金融科技对我国农村商业银行风险承担的影响研究-凯发娱乐官网

1. 引言

近年来，以大数据、人工智能、区块链等为代表的技术不断应用于金融领域，对金融机构的运营模式和业务流程产生极大的影响。尤其是在农村地区，金融科技为传统的金融服务提供了全新的凯发娱乐官网的解决方案，推动了农村商业银行的数字化转型。然而，农村商业银行在快速发展的同时，也面临着较高的风险承担问题。由于其客户群体相对分散、资金流动性差、风控手段有限，农商行常常面临不良贷款率高、资本充足率低等风险。因此，在做好科技金融等五篇大文章的背景下，研究金融科技如何帮助农商行降低风险具有重要的理论和实践意义。

现有文献将金融科技划分为内部和外部两个角度对商业银行风险开展研究，主要研究文献集中于外部金融科技角度分析和探讨。理论上，外部金融科技大多以竞争效应和挤出效应为主来影响商业银行风险承担，而内部金融科技对商业银行的相关研究更多聚焦在银行盈利能力[1]、经营效率[2]和业务结构[3]等方面。本文可能的边际贡献主要体现在以下几个方面：第一，在现有文献探讨了金融科技对商业银行的影响上，深入把握研究对象，聚焦农村商业银行主体，研究金融科技对其风险承担的影响。第二，在聚焦农村商业银行的基础上，研究金融科技对其影响的赋能机制与竞争机制。第三，在金融科技指数测度上，改进传统文本挖掘法的范围，运用到金融科技指数的测度上，用以科学准确地反映金融科技发展水平。

2. 理论分析与研究假设

金融科技主要通过赋能机制和竞争机制影响我国农村商业银行的风险承担能力。

首先，金融科技通过拓宽农村商业银行的服务范围和提升客户黏性，显著增加了其盈利能力，从而间接降低了风险承担。传统农商行由于地理位置限制，往往难以覆盖广大的农村和偏远地区客户，金融科技通过线上平台打破了这一障碍，进而增加存款和贷款的规模。此外，通过金融大数据分析能够更好地了解客户的行为和需求，提供个性化的金融服务，从而提升客户黏性，增加稳定的收入来源[4]。一方面降低了因客户流失所带来的经营风险，另一方面，精准的信贷产品设计也有效降低了不良贷款的发生率，减少了信用风险[5]。

其次，金融科技通过提升运营效率和降低成本，进而降低了整体风险。金融科技通过自动化技术和人工智能(ai)的应用，极大减少了农商行的人工成本和运营负担。如智能客服系统和机器人顾问可以代替人工处理大量的客户咨询和常规业务，既提升了服务效率，又降低了人力成本[6]。同时，区块链技术在支付结算领域的应用使得农商行的跨行交易更为高效、安全，减少了在清算和支付过程中的操作风险。此外，农商行可以通过云计算技术大幅降低it基础设施的维护和运营成本。与传统数据中心相比，基于云端的凯发娱乐官网的解决方案更加灵活且具有可扩展性，银行可以根据实际需求灵活配置资源，避免了昂贵的前期硬件投入和维护费用更为重要的是，金融科技推动了信贷审核流程的自动化，利用大数据和机器学习技术，银行能够在贷款审核时精确评估客户的信用风险，从而减少主观判断带来的不良贷款风险。

最后，金融科技的普及在一定程度上增强了农商行的竞争压力，这也对其风险承担产生了影响。随着数字金融的发展，更多的科技公司和金融科技企业进入了农村金融市场，打破了传统金融机构的垄断地位。新兴的金融科技公司往往具有更高的技术创新能力和更灵活的业务模式，通过移动支付、线上贷款等方式迅速占领市场，迫使农村商业银行面临更为激烈的竞争。为了应对这一压力，农商行不得不加速数字化转型，提升自身的服务效率和产品创新能力，以保住其市场份额[4]。虽然这种竞争增加了农商行的经营压力，但同时也促使其加快改革，提升管理和风控能力，间接降低了因市场份额流失带来的风险。通过与金融科技公司合作，农商行可以借助外部技术力量，迅速推出新产品和服务，提升市场竞争力。这种合作不仅有助于农商行应对市场竞争，还增强了其适应市场变化的能力，从而降低了因技术变革或市场环境变化而导致的系统性风险。

h1：金融科技应用能够降低农村商业银行的风险承担水平。

h2：金融科技应用通过赋能机制与竞争机制降低农村商业银行的风险承担水平。

3. 实证分析

3.1. 研究设计

3.1.1. 样本选取

论文选取了我国113家农村商业银行2014~2022年的面板数据进行分析。所有财务数据均来源于国泰安数据库(csmar)。本文对连续变量进行了上下1%的缩尾(winsorize)处理以缓解极端值的影响。部分缺失的数据采用插值法补充。

3.1.2. 变量选取与描述性统计

table 1. descriptive statistics for variables

表1. 变量描述性统计

(1) 被解释变量：借鉴普遍做法，本文选择使用风险加权资产与总资产比率(wrisk)作为衡量指标。为确保实证结果的准确性，本研究选择了不良贷款率(wrisk_1)和风险资产总贷款比(wrisk_2)作为风险加权资产与总资产比值的替代变量进行稳健性检验。

(2) 核心解释变量：金融科技指数参考李春涛等[7]学者的方法，通过文本挖掘法建立金融科技指数。首先，参考中国人民银行的金融科技发展规划等政策文件，确定数字技术、ai技术、移动支付等24个代表金融科技的关键词。其次，利用python技术爬取关键词在专业财经网站各年的搜索频率均值。最后，使用主成分分析法，提取主成分，根据方差贡献率得到综合因子得分，得到最终的金融科技指数(fi)。

(3) 机制变量：总资产周转率和成本收入比。本文根据机制分析选取赋能方面和竞争方面两个机制变量，分别为总资产周转率(iasset)和成本收入比(cost)。

(4) 控制变量：在控制变量的选取上，借鉴国内外学者文献[7] [8]，本文从两个方面选取控制变量：宏观层面有gdp增长率(rgdp)和广义货币供给增长率(m2)；微观层面包括资本充足率(car)、资产收益率(roa)、存贷比(lod)、资产规模(asset)和资本结构(lev)，主要变量的特征如下，经过指数化和标准化之后，金融科技指数在0到1之间。变量的描述性统计性指标如表1所示。

3.1.3. 模型设定

本文计量模型设定如下：

wrisk i,t =α β 1 fi i,t β 2 control i,t γ i δ t ε i,t (1)

wrisk_ 1 i,t =α β 1 fi i,t β 2 control i,t γ i δ t ε i,t (2)

wrisk_ 2 i,t =α β 1 fi i,t β 2 control i,t γ i δ t ε i,t (3)

模型(1)~(3)中的wrisk代表农村商业银行风险承担水平，在实证分析过程中用风险加权资产比率、不良贷款率(wrisk_1)和加权风险资产贷款(wrisk_2)比来表示；fi是核心解释变量，利用构建的金融科技指数来衡量；control i,t 为控制变量：car代表银行的资产充足率水平；roa代表银行资本收益率水平；lod代表银行的贷款与存款比率；asset代表商业银行资本充足率；rgdp代表我国gdp的增长率；m2代表我国广义货币增长率；i表示的是银行，t表示的是时间，γ i 表示商业银行固定效应，δ t 表示时间固定效应，ε i,t 表示随机误差项。

3.2. 实证检验结果及分析

3.2.1. 基准回归结果及分析

table 2. baseline regression results

表2. 基准回归结果

robust t-statistics inparentheses p < 0.01***，p < 0.05**，p < 0.1*(下同)。

表2报告了基准回归的检验结果，其中，列(1)至列(3)分别为不加入控制变量、加入控制变量、加入固定效应的检验结果。核心解释变量金融科技指数(fi)的系数在1%的水平上显著为负，说明金融科技指数的提高能够抑制我国农村商业银行的风险承担水平，使得银行的风险降低，风险承担能力提高。其经济意义在于，金融科技指数每增长一个点，农村商业银行的风险承担水平会下降4%，前文所述的假设1得到了验证。在加入控制变量和固定效应之后，回归结果依旧显著，结论不改变。

3.2.2. 稳健性及内生性检验

其一，本文选择用不良贷款率替代被解释变量进行实证分析。根据稳健性检验结果，固定效应模型和随机效应模型的金融科技回归系数在1%的水平上显著，但回归系数明显降低。其二，用加权风险资产与总贷款的比值作为风险承担水平的代理变量，回归系数在5%的水平上显著，结论稳健。同时，考虑金融科技的实际应用于银行业务经营的传导过程，期间可能存在一定程度的时滞。为排除传导时滞对实证结果的影响，本文用滞后一期的金融科技指数对银行风险承担水平进行回归，回归系数在1%的显著性水平显著，结论稳健。其三，本文针对反向因果和遗漏变量等导致的内生性问题，采取工具变量法，选取贷款增长(gloan)作为工具变量，一方面贷款增长与金融科技应用关系不大，而金融机构的风险资产增加与贷款量增加密切相关。贷款增长是金融科技较为理想的工具变量。从回归结果来看，与基准模型的结论大致相同。稳健性检验回归结果见表3。

table 3. robustness test

表3. 稳健性检验

3.2.3. 异质性分析

本文按照资产规模将样本中的农商行分为大规模和小规模两组。理由是不同规模的农商行在金融科技应用的选择上存在不同的倾向性，如大银行由于资本雄厚，现金流较充足，可能更倾向于引入金融科技，而小银行可能由于业务发展或提升竞争，也可能表现出对金融科技的需求，因此本文将样本分为两组分别进行回归。同时，由于地区经济发展差异，可能存在东部地区县级农商行的各方面指标上比中西部地区市级农商行的表现更好，但行政级别的划分上存在层级错判影响最终回归结果，因此为了验证回归的合理性，本文将样本划分为市县两级分别进行回归。表显示，两组异质性检验分别表示金融科技的影响效果，体现在资产规模和行政层级上的异质性。

从表4的回归结果可以看出，无论是大资产规模还是小资产规模的农村商业银行，金融科技都对其降低风险承担水平有促进作用，但是在小资产规模的农商行中并不显著，一个可能的解释是除了少部分经济发达地区的小资产规模农商行，其他大多数小资产规模的农商行引入金融科技的成本较高，存在准入门槛问题。对于大资产规模的农商行，金融科技指数每增长一个点，银行的风险承担水平会下降2.8%；同时，对于市级的农商行而言，金融科技应用对于其风险承担水平的抑制作用更显著，原因可能在于市级农商行在数字发展等前沿方面具有先天的要素禀赋，县级农商行中金融科技对银行的风险承担水平也有一定的抑制作用，但显著程度相对较低。整体而言，尽管不同组别的表现略有差别，但仍然可以表明，金融科技对不同规模层级的农商行在一定程度上都能促进其降低风险承担水平。

table 4. heterogeneity analysis

表4. 异质性分析

4. 作用机制检验

4.1. 中介效应模型

为研究金融科技对农村商业的传导机制，本文采用中介效应模型：

wrisk i,t = α 0 β 1 fi i,t β 2 control i,t γ i δ t ε i,t (1)

med i,t = ∂ 1 θ 1 f i i,t θ 2 control i,t γ i δ t ε i,t (2)

wrisk i,t = μ 1 τ 1 fi i,t θ 3 med i,t τ 2 control i,t γ i δ t ε i,t (3)

其中，wrisk i,t 、fi i,t 、control i,t 、γ i 、δ t 和ε i,t 和前文基准模型设定解释保持一致。此外，med i,t 表示中介变量，包括运营能力(iasset)和经营成本(cost)。根据中介检验流程，依次检验不同方程核心变量的回归系数。在β 1 显著的条件下，通过判断θ 1 、τ 1 和θ 3 的显著性和符号来分析中介效应。

4.2. 机制检验

表5中列(1)结果表明金融科技显著地促进了我国农村商业银行的风险承担水平，同时金融科技的应用通过赋能机制下提高了农村商业银行的运营效率进而显著提高了农村商业银行盈利能力和风险管理能力，由于本文采用样本选取的农村商业银行的资本周转率作为中介代理变量，数字越大周转率越高，运营能力越强。表中列(1)运营能力在1%的水平上保持显著且系数为正值，说明运营能力有利于降低农村商业银行的风险承担水平。结合中介效应模型逐步分析，系数θ 1 、τ 1 和θ 3 都显著，即赋能机制在金融科技对农村商业银行风险承担水平的影响中起间接作用。表5列(2)检验结果显示运营能力在1%的水平上保持显著且系数为正值，说明农村商业银行竞争有利于降低农村商业银行的风险承担水平。结合中介效应模型逐步分析，系数θ 1 、τ 1 和θ 3 都显著，即竞争机制在金融科技对农村商业银行风险承担水平的影响中起间接作用。

table 5. mechanism testing

表5. 机制检验

5. 结论与建议

本文选取了2014~2022年数据，建立模型理论分析金融科技应用对我国农村商业银行风险承担的影响。主要得到以下结论：(1) 金融科技应用降低了农村商业银行的风险承担水平。(2) 金融科技应用通过赋能机制和竞争机制两个主要途径，显著降低了我国农村商业银行的风险承担水平。(3) 异质性分析表明，金融科技应用在农村商业银行的规模和行政划分上存在异质性，在规模较大的农商行和市级农商行中，金融科技应用对农村商业银行风险承担水平的抑制效果更明显。

基于此提出如下政策建议：第一，进一步加强金融科技基础设施建设，促进农村商业银行的广泛应用。金融科技能够通过赋能机制降低银行的风险承担水平，政策制定者应加大对农村地区金融科技基础设施的投资和支持。通过建立覆盖广泛的金融科技平台，提升农村商业银行的信息技术能力，增强数据分析、风险预警和业务创新的能力，从而提高其在贷款发放、信用评估等关键业务中的精准度，降低风险。政府应积极出台政策，鼓励金融科技公司与农村商业银行合作，尤其是为中小规模的农商行提供凯发娱乐官网的技术支持，帮助其更快实现数字化转型。

第二，优化金融科技监管政策，鼓励良性竞争。研究表明，金融科技通过竞争机制降低了农村商业银行的风险承担水平。因此，政策制定者应加强金融科技监管框架的制定，确保科技与金融的深度融合不引发新的系统性风险。在监管政策上，政府应坚持平衡金融创新与风险控制的原则，鼓励农村商业银行采用先进的金融科技工具，同时避免因过度竞争而导致的恶性行为。为此，监管机构可以引入差异化监管政策，根据农村商业银行的规模和经营特点，制定有针对性的风险管控措施，特别是在金融科技应用的普及率较高的市级农商行中，应加强监管，防止过度依赖技术造成的潜在风险积累。

第三，因地制宜推动农村商业银行的金融科技发展，注重区域和规模差异。异质性分析表明，规模较大的农商行和市级农村商业银行受金融科技应用的影响更为显著，因此，政策制定者在推动金融科技应用时应关注银行规模和行政划分的差异，制定差异化的推广政策。对于规模较大的农商行，政策应鼓励其进一步加大对金融科技的投入和研发，通过自主创新提高风险控制能力。而对于规模较小、技术能力较弱的农商行，政策应以鼓励科技合作为主，通过引入外部技术资源来帮助其提升风险管理能力。此外，在不同行政区划的农村商业银行中，金融科技的推广政策也应结合区域经济发展水平和金融市场成熟度，确保政策落地后能够切实提高银行的稳健性和服务水平，避免一刀切的做法。

参考文献