā)現(xiàn)，商業(yè)銀行負債結構的變化會影響其風險承擔水平，對批發(fā)性負債依賴程度越高則風險承擔水平越低，且國有商業(yè)銀行對此更為敏感；孫九倫和戴偉[4]通過對2008—2018年我國29家上市商業(yè)銀行的分析發(fā)現(xiàn)，銀行負債結構的變化會影響銀行的風險承擔能力，對批發(fā)性負債依賴程度越高銀行所面臨的風險就越大，且存在基于金融創(chuàng)新度的門檻效應。

對于商業(yè)銀行負債結構的影響因素方面，辛海兵等[5]通過對2002—2013年我國150家商業(yè)銀行進行分析，得出宏觀經(jīng)濟不確定性會導致商業(yè)銀行的零售負債占比件降低，從而使商業(yè)銀行的負債結構發(fā)生變化，且這種影響對在華外資銀行更為顯著；同時辛海兵等[6]通過對2003—2015年我國130家商業(yè)銀行的研究發(fā)現(xiàn)，貨幣政策會影響商業(yè)銀行的負債結構，即央行基準利率的提高會加劇商業(yè)銀行對批發(fā)性負債的依賴，且對不同規(guī)模大小的商業(yè)銀行的影響存在異質性；肖崎和趙允寧[7]通過對2006—2014年我國16家上市商業(yè)銀行的分析發(fā)現(xiàn)，金融脫媒會影響我國商業(yè)銀行的負債結構，使得傳統(tǒng)負債業(yè)務受到負向影響，且影子銀行的發(fā)展也對商業(yè)銀行的負債結構產(chǎn)生了顯著的影響。

2.2 有關金融科技對商業(yè)銀行負債結構的影響

從“互聯(lián)網(wǎng)金融”這一概念提出開始，國內外學者就開始了其對商業(yè)銀行負債領域的影響研究。隨著金融科技開始占據(jù)越來越重要的地位，相關研究也逐漸增多。Delong & Deyoung[8]通過對美國1999—2001年不同互聯(lián)網(wǎng)技術應用程度的商業(yè)銀行進行對比研究發(fā)現(xiàn)，科技在銀行業(yè)的應用能夠提高商業(yè)銀行的盈利能力，但會改變商業(yè)銀行的存款結構；陳嘉欣和王健康[9]通過構建事件分析模型研究互聯(lián)網(wǎng)金融對商業(yè)銀行的影響，發(fā)現(xiàn)線上理財產(chǎn)品的出現(xiàn)會降低商業(yè)銀行零售負債的數(shù)量，對商業(yè)銀行的績效產(chǎn)生負面影響，但長期來看也為商業(yè)銀行的改革轉型提供了動力；邱晗等[10]通過對2011—2015年我國253家商業(yè)銀行的研究發(fā)現(xiàn)，金融科技的出現(xiàn)改善了商業(yè)銀行的負債結構，使得負債端增大了對批發(fā)性資金的依賴程度；劉彥和徐冕[11]分析指出金融科技的發(fā)展會使商業(yè)銀行的負債成本上升，且對商業(yè)銀行的風險承擔能力和盈利能力都會產(chǎn)生顯著影響。

2.3 研究述評

通過對現(xiàn)有文獻研究發(fā)現(xiàn)，銀行負債結構的相關研究大多集中在兩個方面：一是從理論方面闡述商業(yè)銀行負債業(yè)務的類型及商業(yè)銀行穩(wěn)定負債結構的重要意義。二是探討影響商業(yè)銀行負債結構的因素，此類研究大多基于宏觀經(jīng)濟因素角度考量；有關金融科技層面的研究大多集中在分析金融科技對商業(yè)銀行造成的影響與金融科技手段在商業(yè)銀行中的實際應用。但此類研究大多把負債因素作為自變量探究金融科技對商業(yè)銀行績效和風險承擔等方面的影響；在現(xiàn)有文獻中較少有研究把金融科技和商業(yè)銀行負債結構相聯(lián)系，討論金融科技的發(fā)展對商業(yè)銀行負債結構的影響。

基于此，本文通過收集2013—2020年我國40家上市銀行的數(shù)據(jù)，以商業(yè)銀行負債結構為分析對象，研究金融科技背景下商業(yè)銀行負債結構方面產(chǎn)生的潛在變化，目的是增加相關領域的研究，以助于更好地研判金融科技的發(fā)展對傳統(tǒng)商業(yè)銀行會產(chǎn)生何種影響，以及傳統(tǒng)商業(yè)銀行應如何面對這種沖擊，這對商業(yè)銀行制定負債管理策略和進行現(xiàn)代化轉型決策都有著重要的意義。

3 機理分析

商業(yè)銀行的負債分為零售負債與批發(fā)性負債。零售負債又稱為“被動型負債”，主要指銀行吸收個人或企業(yè)的各類存款，具體包括活期存款和定期存款兩類。零售負債作為銀行負債的主要組成部分，是銀行開展其他各類業(yè)務的基礎和前提條件[12]。批發(fā)性負債又稱為“主動型負債”，主要是指商業(yè)銀行的各類“借款”，具體包括向央行借款、同業(yè)拆借、回購、發(fā)行債券等[6]。批發(fā)性負債可以減輕商業(yè)銀行的存款壓力，但是也會加劇商業(yè)銀行的系統(tǒng)性風險和經(jīng)濟的脆弱性，甚至造成金融市場的波動[13]。

在金融科技發(fā)展初期，金融科技產(chǎn)品的出現(xiàn)與商業(yè)銀行展開正面競爭，削弱了銀行的吸儲能力，對其產(chǎn)生“替代效應”。如第三方支付的出現(xiàn)，憑借其鮮明的場景化特征讓支付和用戶的購物、社交、生活等無縫對接，在小額支付上對銀行傳統(tǒng)支付形成了替代[14]。并且相較于商業(yè)銀行，金融科技產(chǎn)品有著更低的交易成本、更高的預期收益和更豐富的用戶體驗，更容易產(chǎn)生客戶粘性。如余額寶上線后，憑借其收益高、流動性強、操作簡單等優(yōu)勢迅速吸收大量資金，推出后僅五個月募集資金就突破一千億元，直接對商業(yè)銀行的存款業(yè)務產(chǎn)生正面沖擊。在看到利潤苗頭后，騰訊隨即推出零錢通、京東推出京東錢包等理財產(chǎn)品，各大金融科技公司的相繼“發(fā)力”，加劇了商業(yè)銀行吸收存款弱勢地位的同時也分流了銀行的理財業(yè)務。商業(yè)銀行面對吸儲能力的下降，勢必會提高對同業(yè)拆借等批發(fā)性融資的依賴。此時商業(yè)銀行吸儲能力的減弱造成零售負債數(shù)量下降，批發(fā)性負債數(shù)量上升。

隨著金融科技的不斷發(fā)展，面對金融科技的沖擊，我國商業(yè)銀行也開始加強金融科技建設，借助人工智能、云計算、大數(shù)據(jù)、區(qū)塊鏈等技術，以試圖有效降低自身風險，力求在新的格局下維持競爭地位[12]。商業(yè)銀行紛紛向金融科技公司拋出橄欖枝，力圖借助科技之力實現(xiàn)彎道超車。2017年，中國建設銀行與阿里巴巴達成合作，隨后農(nóng)行、中行、工行、交行也分別與百度金融、騰訊、京東和蘇寧金融簽約。除此之外，各銀行也相繼建立自己的金融科技公司，從而更好地發(fā)揮技術支撐作用，取得顯著效果。據(jù)不完全統(tǒng)計，2020年6家國有銀行的金融科技領域投入同比增長33.5%②。金融科技的應用不僅改善了商業(yè)銀行在交易成本和客戶體驗等方面的劣勢地位，也加速了商業(yè)銀行轉型，有效降低了商業(yè)銀行風險，此時商業(yè)銀行的吸儲能力回升，零售負債數(shù)量上升，批發(fā)性負債數(shù)量下降。

基于此，提出假設H1：從動態(tài)演進的角度來看，金融科技對我國上市商業(yè)銀行零售負債的影響是呈先降后升的“U形”趨勢，對批發(fā)性負債的影響是呈先升后降的“倒U形”趨勢。

在金融科技的影響下，零售負債和批發(fā)性負債發(fā)生變化后，負債結構如何變化是重點關注的問題。存款負債作為負債端的主要部分，是銀行經(jīng)營資產(chǎn)業(yè)務的條件和基礎，同時也是銀行擴大貸款規(guī)模，獲取更多收入的基礎。因此本文選擇零售負債占總負債的比重作為負債結構的衡量標準，計算公式為零售負債/(批發(fā)性負債+零售負債)，將分子分母同時除以零售負債得1/[1+(批發(fā)性負債/零售負債)]。在金融科技的影響下，零售負債數(shù)量先減少后增加、批發(fā)性負債數(shù)量先增加后減少，使得零售負債與批發(fā)性負債的比值先變小后變大，總式子先變大后變小。

基于此，得出假設H2：從動態(tài)演進的角度來看，金融科技的發(fā)展使商業(yè)銀行零售負債占比呈先降后升的“U形”趨勢，即零售負債占比先減少后增大。

4 研究設計

4.1 變量的選擇

4.1.1 被解釋變量

基于前文的分析，本文選擇商業(yè)銀行零售負債Ret、批發(fā)性負債wsf、零售負債占總負債的比例Retr作為被解釋變量分別驗證之前的假設。

4.1.2 解釋變量

本文的解釋變量是金融科技發(fā)展指數(shù)(Fintech)。目前學術界關于金融科技發(fā)展指數(shù)這一指標的衡量有著不同觀點，一類是以郭品和沈悅為代表，通過對百度詞條進行文本挖掘構建金融科技發(fā)展指數(shù)[15]。另一類是以郭峰為代表，采用北京大學數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)來代表金融科技發(fā)展指數(shù)[16]。在實證中，借鑒王蕊和康靖[17]采用第二種指數(shù)來對各商業(yè)銀行所在省份的金融科技發(fā)展程度進行衡量。該指數(shù)是螞蟻集團根據(jù)數(shù)字普惠金融的海量數(shù)據(jù)編制而成。螞蟻金服旗下的支付寶是目前全球最大的商業(yè)APP，在中國有廣泛的用戶和商家使用量。所以選擇該數(shù)據(jù)可以很好地反映我國金融科技的發(fā)展程度。此外該指數(shù)還包含了數(shù)字化程度、使用深度和覆蓋廣度等指標，可信度較高。具體在實證中，對于國有商業(yè)銀行與全國股份制商業(yè)銀行，本文采用全國各省市金融科技發(fā)展水平的年度均值來衡量，對于城市商業(yè)銀行和農(nóng)村商業(yè)銀行采用銀行總部所在省的金融科技發(fā)展水平來衡量。

4.1.3 控制變量

在參考相關文獻后，本文參考邱晗等[10]選擇資產(chǎn)收益率(ROA)、銀行規(guī)模(SIZE)、資本充足率(CAR)作為銀行層面的控制變量。資產(chǎn)收益率(ROA)越大表明商業(yè)銀行經(jīng)濟效益越好，資本充足率(CAR)是監(jiān)測銀行抵御風險能力的重要指標，銀行規(guī)模(SIZE)取銀行總資產(chǎn)的對數(shù)，銀行規(guī)模越大抵御風險的能力就越強，居民存款的可能性就越大。選擇人均GDP、金融發(fā)展程度(存款總額/GDP，貸款總額/GDP)作為宏觀層面的額控制變量。上述各變量的定義結果見表1。

表1 變量選取與定義

4.2 數(shù)據(jù)來源

考慮到我國理論界和學術界都把2013年作為金融科技元年，因此本文選取的樣本期間為2013—2020年。考慮到樣本的合理性、可得性和權威性，本文選擇我國40家上市的商業(yè)銀行，其中包含“工農(nóng)中建交”五所國有銀行，以光大銀行、華夏銀行、平安銀行為代表的10所股份制銀行，以中原銀行、上海銀行、江蘇銀行為代表的22所城市商業(yè)銀行和廣州農(nóng)商行、青島農(nóng)商行、重慶農(nóng)商行三所農(nóng)村商業(yè)銀行。根據(jù)商業(yè)銀行年報數(shù)據(jù)顯示，所選40家上市商業(yè)銀行2020年總資產(chǎn)規(guī)模達到202.98萬億元，占當年我國商業(yè)銀行總資產(chǎn)的比例為76.37%，具有很強的代表性。本文所選銀行的數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，部分缺失數(shù)據(jù)從各商業(yè)銀行年報中選取，宏觀經(jīng)濟數(shù)據(jù)來自中國人民銀行和國家統(tǒng)計年鑒。實證過程通過Stata15軟件完成。

4.3 模型設計

實證部分探討金融科技對商業(yè)銀行負債結構的影響，基于前文的研究分析和理論假設，設定如下模型：

(1)

(2)

(3)

鑒于可能會出現(xiàn)反向因果的情況，即商業(yè)銀行負債結構的變化也可能會推動當?shù)亟鹑诳萍嫉陌l(fā)展水平，同時本文選取的銀行業(yè)數(shù)據(jù)具有“大N小T”的短面板特征。因此，為了避免內生性問題，本文采用Blundell & Bond[18]提出的系統(tǒng)GMM的方法進行實證檢驗。

5 實證結果

5.1 描述性統(tǒng)計

各變量描述性統(tǒng)計結果詳見表2。

表2 各變量的描述性統(tǒng)計

5.2 回歸結果分析

表3 金融科技發(fā)展對商業(yè)銀行負債結構的影響

表3列舉了金融科技發(fā)展對商業(yè)銀行負債結構影響的結果分析，從回歸結果上來看，模型(1)和模型(3)中金融科技指數(shù)(Fintech)的一次項系數(shù)為負，二次項系數(shù)為正，且都在1%的顯著性水平下通過顯著性檢驗，表明金融科技發(fā)展對商業(yè)銀行零售負債及零售負債占比的影響都呈先降后升的“U形”關系。模型(2)中金融科技指數(shù)(Fintech)的一次項系數(shù)為正，二次項系數(shù)為負，也在1%的顯著性水平下通過顯著性檢驗，表明金融科技發(fā)展對商業(yè)銀行批發(fā)性負債的影響呈先升后降的“倒U形”關系。這一結果與預期相符，驗證了金融科技的發(fā)展使商業(yè)銀行負債結構發(fā)生了變化，即隨著金融科技的發(fā)展，金融科技公司在一定程度上給商業(yè)銀行產(chǎn)生了“替代效應”，造成商業(yè)銀行存款的流失，對批發(fā)性負債的依賴程度加劇。而我國商業(yè)銀行在金融科技的挑戰(zhàn)下，為了防范風險、降低損失，也都迅速開始與金融科技公司展開合作，促進自身升級轉型，推出有競爭力的理財產(chǎn)品以防止存款流失并穩(wěn)定負債結構。

從其他控制變量來看，回歸結果與現(xiàn)實一致。商業(yè)銀行的資產(chǎn)規(guī)模(SIZE)、宏觀經(jīng)濟水平(AGDP)、各地金融發(fā)展水平(Dgdp)等因素系數(shù)在1%的水平下顯著為正，表明商業(yè)銀行的資產(chǎn)規(guī)模、宏觀經(jīng)濟水平、各地金融發(fā)展水平等與商業(yè)銀行存款負債存在明顯的正相關關系。即商業(yè)銀行資產(chǎn)規(guī)模越大、當?shù)睾暧^經(jīng)濟水平越高、當?shù)亟鹑谠桨l(fā)達，商業(yè)銀行吸儲的能力就越強。

5.3 穩(wěn)健性檢驗

2020年全球暴發(fā)新冠疫情，對我國金融行業(yè)造成嚴重的沖擊[19]。因此為保證研究結果的穩(wěn)健可靠，本文將2020年的數(shù)據(jù)剔除后用2013—2019年的數(shù)據(jù)進行穩(wěn)健性檢驗?；貧w結果顯示，模型中各變量的系數(shù)大小和正負方向與前述回歸結果基本相同，顯著性水平也基本相同。因此，本文的估計結果是穩(wěn)健可靠的(篇幅原因，此處不再展示回歸結果)。

6 結論與建議

在金融科技持續(xù)升溫的背景下，本文從理論上分析了金融科技發(fā)展對我國上市商業(yè)銀行負債結構的影響機理，并以2013—2020年我國40家上市商業(yè)銀行為樣本，采用系統(tǒng)GMM的方法實證分析了金融科技對商業(yè)銀行負債結構的影響。主要結論如下：

(1)從整體角度來看，金融科技的發(fā)展與商業(yè)銀行零售負債和零售負債占比的關系都呈“U形”，與商業(yè)銀行批發(fā)性負債的關系呈“倒U形”，即金融科技出現(xiàn)后在一定程度上削弱了商業(yè)銀行的吸儲能力，增加了商業(yè)銀行對批發(fā)性負債的依賴，進而降低了商業(yè)銀行零售負債的占比，而后隨著金融科技在商業(yè)銀行的融合應用，商業(yè)銀行對批發(fā)性負債的依賴程度減弱，零售負債占比提升。

(2)商業(yè)銀行的資產(chǎn)規(guī)模、各地宏觀經(jīng)濟水平、各地金融發(fā)展水平等對商業(yè)銀行負債結構影響顯著。

基于前文研究得出的結論，本文提出如下建議：

(1)金融科技的發(fā)展與應用仍是未來的主流趨勢，商業(yè)銀行在發(fā)揮自身優(yōu)勢的同時要繼續(xù)努力融入金融科技的浪潮，以金融科技之力助其高質量發(fā)展。對于規(guī)模較小的地方性商業(yè)銀行和農(nóng)村商業(yè)銀行，目前大多還處在金融科技的負面沖擊下，要清醒地認識到發(fā)展金融科技的必要性，主動學習國有商業(yè)銀行與股份制商業(yè)銀行轉型的經(jīng)驗，加強與互聯(lián)網(wǎng)科技公司合作，借科技之力完善服務流程、優(yōu)化服務質量、豐富產(chǎn)品類型。形成“以客戶體驗為核心，以技術發(fā)展為抓手”的新型經(jīng)營理念，爭取早日擺脫金融科技的負面沖擊；對于規(guī)模較大的國有商業(yè)銀行和全國股份制銀行，對金融科技的融合應用已使其基本擺脫負面影響，但隨著金融科技的不斷發(fā)展，商業(yè)銀行可能會面臨更大的風險與挑戰(zhàn)。這就要求商業(yè)銀行在繼續(xù)合理應用金融科技這一工具、繼續(xù)加大與金融科技公司合作的同時，更要堅持金融科技產(chǎn)品的自主研發(fā)，增強創(chuàng)新能力，關注新興技術在銀行的發(fā)展與應用，推出更多有助于銀行發(fā)展的金融科技產(chǎn)品，探尋銀行優(yōu)化新模式，加速“一流數(shù)字化、信息化銀行”建設，以獲取更大的增長空間。

(2)金融科技的發(fā)展與應用離不開政府的監(jiān)管，政府要大力協(xié)助商業(yè)銀行應用并發(fā)展金融科技，要完善相應的監(jiān)管措施與相關規(guī)章制度，為商業(yè)銀行創(chuàng)造良好的經(jīng)營和競爭環(huán)境，避免因壟斷而產(chǎn)生不正當競爭等不良現(xiàn)象。

(3)隨著各大金融機構對金融科技人才的需求的持續(xù)擴張，“技術+金融”的復合型人才嚴重不足，高校要主動承擔起金融科技人才培養(yǎng)與供給的重任，要加強金融科技學科建設、優(yōu)化校企間的合作、提升人才培養(yǎng)的質量，多方共同努力助推金融科技更好地為商業(yè)銀行服務。

注 釋：

①數(shù)據(jù)來源：《國新辦新聞發(fā)布會》，郭樹清，2021.3.2。

②數(shù)據(jù)來源：遠瞻智庫，https://baijiahao.baidu.com/s?id=1699611738750559258&wfr=spider&for=pc。