李 晨 丁 鑫

（蘭州財(cái)經(jīng)大學(xué)，甘肅 蘭州 730020；首都經(jīng)濟(jì)貿(mào)易大學(xué)，北京 100070）

一、引言與文獻(xiàn)綜述

隨著防范化解重大金融風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)進(jìn)入深化階段，我國(guó)整體金融風(fēng)險(xiǎn)趨于平穩(wěn)，但是地方系統(tǒng)性金融風(fēng)險(xiǎn)水平仍然存在差異，尤其部分地方金融風(fēng)險(xiǎn)常年居高不下。近年來(lái)，數(shù)字金融發(fā)展對(duì)傳統(tǒng)金融業(yè)產(chǎn)生巨大沖擊，在經(jīng)歷數(shù)字金融與傳統(tǒng)金融融合發(fā)展階段后，數(shù)字金融在我國(guó)金融體系中的戰(zhàn)略地位顯著提升。隨著數(shù)字金融發(fā)展深入金融業(yè)各個(gè)領(lǐng)域，金融體系的穩(wěn)定性面臨新的挑戰(zhàn)，數(shù)字金融的發(fā)展給系統(tǒng)性金融風(fēng)險(xiǎn)帶來(lái)了各種不確定因素，為防范化解重大金融風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)帶來(lái)新的難題。因此，本文選擇我國(guó)2011～2019年省級(jí)面板數(shù)據(jù)，實(shí)證檢驗(yàn)數(shù)字金融與區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)系，并依據(jù)結(jié)論提出針對(duì)性政策建議，具有較強(qiáng)的政策價(jià)值與現(xiàn)實(shí)意義。

有關(guān)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的研究，Setser et al.（2002）提出將區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)按照不同部門的資產(chǎn)負(fù)債表進(jìn)行分析，宏觀經(jīng)濟(jì)部門分為公共部門、金融部門、企業(yè)部門和家庭部門四個(gè)部分，并按照四個(gè)部門的資產(chǎn)負(fù)債表作為區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的分析框架。國(guó)內(nèi)外學(xué)者從不同部門對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的傳染效應(yīng)展開(kāi)研究，沈麗等（2019）按照政府、企業(yè)和家庭部門分類從區(qū)域金融風(fēng)險(xiǎn)的時(shí)空演化視角分析我國(guó)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的傳染效應(yīng)，發(fā)現(xiàn)政府部門是風(fēng)險(xiǎn)主要的傳染方和被傳染方，企業(yè)部門的風(fēng)險(xiǎn)傳染渠道是信貸和非正規(guī)金融渠道，家庭部門的傳染效應(yīng)是區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的重要因素。學(xué)者們從多個(gè)角度深入研究系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素，如宏觀層面的生產(chǎn)者價(jià)格指數(shù)（李正輝等，2017）和中觀層面的部門結(jié)構(gòu)（宋凌峰和葉永剛，2011），也有研究從微觀層面分析企業(yè)債務(wù)對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的外溢效應(yīng)（Bernanke et al.，1999）。近年來(lái)，我國(guó)企業(yè)部門的債務(wù)水平明顯高于國(guó)家水平，嚴(yán)重加劇了金融體系的脆弱性，地方金融風(fēng)險(xiǎn)暴露出不少問(wèn)題（陶玲和朱迎，2016；茍文君等，2016；紀(jì)敏等，2017；劉一楠和王亮，2018）。

數(shù)字金融是傳統(tǒng)金融與新興科技結(jié)合的金融創(chuàng)新，金融創(chuàng)新對(duì)金融風(fēng)險(xiǎn)的影響主要有兩種觀點(diǎn)。部分研究認(rèn)為金融創(chuàng)新能夠促進(jìn)風(fēng)險(xiǎn)的分散轉(zhuǎn)移，從而緩解高區(qū)域性、系統(tǒng)性風(fēng)險(xiǎn)（唐文進(jìn)等，2019）；另一部研究則認(rèn)為金融創(chuàng)新主要聚焦于風(fēng)險(xiǎn)的轉(zhuǎn)移，但不能消除系統(tǒng)性風(fēng)險(xiǎn)，在金融創(chuàng)新的過(guò)程中產(chǎn)生的無(wú)序和過(guò)度創(chuàng)新反而會(huì)改變金融結(jié)構(gòu)，造成金融體系的不穩(wěn)定（Beck et al.，2012）。數(shù)字金融在與商業(yè)銀行業(yè)務(wù)和技術(shù)融合過(guò)程中，對(duì)商業(yè)銀行的經(jīng)營(yíng)效率和風(fēng)險(xiǎn)管理造成沖擊，引發(fā)新的風(fēng)險(xiǎn)（吳曉求，2015），商業(yè)銀行的風(fēng)險(xiǎn)在整個(gè)金融體系內(nèi)傳播，最后造成系統(tǒng)性風(fēng)險(xiǎn)。數(shù)字金融業(yè)務(wù)中不少業(yè)務(wù)是通過(guò)線上辦理，缺乏可靠的資信評(píng)估及深入調(diào)研，這些數(shù)字金融業(yè)務(wù)無(wú)疑會(huì)對(duì)金融體系產(chǎn)生影響（楊才然和王寧，2015）。

數(shù)字金融借助大數(shù)據(jù)、云計(jì)算等技術(shù)極大革新了傳統(tǒng)金融交易方式，顯著提升了資金融通效率。伴隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，數(shù)字金融衍生出多種應(yīng)用場(chǎng)景，突破線下交易的地理約束，有效降低融資門檻，拓寬融資渠道（王娟和朱衛(wèi)未，2020）。同時(shí)，大數(shù)據(jù)、區(qū)塊鏈技術(shù)的應(yīng)用能夠迅速、全面捕捉市場(chǎng)交易的各種信息，極大降低市場(chǎng)中存在的信息不對(duì)稱性。而且，數(shù)字金融通過(guò)金融市場(chǎng)發(fā)出的各種信號(hào)識(shí)別出市場(chǎng)反饋情況，這將提升風(fēng)險(xiǎn)識(shí)別與處置效率，從而為金融風(fēng)險(xiǎn)防控提供參考。另外，數(shù)字金融政策性和靶向性的特質(zhì)引導(dǎo)金融資源在實(shí)體經(jīng)濟(jì)中有效配置，優(yōu)化宏觀經(jīng)濟(jì)環(huán)境，有助于緩解單一銀行信貸模式造成的融資約束，提高金融服務(wù)實(shí)體的效率（汪亞楠等，2020）。因此，數(shù)字金融對(duì)于優(yōu)化金融生態(tài)、緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)具有積極意義。

基于上述分析，本文將數(shù)字金融與區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)納入同一框架進(jìn)行分析，厘清數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響機(jī)制。與以往研究不同，本文的創(chuàng)新之處在于：首先，研究視角不同，本文從數(shù)字金融發(fā)展的角度分析其對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響機(jī)制，彌補(bǔ)了這方面研究的空白；其次，在研究?jī)?nèi)容上，本文進(jìn)一步分析數(shù)字金融緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響機(jī)制，探討不同數(shù)字金融發(fā)展維度對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響效果，并對(duì)比數(shù)字金融對(duì)不同區(qū)域金融風(fēng)險(xiǎn)的影響差異；最后，本文還分析了監(jiān)管框架下數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響效果，為金融科技監(jiān)管體系的發(fā)展提供新思路。

二、理論分析與研究假設(shè)

數(shù)字金融會(huì)對(duì)傳統(tǒng)金融業(yè)造成沖擊，擠占傳統(tǒng)金融業(yè)務(wù)的市場(chǎng)。如圖1 所示，一方面，數(shù)字金融具有較強(qiáng)便捷性，移動(dòng)支付、網(wǎng)上銀行等業(yè)務(wù)替代了傳統(tǒng)支付結(jié)算等業(yè)務(wù)，壓縮傳統(tǒng)金融業(yè)務(wù)的利潤(rùn)空間；另一方面，數(shù)字金融交易成本低，更容易獲得客戶人群的認(rèn)可，從而擠占傳統(tǒng)金融的市場(chǎng)份額。金融機(jī)構(gòu)為了爭(zhēng)奪市場(chǎng)加劇競(jìng)爭(zhēng)，展開(kāi)價(jià)格競(jìng)賽，但是中小金融機(jī)構(gòu)的競(jìng)爭(zhēng)力往往無(wú)法與大型金融機(jī)構(gòu)相比，大型金融機(jī)構(gòu)議價(jià)能力強(qiáng)，金融科技發(fā)展的速度也要高于中小金融機(jī)構(gòu)，導(dǎo)致中小金融機(jī)構(gòu)生存環(huán)境更為惡劣。在我國(guó)，大多數(shù)中小金融機(jī)構(gòu)為地方金融機(jī)構(gòu)，主要服務(wù)當(dāng)?shù)仄髽I(yè)與地方經(jīng)濟(jì)的發(fā)展，中小金融機(jī)構(gòu)面臨經(jīng)營(yíng)困境時(shí)，就會(huì)引發(fā)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。此外，數(shù)字金融在擴(kuò)張客戶規(guī)模時(shí)降低了資信、抵押品等準(zhǔn)入門檻要求，其資產(chǎn)質(zhì)量進(jìn)一步降低，導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)的增加。

圖1 數(shù)字金融發(fā)展對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)影響機(jī)制

數(shù)字金融在互聯(lián)網(wǎng)技術(shù)的驅(qū)動(dòng)下衍生出多種金融業(yè)務(wù)應(yīng)用場(chǎng)景，對(duì)傳統(tǒng)線下融資平臺(tái)進(jìn)行擴(kuò)展，拓寬融資渠道，并且還減少了復(fù)雜的融資流程，大大降低融資成本，促使更多資金流入實(shí)體經(jīng)濟(jì)，更好地支持實(shí)體經(jīng)濟(jì)的發(fā)展，緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。大數(shù)據(jù)加持下的數(shù)字金融能夠更好地獲取市場(chǎng)信息，極大緩解了市場(chǎng)交易中的信息不對(duì)稱問(wèn)題。此外，數(shù)字金融促使地方政府不再過(guò)度依賴銀行信貸進(jìn)行融資，為地方政府融資提供更多選擇，緩解地方政府債務(wù)的壓力，而且大數(shù)據(jù)可以為地方政府提供更為客觀的信用評(píng)級(jí)，減少地方政府債務(wù)問(wèn)題，從而緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。數(shù)字金融的發(fā)展對(duì)于解決信息不對(duì)稱性具有天然優(yōu)勢(shì)，依靠大數(shù)據(jù)進(jìn)行的信息披露將更為透明，從而減少道德風(fēng)險(xiǎn)等代理問(wèn)題，高效的信息披露也會(huì)促使金融市場(chǎng)健康運(yùn)轉(zhuǎn)。數(shù)字金融還能夠緩解資源錯(cuò)配等問(wèn)題，通過(guò)大數(shù)據(jù)使得金融市場(chǎng)的定價(jià)更加合理，提高資源配置效率，極大減少了金融資源的錯(cuò)配，緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。數(shù)字金融的發(fā)展還具有明顯的靶向性特征，能夠優(yōu)化外部金融環(huán)境，豐富金融產(chǎn)品和服務(wù)，從而緩解傳統(tǒng)金融依賴信貸為主的融資約束問(wèn)題，引導(dǎo)市場(chǎng)資本有效服務(wù)實(shí)體經(jīng)濟(jì)。

基于上述分析，數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響表現(xiàn)在兩個(gè)方面，因此，本文提出假設(shè)Ha和Hb。

Ha：數(shù)字金融發(fā)展增大了區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。

Hb：數(shù)字金融發(fā)展緩解了區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)主要反映區(qū)域性、系統(tǒng)性的金融風(fēng)險(xiǎn)，因此本文選擇我國(guó)31 個(gè)省級(jí)層面的樣本作為研究對(duì)象，采用北大數(shù)字普惠金融指數(shù)作為數(shù)字金融發(fā)展的代理變量與構(gòu)建的區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)進(jìn)行匹配，檢驗(yàn)數(shù)字金融發(fā)展對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響。本文的主要數(shù)據(jù)來(lái)源于北京大學(xué)數(shù)字普惠金融中心、國(guó)家統(tǒng)計(jì)局、中經(jīng)網(wǎng)、Wind 數(shù)據(jù)庫(kù)及《中國(guó)統(tǒng)計(jì)年鑒》等，樣本數(shù)據(jù)時(shí)間為2011年～2019年。

（二）模型設(shè)計(jì)

為了檢驗(yàn)數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響，構(gòu)建模型如公式（1）所示。

其中，i表示地區(qū)，t表示時(shí)間，RFR表示區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，F(xiàn)inance表示數(shù)字金融，Control表示控制變量，μi和λt分別表示地區(qū)效應(yīng)和時(shí)間效應(yīng)，ε表示誤差項(xiàng)。為了檢驗(yàn)結(jié)果的準(zhǔn)確性，本文采用雙固定效應(yīng)模型對(duì)方程進(jìn)行回歸估計(jì)。

（三）變量設(shè)計(jì)及描述性統(tǒng)計(jì)

1.區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。本文借鑒沈麗等（2019）對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)構(gòu)建的指標(biāo)體系進(jìn)行計(jì)算，選取金融部門、企業(yè)部門、政府部門及宏觀經(jīng)濟(jì)環(huán)境四個(gè)維度構(gòu)建區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的指標(biāo)體系（見(jiàn)表1）。采用主成分分析進(jìn)行降維處理，合成的區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)具有全面性、系統(tǒng)性，符合我國(guó)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的特征。

表1 區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系

2.數(shù)字金融。本文采用北京大學(xué)數(shù)字金融研究中心構(gòu)建的數(shù)字普惠金融指數(shù)作為數(shù)字金融發(fā)展的代理變量，該指數(shù)包含數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度三個(gè)維度，對(duì)33 個(gè)具體指標(biāo)采取層次分析法編制合成數(shù)字金融指數(shù)。

3.控制變量?？刂谱兞窟x擇影響區(qū)域金融風(fēng)險(xiǎn)的主要因素包括失業(yè)率（Unemployment）、金融深度（Depth）、產(chǎn)業(yè)結(jié)構(gòu)（Industrial）、教育水平（Education）以及城鎮(zhèn)化水平（Urbanization）。其中失業(yè)率（Unem?ployment）定義為地區(qū)失業(yè)率，金融深度（Depth）定義為金融機(jī)構(gòu)總資產(chǎn)與GDP之比，產(chǎn)業(yè)結(jié)構(gòu)（Industrial）定義為第三產(chǎn)業(yè)產(chǎn)值與GDP 之比，教育水平（Educa?tion）定義為受高等教育人數(shù)與常住人口之比，城鎮(zhèn)化水平（Urbanization）定義為城鎮(zhèn)人口與總?cè)丝谥?，本文相關(guān)變量定義如表2所示。

表2 變量定義表

表3 所示為變量描述性統(tǒng)計(jì)結(jié)果。數(shù)字金融指數(shù)的標(biāo)準(zhǔn)差為91.65，說(shuō)明我國(guó)地區(qū)數(shù)字金融發(fā)展水平存在較大差異，區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)標(biāo)準(zhǔn)差為0.988，我國(guó)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)水平整體較為平穩(wěn)。

表3 變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響如表4所示，列（1）（2）（3）分別表示不加控制變量、加入失業(yè)率與金融深度、加入所有控制變量的回歸結(jié)果。數(shù)字金融（Finance）的系數(shù)在三個(gè)模型中均顯著為負(fù)，說(shuō)明數(shù)字金融能夠有效降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，驗(yàn)證了假設(shè)Hb，這說(shuō)明相比數(shù)字金融發(fā)展的負(fù)面影響，數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)帶來(lái)了更多的積極作用。數(shù)字金融發(fā)展能夠緩解交易雙方的信息不對(duì)稱、提高市場(chǎng)透明度、減少道德風(fēng)險(xiǎn)等代理問(wèn)題。同時(shí)，數(shù)字金融提高資金融通效率，降低市場(chǎng)交易成本，避免金融資源的錯(cuò)配，并減少地方政府債務(wù)，有效緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。控制變量方面，金融深度、產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為負(fù)，也說(shuō)明金融發(fā)展深化、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)能夠緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。

表4 數(shù)字金融對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響

（二）穩(wěn)健性檢驗(yàn)

由于金融風(fēng)險(xiǎn)具有一定的累積效應(yīng)，本文考慮將區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的滯后項(xiàng)納入模型中，構(gòu)建模型如公式（2）所示。

由于模型加入被解釋變量的滯后一期，可能存在一定的內(nèi)生性問(wèn)題。為了減少內(nèi)生性問(wèn)題，本文采用系統(tǒng)GMM對(duì)模型進(jìn)行估計(jì)以識(shí)別結(jié)論的有效性和穩(wěn)健性。首先進(jìn)行過(guò)度識(shí)別檢驗(yàn)和干擾項(xiàng)序列自相關(guān)檢驗(yàn)，Hansen J-test 結(jié)果顯示模型工具變量使用合理，AR（1）、AR（2）結(jié)果顯示模型干擾項(xiàng)不存在序列自相關(guān)性，可以采用系統(tǒng)GMM估計(jì)。檢驗(yàn)結(jié)果如表5的模型（1）所示。此外，本文采用替換區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)，改變區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)的計(jì)算方法，用熵值法替換主成分分析重新計(jì)算區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)，檢驗(yàn)數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響，檢驗(yàn)結(jié)果如表5 的模型（2）所示。由于樣本中西藏?cái)?shù)據(jù)與其他地區(qū)差異較大，本文將西藏?cái)?shù)據(jù)刪除后對(duì)全國(guó)30 個(gè)省份的樣本進(jìn)行估計(jì)，檢驗(yàn)結(jié)果如表5 的模型（3）所示。在三種穩(wěn)健性檢驗(yàn)中，數(shù)字金融的系數(shù)均顯著為負(fù)，驗(yàn)證了數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的緩釋效應(yīng)，回歸結(jié)果與基準(zhǔn)結(jié)果一致。

表5 穩(wěn)健性檢驗(yàn)

五、進(jìn)一步分析

數(shù)字金融的發(fā)展能夠緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，降低地方金融波動(dòng)的隱患。如上文所述，數(shù)字金融先天的信息優(yōu)勢(shì)能夠降低信息不對(duì)稱性，從而緩解區(qū)域內(nèi)企業(yè)融資約束困境；數(shù)字金融為企業(yè)拓寬線上融資渠道，促進(jìn)企業(yè)的良性發(fā)展，為地方金融發(fā)展創(chuàng)造良好的融資環(huán)境。此外，數(shù)字金融的信息優(yōu)勢(shì)有利于地方政府債券定價(jià)，并降低政府債務(wù)融資成本，數(shù)字金融的靶向性特征又能有效緩解地方政府單一信貸的融資困境，有效提升地方政府債務(wù)融資規(guī)模，因此極大緩解地方政府債務(wù)的壓力，降低政府債務(wù)風(fēng)險(xiǎn)，從而阻斷區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的政府債務(wù)風(fēng)險(xiǎn)源頭。基于此，本文從區(qū)域融資約束和地方政府債務(wù)風(fēng)險(xiǎn)兩個(gè)方面檢驗(yàn)數(shù)字金融緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響機(jī)制。本文借鑒溫忠麟等（2004）提出的中介效應(yīng)檢驗(yàn)步驟，設(shè)立模型如公式（3）至公式（5）所示。

其中，MODit為區(qū)域融資約束和地方政府債務(wù)風(fēng)險(xiǎn)的代理變量，區(qū)域融資約束采用區(qū)域內(nèi)金融機(jī)構(gòu)網(wǎng)點(diǎn)密度表示，地方政府債務(wù)風(fēng)險(xiǎn)采用區(qū)域內(nèi)地方政府債券總額與財(cái)政收入之比表示，其他變量同基準(zhǔn)模型。檢驗(yàn)結(jié)果如表6 所示，回歸結(jié)果（1）（2）（3）分別為地方政府債務(wù)風(fēng)險(xiǎn)作為中介變量的影響機(jī)制檢驗(yàn)，回歸結(jié)果（4）（5）（6）分別為區(qū)域融資約束作為中介變量的影響機(jī)制檢驗(yàn)，數(shù)字金融與地方政府債務(wù)風(fēng)險(xiǎn)回歸系數(shù)顯著為負(fù)，數(shù)字金融能夠顯著降低地方政府債務(wù)風(fēng)險(xiǎn)；數(shù)字金融能夠緩解地方政府債務(wù)風(fēng)險(xiǎn)，同時(shí)也降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，中介效應(yīng)顯示為部分中介。數(shù)字金融能夠?yàn)榈胤秸畟鶆?wù)提供更為合理的定價(jià)，從而減少地方政府債務(wù)定價(jià)成本，并使得地方政府不再過(guò)度依賴以銀行信貸為主的融資模式，提升地方政府債務(wù)的融資規(guī)模，緩解地方政府債務(wù)壓力，減少區(qū)域金融風(fēng)險(xiǎn)隱患；數(shù)字金融與區(qū)域融資約束回歸系數(shù)顯著為正，數(shù)字金融發(fā)展能夠有效緩解地方融資約束問(wèn)題；數(shù)字金融發(fā)展能夠緩解地區(qū)融資約束困境，中介效應(yīng)顯示為部分中介，說(shuō)明數(shù)字金融發(fā)展一方面降低了地方政府債務(wù)風(fēng)險(xiǎn)，一方面緩解了地方融資約束，從而降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。數(shù)字金融在緩解信息不對(duì)稱方面具有天然優(yōu)勢(shì)，能夠?yàn)榻灰纂p方提供準(zhǔn)確定價(jià)，提高區(qū)域內(nèi)企業(yè)的融資效率。數(shù)字金融的線上業(yè)務(wù)也為企業(yè)提供更多的選擇，拓寬融資渠道，有效緩解企業(yè)的融資約束困境。

表6 回歸結(jié)果

（一）不同維度數(shù)字金融發(fā)展對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響

北大數(shù)字金融中心編制數(shù)字普惠金融指數(shù)時(shí)將數(shù)字金融分為三個(gè)維度：數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度，數(shù)字金融使用深度下還分為支付、保險(xiǎn)、貨幣基金、信用服務(wù)、投資、信貸等分類指數(shù)。本文按照數(shù)字金融覆蓋廣度（Cover?age）、數(shù)字金融使用深度（depth）和普惠金融數(shù)字化程度（degree）三個(gè)維度及數(shù)字金融使用深度下的支付（payment）、保險(xiǎn)（insurance）、信貸（creditloan）三個(gè)子指數(shù)對(duì)數(shù)字金融指數(shù)進(jìn)行分解，分析數(shù)字金融發(fā)展不同維度對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的差異。檢驗(yàn)結(jié)果如表7 所示，在數(shù)字金融發(fā)展的維度上，只有數(shù)字金融使用深度系數(shù)在5%水平下顯著為負(fù)，數(shù)字金融覆蓋廣度和普惠金融數(shù)字化程度均對(duì)區(qū)域金融風(fēng)險(xiǎn)影響不顯著，說(shuō)明數(shù)字金融的發(fā)展深度才是有效緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的渠道，數(shù)字金融使用深度也反映了地區(qū)數(shù)字金融與傳統(tǒng)金融的結(jié)合程度，數(shù)字金融與傳統(tǒng)金融的深度結(jié)合能夠有效降低交易成本，提高市場(chǎng)透明度，優(yōu)化資源配置效率，從而降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。在數(shù)字金融使用深度下的支付、保險(xiǎn)和信貸三個(gè)子指數(shù)中，只有支付的系數(shù)在1%水平下顯著為負(fù)，表明數(shù)字金融使用深度的風(fēng)險(xiǎn)緩釋作用也主要表現(xiàn)在支付結(jié)算業(yè)務(wù)中，高效的移動(dòng)支付方式會(huì)大大提高金融交易的效率，從而有效提高地區(qū)資金的配置效率，緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。

表7 不同維度數(shù)字金融分解機(jī)制

（二）數(shù)字金融在金融強(qiáng)監(jiān)管下對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響

2017 年，我國(guó)出臺(tái)一系列監(jiān)管措施加強(qiáng)對(duì)金融體系的監(jiān)管，數(shù)字金融對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的緩釋效應(yīng)在這一強(qiáng)監(jiān)管措施下會(huì)如何變化？本文進(jìn)一步加入虛擬變量Regu作為強(qiáng)監(jiān)管政策的代理變量，考察強(qiáng)監(jiān)管政策的影響，當(dāng)時(shí)間大于2017年時(shí)，Regu取1，否則為0，并加入強(qiáng)監(jiān)管政策與數(shù)字金融的交互項(xiàng)反映其對(duì)數(shù)字金融風(fēng)險(xiǎn)緩釋效果的影響，檢驗(yàn)結(jié)果如表8 所示，在依次加入控制變量后，強(qiáng)監(jiān)管政策與數(shù)字金融的交互項(xiàng)依然顯著為負(fù)，這說(shuō)明強(qiáng)監(jiān)管政策會(huì)增強(qiáng)數(shù)字金融的風(fēng)險(xiǎn)緩釋作用，在外部監(jiān)管政策的引導(dǎo)下，數(shù)字金融進(jìn)一步發(fā)揮緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的作用，這為監(jiān)管方向的調(diào)整和數(shù)字金融發(fā)展的導(dǎo)向提供參考。

表8 金融強(qiáng)監(jiān)管對(duì)數(shù)字金融的風(fēng)險(xiǎn)緩釋效應(yīng)影響

（三）數(shù)字金融發(fā)展對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的異質(zhì)性分析

本文進(jìn)一步考察不同區(qū)域下數(shù)字金融發(fā)展對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響差異，按照東、中、西部地區(qū)將全國(guó)31個(gè)省份分為三類樣本；此外，將直轄市單獨(dú)作為一類樣本，其余27個(gè)省份作為一類樣本，分區(qū)域進(jìn)行異質(zhì)性分析。檢驗(yàn)結(jié)果如表9所示，在東、中、西部地區(qū)中，只有東部地區(qū)的數(shù)字金融能夠有效緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，東部地區(qū)數(shù)字金融發(fā)展起步早，數(shù)字金融發(fā)展深度和水平高于中部地區(qū)和西部地區(qū)，因此數(shù)字金融的作用在東部地區(qū)更為顯著，而中部地區(qū)和西部地區(qū)的數(shù)字金融水平有待進(jìn)一步深化。在省級(jí)地區(qū)和直轄市兩類樣本中，省級(jí)地區(qū)的數(shù)字金融能夠有效緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，而直轄市的數(shù)字金融系數(shù)并不顯著，數(shù)字金融在省級(jí)層面能夠更加深入地與傳統(tǒng)金融業(yè)有機(jī)結(jié)合，緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，直轄市限于區(qū)域范圍較小，數(shù)字金融并未深入發(fā)展，其風(fēng)險(xiǎn)緩釋作用也較弱。

表9 不同地區(qū)的異質(zhì)性分析

六、結(jié)論與啟示

本文檢驗(yàn)數(shù)字金融發(fā)展對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的影響效應(yīng)，采用2011～2019年省級(jí)面板數(shù)據(jù)構(gòu)建區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)，并與北京大學(xué)數(shù)字普惠金融指數(shù)進(jìn)行匹配，通過(guò)雙向固定效應(yīng)對(duì)模型進(jìn)行估計(jì)，發(fā)現(xiàn)數(shù)字金融能夠有效緩解區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。機(jī)制檢驗(yàn)表明數(shù)字金融通過(guò)緩解地方融資困境和地方政府債務(wù)壓力降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)。在數(shù)字金融發(fā)展的三個(gè)維度中，數(shù)字金融使用深度是這一風(fēng)險(xiǎn)緩釋效應(yīng)的主要渠道，而在數(shù)字金融使用深度的子維度中，移動(dòng)支付是區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)降低的主要手段。同時(shí)，本文進(jìn)一步考察2017 年強(qiáng)監(jiān)管政策對(duì)數(shù)字金融的風(fēng)險(xiǎn)緩釋作用產(chǎn)生的增強(qiáng)效果，在東、中、西部地區(qū)中，數(shù)字金融發(fā)展較為成熟的東部地區(qū)表現(xiàn)出顯著的區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)緩釋效應(yīng)。此外，數(shù)字金融在更廣的省級(jí)層面能夠有效降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)，這為區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的防范與化解提供政策啟示。

本文的主要啟示有：首先，數(shù)字金融的發(fā)展能夠有效緩解系統(tǒng)性金融風(fēng)險(xiǎn)，大力發(fā)展數(shù)字金融是系統(tǒng)性金融風(fēng)險(xiǎn)防控措施中的重要手段，地方政府要加大對(duì)金融科技創(chuàng)新的投入，以促進(jìn)地區(qū)數(shù)字金融的發(fā)展；其次，數(shù)字金融的作用主要反映在使用深度方面，在地方數(shù)字金融發(fā)展過(guò)程中，應(yīng)避免一味擴(kuò)張數(shù)字金融的覆蓋面，深化數(shù)字金融在區(qū)域的發(fā)展水平是發(fā)揮數(shù)字金融作用的重要一環(huán)；再者，在區(qū)域監(jiān)管政策措施的實(shí)施中，要注重與數(shù)字金融發(fā)展水平相契合，使得數(shù)字金融最大程度降低系統(tǒng)性金融風(fēng)險(xiǎn)；最后，中部及西部地區(qū)要緊抓數(shù)字金融發(fā)展的后發(fā)優(yōu)勢(shì)，積極學(xué)習(xí)借鑒東部地區(qū)數(shù)字金融的發(fā)展經(jīng)驗(yàn)，盡快提升數(shù)字金融發(fā)展水平，緩解當(dāng)?shù)氐南到y(tǒng)性金融風(fēng)險(xiǎn)。