郑兰祥, 郝琦琦
(安徽大学 经济学院, 安徽 合肥 230601)
随着大数据、云计算、人工智能等核心技术崛起,金融行业的各个领域都受到深刻的影响与冲击。信息科技企业大量涌现不仅为传统金融机构提供技术支撑,同时也逐渐涉足金融业务,而这会不可避免地加剧相互间的市场竞争,传统金融机构正面临盈利空间下降,累积风险不断攀升的境况。党的十九大报告提出:“健全金融监管体系,守住不发生系统性金融风险的底线。”[1]在此背景下,探究金融科技发展如何影响我国金融机构系统性风险这一重大问题,具有非常重要的理论与现实意义。
金融科技(Fintech)是financial和technology的合成词,对金融科技这一概念的众多理解中,学术界对金融稳定理事会的定义[2]认可度较高,该定义指出金融科技是金融领域技术更迭过程的技术创新,它能创造新产品、优化流程、革新应用和业务模式,从而对金融市场、金融机构或金融服务等方面产生重大影响。从该定义可以看出,金融科技的核心依然是金融,未改变金融的风险本质,技术只是手段。由云计算、大数据、区块链、人工智能等新兴信息技术驱动的金融新业态发展迅猛,其既具有金融基础设施的功能,又与传统金融机构的业务范围高度关联[3],这使得在扩大金融普惠范围,提升金融服务效率的同时,也让分散、多样的跨业金融风险更容易生成和弥散,给金融监管提出了更高要求[4-5]。
关于金融机构的系统性风险研究是2008年全球金融危机以来的持续研究热点,但由于系统性风险概念的广泛性与复杂性,还没有一个广泛认可的标准定义。目前已有的文献中,大多从3个不同角度进行深入研究:风险冲击、风险传染、对实体经济与市场功能产生严重危害[6]。其中“风险冲击”与“风险传染”侧重系统性风险的成因[7],目前对系统性风险的新观点认为风险是内生的,包括冲击事件和扩散过程,是系统性风险生成机制的两大关键因素,如朱贺等提出金融机构面临的负面冲击可能引发个别机构倒闭等单体风险,经过金融体系内部的传染和放大作用, 进而造成多家金融机构倒闭或服务的中断, 形成系统性风险[8]。
作为一种全新的市场力量,蓬勃发展的金融科技对我国金融机构系统性风险的影响也是学者广泛研究的热点问题,但未能得出一致结论。一方面,Yang等提出金融科技的发展改进了传统业务模式,提高服务效率,增强了风险控制能力[9]。Frame等也认为金融科技中的技术变革可以进一步改善金融机构的风险衡量和管理[10]。另一方面,朱太辉等提出金融科技业务中传统金融风险更加隐蔽,操作风险和技术风险更加突出,并且潜在的系统性、周期性风险更加复杂[11]。李敏认为金融科技系统性风险的来源包括对不利的经济波动更为敏感,并会将这种不利因素传导至整个行业,以及信息不对称与金融科技企业规模的急剧膨胀等[12]。Fung等认为金融科技会通过盈利渠道影响金融稳定,给金融系统带来冲击[13]。刘孟飞认为金融科技迅速发展会提高金融机构风险承担倾向,进而易引发系统性金融风险[14]。
上述文献为探究金融科技对金融机构系统性风险的影响效应提供了起点和基础,但缺少金融科技发展影响金融机构系统性风险的机制阐述和实证分析。鉴于此,本文在系统性风险的“冲击-传染”二元生成机制框架下,首先,从理论层面上阐述金融科技通过提高机构个体风险和增强个体与系统关联性来加速金融机构系统性风险形成的影响机制。其次,结合2013—2020年我国39家上市金融机构面板数据,实证检验了上述影响机制的存在性与异质性。最后,提出相关政策性建议,以期为我国金融机构的转型发展与金融监管提供借鉴依据。
准确度量金融科技发展对金融机构系统性风险的影响,应从系统性风险形成过程中的冲击和传染两大关键因素入手。一方面,金融体系遭受初始负面冲击。负面冲击会损害多数金融机构的资产负债表健康,其中一些相对“脆弱”的金融机构会增加个体风险冲击,遭受严重损失,从而易成为系统内部的“起火点”和“传染源”[15]。另一方面,初始风险冲击在金融系统内部的传染和放大。金融机构的个体风险基于业务交易、对共同风险源的相同敞口、陷入困境的机构减价抛售资产的反馈效应和信息传染等渠道进行风险传染[16],将增强个体与金融体系之间的系统关联性,更容易诱发系统性风险。理论上,金融科技发展会影响金融机构的脆弱性和关联性,进而通过“冲击-传染”二元生成机制来影响金融机构系统性风险的形成,具体研究机理如图1所示。
图1 金融科技发展影响金融机构系统性风险的研究机理
1.金融科技发展对风险冲击的影响机制分析
金融科技发展对风险冲击的影响机制主要体现在通过竞争、业务和技术3个层面加大金融机构的脆弱性,提高金融机构的个体风险,一旦决策失误或发生其他重大风险事件,极易对金融体系产生负面冲击。
从竞争视角来看,金融科技企业的迅猛发展通过竞争提高了以银行为代表的传统金融机构的风险偏好水平。有国内学者认为,金融科技延续了互联网金融,加剧了价格竞争,推动了利率市场化,改变了银行的负债端结构,抬高了商业银行的资金成本,昂贵的资金成本使其更加偏好选择高风险的资产来弥补损失,提升了银行风险承担水平,加大金融市场的波动性、高杠杆性和外部性[17-18]。
从业务视角来看,金融科技发展强化了金融领域固有的传统金融风险。金融科技发展中的相关业务延续了传统金融业务的风险属性,同样存在着固有的流动性风险和信用风险等传统金融风险[19],并且相关业务经过复杂的结构安排和程序编码,使得传统金融风险更加隐蔽, 难以识别。除此之外,新技术催生的新业态也进一步影响了金融机构业务属性模糊问题,易发生金融风险中的“黑天鹅”事件[20]。
从技术视角来看,金融科技发展使得金融机构内部新的技术风险更加突出。金融科技发展环境下,金融机构具有第三方依赖突出、网络安全隐患加剧、法律真空与监管套利等问题。例如:金融机构依赖外部科技型公司等提供的第三方技术服务,而技术虽然在很大程度上提升了交易效率,但也存在着技术漏洞、参数失误、算法失灵等问题。一旦这些第三方服务公司出现管理缺陷或者技术漏洞便会导致整个业务受损,进而影响金融机构和金融体系正常运营。冲击影响机制过程如图2所示。基于此,本文提出以下假设:
图2 金融科技发展对风险冲击的影响机制
H1:金融科技发展提高了金融机构的个体风险,体现出提高风险冲击的可能性。
2.金融科技发展对风险传染的影响机制分析
金融科技发展对风险传染的影响机制主要体现在通过业务关联等直接渠道和共同风险源的相同敞口、信息不对称等间接渠道增加了金融机构个体和金融体系的关联,放大了风险传染的范围及程度。
在直接传染渠道方面,金融科技发展使得各机构之间形成高度的直接业务联系,提供了有利于风险传染的条件。直接业务联系是指金融机构间同业存贷和资金支付等渠道形成的业务联系[21],随着金融科技的发展,金融机构间业务关联性不断提升,部分同业业务通过“层层打包”,风险波及路径愈加复杂,形成的网络体系愈发呈现利益交错、风险共担的特性。在这种高度业务关联的情况下,金融机构不仅承担了相互的信用风险,也承担了日益增大的同业风险敞口。一家金融机构的清偿力或流动性不足以通过业务关联渠道,再跨市场跨机构进行传染使得其他金融机构面临支付困难。
在间接传染渠道方面,金融科技发展使得金融机构受到冲击后容易诱发资产抛售、加剧恐慌情绪而导致间接风险传染。一方面,金融科技发展影响下机构风险偏好上升,业务杠杆高,当市场流动性紧张时,金融机构需要抛售部分资产,形成资产价格下跌,持有同类资产的其他金融机构也会遭受损失,可能引发集中抛售恶性循环,进而放大金融系统的顺周期性[22]。另一方面,金融科技快速发展的时代,信息资源急剧增多,投资者作为网络信息和情绪传染对金融市场影响的媒介,当个别机构出现问题事件后,其非理性特质将加剧恐慌情绪,一旦“羊群行为”出现将加剧风险传染,并且金融科技的相关业务模式中的 “网络效应”“规模效应”和“尾部效应”在整个过程中愈发凸显,风险传染更加快速化和广泛化。传染影响机制过程如图3所示。基于此,本文提出以下假设:
图3 金融科技发展对风险传染的影响机制
H2:金融科技发展增加了金融机构个体与金融体系的系统关联性,体现出加大风险传染效应。
综上所述,金融科技在发展的同时具有个体风险增强效应和个体与系统关联性增强效应,金融环境发展提高了风险冲击的可能性,负向冲击下使得单一机构所面临的风险损失通过复杂的关联网络将风险传导至更广泛的区域,使更多金融机构易陷入困境,从而引发金融机构系统性风险。基于此,本文提出以下假设:
H3:金融科技发展加速了我国金融机构系统性风险的形成。
1.研究样本与数据来源
本文研究对象为我国上市金融机构,为避免部分金融机构上市时间较晚,连续停牌时间较长等情况影响,界定样本为中国金融机构的银行、证券、保险3个板块的39家上市公司,同时将中证全指行业指数系列中的全指金融作为金融市场总收益率的度量指标,考虑到2013年是金融科技元年,本文选取2013年第一季度至2020年第四季度的数据进行分析,数据主要源于CSMAR数据库、中经网统计数据库及网易财经。
2.指标构建与变量选取
(1)金融机构系统性风险的测度指标。本文参照Adrian和Brunnermeier[23]使用的ΔCoVaR来测度金融机构对金融系统的风险溢出效应。同时,由于Engle[24]提出的DCC-GARCH模型可以有效研究变量之间时变的非线性相关关系,因此,本文使用DCC-GARCH模型来进一步估计ΔCoVaR模型,从而得到在t时刻置信水平为1-q时机构i对金融系统j的风险贡献程度为:
(1)
(2)金融科技发展指数的指标。本文参照郭品和沈悦[25]的文本挖掘法得到金融科技发展指数,构建步骤如下:根据巴塞尔银监会对金融科技的划分,构建金融科技原始词库,选取金融科技4个维度的20个原始词汇,根据百度指数整理关键词关注度的季度平均值,再运用主成分分析法和因子分析法对关键词进行降维,得到关键词的公因子,进而计算出金融科技发展指数(见表1)。
表1 原始词库描述
(3)控制变量。本文参考了郭文伟等[26]的分析方法,结合我国实际情况进行了适当修正,对可能影响我国金融机构系统性风险的特征变量进行了控制,包括总资产规模(SIZE)、资产增速(AG)、总资产周转率(TCC)等微观机构变量,取数滞后一期以降低模型潜在的内生性问题,还有金融深化水平(M2/GDP)、通货膨胀水平(CPI)等宏观解释变量。其中通货膨胀率是月度数据,所以将其转换成季度数据。同时引入金融监管(Policy)虚拟变量(2)2015年7月,中国人民银行等十部门联合发布《关于促进互联网金融健康发展的指导意见》,明确了监管责任。本文将2015年第三季度作为互联网金融监管分界线,分别取值“0-1”虚拟变量。,上述各变量定义如表2所示。
表2 变量设计
3.研究模型设计
本文基于以上分析与数据,同时加入了下一期的因变量以减少潜在的内生性问题,设定如下计量模型以检验假说:
ΔCoVaRi,t+1/ΔVaRi,t+1/ρi,t+1=α0+α1FTIi,t++α2∑jcontrolj,i,t+εi,t
(2)
式中3组被解释变量分别是金融机构系统性风险(ΔCoVaR)、金融机构个体风险(ΔVaR)、金融体系内部关联性(ρ);核心解释变量FTI为金融科技发展指数,controlj,i,t表示控制变量集合,包括机构微观层面控制变量和经济宏观层面控制变量,εi,t为回归残差。
1.基准回归结果
本文在基准回归中使用OLS来运行模型,同时为了减少扰动项不规则带来的影响,采用金融机构个体层面聚类的稳健标准误。表3是基准模型的回归结果, 以金融机构系统性风险(ΔCoVaR)为被解释变量的第(1)列回归中的FTI系数符号显著为正,说明金融科技的不断发展将加速金融机构系统性风险的形成,由此验证假设H3。接下来从二元影响机制来看,以金融机构个体风险(ΔVaR)为被解释变量的第(2)列回归中FTI系数符号显著为正,表明金融科技发展会提高金融机构的个体风险,体现出提高了风险冲击的可能性,由此验证假设H1。以金融体系内部关联性(ρ)为被解释变量的第(3)列回归中FTI系数符号显著为正,说明金融科技发展会增加金融机构个体与金融体系的系统关联性。体现出加大了风险传染效应,由此验证假设H2。以上结论说明:随着金融科技不断深化发展,金融机构及相关监管部门要注意规避新兴技术带来的不利影响,防范化解潜在风险。
其他控制变量方面,金融机构规模(SIZE)越大,其个体风险越低、金融机构与金融体系的系统关联性越强、系统性金融风险越高。原因在于规模越大的金融机构竞争力较强,能通过分散化经营降低自身风险,但同时业务范围广,与其他公司的业务关联性也越大,受到的隐形担保程度高,系统性金融风险也越高;而资产增速(AG)越快的金融机构,自身管理经营面临的挑战也越大,个体风险也就越高;当面临负向冲击时,周转能力(TTC)差的金融机构易通过业务关联渠道使得其他金融机构面临支付困难,从而增加系统性风险的溢出效应。
此外,金融发展水平(FDL)对金融机构系统性风险和金融体系内部关联性产生了显著的正向促进作用,原因可能在于金融发展水平不断深化扩大,会提高金融机构间的联动共振效应,从而加剧金融机构的风险传染,提高系统性金融风险发生的可能性;通货膨胀率(CPI)的回归系数均为正且显著,说明通货膨胀水平提高将增加资本流动性短缺风险;金融监管政策(Policy)回归系数均为负且显著,说明金融监管政策的有效实施不仅在一定程度上会减少金融科技在金融领域进行监管套利行为,也将助力金融科技规范发展,减少金融机构系统性风险的发生(见表3)。
表3 基准模型回归结果
2.稳健性检验
第一,替换关键变量。以深圳交易所的香蜜湖金融科技指数的收盘价为基础测算出的指数作为金融科技发展指数的替代指标。估计结果如表4列(1)～列(3)所示。第二,增加控制变量。在宏观经济控制变量中增加GDP增速,在金融机构微观控制变量中纳入总资产收益率。估计结果如表4列(4)～列(6)所示。第三,变更模型估计方法。此处采用固定效应估计方法进行估计。估计结果如表4列(7)～列(9)所示。表4的回归结果显示,各列的金融科技指数(FTI)均为正且显著,与基准回归结果一致,说明本文的研究结论稳健。
表4 稳健性检验结果
3.异质性分析
现实中,我国不同金融子行业金融机构的资产负债结构复杂,从而不同金融子行业的金融机构对金融科技系统风险的机制影响可能呈现出异质性,本文基于银行类金融机构、证券类金融机构与保险类金融机构3类子样本进一步分析,其二元影响机制的具体回归结果如表5所示,由列(1)(3)和(5)可知,金融科技发展指数在证券类金融机构个体风险(ΔVaR)中的回归系数均显著高于银行类金融机构和保险类金融机构,这说明与银行类和保险类金融机构相比较,证券类金融机构对金融科技所带来的金融冲击更为敏感,究其原因是现实中证券类金融机构表外业务扩张规模大,更易出现潜在的高风险事件。由列(2)(4)和(6)可知,金融科技发展指数对证券类金融机构和保险类金融机构的金融体系内部关联性(ρ)具有显著的正向促进作用,加大了风险的传染性,加剧金融机构系统性风险的形成,而对银行类金融机构则没有显著影响。这说明部分证券类与保险类金融机构具有短时间内将风险传染至整个金融体系的能力,这可能是金融科技环境下金融网络所固有的负面信息快速特性所引发投资者避险情绪上升与“羊群效应”所决定的。
表5 三类金融子行业异质性分析结果
本文从金融科技发展的视角出发,利用2013—2020年我国39家金融机构面板数据,构建了“金融科技→风险冲击/风险传染→金融机构系统性风险”的理论研究框架,实证检验了金融科技发展对金融机构系统性风险及其组成部分的影响。研究结果表明:金融科技发展加速了我国金融机构系统性风险的形成。从影响机制来看,一方面金融科技发展提高了金融机构的个体风险,体现出提高了风险冲击的可能性。另一方面金融科技发展增加了金融机构与金融体系的系统关联度,体现出加大了风险传染效应。进一步分析发现:金融科技发展对金融机构系统性风险的二元影响机制效应在不同种类金融子行业中存在异质性。对此,本文提出以下建议:
第一,防范金融科技发展引致金融机构个体风险,需要提升金融机构对新兴科技的研究能力和风险管理能力。金融机构应明确:①确定融合金融科技发展战略,有序促进数字化转型,充分运用科技创新带来的便利,鼓励对金融科技的投入与运用;②科学根据金融消费者的适当需求和风险承受能力来提供风险可控、价格合理、方便快捷的金融产品和服务;③继续推动稳健经营,提高科技在风险管控中的应用,创建针对各类潜在风险的风险管控体系。
第二,为有效弱化金融科技带来的风险传染效应,监管部门应建立清晰明确的硬防火机制,强化跨业风险的监管。一方面,监管部门要鼓励金融机构开创多样化的产品与服务,形成差异化经营的市场环境,加强对金融舆情网络安全的监控,防范业务同质性多元化和出现过高的联动性趋同现象;另一方面,随着金融体系内部各子系统间的业务交叉日益频繁,监管部门应实现跨机构、跨行业的经营业务监管体系,及时控制银行、证券和保险等金融机构的直接和间接关联水平,对于分业监管政策模糊或真空地带的创新业务进行严格限制,阻隔风险的传导积聚。
第三,根据金融机构系统性金融风险溢出效应所体现的不同脆弱性和传染性,监管部门应建立差异化的金融机构系统性风险预警机制来进行动态监测。一方面,针对相对脆弱的金融机构,对业务规模和范围、风险准备金率、注册资本及资本管控等指标实施刚性管控,同时重视证券类机构的风险控制,强化资本监管,交易制度设计,避免潜在的高风险事件,有效稳定金融体系。另一方面,在金融科技发展与混业经营的推动下,证券类与保险类金融机构的风险传染效应进一步加强,因此,需要加强这类具有高负面信息扩散速度的金融机构监管,加强对交叉金融产品、表外业务和同业业务的有效监管,同时,加强相关机构的信息披露程度。
猜你喜欢 系统性传染金融机构 全面系统性护理在老年突发心绞痛患者中的应用价值分析医学食疗与健康(2022年2期)2022-04-23Our Mood Can Affect Others初中生学习指导·中考版(2021年2期)2021-09-10对于单身的偏见系统性地入侵了我们的生活？中国新闻周刊(2021年9期)2021-03-29听说，笑容是会“传染”的意林绘阅读(2019年12期)2019-12-30传染故事作文·低年级(2017年7期)2017-07-20一季度境内金融机构对外直接投资17.79亿美元华人经济(2016年3期)2016-06-28祛毒汤联合醋酸泼尼松对狼疮样大鼠IL—6、IFN—γ的影响分析中国民族民间医药·下半月(2014年2期)2014-09-26论《文心雕龙·体性》篇的系统性特征名作欣赏(2014年29期)2014-02-28