绿色金融背景下金融科技对银行的影响分析.docx

经 北方绿色金融背景下金融科技对银行的影响分析陈茹云 袁寇曼翎渊 泉州经贸职业技术学院 袁 福建 泉州 362000冤125摘要 院金融科技的发展袁助推银行金融服务的转型升级遥 绿色 金融的环境袁助力银行经营模式的可持续性发展遥 本研究通过 13 家上市银行 2017 年至 2021 年的季度数据 袁借助 hausm an 检验,确定随机效应模型和固定效应模型的有效性 袁分析金 融科技与银行盈利能力的关系 袁 并根据绿色金融和金融科 技的两大背景 袁提出银行未来发展应注意内外宣传、绿色创 新和人才培育的规划 遥关键词 院金融科技 曰绿色金融 曰银行盈利能力 曰人才培育 中图分类号 院F830 文献标识码院A文章编号 院 1005-913X 渊 2022冤06-0125-04A nalysis of the influencing factors of financialtechnologyon bank profitability under the background of greenfinanceC hen R uyun,Y e C hunyun渊 Q uanzhouV ocationalandT echnalColege ofeconom icsand trade,Q uanzhouFujian 362000冤A bstract院T he deve pm entoffinancltechnogy hasboosted the transform ation and upgradg of bankg financlservices. T he environm ent of green finance helps the sustaab deve pm entof the banks businesm ode l. T his paperusesthe quarterly data of13 listed banksfrom 2017 to 2021,and usesthe hausm an test to determ ine the va lidity of the random efect m odel and the fixed efect m ode l, ana zes the relationship betw een fintech and bank profitability, and ana zes the relationship betw een fintech and bank profitability. In the background, it is proposed thatthe banks future deve pm ent should pay atention to the planng of internal and external publicity,green innovation and tantcultivation.K ey w ords院financltechnogy;green finance;bank profita- bility;influencg facrs一、引言2017 年 袁 经国务院第 176 次常务会议审定 袁五 个省份的部分地区将建设具有地方特色的绿色金 融改革创新实验区 袁 积极探索金融产品的服务创 新、机制创新等 袁 经过不懈努力 袁 取得了阶段性成 果 遥 其中 袁商业银行利用大数据、云计算、人工智能收稿日期 院 2022- 02- 21基金项目 院 2020 年福建省中青年教师教育科研项目(JA T 201327)等各种新时代的科技手段 袁有效解决了发展绿色金 融过程遇到的困难 袁 其中最为突出的是信息不对 称、经营成本高、客户粘性差、客户体验差、精细管 理程度低、智能业务水平低、风险技术创新弱、风险 管理效率低 遥 除了国有银行 袁其他各类的股份制商 业银行 袁甚至是城市商业银行 袁 为了适应银行客户 需求的不断变化 袁 以及金融市场日益激烈的竞争局 面 袁都开始重视金融科技的投入与研发 遥 因此 袁这几 年各方对于金融科技的发展与商业银行盈利的关 系都展开了较为深入的研究 遥目前 袁学者们对于金融科技与银行盈利关系的 研究已经取得一定的成果 袁 主要分为两个部分 院第 一 袁 从理论方面讨论金融科技与银行的盈利关系 遥 刘文康渊 2021冤 分析了在科技金融背景下从以下四 个方面提升商业银行的盈利能力 袁分别是强化金融 科技认识、打造科技赋能金融、明确发展责任主体、 加大金融人才培养 遥 1宋传福渊 2020冤 说明了商业银 行的信息发展、建立数字化管理模式 、更新应用银 行系统、优化风险管理模式能够使得金融服务更加 全面、高效 袁有助于实现商业银行的科技化与信息 化发展建设 遥 第二 袁从实证方面论证金融科技与银 行的盈利关系 遥 2于凤芹等渊 2021冤 借助动态面板模 型和多重中介效应模型 袁分析商业银行发展金融科 技是有利于提升盈利能力 袁其自身的资产负债管理 能力、风险管理水平和经营效率的作用对盈利能力 也有中介传导机制 遥 3谢婼青等渊 2021冤 通过构建面 板模型得出金融科技对商业银行盈利能力有正向 效应 袁并且从国家层面和银行层面分别给予不同的 政策建议 遥 4本研究基于已有的研究成果 袁不仅论证了金融 科技与银行的盈利关系 袁而且根据中国人民银行联 合七部委发布的 关于构建绿色金融体系的指导意作者简介 院 陈茹云(1986- )袁女 袁福建泉州人 袁讲师 袁硕士 袁研究方向 院金融学 曰寇曼翎(1996- )袁女 袁福建泉州人 袁助教 袁硕士 袁研究 方向 院金融学 遥N O R T H E R N E C O N O M Y A N D TR A D E126见和中国银行业协会印发的 中国银行业绿色银 行评价实施方案渊 试行冤袁 为商业银行长期、稳定的 发展提供可行性的意见和建议 遥二、研究设计与实证检验渊 一冤 样本选取与数据来源本研究选取 13 家上市银行 2017 年第三季度至 2021 年第三季度的数据袁包括中国建设银行渊 JH冤、中国银行渊 ZH 冤、中国工商银行渊 G H冤、中国农业银行 渊 N H 冤、中国交通银行渊 JT冤、中国光大银行渊 G D冤、华夏银行渊 H X冤、平安银行渊 PA冤、上海浦发银行渊 PF冤、 兴业银行渊 X Y冤、招商银行渊 ZS冤、中国民生银行渊 M S冤、 中信银行渊 ZX冤遥 数据主要来源于各银行 2017 年至2021 年公开发布季度财务报告及国泰安数据库 遥 渊 二冤 变量选取1.被解释变量本研究选取的被解释变量是净资产收益 率 渊 R O E冤袁又被称为股东权益的报酬率 袁 这是银行经常用来衡量盈利水平的一个指标 遥 净资产收益率等 于利润额除以平均股东权益的比值 遥 从目前研究的 文献中发现 袁大部分学者以总资产收益率渊 R O A冤 作 为被解释变量 袁这个指标主要用于衡量银行债权人 与股东所拥有的共同资金产生的总利润 袁能够呈现 银行所有的负资产 袁主要反映过去的情况 遥 但是 袁本 研究选择的被解释变量是净资产收益率 袁主要是为 了通用比较不同银行之间现有资产的盈利情况 袁 即 横向比较不同银行利用现有的金融科技资产创造 的不同财富水平 遥2.解释变量对于解释变量的选择 袁本研究综合银行目前使用的科技终端 袁借鉴于凤芹等渊 2021冤 学者的研究 袁 选取金融科技指数的变动情况渊 Y冤 作为解释变量 遥3.控制变量银行的盈利能力不仅受到金融科技这一新兴 技术的影响 袁还受银行自身运营能力 、偿债能力等 多方面因素的影响 遥 因此 袁本研究选取了 6 个变量 作为控制变量 袁分别是基本每股收益渊 BEPS 冤袁体现银行的营运能力 曰 资本充足率渊 CA R冤 和资产负债率 渊 D A R冤袁体现银行的偿还能力 曰 成本收入比渊 CIR冤袁主要体现银行自身成本控制的能力 曰 不良贷款率 渊 N PL冤袁 体现银行的风险管理能力 曰 固定资产渊 FA 冤袁体现银行的总体规模 遥渊 三冤 模型构建与检验1.变量描述性统计本研究选取 13 家上市银行 2017 年至 2021 年 的季度数据 袁共 219 个观测值 袁建立面板数据模型 遥 利用 Eviews 等统计软件 袁对采集的数据样本进行描 述性统计分析渊 结果如表 1 所示冤遥我国上市银行的净资产收益率的波动范围在 1.77- 15.19 袁说明所有银行的盈利能力均为正 袁且标 准差为 3.34 袁 比较小 袁 说明各大银行之间的盈利能 力差距不大 遥 控制变量不良贷款率是影响绿色金融 发展最大的指标袁从表 1 的数据可知 袁13 家银行的不 良贷款率的平均值为 1.56% 袁最大值也只有 2.44% 袁 均在监管机构 5% 的规定范围内 遥 另外 袁可以发现固 定资产的平均值与其他控制变量的数值区间不在 一个阶梯范围内 袁 因此 袁本研究对固定资产进行了 对数处理 袁 以此来保证大部分数据的一致性 遥2.Pearson相关分析表 1 变量的描述统计结果表统计量BEPSCA RCIRD A RN PLR O EFA平均值0.9213.9827.2192.151.567.479057316中位数0.6813.7427.9392.061.567.404799700最大值3.7917.4533.3093.542.4415.1925352500最小值0.168.632.1291.060.931.77787300标准差0.741.724.700.600.283.348330252样本量219219219219219219219表 2 中显示 袁净资产收益率与基本每股收益的 关系为 0.63 袁两个变量之间呈现正相关的关系 遥 其 他变量两两之间的相关系数的绝对值都在 0.5 以 下 袁 甚至有些变量的相关系数的绝对值是在 0.1 以下 遥 可见 袁本研究如果利用这些变量数据构建面板数据的回归模型 袁那么变量之间一定不会存在多重 共线性的问题 遥3.平稳性检验为了预防出现面板模型的伪回归 袁必须保证面板数据的所有序列都是平稳序列 遥 因此 袁本研究对经北方表 2 P earson 相关系数变量BEPSCA RCIRD A RN PLR O Eloga)BEPS1-0.070.090.02-0.200.63-0.33CA R-0.071-0.03-0.55-0.37-0.080.63CIR0.09-0.0310.22-0.230.12-0.11D A R0.02-0.550.2210.420.07-0.45N PL-0.20-0.37-0.230.421-0.03-0.30R O E0.63-0.080.120.07-0.0310.04loga)-0.330.63-0.11-0.45-0.300.041所有变量数据均进行了单位根 LLC 检验渊 结果如表3 所示冤遥 若按 0.10 水平下的显著性要求 袁 只有不良贷款率的数值 -0.84 袁P 值 0.20 袁超过 0.10 袁为非平稳序列 遥 由于采用的是季度数据 袁可能存在季度波动表 3 单位根检验LLC 检验一阶变量稳定性- 17.13- 10.51-8.38-7.91-6.66-4.26- 16.68对变量不良贷款率进行一阶差分 遥 结果显示 袁 即使 按 0.01 水平下的显著性要求 袁该序列的平稳性都是稳定的 遥LLC 检验统计量-21.02-6.39- 1.28-2.16- 1.73-0.84- 18.60的持续性问题 袁 为进一步确保模型结果的准确性 袁稳定性稳定稳定稳定稳定稳定稳定稳定稳定稳定稳定稳定稳定不稳定稳定P 值000.090.020.040.200P 值0000000BEPSCA RCIRD A RFAN PLR O E统计量1274.模型设计及 hausm an 检验面板数据的变量关系一般有两种 院一种是个体 呈现随机变化 袁 即把回归模型的系数视作随机变 量 袁这样的模型叫作随机效应模型 曰 另一种则是个体的变化与自变量存在一定的关系 袁一般是指模型的斜率系数是固定不变的 袁 只有模型的截距项会发 生变量 袁我们把这样的模型叫作固定效应模型 遥 本 研究利用统计软件 袁对解释变量与被解释变量构建 随机效应模型渊 其结果如表 4 所示冤 遥从上述的模型结果来看 袁 除了资产负债率 D A RR O A =-51.79+r+0.25伊 Y +4.44伊 BEPS-0. 68伊 CA R +0.11伊 CIR +0.3伊 D A R +3.22伊 N PL+1.92伊 LO G (FA )+u(21.19)(0)(-5.62)(0)(-4.51)(0)R -squared=0.7 Prob -statistic)=0变量的 T 检验的概率值大于 0.1 袁 其他变量的检验 概率均为 0 袁 表明大部分的变量对于被解释变量产 生比较明显的影响 遥 因此 袁为了进一步确认该模型 是否真的适合随机效应模型 袁 本研究选用 hausman 检验进行进一步论证 遥表 4 hausm an 检验结果TestSum m aryCross-section randomChi-Sq.Statistic76.178106Chi-Sq.d.f.7Prob.0(5.32)(0)(8.54)(0)(3.79) (1.03)(0) (0.3)公式渊 1冤从表 4 结果可知 袁该模型的检验结果 P 值为 0 袁 小于 0.1 袁拒绝原假设 袁 即上述随机效应模型整体的 数据虽然结果良好 袁但是 袁相对于随机效应模型 袁本 研究的面板数据由于其自身的季度性 袁可能更适合 固定效应模型 袁 因此 袁最终确定选用固定效应模型 遥 鉴于此 袁本研究重构固定效应模型 袁模型结果显示如下 院R O A =15.23+r+0.19伊 Y +5.4伊 BEPS-0. 7伊 CA R +0.09伊 CIR +0.11伊 D A R +31.95伊 N PL- 1.17伊 LO G (FA )+u(-3.51) (21.08)R -squared=0.8 Prob -statistic)=0(-5.62) (3.79)(1.03)公式渊 2冤(5.32)(8.54)N O R T H E R N E C O N O M Y A N D TR A D E对外要安排员工深入群众 袁让客户了解银行最新金 融服务在社会民生方面取得的科技成果 袁让客户认 识到金融科技给生活带来的便利 袁让客户慢慢接纳新的科技手段 袁与银行的发展同向同行 遥渊 二冤 打造创新研发绿色产品的科技金融机制从研究成果可知 袁绿色金融业务的发展只要控 制在有效的范围内 袁是可以快速提升银行的综合实 力的 遥 因此 袁在这样的金融环境背景下 袁我们只需要 保证金融科技的创新与传统金融的运作协同发展 袁 必将为银行开创一个高速前进的新局面 院 第一 袁可 以继续加大金融科技绿色产品的研发力度 袁满足当 前金融市场的投融资需要 袁服务区域经济的发展需 求 曰第二 袁可以加快绿色金融产品中间运转的速度 袁 通过金融科技的赋能 袁 规避绿色资金期限过长 袁实 现银行的资本结构再优化 袁落实银行流动性风险度的再降低 遥三、实证结果分析首先 袁通过上述的数据清洗 、数据加工以及模型构建、结果检测 袁本研究构建了金融科技与银行盈利关系的面板数据的固定效应模型 遥 从公式渊 2冤的结果数据来看 袁本模型的拟合优度系数从随机效应模型公式渊 1冤 的 0.7 上升到 0.8 袁拟合效果比之前提升了 0.1 袁进一步表明了利用固定效应模型 袁解释变量对于被解释变量的解释更充分 遥其次 袁金融科技指数的变动对于商业银行的盈利能力影响系数是 0.19 袁 虽然比在随机效应模型状态的回归系数要小一点 袁但是 袁 足以证明两者之间呈现正相关的关系 遥 这也就进一步论证了若要全面实现绿色金融 袁 促进国内各类产业的全面升级 袁开展金融科技的业务提升势在必行 遥渊 三冤 培养引进新时代的金融科技创新人才本研究变量中缺乏关于人才的数据引入 袁主要 是因为早期行业对于金融科技的人才并没有给予 应有的重视 遥 但是 袁从 2020 年的统计数据来看 袁全 国的大中小型银行金融科技人员占比明显提高 袁全 面推进了专业化金融科技队伍的建设 遥 可见 袁银行 与金融科技要实现深度融合 袁人才是关键 遥 第一 袁政 府可以通过政策引领的形式 袁鼓励金融行业不断引 进金融科技的高层次人才 袁 通过团队建设的形式 袁 在短期内形成高水平的创新研发队伍 曰第二 袁银行 业可以充分利用产教融合的平台 袁与高校共同制定 新时代的人才培养体系 袁 为金融行业的长久发展 袁提供可持续的创新人才 遥再次 袁控制变量基本每股收益 、资产负债率以及成本收入比和不良贷款率 袁均与银行的盈利能力呈现正相关的关系 遥 其中 袁基本每股收益与盈利能力关系紧密 袁呈现正相关不足为奇 遥 但是 袁其他三个指标也呈现正相关 袁成本、负债、贷款等指标是影响绿色金融落地的关键指标 袁 回归系数均为正值 袁 即都在可控制的范围 袁进一步表明了目前的中国银行业绿色金融正在慢慢步入正轨 遥 可见 袁适当的负债、贷款 袁不仅不会对绿色金融造成负面影响 袁而且在一定程度上 袁还有助于盈利能力的提升 遥参考文献 院最后 袁本研究由于数据采集的局限性 袁选择固定资产作为银行规模的指标 遥 固定资产的回归系数为 - 1.17 袁 表明固定资产与银行的盈利能力呈现负相关 遥 即现在银行对于固定资产的投入虽然都比较大 袁 但巨额的投入并无法给自身带来巨大的收益 袁投入与产出并不成正比 遥 因此 袁现在很多银行选择逐步扩大金融科技这类无形资产的研发投入 袁有些甚至将研发转化 袁走在金融科技发展的前沿 遥1 刘康文. 科技金融视域下商业银行盈利能力提升的途径J.北方经贸 袁2021(5):107- 109.2 宋传福.金融科技对商业银行的影响及应对策略 J.中外企业家 袁2020(3):21.3 于凤芹 袁于千惠.金融科技影响商业银行盈利能力的机制分析J.金融与经济 袁2021(2):45- 62.4 谢婼青 袁李世奇 袁张美星.金融科技背景下普惠金融对商业银行盈利能力的影响研究 J.数量经济技术经济研究 袁2021(8):145- 163.四、政策建议人工智能背景下 袁 金融科技的发展势不可挡 袁如何实现金融科技赋能传统银行业务的发展变得尤为重要 遥 基于本研究 袁提出以下金融科技助力银行全面发展的政策意见 院渊 一冤 扎实开展金融科技的银行内外宣传活动 责任编辑 院王 旸第一 袁银行内部要培育在岗职员树立科技金融的新理念 袁鼓励、引导基层员工利用科技手段助力银行业务的开展 袁提升业务办理的效率 曰第二 袁银行128