数字经济下银行与金融科技竞合关系及优化路径

金 浩，安 明，刘德民

（河北工业大学经济管理学院，天津 300401）

近年来，全球金融科技发展势头强劲，据毕马威《金融科技脉搏》数据显示，2015—2019 年全球金融科技投融资额年均增速超过20%，2020 年在新冠疫情下热度不减，全球融资数量增长仍十分明显。在数字技术不断创新和互联网普及率不断攀升的背景下，人工智能、大数据、云计算和区块链等领域的金融科技不断为传统金融业带来新的机遇和挑战［1］。

随着金融科技产品不断推陈出新，“金融脱媒”和“去中介化”理念逐渐被大众接受［2］，商业银行传统的盈利模式和较长的内部响应链条逐渐暴露出对新型金融需求和金融发展模式的不适应。相较于传统金融服务，金融科技产品更关注长尾群体的金融需求，隔离银行与此部分客户之间的互动，与商业银行的零售与贷款业务形成直接竞争［3］，不断分流银行客户资源［4］。此时，商业银行为保持经营利润会转向同业负债等成本较高的批发型融资［5］，加剧了传统金融体系的系统性风险［6］。不难看出，金融科技可能是撼动传统金融市场的颠覆性创新［7］，金融服务的整个技术链条正受到金融科技创新的严峻挑战［8］。因此，传统商业银行如何实现数字创新发展，成为亟需解决的问题。

在新型金融业态浪潮冲击下，商业银行等传统金融机构已经意识到借力金融科技加快数字化战略转型的重要性［9］。从合作角度看，金融科技机构为传统银行体系提供了整合优化服务、增强业务灵活性的良好机遇［10］。金融科技机构可基于大数据等拓宽商业银行的信息获取和整合渠道，提升“软信息”的获取甄别能力和金融服务实体经济的效率［11-12］，并且为商业银行提供拓展长尾市场的有效解决方案［13］。例如，在新冠肺炎疫情期间，金融科技的商业逻辑重塑和数字化赋能发挥了显著的“稳定器”作用［14］；后疫情时代，商业银行需要进一步增强技术应用能力，以有效应对激增的线上金融服务需求［15］。

现实中，金融科技机构与商业银行业务存在一定交叉，竞争难以避免，但二者的比较优势差异又可互为补充，存在合作共生的空间［16］。正确认识并明晰商业银行和金融科技机构的特殊关系，不仅有利于二者协调合作，也有利于金融体系的整体稳定。良性的竞争可以促进商业银行和金融科技的发展，无序竞争将给社会福利带来巨大损失。因此，从政府自身职能出发，通过外部约束促进商业银行与金融科技机构的合作，实现二者的健康稳定发展，具有重要现实意义。

现有研究表明，良好的竞合关系可以提高企业绩效［17］。借助与供应商、客户甚至竞争对手的竞合，企业可以获得行业内技术和互补性资源［18］，并与竞合伙伴分摊费用和风险，转化外部知识用以提高内部产品多样性［19］。但是也有学者认为，竞合关系会给企业带来负面影响［20］。竞争因素的存在会使企业面临知识泄露风险，收益分配过程中产生的利益冲突以及企业自身的不确定性行为都将导致合作关系破裂［21］。在竞合关系的研究中，博弈论是常用的研究方法，Brandenburger 等［22］首先整合了竞争和合作策略，将博弈方法引入竞合关系问题的研究中。Dabbagh 等［23］使用竞合博弈方法分析了加强企业合作的利润分配问题。也有学者利用博弈理论分析商业银行与金融科技机构的竞合关系，张芳等［24］构建完全信息条件下的静态博弈模型，分析了影响第三方支付机构与金融机构策略选择的影响因素。单纯［25］使用三阶段Hotelling 模型研究了互联网金融企业与传统银行的竞争合作策略。罗暘洋等［26］基于双层网络演化博弈方法，探讨了第三方支付机构与商业银行的竞合演化机理。

综上所述，从博弈论角度来看，部分既有研究将商业银行和金融科技机构的关系视为此消彼长的零和博弈关系，不能有效反映现实情境，应视其为一个动态的演变过程；从竞争合作并存观点出发的研究大多分析二者合作关系稳定性的影响因素，但对成本分析不足，同时对政府的外部约束作用关注也相对较少，理论模型的设计与现实情境贴合度较低。因此，本文基于竞合博弈理论，构建商业银行与金融科技机构演化博弈模型，研究分析了博弈主体各参数变化和惩罚约束对系统稳定性的影响，最后结合数值仿真对模型及其结果的有效性进行了论证。本文的增量贡献在于以下几方面：（1）在支付矩阵设计中，同时考虑双方的合作收益和合作成本，使理论模型更加符合现实实际；（2）引入政府参与，结合政府职能分析商业银行与金融科技机构的竞合行为，探讨如何形成有效的外部约束机制；（3）在理论分析基础上，使用数值模拟的方法，通过比较不同数值情境下的博弈演化结果，为政府制定惩罚约束提供一定理论依据。

1 模型构建

1.1 基本假设

假设存在单个商业银行和单个金融科技机构，双方均为有限理性人。在博弈初期，双方的行为决策都不是最优的，参与方在博弈过程中通过不断学习和了解对方的行为策略，并根据最大收益原则来审视自身成本和收益，并随时调整自身策略选择，直到双方达到均衡状态。假定博弈双方的策略空间都是“合作”和“竞争”。双方合作主要表现为数据共享和技术共享；双方的不合作则主要由理性水平差异所致，一方面，商业银行可以凭借金融科技机构提供的海量数据瞄准和开拓优质客户，获得更多利润空间，另一方面，金融科技机构可以依靠商业银行提供的信用担保来获客引流。其他假设如下：

假设4：博弈方都选择竞争时，双方均保持各自垄断收益，声誉损失不计；

根据以上假设，得到博弈双方的支付矩阵，见表1。

表1 博弈参与方支付矩阵

1.2 复制动态方程

基于以上支付矩阵（表1），商业银行采取合作（策略A）和竞争（策略B）策略的期望收益分别为：

商业银行平均预期收益为：

同理，金融科技机构各策略期望收益及平均预期收益为：

复制动态方程是被广泛应用的一种学习动态方程，它表示博弈参与方选取某一策略概率的增长率既与该时期选取这一策略的人数比例成正比，也与该策略的收益与平均收益的差值成正比［27］。由此可以得到商业银行和金融科技机构的复制动态方程：Jacobian矩阵：

由以上复制动态方程，可得该演化系统的

2 演化策略稳定性分析

表2 局部稳定性分析结果

图1 博弈双方演化相位

由演化相位图可知，无论博弈双方如何作出初始决策，经过动态博弈最终都将向（合作，合作）或（竞争，竞争）的方向演化，最终收敛于最优状态（即（合作，合作））的概率取决于四边形AOCD的面积（记为）和四边形ABCO的面积的相对大小。由鞍点D的表达式可知，参数变化会影响鞍点位置进而影响系统演化方向。

命题1博弈系统达到最优状态的概率随协同成本的增加而降低，随超额收益的增加而增加。

命题2存在一个特定的超额收益分配比例，使得博弈系统达到最优状态的概率最大，。

3 惩罚约束下的演化博弈模型

由以上分析可知，如果超额收益较低、协同成本较高或收益分配比例、成本分担比例不协调时，博弈参与方选择竞争的策略将会大大提升，造成博弈系统的低效率。商业银行和金融科技机构双方的知识水平、理性水平和追求目标不一致时，就较易造成信息不对称，导致博弈参与方的机会主义行为。因此可以考虑外部约束机制，通过制定契约产生一定的经济惩罚机制，有效避免囚徒困境，降低机会主义行为出现的概率。

假设6：商业银行和金融科技机构事前签订惩罚约束契约，在一方选择合作，一方选择竞争时，竞争方需要向合作方即时缴纳一笔罚金，双方策略选择一致时，罚金契约失效。

基于以上假设，得到惩罚约束下的博弈双方支付矩阵（见表3）。

此时系统的动态复制方程为：

命题5均衡点成为该博弈系统的唯一ESS 的充要条件为：

证明：该系统演化过程中，博弈双方演化稳定策略的条件为：

这一结论表明，此契约的惩罚力度既要高于双方各自选择竞争策略时的收益与共同选择合作获得的收益之差，又要不低于双方共同选择竞争策略时的收益与共同选择合作获得的收益之差，推高博弈双方的违约成本，才能形成对二者行为选择的有效约束。

4 数值仿真

为验证模型的正确性，并更加真实反映惩罚约束对博弈系统最终演化稳定策略的影响，在前文对各因素变化对博弈参与方策略选择影响分析的基础上，对参数赋值进行数值仿真。设定各参数的初始值分别为，商业银行和金融科技机构在每一步迭代中都会选择自身收益最大化的行为策略，当博弈结果稳定在某一固定状态或周期状态时，数值仿真结束。

根据初始参数设定情况，可以算得商业银行和金融科技机构双方的初始策略选择比例，分别为基准情形下的演化路径如图2 所示，在此情境下，博弈双方选择竞争策略的预期收益高于合作策略的预期收益，故双方的最优策略组合为（竞争，竞争）。

图2 基准情形的系统仿真结果

为验证上述模型分析所得到的各命题，在基准情形下，通过改变参数赋值情况模拟其他情形的系统演化趋势。首先基于基准情形，将协同成本降低至3，此时初始策略选择比例改变为得到图3 展示的博弈演化过程曲线；以及将超额收益增加至12，此时初始策略选择比例改变为得到如图4 展示的博弈演化过程曲线。由图3 和图4 可知，降低协同成本或增加超额收益，将会改变博弈双方的最优策略选择组合为（合作，合作）。

图3 协同成本对演化结果的影响

图4 超额收益对演化结果的影响

图5 收益分配比例对演化结果的影响

图6 成本分担比例对演化结果的影响

最后在基准情形基础上增加违约惩罚机制，考察在不同惩罚约束下，系统演化结果如何变化。首先取，使得满足，此时初始策略选择比例分别为得到的博弈演化过程曲线如图7（a），可知当惩罚力度较小时，博弈演化结果并未发生改变，但延长了系统达到演化稳定状态所需的时间。表明较低的违约惩罚在短期内会影响博弈双方的策略选择态度，但是在长期内不会改变最终的稳定策略，不能产生预期的约束效果。当惩罚力度增大，取和，使 得和。考虑到此情形下，平面内不存在局部均衡点，取博弈双方初始策略选择比例为，同时对比了基准数据条件中此初始策略选择比例的博弈演化过程曲线，如图7（b）所示。可知惩罚力较大时，商业银行和金融科技机构均会选择合作策略，并随着惩罚力度增加，系统将会以更快速度达到演化稳定状态。表明采取较为严厉的违约惩罚可以改变系统演化结果，能够促使博弈双方选择合作履约策略，促进良好合作状态的达成。

图7 惩罚约束对演化结果的影响

5 结论

在数字经济飞速发展背景下，商业银行与金融科技机构如何形成良好的合作关系对于维护金融市场稳定，实现传统金融体系数字化转型具有重要意义。基于此，本文采用演化博弈理论，通过分析博弈双方各参数变化对系统演化结果的影响，探索政府如何制定有效的外部约束机制引导商业银行与金融科技机构达成良好的竞合关系。研究发现：

（1）由商业银行与金融科技机构构成的竞合博弈系统演化结果不稳定性较强，双方的策略选择受到多种因素的影响。其中，合作超额收益越高、合作协同成本越低，双方选择合作策略的概率越高；有且只有一个最佳的收益分配比例，使得博弈系统达到最优状态的概率最高；协同成本分担比例和超额收益分配比例越匹配时，博弈系统达到最优状态的概率越高。

（2）在其他因素不变的情况下，商业银行和金融科技机构出现理性水平差异时，违约惩罚机制可以避免社会福利损失。其中，惩罚力度既要高于双方各自选择竞争策略时的收益与共同选择合作获得的收益之差，又要不低于双方共同选择竞争策略时的收益与共同选择合作获得的收益之差，才能形成对二者行为选择的有效约束。

目前我国商业银行和金融科技机构的竞合仍处于初级阶段，如何有效竞合以实现社会福利和经济效益最大化，是金融部门和政府部门需要重点关注的问题。从企业层面看，商业银行和金融科技机构的深度合作会产生较大的价值增值。在合理的收益和成本分配模式下，双方应摒弃传统竞争思维，从企业长期发展角度看待这一竞合关系，不断提高自身实力、改善运作模式，提高合作超额收益、降低合作成本，都可以提高合作的稳定性。从政府层面看，在两类企业理性水平均有限的情况下，政府需要完善金融市场中的违约惩罚机制，通过制定科学有力的外部惩罚约束，来促进商业银行和金融科技机构合作，在实现收益最大化的同时增强用户使用体验，减少社会福利损失。