王藍　康子怡

摘要：隨著大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展，數(shù)字化轉(zhuǎn)型愈發(fā)成為商業(yè)銀行強化風(fēng)控體系建設(shè)的有力抓手。文章以選取2011-2020年我國21家地方性上市商業(yè)銀行數(shù)據(jù)為研究樣本，探討數(shù)字化轉(zhuǎn)型與地方商業(yè)性銀行風(fēng)險控制的潛在關(guān)系。實證結(jié)果顯示，數(shù)字化轉(zhuǎn)型有助于提高銀行的風(fēng)險控制能力。進一步研究發(fā)現(xiàn)，對于資產(chǎn)規(guī)模小或者位于經(jīng)濟欠發(fā)達地區(qū)的地方性商業(yè)銀行而言，數(shù)字化轉(zhuǎn)型對其風(fēng)險控制能力的提升作用更為明顯。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；商業(yè)銀行；風(fēng)險控制

一、引言

黨的二十大報告指出：“加強和完善現(xiàn)代金融監(jiān)管，強化金融穩(wěn)定保障體系，依法將各類金融活動全部納入監(jiān)管，守住不發(fā)生系統(tǒng)性風(fēng)險底線”。作為經(jīng)濟體系運行的血脈，金融系統(tǒng)的安全和穩(wěn)定直接影響到我國經(jīng)濟與社會整體的可持續(xù)發(fā)展（許滌龍和陳雙蓮，2015）。2022年，河南農(nóng)商行事件引發(fā)全國廣泛關(guān)注，暴露出我國地方性商業(yè)銀行在風(fēng)險管控方面存在較大的問題。與全國性大銀行相比，地方性銀行發(fā)展起步較晚，規(guī)模較小，在風(fēng)險控制方面經(jīng)驗不足（余靜文和吳濱陽，2021）。但與此同時，地方性商業(yè)銀行作為我國多層次金融機構(gòu)體系的有機組成部分，其在支持地方經(jīng)濟發(fā)展、服務(wù)鄉(xiāng)村振興等方面發(fā)揮著重要作用。在此背景下，研究如何進一步提高地方性商業(yè)銀行的風(fēng)險控制能力是一個事關(guān)我國金融市場穩(wěn)定和地方經(jīng)濟發(fā)展的重要議題。

近年來，數(shù)字技術(shù)的普及為商業(yè)銀行的風(fēng)險控制提供了強力的技術(shù)支撐（肖宇等，2020；李向前和賀卓異，2021）。數(shù)字技術(shù)可以通過人工智能、大數(shù)據(jù)、云計算等先進的技術(shù)手段，提高對貸款的事前風(fēng)險評價能力，提高對放貸人員的監(jiān)督能力，以及發(fā)放貸款后的風(fēng)險監(jiān)控能力（Berg et al.，2019）。尤其在國家政策引導(dǎo)和行業(yè)形勢驅(qū)動下，銀行業(yè)已經(jīng)形成了通過數(shù)字化轉(zhuǎn)型來防范金融風(fēng)險和構(gòu)建競爭優(yōu)勢的發(fā)展共識。那么，在數(shù)字化浪潮的大背景下，數(shù)字技術(shù)是否真的提高了地方性商業(yè)銀行的風(fēng)險管控能力呢？學(xué)術(shù)界關(guān)于數(shù)字金融如何影響商業(yè)銀行風(fēng)險這一問題展開了熱烈的討論，然而并沒有得到一致的結(jié)論（吳桐桐和王仁曾，2021；余靜文和吳濱陽，2021）。而且，學(xué)術(shù)界大多采用地區(qū)數(shù)字普惠金融指數(shù)來測度數(shù)字發(fā)展程度，但這未能很好地反映微觀主體的數(shù)字化轉(zhuǎn)型程度（趙宸宇等，2021）。對于上市銀行來說，其年度報告一定程度上體現(xiàn)了管理層對未來發(fā)展方向的判斷（姚加權(quán)等，2020），對把握商業(yè)銀行的經(jīng)營戰(zhàn)略具有重要的參考價值。為此，本文嘗試使用年報信息來衡量地方性商業(yè)銀行數(shù)字化轉(zhuǎn)型程度，考察其對地方性商業(yè)銀行風(fēng)險控制的潛在作用，并深入探究不同情境下數(shù)字化轉(zhuǎn)型對商業(yè)銀行風(fēng)險管控的異質(zhì)性影響，對新時期地方性商業(yè)銀行強化數(shù)字賦能、保證金融體系平穩(wěn)運行具有重要意義。

二、理論推演與假設(shè)提出

信貸風(fēng)險管控數(shù)字化轉(zhuǎn)型是對商業(yè)銀行傳統(tǒng)信貸模式的顛覆性改變。數(shù)字技術(shù)在地方性商業(yè)銀行信貸管理的應(yīng)用有助于實現(xiàn)風(fēng)險識別、風(fēng)險監(jiān)測和風(fēng)險預(yù)警等目的，從而改變傳統(tǒng)信貸管理成本高、工具少、效率低的現(xiàn)狀（劉忠璐，2016；郭小平和連育青，2020）。

首先，通過數(shù)字技術(shù)轉(zhuǎn)型，地方性商業(yè)銀行可以基于大數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)深入洞察客戶行為、偏好，構(gòu)建全維度的客戶畫像，進而更好地識別和評估貸款人的風(fēng)險，緩解由于銀行與客戶間的信息不對稱所導(dǎo)致的逆向選擇和道德風(fēng)險問題（Berg et al.，2019）。其次，中小銀行普遍存在治理結(jié)構(gòu)不完善、治理制度不健全和監(jiān)督機制失效等問題（周學(xué)東，2020），在放貸過程中，很容易出現(xiàn)內(nèi)控合規(guī)流程缺失或執(zhí)行不到位等不規(guī)范的現(xiàn)象，導(dǎo)致銀行面臨較高的風(fēng)險，而數(shù)字技術(shù)的應(yīng)用可以通過減少人為干預(yù)風(fēng)險來達到化解風(fēng)險隱患和強化風(fēng)險管理的目的。最后，受到“重貸輕管”錯誤觀念的影響，商業(yè)銀行普遍不重視貸后管理，使其成為影響銀行信貸資產(chǎn)安全的重大風(fēng)險隱患（張樹林和張婷婷，2012）。而數(shù)字化轉(zhuǎn)型可以充分借助大數(shù)據(jù)、人工智能、云計算等數(shù)字技術(shù)，實時掌握貸款人的動態(tài)信息、實現(xiàn)對貸款人資金流向進行全過程監(jiān)控，以便及時預(yù)測分析貸款人的潛在風(fēng)險并做出快速反應(yīng)，從而有利于切實保障信貸資產(chǎn)的安全，降低銀行的風(fēng)險（Cheng and Qu，2020）。為此，本文提出假設(shè)1。

假設(shè)1：數(shù)字化轉(zhuǎn)型可以提高地方性商業(yè)銀行的風(fēng)險控制能力。

相比規(guī)模更大商業(yè)銀行而言，小規(guī)模的商業(yè)銀行由于授信風(fēng)險高和數(shù)字技術(shù)發(fā)展相對落后，因而數(shù)字化轉(zhuǎn)型對于其的作用更加明顯。一方面，小規(guī)模的商業(yè)銀行優(yōu)質(zhì)客戶資源較為匱乏（郭品和沈悅，2019），導(dǎo)致其更容易面臨抵押擔(dān)保不足和缺乏征信的問題（余靜文和吳濱陽，2021）；另一方面，小規(guī)模的商業(yè)銀行發(fā)展起步較晚，風(fēng)險管理水平較為落后，在處理復(fù)雜的風(fēng)險業(yè)務(wù)時經(jīng)驗不足，信貸風(fēng)險隱患大，因而更可能出問題。所以，對于小規(guī)模銀行來說，數(shù)字化轉(zhuǎn)型能更為有效地提升其風(fēng)險管理和防范能力，進而解決傳統(tǒng)信貸經(jīng)營管理中的痛點和難點。為此，本文提出假設(shè)2。

假設(shè)2：對于小規(guī)模的商業(yè)銀行而言，數(shù)字化轉(zhuǎn)型對其風(fēng)險控制能力的提升更為明顯。

在經(jīng)濟欠發(fā)達的地區(qū)，市場契約意識較差，貸款人的更可能隱瞞實際情況，銀行的工作人員也容易出現(xiàn)不規(guī)范的行為。此外，經(jīng)濟發(fā)展水平是形成中國地區(qū)“數(shù)字鴻溝”的重要原因（胡鞍鋼和周紹杰，2002），相較于經(jīng)濟發(fā)達地區(qū)，經(jīng)濟欠發(fā)達地區(qū)數(shù)字經(jīng)濟體制機制滯后、信息基礎(chǔ)設(shè)施建設(shè)薄弱，致使總體上當(dāng)?shù)財?shù)字化的發(fā)展和應(yīng)用相對落后。在此情況下，銀行加速推行數(shù)字化轉(zhuǎn)型可以帶來更大的邊際收益，即在經(jīng)濟欠發(fā)達地區(qū)，數(shù)字化轉(zhuǎn)型對于商業(yè)銀行提高風(fēng)險控制能力的影響更加明顯。為此，本文提出假設(shè)3。

假設(shè)3：在經(jīng)濟欠發(fā)達地區(qū)，數(shù)字化轉(zhuǎn)型對商業(yè)銀行風(fēng)險控制能力的提升更為明顯。

三、研究設(shè)計

（一）樣本選擇

本文選取2011-2020年我國21家地方性上市商業(yè)銀行數(shù)據(jù)為研究樣本，并對數(shù)據(jù)做了如下處理：第一，剔除四大行、浦發(fā)銀行、興業(yè)銀行、中信銀行等大規(guī)模的全國性商業(yè)銀行；第二，為了減少異常值影響，本文對所有的連續(xù)變量在1%和99%分位上做縮尾處理。上市銀行的數(shù)據(jù)來自CSMAR數(shù)據(jù)庫，城市層面的數(shù)據(jù)來自CEIC數(shù)據(jù)庫，數(shù)字化轉(zhuǎn)型的數(shù)據(jù)來自CNRDS數(shù)據(jù)庫。

（二）模型設(shè)計

為驗證本文提出的主假設(shè)，本文構(gòu)建的OLS多元線性回歸模型如下：

Riski，t=β*Digitali，t+Control Variables+Bank FE+Year FE+ε（1）

本文的核心被解釋變量為中小銀行風(fēng)險水平，參照Apanard和Clas（2009）對銀行風(fēng)險水平的計量，本文使用不良貸款與資本資產(chǎn)比率（NPLTCAP）來衡量中小銀行風(fēng)險水平。在穩(wěn)健性檢驗中，本文將因變量替換為不良貸款率。本文的解釋變量為銀行的數(shù)字化轉(zhuǎn)型程度，參考既有文獻（吳非等，2021；劉鳳環(huán)，2022），首先統(tǒng)計年報中出現(xiàn)的大數(shù)據(jù)、人工智能、區(qū)塊鏈等數(shù)字化轉(zhuǎn)型相關(guān)的詞頻，然后加1取對數(shù)進行測度。為控制銀行自身特征和宏觀經(jīng)濟政治環(huán)境的影響，模型中加入銀行固定效應(yīng)和年份固定效應(yīng)。其他控制變量說明如表1所示。

四、實證分析

（一）描述性統(tǒng)計

表2報告了本文主要變量的描述性統(tǒng)計結(jié)果。從地方性商業(yè)銀行的情況來看，因變量不良貸款與資本資產(chǎn)比率平均值為17.97%，不良貸款率均值為1.30%，說明總體而言，我國地方性商業(yè)銀行仍留有足夠的安全邊界，近年來的風(fēng)險控制取得了一定的效果。自變量數(shù)字化轉(zhuǎn)型程度均值為2.90，最小值為0，且標(biāo)準(zhǔn)差為1.001，表明地方性商業(yè)銀行間的數(shù)字化發(fā)展呈現(xiàn)不均衡的現(xiàn)象。其他變量詳見表2。

（二）回歸結(jié)果分析

表3為本文主要假設(shè)檢驗以及穩(wěn)健性檢驗的回歸結(jié)果。其中，列（1）為假設(shè)1的檢驗結(jié)果，數(shù)字化轉(zhuǎn)型程度（Digital）的系數(shù)顯著為負，證實了數(shù)字化轉(zhuǎn)型對提高地方性商業(yè)銀行風(fēng)險管控能力的積極影響，支持了文本的假設(shè)1。地方性商業(yè)銀行銀行規(guī)模（Size）、資本充足率（CAR）的系數(shù)均在1%的水平上顯著為負，與袁鯤和饒素凡（2014）、徐明東和陳學(xué)彬（2012）等人的結(jié)論一致，即隨著銀行規(guī)模的擴大和資本充足率的提高，銀行的風(fēng)險水平明顯降低。

列（2）在模型（1）的基礎(chǔ)上加入銀行規(guī)模（Size）與Digital的交互項，結(jié)果表明，加快數(shù)字化轉(zhuǎn)型有助于小規(guī)模商業(yè)銀行更好地甄別和評估貸款人風(fēng)險、規(guī)范信貸流程，進而能有效提高其風(fēng)險控制能力，假設(shè)2得證。在列（3）將市級人均GDP（PGDP）與自變量Digital進行交乘，結(jié)果顯示，交互項系數(shù)在1%的水平上顯著為負，證實了本文的假設(shè)3，即在經(jīng)濟發(fā)展相對不發(fā)達的地區(qū)，數(shù)字技術(shù)的發(fā)展和應(yīng)用更加有利于增強地方性商業(yè)銀行的風(fēng)險管控水平。

在穩(wěn)健性檢驗中，本文參考余靜文和吳濱陽（2021）的做法，將因變量替換為不良貸款率，結(jié)果如列（4）所示，Digital的系數(shù)仍然顯著為負，再次證實了數(shù)字化轉(zhuǎn)型對地方性商業(yè)銀行具有化解風(fēng)險隱患和強化風(fēng)險管理的積極作用。

五、結(jié)語

在銀行業(yè)競爭愈發(fā)激烈和金融監(jiān)管趨嚴的背景下，數(shù)字技術(shù)作為防范和化解風(fēng)險的有效工具，已經(jīng)成為地方性商業(yè)銀行突破發(fā)展瓶頸、提升服務(wù)質(zhì)效的著力點。立足于數(shù)字化浪潮的場景，本文對地方性商業(yè)銀行的數(shù)字化轉(zhuǎn)型與風(fēng)險管控的內(nèi)在聯(lián)系進行考察，研究表明，數(shù)字化轉(zhuǎn)型對地方性商業(yè)銀行的風(fēng)險控制能力具有顯著的促進作用。進一步發(fā)現(xiàn)，首先，由于中小銀行的客戶違約風(fēng)險更高且信息系統(tǒng)建設(shè)相對滯后，因而，對于資產(chǎn)規(guī)模小的地方性商業(yè)銀行而言，數(shù)字技術(shù)應(yīng)用可以更加有效地完善其風(fēng)險控制體系，進而提高風(fēng)險把控能力。其次，經(jīng)濟發(fā)展水平一定程度上制約了地區(qū)信息化建設(shè)和數(shù)字知識獲取，在此情況下，數(shù)字技術(shù)賦能更有助于發(fā)揮對地方性商業(yè)銀行風(fēng)險控制能力的提升作用。

目前數(shù)字技術(shù)應(yīng)用帶來的“數(shù)字鴻溝”仍待消除，地區(qū)間數(shù)字發(fā)展不平衡不充分的問題也尚待解決，而本文的研究為我國中小銀行主動把握住數(shù)字化轉(zhuǎn)型契機和加快補齊中西部地區(qū)的數(shù)字技術(shù)基礎(chǔ)設(shè)施短板提供了一定的經(jīng)驗參考價值。

第一，技術(shù)更新迭代快速導(dǎo)致不少中小銀行在數(shù)字化建設(shè)和轉(zhuǎn)型過程中面臨被動應(yīng)對的局面。然而，當(dāng)前商業(yè)銀行數(shù)字化轉(zhuǎn)型已成為不可逆轉(zhuǎn)的趨勢，對于中小銀行來說，更應(yīng)該化被動為主動，積極擁抱數(shù)字化浪潮。在這一過程中，中小銀行要充分利用自身區(qū)域特色，以數(shù)字化轉(zhuǎn)型的方式提升自身的風(fēng)險管理和防控能力，進而構(gòu)筑核心競爭優(yōu)勢。

第二，在我國全面推進數(shù)字化建設(shè)和轉(zhuǎn)型的當(dāng)下，應(yīng)尤其重視以及著重支持中西部等經(jīng)濟欠發(fā)達地區(qū)的信息基礎(chǔ)設(shè)施建設(shè)，通過數(shù)字化賦能填補經(jīng)濟相對落后地區(qū)的地方性商業(yè)銀行與經(jīng)濟發(fā)達城市在風(fēng)險防控方面的差距，增強經(jīng)濟金融的發(fā)展韌性，進而為新征程中我國經(jīng)濟高質(zhì)量發(fā)展提供強力支撐。

參考文獻：

[1]Apanard Angkinand，Clas Wihlborg. Deposit insurance coverage，ownership， and banks’risk-taking in emerging markets[J].Journal of International Money and Finance，2009，29（02）.

[2]Berg Tobias，Burg Valentin，Gomboviｃ＇Ana，Puri Manju. On the Rise of FinTechs：Credit Scoring Using Digital Footprints[J].The Review of Financial Studies，2020，33（07）.

[3]Maoyong Cheng，Yang Qu.Does bank FinTech reduce credit risk？Evidence from China[J].Pacific-Basin Finance Journal，2020，63.

[4]郭品，沈悅.互聯(lián)網(wǎng)金融、存款競爭與銀行風(fēng)險承擔(dān)[J].金融研究，2019（08）：58-76.

[5]郭小平，連育青.商業(yè)銀行信貸風(fēng)險管理數(shù)字化轉(zhuǎn)型的探析[J].財務(wù)與金融，2020（06）：12-15+21.

[6]胡鞍鋼，周紹杰.中國如何應(yīng)對日益擴大的“數(shù)字鴻溝”[J].中國工業(yè)經(jīng)濟，2002（03）：5-12.

[7]李向前，賀卓異.金融科技發(fā)展對商業(yè)銀行影響研究[J].現(xiàn)代經(jīng)濟探討，2021（02）：50-57.

[8]劉鳳環(huán).數(shù)字化賦能、企業(yè)類型與投資效率[J].經(jīng)濟問題，2022（11）：67-75.

[9]劉忠璐.互聯(lián)網(wǎng)金融對商業(yè)銀行風(fēng)險承擔(dān)的影響研究[J].財貿(mào)經(jīng)濟，2016（04）：71-85+115.

[10]吳非，胡慧芷，林慧妍，任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[11]吳桐桐，王仁曾.數(shù)字金融、銀行競爭與銀行風(fēng)險承擔(dān)——基于149家中小商業(yè)銀行的研究[J].財經(jīng)論叢，2021（03）：38-48.

[12]肖宇，李詩林，梁博.新冠肺炎疫情沖擊下的銀行業(yè)金融科技應(yīng)用：理論邏輯、實踐特征與變革路徑[J].金融經(jīng)濟學(xué)研究，2020，35（03）：90-103.

[13]徐明東，陳學(xué)彬.貨幣環(huán)境、資本充足率與商業(yè)銀行風(fēng)險承擔(dān)[J].金融研究，2012（07）：489+50-62.

[14]許滌龍，陳雙蓮.基于金融壓力指數(shù)的系統(tǒng)性金融風(fēng)險測度研究[J].經(jīng)濟學(xué)動態(tài)，2015（04）：69-78.

[15]姚加權(quán)，張錕澎，羅平.金融學(xué)文本大數(shù)據(jù)挖掘方法與研究進展[J].經(jīng)濟學(xué)動態(tài)，2020（04）：143-158.

[16]余靜文，吳濱陽.數(shù)字金融與商業(yè)銀行風(fēng)險承擔(dān)——基于中國商業(yè)銀行的實證研究[J].產(chǎn)經(jīng)評論，2021，12（04）：108-128.

[17]袁鯤，饒素凡.銀行資本、風(fēng)險承擔(dān)與杠桿率約束——基于中國上市銀行的實證研究（2003-2012年）[J].國際金融研究，2014（08）：52-60.

[18]張樹林，張婷婷.信息不對稱與商業(yè)銀行貸后管理[J].海南金融，2012（08）：35-37.

[19]趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，42（07）：114-129.

[20]周學(xué)東.中小銀行金融風(fēng)險主要源于公司治理失靈——從接管包商銀行看中小銀行公司治理的關(guān)鍵[J].中國金融，2020（15）：19-21.

（作者單位：廈門大學(xué)嘉庚學(xué)院）