趙 建，王靜嫻

(濟(jì)南大學(xué) 商學(xué)院，山東 濟(jì)南 250002)

一、問(wèn)題的提出

數(shù)字科技在金融領(lǐng)域的應(yīng)用對(duì)中國(guó)的金融體系尤其是信用體系產(chǎn)生了重大甚至是重構(gòu)式的影響，為信用體系擺脫對(duì)不動(dòng)產(chǎn)抵押和高信用第三方擔(dān)保的過(guò)度依賴(lài)，轉(zhuǎn)向依靠企業(yè)等主體的經(jīng)營(yíng)數(shù)據(jù)和未來(lái)發(fā)展?jié)摿μ峁┝思夹g(shù)支撐，也為解決高科技企業(yè)和中小企業(yè)融資難融資貴問(wèn)題提供了可能(1)趙岳，譚之博：《電子商務(wù)、銀行信貸與高科技企業(yè)和中小企業(yè)融資——一個(gè)基于信息經(jīng)濟(jì)學(xué)的理論模型》，《經(jīng)濟(jì)研究》，2012年第7期。。

從信用經(jīng)濟(jì)學(xué)的基本原理來(lái)看，由于信息不對(duì)稱(chēng)的存在，信用的創(chuàng)造存在著較高的成本，這在以高科技企業(yè)和中小企業(yè)為主體的普惠金融領(lǐng)域尤為突出。同時(shí)由于存在更加嚴(yán)重的財(cái)務(wù)不透明、信息不規(guī)范、缺乏合格的抵押品等問(wèn)題，使得高科技企業(yè)和中小企業(yè)信用的生產(chǎn)成本進(jìn)一步抬高，這類(lèi)企業(yè)即使出再高的“利率報(bào)價(jià)”也無(wú)法獲得商業(yè)銀行的充分信任，繼而也就無(wú)法獲得充足的資金支持。因此，中國(guó)的高科技企業(yè)和中小企業(yè)融資問(wèn)題首先是信貸可得性問(wèn)題，其次才是融資貴的問(wèn)題(2)趙建：《普惠金融的現(xiàn)實(shí)困境與突破思路——基于技術(shù)可能性曲線(xiàn)與機(jī)制設(shè)計(jì)理論》，《山東社會(huì)科學(xué)》，2018年第12期。。數(shù)字經(jīng)濟(jì)的發(fā)展和數(shù)字科技在信用市場(chǎng)的普遍應(yīng)用將逐漸改變這一難題。解決的技術(shù)路徑可簡(jiǎn)單概括為：數(shù)字經(jīng)濟(jì)下高科技企業(yè)和中小企業(yè)的數(shù)字化運(yùn)營(yíng)沉淀了大量的數(shù)據(jù)，通過(guò)數(shù)字科技將數(shù)據(jù)轉(zhuǎn)化為可供金融機(jī)構(gòu)識(shí)別的信息，進(jìn)而根據(jù)信用原理構(gòu)建授信算法形成可貸資金，最終解決高科技企業(yè)和中小企業(yè)的信用形成問(wèn)題。從理論上來(lái)說(shuō)，就是通過(guò)數(shù)字科技甄別信號(hào)、傳遞信息、形成信用，最終解決它們與金融機(jī)構(gòu)之間的高度信息不對(duì)稱(chēng)所引發(fā)的信貸配給(融資難)問(wèn)題及信貸可得條件下的風(fēng)險(xiǎn)定價(jià)(融資貴)問(wèn)題。如果這一技術(shù)路徑得到實(shí)質(zhì)性、普遍性應(yīng)用，商業(yè)銀行等金融機(jī)構(gòu)將逐漸從房地產(chǎn)、重資產(chǎn)行業(yè)和政府擔(dān)保的傳統(tǒng)模式中解放出來(lái)，為高科技企業(yè)和中小企業(yè)提供更高質(zhì)量的金融服務(wù)，進(jìn)而更好地釋放科技創(chuàng)新紅利，更有利地推動(dòng)中國(guó)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換和高質(zhì)量發(fā)展。

從當(dāng)前中國(guó)的經(jīng)濟(jì)周期和信用體系的動(dòng)態(tài)演進(jìn)來(lái)看，經(jīng)濟(jì)增速下行和經(jīng)濟(jì)結(jié)構(gòu)調(diào)整疊加導(dǎo)致宏觀(guān)層面的信用創(chuàng)造乏力，典型表現(xiàn)為商業(yè)銀行的貸款不良率居高不下、壞賬侵蝕導(dǎo)致資本充足率不足、資產(chǎn)負(fù)債錯(cuò)配嚴(yán)重、利差快速收窄等，逐漸形成了信貸資源配置結(jié)構(gòu)性矛盾：一方面，大量的信貸資源集中在房地產(chǎn)和以政府“剛兌”為信用背書(shū)的低效率、高風(fēng)險(xiǎn)領(lǐng)域。另一方面，充滿(mǎn)市場(chǎng)經(jīng)濟(jì)活力和代表新興經(jīng)濟(jì)動(dòng)能的行業(yè)卻得不到或很難得到信貸支持。當(dāng)然，不能從“道德上”苛責(zé)商業(yè)銀行等金融機(jī)構(gòu)不作為，因?yàn)樗麄兊摹吧虡I(yè)目標(biāo)”就是追求風(fēng)險(xiǎn)調(diào)整后的利潤(rùn)最大化，為了實(shí)現(xiàn)這個(gè)目標(biāo)，需要根據(jù)各種約束對(duì)授信資源進(jìn)行最優(yōu)配置，從而形成“有效資產(chǎn)組合前沿”，即風(fēng)險(xiǎn)既定下的預(yù)期收益最大化或預(yù)期收益既定下的風(fēng)險(xiǎn)最小化。因此在理性人假設(shè)下，讓商業(yè)銀行將更多的授信資源投向高科技企業(yè)和中小企業(yè)等新動(dòng)能領(lǐng)域，需要對(duì)可能影響商業(yè)銀行經(jīng)營(yíng)行為的約束條件和控制變量進(jìn)行調(diào)整。在這個(gè)意義上，數(shù)字科技可以通過(guò)影響商業(yè)銀行的信用風(fēng)險(xiǎn)管理行為從而對(duì)整個(gè)社會(huì)的信用創(chuàng)造活動(dòng)產(chǎn)生影響，這將是數(shù)字經(jīng)濟(jì)下信用體系發(fā)生的重大變化。

二、數(shù)字科技影響信用體系的內(nèi)在機(jī)理：理論框架

以信息科技為基礎(chǔ)的數(shù)字技術(shù)在金融體系中的廣泛應(yīng)用將對(duì)傳統(tǒng)的信用體系產(chǎn)生深遠(yuǎn)影響，一方面，催生了企業(yè)尤其是缺乏抵押品的高科技企業(yè)和中小企業(yè)數(shù)字信用資產(chǎn)的形成，提高了信用可得性；另一方面，拓展了金融機(jī)構(gòu)的客戶(hù)服務(wù)邊界，將傳統(tǒng)模式下無(wú)法提供服務(wù)的客戶(hù)納入業(yè)務(wù)范圍。最重要的則是深刻改變了商業(yè)銀行等信用中介的風(fēng)險(xiǎn)管理模式，提升了其風(fēng)險(xiǎn)偏好，從以抵押資產(chǎn)為核心的模式轉(zhuǎn)變?yōu)橐詳?shù)字資產(chǎn)為核心的模式。隨著數(shù)字科技的日漸成熟，這種新的信用生產(chǎn)模式將對(duì)信用體系的內(nèi)在運(yùn)行機(jī)理產(chǎn)生根本性影響。

1．信用需求端：數(shù)字科技催生了企業(yè)的數(shù)字資產(chǎn)

金融是現(xiàn)代經(jīng)濟(jì)的核心，有學(xué)者認(rèn)為信用是金融的核心(3)陳元：《信用與資本——開(kāi)發(fā)性金融研究》，《金融研究》，2020年第4期。。在現(xiàn)代市場(chǎng)經(jīng)濟(jì)中，企業(yè)一般都有信用或者融資需求，需要建立自己的信用生成條件以滿(mǎn)足信用提供商的要求。通常，商業(yè)銀行等金融機(jī)構(gòu)利用抵押品、利率和貸款額度作為區(qū)分企業(yè)資質(zhì)和識(shí)別企業(yè)風(fēng)險(xiǎn)的方法，并且依賴(lài)企業(yè)向其傳遞的可置信信號(hào)(4)Bester H.,Screening vs Rationing in Credit Markets with Imperfect Information, American Economic Review,Vol.75(1985),pp.850-855; Schmidt,Mohr.,Udo.,Rationing versus collateralization in competitive and monopolistic credit markets with symmetric information, European Economic Review,Vol.41(1997), pp.1321-1342; Hellmann T., F. K, C. Murdock, J. E. Stiglitz, Liberalization, Moral Hazard in Banking and Prudential Regulation: Are Capital Requirements Enough?, American Economic Review,Vol.90 (2000), pp.147-165.。從商業(yè)銀行等金融機(jī)構(gòu)風(fēng)控的角度來(lái)看，企業(yè)信用的形成主要基于兩大還款來(lái)源：一是經(jīng)營(yíng)性現(xiàn)金流。經(jīng)營(yíng)性現(xiàn)金流主要取決于對(duì)經(jīng)營(yíng)行為、市場(chǎng)地位、產(chǎn)品優(yōu)勢(shì)、財(cái)務(wù)狀況的判斷。信用的形成是基于未來(lái)的借貸關(guān)系，因此對(duì)未來(lái)經(jīng)營(yíng)狀況的判斷更重要；二是抵押資產(chǎn)處置和第三方擔(dān)保提供的現(xiàn)金流。從信息經(jīng)濟(jì)學(xué)的角度來(lái)看，這兩大還款來(lái)源可看作企業(yè)向商業(yè)銀行傳遞不會(huì)發(fā)生違約、到期可按時(shí)還本付息的信號(hào)。所不同的是，將企業(yè)的經(jīng)營(yíng)性現(xiàn)金流等信息進(jìn)行搜集、甄別并標(biāo)準(zhǔn)化后形成信貸合同(確定信貸金額和利率)的成本較高(5)安小雪：《監(jiān)管政策影響了債券評(píng)級(jí)質(zhì)量嗎?——理論框架與經(jīng)驗(yàn)證據(jù)》，《北京工商大學(xué)學(xué)報(bào)》(社會(huì)科學(xué)版),2022年第1期。；而以抵押資產(chǎn)和高信用第三方擔(dān)保機(jī)構(gòu)(比如公共部門(mén))形成的信用信息處理成本較低(6)Besanko D., A. V. Thakor, Collateral and Rationing: Sorting Equilibria in Monopolistic and Competitive Credit Markets, International Economic Review, Vol.28 (1987), pp. 671-689；蔣少華，劉康博，劉威：《影子銀行、商業(yè)銀行與企業(yè)規(guī)模差異》，《重慶理工大學(xué)學(xué)報(bào)》(社會(huì)科學(xué))，2020年第7期。。因?yàn)?，抵押資產(chǎn)主要以房地產(chǎn)為主，具有較高程度的標(biāo)準(zhǔn)化和處置便利性，而政府等公共部門(mén)的擔(dān)保則更具權(quán)威性。借款人通過(guò)兩種還款來(lái)源向商業(yè)銀行等金融機(jī)構(gòu)傳遞信息形成信用的內(nèi)在機(jī)理可用圖1表示。

圖1 信息-信用形成的一般機(jī)制

自信息科技革命以來(lái)，隨著大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等數(shù)字技術(shù)的廣泛應(yīng)用，數(shù)字經(jīng)濟(jì)快速發(fā)展，各行各業(yè)的數(shù)字化程度不斷提高，基于信息處理的信用形成機(jī)制也在不斷變化，企業(yè)以經(jīng)營(yíng)數(shù)據(jù)為基礎(chǔ)形成信用資產(chǎn)的成本越來(lái)越低。數(shù)字化已經(jīng)成為當(dāng)前企業(yè)參與市場(chǎng)競(jìng)爭(zhēng)的必備條件，企業(yè)在運(yùn)用數(shù)字技術(shù)進(jìn)行生產(chǎn)、銷(xiāo)售、管理等日常經(jīng)營(yíng)行為的過(guò)程中，積累了大量數(shù)據(jù)，這些數(shù)據(jù)具有較強(qiáng)的客觀(guān)性、實(shí)時(shí)性，并且可交叉驗(yàn)證的程度較高，經(jīng)過(guò)處理后可以有效地向信用機(jī)構(gòu)傳遞可置信的信號(hào)，從而形成自己的信用資產(chǎn)。數(shù)據(jù)足跡的信息內(nèi)容被用來(lái)分析企業(yè)和個(gè)人等信用個(gè)體的信用能力，企業(yè)的生產(chǎn)、經(jīng)營(yíng)、銷(xiāo)售等行為以及個(gè)人的手機(jī)消費(fèi)記錄、使用習(xí)慣、瀏覽記錄等成為大數(shù)據(jù)庫(kù)的資源。金融機(jī)構(gòu)從大量數(shù)據(jù)信息中提取出關(guān)于企業(yè)和個(gè)人還款能力和意愿的真實(shí)信息，從而實(shí)現(xiàn)對(duì)企業(yè)和個(gè)人畫(huà)像的精準(zhǔn)描繪，這些畫(huà)像構(gòu)成企業(yè)和個(gè)人的數(shù)字信用，并成為企業(yè)和個(gè)人能否獲得信貸支持的關(guān)鍵依據(jù)，這也為企業(yè)形成數(shù)字信用資產(chǎn)提供了可靠的“原材料”。從這個(gè)意義上來(lái)說(shuō)，數(shù)據(jù)作為企業(yè)的新型生產(chǎn)要素(7)李忠民，周維穎，田仲他：《數(shù)字貿(mào)易:發(fā)展態(tài)勢(shì)、影響及對(duì)策》，《國(guó)際經(jīng)濟(jì)評(píng)論》，2014年第6期；肖靜華，謝康，吳瑤：《數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品適應(yīng)性創(chuàng)新——數(shù)字經(jīng)濟(jì)的創(chuàng)新邏輯(一)》，《北京交通大學(xué)學(xué)報(bào)》(社會(huì)科學(xué)版)，2020年第1期。，不僅提高了企業(yè)的生產(chǎn)能力，還為企業(yè)依靠經(jīng)營(yíng)行為數(shù)據(jù)形成信用創(chuàng)造了基礎(chǔ)。依賴(lài)數(shù)字技術(shù)形成數(shù)字資產(chǎn)從而產(chǎn)生數(shù)字信用，不僅促進(jìn)了信用生成機(jī)制從依賴(lài)不動(dòng)產(chǎn)抵押和高信用第三方擔(dān)保，轉(zhuǎn)向依靠反映企業(yè)經(jīng)營(yíng)真實(shí)狀況的數(shù)字資產(chǎn)，并且通過(guò)物聯(lián)網(wǎng)等技術(shù)將原本很難抵押的存貨等動(dòng)產(chǎn)“不動(dòng)產(chǎn)化”，大大拓展了經(jīng)濟(jì)體系的高質(zhì)量信用生成邊界。企業(yè)數(shù)字資產(chǎn)與信用形成的一般機(jī)制見(jiàn)圖2。

圖2 企業(yè)數(shù)字資產(chǎn)及其數(shù)字信用形成的一般機(jī)制

2．信用供給端：數(shù)字科技拓寬了商業(yè)銀行等金融機(jī)構(gòu)的業(yè)務(wù)邊界

商業(yè)銀行作為商業(yè)性金融企業(yè)，其經(jīng)營(yíng)目標(biāo)是在成本和風(fēng)險(xiǎn)約束下追求利潤(rùn)最大化，根據(jù)自身的風(fēng)控技術(shù)和成本管理能力確定業(yè)務(wù)邊界和客戶(hù)群體。數(shù)字技術(shù)與金融業(yè)務(wù)深度融合，最大的影響是拓寬了商業(yè)銀行等金融機(jī)構(gòu)的成本和風(fēng)險(xiǎn)約束曲線(xiàn)，也同時(shí)拓寬了它們的業(yè)務(wù)邊界和客戶(hù)群體。尤其是數(shù)字科技在風(fēng)險(xiǎn)管理中的運(yùn)用，可以將原來(lái)不在商業(yè)銀行等金融機(jī)構(gòu)風(fēng)險(xiǎn)偏好之內(nèi)的較高風(fēng)險(xiǎn)項(xiàng)目納入自己的業(yè)務(wù)范疇，這些項(xiàng)目很多都是來(lái)自高科技企業(yè)和中小企業(yè)(8)Daniel B. ,Darrell G. ,The Potential of Digital Credit to Bankthe Poor, Aea Papers Proceedings, Vol.108 (2018), pp.68-71; Tobias Berg, Valentin Burg, Ana Gombovic, Manju Puri, Andrew Karolyi,On the Rise of FinTechs: Credit Scoring Using Digital Footprints,The Review of Financial Studies,Vol.12 (2020),pp.2845-2897.。這意味著，數(shù)字科技在商業(yè)銀行等金融機(jī)構(gòu)中的應(yīng)用，不僅有利于金融資源向高科技企業(yè)和中小企業(yè)傾斜，而且信用結(jié)構(gòu)得到了一定程度的優(yōu)化。

圖3 數(shù)字科技對(duì)商業(yè)銀行等金融機(jī)構(gòu)信用供給可能性曲線(xiàn)的影響

圖3展示了數(shù)字科技應(yīng)用后，商業(yè)銀行等金融機(jī)構(gòu)信用供給可能性曲線(xiàn)的位移。我們假設(shè)商業(yè)銀行等金融機(jī)構(gòu)為兩個(gè)項(xiàng)目提供信用，項(xiàng)目A是低風(fēng)險(xiǎn)、低收益的項(xiàng)目，項(xiàng)目B是高風(fēng)險(xiǎn)、高收益的項(xiàng)目。商業(yè)銀行金融機(jī)構(gòu)根據(jù)風(fēng)險(xiǎn)管理和成本管理能力提供這兩個(gè)項(xiàng)目的各種組合，形成了一條連續(xù)的可能性曲線(xiàn)。在采用數(shù)字科技后，金融機(jī)構(gòu)的成本管理和風(fēng)險(xiǎn)管理水平都獲得了提高，推動(dòng)可能性曲線(xiàn)向外位移擴(kuò)展，不同的應(yīng)用重點(diǎn)產(chǎn)生不同的可能性曲線(xiàn)位移路徑：從可能性曲線(xiàn)1向可能性曲線(xiàn)2的位移，是由于數(shù)字科技提高了成本管理能力、放松了成本約束。假設(shè)所有項(xiàng)目的成本結(jié)構(gòu)相同，那么曲線(xiàn)是平行位移的，即低風(fēng)險(xiǎn)項(xiàng)目與高風(fēng)險(xiǎn)項(xiàng)目同時(shí)增加。從曲線(xiàn)1向曲線(xiàn)3的位移，表示的是數(shù)字科技在風(fēng)險(xiǎn)管理技術(shù)中的應(yīng)用，比如采用大數(shù)據(jù)技術(shù)交叉驗(yàn)證企業(yè)的財(cái)務(wù)數(shù)據(jù)并追蹤企業(yè)的行為數(shù)據(jù)等，都提高了商業(yè)銀行等金融機(jī)構(gòu)對(duì)高風(fēng)險(xiǎn)項(xiàng)目的風(fēng)控能力?？梢钥闯?，這次曲線(xiàn)的位移并不是平行的，而是高風(fēng)險(xiǎn)項(xiàng)目B的數(shù)量增加，低風(fēng)險(xiǎn)項(xiàng)目A的數(shù)量可能會(huì)減少?？偟膩?lái)說(shuō)，數(shù)字科技助力拓展了商業(yè)銀行等金融機(jī)構(gòu)的業(yè)務(wù)邊界。

在現(xiàn)實(shí)中，數(shù)字科技是如何改進(jìn)商業(yè)銀行等金融機(jī)構(gòu)的成本管理技術(shù)和風(fēng)險(xiǎn)管理技術(shù)的呢？首先，數(shù)字科技的應(yīng)用使得商業(yè)銀行等金融機(jī)構(gòu)與企業(yè)之間的信息透明度得到提高，兩者之間的穩(wěn)定性和親密度都得到較大改善。大數(shù)據(jù)、云計(jì)算等數(shù)字科技手段提高了商業(yè)銀行等金融機(jī)構(gòu)信息搜集、處理、評(píng)估的能力。同時(shí)，金融機(jī)構(gòu)對(duì)企業(yè)數(shù)字資產(chǎn)認(rèn)可度的提高也加強(qiáng)了企業(yè)向機(jī)構(gòu)傳遞自身經(jīng)營(yíng)能力、流動(dòng)能力等信用信號(hào)的意愿，并且這個(gè)過(guò)程是相互增強(qiáng)的。信用供需雙方之間的信息交流屏障被數(shù)字科技打通，信息不對(duì)稱(chēng)現(xiàn)象得以緩解。對(duì)商業(yè)銀行等金融機(jī)構(gòu)來(lái)說(shuō)，信息的透明化促使其可以更好地信任過(guò)去很難信任或者高成本才能信任的高科技企業(yè)和中小企業(yè)。商業(yè)銀行等金融機(jī)構(gòu)通過(guò)多渠道、多方位收集客戶(hù)數(shù)據(jù)，根據(jù)信用風(fēng)控的算法進(jìn)行處理，設(shè)置基于數(shù)字風(fēng)控技術(shù)下的準(zhǔn)入規(guī)則和自動(dòng)化審批機(jī)制，拓展授信業(yè)務(wù)邊界和客戶(hù)群體。

其次，數(shù)字科技的應(yīng)用顯著提高了商業(yè)銀行等金融機(jī)構(gòu)的成本管理能力和工作效率。由于信用的形成具有規(guī)模效應(yīng)，授信額度的邊際成本隨著信貸規(guī)模的增加而減少。這導(dǎo)致在傳統(tǒng)信貸模式下，商業(yè)銀行等金融機(jī)構(gòu)具有強(qiáng)烈的規(guī)模偏好，產(chǎn)生了大客戶(hù)偏好的信用供給曲線(xiàn)。數(shù)字科技的應(yīng)用能夠減少搜集信息、審核信息、監(jiān)督以及追蹤資金流向的各項(xiàng)成本。數(shù)字化審批流程能夠縮短企業(yè)審貸的等待時(shí)間以及審核時(shí)長(zhǎng)，滯后的審貸周期變?yōu)榧磿r(shí)性到款(9)Tobias Berg, Valentin Burg, Ana Gombovic, Manju Puri, Andrew Karolyi, On the Rise of FinTechs: Credit Scoring Using Digital Footprints,The Review of Financial Studies,Vol.12 (2020),pp.2845-2897.。人工智能、云計(jì)算和區(qū)塊鏈等技術(shù)則能夠集中化處理企業(yè)的海量數(shù)據(jù)，據(jù)此描繪出完整的客戶(hù)畫(huà)像，提高審貸效率以及準(zhǔn)確度。

第三，數(shù)字科技的應(yīng)用改變了商業(yè)銀行等金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理技術(shù)和傳統(tǒng)授信模式。一方面，商業(yè)銀行等金融機(jī)構(gòu)通過(guò)供應(yīng)鏈、稅務(wù)、海關(guān)等渠道獲取企業(yè)、企業(yè)經(jīng)營(yíng)人員的信用信息，以及通過(guò)電商平臺(tái)提供的現(xiàn)金流、交易記錄、投訴糾紛等行為獲取企業(yè)的相關(guān)經(jīng)營(yíng)數(shù)據(jù)，從而獲得較為全面的信用評(píng)估結(jié)果(10)Müller Oliver, M. Fay, J. Vom Brocke, The Effect of Big Data and Analytics on Firm Performance: An Econometric Analysis Considering Industry Characteristics, Journal of Management Information Systems,Vol.35 (2018), pp.488-509.，以此從而優(yōu)化商業(yè)銀行等金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理技術(shù)，增強(qiáng)其風(fēng)險(xiǎn)預(yù)警能力和風(fēng)險(xiǎn)控制能力；另一方面，數(shù)字科技幫助企業(yè)積累多方面的數(shù)字信用信息，從而有效改變傳統(tǒng)授信模式。與抵押品和擔(dān)保等不同的是，數(shù)字信用應(yīng)用范圍更廣泛，只要能產(chǎn)生數(shù)據(jù)并形成有效信號(hào)的經(jīng)濟(jì)個(gè)體都可以形成數(shù)字信用。隨著數(shù)字科技的不斷升級(jí)迭代，數(shù)字資產(chǎn)傳遞的信用信號(hào)更加真實(shí)、完整、可靠并且更具公信力。因此，對(duì)于缺乏固定資產(chǎn)作為抵押物的高科技企業(yè)和中小企業(yè)來(lái)說(shuō)，數(shù)字信用可以發(fā)揮出與抵押品相似的可置信信號(hào)傳遞功能，對(duì)傳統(tǒng)信貸模式產(chǎn)生根本性影響。

三、數(shù)字科技與信用創(chuàng)造：基于商業(yè)銀行經(jīng)營(yíng)行為的基本模型

數(shù)字科技的應(yīng)用能夠改變商業(yè)銀行等金融機(jī)構(gòu)的信用供給可能性曲線(xiàn)。商業(yè)銀行是金融機(jī)構(gòu)主要的信用提供商，本部分我們將以商業(yè)銀行行為為基礎(chǔ)構(gòu)建基本的理論模型，分析商業(yè)銀行在選擇不同風(fēng)險(xiǎn)等級(jí)項(xiàng)目的過(guò)程中，數(shù)字科技產(chǎn)生的重要影響。

(一)模型設(shè)定

1．對(duì)借款企業(yè)的假設(shè)

假設(shè)在競(jìng)爭(zhēng)性信貸市場(chǎng)中，借款企業(yè)均無(wú)初始資金投資項(xiàng)目，資金只能從商業(yè)銀行貸款獲得。為簡(jiǎn)化分析，參考已有文獻(xiàn)中對(duì)借款人的假設(shè)(11)[美]弗雷克斯：《微觀(guān)銀行經(jīng)濟(jì)學(xué)》，李冬蕾等譯，北京：中國(guó)人民大學(xué)出版社，2014年版，第125頁(yè)。，我們?cè)O(shè)定在市場(chǎng)中只有兩種類(lèi)型的企業(yè)，分別為低風(fēng)險(xiǎn)企業(yè)L與高風(fēng)險(xiǎn)企業(yè)H。風(fēng)險(xiǎn)參數(shù)θk(k=L,H)代表企業(yè)經(jīng)營(yíng)失敗的概率，k代表借款企業(yè)類(lèi)型。θk值越大，風(fēng)險(xiǎn)越高，即θL<θH。

2．對(duì)商業(yè)銀行的假設(shè)

在信貸市場(chǎng)中，風(fēng)險(xiǎn)中性的商業(yè)銀行設(shè)定貸款利率和抵押品向借款企業(yè)提供貸款合同γk=(rk,Ck)(k=L,H)，其中，rk表示貸款利率，Ck表示要求借款人提供的抵押品。根據(jù)Bester(12)Bester H., Screening vs Rationing in Credit Markets with Imperfect Information, American Economic Review,Vol.75(1985), pp.850-855.的假設(shè)，貸款人向借款人提供的貸款合同中，利率是抵押品的減函數(shù)，也就是說(shuō)借款人提供的抵押品越多，所承擔(dān)的貸款利率就會(huì)越低。借鑒趙岳等(13)⑤趙岳，譚之博：《電子商務(wù)、銀行信貸與中小企業(yè)融資——一個(gè)基于信息經(jīng)濟(jì)學(xué)的理論模型》，《經(jīng)濟(jì)研究》，2012年第7期。提出的假設(shè)，商業(yè)銀行可貸資金不受約束，存款利率簡(jiǎn)化為0。

(二)傳統(tǒng)信貸模式中商業(yè)銀行借貸行為分析

假定商業(yè)銀行擁有的貸款資金為B，商業(yè)銀行選擇向低風(fēng)險(xiǎn)借款企業(yè)貸款的比例為VL，選擇向高風(fēng)險(xiǎn)借款企業(yè)貸款的比例為VH。商業(yè)銀行向不同類(lèi)型借款企業(yè)提供貸款時(shí)，設(shè)ML、MH分別為低風(fēng)險(xiǎn)項(xiàng)目和高風(fēng)險(xiǎn)項(xiàng)目的信息處理成本，其中0

那么在傳統(tǒng)的信貸模式中，以趙岳等⑤建立的銀行利潤(rùn)函數(shù)為基礎(chǔ)，此時(shí)商業(yè)銀行選擇向低風(fēng)險(xiǎn)企業(yè)貸款可獲得的預(yù)期利潤(rùn)πL為：πL=(1-θL)VLBrL+θLCL-VLBrL-ML，選擇向高風(fēng)險(xiǎn)企業(yè)貸款可獲得的預(yù)期利潤(rùn)πH為：πH=(1-θH)VHBrH+θHCH-VHBrH-MH。當(dāng)競(jìng)爭(zhēng)性信貸市場(chǎng)實(shí)現(xiàn)均衡時(shí)，商業(yè)銀行實(shí)現(xiàn)零利潤(rùn)。因此，由利潤(rùn)函數(shù)推導(dǎo)得出，設(shè)VL1、VH1分別為傳統(tǒng)信貸模式下，商業(yè)銀行向低風(fēng)險(xiǎn)企業(yè)和高風(fēng)險(xiǎn)企業(yè)貸款的比例，則：

也就是說(shuō)，在傳統(tǒng)的信貸模式下，商業(yè)銀行缺少充足的信息來(lái)源來(lái)識(shí)別不同借款人的身份，所以偏好風(fēng)險(xiǎn)中性的商業(yè)銀行為了自身利益最大化會(huì)選擇低風(fēng)險(xiǎn)低收益的信貸投放方式，即將大量資金投入到硬性條件較為充足的低風(fēng)險(xiǎn)企業(yè)中，對(duì)資質(zhì)較低且信息量較少的高風(fēng)險(xiǎn)企業(yè)縮減信貸規(guī)模(15)Stiglitz J. ,Weiss A. , Credit Rationing in Markets with Imperfect Information, American Economic Review, Vol.71 (1981) , pp.393-410.。

根據(jù)上述推論，提出假說(shuō)1：在傳統(tǒng)信貸模式下，商業(yè)銀行為實(shí)現(xiàn)自身利益最大化，偏好于選擇低風(fēng)險(xiǎn)的企業(yè)。對(duì)于高風(fēng)險(xiǎn)企業(yè)，商業(yè)銀行會(huì)減少貸款規(guī)模，降低信貸投放力度。

(三)數(shù)字科技運(yùn)用初期對(duì)銀行借貸行為的影響

本文借鑒洪衛(wèi)等(16)洪衛(wèi)，靳亞閣，譚林：《銀行數(shù)字化緩解中小微企業(yè)融資約束：一個(gè)理論分析》，《金融理論與實(shí)踐》，2020年第11期。在商業(yè)銀行數(shù)字化轉(zhuǎn)型時(shí)期的成本假設(shè)，用W表示在數(shù)字科技投入初期，商業(yè)銀行為適應(yīng)數(shù)字化轉(zhuǎn)型所耗費(fèi)的時(shí)間、人力、物力成本，以及利用數(shù)字科技處理不同類(lèi)型企業(yè)信用信息所耗費(fèi)的審貸成本。在這一時(shí)期，商業(yè)銀行利用數(shù)字科技對(duì)企業(yè)進(jìn)行風(fēng)險(xiǎn)識(shí)別的技術(shù)投入以及信息審核成本將大于傳統(tǒng)信貸模式，即W>MH>ML。

也就是說(shuō)，在商業(yè)銀行數(shù)字化轉(zhuǎn)型的初期，數(shù)字科技雖然可以幫助商業(yè)銀行統(tǒng)籌收集企業(yè)信息，分析企業(yè)風(fēng)險(xiǎn)狀況，但是，由于數(shù)字科技成本對(duì)包括風(fēng)險(xiǎn)成本在內(nèi)的預(yù)算成本的擠壓，商業(yè)銀行非但不能增加對(duì)高風(fēng)險(xiǎn)企業(yè)的信貸規(guī)模，反而會(huì)繼續(xù)降低對(duì)其的貸款力度。

根據(jù)以上推論，提出假說(shuō)2：在數(shù)字科技投入運(yùn)用的初期，數(shù)字科技并沒(méi)有擴(kuò)大商業(yè)銀行對(duì)高科技企業(yè)和中小企業(yè)的貸款規(guī)模，反而由于數(shù)字科技的大規(guī)模投入，弱化了商業(yè)銀行的風(fēng)險(xiǎn)抵抗能力，促使商業(yè)銀行選擇更加保守的低風(fēng)險(xiǎn)信貸策略來(lái)提高效益。

(四)數(shù)字科技投入后期對(duì)商業(yè)銀行借貸行為的影響

首先,由于初期大量的科技投入可以使得商業(yè)銀行的科技運(yùn)營(yíng)形成規(guī)模優(yōu)勢(shì)，商業(yè)銀行后期科技投入的邊際成本會(huì)不斷下降。同時(shí)，數(shù)字科技的深度運(yùn)用提高了商業(yè)銀行對(duì)企業(yè)信息加工處理的作業(yè)效率，商業(yè)銀行的審貸成本進(jìn)一步降低。本文用Z來(lái)表示商業(yè)銀行在數(shù)字科技投入后期，借貸行為所產(chǎn)生的成本，此時(shí)，Z

其次，在數(shù)字科技投入使用后期，數(shù)字信用的形成在為企業(yè)提供了可供“抵押”的無(wú)形資產(chǎn)之外，也改變了借款人貸款合同的設(shè)計(jì)與選擇。由于低風(fēng)險(xiǎn)企業(yè)大多為實(shí)物抵押品充足且信譽(yù)水平較高的大型企業(yè)，客觀(guān)上不需要利用數(shù)字信用獲得貸款。故本文基于滕磊(17)滕磊：《數(shù)字普惠金融緩解中小企業(yè)融資約束的機(jī)制與路徑》，《調(diào)研世界》，2020年第9期。的假設(shè)，將數(shù)字資產(chǎn)作為信用評(píng)估的信息依據(jù)來(lái)設(shè)計(jì)高風(fēng)險(xiǎn)借款人的貸款合同，即高科技企業(yè)和中小企業(yè)在進(jìn)行借貸時(shí)，除了可以抵押傳統(tǒng)的資產(chǎn)之外，還可以提供δCH的“數(shù)字信用抵押品”，其中δ表示企業(yè)數(shù)字信用占比。

這一公式表明，在這一階段，數(shù)字經(jīng)濟(jì)的日漸成熟推動(dòng)著數(shù)字科技的深度運(yùn)用，企業(yè)行為數(shù)據(jù)信息產(chǎn)生的信用價(jià)值得到銀行的認(rèn)可。當(dāng)企業(yè)的數(shù)字信用成為類(lèi)似“可抵押”的無(wú)形資產(chǎn)時(shí)，商業(yè)銀行與高風(fēng)險(xiǎn)借款人之間的貸款合同發(fā)生了重大改變，數(shù)字資產(chǎn)的產(chǎn)生使得高科技企業(yè)和中小企業(yè)有了強(qiáng)有力的信用支撐，更有效的信號(hào)傳遞使得商業(yè)銀行針對(duì)高科技企業(yè)和中小企業(yè)的違約風(fēng)險(xiǎn)更加可控。在這一情況下，商業(yè)銀行的風(fēng)險(xiǎn)管理和風(fēng)險(xiǎn)定價(jià)能力提高，風(fēng)險(xiǎn)偏好水平也隨之上升。我們用圖4來(lái)定性化描述數(shù)字技術(shù)的應(yīng)用對(duì)商業(yè)銀行風(fēng)險(xiǎn)偏好的改變。從圖4可以看出，由于商業(yè)銀行在數(shù)字技術(shù)的支持下可以更加有效地識(shí)別高風(fēng)險(xiǎn)貸款人發(fā)出的信號(hào)，因此風(fēng)險(xiǎn)偏好曲線(xiàn)從曲線(xiàn)1外移到了曲線(xiàn)2，風(fēng)險(xiǎn)-收益代表的均衡點(diǎn)也由低風(fēng)險(xiǎn)低收益的項(xiàng)目A，移動(dòng)到了高風(fēng)險(xiǎn)高收益的項(xiàng)目B。同時(shí)從上面推導(dǎo)的公式中我們看出，數(shù)字科技的應(yīng)用并沒(méi)有對(duì)低風(fēng)險(xiǎn)企業(yè)的貸款比例產(chǎn)生較大的影響，商業(yè)銀行風(fēng)險(xiǎn)偏好的提高會(huì)加大對(duì)較高風(fēng)險(xiǎn)客戶(hù)的信貸資源配置，從而也就增強(qiáng)了商業(yè)銀行的信用創(chuàng)造能力,提高了對(duì)高科技企業(yè)和中小企業(yè)的信貸規(guī)模。

圖4 數(shù)字科技的運(yùn)用對(duì)商業(yè)銀行風(fēng)險(xiǎn)偏好曲線(xiàn)的影響

需要注意的是，在未充分利用數(shù)字科技階段、數(shù)字科技運(yùn)用初期以及深度運(yùn)用的后期，商業(yè)銀行的風(fēng)險(xiǎn)偏好調(diào)整以及對(duì)不同風(fēng)險(xiǎn)項(xiàng)目的選擇策略存在著較大變化。這意味著，在傳統(tǒng)的信貸模式下，高科技企業(yè)和中小企業(yè)由于缺乏足值的實(shí)物抵押品，使其無(wú)法處于商業(yè)銀行的信用供給可能性曲線(xiàn)和業(yè)務(wù)邊界之內(nèi)。但在商業(yè)銀行利用數(shù)字科技進(jìn)行轉(zhuǎn)型的初期，由于前期的投入成本過(guò)大，商業(yè)銀行選擇更加保守的信貸投放策略來(lái)實(shí)現(xiàn)利潤(rùn)最大化目標(biāo)，所以在這一時(shí)期，數(shù)字科技對(duì)高科技企業(yè)和中小企業(yè)的信貸配置可能會(huì)產(chǎn)生擠出效應(yīng)。在數(shù)字科技深度運(yùn)用階段，由于數(shù)字資產(chǎn)的廣泛形成，數(shù)字金融基礎(chǔ)設(shè)施的進(jìn)一步完善，商業(yè)銀行將數(shù)字科技更集中地應(yīng)用到風(fēng)控和成本管理的中后臺(tái)，大大提升了商業(yè)銀行的信用供給能力，擴(kuò)大了業(yè)務(wù)邊界和客戶(hù)群體，從而擴(kuò)大了對(duì)高科技企業(yè)和中小企業(yè)的信貸規(guī)模。

根據(jù)上述論述，提出假說(shuō)3：在數(shù)字經(jīng)濟(jì)發(fā)展的不同階段，數(shù)字科技投入與商業(yè)銀行的信用配置行為和風(fēng)險(xiǎn)偏好之間存在著非線(xiàn)性關(guān)系。在數(shù)字經(jīng)濟(jì)發(fā)展初期，數(shù)字科技投入成本高，數(shù)字科技的投入反而有可能對(duì)高風(fēng)險(xiǎn)項(xiàng)目產(chǎn)生擠出效應(yīng)。在數(shù)字經(jīng)濟(jì)發(fā)展的成熟期，由于企業(yè)數(shù)字化逐漸普及，商業(yè)銀行數(shù)字科技投入的邊際成本降低，數(shù)字科技推動(dòng)著商業(yè)銀行改變傳統(tǒng)的信貸經(jīng)營(yíng)模式，以數(shù)字資產(chǎn)為信用基礎(chǔ)給高科技企業(yè)和中小企業(yè)提供信貸服務(wù)。

四、實(shí)證檢驗(yàn)：基于中國(guó)上市銀行的面板數(shù)據(jù)檢驗(yàn)

為了驗(yàn)證本文第三部分提出的假說(shuō)1、2、3是否成立，本部分將利用我國(guó)上市商業(yè)銀行公開(kāi)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，分析商業(yè)銀行在數(shù)字科技投入使用的不同階段對(duì)高科技企業(yè)和中小企業(yè)貸款規(guī)模是否有不同程度的影響。

(一)模型設(shè)定

首先設(shè)定面板線(xiàn)性回歸方程：

該公式為標(biāo)準(zhǔn)的線(xiàn)性模型。由于本文假設(shè)存在非線(xiàn)性關(guān)系，為檢驗(yàn)本文非線(xiàn)性假設(shè)的正確性以及階段性線(xiàn)性假設(shè)的存在，本文選取Hansen的面板門(mén)檻模型(18)Hansen B. E., Threshold Effects in Non-Dynamic Panels: Estimation,Testing and Inference, Journal of Econometrics,Vol.93 (1999), pp.345-368.。該模型的主旨思想是將門(mén)檻值作為一個(gè)未知變量納入一般的計(jì)量模型中，構(gòu)建所考察區(qū)域內(nèi)的解釋變量系數(shù)的分段函數(shù)，并對(duì)門(mén)檻值及門(mén)檻效應(yīng)進(jìn)行相應(yīng)的估計(jì)和檢驗(yàn)。本文根據(jù)假設(shè)設(shè)立一個(gè)非線(xiàn)性模型，以q(時(shí)間、數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模)為門(mén)檻變量，判斷商業(yè)銀行數(shù)字科技的投入與高科技企業(yè)和中小企業(yè)貸款規(guī)模之間是否存在門(mén)檻效應(yīng)。

其次，根據(jù)面板線(xiàn)性回歸以及本文的假設(shè)推論，設(shè)定具備雙門(mén)檻的非線(xiàn)性回歸方程：

該式為非線(xiàn)性門(mén)檻回歸方程，其中，i和t分別表示商業(yè)銀行個(gè)體和時(shí)間變量。sm_credit為商業(yè)銀行對(duì)高科技企業(yè)和中小企業(yè)的貸款規(guī)模、bank_fintech為商業(yè)銀行數(shù)字科技投入水平，control為控制變量組。γ1、γ2分別為兩門(mén)檻的臨界值，γ1< γ2。

(二)樣本與數(shù)據(jù)來(lái)源

本文原本以我國(guó)51家上市商業(yè)銀行為考察樣本，時(shí)間期為2010—2020年。根據(jù)數(shù)據(jù)的完整性以及可得性，最終選取了包括大型商業(yè)銀行、股份制銀行、城商行以及農(nóng)商行在內(nèi)的43家上市商業(yè)銀行為研究樣本。商業(yè)銀行數(shù)據(jù)主要來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)以及各家商業(yè)銀行年報(bào)，宏觀(guān)經(jīng)濟(jì)變量數(shù)據(jù)來(lái)自于國(guó)家統(tǒng)計(jì)局。

(三)變量說(shuō)明

1．被解釋變量

被解釋變量為高科技企業(yè)和中小企業(yè)貸款規(guī)模(sm_credit)。本文以商業(yè)銀行向高科技企業(yè)和中小企業(yè)發(fā)放貸款的增長(zhǎng)率作為代理變量，度量商業(yè)銀行向高科技企業(yè)和中小企業(yè)貸款的力度(19)金洪飛，李弘基，劉音露：《金融科技、銀行風(fēng)險(xiǎn)與市場(chǎng)擠出效應(yīng)》，《財(cái)經(jīng)研究》，2020年第5期。。

2．核心解釋變量

核心解釋變量為商業(yè)銀行數(shù)字科技投入水平(bank_fintech)。現(xiàn)有文獻(xiàn)度量商業(yè)銀行數(shù)字科技發(fā)展程度的指標(biāo)主要有兩類(lèi)：一是郭品等以及劉忠璐等根據(jù)金融功能觀(guān)構(gòu)建的歷年互聯(lián)網(wǎng)金融指數(shù)(20)郭品，沈悅：《互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響:理論解讀與實(shí)證檢驗(yàn)》，《財(cái)貿(mào)經(jīng)濟(jì)》，2015年第10期；劉忠璐，林章悅：《互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行盈利的影響研究》，《北京社會(huì)科學(xué)》，2016年第9期。；二是基于螞蟻金服的交易賬戶(hù)底層數(shù)據(jù)編制的中國(guó)數(shù)字普惠金融指數(shù)。本文主要參考郭品等的做法所使用的構(gòu)建互聯(lián)網(wǎng)金融指數(shù)的方法，重點(diǎn)聚焦于數(shù)字科技對(duì)銀行業(yè)的賦能作用，利用文本挖掘法構(gòu)建各家商業(yè)銀行運(yùn)用數(shù)字科技進(jìn)行數(shù)字化改革的衡量指標(biāo)。第一步，根據(jù)數(shù)字科技對(duì)銀行業(yè)的賦能領(lǐng)域，確定關(guān)鍵詞庫(kù)。本文參考唐也然的做法從數(shù)字科技的技術(shù)、渠道和信貸業(yè)務(wù)應(yīng)用三個(gè)層面，建立反映商業(yè)銀行數(shù)字科技發(fā)展的關(guān)鍵詞詞庫(kù)(21)唐也然：《商業(yè)銀行發(fā)展數(shù)字科技如何影響信貸業(yè)務(wù)？——基于上市銀行年報(bào)文本挖掘的證據(jù)》，《金融與經(jīng)濟(jì)》，2021年第2期。。第二步，本文將商業(yè)銀行名稱(chēng)與各技術(shù)關(guān)鍵詞搭配進(jìn)行搜索，利用Python獲取我國(guó)43家上市商業(yè)銀行在2010—2020 年各年度的新聞搜索結(jié)果，得到各家商業(yè)銀行關(guān)于數(shù)字科技的相關(guān)數(shù)據(jù)。本文選取熵權(quán)法來(lái)測(cè)算我國(guó)上市商業(yè)銀行數(shù)字科技投入水平。

表1 商業(yè)銀行數(shù)字科技關(guān)鍵詞庫(kù)

3．控制變量

對(duì)已有文獻(xiàn)分析，本文采用影響商業(yè)銀行經(jīng)營(yíng)水平的微觀(guān)層面的指標(biāo)有：(1)流動(dòng)性水平(current)，本文用存貸款比率作代理變量。(2)盈利能力(profitability)，本文用營(yíng)業(yè)利潤(rùn)率作代理變量。(3)資本結(jié)構(gòu)(structure)，本文用銀行權(quán)益對(duì)負(fù)債比率作為代理變量。(4)資產(chǎn)規(guī)模(capital)，本文采用銀行總資產(chǎn)規(guī)模為代理變量，為防止與其他變量產(chǎn)生量化級(jí)差別，故將其取對(duì)數(shù)處理。除此之外，宏觀(guān)經(jīng)濟(jì)層面上的控制變量主要有：(1)宏觀(guān)經(jīng)濟(jì)水平，選取名義國(guó)民生產(chǎn)總值GDP增速(gdp)來(lái)衡量。(2)貨幣政策，選取廣義貨幣流通量增速(M2)來(lái)衡量。(3)通貨膨脹水平，選取居民消費(fèi)物價(jià)指數(shù)(CPI)來(lái)衡量。(4)利率市場(chǎng)化政策(R)，為虛擬變量，用來(lái)排除由于國(guó)家普惠金融政策對(duì)實(shí)證結(jié)果的誘導(dǎo)作用，2015年及以后取值為1，之前為0。

4．門(mén)檻變量

本文選取的門(mén)檻變量有：(1)時(shí)間趨勢(shì)(year)，(2)數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模(digital_economy)。上述各變量定義與描述性統(tǒng)計(jì)情況如表2所示。

(四)實(shí)證結(jié)果

1．面板單位根檢驗(yàn)以及協(xié)整性檢驗(yàn)

為避免出現(xiàn)偽回歸結(jié)果，本文首先進(jìn)行單位根檢驗(yàn)。經(jīng)檢驗(yàn)，所有變量在進(jìn)行一次差分之后呈現(xiàn)平穩(wěn)性，具體結(jié)果如下。

表2 描述性統(tǒng)計(jì)

表3 單位根檢驗(yàn)

進(jìn)而使用Kao檢驗(yàn)驗(yàn)證模型是否存在偽回歸期穩(wěn)定的均衡關(guān)系，Kao檢驗(yàn)的p值為0.000，顯著拒絕了不存在協(xié)整關(guān)系的原假設(shè)，說(shuō)明各個(gè)變量之間具有長(zhǎng)期穩(wěn)定關(guān)系。

表4 Kao協(xié)整檢驗(yàn)結(jié)果

2．門(mén)檻檢驗(yàn)結(jié)果

在門(mén)檻檢驗(yàn)命令之前，本文為防止結(jié)果出現(xiàn)異方差、自相關(guān)等問(wèn)題，利用可行廣義最小二乘法(FGLS)逐步添加控制變量進(jìn)行基準(zhǔn)回歸分析?；貧w效果顯示，R2以及F值的擬合效果顯著。同時(shí)，因變量與自變量之間的估計(jì)系數(shù)為正，說(shuō)明數(shù)字科技的投入對(duì)擴(kuò)大高科技企業(yè)和中小企業(yè)貸款規(guī)模有正向促進(jìn)作用(22)該實(shí)證結(jié)果由于篇幅原因不在原文披露，如有讀者需要，可通過(guò)編輯部向作者索取。。

經(jīng)基準(zhǔn)回歸分析，本文證實(shí)了數(shù)字科技投入與高科技企業(yè)和中小企業(yè)貸款規(guī)模之間存在顯著的相關(guān)關(guān)系。因此，本文進(jìn)一步通過(guò)面板門(mén)檻效應(yīng)檢驗(yàn)兩者之間是否存在非線(xiàn)性擬合效果。由表5可知，以時(shí)間為節(jié)點(diǎn)的單門(mén)檻以及雙門(mén)檻效應(yīng)在10%的置信水平上均顯著；數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模的雙門(mén)檻效應(yīng)在10%的置信水平上顯著。故本文在探究數(shù)字科技投入水平與高科技企業(yè)和中小企業(yè)貸款規(guī)模問(wèn)題上采用雙門(mén)檻效應(yīng)進(jìn)行實(shí)證分析。

表5 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

表6所示為雙門(mén)檻模型門(mén)檻值的估計(jì)結(jié)果以及門(mén)檻值的95%置信區(qū)間。由表6可知，以時(shí)間為門(mén)檻的門(mén)檻值分別為2016年和2017年，以數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模為門(mén)檻的門(mén)檻值分別為0.303和0.348。兩種門(mén)檻值檢驗(yàn)出的雙門(mén)檻效應(yīng)顯著，印證了本文第三部分理論模型中數(shù)字科技投入與高科技企業(yè)和中小企業(yè)貸款規(guī)模之間非線(xiàn)性關(guān)系假設(shè)的存在，同時(shí)也證明了兩者之間具有三階段不同線(xiàn)性效果假設(shè)的正確性。

表6 門(mén)檻值估計(jì)結(jié)果及其置信區(qū)間

根據(jù)表7，在2016年之前，數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模低于0.303。在兩種門(mén)檻的檢驗(yàn)中，數(shù)字科技投入水平與高科技企業(yè)和中小企業(yè)貸款規(guī)模之間均呈現(xiàn)并不顯著的正向關(guān)系?？赡艿慕忉屖?，這一時(shí)期社會(huì)整體的數(shù)字經(jīng)濟(jì)發(fā)展程度不高，在信用需求端，高科技企業(yè)和中小企業(yè)還沒(méi)積累起足夠的數(shù)字資產(chǎn)，銀行的信貸業(yè)務(wù)主要還是以傳統(tǒng)模式為主，數(shù)字科技的投入主要在前臺(tái)的獲客和營(yíng)銷(xiāo)環(huán)節(jié)。同時(shí)這一階段商業(yè)銀行的經(jīng)營(yíng)業(yè)績(jī)普遍較好，總的成本預(yù)算比較充足，對(duì)數(shù)字科技的成本投入并沒(méi)有“擠出”對(duì)高科技企業(yè)和中小企業(yè)等高風(fēng)險(xiǎn)業(yè)務(wù)的成本投入。甚至由于獲客成本的降低略微推動(dòng)了這些業(yè)務(wù)的發(fā)展。因此門(mén)檻效應(yīng)的第一階段實(shí)證結(jié)果證實(shí)了本文假說(shuō)1的正確性。

在數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模介于0.303-0.348的門(mén)檻檢驗(yàn)中，數(shù)字科技投入與高科技企業(yè)和中小企業(yè)貸款規(guī)模之間呈現(xiàn)顯著的負(fù)向關(guān)系，表明在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，商業(yè)銀行雖然已經(jīng)開(kāi)始進(jìn)行全面的數(shù)字化轉(zhuǎn)型，但仍然沒(méi)有將投入重點(diǎn)落實(shí)到商業(yè)銀行的中后臺(tái)業(yè)務(wù)層面，而且可能存在著數(shù)字科技成本投入對(duì)高科技企業(yè)和中小企業(yè)信貸業(yè)務(wù)的擠出效應(yīng)。商業(yè)銀行初期的技術(shù)投入增加了業(yè)務(wù)成本，但由于數(shù)字經(jīng)濟(jì)的規(guī)模經(jīng)濟(jì)特征，數(shù)字積累程度不夠，商業(yè)銀行數(shù)字風(fēng)控能力還不夠成熟，無(wú)法真正解決高科技企業(yè)和中小企業(yè)的融資難融資貴問(wèn)題。門(mén)檻效應(yīng)的第二階段實(shí)證結(jié)果在一定程度上證明了假說(shuō)2的正確性。

表7 門(mén)檻參數(shù)估計(jì)結(jié)果

在2016年至2017年以時(shí)間為門(mén)檻的檢驗(yàn)中，實(shí)證結(jié)果顯示這一階段的數(shù)字科技投入可以提高對(duì)高科技企業(yè)和中小企業(yè)的貸款力度。從估計(jì)系數(shù)上也可以看出，這一時(shí)期的擬合效果最為顯著，數(shù)字科技的投入對(duì)擴(kuò)大高科技企業(yè)和中小企業(yè)貸款規(guī)模的正向促進(jìn)作用最為強(qiáng)烈。這一結(jié)果表明，商業(yè)銀行利用數(shù)字科技提高高科技企業(yè)和中小企業(yè)貸款力度的作用效果存在滯后性。在2017年之后，數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模大于0.348，社會(huì)的數(shù)字化轉(zhuǎn)型進(jìn)入相對(duì)成熟階段。在兩種門(mén)檻的檢驗(yàn)中，數(shù)字科技投入水平與高科技企業(yè)和中小企業(yè)貸款規(guī)模之間均呈現(xiàn)顯著的正向相關(guān)關(guān)系。說(shuō)明隨著數(shù)字經(jīng)濟(jì)規(guī)模變大，企業(yè)數(shù)字化經(jīng)營(yíng)程度越來(lái)越高，當(dāng)數(shù)字資產(chǎn)真正形成并可以轉(zhuǎn)化為商業(yè)銀行信用風(fēng)控的基礎(chǔ)時(shí)，數(shù)字科技的投入才會(huì)提高商業(yè)銀行對(duì)高科技企業(yè)和中小企業(yè)的信貸服務(wù)及自身的風(fēng)險(xiǎn)偏好。故門(mén)檻效應(yīng)的第三階段實(shí)證結(jié)果證實(shí)了假說(shuō)3的正確性。

為檢驗(yàn)實(shí)證結(jié)果是否可靠，本文通過(guò)更換變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)，將中國(guó)數(shù)字普惠金融指數(shù)替代商業(yè)銀行數(shù)字科技投入水平，通過(guò)可行廣義最小二乘法進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與上文回歸結(jié)果、擬合效果以及顯著效果一致。同時(shí)為防止內(nèi)生性問(wèn)題，本文使用數(shù)字科技投入水平的滯后一期值替代當(dāng)期值(23)該實(shí)證結(jié)果由于篇幅原因不在原文披露，如有讀者需要，可通過(guò)編輯部向作者索取。，對(duì)模型重新進(jìn)行了估計(jì)。核心解釋變量的結(jié)果與上文基本一致，因此本文的結(jié)論保持穩(wěn)健。

五、結(jié)論與建議

本文分析了數(shù)字經(jīng)濟(jì)背景下信用生態(tài)體系發(fā)生的根本性變化，即由抵押品作為信息傳遞和信用形成的載體，轉(zhuǎn)為數(shù)字技術(shù)支撐下形成的數(shù)字資產(chǎn)，從而為高科技企業(yè)和中小企業(yè)的第一還款來(lái)源(經(jīng)營(yíng)性現(xiàn)金流)的信用創(chuàng)造提供了可能。同時(shí)商業(yè)銀行等金融機(jī)構(gòu)也不斷提升自身的數(shù)字風(fēng)控水平，最終促進(jìn)客戶(hù)服務(wù)范圍發(fā)生改變，由長(zhǎng)期鎖定的(低風(fēng)險(xiǎn)、低收益)項(xiàng)目均衡點(diǎn)，轉(zhuǎn)向(高風(fēng)險(xiǎn)、高收益)的項(xiàng)目均衡點(diǎn)，這意味著商業(yè)銀行等金融機(jī)構(gòu)信用創(chuàng)造能力的提升，同時(shí)也意味著金融服務(wù)實(shí)體經(jīng)濟(jì)能力的提升。本文在分析數(shù)字信用形成和作用機(jī)理的基礎(chǔ)上，構(gòu)建了一個(gè)基于商業(yè)銀行借貸行為的利潤(rùn)函數(shù)，在不同風(fēng)險(xiǎn)客戶(hù)的選擇決策中討論了數(shù)字科技的應(yīng)用對(duì)商業(yè)銀行風(fēng)險(xiǎn)偏好的影響。研究結(jié)論認(rèn)為，在數(shù)字科技運(yùn)用初期，商業(yè)銀行對(duì)高科技企業(yè)和中小企業(yè)依然存在信貸配給問(wèn)題。只有在數(shù)字科技深度應(yīng)用后，企業(yè)的經(jīng)營(yíng)數(shù)據(jù)積累形成數(shù)字資產(chǎn)并向商業(yè)銀行傳遞有效信號(hào)之后，商業(yè)銀行的信貸供給能力才會(huì)在數(shù)字技術(shù)的應(yīng)用中得到進(jìn)一步提升。針對(duì)這些理論模型得出的結(jié)論，我們通過(guò)實(shí)證檢驗(yàn)了商業(yè)銀行數(shù)字科技投入水平與高科技企業(yè)和中小企業(yè)的貸款規(guī)模之間的非線(xiàn)性關(guān)系，證明了數(shù)字科技運(yùn)用水平的提升的確會(huì)提高商業(yè)銀行的風(fēng)險(xiǎn)偏好和對(duì)高科技企業(yè)和中小企業(yè)的支持力度。但是在數(shù)字科技運(yùn)用水平的初期，商業(yè)銀行的信用供給能力并不會(huì)得到明顯提升，只有在數(shù)字科技深度運(yùn)用后，在社會(huì)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的背景下，數(shù)字信用資產(chǎn)被廣泛認(rèn)可并積累形成一定的規(guī)模后，商業(yè)銀行的信用創(chuàng)造能力以及服務(wù)高科技企業(yè)和中小企業(yè)的效果才能隨之顯現(xiàn)，真正實(shí)現(xiàn)整個(gè)信用體系的重塑與升級(jí)。

基于上述研究，本文提出兩個(gè)政策建議。第一，從微觀(guān)層面來(lái)看，商業(yè)銀行等金融機(jī)構(gòu)應(yīng)該加大對(duì)數(shù)字科技的全方位應(yīng)用，尤其是要打造“大數(shù)字中臺(tái)”體系。商業(yè)銀行在數(shù)字技術(shù)的應(yīng)用上主要集中在能快速帶來(lái)流量和財(cái)務(wù)效益的前臺(tái)環(huán)節(jié)，比如客戶(hù)營(yíng)銷(xiāo)系統(tǒng)、流量渠道和體驗(yàn)觸點(diǎn)體系等，但對(duì)客戶(hù)數(shù)據(jù)庫(kù)的深度挖掘、數(shù)字化的授信評(píng)估、風(fēng)險(xiǎn)實(shí)時(shí)監(jiān)測(cè)等后臺(tái)方面，所投入的資源和要素以及取得的成效還相對(duì)較少。因此，建議在新一輪數(shù)字化轉(zhuǎn)型中，商業(yè)銀行等金融機(jī)構(gòu)要增強(qiáng)數(shù)字科技在中后臺(tái)風(fēng)險(xiǎn)管理和成本管理中的應(yīng)用。第二，從宏觀(guān)層面來(lái)看，監(jiān)管部門(mén)和相關(guān)政策部門(mén)應(yīng)該意識(shí)到數(shù)字經(jīng)濟(jì)背景下信用創(chuàng)造機(jī)制發(fā)生的深刻變化，為高科技企業(yè)和中小企業(yè)的信用形成搭建數(shù)字化基礎(chǔ)設(shè)施和平臺(tái)。建議相關(guān)政策部門(mén)借鑒個(gè)人征信體系的建設(shè)和運(yùn)營(yíng)方式，搭建全國(guó)統(tǒng)一的企業(yè)征信數(shù)據(jù)平臺(tái)，將稅務(wù)、海關(guān)、經(jīng)貿(mào)、水電暖等數(shù)據(jù)在權(quán)限范圍內(nèi)遷移到統(tǒng)一的數(shù)據(jù)集成和處理平臺(tái)上，為社會(huì)提供具有公信力的信用數(shù)字資源，供商業(yè)銀行等金融機(jī)構(gòu)進(jìn)行信用評(píng)估，促進(jìn)缺乏抵押品和政府擔(dān)保的高科技企業(yè)和中小企業(yè)等主體的信用數(shù)字資產(chǎn)的形成。與此同時(shí)，在數(shù)字資產(chǎn)形成的過(guò)程中，互聯(lián)網(wǎng)監(jiān)管部門(mén)要提高對(duì)企業(yè)和個(gè)人數(shù)據(jù)的保護(hù)力度，防止由于信息泄露造成的電信欺詐等違法案件的發(fā)生，通過(guò)法治手段優(yōu)化數(shù)據(jù)共享機(jī)制，為數(shù)字資產(chǎn)及其信用的形成提供更好的基礎(chǔ)支撐。