|
电 话:0551-62607458
联系人:杨主任
网 址:www.ahxz.org
Q Q:2675014825
地 址:安徽省合肥市红星路1号省委办公厅服务楼2楼
|
|
|
|
|
长三角一体化背景下金融科技发展的实证研究 ——基于合肥市与长三角城市群的比较分析 |
日期:2023/2/27 12:59:48 来源:站内发布 |
摘要:金融科技的出现为金融服务实体经济提供了重要驱动力,在长三角一体化背景下,区域城市正积极推动金融科技产业发展,合肥作为创新高地应以此为契机加速融入长三角一体化进程。本文采用构建金融科技发展指数的方法,从金融科技资源,金融科技社会认知,金融科技产出三个方面对比合肥与长三角若干城市金融科技发展的现状,发现合肥仍有诸多不足,通过SWOT分析,得出合肥科研基础良好,但科技产出较低的结论。对此,从制定产业发展规划,完善人才引育机制,拓宽融资渠道,健全监管体系四个方面给予对策建议。 关键词:金融科技;长三角一体化;指数构建;发展对策
一、引言
随着数字技术在金融领域的应用和推广,科技作为第一生产力,与金融业深度融合,成为实现创新驱动经济发展的重要力量。在大数据,人工智能,区块链,物联网,云计算,5G等技术的支持下,金融科技创新金融产品并改变金融服务的模式,在短短十年间颠覆了传统金融业的格局。新冠疫情凸显了金融科技的优势与重要性,非接触性社会形态特征被加强,这大大加速了原本漫长的线下服务像线上转型的产业业态转换进程,金融科技的价值得以充分体现,金融科技产业迎来了新的机遇。 我国长三角区域一直走在金融科技发展的前列。2018 年6 月6 日发布的全球金融科技中心指数( Global Fintech Hub Index,简称GFHI)显示我国长三角地区拥有中国第一的地区经济总量,在全球金融科技发展的区域排名中位列第一,作为亚太地区重要的国际门户,其国际资本和民间资本活跃,金融科技发展潜力巨大。2019年12月1日,中共中央国务院印发的《长江三角洲区域一体化发展规划纲要》强调了“推动科技创新与产业发展深度融合,促进人才流动和科研资源共享,整合区域创新资源”的基本原则。然而,长三角城市群目前呈现出金融科技发展水平不均衡的现象。GFHI显示,上海金融科技发展指数在区域内位列第一、在全球范围内位列第三,杭州与南京分别位列第6与第22,在长三角区域位于第二、三位,而苏州、合肥、无锡、宁波等城市则榜上无名。因此,探索长三角城市金融科技发展的现状、缩小城市之间发展水平的差距对加速长三角区域一体化建设有重大意义。 本文以合肥为研究对象,通过指标体系的构建,对上海,杭州,苏州,无锡,宁波以及合肥的金融科技发展指数进行了实证分析。对比合肥与长三角若干城市的金融科技产业现状,提出发展对策及建议,对长三角一体化背景下金融科技的发展有借鉴意义。
二、文献综述
金融科技英文全称为Financial Technology(FinTech),最早于90年代初期由花旗银行董事长约翰·里德(John Reed)在“智能卡论坛”中提出,用以命名花旗银行发起的科技研究项目。之后的学者关于金融科技一词的讨论聚焦于金融创新,金融科技被定义为创造并推广新的金融工具、技术、机构和市场的手段。目前,由于科学技术的突飞猛进,金融科技的定义仍在扩展,其中金融稳定理事会(Financial Stability Board, FSB)做出了较为权威的定义:金融科技是一种以技术为支撑并应用于金融领域的创新,它创造了新的商业模式,应用程序,流程和产品,对金融市场与机构产生了深远的影响。 2015 年,金融科技的概念被首次引入中国,相关研究大量涌现,主要集中于金融科技在不同领域的应用。智能投顾作为应用之一被学者探讨,袁淼英(2018)认为证券智能投顾大大降低了金融服务的成本, 有利于实现普惠金融的目标。朱大磊(2017)探讨了机器学习在普惠金融方面的应用,借助数据处理能力,可有效提高普惠金融精准风控和自优化能力。多技术结合应用于监管领域也是研究的热点,王雯(2018)建议将金融科技与风险监管结合,利用云计算、区块链、人工智能等健全风控体系。 近年来,为衡量金融科技的发展程度,研究金融科技指标体系与指数构建的学者与机构相继出现。除GFHI之外,零壹财经(2017)编制了全球金融科技发展指数(GFI),该指数涵盖了投融资活跃度、投融资成熟度、社会认知度等指标[8]。德勤(2017)发布了《连接全球金融科技:2017年全球金融科技中心报告》,从全球金融中心指数(GFCI)、全球营商指数和全球创新指数三个方面出发构建了全球金融科技中心得分,旨在对全球44个金融科技中心进行对比分析。2017年在“钱塘指数·金融科技中心指数发布大会”上发布《2017中国金融科技中心指数(FHI)》,该指数首次对全国37个主要城市的金融科技发展情况进行对比分析。乔海曙等(2019)从金融科技供给和需求的角度出发,构建金融科技发展动力指数,旨在研究中国与金砖五国和其它发达国家在金融科技发展综合动力水平上的差异。 通过文献梳理发现,国内关于金融科技的研究主要集中在技术应用层面,少数学者开始研究编制金融科技发展水平指数,但鲜有通过构建指数对区域金融科技发展水平进行探讨。本文试图在已有研究的基础上,通过借鉴近期学者、金融机构、智库等关于金融科技指标体系的构建方式,建立我国长三角区域若干城市金融科技发展指数,以合肥为实例,探究长三角一体化背景下金融科技发展的现状与对策。
三、金融科技发展指数的构建
(一)指标体系与数据来源 1.样本数据来源 本文数据主要来源于合肥、上海、苏州、无锡、杭州、宁波这六个城市2016年度至2018年度的统计年鉴、公报、《中国“互联网+”指数报告》的统计数据。 2.指数的构成 为了定量分析各城市金融科技发展水平,本文遵循科学性、系统性、层次性和综合性的原则,建立了一套明确的金融科技发展指标评价体系。金融科技发展指数的构成体系如表1所示,一级指标包括金融科技资源指数、金融科技社会认知指数、金融科技产出指数,二级指标包括科技人力资源、科技企业资源、财政支出力度、研发经费力度、百度搜索指数、互联网+指数、地区专利授权量在内的7个指标。
表1 金融科技发展指数的构成体系 本文统计的是各城市科技类上市公司的总市值;科学技术支出是指一般用于促进和发展各种科学研究事业的经费支出,本文统计的是各城市本年度内一般公共预算支出中的科学技术支出费用;研发经费指某城市本年度规模以上工业企业科技活动经费的内部支出;百度搜索指数通过百度统计分析平台获取,指关键词“金融科技”在各城市百度搜索的规模;互联网+指数来源于腾讯研究院发布的《中国“互联网+”指数报告》,综合了数字经济,数字政务,数字生活和数字文化四个维度,反映了各城市数字化程度。 (二)指数计算方法 为了消除不同量纲对金融科技发展水平的评价结果影响,本文先对原始数据进行标准化处理,计算方法如下: 其中, 之后,对标准化矩阵求相关系数矩阵: 再提取主因子,根据主成分的累计方差贡献率大于85%原则提取p个主因子,随后构建因子荷载矩阵并采用最大方差法对公因子进行旋转。 最后以金融科技发展水平为因变量,以主成分为自变量,计算每个因子的得分,以每个主成分的方差百分占总方差百分比的比值为权重,最终模型如下: (三) 指数计算结果及分析 根据前面所选定的指数计算方法及权重,得到各城市历年的金融科技发展综合指数、二级指标指数和相关排名状况。 2016年至2018年各城市金融科技发展综合指数存在差距,表3显示了六城市金融科技发展综合指数及排名情况,上海总排名第一,在长三角城市群中属于金融科技发展的“领头羊”,该数据结果与事实相符;杭州仅次于上海,苏州处于中等水平,合肥、宁波和无锡的处于中等偏下水平。表4显示了各项分指数情况,上海在金融科技社会认知和产出指数上处于领先位置,杭州在金融科技资源指数上处于领先位置,宁波、无锡、合肥各项分指数均表现较差。 表3:六城市金融科技发展综合指数及排名情况
表4:六城市金融科技发展分指数及排名情况
四、 金融科技发展指数的系统聚类分析
为了对长三角城市的金融科技发展水平进行分类探讨,本文采用SPSS25.0对六个城市的金融科技发展综合指数及各二级指标指数进行样本系统聚类分析,按照城市来确定金融科技发展指数的类别,并研究金融科技发展各项分指数对各个城市的影响。 (三)选择聚类方法 本文选择组间链接方法,它使得合并两类之后,不同类的样品两两之间的平均距离达到最小;在测度变量方面采用欧氏距离(Euclidean distance),其数学定义式为:
式中,是个体的第个变量的变量值,是个体的第个变量的变量值。 (二)聚类分析结果 1. 金融科技资源指数聚类分析结果 第一类为杭州。指数结果遥遥领先,第二类为上海和苏州,合肥与宁波、无锡均属第三类,其中合肥的指数略高于宁波和无锡。这三个城市在金融科技资源方面的实力类似,均与杭州、上海等城市有较大差距。 2.金融科技社会认知指数聚类结果 第一类为上海,百度搜索指数最高,说明上海近几年“金融科技”关键词在百度的搜索规模最大,关注度最高。第二类为杭州,指数结果稍逊上海,金融科技的关注度较高。第三类为苏州、合肥、无锡、宁波,指数均为负值且差值很小,说明金融科技关键词的搜索规模和关注度相似。 3.金融科技产出聚类结果 第一类为上海,指数结果处于领先位置。上海在“互联网+”指数和专利授权量等方面领先其它城市,近年来上海科技产出能力较强,在技术创新竞争力、专利授权等方面发展迅速。第二类为杭州、苏州,指数较弱于上海,科技产出水平均属于较高层次。第三类为合肥、宁波、无锡,科技产出指数均为负值,与上海、杭州等城市差距较大,其中合肥科技产出指数位列最后,产出水平表现最差。 4.金融科技发展综合指数聚类分析结果 第一类:上海,综合指数结果位居首位,金融科技发展综合水平遥遥领先。上海作为中国最重要的金融中心,也是国际金融中心城市之一,在2019全球金融中心指数(GGFCI)和新华-道琼斯国际金融中心发展指数(IFCD)排名中,上海位居世界第五;在《中国城市数字经济指数白皮书(2019)》中,上海数字经济指数居全国首位。除了雄厚的金融资源优势,上海也拥有很强的创新能力,丰富的科技资源,充足的金融科技经费,优良的科研环境与产业基础设施等发展优势。 第二类:杭州、苏州,其中杭州综合指数略高于苏州,目前杭州是国内金融科技的中心城市之一。杭州、苏州均属长江三角洲重要的中心城市之一,拥有国家高新技术产业基地,经济发达,金融科技基础设施完善,科研经费充裕。 第三类:合肥、宁波、无锡。从综合指数与现实出发,这三个城市金融科技发展综合水平相似,均具备一定的金融科技发展基础,例如,目前长三角G60科创走廊金融科技产业合作示范园区已落户合肥;宁波拥有保税区金融科技产业园,力争建立金融科技创新生态圈。近几年这三个城市均加大金融科技发展投入,引导金融产业转型升级,未来力争建设成国内金融科技重要节点城市。
图1:金融科技综合指数聚类分析结果
五、 合肥金融科技发展的SWOT分析
为了系统地研究合肥金融科技发展的现状,本文采用SWOT分析法对合肥金融科技的优势,劣势,机遇和威胁进行了详细解读。 (一) 合肥金融科技发展的优势 合肥拥有良好的科研基础。作为全国的科技创新试点城市,合肥拥有国家大学科技园,2017年成立合肥综合性国家科学中心,具有强大的科研基础和实力,根据英国《自然》增刊发布《2018自然指数-科研城市》全球科研城市50强,合肥位列第27位。 “十三五”以来,合肥积极落实国家大数据发展战略,对大数据、人工智能、区块链等产业发展高度重视,根据《2017年度合肥市大数据白皮书》显示,合肥市大数据企业大约有700家,营业收入超过800亿元;根据算力智库发布的《2019合肥人工智能报告》显示,合肥科技创新能力全国位居前三。以上为实现合肥金融科技发展提供了夯实的科技与创新的基础。 (二) 合肥金融科技发展的劣势 从指数结果和现实结合出发,与其他长三角城市相比,合肥金融科技发展劣势主要体现在金融科技产出上。首先,合肥地区专利授权量相对较少, 2018年合肥专利授权量为28438件,而上海、苏州、杭州分别为92460件、75837件、55379件,在科技研发中存在如“重研发,轻转化”、“重论文,轻专利”等问题;同时,合肥在研发活动和科技成果转化方面资金投入相对不足,规模以上工业企业R&D研发经费投入占GDP的比重较低,2018年合肥占比为1.96%,对比上海、杭州和宁波占比分别为4.16%、3.44%和2.23%,且规模以上工业企业R&D经费占全部R&D经费比重相对较低,远低于同期全省78.07%的平均水平。其次,金融与科技人力资源不足,科研和技术服务从业人数占从业总人数的比重相对较少(2018年合肥占比2.4%,上海占比3.65%,苏州占比7.12%,无锡占比3.0%);给予金融高层次人才的奖励、激励力度不够,福利政策不健全,例如,杭州的“钱塘金融人才”专项政策中明确表明对于新获得特许金融分析师(CFA)、金融风险管理师(FRM)等国际通行金融资格证书的金融人才给予2万到5万元不等的补贴,而合肥缺乏类似金融人才引进政策。 (三)合肥金融科技发展的挑战 首先,银行等金融机构对中小型科创企业贷款意愿较低,由于其自身不确定性较大,资产规模较小、创新周期较长,存在高风险特征,破产率较高,导致其融资担保较困难。第二,金融科技监管困难,监管强度难以控制,无法复制传统金融机构的监管方法。监管过严可能会制约金融科技的创新,过松可能会引发系统性风险。例如,2018年合肥多家P2P公司及平台“暴雷”,造成大量投资者损失财富。 第三,科技成果保护临较大挑战,知识产权和成果保护的相关法律法规不尽完善,同时企业秘密和隐私保护在金融科技环境面临较大的挑战。 (四) 合肥金融科技发展的机遇 首先,自“十三五”规划以来,合肥市政府加大科技发展力度,提供了一系列政策。例如,《合肥市“十三五”金融业发展规划》、《合肥市大数据发展行动纲要(2016—2020)》等多项政策为合肥市金融科技发展提供了良好的政策支持。其次,合肥属于G60科创走廊的城市之一,2020年6月G60科创走廊金融科技产业合作示范园区落户合肥庐阳区,合肥将以金融科技示范园区建设为契机,积极搭建与其它长江三角洲城市金融科技领域的合作与交流的平台,促进区域金融科技企业的互联互通。
六、结论与建议
本文构建金融科技发展评价指标体系,以合肥市为例,从金融科技资源、金融科技社会认知和金融科技产出方面分析了长三角一体化背景下金融科技发展状况。研究方法采用主成分分析法和聚类分析法进行指数的计算与分析,避免主观性。从综合指数结果看,近三年合肥市金融科技领域取得了显著进步,2016年到2017年的进步幅度尤为明显;从各项分指数来看,合肥金融科技资源和社会认知方面处于中等偏下水平,金融科技产出方面位列样本城市中的末位,与上海、杭州等金融科技领先城市相比存在较大差距。通过对合肥金融科技发展的SWOT分析,可以看出合肥目前具有良好的科技基础与科技发展环境,但存在研发活动和科技成果转化力度不够,科技与金融高层次人才奖励和激励措施不完善等问题,同时面临来自中小型科技企业信贷融资、机构监管和科技成果保护三方面的挑战。鉴于此,本文给出了以下建议: (1)制定合理的金融科技产业发展规划,增强政策扶持力度。 合肥要制定具有前瞻性、精准性和完善的产业发展规划,增强金融科技产业政策扶持力度。合肥应避免将科技产业园区内的金融科技企业单纯地聚集在一起,应建设包含金融机构、技术企业、监管机构等在内的金融科技产业生态,让不同主体发挥不同的作用,实现协同效应。对于合肥金融科技领域投资上,合肥市政府应加大财政科技支出比重,引导相关企业加大R&D经费投入力度,提供税收减免政策,减免相科技关企业用地、租金等费用,提供基金扶持,提高科技成果奖励,通过系统的产业政策促进合肥金融科技产业的快速发展。 (2)加大金融科技人才引育机制,提高科技成果奖励 首先,可以优化合肥高校的人才培养结构,适当调整部分专业的培养内容,注重与金融科技相关学科的建设,培养发展金融科技的复合型人才。合肥市政府可以加大“千人计划”“万人计划”等引才引智计划支持力度,完善人才“柔性流动”机制。其次,合肥市政府可以通过产业培养人才,以金融科技相关重点项目为依托,在实践中培养金融科技的骨干和带头人,对做出突出贡献和取得重大科研成果的人才,要加大奖励力度。人才的引进与培育不单单落脚在科技人才方面,金融领域的人才引入也应重视,对此,合肥市政府可以采取分层次引进人才的措施,对于从事金融行业的高端紧缺性人才,提供就业、住房、子女教育、等方面的奖励,同时建立海外金融人才引进的长效机制;除此之外,合肥市政府可以建立合理的薪资制度、晋升机制和职业发展规划,避免出现金融专业人才纷纷向管理类人才“官本位”转型的现象。 (3)拓宽科技企业融资渠道,通过政府支持降低融资成本 首先,可以发挥众筹模式对科创企业的支持,帮助科创企业对接众筹平台。合肥市政府不仅要担当好引导者的角色,还要作为沟通的桥梁,将优良的科技众筹平台和融资服务机构与科创企业进行对接,根据企业多元化的融资需求,提供精准的融资方案,尽快解决科创企业资金需求。其次,构建多层次的资本市场体系。可以发挥合肥股权市场在科创型中小企业融资过程中的积极作用,引导科创企业在市场中的有序流动;同时,可以发挥创业板的能动作用,帮助科创企业上市,不断拓宽其融资渠道。最后,科创企业自身应提高市场竞争力和信息透明度,加强自身制度建设,完善内部管理等机制,减小在融资时信息不对称造成的影响。 (4)建立健全金融科技监管体系,防范金融科技风险 合肥可搭建一体化监管框架,建设协同式监管体系,形成多元主体协同治理格局。监管当局应与时俱进,探索金融科技时代下的新型监管机制,形成以人工智能、大数据等为基础的科技化、数字化监管工具,创新监管技术,提升监管效率,对于存在的一些非法数字货币交易,需要科技化监管手段来进行监测与治理。
(作者单位:安徽理工大学 经济与管理学院) |
|
|