主观感知视角下金融科技对系统性风险的影响关系研究_龙奕名.pdf

参考文献：1周芳，胡月玖.社群导向的区域特色农产品电商平台的研究J.山东商业职业技术学院学报，2017（2）：1-4，10.2王凌.农产品电商的商业模式分析与研究以秦东地区电商为例J.南北桥，2017（22）：2.3 张妍.基于电商平台的农产品物流服务和销售模式选择J.商业经济研究，2021（5）：139-141.4李红新，李卫琳.陕西农产品社群电商模式与实施路径研究J.商场现代化，2021（14）：50-52.摘要基于主成分分析法，界定了商业银行金融科技水平和系统性风险水平的计算公式，基于主观评价法，评估了商业银行金融科技水平和系统性风险水平，采用多元回归分析验证了金融科技对商业银行系统性风险的影响关系。结果得出，金融科技对商业银行系统性风险具有显著的正向影响关系，提出商业银行应当重视金融科技的实践应用。关键词金融科技；系统性风险；商业银行；主观感知中图分类号 F832.3文献标识码A文章编号1673-0046（2023）5-0030-04龙奕名太原城市职业技术学院学报2023 年 5 月 第 5 期主观感知视角下金融科技对系统性风险的影响关系研究（华南师范大学，广东佛山528000）金融业与生俱来就与风险相伴，防范、化解风险尤其是系统性风险是金融工作的永恒主题。金融科技是一种技术驱动的金融创新，金融科技应用打破了金融行业边界，提高了金融服务效率，但也带来了一系列金融风险。金融科技依托移动互联网、云计算、区块链和人工智能等技术基础，使得大量金融业务和金融服务实时化、远程化与虚拟化，使得各类金融风险的传染性更强，导致爆发系统性金融风险的概率大幅提高。商业银行是金融业的重要构成部分，鉴于金融科技对商业银行的辐射影响，本文尝试从主观感知视角出发，验证金融科技对商业银行系统性风险的影响关系。一、文献回顾系统性风险是金融体系的内生性风险，金融科技是金融体系的内在驱动力，伴随金融科技在商业银行应用的加强，商业银行系统性风险发生率越来越高，引发了学者们对金融科技与商业银行系统性风险的广泛关注。刘孟飞1以 26 家中国上市银行为例，验证了金融科技与商业银行系统性风险之间影响关系，结果指出，金融科技对商业银行系统性风险具有显著的正向影响，金融科技的发展与应用加重了商业银行的系统性风险水平，同时得出金融科技对不同类型商业银行系统性风险影响程度存在差异，相比较国有大型商业银行，中小型商业银行系统性风险受到金融科技的影响更大。王志宏和孙鹏2基于金融科技对商业银行系统性风险的影响机制，实证分析了金融科技对商业银行系统性风险的影响关系，结果指出，影响机制包括金融科技影响商业银行盈利水平、金融科技加大商业银行技术风险和操作风险、金融科技加大商业银行流动性风险、金融科技加大商业银行信用风险，同时得出金融科技对整个商业银行体系的系统性风险均具有显著的溢出效应，相对于股份制商业银行和国有商业银行，金融科技对区域性商业银行系统性风险有着最明显和最直接的溢出效应。王道平等3以沪深上市商业银行为例，分析了金融科技与商业银行系统性风险之间的影响机制及其影响关系，结果指出，备专业人才、专业设备等，以此来保障“直播+电商+短视频”的营销方式，这种营销方式因其具有互动性强、参与感强的特点而被广大消费者所更容易接受，在推动重构线上消费场景、丰富线上消费体验等多方面具有显著优势4。四、结语全球化的经济形势以及信息技术的不断改革换代，使得全球之间的经济来往更加地频繁，而社群化电商商业模式立足于这一时代背景下，要想不被时代的浪潮所淹没在历史的尘埃里，那么就要积极顺应时代的发展趋势，把握好数字化时代的条件福利，积极将创新精神贯彻到社群化电商商业模式之中。同时，随着新媒体的应用推广，社交电商也正在逐渐成为电商发展的新趋势，基于社群化的电商商业模式下的农产品发展必须以本土企业资源为基础，以市场经济形势为导向，充分整合当地资源，不断引进优秀的电商人才，社群电商商业模式才能不断发展完善，盈利创收。!30DOI:10.16227/ki.tycs.2023.0277金融科技不仅会强化商业银行之间的关联度，而且会提高商业银行的风险担当水平，进而引发和放大系统性风险，同时得出商业银行会影响到整个商业银行系统的系统性风险，影响关系为正。刘孟飞和罗小伟4以 33 家上市商业银行为例，分析了金融科技与商业银行系统性风险之间的关联机制及其影响关系，结果指出，金融科技公司与商业银行之间有着强业务关系，形成了双边债权债务网络，金融科技发展必然会对商业银行产生影响，容易诱发系统性风向，同时得出金融科技与商业银行系统性风险之间有着强影响关系，金融科技水平的提高可能会增强商业银行整体性的系统风险。综上所述，学者们对金融科技与商业银行之间的关系进行了多视角、多维度的实证分析，但梳理变量测量方法发现，已有研究均采用客观指标对商业金融科技和商业银行系统性风险进行测量，指标的非全面性、数据的失真性、测量方法的局限性均有可能产生评估上的偏差，基于此，本文将从主观感知视角出发，评估商业银行金融科技水平与商业银行系统性风险水平，并以此为基础，验证二者之间的影响关系。二、主观感知视角下商业银行金融科技和系统性风险测度首先，界定商业银行金融科技水平和系统性风险水平的测量指标；其次，采用主成分分析设定商业银行金融科技水平和系统性风险水平指标值的计算公式；最后，代入商业银行金融科技水平和系统性风险水平测量指标的主观评分值，得到商业银行的金融科技水平和系统性风险水平。（一）商业银行金融科技水平测度参考相关文献研究成果，界定商业银行金融科技水平的测量指标包括：互联网技术、人工智能、区块链、大数据、云计算。邀请商业银行管理人员针对测量指标进行相对重要性评估，并依据评估数据开展主成分分析，得到累计方差值和因子载荷数，分别见附表 1 和表 1。表 1因子载荷数（金融科技水平）根据附表 1 可知，前 2 个成分的初始特征值分别为1.56 和 1.07，均大于 1，其余成分的的初始特征值均小于1，说明共存在 2 个公因子，其累计方差为 87.83%，大于50%，具有很高的解释效力。公因子 1 和公因子 2 旋转后的方差分别为 49.86%和 37.97%，可以得出金融科技水平的计算公式（1）为：金融科技水平=0.4986公因子 1+0.3797公因子 20.8783（1）根据表 2 可知，公因子 1=0.8256互联网技术+0.4512人工智能+0.4631区块链+0.7846大数据+0.2014 云 计 算。公 因子2=0.1742 互 联 网 技 术+0.7712 人 工智能+0.6932区块链+0.4112大数据+0.8711云计算。由此完善金融科技水平的计算公式（2）为：邀请 30 家商业银行员工针对该银行的互联网技术、人工智能、区块链、大数据、云计算等水平进行 15 级的主观性评分，1 代表非常低，2 代表比较低，3 代表一般，4代表比较高，5 代表非常高，代入计算公式（2），得到各商业银行的金融科技水平见附表 2。（二）商业银行系统性风险水平测度参考相关文献研究成果，界定商业银行系统性风险水平的测量指标包括：资本充足率、资产质量、管理水平、盈利状况、流动性。邀请商业银行管理人员针对测量指标进行相对重要性评估，并依据评估数据开展主成分分析，得到累计方差值和因子载荷数，分别见附表 3 和表 2。表 2因子载荷数（系统性风险水平）根据附表 3 可知，前 2 个成分的初始特征值分别为1.21 和 1.02，均大于 1，其余成分的的初始特征值均小于 1，说明共存在 2 个公因子，其累计方差为 89.98%，大于 50%，具有很高的解释效力。公因子 1 和公因子 2 旋转后的方差分别为 53.69%和 36.29%，可以得出商业银行系统性风险水平的计算公式（3）为：系统性风险水平=0.5369公因子 1+0.3629公因子 20.8998（3）根据表 2 可知，公因子 1=0.7897资本充足率+0.7742资产质量+0.2456管理水平+0.5248盈利状况+0.3369流动性。公因子 2=0.6214资本充足率+0.5931资产质量+0.7425管理水平+0.7539盈利状况+0.7984流动性。由此，完善商业银行系统性风险水平的计算公式（4）为：金融科技水平=0.4986（0.8256互联网技术+0.4512人工智能+0.4631区块链+0.7846大数据+0.2014云计算）0.8783+0.3797（0.1742互联网技术+0.7712人工智能+0.6932区块链+0.4112大数据+0.8711云计算）0.8783（2）?!?#$%?&(?31?金系统性风险水平=0.5369（0.7897资本充足率+0.7742资产质量+0.2456管理水平+0.5248盈利状况+0.3369流动性）0.8998+0.3629（0.6214资本充足率+0.5931资产质量+0.7425管理水平+0.7539盈利状况+0.7984流动性）0.8998（4）基金项目：20222023 学年华南师范大学学生课外科研一般课题（项目编号：22GSGA01）作者简介：龙奕名（2002-），女，广东广州人，本科在读，研究方向：企业管理、风险管理、投资、金融。参考文献：1刘孟飞.金融科技与商业银行系统性风险基于对中国上市银行的实证研究J.武汉大学学报（哲学社会科学版），2021，74（2）:119-134.2王志宏，孙鹏.金融科技对商业银行系统性风险溢出效应研究J.广西社会科学，2021(11):126-133.3王道平，刘杨婧卓，徐宇轩，等.金融科技、宏观审慎监管与我国银行系统性风险 J.财贸经济，2022，43（4）:71-84.4刘孟飞，罗小伟，金融科技、风险传染与银行业系统性风险J.社会经济体制比较，2022（3）:72-87.邀请 30 家商业银行员工针对该银行的资本充足率、资产质量、管理水平、盈利状况、流动性等风险水平进行15 级的主观性评分，1 代表非常低，2 代表比较低，3 代表一般，4 代表比较高，5 代表非常高，代入计算公式（4），得到各商业银行的系统性风险水平，见附表 4。三、主观感知视角下商业银行金融科技对系统性风险影响关系参考相关文献研究成果，引入控制变量银行规模、股权性质、资本结构、经济增长、货币供应量增长，构建金融科技水平对商业银行系统性风险水平的影响分析模型：Y=+X+iZi+（5）其中，Y 是被解释变量，即系统性风险水平，X 是解释变量，即金融科技水平，Z 为控制变量，包括银行规模、股权性质、资本结构、经济增长、货币供应量增长。采用 SPSS 软件进行多元回归分析，结果如附表 5。如附表 5 所示，模型调整后的 R2值为 0.582，即金融科技水平、银行规模、股权性质、资本结构、经济增长、货币供应量增长对商业银行系统性风险的解释程度为 58.2%，大于 50%，说明模型自变量能够较好解释因变量。模型 F检验的 F 值为 121.427，显著性水平为 0.037，小于 0.05，说明模型分析有效。根据回归结果，金融科技水平变量的回归系数 Beta值为 4.075，大于 0，显著性水平为 0.018，小于 0.05，说明金融科技水平对系统性风险具有显著的正向影响，也就是说，商业银行的金融科技水平越高，则可能产生更高的系统性风险。四、结束语本文研究结果表明，金融科技水平对商业银行系统性风险的影响效应显著为正，也就是说，金融科技的快速发展可能加剧了商业银行系统性风险，即商业银行在金融科技的助力下，使得金融服务突破了空间和时间的限制，系统性风险发生的概率更大。因此，商业银行在提高金融科技水平来提高银行经营效率的同时，要注意防范系统性风险。首先，商业银行在利用金融科技驱动创新时，需要反复论证金融科技创新的各个环节，分析潜在的技术风险、运营风险、操作风险，确保金融创新风险可控。其次，商业银行需要健全金融科技专项应急预案，对系统性风险进行预警和测度，筑牢商业银行与金融科技风险交叉渗透相互溢出的防火墙，及时预警系统性风险。最后，商业银行应设立金融科技专项创新基金，加大对金融科技创新方面的研发，依据实际业务情况，开发新的金融业务应用场景，不管是在业务创新还是风险控制方面，都要加快智能化平台建设，将金融科技效能转化为经济效益。附表 1 累计方差值（金融科技水平）32?!?#$%?&?()?*?*?+,?*?*?*?&?-.?/?012?012?#$%?32?*?*?45678?9:;?%?A?B?CDEF?GHIJ.EF?附表 5 回归分析结果附表 2样本银行金融科技水平值附表 3 累计方差值（系统性风险水平）附表 4 样本银行系统性风险水平值?!?!?!?!?!?!?!?!?!?!?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?#?33