金融科技可以提高商业银行的效率吗？——基于大数据分析外文翻译资料

 2023-02-24 11:02

英语原文共 29 页，剩余内容已隐藏，支付完成后下载完整资料

附录A 译文

金融科技可以提高商业银行的效率吗？——基于大数据分析

1. 引言

随着网络技术和互联网的飞速发展，中国许多传统产业正在进行改革。从2014年以来，一个新词汇进入公众视野——金融科技（Pedersen，2015；Rysman和Schuh，2016）。广义上讲，金融科技涉及应用多种先进技术来支持金融行业的发展（Darolles，2016）。相关领域包括大数据、人工智能（AI）、云计算、区块链和量子计算。金融科技是一种目前难以实现的新型计算机算法（Barocas和Selbst，2016；Dhar，2016）。金融科技包含金融行业里的数字创新和以技术支持的商业模式创新（Abraham，2019）。这些创新会破坏现有的行业结构，模糊行业界限，促进战略脱媒，改变现有公司创造和交付产品及服务的方式，为创业提供新的途径并且普及金融服务（Admati，2013；Philippon，2019）。金融科技包括广泛使用技术的金融领域，如前端消费产品、新进入者与现有者之间的竞争，甚至还有创新的区块链技术以及加密货币，如比特币等（Dranev等人，2019）。如今，对金融科技至关重要的创新实例主要有区块链技术、新数字化咨询和交易系统、人工智能和机器学习、点对点借贷、股权众筹和移动支付系统（Philippon，2015；Darolles，2016）。金融技术的发展增强了商业银行的竞争力，因为数字技术在提高银行和其他金融机构向小微企业和私营企业提供服务的效率方面发挥了重要作用（Berg和Burg，2019）。银行和其他金融机构正在努力将客户获取和风险控制的成本降到最低，以至于降低运营成本和提高运营效率，并为广泛的消费者增强用户体验，从而导致应用金融科技的需求日益强劲（Allen和Gale，2000）。

由金融科技支持的智能决策、营销、风险控制，运营和客户服务可以优化金融机构的信贷流程以及客户评估模型（Aylin，2020），实现快速放贷，降低企业融资的总成本，还能提升金融服务的经济效益（Bartlett，2018）。例如，在企业提交线上贷款申请后，金融科技系统可以在没有人工干预的情况下自动决定是否提供贷款（Bazot，2013）。银行可以通过回归客户档案，对用户数据进行建模和分析，根据近一万条规则过滤用户，参考谷歌的页面排名计算普通用户在社交网络上的权重（Dobbie，2018）。此外，金融科技在中国积累了超过10亿个匿名样本，包含社交和电子商务等六大类核心数据，并在实践中验证和优化了客户识别模型（Bickenbach，2016）。金融科技对商业银行的冲击主要反映在对线上支付（包括第三方和移动支付）与支付结算等中间服务的影响（Chamley，2012）。同时，商业银行传统的资产负债业务也受到了金融脱媒趋势的影响。因此，金融科技直接影响商业银行的客户群及其市场竞争力（Dhar，2016）。本文通过研究金融科技的使用程度与商业银行全要素生产率（TFP）之间的关系来评估金融科技对银行业的潜在影响。本文的结构如下：第二节简要回顾相关文献并提出假设；第三节介绍研究的模型、数据和方法；第四节提供实证结果和分析；第五节总结主要发现并提出结论。

2. 文献综述

金融科技的兴起对商业银行的传统业务产生了重大影响（Petralia等人，2019）。在住房抵押贷款等关键领域，商业银行已经将市场份额让给了受不同的监管并享有技术优势的影子银行以及金融科技贷款人（Buchak等人，2018）。与影子银行相比，金融科技贷款人为信誉更好的借款人服务，但收取更高的利率（14-16个基点），这支持了消费者愿意为更好的用户体验和更快的贷款决策付出更多费用的观点。在抵押贷款市场上，金融科技贷款人和传统贷款人之间的另一个区别是，前者处理申请流程的速度快20%，而且不会增加贷款风险（Fuster等人，2019）。金融科技贷款人对需求冲击的反应也更富有弹性，特别是对可能从中受益的借款人而言，他们具有更高的再融资倾向。因此，金融科技贷款人提高了抵押贷款市场金融中介的效率（Egan，2016）。

金融科技的出现常常被认为是减少不平等信贷的一个有希望的方式。金融公司内部的不当激励可能导致有偏的贷款决定（Dobbie等人，2018）。金融科技贷款人可以减轻抵押贷款市场的歧视，而传统贷款人对少数群体的购买和再融资抵押贷款收取更多的费用，因为金融科技算法的识别能力比面对面贷款人少40%（Bartlett等人，2018）。新的金融技术和数据可以更好地筛选借款人（Berg等人，2019）。金融科技收集以消费者数字足迹为基础的数据，在预测消费者违约方面，其能力等于或大于传统信用评级机构。

金融科技公司也在财富管理市场上竞争。美国是智能投顾的主要市场，在2017年智能投顾管理的所有投资中，美国占一半以上（Abraham等人，2019）。然而，由智能投顾管理的资产是仅占托管资产总额的一小部分，客户的平均财富也远低于行业平均水平（《经济学人》，2017）。智能投顾节省了固定成本（如财务顾问的工资和实体办公室的维护），所以最低投资要求和费用都有所下降（Abraham等人，2019）。

最后，金融科技还对商业银行的中间业务以及组织内部的激励措施产生了强烈的影响（Foa，2015）。支付结算一直是商业银行最基本、最传统的中间业务之一。根据信息不对称理论，商业银行作为金融中介，在一定程度上有助于缓解信息不对称（Kelly，2016）。它们的信息优势和由此产生的垄断地位赋予了商业银行长期且独特的优势。而金融科技支持第三方和移动支付，减少了这些优势（Berger和Demsetz，1999）。第三方和移动支付的成本远远低于银行提供的服务。云计算以及其他技术可以高效地存储和管理客户数据，从而更有效地缓解信息不对称，并比传统方法更方便、更高效地实现支付和结算（Baker，2015）。

总之，金融科技以几种不同的方式影响商业银行的效率。在本研究中，应用数据包络分析（DEA）Malmquist非参数方法（Fare，1994）来评估银行业多投入和多产出效应，并计算商业银行的全要素生产率，进而分析金融科技对商业银行效率的影响。

基于此，提出如下假说。

1.金融科技可以提高商业银行的全要素生产率。

2.金融科技对商业银行全要素生产率的积极影响因银行应用科技的程度不同而有所差异。

3. 模型和数据

基于上述理论分析，金融科技的发展导致商业银行盈利能力的提高，金融业务的创新以及风险控制的改善。即利用金融科技，商业银行可以改进传统的商业模式、降低运营成本、提高服务效率和加强风险控制能力，直接为客户创造更具吸引力的商业模式，从而提高其综合竞争力。由于金融科技的发展对不同规模和类型的商业银行的影响不同，计量模型应充分考虑变量对商业银行异质性回归的影响。因此，在设计模型时，有必要引入异质性控制变量。商业银行的竞争力涉及到许多难以量化的因素。因此，本文使用商业银行的TFP作为其竞争力的代理。由于TFP具有一定的粘性效应，因此有必要使用滞后的TFP。

3.1 模型

在上述模型中，主要解释变量TFPit，表示银行i在t年TFP的变化。当它大于1的时候，说明该年度银行的全要素生产率比前一年有所提高，当它小于1时，表明全要素生产率与前一年相比有所下降。当它等于1的时候，则与去年一样。Fintechit表示t年的中国金融科技指数（即中国的金融科技发展指标）。X it是控制变量，包括宏观经济指标、金融市场的成熟度、货币政策指标(即货币政策的力度)，资本市场发展指标以及一些银行层面的异质性指标，如行业集中度、银行规模、风险承担能力、盈利能力、资源配置能力、创新能力以及是否为上市银行。因为全要素生产率的滞后一期TFPit-1，本文形成一个动态数据面板模型。为解决内生性问题，本文采用了两种模型，即系统广义矩估计（SYS-GMM）和差分广义矩估计（DIF-GMM）。在此基础上，本文还进行稳健性检验。

全要素生产率。本文的分析使用全要素生产率作为商业银行竞争力的代理变量。在计算商业银行的全要素生产率时，必须考虑两种选择：全要素生产率的计算方法以及投入和产出（Brei，2016）。

衡量银行的投入和产出是一个困难的问题，每个银行都有其独特的特点（Mahony，2009）。例如，不同于生产有形商品的制造业公司，银行生产的产品都是无形的（即中间服务）和复合的（即由一系列产品组成）。银行效率研究使用了许多衡量银行产出的方法，如存款和贷款账户的数量和每个账户的收入（Bolton，2011）。因为本文的分析强调了银行生产过程的基本性质，而不是股票变化，所以认为向客户提供的服务是银行产出。

衡量服务产品的主要方法有两种：生产法和中介法（Chamley，2012）。生产法认为银行是生产不同存贷款账户的公司。交易和凭单的数量和类型被认为是衡量银行产出的最佳指标（Favara，2009）。然而，通常很难获得这些数据。因此，在实践中，通常只使用存贷款账户的数量来衡量银行的产出。中介法认为银行是在储户和贷款人之间转移资金的金融中介。在生产法中，银行贷款和投资的数量代表其产出，而劳动力和存款代表投入。另一方面，中介方法使用存款作为投入，同时考虑到经营和利息成本（Goddard等人，2001）。两种方法都不是完美的，但它们是相辅相成的（Berger和Humphrey，1997）。上述每一种方法都强调银行某一方面的功能，它们可以用于分析不同层次的效率（Levine，2015）。鉴于生产法考虑银行的经营成本，更适合研究成本效率。而作为评估银行整体成本的中介法，更适合分析银行之间的经济差异（Ferrier和Lovell，1990）。该方法考虑了利息成本，对评估银行效率和进行边界分析是有用的。然而，对于商业银行的经营方式有不同的理解，银行投入和产出变量的定义也存在差异。

在现有文献中，有五种常用的方法来定义银行的投入（Levine，2005）：生产法、中介法、资产法、用户成本法和增值法（Glode，2012）。这些方法的主要区别是银行存在的合理性和对银行作用的不同理解，以及由此产生的投入选择（Greenwood，2013）。综上所述，根据生产法，银行的产出是以其存贷款账户的数量来衡量的。银行的投入通常是以资本和固定劳动力成本来衡量的（Kelly，2016）。相反，如上所述的中介法认为，银行集中闲置资金并将其分配给需要的各方，作为基金供应商和需求者之间的中介。

资产法还将银行视为现金提供者和需求者之间的中介，并将银行的产出定义为资产负债表上的资产，主要包括贷款（Kovner，2014）。这种方法下，存款被视为负债而不是产出。该方法认为，当银行的机会成本低于其资产回报时，资产应被视为产出。当银行的机会成本高于负债的价值时，存款也被认为是负债（Yermack，2015）。

增值法认为，银行的投入包括购买资金的劳动力和实物资本，其产出是产生高附加值的活动，如贷款、活期存款和定期存款（Kumar，2016）。

上述前三种方法是目前文献中使用的主要方法。相同的计算方法可能由于不同的数据源或焦点而使用不同的投入和产出变量。生产法需要对银行完成的业务量进行分析，而这些信息很难获得，所以不使用这种方法。然而，无论采用资产法还是中介法，生产都是最重要的因素，生产的最终结果是实现收入和利润最大化。因此，本文的研究重点是银行的生产成果。

本文将银行投入变量定义为他们的劳动力成本和注册资本，认为银行的劳动力是某一年的全职员工人数，包括经理、销售人员和总部和分支机构内各级人员，并将资本定义为银行损益表中的所有者权益部分，包括实物资本和金融资本。

由上述内容可知，目前对银行产出的定义还没有统一的看法。本文在国内外现有研究的基础上，结合我国银行业的特点，定义了银行的产出变量为：贷款金额、利润金额和存款金额。作为特殊的金融企业，银行的经营目标是实现收入和利润的最大化。因此，本文将贷款和利润金额作为产出。由于一些存款的流动性和安全性，很难判断银行的存款数额是否应归因于产出或投入。然而，中国商业银行在办理存款时不收取任何费用，这种中介行为对社会产生了积极的外部影响。因此，本文认为使用存款作为产出是合理的。

综上所述，本文使用DEA马姆奎斯特非参数方法（Fare，1994）来评估银行业的多个输入和输出。该方法计算了商业银行的全要素生产率，并分析了金融科技对银行效率的影响。

金融科技。金融科技可以跨不同维度进行评估，包括支付计算、资源分配、风险管理和网络渠道（Askitas，2009）。这些维度可以与金融科技性能和大数据指数相结合（Zimmermann，2010）。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405971]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章