2023年5月8日下午，复旦大学金融研究院、复旦-斯坦福中国金融科技与安全研究院主办的第184期复旦金融论坛，邀请到南京大学工程管理学院的方立兵副教授，带来题为“Does FinTech Innovation Improve Traditional Banks' Efficiency and Risk Measures? A New Methodology and New Machine-Learning-Based Evidence from Patent Filings”的演讲，演讲由复旦-斯坦福中国金融科技与安全研究院执行院长、复旦大学经济学院教授刘庆富主持。
方老师在讲座中指出，中国金融机构存在分业经营的现实情况，为研究传统商业银行业务提供了便利。同时，金融科技在业务等层面迅速发展，这为研究金融科技创新影响传统商业银行经营效率和风险提供了独特的场景。虽然目前已经有许多相关的研究工作，但现有文献衡量金融科技创新的主流方法常常依赖于金融科技关键词搜索频率、商业银行是否推出掌上APP以及金融科技行业的整体发展水平等。针对商业银行个体层面的金融科技创新能力度量往往需要进行人工介入，从而容易给实证结果引入主观偏差。
在此背景下，方老师详细介绍了与研究团队开发的一种全新的、纯机器学习自动识别金融科技创新的方法，以及基于此构建的中国商业银行个体层面的金融科技创新能力的代理变量。在综合利用倾向性得分匹配（PSM）和双重差分法（DID）缓解内生性问题后，文章稳健地发现，金融科技创新显著提高了银行的利润、成本、利息收入和非利息收入效率。与此同时，金融科技创新也有效改善了银行的各类风险指标，包括整体风险、资本充足率、流动性比率和不良率等。进一步研究发现，对于劳动强度更大、管理能力更强的银行来说，金融科技对效率和风险指标的正面影响更大。
到场的老师和同学们围绕数据采集、选择和使用，以及银行金融科技等问题进行了充分、热烈的讨论。会议结束前，刘庆富教授对本次讲座内容进行了总结，并对方立兵老师详细且深入的报告表示由衷感谢。
返回顶部
