數(shù)字普惠金融與商業(yè)銀行風險承擔的非線性關(guān)聯(lián)研究

唐 瀟

(南京財經(jīng)大學金融學院，江蘇 南京 210023)

一、 引言

近年來，數(shù)字技術(shù)正在以新理念、新業(yè)態(tài)、新模式全面融入人類建設(shè)各領(lǐng)域和全過程，基于數(shù)字技術(shù)所誕生的數(shù)字經(jīng)濟已經(jīng)成為世界各國推動經(jīng)濟發(fā)展和爭奪國際金融戰(zhàn)略制高點的強大助力[1]，發(fā)展數(shù)字經(jīng)濟是把握新一輪科技革命和產(chǎn)業(yè)變革新機遇的戰(zhàn)略選擇。 雖然數(shù)字技術(shù)的應(yīng)用有利于賦能傳統(tǒng)產(chǎn)業(yè)升級，引發(fā)了支付、理財?shù)阮I(lǐng)域的變革，但也給傳統(tǒng)金融機構(gòu)造成了一定的沖擊。 商業(yè)銀行作為傳統(tǒng)金融的主力軍支柱、貨幣政策的重要傳導渠道，在我國金融體系中居于主導地位，發(fā)展數(shù)字普惠金融是大勢所趨，是實現(xiàn)生存所致的必要轉(zhuǎn)型[2]。 其風險承擔水平會通過風險傳導至整個金融市場，關(guān)乎整個金融市場的穩(wěn)定。 商業(yè)銀行應(yīng)該抓住數(shù)字普惠金融的發(fā)展機遇促進自身改革，旨在改善經(jīng)營績效、降低經(jīng)營風險，以獲得更大的發(fā)展空間，進而提升整個金融行業(yè)的服務(wù)水平[3]。

圍繞數(shù)字技術(shù)與商業(yè)銀行風險關(guān)系的研究，已有文獻主要從兩個角度展開。 一方面，許多學者認為數(shù)字技術(shù)的應(yīng)用給商業(yè)銀行的發(fā)展提供了更大的可能性。 焦瑾璞[4]研究認為數(shù)字技術(shù)的加入和快速發(fā)展在數(shù)字普惠金融發(fā)展初期有效促進金融服務(wù)工具和模式的創(chuàng)新，從而降低信息不對稱性和金融服務(wù)邊際成本，提高地理區(qū)域性和金融可得性，進而有助于提高商業(yè)銀行金融服務(wù)的公平性；更為廣泛的客戶群還可以將銀行資產(chǎn)負債表擴展到新的業(yè)務(wù)領(lǐng)域，使風險多元化，進而起到一定的風險防范作用[5]。 另一方面，還有一些學者認為數(shù)字技術(shù)的加入在促進商業(yè)銀行經(jīng)營模式轉(zhuǎn)變的同時也帶來了難以考量的風險[6]。 戴國強和方鵬飛[7]研究表明互聯(lián)網(wǎng)金融通過提高商業(yè)銀行的資金成本、降低盈利能力直接提高商業(yè)銀行的破產(chǎn)風險，并且通過風險轉(zhuǎn)移，推高貸款利率迫使企業(yè)為獲取高收益而投資高風險項目，以間接提升商業(yè)銀行風險承擔；汪可等[8]還提出數(shù)字技術(shù)在賦能制度體系與管理組織結(jié)構(gòu)創(chuàng)新的同時也帶來了一系列的不確定性。

現(xiàn)有的文獻對銀行在數(shù)字化過程中存在的機遇與風險做了多角度詳細的研究與分析，具有豐富的借鑒意義，但也存在諸多問題。 首先，許多學者僅局限于普惠金融或者金融科技的角度進行研究，而本文試圖從數(shù)字技術(shù)和傳統(tǒng)普惠金融相結(jié)合的數(shù)字普惠金融視角加以探究。 其次，不少學者從各方面對商業(yè)銀行風險承擔的影響因素、風險與機會做出了分析，本文將商業(yè)銀行置于數(shù)字普惠金融環(huán)境中，研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展與商業(yè)銀行風險承擔呈現(xiàn)倒“U”型關(guān)系，豐富了商業(yè)銀行風險承擔相關(guān)研究。 最后，本文參考北京大學數(shù)字金融研究中心編制的2011～2020 年度數(shù)字普惠金融指數(shù)構(gòu)建模型定量分析，并進一步從覆蓋廣度、使用深度和數(shù)字化程度三個維度分析其影響程度。 從現(xiàn)實角度看，對這些問題的研究有助于加大對數(shù)字普惠金融風險問題的重視，對促進商業(yè)銀行與數(shù)字普惠金融的深度融合，進而推動數(shù)字普惠金融體系可持續(xù)發(fā)展具有重要意義。

二、 理論分析與研究假設(shè)

數(shù)字普惠金融，主要體現(xiàn)在“普惠”和“數(shù)字”角度。 從“普惠”的角度看，數(shù)字普惠金融要求打破“二八原則”，擴展金融覆蓋面，將被傳統(tǒng)金融忽視的80%的客戶納入服務(wù)范圍，提高地理區(qū)域性和金融可得性，觸及金融機構(gòu)原先無法或不愿涉及的偏遠貧困地區(qū)，使得商業(yè)銀行可以獲得充足的存款和減少對不穩(wěn)定性融資的依賴[9]，這就使得商業(yè)銀行業(yè)務(wù)拓展面臨較高的營運成本和風險。 普惠所面臨的長尾客戶存在低信用狀況，甚至處于次級用戶水平，商業(yè)銀行的經(jīng)營不穩(wěn)定、波動風險加大，使得其不得不提高風險承擔以應(yīng)對風險；并且數(shù)字普惠覆蓋面擴大，會分流商業(yè)銀行的存款吸收和優(yōu)質(zhì)客戶，客戶平均質(zhì)量下降，銀行在競爭中的市場份額被瓜分，失去了壟斷優(yōu)勢和口碑效應(yīng)[10]，獲利減少，其更愿意主動提高自身的風險容忍度和風險承擔以對沖收益減少額。 從“數(shù)字”的角度來看，互聯(lián)網(wǎng)數(shù)字技術(shù)的發(fā)展，使得數(shù)字普惠金融服務(wù)變得更加可行。數(shù)字移動技術(shù)的快速發(fā)展有效促進了金融服務(wù)工具和模式的創(chuàng)新，增加了商業(yè)銀行的發(fā)展可能性[4]；銀行通過不斷加大金融科技的投入不僅可以擴展金融產(chǎn)品、優(yōu)化服務(wù)流程，也可以提高自身的風險識別能力；另外，銀行以數(shù)字技術(shù)為基礎(chǔ)和載體可以推動從業(yè)人員與客戶對新知識的吸收、應(yīng)用和進一步擴散，進而促進舊業(yè)務(wù)的優(yōu)化和新業(yè)務(wù)的誕生。 但數(shù)字技術(shù)對銀行績效的增進作用具有一定的滯后性[11]。 因此，本文提出假說1:

H1:數(shù)字普惠金融對商業(yè)銀行風險承擔的影響呈現(xiàn)先升后降的倒“U”型趨勢。

三、 數(shù)字普惠金融與商業(yè)銀行風險承擔的關(guān)系檢驗

(一)模型設(shè)定與數(shù)據(jù)選取

為了驗證數(shù)字普惠金融與商業(yè)銀行風險承擔之間可能存在的倒U 型關(guān)系，本文參考郭品和沈悅[12]的經(jīng)濟模型，加入平方項是為了捕捉數(shù)字普惠金融對商業(yè)銀行可能存在的非線性關(guān)系。 由于銀行風險存在一定的持續(xù)性[13]，因此，本文引入商業(yè)銀行風險承擔的一階和二階滯后項，具體實證模型設(shè)定如下。

式中，被解釋變量 RISKi，t為銀行i在t年份的風險承擔水平，用Z值來表示。 DFIt為年份t的數(shù)字普惠金融指數(shù)即本文的核心解釋變量。 詳細的變量如表1 所示，變量數(shù)據(jù)來源于萬得、Chioce 和國泰安數(shù)據(jù)庫，缺失數(shù)據(jù)通過查找銀行年報獲取。 最終，本文選取了89 家商業(yè)銀行2011 年至2020 年的數(shù)據(jù)，包括6 家大型商業(yè)銀行、11 家股份制商業(yè)銀行、55家城市商業(yè)銀行、17 家農(nóng)村商業(yè)銀行，并對所有連續(xù)變量進行了上下1%的縮尾處理。

表1 變量定義

(二)基準回歸結(jié)果分析

商業(yè)銀行風險承擔、銀行微觀特征變量和宏觀層面變量的描述性統(tǒng)計如表2 所示。 表2 顯示，由Z值代理的我國商業(yè)銀行的風險承擔的平均值為414.2，標準差為4084.1，較大的極差和高標準差說明Z值變化較大，即我國商業(yè)銀行風險承擔的橫截面差異范圍很大，這種變化和Houston 等[14]的研究一致，不良貸款率4.2 的極差也驗證了這一點。

表2 主要變量的描述性統(tǒng)計

考慮到被解釋變量的滯后項和商業(yè)銀行微觀特征變量與商業(yè)銀行風險承擔之間存在一定的因果聯(lián)立關(guān)系帶來的內(nèi)生性問題，運用動態(tài)面板模型可以同時解決銀行微觀特征變量之間具有的內(nèi)生性問題并有效估計被解釋變量滯后項。 因此，本文借助動態(tài)面板廣義矩估計，分別使用了差分GMM 和系統(tǒng)GMM 估計法進行回歸。

回歸結(jié)果如表3 所示，1、3 列是差分 GMM 估計結(jié)果，2、4 列是系統(tǒng) GMM 估計結(jié)果，其中，列 1 和列2 僅考慮時間效應(yīng)。 可以看出，DFI 和 DFI2系數(shù)分別為負和正，且分別在差分GMM 估計和系統(tǒng)GMM估計下通過了1%和5%水平下的顯著性檢驗。 AR(2)檢驗和Sargan 檢驗結(jié)果均大于0.1，說明所有的工具都是有效的，不存在過度識別。 較高的Z值意味著更高的穩(wěn)定性或更低的風險承擔，反之亦然。因此，回歸結(jié)果顯示數(shù)字普惠金融與Z值呈現(xiàn)“U”型關(guān)系，即表明數(shù)字普惠金融與我國商業(yè)銀行風險承擔之間呈現(xiàn)倒“U”型關(guān)系，驗證了假說 H1。 此外，3、4 列加入了控制變量后系數(shù)回歸符號未發(fā)生顯著變化，再次驗證假說H1 成立。 列4 的估計結(jié)果顯示模型是一條開口向上的拋物線，該二次函數(shù)的拐點是267.1，略小于2017 年我國各地區(qū)數(shù)字普惠金融平均總指數(shù)，由于數(shù)字普惠金融指數(shù)呈現(xiàn)逐年遞增趨勢，本文認為，2011 年至2016 年，數(shù)字普惠金融的發(fā)展增加了我國商業(yè)銀行風險承擔。 因此，從動態(tài)演進視角來看，數(shù)字普惠金融對我國商業(yè)銀行風險承擔的影響并非簡單的線性關(guān)系，而是呈現(xiàn)出先升后降的倒“U”型特征。

表3 數(shù)字普惠金融與商業(yè)銀行風險承擔關(guān)系檢驗:基準回歸

四、 結(jié)論與建議

數(shù)字技術(shù)所展示的最大優(yōu)勢是支持普惠金融的發(fā)展，其加大了普惠金融的覆蓋面，為農(nóng)村和貧困社區(qū)的銀行客戶提供更便利的融資渠道；與此同時，數(shù)字普惠金融也帶來了一定的風險。 本文基于數(shù)字普惠金融和商業(yè)銀行風險承擔的相關(guān)理論進行了實證研究，結(jié)果表明數(shù)字普惠金融與Z值之間呈現(xiàn)倒“U”型關(guān)系，即隨著數(shù)字普惠金融的發(fā)展，我國商業(yè)銀行風險承擔最初有所增加，在一定點后降低。 根據(jù)實證所得結(jié)果分析，2017 年是商業(yè)銀行風險承擔變化的轉(zhuǎn)折點。 根據(jù)上述研究結(jié)果，本文提出如下建議。

第一，商業(yè)銀行應(yīng)當積極應(yīng)對數(shù)字普惠金融帶來的沖擊，有度有節(jié)地與數(shù)字普惠金融相融合。 首先，商業(yè)銀行應(yīng)當積極響應(yīng)數(shù)字普惠金融，拓寬金融服務(wù)地理區(qū)域，提供優(yōu)質(zhì)服務(wù)，提高競爭力避免儲戶流失。 其次，商業(yè)銀行應(yīng)當加強大數(shù)據(jù)風險管理，完善大數(shù)據(jù)風控體系。 減少信息不對稱問題以提高征信準確度，避免激進型經(jīng)營策略，把握盈利性與安全性之間的平衡。 最后，商業(yè)銀行應(yīng)當注重數(shù)字技術(shù)的穩(wěn)定和創(chuàng)新，為銀行業(yè)務(wù)拓展建立隱形風險防火墻，同時加強金融科技人才的引進與培養(yǎng)。

第二，完善的大數(shù)據(jù)風控體系和高效率的金融科技布局是促進數(shù)字普惠金融正向發(fā)展的有效措施。 一方面，要積極鼓勵市場金融科技平臺采用大數(shù)據(jù)模式，建立日益完善的大數(shù)據(jù)風控體系，精準控制每個環(huán)節(jié)，將風險做到可控，實現(xiàn)普惠金融的數(shù)字化向數(shù)智化發(fā)展。 另一方面，市場可以在合理合法的前提下通過高效率的金融科技布局，運用大數(shù)據(jù)、云計算等技術(shù)實現(xiàn)一攬子客戶信息的收集，豐富數(shù)據(jù)維度與邊界，有效隔離風險客戶，減少因征信數(shù)據(jù)失實而產(chǎn)生的違約問題。

第三，在數(shù)字普惠金融渠道上保護客戶數(shù)據(jù)的成本可能超過提供數(shù)字普惠金融服務(wù)的成本，這對監(jiān)管機構(gòu)提出了重大挑戰(zhàn)。 新型的金融創(chuàng)新模式使得監(jiān)管機構(gòu)無法制定一刀切的監(jiān)管框架來對金融服務(wù)提供商予以規(guī)范，而需要以適當和及時的方式解決問題。 因此，政府監(jiān)管機構(gòu)應(yīng)該對數(shù)字普惠金融的各參與主體規(guī)范化監(jiān)管，提高金融體系存貸基礎(chǔ)的穩(wěn)定性，引導數(shù)字普惠金融良性發(fā)展。