金融科技是否驱动商业银行贷款

(整期优先)网络出版时间:2022-07-28
/ 3

金融科技是否驱动商业银行贷款

李可欣

兰州财经大学 730000

摘要:本文通过对21家商业银行2011-2020年的面板数据进行实证检验,得到金融科技通过区块链底层技术、大数据、云计算与人工智能对商业银行贷款进行促进。根据实证与分析结果提出相应政策建议:(1)大力支持金融科技的发展,商业银行全面研发应用区块链底层技术,为银行征信提供安全、高效的保障;(2)灵活运用大数据与云计算,对贷款进行合理划分,实现普惠与增收并举;(3)人工智能的应用要结合现有需求不断深入调整,做好金融科技应用的补充与完善。

关键词:金融科技,面板模型,商业银行贷款

一、引言

金融科技的研发、落实与应用一直备受瞩目,无论是企业界、学术界还是监管部门和政府部门都高度重视金融科技的发展,但从金融科技的实际发展情况来看,目前全球金融科技仍处于初期阶段,且各国发展存在差异。随着十四五规划的提出,我国越来越重视金融科技的发展,也越来越重视区块链底层技术的研发、人工智能大数据等新兴科的应用。2021年12月,中国人民银行印发《金融科技发展规划(2022-2025年)》,更加证实了国家对于金融科技的重视。以金融科技的融入推动数字经济的发展、发展绿色低碳经济,促进碳金融发展、提供真实可靠的信用体系,丰富普惠金融发展渠道。

金融科技的兴起不可避免给传统金融部门带来了一系列影响( Chen et al.,2019)[9],银行业尤为典型,众多学者也就金融科技对银行业影响进行研究。金融科技的发展实质上推动了一种变相的利率市场化,改变了银行的负债端结构,使得银行负债端越来越依赖于同业拆借等批发性资金。使得银行选择了更高风险的资产来弥补负债端成本上升所造成的损失(邱晗等,2018)[1]。这似乎使得商业银行的贷款越来越不重要,事实是否如此,还需要做进一步探讨。商业银行贷款问题一直是普惠金融的突破口,金融科技的到来是否能够给商业银行贷款带来影响是本文研究的重点。

二、文献综述

金融科技在中国经历了快速发展,全球金融科技的采用率为64%,中国位居第一占比87%(Srinivasan K.等,2021)[2]。金融科技的出现给传统银行业带来冲击,规模越大的银行受到金融科技的冲击越小。商业银行的支付、储蓄、信贷等多个领域都受到影响,支付方式、理财产品、信贷融资的丰富与改变令商业银行客户群体的大量流失,银行信用职能功能也在弱化(杨轶玥,2021)[3]。在给传统银行业带来冲击的同时,金融科技也在推动着不同资产规模和资金实力的商业银行差异化发展和战略转型(谢治春等,2018)[4]。金融科技的发展有助于改善商业银行信贷资金配置效率(刘程,2021)[5]。金融科技通过改善客户体验、货币项目和信贷的快速背书弥补了传统金融行业的一些不足,从支付服务、财富管理、汇款转账和保险服务等方面改变了银行业的发展(Srinivasan K.等,2021)[2]。金融科技的运用有利于扩大银行总体信贷规模,促进信贷的信用结构和客户结构调整,并且在对外合作模式下影响更加显著(徐晓萍等,2021)[6]

整体上,金融科技对商业银行的挤出效应大于技术溢出效应,进而显著降低了银行经营绩效;随着金融科技发展水平的提高,挤出效应逐渐减弱,技术溢出效应不断增强,金融科技与商业银行经营绩效之间呈现出先抑制后促进的非线性关系(熊健等,2021)[7]。尽管金融科技创新总体上降低了银行的盈利能力和资产质量,这一发现对大型国有商业银行更为显著,但它提高了银行的资本充足率和管理效率(Zhao Jinsong等,2022)[8]

以往的文献更多的是针对金融科技对商业银行发展的影响,认为金融科技的发展对商业银行是先抑后扬的作用,它会影响到商业银行的支付服务、财富管理、汇款转账、信贷结构和保险服务。本文基于已有文献,立足于金融科技的自身特点与技术优势深入探讨其对商业银行贷款的影响,旨在系统考察金融科技驱动商业银行贷款理论机制。首先通过实证分析得到金融科技对商业银行贷款影响方向,再根据金融科技的自身优势分析金融科技对商业银行贷款的初始效应与引致路径,最后根据理论分析提出相关政策建议。

本文有三方面的学术贡献与创新:

第一,通过实证研究金融科技对商业银行贷款的影响,探究商业银行贷款是否受到金融科技的影响,受到了怎样的影响;

第二,通过对比分析金融科技融入前后对商业银行贷款的影响,分析金融科技影响下商业银行贷款的可实现性和突出优势,寻求破解普惠金融困境的最优路径;

第三,为金融科技+普惠金融实施推进提供政策建议。

三、研究设计

(一)变量选取与数据来源

1、被解释变量

本文选用贷款增长率(AT)作为反映商业银行贷款情况的指标。贷款增长率越高,商业银行的贷款规模越大、贷款情况越好。

2、解释变量

本文选用的解释变量为金融科技发展程度(FT),参考邱晗、黄益平和纪洋(2018)[1]的样本选择方法,金融科技发展程度的指标选取北京大学数字金融研究中心编制的中国数字普惠金融指数,该指数采用了蚂蚁金服的交易账户底层数据,从多个维度刻画了中国的金融科技发展水平。

3、控制变量

本文控制了银行个体方面的因素,包括银行资产收益率(ROA)、商业银行规模(SIZE=商业银行总资产取对数)、商业银行流动比率(CR)、总资产增长率(GRTA=本年总资产增长额/年初资产总额*100%)、商业银行资产负债率(DAR)。

4、数据来源

本文的数据主要来源于中国统计年鉴、中国金融年鉴、国泰安数据库、东方财富网以及部分商业银行官网。选用2011-2020年21家商业银行贷款相关数据、数字普惠金融指数及其他相关数据。其中银行发展情况相关数据主要选自东方财富网、中国金融年鉴以及各大银行官网数据,其他宏观数据选自中国统计年鉴。

(二)模型设计

   1、单位根检验

通过EViews软件操作可以得到各个变量的ADF检验结果,见下表1。由表中结果可知各个变量在相应的t统计量下,P值均小于0.05,即在5%的显著性水平下,各变量显著的拒绝存在一个单位根的原假设,均为平稳序列。

表1  ADF检验结果

Variable

Statistic

Prob.

AT(-1)

8.39314

0.0150

CR

9.23821

0.0099

ROA

6.94836

0.0310

SIZE

8.08685

0.0175

FT(-1)

7.02466

0.0298

GRTA(-1)

10.5255

0.0052

DAR(-1)

6.14521

0.0463

数据来源:Eviews整理

2、霍斯曼检验

   由于所有数据都平稳,进一步通过霍斯曼检验。由下表2可知,Hausman检验统计量的值为0,检验结果的P值为1大于0.01,说明在5%的显著性水平下检验结果接受随机影响模型的原假设,此时随机效应优于固定效应,应该建立个体随机效应模型。

3、模型设定

由上述结果设定随机效应模型为:

ATit01CRit2ROAit3SIZEit4FTit5GRTAit6DARitit   (1)

在回归模型(1)中,AT为贷款增长率,表示商业银行的贷款情况;CR为银行流动比率表示商业银行的资金流动性;ROA为资产收益率,表示商业银行的盈利能力;SIZE为总资产取对数,表示商业银行的资产规模;FT为数字普惠金融指数,表示金融科技发展水平;GRTA为总资产增长率,表示商业银行的发展前景;DAR为资产负债率,反映商业银行的资产状况。其中i表示第i家银行,t表示第t年。

(三)描述性统计

下表2为各变量的描述性统计:

表 2 描述性统计

Mean

Median

Maximum

Minimum

Std. Dev.

AT

15.21348

14.335

52.35

1.55

6.700985

CR

4.385719

    4.189431

6.187112

2.937291

0.892279

ROA

5.742935

5.500291

10.26055

3.242936

1.881227

SIZE

21.41682

21.44282

21.85945

20.84417

0.32431

FT

2.166183

2.255332

3.417363

0.40224

0.937165

GRTA

14.76382

13.07256

72.9923

-6.06542

9.824789

DAR

0.930727

0.9316

0.952058

0.9106

0.009933

数据来源:excel整理

(四)实证结果及分析

1、实证结果

    由上述内容可知模型选用随机效应模型,对模型进行回归,可以得到如下表

首先,由上表的实证结果可以看到金融科技发展程度对商业银行贷款整体上呈现促进关系,且商业银行的其他指标如盈利水平、资金流动情况、资产增长率、资产负债率均与商业银行的贷款水平为促进关系,商业银行规模与商业银行贷款呈现负相关。

2、路径分析

金融科技是基于大数据、云计算、人工智能、区块链等一系列技术创新应用到金融业的各个领域,因此金融科技对商业银行贷款的促进作用通过初始效应和引致效应体现,并且表现为贷款金额增加、回收贷款率高。

(1)初始效应

说到区块链就离不开比特币的出现,区块链是伴随着比特币应运而生的底层技术,它具有透明度高、去中心化、安全性强等特点,能很好地适用于金融行业。商业银行将区块链作为底层技术,为银行的征信提供保障,区块链技术与银行业的融合将大幅提升篡改或伪造信息的成本,当贷款人将信息录入系统便不可再篡改,这大大提高了征信系统的效率;同时考虑虚假信息的录入,一旦录入虚假信息出现无法偿还的情况便会在整个系统上留下“黑历史”,再有借贷需求时便会寸步难行,这大大提高了征信系统的真实性;区块链的安全性也是非常有保障的,破解区块链需要一环扣一环的密匙,黑客很难篡改信息,因而保障了客户信息的安全性。金融科技通过区块链底层技术给银行带来了更便利、更安全的支付环境。

有了底层技术,大数据与云计算的作用也可以显现出来。商业银行通过分析大数据对客户进行定位,对每个人的信用水平、还债能力进行评估,将客户的贷款还款能力进行等级划分,对不同的等级制定不同的贷款计划。这样既能照顾到贫困人群的贷款需求,又能通过贷款给相对富裕人群实现银行增收,更快更好地实现普惠金融。

人工智能的引进,是对商业银行贷款的丰富与补充,给人们的生活带来了极大的便利。它满足了很多年轻人线上办业务的需求,也简化了银行办理业务繁杂的流程,是银行系统优化升级的重要因素。

(2)引致效应

    金融科技的出现使得商业银行贷款得到优化,让穷人富人都能贷到款,既能实现金融普惠又能实现银行盈利增收。进而使得穷人富人都增收,下一年再通过新的实际情况进行分级贷款,实现良性循环。

四、结论与政策建议

通过实证分析得到主要结论有: (1)金融科技的发展对商业银行贷款具有促进作用。(2)金融科技主要通过区块链底层技术、大数据、云计算和人工智能使得商业银行贷款更加合理,进入良性循环,实现普惠金融。

本文的研究具有的政策含义表现为:(1)大力支持金融科技的发展,商业银行全面研发应用区块链底层技术,为银行征信提供安全、高效的保障;(2)灵活运用大数据与云计算,对贷款进行合理划分,实现普惠与增收并举;(3)人工智能的应用要结合现有需求不断深入调整,做好金融科技应用的补充与完善。

参考文献

[1]邱晗,黄益平,纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角[J].金融研究,2018(11):17-29.

[2]Srinivasan K., Rajarajeswari S.. Financial technology in indian finance market[J]. International Journal of Engineering and Management Research, 2021, 11(2):206-211.

[3]杨轶玥.金融科技对商业银行经营的影响及对策研究[J].现代金融,2021(11):28-29.

[4]谢治春,赵兴庐,刘媛.金融科技发展与商业银行的数字化战略转型[J].中国软科学,2018(08):184-192.

[5]刘程.金融科技与信贷资金配置效率[J].武汉金融,2021(11):41-50.

[6]徐晓萍,李弘基,戈盈凡.金融科技应用能够促进银行信贷结构调整吗?——基于银行对外合作的准自然实验研究[J].财经研究,2021,47(06):92-107.

[7]熊健,张晔,董晓林.金融科技对商业银行经营绩效的影响:挤出效应还是技术溢出效应?[J].经济评论,2021(03):89-104.