月球的黑暗面 ？ 金融科技与金融稳定

黑暗的一面月亮？金融科技和金融稳定 Serhan Cevik WP / 23 /253 IMF工作文件 欧洲部 月亮的黑暗面？金融科技与金融稳定 Serhan Cevik编写1 授权由Bernardin Akitoby分发 2023年12月 IMF工作文件描述了作者正在进行的研究，并发表了以引起评论并鼓励辩论。国际货币基金组织工作文件中表达的观点是作者的观点，并不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理层的观点。 Abstract 数字技术的快速发展正在彻底改变金融格局。 金融科技有潜力使金融系统更高效、更具竞争力，并扩大金融包容性。然而，随着技术复杂性的提高，金融科技也带来了潜力系统性风险。在本文中，我使用一个新的数据集来追踪金融科技的发展(不包括加密货币)，并在198个国家的小组中实证评估其对金融稳定的影响在2012 - 2020年期间。这项分析提供了关于金融科技如何关联的有趣见解在金融稳定的情况下：(I)金融科技的影响幅度和统计意义取决于工具类型(数字贷款与数字融资)；(Ii)所有金融科技的总体影响由于数字贷款的压倒性份额，工具一起被证明是负面的总的来说，尽管在统计上微不足道；和(Iii)虽然数字资本筹集估计有一个对发达经济体的金融稳定有积极影响，其影响在发展中是消极的国家。与传统机构相比，Fintech仍然很小，但在风险较高的情况下迅速扩张金融部门的细分市场，并为决策者带来新的挑战。 I. I介绍 数字技术的快速发展无疑正在彻底改变金融格局，采用创新生产力提高的产品和公司在全球激增改进和自动化传统金融服务的技术。初创企业的总价值对金融科技-金融技术-全球投资从2008年的10亿美元增加到2022年为2470亿美元（图1）。金融科技的不断崛起正在创造新的机会以及金融服务部门的挑战-从消费者到金融机构和全球的政策制定者。它无疑具有使金融提高系统效率和竞争力，并将金融包容性扩大到服务不足的人人口。然而，金融科技的这些预期收益是以适当的监管框架。此外，随着更大的技术复杂性和暴露于网络安全威胁，金融科技也给金融稳定带来重大潜在系统性风险和完整性。有鉴于此，政策制定者需要积极评估监管的充分性金融科技的框架，以利用其优势，同时减轻金融稳定的风险。 与传统金融机构相比，Fintech的规模仍然很小，但规模迅速扩大，尤其是在金融部门的风险较高的部分。关于金融科技及其对金融稳定的影响，关于它是威胁还是机会(Minto，Voelkerling和Wulff，2017；Pantielieieva等人，2018；Fung等人，2020；Pieri和Timmer，2020年；Vucinic，2020年；Feyen等人，2021年；Daud等人，2022年；Nguyen和Dang，2022年)。一方面，金融科技可以通过加强权力下放和多元化，深化金融市场，提高效率和透明度金融服务的交付。另一方面，金融科技可能会变得容易受到网络安全风险，放大市场波动，复合聚合风险承担和传染性消费者和金融机构之间的行为，从而破坏金融稳定性。如图2所示，金融科技与金融之间关系的这种歧义稳定性与更广泛的关于金融创新如何影响的文献的发现是一致的金融稳定(Merton，1992；Allen and Gale，1994；Mishkin，1999；Caminal and Matutes，2002； Berger, 2003; Dynan, Elmendorf, and Sichel, 2006; Rajan, 2006; Chou, 2007; Claessens, 2009;古布勒，2011年；亨德森和皮尔森，2011年；Gennaioli，Shleifer和Vishny，2012年；贝克，Georgiadis, and Straub, 2014; Laeven, Levine, and Michalopoulos, 2015; Beck等人, 2016; Goetz,2018). 在本文中，我使用了一个新颖的跨国数据集来追踪金融科技的发展(不包括加密货币)，并进行分析，以实证识别其对金融稳定的影响2012 - 2020年期间，由198个国家组成的小组。该分析提供了有趣的见解金融科技如何与银行z分数衡量的金融稳定性相关。首先，影响金融科技对金融稳定的规模和统计意义取决于金融科技的类型工具(数字贷款与数字资本筹集)。而数字贷款占GDP的份额对z分数、数字资本筹集占GDP份额的统计上不显著的负面影响对金融稳定有较大且统计上显著的正向影响。第二，所有的金融科技工具都被证明是负面的，因为压倒性的份额digital lending in total, although statistically significant at regular levels. Third, while digital据估计，融资对发达经济体的金融稳定有积极影响，Its effect remains negative among developing countries. These findings suggest that lending金融科技平台促进的活动可能因集中度而涉及更大的金融风险以及对数据驱动算法的过度依赖，而由金融科技机构有助于分散和分散金融体系中的风险，至少在高级economics. It is also important to take into account that new financial technologies with complex网络结构，尤其是贷款方面的网络结构，尚未在经济低迷时期受到考验。 总之，本文提出的分析发现，金融科技——即使在其起步阶段——可以have significant effects on financial stability. While the magnitude and direction of this impact取决于金融科技工具的类型，总体效果似乎仍然是统计上的微不足道，因为金融科技工具的平均数量相当于GDP的0.1%在2012 - 2020年期间，国内信贷占国内生产总值的55%然而，展望未来，快速增长和不断发展的金融科技将对金融稳定，因此具有重要的政策影响，特别是随着 大型成熟机构和大型科技公司的适应。金融科技公司不仅倾向于自己承担更多的风险，但它们也对传统的金融施加压力机构通过降低盈利能力、不当放松贷款标准和增加 运营和交易中的风险承担(Cornaggia，Wolfe和Yoo，2018；FSB，2019；Baba etAl.，2020；An和Rau，2021；Wang，Liu和Luo，2021；Ben Naceur等人，2023；Haddad和Hornuf，2023)。此外，如最近的事态发展所示，系统性金融风险可能会出现来自对金融体系来说在系统上不重要的机构。因此,维护金融稳定和诚信需要强有力的监管机构,在监管中更好地利用技术，广泛的跨境协调和适当地校准审慎监管，以实现公平竞争环境和有效监控和对传统和新兴金融机构的监管(Arner等人，2017年；He等人，2017年；马格努森，2018年；Boot等人，2021年；Adrian等人，2023年；Bains和Wu，2023年)。 本文的其余部分结构如下。第二节提供了数据概述用于实证分析。第三节描述了计量经济学方法，并介绍了最后，第四节总结并提供结论意见。 II. D.ATAOVERVIEW 本文提出的实证分析基于年度观测的面板数据集2012 - 2020年涵盖198个国家。因变量是金融稳定性由国家一级的银行z分数衡量，这是一种广泛使用的“距离默认“(拉文和莱文，2009年；德米尔古克-昆特和惠辛加，2010年；贝克、德容和Schepens, 2013). Most indicators of financial stability focus on the absence of systemic encounts在此期间，金融体系无法正常运作，但捕捉系统性也很重要抵御压力。为此，将金融缓冲与风险进行比较，银行z评分提供了对银行体系偿付能力风险的明确衡量。比率计算如下： 在其中푅푂퐴,퐶퐴푅and휎푅푂퐴表示资产回报率、资本资产比率和(푖푡)푖푡푖푡分别在国家i和时间t的资产收益率标准差。因此，z分数越高，金融稳定水平越高。2 本分析中感兴趣的关键解释变量是金融科技交易量（不包括加密货币）占GDP的份额。主要金融科技数据来自剑桥替代金融中心(CCAF)数据库，该数据库划分了金融科技的发展分为两大类：(i)数字贷款和(ii)数字资本筹集(CCAF，2021年；Ran，Rau，和齐格勒，2022)。数字贷款是指通过数字平台的贷款工具的数量， 包括资产负债表贷款、点对点贷款和市场贷款、基于债务的贷款，以及发票交易。数字资本筹集是指通过数字平台，包括房地产众筹等投资众筹，以及非投资型众筹，如捐赠型或奖励型众筹。为了广泛衡量金融科技的发展，我将数字贷款和与其他类型的金融科技(如小额信贷和养老金主导的融资)一起筹集数字资本并按GDP来衡量。3 我还介绍了一系列控制变量，包括人均实际GDP，实际GDP增长，消费物价上涨，贸易开放度，以出口和进口的份额衡量国内生产总值，以私营部门的国内信贷占用综合指数衡量的国内生产总值、政府稳定性和官僚素质由国际国家风险指南(ICRG)构建。这些系列来自世界银行全球金融发展（GFD）和世界发展指标（WDI）数据库和ICRG数据库。 表1提供了实证分析中使用的变量的描述性统计数据。有在金融稳定方面，随着时间的推移，各国之间存在很大程度的分散。在样本期内，银行z分数的平均值为16.8，但显示出显著的变化从最小- 0.3到最大62.4。感兴趣的主要解释变量是金融科技，按(i)数字贷款，(ii)数字资本筹集和(iii)包括所有金融科技在内的总额衡量工具占GDP的份额。这些金融科技措施表现出实质性的跨国样本期内的异质性。金融科技的数量呈上升趋势交易中，数字贷款的平均值为GDP的0.1%，最低为零，最高为3.4％。同样，数字资本筹集的数量占GDP的比例也在从最小值零到最大值0.5%，平均值接近0%，超过样本期。其他解释变量显示出相当大的类似模式各国之间的差异，突出了经济和制度差异的重要性。 III. EMPIRICALS贸易和RESULTS 本文的实证目标是调查金融科技的影响(不包括加密货币)关于2012年期间198个国家的大小组的金融稳定性-2020年。利用数据中的面板结构，我估计了以下基线规格: 푧푖푡=훽+훽푓A푡푒푐ℎ+훽푋+휂+휇+휀푖푡12푖푡3푖푡푖푡 where푧푖푡表示以银行业z分数的对数衡量的金融稳定性国家i和时间t的系统；푓A푡푒푐ℎ푖푡代表(I)数字贷款的数量占GDP，(Ii)数字资本筹集量占GDP的比重，或(Iii)所有金融科技的量工具占GDP的份额4;푋푖푡表示控制变量的向量，包括人均实际GDP对数、实际GDP增长、通货膨胀、贸易开放、国内信贷私营部门，以及政府稳定和官僚素质的措施。휂푖and휇푡系数表示时不变的国家特定效应和控制的时间效应可能分别在某一年影响所有国家金融稳定的共同冲击。휀푖푡是特质误差项。我考虑了可能的异方差、自相关和通过使用Driscoll - Kraay (1998)标准误差，数据中的横截面依赖性，它们在时间维度较短的面板中特别坚固。 实证分析为金融科技努力如何影响金融提供了有趣的见解各国之间和一段时间内的稳定性。金融科技对金融稳定的影响因工具类型而异(数字贷款与数字贷款资本筹集)当具有控制变量的模型对整个样本进行估计时国家。如表2所示，数字贷款数量的估计系数作为GDP在[1]栏中的份额对金融稳定具有统计上不显著的负面影响，因为由银行z分数衡量，而数字资本募集量的系数作为GDP在[2]列中的份额是正的，在统计上是高度显著的。换句话说，数字贷款的增加与银行z分数的降低有关，从而增加在金融不稳定的风险中。另一方面，数字资本筹集的增