RESEARCH OUTPUT / 研究成果

中小银行
金融科技指数

以银行年报等公开资料为基础,评价中小银行的金融科技竞争力,并按银行类型划分梯队。

PURPOSE / 研究目的

为什么编制这项指数

金融科技已深入银行信贷管理、客户服务和反欺诈等业务环节。研究中小银行的金融科技水平面临两个困难:一是公开数据较少;二是各家银行在金融科技投入模式、统计口径和概念范围上不一致,难以直接量化和比较。

课题组采用文本分析方法,从银行年报中提取金融科技相关信息,并结合组织架构、董监高背景、知识产权和违规记录等数据,构建评价指标体系。研究的目的是为中小银行了解自身的金融科技发展状况提供参照,并观察银行业金融科技发展的总体情况。

FRAMEWORK / 研究框架

五个研究维度

五个维度构成研究框架;模型实际使用的是七类可观测变量。同一类信息可用于多个维度,两者不是一一对应关系。

  1. 01

    金融科技战略实施

    关注金融科技在银行发展战略中的部署,以及数字化转型的推进。

  2. 02

    人才与组织结构

    考察金融科技相关人才背景、管理层经历与组织部门设置。

  3. 03

    信息技术治理与风险

    将技术治理与相关风险信息纳入评价,关注技术应用中的管理要求。

  4. 04

    金融科技运营

    考察金融科技在业务运营中的应用及技术能力建设。

  5. 05

    金融科技服务

    关注技术在金融服务中的运用,以及对银行服务能力的支持。

各维度依据的信息 →
METHOD / 技术路线

从公开资料到分类评价

  1. 1

    资料收集

    以中国人民银行《银行业金融机构法人名单》为起点,搜集银行年报,以及违规、专利和软件著作权数据。

  2. 2

    文本处理

    将年报转换为文本,提取组织架构、董监高、词频和财务信息,并识别其中与金融科技相关的内容。

  3. 3

    指标构建

    形成金融科技相关词频、组织架构、董监高背景、违规记录,以及发明专利、实用新型专利和软件著作权共七类变量。

  4. 4

    综合评价

    以已有行业排名为训练依据,用经典回归方法估计变量权重,对 2023 年样本银行进行综合评价,并按银行类型划分梯队。

完整技术路线与指标说明 →
EDITIONS / 年度成果

年度成果

各年度成果单独呈现。尚未发布的年度不提供结果。

  1. 2024已发布以 2023 年数据评价 412 家银行
  2. 2025待发布成果发布后在此更新
  3. 2026待发布成果发布后在此更新