數(shù)字經(jīng)濟(jì)發(fā)展能否改善地區(qū)銀行業(yè)風(fēng)險(xiǎn)？
——基于城市商業(yè)銀行的考察

李子豪，王倩倩

(1.南京信息工程大學(xué)商學(xué)院，江蘇 南京 210044；2.南京信息工程大學(xué)揚(yáng)子江國(guó)際數(shù)字貿(mào)易創(chuàng)新發(fā)展研究院，江蘇 南京 210044；3.河南財(cái)經(jīng)政法大學(xué)國(guó)際經(jīng)濟(jì)與貿(mào)易學(xué)院，河南 鄭州 450046)

一、引 言

牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)是經(jīng)濟(jì)發(fā)展的底線，商業(yè)銀行經(jīng)營(yíng)過(guò)程中產(chǎn)生的各類(lèi)金融風(fēng)險(xiǎn)的累積疊加進(jìn)而破壞金融體系的穩(wěn)定性，是導(dǎo)致金融危機(jī)產(chǎn)生的重要原因之一[1]。截至2020年末，商業(yè)銀行不良貸款余額2.70萬(wàn)億元，同比增加2880億元，不良貸款率升至1.84%，資產(chǎn)質(zhì)量下遷壓力較大。同時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展潮流勢(shì)不可擋。《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告(2022年)》指出，從2012年至2021年，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模從11萬(wàn)億元增長(zhǎng)到45萬(wàn)億元，數(shù)字經(jīng)濟(jì)占GDP的比重由21.6%提升至39.8%。數(shù)字經(jīng)濟(jì)時(shí)代，客戶(hù)需求行為呈現(xiàn)典型的數(shù)字化、線上化、智能化特征，有力推動(dòng)了銀行數(shù)字化轉(zhuǎn)型。大型科技公司也普遍涉足互聯(lián)網(wǎng)金融，對(duì)銀行主導(dǎo)地位形成沖擊。數(shù)字經(jīng)濟(jì)發(fā)展不可避免地會(huì)對(duì)銀行業(yè)產(chǎn)生影響[2]，國(guó)內(nèi)部分村鎮(zhèn)銀行互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)暴露凸顯了這一問(wèn)題。商業(yè)銀行是數(shù)字化轉(zhuǎn)型極為深刻的金融機(jī)構(gòu)，也是地區(qū)金融風(fēng)險(xiǎn)的主要承擔(dān)者，數(shù)字經(jīng)濟(jì)發(fā)展是加劇還是改善了地區(qū)銀行業(yè)風(fēng)險(xiǎn)？其傳導(dǎo)機(jī)制是什么？數(shù)字經(jīng)濟(jì)包括數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、數(shù)字普惠金融等維度，不同維度的影響有何種差異？考慮到數(shù)字經(jīng)濟(jì)的網(wǎng)絡(luò)性、金融風(fēng)險(xiǎn)的外溢性，其影響是否存在空間溢出？研究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)的影響，富有現(xiàn)實(shí)意義。

關(guān)于銀行風(fēng)險(xiǎn)的影響因素，國(guó)內(nèi)外學(xué)者主要從宏觀經(jīng)濟(jì)波動(dòng)、貨幣政策、銀行微觀主體特征視角進(jìn)行分析。首先，從宏觀經(jīng)濟(jì)波動(dòng)來(lái)看，銀行脆弱、銀行危機(jī)與經(jīng)濟(jì)周期具有內(nèi)生性。當(dāng)宏觀經(jīng)濟(jì)處于上行周期時(shí)，借款人的違約概率降低，銀行風(fēng)險(xiǎn)水平降低；而在宏觀經(jīng)濟(jì)下行周期，銀行可能傾向于從事高風(fēng)險(xiǎn)、高收益活動(dòng)，導(dǎo)致風(fēng)險(xiǎn)水平上升[3][4]。其次，從貨幣政策視角來(lái)看，貨幣政策通過(guò)估值、收入與現(xiàn)金流效應(yīng)、利益追逐效應(yīng)、央行溝通與反應(yīng)函數(shù)、杠桿效應(yīng)影響銀行風(fēng)險(xiǎn)承擔(dān)[5][6]。最后，從銀行微觀主體特征來(lái)看，資本充足率[7]、資產(chǎn)規(guī)模[8]、非存款負(fù)債占比[9]等多與銀行風(fēng)險(xiǎn)負(fù)向相關(guān)；同時(shí)，商業(yè)銀行地理擴(kuò)張、非利息收入占比提高則會(huì)加劇銀行風(fēng)險(xiǎn)[1][10]。

關(guān)于數(shù)字經(jīng)濟(jì)對(duì)銀行風(fēng)險(xiǎn)的影響，現(xiàn)有研究主要從互聯(lián)網(wǎng)金融、金融科技、數(shù)字金融三個(gè)角度展開(kāi)。第一，互聯(lián)網(wǎng)金融方面，互聯(lián)網(wǎng)金融改變商業(yè)銀行的存款結(jié)構(gòu)，提升資金成本較高的同業(yè)存款占比，導(dǎo)致銀行的付息成本增加，風(fēng)險(xiǎn)承擔(dān)水平上升[11]。第二，金融科技方面，金融科技推動(dòng)利率市場(chǎng)化，使商業(yè)銀行負(fù)債端資金來(lái)源更加依賴(lài)同業(yè)拆借等批發(fā)性資金，銀行資產(chǎn)端風(fēng)險(xiǎn)承擔(dān)水平上升[12]；同時(shí)，金融科技也可以提升銀行的產(chǎn)品創(chuàng)新能力，增加銀行利潤(rùn)，有利于風(fēng)險(xiǎn)控制[13][14]。第三，數(shù)字金融方面，有學(xué)者認(rèn)為數(shù)字金融能改善信息不對(duì)稱(chēng)、提高金融服務(wù)效率及風(fēng)險(xiǎn)管理水平，從而降低銀行風(fēng)險(xiǎn)承擔(dān)水平[15][16]；也有學(xué)者認(rèn)為，數(shù)字金融不可避免地對(duì)傳統(tǒng)金融形成沖擊，加劇銀行風(fēng)險(xiǎn)水平[2][17]。

現(xiàn)有研究富有成效，但也有待完善：第一，現(xiàn)有文獻(xiàn)主要從省級(jí)層面或銀行微觀層面研究銀行風(fēng)險(xiǎn)，城市層面較少；第二，在數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響上，主要從數(shù)字技術(shù)與傳統(tǒng)金融融合形成的數(shù)字金融角度分析，一定程度上忽略了數(shù)字經(jīng)濟(jì)作為新型經(jīng)濟(jì)形態(tài)對(duì)銀行風(fēng)險(xiǎn)的綜合影響；第三，在數(shù)字經(jīng)濟(jì)對(duì)銀行風(fēng)險(xiǎn)的作用渠道上，主要關(guān)注銀行、企業(yè)微觀因素，數(shù)字經(jīng)濟(jì)對(duì)銀行風(fēng)險(xiǎn)的中宏觀機(jī)制梳理有待完善。因此，本文從地區(qū)銀行業(yè)風(fēng)險(xiǎn)角度出發(fā)，基于2011—2019年102家城市商業(yè)銀行的數(shù)據(jù)，利用系統(tǒng)廣義矩估計(jì)、雙重差分法、空間杜賓模型等方法較為全面地考察了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)的影響，以對(duì)現(xiàn)有研究進(jìn)一步拓展完善。

二、理論分析與研究假設(shè)

(一)數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響方向

銀行風(fēng)險(xiǎn)分為主動(dòng)風(fēng)險(xiǎn)和被動(dòng)風(fēng)險(xiǎn)：主動(dòng)風(fēng)險(xiǎn)是指在發(fā)放貸款時(shí)某些外部沖擊改變了銀行的風(fēng)險(xiǎn)感知能力和容忍度，進(jìn)而放松貸款標(biāo)準(zhǔn)，導(dǎo)致銀行風(fēng)險(xiǎn)增加，是潛在的風(fēng)險(xiǎn)；被動(dòng)風(fēng)險(xiǎn)是指在貸款發(fā)放后某些外部沖擊導(dǎo)致貸款違約，是已經(jīng)發(fā)生的風(fēng)險(xiǎn)。銀行被動(dòng)風(fēng)險(xiǎn)具有逆周期性，主動(dòng)風(fēng)險(xiǎn)具有順周期性。因此，數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)被動(dòng)風(fēng)險(xiǎn)、主動(dòng)風(fēng)險(xiǎn)的影響也會(huì)有所差異(1)由于被動(dòng)風(fēng)險(xiǎn)更加客觀地體現(xiàn)了銀行業(yè)風(fēng)險(xiǎn)水平，銀行風(fēng)險(xiǎn)領(lǐng)域研究多數(shù)集中于被動(dòng)風(fēng)險(xiǎn)，因此，除研究假設(shè)1對(duì)兩者作出明晰界定外，其他部分討論的銀行業(yè)風(fēng)險(xiǎn)均指銀行被動(dòng)風(fēng)險(xiǎn)。。

被動(dòng)風(fēng)險(xiǎn)方面，杜莉和劉錚(2022)認(rèn)為，數(shù)字金融有利于銀行規(guī)模擴(kuò)大，通過(guò)規(guī)模經(jīng)濟(jì)實(shí)現(xiàn)交易成本降低及運(yùn)營(yíng)效率提高[18]，從而擴(kuò)大銀行盈利空間，提高抵御潛在風(fēng)險(xiǎn)的資本水平，降低銀行不良貸款率[19]。各商業(yè)銀行通過(guò)自身搭建的生態(tài)平臺(tái)或者外部合作平臺(tái)共享數(shù)據(jù)，豐富了傳統(tǒng)風(fēng)控的數(shù)據(jù)維度，利用數(shù)字技術(shù)精確識(shí)別借款者的還款能力和還款意愿，從而提高風(fēng)控能力，降低被動(dòng)風(fēng)險(xiǎn)。主動(dòng)風(fēng)險(xiǎn)方面，一方面存在數(shù)字經(jīng)濟(jì)的競(jìng)爭(zhēng)效應(yīng)，即數(shù)字經(jīng)濟(jì)間接沖擊銀行負(fù)債端、資產(chǎn)端、中間業(yè)務(wù)，加劇銀行競(jìng)爭(zhēng)，降低銀行的特許權(quán)價(jià)值。另一方面存在數(shù)字經(jīng)濟(jì)的資產(chǎn)環(huán)境效應(yīng)。具體而言，雖然數(shù)字化、網(wǎng)絡(luò)化和智能化轉(zhuǎn)型帶來(lái)的傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和要素配置效率提升可以助力高質(zhì)量發(fā)展[20]，但外部環(huán)境改善帶來(lái)的資產(chǎn)風(fēng)險(xiǎn)水平下降會(huì)間接增加銀行的資本金水平，資本的逐利性會(huì)使銀行進(jìn)一步增加風(fēng)險(xiǎn)資產(chǎn)持有，增加主動(dòng)風(fēng)險(xiǎn)承擔(dān)[6]。因此，本文提出如下假設(shè)：

假設(shè)1a：數(shù)字經(jīng)濟(jì)發(fā)展會(huì)降低銀行業(yè)的被動(dòng)風(fēng)險(xiǎn)承擔(dān)。

假設(shè)1b：數(shù)字經(jīng)濟(jì)發(fā)展會(huì)提高銀行業(yè)的主動(dòng)風(fēng)險(xiǎn)承擔(dān)。

(二)數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響渠道

根據(jù)相關(guān)研究，宏觀維度，數(shù)字經(jīng)濟(jì)將通過(guò)促進(jìn)地區(qū)企業(yè)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、金融深化和降低經(jīng)濟(jì)波動(dòng)等渠道對(duì)銀行業(yè)風(fēng)險(xiǎn)產(chǎn)生影響。第一，企業(yè)創(chuàng)新。數(shù)據(jù)、數(shù)字技術(shù)與創(chuàng)新平臺(tái)融合會(huì)更好地激發(fā)企業(yè)創(chuàng)新[21]，進(jìn)而對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)產(chǎn)生影響。伴隨數(shù)字經(jīng)濟(jì)發(fā)展，企業(yè)創(chuàng)新活動(dòng)從線下轉(zhuǎn)移到線上，以客戶(hù)需求為中心開(kāi)展，降低了創(chuàng)新失敗的風(fēng)險(xiǎn)[21]，有利于降低銀行不良貸款。同時(shí)，創(chuàng)新活動(dòng)將提升企業(yè)全要素生產(chǎn)率、新產(chǎn)品供給和商業(yè)機(jī)會(huì)，提高企業(yè)市場(chǎng)競(jìng)爭(zhēng)力和盈利能力，增強(qiáng)企業(yè)還款能力和還款意愿，降低銀行風(fēng)險(xiǎn)。第二，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。數(shù)字經(jīng)濟(jì)通過(guò)賦能傳統(tǒng)行業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型，促進(jìn)增長(zhǎng)方式向知識(shí)密集型轉(zhuǎn)變，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)。同時(shí)，數(shù)字經(jīng)濟(jì)有利于單線條模塊向多線條發(fā)展，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)合理化[22]。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化會(huì)降低銀行風(fēng)險(xiǎn)，因?yàn)殡S著數(shù)字經(jīng)濟(jì)和傳統(tǒng)行業(yè)的深度融合及各產(chǎn)業(yè)間融合加深，傳統(tǒng)行業(yè)生產(chǎn)效率提升，微觀層面表現(xiàn)為企業(yè)資產(chǎn)負(fù)債表改善，盈利能力和還款能力加強(qiáng)，銀行不良貸款降低。第三，金融深化。數(shù)字經(jīng)濟(jì)打破時(shí)空壁壘，模糊了傳統(tǒng)金融行業(yè)的邊界，也可以說(shuō)促進(jìn)了銀行業(yè)的聚集。而生產(chǎn)性服務(wù)業(yè)的聚集能提升經(jīng)濟(jì)配置效率，改善資本錯(cuò)配[23]，信貸資金從低效率行業(yè)流向高效率行業(yè)，降低銀行被動(dòng)風(fēng)險(xiǎn)。但同時(shí)，金融深化也將有效推動(dòng)存貸款利率市場(chǎng)化[12]。從存款利率市場(chǎng)化來(lái)看，利率上升提高銀行資金成本，銀行會(huì)將更多資金投向高風(fēng)險(xiǎn)項(xiàng)目，銀行風(fēng)險(xiǎn)水平增加；從貸款利率市場(chǎng)化來(lái)看，利率上升會(huì)加劇貸款企業(yè)的道德風(fēng)險(xiǎn)，提高銀行被動(dòng)風(fēng)險(xiǎn)。第四，經(jīng)濟(jì)波動(dòng)。數(shù)據(jù)及數(shù)字技術(shù)為經(jīng)濟(jì)增長(zhǎng)提供要素支撐，數(shù)字經(jīng)濟(jì)對(duì)重要行業(yè)的滲透和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)效應(yīng)也會(huì)提升全要素生產(chǎn)率[24]，成為對(duì)沖經(jīng)濟(jì)下行的“穩(wěn)定器”。由金融周期理論可知，經(jīng)濟(jì)波動(dòng)減小將降低市場(chǎng)整體風(fēng)險(xiǎn)。而在經(jīng)濟(jì)穩(wěn)定時(shí)，企業(yè)還款能力增強(qiáng)，銀行業(yè)信用風(fēng)險(xiǎn)降低，此時(shí)抵押品價(jià)格上升也增加了企業(yè)違約成本，降低了企業(yè)違約概率，減少銀行被動(dòng)風(fēng)險(xiǎn)[3]。由此，本文提出如下假設(shè)：

假設(shè)2a：數(shù)字經(jīng)濟(jì)會(huì)通過(guò)促進(jìn)企業(yè)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和減少經(jīng)濟(jì)波動(dòng)等渠道降低銀行業(yè)風(fēng)險(xiǎn)，金融深化渠道的影響則不確定。

微觀層面，數(shù)字經(jīng)濟(jì)通過(guò)銀行業(yè)競(jìng)爭(zhēng)、資本金充足率等渠道對(duì)銀行被動(dòng)風(fēng)險(xiǎn)產(chǎn)生影響。第一，銀行業(yè)競(jìng)爭(zhēng)。數(shù)字金融推動(dòng)了存貸款利率市場(chǎng)化，增加銀行業(yè)競(jìng)爭(zhēng)。同時(shí)，數(shù)字經(jīng)濟(jì)也突破了空間限制，商業(yè)銀行可以線上開(kāi)展跨地區(qū)業(yè)務(wù)，加劇地區(qū)銀行間競(jìng)爭(zhēng)。根據(jù)銀行“競(jìng)爭(zhēng)-脆弱”論，競(jìng)爭(zhēng)會(huì)降低銀行在存款市場(chǎng)上的地位和特許權(quán)價(jià)值，導(dǎo)致銀行采取更加激進(jìn)的投資策略，增加銀行風(fēng)險(xiǎn)。當(dāng)然，根據(jù)“競(jìng)爭(zhēng)-穩(wěn)定”論，失去議價(jià)優(yōu)勢(shì)的銀行會(huì)傾向于降低貸款利率，有可能減少企業(yè)道德風(fēng)險(xiǎn)，降低銀行風(fēng)險(xiǎn)。第二，資本金充足率。數(shù)字技術(shù)能有效降低銀行交易成本，如物理網(wǎng)點(diǎn)的減少，貸前評(píng)估、貸中監(jiān)督和貸后處理等成本的降低，擴(kuò)大銀行利潤(rùn)來(lái)源[14]，有利于銀行補(bǔ)充資本金。另外，數(shù)字經(jīng)濟(jì)時(shí)代，銀行業(yè)智能化的風(fēng)控平臺(tái)可以充分利用大數(shù)據(jù)優(yōu)勢(shì)，實(shí)現(xiàn)銀行跨渠道、跨業(yè)務(wù)的用戶(hù)行為追蹤，提高銀行風(fēng)險(xiǎn)管理能力。而銀行資本金充足率提高則會(huì)顯著提升地區(qū)銀行業(yè)風(fēng)險(xiǎn)吸收能力，降低銀行風(fēng)險(xiǎn)。由此，提出如下假設(shè)：

假設(shè)2b：數(shù)字經(jīng)濟(jì)通過(guò)充實(shí)資本金降低銀行業(yè)風(fēng)險(xiǎn)，銀行競(jìng)爭(zhēng)渠道的影響則不確定。

(三)數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的空間溢出效應(yīng)

數(shù)字經(jīng)濟(jì)具有空間溢出性。借助互聯(lián)網(wǎng)、云計(jì)算等新型數(shù)字技術(shù)，數(shù)字經(jīng)濟(jì)提高了知識(shí)信息的傳遞速度及廣度，打破了信息傳遞時(shí)空壁壘[16]。一方面，數(shù)字經(jīng)濟(jì)有利于創(chuàng)新要素跨地區(qū)高效流動(dòng)，促進(jìn)鄰近地區(qū)創(chuàng)新活動(dòng)。數(shù)字化平臺(tái)為創(chuàng)新活動(dòng)和創(chuàng)新主體聚集提供支撐，增加了相鄰地區(qū)的創(chuàng)新合作[21]。鄰地創(chuàng)新績(jī)效提升會(huì)增強(qiáng)企業(yè)盈利能力，降低鄰近地區(qū)的銀行風(fēng)險(xiǎn)。并且，數(shù)字化平臺(tái)有利于銀行數(shù)據(jù)共享、管理模式變革和數(shù)字人才跨地區(qū)流動(dòng)，通過(guò)技術(shù)示范、競(jìng)爭(zhēng)作用為相鄰地區(qū)數(shù)字化轉(zhuǎn)型提供支持[2]，優(yōu)化鄰近地區(qū)銀行運(yùn)營(yíng)及風(fēng)控效率，降低鄰近地區(qū)銀行風(fēng)險(xiǎn)水平。同時(shí)，網(wǎng)絡(luò)基礎(chǔ)設(shè)施及數(shù)字化基礎(chǔ)設(shè)施也會(huì)促進(jìn)銀行資金合理跨區(qū)域流動(dòng)，提高資源配置效率，降低銀行風(fēng)險(xiǎn)水平。因此，本文提出如下假設(shè)：

假設(shè)3：數(shù)字經(jīng)濟(jì)發(fā)展可通過(guò)空間外溢降低鄰近地區(qū)銀行業(yè)風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

(一)模型設(shè)定

本文實(shí)證檢驗(yàn)主要分為三個(gè)層面。第一，檢驗(yàn)數(shù)字經(jīng)濟(jì)及其不同維度對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)的影響。參考徐明東和陳學(xué)彬(2012)的研究[6]，模型設(shè)定如下：

Riski，t=α0+α1digi，t+θXi，t+λi+δt+εi，t

(1)

其中，i、t分別代表地區(qū)、年份，Risk為銀行業(yè)風(fēng)險(xiǎn)，dig代表數(shù)字經(jīng)濟(jì)，X為控制變量，λ為城市固定效應(yīng)，δ為年份固定效應(yīng)，ε表示隨機(jī)擾動(dòng)項(xiàng)。α0為常數(shù)項(xiàng)；α1為數(shù)字經(jīng)濟(jì)的估計(jì)系數(shù)，也是本文的核心估計(jì)參數(shù)，若α1顯著，則存在數(shù)字經(jīng)濟(jì)的風(fēng)險(xiǎn)效應(yīng)。

基準(zhǔn)估計(jì)采用固定效應(yīng)(FE)模型，考慮到可能存在截面相關(guān)性和異方差問(wèn)題，采用可行的廣義最小二乘法(FGLS)作為對(duì)照。考慮到風(fēng)險(xiǎn)的動(dòng)態(tài)影響，借鑒方意和陳敏(2019)的做法[4]，引入滯后一期的銀行業(yè)風(fēng)險(xiǎn)項(xiàng)構(gòu)建動(dòng)態(tài)模型，采用系統(tǒng)廣義矩估計(jì)(SGMM)模型：

Riski，t=α0+α1Riski，t-1+α2digi，t+θXi，t+μi+εi，t

(2)

其中，μ為城市固定效應(yīng)。

第二，檢驗(yàn)不同渠道的影響。采用江艇(2022)[25]推薦的估計(jì)方法，模型設(shè)定如下：

M=β0+β1digi，t+θXi，t+λi+δt+εi，t

(3)

其中，M為渠道變量，包括企業(yè)創(chuàng)新(inn)、產(chǎn)業(yè)升級(jí)(ais)、金融深化(fd)、經(jīng)濟(jì)波動(dòng)(efl)、銀行業(yè)競(jìng)爭(zhēng)(comp)、資本充足率(car)等變量。若β1顯著，說(shuō)明渠道影響效應(yīng)存在。同時(shí)，考慮到金融深化(fd)、銀行業(yè)競(jìng)爭(zhēng)(comp)對(duì)風(fēng)險(xiǎn)影響方向不確定，用分步中介效應(yīng)進(jìn)行機(jī)制檢驗(yàn)。

第三，空間溢出效應(yīng)。本文將空間溢出效應(yīng)歸結(jié)于數(shù)字經(jīng)濟(jì)和銀行業(yè)風(fēng)險(xiǎn)兩個(gè)方面，也將數(shù)字經(jīng)濟(jì)、銀行業(yè)風(fēng)險(xiǎn)的空間滯后項(xiàng)引入。因此，本文用動(dòng)態(tài)空間杜賓模型(SDM)估計(jì)數(shù)字經(jīng)濟(jì)對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)的空間溢出效應(yīng)，模型如下：

Riski，t=α0+βRiski，t-1+ρW·Riski，t+φW·digi，t+α1digi，t+θXi，t+λi+δt+εi，t

(4)

其中，ρ、φ分別為鄰地銀行業(yè)風(fēng)險(xiǎn)(W·Risk)、鄰地?cái)?shù)字經(jīng)濟(jì)(W·dig)的系數(shù)，ε為空間誤差項(xiàng)，W為空間權(quán)重矩陣。本文選擇地理距離矩陣、經(jīng)濟(jì)距離矩陣及經(jīng)濟(jì)地理混合矩陣作為空間權(quán)重矩陣。地理距離矩陣用城市距離的倒數(shù)表示，即Wd=1/dij；經(jīng)濟(jì)距離矩陣用地區(qū)GDP差的絕對(duì)值的倒數(shù)表示，即We=1/|gdpi-gdpj|；經(jīng)濟(jì)地理混合矩陣為Wm=Wd×We。式(2)—(4)中其余變量與式(1)相同。

(二)變量說(shuō)明和數(shù)據(jù)來(lái)源

1.銀行業(yè)風(fēng)險(xiǎn)。本文用代表性城市商業(yè)銀行的風(fēng)險(xiǎn)代替地區(qū)銀行業(yè)風(fēng)險(xiǎn)。衡量被動(dòng)風(fēng)險(xiǎn)承擔(dān)的指標(biāo)主要有不良貸款率[6]、Z值[11]。不良貸款率側(cè)重于貸款質(zhì)量，Z值側(cè)重于整體的破產(chǎn)風(fēng)險(xiǎn)。借鑒郭品和沈悅(2019)的做法[11]，本文用Z值作為被動(dòng)風(fēng)險(xiǎn)(lnz)的衡量指標(biāo)。Z值計(jì)算公式如下：

(5)

其中，i、t分別代表地區(qū)、年份，ROA為資產(chǎn)收益率，CAR為資本資產(chǎn)比例，σ(ROA)為資產(chǎn)收益率的3年滾動(dòng)標(biāo)準(zhǔn)差。Z值越大，銀行的被動(dòng)風(fēng)險(xiǎn)越低。

衡量主動(dòng)風(fēng)險(xiǎn)的指標(biāo)主要有預(yù)期違約率、風(fēng)險(xiǎn)加權(quán)資產(chǎn)比率、撥貸比?？紤]數(shù)據(jù)可得性，選擇撥貸比作為銀行主動(dòng)風(fēng)險(xiǎn)(lpr)的代理指標(biāo)。lpr越大，主動(dòng)風(fēng)險(xiǎn)越高。

2.數(shù)字經(jīng)濟(jì)。數(shù)字經(jīng)濟(jì)(dig)涉及面較廣，測(cè)量數(shù)字經(jīng)濟(jì)需要構(gòu)建指標(biāo)體系。本文參考趙濤等(2020)的做法[26]，從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化和數(shù)字普惠金融三個(gè)層面構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系，并使用熵值法確定指標(biāo)權(quán)重。

3.渠道變量。本文選取企業(yè)創(chuàng)新(inn)、產(chǎn)業(yè)升級(jí)(ais)、金融深化(fd)、經(jīng)濟(jì)波動(dòng)(efl)、銀行業(yè)競(jìng)爭(zhēng)(comp)、資本充足率(car)作為渠道變量，研究數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響機(jī)制。企業(yè)創(chuàng)新，使用地區(qū)企業(yè)當(dāng)年獲得的發(fā)明專(zhuān)利數(shù)量[21]；產(chǎn)業(yè)升級(jí)，使用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值[19]；金融深化，使用年末金融機(jī)構(gòu)各項(xiàng)貸款余額與GDP之比[16]；經(jīng)濟(jì)波動(dòng)，使用GDP增長(zhǎng)率的3年滾動(dòng)標(biāo)準(zhǔn)差[27]；資本充足率，用資本凈額與表內(nèi)、表外加權(quán)風(fēng)險(xiǎn)資產(chǎn)期末總額之比衡量[6]。

4.控制變量。銀行微觀層面，選取資產(chǎn)總額代表銀行規(guī)模(size)，選擇資產(chǎn)回報(bào)率代表總體盈利能力(roa)，選擇凈息差代表賺取利息收入的能力(nim)。城市層面，選擇GDP增速控制宏觀經(jīng)濟(jì)環(huán)境(ggdp)，選擇M2增速控制貨幣政策(M2)，選擇財(cái)政壓力控制地方政府干預(yù)(gov)[28]。

考慮數(shù)據(jù)可得性，本文選取2011—2019年我國(guó)城市商業(yè)銀行作為地區(qū)銀行業(yè)風(fēng)險(xiǎn)樣本，并進(jìn)行如下處理：第一，剔除數(shù)據(jù)連續(xù)時(shí)間小于3年的樣本；第二，對(duì)于同一城市的多家城市商業(yè)銀行，剔除規(guī)模較小且成立時(shí)間較短的樣本；第三，部分城市商業(yè)銀行在研究期間發(fā)生過(guò)合并重組，會(huì)造成數(shù)據(jù)指標(biāo)異常變動(dòng)，因而剔除合并樣本。最終得到102家商業(yè)銀行的平衡面板數(shù)據(jù)以研究被動(dòng)風(fēng)險(xiǎn)，得到90家商業(yè)銀行的平衡面板數(shù)據(jù)以研究主動(dòng)風(fēng)險(xiǎn)。銀行微觀層面數(shù)據(jù)主要來(lái)源于Wind數(shù)據(jù)庫(kù)，部分缺失數(shù)據(jù)依據(jù)全球銀行與金融機(jī)構(gòu)分析庫(kù)(ORBIS Bank Focus)、銀行年報(bào)及各市統(tǒng)計(jì)年鑒手工整理得到；銀行業(yè)競(jìng)爭(zhēng)數(shù)據(jù)來(lái)自國(guó)家金融監(jiān)督管理總局網(wǎng)站；GDP增長(zhǎng)率、貨幣政策、產(chǎn)業(yè)結(jié)構(gòu)及金融深化等數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》；創(chuàng)新數(shù)據(jù)來(lái)源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)(2)受篇幅限制，變量描述性統(tǒng)計(jì)結(jié)果未報(bào)告，作者備索。。

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸結(jié)果

系統(tǒng)廣義矩估計(jì)(SGMM)時(shí)，需要同時(shí)滿足一階擾動(dòng)項(xiàng)相關(guān)和二階擾動(dòng)項(xiàng)不相關(guān)及工具變量整體有效，本文用AR(1)、AR(2)統(tǒng)計(jì)量檢驗(yàn)擾動(dòng)項(xiàng)相關(guān)性，Sargan 檢驗(yàn)驗(yàn)證工具變量有效性。分析以SGMM結(jié)果為準(zhǔn)，同時(shí)參考FE和FGLS結(jié)果，以考察結(jié)果的穩(wěn)健性。表1報(bào)告了數(shù)字經(jīng)濟(jì)對(duì)銀行被動(dòng)風(fēng)險(xiǎn)(lnz)的影響。由表1可知，dig系數(shù)顯著為正，即數(shù)字經(jīng)濟(jì)發(fā)展能夠降低銀行被動(dòng)風(fēng)險(xiǎn)，與假設(shè)1a一致。這是因?yàn)閿?shù)字經(jīng)濟(jì)可以提升經(jīng)濟(jì)創(chuàng)新活力、盈利空間，推動(dòng)高質(zhì)量發(fā)展[20]，降低借款方違約概率。同時(shí)，伴隨商業(yè)銀行數(shù)字化轉(zhuǎn)型，銀行經(jīng)營(yíng)效率及風(fēng)控能力也會(huì)提高，進(jìn)一步降低被動(dòng)風(fēng)險(xiǎn)。

控制變量方面，ggdp系數(shù)顯著為正，即經(jīng)濟(jì)擴(kuò)張會(huì)降低銀行被動(dòng)風(fēng)險(xiǎn)。經(jīng)濟(jì)擴(kuò)張?zhí)岣吡似髽I(yè)的還款意愿和還款能力，有利于降低銀行不良貸款[4]。M2系數(shù)顯著為負(fù)，說(shuō)明M2擴(kuò)張將增加銀行被動(dòng)風(fēng)險(xiǎn)。利率下調(diào)降低了銀行自有資本收益，銀行傾向于增持高風(fēng)險(xiǎn)資產(chǎn)，從而增加銀行整體風(fēng)險(xiǎn)[29]。gov系數(shù)顯著為負(fù)，說(shuō)明政府干預(yù)會(huì)增加被動(dòng)風(fēng)險(xiǎn)。由于城市商業(yè)銀行更易受政府干預(yù)，其信貸政策導(dǎo)向、信貸扭曲問(wèn)題相對(duì)突出[28]，會(huì)加大被動(dòng)風(fēng)險(xiǎn)。lnsize系數(shù)為正但不顯著，可能是因?yàn)槌鞘猩虡I(yè)銀行多數(shù)規(guī)模較小，化解風(fēng)險(xiǎn)的規(guī)模效應(yīng)難以明顯發(fā)揮。roa系數(shù)顯著為正，即銀行盈利能力越強(qiáng)，被動(dòng)風(fēng)險(xiǎn)越低。這是因?yàn)檩^高的盈利水平提升了銀行資本緩沖，增強(qiáng)了抵御被動(dòng)風(fēng)險(xiǎn)的能力[6]。nim系數(shù)為負(fù)但不顯著，可能是因?yàn)橘J款利率提高加劇了借款企業(yè)的道德風(fēng)險(xiǎn)，激勵(lì)企業(yè)選擇高風(fēng)險(xiǎn)項(xiàng)目，間接增加銀行風(fēng)險(xiǎn)承擔(dān)[2]，但銀行業(yè)務(wù)多元化導(dǎo)致利息收入占比下降，其對(duì)被動(dòng)風(fēng)險(xiǎn)的影響也相對(duì)較小。

表1 數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)被動(dòng)風(fēng)險(xiǎn)(lnz)的影響

理論假設(shè)1b認(rèn)為，數(shù)字經(jīng)濟(jì)發(fā)展會(huì)增加銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)，因此進(jìn)一步估計(jì)數(shù)字經(jīng)濟(jì)對(duì)主動(dòng)風(fēng)險(xiǎn)的影響(3)受篇幅限制，后文不再報(bào)告AR(1)、AR(2)、Sargan和Hansen結(jié)果，結(jié)果均通過(guò)檢驗(yàn)，作者備索。。由表2可知，第(1)—(2)列中，dig系數(shù)雖為正值，但統(tǒng)計(jì)顯著性不高，說(shuō)明數(shù)字經(jīng)濟(jì)增加主動(dòng)風(fēng)險(xiǎn)的效果不明顯。這是因?yàn)榇笮涂萍脊緮D壓了存款業(yè)務(wù)，銀行更傾向于拓展期限錯(cuò)配和杠桿率高的表外業(yè)務(wù)以增加非利息收入，從而增加銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)[2]。另外，在《金融科技發(fā)展規(guī)劃(2022—2025年)》指引下，商業(yè)銀行積極推進(jìn)數(shù)字化轉(zhuǎn)型，帶來(lái)盈利的增加，銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)降低。結(jié)合表1結(jié)果，假設(shè)1a得到驗(yàn)證，假設(shè)1b得到部分驗(yàn)證。

表2 數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)主動(dòng)風(fēng)險(xiǎn)(lpr)的影響

(二)穩(wěn)健性檢驗(yàn)

1.考慮疫情沖擊影響。2020年疫情出現(xiàn)后，實(shí)體經(jīng)濟(jì)受到一定影響，數(shù)字經(jīng)濟(jì)可能對(duì)銀行業(yè)風(fēng)險(xiǎn)產(chǎn)生更大影響?？紤]到單一數(shù)字經(jīng)濟(jì)指數(shù)存在局限，此處采用新華三集團(tuán)發(fā)布的城市數(shù)字經(jīng)濟(jì)指數(shù)(dignew)估計(jì)，該指標(biāo)包括城市數(shù)據(jù)和信息化基礎(chǔ)設(shè)施、數(shù)字服務(wù)、數(shù)字產(chǎn)業(yè)融合、數(shù)字治理等4個(gè)一級(jí)指標(biāo)12個(gè)二級(jí)指標(biāo)，能全面衡量城市數(shù)字經(jīng)濟(jì)水平。受到數(shù)據(jù)可得性限制，估計(jì)時(shí)段為2017—2021年。受到有限樣本有偏性、工具變量有效性影響，GMM估計(jì)會(huì)產(chǎn)生較大偏誤，故采用FE和FGLS估計(jì)。表3第(1)—(2)列dignew系數(shù)在1%水平上顯著為正，第(4)列dignew系數(shù)在10%水平上顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)能顯著改善銀行業(yè)被動(dòng)風(fēng)險(xiǎn)，但會(huì)加劇主動(dòng)風(fēng)險(xiǎn)。這與基準(zhǔn)回歸結(jié)果類(lèi)似，本文結(jié)果穩(wěn)健。比較發(fā)現(xiàn)，2017—2021年數(shù)字經(jīng)濟(jì)影響的顯著性有所提升。這可能是此階段數(shù)字經(jīng)濟(jì)為地區(qū)經(jīng)濟(jì)韌性提供了有力支撐。同時(shí)，疫情加速銀行數(shù)字化轉(zhuǎn)型，依托線上+線下渠道及生態(tài)場(chǎng)景打造，為銀行發(fā)展和風(fēng)險(xiǎn)控制提供了更好的支持。主動(dòng)風(fēng)險(xiǎn)方面，疫情時(shí)期數(shù)字金融發(fā)展迅猛，2021年北京大學(xué)數(shù)字普惠金融指數(shù)比2019年增長(zhǎng)了16.2%，其對(duì)商業(yè)銀行的沖擊更大。另外，受到疫情時(shí)期實(shí)體經(jīng)濟(jì)波動(dòng)影響，為了維持利潤(rùn)水平，銀行風(fēng)險(xiǎn)資產(chǎn)持有也會(huì)增加。由此，假設(shè)1b得到驗(yàn)證。

表3 2017—2021年數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響

2.不同維度數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響。本文數(shù)字經(jīng)濟(jì)指數(shù)包括數(shù)字基礎(chǔ)設(shè)施(inf)、數(shù)字產(chǎn)業(yè)化(dind)和數(shù)字普惠金融(dfin)三個(gè)維度，不同維度數(shù)字經(jīng)濟(jì)的內(nèi)涵存在顯著差異，其對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響也可能有所不同。為此，inf、dind和dfin分別作為自變量加入模型(2)，以檢驗(yàn)不同維度數(shù)字經(jīng)濟(jì)的影響。如表4所示，dind系數(shù)在5%水平上顯著為正，而inf、dfin系數(shù)均不顯著，說(shuō)明數(shù)字經(jīng)濟(jì)降低銀行業(yè)風(fēng)險(xiǎn)主要體現(xiàn)在數(shù)字產(chǎn)業(yè)化方面。這可能是因?yàn)閿?shù)字基礎(chǔ)設(shè)施主要衡量網(wǎng)絡(luò)基礎(chǔ)設(shè)施和數(shù)字化普及率，不會(huì)對(duì)銀行風(fēng)險(xiǎn)產(chǎn)生直接影響。而數(shù)字產(chǎn)業(yè)為銀行業(yè)數(shù)字化轉(zhuǎn)型提供底層技術(shù)支撐，也為經(jīng)濟(jì)高質(zhì)量發(fā)展提供充足動(dòng)力[24]，有利于銀行業(yè)風(fēng)險(xiǎn)降低。數(shù)字普惠金融方面，其發(fā)展會(huì)壓縮銀行盈利空間，導(dǎo)致銀行擴(kuò)表，風(fēng)險(xiǎn)增加[11]，同時(shí)數(shù)字普惠金融也緩解了企業(yè)融資約束，推動(dòng)經(jīng)濟(jì)發(fā)展，降低銀行破產(chǎn)風(fēng)險(xiǎn)[2]，最終導(dǎo)致數(shù)字普惠金融影響并不顯著。

表4 不同維度數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響

3.工具變量估計(jì)的穩(wěn)健性檢驗(yàn)。為解決核心解釋變量數(shù)字經(jīng)濟(jì)與誤差項(xiàng)相關(guān)的內(nèi)生性問(wèn)題，本文選取了兩個(gè)工具變量，采用兩階段最小二乘法(2SLS)進(jìn)行穩(wěn)健性檢驗(yàn)。第一，參考Tang等(2021)的做法，采用地形起伏度作為數(shù)字經(jīng)濟(jì)的工具變量[30]。地形起伏較大的地區(qū)電信、網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的建設(shè)運(yùn)營(yíng)成本較高，數(shù)字經(jīng)濟(jì)發(fā)展也會(huì)受到影響，滿足相關(guān)性；地形起伏作為自然地理變量滿足外生性。第二，參考張勛等(2020)的做法，用各城市與杭州的球面距離作為數(shù)字經(jīng)濟(jì)的工具變量[31]。估計(jì)時(shí)，借鑒相關(guān)學(xué)者的做法，本文構(gòu)造了地形起伏、城市距離與全國(guó)層面數(shù)字經(jīng)濟(jì)時(shí)間趨勢(shì)項(xiàng)的交互項(xiàng)作為工具變量。結(jié)果顯示，數(shù)字經(jīng)濟(jì)依然在1%水平上顯著與地區(qū)商業(yè)銀行Z值正相關(guān)，即數(shù)字經(jīng)濟(jì)發(fā)展顯著降低了當(dāng)?shù)劂y行業(yè)風(fēng)險(xiǎn)(具體結(jié)果未報(bào)告，作者備索)。這與表1一致，本文結(jié)果穩(wěn)健。

4.基于外生沖擊的穩(wěn)健性檢驗(yàn)。為了更穩(wěn)健地考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)的影響，參考趙濤等(2020)的做法[26]，本文將開(kāi)展“寬帶中國(guó)”試點(diǎn)作為外生政策沖擊，使用雙重差分估計(jì)(DID)考察數(shù)字經(jīng)濟(jì)對(duì)銀行被動(dòng)風(fēng)險(xiǎn)的影響，以更好地處理內(nèi)生性問(wèn)題。作為最重要的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，網(wǎng)速提升、覆蓋范圍和規(guī)模擴(kuò)大及應(yīng)用服務(wù)和應(yīng)用水平提升將極大地帶動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，“寬帶中國(guó)”試點(diǎn)為本文的研究提供了準(zhǔn)自然實(shí)驗(yàn)。DID模型構(gòu)建如下：

lnzi，t=β0+β1treati，t+ηXi，t+λi+δt+σi，t

(6)

其中，i、t分別代表地區(qū)、年份，treat為“寬帶中國(guó)”虛擬變量，X為控制變量，λ、δ分別為城市、年份固定效應(yīng)，σ為隨機(jī)擾動(dòng)項(xiàng)。若β1顯著為正，數(shù)字經(jīng)濟(jì)與被動(dòng)風(fēng)險(xiǎn)負(fù)相關(guān)，反之亦然。DID估計(jì)要滿足平衡趨勢(shì)假定，即實(shí)驗(yàn)前試點(diǎn)城市和非試點(diǎn)城市的銀行風(fēng)險(xiǎn)趨勢(shì)是一致的。本文運(yùn)用事件研究法考察，由結(jié)果可知，模型通過(guò)平衡趨勢(shì)檢驗(yàn)(4)受篇幅限制，平衡趨勢(shì)檢驗(yàn)、安慰劑檢驗(yàn)結(jié)果未報(bào)告，作者備索。。

表5 基于外生沖擊的穩(wěn)健性檢驗(yàn)

表5報(bào)告了外生沖擊檢驗(yàn)結(jié)果，第(1)列未加入控制變量，第(2)列加入了控制變量。結(jié)果顯示，treat系數(shù)均顯著為正，即“寬帶中國(guó)”(數(shù)字經(jīng)濟(jì))能降低銀行被動(dòng)風(fēng)險(xiǎn)，與基準(zhǔn)估計(jì)一致。DID估計(jì)時(shí)，可能存在遺漏城市層面隨時(shí)間變化的不可觀測(cè)變量而導(dǎo)致估計(jì)偏差，本文采用反事實(shí)研究法，隨機(jī)生成一組“寬帶中國(guó)”試點(diǎn)名單作為“偽實(shí)驗(yàn)組”，進(jìn)行安慰劑檢驗(yàn)。安慰劑檢驗(yàn)結(jié)果表明，銀行被動(dòng)風(fēng)險(xiǎn)降低的確是數(shù)字經(jīng)濟(jì)所致，實(shí)證結(jié)果穩(wěn)健。

(三)數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的影響渠道分析

理論假設(shè)2認(rèn)為，數(shù)字經(jīng)濟(jì)可以通過(guò)企業(yè)創(chuàng)新(lnn)、產(chǎn)業(yè)升級(jí)(ais)、金融深化(fd)、經(jīng)濟(jì)波動(dòng)(efl)、銀行業(yè)競(jìng)爭(zhēng)(comp)、資本充足率(car)等渠道對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)產(chǎn)生影響。表6報(bào)告了影響渠道的估計(jì)結(jié)果。其中，第(1)—(6)列是對(duì)相關(guān)渠道的估計(jì)，第(7)—(8)列是采用SGMM方法對(duì)fd、comp渠道的補(bǔ)充估計(jì)。第(1)列顯示dig會(huì)提升lnn。數(shù)字經(jīng)濟(jì)促進(jìn)更多創(chuàng)新資源向企業(yè)聚集，提升企業(yè)利潤(rùn)，降低不良貸款發(fā)生的可能。第(2)列顯示dig推動(dòng)了ais。數(shù)字經(jīng)濟(jì)促進(jìn)主導(dǎo)產(chǎn)業(yè)由勞動(dòng)資本密集型向知識(shí)技術(shù)密集型轉(zhuǎn)變，并且通過(guò)關(guān)聯(lián)和溢出效應(yīng)提升傳統(tǒng)產(chǎn)業(yè)技術(shù)進(jìn)步及效率[22]；銀行信貸向新興主導(dǎo)產(chǎn)業(yè)傾斜，有利于銀行資產(chǎn)配置、風(fēng)險(xiǎn)降低。第(4)列顯示dig抑制了efl。數(shù)字經(jīng)濟(jì)為銀行業(yè)發(fā)展提供良好的外部環(huán)境，降低信貸風(fēng)險(xiǎn)的發(fā)生概率。第(6)列顯示dig對(duì)car的影響不顯著。數(shù)字經(jīng)濟(jì)雖然有助于降低銀行交易成本、擴(kuò)大利潤(rùn)空間、提高風(fēng)險(xiǎn)管理能力，但房地產(chǎn)信用風(fēng)險(xiǎn)上升及相關(guān)產(chǎn)業(yè)鏈風(fēng)險(xiǎn)傳導(dǎo)導(dǎo)致銀行信貸風(fēng)險(xiǎn)暴露，特別是中小商業(yè)銀行資本管理壓力增大，利潤(rùn)不能有效轉(zhuǎn)化為資本。

本文用三步法中介效應(yīng)分析fd和com渠道。表6第(3)和(7)列結(jié)果顯示，dig雖然促進(jìn)了fd，但fd與lnz負(fù)相關(guān)。這可能是金融深化雖然緩解了企業(yè)融資約束，但也降低了銀行盈利，為了提高利潤(rùn)，銀行轉(zhuǎn)而投向表外業(yè)務(wù)，導(dǎo)致銀行收入波動(dòng)加劇，杠桿率升高，銀行業(yè)風(fēng)險(xiǎn)上升[10]。第(5)和(8)列結(jié)果顯示，dig推動(dòng)了comp，但comp卻降低了lnz。這意味著數(shù)字經(jīng)濟(jì)發(fā)展加劇銀行競(jìng)爭(zhēng)，加大銀行業(yè)風(fēng)險(xiǎn)，2022年部分地方農(nóng)村商業(yè)銀行風(fēng)險(xiǎn)的暴露也印證了這一判斷。由此，證實(shí)了假設(shè)2a和2b。

表6 影響渠道分析

(四)數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的空間溢出檢驗(yàn)

理論假設(shè)3提出，數(shù)字經(jīng)濟(jì)發(fā)展會(huì)對(duì)鄰近地區(qū)銀行業(yè)風(fēng)險(xiǎn)降低產(chǎn)生積極溢出效應(yīng)。本文采用SDM模型進(jìn)行檢驗(yàn)。由表7可知，在三種不同空間權(quán)重矩陣下，dig系數(shù)均顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)能顯著抑制本地銀行被動(dòng)風(fēng)險(xiǎn)，與基準(zhǔn)估計(jì)一致。鄰地?cái)?shù)字經(jīng)濟(jì)(W·dig)系數(shù)至少在10%水平上為正值，說(shuō)明本地?cái)?shù)字經(jīng)濟(jì)發(fā)展通過(guò)空間溢出降低了鄰近地區(qū)銀行業(yè)風(fēng)險(xiǎn)，也驗(yàn)證了假設(shè)3。W·dig系數(shù)大于dig，且顯著性更強(qiáng)，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)鄰近地區(qū)銀行業(yè)風(fēng)險(xiǎn)的降低作用更加突出。這可能是因?yàn)閿?shù)字經(jīng)濟(jì)發(fā)展對(duì)鄰近地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)溢出效應(yīng)更加顯著[32]，鄰近地區(qū)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)向數(shù)字化、智能化，經(jīng)濟(jì)活力增強(qiáng)，資產(chǎn)負(fù)債表優(yōu)化，銀行整體風(fēng)險(xiǎn)環(huán)境改善。此外，數(shù)字經(jīng)濟(jì)可能產(chǎn)生虹吸效應(yīng)，信貸資本向本地區(qū)生產(chǎn)效率更高的行業(yè)流動(dòng)，進(jìn)一步降低鄰近地區(qū)銀行不良貸款率。

表7 數(shù)字經(jīng)濟(jì)對(duì)銀行業(yè)風(fēng)險(xiǎn)的空間溢出效應(yīng)

(五)異質(zhì)性分析

東部地區(qū)和中西部地區(qū)經(jīng)濟(jì)發(fā)展水平存在顯著差異，且數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)城市的創(chuàng)新能力、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)也存在異質(zhì)性影響[21]，需要從地區(qū)異質(zhì)性角度考察數(shù)字經(jīng)濟(jì)影響的異質(zhì)性。本文考察東部和中西部地區(qū)樣本異質(zhì)性，結(jié)果見(jiàn)表8第(1)—(2)列。其中，東部dig系數(shù)顯著為正，中西部dig系數(shù)雖為正值，但不顯著。這可能是因?yàn)閮纱蟮貐^(qū)存在明顯的“數(shù)字產(chǎn)業(yè)鴻溝”[24]，使得東部地區(qū)數(shù)字經(jīng)濟(jì)抑制銀行風(fēng)險(xiǎn)的作用更加顯著。同時(shí)，本文以數(shù)字經(jīng)濟(jì)50%分位點(diǎn)將城市分為數(shù)字經(jīng)濟(jì)高水平、低水平地區(qū)，表8第(3)—(4)列顯示了此種差異?？梢园l(fā)現(xiàn)，在數(shù)字經(jīng)濟(jì)高水平地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)銀行風(fēng)險(xiǎn)存在明顯的抑制作用，而在低水平地區(qū)，此種抑制作用不顯著。在數(shù)字經(jīng)濟(jì)發(fā)展水平高的地區(qū)，數(shù)字產(chǎn)業(yè)化為企業(yè)技術(shù)進(jìn)步和創(chuàng)新活動(dòng)提供源源不斷的動(dòng)力，有利于地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，從而降低銀行風(fēng)險(xiǎn)。而在數(shù)字經(jīng)濟(jì)發(fā)展水平落后地區(qū)，“數(shù)字接入鴻溝”“數(shù)字融合鴻溝”等問(wèn)題[24]抑制了數(shù)字經(jīng)濟(jì)積極作用的發(fā)揮。

表8 異質(zhì)性分析

五、結(jié)論與政策啟示

基于2011—2019年102個(gè)城市的數(shù)據(jù)，綜合采用多種計(jì)量方法，本文考察了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)地區(qū)銀行業(yè)風(fēng)險(xiǎn)的影響。研究發(fā)現(xiàn)：第一，從方向來(lái)看，數(shù)字經(jīng)濟(jì)顯著降低了地區(qū)銀行業(yè)被動(dòng)風(fēng)險(xiǎn)，但一定程度增加了主動(dòng)風(fēng)險(xiǎn)；第二，從渠道來(lái)看，數(shù)字經(jīng)濟(jì)會(huì)通過(guò)促進(jìn)企業(yè)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、減少經(jīng)濟(jì)波動(dòng)等渠道降低地區(qū)銀行業(yè)風(fēng)險(xiǎn)，也會(huì)通過(guò)金融深化、加劇銀行競(jìng)爭(zhēng)等渠道增大地區(qū)銀行業(yè)風(fēng)險(xiǎn)；第三，從空間溢出來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展能夠降低鄰近地區(qū)銀行業(yè)風(fēng)險(xiǎn)，且其降低效果比本地效應(yīng)更加顯著；第四，從異質(zhì)性來(lái)看，在東部或數(shù)字經(jīng)濟(jì)發(fā)達(dá)地區(qū)，數(shù)字經(jīng)濟(jì)抑制銀行業(yè)風(fēng)險(xiǎn)的積極作用更加顯著。

基于理論和實(shí)證結(jié)論，得到以下政策啟示：第一，大力發(fā)展數(shù)字經(jīng)濟(jì)，加快推動(dòng)數(shù)字產(chǎn)業(yè)化。各地政府應(yīng)根據(jù)自身產(chǎn)業(yè)特點(diǎn)和區(qū)域優(yōu)勢(shì)實(shí)施數(shù)字經(jīng)濟(jì)戰(zhàn)略，充分釋放數(shù)據(jù)要素價(jià)值，加快推動(dòng)人工智能、大數(shù)據(jù)、通信設(shè)備等數(shù)字產(chǎn)業(yè)發(fā)展，更好發(fā)揮數(shù)字經(jīng)濟(jì)穩(wěn)增長(zhǎng)、降風(fēng)險(xiǎn)作用。同時(shí)，加強(qiáng)風(fēng)險(xiǎn)研判，防范數(shù)字技術(shù)帶來(lái)的應(yīng)用風(fēng)險(xiǎn)，堅(jiān)持金融活動(dòng)全部納入金融監(jiān)管。第二，激發(fā)創(chuàng)新活力，積極推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。各地政府應(yīng)重視企業(yè)技術(shù)創(chuàng)新，激勵(lì)企業(yè)加大研發(fā)投入，為區(qū)域經(jīng)濟(jì)發(fā)展提供源動(dòng)力。同時(shí)，加強(qiáng)傳統(tǒng)業(yè)態(tài)轉(zhuǎn)型賦能升級(jí)，推動(dòng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，增強(qiáng)傳統(tǒng)產(chǎn)業(yè)競(jìng)爭(zhēng)力，改善銀行外部環(huán)境。第三，推動(dòng)區(qū)域協(xié)調(diào)發(fā)展，發(fā)揮數(shù)字經(jīng)濟(jì)輻射帶動(dòng)作用。各地政府應(yīng)借助數(shù)字技術(shù)積極搭建區(qū)域協(xié)作平臺(tái)，加深區(qū)域間金融合作力度，突破要素流動(dòng)的地域壁壘，優(yōu)化金融資源區(qū)域配置效率，著力縮小區(qū)域間數(shù)字經(jīng)濟(jì)差距，充分發(fā)揮數(shù)字經(jīng)濟(jì)的空間輻射作用，提升數(shù)字經(jīng)濟(jì)發(fā)展水平較低地區(qū)的風(fēng)險(xiǎn)防控能力。