數字金融對金融效率的影響分析

摘"要：中央金融工作會議指出，要做好包括數字金融在內的五篇大文章，以促進我國金融高質量發展。文章采用2010—2020年北京市宏觀經濟數據，運用數據包絡法測算了北京市金融效率，并以此作為被解釋變量，建立了以數字金融為核心解釋變量的多元統計模型，研究了數字金融對金融效率的影響因素。結果發現：數字金融促進了金融效率提高，保險市場對北京金融效率有積極的正向影響，第三產業人員占比與金融效率呈反向關系。據此提出繼續加大對數字金融的研究與投入，積極支持保險市場發展，政府增加科技教育培訓支出等政策建議，以供相關人員參考與借鑒。

關鍵詞：金融效率；"數字金融；"金融高質量發展

中圖分類號：F276.1;F274文獻標識碼：A文章編號：1005-6432（2024）23-0187-04

DOI：10.13939/j.cnki.zgsc.2024.23.047

1"引言

2023年10月30日中央金融工作會議在北京召開，習近平總書記出席會議并且做出了重要指示，首次提出了加快建設金融強國的目標。要做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章，以促進我國金融高質量的發展。金融效率提高有助于金融高質量發展，因為高效的金融服務可以更好地滿足實體經濟的需求，促進資源配置的優化，降低融資成本，提高資金使用效率。金融高質量發展表現在多個方面，其中之一就是金融效率的顯著提高，這意味著金融機構能夠更加精準地識別和滿足市場需求，提供更有針對性的金融產品和服務，從而推動金融行業的高質量發展。

科技的發展推動了數字金融的快速發展，數字金融對金融行業的方方面面都產生了重要的影響，2022年年底產生的ChatGPT是人工智能發展史中具有里程碑意義的事件，人工智能的應用席卷了各行各業，金融業也不例外。金融科技的發展推動了金融技術快速的迭代，大量先進的技術引入金融業務流程中，極大地提高了金融機構經營效率。北京作為全國的首都，是金融機構集聚地，金融業的發展水平在全國居于前列，同時也是各大金融機構總部所在地，總部效應非常顯著。金融科技通過總部自上而下的推廣，逐漸在全國推廣使用。因此研究數字金融對北京市金融機構效率的影響，以及對于促進北京市金融業高質量發展，具有非常重要的理論與實踐指導意義。

2"文獻回顧

文章的文獻回顧包括三個部分，分別是數字金融、金融效率、數字金融對金融效率的影響。

關于數字金融，目前主要利用普惠金融發展指數作為數字金融度量的代理指標，Sarma和Pais（2011）最早發起構建普惠金融發展指數。國內最具有代表性的是北京大學數字金融研究中心測算的普惠金融發展指數。金融效率是金融學界非常關注的一個熱點問題，主要包括金融效率的含義、衡量金融效率的指標以及金融效率的測算方法三個方面。王廣謙（1997）提出，金融效率是金融運作能力的大小，并且將金融效率分成了不同的層次，具體包括金融機構效率、金融市場效率和金融宏觀效率。金融效率的測算一般采用前沿效率分析法，數據包絡方法產生之后，用DEA的方法計算金融效率，得到了普遍的使用，Sherman"（1985）第一次將DEA方法用于銀行效率的研究。1992年Fare等對DEA模型進行了改進，創造了DEA-Malmquist模型，從而可以對不同時期金融效率的動態變化加以衡量。數字金融對金融機構效率的影響，目前學術界爭議還比較大。一種觀點認為，數字金融對金融效率起到了正向的影響。Zeng"和Reinartyz（2018）指出，數字金融的產生改變了以往面對面交易的傳統商業模式，降低了傳統金融服務在時間與資金上的成本，提升了交易效率。王春峰和翟捷（2001）認為，數字金融能夠通過緩解金融機構與客戶之間的信息不對稱來提高金融效率。也有學者認為，數字金融沒有對金融效率起到積極的影響。黃益平和黃卓（2018）認為，我國數字金融發展并沒有緩解金融市場的信息不對稱問題，使得金融資源配置效率并沒有達到最優化水平。

從以往的文獻回顧當中可以發現，學術界關于數字金融與金融效率的研究內容都比較豐富，也比較全面。然而，對于數字金融與金融效率兩者關系的研究，相對來說并不充分，并且還沒有達成一致的研究結論。數字金融對金融業效率的影響，尤其是對北京市金融效率影響的研究還非常少。因此，本選題的研究對于政策的制定者以及金融從業者都具有一定的參考價值。

3"理論分析、影響因素與研究假設

數字金融不僅包括傳統金融機構，如銀行、保險公司等利用數字技術進行流程改造和產品創新，還增加了新型金融業務模式，數字金融通過技術手段推動金融服務的創新和金融效率的提升。數字金融結合通信網絡、云計算、生物識別、物聯網等先進技術，為金融服務提供了新的可能性。它推動了融資、支付、投資等傳統金融業務的數字化轉型，使得這些服務更加便捷、高效。在數字經濟時代，數據成為一種重要的生產要素，數字金融正是基于這樣的數據資源構建起的服務體系。

3.1"數字金融與金融效率

數字金融在金融機構當中的普遍采用，極大地減少了金融從業人員簡單、重復性的工作，金融機構線上業務的比重逐漸增加，減少了客戶到柜臺辦理業務的次數與時間，降低了雙方的交易成本。因此，數字金融對銀行與客戶雙方來講都能夠起到降低成本、提高效率的作用。因此文章提出假設H1：數字金融能夠促進金融效率的提高。

3.2"PPI與金融效率

PPI也叫生產者價格指數，這里的生產者既包括工業產品的生產者，也包括農產品的生產者，還包括服務業生產者。所以PPI可以綜合衡量一國宏觀經濟的物價指數。一般而言，當PPI上升時，反映了需求的上升，經濟的復蘇；反之，當PPI下降時，則反映了一國需求下降，宏觀經濟走向蕭條。金融業是一個典型的順周期的行業：當經濟運行好時，金融效率就比較好；反之，當宏觀經濟進入下行通道時，金融效率也會下降。所以文章用PPI這個指標，來衡量一國的物價情況與宏觀經濟的運行狀況。因此文章提出假設H2：PPI對金融效率有正向影響。

3.3"證券市場與金融效率

證券市場是一國金融市場的重要組成部分，一個高效、健全的金融體系，必然有一個高效、健全的證券市場與之相伴。所以，證券市場的發展狀況是影響金融效率的一個重要方面。從理論而言，證券市場的發展程度與一國的金融效率是正向的關系，即證券市場發展較好時，金融效率則比較高；反之，當證券市場發展不大好時，金融效率也比較低，文章用證券市場的成交額來衡量一國證券市場的發展程度。因此文章提出假設H3：證券市場對金融效率有正向的影響。

3.4"保險市場與金融效率

保險市場是一國金融市場的重要組成部分，保險機構是金融機構的重要組成部分。潘功勝（2023）指出，牢牢守住不發生系統性金融風險底線，是國家對金融業提出的基本要求。保險從其本質來說，是一種對風險防范的手段。越是發達的保險市場，表明對風險的防范與保障越是全面與完善。建立在一個風險防范比較完善的基礎之上的金融體系，其效率必然是高效的。因此文章提出假設H4：保險市場與金融效率是正向的關系。

3.5"第三產業從業人員與金融效率

大數據、區塊鏈、人工智能、5G等技術在金融業中逐漸被引入，與此相關的技術人才的需求逐步加大。因此，一方面為了維護金融效率以及競爭的需要，金融業要不斷地引入高層次的人才。另一方面高層次人才的引入勢必加大金融業的人力成本。金融業是一個工資相對較高的行業，根據Wind的統計，2022年金融業平均工資17.43萬元。陳梓晗（2021）認為，隨著數字金融的不斷發展，金融服務業對于學歷和技能的要求越來越高，從而產生了技能溢價，即高技能者與低技能者的收入存在差異。因此，可以估計金融機構人力成本與金融效率是一種負向的關系。由于金融業從屬于第三產業，因此用第三產業從業人員占GDP的比重來衡量金融業從業人員的變化情況。對此文章提出假設H5：第三產業從業人員對金融效率有負向影響。

4"變量選擇與模型

4.1"變量選擇

4.1.1"被解釋變量

金融效率是被解釋變量，金融效率的衡量方法一般有兩類：參數方法與非參數方法。目前使用較多的是非參數方法，其中使用DEA模型來測度金融效率是公認的最為常用的方法。文章使用DEA-Malmquist"模型來進行金融效率的測度，投入變量選用的是金融機構各項存款余額、金融機構網點人員數量與法人金融機構數量；產出變量包括金融業增加值與金融機構各項貸款余額。

4.1.2"核心解釋變量

數字金融是文章的核心解釋變量，所用的數字金融指標是北京大學金融研究中心課題組（2018）編制的中國數字普惠金融指數。該指數包括數字普惠金融總指數以及數字普惠金融覆蓋廣度、使用深度和數字化程度3個二級指數，文章選擇數字化程度指數作為數字金融的代理變量。

4.1.3"控制變量

文章借鑒已有的研究成果，選擇4個控制變量，分別是生產者價格指數（PPI）、證券市場成交額（sec）、保費收入（ins）、第三產業從業人員占總就業人口的比例（third）。

4.2"模型

為了消除異方差的影響，文章指標采取了對數的處理方法?；跀祿目傻眯耘c一致性，選取的時間段為2010—2020年，數據主要來自Wind數據庫與北京市各年的統計年鑒。所使用的模型為：

其中：eff代表金融效率；dig代表數字金融指數；PPI代表生產者價格指數；sec代表證券市場成交額；ins代表保費收入；third代表第三產業從業人員占總就業人口的比例；i代表時間；代表各變量的回歸系數。

5"實證結果分析

5.1"基本模型分析

運用Stata"17軟件對模型（1）進行回歸，結果如表1（1）列所示?；貧w結果表明，數字金融對金融效率具有顯著的正向影響，系數為0.645；生產者價格指數PPI對金融效率具有正向的影響，系數為0.027，但是沒有通過顯著性檢驗；保險市場對金融效率具有顯著的正向影響，系數為1.283；第三產業從業人員數量對金融效率具有顯著的負向影響，表明第三產業從業人員數量增多，金融效率卻下降。

以上結論與研究假設保持一致，假設H1、H2、H4、H5得到了驗證。但是證券市場對金融效率的影響卻是顯著的負向影響，系數為-0.341，假設H3沒有得到驗證?？赡艿脑蚴菧y算金融效率的指標中包括金融機構的存款與金融機構的貸款，它們主要是衡量以銀行為代表的間接融資市場的指標，但是證券市場是直接融資市場。因此當證券市場發展較快時，必然會對信貸市場產生一定的分流效應，由此導致兩者呈反向的關系。

5.2"穩健性分析

為了檢測模型的穩定性，采取更換變量指標的方法。將數字化程度指數dig更換為數字金融總指數agg，代入模型（2）重新進行回歸。

結果如表1（2）列所示，回歸結果表明數字普惠金融總指數對金融效率具有顯著的正向影響，系數為1.266，這一結論同模型（1）是一致的。其他指標的結果也大致同模型（1）相似，在此不再贅述，表明模型結果具有穩健性。

6"結論與政策建議

6.1"結論

文章利用2010—2020年北京市宏觀經濟與金融數據，首先采用DEA-Malmquist模型測算了北京市的全要素生產率，以此作為北京市金融效率的代理指標。然后建立了以數字金融為核心解釋變量，生產者價格指數、證券市場成交額、保費收入、第三產業從業人員占比為控制變量的線性多元回歸模型，主要得到以下結論：

（1）數字金融的發展對北京市金融效率產生了積極的促進作用。據估計，數字金融每提高1%，金融效率則提高0.645%。

（2）保險市場對促進北京市金融效率的提高起到了正向的作用。保費收入為提高1%，金融效率提高1.283%，說明保險市場的發展對于促進金融效率的提高具有顯著的規模效應。

（3）第三產業從業人員占比與金融效率呈反向關系。第三產業從業人員每增加1個單位，金融效率則下降0.246%。

6.2"政策建議

（1）繼續加大對數字金融的研究與投入。數字金融的發展能夠促進金融效率的提高，金融效率提高會促進北京市金融業高質量發展，金融業高質量發展與建設金融強國是我國金融業發展的目標。因此，通過做好包括數字金融在內的五篇大文章，有利于促進金融高質量發展與加快建設金融強國目標的早日實現。

（2）積極支持保險市場的發展。通過研究結果可以發現，由于我國的保險市場還處于早期的發展階段，保險市場的發展對于促進金融效率具有較大的彈性。而且保險是防范風險的重要手段，積極發展保險市場，有利于金融體系的穩定，保證宏觀經濟在風險可控的基礎上健康發展，也有利于各經濟主體規避因風險而導致的巨大損失。

（3）政府增加科技、教育、培訓支出，緩解第三產業兩難的問題。產業升級的趨勢會導致勞動力向第三產業轉移，結果是第三產業就業人員數量增加；而人工智能的快速發展又使大量的、簡單的、重復性的、無創造性的工作會被人工智能所替代，第三產業中也同樣存在大量這類的工作。因此，第三產業面臨一方面要吸納大量的人員就業，另一方面又面對人工智能對勞動力的替代。雖然人工智能的快速發展也創造了大量的新的就業機會，會分流一部分人從事新的工作，但是更主要的還是需要勞動者加強學習，掌握人工智能這一技能，使之成為勞動者工作的加速器。這樣不僅不會被人工智能所替代，而且還能夠加倍提高工作效率。因此，政府與個人都應加強投入，彌補科技知識與技能的短板。

參考文獻：

[1]SARMA"M，PAIS"J."Financial"inclusion"and"development［J］.Journal"of"international"development，2011（5）：613-628．

[2]ZENG"M，REINARTYZ"W.Beyond"online"research：the"road"to"profitablity"[J].California"management"review"，2018，45（2）：107-130.

[3]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（4）：1401-1418．

[4]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（4）：1489-1502.

[5]潘功勝.加快現代中央銀行制度建設"構建中國特色現代金融體系[N].人民日報，2023-12-04.

[6]王廣謙.經濟發展中金融的貢獻與效率[M].北京：中國人民大學出版社，1997.

[基金項目]北京財貿職業學院2022年科研計劃重點課題“數字經濟背景下北京市金融產業效率研究”（項目編號：BJCZYB202205）。

［作者簡介］韓貴新，男，南京大學金融學博士，中國社會科學院金融研究所博士后，副教授，北京財貿職業學院金融學院，研究方向：金融科技與金融市場；韓坤宇，男，碩士，國家電網北京城區供電公司，研究方向：大數據與人工智能。