金融科技对银行信用风险的影响
——基于货币政策调节效应视角

doi:10.19622/j.cnki.cn36-1005/f.2023.09.005

下载:
输出: BibTeX | EndNote (RIS)

摘要基于机器学习算法整理的金融科技创新专利数据，实证检验了金融科技对中国商业银行信用风险的影响。研究发现，金融科技在货币政策影响银行信用风险的过程中起到了强化调节作用，因而在宽松货币政策背景下金融科技有助于降低银行信用风险。对比分析数量型货币政策和价格型货币政策影响银行信用风险的渠道，发现金融科技对数量型货币政策的调节效应比较显著，而对价格型货币政策的调节效应不显著。另外，将金融科技创新划分为六个子类别进行实证分析，发现数据分析、人工智能、移动交易类金融科技创新比区块链、物联网以及网络安全类金融科技创新更能显著降低银行的信用风险水平。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	（）
	作者相关文章
	郭峰

关键词: 金融科技专利货币政策信用风险机器学习

出版日期: 2023-09-12 发布日期: 2023-09-12 期的出版日期: 2023-09-12

中图分类号:

F832.4

基金资助: 国家社会科学基金重点项目“金融科技驱动金融市场结构演进、效率变迁及金融稳定性演化研究”（19AJY025）。

作者简介: 郭峰（1989—），湖南郴州人，华南理工大学经济与金融学院，博士研究生，研究方向为机器学习、商业银行信用风险。

引用本文:

郭峰. 金融科技对银行信用风险的影响 ——基于货币政策调节效应视角[J]. 金融与经济, 2023, 0(9): 51-61.

链接本文:

http://jryjj.org.cn/CN/10.19622/j.cnki.cn36-1005/f.2023.09.005 或 http://jryjj.org.cn/CN/Y2023/V0/I9/51

[1]	陈东君, 宋福铁. 信用风险缓释凭证对信用债流动性的影响 ——基于挤出效应机制的视角 [J]. 金融与经济, 2023, 0(4): 65-75.
[2]	张庆君, 方文杰, 李静. 银行数字化强化了货币政策传导效果吗？ ——基于交易成本的视角 [J]. 金融与经济, 2022, 0(9): 3-13.
[3]	中国人民银行萍乡市中心支行课题组. 货币政策传导渠道、金融周期与企业投资效率——来自我国A股上市公司的证据 [J]. 金融与经济, 2022, 0(5): 3-13.
[4]	李小金, 贺湘, 钟慧安. 客户集中度、信用风险与上市公司融资约束 [J]. 金融与经济, 2022, 0(3): 90-96.
[5]	薛龙, 张雪蟒, 欧阳志刚. 货币政策不确定性与制造业企业全要素生产率 [J]. 金融与经济, 2022, 0(2): 3-12.
[6]	张怀清, 徐瑞慧, 赵亚琪. 就业目标纳入货币政策框架的讨论和实践 [J]. 金融与经济, 2022, 0(12): 25-32.
[7]	王少林, 赖力琦. 央行担保品框架扩容会影响短期企业债券信用利差吗？ [J]. 金融与经济, 2022, 0(10): 16-25.
[8]	张博, 丁聪, 陆颖, 尹相荣. 结构性货币政策对我国企业投融资影响研究——基于DSGE模型的分析 [J]. 金融与经济, 2021, 0(9): 4-15.
[9]	张茂军, 王俭, 张尹, 张邺丹. 金融科技、监管政策与P2P平台风险——基于信用风险和流动性风险视角 [J]. 金融与经济, 2021, 0(8): 38-45.
[10]	唐博, 张凌枫. 国债收益率与货币政策传导研究 [J]. 金融与经济, 2021, 0(8): 4-11.
[11]	潘伟. 美联储非常规货币政策退出对中国金融市场的外溢效应——基于LT—TVP—VAR模型的实证分析 [J]. 金融与经济, 2021, 0(7): 38-46.
[12]	杜小娟, 张庆君, 郭辽. 非常规货币政策与银行风险承担 [J]. 金融与经济, 2021, 0(7): 47-53.
[13]	吕江林, 申屠廉盛, 黄哲. 宏观审慎政策与货币政策搭配的最优工具选择研究 [J]. 金融与经济, 2021, 0(5): 4-15.
[14]	郭丽婷, 张瑾瑜. 货币政策、政治关联与企业投资 [J]. 金融与经济, 2021, 0(4): 23-30.
[15]	陈希凤, 张红, 刘少华, 王惠. 金融市场国际溢出效应研究——基于静态与动态溢出指数的考察 [J]. 金融与经济, 2021, 0(11): 70-80.