數字金融影響商業銀行信貸供給和風險的研究進展

摘要：數字金融已成為金融創新的重點領域。本文系統梳理了數字金融影響商業銀行信貸供給和風險的相關研究。第一，數字金融的邊界從銀行體系外延伸至銀行體系內，從強調技術本身到側重于各類場景應用，相關測度也從單一的時間維度轉向時間—銀行雙維度，所使用的方法和數據也突破常規。第二，已有研究從信息不對稱、經營效率與利潤、金融服務便捷性、銀行競爭、公司治理和異質性影響等方面分析數字金融如何作用于商業銀行信貸供給。再次，數字金融對商業銀行個體風險影響的結論不一，對系統性風險影響的研究主要從外部沖擊和行業溢出等方面展開。第三，本文進一步提出可拓展的研究空間：考慮新技術、新業務形態，以豐富數字金融的內涵；采用多元數據和新方法測度數字金融；從數字金融與其他“四篇大文章”的協同發展、產生的新型風險、對實體經濟的溢出效應等方面拓展研究視角；挖掘新的作用機制，探討商業銀行的“言行不一”問題；探討數字金融高質量服務實體經濟、優化數據治理和防范化解金融風險的政策設計等。

關鍵詞：數字金融；商業銀行；信貸供給；銀行風險

中圖分類號：F832.29文獻標識碼：A文章編號：1000-176X（2025）01-0015-14

一、問題的提出

在創新驅動高質量發展、深化金融供給側結構性改革的背景下，以大數據、人工智能、云計算等前沿技術為代表的新一輪科技革命正在推動經濟社會發生深刻轉型，數字經濟隨之迅猛發展。黨的二十大報告提出，“加快發展數字經濟，促進數字經濟和實體經濟深度融合”。與數字經濟發展相適應，數字金融在推動金融創新，尤其是在減少信貸市場摩擦、加強風險管理和優化資源配置等方面發揮積極作用。因此，中央金融工作會議提出，“加快建設金融強國”“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”。黨的二十屆三中全會提出，“積極發展科技金融、綠色金融、普惠金融、養老金融、數字金融”。商業銀行是中國金融體系的中流砥柱和間接融資主體，也是“科技賦能金融”的重要載體，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出：“穩妥發展金融科技，加快金融機構數字化轉型。”《推動數字金融高質量發展行動方案》提出，“形成數字金融和科技金融、綠色金融、普惠金融、養老金融協同發展的良好局面”。綜上，商業銀行系統性地提升數字化水平是大勢所趨。

作為信貸中介，商業銀行具有吸收存款、發放貸款和提供風險管理的功能。信貸供給與風險相輔相成：商業銀行增加信貸供給，可以獲取更高的利潤，刺激經濟增長，但也會增加商業銀行的風險。信貸供給的結構也會影響風險分布，而單家商業銀行的風險通過時間維度的累積和空間維度的關聯會演化成系統性風險。金融風險上升又會提升商業銀行的風險感知能力，商業銀行在信貸審批中會更加謹慎，從而減少信貸供給。同時，商業銀行為提升風險抵御能力，會增加資本緩沖，從而限制其信貸供給。數字金融發展攸關儲蓄有效轉化為投資及金融體系的安全穩定。具體而言，一方面，數字金融通過大數據分析技術精準地識別潛在客戶，提高信貸效率，擴大信貸供給的范圍和深度。基于數智化技術，商業銀行創新信貸產品，滿足不同客戶群體的需求，增強信貸供給的靈活性。特別地，從新冠疫情蔓延到經濟復蘇緩慢，實體企業償還債務、復工復產、擴大融資都需要商業銀行的信貸供給和線上化的金融服務［1］，因而數字金融在銀行體系提質增效和服務實體經濟等方面發揮了巨大作用。另一方面，數字金融也是一把“雙刃劍”。雖然商業銀行的風險管理手段不斷豐富，但金融創新的背后也存在數據安全、技術算法漏洞、信貸過度擴張和影子銀行等風險。特別地，中小商業銀行的數字化戰略構想與自身情況較難實現可持續匹配，其在技術資金投入、同業競爭和風險管理中也面臨挑戰，而新的風險隱患不斷累積可能導致系統性風險。黨的二十大報告提出：“加強和完善現代金融監管，強化金融穩定保障體系，依法將各類金融活動全部納入監管，守住不發生系統性風險底線。”因此，研究數字金融背景下商業銀行的信貸供給和風險特征，是提升數字金融服務實體經濟能力和防范化解金融風險的重要議題。

關于數字金融的研究日益豐富。本文運用文獻計量學中的CiteSpace軟件，分別基于近五年351篇中國CSSCI期刊論文和493篇國外SSCI期刊論文，檢索“金融科技”“數字金融”“金融機構數字化轉型”等關鍵詞，通過對上述主題關鍵詞的網絡共現進行初步分析。研究發現：已有研究主要關注數字金融對企業信貸融資、金融創新、普惠金融、經濟增長、公司治理、銀行競爭、銀行風險、金融監管的影響，而國外研究還側重于對具體某種數字技術的影響。部分關于數字金融的綜述類文獻更多的是探究銀行體系外數字金融的發展及其對整個金融業的影響。

本文余下部分安排如下。第二部分以數字金融為切入點，對其內涵、測度指標進行較為全面的梳理，并且對數字金融進行明確的概念界定和辨析。第三部分和第四部分聚焦于商業銀行的信貸供給和風險管理兩大功能，分析總結數字金融對商業銀行信貸供給和風險的深層次作用。第五部分剖析已有研究的可拓展空間，為商業銀行數字化轉型和風險管理提供可以深入研究的方向：考慮新技術、新業務形態，以豐富數字金融的內涵；采用多元數據和新方法測度數字金融；從數字金融與其他“四篇大文章”的協同發展、產生的新型風險、對實體經濟的溢出效應等方面拓展研究視角；挖掘新的作用機制，探索商業銀行的“言行不一”問題；探討數字金融高質量服務實體經濟、優化數據治理和防范化解金融風險的政策設計等。

二、數字金融的內涵辨析與測度研究

新興技術與金融業處于不斷融合發展的過程中。在不同的發展階段，數字金融呈現不同的特征和內涵，數字金融的測度研究也隨之發展。

（一）數字金融的內涵辨析

互聯網等技術與金融要素的融合過程可以劃分為如下三個階段：傳統金融運用IT硬件實現業務流程電子化階段、互聯網金融階段和傳統金融數字化階段［2］。由于各發展階段的特征不同，數字金融的概念尚未統一，國內主要有“互聯網金融”“科技金融”“金融科技”“數字金融”“金融機構數字化轉型”等提法；國外主要有“Fintech”“FinTech”等提法。

首先，20世紀90年代之后，互聯網的興起推動信息通信技術應用于金融領域，信息技術推進業務流程電子化，網上銀行、電子交易等金融業務興起［3］，“電子金融”的提法誕生。其模式包含數字財富創造、數字財富收集、數字財富管理和數字財富保護四個部分，有降低交易成本、擴大金融系統的信息覆蓋范圍和提高財務信息質量等優勢。

其次，隨著互聯網技術進一步與金融深度融合，具體應用形式表現為手機銀行和P2P，“互聯網金融”的提法開始盛行。《關于促進互聯網金融健康發展的指導意見》將互聯網金融界定為互聯網企業和傳統金融機構將互聯網及信息技術應用于支付、投融資等金融業務，以及憑借技術優勢開展信息中介服務而形成的新型金融業務模式，其更強調金融屬性。隨后，學術界就互聯網金融對傳統金融的沖擊是否具有顛覆性進行辨析。吳曉求［4］認為，互聯網金融整合互聯網資源和金融資源，雖然包含傳統金融功能，但在支付方式和信息處理等方面與傳統商業銀行、資本市場大相徑庭。王國剛和張揚［5］則認為，互聯網金融在功能上并未顛覆傳統金融，只是在金融銷售渠道、信息獲取渠道等方面創新交易范圍、對象和環境，并非“新金融”。就風險而言，互聯網金融弱化了金融排斥，改變了風險特征，是基于中國金融機制缺陷上的一種監管套利。

再次，隨著金融業更加深入地運用大數據、云計算、人工智能、區塊鏈等新興技術［6］，金融科技孕育而生。已有研究從兩個角度來界定金融科技。第一，從純技術角度來界定。金融科技是一種創新型的前沿技術［6］，能夠深化金融服務供給，幫助金融服務公司實現去中介化。第二，從前端應用和后端技術的綜合角度來界定。金融穩定理事會（FSB）和巴塞爾委員會（BCBS）對金融科技作出較為全面的界定，即技術賦能金融，為支付結算、存貸款、投融資、市場基礎設施四大領域迭代創造新的模式、業務流程和產品。與之相似，中國人民銀行發布的《金融科技（FinTech）發展規劃（2019—2021年）》也將金融科技定義為現代科技驅動下的金融產品、經營模式、業務流程創新。眾多研究也采用這一定義［7］。

最后，進入數字經濟時代，大數據等新興技術在各行業的應用產生大量的數字信息，表現為數據資產化和資源化、金融機構數字化。電子金融、金融科技和數字金融的差異在于：電子金融是信息通信技術早期運用于金融業的產物；金融科技更注重金融領域的科學技術創新和發展［8］；數字金融是數字技術應用于金融業的高級階段，包含金融領域的所有數字產品和服務，是金融部門的廣泛數字化，即傳統金融機構和科技企業將掌握的數字技術應用于各類金融業務的創新型活動中［9］。這既包括新興金融產業和科技企業依托其技術、數據優勢布局金融領域［10］，也包括傳統金融機構和科技企業合作進行的投融資、支付等新業務模式［11］。可見，數字金融不僅僅是傳統金融機構簡單應用數字技術和數據，而是金融系統運行底層邏輯數字化變革，甚至表現為思維方式和決策機制向數字化轉變［12］。

總體而言，目前數字金融的內涵和外延可以歸納為以下四種觀點。第一，數字金融本質上強調技術，是以大數據、人工智能等新興顛覆性技術為代表的金融科技［7］。第二，數字金融是技術不斷更新迭代而驅動的金融創新，是一個將新技術、金融機構及其服務、使用技術創新的新商業項目與相應的基礎設施相結合的復雜系統。同時，它表現出在不同時期圍繞核心技術進行金融創新的特征。第三，數字金融在商業銀行領域表現為金融科技、數字化技術被引入經營業務，將數據、技術轉化成生產要素，重塑業務流程，從而推動商業銀行數字化轉型。第四，數字金融內涵所覆蓋的場景還停留在數字化層面，對人工智能等新技術的場景涉及不夠。

鑒于已有研究對于數字金融的定義多樣，本文借鑒黃益平和黃卓［11］的研究，將互聯網金融、金融科技統一歸于數字金融。進一步地，本文結合數字技術與金融要素融合發展的不同歷史階段特征，歸納已有研究關于數字金融定義的關鍵元素，對商業銀行發展數字金融這一概念進行界定。商業銀行發展數字金融是指商業銀行在自有資源和能力的基礎上，將互聯網、大數據、云計算、人工智能、區塊鏈等數智化技術與各類金融要素深度融合，進行金融產品、服務、業務模式的重塑和創新，從而開展數字化、智能化的金融創新活動。其主要特征是：以各類數字技術和網絡平臺為手段，以數據為核心資源要素，以金融服務創新為目的和結果。

（二）數字金融的測度研究

數字金融興起于銀行體系外，是由科技企業憑借自身技術優勢布局金融板塊，之后才逐漸被引進銀行體系，并且應用于各項業務。因此，有關數字金融測度方法的演變也遵循這一規律。

國內關于銀行體系外的數字金融測度研究主要聚焦于以下三種視角。第一，從普惠金融或金融包容視角來測度。郭峰等［13］以螞蟻集團的用戶數據為基礎，編制省—地級市—縣級市的“數字普惠金融指數”，總指數下設覆蓋廣度、使用深度和數字支持程度三大子指數，還包含相關子行業指數，對數字普惠金融進行了較為全面的刻畫，并且被國內學者廣泛使用［14］。第二，從數字金融熱度或發展程度視角來測度。最初一些研究采用主成分分析法（PCA）、賦權法構建國家層面的金融科技發展指數。隨著文本分析法和機器學習法的推廣，后續學者采用文本挖掘法測度互聯網金融［14］，采用新聞共現法、機器學習法構建金融科技情緒指數［15］。第三，從市場行情或行業規模視角來測度。在互聯網金融風口期，一些研究采用反映市場交易規模的指標，如互聯網金融新興行業的市場份額來測度。Hou等［16］采用第三方支付市場的交易規模、眾籌和P2P的年交易規模等指標測度互聯網金融的發展程度，還有研究采用反映融資熱度的金融科技公司股價指數或融資額度作為銀行體系外數字金融發展水平的代理指標。中國人民銀行也于2020年10月發布金融科技行業標準，從機構、行業和區域三個層面提供衡量金融科技行業發展情況的指標要素。

由于數據可得性問題，從銀行視角測度數字金融的研究大多在既有方法上進行變換，或者采用特有的銀行數據和非結構化數據進行測度。賀水金和胡靈［17］將地區層面的北京大學數字普惠金融指數和銀行在各省份的分支機構數量相匹配，以計算銀行層面的數字金融指數。李建軍和姜世超［18］采用某國有大型銀行數據，結合銀行內部業務實踐，從渠道覆蓋度、產品使用度和業務支持度三個層面構建評價金融科技發展水平的指標體系，測算商業銀行的金融科技指數。Cheng和Qu［6］采用銀行名稱搭配技術關鍵詞，并且基于文本分析法構建銀行層面的金融科技指數。個別研究基于銀行信息科技投入等業務數據進行測度。還有研究基于公開可得的業務數據，綜合采用文本分析法和機器學習法進行測度。李茂林等［19］采用機器學習法識別并測度金融科技專利創新程度。謝絢麗和王詩卉［20］基于銀行年報構建北京大學中國商業銀行數字化轉型指數。

關于數字金融測度的研究較為豐富，相關測度指標也各有優劣。第一，基于財務報表數據或行業交易數據計算的指標大多為年頻且應用廣泛。北京大學研發的數字普惠金融指數和中國商業銀行數字化轉型指數被國內學者廣泛應用于相關研究，但頻率主要為年頻。然而，該類指數在研究部分問題上有局限性。例如，有關系統性風險或商業銀行股價表現的研究通常要求有較高頻率的數據，但上述年頻指標適用于基于地區或商業銀行面板數據的研究，并不適用于對數據頻率要求較高的時間序列分析。第二，大多數數字金融指標反映宏觀層面的信息，僅涵蓋時間維度或地區維度，可以研究行業趨勢或區域數字金融發展程度。例如，一些研究使用支付行業的市場交易規模或地區維度的北京大學數字普惠金融指數，但其不能體現微觀商業銀行的發展程度。第三，少數反映銀行層面的數字金融指數是基于金融機構非公開可得的內部數據［18］，能夠準確地刻畫商業銀行數字金融發展的實際，但數據較難獲得，并且只能反映一家商業銀行的情況。個別研究采用信息科技投入占比作為商業銀行數字金融的代理指標，側重于從創新投入角度刻畫商業銀行發展數字金融的積極性和力度。雖然這類指標能夠研究銀行層面的問題，但其缺陷也顯而易見，如數據披露頻率低、時間跨度短等。第四，少數研究基于銀行年報等非結構化數據構建的數字金融指數［20］，可以從管理、業務和技術等多個維度詮釋商業銀行的數字金融發展情況，在一定程度上彌補財務數據披露不夠、眾多技術應用無法量化等不足。然而，已有研究在底層關鍵詞的設置上更偏重技術，忽視了數字技術與金融場景的結合，并且數據頻率較低。同時，由于年報是商業銀行主動披露的，可能存在選擇性披露和“粉飾美化”情況，所以該類指標的客觀性不足。

三、數字金融影響商業銀行信貸供給的機制研究

新興數字化技術與金融業務的結合，在一定程度上可以緩解傳統金融資源的供需矛盾，科技企業依托大數據等前沿技術影響信貸市場和傳統金融機構的相關研究層出不窮。隨著商業銀行的數字化進程加快，越來越多的研究聚焦于數字金融對商業銀行信貸供給的影響，并且主要從以下六個方面展開研究。

（一）信息不對稱

數字金融能夠緩解商業銀行在信貸過程中的信息不對稱，促進信貸供給增加。作為數字金融的一種典型業務模式，數字信貸能降低那些無銀行賬戶、歷史信用信息不完善的借款者的借貸門檻，增強信貸的可獲得性。銀行數字化轉型可以增強銀行的信息甄別能力，緩解銀行與企業之間的信息不對稱，增加無銀行賬戶客戶的“數字足跡”，也使得有較高質量“數字足跡”的客戶更加容易獲得信貸［21］。尤其是對因缺少抵押品和充裕現金流而面臨金融排斥的中小企業來說，銀行運用金融科技可以改善信貸技術［22］，提高信用風險評估中的信息含量［23］，規避逆向選擇和道德風險，與中小企業形成“數字匹配”關系。此外，當消費者獲得科技企業貸款時，這就傳遞出一種信號，銀行對這類消費者的信貸供給會增加［24］。

（二）經營效率與利潤

數字金融可以提高商業銀行的經營效率和信貸效率。具體而言，數字金融將驅動銀行業產生規模經濟和范圍經濟［25］，降低信息搜集和處理成本［9］，降低銀行獲取客戶的成本［8］，并且通過技術溢出［14］和金融創新驅動更多的商業銀行進行戰略轉型，從而提高經營效率。特別地，數字支付與經營效率密切相關，也為商業銀行提高信貸效率提供了條件。杜莉和劉錚［26］采用超效率DEA模型構建Malmquist?Luenberger指數，用其測度信用風險約束下的商業銀行效率，并且發現數字金融通過強化信用風險防控能力提高商業銀行經營效率。

經營效率的提高與利潤的增加之間相輔相成，有助于強化商業銀行信貸供給的基礎，提升其信貸擴張意愿。數字金融能促進商業銀行的輕資產運營，降低資金成本和人力成本，促進中間業務創新，從而提高經營效率，進一步增加小微貸款［27］。但是，部分國內學者對此持不同觀點：目前商業銀行的數字金融投入對生產率沒有明顯的提升作用，存在生產率悖論。數字金融對商業銀行績效的影響并非是簡單的線性關系，它通過降低成本收入比提升商業銀行盈利能力，但不利于其生產率的提升，其“降本”作用優于“增效”［28］。Xiang和Jiang［29］認為，數字金融與商業銀行績效之間是倒U型的非線性關系。Katsiampa等［30］通過進一步研究發現，數字金融與商業銀行績效的U型關系在2018年出現分化。

（三）金融服務便捷性

數字金融不僅能提升商業銀行盈利能力，更能增強金融服務的包容性、普惠性和商業可持續性。一方面，隨著商業銀行不斷深化對數字技術的應用，支付結算、借貸融資都可以通過線上完成，可無限延伸的網絡空間逐漸替代線下網點的擴張，削弱了地理距離對信貸供給的抑制作用。基于美國抵押貸款明細數據的研究表明，數字化銀行對抵押貸款業務的處理速度比其他銀行快20%［23］。另一方面，數字金融可以改變信貸種類，增加銀行對零售類、普惠類信貸的投放意愿和“三農”貸款供給。鄭錄軍等［31］基于調查問卷數據研究發現，數字金融能增強信貸業務的創新性和普惠性，降低成本和風險，使得區域大銀行的小微信貸經營目標和政策目標由沖突轉為相容，促進信貸供給增加和新質生產力的發展［12］。就融資角度而言，數字金融可以緩解長尾客戶的信貸約束，從而改變家庭的貸款結構，增加家庭的銀行信貸，減少風險較高的融資，優化信貸資源配置，進一步提高居民杠桿率。

（四）銀行競爭

已有研究對數字金融通過銀行競爭影響信貸供給的觀點不一。從銀行發展角度來看，數字金融能促進銀行業競爭，從而增加中小企業的信貸供給，緩解信貸供給在“量”上的短缺和“質”上的效率低下問題［32］。但是，這一效應存在最優市場結構［33］，隨著銀行市場勢力的增強，對信貸供給的促進作用會下降。從商業銀行和科技企業競爭與合作的角度來看，科技企業依托技術優勢進軍金融領域，在短期內會擠出部分傳統基于抵押品的借貸供給，擴大信用類貸款的供給，減少企業對商業銀行信貸的依賴［34］。同時，銀行體系外的數字金融引起的存款競爭會降低商業銀行的客戶存款占比，惡化存款來源結構，不利于信貸供給的持續增加［14］。然而，在長期商業銀行和科技企業會從競爭逐漸轉為合作，并向實體經濟提供貸款［12］。線上經營、具有“數字足跡”的企業更容易從商業銀行和科技企業的合作模式中獲得銀行貸款，但純線下銀行貸款會受到部分擠出。這種“先市場擠出，后技術溢出”的雙重影響，在2015年左右出現拐點。因此，銀行體系外的數字金融通過溢出效應推動商業銀行內部的數字化轉型，從而促進信貸供給增加。同時，它也可能通過擠出效應抑制信貸供給，但更多是對商業銀行信貸的補充［35］。

（五）公司治理

少數研究從公司治理視角來闡述數字金融對商業銀行信貸供給的影響因素，如優化高管認知和人才結構。一方面，銀行高管的背景特質會影響戰略選擇，落實數字化戰略必然要引進具有信息技術的高管［22］。這既有助于促進研發投入，建立完善的信息系統和數字平臺，提高創新水平，從而提高經營效率，增加信貸擴張的可能性；又進一步強化了商業銀行高管對數字化轉型的認知［20］，從而更有效地借助信息技術提高內部控制質量［36］。另一方面，數字金融會增加商業銀行的經濟增加值，通過縮減分支機構和銀行物理網點減少對傳統勞動力的需求，增加對技術人員的需求，提升員工工資水平，優化人力資本結構［37］。

（六）異質性影響

大多數研究從銀行自身特征角度進行分析，就銀行性質而言，相比于國有商業銀行，數字金融加快農村商業銀行的網點退出，增強農村地區的金融可得性。就銀行規模而言，大銀行和互聯網銀行在研發應用數字貸款技術上占據優勢，服務“數字足跡”較多的中小企業。長期扎根本地的區域性中小銀行在傳統貸款技術上占據優勢，服務“數字足跡”較少的中小企業［38］，規模較小、盈利較高和貸款質量較低的商業銀行，其數字化轉型更容易推動信貸投向實體經濟［21］。與之相反的觀點有：數字金融主要推動大銀行信貸擴張，而中小銀行因為競爭壓力加大導致其貸款數量和質量下降，因而銀行體系外的數字金融更容易推動大銀行創造流動性。部分研究還從其他角度進行探討，就銀行發展數字金融的方式而言，“自主發展式”的數字化轉型比“對外合作式”的數字化轉型對信貸配置的作用效果更好，但“對外合作式”對中小銀行小微企業信貸業務的促進作用更明顯［39］。就宏觀條件而言，經濟上行周期，數字金融對數字基礎設施更好的商業銀行信貸供給的助推效果更好。

四、數字金融影響商業銀行風險的機制研究

數字金融會影響商業銀行信貸供給，也意味著這種沖擊會改變商業銀行的風險敞口，從而作用于商業銀行個體風險承擔水平，還會通過銀行間的風險傳染擴散機制產生系統性風險。本部分基于風險演化角度從兩個維度分析數字金融對商業銀行風險的影響：銀行個體維度，研究數字金融對商業銀行個體風險的影響，具體涵蓋數字金融對信用風險、流動性風險、操作風險等細分風險的影響；銀行體系維度，研究數字金融對系統性風險的影響。

（一）數字金融對商業銀行個體風險的影響

目前中國數字金融的發展水平已位居世界前列，但關于數字金融背景下商業銀行風險承擔特征的研究仍然處于起步階段。本文所指的風險承擔包括事前風險承擔和事后風險承擔，事前風險承擔表現為商業銀行主動承擔風險，是一種事前意愿或行為，也反映商業銀行自身風險的累積；事后風險承擔表現為商業銀行承擔風險后發生的損失，即商業銀行自身風險的實現和釋放。最初很多研究將銀行體系外的數字金融視為作用于商業銀行微觀風險承擔的外部沖擊，后來少數研究開始關注銀行體系內的數字金融作用于商業銀行行為，從而對個體風險承擔產生的影響。這些研究所得到的結論莫衷一是。

首先，數字金融會提升商業銀行的風險承擔。第一，早期互聯網金融發展會加劇貸款市場競爭，倒逼銀行信用下沉，從而增加商業銀行的貸款損失準備，這是商業銀行風險承擔上升的表現。從資產負債結構分析其原因，互聯網金融會擠占存款來源［14］，加速存款流失，使得銀行負債結構發生改變。負債越依賴同業拆借等資金，同業負債的資金成本相比存款越高，商業銀行投放高風險資產以彌補較高負債端成本的動機越強［15］。銀行體系外的數字金融還會通過搶占銀行外源融資迫使銀行出于利潤壓力而加大表外業務，從而改變收入結構并增加影子銀行風險［40］。激烈的競爭導致銀行貸款利率降低，銀行為增加利潤不得不增加高風險投資［41］。第二，作為一種高投資回報的金融創新，數字金融有助于商業銀行更新業務模式，提升銀行發放普惠貸款的意愿和能力。以上研究主要聚焦于數字金融提高商業銀行的事前風險承擔。就事后風險承擔而言，盡管數字金融采用非傳統的信用評估方法能夠捕獲大量可用的“軟”信息，但數據信息收集過程中還有相當多的數據未被披露，并且部分信息在從“軟”信息轉化為“硬”信息的過程中出現丟失。這使得信息可信度變得越來越難以核實，可能無法正確捕捉借款人的動機［42］，對于事后信用違約風險的影響還缺乏足夠的證據驗證［43］。

其次，數字金融會降低商業銀行的風險承擔。數字金融通過拓寬資金來源和改善資金配置結構降低商業銀行的風險承擔。在信息收集與處理方面，商業銀行將數字技術用于業務流程能夠擴大信貸市場上的信息共享范圍，從而建立豐富的貸款信息集并勾勒詳細的客戶畫像［44］，增加自身在獲客和風控方面的優勢［11］。商業銀行通過建立信用評估模型，提升處理風險信息的能力，進一步降低篩選成本、監控成本和風險評估成本，從而降低信貸交易成本和信息不對稱程度，降低不良貸款率，強化風險管理能力。同時，商業銀行通過與各類外部平臺進行數據的相互驗證，獲得借款者的真實資信情況，有利于減少欺詐行為，優化信貸表現，從而降低商業銀行的事后風險承擔。Berg等［21］基于25萬個“數字軌跡”數據研究發現，“數字軌跡”是對征信機構評分的補充而非替代，使用這兩種信息的資金出借者可以作出更優決策，使得違約率顯著下降，從而降低商業銀行的信用風險，并且銀行體系外的數字金融會強化這一作用［13］。在服務實體經濟質量方面，數字金融能夠有效校正信貸供給領域的“屬性錯配”“領域錯配”“階段錯配”等問題，促使實體企業減少高風險融資、主動去杠桿和穩定財務，增強實體企業的融資可得性［45］。這意味著商業銀行貸款對象的風險降低，從而違約風險下降。

最后，數字金融對商業銀行風險承擔的影響具有雙重性。“風險管理效應”“利潤邊際效應”帶來U型效果，即早期的互聯網金融在短期會降低管理成本，使得商業銀行風險下降，但長期內會收窄利差空間、抬高資金成本，使得商業銀行風險上升［46］。就細分風險而言，數字金融會增加信貸風險和流動性風險，但會降低事后的破產風險［47］。

此外，一些研究從異質性角度探討了數字金融對商業銀行風險的影響。就銀行規模而言，銀行體系外的數字金融對小銀行的信用風險影響更明顯，特別是城市商業銀行比農村商業銀行更擅長吸收外部數字金融的創新優勢，數字金融對小銀行的風險承擔抑制作用更明顯［48］。就盈利能力和流動性水平而言，對于低凈利差、低流動性水平的商業銀行，數字金融對其風險承擔的抑制作用大于高凈利差、高流動性水平的商業銀行。就區位分布而言，當商業銀行總部位于經濟發達地區時，分支機構距離總部越遠，數字金融對其風險承擔的降低作用越明顯。就技術類型而言，區塊鏈技術對商業銀行風險承擔的影響要大于人工智能、大數據和云計算技術對商業銀行風險承擔的影響［48］。

（二）數字金融對系統性風險的影響

關于數字金融對系統性風險影響的研究較少，已有研究大多數關注銀行體系外數字金融的信息技術安全風險、早期P2P“爆雷”風險和科技企業布局金融業務的潛在風險。隨著金融機構應用數字金融等相關技術，從行業溢出方面研究數字金融產生系統性風險的文獻開始出現。

⒈外部沖擊

隨著信息技術逐漸應用于金融要素，金融業務創新的過度發展會加劇金融市場的復雜性，而缺乏監管則導致金融市場出現新的、不可預測的傳染源。例如，信息技術風險和網絡安全風險日益突出［49］。特別地，科技企業與銀行在數字金融領域的合作更容易引發重大網絡安全風險［50］。新技術應用存在許多未知的技術細節，這使得商業銀行運營面臨技術漏洞、參數算法失效等不確定性和未知隱患。不透明的信息技術風險與傳統業務風險疊加，使得這些風險在不同業務、機構、市場、區域的傳染過程更復雜，更容易演變為系統性風險［51］。此外，在不同數字技術所形成的創新形態下，銀行體系外的數字金融對風險傳染的影響不盡相同。例如，數字貨幣會大大增加央行在風險防范化解過程中進行流動性救助的難度；人工智能以算法模型為內核，對模型的準確性、可靠性及訓練數據的質量要求較高，偵測精度不穩定使得目前人工智能主要用于識別欺詐。總體而言，銀行體系外的數字金融與金融機構的系統性風險之間正相關。

就監管滯后性而言，數字金融過度發展易催生非法金融活動，加劇金融體系和社會的不穩定性。例如，線上交易很容易導致銀行客戶的信息數據泄露，線上業務的欺詐案日益高科技化、專業化，對資金流轉的監控難度加劇，也使得商業銀行等金融機構面臨的欺詐風險上升。洗錢等非法金融活動造成資金外流，直接危害金融市場安全；非法P2P或網絡傳銷屬于“龐氏騙局”［52］，打著回報率高、風險小、可靠性強、融資快、“政府支持”等旗號引誘投資者，破壞了金融市場的自由競爭，加劇了金融體系的不穩定性，將風險傳遞至實體經濟，降低了宏觀經濟的穩定性。非法網絡融資平臺因資金鏈斷裂面臨大范圍的債務糾紛，也增加了商業銀行借款人的違約風險。

基于行動者網絡理論，數字金融使得異質行動者構成不斷更新迭代、不斷傳播的利益聯盟網絡，行動者間易產生“羊群效應”。例如，P2P風險生成機制在于，網貸平臺交易的持續高速增長是其得以存續的關鍵原因，而當平臺成交量或投資者增速低于預期時，平臺停業風險上升。其傳染機制在于，就“羊群行為”角度而言，在P2P債權轉讓模式和違約輿情傳染機制下，當轉讓債權人的傳染對象數量超過閾值時，恐慌情緒傳染使得P2P平臺產生“爆雷”風險。就業務關聯角度而言，網貸平臺具有小世界網絡特性和風險傳染特征，它們通過信貸交易形成具有復雜網絡結構的信用鏈條。網貸這類新型業態的風險除在平臺間傳染放大外，還會溢出至傳統金融領域，加大銀行業的不確定性，甚至引發系統性金融風險。

⒉行業溢出

科技企業憑借數據技術優勢發展數字金融，可能對金融穩定形成新的挑戰，科技企業比金融機構的風險更大，但所受監管的嚴格程度弱于商業銀行。科技企業進軍金融領域，會形成新的金融基礎設施。受益于范圍經濟、規模經濟和網絡效應，這些科技企業比金融機構更易產生壟斷，導致新的“太大而不能倒”“太關聯而不能倒”現象，引發系統性風險。眾籌平臺的風險是其與嚴格監管的傳統金融機構開展競爭而引發的風險。但是，Franco等［53］基于歐美金融科技企業樣本得出不一樣的結論，其認為，數字金融對金融科技企業的系統性風險貢獻并不大。事實上，應對科技企業進行更嚴格的監管，這是因為它們的風險大于金融機構。

科技企業加強與傳統銀行的聯系會降低金融穩定性。（1）科技企業在細分市場與傳統銀行展開競爭［54］。例如，科技企業跨業態形成的影子銀行業務，擴大了商業銀行與合作企業之間的共同風險敞口，延伸了風險邊界。（2）科技企業與商業銀行密切合作。科技企業跨界形成的金融產品在集團內部和外部產生的關聯性，使風險的復雜性、隱蔽性大大增加。例如，螞蟻集團、京東金融與眾多商業銀行開展合作，與P2P、助貸平臺或小貸公司開展聯合貸款。（3）傳統金融機構對科技企業的投資日益增加，關聯交易也加劇了風險的跨行業溢出。此外，數字金融服務對象具有長尾特點，長尾客戶通常缺乏金融投資專業知識，逆向選擇、道德風險和從眾心理等問題較為嚴重，在經濟下行過程中容易出現非理性行為，引起風險的快速擴散。這也意味著金融科技機構固有的風險可能溢出到傳統金融機構，從而引發系統性風險［41］。因此，受銀行體系外數字金融的影響，數字經濟時代的銀行規模排名并不總是與系統重要性排名正相關［55］，一家銀行的系統性重要性程度不能僅用銀行規模的排名來簡單測度。

商業銀行應用數字金融所產生的風險主要表現在以下四個方面。（1）科技為金融服務的延伸提供空間，但會給金融體系帶來宏觀金融風險。數字金融通過行業積聚的風險共振渠道、銀行資產和負債渠道加劇系統性金融風險［56］，但資產數字化又會抑制銀行體系風險積聚［57］。（2）數字金融通過金融機構間的競爭沖擊金融穩定，表現在商業銀行為應對行業內外競爭、利率市場化帶來的利差收窄、金融脫媒等沖擊，會加快技術賦能進程，紛紛與電子商務企業、互聯網金融企業、金融科技企業等合作，構建數字金融生態。具體而言，商業銀行在技術上利用應用程序接口等傳輸、共享數據，甚至將核心業務技術進行外包；業務上與合作方共建服務平臺，利用互聯網企業的流量場景，提供金融服務，從而加大金融機構與互聯網企業之間的風險傳導［11］。Nguena［58］基于撒哈拉以南非洲的研究發現，數字金融會增加銀行的脆弱性。（3）數字金融通過網絡關聯對系統性風險產生影響。學術界對此主要有三類觀點。第一種觀點認為，數字金融通過網絡關聯對系統性風險產生正向影響。由于信息技術是風險傳染的重要途徑，銀行發展數字金融會使得銀行間在業務流程、數據傳輸、系統架構、模式及算法相似性等方面形成相互關聯的網絡，單個節點的漏洞會引起風險在更大范圍內傳導［59］。同時，經營模式相似、算法趨同也使得商業銀行間的風險傳染得更快，甚至在極短時間內影響金融穩定。第二種觀點認為，數字金融通過網絡關聯對系統性風險產生負向影響。數字金融可以有效降低網絡關聯性和銀行系統性風險［60］。第三種觀點認為，數字金融通過網絡關聯對系統性風險產生非線性影響。數字金融通過金融脫媒加劇銀行系統性風險，但通過銀行業競合、風險承擔和貸款聚集抑制銀行系統性風險［61］。（4）傳統的風險管理模式滯后于數字金融發展水平。數據信息過度收集、強制授權等也帶來了新的風險隱患。監管當局在對數字金融的潛在風險進行預警時，因訓練樣本缺乏、信任機制問題、機構設置問題和全局優化劣勢等局限，對金融秩序產生干擾，難以有效防范相關風險的發生。但是，個別研究認為，數字金融有利于增強金融體系的穩定性和對外部影響的適應性。

此外，少數研究探索數字金融對區域信貸溢出和風險的影響。不同地區商業銀行間可能存在客戶信息分享，圍繞供應鏈向同一企業提供資金支持，或者基于數字金融技術聯盟在技術層面相互學習借鑒，形成正向的空間溢出效應。數字金融發展會帶來區域傳染性風險，這一作用對與其他城市在經濟金融方面關聯密切的城市更明顯。由于缺乏有效的監管措施，信貸過快增長導致資產泡沫，甚至引發金融危機［10］。但是，不容忽視的是，數字金融對本地區傳統銀行的小微貸款有正向影響，并且相鄰地區數字金融發展會促進本地區傳統銀行小微貸款數量的增加［62］。還有研究探討數字金融對企業、地方政府等非金融部門金融風險的影響。例如，數字金融通過降低金融投資回報率和縮小影子銀行規模降低企業金融化水平［63］。數字金融會緩解地方政府債務壓力和融資約束，使得本地區的金融風險下降，但跨地區發展會導致金融競爭和融資約束加劇，使得相鄰地區的金融風險上升［64］。

五、總結與研究展望

本文對數字金融的內涵辨析與測度研究、數字金融如何影響商業銀行信貸供給和風險的相關文獻進行系統梳理，以厘清研究脈絡。數字金融是新技術與金融要素的融合，在不同發展時期有不同的內涵。已有研究既采用行業規模、研發投入和專利等數據直接測度數字金融，又通過文本分析法等構建數字金融指數。數字金融對商業銀行信貸供給的影響研究主要從信息不對稱、經營效率與利潤、金融服務便捷性、銀行競爭、公司治理和異質性影響等方面展開。數字金融對商業銀行個體風險影響的結論不一，對系統性風險影響的研究主要從外部沖擊和行業溢出等方面展開。基于以上分析，本文提出以下研究展望。

其一，數字金融的范疇界定還需要考慮其與商業銀行業務的深度融合、新技術的影響及新業務形態的出現。已有研究大多數從銀行體系外的數字金融出發，特別是從科技企業、互聯網企業角度來界定。當數字金融逐漸滲透到商業銀行各個層面，通過各類創新推進數字化轉型，其內涵將更加豐富。未來數字金融的范疇有更多的研究空間.一方面，目前數字金融是一個更為中性和綜合的概念，其與商業銀行業務的具體結合方式尚待深入挖掘，國內外商業銀行在數字金融發展方面的差異也需要進一步分析和比較。另一方面，大語言模型、生成式人工智能等新技術的誕生使得數字金融的內涵更為豐富；新的業務形態也在不斷拓展數字金融的外延和場景，如數據資產入表，數字賬戶的推廣和使用等。

其二，數字金融的測度需要綜合考慮結構化和非結構化數據，同時靈活運用傳統方法和新方法。部分研究采用地區層面的數字普惠金融發展指數研究宏觀問題，這些指標反映金融資源的空間配置狀態，屬于金融密度的范疇。還有研究采用互聯網金融子行業的交易規模或將地區層面的指標轉換成時間序列數據研究銀行問題，但這些指標大多立足于宏觀或行業視角，與商業銀行的直接聯系較小。雖然已有研究也構建了銀行層面的金融科技指數，但這些指數主要反映技術層面的信息，數字金融日益滲透于商業銀行的信貸、產品、獲客、金融服務、組織架構、戰略、技術支持、基礎設施等各個方面，已有指標的局限性較大。個別指標是基于文本分析法構建，但存在信息更新滯后、內容不完善、信息質量不高、分析頻率較低和披露缺乏客觀性等問題。綜上，未來構建數字金融指數可以采用語義向量分析等機器學習模型獲取非結構化的文本數據，并且結合商業銀行的專利情況、人員結構、組織架構、戰略合作、具體業務等數據構建銀行層面的數字金融綜合指標，增強測度的有效性和客觀性，全面反映商業銀行數字化的質量。

其三，在探討數字金融對商業銀行信貸供給和風險的影響時，研究視角可以涵蓋數字金融與其他“四篇大文章”的協同發展、產生的新型風險、對實體經濟的溢出效應。未來比較重要的研究方向可聚焦于以下兩個方面。一方面，數字金融與科技金融、綠色金融、普惠金融、養老金融如何協同，以促進這些領域的信貸供給，以及從經濟周期、信貸周期的視角來審視數字金融對商業銀行信貸供給的影響。另一方面，已有研究雖然涵蓋了數字金融影響商業銀行的信用、流動性等風險問題，但關注事后風險承擔較多，涉及風險的類型、研究視角較為單一，有關數字金融引發的網絡安全、數據安全等新型風險的相關研究仍顯匱乏。因此，操作風險、技術風險、數據治理和網絡安全等領域的探索亟待突破。同時，既應肯定數字金融在服務實體經濟方面的優勢，又應警惕過度信貸擴張可能帶來的風險，特別是關注商業銀行發展數字金融所產生的風險在時間維度上的累積，以及商業銀行與其他金融機構在空間維度上的關聯性。此外，還可以探索數字金融在商業銀行風險監測預警體系中的應用潛力。

其四，在探討數字金融對商業銀行信貸供給和風險的作用機制時，仍需從銀行微觀行為、心理預期和異質性等方面進一步拓展，同時關注數字金融戰略實施情況、人才與管理層架構的影響，以及中小銀行的平衡發展。例如，考慮銀行管理層預期和利益相關方預期；將高管特征（專業背景、職業經歷、貧困經歷）、內部控制、資產負債表、業務結構、關聯性（對外合作、技術關聯）等因素納入考量。在數據可得的前提下，還可以從賬戶、逐筆業務等方面探討影響機制。此外，異質性視角仍有待拓展：已有研究從銀行規模、盈利能力、所在地區等維度探討銀行特征及宏觀條件的調節效應或異質性，但仍有一些問題值得探討。例如，商業銀行發展數字金融存在“言行不一”問題，有的商業銀行切實推進數字金融戰略落地，而有的商業銀行則通過“粉飾美化”“過度宣傳”迎合政策或市場趨勢，這會影響商業銀行利用數字技術服務實體經濟和防范風險的可持續性。人才結構、管理層架構在銀行的技術進步中扮演重要角色，如何影響其數字金融發展水平及金融功能值得研究。中小銀行如何在支持地方信貸供給、有效防控風險與推進數字化轉型之間實現平衡發展也是亟須探索的現實問題。

其五，在數字金融背景下，缺乏關于商業銀行深入服務實體經濟和防范化解風險的政策研究。一方面，值得關注的是，數字金融如何通過銀企關系影響實體企業的經營、風險、數字化創新及新質生產力的發展，推動形成科技—產業—金融的良性循環。另一方面，隨著金融科技的深化，監管科技的規則細化和應用場景落地，以及宏觀審慎政策優化設計、數據治理框架的建立［65］，均是當前亟須研究的課題。未來的研究應結合中國國情，討論監管當局在鼓勵商業銀行應用數字金融支持實體經濟時，如何兼顧金融供給效率和防范金融風險，評估監管科技、“雙支柱”調控框架的適用性和優化路徑。

參考文獻：

［1］FUJ，MISHRAM.FintechinthetimeofCOVID?19：technologicaladoptionduringcrises［J］.Journaloffinancialintermediation，2022，50（2）：100945.

［2］楊東.監管科技：金融科技的監管挑戰與維度建構［J］.中國社會科學，2018（5）：69-91+205-206.

［3］ARNERDW，BARBERISJ，BUCKEYRP.FinTech，RegTech，andthereconceptualizationoffinancialregulation［J］.Northwesternjournalofinternationallawandbusiness，2016，37（3）：371-413.

［4］吳曉求.互聯網金融：成長的邏輯［J］.財貿經濟，2015（12）：5-15.

［5］王國剛，張揚.互聯網金融之辨析［J］.財貿經濟，2015（1）：5-16.

［6］CHENGM，QUY.DoesbankFintechreducecreditrisk？EvidencefromChina［J］.Pacific?Basinfinancejournal，2020，63（5）：101398.

［7］CHENM，WUQ，YANGB.HowvaluableisFintechinnovation？［J］.Reviewoffinancialstudies，2019，32（5）：2062-2106.

［8］GOMBERP，KAUFFMANRJ，PARKERC，etal.OntheFintechRevolution：interpretingtheforcesofinnovation，disruption，andtransformationinfinancialservices［J］.Journalofmanagementinformationsystems，2018，35（1）：220-265.

［9］THAKORAV.Fintechandbanking：whatdoweknow？［J］.Journaloffinancialintermediation，2020，41（1）：100833.

［10］SCHULARICKM，TAYLORAM.Creditboomsgonebust：monetarypolicy，leveragecycles，andfinancialcrises，1870-2008［J］.TheAmericaneconomicreview，2012，102（2）：1029-1061.

［11］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），2018，17（4）：1489-1502.

［12］歐陽日輝，孫磊，范秋辭.數字金融促進新質生產力發展的機理和路徑研究——基于科技—產業—動能—生態視角［J］.東北財經大學學報，2024（5）：33-48.

［13］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），2020，19（4）：1401-1418.

［14］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.

［15］邱晗，黃益平，紀洋.金融科技對傳統銀行行為的影響——基于互聯網理財的視角［J］.金融研究，2018（11）：17-29.

［16］HOUX，GAOZ，WANGQ.Internetfinancedevelopmentandbankingmarketdiscipline：evidencefromChina［J］.Journaloffinancialstability，2016，22（1）：88-100.

［17］賀水金，胡靈.數字金融與銀行流動性創造的U型關系——基于中國173家商業銀行的分析［J］.財經論叢，2022，38（8）：37-48.

［18］李建軍，姜世超.銀行金融科技與普惠金融的商業可持續性——財務增進效應的微觀證據［J］.經濟學（季刊），2021，21（3）：889-908.

［19］李茂林，王子路，何光輝，等.銀行業金融科技創新、結構性普惠效應與創業活力［J］.管理世界，2024，40（6）：195-224.

［20］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.

［21］BERGT，BURGV，GOMBOLOVI?A，etal.OntheriseofFinTechs：creditscoringusingdigitalfootprints［J］.Reviewoffinancialstudies，2020，33（7）：2845-2897.

［22］CORNELLIG，FROSTJ，GAMBACORTAL，etal.Fintechandbigtechcredit：driversofthegrowthofdigitallending［J］.Journalofbankingandfinance，2023，148（3）：106742.

［23］FUSTERA，PLOSSERM，SCHNABLP，etal.Theroleoftechnologyinmortgagelending［J］.Reviewoffinancialstudies，2019，32（5）：1854-1899.

［24］BALYUKT.FinTechlendingandbankcreditaccessforconsumers［J］.Managementscience，2023，69（1）：555-575.

［25］FENGG，SERLETISA.Efficiency，technicalchange，andreturnstoscaleinlargeusbanks：paneldataevidencefromanoutputdistancefunctionsatisfyingtheoreticalregularity［J］.Journalofbankingandfinance，2010，34（1）：127-138.

［26］杜莉，劉錚.數字金融對商業銀行信用風險約束與經營效率的影響［J］.國際金融研究，2022（6）：75-85.

［27］趙家琪，江弘毅，胡詩云.數字普惠金融下的小微信貸與風險——基于銀行數字化轉型的視角［J］.經濟學（季刊），2023，23（5）：1686-1703.

［28］劉孟飛，蔣維.金融科技促進還是阻礙了商業銀行效率？——基于中國銀行業的實證研究［J］.當代經濟科學，2020，42（3）：56-68.

［29］XIANGX，JIANGL.Digitalisationandcommercialbankperformance：atestofheterogeneityfromChinesecommercialbanks［J］.Financeresearchletters，2023，58（10）：104303.

［30］KATSIAMPAP，MCGUINNESSPB，SERBERAJP，etal.ThefinancialandprudentialperformanceofChinesebanksandFintechlendersintheeraofdigitalization［J］.Reviewofquantitativefinanceandaccounting，2022，58（4）：1451-1503.

［31］鄭錄軍，韓慶瀟，王兆旭.金融科技、目標相容與小微信貸供給——基于區域問卷調查的微觀銀行證據［J］.國際金融研究，2023（3）：50-60.

［32］宋敏，周鵬，司海濤.金融科技與企業全要素生產率：“賦能”和信貸配給的視角［J］.中國工業經濟，2021（4）：138-155.

［33］盛天翔，范從來.金融科技、最優銀行業市場結構與小微企業信貸供給［J］.金融研究，2020（6）：114-132.

［34］吳雨，李成順，李曉，等.數字金融發展對傳統私人借貸市場的影響及機制研究［J］.管理世界，2020，36（10）：53-64+138.

［35］ERELI，LIEBERSOHNJ.CanFinTechreducedisparitiesinaccesstofinance？EvidencefromthePaycheckProtectionProgram［J］.Journaloffinancialeconomics，2022，146（1）：90-118.

［36］HAISLIPJZ，MASLIA，RICHARDSONVJ，etal.RepairingorganizationallegitimacyfollowingInformationTechnology（IT）materialweaknesses：executiveturnover，ITexpertise，andITsystemupgrades［J］.Journalofinformationsystems，2016，30（1）：41-70.

［37］余明桂，馬林，王空，等.商業銀行數字化轉型與勞動力需求：創造還是破壞？［J］.管理世界，2020，38（10）：212-230.

［38］張一林，郁蕓君，陳珠明.人工智能、中小企業融資與銀行數字化轉型［J］.中國工業經濟，2021（12）：69-87.

［39］蔡岑，殷曉晴，陳選娟.金融科技創新路徑選擇與銀行經營效率［J］.財經研究，2023，49（10）：19-33.

［40］戰明華，湯顏菲，李帥.數字金融發展、渠道效應差異和貨幣政策傳導效果［J］.經濟研究，2020，55（6）：22-38.

［41］LIJ，LIJ，ZHUX，etal.RiskspilloversbetweenFinTechandtraditionalfinancialinstitutions：evidencefromtheU.S［.J］.Internationalreviewoffinancialanalysis，2020，71（5）：101544

［42］JAKSICM，MARINCM.Relationshipbankingandinformationtechnology：theroleofartificialintelligenceandFinTech［J］.Riskmanagement，2019，21（1）：1-18.

［43］晏景瑞，朱詩怡.金融科技能夠降低銀行風險承擔嗎？——基于銀行成立金融科技子公司的多期DID檢驗［J］.統計研究，2024，41（4）：64-74.

［44］SUTHERLANDA.Doescreditreportingleadtoadeclineinrelationshiplending？Evidencefrominformationsharingtechnology［J］.Journalofaccountingandeconomics，2018，66（1）：123-141.

［45］唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66.

［46］顧海峰，張亞楠.金融創新、信貸環境與銀行風險承擔——來自2006—2016年中國銀行業的證據［J］.國際金融研究，2018（9）：66-75.

［47］郭娜，張駿，陳東暉.金融科技、銀行風險容忍度與流動性囤積［J］.金融論壇，2023，28（4）：60-69.

［48］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.

［49］UDDINMH，MOLLAHS，ALIMH.Doescybertechspendingmatterforbankstability？［J］.Internationalreviewoffinancialanalysis，2020，72（6）：101587.

［50］NAJAFK，MOSTAFIZMI，NAJAFR.Fintechfirmsandbankssustainability：whycybersecurityriskmatters？［J］.Internationaljournaloffinancialengineering，2021，8（2）：2150019.

［51］PIT，HUH，LUJ，etal.TheanalysisofFintechrisksinChina：basedonfuzzymodels［J］.Mathematics，2022，10（9）：1-13.

［52］朱家祥，沈艷，鄒欣.網絡借貸：普惠？普騙？與監管科技［J］.經濟學（季刊），2018，17（4）：1599-1622.

［53］FRANCOL，GARCIAAL，HUSETOVICV，etal.DoesFintechcontributetosystemicrisk？EvidencefromtheU.S.andEurope［R］.ADBIWorkingPaper，2020.

［54］YAOY，LIJ，ZHUX，etal.Expecteddefaultbasedscoreforidentifyingsystemicallyimportantbanks［J］.Economicmodelling，2017，64（5）：589-600.

［55］JIANGH，ZHANGJ.DiscoveringsystemicrisksofChina’slistedbanksbyCoVaRapproachinthedigitaleconomyera［J］.Mathematics，2020，8（2）：180-208.

［56］梁洪，李樹，王雨.數字金融、貨幣政策與系統性金融風險——基于TVP?VAR?SV模型的實證研究［J］.統計研究，2023（11）：68-79.

［57］何德旭，張慶君，陳思，等.資產數字化、銀行風險與“雙支柱”調控［J］.經濟研究，2023，58（1）：38-55.

［58］NGUENACL.HowdoesFintechinnovationmatterforbankfragilityinSSA？［R］.GlobalLaborOrganizationDiscussionPaperSeries，2020.

［59］許多奇.互聯網金融風險的社會特性與監管創新［J］.法學研究，2018，40（5）：20-39.

［60］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（3）：9-19.

［61］顧海峰，卞雨晨.數字金融會影響銀行系統性風險嗎？——基于中國上市銀行的證據［J］.中國軟科學，2022（2）：32-43.

［62］溫博慧，劉雨菲，程朋媛.數字金融對傳統銀行小微貸款影響的空間效應——基于非平衡空間計量模型的實證檢驗［J］.國際金融研究，2022（3）：45-55.

［63］鐘凱，梁鵬，王秀麗，等.數字普惠金融有助于抑制實體經濟“脫實向虛”嗎？——基于實體企業金融資產配置的分析［J］.國際金融研究，2022（2）：13-21.

［64］周曄，丁鑫“.激化”還是“緩釋”？數字金融對區域金融風險的影響研究——跨區效應、機制識別與結構特征［J］.國際金融研究，2022（10）：26-37.

［65］陳一洪.商業銀行數據治理：體系框架與實施路徑［J］.南方金融，2024（4）：89-99.

（責任編輯：孫艷）

基金項目：國家社會科學基金重大項目“中國金融安全統計監測、預警與對策研究”（23amp;ZD058）；北京市社會科學基金青年學術帶頭人項目“防范化解經濟金融領域重大風險研究”（24DTR018）；廣東金融學會2023—2024年度基礎課題“金融監管政策協同與系統性金融風險防范研究”（JCKT202313）