商業銀行數字化轉型對流動性創造的總體效應與結構影響

吳雨媚　田增瑞

摘要：數字金融的發展不僅重塑了傳統金融機構的服務模式，而且對商業銀行流動性創造水平造成了沖擊。本文選取國內2011—2021年177家商業銀行作為研究樣本，研究商業銀行數字化轉型對流動性創造的總體效應與結構影響。實證結果表明，商業銀行數字化轉型能促進其加速實現流動性創造功能，提升流動性創造的總體水平。從結構來看，數字化轉型會降低商業銀行對同業業務市場的偏好，同業流動性創造占比會顯著降低。宏觀環境的調節機制檢驗顯示，經濟政策不確定性和數字金融都會在商業銀行數字化轉型促進流動性創造水平提升的過程中起到正向調節作用，而風險承擔起負向調節作用。微觀特質的異質性分析發現，全國性股份制銀行和城市商業銀行的數字化轉型投入更能帶來流動性輸出，農村商業銀行的數字化轉型投入對流動性創造的促進作用并不顯著。

關鍵詞：數字化轉型；流動性創造；同業業務；數字金融；風險承擔；經濟政策不確定性

中圖分類號：F832.33? ? ? 文獻標識碼：A? ? ? ? ? ?文章編號：1007-0753（2023）10-0050-14

一、引言

《“十四五”數字經濟發展規劃》指出，數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正推動生產方式、生活方式和治理方式深刻變革。數字化建設將數據轉變成為更具有可得性、綜合性、準確性的生產要素，使得高度依賴信息數據的金融業擁有了升級其產品與服務并創造更多流動性的有效助力。《數字化轉型指數報告2022》顯示，金融行業數字化規模接近電商等數字原生行業，并以超過國內整體平均增速37%的增速持續增長。

隨著數字金融的蓬勃發展，一系列創新金融服務產品如支付寶、銀聯云閃付、螞蟻花唄、眾安保險等紛紛涌現，革新了支付、信貸、保險等領域的服務方式，特別是信貸市場份額的重新分割對傳統金融機構產生了前所未有的顛覆性沖擊。商業銀行作為傳統金融結構的主要代表，其流動性創造職能的實現受到了負面影響。面對這一挑戰，商業銀行紛紛開展數字化變革。國有六大行2022年金融科技投入規模達1 165.49億元，共擁有科技人才約8.74萬人①，其他商業銀行也在加大金融科技資源投入，加快數字化轉型的步伐。但商業銀行數字化的發展能否有效提升其流動性創造水平，緩解金融科技對銀行流動性創造的沖擊，這個問題有待討論。在數字經濟蓬勃發展、市場流動性有效供給不足的大背景下，研究商業銀行數字化轉型程度對流動性創造的影響具有一定的理論意義和現實價值，有助于厘清數字化在商業銀行助力實體經濟發展中所產生的效應，為加快銀行數字化轉型提供理論依據。

二、文獻綜述

（一）商業銀行數字化轉型的經濟效應

數字化轉型對商業銀行的影響是多維復合的，國內外學者從理論和實證角度對這一影響進行了廣泛且深入的研究，現有文獻主要聚焦于數字化與銀行經營績效、信貸效率的關系。數字化轉型對銀行經營績效的促進作用得到了大部分研究成果的支持（李琴和裴平，2022），也由此證明了商業銀行數字化轉型的迫切性（李向前和賀卓異，2021）。但由于數字化成果轉化有一定的滯后性，數字化轉型與銀行經營績效可能存在“U”型關系，部分學者認為在數字化轉型初期，商業銀行利潤將會在短期內受到沖擊（何小鋼等，2022）。而銀行信貸效率方面，現有文獻普遍認同數字化轉型能提升信貸效率（Gomber等，2018）。

商業銀行數字化轉型除了對其自身產生影響外，也會影響實體經濟。隨著商業銀行數字化布局的逐步推進，金融服務供給側改革取得了一定成效，使得更多金融資源流向實體經濟領域，助力實體經濟高質量發展。商業銀行數字化轉型與其服務實體經濟能力的關系逐漸成為研究重點，當前文獻主要從資金融通和普惠金融兩個角度進行探討。一方面，商業銀行數字化轉型改善了實體部門的融資環境，解決了傳統信貸的技術難題。謝雪燕和朱曉陽（2021）認為數字金融帶來的借款結構長期化能夠緩解企業的融資約束。另一方面，商業銀行數字化轉型推動了普惠金融的發展，學者們研究發現數字金融會刺激居民消費積極性（易行健和周利，2018），縮小城鄉居民收入差距（宋曉玲，2017），促進綠色發展（劉敏樓等，2022），實現經濟增長（李濤等，2016）。

（二）流動性創造的影響因素

流動性創造指商業銀行將流動負債轉化為非流動資產，為實體經濟提供流動性的過程。自流動性創造這一概念提出后，國內外對其影響因素做了豐富的研究，總體而言影響因素可以概括為外部市場環境和微觀特征兩個方面。

在外部市場環境層面，最受關注的是貨幣政策的影響效應。學術界認為，寬松的貨幣政策會刺激銀行進行流動性創造，而緊縮的貨幣政策會抑制商業銀行進行流動性創造（王周偉和王衡，2016）。在銀行業競爭程度對流動性創造影響的理論研究中存在兩種聲音，即“脆弱渠道”和“價格渠道”。“脆弱渠道”支持競爭加劇銀行自身經營脆弱性，降低流動性創造（李明輝等，2018）。“價格渠道”則認為銀行競爭改變存貸款市場價格，促進吸存放貸，對流動性創造產生正向影響（宋科等，2021）。在微觀特征層面，較多文獻研究了銀行資本水平對流動性創造水平的影響，主要得出了“風險吸收效應”和“金融脆弱性-擠出效應”兩種觀點。“風險吸收效應”支持銀行流動性創造與資本充足率呈正相關關系，資本金的增加能夠提升銀行流動性創造能力（錢智通，2016）。“金融脆弱性-擠出效應”則認為兩者之間存在負向關系，較高的資本水平會擠壓流動性創造（何青青等，2015）。就銀行資產規模而言，學術界的結論較為統一，即銀行規模越大，規模經濟越顯著，越能提升流動性創造能力（李廣子和李玲，2011）。

（三）文獻述評

綜上所述，本文主要從商業銀行數字化轉型的經濟效應和流動性創造功能的影響因素兩個方面，對于商業銀行數字化轉型對流動性創造的影響進行了文獻梳理。第一，現有關于商業銀行數字化轉型的效應研究側重于銀行經營效益，關于實體經濟效應的研究較為缺乏。第二，流動性創造是商業銀行服務實體經濟的重要職能，目前在商業銀行數字化實體經濟效應的研究中，缺乏將數字化轉型與流動性創造結合起來的研究成果。第三，現有研究側重于在宏觀層面分析互聯網金融、金融科技等數字金融新業態對實體經濟的沖擊。

因此，本文將從銀行微觀層面出發，構建衡量商業銀行綜合數字化轉型程度的指標，深入探究其與流動性創造的總體效應和結構影響，以補充該方面的理論分析和實證研究。本文的邊際貢獻在于：（1）關于銀行個體層面數字化程度重要性的研究成果有所欠缺，本文主要分析商業銀行數字化轉型對流動性創造水平的影響，補充了商業銀行數字化轉型方面的研究。（2）拓展分析了商業銀行數字化轉型程度對流動性創造的結構影響，為商業銀行數字化轉型助力實體經濟研究提供新思路。（3）系統探討了數字化轉型與流動性創造之間的調節機制，豐富了這一領域的研究成果。

三、理論分析與研究假設

（一）商業銀行數字化轉型對流動性創造的總體效應

商業銀行的數字化轉型對其傳統服務模式產生了顛覆性變革，數字化技術的出現加快了創新金融產品和金融服務的步伐，對商業銀行的資產負債配置產生了深遠影響（見圖1）。

從資產端來看，數字化轉型拓寬了銀行各類信貸服務的邊界，增加了銀行貸款市場份額，向市場輸入了更多流動性。總的來看，數字化轉型程度主要通過兩個渠道對銀行貸款增量產生了正向影響。一是商業銀行數字化轉型暢通信息共享渠道，助力貸款決策。商業銀行利用大數據等技術收集大量第三方數據，將客戶信息“硬化”②，減少與客戶之間的信息摩擦，提高貸款審批效率，從而更好地滿足多樣客戶的貸款需求。二是商業銀行數字化轉型形成多元化收入結構，保障貸款業務資金來源。商業銀行積極運用金融科技開發新型金融產品、創新金融服務，提高產品的差異化程度，有利于收入多樣化且分散化，讓銀行有更多的資金為貸款業務提供穩定的資金流動服務（滿媛媛，2016），并進一步分散了業務集中風險，使得銀行更有動機擴大貸款規模。

負債端方面，商業銀行數字化轉型提升了存款業務增量，增加了流動性創造的資金來源。一方面，數字化轉型實現了存款業務的精準營銷。大數據技術擁有對客戶信息的即時價值捕捉能力（陳冬梅等，2020），有效刻畫了客戶畫像，能夠幫助商業銀行提供差異化、精準化的財富管理服務和其他優質金融服務。這一精準營銷迎合了客戶偏好，有利于提高客戶黏性和依賴度，令銀行吸收存款能力增強，存款業務規模擴大。另一方面，數字技術的應用拓寬了銀行金融服務覆蓋范圍（汪亞楠等，2020）。線上服務系統突破了實地網點限制，極大地縮小了銀行與客戶的時空距離，覆蓋了各地客戶存款與理財需求。同時，金融服務“下沉”偏遠地區，碎片化的財富管理需求得到極大滿足。

綜上所述，商業銀行數字化轉型不僅能在資產端拓寬貸款市場份額，還能在負債端增加存款業務量，使得商業銀行可以取得足夠多的流動性負債，并有效轉換為非流動性資產，提高其流動性創造水平。商業銀行數字化轉型對流動性創造水平具有促進作用，因此本文提出假設1。

假設1：在其他因素不變的情況下，商業銀行數字化轉型對流動性創造水平有正向影響。

（二）商業銀行數字化轉型對流動性創造的結構影響

商業銀行流動性創造可以進一步分解為同業流動性創造與非同業流動性創造（郭曄等，2018），其中同業流動性創造相對于非同業流動性創造，對實體經濟的支持力度要小（項后軍和曾琪，2019）。商業銀行數字化轉型除了影響流動性創造總體水平，還會產生結構性影響。

在數字金融發展背景下，金融消費結構不斷升級，信用業務和零售業務逐步成為商業銀行金融服務的突破點，商業銀行越來越看重培育這兩個領域的競爭優勢，回歸其服務實體經濟本源。一方面，商業銀行數字化轉型優化了銀行對實體部門的信貸配置，信用貸款市場活躍度提高。數字化布局突破了傳統業務信息壁壘，信用貸款技術難題找到“新鑰匙”，支持商業銀行在一定貸款規模下提高其信用貸款占比（劉方等，2022）。隨著數字化技術應用的深化，商業銀行對中小微企業、個體工商戶的貸款規模也得以擴大（孫旭然等，2020）。資金業務向實體部門的傾斜，緩解了實體部門的信貸約束；資金更多地直接流入非同業市場，進一步抑制了資金在金融市場內部空轉，提升了銀行服務供給質量。同時，商業銀行借助大數據和云計算搭建信息共享平臺（汪亞楠等，2020），連接供應鏈上的各利益相關者，提高各方信息的可接觸度，也能使實體部門更易獲得信貸支持。另一方面，商業銀行數字化轉型帶動了銀行零售業務創新發展，零售市場份額增大。零售長尾客戶相對來說擁有更高的風險溢價，存款利率更低，能為商業銀行提供新的利潤增長點。而數字技術可集中滿足零售業務高度碎片化的信貸需求（陳冬梅等，2020），降低零售業務的獲客成本，突破商業銀行零售業務發展瓶頸。隨著數字化程度逐步加深，商業銀行逐漸從依賴批發業務轉向看重零售業務，增加了零售存款的數量，降低了同業業務的占比。零售業務的拓展使得銀行負債端的付息成本得以減少，這也會進一步削弱銀行將資金投入高風險的同業市場的動機（張文菲和金祥義，2020）。

由此可見，數字化程度越高，銀行信用貸款市場和零售存款市場越活躍，從而降低同業流動性創造占比，引導金融資本從虛擬經濟流入實體經濟，持續為實體經濟賦能。因此，本文提出假設2。

假設2：其他因素保持不變，商業銀行數字化轉型程度越高，同業流動性創造占比越低。

四、研究設計

（一）樣本選擇和數據來源

本文選擇我國2011—2021年商業銀行作為初始研究樣本，研究商業銀行數字化轉型對流動性創造的影響。初始數據進行如下數據篩選和處理：（1）剔除缺失值；（2）對主要持續變量進行上下1%的Winsorize縮尾處理，以避免異常值影響。最終獲得177家樣本銀行，1 541個銀行-年度樣本觀測值。

銀行數據主要來源于國泰安銀行財務數據庫，商業銀行數字化轉型程度數據來源于北京大學數字金融研究中心發布的《北京大學中國商業銀行數字化轉型指數（2010—2021）》，宏觀層面控制變量采用國家統計局官網公開數據。

（二）變量選擇和度量

1.被解釋變量

（1）流動性創造水平（Lc）。借鑒 Berger和Bouwman （2017）提出的銀行流動性創造測度方法，以單位資產流動性創造水平作為本文流動性創造變量的代理指標。該指標需要根據銀行資產負債表內資產和負債的流動性程度，劃分出流動性、半流動性和非流動性三類，并賦予相應的權重，加權求和構造出流動性創造指標。在劃分流動性類別與賦權時，本文參考了現有研究（王周偉和王衡，2016；李明輝等，2018）優化的具有中國銀行經營特征的衡量方式。另外參考郭曄等（2018）的做法，按照業務主體，將流動性創造分解為同業流動性創造和非同業流動性創造。具體計算方式見表1。

（2）同業流動性創造占比（Lcintr）。本文采用同業流動性創造占流動性創造總水平的比率來考察流動性創造的結構變化。當同業流動性創造占比降低時，說明銀行對非同業市場的偏好增加，資金更多地直接投入實體經濟。

2.解釋變量：數字化轉型程度（Dig）

本文采用北京大學數字金融研究中心發布的《北京大學中國商業銀行數字化轉型指數（2010—2021）》，將數字化轉型總指數作為商業銀行數字化轉型程度的代理指標。總指數由戰略數字化（Digs）、業務數字化（Digp）和管理數字化（Digm）三個子指數構成，從戰略、業務、管理三個維度反映銀行數字化轉型程度。該指數不僅能體現出銀行對數字化轉型戰略的重視程度，還能對銀行組織架構、產品業務等客觀數字化情況進行衡量，彌補了傳統文本挖掘法的局限性。

3.控制變量

本文引入如下三個類別的控制變量：銀行個體特征變量、銀行市場特征變量以及宏觀經濟變量。銀行個體特征變量包括資本充足率（Car）、資本資產比率（Lev）、資產收益率（Roa）、凈息差（Nim）；銀行市場特征變量包括銀行競爭度（Hhib）和銀行景氣度（Bpi）；宏觀經濟變量包括通脹水平（Cpi）、宏觀經濟增速（Gdp）。

各變量具體定義見表2。

（三）模型構建

考慮到銀行個體差異與宏觀經濟形勢，本文在模型中加入個體固定效應與時間固定效應，以雙向固定效應模型驗證商業銀行數字化轉型程度與流動性創造的關系，構建的模型如下：

其中，Lci，t為銀行i在第t年的流動性創造水平；Digi，t為相應銀行-年份觀測對象的數字化轉型程度；Controlsi，t表示一系列控制變量，具體見表2；Yeart和Banki分別表示時間固定效應和銀行個體固定效應，εi，t則表示異方差穩健標準誤。

為了進一步考察數字化轉型程度對流動性創造結構的影響，本文使用以下模型進行檢驗：

該模型以同業流動性創造占比為被解釋變量，其余變量與模型（1）一致，不再贅述。

五、實證結果及分析

（一）描述性統計

表3展示了所有變量的描述性統計結果，與既有研究結果基本一致。結果顯示商業銀行流動性創造水平分布較為離散，變異系數為0.882，說明實體經濟流動性輸入主要來源于小部分銀行，集中度較高。單位資產流動性創造水平最小值為-44.717%，說明我國存在部分銀行在某些階段反向吸收市場流動性，其流動性創造功能并未實現。同業流動性創造占比的平均值為71.786%，說明同業流動性創造占比較大，我國商業銀行將更多的資金配置給虛擬經濟部門，實體經濟部門流動性匱乏。另外，商業銀行數字化轉型程度的變異系數為0.649，說明不同類型的商業銀行數字化轉型的投入度與轉化率差別較大，驗證不同銀行屬性下數字化轉型與流動性創造的異質性影響是有必要的。

（二）實證分析

1. 商業銀行數字化轉型對流動性創造水平的總體影響

表4展示了商業銀行數字化轉型程度與流動性創造水平的基準回歸結果。列（1）顯示，數字化轉型程度對流動性創造水平有著顯著的正向影響，回歸系數為0.014，驗證了假設1。這說明商業銀行提高數字化轉型程度，能夠顯著提升其流動性創造水平，為實體經濟輸入更多的流動性。

表4中列（2）—（4）分別報告了數字化轉型程度的三個子指數與商業銀行流動性創造的回歸結果，戰略數字化（Digs）、管理數字化（Digm）以及業務數字化（Digp）的回歸系數分別為0.004、0.013以及0.002，且分別在10%、5%和1%的水平下顯著。這說明商業銀行投入資源進行數字化轉型時，需平衡兼顧戰略、管理及業務多個方面，全面推進數字化改革。為了進一步比較這三個維度對流動性創造的影響差異，本文對比標準化回歸系數③，發現戰略數字化對流動性創造的影響最大，其標準化回歸系數為0.022；業務數字化對流動性創造水平的正向促進作用最小，其標準化回歸系數為0.007。這為商業銀行數字化轉型帶來了一些啟發：銀行整體的數字戰略觀對流動性創造功能的實現十分重要，而經營業務表層的數字化資源投入帶來的流動性增額較低。商業銀行要強化流動性創造職能，服務實體經濟，離不開整體的數字戰略規劃。

2. 商業銀行數字化轉型對流動性創造水平的結構性影響

表5報告了同業流動性創造水平、非同業流動性創造水平以及同業流動性創造占比與數字化轉型的回歸結果。由列（1）、（2）可知，商業銀行數字化轉型程度與同業流動性創造水平呈顯著負向關系，與非同業流動性創造水平呈顯著正向關系。由列（3）的回歸結果可知，數字化轉型程度與同業流動性創造占比的回歸系數為-0.024，在5％的水平下顯著為負，假設2得到驗證。以上回歸結果說明，隨著商業銀行數字化轉型程度的加深，其創造的流動性會不斷向非同業市場傾斜，滿足實體經濟部門融資需求，增強對實體經濟的金融支持能力。

（三）穩健性檢驗

1.改變變量測度方式

為了驗證基準回歸結果的穩健性，本文采用戰略數字化、管理數字化與業務數字化三個子指數的算術平均數作為數字化轉型程度的替代指標（Dig'），重新進行分析。回歸結果見表6列（1），結果顯示商業銀行數字化轉型程度的回歸系數依然顯著為正，研究結論穩健。

2.工具變量法

考慮到流動性創造可能反向促進銀行數字化轉型，會引起一定的內生性問題，本文進一步采用工具變量法進行檢驗。借鑒成群蕊和李季剛（2023）的做法，將互聯網普及率（Internet）作為商業銀行數字化轉型程度的工具變量，銀行注冊所在地的互聯網普及率與其數字化轉型程度高度相關，但互聯網普及率不會直接影響銀行的流動性創造水平，符合工具變量選取要求。本文通過IV-2SLS方法進行回歸，第二階段回歸結果見表6的列（2），回歸系數顯著為正，說明前文結論穩健。弱工具變量檢驗中的F統計量為57.840，大于經驗值10，說明所選變量不是弱工具變量。

3.Heckman兩階段法

針對樣本自選擇問題，即流動性創造水平高的商業銀行本身數字化轉型程度也高，本文選擇Heckman兩階段法進行檢驗。在Heckman第一階段的Probit模型中，將商業銀行數字化轉型程度按照與其中位數的大小關系，大于中位數賦值1，否則賦值0，設置新虛擬變量（Ddig）作為probit模型的二元因變量；并繼續將互聯網普及率作為外生工具變量加入控制變量進行回歸，計算出逆米爾斯比（Imr），代入第二階段模型進行擬合。表6中列（3）、（4）分別報告了第一階段和第二階段回歸結果，第一階段中外生工具變量互聯網普及率的回歸系數顯著為0.030，而第二階段回歸結果中逆米爾斯比的系數并不顯著，說明模型不存在自選擇問題，數字化轉型程度的的回歸系數為0.014，仍然顯著為正，支持了基準回歸結果。

六、進一步拓展分析

（一）宏觀環境的調節效應

1.經濟政策不確定性的調節作用

目前我國正處于經濟轉型的重要時期，經濟政策不斷調整以應對頻繁變化的市場環境，經濟政策不確定性指數持續攀升。商業銀行作為經濟政策的重要傳導環節，其經營行為極易受到政策不確定的影響，同時經濟政策不確定也會加大信貸市場上的噪聲信號（李鳳羽和楊墨竹，2015），商業銀行出于“自我保險動機”將更傾向于資金囤積，降低流動性創造水平。但數字化轉型可以優化商業銀行的決策判斷能力和風險管控能力，可能會讓系統性風險反成機會，使商業銀行傾向于積極主動地進行期限錯配以抓住更多信貸資源。因此，有必要進一步探索經濟政策不確定性如何調節商業銀行數字化轉型與流動性創造之間的關系。

本文選用Baker等（2016）編制的經濟政策不確定性指數（Epu）作為經濟政策不確定性的代理變量。在模型（1）中加入經濟政策不確定性指數（Epu）以及數字化轉型程度（Dig）與經濟政策不確定性（Epu）的交互項，構建模型（3）檢驗經濟政策不確定性的調節作用。

Lci，t = γ0 + γ1 Digi，t + γ2 Eput + γ3 Digi，t × Eput +

∑γj Controlsi，t + Yeart + Banki + εi，t? ? ? ? ? （3）

表7中列（1）報告了此調節效應模型的回歸結果，商業銀行數字化轉型影響流動性創造的系數為0.012，交互項的回歸系數為0.002，同樣顯著為正，二者符號方向一致，說明經濟政策不確定性對商業銀行數字化轉型和流動性創造之間的關系起到了正向調節作用。高經濟政策不確定性下，數字化轉型放松了商業銀行的資源約束，增強了其管理者的樂觀預期和風險容忍度，促進流動性創造進一步提升。另外，經濟政策不確定性與流動性創造的回歸系數為-0.812，說明經濟政策不確定性對流動性創造水平會產生一定的負向影響。由此可知，經濟政策不確定性單獨來看會抑制商業銀行流動性創造，但出于獲利動機會正向調節數字化轉型對流動性創造的促進作用，幫助商業銀行實現“彎道超車”。

2.數字金融的調節作用

數字金融對于商業銀行是一把雙刃劍，既帶來了機遇也帶來了挑戰，劇烈沖擊了傳統商業銀行模式（Gomber 等，2017）。數字金融的發展，一方面催生了各類互聯網金融平臺和金融科技公司搶占信貸市場，形成了新型競爭格局，商業銀行市場份額縮減（李明輝等，2018）。另一方面，新型信貸技術帶來了商業銀行新的利潤增長點，提升其金融服務效率。數字金融對商業銀行的“鯰魚效應”，刺激商業銀行進行數字化轉型，產生了較強的技術溢出效應（沈悅和郭品，2015）。數字金融帶來的市場擠出效應和技術溢出效應的作用大小，取決于商業銀行是否主動擁抱變化，進行數字化改革。隨著商業銀行與數字金融的雙向交融，數字金融的技術優勢愈發為商業銀行所用，市場擠出效應降低，由此可以得出，數字金融會影響商業銀行數字化轉型與流動性創造之間的關系。

本文參考王儒奇和陶士貴（2023）以及聶秀華等（2021）的研究結果，引入北京大學數字普惠金融指數作為數字金融（Dif）的代理變量。在模型（1）中加入數字金融以及數字金融與數字化轉型程度的交互項，構建模型（4）。

（4）

數字金融的調節效應模型的回歸結果見表7列（2），數字金融的回歸系數為-0.006，這證實了數字金融的市場擠出效應，但并不顯著，說明數字化轉型會弱化數字金融的市場擠出效應，商業銀行能夠更好地利用數字金融輸出更多流動性。數字金融與數字化轉型交互項的回歸系數為0.031，在1%的統計水平下顯著為正，說明數字金融對商業銀行數字化轉型程度與流動性創造之間的關系有正向調節作用。當商業銀行提升數字化轉型程度時，數字金融能夠提供資源保障和普惠環境，支持商業銀行進行流動性創造。

（二）微觀特質的異質影響

1．風險承擔的異質影響

除了宏觀環境會對商業銀行數字化轉型程度與流動性創造之間的關系產生影響外，商業銀行自身特征也與其密切相關。商業銀行內部風險承擔水平是銀行實現流動性創造功能需要考慮的一大因素，當商業銀行風險承擔水平過高時，后續承受危機的能力減弱，商業銀行可能更加偏好持有資金（Bokpin等，2016）。同時，由于數字金融下金融主體相關性增強，具有一定的風險傳染性，易引發連鎖效應觸及其經營根本。承受過高風險的銀行會更加謹慎地進行經營。商業銀行內部風險承擔水平會影響數字化轉型程度對流動性創造產生的促進作用。

本文參考郭品和沈悅（2019）的研究，以貸款損失準備率作為商業銀行風險承擔（Risk）的衡量指標，該指標同時考慮了被動風險承擔和主動風險承擔。在模型（1）的基礎上加入風險承擔以及風險承擔與數字化轉型程度的交互項，構建模型（5）。

（5）

表7列（3）中，風險承擔及其交互項的系數都顯著為負 ，分別為-0.102和- 0.001。這說明風險承擔不僅會抑制商業銀行流動性創造，而且會對商業銀行數字化轉型與流動性創造之間的關系起到負向調節的作用。相較于風險承擔水平較低的銀行，數字化轉型程度對高風險承擔水平銀行的流動性創造能力的促進作用更弱。

2．銀行屬性的異質影響

商業銀行數字化轉型屬于投入大、不確定性較高且投入回報期限不匹配的投資活動，造成我國不同屬性商業銀行分化現象嚴重，數字化轉型程度與流動性創造之間存在嚴重的馬太效應。全國性股份制銀行擁有豐富的資金和人力資源，可快速制定數字化戰略并轉化數字成果，能以更高的效率在線上平臺捕捉長尾客戶。城市商業銀行也加大投資資源，加速依靠數字技術實現轉型，同時其服務對象多為中小企業，數字投入轉化率相對較高，中小企業融資約束得以緩解，其流動性創造水平大幅度提升。而農村商業銀行市場勢力較弱，其服務對象局限于本地客戶，數字化轉型積極性不高，投入量尚未構成規模經濟，難以對流動性創造水平產生影響。

表8分別報告了全國性股份制銀行、城市商業銀行以及農村商業銀行的數字化轉型程度與流動性創造的回歸結果。結果顯示，全國性股份制銀行的數字化轉型程度的回歸系數為0.010，在5%的統計水平下顯著；城市商業銀行的回歸系數為0.027，在1%的統計水平下顯著；農村商業銀行則并不顯著。這證明了商業銀行數字化轉型與流動性創造關系中存在馬太效應。由于資源稟賦的差異，全國性股份制銀行和城市商業銀行的數字化投入更能帶來流動性輸出，而農村商業銀行的數字化轉型投入轉化率較低，難以對流動性創造水平造成顯著影響。

七、結論與建議

本文從理論上探究了商業銀行數字化轉型對流動性創造產生的總體效應、結構影響以及調節機制，并借助北京大學商業銀行數字化轉型指數，基于2011—2021年中國商業銀行數據進行實證檢驗。得出以下結論：（1）商業銀行數字化轉型會促進流動性創造水平的上升，并且相較于管理數字化與業務數字化，戰略數字化對流動性創造水平的促進作用更大。（2）商業銀行數字化轉型程度提高，同業流動性創造占比下降，這意味著商業銀行增加對非同業市場的偏好，將資金直接輸入實體經濟。（3）在宏觀環境層面，經濟政策不確定性和數字金融都會在商業銀行數字化轉型促進流動性創造水平提升的過程中起到正向調節作用；在微觀層面，風險承擔則起到了負向調節作用。（4）商業銀行數字化轉型程度與流動性創造之間的關系存在馬太效應，不同屬性銀行具有差異。全國性股份制銀行和城市商業銀行數字化轉型的成效更為明顯，農村商業銀行則并不顯著。

基于此，本文提出如下建議：

第一，加快數字化轉型，優化流動性創造功能。商業銀行應自上而下從戰略思想、組織管理到業務活動，實現全流程數字要素的注入，將數字技術的應用覆蓋運營全鏈條。政府以及相關部門應給予當地銀行適當的幫扶政策，支持其進行數字化改革。

第二，積極發揮數字化轉型的實體經濟支持效應，引導資金流入非同業實體市場。商業銀行應深化數字技術改革，降低其對同業業務的依賴度，貫徹金融服務的普惠性，為實體經濟提供更多金融活水，促進實體經濟部門的協調發展。相關部門應配合實施一定的監管套利行為約束措施，抑制資金在金融市場的空轉和自我循環。

第三，把握宏觀環境機遇，強化數字金融的技術溢出和經濟政策的資源約束緩解效應。商業銀行應利用數字金融的優勢改革組織管理和業務結構，積極主動地進行數字化變革。進一步與金融科技公司、互聯網金融企業加強合作，共建數字金融供應鏈，共享數字應用成果，充分發揮數字金融對數字化轉型促進流動性創造的正向調節作用。相關部門應持續推進普惠金融政策的制定，升級當地金融硬件設施，優化商業銀行數字化轉型環境；構筑開放合作數字平臺，打造互惠互生新型數字生態鏈，使部分落后商業銀行能夠享受數字化轉型的便利。為了防止“彎道超車”中的激進行為，相關部門也需加強經濟政策與宏觀監管的配合，特別是在經濟政策不確定性程度較高時，需提升對銀行期限錯配問題的關注度，加強對銀行過度投資的監管。

第四，差異化布局不同屬性銀行的數字化建設。全國性股份制銀行依托資源優勢，是金融服務供給側結構性改革的主力擔當，其應在戰略、管理、業務三個維度全面投入，引導數字化轉型風向，主動承擔為實體經濟輸入主要流動性的重任。城市商業銀行應聚焦行業內“盲點”，針對性地投入數字建設，抓住消費者滿意度這個關鍵點有效提升流動性創造水平。農村商業銀行則在數字化投入上量力而行，深耕區域，形成具有自身特色的金融服務體系。

注釋：

① 數據來源：各銀行2022年財務報告。

②硬化指將軟信息轉變為硬信息，即實現能用較為準確的硬指標來表示信息，使得信息更加精準、正式、可追溯。

③ 標準化回歸系數=回歸系數×（變量自身標準差/被解釋變量標準差）。

參考文獻：

[1] 李琴，裴平.數字化轉型、中間業務創新與銀行盈利能力[J].山西財經大學學報，2022，44（08）：30-42.

[2] 李向前，賀卓異.金融科技發展對商業銀行影響研究[J].現代經濟探討，2021（02）：50-57.

[3]何小鋼，羅欣，何楊.數字革命與銀行績效——徒有虛名還是如虎添翼[J].產業組織評論，2022，16（04）： 46-72.

[4]GOMBER P， KAUFFMAN R J， PARKER C， et al. On the Fintech revolution： Interpreting the forces of innovation， disruption， and transformation in financial services [J].? Journal of Management Information Systems， 2018， 35（01）： 220-265.

[5]謝雪燕，朱曉陽.數字金融與中小企業技術創新——來自新三板企業的證據[J].國際金融研究，2021（01）：87-96.

[6]易行健，周利.數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據[J].金融研究，

2018（11）：47-67.

[7] 宋曉玲.數字普惠金融縮小城鄉收入差距的實證檢驗[J].財經科學，2017（06）：14-25.

[8]劉敏樓，黃旭，孫俊.數字金融對綠色發展的影響機制[J].中國人口·資源與環境，2022，32（06）： 113-122.

[9]李濤，徐翔，孫碩.普惠金融與經濟增長[J].金融研究，2016（04）： 1-16.

[10]王周偉，王衡.貨幣政策、銀行異質性與流動性創造——基于中國銀行業的動態面板數據分析[J].國際金融研究，2016（02）： 52-65.

[11]李明輝，黃葉苨，劉莉亞.市場競爭、銀行市場勢力與流動性創造效率——來自中國銀行業的證據[J].財經研究，2018，44（02）： 103-114.

[12]宋科，李振，尹李峰.市場競爭與銀行流動性創造——基于分支機構的銀行競爭指標構建[J].統計研究，2021，38（11）： 87-100.

[13]錢智通.商業銀行資本結構、風險承擔與流動性創造[J].金融與經濟，2016（07）： 20-26.

[14]何青青，陳藝璇，曹前進.商業銀行資本結構對流動性創造的影響 [J].金融論壇，2015，20（03）： 50-61.

[15]李廣子，李玲.商業銀行資本補充機制：現狀、動因與效果[J].國際金融研究，2011（11）： 48-56.

[16]滿媛媛.收入多元化、金融自由化對商業銀行績效和風險的影響 [J].宏觀經濟研究，2016（01）： 130-143.

[17]陳冬梅，王俐珍，陳安霓.數字化與戰略管理理論——回顧、挑戰與展望 [J].管理世界，2020，36（05）： 220-236.

[18]汪亞楠，葉欣，許林.數字金融能提振實體經濟嗎 [J].財經科學，2020（03）： 1-13.

[19]郭曄，程玉偉，黃振.貨幣政策、同業業務與銀行流動性創造[J].金融研究，2018（05）： 65-81.

[20]項后軍，曾琪.期限錯配、流動性創造與銀行脆弱性[J].財貿經濟，2019，40（08）：50-66.

[21]劉方，祁跡，胡列曲.金融科技與銀行信貸配置效率——我國143家商業銀行的經驗證據[J].哈爾濱商業大學學報（社會科學版），2022（04）： 54-68.

[22]孫旭然，王康仕，王鳳榮.金融科技、競爭與銀行信貸結構——基于中小企業融資視角 [J].山西財經大學學報，2020，42（06）： 59-72.

[23]李學峰，楊盼盼.銀行金融科技與流動性創造效率的關系研究 [J].國際金融研究，2021（06）： 66-75.

[24]張文菲，金祥義.普惠金融與銀行風險承擔：事實考察與機理分析[J].當代財經，2020（01）： 51-64.

[25] BERGER A N， BOUWMAN C H.Bank liquidity creation， monetary policy， and financial crises[J].Journal of Financial Stability， 2017， 30： 139-155.

[26]成群蕊，李季剛.數字金融、外部監督與非金融企業影子銀行化[J].華東經濟管理，2023，37（02）： 13-25.

[27]李鳳羽，楊墨竹.經濟政策不確定性會抑制企業投資嗎？——基于中國經濟政策不確定指數的實證研究 [J].金融研究，2015（04）： 115-129.

[28] GOMBER P， KOCH J A， SIERING M. Digital Finance and FinTech：Current research and future research directions[J]. Journal of Business Economics， 2017， 87（05）：537-580.

[29]沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率 [J].金融研究，2015（03）： 160-175.

[30]王儒奇，陶士貴.數字金融能否賦能實體經濟發展：機制分析與中國經驗 [J].當代經濟管理，2023，45（07）： 71-82.

[31]聶秀華，江萍，鄭曉佳，等.數字金融與區域技術創新水平研究[J].金融研究，2021（03）： 132-150.

[32] BOKPIN G A. Bank governance， regulation and risk-taking in Ghana[J]. Journal of African Business， 2016， 17（01）：52-68.

[33]郭品，沈悅.互聯網金融、存款競爭與銀行風險承擔 [J].金融研究，2019（08）： 58-76.

[34] BAKER S R， BLOOM N， DAVIS S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics， 2016， 131（04）：1593-1636.

（責任編輯：唐詩柔）

The Overall Effect and Structural Impact of Commercial

Banks' Digital Transformation on Liquidity Creation

WU Yumei， TIAN Zengrui

（ Glorious Sun School of Business and Management， Donghua University ）

Abstract： The development of digital finance not only reshapes the service models of traditional financial institutions， but also impacts the level of liquidity creation by commercial banks. This paper selects 177 domestic commercial banks in China from 2011 to 2021 as research samples to study the overall effect and structural impact of commercial banks' digital transformation on liquidity creation. The empirical results show that commercial banks' digital transformation can promote and accelerate the realization of their liquidity creation function and improve the overall level of liquidity creation. In terms of structure， digital transformation will reduce commercial banks' preference for the interbank market， and the proportion of interbank liquidity creation will decrease significantly. The test of the regulatory mechanism of the macro environment shows that economic policy uncertainty and digital finance will play a positive regulatory role in the process of commercial banks' digital transformation promoting the improvement of liquidity creation levels， while risk taking plays a negative regulatory role. The heterogeneity analysis of micro characteristics finds that the digital transformation investment of nationwide joint-stock banks and city commercial banks can bring more liquidity output， and the promotion effect of rural commercial banks' digital transformation investment on liquidity creation is not significant.

Keywords： Digital transformation; Liquidity creation; Interbank business; Digital finance; Risk taking; Economic policy uncertainty

收稿日期：2023-08-22

作者簡介： 吳雨媚，碩士研究生，東華大學旭日工商管理學院，研究方向為創業投資與資本市場。

田增瑞，博士，教授，博士生導師，東華大學旭日工商管理學院，研究方向為創業投資與資本市場。