■ 王 鋼

（浙江工業(yè)職業(yè)技術學院 浙江紹興 312000）

一、文獻綜述

2020 年4 月，中共中央、國務院印發(fā)的《中共中央國務院關于構(gòu)建更加完善的要素市場化配置體制機制的意見》首次明確將數(shù)據(jù)列為生產(chǎn)要素，提出了“數(shù)據(jù)要素市場化配置”，中國的數(shù)字經(jīng)濟自此進入了快速發(fā)展通道。根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展報告（2022年）》顯示，2021 年我國數(shù)字經(jīng)濟規(guī)模達到45.5 萬億元，占GDP 比重的39.8%，這兩項指標相較2019 年分別提升了27.95%和3.6%。數(shù)字經(jīng)濟的快速發(fā)展，為金融科技的創(chuàng)新和應用提供了巨大的發(fā)展空間，也為金融業(yè)的數(shù)字化轉(zhuǎn)型提供了強大的動力，同時，通過幫助金融機構(gòu)打造數(shù)字化業(yè)務產(chǎn)品，強化金融業(yè)的數(shù)據(jù)科技應用能力，使得整個金融業(yè)的發(fā)展越發(fā)呈現(xiàn)出明顯的數(shù)字化特征。作為中國金融重要組成部分的商業(yè)銀行自然成為了金融業(yè)數(shù)字化轉(zhuǎn)型的主要力量，截至2022 年底，超過七成的銀行近三年金融科技投入占營業(yè)收入的比重超過2%，為金融業(yè)的提質(zhì)增效提供了強大的動力。

目前，數(shù)字技術已被視作一種新型生產(chǎn)要素，而企業(yè)數(shù)字化則被視為數(shù)字技術在企業(yè)運營過程中的應用，通過在運營管理和產(chǎn)品創(chuàng)新等方面實現(xiàn)數(shù)字化，增強產(chǎn)品和渠道的競爭力，優(yōu)化企業(yè)管理結(jié)構(gòu)，進而實現(xiàn)企業(yè)的價值增值（Ardolino 等，2018；李德輝等，2022）。在金融領域，國內(nèi)外學者也對數(shù)字技術應用和商業(yè)銀行經(jīng)營發(fā)展間的關系進行了多方面的研究?？傮w而言，數(shù)字化能幫助金融機構(gòu)實現(xiàn)“降本增效”，在實現(xiàn)更高收益的同時增強市場競爭力（封思賢和郭仁靜，2019；Jagtiani 和Lemieux,2018）。在數(shù)字經(jīng)濟發(fā)展趨勢越發(fā)明朗的背景下，為了應對金融科技的沖擊，國內(nèi)商業(yè)銀行正在積極探索數(shù)字化轉(zhuǎn)型之路，希望借助大數(shù)據(jù)技術、區(qū)塊鏈技術以及人工智能等先進數(shù)字技術加快對自身業(yè)務、產(chǎn)品以及經(jīng)營模式的調(diào)整（董艷等，2023）。

現(xiàn)有的研究表明，對數(shù)字技術、互聯(lián)網(wǎng)平臺以及移動終端的利用能有效提升金融機構(gòu)對于客戶資源的獲取能力，達到提升業(yè)務績效的目的（吳桐桐和王仁曾，2021）。但目前關于金融機構(gòu)數(shù)字化的相關研究多以常態(tài)化環(huán)境為背景，而以重大風險事件為切入點開展的研究相對較少。對此，本文擬從新冠肺炎疫情沖擊下的銀行經(jīng)營韌性視角探討危機下商業(yè)銀行的數(shù)字化價值。

二、事實描述和理論分析

（一）事實描述

2020 年突如其來的新冠肺炎疫情，在短時間內(nèi)對國內(nèi)的社會經(jīng)濟發(fā)展產(chǎn)生了一定的沖擊，金融業(yè)、農(nóng)業(yè)以及工業(yè)等均受到了影響。對此，本文參考了史丹和李少林（2022）的研究，制作散點圖對比2018 年和2019 年相同時間點部分財務指標的變化情況，以此觀察新冠肺炎疫情沖擊對樣本銀行經(jīng)營的影響。圖1 中，左圖為2018 年第四季度前后營收同比增長率均值位置相近，意味著2018 年第四季度前后樣本銀行經(jīng)營狀況并未有大的變化；右圖中2019 年第四季度前后樣本銀行平均營業(yè)收入“實線”之間出現(xiàn)了明顯的“斷層”，前后時間營收“實線”斜率也存在明顯變化。對比2019 年第四季度前后，一方面2019 年第四季度后的營收同比增長較第四季度前出現(xiàn)了明顯的下滑，且上升速度緩慢，未能在相同時間達到疫情前水平；另一方面2019年第四季度前相對平緩的營收“實線”轉(zhuǎn)變?yōu)?019 年第四季度后相對陡峭的營收“實線”，意味著疫情爆發(fā)前后營收增長存在明顯的不同。這種現(xiàn)象的出現(xiàn)，很可能是由于疫情沖擊所致。

圖1 疫情沖擊前后樣本銀行營收同比增長率變化情況

圖2 顯示，2018 年第四季度前后樣本銀行凈利潤同比增長率“實線”存在一定的對稱性，即2018 年第四季度前后樣本企業(yè)凈利潤同比增長率并未出現(xiàn)明顯的趨勢性變化。相比之下，圖2 右側(cè)2019 年第四季度之后銀行凈利潤同比增長率出現(xiàn)了大幅度下滑，且在隨后的時間內(nèi)出現(xiàn)了持續(xù)性下降的現(xiàn)象，這種變化為疫情沖擊影響提供了現(xiàn)象性證據(jù)。

圖2 疫情沖擊前后樣本企業(yè)凈利潤同比增長率變化情況

（二）理論分析

現(xiàn)有研究已針對數(shù)字技術應用和金融機構(gòu)經(jīng)營表現(xiàn)之間的關系進行了較多探討，從多個方面論證了金融機構(gòu)的數(shù)字化價值。

一是數(shù)字化有助于降低運營成本。數(shù)字化能夠有效降低信息不對稱程度，并且降低委托人和被委托人、管理者和普通員工之間的監(jiān)督代理成本，降低了企業(yè)的監(jiān)管成本（Goldfarb 和Tucker，2019）。數(shù)字化也有助于金融機構(gòu)降低部門和人員之間的溝通及協(xié)作成本，優(yōu)化內(nèi)外部供應鏈管理，幫助其降低運營成本（張德茂和蔣亮，2018）。此外，近年來基于數(shù)字技術營造出的開放、共享、協(xié)同的新型商業(yè)模式，更是降低了商業(yè)銀行產(chǎn)品推廣、資源匹配以及營銷渠道拓展等方面的交易成本（張正平和劉云華，2021）。

二是數(shù)字化有助于提高商業(yè)銀行運營效率。數(shù)字化不僅能幫助優(yōu)化商業(yè)銀行經(jīng)營模式，促使其升級轉(zhuǎn)型，還能通過幫助商業(yè)銀行重組資產(chǎn)和業(yè)務以提升全要素生產(chǎn)率（沈悅和郭品，2015）。也有學者認為數(shù)字技術應用在直接提升商業(yè)銀行經(jīng)營效率的同時，也在不斷倒逼金融機構(gòu)傳統(tǒng)經(jīng)營模式提質(zhì)增效（溫博慧等，2022）。此外，數(shù)字技術支持下的渠道和平臺的搭建或重構(gòu)，使得交易環(huán)節(jié)和信息交流環(huán)節(jié)更為扁平化，提升了企業(yè)的營銷效率和管理效率（?kare和Soriano，2021）。

三是數(shù)字化有助于增強金融機構(gòu)的創(chuàng)新能力。賦有強滲透屬性的數(shù)字技術能有效消除信息傳遞的障礙，加快創(chuàng)新知識在市場主體間的傳播和外溢的速度，促進企業(yè)對于創(chuàng)新知識的接收、消化和吸收（陳巖等，2020）。對于金融機構(gòu)而言，數(shù)字化能夠為金融機構(gòu)業(yè)務發(fā)展提供核心驅(qū)動力，提升業(yè)務價值和科技創(chuàng)新能力，對商業(yè)銀行的產(chǎn)品創(chuàng)新與管理創(chuàng)新均具有促進作用（封思賢和郭仁靜，2019）。

綜上所述，數(shù)字化對于商業(yè)銀行的賦能主要體現(xiàn)在成本降低、效率提升以及創(chuàng)新增強三個方面，能夠幫助其獲得更好的市場表現(xiàn)，作為企業(yè)表現(xiàn)形式之一的企業(yè)韌性也很可能會從中得到助力。對此，本文作出如下假設：

H 1：在面對不利的外部環(huán)境時，數(shù)字化有助于為商業(yè)銀行創(chuàng)造更為有利的經(jīng)營條件，強化危機下的經(jīng)營韌性。

數(shù)字化對于金融機構(gòu)“降本增效”的促進作用雖然已經(jīng)得到了學術界的普遍認同，但學者同樣認為金融機構(gòu)從數(shù)字化中的獲益程度還會受到機構(gòu)規(guī)模和股權(quán)性質(zhì)的影響。在規(guī)模方面，國內(nèi)不同商業(yè)銀行資產(chǎn)規(guī)模差異性較大，國有商業(yè)銀行和股份制商業(yè)銀行資產(chǎn)規(guī)模相對較大，而城市商業(yè)銀行和農(nóng)村商業(yè)銀行資產(chǎn)規(guī)模相對偏小。面對外部市場風險沖擊，規(guī)模越小的銀行能借助的外部資源就越少，對于數(shù)字化的依賴性便相對更高，反之則越低。在股權(quán)性質(zhì)方面，國有股占比越高的商業(yè)銀行獲取外部資源的能力就越強，化解經(jīng)營風險的可能性就越大，而國有股占比越低的商業(yè)銀行則需要更多倚靠自身的經(jīng)營管理加以應對。對此，本文又作出如下假設：

H2：規(guī)模越小的商業(yè)銀行從數(shù)字化中獲益程度越大；

H3：國有股份占比越高的商業(yè)銀行從數(shù)字化中的獲益程度越低。

三、研究設計和描述性統(tǒng)計

（一）數(shù)據(jù)來源及說明

本文采用51 家上市商業(yè)銀行數(shù)據(jù)，數(shù)據(jù)來源于WIND數(shù)據(jù)庫和證券交易所公開信息。樣本銀行包括6 家大型國有商業(yè)銀行、10 家股份制商業(yè)銀行、25 家城市商業(yè)銀行以及10 家農(nóng)村商業(yè)銀行。為了比對疫情前后樣本銀行的市場表現(xiàn)，本文設定研究時間為2019 年12 月1 日至2021 年12 月31 日，樣本銀行財務數(shù)據(jù)來源于WIND 數(shù)據(jù)庫，宏觀經(jīng)濟數(shù)據(jù)則來源于歷年的統(tǒng)計年鑒和前瞻數(shù)據(jù)庫。在剔除ST 股、PT 股以及關鍵變量數(shù)據(jù)缺失嚴重的樣本后，篩選出了樣本銀行25263 個日度觀測值。參考肖土盛等(2020)的做法,本文選擇國家衛(wèi)健委將新冠肺炎納入乙類傳染病的時間點即2020 年1 月20 日作為事件日。

（二）變量定義及模型設定

本文著重研究的是危機來臨前商業(yè)銀行數(shù)字化水平對危機期間商業(yè)銀行韌性的影響，參考Levine（2018）和Gebauer 等（2020）的研究思路，相應的模型設定如下：

上式中，被解釋變量Returnit表示銀行i 在時間t 的股價收益率，本文主要通過對比疫情爆發(fā)前后股票收益率變化來評估商業(yè)銀行韌性（胡海峰等，2022）。如果投資者認為數(shù)字化能幫助企業(yè)增強應對危機的能力，企業(yè)就能獲得相對更高的股票收益率（Albuquerque et al,2020）。

DTSi表示樣本銀行在疫情爆發(fā)前的數(shù)字化程度，主要通過測算銀行年報中與數(shù)字化相關的關鍵詞詞頻來衡量。在具體操作層面，本文借鑒謝絢麗和王詩卉（2022）基于商業(yè)銀行數(shù)字化關鍵詞構(gòu)建企業(yè)數(shù)字化指標的思路，把數(shù)字化分為了人工智能技術、云計算服務技術、流程優(yōu)化技術、大數(shù)據(jù)分析技術以及數(shù)字技術五大類，企業(yè)數(shù)字化轉(zhuǎn)型指標的構(gòu)建就是以包含在這些方面的企業(yè)數(shù)字化關鍵詞為基礎。由于上市銀行年報在不同數(shù)字化階段存在相關關鍵詞詞頻起伏現(xiàn)象，僅僅通過計算關鍵詞總數(shù)來衡量企業(yè)的數(shù)字化水平，既不夠準確也缺乏橫向比較參考標的。鑒于此，為了保障分析結(jié)果的可靠性，本文以2017～2019 年這三年時間數(shù)字化關鍵詞出現(xiàn)的總頻率與所有樣本銀行年報中出現(xiàn)的數(shù)字化關鍵詞總頻率之比來衡量企業(yè)數(shù)字化程度，DTS值越大就說明該銀行的數(shù)字化程度越高。timet為時間虛擬變量，本文將2020 年1 月20 日以后的日期定義為新冠肺炎疫情沖擊時期，沖擊時期范圍內(nèi)的time 取值為1，否則就取值為0。DTSi×timet這一交乘項為本文的核心解釋變量。

CONTROLSit表示企業(yè)層面的日度控制變量，具體包括企業(yè)市值（lnemv）、個股交易金額（lnsta）、個股交易數(shù)和流通市值之比（Liquidity），表示相應的回歸系數(shù)。CONTROLSi 表示企業(yè)2018 年和2019 年的財務指標均值，具體包括企業(yè)規(guī)模（size）、企業(yè)資產(chǎn)負債率（lev）、資產(chǎn)報酬率（Roa）、固定資產(chǎn)比重（Fixed）、資本性支出（Captial）以及股權(quán)性質(zhì)（Ownership）,CONTROLSi×timet可以盡可能地控制影響樣本銀行股價收益率的其他因素，以更好地估計數(shù)字化與企業(yè)表現(xiàn)之間的因果關系（Levin等，2018）。θi 表示銀行i 的個體固定效應，控制了企業(yè)層面不隨時間變化的因素，ε 為隨機干擾項。θi 本身已包含了DTSi和timet的影響，因此不再單獨加入這兩項。

（三）描述性統(tǒng)計結(jié)果

本文對樣本銀行進行了日度和年度兩個維度財務數(shù)據(jù)的描述性統(tǒng)計。根據(jù)表1，從日度指標看，截至2020 年12月的股票收益率均值為0.15%，中位數(shù)為0.1%；截至2021 年12 月的股票收益率均值為0.13%，中位數(shù)接近于0.11%。比對疫情前后財務數(shù)據(jù)變化趨勢，疫情后股票收益率均值呈下降趨勢，截至2020 年12 月和截至2021 年12 月這兩個時間點的股票收益率均值分別較截至2019 年12 月這一時間點下降21.05%和31.58%。相應地，股票收益率標準差也由疫情前的0.0263 上升到了疫情后的0.0315 左右，呈擴大化趨勢。根據(jù)2018年和2019年的均值情況，樣本銀行數(shù)字化中位數(shù)為0.0344，這表明商業(yè)銀行的數(shù)字化仍然具有較大的提升空間。

表1 不同時間窗口期下的描述性統(tǒng)計結(jié)果

四、實證分析

本文主要考察的是商業(yè)銀行數(shù)字化在危機期間的價值，通過模型估計危機前商業(yè)銀行數(shù)字化水平對危機后商業(yè)銀行市場表現(xiàn)的影響加以衡量。本文通過調(diào)整觀察時間窗口，以此觀察數(shù)字化的時間效應，從而對商業(yè)銀行的數(shù)字化價值進行更為全面的考察。

表2 為不同時間窗口期的商業(yè)銀行數(shù)字化賦能基準回歸結(jié)果。其中，模型（1）～（4）估計結(jié)果采用的樣本數(shù)據(jù)時期截至2020 年12 月31 日，被視為短期觀測時間段；模型（5）～（8）估計結(jié)果采用的樣本數(shù)據(jù)時期截至2021 年12 月31 日，被視為長期觀測時間段。根據(jù)表2 的基準回歸結(jié)果，模型（1）～（8）的交互項DTS-time 系數(shù)均通過了1%水平下的顯著性檢驗，這表明數(shù)字化能顯著提升樣本銀行的市場表現(xiàn)，數(shù)字化水平越高的商業(yè)銀行在危機期間的股票收益率就越高。數(shù)字化在客戶經(jīng)營能力、渠道與生態(tài)能力、產(chǎn)品創(chuàng)新能力、運營能力以及風控能力等多個方面對商業(yè)銀行的市場經(jīng)營進行了賦能，幫助銀行有效地提升了應對危機的能力，降低了外部沖擊對商業(yè)銀行市場經(jīng)營產(chǎn)生的負面影響。商業(yè)銀行年報披露數(shù)字化相關的信息越多，投資者就會據(jù)此認為該銀行所具備的數(shù)字化水平越高，更有能力應對外部危機，對于商業(yè)銀行后續(xù)經(jīng)營向好的信心就會不斷增加。在此情況下，投資者往往不會為了避險提前出售股票，從而避免了銀行股價出現(xiàn)“踩踏”的情形。

表2 基準回歸結(jié)果

在加入控制變量后，模型（4）的DTS-time 項系數(shù)為0.0137，企業(yè)數(shù)字化水平每增加一個標準差（0.0143），目標企業(yè)在疫情期間獲得的股票收益較疫情前增加約0.020%，相當于相應觀測期間股票收益率Return 均值的13.06%，而從均值層面觀察，DTS 均值為0.0257，相較數(shù)字化水平接近于0 的銀行，推進數(shù)字化的商業(yè)銀行在平均意義上于疫情期間將獲得額外的0.035%短期收益率（樣本時間截至2020 年12 月31 日），相當于短期Return 均值的23.47%。模型（8）的DTS-time 項系數(shù)為0.0152，目標銀行在疫情期間的股票收益率較疫情前增加約0.022%，相當于相應觀測期間股票收益率Return 均值的16.72%。從均值意義上看，疫情期間數(shù)字化商業(yè)銀行相比未開展數(shù)字化銀行能夠獲得額外的0.0039%長期收益率（樣本時間截至2021 年12 月31 日），相當于長期Return 均值的30.05%。

比對長短時間窗口下的回歸結(jié)果，數(shù)字化能幫助商業(yè)銀行獲得更好的市場表現(xiàn)，且長期賦能效應強于短期。對于企業(yè)而言，數(shù)字化轉(zhuǎn)型是一項涉及數(shù)據(jù)、技術、流程、組織等一系列要素的系統(tǒng)性工程。從短期看，數(shù)字化往往聚焦于生產(chǎn)運營過程中某一環(huán)節(jié)問題的解決，“技術+要素”的融合受時間和范圍的限制，員工和管理者在面對新的業(yè)務流程、新的商業(yè)模式以及新的生產(chǎn)技術時都需要一個適應期，而這也導致了短期數(shù)字化價值體現(xiàn)的局限性；從長期看，金融機構(gòu)的數(shù)字化更加側(cè)重于商業(yè)模式的創(chuàng)新性、管理流程的集約性以及人才結(jié)構(gòu)的適配性等方面，數(shù)字技術應用時間越長就越能幫助商業(yè)銀行實現(xiàn)商業(yè)模式創(chuàng)新、業(yè)務流程重構(gòu)、產(chǎn)品創(chuàng)新以及渠道開拓等，長期效益也就更加突出。這一結(jié)論也提醒了廣大金融機構(gòu)要把數(shù)字化轉(zhuǎn)型作為企業(yè)的長期戰(zhàn)略規(guī)劃，在不同發(fā)展階段要積極利用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字經(jīng)濟發(fā)展載體增強自身的數(shù)字化能力。當然，長短期賦能效應的比較視不同的時間尺度而定，這就需要后續(xù)研究在更長的時間跨度上基于更多企業(yè)數(shù)據(jù)作進一步的驗證。

五、穩(wěn)健性檢驗和異質(zhì)性分析

（一）穩(wěn)健性檢驗

2020 年全球新冠肺炎疫情的爆發(fā)是不可預料的重大公共衛(wèi)生事件，對于金融機構(gòu)而言并不能提前預知，商業(yè)銀行在危機期間的市場表現(xiàn)主要由其在危機前的企業(yè)特征所決定（Fahlenbrach et al,2021）?？梢姳疚牡姆治鼋Y(jié)果較難受到反向因果關系的干擾，本文涉及的內(nèi)生性問題主要聚焦于遺漏變量、測量誤差以及樣本選擇偏誤等方面。

3.企業(yè)要結(jié)合自身的實際，逐漸搭建起科學、有效的文化溝通機制，使企業(yè)文化成為員工的一種習慣。任何企業(yè)都無法避免文化的沖突和摩擦現(xiàn)象，畢竟企業(yè)的主體是人，不同的人在思想上存在著差異性，這就使得在交流的過程中，不可避免地會出現(xiàn)摩擦與碰撞現(xiàn)象，所以就應該建設起一個極為暢通的文化交流通道，當員工之間存在著相關矛盾，或者對企業(yè)存在著看法與建議時，就要通過及時溝通和了解，將這些影響企業(yè)文化的負面情緒及時地予以“消化”，從而維護企業(yè)自身的穩(wěn)定性。當然企業(yè)也要重視做好企業(yè)的文化建設工作，通過設置專門的崗位，并且給予一些資金上的支持，以便于開展文化建設工作。

本文借鑒Albuquerque 等（2020）的研究思路，采用雙重差分模型（DID）以緩解內(nèi)生性問題?；跀U大融資規(guī)模、提升知名度以及股東減持套現(xiàn)等目的，上市公司存在通過披露年報信息進行策略性炒作或蹭熱點話題的動機（何德旭等,2022）。因此，上市商業(yè)銀行年報中的數(shù)字化信息很可能會超前，僅憑年報信息中是否出現(xiàn)數(shù)字化關鍵詞就判斷企業(yè)是否具備數(shù)字化水平就略顯“武斷”，亦即以此為標準進行組別歸類將很有可能會引起樣本的選擇性偏誤，這將影響處理組和對照組所包含數(shù)字化信息的質(zhì)量。鑒于此，為了盡可能提升包含的信息質(zhì)量，本文設定了虛擬變量DTS-dum，將DTS 值排名前1/4 分位數(shù)的樣本劃入處理組，DTS-dum 取值為1，剩余樣本劃入對照組。在此基礎上，將DTS-dum 和time 的交乘項記為DTS-time1 按照公式（1）進行模型估計。估計結(jié)果見下表3：

表3 DID 方法估計結(jié)果

根據(jù)上表3 的回歸結(jié)果，模型（1）～（4）中交乘項DTS-time1 系數(shù)均至少通過了5%水平下的顯著性檢驗，表明數(shù)字化存在對樣本銀行經(jīng)營韌性顯著的促進作用。其中，模型（3）和（4）分別是相應的平行趨勢檢驗，before1和before2 分別表示的是疫情前1 個月和2 個月的虛擬變量，兩者系數(shù)均未能通過顯著性水平檢驗，這就表明疫情前樣本銀行是否開展數(shù)字化改革未能顯著影響其市場表現(xiàn)，從側(cè)面凸顯了危機下銀行的數(shù)字化價值。圖3 是相應的平行趨勢檢驗圖，表明通過了平行趨勢檢驗。

圖3 平行趨勢檢驗

經(jīng)營狀況越好的商業(yè)銀行就越有資本投資數(shù)字技術，而更多數(shù)字技術的應用又會反向增強銀行的經(jīng)營實力，可見分析過程中有可能存在樣本自選擇問題。對于此，本文采用PSM 方法緩解由樣本自選擇問題所造成的估計偏誤，具體步驟如下：首先，按照四分位數(shù)構(gòu)造啞變量DTS-dum，卡尺范圍設定為0.5%；其次，選取企業(yè)資產(chǎn)規(guī)模、資產(chǎn)負債率、資產(chǎn)凈收益率、企業(yè)年齡、員工數(shù)量以及所在行業(yè)類別作為協(xié)變量進行匹配；最后，刪除與匹配規(guī)則不相符的數(shù)據(jù)記錄，按照公式（1）進行回歸。回歸結(jié)果顯示依然穩(wěn)健，而且相比表2 的回歸結(jié)果更為顯著。

同時，本文通過調(diào)整基準周期（一年和五年）測算企業(yè)的數(shù)字化水平，以保證對危機前樣本銀行數(shù)字化水平測算的準確性，從而降低由于測量誤差而引起的估計偏誤。此外，本文還分別采用了現(xiàn)金紅利下的日度個股回報率和市場調(diào)整的企業(yè)股價收益率這兩個指標作為樣本銀行韌性的代理變量，估計結(jié)果與基準回歸結(jié)果保持了總體上的一致性。

（二）異質(zhì)性分析

何帆和劉紅霞（2019）、Hanelt 等（2021）的研究發(fā)現(xiàn)，企業(yè)韌性從數(shù)字化中的受益程度受企業(yè)規(guī)模和股權(quán)性質(zhì)的影響。對此，本文將從商業(yè)銀行資產(chǎn)規(guī)模和股東成分這兩方面就數(shù)字化的賦能效應進行異質(zhì)性分析。在資產(chǎn)規(guī)模方面，樣本銀行中國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行以及農(nóng)村商業(yè)銀行的樣本數(shù)占比分別為11.75%、19.61%、49.02%以及19.61%，前兩者資產(chǎn)規(guī)模顯著大于后兩者。對此，本文將前兩者劃入了大型商業(yè)銀行類別，將后兩者劃入了中小型商業(yè)銀行類別，相應的異質(zhì)性分析結(jié)果見表4。

表4 銀行規(guī)模的異質(zhì)性檢驗

表4 的模型估計結(jié)果顯示，模型（1）～（4）中的DTS-time 系數(shù)均至少通過了5%水平下的顯著性檢驗，表明數(shù)字化有助于不同規(guī)模商業(yè)銀行獲得更好的股票收益率。相比之下，觀測期無論是短或長，以城市商業(yè)銀行和農(nóng)村商業(yè)銀行為代表的中小型商業(yè)銀行的數(shù)字化價值在危機期間就表現(xiàn)得更為充分。面對不利的外部環(huán)境，以國有商業(yè)銀行和股份制商業(yè)銀行為代表的大型商業(yè)銀行可以利用更多的沉淀資源或借助更多市場資源應對外部風險沖擊，而中小型商業(yè)銀行可以利用的外部資源相對較少，從數(shù)字化中獲取的邊際收益相對更大。

在股權(quán)性質(zhì)方面，國資背景越強的商業(yè)銀行具有相對更強的外部資源獲取能力，對于數(shù)字技術應用的依賴性就越弱，反之則越強。對此，本文根據(jù)前十大股東國有股份的不同占比對樣本進行分組估計，以此觀察股權(quán)成分的不同對數(shù)字化價值所產(chǎn)生的具體影響，估計結(jié)果見表5。

表5 股東成分的異質(zhì)性檢驗

綜合表5 和表2 的估計結(jié)果，無論是短期還是長期，國資背景越弱的商業(yè)銀行從數(shù)字化中的獲益程度就越高，表現(xiàn)為疫情期間相對更高的股票收益率。究其原因，面對疫情的沖擊，國有股份占比更高的商業(yè)銀行不僅更能享受政府賦予的多種優(yōu)惠政策，而且還能借助國資平臺獲取外部資源的支持，依靠較強的外部資源獲取能力度過危機，從而弱化了機構(gòu)內(nèi)部應用數(shù)字經(jīng)濟紅利進行革新的動力，對于數(shù)字技術的依賴性也就相對偏弱。相反，國有股份占比更低的商業(yè)銀行在面臨自然和市場的雙重風險時，需要更多地依靠自身對于內(nèi)部資源的部署能力，積極主動地應用數(shù)字資源來額外開拓新的銷售市場，提升市場份額，盡可能地改善自身的經(jīng)營狀況。相比較而言，非國有商業(yè)銀行對于數(shù)字技術的需求度更高、依賴性更大，從數(shù)字化中的獲益程度也就越高。

綜上所述，檢驗結(jié)果表明數(shù)字技術應用有助于提升商業(yè)銀行應對危機的能力，尤其是能幫助中小規(guī)模商業(yè)銀行和非國有商業(yè)銀行提升危機期間的運營穩(wěn)定性和發(fā)展性。

（三）數(shù)字化的動態(tài)累積效應

為了進一步驗證數(shù)字化賦能的時間效應，本文從時間推移的角度觀察了數(shù)字化的累積效應，以此考察數(shù)字化在不同疫情發(fā)展階段下的差異性影響。圖4 為數(shù)字化的累積效應示意圖，樣本起止時間為2020 年1 月至2021 年12 月，橫坐標以月份為單位，例如M2 表示截止日期為2020 年2月末，M24 表示截止日期為2021 年12 月末。通過逐月增加疫情沖擊時間，改變time 定義區(qū)間，本文按照方程（1）進行回歸獲取了相應的DTS-time 回歸系數(shù)。

圖4 數(shù)字化的動態(tài)累積效應

根據(jù)估計結(jié)果，數(shù)字化動態(tài)累積效應雖然存在著升跌現(xiàn)象，但在疫情發(fā)生后的兩年時間里整體上呈上升勢頭。具體而言，DTS-time 回歸系數(shù)在疫情沖擊下并未出現(xiàn)即時性上升勢頭，而是在疫情沖擊后的第8 個月左右開始出現(xiàn)明顯的上升勢頭，繼而在第20 個月左右達到最高峰。疫情爆發(fā)后的3 個月是國內(nèi)疫情蔓延最為嚴重的時期，在給金融機構(gòu)帶來沖擊的同時也充分體現(xiàn)出了非常時期下數(shù)字化的價值。數(shù)字化幫助商業(yè)銀行在金融產(chǎn)品創(chuàng)新、工作模式靈活性、業(yè)務流程優(yōu)化以及營銷渠道網(wǎng)絡化等方面實現(xiàn)了優(yōu)化，強化了商業(yè)銀行的市場表現(xiàn)，最終都反饋到了股票價格變化上。而隨著疫情的持續(xù)以及市場不確定因素的增加，數(shù)字化的“馬太效應”開始顯現(xiàn)，也即高水平數(shù)字化加持下的商業(yè)銀行競爭力普遍呈增強趨勢，這會進一步強化股票收益率。這一論斷在圖3 中也得到了部分證實，相較疫情爆發(fā)時的即時性反饋，數(shù)字化在更長時期內(nèi)對商業(yè)銀行經(jīng)營韌性的提升作用更為強勁，也即數(shù)字技術應用對商業(yè)銀行賦能的長期效應強于短期效應。

六、結(jié)論及對策建議

本文以51 家上市商業(yè)銀行為研究對象，利用模型估計了重大風險事件下商業(yè)銀行的數(shù)字化價值，得出了如下結(jié)論：第一，根據(jù)基本研究結(jié)論，數(shù)字技術應用有助于提升商業(yè)銀行應對危機的能力，給投資者帶來信心，在股票市場獲得更高的收益率；第二，異質(zhì)性檢驗結(jié)果表明：與大型商業(yè)銀行相比，數(shù)字技術應用對中小型商業(yè)銀行的賦能效應更為顯著，能夠幫助其獲得更好的市場表現(xiàn)；國有股占比越高的商業(yè)銀行對于數(shù)字技術的依賴性就越低；第三，進一步的研究表明，相比數(shù)字化的短期賦能效應，商業(yè)銀行的數(shù)字化價值在相對更長時間得以更為充分的體現(xiàn)，亦即數(shù)字化的“長期”賦能效應強于“短期”。

基于以上研究結(jié)論，在數(shù)字技術應用不斷深化的趨勢下，為了更好地推進商業(yè)銀行的數(shù)字化轉(zhuǎn)型，促進國內(nèi)金融業(yè)的高質(zhì)量發(fā)展，本文提出以下對策建議：

第一，加大金融業(yè)數(shù)字化轉(zhuǎn)型的基礎設施建設力度，為商業(yè)銀行的數(shù)字化轉(zhuǎn)型夯實物質(zhì)基礎。鑒于數(shù)字技術對于商業(yè)銀行應對危機能力的提升有顯著的賦能效應，政府要依托現(xiàn)有金融基礎設施加強統(tǒng)籌安排，在機構(gòu)間、行業(yè)間的空白地帶加大公共性投入。具體而言，不僅要大力健全行業(yè)數(shù)據(jù)的基礎制度，還要出臺數(shù)據(jù)共享使用規(guī)范和行業(yè)標準，建立數(shù)據(jù)流通交易規(guī)則，不斷完善數(shù)字基礎設施以支撐金融業(yè)數(shù)字化轉(zhuǎn)型的行穩(wěn)致遠。從商業(yè)銀行的角度看，要主動迎合金融業(yè)的數(shù)字化，積極與金融科技公司開展合作，加強金融科技應用創(chuàng)新，并進一步通過數(shù)字技術與產(chǎn)品創(chuàng)新、銷售服務、辦公管理等環(huán)節(jié)的深度融合，不斷強化數(shù)字化帶來的降本增效創(chuàng)新效應。

第二，關注商業(yè)銀行數(shù)字化賦能的異質(zhì)性，要給予小規(guī)模和非國有商業(yè)銀行數(shù)字化轉(zhuǎn)型更多的財力和技術支持。針對小規(guī)模和非國有商業(yè)企業(yè)，一方面監(jiān)管機構(gòu)對這部分銀行的數(shù)字化轉(zhuǎn)型應持更加包容、開放的態(tài)度，要適度放寬對這部分商業(yè)銀行的數(shù)字化轉(zhuǎn)型監(jiān)管，同時為其金融服務創(chuàng)新給予更多的政策和技術支持；另一方面，從監(jiān)管層面或行業(yè)協(xié)會層面方面，可以為中小銀行和非國有銀行搭建起不同類別、不同層次的交流平臺，通過加強信息交流、業(yè)務合作等方式實現(xiàn)數(shù)字化轉(zhuǎn)型的共贏局面。

第三，鑒于數(shù)字化賦能的長期效應，要引導商業(yè)銀行制定數(shù)字化轉(zhuǎn)型的長期戰(zhàn)略規(guī)劃。數(shù)字化轉(zhuǎn)型本身是一個長期工程，無論是監(jiān)管部門還是銀行本身都要具備“長線”思維。就監(jiān)管部門的角度而言，要健全金融科技監(jiān)管基本規(guī)則，加強新技術金融應用備案管理，健全金融領域科技倫理治理體系，為商業(yè)銀行實現(xiàn)數(shù)字化轉(zhuǎn)型的長期戰(zhàn)略規(guī)劃營造良好的金融環(huán)境。從商業(yè)銀行的角度而言，商業(yè)銀行要不斷強化數(shù)字化轉(zhuǎn)型意識，從規(guī)劃入手全面制定適合自身發(fā)展特點的數(shù)字化經(jīng)營體系，比如完善跨渠道的營銷策略、全渠道的客戶運營策略以及動態(tài)化的產(chǎn)品創(chuàng)新體系等，同時，在不同發(fā)展階段，利用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等相匹配的數(shù)字經(jīng)濟發(fā)展載體，強化自身的數(shù)字化能力，從而在更長的時間維度上實現(xiàn)商業(yè)銀行數(shù)字化的更大價值。