打开文本图片集
摘 要：近年来，金融科技在我国的发展势头迅猛，作为金融创新的一种，从一定程度上为商业银行提供了盈利增长点，但同时，对于商业银行的盈利能力或产生一定的冲击。在新环境中，我国上市商业银行的盈利能力受到怎样的影响成为众学者关注的焦点。基于2011—2018年我国28家上市商业银行的财务数据和有关的宏观经济数据，结合我国商业银行的特点，并借鉴已有文献对于金融科技对商业银行盈利能力的影响机制的相关研究，本文利用面板模型进行实证研究得出结论：金融科技在短期内会降低我国上市商业银行的整体盈利能力。最后结合我国商业银行特征，为其应对未来发展趋势提出了三点具有可行性的建议。
关键词：金融科技;盈利能力;影响机制;面板模型
本文索引：刘悦.<标题>[J].商展经济，2021（22）：-062.
中图分类号：F832 文献标识码：A
DOI：10.12245/j.issn.2096-6776.2021.22.17
2019年起，金融与科学技术融合发展持续升温，科技逐步转变为促进金融发展的重要抓力。相较于传统的商业银行发展模式，金融科技拥有更强的信息数字分析功能和智能处理功能，加以自身的高创新、高扩展性、去中心化、普惠化一系列特点，对于银行业产生的影响不容小觑。在一些学者的研究和实践中表明，金融科技对我国商业银行的业务结构、经营效率等都造成不利，以至于我国银行业甚至是金融业的市场格局受到一定程度的冲击。但也有一部分学者认为金融科技加剧了商业银行之间的竞争关系，能够加快商业银行金融发展模式的转变，从这一层面来说，金融科技对于商业银行的盈利能力产生了正向作用。
探究金融科技对于商业银行盈利能力的研究，能够为我国上市商业银行创造更具前瞻性的盈利增加点，助力其在面对金融科技的冲击时，制定正确的策略并选择合理的转型路径，从而对于我国金融体系的健康稳定发展起到一定促进作用。因此，本文展开相关研究。
1 文献综述与研究假设
现阶段国内外学者对于金融科技与商业银行的关系的研究已取得了一定成果。国外学者J&LemieuxC（2018）认为实现金融科技与银行经营管理、产品服务设计、风险防控等方面的融合，从某种程度上讲既可以加强银行基层的技术，又能提升银行经营水平和风险管理水平。JulapaJagtian（2018）指出，银行业和金融业的运营方式中，金融科技越来越受到重视并且在其中扮演着非常重要的角色。国内学者李淼、王娜等对于目前金融科技对传统商业银行会产生一定的负面影响，但同时，亦有研究表明金融科技所具备的特性对商业银行盈利能力具有显著的正向促进作用。王娜和王在全（2017）从三个方面论述了金融科技的迅猛发展对于商业银行产生的冲击，结合对两者之间的关系的研究，对商业银行的转型策略提出建议。于波、周宁和霍永强（2020）提出了金融科技对于商业银行业务的盈利能力的“技术溢出效应”与“竞争效应”并存，通过分析该两重意义完全反方向的作用，给商业银行的长期稳健发展提供了可行性的建议。
根据以上已有研究成果，同时依据当前金融科技发展的现状，本文提出以下两个假设：
H1：金融科技短期内会给商业银行的盈利能力带来不良影响。
H2：金融科技短期内会给商业银行的盈利能力带来良好影响。
2 金融科技的概念及发展
金融科技（Fintech）这个概念最早于20世纪90年代由花旗董事长John Reed提出，代指金融企业运用大数据、人工智能等数字信息技术为传统的金融生态提供数字信息服务的行为。目前我国的金融生态体系主要由金融企业和科技企业组成，科技企业主要是为金融企业在风险控制、产品营销、客户甄别等环节提供先进的信息技术服务。2003开始，以支付宝为首的第三方支付平台的诞生及迅猛发展预示着金融科技在金融创新领域必将拥有一席之地，金融科技引起了我國大批商业银行和互联网公司的高度关注，双方争相发力，使我国金融科技的发展成功位居世界前列。
3 研究设计
3.1 样本选取与数据来源
本文选取2011—2018年28家上市商业银行的年度数据，其中包括5家国有商业银行、9家股份制商业银行和14家城市商业银行。本文的数据主要来源于Wind数据库和国泰安数据库。
3.2 变量选取与定义
3.2.1 被解释变量
借鉴已有文献的做法，本文选择的被解释变量为商业银行盈利能力指标，并选取资产收益率（ROA）来衡量其盈利能力，该指标越高，表示商业银行的盈利能力越强。
3.2.2 解释变量
借鉴王均山（2020）等学者的研究，选取金融科技指数作为解释变量。
3.2.3 控制变量
考虑到能够影响商业银行盈利能力的因素错综复杂，本文从内部商业银行微观层面和外部我国宏观经济层面选取控制变量。宏观层面，借鉴于波等（2020）的做法，本文选取的宏观经济层面的指标包括GDP、CPI、M2;微观层面，借鉴李易懋（2020）等学者的做法，选取的微观层面指标包括存贷比、不良贷款率、资本充足率。
本文所选的所有指标见表1。
3.2 模型构建
根据上述设定，本文构建的实证模型如下：
ROAit=α0+β1FTit+β2GDPit+β3CPIit+β4M2it+β5LDRit+β6BLRit+β7CARit+Yeart+ui+εit
参考已有文献的常规做法，本文采取面板固定效应模型进行估计。
4 实证检验与分析
4.1 描述性统计
由描述性统计表2可以观察到，我国上市商业银行ROA值的波动范围在0.005～0.016，方差为0.002，说明差距并不大，盈利能力也均为正值。通过金融科技指数的单位化处理，平均值得0，金融科技指数的方差为0.566，可以得出近年来金融科技的发展较为迅猛。从微观角度分析，我国上市商业银行的不良贷款率，方差为0.417，差距并不大，而资本充足率都保持在9.88%～24.9%，表明经营方式均较为稳健;从宏观经济层面来看，我国M2始终保持稳定。另外，我国的GDP增长速度也在合理的范围之内，但观察CPI数据，方差达到了1.18，在1.44%～5.39%变化，说明波动较为剧烈。