金融科技创新能否提高银行效率？以中国银行业的发展论证外文翻译资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

金融科技创新能否提高银行效率？以中国银行业的发展论证

本文探讨了金融业的发展对成本效益的影响，并探讨了2003-2017年中国银行业所采取的技术。研究发现，我国国有商业银行的经营管理水平较低，经营管理水平较差。在金融技术进步的背景下，金融技术创新既可以促进企业的成本效益，又可以促进银行技术的进步。而在服务创新中，市场对服务创新的支持作用更加明显。

1.介绍

金融创新可以称为新产品、新服务、新的生产流程或新的组织方式（怀特，2004）。这是金融信息化发展的必然产物。银行是整个金融系统的中心，它一直在改变它的金融服务。通讯技术的革新使得金融活动可以跨越地域的限制，而资讯科技的发展则有助于银行建立起信贷制度。但在目前的研究中，有关金融创新对银行业的影响尚无定论。一方面，“创新增长”的传统观念将金融创新提高了银行业务的多样性（Berger,2003；Merton,1992)，加强了银行的风险分摊（Allenamp; Gale,1994年），增加了分配资源的效率（休斯顿 et al.2010；罗斯，1976）。而“创新脆弱”假设则认为，金融创新增加了银行承受风险的能力，从而造成了金融市场的过度信用膨胀，从而引发了金融危机（Brunnermeier,2009）。因此，应对金融创新是一个国家经济和金融发展的关键，要从降低融资成本、降低融资成本、提高产业竞争水平等方面入手。本文就金融创新如何影响商业银行的经营业绩进行了理论分析。金融技术是技术和金融的融合，是世界上最重要的金融创新方式。金融稳定理事会（FSB,2017年）的定义是指商业模式、技术通过技术推动金融创新并对金融市场、机构和金融服务产生重要影响的应用、操作流程和创新产品。金融技术的发展对银行的效率产生了很大的影响。

首先，人们广泛地认识到金融创新发挥了关键的角色（或创新的成长和脆弱的创新观点）对银行的行为产生了影响。金融技术的发展能够推动金融创新，进而对银行的效率产生一定的影响。第二，金融技术的发展决定了银行的经营模式和应用。第三，技术进步通过金融技术的发展，使支付方式的金融服务渠道发生了变化，使得市场竞争更加激烈，同时也使得银行的经营表现出现了波动。最后，科技的发展推动了新的、更复杂的金融产品的发展。FTI还表示， fintech成本低，效率高，这是因为 Fintech不但可以提高资金的使用效率，还可以提高金融市场对称性交易的信息，同时也可以增强资源配置的非中间商（FSB,2016）。

金融技术是利用信息化技术提升金融的整个流程，拓宽了传统金融的边界，改变了消费者的消费习惯。相对于传统的商业银行， fintech可以更方便、更有效地为客户提供更多的个性化的金融服务，以满足客户的多元化金融需要。中国金融业凭借其时空、差异化、高效等特点，对其业务模式下的付款和利息提出了挑战。这些冲击和连锁效应正改变着中国传统的金融科技链条。总之fintech正在通过大数据、云计算，重新面对变化计算、人工智能以及其它新技术。

有些实证分析指出，由于数据的限制，金融技术的发展对银行的效能有很大的影响。在中国，几乎50%的金融机构现在都在向金融技术公司提供服务（普华永道，2017年）。本文认为金融技术的发展可以从两个方面来度量：一是需求驱动，二是供给驱动。就需求而言，金融市场各产业的 fintech使用者所占的比重，可以说是金融技术发展的代表。从供应角度看，可以从金融科技企业和创业企业的资金规模上看，资金投入可以成为衡量金融技术产业发展的一个重要指标。金融技术公司所能提供的各种金融服务也是其发展的一个重要方面。

本文以中国商业银行为案例，分析了技术创新对银行业的影响。在宏观上本文主要探讨了金融技术、金融技术发展所引起的风险以及影子银行等监管问题。但是对金融技术的发展和对银行效能的影响的研究却寥寥无几。中国金融技术产业从2013年开始迅速发展。金融技术企业的年融资总额已经达到310亿美元，使得中国在世界范围内的发展和创新（毕马威，2017）成为了最具深度发展和革新的地区。中国如此庞大的产业规模，为我们分析全球化对传统银行业的影响，提供了一种极佳的范例。

首先利用整个金融科技行业的数据，构建了一套金融科技发展指数。中国金融技术创新的研究大多基于北京大学，基于消费者对金融服务的实际使用情况（郭伟等2020)，而不是从行业供给角度进行分析。以此为依据从微观主体角度构建了产业发展指数，技术供应商主要采用主成分分析方法，并着重于技术特征。

由于金融科技公司的资金规模是衡量其发展程度的一个重要指标，因此其注册资本与融资资本是衡量其发展的主要因素。首先我们收集了一份财务科技初创企业的清单，包括他们的资本总额和总体规模，以反映中国金融科技发展的程度。其次运用主成分法对金融科技行业的相关数据进行了统计分析，得出了该数据；

中国特有的管制环境，相对于发达国家，会造成不同的市场竞争，进而影响到不同的银行的生产率（Lee等，2015；李和黄，2019年；李和李，2019年）所以从效率角度来看，中国商业银行制度的异质性是十分必要的。所以假定各大银行都有同样的制造技术是不实际的，本文采用了一种随机元成本前沿法，使得各大银行可以自行掌握各自的制造技术。该方法不但可以准确地测量并比较银行的成本边界和企业的成本边界（单位-最大成本效益），而且可以判断出不同的银行集团所使用的技术和可能的生产技术（技术上的差距）。

基于以上的效率分析，本文运用动态面板 GMM 方法，对我国商业银行的效率进行了实证研究。研究发现金融技术创新对提高我国商业银行的技术水平和成本效益具有显著的促进作用，而且这种影响具有异质性。另外技术创新对我国城市商业银行的效能影响最大，尤其是对国有商业银行的技术进步。本文扩大了已有的文献。(1)建立中国金融技术行业发展水平的定量评价指标，首次从宏观角度对我国银行业的总体效益进行了研究，并对二者角色的异质性进行了研究。(2)我们对中国商业银行的技术问题负有责任，各种银行评估方法的差别，以及采用随机元边界法更精确地估计出中国商业银行的技术差距。

2.理论框架与文献

• 1. 金融创新对银行业务的影响

金融技术作为一种新兴的金融创新方式，在金融领域有着深刻的影响。（巴贝斯和 Chishti,2016）。例如， FTSC表示Fintech可以在亚洲扩大其银行机构的规模和空间，推动建立一个智能化的银行体系结构，从而提升整个金融系统的效率（FSC,2017年）。特别是在技术创新方面，金融技术产业起到了领导作用。银行可以利用这些技术，增加生产力，从而达到技术进步，并增加生产力（Berger,2003）。另外，银行利用大数据及其它技术发展的信用体系可以减少银行在交易中的风险（Dynan等，2006)，而以云为基础的应用可以提高银行内部的效率，提高银行内部的效率，提高各个部门的资讯交流及协助。还有一些从银行风险管理的观点来看，那些主动采用金融创新的银行在风险管理方面的表现更好（Norden et al,2014）。

金融技术的创新使传统的银行信贷业务出现了显著的下降。比方说， Buchak等（2018年）发现，在美国信用市场中fintech阴影银行的市场占有率由2007年的30%上升至2015年的50%。2008年金融风暴过后，越来越多的学者认识到了金融创新的消极作用。Kwak （2012年）阐述了金融创新的益处，在金融危机的起因上，这一数字被过高估计。金融创新会促使大企业利用高杠杆和破坏性外溢来获取利益，进而影响到金融体系的集中度和风险。比如，尽管新兴的智能投资咨询公司能够为银行节约人力资源，但是它们也会将投资者的行为同质性化，从而对金融行业产生风险进行度量（Bakeramp; Dellaert,2018）。

2.2中国银行业的效率

虽然中国银行业的效率问题已有很多研究，但是对于银行产权制度的潜在影响却很少有人注意。我国银行制度因其特殊的监管环境而形成了以国有商业银行、股份制商业银行和商业银行为主体的银行制度。本文采用了各种前沿技术，包括参数随机边界（SFA）和非参数包络线（DEA）。根据 DEA分析方法，陈等对1993-2000年43个中国银行的经营业绩进行了分析，结果显示我国银行业的平均效率得分高于其他银行。罗和姚（2010）以中国14家上市银行为样本，分析了其在1999年至2008年期间的业绩。王等采用网络 DEA法，对2003-2011年16大商业银行的效率进行了分析，结果表明在改革之前，我国国有商业银行的效率要比股份制银行高，而在改革之后这种情况并不明显。这些数据也显示，在改革后，他们之间的效率差异正在逐渐缩小。

Berger等利用 SFA技术，利用38个中国银行的非均衡面板数据对1994至2003年度的盈利和费用效益进行了估算。他们发现四大银行在营收业绩和不良贷款方面表现最差。Jiang等以49个大型商业银行为基础，对1995年至2010年中国银行业的成本与效益进行了评价。他们的调查发现相对于私人银行，国有银行的不良行为更多地是在国内。实证结果显示，以 JSCB为最优， CCB为最优。黄志勇、林志玲和陈（2017）将网络 DEA扩展为以 copula为基础的 SFA，用以衡量和比较中国银行技术效能。通过对99家商业银行2002-2015年的统计分析，结果表明在技术上 JSCB是最有效的， SOCB是最低的。

2.3 小结

总之，过去关于银行绩效的跨群体对比研究，一般都是建立在对一个公共边界或者一个单一群体的范围进行评估的基础之上。但是，正如前面部分提到的，前者的估算要求所有的银行都使用同样的技术，后者的估算问题是不可比较的。这个问题可以通过采用 Battese等（2004）的元边界法来减轻，它包含了 SFA技术来估算单个群体的边界，而 DEA技术则包含了元边界的估算。在此基础上，黄等人（2014）将 SFA改为 DEA，并在此基础上提出了一种更为普遍的随机元前沿方法。在此基础上，参数估算具有其自身的统计特征。李和黄（2019）是目前仅有的一篇关于中国不同所有制企业的金融成本效益的实证分析。他们利用114家商业银行2003-2014年的数据，发现国有商业银行的效率低下，并且技术水平低下。

1. 实证模型与方法

3.1 随机元成本前沿法模型

这里，ifrac14;1；⋯; N表示第i个银行；jfrac14;1；⋯; J表示第J组；tfrac14;1；⋯; T表示第t个周期；它是实际成本；X是投入价格和产出的系数；ε表示合成误差，其中vjit和Ujit被假定为彼此独立。在这个等式中，实际成本等于潜在的最小成本（由随机成本边界表示）和成本归因于效率低下。银行的成本效率被定义为：

让f成为涵盖所有集团特定成本边界的基本元边界成本函数。由于j组成本边界必须小于或等于f，因此根据定义，它们之间的关系表示为：

这里衡量集团成本前沿和元成本前沿之间的差距。元前沿与群的比率j的前沿表示技术差距比（TGR）：

度量TGR评估元前沿成本函数定义的潜在最低成本与集团特定成本前沿的偏差。这一指标标反映了集团采用的生产技术的先进程度，这可能取决于经济和非经济因素。在任何给定的产出水平上，银行的实际成本和元前沿之间的差异可以分解为技术差距比率、成本效率和随机噪声分量，即：

值得注意的是，尽管技术差距比率TGRj 和企业的成本效率CEj都在0和1之间，但元前沿ft并不一定涵盖所有银行的观察成本。在考虑了随机噪音之后组分，分解也可以表示为：

这里，MCEjit被定义为银行相对于元成本边界的成本效率。它不同于根据集团成本前沿ft评估的银行CEj It的成本效率。

为了使估算既切合实际又切合实际，在效率文献中广泛使用的标准超越对数（translog）形式中指定了群体特定成本前沿和元前沿，并带有时间趋势。设Wfrac14;W1；⋯; WN是输入价格的N向量，Yfrac14;Y1；⋯; YM是输出量的M向量。成本前沿模型是：

这里，T表示时间趋势，alpha;、beta;psi;和theta;是要估计的参数。ε合成误差包含一个双边误差项sigma;2和非负随机变量U，反映银行的成本效率低下。继Battese和Coelli（1995）之后，我们将这个低效率术语与一系列环境变量联系起来：

这里，Omega;表示环境变量的集合，tau;是相应的系数因此，我们的随机met afrontier分析允许我们在这两个步骤中使用不同的环境变量集，用于群体特定和元前沿成本函数.

3.2 两步GMM动态面板数据技术

本文考察了金融技术创新对中国传统银行绩效的影响。在处理微观分析时，决策单元（DMU）的当前行为通常取决于过去的行为，因为DMU的惯性或部分调整。为了解释数据中潜在的内生性、异方差性和自相关问题，我们从两步系统动态GMM估计开始。基本模型表示为：

这里，ifrac14;1；⋯; N表示横截面单位，tfrac14;1；⋯; T表示时间段。因变量Yi；包括第3.2节中估计的MCE和TGR代表一组金融科技创新指标，这是主要的解释变量。由一组控制变量组成，包括消费者价格指数、银行规模、存款贷款和净息差。alpha;1项是银行绩效的估计持续系数。最后，eta;i是特定于河岸的效应，εi；t是特殊错误项。

4.实证结果

4.1 随机元前沿下的效率估计

我们利用 FRONTIER4.1软件，对各小组进行了费用界限及元边界费用函数的估算。实证结果显示，个别族群的边界及元边界的大部分参数均在10%左右。在选定的环境变量中， ETA和 ROA因子在几乎所有产权结构中都是显著

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[589432]，资料为PDF文档或Word文档，PDF文档可免费转换为Word