孫光林蔣偉

(1.南京財(cái)經(jīng)大學(xué)金融學(xué)院，江蘇 南京 210023；2.復(fù)旦大學(xué)泛海國際金融學(xué)院，上海 200433)

一、引言

近年來，以大數(shù)據(jù)、云計(jì)算、人工智能與區(qū)塊鏈等為代表的數(shù)字技術(shù)越來越廣泛地被應(yīng)用在金融領(lǐng)域，極大地推動(dòng)了商業(yè)銀行轉(zhuǎn)型升級(jí)。根據(jù)中國互聯(lián)網(wǎng)金融協(xié)會(huì)發(fā)布的《中國商業(yè)銀行數(shù)字化轉(zhuǎn)型調(diào)查研究報(bào)告》顯示，我國75%的商業(yè)銀行已經(jīng)制定數(shù)字化轉(zhuǎn)型方案。

數(shù)字經(jīng)濟(jì)1是基于互聯(lián)網(wǎng)及相應(yīng)新興技術(shù)(如互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能等)所產(chǎn)生的經(jīng)濟(jì)活動(dòng)的總和，既包括互聯(lián)網(wǎng)產(chǎn)業(yè)，也包括銀行等傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型(如裴長洪等，2018；荊文君和孫寶文，2019)[13][23]。事實(shí)上，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)商業(yè)銀行風(fēng)險(xiǎn)管理既有機(jī)遇又有挑戰(zhàn)：借助于數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇，商業(yè)銀行可以更大挖掘自己的潛力，實(shí)現(xiàn)風(fēng)險(xiǎn)管理水平的飛躍發(fā)展；但也可能在市場競爭作用下，商業(yè)銀行之間會(huì)拉開更大差距，從而產(chǎn)生新的風(fēng)險(xiǎn)。因此，研究數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響機(jī)制，具有重要的現(xiàn)實(shí)意義。

對(duì)于商業(yè)銀行不良貸款率成因的研究產(chǎn)生了大量理論與實(shí)證文獻(xiàn)。在理論研究方面，主要存在三種觀點(diǎn)：一是經(jīng)濟(jì)成因論(Mckinnon and Pill，1998)[4]；二是預(yù)算軟約束理論(林毅夫和李志赟，2004；譚勁松等， 2012)[11][19]；三是信息不對(duì)稱理論(尹志超和甘犁，2011)[25]。在實(shí)證研究方面，主要聚焦于宏觀角度(如GDP增長率、房地產(chǎn)投資額、進(jìn)出口總額、M2和要素價(jià)格扭曲等)和微觀視角(企業(yè)經(jīng)營指標(biāo)或商業(yè)銀行指標(biāo)等)考察商業(yè)銀行不良貸款率的影響因素(Delis and Kouretas，2011；Craig and Dinger，2013；王海軍和葉群，2018；張樂和韓立巖，2016；孫光林等，2017)[2][1][20][26][16]。

隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，基于數(shù)字技術(shù)而誕生的新金融業(yè)態(tài)，在支付、理財(cái)和借貸等多個(gè)領(lǐng)域產(chǎn)生了具體變革。數(shù)字經(jīng)濟(jì)發(fā)展對(duì)商業(yè)銀行會(huì)如何造成沖擊引起了學(xué)術(shù)界的關(guān)注。Herrera and Minetti(2007)[3]認(rèn)為數(shù)字經(jīng)濟(jì)主體與商業(yè)銀行間的信貸關(guān)系更加密切，即形成的信貸關(guān)系更能獲取較多內(nèi)部信息，降低信息不對(duì)稱程度，有利于數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的技術(shù)創(chuàng)新。戴國強(qiáng)和方鵬飛(2014)[5]認(rèn)為數(shù)字經(jīng)濟(jì)促進(jìn)了數(shù)字金融發(fā)展，但數(shù)字金融卻提升了商業(yè)銀行的負(fù)債成本，會(huì)對(duì)商業(yè)銀行盈利產(chǎn)生一定的沖擊。邱晗等(2018)[15]認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展會(huì)改變銀行資產(chǎn)與負(fù)債端結(jié)構(gòu)。易憲容等(2019)[24]認(rèn)為數(shù)字經(jīng)濟(jì)的信用關(guān)系發(fā)生了巨大變化，商業(yè)銀行可以利用大數(shù)據(jù)、數(shù)字化、智能化等確立新的信用關(guān)系，而這種信用關(guān)系更為簡單，不僅降低交易成本，還能提高交易效率。目前關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展對(duì)商業(yè)銀行不良貸款率影響的研究，尚處于理論探討階段，存在兩種不同的觀點(diǎn)。一些學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)時(shí)代形成的新業(yè)態(tài)風(fēng)險(xiǎn)會(huì)對(duì)金融市場不確定性產(chǎn)生溢出效應(yīng)，應(yīng)當(dāng)加強(qiáng)風(fēng)險(xiǎn)預(yù)警和緩釋機(jī)制建設(shè)(李蒼舒和沈艷，2019)[8]；另一些學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)促進(jìn)了商業(yè)銀行管理和產(chǎn)品數(shù)字化創(chuàng)新，形成的數(shù)字經(jīng)濟(jì)信用關(guān)系，降低了商業(yè)銀行交易成本，提高了交易效率(易憲容等，2019；王詩卉和謝絢麗，2021)[24][22]。事實(shí)上，上述研究能夠?yàn)楸疚拈_展研究提供良好借鑒，卻少有文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)與商業(yè)銀行不良貸款率的關(guān)系進(jìn)行研究。為此，本文在理論與實(shí)證兩個(gè)角度分析數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響及作用機(jī)制，不僅能為后續(xù)研究提供良好借鑒，而且對(duì)于新時(shí)代如何在數(shù)字經(jīng)濟(jì)下控制商業(yè)銀行風(fēng)險(xiǎn)也具有重要的現(xiàn)實(shí)意義。

二、理論機(jī)制與研究假說

商業(yè)銀行風(fēng)險(xiǎn)管理的目標(biāo)是確保信貸資產(chǎn)不出風(fēng)險(xiǎn)或少出風(fēng)險(xiǎn)，以保持商業(yè)銀行不良貸款率處于較平穩(wěn)水平。數(shù)字經(jīng)濟(jì)有助于商業(yè)銀行風(fēng)險(xiǎn)管理，在控制銀行風(fēng)險(xiǎn)的過程中具有更多的前瞻性，能夠建立更有時(shí)效性的預(yù)警系統(tǒng)，有利于信貸風(fēng)險(xiǎn)管理。一方面，銀企間信息不對(duì)稱是導(dǎo)致商業(yè)銀行不良貸款率升高的重要原因，而數(shù)字經(jīng)濟(jì)中的大數(shù)據(jù)技術(shù)能夠?qū)π刨J企業(yè)相關(guān)的海量數(shù)據(jù)進(jìn)行分析，具有較高的風(fēng)險(xiǎn)敏感性，使商業(yè)銀行實(shí)時(shí)全面地掌握企業(yè)的經(jīng)營狀況。與此同時(shí)，物聯(lián)網(wǎng)技術(shù)能夠從信貸企業(yè)的商業(yè)活動(dòng)、資金流量、物流和信息等多個(gè)維度全方位地進(jìn)行監(jiān)督，能及時(shí)面對(duì)企業(yè)可能發(fā)生的突發(fā)事件，從而提高商業(yè)銀行應(yīng)對(duì)風(fēng)險(xiǎn)的能力。另一方面，數(shù)字經(jīng)濟(jì)發(fā)展相伴隨的數(shù)字技術(shù)提高了商業(yè)銀行信貸審核決策的科學(xué)性。傳統(tǒng)信貸審核模式更多的是依賴于信貸人員的經(jīng)驗(yàn)，而數(shù)字經(jīng)濟(jì)的人工智能技術(shù)能夠?qū)π刨J進(jìn)行更科學(xué)的管理，能對(duì)信貸企業(yè)信息流的真實(shí)性進(jìn)行跟蹤，能盡可能地減少信貸人員的錯(cuò)誤決策，降低道德風(fēng)險(xiǎn)與逆向選擇風(fēng)險(xiǎn)。在貸前審核階段，商業(yè)銀行風(fēng)險(xiǎn)應(yīng)對(duì)的能力取決于對(duì)信貸企業(yè)數(shù)據(jù)數(shù)量與質(zhì)量的審核，而數(shù)字技術(shù)對(duì)數(shù)據(jù)的分析更加客觀與準(zhǔn)確，能夠?yàn)槊髦堑男刨J決策提供參考。在貸款審批階段，獲取的信息量越大，指標(biāo)越多，結(jié)論就越準(zhǔn)確，基于數(shù)字技術(shù)的信貸風(fēng)險(xiǎn)評(píng)估能盡量降低主觀性與經(jīng)驗(yàn)性錯(cuò)誤。在貸中檢查階段，數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生的數(shù)字技術(shù)實(shí)現(xiàn)了信貸風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警，能及時(shí)發(fā)現(xiàn)可能的信貸風(fēng)險(xiǎn)。在貸后管理階段，以區(qū)塊鏈與人工智能為代表的數(shù)字技術(shù)不僅能確保信貸企業(yè)數(shù)據(jù)信息真實(shí)可靠，還能提高商業(yè)銀行信貸管理的效率，增強(qiáng)應(yīng)對(duì)信貸風(fēng)險(xiǎn)的能力。

進(jìn)一步地看，數(shù)字經(jīng)濟(jì)與其他產(chǎn)業(yè)經(jīng)濟(jì)的融合是當(dāng)前經(jīng)濟(jì)社會(huì)的基本事實(shí)，也代表著未來經(jīng)濟(jì)的發(fā)展趨勢。商業(yè)銀行作為金融中介機(jī)構(gòu)是為其他產(chǎn)業(yè)服務(wù)的，其信貸收益和其他產(chǎn)業(yè)密切相關(guān)，而數(shù)字經(jīng)濟(jì)發(fā)展不僅增加了要素投入數(shù)量，也改善了要素投入質(zhì)量，有利于優(yōu)化其他產(chǎn)業(yè)。換言之，只有其他產(chǎn)業(yè)發(fā)展得更好，商業(yè)銀行才能提高信貸收益，從而降低商業(yè)銀行不良貸款率。具體來看，數(shù)字經(jīng)濟(jì)對(duì)其他產(chǎn)業(yè)的影響主要包含兩個(gè)方面：一方面，生產(chǎn)要素變得更豐富。在數(shù)字經(jīng)濟(jì)時(shí)代，個(gè)人數(shù)據(jù)和交易數(shù)據(jù)等大量數(shù)據(jù)劇增，數(shù)字技術(shù)能真正地使數(shù)據(jù)流動(dòng)起來，提高生產(chǎn)者和消費(fèi)者，以及生產(chǎn)者與生產(chǎn)者之間信息溝通的效率，從而增加數(shù)據(jù)和信息的邊際產(chǎn)出，為相關(guān)產(chǎn)業(yè)中的企業(yè)帶來更多收益。另一方面，數(shù)字經(jīng)濟(jì)與其他產(chǎn)業(yè)融合有助于提高生產(chǎn)效率，促進(jìn)產(chǎn)出增長，即產(chǎn)出增長的可能性不斷提高。事實(shí)上，數(shù)字經(jīng)濟(jì)與其他產(chǎn)業(yè)融合對(duì)生產(chǎn)效率的促進(jìn)作用既包括技術(shù)進(jìn)步的作用，也有商業(yè)模式的創(chuàng)新。從交易成本來看，數(shù)字技術(shù)應(yīng)用在其他產(chǎn)業(yè)能減少信息不對(duì)稱，降低信息搜尋成本和議價(jià)成本等。從供需匹配來看，數(shù)字經(jīng)濟(jì)激發(fā)了消費(fèi)者的多樣化需求，拓展了市場邊界，為其他產(chǎn)業(yè)發(fā)展提供了更多可能性。因此，基于以上理論分析，本文提出基本研究假說1：

H1：數(shù)字經(jīng)濟(jì)能夠抑制商業(yè)銀行不良貸款率升高。

數(shù)字經(jīng)濟(jì)關(guān)系的本質(zhì)是用大數(shù)據(jù)、數(shù)字化和智能化來確立新的信用關(guān)系，這極大降低了交易成本，提高了商業(yè)銀行金融效率2，有利于降低商業(yè)銀行不良貸款率。具體而言，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)金融效率的積極影響表現(xiàn)在以下幾個(gè)方面：首先，數(shù)字經(jīng)濟(jì)可以從產(chǎn)品端入手降低商業(yè)銀行交易成本，以提高金融效率。事實(shí)上，數(shù)字經(jīng)濟(jì)可以有效地以信貸客戶的需求端為入口，基于數(shù)字技術(shù)的數(shù)字化和智能化發(fā)現(xiàn)不同信貸對(duì)象的潛在需求，商業(yè)銀行將產(chǎn)品與信貸客戶需求連接起來，能更有效地為客戶提供定制化的服務(wù)，這有利于改變商業(yè)銀行傳統(tǒng)信貸服務(wù)的模式，推動(dòng)商業(yè)銀行進(jìn)行金融創(chuàng)新，從而提高金融效率。其次，數(shù)字經(jīng)濟(jì)技術(shù)溢出效應(yīng)促進(jìn)了新興金融科技企業(yè)與傳統(tǒng)商業(yè)銀行業(yè)務(wù)的融合，極大地提高了金融服務(wù)的范圍與效率。傳統(tǒng)商業(yè)銀行具有豐富的金融資源，但缺乏較好的中小企業(yè)信貸風(fēng)險(xiǎn)管理措施，基于信貸風(fēng)險(xiǎn)的考慮，往往將中小企業(yè)排斥在傳統(tǒng)正規(guī)金融市場以外。因數(shù)字經(jīng)濟(jì)發(fā)展而興起的互聯(lián)網(wǎng)巨頭，如百度、阿里巴巴、騰訊與京東等，具有數(shù)據(jù)信息處理的技術(shù)優(yōu)勢，能夠較好地軟化中小企業(yè)的信息。越來越多的商業(yè)銀行與互聯(lián)網(wǎng)巨頭建立了合作關(guān)系，拓寬了中小企業(yè)的融資渠道，提高了傳統(tǒng)商業(yè)銀行服務(wù)的效率與范圍。最后，數(shù)字經(jīng)濟(jì)進(jìn)一步地拓展了金融服務(wù)觸達(dá)能力，有效降低了商業(yè)銀行服務(wù)過程中的網(wǎng)點(diǎn)依賴，具有更強(qiáng)的地理穿透性和低成本優(yōu)勢，可以為更廣大地區(qū)提供金融服務(wù)，在提高商業(yè)銀行金融服務(wù)面的同時(shí)有助于優(yōu)化金融資源，以改善中小企業(yè)的融資約束，從而提高金融效率(孫光林等，2017)[16]。

進(jìn)一步地看，金融效率對(duì)商業(yè)銀行不良貸款率的作用主要表現(xiàn)為更多金融資源應(yīng)流向?qū)嶓w經(jīng)濟(jì)部門，以提高金融資源配置效率。事實(shí)上，我國貨幣供應(yīng)量M2一直保持著較快增長，也就是說信貸資源供給是充沛的。但金融資源最終并未真正地流向?qū)嶓w經(jīng)濟(jì)部門，中小企業(yè)和民營企業(yè)遭受嚴(yán)重的融資約束，導(dǎo)致金融對(duì)實(shí)體經(jīng)濟(jì)部門的支持效率下降，這加劇了商業(yè)銀行信貸風(fēng)險(xiǎn)(彭俞超等，2018)[14]。一方面，金融信貸資源“脫實(shí)向虛”會(huì)導(dǎo)致信貸資源發(fā)生錯(cuò)誤配置，這會(huì)直接降低商業(yè)銀行信貸資產(chǎn)質(zhì)量，增加信貸違約風(fēng)險(xiǎn)；另一方面，較高的金融效率有助于優(yōu)化信貸資源配置效率，減少金融摩擦，這有利于分散商業(yè)銀信貸風(fēng)險(xiǎn)，從而改善信貸收益，降低商業(yè)銀行不良貸款率。因此，基于以上理論分析，本文提出基本研究假說2：

H2：數(shù)字經(jīng)濟(jì)可以通過提高金融效率來降低商業(yè)銀行不良貸款率。

如果企業(yè)創(chuàng)新不足，企業(yè)的盈利空間和經(jīng)營效益會(huì)被壓縮，企業(yè)還款能力下降會(huì)增加信貸違約風(fēng)險(xiǎn)，從而促進(jìn)不良貸款率升高(孫光林等，2017)[16]。而以大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)為核心驅(qū)動(dòng)的數(shù)字經(jīng)濟(jì)，開辟了中國特色新型工業(yè)化發(fā)展的新境界，數(shù)字化、網(wǎng)絡(luò)化、智能化已經(jīng)成為全球工業(yè)發(fā)展的重要方向，為企業(yè)創(chuàng)新提供了新的動(dòng)能。換言之，數(shù)字經(jīng)濟(jì)下產(chǎn)生的數(shù)據(jù)是重要的生產(chǎn)要素，可以使其他要素間的匹配更加精準(zhǔn)，從而優(yōu)化企業(yè)資源配置效率，提高創(chuàng)新效率。3與此同時(shí)，數(shù)字技術(shù)和企業(yè)深度融合提升了創(chuàng)新效率，使創(chuàng)新成為驅(qū)動(dòng)全要素生產(chǎn)率增長的新引擎。數(shù)字經(jīng)濟(jì)致使工業(yè)生產(chǎn)向數(shù)字化、網(wǎng)絡(luò)化與智能化方向發(fā)展，數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)不再局限于流水作業(yè)生產(chǎn)，使企業(yè)生產(chǎn)更貼近市場與消費(fèi)者，使各要素間的匹配更精準(zhǔn)，提高了創(chuàng)新效率(孫亞南等，2019)[18]。因此，數(shù)字經(jīng)濟(jì)發(fā)展有利于提高創(chuàng)新效率水平。

進(jìn)一步地看，企業(yè)創(chuàng)新雖然能夠提高企業(yè)市場競爭力，但創(chuàng)新活動(dòng)又具有高度不確定性，回報(bào)周期相對(duì)較長，對(duì)于降低商業(yè)銀行不良貸款率既有積極影響又有消極影響。具體來看，企業(yè)創(chuàng)新有利于緩解發(fā)展過程中面臨的資源和環(huán)境約束，提高生產(chǎn)的集約化水平，有利于企業(yè)的可持續(xù)發(fā)展，這有利于提高企業(yè)的創(chuàng)新水平和盈利空間，這不僅符合企業(yè)良性發(fā)展的切身需求，也有利于提高企業(yè)的還款能力，降低信貸違約風(fēng)險(xiǎn)。從另一個(gè)角度來看，創(chuàng)新活動(dòng)的不確定性和較長的回報(bào)周期會(huì)相應(yīng)增大商業(yè)銀行不良貸款率風(fēng)險(xiǎn)。但數(shù)字經(jīng)濟(jì)支持創(chuàng)新活動(dòng)的作用不止表現(xiàn)在單一維度上，創(chuàng)新的溢出價(jià)值會(huì)使多個(gè)部門獲取創(chuàng)新紅利，從而表現(xiàn)出創(chuàng)新溢出的“邊際效應(yīng)”遞增現(xiàn)象，即隨著數(shù)字經(jīng)濟(jì)的發(fā)展，創(chuàng)新效率對(duì)企業(yè)經(jīng)營效益和還款能力產(chǎn)生的積極影響會(huì)超過消極影響，商業(yè)銀行不良貸款率的獲益會(huì)更多。因此，整體而言，企業(yè)創(chuàng)新效率提升會(huì)降低商業(yè)銀行不良貸款率。因此，基于以上理論分析，本文提出基本研究假說3：

H3：數(shù)字經(jīng)濟(jì)可以通過提高創(chuàng)新效率來降低商業(yè)銀行不良貸款率。

三、模型構(gòu)建與變量說明

(一)數(shù)據(jù)來源

本文研究對(duì)象是中國大陸地區(qū)30個(gè)4省市區(qū)2008―2017年的年度面板數(shù)據(jù)。其中，各省市商業(yè)銀行不良貸款率數(shù)據(jù)來自于萬得數(shù)據(jù)庫(Wind)，其他變量來自于國家統(tǒng)計(jì)局網(wǎng)站與各期《中國統(tǒng)計(jì)年鑒》。

(二)變量說明

1.因變量：商業(yè)銀行不良貸款率(NPL)

本文根據(jù)銀保監(jiān)會(huì)規(guī)定的商業(yè)銀行貸款五級(jí)分類法(正常、關(guān)注、次級(jí)、可疑、損失)，用次級(jí)、可疑和損失三類貸款進(jìn)行加總占商業(yè)銀行同期總貸款余額的比重衡量商業(yè)銀行不良貸款率(non-performing loan ratio of commercial banks)。對(duì)于商業(yè)銀行而言，不良貸款率的高低是衡量風(fēng)險(xiǎn)程度的重要參考指標(biāo)，不良貸款率越高表明商業(yè)銀行面臨的風(fēng)險(xiǎn)壓力越大(孫光林等，2017)[17]。

2.核心變量：數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)(DE)

借鑒已有研究對(duì)數(shù)字經(jīng)濟(jì)(digital economy)的界定(郭家堂和駱品亮，2016；張美慧，2017；王娟，2019；韓先鋒等，2019；劉軍等，2020)[7][27][21][12][10]，本文將從互聯(lián)網(wǎng)發(fā)展程度、信息化發(fā)展程度與數(shù)字交易發(fā)展程度三個(gè)維度下選取合適的指標(biāo)對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行測度(如表1所示)。具體而言，在互聯(lián)網(wǎng)發(fā)展程度方面，互聯(lián)網(wǎng)普及率與網(wǎng)民數(shù)量反映了數(shù)字經(jīng)濟(jì)發(fā)展?jié)摿?，也能體現(xiàn)出省際層面數(shù)字經(jīng)濟(jì)需求的高低，使用互聯(lián)網(wǎng)接入端口數(shù)和長途光纜線路長度反映不同省市區(qū)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施水平。在信息化發(fā)展程度方面，IPv4地址數(shù)和萬人域名數(shù)可以反映省際層面數(shù)字經(jīng)濟(jì)信息化應(yīng)用的程度，而網(wǎng)站與網(wǎng)頁是反映互聯(lián)網(wǎng)信息資源水平的重要指標(biāo)，能有效衡量信息化資源的豐富程度。在數(shù)字交易發(fā)展程度方面，雖然數(shù)字經(jīng)濟(jì)涉及電子游戲、社交平臺(tái)、網(wǎng)上購物與網(wǎng)站直播等不同領(lǐng)域，但省際層面缺乏相關(guān)數(shù)據(jù)。為此，本文間接使用快遞業(yè)務(wù)量衡量數(shù)字交易規(guī)模，快遞業(yè)務(wù)量越大，表明該省市數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)越發(fā)達(dá)。

本文使用主成分分析法構(gòu)建省際層面數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。為了消除變量間量綱上的差異，本文對(duì)表1中的變量進(jìn)行標(biāo)準(zhǔn)化處理。先對(duì)表1中變量進(jìn)行了KMO檢驗(yàn)，值為0.7562，表明適合進(jìn)行因子分析。接下來，根據(jù)特征值大于1的原則，提取1個(gè)公共因子。最后，再次對(duì)因子得分值進(jìn)行標(biāo)準(zhǔn)化處理，使數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)值在[0,1]之間，即為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。

3.中介變量

(1)金融效率(FE)

本文借鑒孫光林等(2017)[16]的做法，使用因子分析法對(duì)商業(yè)銀行金融效率(financial efficiency)進(jìn)行評(píng)價(jià)。具體而言，將金融效率分為儲(chǔ)蓄動(dòng)員效率、投資儲(chǔ)蓄轉(zhuǎn)化效率與投資投向效率三個(gè)維度(如表2所示)，儲(chǔ)蓄動(dòng)員效率使用年末儲(chǔ)蓄余額與GDP之比來衡量，投資儲(chǔ)蓄轉(zhuǎn)化效率使用年末貸款余額與資本形成總額之比和年末貸款余額與年末儲(chǔ)蓄余額之比衡量，而投資投向效率使用GDP增量與資本形成總額之比來測度。因子分析過程為：先對(duì)上述選擇的變量進(jìn)行KMO檢驗(yàn)，檢驗(yàn)值為0.8543，顯著大于0.6，說明上述指標(biāo)適合做因子分析；接下來，根據(jù)特征值大于1的原則，保留一個(gè)公共因子，本文將該公共因子定義為金融效率FE。

表1 數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)評(píng)價(jià)指標(biāo)

表2 商業(yè)銀行金融效率評(píng)價(jià)指標(biāo)

(2)創(chuàng)新效率(IE)

本文在借鑒已有文獻(xiàn)研究(戴魁早和劉友金，2016；李政和楊思瑩，2018)[6][9]的基礎(chǔ)上，采用2008―2017年中國30個(gè)省市區(qū)的創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新貢獻(xiàn)，計(jì)算各省市區(qū)的創(chuàng)新效率(innovation efficiency)。具體而言，將各省市區(qū)創(chuàng)新效率分為三個(gè)維度，分別是創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新貢獻(xiàn)，在上述三個(gè)維度下選取合適指標(biāo)，利用因子分析法對(duì)創(chuàng)新效率進(jìn)行評(píng)價(jià)，具體指標(biāo)測度方法如表3所示。利用因子分析法首先要對(duì)變量進(jìn)行KMO檢驗(yàn)，以判斷變量是否適合進(jìn)行因子分析，對(duì)表3中變量進(jìn)行KMO檢驗(yàn)，結(jié)果顯示，KMO檢驗(yàn)值為0.7137，表明變量適合做因子分析。根據(jù)特征值大于1的原則，保留一個(gè)公共因子，該因子即為創(chuàng)新效率IE。

4.控制變量

借鑒已有研究，本文選擇以下變量作為控制變量：(1)產(chǎn)業(yè)結(jié)構(gòu)(Ais)，借鑒韓先鋒等(2019)[12]的做法，用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)產(chǎn)值之比來衡量；(2)金融發(fā)展水平(Fin)，用年末金融機(jī)構(gòu)存貸款余額與GDP之比來衡量；(3)知識(shí)產(chǎn)權(quán)保護(hù)(Ip)，用技術(shù)市場交易規(guī)模與GDP之比來衡量；(4)市場化程度(Market)，借鑒已有文獻(xiàn)(李政和楊思瑩，2018；韓先鋒等，2019)[9][12]的做法，用非國有企業(yè)員工占總就業(yè)人數(shù)的比重衡量。

表3 創(chuàng)新效率評(píng)價(jià)指標(biāo)

表4 變量描述性統(tǒng)計(jì)結(jié)果

主要變量的描述性統(tǒng)計(jì)結(jié)果如表4所示。

(三)模型構(gòu)建

1.基準(zhǔn)回歸模型

為了驗(yàn)證基本研究假說1，本文擬構(gòu)建動(dòng)態(tài)面板模型進(jìn)行回歸分析，主要基于以下兩點(diǎn)：一是商業(yè)銀行不良貸款率會(huì)存在滯后效應(yīng)，往期商業(yè)銀行不良貸款率會(huì)對(duì)當(dāng)前商業(yè)銀行不良貸款率造成影響；二是數(shù)字經(jīng)濟(jì)與商業(yè)銀行不良貸款率之間會(huì)存在雙向因果關(guān)系，動(dòng)態(tài)面板回歸模型可以降低內(nèi)生性問題對(duì)回歸結(jié)果造成的偏誤。但動(dòng)態(tài)面板模型有差分GMM和系統(tǒng)GMM兩種估計(jì)方式，相對(duì)而言，系統(tǒng)GMM可以將水平方程納入回歸中，估計(jì)效率更高。系統(tǒng)GMM又可分為一步估計(jì)法與兩步估計(jì)法，兩步估計(jì)法是將一步GMM結(jié)果方程重新引入方程中，放寬了獨(dú)立與同方差的假設(shè)。為此，本文使用兩步系統(tǒng)GMM估計(jì)方法對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)，具體如下：

其中，i和t分別表示省市區(qū)和時(shí)間；NPLi,t表示i省市區(qū)在t時(shí)期具有的商業(yè)銀行不良貸款率水平；DEi,t表示i省市區(qū)t時(shí)期的數(shù)字經(jīng)濟(jì)發(fā)展水平；Control表示控制變量向量；δi和τt分別表示未被觀察到的省市區(qū)和時(shí)間的特定效應(yīng)；εi,t表示隨機(jī)擾動(dòng)項(xiàng)；系數(shù)η2是本文重點(diǎn)關(guān)注的數(shù)值，表示數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響程度。

為了保證動(dòng)態(tài)面板回歸結(jié)果的有效性，必須進(jìn)行兩項(xiàng)檢驗(yàn)：一是回歸過程中擾動(dòng)項(xiàng)不存在二階自相關(guān)問題，本文使用AR(2)統(tǒng)計(jì)量進(jìn)行檢驗(yàn)；二是工具變量的過度識(shí)別檢驗(yàn)，以保證動(dòng)態(tài)面板回歸過程中工具變量是有效的，本文使用Sargan統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。

2.中介效應(yīng)模型

為了驗(yàn)證數(shù)字經(jīng)濟(jì)影響商業(yè)銀行不良貸款率的作用機(jī)制，本文構(gòu)建中介效應(yīng)模型對(duì)作用機(jī)制進(jìn)行檢驗(yàn)：

其中，media表示中介變量，分別是金融效率(FE)與創(chuàng)新效率(IE)，其他變量與符號(hào)定義和式(1)一致。

本文將利用式(1)、(2)和(3)實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率影響的作用機(jī)制。具體而言：第一步，根據(jù)式(1)的回歸結(jié)果，觀察數(shù)字經(jīng)濟(jì)對(duì)應(yīng)的系數(shù)η2的顯著性，如果顯著，按中介效應(yīng)立論，進(jìn)行下一步，反之，停止檢驗(yàn)，說明數(shù)字經(jīng)濟(jì)和商業(yè)銀行不良貸款率之間不存在關(guān)系，終止中介效應(yīng)檢驗(yàn)；第二步，利用式(2)和(3)，依次檢驗(yàn)系數(shù)β2和α3的顯著性，如果系數(shù)β2和α3均顯著，繼續(xù)檢驗(yàn)第四步，如果上述兩個(gè)系數(shù)至少有1個(gè)不顯著，則進(jìn)行第三步；第三步，進(jìn)行Sobel檢驗(yàn)，如果統(tǒng)計(jì)量顯著，則說明中介效應(yīng)顯著，反之不顯著，則說明不存在中介效應(yīng)；第四步，利用式(3)進(jìn)行回歸分析，如果數(shù)字經(jīng)濟(jì)對(duì)應(yīng)的系數(shù)α2顯著，則說明中介變量(金融效率與創(chuàng)新效率)的中介效應(yīng)顯著，反之，則說明完全中介效應(yīng)顯著。

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸結(jié)果

表5顯示了基準(zhǔn)回歸模型的估計(jì)結(jié)果。為了保證動(dòng)態(tài)面板回歸結(jié)果的有效性，要進(jìn)行相關(guān)檢驗(yàn)，結(jié)果如表5 第(1)～(5)列所示，AR(2)統(tǒng)計(jì)量和Sargan統(tǒng)計(jì)量的p值均大于0.1，表明擾動(dòng)項(xiàng)不存在二階自相關(guān)，以及工具變量不存在過度識(shí)別問題。其中，第(1)～(3)列是使用全樣本數(shù)據(jù)進(jìn)行回歸得到的結(jié)果，而第(4)和(5)列是分別使用東部與中西部地區(qū)數(shù)據(jù)進(jìn)行回歸后的結(jié)果。

表5 數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響

從第(1)列的回歸結(jié)果來看，數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率具有負(fù)向影響，在1%水平下顯著，說明數(shù)字經(jīng)濟(jì)發(fā)展有利于降低商業(yè)銀行不良貸款率?？紤]到一些因素會(huì)同時(shí)影響數(shù)字經(jīng)濟(jì)與商業(yè)銀行不良貸款率的關(guān)系，如果不控制這些因素可能會(huì)導(dǎo)致遺漏變量影響回歸結(jié)果的穩(wěn)健性，在第(2)列中加入了產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展、知識(shí)產(chǎn)權(quán)保護(hù)與市場化四個(gè)控制變量，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響仍然在1%水平下顯著為負(fù)。此外，數(shù)字經(jīng)濟(jì)發(fā)展可能存在滯后效應(yīng)，導(dǎo)致反向因果關(guān)系，因此在第(3)列中，將數(shù)字經(jīng)濟(jì)滯后一期進(jìn)行回歸，結(jié)果表明，數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率仍然在1%水平下顯著為負(fù)。在第(4)和(5)列中，東部地區(qū)和中西部地區(qū)數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下均顯著，從系數(shù)絕對(duì)值比較結(jié)果來看(0.0076＞0.0035)，中西部地區(qū)數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的抑制作用要大于東部地區(qū)，可能原因是中西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)落后，數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生的紅利更大。因此，基本研究假說1得到驗(yàn)證。

本文利用第(2)列基準(zhǔn)回歸結(jié)果分析控制變量對(duì)商業(yè)銀行不良貸款率的影響。在1%水平下，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、金融發(fā)展與知識(shí)產(chǎn)權(quán)保護(hù)對(duì)商業(yè)銀行不良貸款率均具有顯著負(fù)向影響，說明促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和金融發(fā)展，以及加大知識(shí)產(chǎn)權(quán)的保護(hù)程度有利于降低商業(yè)銀行不良貸款率。在1%水平下，市場化程度對(duì)商業(yè)銀行不良貸款率具有顯著負(fù)向影響，說明非國有企業(yè)員工比例越高的省市區(qū)，商業(yè)銀行不良貸款率越低?？赡艿脑蚴菄衅髽I(yè)員工占比越高的省市區(qū)，國有經(jīng)濟(jì)成分比重越大，受地方政府預(yù)算軟約束和信貸優(yōu)惠等政策影響越大，信貸流向和收益越容易發(fā)生制度性扭曲，促進(jìn)了商業(yè)銀行不良貸款率的攀升，這與譚勁松等(2012)[19]、孫光林等(2017)[16]的研究結(jié)論一致。

表6 穩(wěn)健性估計(jì)結(jié)果

(二)穩(wěn)健性檢驗(yàn)

表6匯報(bào)了數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率影響的穩(wěn)健性檢驗(yàn)結(jié)果。首先，增加控制變量，在表6第(1)列回歸中，增加人均受教育年限變量edu，數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著，與表5第(2)列基準(zhǔn)回歸結(jié)果相比，未出現(xiàn)明顯差異。其次，通過改變估計(jì)方法，利用差分GMM兩步估計(jì)法進(jìn)行回歸得到的結(jié)果如表6第(2)列所示，數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著，再次表明數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響結(jié)果是穩(wěn)健的。最后，由于數(shù)字經(jīng)濟(jì)與商業(yè)銀行不良貸款率之間可能存在因雙向因果關(guān)系導(dǎo)致的內(nèi)生性問題，本文借鑒已有文獻(xiàn)的做法(張勛等，2019)[28]，利用各省市區(qū)省會(huì)離杭州的距離5為工具變量，回歸結(jié)果如表6第(3)列所示，工具變量t值為3.81，在1%水平下顯著，表明工具變量回歸結(jié)果是有效的，數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著為負(fù)，再次表明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

表7 金融效率的中介效應(yīng)回歸結(jié)果

五、作用機(jī)制分析

(一)金融效率的中介效應(yīng)回歸結(jié)果

表7匯報(bào)了金融效率中介效應(yīng)回歸結(jié)果。本文根據(jù)中介效應(yīng)檢驗(yàn)程序?qū)鹑谛实闹薪樾?yīng)進(jìn)行檢驗(yàn)，具體來看：首先，根據(jù)表5第(2)列的基準(zhǔn)回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響在1%水平下顯著為負(fù)，則繼續(xù)檢驗(yàn)；其次，根據(jù)表7第(1)列回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)金融效率的影響在1%水平下顯著為正，由第(2)列回歸結(jié)果可知，金融效率對(duì)商業(yè)銀行不良貸款率的影響在1%水平下顯著為負(fù)，則繼續(xù)檢驗(yàn)；最后，由表7第(2)列可知，數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響在1%水平下顯著為負(fù)，表明金融效率的中介效應(yīng)顯著，說明數(shù)字經(jīng)濟(jì)可以通過提高金融效率來降低商業(yè)銀行不良貸款率，即存在“數(shù)字經(jīng)濟(jì)發(fā)展→提高金融效率→降低商業(yè)銀行不良貸款率”的作用機(jī)制。此外，為了進(jìn)一步檢驗(yàn)金融效率中介效應(yīng)的穩(wěn)健性，利用數(shù)字經(jīng)濟(jì)滯后一期進(jìn)行回歸，同樣根據(jù)上述中介效應(yīng)檢驗(yàn)程序可知，金融效率的中介效應(yīng)仍然顯著。因此，基本研究假說2得到驗(yàn)證。

表8 創(chuàng)新效率的中介效應(yīng)回歸結(jié)果

(二)創(chuàng)新效率的中介效應(yīng)回歸結(jié)果

表8匯報(bào)了創(chuàng)新效率中介效應(yīng)回歸結(jié)果。本文根據(jù)中介效應(yīng)檢驗(yàn)程序?qū)?chuàng)新效率的中介效應(yīng)回歸結(jié)果進(jìn)行分析。具體來看，由表5第(2)列基準(zhǔn)回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響在1%水平下顯著為負(fù)，則繼續(xù)檢驗(yàn)；然后，根據(jù)表8第(1)和(2)列的回歸結(jié)果，數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新效率的影響在1%水平下顯著為正，創(chuàng)新效率和數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響均在1%水平下顯著為負(fù)。綜上所述，創(chuàng)新效率的中介效應(yīng)顯著，說明數(shù)字經(jīng)濟(jì)可以通過提高創(chuàng)新效率來降低商業(yè)銀行不良貸款率，即存在“數(shù)字經(jīng)濟(jì)發(fā)展→提高創(chuàng)新效率→降低商業(yè)銀行不良貸款率”的作用機(jī)制。為了進(jìn)一步地檢驗(yàn)創(chuàng)新效率中介效應(yīng)回歸結(jié)果的穩(wěn)健性，利用數(shù)字經(jīng)濟(jì)滯后一期進(jìn)行回歸分析，根據(jù)上述中介效應(yīng)檢驗(yàn)程序，依次觀察數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新效率影響，創(chuàng)新效率和數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率影響的系數(shù)在1%水平下均顯著，再次表明創(chuàng)新效率的中介效應(yīng)回歸結(jié)果是穩(wěn)健的。因此，基本研究假說3得到驗(yàn)證。

六、結(jié)論及政策建議

商業(yè)銀行不良貸款率是否可控，對(duì)于守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線起著至關(guān)重要的作用。本文根據(jù)我國2008―2017年30個(gè)省市面板數(shù)據(jù)，基于動(dòng)態(tài)面板系統(tǒng)GMM估計(jì)方法與中介效應(yīng)方法，在理論與實(shí)證雙重角度考察了數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響與作用機(jī)制。研究發(fā)現(xiàn)：(1)數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了其他產(chǎn)業(yè)的融合，以及數(shù)字技術(shù)在商業(yè)銀行的應(yīng)用，這有利于降低商業(yè)銀行不良貸款率；(2)數(shù)字經(jīng)濟(jì)可以通過提高金融效率來降低商業(yè)銀行不良貸款率，即存在“數(shù)字經(jīng)濟(jì)發(fā)展→提高金融效率→降低商業(yè)銀行不良貸款率”的作用機(jī)制；(3)數(shù)字經(jīng)濟(jì)可以通過提高創(chuàng)新效率來降低商業(yè)銀行不良貸款率，即存在“數(shù)字經(jīng)濟(jì)發(fā)展→提高創(chuàng)新效率→降低商業(yè)銀行不良貸款率”的作用機(jī)制。

根據(jù)本文研究結(jié)論，提出以下政策建議：一方面，應(yīng)提高商業(yè)銀行數(shù)字化水平，促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合。數(shù)字經(jīng)濟(jì)發(fā)展需要商業(yè)銀行的支持，但商業(yè)銀行對(duì)數(shù)字經(jīng)濟(jì)的資金支持目標(biāo)應(yīng)當(dāng)是促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，提高相關(guān)產(chǎn)業(yè)的數(shù)字化、網(wǎng)絡(luò)化和智能化建設(shè)，以及商業(yè)銀行金融機(jī)構(gòu)的數(shù)字化水平，以提高金融服務(wù)效率，從而為提高企業(yè)創(chuàng)新效率提供信貸支持。另一方面，提高數(shù)字技術(shù)在商業(yè)銀行金融機(jī)構(gòu)的應(yīng)用范圍，建立數(shù)字化風(fēng)險(xiǎn)管理體系，以降低商業(yè)銀行信貸風(fēng)險(xiǎn)。如建立新的風(fēng)險(xiǎn)管理工具及時(shí)處理數(shù)字經(jīng)濟(jì)相關(guān)企業(yè)的各種信息，以及利用區(qū)塊鏈等及時(shí)監(jiān)管數(shù)字企業(yè)風(fēng)險(xiǎn)等。 ■

注釋

1. 當(dāng)前學(xué)術(shù)界對(duì)于數(shù)字經(jīng)濟(jì)的定義并不統(tǒng)一，最具代表性的觀點(diǎn)有兩種：一是中國2016年《G20數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》指出的，數(shù)字經(jīng)濟(jì)是指使用數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素，以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)有效使用的一系列經(jīng)濟(jì)活動(dòng)；二是學(xué)術(shù)界基于已有研究將數(shù)字經(jīng)濟(jì)分為數(shù)字經(jīng)濟(jì)基礎(chǔ)部分(如互聯(lián)網(wǎng)信息通訊技術(shù)等)和數(shù)字經(jīng)濟(jì)融合部分(指數(shù)字技術(shù)應(yīng)用其他行業(yè))(如張美慧，2017；荊文君和孫寶文，2019)[27][23]。

2. 金融作為一種資源，存在數(shù)量約束問題，而金融效率是一國或地區(qū)改進(jìn)金融資源配置狀態(tài)提升經(jīng)濟(jì)效率的程度，也是資金融通的效率，是金融資源配置達(dá)到的最優(yōu)程度。

3. 創(chuàng)新效率是指在一定創(chuàng)新環(huán)境及創(chuàng)新資源配置條件下，各創(chuàng)新主體單位創(chuàng)新投入能夠達(dá)到的創(chuàng)新產(chǎn)出量，其數(shù)值大小體現(xiàn)了創(chuàng)新活動(dòng)的集約化水平(李政和楊思瑩，2018)[9]。

4. 由于西藏?cái)?shù)據(jù)在個(gè)別年份有缺失，因此，本文在研究過程中剔除了西藏。

5. 杭州作為中國數(shù)字經(jīng)濟(jì)發(fā)展的搖籃之一，具有強(qiáng)大的大城市輻射作用，各省市區(qū)離杭州越近，受到輻射作用的影響就越大，數(shù)字經(jīng)濟(jì)發(fā)展水平也就越高，能夠滿足工具變量的相關(guān)性要求。除此以外，各省市區(qū)與杭州的地理距離是自然存在的，并不會(huì)對(duì)商業(yè)銀行不良貸款率產(chǎn)生直接影響，滿足工具變量的外生性要求。