數字金融業態沖擊、銀行數字化轉型 與信貸結構調整

摘要：在金融數字化時代，商業銀行數字化轉型如何影響信貸結構？本文將數字金融業態沖擊和銀行數字化轉型置于同一分析框架，分析其對商業銀行信貸的信用結構、期限結構和客戶結構三個維度的影響。研究發現，數字金融業態發展能夠提高商業銀行信用貸款占比、中長期貸款占比和個人貸款占比，并且數字金融業態發展能夠在促進商業銀行數字化轉型的過程中發揮鲇魚效應和技術溢出效應，特別是對于信用貸款占比和個人貸款占比，作為外生沖擊的數字金融新業態與作為應對措施的銀行數字化轉型存在正向協同作用。異質性分析表明，數字金融業態發展能夠顯著提升我國股份制商業銀行和國有商業銀行的信用貸款比例，城市商業銀行的中長期貸款比例以及我國農村商業銀行、股份制商業銀行和國有商業銀行的個人貸款比例。據此，本文建議政府應有序推動數字金融業態發展，不同類型商業銀行也應根據自身情況順應數字金融發展趨勢進行數字化轉型并調整信貸結構。

關鍵詞：信貸結構；數字金融；市場化程度；銀行數字化轉型；擠出效應；鲇魚效應；技術溢出效應

中圖分類號：F830" " " " 文獻標識碼：A" " " " 文章編號：1007-0753（2024）05-0089-10

一、引言

商業銀行作為信貸體系中重要的資金供給方，其信貸結構對我國經濟高質量發展具有重要意義。信貸結構調整問題已然受到有關政府部門的關注：2019年6月，國務院與原銀保監會分別召開信貸結構調整會議，指出銀行業應減少對抵質押品的過度依賴，逐步提高信用貸款比例；同年7月，中國人民銀行召開銀行信貸結構調整優化座談會，針對中長期貸款和信用貸款占比不足等問題，提出政策建議與目標導向；2020年5月，財政部、中國人民銀行等機構聯合印發《關于進一步強化中小微企業金融服務的指導意見》，要求各金融機構推動信貸流程便利化，鼓勵金融機構提高對小微企業的信用貸款授信額度；2021年3月，中國人民銀行召開全國24家主要銀行信貸結構優化調整座談會，分析研究信貸形勢，部署推進下一階段優化信貸結構工作；2022年7月，原銀保監會要求銀行機構擴大制造業中長期貸款、信用貸款規模，重點支持高技術制造業、戰略性新興產業，推進先進制造業集群發展。

近些年，金融數字化趨勢日益明顯。首先，數字金融新業態在我國快速發展，螞蟻金服、騰訊金融、京東金融等金融科技企業利用數字技術大力發展數字金融業務，形成了新的數字金融業態，重塑了金融市場格局。新的數字金融業態主要包括第三方支付、網絡借貸、網絡理財和互聯網信貸等基于數字技術而發展起來的新金融模式，集中體現于互聯網金融公司和金融科技公司的發展。其次，數字金融新業態的發展不可避免地給傳統金融機構帶來深遠影響。一方面，數字金融新業態的發展會對傳統商業銀行現有業務產生競爭替代效應。數字金融沖擊會抑制銀行的流動性創造功能（邵之晗等，2024），讓其越來越多地依賴同業拆借等批發性資金來源，而負債結構的轉變又增強了商業銀行在資產端的風險承擔偏好（邱晗等，2018）。另一方面，數字金融新業態的發展對傳統金融體系產生了鲇魚效應和技術溢出效應（金洪飛等，2020），促使商業銀行進行數字化轉型，運用數字技術多渠道收集客戶相關信息，高效處理數據，對客戶進行全面評估，從而降低商業銀行面臨的信息不對稱，強化了商業銀行的風險管控能力等（金洪飛等，2020），減少了商業銀行的運營成本（張德茂和蔣亮，2018）。數字金融新業態發展也對商業銀行信貸結構產生了影響?，F有研究發現，數字金融的發展加劇了商業銀行之間的競爭。為了能在競爭中處于優勢地位，商業銀行改變了自身的風險偏好，降低了對抵押品的重視程度（孫旭然等，2020）。另外，商業銀行數字化轉型后，能夠更精細化地服務小微企業，對金融科技的應用也能夠提高商業銀行對軟信息的分析處理能力，帶來信貸規模的擴張和信貸結構的調整（劉偉等，2022）。

從作用機制來看，目前關于數字金融業態對商業銀行信貸結構影響的機制研究比較籠統，缺乏從影響銀行數字化轉型的角度去分析具體的擠出效應、鲇魚效應和技術溢出效應的可能機制。此外，現有研究缺乏對商業銀行不同類別信貸結構的影響研究，對不同類型商業銀行的影響研究也不足，如對城市商業銀行、農村商業銀行的相關研究相對較少。因此，基于上述不足，本文在已有研究的基礎上，將數字金融業態沖擊和銀行數字化轉型應對放在同一框架下，著重從擠出效應、鲇魚效應與技術溢出效應三個方面，基于信用結構、期限結構和客戶結構三個維度，全面分析金融數字化對商業銀行信貸結構的影響，特別是對農村商業銀行、城市商業銀行、股份制商業銀行、國有商業銀行等不同類型商業銀行的影響。

二、理論分析與研究假說

本文將數字金融業態沖擊、銀行數字化轉型和商業銀行信貸結構調整放入同一框架，分析數字金融業態發展對商業銀行信貸結構調整的影響，以及銀行數字化轉型是否在數字金融業態沖擊影響商業銀行信貸結構中存在中介效應。

隨著數字金融新業態的不斷發展，諸如螞蟻金服、騰訊金融等金融科技公司業務范圍已覆蓋銀行、信貸、支付、擔保、保險等領域，直接或間接持有幾乎所有的金融牌照；同時數字金融對現代信息技術的廣泛應用，降低了金融服務門檻，能夠及時滿足客戶多元金融需求（Li等，2020），其業務經營范圍也因為網絡技術的應用而突破了地理邊界，從而改變了傳統金融機構的市場競爭環境（邱晗等，2018）。外部競爭的加劇對商業銀行的信貸業務可能產生擠出效應，從而影響商業銀行的信貸結構。

與此同時，數字金融新業態的發展會給商業銀行帶來鲇魚效應，刺激銀行進行技術、業務的轉型升級。隨著競爭的加劇，商業銀行產生了危機感，并意識到數字技術的重要性，開始積極利用大數據、區塊鏈、人工智能等前沿數字技術，拓展業務范圍和渠道（Drasch和Schweizer，2018），并主動打破與金融科技公司的單向競爭關系，積極尋求與金融科技公司的合作。同時，數字金融的發展還會帶來技術溢出效應，幫助提升商業銀行的技術效率、規模效率和技術進步率等（牛蕊，2019），從而有利于拓展業務范圍和渠道，對信貸投向產生一定的影響?？偠灾瑪底纸鹑跇I態帶來的一系列效應諸如鲇魚效應和技術溢出效應會提升商業銀行對金融科技的重視程度（于波等，2020），從而增強其數字化能力，提高其風險管理能力和盈利能力，進而促進商業銀行信貸結構的優化。

商業銀行的信貸結構是信貸總量中各品種、客戶、行業、區域、期限等多層次的有序組合（魏國雄，2003）。其按對象分類，包括個人貸款和企業貸款；按期限分類，包括短期貸款和中長期貸款；按擔保方式，可劃分為信用貸款和抵押貸款。本文主要分析金融數字化時代商業銀行信貸的信用結構、期限結構和客戶結構三個維度的調節機理。

（一）金融數字化時代商業銀行信貸信用結構的調節機理

商業銀行等傳統金融機構往往傾向于向收入較高人群和大型企業提供信貸服務，使得缺乏優質抵質押資產的長尾客戶（中小企業和消費者）難以獲得信貸支持。由于我國信用貸款的發展較為緩慢，對于信用貸款有極大需求的長尾市場客戶較難通過自身信用獲得信貸資源（朱惠健和黃金木，2017）。數字金融業態的發展，使得傳統金融機構之外的互聯網平臺及科技公司等突破距離、時間等物理因素的限制，借助技術手段多種渠道評估客戶的信用水平，對個人及企業信用進行畫像，實現貸款發放，在一定程度上搶占了商業銀行的信用貸款市場份額，加劇了金融市場競爭（董曉林等，2023）。

但是，這種競爭帶來的鲇魚效應和技術溢出效應也會促進商業銀行積極進行數字化轉型，從而提升商業銀行信貸風險控制能力，促使商業銀行有能力發放無須擔保與抵押品的信用貸款（楊竹清和張超林，2021）。并且作為傳統金融機構，商業銀行積累了大量客戶數據，具有一定的數據基礎，能夠快速搭建自有數字平臺，進行數字化轉型，提高信用貸款的發放效率，在競爭與發展中獲得優勢。因此本文提出如下假說1。

假說1：數字金融新業態發展會通過推動銀行數字化轉型來增加商業銀行的信用貸款。

（二）金融數字化時代商業銀行信貸期限結構的調節機理

短期融資通常被用于居民日常消費或者企業的日常運營，以滿足其流動性需求；而中長期融資則更多地被用于技術創新、基礎設施建設和新增固定資產項目等（范從來等，2012）。Armstrong等（2010）指出在商業銀行與企業信息較為對稱的情況下，銀行需要付出的監管成本和風險成本較低，傾向于發放中長期信貸；而當商業銀行與企業信息不對稱程度較高時，銀行會以短期貸款發放為主，縮短貸款期限。Cláudia等（2013）也發現信息不對稱是美國上市公司債務期限變短的原因之一。一般而言，短期貸款通常為信用貸款，而中長期貸款則需要抵押物擔保。在數字金融新業態的沖擊下，商業銀行外部競爭加劇，推動商業銀行信用評估能力的提升，使得商業銀行提供中長期貸款的意愿增強，從而促使貸款期限的延長（毛建輝，2023）。數字金融新業態的鲇魚效應和技術溢出效應可以使銀行通過更多渠道獲得客戶的信用數據，一方面能夠降低數字金融業態在短期貸款中的占有率，另一方面也有利于中長期貸款的風險控制，從而增加商業銀行中長期貸款（鮑星等，2022）。據此本文提出假說2。

假說2：數字金融新業態發展會通過擠出效應和促進銀行數字化轉型增加商業銀行的中長期貸款。

（三）金融數字化時代商業銀行信貸客戶結構的調節機理

隨著大數據、云計算、區塊鏈、人工智能、移動支付等數字技術的不斷發展，數字金融新業態依托龐大的市場和海量的消費場景優勢，進行營銷獲客、風險防控和客戶服務，在消費金融領域占據了大量的市場份額，而消費金融正以個人貸款為主。數字金融新業態使消費金融服務突破了傳統銀行的客戶定位和服務方式，擴大了覆蓋范圍，使更多長尾消費群體享受到便捷的消費金融服務。這也使得數字金融新業態在消費貸款等個人貸款領域搶占了商業銀行的零售業務（李超，2018），產生了擠出效應。面對數字金融新業態對個人貸款業務方面的沖擊，商業銀行也積極利用數字技術進行轉型升級，開通APP、網站等，讓客戶線上即可完成貸款申請和資料提交，極大提高了申請的便捷性和效率；采用人工智能、大數據等技術進行風控，根據積累的客戶數據進行評估，降低個人貸款風險；建立數字化審批系統，將審批時間縮短至幾秒鐘；數字升級可以針對不同的客戶群體提供更多的貸款產品。由此可見，數字金融新業態也可以通過鲇魚效應和技術溢出效應增加商業銀行個人貸款業務。基于此，本文提出假說3。

假說3：數字金融新業態發展會通過促進銀行數字化轉型增加商業銀行的個人貸款。

三、研究設計

（一）樣本選取

金融業一般把2013年作為我國數字金融發展的起點（黃益平和黃卓，2018），本文結合相關數據的可得性，以2013—2020年為樣本期。研究樣本涵蓋我國農村商業銀行、城市商業銀行、股份制商業銀行和國有商業銀行四種類型的商業銀行。其中包括347家農村商業銀行、123家城市商業銀行、12家股份制商業銀行以及6家國有商業銀行。數據來源于Wind數據庫、商業銀行年報以及中國城市統計年鑒。

（二）變量定義

1.被解釋變量

本文參考孫旭然等（2020）、楊竹清和張超林（2021）等的做法，選取以下被解釋變量：商業銀行信用貸款占比（Credit），用信用貸款余額/貸款余額×100%來表示；中長期貸款占比（Long），用中長期貸款余額/貸款余額×100%來表示；個人貸款占比（Person），用個人貸款余額/貸款余額×100%來表示。

2.解釋變量

結合郭峰等（2020）的研究與本文研究實際，本文使用北京大學數字金融研究中心所編制的地市級數字普惠金融指數度量地區數字金融新業態發展水平（Fint）。該指數利用螞蟻金服的海量數據，選取33個指標構建而成，分為省級、地市級和縣域級三個層次，在衡量數字金融發展方面極具代表性和可靠性。在實證中，本文參考余靜文和吳濱陽（2021）的研究，選擇各商業銀行所在地對應的地市級數字普惠金融指數作為數字金融新業態發展水平變量。對于國有大行和股份制銀行而言，其總部通常在北京、上海或者其他發達城市，一定程度上能夠表征數字金融發展的先進水平，總部所在地數字金融發展水平越高，擠出效應、鲇魚效應和技術溢出效應均越強。

3.控制變量

本文借鑒楊竹清和張超林（2021）等的做法，選取的控制變量包括：存貸款比率（Load），用各項貸款總額/各項存款總額×100%來衡量；不良貸款比率（Nplr），用（次級類貸款+可疑類貸款+損失類貸款）/各項貸款×100%來衡量；凈息差（Nim），用（銀行全部利息收入-銀行全部利息支出）/全部生息資產來衡量；利潤總額（Prof），用營業利潤+營業外收入-營業外支出來衡量；地區人均生產總值（Pgdp），用GDP總量/年平均人口來衡量。詳細的變量說明見表1。

（三）實證模型設定

本文采用混合回歸模型分析數字金融新業態發展對商業銀行信貸結構的影響，具體回歸模型如下：

Loanstri，t = β0 + β1 Finti，t + β2 Controli，t + εi，t" " " （1）

其中，Loanstr為信貸結構，包括三個維度，分別為信用貸款占比（Credit）、個人貸款占比（Person）和中長期貸款占比（Long）；Fint為數字金融發展水平；Control為相關控制變量；i表示商業銀行個體；t表示時間。利用基準回歸分別驗證數字金融新業態發展與商業銀行信貸結構三個維度之間的關系。

本文將數字金融業態沖擊、銀行數字化轉型和商業銀行信貸結構放入同一框架，進一步分析數字金融業態發展對商業銀行數字化轉型的影響，以及銀行數字化轉型是否在數字金融業態沖擊影響商業銀行信貸結構中存在中介效應。本文借鑒溫忠麟等（2004）的做法，采用三步法檢驗銀行數字化轉型在兩者間的中介效應。同時，本文借鑒余明桂等（2022）的做法，使用謝絢麗和王詩卉（2022）編制的中國商業銀行數字化轉型指數作為中介變量。結合前文商業銀行數字化轉型對其貸款結構的影響機理分析，構建如下模型。

Transi，t = γ0 + γ1 Finti，t + γ2 Controli，t + εi，t" " " " （2）

Loanstri，t = β0 + β1 Finti，t + β2 Transi，t + β3 Controli，t

+ εi，t" " " " " " " " " " " " " " " " " " " " " " " " "（3）

其中，Trans為數字化轉型指數，其余變量的含義同式（1）。

四、實證結果分析

（一）基準回歸結果分析

總體回歸的實證分析結果如表2所示，列（1）和列（2）為基于信用貸款維度的實證回歸結果，數字金融發展水平的系數在1%的水平下顯著，說明數字金融新業態沖擊能夠提高商業銀行信用貸款。列（3）和列（4）為基于中長期貸款維度的實證回歸結果，數字金融發展水平的系數依然在1%的水平下顯著，說明數字金融新業態沖擊能夠提高商業銀行中長期貸款。列（5）和列（6）為基于個人貸款維度的實證回歸結果，系數仍然在1%的水平下顯著，說明數字金融新業態沖擊能夠提高商業銀行個人貸款。

從總體來看，數字金融發展所帶來的鲇魚效應和技術溢出效應大于其所帶來的擠出效應。雖然數字金融的發展對傳統商業銀行造成了一定的沖擊，奪走了一定的潛在客戶或市場份額，但商業銀行能夠憑借其自身優勢，及時把握發展機遇，將相應的技術手段應用于其信貸業務。

數字金融業態發展對商業銀行數字化轉型的影響，以及數字化轉型是否在數字金融業態沖擊影響商業銀行信貸結構中存在中介效應的實證結果如表3所示。

由列（1）的實證結果可知，數字金融發展水平的系數顯著為正，說明數字金融業態沖擊能夠促進商業銀行數字化轉型，數字金融的發展對于商業銀行具有鲇魚效應和技術溢出效應。列（2）和列（4）的實證結果表明，數字金融業態沖擊能夠通過促進商業銀行數字化轉型進而影響商業銀行信用貸款占比和個人貸款占比。列（3）中商業銀行數字化轉型指數的系數為0.006 6，但并不顯著，說明數字化轉型對中長期貸款發放的中介效應相對較弱。這一方面是因為數字金融發展的擠出效應對商業銀行中長期貸款占比本身就具有促進作用，另一方面也說明數字金融發展對商業銀行中長期貸款的影響可能更多來源于競爭。

（二）穩健性檢驗

為了檢驗實證結果的穩健性，本文采用兩種方式進行穩健性檢驗。一是替換解釋變量法，將核心解釋變量地市級數字金融發展指數替換為衡量該地市級或直轄市層面金融科技發展水平的金融科技發展指數。本文采用李春濤等（2020）的做法，通過對金融科技相關關鍵詞進行百度新聞高級檢索，創新性地構建地市級金融科技發展指標，關鍵詞包括EB級存儲、NFC支付、差分隱私技術、大數據等48個。二是采用系統GMM模型，解決內生性問題。穩健性檢驗結果如表4所示，其中列（1）—列（3）為更換核心解釋變量的結果，列（4）—列（6）為動態面板模型回歸結果，兩種方法的實證結果均與前文的實證結果一致。

（三）異質性分析

由于規模和實力等方面的不同，不同銀行應對數字金融新業態沖擊的能力和數字化轉型的能力不同，數字金融新業態所帶來的擠出效應、鲇魚效應和技術溢出效應也不同，從而對不同類型商業銀行信貸結構的影響存在異質性。第一，從擠出效應的角度來看，大銀行因為具有規模優勢且自身實力較強，同時具有龐大的資產規模和多維的業務種類，通常具有更強的用戶黏性，從而所面臨的沖擊相對較??；而中小銀行則因自身實力弱且創新能力較差，對技術革新的響應速度較遲緩，服務場景較為匱乏，會受到更強的沖擊。第二，從鲇魚效應和技術溢出效應角度來看，在面臨數字金融沖擊時，不同商業銀行數字化轉型的方式與進程存在一定的差異。通常，規模較大的銀行，例如國有商業銀行和股份制商業銀行傾向于選擇自建金融科技子公司，吸納科技型人才，或是與第三方金融科技公司合作，提高創新能力和快速響應性，以滿足客戶不斷變化的需求（謝治春等，2018）。同時大型商業銀行資金雄厚，能夠快速建設數字金融人才團隊，如建設銀行創立了全資子公司建信金融科技，其金融科技人才數量五年內翻了一番。然而，包括城市商業銀行、農村商業銀行在內的絕大多數中小銀行通常不具備自建金融科技子公司的實力，進而選擇與外部金融科技公司合作，或是加入金融科技聯盟（金洪飛等，2020），采用互相合作的方式來發展金融科技。另外，雖然商業銀行都在積極布局金融科技，但是不同類型商業銀行的產出效率存在差異（黃靖雯和陶士貴，2021）。在信貸結構方面，楊竹清和張超林（2021）研究發現，相比其他銀行，數字金融發展對農村商業銀行信用貸款的促進作用更小。

綜上所述，本文進一步分析數字金融新業態對我國不同類型的商業銀行，包括農村商業銀行、城市商業銀行、股份制商業銀行和國有商業銀行的信貸結構三個維度的作用。具體混合回歸模型如下。

Loanstri，t = β0+ β1 Finti，t +β2 N×Finti，t +β3Controli，t+

εi，t" " " " " " " " " " " " " " " " " " " " " " " " " " （4）

其中，當樣本為農村商業銀行時，N取值為1，反之為0，其余虛擬變量的取值以此類推。

信用結構維度的異質性檢驗結果如表5所示。列（3）和列（4）的結果顯示，數字金融的發展對股份制商業銀行與國有商業銀行的信用貸款占比具有顯著的正向效應；對于農村商業銀行來說，作用并不顯著；對于城市商業銀行來說，交互項系數顯著為負。這可能是因為對于股份制商業銀行與國有商業銀行來說，大型商業銀行資產以及資源優勢，使其能夠快速應對數字金融發展所帶來的沖擊，通過制定合理的發展計劃，招攬相關科技人才，及時跟上數字金融的發展浪潮，使得數字金融的發展對其信用貸款占比所產生的鲇魚效應和技術溢出效應大于擠出效應。對于規模較小的城市商業銀行來說，受資金、人才等因素的限制，其在運用數字金融技術方面可能存在一定的滯后，雖然數字金融業態可能會對其產生一定的鲇魚效應和技術溢出效應，但是要小于其所帶來的擠出效應，從而具有負向的影響。而對于地處農村地區的農村商業銀行而言，數字金融業態沖擊對信用貸款帶來的擠出效應更弱，且鲇魚效應和技術溢出效應在信用貸款中也不明顯，所以數字金融的發展對農村商業銀行信用貸款占比未帶來顯著影響。

期限結構維度的異質性檢驗結果如表6所示?？梢钥吹剑瑢τ谵r村商業銀行、股份制商業銀行和國有商業銀行來說，交互項的系數并不顯著；對于城市商業銀行來說，交互項的系數為正且顯著，這一實證結果說明數字金融的發展對城市商業銀行中長期貸款占比的提高具有顯著作用。這可能是因為數字金融業態沖擊在城市地區更為明顯，但是股份制商業銀行和國有商業銀行能夠從容應對，減少了對其短期貸款的沖擊，這也意味著對其中長期貸款影響不大。而城市商業銀行應對金融業態沖擊時能力不足，導致其短期貸款受到沖擊，從而激發其增加中長期貸款供給。

客戶結構維度的異質性檢驗結果如表7所示。對于農村商業銀行、股份制商業銀行和國有商業銀行來說，數字金融的發展對其個人貸款占比的增長具有顯著的促進作用，而對于城市商業銀行來說，交互項系數為負，具有顯著的抑制作用。這一結果表明，數字金融新業態沖擊在股份制商業銀行和國有商業銀行中更多的表現為鲇魚效應和技術溢出效應，和前文解釋一致。但是對于城市商業銀行而言，由于數字金融新業態沖擊的效應主要集中在城市，擠出效應更強。對于農村商業銀行而言，可能因為其扎根于鄉鎮農村等特點，與城市商業銀行相比，其所面對的外部競爭較小，擠出效應并沒有那么明顯，但是在個人貸款上存在一定的技術溢出效應，從而也呈現出正向影響。

五、結論與建議

（一）研究結論

本文通過以上分析，得到如下結論：第一，在金融數字化時代，總體來看數字金融業態沖擊對商業銀行信貸的信用結構、期限結構和客戶結構均具有顯著影響，數字金融業態發展能夠提高商業銀行信用貸款占比、中長期貸款占比和個人貸款占比。并且數字金融業態發展能夠在促進商業銀行數字化轉型的過程中發揮鲇魚效應和技術溢出效應，特別是對于信用貸款占比和個人貸款占比，作為外生沖擊的數字金融新業態與作為應對措施的銀行數字化轉型存在正向協同作用。第二，數字金融業態沖擊對商業銀行信貸結構的影響具有一定的異質性，從信用貸款占比來看，數字金融的發展對股份制商業銀行與國有商業銀行的信用貸款占比具有顯著的正向效應，對農村商業銀行的影響不大，而對城市商業銀行表現為負向影響；從中長期貸款占比來看，數字金融業態沖擊只對城市商業銀行產生了正向影響；從個人貸款占比來看，數字金融業態沖擊對農村商業銀行、股份制商業銀行和國有商業銀行產生了正向影響。

（二）政策建議

對于政府部門而言，第一，在風險可控的前提下，推動數字金融新業態發展，充分發揮數字金融發展的鲇魚效應和技術溢出效應對商業銀行信貸結構的調節作用。具體而言，政府可以通過加強數字網絡基礎設施建設，向群眾普及數字化知識，介紹數字金融產品，加深居民與企業對數字金融的認知，特別是提高長尾人群及中小企業對數字金融的認可度和接受度；同時，創造公平競爭的市場環境，營造良好的市場秩序，鼓勵企業積極創新，促進技術、人才的協作和溝通，形成良性競爭機制，使數字金融的發展更有活力。第二，加強數字金融監管，促進數字金融有序健康發展。政府部門要加大對數字金融的監管力度，在數字金融快速發展的背景下，制定并健全適用于數字金融發展的法律法規，明確數字金融業務的準入條件、監管要求等，保證數字金融行業的合法合規運營。

對于商業銀行而言，要及時把握數字金融發展機遇，加大對數字金融的投入力度，加快數字化轉型。值得注意的是，要結合自身特點進行數字化轉型。大型商業銀行擁有較為充足的資金，可以通過投入大量資金進行技術體系的建設和人才的培養，并成立子公司，進一步發展數字金融。鑒于中小型銀行數字化轉型總體處于初步探索階段，在資金水平、數據治理、生態合作等方面仍存在一些不足，中小型銀行可以結合自身以及當地經濟發展特點，在某一特定領域開發出一款具有特色且實用性強的金融產品，在控制成本與風險的同時加大數字金融投入研發力度，提高數字化轉型水平。

參考文獻：

[1] 邵之晗，趙勝民，屠堃泰.數字金融、銀行競爭與流動性創造[J].國際金融研究，2024（04）：63-74.

[2] 邱晗，黃益平，紀洋.金融科技對傳統銀行行為的影響——基于互聯網理財的視角[J].金融研究，2018（11）：17-29.

[3] 金洪飛，李弘基，劉音露.金融科技、銀行風險與市場擠出效應[J].財經研究，2020，46（05）：52-65.

[4] 張德茂，蔣亮.金融科技在傳統商業銀行轉型中的賦能作用與路徑[J].西南金融，2018（11）：13-19.

[5] 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.

[6] 劉偉，劉衛鎮，戴冰清，等.數字金融、貸款結構與商業銀行風險承擔——基于181家商業銀行2011—2020年財務數據的分析[J].武漢金融，2022（07）：29-40.

[7] Li J， Wu Y， Xiao J J. The impact of digital finance on household consumption： Evidence from China[J].Economic Modelling，2020，86（C）：317-326.

[8] Drasch J，Schweizer A.Integrating the \"trouble makers\"： A taxonomy for cooperation between banks and fintechs[J]. Journal of Economics and Business，2018，100（04）：26-42.

[9] 牛蕊.互聯網金融對商業銀行金融效率影響研究[J].山西大學學報（哲學社會科學版），2019，42（03）：122-131.

[10] 于波，周寧，霍永強.金融科技對商業銀行盈利能力的影響——基于動態面板GMM模型的實證檢驗[J].南方金融，2020（03）：30-39.

[11] 魏國雄.對商業銀行信貸結構調整的理性思考[J].中國金融，2003（21）：37-38.

[12] 朱惠健，黃金木.中國信用貸款發展的現狀及對策研究[J].清華金融評論，2017（10）：69-72.

[13] 董曉林，熊健，張曄.金融科技發展對商業銀行信貸供給的影響——市場競爭和技術賦能的視角[J].財貿研究，2023，34（12）：51-63.

[14] 楊竹清，張超林.數字普惠金融與銀行信用貸款關系研究——基于中國城市數據的實證研究[J].當代經濟管理，2021，43（06）：79-89.

[15] 范從來，盛天翔，王宇偉.信貸量經濟效應的期限結構研究[J].經濟研究，2012，47（01）：80-91.

[16] Armstrong C S，Guay W R，Weber J P. The role of information and financial reporting in corporate governance and debt contracting[J].Journal of Accounting and Economics，2010，50（02）：179-234.

[17] Cláudia C， Miguel A F， Luís L. Why are u. s. firms using more short-term debt？[J]. Journal of Financial Economics，2013，108（01）：182-212.

[18] 毛建輝.數字金融、信貸期限結構與企業投資行為[J].商業研究，2023（05）：121-129.

[19] 鮑星，李巍，李泉.金融科技運用與銀行信貸風險——基于信息不對稱和內部控制的視角[J].金融論壇，2022，27（01）：9-18.

[20] 李超.互聯網時代銀行零售業務渠道的發展策略[J].新金融，2018（05）：40-44.

[21] 黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，17（04）：1489-1502.

[22] 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（04）：1401-1418.

[23] 余靜文，吳濱陽.數字金融與商業銀行風險承擔——基于中國商業銀行的實證研究[J].產經評論，2021，12（04）：108-128.

[24] 溫忠麟.張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004（05）：614-620.

[25] 余明桂，馬林，王空.商業銀行數字化轉型與勞動力需求：創造還是破壞？[J].管理世界，2022，38（10）：212-230.

[26] 謝絢麗，王詩卉.中國商業銀行數字化轉型：測度、進程及影響[J].經濟學（季刊），2022，22（06）：1937-1956.

[27] 李春濤，閆續文，宋敏，等.金融科技與企業創新——新三板上市公司的證據[J].中國工業經濟，2020（01）：81-98.

[28] 謝治春，趙興廬，劉媛.金融科技發展與商業銀行的數字化戰略轉型[J].中國軟科學，2018（08）：184-192.

[29] 黃靖雯，陶士貴.商業銀行金融科技投入產出效率研究——基于三階段DEA方法[J].西南民族大學學報（人文社會科學版），2021，42（04）：136-145.

（責任編輯：張艷妮）

作者簡介：羅" " 興，博士，副教授，鄭州大學商學院，研究方向為金融發展和金融制度。

王重陽，碩士研究生，鄭州大學商學院，研究方向為金融發展和金融制度。

鄭佳豪，碩士研究生，鄭州大學商學院，研究方向為金融發展和金融制度。

何奇龍，通訊作者，博士，副教授，鄭州大學商學院，研究方向為博弈與金融。