【讲座回顾】北大数字金融Workshop第五讲| 马松: 金融营销广告中的银行形象

2025年4月15日，北京大学国家发展研究院、北大数字金融研究中心举办了春季学期的第五次数字金融Workshop。本期Workshop由北京大学国家发展研究院助理教授、北大数字金融中心研究员胡佳胤主持，美国耶鲁大学管理学院金融学与创业学教授Song Ma（马松）担任主讲嘉宾，分享了题为“Banks’ Images: Evidence from Financial Advertising（银行的形象：来自金融广告的证据）”的研究成果。该研究通过机器学习方法系统分析了美国数千家银行在十年间的电视广告视频数据，探究了银行通过品牌形象建设策略性地强化市场地位、提升特许经营权价值并影响货币政策传导的内在机制。近六十位师生在线上参与了会议并与主讲嘉宾进行了深入的交流和讨论。

金融产品（如存款、抵押借款等）通常被认为是同质的，但银行具有异质性，在产品价格分布、服务质量和用户信任度等方面可能存在差异。这意味着同样的一美元存款，放在银行A和银行B对客户来说实际是不同的。银行的异质性和市场力量对货币政策传导，监管和社会福利具有重大影响。因此，银行如何利用自身异质性，从看似同质的金融产品中吸引更多客户，获取更大的市场份额依然是很重要的研究问题。

广告是一种度量银行形象的理想指标。平均来说，银行会将年度预算的9.5%用于投放广告。具体来说，马松教授及合作者利用银行广告视频数据在文中主要研究了三个问题：第一，银行如何通过战略性形象打造来提升自身价值？第二，金融产品广告如何反映银行异质性？第三，对银行体系和货币政策有何启示？

马松教授及合作者从Nielsen Ad Intel网站收集了从2003年至2020年2700家银行的51000支电视广告，使用无监督视频嵌入方法（unsupervised video embedding method）对广告视频进行聚类，将其映射到三类银行形象之一（定价优势、服务优势和信任优势）。最终构建了bank（b）- county（c）-video（v）-year（t）层面的广告面板数据。

展开全文

一段视频广告一般包含了三类信息：图像（Visual）、文字（Verbal）和音频（Vocal），简称“3V”。在马松教授及合作者之前的“Persuading Investors: A Video-Based Study”（Hu and Ma, JF forthcoming）研究中，是将视频中的三类信息分别做处理，得到了视频广告的三个测量维度。但在本文中，马松教授及合作者直接将视频中的三类信息一同作为输入，也即之前提到的视频嵌入（Video embedding），这种方法允许三类信息间的相互影响。作者先使用Speech2Text AI获得音频转录文本，然后使用transformer（gte-Qwen2）得到了视频嵌入向量，维度为1536维。

之后，为了从视频广告中获得对银行形象的分类，马松教授及合作者进行了两层聚类。由于大部分的视频嵌入信息是与金融产品分类相关的，作者首先根据金融产品进行了第一层聚类。具体算法为：先将视频嵌入向量的维度通过PaCMAP（Pairwise Controlled Manifold Approximation，一种非线性降维算法）从1536维降至2维，然后使用HAC（一种无监督聚类方法）将视频嵌入向量分至6种金融产品类型中的一种，最后使用TF-IDF加权获得每个聚类的名称。最终获得的六种金融产品包括Personal deposits，business banking，personal credit，mortgages，investment & retirement services and general banking services。随后，在控制住金融产品分类后，作者再次使用PaCMAP+HAC方法将视频广告分至三种银行形象中。

马松教授及合作者的研究结果发现，信任优势是视频广告宣传最多的银行形象，并且由对银行形象的拟合优度分解（Sharpley-Owen Decomposition）中可以看出，银行形象在时间跨度和区域跨度上都具有较强持续性。同时，为了确保方法可靠性，马松教授及合作者使用LLM进行了交叉验证，结论与视频嵌入方法一致。

在完成对银行形象的分类后，马松教授及合作者构造回归模型以回答一开始提出的三个问题。研究发现如下：不同银行具有异质性，它们塑造了不同的品牌形象并制定了因地制宜的广告策略。当地市场份额较高的银行更注重服务和情感表达，而高存款利率的银行则侧重于价格优势，高服务质量的银行则更加突出服务本身；广告内容也会根据本地人口特征进行定制。

其次，银行的形象显著影响其存款需求与定价策略。广告投放强度及其所传递的主题会显著影响存款数量、利差以及贷款发放。

最后，金融广告还影响银行对货币政策的反应。研究表明，这一机制与银行存款渠道理论一致，银行通过视频广告塑造的品牌形象可以作为我们理解银行市场势力和特许经营价值的微观基础之一。

在讲座过程中，北京大学国家发展研究院助理教授胡佳胤、南开大学金融学院金融学副教授张云齐等围绕视频广告数据与银行目标客户之间的匹配性、金融产品分类对银行形象的解释力等问题与主讲嘉宾进行了深入探讨。

Song Ma现任耶鲁大学管理学院（Yale SOM）金融与创业学教授，并兼任美国国家经济研究局（NBER）研究员。他同时是耶鲁法学院公司法研究中心（Yale Law School Center for the Study of Corporate Law）以及耶鲁大学管理学院创业项目的成员。马松教授的主要研究兴趣包括创新经济学、创业、金融经济学、人工智能与大数据。他的研究领域还涉及公司战略、产业组织、反垄断、劳动经济与商法。马松教授的研究成果发表于众多顶级学术期刊，如Journal of Political Economy, Journal of Finance, Journal of Financial Economics和Review of Financial Studies, 并曾多次获得重要研究奖项。他的研究也被世界各地的立法者与政策制定者广泛引用，包括美国联邦贸易委员会（Federal Trade Commission）、欧盟竞争委员会（EU Competition Commission）以及英国竞争与市场管理局（UK Competition and Markets Authority）。

（整理人：张紫荆）

2024年秋季学期数字金融Workshop讲座回顾：

2024年春季学期数字金融Workshop讲座回顾：

（第七讲回顾 | Alexi Savov: 未保险存款、利率风险和银行流动性风险）

2023年秋季学期数字金融Workshop讲座回顾：

2023年春季学期数字金融Workshop讲座回顾：

北大数字金融workshop邀请到国内外多位知名学者与专家，和大家分享各自在数字金融、金融科技、平台经济等领域的前沿研究。Workshop的参与老师主要有黄益平、沈艳、黄卓、徐建国、谢绚丽、余昌华、王勋和胡佳胤等。每次讲座时长为一个半小时，以线上与线下相结合的形式开展，主要面向对数字金融学术研究感兴趣的高校师生。讲座将在北大国发院官网和北大数字金融研究中心公众号“未名湖数字金融研究”持续发布每一次讲座的最新信息，欢迎大家参加。

未名湖数字金融研究

“未名湖数字金融研究”公众号（idf_pku）为北京大学数字金融研究中心（Institute of Digital Finance, Peking University）的官方微信公众号。

北京大学数字金融研究中心成立于2015年，致力于数字金融和金融科技领域的学术与政策研究。中心发布的“北京大学数字普惠金融指数” 成为学术界引用率最高的测度中国数字金融发展程度的指标。中心研究团队获批国家社会科学基金重大项目“数字普惠金融的创新、风险与监管研究”。中心还积极推进国际学术交流与合作，与国际货币基金组织（IMF）、国际清算银行（BIS）和布鲁金斯学会（Brookings）都分别组建了联合课题组就中国数字金融问题展开深入的研究。