金融科技、市场化进程与信贷风险
中文摘要
在金融科技发展加剧银行业竞争蚕食其利润，致使其风险偏好提升，进而信贷风险增加的背景下，银行业逐步将人工智能和大数据等应用于风险管理，同时我国市场化进程不断推进，那么金融科技相关技术应用于风险管理的效果如何？市场化进程是否会影响到金融科技发展应用进而影响到信贷风险？本文选取2013-2018年我国30个省及直辖市的面板数据实证检验了金融科技与信贷风险的关系，并通过引入市场化进程这一外部因素，探讨了其对金融科技与信贷风险关系的作用机制。研究表明：第一，金融科技对信贷风险的影响呈倒U型，且通过了门槛检验；第二，从金融科技的三个维度考察，金融科技对信贷风险的倒U型影响表现在覆盖广度和使用深度两方面，而数字化程度下不显著；第三，从区域来看，东部地区金融科技负向影响信贷风险，中部和西部地区金融科技正向影响信贷风险，但中部地区回归结果未通过显著性检验；第四，金融科技与信贷风险关系在市场化进程的作用下存在差异，在低市场化进程地区，金融科技导致银行业竞争加剧的影响占主导地位，金融科技正向作用于信贷风险，在高市场化进程地区，得益于相关技术应用进而提高风控能力的影响占主导地位，金融科技负向作用于信贷风险。
研究结论的政策启示在于：第一，银行业须为金融科技应用提供各方面支持，依靠金融科技应用改善银行风险管理等工作的效率；第二，监管部门在持续关注金融科技发展导致信贷风险变动的同时，也要关注市场化进程作用下信贷风险变动所呈现出的异质性，进而通过因地制宜的监管，更为有效地防范风险。
关键词：金融科技，信贷风险，市场化进程，动态面板门槛效应
目录
中文摘要 I
Abstract II
第一章绪论 1
1.1研究背景 1
1.2研究意义 1
1.2.1理论意义 2
1.2.2现实意义 2
1.3研究思路与内容 2
1.4研究方法 4
1.5可能的创新与不足 4
1.5.1可能的创新 4
1.5.2不足之处 4
第二章文献综述 5
2.1金融科技相关文献 5
2.1.1金融科技的内涵 5
2.1.2金融科技的影响 6
2.2信贷风险相关文献 7
2.2.1信贷风险的内涵 7
2.2.2信贷风险水平的影响因素 7
2.2.3信贷风险的传导机制 7
2.3金融科技对信贷风险影响的相关文献 8
2.4文献述评 9
第三章金融科技与信贷风险相关理论及作用机制分析 10
3.1金融科技相关概念 10
3.2信贷风险相关理论 11
3.3金融科技在银行信贷风控中的应用 13
3.4金融科技对信贷风险影响的作用机制 14
3.4.1资产业务 15
3.4.2负债业务 15
3.4.3风险管理 16
第四章金融科技对信贷风险影响的实证研究 18
4.1实证研究设计 18
4.1.1影响机理与研究假说 18
4.1.2变量选择 19
4.1.3样本选择与数据来源 21
4.1.4模型设定 21
4.2实证结果分析 23
4.2.1描述性统计 23
4.2.2金融科技对信贷风险的影响分析 24
4.2.3金融科技对信贷风险在市场化进程作用下的影响分析 30
4.2.1稳健性检验 32
第五章结论与建议 34
5.1研究结论 34
5.2政策启示 35
第一章绪论
1.1研究背景
2017年金融科技的概念在中国诞生，同年，金融科技委员会在北京设立，主要研究金融科技对我国传统金融体系的影响，人民银行发布的《金融科技发展规划2019-2021年》中提到：金融科技演进突破了过去金融经营范围，使金融风险
传播突破时空限制，对金融稳定和监管构成威胁，并强调到2021年，我国要实现金融与科技的进一步融合，2020年6月人大代表提议要尽快启动金融科技立法，制定相关规则，界定监管部门职责，为金融和科技的深度融合提供法律保障。从金融科技发展的历史脉络来看，其发展速度之迅猛，影响之广泛，引发人们极大关注，与此同时相关部门快速响应，高度重视。我国商业银行在金融体系中有着重要影响力，对金融稳定，货币政策传导都具有重要作用，据银保监会数据显示：截止2020年底，我国银行业的总资产为319.7417万亿，商业银行的不良贷款率为1.84%，整体水平较高，在防范化解重大金融风险的要求下，做好商业银行的信贷风险防控十分重要。
金融科技的迅猛发展，对银行业的负债业务、资产业务和风险管理等方面都产生了重大冲击，在金融科技重构金融格局，过去的运营模式被冲击，经营边界不断变化的背景下，金融科技进一步加剧了商业银行的竞争，提高其风险偏好，进而信贷风险水平提升，为应对冲击，银行业逐步将金融科技相关技术应用于拓展负债和资产业务、提升风险管理效率等方面，从而缓解信贷风险。我国市场化进程也在加快，较高的市场化进程提供了较为完备的市场环境和制度安排，有利于技术创新进而为金融科技发展起到辅助作用，同时市场化发展使市场主体更多元，使得金融科技冲击银行业形成的压力更大，在市场化进程的作用下金融科技对信贷风险的影响更为复杂，国内对于金融科技的监管仍存在相关制度缺乏、信息不对称日益凸显、监管技术滞后以及“一元多头”式监管体系弊端凸显等问题，故而进一步探讨金融科技对信贷风险影响和市场化进程在两者关系中的作用机制对于做好风险防控和监管工作意义极大。
1.2研究意义
在金融科技发展不断打破金融行业壁垒，加剧银行业竞争，进而影响信贷风险的背景下，探讨金融科技对信贷风险的影响，进一步研究市场化进程作用下金融科技与信贷风险关系对于做好风控工作具有重要意义。
1.2.1理论意义
通过阅读梳理国内和国外的相关研究，了解到目前关于金融科技与信贷风险关系的研究在理论上大多是基于影响机制的探讨，在实证部分主要是基于银行层面的微观数据，金融科技对信贷风险影响机制的深入探讨在理论和实证检验方面是比较缺乏的，本文基于2013-2018年我国30个省及直辖市的数据对金融科技与信贷风险的关系进行实证检验，并通过引入市场化进程这一外部要素在理论上分析了其对金融科技与信贷风险关系的作用机制，同时在实证方面将其作为门槛变量进行检验，完善了关于金融科技对信贷风险影响的相关讨论，故具有一定的理论意义。
1.2.2现实意义
对于银行而言，在金融科技加剧其竞争、提高其风险水平的背景下，探讨金融科技对信贷风险的影响，并通过引入市场化进程这一外部要素分析其对金融科技与信贷风险关系的作用机制，这对银行战略调整做好信贷工作提高盈利水平的同时做好风控工作的现实意义极大；
对于监管机构而言，深入研究金融科技对信贷风险的影响有助于提升监管部门工作的针对性和效率，故而探讨金融科技与信贷风险关系及在市场化进程作用下的异质性之于监管机构也具有重要现实意义。
1.3研究思路与内容
本文主要基于2013-2018年30个省及直辖市的面板数据，采用动态面板门槛模型检验了金融科技与信贷风险的关系，并通过引入市场化进程这一外部变量进一步探讨在市场化进程作用下金融科技对信贷风险的影响机理及影响程度。总体上按照从提出问题到相关理论分析到实证检验再到结论与对策建议这一顺序，研究思路如图1-1所示，本文研究内容如下：
第一章，绪论。介绍了本文的研究背景与研究意义，在分析金融科技发展、信贷风险防范重要性的基础上引出本文的研究主题，引入市场化进程这一环境变量进一步探讨金融科技对信贷风险的作用机制及影响程度，还给出了本文的研究思路与方法，以及可能的创新和不足。
第二章，文献综述。回顾总结了以往学者关于金融科技、信贷风险以及金融科技对信贷风险影响的相关研究，并作了文献述评。
第三章，相关理论。分别梳理了金融科技和信贷风险的相关理论及应用，还探讨了金融科技对信贷风险影响的作用机制。
第四章，实证研究。首先分别就金融科技如何影响信贷风险以及市场化进程如何作用于金融科技与信贷风险关系的理论机理做了探讨，进而提出相应的研究假说。其次利用2013-2018年30个省及直辖市的面板数据，采用动态面板门槛模型检验了金融科技对信贷风险的影响程度，又通过将市场化进程作为门槛变量探讨了市场化进程对金融科技与信贷风险的关系的影响。
第五章，研究结论与政策启示。通过对第四章实证结果进行探讨得出结论，进而对更好地做好信贷风险的防范工作提出相匹配的建议。
图1-1研究思路框架
1.4研究方法
（1）文献归纳法。查阅与本文研究主题有关的文献，追踪有关金融科技研究的最新前沿动态，对现有的关于金融科技、信贷风险以及金融科技如何影响信贷风险的相关研究进行梳理，为本文研究方向的确定给予了支撑。
（2）定性分析法。本文在对金融科技与信贷风险关系以及市场化进程对两者关系的作用机理进行理论论证分析的前提下提出相关假说。
（3）定量分析法。本文利用省级面板数据检验了金融科技与信贷风险关系和市场化进程作用下两者的关系，参照seo和shin(2016)的做法[1]，采用动态面板门槛模型使用FD-GMM法进行检验。
1.5可能的创新与不足
1.5.1可能的创新
本文可能的创新点：第一，方法上的创新，当下大多数关于动态面板门槛模型的使用是在静态模型中加入被解释变量的滞后项来实现的，本文通过借鉴seo和shin(2016)[1]的做法，采用动态面板门槛模型使用FD-GMM的方法展开实证检验，该方法能很好地解决内生性问题；第二，过去有关金融科技与信贷风险关系的研究多是基于银行微观层面的数据检验的，本文基于省级层面数据的检验完善了相关研究；第三，以往关于金融科技与信贷风险关系的探讨主要是从银行系统内部的角度展开的，本文通过引入市场化进程这一外部环境变量在理论上分析了市场化进程作用下金融科技对信贷风险影响的机理并进行了实证检验，丰富了相关研究。
1.5.2不足之处
本文研究的不足：第一，鉴于数据可得性，本文选用不良贷款率衡量信贷风险略显单薄；第二，在使用动态面板门槛模型过程中，尽管本文参考Roodman(2009)[2]的做法严格选择工具变量，但由于技术方面的原因，未能汇报衡量工具变量过度拟合的J统计量，缺乏严谨性。
第二章文献综述
本章先从金融科技的内涵和影响的角度梳理了金融科技有关文献；其次从信贷风险的内涵、影响因素和传导机制三方面梳理了信贷风险相关文献；接着梳理了金融科技对信贷风险影响的相关文献，最后对金融科技与信贷风险的相关研究做了述评。
2.1金融科技相关文献
2.1.1金融科技的内涵
金融科技是指将科技手段应用于金融领域，以增效和降低成本。涉及的技术主要涵盖了大数据、人工智能等，与金融结合的领域包括保险、证券、租赁等方面。
国外对于金融科技内涵的研究起步较早，Bettinger(1972)最早提出金融科技的概念，认为金融科技是将技术和银行连接起来[3]。Walport(2015)认为金融科技是技术的应用，金融科技公司通过相关应用减少成本费用，增加业务[4]；安永(2016)认为金融科技企业发展较快、凭借其技术优势在金融界有一席之地并可能起到颠覆性影响[5]。Ameret.al(2015)从金融业态的角度出发，认为金融科技是包括了风险管理、资金融通等金融业态[6]；Puschmann(2017)认为金融科技结合了人工智能和金融营销，从而在产品和服务上有所创新[7]；Yueet.al(2017)从技术的角度出发，认为金融科技是那些影响投融资、货币运行、金融制度和产品等的一系列技术手段[8]。
国内对于金融科技内涵的探讨相对较晚，赵鹞(2016)认为中介仍然是金融科技的主要角色，其主要还是在执行相关功能，此外，金融科技还存在道德风险、逆向选择等问题[9]。李淼(2016)认为金融科技通过相关技术应用来提高效率，仍然算是一种商业模式[10]；廖峨(2016)认为，金融科技包括网络融资、区块链、智能理财和移动支付四类，技术不一样对现有金融体系的影响也不一样[11]；皮天雷(2018)认为金融科技依托新型科技手段，革新了过去金融行业的模式[12]。杨涛(2016)从技术的视角认为金融科技最重要的还是对金融相关数据分析的突破，这模糊了各金融业的边界[13]；庄雷(2019)认为金融科技是指那些帮助提高金融服务效率的技术手段，大数据和云计算起基础作用，人工智能是分析手段，区块链是关键性技术[14]。
5
2.1.2金融科技的影响
关于金融科技的影响，国外较多研究金融科技对金融机构效率、风险、盈利水平以及对金融监管的影响。Mishkin(1999)认为，技术进步在降低交易成本、缓解信息不对称上具有显著作用，其通过对金融结构的影响，提高金融效率，同时也给金融监管带来了困难[15]。Diemerset.al(2015)认为相关企业给金融机构提供技术支持的同时也利用其技术优势从事相关服务，使得银行转型比较困难[16]；Knight(2016)认为“监管沙箱”可以对金融科技企业的风险进行评估，从而切实保护消费者权益[17]。Boot(2016)认为人工智能与深度学习的应用，使得监测能力更具有时效性和准确性[18]。Jagtiani(2018)认为金融科技银行的消费信贷业务已触及传统商业银行服务不到的地区，正在重塑金融的行业格局[19]。
国内学者也探讨了相关问题。徐晓萍等(2021)认为金融科技的应用通过提升银行的信息处理能力进而有利于其信贷结构调整[20]。李运达等(2020)基于2007-
2019年29家上市银行的微观数据，研究表明金融科技通过降低成本收入比进而
提升银行盈利水平[21]。刘孟飞和王琦(2021)基于2010-2018年33家上市银行的数据，研究表明金融科技与银行绩效之间是倒U型关系[22]。刘孟飞(2021)基于我国上市银行的数据，研究发现金融科技的发展整体上使我国银行业的系统性风险水平提升[23]。李向前和贺卓异(2021)通过实证研究发现金融科技只对部分银行有“风险管理效应”和“转型效应”[24]。姚婷和宋良荣(2021)通过银行层面的微观数据探讨了金融科技与商业银行信用风险经济资本的关系，研究认为前者通过降低交易的信息成本，从而降低了信用风险的经济资本[25]。李文红等(2017)认为监管机构应该持续关注、监测和研究新兴技术，加强对金融科技相关领域的监管[26]；张景智(2018)认为“监管沙盒”可推动金融科技发展，指出国内应借鉴国外相关制度建立我国的“监管沙盒”制度[27]。赵大伟等(2020)认为通过利用监管科技，监管部门能够实现对市场异常波动的实时监控，识别相关风险，及时干预金融机构不规范的经营行为，进而达到风险防范的目的[28]。袁康(2021)认为金融科技给金融市场带来红利的同时也带来了技术风险，强调了完善相关法律的重要性[29]。沈艳和龚强(2021)认为金融科技新业态的创新是颠覆性的，金融科技监管沙盒有助于平衡金融科技与风险，建议我国应参照香港的沙盒模型建立分业沙盒监管框架
[30]。张凯(2021)探讨了金融科技发展导致的风险衍生、监管挑战和治理路径，认
为金融科技风险呈现新特征，监管面临技术短板和信息盲区等问题，应关注数据治理和监管的基础设施建设[31]。6
2.2信贷风险相关文献
2.2.1信贷风险的内涵
广义上的信贷风险是指信用风险，是商业银行在从事信贷业务时盈亏的可能性，一般意义上指的是出现亏损的可能性，主要是由于借方信用状况恶化导致其违约给银行带来损失。贷前审查、贷中管理和后续监测等环节都存在信用风险发生的可能性。
Williams(1999)认为信用风险的源头是贷方违约使借贷契约未能如期执行[32]。赵婷(2015)认为信用风险要重点关注贷方偿付能力的变动，提前洞察因贷方偿付能力下降给银行造成损失的可能性[33]。
2.2.2信贷风险水平的影响因素
本部分从宏观层面、金融市场层面和银行微观层面进行梳理。
（1）宏观层面。一是宏观经济的影响，当经济形势好时，市场中存在较多投资机会可改善公司绩效，公司有较强的还款能力，商业银行信用风险水平降低。Dendramiset.al(2018)通过实证分析的方法研究发现经济衰退时期抵押贷款违约的关键因素是宏观经济因素[34]；二是政府干预的影响，王龑(2020)基于2009-2015
年145家银行数据探讨了地方政府干预与银行风险的关系，研究发现前者通过影响信贷配置，进而提高银行信贷风险[35]；三是技术进步，胡敏等(2017)通过研究中国银行上海市分行大数据平台，认为此技术平台能有效处理银行在信贷风险监控中存在的问题，加强了对风险工作事前和事中的控制[36]。
（2）金融市场层面。主要探讨道德风险与信贷风险的关系，Stiglitz（1998）认为信贷风险的成因在于道德风险，而道德风险是信息不对称所致[37]；马亚男(2014)从集团客户信用风险的角度出发，认为其根源在于对企业的认识偏差以及对道德风险监测的困难[38]。
（3）银行微观层面。主要探讨银行治理结构与信贷风险的关系，sabato（2010）认为合理规范的治理结构能很好解决信用风险[39]。胡德宝等(2019)基于2007-
2016年银行微观层面的数据，探讨了股权结构对银行风险的影响，研究表明国家持股份额、最大股东持股份额与信用风险承担是正的关系，前五大股东的持股份额与信用风险承担是负的关系[40]。
2.2.3信贷风险的传导机制
当下关于商业银行信贷风险传导机制的研究有以下成果：刘新平(2016)通过2004-2014年的省际数据来探讨信贷结构与信贷风险的关系，结果表明信贷结构与信贷风险之间关系显著[41]，马树才等(2020)研究认为地方政府债务扩张通过信贷的扩张进而影响到商业银行的风险[42]。周顺兴(2018)基于2011-2016我国中小商业银行的面板数据，研究发现影子银行的迅速发展使得银行偏好高风险项目，进而通过信贷传导风险[43]。吴林等(2020)基于2008-2017年银行的静态面板数据实证检验了信贷结构变动对其信贷风险的影响，研究发现信贷风险与房地产行业贷款占比是正向关系，GDP增速与通货膨胀率对银行信贷风险产生负向影响的同时改变贷款结构进而影响信贷风险[44]。孙旭然等(2020)通过分析2013-2018年我国银行微观数据，研究认为金融科技发展通过影响信贷的信用和期限结构，从而使得银行风险增加[45]；陆静等(2014)基于1997-2012年我国商业银行的微观数据，检验了盈利和信贷与银行风险的关系，发现利息收入高时，信贷的过快增长使银行风险水平提高[46]。
2.3金融科技对信贷风险影响的相关文献
从已有颇具代表性的研究出发，关于金融科技与银行信贷风险的关系尚未得出一致的结论。有些研究表明金融科技对银行风险的影响是正的，邱晗等(2018)基于2011-2015年银行层面的微观数据，探讨了金融科技发展与银行行为的关系，认为金融科技发展致使银行负债端结构改变进而导致其风险偏好提高[47]。杨文捷等(2020)通过分析2013-2017年的微观数据，认为金融科技发展对银行风险是正向影响[48]，Wagner(2010)[49]、GabrielJiménez(2013)[50]同样持这种观点。也有部分学者认为，金融科技对银行风险具有负向影响，孙旭然等(2020)通过对2013-
2018年我国93家城商行微观数据的分析，认为由于人工智能和大数据等相关技术的应用提高了银行风控能力，从而降低中小银行风险[51]。金洪飞等(2020)通过分析2010-2018年261家银行数据，也得出了金融科技的应用降低了银行风险水
平的结论[52]。李学峰和杨盼盼(2021)基于2008-2018中国68家银行的数据，实证研究发现银行发展金融科技有助于降低银行风险水平[53]。唐也然(2021)基于2011-2019年16家上市银行的数据，实证研究发现银行发展金融科技有助于增强银行的风险管控能力[54]。亦有学者认为两者不是简单的线性关系，汪可等(2017)基于2003-2016年银行微观数据，发现金融科技与银行风险是倒U型关系，认为前者初期发展加剧了银行风险，而风险降低得益于银行应对和监管的改善[54]。
2.4文献述评
本文梳理了金融科技和信贷风险及两者之间关系的文献，发现关于金融科技对银行信贷风险影响的探讨主要是基于金融科技通过加剧商业银行竞争和技术应用降低成本及信息不对称性来展开分析的，并未将外部环境因素纳入两者关系进行理论机制探讨和实证检验；样本数据主要是基于银行层面的微观数据，而鲜有采用宏观数据对两者关系进行实证检验。
综上，已有相关文献就金融科技对信贷风险在外部环境作用下影响的研究在理论分析和实证检验方面较少。在市场化进程推进和防范化解重大金融风险背景下，探讨市场化进程对金融科技与信贷风险关系的作用机制对于做好风险管控及监管工作很有必要。
第三章金融科技与信贷风险相关理论与作用机制分析
本章首先界定了金融科技的概念，主要分析了互联网金融、数字金融、科技金融与金融科技之间的差异；其次分析了信贷风险相关理论，主要有委托-代理理论、业务边界移动理论和利润边际效应理论；接着梳理了金融科技在银行信贷风险管理领域的应用；最后探讨了金融科技对信贷风险在资产业务、负债业务和风险管理方面的作用机制。
3.1金融科技相关概念
(1)互联网金融、数字金融、科技金融和金融科技
互联网金融发展源自互联网公司创新的线上支付、众筹等业态，关于互联网金融的定义还未达成一致。中国人民银行(2014)年指出：“狭义的仅包含互联网企业开展的金融业务，广义的还包括线上金融机构”；吴晓求(2014)将其视为一种新的金融模式，是对传统金融一种颠覆[55]，郑联盛(2014)认为，互联网金融凭借相关技术来完成借贷，可以视为一种新模式[56]。同时陈志武(2014)认为，互联网金融是对传统金融业务的一种延伸[57](王国刚和张扬(2015)[58]表达了同样的观点)；关于互联网金融与金融科技关系的讨论有分歧：叶纯青(2016)认为本质上两者是相同的，都是凭借技术降低成本提高效率[59]，而部分学者认为这两者存在着根本区别，认为后者利用技术解决的问题较前者有突破，是更为成熟的阶段。
数字金融发端于美国，主要强调通过计算机技术来为金融服务。Ozili(2018)认为数字金融是凭借互联网、移动终端等数字技术来提供各类金融服务，同时也认为数字金融具有金融包容性的特征，其有益于发展中国家[60]；黄益平(2018)在界定数字金融时强调了其科技属性和金融属性两个特征，定义数字金融是互联网公司和银行等凭借数字技术来完成借贷、支付等金融服务的一种新方式[61]。关于数字金融和金融科技的关系，PeterGmober等(2017)认为金融部门数字化并覆盖所有的相关产品是数字金融关注的焦点，而金融科技更侧重于强调技术的发展和应用[62]。
关于科技金融内涵的探讨主要有：赵昌文(2009)认为科技金融主要的作用是推动技术产业发展，包括相应的制度和工具[63]；房汉廷(2010)认为金融促进科技发展，归属于产业金融。关于科技金融与金融科技的关系，前者强调金融服务于科技发展，后者强调利用技术来改善金融服务效率降低成本[64]；在监管方面，国内对科技金融的原则是鼓励其发展为主，而对金融科技的原则除了鼓励外还有规范要求。
3.2信贷风险相关理论
(1)委托-代理理论
从信息经济学视角出发，委托-代理理论是由信息不对称引起的，银行经营时一般会出现道德风险和逆向选择。存款人一般被视为委托人，其最大意愿是使自有资金有较为稳健的收益，商业银行的资金直接源于存款人，故商业银行一般被视为代理人，其最大意愿是利润最大化，谋取较高的利润，因为两者主要目标的不一致性，在金融科技等外部因素冲击时，会导致不一致的风险承担行为进而使得风险水平有较大变动。
逆向选择的问题源于事前信息不对称。一般而言事前储户对商业银行的风险偏好信息是缺乏的，银行可能为获取更高的收益而偏好高风险项目，而对于银行间风险偏好差异的信息更为缺乏，故存款人无法根据商业银行的不同风险偏好而获得差额报酬，从事高风险业务的银行可为用户提供较高回报，迫使那些低风险承担行为的银行无法经营，亦或为了维持经营，低风险偏好的银行会提高其风险偏好增收从而给予客户高报酬。
道德风险问题源于事后信息不对称。高风险偏好的银行不断加剧存款市场的竞争，为争取到更多的存款，商业银行一般采用两种行动策略，其一是提高存款利率，其二是加大获客投入，这两种行动策略导致商业银行提高其风险偏好将资金投向风险更高的项目，存款人因高回报而降低了对风险的关注，缺乏监督激励，加之激烈的竞争会进一步导致银行降低贷款利率，致使银行进一步提高其风险偏好以获得竞争力。
在金融科技不断发展的背景下，银行业的竞争不断加剧，导致其表外业务迅猛发展，而其资产负债表所反映的指标满足要求且令存款人满意，进而存款人的监督激励会下降，商业银行一方面得到较低资金成本的存款，另一方面通过高风险承担行为谋取高利润，这加剧银行和存款人之间的委托代理问题。
(2)业务边界移动理论
金融科技加剧了银行业内部的竞争，也使银行业还要面对来自互联网公司开展相关业务所形成的竞争，使银行在固有的金融模式下经营困难，银行只能拓展现有的业务边界，这就涉及到银行业务的边界移动理论。Berger和Black(2011)通过构建B-T模型，实证研究发现：缺乏激励是大型商业银行不愿从事中小企业信贷的主要原因，该模型还指出市场环境变化对商业银行从事信贷业务进而获得利息收入有影响，市场环境变动时，银行为追求利润最大化，会采取拓展其业务边界的行为策略[65]。在金融科技加剧银行竞争的背景下，银行无疑会打破原有的业务边界，寻找新的业务从而维持利润水平获得竞争力。
银行业关注到的可拓展的业务主要有消费信贷业务、中小企业和小微信贷，例如微众银行、新网银行等都在尝试这些业务，过去银行不从事这些业务的主要原因是银行与中小企业和个人之间存在信息偏差和交易成本高的问题。金融科技的发展为解决这些问题提供了方案，尤其是伴随着大数据、人工智能等技术逐步应用于银行信贷方面。
综上，金融科技一方面通过增加银行间的竞争，进而增加其拓展业务边界的激励，另一方面云计算、人工智能等为银行处理“软信息”方面提供了条件，相关技术的应用增强了银行的风险管理能力，缓解了借贷双方的信息不对称，此情况下银行有意愿也能够突破其固有的业务边界，寻找新的业务，进而获取较高利润。
(3)利润边际效应
金融科技发展导致银行业竞争加剧，改变商业银行风险偏好进而影响到商业银行的信贷风险，Boyd和DeNicolo(2005)提出了风险转移效应，以为借款者的风险转移行为是银行信贷风险的源头，竞争加剧导致贷款利率下降减轻了借款者的偿债压力，进而借款者对银行相关信贷行为的监督和风险承担激励下降，从而信贷风险水平降低[66]。然而Wagner(2010)在前人的研究基础上，发现银行是否对某个项目进行贷款行为主要基于贷款前对各个意向项目的评估结果，而并非被动的接受借款者转移项目风险[49]。贷款利率下降缓解风险的同时使其他项目收益下降，在利润最大化的原则下，这会提高银行的风险偏好，高风险项目获得青睐，因其能为银行带来高利润，这样的转变会导致银行信贷风险水平提高(利润边际效应)，银行竞争加剧使存贷利差减小，银行的边际利润进一步降低，银行的应对策略是提高其风险偏好，降低信贷要求，或者加大借款规模，致使原有借款人的资金成本上升，违约可能性增加，进一步提高了银行的信贷风险水平。另一方面，银行边际利润下降，致使其在应对贷款损失方面乏力，进而导致信贷风险水平提升(Martinez-Miera和Repullo(2010)[67])。
综上，当银行面临较为激烈的市场竞争时，风险转移效应对信贷风险产生的降低影响低于利润边际效应对信贷风险产生的提升影响。即当金融科技发展加剧银行业竞争的背景下，利润边际效应的作用更大，使商业银行的信贷风险增加。
3.3金融科技在银行信贷风控中的应用
近几年，金融科技不断冲击的同时，银行业也加快了人工智能等的应用，这节探讨了金融科技与银行的互动过程以及金融科技在银行风控中的具体应用。
(1)金融科技与银行的互动发展阶段
一般我们认为金融科技元年是2017年，从2013年互联网金融冲击银行业到
2017年金融科技与银行业深度融合，两者的关系不断发生变化。结合已有的研究成果，本文认为两者的互动发展大致如下：
首先是竞争阶段。这一阶段银行业继续经营传统业务，主要以线下的网点为主，金融科技往前追溯是互联网金融阶段，其代表是支付宝理财产品、财付通、京东白条等新模式，主要以线上平台为主，以高回报率来吸引用户存款，加之线上的便利条件使得这些金融科技企业积累了大量的客户，这一行为导致银行既有客户流失，存款外流无疑对银行造成了一定的冲击，加之在经济下行背景下，金融资产的回报率下降，优质金融资产减少，双重状况叠加进一步加剧了银行业的竞争。
其次是竞争与合作并存的阶段。此时银行业不再仅仅依靠传统以线下网点经营为主的固有模式而是逐步探索线上应用场景，更多的金融产品和服务实现线上线下一体化，更加重视网络平台的便利和低成本优势，积极开展相关工作以维持和开发客户资源，金融科技公司逐步开拓价值链上游，赋予金融产品和服务更多的应用场景。为实现互补，金融科技公司与银行业合作也在逐步展开。
最后是深度融合阶段。这一阶段，银行与金融科技各自发挥自身的优势进一步合作，银行的优势在于牌照、风险控制和稳健经营等方面，金融科技的优势在于便利性、数据分析、计算等方面。金融科技将其优势赋能于商业银行以提高其效率，大批银行系金融科技子公司诞生，其从成立之初为本集团服务逐步转向技术输出，服务于更多的同行业机构。
(2)金融科技在银行风控领域的应用
金融科技与银行经历了竞争到竞争与合作并存再到深度融合的的发展阶段后，相关技术广泛应用，包括获客、身份验证、授信、贷中监控和贷后管理以及信贷风险监控预警、客户画像和反欺诈这三个场景。
在风险监控预警系统方面，借助大数据和云计算等的风险监控预警系统，为银行信贷风险监控预警的及时性、准确性等方面都提供了有力的支持。大数据分析技术依托于文本分析，其收集的数据包括宏观环境、行业及公司客户信息等多方面。人工智能通过将风险分类，银行方面依据相应的模型获得处理方案，进而建立一套完整的体系。它能改善业务流程刚性控制的可操作性。在建立监控预警系统的同时，也要建立相应的反馈机制，依据预警结果来不断的修正参数使得预警模型更优。风险预警的结果在贷款过程中的定价管理、绩效管理、产品研发设计和信贷政策等环节都可作为参考依据。
大数据分析、云计算等使得银行风险预警系统更为有效和及时，这同样依赖于金融科技发展带来的技术变革。
在客户画像方面，实现了从多维度对银行客户风险的识别与评价，可以做到全方位描述客户的风险特征。基于客户基本信息和相关财务指标分析，凭借大数据和知识图谱两项技术，客户画像将客户基本特征和收入状况进行评价：主要是建立客户的信贷风险标签库，考察客户过去的信贷行为及其财务能力等，银行依据这些标签信息深度挖掘客户需求，最终完成客户画像。
客户风险画像帮助银行对客户的风险状况有了更为及时和全面的了解，这主要凭借大数据和知识图谱这两项技术，而这都得益于金融科技迅速发展带来的技术变革。
在反欺诈应用方面也较为广泛，欺诈风险在我国商业银行经营中司空见惯，其源于客户在与银行合作的过程中提供的信息缺乏真实性，使银行的授信决策有偏。过去银行应对欺诈风险的手段主要是专家规则，对欺诈客户的行为方式总结分析进而形成专家规则，过去这种方法具有一定的有效性，伴随着技术发展，欺诈手段也越来越多样复杂，专家规则的有效性显著下降，此情况下提升反欺诈技术水平对于风险管理显得更为迫切和必要，金融科技发展带来的技术变革为这一难题提供了解决方案，银行利用知识图谱和深度学习两项技术来提高其反欺诈能力进而使得授信决策更科学合理，对积累的大量客户信息的深入挖掘既包括客户本人提供的个人信息、抵押物信息，银行内部积累的客户历史合作信息，更是包括了客户的合作者、竞争者、上下游等社会关系，对客户大量社会关系及其变动的分析来判断客户是否可能具有欺诈行为或欺诈倾向。这种反欺诈技术还可以应用于情报识别和账户管理等场景当中。
依靠知识图谱和深度学习的反欺诈技术辅助银行做出更为科学合理的授信决策，这同样得益于金融科技的迅速发展。
3.4金融科技对信贷风险影响的作用机制
金融科技使许多新的业务模式诞生，对金融机构产品和服务的影响较大。在已有研究的基础上，本研究以资产端、负债端和风险控制端三个视角，探讨金融科技对银行信贷风险的作用机制。
3.4.1资产业务
金融科技发展通过银行资产端业务进而对信贷风险的影响是双向的，一是，金融科技发展加剧银行业竞争，导致银行的资产业务受压，银行在追求利润最大化原则下偏好高风险信贷项目的动机增强，这会影响到信贷风险水平；金融科技模糊了银行过去的资产业务边界，支持了新业务的开发，新诞生的资产业务发展迅速，相应的监管规则却不能迅速调整，这会形成监管真空地带，实际当中存在的高风险行为无法被监管，这无疑会导致银行信贷风险水平的提升。二是，大数据、云计算等手段的采用也为银行方面优化固有的资产端业务服务给予了支持，使资产业务得以线上开展，通过挖掘用户信息，可以提高对客户营销的精准程度，且逐步尝试对客户定制化的金融服务，对于银行而言其获客能力大幅提高，并且在个人业务和线上业务领域有所拓展。针对企业，银行通过实现全产业链的资金介入来增收；针对零售，银行依托线上媒介，通过优化资产投放和配置，获取较高收益。
综上，金融科技加剧竞争使得银行资产端受压，致使银行风险偏好提升，开拓新的高风险资产业务可能会导致银行信贷风险水平提升，金融科技发展也降低了银行资产端业务成本，提升资产管理效率，增加资产业务种类使银行收益水平提高，进而降低了银行为追求高利润而实施高风险项目投资的激励，可能会降低银行的信贷风险水平。
3.4.2负债业务
存款业务是银行资金的重要源头，金融科技使阿里巴巴等互联网公司凭借技术优势，使其开展的第三方支付业务和理财产品加剧了银行的存款分流，并且由于其具有较高的获客能力和客户黏性，与银行的负债端业务形成了直接的竞争关系，打破了银行在存款市场上的垄断地位，使商业银行在定价和资金获取方面受到威胁。一是体现在财富管理方面，随着用户的资产实力不断增加和理财意识不断增强，银行在提供存款业务的同时也提供理财业务，这大大增加了银行的客户黏性，而阿里巴巴等公司相继推出了自己设计维护的多款理财产品，这些互联网公司依托强大的资金运作能力、多元化的业务支撑和处在监管真空地带的优势，为客户带来远远高于银行存款的投资回报率，加之其更为便捷的服务流程，其吸引力显然不言而喻，这大大加速了银行活期和定期存款的流失。其二是支付结算领域，以往银行基本上垄断了客户的支付结算业务，而支付宝、微信支付的出现打破了这一既有格局，具有大数据等技术优势支撑的第三方支付使客户支付更为便捷，利用这一通道将流动资金转入公司的备付金账户，更多的群体通过第三方支付来完成日常的支付结算需求，这使得银行损失了大量的新增活期和定期存款。
为应对存款外流的现状，银行在负债端可能会提升其风险偏好进而提高风险水平，为了留住存款客户遏制存款被分流，一方面可能会对存款利率进行上浮的调整，另一方面会迫切寻找新的资金来源，以维持其资金的相对稳定性，新的资金来源渠道有同业拆借和理财产品，但相较于存款而言，这两个来源渠道的资金成本显然较高且风险更大，这会缩小银行的存贷利差降低其利润水平，这一状况使得银行尝试更高风险的信贷项目，进而提高其信贷风险水平。银行应用金融科技相关技术也可能使得银行在负债端采取更为稳健的行为进而间接地降低其信贷风险水平，银行可以通过相关技术的应用优化其负债端业务，在支付端，积极跟进支付结算方面的线上化和智能化的趋势，充分利用好多年积累的客户资源，为其提供定制化的、丰富的理财产品和相关咨询服务，从而使得银行在负债端的资金相对稳定。针对企业，银行通过构建全产业链的金融服务体系，使得更个性化的产品和服务得以实现，从而使得更多的资金流入银行内部；针对零售，银行可以创造更多的支付场景，优化支付结算流程，使客户更为便捷和满意，进而更好的沉淀客户资金。银行依靠金融科技相关技术对负债端的客户实现更为精准和高效的营销，从而节省成本提高效益。这些措施都会提升银行的盈利能力，降低其风险偏好进而降低银行的信贷风险水平。
3.4.3风险管理
金融科技发展引起的技术变革对商业银行信贷风险的管理无疑是利好的。商业银行通过将大数据和云计算等手段应用于风险管理，使其更精准和高效。
首先，金融科技的应用使得风险识别更为可靠。大数据和云计算的应用支持了银行对客户行为特征的分析，银行在自己积累客户数据库基础上，依靠大数据和云计算从多维度通过网络爬虫等方法，进行数据的深度挖掘从而对客户有一个更为全面的准确的了解，银行凭借此建立的客户画像，对客户风险特征的描述更为精确，风险甄别能力更强，可以实现提前预警客户潜在风险。银行凭借先进的技术进一步优化风险管理模型，增强风险甄别的能力，银行通过自己设立金融科技子公司或者与金融科技公司展开合作，利用金融科技相关技术，改善固有的风险管理系统，例如在征信体系、反欺诈技术、客户行为特征分析等方面都可以实现更为智能的和高精准的改进，进而提高风险识别能力，提升风控水平。
其次，金融科技的深度应用使银行风险管控的效率改善。银行通过将人工智能等相关技术应用于风险管理，提升了银行在风险管控过程中的透明度，这样一是可以约束银行内部的一些不规范行为，二是可以改善银行与客户之间的信息不对称性，使得风控工作更加高效。
金融科技应用在整体上对于银行层面风险识别能力和风险管控效率提升是利好的。但不同银行得益于金融科技对风险管控识别能力和管理效率提升的程度有差异，故金融科技在风控方面对银行信贷风险的影响同样是双向的，对于那些资金充足的银行，在采取设立金融科技子公司、与金融科技公司开展深度合作等行动策略上更高效，故可以较早的受益于金融科技相关技术应用带来的在风控方面的改善收益，这一变化所建立的风控信心往往可能致使其提高风险偏好，介入更高风险的信贷项目，进而提升信贷风险水平；在激烈的竞争压力面前，那些资金实力较为薄弱的公司，由于其风控能力并没有得到很大的改善，出于谨慎的原则，其在面对高风险信贷项目时可能会选择退出，也可能迫于维持原有的盈利水平而冒险介入高风险的信贷项目，进而导致信贷风险水平提升。
综上，银行风险管控方面引入金融科技相关技术对于信贷风险的影响有利好的可能，也有利空的可能。
图3-1金融科技对信贷风险的影响机制
第四章金融科技对信贷风险影响的实证研究
4.1实证研究设计
4.1.1影响机理与研究假说
(1)金融科技对信贷风险影响机理分析与研究假说
金融科技对信贷风险的影响机制主要是以下两个方面：
金融科技发展加剧银行业竞争进而提高银行信贷风险。金融科技的发展深刻改变金融生态，过去的运营模式被冲击，经营边界不断变化，导致银行业竞争加剧。按照“利润边际效应”理论，竞争加剧致使存贷利差缩小，利润水平下降，在利润最大化的激励下，银行会降低贷款要求，提高其风险偏好，增加收入以补偿因存贷利差下降导致收益水平降低造成的损失，这种做法会提高银行信贷风险。Wagner(2010)认为银行竞争增加导致存贷利差收窄、利润减少，进而在削弱银行抵御风险能力的同时，银行更加偏好风险更高的借款人，加大了银行的信贷风险[49]。Jimenez(2006)[68]、郭立宏等(2011)[69]、杨天宇和钟宇平(2013)[70]等学者也支持这种观点。按照“业务边界移动理论”，竞争加剧增加了商业银行移动其业务边界的激励，从事更多的小微业务以提升银行利润水平，而从事小微业务具有的信息不对称特性导致银行信贷风险水平提升。同时，由于金融科技致使银行资产和负债端承压，银行为维持其资金来源的稳定和盈利水平，偏好高风险项目，进而导致信贷风险水平提升。
金融科技发展的冲击倒逼银行将金融科技相关技术应用于风险管理进而降低信息不对称性以及提高风控的效率和精准性从而缓解银行信贷风险，银行自己设立金融科技部门，或联合金融科技公司逐渐将大数据、人工智能等手段应用于风控和客户管理领域，提高其风险的甄别能力和风险管控工作效率进而缓解了银行的信贷风险。公司贷款违约增加源于银行与公司之间的信息不对称
(尹志超，2011[71])，金融科技相关技术的应用通过改善借款人和贷款人之间的信用不对称性缓解了商业银行的信贷风险，主要体现在处理海量数据、信息整合和应用等方面的巨大优势，从而有效解决信息不充分、信息滞后等问题，进而使得信用风险管理更加主动、高效(袁媛，2018[72])。陈君(2016)认为依托大数据的信贷风控体系，增加了信息量改进了工具，从而缓解银行信贷风险[73]。金融科技的应用也为银行拓展资产和负债业务，优化客户营销和管理水平提供了条件，有益于增收，进而间接缓解信贷风险。通过以上的分析，提出如下竞争性假说：
18
H1a:在金融科技加剧银行业竞争的背景下，金融科技对信贷风险呈正向影响；
H1b:在金融机构将相关技术不断应用于风险管理的背景下，金融科技对信贷风险呈负向影响；
H1c:在金融科技不断发展应用的背景下，其对信贷风险呈非线性影响；
（2）金融科技对信贷风险在市场化进程作用下非对称性影响机理分析与研究假说
高市场化进程为金融科技演进在市场环境和制度安排方面做好了铺垫。较高
市场化进程加剧了银行业竞争，使银行市场势力下降，边际收益下降，银行为维持经营会提升其风险偏好(Martínez-Miera和Repullo,2010[74]；GabrielJiménez,2013[50])，从而增加了信贷风险。一方面较高的市场化进程意味着良好的信用和法治环境，完善的市场制度体系强调保护知识产权，鼓励创新推动金融科技公司的成长(乔海曙和黄建轩,2019[75])，从而冲击银行固有的资产、负债等业务，提升银行风险偏好，进而提高银行信贷风险；另一方面较高的市场化进程表明政府干预市场较少，和谐的政企关系使公司的创新成本和税收成本控制在合理的范围内，这也有利于金融科技公司的发展，亦有利于培养创新型金融中介从而推动金融科技的应用(乔海曙和黄建轩,2019[75])，这反而会有助于缓解银行信贷风险；当市场化进程较慢政府干预较强时，政府官员出于晋升(何杨和王蔚,2015[76])和通过银行融资的考虑，会干预银行的贷款，从而导致信贷投放效益差，进而提高了信贷风险(郭敏和段艺璇,2019[77])，这种干预行为会挤出企业信贷融资，提高企业资金成本(马树才等,2020[78])，不利于企业创新进而影响金融科技发展。金融科技发展使银行价格竞争增加，利润减少从而增加其风险(汪可，2018)[79]。综上，市场化进程对金融科技与信贷风险及两者关系的影响是复杂的，目前尚未达成一致结论。通过以上的分析，提出以下竞争性假说：
H2a:在市场化进程较高的地区，金融科技加剧银行竞争占主导作用，金融科技对信贷风险呈正向影响；
H2b:在市场化进程较高的地区，金融科技的应用占主导作用，金融科技对信贷风险呈负向影响。
4.1.2变量选择
(1)被解释变量(risk)。参考已有研究成果且鉴于数据的可得性，本文选取不良贷款率来衡量信贷风险，Bergeret.al(2009)[80]、Jimenezet.al(2013)[50]、王海涛(2018)[81]等均采取了同样的做法，不良贷款率高时借款人违约的可能性较大，面临的信贷风险较高。
19
(2)核心解释变量(fint)。参照邱晗等(2018)的做法[47]，本文采用2013-2018年省级层面的数字普惠金融指数来衡量金融科技发展水平，该指数由北大数字金融中心编制，从多个维度描述了各省市金融科技发展程度。
(3)门槛变量(finp)。本文用王小鲁等编制的《中国分省份市场化指数报告(2018)》[82]当中“市场化总指数”来衡量市场化进程，较大的市场化总指数，意味着较高的市场化进程。
(4)控制变量。①实际GDP增长率(gdp)，本文采用实际GDP增长率作为衡量宏观经济发展水平的指标，经济形势向好时，市场中投资机会多，企业的经营绩效也较好，偿还本息的能力强，故信贷风险水平较低；②贷款比重(loan)，本文采用各个省市的人民币贷款余额占社会融资总规模的比重来衡量，一般而言该比重越大，面临的还本付息的财务压力越大，违约可能性较高，信贷风险水平也越高；③竞争环境(comp)，本文采用大型商业银行资产总额占金融机构资产总额的比重作为衡量银行业竞争环境的指标，当银行面临较为激烈的竞争环境时，其风险偏好会提高，进而会尝试高风险的信贷项目，从而提高了信贷风险水平；④市场中介组织的发育和法制环境(intl)，本文采用“市场中介组织的发育和法制环境”这一指数来衡量，源自王小鲁等编制的《中国分省份市场化指数报告(2018)》
[82]，该指数的增大，意味着银行业间竞争增加，进而可能导致更高的信贷风险；
⑤财政支出(expe)，一般而言，财政支出越多，政府干预信贷资金的动机越强，这一行为可能会使银行信贷风险更高。具体如表4-1：
表4-1 变量说明
变量类型 变量名称 变量符号 变量测度
被解释变量 信贷风险 risk 不良贷款率
核心解释变量 金融科技 fint 数字普惠金融发展指数
门槛变量 市场化进程 finp 市场化总指数控制变量 经济增长 gdp 实际GDP增长率
贷款比重 loan 贷款规模/社会融资规模
竞争环境
comp 大型商业银行资产总额/金融机构资
产总额
市场中介组织的
发育与法制环境
intl “市场中介组织的发育与法制环
境”指数
财政支出 expe 财政支出增长率
4.1.3样本选择与数据来源
本文选择的样本区间为2013-2018年。样本数据从Wind数据库、国家统计局获得，金融科技发展指标数据来自北京大学数字金融中心编制的2013-2018年数字普惠金融指数，市场化进程指标(finp)、市场中介组织和法制环境指标(intl)数据来自王小鲁等编制的《中国分省份市场化指数报告(2018)》[82]，缺失数据通过线性插值法获得，最后得到2013-2018年我国30个省及直辖市的平衡面板数据。为消除极端值的影响，对连续型变量做了上下1%的缩尾处理。
4.2实证结果分析
4.2.1描述性统计
表4-2列出了样本观测值的描述性统计，其中信贷风险(risk)最大值4.400%，最小值为0.350%，表明各省份之间信贷风险水平存在较大差异，均值为1.674%，整体上信贷风险偏高；金融科技(fint)均值为2.274，最大值和最小值差值为2.597，表明金融科技发展呈现出较大的区域差异，可能是由不同地区的技术禀赋和市场环境差异所致；市场化进程平均值为6.752，表明我国整体上市场化进程较快，同时较大的标准差也反映了市场化进程的区域差异，可能是由不同地区的法律制度环境、政府与市场关系等诸方面的差异所致；实际GDP增速均值为7.964%，说明宏观经济发展整体较好；贷款比重(loan)均值为0.725，反映了整体上较高的贷款比重，这也符合我国间接融资为主的市场结构实情；竞争环境(comp)均值为0.348，标准差为0.0501，表明了大型商业银行较高的资产占比及各省面临的竞争环境都趋近；市场中介组织发育和法制环境指标(intl)标准差为4.058，表明我国市场中介组织发育和法制存在较大省际差异；财政支出指标(expe)均值为0.0953表明整体上我国财政支出增长较为合理，最大值为0.399反映了个别省份较快的财政支出增长水平。
4.2.2金融科技对信贷风险的影响分析
本文采用平衡面板数据，对所有连续型变量采用Fisher-ADF检验，结果表明不存在单位根现象，即不会产生伪回归的现象。采用Hausman检验，结果表明应采用固定效应模型。考虑到可能存在的时间因素，本文使用双向固定效应模型。为减少因扰动项不规则产生的问题，模型均采用省级层面聚类稳健标准误回归。
本文分别使用双向固定效应模型、2SLS模型和SYS-GMM模型回归检验了金融科技与信贷风险的关系：使用双向固定效应模型，将模型中可能存在的时间变化因素纳入进来，使回归结果更为可靠；采用2SLS模型能够减小因遗漏变量偏差和反向因果造成的内生性问题，金融科技发展带来的冲击和应用会影响信贷风险水平，反过来，银行层面为提升风险识别能力和风控的效率，开拓新的资产负债业务，亦会加快大数据、人工智能等的开发，从而推动金融科技的发展。2SLS模型中将M2增速和一年期贷款基准利率作为工具变量，金融科技长久发展受经济主体所处的金融创新环境影响(乔海曙和黄建轩,2019[75])，而企业的融资成本会影响研发，贷款利率的高低决定了企业的资金成本，同时金融科技的发展应用也受到宏观货币环境的影响。采用Shea’spartialR2检验工具变量的强弱，检验结果显示fint和fint2对应的Shea’spartialR2值分别是0.8711和0.2387，F统计量分别是47.0984和24.8769，对应的P值均为0.000，因此可以认定选取的两个工具变量为强工具变量；考虑到信贷风险的惯性，本文用SYS-GMM模型来进一步检验研究假说，Hansen检验的P值均大于0.1(接受原假设)，即认为不存在工具变量过度识别的问题，Arellano-Bond自相关检验表明残差序列仅存在一阶自相关，上述检验结果表明，本文动态模型设置合理。
24
表4-4汇报了金融科技对信贷风险影响的基准回归结果，其中第(1)、(3)、(5)列的回归结果显示：金融科技(fint)的系数显著为负。为检验金融科技对信贷风险的非线性影响，在模型中加入金融科技二次项(fint2)，其中第(2)、(4)、(6)的回归结果显示：金融科技二次项(fint2)系数显著为负，金融科技一次项(fint)系数显著为正，说明金融科技对信贷风险的影响呈显著的倒U型，即在起初，信贷风险受金融科技冲击影响而增加，当金融科技发展超过临界值(2.524)后，金融科技相关技术的应用缓解了信贷风险，验证了假说H1c。
控制变量方面，实际GDP增长率(gdp)系数显著为负，符合预期，反映了信贷风险的逆周期性；贷款比重(loan)系数显著为正，符合预期，表明该比重越大，企业面临的偿还本息的财务压力越大，违约可能性较高，从而信贷风险水平也越高；竞争环境(comp)系数显著为负，其原因可能在于更加多元的银行业结构更有助于分散风险；市场中介组织的发育和法制环境(intl)系数显著为正，符合预期，市场中介组织发育越完善，法制化程度越高，银行间竞争愈激烈，进而导致更高的信贷风险；财政支出(expe)系数显著为正,表明财政支出增长越快，政府干预信贷资金配置的动机越强，这使银行信贷风险增加。
注：()内是估计系数的t值。***、**和*分别表示在1%、5%和10%显著性水平上显著。表4-5、4-6、4-7、4-8同。
为进一步说明金融科技对信贷风险的影响，本部分探讨金融科技对信贷风险
影响的边际效应，根据图4-1可以看出，当金融科技发展在临界值以下时，金融科技对信贷风险的边际影响是正的，即金融科技每增加一个单位，信贷风险是增加的，且呈现边际效应递减的趋势，当金融科技发展在临界值以上时，金融科技对信贷风险的边际影响是负的，即金融科技每增加一个单位，信贷风险是降低的，与上述结论一致。
图4-1金融科技对信贷风险影响的边际效应分析
为深入考察金融科技与信贷风险的非线性关系，本文建立动态面板门槛模型采用FD-GMM方法进行估计，为处理模型中存在的内生性问题，将被解释变量和解释变量的滞后项当做工具变量，为避免过度拟合和弱工具变量等问题，本文参考Roodman(2009)关于工具变量的选择标准，选择被解释变量和解释变量的一阶滞后项[2]。同时本文借鉴Hansen等(1996)[84]提出的自举法(Bootstrap)对模型的非线性进行了检验，根据表4-5中linearity-test的检验，拒绝原假设，认为模型存在非线性关系，将金融科技作为门槛变量建立动态面板门槛模型具有一定的合理性。
表4-5的回归结果表明，金融科技的门槛值为2.534，其将金融科技划分为低金融科技发展水平(fint≤2.534)和高金融科技发展水平(fint≥2.534)两大区制，两大区制系数符号相反且显著。在低金融科技发展水平下，金融科技(fint)系数显著为正，表明当金融科技发展水平较低时，金融科技正向影响信贷风险，其原因在于金融科技初期的发展在资产端、负债端对银行业务形成冲击，银行为维持其盈利水平，提高了其信贷风险偏好进而提升了信贷风险水平；在高金融科技发展水平下，金融科技(fint)系数显著为负，表明当金融科技发展水平较高时，金融科技负向影响信贷风险，其原因在于金融科技相关技术在银行风控管理工作当中的不断应用提高了银行风险管理的效率和有效性，进而缓解了信贷风险，结果进一步验证了假说H1c。
为进一步探讨金融科技对信贷风险的影响，本文分别从覆盖广度(covb)、使用深度(usad)和数字化程度(digl)三个维度检验金融科技与信贷风险关系，其中覆盖广度主要是从支付宝账户的覆盖率的角度来衡量的，使用深度主要是从支付宝在支付、信贷和投资业务等方面的参与程度来衡量的，数字化程度主要是从支付宝在移动化和便利化等方面的贡献程度来衡量的。根据表4-6中第(1)、(3)、(5)列的回归结果：覆盖广度(covb)、使用深度(usad)和数字化程度(digl)系数均显著为负，第(2)、(4)、(6)列通过引入覆盖广度二次项(covb2)、使用深度二次项(usad2)和数字化程度二次项(digl2)探讨非线性影响，回归结果显示：覆盖广度二次项(covb2)和使用深度二次项(usad2)的系数显著为负，数字化程度二次项(digl2)系数为负但未通过显著性检验，表明在金融科技发展前期，金融科技对信贷风险的正向影响主要体现在覆盖广度和使用深度这两个维度，表明金融科技对银行存款分流和资产业务受压两方面的影响，而数字化程度主要反映的是支付终端的线上程度，结果验证了其主要是为用户支付的便利做出了贡献，而对银行信贷业务的冲击并不显著。
为深入考察金融科技对信贷风险不同地区的异质性影响，本文基于东部、中部和西部三个子样本的数据考察金融科技与信贷风险的关系，表4-7的回归结果显示：东部地区金融科技(fint)系数为-0.488且显著，中部地区金融科技(fint)系数为0.158未通过统计检验，西部地区金融科技(fint)系数为0.382且显著，可能的原因在于：(1)东部地区信息技术发展快，为降低金融交易成本和产品服务等的创新给予支撑(ChemmanurandWilhelm,2002[85])，信息技术进步同时也有助于新理念、新技术等的传播，为金融机构加快金融科技应用进而在产品等方面创新从而获得较高利润给予了支持，中西部地区的信息技术相对较为落后，银行等在金融科技的应用方面较为迟缓；(2)东部地区的市场需求更大，较强消费者购买能力促使金融机构通过金融科技的应用扩展市场，降低信息成本。中西部地区，尤其是西部地区市场需求疲软，金融机构加快金融科技应用，进而创新金融产品和服务的动力不足。
4.2.3金融科技对信贷风险在市场化进程作用下的影响分析
为探讨市场化进程作用下金融科技对信贷风险的影响，本文通过引入市场化进程这一门槛变量，建立动态面板门槛模型采用FD-GMM方法估计，将被解释变量和解释变量的一阶滞后项当做工具变量，以解决过度拟合和弱工具变量等问题，同时对模型的非线性进行了检验，表3-7中linearity-test的检验结果表明，模型存在非线性关系，将市场化进程作为门槛变量建立动态面板门槛模型有其合理性。
表4-8的回归结果显示，市场化进程的门槛值为7.431，其将市场化进程划分为低市场化进程(finp≤8.916)和高市场化进程(finp≥8.916)两大区制，两大区制系数符号相反且显著。在低市场化进程下，金融科技(fint)系数显著为正，表明当市场化进程较低时，金融科技正向影响信贷风险，原因可能是市场化进程较低的地区，其市场主体单一、信用和法制环境较为滞后，银行层面金融科技相关技术的应用较为迟缓，金融科技冲击致使信贷风险增加，而相应的应对措施效率较低，效果较差。在高市场化进程下，金融科技(fint)系数显著为负，表明当市场化进程较高时，金融科技负向影响信贷风险，原因可能是高市场化进程地区，信用和法制环境更好，市场要素更完备，市场主体更加多元，更有利于技术研发，银行层面迅速将金融科技相关技术应用于风控工作提高银行风险管理的效率和有效性进而降低了信贷风险水平，而通过加剧竞争进而导致信贷风险提升的影响较为微弱，结果验证了假说H2b。
4.2.1稳健性检验
为进一步对金融科技与信贷风险回归结果以及市场化进程对金融科技的影响进行检验，本文采用PVAR模型进行估计，该模型使用广义矩估计的方法，能很好地解决内生性问题。根据图4-2和图4-3，我们可以发现脉冲响应随时间向0收敛，即模型具有一定的稳定性。
由图4-2可知，金融科技一单位的变动对信贷风险变动的影响首先是迅速增
加至0.2个单位，随后逐步降至0附近，进一步呼应了上文中的回归结果，表明金融科技发展初期，信贷风险受金融科技冲击影响而增加，随着金融科技相关技术的应用缓解了对信贷风险冲击造成的影响。
由图4-3可知，市场化进程一单位的变动对金融科技变动的影响首先是正的，随后逐步降为负值，最后升至0附近，这进一步佐证了本文对金融科技与信贷风险关系在市场化进程作用下机理分析的可靠性，市场化进程正向影响金融科技的可能原因在于高市场化进程为金融科技演进提供了良好的市场环境和制度安排，一方面完善的市场制度体系强调保护知识产权，鼓励创新推动金融科技公司的成长，另一方面较高的市场化进程表明政府干预市场较少，和谐的政企关系使公司的创新成本和税收成本控制在合理的范围内，这也有利于金融科技公司的发展，亦有利于培养创新型金融中介从而推动金融科技的应用。市场化进程一单位变动对金融科技变动影响为负的可能原因在于当市场化进程较慢政府干预较强时，政府官员出于晋升和从银行融资的考虑，会干预银行的信贷资金配置，这种干预行为会挤出企业信贷融资，提高企业资金成本，不利于企业创新进而会影响金融科技发展。
第五章结论与建议
5.1研究结论
金融科技深刻改变金融生态，构建新的金融格局，以往的运营方式被冲击，经营边界不断变化，金融科技进一步加剧了商业银行的竞争进而导致信贷风险水平提高，银行业逐步将金融科技相关技术应用于拓展负债和资产业务、提升风险管理效率等方面，从而缓解信贷风险。市场化进程的加快一方面促进技术创新，进而为金融科技发展提供必要的市场条件，另一方面较高的市场化进程使市场主体更多元，这使得金融科技对银行业造成更大压力，总之在市场化进程的作用下金融科技对信贷风险的影响更多元。
为深入分析金融科技对信贷风险的影响以及市场化进程对两者关系的作用，本文选取2013-2018年30个省及直辖市的面板数据作为样本，分别使用双向固定效应模型、两阶段最小二乘法、系统广义矩估计和动态面板门槛模型实证检验了金融科技与信贷风险的关系，通过引入市场化进程这一门槛变量，实证分析了市场化进程在金融科技与信贷风险关系中的影响。本文研究发现：第一，金融科技与信贷风险是倒U型关系，即在前期，信贷风险受金融科技冲击影响而增加，当金融科技发展越过临界值(2.524)后，金融科技相关技术的应用缓解了信贷风险，动态面板门槛模型结果表明在低金融科技发展水平下(fint≤2.534)，金融科技(fint)系数显著为正，金融科技正向影响信贷风险，高金融科技发展水平下(fint≥2.534)，金融科技(fint)系数显著为负，金融科技负向影响信贷风险，进一步佐证了金融科技与信贷风险是倒U型关系。第二，金融科技对信贷风险的非线性影响表现在覆盖广度和使用深度两个维度，而数字化程度维度不显著，表明在金融科技发展前期，金融科技对信贷风险的正向影响主要体现在覆盖广度和使用深度这两个维度。第三，东部地区金融科技负向影响信贷风险，中部和西部地区金融科技正向影响信贷风险，但中部地区回归结果未通过显著性检验。第四，在关于市场化进程对金融科技与信贷风险关系的研究中发现：在低市场化进程下(finp≤8.916)，金融科技系数显著为正，金融科技正向影响信贷风险；在高市场化进程下(finp≥8.916)，金融科技系数显著为负，金融科技负向影响信贷风险，表明市场化进程对金融科技与信贷风险关系的影响是非对称的。
5.2政策启示
通过分析上述结论可知，金融科技发展初期，信贷风险受金融科技冲击影响而增加，银行为应对冲击，逐步将相关技术应用于风控工作进而缓解了信贷风险，较高的市场化进程更有利于创新，故金融科技发展速度更快，其加剧银行业竞争进而对银行业务的冲击更剧烈，对信贷风险的提升作用更显著。本文根据以上结论得出以下政策启示：
第一，商业银行方面，须加快金融科技相关技术的应用。金融科技一是为银行降低交易成本提高管理效率提供了技术支持，二是金融科技相关技术的应用使信息不对称性降低，这为银行风控相关工作效率的提升起到巨大作用，故银行需要做好：(1)为金融科技的应用做好战略支撑、财务支持、金融科技人员的培训等基础配套工作，战略支撑工作的重点是将金融科技的应用融入公司长期战略当中，围绕金融科技应用改善管理效率、降低成本和增强客户黏性的导向，做好金融科技应用布局、技术研发、金融科技治理机制等相关规划，同时做好相关成果应用和激励工作；财务支持的重点在于设立专项资金，为金融科技相关技术的开发、成果应用提供充足的资金保障，避免资金链断裂问题；金融科技人员培训工作的重点在于培养既懂得金融科技相关技术开发又具有金融背景的复合型人才，尤其是大数据管理分析、云计算等方面的擅长人才，这对于银行层面提升管理效率、做好风控工作具有关键性意义。(2)应该深入挖掘金融科技应用对金融产品和服务创新带来的契机以及金融科技应用通过降低信息不对称性对于风控工作改善带来的新突破，进而做好风险控制工作从而防范发生重大风险问题。(3)金融机构应重点关注东部地区潜在的市场需求，通过金融科技的应用进一步搜寻用户需求，使定制化服务成为可能，同时也缓解了银行与客户之间的信息不对称性，有利于做好风控工作，为银行开拓市场提供了机会。
第二，监管方面，金融科技发展本身带来了新的风险，加之金融科技发展应用对金融机构风险的影响，监管机构须重点做好：(1)完善有关金融科技监管的规章制度。金融科技作为新生事物，发展迅猛，不断演化，新的问题不断出现，故监管部门应强化监管，主动监管，完善相关的法律法规，从而防范发生重大风险事件；(2)持续关注金融科技发展应用对于银行信贷风险方面的影响，进一步研究其影响机制，进而提早关注到潜在的风险问题，从而防范发生重大金融风险事件；(3)对于东部地区应该重点监管金融科技带来的风险。东部地区具有较高的市场化进程，市场主体更加多元，金融科技公司众多，相关业务复杂多样，存在较多不规范高风险的业务，监管单位不容松懈以防止相关风险的爆发，中西部应该重点监管金融科技对银行盈利水平造成冲击，银行层面进而提升其风险偏好，从而使信贷风险增加的行为，加之中西部地区信息技术发展水平低、市场需求疲软，银行方面采取高风险信贷行为的可能性更大，持续监管必不可少。
