數字金融發展對區域金融風險的抑制效應
——基于省級面板數據的實證檢驗

劉 驊，崔 婧

（南京審計大學 金融學院，江蘇 南京 211815）

一、引言

黨的二十大報告指出，應“以經濟安全為基礎”“用新安全格局保障新發展格局”。2022年10月，中國人民銀行在全國人大常委會金融工作情況報告中進一步指出金融安全的重要性，并提出要全面加強和完善金融監管，依法將各類金融活動全部納入監管，守住不發生系統性金融風險的底線。而隨著我國經濟增速的放緩，區域金融風險問題值得關注，其在缺乏有效防控時可能會跨行業、跨區域交叉傳染，最終演化成系統性金融風險，是影響金融穩定的重要因素之一。因此如何緩解區域金融風險成為學術界和實務界關注的重點議題。

數字金融作為大數據、云計算、區塊鏈等新興技術與金融領域的有機結合，近年來實現了跨越式發展。根據北京大學數字金融研究中心發布的數據，2021年各省數字普惠金融總指數的中位值由2011年的33.6增長至363.6，年均復合增長率約為26.9%。不斷成熟的數字金融技術給傳統金融業帶來了發展模式和技術創新的機遇，可有效降低交易成本、提高信息透明度、緩解資源錯配，在一定程度上能彌補傳統金融不足并增強金融體系的風險防范能力。因此，數字金融發展與區域金融風險之間可能存在一定的內在聯系，是一個重要的風險抑制因素。本文分析數字金融發展對區域金融風險抑制效應的傳導機制與調節作用，對于我國數字金融背景下防范區域金融風險、保障國家經濟安全具有重要的理論與現實意義。

二、文獻綜述

（一）區域金融風險的影響因素與測度

區域金融風險由微觀金融風險積累，逐步擴散和傳染，可能最終會形成宏觀層面上的系統性風險，而此過程受諸多因素影響。銀行市場及房地產行業可能是區域金融風險的主要來源（榮夢杰和李剛，2020；梁秋霞等，2021）[1-2]，其中，股份制商業銀行的區域特征最為突出（黃湃，2003）[3]，因此一些學者認為用不良貸款率可以較直觀地衡量區域金融風險（歐陽資生等，2021）[4]。但宏觀經濟波動以及外部金融環境對區域金融風險的作用同樣不容忽視，無論是體現宏觀經濟波動的通脹率、GDP增長率等，還是國際金融市場的變化及主權債務危機，都會增加國內金融市場的不穩定性（劉鳳根等，2022）[5]。此外，隨著地方政府債務規模的不斷擴大，一些學者研究發現地方政府債務風險對區域金融風險具有較強的空間溢出效應（陳守東等，2020）[6]。因此，除了不良貸款率外，上述影響因素均被逐步納入區域金融風險的評價體系。

現有文獻關于金融風險測度方法的研究已經較為充分，除了早期的指標預警體系，目前多以模型測度和指數測度兩種方式為主。模型測度主要通過或有權益分析法（CCA模型）、網絡拓撲等方法對時間序列數據進行分析，以測度金融風險發生的可能性，但該類方法只針對單一部門，無法反映金融系統的整體性風險（方定闖和孔文青，2020；毛捷和韓瑞雪，2022）[7-8]。指數測度主要是通過金融壓力指數法進行，由Illin和Ying最早提出，通過對一定時期金融壓力的測度構建綜合性指標，實現對金融體系整體的把握（Illing和Liu，2006）[9]。此后，利用金融壓力指數測度金融風險的研究不斷豐富，一些學者使用等方差權重、主成分分析、因子分析三種方法均驗證了金融壓力指數的準確性和普適性。在金融指標體系構建時，各指標的賦權尤為重要，以模糊綜合評價法（FAHP）、固定權重法等為代表的主觀賦權法，由于主觀隨意性大，無法準確衡量風險，因此學界更青睞于使用熵值法這類客觀賦權法（謝婷婷和李祎，2020；劉哲，2022）[10-11]。

（二）數字金融發展與金融風險

數字金融作為數字技術與金融領域的結合，學者們從不同角度研究了數字金融發展對金融風險產生的影響。微觀層面，現有文獻大多集中在金融機構方面，分析數字金融發展如何影響銀行的風險承擔。我國銀行盈利水平差距較大且流動性不足，而數字金融發展能夠顯著降低銀行的主動以及被動風險承擔，有效改善銀企信息不對稱問題，降低信貸及資產價格波動，有利于銀行的風險轉移與分散，進一步提升其風險承擔能力（孫志紅和琚望靜，2022；金洪飛等，2020）[12-13]。但同時數字金融發展具有一定的時滯性，可能會對以商業銀行為核心的傳統信貸渠道產生擠出效應，進而加劇金融風險（戰明華等，2020）[14]。對非金融上市公司而言，數字金融發展會通過降低融資成本、改善流動性限制等機制，提升企業的風險承擔能力，同樣起著顯著的風險抑制效應（許芳和何劍，2022）[15]。但非金融企業拓寬自身融資渠道的同時，也增加了風險傳染概率，可能加劇金融風險（Ozili，2018）[16]。

宏觀層面，數字金融發展對區域金融風險具有雙重作用，而從整體上看，數字金融對金融風險的抑制作用明顯大于加劇作用（歐陽資生等，2021；張忠俊和馬克紅，2022；李優樹和張敏，2020）[4，17-18]。數字金融發展的不平衡和不充分以及金融監管的局限性可能會增加金融脆弱性，金融違約、金融系統的關聯復雜性及風險管控難度等問題，加劇金融風險（李優樹和張敏，2020）[18]；但是，數字金融發展不僅顯著提升了銀行和企業的風險承擔能力，還能有效緩解市場主體的融資約束困境，降低了地方政府債務融資風險（孫志紅和琚望靜，2022；許芳和何劍，2022；李晨和丁鑫，2021；侯世英和宋良榮，2020）[12，15，19-20]。此外，數字金融發展提高了實體經濟抵御風險的能力，且增強了金融包容性，因此對金融風險的抑制效應更為顯著（張忠俊和馬克紅，2022）[17]。在此基礎上，一些學者利用空間杜賓模型進行分析得出了數字金融發展在本區域存在風險抑制作用，而跨區發展時會激化周邊地區的金融競爭格局，增加周邊地區金融風險的結論（周曄和丁鑫，2022）[21]。

綜上所述，現有文獻中針對區域金融風險影響因素與測算方法的研究有助于較好地衡量該類風險；學術界也證明了數字金融發展對區域金融風險的直接抑制效應，但該影響的機制研究尚不充分，且鮮有文獻關注金融監管在其中的調節效應。

因此，在現有文獻的基礎上，本文的邊際貢獻主要體現在以下幾方面。

第一，運用熵值法構建金融壓力指數對區域金融風險進行測度，并從數字金融覆蓋廣度、使用深度和數字化程度三方面分析數字金融發展對區域金融風險的影響。第二，基于數字金融特性，在實證檢驗數字金融發展對區域金融風險有直接抑制效應的基礎上，從資本轉移和科技創新兩個路徑分析其間接影響機制。第三，將金融監管納入“數字金融發展—區域金融風險”分析范式中，通過調節效應檢驗金融監管在數字金融發展影響區域金融風險過程中的有效作用。

三、理論機制與研究假設

（一）直接傳導機制與研究假設

數字金融作為互聯網信息技術手段與傳統金融服務業相結合的新型金融服務模式，具有技術性和普惠性雙重特點，主要從內部改變金融體系，增強其風險抵御能力，進而直接抑制區域金融風險。首先，數字金融發展能夠通過提升金融中介的信息搜集能力增強其競爭力，有效解決信息不對稱問題，防止逆向選擇與道德風險的產生，起到轉移和分散風險的作用，有效緩解區域金融風險的集聚。其次，隨著金融業的深度發展，數字金融的技術性能改進傳統金融產品、促進金融創新，提升金融機構的競爭力，降低其經營風險，從而有效抑制區域金融風險的形成。再次，數字金融發展能有效推動傳統金融機構升級和體系重構，優化金融結構，顯著提高金融體系的運作效率，增強其風險承擔能力。最后，數字金融具有的普惠包容特點，使其適用范圍涵蓋各個領域，有助于緩解因區域經濟發展滯后所帶來的金融風險集聚。在研究數字金融發展對區域金融風險的影響時，不能將數字金融作為一個宏觀概念簡而論之，而需要根據其發展特性進行細分。一方面，數字金融自身存在結構性差異，可根據其發展維度細分為覆蓋廣度、使用深度、數字化程度三個子維度；另一方面，數字金融發展存在區域性差異。基于以上分析，提出以下假設。

假設H1：數字金融發展對區域金融風險具有直接抑制效應，且存在結構和區域異質性。

（二）中介傳導機制與研究假設

1.科技創新的中介機制

數字金融所包含的人工智能、區塊鏈、云計算和大數據等技術，是科技創新的重要組成部分，而科技創新作為提升社會生產力和綜合國力的戰略支撐，改變了金融業態，對防范化解金融風險起到重要作用。首先，科技創新推動了金融產品及模式的變革，促進了金融服務方式的優化和改進，完善了金融機構的內部經營機制。多層次、寬領域、有差異的數字化金融服務體系的構建，有助于提升金融系統自身免疫能力，進而防范區域金融風險。其次，科技手段有助于簡化金融教育環節，降低金融教育成本，提高金融服務受眾群體金融素養，緩解區域金融風險。再次，科技創新改變了金融風險的形態和路徑，數據安全、信息安全和投資者保護等日益成為新的風險點，金融制度和監管都面臨著更高的要求，但同時監管部門也在利用科技創新成果更新監管方式、完善監管制度。以大數據、機器學習等技術為代表的監管科技，既有助于監管部門提升監管能力和效率，也有助于金融機構滿足監管合規要求并提升風險抵御能力，進而維護金融系統穩定，防范化解金融風險。基于此，本文提出如下假設。

假設H2：數字金融發展可以促進科技創新進而抑制區域金融風險。

2.資本轉移的中介機制

數字金融為資本市場帶來風險的同時，更主要的作用在于加速資本轉移，為資本市場帶來新活力。

第一，資本的跨區域流動離不開金融基礎設施，數字金融能通過標準化、規范化的數字手段促進區域金融設施的均等化，進而加速資本流動，有助于解決欠發達地區金融服務水平較低且基礎設施不足的問題。第二，數字金融不僅實現了金融服務的在線化，降低了資本跨域流動產生的費用、時間等直接成本，而且可以借助數字化手段，更大限度地發揮欠發達地區對資本的吸引力，顯著降低因區域發展不平衡形成的政策、感知等差異所產生的間接成本。第三，數字金融既為傳統資本流動渠道拓展出在線服務方式，在技術手段上實現創新，通過線上線下融合進行模式創新，提升服務質量，又基于服務手段和對象的延伸，有望形成有別于傳統銀行、資本市場等傳統渠道的新模式。第四，數字金融有助于全局優化資本配置，通過精準分析功能為資本流動提供精確的定制性參考，有效改善資本錯配，進一步提高資本使用效率。所以在數字金融發展背景下，資本的跨域流動性和配置效率均會不斷提升，資本轉移的加速能提升企業風險防范能力，最終抑制區域金融風險的形成。基于此，本文提出如下假設。

假設H3：數字金融發展可以加快資本轉移進而抑制區域金融風險。

（三）金融監管的調節機制與研究假設

從數字金融發展角度看，市場失靈理論認為，由于普遍存在的信息不對稱、外部性、壟斷等現象，市場難以實現資源的高效配置，數字金融作為一種新興金融模式自然離不開金融監管。金融監管無論是處于較強還是在較弱區間內都具有較強的技術創新溢出效應，即加強金融監管能夠提升數字金融運行效率和規范化程度，因此強化金融監管在一定程度上會阻斷數字金融對傳統金融的風險傳導，理論上能夠緩釋區域金融風險（唐松等，2020）[22]。從防范區域金融風險角度看，作為政府公共部門提高公眾信心的措施，金融監管是對金融系統缺陷的有效和必要補充，且其目標是維護金融體系安全和穩定，因此其在防范區域金融風險過程中的重要性不言而喻。基于此，本文提出如下假設。

假設H4：通過加大金融監管力度可以進一步增強數字金融發展對區域金融風險的抑制作用。

四、指標選取和模型設計

（一）變量選取

1.被解釋變量：區域金融風險壓力指數（risk）

在構建金融壓力指數的指標體系時，其相關指標的選取需要綜合考慮諸多因素，既需要探索金融風險要素的共性，又需要將所在區域的金融特性納入考慮之中。本文遵循指標選取的準則，即代表性、可得性，以及科學性、實用性等，參考劉鳳根等（2022）[5]的指標體系與分析思路，從銀行市場、股票市場、保險市場、房地產市場、國際市場、宏觀經濟、企業經營各方面選擇了13個風險要素指標。各級指標、計算方法及其方向如表1所示。

表1 區域金融風險壓力指標體系（單位：%）

本文基于熵值法，對上述指標體系數據進行處理，最終得到全國31個省份（不包括港、澳、臺地區）2011—2020年的金融壓力指數，計算過程如下。

首先，根據指標方向通過極差法對面板數據進行標準化處理，計算i地區在t年中第j個指標的權重其次，重點計算j指標的信息熵值冗余度dj=1-ej，及權重具體結果如表1所示；再次，根據權重計算綜合得分，即金融壓力指數

2.解釋變量：數字金融發展（difi）

本文選用的數字金融發展代理指標是北大數字金融研究中心編制的中國數字普惠金融指數，除了數字金融發展總指標，本文還重點分析了三個子指標，即數字金融發展的覆蓋廣度、使用深度及數字化程度，回歸方程中分別用breadth、depth、digit來表示。

具體而言，覆蓋廣度是指支付寶賬戶覆蓋率與支付寶所綁定銀行卡用戶在整個用戶中所占的比例；使用深度的含義是此種服務的具體狀況與使用頻率；數字化程度的重點則在于探究地區數字普惠金融所具有的便利性與效率等特點（郭峰等，2020）[23]。

3.中介變量：科技創新（innovation）和資本轉移（capital）

根據假設2，本文使用科技創新作為中介變量，借鑒歐陽資生等（2021）[4]的做法，使用財政科技支出與財政總支出的比值衡量地區科技創新水平。根據假設3，本文選取資本轉移作為中介變量，參考李優樹和張敏（2020）[18]的研究，使用比值衡量該指標，其分子是金融業增加值和房地產業增加值之和，分母是GDP減去金融業和房地產業貢獻后的剩余增量，檢驗數字金融發展加速資本轉移后的區域金融風險變化狀況。

4.調節變量：金融監管（supervise）

該變量的度量主要參考王韌等（2019）[24]的研究成果，用區域內金融監管支出金額在金融業增加值中所占的比例來衡量區域金融監管強度。基于這種方式，既能直接地觀測出區域金融監管支出為金融行業所帶來的產值貢獻率的提高，又可以對金融監管在整個金融業中所具有的配比情況形成準確認知。

5.控制變量

區域金融風險除了受核心解釋變量數字金融發展影響之外，還受其他一系列內部和外部變量的影響。為盡可能地避免遺漏變量，使得模型估計的準確度得到提升，本文選擇教育水平、產業結構、政府支持程度、創新能力和城市建設水平作為控制變量（侯世英和宋良榮，2020；姚登寶和許佳敏，2022）[20，25]。所有變量說明見表2。

表2 變量定義

（二）數據來源

本文選取2011—2020年中國31個省份的數據作為研究樣本，每個變量選取310個數據。其中區域金融風險的數據采用上文測算的金融壓力指數，數字金融發展的數據來自《北京大學數字普惠金融指數（2011—2020）》，其他數據均來自歷年《中國統計年鑒》和各地區統計年鑒，并參考了國家統計局發布的相關數據。

（三）描述性統計

為了避免極端值對數據結果的影響，本文對所有連續型數據，在1%和99%百分位進行縮尾處理，表3呈現了縮尾后的描述統計結果。通過表3能夠了解到，已知變量的最值并未出現較多的異常值，因此，能夠對這些變量深入開展回歸分析工作。

表3 描述性統計

（四）模型設計

為研究數字金融發展對區域金融風險的影響，參考已有文獻，基于LM檢驗、F檢驗以及Hausman檢驗，利用面板數據雙向固定效應模型考察數字金融發展與區域金融風險之間的聯系（姚登寶和許佳敏，2022）[25]。

構建基本檢驗模型如式（1）所示：

式（1）中，i表示省份；t表示年份；controls表示一系列控制變量，分別度量教育水平、產業結構、政府支持程度、創新能力以及城市建設水平；λt表示各省份不隨時間變化的因素，用來控制地區固定效應；μi表示年份固定效應；εit為誤差擾動項。

式（1）用來分析數字金融發展對區域金融風險的直接影響機制，本文還引入中介變量（mediumit）分析數字金融發展影響區域金融風險的間接作用機制和中介效應檢驗機制，并采用逐步回歸法，具體模型如式（2）、式（3）所示：

其中，式（2）表示數字金融發展對中介變量（科技創新和資本轉移）的影響，mediumit表示省份i在t年中的中介變量（科技創新和資本轉移），β2表示數字金融發展對中介變量（科技創新和資本轉移）的影響程度，β3表示在控制中介變量后數字金融發展影響區域金融風險的直接效應，δ表示中介變量對區域金融風險的影響顯著性，β2δ為間接效應，二者之和為總效應，即滿足β1=β2δ+β3。其余變量與上文一致。

本文通過引入數字金融發展和金融監管的交互項來分析金融監管在抑制區域金融風險中所產生的調節效應，構建模型：

式（4）中，difiit*superviseit為數字金融發展和金融監管的交互項，表示隨著金融監管強度的變化，數字金融發展對區域金融風險影響的變化。其余變量與上文一致。

五、實證分析

（一）變量的相關性檢驗

本部分進行回歸分析前，對面板數據先進行LLC檢驗以排除偽相關情況。結果表明所有變量單位根檢驗P值均小于0.05，與全部變量非平穩假設不相符合，因此數據平穩可進行進一步回歸分析。出于規避共線性問題的需要，本文針對選用的變量展開了相關性分析，分析具體結果如表4所示。

表4 相關性分析

通過表4可知，就存在于自變量之間的相關系數而言，其最大值并未高于0.9，即無須過于考慮共線性問題的影響。本文進一步計算解釋變量的膨脹因子（VIF），結果表明，自變量的VIF均小于10，因此排除自變量數據之間存在多重共線性的情況。上述檢驗表明數字金融發展對區域金融風險有較為明顯的影響。

（二）直接傳導機制分析

在基準模型中，本文首先分析數字金融發展對區域金融風險的直接影響，回歸結果如表5所示。

由表5可知，數字金融發展系數在1%的水平上顯著影響區域金融風險，且每提升1個單位，金融風險降低約38%。由此可知，數字金融發展將會對區域金融風險產生明顯的抑制效應。針對數字金融的結構而言，其包括覆蓋廣度、使用深度、數字化程度在內的三個子維度的回歸系數分別為-0.049、-0.204

表5 基準回歸結果

和-0.207，表明三個子維度均能緩解區域金融風險；其中，覆蓋深度和數字化程度的風險抑制效應更為明顯，覆蓋廣度的影響相對較小，因此數字金融發展的風險抑制效應存在結構性差異。此外，教育水平、政府支持程度和城市建設水平對區域金融風險具有負向作用，均在1%的水平上顯著，意味著風險得到了有效抑制。教育投入的增加有助于提高風險防范意識，政府一般公共預算支出有利于各單位活動的有序進行及資源的合理配置，城市建設水平的提高有利于提升人民的生活滿意度，上述因素在提升經濟活力的同時，均能起到抑制金融風險的作用。

本文為進一步分析數字金融發展影響金融風險的區域化差異，將中國內地31個省份按照地理位置劃分為東部、中部和西部三個區域，檢驗數字金融發展總指標及3個二級指標對金融風險影響的區域差異性，結果如表6所示。

由表6可知，在東部地區，數字金融發展帶來的風險抑制效應最為顯著，考慮省份地理位置的異質性后，發現數字金融的風險抑制程度因區域差異而有所不同。其現實原因表現為，東部地區涵蓋了京津冀、長三角、珠三角三大經濟增長極，經濟發達、科技創新和資本積累能力較強，數字基礎設施較為完善，該地區數字普惠金融的覆蓋廣度及使用深度在國內排名均靠前，且數字化水平較高，因此現階段數字金融發展帶來的風險抑制效應也最為明顯。進一步分析數字金融發展的二級指標，實證結果表明數字化程度對各區域的風險抑制作用均較為顯著，原因是數字化程度作為數字服務支持的體現，得益于其所具有的優勢（移動化、信用化、便利化等），其應用程度越高，便能給該區域帶來更深遠的風控影響。數字金融使用深度在西部地區系數為-0.358，且在1%的水平上顯著，其風險抑制作用最大。原因在于西部地區產業相對貧瘠，一旦政府優化實際使用數字金融服務的狀況，提高對數字金融的使用頻率，即強化數字金融使用深度，將會對該地區金融風險的化解更為有效。數字金融覆蓋廣度的風險抑制效應在東部地區最為顯著，該地區數字金融發展水平已經較高，在此基礎上持續擴大數字金融覆蓋范圍會帶來更大的風險抑制效應。

（三）中介傳導機制分析

為進一步明確數字金融發展對區域金融風險的間接影響機制，本文通過構建中介效應模型分析科技創新（innovation）和資本轉移（capital）在數字金融發展和區域金融風險間的中介效應。表7顯示了中介效應的回歸結果，其中列（1）和列（2）展現了以科技創新為中介變量的回歸結果，列（3）和列（4）展示了以資本轉移為中介變量的回歸結果。

表7 中介傳導機制

首先，如表5所示，數字金融發展指標系數在1%水平上顯著為負，因此可以進行后續中介效應分析；其次，表7列（1）中數字金融發展對科技創新水平的影響系數為0.155，并在1%水平上顯著，同時列（2）中科技創新對區域金融風險的影響系數為-0.281，并通過了顯著性檢驗，這表明科技創新在數字金融發展對區域金融風險的影響中具有中介效應，數字金融發展通過促進科技創新進一步化解區域金融風險。另外，列（2）中數字金融的系數為-0.291，同樣具有較強顯著性，這表明科技創新的中介效應為部分中介效應，中介效應占總效應的比例為13.04%，因此，假設H2得到驗證。同時，由表7列（3）和列（4）中數字金融發展變量系數和資本轉移變量系數顯著性可以得出，資本轉移在數字金融發展對區域金融風險的影響中也具有中介效應，數字金融發展通過加速資本轉移可以抑制區域金融風險，假設H3得以證明。

（四）金融監管調節效應分析

本文進一步考察金融監管在數字金融發展對區域金融風險影響中的調節作用，表8顯示了調節效應的回歸結果。

表8 金融監管的調節效應

數字金融發展和金融監管對區域金融風險的回歸系數分別為-0.302和-0.268，且在1%的水平上顯著，因此數字金融發展和金融監管各自均能產生顯著的風險抑制作用，且數字金融發展和金融監管的交互項顯著為負，系數為-0.620，說明金融監管在數字金融發展抑制區域金融風險的過程中發揮正向調節作用，即適當加大金融監管力度能更有效地發揮數字金融發展的風險抑制效應，由此驗證了H4。

（五）穩健性檢驗

本文基于內生性處理與穩健性檢驗兩個視角分析前述研究結果的穩健性特點，進一步證明結論的可靠性。

1.內生性處理

本文在進行基準回歸時，使用數字普惠金融指數作為數字金融發展的代理變量，盡管兩者差異比較小，但是就核心解釋變量的現實狀況而言，在誤差的影響下，有可能會導致內生性問題的發生。本文將各省份移動電話用戶量作為工具變量，就指標數值而言，由于與本文其余變量相比顯得較大，為確保各種變量在量綱層面保持一致，因此，本文選取了該變量的自然對數作為初始研究數據。一方面，將數字金融的基礎設施設定為工具變量，與數字金融密切相關，滿足工具變量的相關性原則；另一方面，在控制省份固定效應后，對于此工具變量而言，其與擾動項之間不存在相關性，即工具變量的外生性要求得到了滿足。此外，本文參考唐松等（2020）[22]的研究，使用互聯網普及率作為工具變量再次進行檢驗。模型內生性處理結果如表9所示。

表9 IV-2SLS回歸結果

由表9可知，移動電話用戶量作為工具變量時，第一階段回歸結果的R2值為0.993，表明本文不存在弱工具變量問題。第二階段回歸結果中，數字金融發展的回歸系數為-0.720，且在1%的水平上顯著；互聯網普及率作為工具變量時，通過不可識別和弱工具變量檢驗，第二階段數字金融發展的回歸系數顯著為負。由此可知，對于回歸模型來說，在對內生性問題進行相應解決后，通過基礎回歸獲得的實證研究結論仍然是符合要求的，表明本文上述結論可信。

2.穩健性檢驗

為了驗證結論的普遍性，模型的穩健性檢驗使用了三種方法：刪除直轄市（Delete）、滯后一期自變量（Lag）、替換模型為FGLS模型，結果如表10所示。

表10 穩健性檢驗

由表10可知，數字金融發展對區域金融風險的回歸系數在以下三種方法下分別為-0.368、-0.161和-0.162，依舊顯著為負，證實了數字金融發展對區域金融風險的抑制效果，三種方法的檢驗結果與基準回歸結果保持一致，說明本文結論穩健可信。

六、結論與建議

本文從直接傳導、中介傳導和金融監管調節三方面闡釋了數字金融發展對區域金融風險的影響機制，運用2011—2020年中國省級面板數據進行模型驗證分析，研究結果如下。首先，數字金融發展對區域金融風險有明顯的抑制作用，且該作用具有結構化和區域化差異。從結構上看，數字金融發展各子指標都對防范化解風險起到積極作用，數字化程度的風險抑制效應最為顯著；從區域上看，東部地區的數字金融發展對區域金融風險的抑制作用強于中部和西部地區。其次，數字金融發展能通過加快資本轉移以及促進科技創新間接抑制區域金融風險。再次，金融監管對數字金融發展的風險抑制作用具有調節效應，在金融監管強度適當提高的情況下，金融風險能得到有效控制。根據上述研究結論，為進一步防范化解區域金融風險提出如下政策建議。

第一，重視數字金融發展，發揮風險抑制效應。數字金融作為金融發展新業態，提升了金融體系運行效率，優化了傳統金融結構，提高了金融業的風險抵御能力，進而能抑制區域金融風險，因此國家要重視數字金融發展，發揮其防范化解風險的能力。在推進數字金融發展時，政府應當起引導作用，提供有力政策支持，助力傳統金融機構數字化轉型，激活數字金融服務新功能；同時應加大對金融基礎設施建設的投資力度，加快數字化進程，提高區域間數字金融聯動能力，推動各類金融機構發揮比較優勢，形成供給合力，促進產業協同發展，不斷探索數字金融的可持續發展。此外，政府還可以采取稅收優惠政策激勵高新技術企業進行創新研發，提高整體科技創新水平，形成穩固的數字金融技術基礎，推動數字金融發展，抑制區域金融風險。

第二，優化各地資源配置，縮小區域發展差異。由于國內各省份的經濟實力差異較大，數字金融發展程度也有所不同，其對金融風險的抑制強度存在差別，因此國家要優化資源配置，加快各區域數字化進程，平衡區域間科技創新水平，帶動資本跨域流動。在東部地區，應當保持數字金融發展優勢，著重擴大該區域數字金融覆蓋程度；在西部地區，應該抓住政府對欠發達地區的政策扶持機遇，注重強化數字金融使用深度，改進區域內數字金融服務狀況，并且提高其應用頻率；在中部地區，則應當把握數字金融深度拓展的新契機，推動數字金融全面發展，縮小區域內差異，實現整體經濟穩步發展。

第三，適當強化金融監管，深化金融體制改革。數字金融快速發展，在一定程度上降低了金融服務成本，但也對傳統金融監管體系產生了一定沖擊。目前我國處于央地雙層金融監管體制深化階段，但地方金融監管也可能存在各地監管政策差異、監管強度不一等問題。因此，隨著防范化解金融風險的要求越發迫切，地方政府要及時完善金融監管體系，切實履行監管職能，并關注金融風險新特征，調整和優化監管方式。一方面，政府應提高數字經濟治理能力和數字經濟安全水平，積極適當地進行金融監管，明確行業準入門檻，讓金融市場更具活力；另一方面，應促進監管科技深度發展，借助人工智能、大數據、區塊鏈等手段，構建科技監管體系，增強監管的即時性和可達性。除了上述監管手段外，還須完善法律法規頂層設計。科技創新水平和數字金融的迅速發展要求相應的行政法規不斷優化，既要符合社會發展的客觀需要，也要與數字金融創新發展相一致。