摘要金融科技（FinTech）是指利用技術(shù)手段和創(chuàng)新思維改善和促進(jìn)金融服務(wù)的發(fā)展。這包括了利用現(xiàn)代技術(shù)，如互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、區(qū)塊鏈等，來提高金融服務(wù)的效率、降低成本、增強(qiáng)安全性，以及創(chuàng)造新的金融產(chǎn)品和服務(wù)。金融科技的發(fā)展使得金融業(yè)更加普惠、便捷、透明，也推動(dòng)了金融行業(yè)的創(chuàng)新與變革。一方面，金融科技公司憑借靈活的運(yùn)營模式、低成本的服務(wù)優(yōu)勢(shì)和創(chuàng)新的金融產(chǎn)品，滿足了消費(fèi)者多樣化的金融需求，對(duì)傳統(tǒng)商業(yè)銀行形成了強(qiáng)有力的競(jìng)爭(zhēng)。另一方面，金融科技的發(fā)展也為商業(yè)銀行提供了轉(zhuǎn)型升級(jí)的機(jī)遇?？梢酝ㄟ^引入金融科技，商業(yè)銀行可以優(yōu)化服務(wù)流程、提高風(fēng)險(xiǎn)管理能力、拓寬業(yè)務(wù)范圍，從而提升自身的競(jìng)爭(zhēng)力和績(jī)效。對(duì)商業(yè)銀行而言，研究結(jié)果可以幫助銀行管理層了解金融科技在提升銀行績(jī)效方面的具體作用，為銀行制定科技投資策略和業(yè)務(wù)創(chuàng)新策略提供依據(jù)。對(duì)政策制定者而言，了解金融科技對(duì)商業(yè)銀行績(jī)效的影響有助于制定更加合理的政策，既促進(jìn)金融科技的健康發(fā)展，又保障銀行體系的穩(wěn)定性和效率。對(duì)金融科技企業(yè)而言，研究成果有助于這些企業(yè)更好地定位自己的服務(wù)，優(yōu)化與傳統(tǒng)金融機(jī)構(gòu)的合作模式，共同探索金融服務(wù)的新范式。本文以相關(guān)理論研究為基礎(chǔ)，為分析金融科技對(duì)商業(yè)銀行的影響機(jī)制，選取了42家商業(yè)銀行2007—2022年的年度財(cái)務(wù)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后再通過因子分析法合成商業(yè)銀行的績(jī)效指標(biāo)，并建立初始詞庫利用百度搜索引擎計(jì)算關(guān)鍵詞的年度詞頻，得到金融科技發(fā)展指數(shù)。根據(jù)已有文獻(xiàn)中的研究，將金融科技分為五大維度而確定詞庫。借助詞云統(tǒng)計(jì)軟件利用百度數(shù)據(jù)庫搜索關(guān)鍵詞在每一年的新聞發(fā)布次數(shù)，計(jì)算關(guān)鍵詞的年度頻率，并將其作為構(gòu)建指數(shù)的基礎(chǔ)。通過分層次因子分析，計(jì)算互聯(lián)網(wǎng)借貸指數(shù)(IC)作為穩(wěn)健性檢驗(yàn)的輔助指標(biāo)。同時(shí)引入成本收入比、流動(dòng)性比例、權(quán)益乘數(shù)、每股收益、第一大股東持股比例和獨(dú)立董事比例作為控制變量。再采用固定效應(yīng)模型進(jìn)行回歸分析，得出金融科技對(duì)總體商業(yè)銀行影響效果。最后選取替代變量進(jìn)行穩(wěn)健性檢驗(yàn)并提出針對(duì)性的政策建議。回歸實(shí)證結(jié)果顯示，金融科技指數(shù)對(duì)商業(yè)銀行績(jī)效具有顯著正向影響，強(qiáng)調(diào)了金融科技在現(xiàn)代銀行業(yè)中的重要性。同時(shí)存貸款比率、權(quán)益乘數(shù)、成本收入比和每股收益也對(duì)銀行績(jī)效有統(tǒng)計(jì)學(xué)意義的影響。關(guān)鍵詞：金融科技；商業(yè)銀行；績(jī)效影響；因子分析；績(jī)效指標(biāo)；金融科技發(fā)展指數(shù)

AbstractFinancialtechnology(FinTech)referstotheuseoftechnologicalmeansandinnovativethinkingtoimproveandpromotethedevelopmentoffinancialservices.WiththerapiddevelopmentoftechnologiessuchastheInternet,bigdata,artificialintelligence,andblockchain,FinTechhasbroughtprofoundchangestothefinancialindustry.Commercialbanks,asimportantcomponentsoftraditionalfinancialinstitutions,arefacingunprecedentedchallengesandopportunitiesinthewaveoffinancialtechnology.Ontheonehand,FinTechcompanies,withflexibleoperationalmodels,low-costserviceadvantages,andinnovativefinancialproducts,meetthediversefinancialneedsofconsumersandposeastrongcompetitivethreattotraditionalcommercialbanks.Ontheotherhand,thedevelopmentofFinTechalsoprovidescommercialbankswithopportunitiesfortransformationandupgrading.ByintroducingFinTech,commercialbankscanoptimizeserviceprocesses,enhanceriskmanagementcapabilities,expandbusinessscope,andthusimprovetheircompetitivenessandperformance.Forcommercialbanks,researchfindingscanhelpbankmanagementunderstandthespecificroleofFinTechinenhancingbankperformance,providingabasisforbankstoformulatetechnologyinvestmentstrategiesandbusinessinnovationstrategies.Forpolicymakers,understandingtheimpactofFinTechoncommercialbankperformancehelpsinformulatingmorerationalpolicies,promotingthehealthydevelopmentofFinTech,andsafeguardingthestabilityandefficiencyofthebankingsystem.ForFinTechcompanies,researchresultshelptheseenterprisesbetterpositiontheirservices,optimizecooperationmodelswithtraditionalfinancialinstitutions,andjointlyexplorenewparadigmsoffinancialservices.Basedonrelevanttheoreticalresearch,thisarticleanalyzestheimpactmechanismofFinTechoncommercialbanks.Itselectsannualfinancialdatafrom42commercialbanksfrom2007to2022andsynthesizesperformanceindicatorsofcommercialbanksthroughfactoranalysis.Regressionanalysisisthenconductedusingfixed-effectmodelstodeterminetheoverallimpactofFinTechoncommercialbanks.Finally,alternativevariablesareselectedforrobustnesstestingandspecificpolicyrecommendationsareproposed.Byestablishinganinitiallexicon,theyearlykeywordfrequencyiscalculatedusingtheBaidusearchenginetoderivetheFinTechDevelopmentIndex.FinTechisdividedintofivedimensionsbasedonexistingliterature,andawordcloudstatisticalsoftwareisutilizedtocalculatetheannualfrequencyofkeywordsinnewsreleaseseachyear,servingasthebasisforconstructingtheindex.TheInternetlendingindex(IC)iscalculatedthroughhierarchicalfactoranalysisasanauxiliaryindicatorforrobustnesstesting.Additionally,variablessuchastheloan-to-depositratio,equitymultiplier,cost-to-incomeratio,earningspershare,theproportionofthelargestshareholder,andtheproportionofindependentdirectorsareintroducedascontrolvariables.EmpiricalresultsfromregressionanalysisshowthattheFinTechindexhasasignificantlypositiveimpactontheperformanceofcommercialbanks,emphasizingtheimportanceofFinTechinmodernbanking.Furthermore,theloan-to-depositratio,equitymultiplier,cost-to-incomeratio,andearningspersharealsohavestatisticallysignificanteffectsonbankperformance.Keywords:FinTech,commercialbanks,performanceimpact,factoranalysis,performanceindicators,FinTechDevelopmentIndex

目錄摘要 3Abstract 4第一章緒論 81.1研究背景及意義 81.1.1研究背景 81.1.2研究意義 91.2文獻(xiàn)綜述 91.2.1國內(nèi)研究 91.2.2國外研究 101.2.3金融科技指標(biāo)構(gòu)建的相關(guān)研究 101.2.4文獻(xiàn)述評(píng) 111.3研究?jī)?nèi)容 111.4研究方法及技術(shù)路線圖 121.4.1研究方法 121.4.2技術(shù)路線圖 131.5創(chuàng)新點(diǎn)及可能遇到的困難 141.6章節(jié)小結(jié) 14第二章相關(guān)理論基礎(chǔ) 152.1長(zhǎng)尾理論 152.2金融中介理論 152.3金融脫媒理論 162.4信息不對(duì)稱理論 172.5金融科技現(xiàn)狀 172.6章節(jié)小結(jié) 18第三章相關(guān)指標(biāo)構(gòu)建 193.1描述性統(tǒng)計(jì) 193.2商業(yè)銀行績(jī)效數(shù)據(jù)預(yù)處理 213.2.1標(biāo)準(zhǔn)化處理 213.2.2適應(yīng)性分析 223.2.3方差解釋表格 223.2.4成分矩陣表 233.2.5因子權(quán)重分析 233.4金融科技指數(shù)的獲取 233.5章節(jié)小結(jié) 24第四章實(shí)證分析 254.1模型構(gòu)建 254.2回歸結(jié)果 254.3穩(wěn)健性檢驗(yàn) 264.4章節(jié)小結(jié) 27第五章結(jié)論 28致謝 30第一章緒論1.1研究背景及意義1.1.1研究背景隨著大數(shù)據(jù)和云計(jì)算等計(jì)算機(jī)技術(shù)的飛速發(fā)展，金融科技在當(dāng)代金融領(lǐng)域中的廣泛應(yīng)用正變得越來越普遍。金融科技的興起和迅猛發(fā)展已經(jīng)引起了全球金融行業(yè)的廣泛關(guān)注，并帶來了巨大的變革。2011年，金融科技首次被正式提出，標(biāo)志著金融業(yè)正式步入了科技驅(qū)動(dòng)的新階段。中國人民銀行于2017年5月成立了金融科技委員會(huì)，旨在加強(qiáng)國內(nèi)外交流合作，借鑒國際經(jīng)驗(yàn)，建立適合中國國情的金融科技創(chuàng)新管理機(jī)制。處理好安全與發(fā)展的關(guān)系，引導(dǎo)新技術(shù)在金融領(lǐng)域的正確使用。強(qiáng)化監(jiān)管科技應(yīng)用實(shí)踐，利用大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)豐富金融監(jiān)管手段，提升跨行業(yè)、跨市場(chǎng)交叉性金融風(fēng)險(xiǎn)的甄別、防范和化解能力。2019年8月，中國人民銀行發(fā)布了《金融科技發(fā)展規(guī)劃（2019-2021年）》，旨在建立健全金融科技發(fā)展的基礎(chǔ)框架，增強(qiáng)金融業(yè)科技應(yīng)用能力，提高人民群眾對(duì)數(shù)字化、網(wǎng)絡(luò)化、智能化金融產(chǎn)品和服務(wù)的滿意度，實(shí)現(xiàn)金融科技在國際上的領(lǐng)先地位，并確保金融科技應(yīng)用安全可控、金融服務(wù)能力提升、金融風(fēng)控水平提高、金融監(jiān)管效能持續(xù)提升、金融科技支撐不斷完善、金融科技產(chǎn)業(yè)繁榮發(fā)展。金融科技發(fā)展也正式寫入了“十四五規(guī)劃”（2021年），其重點(diǎn)在于提升金融科技水平和擴(kuò)大金融普及率。中國人民銀行于2022年1月發(fā)布了《金融科技發(fā)展規(guī)劃（2022-2025年）》，旨在建立穩(wěn)妥發(fā)展金融科技、加快金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型的企業(yè)級(jí)統(tǒng)籌協(xié)調(diào)機(jī)制，明確各級(jí)管理層的職責(zé)分工和權(quán)限分配；提升全員數(shù)字素養(yǎng)，建立技術(shù)從“支撐使能”向“價(jià)值賦能”的認(rèn)知，運(yùn)用數(shù)據(jù)和技術(shù)打造數(shù)字化勞動(dòng)力，構(gòu)建以用戶、場(chǎng)景為中心的金融服務(wù)體系，推動(dòng)跨界合作創(chuàng)新，構(gòu)建數(shù)字生態(tài)；堅(jiān)持促進(jìn)創(chuàng)新與防范風(fēng)險(xiǎn)相統(tǒng)一的原則，建立金融科技倫理制度規(guī)則，強(qiáng)化金融科技倫理管理主體責(zé)任，行業(yè)組織發(fā)揮自律功能，從業(yè)人員自覺遵守金融科技倫理要求。金融科技的蓬勃發(fā)展推動(dòng)了金融行業(yè)涌現(xiàn)出許多新業(yè)態(tài)和新模式。例如，2013年，余額寶的興起推動(dòng)了金融科技的發(fā)展，第三方支付、互聯(lián)網(wǎng)理財(cái)、網(wǎng)絡(luò)借貸、網(wǎng)絡(luò)眾籌等新的業(yè)務(wù)模式蓬勃發(fā)展。相對(duì)于傳統(tǒng)金融服務(wù)，金融科技的創(chuàng)新模式有效解決了傳統(tǒng)業(yè)務(wù)中的服務(wù)門檻高、交易成本高、信息不對(duì)稱、風(fēng)險(xiǎn)控制手段薄弱等問題，同時(shí)提供了定制化服務(wù)、拓寬了獲客渠道，提高了對(duì)用戶群體的覆蓋范圍。這些創(chuàng)新模式為金融行業(yè)注入了新的活力，加速了行業(yè)的轉(zhuǎn)型與發(fā)展。一些學(xué)者通過研究發(fā)現(xiàn)，金融科技對(duì)商業(yè)銀行的盈利能力起到了積極作用；然而，另一些學(xué)者則認(rèn)為，銀行盈利能力的提升與金融科技應(yīng)用并不顯著，甚至可能會(huì)產(chǎn)生負(fù)面影響。金融科技公司能夠?yàn)轭櫩吞峁└嘟鹑诋a(chǎn)品和服務(wù)，吸引人們購買其產(chǎn)品，從而搶奪銀行的存貸客戶資源。另一方面，在我國商業(yè)銀行中，金融科技的應(yīng)用與企業(yè)內(nèi)部組織結(jié)構(gòu)和人力資本存在不匹配問題，導(dǎo)致了生產(chǎn)力的矛盾?，F(xiàn)有研究結(jié)果存在較大分歧，因此，厘清其內(nèi)在機(jī)制，對(duì)我國商業(yè)銀行實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型、順利開展金融科技至關(guān)重要。1.1.2研究意義在當(dāng)今金融科技飛速發(fā)展的背景下，商業(yè)銀行作為金融體系的核心，面臨著來自金融科技的巨大挑戰(zhàn)和機(jī)遇。商業(yè)銀行需要思考如何有效抵御金融科技帶來的影響，同時(shí)又要善于抓住金融科技所帶來的機(jī)遇，以保持市場(chǎng)地位和穩(wěn)固經(jīng)營基礎(chǔ)。大部分研究關(guān)注金融科技對(duì)商業(yè)銀行盈利性和資產(chǎn)負(fù)債等方面的影響，對(duì)于商業(yè)銀行績(jī)效方面的研究相對(duì)較少，因此，本文將從金融科技對(duì)商業(yè)銀行績(jī)效的影響角度展開探討。首先，本文以金融科技為研究主題，分析了其獨(dú)特特點(diǎn)，為金融創(chuàng)新提供了新的可能性。同時(shí)，政府出臺(tái)了一系列金融和財(cái)稅改革政策，加速了傳統(tǒng)金融企業(yè)的轉(zhuǎn)型步伐。通過與傳統(tǒng)金融機(jī)構(gòu)的比較，我們發(fā)現(xiàn)金融科技將重心放在了商業(yè)銀行未曾關(guān)注的融資領(lǐng)域，如小微企業(yè)、中低收入群體，使得基層民眾也能享受到更便捷的金融服務(wù)。近年來的疫情影響導(dǎo)致人們更傾向于在線辦理業(yè)務(wù)，進(jìn)一步凸顯了金融科技的優(yōu)勢(shì)，從而直接影響了銀行線下網(wǎng)點(diǎn)的客流量。因此，對(duì)金融科技的研究顯得尤為重要。其次，我們認(rèn)識(shí)到中國商業(yè)銀行正處在轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期，在這個(gè)階段，只有采取相應(yīng)的金融科技措施，才能提升商業(yè)銀行的市場(chǎng)競(jìng)爭(zhēng)力，推動(dòng)其現(xiàn)代化進(jìn)程，最終實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型升級(jí)。因此，通過本文對(duì)商業(yè)銀行績(jī)效的研究，并根據(jù)研究結(jié)果制定相關(guān)政策和建議，將對(duì)商業(yè)銀行的經(jīng)營管理產(chǎn)生深遠(yuǎn)的指導(dǎo)作用。1.2文獻(xiàn)綜述1.2.1國內(nèi)研究國內(nèi)外學(xué)者在不同角度研究了金融科技對(duì)銀行業(yè)的影響，發(fā)現(xiàn)其既有積極作用，也存在負(fù)面影響。一些學(xué)者指出，金融科技的迅猛發(fā)展可能對(duì)銀行造成挑戰(zhàn)。喬海曙、黃薦軒（2019）從供給和需求兩方面出發(fā)，通過實(shí)證研究認(rèn)為，金融科技的發(fā)展對(duì)商業(yè)銀行的資金供給和需求端造成沖擊，進(jìn)而影響其盈利能力。劉孟飛和蔣維（2020）發(fā)現(xiàn)金融科技發(fā)展給商業(yè)銀行帶來較大的成本壓力，降低了其成本效率。牛路偉（2022）根據(jù)2016-2020年我國主要上市銀行的業(yè)績(jī)數(shù)據(jù)得出結(jié)論：移動(dòng)支付對(duì)商業(yè)銀行經(jīng)營業(yè)績(jī)產(chǎn)生正負(fù)兩方面影響。李怡穎（2021）選取了5家國有大型商業(yè)銀行和17家中小商業(yè)銀行進(jìn)行分析，結(jié)論是，金融科技的發(fā)展對(duì)商業(yè)銀行的盈利能力造成更多負(fù)面影響，中小銀行受到的不利影響更甚于大型銀行。沈勵(lì)（2021）以22家商業(yè)銀行2011-2020年的數(shù)據(jù)為基礎(chǔ)，運(yùn)用系統(tǒng)GMM方法進(jìn)行分析，結(jié)果顯示，金融科技目前對(duì)商業(yè)銀行的盈利能力產(chǎn)生負(fù)面影響，危害遠(yuǎn)大于益處，尤其城市商業(yè)銀行在金融科技方面的抑制效應(yīng)更顯著。另有觀點(diǎn)認(rèn)為，金融科技對(duì)銀行業(yè)發(fā)展具有促進(jìn)作用。溫美琴與曹莉（2019）采用熵理論方法對(duì)平安銀行進(jìn)行分析，研究了金融科技創(chuàng)新如何提升我國商業(yè)銀行的財(cái)務(wù)表現(xiàn)，為其他商業(yè)銀行的經(jīng)營管理提供了有益啟示。林德發(fā)和余海萍（2019）提出，隨著金融技術(shù)的進(jìn)步，引入無人銀行可以減少人力成本，提高收入。楊望等（2020）認(rèn)為，商業(yè)銀行在金融科技領(lǐng)域的運(yùn)用將促進(jìn)技術(shù)外溢和能力轉(zhuǎn)變，提升績(jī)效。侯世英和宋良榮（2020）指出，金融科技能夠改變銀行的商業(yè)模式，優(yōu)化經(jīng)營流程，從而增加利潤。金洪飛、李弘基、劉音露（2020）等研究顯示，金融科技的推動(dòng)使大型銀行更有效地彌補(bǔ)與中小銀行之間的信息不對(duì)稱，充分發(fā)揮資本作用，提高市場(chǎng)競(jìng)爭(zhēng)力和企業(yè)利潤。楊望、徐慧琳等（2020）的研究表明，金融科技的興起推動(dòng)金融創(chuàng)新，通過競(jìng)爭(zhēng)與技術(shù)外溢提升銀行的運(yùn)營效率。韋天宇（2022）選擇了國內(nèi)17家代表性商業(yè)銀行為樣本，結(jié)果表明，金融科技顯著提升了我國商業(yè)銀行的整體盈利水平，尤其在股份制銀行中效果更顯著。1.2.2國外研究金融科技（Fintech），是Financial和Technology的組合縮寫。早期研究可追溯至對(duì)兩者的關(guān)系分析。關(guān)于金融科技的定義，在最早的時(shí)候，Arneret.al（2015）對(duì)金融科技進(jìn)行闡述說明，他認(rèn)為金融科技把互聯(lián)網(wǎng)和金融一旦結(jié)合起來，通過它可以破解以前金融無法解決難題。Schueffel（2016）國外學(xué)者認(rèn)為，金融科技是將計(jì)算機(jī)技術(shù)和銀行管理經(jīng)驗(yàn)相結(jié)合的結(jié)果。Vasiljeva（2016）指出，金融科技是一個(gè)以用戶應(yīng)用為主導(dǎo)，利用科技創(chuàng)新手段，將控制運(yùn)營效益和運(yùn)營成本相結(jié)合，以此提出好的解決方法的行業(yè)。Hayen（2016）認(rèn)為，金融科技是以金融為基礎(chǔ)的一種科技，它的主要內(nèi)容是科技，但技術(shù)為金融服務(wù)。基于競(jìng)爭(zhēng)效應(yīng)，Phanetal.（2020）認(rèn)為金融科技的發(fā)展催生了大量的金融科技初創(chuàng)公司，他們可以通過應(yīng)用創(chuàng)新技術(shù)，提供可以滿足消費(fèi)者個(gè)性化需求的、更為方便和便宜的金融商品和服務(wù)，從而取代傳統(tǒng)銀行的“舊服務(wù)”，Thakor（2020）在回顧了有關(guān)金融科技對(duì)銀行業(yè)影響的相關(guān)理論和實(shí)證研究后，也得出結(jié)論：金融科技催生的P2P網(wǎng)絡(luò)借貸會(huì)蠶食銀行貸款業(yè)務(wù)，除此之外，金融科技還會(huì)對(duì)銀行支付、存款業(yè)務(wù)造成一定的負(fù)面影響。1.2.3金融科技指標(biāo)構(gòu)建的相關(guān)研究沈悅與郭品（2015）在此基礎(chǔ)上，對(duì)網(wǎng)絡(luò)上的各種財(cái)務(wù)模型進(jìn)行了分類，從中提取出了關(guān)鍵字，然后利用因子分析的方法進(jìn)行了綜合指標(biāo)的計(jì)算。之后，劉園等人（2018)，李春濤等人（2020)，楊望（2020)，都采用了類似的構(gòu)造方法。與以往相比，劉園在其中加入了具有代表意義的金融技術(shù)。李春濤等人將《“十三五”國家科技創(chuàng)新規(guī)劃》中關(guān)于金融科技的詞匯和各大城市的數(shù)據(jù)進(jìn)行匯總，得出了這些詞匯在各個(gè)城市中出現(xiàn)的頻次。楊望則是利用AHP，對(duì)基于文本挖掘的金融科技指標(biāo)與公司發(fā)展指標(biāo)進(jìn)行賦權(quán)，并將其組合為一種綜合的金融科技指標(biāo)。北京大學(xué)成立了數(shù)字金融研究中心，主要負(fù)責(zé)全國和省級(jí)層面的數(shù)字金融發(fā)展?！捌栈萁鹑凇笔且环N可以用來衡量各省份經(jīng)濟(jì)社會(huì)發(fā)展程度的替代指標(biāo)，也是目前我國經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r的一個(gè)重要方面。該指標(biāo)依據(jù)公眾對(duì)支付寶的依賴性，將其劃分為3個(gè)一級(jí)指標(biāo)，11個(gè)二級(jí)指標(biāo)，采用AHP的賦權(quán)法，得到了總體的綜合指數(shù)。邱晗等人（2018）和孟娜娜等人（2020）也采用了這一方法，對(duì)金融科技和商業(yè)銀行的關(guān)系進(jìn)行了探討。龔曉葉（2020）將“互聯(lián)網(wǎng)金融Fin+Tech”、“金融科技Tech+Fin”2個(gè)二級(jí)指標(biāo)分解為6個(gè)三級(jí)指標(biāo)，利用因子分析方法，建立了一個(gè)衡量我國金融科技發(fā)展水平的評(píng)價(jià)模型，并進(jìn)行了綜合評(píng)價(jià)。另外，零壹智庫還建立了四個(gè)維度的指標(biāo)體系，對(duì)全球各個(gè)國家的金融科技發(fā)展指數(shù)進(jìn)行測(cè)度，這也是比較早期的一種金融科技指數(shù)。張紅偉（2020）采用了各省份的P2P網(wǎng)絡(luò)借貸年度交易量和年底P2P網(wǎng)絡(luò)借貸基金的總規(guī)模，并將其計(jì)算為每個(gè)省份的金融科技發(fā)展指標(biāo)。1.2.4文獻(xiàn)述評(píng)在分析和歸納了有關(guān)文獻(xiàn)后發(fā)現(xiàn)：第一，在金融科技的定義上，目前學(xué)術(shù)界對(duì)此并沒有達(dá)成共識(shí)，國內(nèi)外學(xué)者將關(guān)注的焦點(diǎn)均集中在科技方面，并運(yùn)用在金融科技中所產(chǎn)生的新技術(shù)，來挖掘商業(yè)銀行的發(fā)展?jié)撃?。第二，在商業(yè)銀行經(jīng)營績(jī)效影響因素上，學(xué)者們對(duì)影響因子指標(biāo)的選取基本趨于一致，既有內(nèi)部因素，也有外部因素。第三，在金融科技對(duì)商業(yè)銀行影響上，國內(nèi)外的研究主要存在著兩種不同的看法：一種是認(rèn)為，金融科技可以推動(dòng)商業(yè)銀行的發(fā)展，從而提高銀行的整體績(jī)效。另一種是金融科技在一定程度上對(duì)商業(yè)銀行的一些業(yè)務(wù)產(chǎn)生了“替代性”，從而對(duì)商業(yè)銀行的發(fā)展造成了一定的影響，導(dǎo)致了銀行業(yè)績(jī)的下滑。他們?cè)谘芯繒r(shí)基本上都選擇商業(yè)銀行ROA或者ROE這種單一指標(biāo)作為被解釋變量。因此，本文在前人的研究基礎(chǔ)上，運(yùn)用因子分析法來構(gòu)建商業(yè)銀行的績(jī)效指標(biāo)，彌補(bǔ)以前將ROA、ROE單一指標(biāo)作為銀行績(jī)效指標(biāo)的缺陷。1.3研究?jī)?nèi)容第一章，緒論。介紹了金融科技在金融行業(yè)中的快速發(fā)展背景及其對(duì)商業(yè)銀行績(jī)效的影響。然后提到了當(dāng)前商業(yè)銀行面臨的挑戰(zhàn)和機(jī)遇，以及對(duì)金融科技影響商業(yè)銀行績(jī)效這一角度的研究意義。研究了國內(nèi)外學(xué)者對(duì)金融科技對(duì)銀行業(yè)影響的不同看法和相關(guān)研究情況，包括金融科技指標(biāo)構(gòu)建的研究。第二章，相關(guān)的理論基礎(chǔ)。詳細(xì)地介紹了長(zhǎng)尾理論、金融中介理論、金融脫媒理論、信息不對(duì)稱理論和金融科技的現(xiàn)狀。第三章，指標(biāo)構(gòu)建。對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，再從商業(yè)銀行績(jī)效指標(biāo)中選取6個(gè)指標(biāo)，采用“因子分析法”構(gòu)建商業(yè)銀行績(jī)效指標(biāo)，再根據(jù)已有文獻(xiàn)構(gòu)建出金融科技發(fā)展指數(shù)。第四章，基于前文的影響機(jī)制分析，選擇銀行年報(bào)中2007-2022年的數(shù)據(jù)，并構(gòu)建模型。以上一章的商業(yè)銀行績(jī)效指標(biāo)作為被解釋變量，通過構(gòu)建出的各地區(qū)金融科技發(fā)展指數(shù)來作為解釋變量，然后用Spss和Stata軟件檢驗(yàn)金融科技對(duì)總體商業(yè)銀行績(jī)效的影響；第五章，結(jié)論。根據(jù)前文的分析結(jié)果，根據(jù)商業(yè)銀行的視角提出意見，以便把金融科技更熟練地運(yùn)用到自身業(yè)務(wù)中，給商業(yè)銀行創(chuàng)造新動(dòng)力。1.4研究方法及技術(shù)路線圖1.4.1研究方法本文主要采用的是理論和實(shí)證相結(jié)合的方法研究金融科技對(duì)銀行績(jī)效的影響。主要研究方法有：（1）文獻(xiàn)研究法。文獻(xiàn)分析法指的是通過對(duì)現(xiàn)有的文獻(xiàn)和資料進(jìn)行收集、整理、分析和歸納，對(duì)其研究?jī)?nèi)容和發(fā)展?fàn)顩r進(jìn)行全面的認(rèn)識(shí)，從而為一篇論文奠定堅(jiān)實(shí)的理論基礎(chǔ)，同時(shí)還可以使文章的內(nèi)涵得到更多的充實(shí)，使其更加具有理論性。本文對(duì)國內(nèi)外相關(guān)文獻(xiàn)進(jìn)行了全面的分析和研究，并從金融科技的概念、銀行影響績(jī)效因素、金融科技對(duì)商業(yè)銀行的影響情況等方面對(duì)已有的文獻(xiàn)進(jìn)行了梳理和總結(jié)，在此基礎(chǔ)上，也對(duì)目前的研究狀況進(jìn)行了梳理，并分析了金融科技是怎樣影響商業(yè)銀行的，為后面的實(shí)證分析奠定了基礎(chǔ)。（2）因子分析法。這種方法是一種將多個(gè)復(fù)雜的銀行財(cái)務(wù)指標(biāo)進(jìn)行降維，并將其轉(zhuǎn)化為幾個(gè)能夠被定量化的指標(biāo)，這樣就可以利用比較少的綜合指標(biāo)，來對(duì)各個(gè)商業(yè)銀行年度的綜合績(jī)效評(píng)分進(jìn)行計(jì)算。（3）實(shí)證分析法?；谟嘘P(guān)的理論分析，利用多個(gè)商業(yè)銀行的數(shù)據(jù)以及其它相關(guān)數(shù)據(jù)構(gòu)成的面板數(shù)據(jù)，建立了一個(gè)回歸模型，檢驗(yàn)金融科技對(duì)商業(yè)銀行績(jī)效的影響是否顯著。

1.4.2技術(shù)路線圖

1.5創(chuàng)新點(diǎn)及可能遇到的困難這篇論文的創(chuàng)新點(diǎn)在于在測(cè)量被解釋變量的時(shí)候，在對(duì)商業(yè)銀行績(jī)效指標(biāo)的選擇上，大部分的學(xué)者都只選擇了這樣單一的ROA或ROE指標(biāo)作為度量指標(biāo)，從而造成了研究結(jié)果無法很好地反映出實(shí)際情況。本文選取存貸款比率、不良貸款率、不良貸款撥備覆蓋率、非利息收入占比、凈資產(chǎn)收益率、凈資產(chǎn)負(fù)債率等六個(gè)指標(biāo)利用因子分析法，將其組合成為一種綜合對(duì)銀行整體績(jī)效水平進(jìn)行評(píng)價(jià)的指標(biāo)，這樣合成的指標(biāo)更加全面、準(zhǔn)確地對(duì)商業(yè)銀行的績(jī)效水平進(jìn)行測(cè)量，因此作為本文的被解釋變量。在寫論文時(shí)可能會(huì)遇到的困難：1.需要先確定金融發(fā)展指數(shù)的選取指標(biāo)，不同的指標(biāo)可能導(dǎo)致結(jié)果的不同，所以在選取指標(biāo)時(shí)依賴人的主觀意識(shí)。2.在論文中提及具體的數(shù)據(jù)來源獲取難度大、樣本選擇方法以及數(shù)據(jù)處理的技術(shù)細(xì)節(jié)整合時(shí)可能會(huì)有瑕疵。其次，論文可以進(jìn)一步深入探討不同類型金融科技應(yīng)用的影響機(jī)制，從而提升研究的深度和廣度。1.6章節(jié)小結(jié)本章主要介紹了金融科技在金融行業(yè)中的快速發(fā)展背景及其對(duì)商業(yè)銀行績(jī)效的影響。文中首先闡述了金融科技的興起和發(fā)展對(duì)全球金融領(lǐng)域帶來的重大變化，以及中國金融科技發(fā)展規(guī)劃和目標(biāo)。接著探討了金融科技對(duì)商業(yè)銀行盈利能力的積極和負(fù)面影響，展示了學(xué)者們?cè)谶@一領(lǐng)域研究觀點(diǎn)的分歧。然后提到了當(dāng)前商業(yè)銀行面臨的挑戰(zhàn)和機(jī)遇，以及對(duì)金融科技影響商業(yè)銀行績(jī)效這一角度的研究意義。在文獻(xiàn)綜述部分，介紹了國內(nèi)外學(xué)者對(duì)金融科技對(duì)銀行業(yè)影響的不同看法和相關(guān)研究情況，包括金融科技指標(biāo)構(gòu)建的研究。最后，概述了研究?jī)?nèi)容、方法和技術(shù)路線圖，以及論文的創(chuàng)新點(diǎn)和可能遇到的困難。整體來說，這段文字圍繞金融科技對(duì)商業(yè)銀行績(jī)效的影響展開了深入的討論和分析。

第二章相關(guān)理論基礎(chǔ)2.1長(zhǎng)尾理論長(zhǎng)尾理論是由美國雜志主編ChrisAnderson提出，主要觀點(diǎn)是當(dāng)處于曲線“尾部”的產(chǎn)品滿足銷售渠道暢通、周轉(zhuǎn)速度較快、存儲(chǔ)量充裕等條件時(shí)，這些不被主流市場(chǎng)關(guān)注的產(chǎn)品會(huì)擁有與主流市場(chǎng)相抗衡甚至更大比例的市場(chǎng)份額。長(zhǎng)尾理論告訴我們，假設(shè)一個(gè)書店除了暢銷的暢銷書籍外，還有很多不太熱門的小眾書籍。傳統(tǒng)上，書店可能只會(huì)重點(diǎn)推廣熱門書籍，忽視那些銷量較低的小眾書籍。但是如果書店能夠提供更多選擇，給小眾書籍一定的曝光和推廣，可能會(huì)吸引更多喜歡特定主題或風(fēng)格的讀者，從而增加整體銷量和利潤。這樣就實(shí)現(xiàn)了長(zhǎng)尾理論的思想，讓小眾產(chǎn)品在市場(chǎng)中獲得更大的份額。該理論顛覆了人們一直以來認(rèn)同的“二八定律”，傳統(tǒng)商業(yè)銀行主要關(guān)注在創(chuàng)造80%利潤的20%的客戶，而忽視了創(chuàng)造20%利潤的80%的客戶群。然而，金融科技的應(yīng)用使得銀行能夠更精準(zhǔn)地服務(wù)長(zhǎng)尾客戶，滿足普通客戶的需求，從而拓展客戶群體，提高市場(chǎng)份額。長(zhǎng)尾理論為促進(jìn)金融科技的包容性發(fā)展提供了更好的實(shí)踐理論依據(jù)。被商業(yè)銀行忽略掉的普通客戶和中小微企業(yè)，他們自身帶著較高的風(fēng)險(xiǎn)，加上資金分散和交易成本高，所以他們很難獲得銀行的貸款。但在金融科技的發(fā)展下，可以發(fā)現(xiàn)傳統(tǒng)金融模式覆蓋下的巨大盲區(qū)，并很好地改善了這種情況。并且金融科技的發(fā)展促使商業(yè)銀行通過線上交易平臺(tái)提供操作簡(jiǎn)易、效率高的服務(wù)，滿足客戶日益增長(zhǎng)的需求。這種服務(wù)模式的創(chuàng)新不僅吸引了眾多客戶群，還提高了銀行的業(yè)務(wù)處理效率。金融科技通過大數(shù)據(jù)、人工智能等技術(shù)手段，實(shí)現(xiàn)了金融資源的優(yōu)化配置。這使得銀行能夠更準(zhǔn)確地了解客戶的需求和風(fēng)險(xiǎn)狀況，為客戶提供更加個(gè)性化的金融產(chǎn)品和服務(wù)，從而提高銀行的盈利能力和風(fēng)險(xiǎn)控制能力。這在一定程度上削弱了傳統(tǒng)商業(yè)銀行線下網(wǎng)點(diǎn)的盈利能力，對(duì)銀行的經(jīng)營績(jī)效水平造成一定沖擊。然而，這也為商業(yè)銀行提供了轉(zhuǎn)型升級(jí)的契機(jī)，促使其加快金融科技創(chuàng)新步伐，提高服務(wù)質(zhì)量和效率。2.2金融中介理論金融中介理論指出，金融機(jī)構(gòu)和商業(yè)銀行在金融市場(chǎng)中承擔(dān)著重要的中介角色，通過接受存款并提供貸款、支付服務(wù)等金融中介活動(dòng)來促進(jìn)資源的有效配置和經(jīng)濟(jì)的發(fā)展。當(dāng)今金融科技的發(fā)展如互聯(lián)網(wǎng)和移動(dòng)支付等技術(shù)的興起，使得金融服務(wù)變得更加便捷、高效，并且降低了交易成本。這對(duì)傳統(tǒng)商業(yè)銀行帶來了一定的沖擊和挑戰(zhàn)。一方面，金融科技公司通過創(chuàng)新的數(shù)字化解決方案，能夠直接與客戶進(jìn)行業(yè)務(wù)往來，提供更便宜、更靈活的金融服務(wù)，降低了人們對(duì)傳統(tǒng)銀行的依賴度。另一方面，金融科技也加速了金融市場(chǎng)的競(jìng)爭(zhēng)，使得傳統(tǒng)銀行需要不斷提升自身的技術(shù)水平和服務(wù)質(zhì)量，以適應(yīng)新的市場(chǎng)環(huán)境?，F(xiàn)代金融科技公司如支付寶和微信支付等，通過移動(dòng)支付技術(shù)改變了人們的支付方式。人們可以通過手機(jī)輕松完成各種支付，而不再需要依賴傳統(tǒng)的銀行卡和現(xiàn)金。這種便捷性和高效性使得金融科技公司在移動(dòng)支付領(lǐng)域迅速崛起，并且在一定程度上擠壓了傳統(tǒng)商業(yè)銀行的支付業(yè)務(wù)。傳統(tǒng)商業(yè)銀行面臨著金融科技的沖擊，在金融科技的發(fā)展過程中，商業(yè)銀行的中介作用正在被逐漸弱化，金融脫媒現(xiàn)象愈演愈烈，金融科技公司用更加快速的方法讓資金供需雙方在網(wǎng)絡(luò)平臺(tái)上進(jìn)行直接交易，對(duì)商業(yè)銀行的中介功能產(chǎn)生替代作用，從而使商業(yè)銀行的中介作用逐步被削弱。2.3金融脫媒理論金融脫媒理論指的是投融資活動(dòng)不再依賴傳統(tǒng)金融中介機(jī)構(gòu)，而是直接在資金供給者和資金需求者之間進(jìn)行，實(shí)現(xiàn)了資金在金融中介外的循環(huán)。這一理論強(qiáng)調(diào)了金融交易的去中心化趨勢(shì)，即資金流動(dòng)和融資活動(dòng)可以繞過傳統(tǒng)的金融中介機(jī)構(gòu)，直接發(fā)生在市場(chǎng)上。上世紀(jì)60年代，美聯(lián)儲(chǔ)實(shí)施Q條例（即對(duì)定期存款利率實(shí)行上限管制），導(dǎo)致大量存款從商業(yè)銀行體系流入資本市場(chǎng)。這一事件被視為金融脫媒現(xiàn)象的早期體現(xiàn)，因?yàn)橘Y金流向繞過了傳統(tǒng)的商業(yè)銀行，直接進(jìn)入了資本市場(chǎng)，顯示了金融中介角色的減弱和市場(chǎng)直接融資的重要性。金融科技支持下的新金融業(yè)態(tài)導(dǎo)致了金融脫媒主要體現(xiàn)在以下三個(gè)方面：1.存款脫媒：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，互聯(lián)網(wǎng)貨幣基金等新型金融產(chǎn)品的出現(xiàn)，使得存款不再只局限于傳統(tǒng)銀行賬戶。例如，余額寶、理財(cái)通等互聯(lián)網(wǎng)貨幣基金通過提供更低門檻、更高收益和更便捷的服務(wù)，吸引了大量資金流向資本市場(chǎng)，從而減少了對(duì)傳統(tǒng)銀行存款的依賴。2.貸款脫媒：金融科技支持的融資模式使得借款人和投資者可以直接通過在線平臺(tái)進(jìn)行借貸和投資活動(dòng)，繞過了傳統(tǒng)的商業(yè)銀行等金融機(jī)構(gòu)。借助大數(shù)據(jù)和人工智能算法，金融科技公司能夠更準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)和信用狀況，實(shí)現(xiàn)更有效的風(fēng)險(xiǎn)控制和信用評(píng)估。這種直接連接資金供給者和需求者的模式減少了對(duì)傳統(tǒng)金融中介的依賴，推動(dòng)了貸款脫媒。3.信息脫媒：傳統(tǒng)金融模式中，客戶信息多為征信、財(cái)務(wù)狀況等結(jié)構(gòu)化信息，且多需要人工收集，效率較低。然而，依托大數(shù)據(jù)、云計(jì)算和人工智能等新興技術(shù)，金融科技公司可以利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等方法獲取更全面、準(zhǔn)確和及時(shí)的客戶信息。這種信息脫媒使得金融機(jī)構(gòu)可以更好地了解客戶需求，提供個(gè)性化的金融產(chǎn)品和服務(wù)，減少了對(duì)傳統(tǒng)銀行所掌握的企業(yè)信息的依賴。總體而言，金融科技的發(fā)展推動(dòng)了金融脫媒，通過創(chuàng)新的業(yè)態(tài)和技術(shù)手段，實(shí)現(xiàn)了存款、貸款和信息等方面的脫媒化，減少了對(duì)傳統(tǒng)金融中介機(jī)構(gòu)的依賴，提高了金融服務(wù)的效率和便捷性。2.4信息不對(duì)稱理論信息不對(duì)稱理論是由經(jīng)濟(jì)學(xué)家喬治·阿克洛夫和邁克爾·斯賓塞在1970年代提出的，它指出在經(jīng)濟(jì)交易中，買方和賣方擁有不同的信息水平，導(dǎo)致信息不對(duì)稱，從而影響了市場(chǎng)的有效性和效率。具體來說，信息不對(duì)稱理論強(qiáng)調(diào)以下幾點(diǎn)：1.市場(chǎng)參與者擁有不同的信息水平：在市場(chǎng)交易中，賣方通常比買方擁有更多的信息，這可能包括產(chǎn)品質(zhì)量、市場(chǎng)行情、未來預(yù)期等方面的信息。2.不完全信息會(huì)導(dǎo)致市場(chǎng)失靈：當(dāng)買方無法獲取到與賣方相同水平的信息時(shí)，市場(chǎng)就會(huì)出現(xiàn)信息不對(duì)稱，從而影響了市場(chǎng)的有效性和效率，可能導(dǎo)致資源的浪費(fèi)和不公平的交易。3.隱藏信息和道德風(fēng)險(xiǎn)：賣方可能會(huì)利用其對(duì)產(chǎn)品或服務(wù)的隱藏信息來獲取更高的價(jià)格，而買方則面臨道德風(fēng)險(xiǎn)，因?yàn)樗麄儫o法確定產(chǎn)品的真實(shí)價(jià)值。4.擇優(yōu)逆向：在信息不對(duì)稱的情況下，買方可能會(huì)面臨擇優(yōu)逆向問題，即他們傾向于選擇質(zhì)量較差的產(chǎn)品或服務(wù)，因?yàn)樗麄儫o法準(zhǔn)確判斷產(chǎn)品的真實(shí)價(jià)值。傳統(tǒng)金融服務(wù)模式中，商業(yè)銀行為了降低信用風(fēng)險(xiǎn)，需要投入大量監(jiān)督成本和篩選成本，以解決道德風(fēng)險(xiǎn)和逆向選擇問題。然而，通過金融科技手段，商業(yè)銀行可以利用大數(shù)據(jù)、云計(jì)算和人工智能等先進(jìn)技術(shù)，快速收集和分析復(fù)雜零散的數(shù)據(jù)信息，得出客戶真實(shí)信用狀況和商業(yè)需求的準(zhǔn)確結(jié)論，從而降低信用風(fēng)險(xiǎn)，提高金融服務(wù)的精準(zhǔn)度。通過金融科技的應(yīng)用，商業(yè)銀行能夠更清晰客觀地認(rèn)知客戶，實(shí)現(xiàn)高效、實(shí)時(shí)、低成本的風(fēng)險(xiǎn)評(píng)估，貫穿整個(gè)金融服務(wù)流程。這種風(fēng)險(xiǎn)評(píng)估能夠幫助商業(yè)銀行減少信息不對(duì)稱帶來的認(rèn)知偏差，提高對(duì)客戶信用狀況的準(zhǔn)確度。同時(shí)，金融科技還可以幫助商業(yè)銀行更好地滿足客戶個(gè)性化需求，提供定制化的金融產(chǎn)品和服務(wù)。綜上所述，金融科技通過其先進(jìn)技術(shù)，使商業(yè)銀行能夠更準(zhǔn)確地評(píng)估客戶信用風(fēng)險(xiǎn)，并降低信息不對(duì)稱帶來的認(rèn)知偏差。這種應(yīng)用可以實(shí)現(xiàn)高效、實(shí)時(shí)、低成本的風(fēng)險(xiǎn)評(píng)估，提高金融服務(wù)的精準(zhǔn)度，促進(jìn)金融領(lǐng)域的可持續(xù)發(fā)展。2.5金融科技現(xiàn)狀當(dāng)前，隨著大數(shù)據(jù)、區(qū)塊鏈、云技術(shù)等前沿科學(xué)技術(shù)的不斷成熟，金融科技行業(yè)在中國經(jīng)濟(jì)與金融領(lǐng)域中的作用日益凸顯。金融科技的發(fā)展為商業(yè)銀行帶來了轉(zhuǎn)型升級(jí)的機(jī)遇，推動(dòng)了傳統(tǒng)銀行業(yè)務(wù)與服務(wù)的創(chuàng)新，注入了新的活力與動(dòng)力。然而，新型理財(cái)產(chǎn)品的涌現(xiàn)和金融機(jī)構(gòu)間激烈的競(jìng)爭(zhēng)也給傳統(tǒng)商業(yè)銀行帶來了挑戰(zhàn)，增加了經(jīng)營的不確定性。根據(jù)相關(guān)報(bào)告和統(tǒng)計(jì)數(shù)據(jù)，2016-2018年，中國金融科技投資市場(chǎng)規(guī)模從2016年的2104億元增長(zhǎng)至2018年的3336億元，增速達(dá)到26.65%。這顯示了金融科技市場(chǎng)在這段時(shí)間內(nèi)的快速擴(kuò)張和發(fā)展。2018年是近年來中國金融科技市場(chǎng)擴(kuò)張速度最快的一年，主要得益于傳統(tǒng)金融機(jī)構(gòu)建立金融科技子公司以及互聯(lián)網(wǎng)機(jī)構(gòu)平臺(tái)（如BATJ）大力發(fā)展金融科技。盡管2019年金融科技投資額下降，2020年受公共衛(wèi)生事件影響市場(chǎng)受到重創(chuàng)，但2021年和2022年金融科技市場(chǎng)有企穩(wěn)回暖之勢(shì)。全球范圍內(nèi)，金融科技仍是投資界關(guān)注的熱門賽道，顯示了市場(chǎng)對(duì)金融科技行業(yè)未來發(fā)展?jié)摿Φ男判??？梢钥闯鼋鹑诳萍夹袠I(yè)在中國的發(fā)展具有巨大的潛力和活力，對(duì)推動(dòng)商業(yè)銀行轉(zhuǎn)型升級(jí)、促進(jìn)金融業(yè)務(wù)創(chuàng)新具有積極的作用。在當(dāng)前形勢(shì)下，金融科技行業(yè)需要應(yīng)對(duì)監(jiān)管法規(guī)的不斷變化、經(jīng)濟(jì)不穩(wěn)定因素的增多等挑戰(zhàn)，同時(shí)也需要加強(qiáng)風(fēng)險(xiǎn)管理和可持續(xù)發(fā)展意識(shí)。未來，隨著科技的不斷進(jìn)步和金融市場(chǎng)需求的不斷變化，金融科技行業(yè)將繼續(xù)發(fā)揮重要作用，推動(dòng)中國金融業(yè)向數(shù)字化、智能化轉(zhuǎn)型，建設(shè)符合現(xiàn)代經(jīng)濟(jì)發(fā)展需求的新型數(shù)字金融模式。2.6章節(jié)小結(jié)本章主要探討了金融科技對(duì)傳統(tǒng)商業(yè)銀行的影響和挑戰(zhàn)，并圍繞著幾個(gè)重要的理論和現(xiàn)象展開了討論。長(zhǎng)尾理論闡述了通過金融科技可以更好地服務(wù)長(zhǎng)尾客戶，拓展市場(chǎng)份額。金融中介理論討論了金融科技對(duì)傳統(tǒng)金融中介角色的挑戰(zhàn)，以及商業(yè)銀行在適應(yīng)新市場(chǎng)環(huán)境中的轉(zhuǎn)型需求。金融脫媒理論分析了資金流動(dòng)和融資活動(dòng)怎樣可以不再依賴傳統(tǒng)金融中介機(jī)構(gòu)，直接在市場(chǎng)上進(jìn)行。信息不對(duì)稱理論討論了金融科技如何幫助商業(yè)銀行降低信息不對(duì)稱，提高風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和金融服務(wù)的效率。金融科技現(xiàn)狀提及了當(dāng)前金融科技市場(chǎng)的發(fā)展趨勢(shì)和挑戰(zhàn)，以及金融科技對(duì)商業(yè)銀行轉(zhuǎn)型升級(jí)的機(jī)遇和影響?？傮w而言，本章主要強(qiáng)調(diào)了金融科技對(duì)商業(yè)銀行的影響，包括推動(dòng)轉(zhuǎn)型升級(jí)、改變經(jīng)營模式、降低信息不對(duì)稱等方面，并展望了金融科技未來的發(fā)展趨勢(shì)和潛力。

第三章相關(guān)指標(biāo)構(gòu)建3.1描述性統(tǒng)計(jì)描述性統(tǒng)計(jì)的目的是幫助人們更好地理解數(shù)據(jù)的特征，并從數(shù)據(jù)中得出一些初步的結(jié)論。這些統(tǒng)計(jì)量可以通過圖表、表格和數(shù)學(xué)公式來呈現(xiàn)，以便更直觀地展示數(shù)據(jù)的特征。描述性統(tǒng)計(jì)在數(shù)據(jù)分析和研究中起著重要的作用，它可以為進(jìn)一步的推斷性統(tǒng)計(jì)分析提供基礎(chǔ)，并對(duì)數(shù)據(jù)的特點(diǎn)進(jìn)行直觀的展現(xiàn)和解釋。根據(jù)上述理論分析，本研究對(duì)研究方案進(jìn)行相應(yīng)設(shè)計(jì)，包括數(shù)據(jù)來源、數(shù)據(jù)整理及核心解釋變量、被解釋變量、控制變量等選取，基準(zhǔn)回歸計(jì)量模型的構(gòu)建等。本文選取42家商業(yè)銀行2007—2022年的年度財(cái)務(wù)數(shù)據(jù)。考慮樣本中各數(shù)據(jù)項(xiàng)異常值可能對(duì)實(shí)證分析結(jié)果帶來偏差，為此對(duì)數(shù)據(jù)中各變量進(jìn)行了首尾1%的縮尾處理。將各類數(shù)據(jù)進(jìn)行合并，最終得到42家銀行2007-2022年的672個(gè)樣本。根據(jù)上述整理好的數(shù)據(jù)，以存貸款比率、不良貸款率、不良貸款撥備覆蓋率、非利息收入占比、凈資產(chǎn)收益率、凈資產(chǎn)負(fù)債率作為被解釋變量表征銀行績(jī)效;將金融科技指數(shù)作為解釋變量，本文選取商業(yè)銀行的控制變量有流動(dòng)性比例、權(quán)益乘數(shù)、第一大股東持股比例、獨(dú)立董事比例、成本收入比、每股收益、董事長(zhǎng)與總經(jīng)理是否二職合一作為控制變量。本研究采用標(biāo)準(zhǔn)化處理的形式進(jìn)行構(gòu)建。為了保持?jǐn)?shù)據(jù)的平穩(wěn)性和統(tǒng)計(jì)口徑的一致性，所有指標(biāo)均取自銀行業(yè)務(wù)數(shù)據(jù)來自同花順數(shù)據(jù)庫、國泰安數(shù)據(jù)庫以及各家銀行的年報(bào)。首先，對(duì)總體的各項(xiàng)統(tǒng)計(jì)指標(biāo)進(jìn)行整體描述性分析。如下表表3-SEQ表2-\*ARABIC1描述性統(tǒng)計(jì)指標(biāo)樣本量最大值最小值平均值標(biāo)準(zhǔn)差中位數(shù)方差峰度偏度存貸款比率672116.23526.32370.35313.61670.019185.3981.2850.272不良貸款率67223.5701.4631.3961.251.948114.9629.067不良貸款撥備覆蓋率672830.733.01249.608113.78223.3912945.9282.1761.225非利息收入占比67251.09-14.62417.50210.21316.45104.297-0.1950.438凈資產(chǎn)收益率67241.1254.17615.7795.70714.93432.5640.9060.803凈資產(chǎn)負(fù)債率67278.092-8.29214.8365.9113.78934.92640.1684.819成本收入比67272.68117.69732.2966.50331.56542.2955.8231.622流動(dòng)性比例67295.8824.8343.4111.71739.175137.2772.0411.417權(quán)益乘數(shù)67279.0894.25115.7935.85914.834.3341.4645.045每股收益6725.260.170.9450.6540.6410.4287.0262.293第一大股東持股比例672100322.02515.43219.99238.1482.8661.786獨(dú)立董事比例6720.57100.3260.1140.3330.0133.596-2.015銀行的績(jī)效指標(biāo)6723.899-1.72200.578-0.0460.3348.0591.655金融科技指數(shù)67210.8017.0537.5930.9617.0530.9240.7461.487上表展示了描述性統(tǒng)計(jì)的結(jié)果，包括樣本量、最大值、最小值等統(tǒng)計(jì)量，用于研究定量數(shù)據(jù)的整體情況。接下來將會(huì)用這些變量名來代替上述指標(biāo)。變量名如下表表3-SEQ表2-\*ARABIC2變量說明表指標(biāo)變量名銀行的績(jī)效指標(biāo)存貸款比率X1不良貸款率X2不良貸款撥備覆蓋率X3非利息收入占比X4凈資產(chǎn)收益率X5凈資產(chǎn)負(fù)債率X6控制變量成本收入比A1流動(dòng)性比例A2權(quán)益乘數(shù)A3每股收益A4第一大股東持股比例A5獨(dú)立董事比例A6因子分析后績(jī)效指標(biāo)銀行的綜合績(jī)效指標(biāo)PCI金融科技指數(shù)FTI3.2商業(yè)銀行績(jī)效數(shù)據(jù)預(yù)處理3.2.1標(biāo)準(zhǔn)化處理先對(duì)商業(yè)銀行的存貸款比率、不良貸款率、不良貸款撥備覆蓋率、非利息收入占比、凈資產(chǎn)收益率、凈資產(chǎn)負(fù)債率績(jī)效指標(biāo)數(shù)據(jù)進(jìn)行異常值和缺失值處理，再進(jìn)行min-max標(biāo)準(zhǔn)化處理。數(shù)據(jù)標(biāo)準(zhǔn)化包括去量綱化和一致化。公式如下3.2.2適應(yīng)性分析進(jìn)行因子分析前要進(jìn)行KMO檢驗(yàn)和Bartlett檢驗(yàn)，判斷KMO值和P值。結(jié)果如下表表3-3KMO檢驗(yàn)和Bartlett檢驗(yàn)KMO值0.63Bartlett球形度檢驗(yàn)近似卡方655.684df15P0.000***注：***、**、*分別代表1%、5%、10%的顯著性水平KMO檢驗(yàn)的結(jié)果顯示，KMO的值為0.63>0.6，同時(shí)，Bartlett球形檢驗(yàn)的結(jié)果顯示，顯著性P值為0.000***，水平上呈現(xiàn)顯著性，拒絕原假設(shè)，各變量間具有相關(guān)性，因子分析有效。3.2.3方差解釋表格運(yùn)用SPSS，獲得各因子的特征根和方差解釋值。旋轉(zhuǎn)前方差解釋率的意義在于評(píng)估每個(gè)主成分對(duì)數(shù)據(jù)變異性的解釋能力。較高的方差解釋率意味著主成分能夠更好地解釋數(shù)據(jù)的方差，因此被認(rèn)為是更重要的成分。從而選擇最有代表性的主成分進(jìn)行后續(xù)分析。結(jié)果如下表表3-4總方差解釋成分旋轉(zhuǎn)前方差解釋率旋轉(zhuǎn)后方差解釋率特征根方差解釋率(%)累積方差解釋率(%)特征根方差解釋率(%)累積方差解釋率(%)12.13535.57635.576158.26426.37726.37721.44924.15759.732147.43424.57250.9530.90515.08674.818143.2123.86874.81840.569.33484.15250.4818.02292.17460.477.826100從上方差解釋表中，在主成分為3時(shí)，總方差解釋的特征根低于1.0，變量解釋的貢獻(xiàn)率達(dá)到74.818。表明此時(shí)信息損失較少，可以較好解釋初始數(shù)據(jù)。3.2.4成分矩陣表然后通過分析成分矩陣，得出因子成分公式與權(quán)重。如下表表3-5成分矩陣表名稱成分成分1成分2成分3存貸款比率X1-0.085-0.0030.469不良貸款率X2-0.0190.59-0.129不良貸款撥備覆蓋率X3-0.036-0.557-0.081非利息收入占比X40.249-0.0430.742凈資產(chǎn)收益率X50.549-0.1040.102凈資產(chǎn)負(fù)債率X60.6140.1120.1683.2.5因子權(quán)重分析表3-6因子權(quán)重分析表名稱旋轉(zhuǎn)后方差解釋率(%)旋轉(zhuǎn)后累積方差解釋率(%)權(quán)重(%)因子F10.26426.37735.255因子F20.24650.9532.843因子F30.23974.81831.902由上可得到模型的公式：PCI=(0.264/0.7482)×F1+(0.246/0.7482)×F2+(0.239/0.7482)×F3表2-5因子分析的權(quán)重計(jì)算結(jié)果顯示，因子1的權(quán)重為35.255%、因子2的權(quán)重為32.843%、因子3的權(quán)重為31.902%，其中指標(biāo)權(quán)重最大值為因子1（35.255%），最小值為因子3（31.902%）。最終輸出因子分析法銀行的績(jī)效指標(biāo)。3.4金融科技指數(shù)的獲取采用郭品和沈悅（2015）的文本挖掘研究方法，建立起金融科技發(fā)展指數(shù)。該方法先是選取出構(gòu)建金融科技指數(shù)的關(guān)鍵指標(biāo)，設(shè)出四個(gè)一級(jí)指標(biāo)：互聯(lián)網(wǎng)支付、互聯(lián)網(wǎng)理財(cái)、互聯(lián)網(wǎng)渠道、互聯(lián)網(wǎng)借貸，再在下面設(shè)出十二個(gè)二級(jí)指標(biāo)，第三方支付、電子銀行、網(wǎng)貸等，最后，用因子分析法把搜索引擎中的關(guān)鍵詞量化，合成能量化金融科技發(fā)展水平的指數(shù)。首先，建立初始詞庫利用百度搜索引擎計(jì)算關(guān)鍵詞的年度詞頻以及應(yīng)用因子分析法合成互聯(lián)網(wǎng)金融指數(shù)。根據(jù)已有文獻(xiàn)（郭平、沈悅2015）中的研究，主要將金融科技分為四大維度而確定的詞庫。其次，借助詞云統(tǒng)計(jì)軟件利用百度數(shù)據(jù)庫搜索關(guān)鍵詞在每一年的新聞發(fā)布次數(shù)，并將其與該年的新聞發(fā)布總數(shù)計(jì)算得出關(guān)鍵詞的年度頻率，計(jì)算關(guān)鍵詞詞頻，量化年度區(qū)間總次數(shù)，將這些數(shù)據(jù)作為構(gòu)建指數(shù)的基礎(chǔ)。最后，基于資源配置功能的關(guān)鍵詞進(jìn)行分層次因子分析，計(jì)算互聯(lián)網(wǎng)借貸指數(shù)(IC)作為穩(wěn)健性檢驗(yàn)的輔助指標(biāo)運(yùn)用SPSS軟件進(jìn)行主成分分析以及因子分析，同時(shí)結(jié)合以上所得關(guān)鍵詞的總次數(shù)，從而大致合成金融科技發(fā)展指數(shù)（FT）。3.5章節(jié)小結(jié)本章主要介紹了研究的方法論和數(shù)據(jù)處理過程。首先對(duì)商業(yè)銀行的績(jī)效進(jìn)行分析，并選擇了一系列指標(biāo)來表征銀行的績(jī)效和金融科技水平。然后描述了數(shù)據(jù)來源和預(yù)處理步驟，包括數(shù)據(jù)收集、異常值處理、縮尾處理和標(biāo)準(zhǔn)化處理。接著介紹了適應(yīng)性分析的步驟，包括KMO檢驗(yàn)和Bartlett檢驗(yàn)，以及方差解釋表格的結(jié)果。最后，詳細(xì)說明了因子分析的過程，包括成分矩陣表和因子權(quán)重分析表，以及如何計(jì)算績(jī)效指標(biāo)的因子分析結(jié)果。同時(shí)，還提及了金融科技指數(shù)的獲取方法，包括建立初始詞庫、計(jì)算關(guān)鍵詞詞頻和因子分析的步驟。本章主要描述了研究的設(shè)計(jì)和數(shù)據(jù)處理流程，以及績(jī)效指標(biāo)和金融科技指數(shù)的計(jì)算方法。

第四章實(shí)證分析4.1模型構(gòu)建本文構(gòu)建如下基本模型，見式（1）PCI=其中，下標(biāo)i表示樣本銀行，i=1,2,3，……，42，表示42家銀行；下標(biāo)t代表年份，單位為年；μi是銀行個(gè)體固定效應(yīng)；εit是隨機(jī)擾動(dòng)項(xiàng)；PCI代表樣本銀行的績(jī)效水平。第i家銀行第t期的績(jī)效水平被表示成為金融科技指數(shù)FTIt、第i4.2回歸結(jié)果表4-SEQ表4-\*ARABIC1金融科技對(duì)商業(yè)銀行績(jī)效的基準(zhǔn)回歸結(jié)果變量系數(shù)t值P值Intercept(截距)-2.7570-2.4930.015金融科技指數(shù)（FTI）0.58616.4800.000存貸款比率-0.0090-1.9050.060流動(dòng)性比例-0.0074-1.6140.110權(quán)益乘數(shù)-0.0747-2.2740.025第一大股東持股比例0.02406.2510.000獨(dú)立重事比例0.06950.1240.902成本收入比-0.0202-1.7860.077每股收益-0.2460-2.7400.007董事長(zhǎng)與總經(jīng)理是否二職合一0.15110.5920.556金融科技指數(shù)(0.5861):此系數(shù)為正值目統(tǒng)計(jì)上非常顯著(t=6.480,P>t|=0.000)表明金融科技指數(shù)的提高與銀行績(jī)效指標(biāo)的提升正相關(guān)，且這種關(guān)系在統(tǒng)計(jì)上是顯著的。存貸款比率(-0.0090):系數(shù)為負(fù)，但統(tǒng)計(jì)上不太顯著(t=-1.905,P>=0.060)，暗示存貸款比率的提高可能會(huì)輕微地降低銀行績(jī)效，但這種影響不是很明顯。流動(dòng)性比例(-0.0074):系數(shù)同樣為負(fù)，且統(tǒng)計(jì)上不顯著(t=-1.614,P>|t|=0.110)，意味著流動(dòng)性比例的增加對(duì)銀行績(jī)效的影響不明顯。權(quán)益乘數(shù)(-0.0747):這個(gè)負(fù)系數(shù)在統(tǒng)計(jì)上是顯著的(t=-2.274,P>|t|=0.025)，表明較高的權(quán)益乘數(shù)(即較高的財(cái)務(wù)杠桿)可能會(huì)降低銀行績(jī)效。第一大股東持股比例(0.0240):系數(shù)為正，統(tǒng)計(jì)上非常顯著(t=6.251,P>ltl=0.000)，表明第一大股東持股比例的增加與銀行績(jī)效正相關(guān)。獨(dú)立董事比例(0.0695):系數(shù)為正，但統(tǒng)計(jì)上不顯著(t=0.124,P>|t=0.902)，表明6.獨(dú)立董事比例對(duì)銀行績(jī)效的影響不明顯。成本收入比(-0.0202):系數(shù)為負(fù)，接近顯著(t=-1.786,P>|t|=0.077)，表明較高的成本收入比可能會(huì)輕微地降低銀行績(jī)效。每股收益(-0.2460):這個(gè)負(fù)系數(shù)在統(tǒng)計(jì)上是顯著的(t=-2.740,P>|t=0.007)，表明每股收益的降低與銀行績(jī)效下降相關(guān)。董事長(zhǎng)與總經(jīng)理是否二職合一(0.1511):系數(shù)為正，但統(tǒng)計(jì)上不顯著(t=0.592,P>lt=0.556)表示董事長(zhǎng)與總經(jīng)理職位的合并與銀行績(jī)效的關(guān)系不明確。4.3穩(wěn)健性檢驗(yàn)為了進(jìn)行穩(wěn)健性檢驗(yàn)，進(jìn)行數(shù)據(jù)空白刪除處理，并重新進(jìn)行了回歸分析。以下是新的分析結(jié)果:R-squared:0.810Adj.R-squared:0.787F-statistic:34.60Prob(F-statistic):7.05e-23回歸系數(shù)及其統(tǒng)計(jì)檢驗(yàn)結(jié)果如下表4-SEQ表4-\*ARABIC2金融科技對(duì)商業(yè)銀行績(jī)效的基準(zhǔn)回歸結(jié)果及穩(wěn)健性檢驗(yàn)變量系數(shù)t值P值Intercept(截距)-1.6478-1.1840.240金融科技指數(shù)0.58705.7630.000存貸款比率-0.0135-2.4700.016流動(dòng)性比例-0.0086-1.5540.124權(quán)益乘數(shù)-0.1081-2.4890.015第一大股東持股比例0.02395.1990.000獨(dú)立董事比例0.04260.0710.944成本收入比-0.0244-1.7320.087每股收益-0.3255-3.0510.003董事長(zhǎng)與總經(jīng)理是否二職合—0.13840.5110.611回歸結(jié)果除了回歸系數(shù)的大小變動(dòng)之外，相關(guān)變量的正負(fù)極差與顯著性水平基本相差不大，實(shí)證結(jié)果并不因所選變量的改變而變化，證實(shí)了結(jié)果可信度。這個(gè)穩(wěn)健性檢驗(yàn)的結(jié)果與之前的分析類似，顯示金融科技指數(shù)、存貸款比率、權(quán)益乘數(shù)、第一大股東持股比例和每股收益對(duì)銀行績(jī)效有顯著影響。這些關(guān)系依然和原先的保持一致，表明原先的分析結(jié)果是穩(wěn)健的。本研究的因變量是銀行的績(jī)效指標(biāo)PCI，主要自變量為金融科技指數(shù)。控制變量包括存貸款比率、流動(dòng)性比例、權(quán)益乘數(shù)、第一大股東持股比例、獨(dú)立董事比例、成本收入比、每股收益以及董事長(zhǎng)與總經(jīng)理是否二職合一。在模型的整體顯著性方面，F(xiàn)統(tǒng)計(jì)量為41.49，其對(duì)應(yīng)的Prob(F-statistic)值為2.80e-28，遠(yuǎn)小于0.05的顯著性水平，表明模型整體具有顯著性。模型的解釋力度較高，R-squared值為0.806，說明解釋變量能夠解釋因變量變異的80.6%。調(diào)整后的R-squared值為0.786，考慮到自由度的調(diào)整，仍表明模型具有較好的解釋能力。4.4章節(jié)小結(jié)本章構(gòu)建了回歸模型，介紹了對(duì)金融科技對(duì)商業(yè)銀行績(jī)效的基準(zhǔn)回歸結(jié)果以及穩(wěn)健性檢驗(yàn)的分析報(bào)告。在回歸結(jié)果中，對(duì)各自變量的系數(shù)進(jìn)行了詳細(xì)解釋，并分析了它們與銀行績(jī)效之間的關(guān)系及統(tǒng)計(jì)顯著性。在穩(wěn)健性檢驗(yàn)中，重新進(jìn)行了回歸分析并得出了新的結(jié)果，驗(yàn)證了原先的分析結(jié)果的可信度。最后，對(duì)整體模型的顯著性和解釋能力進(jìn)行了總結(jié)和評(píng)價(jià)，強(qiáng)調(diào)了模型的解釋力度較高，具有較好的解釋能力。

第五章結(jié)論首先對(duì)本課題的選題背景和研究意義相關(guān)的理論基礎(chǔ)與指標(biāo)構(gòu)建進(jìn)行了說明，詳細(xì)地介紹了長(zhǎng)尾理論、金融中介理論、金融脫媒理論、信息不對(duì)稱理論和金融科技的現(xiàn)狀。接著，本文對(duì)42家商業(yè)銀行2007年至2022年的年度數(shù)據(jù)進(jìn)行預(yù)處理。本研究通過因子分析法構(gòu)建商業(yè)銀行的績(jī)效指標(biāo)。然后建立初始詞庫，根據(jù)已有文獻(xiàn)中的研究，許多學(xué)者主要將金融科技分為五大維度而確定的詞庫。借助詞云統(tǒng)計(jì)軟件，計(jì)算關(guān)鍵詞詞頻，量化年度區(qū)間總次數(shù)，將這些數(shù)據(jù)作為構(gòu)建指數(shù)的基礎(chǔ)。運(yùn)用SPSS軟件進(jìn)行主成分分析以及因子分析，同時(shí)結(jié)合以上所得關(guān)鍵詞的總次數(shù)，從而大致合成金融科技發(fā)展指數(shù)（FT）。通過分層次因子分析，計(jì)算互聯(lián)網(wǎng)借貸指數(shù)(IC)作為穩(wěn)健性檢驗(yàn)的輔助指標(biāo)。同時(shí)引入成本收入比、流動(dòng)性比例、權(quán)益乘數(shù)、每股收益、第一大股東持股比例和獨(dú)立董事比例作為控制變量。對(duì)于主要自變量，金融科技指數(shù)的系數(shù)為0.5861，t值為6.480，P值為0.000，遠(yuǎn)小于0.05的顯著性水平。這表明金融科技指數(shù)的提高對(duì)銀行績(jī)效具有顯著正向影響，即金融科技的發(fā)展能顯著提升商業(yè)銀行的績(jī)效。在控制變量中，存貸款比率、權(quán)益乘數(shù)、成本收入比和每股收益的影響具有統(tǒng)計(jì)學(xué)意義。存貸款比率的系數(shù)為-0.0090，表明存貸款比率的提高可能輕微地降低銀行績(jī)效，但這一影響的顯著性較低（P>|t|=0.060）。權(quán)益乘數(shù)的系數(shù)為-0.0747，表明較高的財(cái)務(wù)杠桿可能會(huì)降低銀行績(jī)效（P>|t|=0.025）。成本收入比的系數(shù)為-0.0202，暗示高成本收入比可能輕微地降低銀行績(jī)效，盡管這一影響的顯著性相對(duì)較低（P>|t|=0.077）。每股收益的系數(shù)為-0.2460，表明每股收益的降低與銀行績(jī)效的下降相關(guān)（P>|t|=0.007）。此外，第一大股東持股比例的正系數(shù)（0.0240）和顯著性（P>|t|=0.000）表明股東結(jié)構(gòu)對(duì)銀行績(jī)效有顯著