引言
金融科技的发展为传统商业银行带来了极大的挑战，在此背景下银行开始发展金融科技抵消外生冲击带来的不利影响，由此就产生了金融科技赋能银行的概念。通过对金融科技赋能银行影响银行风险承担的渠道进行分析，我们发现金融科技的赋能对银行风险承担的影响是不确定的。银行利用金融科技一方面可以降低金融市场中的信息不对称，改善银行的风险管理模式与风险控制模型，对银行风险承担起到降低的作用。
另一方面金融科技的使用又给银行带来了技术风险、信用风险及监管不足风险，这对银行的风险承担具有不利的影响。为了探究金融科技的赋能总体上对银行风险承担的影响方向，我们采用定量分析的方式来进行精确判断。首先基于对百度资讯新闻数据的挖掘，获取了银行金融科技关键词的数据，再通过因子分析法构建了银行层面的金融科技发展指数以此来衡量金融科技对银行的赋能程度。
接着收集并整理了-年5家上市商业银行的微观财务数据和同年的宏观经济数据，通过静态面板数据的动态效应模型和动态面板数据的系统广义矩估计对数据进行回归分析，结果发现银行金融科技发展水平越高其风险承担越小，金融科技赋能对银行风险的有利影响大于不利影响，即金融科技的赋能总体上能够降低银行的风险承担，这与金洪飞的研究结论一致。
综上所述，金融科技赋能银行能够强化银行对风险的识别，改善银行的风险管理流程，提高银行对风险的处置效率，进而总体上降低了银行的风险承担水平。所以商业银行应该积极发展金融科技，尽管金融科技的赋能会对银行风险承担带来一定程度的不利影响，但是从总体上看对银行风险承担存在降低的作用，即银行运用金融科技可以缓解运营过程中的风险承担水平。
银行与金融科技企业合作降低了银行的风险承担水平。由于目前建立金融科技子公司的银行数量较少，均为一些国有银行或大型的股份制银行，这相对于整个银行业的金融科技赋能来说不具备很好的代表性。此外还有银行采用内部独立研发的形式来发展金融科技，但是这些研发数据较难获取，有些银行甚至并没有将内部发展金融科技的数据进行分类公布，这也不便我们开展研究。
所以我们选择了大部分银行采用的金融科技赋能形式，即与外部金融科技企业进行合作来赋能现有的金融业务。我们借鉴徐晓萍等人的做法，将银行与金融科技企业合作看作是一个准自然实验，建立了双重差分倾向得分匹配（PSM-DID）的因果推断模型。我们构建了银行与金融企业合作的分组变量与时间变量，在此基础上合成银企合作效应变量COOP，通过对14家商业银行-9年的数据进行回归分析，结果发现银行与金融科技企业合作能够有效地降低银行的风险承担水平。
我们还对银行与金融科技企业合作对风险承担的影响进行了动态分析，结果发现，随着合作时间的推移，银行的风险承担水平在进一步的降低。研究结果表明商业银行在自身资源不足的情况下，可以积极与金融科技企业展开合作。在合作关系中可以利用金融科技企业领先的信息技术来实现对现有金融业务的赋能，在扩大收益的同时还能有效地降低自身的风险承担水平。
金融科技赋能对不同规模的银行风险承担具有异质性影响。在我国商业银行规模存在着较大差别，导致银行的盈利水平、经营效率的发展水平层次不齐，这可能会对金融科技赋能银行产生不同的影响。因此考虑到银行的规模效应，我们将国有银行与大型股份制银行作为大规模银行样本，城市商业银行与农村商业银行作为小规模银行样本，分别对这两组银行样本进行回归分析检验，发现大规模银行在金融科技赋能过程中风险承担下降的更多，而小规模银行风险承担的下降并不显著，验证了金融科技赋能对不同规模银行的风险承担影响具有异质性，这与Cheng等人的研究结论一致。
其可能原因是小规模银行对金融科技战略的理解不够深入，采用渐进式的方式进行金融科技的赋能，这样对金融科技的使用停在表面，没有深化与现有金融业务的融合，因此对风险承担的影响不显著。此外，其可能原因是大规模银行一般倾向于内部发展金融科技，对金融科技具有较好的把握与控制，能够迅速地对风险识别与控制进行响应，将风险管理的主动权掌握在自己手中。而小规模银行更多的是将风险管理流程交付给金融科技企业，并不能在第一时间对风险进行识别与控制，对风险的管理具有一定的滞后性，因此对风险承担的降低作用并不明显。由于上述原因，金融科技赋能对不同规模银行的风险承担影响表现出了异质性。
扩展了金融科技指数构建方式的研究。已有关于金融科技指数构建的研究大致如下，一是使用金融科技代理变量，例如郭峰等以蚂蚁金服平台的海量数据为基础编制的北京大学数字普惠金融指数。从互联网金融服务覆盖深度、覆盖广度和数字技术支持程度来衡量省地县级的金融科技发展水平。二是以沈悦和郭品等为代表的学者采用文本挖掘，从金融功能的四个维度来构建互联网金融指数的方法，对新闻中的金融关键词进行词频统计，再通过因子分析合成最终的金融科技指数。
此外还有金融机构编制的金融科技指数，例如由零壹智库基于社会认知指数和投融资指数编制的全球金融科技发展指数（GFI）。上述三种方式构建的金融科技指数反映的是宏观或行业金融科技发展的整体水平，无法对银行个体层面的金融科技发展程度进行测度。因此，本文在现有研究基础上进行改进，参考李春涛等人的做法，利用“银行”+“金融科技关键词”（例如：“中国农业银行”+“云计算”）的方式来构建银行层面的年度金融科技发展指数，能够精确地量化金融科技赋能银行的程度，反映不同商业银行金融科技水平的差异性。扩展了金融科技指数构建方式的研究。
拓宽了金融科技与银行风险承担的研究视角。现有文献中，已有学者对金融科技与银行风险承担展开了研究。但这些研究