金融科技对商业银行零售业务盈利的影响研究

王均山

（对外经济贸易大学 国际经济贸易学院，北京 102208）

一、引言

近年来，在大数据、云计算、人工智能、区块链等信息技术的支撑下，金融科技快速发展。根据金融稳定理事会（FSB）的定义，金融科技（Finance Technology，Fintech）是指技术带动的金融创新，是对金融市场、金融机构及金融服务供给产生重大影响的新的业务模式、技术应用、产品服务等，既包括前端产业，也包含后台技术。[1]金融科技技术的不断进步、金融科技企业的大量涌现，在丰富金融服务供给、提升金融服务效率的同时，也对我国商业银行的业务经营产生了深远和复杂的影响。由于金融科技企业提供的金融服务广泛面向个人及家庭，深刻改变了个人客户的需求和金融消费习惯，因此以银行零售业务受到的影响最为直接和显著。

零售业务具有资本消耗少、受经济周期影响较小、创新空间广阔、经营风险分散等特点，已成为现代商业银行的重要支柱，是现代商业银行最具活力和发展潜力的领域之一。[2]根据上市银行年报，2018年国内上市银行零售业务营业收入已达1.7万亿，同比增长12%；占全部营业收入比重的38%。

金融科技究竟如何影响商业银行零售业务的盈利，是学术界和业界都十分关注的问题，厘清这一问题对推动我国商业银行持续稳定经营、防范金融风险、保持金融系统稳定，都具有非常重要的意义。

二、文献综述与研究假设

（一）关于金融科技概念的研究。

目前，学术界对金融科技这个概念尚未达成一个公认一致的定义，综合国内外学术界以及政府部门、从业人员的研究，对金融科技的界定主要有以下三种视角。第一种将其定义为金融和科技融合所形成的创新业务模式，或者是应用新兴科技从事金融业务创新的科技企业。例如，巴塞尔银行监管委员会将金融科技分为支付结算、存贷款与资本筹集、投资管理、市场设施等四类基本的业务模式；[3]Susanne et al.（2016）认为金融科技是指面向正规金融机构提供技术与产品研发、创新与服务的初创型科技公司和高增长的中小科技企业。[4]第二种定义为新兴科技在金融领域的应用和创新。例如，牛津词典将金融科技定义为用于支持银行业及其他金融服务业的电脑程序和其他科技。[5]第三种定义比较综合，所包含的范围较广，既可以是前端产品、业务模式，也可以是后台技术。例如，前文提到的金融稳定理事会（FSB）的定义就属于这一类，这也是目前认可度较高、较为权威的定义。

本文倾向于接受金融稳定理事会对金融科技的定义，同时结合学术界、业界的其他定义，认为可从技术、产业、融合等三个维度来理解金融科技。一是微观技术维度，是指支撑金融服务的一系列新的科学技术，包括大数据、云计算、人工智能、区块链等信息技术；二是中观行业或业态维度，是指依托新兴信息技术发展起来的新兴金融业态及行业，主要包括第三方支付、P2P网络借贷、众筹、智能投顾、互联网保险等，这些行业中的市场主体主要包括新兴的金融科技企业；三是宏观融合维度，即金融与科技深度融合发展所形成的金融创新、实现的金融发展，未来金融科技的发展方向是金融与科技高度融合，融合后也将以新的业态与技术表现出来。

（二）关于金融科技对商业银行零售业务影响的研究。

国外的研究多集中在金融科技对商业银行零售业务的总体影响或某一方面的影响上，兼具理论与实证分析。Ferrari（2016）认为，数字颠覆浪潮已经到来，冲击银行业和金融服务业，其不仅仅是一次重大的技术变革，或是新渠道的增加，而是对整个零售银行模式的深刻改革，整个市场结构都将发生变化。在金融科技的标签下，新的数字竞争已经发展起来。银行和大型科技巨头可能决定不通过通用的银行模式，而是选择最高效、最精简的垂直服务来进行国际扩张。[6]Li et al.（2017）研究了金融科技初创公司对零售银行股价的影响，发现金融科技初创公司融资额或交易的增长与现有零售银行的同期股票回报率之间存在正相关关系。[7]Coetzee（2018）探讨了金融科技对南非零售银行的战略影响，认为南非零售银行通过适应金融科技革命，有望在战略上先发制人，这将使他们不仅能够首先发现机会，而且能够在竞争对手做到这一点之前提供解决方案。[8]Omarini（2018）通过移动钱包生态系统分析了金融科技和支付前景，认为支付市场是零售银行业中一个规模巨大且盈利的细分市场，除了来自卡支付交易的收入流之外，数字支付还释放了新的收入来源和价值创造，在支付市场中移动钱包代表了在消费者对企业领域具有最高增长潜力的创新之一；金融科技初创企业、高科技公司以及移动网络运营商确实在用他们的创新主张挑战现状，试图将银行从其支付服务提供商的传统职能中剥离出来，移动钱包平台可以成为银行应对以客户为中心方法的强大工具，这也是零售银行在非银行竞争日益激烈的市场中的潜在竞争优势来源。[9]

国内学术界也对金融科技对商业银行零售业务的影响进行了一些研究，以定性分析为主，实证研究较少。谢治春（2015）分析了互联网金融对零售金融商业模式、零售金融客户的影响，指出互联网金融改变了传统商业银行零售金融业务以单向价值链为特征的行为模式，扩展了零售金融的客户范围和地域范围，改变了客户的金融习惯和行为，也引发了商业银行对技术支持、数据处理、渠道建设等的重新思考。[10]李超（2018）研究了互联网时代银行零售业务渠道的发展策略，认为互联网时代移动互联网由信息媒介转变为需求触点、客户行为模式以及对金融服务的预期彻底改变、低成本数据获取平台驱动精准营销和跨界竞争，在其影响下银行积极推进渠道转型，网点整体规模增速趋缓，轻型智能成为主要转型方向，自助设备总需求降低，更注重新技术应用和功能创新，电子银行和互联网金融渠道交易量大幅增加，大量高柜柜员向营销服务类岗位转型。[11]陆岷峰、虞鹏飞（2015）研究了大数据分析在商业银行零售业务中的应用，认为大数据具有经济性、时效性的特点，与零售业务相结合，推动银行零售业务在沟通渠道、营销手段、服务形态等方面转型，可应用于银行客户管理、建立数字化业务模式、风险控制等领域。[12]陈春安（2016）以招商银行为例对大数据在零售业务上的分析与应用进行了案例分析，介绍了大数据在商业银行零售业务上的四种具体应用模型，如产品需求评分模型、客户细分模型、微信银行互动文本挖掘和关系网亲密等级模型等，并对四种模型的应用场景进行了总结和展望，提出了优化客户关系管理、优化差异化定价策略、优化渠道管理、优化营销模式等发展策略。[13]刘丹丹、王雷涛（2017）分析了第三方支付对商业银行零售业务的影响，认为第三方支付业务的发展一定程度上影响了商业银行中间业务收入的快速增长，将不可避免地影响商业银行的存款，可能将对零售存款的“投资”功能形成分流和竞争，第三方支付公司打造的网络融资平台对商业银行零售及小微企业领域的贷款业务构成竞争态势，导致银行与零售客户之间的隔离及客户的快速流失。[14]杨城（2016）研究了互联网支付对商业银行银行卡业务的影响，认为线上支付影响商业银行开展精准营销和风险管理，移动支付颠覆传统支付方式、导致银行卡市场重新洗牌、形成了闭环生态系统，商业银行可通过争取监管部门支持、与卡组织或其他商业银行合作布局移动支付领域、自身单独建设移动支付平台、发展跨境业务等方式提升银行卡业务的竞争力。[15]胡康晋（2014）研究了国有商业银行零售业务在互联网金融冲击下的顾客关系，通过对以“余额宝”“人人贷”为代表的互联网金融产品与国有商业银行零售业务进行对比分析，发现互联网金融对国有商业银行零售业务的冲击主要体现在活期存款的流失和个人经营性贷款的减少。[16]

总的来看，目前关于金融科技对商业银行零售业务影响的研究缺乏金融科技对商业银行零售业务利润影响的研究，特别是缺乏深入严谨的定量研究，这为本文的研究留下了较大空间。

（三）理论分析与研究假设。

下文将从产业、技术、融合等三个维度分析金融科技对银行零售业务盈利的影响，提出研究假设。

1.产业维度：金融科技通过改变市场竞争格局、阻隔商业银行支付业务闭环、分流商业银行存款业务等，降低商业银行零售业务盈利。

首先，金融科技改变了零售金融服务市场竞争格局。新兴金融科技企业进入零售金融服务市场，给金融消费者提供了更多消费选择权，改变了客户与商业银行的供求关系，打破了金融与信息、科技等行业的壁垒，推动金融产品和服务向泛金融、非金融领域渗透和扩展，逐渐改变和重塑了零售金融服务模式和流程，商业银行的垄断地位受到挑战。零售金融服务市场竞争格局由以商业银行同业竞争为主演变为商业银行与金融科技企业、银行同业及其他金融同业竞争的多重新型竞争格局。

其次，金融科技阻隔商业银行零售业务支付闭环。近年来，第三方支付快速发展，对银行传统支付业务造成很大冲击。第三方支付具有鲜明的场景化特征，如支付宝通过淘宝购物支付场景、微信支付通过社交支付场景，创造了完整的支付场景闭环，让支付和用户的购物、社交、生活等无缝对接，容易产生客户粘性，在小额支付上对银行传统支付形成了替代。而且，第三方支付阻断了银行与客户的直接联系，使银行不再直接掌握客户的支付信息，也对银行的信息中介作用形成了挑战。

再次，金融科技分流商业银行储蓄存款及理财业务。金融科技企业在货币市场基金等标准化产品上，以更低的投资门槛、更高的流动性、更优的服务体验，吸引传统商业银行的储蓄存款客户、理财投资客户及长尾客户进行投资，冲击了商业银行的存款业务，也分流了商业银行的理财业务。此外，互联网借贷平台也因其具有资金供需双方直接对接、收益率高等特点，吸引了商业银行一部分追逐高收益的风险激进型客户。

2.技术维度：金融科技通过降低交易成本和优化客户体验，提升银行零售业务盈利。

一方面，商业银行通过应用金融科技技术，可降低交易成本。一是渠道运营维护成本，如物理网点运营成本、内部IT部门维护成本等。二是人工成本，如物理网点工作人员成本、零售业务营销人员成本、IT资源运行维护人员成本等。三是客户信息搜寻和服务成本，移动互联网、大数据等技术的应用使得商业银行能够拓展过去无法覆盖的偏远地区客户、长尾客户群体。四是管理成本，如推进鼓励创新的敏捷组织建设、整合零售业务和批发业务资源等。五是时间成本。如人工智能、区块链等技术可以提高交易及服务效率。六是监督执行成本，如应用网络安全管理与数据加密、通讯监控、反欺诈技术等。另一方面，应用金融科技可以优化客户体验。金融科技为商业银行优化客户体验提供了技术手段。例如，从智能投顾、人机交互等人工智能层面，通过智能机器人的自我学习，深入优化银行服务模式，提高产品服务的场景适应性。而且，人工智能不受情绪影响，更能持续以优质服务对待客户。

3.融合维度：金融科技通过与商业银行的合作共赢，提升商业银行零售业务盈利。

在新的竞争格局下，商业银行与金融科技企业效益最大化的策略必然是信息共享、合作共赢。一方面，金融科技企业在前沿技术上较商业银行具有禀赋优势，商业银行可以应用金融科技企业的云计算、人工智能、区块链等先进技术。专业化分工理论表明，与金融科技企业合作而非从零开始招募技术人员组建开发，是综合实力有限的中小商业银行的最优策略。当前，金融科技企业已经向商业银行输出了反欺诈、风控、人工智能等技术应用成果，同时商业银行也在和金融科技企业共同开展技术研发。另一方面，商业银行既可以通过金融科技企业的平台进行获客，也可在自有业务平台上借鉴金融科技企业灵活快捷产品的经验和模式，在刚性金融服务供给的基础上，提供更加柔性和弹性化的金融服务，满足用户的个性化需求，如快捷支付产品、智能投顾产品、高流动性现金管理产品等。

因此，本文理论假设如下：

在初期，由于金融科技企业的进入改变市场竞争格局、阻隔商业银行零售业务支付闭环、分流商业银行存款理财业务以及商业银行应用金融科技技术进行资金投入等因素，商业银行零售业务盈利能力有所降低；但随着金融科技技术在降低交易成本、优化客户体验方面作用逐渐发挥，以及与金融科技企业的合作共赢，盈利能力逐渐提升。因此，金融科技对商业银行零售业务盈利的影响呈现“U型”走势。

三、模型设计、变量界定与数据来源

（一）模型设计与变量界定。

模型设定如下：

式1中，被解释变量为商业银行零售业务盈利能力（RPM），选取商业银行零售业务营业利润率（零售业务营业利润与营业收入的比值）作为代理变量，RPMit为商业银行i在年份t的零售业务营业利润率；主要解释变量为金融科技指数，本文借鉴前期学者研究成果构建金融科技指数作为代理变量，FTIt为年份t的金融科技指数；Xit为系列控制变量，本文选取了反映经济发展水平的国内生产总值增速（GDP）、反映货币政策松紧程度的广义货币供应量增速（M2）、反映资本市场发展程度的股市市值与经济总量的比重（PSV）以及描述银行微观特征的零售不良贷款率（RNPL）、资产负债率（ALR）等指标。考虑商业银行经营的持续性，方程中引入了商业银行零售业务盈利指标的一阶滞后变量RPMi，t-1。根据理论剖析，预期β2的回归系数显著为负，β3的回归系数显著为正。

由于方程包含了因变量滞后项作为解释变量，因此，实证方程容易出现截面相依性和变量内生性问题，采用混合效应模型、固定效应模型以及随机效应模型等传统面板数据估计方法会使估计结果出现偏差。相比而言，Arellano and Bond（1991）提出的差分广义矩估计方法（Difference GMM）允许随机误差项存在异方差和序列相关，不需要知道扰动项的确切分布，可以借助合适的工具变量解决内生性难题，所得到的参数估计量比其他参数估计方法更合乎实际。[17]因此，本文采用差分GMM方法来解读变量之间的关系。

（二）数据来源。

选择我国42家商业银行作为研究样本，包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行5家大型国有商业银行，以及平安银行、浦发银行、民生银行、招商银行等37家中小商业银行，时间跨度为2011—2018年。数据主要来源于wind金融数据库、中国人民银行官方网站和各大银行年报。

四、实证分析

（一）基于文本挖掘法的金融科技测度。

借鉴沈悦、郭品（2015）及汪可（2017）的研究，利用文本挖掘法构建金融科技指数。[18][19][20]具体步骤为：第一，根据金融科技的内涵，建立初始词库，从技术、产业、融合等三个维度选取了19个关键词（见表1）。第二，借助百度搜索引擎，查询关键词的百度搜索指数和百度媒体指数并进行加权，计算关键词的年度词频。百度搜索指数以网民在百度的搜索量为数据基础，分析并计算各个关键词在百度网页搜索中搜索频次的加权；媒体指数则统计各大互联网媒体报道的新闻中，与关键词相关的被百度新闻频道收录的数量，采用新闻标题包含关键词的统计标准。两者结合，可以综合反映网民和媒体对关键词的关注程度，从侧面反映金融科技的发展势头。第三，利用因子分析法测算金融科技指数。一是检验数据，19个关键词的相关系数及KMO、Bartlett检验，相关系数几乎都是大于0.3，说明各关键词之间存在共享因素，适用于因子分析；二是提取公因子，基于主成分分析法提取特征值大于1的公因子，结果表明公因子方差贡献率为94.14%，能够反映大部分原始信息；三是计算因子得分，依据方差最大化原则对载荷矩阵进行正交旋转后，利用回归分析法估计因子的得分系数矩阵；四是合成指数，以因子得分为权重将公因子表示为原始变量的线性组合，同时应用最大最小化处理将数据标准至0-1之间，得到金融科技指数（FTI）。在此基础上，对各个维度的关键词进行因子分析，分别测度金融科技三个维度的指数（见表2）。

表2中金融科技指数及三个维度指数年度走势如图1所示，与近年来我国金融科技不断发展的整体走势基本一致。因此，运用文本挖掘法，基于百度搜索指数和百度媒体指数构建的金融科技指数是合理的，能够反映现实中金融科技发展状况，以此进行实证分析是可行的。

（二）变量平稳性检验。

估计动态面板模型的前提是数据平稳，为了防止模型出现“伪回归”现象，对商业银行层面的变量分别进行检验。结果显示，商业银行零售业务营业利润率（RPM）、零售不良贷款率（RNPL）、资产负债率（ALR）等变量均通过了显著性检验，均是显著性水平下的平稳序列（见表3），对以上变量进行回归分析不会出现“伪回归”问题。

（三）模型估计结果。

表1 金融科技指数词库

表2 金融科技指数

图1 金融科技发展指数

表3 商业银行变量的单位根检验

实证分析结果见表4。其中，模型1、模型2是以商业银行零售业务利润率作为被解释变量的基准回归结果。由表可知，两个模型中，因变量滞后项的回归系数显著为正，表明商业银行零售业务营业利润率确实具有持续性；AR（2）检验和Sargan检验统计量的P值均大于0.1，意味着扰动项的差分不存在二阶自相关、工具变量也不存在过度识别问题。因此，构建的动态实证模型具有合理性。

模型1仅考虑了金融科技和商业银行零售业务利润率的关系，发现金融科技的一次项（FTI）和二次项（FTI2）的系数分别为负和正，且通过了1%水平下的显著性检验。这一结果与预期相符，验证了金融科技与商业银行零售业务利润率的“U”型关系，即在产业维度上金融科技企业会分流商业银行零售业务，导致利润率下降，但在技术维度和融合维度上，随着商业银行应用金融科技技术的效用不断显现以及其与金融科技企业的不断融合和合作，利润率逐步提升。模型2加入了控制变量，结果显示金融科技的系数的回归符号和显著程度未发生变化，再次证实命题成立。

表4 金融科技对商业银行零售业务利润率影响的实证分析

其次，控制变量的回归结果与现实一致，也与现有研究结论一致。[21][22]宏观经济发展水平（GDP）、资本市场发展程度（PSV）等因素系数在1%的水平下显著为正，表明经济发展水平、资本市场发展程度等与商业银行零售业务营业利润率存在明显的正相关关系。零售不良贷款率（RNPL）、资产负债率（ALR）等因素系数在1%的水平下显著为正，表明其与商业银行零售业务利润率明显的负相关关系，即零售不良贷款率越低、负债率越低的商业银行，其零售业务营业利润率越高。

（四）稳健性检验。

为了保证研究结果的稳健性，选择总资产收益率（ROA）指标（税后利润与银行总资产余额的比值）作为商业银行零售业务营业利润率的替代指标进行稳健性检验，结果列示于表4的模型3、4。研究显示，各模型中金融科技的一次项（FTI）和二次项（FTI2）的系数分别为负和正，通过了1%水平下的显著性检验，且控制变量的结果未发生明显变化。稳健性检验再次证实了命题，表明本文的研究结论不会因商业银行零售业务变量的改变而出现偏倚。

五、结论与建议

本文以我国42家商业银行为研究样本，利用差分广义矩估计的实证分析表明，金融科技对商业银行零售业务盈利能力的影响呈现“U型”特征。在初期，由于金融科技改变市场竞争格局、阻隔商业银行零售业务支付闭环、分流商业银行零售存款理财业务以及银行应用金融科技进行资金投入等因素，商业银行零售业务盈利能力有所降低；但随着金融科技技术在降低交易成本、优化客户体验方面的作用逐渐发挥，以及与金融科技企业的合作共赢，商业银行零售业务盈利能力逐渐提升。

因此，在金融科技发展日新月异的形势下，商业银行零售业务要实现转型创新发展，必须积极拥抱金融科技，才能不断提升盈利能力。一是将金融科技战略作为零售业务发展的核心战略。切实转变零售业务经营发展理念，从战略高度充分全面认识金融科技对商业银行零售业务发展的重要意义，将金融科技战略作为零售业务转型升级的核心战略，积极推动零售业务创新转型发展。积极应用金融科技进行技术升级，不断优化信息系统架构，建立更加富有弹性、更加灵活的信息系统架构，灵活合理配置信息系统资源，满足快速变化的业务需求，提高信息系统的支持保障水平。切实树立“以客户为中心”的经营理念，加强对全量零售客户的拓展，运用金融科技积极营销拓展此前无法触及的长尾客户，努力扩大客户范围和规模，同时根据多渠道客户信息不断完善客户画像，加强对客户的分层分类营销与维护，强化精准营销与服务。加快推进营销服务渠道转型，推进营业网点智能化转型，不断加强线上渠道、自助渠道建设与创新，同时加强线上线下渠道的统筹与协调，确保客户在线上线下渠道有同样的服务体验。不断加强金融产品与服务创新，满足客户多元化、个性化的金融产品和服务需求，使客户享受到更加便捷的金融服务，提升客户体验，增强客户粘性。二是加大与金融科技企业合作的深度与广度。切实树立合作共赢理念，商业银行与金融科技企业有各自具有优势的资源禀赋，是合作竞争的关系，商业银行要实现零售业务转型发展，需要加强与金融科技企业的深度合作。可采用多种方式拓展与金融科技企业的合作，包括依靠商业银行传统的信息科技部的内生模式、新成立金融科技子公司、与外部金融科技企业合作等。不断深化与金融科技企业的合作内容，积极应用金融科技企业的大数据、人工智能、区块链等核心技术，将金融科技企业的平台作为零售业务获客的重要渠道。三是全面加强风险管理。积极借鉴并应用金融科技的先进技术，不断提升风险管理能力，建立科学、严谨、有效的全面风险管理体系，实现零售业务的稳健经营。健全风险防控手段，充分运用网络技术、视频语音、移动互联、大数据、物联网、区块链等先进科技，提高授信审批分析能力、贷款流向监测能力、贷后风险处置能力等，构建零售业务在线风险监控体系，及时预警、有效防范金融风险。借鉴金融科技的技术手段，加强零售业务风险的预警机制、监测机制和问责机制建设，逐步建立起以风险识别与评估能力为核心、以科学合理的制度体系和业务流程为基础的全面风险管理体系。加强新兴业务风险防控，进一步强化信用卡支付结算、网络信贷、互联网理财等业务的风险管理，做好客户风险测评工作，加强风险揭示和信息披露，促进零售业务健康发展。