摘 要

当今时代，新冠肺炎疫情依然存在，对科技社会各方面均产生了深远的影响，滋生出许多不确定性因素。而我国的创新能力也不太能满足高质量发展的要求，各方面的发展程度都较低。因此，在我国经济发展的新阶段，我们应该准确识别变化，科学应对变化，主动寻求变化。“十四五”规划指出并要求“构建金融有效支持实体经济的体制机制，提升金融科技水平”。可以说，金融科技的迅速发展为实体经济的复苏提供了强大的动力支持，同时为后疫情时代注入了一针强心剂。从理论分析和实证分析两个层面就金融科技对商业银行盈利能力的影响展开研究。首先，对我国商业银行发展金融科技的现状以及目前存在的问题进行相应的理论分析。其次，在实证分析中，选取我国66家商业银行2010—2020年的数据作为研究分析的样本，通过构建面板数据模型进行回归分析。最后，得出相关的结论并提出与之配套的政策建议，为商业银行如何发展金融科技提供一定的参考。得出的研究结论主要分为两点：第一，金融科技降低了商业银行的盈利能力。金融科技影响了商业银行的信贷业务、支付结算业务以及理财业务，从而对其盈利能力造成了负面影响。但这并不意味着商业银行不应该发展金融科技。金融科技对商业银行的盈利能力也有着明显的促进作用，主要体现在提高商业银行的风险控制能力、降低商业银行的经营成本、提升商业银行的创新能力、改变商业银行的营销模式（如推动智能化营销的发展）等方面。第二，金融科技对不同类型商业银行盈利能力的影响效果存在差异，即存在异质性。金融科技对大型商业银行的冲击最小，股份制商业银行次之，受金融科技冲击最大的则是城市商业银行。这种情况的出现有多方面因素的影响，如银行的资金实力、经营理念和运营模式等。提出的政策建议有3点，即加大对金融科技的投入力度、建立完善的金融科技风险防控体系、构建科学合理的人才培养机制。

目前，我国经济进入高质量发展阶段，从追求发展的速度转变为注重发展的质量，这就意味着对各行各业提出了更高的要求。商业银行作为我国最重要的金融机构，自然也应该朝着高质量发展的方向努力，而金融科技赋予了商业银行崭新的活力，为商业银行的转型升级提供了强劲的动力。“十四五”规划中明确提出：“构建金融有效支持实体经济的体制机制，提升金融科技水平。”尤其是在新冠肺炎疫情的影响下，商业银行更加需要提升自身的金融科技水平，从而实现其盈利能力的提高，更好地服务于实体经济。Bons和Alt（2012）认为，金融科技提高了商业银行的盈利能力，拓宽了商业银行的利润来源渠道，对其发展起到了积极的作用。Julapa Jagtiani和Catharine Lemieux（2018）认为，金融科技可以与商业银行的各个领域结合在一起，这样不仅提高了商业银行的底层技术，还提高了银行的风控能力和营运水平。姜洋（2018）认为，金融科技一方面提高了商业银行的经营效率，另一方面还对商业银行产生了一定的负面作用，影响了银行相关业务的发展。胡文涛（2018）认为，金融创新对商业银行的盈利能力有着双重影响效应，在未达到最适水平前，金融创新会提高商业银行的盈利能力，而达到最适水平之后，金融创新则会对商业银行的盈利能力产生负面的影响。李文舒（2020）实证检验商业银行的经营绩效与金融科技无关，而与银行内部因素有着密切的关联。刘孟飞和王琦（2021）利用系统GMM模型进行实证分析，认为金融科技与商业银行盈利能力之间呈现出显著的“倒U形”关系。李向前和贺卓异（2021）认为,金融科技对中国部分商业银行具有“风险管理效应”和“转型效应”。因此，研究金融科技对商业银行盈利能力的影响具有重要的意义。

1

商业银行发展金融科技

的现状及主要问题

1.1 发展现状

我国商业银行金融科技发展情况，可以从大型商业银行、股份制商业银行和中小型商业银行等层面分别考察。

从大型商业银行来看，各个银行均在2020年加大了对金融科技的投入力度。中国工商银行和中国建设银行在金融科技领域投入的资金分别为238.19亿元和221.09亿元，均超过了200亿元，并且占其营业收入的3%左右。这表明大型商业银行发展金融科技投入之多、决心之大。大型商业银行充分发挥自身资金实力雄厚的优势，无论是在资金投入方面，还是在金融科技人才的引进和培养方面，都有着非常大的力度。此外，在具体举措方面，大型商业银行掌握主动地位，积极地制定差异化战略。例如：中国工商银行打造“一部、三中心、一公司、一研究院”的金融科技生态，推动银行智能化转型升级；发布智慧银行生态系统ECOS 1.0，致力于发展智慧产品、智慧风控、智慧运营和智慧服务。中国建设银行成立“建信金科”金融科技子公司。中国邮政储蓄银行建立“1＋4＋N”自主研发体系等。

从股份制商业银行来看，各个银行 非常重视金融科技的发展，并将金融科技上升到总战略高度。在执行方面，各个商业银行将人工智能、大数据、区块链与工作场景深度融合，在技术层面上为银行的数字化转型提供了强有力的支撑。部分商业银行与金融科技公司积极开展合作，建立创新实验室，加快其数字化转型进程。例如：兴业银行打造 3 个金融生态圈，即投资生态圈、投行生态圈和场景生态圈；浦发银行推出自主设计的智能微型网点“浦惠座舱”，让“银行网点跟着客户跑”；平安银行提出推进“数字银行、生态银行、平台银行”转型等策略。

从中小型商业银行来看，中小银行互联网金融（深圳）联盟联合金融壹账通、金融科技50人论坛于2020年10月26日发布了《中小银行金融科技发展研究报告（2020）》，指出中小银行金融科技能力分化明显，民营银行在各项得分上显著高于城商行和农商行。相对于大型银行来说，中小商业银行面临的数字化转型压力更为突出，尤其是在新冠肺炎疫情的冲击之下，如何更好地发展金融科技是一个富有挑战性的难题。2020年，有超过70%的银行设立金融科技一级部门，足以看出中小银行对金融科技的重视程度。

1.2 主要问题

1.2.1 发展程度不足。由于我国金融科技起步较晚，其发展程度相比于西方发达国家较为不足。一方面，我国金融科技最先出现于金融科技公司，这些公司大力发展金融科技，早在商业银行之前就吸引了大量的客户，从而抢占市场份额，这使得商业银行在面对金融科技公司的挑战时难免力不从心。另一方面，我国商业银行长期依靠存贷利差获取利润，导致其很难在短时间内转变观念，从而造成金融科技投入力度不足。近年来，商业银行对金融科技的投入力度明显增加，想通过提高自身的金融科技水平，来提高自身的盈利能力，但在技术水平上还存在较大的不足，有着较大的发展进步空间。

1.2.2 风险监管措施不到位。金融科技侧重于利用科技推动金融的发展，其本质依然脱离不开金融的范畴，而金融体系蕴含着许多风险，因此，需要加大对风险的监管防控力度，以防影响商业银行的有序发展。就目前而言，商业银行主要利用金融科技推动自身业务的发展，依靠大数据、人工智能、区块链等先进技术简化工作流程，提高运营效率，为客户提供具有个性化的服务。但是这些运用很少涉及风险防控方面，导致商业银行对各类金融风险的监管不到位，风险控制能力并未得到提高。对于一些常见风险并未设置应急方案，也没有对风险进行事前、事中、事后的科学管理，这些现象为商业银行的平稳运行埋下了不小的风险隐患，从而影响了其盈利能力的提高。

1.2.3 人才建设体制不系统。人才在各行各业的作用都是巨大的，谁掌握了人才资源，谁就拥有了创新的不竭动力，从而在激烈的竞争中拔得头筹。而只有建立了科学系统的金融科技人才建设体制，金融科技才会对商业银行的发展起到持久的促进作用。然而，目前商业银行对金融科技人才的建设并不系统。一方面，商业银行并未形成良好的激励机制，许多商业银行的管理思维还很传统，缺乏创新意识，无法形成对金融科技人才的良性激励，导致商业银行内部的金融科技从业人员离职率较高。另一方面，商业银行没有形成系统的专家引进制度，导致其专业化程度不足。由于金融科技的核心主要是一些难度很大的前沿技术，因而需要大量相关领域的专家做指导，从而能够在日新月异的发展中取得先机，降低滞后性。这些现状都对商业银行发展金融科技造成了一定的影响，使得金融科技难以发挥全部作用。然而，值得一提的是，商业银行对复合型人才的需求越来越强烈，这在一定程度上能够缓解银行缺乏相关人才的窘境。在近几年的招聘中，商业银行对具有理工科背景的学生青睐有加，这对其发展金融科技大有裨益。

2

样本选取与变量选择

2.1 样本选取与数据来源

本文选取2010—2020年我国66家不同类型商业银行的年度数据作为研究分析的样本，其中，大型商业银行6家，股份制商业银行11家，城市商业银行49家。数据来源于Wind数据库、国泰安数据库（CSMAR）、商业银行年报以及国家统计局网站。

2.2 变量选择

2.2.1 被解释变量。本文选择总资产收益率（ROA）作为衡量商业银行盈利能力的指标。此前，许多学者在研究商业银行的盈利能力时，选择了总资产收益率（ROA）或者净资产收益率（ROE）这两个指标。根据这两个指标的含义，总资产收益率（ROA）＝净利润/资产总额×100%，它反映了商业银行的盈利能力和发展能力；净资产收益率（ROE）＝净利润/净资产×100%，又称股东权益报酬率，同样可以反映商业银行的盈利能力。而总资产收益率更具有综合性，能够全面地体现出商业银行的盈利能力和经营水平，因此，本文选择总资产收益率（ROA）作为被解释变量。

2.2.2 核心解释变量。本文采用金融科技指数（FINTECH）作为核心解释变量。目前，国内和学术界对金融科技指数并未有统一的规定。通过查阅大量文献和相关新闻报道发现，较为流行的衡量金融科技发展的指标有如下3种：第一，浙江互联网金融联盟联合浙江大学互联网金融研究院于2017年9月29日共同发布《2017金融科技中心指数》。此后，浙江大学互联网金融研究院（浙大AIF）司南研究室联合剑桥大学新兴金融研究中心（剑桥CCAF）、浙江互联网金融联合会、铜板街共同推出《2018全球金融科技中心城市报告》（2018 Global Fintech Hub Report）。第二，深圳市福田区金融发展事务署联合深圳证券信息有限公司于2017年6月9日发布香蜜湖金融科技指数。第三，国家金融与发展实验室、中国社会科学院金融研究所以及中国社会科学院投融资研究中心从金融科技基础设施、金融科技和互联网金融服务可获得性、金融科技服务使用情况以及金融科技服务质量4个维度，构建出Fintech普惠金融指数。然而，这些金融科技指数不具有普适性，发布的时间过晚，无法系统地反映出我国金融科技的发展情况。因此，本文在进行研究时参考了郭品和沈悦（2015）的文本挖掘法，并以此完成对金融科技指数的构建。其主要步骤如下：

第一，从支付清算、资源配置、财产管理、信息传导、技术支撑5个维度建立金融科技指数原始词库（表1）。

第二，根据Askitas和Zimmermann（2009）的相关研究，新闻的数量与人们对特定事物的关注度以及相关信息的需求程度呈现出正相关的关系，即新闻的数目能够反映出人们的需求情况。因此，本文参考郭品和沈悦的方法，利用百度数据库，统计出各个关键词在2010—2020年期间所对应的年度新闻数目，将其作为分子，再除以年度新闻总数，由此得出年度关键词词频。而百度数据库并没有给出年度新闻总数这一数据，故本文以中国知网《中国重要报纸全文数据库》里的年度报纸数量总和作为年度新闻总数的替代变量。

第三，利用因子分析法中的主成分分析法来合成金融科技指数。具体步骤如下：首先，检验变量是否适合进行因子分析。采用KMO检验，得出KMO值为0.68，大于0.5，表明可以进行因子分析。其次，采用因子分析法中的主成分分析法提取特征值大于1的公因子，结果显示公因子的累计方差贡献率为85.37%，说明其可以解释所有变量大部分的信息。再次，使用最大方差法对载荷矩阵进行正交旋转，通过回归分析方法计算出因子得分系数矩阵。最后，将因子得分作为权重，构造初始变量的线性组合，并将结果代入公式 中，从而把数据标准规范在0~1之间，至此构建出金融科技指数。

2.2.3 控制变量。本文的控制变量主要从两方面考虑：其一是宏观经济因素，其二是商业银行内部因素。一方面，从宏观经济因素层面，国内生产总值增长率反映了经济环境的变化，从而对商业银行的盈利能力产生影响；广义货币供应量增长率反映了货币政策的松紧，从而影响商业银行的盈利能力；居民消费物价指数变动率反映了通货膨胀水平，也会对商业银行的盈利能力造成一定的影响。另一方面，从银行内部因素层面，净利差等于生息率减去付息率，即存贷利差，代表了商业银行的净利息收入水平，衡量着银行的盈利能力；不良贷款率是指商业银行不良贷款占其总贷款余额的比重，不良贷款率反映了商业银行风险水平，从而会对其盈利能力产生影响；成本收入比等于商业银行营业费用除以营业收入，表示每取得一单位收入所要付出的成本，此比率越高，说明商业银行为取得单位收入所付出的成本越高，银行的盈利能力也就越弱；存贷款比率等于商业银行的贷款总额除以存款总额，是用来衡量商业银行流动性风险的指标之一，该比率越高，表明银行的流动性越低，对其稳健经营就会产生一定冲击，从而会影响商业银行的盈利能力；总资产反映了商业银行的经营规模，资产规模比较大的银行，可能会形成规模经济，但同时也带来了资产管理上的难题，容易产生管理风险；贷款是商业银行最重要的资产业务，贷款发放的数量越多，说明银行的资金实力越强，因此，贷款总额可以反映出商业银行的盈利能力；存款是发放贷款的基础，代表着商业银行的资金来源，支持着商业银行的正常运转，所以存款总额也可能会对商业银行的盈利能力造成一定的影响。在这里，对商业银行的总资产、存款总额、贷款总额都做相应的对数处理。

综上，构建出如下模型：

其中，α0表示常数项，εit表示随机扰动项，φi表示个体效应，其余变量见表2。

3

描述性统计分析

对我国66家商业银行2010—2020年的面板数据进行描述性统计分析，使用的计量软件为Stata 16.0，结果如表3所示。

根据表3可知，ROA最小值为0.011，最大值为2.495，这反映出不同类型商业银行的盈利能力有着较大的差别。金融科技指数FINTECH的平均值为0.592，标准差为0.364，最大值与最小值相差为1，代表着我国金融科技水平在不断提高，金融科技指数逐年变化。在控制变量当中，不同类型商业银行的数据有着较大的差异。例如：净利差NIM，最小值为0.306，最大值为6.465，这表示不同商业银行的存贷利差水平有着很大的差异；不良贷款率NPL，最大值与最小值相差接近14%，这表示银行的贷款质量参差不齐。因此，不同类型商业银行之间存在异质性。

4

‍实证检验与结果分析

4.1 单位根检验

首先，对面板数据进行单位根检验，其目的是检验数据的平稳性。若没有对数据进行平稳性检验，就很可能造成“伪回归”的结果，因此，对数据进行单位根检验是十分有必要的，它决定着后续回归分析的真实性和可信度。

单位根检验的原假设H0：序列非平稳，备择假设H1：序列平稳。由表4可知，所有变量的P值均小于0.05，表示拒绝原假设，接受备择假设。因此，变量通过了单位根检验，证明了数据的平稳性，从而可以避免出现“伪回归”的现象。

4.2 模型形式选择

在进行面板数据模型回归分析时，应选择恰当的模型形式。首先，进行模型设定检验，在混合模型和固定效应模型之间做出选择，总共分为3个步骤。

第一步，在pool模型和固定效应模型之间做出选择，原假设H0：pool模型，检验结果如表5所示。

由表5可知，根据Chow检验构建的F统计量的值大于F检验5%显著性水平对应的临界值，表示拒绝原假设，代表截距项应该是变化的，不建立pool模型。

第二步，在pool模型和个体固定效应模型之间做出选择，原假设H0：pool模型，备择假设H1：个体固定效应模型，检验结果如表6所示。

由表6可知，根据Chow检验构建的F统计量的值大于F检验5%显著性水平对应的临界值，表示拒绝原假设，代表截距项应该是变化的，不建立pool模型，可能建立个体固定效应模型。

第三步，在pool模型和时点固定效应模型之间做出选择，原假设H0：pool模型，备择假设H1：时点固定效应模型，检验结果如表7所示。

由表7可知，根据Chow检验构建的F统计量的值小于F检验5%显著性水平对应的临界值，表示接受原假设，不建立时点固定效应模型。

其次，本文使用Hausman检验在个体随机效应模型和个体固定效应模型之间进行选择，Hausman检验的原假设H0：个体随机效应模型，备择假设H1：个体固定效应模型。检验结果如表8所示。

由表8可知，P值为0.000 0，小于0.05，因此，拒绝原假设，选择备择假设，即模型形式应该选择个体固定效应模型。

4.3 回归分析

为了验证金融科技对不同类型商业银行盈利能力的影响存在异质性，对回归分析采取了分组回归的形式，以检验金融科技的影响效果。

首先，对总体商业银行样本进行回归分析，结果如表9所示。

从金融科技对总体商业银行盈利能力影响的回归分析结果来看，金融科技指数FINTECH的系数为-0.296，显著为负，表明金融科技降低了商业银行的盈利能力。一方面，这意味着目前商业银行并未充分发挥金融科技的正面效果，导致其正面效应小于负面效应；另一方面，还表明商业银行受到了金融科技公司的冲击，导致其市场份额被挤占，利润空间进一步被缩紧，从而不利于银行盈利能力的提高。在控制变量层面，净利差NIM在1%显著性水平下显著，其系数为正，表明净利差与商业银行盈利能力正相关，这也意味着目前商业银行仍以存贷利差作为其主要利润来源，净利差的值越大，商业银行盈利能力也就越高；不良贷款率NPL与总资产收益率ROA显著负相关，它衡量着商业银行的风险水平，不良贷款率越高，银行的风险也就越大，从而导致商业银行的盈利能力降低；成本收入比CTI与商业银行的盈利能力显著负相关，表示成本收入比越高，商业银行每取得一单位收入所要付出的成本越高，从而降低了银行的盈利能力；商业银行总资产在1%显著水平下显著为负，表示总资产与盈利能力负相关，这表明商业银行的资产规模效应在减弱，总资产规模过大，会使得商业银行在面对各种冲击时不够灵活，无法有效地应对金融科技公司的挑战，从而在竞争中逐渐失去优势；广义货币供应量增长率和居民消费物价指数变动率均与商业银行的盈利能力呈显著负相关，这表明宏观经济的波动会对商业银行的盈利能力造成不利的影响，从而在一定程度上阻碍了商业银行的发展。

其次，进行分组回归，利用个体固定效应模型分别对大型商业银行、股份制商业银行、城市商业银行进行回归分析，结果如表10—12所示。

对不同类型的商业银行采取分组回归的形式，发现金融科技对不同类型商业银行盈利能力的影响效果存在差异，也就是具有异质性。表10—12分别是大型商业银行、股份制商业银行以及城市商业银行的回归结果，从表中的数据可以看出，金融科技指数FINTECH均在1%的显著性水平下显著，并且均与总资产收益率ROA呈负相关的关系，这表明从定性角度看，金融科技降低了3种类型商业银行的盈利能力。此外，回归系数绝对值的大小反映了自变量对因变量的影响程度，回归系数的绝对值越大，说明自变量对因变量的影响程度越大。当回归系数为正时，意味着自变量与因变量正相关，而当回归系数为负时，则代表自变量与因变量负相关。在表10—12中，3种商业银行金融科技指数的回归系数依次减小，由于系数为负数，表现为其绝对值依次增加，也就是说，金融科技对3种类型银行的影响效果越来越大。一方面，这表示金融科技对不同类型商业银行盈利能力的影响效果存在差异，也就是具有异质性；另一方面，从回归系数绝对值的变化上看，大型商业银行受到的冲击最小，股份制商业银行次之，受到金融科技影响最大的则为城市商业银行，出现这种情况与各类银行的资金实力、经营理念和运营模式有着较大的关系。

首先，大型商业银行拥有雄厚的资金实力和丰富的风控经验，在面对金融科技的冲击时，能够依靠自身的优势平稳地度过危机，保持自身客户量的相对稳定性，不至于被金融科技公司过多地抢夺市场份额。同时，大型商业银行的目标客户是那些具有实力的大企业，通常情况下大型商业银行会忽略长尾客户，而金融科技公司不会对客户的资金实力有过于苛刻的要求，因而更容易从长尾客户中获取利润。这就意味着大型商业银行与金融科技公司的目标客户有着一定程度的“分离”，尽管这种“分离”是有限度的，但也会使得大型商业银行在面对金融科技公司的挑战时有着较大的回旋余地。

其次，股份制商业银行在经营理念方面有着较大程度的创新，大力拓展非利息收入业务，提高自身的盈利能力。此外，股份制商业银行非常重视金融科技的发展，每年都会拿出很大一部分资金来发展先进技术。例如，大数据、人工智能、云计算和区块链，这些技术能够带给股份制商业银行强劲的动力，进一步优化自身的业务，从而增强自身的竞争力。股份制商业银行虽然在资金实力方面无法与大型商业银行相抗衡，但其凭借先进的经营策略和敢于创新的精神，能够在金融科技的浪潮中顺势而为，避免受到较大的冲击。

最后，城市商业银行受到金融科技的冲击较大，出现这种现象的原因主要有两点。一是城市商业银行大多经营规模较小，资金实力相对薄弱，在面对金融科技公司的冲击时难免力不从心。尤其是在技术水平上，许多城市商业银行由于资金投入不足，金融科技水平远远落后于金融科技公司，导致其无法开展一些需要大数据、云计算等技术作为支撑的业务，从而造成客户流失，盈利水平也相应下降。二是城市商业银行具有明显的地域性特点，其服务的对象主要是当地的企业。城市商业银行的利润主要源自本地的中小微企业，一旦客户大量流失，城市商业银行的利润空间则会遭受严重的挤压，其很容易陷入流动性危机中。而金融科技公司专注于长尾客户，当地的中小企业恰好是它们的目标客户，因此，这就造成了城市商业银行与金融科技公司的竞争。金融科技公司依托大数据、人工智能、区块链等先进技术推出更优质的服务，吸引了大量的客户，其中就包括城市商业银行的客户群体，从而导致了城市商业银行客户的流失，城市商业银行的盈利能力降低。

总而言之，金融科技对3类商业银行都产生了一定的影响，并且影响效果存在异质性。从控制变量层面来看，3组商业银行的回归结果和总体商业银行的回归结果相差不大，大多符合预期。

5

政策建议

5.1 加大对金融科技的投入力度

近年来，我国商业银行对金融科技的投入力度在不断加大，全行业都将金融科技视为推动银行转型升级进而提高盈利能力的重要手段。大力发展金融科技的初衷是好的，但是在发展过程中存在着许多问题，例如，缺乏顶层制度设计与激励机制、主观能动性不足、自身角色定位不清晰等。若想实现金融科技的高质量建设与发展，除了进一步加大资金投入力度以外，商业银行还要制定出完善的金融科技顶层制度以及合理的内部激励机制。良好的制度建设能够帮助商业银行找到发展金融科技的着力点，明确金融科技的发展方向，从而有利于其制定清晰的规划，避免盲目发展。同时，要建立合理的内部激励机制，提升银行金融科技从业人员的成就感、归属感和幸福感。由于金融科技的底层技术是大数据、人工智能、区块链等前沿技术，而对这些技术进行深入研究是非常具有挑战性的，因此，合理的内部激励机制能够给予金融科技从业者工作的动力，提高他们工作的积极性。此外，商业银行应该充分发挥自身体量巨大、客户基础广泛以及外部监管规范等方面的优势。商业银行体量巨大，可以为发展金融科技提供坚实的资金保障；客户基础广泛，为发展金融科技带来了稳定的用户流量以及大量的用户数据，从而可以进行深入的分析与规划；金融科技公司的外部监管不规范，容易引发金融风险，而商业银行由于受到严格的监管，则可以利用自身的监管优势，实现金融科技的平稳健康发展。因此，在金融科技的发展过程中，商业银行应该勇于承担“带头人”的重任，而非一味地跟随金融科技公司的步伐，这样不仅可以发挥自身的主观能动性，还可以避免陷入受制于人的境地，从而掌握发展金融科技的主动权。

5.2 建立完善的金融科技风险防控体系

金融科技的出现给商业银行的发展带来新的增长动力，同时也引发了相关的风险问题，因此，需要建立完善的金融科技风险防控体系。而这种体系的建立需要从银行内部和外部两方面入手，做到两手抓，两手都要硬。首先，在商业银行内部，应充分发挥大数据、云计算的信息分析优势，做到准确识别客户信息，精准地刻画出用户的信用图像，从而有的放矢，降低信用风险；同时，还应利用区块链的透明化、可追溯的特性，对交易信息永久留存，从而减少信息不对称。其次，在商业银行外部，有关监管部门要加大对金融科技的监督管理力度。一方面，监管部门要加快制定并完善有关金融科技的监管法规，做到有规可循、有法可依，从而能够把金融科技控制在合理运行区间，避免“黑天鹅”事件的发生；另一方面，应合理量化商业银行的金融科技风险指标，明确客户信息的使用程度与深度。相关部门应引导商业银行合理合法地获取、使用客户交易数据，对非法使用客户数据的行为坚持“零容忍”的态度，保证金融科技风险在可控范围之内。

5.3 构建科学合理的人才培养机制

人才是推动金融科技发展的关键因素，只有牢牢把握好人才这一资源，商业银行才能实现金融科技的持续发展。然而，商业银行的人员流动性较大，对人才的吸引力日渐下降，导致金融科技人才留存率不高。因此，商业银行应该采取措施，提高对人才的吸引力，并构建科学合理的人才培养机制，具体措施如下。首先，加大对金融科技人才的培养力度。商业银行内部可以设立金融科技研究室，专攻金融科技这一领域的研究，并且在人才招聘时向具有理工科背景的学生倾斜，将研究能力作为考核的标准，从而可以提高科研创新能力。其次，加大对金融科技专家的引进力度。商业银行除了自身培养金融科技人才以外，还可以从金融科技公司、高等院校、科研院所等机构中外聘相关专家，这种方式不仅能够提高商业银行的金融科技研究水平，而且还为其发展金融科技提供科学的指导。最后，商业银行应该畅通金融科技人才的晋升渠道，为其提供良好的职业发展预期，从而使得商业银行能够真正地留住人才，提升人才的归属感。商业银行应该明确考核机制，提供公开透明的晋升渠道，采取合理有效的激励措施，让金融科技人才将商业银行视为理想的就业场所。

作者简介：王伟，博士，辽宁大学金融与贸易学院教授，博士生导师，研究方向：科技金融；吴俊飞，硕士研究生，研究方向：商业银行经营管理；王俊涛，硕士研究生，研究方向：商业银行经营管理。本文刊发于《创新科技》杂志2022年第7期。文 章观点不代表主办机构立场。

编辑邮箱：sciencepie@126.com