數字普惠金融與商業銀行風險承擔的非線性關聯研究

唐 瀟

(南京財經大學金融學院，江蘇 南京 210023)

一、 引言

近年來，數字技術正在以新理念、新業態、新模式全面融入人類建設各領域和全過程，基于數字技術所誕生的數字經濟已經成為世界各國推動經濟發展和爭奪國際金融戰略制高點的強大助力[1]，發展數字經濟是把握新一輪科技革命和產業變革新機遇的戰略選擇。 雖然數字技術的應用有利于賦能傳統產業升級，引發了支付、理財等領域的變革，但也給傳統金融機構造成了一定的沖擊。 商業銀行作為傳統金融的主力軍支柱、貨幣政策的重要傳導渠道，在我國金融體系中居于主導地位，發展數字普惠金融是大勢所趨，是實現生存所致的必要轉型[2]。 其風險承擔水平會通過風險傳導至整個金融市場，關乎整個金融市場的穩定。 商業銀行應該抓住數字普惠金融的發展機遇促進自身改革，旨在改善經營績效、降低經營風險，以獲得更大的發展空間，進而提升整個金融行業的服務水平[3]。

圍繞數字技術與商業銀行風險關系的研究，已有文獻主要從兩個角度展開。 一方面，許多學者認為數字技術的應用給商業銀行的發展提供了更大的可能性。 焦瑾璞[4]研究認為數字技術的加入和快速發展在數字普惠金融發展初期有效促進金融服務工具和模式的創新，從而降低信息不對稱性和金融服務邊際成本，提高地理區域性和金融可得性，進而有助于提高商業銀行金融服務的公平性；更為廣泛的客戶群還可以將銀行資產負債表擴展到新的業務領域，使風險多元化，進而起到一定的風險防范作用[5]。 另一方面，還有一些學者認為數字技術的加入在促進商業銀行經營模式轉變的同時也帶來了難以考量的風險[6]。 戴國強和方鵬飛[7]研究表明互聯網金融通過提高商業銀行的資金成本、降低盈利能力直接提高商業銀行的破產風險，并且通過風險轉移，推高貸款利率迫使企業為獲取高收益而投資高風險項目，以間接提升商業銀行風險承擔；汪可等[8]還提出數字技術在賦能制度體系與管理組織結構創新的同時也帶來了一系列的不確定性。

現有的文獻對銀行在數字化過程中存在的機遇與風險做了多角度詳細的研究與分析，具有豐富的借鑒意義，但也存在諸多問題。 首先，許多學者僅局限于普惠金融或者金融科技的角度進行研究，而本文試圖從數字技術和傳統普惠金融相結合的數字普惠金融視角加以探究。 其次，不少學者從各方面對商業銀行風險承擔的影響因素、風險與機會做出了分析，本文將商業銀行置于數字普惠金融環境中，研究發現數字普惠金融的發展與商業銀行風險承擔呈現倒“U”型關系，豐富了商業銀行風險承擔相關研究。 最后，本文參考北京大學數字金融研究中心編制的2011～2020 年度數字普惠金融指數構建模型定量分析，并進一步從覆蓋廣度、使用深度和數字化程度三個維度分析其影響程度。 從現實角度看，對這些問題的研究有助于加大對數字普惠金融風險問題的重視，對促進商業銀行與數字普惠金融的深度融合，進而推動數字普惠金融體系可持續發展具有重要意義。

二、 理論分析與研究假設

數字普惠金融，主要體現在“普惠”和“數字”角度。 從“普惠”的角度看，數字普惠金融要求打破“二八原則”，擴展金融覆蓋面，將被傳統金融忽視的80%的客戶納入服務范圍，提高地理區域性和金融可得性，觸及金融機構原先無法或不愿涉及的偏遠貧困地區，使得商業銀行可以獲得充足的存款和減少對不穩定性融資的依賴[9]，這就使得商業銀行業務拓展面臨較高的營運成本和風險。 普惠所面臨的長尾客戶存在低信用狀況，甚至處于次級用戶水平，商業銀行的經營不穩定、波動風險加大，使得其不得不提高風險承擔以應對風險；并且數字普惠覆蓋面擴大，會分流商業銀行的存款吸收和優質客戶，客戶平均質量下降，銀行在競爭中的市場份額被瓜分，失去了壟斷優勢和口碑效應[10]，獲利減少，其更愿意主動提高自身的風險容忍度和風險承擔以對沖收益減少額。 從“數字”的角度來看，互聯網數字技術的發展，使得數字普惠金融服務變得更加可行。數字移動技術的快速發展有效促進了金融服務工具和模式的創新，增加了商業銀行的發展可能性[4]；銀行通過不斷加大金融科技的投入不僅可以擴展金融產品、優化服務流程，也可以提高自身的風險識別能力；另外，銀行以數字技術為基礎和載體可以推動從業人員與客戶對新知識的吸收、應用和進一步擴散，進而促進舊業務的優化和新業務的誕生。 但數字技術對銀行績效的增進作用具有一定的滯后性[11]。 因此，本文提出假說1:

H1:數字普惠金融對商業銀行風險承擔的影響呈現先升后降的倒“U”型趨勢。

三、 數字普惠金融與商業銀行風險承擔的關系檢驗

(一)模型設定與數據選取

為了驗證數字普惠金融與商業銀行風險承擔之間可能存在的倒U 型關系，本文參考郭品和沈悅[12]的經濟模型，加入平方項是為了捕捉數字普惠金融對商業銀行可能存在的非線性關系。 由于銀行風險存在一定的持續性[13]，因此，本文引入商業銀行風險承擔的一階和二階滯后項，具體實證模型設定如下。

式中，被解釋變量 RISKi，t為銀行i在t年份的風險承擔水平，用Z值來表示。 DFIt為年份t的數字普惠金融指數即本文的核心解釋變量。 詳細的變量如表1 所示，變量數據來源于萬得、Chioce 和國泰安數據庫，缺失數據通過查找銀行年報獲取。 最終，本文選取了89 家商業銀行2011 年至2020 年的數據，包括6 家大型商業銀行、11 家股份制商業銀行、55家城市商業銀行、17 家農村商業銀行，并對所有連續變量進行了上下1%的縮尾處理。

表1 變量定義

(二)基準回歸結果分析

商業銀行風險承擔、銀行微觀特征變量和宏觀層面變量的描述性統計如表2 所示。 表2 顯示，由Z值代理的我國商業銀行的風險承擔的平均值為414.2，標準差為4084.1，較大的極差和高標準差說明Z值變化較大，即我國商業銀行風險承擔的橫截面差異范圍很大，這種變化和Houston 等[14]的研究一致，不良貸款率4.2 的極差也驗證了這一點。

表2 主要變量的描述性統計

考慮到被解釋變量的滯后項和商業銀行微觀特征變量與商業銀行風險承擔之間存在一定的因果聯立關系帶來的內生性問題，運用動態面板模型可以同時解決銀行微觀特征變量之間具有的內生性問題并有效估計被解釋變量滯后項。 因此，本文借助動態面板廣義矩估計，分別使用了差分GMM 和系統GMM 估計法進行回歸。

回歸結果如表3 所示，1、3 列是差分 GMM 估計結果，2、4 列是系統 GMM 估計結果，其中，列 1 和列2 僅考慮時間效應。 可以看出，DFI 和 DFI2系數分別為負和正，且分別在差分GMM 估計和系統GMM估計下通過了1%和5%水平下的顯著性檢驗。 AR(2)檢驗和Sargan 檢驗結果均大于0.1，說明所有的工具都是有效的，不存在過度識別。 較高的Z值意味著更高的穩定性或更低的風險承擔，反之亦然。因此，回歸結果顯示數字普惠金融與Z值呈現“U”型關系，即表明數字普惠金融與我國商業銀行風險承擔之間呈現倒“U”型關系，驗證了假說 H1。 此外，3、4 列加入了控制變量后系數回歸符號未發生顯著變化，再次驗證假說H1 成立。 列4 的估計結果顯示模型是一條開口向上的拋物線，該二次函數的拐點是267.1，略小于2017 年我國各地區數字普惠金融平均總指數，由于數字普惠金融指數呈現逐年遞增趨勢，本文認為，2011 年至2016 年，數字普惠金融的發展增加了我國商業銀行風險承擔。 因此，從動態演進視角來看，數字普惠金融對我國商業銀行風險承擔的影響并非簡單的線性關系，而是呈現出先升后降的倒“U”型特征。

表3 數字普惠金融與商業銀行風險承擔關系檢驗:基準回歸

四、 結論與建議

數字技術所展示的最大優勢是支持普惠金融的發展，其加大了普惠金融的覆蓋面，為農村和貧困社區的銀行客戶提供更便利的融資渠道；與此同時，數字普惠金融也帶來了一定的風險。 本文基于數字普惠金融和商業銀行風險承擔的相關理論進行了實證研究，結果表明數字普惠金融與Z值之間呈現倒“U”型關系，即隨著數字普惠金融的發展，我國商業銀行風險承擔最初有所增加，在一定點后降低。 根據實證所得結果分析，2017 年是商業銀行風險承擔變化的轉折點。 根據上述研究結果，本文提出如下建議。

第一，商業銀行應當積極應對數字普惠金融帶來的沖擊，有度有節地與數字普惠金融相融合。 首先，商業銀行應當積極響應數字普惠金融，拓寬金融服務地理區域，提供優質服務，提高競爭力避免儲戶流失。 其次，商業銀行應當加強大數據風險管理，完善大數據風控體系。 減少信息不對稱問題以提高征信準確度，避免激進型經營策略，把握盈利性與安全性之間的平衡。 最后，商業銀行應當注重數字技術的穩定和創新，為銀行業務拓展建立隱形風險防火墻，同時加強金融科技人才的引進與培養。

第二，完善的大數據風控體系和高效率的金融科技布局是促進數字普惠金融正向發展的有效措施。 一方面，要積極鼓勵市場金融科技平臺采用大數據模式，建立日益完善的大數據風控體系，精準控制每個環節，將風險做到可控，實現普惠金融的數字化向數智化發展。 另一方面，市場可以在合理合法的前提下通過高效率的金融科技布局，運用大數據、云計算等技術實現一攬子客戶信息的收集，豐富數據維度與邊界，有效隔離風險客戶，減少因征信數據失實而產生的違約問題。

第三，在數字普惠金融渠道上保護客戶數據的成本可能超過提供數字普惠金融服務的成本，這對監管機構提出了重大挑戰。 新型的金融創新模式使得監管機構無法制定一刀切的監管框架來對金融服務提供商予以規范，而需要以適當和及時的方式解決問題。 因此，政府監管機構應該對數字普惠金融的各參與主體規范化監管，提高金融體系存貸基礎的穩定性，引導數字普惠金融良性發展。