国际金融科技观察｜危机期间信息技术对银行的重要性：序言

这是2021年3月，欧洲系统性风险委员会发表的一篇工作论文。论文研究了银行业信息技术应用对金融稳定的影响。研究发现，在金融危机之前，银行信息技术应用提高一个标准差，会导致危机期间不良贷款减少10％。并且证实了信息技术应用对于加强银行弹性具有直接作用。本文共分为7个部分，序言部分将看到作者的研究方法和主要观点。

以下为文章全文：

金融科技在全球兴起，以及一些银行高管对信息技术的倾向，引发了一场关于金融领域信息技术应用对金融稳定影响的辩论（FSB, 2019; Claessens et al., 2018; Nasiripour, 2019）。最近的一些研究聚焦于金融科技，讨论最新技术发展如何改变了信息处理方式，以及如何改变了信贷分配和绩效（Berg et al.,2019b; Di Maggio and Yao,2018; Fuster et al. ,2019)。但是当金融系统更多地由信息技术推动时，会增强还是降低金融中长期稳定，以现有的研究还没有形成定论。实际上，经济景气时期预警系统是准确的，但是在不利的系统性冲击下，预警系统可能会失效（Rajan et al., 2015, 2010)），并且评估金融危机期间金融科技的影响还为时过早。此外，在大多数国家或地区金融科技信贷仍然很少，其快速增长通常与技术本身之外的监管政策有关 (Buchak et al., 2018)。为了了解信贷领域高信息技术应用水平对金融稳定的潜在影响，我们研究了全球金融危机期间信息技术应用的不同水平对美国传统银行资产负债表上的不良贷款及信贷准备金的影响。信息技术应用与不良贷款之间具有先验模糊的特点。技术的进步提高了收集、存储、交换和处理信息的能力，从而改善了监控和筛选过程（Liberti and Petersen, 2018）。但是，信息技术应用水平高的银行可能过度依赖“硬”信息，因为这些信息更易于报告和沟通，从而导致他们忽略了“软”信息（Rajan, 2006; Rajan et al., 2015）。

 1

信息技术与银行弹性的相关性

研究发现，全球金融危机发生之前在信息技术应用方面处于领先地位的美国商业银行，在危机期间的韧性明显更强。图1展示了该显著模式：金融危机前信息技术应用水平高和应用水平低的银行不良贷款率在同一水平上，但是当危机来临，信息技术应用水平高的银行不良贷款率增幅明显小于其他银行。通过回归分析，2007年至2010年，金融危机前银行信息技术应用提高一个标准差，不良贷款率降低16个基点。该数值相对于横截面平均值减少了10%，相对于横截面标准差减少了14%。在面板维度中，我们没有发现危机前银行信息技术应用与危机之外不良贷款之间存在显著的相关性，然而一旦危机到来，信息技术应用增加一个标准差就可以使不良贷款增长率较危机前降低15%。正常时期无相关性强化了这一观点，即当经济面临系统性冲击时，研究信息技术应用的影响非常重要。研究还发现，全球金融危机发生之前，信息技术应用水平高和应用水平低的银行，贷款在投资组合中的比例相同，但信息技术应用水平低的银行在全球金融危机期间收紧贷款的程度明显更高。

我们对银行信息技术应用的测算方法与几篇非金融企业信息技术应用的开创性论文密切相关，如Bloom et al. (2012)，Beaudry et al. (2010)，Bresnahan et al. (2002)，Brynjolfsson and Hitt (2003)。我们将个人计算机的数量和银行分支机构员工的数量等作为数据。根据之前的文献，我们使用分支机构内每个员工个人计算机拥有比率，作为分支机构信息技术应用的测量方法。研究证实每个员工个人计算机拥有比率与信息技术应用其他测量方法存在很强的相关性，如使用2016年信息技术预算或前沿技术应用情况等方法。然而，在2007年之前的数据中，无法使用这种替代衡量方法。随后，我们将银行分支机构的结果映射到银行控股公司，并在控制分支机构地理位置（通过县域固定效应）和分支机构规模等特征后，估计银行的固定效应。银行固定效应可以作为衡量银行信息技术应用的变量。据我们所知，这是第一篇使用此类数据来研究金融公司的论文。危机前的银行信息技术应用可能与危机期间其他影响不良贷款的特征相关。最重要的是，对信息技术设备及其生产力的需求与企业的组织形式和管理能力有关（Bresnahan et al., 2002; Bloom et al., 2012; McElheran and Forman, 2019)）。因此，对研究结果进行因果解释的主要问题是，信息技术密集的银行仅仅是“运营得更好”，而出众的管理实践使其免受危机的影响。我们的研究揭示了一些将信息技术应用作为直接影响因素的有利证据，从而减轻了人们对信息技术与银行韧性的相关性是由不可观测因素（如管理能力）驱动的担忧。首先，就银行的地区分布和商业模式（通过资金来源、资产结构和其他资产负债表特征等衡量）而言，我们发现信息技术应用与银行在全球金融危机中的事前风险敞口没有显著相关性。信息技术应用也与平均员工工资或高管薪酬等人力资本不相关（Becker, 2009）。信息技术应用与所有可观测特征之间缺乏相关性，这是一个有用的证伪测试。研究表明，我们的方法不太可能与其他不可观测的危机风险敞口因素相关。由于管理能力也会导致企业在危机期之外取得更好的业绩（Bloom et al., 2013, 2019），但信息技术应用与危机前的银行业绩不相关，因此我们的研究表明，应用信息技术的机构不仅仅是“管理得更好”的银行。其次，我们发现将一组丰富的变量作为控制变量，并不影响信息技术对不良贷款的预估效果。利用这一协同因素的稳定性，我们遵循Altonji et al. (2005) 和Oster (2019)的方法，对不可观测的银行特征是否存在偏差进行了正式测试，结果显示不存在较大偏差。

 2

工具变量估计

我们通过一组工具变量进行补充分析，该变量主要是基于银行总部与授地学院和大学之间的距离。涉及的学院（或大学）成立于19世纪末，在全美各州提供技术教育。我们发现，学院（或大学）的学生更倾向于主修科技类学科，较少主修商业和管理科学，表明这些学校是实用性科技知识而非管理能力的传播者。此外，授地学院的位置不能直接判断银行控股公司总部设立在该地区，这表明地点之间的距离与影响银行业务的最相关因素相互独立。随后我们发现，总部距离技术类学校较近的银行，其信息技术应用的水平普遍较高，这一结论支持了技术知识是促进技术应用的一个重要因素的观点。工具变量方法证明了本文的主要结论。

 3

高管背景研究

第四，为了进一步阐明信息技术与管理能力之间的关系，我们研究了银行高层管理人员的背景。事实上，领导者的个性和经验对组织产出至关重要（Benmelech and Frydman, 2015）。我们将一个简单的文本分析算法应用于2007年之前聘用的高管的背景。我们搜索特定的技术相关关键词，并用其衡量高管对信息技术的倾向性。我们发现，由“科技型”高管领导的银行更积极地应用信息技术，在危机中也更具有韧性。当研究随着时间的推移银行高管科技素养产生的影响时，我们发现了一个与信息技术应用基准值高度相似的模式：在危机前的任何一年，由“科技型”高管领导的银行不良贷款水平在统计上与其他银行没有区别；然而一旦危机来袭，“科技型”高管领导的银行不良贷款增长水平明显低于没有科技背景的高管领导的银行。这些发现为一个假设提供了支持，即银行信息技术应用在一定程度上是由高管的个人经验和倾向决定的，并使得银行在危机期间具有更强的韧性。而且，如果我们控制管理者的薪酬或薪酬的可变份额（后者可以被视为风险承担的激励措施(Meiselman et al.，2018)），结论完全不变。研究表明：只要高管的“整体”素质至少一定程度反映在薪酬中，重要的是高管的“技术倾向”而不是管理才能或冒险动机。

 4

抵押贷款的附加结果

研究表明，采用“证据权重”方法，银行不良贷款较低的原因在于信息技术自身，而不是无法观测的银行特征（如管理质量）所产生的两个变量之间虚假的相关性。为了了解信息技术应用水平高的银行在危机期间成功遏制不良贷款激增的渠道，我们分析了2007年之前银行产生并向“房地美（两家政府支持的大型企业之一）”出售的抵押贷款的表现。我们发现，与其他银行出售的抵押贷款相比，信息技术应用水平高的银行出售的抵押贷款在全球金融危机期间违约的可能性要小得多。因此，信息技术应用水平高的银行在危机期间的较好表现，至少在一定程度上是通过对借款人的筛选带来的。

这一结果对金融稳定有重要的启示。如果信息技术应用水平高的银行只擅长将其不良贷款转移至房地美和房利美等政府支持的大型企业，那么信息技术应用不会增强金融稳定，反而会造成风险转移，加剧道德风险。这是一个重要的问题，因为证券化可能会弱化银行筛选和监控借款人的动机（Keys et al., 2009, 2010, 2012），而信息技术应用可能会促进证券化。与此相关的一个问题是，被“技术型”银行拒绝的高风险个体会从同一地区信息技术应用水平较低的银行取得借款。我们对溢出效应进行了测试，结果没有发现任何证据。这两个结果都表明，信息技术应用具有积极的聚合效应，与各方之间的风险转移无关。

房地美相关数据使得我们可以在分析中使用贷款水平的颗粒特征来研究哪种类型的信息管理导致了这些结果。我们控制借款人的信用评分、债务收入比和担保品贷放率，这些信息是违约情况的有力预测工具，也是最重要的“硬”信息。如果银行运用更多的信息技术能够更好地获取数据，那么信息技术应用对不良行为的影响就会消失。但是当我们在线性回归或概率模型中控制这些特征变量，所得结果是不变的。研究表明，应用信息技术的机构要么有额外的可用信息，要么以更复杂、更有效的方式运用这些变量。

研究表明，在贷款领域应用信息技术，能够更好地监测信贷活动和筛选借款人，进而促进金融稳定。虽然不良贷款增加可能不足以全面评估金融稳定，但已被广泛认为是银行业危机的一个重要指标（Demirgüç-Kunt and Detragiache, 2002），并已被证实对宏观经济产生严重的不利影响（Peek and Rosengren, 2000; Caballero et al., 2008）。为了调查信息技术应用是否对金融系统的运作产生了影响，我们最后调查了样本银行的贷款动态。我们发现，危机前信息技术应用水平低的银行和危机中不良贷款较多的银行在危机中的贷款增速都明显放缓。

总体而言，我们的研究表明，贷款领域信息技术应用可以增强金融体系的韧性，而最近兴起的金融科技通过提高贷款筛选能力促进金融稳定。将这一结论推广到金融科技时代有一个明显的局限性，即商业银行在21世纪初采用的技术类型可能与如今使用的机器学习和大数据等技术不同。而另一方面，本文可以研究一段严重的系统性金融动荡时期，而不断增加的金融科技研究却不能。金融科技贷款机构的增长不仅受到技术进步的推动，还受到监管差异的推动（Buchak et al., 2018）。我们的研究方法仅支持对技术的关注，而对差异化的监管进行了抽象化。我们的研究方法的另一个优点是更具代表性，因为我们的样本涵盖了危机前绝大多数贷款情况，而金融科技贷款仍然只占信贷市场的一小部分。由于这些重要的权衡，本文给出的结果应被视为对现有文献的补充，而不是替代。

本文其余部分的结构安排如下：第2节简要回顾了相关文献；第3节介绍了文章使用的几个数据库；第4节介绍了信息技术应用和不良贷款的主要研究结论；第5节提供了信息技术应用的根源性证据，并提出了工具变量方法；第6节提出了关于抵押贷款的附加结果以阐明潜在机制；第7节提供了关于贷款动态的证据；第8节总结并讨论了研究成果与正在进行的政策辩论之间的相关性。

关于作者

本文为2021年3月，欧洲系统性风险委员会发表的由Niccola Pierri和Yannick Timme所著的工作论文

翻译：朱炳姮  刘芳  黄若薇  林毓菁  李宇钒

来源：欧洲系统性风险委员会

本期责编：黄启燕 王小彩 李润东

主编：闵文文  朱霜霜

本栏目由金融科技50人论坛与人民大学国际货币研究所共同出品

编译文章仅代表原作者观点

编辑  艾建伟

来源  欧洲系统性风险委员会

责编  李锦璇、蒋旭

监制  朱霜霜

点击查看近期热文

欢迎加入群聊

为了增进与粉丝们的互动，IMI财经观察建立了微信交流群，欢迎大家参与。

入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

欢迎读者朋友多多留言与我们交流互动，留言可换奖品：每月累积留言点赞数最多的读者将得到我们寄送的最新研究成果一份。

关于我们

中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。研究所聘请了来自国内外科研院所、政府部门或金融机构的90余位著名专家学者担任顾问委员、学术委员和国际委员，80余位中青年专家担任研究员。

研究所长期聚焦国际金融、货币银行、宏观经济、金融监管、金融科技、地方金融等领域，定期举办国际货币论坛、货币金融（青年）圆桌会议、大金融思想沙龙、麦金农大讲坛、陶湘国际金融讲堂、IMF经济展望报告发布会、金融科技公开课等高层次系列论坛或讲座，形成了《人民币国际化报告》《天府金融指数报告》《金融机构国际化报告》《宏观经济月度分析报告》等一大批具有重要理论和政策影响力的学术成果。

2018年，研究所荣获中国人民大学优秀院属研究机构奖，在182家参评机构中排名第一。在《智库大数据报告（2018）》中获评A等级，在参评的1065个中国智库中排名前5%。2019年，入选智库头条号指数（前50名），成为第一象限28家智库之一。

国际货币网：http://www.imi.ruc.edu.cn

微信号：IMI财经观察

（点击识别下方二维码关注我们）

理事单位申请、

学术研究和会议合作

联系方式:  

010-62516755 

[e-mail]

只分享最有价值的财经视点

We only share the most valuable financial insights.