Impact of Fintech on Bank Risk-Taking: Evidence from China

Table 12.

Heterogeneity test results of banking system.

(1)

Urban Commercial Bank

(2)

Rural Commercial Bank

Fintech 1

−

0.0350 ***

−

0.0236 **

(

−

3.35)

(

−

2.15)

observations

589

257

Number of banks

101

51

R2

0.518

0.302

Note: *** and ** mean significant at the level of 1% and 5%, respectively. Source: Own calculations. Software: Stata.

---

Risks

2021

,

9

, 99

20 of 27

Regression results show that, whether in city commercial banks or rural commercial

banks, there is a significant negative correlation between the level of regional Fintech

development and bank risk-taking. This means that the development of Fintech reduces

the risk-taking of banks, and it also exists in urban commercial banks and rural commercial

banks. Further comparative analysis shows that the regression coefficient of Fintech

development level of urban commercial banks is

−

0.0350, while that of rural commercial

banks is

−

0.0236. This suggests that while Fintech has a dampening effect on overall

bank risk, it is more pronounced among city commercial banks. The possible reason is

that the scale of urban commercial banks is generally larger than that of rural commercial

banks, and the customer groups faced by urban commercial banks are better. Therefore,

the financial technology of urban commercial banks has a stronger effect on curbing bank

risks than rural commercial banks.

7.2. Mechanism Inspection

Referring to the practice of

Gu and Yang

(

2018

), the intermediary effect test procedure

is used to examine the transmission mechanism of Fintech development affecting bank

risk-taking.

7.2.1. Based on the Intermediary Effect Test within the Bank

This paper uses the internal interest margin (NIM) and the governance cost (Gov-

ernance) as the intermediary variables to test the conduction path. Table

13

shows the

regression results of the mediation effect. Column (1) is not included in the intermediate

variable NIM. The results show that the total effect of Fintech 1 (Fintech level) on Z-Score

(bank’s risk-taking) is

−

0.0249, and it is significant at the level of 1%. Column (2) shows that

Fintech 1’s effect on the mediating variable NIM is

−

0.463, and it is significant at the level

of 10%. After the median variable NIM is included in column (3), the coefficients of Fintech

1 and NIM are significant. The direct effect of Fintech 1 on Z-Score is

−

0.0240, and the direct

effect of NIM on Z-Score is 0.00170. Comparing the columns (1) and (3), after including the

intermediary variables, the regression coefficient of the core explanatory variable Fintech

1 decreased, but both were significant. Therefore, the bank’s net interest margin is part

of the intermediary factor that Fintech affecting bank risk, and the intermediary effect

accounts for 3.614%. Similarly, Columns (4), (5), and (6) are listed as the regression results

of the inclusion of Governance (governance costs). The coefficients before and after the

inclusion are significant, and the management cost is also a part of the mediation factor

that influences bank risk in Fintech. Moreover, the mediation effect accounts for 11.217%.

Therefore, the results of this paper support hypothesis 2.