［摘?要］?文章立足于城商行零售業(yè)務(wù)轉(zhuǎn)型的實踐，從信貸資產(chǎn)配置的視角出發(fā)，研究了省域數(shù)字經(jīng)濟發(fā)展給城商行“資產(chǎn)端”零售貸款占比帶來的影響。研究發(fā)現(xiàn)：數(shù)字經(jīng)濟可以助推城商行零售業(yè)務(wù)轉(zhuǎn)型，對其“資產(chǎn)端”的零售貸款占比具有顯著的促進作用。一方面，這種促進作用主要集中于個人經(jīng)營性貸款、個人消費貸款和個人汽車貸款，對于個人住房按揭貸款則表現(xiàn)出抑制作用；另一方面，對于資產(chǎn)規(guī)模較大和東部地區(qū)的城商行，數(shù)字經(jīng)濟的促進作用更為明顯。機制檢驗表明：數(shù)字經(jīng)濟可以“賦能”城商行的風險管理和成本管理，進而促進其“資產(chǎn)端”零售貸款占比的提升。調(diào)節(jié)效應(yīng)檢驗表明：通過“改善民生質(zhì)量、提升司法質(zhì)量、改善城市人居環(huán)境質(zhì)量”優(yōu)化零售貸款業(yè)務(wù)的發(fā)展環(huán)境，可以強化數(shù)字經(jīng)濟對城商行“資產(chǎn)端”零售貸款占比的促進作用。此外，數(shù)字經(jīng)濟背景下，城商行“資產(chǎn)端”的“零售貸款占比提升”是以“對公貸款占比降低”為代價的，即存在“替代效應(yīng)”，且在經(jīng)濟下行期尤為明顯。

［關(guān)鍵詞］數(shù)字經(jīng)濟；零售貸款；風險管理；成本管理

［中圖分類號］??F49;F832.2［文獻標識碼］??A［文章編號］?1673-0461（2024）01-0084-13

一、引言

長期以來，我國商業(yè)銀行大都高度依賴于傳統(tǒng)的對公貸款業(yè)務(wù)，一面追求資產(chǎn)規(guī)模的快速擴張，一面將大量資金投入到對公貸款當中［1-2］。在市場利率受到嚴格管制的歷史時期，這種資產(chǎn)配置方式一度為我國商業(yè)銀行創(chuàng)造了豐厚的收益。近年來，隨著經(jīng)營環(huán)境巨變和市場競爭加劇，對公貸款業(yè)務(wù)逐漸步入“微利”時代，高度依賴于對公貸款業(yè)務(wù)的傳統(tǒng)經(jīng)營模式已然不利于商業(yè)銀行的長期發(fā)展。零售貸款業(yè)務(wù)則因其資本消耗低、風險分散性好、盈利穩(wěn)定而受到各銀行的青睞與重視，零售業(yè)務(wù)轉(zhuǎn)型也成為商業(yè)銀行實現(xiàn)高質(zhì)量發(fā)展的戰(zhàn)略性選擇［3］。

城商行深耕地方經(jīng)濟、踐行普惠金融、廣泛服務(wù)民眾，是我國多層次金融服務(wù)體系的重要組成部分。相比國有大型銀行和股份制銀行，城商行起步較晚、實力較弱，在零售業(yè)務(wù)轉(zhuǎn)型的推進方面處于落后位置。目前，為實現(xiàn)高質(zhì)量發(fā)展，有關(guān)零售業(yè)務(wù)轉(zhuǎn)型的安排頻繁出現(xiàn)于城商行的戰(zhàn)略規(guī)劃中，部分城商行甚至賦予了零售業(yè)務(wù)轉(zhuǎn)型“最高戰(zhàn)略優(yōu)先級”。

貸款業(yè)務(wù)始終是銀行的主體業(yè)務(wù)，因而我國銀行業(yè)普遍將零售業(yè)務(wù)轉(zhuǎn)型的重點放在拓展零售貸款方面［3］。城商行的零售貸款業(yè)務(wù)受到諸多因素的制約，“渠道匱乏、流程復雜”使得個人客戶難以便捷、高效、低成本地獲取零售貸款，“風控難度大、授信成本高”也使得城商行難以找到拓展零售貸款業(yè)務(wù)的“著力點”，這都對城商行的零售業(yè)務(wù)轉(zhuǎn)型形成了阻礙。所幸的是，數(shù)字經(jīng)濟可以“賦能”傳統(tǒng)行業(yè)轉(zhuǎn)型升級，為傳統(tǒng)行業(yè)帶來“新業(yè)態(tài)、新模式和新發(fā)展”。那么，數(shù)字經(jīng)濟能否“賦能”城商行，助力城商行推進零售業(yè)務(wù)轉(zhuǎn)型？本文主要針對這一問題展開研究。

我國數(shù)字經(jīng)濟近十年來取得了舉世矚目的發(fā)展成就，總體規(guī)模連續(xù)多年位居世界第二①，數(shù)字經(jīng)濟已經(jīng)成為驅(qū)動我國經(jīng)濟高質(zhì)量發(fā)展的重要動力?！翱茖W技術(shù)是第一生產(chǎn)力”，人類社會的多次科技革命為經(jīng)濟社會帶來了跨越式發(fā)展。目前，大力發(fā)展數(shù)字經(jīng)濟已成為“把握新一輪科技革命和產(chǎn)業(yè)變革新機遇的戰(zhàn)略選擇”②。與此同時，數(shù)字經(jīng)濟也成為當下的研究熱點?，F(xiàn)有研究顯示，數(shù)字經(jīng)濟主要從以下方面對銀行發(fā)揮積極影響：首先，數(shù)字經(jīng)濟可以推動“開放銀行”建設(shè)。謝治春等（2018）［4］認為，數(shù)字技術(shù)的應(yīng)用有助于推動“開放生態(tài)型銀行”的建設(shè)。當然，我國雖然在數(shù)字經(jīng)濟推動下形成了獨具特色的“開放銀行”模式，但仍存在配套制度與規(guī)范標準欠缺的問題［5］。其次，數(shù)字經(jīng)濟可以降低銀行風險。一方面，數(shù)字經(jīng)濟主體與銀行之間的聯(lián)系更為密切，銀行可以獲取更多內(nèi)部信息，從而降低銀企之間的信息不對稱［6］；另一方面，數(shù)字技術(shù)在金融領(lǐng)域的廣泛應(yīng)用，為緩解信貸市場的信息不對稱提供了解決方案［7］。基于此，孫光林和蔣偉（2021）［8］利用我國省級數(shù)據(jù)驗證了數(shù)字經(jīng)濟對銀行業(yè)不良貸款的抑制作用。再次，數(shù)字經(jīng)濟有助于改善銀行的經(jīng)營管理。包括但不限于：提高銀行的競爭力、適應(yīng)力［9］；提高銀行滿足客戶多樣化需求的能力［10］；降低交易成本、提高交易效率［11］；促進管理創(chuàng)新和產(chǎn)品創(chuàng)新［12］；改善銀行治理［13］。最后，數(shù)字經(jīng)濟可以促進銀行業(yè)務(wù)發(fā)展。主要包括無抵押的信用貸款業(yè)務(wù)和信用卡業(yè)務(wù)［14-15］。

總的來看，現(xiàn)有文獻仍有一些缺憾之處：第一，關(guān)于“數(shù)字經(jīng)濟賦能銀行轉(zhuǎn)型”的研究仍然較少，圍繞城商行這一“弱勢群體”的研究更是稀少，且大都集中于理論描述和定性分析，鮮有定量研究的文獻。第二，省域數(shù)字經(jīng)濟的發(fā)展水平與當?shù)亟?jīng)濟社會的發(fā)展情況有關(guān)，由此產(chǎn)生的“自選擇偏誤”會對實證結(jié)果造成干擾，但現(xiàn)有文獻大都沒有考慮這一問題。鑒于此，本文立足于城商行零售業(yè)務(wù)轉(zhuǎn)型的實踐，從信貸資產(chǎn)配置的視角出發(fā)，實證檢驗了數(shù)字經(jīng)濟發(fā)展對城商行“資產(chǎn)端”零售貸款占比的影響。

本文理論層面的貢獻在于：第一，立足于城商行零售業(yè)務(wù)轉(zhuǎn)型的實踐，提供了數(shù)字經(jīng)濟發(fā)展提升城商行“資產(chǎn)端”零售貸款占比的經(jīng)驗證據(jù)，并從不同類型零售貸款和不同特征銀行的角度探究了其異質(zhì)性影響。第二，數(shù)字經(jīng)濟發(fā)展水平的高低通常與一省份的經(jīng)濟社會發(fā)展情況有關(guān)，潛在的“自選擇偏誤”會對實證結(jié)果造成干擾，本文采用處理效應(yīng)模型排除了“自選擇偏誤”的干擾［16］，加強了研究結(jié)果的可靠性。第三，通過機制檢驗考察了數(shù)字經(jīng)濟發(fā)展對于城商行風險管理和成本管理的“賦能”作用。本文實踐層面的貢獻在于：一方面，將“民生質(zhì)量、司法質(zhì)量、城市人居環(huán)境質(zhì)量”引入了研究框架，為地方政府助力城商行實現(xiàn)高質(zhì)量發(fā)展提供了有益啟發(fā)。另一方面，揭示了城商行在數(shù)字經(jīng)濟背景下“減少對公貸款配置、增加零售貸款配置”的“資產(chǎn)轉(zhuǎn)換”行為，從宏觀審慎的角度來看，這值得監(jiān)管部門提高“警惕”。

二、影響機制與研究假設(shè)

（一）數(shù)字經(jīng)濟發(fā)展如何助推城商行零售業(yè)務(wù)轉(zhuǎn)型

目前，我國銀行業(yè)零售業(yè)務(wù)轉(zhuǎn)型的重點任務(wù)依然是拓展零售貸款業(yè)務(wù)［3］。城商行在拓展零售貸款業(yè)務(wù)的過程中，面臨著“渠道劣勢”和“信息劣勢”，因而其零售貸款業(yè)務(wù)一度發(fā)展緩慢，嚴重阻礙了其零售業(yè)務(wù)轉(zhuǎn)型的推進。數(shù)字經(jīng)濟的發(fā)展“改變了客戶獲取金融服務(wù)的習慣、促進了社會層面的數(shù)據(jù)積累與共享”，有助于城商行扭轉(zhuǎn)競爭中面臨的劣勢：

一方面，城商行面臨著“渠道劣勢”。優(yōu)質(zhì)客戶始終是銀行信貸市場上的稀缺資源，零售業(yè)務(wù)轉(zhuǎn)型實際上就是圍繞優(yōu)質(zhì)個人客戶的競爭。物理網(wǎng)點是商業(yè)銀行開展業(yè)務(wù)的重要渠道，國有大型銀行和股份制銀行實力雄厚、網(wǎng)點眾多，因而成為個人客戶獲取零售貸款的首選。與之相對的，城商行的物理網(wǎng)點較少，因而在開展零售貸款業(yè)務(wù)時面臨“渠道劣勢”：一是網(wǎng)點較少限制了城商行的銷售渠道，這導致客戶的觸達率低，城商行開展零售貸款業(yè)務(wù)時大都處于“被動獲客”和“隨機獲客”的狀態(tài)；二是網(wǎng)點較少也限制了客戶的獲貸渠道，這導致客戶的轉(zhuǎn)化率低，很多個人客戶有貸款需求卻無法便捷地獲取貸款，因而其貸款需求無法有效傳導至城商行。

數(shù)字經(jīng)濟的發(fā)展促進了“渠道的公平化”。具體的，作為“以信息化和互聯(lián)網(wǎng)的發(fā)展為支撐，通過數(shù)字化技術(shù)提供產(chǎn)品或服務(wù)的新型經(jīng)濟形態(tài)”［17］，數(shù)字經(jīng)濟的發(fā)展改變了個人客戶獲取金融服務(wù)的習慣：物理網(wǎng)點的重要性日漸降低，手機App開始成為聯(lián)結(jié)銀行與客戶的重要紐帶。目前，絕大部分的零售貸款都可以通過線上進行辦理，銀行可以通過手機App精準地推銷其產(chǎn)品，客戶也可以通過手機App便捷地獲取其所需的服務(wù)。受此影響，城商行開展零售貸款業(yè)務(wù)不再受到“物理網(wǎng)點較少”的制約，這在渠道層面給予了城商行更加公平的競爭機會，可以緩解其在線下競爭中面臨的不利局面，因而有助于其推進零售業(yè)務(wù)轉(zhuǎn)型。

另一方面，城商行面臨著“信息劣勢”。國有大型銀行和股份制銀行擁有基數(shù)龐大的客群，在客戶信息的積累量上處于優(yōu)勢地位，面對個人客戶提出的貸款申請，通過分析自有的歷史信息，就可以快速實現(xiàn)“受理→評估→審批→放款”等一系列流程。與之相對的，城商行原有的客群基數(shù)較小，在客戶信息的積累量上處于劣勢，面對個人客戶提出的貸款申請，城商行往往還需要通過其他外部渠道進行信用信息采集，或者要求客戶進一步提交補充材料，因而其業(yè)務(wù)流程需要耗費較長時間。對于個人客戶而言，這種“內(nèi)容繁瑣、過程冗長”的貸款申請流程，會極大地消耗其精力和耐心，甚至可能導致個人客戶放棄向城商行申貸。

數(shù)字經(jīng)濟的發(fā)展促進了“信息的公平化”。具體的，數(shù)字經(jīng)濟推動了“數(shù)據(jù)多共享、多跑路，客戶少等待、少跑腿”，征信系統(tǒng)持續(xù)得到完善、“信用信息”逐步互聯(lián)互通、銀企之間實現(xiàn)數(shù)據(jù)交互。社會層面信用信息的歸集與共享，為城商行創(chuàng)造了更為公平的信息環(huán)境。城商行借此實現(xiàn)了信息收集的便利化和智能化，大幅提升了零售貸款的評估、審批、放款效率，部分零售貸款甚至實現(xiàn)了實時審批放款，極大地改善了個人客戶的申貸體驗。

數(shù)字經(jīng)濟發(fā)展帶來的“渠道公平化”和“信息公平化”，助力城商行扭轉(zhuǎn)了競爭劣勢。個人客戶可以便捷、高效、低成本地從城商行獲取零售貸款，這對城商行的零售業(yè)務(wù)轉(zhuǎn)型產(chǎn)生了助推作用，有助于提升其“資產(chǎn)端”的零售貸款占比。鑒于此，本文提出如下假設(shè)：

H1：數(shù)字經(jīng)濟發(fā)展可以助推城商行的零售業(yè)務(wù)轉(zhuǎn)型，對城商行“資產(chǎn)端”的零售貸款占比具有顯著的促進作用。

（二）數(shù)字經(jīng)濟“賦能”城商行的風險管理和成本管理

實際上，零售貸款業(yè)務(wù)的風控難度大、授信成本高，也曾長期困擾我國城商行［3］。具體來看：首先是風控難度大。由于個人信息難以獲取，零售貸款業(yè)務(wù)面臨的信息不對稱要比對公貸款業(yè)務(wù)嚴重得多［18］。然后是授信成本高。研究顯示，無論是大額信貸業(yè)務(wù)還是小額信貸業(yè)務(wù)，其固定成本幾乎相差無幾［19］。因此，同樣規(guī)模的信貸資金，相較于“集中授信給企業(yè)客戶（對公貸款）”，“分散授信給個人客戶（零售貸款）”產(chǎn)生的授信成本要高得多。

數(shù)字經(jīng)濟為城商行的風險管理和成本管理提供了“著力點”：首先為風險管理工作解決了信息來源。隨著數(shù)字經(jīng)濟的發(fā)展，個人征信體系不斷完善③、金融機構(gòu)與互聯(lián)網(wǎng)公司之間實現(xiàn)“信用信息”互聯(lián)互通、銀行與經(jīng)銷商之間實現(xiàn)數(shù)據(jù)交互，城商行可以借此有效降低零售貸款業(yè)務(wù)的信息不對稱。其次為成本管理工作提供了技術(shù)路徑。零售貸款業(yè)務(wù)因其單筆額度小、同質(zhì)化程度高的特點，很容易通過數(shù)字技術(shù)實現(xiàn)“業(yè)務(wù)線上化、流程自動化和決策智能化”，城商行可以借此大幅壓縮零售貸款業(yè)務(wù)的授信成本。綜上，數(shù)字經(jīng)濟除了直接促進零售貸款業(yè)務(wù)發(fā)展，還可以“賦能”風險管理和成本管理，使之更好地發(fā)揮業(yè)務(wù)驅(qū)動作用，提升城商行“資產(chǎn)端”的零售貸款占比。鑒于此，本文提出如下假設(shè)：

H2：數(shù)字經(jīng)濟可以“賦能”城商行的風險管理和成本管理，在數(shù)字經(jīng)濟發(fā)展水平較高的情況下，風險管理和成本管理可以更好地促進其零售貸款占比提升。

（三）數(shù)字經(jīng)濟的“賦能”效應(yīng)與零售貸款業(yè)務(wù)的發(fā)展環(huán)境

在適宜的外部環(huán)境下，零售貸款業(yè)務(wù)的市場需求會更加旺盛，數(shù)字經(jīng)濟助推城商行零售業(yè)務(wù)轉(zhuǎn)型也可以取得“事半功倍”的效果。進一步地，本文圍繞零售貸款業(yè)務(wù)的發(fā)展環(huán)境展開分析：

其一，是民生質(zhì)量。滿足居民在“消費領(lǐng)域”的資金需求，是零售貸款業(yè)務(wù)的主要功能。隨著民生質(zhì)量不斷改善，人民群眾對美好生活的需求日益增長，超前消費的理念也逐漸被廣泛接受，這為零售貸款業(yè)務(wù)的發(fā)展提供了廣闊空間。因此，零售貸款業(yè)務(wù)的發(fā)展與民生質(zhì)量聯(lián)系緊密。相應(yīng)地，本文從改善民生的角度分析如下：首先，是增收入。隨著城鄉(xiāng)居民收入水平的改善，其消費積極性也會上升；相反地，如果收入水平保持在低位，則居民會缺乏消費的積極性。其次，是穩(wěn)就業(yè)。失業(yè)率高企會導致居民的消費意愿低迷，整個社會的消費需求會被嚴重抑制。再次，是提升城鎮(zhèn)基本醫(yī)療保險參保率。在沒有基本醫(yī)療保險提供保障的前提下，居民會心存“后顧之憂”而不愿消費（未來可能會因為疾病、突發(fā)意外而產(chǎn)生額外支出）。最后，是縮小城鄉(xiāng)居民收入差距。近年來，隨著在線消費、物流網(wǎng)絡(luò)的不斷發(fā)展，農(nóng)村居民的消費潛力也得到了有效釋放。目前，農(nóng)村居民消費已成為社會消費的重要一環(huán)，在擴內(nèi)需、穩(wěn)增長方面發(fā)揮了不容忽視的作用。但是，城鄉(xiāng)居民收入差距過大，會嚴重抑制農(nóng)村居民消費的積極性［20］。

城鄉(xiāng)居民的消費意愿不足，會嚴重抑制整個社會在“消費領(lǐng)域”的資金需求，不利于零售貸款業(yè)務(wù)發(fā)展。通過“增收入、穩(wěn)就業(yè)、提升城鎮(zhèn)基本醫(yī)保參保率、縮小城鄉(xiāng)居民收入差距”改善民生，可以有效激發(fā)城鄉(xiāng)居民的消費活力，促進整個社會在“消費領(lǐng)域”的資金需求，為零售貸款業(yè)務(wù)創(chuàng)造廣闊的發(fā)展空間。鑒于此，本文提出如下假設(shè)：

H3：通過“增收入、穩(wěn)就業(yè)、提升城鎮(zhèn)基本醫(yī)保參保率、縮小城鄉(xiāng)居民收入差距”改善民生，有助于強化數(shù)字經(jīng)濟對城商行零售貸款占比的促進作用。

其二，是司法質(zhì)量。零售貸款業(yè)務(wù)主要服務(wù)于居民的消費支出。消費過程包括多個環(huán)節(jié)（產(chǎn)品選擇、價格接受、質(zhì)量保證、實際消費、服務(wù)態(tài)度、售后保障等），任何一個環(huán)節(jié)發(fā)生“消費糾紛”都可能導致消費者的權(quán)益受損，使得消費難以再正常進行［21］。相應(yīng)地，市場對零售貸款業(yè)務(wù)的需求也會因此受到抑制。這種情況下，就需要通過司法保護“定分止爭、維護公平”，從而化解“消費糾紛”，促進消費市場健康發(fā)展［22］。研究顯示，司法質(zhì)量的提升有助于降低消費者維權(quán)成本、提振消費者安全感，從而促進城鄉(xiāng)居民消費支出［23］。因此，司法質(zhì)量高的省份，零售貸款業(yè)務(wù)具有更好的發(fā)展環(huán)境。鑒于此，本文提出如下假設(shè)：

H4：提升司法質(zhì)量，有助于強化數(shù)字經(jīng)濟對城商行零售貸款占比的促進作用。

其三，是城市人居環(huán)境質(zhì)量。在一個令人舒適的城市環(huán)境中，個體更愿意在消費中支付額外的價格，因為優(yōu)質(zhì)的居住環(huán)境會給居民帶來無形的“心理收入”［24］。“心理收入”帶來的超額消費，需要其他的資金來源進行填補，這拓展了零售貸款業(yè)務(wù)的市場需求。此外，城市人居環(huán)境質(zhì)量高的地區(qū)，居民的消費觀念會愈加偏向于享樂性質(zhì)的消費（住房、汽車以及奢侈品），即居民的“消費層級”會更高［25］。零售貸款（個人住房按揭貸款、個人消費貸款和個人汽車貸款）正是用于滿足高“消費層級”的個人授信業(yè)務(wù)。鑒于此，本文提出如下假設(shè)：

H5：改善城市人居環(huán)境質(zhì)量，有助于強化數(shù)字經(jīng)濟對城商行零售貸款占比的促進作用。

三、研究設(shè)計

（一）變量選取

1.被解釋變量

本文立足于城商行零售業(yè)務(wù)轉(zhuǎn)型的實踐，從信貸資產(chǎn)配置的視角出發(fā)，選取城商行“資產(chǎn)端”的零售貸款占比（retail）作為被解釋變量，即“零售貸款/總資產(chǎn)”。

2.解釋變量

本文采用劉軍等（2020）［17］構(gòu)建的數(shù)字經(jīng)濟發(fā)展指數(shù)（DE）反映各省份歷年的數(shù)字經(jīng)濟發(fā)展情況。該指數(shù)基于各省份的光纜密度、移動電話基站密度、信息化從業(yè)人員占比、電信業(yè)務(wù)總量、軟件業(yè)務(wù)收入、互聯(lián)網(wǎng)接入端口密度、移動電話普及率、寬帶互聯(lián)網(wǎng)用戶人數(shù)占比、移動互聯(lián)網(wǎng)用戶人數(shù)占比、企業(yè)網(wǎng)站占比、企業(yè)使用計算機數(shù)占比、電子商務(wù)占比、電子商務(wù)銷售額、網(wǎng)上零售額，采用熵值法進行加權(quán)構(gòu)建。劉軍等（2020）［17］構(gòu)建的數(shù)字經(jīng)濟發(fā)展指數(shù)在數(shù)字經(jīng)濟領(lǐng)域作出了開創(chuàng)性貢獻，可以較為全面地反映各省份的數(shù)字經(jīng)濟發(fā)展情況，因而在相關(guān)研究中得到廣泛的好評與應(yīng)用［26-27］。

考慮到數(shù)字經(jīng)濟發(fā)展水平的“自選擇偏誤”會導致內(nèi)生性問題，本文采用處理效應(yīng)模型進行了糾正［16］。根據(jù)處理效應(yīng)模型的需要，本文將省域數(shù)字經(jīng)濟發(fā)展水平轉(zhuǎn)化為虛擬變量的形式（DE_d）。通過計算樣本期內(nèi)30個省份（除西藏、港澳臺地區(qū)）數(shù)字經(jīng)濟發(fā)展指數(shù)的均值，將“數(shù)字經(jīng)濟發(fā)展指數(shù)（DE）≥均值”定義為“高”數(shù)字經(jīng)濟發(fā)展水平（DE_d=1），將“數(shù)字經(jīng)濟發(fā)展指數(shù)（DE）＜均值”定義為“低”數(shù)字經(jīng)濟發(fā)展水平（DE_d=0）。

3.控制變量

本文選取的控制變量包括：資本充足率（CAR）；資產(chǎn)規(guī)模（size）；資產(chǎn)收益率（ROA）；貸存比（SLR）；資產(chǎn)權(quán)益率（AER）；各省份的經(jīng)濟環(huán)境（GDP）；各省份的貨幣環(huán)境（CPI）；各省份的金融環(huán)境（finance），具體見表1。

我國城商行普遍提出零售業(yè)務(wù)轉(zhuǎn)型是從2014年開始，本文將時間向前推進一年，選取了96家城商行2013—2021年的數(shù)據(jù)作為樣本。相關(guān)數(shù)據(jù)來自各城商行的年報、各省份統(tǒng)計年鑒、MARK數(shù)據(jù)庫和國家統(tǒng)計局網(wǎng)站。

（二）模型設(shè)定

本文設(shè)定式（1）檢驗省域數(shù)字經(jīng)濟發(fā)展水平（DE_d）對城商行“資產(chǎn)端”零售貸款占比（retail）的影響：

retail=α+β×DE_d+∑8j=1θj×controlj+u（1）

式（1）中control代表控制變量；u代表殘差項。

四、實證分析

（一）基準回歸

一省份的數(shù)字經(jīng)濟發(fā)展水平并非隨機變量，而是與當?shù)亟?jīng)濟社會的發(fā)展情況有關(guān)（受一些前定因素的影響），這會導致自選擇問題，進而對實證結(jié)果造成干擾。這種情況下，“數(shù)字經(jīng)濟發(fā)展水平較高的省份”和“數(shù)字經(jīng)濟發(fā)展水平較低的省份”，當?shù)爻巧绦性诹闶圪J款占比上的差異，既有可能是數(shù)字經(jīng)濟發(fā)展水平不同造成的，也有可能是前定因素不同造成的?；蛘哒f，可能存在一些前定因素，使得部分省份無論數(shù)字經(jīng)濟發(fā)展水平如何，當?shù)爻巧绦械牧闶圪J款占比總是會高于或者低于其他省份。為消除“自選擇偏誤”導致的內(nèi)生性，本文進一步采用處理效應(yīng)模型進行了回歸［16］。根據(jù)處理效應(yīng)模型的數(shù)據(jù)需要，解釋變量采用了虛擬變量形式的數(shù)字經(jīng)濟發(fā)展水平（DE_d）。

表2和表3采用了處理效應(yīng)模型（OLS兩步法和MLE估計），用以排除“自選擇偏誤”導致的內(nèi)生性。微觀控制變量（CAR、size、ROA、SLR、AER）采用其滯后期值，以避免反向因果關(guān)系導致內(nèi)生性問題。處理效應(yīng)選取的協(xié)變量包括：人均GDP（PCG），用于控制各省份的經(jīng)濟發(fā)展水平；城鎮(zhèn)化率（urban），即各省份的城鎮(zhèn)人口占總?cè)丝诘谋戎?；失業(yè)率（lost），用于控制各省份的就業(yè)情況；固定資產(chǎn)投資增速（invest），用于控制各省份投資因素的影響；對外貿(mào)易依存度（trade），用于控制各省份的對外開放程度；金融環(huán)境（finance），即各省份的金融業(yè)增加值占比；每萬人擁有的專利授權(quán)數(shù)（tech），用于控制各省份的技術(shù)因素；產(chǎn)業(yè)結(jié)構(gòu)（second），即各省份的第二產(chǎn)業(yè)增加值占比。

第一階段Probit回歸中，協(xié)變量較好地控制了相關(guān)因素對省域數(shù)字經(jīng)濟發(fā)展水平的影響；第二階段的診斷性指標（hazard?lambda和LR）檢驗均顯著，說明省域數(shù)字經(jīng)濟發(fā)展水平確實會產(chǎn)生“自選擇偏誤”，應(yīng)當采用處理效應(yīng)模型進行糾正。表3的列（1）和列（2）中，數(shù)字經(jīng)濟發(fā)展水平（DE_d）的系數(shù)顯著為正，說明：隨著省域數(shù)字經(jīng)濟發(fā)展水平的提高，城商行的零售貸款占比會上升。總的來看，上述結(jié)果依然支持了本文假設(shè)H1。

（二）內(nèi)生性討論

首先，是“自選擇偏誤”導致的內(nèi)生性。這是本文內(nèi)生性問題的主要來源，本文在表2和表3基準回歸部分采用處理效應(yīng)模型予以了糾正。

其次，是反向因果關(guān)系導致的內(nèi)生性。省域數(shù)字經(jīng)濟發(fā)展水平作為一個宏觀變量，一般不會受到微觀個體的反向影響。但出于穩(wěn)妥考慮，本文依然采用工具變量法進行了檢驗。現(xiàn)有文獻大都采用各省份的光纜密度、互聯(lián)網(wǎng)接入端口密度、移動電話普及率作為數(shù)字經(jīng)濟的外生工具變量。本文采用的數(shù)字經(jīng)濟發(fā)展指數(shù)本身就是基于這些外生變量編制的［17］。因此，借鑒王詩卉和謝絢麗（2021）［12］的做法，直接采用數(shù)字經(jīng)濟發(fā)展指數(shù)的滯后一期值（L.DE）作為工具變量進行回歸?；鶞驶貧w部分的處理效應(yīng)模型主要用于糾正“自選擇偏誤”導致的內(nèi)生性，并不適用于該工具變量的回歸，因而本部分采用了傳統(tǒng)的面板數(shù)據(jù)回歸方法，F(xiàn)檢驗和Hausman檢驗的結(jié)果均支持了固定效應(yīng)模型，結(jié)果見表4：列（1）作為參照，是數(shù)字經(jīng)濟發(fā)展指數(shù)當期值（DE）的回歸結(jié)果；列（2）則是數(shù)字經(jīng)濟發(fā)展指數(shù)滯后一期值（L.DE）的回歸結(jié)果?？偟膩砜?，結(jié)果依然支持了本文假設(shè)H1。

最后，是遺漏變量和測量誤差導致的內(nèi)生性。借鑒李春濤等（2020）［28］的做法，使用相同年度“相鄰省份數(shù)字經(jīng)濟發(fā)展指數(shù)的均值”（DE_ave）作為工具變量進行了回歸：一方面，相鄰省份的數(shù)字經(jīng)濟發(fā)展水平一般比較接近，這確保了其相關(guān)性；另一方面，由于行政區(qū)劃上的分割，相鄰省份的數(shù)字經(jīng)濟發(fā)展水平相對外生。F檢驗和Hausman檢驗的結(jié)果均支持了隨機效應(yīng)模型，結(jié)果見表4的列（3）。DE_ave的系數(shù)依然顯著為正，支持了本文假設(shè)H1。

（三）穩(wěn)健性檢驗

首先，基于劉軍等（2020）［17］數(shù)字經(jīng)濟發(fā)展指數(shù)的三個分項指標，信息化發(fā)展指數(shù)（inform）、互聯(lián)網(wǎng)發(fā)展指數(shù)（internet）和數(shù)字交易發(fā)展指數(shù)（DT），根據(jù)樣本期均值將三個分項指標轉(zhuǎn)化為信息化發(fā)展水平（inform_d）、互聯(lián)網(wǎng)發(fā)展水平（internet_d）和數(shù)字交易發(fā)展水平（DT_d），同時采用兩種處理效應(yīng)模型（OLS兩步法和MLE估計）進行了回歸，即表5中列（1）～（6），結(jié)果未出現(xiàn)實質(zhì)性變化。

然后，采用固定效應(yīng)模型對信息化發(fā)展指數(shù)（inform）、互聯(lián)網(wǎng)發(fā)展指數(shù)（internet）和數(shù)字交易發(fā)展指數(shù)（DT）進行回歸，結(jié)果見表6列（1）～（3），三個分項指標的系數(shù)均顯著為正，與前文結(jié)論一致。還將三個分項指標滯后一期，回歸結(jié)果見表6列（4）～（6），結(jié)果未出現(xiàn)實質(zhì)性變化。

此外，本文還進行了以下穩(wěn)健性檢驗：一方面，是更換解釋變量，參考劉珺等（2023）［29］的研究，以“北京大學數(shù)字普惠金融指數(shù)”為數(shù)字經(jīng)濟發(fā)展水平的代理變量；另一方面，是增加控制變量，包括流動性比例、不良貸款率、民資持股比例。結(jié)果依然支持前文結(jié)論（囿于篇幅所限，結(jié)果未列出）。總的來看，本文回歸結(jié)果穩(wěn)健可靠。

五、進一步的研究

表3中的診斷性指標（hazard?lambda和LR檢驗）均顯著，說明“自選擇偏誤”導致的內(nèi)生性問題非常嚴重，必須采用處理效應(yīng)模型進行糾正。為確保后續(xù)回歸結(jié)果的可靠，下文研究與基準回歸保持一致，繼續(xù)采用處理效應(yīng)模型，并參照現(xiàn)有文獻的做法［1-2］，同時采用基于處理效應(yīng)模型的OLS兩步法和MLE估計進行實證分析。

（一）異質(zhì)性影響：不同類型零售貸款和不同特征城商行

零售貸款主要由“個人經(jīng)營性貸款、個人住房按揭貸款、個人消費貸款、個人汽車貸款”構(gòu)成。表7檢驗了數(shù)字經(jīng)濟對不同類型零售貸款的影響：列（1）和列（2）是個人經(jīng)營性貸款（business），DE_d的系數(shù)顯著為正；列（3）和列（4）是個人住房按揭貸款（mortgage），DE_d的系數(shù)顯著為負；列（5）和列（6）是個人消費貸款（consume），DE_d的系數(shù)顯著為正；列（7）和列（8）是個人汽車貸款（car），DE_d的系數(shù)顯著為正?？偟膩砜?，數(shù)字經(jīng)濟對城商行零售貸款業(yè)務(wù)的促進作用主要集中于個人經(jīng)營性貸款、個人消費貸款和個人汽車貸款，對于個人住房按揭貸款則表現(xiàn)出抑制作用。

從抵押物來看：個人經(jīng)營性貸款和個人消費貸款具有無抵押的特點；個人汽車貸款的抵押物屬于消耗品，其保值性較差；個人住房按揭貸款的抵押物則具有較好的保值增值能力，流轉(zhuǎn)性也相對較強。長期以來，我國城商行出于安全考慮，所投放的零售貸款大都集中于個人住房按揭貸款（部分城商行的房貸占零售貸款比重甚至超過八成）。這種零售貸款配置方式“表面穩(wěn)健，實則畸形”，因為零售貸款板塊的安全性與房價走勢深度綁定，一旦房價出現(xiàn)波動，整個零售貸款板塊都將遭到拖累。隨著數(shù)字經(jīng)濟發(fā)展水平的提升，個人經(jīng)營性貸款、個人消費貸款和個人汽車貸款受到促進，個人住房按揭貸款則受到抑制，這說明：數(shù)字經(jīng)濟有助于城商行的零售貸款板塊“回歸”合理狀態(tài)。

進一步地，表8從資產(chǎn)規(guī)模（size）和區(qū)位因素（local）兩個方面檢驗了數(shù)字經(jīng)濟對城商行零售貸款占比的異質(zhì)性影響。

首先，列（1）和列（2）中引入了城商行的資產(chǎn)規(guī)模與數(shù)字經(jīng)濟的交互項。DE_d和size×DE_d的系數(shù)均顯著為正，說明：資產(chǎn)規(guī)模越大的城商行，數(shù)字經(jīng)濟對其零售貸款占比的促進作用越大。究其原因，資產(chǎn)規(guī)模大的城商行往往客戶基數(shù)大、業(yè)務(wù)覆蓋面廣，而且還具備規(guī)模經(jīng)濟［2］，在開展零售貸款業(yè)務(wù)的過程中更具優(yōu)勢，因而加強了數(shù)字經(jīng)濟的“賦能”效果。

其次，列（3）和列（4）中引入了城商行的區(qū)位因素與數(shù)字經(jīng)濟的交互項（位于東部地區(qū)的城商行，local=1；位于中西部地區(qū)的城商行，local=0）。DE_d和local×DE_d的系數(shù)均顯著為正，說明：相較于中西部地區(qū)的城商行，數(shù)字經(jīng)濟對東部地區(qū)城商行零售貸款占比的促進作用更大。這主要是我國數(shù)字經(jīng)濟發(fā)展不平衡造成的，東部地區(qū)數(shù)字經(jīng)濟的發(fā)展水平大都高于中西部地區(qū)，因而對當?shù)爻巧绦辛闶圪J款業(yè)務(wù)的“賦能”效果更好。

（二）機制檢驗：數(shù)字經(jīng)濟“賦能”城商行風險管理和成本管理

近年來，傳統(tǒng)的“逐步回歸法”在機制檢驗中，可靠性受到較多的批評與質(zhì)疑［30］。鑒于此，本文采用交互項的方式進行了機制檢驗。表9考察了數(shù)字經(jīng)濟對城商行風險管理和成本管理工作的“賦能”效應(yīng)。

表9列（1）中引入了城商行的風險管理能力（risk_m）與數(shù)字經(jīng)濟的交互項，風險管理能力用“100%－不良貸款率”進行衡量［31］。risk_m和risk_m×DE_d的系數(shù)均顯著為正，說明：在數(shù)字經(jīng)濟發(fā)展水平較低時（DE_d=0），風險管理能力對零售貸款占比的影響為0.609；在數(shù)字經(jīng)濟發(fā)展水平較高時（DE_d=1），風險管理能力對零售貸款占比的影響為1.420（0.609+0.811）。明顯地，數(shù)字經(jīng)濟發(fā)展水平的提升，強化了風險管理能力對零售貸款占比的促進作用。列（2）的結(jié)果同樣支持該結(jié)論。

表9列（3）中引入了城商行的成本管理能力（cost_m）與數(shù)字經(jīng)濟的交互項，成本管理能力用“100%－成本收入比”進行衡量［32］。cost_m的系數(shù)不顯著，cost_m×DE_d的系數(shù)則顯著為正，說明：數(shù)字經(jīng)濟發(fā)展水平較低時（DE_d=0），成本管理能力未能促進零售貸款占比提升；數(shù)字經(jīng)濟發(fā)展水平較高時（DE_d=1），成本管理能力可以促進零售貸款占比提升。明顯地，數(shù)字經(jīng)濟發(fā)展水平的提升，強化了成本管理能力對零售貸款占比的促進作用。列（4）的結(jié)果同樣支持該結(jié)論。總的來看，上述結(jié)果支持了假設(shè)H2。

（三）調(diào)節(jié)效應(yīng)：零售貸款業(yè)務(wù)的發(fā)展環(huán)境

首先，表10考察了民生質(zhì)量帶來的影響。列（1）和列（2）引入了各省份的人均可支配收入（income）與數(shù)字經(jīng)濟的交互項，系數(shù)顯著為正，說明：人均可支配收入的提升，有助于強化數(shù)字經(jīng)濟對零售貸款占比的促進作用。列（3）和列（4）引入了各省份的城鎮(zhèn)登記失業(yè)率（lost）與數(shù)字經(jīng)濟的交互項，系數(shù)顯著為負，說明：失業(yè)率的攀升，會抑制數(shù)字經(jīng)濟對零售貸款占比的促進作用。列（5）和列（6）引入了各省份的城鎮(zhèn)基本醫(yī)保參保率（insurance）與數(shù)字經(jīng)濟的交互項，系數(shù)顯著為正，說明：城鎮(zhèn)基本醫(yī)保參保率的提升，有助于強化數(shù)字經(jīng)濟對零售貸款占比的促進作用。列（7）和列（8）引入了各省份的城鄉(xiāng)居民收入差距（gap）與數(shù)字經(jīng)濟的交互項，城鄉(xiāng)居民收入差距用“城鎮(zhèn)居民人均可支配收入/農(nóng)村居民人均可支配收入”衡量。交互項系數(shù)顯著為負，說明：城鄉(xiāng)居民收入差距的擴大，會抑制數(shù)字經(jīng)濟對零售貸款占比的促進作用?？偟膩砜?，表10的結(jié)果支持了假設(shè)H3。

其次，表11中列（1）和列（2）考察了司法質(zhì)量帶來的影響，司法質(zhì)量用各省份每萬人擁有的律師數(shù)量進行度量［23］。justice×DE_d的系數(shù)顯著為正，說明：司法質(zhì)量越高的省份，數(shù)字經(jīng)濟對零售貸款占比的促進作用越大。該結(jié)果支持了假設(shè)H4。

最后，表11中列（3）～（8）考察了城市人居環(huán)境質(zhì)量帶來的影響。本文主要從三個方面評價了城市人居環(huán)境質(zhì)量：一是城市生態(tài)環(huán)境（green），即各省份的人均公園綠地面積（這是住建部評價城市宜居度的重要指標）；二是城市交通環(huán)境（road），即各省份的人均城市道路面積（人均城市道路面積少，意味著道路負荷高，更容易產(chǎn)生交通擁堵問題，進而降低城市人居環(huán)境質(zhì)量）；三是城市醫(yī)療環(huán)境（medical），即每萬人擁有的醫(yī)療衛(wèi)生機構(gòu)數(shù)（這是新冠疫情以來非常受關(guān)注的指標）。列（3）和列（4）引入了城市生態(tài)環(huán)境和數(shù)字經(jīng)濟的交互項，系數(shù)顯著為正，說明：城市生態(tài)環(huán)境建設(shè)越先進的省份，數(shù)字經(jīng)濟對零售貸款占比的促進作用越大。列（5）和列（6）引入了城市交通環(huán)境和數(shù)字經(jīng)濟的交互項，系數(shù)顯著為正，說明：城市交通環(huán)境建設(shè)越先進的省份，數(shù)字經(jīng)濟對零售貸款占比的促進作用越大。列（7）和列（8）引入了城市醫(yī)療環(huán)境和數(shù)字經(jīng)濟的交互項，系數(shù)顯著為正，說明：城市醫(yī)療環(huán)境建設(shè)越先進的省份，數(shù)字經(jīng)濟對零售貸款占比的促進作用越大?？偟膩砜?，列（3）～（8）的結(jié)果支持了假設(shè)H5。

六、拓展性研究：數(shù)字經(jīng)濟背景下城商行的“資產(chǎn)轉(zhuǎn)換”行為

進一步地，本文在表12中考察了數(shù)字經(jīng)濟背景下城商行的“資產(chǎn)轉(zhuǎn)換”行為。列（1）和列（2）的被解釋變量為城商行“資產(chǎn)端”的對公貸款占比（corporate），DE_d的系數(shù)顯著為負，說明：隨著數(shù)字經(jīng)濟發(fā)展水平的提高，城商行“資產(chǎn)端”的對公貸款占比在下降。這與表3的結(jié)果形成鮮明對比（隨著數(shù)字經(jīng)濟發(fā)展水平的提高，城商行“資產(chǎn)端”的零售貸款占比在上升）。

城商行的“資產(chǎn)端”主要由對公貸款、零售貸款、同業(yè)資產(chǎn)以及金融資產(chǎn)構(gòu)成，從資產(chǎn)配置的視角來看：受數(shù)字經(jīng)濟發(fā)展的影響，城商行增加“資產(chǎn)端”零售貸款配置的同時，減少了“資產(chǎn)端”的對公貸款配置。換而言之，數(shù)字經(jīng)濟背景下城商行“資產(chǎn)端”的“零售貸款占比提升”是以“對公貸款占比降低”為代價的，即存在“替代效應(yīng)”。對公貸款對于支持實體經(jīng)濟發(fā)展、推動產(chǎn)業(yè)結(jié)構(gòu)升級具有重要意義，因此，從宏觀審慎的角度來看，這值得監(jiān)管部門提高“警惕”。

表12中列（3）和（4）的被解釋變量為城商行“資產(chǎn)端”的對公貸款占比（corporate），引入了經(jīng)濟環(huán)境（GDP）和數(shù)字經(jīng)濟的交互項。DE_d的系數(shù)顯著為負，GDP×DE_d的系數(shù)則顯著為正，說明：隨著經(jīng)濟增速放緩，數(shù)字經(jīng)濟對于對公貸款占比的負向影響會上升。表12中列（5）和（6）的被解釋變量為城商行“資產(chǎn)端”的零售貸款占比（retail），引入了經(jīng)濟環(huán)境（GDP）和數(shù)字經(jīng)濟的交互項。DE_d的系數(shù)顯著為正，GDP×DE_d的系數(shù)則顯著為負，說明：隨著經(jīng)濟增速放緩，數(shù)字經(jīng)濟對于零售貸款占比的正向影響會上升。究其原因：對公貸款具有強周期性，在經(jīng)濟增速放緩的情況下，企業(yè)客戶的經(jīng)營狀況會惡化，因而違約率會出現(xiàn)明顯攀升；零售貸款則具有弱周期性，即使面臨經(jīng)濟下行，借款人仍然會保持強烈的還款意愿。因此，一旦經(jīng)濟增速放緩，城商行為避免“資產(chǎn)端”的違約率攀升，會在數(shù)字經(jīng)濟的助力下加速進行“資產(chǎn)轉(zhuǎn)換”，將資金從對公貸款轉(zhuǎn)向零售貸款。

七、結(jié)論與啟示

（一）結(jié)論

本文立足于城商行零售業(yè)務(wù)轉(zhuǎn)型的實踐，從信貸資產(chǎn)配置的視角出發(fā)，研究了省域數(shù)字經(jīng)濟發(fā)展給城商行“資產(chǎn)端”零售貸款占比帶來的影響。研究發(fā)現(xiàn)：①數(shù)字經(jīng)濟可以助推城商行零售業(yè)務(wù)轉(zhuǎn)型，對其“資產(chǎn)端”的零售貸款占比具有顯著的促進作用。一方面，這種促進作用主要集中于個人經(jīng)營性貸款、個人消費貸款和個人汽車貸款，對于個人住房按揭貸款則表現(xiàn)出抑制作用；另一方面，對于資產(chǎn)規(guī)模較大和東部地區(qū)的城商行，數(shù)字經(jīng)濟的促進作用更為明顯。②機制檢驗表明：數(shù)字經(jīng)濟可以“賦能”城商行的風險管理和成本管理，在數(shù)字經(jīng)濟發(fā)展水平較高的情況下，風險管理和成本管理可以更好地促進零售貸款占比提升。③調(diào)節(jié)效應(yīng)檢驗表明：通過“改善民生質(zhì)量、提升司法質(zhì)量、改善城市人居環(huán)境質(zhì)量”優(yōu)化零售貸款業(yè)務(wù)的發(fā)展環(huán)境，可以強化數(shù)字經(jīng)濟對城商行“資產(chǎn)端”零售貸款占比的促進作用。④數(shù)字經(jīng)濟背景下，城商行“資產(chǎn)端”的“零售貸款占比提升”是以“對公貸款占比降低”為代價的，二者存在“替代效應(yīng)”，且在經(jīng)濟下行期尤為明顯。

（二）啟示

本文的政策啟示直接蘊含于本文的結(jié)論之中：

第一，城商行推進零售業(yè)務(wù)轉(zhuǎn)型，要以堅持服務(wù)實體經(jīng)濟為前提。零售業(yè)務(wù)轉(zhuǎn)型要求城商行大力發(fā)展零售貸款業(yè)務(wù)，但這并不意味著要放棄對公貸款。城商行要通過“合理控制對公貸款增速、深入優(yōu)化對公貸款結(jié)構(gòu)”的方式，更高質(zhì)量地服務(wù)實體經(jīng)濟。當然，數(shù)字經(jīng)濟背景下，城商行增加零售貸款配置是零售業(yè)務(wù)轉(zhuǎn)型的必然要求，但是減少對公貸款配置并不值得提倡（對公貸款對于“支持實體經(jīng)濟發(fā)展、推動產(chǎn)業(yè)結(jié)構(gòu)升級”具有重要意義）。在資金有限的前提下，城商行可以優(yōu)先壓縮“資產(chǎn)端”的同業(yè)資產(chǎn)和金融資產(chǎn)（減少金融體系內(nèi)的資金空轉(zhuǎn)），將節(jié)約的資金用于零售貸款投放，不能有意壓縮“資產(chǎn)端”對公貸款的配置比例。從宏觀審慎的角度來看，監(jiān)管部門也要適時對城商行的信貸投放給出指導意見，避免城商行在零售業(yè)務(wù)轉(zhuǎn)型過程中對企業(yè)客戶進行“惜貸”“抽貸”，尤其是在當前經(jīng)濟增速放緩的背景下，監(jiān)管部門更需要加強信貸政策的引導作用。

第二，城商行要加強對省域數(shù)字經(jīng)濟的資金支持。省域數(shù)字經(jīng)濟的“賦能”效應(yīng)是助力城商行實現(xiàn)零售業(yè)務(wù)轉(zhuǎn)型的重要手段，同時，省域數(shù)字經(jīng)濟的發(fā)展也離不開城商行的資金支持。城商行將信貸資源向數(shù)字經(jīng)濟領(lǐng)域做出傾斜，不僅有助于促進數(shù)字經(jīng)濟穩(wěn)健發(fā)展，也有助于數(shù)字經(jīng)濟發(fā)揮“反哺”作用，助力城商行零售業(yè)務(wù)轉(zhuǎn)型的順利進行。

第三，城商行要積極提升自身的數(shù)字化水平：一方面，前臺業(yè)務(wù)部門要轉(zhuǎn)換競爭思維，擺脫物理網(wǎng)點的桎梏，通過數(shù)字化技術(shù)進一步實現(xiàn)“流程再造、模式升級”，借助線上渠道打造一體化的服務(wù)體系，讓零售貸款業(yè)務(wù)更加“民生化、便捷化和智慧化”；另一方面，中后臺部門也要進一步提高數(shù)字技術(shù)的應(yīng)用，充分“賦能”自身風險管理和成本管理工作，讓風險管理和成本管理成為加速自身零售業(yè)務(wù)轉(zhuǎn)型的引擎。

第四，地方政府不是城商行零售業(yè)務(wù)轉(zhuǎn)型的旁觀者，而是可以發(fā)揮助推作用的參與者。地方政府可以通過“改善民生質(zhì)量、提升司法質(zhì)量、改善城市人居環(huán)境質(zhì)量”優(yōu)化零售貸款業(yè)務(wù)的發(fā)展環(huán)境，助力城商行通過零售業(yè)務(wù)轉(zhuǎn)型實現(xiàn)高質(zhì)量發(fā)展。

［注?釋］①

數(shù)據(jù)來自國家發(fā)展和改革委員會主任何立峰于2022年10月28日在十三屆全國人大常委會第三十七次會議上所作的報告。

②?2021年10月18日，習近平總書記在主持十九屆中央政治局第三十四次集體學習時所強調(diào)。

③?截至2022年8月末，由央行主導建設(shè)的個人征信系統(tǒng)已收錄11.5億自然人信息（數(shù)據(jù)來自中國人民銀行征信管理局）。[BFQ][ZK）]

［參考文獻］

［1］史永東，郭子增，王龑.從重資產(chǎn)到輕資產(chǎn)：商業(yè)模式轉(zhuǎn)型對銀行績效的影響——基于我國上市銀行的研究［J］.商業(yè)研究，2019（7）：77-83.

［2］王龑，郭子增.從“重資產(chǎn)”到“輕資產(chǎn)”：經(jīng)營模式轉(zhuǎn)型是否影響了銀行風險［J］.金融經(jīng)濟學研究，2019，34（5）：80-92.

［3］胡俊，李強，劉穎琛，等.商業(yè)銀行金融科技對零售貸款的影響——基于年報的文本分析［J］.管理評論，2021，33（11）：298-311.

［4］謝治春，趙興廬，劉媛.金融科技發(fā)展與商業(yè)銀行的數(shù)字化戰(zhàn)略轉(zhuǎn)型［J］.中國軟科學，2018（8）：184-192.

［5］郭亦能，肖斌卿.數(shù)字經(jīng)濟時代開放銀行發(fā)展模式與路徑：中英兩國對比研究［J］.河海大學學報（哲學社會科學版），2021，23（4）：51-59.

［6］MINETTI?R，?HERRERA?A?M.?Informed?finance?and?technological?change：?evidence?from?credit?relationships［J］.?Journal?of?financial?economics，?2015，?83（1）：223-269.

［7］ITAY?G，?WEI?J，?ANDREW?K?G.?To?fintech?and?beyond［J］.?Review?of?financial?studies，?2019，?32（5）：1647-1661.

［8］孫光林，蔣偉.數(shù)字經(jīng)濟對商業(yè)銀行不良貸款率的影響機制研究［J］.證券市場導報，2021（5）：37-44.

［9］王建清.數(shù)字經(jīng)濟對我國銀行業(yè)的幾大挑戰(zhàn)［J］.社會科學研究，2001（4）：37-39.

［10］MOWRY?M?J?.?Banking’s?digital?arms?race［Z］.?Business?NH?magazine，?2015.

［11］易憲容，陳穎穎，位玉雙.數(shù)字經(jīng)濟中的幾個重大理論問題研究——基于現(xiàn)代經(jīng)濟學的一般性分析［J］.經(jīng)濟學家，2019（7）：23-31.

［12］王詩卉，謝絢麗.經(jīng)濟壓力還是社會壓力：數(shù)字金融發(fā)展與商業(yè)銀行數(shù)字化創(chuàng)新［J］.經(jīng)濟學家，2021（1）：100-108.

［13］張慶君，陳思.數(shù)字經(jīng)濟發(fā)展、銀行數(shù)字化投入與銀行治理［J］.經(jīng)濟與管理研究，2022，43（8）：31-55.

［14］羅煜，崔書言，曠純.數(shù)字化與商業(yè)銀行經(jīng)營轉(zhuǎn)型——基于傳統(tǒng)業(yè)務(wù)結(jié)構(gòu)變遷視角［J］.國際金融研究，2022（5）：34-44.

［15］王正位，張躍星.數(shù)字經(jīng)濟時代銀行信用卡業(yè)務(wù)創(chuàng)新發(fā)展研究［J］.新金融，2022（11）：19-24.

［16］MADDALA?G?S.?Limiteddependent?and?qualitative?variables?in?econometrics［J］.?Cambridge?England?Cambridge?university?press，?1983，?79（387）：80-81.

［17］劉軍，楊淵鋆，張三峰.中國數(shù)字經(jīng)濟測度與驅(qū)動因素研究［J］.上海經(jīng)濟研究，2020（6）：81-96.

［18］錢先航，曹春方.信用環(huán)境影響銀行貸款組合嗎——基于城市商業(yè)銀行的實證研究［J］.金融研究，2013（4）：57-70.

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

［20］王芳，胡立君.城鎮(zhèn)化對中國農(nóng)村居民消費的影響及傳導路徑研究——基于收入效應(yīng)和收入差距的多重中介效應(yīng)檢驗［J］.宏觀經(jīng)濟研究，2022（9）：64-77.

［21］葉胥，楊荷，毛中根.消費者權(quán)益保護、企業(yè)社會責任與居民消費［J］.經(jīng)濟管理，2021，43（12）：150-169.

［22］劉樹德.構(gòu)建和諧消費關(guān)系?促進市場健康發(fā)展［N］.人民法院報，?2010-05-26（008）.

［23］岳鵠，劉漢文，周子灼.地區(qū)司法質(zhì)量對居民消費的影響［J］.消費經(jīng)濟，2023，39（1）：46-57.

［24］GLAESER?E?L，?GOTTLIEB?J?D.?Urban?resurgence?and?the?consumer?city［J］.?Urban?studies，?2006，?43（8）：1275-1299.

［25］王寧.地方消費主義、城市舒適物與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化——從消費社會學視角看產(chǎn)業(yè)轉(zhuǎn)型升級［J］.社會學研究，2014，29（4）：24-48.

［26］陳叢波，葉阿忠.數(shù)字經(jīng)濟促進經(jīng)濟增長的城市異質(zhì)性研究［J］.統(tǒng)計與信息論壇，2023，38（4）：48-58.

［27］段龍龍，何虎.數(shù)字經(jīng)濟發(fā)展能夠抑制地方政府規(guī)模膨脹嗎——基于政府治理能力視角的實證研究［J］.貴州財經(jīng)大學學報，2023，?223（2）：21-31.

［28］李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.中國工業(yè)經(jīng)濟，2020，?382（1）：81-98.

［29］劉珺，唐建偉，周邊，等.數(shù)字經(jīng)濟如何影響中國通貨膨脹？——基于作用機理和動態(tài)特征的實證分析［J］.金融研究，2023，?513（3）：1-19.

［30］江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國工業(yè)經(jīng)濟，2022，?410（5）：100-120.

［31］劉莉亞，余晶晶，楊金強，等.競爭之于銀行信貸結(jié)構(gòu)調(diào)整是雙刃劍嗎？——中國利率市場化進程的微觀證據(jù)［J］.經(jīng)濟研究，2017，52（5）：131-145.

［32］王龑，史永東.科技金融反哺銀行業(yè)的異質(zhì)性研究——來自區(qū)域性銀行的經(jīng)驗證據(jù)［J］.科學學研究，2017，35（12）：1821-1831.

Development?of?Provincial?Digital?Economy?and?Retail?Business?Transformation?

of?Urban?Commercial?Banks

Wang??Yan

（School?of?Economics?and?Management，?Dalian?Minzu?University，?Dalian?116000，?China）

Abstract：

This?article?is?based?on?the?practice?of?retail?business?transformation?of?urban?commercial?banks.?From?the?perspective?of?credit?asset?allocation，?it?studies?the?impact?of?the?development?of?the?provincial?digital?economy?on?the?proportion?of?retail?loans?on?the?asset?side?of?urban?commercial?banks.?The?results?show?that：?the?digital?economy?can?promote?the?retail?business?transformation?of?urban?commercial?banks，?and?increase?the?proportion?of?retail?loans.?On?the?one?hand，?this?promoting?effect?mainly?focuses?on?personal?business?loans，?personal?consumption?loans，?and?personal?vehicle?loans，?while?showing?a?restraining?effect?on?personal?housing?mortgage?loans.?On?the?other?hand，?for?urban?commercial?banks?with?larger?asset?size?and?in?the?eastern?region，?the?promoting?effect?of?the?digital?economy?is?more?pronounced.?Mechanism?tests?show?that：?the?digital?economy?can?empower?urban?commercial?banks’?risk?management?and?cost?management，?thereby?promoting?the?increase?in?the?proportion?of?retail?loans

on?their?asset?side.?The?adjustment?effect?test?shows?that：?by?improving?the?quality?of?people’s?livelihood，?enhancing?the?quality?of?justice，?and?improving?the?quality?of?urban?living?environment?to?optimize?the?development?environment?of??retail?loan?business，?the?promotion?effect?of?the?digital?economy?can?be?strengthened.?In?addition，?in?the?context?of?the?digital?economy，?the?increase?in?the?proportion?of?retail?loans?on?the?asset?side?of?urban?commercial?banks?is?at?the?expense?of?the?reduction?in?the?proportion?of?corporate?loans，?which?means?there?is?a?substitution?effect，?especially?in?the?downturn?of?the?economy.

Key?words：digital?economy;?retail?loans;?risk?management;?cost?management

（責任編輯：蔡曉芹）