數字金融背景下城商行管理績效研究

喬鈺

【摘要】近年來，我國數字金融方興未艾，對商業銀行經營管理產生了巨大沖擊，是實務屆、學術界共同關注的熱點。文章使用2013—2021年城商行數據，檢驗了數字金融對城商行管理績效的影響。研究發現：（1）總體來說，城商行所在地區數字金融越發達，其經營收益越高、經營風險越低。數字金融對城商行管理績效有明顯的提升作用。（2）從不同維度看，數字金融覆蓋廣度、普惠金融數字化程度對城商行管理績效的正向作用更明顯，而數字金融使用深度對其影響不明顯。（3）從不同地區看，城商行所在地區經濟水平越發達，數字金融對其管理績效的影響越顯著。因此，城商行應當從戰略管理、產品服務、保障措施等方面推進數字化轉型，積極擁抱數字金融。

【關鍵詞】數字金融；城商行；管理績效

【中圖分類號】F062.4

★ 基金項目：四川省高校哲學社會科學院重點研究基地科技金融與創業金融研究中心項目“金融科技背景下銀行轉型戰略研究：制度邏輯與實施效率”，項目編號：KJJR2021-015。

2023年中央金融工作會議提出“做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章”。近年來，我國數字金融發展迅猛，數字貨幣、跨境支付、供應鏈金融等重點領域成果突出，對傳統金融業既帶來正面影響、也有著負面影響。以銀行業為例，一方面，數字金融極大提升了銀行服務客戶、內部管理的效率，增強了銀行競爭力；另一方面，數字金融打通了互聯網企業布局金融行業的技術壁壘，加劇了行業競爭。相比大型國有銀行、全國性股份制銀行——城商行具有資產規模較小、業務相對單一、管理水平偏低、風控能力較差等短板。如何抓住數字金融機遇，制定符合自身特征的轉型戰略，成為城商行亟待解決的關鍵問題。

一、文獻綜述與假設

已有文獻從負債管理、資產配置、管理績效等方面探討了數字金融對銀行的影響。部分文獻發現，數字金融加劇了銀行存款搬家（鄭志來，2015），導致銀行更依賴同業拆解等批發型融資；也有研究認為，數字金融加劇了銀行客戶競爭，從而提高了中長期貸款以及信用貸款占比（孫旭然等，2020a）；大量研究聚焦數字金融對銀行管理績效的影響，發現數字金融提升了銀行收益（沈悅和郭品，2015；董倩，2018）、降低了銀行風險（劉忠璐，2016；孫旭然等，2020b），但也有文獻并未得出相同結論（于波等，2020；Demirgü -Kunt等，2010）。相關結論的多樣性印證出數字金融對銀行影響的復雜性。

已有文獻較少關注數字金融對城商行影響的特殊性。從優勢方面看，城商行在本地市場具有獨特的地緣優勢，客戶以地方政府、國有企業、城市居民為主，組織架構較為靈活，能較快地響應客戶需求。城商行更善于處理客戶“軟信息”，依靠經驗與關系開展業務。而這類需求短期內很難被數字金融所取代。此外，城商行往往是大行數字戰略的追隨者，而追隨者通常能減少試錯成本。從劣勢方面看，城商行規模小、抗風險較弱的特點使得其科技投入較少、人才相對匱乏，且作為追隨者可能會錯失一些市場機遇。綜合來看，本文認為當前數字金融對城商行的影響應該是利大于弊，即數字金融對城商行管理績效有提升作用?？紤]銀行管理績效主要包括收益和風險兩方面，提出如下假設。

H1：城商行所在省份數字金融發展程度越高，城商行收益越高。

H2：城商行所在省份數字金融發展程度越高，城商行風險越高。

二、研究設計

（一）數據來源及相關處理

本文城商行樣本來自國家金融監督管理總局《銀行業法人機構名單》，地區數字金融數據來自北京大學“數字普惠金融指數”，城商行財務數據、地區經濟數據來自Wind金融終端，樣本區間為2013—2021年。近年來，城商行并購重組加劇，為避免其對銀行管理績效的影響，剔除四川銀行、山西銀行、中原銀行、遼沈銀行、蒙商銀行等有過重組經歷的城商行。當前北京大學“數字普惠金融指數”可獲得區間為2013—2018年，本文采用線性插值對2019—2021年數據進行補充。經過上述處理，共得到950個觀測值。

（二）變量定義

借鑒相關文獻，本文使用凈資產收益率（ROE）、總資產收益率（ROA）衡量城商行收益，使用Z值（Z-score）、不良貸款率（NPL）衡量城商行風險。Z值是反映銀行破產概率的常用指標，具體計算公式Z-score=（CAR+ROA）/SD（ROA）。其中，CAR是資產權益比，SD（ROA）是ROA的標準差，本文使用當前及前兩期滾動計算。Z-score越大，表明城商行破產概率越小，NPL越小，即表明城商行風險越小。解釋變量是城商行所在省份數字普惠金融指數（Index），該指數由數字金融覆蓋廣度（Coverage）、數字金融使用深度（Depth）、普惠金融數字化程度（Digital）三項二級指標構成，后續研究將分別使用二級指標衡量地區數字金融發展程度。此外，本文還控制了城商行的資產規模（Size）、營業成本（Cost）、中收占比（Fee）、資本充足率（Capital）以及存貸比（LDR）。為避免極端值影響，對所有連續型變量進行1%水平的縮尾處理。全部變量的類別、名稱、符號及定義參見表1。

（三）描述性統計

表2列出了全部變量的描述性統計。從收益看，ROE、ROA平均值分別為0.121、0.008。ROE、ROA極差（=最大值-最小值）分別為0.541、0.022，說明各家城商行收益差異較大。從風險看，NPL平均值為0.016，最大值0.044，已超過4%的監管紅線，說明部分城商行風險較高，但占比不到2%，城商行整體風險可控。解釋變量中，Index標準差達到0.866，各地區數字金融發展水平差異較大?？刂谱兞恐?，Size均值為7.329，城商行平均總資產為1 523.86億元。

（四）模型設定

其中，i、t分別表示銀行和年份，Performance是城商行管理績效，分別使用變量ROE、ROA、NPL、Z-score。SF是地區數字金融發展水平，一組使用變量Index，另一組同時使用變量Coverage、Depth、Digital。Control是控制變量，Bank、Year是銀行、年份的虛擬變量，ε是殘差項。

三、回歸結果

（一）基準檢驗

豪斯曼檢驗p值為0.0000，拒絕原假設，表明回歸應使用固定效應模型。表3是地區數字金融發展對城商行管理績效的回歸結果，其中（1）、（2）是收益的結果，被解釋變量分別為凈資產收益率（ROE）、總資產收益率（ROA），回歸（3）、（4）是風險的結果，被解釋變量分別為風險不良貸款率（NPL）、Z值（Z-score）?；貧w（1）、（2）中解釋變量數字普惠金融指數（Index）系數均為正，且分別通過5%、1%水平的顯著性檢驗，表明所在省份數字普惠金融水平越高、城商行收益越高，符合假設H1的預期?？刂谱兞緾ost、LDR系數均顯著為負，表明營業成本越低、存貸比越低，城商行經營收益越好。營業成本越低，意味著城商行精細化運營管理成效越好；存貸比越低則說明城商行存款支撐能力越強。這些優勢均能提升城商行收益。

回歸（3）中Index系數為負且在1%水平下顯著，表明所在省份數字普惠金融水平越高、城商行不良貸款率越低；回歸（4）中Index為正且通過10%水平顯著性檢驗，表明所在省份數字普惠金融水平越高、城商行破產概率越低?；貧w（3）、（4）結果均符合假設H2的預期?？刂谱兞恐校珻ost系數在回歸（3）中顯著為正，在回歸（4）中顯著為負，表明營業成本越低、城商行風險也越低。

（二）數字金融不同發展維度的影響

表4是數字金融不同發展維度對城商行管理績效的回歸結果。首先，回歸（1）中解釋變量Coverage系數顯著為正，表明數字金融覆蓋廣度對城商行凈資產收益率有促進作用；Coverage系數在回歸（3）中顯著為負、在回歸（4）中顯著為正，表明數字金融覆蓋廣度對城商行風險有抑制作用。總體來看，所在省份數字金融覆蓋廣度越大、城商行管理績效越好。其次，回歸（1）、（2）中解釋變量Digital系數顯著為正，代表普惠金融數字化程度與城商行收益正相關；回歸（3）中Digital系數顯著為負，代表普惠金融數字化程度與城商行不良貸款率負相關?？傮w看來，所在省份普惠金融數字化程度越高、城商行管理績效也越好。最后，回歸（1）～（4）中解釋變量Depth系數均不顯著，表明數字金融使用深度對城商行管理績效并無明顯影響。

分析上述三項指標的具體構成可以發現，數字金融覆蓋廣度、普惠金融數字化程度與電子賬戶、移動支付有關，主要體現的是客戶通過數字化手段滿足日常交易的需求?？蛻暨@部分行為的增強提升了與城商行之間的粘性，對城商行做大結算規模、獲取資金沉淀具有積極意義。與之相對，數字金融使用深度與客戶線上投資基金、保險或者申請信貸相關，反映的是客戶通過數字化手段滿足深層次投融資需求的行為。相比國有大行，城商行服務對象中該類客戶相對較少，因此，數字金融使用深度對城商行管理績效的正面影響并不明顯。綜上分析，數字金融對城商行的影響還處在初級階段。

（三）進一步檢驗：數字金融對不同地區城商行影響的差異

值得注意的是，城商行經營發展與本地經濟水平密切相關，那么區域差異是否會改變數字金融對城商行管理績效的影響呢？采用分組回歸檢驗這一問題，生成分組變量經濟發達地區（High_ GDP），當城商行所在省份人均GDP大于等于樣本中位數時，High_GDP=1，反之為0。

表5是數字金融對不同經濟水平地區城商行收益的回歸結果。其中，回歸（1）、（2）是經濟發達地區的回歸結果，回歸（3）、（4）是經濟欠發達地區的回歸結果?；貧w（1）、（2）中Index系數均顯著為正，而回歸（3）、（4）中變量Index系數均不顯著，數字金融發展程度對城商行收益的促進作用在經濟發達地區更明顯。

表6是數字金融對不同經濟水平地區城商行風險的回歸結果。回歸（1）中Index系數顯著為負，而回歸（3）、（4）中Index系數均不顯著，數字金融發展程度對城商行風險的抑制作用在經濟發達地區更明顯。綜上可知，地區經濟水平越發達、客戶對數字金融接受程度越高、使用頻率也越高，從而進一步增強了數字金融對城商行管理績效的影響。

四、主要結論與政策建議

（一）主要結論

本文使用2013—2021年城商行面板數據，實證檢驗了數字金融發展程度對城商行收益與風險的影響。研究發現：

1.總體來看，城商行所在省份數字普惠金融程度越高，其經營收益越高、經營風險越低。數字金融發展程度對城商行管理績效有明顯的促進作用。

2.從數字金融不同的維度看，數字金融覆蓋廣度和普惠金融數字化程度對城商行管理績效的促進作用明顯，而數字金融使用深度對其影響并不明顯。當前數字金融對城商行管理績效的傳遞機制主要在于電子支付提升了客戶粘性，而通過數字金融深挖客戶投融資需求的作用尚未顯現。

3.從地區經濟發展不同的程度看，城商行所在省份經濟發展水平越高，數字金融提升城商行業績、抑制城商行風險的作用也越明顯。經濟發展水平進一步分化了數字金融對城商行的促進作用。

（二）政策建議

1.盡早確立數字化轉型戰略。數字賦能銀行發展已成為不可逆轉的趨勢。城商行應從戰略層面明確數字化轉型，結合大行先進經驗與自身實際，圍繞組織架構、產品研發、服務創新、管理優化等方面落實具體戰略舉措、穩步推進數字化轉型。

2.不斷完善配套保障措施。人才與資金是數字化轉型的基礎。城商行應當創新科技人才“選、用、育、留”機制，充分調動科技人才創造力；應當充分保障科技資金投入，聚焦數字化建設重點項目，推動數字能力“強弱項、補短板”。

3.轉型戰略必須立足實際。對于自身數字基礎薄弱或者所在地區經濟較差的城商行，應優先提升系統結算效率、優化手機銀行功能，做好數字運營基本功；而對于自身數字基礎扎實或者所在地區經濟發達的城商行，則應建立較為全面的數字戰略，形成數字治理、數字信貸、數字風控統籌推進局面。

主要參考文獻：

[1]鄭志來.互聯網金融對我國商業銀行的影響路徑——基于“互聯網+”對零售業的影響視角[J].財經科學，2015（05）：34-43.

[2]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（06）：59-72.

[3]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.

[4]董倩.科技金融對城市商業銀行全要素生產率的影響——基于調節效應和中介效應的視角[J].金融理論與實踐，2018（09）：38-44.

[5]劉忠璐.互聯網金融對商業銀行風險承擔的影響研究[J].財貿經濟，2016（04）：71-85+115.

[6]孫旭然，康仕，王鳳榮.金融科技、分支機構擴張與中小銀行風險——來自中國城市商業銀行的經驗性證據？[J].當代經濟管理，2020（08）.

[7]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.

[8]Demirguc-Kunt A.，Huizinga H.. Bank Activity and Funding Strategies： The Impact on Risk and Returns[J]. Journal of Financial Economics，2010，98（3）：626-650.

責編：楊雪