銀行數字化轉型如何影響企業創新績效？
——基于信貸配置視角

劉時雨，秦 暢

（1.鄭州銀行博士后科研工作站，河南 鄭州 450018；2.西南財經大學 金融學院，四川 成都 611130；3.東北農業大學 經濟管理學院，黑龍江 哈爾濱 150030）

一、引言

創新是發展的第一動力，要強化企業科技創新主體地位，需要促進各類創新要素向企業聚集。然而，企業創新具有高投入、長周期的特征[1]，銀企之間的信息不對稱問題容易誘發逆向選擇和道德風險，這將阻礙企業的外部融資渠道，限制企業創新發展。在經濟高質量發展背景下，如何提升金融服務質效，激發企業創新活力，成為當前理論界與實務界關注的熱點問題。近年來隨著信息科技的發展，在大數據、云計算、人工智能、物聯網等新興技術的驅動下，金融與科技的深度融合帶來金融服務模式深刻變革。《“十四五”數字經濟發展規劃》和《中國銀保監會辦公廳關于銀行業保險業數字化轉型的指導意見》強調要加快金融領域的數字化轉型，推動新興技術在金融領域的深化應用。2022 年24 家上市銀行科技總投入達1850.59 億元，6 家國有大型銀行科技投入占營業收入的比重由2021 年的2.92%上升至2022年的3.16%；9 家股份制銀行科技投入占營業收入的比例從2021年的3.57%上升至2022年的3.91%。①安永：《中國上市銀行2022年回顧及未來展望》。商業銀行數字化加快轉型，不斷擴大金融服務的深度和廣度，為企業創新發展提供了有利條件。

在中國經濟轉型升級和信息技術蓬勃發展的背景下，研究銀行數字化轉型如何影響企業創新具有現實意義。以往關于金融科技的研究可以分為兩大類，即互聯網企業和商業銀行使用的金融科技[2]。二者區別在于：互聯網企業主要面向個體工商戶等“長尾經濟”提供信貸支持和技術方案；而銀行金融科技表現為銀行的數字化轉型程度，更多地提升對傳統信貸客戶的服務質效[3]。金融科技如何影響實體經濟的發展，引發了廣泛關注。外部金融科技方面，現有研究發現互聯網金融科技公司在一定程度上替代了銀行傳統信貸業務，高效的融資方式能夠緩解企業的融資約束[4]，同時對提高企業全要素生產率、促進企業創新等方面產生積極作用[5-7]。而關于銀行金融科技的研究集中在銀行自身領域，研究發現金融科技賦能下的商業銀行，擁有更強的風險防控能力[8]，促進了信貸資源的有效配置。

理論上來看，金融科技賦能下的商業銀行，擁有較強的客戶信息搜集和處理能力，同時依托大數據風控技術能有效緩解銀企之間的信息不對稱，降低借貸過程中可能出現的道德風險和逆向選擇問題，從而提高銀行信貸資源的配置效率，這可能對企業創新績效產生潛在影響。那么，銀行數字化轉型能否有效提升企業創新績效？二者之間存在怎樣的作用機制？這些問題的探討將進一步完善商業銀行數字化轉型助力實體經濟的相關研究，也為銀行進一步推動數字化技術與業務模式的融合應用奠定了實證基礎。

本文主要的邊際貢獻可能在于以下兩個方面。

第一，從企業公告的貸款信息入手，利用北京大學發布的商業銀行數字化轉型指數與上市企業的逐筆貸款信息進行匹配，并以企業逐筆貸款占總貸款額的比例為權重，加權合成貸款企業對應的銀行數字化指數，將銀行數字化轉型納入企業創新的研究當中，進一步拓展了銀行數字化轉型的研究范疇。

第二，創新是發展的第一動力，本文在構建“銀行數字化轉型—信貸配給—企業創新”的理論分析框架基礎上，通過中介效應模型定量解釋銀行數字化與企業創新的內在機制。這有助于厘清銀行數字化發展對企業創新績效的微觀作用路徑，為商業銀行數字化轉型對實體經濟產生的積極影響提供實際證據。

二、文獻回顧與研究假設

（一）文獻回顧

金融科技應用正加速進入銀行業，并將成為銀行數字化轉型的重要推動力。隨著金融科技化轉型的不斷加深，通過科技賦能傳統商業銀行加速數字化轉型，可以提高銀行的信貸配置效率[9]。以往研究主要集中在銀行金融科技發展對自身績效、風險承擔等方面的影響[10-12]，然而如何將銀行數字化轉型嵌入微觀企業的研究當中，逐漸成為學者們關注的熱點問題。

在理論研究方面，現有研究通過理論模型把銀行數字化與微觀企業納入同一框架進行研究，經推演發現數字化技術可以降低銀企間的信息不對稱程度、放大聲譽損失，在有效懲罰機制下，有助于提升銀行對中小微企業的服務意愿[13]。在實證研究方面，一些學者利用企業在銀行的貸款信息并結合銀行自身金融科技水平，創造性地構建了微觀企業對應的銀行金融科技指標，將銀行金融科技的研究范疇拓展到微觀企業領域，發現銀行金融科技發展能夠提升銀行信息甄別能力，顯著緩解企業短債長用現象[14]。遵循這一方法，學者們進一步研究發現金融科技強化了銀行的信息識別能力和風控能力，有助于銀行將信貸資源從僵尸企業轉移到優質民企[3]；并且銀行金融科技發展還有助于降低企業金融化水平，對緩解企業融資約束、促進企業提質增效產生積極作用[15-16]。

對以往文獻的回顧可以發現，關于銀行數字化轉型的研究已經拓展到微觀企業研究領域。在經濟高質量發展背景下，促進企業進行技術創新是實現創新驅動的關鍵所在，卻較少有文獻關注銀行數字化轉型對企業創新績效的影響。該問題的研究不僅有利于進一步揭示銀行數字化發展對企業創新績效的微觀作用路徑，而且為銀行數字化轉型助力實體經濟發展提供有力證據。

（二）研究假設

創新驅動是推動我國經濟高質量發展的第一動力，企業作為科技創新的主體，在創新研發過程中面臨諸多挑戰。一方面，企業創新的風險較高，技術進步、產品升級等重大實質性創新往往具有較長的投資周期[1]，信息不對稱問題凸顯，極易誘發逆向選擇和道德風險，因此創新活動需要更高的失敗容忍度[17]，但傳統銀行業保守的經營模式使企業創新活動深陷融資約束困境[18]。另一方面，創新項目的資金需求大且難以形成短期回報，當企業面臨嚴重的資金短缺時，傾向于削弱新產品研發開支。那么，銀行的數字化轉型能否實現金融服務的普惠化，從而促進企業創新發展，可從企業貸款結構和融資成本的角度進行分析。

1.商業銀行數字化轉型可以優化企業貸款結構

在貸款結構方面，由于銀企之間固有的信息不對稱問題，抵押物的存在能夠一定程度緩解企業的道德風險，銀行“見抵即貸”導致企業的信貸資源多以抵押貸款為主。抵押貸款雖有利于降低銀行風險，但對于輕資產行業而言，企業本身缺乏固定資產不利于獲得信貸資源，限制了企業的創新發展。而信用貸款依賴銀行風控識別能力，雖不需要抵押物但對企業的信用水平有較高要求。商業銀行數字化轉型可以利用大數據、人工智能、物聯網和區塊鏈等信息技術構建大科技信貸和供應鏈金融，更加精準評估企業風險，提升銀行貸款供給，滿足企業的信貸需求。因此，銀行可以通過加快數字化轉型來提升數據搜集和處理能力，推動信貸資源的供給側改革，促進企業融資結構由抵押貸款向信用貸款轉變，進一步滿足企業創新發展的資金需求，推動企業創新。

2.商業銀行數字化轉型有助于降低企業借款成本

盡管銀行數字化轉型初期需要大量投資，但隨著開放式模塊化服務和量化投資等業務產生規模效應，其邊際成本將逐漸趨向于零。一方面，從信貸業務全流程的角度來看，運用人工智能、知識圖譜和神經網絡等前沿技術覆蓋貸前授信、貸中監控和貸后評估環節，顯著降低了商業銀行數字化轉型的沉沒成本，提高了信貸服務的質量和效率。另一方面，銀行業通過智能化操作方式可以最大限度地減少人工干預，降低信貸過程中的尋租空間，從而減輕企業的額外融資成本。隨著商業銀行數字化轉型程度不斷加深，金融科技賦能傳統信貸業務使得成本紅利逐步向實體經濟傳遞，減輕微觀主體的財務負擔，有利于更多內部資源集中支持創新活動。因此，本文提出如下假設。

假設1：銀行數字化轉型能夠促進企業創新績效。

假設2：銀行數字化轉型可以通過降低企業融資成本、改善企業貸款結構的渠道，促進企業創新績效。

三、數據與變量

（一）數據來源

本文以2013—2020 年上市企業為研究對象，從CSMAR 數據庫中搜集并整理企業財務數據、貸款微觀數據和區域經濟數據，并搜集到北京大學公布的銀行數字化轉型指數[19]。剔除變量缺失樣本后，共計得到8830 個觀測值，共有上市企業2300 家。表1展示了主要變量的基本統計特征。

表1 主要變量的描述性統計①為避免異常值影響，本文對所有連續變量進行了上下1%的縮尾處理。

（二）變量說明

1.企業創新（Patent）

測度企業創新的方法有兩種，即創新投入和創新產出。創新投入包括研發人員占比和研發資金投入[20]，創新產出主要是企業的專利申請數量[5]、授權[21]或引用數量[22]。由于企業研發投入的缺失值較多，并且企業專利授權和專利引用數量屬于長期研發產出，而專利申請數量是企業創新投入和資源使用效率的最終體現[1，5]，因此，本文使用專利申請數量的自然對數作為測度企業創新（Patent）的關鍵指標，并用企業專利授權數量（Get_Patent）、引用數量（Quote）和研發投入占比（R&D）進行穩健性檢驗。當前國內專利主要分為三類：發明專利、實用新型專利、外觀設計專利。其中發明專利是對產品、方法或技術方案的創新，具有新穎性、創造性和實用性，技術含量較高，體現了企業核心競爭力；實用新型專利和外觀設計專利分別側重于產品形狀構造和外表設計，技術含量相對較低。因此，本文使用發明專利自然對數衡量企業發明專利創新（Patent1），使用實用新型專利和外觀設計專利自然對數衡量非發明專利創新（Patent2）。

2.銀行數字化轉型（Fintech）

現有文獻主要有兩種衡量銀行數字化（或金融科技）水平的方法：一種是直接使用北京大學數字普惠金融指數作為代理變量[23]，衡量了省份、城市和縣域的三級區域層面的金融科技發展水平；另一種采用文本挖掘法，此方法拓展性較強，通過調整不同經濟主體與關鍵詞的組合方式，檢索相關新聞的出現頻次，運用指數合成方法構建全國層面、省份層面、城市層面和銀行層面的金融科技指數[3，5，12，24]。在銀行方面，主要采用網絡爬蟲技術通過“銀行名稱”+“金融科技關鍵詞”的方式爬取新聞網站，通過詞頻數據構建銀行的金融科技指數。而這種方法過于依賴媒體宣傳，可能因銀行對媒體宣傳的重視程度或新聞平臺的報道偏好對指數構建產生偏差。因此，需要從更多的維度匯集整理銀行金融科技的相關信息。

北京大學發布的銀行數字化轉型指數（2010—2021）為本文提供了重要的數據支撐，該指數基于銀行年報、專利數據以及媒體信息等數據，涵蓋了銀行的戰略數字化、業務數字化和管理數字化三個維度①戰略數字化指的是銀行對數字技術的重視程度。業務數字化包含數字化渠道、數字化產品和數字化研發三個層次。管理數字化也包含三個層次：一是組織架構中是否設立專門負責數字化轉型的部門，二是董事會和高管團隊中數字化人才情況，三是銀行與科技公司相關合作投資情況。，較為科學、全面地衡量銀行金融科技發展水平。在此基礎上，參考現有文獻做法，利用企業每年在各大銀行的貸款金額為權重，將企業各個貸款銀行的數字化轉型指數進行加權，合成企業每年度獲得所有銀行貸款的數字化轉型指數（Fintech）[3，14]。具體定義為：

其中，Bank_digitali,n,t表示企業i 在t 年對應銀行n的數字化轉型指數，Sum_loani,n,t表示企業公布的銀行貸款總額，Loani,n,t表示企業i 在t 年對應銀行n 的貸款額度。Fintechi,t的經濟含義為各銀行的數字化轉型指數按貸款占比加權平均到企業層面，Fintechi,t值越大，表示企業受到銀行金融科技的影響程度越深。

3.控制變量

參考現有文獻，本文控制了企業和區域的多個變量。企業層面變量包括企業規模（Size）、資產負債率（Lev）、固定資產占比（PPE）、成長能力（Growth）、盈利能力（ROE）、企業年齡（Age）、董事會獨立性（Indep）、企業性質（POE）。此外，企業的創新產出與其所在城市的經濟環境關系密切，經濟發達、人口資源密集的地區，企業的創新要素也更加豐富。因此，本文繼續加入城市GDP 增長率和總人口對數（Population），以控制城市層面因素。

四、實證模型構建與結果分析

本文設定模型如下：

其中，Patenti,t表示企業的創新水平，Fintechi,t表示企業獲得貸款銀行的加權平均的數字化轉型水平，Controli,t為企業層面、城市層面的控制變量，δi和γt分別表示行業固定效應和年份固定效應。

（一）銀行數字化轉型與企業創新

表2 為基準回歸結果。在兩列的估計結果中，Fintech 的系數均顯著為正，表明銀行數字化轉型對企業的專利申請和發明專利申請都產生了積極的影響。這意味著，加快商業銀行數字化轉型有助于推動企業技術進步和產業升級，對實現經濟高質量發展具有積極意義。

表2 基準回歸

控制變量中，企業規模（Size）的估計結果顯著為正，表明規模較大的企業擁有更多的創新要素，能夠支撐其長期持續的創新活動。杠桿率（Lev）反映企業的舉債經營能力，Lev 系數顯著為負表明企業面臨較高的杠桿時，不能保障其持續研發投入，從而削弱了企業的創新能力。企業盈利能力（ROA）的估計系數顯著為正，表明盈利能力越強的企業，越擁有充足的資金支持研發創新活動。企業年齡（Age）顯著為負，表明隨著年齡的增加，企業創新的動力明顯不足。固定資產占比（PPE）與企業創新負相關，說明固定資產投入越多，固定資產的專用性越強，從而減少了其他創新投入[25]。GDP 增長率顯著為正，表明較好的區域經濟發展環境將有助于提升企業創新水平。

（二）內生性問題和穩健性檢驗

1.內生性問題

本文的解釋變量Fintech 是基于企業獲得的銀行貸款與銀行數字化轉型指數構建而成的，然而銀行在貸款時可能會先審核企業的創新能力，而后給予相應的授信額度（如銀行的科技貸、專精特新貸等產品），一定程度上存在反向因果關系，這會導致模型的估計偏誤。因此，本文將使用工具變量法緩解可能存在的內生性問題。工具變量的構造步驟如下。首先，提取在t 年為企業i 提供貸款的所有銀行，以銀行總資產為參照變量，匹配與之相近且該年度未向企業放貸的銀行作為替代。其次，以t年企業i在各個貸款銀行的貸款金額為權重，用替代銀行的數字化轉型指標進行加權合成工具變量。一方面，規模相近的銀行資源稟賦相似，數字化轉型程度較為接近；另一方面，未向該企業貸款的銀行難以直接通過融資渠道影響企業創新活動，因此，該工具變量兼具相關性和外生性兩個條件。表3 的第（1）列、第（2）列中，KP LM Statistic檢驗統計量的P值均小于0.01，表明工具變量對內生變量是可識別的；CD Wald F檢驗統計量的P 值均小于0.01，說明不存在弱工具變量的問題，所以本文選擇的工具變量是合理的。在考慮了銀行數字化轉型與企業創新的內生性問題后，Fintech 系數依然為正，表明銀行數字化轉型能夠對企業創新產生積極影響，這與基準回歸結論一致。

表3 內生性問題探討和替換解釋變量的穩健性檢驗

2.替換解釋變量的穩健性檢驗

首先，考慮到銀行數字化轉型對企業創新可能存在長期效應，參考現有文獻做法將Fintech 分別滯后一期和二期探討對企業創新影響的時滯性[26]。結果如表3 的第（3）列—第（6）列所示，可見在分別滯后一期和兩期情況下，企業專利申請和發明申請均受到銀行數字化轉型積極影響，表明金融科技發展能夠持續促進企業創新。

其次，考慮到北京大學的銀行數字化轉型指數是基于銀行年報文本分析構建的，規模較大的銀行的年報更加規范完善，文本信息含量往往多于中小銀行。因此，需要對銀行數字化轉型指數進行標準化處理，記為Fintech2，即將核心解釋變量Fintech 除以銀行總資產的對數。表3 第（7）列、第（8）列的結果顯示Fintech2 的估計系數均顯著為正，與上文的結論一致。

3.替換被解釋變量的穩健性檢驗

首先，企業申請的專利數量反映了企業的創新產出，而銀行數字化發展所帶來的積極作用理應同樣反映在企業創新投入方面。因此，本文用企業研發投入占總資產比重（R&D）代替企業創新的度量指標[27-28]進行穩健性檢驗，回歸結果如表4 第（1）列所示。結果可知，銀行數字化轉型對企業創新仍呈現顯著的正向影響，表明銀行數字化轉型有助于加強企業研發投入，激勵企業的創新行為。

表4 替換被解釋變量的穩健性檢驗

其次，考慮到專利申請可能存在“泡沫化”的問題，本文進一步關注企業的創新質量，將模型（2）中的被解釋變量分別替換為授權專利數量（Get_Patent1）、授權發明專利數量（Get_Patent2）以及專利引用數量（Quote），再次進行穩健性分析，結果如表4第（2）列—第（4）列所示。由結果可知，L.Fintech 的估計系數均顯著為正，這意味著銀行數字化轉型不僅有助于提升企業的創新數量，而且對企業的創新質量同樣具有顯著的促進作用。

（三）異質性分析

首先，企業所處的行業不同，其研發強度存在差異，非高科技行業如農林牧副漁業、批發零售行業等企業主要依賴規模效應，即便處于較低的創新水平也可以維持經營[5]，而高科技、技術密集型行業，產品迭代快、產品多樣化，企業需要依靠產品創新才能在激烈競爭中鞏固自己的市場地位。為進一步考察銀行數字化對不同行業創新效應的異質性，本文進一步按照CSMAR數據庫中企業是否獲得“高新技術企業”資質認證區分企業類別，進行分組回歸。由表5 第（1）列—第（4）列結果可知，銀行數字化轉型顯著促進了高科技企業創新水平，但對非高新技術企業的創新活動影響不明顯。這表明在激烈的市場競爭下，高科技企業更注重創新研發，相比之下，非高新技術企業的經營活動對產品創新依賴程度不高，創新意愿較低，銀行的數字化轉型并不能顯著影響非高科技企業的創新行為。

表5 異質性分析

其次，創新具有較高的風險和不確定性，若創新成功將給企業帶來超額壟斷利潤，一旦創新失敗，企業又將面臨較高的沉沒成本，尤其是原創性的產品、技術創新通常面臨較高的失敗風險。良好的市場環境能夠為企業創新提供保障[29]，本文進一步分析不同市場環境下，銀行數字化轉型對企業創新的影響差異。根據現有文獻方法計算的各省份歷年市場化指數[30]，若企業所在地的市場化指數超過當年全國平均水平則說明該地區市場化程度高，反之則市場化程度低。表5 第（5）列—第（8）列顯示，在市場化程度高的地區，銀行數字化轉型對企業創新產生顯著的正向影響，而在市場化程度較低的地區，銀行數字化轉型對提升企業創新的作用不明顯。

五、進一步研究

（一）信貸配給與企業創新

前文研究表明，銀行數字化轉型提升了企業創新水平。為進一步探討銀行數字化轉型影響企業創新的作用渠道，本文以企業貸款為切入點，重點對企業的融資成本和貸款結構兩方面進行分析，考察銀行數字化轉型是否通過信貸配給渠道影響企業創新。

首先，在融資成本方面，企業的創新活動需要不斷引入先進設備和優秀的技術人才，這依賴資金的大量投入。若企業獲得的資金成本較高，則會加劇企業的研發成本和財務風險，使得企業的創新行為趨于保守。相反，若資金成本較低將有助于企業緩解資金壓力，提升研發投入，促進企業創新水平。其次，在貸款結構方面，與傳統風控模式不同，銀行數字化風控模式主要依賴數據分析形成的信用評價體系，而非僵化的擔保抵押模式。銀行數字化轉型水平的提升，將有助于增強對企業信用風險的評估能力，尤其對創新型企業而言，銀行數字化轉型可以使信貸資源更多地配置到缺乏擔保的優質的企業中，從而推動企業創新發展。綜上所述，銀行的數字化轉型理應存在改善企業融資成本和貸款結構兩種渠道作用于企業創新。因此，本文將構建中介效應模型進行檢驗：

其中MIDi,t為中介變量，本文參考一些學者的做法[7]，用企業財務費用占營業收入比重作為企業貸款成本，記為Interest；用企業信用貸款占總貸款比重作為企業信用貸款占比，記為Credit。中介效應模型（3）的回歸結果如表6所示。

表6 企業融資成本與貸款結構的渠道檢驗

從表6第（1）列的結果可知，Fintech 的回歸系數顯著為正，表明銀行數字化轉型有助于降低企業的融資成本。第（2）列、第（3）列中Interest 的估計系數顯著為負，說明較低的融資成本有助于提高企業的創新水平；并且Fintech 顯著性有所下降，這意味著融資成本的降低充當了“銀行數字化與企業創新”之間的部分中介作用，即銀行數字化轉型通過降低企業融資成本，進而促進企業的創新水平。

表6 第（4）列中，Fintech 的系數顯著為正，表明銀行數字化轉型對提升企業的信用貸款占比起到積極作用；進一步在第（5）列中將擔保貸款占比（Guarantee）納入回歸模型（3）中進行分析①擔保貸款包括抵押貸款、質押貸款和保證貸款三類，Guarantee表示擔保類貸款占總貸款比重。，發現銀行數字化轉型同時也降低了企業擔保型貸款占比。這意味著數字化轉型增強了銀行通過大數據進行風險識別的能力，在貸款供給中減少了對抵押資產等擔保品的依賴，有利于信用水平高但缺乏抵押的優質企業獲得貸款服務。在表6第（6）列、第（7）列中，Credit的估計系數顯著為正，表明企業的信用貸款占比越高，企業的創新能力越強；同時Fintech 顯著性降低，表明貸款結構同樣在“銀行數字化與企業創新”之間充當部分中介作用，即銀行數字化轉型通過優化企業信貸結構，最終提升了企業的創新活力。綜合表6 的結果可以看出，商業銀行的數字化轉型體現了金融的普惠性，有利于促進企業創新發展，這為銀行數字化轉型助力實體經濟發展提供了直接證據。

（二）信息甄別機制

在大科技信貸模式下，銀行可以借助大數據風控技術及時有效地識別優質企業，促進信貸資源的有效配置。那么，銀行將采取何種信息甄別機制，仍需進一步分析。于是，本文構建如下模型分析銀行數字化、信息甄別機制對企業創新的影響：

其中，Prefi,t+1表示企業i在t+1年的盈利能力，本文采用凈資產收益率ROE來衡量。表7分別顯示了以專利申請總數（Patent1）、發明專利申請數量（Patent2）和其他專利申請數量（Patent3）作為被解釋變量的回歸結果。Prefi,t+1的系數均顯著為正，表明未來盈利能力越強的企業具有更高的創新水平，Fintechi,t×Prefi,t+1的估計系數至少在10%水平上顯著為正，這意味著銀行數字化轉型有助于甄別具有盈利潛力的優質企業，優化信貸資源配置，在銀行數字化轉型的助力下，盈利能力越強的企業具有更強的創新動力。通過對比表7 第（1）列—第（3）列中Fintechi,t×Prefi,t+1的顯著性可以發現，銀行數字化轉型可以通過信息甄別機制提升企業的創新水平，但在提升創新質量方面的作用相對有限。

表7 信息甄別機制分析

六、結論及政策建議

創新是發展的第一動力，科技賦能傳統金融機構更好地服務企業發展，有利于強化企業科技創新主體地位。本文利用北京大學發布的銀行數字化轉型指數與上市企業貸款數據進行逐一匹配，考察了銀行數字化轉型對企業創新的影響。研究發現，銀行的數字化轉型能夠顯著促進企業創新活動，異質性分析表明銀行數字化轉型對企業創新的影響在市場化程度較高的地區以及高新技術型企業表現得更加明顯。渠道分析表明，銀行數字化轉型通過降低融資成本和優化貸款結構的傳導渠道，提升企業創新水平，體現了金融服務的普惠特征。進一步分析發現，數字化技術應用提升了銀行的信息甄別能力，促進了信貸資源的有效配置，從而助力企業創新發展。

本文根據研究結論提供了以下政策建議。

第一，銀行應加快數字化轉型進程，持續強化金融科技投入。銀行發展金融科技，推進數字化轉型是提升自身核心競爭力的有效辦法，也是增強金融服務實體經濟的重要途徑。銀行須充分發揮科技賦能作用，不斷深化金融供給側結構性改革，加大對企業創新的支持力度，助力中國經濟實現高質量發展。

第二，應加強市場環境建設，完善創新服務體系。一方面，不斷優化知識產權保護制度，為企業創新提供良好的市場環境，強化金融資源支持企業創新的作用功效；另一方面，銀行數字化轉型體現了金融服務的普惠特征，需要進一步完善對金融機構支持科創企業的風險補償機制和獎勵措施，鼓勵銀行利用數字技術不斷改進產品和服務，增強銀行的貸款意愿。

第三，需要積極推進金融科技制度體系建設。努力打造新型數字化基礎設施，為銀行業等金融機構開展數字化轉型提供技術基礎保障，不斷推動數據有序共享與綜合應用，充分激活數據要素潛能，進一步提升銀行等金融機構的風險甄別能力。