數字化轉型與銀行風險承擔

摘 要：基于2010—2021年中國109家商業銀行的數據，從信息不對稱視角分析銀行數字化轉型對銀行風險承擔的影響。實證結果顯示，數字化轉型能夠顯著降低銀行風險承擔。機制檢驗表明，銀行利用數字技術獲取海量信息，繪制用戶畫像，構建大數據征信體系，通過緩解信息不對稱降低信貸風險，從而抑制銀行風險承擔。進一步研究發現，數字金融的發展會增強數字化轉型對銀行風險承擔的抑制作用；數字化轉型對東部地區銀行或小規模銀行風險承擔的降低效果更好。本文擴展了數字化轉型通過緩解信息不對稱降低銀行風險承擔這一作用機制，為商業銀行合理推進數字化轉型、防范化解金融風險提供理論參考。

關鍵詞：數字化轉型；銀行風險承擔；商業銀行；信息不對稱；數字技術；數字金融

DOI：10.3969/j.issn.1003-9031.2024.09.003

中圖分類號：F832.33 文獻標識碼：A 文章編號：1003－9031（2024）09－0032－17

一、引言及文獻綜述

當前，數字經濟蓬勃發展，推動生活生產方式和治理方式發生深刻變革。充分發揮數字技術和數據要素對實體經濟的作用，推動二者深度融合，是實現我國經濟高質量發展的必然選擇（荊文君和池佳林，2023）。數字化轉型是推進數字經濟發展和數實融合的重要抓手。推進銀行數字化轉型，將數字元素與思維注入金融服務全流程、貫穿銀行業務運營全鏈條，以數據要素和數字技術的深度應用來驅動和拓展金融服務，構建適應數字經濟發展的數字金融新格局，可以有效支撐企業數字化轉型，加快數字經濟與實體經濟深度融合。

數字化轉型深刻改變了銀行的業務流程、組織架構、風控方式，進而對銀行風險承擔、經營效率、運營成本等產生影響。具體而言，銀行金融科技部門與金融科技公司、電商政務等平臺合作，利用數字技術獲取征信、稅務、消費傾向等客戶信息，建立大數據征信體系與智能風控模型，對客戶的海量信息進行風險評估，增強風險的篩查與監測，通過緩解銀企信息不對稱，提高貸款決策的效率和準確性，降低信貸成本和信貸風險（李志輝等，2022）；同時，借助于人工智能、移動互聯網、智能終端等數字技術和設備，銀行可以將業務搬到線上，擺脫物理網點的制約，突破“最后一公里”難題，提升業務辦理的效率和便捷性，降低人工成本與管理成本。

在商業銀行深入推進數字化轉型的同時，銀行風險承擔同樣需要關注。一方面，全球不確定因素增加、國際環境動蕩不安，全球風險傳染更有可能波及國內銀行（陸岷峰，2023）。另一方面，國內房地產市場動蕩、實體經濟低迷，導致銀行尤其是中小銀行的風險攀升。截至2024年4月，部分上市中小型銀行的不良貸款率超出了銀行業金融機構的平均水平。我國政府多次強調要“化解中小銀行風險，防范系統性風險的發生”，銀行風險承擔成為當前金融監管的重點。在以數字化轉型推動銀行業高質量發展的同時，需要有效防范和化解金融風險。

目前，關于銀行數字化轉型對風險承擔影響的文獻主要分為兩類，一是關注金融科技與銀行風險承擔的關系，主要有正相關、負相關、“U”型三種觀點。部分學者認為銀行內部數字技術的應用會通過流動性創造渠道、事前信息渠道、事中管理渠道、事后損失渠道等對銀行的風險承擔產生正向影響（陳敏和高傳君，2022；張駿等，2023）；也有部分學者認為銀行數字化轉型通過提高盈利能力、降低管理成本、提升管理效率與經營效率等對銀行風險承擔產生負向影響（姚婷和宋良榮，2020；李學峰和楊盼盼，2021；鄭宗杰和任碧云，2022；董曉林等，2023）；還有學者基于動態視角認為銀行金融科技的發展與其風險承擔結果呈現倒Ｕ型曲線關系，即金融科技發展初期，銀行風險承擔增加，金融科技發展后期得到抑制（汪可等，2017；孫麗和於佳歡，2022）。同時，金融科技對銀行風險承擔的影響因銀行規模、信貸結構（任碧云和鄭宗杰，2021）、所有權性質、金融科技運用水平（趙勝民和屠堃泰，2022）、數字化轉型口徑等不同而存在差異。二是直接分析銀行數字化轉型對風險承擔的影響，認為數字化轉型對銀行風險承擔起到抑制作用（翟勝寶等，2023；郭峰等，2023；蔣海等，2023；馬亞明等，2024；吳文洋等，2024），也有些學者認為起到促進作用（方芳和李強，2024），學者們分別從負債與管理成本、經營管理效率、信息不對稱、貸款結構、盈利能力、網絡關聯性、信貸集中度等視角對作用機制進行探究。

然而，上述多數文獻并未嚴格區分銀行風險承擔行為與結果。風險承擔行為與結果是銀行風險承擔的兩個方面，風險承擔行為指銀行主動去追求過度風險承擔的行為，體現事前或事中的動態情況；風險承擔結果則是銀行在選擇不同的風險承擔行為之后在風險指標上呈現出的結果，表現為事后的靜態情況，與破產風險、信用風險、操作風險等銀行風險基本同義，側重衡量商業銀行綜合風險度量的結果。銀行風險承擔行為主要受到銀行主觀風險偏好的影響，是銀行自身的主動選擇行為，而銀行風險承擔結果受銀行風險承擔行為和眾多其他因素的綜合影響，更能體現銀行整體風險狀況。故本文將銀行風險承擔結果作為研究對象。

為進一步探究銀行數字化轉型對風險承擔的影響機制和效應，本文選取2010—2021年109家銀行作為觀測對象，檢驗數字化轉型對銀行風險承擔結果的影響，并進行信息不對稱的中介機制和數字金融的調節機制檢驗。

二、理論分析與研究假設

（一）數字化轉型對銀行風險承擔的直接影響

銀行風險承擔是商業銀行綜合風險度量的結果，側重銀行面臨的信用風險、操作風險等。商業銀行綜合運用物聯網、大數據、人工智能、云計算、區塊鏈等數字技術，構建大數據智能風控體系，進行信用風險識別與預警，降低人為操作風險，直接降低了銀行的風險承擔（翟勝寶等，2023；張正平等，2023）。具體而言，物聯網、大數據技術對客戶信息數據進行收集、加工、整理，將碎片化的數據系統化，從中提取可用信息（任恒，2024）；人工智能技術通過大量歷史數據分析復雜的市場變化和客戶的風險因素，建立風險模型，進行風險等級評分，幫助銀行進行風險評估、預測和決策。在業務辦理前，物聯網、大數據、云計算、人工智能等技術對新客戶進行關聯方篩查、反欺詐過濾，完成對客戶信息的驗證，生成業務準入的風險判定結果，從源頭上篩選優質客戶，剔除劣質客戶，防范風險；在業務辦理后，與電商平臺合作，對客戶實行7×24小時的持續風險跟蹤預警，監測資金流向，在發現風險隱患時及時發出信號，最大程度減少損失，降低銀行整體的風險承擔（陳敏和高傳君，2022）。此外，手機銀行、智能終端等數字化業務渠道逐漸取代基于線下物理網點的實地業務辦理渠道，減少因人為錯誤、機器故障、工作程序不當等引起的操作風險，同樣促進了銀行風險承擔的降低。

銀行在數字化轉型過程中，還通過加強與金融科技公司、平臺公司的數字化合作，獲取先進技術、培養數字化人才，進一步降低銀行的風險承擔。商業銀行擁有獲客渠道優勢，金融科技公司擁有技術優勢，因而銀行可以積極尋求與金融科技公司開展合作，利用其先進科學技術與算法模型提高自身的信息挖掘能力，提升數據質量與數字技術應用效率，進而提高大數據、人工智能等數字技術識別風險的全面性與準確性，推動銀行風險承擔的降低。此外，銀行注重與金融科技公司聯合培養金融科技復合型人才，打造金融科技管培生項目，培養金融科技儲備人才；組織科技公司技術人員對銀行內部員工進行培訓，提升員工的數字思維與數據管理能力，及時排查業務流程中的數字技術問題，促進數字技術對銀行風險承擔的降低。根據以上分析提出假設1：

H1：數字化轉型可以降低銀行風險承擔。

（二）數字化轉型對銀行風險承擔的間接影響

1.信息不對稱

近年來，我國實體經濟低迷，房地產市場動蕩，疊加疫情后遺癥，部分經營不善的企業難以償還銀行債務，從而轉化為銀行的不良資產，侵蝕銀行的凈資本，加劇銀行的風險承擔。換言之，在商業銀行向企業發放貸款的過程中，由于信息不對稱導致銀行缺乏對企業信息的充分了解，可能引發逆向選擇和道德風險問題，使銀行承擔風險和損失。因此，降低銀行風險承擔的關鍵在于緩解信息不對稱并精準識別風險，剔除存在潛在風險的客戶。同時，“金融中介理論”認為，商業銀行解決逆向選擇的辦法是在發放貸款之前對企業信用狀況和資金用途信息做好充分調研與核實；克服道德風險的方法是通過對信貸資金去向等信息進行事中和事后的動態了解與監督，防止企業發生不利于還款的風險。但在傳統銀行風控模式下，銀行缺乏有效的方法或手段來及時獲取客戶的相關數據或信息，同時，在貸前進行信息核實形成的交易成本以及在貸后獲取資金流向信息形成的監督成本過高，使得銀企之間存在嚴重的信息不對稱，客觀上增加了銀行的信貸風險。如傳統的銀行信貸審核方式主要依賴于人工審核，通過人行征信中心的個人或企業征信報告、信用評分卡以及信審人員的經驗來判定客戶的信用狀況，從而作為是否放款的重要依據，但征信中心信息更新緩慢，存在時滯性，授信人員無法獲取客戶最新的、全面的數據信息，這一信息獲取手段很難發揮作用，無法通過緩解信息不對稱降低銀行風險承擔。

而銀行數字化轉型可以基于數字技術手段獲取客戶信息，降低信息識別成本，通過緩解信息不對稱降低銀行的風險承擔（李華民和吳非，2019；朱小能和李雄一，2022）。首先，數字技術成為銀行獲取信息、緩解信息不對稱的有效手段。銀行與金融科技公司、平臺開展合作，或增設金融科技部、建設金融科技子公司，利用云計算、大數據、人工智能等數字技術全面搜集和獲取客戶信息（Zhu，2018），這些客戶信息既包括客戶的交易信息、信用記錄、投資行為、消費習慣等金融交易信息，還涉及客戶的社交網絡、搜索歷史、電商購物等非金融信息，并繼續利用數字技術對這些信息進行降噪處理，提取有價值的信息，繪制個人與企業的“用戶畫像”“關系圖譜”，及時發現并了解財務狀況差、存在信用污點與歷史違約記錄的客戶，緩解信息不對稱。其次，數字技術降低了銀行貸前信息核實的交易成本、貸后資金流向信息的監督成本，通過緩解信息不對稱降低了銀行的信貸風險承擔。在貸前，銀行利用數字技術通過對比客戶信用檔案、關系圖譜即可快速完成授信，大大降低了信息識別成本，并提高授信效率，通過緩解信息不對稱降低了銀行信用風險承擔（金洪飛等，2020；劉少波等，2021；鮑星等，2022）。在發放貸款后，銀行與電商平臺合作，利用數字技術追蹤借款人資金去向，緩解貸后的信息不對稱，降低銀行貸后監督成本，一旦發現借款人資金流向異常，立即采取措施降低借款人違約概率或違約損失程度，從而降低銀行信用風險承擔。由于信貸風險是銀行面臨的最主要、最為復雜的風險，因此銀行數字化轉型可以通過緩解信息不對稱降低銀行風險承擔。由此提出假設2a：

H2a：數字化轉型通過緩解信息不對稱降低銀行風險承擔。

2.經營效率

銀行數字化轉型通過提高銀行經營效率降低銀行的風險承擔（張駿等，2023）。一方面，銀行數字化轉型有利于提高經營效率。銀行應用互聯網、手機銀行、遠程銀行等數字技術，將賬務查詢、賬戶轉賬、存款貸款等部分柜面業務遷移至線上，改變了傳統銀行的經營方式，打造了7×24小時全天候不間斷運營模式，在一定程度上解決了傳統銀行服務在時空限制和服務觸達上的痛點，提高了業務辦理效率；同時，銀行數字化轉型與分支機構增長為負相關關系，線上渠道的發展在一定程度上替代了線下物理網點（羅煜等，2022），降低了銀行實體網點的設立成本（郭峰等，2023），包括人工成本、日常機器維護成本、管理成等，通過降低成本，銀行可以釋放更多的資源來提升業務處理速度、優化客戶服務，從而提高整體運營效率；此外，數字技術的應用提高了信息傳遞速度，有利于銀行內部知識與信息的動態同步，幫助銀行迅速做出決策，提高銀行決策效率、經營效率（戚聿東和蔡呈偉，2019）。另一方面，銀行經營效率的提升抑制了風險轉嫁動機，降低了銀行風險承擔（江曙霞和陳玉嬋，2012；劉忠璐，2016；翟勝寶等，2023）。具體而言，銀行經營效率的提升意味著其資金周轉效率得到提升，銀行收入增加，從而使銀行主動進行風險承擔來增加償付能力的動機降低，進而降低主動風險承擔行為帶來的風險，各項風險指標趨于穩定，銀行風險承擔結果降低。根據以上分析提出假設2b：

H2b：數字化轉型通過提高運營效率降低銀行風險承擔。

三、研究設計

（一）樣本選擇和數據來源

本文選取樣本為2010—2021年間109家商業銀行的非平衡面板數據，包括大型商業銀行6家、股份制商業銀行12家、城市商業銀行60家、農村商業銀行28家、外資銀行3家。本文有關銀行層面的財務數據均來自國泰安銀行數據庫，部分缺失值通過查找銀行年報獲取；數字化轉型指數來源于“北大商業銀行數字化轉型指數”（謝絢麗和王詩卉，2022）；宏觀經濟數據來自歷年《中國城市統計年鑒》。部分缺失值采用線性插值法補齊。

（二）模型設計

1.基準回歸模型

本文構建雙向固定效應模型實證研究銀行數字化轉型對風險承擔的影響。構建如下：

Riskit=？琢+？茁Digitalit+？酌Controlit+？茲t+？滋i+？著it （1）

其中，Riskit表示銀行i在t年的風險承擔，以Z值的倒數取對數進行衡量；Digitalit表示銀行i在t年的數字化轉型程度；Controlit為主要的控制變量；？滋i為銀行個體固定效應，消除銀行個體層面的干擾因素，？茲t為時間固定效應，消除宏觀層面的干擾因素，？著it為隨機誤差項。

2.中介效應模型

在機制分析部分，本文參考江艇（2022）、王偉和王芝丹等（2024）的研究，基于兩步法來進一步探究銀行數字化轉型對風險承擔的影響機制。檢驗模型如下所示：

Mit=？琢0+？茁0Digitalit+？酌0Controlit+？茲t+？滋i+？著it （2）

其中，Mit包括信息不對稱和運營效率。模型（1）（2）分別為中介效應兩步法的兩個步驟，若系數？茁和？茁0通過顯著性檢驗，且中介變量也對銀行風險承擔具有顯著影響，則說明中介變量在數字化轉型影響銀行風險承擔的過程中發揮了機制作用。

（三）變量定義

1.被解釋變量

銀行風險承擔包括銀行風險承擔行為和銀行風險承擔結果兩個方面。銀行風險承擔行為指商業銀行在現有政策制度的規范下，有動機或受到激勵主動去追求過度風險承擔行為，不僅包括前期從事風險業務的動機和決策過程，還包括風險業務的執行，更多體現的是一種事前或事中的動態情況，一般而言，銀行主動承擔風險都是出于追逐更高利潤這一目的，可能有助于推動金融產品的創新和發展，有利于銀行更加有效地配置資本和改善資本結構，提高銀行的競爭力和盈利能力，但也可能使銀行面臨更大的風險，導致銀行風險承擔結果的增加；而銀行風險承擔結果則是商業銀行在選擇不同的風險承擔行為之后在風險指標上呈現出的結果，體現的是一種事后的靜態情況，側重衡量商業銀行綜合風險度量的結果，側重銀行面臨的破產風險、信用風險、操作風險等，這些風險不利于銀行的正常經營與發展，甚至可能引發風險傳染導致整個金融市場面臨危機，因此應該盡可能地降低銀行風險承擔結果，保障銀行與金融業穩健發展。

本文主要關注風險承擔結果，并選取Z值作為銀行風險承擔結果的代理變量（汪可等，2017；李學峰和楊盼盼，2021；余靜文和吳濱陽，2021；韋顏秋和邱立成，2022）。因為Z值考慮了銀行的經營穩定性、盈利能力及財務杠桿狀況，衡量銀行整體的破產風險，能較好地反映銀行的綜合風險，體現的是一種事后的靜態狀況。Z值的計算公式為Zit=（ROAit+Equity/Assetit）÷σi（ROA），其中，ROA代表資產收益率，Equity/Asset為資本資產比率，σi（ROA）為銀行總資產收益率的標準差，i代表商業銀行，t代表年份。Z值越大，商業銀行的風險承擔越小，銀行穩定性越強。考慮到其尖峰厚尾、高度有偏的特征，對之取自然對數；同時為了方便理解，在Z值取倒數的基礎上再取對數，此時被解釋變量越小，銀行風險承擔結果越小。另外，本文也選用負債權益比作為銀行風險承擔結果的替代變量（劉孟飛和蔣維，2021），用以進行穩健性檢驗。

2.解釋變量

本文使用北大數字化轉型指數來衡量商業銀行的數字化轉型程度（謝絢麗和王詩卉，2022），該指標包括戰略數字化、業務數字化和管理數字化三個維度，具體含義如表1所示。數字化轉型指數越大，銀行的數字化程度越高。

3.控制變量

商業銀行財務狀況可能對風險承擔產生影響，包括資產、負債、資產負債結構、盈利能力、資本等，因此本文從銀行個體財務層面將銀行資產總規模（代軍勛和陶春喜，2016；孫旭然等，2021）、貸款增長率（李學峰和楊盼盼，2021）、存貸比（汪可等，2017；張駿等，2023）、凈息差（蔣海等，2023）、資本充足率（任碧云和鄭宗杰，2021；田雅群和何廣文，2022；董曉林等，2023；李振新和陳享光，2023）作為控制變量。

此外，本文還控制了可能對銀行風險承擔存在影響的宏觀經濟變量，分別是：GDP增速，作為宏觀經濟水平的代理變量；M2增速，作為貨幣政策的代理變量（郭品和沈悅，2019）；消費價格指數，反映通貨膨脹水平；地區產業結構，即第二產業占地區生產總值的比重。

4.機制變量

（1）信息不對稱

信息不對稱使銀行面臨嚴重的信貸風險，銀行數字化轉型可以通過緩解信息不對稱降低其風險承擔。已有文獻采用商業銀行當年普通股交易量與該年度發行在外的普通股平均數的比值，即股票年周轉率來衡量信息不對稱程度（王蕾等，2019），但本文樣本包含非上市銀行，因此采取商業銀行對上市實體企業授信數量與銀行總資產對數之比，以及銀行對上市實體企業貸款數量與銀行總資產對數之比作為衡量銀行信息甄別能力的代理變量（丁鑫和周曄，2024），其中上市實體公司不包括金融類和房地產類公司，除以總資產的自然對數進行標準化是為了消除銀行規模差異帶來的貸款客戶數量偏差，標準化后的單位為家數/每單位資產，反映銀行每單位資產能夠服務的貸款客戶數量。兩個比值越大，銀行信息甄別能力越強，信息不對稱程度越低。

（2）銀行運營效率

本文分別以總資產周轉率、成本收入比與管理費用比例作為衡量銀行運營效率的代理變量（汪可等，2017；蔣海等，2023；楊景陸和粟勤，2023）。總資產周轉率越高，成本收入比與管理費用比例越小，銀行經營效率越高。

四、實證結果分析

（一）基準回歸結果

本文基準回歸模型采用面板雙向固定效應模型，基準回歸結果如表3所示。列（1）至列（3）分別為不加入控制變量、加入銀行微觀層面控制變量和加入宏觀層面控制變量的結果，列（4）至列（6）分別為解釋變量子指標戰略數字化指數、業務數字化指數和管理數字化指數的回歸結果。由結果可知，銀行數字化轉型總指數與其子指標的回歸系數均顯著為負，說明銀行數字化轉型顯著降低了銀行的風險承擔，銀行在戰略、業務、管理方面的數字化轉型降低了銀行風險承擔，驗證了假設1。

（二）內生性處理

數字化轉型和銀行風險承擔可能存在逆向因果關系，同時，由于遺漏變量、度量誤差等問題的存在，基準回歸的結果可能會受到內生性干擾，因此本文通過改變基準回歸計量模型以及使用工具變量兩階段最小二乘回歸模型對潛在的內生性問題進行處理。

1.改變計量模型：動態面板廣義矩估計

本文采用動態面板系統GMM估計進行內生性處理（張駿等，2023），因為銀行風險具有動態持續性（Delis and Kouretas，2011），因此將被解釋變量的滯后一階項納入回歸模型中。結果如表4所示，數字化轉型總指數系數顯著為負，回歸結果與基準回歸結果基本保持一致，說明基準回歸的結果較為穩健。

2.工具變量法

本文采用年份—省份層面的銀行數字化轉型程度平均值作為工具變量（翟勝寶等，2023），進行兩階段最小二乘法的檢驗，結果如表5所示，列（1）中均值的估計系數在1%的水平下顯著為正，即第一階段檢驗的結果證實銀行數字化轉型指數均值工具變量對內生變量有很好的解釋力；第二階段列（2）中的解釋變量在10%水平下顯著為負，說明本文主要研究結論未發生改變，銀行數字化轉型能夠顯著促進銀行風險承擔降低。

采用解釋變量滯后一期作為工具變量（劉慧超和王書華，2023），因為銀行數字化轉型對于銀行風險承擔的影響具有一定的滯后效應。同樣進行兩階段最小二乘法，檢驗結果如表5所示，列（3）數字化總指數系數在與列（4）的解釋變量滯后一期系數均在1%水平下顯著，符號分別為正號和負號，其結果仍與上文主要結論相符。

（三）穩健性檢驗

為保證基準回歸結果的可靠性，本文采取以下幾種方法進行穩健性檢驗。首先，替換被解釋變量，選取權益負債比作為銀行風險承擔的替代變量（劉孟飛和蔣維，2021），權益負債比越大，意味著所有者提供的資本相對于借入資本越大，銀行承擔的風險越小；其次，為排除新冠疫情及其相關政策的影響，剔除2020年及之后的樣本后進行回歸；再次，剔除銀行總部所在城市為直轄市的樣本后再次回歸（楊景陸和粟勤，2023）。回歸結果如表6所示，穩健性檢驗結果與主回歸結果保持一致，證明基準回歸結果具備穩健性。

（四）作用機制分析

為進一步探究數字化轉型降低銀行風險承擔的作用機制，本文按照兩步法檢驗銀行數字化轉型對各中介變量的影響，檢驗結果如表7所示。由列（1）、列（2）可知，數字化轉型能夠顯著提高銀行的信息甄別能力，緩解銀行信息不對稱。一方面，銀行借助數字技術提高了信息獲取與應用的速度和質量，緩解了信息不對稱。銀行通過人工智能建立的人臉識別和智能語音識別系統提升了客戶身份識別和客戶需求確認效率，基于區塊鏈的智能合約推動了銀行業務交易流程的自動化程度，以云計算為基礎的數據存儲和處理邏輯則提高了數據應用效率等（王津，2021）。另一方面，銀行應用數字技術降低了信息收集的成本，緩解了信息不對稱。傳統風控獲取信息主要依靠信貸人員走訪，信息處理主要基于審貸官對材料的理解與把握，這種模式高度依賴人工支持，且實際管理困難，人工成本與管理成本高，但銀行引入數字技術后，信息的收集與處理主要依靠大數據、人工智能、云計算等建立的線上算法與模型，代替了人工審核，大大降低信息搜集成本，進而緩解了信息不對稱。

大數據征信和人工智能緩解了銀行與客戶之間的信息不對稱，銀行可以更加精準的識別客戶，借助于智能算法或大數據風控模型，銀行可以更加及時、有效地篩選出優質客戶，并對不良客戶進行更加嚴格的跟蹤監測，從而降低銀行的風險承擔。金洪飛等（2020）、翟勝寶等（2023）、胡婧和張璇（2023）等文獻均認為，銀行運用科學技術降低了銀企之間的信息不對稱程度，抑制了銀行的風險承擔，假設2a成立。

由列（3）、列（4）、列（5）可知，數字化轉型能夠提高銀行總資產周轉率，降低成本收入比與管理費用比例，表明銀行數字化轉型能夠提高銀行的經營效率。一方面，線上線下一體化運營模式打破了銀行業務經營的空間限制和時間限制，業務辦理效率提高，同時，互聯網、移動終端等數字技術拓寬了銀行內部信息交換渠道，溝通與決策效率提高，業務處理效率提高，效率的提升抑制了銀行主動承擔風險的行為，銀行被動承擔的風險降低；另一方面，業務線上化也降低了人工成本、管理成本、運營成本，使銀行有更充足的精力與資金投入到風險管理之中，風險管理效果更加顯著，風險承擔得到有效抑制（翟勝寶等，2023；張駿等，2023）。因此數字化轉型能夠通過提高銀行經營效率降低銀行的風險承擔，假設2b成立。

五、進一步討論

（一）數字金融的調節作用

銀行數字化轉型在不同數字金融發展環境下對銀行風險承擔的降低效果會有所不同，本文引入北京大學數字普惠金融指數作為地區數字金融水平的代理變量（聶秀華等，2021；付佳琦，2024；梁多佳，2024），在模型中加入中心化后銀行數字化轉型總指數與北京大學數字普惠金融指數的交互項，再次回歸檢驗，結果如表8所示。

表8中交乘項與銀行數字化轉型指數系數顯著為負，兩者同號，說明地區數字金融具有增強主效應的調節作用，即在數字金融發展水平高的地區，數字化轉型對銀行風險承擔的降低效果更好。一方面，地區數字金融水平的提高意味著金融科技企業與平臺迅猛發展，產生“鯰魚效應”，倒逼該地區傳統金融機構走出舒適區，進行數字化轉型（孟娜娜和粟勤，2020；Gao C and Wang Q，2023）。具體而言，數字金融的發展擠壓了商業銀行的存款、貸款和中介業務市場，數字金融借助自身的成本優勢、技術優勢、渠道優勢等，搶占金融服務領域大量客戶資源，銀行的競爭壓力不斷增大，這種競爭壓力迫使傳統銀行業利用新型數字技術重塑銀行業務流程、進行組織架構創新，進而提高服務水平、改善客戶體驗，而數字技術的全面應用又增強了銀行的大數據風控能力，緩解信息不對稱并提高經營效率，進而降低銀行風險承擔，因此，數字金融強化了數字化轉型對銀行風險承擔的抑制作用；另一方面，數字金融的不斷發展形成了技術溢出效應（郭品和沈悅，2015），即該地區擁有更多的技術資源，金融科技公司數量多，金融科技人才聚集，更有利于銀行與金融科技公司展開合作、引入數字技術相關人才，以較低的成本使用大數據、云計算、人工智能等數字技術，構建銀行自身的數智風控體系，強化數字化轉型減少銀行風險承擔的直接效應（顧海峰和楊立翔，2018；楊景陸和粟勤，2023）。

（二）異質性分析

1.銀行所在地域差異

我國經濟發展水平存在明顯的地域差異，銀行所在地域經濟發展程度影響銀行數字化轉型對風險承擔的作用效果。本文根據銀行總部所在省份進行東中西部的劃分，將全樣本分為東部和中西部兩個子樣本，分組回歸并觀察異質性。檢驗結果如表9所示，列（1）東部地區銀行數字化轉型指數在5%的水平下顯著為負，而列（2）中西部地區銀行系數為負但不顯著，且組間系數差異Chow檢驗P值小于0.01，說明組間系數差異顯著，銀行數字化轉型對不同經濟區域商業銀行風險承擔的影響存在明顯差異。東部地區的經濟發展水平較高、市場化程度較高、科技與人才要素流動較高、城市集中且企業眾多，該地區的商業銀行可以用更低的成本開展銀企合作、引入科技型人才，對內部的數字信息體系進行完善，數字化轉型程度更高、質量更好，而中部、西部地區以上因素相對匱乏，數字化轉型程度較低，因此東部地區銀行數字化轉型對風險承擔的降低效果較中西部銀行更好（劉孟飛和王琦，2022）。

2.銀行規模差異

銀行規模同樣可能影響數字化轉型對銀行風險承擔的作用效果。本文根據銀行規模的不同展開異質性分析（Sleimi，2020；韋顏秋和邱立成，2022），并將大型國有商業銀行、股份制商業銀行和外資銀行劃分為大規模銀行子樣本，其余的銀行為小規模銀行子樣本（丁鑫和周曄，2024）。檢驗結果如表9所示，列（3）為大規模銀行作為樣本的回歸結果，數字化轉型總指數估計系數為負但不顯著，列（4）為小規模銀行樣本的回歸結果，其數字化轉型指數在5%的水平下顯著為負，組間系數差異Chow檢驗P值小于0.01，不同規模銀行的數字化轉型對銀行風險承擔的降低效應具有異質性。數字化轉型前，小規模銀行信息搜集與獲取的難度比大規模銀行更大，受信息不對稱及其引發的信用風險和損失的影響更大，因此小型銀行數字化轉型通過緩解信息不對稱渠道降低銀行風險承擔的作用效果更好。

六、結論與政策建議

（一）結論

本文以2010—2021年109家商業銀行為研究對象，分析了數字化轉型對銀行風險承擔的影響機制和效應，主要得出四點結論：一是數字化轉型能夠顯著降低銀行風險承擔。銀行基于大數據、人工智能、云計算、區塊鏈等數字技術，構建大數據智能風控體系，有效識別信用風險，降低人工操作風險，直接降低銀行風險承擔。二是數字化轉型通過緩解銀企之間的信息不對稱、提高銀行效率降低銀行風險承擔。銀行應用數字技術獲取客戶信息，繪制用戶信息圖譜，構建大數據征信體系，通過緩解貸款前后的信息不對稱降低銀行信貸風險承擔，從而抑制銀行整體的風險承擔水平。三是銀行所在地區數字金融發展水平更高時，銀行數字化轉型對風險承擔的抑制作用增強。數字金融對銀行產生“鯰魚效應”，倒逼銀行進行數字化轉型，應用數字技術，同時，數字金融具有技術溢出效應，數字金融發展更好的地區，更有利于銀行與金融科技企業展開合作、引進科技型人才，在此過程中，銀行大數據風控體系愈發完善，信息不對稱得到緩解、經營效率得到提升，銀行風險承擔進一步降低。四是東部銀行、小規模銀行進行數字化轉型對其風險承擔的抑制效果更好。

（二）政策建議

第一，商業銀行應深入推進數字化轉型，有意識地強化數字技術在緩解信息不對稱方面的應用，從而降低自身風險承擔。銀行可以加深與金融科技公司、電商大數據平臺、政府稅務部門的合作，打通政府部門、公共事業單位等數據源單位與銀行間的數據共享通道，增加數據積累量，擴大數據收集范圍，更大程度上緩解銀企之間的信息不對稱，降低銀行風險承擔。同時，銀行可以建立企業級大數據平臺，增加自身數據資產的積累，增強銀行對信息的掌控和甄別能力。此外，銀行還可以組建數據管理部門，形成覆蓋數據應用全流程的數據資產管理體系，通過加強對數據信息的管理，提高數據的應用能力。

第二，商業銀行可以促進戰略數字化轉型、經營管理數字化轉型，進一步降低自身風險承擔。在總體戰略方面，制定科學有效的數字化轉型戰略規劃與目標，分階段實施并持續推進；在人才培養方面，注重培養和引入科技人才，吸納計算機、人工智能、大數據等專業的高校畢業生；在業務經營與管理方面，將大數據、云計算、人工智能等數字技術應用于更多業務領域，如投融資、國際業務、支付結算、現金管理等業務。

第三，商業銀行應積極融入地區數字金融發展大環境，與當地金融科技平臺或公司開展銀企合作、與本地區其他進行數字化轉型的銀行開展相關的交流活動，利用地區數字金融的發展強化數字化轉型對銀行風險承擔的降低效果。

第四，對于不同特質的銀行，銀行與相關政府部門應采取差異化的、有針對性的措施。東部地區銀行應充分利用其區位優勢，引入科技型人才、與金融科技公司開展銀企合作，使銀行數字化程度進一步提高，而中西部地區的政府可以通過提供政府補貼、稅收優惠等政策措施促進本地區科技人才與企業的引入，搭建科技與金融的交流平臺，幫助中西部銀行縮小其與東部銀行在人才資源、科技環境等方面的差距，提高中西部銀行數字化轉型水平。小規模銀行應抓住數字化轉型時機，充分利用自身內部結構靈活簡單的優勢進行數字化轉型，應用數字技術改善內部控制流程，進行風險控制；同時，政府也可以制定相關政策鼓勵小規模銀行通過數字化轉型降低自身風險承擔，實現中小銀行風險的化解。

（責任編輯：夏凡）

參考文獻：

[1]荊文君，池佳林.“數實融合”與經濟高質量發展：回溯、進展與展望[J].貴州財經大學學報，2023（5）：74-81.

[2]李志輝，陳海龍，張旭東.金融科技對商業銀行盈利能力的影響[J].中南財經政法大學學報，2022（5）：56-68.

[3]陸岷峰.商業銀行數字化轉型風險類型、特征及治理體系[J].金融發展研究，2023（10）：63-68.

[4]陳敏，高傳君.金融科技發展與我國銀行風險承擔行為[J].學習與實踐，2022（1）：22-33.

[5]張駿，郭娜，劉彥迪.金融科技對銀行風險的影響研究——基于流動性創造與經營效率的分析[J].南開經濟研究，2023（11）：90-109.

[6]姚婷，宋良榮.金融科技對商業銀行風險的影響及異質性研究[J].云南財經大學學報，2020，36（12）：53-63.

[7]李學峰，楊盼盼.金融科技、市場勢力與銀行風險[J].當代經濟科學，2021，43（1）：45-57.

[8]鄭宗杰，任碧云.金融科技、政府監管與商業銀行風險承擔[J].科學決策，2022（2）：103-115.

[9]董曉林，吳之偉，陳秋月.金融科技發展對商業銀行風險防控的影響——基于中國176家商業銀行的實證分析[J]. 江蘇社會科學，2023（1）：84-94+242-243.

[10]汪可，吳青，李計.金融科技與商業銀行風險承擔——基于中國銀行業的實證分析[J].管理現代化，2017，37（6）：100-104.

[11]孫麗，於佳歡.金融科技發展與商業銀行風險承擔：影響機理及實證檢驗[J].南方金融，2022（11）：50-64.

[12]任碧云，鄭宗杰.金融科技對商業銀行風險承擔的影響——基于商業銀行信貸結構的視角[J].貴州財經大學學報，2021（5）：61-69.

[13]趙勝民，屠堃泰.金融科技降低了銀行風險嗎？——基于規模異質的視角[J].中央財經大學學報，2022（10）：35-49.

[14]蔣海，唐紳峰，吳文洋.數字化轉型對商業銀行風險承擔的影響研究——理論邏輯與經驗證據[J].國際金融研究，2023（1）：62-73.

[15]翟勝寶，程妍婷，謝露.商業銀行數字化轉型與風險承擔水平[J].北京工商大學學報（社會科學版），2023，38（2）：75-86.

[16]郭峰，莊旭東，王仁曾.銀行數字化轉型、外源性金融科技與信用風險治理——基于文本挖掘和機器學習的實證檢驗[J].證券市場導報，2023（4）：15-23.

[17]吳文洋，蔣海，唐紳峰.數字化轉型、網絡關聯性與銀行系統性風險[J].中國管理科學，2024，32（3）：9-19.

[18]馬亞明，馬麗敏，于博.數字化轉型能夠降低銀行信用風險嗎？——基于交疊DID模型的實證檢驗[J].現代財經（天津財經大學學報），2024，44（3）：3-18.

[19]方芳，李強.商業銀行數字化轉型如何影響風險承擔——基于負債成本與信貸選擇機制的分析[J].貴州財經大學學報，2024（3）：31-39.

[20]張正平，紀環宇，董晶.數字化轉型與農村商業銀行主動風險承擔——基于文本挖掘法的實證研究[J].武漢金融，2023（4）：30-39.

[21]任恒.大數據賦能新型智庫政策研究的基本內涵、價值意蘊與路徑選擇[J].福建師范大學學報（哲學社會科學版），2024（3）：24-34，169.

[22]李華民，吳非.銀行規模、貸款技術與小企業融資[J].財貿經濟，2019，40（9）：84-101.

[23]朱小能，李雄一.金融科技與銀行信用風險：加劇還是降低[J].山西財經大學學報，2022，44（11）：39-52.

[24]Zhu C. Big Data as a Governance Mechanism[J].Social Science Electronic Publishing，2018.

[25]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（5）：52-65.

[26]劉少波，張友澤，梁晉恒.金融科技與金融創新研究進展[J]. 經濟學動態，2021（3）：126-144.

[27]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（1）：9-18.

[28]羅煜，崔書言，曠純.數字化與商業銀行經營轉型——基于傳統業務結構變遷視角[J].國際金融研究，2022，（5）：34-44.

[29]戚聿東，蔡呈偉.數字化企業的性質：經濟學解釋[J].財經問題研究，2019（5）：121-129.

[30]江曙霞，陳玉嬋.貨幣政策、銀行資本與風險承擔[J].金融研究，2012（4）：1-16.

[31]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（4）：71-85+115.

[32]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（6）：1937-1956.

[33]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[34]王偉，王芝丹，舒童.金融業“營改增”對銀行穩定性的影響[J].稅務與經濟，2024（3）：32-41.

[35]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（4）：108-128.

[36]韋顏秋，邱立成.數字金融、資產規模與商業銀行風險承擔[J].貴州社會科學，2022（6）：116-126.

[37]劉孟飛，蔣維.金融科技加重還是減輕了商業銀行風險承擔——來自中國銀行業的經驗證據[J]. 商業研究，2021（5）：63-74.

[38]代軍勛，陶春喜.資本和流動性雙重約束下的商業銀行風險承擔[J].統計研究，2016，33（12）：37-43.

[39]孫旭然，王康仕，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，2021，43（1）：82-91.

[40]田雅群，何廣文.互聯網金融、市場競爭對農村商業銀行風險的影響研究[J].農業技術經濟， 2022（3）：73-83.

[41]李振新，陳享光.數字金融能降低地方商業銀行風險嗎？——基于中國數字普惠金融和地方商業銀行的證據[J].蘭州大學學報（社會科學版），2023，51（3）：62-76.

[42]郭品，沈悅.互聯網金融、存款競爭與銀行風險承擔[J].金融研究，2019（8）：58-76.

[43]王蕾，張向麗，池國華.內部控制對銀行信貸風險的影響——信息不對稱與代理成本的中介效應[J].金融論壇，2019，24（11）：14-23，54.

[44]丁鑫，周曄.數字化轉型與銀行信貸配置——基于銀行貸款投向實體經濟的視角[J].數量經濟技術經濟研究，2024，41（3）：193-216.

[45]楊景陸，粟勤.數字金融發展與中小銀行風險——基于我國117家商業銀行的經驗證據[J].南方金融，2023（3）：3-18.

[46]Delis M D，Kouretas G P.Interest rates and bank risk-taking[J].Journal of Banking & Finance，2011，35（4）：840-855.

[47]劉慧超，王書華.數字化轉型對中小銀行風險水平影響研究[J].江西財經大學學報，2023（4）：23-37.

[48]王津.商業銀行金融科技發展階段與轉型路徑分析[J].企業科技與發展，2021（5）：148-150，153.

[49]胡婧，張璇.金融科技能降低銀行的風險承擔嗎——基于150家商業銀行年報的文本分析[J]. 金融監管研究，2023（10）：1-21.

[50]聶秀華，江萍，鄭曉佳，等.數字金融與區域技術創新水平研究[J].金融研究，2021（3）：132-150.

[51]付佳琦.數字金融對非金融企業影子銀行化的影響研究——基于信貸資源配置的視角[J].海南金融，2024（7）：33-50.

[52]梁多佳.數字普惠金融對城鄉收入差距的影響研究[J].海南金融，2024（3）：3-13.

[53]孟娜娜，粟勤.擠出效應還是鯰魚效應：金融科技對傳統普惠金融影響研究[J].現代財經（天津財經大學學報），2020，40（1）：56-70.

[54]Cuiyun Gao，Qian Wang.Does digital finance aggravate bank competition？Evidence from China[J]. Research in International Business and Finance， 2023，66（66）.

[55]郭品，沈悅.互聯網金融對商業銀行風險承擔的影響：理論解讀與實證檢驗[J].財貿經濟， 2015， （10）：102-116.

[56]顧海峰，楊立翔. 互聯網金融與銀行風險承擔：基于中國銀行業的證據[J].世界經濟，2018，41（10）：75-100.

[57]劉孟飛，王琦.數字金融對商業銀行風險承擔的影響機制研究[J].會計與經濟研究，2022，36（1）：86-104.

[58]Sleimi M.Effects of risk management practices on banks' performance：An empirical study of the Jordanian banks[J].Growing Science，2020.

基金項目：本文系河北省社科基金項目“河北省縣域數字金融排斥的測度、成因與治理研究”（HB21YJ012）階段性研究成果。

作者簡介：郭小卉（1981-），男，河北邢臺人，金融學博士，河北大學經濟學院副教授、碩士生導師；

姜銥然（2000-），女，河北唐山人，河北大學經濟學院碩士研究生。