正文

4月21日，南京大学方立兵副教授应邀做客广外金融论坛第107讲，在我校院系楼401会议室，以“Does FinTech Innovation Improve Traditional Banks' Efficiency and Risk Measures? A New Methodology and New Machine-Learning-Based Evidence from Patent Filings（金融科技创新可以改善传统银行的效率和风险吗？一种新方法和来自专利文本的纯机器学习的新证据）”为题为我院师生带来了一场精彩的讲座。此次讲座由金融学院刘浩博士主持，金融学院、会计学院教师，以及各年级学生积极参与。

方立兵在讲座中指出，由于中国金融机构的严格分业经营，金融科技发展迅速，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。

随后，方立兵详细介绍其研究团队所开发的一种新的、纯机器学习识别金融科技创新的方法，进而构建中国商业银行层面的金融科技创新代理变量。通过倾向性得分匹配（PSM）和双重差分法（DID）缓解内生性之后，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。金融科技创新也改善了银行的风险指标，包括整体风险（Z评分）、资本充足率、流动性比率和不良率。异质性分析进一步表明，对于劳动强度大、管理能力强的银行来说，金融科技对效率和风险指标的正面影响更大。

报告结束后，方立兵与师生们就数据的选择和使用，以及银行之间金融科技差距的影响等问题进行了热烈的交流讨论。