數(shù)字金融發(fā)展、金融監(jiān)管與我國商業(yè)銀行風(fēng)險(xiǎn)

■梁涵書，張 藝

一、引言與文獻(xiàn)綜述

隨著數(shù)字通信技術(shù)不斷的發(fā)展，我國的數(shù)字金融發(fā)展水平發(fā)生了顯著提升。數(shù)字金融的不斷發(fā)展，方便快捷的數(shù)字金融勢必會(huì)對(duì)傳統(tǒng)銀行業(yè)產(chǎn)生影響。數(shù)字金融的發(fā)展對(duì)商業(yè)銀行帶來了怎樣的影響？銀行應(yīng)該如何應(yīng)對(duì)數(shù)字金融發(fā)展所帶來的沖擊？政府積極探尋監(jiān)管方式對(duì)現(xiàn)狀又有著怎樣的影響？探究這些問題，并為傳統(tǒng)銀行和政府部門提供在數(shù)字金融發(fā)展背景下的應(yīng)對(duì)策略，以及探尋數(shù)字金融可持續(xù)發(fā)展的方式，具有很強(qiáng)的理論意義和現(xiàn)實(shí)價(jià)值。

許多學(xué)者已開始關(guān)注數(shù)字金融與商業(yè)銀行之間的關(guān)系。有一部分認(rèn)為數(shù)字金融的發(fā)展對(duì)商業(yè)銀行帶來了有利的影響。Syed（2013）研究發(fā)現(xiàn)，銀行通過數(shù)字金融，以最簡便的方式提供服務(wù)，在保障安全及隱私的條件下會(huì)有助于銀行降低成本、節(jié)約時(shí)間和保留更多潛在用戶。丁蔚（2016）研究認(rèn)為，數(shù)字金融的發(fā)展帶來“數(shù)據(jù)流”的整合升級(jí)，為商業(yè)銀行進(jìn)行數(shù)字計(jì)劃轉(zhuǎn)型升級(jí)提供了基礎(chǔ)。胡穎（2019）研究認(rèn)為，數(shù)字金融的發(fā)展為商業(yè)銀行支付、信貸管理方面提供了有效的技術(shù)支撐，尤其是在票據(jù)融資方面能夠降低人工成本、提升信息核實(shí)的效率，有效緩解小微企業(yè)的困境。陸珉峰（2020）研究認(rèn)為，在新冠肺炎疫情背景下，銀行線下網(wǎng)點(diǎn)無法正常運(yùn)營，數(shù)字金融為商業(yè)銀行提供了線上運(yùn)營的技術(shù)支持，不僅能使得銀行業(yè)務(wù)繼續(xù)開展，也能幫助小微企業(yè)度過疫情停工的難關(guān)。另一部分認(rèn)為數(shù)字金融的發(fā)展會(huì)對(duì)商業(yè)銀行帶來沖擊。Acharya（2004）研究發(fā)現(xiàn)，雖然數(shù)字金融提升了銀行經(jīng)營規(guī)模，但增加了商業(yè)銀行的科技成本和與其他商業(yè)銀行的競爭。封思賢（2019）研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展加劇了銀行競爭程度，對(duì)商業(yè)銀行產(chǎn)生了一定的沖擊，影響了商業(yè)銀行的收益同時(shí)卻降低了商業(yè)銀行的成本。李海峰（2019）研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展使得銀行客戶擁有更多的渠道來選擇金融產(chǎn)品，所以商業(yè)銀行在同業(yè)競爭中必須要轉(zhuǎn)型升級(jí)，改變傳統(tǒng)的服務(wù)模式，從而防止客戶流失和尋找新的突破點(diǎn)。

通過上述研究可以發(fā)現(xiàn)，隨著數(shù)字金融的不斷發(fā)展，其與商業(yè)銀行的關(guān)系日益緊密。但現(xiàn)有文獻(xiàn)仍存在一定的局限性：一方面，在現(xiàn)有文獻(xiàn)中，實(shí)證研究的文獻(xiàn)較少；另一方面，少數(shù)實(shí)證研究中僅通過單一金融產(chǎn)品或是宏觀層面數(shù)據(jù)進(jìn)行研究，并沒有能考慮到不同地區(qū)數(shù)字金融發(fā)展水平的差異，更沒有從國家監(jiān)管角度進(jìn)行分析。因此，本文從我國69 家城市商業(yè)銀行2011—2018 年的數(shù)據(jù)出發(fā)，將數(shù)字金融發(fā)展指數(shù)與不同地區(qū)的銀行進(jìn)行匹配，測度數(shù)字金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響，將其細(xì)分為廣度指數(shù)、深度指數(shù)和數(shù)字化指數(shù)進(jìn)行分析，并進(jìn)一步納入金融監(jiān)管因素進(jìn)行探討，從而為商業(yè)銀行、金融監(jiān)管機(jī)構(gòu)應(yīng)對(duì)數(shù)字金融沖擊以及數(shù)字金融自身發(fā)展提供建議。

二、數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)影響的作用機(jī)制

（一）商業(yè)銀行風(fēng)險(xiǎn)受到的負(fù)面影響

從商業(yè)銀行的業(yè)務(wù)流程看，數(shù)字金融帶給商業(yè)銀行風(fēng)險(xiǎn)的負(fù)面影響主要集中在三個(gè)方面。一是數(shù)字金融發(fā)展勢必會(huì)擠占商業(yè)銀行的市場份額。以交易支付為例，大部分人已經(jīng)習(xí)慣使用非銀行支付機(jī)構(gòu)提供網(wǎng)絡(luò)支付業(yè)務(wù)，銀行業(yè)網(wǎng)上支付業(yè)務(wù)的交易數(shù)量僅占全部網(wǎng)絡(luò)支付業(yè)務(wù)的9.87%。由于慣性效應(yīng)，余錢會(huì)被留在經(jīng)常使用的支付工具中，致使商業(yè)銀行活期存款資金被分流。特別是隨著支付寶和微信支付規(guī)模的不斷擴(kuò)大，這種分流作用愈加明顯，商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)進(jìn)一步擴(kuò)大。二是與數(shù)字金融相比，商業(yè)銀行的交易成本更高。從信貸流程看，數(shù)字金融一方面通過簡化業(yè)務(wù)流程，降低了業(yè)務(wù)辦理的時(shí)間和次數(shù)，使得潛在客戶更加愿意通過方便快捷的數(shù)字金融辦理信貸業(yè)務(wù)；另一方面，數(shù)字金融通過降低信貸門檻，減少抵押率甚至是無需抵押品，擴(kuò)大了潛在客戶人群。而商業(yè)銀行為了控制風(fēng)險(xiǎn)、保證資產(chǎn)質(zhì)量制定了詳細(xì)的信貸審查流程和較高的抵押率，這使得商業(yè)銀行信貸業(yè)務(wù)在數(shù)字金融面前失去了競爭力。三是數(shù)字金融帶來了激烈的價(jià)格競爭。在理財(cái)業(yè)務(wù)方面，人們往往只關(guān)注最關(guān)鍵的收益率，而忽略了其中的風(fēng)險(xiǎn)因素。這導(dǎo)致數(shù)字金融為了搶占市場，會(huì)為客戶提供收益率更高的理財(cái)產(chǎn)品，加劇整個(gè)金融市場上價(jià)格競爭，傳統(tǒng)商業(yè)銀行籌集資金的成本也隨之不斷上升。

（二）商業(yè)銀行風(fēng)險(xiǎn)受到的正面影響

數(shù)字金融的發(fā)展為商業(yè)銀行提高自身業(yè)務(wù)水平帶來了機(jī)遇。一是數(shù)字金融產(chǎn)品的多樣性為商業(yè)銀行業(yè)務(wù)開展提供了一定的參考。二是通過數(shù)字金融能促進(jìn)信息披露的完整性，征信信息能在不同部門之間流通，減少信息不對(duì)稱風(fēng)險(xiǎn)。三是通過數(shù)字金融的沖擊，能夠倒逼傳統(tǒng)商業(yè)銀行轉(zhuǎn)型升級(jí)，提升銀行經(jīng)營管理水平，降低操作風(fēng)險(xiǎn)。

綜合上所述，本文提出以下假設(shè)：

H1：數(shù)字金融發(fā)展增加了商業(yè)銀行風(fēng)險(xiǎn)。

H2：數(shù)字金融發(fā)展降低了商業(yè)銀行風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

由于以城市商業(yè)銀行為代表的中小銀行在資產(chǎn)結(jié)構(gòu)、資本規(guī)模、經(jīng)營區(qū)域和業(yè)務(wù)范圍相對(duì)于大型銀行而言還存在較大差距，對(duì)地區(qū)性金融業(yè)務(wù)存在更大的依賴性，故而在數(shù)字金融迅速發(fā)展過程中，其比大銀行面臨更大的風(fēng)險(xiǎn)。因此，本文以我國69 家城市商業(yè)銀行作為商業(yè)銀行的代表進(jìn)行研究，手工整理各城商行歷年年度報(bào)表數(shù)據(jù)，各城商行年報(bào)來自各城商行官網(wǎng)和中國債券信息網(wǎng)。同時(shí)，為了能反映不同地區(qū)的商業(yè)銀行在其經(jīng)營區(qū)域內(nèi)受到的影響，從年限和省份兩個(gè)層面將城市商業(yè)銀行數(shù)據(jù)與數(shù)字金融指數(shù)進(jìn)行配對(duì)，數(shù)字金融指數(shù)采用北京大學(xué)數(shù)字普惠金融指數(shù)（PKU-DFIIC）。最終共得到2011—2018 年的面板數(shù)據(jù)每組552 個(gè)觀測值。

（二）變量選取

1.被解釋變量

銀行風(fēng)險(xiǎn)變量組Risk。已有研究大多數(shù)用破產(chǎn)風(fēng)險(xiǎn)Z—Score 值作為風(fēng)險(xiǎn)評(píng)判的標(biāo)準(zhǔn)，但在現(xiàn)實(shí)生活中銀行真正破產(chǎn)的案例少見，不宜將其單獨(dú)作為衡量標(biāo)準(zhǔn)。因此，本文加入用以衡量存貸利差收入和表外收入的加權(quán)資產(chǎn)收益率（ROAA）、衡量存款多少的資本充足率（CAR）和不良貸款率（NPL）來一同衡量銀行風(fēng)險(xiǎn)。ROAA、CAR、NPL 均通過各商業(yè)銀行年報(bào)獲取，Z—Score 通過滾動(dòng)計(jì)算標(biāo)準(zhǔn)差σROAA和權(quán)益資產(chǎn)比EA計(jì)算得到。

2.核心解釋變量

數(shù)字金融發(fā)展指數(shù)組（DFIIC）。該指數(shù)來自北京大學(xué)數(shù)字金融研究中心，從狹義數(shù)字金融的角度得到全國31 個(gè)省份337 個(gè)地級(jí)市的數(shù)字金融指數(shù)數(shù)據(jù)。由于城市商業(yè)銀行主要集中在所在城市和周邊城市開展相關(guān)業(yè)務(wù)，因此本文參照唐松等（2020）的做法，回歸中主要采用省級(jí)數(shù)字金融指數(shù)對(duì)各城市商業(yè)銀行進(jìn)行匹配，其中包括數(shù)字金融發(fā)展總指數(shù)（DFIIC）和三個(gè)一級(jí)指數(shù)：覆蓋廣度指數(shù)（DFIIC_C）、使用深度指數(shù)（DFIIC_U）、數(shù)字化程度指數(shù)（DFIIC_D）。

3.控制變量

控制變量組（CV）。參考張雪蘭（2012）的方法將單一最大客戶貸款比率One、流動(dòng)性比率LQ（Liquidity）、收入成本比率CIR（Cost—to—Income Ratio）、銀行總資產(chǎn)TA（Total Asset）、銀行凈資產(chǎn)EQ（Equity）、M2貨幣發(fā)型增速（M2）作為本文的控制變量。其中對(duì)數(shù)值較大的銀行總資產(chǎn)和凈資產(chǎn)進(jìn)行對(duì)數(shù)化處理。各控制變量均可以通過年報(bào)數(shù)據(jù)整理和計(jì)算得到，其余數(shù)據(jù)來源于Wind數(shù)據(jù)庫，表1是各變量的描述性統(tǒng)計(jì)。

表1 描述性統(tǒng)計(jì)

續(xù)表1

（三）模型設(shè)計(jì)

本文的模型構(gòu)建如下：

其中，被解釋變量是銀行風(fēng)險(xiǎn)變量組Riski，t，包括資產(chǎn)收益率（ROAA）、資本充足率（CAR）、Z-Score 值和不良貸款率（NPL）；解釋變量DFIICi，t為數(shù)字金融發(fā)展指數(shù)組，包括總指數(shù)（DFIIC）、廣 度 指 數(shù)（DFIIC_C）、深 度 指 數(shù)（DFIIC_U）和數(shù)字化指數(shù)（DFIIC_D）；控制變量CV 包括One、LQ、CIR、lnTA、lnEQ、M2；ε為隨機(jī)誤差。參考王守坤（2017）的做法，經(jīng)過豪斯曼檢驗(yàn)后采用面板固定效應(yīng)模型（FE），同時(shí)采用聚類標(biāo)準(zhǔn)誤進(jìn)行回歸分析。

四、基準(zhǔn)實(shí)證結(jié)果與分析

（一）數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響

表2 是數(shù)字金融發(fā)展與商業(yè)銀行風(fēng)險(xiǎn)之間基準(zhǔn)關(guān)系的實(shí)證檢驗(yàn)結(jié)果。在模型（1）、模型（2）和模型（4）中，數(shù)字金融發(fā)展指數(shù)（DFIIC）與商業(yè)銀行加權(quán)資產(chǎn)收益率（ROAA）、資本充足率（CAR）的相關(guān)系數(shù)為負(fù)值，與不良貸款率（NPL）的相關(guān)系數(shù)為正，并且在1%的顯著性水平下顯著；在模型（3）中，與Z 值的相關(guān)系數(shù)為負(fù)，并在5%的顯著性水平下顯著，結(jié)果顯示數(shù)字金融發(fā)展給銀行的收益能力、不良貸款率和資產(chǎn)充足率方面帶來負(fù)面影響，從而增加了商業(yè)銀行的風(fēng)險(xiǎn)。這說明，雖然數(shù)字金融的發(fā)展帶來了新的技術(shù)手段，但是其更高收益率、更便捷的操作方式和更大規(guī)模的交易次數(shù)，使得數(shù)字金融對(duì)商業(yè)銀行帶來的不利影響更多。

表2 數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響：基準(zhǔn)回歸

本文認(rèn)為原因主要在于：第一，數(shù)字金融在金融科技水平上領(lǐng)先于傳統(tǒng)銀行業(yè)。數(shù)字金融能夠通過覆蓋面廣、活躍用戶高的手機(jī)應(yīng)用（如淘寶、支付寶等）拉進(jìn)與用戶之間的距離，使得其宣傳效果遠(yuǎn)遠(yuǎn)大于主要由營業(yè)網(wǎng)點(diǎn)組成的商業(yè)銀行。雖然數(shù)字金融的單筆交易金額可能落后于傳統(tǒng)金融業(yè)，但通過龐大的交易筆數(shù)能夠吸收更多的零散資金，充足自己的資金規(guī)模，進(jìn)一步支撐其在利率和便捷性方面的優(yōu)勢。第二，相比于城市商業(yè)銀行主要在本省周邊城市發(fā)展，數(shù)字金融經(jīng)過多年布局已經(jīng)形成了全國覆蓋的交易網(wǎng)絡(luò)，并且還能根據(jù)不同地區(qū)、省份之間差異化需求，針對(duì)不同人群、不同行業(yè)提供一些理財(cái)、貸款產(chǎn)品，比傳統(tǒng)商業(yè)銀行開展業(yè)務(wù)更有針對(duì)性。第三，螞蟻金服大數(shù)據(jù)平臺(tái)等為數(shù)字金融的發(fā)展提供了有力的數(shù)據(jù)支撐。傳統(tǒng)商業(yè)銀行貸款主要還是通過人工核驗(yàn)進(jìn)行信用評(píng)估，不僅費(fèi)時(shí)費(fèi)力，在評(píng)估過程中還難免會(huì)帶有一定的主觀判斷，并且難以識(shí)別信息造假，蘿卜章事件時(shí)有發(fā)生。而數(shù)字金融通過云計(jì)算、區(qū)塊鏈等前沿技術(shù)，更便利地了解用戶、企業(yè)的資產(chǎn)狀況和信用水平，在保證業(yè)務(wù)便利開展的同時(shí)也能保證風(fēng)險(xiǎn)管控。

表3 數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響：滯后處理

考慮到數(shù)字金融對(duì)商業(yè)銀行的影響可能帶有一定時(shí)滯性，并且能緩解反向因果問題，對(duì)數(shù)字金融發(fā)展指數(shù)進(jìn)行滯后處理，表3 結(jié)果顯示，對(duì)數(shù)字金融發(fā)展指數(shù)進(jìn)行滯后處理后符號(hào)和顯著性水平大部分沒有明顯的改變，基本驗(yàn)證了基準(zhǔn)回歸的結(jié)果。但在資本充足率（CAR）方面，滯后2 期（L2.DFIIC）和滯后3 期（L2.DFIIC）的數(shù)字金融發(fā)展指數(shù)并沒有展現(xiàn)出顯著的影響關(guān)系；滯后3期的指數(shù)對(duì)不良率影響的顯著性也有所降低。

在此基礎(chǔ)上，為了分析數(shù)字金融發(fā)展對(duì)商業(yè)銀行影響更深層次的影響，將總指數(shù)分解為三個(gè)一級(jí)指數(shù)進(jìn)行分析。其中，廣度指數(shù)DFIIC_C（Coverage Breadth）主要通過綁定銀行卡的支付賬戶個(gè)數(shù)來體現(xiàn)；深度指數(shù)DFIIC_U（Usage Depth）主要通過所有賬戶中實(shí)際使用不同金融服務(wù)的人數(shù)和這些金融服務(wù)的活躍程度來體現(xiàn)，包括支付、貨幣基金、信貸、保險(xiǎn)、投資、信用等服務(wù)；數(shù)字化指數(shù)DFIIC_D（Digitization Level）則從服務(wù)便利程度、產(chǎn)品實(shí)惠程度、信用化程度等方面進(jìn)行衡量。通過細(xì)化數(shù)字金融發(fā)展來分析其對(duì)商業(yè)銀行在三個(gè)維度層次的影響情況。為了反映影響的時(shí)滯性并且緩解反向因果問題，繼續(xù)對(duì)一級(jí)指數(shù)進(jìn)行滯后處理，具體結(jié)果如表4—6 所示。通過研究結(jié)果發(fā)現(xiàn)，三個(gè)一級(jí)指數(shù)回歸的結(jié)果基本驗(yàn)證了主回歸的結(jié)論，假設(shè)H1成立。

具體結(jié)果顯示：一是數(shù)字金融廣度指數(shù)對(duì)商業(yè)銀行的影響更大。以滯后一期的系數(shù)為例，對(duì)比廣度指數(shù)、深度指數(shù)和數(shù)字化指數(shù)的系數(shù)表明，總用戶數(shù)所代表的廣度指數(shù)對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響更大。二是數(shù)字金融發(fā)展對(duì)資本充足率的影響最大。縱觀總指數(shù)和一級(jí)指數(shù)的滯后項(xiàng)系數(shù)發(fā)現(xiàn)，就加權(quán)資產(chǎn)收益率、資本充足率和不良貸款率這三個(gè)比率來看，不論是總指數(shù)還是一級(jí)指數(shù)的系數(shù)，都要比加權(quán)資產(chǎn)收益率和不良貸款率更大，所以數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的負(fù)面影響主要是數(shù)字金融吸收了大量零散存款，使得商業(yè)銀行在保持資本充足率方面出現(xiàn)困難。三是隨著滯后期數(shù)增加，數(shù)字金融發(fā)展對(duì)商業(yè)銀行加權(quán)資產(chǎn)收益率、不良貸款率和Z 值的影響十分突出，基本都在1%的顯著性水平下顯著，僅有深度指數(shù)對(duì)Z值在部分期數(shù)是在10%的顯著性水平下顯著。與之呈鮮明對(duì)比的是，數(shù)字金融發(fā)展對(duì)資本充足率的影響僅在滯后1期顯著，而滯后2期、3期不具有顯著性。由此可見，數(shù)字金融發(fā)展對(duì)商業(yè)銀行加權(quán)資產(chǎn)收益率、不良貸款率和Z值的影響是長期的、持續(xù)的，而對(duì)資產(chǎn)充足率的影響主要集中在短期。

表4 數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響：廣度指數(shù)

表5 數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響：深度指數(shù)

表6 數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響：數(shù)字化指數(shù)

（二）穩(wěn)健性檢驗(yàn)①限于篇幅，結(jié)果留存?zhèn)渌鳌?/h3>

本文主要使用兩種方法對(duì)原模型進(jìn)行穩(wěn)健性檢驗(yàn)。一是將部分外部重大影響因素剔除。本文將網(wǎng)聯(lián)清算系統(tǒng)的影響進(jìn)行剔除，將回歸時(shí)間區(qū)間保留在2011—2017 年，重新進(jìn)行了基礎(chǔ)回歸和滯后處理的基礎(chǔ)回歸，穩(wěn)健性回歸結(jié)果與原回歸保持一致，并且均在1%的顯著性水平下顯著，顯著性優(yōu)于原回歸。二是更替變量的選取方式。將原模型采用的省級(jí)層面數(shù)字金融發(fā)展指數(shù)，替換為城市級(jí)別數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)，將城市數(shù)字金融發(fā)展指數(shù)與城市商業(yè)銀行注冊(cè)所在城市進(jìn)行匹配重新構(gòu)建面板數(shù)據(jù)，并進(jìn)行滯后處理?；貧w結(jié)果與原結(jié)果保持一致。

五、數(shù)字金融發(fā)展、金融監(jiān)管與商業(yè)銀行風(fēng)險(xiǎn)

2015 年7 月中國人民銀行等十部委聯(lián)合發(fā)布《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》（以下簡稱《指導(dǎo)意見》），針對(duì)性地對(duì)數(shù)字金融監(jiān)管提出了要求。為了衡量國家金融監(jiān)管下數(shù)字金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響，使用引入交乘項(xiàng)的面板雙重差分模型進(jìn)行分析，以2015年《指導(dǎo)意見》的發(fā)布作為政策沖擊。因此，將《指導(dǎo)意見》發(fā)布之后的2016 年作為開始受到國家針對(duì)性金融監(jiān)管SV（Supervision）影響的年度。設(shè)定的具體模型如下：

其中，Riski，t為銀行風(fēng)險(xiǎn)變量組，DFIICi，t為數(shù)字金融指數(shù)組，CV為控制變量組，具體同前文所述。SV是數(shù)字金融是否受到針對(duì)性監(jiān)管的代理變量，參照鐘覃琳等（2016）的做法，利用年份虛擬變量間接衡量政策沖擊，如果時(shí)間處于2016年及以后，則SV為1，表示數(shù)字金融受到金融監(jiān)管的影響，反之則為0。在模型中參照程令國（2011）的做法，將DFIICi，t與SV進(jìn)行交互處理得到DFIICi，t×SV。為了考慮一定的時(shí)滯性，同時(shí)進(jìn)行一期滯后處理。具體結(jié)果如表7所示。

表7 數(shù)字金融發(fā)展、金融監(jiān)管與商業(yè)銀行風(fēng)險(xiǎn)

從表7中可以發(fā)現(xiàn)，交互項(xiàng)DFIICi，t×SV的系數(shù)無論是在基礎(chǔ)回歸中還是在滯后1期回歸中，對(duì)商業(yè)銀行收益率、資本充足率具有顯著的正向作用，對(duì)不良率具有顯著的反向作用，對(duì)Z 值的作用不顯著。這說明了隨著國家金融監(jiān)管的發(fā)生，數(shù)字金融對(duì)商業(yè)銀行的負(fù)面影響得到了一定的改善。為進(jìn)一步保證研究的可靠性，也對(duì)三個(gè)一級(jí)指數(shù)進(jìn)行了同樣的操作，具體如表8所示。通過結(jié)果發(fā)現(xiàn)，其中廣度指數(shù)和深度指數(shù)在金融監(jiān)管發(fā)生的情況下，數(shù)字金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)的負(fù)面影響也得到了一定的改善，分別在1%的顯著性水平和5%的顯著性水平下顯著，數(shù)字化指數(shù)的影響變化并不顯著。綜上所述，一級(jí)指數(shù)的結(jié)果基本上證實(shí)了“金融監(jiān)管下數(shù)字金融發(fā)展對(duì)商業(yè)銀行的負(fù)面影響得到一定改善”的結(jié)論。且在廣度指數(shù)和深度指數(shù)的回歸結(jié)果中，廣度指數(shù)的系數(shù)大小和顯著情況也優(yōu)于深度指數(shù)，這也應(yīng)證了前文“數(shù)字金融廣度指數(shù)對(duì)商業(yè)銀行的影響更大”。

表8 數(shù)字金融發(fā)展、金融監(jiān)管與商業(yè)銀行風(fēng)險(xiǎn)：一級(jí)指數(shù)

續(xù)表8

圖1 平行趨勢檢驗(yàn)

隨著金融監(jiān)管的介入，數(shù)字金融發(fā)展對(duì)商業(yè)銀行的沖擊在一定程度上得到改善，主要集中在價(jià)格競爭和流動(dòng)性風(fēng)險(xiǎn)兩個(gè)方面。一方面，金融監(jiān)管的介入使得數(shù)字金融機(jī)構(gòu)減緩了資金市場上的價(jià)格競爭情況?！吨笇?dǎo)意見》中要求通過互聯(lián)網(wǎng)合作銷售基金等理財(cái)產(chǎn)品的，要切實(shí)履行風(fēng)險(xiǎn)披露義務(wù)，不得通過違規(guī)承諾收益方式吸引客戶；通過其他活動(dòng)為投資人提供收益的，應(yīng)當(dāng)對(duì)收益構(gòu)成、先決條件、適用情形等進(jìn)行全面、真實(shí)、準(zhǔn)確表述和列示，不得與基金產(chǎn)品收益混同。此舉無疑限制了數(shù)字金融機(jī)構(gòu)為了吸引客戶而不斷提高收益率的行為，削弱了金融市場上的價(jià)格競爭。在投資者風(fēng)險(xiǎn)厭惡的前提下，隨著數(shù)字金融與傳統(tǒng)銀行產(chǎn)品收益率的差別縮小，人們對(duì)風(fēng)險(xiǎn)更小的傳統(tǒng)銀行業(yè)產(chǎn)品的興趣將會(huì)提高，不僅降低了傳統(tǒng)商業(yè)銀行的籌資難度，也能在一定程度上改善商業(yè)銀行的息差收益情況。另一方面，金融監(jiān)管的介入使得數(shù)字金融給商業(yè)銀行帶來的流動(dòng)性風(fēng)險(xiǎn)得到一定的緩解。從商業(yè)銀行攬存的角度看，金融監(jiān)管的介入降低了數(shù)字金融價(jià)格競爭的程度，商業(yè)銀行理財(cái)產(chǎn)品重新回到客戶的視野中，使得部分風(fēng)險(xiǎn)厭惡程度較高的資金重新回流至商業(yè)銀行。此外，《指導(dǎo)意見》中還要求各數(shù)字金融機(jī)構(gòu)將所吸納的客戶資金進(jìn)行第三方存管，需選擇符合條件的銀行業(yè)金融機(jī)構(gòu)進(jìn)行資金管理和監(jiān)督。此舉無疑為商業(yè)銀行降低流動(dòng)性風(fēng)險(xiǎn)、提升資本充足率提供了一定的保障。從回歸結(jié)果中也不難發(fā)現(xiàn)，無論是在基礎(chǔ)回歸中還是在滯后1期回歸中，總指數(shù)交互項(xiàng)和一級(jí)指數(shù)交互項(xiàng)在資本充足率（CAR）方面系數(shù)都最大，說明金融監(jiān)管介入的緩解作用主要表現(xiàn)在資本充足率上，即流動(dòng)性風(fēng)險(xiǎn)方面。

為檢測本文模型是否滿足DID 模型的使用前提，參考秦建文和覃煥（2020）的做法對(duì)基礎(chǔ)回歸進(jìn)行了平行趨勢檢驗(yàn)，以說明此趨勢是原本就存在還是受政策沖擊影響所發(fā)生。具體結(jié)果如圖1 所示，可以發(fā)現(xiàn)，在政 策 發(fā) 生 前（B3、B2、B1），交互項(xiàng)系數(shù)均在0附近且不顯著；政策發(fā)生后（SV、A1、A2）加權(quán)資產(chǎn)收益率交互項(xiàng)系數(shù)在5%顯著性水平下正向顯著，資本充足率交互項(xiàng)系數(shù)在1%顯著性水平下正向顯著，不良貸款率交互項(xiàng)系數(shù)在5%顯著水平下負(fù)向顯著，Z-Score 值交互項(xiàng)系數(shù)顯著性較差。此結(jié)果基本上說明了數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的負(fù)面影響得到改善，是在金融監(jiān)管的政策沖擊下出現(xiàn)的。

六、研究結(jié)論與啟示

為驗(yàn)證數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響，利用2011—2018 年全國69 家城市商業(yè)銀行的年度數(shù)據(jù)與省份口徑的北京大學(xué)數(shù)字金融發(fā)展指數(shù)進(jìn)行匹配，構(gòu)建面板固定效應(yīng)模型進(jìn)行實(shí)證分析，主要結(jié)論有：一是數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)具有顯著的負(fù)效應(yīng)，并且具有一定的時(shí)滯效應(yīng)。二是數(shù)字金融發(fā)展的范圍越廣、用戶數(shù)量越大，對(duì)加大商業(yè)銀行風(fēng)險(xiǎn)的影響也越大。三是數(shù)字金融發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響，主要是通過吸收大量零散資金，使得商業(yè)銀行的資本充足率不足所導(dǎo)致的。四是數(shù)字金融發(fā)展與商業(yè)銀行的收益和不良率的影響在較長的時(shí)間范圍內(nèi)都顯著，對(duì)商業(yè)銀行資本充足率的影響主要集中在短期。五是金融監(jiān)管的介入在一定程度上能降低數(shù)字金融帶來的負(fù)面影響。

啟示如下：首先，商業(yè)銀行要完善自身業(yè)務(wù)能力，積極運(yùn)用數(shù)字金融科技意味著進(jìn)行業(yè)務(wù)轉(zhuǎn)型升級(jí)，加大信息整理和運(yùn)用，深挖金融服務(wù)潛力，為金融服務(wù)實(shí)體經(jīng)濟(jì)提供依據(jù)，將更多資金投向更為需要的行業(yè)和地區(qū)。其次，數(shù)字金融的發(fā)展要充分發(fā)揮自身優(yōu)勢，積極利用大數(shù)據(jù)進(jìn)行信息整合，為廣大金融機(jī)構(gòu)提供征信查詢、信息服務(wù)和技術(shù)支持。最后，金融監(jiān)管部門要合理統(tǒng)籌，完善宏觀審慎管理，既要鼓勵(lì)金融產(chǎn)品創(chuàng)新，也要做好風(fēng)險(xiǎn)防范工作，在合理把控風(fēng)險(xiǎn)的前提下適當(dāng)為金融產(chǎn)品的創(chuàng)新提供政策支持。同時(shí)要積極聯(lián)系數(shù)字金融和傳統(tǒng)金融行業(yè)，利用大數(shù)據(jù)平臺(tái)做好宏觀審慎管理。要積極發(fā)揮網(wǎng)聯(lián)清算系統(tǒng)的優(yōu)勢，積極聯(lián)系數(shù)字金融和傳統(tǒng)金融行業(yè)，利用云計(jì)算、區(qū)塊鏈等大數(shù)據(jù)技術(shù)構(gòu)建數(shù)據(jù)全面、時(shí)效性強(qiáng)和信息準(zhǔn)確的金融數(shù)據(jù)庫，為國家宏觀審慎提供數(shù)據(jù)支撐。