江世銀 何雨芹

摘 要：近年來，以螞蟻金融服務(wù)公司、京東金融等為代表的數(shù)字普惠金融迅速發(fā)展，傳統(tǒng)金融的業(yè)務(wù)模式和競爭格局都受到了深刻的影響。重塑的競爭格局使得作為傳統(tǒng)金融市場重要主體的商業(yè)銀行信貸發(fā)放規(guī)模和收益等受到了系統(tǒng)性的影響。為研究數(shù)字普惠金融對上市商業(yè)銀行信貸收益的影響，本文利用北京大學(xué)發(fā)布的“數(shù)字普惠金融指數(shù)”與58家上市商業(yè)銀行2011—2021年的財務(wù)數(shù)據(jù)進(jìn)行實證檢驗。研究結(jié)果表明數(shù)字普惠金融顯著降低了上市商業(yè)銀行的信貸收益。同時，貸款增長率在此過程中發(fā)揮了部分中介作用。此外，該種抑制效應(yīng)存在地區(qū)異質(zhì)性。

關(guān)鍵詞：數(shù)字普惠金融；商業(yè)銀行；信貸收益

［中圖分類號］ F830 ［文章編號］ 1673-0186（2023）011-0113-016

［文獻(xiàn)標(biāo)識碼］ A ? ? ［DOI編碼］ 10.19631/j.cnki.css.2023.011.009

2022年3月，中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《關(guān)于推進(jìn)社會信用體系建設(shè)高質(zhì)量發(fā)展促進(jìn)形成新發(fā)展格局的意見》。該份文件中明確提到了數(shù)字普惠金融進(jìn)一步發(fā)展的必要性。與傳統(tǒng)普惠金融不同，數(shù)字普惠金融更強(qiáng)調(diào)利用各種數(shù)字化技術(shù)，以較低的成本為更多受到“金融排斥”的主體提供平等、有效、全面的金融產(chǎn)品和服務(wù)［1］，因此數(shù)字普惠金融必然是普惠金融發(fā)展的新趨勢。數(shù)字普惠金融在助力小微企業(yè)貸款、減少貧困、縮小城鄉(xiāng)收入差距等方面成效斐然［2］，但是新金融技術(shù)的開發(fā)和運(yùn)用帶來的金融機(jī)構(gòu)成本端的壓力以及金融脫媒、數(shù)據(jù)安全等問題值得重視。

黨的二十大報告強(qiáng)調(diào)，堅持把發(fā)展經(jīng)濟(jì)的著力點(diǎn)放在實體經(jīng)濟(jì)上。而商業(yè)銀行在我國金融體系中處于主體地位，在服務(wù)實體經(jīng)濟(jì)中發(fā)揮著關(guān)鍵作用。同時，社會總?cè)谫Y中占比最大的就是以商業(yè)銀行信貸為主的間接融資。因此，在促進(jìn)數(shù)字普惠金融緩解金融排斥問題的過程中，商業(yè)銀行信貸是重要手段之一。在這種背景下，商業(yè)銀行面對著由數(shù)字普惠金融發(fā)展帶來的雙重影響即不斷拓展的信貸投放群體與接踵而來的風(fēng)險管控問題。

那么數(shù)字普惠金融發(fā)展究竟會對商業(yè)銀行信貸收益水平產(chǎn)生什么樣的影響？這種影響的傳導(dǎo)機(jī)制是怎樣的？厘清這些問題對于商業(yè)銀行在數(shù)字普惠金融高速發(fā)展的環(huán)境下有效地進(jìn)行信貸配置和結(jié)構(gòu)優(yōu)化等具有重要現(xiàn)實意義。為此，本文以我國58家上市商業(yè)銀行為例，研究數(shù)字普惠金融對商業(yè)銀行信貸收益的影響。

一、文獻(xiàn)綜述

在2016年的G20杭州峰會上，以共享、便捷、低成本、低門檻為特征的數(shù)字普惠金融［3］成為大眾關(guān)注的焦點(diǎn)話題［4］。數(shù)字普惠金融的發(fā)展能夠幫助解決金融服務(wù)“最后一公里”中所遇到的問題［5］。此外，數(shù)字技術(shù)使得普惠金融服務(wù)覆蓋范圍更廣，滲透深度更深［6］，相關(guān)普惠金融服務(wù)成本也更低。因此，數(shù)字普惠金融被廣泛推廣并快速發(fā)展是大勢所趨。

（一）數(shù)字普惠金融對商業(yè)銀行的影響

商業(yè)銀行作為傳統(tǒng)金融的主力支柱［7］、貨幣政策的重要傳導(dǎo)渠道，在我國金融體系中居于主導(dǎo)地位。深入踐行數(shù)字普惠金融是契合政治需要（導(dǎo)向）、更是自身轉(zhuǎn)型發(fā)展的“藍(lán)?！边x擇［8］。商業(yè)銀行應(yīng)該抓住數(shù)字普惠金融的發(fā)展機(jī)遇促進(jìn)自身改革，緩解其對“長尾客戶”的金融排斥［9］、改善經(jīng)營績效、降低經(jīng)營風(fēng)險以獲得更大的發(fā)展空間，進(jìn)而提升整個金融行業(yè)的服務(wù)水平［10］。

（二）數(shù)字普惠金融對商業(yè)銀行信貸業(yè)務(wù)的影響

由于信貸是商業(yè)銀行資產(chǎn)端規(guī)模占比最高且利潤貢獻(xiàn)最多的業(yè)務(wù)［11］，因此研究商業(yè)銀行信貸業(yè)務(wù)在數(shù)字普惠金融迅速發(fā)展下受到的影響顯得尤為重要。許多學(xué)者認(rèn)為數(shù)字技術(shù)的應(yīng)用給商業(yè)銀行普惠信貸業(yè)務(wù)的發(fā)展提供了更大的可能性。在信貸供給方面，商業(yè)銀行通過深化金融科技不斷進(jìn)行業(yè)務(wù)創(chuàng)新［12］，關(guān)注小微企業(yè)等“長尾客戶”［13］并增加對其的信貸供給規(guī)模［14］，進(jìn)而擴(kuò)大了商業(yè)銀行新增貸款規(guī)模。在信貸收益方面，金融科技的運(yùn)用有助于商業(yè)銀行增加信貸收益，且大銀行在運(yùn)用金融科技增加信貸收益中表現(xiàn)更優(yōu)［15］。常熟銀行則是以數(shù)字技術(shù)創(chuàng)新不斷推動信貸流程標(biāo)準(zhǔn)化、數(shù)字化，實現(xiàn)前中后臺流水線作業(yè)，提升了審批效率。2020年末常熟銀行小微貸款余額 423億元，占貸款比重32.1%，規(guī)模、占比均位于上市農(nóng)村商業(yè)銀行前列。作為國有六大行之一的中國農(nóng)業(yè)銀行，不斷利用大數(shù)據(jù)技術(shù)深入推進(jìn)普惠金融數(shù)字化轉(zhuǎn)型，對小微企業(yè)實施多維度、多場景精準(zhǔn)畫像，增加普惠貸款投放。截至2022年末，中國農(nóng)業(yè)銀行普惠型小微企業(yè)貸款余額超過1.7萬億元，凈利息收入較上年增加了119.79億元。

但還有一些學(xué)者在研究中發(fā)現(xiàn)商業(yè)銀行在踐行數(shù)字普惠金融的過程中，信貸業(yè)務(wù)會受到?jīng)_擊。數(shù)字技術(shù)的迅速發(fā)展使得商業(yè)銀行在開展信貸業(yè)務(wù)時面臨著顯著提高的成本壓力［16］、競爭壓力［17，18］、貸后管理壓力［19］等，這些因素都使其信貸業(yè)務(wù)受到了沖擊。例如，常熟銀行在踐行信貸工廠模式助力數(shù)字普惠金融的發(fā)展中面臨較高的獲客成本，其2020年成本收入比為42.8%，高于上市農(nóng)商行30.1%的平均水平，高于絕大多數(shù)上市銀行。南京銀行借助金融科技設(shè)計的“鑫”系列線上特色普惠金融信貸產(chǎn)品即使具有一定的創(chuàng)新性，但也隨著各種機(jī)構(gòu)爭攬普惠金融業(yè)務(wù)市場份額已成白熱化趨勢，造成目前的普惠產(chǎn)品同質(zhì)化嚴(yán)重，面臨較大的競爭壓力。截至2021年末，齊魯銀行普惠型小微企業(yè)貸款余額達(dá)371.46億元，增速接近36%，但不良貸款率達(dá)到了9.56%，遠(yuǎn)高于市場平均水平……

（三）文獻(xiàn)述評

在數(shù)字普惠金融對于商業(yè)銀行及其信貸業(yè)務(wù)產(chǎn)生的影響方面，我國學(xué)者展開了廣泛深入的研究。梳理文獻(xiàn)發(fā)現(xiàn)，數(shù)字普惠金融的發(fā)展能夠有效緩解金融排斥，拓展信貸投放對象，但是聚焦于其對商業(yè)銀行信貸收益水平方面產(chǎn)生影響的文獻(xiàn)較少且缺乏實證分析支持。相對以往研究，本文的邊際貢獻(xiàn)在于：一是以目前我國已上市的商業(yè)銀行作為實證樣本，構(gòu)建實證模型檢驗數(shù)字普惠金融對其信貸收益產(chǎn)生的影響，為商業(yè)銀行在日后數(shù)字普惠金融發(fā)展浪潮下合理配置信貸資源、調(diào)整信貸結(jié)構(gòu)方面提供理論價值；二是基于信號理論和長尾理論，從貸款增長率方面分析和檢驗數(shù)字普惠金融對商業(yè)銀行信貸收益的影響機(jī)制，為日后數(shù)字普惠金融能夠正向促進(jìn)商業(yè)銀行信貸收益提高提供路徑選擇。

二、理論分析與研究假說

根據(jù)需求供給理論［20］和金融排斥理論［21］，數(shù)字普惠金融的產(chǎn)生是大眾，尤其是中小微企業(yè)和低收入者對于金融服務(wù)的普遍需求。其相關(guān)金融業(yè)務(wù)大多兼具成本和門檻的優(yōu)勢，打破了固有的金融排斥壁壘，從而拓寬了商業(yè)銀行的信貸投放群體，進(jìn)而對信貸收益產(chǎn)生影響。

（一）數(shù)字普惠金融對商業(yè)銀行信貸收益的影響

目前，關(guān)于數(shù)字普惠金融對商業(yè)銀行信貸收益影響的分析，大致可以分為以下三個方面：

第一，數(shù)字普惠金融通過拓寬信貸投放群體影響商業(yè)銀行的信貸收益水平。根據(jù)“長尾理論”［22］，商業(yè)銀行在深化數(shù)字普惠金融業(yè)務(wù)時，可以拓展新的信貸投放群體即“長尾客戶”。這些客戶的增加使得商業(yè)銀行信貸總規(guī)模得到一定程度的擴(kuò)大。同時，其零售貸款和信用貸款規(guī)模及占比上升，商業(yè)銀行信貸的信用結(jié)構(gòu)和客戶結(jié)構(gòu)得到優(yōu)化。截至2022年末，中國建設(shè)銀行新增普惠型小微企業(yè)貸款數(shù)量最多，達(dá)253萬戶；中國農(nóng)業(yè)銀行緊隨其后，新增普惠貸款客戶達(dá)252.86萬戶；中國郵儲銀行排在第三，普惠貸款客戶為193.44萬戶……由此看來，數(shù)字普惠金融在商業(yè)銀行信貸客戶規(guī)模拓展方面作用巨大。

第二，數(shù)字普惠金融通過減弱信息不對稱的程度影響商業(yè)銀行的信貸收益水平。根據(jù)信號理論，商業(yè)銀行是否向借款人發(fā)放貸款是由借款人實際信用質(zhì)量所傳遞出來的信用信號決定的，而信號的載體是可以傳達(dá)借款人經(jīng)營狀況的信息。因此，信息不對稱可以通過信息的搜集與處理得到緩解。傳統(tǒng)的商業(yè)銀行開展信貸業(yè)務(wù)時，通常會在貸款前耗費(fèi)大量的人力和財力進(jìn)行信息搜集并據(jù)此對貸款對象進(jìn)行評估，貸款后還需要耗費(fèi)較高的成本進(jìn)行風(fēng)險跟蹤、管理出現(xiàn)的壞賬，最終導(dǎo)致“嫌貧愛富”和“金融排斥”等現(xiàn)象。但是數(shù)字普惠金融的發(fā)展豐富了銀行信息的來源渠道，提高了其為社會各階層提供服務(wù)的意愿。同時，數(shù)字技術(shù)的發(fā)展也增強(qiáng)了其基于碎片化、非結(jié)構(gòu)化的用戶信息進(jìn)行整合的能力，有助于減少信息不對稱和逆向選擇的風(fēng)險，因而更加有利于對信貸風(fēng)險的評估和控制。目前，中國建設(shè)銀行通過開展數(shù)據(jù)的整合、模型的優(yōu)化、技術(shù)的應(yīng)用，逐步形成了風(fēng)控新模式，精準(zhǔn)化客戶識別、精細(xì)化風(fēng)險分析、智能化系統(tǒng)響應(yīng)，為風(fēng)險管控提供了強(qiáng)有力的保障。最終實現(xiàn)普惠金融資產(chǎn)質(zhì)量持續(xù)保持平穩(wěn)，“小微快貸”新模式不良貸款率控制在1%以內(nèi)。但是數(shù)字普惠金融在實際金融市場的發(fā)展是否會引發(fā)數(shù)字化程度提高帶來的新的“數(shù)字排斥”問題，尚未有定論。

第三，數(shù)字普惠金融強(qiáng)化信貸市場的競爭影響商業(yè)銀行信貸收益水平。根據(jù)利率決定等理論，數(shù)字普惠金融的發(fā)展促進(jìn)了利率市場化，加劇了貸款市場的競爭水平［23］。根據(jù)平臺經(jīng)濟(jì)理論和金融中介理論，互聯(lián)網(wǎng)金融平臺經(jīng)濟(jì)能夠把大量閑散的小額資金匯集起來，形成規(guī)模經(jīng)濟(jì)效益且其更加接近于無金融中介狀態(tài)，能夠有效緩解借貸雙方之間存在的信息不對稱問題，緩解了交易費(fèi)用的壓力，提升了金融交易效率。因此，現(xiàn)有的信貸市場份額已被互聯(lián)網(wǎng)金融平臺擠壓?；ヂ?lián)網(wǎng)金融平臺的替代效應(yīng)使得商業(yè)銀行自主定價能力降低，可能會增加負(fù)債端的成本。若資產(chǎn)端價格較低，無法彌補(bǔ)負(fù)債成本上升導(dǎo)致的利差損失，就會對信貸收益產(chǎn)生沖擊。此外，從另一方面來看，競爭程度的加深也可能使得商業(yè)銀行更加積極發(fā)放貸款以搶占市場份額，進(jìn)而豐富信貸收益的來源。

綜上，本文欲研究數(shù)字普惠金融對商業(yè)銀行信貸收益究竟會產(chǎn)生何種影響，作出如下假設(shè)：

H1a：數(shù)字普惠金融的發(fā)展會顯著提高商業(yè)銀行信貸收益水平；

H1b：數(shù)字普惠金融的發(fā)展會顯著降低商業(yè)銀行信貸收益水平。

（二）數(shù)字普惠金融影響商業(yè)銀行信貸收益的傳導(dǎo)機(jī)制——以貸款增長率為中介變量

數(shù)字普惠金融的發(fā)展帶來了互聯(lián)網(wǎng)金融平臺的發(fā)展高潮?；ヂ?lián)網(wǎng)金融平臺通過提供豐富的信貸產(chǎn)品滿足了客戶的差異性需求，對商業(yè)銀行傳統(tǒng)貸款業(yè)務(wù)的替代效應(yīng)會使得其貸款增長率的下降［24］。但同時，商業(yè)銀行在深化數(shù)字普惠金融發(fā)展時主動提升自身的數(shù)字化水平，利用大數(shù)據(jù)等創(chuàng)新征信手段，推動了貸款技術(shù)的發(fā)展。這些舉措有利于提高其信息獲取效率和質(zhì)量、降低監(jiān)控成本、拓寬服務(wù)范圍，從而促進(jìn)貸款增長率的提高。因此，當(dāng)商業(yè)銀行在競爭激烈的信貸市場上缺乏數(shù)字技術(shù)的有效支持時，貸款增長率會下降；反之，貸款增長率會上升。

商業(yè)銀行貸款增長率對信貸收益的影響可以拆分為兩部分：一是貸款增長率反映的是信貸資源規(guī)模，該指標(biāo)越高說明新增貸款越多，新增的貸款能夠豐富信貸收入的來源，從而促進(jìn)商業(yè)銀行信貸收益的提高；二是由數(shù)字普惠金融發(fā)展帶來的新增貸款常常具有成本小、門檻低的特點(diǎn)，這可能引發(fā)商業(yè)銀行貸款質(zhì)量低、負(fù)債端成本高、存貸利差減小等問題，從這個角度來看，貸款增長率與商業(yè)銀行信貸收益水平之間呈反向變動關(guān)系。綜上，基于貸款增長率的中介效應(yīng)傳導(dǎo)機(jī)制如圖1所示?；谏鲜龇治鎏岢鲆韵录僭O(shè)：

H2：數(shù)字普惠金融對商業(yè)銀行信貸收益的影響有基于貸款增長率的中介效應(yīng)。

（三）數(shù)字普惠金融對商業(yè)銀行信貸收益影響的地區(qū)差異

數(shù)字普惠金融在不同地區(qū)發(fā)展情況不同。東部和沿海地區(qū)基礎(chǔ)設(shè)施較為完善，數(shù)字普惠金融相應(yīng)發(fā)展也越快，水平也相對較高。然而，由于自身地理位置限制、基礎(chǔ)設(shè)施不完善、數(shù)字技術(shù)發(fā)展緩慢等原因，西部地區(qū)數(shù)字普惠金融綜合發(fā)展水平較低。同時，各地政府對本地區(qū)的規(guī)劃不同使得發(fā)展方向有所差異，導(dǎo)致地區(qū)發(fā)展重點(diǎn)存在明顯不同。上述原因綜合形成地區(qū)間數(shù)字普惠金融發(fā)展水平的顯著差距，進(jìn)而使得商業(yè)銀行信貸收益受到的影響存在異質(zhì)性?；诖?，提出第三個研究假說：

H3：數(shù)字普惠金融對我國東中西部的商業(yè)銀行信貸收益產(chǎn)生的影響存在異質(zhì)性。

三、實證設(shè)計

根據(jù)上述理論分析的結(jié)果可知，數(shù)字普惠金融會影響商業(yè)銀行的信貸收益水平，并且貸款增長率在傳導(dǎo)過程中發(fā)揮中介作用。因此，本文基于2011—2021年數(shù)字普惠金融和上市商業(yè)銀行的面板數(shù)據(jù)，通過構(gòu)建合適模型就數(shù)字普惠金融對商業(yè)銀行信貸收益的影響效應(yīng)和作用機(jī)制進(jìn)行實證檢驗。

（一）變量選取

被解釋變量：上市商業(yè)銀行信貸收益（c）。本文對上市的商業(yè)銀行信貸收益的度量，借鑒了張少軍等［25］的做法，用“凈利息收入/總貸款*100%”指標(biāo)來衡量。

核心解釋變量：數(shù)字普惠金融（dif）。本文參考了郭峰等對數(shù)字普惠金融的度量方式［26］，使用北京大學(xué)數(shù)字金融中心最新編制的數(shù)字普惠金融指數(shù)。該指數(shù)的時間跨度為2011—2021，能夠較好地反映各個地區(qū)的數(shù)字普惠金融發(fā)展水平。此外，本文還將該指數(shù)分解降維至覆蓋廣度（dif1）、使用深度（dif2）和數(shù)字化支持服務(wù)程度（dif3）。為了保持?jǐn)?shù)據(jù)與其他變量處于同一數(shù)量級，將總指數(shù)與三個分解指標(biāo)均除以100［27］。

控制變量：（1）經(jīng)濟(jì)發(fā)展水平（ggdp），一個地區(qū)的經(jīng)濟(jì)發(fā)展水平會對上市商業(yè)銀行的信貸業(yè)務(wù)產(chǎn)生影響，本文用GDP增長指數(shù)來衡量經(jīng)濟(jì)發(fā)展水平；（2）居民消費(fèi)價格指數(shù)（cpi），一個地區(qū)的居民消費(fèi)價格指數(shù)會對該地區(qū)上市商業(yè)銀行的信貸業(yè)務(wù)產(chǎn)生影響，因此將居民消費(fèi)價格指數(shù)作為控制變量；（3）銀行規(guī)模（size），上市商業(yè)銀行的規(guī)模必然會對其信貸業(yè)務(wù)的開展產(chǎn)生影響，本文用上市商業(yè)銀行的總資產(chǎn)來衡量；（4）運(yùn)營效率（totc），總資產(chǎn)周轉(zhuǎn)率是反映銀行總資產(chǎn)經(jīng)營能力的指標(biāo)，而運(yùn)營效率又會影響其信貸業(yè)務(wù)的開展，因此本文用商業(yè)銀行的總資產(chǎn)周轉(zhuǎn)率即營業(yè)收入/總資產(chǎn)來衡量；（5）負(fù)債水平（cs），商業(yè)銀行的負(fù)債水平會對其信貸投放產(chǎn)生影響，進(jìn)而影響其信貸收益，本文用資產(chǎn)負(fù)債率即負(fù)債總額/資產(chǎn)總額來對商業(yè)銀行的負(fù)債水平進(jìn)行衡量。

中介變量：貸款增長率（lngrl）。參考劉音露等［28］，將新增總貸款額與上期總貸款額比值并在基礎(chǔ)上取對數(shù)作為貸款增長率的代理變量，體現(xiàn)上市的商業(yè)銀行信貸規(guī)模的變化。該指標(biāo)越大，說明新增的貸款規(guī)模越大。

（二）數(shù)據(jù)來源

上市商業(yè)銀行作為中國銀行系統(tǒng)中的標(biāo)桿和排頭兵，不論是在資金規(guī)模上，還是經(jīng)營機(jī)制和信息獲取等方面都走在行業(yè)前端，因此其在深化數(shù)字普惠金融業(yè)務(wù)時更加具有優(yōu)勢。截至2022年，全國共有上市商業(yè)銀行59家。為研究數(shù)字普惠金融高速發(fā)展下商業(yè)銀行的信貸收益情況，本文剔除2019年才上市從而導(dǎo)致大量數(shù)據(jù)缺失的青島農(nóng)商銀行，選取2011—2021年我國58家已上市的商業(yè)銀行①為研究樣本。其中，財務(wù)數(shù)據(jù)來源于wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫等，數(shù)字普惠金融發(fā)展的數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心發(fā)布的“數(shù)字普惠金融指數(shù)（2011—2021）”。此外，地區(qū)生產(chǎn)總值增長指數(shù)（ggdp）等數(shù)據(jù)來自EPS全球統(tǒng)計數(shù)據(jù)/分析平臺。

（三）模型設(shè)定

1.基準(zhǔn)模型設(shè)定

為考察數(shù)字普惠金融對上市商業(yè)銀行信貸收益的影響，本文利用時間跨度相對于截面數(shù)較小的短面板數(shù)據(jù)，構(gòu)建如式（1）的回歸方程。

cit=α+α1difit+α2∑controlsit+ui+εit（1）

式中cit表示上市的商業(yè)銀行i在t年的信貸收益；difit表示上市的商業(yè)銀行i第t年的數(shù)字普惠金融發(fā)展情況，用數(shù)字普惠金融指數(shù)來進(jìn)行測度；controlsit表示控制變量；ui表示個體固定效應(yīng)；εit是殘差項，包括以上模型無法體現(xiàn)的隨機(jī)干擾因素等。

2.基準(zhǔn)模型修正

考慮到上市的商業(yè)銀行當(dāng)年的信貸收益情況在一定程度上會受到上一年信貸收益情況的影響，也就是說可能存在序列自相關(guān)以及遺漏變量，造成基準(zhǔn)模型的內(nèi)生性問題。故本文還在基準(zhǔn)回歸的基礎(chǔ)上參考宋敏等［29］方法引入信貸收益的一期滯后項，使用系統(tǒng)GMM的方法對基準(zhǔn)模型進(jìn)行改進(jìn)及修正。具體模型如式（2）：

cit=θ+θ1cit-1+θ2difit+θ3∑controlsit+ui+εit（2）

其中，cit-1即為上市的商業(yè)銀行的一階滯后項，用來表示上市的商業(yè)銀行i在第t-1年的信貸收益，其他變量含義和式（1）一致。

3.中介效應(yīng)模型

為了檢驗貸款增長率是否在本文研究問題中存在中介效應(yīng)，本文使用逐步回歸的方法，構(gòu)建式（3）（4）模型。

ln grlit=β1+β11difit+β12+ui+εit（3）

cit=β2+β21difit+β22ln grlit+β23∑controlsit+ui+εit（4）

其中， ln grlit表示貸款增長率，其余變量含義均與基準(zhǔn)模型中的變量含義相同。根據(jù)中介效應(yīng)檢驗程序，β11衡量了數(shù)字普惠金融對貸款增長率的影響，β21衡量了在控制貸款增長率的情況下數(shù)字普惠金融對信貸收益的直接影響效應(yīng)，β22衡量了控制數(shù)字普惠金融后貸款增長率對信貸收益的影響效應(yīng)。通過檢驗以上兩個模型，可以得到貸款增長率是否發(fā)揮中介作用。

（四）實證結(jié)果與分析

1.描述性統(tǒng)計

表1是樣本中各變量的描述性統(tǒng)計結(jié)果。由表1可知，核心解釋變量數(shù)字普惠金融指數(shù)最小值為0.18，最大值4.59，標(biāo)準(zhǔn)差1.083，說明各樣本上市的商業(yè)銀行數(shù)字普惠金融發(fā)展水平存在較大差異。被解釋變量上市的商業(yè)銀行信貸收益均值為4.829，標(biāo)準(zhǔn)差為1.592，最小值為1.87，最大值為13.95，表明不同商業(yè)銀行間信貸收益水平差異不容忽視。

2.基準(zhǔn)模型回歸

本文對基準(zhǔn)模型進(jìn)行了回歸，表2為回歸結(jié)果?；鶞?zhǔn)模型中dif的系數(shù)為-0.753，回歸結(jié)果在1%的水平上顯著。表明數(shù)字普惠金融對上市的商業(yè)銀行信貸收益具有抑制作用，假設(shè)H1b得到了驗證?？赡艿脑蚴恰伴L尾客戶”貸款業(yè)務(wù)質(zhì)量低下、風(fēng)險較大、成本較高、回報率較低；數(shù)字普惠金融的發(fā)展帶來了新的“數(shù)字排斥”問題；數(shù)字技術(shù)的快速發(fā)展推動了大批互聯(lián)網(wǎng)金融平臺的產(chǎn)生，信貸市場競爭激烈程度加強(qiáng)，上市的商業(yè)銀行信貸客戶流失……

此外，為了更準(zhǔn)確地考察數(shù)字普惠金融對上市的商業(yè)銀行信貸收益的影響，本文進(jìn)一步在數(shù)字普惠金融的覆蓋廣度（dif1）、使用深度（dif2）和數(shù)字化支持服務(wù)程度（dif3）三個細(xì)分層面，探討數(shù)字普惠金融不同層面的發(fā)展水平在抑制上市的商業(yè)銀行信貸收益方面的效果和差異。表2的結(jié)果顯示，覆蓋廣度和使用深度的系數(shù)分別是-0.79和-0.686，且都在1%的水平上顯著。數(shù)字化支持服務(wù)程度的則是在1%的水平上顯著的-0.289。這說明三個細(xì)分指標(biāo)都會抑制信貸收益水平的提高，其中覆蓋廣度和使用深度對上市的商業(yè)銀行信貸收益的抑制作用較為突出。因此，商業(yè)銀行應(yīng)在開展信貸業(yè)務(wù)時重視這兩個細(xì)分層面，削弱其抑制作用以提高信貸質(zhì)量和收益水平。由于數(shù)字化支持服務(wù)程度的抑制作用較弱，可以考慮提高數(shù)字化支持服務(wù)水平來削弱數(shù)字普惠金融發(fā)展對信貸收益產(chǎn)生的抑制作用。

3.系統(tǒng)GMM模型回歸

本文對基準(zhǔn)模型進(jìn)行了改進(jìn)即使用系統(tǒng)GMM進(jìn)行回歸分析，結(jié)果如表3所示。不論將數(shù)字普惠金融指數(shù)還是其三個細(xì)分指標(biāo)作為核心解釋變量，表3中AR（2）檢驗的p值均大于0.1，說明隨機(jī)誤差項不存在自相關(guān)。此外，這四個模型中Hansen檢驗的結(jié)果也均大于0.1，說明所有工具變量為外生，工具變量有效。

數(shù)字普惠金融總指數(shù)、覆蓋廣度、使用深度和數(shù)字化支持服務(wù)程度指數(shù)的回歸系數(shù)分別為：-0.427、-0.425、-0.391和-0.044，均顯著，與基準(zhǔn)回歸結(jié)果基本相同。

4.中介效應(yīng)回歸

表4是數(shù)字普惠金融基于貸款增長率中介效應(yīng)對上市的商業(yè)銀行信貸收益的回歸結(jié)果。表4中第二列是模型（3）的回歸結(jié)果，描述了數(shù)字普惠金融對中介變量貸款增長率的影響，系數(shù)在1%的顯著性水平上為正，說明數(shù)字普惠金融能促進(jìn)上市的商業(yè)銀行貸款規(guī)模的擴(kuò)大。表4中的第三列是模型（4）的回歸結(jié)果。貸款增長率的系數(shù)為0.182且在5%的水平上顯著，說明貸款增長率的提高會對商業(yè)銀行信貸收益產(chǎn)生正向促進(jìn)作用。在貸款增長率正向促進(jìn)的作用下，數(shù)字普惠金融的發(fā)展對上市商業(yè)銀行信貸收益的抑制作用更為明顯，推測產(chǎn)生這一現(xiàn)象的原因是新增貸款的風(fēng)險較大或貸后監(jiān)督管理成本過高等。此外，核心解釋變量數(shù)字普惠金融的系數(shù)也通過了顯著性檢驗，說明貸款增長率的確發(fā)揮了部分中介效應(yīng)。至此，假設(shè)H2成立。

5.穩(wěn)健性檢驗

為提高上述結(jié)果的可靠性，分別用以下兩種方法進(jìn)行穩(wěn)健性檢驗：

（1）剔除2015年年份數(shù)據(jù)。由于樣本所取區(qū)間內(nèi)包含2015年國內(nèi)“股災(zāi)”事件，本文參考馬文婷等［30］的研究方法，剔除該年所有數(shù)據(jù)進(jìn)行回歸以在一定程度上避免此次事件對結(jié)果可能產(chǎn)生的干擾。表5中（1）列是剔除概念數(shù)據(jù)的回歸結(jié)果，核心解釋變量的系數(shù)是-0.751，且在1%的統(tǒng)計水平上顯著，說明基準(zhǔn)回歸結(jié)果存在一定的穩(wěn)健性。

（2）縮尾處理。本文采用對樣本數(shù)據(jù)進(jìn)行1%縮尾的方法來進(jìn)行穩(wěn)健性檢驗，可以避免數(shù)據(jù)中存在的異常值對結(jié)果產(chǎn)生的干擾。表5的第二列是回歸結(jié)果。核心解釋變量數(shù)字普惠金融的系數(shù)為1%水平下顯著的-0.699，與上文基準(zhǔn)回歸結(jié)果基本一致，說明模型具有穩(wěn)健性。

6.異質(zhì)性分析

為了研究抑制作用是否存在地區(qū)異質(zhì)性，本文使用分組回歸的方法，檢驗不同地區(qū)數(shù)字普惠金融會對上市的商業(yè)銀行信貸收益產(chǎn)生怎樣的影響。

從表6的分組回歸結(jié)果可以看出，數(shù)字普惠金融對上市的商業(yè)銀行信貸收益的影響在東、中、西部地區(qū)有所差異。具體來說，東部地區(qū)數(shù)字普惠金融發(fā)展?fàn)顩r對上市的商業(yè)銀行信貸收益的影響系數(shù)為-0.675，且在1%的水平下顯著；中部地區(qū)，數(shù)字普惠金融的發(fā)展對上市的商業(yè)銀行信貸收益的影響最為顯著即在1%的顯著性水平上影響系數(shù)達(dá)到了-2.226；而在西部地區(qū)，數(shù)字普惠金融的系數(shù)僅為-0.049且并不顯著。據(jù)此，假設(shè)H3成立。

由此可見，數(shù)字普惠金融的發(fā)展在我國的東部地區(qū)和中部地區(qū)對商業(yè)銀行信貸收益的抑制作用較為顯著，而在西部地區(qū)抑制效應(yīng)較弱。推測這一現(xiàn)象產(chǎn)生的原因主要有三點(diǎn)：

第一，數(shù)字普惠金融加劇信貸市場的競爭，且競爭程度越激烈，商業(yè)銀行信貸收益受到的沖擊越大。由于東部和中部地區(qū)相較于西部地區(qū)，市場化程度較高，因此位于東部和中部的商業(yè)銀行面臨的互聯(lián)網(wǎng)金融平臺競爭更激烈，信貸客戶被分散地更為嚴(yán)重。這種情況造成了東部和中部地區(qū)商業(yè)銀行信貸收益與數(shù)字普惠金融的發(fā)展呈現(xiàn)顯著負(fù)相關(guān)的關(guān)系。

第二，數(shù)字普惠金融加快數(shù)字技術(shù)的創(chuàng)新，而數(shù)字技術(shù)的迅速發(fā)展可能產(chǎn)生新的“數(shù)字排斥”現(xiàn)象。數(shù)字普惠金融在東中部地區(qū)和西部地區(qū)間發(fā)展差異最大［31］。由于西部地區(qū)的數(shù)字技術(shù)和數(shù)字化基礎(chǔ)設(shè)施均不完善，從而使得西部地區(qū)的商業(yè)銀行數(shù)字技術(shù)水平較低，進(jìn)而造成數(shù)字普惠金融發(fā)展較為落后，從而使得由其引發(fā)的新“數(shù)字排斥”現(xiàn)象輻射到西部地區(qū)的時間有所延遲。因此，數(shù)字普惠金融業(yè)務(wù)對西部地區(qū)的商業(yè)銀行信貸業(yè)務(wù)產(chǎn)生的負(fù)向影響較小。

第三，數(shù)字普惠金融緩解了“金融排斥”，且“金融排斥”越嚴(yán)重的地區(qū)，數(shù)字普惠金融發(fā)展對其緩解作用越顯著。我國西部地區(qū)是“金融排斥”現(xiàn)象最嚴(yán)重的地區(qū)之一，而數(shù)字普惠金融是先進(jìn)數(shù)字技術(shù)與普惠金融的融合體，可以通過擴(kuò)大金融服務(wù)的覆蓋面一定程度規(guī)避金融排斥。即地區(qū)的金融排斥的范圍越廣、程度越深，則數(shù)字普惠金融施展的空間越大，緩解金融排斥的效果也越好。因此，由數(shù)字普惠金融發(fā)展帶來的商業(yè)銀行信貸供給和收益的正效應(yīng)會在金融排斥現(xiàn)象最嚴(yán)重的西部地區(qū)更為明顯。

四、結(jié)論與建議

基于2011—2021年我國58家上市的商業(yè)銀行的面板數(shù)據(jù)，本文實證檢驗了數(shù)字普惠金融與上市的商業(yè)銀行信貸收益間的關(guān)系，并從宏觀因素層面進(jìn)行了異質(zhì)性影響分析，主要的研究結(jié)論有：第一，數(shù)字普惠金融發(fā)展顯著降低了上市的商業(yè)銀行的信貸收益水平，其中覆蓋廣度和使用深度抑制作用顯著；第二，貸款增長率在抑制過程中發(fā)揮部分中介作用——數(shù)字普惠金融促進(jìn)貸款增長率的提高，但貸款增長率的提高放大了抑制效應(yīng)；第三，不同區(qū)域存在著不同的抑制作用——在東部和中部地區(qū)，數(shù)字普惠金融對上市的商業(yè)銀行信貸收益存在明顯的抑制作用；而西部地區(qū)則較弱。

基于上述研究結(jié)論，關(guān)于數(shù)字普惠金融高速發(fā)展下商業(yè)銀行如何優(yōu)化信貸業(yè)務(wù)，提高自身盈利水平這一問題，本文建議如下：

第一，商業(yè)銀行可與互聯(lián)網(wǎng)金融平臺進(jìn)行合作以享受數(shù)字普惠金融發(fā)展帶來的紅利，提高自身綜合實力。如前文分析，數(shù)字普惠金融的不斷深化使得大批互聯(lián)網(wǎng)金融平臺如雨后春筍般成立壯大，競爭程度的加劇進(jìn)一步壓縮了商業(yè)銀行原有的信貸市場份額。面對不斷流失的信貸客戶，商業(yè)銀行與兼具流量及技術(shù)的互聯(lián)網(wǎng)金融平臺合作成為重要出路。商業(yè)銀行與互聯(lián)網(wǎng)金融平臺合作，不僅可以利用其獲客優(yōu)勢，還能獲取流量、技術(shù)和消費(fèi)場景，拓寬信貸收入的來源。另一方面，擴(kuò)貸的同時還可以充分依托地方金融部門監(jiān)管的正規(guī)互聯(lián)網(wǎng)金融平臺，如“粵信融”“信易貸”“中小融”等，引入資產(chǎn)管理公司等開展債權(quán)轉(zhuǎn)讓融資，提升清欠效率，加大對中小微企業(yè)欠款的清償力度，降低商業(yè)銀行不良貸款率。

第二，商業(yè)銀行應(yīng)持續(xù)推進(jìn)技術(shù)創(chuàng)新，改變成本結(jié)構(gòu)，降低成本和風(fēng)險。數(shù)字化水平的提高能有效緩解信息不對稱問題，進(jìn)而使得技術(shù)溢出效應(yīng)拐點(diǎn)的到來。借鑒微眾銀行數(shù)字普惠金融發(fā)展成功破題的經(jīng)驗即成功打造了“基于云計算的分布式架構(gòu)”技術(shù)平臺的經(jīng)驗啟示，商業(yè)銀行應(yīng)不斷進(jìn)行技術(shù)創(chuàng)新實現(xiàn)“三升兩降”，即提升效率、體驗、規(guī)模，同時降低成本和風(fēng)險；通過科技手段改變成本結(jié)構(gòu)實現(xiàn)客戶增長帶來收入增長，而平均成本呈現(xiàn)良好的邊際效用逐漸下降的目標(biāo)。同時，強(qiáng)調(diào)在金融科技日新月異、銀行業(yè)加速轉(zhuǎn)型的當(dāng)下，讓數(shù)字化的突破與應(yīng)用，成為賦能普惠金融，解決制約業(yè)務(wù)開展痛點(diǎn)的關(guān)鍵所在。商業(yè)銀行應(yīng)在不斷深化數(shù)字普惠金融的過程中全面進(jìn)行數(shù)字化轉(zhuǎn)型，以技術(shù)創(chuàng)新實現(xiàn)成本結(jié)構(gòu)的轉(zhuǎn)變，不斷削弱數(shù)字普惠金融對信貸收益的抑制作用。

第三，東中西部的商業(yè)銀行應(yīng)因地制宜地采取相關(guān)措施。對于東部和中部地區(qū)的商業(yè)銀行而言，需要明確自身與互聯(lián)網(wǎng)金融平臺的不同之處，通過數(shù)字技術(shù)推進(jìn)業(yè)務(wù)、流程、產(chǎn)品的轉(zhuǎn)型與重塑，培育客戶導(dǎo)向型金融服務(wù)理念，推出不同于互聯(lián)網(wǎng)金融平臺且更具針對性的信貸產(chǎn)品，鞏固現(xiàn)有顧客群體并拓展新的普惠客群。此外，在定價方式上也要實現(xiàn)創(chuàng)新，即定價時能通過數(shù)字技術(shù)實現(xiàn)對各種信息的整合，為各種信貸產(chǎn)品定制合理的價格。對于西部地區(qū)的商業(yè)銀行而言，需要進(jìn)一步推進(jìn)數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，強(qiáng)化數(shù)字普惠金融在金融排斥領(lǐng)域所起的作用。具體地，一方面，搭建綜合的貸前篩選與貸后預(yù)警體系，實現(xiàn)傳統(tǒng)信貸審批與現(xiàn)代大數(shù)據(jù)技術(shù)的融合；另一方面，真正了解普惠客戶經(jīng)營情況、資金使用及還款來源，確保信貸資金收益正常取得。

參考文獻(xiàn)

［1］ 楊金龍.互聯(lián)網(wǎng)金融對商業(yè)銀行的影響及對策研究［N］.財會信報，2023-08-31（006）.

［2］ 傅巧靈，李媛媛，趙睿.數(shù)字普惠金融推進(jìn)脫貧地區(qū)鄉(xiāng)村全面振興的邏輯、問題與建議［J］.宏觀經(jīng)濟(jì)研究，2022（6）：49-56.

［3］ DEMERTZIS M，MERLER S，WOLFF G B.Capital markets union and the fin-tech opportunity［J］.Journal of Financial Regulation，2018（1）：57-165.

［4］ 胡濱.數(shù)字普惠金融的價值［J］.中國金融，2016（22）：58-59.

［5］ 成學(xué)真，龔沁宜.數(shù)字普惠金融如何影響實體經(jīng)濟(jì)的發(fā)展——基于系統(tǒng)GMM模型和中介效應(yīng)檢驗的分析［J］.湖南大學(xué)學(xué)報（社會科學(xué)版），2020（3）：59-67.

［6］ 郭峰，王靖一，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟(jì)學(xué)（季刊），2020（4）：1401-1418.

［7］ 鞠曉生，譚琦.中國金融體系改革對企業(yè)創(chuàng)新的影響：制度比較與政策分析［J］.科技進(jìn)步與對策，2015（19）：20-24.

［8］ 姜明宇，周曉紅.大數(shù)據(jù)背景下商業(yè)銀行普惠金融信貸產(chǎn)品創(chuàng)新研究［J］.新金融，2019（3）：41-43.

［9］ 董艷，譚蘇航，董夢瑤，等.數(shù)字信貸對傳統(tǒng)商業(yè)銀行的影響［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023（2）：69-89.

［10］ ?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(jì)探討，2021（2）：50-57.

［11］ ?趙全厚，許靜.商業(yè)銀行信貸配置對地方政府債務(wù)風(fēng)險的影響研究［J］.宏觀經(jīng)濟(jì)研究，2022（3）：16-29+81.

［12］ ?王詩卉，謝絢麗.經(jīng)濟(jì)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(jì)學(xué)家，2021（1）：100-108.

［13］ ?王馨.互聯(lián)網(wǎng)金融助解“長尾”小微企業(yè)融資難問題研究［J］.金融研究，2015（9）：128-139.

［14］ ?盛天翔，范從來.金融科技、最優(yōu)銀行業(yè)市場結(jié)構(gòu)與小微企業(yè)信貸供給［J］.金融研究，2020（6）：114-132.

［15］ ?張少軍，張月，計嘉儀.金融科技助力商業(yè)銀行信貸收益與風(fēng)險識別研究——兼析金融科技助推信貸資金下沉中小企業(yè)［J］.價格理論與實踐，2022（2）：160-163+202.

［16］ ?劉孟飛，蔣維.金融科技促進(jìn)還是阻礙了商業(yè)銀行效率？——基于中國銀行業(yè)的實證研究［J］.當(dāng)代經(jīng)濟(jì)科學(xué)，2020（3）：56-68.

［17］ ?孫旭然，王康仕，王鳳榮.金融科技、競爭與銀行信貸結(jié)構(gòu)——基于中小企業(yè)融資視角［J］.山西財經(jīng)大學(xué)學(xué)報，2020（6）：59-72.

［18］ ?袁鯤，曾德濤.數(shù)字金融發(fā)展與區(qū)際銀行競爭——基于我國地級以上城市的實證檢驗［J］.金融監(jiān)管研究，2021（3）：64-79.

［19］ ?周莉娟.地方商業(yè)銀行信貸管理的問題及對策［J］.財經(jīng)問題研究，2016（52）：22-26.

［20］ ?曼昆.經(jīng)濟(jì)學(xué)原理·第7版［M］.梁小民，梁礫，譯.北京：北京大學(xué)出版社，2015：71.

［21］ ?LEYSHON A.，THRIFT N.The Restructuring of the UK Financial Services Industry in the 1990s： A Reversal of Fortune ［J］.Journal of Rural Studies，1993（3）：223-241.

［22］ ?克里斯·安德森.長尾理論［M］.喬江濤，譯.北京：中信出版社，2006：7.

［23］ ?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（8）：58-76.

［24］ ?黃素心，王姿郁.金融科技將如何影響商業(yè)銀行貸款結(jié)構(gòu)？——區(qū)分內(nèi)外部金融科技的對比分析［J］.金融發(fā)展研究，2023（1）：72-80.

［25］ ?張少軍，張月，計嘉儀.金融科技助力商業(yè)銀行信貸收益與風(fēng)險識別研究——兼析金融科技助推信貸資金下沉中小企業(yè)［J］.價格理論與實踐，2022（2）：160-163+202.

［26］ ?郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟(jì)學(xué)（季刊），2020（4）：1401-1418.

［27］ ?錢海章，陶云清，曹松威，等.中國數(shù)字金融發(fā)展與經(jīng)濟(jì)增長的理論與實證［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020（6）：26-46.

［28］ ?劉音露，張平，徐曉萍.征信活動、信息技術(shù)進(jìn)步與信貸表現(xiàn)［J］.國際金融研究，2019（11）：45-54.

［29］ ?宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

［30］ ?馬文婷，蔣先玲，俞毛毛.數(shù)字金融發(fā)展能夠降低企業(yè)杠桿率嗎？［J］.西南民族大學(xué)學(xué)報（人文社會科學(xué)版），2021（11）：101-110.

［31］ ?杜敏哲，黃杰.中國數(shù)字普惠金融的發(fā)展差異測度、來源分解與形成機(jī)理［J］.廣東社會科學(xué)，2023（1）：57-67.

A Study of the Impact of Digital Inclusive Finance on the Credit Income of Listed Commercial Banks

Jiang Shiyin ?He Yuqin

（School of Finance of Nanjing Audit University， Jiangsu， Nanjing 211815）

Abstract： In recent years， digital inclusive finance， represented by Ant Financial Services and Jingdong Finance， has developed rapidly.And the business model and competition pattern of traditional finance have been deeply affected. The reshaped competition pattern has systematically affected the credit issuance scale and income of commercial banks， which are important subjects of the traditional financial market. To this end， the "Digital Financial Inclusion Index" released by Peking University and the financial data of 58 listed commercial banks from 2011 to 2021 are empirically tested. The research results show that digital financial inclusion significantly reduces the credit returns of listed commercial banks. At the same time， the rate of loan growth has played a partial intermediary role in this process. In addition， there was regional heterogeneity in the inhibition effect.

Key Words： digital inclusive finance; commercial bank; credit income