數字金融業務對于銀行競爭力的影響研究
——以A 銀行S 分行為例

□ 王斌 李夢溪 陳慧

一、引言

近年來，中國不斷推進和實施普惠金融國家發展戰略，金融機構體系作為銀行業發展的主導載體，歷經多年的改革后，是否能夠有效地實現全面深化普惠金融的服務目標，是目前銀行業改革的重要命題之一。2015年《推進普惠金融發展規劃（2016-2020年）》的出臺，指明了未來中國普惠金融發展的前進道路，尤其指出了普惠金融應當考量客戶群體的特殊性，對于抗風險能力較差的農戶、老年人、貧困人口以及小微企業等人群應當重點關注、服務，但目前，農戶、小微企業、新型農業經營主體受到金融排斥的現象依舊非常普遍。

20世紀80年代，中國農村金融體系開始了變革之路，不斷擴大規模和體量，2006年，銀監會在原有的金融市場面上，加大了對于農村金融的扶持，降低農村金融機構的準入條件，此時銀行主導的金融機構體系已發生深刻變化，國有銀行控制下的行政壟斷和農村信用社主導下的市場壟斷相繼被打破，銀行的多元化競爭格局，將能夠優化目前金融市場結構，實現普惠金融業務深化。因此，探究銀行競爭力提升的有效途徑，結合實證結論給予有針對性的建議，不僅能夠為今后銀行定向施策提供有效且直接的經驗依據，還能為銀行長久戰略發展與布局提供高效率的實踐依據。

從大環境來看，中國改革開放以來一直以其人口紅利和基礎制造業的低廉勞動力實現自身實力的不斷提升，但是隨著中國不斷推行優生優育、加強教育引導、人才引進等原因，中國的人口紅利不斷喪失，中國創新性地提出了供給側結構性改革，從供給端不斷優化產業結構升級，這將會促進價格優化和產值的大量增加。而供給側改革最重要的因素便是創新技術尤其是網絡科技與服務創新技術的提升與創新能力的增強。

與此同時，數字金融體系對于銀行的顛覆性影響正實現“去實體化”“去中介化”“去專業人員化”等三個明顯特征，眾多數字金融平臺應運而生，銀行逐漸喪失原有的金融網點優勢效應，尤其是信貸產品、財富管理業務、支付結算功能服務等，對于銀行而言，互聯網金融模式改變和創造亟待行動。

數字金融不僅能夠給客戶提供更好的用戶體驗，給銀行帶來更低廉的運營成本、更廣泛的服務范圍，突破地理距離的齟齬，還能夠基于互聯網本身的分析特點，在“互聯網+”體系構成中，實現多元化組合，通過數據挖掘、引擎搜索、大數據云計算等可以實現互聯網深度和廣度同時全面傳播，共享社交網絡，拓展客戶私域社交圈，將冗余的機構與個人信息進行有針對性地篩選、處理，得到可借鑒的財務信息。不僅如此，銀行作為中間方在金融體系中，可以利用互聯網與第三方建立長期耦合關系，實現與制造業、交通業、物流業、零售業等多方的資源共享與優勢互補，拓展營銷廣度，構建以第三方產業發展路徑為導向的銀行服務新模式。

二、文獻綜述

對于本文的研究內容，已有國內外學者進行了一定的研究，本章對于銀行競爭力、數字金融等相關的文獻進行了一定的梳理和歸納，一方面為精煉各個學者對于某個研究主體所提出觀點的共同點與區別，以期能夠從各學者與前輩的研究中得到一定的參考，一方面為闡明現有的研究狀況，以明晰本文的差異之處與創新點。

（一）銀行競爭力指標構建

銀行的本質為金融企業，以往的很多學者便采用衡量企業競爭力的評價指標體系去評價銀行競爭力，但其構成與屬性卻又與一般的企業不同，目前國內外對于商業銀行競爭力的研究與評價體系的構建主要集中于三個方面：一是以楊丹為代表的“構成要素論”，通過商業銀行所具有的各個要素進行綜合衡量，主要有財務指標、金融創新、品牌建設、資源管理等方面來構建核心競爭力體系。二是以Pra-halad Hamel Kesler等人為代表的“技能整合論”，其主要觀點為商業銀行核心競爭力并非簡單的單一維度評價，單一的技能或能力不能夠形成完善的評價標準，必須經過整合方能體現綜合性。三是以凱文·科因、郭斌為代表的“資源勢差論”，其主要觀點為核心競爭力的體現應當在于商業銀行在歷史發展的時空下相對于競爭對手的勢差，但該種觀點對于競爭力的理解層次性不強，相對值的研究難以從絕對性角度上獲得支持。

以往的眾多學者都采用銀行網點的地理位置分布來構建地區銀行競爭力指數，并以此來判定該地區銀行網點的綜合“話語權”，例如學者Benfratello et al（2008）以及Chong et al（2013）。

學者王雪、何廣文（2019）采用網點分布數據來構建了赫芬達爾-赫希曼指數（HHI指數）以及前兩大銀行集中度指數（CR2指數）綜合構建地區銀行競爭力大小，并考慮到該種分析方法具有前瞻性假設：所有銀行網點同效率假設，因此加入了相關性分析以驗證穩健性和構建合理性。

何凌云、吳晨、鐘章奇等人（2018）、Tang（2016）、劉立民、牛玉鳳和王永強（2017）采用總資產收益率作為替代指標來衡量地區銀行競爭力，考慮該指標應當體現盈利性、流動性和安全性，是一個具有時間尺度的綜合概念，而總資產收益率能夠較為全面地進行衡量，且在最終的模型構建中，加入了核心自變量的滯后一期變量，探究政策的連續性的必要性。

學者金碚（2003）、楊家才（2008）、曹永棟和陸躍祥（2012）等學者認為，衡量地區銀行競爭力的最主要考量因素應當為盈利能力，例如營業利潤、營業收入、凈利潤等，唯有如此，才能對于總體變化水平具有全面且完善的認知。

學者遲國泰、鄭杏果、楊中原等選取國有銀行作為研究對象，該種方法通過選取分指標中的主成分來對競爭力指標進行測度衡量，以得到合適且能夠被計量的評價方法。

（二）數字金融與銀行競爭力影響文獻

吳曉光、陸楊、王振等（2010）基于數字金融信息化、虛擬化、一體化等特點，有針對性地提出了數字金融方向上提升商業銀行的路徑，從技術、營銷、管理、人才等四個角度全面闡釋了具體措施和實施的必要性及風險。

Shahrokhi（2008）對于數字金融的發展和其在金融業所發揮的作用給予了極高的評價，其認為電子金融將會有非常光明的未來，且定會成為金融市場上的主流金融模式。

但是，并非所有的研究都支持數字金融對金融業的積極影響，Goldman Saehs（2014）曾在其研究中表示，雖然目前線上的金融使用效率和頻率都較高，但在安全性支付方面，依舊存在著諸多的風險。在未來，數字金融是否能夠穩健發展，避免風暴式的安全問題，需要在當下采取積極行動。

Ibrahim（2006）等學者集中于電子銀行展開了研究，創新性地從需求端關注銀行競爭力問題，用問卷的形式，將電子銀行的服務質量的種類進行了細節性的劃分，包括序列管理、友好服務、個性化服務、針對性服務、可靠性、準確性等六個方面，從客戶對于數字金融產品、服務的感受來對銀行總體績效的重要性進行了研究討論，并最終得出客戶對于數字金融業務的感受和服務體驗，對于銀行業務增長、提高效率有著重要作用。

學者李政、王雷（2007）對于金融信息化的內涵及其產生的作用進行了深度剖析和研判，基于金融信息化的基礎，對于金融服務和產品的演化與發展進行了研究，其認為金融發展的內在驅動力便是信息化的發展，但其蘊含著巨大的金融風險。其在文章中表明，金融信息主要被分為三個不同層次：全球化、業務信息化和內部信息化，這將會對金融發展，尤其是銀行業發展起到巨大的推動作用，但過程中應當有較高的違法違規成本，需要不斷進行技術和制度的完善。

三、數字金融對銀行影響的作用機理

（一）數字金融業務的市場性效應

數字金融業務作為金融市場中重要的業態之一，近年來陸續進入市場。對于銀行和客戶而言，對其選擇的邏輯和角度卻大有不同，為此，本文采用納什均衡來對該問題進行闡明。

假設數字金融業務在新生時面臨兩種選擇，即開拓市場與維持市場，而客戶也有兩種選擇，即利用網絡與堅持線下。此時銀行進行市場開拓的成本為C1，因維持市場導致喪失的機遇的機會成本為C2，利用網絡產生的收益為R1,利用線下平臺所產生的收益為R2，客戶因使用網絡服務而提高效率，產生收益R1’,堅持線下服務產生的收益為R2’,銀行在提供數字金融服務的同時，將會給社會帶來正的外部性，促進競爭與學習，此時社會收益為S，若客戶采用數字金融服務，則需要付出一定的學習成本，例如時間、精力等，該成本被計為A，此時A遵循學習曲線，達到一定的峰值后逐漸下降。

此時銀行與客戶都具有了兩種決策的方式：

銀行選擇開拓市場，客戶選擇利用網絡，此時銀行的收益為R1-C1+S，客戶的收益為R1’-A;

銀行選擇開拓市場，客戶選擇堅持線下服務，此時銀行收益為S-C1，客戶的收益為R2’；

銀行選擇維持市場，客戶選擇利用網絡，此時銀行收益為R2-C2,客戶收益為R2’-A；

銀行選擇維持市場，客戶選擇堅持線下服務，此時銀行收益為R2-C2，客戶的收益為R2’。

由表1可以看到，為達到納什均衡，客戶和銀行都會作出對自身最有利的選擇，從長期來看，因收益與成本之間的巨大利差，銀行勢必會進行市場開拓，而對于客戶而言，R1’-A與R2’的大小是一個動態變化的過程，因為作為學習成本，其大小遵循學習曲線的規則，起初將會不斷提升，而達到臨界值后便會不斷下降，因此，初始階段，或者短期而言，客戶因數字金融服務的學習成本相對較大，會選擇堅持原有的線下服務習慣，但一旦達到二者均衡，或學習曲線的后期，此時利用網絡的成本將會顯著小于堅持線下服務。

表1 銀行與客戶的納什均衡

因此，在目前的市場經濟體系下，當數字金融服務興起，客戶初始階段會有一定排斥，導致使用意愿下降、產品銷量降低的情況，間接導致階段性的銀行競爭力的下降。但長期而言，客戶將會適應趨勢變化，進而積極地選取數字金融服務來進行業務辦理和產品購買，此時線上服務的便捷性、效率性、豐富性等將會對銀行競爭力的提升起到關鍵作用。

（二）數字金融業務的差異化效應

相對于傳統的銀行金融服務，數字金融有著獨特的延展性，即“互聯網+”特性。數字金融作為繼銀行間接融資和資本市場的直接融資后的第三種金融核心融資方式，以互聯網技術為新型媒介的快速傳導方式，使得金融行業有了更高的透明性和信息傳導性。

線下金融服務因時間和空間上的限制，導致短時間內難以短時間內金融市場的大批量獲客，且因效率的相對落后，致使對于客戶的精細化、差異化的需求難以滿足，只能以現有的資源，滿足大部分客戶的普遍性需求。

但數字金融服務的自身特點決定了其是基于大數據金融模型的算法運用，加速滲透互聯網周邊產業以及各類移動終端。從源頭開始，有針對性地定向選擇客戶群體，并推薦適合的產品與服務。在實際的場景使用過程中，打通了客戶與銀行之間的直接溝通橋梁，真正實現“千人千面”；同時，以互聯網為基底的銀行數字金融體系能夠利用海量的各類數據，進行規律性、下沉式服務，增加客戶黏性，維護存量客戶，逐步獲得市場的剩余價值，逐漸接近帕累托最優狀態，提高總體效率，從而提升銀行競爭力水平。

四、數字金融對于銀行競爭力影響的實證分析

本文將采用實證分析的方式，針對數字金融對于銀行競爭的影響進行分析和研究。所利用的軟件主要為SPSS、Stata SE 15，本章主要包含數據和變量說明、模型構建與回歸分析，旨在研究數字金融業務將會對銀行競爭力產生何種影響，同時針對個人與企業的數字金融媒介進行差異性分析，并對此后的政策建議提供理論支持。

（一）研究假設

根據前文相關理論的分析，當數字金融初次進入市場時，會受到原有客戶群體一定的排斥，使得短期內喪失一定的客戶群體，但從長期來看，數字金融的便利性和成本的低廉將會對銀行的競爭力起到長遠的正面影響。基于此，本文提出以下研究假設：數字金融與銀行競爭力在初期呈現短期的負相關關系，但長期將會呈現顯著的正相關關系，從圖形上顯示為正“U”型的非線性曲線關系。即隨著時間變化，銀行競爭力因數字金融的投入呈現先下降后上升的趨勢。

（二）數據說明與變量指標體系構建

1.數據說明。本文實證研究部分所采用的數據為A銀行S分行下轄10家分支行2019-2021三年以來的財務及業務數據統計，均來自于A銀行S分行數據統計、CSMAR數據庫、綜合參考《蘇州統計年鑒》等。

2.變量評價體系構建原則。一是綜合性原則。綜合性原則要求構建總指標的各項分指標之間要具有綜合性，縱使在最終產生結果的變量有數個，但是不同變量在發揮作用時，有時會積極地相互聯系、相互影響，形成一個緊密耦合的有機總體來對銀行競爭力產生影響。因此，選取分指標時，一方面要考慮時間維度，考察當期情況的同時，也要將指標的時間效應納入考量，例如生成滯后一期變量納入模型分析等；另一方面也要注重評價體系在地理空間維度上的廣度。二是客觀性原則。能夠從較為全面的角度進行客觀評價，考慮到總指標可能會出現的優勢、劣勢，并選取適當的指標參與指標體系構建，以便反映變量的實際情況，且選用時應當盡量考慮指標的動態性，采取能夠進行量化、可計量、動態發展的分指標，盡可能地選取官方數據，以提高最終結論的可信度和正確性。三是實用性原則。對于分指標的選取，應當遵循實用性原則，即所選取的指標真的能夠代表地區銀行競爭力的真實水平，這便要求在數據采集、數據錄入及選取的過程中盡量做到務實、求真，以期能夠以最終的數據分析結果實現政策操作上的實踐性。

3.變量體系構建

（1）被解釋變量

銀行競爭力的分指標分析：本文最關鍵的變量便是銀行競爭力水平，對于該指標的測算，國內外的學者主要集中于現實競爭力和潛在競爭力。朱純福（2002）、遲國泰、鄭杏果和楊中原（2009）認為銀行競爭力應當主要體現在盈利性和資金穩定性，Dietrich and Wanzenried（2011）經過長期的銀行業研究，認為非傳統業務、經營效率可以提高商業銀行的競爭力。本文將參考以上學者的測算方法，通過A銀行S分行各個分支行銀行的營業收入（賬面數）、凈利潤（賬面數）、本外幣存款、各項存款、各項貸款、本幣存貸比、本外幣貸款、金融機構往來凈收入、投資收益、手續費及傭金收入、機構業務實績、國際業務實績、個人業務實績、個貸業務實績、貸款利息收入期末值、其他營業收入共16個方面來對銀行競爭力進行全面衡量，并采用主成分分析法來進行指標構建銀行競爭力（BC）。

構建銀行競爭力指標：本文根據主成分分析法對該指標進行構建，在此之前應當先進行分析檢驗，以確定該指標的構建是否適宜采用該種分析方法，本文采用KMO檢驗、Bartlett球形度檢驗來進行分析驗證。KMO指的是比較變量間的簡單相關系數，其數值在0-1之間不斷變化，當簡單相關系數平方和遠遠高于偏相關系數平方和時，KMO值不斷接近1，意味著分析變量與變量之間的相關性非常高，適合進行因子分析。當二者平方和越小，即KMO值不斷接近0，相關性越弱，越不適合進行因子分析。對此，以KMO值來衡量適宜因子分析的標準，目前尚無標準答案，但是Kaise（1974）通過大量的實驗數據研究，得出了相對客觀的結論：當KMO大于0.6時，或在Bartlett校驗中對應的P值＜0.05時，我們便認為其符合要求，可以進行分析。

表2 KMO和Bartlett的適當性檢驗

通過檢驗分析，此時KMO值達到0.753，且Bartlett校驗中對應的P值＜0.05，符合要求，表明可以進行主成分分析法來對該指標進行構建，具有代表性。

表3針對主成分提取的情況可以得到：主成分分析前四個特征根分別為9.612、2.109、1.563和1.074。對于特征根的提取來說，需要進行提取的特征值應當大于所有主成分的特征值平均數，由于主成分分析中已經進行了標準差標準化，因此，特征值平均數為1，且前四項特征根累計解釋率以達到89.738%，這表明這四個Comp部分累計貢獻率以達到接近90%。因此，本次共提取出4個主成分，方差解釋率分別為60.077%、13.182%、9.769%、6.71%，并對公因子進行旋轉處理，得到相應的載荷系數、共同度。

表3 主成分特征根及主成分提取

從表4可知：對于該指數所有分指標研究項所對應的共同度值均高于0.4，意味著這16個分指標和主成分之間有著較強的關聯性，主成分可以有效的提取出信息。

表4 各主成分載荷系數及共同度

表5 主成分得分系數矩陣

BC=0.6008Comp1+0.1318Comp2+0.09769Com p3+0.0671Comp4

此時便得出了本文核心被解釋變量BC的值，最后，本文計算了各分指標與BC之間的相關系數。

通過表6的相關性分析顯示，各項分指標與BC指標之間具有非常顯著的相關關系，這不僅能夠證明本文所構建的銀行競爭力評價指標體系具有較好的代表性，能夠代表大部分信息，且能從另一個角度證明該分析方法的可行性與實踐性。

表6 銀行競爭力指數相關系數

★p＜0.05 ★★p＜0.01

（2）解釋變量

數字金融業務指標分析：本文所采用的數字金融數據為A銀行S分行各分支行的數字金融，如掌上銀行、網上銀行等產品所產出的實績效益，一方面，從盈利性角度而言，該指標能夠較為實際地反映數字金融對于銀行總體競爭力的貢獻；另一方面能夠在最終得出相關數據結果后，在實施措施上進行有針對性的提高。

數字金融業務產出組成：在數字金融實績產出的產值中，需要多項業務的加成，例如信用卡、公司業務實績、個人貸款、個人存款等，如何在網絡體系中實現“互聯網+金融”的有效結合，對競爭力總體實現更高的貢獻，這也是細分數字金融業務的重要決策之一，因此，本文從數字金融服務為出發點，探究A銀行S分行的各項金融產品，融合互聯網因子并加以分析。

（3）控制變量

信用卡實績：信用卡產品作為重要的小額信貸類金融產品，主要針對私人用戶，具有深度、廣度均衡且可拓展的特點，且深入客戶生活，參與衣、食、住、行的方方面面，易產生消費者長期黏性，是目前較為成熟的互聯網生態圈的產物。本文將信用卡實績水平，即信用卡產出的實際水平作為控制變量之一，一方面是由于信用卡產品與線上、線下的關系度都較為緊密，另一方面是因為持有該產品的客戶群體較為廣泛，能夠產生的影響力較大。

公司業務實績：公司業務實績針對對公客戶，明晰了公司的實際產出，目前與線上的緊密度不是很高，但具有客戶穩定性、長期性、體量大、資金鏈完整的特點，即廣度一般，但深度可觀的特點，一般而言，公司業務實績與銀行競爭力之間，呈現正相關關系。

（三）模型構建與回歸分析

1.模型構建

本研究以數字金融業務作為解釋變量，以BC作為被解釋變量進行面板模型構建，并且使用穩健標準誤法進行建模。面板模型涉及3個模型分別是混合POOL模型、固定效應FE模型和隨機效應RE模型。首先我們應當進行模型檢驗，對于面板數據進行前瞻性分析，本文采用F檢驗、BP檢驗和Hausman檢驗等三種方法來進行檢驗，通過檢驗結果，最終采用RE模型來作為最終結果進行呈現。

表7 模型檢驗結果匯總

BCit=α+βNFit+ΛNFi（t-1）+ηNFit2+γXit+δi+θt+εit

其中，i表示研究的各個分支行，t為觀察期，BCit為銀行的競爭力水平，NFit為i在t時的數字金融實績水平，NFi（t-1）為i在t-1時的數字金融實績水平，即滯后一期變量，Xit表示各個控制變量，δi為地區固定效應，θt為時間固定效應，εit為隨機干擾項。

2.初步回歸分析

表8 初步回歸結果

文通過以上五個模型分別對于NF、NF2、NFt-1以及信用卡業務表現、公司業務實績表現等進行了單獨和組合分析，通過模型（1）、（2）可以得出，銀行競爭力BC與數字金融業務及其平方項之間存在著非常顯著的正相關關系，置信區間達到5%，證明二者之間存在開口向上的正“U”型非線性關系，且目前斜率為正，則意味著此時發展階段為“U”型曲線的右側，持續加大對數字金融業務的投入和研發，將對銀行競爭力的提升大有裨益。

通過模型（3）可以看出，銀行競爭力與數字金融業務的滯后一期變量也存在著正相關關系，這意味著當期的銀行競爭力水平不僅受當期，還顯著地受上一期該項業務水平表現的影響，且顯著水平達到10%。因此，政策的實施應當具有持續性、穩定性，業務回暖時應當考慮周期放緩，循序漸進。

通過模型（4）、（5）可以觀察到，銀行競爭力BC也顯著地受到信用卡實績水平的影響，置信區間達到10%，且公司業務實績在與數字金融業務的共同模型中不顯著。

（四）數字金融工具的差異性分析

拓展數字金融業務通過數字金融工具產生媒介效應，個人業務受眾面較廣，但是普遍個體體量較小；公司業務的受眾面相對較窄，但深度和體量均具有較好的表現。當采取相應的干預措施時，通過數字金融工具的使用量、增量等數據，能夠從消費者選擇來深入探究消費者偏好和預算需求曲線，該理念可被柯布-道格拉斯函數以及數量指數對于消費束的研究中推導得出，本文在此不再贅述，而該數據結果可作為下一期的行為導向來對政策進行及時的反思和調整。

以A銀行為例，最普遍的數字金融工具便是掌上銀行、網上銀行，因企業普遍采用K寶、K令等網銀數字結算工具，而個人普遍采用掌上銀行，故筆者采集A銀行S分行三年的新增企業掌銀和網銀客戶數量（戶）、個人掌銀月活躍客戶數量（萬戶）、互聯網金融收入（億元）等數據，并據此進行整理，并進行PLS回歸分析，該分析方法將自變量與因變量進行濃縮，結合了典型相關、主成分分析和多元線性回歸等研究方法，能夠較為準確地表達變量相關關系。

表9 主成分與研究項數學關系表達式

上表展示主成分與研究項之間的數學關系表達式，分別包括主成分U與自變量X之間的關系表達式，以及主成分V與因變量Y之間的關系表達式，如下所示：

主成分U1=-0.692*新增企業掌銀網銀客戶+0.722*個人掌銀月活躍客戶

主成分U2=0.709*新增企業掌銀網銀客戶+0.706*個人掌銀月活躍客戶

主成分V1=0.675*互聯網金融收入-0.931*網絡金融業務

主成分V2=0.412*互聯網金融收入+0.359*網絡金融業務

表10 因變量Y與自變量X間關系之回歸系數

上表展示因變量Y與自變量X之間的回歸關系表達式，包括每個因變量Y與所有自變量間的關系表達式，如下所示：

互聯網金融收入=0.658*新增企業掌銀網銀客戶+1.463*個人掌銀月活躍客戶

網絡金融業務=1.220*新增企業掌銀網銀客戶+0.285*個人掌銀月活躍客戶

根據上文對于數字金融工具的計量分析，可以得出，個人掌銀月活躍客戶對于互聯網金融收入的影響具有極強的顯著性，標準化系數為1.463，新增企業掌銀網銀客戶較次，標準化系數為0.658，而新增企業網銀掌銀客戶將會對網絡金融業務的成長和發展產生較為顯著的影響，標準化系數為1.220，個人掌銀月活躍客戶數較次，標準化系數為0.285。

本文根據回歸系數的正負性來對上文的數據結果進行檢驗，以驗證數據分析方式對于最終結果的準確性。

根據表11可知以上研究的準確性和合理性，并可據此作為探究媒介效應的有效依據。

表11 回歸系數檢驗

五、穩健性檢驗

穩健性檢驗旨在考察已有的評價指標體系以及解釋方式與解釋力度的強力性，即當數據模型中的變量產生變化，或存在偶然性誤差時，最終結果是否依舊能夠保持穩定與一致，若是，則意味著結果為穩健。本文的第四部分已經對于數字金融與銀行競爭力之間關系進行了回歸分析，在此基礎上再進行魯棒回歸和滯后一期變量穩健性檢驗。

（一）魯棒回歸

表12 數字金融業務Robust回歸分析結果

表13 數字金融業務平方項 Robust回歸分析結果

表14 數字金融業務滯后一期變量Robust回歸分析結果

通過魯棒回歸可以判斷出，有關于數字金融業務實績的當期、平方項及其滯后一期之間的相關關系與前文的回歸結果基本保持一致，雖然個別控制變量的數值有細微變化，但總體通過了檢驗，能夠表明二者之間的非線性關系，且數字金融業務的滯后一期變量也會對銀行競爭力產生積極且顯著的影響。

（二）兩階段最小二乘回歸（TSLS）檢驗

為探究原模型的內生性問題，本文將再進行兩階段最小二乘回歸檢驗，即TSLS檢驗，來對于以上模型的回歸結果進行進一步驗證，探究數字金融業務對于銀行競爭力的影響情況。首先將內生變量與工具變量進行羅列。

表15 兩階段最小二乘回歸變量類型

表16 兩階段最小二乘回歸分析結果

從上表可知，將數字金融業務作為內生變量，信用卡實績、公司業務實績作為工具變量，BC作為被解釋變量進行兩階段最小二乘回歸，第一階段是將數字金融業務作為被解釋變量Y，將信用卡實績、公司業務實績作為解釋變量，然后進行線性回歸得到預測估計值；第二階段是將BC作為被解釋變量，將第一階段預測估計值作為解釋變量進行線性回歸，并得到最終結果。

從上表可以看出，修正后的模型R 方值為0.822，意味著數字金融業務可以解釋BC的82.9%變化原因。對模型進行Wald卡方檢驗時發現模型通過Wald卡方檢驗（Chi=52.907，p=0.000＜0.05），也即說明數字金融業務一定會對BC產生影響關系，以及模型公式為：BC=38604.017+28.322*數字金融業務。最終具體分析可知：數字金融業務的回歸系數值為28.322（p=0.000＜0.01），意味著數字金融業務會對BC產生顯著的正向影響關系。

總結分析可知：數字金融業務全部均會對BC產生顯著的正向影響關系。

表17 Durbin-Wu-Hausman test外生性檢驗

Durbin-Wu-Hausman test用于檢驗解釋變量X是否均為外生變量（即是否不存在內生變量），此時檢驗的p值均大于0.05，分別為0.971和0.973，這說明解釋變量X全部外生，即兩個工具變量不存在內生性問題。

六、結論及政策建議

（一）結論

本文通過對A銀行S分行10個分支行進行了數據梳理與研究，采用主成分分析法構建了銀行競爭力指標體系，并基于此展開了數字金融業務對于銀行競爭力的影響的實證研究，具體結論如下：

1.A銀行S分行數字金融業務與銀行競爭力之間存在正“U”型的非線性關系，即銀行競爭力對于數字金融業務的變動存在一個臨界值，在最開始將數字金融業務進行推廣時，將會帶來銀行競爭力的短時間下降，但達到“U”型拐點時，數字金融業務與銀行競爭力之間便為積極的正相關關系。

2.A銀行S分行目前正處于“U”型拐點的右側部分，即此時注重數字金融業務建設與投入將會積極且顯著地促進銀行競爭力的提升。

3.A銀行S分行各分支行競爭力不僅受當期數字金融業務的影響，還顯著地受上一期該項業務的影響，即此時需要考量與分析的不僅是當期數字金融業務的表現，還有上一期該項業務的總體表現。

4.信用卡產品對于銀行競爭力的提升也具有積極的正向作用，且在與數字金融業務的共同模型中表現顯著。因此，融合信用卡產品與線上渠道將會對銀行競爭力的提升達到事半功倍的效果。

5.對于銀行業的數字金融業務來說，不同的渠道媒介所產生的效果不盡相同。以A銀行S分行為例，個人掌銀月活躍客戶量與新增企業掌銀網銀客戶量從不同的渠道來對銀行數字金融發展產生影響，個人掌銀月活躍客戶對互聯網金融收入有顯著的正向影響，影響因子為1.463，為新增企業掌銀網銀客戶的2倍以上；而新增企業掌銀網銀客戶對數字金融業務本身所產生的影響是極其顯著的，影響因子為1.220，約為個人掌銀月活躍客戶的4.3倍。

（二）政策建議

本文立足A銀行S分行的財務及業務情況，探究提升銀行競爭力的有效途徑，對于增強銀行數字化轉型創新能力，提高業務效率，構建良好的新業態競爭力體系具有一定的參考和啟示。

1.積極推動數字金融業務項下的相關服務與產品。將傳統的宣傳媒介，例如報紙、傳單等逐漸轉移到社交平臺上進行推廣，提高掌上銀行、網上銀行的每月新客數量、線上活客數量等指標，并對于持續登錄的用戶進行獎勵，上線小游戲、簽到有獎、金幣抽獎、積分有禮等，對于客戶進行積極的正向鼓勵與粘性積累獎勵。同時，加強線上存貸款主體業務的拓展，目前大量客戶依舊保留著網點開存單、辦理小額貸款的習慣。2019-2021年，線上存貸款的增長額分別增長28%、38%以上，體現了線上存貸款業務非飽和現狀，且目前眾多非銀行業市場互聯網存貸產品的負面情緒較高，因此銀行應抓好關鍵節點，構建良好的線上存貸產品循環體系。

2.制定數字金融業務相關產品及服務的政策時，應當充分考慮上一期數字金融服務的表現對于當期銀行競爭力的影響，與上一期政策盡量保持穩定性和持續作用性。當作出政策調整時，也應結合政策與效果之間的時滯，適當延長政策轉變周期，同時應加強對于數字金融的事前、事中、事后的全流程監督，提高相應的金融風險控制能力，以免出現規模性、結構性風險。

3.加強數字金融服務與信用卡產品的有效融合，在虛實卡的基礎上，注重線上虛擬卡的使用，完善掌上銀行的信用卡欄目的結構排版，真正實現“千人千面”。使得客戶能夠對于所持有卡片的信息以及相關優惠產品與服務具有充分了解的渠道。例如，信用卡欄目中可仿照借記卡主系統內的排版結構，當客戶點擊后，便能夠展示客戶所持有卡片及其詳細產品介紹，例如賬單日、還款日、年費及年費減免條件、優惠活動及實現渠道等，對于所有信用卡用戶、特定卡種信用卡客戶的優惠活動也應一并列明，此時再結合線上渠道的特殊性質，直接推送相關活動的鏈接，方便客戶直接使用，減少客戶學習成本，提高客戶活躍程度。

4.數字金融政策制定應當根據實際情況采取相應的渠道支持，個人掌銀月活躍客戶將會更有效地促進互聯網金融收入，尤其是短期內若想增加收益，將需要有針對性地增加個人掌銀活躍用戶，加強宣傳和推廣，積極開展個人掌銀普及率，增加場景建設及場景促活應用，實現批量獲客活客的群聚效應；新增企業掌銀網銀客戶將會對數字金融業務本身產生顯著影響，長期而言，必須依賴企業客戶數字金融業務的拓展和深入，因此，應當有針對性地提升企業開戶數量、普及企業掌銀網銀優惠政策、積極與當地工商等部門進行對接、優化界面布局提升客戶體驗等。